반응형

영화 "오펜하이머" 가 8월 15일 개봉 예정입니다

크리스토퍼 놀란 감독의 작품이기 때문에 더 관심가는 영화입니다

'오펜하이머'라는 인물에 대해 사전 지식이 있다면 더 재미있게 볼수 있을 것을 기대하며

인물에 대해 정리 하였습니다.

(영화에 영원한 아이언맨 로버트다우니 주니어도 나온다고 하네요 ^^)

 

물리학자이자 발명가인 줄리어스 로버트 오펜하이머(Julius Robert Oppenheimer).

그의 업적과 성공은 과학계와 기술 분야에서 광범위한 영향을 끼친 것으로 알려져 있습니다. 


1. 줄리어스 로버트 오펜하이머의 생애와 업적
줄리어스 로버트 오펜하이머는 1904년 4월 22일 뉴욕에서 태어났습니다. 

하버드 대학교에서 물리학을 전공하고 영국과 독일에서 유학을 하며 학문적 경험을 쌓았습니다. 

미국으로 돌아와서 오랫동안 캘리포니아 대학교 버클리에서 재직하며 

학문적인 연구와 지도력으로 이름을 떨치게 되었습니다.

 

아버지로 부터 물려받은 집에

반 고흐의 그림 석 장, 피카소의 그림 한 장, 그리고 르누아르의 그림 한 장 등이 보여 주는 재력은

얼마나 유복한 집에서 태어났는지 짐작하게 합니다

2. 원자폭탄과 맨해튼 계획
줄리어스 로버트 오펜하이머는 

제2차 세계 대전 중에 로스앨러모스 국립 연구소의 소장이 되어 맨해튼 계획을 수행하였습니다. 

이 계획은 원자폭탄의 개발과 관련하여 수많은 학자들과 협력하여 원자폭탄의 제조를 성공적으로 이끌어 냈습니다.

3. 수소폭탄에 대한 반대와 추방
그러나 1950년, 오펜하이머는 수소폭탄 제조에 반대하는 입장을 표명하여 모든 공직에서 쫓겨났습니다. 

이러한 사건으로 인해 그는 논란의 대상이 되었고, 

그의 인물적인 면모에 대한 다양한 평가와 비판을 받았습니다.

4. 성공과 유산
줄리어스 로버트 오펜하이머는 그의 학문적인 기여와 창의적인 발명으로 세상에 큰 영향을 끼쳤습니다. 

그의 업적은 물리학과 기술 분야에 한계를 넘어서 세계적으로 인정받았으며, 

그의 유산은 오늘날도 끊임없이 연구되고 있습니다.

5. 마치며

원자폭탄 개발한 인물이 나중에 수소폭탄 개발에 반대하는 아이러니한 인물입니다

원자폭탄으로 성공하고

수소폭탄으로 빨갱이(?)로 몰려 모든 공직에서 쫓겨나는 비운의 인물이기도 합니다

 

지금까지 줄리어스 로버트 오펜하이머에 대해 간략하게 알아봤습니다.

 

* 참고로 영화는 "아메리칸 프로메테우스"라는 책을 바탕으로 만들어 졌다고 합니다


키워드: 줄리어스 로버트 오펜하이머, 물리학자, 발명가, 원자폭탄, 맨해튼 계획, 성공, 유산, 미국 물리학자, 뉴욕 출신 물리학자

반응형
반응형

https://dbeaver.io/

 

DBeaver Community | Free Universal Database Tool

DBeaver Universal Database Tool DBeaver Community is a free cross-platform database tool for developers, database administrators, analysts, and everyone working with data. It supports all popular SQL databases like MySQL, MariaDB, PostgreSQL, SQLite, Apach

dbeaver.io

DBeaver 에서, 데이터 추출 시 한글 깨짐 현상과 해결 방법 정리합니다.

(현상)

DBeaver 에서 조회 결과를 데이터 추출 후, 

메모장이나, 탐색기 미리보기 에서는 한글이 정상적으로 보입니다

 

하지만, 엑셀에서 열면 아래와 같이 한글 깨짐 현상이 생합니다

 

구글링 하면, 아주 간단하게(?) 문제 해결 방법이 나오긴 하지만

그 원인과 해결방법을 좀더 정리해 봅니다

 

(원인)

데이터 추출시 Encoding 타입을 선택하게 되는데, 대부분 UTF 형식으로 진행 하면서 문제가 시작됩니다

UTF 는 내부적으로 2가지 모드가 존재 합니다

-Big-Endian UTF-16 (BE)

-Little-Endian UTF-16 (LE)

(이 내용은 다른 페이지에서 다루겠습니다)

 

이 것을 구분하기 위해 화일 맨앞에 코드를 추가하게 되는데 
이 것을 "BOM" (Byte Order Mark)이라고 합니다

'Hex Viewer' 등의 tool 로 화일을 열면 BOM 정보 확인 가능합니다

 

문제는

윈도우의 경우, 기본적으로 BOM 포함된 것을 가정하여 인식/처리 되는 것입니다. 엑셀도 마찮가지 입니다

 

그러나 아래 캡쳐처럼, DBeaver 데이터 추출시 "insert BOM" 이 default "N" 입니다

 이 차이 때문에 엑셀에서 BOM 없는 UTF 화일을 열면서 한글 깨짐 현상이 발생합니다

 

(해결)

1. DBeaver 데이터 추출시 "insert BOM" 의 check box 를 체크 합니다

 

2. 이미 추출된 데이터라면, 한글이 정상 조회 되는 메모장에서 다른 이름 저장시,

인코딩 타입에 BOM 을 선택하여 저장 후 사용합니다

 

 

(추가)

"insert BOM" 기능은 DBeaver version 21.0.2 이후 포함되었습니다

반응형
반응형

부모님 재산세를 납부하면서 고난했던 과정들 기록합니다

 

연로하신 부모님이 아파트를 가지고 계시고

정기적으로 재산세가 고지되는데

이번에 그 고지서가 도착 하지 않으면서 상황이 발생했습니다.

 

부모님 핸드폰 명의가 자식 것으로 되어 있다보니

핸드폰 본인인증도 안되어 할수 있는게 거의 없었습니다

 

고지서의 전자납부 번호를 통해서

위택스(https://www.wetax.go.kr/) 타인 납부하던 저로서는 참 난감.

(고지서가 없으니 납세번호도 모릅니다. 간편납부번호 ...신청하지 않았습니다  ㅠㅜ)

 

어머니 이름으로 위택스 가입을 하려 해도, 본인 인증에서 막힙니다.

 

비회원 로그인?

역시 안됩니다

 

예전 고지서 캡쳐 해둔게 기억나서,

부모님 가상 계좌에 어림(?)금액으로 입급을 시도했습니다.

 

...금액 안맞는다고 입금도 안됩니다

금액을 좀 넉넉히(?) 입금해도 안됩니다...

 

예전 고지서에 있는 "재산세팀" 담당자 전화로 문의를 시도했습니다.

전화 연결이 안됩니다.

7월 재산세 문의가 많은가 봅니다....

 

1. 위택스 타인 납부 : 포기

2. "재산세팀" 담당자 문의 : 포기

 

구글로 "지방세 타인 납부"를 검색해 보니 이런 내용이 있습니다

 

방문납부 안하려고 이러는 것이니...

"1644-8239"? 전화 걸어 봅니다.

엥? 경주시만 해당 됩니다..

 

어째든 여기서 힌트를 얻었습니다

지역마다 해당하는 지방세 ARS 가 있는 것으로 보입니다

 

해당 지역 홈페이지에서 " 지방세 ARS" 로 검색해 봅니다

제 경우, 오산시청 홈페이지에서 검색했습니다

 

 

해당 지역 지방세 ARS 의 경우, 납세자 주민번호만 입력하면 금액 안내와 결제가 가능했습니다.

 

최종적으로 납부는 성공했으나....

이렇게 타인납부가 어려울 줄 ...몰랐습니다

 

개인정보보호를 위한 것이라 이해는 하지만...

위택스에서 이런 안내가 있으면 좋을텐데...아쉬움이 남는 하루 였습니다

 

(결론)

고지서 없고 본인인증이 안되는 경우,

지방세 타인 납부를 위해서는

- 해당 지역 관공서 방문하거나

- 해당 지역 지방세 ARS 를 통해 납부 가능합니다

반응형
반응형

구글에서 bard 가 서비스 시작되었습니다

"시험버전" 이란 꼬리표가 달렸지만

구글의 명성(?)과 최근 hot issue 가 되고 있는 AI chat 서비스이기 때문에 기대감이 높았습니다

 

한번 성급한 서비스 발표로 망신이 있었기 때문에 더 그러했습니다

[2023년 02월 11일, 뉴스]

https://www.ytn.co.kr/_ln/0104_202302111111478232

 

"성급했다, 망쳤다"...구글 내부서 '바드' 발표 비판

세계 최대 검색 엔진업체 구글이 챗GPT 대항마로 새 검색 ...

www.ytn.co.kr

제가 내린 결론은 ...."아직도 성급한 것 아닌가?" 입니다

좀더 써 봐야 알겠지만...

bard 를 하루 써 본, 첫 인상이 그러합니다

-> 마지막 학습일을 질문하니, 프랑스 소설 "마지막 수업"을...OTL...

 

openai chat gpt 를 처음 접했으때, 느낌은 이러했습니다

"어(?) 꽤 잘 답변하네?"

"이러것도 답변가능할까?"

"신기하네"

 

그러나....

bard 는...

"이 답변은 뭐지?..." 입니다.

 

마치 옛날 구글로 "백조의 호수"를 한글 번역 했을때

"1000000000000000000..." 를 보여주는 기이함(?)을 다시 경험한 느낌입니다.

 

한국어 서비스가 된다하여 한국어 질문에 한정하여 테스트 한것이긴 하지만...

실망감을 감출수는 없습니다 

 

장점을 얘기하자면

파이썬 코딩 답변이 "Google Colab" 과 연계되는 것입니다

매우 편리한 기능으로 기대되는 부분입니다

이 부분에 대해서는 칭찬 합니다 ^^;;

(파이썬 코딩 질문으로 bard 활용하는 것은 다른 글에서 다뤄 보려고 합니다 )

 

바드에게 물었습니다

"bard와 chat gpt 차이점은?"

-> bard 는 최신정보에 입각한 정보를 제공할수 있다고 합니다

 

마지막으로

chat gpt 와 bard 답변 비교 뉴스 찾아 봤습니다

기자는 bard 에 더 우위를 두었네요 ^^;

https://www.hankyung.com/it/article/2023051193491

 

"대한민국 대통령 누구?" 대답도 척척…한국어 고수의 정체

"대한민국 대통령 누구?" 대답도 척척…한국어 고수의 정체, '바드' 한국어 실력, 챗GPT보다 한수 위였다 구글 AI 챗봇 전면 공개 챗GPT '한국어 약점' 공략 어색함 없이 매끄럽게 번역 최신 정보 습

www.hankyung.com

 

 

ps. 어제 처음 bard를 접하고 실망감에 글을 쓰기 시작했는데...

하루사이, 동일 질문에 적절한 답변(?)이 나오는 걸 확인 할수 있었습니다
첫인상이 실망이었지만 기대되는 서비스임은 분명합니다

점점 발전 하는 서비스이길 기대해 봅니다

 

반응형
반응형

웹 사이트 성능을 평가하는 지표로 활용되는 Lighthouse 점수.

브라우저로 사이트 접속 하고

개발자도구>Lighthouse  들어가서 점수 확인하는 일이 종종 있습니다

그렇다고

lighthouse 점수가 절대지표는 아니기 때문에(동일 시간에 측정해도 달라짐)

참고치로만 사용하고 있기는 하나
통계나 모니터링 수치로 활용하지 못하고 있습니다.

매번 누군가 수작업으로 기록하면 가능할 거라는 막연한 선입견 때문이....더 정확학 이유 입니다.

 

경험적으로 특정 시점 이후로 웹사이트 성능이 저하되는 것이 접수되면

그제서야 lighthouse 점수가 낮아졌음을 발견하기도 합니다.

 

그래서 lighthouse 점수를 일정 시간 간격으로 측정하고

기록하는 것을 자동화 하는 것에 대해 고민했습니다

 

요즘 업무 자동화에 활용하고 있는 파이썬으로 그 기능을 구현 했습니다

(DB 연동은 제외하고)

lighthouse 점수를 가져오는 코드는 아래와 같습니다

*테스트는 jupyter notebook 에서 수행되었습니다

import os
import json

# 필요한 패키지를 설치합니다.
os.system('npm install -g lighthouse')

# Lighthouse를 실행하고 결과를 JSON 파일로 저장합니다.
os.system('lighthouse --quiet --chrome-flags="--headless" --output=json --output-path=./report.json http://www.naver.com/')

# with open('example.txt', 'r', encoding='utf-8') as f:
#     text = f.read()
    
# JSON 파일에서 데이터를 읽어옵니다.
with open('./report.json', 'r', encoding='utf-8') as f:
#     print(f)
    data = json.load(f)
#     print(data)

# Lighthouse 점수를 출력합니다.
score = data['categories']['performance']['score'] * 100
print('Lighthouse performance 점수:', score)
score = data['categories']['accessibility']['score'] * 100
print('Lighthouse accessibility 점수:', score)
score = data['categories']['best-practices']['score'] * 100
print('Lighthouse best-practices 점수:', score)
score = data['categories']['seo']['score'] * 100
print('Lighthouse seo 점수:', score)
score = data['categories']['pwa']['score'] * 100
print('Lighthouse pwa 점수:', score)

[Result]

Lighthouse performance 점수: 32.0
Lighthouse accessibility 점수: 78.0
Lighthouse best-practices 점수: 92.0
Lighthouse seo 점수: 75.0
Lighthouse pwa 점수: 33.0
반응형

+ Recent posts