라온코

[코드트리] 청약 챌린지 6회차 후기 갭체크로 한 달 사이 실력 변화 체크하기

Light on code — Mon, 15 Jun 2026 23:37:16 +0900

안녕하세요!

어느덧 벌써 챌린지 6회차 후기를 쓰게 되었네요!

시간이 참 빠른 것 같아요!

오늘은 청약 챌린지를 시작했을 때 갭체크 결과와 최근에 본 갭체크 결과를 보면서 비교해보려고 합니다!

갭체크 결과 비교

5월 18일 결과

6월 15일 결과

‍ 앗 오히려 이후가 결과가 더 안 좋게 나왔다.

그 이유는 최근에 BFS 문제만 왕창 풀고, 백트래킹 문제는 여전히 미뤄두었던 탓이었다.

갭체크를 통해서 기본 중의 기본인 백트래킹 문제를 전체적으로 다 풀어봐야겠다는 생각이 들었다.

사실은 백트래킹 문제를 그동안 기피해오고 있었는데 이번 갭체크에서 이 부분이 바로 보인 것이라고 생각이 든다..ㅠㅠ

똑똑한 갭체크..!

✏️ 약점을 보완하기 위해 내가 했던 노력

5월에 했던 갭체크를 보고 BFS가 약점이라는 것을 알게 돼서 BFS에 있는 모든 문제를 다 풀었었다.

BFS에 생각보다 많은 유형의 문제가 있어서 놀라웠고,

난이도가 Hard인 문제를 풀었을 때는 정말 쾌감이 들면서 어떤한 BFS 문제를 풀더라도 풀 수 있겠다는 자신감이 생겼다.

그리고 어려운 문제는 코드트리의 북마크 기능을 사용해서 복습 학습까지 진행했었다.

이러면서 BFS는 더이상 어려운 알고리즘이 아니라는 생각이 들게 되었다.

⭐️ 그래서 앞으로는요?

코드트리에 있는 갭체크를 꾸준히 응시하면서 내가 부족한 부분 위주로 학습을 할 것 같다.
어떤 알고리즘부터 공부해야 할지 막막할 때, 갭체크를 응시하면 '이 부분부터 공부하면 된다'고 명확히 방향을 잡아주는 점이 코드트리의 가장 큰 장점 같다. 나는 최근에 본 결과에 따라서 백트래킹의 모든 문제를 풀어볼 생각이다.

이러면 아무래도 BFS처럼 내 강점인 알고리즘으로 만들 수 있을 거라는 확신이 든다.!!

코드 트리 링크

유형마다 문제가 모아져 있고, 갭체크로 코딩테스트 보는 것처럼 내 실력을 파악할 수 있다는게 최대 장점인 코드트리이다.

https://www.codetree.ai/ko/trail-info

코딩 테스트 학습 안내 | 코드트리

막막한 코딩테스트 준비, 혼자 헤매지 말고 체계적인 코딩 학습과 단계별 가이드로 빠르게 실력을 쌓아 취업에 성공하세요.

www.codetree.ai

[코드트리] 청약 챌린지 5회차 후기 북마크로 복습 루틴 만들기

Light on code — Mon, 8 Jun 2026 06:03:59 +0900

안녕하세요!
오늘은 코드트리 북마크 기능을 제가 어떻게 활용하고 있는지 작성해보고자 합니다.

코드트리 북마크 기능 소개

복습하고 싶은 문제 북마크하기!

코드트리는 위의 사진처럼 각 문제마다 북마크 를 할 수 있는 기능을 제공합니다.

그리고 북마크한 문제들은 북마크 탭 에서 확인할 수 있습니다.

기존에 풀었던 문제도 안 푼 것처럼 씨앗으로 그림이 표시되고 복습해서 풀면 다시 새싹 으로 보이게 됩니다.

복습을 했는지 안했는지 헷갈리지 않게 귀여운 아이콘으로 확인할 수 있어서 좋더라고요.

그래서 문제 리스트를 보면 편집거리 문제는 다시 복습해서 풀어서 새싹 아이콘인 것을 볼 수 있어요!

⭐️ 나만의 북마크 활용법

저는 이 북마크 기능을 활용해서 알고리즘을 복습하고 있는데요.
아무래도 복습을 빠른 시일에 하면 코드가 기억나서 일부러 처음 푼 다음에 2주 정도 시간을 보낸 후 다시 푸는 것을 목표로 하고 있습니다.

위의 사진처럼 알고리즘 카테고리와 이해가 어려웠던 문제 이렇게 구분해서 북마크를 하고 있습니다.

이해가 어려웠던 문제에는 LCA 문제를 북마크 해두었습니다.

어려워서 해설도 보고 AI한테도 물어봤던 알고리즘이라 이해가 어려웠다고 표시했어요.

✏️ LCA 문제 복습하기

분명 제대로 이해하고 넘어갔다고 생각했는데 2주 뒤에 다시 보니까 내가 이런 문제를 풀었었나? 생각이 들면서 가물가물하더라고요. ‍

그래서 이번에 LCA 문제를 다시 복습해보았습니다.
LCA는 크게 1️⃣ 선형 탐색 2️⃣ 희소 테이블을 사용하는 방법이 있습니다.

아무래도 희소 테이블이 시간 복잡도가 O(NlogN)이라 이해하기는 어렵지만 그래도 빠르게 LCA를 탐색할 수 있다는 장점이 있습니다.

import java.util.*;
import java.io.*;

public class Main {

    static final int MAX_H = 16;

    static int N;
    static int[][] parent;
    static int[] depth;
    static ArrayList<Integer>[] edges;

    public static void main(String[] args) throws IOException {
        BufferedReader br = new BufferedReader(new InputStreamReader(System.in));
        StringBuilder answer = new StringBuilder();

        N = Integer.parseInt(br.readLine());
        edges = new ArrayList[N + 1];
        parent = new int[MAX_H + 1][N + 1];
        depth = new int[N + 1];
        

        for (int i = 1; i <= N; i++) {
            edges[i] = new ArrayList<>();
        }

        for (int i = 0; i < N - 1; i++) {
            StringTokenizer st = new StringTokenizer(br.readLine());
            int a = Integer.parseInt(st.nextToken());
            int b = Integer.parseInt(st.nextToken());
            edges[a].add(b);
            edges[b].add(a);
        }

        depth[1] = 1;
        dfs(1);

        sparseTable();

        int Q = Integer.parseInt(br.readLine());
        for (int i = 0; i < Q; i++) {
            StringTokenizer st = new StringTokenizer(br.readLine());
            int a = Integer.parseInt(st.nextToken());
            int b = Integer.parseInt(st.nextToken());
            answer.append(getLCA(a, b)).append("\n");
        }

        System.out.print(answer.toString());
    }

    static void dfs(int cur) {
        for (int child: edges[cur]) {
            if (depth[child] == 0) {
                depth[child] = depth[cur] + 1;
                parent[0][child] = cur;
                dfs(child);
            }
        }
    }

    static void sparseTable() {
        for (int h = 1; h <= MAX_H; h++) {
            for (int i = 1; i <= N; i++) {
                parent[h][i] = parent[h-1][parent[h-1][i]];
            }
        }
    }

    static int getLCA(int a, int b){

        if (depth[b] > depth[a]) {
            int temp = a;
            a = b;
            b = temp;
        }

        for (int h = MAX_H; h >= 0; h--) {
            if (depth[a] - depth[b] >= (1 << h)) {
                a = parent[h][a];
            }
        }

        if (a == b)
            return a;

        
        for (int h = MAX_H; h >= 0; h--) {
            if (parent[h][a] != parent[h][b]) {
                a = parent[h][a];
                b = parent[h][b];
            }
        }

        return parent[0][a];

    }
}

parent[i][k] 배열은 i번 노드의 2^k의 부모를 의미합니다. 그래서 깊이를 맞출 때나 부모를 찾을 때, 한 칸씩 올라가는 게 아니라 2^4칸, 2^3칸, 2^2칸... 처럼 껑충껑충 뛰어넘어서 선형 탐색보다 더 빠르게 조상을 탐색할 수 있어요.

이때 DP와 비트 연산이 사용됩니다! 얼마만큼 점프할 수 있는지를 비트 연산으로 구하거든요.

사실 직접 문제를 풀어보지 않고 단순 코드만으로는 이해가 어려울 수 있다고 생각이 듭니다.

저도 이해가 어려워서 북마크를 해놓은 것처럼요..!

저도 까먹을 뻔 했는데 북마크를 통해 이번에 다시 보니까 기억이 좀 더 오래 남을 것 같습니다.

코드트리 링크

난이도별 문제집, 북마크, Github 연동 기능이 있는 코드트리!

다들 한번 사용해보세요!

https://www.codetree.ai/ko/trail-info

코딩 테스트 학습 안내 | 코드트리

막막한 코딩테스트 준비, 혼자 헤매지 말고 체계적인 코딩 학습과 단계별 가이드로 빠르게 실력을 쌓아 취업에 성공하세요.

www.codetree.ai

[코드트리] 청약 챌린지 4회차 후기 코딩테스트 1일 1문제 독학 루틴 만들기

Light on code — Sun, 31 May 2026 22:45:10 +0900

안녕하세요!

오늘은 코드트리로 학습 루틴을 만들고, 어떻게 학습하고 있는지 작성해보려고 합니다.

그러기 위해서 코드트리의 다양한 기능을 소개하려고 해요!

1️⃣ GitHub 연동해서 1일 1잔디 심기

코드트리는 GitHub과 연동하는 기능을 제공해줍니다!

그래서 코드트리에서 문제를 풀면 github에 잔디를 바로 심을 수 있어요!

이렇게 버튼을 눌러서 연동을 하면 아래 Github 레포지토리 이미지처럼 trail 별로 문제 풀이 코드가 저장이 됩니다. 아주 편리하죵

코드트리 덕분에 4월 이후로 시들했던 잔디 심기를 다시 할 수 있게 됐어요!

1일 1 잔디 심기를 하기 제일 쉬운 방법이 코드트리에서 문제 풀기인 것 같습니다.

2️⃣ 카카오톡 알림톡 설정하기

그리고 코드트리에서는 다양한 학습 리마인더 알림을 보내줍니다! 이번에 챌린지하면서 위의 알림톡을 받아봤네요!

맨 마지막 알림톡처럼 스트릭이 사라진다는 알림을 보니까 문제를 풀어야 겠다고 생각이 들더라고요!ㅋㅋㅋ

그래서 요즘 열심히 문제를 풀고 있습니다!

3️⃣ 그래서 내 학습 루틴은?

Trail 대로 쭉 공부하면 도움이 될 것 같아서 Trail0부터 모든 문제를 하나씩 풀어가고 있어요.

Trail0은 기초 중의 기초라 쉽게 풀고 있지만 앞으로 다가올 Trail들이 겁나긴 하지만 실력이 늘고 있는게 느껴져서 하나씩 하나씩 정복해나갈려고 나갈려고요! 얼른 알고리즘 입문, 기본, 실전을 풀고 싶습니다.

연속학습 업적이 tree가 될 때까지 화이팅!

코드트리를 추천합니다

코테 공부를 어떻게 시작할지 막막하신 분들이라면 Trail 순서대로 문제 풀면 좋을 것 같습니다.

깃허브 연동이랑 알림톡을 활용해서 루틴을 잡아가면 편하실겁니다!
https://www.codetree.ai/ko/trail-info

코딩 테스트 학습 안내 | 코드트리

막막한 코딩테스트 준비, 혼자 헤매지 말고 체계적인 코딩 학습과 단계별 가이드로 빠르게 실력을 쌓아 취업에 성공하세요.

www.codetree.ai

[코드트리] 청약 챌린지 3회차 후기 BFS 공부해서 보완하기

Light on code — Mon, 25 May 2026 23:50:48 +0900

BFS 공부하게 된 계기

갭체크를 응시했을 때 BFS를 부족한 지식으로 추천받아서 BFS를 이번주에 공부하게 되었다.

BFS에 대한 레슨으로는 이렇게 1, 2가 있었고, 이번주에는 Lesson 1을 끝내는 것을 목표로 잡았다!

✏️ BFS Lesson1. BFS 탐색 공부 후기

코드트리의 좋은 점은 아래 사진처럼 알고리즘에 대한 기본 개념을 알려준다는 점이다!

원래 이렇게 씨앗만 있던 상태에서 문제를 열심히 풀었고, 풀고 나면 아래 사진처럼 새싹 이 생겨나는 점이 코드트리의 귀여운 포인트인 것 같다! ㅎㅎ

하나 남은 씨앗은 Hard라서 아직 못 풀었다..

이번 Lesson1을 풀면서 막힌 문제는 'K번 최대값으로 이동하기' 문제였다.

간단하게 요약하자면,

N X N 격자판에서 한 시작점이 주어졌을 때, 현재 칸의 숫자보다 작은 칸들을 타고 이동하여 도달할 수 있는 전체 영역을 찾고, 그 영역 안에서 '가장 큰 숫자'가 있는 칸으로 이동하는 과정을 총 K번 반복하는 시뮬레이션 문제였다.
시뮬레이션 + BFS라서 조금 어렵게 느껴졌던 것 같다.

핵심 로직은
K번 움직일 때마다 bfs를 해서 갈 수 있는 칸을 모두 조사하면서 가장 큰 숫자가 있는 곳으로 이동했어야 했다.

그래서 아래와 같이 코드를 구현했다.

import java.io.*;
import java.util.*;


public class Main {

    static int N, K;
    static int[][] arr;

    static int[] dx = {-1, 0, 1, 0};
    static int[] dy = {0, 1, 0, -1};

    public static void main(String[] args) throws IOException {
        BufferedReader br = new BufferedReader(new InputStreamReader(System.in));

        StringTokenizer st = new StringTokenizer(br.readLine());
        N = Integer.parseInt(st.nextToken());
        K = Integer.parseInt(st.nextToken());

        arr = new int[N][N];

        for (int i = 0; i < N; i++) {
            st = new StringTokenizer(br.readLine());
            for (int j = 0; j < N; j++) {
                arr[i][j] = Integer.parseInt(st.nextToken());
            }
        }

        st = new StringTokenizer(br.readLine());
        int r = Integer.parseInt(st.nextToken()) - 1;
        int c = Integer.parseInt(st.nextToken()) - 1;

        int answerX = r;
        int answerY = c;

        for (int step = 0; step < K; step++) {

            int[] nextPos = bfs(answerX, answerY);
            
            if (nextPos[0] == -1 && nextPos[1] == -1) {
                break;
            }
            
            answerX = nextPos[0];
            answerY = nextPos[1];
        }

        System.out.println((answerX + 1) + " " + (answerY + 1));

    }

    static int[] bfs(int startX, int startY) {
        int startVal = arr[startX][startY];

        Queue<int[]> queue = new LinkedList<>();
        int[][] visited = new int[N][N];

        queue.add(new int[] {startX, startY});
        visited[startX][startY] = 1;

        int bestX = -1;
        int bestY = -1;
        int bestVal = -1;

        while(!queue.isEmpty()) {
            int[] cur = queue.poll();
            int curX = cur[0];
            int curY = cur[1];

            for (int d = 0; d < 4; d++) {
                int nX = curX + dx[d];
                int nY = curY + dy[d];

                if (!inRange(nX, nY))
                    continue;
                if (visited[nX][nY] == 1)
                    continue;
                if (arr[nX][nY] >= startVal)
                    continue;

                queue.add(new int[] {nX, nY});
                visited[nX][nY] = 1;

                if (arr[nX][nY] > bestVal) {
                    bestVal = arr[nX][nY];
                    bestX = nX;
                    bestY = nY;
                } else if (arr[nX][nY] == bestVal) { 
                    if (nX < bestX) {
                        bestX = nX;
                        bestY = nY;
                    } else if (nX == bestX) { 
                        if (nY < bestY) {
                            bestY = nY;
                        }
                    }
                }
            }
        }
        return new int[] {bestX, bestY};

    }

    static boolean inRange(int x, int y) {
        return 0 <= x && x < N && 0 <= y && y < N;
    }
}

사실 bfs로 늘 최단거리 구할 때만 사용해봤지 Lesson1을 풀면서 다양한 유형의 문제를 bfs로 풀 수 있다는 점이 신기하면서도 유용했다!
bfs에 대해 조금은 더 알게 된 기분! 약점을 제대로 극복했는지는 갭체크를 통해서 다시 확인해보려고 한다.

코드트리의 좋은점

코드트리를 사용하면 갭체크로 약한 유형을 알 수 있고, 그 유형의 다양한 문제들을 풀어볼 수 있다는 점이 유용한 것 같다. BFS Lesson1 만 풀었음에도 다양한 유형을 볼 수 있었는데 Lesson2까지 풀면 bfs를 완전히 정복한 기분이 들지 않을까? 기대가 된다.

그리고 UI도 아기자기 귀엽게 되어 있어서 코딩을 하고 싶어지는 마음이 더 든다!!

https://www.codetree.ai/ko/trail-info

코딩 테스트 학습 안내 | 코드트리

막막한 코딩테스트 준비, 혼자 헤매지 말고 체계적인 코딩 학습과 단계별 가이드로 빠르게 실력을 쌓아 취업에 성공하세요.

www.codetree.ai

[코드트리] 청약 챌린지 2회차 후기(갭체크로 약점 확인하고 코딩테스트 준비)

Light on code — Mon, 18 May 2026 23:39:03 +0900

이번주 갭체크 응시 후기

코테 공부를 한동안 쉬었더니 확실히 감이 떨어진게 느껴졌다..
내 약점 알고리즘들을 확인하고 보완하기 위해 슝슝

내 약점은 백트래킹, BFS, DP1이라고 했고 이 부분을 보완하기 위해 관련 알고리즘 문제를 풀었다!

사실 백트래킹은 잘 시도를 안했던 문제들이었는데 갭체크를 통해 내 밑바닥이 탄로 나게 되었다ㅎㅎ

✏️ 백트래킹 기본 문제 풀기

백트래킹 중에서 easy라고 써있는 문제로 골랐는데 그럼에도 엄청 쉬워보이지가 않았다ㅎㅎ
그래도 코드트리의 좋은 점은 기본 개념이라고 해서 문제와 관련 있는 개념을 설명해주는 기능이 있다.
해당 문제는 재귀함수 관련된 내용이 기본 개념으로 주어졌다.

과정을 굉장히 꼼꼼하게 설명해서 사진이 무려 111장으로 설명이 되고 있다는 점! 정말 상세했다.

기본 개념을 토대로 문제를 아래와 같이 풀 수 있었다.

import java.util.*;
public class Main {
    static int n;
    static int answer = 0;
    
    static ArrayList<Integer> temp = new ArrayList<>();

    public static void main(String[] args) {
        Scanner sc = new Scanner(System.in);
        
        n = sc.nextInt();
        
        dfs(0);

        System.out.println(answer);
    }

    public static void dfs(int depth) {
        if (depth == n) {
            if (isBeautiful())
                answer++;
            return;
        }

        for (int i = 1; i < 5; i++) {
            temp.add(i);
            dfs(depth + 1);
            temp.remove(temp.size()-1);
        }

    }

    static boolean isBeautiful() {

        int idx = 0;

        while (idx < n) {
            int num = temp.get(idx);

            if (idx + num > n)
                return false;
            
            for (int i = idx; i < idx + num; i++) {
                if (temp.get(i) != num)
                    return false;
            }
            idx += num;
        }

        return true;

    }
}

풀이 중 중요한 로직은
1) 우선 N자리 수를 모두 만들어서 완탐을 하도록 했다.
2) 그리고 백트래킹은 탐색 후 복구가 중요한데 이부분은 ArrayList의 add() 와 remove() 함수를 썼다.

3) 그리고 N자리의 수가 완성되면 아름다운 수인지 체크한 후 answer 값을 1씩 올려줬다.

제일 easy만 풀어본거라 난이도를 점점 높여가며 풀이를 진행할 예정이다.

코드트리의 좋은점!

코드트리를 사용하면 갭체크로 내 실력을 파악하고 약점을 찾아줘서 관련 학습을 진행할 수 있다는 점이 편리한 것 같다.
그리고 처음 시작할 때 기본 개념을 참고해서 문제 풀이를 진행할 수 있도록 한 점이 좋았다!
덕분에 해설을 안 보고 좀 더 고민해볼 수 있었다.
많은 분들도 갭체크라도 해보길 바라며 링크를 남긴다.

https://www.codetree.ai/ko/trail-info

코딩 테스트 학습 안내 | 코드트리

막막한 코딩테스트 준비, 혼자 헤매지 말고 체계적인 코딩 학습과 단계별 가이드로 빠르게 실력을 쌓아 취업에 성공하세요.

www.codetree.ai

[Lovable] AI 역량검사 '도형 순서 기억하기' 연습 사이트 공유 (+ 꿀팁)

Light on code — Wed, 1 Apr 2026 05:51:54 +0900

안녕하세요!

요즘 공채 시즌이라 AI 역량검사 준비하시는 분들 많으시죠?

처음 '도형 순서 기억하기(N-Back)' 게임을 해봤을 때 생각보다 어려워서 멘붕이었습니다

연습을 해보고 싶어서 이번에 Lovable을 이용해

실제 시험과 유사하게 동작하는 연습 사이트를 직접 제작해 보았습니다!

혼자 쓰기 아까워 블로그에 공유해 보려고 합니다.

제가 만든 도형 순서 기억하기 연습 사이트 입니다

1️⃣ AI 역량검사 도형 순서 기억하기 게임 무한 연습 사이트

따로 설치할 필요 없이 웹에서 바로 실행 가능합니다.

평소에 미리 연습하시면 확실히 실력이 느는 게임이라 꾸준히 해보시는 걸 추천드려요!

연습 사이트 바로가기: https://loc-n-back.lovable.app/

도형 순서 기억하기 연습 사이트

도형 순서 기억하기 게임을 연습할 수 있는 사이트입니다.

loc-n-back.lovable.app

주요 기능: 2-Back / 3-Back 난이도 선택, 다크모드 지원, 정답률 제공

2️⃣ 실력이 팍팍 느는 꿀팁

사실 이 게임에도 공략법이 있습니다.

아래 영상에 나온 대로 연습하니까 확실히 정답률이 높아지더라고요.

조회수가 53만회라는 것은 효과가 증명된 것이죠..

추천 영상: https://www.youtube.com/watch?v=QMUhmIi_X2k

강추 영상

영상을 보고 제 사이트에서 아래 내용을 적용해 보세요:

1. 도형을 보자마자 '원, 세, 네'처럼 한 글자로 단순화해서 입으로 읊기
2. 스페이스바와 방향키에 손가락을 미리 올리고 리듬 타기
(중간에 놓치더라도 당황하지 말고 다음 도형부터 다시 차근차근 따라가는 게 포인트입니다!)

처음엔 어려운데 점점 익숙해지니 누구나 할 수 있습니다!

3️⃣ 제작기: Lovable로 뚝딱 만들기 ️

이번 사이트는 요즘 핫한 Lovable이라는 AI 도구로 만들었습니다.

대화만으로 웹사이트를 만들 수 있어서 정말 신세계였습니다!

이런 식으로 원하는 기능을 프롬프트로 작성하면 오른쪽 화면에서 바로 반영되는 걸 볼 수 있어요.
가끔 의도했던 대로 만들어지지 않아서 좀 더 상세히 프롬프트를 작성하기도 했습니다..!

(버튼 위치가 어디에 있으면 좋겠다던가..도형이 3번 이상 연속해서 나오진 않아야 한다던가..)
너무 편해서 앞으로도 필요한 페이지가 있으면 종종 만들려고요 ㅎㅎ

그리고 다른 바이브 코딩 툴과 비교했을 때

디자인이 깔끔하게 뽑히고 배포가 클릭 한 번으로 끝난다는 게 큰 장점 같아요.

4️⃣ 마무리

AI 역검을 보고 너무 어려워서 연습하고자 만든 사이트인데

실제로 동작하는 것을 확인해 보니 저뿐만 아니라 다른 취준생분들에게도 도움이 될 것 같아 뿌듯합니다!

혹시 사이트를 사용하면서 불편한 점이나 피드백이 있다면 댓글로 남겨주세요~!

그럼 다들 AI 역검 통과해서 최종 합격까지 화이팅입니다!

[n8n] 나만의 개인 일정 비서 만들기(구글 캘린더 + Gemini API)

Light on code — Sat, 10 Jan 2026 21:46:35 +0900

n8n

안녕하세요~
지난번에 1일 1백준 알리미를 만들면서
어떤 기능을 더 만들어볼 수 있을지 고민하게 되었습니다.

그러다 구글 캘린더에서 일정을 가져와

미리 조언해주는 나만의 일정 비서가 있으면 좋겠다는 생각 이 들었고,
이를 n8n과 LLM을 활용한 자동화로 구현해보게 되었습니다.

결과 미리보기

가끔 약속이나 중요한 일이 있는데 깜빡할 때가 있어서

그걸 미리 리마인드해주는 개인 비서가 있으면 좋겠다!

그리고 내가 오늘 하면 좋은 것도 조언해주면서!
이런 필요성을 가지고 만들게 된 게 오늘의 자동화입니다.

워크플로우 소개

이번에 사용한 워크플로우입니다!

Step 1. Schedule Trigger 노드

먼저 Schedule Trigger는 매일 오전 9시에 실행되게 설정을 했습니다.

지난번 글에서도 설명했었지만

Days Between Triggers를 1로 설정 == 1일마다 반복하라는 뜻이라서

매일 오전 9시에 이 트리거가 발동하게 됩니다.

Step 2. Google Calendar 노드

그 다음은 Google Calendar API에서 지금으로부터 2주까지의 일정을 가져오도록 했습니다.

{{ $now.plus({ week: 2}) }} 표현식이 지금으로부터 2주 뒤를 뜻합니다.

구글 OAuth2 API 키를 가져오는 부분이 복잡할 수 있는데 지난번 게시글에 쓰기도 했고,
n8n 공식 문서에서도 설명이 잘 나와 있어서 패스하도록 하겠습니다.

Step 3. Code 노드

원래는 Code 노드를 사용하지 않고 Google Calendar 노드에서

바로 제미나이 프롬프트에 해당 일정을 넣었는데
토큰 수가 너무 커져서 오류가 발생했습니다.

그래서 구글 캘린더에서 가져온 일정을 예쁘게 json 형식으로 추출하는 코드를 넣었습니다.
코드는 JavaScript 언어랑 Python 언어를 선택할 수 있는데

n8n은 JavaScript 기반으로 동작해서
Python은 별도로 설치⚠️해야 한다고 합니다.
그래서 JavaScript로 진행을 했어요.

아래는 제가 사용한 코드입니다.

const items = $items();

const events = items.map(i => {
  const e = i.json;

  const start = e.start?.dateTime ?? e.start?.date ?? null;
  const end = e.end?.dateTime ?? e.end?.date ?? null;
  const allDay = Boolean(e.start?.date && !e.start?.dateTime);

  const desc = (e.description ?? "").replace(/\s+/g, " ").trim();
  const descShort = desc.length > 300 ? desc.slice(0, 300) + "…" : desc;

  return {
    id: e.id ?? "",
    title: e.summary ?? "(제목 없음)",
    start,
    end,
    allDay,
    location: e.location ?? "",
    attendeesCount: Array.isArray(e.attendees) ? e.attendees.length : 0,
    description: descShort,
  };
});

return [{ json: { eventsForLLM: events } }];

원래는 왼쪽처럼 길었던 토익 일정이 오른쪽처럼 요약정리된 json 형식을 갖추게 됩니다.

Step 4. Google Gemini 노드

다음은 구글 제미나이 노드입니다.

일정을 보고 미리 어떤 걸 하라고 조언을 해주는 기능이 있으면 좋겠다고 생각해서

프롬프트를 작성한 후 step3에서 정리된 일정들을 프롬프트에 넣어주었습니다.

제미나이 API를 발급받은 후 그 API 키를 Credential에 넣어줬습니다.

모델은 gemini-2.5-flash로 했을 때

하루 1회 실행 기준으로 월 천 원 정도 수준이라
생각보다 부담 없이 Gemini를 사용할 수 있었습니다.

이마저도 생각 토큰을 사용하지 않는 gemini-2.5-flash-lite를 쓰면 절반 가까이 가격이 저렴해집니다.

너는 일정 관리사(비서)야.

아래는 사용자의 앞으로 2주간 Google Calendar 일정 목록이야.
일정을 분석해서 다음 정보를 만들어줘.

[목표]
1) 앞으로 2주 동안의 ‘핵심 일정’만 추려서 보여주기
2) 오늘(한국시간 기준) 미리 준비하면 좋은 것(TODO) 제안하기
3) 2주 전체 요약(바쁜 날/리스크/추천 루틴) 제공하기

[중요 일정 판단 기준]
- 72시간 이내 일정은 가중치 높게
- 준비가 필요한 일정
- title에 [약속]이 포함된 일정은 중요도는 medium으로, 그리고 이와 관련된 할 일은 추가하지 말 것
- 일정이 겹치거나 하루에 3개 이상 몰린 날은 위험으로 표시

[출력 규칙]
- 반드시 JSON만 출력(설명 텍스트 금지)
- highlights는 최대 5개
- todayPrep은 최대 6개, 각 task는 30분 이내의 작은 행동으로 쪼개기
- todayPrep에 '백준 1문제 풀기'는 필수로 넣을 것

[JSON 스키마]
{
  "meta": { "timezone": "Asia/Seoul", "generatedAt": "ISO8601" },
  "highlights": [
    { "date": "YYYY-MM-DD", "title": "string", "time": "HH:mm 또는 All-day",
      "importance": "high|medium", "why": ["string"], "prep": ["string"] }
  ],
  "todayPrep": [
    { "task": "string", "relatedEventTitle": "string", "due": "오늘|내일|이번주",
      "estimateMinutes": 5 }
  ],
  "twoWeekSummary": {
    "theme": "string",
    "busyDays": ["YYYY-MM-DD"],
    "risks": ["string"],
    "recommendations": ["string"]
  }
}

[입력]
- today: {{ $now.setZone('Asia/Seoul').format('yyyy-MM-dd') }}
- events: {{ JSON.stringify($json.eventsForLLM) }}

약속과 관련된 할 일은 안 알려줘도 돼서 그 부분은 제외해달라고 했고,
- events: {{ JSON.stringify($json.eventsForLLM) }} 에서 {{ JSON.stringify($json.eventsForLLM) }} 이 부분이 아까 예쁘게 만든 json에서 일정 데이터를 가져오게 하는 부분입니다.

Step 5. Code 노드

그 다음은 다시 코드 노드인데요.

Gemini에서 생성한 json에서 데이터를 가져와
Discord에서 예쁘게 출력할 수 있도록 만들어 주는 역할을 합니다.

요랬던 json이

Discord에서 예쁘게 출력되도록 마크다운 형식으로 작성이 됩니다.

제가 사용한 JavaScript 코드는 다음과 같습니다.

// Gemini 노드 출력이 배열(items)로 올 수도, 단일 객체($json)로 올 수도 있어서 둘 다 대응

const root = Array.isArray($input.all()) ? $input.all() : [$json];

// 보통 첫 아이템이 Gemini 응답
const raw = root[0]?.json ?? root[0];

const text = raw?.candidates?.[0]?.content?.parts?.[0]?.text;

if (!text) {
  throw new Error("Gemini 응답에서 candidates[0].content.parts[0].text 를 찾지 못했습니다.");
}

let data;
try {
  data = JSON.parse(text);
} catch (e) {
  throw new Error("Gemini 응답 text가 유효한 JSON이 아니어서 파싱에 실패했습니다.");
}

// Discord 메시지 생성 (2000자 제한 고려해서 너무 길면 잘라냄)
const lines = [];

lines.push("  **2주 일정 요약**");
lines.push(`  생성 시각: ${data.meta?.generatedAt ?? "-"}`);
lines.push("");

lines.push("  **핵심 일정**");
for (const h of (data.highlights ?? [])) {
  lines.push(`• **${h.date} ${h.time}**`);
  lines.push(`  ${h.title} (${h.importance})`);
  for (const p of (h.prep ?? [])) lines.push(`   ▸ ${p}`);
  lines.push("");
}

lines.push("  **오늘 미리 하면 좋은 것**");
for (const t of (data.todayPrep ?? [])) {
  lines.push(`• ${t.task} (${t.estimateMinutes}분)`);
}
lines.push("");

lines.push("  **2주 요약**");
lines.push(`- 테마: ${data.twoWeekSummary?.theme ?? "-"}`);
const busy = data.twoWeekSummary?.busyDays ?? [];
if (busy.length) lines.push(`- 바쁜 날: ${busy.join(", ")}`);
for (const r of (data.twoWeekSummary?.risks ?? [])) lines.push(`⚠️ ${r}`);

let content = lines.join("\n");

// Discord content 2000자 제한
if (content.length > 1900) {
  content = content.slice(0, 1900) + "\n…(이하 생략)";
}

return [{ json: { content } }];

Discord의 웹훅의 경우 2000자가 넘으면 오류가 나기 때문에

그 부분도 예외처리를 해줬습니다.

Step 6. HTTP Request 노드

이렇게 URL에 Discord 웹훅 URL을 넣어주고, Send Body를 On합니다.
그런 후에 Value에 아까 Code 코드에서 만든 {{ json.content }} 를 넣어주면 됩니다.
Discord 웹훅 URL의 경우, Discord 채널 >채널 편집 > 연동 > 웹 후크 > 웹후크 URL 복사를 하면 됩니다.

결과 화면

오전 9시에 트리거가 돌아가게 했는데 오전 9시마다 일정을 잘 알려주더라고요!
이제 일정을 까먹을 걱정은 안해도 될 것 같습니다.

무엇을 하면 좋을지도 조언을 해줘서 도움을 많이 받고 있어요!

✨ 마무리

이로써 LLM을 붙여봤는데 추후에는 MCP도 붙여보고, 프롬프트도 고도화 나갈 예정입니다.
일정을 미리 알려주고, 그에 맞는 조언을 해줬으면 좋겠다는 MVP는 성공해서 다행입니다.

앞으로 어떤 걸 더 자동화해볼 수 있을지
조금 더 고민해보려고 합니다.

읽어주셔서 감사합니다!

[n8n] 구글 시트 + 디스코드로 1일 1백준 루틴 자동화하기

Light on code — Wed, 7 Jan 2026 08:49:44 +0900

n8n 간단 사용기

안녕하세요!
요즘 자동화 도구로 n8n 이야기를 자주 듣게 되었고,
『요즘 당근 AI 개발』 이라는 책에서도 n8n 사용기가 소개되어 있어
직접 써본 간단한 사용 후기를 정리해보려고 합니다.

마침 하루에 백준 문제 1문제 풀기를 목표로 하고 있어서,
이를 디스코드 알림과 구글 시트를 이용해 자동화해보았습니다.

제가 만든 간단한 워크플로우 입니다

하루에 백준 1문제 풀기를 목표로,
오전에 오늘 풀 문제가 디스코드 알림으로 오도록 워크플로우를 구성했습니다.

간단히 만들기 위해서 도커를 사용해 로컬로 동작시켰습니다.

1️⃣ 도커 로 n8n 실행시키기

n8n 도커 이미지를 pull 하는 명령어 입니다.

docker pull n8nio/n8n:latest

그리고 나서 docker-compose.yml을 아래와 같이 작성했습니다.

services:
  n8n:
    image: n8nio/n8n:latest
    container_name: n8n
    ports:
      - "5678:5678"
    volumes:
      - n8n_data:/home/node/.n8n
    environment:
      TZ: Asia/Seoul
      N8N_TIMEZONE: Asia/Seoul
      GENERIC_TIMEZONE: Asia/Seoul
      N8N_BASIC_AUTH_ACTIVE: "true"
      N8N_BASIC_AUTH_USER: admin
      N8N_BASIC_AUTH_PASSWORD: 1234
    restart: unless-stopped

volumes:
  n8n_data:

GENERIC_TIMEZONE: Asia/Seoul 을 처음엔 설정하지 않았는데,
Schedule Trigger가 계속 뉴욕 시간 기준으로 동작하는 문제가 발생했습니다.

n8n에서는 단순히 TZ, N8N_TIMEZONE 만으로는
스케줄러 기준 시간이 바뀌지 않는 경우가 있어,
GENERIC_TIMEZONE 설정이 필요했습니다.

이제 작성한 docker-compose.yml을 실행하면 n8n 실행은 끝이 납니다.

docker compose up -d
docker ps

아래와 같이 결과가 나오고
http://localhost:5678 로 접속하면 n8n UI가 보입니다.

2️⃣ n8n 워크플로우 만들기

Scheduler Trigger

처음에 Scheduler Trigger는 언제 이 워크플로우를 동작시킬지를 결정하는 노드입니다.

참고로 n8n에는 연결할 수 있는 노드들이 아래 사진처럼 엄청 많습니다!

저는 오전에 알림이 왔으면 좋겠어서

위의 그림처럼 설정했는데 여기서 1은 일 간격을 말하고 1일마다 == 매일

즉, 매일 오전 10시 10분에 반복하게 하라는 뜻입니다.

Google 스프레드시트에서 한 행 가져오기

그 다음은 조금 애를 먹었던..Google 스프레드시트 연동입니다.

OAuth 발급이 조금 복잡했어요!

미리 만든 구글 스프레드시트

위의 구글 스프레드 시트에서 오늘 날짜에 해당되는 문제를 가져오게 했습니다.

구글 스프레드시트는 chatGPT를 통해 만들어서 금방 만들었어요.

구글 스프레드시트를 만들 때 주의할 점은 날짜가 날짜 형식이 아닌 텍스트 형식이어야
n8n에서 날짜로 조회할 때 문제가 없더라고요!

Google 스프레드시트 연동을 하기 위해서는 Create new credential을 눌러서 진행합니다.

Open docs를 누르면 설명이 상세하게 잘 되어 있습니다.

Google Cloud에서 새로운 프로젝트를 만든 후 API 키를 발급받아야 합니다.

새 프로젝트를 만들고,

API 및 서비스 > 라이브러리에서 Google Sheets API 와 Google Drive API를 사용합니다.

그 후에 OAuth 동의 화면을 눌러

Open docs 가이드에 따라 앱 이름, 이메일 등을 입력합니다.
저 같은 경우에는 로컬이라서 브랜딩엔 따로 뭘 작성을 안했어요!

그리고 클라이언트 ID를 만들면 끝이고,
승인된 리디렉션 URI에는 아까 n8n UI에 있던 OAuth Redirect URI를 입력하면 됩니다.

저 클라이언트 ID랑 보안 비밀번호를 잘 복사해뒀다가 아까 n8n으로 돌아가서 입력하면 됩니다.

다 된 줄 알았는데 access_denied 가 떠서 찾아보니
대상 > 테스트 사용자에 제 이메일을 넣어야 한다기에 넣어서 해결했습니다.

연결 성공!

오늘 날짜의 행을 가져와야 해서 column이 date인 것에 값이 오늘 인 것이 있으면 가져오게 했습니다.

{{ $now.setZone('Asia/Seoul').format('yyyy-MM-dd') }} 를 Expression으로 넣어서 오늘 날짜를 가져오게 했어요!

오른쪽 결과 사진을 보면 오늘 것만 잘 가져와진게 보입니다.

IF 노드

오늘 날짜의 데이터가 있다면(true면) 디스코드 알림보내기를 위해서 IF 노드를 넣었습니다.

이렇게 설정을 했고, Execute step을 누르면 중간중간에 테스트를 해볼 수 있어서 편했어요!

✉️ Discord에 알림보내기

원래는 카톡 알림을 생각했는데 Discord 웹후크 기능을 쓰면 더 간단해질거 같아서 이걸로 했습니다..

HTTP Request 노드를 사용했고, URL에는 Discord 채널의 웹후크 URL을 넣었습니다.

그리고 Send Body를 On 하고 보낼 메시지 내용을 value에 Expression으로 넣었습니다.

☀️ 오늘의 코테 1문제

  문제 번호: {{ $json.problem_id }}
  바로 풀기: {{ $json.link }}

  목표: 문제 열고 접근 1줄
⏱️ 제한: 20분

요런식으로 문제를 열어보기라도 하도록 작성했습니다.

두둔,,디스코드에 알림이 이렇게 옵니다!
하루에 1백준 잘 해보겠습니다.

3️⃣ 마무리

추가로 저녁 시간에 문제를 풀지 않았을 경우 다시 알림을 보내거나,
문제를 풀면 자동으로 상태가 변경되는 워크플로우도 만들어볼 수 있을 것 같았습니다.

다만 로컬에서 도커로 실행하다 보니,
노트북이 꺼지면 자동화가 멈춘다는 한계도 있어
추후에는 클라우드 환경으로 옮겨볼 계획입니다.

책을 읽으면서 갑자기 해보고 싶어서 시작했는데,
실제로 동작하는 것을 확인해보니
n8n을 다양한 반복 작업에 활용해볼 수 있겠다는 생각이 들었습니다!

[AWS SAA] 자격증 취득 후기 및 무료재시험 혜택 Global Retake(~26/02/15)

Light on code — Wed, 10 Dec 2025 00:14:41 +0900

AWS SAA 뱃지 이젠 나도 있다!

안녕하세요
오늘은 AWS SAA 자격증 온라인 시험 응시와 취득 후기(+AWS Global Retake)에 대해 작성해보려고 합니다.

AWS SAA 온라인 시험 응시 후기

저는 이번 시험을 온라인으로 응시했습니다.
체크인 전에 책상 주변을 최대한 치우고 시스템 환경 검사를 한 번 진행했어요.
저 같은 경우 듀얼 모니터가 모니터암에 연결되어 있어서 고민했는데,
담요로 덮어두니 감독관님께서 따로 언급하지 않으셨어요!

시험을 예약하면 오는 이메일에 체크인 링크가 있고, 해당 링크를 누르면 체크인이 시작됩니다.

체크인에서는

본인 얼굴 촬영, 신분증 검사, 휴대폰으로 책상 주변을 촬영

을 진행합니다.

그리고 대기열에서 기다리고 있으면 감독관님과 연결이 되는데
감독관님을 영어로 선택하면 주로 인도 분이랑 연결되는거 같더라고요.
저는 중간에 소통이 잘 안 돼서(제가 영어를 잘 못 알아들어서..ㅜ) 채팅으로 안내를 부탁드렸습니다
그래도 감독관님께서 친절하셔서 영어로 소통하는 부분은 걱정하지 않으셔도 될 것 같아요~
감독관님께 주변 환경을 한번 더 확인시켜 드리고 시험이 시작됩니다.

문제마다 헷갈린 문제는 깃발 버튼⛳️(검토 버튼)으로 표시할 수 있고,
이 문제들을 마지막에 한 번에 확인할 수 있게 해놓았더라고요.
저는 검토로 표시한 문제가 있나 하나씩 일일이 확인했어서 미리 알고 계시면 편할 것 같습니다.
그리고 시험 시간은 매우 넉넉하니 부족할 일은 없을 것 같아요!

시험 보면서 덤프 문제가 나오긴 하는데 엄청 많이 나오진 않은 느낌..?
재시험 볼 수도 있겠다... 라고 생각했던 것 같아요

But...

시험이 끝나고 24시간 이내에 결과가 나온다고 했는데 갑자기 메일이 두둥
합격했습니다!
합격을 해서 기쁘지만 그래도 AWS 공부는 계속 해나가려고요.

그리고 몰랐는데 AWS SAA 자격증은 영구가 아니고, 유효기간이 3년 입니다.

저의 공부방법은..
덤프 기출문제 풀기 였는데요.
이외에도 AWS 리소스를 프로젝트하면서 많이 다뤄봤기 때문에 조금은 수월했던 것 같습니다!

덤프 기출문제를 풀 때 모르는 개념이나 헷갈리는 문제는 ChatGPT한테 해설을 부탁했습니다.
그리고 문제를 많이 풀다보니 자주 나오는 개념은 저절로 기억이 되더라고요.

저 같은 경우 NxtCloud CertiNavigator를 통해 덤프 문제를 제공받았지만
많은 분들이 아래 Udemy 강의로 공부하시는 것으로 알아서 참고하시면 좋을 듯 합니다.
그리고 구글링을 해보면 덤프 문제가 많이 있더라고요.

+ 이런 시험은 짧은 기간에 집중해서 준비하는 것이 더 효율적이라고 생각해서,
우선 시험부터 예약하는 것을 추천드립니다!

AWS Global Retake 프로모션(응시료 25% 할인 + 무료 재시험)

추가적으로, 현재 AWS에서는 Global Retake 프로모션을 진행 중인데요.

1. 응시료 25% 할인
2. 시험에 떨어질 경우 무료 재시험 ---- (1차 시험은 26.02.15까지 응시 / 2차 시험은 26.03.31까지 응시)

위와 같이 한 혜택을 제공하고 있습니다.
그동안 응시료와 난이도가 부담이셨던 분들께 정말 좋은 기회라고 생각합니다!

저도 이번에 시험을 볼 때 무료재시험을 볼 수 있다고 생각하니
조금 더 여유롭게 응시할 수 있었습니다 ‍
관심 있는 시험이 있다면 해당 프로모션에 참가해 응시하시는 것을 강력 추천합니다!!

링크는 여기 있습니다 ⬇️

https://pages.awscloud.com/GLOBAL-other-GC-Traincert-Global-Retake-Registration-2025.html

클라우드 컴퓨팅 서비스-Amazon Web Services(AWS)

Amazon Web Services는 안정성이고 확장 가능하며 저렴한 클라우드 컴퓨팅 서비스를 제공합니다. 무료로 가입하여 사용량에 따라 요금을 지불하세요.

aws.amazon.com

[NxtCloud] 강원대학교 AWS SAA 교육 후기 (+ 해커톤 최우수상 )

Light on code — Sat, 29 Nov 2025 09:14:05 +0900

대면 교육 / 해커톤 진행 장소

안녕하세요 오늘은 학교에서 모집하고 NXT Cloud에서 진행한

AWS SAA 교육에 참여했던 후기에 작성해볼까 합니다.

원래도 AWS SAA 자격증을 따고 싶었지만 아무래도 비용 때문에..
AWS에서 가끔 열어주는 50% 챌린지를 기다리고 있었거든요.
그런데 마침 시험비도 지원해주고 교육도 들을 수 있다니! 거기다 해커톤까지?

이건 기회다 싶어서 냉큼 지원했습니다!

교육 과정 포스터

해커톤 일정은 변경되었지만 그 외 일정은 포스터와 같습니다.

온라인 사전 교육 (11/6 ~ 11/14)

온라인 사전 교육은 위의 강의 목록을 AWS SkillBuilder에서 듣는 것으로 진행이 되었습니다.

이전에 프로젝트를 진행할 때 AWS Bedrock으로 클로드 모델을 사용해 본 적이 있었는데

따로 강의도 있는게 신기했습니다.
그리고 AWS에 정말 다양한 리소스들이 있구나를 알 수 있었습니다!
(+ 이번 교육 과정을 통해 슬랙에 정말 다양한 기능이 있다는걸 알았습니다

몰랐던 기능들이 정말 많더라고요)

✍ SAA 대면 교육 (11/15 ~ 11/17)

대면 교육은 NXT Cloud 의 최민철 강사님께서 진행해주셨습니다.

SAA 시험에 자주 나오는 개념와 용어들을 쏙쏙 이해하기 쉽게 설명해주시고,
S3와 Cloud9를 활용한 실습까지 할 수 있어서 더 이해가 잘 되었던 것 같습니다!

그리고 제공해주신 사이트에서 덤프 문제를 풀었습니다.

덤프 문제가 1200개 가량 됐는데 이걸 다 풀면 시험에 떨어질 수가 없다고 하셔서
꼭 다 풀고 시험을 봐야 겠다고 다짐했습니다!!

그리고 매일 뒷편에 꽉꽉 채워져있던 간식들..
교육을 들으면서 당 떨어질 일이 없었습니다

(+ 이렇게 많은 말차맛 과자가 있구나.. 알게 되었어요 말차 러버로서 행복했습니다 )

✨ 2025 강릉원주대 X 강원대 AWS 해커톤 (11/22 ~ 11/23)

해커톤 일정표

그리고 대망의 해커톤 날이 왔습니다.

아이스브레이킹하라고 조를 미리 편성해주셔서 대면 교육 때 간단한 인사 정도를 할 수 있었습니다.

그래서 조금 더 편하게 시작할 수 있었던거 같아요

팀원 전부 아이디어를 내보고, 그리고 아이디어들의 장단점을 따져서

총 2개의 아이디어를 바탕으로 아이디어 멘토링을 진행했습니다!

생생한 멘토링 현장

멘토링을 진행하면서 저희가 생각 못했던 부분에 대해 알 수 있었고, 어떤 식으로 보완해 나갈지 의논하면서
최종 아이디어를 하나로 정하고, 해당 기능을 구체화하기로 했습니다.

저희 팀은 잊혀진 북마크를 다시 보여주는 기능이 있으면 좋겠다 라는 의견이 나와서
사용자가 구글에 어떤 검색어를 입력하면

검색어와 관련된 이전 북마크들을 화면 오른쪽에 보여주는 크롬 확장 프로그램을 기획했습니다.

시간이 한정적이라서

사용자가 구글에 검색어를 입력하면 해당 검색어를 북마크 DB에 검색하는 기능,

북마크를 생성 및 삭제하는 기능을 우선적으로 구현을 시작했습니다.

여기서 제가 맡은 역할은

1️⃣ Cloud9의 EC2와 API Gateway 연결 -> 크롬 확장 프로그램은 HTTPS만 연결 가능!
2️⃣ PostgreSQL에 벡터를 활성화 한 후 테이블 생성
3️⃣ 북마크 생성 시 Amazon Titan 임베딩 모델을 사용해 임베딩 벡터를 생성해서 PostgreSQL에 저장
4️⃣ 검색어 바탕으로 북마크 목록 조회 시 벡터 거리를 통한 유사도 반환

이었습니다.

그래서 나온 결과물은 아래 동영상을 참고해주세요!!

동영상 서비스가 종료되어 해당 콘텐츠를 재생할 수 없습니다.

야식과 발표 현장

오후 11시 쯤에 제공된 야식을 먹으면서 힘을 내고 다음 날 오전 10시 쯤에 각 팀에서 발표를 했습니다.
아무래도 빠르게 결과를 낼 수 있는 LLM 프롬프팅을 활용한 팀들이 많았던 거 같아요.

마지막으로 수상 결과는 두구두구,,

최우수상 을 받았습니다!!

심사위원분들이 창의적인 부분을 많이 봐주신거 같습니다.

크롬 확장 프로그램을 만든 것을 창의적으로 봐주시지 않았을까..추측해봅니다.

저희 팀은 한분도 쉬지 않고 밤새면서 정말 열심히 했기에 2등이라고 할 때 다 같이 기뻐하며 나갔던 거 같아요

수상 때 피로가 싹 가시는 느낌 ㅎㅎ 다들 고생하셨습니다!!

이렇게 강원대학교 AWS SAA 교육 과정을 정리해 보았습니다!

지금까지 학교 프로그램을 많이 참여해봤는데 그 중에서 만족스러운 프로그램 중 하나가 될 거 같아요..최고

이런 뜻 깊은 경험을 하게 해주신 강릉원주대, 강원대, NxtCloud, AWS 관계자 분들께 감사드립니다.

12월 9일로 접수한 AWS SAA 시험도 잘 준비해서 좋은 결과 받을 수 있도록 하겠습니다!!