LG CNS 부트캠프 학습일지 24일차

학습 내용

• DML (Data Modification Language) 명령어
• DML 명령어 실습
• Spring Boot 프로젝트 개요
• Spring Boot 개발환경 구축

DML (Data Modification Langauge) 명령어

이름대로 기존 테이블의 데이터를 추가, 삭제 또는 변경하는 명령어이다. INSERT, DELETE, UPDATE 명령어를 사용한다.

INSERT INTO employee (EMP_NAME, EMP_ID, RECRUIT_DATE)
VALUES ('John Doe', '001', '2026-06-22');

DELETE FROM employee
WHERE EMP_NAME = 'John Doe';

UPDATE employee
SET employee.EMP_NAME = 'Tony Stark'
WHERE employee.EMP_ID = '001';

Spring Boot 프로젝트 개발환경 구축

Spring Boot와 SpringMVC라는 것이 있다. 결론부터 말하면 SpringMVC는 Spring Boot 보다 조금 더 원시적인 프레임워크다. SpringMVC만으로도 웹개발을 쉽게 할 수 있지만 SpringMVC 나름대로 배워야 하는 것이 많고 설정해주어야 하는 것이 많다. 하지만 Spring Boot를 사용하면 그런 세부적인 것들을 자동으로 설정해주기 때문에 초보자로서는 Spring Boot를 사용하면 정신적인 부담을 조금 덜 수 있다.

Spring 프로젝트에 인공지능 에이전트를 접목시키는 경우도 있다고 배웠다. 꽤 흥미로웠다. 인공지능 에이전트로 Spring 프로젝트 코드를 작성하는 것이 아니라, Presentation Layer, Service Layer, Persistence Layer로 구현하는 웹 어플리케이션을 인공지능 에이전트가 대신하게 한다는 것이다. 백엔드를 하나의 블랙박스라고 생각했을 때, 백엔드는 결국 엔드포인트라는 입력에 따라 알맞는 출력을 반환하는 것이고 이것을 인공지능 모델로 구현하겠다는 생각은 해보지 않았기 때문에 꽤 신선했다. 아직 구현방법을 배우지 않았기 때문에 이 방법이 효과적인지 아닌지를 모르겠다. 하지만 강의를 들으면서 확인하고 싶은 것들이 있다.

개발자는 입력(요청)에 대한 출력(반응)을 어떻게 통제할 수 있는가

인공지능은 간단히 말하면 대량의 데이터를 훈련시키는 것이다. 훈련이라함은 무작위로 보이는 데이터 속에서 일정한 패턴을 인지하게 하는 것이다. 전통적으로 백엔드 개발자는 특정 요청에 대해서 특정 반응을 반환하도록 프로그래밍했다. 꽤 귀찮은 작업이지만 어쩔 수 없는 당연한 작업이다. 하지만 인공지능 모델을 사용한다는 것은 어떤 입력에 대해 어떤 출력을 내놓도록 개발자가 직접 만드는 것이 아니다. 따라서 인공지능 모델을 잘 훈련시켜야 하는데, 실무에서는 인공지능을 얼마나 신뢰하고 그렇게 하도록 하는지 궁금했다.

인공지능 모델을 돌리기 위해서 어떤 하드웨어를 사용하는가

인공지능 모델을 돌리기 위해서는 애플의 M 시리즈 같은 통합형 프로세서나 GPU가 필요하다. 하지만 문제는 비싸다는 것. 셀프 호스팅을 하거나 AWS 같은 곳을 이용해야할텐데, 학습과정에서는 셀프 호스팅 방식을 사용할 것 같지는 않다. 물론 OpenRouter 같은 것을 사용해서 GPU를 필요한 만큼 빌려쓸 수 있을텐데, 문제는 토큰 비용이다. 인공지능 모델을 돌리는 것이 얼마나 더 경제적인지 알아보기로 했다.