본문 바로가기

전체 글233

RAG 프로젝트 취업 포트폴리오 장단점(검색, 생성, 평가) AI 직무를 준비하는 취업 준비생의 포트폴리오를 함께 점검하다 보면 RAG 프로젝트가 상당히 자주 등장합니다. PDF나 사내 문서를 벡터 DB에 저장하고 사용자가 질문하면 관련 문서를 검색한 뒤 LLM이 답변하는 구조입니다. LangChain이나 LlamaIndex 같은 프레임워크를 사용했고 임베딩과 벡터 검색까지 구현했기 때문에 처음 보면 AI 프로젝트로서 준비가 잘 된 것처럼 보일 수 있습니다. 그런데 프로젝트 설명을 조금 더 들어가면 차이가 나타납니다. 왜 문서를 해당 크기로 나누었는지, 검색 결과 첫 번째 문서가 실제 질문과 관련 있는지, 벡터 검색만 사용했는지 키워드나 하이브리드 검색과 비교했는지 질문하면 답변이 짧아지는 경우가 있습니다. 생성된 답변도 자연스럽지만 실제 문서에 없는 내용을 모델.. 2026. 10. 19.
AI 직무 취업 Python 다음 학습(데이터, ML, 배포) AI 직무를 준비하는 취업 준비생의 학습 과정과 프로젝트를 함께 점검하다 보면 Python 문법과 기본 라이브러리는 상당히 익숙한데, 그다음 무엇을 공부해야 하는지에서 방향이 갈리는 경우가 있습니다. 변수와 함수, 클래스까지 학습했고 NumPy와 Pandas도 한 번씩 사용했지만 바로 딥러닝 강의로 넘어가야 하는지, SQL과 데이터 전처리를 더 공부해야 하는지, 아니면 PyTorch로 모델부터 만들어야 하는지 판단하지 못하는 식입니다. 조금 더 진행한 경우에는 머신러닝 모델까지 만든 경험이 있는데도 비슷한 문제가 나타납니다. 캐글이나 공개 데이터셋을 이용해 분류 모델을 학습하고 정확도를 비교했지만, 새로운 데이터가 들어오면 어떤 전처리가 다시 필요한지, 학습한 모델을 다른 사용자가 실제로 이용하려면 어떻.. 2026. 10. 18.
DB엔지니어 채용공고 핵심 역량 해석법(SQL, 튜닝, 복구) DB 엔지니어 직무를 준비하는 취업 준비생의 프로젝트를 함께 점검하다 보면 SQL 문제는 상당히 잘 풀지만, 채용공고에 적힌 SQL 튜닝, 백업·복구, 장애 대응, 고가용성 같은 표현을 실제 업무로 설명하는 단계에서는 답변이 짧아지는 경우가 있습니다. JOIN과 서브쿼리, 윈도 함수까지 사용할 수 있고 SQLD 같은 자격증도 준비했지만, 특정 조회가 갑자기 느려졌을 때 무엇부터 확인해야 하는지, 백업 파일이 있다는 것과 실제 복구 가능한 상태가 왜 다른지를 질문하면 공부했던 항목이 서로 연결되지 않는 식입니다. 반대의 경우도 있습니다. Oracle이나 MySQL을 설치하고 백업 명령과 인덱스 생성까지 실습했지만, 프로젝트 전체를 보면 정상 상태에서 어느 정도의 응답시간이 나왔는지, 튜닝 전후 성능이 어떻.. 2026. 10. 17.
데이터 분석 직무 엑셀이 중요한 이유(정리, 검증, 실무요청) 데이터 분석 직무를 준비하는 취업 준비생의 프로젝트를 함께 점검하다 보면 Python과 SQL은 능숙하게 사용하는데, 정작 엑셀 파일 하나를 받았을 때 데이터를 어떻게 확인해야 할지 오래 걸리는 경우가 있습니다. SQL로 복잡한 JOIN과 집계를 할 수 있고 Python으로 데이터 전처리도 가능하지만, 현업에서 전달받은 엑셀 파일에 숨겨진 열이 있는지, 날짜 형식이 섞여 있는지, 중복 행이 존재하는지, 전체 합계와 세부 합계가 맞는지 빠르게 확인하는 과정에서는 익숙하지 않은 식입니다. 반대의 경우도 있습니다. 엑셀 함수와 피벗테이블은 능숙하게 사용할 수 있지만 데이터가 커질수록 수작업이 반복되고, 같은 분석을 매주 다시 해야 하는 상황에서도 복사와 붙여 넣기로 처리하는 경우입니다. 이 경우 엑셀을 사용할.. 2026. 10. 16.
SDN 확산과 네트워크 엔지니어 변화(소프트웨어, 정책, 자동화) 네트워크 엔지니어를 준비하는 취업 준비생의 실습을 함께 점검하다 보면 라우터와 스위치 설정은 익숙한데, SDN이나 네트워크 자동화 이야기가 나오면 기존에 공부한 내용을 전혀 다른 분야처럼 받아들이는 경우가 있습니다. VLAN과 정적 라우팅, OSPF, ACL까지 구성할 수 있지만 컨트롤러가 여러 장비를 중앙에서 관리하는 구조를 설명하거나, REST API를 이용해 네트워크 정보를 가져오는 방법을 질문하면 갑자기 개발자의 영역이라고 생각하는 식입니다. 반대의 경우도 있습니다. Python으로 장비 정보를 수집하고 API 호출까지 구현했지만 실제 네트워크에서 라우팅이 왜 그렇게 형성되었는지, 정책 변경이 어느 구간의 트래픽에 영향을 주는지 설명하지 못하는 경우입니다. 코드와 자동화는 사용했지만 네트워크 기본.. 2026. 10. 15.
하이브리드클라우드 운영 직무 준비법(온프레미스, 연동, 보안) 클라우드 운영 직무를 준비하는 취업 준비생의 프로젝트를 점검하다 보면 AWS에서 VPC와 EC2, IAM을 구성한 경험은 충분한데 온프레미스 서버가 추가되는 순간 전체 구조를 설명하지 못하는 경우가 있습니다. 클라우드 안에서는 퍼블릭 서브넷과 프라이빗 서브넷을 나누고 보안그룹도 설정했지만, 사내 서버가 클라우드 데이터베이스와 통신해야 한다면 어떤 경로를 사용해야 하는지, 내부 DNS와 클라우드 DNS는 어떻게 연결되는지, 두 환경의 사용자 권한은 어디에서 관리해야 하는지를 질문하면 준비했던 내용과 전혀 다른 문제처럼 받아들이는 식입니다. 반대로 Linux 서버와 VMware, 네트워크 장비를 다뤄본 취업 준비생 중에는 온프레미스 환경은 익숙하지만 클라우드로 시스템 일부를 이전했을 때 운영 기준을 어떻게 .. 2026. 10. 14.