DevOps

Linux 사용자에게 가장 중요한 도구 중 하나는 터미널 에뮬레이터입니다. https://www.glukhov.org/ko/post/2026/01/terminal-emulators-for-linux-comparison/ “Linux 터미널 에뮬레이터 비교”

Open WebUI는 대규모 언어 모델과 상호 작용할 수 있는 강력하고 확장성이 뛰어난 자가 호스팅 웹 인터페이스입니다.

vLLM은 UC 버클리의 Sky Computing Lab에서 개발한 대규모 언어 모델(LLM)을 위한 고처리량, 메모리 효율적인 추론 및 서빙 엔진입니다.

Ubuntu 24.04에서 KVM을 설치하려면 CPU 가상화 지원을 확인하고, KVM/libvirt 패키지를 설치한 후 libvirtd 서비스를 활성화하고 (선택적으로) GUI를 위한 virt-manager를 설치합니다.

잘 구성된 bash 프롬프트에서 git 저장소 정보 표시는 개발 작업 흐름을 크게 개선할 수 있습니다.

유니버설 패키지 관리자들은 리눅스 소프트웨어 배포 방식을 혁신적으로 바꾸었으며, 다양한 배포판 간 호환성을 현실로 만들어냈습니다. Snap과 Flatpak은 이 문제를 해결하기 위한 주요 솔루션으로, 각각 독특한 철학을 바탕으로 의존성 지옥과 배포판 분열 문제를 해결하고 있습니다.

새로운 커널을 자동으로 설치한 후 Ubuntu 24.04에서 이더넷 네트워크가 사라짐 문제가 발생했습니다. 이 문제가 두 번째로 발생했기 때문에, 이 문제를 겪고 있는 다른 사람들에게 도움이 되기 위해 해결 방법을 여기에 기록해 두고자 합니다.

AWS CLI를 사용하여 Hugo 정적 사이트를 AWS S3에 배포하면 웹사이트를 호스팅하는 데 견고하고 확장 가능한 솔루션을 제공합니다. 이 가이드는 초기 설정부터 고급 자동화 및 캐시 관리 전략까지 완전한 배포 프로세스를 다룹니다.

테이블 기반 테스트는 Go에서 여러 시나리오를 효율적으로 테스트하는 표준적인 접근 방식입니다. t.Parallel()을 사용하여 병렬 실행을 결합하면, 특히 I/O 중심 작업에 대해 테스트 스위트 실행 시간을 크게 줄일 수 있습니다.

API 문서화는 현대 애플리케이션에 있어 매우 중요하며, Go API Swagger (OpenAPI)는 산업 표준이 되었습니다. Go 개발자에게는 swaggo가 코드 주석에서 직접 포괄적인 API 문서를 생성하는 우아한 솔루션을 제공합니다.

로컬에서 LLM 실행은 개발자와 조직이 보안을 강화하고 지연 시간을 줄이며 AI 인프라에 대한 통제력을 높이려는 노력에 따라 점점 더 인기를 얻고 있습니다.

현대적인 Go 개발은 엄격한 코드 품질 기준을 요구합니다. Go용 린터는 코드가 프로덕션에 도달하기 전에 버그, 보안 취약점, 스타일 불일치를 자동으로 감지합니다.

Python linters은 코드를 실행하지 않고도 오류, 스타일 문제, 잠재적 버그를 분석하는 필수적인 도구입니다.
이들은 코딩 표준을 강제 적용하고 가독성을 향상시키며, 팀이 높은 품질의 코드베이스를 유지하도록 도와줍니다.

AI 및 머신러닝 워크로드가 점점 복잡해지면서, 견고한 오케스트레이션 시스템의 필요성이 더욱 커졌습니다. Go의 간결성, 성능, 동시성은 ML 파이프라인의 오케스트레이션 레이어를 구축하는 데 이상적인 선택이 됩니다. 모델 자체가 파이썬으로 작성되어 있더라도 말이죠.

Python 패키징은 현대적인 도구와 표준 덕분에 코드를 배포하는 것이 지금까지보다 훨씬 쉬워졌습니다.

AI의 민주화 시대가 도래했습니다.
Llama 3, Mixtral, Qwen과 같은 오픈소스 LLM이 이제는 전용 모델과 경쟁할 수 있을 정도로 발전했으며, 팀은 소비자 하드웨어를 사용하여 강력한 AI 인프라를 구축할 수 있습니다. 이는 비용을 절감하면서도 데이터 프라이버시와 배포에 대한 완전한 통제를 유지할 수 있습니다.