본문으로 건너뛰기

"pe" 태그로 연결된 36개 게시물개의 게시물이 있습니다.

모든 태그 보기

대체 불가능 토큰

· 약 2분

I. NFT 개요

  • 개념

    • 블록체인을 활용해 디지털 콘텐츠를 포함한 자산의 원본성을 보장하고 소유권을 주장할 수 있게 하는 가상 토큰
  • 배경

    • 온라인 및 메타버스 내에서 생성된 컨텐츠를 위한 저작권 증명을 위해 필요.

II. NFT 구성

구분구성요소비고
표준 프로토콜ERC-721NFT
표준 프로토콜ERC-1155다중 토큰
기술요소NFT Contract스마트 계약
기술요소NFT Metadata컨텐츠 태그
기술요소NFT MintNFT 발행
기술요소IPFSNFT 미디어 데이터 저장

III. NFT 비교

구분FTNFT
토큰 정보토큰 이름 및 약어고유 정보
상호 교환성OX
분할성OX
활용송금, 물품 구매자산 소유권

기출

  • 130/4/1

퍼블릭, 프라이빗, 하이브리드 블록체인

· 약 2분

I. 블록체인 개요

  • 개념
    • 탈중앙화된 P2P 네트워크를 기반에 합의알고리즘을 통해 무결성을 제공하는 분산 원장 기술
  • 배경
도입기발전기확산기정착기
디지털자산스마트 계약프로토콜암호화폐/결제
거래 결제지분증명인터페이스블록체인 기반 서비스 확대
비트코인 탄생이더리움 탄생알트코인 탄생-
PublicPrivateHybrid융복합

II. 구성

III. 적용방안

구분적용효과적용방안
공공투명성 확보토지대장, 투표, 전자시민권 등
금융거래비용 절감환전, 송금, 증권, 지급 등
민간가시성 확보물류, 유통, 공급망관리 등
민간지적재산보호개인 컨텐츠, 음악, 영상 등

기출

  • 126/2/5

음성 데이터 마이닝

· 약 2분

음성 데이터 마이닝의 개요

음성 데이터 마이닝의 개념

  • 음성 신호나 데이터를 기계적으로 처리하여 화자의 의견, 감정에 대한 정보를 도출하는 과정

음성 데이터 마이닝 배경

  • HMI (Human Machine Interface)가 기존의 텍스트에서 음성으로 변화하고 있고, 톤과 인토네이션의 차이로 같은 문장이라도 화자의 감정을 파악이 가능해짐.

음성데이터 마이닝의 구성도, 구성요소

음성데이터 마이닝의 구성도

음성/영상 --> 음성인식(STT) --> 데이터전처리 --> 토큰화 --> 특징 추출 --> 데이터 분석

음성데이터 마이닝의 구성요소

구분내용비고
처리기술STT, Media Codec, ADC-
분석기술데이터 분석 인프라
시계열 분석 알고리즘
감정 분석 알고리즘
상황인지 컴퓨팅
-

음성 데이터 마이닝 적용 방안

구분내용비고
공공대국민 소통 채널 확대
디지털 취약계층 배려 환경 구성
-
기업회의록 생성 자동화
무인화 고객센터
AI 경쟁력 강화
-
민간실시간 번역 제공
비대면 원격 진료 기반 마련
IoT 기기 제어
-

음성 데이터 마이닝 성공 포인트

  • 클라우드 컴퓨팅을 활용하여 온디맨드 방식의 데이터 분석/처리로 비용 절감

기출

  • 130/4/1

파일시스템, 데이터베이스, 블록체인의 저장 특성

· 약 3분

I. FS, DB, Blockchain 개요

가. 개념

  • FS: 프로그램 또는 데이터 등과 같은 정보의 집합, 자료를 쉽게 접근할 수 있도록 하는 체계.
  • DB: 데이터를 통합하여 저장하고 운영하며 여러 사람이 공유하여 사용할 목적을 가진 데이터 집합.
  • BlockChain: 트랜잭션을 기록, 추적, 신뢰하기 위한 탈중앙화된 분산 데이터 저장 체계.

나. 배경

  • 컴퓨터 내부에서 저장하던 데이터를 인터넷을 통해 공유하기 위해 데이터베이스가 등장, 클라우드 컴퓨팅과 메타버스가 활성화 됨에 따라 데이터를 분산 저장 및 소유권 저장의 필요성이 증가함.

II. 구조, 핵심요소, 적용방안

가. 구조 (구성도, 개념도)

아래 그림

  • FS: Inode -> block
  • DB: Table, System Catalog
  • BlockChain: hash based linked list block + merkle tree

나. 핵심요소

구분파일데이터베이스블록체인
데이터 저장 방식FS APIDDL, DML합의 알고리즘
트랜잭션없음ACID 보장합의 알고리즘으로 트랜잭션 처리
데이터 중복단일 데이터역정규화로 일부 허용참여자 전체 중복 저장
종류FAT, NFTSRDBMS, NoSQLPublic, Private, Hybrid

III. 적용 방안

파일데이터베이스블록체인
개인/기업 데이터저장엔터프라이즈 어플리케이션암호화폐
멀티미디어웹 어플리케이션공급망 관리
IPFS빅데이터 분석스마트 컨트랙트

기출

  • 130/3/2

오토스케일링

· 약 3분

오토스케일링 개요

개념

  • 시스템 자원 매트릭을 모니터링하여 서버 사이즈를 자동으로 조절하는 기술

배경

  • 클라우드 컴퓨팅의 온디맨드 방식을 기반으로 자원 최적화, 고가용성, 온프레미스 대비 운영의 단순화를 위해 필요

오토스케일링의 구성

Pod, 메트릭모니터링, 로드밸런서 이미지

구성요소

구분기능설명
정책, 모니터링메트릭 수집, 알람 전송-
서버 이미지 배포Scale-Out, Scale-In, 서버 프로비저닝-
서비스 연결Health-Check, 트래픽 제어-

오토스케일링시 서버 추가까지 필요한 경우, Scale-Up이 비용절감의 효과를 가져올 수 있음.

비교

스케쥴기반, 부하기반

구분스케쥴 기반 오토스케일링부하 기반 오토스케일링
트리거예약된 시간트래픽
수치예측 가능한 부하실제 사용량 기반
장점트래픽 증가 지연 방지효율적인 리소스 사용량
단점예측을 벗어날시 리소스 낭비, 부족인스턴스 배포시간으로 인한 지연

Scale Up, Scale Out

구분Auto Scale UpAuto Scale Out
추가리소스CPU, Memory인스턴스
장점인스턴스, NW관리 없어 간단높은 확장성, 인스턴스 장애 격리
단점물리적 한계, 고비용, 시스템 다운타임복잡한 NW구성, 세션 처리 등

성공포인트

  • maxUnavailable, maxSurge 적절히 조절
  • scale down 으로 비용 절감

기출

  • 131/1/8
  • 121/2/5

클라우드 컴퓨팅, 서비스 모델, 배포모델

· 약 3분

I. 클라우드 컴퓨팅의 개요

  • 개념

    • 가상화 기술을 이용하여 사용자 필요시 인터넷을 통해서 서비스 형태로 IT자원을 제공하는 컴퓨팅 기법
  • 배경

    • 클라우드 컴퓨팅이 비지니스 가용성과 온디맨드 사용으로 인한 비용 절감을 위해 활성화됨에 따라 다양한 산업 요구사항, 국가별 법/규제 충족, 성공적인 도입을 위한 세부모델 등장
    • 배포모델은 전략이고, 서비스모델은 전술.

II. 클라우드 컴퓨팅의 구조, 핵심요소, 적용방안

가. 클라우드 컴퓨팅의 구조 (구성도, 개념도)

  • 배포 모델
구분내용비고
Private--
Public--
Hybrid--
Community--
  • 서비스 모델
구분내용비고
IaaS--
SaaS--
PaaS--

나. 배포모델과 서비스모델 비교

구분배포모델서비스모델
목적지속 가능 서비스 기반온디맨드 서비스
범위클라우드 구성 환경클라우드 서비스
접근온프레미스와의 연결성비용 절감

온프레미스 서비스의 구성 환경에 따라 배포모델을 선택하고, 비지니스 요구사항과 비용에 맞는 서비스모델을 선택.

다. 클라우드 컴퓨팅 활성 전략

구분활성 전략비고
배포모델공공기관/지자체 민관협력형 클라우드
금융사 하이브리드 멀티 클라우드 등
-
서비스모델CNCF Cloud Native App
AAWS 6R Migration 등
-

기업은 목적에 맞는 전략을 활용하여 적절한 모델을 선택.

기출

  • 131/1/4

화이트박스, 블랙박스 테스트 비교

· 약 1분

I. 개요

개념

배경

테스트 V모델에서 요구사항/분석/설계/코딩 측면은 개발자 관점의 화이트박스 테스트로 Verification 하고, 단위/통합/시스템/사용자 테스트 측면은 사용자 관점의 블랙박스 테스트로 Validation 하게 설계 필요.

II. 구조, 핵심요소, 적용방안

가. 구조 (구성도, 개념도)

나. 핵심요소

가.에 그린 다이어그램을 3단 표로 작성

구분내용비고
---

다. 적용방안

구분내용비고
비지니스 관점--
기술 관점--
보안 관점--

기출

  • 129/1/8

모듈화, 응집도, 결합도

· 약 4분

모듈화

모듈화의 개념

  • 시스템을 분해하고 추상화하여 SW 성능을 향상시키거나, 시스템의 디버깅, 테스트, 통합 및 수정을 용이하도록 하는 SW 설계 기법

모듈화의 장점

  • 모듈 재사용성, 개발과 유지보수 용이성
  • 복잡성 감소
  • 오류 파급효과 최소화
  • 기능 분리가능, 인터페이스 단순화
  • 낮은 결합도, 높은 응집도

응집도와 결합도 개요

응집도와 결합도의 개념

  • 응집도: 하나의 모듈 내부의 처리요소 간 기능적 연관성을 측정하는 척도
  • 결합도: 모듈 간관련성을 측정하는 척도

응집도와 결합도의 배경

  • 최근 MSA 적용에 따른 모듈화의 중요성이 증가되었고, MSA의 각 서비스 단위(컴포넌트)는 응집도가 높고 결합도가 낮게 구현되어야함.

응집도와 결합도 종류 및 설명

응집도의 종류 및 설명

우논시절통순기

종류설명응집도
능적모든 요소가 단일 기능 수행높음
차적한 기능의 출력이 다른 기능의 입력으로 사용
신적동일한 입출력 데이터로 다른 기능 수행
차적기능 요소가 반드시 특정 순서대로 실행
기능 요소가 모두 같은 시간에 실행
리적논리적으로 유사하나 관계가 밀접하지 않음
연적모듈 내 요소가 연관이 없음낮음
  • 가능한 높은 응집도를 추구하여 유지보수 용이성 확보
  • 모듈 간 결합도는 최소화하여 각 모듈은 높은 응집도 확보
  • Co-incidental -> Logical -> Temporal -> Procedural -> Communicational -> Sequential -> Functional

결합도의 종류 및 설명

내공외제스자

종류설명결합도
모듈 간 파라미터 전달낮음
탬프모듈 간 자료구조 전달
다른 모듈을 제어하기 위해 플래그 전송
모듈이 SW외부 환경과 연관
모듈들이 공통 데이터 참조
다른 모듈의 내부 데이터 변경높음
  • 모듈 상호간 낮은 결합도 추구
  • 모듈 간 사이드 이펙트(리플 이펙트) 최소화
  • Contents -> Common -> External -> Control -> Stamp -> Data

기출

  • 128/3/1

몽키테스트, 회귀테스트 비교

· 약 2분

I. 개요

개념

배경

애자일 개발 방법론 도입으로 소프트웨어의 잦은 변경으로 인하여 자동화되고 연속적인 테스트의 필요성이 증가.

기존 테스트로를 지속하면 살충제 패러독스가 발생하므로, 새로운 버그 발견을 위해 몽키테스트 실행.

II. 몽키테스트와 회귀테스트 비교

가. ~의 구조 (구성도, 개념도) 나. ~의 핵심요소 가.에 그린 다이어그램을 3단 표로 작성

구분내용비고
---

다. ~의 적용방안

구분내용비고
비지니스 관점--
기술 관점--
보안 관점--

기출

  • 129/4/4

데이터옵스, 데브옵스 비교

· 약 2분

I. 개요

가. 데이터옵스, 데브옵스 개념

나. 배경

디지털트랜스포메이션으로 인한 빅데이터, DevOps의 중요성 증가.

II. 데이터옵스 아키텍처

가. ~의 구조 (구성도, 개념도) 나. ~의 핵심요소 가.에 그린 다이어그램을 3단 표로 작성

구분내용비고
---

III. 데이터옵스 주요 기술

가. ~의 적용 전략 SWOT 분석

나. ~의 적용 방안

구분내용비고
공공(대국민서비스 향상)-
금융(가용성)-
민간(이윤추구)-

어려울 경우

구분내용비고
비지니스 관점--
기술 관점--
보안 관점--

IV. 데이터옵스의 추가적인 고려사항

  • AI를 활용하는 MLOps로까지 확장하여, 데이터 기반의 의사결정을 더 빠르게 가져갈 수 있음.

기출

  • 130/4/6