Software Architecture

[Software Architecture] 13. 클라우드 네이티브 아키텍처

12 Factor App 원칙, 컨테이너·사이드카 패턴, Istio 기반 서비스 메시, Zero Trust 보안 모델을 메커니즘과 역사·실제 사례 중심으로 설명하고 언제 도입하고 언제 피해야 하는지 판단 기준을 제시하는 클라우드 네이티브 아키텍처 챕터입니다.

Software Architecture

[Software Architecture] 14. API 관리와 통합 아키텍처

API 게이트웨이의 라우팅·인증·회로 차단 메커니즘, REST·GraphQL·gRPC 선택 기준, Kafka 기반 이벤트 통합, ESB의 역사와 쇠퇴를 메커니즘·오개념·판단 기준 중심으로 설명하는 API 관리와 통합 아키텍처 챕터입니다.

Software Architecture

[Software Architecture] 15. 엔터프라이즈 아키텍처 관리

TOGAF·Zachman의 거버넌스 절차와 ADR·적합도 함수 기반 자동 표준화, Conway의 법칙과 Team Topologies로 조직 구조를 시스템 구조에 정렬하는 원리를 메커니즘·오개념·판단 기준 중심으로 설명하는 엔터프라이즈 아키텍처 관리 챕터입니다.

Software Architecture

[Software Architecture] 16. 고급 아키텍처 실무

레거시를 점진 대체하는 Strangler Fig 패턴, 적합도 함수 기반 진화적 아키텍처, 꼬리 지연시간 중심 성능 엔지니어링, 기술 부채와 오류 예산으로 위험을 관리하는 방법을 메커니즘과 오개념 중심으로 다루는 시리즈 마지막 장입니다.

[Vision AI] 00. Introduction: Vision AI 파운데이션

손으로 설계한 특징에서 CNN, Vision Transformer로 이어지는 컴퓨터 비전의 진화를 정리하는 시리즈의 도입 챕터입니다. 8개 챕터의 커리큘럼과 학습 목표, LLM 시리즈와의 연결점까지 상세히 다룹니다.

[Vision AI] 01. 비전을 위한 배경지식 — 카메라와 확률통계

카메라 센서가 이미지를 만드는 ISP 파이프라인부터, 행렬-벡터 곱의 가중합 해석, Likelihood와 Bayes' Rule, MLE·MAP, Entropy까지 컴퓨터 비전에 필요한 배경지식을 코드와 함께 정리합니다.

[Vision AI] 02. DNN에서 CNN으로 — 합성곱과 ResNet

완전연결 신경망이 픽셀을 통계적 패턴으로만 처리한다는 한계 실험부터, Convolution·Padding·Stride·Pooling·Receptive Field, 그리고 ResNet의 Skip Connection까지 CNN 아키텍처의 핵심을 정리합니다.

[Vision AI] 03. Vision Transformer — 이미지를 패치로 자르기

이미지를 16x16 패치로 잘라 언어모델의 토큰처럼 다루는 ViT 아키텍처를 Patch Embedding부터 CLS 토큰, Pre-LN 구조까지 분해합니다. CNN과 ViT의 근본적인 차이도 표로 자세히 정리합니다.

[Vision AI] 04. ViT의 변형들 — DeiT, Swin, CLIP, DINO

ViT의 데이터 효율성을 지식 증류로 보완한 DeiT, 연산량을 윈도우 기법으로 줄인 Swin, 자연어로 지도학습하는 CLIP, 레이블 없이 자기 증류로 학습하는 DINO까지 4가지 ViT 변형을 원 논문과 함께 다룹니다.

[Vision AI] 05. Object Detection — R-CNN에서 DETR까지

IoU와 mAP 같은 평가지표부터, Two-stage인 R-CNN·Faster R-CNN과 Transformer 기반 DETR까지 Object Detection의 핵심 개념과 발전 과정을 다룹니다. Recall-Precision 트레이드오프를 실무 사례로 설명합니다.