Developerzmo

고정 헤더 영역

글 제목

메뉴 레이어

Developerzmo

메뉴 리스트

  • 홈
  • 태그
  • 방명록
  • 분류 전체보기 (48)
    • 2024 목표 (2)
    • 언리얼엔진 (13)
    • 독서기록 (1)
    • C++ (6)
홈태그방명록
  • 2024 목표 2
  • 언리얼엔진 13
  • 독서기록 1
  • C++ 6

검색 레이어

Developerzmo

검색 영역

컨텐츠 검색

분류 전체보기

  • 프롬프트 엔지니어링 - 3편 (실전사용하기)

    2025.05.01 by zmo

  • 좋은 프롬프트를 만드는 5가지 핵심 방법

    2025.04.29 by zmo

  • 프롬프트 엔지니어링 - 1편

    2025.04.28 by zmo

  • IT이슈 알아보기 (AI 기반 검색 엔진)

    2025.04.13 by zmo

  • 무료 버전 클라우드에서 언리얼 엔진 실행해보기

    2025.04.06 by zmo

  • Monocular Depth Estimation (MiDas 모델을 통해 깊이정보 파악하기)

    2025.03.29 by zmo

  • Depth Estimation(깊이 추정)

    2025.03.22 by zmo

  • 중간점검: 포인트 클라우드(Point Cloud) 모르는 단어 정리하고 넘어가기

    2025.03.16 by zmo

프롬프트 엔지니어링 - 3편 (실전사용하기)

많은 사람들이 AI를 '한 번 물어보고 마는 도구'로 생각한다.하지만 잘 쓰는 사람들은 반복적으로 활용하면서 ‘두 번째 두뇌’처럼 쓰고 있다.이번 글에서는 AI에 익숙해지고 더 잘 사용할수 있게 되는AI 루틴 5가지를 소개한다.업무, 글쓰기, 정리, 회의, 일상 기록 등다양한 장면에서 어떻게 AI를 활용할 수 있는지 구체적으로 알아보자.1. 글쓰기의 초안을 AI에게 시킨다빈 문서 앞에서 멍하니 앉아 있는 시간은 줄이는 게 맞다.블로그 글 아이디어를 정리할 때이메일 초안이 필요할 때회의록을 정리할 때“이런 내용을 바탕으로 블로그 초안을 써줘. 제목, 소제목 포함해서."👉 초안을 받으면, 마음에 드는 부분은 살리고수정할 부분은 직접 손보면서 빠르게 완성한다.완벽한 문장을 요구하는 게 아니라, 생각의 골격을..

카테고리 없음 2025. 5. 1. 22:41

좋은 프롬프트를 만드는 5가지 핵심 방법

AI를 잘 쓰는 사람과 그렇지 못한 사람의 차이는,‘AI가 똑똑해서’가 아니라 ‘질문을 잘해서’ 생긴다.이번 편에서는AI에게 효과적으로 질문하는 5가지 방법을 소개한다.이 5가지만 기억하면,AI와의 대화가 훨씬 만족스럽고 효율적으로 바뀐다.1. 상황과 목표를 먼저 알려준다AI는 맥락을 이해해야 실력 발휘를 한다.예를 들어,❌ "소개글 좀 써줘"✅ "티스토리 블로그에 올릴 자기소개글이 필요하다. 대상은 취준생이고, 20대가 읽기 쉽게 써줘." AI는 전자보다 후자의 요청에서 훨씬 좋은 결과를 낸다.프롬프트의 핵심은 “무엇을 원하는지”와 “왜 필요한지”를 함께 알려주는 것이다.2. 구체적일수록 정답에 가까워진다애매한 질문에는 애매한 답이 돌아온다.❌ "이거 자연스럽게 바꿔줘."✅ "아래 문장을 30대 직장인..

카테고리 없음 2025. 4. 29. 20:38

프롬프트 엔지니어링 - 1편

AI를 잘 쓰고 싶다면, 질문부터 다시 생각하라요즘 AI를 쓰면서 오히려 스트레스를 받는 사람들이 많다.나 역시 처음에는 뭔가 대단한 결과를 기대했지만, 막상 써보니 원하는 답을 얻지 못해 답답함을 느꼈다."AI가 생각보다 별로인데?"라고 실망한 적도 있다.하지만 시간이 지나면서 알게 되었다.문제는 AI가 아니라, 내가 던진 '질문'에 있었다는 사실을.(아니 AI도 잘못이 있다.)왜 프롬프트(질문)가 중요한가?AI는 기본적으로 "주어진 질문에 가장 잘 맞는 답을 만드는" 존재다.그런데 질문이 애매하거나 막연하면, AI도 막연한 답을 준다.예를 들어, 다음 두 가지 요청을 비교해보자.❌ "요약해줘."✅ "3줄 이내로 핵심만 요약해줘. 문장은 간결하게, 키워드는 굵게 표시해줘."둘 다 같은 '요약해줘'라는 ..

카테고리 없음 2025. 4. 28. 21:46

IT이슈 알아보기 (AI 기반 검색 엔진)

최근 고장난 그래픽카드 이슈로 할수 있는 공부가 한정되어 오늘은 그동안 놓치고 있었던 IT이슈에 대해서 찾아보려고 한다. 오늘 알아볼 IT이슈는 우리가 보통 구글이나 네이버에서 키워드를 통해 검색하는 것이 아닌 사람에게 물어보는 것처럼 대화형 검색 방식을 가진 검색 엔진에 대해 아주 살짝 알아보자.검색은 일상이다. 그러나 우리가 지금까지 사용해온 검색이 최선일까? AI는 검색의 패러다임 자체를 바꾸고 있다. 단순한 키워드 나열이 아니라, 요약, 대화, 사고 정리를 함께하는 ‘경험 중심의 검색’ 시대로 접어들고 있다. 1. 검색, 왜 바뀔까?지금까지의 검색은 키워드 → 링크 클릭 → 페이지 탐색이라는 구조였다.이 과정에서 사용자는 너무 많은 선택지, 광고 중심 결과, 정보의 산만함에 피로를 느끼기 시작했다..

카테고리 없음 2025. 4. 13. 01:12

무료 버전 클라우드에서 언리얼 엔진 실행해보기

컴퓨터의 GPU가 병원으로 날아간지 1달쯤.. 언리얼 엔진(UE) 을 돌려보고 싶어 클라우드 플랫폼에서 UE 개발이 가능한지 조사해보았다. 유료버전은 가격이 꽤나 나가기 때문에 잠깐잠깐 공부할 용도로 사용하기에는 적합해보이지 않았다. 그래서 오늘은 여러 플랫폼에서 무료로 제공하는 크레딧, 혹은 무료 버전을 사용하였을 때 UE를  어느정도의 성능으로 사용할수 있는지 알아보자. 들어가기에 앞서 결론적으로 무료 클라우드 환경에서 UE의  개발은 어렵다.UE는 고성능 GPU와 대용량 메모리, 그리고 실시간 GUI 환경을 필요로 하는 무거운 개발 툴이다. 따라서 대부분의 무료 클라우드 환경에서는 UE를 제대로 활용하기 어렵다. 고로 대표적인 무료 클라우드 플랫폼들과 그 한계를 정리하였다.  오늘 알아보기주요 무료..

카테고리 없음 2025. 4. 6. 19:24

Monocular Depth Estimation (MiDas 모델을 통해 깊이정보 파악하기)

오늘은 저번시간에 공부한 깊이늘은 저번시간에 공부한 깊이 추정을 MiDas 모델을 통해 깊이정보를 파악하는 코드를 작성해 보았다. 어떤 방식으로 이루어지는지 주석을 통해 차분히 코드를 뜯어보자. + 코드를 작성하던중 몰랐던 개념도 추가로 설명해 놓았다!   MiDaS를 사용하여 단일 이미지에서 깊이 맵을 추출하고, 이를 3D 포인트 클라우드로 변환하기import torchimport cv2import numpy as np # NumPy를 사용하여 배열 연산 (깊이 맵을 3D 포인트로 변환)import matplotlib.pyplot as pltfrom torchvision.transforms import Compose, ToTensor, Normalizefrom midas.model_loader impo..

카테고리 없음 2025. 3. 29. 22:53

Depth Estimation(깊이 추정)

오늘은 3D 맵을 만들기에 필요한 Depth Estimation(깊이 추정)에 대해 알아보려고 한다. Depth Estimation이란?Depth Estimation은 2D 이미지에서 각 픽셀의 깊이(depth)를 추정하여 3D 정보를 복원하는 기술로, 기존에 알아본 두 대의 카메라를 사용하여 깊이 정보를 알아낸 Stereo Matching 방식과는 달리 한 대의 카메라를 사용하여 사진을 보고 깊이 정보를 알아내는 방식인 Monocular Depth Estimation에 대해 더 알아볼 예정이다. 우리가 한 눈을 감고도 지금까지의 수많은 경험을 토대로 대략 거리의 감을 잡을수 있는 것과 같은 방식이라 할수 있다. 하지만 우리가 한 눈을 감고 다닐 때 일상생활에 불편함을 느끼듯이 어째서 이러한 방식을 써야..

카테고리 없음 2025. 3. 22. 22:51

중간점검: 포인트 클라우드(Point Cloud) 모르는 단어 정리하고 넘어가기

오늘은 예고대로 포인트 클라우드(Point Cloud)에 대해 공부하다가 나왔던 모르는 용어나 개념, 파일 형식 등에 대해 알아보고자 한다. 오늘 알아볼 것은 다음과 같다. 오늘 알아보기 구조화된 광 ICP RANSAC알고리즘 DBSCAN알고리즘 .las .laz    구조화된 광 (Structured Light) 구조화된 광은 3D 스캐닝 기술 중 하나로, 패턴화된 광(선, 격자, 점무늬등)을 물체에 투사한 후 카메라로 촬영하여 깊이 정보를 추출하는 방식이다.삼각측량 원리를 기반으로 하며, 스테레오 카메라보다 정밀도가 높지만 동적인 물체에는 약하다.  ICP (Iterative Closest Point)- 두 개의 3D 포인트 클라우드를 정렬(등록, Registration)하는 알고리즘으로, 한 포인트..

카테고리 없음 2025. 3. 16. 00:06

추가 정보

인기글

최신글

페이징

이전
1 2 3 4 ··· 6
다음
TISTORY
Developerzmo © Magazine Lab
페이스북 트위터 인스타그램 유투브 메일

티스토리툴바

단축키

내 블로그

내 블로그 - 관리자 홈 전환
Q
Q
새 글 쓰기
W
W

블로그 게시글

글 수정 (권한 있는 경우)
E
E
댓글 영역으로 이동
C
C

모든 영역

이 페이지의 URL 복사
S
S
맨 위로 이동
T
T
티스토리 홈 이동
H
H
단축키 안내
Shift + /
⇧ + /

* 단축키는 한글/영문 대소문자로 이용 가능하며, 티스토리 기본 도메인에서만 동작합니다.