본문 바로가기

분류 전체보기3538

728x90
위도·경도로 거리 계산하고 위치 기반으로 똑똑한 스마트홈 자동화 구현 두 위치 좌표 간의 거리를 구하는 방법은 다양한 프로그래밍 언어에서 구현할 수 있으며, 일반적으로 위도(latitude)와 경도(longitude)를 이용해 지구 곡률을 고려한 거리 계산(Haversine 공식)을 사용합니다. 아래에 개요, 배경, 수학식, 활용사례 및 예시 코드를 포함해 설명드리겠습니다.📍 기본 개요: 좌표 간 거리 계산두 지점 A(위도 φ₁, 경도 λ₁)와 B(위도 φ₂, 경도 λ₂)가 주어졌을 때, 이들 사이의 거리를 계산하려면 다음 조건을 고려해야 합니다.지구는 완벽한 구형이 아니지만, 평균 반지름 6,371 km를 기준으로 계산합니다.두 점 사이의 거리는 직선 거리(대권거리, great-circle distance)로 구합니다.🧮 수학적 배경: Haversine 공식a = s.. 2025. 8. 5.
AI가 회사를 망칠 수도 있다 – 당신의 MCP 설계는 안전한가? MCP(Model Context Protocol)는 AI 에이전트와 기업 시스템 간에 안전하고 표준화된 양방향 인터페이스를 제공하는 개방형 프로토콜입니다. 이는 단순한 기술 규격을 넘어, 다음과 같은 역할을 수행합니다.✔️ 에이전트 ↔ 시스템 간 실시간 연동✔️ 데이터 액세스 권한 및 범위의 통제✔️ 업무 실행 컨텍스트의 구조적 정의 및 공유✔️ 모듈화된 통합 구성으로 재사용성과 확장성 확보결과적으로 MCP는 지능형 자율 에이전트가 엔터프라이즈 환경에서 실질적으로 작동할 수 있는 필수 인프라의 중심축이 됩니다.🧠 MCP가 필요한 배경: "통합 실패의 덫에서 벗어나기"AI 도입 실패의 주요 원인 중 하나는 “데이터와 업무 시스템의 단절”입니다. 다음과 같은 현실이 존재합니다.AI 프로젝트의 60%는 데이.. 2025. 8. 4.
사진이 애니메이션으로? 구글 포토의 새로운 변화, AI 기반 리믹스·영상 생성 📸 구글 포토 AI 기능 업데이트1️⃣ 주요 기능 개요🌀 리믹스(Remix)사진을 애니메이션, 만화, 3D 스타일 등으로 변환하는 AI 기반 편집 기능.구글의 Imagen(이미지 생성) 및 Veo 2(영상 생성) 모델 기반.클릭 한 번으로 원본 사진을 예술적인 이미지로 재구성.변환 후 결과물은 저장 또는 공유 가능.디지털 워터마크(SynthID) 삽입으로 AI 생성물임을 명확히 표시.🎞 포토‑투‑비디오(Photo‑to‑Video)사진을 선택하면 자동으로 6초 길이의 애니메이션 영상 생성.“잔잔한 움직임” 또는 “I'm feeling lucky” 옵션 선택 가능.영상 결과물에도 시각적 워터마크 + 디지털 워터마크 동시 적용.영상 스타일도 AI가 자동 추천 및 적용.🧰 Create 탭 도입리믹스, 포.. 2025. 8. 4.
컨테이너 네트워크 통신 컨트롤 Docker Networking 명령어 종합 Docker 네트워크는 컨테이너 간의 통신을 관리하는 핵심 기능입니다. 주요 명령어는 다음과 같습니다.주요 명령어 목록docker network create - 네트워크 생성docker network ls - 네트워크 목록 조회docker network inspect - 네트워크 상세 정보 확인docker network connect - 컨테이너를 네트워크에 연결docker network disconnect - 컨테이너를 네트워크에서 분리docker network rm - 네트워크 삭제docker network prune - 사용하지 않는 네트워크 일괄 삭제docker network create새로운 네트워크를 생성합니다. 기본 구문docker network create [OPTIONS] NETWORK주.. 2025. 8. 3.
LlamaParser + LangChain + Vector DB로 완성하는 RAG 문서형 AI 챗봇 왜 문서 기반 챗봇인가?오늘날 대부분의 기업 정보는 아래와 같은 형태로 존재합니다.📄 PDF 제품 매뉴얼📊 Excel 실적 보고서📑 내부 정책 문서 (Word)🖼️ 이미지 포함된 PPT 발표자료이러한 비정형 문서들은 단순 텍스트가 아니기 때문에, AI가 직접 이해하기 어렵습니다.→ 그래서 문서 → 정제된 텍스트 → 벡터화 → 검색 기반 AI 응답이라는 전체 파이프라인이 필요합니다.전체 파이프라인 구성도문서 업로드 → LlamaParser 파싱 → LangChain 분할 → 임베딩 → 벡터 DB 저장 → 질문 임베딩 → 벡터 검색 → RAG 응답 생성1️⃣ 문서 업로드 └── PDF, PPT, Word, Excel 등 다양한 포맷의 비정형 문서 ↓2️⃣ 문서 파싱 (LlamaPa.. 2025. 8. 3.
728x90
728x90