[독서 기록] 요즘 우아한 AI개발

 

⭐ 열을 가르쳤는데 하나도 겨우 알게 되었다.

 

배달의민족 앱을 개발한 우아한 형제들에서 운영하는 테크 블로그의 AI 관련 포스팅을 엮은 책이다. '요즘 우아한 개발'이라는 책의 후속작이다. 출판 날짜인 4월 1일 이전에 예약을 하고 나오자마자 받아서, 최대한 빨리 읽고 포스팅을 올리려고 했는데 아주 늦어졌다. Aimers 해커톤 이후 수상자의 의무로 여러 가지 추가 작업과 취업 일정이 겹쳐서 할 일이 많았다. 입사 전에 최대한 많은 책을 더 읽고 싶은데 아직 할 일이 꽤 남아서 가능할지 모르겠다.

 

책을 읽으며 MLops 분야의 공부 필요성을 아주 절실히 느꼈다. 석사 과정에서 모델과 최적화 기법 등 단순히 ‘모델’에 대해서만 연구를 했는데, 실제 비즈니스에서 개발을 하기 위해서는 개발 프로세스와 기술에 대한 이해가 필수적인 것 같다. 정말 친절하고 자세하게 설명해 줬는데 이해하지 못한 부분이 너무 많다. 앞으로 공부 열심히 하고, 1년 뒤에 다시 읽어봐야겠다.
(일단 당장 ANN, CoT, Polars, Git Flow & Git Lab, JIRA, Confluence의 공부가 필요할 것 같고, 장기적으로는 모델링 말고 ops 분야의 공부도 꾸준히 해보자.) 

또한, ‘테크 블로그와 프로젝트 설명은 이런 거구나’라고 느꼈다. 책을 해커톤에도 가져갔었는데, 발표에도 큰 도움이 되었고, 앞으로 블로그 글을 어떻게 작성해야 할지에 대한 팁을 얻었다. 특히, 프로젝트의 필요성, 구체적인 수치, 시각화, 배운 점 이 네 가지는 필수적으로 작성해야 하는 것 같다.

나의 CS와 기술 지식이 부족한 면도 있었지만, 책을 읽기 위해 너무 다양한 task에 대한 지식이 필요하다는 느낌도 든다. 이전에 읽었던 비바리퍼블리카의 <THE MONEY BOOK> 같은 느낌이다. 단순히 Copilot 같은 AI 서비스를 활용하는 내용부터 AI 모델 개발(LLM, Vision), MLops와 경량화 등 AI를 소재로 한 포스팅이면 전부 담긴 것 같은 느낌이 들었다. 이 내용을 전부 완벽히 이해할 수 있는 개발자가 있을까 싶었다. (물론 있긴 할 듯. 존경스럽다.)
물론 애초에 이 책은 ‘우아한 형제들에서 현실이 된 AI 기술 이야기를 소개한다.’는 컨셉이기 때문에 지식을 얻기 위한 책이 아니다. 그래서 DX / 모델링 / CICD 및 모니터링 / 경량화 등으로 분야를 나눠서 작성하면 안 되는 책이긴 하다.

?! 그럼 그냥 내가 부족한 거구나. 공부 열심히 하자.

 

읽으며 정리한 용어 사전

• 백포팅 (backporting): 최신 소프트웨어의 기능이나 수정 사항을 이전 버전으로 적용하는 작업. 예를 들어 최신 버전의 리눅스 커널에서 발견된 보안 패치를 오래된 리눅스 커널 버전에도 적용하는 경우
• LMM: Large Multi-modal Model
• 벡터스토어: 텍스트나 이미지 같은 비정형 데이터를 벡터로 변환해 저장하고 유사도 기반 검색을 가능하게 하는 데이터베이스. 예: FAISS, Chroma, Weaviate 등. 주로 RAG 기반 AI 시스템에서 사용됨.
• 토픽 모델링 (Topic Modeling): 문서 집합에서 자동으로 주요 주제(토픽)를 추출하는 자연어 처리 기법. 대표적인 알고리즘으로는 LDA(Latent Dirichlet Allocation)가 있음.
• 메모리 오버헤드: 프로그램 실행 시 실제 처리에 필요한 메모리 외에, 시스템 또는 언어의 특성상 추가로 소비되는 메모리. 예: GC 동작을 위한 영역, 객체 메타데이터 등.
• Parquet: 컬럼 지향 저장 포맷으로, 대용량 데이터를 효율적으로 저장하고 분석할 수 있게 설계됨. Hadoop, Spark, Pandas 등에서 널리 사용됨.
• 프록시 (Proxy): 클라이언트와 서버 사이에 위치해 요청을 중계하는 서버. 보안, 캐싱, 로드 밸런싱 등을 위해 사용됨. 프록시 서버를 통해 사용자 IP를 숨기거나 요청을 필터링할 수도 있음.
• SDK (Software Development Kit): 특정 플랫폼이나 서비스용 응용프로그램을 개발할 수 있게 해주는 도구 모음. 보통 API, 문서, 라이브러리 등이 함께 제공됨.
• TensorRT: NVIDIA가 제공하는 고성능 딥러닝 추론 최적화 라이브러리. 모델을 GPU에서 빠르게 실행하도록 변환하고 최적화함. 특히 Edge 또는 실시간 시스템에서 사용됨.