VIVO Wiki · 무료 공개 문서
지식 문서
궁금한 개념부터 읽고, 예제로 확인해 보세요. 모든 문서는 로그인 없이 읽을 수 있습니다.
“Python” 검색 결과 · 31개
- 로봇 코드를 노드로 나누는 이유와 ROS 2 분산 구조
단일 무한 루프로 작성한 로봇 소프트웨어가 센서 지연과 장애 전파에서 겪는 한계를 짚고, ROS 2가 인지·판단·제어 기능을 독립 노드와 발행-구독 구조로 분리하는 이유를 초보자 눈높이에서 설명합니다.
- ROS 2 토픽·서비스·액션 비교와 QoS 선택 기준
연속 센서 스트리밍용 토픽, 단발 질의응답용 서비스, 장기 목표 제어용 액션의 선택 기준을 정리하고, 토픽 이름이 같아도 데이터가 오가지 않는 QoS 불일치 원인과 해결법을 다룹니다.
- ROS 2 Executor와 콜백 그룹 동시성 실행 원리
ROS 2의 논리 단위인 노드와 운영체제 프로세스·스레드의 차이를 짚고, 느린 AI 추론 콜백이 고속 제어 타이머를 막지 않도록 Executor와 콜백 그룹을 설계하는 방법을 설명합니다.
- AI 시대에 Rust가 주목받는 이유와 Python 연동 구조
가비지 컬렉터 없이 메모리 안전성을 보장하는 Rust의 핵심 원리와, Python 병목 구간 가속 및 AI 코딩 에이전트의 컴파일러 가드레일로 활용되는 구조를 쉽게 살펴봅니다.
- AI 시대의 코드 품질 기준: 일회용과 지속형 소프트웨어
Max Kanat-Alexander의 AI Engineer 강연을 바탕으로 코드 품질의 본질인 시스템 이해와 안전한 변경, 4대 내구성 지표에 따른 일회용·지속형 소프트웨어 구분법, 그리고 엄격성 비용을 낮추는 4가지 엔지니어링 전략을 살펴봅니다.
- RLHF 이후의 AI 패러다임: Jev의 보정된 의사결정
InstructGPT·GPT-4 공동 저자인 디오고 알메이다(TypeSafe AI CEO)의 AI Engineer 강연을 바탕으로, RLHF가 만든 인간 보조(Assistance) 시대의 한계와 보상 모델 비대칭성을 짚어 보고, Jev가 지향하는 보정된 의사결정(RLCD)과 스마트 소프트웨어 자동화 구조를 쉽게 살펴봅니다.
- LLM 모델 라우터의 원리와 오픈라우터 아키텍처
단일 API 장애와 벤더 종속을 방지하고 비용을 70% 이상 절감하는 LLM 모델 라우터의 핵심 개념, OpenRouter 및 원티드 LaaS 아키텍처와 통합 결제 구조를 해설합니다.
- nanoGPT로 배우는 GPT 밑바닥 구현 가이드
Andrej Karpathy의 Zero-to-Hero 강연을 바탕으로 문자 단위 토큰화, 바이그램 베이스라인, 인과적 셀프 어텐션과 트랜스포머 블록을 조립해 소형 GPT를 직접 구현하는 과정을 쉽게 설명합니다.
- 문장 전체를 한눈에 보는 트랜스포머와 어텐션
순차 처리의 한계를 극복하고 문장 전체의 단어 간 연관성을 한 번에 파악하는 트랜스포머(Transformer)와 셀프 어텐션(Self-Attention)의 핵심 원리를 살펴봅니다.
- 토큰과 컨텍스트 창으로 LLM의 기억 이해하기
글자 수와 토큰의 차이, 대화가 길어질 때 앞 내용을 잊어버리는 컨텍스트 창의 구조적 원리와 슬라이딩 윈도우 관리법을 알아봅니다.
- Temperature와 Top-P로 LLM의 창의성 조절하기
AI가 다음 단어를 선택하는 확률 분포와 Temperature, Top-P(핵 샘플링) 파라미터로 환각을 줄이고 창의성을 조절하는 방법을 다룹니다.
- Laya로 로컬 에이전트의 의사결정 분리하기
TypeSafe Jev 규격과 호환되는 421M 로컬 의사결정 모델 Laya를 Ollama에 연결하고 하네스 정책과 결합하는 방법을 살펴봅니다.
- JetPack의 에이전틱 비디오 파이프라인
JetPack 7.2.1의 PyNvVideoCodec 2.2와 DLPack 제로카피를 활용해 비디오 디코딩과 AI 모델 추론의 지연 시간을 최소화합니다.
- Jetson의 코딩 에이전트 개발 환경
호스트 개발 머신의 코딩 에이전트를 SSH로 Jetson에 연결하고 일반 사용자 권한의 Docker와 디바이스 스킬로 엣지 런타임을 검증합니다.
- 스택과 힙 메모리 나눠 보기
함수 호출에 따라 쌓이고 비워지는 스택과 동적으로 할당되는 힙의 차이를 이해하고 메모리 관리 원리를 살펴봅니다.
- 시간 복잡도와 Big-O 읽기
입력 크기 증가에 따른 연산 횟수의 변화를 Big-O로 분석하고 리스트와 집합의 탐색 비용 차이를 확인합니다.
- 프로세스와 스레드 구분하기
독립된 메모리를 갖는 프로세스와 메모리를 공유하는 스레드의 차이를 이해하고 동시성과 병렬성을 구분합니다.
- DB 인덱스가 조회를 빠르게 하는 이유
전체 테이블 스캔과 B-트리 인덱스 탐색의 비용 차이를 비교하고 인덱스 동작 원리와 설계 주의점을 알아봅니다.
- 음성 회의록 에이전트 파이프라인 구성하기
오디오 입력을 전사하고 긴 텍스트를 나눈 뒤 구조화된 회의록으로 저장하는 단계별 파이프라인을 설계합니다.
- LangGraph로 상태와 조건부 경로 구성하기
상태를 읽고 갱신하는 노드와 조건부 엣지를 사용해 에이전트 반복과 종료 조건을 명시합니다.
- LangGraph에서 작업을 중단하고 사람에게 확인받기
체크포인트에 상태를 저장하고 interrupt로 실행을 멈춘 뒤 승인·수정·거부 결과로 재개하는 흐름을 설명합니다.
- LCEL로 프롬프트·모델·파서 연결하기
LangChain Runnable을 파이프로 조합해 입력이 프롬프트와 모델, 출력 파서를 지나는 과정을 확인합니다.
- LLM과 AI 에이전트의 차이 이해하기
한 번 답하는 LLM 호출이 상태·도구·반복을 갖춘 AI 에이전트로 확장되는 구조를 살펴봅니다.
- MCP의 호스트·클라이언트·서버 구분하기
Model Context Protocol에서 사용자 애플리케이션과 연결 관리 계층, 도구·리소스 제공자의 책임을 나눠 봅니다.
- Ollama로 로컬 LLM 실행 구조 이해하기
Ollama의 CLI·로컬 API·모델 저장소가 연결되는 흐름을 확인하고 가장 작은 채팅 요청을 실행합니다.
- RAG의 색인과 검색·생성 분리하기
문서를 벡터로 색인하는 준비 단계와 질문 시 관련 문맥을 검색해 답을 만드는 실행 단계를 구분합니다.
- ReAct와 도구 호출 반복 이해하기
모델의 도구 호출 제안, 실제 실행 결과 관찰, 다음 판단이 이어지는 에이전트 루프를 살펴봅니다.
- Jev로 에이전트 하네스의 판단 분리하기
정해진 선택지의 반복 판단을 Jev로 분리하고 생성형 LLM·정책 계층과 연결하는 하네스 구조를 살펴봅니다.
- LeRobot으로 로봇 학습 흐름 이해하기
사람이 조작한 시연을 기록하고 데이터셋·정책 학습·로봇 배포로 이어지는 LeRobot의 작업 흐름을 살펴봅니다.
- 자료구조 선택의 첫걸음
순서, 중복 허용 여부, 조회 방법을 기준으로 리스트·집합·딕셔너리를 선택합니다.
- 트랜잭션으로 변경 묶기
여러 데이터 변경을 한 처리 단위로 묶고 COMMIT과 ROLLBACK의 차이를 확인합니다.