read: fail

소프트웨어 엔지니어는 경력 중에 관리 역할로 나아갈지, 기술 역할에 머물러 있을지 결정해야 할 수 있습니다. 이 패널 토론에서는 기술 리더가 되기로 한 결정, 그들을 도운 기술, 직면한 도전, 그리고 기술과 리더십 책임을 결합한 스태프+ 역할에 대한 그들의 관점을 탐구합니다. 특히, 여성 리더로서의 도전과 고성능 팀을 이끄는 방법에 대한 통찰력이 인상적입니다.

익스피디아가 항공편 검색 속도를 52%까지 향상시켰어요. 이를 위해 마이크로 프론트엔드 아키텍처와 GraphQL 쿼리 최적화를 도입했죠. 또한, 성능 메트릭을 추적하고, 정적 자원의 프리패칭, 백엔드 캐싱 최적화 등 다양한 방법을 적용했답니다. 이러한 변화는 개발 팀에게 새로운 도전이 되었지만, 웹과 모바일 앱의 사용성을 크게 개선했어요.

Oracle이 Java 프로그래밍 언어와 가상 머신의 22번째 버전을 출시했습니다. 이번 버전에는 외부 함수 및 메모리 API(JEP 454) 와 이름 없는 변수 및 패턴(JEP 456) 등 주요 JEP 12개가 포함되어 있습니다. 또한, 2025년 Java의 30번째 생일을 기념하여 JavaOne이 돌아올 예정입니다. 이 모든 새로운 기능과 업데이트에 대한 자세한 내용은 JDK 22 출시 이벤트에서 다루어졌습니다.

이번 프레젠테이션에서는 큰 결정부터 작은 결정까지 팀이 결정을 내리고 이를 지지하게 만드는 도전에 대해 논의합니다. 분석적 계층 프로세스(AHP) 를 소개하며, 이는 감정과 편견을 제거하는 데 도움이 되는 구조화된 의사결정 프레임워크입니다. AHP의 주요 이점으로는 문서화, 토론 촉진, 팀의 구매력 확보 등이 있으며, 컴캐스트에서의 성공적인 사례도 공유됩니다.

베수비오 챌린지 2023 대상 우승팀이 AI 모델을 활용해 약 2,000년 전 화산재에 묻힌 파피루스 두루마리의 글자를 읽어냈습니다. 이들은 TimeSformer를 포함한 여러 AI 모델로 X-레이 이미지 속 잉크를 탐지해, 한 두루마리에서 약 5%의 글자를 해독하는 데 성공했습니다. 이 발견은 고전적 삶과 문학에 대한 우리의 지식을 르네상스 이후 가장 크게 변화시킬 수 있는 잠재력을 가지고 있습니다.

eBay는 개발자 생산성을 향상시키기 위해 GitHub Copilot 같은 상용 AI 제공, Code Llama와 같은 오픈소스 대형 언어 모델을 세밀하게 조정하고, eBay만의 독특한 도전을 해결하기 위해 eBayCoder라는 맞춤형 LLM을 개발하는 세 가지 주요 방법을 탐구했습니다. 또한, 개발자에게 시기적절하고 관련성 높은 통찰을 제공하기 위해 내부 GPT 기반 쿼리 시스템을 도입했습니다. 이러한 노력은 개발자와 조직에 구체적인 성과를 가져올 잠재력을 보여줍니다.

Spring Boot 2로 REST API 구축에 대한 인기 많은 책이 Spring Boot 3의 출시와 함께 주요 변경 사항, 특히 보안 구현 분야에서 업데이트되었습니다. Keycloak을 사용한 주요 변경 사항을 포함하여 프로젝트 설정, 보안, REST 엔드포인트 작성 등을 다룹니다. Spring Boot와 REST API에 대해 배우고 싶은 분들에게 추천합니다.

WildFly 31은 자카르타 MVC 2.1 지원, 새로운 CLI 도구, 그리고 시스템 사용 분석과 가벼운 런타임을 제안하는 Maven 플러그인인 WildFly Glow를 소개합니다. 또한, 자바 21과 자카르타 EE 10을 지원하며, 사용자가 다양한 사용 사례에 더 신중하게 기능을 선택할 수 있도록 안정성 수준을 도입했습니다.

에릭 에반스는 Explore DDD 컨퍼런스에서 도메인 주도 설계와 대규모 언어 모델(LLM)의 통합을 탐색할 것을 제안했습니다. 그는 LLM에 대해 배우고 실험을 시작하며, 그 결과를 커뮤니티와 공유할 것을 권장했습니다. 에반스는 특정 요구에 더 유용하게 만들기 위해 LLM을 경계 컨텍스트의 공통 언어로 훈련시키는 것을 제안했습니다. 이러한 실험은 자연어 입력을 해석하는 작업과 하위 도메인을 자연스럽게 포함시키는 미래의 도메인 모델러들에게 중요할 것입니다.

Google이 Wear OS용 새로운 텍스트-투-스피치 엔진을 발표했습니다. 이 엔진은 50개 이상의 언어를 지원하며, 작고 효율적인 기계 학습 모델을 사용해 이전보다 빠른 속도를 자랑합니다. Wear OS 4 이상을 실행하는 기기에서 사용할 수 있으며, 개발자들은 기존 API를 통해 쉽게 접근할 수 있습니다.

최근 자바 업데이트에는 스트림 API를 개선하는 Stream Gatherers의 두 번째 프리뷰, 성능 향상을 위한 '핫 코드 힙', 그리고 빠른 시작과 작은 이미지를 지원하는 알파키타 컨테이너 등이 포함되어 있습니다. 또한, 스프링 프레임워크, 파야라 플랫폼, 마이크로노트 등 다양한 프레임워크와 라이브러리의 새로운 버전이 발표되었습니다. 이러한 업데이트는 자바 개발자들에게 더 나은 성능과 편의성을 제공합니다.

GitHub이 최근 GitHub Actions-hosted 러너를 업그레이드했습니다. 이제 공개 저장소의 워크플로우는 새로운 4-vCPU 러너에서 실행됩니다. 이 업그레이드는 대부분의 CI/CD 작업에서 최대 25%의 성능 향상을 가능하게 하며, 구성 변경 없이도 이점을 제공합니다. 또한, GitHub은 AI를 통해 개발자 경험을 향상시키는 새로운 기능도 소개했습니다. 이러한 변화는 빌드 시간을 단축하고, 더 큰 작업량을 처리하는 팀에게 이점을 제공할 것입니다.

OpenAI가 트랜스포머 모델의 내부 작동을 이해할 수 있게 해주는 트랜스포머 디버거(TDB) 도구를 출시했습니다. 이 도구는 모델의 행동에 영향을 미치는 구성 요소를 식별하고, AI의 투명성과 책임성을 높이는 데 중요한 역할을 합니다.

최근 블록체인 기반 분산 시스템에서 제로 지식 증명에 대한 관심이 급증하고 있습니다. 이 문서는 제로 지식 증명의 개념을 예시와 간단한 알고리즘을 통해 설명하며, 다양한 비밀을 밝히지 않고도 지식을 증명할 수 있는 유연성을 강조합니다. 하지만, 소개된 방법은 통신과 계산 복잡성이 높아, 실제 응용에서는 더 효율적인 SNARKs 같은 현대적인 시스템이 사용됩니다.

GitHub의 개발자 경험(DX) 팀이 분산 서비스 생태계에서의 통합 테스팅 문제를 해결하기 위해 'Hubber Codespace' (HCS)를 새롭게 선보였습니다. HCS는 개발자들이 코드를 통합 환경 내에서 테스트할 수 있게 하여, 전체 시스템과의 상호작용을 더 깊이 이해할 수 있도록 돕습니다. 이는 GitHub의 개발 프로세스를 간소화하고, 배포의 어려움을 줄이는 데 큰 역할을 하고 있습니다.

AWS는 AWS CloudFormation 스택 생성 프로세스를 최적화하여 배포 속도를 크게 향상시켰습니다. 이제 리소스 생성을 '생성'과 '안정화'의 두 단계로 나누어, 다른 리소스의 생성을 기다리지 않고 더 빠르게 진행할 수 있게 되었습니다. 이는 클라우드 배포의 효율성을 대폭 개선하는 중요한 발전입니다.

AWS가 고객의 인프라 관리를 간소화하기 위해 'IaC Generator'와 'CDK Migrate' 두 가지 새로운 도구를 소개했습니다. 이 도구들은 기존 애플리케이션을 AWS Cloud Development Kit(CDK)으로 가져오고, 기존 리소스를 기반으로 CloudFormation 템플릿을 생성하는 데 도움을 줍니다. 이는 엔지니어들이 전체 애플리케이션을 관리되는 CloudFormation 스택으로 쉽게 옮길 수 있게 해주는 혁신적인 접근 방식입니다.

Erlang 가상 머신(BEAM)에서 실행되는 고도로 동시성을 지원하는 액터 기반 함수형 언어인 Gleam이 버전 1.0에 도달했습니다. 이는 이제 생산 시스템에서의 사용이 보장되며, 의미 있는 버전 관리를 기반으로 한 후방 호환성이 보장됨을 의미합니다. Gleam은 읽기 쉽고 이해하기 쉬운 언어를 목표로 하며, WhatsApp과 같은 세계에서 가장 신뢰할 수 있고 확장 가능한 시스템을 지원하는 성숙하고 검증된 플랫폼인 Erlang 가상 머신에서 실행됩니다.

Microsoft가 Azure 정적 웹 앱에 '분산 함수'라는 새로운 기능을 도입했습니다. 이 기능은 사용자 트래픽이 많은 지역으로 관리되는 함수를 자동으로 분산시켜 네트워크 지연 시간을 최대 70%까지 줄일 수 있습니다. 개발자들은 이제 전 세계적으로 분산된 웹 애플리케이션을 더욱 효율적으로 구축할 수 있게 되었습니다.

링크드인의 소프트웨어 엔지니어 Gaojie Liu와 Alex는 베니스 데이터베이스의 성능을 개선하여 노드 당 초당 백만 번의 연산을 달성하는 여정을 공유했습니다. 이들은 고수준 최적화 전략에 초점을 맞추며, 베니스의 아키텍처와 진화, 다양한 최적화 기법 및 성능 향상 사례에 대해 설명했습니다. 베니스는 고가용성, 저지연, 대규모 데이터셋 지원 등을 특징으로 하며, 오픈소스로도 제공됩니다. 이 프로젝트는 LinkedIn 내부에서 2000개 이상의 스토어를 지원하며, DataStax와 같은 외부 고객도 보유하고 있습니다.