목록전체 글 (293)
민프
이전 포스팅에서는 S3와 CloudFront를 연동하여서 동영상을 재생시키는 것을 해보았고, 이번 포스팅에서는 S3 + CloudFront + MediaConvert를 연동하여서 .MP4 -> HLS 형식으로 변환하고, 해상도(SD, HD, FHD) 파일들, Thumbnail까지 저장하고 재생까지 시키는 것을 해보겠습니다. 1. 변환 전(Input) S3 폴더 만들고 영상 올리기 - vod/mp4 폴더를 만들어줍니다. - 영상 올리기 2. Output S3에 출력 폴더만들기 - vod/hls 폴더 만들기 3. MediaConvert를 이용하여 MP4를 HLS로 변환하기 -Jop template 생성 - Ouput Group 설정 출력 그룹에서 추가를 누르고 HLS 형식을 누릅니다. HLS형식을 사용하면 ..
이번에 해볼 것은 관리자가 S3에 영상을 넣으면 그것을 MediaConvert를 통해서 내가 원하는 파일 형식과 해상도를 설정 후 변환 후 S3에 CloudFront를 연결하여서 Vod Streaming을 동작시키는 것 입니다. 1. 변환 전, 변환 후 S3 버킷 만들기 - 권한설정 (편의상 FullAccess) - Input(변환 전) 버킷 만들기 - Output(변환 후) 버킷 만들기 2. CloudFront 생성 및 연결 (URL 접근 설정) - 권한설정 (편의상 FullAccess) - 옵션 설정 기존 제어 설정값이 없으면 클릭해서 생성해줍니다. 3. 변환 후 (output) 버킷 정책 업데이트 - 버킷 정책 Ouput 버킷과 연결하고 생성을 누르면 아래와 같은 알림이 나오게 되는데 정책 복사를..
K-Nearest Neighbors (KNN) 알고리즘이란? K-Nearest Neighbors (KNN) 알고리즘은 기계 학습에서 분류 및 회귀 문제를 해결하기 위한 간단하면서도 강력한 지도 학습 분류 알고리즘 중 하나입니다. KNN은 데이터에 기반하여 패턴을 학습하고, 새로운 데이터 포인트를 분류하거나 예측하기 위해 가장 가까운 이웃들을 참고합니다. KNN은 지도 학습의 한 유형으로, 데이터 포인트가 어떤 클래스에 속하는지를 결정하기 위해 주변 데이터 포인트의 다수결 투표를 이용합니다. KNN 알고리즘의 역사 K-Nearest Neighbors (KNN) 알고리즘은 1950년대에 소개되었으며, 기계 학습 및 패턴 인식 분야에서 가장 오래된 알고리즘 중 하나입니다. 이 알고리즘은 심플하면서도 효과적인 ..
아래 정책들을 봐보고 내 서비스가 대상에 포함되는 서비스인지 판별 후 결정 앱스토어 정책 https://developer.apple.com/kr/in-app-purchase/ 앱 내 구입 - Apple Developer 프리미엄 콘텐츠, 가상 상품 및 구독 등 앱 내에서 제품을 판매하기 위해 앱 내 구입 기능 및 StoreKit 프레임워크를 사용하는 방법에 대해 알아보십시오. developer.apple.com https://developer.apple.com/kr/support/storekit-external-entitlement-kr/ 대한민국에서 제3자 결제 방식을 사용하여 앱 배포하기 - 지원 - Apple Developer 한국어 제목: 이 앱은 App Store의 안전한 비공개 결제 시스템을 ..
onPressed: () async { // async 키워드 추가 bool isFirstGuide = await _getIsFirstGuide(); // await 키워드로 비동기 값을 기다림 if (isFirstGuide) { Navigator.pushReplacement( context, MaterialPageRoute( builder: (context) => PoseDetectorPage( exerciseData: widget.exerciseData, detailData: widget.detailData, ), ), ); } . . . Don't use 'BuildContext's across async gaps.Try rewriting the code to not reference the 'Bu..
결론적으로 아래 라이브러리를 dependencies에 넣어줌으로써 해결하였습니다. dependencies { implementation "androidx.lifecycle:lifecycle-extensions:2.2.0" } 본론으로 들어가보면 E/AndroidRuntime( 7998): java.lang.NoClassDefFoundError: Failed resolution of: Landroidx/lifecycle/ProcessLifecycleOwner; E/AndroidRuntime( 7998): at com.google.mlkit.acceleration.internal.zzi.run(com.google.mlkit:acceleration@@16.0.0-beta1:1) E/AndroidRuntime(..
최근 연구에 따르면, 구글의 AI 모델인 제미니(Gemini)가 OpenAI의 GPT-3.5 Turbo보다 성능이 떨어진다는 결과가 나왔습니다. 기사출처 https://venturebeat.com/ai/google-gemini-is-not-even-as-good-as-gpt-3-5-turbo-researchers-find/ Google Gemini is not even as good as GPT-3.5 Turbo, researchers find The results are clearly a blow to Google's ambitions to go head-to-head with OpenAI in the generative AI race. venturebeat.com https://twitter.com/..
이번 프로젝트에서 같이 일하는 팀원분의 코드를 보는 도중 모든 유저의 정보(Token 값들 포함)를 SharedPreferences다 넣고 사용하는 것을 목격했습니다.. 그래서 이런 부분은 SharedPreferences보다는 android-KeyChain, IOS - KeyStore로 적용하는게 보안적으로 더 좋다고 말씀드렸고, 리펙토링을 진행하여 수정을 완료했습니다. 그럼 왜 SharedPreferences말고 SecureStorage를 사용해야 하는걸까요? Flutter에서 정보를 저장하기 위해서 일반적으로 SharedPreferences 패키지를 많이 사용합니다 근데 토큰과 같이 민감한 정보 or 로그인 정보 or 유저정보 들이 쉽게 노출이되기에 보안에 취약하므로 개인정보는 SecureStora..
구글의 인공지능 스타트업, 딥마인드(DeepMind)가 수십 년 동안 해결되지 않았던 수학 문제인 '캡 세트 문제(cap set problem)'를 해결했습니다. 이 발견은 'FunSearch'라는 새로운 도구를 사용하여 이루어졌으며, 이는 함수를 찾아내는 대규모 언어 모델(Large-Language Model, LLM)입니다. FunSearch는 구글의 건강 관리 모델인 PaLM 2의 버전인 Codey와 거부 알고리즘을 결합하여 정확하고 새로운 해결책을 제시합니다. 이 도구의 성공은 대규모 언어 모델을 수학 문제 해결에 활용하는 새로운 길을 열었습니다. 이번 딥마인드의 성과는 AI 기술이 순수 수학과 같은 복잡한 분야에서도 중요한 역할을 할 수 있음을 보여줍니다. AI가 단순히 기존 지식을 검색하고 재..
최근 OpenAI의 ChatGPT 사용자들 사이에서 ChatGPT가 "GPT-4.5"로 구동되고 있다는 주장이 제기되었습니다. 이러한 주장은 ChatGPT가 "gpt-4.5-turbo"로 구동된다는 응답을 보여주는 스크린샷을 통해 확산되었습니다. 만약 사실이라면, 이는 상당한 발전이 될 것입니다. 그러나 OpenAI의 직원들은 이를 '환상'이라고 일축했습니다. OpenAI의 CEO Sam Altman은 GPT-4.5에 대한 질문을 간단히 "아니요"라고 답변했습니다. 이러한 상황은 AI 기술의 발전과 관련된 소문과 기대에 대한 사용자들의 반응을 보여주는 사례입니다. 이번 사건은 AI 기술에 대한 대중의 기대와 관심이 얼마나 높은지를 보여줍니다. 사용자들은 새로운 기술의 발표를 갈망하고 있으며, 때로는 소문..