๐Ÿ  ํ™ˆ
๋ฒค์น˜๋งˆํฌ
๐Ÿ“Š ๋ชจ๋“  ๋ฒค์น˜๋งˆํฌ ๐Ÿฆ– ๊ณต๋ฃก v1 ๐Ÿฆ– ๊ณต๋ฃก v2 โœ… ํ•  ์ผ ๋ชฉ๋ก ์•ฑ ๐ŸŽจ ์ฐฝ์˜์ ์ธ ์ž์œ  ํŽ˜์ด์ง€ ๐ŸŽฏ FSACB - ๊ถ๊ทน์˜ ์‡ผ์ผ€์ด์Šค ๐ŸŒ ๋ฒˆ์—ญ ๋ฒค์น˜๋งˆํฌ
๋ชจ๋ธ
๐Ÿ† ํ†ฑ 10 ๋ชจ๋ธ ๐Ÿ†“ ๋ฌด๋ฃŒ ๋ชจ๋ธ ๐Ÿ“‹ ๋ชจ๋“  ๋ชจ๋ธ โš™๏ธ ํ‚ฌ๋กœ ์ฝ”๋“œ ๋ชจ๋“œ
๋ฆฌ์†Œ์Šค
๐Ÿ’ฌ ํ”„๋กฌํ”„ํŠธ ๋ผ์ด๋ธŒ๋Ÿฌ๋ฆฌ ๐Ÿ“– AI ์šฉ์–ด ์‚ฌ์ „ ๐Ÿ”— ์œ ์šฉํ•œ ๋งํฌ
โ† ์นดํ…Œ๊ณ ๋ฆฌ๋กœ ๋Œ์•„๊ฐ€๊ธฐ
beginner

๋‚˜๋งŒ์˜ ๋งค๋ ฅ์ ์ธ ์ž๊ธฐ์†Œ๊ฐœ ๊ธ€ ์ž‘์„ฑํ•˜๊ธฐ

#์ž๊ธฐ์†Œ๊ฐœ #๊ธ€์“ฐ๊ธฐ #์ด๋ ฅ์„œ

์ž…์‚ฌ ์ง€์›์ด๋‚˜ ๋ชจ์ง‘ ์‹ ์ฒญ ์‹œ ์‚ฌ์šฉํ•  ์ˆ˜ ์žˆ๋Š” ๋งค๋„๋Ÿฌ์šด ์ž๊ธฐ์†Œ๊ฐœ ๊ธ€์„ ์ž‘์„ฑํ•ด ๋“œ๋ฆฝ๋‹ˆ๋‹ค.

์ž…์‚ฌ ์ง€์›์„œ๋‚˜ ๋™์•„๋ฆฌ ๋ชจ์ง‘์— ๋„ฃ์„ ์ˆ˜ ์žˆ๋Š” ๋งค๋„๋Ÿฌ์šด ์ž๊ธฐ์†Œ๊ฐœ ๊ธ€์„ ์ž‘์„ฑํ•ด ์ค˜. ๋‚˜์˜ ํ•ต์‹ฌ ๊ฐ•์ ์€ [๊ฐ•์  1], [๊ฐ•์  2]์ด๊ณ , ์„ฑ๊ฒฉ์˜ ์žฅ์ ์€ [์žฅ์ ]์ด์•ผ.
beginner

์ •์ค‘ํ•œ ๋น„์ฆˆ๋‹ˆ์Šค ์ด๋ฉ”์ผ ์ดˆ์•ˆ ๋งŒ๋“ค๊ธฐ

#์ด๋ฉ”์ผ #๋น„์ฆˆ๋‹ˆ์Šค #ํšŒ์‚ฌ

์ƒ์‚ฌ๋‚˜ ๊ฑฐ๋ž˜์ฒ˜์— ๋ณด๋‚ผ ์ˆ˜ ์žˆ๋Š” ์˜ˆ์˜ ๋ฐ”๋ฅธ ๋น„์ฆˆ๋‹ˆ์Šค ์ด๋ฉ”์ผ ์–‘์‹์„ ๋งŒ๋“ค์–ด ๋“œ๋ฆฝ๋‹ˆ๋‹ค.

ํšŒ์‚ฌ ์—…๋ฌด์™€ ๊ด€๋ จํ•˜์—ฌ ์ƒ์‚ฌ์—๊ฒŒ ๋ณด๋‚ผ ์ •์ค‘ํ•œ ์ด๋ฉ”์ผ ์ดˆ์•ˆ์„ ์ž‘์„ฑํ•ด ์ค˜. ์ฃผ์š” ๋‚ด์šฉ์€ [๋‚ด์šฉ]์ด๊ณ , ๋ชฉ์ ์€ [๋ชฉ์ ]์ด์•ผ.
advanced

๋ ˆ๊ฑฐ์‹œ ์ฝ”๋“œ ์˜์กด์„ฑ ๋ถ„๋ฆฌ ๋ฐ ํŒจํ„ด ์ ์šฉ

#refactoring #architecture #clean-code

๋ณต์žกํ•˜๊ฒŒ ์–ฝํžŒ ๋ ˆ๊ฑฐ์‹œ ์ฝ”๋“œ๋ฅผ ๋ถ„์„ํ•˜์—ฌ ๋ชจ๋“ˆํ™”ํ•˜๊ณ , ์ ์ ˆํ•œ ๋””์ž์ธ ํŒจํ„ด(Factory, Strategy ๋“ฑ)์„ ์ ์šฉํ•˜์—ฌ ๋ฆฌํŒฉํ† ๋งํ•˜๋Š” ์ „๋žต ์ˆ˜๋ฆฝ.

๋‹น์‹ ์€ ์‹œ๋‹ˆ์–ด ์†Œํ”„ํŠธ์›จ์–ด ์•„ํ‚คํ…ํŠธ์ž…๋‹ˆ๋‹ค. ์ œ์‹œ๋  ์ฝ”๋“œ ๋ฒ ์ด์Šค๋Š” ๋†’์€ ๊ฒฐํ•ฉ๋„(Coupling)์™€ ๋‚ฎ์€ ์‘์ง‘๋„(Cohesion) ๋ฌธ์ œ๋ฅผ ๊ฐ€์ง€๊ณ  ์žˆ์Šต๋‹ˆ๋‹ค. 1. ํ˜„์žฌ ์ฝ”๋“œ์˜ ๊ตฌ์กฐ์  ๋ฌธ์ œ์ ์„ ๊ธฐ์ˆ ์ ์ธ ์šฉ์–ด๋กœ ์„ค๋ช…ํ•˜์‹ญ์‹œ์˜ค. 2. ์˜์กด์„ฑ ์ฃผ์ž…(Dependency Injection)์„ ํฌํ•จํ•˜์—ฌ ๊ฒฐํ•ฉ๋„๋ฅผ ๋‚ฎ์ถ”๋Š” ๊ตฌ์ฒด์ ์ธ ๋ฆฌํŒฉํ† ๋ง ๋‹จ๊ณ„๋ฅผ ์ œ์‹œํ•˜์‹ญ์‹œ์˜ค. 3. ํ™•์žฅ์„ฑ์„ ๊ณ ๋ คํ•˜์—ฌ ์ „๋žต ํŒจํ„ด(Strategy Pattern)์ด๋‚˜ ํŒฉํ† ๋ฆฌ ํŒจํ„ด(Factory Pattern) ์ค‘ ์–ด๋А ๊ฒƒ์„ ์ ์šฉํ•˜๋Š” ๊ฒƒ์ด ๊ฐ€์žฅ ์ ์ ˆํ•œ์ง€ ์„ ํƒํ•˜๊ณ  ๊ทธ ์ด์œ ๋ฅผ ์„ค๋ช…ํ•˜์‹ญ์‹œ์˜ค.
beginner

๋น„์ฆˆ๋‹ˆ์Šค ๋ฏธํŒ… ์ œ์•ˆ ์ด๋ฉ”์ผ ์ž‘์„ฑ

#์ด๋ฉ”์ผ #๋น„์ฆˆ๋‹ˆ์Šค #์ปค๋ฎค๋‹ˆ์ผ€์ด์…˜

๊ฑฐ๋ž˜์ฒ˜์—๊ฒŒ ์‹ ๊ทœ ํ”„๋กœ์ ํŠธ ๋…ผ์˜๋ฅผ ์œ„ํ•œ ๋ฏธํŒ… ์ผ์ •์„ ์ œ์•ˆํ•˜๋Š” ์ •์ค‘ํ•œ ์ด๋ฉ”์ผ ์ดˆ์•ˆ์„ ์ž‘์„ฑํ•ฉ๋‹ˆ๋‹ค.

๋‹น์‹ ์€ ๋น„์ฆˆ๋‹ˆ์Šค ์ปค์„คํ„ดํŠธ์ž…๋‹ˆ๋‹ค. [ํšŒ์‚ฌ๋ช…]์˜ [๋‹ด๋‹น์ž]๋‹˜๊ป˜ ์‹ ๊ทœ ํ”„๋กœ์ ํŠธ ๋…ผ์˜๋ฅผ ์œ„ํ•œ ๋ฏธํŒ…์„ ์ œ์•ˆํ•˜๋Š” ์ •์ค‘ํ•œ ์ด๋ฉ”์ผ์„ ์ž‘์„ฑํ•ด์ฃผ์„ธ์š”. ์ด๋ฉ”์ผ์—๋Š” ๋ช…ํ™•ํ•œ ์ œ๋ชฉ, ํ”„๋กœ์ ํŠธ์— ๋Œ€ํ•œ ๊ฐ„๋‹จํ•œ ์†Œ๊ฐœ, ๋ฏธํŒ…์˜ ๋ชฉ์ , ๊ทธ๋ฆฌ๊ณ  ์ œ์•ˆํ•˜๋Š” ์‹œ๊ฐ„๋Œ€ 2๊ฐ€์ง€๋ฅผ ํฌํ•จํ•ด์•ผ ํ•ฉ๋‹ˆ๋‹ค.
intermediate

์ด๋ ฅ์„œ ์ž๊ธฐ์†Œ๊ฐœ์„œ ์„ฑ๊ณผ ์ค‘์‹ฌ ์ˆ˜์ •

#์ด๋ ฅ์„œ #์ปค๋ฆฌ์–ด #๊ธ€์“ฐ๊ธฐ

ํ‰๋ฒ”ํ•œ ์ž๊ธฐ์†Œ๊ฐœ์„œ ๋‚ด์šฉ์„ ๊ตฌ์ฒด์ ์ธ ์„ฑ๊ณผ์™€ ์ˆ˜์น˜๋ฅผ ๊ฐ•์กฐํ•˜์—ฌ ์ฑ„์šฉ ๋‹ด๋‹น์ž์˜ ๊ด€์‹ฌ์„ ๋Œ๋„๋ก ์ˆ˜์ •ํ•ฉ๋‹ˆ๋‹ค.

์ œ๊ณตํ•ด๋“œ๋ฆฐ ์ž๊ธฐ์†Œ๊ฐœ์„œ ๋‚ด์šฉ์„ ๋ฐ”ํƒ•์œผ๋กœ, ์ฑ„์šฉ ๋‹ด๋‹น์ž์˜ ๊ด€์‹ฌ์„ ๋Œ ์ˆ˜ ์žˆ๋„๋ก ๊ตฌ์ฒด์ ์ธ ์„ฑ๊ณผ์™€ ์ˆ˜์น˜๋ฅผ ๊ฐ•์กฐํ•˜์—ฌ ๋‹ค๋“ฌ์–ด์ฃผ์„ธ์š”. ๋‚ด์šฉ์€ ์‚ฌํšŒ์  ํ˜‘๋ ฅ ํŒ€ ์ง€์›์ž๋ฅผ ์œ„ํ•œ ๊ฒƒ์ด๋ฉฐ, ๊ฒฝํ—˜์˜ ๊ตฌ์ฒด์„ฑ(What)๊ณผ ๊ฒฐ๊ณผ(Result)๋ฅผ ๋ช…ํ™•ํžˆ ๋ณด์—ฌ์ฃผ์–ด์•ผ ํ•ฉ๋‹ˆ๋‹ค.
intermediate

๋น„์ฆˆ๋‹ˆ์Šค ์ œ์•ˆ ๊ฑฐ์ ˆ ์ด๋ฉ”์ผ ์ž‘์„ฑ

#์ด๋ฉ”์ผ #๋น„์ฆˆ๋‹ˆ์Šค #๊ฑฐ์ ˆ #์—ํ‹ฐ์ผ“

์ƒ๋Œ€๋ฐฉ์˜ ๊ฐ์ •์„ ์ƒํ•˜์ง€ ์•Š์œผ๋ฉด์„œ ๋‹จํ˜ธํ•˜๊ฒŒ ์ œ์•ˆ์„ ๊ฑฐ์ ˆํ•˜๋Š” ์ •์ค‘ํ•œ ๋น„์ฆˆ๋‹ˆ์Šค ์ด๋ฉ”์ผ ์ดˆ์•ˆ์„ ์ƒ์„ฑํ•ฉ๋‹ˆ๋‹ค.

ํ˜„์žฌ ์šฐ๋ฆฌ ํšŒ์‚ฌ์˜ ์—ฌ๊ฑด์ƒ ์ œ์•ˆํ•ด์ฃผ์‹  ํŒŒํŠธ๋„ˆ์‹ญ์„ ์ˆ˜๋ฝํ•˜๊ธฐ ์–ด๋ ต๋‹ค๋Š” ๋‚ด์šฉ์˜ ์ •์ค‘ํ•œ ๊ฑฐ์ ˆ ์ด๋ฉ”์ผ์„ ์ž‘์„ฑํ•ด ์ฃผ์„ธ์š”. ์ƒ๋Œ€๋ฐฉ์˜ ๋…ธ๋ ฅ์— ๋Œ€ํ•ด ๊ฐ์‚ฌ๋ฅผ ํ‘œํ•˜๊ณ , ์ถ”ํ›„์— ๋‹ค์‹œ ๊ธฐํšŒ๊ฐ€ ์žˆ๊ธฐ๋ฅผ ๋ฐ”๋ผ๋Š” ๋‰˜์•™์Šค๋กœ ๋งˆ๋ฌด๋ฆฌํ•ด์•ผ ํ•ฉ๋‹ˆ๋‹ค.
beginner

์ฃผ๊ฐ„ ํŒ€ ๋ฏธํŒ… ์•ˆ๊ฑด ์ž‘์„ฑ

#ํšŒ์˜ #์ƒ์‚ฐ์„ฑ #์•ˆ๊ฑด #ํŒ€์›Œํฌ

ํšจ์œจ์ ์ธ ์ฃผ๊ฐ„ ํŒ€ ํšŒ์˜๋ฅผ ์œ„ํ•œ ๊ตฌ์ฒด์ ์ธ ์•ˆ๊ฑด(Agenda)๊ณผ ์‹œ๊ฐ„ ๋ฐฐ๋ถ„์„ ์ƒ์„ฑํ•ฉ๋‹ˆ๋‹ค.

30๋ถ„ ์ •๋„ ์†Œ์š”๋˜๋Š” ์ฃผ๊ฐ„ ํŒ€ ๋ฏธํŒ…์„ ์œ„ํ•œ ์•ˆ๊ฑด์„ ์ž‘์„ฑํ•ด ์ฃผ์„ธ์š”. ์ˆœ์„œ๋Š” '์ง€๋‚œ ์ฃผ ํšŒ๊ณ ', '์ด๋ฒˆ ์ฃผ ์ฃผ์š” ๋ชฉํ‘œ ๊ณต์œ ', 'ํŒ€์›๋ณ„ ์ง„ํ–‰ ์ƒํ™ฉ ๊ณต์œ ', '๊ฑด์˜์‚ฌํ•ญ ๋ฐ Q&A'๋กœ ๊ตฌ์„ฑํ•˜๊ณ  ๊ฐ ํ•ญ๋ชฉ๋ณ„ ์˜ˆ์ƒ ์†Œ์š” ์‹œ๊ฐ„๋„ ํ•จ๊ป˜ ๋ช…์‹œํ•ด ์ฃผ์„ธ์š”.
advanced

๋ชจ๋†€๋ฆฌ์‹ ์‹œ์Šคํ…œ ๋งˆ์ดํฌ๋กœ์„œ๋น„์Šค ์ „ํ™˜ ์•„ํ‚คํ…์ฒ˜ ์„ค๊ณ„

#์†Œํ”„ํŠธ์›จ์–ด-์•„ํ‚คํ…์ฒ˜ #๋งˆ์ดํฌ๋กœ์„œ๋น„์Šค #DDD #๋ฆฌํŒฉํ† ๋ง

๊ฑฐ๋Œ€ํ•œ ๋ชจ๋†€๋ฆฌ์‹ ์• ํ”Œ๋ฆฌ์ผ€์ด์…˜์„ ๋ถ„์„ํ•˜๊ณ , ๋„๋ฉ”์ธ ์ฃผ๋„ ์„ค๊ณ„(DDD) ์›์น™์— ๋”ฐ๋ผ ๋งˆ์ดํฌ๋กœ์„œ๋น„์Šค๋กœ ๋ถ„๋ฆฌํ•˜๋Š” ์ „๋žต์„ ์ˆ˜๋ฆฝํ•˜๋Š” ํ”„๋กฌํ”„ํŠธ์ž…๋‹ˆ๋‹ค.

๋‹น์‹ ์€ 15๋…„ ๊ฒฝ๋ ฅ์˜ ์‹œ๋‹ˆ์–ด ์†Œํ”„ํŠธ์›จ์–ด ์•„ํ‚คํ…ํŠธ์ž…๋‹ˆ๋‹ค. ์ œ๊ณต๋œ ๋ ˆ๊ฑฐ์‹œ ๋ชจ๋†€๋ฆฌ์‹ ์• ํ”Œ๋ฆฌ์ผ€์ด์…˜์˜ ์ฝ”๋“œ ์˜์กด์„ฑ๊ณผ ๊ธฐ๋Šฅ ๋ช…์„ธ๋ฅผ ๋ถ„์„ํ•˜์—ฌ, ์ด๋ฅผ ๋งˆ์ดํฌ๋กœ์„œ๋น„์Šค ์•„ํ‚คํ…์ฒ˜๋กœ ์ „ํ™˜ํ•˜๊ธฐ ์œ„ํ•œ ์ƒ์„ธํ•œ ๋งˆ์ด๊ทธ๋ ˆ์ด์…˜ ๋กœ๋“œ๋งต์„ ์ž‘์„ฑํ•˜์„ธ์š”. 1. ๋„๋ฉ”์ธ ์ฃผ๋„ ์„ค๊ณ„(DDD)์˜ ๋ฐ”์šด๋””๋“œ ์ปจํ…์ŠคํŠธ(Bounded Context) ์ •์˜ ๋ฐฉ๋ฒ•๋ก ์„ ์ ์šฉํ•˜์—ฌ ์„œ๋น„์Šค ๊ฒฝ๊ณ„๋ฅผ ์‹๋ณ„ํ•˜์‹ญ์‹œ์˜ค. 2. ๋ฐ์ดํ„ฐ ์ผ๊ด€์„ฑ์„ ์œ ์ง€ํ•˜๊ธฐ ์œ„ํ•œ ๋ถ„์‚ฐ ํŠธ๋žœ์žญ์…˜ ์ฒ˜๋ฆฌ ํŒจํ„ด(Saga Pattern ๋“ฑ)์„ ์ œ์•ˆํ•˜๊ณ  ๊ฐ๊ฐ์˜ ์žฅ๋‹จ์ ์„ ๋ถ„์„ํ•˜์‹ญ์‹œ์˜ค. 3. API ๊ฒŒ์ดํŠธ์›จ์ด๋ฅผ ํ†ตํ•œ ํŠธ๋ž˜ํ”ฝ ๋ผ์šฐํŒ… ๋ฐ ๋ณด์•ˆ ์ •์ฑ…์„ ํฌํ•จํ•œ ์‹œ์Šคํ…œ ๊ตฌ์„ฑ๋„๋ฅผ ํ…์ŠคํŠธ๋กœ ์„œ์ˆ ํ•˜์‹ญ์‹œ์˜ค. 4. ๊ธฐ์ˆ ์  ๋ถ€์ฑ„๋ฅผ ์ตœ์†Œํ™”ํ•˜๋ฉฐ ์ ์ง„์ ์œผ๋กœ ์ด์ฃผํ•˜๊ธฐ ์œ„ํ•œ Strangler Fig ํŒจํ„ด ์ ์šฉ ๊ณ„ํš์„ ๋‹จ๊ณ„๋ณ„๋กœ ์„ค๋ช…ํ•˜์‹ญ์‹œ์˜ค.
advanced

๋น„์ •ํ˜• ๋‹ค๋ณ€๋Ÿ‰ ์‹œ๊ณ„์—ด ๋ฐ์ดํ„ฐ ์˜ˆ์ธก์„ ์œ„ํ•œ Transformer ๋ชจ๋ธ ์„ค๊ณ„

#๋”ฅ๋Ÿฌ๋‹ #์‹œ๊ณ„์—ด-๋ถ„์„ #Transformer #Python

๋ณต์žกํ•œ ์‹œ๊ณ„์—ด ๋ฐ์ดํ„ฐ๋ฅผ ์ฒ˜๋ฆฌํ•˜๊ธฐ ์œ„ํ•ด Attention ๋ฉ”์ปค๋‹ˆ์ฆ˜์„ ํ™œ์šฉํ•œ ๋”ฅ๋Ÿฌ๋‹ ๋ชจ๋ธ ์•„ํ‚คํ…์ฒ˜๋ฅผ ์„ค๊ณ„ํ•˜๊ณ  ํŒŒ์ด์ฌ ์ฝ”๋“œ๋กœ ๊ตฌํ˜„ํ•˜๋Š” ํ”„๋กฌํ”„ํŠธ์ž…๋‹ˆ๋‹ค.

๋‹น์‹ ์€ ์ „๋ฌธ ๋”ฅ๋Ÿฌ๋‹ ์—ฐ๊ตฌ์›์ž…๋‹ˆ๋‹ค. ๊ฒฐ์ธก์น˜๊ฐ€ ํฌํ•จ๋˜์–ด ์žˆ๊ณ  ๋…ธ์ด์ฆˆ๊ฐ€ ์‹ฌํ•œ ๋‹ค๋ณ€๋Ÿ‰ ์‹œ๊ณ„์—ด ๋ฐ์ดํ„ฐ(์„ผ์„œ ๋ฐ์ดํ„ฐ, ๊ธˆ์œต ์ง€ํ‘œ ๋“ฑ)๋ฅผ ์˜ˆ์ธกํ•˜๊ธฐ ์œ„ํ•œ ์ปค์Šคํ…€ Transformer ๋ชจ๋ธ ์•„ํ‚คํ…์ฒ˜๋ฅผ ์„ค๊ณ„ํ•˜์‹ญ์‹œ์˜ค. 1. ๊ธฐ์กด LSTM/GRU ๋ชจ๋ธ ๋Œ€๋น„ Transformer์˜ Self-Attention ๋ฉ”์ปค๋‹ˆ์ฆ˜์ด ์‹œ๊ณ„์—ด ๋ฐ์ดํ„ฐ์˜ ์žฅ๊ธฐ ์˜์กด์„ฑ(Long-term dependency)์„ ํŒŒ์•…ํ•˜๋Š” ๋ฐ ๊ฐ€์ง€๋Š” ์ด์ ์„ ์ˆ˜ํ•™์ ์œผ๋กœ ์„ค๋ช…ํ•˜์‹ญ์‹œ์˜ค. 2. Positional Encoding ๋Œ€์‹  ์‹œ๊ณ„์—ด ํŠน์„ฑ์— ๋งž๋Š” Time2Vec ๋˜๋Š” ์œ„์น˜ ์ •๋ณด๋ฅผ ์ž„๋ฒ ๋”ฉํ•˜๋Š” ๋ฐฉ๋ฒ•์„ ์ œ์•ˆํ•˜์‹ญ์‹œ์˜ค. 3. ๊ณผ์ ํ•ฉ์„ ๋ฐฉ์ง€ํ•˜๊ธฐ ์œ„ํ•œ Dropout, Layer Normalization ๋ฐ Regularization ์ „๋žต์„ ํฌํ•จํ•œ ๋ชจ๋ธ ๊ตฌ์กฐ๋ฅผ PyTorch ๋˜๋Š” TensorFlow ์ฝ”๋“œ๋กœ ์ž‘์„ฑํ•˜์‹ญ์‹œ์˜ค. 4. ํ•™์Šต ์‹œ ์‚ฌ์šฉํ•  ์†์‹ค ํ•จ์ˆ˜(Loss Function)์™€ ํ‰๊ฐ€ ์ง€ํ‘œ(Metric)๋ฅผ ์„ ํƒํ•˜๊ณ  ๊ทธ ์ด์œ ๋ฅผ ์„ค๋ช…ํ•˜์‹ญ์‹œ์˜ค.
์ดˆ๊ธ‰

๊ฐ„๋‹จํ•œ ์ž๊ธฐ์†Œ๊ฐœ ํ•˜๊ธฐ

#์ž๊ธฐ์†Œ๊ฐœ #ํšŒํ™” #์ดˆ๊ธ‰

์ด๋ฆ„๊ณผ ์ทจ๋ฏธ๋ฅผ ํฌํ•จํ•˜์—ฌ ์นœ๊ตฌ๋“ค์—๊ฒŒ ํ•˜๋Š” ๊ฐ„๋‹จํ•œ ์ž๊ธฐ์†Œ๊ฐœ๋ฅผ ๋งŒ๋“ค์–ด ๋ณด์„ธ์š”.

์•ˆ๋…•ํ•˜์„ธ์š”? ์ œ ์ด๋ฆ„์€ [์ด๋ฆ„]์ด๊ณ , ์ œ ์ทจ๋ฏธ๋Š” [์ทจ๋ฏธ]์ž…๋‹ˆ๋‹ค. ์ž˜ ๋ถ€ํƒ๋“œ๋ฆฝ๋‹ˆ๋‹ค. ์œ„ ๋‚ด์šฉ์„ ๋ฐ”ํƒ•์œผ๋กœ ์ž์—ฐ์Šค๋Ÿฌ์šด ์ž๊ธฐ์†Œ๊ฐœ ๋ฌธ์žฅ์„ ๋งŒ๋“ค์–ด ์ฃผ์„ธ์š”.
์ดˆ๊ธ‰

์นดํŽ˜์—์„œ ์Œ๋ฃŒ ์ฃผ๋ฌธํ•˜๊ธฐ

#์ฃผ๋ฌธ #์นดํŽ˜ #ํšŒํ™”

์นดํŽ˜์—์„œ ๋ฐ”๋ฆฌ์Šคํƒ€์—๊ฒŒ ์•„๋ฉ”๋ฆฌ์นด๋…ธ ํ•œ ์ž”์„ ์ฃผ๋ฌธํ•˜๋Š” ๋Œ€ํ™”๋ฅผ ์ž‘์„ฑํ•ด ๋ณด์„ธ์š”.

์•„๋ฉ”๋ฆฌ์นด๋…ธ ํ•œ ์ž” ์ฃผ์„ธ์š”. ์—ฌ๊ธฐ์„œ ๋“œ์‹œ๊ฒ ์–ด์š”, ํฌ์žฅํ•ด๋“œ๋ฆด๊นŒ์š”? ๋ผ๋Š” ๋‚ด์šฉ์„ ํฌํ•จํ•˜์—ฌ ์นดํŽ˜ ์†๋‹˜๊ณผ ์ง์›์˜ ๋Œ€ํ™”๋ฅผ ์ž‘์„ฑํ•ด ์ฃผ์„ธ์š”.
์ดˆ๊ธ‰

๊ฐ„๋‹จํ•œ ์ž๊ธฐ์†Œ๊ฐœ

#์ž๊ธฐ์†Œ๊ฐœ #์ž‘๋ฌธ #์ผ์ƒ

์ž์‹ ์˜ ์ด๋ฆ„, ๋‚˜์ด, ์‚ฌ๋Š” ๊ณณ, ๊ทธ๋ฆฌ๊ณ  ์ทจ๋ฏธ๋ฅผ ํฌํ•จํ•˜์—ฌ ์งง์€ ์ž๊ธฐ์†Œ๊ฐœ ๊ธ€์„ ์ž‘์„ฑํ•ด ๋ณด์„ธ์š”.

์•ˆ๋…•ํ•˜์„ธ์š”? ์ œ ์ด๋ฆ„์€ [์ด๋ฆ„]์ž…๋‹ˆ๋‹ค. ์ €๋Š” [๋‚˜์ด]์‚ด์ด๊ณ  [์‚ฌ๋Š” ๊ณณ]์— ์‚ด๊ณ  ์žˆ์Šต๋‹ˆ๋‹ค. ์ œ ์ทจ๋ฏธ๋Š” [์ทจ๋ฏธ]์ž…๋‹ˆ๋‹ค. ์ž˜ ๋ถ€ํƒ๋“œ๋ฆฝ๋‹ˆ๋‹ค.
Intermediate

๊ณต๋ฆฌ์ฃผ์˜์™€ ์˜๋ฌด๋ก ์˜ ๋น„๊ต ๋ถ„์„

#์œค๋ฆฌํ•™ #์ฒ ํ•™ #์ด๋ก  #๋น„ํŒ์ ์‚ฌ๊ณ 

๋‘ ๋Œ€ํ‘œ์ ์ธ ๊ทœ๋ฒ”์œค๋ฆฌํ•™ ์ด๋ก ์ธ ๊ณต๋ฆฌ์ฃผ์˜์™€ ์˜๋ฌด๋ก ์˜ ํ•ต์‹ฌ ์ฐจ์ด์ ์„ ์„ค๋ช…ํ•˜๊ณ , ์‹ค์ œ ๋”œ๋ ˆ๋งˆ ์ƒํ™ฉ์— ์ ์šฉํ•ด ๋ด…๋‹ˆ๋‹ค.

๊ณต๋ฆฌ์ฃผ์˜(Utilitarianism)์™€ ์˜๋ฌด๋ก (Deontology)์˜ ๊ทผ๋ณธ์ ์ธ ์ฒ ํ•™์  ์ฐจ์ด์ ์„ ์ƒ์„ธํžˆ ์„ค๋ช…ํ•˜์‹ญ์‹œ์˜ค. ํŠนํžˆ, '๊ฒฐ๊ณผ์˜ ๊ฐ€์น˜'์™€ '์˜๋ฌด์˜ ์ˆ˜ํ–‰' ์ค‘ ์–ด๋А ์ชฝ์„ ์ค‘์‹œํ•˜๋Š”์ง€ ๋น„๊ตํ•˜๊ณ , ๊ฐ€์ƒ์˜ ์ƒ๋ช… ์œค๋ฆฌ ๋”œ๋ ˆ๋งˆ ์ƒํ™ฉ(์˜ˆ: ํŠธ๋กค๋ฆฌ ๋ฌธ์ œ ๋ณ€ํ˜•)์„ ์ œ์‹œํ•˜์—ฌ ๊ฐ ์ด๋ก ์ด ๋„์ถœํ•˜๋Š” ๊ฒฐ๋ก ์ด ์–ด๋–ป๊ฒŒ ๋‹ค๋ฅธ์ง€ ๋ถ„์„ํ•˜์‹ญ์‹œ์˜ค.
Intermediate

์‹œ๋ฎฌ๋ ˆ์ด์…˜ ๊ฐ€์„ค์˜ ํƒ€๋‹น์„ฑ ๊ณ ์ฐฐ

#ํ˜•์ด์ƒํ•™ #๊ธฐ์ˆ ์ฒ ํ•™ #์กด์žฌ๋ก  #๋…ผ๋ฆฌ

๋‹‰ ๋ณด์ŠคํŠธ๋กฌ์˜ ์‹œ๋ฎฌ๋ ˆ์ด์…˜ ๊ฐ€์„ค์„ ์†Œ๊ฐœํ•˜๊ณ , ํ˜„์žฌ ์šฐ๋ฆฌ๊ฐ€ ์‹œ๋ฎฌ๋ ˆ์ด์…˜ ์†์— ์กด์žฌํ•  ๊ฐ€๋Šฅ์„ฑ์— ๋Œ€ํ•œ ์ฒ ํ•™์  ๋…ผ์ฆ์„ ๋‹ค๋ฃน๋‹ˆ๋‹ค.

๋‹‰ ๋ณด์ŠคํŠธ๋กฌ(Nick Bostrom)์˜ ์‹œ๋ฎฌ๋ ˆ์ด์…˜ ๊ฐ€์„ค(Simulation Hypothesis)์˜ ์ฃผ์š” ๋…ผ๊ฑฐ๋ฅผ ์š”์•ฝํ•˜๊ณ , ์ด ๊ฐ€์„ค์ด ํ˜„๋Œ€ ๊ณผํ•™๊ณผ ์ฒ ํ•™์— ๋˜์ง€๋Š” ์˜๋ฏธ๋ฅผ ๋ถ„์„ํ•˜์‹ญ์‹œ์˜ค. ๋˜ํ•œ, ๋งŒ์•ฝ ์šฐ๋ฆฌ๊ฐ€ ์‹œ๋ฎฌ๋ ˆ์ด์…˜ ๋‚ด์— ์กด์žฌํ•œ๋‹ค๋Š” ๊ฐ€์ •์ด ์ฐธ์ด๋ผ๋ฉด, ๋„๋•์  ์ฑ…์ž„๊ณผ ์ž์œ  ์˜์ง€์˜ ๊ฐœ๋…์ด ์–ด๋–ป๊ฒŒ ์žฌ์ •์˜๋˜์–ด์•ผ ํ•˜๋Š”์ง€ ๋…ผ์˜ํ•˜์‹ญ์‹œ์˜ค.
์ดˆ๊ธ‰

๊ฒŒ์ž„ ์ด๋ก ๊ณผ ์ฃ„์ˆ˜์˜ ๋”œ๋ ˆ๋งˆ ์‘์šฉ

#๊ฒŒ์ž„์ด๋ก  #์ˆ˜ํ•™ #์ „๋žต #์‹ฌ๋ฆฌํ•™

๋น„์ œ๋กœ์„ฌ ๊ฒŒ์ž„์˜ ๋Œ€ํ‘œ์  ์˜ˆ์ธ ์ฃ„์ˆ˜์˜ ๋”œ๋ ˆ๋งˆ๋ฅผ ํ†ตํ•ด ์ „๋žต์  ์˜์‚ฌ๊ฒฐ์ • ์ด๋ก ์„ ์„ค๋ช…ํ•ฉ๋‹ˆ๋‹ค.

๊ฒŒ์ž„ ์ด๋ก (Game Theory)์—์„œ์˜ ์ฃ„์ˆ˜์˜ ๋”œ๋ ˆ๋งˆ(Prisoner's Dilemma) ๊ฐœ๋…์„ ์ •์˜ํ•˜๊ณ , ๋‚ด์‰ฌ ๊ท ํ˜•(Nash Equilibrium)์ด ๋ฐœ์ƒํ•˜๋Š” ๊ณผ์ •์„ ์„ค๋ช…ํ•˜์‹ญ์‹œ์˜ค. ์ด ์ด๋ก ์ด ๊ตญ๊ฐ€ ๊ฐ„ ๋ฌด์—ญ ์ „์Ÿ, ํ™˜๊ฒฝ ์˜ค์—ผ ๋ฌธ์ œ ๋“ฑ ํ˜„๋Œ€ ์‚ฌํšŒ์˜ ์ง‘๋‹จํ–‰๋™ ๋”œ๋ ˆ๋งˆ๋ฅผ ์ดํ•ดํ•˜๋Š” ๋ฐ ์–ด๋–ป๊ฒŒ ์ ์šฉ๋  ์ˆ˜ ์žˆ๋Š”์ง€ ๊ตฌ์ฒด์ ์ธ ์˜ˆ์‹œ๋ฅผ ๋“ค์–ด ์„œ์ˆ ํ•˜์‹ญ์‹œ์˜ค.