알림 정보(AlarmArgs)를 별도 클래스로 분리알림 데이터를 JSON 형태로 DB에 저장할 수 있도록 @Convert + AlarmArgsConverter 적용AlarmEntity에 @Column(columnDefinition = "json") 명시하여 DB에서 J

좋아요 기능사용자가 특정 게시물에 좋아요를 누름사용자가 이미 좋아요를 눌렀다면 취소됨 (토글 방식)좋아요 개수를 조회할 수 있음댓글 기능사용자가 특정 게시물에 댓글을 작성할 수 있음댓글을 수정할 수 있음댓글을 삭제할 수 있음특정 게시물의 모든 댓글을 조회할 수 있음좋아

테스트 메서드 이름은 테스트의 목적과 내용을 명확하게 표현해야 가독성이 좋고, 협업 시 다른 개발자들이 쉽게 이해할 수 있다.의도 명확히 표현:예시)shouldReturnFeedListWhenUserIsAuthenticated: 로그인된 사용자가 요청했을 때 피드 목록

비즈니스 요구사항을 상위 레벨에서 검증하기 위함. 컨트롤러 테스트는 애플리케이션의 외부 레이어(HTTP 요청/응답 처리)를 검증하는 역할을 하며, 사용자 요청(HTTP API 호출)이 어떻게 처리되고 어떤 결과를 반환해야 하는지를 상위 레벨에서 설계하고 확인할 수 있

Claude의 주요 장점을 활용하여 보고서, 기획서, 기술 문서를 효과적으로 작성하기 위함긴 컨텍스트 이해: 대규모 데이터와 긴 문맥을 빠르게 이해하고 처리 가능 전문적 문서 작성: 체계적이고 명확한 문서 작성 지원 상세한 분석 능력: 데이터 기반의 논리적 분석 및

Python으로 웹 스크래핑 코드를 작성해주세요.조건:requests, beautifulsoup4 사용에러 처리 포함결과를 CSV로 저장주석 상세히 포함\-> Python을 사용하여 웹 스크래핑을 수행하고 결과를 CSV로 저장하는 코드를 제시함.requests와 be

AI와의 상호작용에서 중요한 요소 중 하나는 컨텍스트(context)를 효과적으로 활용하는 것이다. 컨텍스트(~맥락)를 잘 사용하면 AI가 사용자의 의도를 더 정확하게 파악하고, 더욱 자연스럽고 일관된 답변을 제공할 수 있다. AI는 독립적인 질문에 답변하는 것뿐만 아

프롬프트 엔지니어링은 대규모 언어 모델 LLM의 성능을 극대화하는 데 핵심적인 역할을 하며, 명확하고 구조화된 요청을 통해 모델이 원하는 답변을 정확하게 도출할 수 있도록 유도해야 한다. 이 글에서는 대규모 언어 모델(LLM)을 다루는 기술인 프롬프트 엔지니어링의 최적

프롬프트란?AI에게 전달하는 명령/질문/지시문AI의 출력을 결정하는 핵심 요소의도 전달을 위한 소통 도구참고) 오픈AI 에서 제공하는 효과적인 프롬프트 작성 방법 역할/ 작업/ 형식/ 제약 의 단계가 필요함. (OpenAI는 명확하고 구체적인 작업 지시, 콘텍스트 제공

적절한 AI 도구를 선택하기 위해서 고려해야 할 것 목적 적합성: 수행하고자 하는 작업에 최적화된 도구인지 검토해야 한다. 도구가 해결하고자 하는 문제와 일치하는지) 비용 효율성: 사용 비용 대비 얻을 수 있는 가치를 평가해야 함.(예산에 맞는 툴 선택) 출력물 품질

함수는 작아야 한다. 한 눈에 들어올 정도로 짧아야 함. 5~20줄 정도가 이상적임. 함수는 한 가지 일을 해야 한다. 한 가지 작업만 수행하고, 그것을 잘 해야 함. 여러 작업이 섞이면 읽기 어렵고 유지보수가 힘들어짐. 함수 내부의 모든 문장은 동일한 추상

테스트 코드 예시를 찾아보둔 중, 어쩌다 백기선님이 스프링 관련 언급을 하신 유투브 영상을 보게 되었고, 해당 내용을 정리해두면 좋을 것으로 보여 기록한다. 이제까지 스프링을 목적성 없이 받아들인 부분이 많다는 생각이 든다. 테스트코드를 만들기에 장벽이 있던 리팩토링

인조식별자란 테이블의 각 행을 고유하게 식별하기 위해 인위적으로 생성된 키를 의미한다. 예를 들어, 고객 ID를 자동 증가하는 숫자로 부여하는 것이 대표적인 인조식별자 방식이다.인조식별자는 복잡한 자연식별자(자연키) 대신, 간단하고 관리하기 쉬운 형태의 키(고유식별자)

집계 함수(Aggregate Function)에서는 NULL 값을 무시한다 이 말은, 집계 함수가 데이터를 계산할 때 NULL 값을 계산 대상에 포함하지 않고 계산한다는 것을 의미한다. 쉽게 말해, 집계 함수는 NULL을 데이터가 없는 것으로 간주하고 제외한 후 결과를

계층형 데이터 모델에서 셀프 조인(Self Join)이 필요한 이유계층형 데이터 구조는 부모-자식 관계와 같이 데이터가 계층적으로 연결된 형태를 말한다. 예를 들어, 조직도나 카테고리 트리 등이 이에 해당한다. 이러한 구조에서는 데이터 간에 상위와 하위 관계가 존재하여

제 3 정규화(3NF)는 이행적 종속(Transitive Dependency)을 제거하여 데이터를 보다 효율적으로 관리하는 단계이다.제 3 정규화는 테이블 내에서 기본 키가 아닌 컬럼이 다른 비키(non-key) 컬럼을 결정하지 않도록 만드는 것이다. 즉, 기본 키에

제 2 정규화(2NF)는 부분 함수적 종속을 제거하여 완전 함수적 종속을 가지게 만드는 과정이다.함수적 종속(Functional Dependency)란 하나의 컬럼이 다른 컬럼을 결정하는 관계를 의미한다. 예를 들어, 학생 ID가 학생 이름을 결정할 수 있다면, 학생

두 테스트 코드의 차이점을 설명하면서, 각 코드가 어떻게 작동하는지와 추가된 부분의 의미를 설명해드리겠습니다.userEntityRepository Mocking: findByUserName(userName) 호출 시 모의 UserEntity 객체를 반환하도록 설정하여,

로그인 성공을 테스트하기 위해 다음과 같이 코드를 작성했지만, encoder.matches(...) 부분에서 에러가 발생함이 코드에서는 userEntityRepository.findByUserName(userName)의 결과를 Mocking하여 fixture를 반환하도