본문으로 건너뛰기

2023-03-23

디클라우드 및 디-K8 - 앱을 집으로 가져오기

  • 37signals의 운영팀은 클라우드 서비스의 기술적 부채와 복잡성으로 인해 애플리케이션을 클라우드에서 자체 하드웨어로 옮기고 있습니다.
  • 이들은 기존 컨테이너화된 애플리케이션의 운영을 간소화하기 위해 'mrsk'라는 도구를 만들었습니다.
  • 구성 관리를 현대화하고 간소화하여 가상 머신 프로비저닝 시간을 게스트당 약 20분에서 1분 이내로 단축했습니다.
  • 37signals는 CloudFront와 Route53을 대체하기 위해 CDN 및 DNS 요구 사항을 Cloudflare로 전환했습니다.
  • Tatalist, Writeboard, Backpack은 6주 이내에 마이그레이션되었으며 마지막 마이그레이션에는 단 16분밖에 걸리지 않았습니다.
  • 대부분의 앱은 인프라 요구 사항으로 표준 Rails 앱 배포만 필요했습니다.

2월 주택 가격 11년 만에 처음으로 하락

  • 2019년 2월 미국의 기존 주택 판매량은 전월 대비 14.5% 증가했지만, 전년 동월 대비로는 22.6% 감소했습니다.
  • 2월 미국 주택 가격이 11년 만에 처음으로 하락하면서 연방준비제도(연준)의 금리 인상 캠페인의 영향이 나타나고 있습니다.
  • 전미 부동산 중개인 협회는 미국이 10년 만에 처음으로 전년 대비 주택 가격이 하락하고 모기지 금리가 하락했다고 발표했습니다.

OpenAI의 정책이 언어 모델에 대한 재현 가능한 연구를 방해한다

  • OpenAI의 정책은 민간이 통제하는 연구 인프라가 된 언어 모델에 대한 재현 가능한 연구를 방해하고 있습니다.
  • 언어 모델(LLM)이 인프라의 핵심 요소로 자리 잡고 있고, 연구자와 개발자는 특정 애플리케이션이나 연구 질문에 대한 답을 찾기 위해 미세 조정된 언어 모델을 기초 계층으로 사용하기 때문에 OpenAI의 모델 중단은 우려스러운 일입니다.
  • 다른 회사와 마찬가지로 OpenAI는 GPT-3.5 및 GPT-4와 같은 최신 모델을 정기적으로 업데이트하므로 이러한 모델을 사용하는 것이 재현성에 장애가 될 수 있습니다.
  • OpenAI의 성급한 코덱스 사용 중단으로 인해 연구자와 개발자는 비교가 불가능한 GPT 3.5 모델로 전환해야 했고, 이는 오래된 작업의 재현 불가능으로 이어졌습니다.
  • OpenAI를 통해 연구자들이 코덱스에 액세스할 수 있게 되었지만, 신청 절차가 불투명하고 이 모델을 언제까지 사용할 수 있을지도 불투명합니다.
  • LLM을 오픈소싱하는 것은 재현성을 보장하는 핵심 단계가 될 수 있습니다.

카운터스트라이크 2 - 일부 CS:GO 플레이어 대상 제한 테스트

  • 카운터 스트라이크 2는 개발 중이며, 일부 CS:GO 플레이어를 대상으로 제한 테스트를 진행 중입니다.
  • 이 테스트는 새로운 게임플레이 메커니즘, 무기 및 기타 기능을 평가하기 위해 실시됩니다.
  • 개발사는 아직 카운터 스트라이크 2의 출시일을 발표하지 않았습니다.

코인베이스, SEC로부터 웰스 통지서 발행

  • 미국 증권거래위원회(SEC)가 코인베이스의 일부 암호화폐 상품에 대해 소송을 제기할 수 있다는 웰스 통지를 코인베이스에 발부했습니다.
  • 코인베이스의 현물 시장과 적립, 프라임, 월렛 상품이 조사 대상인 것으로 알려졌습니다.
  • 코인베이스의 적립과 같은 스테이킹 서비스는 SEC에 등록되지 않았다는 비난을 받아왔습니다.
  • 발표 이후 코인베이스의 주가는 거의 13% 하락했습니다.
  • 코인베이스는 공지가 발표된 후에도 서비스가 정상적으로 운영되고 있다고 밝혔습니다.

Mozilla.ai: 신뢰할 수 있는 인공지능에 투자하기

  • 모질라가 신뢰할 수 있고 독립적인 오픈소스 AI 생태계를 구축하기 위해 Mozilla.ai를 설립한다고 발표했습니다.
  • 이 스타트업은 기관성, 책임성, 투명성, 개방성을 핵심으로 신뢰할 수 있는 AI 제품을 쉽게 개발할 수 있도록 지원할 것입니다.
  • 모질라는 이 이니셔티브에 3,000만 달러를 투자하며 모에즈 드레이프가 이끌게 됩니다.
  • 초기에는 제너레이티브 AI를 더욱 안전하고 투명하게 만드는 도구와 잘못된 정보를 제공하거나 웰빙을 해치지 않는 사람 중심의 추천 시스템에 초점을 맞출 것입니다.

SEC, 암호화폐 기업가 저스틴 선과 그의 회사들을 사기 혐의로 기소

  • 미국 증권거래위원회(SEC)가 암호화폐 자산 사업가인 저스틴 선과 그의 회사 3곳을 미등록 암호화폐 자산 증권인 트론닉스(TRX)와 비트토렌트(BTT)의 미등록 제안 및 판매 혐의로 기소했습니다.
  • SEC는 선과 그의 회사들이 다수의 미등록 "포상금 프로그램"을 통해 TRX와 BTT를 투자 상품으로 제안하고 판매했다고 주장하고 있습니다.
  • 또한 선은 유통 시장에서 TRX의 겉으로 드러난 거래량을 인위적으로 부풀리는 계획을 조직하여 연방 증권법의 사기 방지 및 시장 조작 조항을 위반했습니다.
  • 또한 SEC는 보상을 공개하지 않고 TRX 및/또는 BTT를 불법적으로 선전한 혐의로 8명의 유명인을 기소했습니다: 린제이 로한, 제이크 폴, 디안드레 코르테즈 웨이(소울자 보이), 오스틴 마혼, 미셸 메이슨(켄드라 러스트), 마일즈 파크스 맥컬럼(릴 얏티), 셰퍼 스미스(네요), 알룬 티암(아콘) 등입니다.
  • 기소된 유명인 2명을 제외한 나머지 사람들은 SEC의 조사 결과를 인정하거나 부인하지 않고 총 40만 달러 이상의 추징금, 이자 및 벌금을 지불하고 혐의를 해결하기로 합의했습니다.

인기 없는 의견: 라즈베리 파이를 그런 용도로 사용하지 마세요

  • 눈에 잘 띄지 않고 저렴한 Linux 호스트를 위한 기본 선택으로 라즈베리 파이를 사용하는 것에 반대하는 블로그 게시물입니다.
  • 저자는 라즈베리 파이가 GPIO 인터페이스, 극도로 낮은 전력 요구 사항 또는 좁은 공간 제약과 같은 특정 요구 사항에서 탁월한 성능을 발휘할 때만 사용해야 한다고 제안합니다.
  • 저자는 AMD GX-415GA 또는 HP Prodesk 600 G4 마이크로 데스크톱과 같은 다른 옵션이 어떻게 비슷하거나 더 낮은 비용으로 더 많은 컴퓨팅 성능, 더 빠르고 안정적인 스토리지, 더 나은 커뮤니티 지원을 제공할 수 있는지에 대한 예를 제공합니다.
  • 저자는 다양한 용도로 사용할 수 있는 더 강력한 시스템을 사용하는 것이 제한된 용도의 라즈베리 파이를 여러 대 모으는 것보다 장기적으로 더 낫다는 결론을 내립니다.

개발자 채용 시장은 미쳤다

  • 현재 개발자 채용 시장은 경쟁이 치열하여 지원자가 적합한 직무를 찾기가 어렵습니다.
  • 일부 기업은 여러 차례의 면접, 인성 퀴즈, 기술 테스트 등 지나치게 긴 채용 프로세스를 사용하고 있으며, 이로 인해 잠재적으로 채용 가능한 후보자들이 채용을 미루고 있습니다.
  • 채용 관행에 대한 부정적인 경험은 채용 방법의 문제에 대한 인식을 높이기 위한 방법으로 온라인 리뷰를 통해 보고될 수 있습니다.
  • 지원자는 면접을 합격과 불합격을 가르는 이벤트로 생각하는 반면, 고용주는 면접을 경쟁으로 간주합니다.
  • 기업이 차별 소송을 피하기 위한 정책을 가지고 있기 때문에 피드백은 거의 제공되지 않습니다.
  • 지원자는 적성에 맞지 않는 일자리에 지원하느라 시간을 낭비해서는 안 되며, LinkedIn은 지원자가 지원서를 추적하고 채용 담당자와 소통할 수 있도록 돕는 데 중요한 역할을 합니다.
  • 일부 기업은 단순한 직무에 대해 지나치게 복잡한 면접 절차를 진행하기도 합니다.
  • 현재 소프트웨어 엔지니어의 구직 시장은 어려운 상황이며, 우수한 엔지니어는 시장에 많이 있지만 기업들은 채용에 신중하고 까다로운 태도를 취하고 있습니다.
  • 기업들은 채용 과정에서 더욱 까다로워지고 있으며, 그 결과 면접 절차가 길어지고 채용 경쟁이 치열해지고 있습니다.
  • 특히 어려운 시장에서는 네트워킹이 여전히 일자리를 찾는 가장 좋은 방법입니다.

연구 결과에 따르면 AI 작가를 정확하게 식별할 수 있는 비율은 50%에 불과합니다

  • 스탠포드 연구진의 연구에 따르면 사람들은 AI가 생성한 텍스트를 50% 정도만 정확하게 식별할 수 있는 것으로 나타났습니다.
  • 연구 참가자에게는 OKCupid, AirBNB, Guru.com의 소셜 미디어 플랫폼에 있는 텍스트 샘플이 제공되었습니다.
  • 연구 결과, 높은 문법적 정확도와 1인칭 대명사 사용은 사람이 생성한 텍스트를 잘못 인식하는 경우가 많았으며, 가족 생활에 대한 언급과 비공식적인 대화 언어 사용도 마찬가지였습니다.
  • 이 연구의 시사점은 더 저렴하고 쉬운 AI 생성 콘텐츠가 앞으로 더 많은 잘못된 정보로 이어질 수 있음을 시사합니다.
  • 연구팀은 사람과 AI가 생성한 콘텐츠를 구별하는 능력을 향상시키기 위해 AI에 인식 가능한 억양을 부여하거나 위험도가 높은 시나리오에서 기계가 스스로 공개하는 등의 해결책을 제안합니다.