취준로그 ver0.9

(1) 데이터 (2) 개인 프로젝트 (3) 알고리즘 (4) IT, CS (5) 비즈니스 (6) 콘텐츠/마케팅 의 순서입니다.

몸이 두 개였으면 좋겠습니다. 할 거, 하고 싶은 건 많은데 시간도 없고 주변에서도 가만히 내버려 두지 않네요. 인생... 굴곡져서 재밌는 거겠죠.

---

1-1. 서브쿼리: https://project-notwork.tistory.com/38

[SQL] 서브쿼리는 언제 쓰는걸까?

https://blog.naver.com/jwyoon25/221289425535

서브 쿼리와 성능

하나의 SQL문 안에 또 다른 SQL문이 포함되어 있는 경우. ()를 가져야 하며, 항상 메인쿼리와 연산해야 함.

- SELECT절: 스칼라 서브쿼리. 한 행이나 한 컬럼 반환

- FROM절: 인라인 뷰. 동적으로 생성된  테이블처럼 사용할 수 있으나 DB에 해당 정보가 저장되진 않음

- WHERE절

    - 단일 행 서브쿼리: 단일 행 비교연산자(=, <, >, <=, >=, <>)와 함께 사용 시 결과 건수가 1건 이하여야 함

    - 다중 행 서브쿼리: IN, ALL, ANY, EXISTS같은 다중 행 비교연산자와 함께 사용시 결과 건수가 2건 이상이어야 함 

    - 다중 컬럼 서브쿼리: 서브쿼리 결과로 여러 컬럼 반환, 메인 쿼리 조건과 동시에 비교되는 것

    - 연관 서브쿼리: 서브쿼리 내에 메인쿼리 컬럼이 사용되는 것

- HAVING절: 그룹함수와 함께 사용시 그 결과에 부가 조건을 주기 위해 사용

- ORDER BY절, INSERT문의 VALUES절, UPDATE문의 SET절에서도 사용

테이블: 영속적인 데이터 저장 / 뷰: 영속적이지만 데이터를 저장하지 않아 접근할 때마다 SELECT문 실행 / 서브쿼리: 비영속적인 생존기간(스코프)이 SQL구문 실행 중으로 한정.

서브쿼리는 기능적으로 유연하나 비기능적인 관점에서는 테이블에 비해 성능이 떨어진다. 이는 서브쿼리가 데이터의 실체를 저장하지 않고 있기 때문에 연산 비용, 데이터 I/O비용이 높고 최적화가 불가능하기때문. 이에 성능 리스크를 고려하는 게 좋다.

> 서브쿼리를 쓰면 좋을 때: 조인과 관련된 쿼리에서, 조인 레코드 수를 줄이고 사용자가 직접 연산 순서를 명시해 좋은 성능을 얻기 위함

1-2. SQL 쿼리테스트 연습

(String, Date 파트 제외) 프로그래머스 lv2까지는 대부분 푼 것 같습니다.

 

2. 개인 프로젝트

치명적인 실수를 하고 있었음을 깨닫고.. 뒤늦게 손봤다. 분류 스코어들이 하나같이 0.999이상이어서 잘 학습했다는 건 알겠는데 여기서 무언갈 더 해야할까 모르겠당.

- feature_importances_를 확인했을 때, 전체 컬럼 15개 중 일부 컬럼(4개)의 중요도를 더하면 0.1988(objectives.tower.kills) + 0.2430(challenges.maxKillDeficit) + 0.1245(turretsLost) + 0.1244(nexusLost) 약 0.69라는 값이 나온다. 이걸 일부 컬럼들에 의해 값이 좌우된다는 뜻으로 해석할 수 있겠지?

- 그와 별개로 maxKillDeficit > towerkills > turretsLost > nexusLost 순으로 '승리 예측'에 영향을 주었단 사실이 조금 놀랍다. maxKillDeficit이 '(상대팀)에이스와 우리 팀원의 최대 킬 차이'이기 때문. 이전에 추측했던 것과 마찬가지로 천상계쪽 게임에서는 역전극이 잘 일어나지 않는다는 반증일까?

 

3. 시간 복잡도: https://cafe.naver.com/dremdeveloper/9

[알고리즘]시간 복잡도

시간 복잡도: 프로그램의 실행이 입력에 따라 어느정도 걸릴 지에 관한 것. 

- 점근적 표기법: 복잡도의 결과값을 최대한 간단히 표기하는 것. 구한 복잡도에서 최고차항을 제외한 나머지를 무시함. (최고차항만 고려해 복잡도를 표시하는 방법을 Big-O 표기법이라 함)

    - N을 무한대라 가정하므로 상수는 무시해도 좋다. 

    - 단일 루프는 복잡도 N, 이중 루프는 복잡도 N², 머지 정렬의 복잡도 NlogN, 카운트정렬 복잡도 1

 

4-1. ChatGPT 활용해보기(1) - UI 리디자인: https://yozm.wishket.com/magazine/detail/1905

ChatGPT와 미드저니로 넷플릭스 UI 리디자인하기 | 요즘IT

UI 리디자인 프로세스 물어보기 -> 현 UI의 문제점 물어보기 -> (미드저니)리디자인 목표에 맞게 디자인 -> 리디자인 컨셉에 대한 아이디어 물어보기 -> 와이어프레임 아이디어 물어보기 -> 프로토타입에 넣을 텍스트 물어보기 -> 프로토타이핑

- 와이어프레임: 웹사이트의 골격, 앱 UI의 핵심기능을 나타내는 다이어그램(의 집합).

=> Generative AI로 UI/UX 리디자인 충분히 가능! 다만 인간 디자이너의 활용 역량이 필요하긴 함.

=> AI를 잘 다루는 사람(원하는 답변을 얻기 위한 질문을 잘 하는 사람)이 유리한 시대가 도래할 것, AI윤리 중요성 대두, AI활용 역량에 따른 격차 해소 필요

4-2. ChatGPT 활용해보기(2) - 개발: https://yozm.wishket.com/magazine/detail/1901

개발자는 ChatGPT 이렇게 활용하면 좋습니다 | 요즘IT

1)코드 분석: 복잡한 코드의 분석과 파악에 유용:: 코드를 풀어 설명해 준다!

2)코드 작성: 구현하고자 하는 기능을 알려주면 코드 제시, 일부만 요청 시에는 코드 완성, 언어 간 변환도 가능

3)버그 및 에러 찾기: 발생할, 발생 가능할 버그에 대해 알려줌

4)테스트 케이스 작성: 반복작업 최소화, 테스트 케이스에 대한 힌트 제공

5)개발 문서 작성: 문서 작업 자동화 및 코드 리팩토링 가능

한계: 신뢰성 및 보안(거짓 정보 생성 가능, 타인에게 동일한 답변 가능), 저작권(기존의 텍스트를 기반으로 학습하기 때문)

 

5-1. MSCW, RICE 프레임워크: https://yozm.wishket.com/magazine/detail/1654/

기획자가 알면 좋은 ‘우선순위 설정 프레임워크’ | 요즘IT

시간, 인력, 리소스 모든 게 제한적인 스타트업에서는 선택과 집중이 필요: 객관적인 우선순위 설정을 돕는 프레임워크 必

1. MoSCoW: Must have, Should have, Could have, Won't have

- 백로그의 업무를 네 가지로 구분해 판단하는 것. Must have는 서비스 운영의 핵심, Should have는 당장 필요하진 않아도 우선순위가 높은 것, Could have는 서비스 운영에 영향은 없지만 우선순위가 낮은 것, Won't have는 서비스 운영에 영향도 없고 우선순위도 낮은 것.

- 별도의 계산식이 필요하지 않고 자주 쓰이나, 중요도 판단이 비교적 어려우며 객관성이 떨어짐

2. Rice: Reach, Impact, Confidence, Effort

- 진행해야 할 업무의 네 항목을 적용해 점수 도출, 우선순위 설정. Reach는 얼마나 많은 사용자에게 도달하고 얼마나 큰 영향을 미치는지로 Daily Active Users, Monthly Active Users 같은 수치로 평가가 가능한 것, Impact는 도달하게 될 사용자들이 기능에 얼마나 큰 영향을 받을지로 상대적인 점수를 부여하는 것, Confidence는 개발할 기능의 성공에 얼마나 확신하는지로 사용자에게 어느만큼의 만족을 전달할지에 따라 점수를 부여하는 것, Effort는 백로그 개발 과정에서 자원이 얼마나 소요되는지.

- 제품 관점에서 디테일한 우선순위를 설정할 수 있으나 영역마다의 계산공식이 있어 빠른 판단이 어렵고 실제 제품이 존재해야 적용 가능

- (Reach * Impact * Confidence) / Effort = RICE

"어떤 프레임워크를 사용할 것인가?"보다 "백로그 업무 중 어느 것이 최소 리소스로 최대 효과를 낼 수 있게 하나?"가 중요. 이 때 제품이 나아가고자 하는 방향을 토대로 해야 함.

5-2. 디지털 에스노그라피: https://yozm.wishket.com/magazine/detail/1908/

감성까지 읽어내는 UX 리서치 방법론, 디지털 에스노그라피 | 요즘IT

디지털 에스노그라피(Digital Ethnography): 디지털 데이터 속의 사용자 행동을 분석해 숨겨진 니즈를 발굴하는 기법.

- 디지털 환경에서의 사용자 행동이 담긴 빅데이터를 Ethnography관점에서 분석하는 기법. 데이터 수집을 위한 시간이나 비용이 요구되지 않음.

    - Ethnography: 미지의 환경에 들어가 주변을 관찰, 기록하며 연구하는 방법.

- 디지털에 남겨진 어떤 형태의 데이터든 디지털 에스노그라피의 분석 대상이 될 수 있음.

    - 이미지 및 영상 데이터분석, 텍스트 데이터분석(키워드/감성/트렌드/네트워크 분석)

- 한계: 많은 부분에서 연구자의 수작업이 요구됨. 직접 데이터를 선별, 정제하는 과정이 필요. 사용자 조사 방법의 병행이 필요하기도 함.

 

6-1. 프로세스 이코노미: https://gogumafarm.kr/%ED%94%84%EB%A1%9C%EC%84%B8%EC%8A%A4-%EC%9D%B4%EC%BD%94%EB%85%B8%EB%AF%B8-%EB%A7%88%EC%BC%80%ED%8C%85-%EC%A0%81%EC%9A%A9-%EC%82%AC%EB%A1%80/

프로세스 이코노미 마케팅 적용 사례 | 고구마팜

프로세스 이코노미: 지금은 소비자가 브랜드를 통해 자아를 표현하는 시대이며 제품 아웃풋보다 브랜드의 가치와 스토리가 상대적으로 더 중요해짐 -> 브랜드는 프로세스를 팔아야 한다. 

- 프로젝트 과정 보여주기: 배민 '배달이친구들' 로고 제작기 - 프로젝트 관련 스토리 묶어 발행

- 낮은 완성도 드러내기: 이솔 '솔이는 성장중' - 소비자의 의견에 기반한 소통, 성장으로 소비자로 하여금 제품 생산 과정에 참여한다는 느낌을 줌

- 내부 인물로 캐릭터 만들기: 이쁜꽃 '이과장의 퇴근주' - 실제 인물을 콘텐츠에 활용함으로써 소비자와 유대감 형성

- 브랜드의 모든 것을 보여주기: 모빌스그룹 'MoTV' - 브랜드의 모든 프로젝트 과정을 가감없이 유튜브에 기록, 소비자와 함께 만들어간다는 인식 형성

6-2. 구매전환 콘텐츠의 핵심: https://gogumafarm.kr/%EA%B5%AC%EB%A7%A4-%EC%A0%84%ED%99%98-%ED%8C%94%EB%A6%AC%EB%8A%94-%EC%BD%98%ED%85%90%EC%B8%A0%EB%A5%BC-%EB%A7%8C%EB%93%9C%EB%8A%94-%EB%B0%A9%EB%B2%95-%EC%84%B8%EC%9D%BC-%ED%8A%B9%EA%B0%80/ 

구매 전환! 팔리는 콘텐츠를 만드는 방법 [세일, 특가, 시즌 오프] | 고구마팜

'세일 시즌'에는 세일도 경쟁: 눈길을 사로잡고, 신규 소비자를 영입하며, 브랜드 가치관을 담아 메세지를 전달할 수 있어야

- 지금 사지 마세요, 기다리세요!(지사기): 세일 주목도를 높여 광고 유입률 극대화

- 슬라이드 형식 광고 활용: 할인율, 어떤 상품을 얼마에 판매하는지 등의 정보를 담음

- 구매 전후의 SNS 소통: 패션 브랜드 디렉터들의 개인 SNS로 오프 더 레코드 소통 가능

6-3. 뉴스레터 마케팅: https://gogumafarm.kr/%EC%95%84%EC%A7%81-%EB%89%B4%EC%8A%A4%EB%A0%88%ED%84%B0-%EC%8B%9C%EC%9E%91%ED%95%98%EC%A7%80-%EC%95%8A%EC%9D%80-%EB%B8%8C%EB%9E%9C%EB%93%9C%EB%9D%BC%EB%A9%B4-%ED%95%84%EB%8F%85

아직 뉴스레터 시작하지 않은 브랜드라면 필독! | 고구마팜

고객과 직접 소통하며 고객 데이터를 모으기 위해 브랜드에서 뉴스레터 활용

- 러쉬(소셜미디어 대체), 배민(브랜딩 강화), 그랑핸드(소비자 참여), 넷플릭스(제품 및 서비스 큐레이션)

- 뉴닉(캐릭터(고슴이) IP를 활용한 굿즈 및 각종 콜라보)

- 멤버십과 유료 콘텐츠, 오프라인으로의 확장 또한 가능