2016 맥북 13 (2017년 고등학교 2학년 산학일체형도제학습 사업단에서 졸업까지 대여 ~ 2018년 초까지 썼음.)
2018 맥북 프로 15 (2019년 대학교 1학년 부모님이 맥북 사줌 ~ 2020년 중반 아빠 돌려 줌)
2019 Intel 맥북 프로 16 (2020년 대학교 2학년 예비창업패키지 창업 사업비 구매 ~ 2025년 초반까지 씀)
2025 맥북 프로 16 (2025년 초 그냥 생으로 샀음!)

목표

이번 맥북은 그 어느 때 보다 정돈되게 운영해보려고 합니다!

Chrome

일단 누구보다 빠르게 크롬을 설치했습니다.
개발자라면, 제발 크롬.

Visual Studio Code

그 다음 뭘 설치할까 음... 고민 많이했는데, VS Code가 당연 그 다음이겠다 싶었습니다.
설치 한김에 Copilot도 연결 Extension은 나중에 해야겠습니다.

Docker Desktop

우선순위 역시 도커죠 바로 도커 설치했습니다 굳이 CLI로 할필요 절대 없죠?
https://docs.docker.com/desktop/setup/install/mac-install/

ChatGPT

그 다음에는 현재 정말 많이쓰고있는 이 녀석을 써보려고 한다. 드디어 Intel mac에서 벗어났으니 Silicon의 혜택을 누려보자고요.
https://openai.com/chatgpt/desktop/
이야 이거 신기하다 좋네

Slack

최근 자동화 프로젝트를 하고있어서 진행상황이나 실시간 보고를 받기위해 필요한 Slack도 설치하겠습니다.

카카오톡

음 이건 그래도 깔긴 해야지

아... Ollama를 설치할까말까... 그냥 Docker에다 설치해서 쓸까..?

일단 설치안했음

Office

일단 엑셀, 파워포인트, 워드 같은 사무용품(?)들은 설치하는게 맞으니깐

Git

오늘 뭐 하나 설치하려다가 어? GIT이 없네 ㅋㅋ 함

HomeBrew

Git 설치하려고 brew커멘드 쓰는데 어?? brew도 없네 ㅋㅋㅋ함

Notion

NVM

https://github.com/nvm-sh/nvm

Postman

아 코딩하다가 오잉 postman이 없네 하고 설치.

점차 추가해나갈 예정

## FIGMa

## OBS

뒤늦게 올리는 2024 SKT Fellowship 6기 면접 후기입니다.

사실 서류합도 했고 이정도면 당연히 붙지 않을까라고 생각했지만, 음... 아쉽게 면접에서 떨어졌습니다만..

좋은 경험이었다고 생각합니다.

저희 팀 구성은 학부생 3학년, 학부생 4학년, 대학원생 2학년으로 이루어진 팀이고 3명다 학교가 달랐습니다.

준비는 3주정도 전부터 2일~3일에 한번씩 회의를 하며 자료조사 내용을 공유하며 프로젝트 제안서를 작성했습니다.

과제 설명

"저희가 진행한 과제는 RAG와 LLM 파인튜닝을 통한 Text2SQL 모델 성능 개선" 과제였습니다.

과제의 핵심을 요약하자면, 일반적인 Text2SQL은 LLM을 이용한 쿼리생성에 문제가 없지만 실무에 사용하는 대용량 DB(Hive 시스템)은 쿼리생성을 위해 LLM에 제공해야하는 데이터의 양이 너무 커서 제한 토큰수를 넘기거나, 생성 성능이 떨어지는 문제가 있습니다.

도식화하여 간단하게 이해를 돕자면 다음과 같습니다.

소규모 데이터베이스, 작게 설계된 Table이라면  위와 같은 설계가 가능합니다.

심지어 이러한 Text2SQL 시스템은 이미 오픈소스 모델도 많고 Spider나 Bird같은 유명한 벤치마크들도 존재합니다.

하지만 실무에서 쓰는 대규모 데이터베이스 시스템에서는 다음과 같이 매우 방대한 양의 데이터를 다루기에 데이터베이스에 대한 메타정보 전부를 넣어줄 수 없습니다.

그렇기 때문에 RAG를 이용해 필요한 정보만참고하여 SQL생성에 이용하는 시스템을 구축하는 과제입니다.

서류 합격

우리가 제안서로 제출한 PPT는 39페이지, 논문도 10개 넘게 레퍼런스 했다.

실제로 할수 있을 법한 성능을 높일 수 있는 기능과, 조금 도전적으로 성능을 높일수 있는 아키텍처을 섞어서 넣었다.
그리고 개발될 프로토타입 디자인 정도로 제안했고 문제없이 서류합격이 되었다.

서류 작성을 위한 과제에 대한 더 자세한 정보라던지, 혹은 우리가 가용할 수 있는 회사의 자원이라던지의 정보를 사무국에 메일로 문의 했을때 상당히 자세히 그리고 정성스럽게 알려주셔서 운영에 대해서 매우 만족스러웠다.

면접 탈락

면접을 위한 약간의 전략과 멘토단의 마음에 들기 위한 무기들을 준비해 갔다. 비밀이긴 한데, 별거 아니다.

면접 시간대를 보니 대충 어림잡아 3~4팀정도가 면접을 보게된 것 같았다.

발표용으로 새로 만든 PPT로 발표를 진행했으며,

기대 효과를 포함한 다른 부가적인 내용을 제외하고 제안할 아키텍처에 대해서만 발표했다. 

발표가 끝난후 몇가지 질문을 받았는데,

우리가 제안하는 모델 평가 방법에 대해서 추가적인 설명을 요구하는 것과,

각자 학교도 다르고 한데 시간을 많이 투자가 가능하느냐의 취지 인것 같은 말과 함께 각자에대한 짧은 소개를 부탁했다.

예상 질문에대한 대답을 전날 여러개 뽑아서 준비를 했는데, 생각보다 질문을 많이 하지는 않아서 조금 아쉽기도 했다.

기대를 많이 해서그런지 더 아쉬운것 같다.

취업이나 연구실에 관련되 좋은 활동이라고 생각했고, 마침 현재 관심을 가지고 공부하고 있는 부분과도 맞는 부분이 있었기에 합격하지 못해서 많이 아쉽다. 다음에 공고가 나면 한번더 도전해볼 법 한것 같다.

군대에 가면 하지 못할 해보고 싶었던 것들~ 중에 하난데 

오래 잊고있었던 애들을 한번 적어볼까 한다.

C.elegans (예쁜꼬마선충)을 이용한 프로젝트를 해보고 싶었습니다.

고등학교 2학년때 요 매력적인 친구를 알게 되었습니다.

사회과학 관련된, 유전 관련된 프로그래밍을 해보고 싶었던 때라 이것저것 많이 공부해보려고 하던 때였는데,

예쁜꼬마선충에 대한 연구에 대하여 먼저 알게 되었고, 이 생물은 모든 뉴런의 구조를 파악한 작은 생명체로 인공지능에 대하여 같이 관심이 생기던 나에게는 가장, 가장 매력적인 주제였다.

두 번째로 open warm 프로젝트에 대하여 알게 되었고, 여기에 티끌만큼이라도 기여를 해보고 싶어 뭘 할 수 있을까를 찾아봤지만.. 뭔가 할 수 있는 게 없더라고요, 사이트에 어떤 식의 기여를 할 수 있는지 방법이 있긴 합니다만,, 모두 학교와 회사 인턴을 같이 다니는 저한테는 쉽지 않았습니다. (핑계입니다. 그냥 너무 어려웠어요)

세 번째로 open warm 프로젝트를 이용한 미니 자동차 프로젝트를 보고 난 뒤였습니다. 내가 이해를 하지는 못해도 사용은 해볼 수 있지 않을까 라는 생각을 했습니다. 

하지만 한국어로 된 친절한 API 자료를 찾지도 못했고, 번역해서도 이해하기 어려운 난해함이 있었던 것 같다. (당시 과학 전혀 모름, 수능 공부 고3 때부터 함,,)

그리고 고3 공부를 거친 뒤, 생명공학과에 오게 되었는데

뭔가 과학적으로 C.elegans에 대하여 조금은 이해하게 되었다.

뉴런 구조라던지 신호라던지..

알면 알 수록 어렵고 대학생활을 보내느라 흐지부지 되었던 게

군대 가기 전에 어렴풋이 생각나서 이랬었다... 하고 적어봤다.