Softmax 함수 설명: 공식, Python 코드 및 안정 버전

  1. 홈
  2. 블로그
  3. 인공지능

인공지능

Softmax 함수 설명: 공식, Python 코드 및 안정 버전

소프트맥스 함수는 원시 점수 목록을 최대 1이 되는 확률로 변환합니다. 실제 예제를 통해 공식을 배우고, NumPy에서 코딩하고, 단순 버전이 NaN을 반환하는 이유와 한 번의 뺄셈으로 이를 수정하는 방법을 확인하고, 테스트된 출력을 통해 온도와 교차 엔트로피를 이해합니다.

읽는 시간 9분
Softmax 함수 설명: 수식, Python 코드 및 안정 버전

핵심 요약

  • softmax 함수는 각 점수를 지수화하고 총계로 나누어 합계가 1이 되는 양수 값을 제공합니다.
  • 점수 [2.0, 1.0, 0.1]은 확률 [0.659, 0.2424, 0.0986]이 됩니다. 순서는 절대 변경되지 않으므로 argmax는 동일하게 유지됩니다.
  • 순진한 수식은 1000에 가까운 입력에 대해 오버플로되어 nan을 반환했습니다. 먼저 최대값을 빼면 결과가 변경되지 않고 수정되었습니다.
  • 점수를 온도로 나누면 출력의 신뢰도가 제어됩니다. 이는 LLM 샘플링에 사용되는 것과 동일한 손잡이입니다.

이미지를 고양이, 개, 새로 분류하는 신경망은 확률을 직접 출력하지 않습니다. 마지막 레이어는 임의의 실수일 수 있는 2.0, 1.0, 0.1과 같은 logits라는 원시 점수를 생성합니다. 소프트맥스 함수는 해당 점수를 읽고, 비교하고, 훈련할 수 있는 확률 분포로 변환합니다. 이는 대부분의 분류기 끝과 모든 대규모 언어 모델 내부에 있습니다.

아래의 모든 코드는 NumPy 2.5.5가 포함된 Python 3.13.6에서 실행되었으며 인쇄된 출력은 표시된 대로 표시됩니다. 따라가는 데 기계 학습 프레임워크가 필요하지 않습니다.

소프트맥스 함수란 무엇입니까?

Softmax는 K개의 실수로 구성된 벡터를 가져와 K개의 확률로 구성된 벡터를 반환합니다. 모든 출력은 0과 1 사이에 있고, 모든 출력의 합은 정확히 1이 되며, 입력이 클수록 항상 더 큰 확률을 얻습니다. 이는 종종 argmax의 “소프트” 버전으로 설명됩니다. 즉, 가장 큰 점수에 모든 가중치를 부여하는 대신 각 점수가 얼마나 큰지에 비례하여 가중치를 공유합니다.

소프트맥스 공식

K개의 요소가 포함된 점수 z의 벡터에 대해 요소 i의 확률은 다음과 같습니다.

softmax(z)_i = exp(z_i) / ( exp(z_1) + exp(z_2) + ... + exp(z_K) )

즉, e를 각 점수의 거듭제곱으로 올린 다음 각 결과를 모두의 합으로 나눕니다. 지수는 모든 값을 양수로 만듭니다. 나눗셈은 이를 정규화하여 합이 1이 되도록 합니다.

손으로 작업한 예

로짓 [2.0, 1.0, 0.1]을 취합니다.

로짓 z exp(z) 특급(z) / 합계
2.0 7.3891 0.6590
1.0 2.7183 0.2424
0.1 1.1052 0.0986
합계 11.2125 1.0000

첫 번째 수업은 약 66%를 얻습니다. 2.0이라는 점수는 1.0의 두 배에 불과하지만 확률은 거의 3배 더 크다는 점에 유의하세요. 지수는 격차를 확대하므로 소프트맥스 출력이 종종 자신감 있게 보이는 이유입니다.

NumPy를 사용한 Python의 Softmax

import numpy as np

def softmax_naive(z):
    e = np.exp(z)
    return e / e.sum()

logits = np.array([2.0, 1.0, 0.1])
p = softmax_naive(logits)
print(p.round(4), p.sum())   # [0.659  0.2424 0.0986] 1.0
print(np.argmax(logits), np.argmax(p))   # 0 0

코드는 테이블과 일치하고 출력의 합은 1이 되며 argmax는 소프트맥스 전후에 동일한 클래스를 선택합니다. 실제로 마지막 사항이 중요합니다. 예측 클래스만 필요한 경우 소프트맥스를 건너뛰고 로지트의 argmax를 직접 가져올 수 있습니다.

지수함수를 사용하는 이유는 무엇입니까?

각 점수를 점수의 합으로 나누면 어떨까요? 로짓은 음수 또는 0이 될 수 있기 때문에 음수 “확률” 또는 0으로 나누기가 가능합니다. 지수는 항상 양수이고, 엄격하게 증가하므로 순위가 유지되며, 파생이 간단하므로 경사하강법을 사용한 훈련이 깔끔해집니다. 이는 또한 우리가 보게 되겠지만 교차 엔트로피 손실의 로그와 자연스럽게 짝을 이룹니다.

오버플로 문제: 소프트맥스가 NaN을 반환하는 경우

큰 로지는 순진한 버전을 깨뜨립니다.

softmax_naive(np.array([1000.0, 1001.0, 1002.0]))
# RuntimeWarning: overflow encountered in exp
# RuntimeWarning: invalid value encountered in divide
# [nan nan nan]

softmax_naive(np.array([-1000.0, -1001.0]))
# [nan nan]

exp(1000)은 가장 큰 64비트 부동소수점(약 1.8e308)을 훨씬 넘어서므로 무한대가 되고, 무한대를 무한대로 나눈 값은 NaN입니다. 매우 음수 로짓은 반대 방향으로 실패합니다. exp(-1000)는 0으로 언더플로우되고 0을 0으로 나눈 값도 NaN입니다. 이 크기의 로짓은 건강한 모델에서는 드물지만 잘못된 초기화, 확장되지 않은 주의 점수 또는 폭발적인 훈련으로 나타나며 하나의 NaN이 전체 훈련 실행을 해칠 수 있습니다.

수치적으로 안정적인 소프트맥스

def softmax(z, axis=-1):
    z = np.asarray(z, dtype=float)
    e = np.exp(z - z.max(axis=axis, keepdims=True))
    return e / e.sum(axis=axis, keepdims=True)

print(softmax([1000, 1001, 1002]).round(4))   # [0.09   0.2447 0.6652]
print(softmax([-1000, -1001]).round(4))       # [0.7311 0.2689]

최대값을 빼면 가장 큰 값이 정확히 0이 되므로 가장 큰 지수는 exp(0) = 1이고 아무것도 오버플로될 수 없습니다. 합에서 적어도 하나의 항은 1이므로 분모도 0이 될 수 없습니다. 이전에 중단된 두 입력 모두 이제 합리적인 답변을 제공합니다. PyTorch, TensorFlow 및 SciPy를 포함한 모든 주요 라이브러리는 내부적으로 이 트릭을 사용합니다.

팁: 순진한 두 줄 소프트맥스를 출시하지 마세요. 안정 버전은 한 번의 추가 비용을 빼고 전체 NaN 버그 클래스를 제거합니다.

뺄셈이 작동하는 이유: 이동 대 규모

print(softmax(logits + 100).round(4))  # [0.659  0.2424 0.0986]
print(softmax(logits * 2).round(4))    # [0.8638 0.1169 0.0193]

모든 로짓에 동일한 상수를 추가하면 소프트맥스는 변경되지 않습니다. 왜냐하면 상수는 분자와 분모 사이를 상쇄하는 공통 인자 exp(c)가 되기 때문입니다. 이것이 바로 최대값을 빼는 것이 안전한 이유입니다. 로짓을 곱하는 것은 다릅니다. 로짓을 두 배로 늘리면 최상위 등급이 66%에서 86%로 점프합니다. Softmax는 점수 간의 차이에 따라 달라지며, 스케일링은 이러한 차이를 확장합니다.

온도: 소프트맥스를 더 날카롭거나 평평하게 만들기

의도적으로 확장하는 소프트맥스 제어 전의 온도 T로 로짓을 나누면 다음과 같습니다.

온도 [2.0, 1.0, 0.1]에 대한 확률
0.5 [0.8638, 0.1169, 0.0193]
1.0 [0.6590, 0.2424, 0.0986]
2.0 [0.5017, 0.3043, 0.1940]
10.0 [0.3661, 0.3312, 0.3027]

온도가 낮으면 최고의 선택을 향한 분포가 뚜렷해집니다. 높은 온도에서는 균일한 방향으로 편평해집니다. 언어 모델에서 이는 우리의 LLM 온도 가이드에서 설명하는 것처럼 창의적인 답변을 예측할 수 있는 온도 설정과 정확히 같습니다. 온도는 또한 교사 모델의 보다 부드러운 선호도를 드러내기 위해 지식 증류에 사용됩니다.

배치 및 축 인수

batch = np.array([[2.0, 1.0, 0.1],
                  [0.0, 0.0, 0.0],
                  [5.0, -1.0, 3.0]])
pb = softmax(batch, axis=1)
print(pb.round(4))
# [[0.659  0.2424 0.0986]
#  [0.3333 0.3333 0.3333]
#  [0.8789 0.0022 0.1189]]
print(pb.sum(axis=1))                         # [1. 1. 1.]
print(softmax(batch, axis=0).sum(axis=1).round(4))  # [0.7622 0.2962 1.9417]

실제 모델은 한 행에 하나씩 많은 예를 한 번에 처리합니다. Softmax는 클래스 축(여기서는 axis=1)을 따라 실행되어야 하므로 각 행의 합은 1이 됩니다. 두 번째 행에서와 같이 동일한 로짓은 균일한 분포를 제공합니다. 잘못된 축을 사용하는 것은 조용한 버그입니다. 코드는 실행되지만 예제 전체에서 정규화되며 행 합계는 0.76, 0.30 및 1.94로 나타납니다. 테스트에서는 항상 행의 합이 1이 되도록 어설션합니다.

소프트맥스 및 교차 엔트로피 손실

y = 0   # the true class
loss = -np.log(p[y])
print(round(float(loss), 4))   # 0.417

# log-softmax computed directly, without exponentiating twice
logsm = logits - logits.max() - np.log(np.exp(logits - logits.max()).sum())
print(logsm.round(4))          # [-0.417 -1.417 -2.317]

분류기는 교차 엔트로피(올바른 클래스에 할당된 확률의 음의 로그)를 최소화하여 훈련됩니다. 0.659의 확률은 0.417의 손실을 제공합니다. 완벽한 예측은 0을 제공합니다. 라이브러리는 log(0)를 방지하는 소프트맥스 출력의 로그를 취하는 대신 하나의 안정적인 단계에서 log-softmax를 계산합니다. 이것이 PyTorch의 CrossEntropyLoss이 확률이 아닌 원시 로짓을 기대하는 이유입니다. Softmax 출력을 공급하면 일반적인 초보자 버그인 Softmax가 두 번 적용됩니다.

소프트맥스 vs 시그모이드

print(1 / (1 + np.exp(-(2.0 - 1.0))))    # 0.7311
print(softmax([2.0, 1.0])[0])            # 0.7311

두 클래스를 사용하면 소프트맥스는 로지트 간 차이의 시그모이드로 감소하며, 두 가지 모두에서 동일한 0.7311을 제공했습니다. 실제 규칙:

  • 소프트맥스: 고양이, 개, 새와 같은 많은(다중 클래스) 클래스 중 정확히 하나의 올바른 클래스입니다.
  • 출력당 시그모이드: Python과 테스트 모두 태그가 지정된 기사와 같이 여러 레이블이 동시에 참일 수 있습니다(다중 레이블).

대규모 언어 모델 내부의 Softmax

대규모 언어 모델은 어휘에서 토큰당 하나의 로짓으로 각 단계를 끝냅니다. 이는 수만 개의 점수를 의미할 수 있습니다. Softmax는 이를 가능한 모든 다음 토큰에 대한 확률로 변환하고 샘플링에서 하나를 선택합니다. Softmax는 또한 모든 Attention 레이어 내부에 나타나 토큰 간의 유사성 점수를 가중치로 변환합니다. 이러한 점수는 위에 표시된 것과 동일한 오버플로 및 포화 문제와 같이 너무 커지는 것을 방지하기 위해 정확하게 소프트맥스 이전의 벡터 크기의 제곱근으로 나뉩니다. 대규모 언어 모델이란 무엇입니까에서 자세히 알아보세요.

소프트맥스는 얼마나 빠른가요?

우리는 GPT-2의 어휘 크기인 각각 50,257개의 열이 있는 1,000개의 행 배치에서 32비트 부동 소수점으로 안정적인 NumPy 버전을 실행했습니다. 세 번의 실행 중 가장 좋은 실행 시간은 우리 컴퓨터의 CPU에서 874.9ms(행당 약 0.9ms)가 걸렸습니다. GPU는 이 작업을 훨씬 빠르게 수행하고 프레임워크는 소프트맥스를 인접 작업과 융합하지만, 방대한 어휘에 대한 지수 비용으로 인해 매우 큰 출력 레이어에 대해 샘플링된 소프트맥스와 같은 트릭이 존재합니다.

마무리

소프트맥스 함수는 큰 작업을 수행하는 작은 공식입니다. 모든 점수 목록을 깨끗한 확률로 변환합니다. 큰 로지트가 NaN이 되지 않도록 지수화, 정규화 및 항상 최대값을 먼저 빼십시오. 오른쪽 축을 따라 적용하고 교차 엔트로피를 위해 log-softmax와 쌍을 이루고 더 선명하거나 부드러운 출력이 필요할 때 온도를 사용합니다. 이러한 습관을 통해 Softmax는 모델에서 가장 신뢰할 수 있는 라인이 될 것입니다. 관련 수학에 대해서는 코사인 유사성을 참조하세요.

자주 묻는 질문

소프트맥스 함수는 무엇을 합니까?

로지트라는 원시 점수 벡터를 확률로 변환합니다. 각 출력은 0과 1 사이이고, 모든 출력의 합은 1이 되며, 점수가 높을수록 항상 확률이 높아집니다.

내 소프트맥스가 NaN을 반환하는 이유는 무엇입니까?

큰 로짓은 지수화될 때 오버플로되며, 무한대를 무한대로 나눈 값은 NaN입니다. exp를 호출하기 전에 최대 로짓을 뺍니다. 결과는 수학적으로 동일하고 수치적으로 안정적입니다.

소프트맥스와 시그모이드의 차이점은 무엇입니까?

Softmax는 정확히 하나의 올바른 클래스가 있는 문제에 대해 클래스 전체에 걸쳐 합이 1이 되는 하나의 분포를 생성합니다. Sigmoid는 여러 레이블이 참일 수 있는 다중 레이블 문제의 경우 각 출력을 독립적으로 채점합니다.

소프트맥스가 예측 클래스를 변경합니까?

아니요. Softmax는 점수의 순서를 유지하므로 로짓이 가장 높은 클래스의 확률도 가장 높습니다. 레이블만 필요한 경우 로지트의 argmax이면 충분합니다.

소프트맥스의 온도는 무엇입니까?

온도는 소프트맥스 이전의 로짓을 나누는 숫자입니다. 1보다 작은 값은 출력을 더 확실하게 만들고, 1보다 큰 값은 출력을 더 평탄하고 균일하게 만듭니다.

계속 학습하세요

Stack Quora와 작업

테스트, WordPress 또는 SEO에 도움이 필요하십니까?

우리는 팀이 더 나은 소프트웨어를 출시하고 사이트를 성장시킬 수 있도록 돕습니다. 현재 진행 중인 작업을 알려주시면 명확한 다음 단계를 제안해 드리겠습니다.

계속 읽으세요

추가 가이드 테스트, AI 및 최신 개발

이 기사가 마음에 드셨나요? 주제를 선택하고 최신 튜토리얼로 바로 이동하세요.

소프트웨어 개발

HTTP 쿠키 설명: 보안, HttpOnly, SameSite 및 범위

HTTP 쿠키 설명: Set-Cookie, 경로, 도메인, 만료, 보안, HttpOnly, SameSite, 접두사, 쿠키 삭제 및 보안 세션 레시피가 로컬에서 테스트되었습니다.

기사 읽기 →
DevOps

Git Rebase Interactive: Squash, Fixup, Reword 및 Autosquash

Git rebase 대화형은 reflog를 사용하여 선택, 수정, 스쿼시, 수정, 편집, 삭제, 자동 스쿼시, 충돌 및 리베이스 실행 취소를 단계별로 설명합니다.

기사 읽기 →
소프트웨어 테스트

알파 테스트와 베타 테스트: 주요 차이점, 종료 기준 및 체크리스트

알파 테스트와 베타 테스트 비교: 누가 테스트하는지, 각 단계에서 무엇을 찾는지, 진입 및 종료 기준, 베타 실행 방법, 베타 데이터의 실제 사례.

기사 읽기 →
테스트 자동화

Pytest Monkeypatch: 환경 변수, 시간 및 API에 대해 테스트된 10가지 예

Pytest Monkeypatch는 환경 변수, 함수, 구성, 시간, 수면, 경로, 네트워크 차단 및 잘못된 대상 트랩 등 10가지 통과 테스트로 설명되었습니다.

기사 읽기 →
데이터베이스 및 SQL

SQL 자동 증가: MySQL, PostgreSQL, SQL Server 및 SQLite

MySQL, PostgreSQL, SQL Server 및 SQLite의 SQL 자동 증가: 구문, 새 ID 읽기, 간격이 나타나는 이유, ID 재사용, 카운터 및 제한 재설정.

기사 읽기 →
데이터베이스 및 SQL

SQL BETWEEN: 포함 범위 및 날짜 트랩 설명

SQL BETWEEN은 포함 범위, 역방향 경계, NULL, 마지막 날짜 트랩, 반 개방 범위 및 인덱스 친화적 날짜 필터와 같은 테스트된 쿼리로 설명됩니다.

기사 읽기 →
소프트웨어 개발

JavaScript 템플릿 리터럴: 태그된 템플릿을 포함한 10가지 예

보간, 여러 줄 문자열, 이스케이프, 안전한 HTML 및 SQL을 위한 태그 지정 템플릿, String.raw 등 테스트된 10가지 예제로 JavaScript 템플릿 리터럴을 설명합니다.

기사 읽기 →
소프트웨어 개발

Python heapq: 우선순위 대기열, 상위 N 및 힙 설명

Python heapq 설명: heappush, heappop, heapify, 타이 브레이커가 있는 우선 순위 큐, 최대 힙, nlargest 및 병합, 정렬에 대한 실제 타이밍 포함.

기사 읽기 →
소프트웨어 개발

8가지 실제 예제로 설명되는 Python Walrus 연산자(:=)

Python walrus 연산자 :=는 테스트된 8가지 예(if 검사, 정규 표현식 일치, while 루프, 이해, 범위 규칙, 우선 순위 및 이를 피해야 하는 경우)로 설명됩니다.

기사 읽기 →
인공지능

Softmax 함수 설명: 공식, Python 코드 및 안정 버전

소프트맥스 함수 설명: 공식, 작업 예제, NumPy 코드, NaN, 온도, 교차 엔트로피 및 소프트맥스 대 시그모이드를 피하는 안정적인 버전.

기사 읽기 →
소프트웨어 개발

CORS 설명: 실행 전 요청, 헤더 및 CORS 오류 수정 방법

CORS 설명: 원본, 단순 및 실행 전 요청, 서버가 보내야 하는 응답 헤더, 자격 증명, 일반적인 CORS 오류 수정 방법.

기사 읽기 →
DevOps

Git Diff 설명: 단계적 변경, 분기 및 커밋

Git diff 설명: 출력 읽기, 비단계 및 단계적 변경 사항 비교, 커밋 및 분기, 2개 점 대 3개 점, 유용한 플래그 등 모두 테스트되었습니다.

기사 읽기 →
테스트 자동화

Pytest Xdist: 병렬로 테스트를 실행하고 테스트 시간 단축

pytest-xdist와 병렬로 pytest 테스트를 실행합니다: 설치, -n 옵션, 배포 모드, 실제 타이밍 및 병렬 실행에서 공유 상태 오류를 수정하는 방법.

기사 읽기 →
소프트웨어 테스트

소프트웨어 테스팅의 검증과 검증: 예제 및 표

모든 사양 테스트는 통과했지만 사용자는 여전히 실패하는 테스트 쿠폰 예와 비교표를 통해 소프트웨어 테스트의 검증과 검증을 설명합니다.

기사 읽기 →
인공지능

BM25 설명: Python 코드 및 하이브리드 검색을 사용하여 키워드 검색이 결과 순위를 매기는 방법

BM25는 우리가 실행한 순수 Python 구현을 통해 공식, IDF, 용어 포화도, k1 및 b 매개변수, 원시 단어 수를 능가하는 이유, 실패한 위치, 상호 순위 융합을 사용한 하이브리드 검색이 이를 수정하는 방법을 설명했습니다.

기사 읽기 →
소프트웨어 개발

HTTP 메소드 설명: GET, POST, PUT, PATCH, DELETE, 라이브 서버에서 테스트됨

우리가 실행한 소규모 서버를 통해 설명된 HTTP 메소드: GET, POST, PUT, PATCH, DELETE, HEAD 및 OPTIONS, 안전 대 멱등성, PUT 대 PATCH, 각각 반환되는 상태 코드, 405 오류 및 API 설계용 치트 시트.

기사 읽기 →
DevOps

Git Bisect 설명: 수동 또는 자동으로 코드를 손상시킨 커밋 찾기

Git bisect는 테스트된 저장소로 설명했습니다. 5번의 테스트 실행 중 41개 중 하나의 잘못된 커밋을 찾고, git bisect run으로 이를 자동화하고, 종료 코드 125로 테스트할 수 없는 커밋을 건너뛰고, 사용자 지정 용어를 사용하고 안전하게 정리합니다.

기사 읽기 →
테스트 자동화

pytest 마커 설명: 사용자 정의 마크, Skip, Skipif, xfail 및 -m 필터

테스트된 모음으로 설명된 pytest 마커: 사용자 정의 표시 등록, -m을 사용하여 스모크 테스트만 실행, 필터를 결합하거나 사용하지 않음, 건너뛰기, Skipif 및 xfail을 올바르게 사용하고 –strict-markers를 사용하여 마커 오타를 중지합니다.

기사 읽기 →
소프트웨어 테스트

긍정 대 부정 테스트: 차이점, 24가지 실제 테스트 사례 및 체크리스트

실제 가입 양식으로 설명된 긍정적인 테스트와 부정적인 테스트: pytest에서 실행되는 6개의 긍정적인 테스트 사례와 18개의 부정적인 테스트 사례, 누락된 가드에서 발견된 부정적인 테스트, 비교 테이블, 기술 및 체크리스트.

기사 읽기 →
데이터베이스 및 SQL

SQL ORDER BY 다중 열: ASC, DESC, NULLS LAST, Case 및 사용자 정의 순서

테스트된 쿼리로 설명된 여러 열이 있는 SQL ORDER BY: 혼합 ASC 및 DESC, 타이 브레이커, NULLS FIRST 및 LAST, 대소문자 구분 없는 정렬, CASE를 사용한 사용자 정의 순서, 텍스트로 저장된 숫자 및 인덱스 사용.

기사 읽기 →
데이터베이스 및 SQL

SQL 누적 합계: SUM OVER, 그룹별 합계, 이동 합계 및 RANGE 트랩

SUM() OVER를 사용하여 SQL 실행 합계를 계산하는 방법: 그룹별 합계, 일일 누적 합계, 이동 합계, 합계 백분율, RANGE 대 ROWS 타이 트랩, NULL 및 이전 하위 쿼리 방법에 대한 360x 속도 테스트.

기사 읽기 →
소프트웨어 개발

JavaScript 정렬 배열: 숫자, 객체, 문자열 및 10이 5보다 먼저 오는 이유

JavaScript에서 배열을 올바르게 정렬하는 방법: 비교 함수가 있는 숫자, 하나 이상의 필드로 개체, localeCompare가 포함된 문자열, 날짜, 자연 정렬, toSorted, 안정성 및 속도가 모두 Node 24에서 테스트되었습니다.

기사 읽기 →
소프트웨어 개발

Python 문자열 메서드: 치트 시트, 실제 예제 및 Strip() 트랩

테스트된 예제가 포함된 Python 문자열 메서드: 분할, 조인, 제거, 교체, 찾기, 시작, is-메소드, 케이스폴드, 분할 및 변환, 그리고 스트립() 트랩, 조인 속도 테스트 및 치트 시트.

기사 읽기 →
인공지능

코사인 유사성 설명: 공식, 실제 예제 및 Python 코드

코사인 유사성은 간단하게 설명됩니다. 공식, 직접 작업한 예제, 순수 Python 및 NumPy 코드, 실제 단어 수에 대한 코사인 대 유클리드 거리, AI 검색 및 RAG가 이에 의존하는 이유.

기사 읽기 →
소프트웨어 개발

UTF-8 인코딩 설명: 텍스트가 바이트가 되는 방법 및 잘못된 텍스트를 수정하는 방법

UTF-8 인코딩은 Python에서 실행한 바이트 수준 예제를 통해 설명되었습니다. 문자가 1~4바이트가 되는 방법, 카페가 카페로 바뀌는 이유, 디코드 오류, BOM, 정규화 및 코드와 웹에 대한 6가지 수정 사항.

기사 읽기 →
테스트 자동화

pytest parametrize 설명: 테스트된 예를 사용한 7가지 패턴

pytest 매개변수화는 기본 사례, 읽을 수 있는 ID, 스택 데코레이터, xfail 및 건너뛰기가 포함된 pytest.param, 목록의 간접 고정 장치 및 데이터, 피해야 할 실수 등 7가지 테스트 패턴으로 설명됩니다.

기사 읽기 →
소프트웨어 테스트

재테스트와 회귀 테스트: 실제 버그 수정 예제와의 8가지 주요 차이점

재테스트와 회귀 테스트는 pytest의 실제 버그 수정 실행으로 설명되었습니다. 재테스트를 통해 수정 사항이 확인되었고 회귀 실행에서 새로운 버그가 발견되었습니다. 8가지 주요 차이점, 비교표 및 인터뷰 답변.

기사 읽기 →
데이터베이스 및 SQL

SQL에서 중복 행 삭제: 5가지 안전한 방법, 단계별 테스트

SQL에서 중복 행을 안전하게 삭제하는 방법: 해당 행을 찾아서 미리 본 다음 ROW_NUMBER, MIN(id), EXISTS, rowid 또는 새 테이블을 사용하여 제거합니다. 쿼리, 타이밍 및 중복 반환을 중지하는 방법을 테스트했습니다.

기사 읽기 →
데이터베이스 및 SQL

SQL RANK 대 DENSE_RANK 대 ROW_NUMBER: 테스트된 예와의 차이점

하나의 테이블에 있는 SQL RANK 대 DENSE_RANK 대 ROW_NUMBER: 실행한 쿼리를 통해 각각 동점, 그룹당 상위 N, 두 번째로 높은 급여 트랩 및 결정적 타이 브레이크를 처리하는 방법.

기사 읽기 →
소프트웨어 개발

JavaScript Optional Chaining (?.) 설명: 8개 예, ?? 기본값과 함정

JavaScript 선택적 체이닝은 "정의되지 않은 속성을 읽을 수 없습니다" 오류를 중지합니다. 속성, 배열 및 메서드에 대한 8개의 테스트된 예 대 || 기본값, 단락 및 4개의 트랩.

기사 읽기 →
소프트웨어 개발

Python enumerate() 설명: 7가지 예, start=1 및 피해야 할 실수

Python enumerate()는 하나의 깨끗한 루프에서 인덱스와 값을 제공합니다. 7개의 테스트된 예, start=1 트릭, 사전, 파일, 속도 숫자 및 피해야 할 3가지 실수.

기사 읽기 →
인공지능

RAG 청킹 전략 설명: 고정, 중복, 문장, 재귀 및 제목, 측정

tiktoken 0.14를 사용하여 하나의 문서에서 비교한 RAG 청킹 전략: 고정 크기, 겹침, 문장 패킹, 재귀 분할 및 제목 기반 청크, 분할 사실 측정, 고아 제목 및 저장 비용.

기사 읽기 →
소프트웨어 개발

API 멱등성 설명: 멱등성 키 및 안전한 재시도, 테스트됨

우리가 실행한 Python 서버와 클라이언트를 통해 API 멱등성을 설명했습니다. 응답이 손실되면 키 없이는 이중 요금이 부과되고 키 하나로는 단일 요금이 부과되며 키 재사용, 동시 재시도 및 저장 규칙도 발생합니다.

기사 읽기 →
DevOps

Git Stash 설명: 저장, 적용, 팝 및 추적되지 않은 파일, 테스트됨

Git stash는 Git 2.56에서 실행한 명령으로 설명되었습니다. 메시지 푸시, 추적되지 않은 파일, 나열 및 표시, 적용 대 팝, 인덱스 유지, 충돌, stash 분기, 삭제 및 지우기.

기사 읽기 →
소프트웨어 테스트

쌍별 테스트 설명: 모든 쌍이 216개의 테스트를 13개로 줄이는 방법, 테스트됨

Python 3.13에서 실행한 생성기로 쌍별 테스트를 설명했습니다. 13개 테스트로 처리된 216개 조합이 포함된 체크아웃, 검증된 적용 범위, 더 큰 예제 및 쌍별 버그가 누락될 수 있습니다.

기사 읽기 →
테스트 자동화

테스트 더블 설명: 테스트된 Python 코드를 사용한 Dummy, Stub, Spy, Mock 및 Fake

pytest 9.2에서 실행되는 하나의 Python 예제로 테스트 더블을 설명합니다. 더미, 스텁, 스파이, 모의 및 가짜, 각 사용 시기, 상태 대 동작 확인, 일반 Mock이 숨긴 자동 사양이 버그를 포착하는 방법.

기사 읽기 →
데이터베이스 및 SQL

SQL COALESCE 설명: 기본값, NULLIF, IFNULL 대 ISNULL 및 트랩, 테스트됨

SQL COALESCE는 SQLite 3.50에서 실행한 쿼리(null이 아닌 첫 번째 값, 빈 문자열, 수학의 NULL, 0으로 나누기 위한 NULLIF, 집계, LEFT JOIN 간격 및 IFNULL 대 ISNULL)로 설명되었습니다.

기사 읽기 →
데이터베이스 및 SQL

SQL 자체 조인 설명: 직원-관리자, 쌍 및 행 비교, 테스트됨

SQL 자체 조인은 SQLite 3.50에서 실행한 쿼리(직원 및 관리자, 관리자보다 더 많은 수익, 고유 쌍, 일일 변경 사항, 2홉 체인 및 인덱싱)로 설명됩니다.

기사 읽기 →
소프트웨어 개발

JavaScript 스프레드 연산자 설명: 스프레드와 나머지, 복사본 및 문제, 테스트됨

JavaScript 스프레드 연산자는 Node 24에서 실행한 코드(배열, 개체, 얕은 복사본, 나머지 매개변수, Math.max 제한 및 감소의 성능 트랩)로 설명되었습니다.

기사 읽기 →
소프트웨어 개발

Python functools 설명: lru_cache, 부분, 감소, 랩 및 기타, 테스트됨

Python functools는 Python 3.13에서 실행한 코드인 lru_cache 및 캐시, 부분, 감소, 랩, 캐시된_속성, 단일 디스패치 및 total_ordering과 타이밍 및 함정을 설명합니다.

기사 읽기 →
소프트웨어 개발

Python 컬렉션 모듈 설명: Counter, defaultdict, deque 등, 테스트됨

Python 3.13에서 실행한 코드(Counter, defaultdict, deque, namestuple, OrderedDict 및 ChainMap, 목록과 deque 타이밍 및 치트 시트)로 Python 컬렉션을 설명했습니다.

기사 읽기 →
인공지능

LLM 컨텍스트 창 설명: 토큰, 한도 및 더 많이 맞추는 방법, 측정

LLM 컨텍스트 창은 tiktoken을 사용하여 측정한 토큰 수(산문, 코드 및 힌디어의 단어 대 토큰, 입력 및 출력 예산, 채팅 기록 트리밍, RAG 청크 및 비용)로 설명되었습니다.

기사 읽기 →
소프트웨어 개발

Webhooks 설명: 작동 방식 및 안전하게 수신하는 방법

Python에서 실행한 수신자 및 발신자에 대한 웹후크 설명: 푸시 대 폴링, HMAC-SHA256 서명, 변조 및 재생된 요청 거부, 백오프를 통한 재시도, 멱등성 및 테스트 팁.

기사 읽기 →
DevOps

Git Cherry-Pick 설명: 필요한 커밋을 안전하게 복사하고 테스트했습니다.

Git Cherry-Pick은 Git 2.56에서 실행한 명령(릴리스 브랜치에 핫픽스 복사, 새 해시 및 패치 ID, -x, -n, 커밋 범위, 충돌, –abort, –skip 및 이후 병합)을 설명했습니다.

기사 읽기 →
테스트 자동화

스냅샷 테스트 설명: 작동 방식, 도움이 되는 경우, 해를 끼치는 경우

스냅샷 테스트는 우리가 실행한 pytest 및 시럽 데모를 통해 설명되었습니다. 즉, 스냅샷 생성, 코드 변경 후 차이점 읽기, 타임스탬프 마스킹, 안전한 업데이트, 스냅샷이 도움이 되거나 해를 끼치는 경우 등이 있습니다.

기사 읽기 →
소프트웨어 테스트

돌연변이 테스트 설명: 100% 커버리지에서 여전히 버그를 놓친 이유

우리가 구축하고 실행한 작은 돌연변이 도구를 사용하여 돌연변이 테스트를 설명했습니다. 14개의 돌연변이, 79% 점수를 얻은 100% 라인 범위의 테스트 스위트, 100%에 도달한 경계 테스트, 도구, 비용 및 CI 팁이 포함됩니다.

기사 읽기 →
데이터베이스 및 SQL

SQL JSON 함수 설명: SQL에서 JSON 쿼리, 업데이트 및 인덱스, 테스트됨

SQLite 3.50에서 실행한 쿼리(json_extract, -> 및 ->> 연산자, json_each, json_set, json_patch, json_group_array, 유효성 검사, 표현식 인덱스 및 JSONB)로 설명된 SQL JSON …

기사 읽기 →
데이터베이스 및 SQL

SQL 피벗 설명: CASE, FILTER 및 PIVOT을 사용하여 행을 열로 변환

SQLite 3.50에서 실행한 쿼리로 설명된 SQL 피벗: CASE 및 SUM, FILTER, NULL 대 0, 합계, 동적 열, unpivot 및 기본 PIVOT 구문을 사용한 조건부 집계.

기사 읽기 →
소프트웨어 개발

이 키워드가 설명하는 JavaScript: 모든 바인딩 규칙, 노드에서 테스트됨

JavaScript this 키워드는 Node 24에서 실행한 17가지 사례(메서드 호출, 콜백에서 this 손실, 엄격 모드, 화살표 함수, 바인딩, 호출, 적용, 신규, 클래스 및 타이머)로 설명되었습니다.

기사 읽기 →
소프트웨어 개발

Python pathlib 설명: 현대적인 방식의 경로, 파일 및 폴더 테스트됨

Python pathlib는 Python 3.13에서 실행한 예제를 통해 설명되었습니다. /, 이름, 어간 및 접미사로 경로 결합, 파일 읽기 및 쓰기, mkdir, glob 및 rglob, 이름 바꾸기, Windows 대 POSIX 및 속도.

기사 읽기 →
소프트웨어 개발

Python itertools 설명: 지연 루프, 조합 및 그룹화, 테스트됨

Python itertools는 Python 3.13에서 실행한 예제(카운트, 주기, 누적, 체인, 그룹별, 제품, 조합, 쌍별, 일괄 처리, 티, 메모리 사용 및 공통 트랩)를 설명했습니다.

기사 읽기 →
인공지능

프롬프트 삽입 설명: AI 앱이 속이는 방법과 이를 방어하는 방법

빌더를 위한 신속한 주입 설명: 직접 및 간접 공격, 키워드 필터가 실패하는 이유(테스트에서 4개 중 1개 차단), 최소 권한, 도구 허용 목록 및 출력 확인을 포함한 계층형 방어.

기사 읽기 →
DevOps

DNS 레코드 설명: 실제 조회를 통한 A, AAAA, CNAME, MX, TXT 및 TTL

우리가 실행한 조회를 통해 설명된 DNS 레코드: 확인 작동 방식, A 및 AAAA, CNAME 규칙, MX 및 null MX, SPF 및 확인을 위한 TXT, NS, TTL 및 캐싱, 안전한 DNS 변경.

기사 읽기 →
DevOps

기능 플래그 설명: 안전한 릴리스, 점진적 출시 및 플래그 위생

우리가 실행한 출시 시뮬레이션을 통해 설명된 기능 플래그: 플래그 유형, 안정적인 해싱을 사용한 출시 비율, 킬 스위치, 허용 목록, 두 경로 테스트, 플래그 부채 및 모범 사례.

기사 읽기 →
테스트 자동화

Python Faker를 사용한 테스트 데이터 생성: 현실적이고 반복 가능하며 안전한 데이터

Python Faker를 사용하여 데이터 생성을 테스트하고 실행하고 측정합니다. 반복 가능한 데이터, 로케일, 고유 값, 도메인 형태의 레코드, Faker가 놓친 엣지 케이스, 생산 데이터 마스킹 및 속도를 위한 시드입니다.

기사 읽기 →
소프트웨어 테스트

Shift-Left 테스트 설명: 팀 속도를 늦추지 않고 조기에 버그 찾기

Shift-Left 테스트 설명: 의미, 조기 결함이 더 저렴한 이유, 요구 사항 검토부터 CI 확인까지의 관행, 테스터의 역할 변경, 오른쪽 Shift, 메트릭 및 롤아웃 계획.

기사 읽기 →
데이터베이스 및 SQL

SQL 문자열 함수 설명: TRIM, SUBSTR, REPLACE, CONCAT 및 데이터 정리

우리가 실행한 쿼리로 설명된 SQL 문자열 함수: 연결 및 NULL, TRIM, UPPER 및 LOWER, SUBSTR 및 INSTR, REPLACE, 패딩, 유니코드 길이, 지저분한 데이터 정리 및 방언 차이.

기사 읽기 →
데이터베이스 및 SQL

SQL 트리거 설명: 트리거 전후, 감사 로그 및 함정

우리가 실행한 트리거(BEFORE vs AFTER, OLD 및 NEW, 감사 로그, 검증, 재고 업데이트, WHEN 조건, 롤백, 방언 차이 및 이를 피해야 하는 시기)로 설명된 SQL 트리거.

기사 읽기 →
소프트웨어 개발

Python JSON 모듈 설명: 덤프, 로드, 사용자 정의 유형 및 일반적인 오류

덤프 및 로드, 파일, 유형 변환, 날짜 및 소수점, 사용자 정의 인코더, object_hook, 부동 정밀도, 구문 분석 오류 및 JSON 라인 등 우리가 실행한 코드로 설명된 Python JSON 모듈입니다.

기사 읽기 →
소프트웨어 개발

ES 모듈과 CommonJS: Node.js에서 JavaScript 가져오기가 작동하는 방식, 테스트됨

ES 모듈과 CommonJS는 Node.js에서 실행한 코드(신택스 가져오기 및 내보내기, 필수, 라이브 바인딩, 캐싱, 최상위 대기, 동적 가져오기, 파일 확장자 및 상호 운용성)로 설명되었습니다.

기사 읽기 →
소프트웨어 개발

Python Regex 설명: 패턴, 그룹, 예측 및 함정, 테스트됨

Python 정규식은 검색 대 일치, findall, 그룹 및 명명된 그룹, 탐욕 대 게으른, 하위, 예측, 플래그, 유니코드 놀라움 및 치명적인 역추적 등 우리가 실행한 패턴으로 설명되었습니다.

기사 읽기 →
인공지능

LLM 구조화된 출력 설명: AI 모델에서 신뢰할 수 있는 JSON 얻기

Pydantic에서 실행한 검증(JSON 모드 및 스키마, 제한된 디코딩, 모델 출력 중단 방식, 재시도 루프 및 의미 체계 검사)을 통해 LLM 구조화된 출력을 설명했습니다.

기사 읽기 →
DevOps

SSH 키 설명: 작동 방식, ssh-keygen, Ed25519 및 안전한 습관

공개 키와 개인 키, ssh-keygen, Ed25519와 RSA, 지문, 암호, ssh-agent, Authorized_keys, 구성 파일, GitHub 및 키 위생 등 우리가 생성한 키로 SSH 키를 설명합니다.

기사 읽기 →
DevOps

HTTP 캐싱 설명: 실시간 테스트를 통한 캐시 제어, ETag 및 304 응답

우리가 실행한 소규모 서버를 통해 HTTP 캐싱을 설명했습니다. Cache-Control 지시문, max-age, 캐시 없음과 저장 없음, ETag 재검증 및 304 응답, CDN, 캐시 무효화 및 테스트 헤더.

기사 읽기 →
테스트 자동화

API 계약 테스트 설명: 출시 전에 주요 변경 사항 파악

API 계약 테스트는 우리가 실행한 스키마 검사를 통해 설명되었습니다. 계약이 무엇인지, 소비자 중심 계약, Pact, OpenAPI, 중단 소비자를 변경하는 방법, CI에 어떻게 적용되는지.

기사 읽기 →
소프트웨어 테스트

위험 기반 테스트 설명: 위험 점수 매기기, 매트릭스 구축 및 중요한 사항 테스트

위험 기반 테스트는 위험 식별, 가능성 및 영향 점수 매기기, 위험 매트릭스 구축, 위험을 테스트 깊이에 매핑, 실제 사례 및 일반적인 실수 등 단계별로 설명됩니다.

기사 읽기 →
데이터베이스 및 SQL

SQL 제약 조건 설명: NOT NULL, UNIQUE, CHECK 및 FOREIGN KEY, 테스트됨

우리가 실행한 테스트를 통해 설명된 SQL 제약 조건: NOT NULL, UNIQUE, CHECK, DEFAULT, PRIMARY 및 FOREIGN KEY, NULL 허점, SQLite의 외래 키 설정, 제약 조건 명명 및 테스트.

기사 읽기 →
데이터베이스 및 SQL

SQL 날짜 함수 설명: 버그 없이 날짜 추가, 비교 및 그룹화

우리가 실행한 쿼리로 설명된 SQL 날짜 함수: 간격 추가, 월말 놀라움, 날짜 차이, BETWEEN 트랩, 날짜별 그룹화, 시간대, 인덱스 및 방언 차이.

기사 읽기 →
소프트웨어 개발

Python asyncio 설명: 실시간 타이밍을 사용하는 비동기, 대기, 수집 및 작업 그룹

Python asyncio는 코루틴, 대기, 수집, 작업 그룹, 오류 처리, 시간 초과, 동시성 제한 및 성능을 저하시키는 호출 차단 실수 등 시간을 측정한 코드로 설명했습니다.

기사 읽기 →
소프트웨어 개발

JavaScript의 디바운스 및 스로틀: 작동 방식, 각 사용 시기, 테스트됨

JavaScript의 디바운스 대 스로틀은 Node.js에서 측정한 타이밍(각각의 작동 방식, 간단한 구현, 선행 및 후행 호출, 실제 사용 사례 및 테스트)을 설명합니다.

기사 읽기 →
소프트웨어 개발

Python 컨텍스트 관리자 설명: with 문, contextlib 및 실제 사용

Python 컨텍스트 관리자는 우리가 실행한 코드로 작동 방법, __enter__ 및 __exit__, contextlib.contextmanager, 억제, ExitStack, 데이터베이스 트랜잭션 및 일반적인 실수를 설명했습니다.

기사 읽기 →
인공지능

LLM 온도 및 Top-p 설명: AI 모델이 다음 단어를 선택하는 방법

LLM 온도와 top-p는 우리가 실행한 시뮬레이션을 통해 확률이 어떻게 재구성되는지, top-p가 유지하는 항목, 작업별 권장 설정, 결정론 및 AI 기능 테스트에 대해 설명했습니다.

기사 읽기 →
DevOps

YAML 설명: 구문, 노르웨이 문제 및 우리가 테스트한 기타 함정

YAML은 기본 구문, 목록 및 지도, 노르웨이 문제, 부동 소수점으로 변환되는 버전, 8진 우편번호, 60진수 시간, 앵커, 여러 줄 텍스트 및 안전 로딩 등 파서 테스트를 통해 설명되었습니다.

기사 읽기 →
DevOps

크론 작업 설명: 구문, 실제 일정 및 이를 깨뜨리는 실수

다섯 가지 필드, 연산자, 실제 예, 날짜 또는 요일 트랩, 환경 문제, 로깅, 중복 및 시간대 등 우리가 확인한 일정으로 Cron 작업을 설명했습니다.

기사 읽기 →
소프트웨어 테스트

소프트웨어 테스팅의 버그 수명 주기: 모든 상태, 소유자 및 일반적인 실수

버그 수명 주기는 신규에서 종료까지의 모든 결함 상태, 각 단계의 소유자, 거부, 연기 및 다시 열린 버그, 작업된 예제, 작업 흐름 설계 및 유용한 측정항목을 설명합니다.

기사 읽기 →
테스트 자동화

Python의 속성 기반 테스트: 예제에서 놓친 버그를 찾는 가설

우리가 실행한 가설 테스트를 통해 설명된 속성 기반 테스트: 속성 대 예제, 전략, 축소, 코드에서 발견된 실제 버그, 공통 속성 패턴 및 CI 팁.

기사 읽기 →
데이터베이스 및 SQL

SQL 페이지 매김 설명: OFFSET과 키 세트, 백만 행 테스트 사용

우리가 실행한 백만 행 테스트를 통해 SQL 페이지 매김을 설명했습니다. LIMIT 및 OFFSET, 딥 페이지가 느려지는 이유, 키 세트(커서) 페이지 매김, 안정적인 순서 지정, 드리프트, API 설계 및 인덱스.

기사 읽기 →
인공지능

AI 환각 설명: 언어 모델이 사물을 구성하는 이유와 이를 줄이는 방법

AI 환각은 그것이 무엇인지, 언어 모델이 환각을 생성하는 이유, 일반적인 유형, 접지 및 프롬프트를 통해 환각을 줄이는 방법, 그리고 우리가 실행한 간단한 점검에 대해 설명했습니다.

기사 읽기 →
DevOps

환경 변수 설명: .env 파일, 비밀 및 구성이 올바르게 완료되었습니다.

우리가 실행한 Python 예제를 통해 설명된 환경 변수: 읽기 및 설정, 모든 값이 문자열인 이유, .env 파일, 프로세스 상속, 비밀 및 유효성 검사.

기사 읽기 →
소프트웨어 개발

API 속도 제한 설명: 알고리즘, 헤더 및 429 오류 처리

우리가 실행한 시뮬레이션을 통해 설명된 API 속도 제한: 토큰 버킷, 고정 창, 슬라이딩 창, 429 응답, 속도 제한 헤더, 백오프를 사용한 재시도 및 테스트 제한.

기사 읽기 →
테스트 자동화

Python에서 조롱: unittest.mock, 패치 및 테스트를 거짓말로 만드는 실수

Unittest.mock을 사용하여 Python에서 모의, 테스트됨: 모의 및 return_value, 부작용, 이름이 사용되는 패치, 사양 및 자동 사양, 모의 날짜 및 일반적인 실수.

기사 읽기 →
소프트웨어 테스트

코드 커버리지 설명: 회선 커버리지와 분기 커버리지 및 100%의 실제 의미

실제 Coverage.py 실행을 통해 설명되는 코드 적용 범위: 라인, 분기 및 조건 적용 범위, 보고서 읽기, 100% 적용 범위가 여전히 버그를 놓칠 수 있는 이유 및 합리적인 대상.

기사 읽기 →
데이터베이스 및 SQL

SQL의 DELETE vs TRUNCATE vs DROP: 차이점, 롤백 및 사용 시기

테스트된 SQL을 통해 DELETE 대 TRUNCATE 대 DROP에 대해 설명합니다. 각각의 제거, 롤백, 트리거, ID 재설정, 속도 및 PostgreSQL, MySQL, SQL Server 및 SQLite의 차이점.

기사 읽기 →
데이터베이스 및 SQL

SQL 뷰 설명: 예제를 통해 함정 생성, 사용 및 방지

우리가 실행한 쿼리로 설명된 SQL 뷰: 뷰 생성, 실시간 결과, 열 숨기기, 성능, 업데이트 가능하고 구체화된 뷰, 손상된 종속성 및 모범 사례.

기사 읽기 →
소프트웨어 개발

TypeScript 인터페이스와 유형: 실제 차이점, 컴파일러로 테스트

TypeScript 인터페이스 대 유형, 실제 컴파일러로 확인: 둘 다 할 수 있는 것, 하나만 할 수 있는 것, 선언 병합, 확장 대 교차점 및 따라야 할 간단한 규칙.

기사 읽기 →
소프트웨어 개발

Python *args 및 **kwargs 설명: 명확한 예가 포함된 유연한 함수

Python *args 및 **kwargs는 우리가 실행한 코드(패킹 및 언패킹, 매개변수 순서, 키워드 전용 및 위치 전용 인수, 데코레이터 및 일반적인 오류)를 설명했습니다.

기사 읽기 →
소프트웨어 개발

Python Lambda 함수: 구문, 실제 사용 및 사용하지 말아야 할 경우

Python 람다 함수는 구문, 키를 사용한 정렬, 맵 및 필터, 클로저, 후기 바인딩 트랩, 일반 def가 더 나은 선택인 경우 등 우리가 실행한 코드로 설명되었습니다.

기사 읽기 →
인공지능

AI 에이전트란 ​​무엇입니까? 작동 방식, 간단한 에이전트 루프를 사용하여 실행할 수 있음

AI 에이전트란 무엇입니까? 우리가 실행한 작은 Python 루프, 실제 위험 및 간단한 챗봇이 더 나은 선택일 때 에이전트 루프, 도구, 메모리 및 가드레일에 대한 일반 가이드입니다.

기사 읽기 →
DevOps

모니터링과 관찰 가능성: 로그, 지표, 추적을 통한 실제 차이점

모니터링과 관찰 가능성 설명: 알려진 오류와 알려지지 않은 오류, 로그, 지표 및 추적, 결제 사건 안내, 골든 신호, OpenTelemetry 및 유용한 경고.

기사 읽기 →
DevOps

Docker 볼륨과 바인딩 마운트: 컨테이너 데이터를 올바른 방식으로 유지

Docker 볼륨과 바인드 마운트 설명: 컨테이너 데이터가 사라지는 이유, 명명된 볼륨, 바인드 마운트, tmpfs, Compose 예제, 백업, 권한 및 각 사용 시기.

기사 읽기 →
테스트 자동화

TDD와 BDD: 주요 차이점, 두 가지 방식으로 구축된 하나의 기능 및 각 사용 시기

TDD와 BDD는 두 가지 방식으로 구축된 하나의 할인 기능, 즉 우리가 실행한 코드를 사용한 적록 리팩토링, 주어진 시점 시나리오, 도구, 장단점 및 각 사용 시기를 설명합니다.

기사 읽기 →
소프트웨어 테스트

UAT(사용자 승인 테스트): 프로세스, 체크리스트 및 실제 사례

사용자 승인 테스트는 누가 실행하는지, QA와 어떻게 다른지, 7단계 프로세스, UAT 테스트 사례 템플릿, 체크리스트, 승인 기준 및 일반적인 실수에 대해 설명했습니다.

기사 읽기 →
데이터베이스 및 SQL

SQL NULL 값 설명: IS NULL, COALESCE, NULLIF 및 피해야 할 함정

우리가 실행한 쿼리를 통해 설명된 SQL NULL 값: 3개 값 논리, IS NULL, COALESCE, NULLIF, 집계, 조인 및 정렬이 NULL을 처리하는 방법 및 조용히 발생하는 버그.

기사 읽기 →
데이터베이스 및 SQL

SQL CASE WHEN 문: 구문, 실제 예 및 일반적인 실수

우리가 실행한 쿼리로 설명된 SQL CASE: 단순 및 검색 양식, 조건 순서, SUM이 있는 피벗, COUNT 트릭, 사용자 정의 정렬, 업데이트 및 피해야 할 NULL 트랩.

기사 읽기 →
소프트웨어 개발

JWT란 무엇입니까? 실제 예제로 설명되는 JSON 웹 토큰

JWT란 무엇입니까? JSON 웹 토큰은 세 부분, 즉 우리가 실행한 코드에서 구축 및 변조된 토큰, JWT 대 세션, 저장소, 새로 고침 토큰 및 보안 실수를 설명했습니다.

기사 읽기 →
소프트웨어 개발

JavaScript 이벤트 루프 설명: 예제가 포함된 호출 스택, 마이크로태스크 및 타이머

호출 스택, 작업 및 마이크로태스크 대기열, setTimeout 0이 즉시 실행되지 않는 이유, 차단, 기아 및 인터뷰 퀴즈 등 우리가 실행한 코드로 JavaScript 이벤트 루프를 설명했습니다.

기사 읽기 →
소프트웨어 개발

Python 생성기 및 수율 설명: 실제 예제로 메모리 절약

Python 생성기와 항복은 우리가 실행한 코드로 설명됩니다. 일시 중지 및 재개 방법, 측정된 메모리 절약, 파이프라인, 무한 시퀀스, 항복, 전송 및 공통 트랩.

기사 읽기 →
인공지능

임베딩이란 무엇입니까? 벡터와 코사인 유사성을 간단하게 설명

임베딩이란 무엇입니까? 벡터, 코사인 유사성 및 의미론적 검색에 대한 일반 언어 가이드로, 우리가 실행한 작은 예, 일반적인 용도, 모델 선택 및 알려진 한계를 제공합니다.

기사 읽기 →
DevOps

블루-그린 배포와 카나리아 배포: 차이점, 장단점 및 선택 방법

블루-그린 배포와 카나리아 배포에 대한 설명: 각각의 작동 방식, 비용, 위험 및 롤백, 테스트한 안정적인 사용자 버킷팅, 데이터베이스 마이그레이션, 롤링 업데이트 및 선택 방법.

기사 읽기 →
테스트 자동화

불안정한 테스트: 원인과 해결 방법

우리가 실행한 데모를 통해 불안정한 테스트에 대해 설명했습니다. 주요 원인, 확인 및 진단 방법, 시기, 공유 상태 및 날짜, 격리 프로세스에 대한 적절한 수정 사항.

기사 읽기 →
소프트웨어 테스트

부하 테스트와 스트레스 테스트 비교: 차이점, 측정항목 및 k6 예

부하 테스트와 스트레스 테스트 비교 설명: 각각의 증명, 스파이크 및 흡수 테스트, 중요한 측정항목, 평균이 잘못된 이유, k6 예 및 테스트 계획 방법.

기사 읽기 →
소프트웨어 테스트

테스트 케이스와 테스트 시나리오: 주요 차이점, 예 및 각각의 사용 시기

테스트 케이스와 테스트 시나리오 설명: 명확한 정의, 병렬 테이블, 시나리오에서 케이스로 가져온 하나의 비밀번호 재설정 기능, 템플릿 및 각 사용 시기.

기사 읽기 →
데이터베이스 및 SQL

SQL 쿼리 최적화: 타이밍에 따라 실행 계획을 읽고 느린 쿼리를 수정합니다.

백만 개의 행에서 테스트된 SQL 쿼리 최적화: 실행 계획 읽기, 올바른 인덱스 추가, 분할할 수 없는 필터 수정, 복합 인덱스 및 키 세트 페이지 매김 사용.

기사 읽기 →
데이터베이스 및 SQL

SQL UNION 대 UNION ALL: 테스트된 차이점, 예 및 성능

SQL UNION과 UNION ALL은 우리가 실행한 쿼리(중복, 둘 다 따르는 규칙, 실제 데이터 버그, 측정된 성능, INTERSECT 및 EXCEPT, 각각의 사용 시기)를 설명합니다.

기사 읽기 →
소프트웨어 개발

JavaScript Fetch API 튜토리얼: GET, POST, 오류 처리 및 시간 초과

로컬 서버에 대해 테스트된 JavaScript Fetch API 튜토리얼: GET 및 POST, 404가 발생하지 않는 이유, 재사용 가능한 도우미, 쿼리 문자열, 시간 초과, CORS 및 일반적인 실수.

기사 읽기 →
소프트웨어 개발

Python 파일 처리: 읽기, 쓰기, CSV, JSON 및 pathlib 예제 포함

우리가 실행한 코드로 설명된 Python 파일 처리: 개방형 모드, 대용량 파일 읽기, CSV, JSON, pathlib, 바이너리 파일, 안전한 쓰기, 오류 처리 및 일반적인 실수.

기사 읽기 →
소프트웨어 개발

Python 클래스 및 객체: 실제 예제가 포함된 OOP 튜토리얼

우리가 실행한 코드로 설명된 Python 클래스와 객체: __init__, 메소드, 클래스 대 인스턴스 속성, 상속, 속성, 던더 메소드, 데이터 클래스 및 일반적인 실수.

기사 읽기 →
인공지능

대규모 언어 모델이란 무엇입니까? LLM의 작동 방식, 과대광고 없이 설명

대규모 언어 모델이란 무엇입니까? LLM은 토큰, 임베딩, 주의, 훈련, 온도 및 컨텍스트 창, 작은 다음 단어 데모 및 실제 한계 등 일반 언어로 설명됩니다.

기사 읽기 →
DevOps

초보자를 위한 Linux 명령: 예제가 포함된 필수 터미널 가이드

탐색, 파일, 로그 보기, grep, 파이프, 권한, 프로세스 및 아카이브 등 작업별로 그룹화된 초보자를 위한 Linux 명령과 실용적인 로그 분석 예제가 포함되어 있습니다.

기사 읽기 →
테스트 자동화

셀레늄 대 극작가: 주요 차이점, 코드 비교 및 선택할 항목

Selenium과 Playwright 비교: 아키텍처, 대기, 브라우저 및 언어 지원, 디버깅, 두 도구 모두에서 동일한 테스트, 마이그레이션 조언 및 선택 방법.

기사 읽기 →
소프트웨어 테스트

등가 분할: 실제 예제를 통해 설명되는 테스트 설계 기법

등가 분할 설명: 유효한 파티션과 유효하지 않은 파티션을 찾는 방법, 연령, 비밀번호 및 쿠폰에 대한 작업 예제, 실행한 테스트, 경계와 쌍을 이루는 이유.

기사 읽기 →
소프트웨어 테스트

소프트웨어 테스팅의 심각도와 우선순위: 차이점, 매트릭스 및 실제 사례

소프트웨어 테스팅의 심각도와 우선순위에 대한 설명: 명확한 정의, 예제가 포함된 4방향 매트릭스, 수준 척도, 각 항목을 설정하는 사람 및 버그 분류 실행 방법.

기사 읽기 →
데이터베이스 및 SQL

SQL 하위 쿼리 자습서: 유형, 상관 하위 쿼리 및 EXISTS(예제 포함)

스칼라, IN, FROM 및 SELECT 하위 쿼리, 상관 하위 쿼리, EXISTS, NOT IN NULL 트랩 및 하위 쿼리 대 JOIN 대 CTE 등 우리가 실행한 쿼리가 포함된 SQL 하위 쿼리 자습서입니다.

기사 읽기 →
데이터베이스 및 SQL

SQL 트랜잭션 및 ACID 설명: COMMIT, ROLLBACK 및 격리 수준

COMMIT, ROLLBACK, 저장점, 잠금, 격리 수준, 더티 읽기, 교착 상태 및 모범 사례 등 우리가 실행한 은행 이체를 통해 SQL 트랜잭션 및 ACID를 설명했습니다.

기사 읽기 →
소프트웨어 개발

Git 명령 치트 시트: 실제로 사용하는 명령과 예제

실제 데모 저장소의 출력과 함께 설정, 준비, 분기, 원격, 숨김, 기록 및 실행 취소 실수 등 작업별로 그룹화된 Git 명령 치트 시트입니다.

기사 읽기 →
소프트웨어 개발

JavaScript Promises 설명: then, catch, Promise.all 및 일반적인 실수

우리가 실행한 코드로 설명된 JavaScript Promise: 상태, then 및 catch 체인, 오류 처리, Promise.all, allSettled, race 및 기타, 이벤트 루프 및 일반적인 실수.

기사 읽기 →
소프트웨어 개발

Python 사전 튜토리얼: 방법, 예제 및 일반적인 패턴

우리가 실행한 코드가 포함된 Python 사전 튜토리얼: 사전 생성, 읽기 및 업데이트, 주요 방법, 병합, 이해, 패턴 계산 및 그룹화, 일반적인 실수.

기사 읽기 →
인공지능

RAG 란 무엇입니까? 실제 예제를 통해 설명되는 검색 증강 생성

RAG란 무엇인가요? 검색 증강 생성은 인덱싱, 청킹, 임베딩, 검색, 소규모로 작동하는 Python 예제, 평가 및 일반적인 실패 등 단계별로 설명됩니다.

기사 읽기 →
DevOps

초보자를 위한 Terraform 튜토리얼: 첫 번째 파일부터 모듈까지 코드로서의 인프라

초보자를 위한 Terraform 튜토리얼: 클라우드 계정 없이 시작하여 초기화, 계획 및 적용을 배우고 변수, 출력, 상태, 모듈 및 안전한 팀 워크플로를 학습합니다.

기사 읽기 →
DevOps

Docker와 Kubernetes: 주요 차이점, 함께 작동하는 방식 및 필요한 사항

Docker와 Kubernetes에 대한 설명: 각각의 기능, 동일한 앱이 두 가지 모두에서 실행됨, Docker Compose와 Swarm 비교, dockershim 변경 사항 및 필요한 사항을 결정하는 방법.

기사 읽기 →
테스트 자동화

초보자를 위한 Pytest 튜토리얼: 고정 장치, 매개변수화 및 실제 예제

pytest 9.2에서 실행한 테스트(어설션, 픽스쳐, 매개변수화, conftest, 마커, tmp_path, Monkeypatch, 유용한 플래그 및 CI)가 포함된 초보자를 위한 pytest 튜토리얼입니다.

기사 읽기 →
소프트웨어 테스트

소프트웨어 테스팅 라이프사이클(STLC): 6단계, 시작 및 종료 기준, 예

소프트웨어 테스팅 수명주기는 시작 및 종료 기준, 결과물, 작업된 로그인 기능 예, STLC 대 SDLC 및 Agile의 STLC를 포함하는 6개의 STLC 단계를 설명합니다.

기사 읽기 →
소프트웨어 개발

Git merge vs rebase: 차이점, 예제, 언제 무엇을 쓸까

Git merge vs rebase를 실제 로그 출력, 비교표, rebase의 황금률, 안전한 팀 워크플로로 설명합니다.

기사 읽기 →
소프트웨어 개발

파이썬 리스트 컴프리헨션: 문법, 예제, 피해야 할 때

파이썬 리스트 컴프리헨션 설명: 문법, 필터링, if-else, 중첩 반복문, 실제 측정 시간, 그리고 일반 for 반복문이 더 나은 경우.

기사 읽기 →
데이터베이스 및 SQL

예제로 쉽게 배우는 SQL JOIN (Inner, Left, Right, Full)

샘플 테이블과 쿼리로 SQL JOIN을 단계별로 이해하세요. INNER, LEFT, RIGHT, FULL, CROSS, SELF와 흔한 실수, 성능 팁까지 정리했습니다.

기사 읽기 →