read: fail

2024년 소프트웨어 아키텍처와 디자인 트렌드에 대한 토론에서 데이터 중심 아키텍처, 대규모 언어 모델(LLMs), 셀 기반 아키텍처, 마이크로서비스 대 모놀리스, 플랫폼 아키텍처, 그리고 클래식 소프트웨어 개념의 중요성이 강조되었습니다. 아키텍트는 기술 트렌드를 학습하면서도 소프트웨어 설계의 고전적인 원칙을 이해하고 적용해야 한다는 점이 강조되었습니다.

2024년 4월의 InfoQ 보고서는 셀 기반 아키텍처, 프라이버시 엔지니어링, 데이터 및 복잡한 분석 플랫폼, 대규모 언어 모델(LLMs), 그리고 사회-기술적 요소에 대한 고려가 증가하고 있음을 강조합니다. 이러한 트렌드들은 소프트웨어 아키텍처와 디자인 실천에 혁신적인 변화를 가져오고 있습니다.

내구성 있는 실행은 비즈니스 로직, 상태 관리, 그리고 외부 시스템과의 통합을 명확히 분리하는 프로그래밍 모델입니다. 이는 워크플로우와 액티비티 개념을 사용하여 달성되며, 내결함성, 확장성, 그리고 코드베이스의 용이한 진화와 같은 이점을 제공합니다.

소프트웨어 개발 팀에서 테스팅의 중요성에 대해 다룬 이 기사는, 테스팅이 소프트웨어 프로젝트의 품질과 성공에 큰 영향을 미친다고 강조합니다. 전체 소프트웨어 팀의 협력적 노력이 필요하며, 개발 과정 전반에 걸쳐 테스팅을 통합하는 것이 중요하다는 점을 지적합니다. 자동화 테스트와 수동 테스트의 중요성, 그리고 테스팅 인프라에 대한 투자가 장기적으로 큰 이득을 가져온다는 점도 언급됩니다.

Microsoft Azure가 클라우드 네이티브 컨테이너 네트워킹 관찰 플랫폼인 Retina를 출시했습니다. 이 플랫폼은 컨테이너 네트워킹 트래픽의 가시성을 제공하며, 사용자가 클라우드 네이티브 애플리케이션을 모니터링하고, 문제를 해결하며, 보안을 강화할 수 있도록 돕습니다. 현재 Azure 고객을 대상으로 프리뷰 버전이 제공되고 있습니다.

KubeCon EU에서는 생성형 AI를 책임감 있게 사용할 것을 강조했습니다. 연사들은 윤리적 고려, 잠재적 해악, 투명성, 그리고 책임감 있는 AI 실천 방안 개발에 대한 커뮤니티의 리더십을 촉구했습니다. 생성형 AI의 잠재적 위험을 적극적으로 해결하고 이점을 활용하기 위한 노력이 강조되었습니다.

애플에서 소프트웨어 엔지니어링 인턴으로 일하는 저스틴이 Cloudflare의 고가용성 데이터베이스 아키텍처 설계 및 운영 방법을 소개합니다. Cloudflare는 네트워크 보안과 엣지 컴퓨팅 분야의 선두주자로, 초당 46백만 HTTP 요청과 55백만 행 연산을 처리합니다. 이 프레젠테이션은 고가용성, 읽기 중심의 워크로드, 장애 허용 등에 초점을 맞춘 데이터베이스 아키텍처와, 2020년 주요 장애 대응 방안, 그리고 데이터 지역화를 위한 논리 복제 같은 미래 추세를 탐색합니다.

2024년 3월 29일, 마이크로소프트가 오픈소스 .NET MAUI 커뮤니티 툴킷 버전 8.0.0을 출시했습니다. 이번 버전에는 터치 애니메이션 동작, 재작성된 스낵바 컴포넌트, 그리고 여러 버그 수정이 포함되어 있습니다. 터치 동작은 터치 또는 마우스 이벤트를 기반으로 시각적 요소와 상호작용하는 선언적 방법을 제공합니다.

Microsoft가 Visual Studio Code용 Unity 확장 프로그램의 정식 버전을 출시했습니다. 이 확장 프로그램은 Unity 개발을 위한 다양한 도구를 제공하며, 사용자 피드백을 바탕으로 개선되었습니다. 주요 기능으로는 Roslyn을 이용한 코드 편집, Unity 게임 디버깅, Unity 파일 포맷에 대한 색상 지원 등이 있습니다. 개발자들은 이제 Unity 2019 LTS 이상 버전에서 이 확장 기능을 사용할 수 있습니다.

Google Cloud Run이 볼륨 마운트라는 새로운 기능을 선보였습니다. 이 기능은 클라우드 네이티브 애플리케이션이 Cloud Storage 버킷이나 NFS 공유와 같은 공유 데이터 저장소와 직접 통합할 수 있게 해주어, 개발자들이 파일 시스템을 더 효율적으로 활용할 수 있게 합니다. AWS와 Azure와 같은 경쟁 제품과 비교했을 때, Google Cloud Run에게 경쟁 우위를 제공합니다.

메타가 각각 24,576개의 GPU를 포함하는 두 개의 새로운 AI 컴퓨팅 클러스터 디자인을 발표했습니다. 이 클러스터들은 차세대 Llama 3 모델 훈련에 사용되며, 600,000개에 달하는 NVIDIA H100 GPU에 해당하는 AI 인프라를 2024년 말까지 확장할 계획입니다. 이는 AI 인프라 규모의 급속한 성장을 보여줍니다.

이 발표에서는 Netflix의 자산 관리 플랫폼 예시를 들며, 멀티 테넌트 분산 아키텍처에서 '소음이 많은 이웃' 문제를 다루는 전략들을 소개합니다. 예방, 진단, 그리고 교정 전략을 포함하여, 시스템 자원을 독점하는 애플리케이션으로 인한 성능 문제를 해결하는 방법을 탐구합니다. 신뢰할 수 있는 아키텍처를 지속적인 여정으로 보고, 사건에서 배우는 것이 중요하다는 것을 강조합니다.

애플리케이션에 자연어 인터페이스(챗봇)를 추가하는 것은 생각보다 쉽습니다. 기본 챗봇 개발부터 OpenAI Playground를 통한 맞춤형 지식 추가, 음성 명령 확장까지 다양한 방법이 소개되었어요. 이를 통해 사용자 경험을 향상시키고, 애플리케이션의 기능을 자연스럽게 탐색할 수 있게 됩니다. 음성 인식과 자연어 처리 기술의 발전으로, 오프라인에서도 AI 모델을 실행할 수 있는 미래가 기대되네요!

2024년 3월 25일 자바 뉴스에서는 JDK 23을 위한 클래스 파일 API의 두 번째 프리뷰가 목표로 설정되었고, 자카르타 데이터와 자카르타 NoSQL의 새로운 마일스톤 릴리스가 발표되었습니다. 또한, 스프링 프레임워크와 쿼커스 등 다양한 프로젝트에서 버그 수정 및 새로운 기능이 추가된 업데이트가 있었습니다.

마이크로소프트는 2022년 11월에 출시된 .NET 7이 2024년 5월 14일에 지원 종료에 도달할 것이라고 공식 발표했습니다. 개발자들은 지속적인 지원을 보장하기 위해 .NET 8으로 전환할 것을 권장받습니다. 이는 .NET 7이 18개월의 단기 지원 주기를 가진 STS(Short-Term Support) 릴리스로 분류되기 때문입니다. .NET 8은 개발자들이 사용하기 위해 권장되는 최신 안정 버전입니다.

Kubecost 2.0은 쿠버네티스 및 클라우드 네트워크 비용에 대한 전체 가시성을 제공하고, 비용 예측 개선, 비용 최적화 자동화, 이상 징후 감지 등을 통해 조직이 예상치 못한 비용 증가를 식별하고 줄일 수 있게 합니다. 이로써 조직은 클라우드 지출을 더 잘 관리할 수 있게 됩니다.

Netflix가 eBPF 프로그램의 최적화와 모니터링을 강화하기 위한 커맨드라인 도구인 bpftop을 발표했습니다. 이 도구는 실시간 인사이트와 평균 실행 시간, 이벤트 처리율, CPU 사용량 같은 메트릭을 제공합니다. Rust로 개발되었으며, 오픈 소스 프로젝트로 제공됩니다. eBPF의 활용 범위가 넓어지는 가운데, bpftop은 이 기술의 잠재력을 더욱 발휘할 수 있게 해줄 것입니다.

GitHub은 30,000개 이상의 풀 리퀘스트와 450만 번의 CI 실행을 관리하기 위해 병합 대기열 시스템을 개발했습니다. 이 시스템은 풀 리퀘스트를 배포 가능한 배치로 조직하고, GitHub Actions를 통해 빌드와 테스트를 실행하며, 실패한 커밋이 있는 업데이트를 방지함으로써 메인 브랜치의 무결성을 유지합니다. 2023년까지 대규모 모노레포와 프로덕션 리포지토리로 시스템을 체계적으로 이전했으며, 배포 변경에 대한 평균 시간을 33% 줄였습니다. 이는 GitHub 엔지니어에 의해 배포 변경을 위한 가장 중요한 품질 향상 중 하나로 묘사되었습니다.

Reddit이 다양한 시스템에서 관리되던 미디어 메타데이터를 AWS Aurora Postgres로 통합했습니다. 이 결정은 더 나은 디버깅 능력과 유연한 쿼리 패턴 때문이었습니다. 테이블 파티셔닝과 JSONB 형식의 사용으로 읽기 성능이 향상되었으며, 데이터 마이그레이션은 Apache Kafka를 활용한 다단계 접근 방식으로 해결했습니다.

Databrix가 업계 벤치마크에서 잘 알려진 경쟁자들을 능가하는 새로운 오픈소스 대규모 언어 모델(DBRX)을 출시했습니다. 1320억 개의 파라미터를 가진 DBRX는 언어 이해, 프로그래밍, 수학 작업에서 LLaMA 2 70B, Mixtral, Grok-1을 능가하며, Anthropic의 비공개 모델 Claude와도 경쟁적으로 비교됩니다. DBRX는 더 효율적인 전문가 혼합 구조 덕분에 추론 속도가 2배 빠르며, 훈련도 2배 더 계산 효율적입니다. 이 모델은 맞춤형 LLM의 기반으로 채택될 것으로 기대됩니다.