문서posts
Feature Flag
코드 배포와 기능 활성화를 분리하는 기법. 런타임에 기능을 켜고 끌 수 있어 안전한 배포와 점진적 롤아웃을 가능하게 함. 플래그가 쌓이면 코드베이스가 복잡해짐. 출시 완료된 Release Toggle은 반드시 제거. "플래그 청소 티켓"을 배포 직후 바로 생성하는...
feature-flagdeploymenttrunk-based-development
읽기 →
sys.manifestPosts
Computer Science & Engineering
컴퓨터 과학 및 공학(CS&E)의 전 영역을 포괄하는 지식 지도이자 학습 경로를 정의하는 루트 학습 노드입니다.
1. Overview
컴퓨터 과학 및 공학(Computer Science & Engineering, CS&E)은 이 지식 저장소의 **최상위 루트 노드(Pillar Root)**입니다. 본 문서는 분산된 기술 지식을 유기적으로 연결하는 지식의 원천(SSOT, Single Source of Truth) 역할을 수행하며, 전산학의 이론적 기초와 공학적 실무 적용 사이의 균형 잡힌 로드맵을 제공합니다.
CS&E는 단순히 코드를 작성하는 기술을 넘어, 계산의 본질적 한계를 이해하고 복잡한 시스템의 신뢰성과 효율성을 보장하는 학문적/기술적 체계를 구축하는 것을 목표로 합니다. 대학생과 비전공 개발자가 현대적 엔지니어링의 정수를 체계적으로 수취할 수 있도록 안내합니다.
2. Scope & Boundaries
In-Scope
- Academic Core: CS2023 기반의 17개 지식 영역(KAs) 중 핵심 주제의 매핑 및 분류.
- Engineering Practice: SWEBOK v4.0 및 SFIA v9 기반의 소프트웨어 수명 주기(SDLC) 및 산업 역량 통합.
- Specialized Domains: 보안(CyBOK), 데이터 과학(DS-BoK) 등 부문별 핵심 지식 체계의 전사적 적용.
- Taxonomy Governance: 4단계 계층 구조(Top > Mid > Cluster > +a)를 통한 지식의 구조화 및 일관성 관리.
Out-of-Scope
- 특정 프레임워크나 언어의 버전별 API 사용법과 같은 휘발성 도구 튜토리얼.
- 특정 산업군에만 한정되는 협소한 비즈니스 도메인 지식.
- 보편적 원리가 아닌 특정 환경의 일시적 트러블슈팅 기록.
Boundaries
- Root vs Pillar: 본 루트 문서는 **지식의 위치(Single Home)**를 결정하는 거버넌스 기준점이 됩니다. 각 기술 주제는 14개의 Top Category 중 단 하나에만 귀속되며, 영역 간 경합 시 CS2023의 정의를 우선하여 경계를 획정합니다.
3. Counterexample
- 단순 '코딩' 위주의 학습: 내부 작동 원리(OS, Architecture)나 이론적 분석(Data Structures, Algorithms) 없이 특정 언어의 문법만 습득하는 행위는 CS&E의 본질적 탐구 영역을 벗어납니다.
- 파편화된 정보 조각 수집: 전체 시스템의 계층적 구조(Taxonomy)에 대한 이해 없이 검색 엔진의 단편적 해결책에만 의존하는 것은 엔지니어링 사고가 결여된 상태입니다.
- 근거 없는 설계론: 공인된 지식 체계(Primary Evidence)를 무시하고 개인의 한정된 경험이나 검증되지 않은 블로그의 주장만을 바탕으로 아키텍처를 논하는 것은 지식의 정당성을 훼손합니다.
4. Prerequisites
- 이산 구조 및 수학적 논리 (Basic): 모든 컴퓨팅 사고와 알고리즘 설계의 기초가 되는 수리적 기반입니다. (P1)
- 정보 모델링 및 추상화 기초 (Recommended): 현실 세계의 복잡한 데이터를 수리적으로 모델링하고 처리하는 능력입니다. (P1, P4)
- 분류학적 사고와 공학적 태도 (Practical): 지식의 위계를 정의하고 근거 기반으로 의사결정하는 엔지니어링 정서입니다. (P5)
5. Learning Map
전체 학습 경로는 기초 과학에서 응용 엔지니어링으로 확장되는 14개의 핵심 Pillar로 구성됩니다.
- CS&E Global Root (본 노드): 전체 지식 지형 파악 및 학문적/공학적 근거 체계(BoK) 습득.
- Foundational Pillars (01~05): 계산의 논리, 하드웨어 물리, 하위 시스템 기전 및 알고리즘 기초 확립.
- Applied Pillars (06~14): 데이터 관리, 아키텍처, 보안, AI, 그래픽스 등 전문 도메인 실무 역량 확대.
- Cross-Domain Synthesis: 서로 다른 Pillar 간의 트레이드오프 분석 및 대규모 분산 시스템 설계.
6. Learning Topics
Basic
Core Topic 01: 현대 전산학의 정의와 분류학 (CS&E Taxonomy)
- Why to Learn: 파편화된 기술 스택을 학문의 정석과 공학적 실무 관점으로 구조화하기 위함입니다.
- What to Learn:
- CS2023의 17개 Knowledge Areas와 이 저장소의 14개 Pillars 매핑 규칙
- SWEBOK 기반 소프트웨어 수명 주기(SDLC)의 물리적 선후 관계
- SFIA v9 기반 엔지니어링 기술 성숙도 측정표
- How to Learn:
posts/_index.md에서 정의한 14개 Top Category의 수평적/수직적 연결 관계 확인- 본인의 현재 지식 수준을 14개 축 위에 수치적으로 매핑
- Implement: 14개 핵심 축(Pillars) 기반의 개인화된 전문성 레이더 차트
Recommended
Core Topic 02: 지식 거버넌사와 중복 제거 (SSOT Mechanics)
- Why to Learn: 대규모 지식 시스템에서 정보 유실과 중복으로 인한 엔트로피 증가를 방지하기 위함입니다.
- What to Learn:
- Single Source of Truth (SSOT) 및 Single Home 관리 원칙
- 상위 노드의 Boundary 정의를 통한 하위 노드 책임 격리 기법
- 'See Also' 및 Aliases를 활용한 크로스 레퍼런스 거버넌스
- How to Learn:
- 실제 하위 노드(
_index.md)를 작성하며 상위 노드와 중복되는 설명을 제거하는 실습 - 변경된 slug와 url이 기존 링크를 깨뜨리지 않도록 Redirection 논리 검토
- 실제 하위 노드(
- Implement: 주제별 Canonical 경로를 정의한 전사적 JSON Route Map
Practical
Core Topic 03: 근거 기반 엔지니어링 (Evidence-based Logic)
- Why to Learn: 주관적 취향이 아닌 검증된 학문적/업계 표준(BoK)을 바탕으로 기술적 의사결정을 내리기 위해서입니다.
- What to Learn:
- Primary Evidence Set(P1~P5)의 인용 및 적용 가이드라인
- Terminology 테이블의 Evidence 칼럼과 실제 BoK 본문 연결 기법
- 9개 섹션 표준 템플릿의 수리적 충실도 검증
- How to Learn:
- ADR(Architecture Decision Record) 작성 시 BoK의 특정 챕터를 인용하여 근거 강화
- 기존 문서 속에 숨어있는 개인적 편견(Bias)을 식별하고 BoK 정의로 보정
- Implement: 특정 기술 아키텍처 선택에 대한 BoK 기반 Rationale 보고서
Advanced
Core Topic 04: 신기술 통합 및 시스템 확장 (Emerging Tech Fusion)
- Why to Learn: 급변하는 기술 트렌드(LLM, Web3, Quantum 등)를 기초 학문 체계와 충돌 없이 융합하기 위해서입니다.
- What to Learn:
- Emerging Core 기술의 수리적 본질 분석 및 기존 14개 축 배치 로직
- 새로운 분야의 지식 체계(BoK) 발굴 및 기존 ET(Evidence Trace)와 통합
- 시스템 확장 시 발생하는 도메인 간 교차 영향도 평가 기술
- How to Learn:
- BoK에 명시되지 않은 최신 논문을 읽고 기존 CS&E Taxonomy 내 "Single Home"을 논리적으로 할당
- 신기술 도입에 따른 성능/보안/비용 트레이드오프 수치화
- Implement: 신기술 채택 시 기존 시스템 무결성 유지 및 회귀 방지 거버넌스 가이드
7. Terminology
8. References
Primary References
- [P1] CS2023 — ACM/IEEE-CS Computer Science Curricula.
- [P2] SWEBOK v4.0 — Software Engineering Body of Knowledge.
- [P3] CyBOK — Cybersecurity Body of Knowledge.
- [P4] DS-BoK — Data Science Body of Knowledge (EDSF).
- [P5] SFIA v9 — Skills Framework for the Information Age.
Secondary References
- Teach Yourself CS — 정석적인 독학 가이드.
- The Missing Semester — MIT의 실무 도구 과정.
Industry References
- Google SRE Book — 대규모 시스템 운영의 정석.
- Thoughtworks Technology Radar — 최신 기술 트렌드 및 성숙도 평가.
9. Final Checklist
Primary Checklist
- CS2023의 17개 KAs와 이 저장소의 14개 Pillars 사이의 매핑 관계를 설명할 수 있는가?
- SWEBOK v4.0 기준에 따라 소프트웨어 수명 주기(SDLC)의 전체 단계를 구분할 수 있는가?
Secondary Checklist
- 특정 기술 주제가 어느 도메인(Home)에 속하는지 논리적으로 판단하고 중복을 식별할 수 있는가?
- 파편화된 정보를 고밀도의 지식 구조(Taxonomy)로 변환하는 습관을 갖추었는가?
Industry Checklist
- SFIA v9 레벨에 따른 본인의 엔지니어링 역량 성숙도를 BoK 기반으로 평가할 수 있는가?
- 실무 아키텍처 의사결정 시 개인의 선호도가 아닌 BoK 및 업계 표준을 근거로 제시하는가?
문서posts
GraphQL vs REST
두 API 패러다임의 설계 철학 차이. 선택은 팀 규모·클라이언트 다양성·쿼리 복잡도에 달려 있다. GraphQL의 리졸버 구조상 관계 데이터 조회 시 N+1 쿼리 발생 위험.
apigraphqlrest
읽기 →
문서posts
Hash Table
키를 해시 함수로 변환하여 배열 인덱스에 매핑, 평균 O(1) 조회·삽입·삭제를 달성하는 자료구조.
data-structureshash-tablecollision
읽기 →
문서posts
I/O & Kernel Interfaces
O 및 Kernel Interfaces의 정의, 범위, 선행 지식, 학습 주제, 참고 근거를 정리한 CS&E 학습 노드입니다.
data-information-managementhigh-performance-i-o-mechanicso-kernel-interfaces
읽기 →
문서posts
Kubernetes Pod
Kubernetes의 최소 배포 단위. 하나 이상의 컨테이너가 네트워크와 스토리지를 공유하는 논리 호스트. 컨테이너는 격리 단위, Pod는 배포 단위. 사이드카 패턴(로깅, 프록시)이 Pod의 다중 컨테이너를 활용. `CrashLoopBackOff`: 컨테이너가 ...
kubernetescontainerorchestration
읽기 →
문서posts
LLM Embedding Spaces
단어(토큰)를 고차원 실수 벡터로 매핑하여 의미적 관계를 수치적 거리로 표현하는 공간. 벡터 공간에서 단어 관계가 방향과 크기로 인코딩됨. 문장 전체를 단일 벡터로 압축(Sentence Transformers 등). 이 벡터를 벡터 DB에 저장하여 시맨틱 검색 가...
llmembeddingvector-space
읽기 →
문서posts
LLM Fine-Tuning & Alignment
사전 학습된 LLM의 행동을 특정 도메인이나 인간 선호도에 맞게 추가 조정하는 기법. 1. SFT (지도 학습 미세 조정) 2. 보상 모델 학습 (인간 선호도 쌍 비교) 3. PPO로 보상 최대화
llmfine-tuningrlhf
읽기 →