전산사기단

각 파일 포맷별 PDF 변환 원리 (각론) 1. HWP 변환 원리 (구형 포맷)확장자: .hwp원리: HWP는 사실상 하나의 덩어리로 된 알 수 없는 암호 코드(이진 바이너리)입니다. 따라서 이 암호를 해독할 수 있는 전문 도구인 pyhwp(hwp5html) 라이브러리를 통해 글자와 서식을 아주 단순한 웹 페이지 문서(.xhtml) 형태로 먼저 해부하고 펼쳐냅니다. 그 펼쳐진 웹 문서를 마치 크롬 브라우저에서 'PDF로 인쇄'하듯이 안정적인 LibreOffice 엔진이 찍어내는 방식입니다. 2. HWPX 변환 원리 (신형 포맷)확장자: .hwpx원리: HWPX는 사실 수십 개의 XML 문서 쪼가리들이 모여있는 ZIP 파일입니다. 제가 직접 개발한 **fast_parser.py**가 HWPX 속의 내부 ..

Bottles vs WINE 비교특징Bottles (추천 👍)순수 WINE사용 난이도쉬움 (GUI 기반, 클릭 몇 번으로 설정)보통~어려움 (터미널 명령어 위주)환경 격리완벽함 (앱마다 독립된 가상 환경 생성)제한적 (하나의 WINE 설정이 꼬이면 복잡함)글꼴 설정GUI 설정에서 폰트 추가가 쉬움윈도우 폰트를 시스템 폴더로 직접 복사 필요관리 효율프로그램마다 최적의 설정(Runner) 선택 가능버전 관리가 어렵고 업데이트 시 충돌 가능성성능/무게샌드박스 방식이라 초기 실행이 약간 느림시스템 리소스를 덜 먹고 실행 속도가 빠름 Wine이라는 호환 레이어를 사용하기로 함.1. Wine 설치.Bashsudo dpkg --add-architecture i386sudo apt updatesudo apt inst..

폰(모바일)에서 이미지가 잘리지 않고 가장 예쁘게 보이려면 서비스의 UI 구조에 따라 적절한 비율을 선택하는 것이 중요합니다. 현재 구현된 InsideMe 서비스의 디자인을 기준으로 추천 사이즈와 비율을 정리해 드릴게요.1. 추천 비율 및 사이즈 (가로 x 세로)용도추천 비율추천 사이즈 (px)특징메인/대표 이미지1:1 (정사각형)1024 x 1024현재 관리자 페이지의 기본 크롭 비율입니다. 가장 범용적이고 깔끔합니다.인물/페르소나 카드4:5 (Portrait)1080 x 1350인스타그램 피드 비율로, 모바일 화면을 더 꽉 채워 전문적이고 프리미엄한 느낌을 줍니다.전체 배경/카드9:16 (세로형)1080 x 1920스토리 형식이나 배경 전체를 쓰는 이미지에 적합합니다.2. 왜 이 사이즈인가요?관리자 ..

Strapi는 강력한 Node.js 기반 오픈소스 Headless CMS이지만, 복잡한 쿼리 튜닝의 어려움, 메이저 버전 업데이트의 높은 난이도, 자체 호스팅에 따른 서버 관리 부담, 다국어 콘텐츠 관리의 불편함 등이 주요 단점으로 꼽힙니다. 주요 단점은 다음과 같습니다.복잡한 쿼리 튜닝 어려움: Bookshelf ORM / Mongoose ODM 위에 전용 ORM이 맵핑된 구조라 복잡한 데이터 조인이나 쿼리 튜닝이 어렵습니다.메이저 업데이트의 어려움: 버전이 업데이트될 때 기존 데이터 구조나 코드와의 호환성 문제가 자주 발생하여 업그레이드 과정이 까다롭습니다.자체 호스팅 부담: 클라우드 기반이 아닌 직접 호스팅해야 하는 경우, 서버 관리, 인프라 구축, 보안 설정 등을 직접 처리해야 하는 번거로움이 ..

RAG ( Retrieval-Augmented Generation ) : 검색 증강 생성 1. 설치 ( podman )운영 환경이나 대량의 데이터를 다룰 때 권장되는 방식입니다. Docker Compose를 사용하여 설치합니다. 설치 스크립트 다운로드 및 실행 (Linux/macOS) : 성공적으로 실행되면 19530 포트로 서비스가 열립니다. podman# 작업 디렉토리 생성mkdir milvus-podman && cd milvus-podman# 공식 compose 파일 다운로드curl -sfL https://raw.githubusercontent.com/milvus-io/milvus/refs/heads/master/deployments/docker/standalone/docker-compose.y..

Jay Alammar (제이 알라마르)영문 : https://jalammar.github.io/illustrated-transformer한글 : https://nlpinkorean.github.io/illustrated-transformer/ --- **머신러닝은 '학문적 개념 또는 기술'**이고, **텐서플로우는 그 기술을 구현하기 위한 '도구(라이브러리)'** 1. 머신러닝 (Machine Learning, ML)머신러닝은 컴퓨터가 명시적인 프로그래밍 없이 데이터로부터 학습하여 판단이나 예측을 할 수 있도록 하는 AI의 한 분야입니다.성격: 이론, 알고리즘, 방법론적 체계.비유: '요리하는 법(레시피)' 그 자체라고 볼 수 있습니다.핵심: 데이터를 분석하고 패턴을 찾아내어 미래를 예측하는 모..

다른건 모르겠고. power user 에서 token을 보여주네.

open-webui 볼륨 내부의 실제 데이터 구조 webui.db (가장 중요)역할: SQLite 데이터베이스 파일입니다.내용: 사용자 계정 정보, 비밀번호(해시), 채팅 히스토리, 설정값, 모델 리스트 등 텍스트로 된 거의 모든 핵심 데이터가 이 파일 하나에 저장됩니다.주의: 볼륨 삭제 시 이 파일이 사라지기 때문에 모든 대화 기록이 날아가는 것입니다.vector_db역할: 벡터 데이터베이스 저장소입니다.내용: 사용자가 문서(PDF, TXT 등)를 업로드했을 때, AI가 검색할 수 있도록 수치화(Embedding)한 데이터가 저장됩니다. RAG(문서 기반 답변) 기능을 사용할 때 참조되는 곳입니다.uploads역할: 원본 파일 저장소입니다.내용: 채팅창에 직접 업로드한 이미지나 문서 파일들이 보관됩니다..

chat session : 채팅 세션 : 컨테스트를 기역하게 하는 방식.챗봇, 상담에이전트.https://wikidocs.net/228933https://wikidocs.net/232692 써머라이제이션 : 방대한 양의 정보를 핵심 위주로 압축하는 작업. 대화 흐름보다, 정보의 효율적인 전달에 초점. - 긴문서, 영상 스크립트, 지난 채팅 기록 전체를 입력으로 넣고, 요약해줘 같은 프롬프트를 실행으로 컨텍스트 최적화. Full SummarizationIncremental Summarization Update 증분 업데이트 요약. 구분Chat SessionSummarization목적대화의 연속성 및 맥락 유지정보의 핵심 내용 추출 및 압축작동 원리대화 이력을 누적하여 전달전체 입력을 분석하여 짧은 결과 ..

NoMachinehttps://www.nomachine.com/download 비교 항목NoMachine (추천)Microsoft Remote DesktopVNC (맥 기본)반응 속도매우 빠름 (60fps급)보통느림GPU 활용우수 (4060 직접 사용)제한적 (가상 드라이버)거의 불가설정 난이도쉬움 (앱 설치 끝)보통 (Ubuntu 설정 필요)어려움 (보안 설정 수정)안정성높음 (앱 실행 시 안 끊김)낮음 (충돌 잦음)보통 * Microsoft Remote Desktop 접속이 자주 끊어짐. (antigravity 실행만 하면 끊어짐) 리눅스 설치# 1. 임시 폴더로 이동cd /tmp# 2. NoMachine 최신 패키지 다운로드 (2026년 기준 v9.x 또는 v8.x 최신 버전)# ※ 아래 링크가 만..