read: fail

아고다는 GraphQL 모놀리스에서 마이크로서비스로의 전환을 클라이언트 우선 전략으로 진행했습니다. 이 방법은 클라이언트 애플리케이션을 먼저 준비하여 리스크를 줄이고 팀의 자율성을 높였습니다. 스마트 오케스트레이터를 활용해 클라이언트가 모놀리스와 마이크로서비스를 동시에 처리할 수 있도록 했습니다. 이 전략은 점진적이고 테스트 중심의 전환을 가능하게 했으며, 기존 코드의 문제를 해결하기 위한 리팩토링의 필요성을 강조했습니다. 아고다의 사례는 현대적 개발 원칙에 맞춘 효율적 전환의 좋은 예입니다.

건축가들은 AI의 과대광고와 실질적인 소프트웨어 응용을 구분해야 합니다. AI는 결정과 소통을 향상시켜 더 나은 디자인과 이해를 돕습니다. AI는 모든 문제의 해결책이 아니며, 적절한 상황에서 사용되어야 합니다. 효율적인 AI 사용을 위해 비용과 보안을 고려한 분석이 필요합니다.

이번 주 자바 뉴스에서는 OpenJDK의 JDK 24 타겟 JEPs, Jakarta EE 11의 코어 프로필 릴리스 리뷰, Payara 플랫폼의 11월 릴리스, Vert.x 5.0의 첫 릴리스 후보, Log4j 2.24.2와 JobRunr 7.3.2의 포인트 릴리스를 다룹니다. 특히, 양자 저항 기술이 주목받고 있습니다!

이번 주 자바 뉴스에서는 OpenJDK JEPs의 JDK 24 타겟팅, Jakarta EE 11 코어 프로파일의 릴리스 리뷰, Payara 플랫폼의 11월 릴리스, Vert.x 5.0의 첫 릴리스 후보, Log4j 2.24.2와 JobRunr 7.3.2의 포인트 릴리스를 다룹니다. 특히, 양자 저항 기술이 주목받고 있습니다!

2024년 11월 25일, 넷플릭스의 빅데이터 오케스트레이션 팀의 주니어 소프트웨어 엔지니어인 Jun He가 QCon SF 2024에서 넷플릭스 마에스트로와 아파치 아이스버그를 활용한 효율적인 점진적 데이터 처리에 대해 발표했습니다. 넷플릭스는 이 기술을 통해 데이터 처리 효율성을 높이고 비용을 절감하며 데이터 신선도를 개선했습니다. 특히, Incremental Processing Support (IPS)를 통해 데이터 변경 사항을 효율적으로 추적하고 처리 비용을 최대 90%까지 절감할 수 있었습니다. 이 발표는 데이터 처리의 혁신적인 접근 방식을 보여주며, 넷플릭스의 데이터 활용 전략에 대한 흥미로운 통찰을 제공합니다.

2024년 11월 25일, 스프링 생태계에 중요한 업데이트가 발표되었습니다. Spring Boot 3.4.0은 구조화된 로깅 지원을 추가하고, Spring Security 6.4.0은 Passkeys와 일회용 토큰을 지원합니다. Spring Authorization Server와 Spring Integration도 새로운 기능을 선보이며, Spring AI는 Amazon Bedrock Converse API를 지원합니다. Michael Redlich는 25년 경력의 자바 커뮤니티 전문가로, 다양한 기술적 기여를 해왔습니다.

OpenSearch 클러스터를 효율적으로 관리하는 방법을 알아보세요! Amitai Stern은 QCon San Francisco에서 비용 절감을 위한 자동 확장 전략을 공유했습니다. 수평 및 수직 확장, 샤드 관리의 복잡성을 해결하고, 오버샤딩과 롤오버 인덱스로 유연성을 높이는 방법을 소개합니다.

QCon 샌프란시스코 2024의 2일차에서는 고성능 엔지니어링 팀의 사회적 동인, 레거시 시스템 리팩토링의 도전, Netflix Maestro와 Apache Iceberg를 통한 증분 처리의 발전, 대형 언어 모델(LLM) 플랫폼 구축의 교훈이 주요 주제로 다뤄졌습니다. 특히, TAPPs 프레임워크가 팀 성과에 미치는 영향을 강조했습니다.

GitHub Octoverse 2024 보고서에 따르면, 파이썬이 자바스크립트를 제치고 가장 인기 있는 언어로 등극했습니다. 생성 AI 프로젝트 기여도는 59% 증가했으며, 인도는 2028년까지 미국을 넘어설 개발자 인구 성장을 보이고 있습니다. 오픈 소스 기여는 여전히 혁신의 핵심이며, GitHub Copilot 같은 도구가 이를 지원하고 있습니다.

QCon 샌프란시스코 2024의 첫째 날은 러스트의 웹 애플리케이션 활용, 슬랙 플랫폼의 재구성, 메인프레임 기반의 실시간 시스템 아키텍처 등 다양한 주제를 다뤘습니다. 특히, NASA의 사례를 통해 계산된 위험의 중요성을 강조하며 혁신을 위한 실험 문화를 제안했습니다. 이 흥미로운 주제들을 통해 소프트웨어 개발의 최신 트렌드를 탐구해보세요!

LLaVA-CoT는 비전 언어 모델의 구조적 추론을 강화하여, 다양한 벤치마크에서 뛰어난 성능을 보여줍니다. 이 모델은 4단계로 문제를 해결하며, 효율적인 추론을 통해 오류를 줄입니다. 특히, 과학적 VQA와 같은 복잡한 문제에서도 탁월한 성과를 보입니다. 곧 Hugging Face에서 공개될 예정입니다!

마이크로소프트가 GraphQL을 위한 Fabric API의 일반 출시를 발표했습니다. 이 API는 Azure SQL 및 Fabric SQL 데이터베이스와의 통합을 간소화하며, 저장된 자격 증명을 통한 인증과 CI/CD 워크플로우 통합을 지원합니다. 특히, NoSQL 데이터베이스 지원 확장 계획이 주목받고 있습니다.

Vercel이 AI SDK 4.0을 출시하며 AI 애플리케이션 개발을 위한 도구를 확장했습니다. 이번 업데이트는 PDF 처리, xAI Grok API 통합, Claude Sonnet 3.5 모델 지원 등 다양한 기능을 추가했습니다. 특히, Next.js AI Chatbot 템플릿의 최신 기능이 주목받고 있습니다. 개발자들은 새로운 기능을 통해 프로젝트를 더욱 쉽게 구현할 수 있게 되었습니다.

구글이 Axion 기반의 C4A 가상 머신을 출시하며 클라우드 시장에 도전장을 내밀었습니다. 이 새로운 인스턴스는 Amazon Graviton4 등 경쟁사의 최신 Arm 기반 대안보다 최대 10% 더 나은 가격 대비 성능을 제공합니다. 특히 AI 추론과 같은 다양한 워크로드에 최적화되어 있어 주목받고 있습니다.

넷플릭스가 시스템 복원력을 높이기 위해 서비스 수준에서 우선 로드 셰딩을 도입했습니다. 이로 인해 클라우드 용량을 더 효율적으로 사용할 수 있게 되었으며, 사용자 경험에 필수적인 요청을 우선 처리합니다. 특히, 비디오 스트리밍 관련 서비스에서 효과를 발휘하며, CPU 활용도에 따라 트래픽을 조절합니다.

QCon SF 2024에서 Grammarly의 Wenjie Zi는 기계 학습(ML) 프로젝트의 높은 실패율을 논의했습니다. 주요 문제로는 잘못된 문제 해결, 데이터 품질 문제, 통합 및 배포 어려움 등이 있습니다. Wenjie는 데이터 관리의 중요성을 강조하며, 빠른 실패를 통해 학습하는 문화를 제안했습니다. 이 주제는 ML 커뮤니티에 큰 관심을 끌고 있습니다.

QCon SF 2024에서 Cody Yu는 Anyscale의 Ray를 활용한 GPU 배치 추론 확장에 대해 발표했습니다. Ray는 대규모 데이터셋 처리, 다양한 인스턴스 유형의 신뢰성 확보, 비용과 지연 시간의 균형을 맞추는 데 도움을 줍니다. 특히 vLLM과의 통합으로 배치 추론 시간을 크게 단축시켰습니다. 연속 배치와 파이프라인 병렬 처리는 시스템 효율성을 극대화하며, Ray Serve의 동적 요청 배치는 서비스 처리량을 향상시킵니다. 추측 디코딩은 텍스트 생성 속도를 높여 효율성을 증대시킵니다.

AI 기반 검색의 미래가 궁금하신가요? Faye Zhang은 QCon SF에서 멀티모달 상호작용, 개인화, 에이전트 시뮬레이션을 통한 검색 혁신을 소개했습니다. 특히, Pinterest의 PinnerFormer와 Meta의 모델을 비교하며, 사용자 경험을 극대화하는 방법을 제시했습니다. AI가 검색의 주류가 되는 날이 머지않았습니다!

2024년 11월 22일, WildFly 커뮤니티는 WildFly 34의 출시를 발표했습니다. 이번 업데이트는 Jakarta EE 11 미리보기와 Jakarta Data 1.0 지원을 포함하며, MicroProfile REST Client 4.0과 Telemetry 2.0도 지원합니다. 새로운 BOM 구조와 HTTP 관리 인터페이스의 제약 조건 관리 기능도 주목할 만합니다.

AWS가 Amazon Aurora PostgreSQL 리미트리스 데이터베이스를 출시했습니다. 이 데이터베이스는 자동 수평 확장을 통해 수백만 건의 쓰기 트랜잭션을 처리하고 페타바이트 규모의 데이터를 관리할 수 있습니다. PostgreSQL 16.4와 호환되며, 개발자들이 대량의 데이터를 표준 PostgreSQL 쿼리로 쉽게 처리할 수 있도록 지원합니다. 이 새로운 기능은 데이터베이스 확장의 한계를 뛰어넘어 개발자들에게 큰 관심을 받고 있습니다.