ebson

1. N 행 M 열의 체스판을 순회하면서 아래를 수행1.1. 0행 0열을 B로 시작하는 체스판으로 바꾸는 경우에 바꿔야 하는 칸의 개수를 카운트1.2. 0행 0열을 W로 시작하는 체스판으로 바꾸는 경우에 바꿔야 하는 칸의 개수를 카운트2. N 행 M 열의 체스판에서 8*8 크기의 체스판을 구하는 모든 경우에 아래를 수행2.1. 0행 0열을 B로 시작하는 경우, cntList 으로 8*8 크기의 체스판에서 바꿔야 하는 칸의 개수를 추가 2.1. 0행 0열을 W로 시작하는 경우, cntList 으로 8*8 크기의 체스판에서 바꿔야 하는 칸의 개수를 추가 3. 모든 바꿔야하는 칸의 개수의 경우의 수 중에서 최소값을 출력  import java.io.BufferedReader;import java.io.Inpu..

1. N 행 M 열의 체스판을 순회하면서 아래를 수행1.1. 0행 0열을 B로 시작하는 체스판으로 바꾸는 경우에 바꿔야 하는 칸의 개수를 카운트1.2. 0행 0열을 W로 시작하는 체스판으로 바꾸는 경우에 바꿔야 하는 칸의 개수를 카운트2. N 행 M 열의 체스판에서 8*8 크기의 체스판을 구하는 모든 경우에 아래를 수행2.1. 0행 0열을 B로 시작하는 경우, cntList 으로 8*8 크기의 체스판에서 바꿔야 하는 칸의 개수를 추가 2.1. 0행 0열을 W로 시작하는 경우, cntList 으로 8*8 크기의 체스판에서 바꿔야 하는 칸의 개수를 추가 3. cntList 에서 최소값을 출력  N, M = map(int, input().split())board = [input() for _ in range(..

원하는 서비스의 요구사항에 맞추어 기술을 선택하고 이를 활용하기 위해 온라인 강의를 듣고 공식 개발 문서와 관련 개발 서적을 정독하는 방법도 좋겠지만 이미 학습을 마친 동료나 조수가 있다면 그에게 요구사항을 전달하여 템플릿 코드를 얻을 수 있을 것이다. 필자는 Spring Data JPA를 활용하기 위해 먼저 관련 온라인 강의를 수강했다. 그 결과 학습할 양이 많다는 사실을 알게 되었다. 그래서 내가 계획하고 있던 학습량을 수없이 끝내고도 남았을 ChatGPT 에게 도움을 요청하기로 했다.  ChatGPT 에게 JPA 에 대한 질문하기Spring Data JPA 를 사용하기 위한 기본 질문들을 ChatGPT에게 해보았다. 필수 의존성과 설정 코드, 핵심 원리, 영속성 컨텍스트의 장점을 질문해보았다. 아래..

Spring Boot 에서 ApplicationContext 의 역할자바 개발자라면 누구나 한번쯤 ApplicationContext 에 대해서 들어봤을 것이다. ApplicationContext 는스프링 프레임워크에서 제공하는 컨테이너로 스프링의 빈(Bean)들을 관리하는 역할을 한다. 아래는 Spring Framework 에서 ApplicationContext 의 기능과 역할에 대한 ChatGPT의 대답이다.    ChatGPT에게 ApplicationContext를 활용하기 위한 질문하기ApplicationContext 를 사용하면 특정 빈(Bean)을 컨테이너로부터 가져와 사용할 수 있다.  ApplicationContext를 활용하기 위해 ChatGPT에게 간단한 질문을 해보았다. 아래는 예시..

카카오 빌더 에서 스킬서버로 요청하는 SkillPayload 의 테이블 설계하기카카오톡 채널과 연동하기 위한 챗봇을 생성하면 빌더 GUI를 만날 수 있다. 여기서 시나리오와 블록을 생성할 수 있고 챗봇을 스킬 서버와 연동할 수 있다. 챗봇에 대한 통계 데이터 분석결과를 확인하고 개발 채널 및 운영 채널에 배포하는 등 챗봇 운영 전반에 필요한 작업을 할 수 있다. 그리고 관리자가 등록하지 않은 발화 이더라도 카카오톡 채널 챗봇이 똑똑하게 알아듣고 가장 관련있는 블록과 연결할 수 있도록 하는 머신러닝 기능도 제공한다. 블록에 연결되는 인텐트(사용자의 발화)를 편집하거나 스킬 서버를 통하지 않고 곧바로 응답 말풍선을 출력하도록 하는 것도 가능하다.  카카오톡 채널 챗봇에서 스킬 서버를 호출하여 응답받은 결과를..

개발하기 위한 새로운 기술을 사용할 때나 업무 효율성 향상을 위해 새로운 서비스를 사용할 때나 그것이 제공하는 공식문서를 보거나 관련된 책이나 영상을 찾아보면서 더 알아보는 과정은 시간이 조금 걸리더라도 좋은 방법이다. 그것의 장단점을 파악할 수 있고 시간을 들인만큼 더 빠르게 익숙해 질 수 있기 때문이다. 당장 내가 연구개발을 할 상황이 아니더라도 인공지능 분야는 빠르게 발전하고 활용하기에 따라 가치가 무궁구진하다고 생각하기 때문에 최소한의 지식을 습득해보기로 했다. ChatGPT 에 대해서 관련 영상들을 찾아서 보다보니 ChatGPT 는 파인 튜닝 기법을 사용해 답변의 정확성과 퀄리티를 높였다고 한다. 그래서 ChatGPT의 개발에 사용된 파인 튜닝에 대해서 ChatGPT님께 여쭤보았다. prompt..

Google이 개발한 Transformer 알고리즘을 도입한 초거대 생성형 AI ChatGPT 가 등장함에 따라 정보를 찾기 위해 웹페이지 검색에 소요되는 시간을 획기적으로 단축할 수 있게 되었다. 다양한 기술에 대해 지속적인 학습이 필요한 프로그래밍 일을 함에 있어서 정보 검색과 습득에 필요한 시간이 줄어든다는 것은 매우 기쁜 소식이다.  그래서 이 ChatGPT 와 함께 평소 습득해보고 싶었던 기술들과 API 등을 사용해서 개인 프로젝트를 개발할 계획이다. 최대한 ChatGPT 에게 질문해서 답을 얻어내고 부족한 부분만 웹페이지에 검색할 것이다. 이에 앞서, ChatGPT 가 무엇인지 ChatGPT 에게 질문해보았다.   ChatGPT 하면 떠오르는 생각나는 것들을 5가지 정도 물어보았다. ChatG..

CHARSET 과 COLLATE 의 개념 CHARSET 은 문자의 집합이라면 COLLATE 는 이들 문자 집합을 비교하고 정렬하는 규칙에 관한 것이다. 어떤 규칙에서는 영어 대소문자를 구분하는 반면 다른 규칙에서는 구분하지 않을 수 있다. 어떤 규칙에서는 악센트를 구분할 수도 있고 다른 규칙에서는 구분하지 않을 수 있다. 그리고 어떤 규칙에서는 이모지 문자를 지원하는 반면 어떤 규칙에서는 이모지 문자를 지원하지 않을 수 있다. 한편, MariaDB 에서는 CHARSET은 언제나 COLLATE 이름의 일부이다. 예를 들어, COLLATE 의 일종인 utf8mb4_bin 에서 utf8mb4 는 CHARSET 에 해당한다. utf8mb4 CHARSET utf8mb4 는 utf-8 CHARSET 을 확장하고 ..