하마코 ꒰⍤꒱ ༘*

[회고] SRI 데이터 경진대회 : 수원시 정책 아이디어 제안 우수상

hamaco.dev — Sat, 4 Oct 2025 21:00:12 +0900

안녕하세요! 하마코입니다.

최근에 열심히 참여했던 대회에서 기쁘게도 수상을 해서 회고를 남겨보고자 합니다-!

저희 팀은 수원시가 경기도 내에서 불법주정차 단속 건수가 1위라는 점을 발견하면서,

불법주정차를 줄이기 위한 정책을

카카오맵 API를 활용한 공영주차장과의 거리 분석 (제가 담당!)
상권 Hot/Cold + 불법주정차 단속 Hot 스팟 분석 분석

의 과정을 통해 제언하게 되었습니다! :D

대회를 준비한 과정을 [ 팀 빌딩 - 대회 소개 - 준비 과정 - 최종 결과물 ] 순서로 작성해볼게요!

1️⃣ 대회 발견 ! 팀원 모으기

취미가 DACON 웹 서핑인 만큼, 여느 때처럼 DACON 대회 목록을 들어갔는데 세상에!!

DACON에서 발견 !

수원시 같은 큰 곳에서 개최 + 상금까지 있는 좋은 대회를 발견했습니다.

게다가 정책 제안인데 처음보는 SRI 데이터 기반 + 공공데이터 사용이라는 점이 눈에 들어왔어요.

너 내 팀원이 되 !...어 주세요

좋은 대회를 누구랑 할까 고민을 하다가 같은 대외활동(데이터 관련 스터디)에서 만난 친구들에게 먼저 팀을 제안했어요!

7월 14일에 대회 올라온 걸 보자마자 15일 새벽에 제안하고 팀 빌딩을 완료했답니다.

팀원들과 존댓말 쓰던 귀여운 시절

2️⃣ 대회 파헤치기

1) 평가 기준

평가 기준 배점을 봤더니 '활용 가능성' 즉 실현 가능성이 제일 높았고, '데이터 이해 및 분석 적정성'은 가장 낮았습니다.

그래서 데이터 분석도 중요하되, 이에 기반한 창의적이고 수원시에 꼭 필요한 정책 제안이 중요하겠다고 생각했습니다.

2) 데이터셋 사용 범위

대회에서 꼭 사용해야 했던 데이터는 'SRI 데이터' 라는 데이터들의 모음집이었는데요.

수원서베이, SRI 시민패널조사, 도시정책지표, 데이터분석활용사례 데이터였습니다.

*SRI 데이터 : 국가통계연구원(SRI)에서 경제, 사회, 인구 등 다양한 분야의 통계와 데이터를 분석하여 발간하는 『SRI 통계플러스』에 수록된 데이터

데이터를 먼저 살펴봤을 때, 분석을 해서 인사이트를 얻을 만한 데이터라기보다는

현재 수원시의 문제점, 시민들의 생각을 알 수 있는 용도로 사용하는 게 적합하다고 생각했습니다.

3️⃣ 데이터 분석 과정

*제가 참여하지 않은 부분은 제외하고 직접 참여한 부분만 작성했습니다.

1) 수원시 문제 발견 - 불법주정차

데이터, 뉴스, 기사, 수원시 최근 정책, 시민 커뮤니티 등을 찾아보며 수원시에서 주목하고 있는 문제를 찾았을 때 다른 팀원이 소개해준 '불법주정차' 문제가 눈에 띄었습니다.

시민들이 특히 관심 많은 불법주정차!

수원시는 '주민신고제'가 마련되어 있어서 실제로 불법주정차 단속 건수를 찾아봤을 때도 주민신고제의 비율이 20.4% 였습니다.

그래서 불법주정차 관련 데이터로 각자 EDA(탐색적 데이터 분석)을 해보고 회의를 진행했습니다.

2) 불법주정차 단속 데이터셋 EDA

공공데이터를 찾아보니 주정차 단속 현황 데이터가 있어서 아래 데이터를 사용했습니다.

경기도 수원시_주정차위반단속위치현황_20231201

경기도 수원시_주정차단속현황_20250416

주정차 위반 단속실적 집계 현황 OpenAPI

유의미해보이는 데이터들을 정리하며 EDA를 진행했습니다.

왼쪽) 수원시는 경기도 내에서 불법주정차 단속 건수 1위를 하고 있는 심각성을 확인
오른쪽) 11시~14시 에 단속 건수가 낮아짐 > 수원시가 점심 시간에 유예해주는 정책이 있는 것을 확인

또한, 수원시에서 시행중인 정책들도 찾아보니 불법주정차 감소를 위해 '공영주차장 1시간 무료 주차 정책'을 시행한다는 것도 알게 되었습니다.

[출처] 네이트 뉴스 '수원시, 공영 노외주차장 이용객 1시간 무료'

3) 가설, 공영주차장이 적은가?

시에서 주차장을 이용하면 1시간 무료 혜택을 준다는 정보도 알았는데, 왜 시민들은 불법주정차를 계속할까 고민했는데요.

혹시 주차장이 부족한 건 아닐까? 라는 가설을 세우고 주차장 데이터로 분석도 진행했습니다.

먼저, 아래 데이터는 대회에서 제공한 데이터인데요.

(왼) 주차장 확보율 (오) 수원 시민은 이동 수단

위에서 볼 수 있던 점은

최근 5년간 주차장확보율이 80%를 초과하지 못한 것으로 확인
수원 시민은 이동할 때 42.7%가 자차를 사용하지만, 주차 수요 증가에 비해 공급 확충이 따라가지 못한 구조적 한계로 해석

이었고, 아래 시민 패널 조사 데이터도 살펴봤을 때

수원 시민, 수원시가 시급하게 개선하는 것에 ‘공영주차장 확대 요망’을 2위로 선정
수원 시민, 수원이 ‘글로벌 첨단 과학 연구 도시’가 되기 위해 가장 우선적으로 투자해야 한다고 생각하는 것에 ‘교통 및 인프라 개선’을 1위로 선정
수원시 교통수단이나 시설별 인프라 만족도가 응답자 수 3057명중 58.6%가 보통 또는 잘 구축되어있지 않다고 답함

등 시민들 입장에서는 주차장, 인프라 만족도가 낮다는 것을 확인할 수 있었습니다.

그 다음은 이번 분석의 핵심 ! ⭐️

"흠 근데 주차장이 적더라도 주변에 있으면 무조건 이용할 텐데 ..." 라는 생각으로 주차장과 단속된 거리들도 분석을 해보았는데요!

분석 과정이 길어서 표로 간단히 정리해보았습니다.

단계	가설 / 과정	데이터 수집/정제/분석 방법
1단계	단속된 도로 데이터가 '권선동 농수산물도매시장 옆', '구운동 583' 처럼 텍스트로 되어있는 데이터를 분석을 위해 수치화해야겠다고 판단	카카오맵 API를 활용하여 모든 데이터 위도/경도화 '권선동 농수산물도매시장 옆'처럼 정확하지 않은 곳은 텍스트의 뒤에서부터 한 글자씩 잘라가며 API상 검색되는 곳(권선동 농수산물도매시장)으로 수치화
2단계	주차장 위치와의 상관관계 분석을 위해 수원시내 모든 주차장 위치를 받아와야 함	수원도시공사에서 제공하는 공영주차장 현황 데이터 수집
3단계	수원시내 모든 공영주차장 위치를 단속된 도로와 비교하기 위해 마찬가지로 수치화해야겠다고 판단	카카오맵 API를 활용하여 모든 공영주차장 데이터 위도/경도화
4단계	단속된 도로와 가장 가까운 주차장까지의 거리를 분석해보고자 위도, 경도, 거리 계산법을 도입해서 거리 수치 저장	단속된 곳과 주차장 간의 거리 계산법 - 위도차이 : \| 단속장소위도 - 주차장위도 \| - 경도차이 : \| 단속장소경도 - 주차장경도 \| - 거리 계산 : (위도차이+경도차이) * 111 (111은 위경도 1도당 대략적인 km 거리)
5단계	거리 차이가 많이 나는 도로들의 개수와 거리별 해당하는 도로 파악 필요	거리 0.5km부터 5km 이상까지 분포별로 시각화

위 과정 이후 나온 시각화 테이블은 이랬습니다!

윗줄 제일 오른쪽 차트를 보면, 0.5km 이내에 있는 도로가 제일 많지만

0.5km 보다 먼 도로들도 굉장히 많다는 것을 알 수 있었습니다!

거리 구간	단속 건수	비율	평균 단속 빈도
0.5km 이내	148,494건	30.2%	301건
0.5-1km	50,888건	10.4%	298건
1-2km	89,189건	18.2%	369건
2-3km	54,859건	11.2%	308건
3-5km	65,077건	13.3%	284건
5km 이상	82,499건	16.8%	284건

4) 공영주차장을 더 만들 수는 없으니 ... 효율을 올리자 !!

위에서 분석한 데이터로 보았을 때,

도로 중복을 제거하면 전체 1,603개 도로 중 697개(43.5%)가 공영주차장으로부터 2km이상 떨어져있었습니다.

2km나 떨어져있으면 주차를 하고도 30분을 걸어야하기에 주차장을 이용할 확률이 낮아지고

수원시가 불법주정차 감소 및 주차난 해소를 위해 공영주차장 46개소 최초 1시간 무료 주차 정책 시행을 시행했지만,

사실은 공영주차장이 인근에 존재하지 않는 지역이 많아 정책 효과에 한계가 생긴다는 인사이트를 발견했습니다.

이를 위해, 공영주차장 신설 부지를 제안할까 생각해보았지만

수원시 내 모든 구에서는 이미 부지를 만들 수 없을 정도로 상권이 들어와있었기 때문에

부지보다는 있는 공영주차장을 더 효율적으로 사용할 수 있도록 하는 방면을 생각해보았습니다.

4️⃣ 결과물 !! 불법주정차 타파

그렇게 제안한 정책은, '공영주차장과 인접하지 않은 도로들의 인근 상권과 연계한 할인 주차권 제공 방안'입니다.

제안한 이유는

첫째, 상권과 상생하는 정책을 제안하기 위해서 입니다.

팀원의 데이터 분석 결과 음식점/카페와 가까운 곳에서 단속 건수가 많다는 상관관계를 찾았습니다.

하지만, 단속을 계속한다면 상권과 시민 모두에게 좋지 않게 작용할 것이라고 생각해 할인권을 제안했습니다.

둘째, 정책의 실현 가능성과 지속성을 위해 예산 효율성 측면을 고려했습니다.

시에서 추진할 정책이라면 예산도 중요한데, 현재 시행 중인 정책을 보완하는 측면에서 제안하는 정책이기에

비슷한 예산 내에서 시행할 수 있는 '할인권'으로 대체하여 상권 측에서의 주차 권장까지도 생각해보았습니다.

나아가 상인들이 고객 유치를 위해 자발적으로 주차를 권장하는 선순환 구조를 만드는 데 기여할 것이라 생각했습니다.

5️⃣ 한국조사연구학회장상(우수상) 수상

대회 발표 자료

발표하고 있는 저의 모습 !!

온라인으로 수상자 발표가 완료된 후 수원시정연구원에 직접 가서 발표도 하고 시상식도 진행했는데요!

생각도 못한 꽃다발 까지 준비해주셔서 너무 마음 좋게 다녀왔습니다 :D

끝나고 유-명한 수원 스타필드가서 맛있는 밥도 먹었어요!

생각해보니 지난번에 포스팅한 'DEVOCEAN AI Fellowship 7기 면접 탈락 회고'에서

펠로우십 지원을 같이 준비했던 친구들과 이번 대회를 다시 같이 준비하게 되었는데요.

같이 아픈 실패를 한 번 겪었지만 다시 뭉쳐서 좋은 결과를 만들어내니 더욱 기쁜 것 같습니다.

다만, 창의력 면에서 조금 아쉬웠는데요.

평가 기준 중 '실현 가능성'을 중점으로 두고 하다보니 당장 실행 가능한가? 에서 OK가 되지 않으면 삭제했었는데

다른 팀들의 발표를 보니 AI로 시뮬레이션한 듯한 사진도 만들어서 넣어오시고

실행 가능할듯 하면서도 창의력있게 해오신 수상자분들이 많아서 놀랐습니다.

다음에 또 다른 대회에 참여하면 저도 창의력을 발휘해서 다양한 시도를 해볼 것 같아요!

대회에 참여할 때 기획부터 자료 제작까지 ... 대충하지 않고 온 힘을 쏟아붓는 편이라서

이번 대회에서도 공들여서 준비한 만큼 수상까지 하게 되어 뿌듯합니다!!

앞으로도 좋은 분석가, 기획자가 될 수 있도록 열심히 노력해보겠습니다-!

긴 글 읽어주셔서 감사합니다.

참고자료

[SQL] SolveSQL 난이도2 문제 풀이 2 - REGEXP, DATE, STRFTIME, 열 추출

hamaco.dev — Thu, 21 Aug 2025 20:00:31 +0900

안녕하세요! 하마코입니다.

SolveSQL 난이도2 문제 풀이를 전편에 이어서 진행해보려고 합니다!

정규표현식도 써보고, 셀프 조인도 써보고,

난이도 1보다 훨씬 더 많은 함수들과 조인을 쓰면서 풀어본 것 같아요!

총 7개 문제 풀이 시작하겠습니다!

외부 사이트에 Solvesql 문제를 올릴 수 없어서 링크만 남겨놓겠습니다!

문제1 - 다음날도 서울숲의 미세먼지 농도는 나쁨

링크 | 처음에 LEAD()로 풀었는데 실패해서 .. 셀프 조인으로 풀었다. DATE()로 '-1 day'라고 명시할 수 있는 sqlite 함수를 처음 알았다. MySQL에서는 DATEADD() 같은거로 연산을 했는데 함수가 조금씩 다른 것 같다.

SELECT
    m1.measured_at AS today,
    m2.measured_at AS next_day,
    m1.pm10,
    m2.pm10 AS next_pm10
FROM
    measurements AS m1
JOIN
    measurements AS m2
    ON
    m1.measured_at = DATE(m2.measured_at, '-1 day')
WHERE
    m2.pm10 > m1.pm10;

틀렸던 코드

SELECT
    DATE(measured_at) as today,
    DATE(measured_at, '+1 day') as next_day,
    pm10,
    LEAD(pm10) OVER (ORDER BY DATE(measured_at)) as next_pm10
FROM measurements;

문제2 - 제목이 모음으로 끝나지 않는 영화

링크 | 맨 마지막이 모음으로 끝나는 걸 '%[AEIOU]' 써서 like 비교하려고 했는데 실패.. like 쓸거면 성실하게 '%A' 이런식으로 모두 따로 써야했다. 그래서 REGEXP를 사용해서 다시 풀었다.

SELECT title
FROM film
WHERE
    rating IN ('R', 'NC-17')
  AND
    title NOT REGEXP ('A$|E$|I$|O$|U$');

문제3 - 언더스코어(_)가 포함되지 않은 데이터 찾기

링크 | 여기도 where ㅁㅁ not like '%_%'로 했는데 데이터 추출이 이상해서 REGEXP로 작성했다.

SELECT DISTINCT page_location
FROM ga
WHERE page_location not REGEXP('_')
ORDER BY page_location;

문제4 - 게임을 10개 이상 발매한 게임 배급사 찾기

링크 | 조인해서 Group by, Having 사용해야했던 문제! 어렵지 않게 풀었다.

SELECT c.name
FROM games g
JOIN companies c ON g.publisher_id=c.company_id
GROUP BY g.publisher_id
HAVING COUNT(g.publisher_id) >= 10;

문제5 - 기증품 비율 계산하기

링크 | 풀었던 문제 중 제일 뿌듯했던 문제! With로 깔끔하게 구문 분리하고 비율도 계산했다. 특히 With에서 바로 COUNT()를 뽑으면 SELECT절에서 뽑기 어렵다는 것을 저번 문제풀이로 배워서 여기서도 적용했다.

WITH gifts AS (
    SELECT *
    FROM artworks
    WHERE credit like '%gift%'
)
SELECT
    ROUND(((SELECT COUNT(*) FROM gifts) * 100.0 / COUNT(*)),3) as ratio
FROM artworks;

문제6 - 최대값을 가진 행 찾기

링크 | With를 2개 써야하나 했는데, 쉽게 Where절에서 or로 풀 수 있었다. 다시 풀어보기 위해 다른 분의 답도 한 번 보고 다른 날에 다시 처음부터 풀어서 맞췄다.

SELECT
    id
FROM points
WHERE x = (SELECT MAX(x) FROM points) or y = (SELECT MAX(y) FROM points)
ORDER BY id;

문제7 - 3년간 들어온 소장품 집계하기

링크 | 내가 제일 약한 열에서 여러개 뽑기..! 몇몇 블로그를 찾아보고 적용했다. 1) MySQL은 YEAR() 같은 함수가 있는데 sqlite는 STRFTIME()으로 뽑아야했다. 언어 여러개를 하니까 조금 헷갈린다. 2) case when 문을 통해 열을 추출하는 게 어려웠다.

SELECT
    classification,
    COUNT(CASE WHEN STRFTIME('%Y', acquisition_date) = '2014' THEN 1 END) AS '2014',
    COUNT(CASE WHEN STRFTIME('%Y', acquisition_date) = '2015' THEN 1 END) AS '2015',
    COUNT(CASE WHEN STRFTIME('%Y', acquisition_date) = '2016' THEN 1 END) AS '2016'
FROM artworks
GROUP BY 1
ORDER BY 1;

[어학 꿀팁] TOEIC Speaking 독학 4일 만에 IH 달성한 방법 (feat. 시계토끼제니쌤)

hamaco.dev — Tue, 19 Aug 2025 23:00:10 +0900

안녕하세요! 하마코입니다.

유효 기간이 짧은 어학 점수는 취업 준비를 시작할 때쯤 따야겠다 생각하고 항상 미루어왔는데요.

막상 시험을 보려고 하니 아주 막-막 했습니다.

하지만! 토스 1트 + 4일 만에 Intermediate High 점수를 달성한 저처럼!

다른 분들께도 용기와 꿀팁을 드리고자 글을 남겨봅니다. :D

0️⃣ TOEIC Speaking VS OPIc

TOEIC Speaking은 아래 파트1 ~ 파트5 다섯가지의 유형이 있습니다.

개인적으로 체감한 난이도는 파트5 > 파트3 > 파트4 > 파트2 > 파트1 순서입니다.

	문항 설명	준비시간	답변 시간	중요시 보는 점
파트1	지문 읽기 (Q1, Q2)	각 45s	각 45s	발음, 억양, 강세
파트2	사진 묘사 (Q3, Q4)	각 45s	각 30s	위 내용 + 문법, 어휘, 일관성
파트3	질문에 답변하기 (Q5, Q6, Q7)	각 3s	15s, 15s, 30s	위 내용 + 완성도
파트4	제공된 정보를 사용해서 질문에 답하기 (Q8, Q9, Q10)	각 3s	15s, 15s, 30s	위 내용과 동일
파트5	의견 말하기 (Q11)	45s	60s	위 내용과 동일

위 표는 토익스피킹 홈페이지에 더 자세히 나와있습니다!

TOEIC Speaking을 선택한 이유는, OPIc 보다 조금 더 정제된 답변을 준비해갈 수 있겠다고 판단해서였는데요.

OPIc은 중간에 filler라는 문장 사이사이를 채워주는 단어들도 사용해야 하고,

문제가 잘 이해되지 않으면 '너 어려운 질문을 하는구나~~' 하면서 영어로 문장을 이어가야 했는데

저는 프리토킹을 하다보면 답변이 산으로 가거나 느려지고 적절한 답변을 못하는 편이라고 생각했습니다.

그래서 노트테이킹하며 생각할 시간이 있고, 말하고 싶은 내용만 정확히 말하는 토스로 시험보고 싶어 선택했습니다.

아래에서 얘기하겠지만 만능문장들도 있어서 많이 연습하고 외워가면 IM3는 그냥 나올 것 같은 느낌이었어요!

많이들 얘기하시지만 어학 성적은 보통 토스나 오픽 중 1개만 있어도 되기에 더 잘할 수 있는 거로 하자고 생각했습니다!

학교 졸업요건 맞출 때도 토스를 더 좋게 봐주더라고요 :)

1️⃣ 원래 영어를 잘 하시나요?

저는 그렇게 생각했으나... 토스를 준비하면서 발음, 억양, 강세 모두 약하다는 것을 알게 되었습니다.

한국에서는 일상에서도 영어를 그렇게 많이 쓰면서 최근에 뉴욕 해외여행 갔을 때도 말을 잘 못하고 온 것 같아요.

객관적으로 볼 때 읽기도, 듣기도 어느 정도 하지만 말하기는 조금 부족했던 채로 시작한 것 같습니다.

2️⃣ 접수로 마음을 다잡기

TOEIC Speaking(a.k.a 토스)은 매주 시험을 볼 수 있기 때문에 원한다면 언제든지 접수가 가능한데요!

보통 수,토,일 요일에 시험이 있고 3일 전에 접수를 마감하기에 참고하셔야 됩니다.

다만, 저는 원하는 날짜가 있다면 일주일 정도 전에 미리 접수하는 걸 추천드립니다!

공부를 위해 마음을 다잡아야하고, 첫 토스 공부라면 일주일 정도의 시간이 필요할 수 있거든요!

게다가 토스가 84,000원이라는 큰 금액을 지불해서 꼭 1트만에 IH를 달성하고 싶었습니다...

접수는 여기에서 할 수 있어요!

TOEIC Speaking® 공식 사이트

직장과 일상 생활에 필요한 영어 말하기 및 쓰기 능력 평가

www.toeicswt.co.kr

3️⃣ 일주일 공부 준비법

토스 AL을 목표로 준비하신 여러 블로그들을 참고하면서 독학 방법을 찾아봤습니다.

보통 유튜브로 공부를 많이 하고 '시계토끼제니쌤' 또는 '제이크 토익스피킹' 둘 중 선택해서 공부하시더라고요!

제가 토스를 준비한 2025년 8월 기준, 시계토끼제니쌤 최근 영상들에 파트1~5 입문 정리 영상이 나와있고 무료 자료와

모의고사 영상도 많아서 시계토끼제니쌤으로 선정했습니다!! (게다가 정말 포인트를 잘 잡아주시고 친절하세요-!)

제가 추천드리는 일주일 커리큘럼은 다음과 같습니다.

(4일만에 공부하고 싶다면 아래 2일치 내용을 압축해서 하루에 진행하면 됩니다!)

1일차. 파트1 ~ 파트5 벼락치기 강의 중 파트1~파트3 보면서 필기

총 영상 길이가 3시간 30분인데 처음 듣는 생소한 내용들이라 하루에 파트5까지 끝내려고 하면 머리 아픕니다..
필요한 핵심 내용 알려주실 때 필기 해두시면 두고두고 보기 좋아요!
고정 댓글에 있는 무료 자료를 꼭 다운받으세요!!! (a.k.a 만능문장)
'토익스피킹 독학용 파트별 핵심 강의 노베이스 3시간 반 벼락치기' 링크

2일차. 파트1 ~ 파트5 벼락치기 강의 중 파트4~파트5 보면서 필기 + 파트1~3 간단 복습

고정 댓글에 있는 무료 자료를 꼭 다운받으세요!!! (a.k.a 만능문장)
'토익스피킹 독학용 파트별 핵심 강의 노베이스 3시간 반 벼락치기' 링크

3일차~6일차. 만능문장 암기 + 모의고사 풀이 하루 1개 이상

이렇게 앞에 [토익스피킹 모의고사]가 있다면 모의고사 + 해설 영상

만능문장 암기 생각보다 잘 되지 않습니다. 많이 말해봐야 익어요! 만능문장 암기하고 모의고사 풀이를 진행하시면 됩니다.
해설까지 있어서 제가 신경쓰지 못했던 부분들을 많이 잡아주십니다. (특히 발음, 억양, 강세!)
저는 시간을 최소한으로 써서 모의고사를 한 4개 정도 풀어보고 간 것 같은데, 다른 영상으로 더 풀어보시면 더 좋을 거고
만약 더이상 모의고사 풀 게 없다 싶다면 제이크쌤 모의고사를 보면 됩니다!

시험 전날. 만능 문장 암기, 취약점 또는 파트3/파트5 집중 준비 + 모의고사 필요한 만큼!

시계토끼제니쌤이 추천하시는 만능문장 암기 순서는 파트3-파트5-파트2-파트4 순서이지만,
시간이 없던 저는 어려운 파트5 만능문장은 과감히 버리고 파트3 만능문장으로 어떻게든 해보겠다고 생각했습니다.
그래서 파트2~파트4 만능문장은 거의 외워갔고 모르는 단어들도 많이 공부했습니다.
나름대로 파트5에 파트3 문장들을 사용했다고 생각하지만, 시간이 많다면 외우면 좋을 것 같아요 !!
파트3은 짧은 시간 내에 생각 정리하는 것 / 파트5는 말을 조리있게 하는 것에 신경쓰면서 더 준비해주세요!
본인의 취약점이 있다면 많이 연습해주세요!
다음날을 위해 목을 따뜻하게 하고, 가습기도 틀고, 따뜻한 물도 많이 마셔주세요!
갑자기 목을 많이 쓰니까 저는 목이 너무 칼칼하더라고요. 당일에 말도 못할 뻔 했습니다..

4️⃣ 시험보러 가서 쫄지 않는 법

시험장에 들어가면 많은 사람들이 한 시험장 안에 같이 앉아있고,

삡- 하고 말하는 시간이 되면 모두 다 함께 말을 하기 때문에 시끌벅적합니다.

( 발음이 원어민 같은 분들도 계셔서 너무나도 놀란 ... 그치만 저도 당당히 말했습니다 )

물론 센터바이센터라 다른 곳은 서로 부끄러워하는 분위기라 말을 잘 못하셨다는 분들도 계셨고,

답변을 조금 길게 하거나 읽기인 파트1 파트에서 조금 느리게 읽다보면

다른 분들이 말이 다 끝났는데 혼자 말을 하게되는 상황도 있을 수 있는데요!

토스가 저렴한 가격이 아니다보니 부끄러워서 말 못하면 돈이 아깝잖아요

1트 합격을 위해 부끄러움 없이!! 누가 듣고 있다는 생각없이!! 시험보세요!

5️⃣ 누구도 안 알려주는 마지막 꿀팁

1) 조금 더 저렴하게 시험보기!

저는 학교에서 토스와 제휴를 맺고 있어서 재학생 할인 가격으로 시험을 봤습니다! (학교별 공지 참고)

당일에 꼭 재학증명서를 출력해가야하는데, 뽑아오라는 안내가 결제할 때 1번, 시험 당일에 1번 오기 때문에 잊을 수 있어요.

PDF도 안 되고 프린트를 해야하기 때문에 잊지 말고 가져가세요!

만약 학교 제휴가 없다면, 가끔씩 토스 공홈에서 이벤트로 10% 할인 쿠폰을 주는 것 같아요!

공지사항이나 이벤트 확인하고 할인받으면 좋을 것 같습니다!!

2) 오픈채팅방 적극 활용

어떤 시험이든 오픈채팅방이 정보가 제일 많고 활발히 얘기하는 것 같아요.

토스는 더 높은 점수를 위해 2트, 3트,... 하시는 분들도 많기 때문에 오픈채팅방에 고인물 분들이 많습니다!

저는 아래 오픈채팅방에 참여했었고 시험 보고와서 난이도나 문제 얘기 많이 나눴습니다!

'단기 토익스피킹 스터디' 오픈채팅방 링크
오픈채팅방은 '토익스피킹' 검색해서 사람 많은 곳 어딜 들어가든 상관 없을 것 같아요 :)

3) 마이크 설정 하는 법

마이크 설정 생각보다 중요합니다. 너무 가까우면 숨소리밖에 안 들려서 채점 결과가 낮아질 수도 있어요.

근데 테스트 과정이 부끄러워서 저도 못할 뻔 했기에 꿀팁드립니다!

감독관께서 시험 안내 해주시면 토스 화면에서 계속 '다음' 버튼 누르면서 마이크 테스트하는 화면에 도달하는데요.

파트1 같은 지문이 있고 그걸 읽어보며 마이크 테스트를 할 수 있습니다.

다만!! 정해진 녹음 시간이 있어서 지문 1문장 읽고 듣고 할 수가 없어요.

예를 들면, 녹음 시간이 1분이면 1분 간 녹음이 돌아가고 그 후에 들어볼 수 있는 시스템입니다.

그래서 사람들과 함께 녹음할 때 외에 추가로 더 테스트해보고 싶다면 거의 혼자 말하게 됩니다.

(거의 대부분 마이크 테스트 1번하고 뒤로 넘겨요ㅠㅠ 저도 그래서 따라가기 위해 2번밖에 못해봤습니다..)

화면에 마이크 어떻게 설정하세요~ 라는 예시 이미지가 나오는데 그거 따라했다가 바람소리가 너무 많이 들어가서

마이크는 입 앞이 아닌, 입바람이 닺지 않는 입술 가까운 아래쪽에 두는 게 소리가 좋았던 것 같아요!

녹음 전에 입 앞에 손을 두고 파파 후후 해보면서 바람이 닺지 않는 곳에 마이크를 위치시키고 테스트해보세요!!

84,000원 가치있게 쓰여야된다!! 는 생각으로 마이크 테스트 2번 이상 해보세요!!

4) 스크래치 노트 적극 활용법

토스 시험을 보면, OMR 카드로 인적 사항을 기입하고 뒷면에 센터에서 제공하는 펜으로 필기가 가능합니다.

저는 검정색 컴싸로 OMR 카드를 마킹하고 동일한 펜으로 스크래치 노트를 사용해야 했어요.

파트1은 필기할 내용이 없기 때문에 파트1 문제 설명 나올 때나 틈틈히

파트2, 파트5 문단 구조를 작성해두었고 이게 답변할 때 큰 도움이 됐습니다!

5) 가족, 친구, 연인 찬스로 꼼꼼히 암기하기

암기와 문법에 취약한 편이라 연인 찬스를 써서 만능 문장을 한글로 읽어달라고 하고 영어로 답변하면서 외웠습니다. (파트2 제외)

만능문장을 똑바로 외우지 않으면 문법이 틀려서 감점을 받기 때문에 교정이 필요했는데,

혼자 하면 놓치는 부분들을 누군가 옆에서 잡아주면 암기가 너무 잘 되더라고요!!

같이 토스를 공부하는 분이 있거나, 암기를 도와주실 분이 있다면 이런 공부법도 추천드립니다!

저의 글이 도움되셨다면 좋아요 부탁드리며

추후 제 글을 보고 IH를 달성하셨다면 !! 댓글 한 번씩 남겨주시러 다시 와주시면 그거로 충분합니다 :D

모두 원하는 점수 1트에 얻길 응원하겠습니다-!!

긴 긁 읽어주셔서 감사합니다!

[SQL] SolveSQL 난이도2 문제 풀이 1 - group by, having, where, in, between

hamaco.dev — Tue, 12 Aug 2025 21:00:19 +0900

안녕하세요! 하마코입니다.

SolveSQL 난이도1 무료 문제들을 모두 풀고 이어서 난이도2 문제 풀이를 시작했습니다!

난이도1 문제 풀이는 아래 링크를 참고해주세요! :D

[SQL] SolveSQL 난이도1 문제 풀이 1 - select, where, count, distinct, min/max, substring

안녕하세요! 하마코입니다. 항상 프로그래머스로만 SQL을 연습했는데, 문제를 Lv.0부터 Lv.5까지 모두 풀어봐서 이번에는 SolveSQL로 문제 풀이를 진행해보려고 합니다! 외부 사이트에 Solvesql 문

hamaco.tistory.com

난이도1을 풀다가 난이도2를 푸니까 조금 어려워진 것을 체감했습니다.

그래도 열심히 풀었더니 모두 정답을 맞췄답니다 - !

외부 사이트에 Solvesql 문제를 올릴 수 없어서 링크만 남겨놓겠습니다!

문제1 - 두 테이블 결합하기

링크 | 조인은 잘하지요 :)

SELECT
    DISTINCT r.athlete_id
FROM RECORDS r
JOIN EVENTS e
    ON r.event_id = e.id
WHERE e.SPORT = 'Golf';

문제2 - 레스토랑 웨이터의 팁 분석

링크 | GROUP BY를 2개에 해야했던 문제입니다. 요일 + 타임 조합으로 그룹을 나눠야했던 문제!

SELECT
    DAY,
    TIME,
    ROUND(AVG(TIP),2) as avg_tip,
    ROUND(AVG(SIZE),2) as avg_size
FROM TIPS
GROUP BY DAY, TIME
ORDER BY DAY, TIME;

문제3 -일별 블로그 방문자 수 집계

링크 | BETWEEN, AND 써서 특정 날짜 안에 있도록 집계한 문제입니다.

SELECT
    DATE(EVENT_DATE_KST) as dt,
    COUNT(DISTINCT user_pseudo_id) as users
FROM GA
WHERE DT
    BETWEEN '2021-08-02' AND '2021-08-09'
GROUP BY DT
ORDER BY DT;

문제4 - 우리 플랫폼에 정착한 판매자 2

링크 | 이번 10문제 중 가장 시간을 많이 쓴 문제입니다. 주문당 금액이 50이 넘는 판매 건수가 100건이 넘는 판매자를 찾는 문제였는데요. 너무 복잡하게 생각해서 서브쿼리도 써보고 왔다갔다 했는데 where절에서 금액 찾고, Having절에서 판매 건수 찾으면 됐던..!! 맞추고 보니 간단한 문제였습니다.

SELECT
    SELLER_ID,
    COUNT(DISTINCT ORDER_ID) as orders
FROM
    OLIST_ORDER_ITEMS_DATASET
WHERE
    PRICE >= 50
GROUP BY
    SELLER_ID
HAVING
    COUNT(DISTINCT ORDER_ID) >= 100
ORDER BY orders DESC;

문제5 - 레스토랑의 일일 매출

링크 | GROUP BY만 알면 풀 수 있는 간단한 문제 :)

SELECT
    DAY,
    SUM(TOTAL_BILL) as 'revenue_daily'
FROM TIPS
GROUP BY DAY
HAVING revenue_daily >= 1000
ORDER BY revenue_daily DESC;

문제6 - 버뮤다 삼각지대에 들어가버린 택배

링크 | DATE 함수를 SELECT절에 쓰고 alias 한거를 Group by에서도 그대로 쓸 수 있었는데 이걸 인지하지 못해서 헤매다가 늦게 풀었습니다.

SELECT
    DATE(ORDER_DELIVERED_CARRIER_DATE) as delivered_carrier_date,
    COUNT(DISTINCT ORDER_ID) as orders
FROM
    OLIST_ORDERS_DATASET
WHERE
    ORDER_DELIVERED_CUSTOMER_DATE is NULL
  AND
    delivered_carrier_date like '2017-01%'
GROUP BY
    delivered_carrier_date
ORDER BY
    delivered_carrier_date;

문제7 - 쇼핑몰의 일일 매출액

링크 | 조인하고, 문제6에서 봤듯 alias 명칭으로 where절 사용도 해주고, where절에서 날짜를 >=로 표현도 해준 문제!

SELECT
    DATE(d.ORDER_PURCHASE_TIMESTAMP) as dt,
    ROUND(SUM(p.PAYMENT_VALUE),2) as revenue_daily
FROM OLIST_ORDERS_DATASET d
    JOIN OLIST_ORDER_PAYMENTS_DATASET p ON d.ORDER_ID = p.ORDER_ID
WHERE dt >= '2018-01-01'
GROUP BY dt
ORDER BY dt;

문제8 - 점검이 필요한 자전거 찾기

링크 | RENT_AT, RETURN_AT(대여,반납시간) 각각 날짜 설정해줬습니다!

SELECT
    BIKE_ID
FROM RENTAL_HISTORY
WHERE RENT_AT >= '2021-01' and RETURN_AT < '2021-02'
GROUP BY BIKE_ID
HAVING SUM(DISTANCE) >= 50000;

문제9 - 레스토랑의 대목

링크 | 첫 FROM 절부터 서브쿼리를 넣으면 * 조회를 할 수 없기에, Where절에 IN을 써서 요일을 먼저 고르고, * 조회 해줬습니다.

SELECT
    *
FROM TIPS
WHERE DAY in (
    SELECT
        DAY
    FROM TIPS
    GROUP BY DAY
    HAVING SUM(TOTAL_BILL) >= 1500
);

문제10 - 레스토랑의 요일별 VIP

링크 | 요일별 최대 매출액! Having절에 MAX() 사용했습니다.

SELECT *
FROM TIPS
GROUP BY DAY
HAVING MAX(TOTAL_BILL);

[SQL] SolveSQL 난이도1 문제 풀이 2 - distinct, like, avg, round, 서브쿼리

hamaco.dev — Sat, 9 Aug 2025 21:00:56 +0900

안녕하세요! 하마코입니다.

꾸준히 하는 SolveSQL 문제 풀이!

저번 글에 이어 난이도1 문제 10개를 풀어보았습니다.

외부 사이트에 Solvesql 문제를 올릴 수 없어서 링크만 남겨놓겠습니다!

문제1 - 많이 주문한 테이블 찾기

링크 | Group by를 못 쓰는 상황에서 Where 절에 AVG를 어떻게 고민할까 많이 고민했는데 서브쿼리가 있었다..!

SELECT *
FROM TIPS
WHERE TOTAL_BILL > (
    SELECT AVG(TOTAL_BILL) FROM TIPS
);

문제2 - 레스토랑의 일일 평균 매출액 계산하기

링크 | From절에 Select 절을 써야했던 문제 ! 어렵지는 않게 풀었다. ROUND()로 반올림도 해줬다.

SELECT
    ROUND(AVG(sales),2) as avg_sales
FROM (
     SELECT
         SUM(TOTAL_BILL) as sales
     FROM TIPS
     GROUP BY DAY
     );

문제3 - 레스토랑의 영업일

링크 | DISTINCT 쓰는 손풀기 문제!

SELECT
    DISTINCT DAY as day_of_week
FROM TIPS;

문제4 - 크리스마스 게임 찾기

링크 | Like를 사용하며 %를 쓰는 게 중요했던 문제! %알면 쉽게 풀 수 있다.

SELECT
    GAME_ID,
    NAME,
    YEAR
FROM GAMES
WHERE NAME LIKE '%Christmas%' or NAME LIKE '%Santa%';

문제5 - 펭귄 조사하기

링크 | 손풀기 문제, 펭귄 조사라는 주제가 귀엽다 (?)

SELECT
    DISTINCT SPECIES,
    ISLAND
FROM PENGUINS
ORDER BY ISLAND;

문제6 - 지자체별 따릉이 정류소 개수 세기

링크 | Group by 사용하는 손풀기 문제 :)

SELECT
    LOCAL,
    COUNT(*) as num_stations
FROM STATION
GROUP BY LOCAL
ORDER BY NUM_STATIONS;

문제7 - 메리 크리스마스 2024

링크 | SolveSQL 사이트에서 코테로 지친 사람들을 위해 준비한 간단한 문제다. 근데 sql로 Hello World를 프린트해본적 없다보니 이게 Level 1 중에서 제일 어려웠다... (무려 구글링해보고 깨달았다..)

SELECT 'Merry Christmas!';

다음 포스팅부터는 Level2 풀이가 이어집니다! :D

감사합니다!

[SQL] SolveSQL 난이도1 문제 풀이 1 - select, where, count, distinct, min/max, substring

hamaco.dev — Tue, 29 Jul 2025 13:00:33 +0900

안녕하세요! 하마코입니다.

항상 프로그래머스로만 SQL을 연습했는데, 문제를 Lv.0부터 Lv.5까지 모두 풀어봐서

이번에는 SolveSQL로 문제 풀이를 진행해보려고 합니다!

외부 사이트에 Solvesql 문제를 올릴 수 없어서 링크만 남겨놓겠습니다!

문제1 - 모든 데이터 조회하기

링크 | 손풀기 문제 :D

SELECT * FROM POINTS;

문제2 - 일부 데이터 조회하기

링크 | where절 쓰는 손풀기 문제!

SELECT *
FROM POINTS
WHERE QUARTET = 'I';

문제3 - 데이터 정렬하기

링크 | order by 쓰는 손풀기 문제! asc는 써도 되고 안 써도 된다.

SELECT *
FROM POINTS
WHERE QUARTET = 'I'
ORDER BY Y;

문제4 - 데이터 그룹으로 묶기

링크 | Round로 소수점 셋째 자리에서 반올림 해주고, AVG와 VARIANCE로 평균과 표본분산을 구했다.

VARIANCE 함수가 VAR()만 써도 되는 줄 알았는데 전체 이름을 다 써야했다.

SELECT
    QUARTET,
    ROUND(AVG(X),2) AS 'x_mean',
    ROUND(VARIANCE(X),2) AS 'x_var',
    ROUND(AVG(Y),2) AS 'y_mean',
    ROUND(VARIANCE(Y),2) AS 'y_var'
FROM POINTS
GROUP BY QUARTET;

문제5 - 특정 컬럼만 조회하기

링크 | 여러 컬럼 조회도 손풀기 :)

SELECT X, Y FROM POINTS;

문제6 - 몇 분이서 오셨어요?

링크 | 나머지 구하는 % 연산자 써서 사람이 홀수일 때만 추출했다.

SELECT *
FROM TIPS
WHERE SIZE%2=1;

문제7 - 최근 올림픽이 개최된 도시

링크 | SUBSTRING으로 세글자만 추출하고, 문제에는 없었지만 모든 글자를 대문자로 변환해야돼서 UPPER() 함수 사용했다.

SELECT
    YEAR,
    UPPER(SUBSTRING(CITY,1,3)) AS 'city'
FROM GAMES
WHERE YEAR >= 2000
ORDER BY YEAR DESC;

문제8 - 우리 플랫폼에 정착한 판매자1

링크 | ORDERS >= 100 을 처음에 WHERE 절에 썼는데, WHERE절이 SELECT절보다 먼저 실행돼서 ORDERS를 이해하지 못했다. HAVING 절에서 써야되는 점을 잊지 않아야겠다. 또한, ORDER_ID에 DISTINCT 적용 안 해서 레코드 수가 다르다고 나왔는데 이 점도 유념해야겠다.

SELECT
    SELLER_ID,
    COUNT(DISTINCT(ORDER_ID)) AS 'orders'
FROM OLIST_ORDER_ITEMS_DATASET
GROUP BY SELLER_ID
HAVING ORDERS >= 100;

문제9 - 최고의 근무일을 찾아라

링크 | 팁이 최고로 높은 날을 뽑아야했기에 DESC 정렬을 하고 LIMIT를 걸어주었다.

SELECT
    DAY,
    ROUND(SUM(TIP),3) AS 'tip_daily'
FROM TIPS
GROUP BY DAY
ORDER BY tip_daily DESC LIMIT 1;

문제10 - 첫 주문과 마지막 주문

링크 | 주문을 처음 한 날, 마지막으로 한 날을 뽑기 위해 DATE에 MIN, MAX를 적용해서 풀이했다.

SELECT
    MIN(DATE(ORDER_PURCHASE_TIMESTAMP)) AS 'first_order_date',
    MAX(DATE(ORDER_PURCHASE_TIMESTAMP)) AS 'last_order_date'
FROM OLIST_ORDERS_DATASET;

[회고] DEVOCEAN AI Fellowship 7기 면접 탈락 회고

hamaco.dev — Fri, 6 Jun 2025 21:00:02 +0900

안녕하세요! 하마코입니다.

올해 했던 도전 중 가장 큰 도전이었던

SKT DEVOCEAN AI Fellowship 7기 지원 과정과 탈락 회고를 작성해보려 합니다.

1팀만 선발하는 바늘에 실 꿰기 같은 치열한 경쟁이었지만

밤을 새며 노력하고, 논문도 읽고, 연구계획서를 여러 번 수정하다보니 더욱 애정이 갔던 프로젝트였는데요.

비록 탈락했지만, 아쉬움보다는 얻어간 것이 많았고 새로운 지식을 쌓을 수 있었던 값진 시간이었기에
이 경험을 정리해보고자 회고를 남깁니다. :)

1️⃣ 공고 발견 ! 나에게 맞는 과제 선정

AI Fellowship 공고는 4월 22일에 처음 알게 되었고,

10개의 연구 과제 중 하나를 선택해서 팀으로 지원하는 방식으로 구성되어 있었습니다.

저는 공고를 보자마자 DEVOCEAN OpenLab 스터디를 하며 알게 된 프로님께

제 상황과 진로를 알려드리고 제일 눈이 가는 연구 과제 2개 중 어떤 게 더 적합할지 조언을 요청드렸습니다.

눈이가요 눈이가

제가 관심있는 분야는 데이터분석이고, 데이터분석가로서 성장하기 위해 연구과제를 진행하고 싶었습니다.

그래서 많은 연구 과제 중 아래 2개에 관심이 많아졌습니다.

8번 과제의 경우, 'LLM 기반 데이터 리니지 활용 Impact Analysis 대화형 에이전트 기술 개발' 인데

처음에는 말이 너무 어려워서 사실 아무것도 이해하지 못했습니다..

LLM? 대화형 에이전트? 챗봇 만드나? 했는데.. 단순한 챗봇은 아닌 것 같고.. 이런 생각이 들었던 것 같아요.

프로님께서는, 8번 과제가 분석가가 꼭 알아야하는 메타데이터를 다루고,

분석가도 요즘 AI 개발에 많이 참여하고 있어서 에이전트 개발에 참여하면 좋을 것 같다고 하셨습니다.

3번 과제의 경우, '효율적인 LLM 학습을 위한 Synthetic Data filtering' 이었는데

Syntethic Data filtering도 너무나 생소해서 프로님께 여쭤보았습니다..

3번 과제도 프로님께서는 데이터 품질, 학습 데이터 파이프라인 구축을 경험해볼 수 있을 것 같지만

데이터 분석가보다는 엔지니어 쪽이어서 저와는 100% 핏할 것 같지는 않을 것 같다고 하셨습니다.

그래서! 저도 계속 과제를 살펴본 결과 데이터의 흐름을 보고 데이터가 어떤 영향을 끼칠지 살펴보는

8번 과제가 마음에 들어서 이 과제로 선정하고 팀원을 구하기 시작했습니다.

2️⃣ 팀원 구하고 제대로 과제 분석 시작

팀원은 어렵지 않게 구할 수 있었는데요.

제가 DEVOCEAN Young, OpenLab에 참여하면서 만난 2명의 데이터인(?)들과

마음도 맞고, 하고 싶은 과제도 맞아서 정말 빠르게 같이 팀으로 합류해서 시작했습니다.

공고는 4월 22일에 알았지만, 팀은 조금 늦게 생성한 편이었습니다. (학교 시험이 있었기에..)

그래서 5월 초에 회의를 잡고, 그 전까지 각자 과제 분석을 해오기로 했습니다.

5월 5일 어린이날에 모여 1차 회의를 진행하며 주제 이해부터 시작했습니다.

LLM 기반 데이터 리니지 활용 Impact Analysis 대화형 에이전트 기술 개발

LLM 기반 : 사용자 대화 자연어처리
데이터 리니지 활용 : Data Lineage는 데이터가 어떻게 흘러왔는지를 추적하는 것
Impact Analysis : 무언가를 바꿨을 때 어떤 영향이 생기는지 분석
대화형 에이전트 기술 개발 : 챗봇 만들기

처음에는 '연구과제는 정해져있으니 이 연구과제로 프로젝트를 기획해서 만들어야겠지?' 라는 생각으로 기획 구상을 했었는데

프로젝트 기획이 아니라 기술 기획이 더 맞았던 것 같습니다.

( 보통 주제를 주고 프로젝트를 기획해가던 버릇으로 기획으로 빠질 뻔 했지만..ㅎ )

그래서 기술에 초점을 두고 단계별로 나눠서 어떻게 구현을 해볼지 회의를 빠르게 3일 동안 진행했습니다.

아키텍처를 봤는데 이해가 안돼 (1차회의)

연구 과제 설명 중, 멘토님들께서 만들어두신 아키텍처입니다.

저희는 모두 AI 프로젝트 경험이 많지 않았기에, Simple Planner Test, Tool Execution Module 부터

뒤에 있는 실행 과정까지 모두 잘 이해되진 않았습니다.

하지만 ! 포기할 수는 없겠죠 !

정말 다같이 디스코드하면서 밤새고, 내용 분석하고, 각자 파트 맡아서 논문 읽고 서로 설명해주면서 이해해나갔습니다.

세 명이 LLM 기반 대화형 에이전트 / Data Lineage / Impact Analysis 로 공부할 분야를 나눴고

저는 그 중에서도 LLM 기반 대화형 에이전트와 프로토타입 제작, PPT 제작을 맡아서 준비했습니다.

아 ... 이거다 !! (2차회의)

과제에서 요구하는 핵심 기능은 위와 같았는데요.

팀원들과 파트를 나눠 각자 이해한 내용을 합치고 정리한 내용은 다음과 같았습니다.

자연어 질의응답 : 데이터 자산, 리니지 경로, 데이터 처리 과정 등 Domain Specific한 LLM의 성능을 끌어올려야함.
=> Multi-turn 등 사용자 질의를 잘 해석하는 LLM, Domain Specific에 적합한 언어 모델 파악 (해당 부분 담당!)
Impact Analysis - DownStream : 영향을 받는 하위 데이터셋, 대시보드, 사용자 식별을 얼마나 섬세히 가중치를 파악해내는가.
=> SQL Parsing, 변환 가중치/필터링 가중치 계산, 추론 엔진(Impact Graph)
Impact Analysis - UpStream : 데이터가 어떻게 변환되어 생성되었는지 얼마나 섬세히 관계 그래프를 파악해내는가.
=> 추론 엔진(Lineage Graph)
RAG로 Knowledge Base 기반 정보 답변 : 사용자에게 답변을 제공하기 위해 어떻게 리니지그래프를 저장하고 답변할 것인가.
=> GraphRAG, Neo4j, Prompt Assembler

각자 맡은 내용 정리 PPT화... (3차회의)

제가 맡았던 LLM 챗봇 에이전트 파트 위주로 설명할게요!

대화형 에이전트를 만들면서 가장 중요하게 생각한 부분은 다음과 같습니다.

사용자 질의를 정확히 이해해야한다.
데이터 관련 질의가 많을 것이므로, SKT에서 제공하는 메타데이터 도메인에 적합한 재질문/답변이 생성되어야 한다.

1번

프로젝트 특성 상 질의가 모호하고 조잡할 수 있겠다는 생각이 들었고,

단순 Top-k 검색이 필요한 게 아니라 여러 리니지 경로 중 최적의 정보가 필요하기에

1번을 해결하기 위해서는 Multi-turn(여러번 재질문) 하는 LLM과 단계별 reasoning이 필요하다고 생각했고,

이에 적합한 RQ-RAG 논문을 발견해 페이퍼리뷰를 하고 어떻게 프로젝트에 도입할지 고민했습니다.

RQ-RAG는 일반적인 RAG에 Refine Queries를 더해 복잡하거나 모호한 질의를 정제하는 3가지 전략을 더한 것인데요.

사용자가 질문을 던지면 아래 전략 중 하나를 실행하여 질의를 명확히 재작성하고 실행하는 구조를 갖습니다.

[ 3개로 지도학습 ]

재작성 (Rewrite) : 질의를 명확하게 다시 표현
분해 (Decompose) : 복잡한 질의를 더 단순한 하위 질의로 나누어 부분별로 개별적 검색
모호성 해소 (Disambiguate) : 다의적인 질의를 명확하게 정확한 정보 검색

2번

이후, RQ-RAG를 구현할 수 있는 언어 모델을 채택하고자 LLM 언어 모델들을 비교했습니다.

Llama2와 Mistral/Mixtral이 RQ-RAG 구현에 좋다는 논문들도 보고,

제가 봤던 RQ-RAG 논문과 다수의 RQ-RAG 논문들에서는 Llama2를 언급해서 해당 언어로 선택했습니다.

그리고, DB와 데이터리니지 등 Domain-Specific한 질의들에 답변할 수 있도록

도메인 지식을 반영한 LoRA 기반 domain adaptation을 구현하도록 구상했습니다.

3️⃣ 연구계획서 제출

저희 팀의 아키텍처입니다.

3일 만에 꽤나 멋있는 아키텍처가 생겼죠 :)

제 파트도 함께 첨부해봅니다 :D

프로토타입 설계

센스있게 프로님 성함을 넣어서 만들었습니다 .. ㅎㅎ (가린 부분)

Multi-turn LLM

PPT 만들 수 있는 기간이 거의 1~2일 밖에 없었는데도

내용도 모두 담고 예쁘게 만들어보겠다고 엄청 노력한 기억이 있네요.

정말 연구계획서에 모든 혼을 쏟아 만들고 팀원들과 자소서도 작성해서 함께 제출 완료했습니다.

( 게다가 동아리 회장으로서 MT 가고 있는 와중에 ... 바쁘다 바빠 )

4️⃣ 서류합격 !!! 면접준비

대망의 서류합격 발표날.. 팀원들 모두 마음 졸이고 있었는데 메일로 기쁜 소식이 찾아왔습니다.

메일로 서류 합격 안내가 왔고, 면접 심사 준비에 관련된 공지들이 있었습니다.

면접 심사를 위한 PPT를 미리 제출해야돼서, 팀원들과 발표를 위한 회의도 2~3차례 가졌습니다.

PPT는 수정할 내용은 크게 없었기 때문에, 발표 때 말하지 않고 넘어갈 내용이나 순서만 조금 수정해서 제출했습니다.

그리고 대본 준비에 더욱 신경을 썼던 것 같아요.

면접 PPT도 보내니 떨린다 ...

제가 발표 담당이었지만, 각자 자기 파트 조사를 누구보다 꼼꼼히 했기 때문에

팀원들에게도 대본을 요청해서 모두 작성해주면 제가 제 스타일로 바꿔서 대본을 만들고 연습하는 방식으로 진행했습니다.

그리고, 제가 대본 연습을 하는 동안 팀원들은 주요 파트들에 대해 Q&A 준비를 했습니다.

5️⃣ 짧고 굵었던 면접과 그 후 ...

면접은 정말 짧게 진행됐습니다.

[연구계획 발표 10분 + Q&A 및 인터뷰 10분]으로 총 20분 동안 진행되었는데요.

내용이 많다보니 팀에서 연구하고 준비한 내용을 10분 안에 요약하는 것도 어려웠고,

질의응답도 10분 동안 진행됐는데 굉장히 빨리 지나간 것처럼 느껴졌습니다.

발표 전까지 계속 3번 정도 PPT 넘기면서 연습하고, 입 풀고 했는데도 발표하니까 입이 마음대로 안되더라고요. 그렇지만 말하고 싶은 내용은 다 말하고, 강조해야할 부분들도 정확히 강조해서 발표에 후회는 없었습니다!

Q&A의 경우, 아래 질문들을 해주셨습니다.

(3명 모두 공통) 현재 몇 학년 몇 학기인지, 연구실 활동이 있는데도 참여할 수 있는지?
(3명 모두 공통) 프로젝트가 11월까지지만, 9월에는 출시할 수 있도록 일정을 타이트하게 잡고 있다. 시간 할애 가능한지?
(모두 시간이 남아도는.. 모든 대외활동을 포기하고 이것만 할 수 있는 상태...)
왜 LLM에 API를 사용하지 않고 Llama2를 사용했는지?
(비용적인 부분과 RQ-RAG 구현을 위해서!)
웨이트를 두면 비용이 커질 텐데 가중치를 어떻게 둔다는건지? (변환 가중치, 필터링 가중치 부분)
(팀원이 잘 대답했는데 기억이 안 나요ㅠㅠ)
왜 가중치에서 평균값을 쓰는지?
(팀원이 잘 대답했는데 기억이 안 나요ㅠㅠ)
프로젝트를 진행할 컴퓨팅 리소스가 있는지? GPU는 어떻게 사용? (PPT에 Cloud 쓴다고 적혀있어서 보여드림)

더 질문이 있었던 것 같은데, 너무 떨려서 잘 기억나지는 않습니다..
저희 팀의 태도는 '아직 잘 모르지만 열심히 찾아본 내용으로 정리한 내용입니다. 추후 멘토님들과 상의를 통해 기술 구현을 어떻게 할지 확정지을 예정입니다' 인점을 계속 가져갔습니다.

저희 팀이 야심차게 준비한 마지막 멘트도 있었는데요.

준비는 했지만 조금 즉흥으로 변형해서 아래 멘트와 비슷했습니다.

저희가 AI 연구를 많이 해본 적이 없어서 다른 팀들보다 조금 약할 수는 있지만,
준비하는 기간 동안 프로젝트 관련된 논문도 많이 보고 계획서도 쓰면서 애정이 정말 커진 것 같습니다.
합격한다면 꼭 SK에도 기여할 수 있는 프로젝트를 완성하겠습니다. 감사합니다.

하지만, 아쉽게도 결과는 ㅠㅠ

연구계획서도, 발표도 정말 열심히 준비해서 면접 결과를 애타게 기다리고 있었는데,

면접 결과가 하도 안 나와서 메일함을 찾아보니까 '프로모션'에 들어가있더라고요.

그리고 확인해봤더니 탈락이었습니다..ㅠ

합격하길 바랬던 저희 팀의 뽀짝한 노션 ...

AI Fellowship은 과제마다 1팀씩 선발하기 때문에

경쟁률이 매우매우 높을 거라고 예상도 했고,

저희 팀은 AI 전공을 하는 팀원이 아무도 없었기에 서류 합격을 한 것만으로도 정말 잘했다고 생각은 하고 있습니다. :)

또, 준비하면서 얻어간 것들도 정말 많아서 의미있는 시간들을 보낸 것 같습니다.

이번에는 결과가 좋지 않았지만,

다음에는 좋은 결과가 있길 바라면서 포스팅 마무리하겠습니다. :D

도움이 되셨다면 좋아요, 댓글 남겨주세요!

긴 글 읽어주셔서 감사합니다. :)

HAMACO

[CS] 자료구조 - 스택, 큐, 트리, 인접행렬, 인접리스트, 맵, 셋, 해시테이블, 힙

hamaco.dev — Mon, 2 Jun 2025 16:00:22 +0900

안녕하세요! 하마코입니다.

시간복잡도, 공간복잡도, 포인터를 공부했던 1탄에 이어

스택, 큐, 트리, 이진트리, 인접행렬, 인접리스트 등

자료구조 개념들을 더 공부해보겠습니다-!

자료구조 공부 완료해볼게요!

스택 (stack)

스택은 가장 마지막으로 들어간 데이터가 가장 첫 번째로 나오는

후입선출(LIFO, Last In First Out)을 가진 자료구조입니다.

재귀적인 함수, 알고리즘 에 사용되며 웹 브라우저 방문 기록 등에 쓰입니다.

시간복잡도
- n번째 참조, 탐색 : O(n) / 가장 앞부분 참조, 삽입, 삭제(n번째 제외) : O(1)

#include <bits/stdc++.h>
using namespace std;
stack<string> stk;
int main() {
    ios_base::sync_with_stdio(false);
    cin.tie(NULL);
    stk.push("하");
    stk.push("마");
    stk.push("코");
    while (stk.size()) {
        cout << stk.top() << "\n";
        stk.pop();
    }
}
// 코마하 로 출력

메서드
- push(value) : 스택에 추가
- pop() : 가장 마지막에 추가한 요소 지움 (=가장 위에 있는 요소 지움)
- top() : 가장 마지막에 있는 요소 참조 (=가장 위에 있는 요소 참조)
- size() : 스택 크기

큐 (Queue)

큐는 먼저 집어넣은 데이터가 먼저 나오는 성질인

선입선출(FIFO, First In First Out)을 지닌 자료구조입니다. (스택과 반대!)

CPU 작업을 기다리는 프로세스, 스레드 행렬, 네트워크 접속 기다리는 행렬, 너비우선 탐색, 캐시 등에 사용됩니다.

시간복잡도
- n번째 참조, 탐색 : O(n) / 가장 앞부분 참조, 삽입, 삭제(n번째 제외) : O(1)

#include <bits/stdc++.h>
using namespace std;
queue<int> q;
int main() {
    for(int i=1; i<=10; i++) q.push(i);
    while(q.size()) {
        cout << q.front() << ' ';
        q.pop();
    }
    return 0;
}
// 1 2 3 4 5 6 7 8 9 10

메서드
- push(value) : value를 큐에 추가
- pop() : 가장 앞에 있는 요소 제거
- size() : 큐의 크기
- front() : 가장 앞에 있는 요소 참조

그래프 이론 기초 (Graph, Vertex, Edge, Weight)

정점(Vertex)은 노드라고도 불리며 그래프를 형성하는 기본 단위입니다.

정점은 분할할 수 없는 객체이자 '점'으로 표현되는 위치, 사람, 물건 등이 될 수 있습니다.

간선(Edge)은 정점을 잇는 선을 의미합니다. 관계, 경로 등이 될 수 있습니다.

한 방향으로만 가면 단방향 간선, 양방향으로 갈 수 있다면 양방향(=무방향) 간선이라고 합니다.

정점으로 나가는 간선을 해당 정점의 outdegree라고 하며, 들어오는 간선을 해당 점점의 indegree라고 합니다.

가중치(Weight)는 정점과 정점 사이에 드는 비용을 뜻합니다.

1번 노드에서 2번 노드까지 가는 비용이 한 칸이라면, 1번 노드에서 2번 노드까지의 가중치는 한 칸입니다.

지금까지 설명한 정점과 간선들로 이루어진 집합을 "그래프(Graph)"라고 합니다.

트리 (Tree Data Structure)

트리는 자식노드와 부모노드로 이루어진 계층적인 구조를 가지며,

무방향 그래프이자 사이클이 없는 자료구조를 의미합니다.

트리의 특징은 다음과 같습니다.

부모, 자식 계층 구조를 가진다.
V-1=E 라는 특징이 있다. (간선 수 = 노드 수-1)
임의의 두 노드 사이의 경로는 유일무이하게 존재한다.
( 트리 내의 어떤 노드와 어떤 노드까지의 경로는 반드시 있으며 하나만 존재한다.)

노드의 종류

루트노드 : 가장 위에 있는 노드
리프노드 : 자식노드가 없는 노드
내부노드 : 루프노드와 리프노드 사이에 있는 노드
- 높이 : 루프 노드부터 리프 노드까지의 거리 중 가장 긴 거리
- 깊이=레벨 : 각 노드마다 다르며, 루프 노드에서 특정 노드까지 최단 거리로 갔을 때의 거리
- 서브트리 : 트리 내의 하위 집합
- 숲 : 트리로 이루어진 집합

이진트리 (Binary Tree)

이진트리는 모든 노드의 자식 노드 수가 2개 이하로 구성되어있는 트리를 의미합니다.

[출처] Shutterstock

이진트리 종류	트리 의미
Full Binary Tree (정이진 트리)	자식 노드가 0 또는 2개인 이진 트리
Complete Binary Tree (완전 이진 트리)	왼쪽에서부터 채워져 있는 이진 트리, 마지막 레벨을 제외하고 모든 레벨 완전히 채워져있어야함
Degenerate Binary Tree (변질 이진 트리)	모든 노드가 자식 노드가 하나밖에 없는 이진 트리
Perfect Binary Tree (포화 이진 트리)	모든 노드가 꽉 차 있는 이진 트리
Balanced Binary Tree (균형 이진 트리)	모든 노드의 왼쪽 하위 트리와 오른쪽 하위 트리의 차이가 1이하인 트리

이진탐색트리 (BST, Binary Search Tree)

이진탐색트리는 이진트리의 하나로,

노드의 오른쪽 하위 트리에는 "노드의 값보다 큰 값"이 있는 노드만 포함되고

왼쪽 하위트리에는 "노드의 값보다 작은 값"이 들어있는 트리를 말합니다.

[출처] Shutterstock

왼쪽에는 작은 값, 오른쪽에는 큰 값이 이미 정해져있기 때문에

특정 값을 찾을 때 왼쪽/오른쪽으로 가면 되는 게 자명해서 전체탐색을 하지 않아도 됩니다.

시간복잡도 : O(logN)

인접 행렬 (adjacency matrix)

컴퓨터에 그래프를 아려줄 표현방법으로는 인접 행렬, 인접 리스트가 있는데요.

트리 모양을 그대로 컴퓨터에 그릴 수는 없기에 위 방법들을 사용합니다.

인접 행렬은 그래프에서 정점과 간선의 관계를 나타내는 Bool 타입의 정사각형 행렬입니다.

부울형이다보니 행렬에는 0과 1만 들어가고,

정점끼리 이어져있으면 1, 정점 사이 경로가 없으면 0으로 나타내는 행렬이 됩니다.

아래 예시로 살펴보겠습니다.

이런 그래프가 있을 때,

그래프

0,1,2,3은 각 행과 열이 되고 간선 여부로 0/1을 나타내면 아래의 표처럼 정사각형 행렬이 만들어집니다.

	0	1	2	3
0	0	1	1	1
1	1	0	1	0
2	1	1	0	0
3	1	0	0	0

그리고 코드로 표현하면 다음과 같습니다.

bool a[4][4] = {
    {0,1,1,1},
    {1,0,1,0},
    {1,1,0,0},
    {1,0,0,0}
}

인접행렬을 이해하기 위한 다양한 예시가 있었어요! (큰돌님의 자료에서 )

3번 노드 -> 5번 노드 단방향 경로를 인접행렬로
a[3][5] = 1;
3번 노드 <-> 5번 노드 양방향 경로를 인접행렬로
a[3][5] = 1;
a[5][3] = 1;
정점 개수 20개인 그래프를 인접행렬로 표현할 때 메모리를 최소로 쓴다고 하면?
bool a[20][20];

인접리스트 (adjacency list)

인접 리스트는 그래프에서 정점과 간선의 관계를 나타내는 연결리스트입니다.

연결리스트뿐만 아니라 벡터로도 구현이 가능합니다.

인접리스트를 아까처럼 그래프를 예시로 연결리스트로 바꾸는 과정을 알아보겠습니다.

그래프

이 그래프를 연결리스트로 나타내면 아래와 같이 됩니다.

이를 코드로 나타내면 다음과 같습니다.

#include <bits/stdc++.h>
using namespace std;
const int V=4;
vector<int> adj[V];

int main() {
    adj[0].push_back(1);
    adj[0].push_back(2);
    adj[0].push_back(3);
    
    adj[1].push_back(0);
    adj[1].push_back(2);
    
    adj[2].push_back(0);
    adj[2].push_back(1);
    
    adj[3].push_back(0);
    
    for(int i=0;i<4;i++) {
        cout << i << " :: ";
        for(int j=0;j<adj[i].size();j++) {
    		cout << adj[i][j] << " ";
        }
        cout << "\n";
    }
}

연결리스트의 시간복잡도와 vector의 시간복잡도를 비교하면 아래와 같습니다.

	연결리스트	vector
n번째 인덱스에 삽입, 삭제	O(1)	O(n)
마지막 요소에 삽입, 삭제	O(1)	O(n)
특정 요소 탐색	O(n)	O(n)
n번째 요소 참조	O(n)	O(1)

인접행렬 vs 인접리스트

공간복잡도
- 인접행렬 : O(V^2)
- 인접리스트 : O(V+E)
간선 한 개 찾기 시간복잡도
- 인접행렬 : O(1)
- 인접리스트 : O(V)
모든 간선 찾기 시간복잡도
- 인접행렬 : O(V^2)
- 인접리스트 : O(V+E)

맵 (Map)

맵은 고유한 키를 기반으로 키-값(Key-Value) 쌍으로 이루어져 있는 자료구조입니다.

삽입할 때마다 자동 정렬되는 구조를 갖고 있습니다.

시간복잡도
- 참조, 탐색, 삽입, 삭제 : O(logn)

고유한 키를 갖기 때문에 하나의 키에 중복한 값이 들어갈 수 없으며

자동으로 오름차순 정렬되기 때문에 순서대로 Map을 탐색할 수 있는 것이 아닌

아스키코드 순으로 정렬된 값들을 기반으로 탐색하게 됩니다.

또한, [] 로 키를 직접 참조할 수 있습니다.

맵의 key와 value는 string, int 등 다양한 값이 들어갈 수 있습니다.

셋 (Set)

셋은 고유한 요소만을 저장하고 중복을 허용하지 않는 자료구조입니다.

맵처럼 {key, value}로 집어넣지 않아도 되며, 중복된 값은 제거되고 맵처럼 자동 정렬됩니다.

시간복잡도
- 참조, 탐색, 삽입, 삭제 : O(logn)

해시테이블 (Hash Table)

해시 테이블은 큰 범위를 가진 다양한 데이터들을 해싱을 통해 한정된 범위의 정수값을 가진 해시로 만들고,

해시라는 키에 대응하여 원본 데이터들을 매핑시켜놓은 테이블입니다.

해시 : 다양한 길이를 가진 데이터를 고정된 길이를 가진 데이터로 매핑한 값
해싱 : 임의의 데이터를 해시로 바꿔주는 과정이며 해시 함수가 이를 담당
해시 함수 : 임의의 데이터를 입력으로 받아 고정된 길이의 해시로 바꿔주는 함수

힙 (Heap)

힙은 여러 개의 값 중에서 가장 크거나 작은 값을 빠르게 찾기 위해 만든 완전 이진 트리를 의미합니다.

가장 작은 요소가 루트노드에 있는 최소힙,

가장 큰 요소가 루트노드에 있는 최대힙이 있습니다.

최대힙 : 부모노드 값은 자식노드의 값보다 항상 큰 규칙을 지키는 힙 (최대값 O(1)만에 찾을 수 있음!)
최소힙 : 부모노드 값은 자식노드 값보다 항상 작은 규칙을 갖는 지키는 힙 (최소값 O(1)만에 찾을 수 있음!)

힙의 데이터 삽입은 아래 순서로 이루어집니다.

리프노드에 삽입할 노드를 삽입한다.
해당노드와 부모노드를 서로 비교한다.
규칙(최소힙 또는 최대힙)에 맞으면 그대로 두고, 그렇지 않으면 부모노드와 교환한다. (스왑)
규칙에 맞을 때까지 3번 과정을 반복한다.

힙의 데이터 삭제는 아래 순서로 이루어집니다.

루트 노드를 제거한다.
루트 자리에 가장 마지막 노드를 삽입한다.
올라간 노드와 그의 자식 노드를 비교한다.
규칙을 만족하면 그대로 두고, 그렇지 않으면 자식노드와 교환한다.

시간복잡도
- 참조(최대/최소값) : O(1)
- 탐색 : O(n)
- 삽입, 삭제 : O(logn)

오늘은 자료구조 정리 마무리를 해보았습니다!

트리도 알고리즘 문제 풀 때 꼭 필요한 개념이라

정리를 하면서도 꼼꼼히 보았던 것 같습니다-!

도움이 되셨다면 좋아요, 댓글 남겨주세요!

긴 글 읽어주셔서 감사합니다. :)

HAMACO

[CS] 자료구조 - 시간복잡도, 공간복잡도, 메모리, 포인터, 연결리스트

hamaco.dev — Mon, 26 May 2025 01:00:24 +0900

안녕하세요! 하마코입니다.

교수님들도 항상 강조하시는 자료구조!

알고리즘을 설계할 때도 정말 기본이 되고,

실제 개발을 할 때도 자료구조의 필요성을 많이 느껴서

이번에 더 열심히 정리해보려고 합니다!

자료구조 공부 시작해볼게요

자료구조란?

자료구조(Data Structure)는 효율적으로 데이터를 관리하고 수정, 삭제, 탐색, 저장할 수 있는 데이터의 집합입니다.

특정 비즈니스 로직을 처리할 때 해당 로직에 가장 효과적인 자료구조를 찾아서 쓰는 것이 중요하기에

자료구조를 명확히 알아두어야 합니다.

C++ 기본

#include <bits/stdc++.h> // 헤더파일
using namespace std; // cin/cout 쓸 때 std:cin 해야되는데 이를 기본으로 설정함
string a; // 문자열 선언
int main() {
    cin >> a; // 입력 (cin, scanf)
    cout << a << "\n"; // 출력 (cout, print)
    return 0;
}

시간복잡도 (Time Complexity)

시간복잡도란 입력 크기에 대해 어떠한 알고리즘이 실행되는데 걸리는 시간입니다.

시간복잡도는 주요 로직의 반복 횟수를 중점으로 측정됩니다.

로직이 걸리는 시간을 재기 위해 [시간]을 재는 것이 아니라,

알고리즘이 주어진 입력 크기를 기반으로 어떠한 로직이 [몇 번 반복되었는가]를 중점으로 한다는 점을 명시해야합니다.

for(int i=0; i<10; i++) {
    for(int j=0; j<n:j ++) {
    	for(int k=0; k<n; k++) {
        	if(true) cout << k << '\n';
        }
    }
}
for(int i=0; i<n; i++) {
	if(true) cout << i << '\n';
}

위 코드에서는 if(true) cout << i << '\n'; 라는 로직이 10n^2+n 만큼 반복되기에

시간복잡도는 10n^2+n 입니다.

빅오 표기법 (Big-O notation)

Big-O 표기법은 복잡도에 가장 영향을 많이 끼치는 항의 상수인자를 빼고

나머지 항을 없애서 복잡도를 나타내는 표기법입니다.

위에서 나왔던 시간복잡도 10n^2+n 에서 복잡도에 가장 영향을 많이 끼치는 항은 n^2항이고,

다른 항은 그에 비해 미미한 영향을 미치기에 이것만 신경쓰면 되기에 이 항으로 나타냅니다.

따라서, Big-O 표기법으로 표기하면 시간복잡도는 O(n^2)입니다.

Big-O 표기법으로 나타냈을 때 복잡도 순은 아래와 같습니다.

n! > 2^n > n^2 > nlogn > n > logn > 1

위에서 보실 수 있는 것처럼 시간복잡도는 효율적인 코드로 개선하는데 쓰이는 기준이 되는데요.

시간복잡도가 O(n^2)인 알고리즘을 설계했는데, 이를 O(n)으로 줄인다면 굉장히 성능을 향상했다고 할 수 있습니다.

시간복잡도 예시

1️⃣ O(1)

상수시간의 시간복잡도는 입력 크기와 상관없이 일정한 시간복잡도를 가지는 것을 의미하며 O(1)로 표기합니다.

입력과 출력 (ex. cin, cout, scanf, printf)
곱하기 : a[2] *= 2;
간단한 비교 if문 : if (a[0]==2) {}
배열의 인덱스 참조 : int b = a[2];

2️⃣ O(n^2)

#include <bits/stdc++.h>
using namespace std;
int n;
int main() {
    cin >> n;
    int a = 0;
    for(int i=0; i<n; i++) {
    	for(int j=0; j<i; j++) {
        	a += i+j;
        }
    }
    cout << a << '\n';
    return 0;
}

3️⃣ O(N+M)

#include <bits/stdc++.h>
using namespace std;
int N, M;
void solve(int N, int M) {
    int a=1;
    for(int i=0; i<N; i++) {
    	a *= i;
    }
    for(int j=0; j<M; j++) {
    	a *= j;
    }
    cout << a << "\n";
}
int main() {
    cin >> N >> M;
    solve(N, M);
    return 0;
}

4️⃣ O(n)

#include <bits/stdc++.h>
using namespace std;
int n, a[1004], cnt;

int go(int l, int r) {
    if (l==r) return a[l];
    int mid = (l+r)/2;
    int sum = go(l,mid) + go(mid+1,r);
    return sum;
}
int main() {
    cin >> n;
    for(int i=1; i<=n; i++) {
        a[i-1] = i;
    }
    int sum = go(0, n-1);
    cout << sum << '\n';
}

go()에서 볼 수 있듯 재귀함수가 나오는데,

O(n)이 나오는 이유는 n개의 배열 원소들을 하나씩 돌며 n-1번 더하기 때문입니다.

5️⃣ O(logN)

#include <bits/stdc++.h>
using namespace std;
int N;

void solve(int N) {
    int a=0, i=N;
    while (i>0) {
        a+=i;
        i/=2;
    }
    cout << a << '\n';
}
int main() {
    cin >> N;
    solve(N);
    return 0;
}

O(logN)이 나오는 이유는,

N부터 시작해서 점점 반으로 줄여가며 1이 될때까지 반복하는데

시간복잡도를 구하기 위해서는 N을 2로 몇 번 나누면 1이 될까? == 2를 몇 번 곱하면 N이 될까? 가 중요하기에

log₂(N)이 되어 밑이 2인 이진 로그 logN이라고 작성합니다.

6️⃣ O(3^n)

#include <bits/stdc++.h>
using namespace std;
int N, cnt;
void solve(int N) {
    cnt++;
    cout << cnt << '\n';
    if (N==0) return;
    for(int i=0; i<3; i++) {
        solve(N-1);
    }
    return;
}
int main() {
    cin >> N;
    solve(N);
    return 0;
}

for문에서 자식(solve함수) 호출을 3번하고, 이게 N번 반복되기 때문에

3^N이 되어 시간복잡도는 O(3^n)이 됩니다.

공간복잡도 (Space Complexity)

공간복잡도는 입력 크기에 대해 어떠한 알고리즘이 실행되는데 필요한 메모리 공간의 양입니다.

정적변수로 선언된 것 외에도

동적으로 재귀적인 함수로 인해 공간을 계속해서 필요로 할 경우도 포함되며

맵, 셋 등 요소들을 담은 공간이면 모두 적용됩니다.

예를 들어, int a[10000000]; 을 선언하면 1000만 * 4바이트 가 공간복잡도가 됩니다.

배열의 범위

보통 문제를 풀 때 배열의 범위를 잡을 때는 2가지 방법을 기반으로 합니다.

1️⃣ 최대 범위

대부분의 문제는 최대 범위를 기반으로 배열을 미리 만들어서

N(1<=N<=1,000,000) 이라고 주어지면 N의 최대범위는 100만입니다.

2️⃣ 메모리제한

메모리제한이 512MB 라고 주어졌다면, 512,000,000 바이트이기 때문에

최대 int a[128000000];을 선언할 수 있습니다.

정적 배열 Array

정적 배열은 선언할 때 크기를 설정하는 배열입니다.

연속된 메모리 공간에 위치한 같은 타입의 요소들의 모음이며,

숫자인덱스를 기반으로 랜덤 접근이 가능하고 중복을 허용합니다.

크기 정하고 선언 : int a[10]
크기 정하지 않고 선언하되 중괄호로 요소 할당 : int a2[] = {1,2,3,4}

동적 배열 Vector

동적 배열은 동적으로 요소를 할당할 수 있는 배열입니다.

컴파일 시점에 사용해야 할 요소들의 개수를 모른다면 vector를 써야합니다.

벡터 선언 : vector<타입> 변수명;
string set 선언 : set<string> a;

Vector 메서드

push_back(), emplace_back() : vector의 뒤에서부터 요소 더하기
pop_back() : vector 맨 뒤의 요소 지우기
erase(위치) : 한 요소 지우기
erase(from, to) : ~에서 ~까지 지우기
find(from, to, value) : vector 내부 from~to 에서 value를 찾음 (O(n))
clear() : vector의 모든 요소 지우기
fill(from, to, value) : vector 내의 from~to 구간에 value로 값을 할당하고 싶을 때

Vector 정적할당

vector라도 무조건 크기가 0인 빈 vector를 만들어 동적할당으로 요소를 추가하는 것이 아니라,

크기를 정해놓거나 해당 크기에 대하 어떤 값으로 초기화해놓고 시작할 수도 있습니다.

#include <bits/stdc++.h>
using namespace std;
vector<int> v(5,100);

int main() {
    for(int a:v) cout << a << " ";
    cout << "\n";
    return 0;
}

메모리 Memory

메모리는 메모리 셀의 연속과 같으며, 각 셀의 크기는 1바이트이고 고유한 주소를 가집니다.

4바이트 정수 타입인 int 타입 변수를 저장한다면, 메모리에서 4바이트의 메모리 영역을 예약합니다.

변수의 메모리 주소는 변수가 사용하는 메모리 주소의 첫번째를 가리킵니다.

메모리 주소는 16진수로 표기가 되고,

C++에서는 &(ampersand)를 통해 변수의 메모리 주소를 얻을 수 있습니다.

#include <bits/stdc++.h>
using namespace std;
int i;
int main() {
    cout << &i << '\n'; // 0xㅁㅁㅁㅁㅁㅁㅁㅁㅁ
    return 0;
}

여기서 변수 i에 0을 할당하면 (i=0;)

예약한 메모리 영역에 해당 값을 저장하게 됩니다.

포인터 Pointer

포인터는 변수의 메모리 주소를 담는 타입입니다.

메모리 동적할당할 때, 데이터를 복사하지 않고 함수 매개변수로 사용할 때, 클래스/구조체를 연결할 때 사용됩니다.

포인터의 크기는 OS가 32bit라면 4바이트, 64bit라면 8바이트로 고정되어있습니다.

어떠한 타입이든 상관없이 무조건 4/8바이트로 고정됩니다.

(집 주소의 크기는 집의 크기와 관련이 없다!)

역참조연산자 *

* 기호는 사용하는 위치에 의해 다양한 용도로 사용됩니다.

곱셈 연산 포인터 타입의 선언, 역참조로 메모리를 기반으로 변수의 값에 접근할 때 등

이 중, * 연산자로 역참조를 통해 주소값을 기반으로 값을 갖고오는 코드 예시는 다음과 같습니다.

#include <bits/stdc++.h>
using namespace std;
int main() {
    string a = "abcda";
    string *b = &a;
    cout << b << "\n"; // 0x6ffdf0
    cout << *b << "\n"; // abcda
    return 0;
}
// b는 포인터로 string a의 주소
// b*는 역참조로 a의 값을 가져옴

array to pointer decay *

array to pointer decay는 배열이 포인터로 부식(decay)되는 현상입니다.

배열의 이름을 주소값으로도 쓸 수 있다는 의미인데요!

배열의 이름을 T* 라는 포인터에 할당하면서 T[N]이라는 배열의 크기 정보 N이 없어지고 첫번째 요소의 주소가 반영되는 현상입니다.

배열의 이름은 배열의 첫번째 주소로서 쓸 수 있고,

이는 vector에서는 적용되지 않고 배열에서만 가능합니다.

#include <bits/stdc++.h>
using namespace std;
int a[3] = {1,2,3};
int main() {
    int *c = a;
    cout << c << "\n"; // 0x472010
    cout << &a[0] << "\n"; // 0x472010
    cout << c+1 << "\n"; // 0x472014
    cout << &a[1] << "\n"; // 0x472014
    return 0;
}

연결리스트 Linked List

연결리스트는 노드로 감싸진 요소를 인접한 메모리 위치가 아닌 독립적으로 저장하며

각 노드는 next / next,prev 라는 포인터로 서로 연결된 선형적인 자료구조입니다.

class Node {
public:
    int data;
    Node* next;
    Node() {
    	data = 0;
        next = NULL;
    }
    Node(int data) {
    	this->data = data;
        this->next = NULL;
    }
};

연결리스트의 시간복잡도는 참조 O(n), 탐색 O(n), 삽입/삭제 O(1) 입니다.

연결리스트는 싱글연결리스트, 이중연결리스트, 원형연결리스트 크게 3가지로 분류됩니다.

1️⃣ 싱글연결리스트

싱글연결리스트(Singly Linked List)는 next 포인터밖에 존재하지 않으며 한 방향으로만 데이터가 연결됩니다.

2️⃣ 이중연결리스트

이중연결리스트(Doubly Linked List)는 prev, next 두 개의 포인터로 양방향 데이터가 연결됩니다.

3️⃣ 원형연결리스트

원형연결리스트(Circular Linked List)는 마지막 노드와 첫번째 노드가 연결되어 원을 형성합니다.

싱글연결리스트 또는 이중연결리스트로 이루어진 2가지 타입의 원형연결리스트가 있습니다.

오늘은 자료구조 기초에 대해서 알아보았습니다!

도움이 되셨다면 좋아요, 댓글 남겨주세요!

긴 글 읽어주셔서 감사합니다. :)

HAMACO

[CS] 운영체제 - CPU 스케줄링, 캐시, 메모리할당

hamaco.dev — Sun, 11 May 2025 23:00:09 +0900

안녕하세요! 하마코입니다.

개발자에게 필요한 운영체제 공부 마지막을 달리고 있는데요!

가상메모리를 공부했던 1탄, 프로세스와 스레드를 공부했던 2탄에 이어

CPU 스케줄링과 캐시, 메모리할당을 공부해보겠습니다.

CPU 스케줄링 알고리즘

CPU가 어떤 프로세스를 선택할 건지는 스케줄링 알고리즘을 통해 선택되며 효율적으로 선택하는 게 중요합니다.

여기서 '효율적'이란 아래 내용을 만족하는 상황입니다.

CPU 사용률이 높은가?
단위 시간당 작업을 마친 프로세스의 수가 높은가? = 처리량이 높은가?
작업을 요청한 프로세스가 작업을 시작하기 전 대기하는 시간은 짧은가?

다양한 상황에 따라 스케줄링 알고리즘은 나누어지며, 방식은 크게 비선점형/선점형으로 나뉩니다.

비선점형 방식(non-preemptive)

비선점형 방식은 프로세스가 스스로 CPU 소유권을 포기하는 방식입니다.

강제로 프로세스를 중지하지 않기에 컨텍스트 스위칭으로 인한 부하가 적습니다.

1️⃣ FCFS (First Come, First Served)

가장 먼저 온 것을 가장 먼저 처리하는 알고리즘입니다. (FIFO가 생각난다면 정답!)

단점으로는, 길게 수행되는 프로세스 때문에 준비 큐에서 오래 기다리는 현상(Convey Effect)이 발생한다는 점이 있습니다.

2️⃣ SJF (Shortest Job First)

실행 시간이 가장 짧은 프로세스를 가장 먼저 실행하는 알고리즘입니다.

그래서 평균 대기 시간이 가장 짧다는 장점이 있습니다.

단점으로는, 긴 시간을 가진 프로세스가 실행되지 않는 현상이 일어날 수 있다는 점입니다.

SJF는 실행 시간을 안다면 좋겠지만,

실제로는 실행 시간을 알 수 없기에 과거의 실행했던 시간을 토대로 추측해서 사용합니다.

3️⃣ 우선순위 (Aging)

오래된 작업일수록 우선순위를 높이는 Aging을 통해 단점을 보완한 알고리즘입니다.

우선순위는 작업의 시간, 프로세스의 메모리 요구사항, 열린 파일 수, 평균 CPU 사용량 등을 고려해서 설정됩니다.

우선순위 알고리즘은 앞서 설명한 SJF+우선순위를 말하는 것뿐만 아니라

FCFS를 활용하여 만들기도 하며 선점형, 비선점형적인 우선순위 스케줄링 알고리즘을 말하기도 합니다.

선점형 방식(preemptive)

선점형 방식은 현대 운영체제가 쓰는 방식으로, 사용하고 있는 프로세스를 알고리즘에 의해 중단시켜버리고

강제로 다른 프로세스에 CPU 소유권을 할당할 수 있는 방식입니다.

1️⃣ 라운드로빈 (RR, Round Robin)

라운드 로빈은 현대 컴퓨터가 쓰는 스케줄링 방법이며, 단순 선점형 알고리즘입니다.

각 프로세스에 동일한 할당 시간을 주고,

그 시간에 끝나지 않으면 다시 준비 큐(Ready Queue)의 뒤로 가는 알고리즘입니다.

예를 들어, q만큼의 할당 시간이 부여되었고 N개의 프로세스가 운영된다고 하면

(N-1)*q 시간이 지났을 때 자기 차례가 오게 됩니다.

할당 시간이 너무 크면 FCFS가 되고, 짧으면 컨텍스트 스위칭이 잦아져서 비용이 커집니다(오버헤드).

일반적으로 전체 작업 시간은 길어지지만 평균 응답 시간은 짧아진다는 특징이 있습니다.

또한, 라운드로빈은 로드밸런서에서 트래픽 분산 알고리즘으로도 쓰입니다.

2️⃣ SRF (Shortest Remaining Time First)

SRF는 중간에 더 짧은 작업이 들어오면 수행하던 프로세스를 중지하고,

해당 프로세스를 수행하는 알고리즘입니다.

반면, 위에서 설명한 SJF는 중간에 실행 시간이 더 짧은 작업이 들어와도

기존 짧은 작업을 모두 수행하고 그 다음 짧은 작업을 이어나갑니다.

3️⃣ 다단계 큐

다단계 큐는 우선순위에 따른 준비 큐를 여러개 사용하고,

큐마다 라운드로빈이나 FCFS 등 다른 스케줄링 알고리즘을 적용한 알고리즘입니다.

큐 간 프로세스 이동이 안 되므로 스케줄링 부담이 적지만 유연성이 떨어지는 특징이 있습니다.

우선순위가 높은 큐부터 처리되기에

낮은 큐의 프로세스가 처리되지 않는 기아현상(starvation)이 발생할 수도 있습니다.

캐시

캐시는 데이터를 미리 복사해 놓는 임시 저장소이자

빠른 장치와 느린 장치에서 속도 차이에 따른 병목 현상을 줄이기 위한 메모링비니다.

데이터 접근 시간 단축, 데이터 계산 시간 절약 등의 장점이 있습니다.

예로는, CPU 레지스터가 대표적인데 CPU가 메모리로부터 데이터를 가져올 때

시간이 너무 많이 들어서 중간에 레지스터 계층을 둬서 속도 차이를 해결합니다.

캐시 히트 & 캐시 미스

캐시 히트란 캐시에서 원하는 데이터를 찾은 것을 말하며

캐시 미스란 캐시에서 원하는 데이터를 찾지 못한 것을 의미합니다.

만약, 캐시 미스가 일어나면 메모리로 가서 원하는 데이터를 레지스터에 등록합니다.

지역성

캐시를 설정할 때는 자주 사용하는 데이터를 기반으로 설정해야 히트가 잘 날 수 있는데요.

이 때 '지역성'을 기반으로 설정하고, 지역성은 시간 지역성과 공간 지역성으로 나뉩니다.

1) 시간 지역성

: 최근 사용한 데이터에 다시 접근하려는 특성입니다.

2) 공간 지역성

: 최근 접근한 데이터를 이루고 있는 공간이나 그 가까운 공간에 접근하는 특성입니다.

캐시매핑

캐시의 크기는 메모리보다 항상 작기 때문에 효율적으로 매핑하는 것이 중요하며

매핑 방식에는 직접 매핑, 연관 매핑, 집합-연관매핑이 있습니다. (매핑을 사상이라고도 합니다!)

1️⃣ 직접 매핑 (Direct Mapping) - "직접 블록별 매핑"

직접 매핑이란 메모리의 특정 블록을 특정 캐시 라인에만 매핑할 수 있는 것입니다.

예를 들어, 메모리가 A개의 페이지, 캐시가 B개의 페이지로 구성된다고 했을 때

메모리가 페이지 수 A를 B개로 나눠서 메모리의 페이지 수는 B*블록수가 됩니다.

메모리가 1~100이 있고, 캐시가 1~5가 있다면 1:1~20, 2:21~40 같은 방식으로 매핑됩니다.

내부적으로 어떻게 구성되어 있을까?

운영체제는 메모리를 똑같은 크기의 페이지로 나눠서 관리를 하며 <P,D>로 나누어 관리하는데

P(Page Number)는 페이지 번호, D(Distance)는 페이지번호로부터 해당 주소까지의 거리입니다.

어떤 페이지인지에 따라 변환되는 것은 P이며, D는 변환되지 않고 유지됩니다.

2️⃣ 연관 매핑 (Associative Mapping) - "자유로이 연관 매핑"

연관 매핑이란 순서를 일치시키지 않고 관련있는 캐시와 메모리를 매핑하며

메모리의 컨텐츠가 캐시의 어느 위치에도 올라갈 수 있는 방법을 의미합니다.

정해두는 위치가 없기에 스와핑은 덜 일어나지만,

캐시의 모든 블록을 탐색해야해서 속도가 직접 매핑보다 느립니다.

3️⃣ 집합-연관매핑 (Set Associate Mapping)

집합을 나누고 해당 집합에는 bd(block distance)만 같으면 들어올 수 있게 하는데,

이 때 어떤 블록에도 들어올 수 있게 하는 매핑 방법입니다.

이를 통해 모든 블록을 찾을 필요 없이 특정 블록을 찾게 해

탐색 비용을 낮춘 직접 블록의 장점과 스와핑을 완화시키는 연관매핑의 장점을 모두 지닙니다.

메모리 할당

프로그램에 필요한 메모리를 할당할 때 시작 메모리 위치, 메모리 할당 크기를 기반으로 할당합니다.

연속 할당 (Contiguous Memory Allocation)

메모리에 연속적으로 공간을 할당하는 것을 의미합니다.

사용 가능한 모든 메모리 공간이 같은 위치에 함께 있습니다.

즉, 메모리 파티션이 전체 메모리 공간에서 여기저기에 분산되어있지 않습니다.

연속 할당의 방식에는 고정분할방식과 가변분할방식이 있습니다.

1️⃣ 고정분할방식 (Fixed Partition Allocation)

메모리를 미리 같은 크기로 분할해서 할당하는 방법입니다.

다만, 같은 크기로 분할해서 할당하기에 정해둔 칸 안에 모두 차지 않는 내부단편화가 발생할 수 있습니다.

2️⃣ 가변분할방식 (Fixed Partition Allocation)

프로그램에 필요한 만큼 동적으로 할당하는 방법입니다.

메모리를 고정된 크기 블록으로 나누지 않고, 프로그램이 필요한 만큼의 메모리를 동적으로 할당합니다.

프로그램이 할당 된 후 남은 공간은 새로운 가변 분할로 남겨지며,

이는 다른 프로그램에 할당될 수 있어서 내부단편화를 줄일 수 있지만

연속한 곳들을 할당하다가 남는 곳이 생길 수 있기에 외부단편화가 발생할 수 있습니다.

가변 분할 방식에는 아래 방법들이 있습니다.

최초적합(first fit) : 위쪽이나 아래쪽부터 시작해 홀을 찾으면 바로 할당
최적적합(best fit) : 필요한 메모리 크기 이상인 공간 중 가장 작은 홀부터 할당
최악적합(worst fit) : 프로세스의 크기와 가장 많이 차이가 나는 홀에 하당

만약 10 크기의 프로세스가 있을 때, 아래 크기에 맞게 들어갑니다.

12	최초적합
10	최적적합
25	최악적합

불연속 할당 (Non-Contiguous Memory Allocation)

메모리를 연속적으로 할당하지 않는 방법으로, 현대 운영체제가 쓰는 방법입니다.

프로그램에 필요한 메모리를 쪼개어 서로 다른 위치에 있는 메모리 공간에 할당합니다.

1️⃣ 페이징 (Memory Paging)

페이징은 동일한 크기의 페이지 단위로 나누어 메모리의 서로 다른 위치에 프로세스를 할당합니다.

홀의 크기가 균일하지 않은 문제가 없어지지만

주소 변환을 페이지별로 해야하기 때문에 주소 변환이 복잡해지는 단점이 있습니다.

2️⃣ 세그멘테이션 (Memory Segmentation)

페이지 단위가 아닌 의미 단위인 세그먼트(segment)로 나누어는 방식입니다.

공유와 보안 측면에서는 좋지만, 홀 크기가 균일하지 않게 됩니다.

3️⃣ 페이지드 세그멘테이션 (Paged Segmentation)

세그멘테이션으로 나누되 해당 세그멘테이션을 동일한 크기의 페이지로 나누는 방법입니다.

3번에 걸쳐 운영체제 공부를 해보았는데요!

학교에서도 배우고 있는 내용이다보니 배우고 있는 내용이랑 연계해서도 많이 정리해본 것 같습니다.

도움이 되셨다면 좋아요, 댓글 남겨주세요!

긴 글 읽어주셔서 감사합니다. :)

HAMACO