kswkm

FakeProvider와 Mock이란? 테스트 더블(Test Double)의 개념과 차이

AI 서비스를 개발하다 보면 실제 AI 모델을 호출하지 않고도 기능을 테스트해야 하는 순간이 있다. API 호출 비용이 발생하거나, 네트워크 상태에 따라 테스트 결과가 달라지거나, 외부 서비스가 일시적으로 중단될 수 있기 때문이다.이때 활용할 수 있는 개념이 FakeProvider와 Mock이다.두 가지 모두 테스트 과정에서 실제 의존성을 대체하거나 제어하는 데 사용되지만, 목적과 동작 방식에는 차이가 있다.1. 테스트 더블(Test Double)이란?테스트 더블(Test Double)은 소프트웨어 테스트에서 실제 객체나 외부 시스템을 대신하는 객체를 의미한다.영화 촬영에서 실제 배우를 대신하는 대역 배우를 생각하면 이해하기 쉽다. 위험한 장면을 촬영할 때마다 실제 배우가 직접 연기할 필요가 없듯이, 소..

보안 공부를 하다 보면 IDS(Intrusion Detection System, 침입 탐지 시스템)라는 용어를 자주 접하게 된다.IDS는 말 그대로 시스템이나 네트워크에서 발생하는 비정상적인 행위나 공격을 탐지하는 보안 시스템이다.IDS는 감시하는 대상에 따라 크게 HIDS와 NIDS로 나눌 수 있다.HIDS: Host-based Intrusion Detection SystemNIDS: Network-based Intrusion Detection System둘의 가장 큰 차이는 간단하다.HIDS는 컴퓨터 내부를 감시하고, NIDS는 네트워크를 감시한다.1. IDS란?먼저 IDS의 개념부터 알아보자.IDS(Intrusion Detection System)는 시스템이나 네트워크를 지속적으로 모니터링하면서 공..

1. MSA란?MSA(Microservices Architecture)는 하나의 큰 애플리케이션을 여러 개의 작은 서비스로 나누어 개발하고 운영하는 아키텍처이다.MSA는 Microservices Architecture의 약자로, 우리말로는 마이크로서비스 아키텍처라고 한다.예를 들어 쇼핑몰 서비스를 만든다고 생각해보자.쇼핑몰에는 다음과 같은 기능이 필요하다.회원 관리상품 관리주문 관리결제배송알림검색모놀리식 구조에서는 이 모든 기능을 하나의 애플리케이션 안에서 관리한다.┌─────────────────────────────────┐│ 하나의 쇼핑몰 애플리케이션 ││ ││ 회원 │ 상품 │ 주문 │ 결제 │ 배송 │ 알림 ││ ..

웹 서비스를 운영하다 보면 사용자가 많아질수록 하나의 서버에 모든 요청을 처리하게 하는 것이 어려워진다.예를 들어 서버 한 대가 초당 100개의 요청을 처리할 수 있는데 사용자가 증가하여 초당 300개의 요청이 들어온다면 하나의 서버만으로는 모든 요청을 안정적으로 처리하기 어렵다.이때 사용하는 것이 로드밸런서(Load Balancer)이다.로드밸런서는 여러 서버에 요청을 적절하게 분산하여 특정 서버에 트래픽이 집중되는 것을 방지한다.1. 로드밸런서란?로드밸런서(Load Balancer)는 클라이언트의 요청을 여러 서버로 분산하는 역할을 하는 장치 또는 소프트웨어이다.기본적인 구조는 다음과 같다. 사용자 │ ▼ ┌──..

머신러닝에서 데이터를 전처리하다 보면 Scaling(스케일링)이라는 개념을 자주 만나게 됩니다.Scaling은 간단하게 말하면,서로 크기와 범위가 다른 숫자형 데이터를 비슷한 범위로 변환하는 전처리 방법입니다.특히 여러 개의 Feature를 사용하는 머신러닝에서는 Feature마다 값의 크기가 크게 다를 수 있기 때문에 Scaling이 중요한 경우가 있습니다.1. Scaling이란?예를 들어 네트워크 보안 데이터를 가지고 있다고 해보겠습니다.Feature값접속 횟수5포트 번호443전송 데이터500,000접속 시간2각 Feature의 숫자 크기가 상당히 다릅니다.접속 횟수 5포트 번호 443전송 데이터 500,000접속 시간 2이러한 데이터를 그대로 머신러닝 모델에 넣으면 Feature마..

머신러닝을 공부하다 보면 성별, 지역, 상품 종류, 색상처럼 문자열로 되어 있는 데이터를 만나게 된다.하지만 대부분의 머신러닝 모델은 문자열 자체를 그대로 이해하지 못하기 때문에 문자열 형태의 범주형 데이터를 숫자로 변환하는 과정이 필요하다.이때 자주 사용하는 방법이 바로 Label Encoding과 One-Hot Encoding이다.1. 범주형 데이터란?먼저 인코딩하기 전에 범주형 데이터(Categorical Data)가 무엇인지 알아보자.범주형 데이터는 데이터를 특정한 그룹이나 범주로 나눈 데이터이다.예를 들어 다음과 같은 데이터가 있다.성별: 남성, 여성지역: 서울, 부산, 대구상품: 노트북, 스마트폰, 태블릿색상: 빨강, 파랑, 초록이런 데이터는 숫자가 아니라 문자열로 표현되어 있다.예를 들어:이..

추천 태그: 메시지큐, Message Queue, MQ, RabbitMQ, Kafka, 비동기처리, 백엔드, 서버개발, 마이크로서비스, 시스템설계백엔드 공부를 하다 보면 "이 작업은 큐에 넣어서 비동기로 처리하자"는 말을 자주 듣게 됩니다. 그런데 막상 메시지 큐가 정확히 뭔지, 왜 쓰는지 설명하려고 하면 헷갈립니다. 이번 글에서는 메시지 큐의 개념을 비유로 쉽게 이해하고, 장단점과 대표 도구, 간단한 예제 코드까지 정리해 보겠습니다.1. 메시지 큐란?메시지 큐(Message Queue, MQ)는 프로그램끼리 메시지를 주고받을 때, 중간에서 메시지를 줄 세워 잠시 보관해 주는 시스템입니다."큐(Queue)"는 자료구조에서 배우는 그 큐가 맞습니다. 먼저 들어온 것이 먼저 나가는(FIFO, First In..

AI 서비스를 개발하다 보면 LangChain과 n8n이라는 기술을 자주 접하게 된다.둘 다 LLM, API, 데이터베이스 등을 연결해서 AI 서비스를 만드는 데 활용할 수 있기 때문에 처음 보면 비슷해 보인다.하지만 두 기술은 목적이 다르다.LangChain = AI 애플리케이션을 개발하기 위한 프레임워크n8n = 여러 서비스와 작업을 연결하는 워크플로우 자동화 도구이번 글에서는 LangChain과 n8n의 차이와 각각 어떤 상황에서 사용하는지 정리해보자.1. LangChain이란?LangChain은 LLM을 활용한 애플리케이션을 개발하기 위한 프레임워크다.LLM을 단순히 호출하는 것에서 끝나는 것이 아니라,LLMPromptRetrieverVector DBToolAgentMemory등 다양한 구성 요소..

추천 태그: Keras, 케라스, 딥러닝, 딥러닝 입문, 파이썬, 머신러닝, TensorFlow, PyTorch, 인공지능딥러닝을 처음 공부하다 보면 TensorFlow, PyTorch와 함께 꼭 등장하는 이름이 있습니다. 바로 Keras입니다. 이번 글에서는 Keras가 무엇인지, 왜 많이 쓰는지, 장단점은 무엇인지, 그리고 간단한 예제 코드까지 정리해 보겠습니다.1. Keras란?Keras는 파이썬 딥러닝 라이브러리입니다. 신경망 모델을 몇 줄의 코드로 쉽게 만들고 학습시킬 수 있게 해주는 고수준 API입니다.직접 행렬 연산이나 역전파를 구현하지 않아도, "이런 층을 이렇게 쌓아서 이 데이터로 학습시켜 줘"라고 간단하게 적으면 나머지는 Keras가 처리해 줍니다.Keras 3의 가장 큰 특징: 백엔드..

개발을 하다 보면 Hook(훅)이라는 용어를 자주 접하게 됩니다.특히 Claude Code, Git, React, CI/CD 등 다양한 개발 도구에서 사용되는데, 분야마다 세부적인 구현은 달라도 핵심 개념은 비슷합니다.Hook이란 특정 이벤트가 발생했을 때 미리 정의해 둔 작업을 자동으로 실행하는 기능입니다.쉽게 말하면,특정 이벤트 발생 ↓ Hook ↓미리 정의된 작업 자동 실행이라고 이해하면 됩니다.1. Hook이란?Hook의 영어 뜻은 갈고리입니다.프로그램의 특정 지점에 갈고리를 걸어두고,"이 일이 발생하면 이 작업도 실행해줘"라고 설정하는 것이 Hook입니다.예를 들어 개발자가 코드를 수정한 후 자동으로 테스트를 실행하고 싶다면:코드 수정 ↓Hook 실행 ↓pyt..