기술노트 — AI·풀스택·인프라 실전 개발 지식 | 영삼넷

본문 바로가기

Frontend20분 읽기

시그널(Signals) 완벽 정리 — React·Solid·Svelte 5·Angular가 반응성을 다시 짠 이유

시그널(signal·computed·effect)은 값이 바뀐 곳만 세밀하게 다시 실행하는 반응성 모델이다. 가상DOM과 뭐가 다른지, Solid·Svelte 5 룬·Angular·React가 같은 이름으로 어떻게 다르게 구현했는지 실전 코드로 비교한다.

#시그널#반응성#Solid

Infra23분 읽기

OpenTelemetry 실전 — 트레이스·메트릭·로그를 하나로 묶는 벤더 중립 관측성

OpenTelemetry로 트레이스·메트릭·로그를 하나의 표준으로 계측하는 실전 가이드. 자동/수동 계측, W3C 컨텍스트 전파, 스팬 설계, head/tail 샘플링, Collector, 그리고 메트릭 카디널리티 함정까지 정리했다.

#OpenTelemetry#관측성#분산추적

Backend17분 읽기

gRPC vs REST vs GraphQL — 2026 API 프로토콜 선택 가이드

gRPC·REST·GraphQL을 성능·스키마·스트리밍·브라우저·오버페칭·툴링으로 3자 비교. 내부/외부 API별로 언제 무엇을 골라야 하는지 결정 기준까지 정리했다.

#gRPC#REST API#GraphQL

Backend20분 읽기

레이트 리미팅 알고리즘 — 토큰 버킷·슬라이딩 윈도우 구현과 분산 환경에서의 정확도

고정/슬라이딩 윈도우, 토큰·리키 버킷을 언제 쓰고 어떻게 구현하나. Redis Lua로 read-modify-write 경쟁을 없애 원자성을 지키고, 429·Retry-After를 제대로 내려주며, 분산 노드에서 정확도를 잃지 않는 실전 방법을 코드로 정리한다.

#rate limiting#토큰 버킷#슬라이딩 윈도우

Backend20분 읽기

아웃박스 패턴(Transactional Outbox) — 이중 쓰기 문제와 신뢰성 있는 이벤트 발행

DB 저장과 이벤트 발행을 나눴다가 한쪽이 실패하는 이중 쓰기 문제를 아웃박스 패턴으로 해결하는 법. outbox 테이블 스키마, 폴링 릴레이 vs CDC, at-least-once와 멱등 소비까지 실전 코드로 정리한다.

#아웃박스패턴#transactional outbox#이중 쓰기

로컬 LLM 서빙 — Ollama·vLLM·llama.cpp 비교와 운영 기준

로컬 LLM 서빙 도구 Ollama·vLLM·llama.cpp를 처리량·연속 배칭·양자화·GPU 메모리 기준으로 비교한다. KV 캐시 계산법, OpenAI 호환 API 붙이는 법, 상황별로 언제 무엇을 써야 하는지까지 실무 관점에서 정리했다.

#로컬 LLM#vLLM#Ollama

Backend19분 읽기

분산 락 제대로 쓰기 — Redis Redlock의 함정과 안전한 대안

단일 Redis SET NX PX부터 Redlock 논쟁(Kleppmann), 펜싱 토큰, ZooKeeper/etcd까지. 분산 락이 언제 안전하고 언제 데이터를 깨뜨리는지, 그리고 애초에 락이 필요 없는 경우를 실무 기준으로 정리한다.

#분산락#Redis#Redlock

Database16분 읽기

벡터 DB 고르기 — pgvector·Pinecone·Qdrant·Milvus 운영 부담과 비용으로 비교

pgvector, Pinecone, Qdrant, Milvus를 운영 부담·비용·메타데이터 필터링·확장성 기준으로 비교한다. 수백만 벡터까지는 pgvector로 충분한 이유와, 언제 전용 벡터 DB로 넘어가야 하는지 실무 관점에서 정리했다.

#벡터DB#pgvector#Pinecone

프롬프트 인젝션 방어 — LLM 앱을 진짜로 지키는 실전 레이어

프롬프트 인젝션은 완벽 차단이 불가능하다. 그래서 모델을 신뢰 못 할 사용자처럼 다뤄야 한다. 직접·간접 인젝션의 차이부터 데이터/명령 분리, 권한 최소화, 도구 호출 승인, 출력 검증까지 실제 공격 시나리오로 푸는 LLM 앱 보안 실전 가이드.

#프롬프트 인젝션#LLM 보안#간접 인젝션

LLM 평가(Eval) 파이프라인 만들기 — 회귀 없이 프롬프트·모델 배포하기

골든셋·LLM-as-judge·오프라인/온라인 평가·CI 회귀 게이트로 LLM 평가 파이프라인을 만드는 방법을 정리했다. 프롬프트나 모델을 바꿔도 회귀를 배포 전에 잡아내는 실전 코드와, 실무에서 데인 함정까지 담았다.

#LLM평가#eval#LLM-as-judge

파인튜닝 vs RAG vs 프롬프트 엔지니어링 — 언제 무엇을 선택하나

파인튜닝, RAG, 프롬프트 엔지니어링을 비용·데이터·최신성·정확도 네 축으로 비교한다. 어떤 상황에서 무엇을 골라야 하는지 의사결정 플로우와 셋을 섞는 하이브리드 전략, 그리고 내가 직접 데인 실제 실패 사례와 교훈까지 정리했다.

#파인튜닝#RAG#프롬프트 엔지니어링

구조화 출력·함수 호출로 LLM 신뢰성 높이기 — JSON 스키마 강제와 재시도 실전

LLM이 뱉는 JSON을 파싱하다 새벽에 터진 적 있다면 이 글이 답이다. JSON 스키마 강제(strict)와 tool/function calling으로 형식을 보장하고, 파싱 실패 재시도와 의미 검증까지 실전 코드로 정리했다.

#구조화 출력#structured output#함수 호출