머신러닝 및 데이터 과학 연구자를 위한 python 기반 컨테이너 분산처리 플랫폼 설계 및 개발Jeongkyu Shin
머신러닝 및 데이터 과학 분야의 컴퓨팅 수요는 해가 갈수록 급증하고 있습니다. 이와 더불어 분산처리 기술, 데이터 파이프라이닝 및 개발 환경 스택 관리 등의 관련된 다양한 이슈들 또한 엄청나게 늘어나고 있습니다. 머신러닝 모델의 기하급수적인 모델 복잡도 증가 추세와 마찬가지로, 모델 학습을 위한 환경 관리 또한 갈수록 복잡도가 높아지는 추세입니다.
이 세션에서는 이러한 문제를 해결하기 위해 python 언어 기반의 분산처리 스케쥴링/오케스트레이션 미들웨어 플랫폼을 개발한 4년간의 과정에서 겪은 다양한 문제들에 대해 다룹니다. 2015년 컨테이너 기반의 고밀도 분산처리 플랫폼 설계 및 프로토타이핑 과정을 PyCon KR에서 발표한 이후, 실제 구현 및 오픈소스화, 안정화를 거치며 겪은 다양한 기술적/비기술적 문제들에 대한 경험을 공유합니다.
기술적으로는 최근 몇 년 간의 클러스터 플랫폼 관련 기술의 진보와 함께 탄생한 다양한 도구들과, 이러한 도구들을 python 기반으로 엮어내기 위해 사용하고 개발한 다양한 오픈소스들을 다룹니다. Python 기반의 컨테이너 스케쥴링 및 오케스트레이션 과정의 구현과, 다양한 프로그래밍 언어로 만든 SDK를 graphQL을 이용하여 연동하는 과정에서의 몇몇 유의점을 설명합니다. 아울러 python 기반의 SDK를 다양한 언어로 포팅했던 경험을 간단하게 안내합니다.
플랫폼을 개발하는 중 등장한 TensorFlow, PyTorch 등의 다양한 머신러닝 프레임워크들을 도입하며 겪은 문제와 해결 과정에 대해서도 나눕니다. 연구 분야에는 Python 2.7 기반의 프레임워크들이 여전히 많습니다. 이러한 프레임워크 및 라이브러리의 지원을 위하여 Python 2 기반의 프레임워크와 Python 3.7로 구현한 컨테이너 인터페이스를 단일 컨테이너 환경에 중복 빌드 및 상호 간섭 없이 공존시키기 위해 개발한 아이디어를 소개합니다.
마지막으로 Python 기반의 프레임워크를 개발, 배포 및 상용화 하는 과정에서 겪은 다양한 어려움을 소개합니다. 솔루션을 배포 및 보급할 때 겪는 다양한 런타임, 하드웨어 환경 및 개인 정보 보호를 위한 폐쇄망 대상의 디플로이 등에 대응하기 위하여 Python 응용프로그램을 단독 실행용으로 패키징하는 과정에서 겪은 팁들을 설명합니다. 또한 GUI 빌드 및 Python, Go 및 C++을 함께 사용한 드라이버 가상화 레이어 개발 등의 내용도 살짝 다룹니다.
이 슬라이드는 PyCon KR 2019의 발표 슬라이드입니다. ( https://www.pycon.kr/program/talk-detail?id=138 )
Longformer: The Long-Document Transformer taeseon ryu
자연어처리 팀 이번 주제는 longformer : The long Doucument Transformer 입니다
2017년도에 나온 트랜스포머는 많은 분야에서 소타를 달성했는데
그 이유는 트랜스포머에서 사용된 셀프어텐션 기법이
전체 시퀀스의 컨테스쳐 인포메이션을 잘 캡처할 수 있기 때문입니다
셀프어텐션 은 입력 텍스트를 전체를 다 보기 때문에 O n 제곱의 복잡도를 보인다고 합니다
그래서 굉장히 많은 계샨량을 필요로하고
시간과 메모리가 많이 소요됩니다. Longformer는 이런 문제를 개선 하기위해
ON만을 수행하는 어텐션은 제안 합니다.
Longformer는 문장이 길더라도 전체 텍스트를 고려하는 홀컨텍스쳐 리프리젠테이션을 학습하면서 모델 아키텍처에 의존하지 않고
성능을 높일 수 있다고 합니다
오늘 논문리뷰는 자연어 처리팀 황소현님이 자세한 리뷰를 도와주셨습니다!
책 읽어주는 딥러닝: 배우 유인나가 해리포터를 읽어준다면 DEVIEW 2017Taehoon Kim
발표 영상 : https://youtu.be/klnfWhPGPRs
코드 : https://github.com/carpedm20/multi-speaker-tacotron-tensorflow
음성 합성 데모 : http://carpedm20.github.io/tacotron
발표 소개 : https://deview.kr/2017/schedule/182
딥러닝을 활용한 음성 합성 기술을 소개하고 개발 경험과 그 과정에서 얻었던 팁을 공유하고자 합니다.
머신러닝 및 데이터 과학 연구자를 위한 python 기반 컨테이너 분산처리 플랫폼 설계 및 개발Jeongkyu Shin
머신러닝 및 데이터 과학 분야의 컴퓨팅 수요는 해가 갈수록 급증하고 있습니다. 이와 더불어 분산처리 기술, 데이터 파이프라이닝 및 개발 환경 스택 관리 등의 관련된 다양한 이슈들 또한 엄청나게 늘어나고 있습니다. 머신러닝 모델의 기하급수적인 모델 복잡도 증가 추세와 마찬가지로, 모델 학습을 위한 환경 관리 또한 갈수록 복잡도가 높아지는 추세입니다.
이 세션에서는 이러한 문제를 해결하기 위해 python 언어 기반의 분산처리 스케쥴링/오케스트레이션 미들웨어 플랫폼을 개발한 4년간의 과정에서 겪은 다양한 문제들에 대해 다룹니다. 2015년 컨테이너 기반의 고밀도 분산처리 플랫폼 설계 및 프로토타이핑 과정을 PyCon KR에서 발표한 이후, 실제 구현 및 오픈소스화, 안정화를 거치며 겪은 다양한 기술적/비기술적 문제들에 대한 경험을 공유합니다.
기술적으로는 최근 몇 년 간의 클러스터 플랫폼 관련 기술의 진보와 함께 탄생한 다양한 도구들과, 이러한 도구들을 python 기반으로 엮어내기 위해 사용하고 개발한 다양한 오픈소스들을 다룹니다. Python 기반의 컨테이너 스케쥴링 및 오케스트레이션 과정의 구현과, 다양한 프로그래밍 언어로 만든 SDK를 graphQL을 이용하여 연동하는 과정에서의 몇몇 유의점을 설명합니다. 아울러 python 기반의 SDK를 다양한 언어로 포팅했던 경험을 간단하게 안내합니다.
플랫폼을 개발하는 중 등장한 TensorFlow, PyTorch 등의 다양한 머신러닝 프레임워크들을 도입하며 겪은 문제와 해결 과정에 대해서도 나눕니다. 연구 분야에는 Python 2.7 기반의 프레임워크들이 여전히 많습니다. 이러한 프레임워크 및 라이브러리의 지원을 위하여 Python 2 기반의 프레임워크와 Python 3.7로 구현한 컨테이너 인터페이스를 단일 컨테이너 환경에 중복 빌드 및 상호 간섭 없이 공존시키기 위해 개발한 아이디어를 소개합니다.
마지막으로 Python 기반의 프레임워크를 개발, 배포 및 상용화 하는 과정에서 겪은 다양한 어려움을 소개합니다. 솔루션을 배포 및 보급할 때 겪는 다양한 런타임, 하드웨어 환경 및 개인 정보 보호를 위한 폐쇄망 대상의 디플로이 등에 대응하기 위하여 Python 응용프로그램을 단독 실행용으로 패키징하는 과정에서 겪은 팁들을 설명합니다. 또한 GUI 빌드 및 Python, Go 및 C++을 함께 사용한 드라이버 가상화 레이어 개발 등의 내용도 살짝 다룹니다.
이 슬라이드는 PyCon KR 2019의 발표 슬라이드입니다. ( https://www.pycon.kr/program/talk-detail?id=138 )
Longformer: The Long-Document Transformer taeseon ryu
자연어처리 팀 이번 주제는 longformer : The long Doucument Transformer 입니다
2017년도에 나온 트랜스포머는 많은 분야에서 소타를 달성했는데
그 이유는 트랜스포머에서 사용된 셀프어텐션 기법이
전체 시퀀스의 컨테스쳐 인포메이션을 잘 캡처할 수 있기 때문입니다
셀프어텐션 은 입력 텍스트를 전체를 다 보기 때문에 O n 제곱의 복잡도를 보인다고 합니다
그래서 굉장히 많은 계샨량을 필요로하고
시간과 메모리가 많이 소요됩니다. Longformer는 이런 문제를 개선 하기위해
ON만을 수행하는 어텐션은 제안 합니다.
Longformer는 문장이 길더라도 전체 텍스트를 고려하는 홀컨텍스쳐 리프리젠테이션을 학습하면서 모델 아키텍처에 의존하지 않고
성능을 높일 수 있다고 합니다
오늘 논문리뷰는 자연어 처리팀 황소현님이 자세한 리뷰를 도와주셨습니다!
책 읽어주는 딥러닝: 배우 유인나가 해리포터를 읽어준다면 DEVIEW 2017Taehoon Kim
발표 영상 : https://youtu.be/klnfWhPGPRs
코드 : https://github.com/carpedm20/multi-speaker-tacotron-tensorflow
음성 합성 데모 : http://carpedm20.github.io/tacotron
발표 소개 : https://deview.kr/2017/schedule/182
딥러닝을 활용한 음성 합성 기술을 소개하고 개발 경험과 그 과정에서 얻었던 팁을 공유하고자 합니다.
Come le neuroscienze danno una mano a insegnare a giocare con i piedi
Riccardo Capanna
ANNO EDIZIONE: 2016
GENERE: Libro
CATEGORIE: Metodologia
ISBN: 9788860284839
PAGINE: 175
Scopri di più su http://www.calzetti-mariucci.it/shop/prodotti/capanna-neuroscienze-insegnare-giocare-piedi
Mesos - A Platform for Fine-Grained Resource Sharing in the Data CenterAnkur Chauhan
Papers we Love @ Seattle, 08/14/2015
Abstract
We present Mesos, a platform for sharing commodity clusters between multiple diverse cluster computing frameworks, such as Hadoop and MPI. Sharing improves cluster utilization and avoids per-framework data replication. Mesos shares resources in a fine-grained manner, allowing frameworks to achieve data locality by taking turns reading data stored on each machine. To support the sophisticated schedulers of today's frameworks, Mesos introduces a distributed two-level scheduling mechanism called resource offers. Mesos decides how many resources to offer each framework, while frameworks decide which resources to accept and which computations to run on them. Our results show that Mesos can achieve near-optimal data locality when sharing the cluster among diverse frameworks, can scale to 50,000 (emulated) nodes, and is resilient to failures.
@PyCon Korea 2014
NLTK 덕에 파이썬으로 자연어처리를 하는 것이 편리해졌다. 단, 한국어만 분석하려하지 않는다면. 파이썬으로 한국어를 분석할 수는 없을까? 국문, 영문, 중문 등 다양한 문자가 섞여 있는 문서는 어떻게 분석을 할 수 있을까?
이 발표에서는 자연어처리의 기초적인 개념을 다룬 후, NLTK 등의 자연어처리 라이브러리와 한국어 분석을 위해 개발중인 KoNLPy를 소개한다. 또, 파이썬으로 한국어를 분석할 때 유용한 몇 가지 트릭을 공유한다.
http://konlpy.readthedocs.org
안녕하세요.
강화학습을 공부하면서 처음 접하시는 분들을 위해 ppt로 '강화학습의 개요'에 대해서 정리했습니다.
동물이 학습하는 것과 똑같이 시행착오를 겪으면서 학습하는 강화학습은 기계학습 분야에서 상당히 매력적이라고 생각합니다.
https://www.youtube.com/watch?v=PQtDTdDr8vs&feature=youtu.be
위의 링크는 스키너의 쥐 실험 영상입니다.
감사합니다.
[기초개념] Recurrent Neural Network (RNN) 소개Donghyeon Kim
* 시계열 데이터의 시간적 속성을 이용하는 RNN과 그 한계점을 극복하기 위한 LSTM, GRU 기법에 대해 기본적인 개념을 소개합니다.
* 광주과학기술원 인공지능 스터디 A-GIST 모임에서 발표했습니다.
* 발표 영상 (유튜브, 한국어): https://youtu.be/Dt2SCbKbKvs
블록체인 제품 생태계를 구성해보자
Ground X가 블록체인을 통해 세상에 기여하고 싶은 메세지가 있습니다. 그것을 이뤄내기 위해 어떤 제품들을 기획했고, 1년반동안 제품을 만들면서 PM/Designer/Data scientist/Engineer 들과 어떻게 협업을 하였는지 공유하고자 합니다. 그리고 메인넷을 출시한 다음에 어떤 제품로드맵과 방향을 가지고 있는지 공유할 예정입니다.
Come le neuroscienze danno una mano a insegnare a giocare con i piedi
Riccardo Capanna
ANNO EDIZIONE: 2016
GENERE: Libro
CATEGORIE: Metodologia
ISBN: 9788860284839
PAGINE: 175
Scopri di più su http://www.calzetti-mariucci.it/shop/prodotti/capanna-neuroscienze-insegnare-giocare-piedi
Mesos - A Platform for Fine-Grained Resource Sharing in the Data CenterAnkur Chauhan
Papers we Love @ Seattle, 08/14/2015
Abstract
We present Mesos, a platform for sharing commodity clusters between multiple diverse cluster computing frameworks, such as Hadoop and MPI. Sharing improves cluster utilization and avoids per-framework data replication. Mesos shares resources in a fine-grained manner, allowing frameworks to achieve data locality by taking turns reading data stored on each machine. To support the sophisticated schedulers of today's frameworks, Mesos introduces a distributed two-level scheduling mechanism called resource offers. Mesos decides how many resources to offer each framework, while frameworks decide which resources to accept and which computations to run on them. Our results show that Mesos can achieve near-optimal data locality when sharing the cluster among diverse frameworks, can scale to 50,000 (emulated) nodes, and is resilient to failures.
@PyCon Korea 2014
NLTK 덕에 파이썬으로 자연어처리를 하는 것이 편리해졌다. 단, 한국어만 분석하려하지 않는다면. 파이썬으로 한국어를 분석할 수는 없을까? 국문, 영문, 중문 등 다양한 문자가 섞여 있는 문서는 어떻게 분석을 할 수 있을까?
이 발표에서는 자연어처리의 기초적인 개념을 다룬 후, NLTK 등의 자연어처리 라이브러리와 한국어 분석을 위해 개발중인 KoNLPy를 소개한다. 또, 파이썬으로 한국어를 분석할 때 유용한 몇 가지 트릭을 공유한다.
http://konlpy.readthedocs.org
안녕하세요.
강화학습을 공부하면서 처음 접하시는 분들을 위해 ppt로 '강화학습의 개요'에 대해서 정리했습니다.
동물이 학습하는 것과 똑같이 시행착오를 겪으면서 학습하는 강화학습은 기계학습 분야에서 상당히 매력적이라고 생각합니다.
https://www.youtube.com/watch?v=PQtDTdDr8vs&feature=youtu.be
위의 링크는 스키너의 쥐 실험 영상입니다.
감사합니다.
[기초개념] Recurrent Neural Network (RNN) 소개Donghyeon Kim
* 시계열 데이터의 시간적 속성을 이용하는 RNN과 그 한계점을 극복하기 위한 LSTM, GRU 기법에 대해 기본적인 개념을 소개합니다.
* 광주과학기술원 인공지능 스터디 A-GIST 모임에서 발표했습니다.
* 발표 영상 (유튜브, 한국어): https://youtu.be/Dt2SCbKbKvs
블록체인 제품 생태계를 구성해보자
Ground X가 블록체인을 통해 세상에 기여하고 싶은 메세지가 있습니다. 그것을 이뤄내기 위해 어떤 제품들을 기획했고, 1년반동안 제품을 만들면서 PM/Designer/Data scientist/Engineer 들과 어떻게 협업을 하였는지 공유하고자 합니다. 그리고 메인넷을 출시한 다음에 어떤 제품로드맵과 방향을 가지고 있는지 공유할 예정입니다.
<p><span>장선진 Softwareinlife 팀장. 웹1.0과 웹2.0, 클라우드컴퓨팅 환경, 구글 앱 엔진의 이해와 장단점 및 개발환경과 활용(Google App Engine)에 대한 것으로 공개SW 역량프라자1차 정기 기술세미나 강연 내용입니다.</span></p>
2. 발표자
이정호
KT 소프트웨어개발단 AI서비스개발TF
(`12) kt 위치기반시스템 개발 업무 수행
(`14) 위치정보 기반 자녀 안심 서비스 개발
(`17) 실내 WiFi 측위 정확도 개선 프로젝트 수행
(`18~) GiGA Genie 서비스 Front-end 개발
▶ 동화오디오북 / 북클럽 / 대교소빅스 등
키즈 오디오북 서비스 출시
▶ 마이루틴 / 핑크퐁칭찬하기 등
생활 비서 서비스 출시
3. Contents
1 최신 Front-end 웹 개발 트렌드
2 GiGA Genie 서비스의 웹앱 개발 필요성
3 GiGA Genie 웹앱 개발하기
4 GiGA Genie 서비스의 웹앱 전환 효과
QnA
4. Web Developer in 2019
출처 : https://github.com/kamranahmedse/developer-roadmap
01
5. Web Developer in 2019
출처 : https://github.com/kamranahmedse/developer-roadmap
01
Questions
1) 뭐가 보이긴 하나?
2) 어쩌다 이지경이 됬을까?
3) 먹고 살려면 어디까지 해야 될까?
6. Front-end 영역은 점점 복잡해짐01
Package Manager
• 공통 라이브러리 재활용 à 개발 리소스 감소
SPA (Single Page Application)
• 최초 한번 페이지 전체 로드 이후는 부분적으로 갱신
• 사용자 경험 / 데이터통신 최적화
• 초기 구동 오래 걸림 / 검색엔진최적화(SEO) 어려움
Component 기반
• html / CSS / Javascript 를 묶은 컴포넌트
• 컴포넌트 단위의 개발, 유지보수
모듈 번들러, Lint 등 빌드 툴 사용
• 휴먼에러 방지, 모듈의존성 관리 등
Package Managers
CSS Pre-processors
CSS Frameworks
CSS Architecture
Build Tools Task Runners
Module Bundlers
Linters and Formatters
Pick a Frameworks
React.js
Angular
Vue.js
8. Web Application 의 활용 범위가 다양해지기 때문01
“네이티브 앱같이 느껴지는
웹 앱을 만들순 없을까?”
“웹 앱으로 게임을 네이티브 코드를
돌릴 수는 없을까?”
“데스크탑에서 웹 앱을
설치해서 쓸 수는 없을까?”
“모바일에서 네이티브앱을
웹앱으로 대체할수 없을까?”
13. GiGA Genie 서비스 대상 단말02
스피커형 단말
TV형 단말
2017년 2018년 2019년
기가지니1
기가지니 2
기가지니 LTE 2
기가지니 버디
기가지니
TableTV
기가지니 LTE
기가지니
스카이라이프
• OS : Linux 또는 Custom 안드로이드
• 펌웨어 배포 주기 : 단말 별 연간 수회
14. 버전 관리의 지옥02
TV형 단말
Custom Android
Version 8.0.1
스피커형 단말
Custom Android
Version 1.0.8
스피커형 단말
Custom Android
Version 1.2.8
스피커형 단말
Linux 기반 GCC
Version 4.2.8
TV형 단말
Custom Android
Version 8.1.12
TV형 단말
Custom Android
Version 1.0.0
“제겐 간단한
상황이 아닙니다”
“신규 서비스 하나 출시해보죠
간단한거에요 간단한거”
15. 단말 별 배포 일정 관리의 지옥02
“서비스 소개
이미지 하나만 바꿔주세요”
“이미지 수정이야
뭐 간단합니다만..”
“9월쯤 배포 일정 있어요”
“10월쯤 배포 일정 있어요”
“우린 11월 ㅋ”
“어 저희 어제 막 배포했는데 ;;”
“다음 펌웨어
일정 잡는 중이라.. 아직..”
“올해는 펌웨어 업데이트
계획이 없는데요”
???
17. Javascript 로 GiGA Genie에 웹앱을 개발하려면?03
“GiGA Genie의 웹앱 개발은
일반 웹앱과 어떤 점이 다를까?”
18. GiGA Genie 웹앱 개발은....03
1. 사용자 인터페이스
[ 기존 Web 서비스 ]
“지니야, 날씨 알려줘”
[ GiGA Genie Web 서비스 ]
DOM KeyboardEvent
DOM MouseEvent
????
19. GiGA Genie 웹앱 개발은....03
2. GiGA Genie 단말 특화 기능
• 단말 페어링
• 사용자 정보 입력
• 서비스 설정 정보
• 서비스 설정정보 조회
• Push Notification
• Mic / 스피커 등 단말 제어
• 웹서비스 저장소 제공
• 서비스 상태 관리
[ 기가지니 App ]
20. GiGA Genie Service SDK03
OS
Device Controller
Brower Engine
Rendering Engine
Storage
Camera
Mic
Launcher
Speaker
……… Javascript Engine
(V8)
GiGAGenie
ServiceSDK
Web Resource
(html, css, js)
gigagenie API 호출
GiGA Genie Device
Javascript 라이브러리로 제공되며 CDN URL로 include
• 하드웨어 기능 제어
• Web 상태 관리
• 발화 이벤트 처리
• Native App 간 I/F
• Web Socket
• Push Notification
• ….
21. GiGA Genie Service SDK03
Javascript 라이브러리로 제공되며 CDN URL로 include
Namespace 설명 주요 API
gigagenie.init API 초기화 및 App 상태정보 제공 및 관리
init
init.onAppStatusChange
init.runApp
gigagenie.voice 음성인식 / TTS 등 음성 인터페이스 제어
voice.getVoiceText
voice.sendTTS
voice.onRequestClose
voice.onActionEvent
voice.stopTTS
gigagenie.appdat
a
Web Service 제공에 필요한 데이터 저장/관리
appdata.createNameSpace
appdata.destroyNameSpace
appdata.getKeyData
appdata.setKeyData
appdata.delKeyData
appdata.findKeys
gigagenie.appinfo
GiGA Genie 사용자 정보 및
App 정보 조회/관리
appinfo.getContainerId
appinfo.sendPushMsg
appinfo.getAddress
appinfo.getUserInfo
appinfo.onChangeUser
[ 제공 API 종류 ]
22. 웹앱에서 GiGA Genie 음성 인터페이스 제어하기03
예시1) 사용자에게 음성으로 TTS 제공
“기가지니가 인사드려요.
안녕하세요”
예시2) 사용자에게 음성을 입력 받고자 할 때
“생년월일을 말해 주세요”
“1900년 00월 00일”
23. GiGA Genie 사용자 정보 관리 및 스마트폰 연동하기03
예시3) 사용자 스마트폰에 Web URL 을 Push 메세지로 발송할 때
예시4) 사용자가 저장해둔 우리집 주소 정보가 필요할 때
서울시 서초구 서초동
ㅇㅇ APT 00동
“http://hello.world/~~”
24. GiGA Genie 웹앱 상태 관리03
Resumed
- Foreground
- Audio 재생 가능
Resumed(Mute)
- Foreground
- Audio 재생은 불가능
Paused
- Background
- Audio 재생 불가능
25. GiGA Genie 웹앱 상태 관리03
• Audio 재생 중 Pause
-> 재생 중이던
Audio리소스 중지
26. GiGA Genie 웹앱 상태 관리03
• 웹서비스가 foreground로
복귀되었다면, 오디오 재시작
27. GiGA Genie 웹앱 상태 관리03
• 서비스 Resume 상태지만
Audio 리소스는 사용 불가
• 서비스 시나리오에 따라
대기 or 종료 가능
28. 사용자 음성 요청 처리하기03
“지니야, 동화오디오북에서
대교출판사꺼 인어공주를
들려줄래?”
저기..
무슨 말씀이신지..
29. 사용자 음성 요청 처리하기03
“지니야, 동화오디오북에서 4세동화 들려줘”
“지니야, 동화오디오북 이어서 들려줘”
“지니야, 동화오디오북 2시간만 틀어줄래”
“지니야, 다음 전집 틀어줘”
“지니야, ㅇㅇ출판사 동화책 틀어줘”
“지니야, 일시정지 / 재생 / 나가기 / 종료”
“지니야, 태교에 좋은 동화 들려줘”
“지니야, 인어공주 읽어줘”
“지니야, 세계전래동화중에 5세동화만 읽어줘”
[ 발화 예시 ]
[ 동화오디오북 ]
6개 출판사에서 수급된
약 4천여개 오디오북을 제공하는 서비스
예시 서비스 : 동화 오디오북
30. 서비스 기능별 대화 모델 설계하기03
[ 서비스명 ]
동화오디오북
오디오북
서비스 실행하기
[ 동사 ]
들려줘
실행해줘
…
[ 동사 ]
나가기
종료
서비스 종료하기
[ 출판사명 ]
대교동화
아람동화
글뿌리
가우스
스마일북스
…
[ 도서명 ]
흥부와 놀부
인어공주
호두까기 인형
엄지 공주
…
특정 컨텐츠 재생하기
[ 동사 ]
들려줘
읽어줘
읽어
들려줄래
…
서비스의 기능 (actionCode)
31. 서비스 기능별 대화 모델 설계하기03
[ 서비스명 ]
동화오디오북
오디오북
서비스 실행하기
[ 동사 ]
들려줘
실행해줘
…
[ 동사 ]
나가기
종료
서비스 종료하기
[ 출판사명 ]
대교동화
아람동화
글뿌리
가우스
스마일북스
…
[ 도서명 ]
흥부와 놀부
인어공주
호두까기 인형
엄지 공주
…
특정 컨텐츠 재생하기
[ 동사 ]
들려줘
읽어줘
읽어
들려줄래
…
서비스의 기능 (actionCode)
명사그룹 (어휘사전)
32. 다시 한 번 봐볼까요?03
“지니야, 동화오디오북에서
대교출판사꺼 인어공주를
들려줄래?”
40. GiGA Genie 웹앱 서비스 개발 현황04
기가지니 B2C Service
미디어
지니뮤직, 올레TV,
라디오, 팟캐스트 등
키즈 서비스
외국어교육 쇼핑/주문
라이프스타일
개인비서
생활정보
금융
엔터테인먼트
핑크퐁, 소리동화,
내목소리동화, 세이펜 등
야나두, 어학사전,
파고다, 번역 등
기프티쇼, 홈쇼핑,
롯데슈퍼, SPC, G마켓 등
레시피, 맛집, 성경, 불교
명상, 홈트레이닝 등
날씨, 시간, 캘린더
모닝브리핑, 메모 등
뉴스. 길안내, 버스,
맛집, 레시피, 명상 등
환율, K뱅크
우리은행, 키움증권 등
운세, 게임, 웹툰
금영노래방 등
Web Application
총 90여개 B2C 서비스 중 75% 는 Web Application
41. 웹앱으로 만드니 뭐가 좋던가요?04
Text List
(+리모컨Focus)
이미지 List
(+리모컨Focus)
App 상태관리Footer 롤링 문구
UI 컴포넌트화 + 공통기능모듈화
서비스당 개발 기간 à 2~4주
42. 웹앱으로 만드니 뭐가 좋던가요?04
통합 버전 관리
단말별 버전 관리 à TV형 / 스피커형 2종으로 관리
서비스 유지 관리의 Cost 감소 à 개발 퍼포먼스 향상
• 버그 Fix 는 빠르게
• 단말 펌웨어 일정 고민 X
[ Gitlab history Graph ]
43. 미처 하지 못한 이야기들04
• 서비스 발화의 등록하는 방법은?
• 웹앱 실행 시 실행 URL 정보는 어떻게 관리하는지?
• 기가지니 단말에서의 개발 환경(개발자모드)은 어떻게 설정해야 할까?
GiGA Genie 개발자 기술 지원 및 교육
APILink 내 “기술지원” 메뉴 기가지니 개발자 정기 교육 프로그램 운영