IT교육 및 오픈소스 컨설팅, 정보시스템감리 용역
1mA(밀리암페어)는 사람 몸에 전류가 흐를 때 기준으로 보면: 대부분 사람이 “찌릿” 정도를 느끼기 시작하는 수준 일반적으로는 즉시 치명적이지는 않음 하지만 “안전하다”라고 단정하는 수준도 아님 입니다. 대략적인 인체 반응 기준은: 전류 인체 느낌 0.5~1mA 간신히 느낌, 따끔 1~5mA 확실히 감전 느낌, 불쾌 5~10mA 근육 경련 가능 10~15mA 손 떼기 어려울 수 있음 30mA 이상 심실세동 위험 … 더 읽기
1GW급 데이터센터를 숫자로 풀어보면 압도적입니다. 1GW 데이터센터가 하루 동안 쓰는 전력: 24,000,000 kWh (2천4백만 kWh) 한국 가정 평균 전력 사용량을: 월 350kWh 정도 하루 평균 약 11~12kWh 라고 가정하면, 하루 기준 비교 1GW 데이터센터 하루 사용량: 24,000,000 kWh/day 일반 가정 하루 사용량: 약 12 kWh/day 따라서: 24,000,000 ÷ 12 ≈ 약 200만 가구의 하루 전력 … 더 읽기
1GW(기가와트)급 데이터센터는 “엄청 크다” 수준을 넘어서, 사실상 도시 하나급 전력 소비 시설이라고 보면 됩니다. 1GW가 어느 정도냐? 1GW = 1,000MW = 1,000,000kW 즉, 데이터센터가 항상 100만 kW를 계속 소비한다는 뜻입니다. 쉽게 비유하면: 한국 가정 1세대 평균 사용전력 기준으로 보면, 약 30만~50만 가구 규모 도시 전체 전력 소비와 비슷합니다. 원자력 발전소 1기 출력이 대략 1GW 안팎인 … 더 읽기
C++ 개발자를 위한 Rust 마스터 가이드 C++ STL에 익숙한 개발자가 Rust의 핵심 개념을 체계적으로 습득할 수 있도록 설계된 100페이지 분량의 종합 학습 가이드를 만들어 봤습니다. 전체 목차 제 1부: 패러다임의 전환 (1-15p) Ch 1. 왜 Rust인가?: C++의 한계와 Rust의 탄생 배경 (1-5p) Ch 2. 소유권(Ownership) 시스템: 복사(Copy)와 이동(Move)의 철학적 차이 (6-10p) Ch 3. 빌림(Borrowing)과 라이프타임: … 더 읽기
C++ STL vs Rust 종합 비교 – C++의 STL 기능과 Rust의 대응 기능을 타입, 상세 코드 샘플, 그리고 구현 방식 차이점으로 비교 정리한 문서입니다. 1. 컨테이너 (Containers) 데이터를 저장하는 구조체들입니다. C++ STL 라이브러리 C++ 주요 타입 (샘플) Rust 대응 기능 / 타입 (샘플) 특징 및 차이점 <vector> std::vector<int> v = {1, 2};v.push_back(3);int x = v[0]; … 더 읽기
NVIDIA AIIO(AI Infrastructure and Operations) 및 최신 AI 데이터 센터 가이드라인에서 설비(Facility) 관점의 카테고리는 GPU의 엄청난 전력 소모와 발열을 감당하기 위한 ‘고밀도(High-Density) 인프라’ 대응 능력에 초점을 맞춥니다. 주요 카테고리는 다음과 같이 네 가지로 분류할 수 있습니다. 1. 전력 공급 및 분배 (Power Infrastructure) AI 서버(DGX/HGX 등)는 일반 서버보다 몇 배 높은 전력을 소모하므로, 중단 없는 … 더 읽기
Ollama + Gemma 기반으로 OOO 로그 분석 시스템 설계서 1. 시스템 개요 이 시스템은 분전반 기동 이력 로그를 입력받아, 규칙 기반 분석과 Ollama의 gemma4:e2b 추론을 결합해 기술 보고서를 생성한다. 핵심은 LLM이 직접 모든 판단을 하게 두지 않고, 정형 분석 결과를 먼저 만든 뒤 이를 RAG와 함께 모델에 제공하는 하이브리드 구조다. 2. 설계 원칙 로그 해석의 … 더 읽기
Ollama + Gemma 기반으로 OOO 로그 분석 시스템 계획서 1. 목표 데이터센터에서 수집되는 분전반 기동 이력 로그를 분석해, 이상 징후와 주요 이벤트를 식별하고 사람이 바로 검토 가능한 결과 리포트를 생성하는 시스템을 구축한다. 본 시스템은 사용자가 로컬 또는 사내 서버에 설치한 Ollama의 gemma4:e2b 모델을 활용한다. 참조한 roadmap.md의 4단계 구조는 유지하되, 서빙 계층은 초기 버전에서 vLLM 대신 … 더 읽기
Gemma 4 기반으로 하이브리드(RAG + Fine-Tuning) 방식으로 구축 1단계: 파인튜닝 (Fine-Tuning) – "모델의 페르소나 구축" Gemma 4가 특정 도메인의 용어를 이해하고, 일관된 답변 형식을 갖추도록 합니다. 방법론: QLoRA (4-bit Quantized LoRA) 사용. (VRAM 소모를 줄여 RTX 4090급에서도 학습 가능) 도구: Unsloth (Gemma 4 학습에 최적화되어 속도가 2배 이상 빠름) 데이터셋 구성: 형식: {“instruction”: “…”, “input”: … 더 읽기
휴머노이드 제어에서는 특정 하나의 표준 용어만 쓰이기보다는, 여러 계열의 AI/제어 패러다임이 병행됩니다. 다만 업계/연구에서 자주 쓰는 핵심 용어들을 구조적으로 정리해보면 다음과 같습니다. 로봇 제어 파운데이션 모델 1) End-to-End 계열 (최근 트렌드) (1) VLA (Vision-Language-Action) 멀티모달 입력 → 행동 출력 대표: RT-2 (Google) PaLM-E 👉 휴머노이드 적용: “물건 집어”, “문 열어” 같은 고수준 명령 → 바로 … 더 읽기