프로그램
- 참가등록 09:00 ~ 09:30
- 점심시간 11:45 ~ 13:00
- BOF 18:00 ~ 19:00
-
세션 2 11:00 ~11:45
손찬욱
NAVERTRACK 1네이버 모바일 홈을 움직이는 반응형 무한스크롤의 비밀
작은 모바일 단말기에서 많은 컨텐츠를 보여주고자 하는 욕구는 항상 있습니다. 하지만, PC에 비해 다소 성능이 떨어지는 모바일웹에서 대용량의 컨텐츠를 화면에 표현하기는 말처럼 쉬운 일이 아닙니다. 이 세션에서는 네이버 모바일 홈에 적용된 반응형 무한 스크롤을 개발기를 통해, 얻은 경험과 피드백을 공유드리려고 합니다. 또한 이 경험을 통해 얻은 성능 최적화 기술에 대한 이야기를 함께 이야기해보려고 합니다.
-
세션 3 13:00 ~13:45
백선기
마이다스아이티
이준호
NHN Technology ServicesTRACK 1지금까지 상상한 표현의 한계를 넘자-webGL
아직 기존 프론트엔드 기술로 된 웹에 머물러 계시나요? 매번 더 강력한 GPU를 내장하고 있는 PC, 모바일 기기 출시소식을 듣지만, 하드웨어 발전을 잘 활용하고 있기는커녕 더욱 고도화되는 요구사항 앞에 기존 웹페이지 랜더링 기술들은 한계에 봉착되어 있는 상황입니다. 기존 중심적인 그래픽 처리 방법인 DOM의 렌더링 한계를 극복하기 위해 WebGL을 활용하는 방안을 살펴봅니다. 과연 현재의 브라우저 환경이 WebGL을 적용하기에 적합한지 실제 조사자료를 통해 검증해보고, 기존의 프론트엔드 기술이 해소하기 어려웠던 부분을 Web GL로 극복하기 위해 진행했던 시행착오와 오픈소스 WebGL프레임워크를 개발하면서 알게된 여러 가지 경험을 나누는 자리를 갖고자 합니다. 본 세션은 이를 통해서 DOM 프로세싱으로 기존의 프론트엔드 개발에 한계에 봉착한 개발자들에게 새로운 프론트엔드 패러다임으로 안내하는 길잡이가 될거라 생각합니다.
-
세션 4 14:00 ~14:45
전용우
NHN NEXTTRACK 1자바스크립트 라이브러리 개발/운영 경험기
자바스크립트 라이브러리 이름을 정하기 힘들 정도로 많은 라이브러리들이 나오고 있습니다. 라이브러리를 만드는것 만큼이나 운영도 쉽지 않습니다. 빠르게 변화하는 환경에서 안정적으로 운영하는 방법, 라이브러리 간의 의존관계, 업그레이드 관리...등 고민해야 할 내용이 많습니다. 지난 3년간 JindoJS을 운영하면서 겪었던 문제점, 개선한 방법과 한계 등 라이브러리를 운영하는데 도움이 될만한 경험들을 공유합니다. 많은 사람들이 조금이나마 자바스크립트 라이브러리를 운영하는데 도움을 주고 싶습니다.
-
세션 5 15:00 ~15:45
신동길
NAVERTRACK 1간결하고 효율적인 안드로이드 앱의 구조와 개발 전략
안드로이드 앱을 신규 개발하거나 기존의 것을 Refactoring 할 때 고려해야 할 요소와 설계 방법, 코드의 간결화 등을 상세히 다룬다. 간결한 GUI, 손쉬운 데이터 전달과 수신, 효율적이고 간결한 자료구조 등 앱 개발 설계의 전반적인 내용을 깊이 있게 다른다. 아래는 목차입니다.
1. 객체의 추상설계와 공용객체의 최적화
2. UI의 구조의 최적화
3. 전달요소 최적화
4. 효율적인 데이터 구조와 네트워킹의 효율화
-
세션 6 16:15 ~17:00
김대권
LeeviTRACK 1Docker로 보는 클라우드 서버 운영의 미래
클라우드를 통한 어플리케이션 배포가 일반화 되면서 어플리케이션이 가동되는 인프라스트럭쳐에 대한 이해도 빠르게 달라지고 있습니다. 과거에는 고정된 장비를 장시간에 걸쳐서 운용하는 것이 서버 운영이었다면, 클라우드 위에서는 짧은 시간 동안에도 가상화된 장비들을 수도 없이 생성하고, 폐기합니다. Docker는 이러한 환경에서 등장한 프로세서 격리를 기반으로 하는 새로운 가상화 도구입니다.
Docker는 단순히 기존 VM을 대체하는 도구가 아닙니다. 내부적으로는 IaaS에 가까운 환경 구축의 유연성을 제공하면서, 외부적으로는 Docker만 있다면 언제 어디서도 실행 가능한 형태로 이미지를 만들 수 있도록 지원해 PaaS나 SaaS에 가까운 장점을 누릴 수 있도록 해줍니다. 이를 통해 Docker는 클라우드에 더욱 적합한 생존전략을 제시하고 있습니다.
이 세션에서는 좁게는 Docker를 통해, 넓게는 이러한 가상화 기술을 통해, 소프트웨어 개발과 서버 운영이 어떻게 변해나갈 지에 대해서 이야기합니다.
-
세션 7 17:15 ~18:00
김용환
카카오TRACK 1Ansible의 이해와 활용
과거에 만났던 Legacy 시스템은 테스트케이스가 전무하고 API 문서와 코드, 현황화하지 않았습니다. 열악한 개발환경에서 테스트 시나리오가 자동화하지 않은 운영 환경에서 개발자가 운영할 수 있는 개발 환경을 구축하였습니다. Ansible/Vagrant를 활용하여 서버 환경을 이미지화하고 자동 배포가 가능합니다. 이렇게 만든 가상 이미지를 개발자에게 공유하면 공유받은 개발자는 따로 설치를 하지 않아도 기능 테스트를 쉽게 할 수 있도록 하였습니다. 그리고 빠른 시간 내에 배포 도구로 쓸만한 Ansible이기도 합니다. 함께 Ansible을 알아볼까요?
- Ansible 소개
- Legacy 로컬 개발 환경 구축 예
- 배포 도구 구축 예
-
세션 1 10:00 ~10:45
김영후
FANCYTRACK 2스위프트 프로그래밍 언어
애플이 WWDC 2014에서 소개한 스위프트 언어의 주요 특징과 실사용 경험을 공유합니다. 현업에서 스위프트를 쓰면서 좋아진 점, 아쉬운 점, 주의해야 할 점과 기존 Objective-C를 사용하는 프로젝트에서 스위프트를 도입 할때 주의할 점에 대해 고민해보겠습니다. 전반적인 특징부터 F#이나 Scala와 같은 고급 함수형 언어들과의 유사성도 논의할 예정입니다.
-
세션 2 11:00 ~11:45
이민석
NHN NEXTTRACK 2자신있는 개발자에서 훌륭한 개발자로
개발을 업으로 한다는 것. 즉 선수 개발자가 되려면 스스로 개발에 자신이 있어야 하고 동시에 남들에게도 인정받는 훌륭한 개발자여야 합니다. 자신있다는 것과 훌륭하다는 것은 어떤 차이가 있을까? 이 발표는 이제 개발에 입문하려는 사람들, 이제 뭐든 만들 수는 있을 것 같은 개발자들, 뭔가 개발
-
세션 3 13:00 ~13:45
유성덕
NAVER LABSTRACK 2모바일 앱 크래시!! 네이버에서는 어떻게 수집하고 보여줄까요?
모바일 앱도 일반 어플리케이션과 같이 비정상적으로 종료할 때 크래시가 발생하게 됩니다. 서버 어플리케이션와 달리 모바일 앱에서 발생하는 크래시는 수집하기도 까다롭고, 발생 수 또한 굉장히 많습니다. 네이버에서는 모바일 앱에서 발생하는 크래시를 수집하고, 이를 분석하여 개발자에게 크래시 및 관련 통계 정보를 제공하는 서비스를 운영하고 있습니다. 네이버/라인/밴드 앱 등 200 개가 프로젝트에서 현재 사용중에 있고, 매일 백만 개 이상의 크래시를 수집하고 있습니다. 본 발표에서는 해당 서비스에 대한 소개와 서비스 개발 이슈에 대해 공유하고자 합니다.
-
세션 4 14:00 ~14:45
최정열
Sivaworks
조현태
LINE+TRACK 2안드로이드 동시성 프로그래밍 - RxJava를 활용한 Functional Reactive Programming
안드로이드에서는 동시성 프로그래밍을 돕기 위해, 자바의 concurrent 패키지와 더불어 AsyncTask, Handler(Hammer Framework), Loader 클래스등을 제공합니다. 또한 비동기 네트워크 통신, 이벤트 버스등 동시성을 다루기 위한 오픈소스 라이브러리들 역시 활발하고 꾸준하게 발전 되어 동시성 프로그래밍을 한결 편하게 작성할 수 있도록 도와 줍니다. 반면, 서로 다른 동시성 패턴을 취함으로써 설계의 일관성을 유지하기 어렵게 만들기도 합니다.
복잡한 동시성을 다루는 개발자에게 필요한 것은 애플리케이션 전반에 범용적으로 활용 될 수 있고 일관 된 방법으로 사용할 수 있는 패턴입니다.
이번 발표를 통해서 기존의 동시성 처리 방법들을 다시 한번 돌아보는 시간을 갖고, 함수형 프로그래밍을 한 가지 대안으로 소개하고자 합니다.
좀 더 구체적으로는 안드로이드에 활용 할 수 있는 RxJava를 살펴보고 어떤 부분을 어떻게 개선할 수 있는지 이야기 해볼 예정입니다.
또한 함수형 프로그래밍을 이해하기 위한 접근 요령과 람다식 및 함수형 프로그래밍을 시작할 때 주의해야 할 점들에 대한 경험을 나누고자 합니다.
-
세션 5 15:00 ~15:45
Phil Haack
GitHubTRACK 2GitHub's First Principles
GitHub is known for building and shipping features fast, optimizing for happiness, and its non-hierarchical structure. For the most part, it bucks the conventional wisdom for how companies should operate. Where does it get these ideas? And how will those ideas scale as GitHub grows?In this talk, I
-
세션 6 16:15 ~17:00
Tim Anglade
RealmTRACK 2Realm: a database for Android & iOS
Realm (http://realm.io) is a database that runs directly inside phones, tablets & wearables. It is used by Zynga to power games with millions of users. Realm for iOS (http://github.com/realm/realm-cocoa) launched publicly in July 2014, and was quickly adopted by tens of thousands of developers, becoming one of the top trending repositories on GitHub. Realm for Android will launch in Fall 2014.
Realm uses a brand-new storage architecture (not SQLite) to provide a universal, cross-platform, memory-mapped, thread-safe data representation, via an object-oriented API. The goal of the project is to let developers write apps faster, avoid boilerplate code, and handle more data locally.
This talk will cover:
- A short history of embedded databases, data storage on mobile
- Why Realm was created, and what inspired us
- Realm’s internal data storage engine architecture + algorithms (C++, OS, Kernel)
- Design process behind its APIs: Java, Objective-C and Swift.
- Common patterns of apps using Realm
- Thoughts on doing “Big Data” on Small Devices.
Realm은 웨어러블 기기와 타블렛, 스마트폰 내부에서 바로 동작하는 데이터베이스입니다. Zynga에서는 Realm을 사용하여 수백만 사용자들이 하는 게임을 강화시켰습니다. 2014년 7월에 iOS를 위한 Realm이 공개적으로 시작되었고, 빠르게 수많은 개발자들에 의해 사용되어 GitHub의 top trending 저장소 중 하나가 되었습니다. Android용 Realm은 2014년 가을에 런칭될 예정입니다.
Realm은 오브젝트 기반 API를 통해 범용적으로 크로스 플랫폼과 메모리 매핑을 지원하는 thread-safe 데이터 표현을 제공하기 위해 (SQLite가 아닌) 완전히 새로운 형태의 스토리지 아키텍쳐를 사용합니다. 프로젝트의 목적은 간단한 기능 구현을 위해 공통 코드가 많이 들어가는 상황(boilerplate code)을 방지하면서 개발자들이 좀 더 많은 데이터를 로컬에서 다루고 더 빠르게 앱에 데이터를 쓰게하는 것입니다.
이 세션에서는 다음 항목들을 다룹니다.
- 모바일에서의 임베디드 데이터베이스와 데이터 스토리지에 대한 간략한 역사
- Realm이 만들어지게 된 계기
- Realm의 내부 데이터 스토리지 엔진 아키텍쳐와 알고리즘 (C++, OS, Kernel)
- API 디자인 프로세스: Java, Objective-C, Swift
- Realm을 사용하는 앱의 공통 패턴
- 소형 기기에서 "빅 데이터"를 다루는 것에 대한 견해
* 본 세션은 동시 통역이 제공됩니다.
-
세션 7 17:15 ~18:00
이석하
SEWORKSTRACK 2How can I hack your application?
스마트 시대가 도래로 보안은 뗄레야 뗄 수 없는 필수 요소가 됐습니다. 그 중에서도 가장 많은 운영체제 점유율을 차지하고 있는 안드로이드는 더욱 많은 보안 해킹 위협에 노출되어 있습니다. 리소스가 늘어난 만큼 먹잇감을 찾는 해커들에게 구조적 취약점을 공격당하는 것은 너무나 당연합니다. 때문에 이제는 안드로이드 개발자라면 애플리케이션 보안 지식은 권장이 아닌 필수 사항입니다. 하지만 운영체제 보급률과는 대조적으로 안드로이드 개발자 교육 과정에는 보안에 대한 내용이 포함되어 있지 않은 경우가 대다수입니다.
이번 세션에서는 개발자들의 피와 땀의 산물인 안드로이드 애플리케이션 보안에 대해 다루고 해킹 프로그램의 자동화 등 해킹 위협요소, 앱 난독화와 더불어 개발자들이 어떻게 하면 보안에 대비할 수 있는지에 대해 해커로서의 경험을 함께 공유하고자 합니다.
-
세션 1 10:00 ~10:45
송정기
삼성전자TRACK 3Service Workers
Service Worker는 event-driven Web Worker로 JavaScript API를 통해 설치하게 되면 해당 도메인의 지정된 URL space에 대해 발생하는 resource request를 network request가 발생하기 전에 개발자가 custom handler를 작성하여 처리할 수 있는 기능을 제공합니다. 이때 Service Worker가 제공하는 Cache API 를 통해 미리 저장한 resource들을 network 연결 없이 page에 반환할 수 있기 때문에 Offline-first web app 작성을 위한 필수 기능으로 활용될 것으로 예상하고 있습니다. 이에 더하여 브라우저 탭이 열려있지 않은 상태에서도 시스템 발생 이벤트를 Service Worker 환경에서 처리 가능하도록 하여 Background 처리가 필요한 Push message, System Alarm 등 다양한 API가 확장 가능할 것으로 예상됩니다. 현재 전세계 브라우저 개발자 및 웹 개발자들의 많은 관심을 받고 있고 Chrome 36 이상과 Firefox Nightly에서 partial feature를 제공하고 있습니다.
-
세션 2 11:00 ~11:45
최진호
SK TelecomTRACK 3WebRTC 개발, 현재, 그리고 미래
아직 국내에서 WebRTC는 낯선 영역에 가깝습니다. 본인은 SKT에서 WebRTC 플랫폼 개발을 추진하였고 WebRTC 커뮤니티 활동을 통해 국내 WebRTC 기술의 전파를 위해 노력해오고 있습니다. 본 세션은 WebRTC로 Javascript기반의 서비스를 실제로 개발해보고자 하는 개발자를 대상으로 합니다. 따라서 사전에 기본적인 API활용 경험은 필수입니다. 보다 전문적으로 WebRTC 기술을 응용하여 서비스를 구현할 때 필요한 경험과 기술을 제공합니다. 크로미엄 소스코드에 관련된 이야기나 서비스 품질 및 플랫폼에 관련된 이야기를 다룹니다. 아울러 WebRTC의 응용서비스 및 향후 전망등에 대해 다룹니다. 본 세션을 통해 국내에서 WebRTC기반의 킬러 서비스가 활성화되는데 도움이 되면 좋겠습니다.
-
세션 3 13:00 ~13:45
신현묵
스윗트래커TRACK 3소프트웨어개발 방법론을 건축가에게만 배워야 하는가?
소프트웨어개발의 대부분의 접근방법은 갑을병정이라고 불리우는 건설과 건축업에서 그 모델을 참조하였다. 개발의 전과정을 건축가가 모델링하여 접근하는 방법을 주로 사용했다. 개인적인 개발경험 20년 동안 이러한 접근법이 과거의 모델에서는 나름 효과적이었다고 할 수 있었다. 하지만, 현대의 고도화된 서비스나 인공지능이나 머신러닝, 빅데이터와 같은 서비스를 개발하는 개발 방법에는 많이 부족하다는 것을 느끼게 되었다.애자일선언에서 비롯된 수많은 선언과 활동들에 대해서 이미 다른 분야에서 사용하였다는 것을 나중에야 알았다. 모델링하고 문제를 해결하는 과정을 선도하면서
-
세션 4 14:00 ~14:45
임상석
SK PlanetTRACK 3앱 세상에서 HTML5 생존기: HTML5 기반 모바일 단말용 게임 개발 및 최적화
HTML5 기반 게임은 Android와 iOS에 One Source로 배포가 가능하다는 장점이 있다. 그러나 HTML5 기반 게임에서 가장 널리쓰이는 Canvas 엘리먼트 기반으로 모바일 단말용 게임 (WebView 기반)을 제작시 Browser 엔진의 성능 제약을 뛰어넘어 최소 20 fps 속도를 Android 2.3이상/iOS 5.0 이상에서 달성하는 것은 매우 어렵고, 극도의 최적화를 요구한다. 본 발표에서는 이러한 성능 최적화를 위한 Canvas/CSS 스타일 조정, 게임 오브젝트의 DOM 분리 및 GPU 가속 활용, Image 최적화, Garbage Collector 통제등 상품화시 활용한 다양한 Practice를 공유 하고자 한다.
발표자료 : http://infect2.github.io/html5WebApp/deview2014/index.html
-
세션 5 15:00 ~15:45
오창석
Collabora Ltd.TRACK 3Lessons from developing a Web browser for Raspberry Pi
이 세션은 최적화에 관한 이야기를 다룹니다. 성능과 최적화는 거의 모든 개발자들이 고민하는 문제입니다. 특히 임베디드 개발자들에겐 시장 출시가 가까워짐에 따라 코드 품질을 유지하면서 성능까지 끌어 올리는 최적화 노력은 필수적이지만 그리 쉬운 일은 아니지요. 이 문제를 인기있는 소형 컴퓨터, 라즈베리파이용 인터넷 브라우저 개발 과정을 통해 풀어보고자 합니다.
700MHz 싱글코어 CPU, 최대 512MB의 램을 갖춘 라즈베리파이는 여타의 다른 임베디드 기기와 비교해 볼 때 성능 및 자원이 좋은 편이 아닙니다. 그런데 여기에 html5와 탭 브라우징을 지원하는 최신 인터넷 브라우저를 개발하는 것은 그렇게 녹록한 일이 아니었지요. 최근에 많이 화자되고 있는 병렬 프로그래밍이나 GPU를 활용하는 접근법은 이 열악한 기기 성능을 고려해볼 때 큰 도움이 되지 않았습니다. 그럼 다른 어떤 최적화 노력을 해볼 수 있을까요?
이 세션은 이 질문으로부터 시작합니다. 빠르고 쓸만한 수준의 라즈베리파이용 브라우저를 만들기 위해 겪었던 수 많은 시행 착오와 의사결정 과정을 따라가보면서 무엇을 최적화했는지, 또 그 과정에서 무엇을 배울 수 있었는 지를 살펴볼 것입니다. 이를 통해 비슷한 문제로 고민하는 개발자들이 작은 아이디어라도 얻어가길 기대하고 있습니다. 라즈베리파이용 브라우저에 대한 자세한 내용은 다음 링크를 통해 살펴볼 수 있습니다.
http://www.raspberrypi.org/web-browser-released
http://blog.barisione.org/2014-09/rpi-browser
이 세션에서 다루는 것
• 라즈베리파이용 웹브라우저에 적용된 최적화 기법과 노하우
• 시행 착오와 의사 결정 과정
• 그로부터 배운 교훈
이 세션에서 다루지 않는것
• 멀티코어를 활용한 병렬 프로그래밍 기법
• OpenGL 및 GPU를 활용한 프로그래밍 기법
• 라즈베리파이 소개, 개발환경 설정 및 hello world 류
• 웹 브라우저 아키텍쳐 및 동작 방식
• 일반적으로 적용할 수 있는 최적화 알고리즘(?) 및 당장 써먹을 수 있는 어떤 것.
-
세션 6 16:15 ~17:00
안진섭
매직에코TRACK 3오픈소스 하드웨어 플랫폼과 Node.js로 구현하는 IoT 플랫폼
본 세션에서는 매직에코에서 만든 루미스마트을 만들기 위해서 사용했던 오픈 소스 하드웨어 플랫폼과 Node.js로 구현 단말 프로그램 아키텍처를 소개하려고 합니다. 이와 함께, 오픈 소스 하드웨어를 이용해서 IoT 솔루션을 만들때 겪은 문제점과 해결 방법들을 공유하고 루미스마트를 만들면서 느꼈던 힘든 점들에 대해 이야기하고자 합니다.
-
세션 7 17:15 ~18:00
이호민
OculusTRACK 3Developing VR Experiences with Oculus SDK
오큘러스는 좀 더 나은 가상현실 경험을 주기 위해서 하드웨어와 소프트웨어 부분에서 굉장히 많은 R&D를 하고 있습니다. 이번 세션을 통해서 좀 더 사실적인 가상환경을 주기 위해서 오큘러스가 어떤 노력을 해왔고, 특히 소프트웨어 부분에서 SDK에 어떤 기술들이 사용되었는 지에 대해 살펴볼 예정입니다. 이와 더불어 오큘러스 리프트를 이용해 VR 컨텐츠를 개발할 때, 기술적으로 어떤 노력과 주의할 점이 있는지에 대해서도 함께 살펴볼 예정입니다.
- Oculus Rift DK2
- Low Persistence
- Positional Tracking
- Rendering in SDK
- Low Latency with TimeWarp
-
세션 1 10:00 ~10:45
이동영
LG전자TRACK 4신개념 N스크린 웹앱 프레임워크 'PARS'
점점 더 많은 디바이스들이 인터넷에 연결되고 스마트해짐에 따라, 여러 디바이스들을 동시에 조화롭게 사용할 수 있도록 하는 기술에 대한 요구가 커지고 있습니다. 그러한 애플리케이션을 어떻게 하면 쉽게 개발할 수 있을지를 고민한 결과로 Pars를 만들었습니다.
Pars는 여러 스크린(디바이스)에서 분산되어 실행되는 웹 애플리케이션을 개발하기 위한 프레임워크입니다. Pars 앱은 몇 개의 component로 구성되어 있고 (Pars는 라틴어로 component라는 뜻입니다.), 각 component는 실행 중에 다른 디바이스로 이동하거나 복제되어 계속해서 실행될 수 있습니다. 한 앱을 이루는 component들이 여러 디바이스에 분산되어서 실행되어도 마치 하나의 디바이스에서 실행되는 것처럼 서로 연동되어 실행됩니다. 그런 의미에서 Pars는 웹 기반의 분산시스템이라 할 수 있습니다. 이 발표에서는 Pars의 개념과 개략적인 구조를 설명하고, 간단한 데모도 보여드리려 합니다.
-
세션 2 11:00 ~11:45
최시원
ZOYITRACK 4아이비컨과 공유기 해킹을 통한 인도어 IOT 삽질기
- IOT 기술 동향- 인도어 마케팅의 흥미로운 몇 가지 기술 문제들 - 어떻게 고객을 파악할 것인가? 어떻게 고객에게 타케팅된 메세지를 보낼 것인가?
- 핸드폰 무선신호로 고객을 파악하자
- 블루투스와 WiFi 신호 이해
- 싸고 좋은 공유기 재활용하기 - 오픈 소스 공유기 펌웨어 OpenWRT 소개
- 타케팅된 메세지를 보내는 방법 - 매장앞을 지나갈때 마다 문자를 보내줘요 이거 그린라이트 인가요?
- 아이비컨 소개
- 인도어 GPS 구현기
-
세션 3 13:00 ~13:45
Michael S. Ryoo
NASA-JPL
윤경식
YbrainTRACK 4Automated Recognition of Alzheimer's Disease from Wearable Devices: Big Brain Data and Big Visual Data
This talk discusses methodologies to recognize human/brain activities from wearable devices. We particularly focus on two different types of data: big visual data from wearable cameras and big brain data from wearable EEG sensors.
-
세션 4 14:00 ~14:45
조상희
keukeyTRACK 4오타 수정과 편집 기능을 가진 Android Keyboard Service 개발기
신선한 아이디어는 세상에 많지만, 조그만 하나의 아이디어에 자신을 가지고 큰 일을 벌이기는 쉽지 않습니다. 신선한 하나의 아이디어가 실용적이고 혁신적인 모바일 앱으로 변화해 가는 과정에 대한 경험을 공유하고 싶습니다. 또한, 조금 더 시스템에 가까운 곳에 위치할 앱을 개발하려는 분들을 위해 그 과정에서 등장한 기술적인 이슈들을 하나하나 해결해가는 과정을 케이스별로 풀어보겠습니다.
- keukey의 소개
- Android Input Method Service의 문제
- 텍스트 패턴 매칭 아이디어
- 빠른 패턴매칭을 위한 데이타 프로세싱 최적화
- 직관적 제스처와 기능의 합리적 연결
- 한정된 공간에 ux 배치하기
-
세션 5 15:00 ~15:45
전종환
노매드커넥션TRACK 4모바일 P2P 미디어 스트리밍 방법
- 모바일과 기타 디바이스 간의 P2P 미디어 스트리밍 기술 소개
- Android/iOS에서 UDP 제어 및 내부 플레이어와 스트리밍 연계 방법
- 미디어 스트리밍 에러 검출 및 대처 방안
- 글로벌 환경에서의 P2P 운영 사례
- 릴레이/P2P 전환 연결을 통한 plug and play 서비스 구현 사례
- 미디어 특성에 맞춘 릴레이/P2P 사용 사례
-
세션 6 16:15 ~17:00
이경민
LG전자TRACK 4RE-view of Android L Developer PRE-view
지난 6월 열린 Google I/O 2014에서 안드로이드의 차기 버전인 L의 Developer Preview가 공개되었습니다. 본 세션에서는 Android L Developer Preview에 소개된 ART(A New Runtime)와 Material Design(A New UI Design)을 중심으로 다음과 같은 안드로이드 핵심 아키텍처의 변화를 살펴보고자 합니다.
- UI & Render Thread
- JIT & AOT
- Improved GC
- Dual Zygote
-
세션 7 17:15 ~18:00
양정수
KandroidTRACK 4안드로이드 L-Preview 보안 아키텍처 및 설비
이번 세션에서는 지금까지의 안드로이드 보안 아키텍처 및 설비들의 변화에 대해 검토해 볼 예정입니다. 이를 위해 1) 기본 보안모델, 2) Sandbox 모델의 변화, 3) 메모리 취약성 개선과 같은 L-Preview 이전의 보안설비들과 4) Android Work, 5) Malware 자동 탐지 서비스와 같은 L-Preview 에서 새롭게 도입된 개념들을 함께 정리해 볼 예정입니다.
09:30~09:50
- 키노트
- ⁄ 차상균 서울대학교 빅데이터연구원장
-
세션 1 10:00 ~10:45
이석찬
LINE+TRACK 1LINE은 어떻게 글로벌 메신저 플랫폼이 되었는가
LINE은 2011년 첫 서비스 시작 이후 3년 만에 패밀리 앱 전체의 누적 다운로드가 10억 건을 넘어서는 글로벌 플랫폼으로 성장하였습니다. 모바일 서비스의 글로벌화 부분은 여전히 생소한 부분이고, 아무도 제대로 알려주지 않은 주제이기도 합니다. LINE의 기술진들이 지금도 진행하고 있는, ‘달리는 열차의 바퀴 갈아 끼우기’ 이야기를 통하여 어떻게 문제를 접근하고 해결하는지에 대한 이야기입니다.
다양한 나라의 Mobile Network 특성과 늘어나는 사용자 수를 서비스하기 위해서 부닥친 문제와 해결했던 사례들을 소개하며. LINE App, Analytics, Big Data, Global Network, Game, Security, Abusing에 관한 얘기가 기다리고 있습니다.
-
세션 2 11:00 ~11:45
김형준
그루터TRACK 1Vectorized Processing in a Nutshell
데이터베이스 시스템 및 대용량 데이터 처리 분야에서 크게 관심을 받고 있는 Vectorized Processing의 개념, 동기 및 내부 동작 원리를 설명하고 Apache Tajo에서의 Vectorized Processing 구현 계획과 프로토타입에 대해 소개합니다. 발표 배경으로 Modern CPU 구조와 특징 (CPU cache, SIMD, CPU pipelining 등) 및 성능과 성능에 미치는 영향을 간단한 코드와 함께 설명합니다. 그리고 데이터베이스 처리 모델이 90년대 기술부터 현재까지 어떻게 CPU를 잘 활용할 수 있도록 진보하였는지 데이터베이스 처리 모듈의 샘플 코드 예제와 함께 설명합니다. 최신 처리 모델인 Vectorized Processing의 개념을 설명하고 코드 샘플을 통해 어떻게 이 모델이 Modern CPU에서 어떻게 성능향상을 가져오는지 설명합니다. 마지막으로 Apache Tajo에서 계획하고 있는 Vectorization 엔진을 특징과 차별점을 소개하고 겪어온 challenge와 해결책을 소개합니다. 이 발표는 Amazon의 Redshift, HP Vetica와 같은 신흥 DBMS와 Hive, Tajo등에서 채택한 최신 데이터 처리기술 트렌드를 소개하고 일반 사용자들에게 기술을 쉽게 이해시키는 것을 주 목적으로 합니다.
-
세션 3 13:00 ~13:45
안성화
SK TelecomTRACK 1Big Data Launching Episodes
본 세션에서는 SK Telecom에서 지난 1년 6개월 동안 Big Data 시스템을 구축하고 운영하면서 생긴 일들을 이야기하고자 합니다. 이 기간 동안 우리의 데이터는 수 테라에서 수 페타로 확장되었고, 서버는 거의 1,000대급으로 성장하고, 한 시간 동안 수행되는 작업도 수백개 이상으로 증가했습니다. 하지만 그리 순조로운 과정은 아니었습니다. 우린 Namenode가 중단되는 경험도 하고, 누군가의 복잡하고 잘못된 Map Reduce 프로그램으로 인해 모든 자원을 낭비하기도 했습니다. 또한 다양한 분석 기술을 적용하려고 시도하다 보니, Tajo, Spark처럼 응답성이 좋은 기술도 적용할 기회가 있었습니다. 하지만 이런 시도도 데이터의 크기와 시스템의 규모에 따라 항상 다른 양상을 보여 왔고 우리를 힘들게 만들었습니다. 이 외에도 인프라의 구성 등 여러가지 어려운 일들이 많았습니다. 본 세션에서는 지난 시간동안 우리가 선택한 최선에 대해 이야기하고자 합니다. 물론 아직도 우리는 우리의 최선을 찾고 있는 중입니다만.
-
세션 4 14:00 ~14:45
김정희
NAVER LABSTRACK 1Deep Learning at NAVER
Deep learning은 최근 기계학습분야에서 좋은 성능으로 주목받고 있습니다. NAVER 에서도 또한 deep learning 을 이용한 다양한 시도가 이루어지고 있습니다. 하지만 이를 활용한 서비스가 성공적으로 이루어지기 위해서는 풀어야 할 문제 역시 존재하며, deep learning 이 pattern recognition의 모든 어려운 점을 해결해 주는 절대반지는 아닙니다. 본 세션에서는 NAVER 에서는 성공적인 deep learning의 활용을 위해 어떤 노력을 기울이고 있으며, 앞으로 어떤 시도들이 이루어져야 하는지 이야기 하고자 합니다.
-
세션 5 15:00 ~15:45
정재화
그루터TRACK 1하둡 보안 어떻게 해야 할까?
2005년 더그 커팅과 마이크 캐퍼렐라가 개발한 하둡은 이제는 빅데이터 플랫폼의 de facto로 자리를 잡았습니다 . 많은 기업들이 하둡을 도입하고 있고, 하둡과 다양한 하둡 에코 시스템을 연계하는 서비스가 증가하고 있습니다. 하지만 하둡을 도입할 때, 보안은 항상 간과되기 쉬운 부분이였습니다. 왜냐하면 대부분의 기업이 자사의 PRIVATE 인프라에 하둡을 구성했고, 무엇보다 하둡의 보안 기능이 매우 취약했기 때문입니다. 하둡 커뮤니티 진영은 이러한 부분을 인식하고, 이미 하둡 0.20.0 버전부터 Kerberos와 연동하는 보안 기능을 포함시켰습니다. 해외에서는 이미 하둡 보안을 이용한 클러스터 구축 사례들이 보고되고, 하둡 보안과 연계된 에코 시스템들이 등장하고 있습니다. 그러나 국내에는 이 기술과 적용 사례가 소개되지 않고 있으며, 여전히 하둡의 보안은 취약한 상태로 운영되고 있습니다. 이번 발표에서는 Hadoop Security의 내부 구조와 동작원리를 이해하고, 이를 구축하는 방법을 공유하고자 합니다. 또한 Hadoop Security를 기존에 운영중인 하둡 에코 시스템들에 어떻게 적용해야할지도 함께 소개합니다.
-
세션 6 16:15 ~17:00
이현철
MyFitnessPalTRACK 1Web & Health 2.0. 회사에서의 data science란?
본 발표에서는 데이터 과학(Data Science)의 가장 기본적인 영역인 data preparation에 대해 집중적으로 다루려고 합니다. 먼저 집단지성을 통해 축적한 대용량의 데이터들을 pre-processing하는 것이 data product 개발에 왜 중요한가에 대해 알아보려고 합니다. Food cleaning & standardization 사례를 중심으로 검색, classification, recSys 개발에 data cleaning & standardization이 어떤 영향을 미치는지 알아보고 구체적으로 사용할 수 있는 방법에는 어떠한 것이 있는지 살펴보도록 하겠습니다. 이어서 대용량 기계학습이나 optimization에서 빼놓을 수 없는 training 데이터를 어떻게 실질적으로 만들어야 하는지에 대해 알아보도록 하겠습니다. Food classification 사례를 중심으로 대용량의 training 데이터를 어떻게 만들어서 사용할 수 있으며 그리고 이것이 어떻게 classifier의 성능을 개선할 수 있는지에 대해 살펴보도록 하겠습니다.
-
세션 7 17:15 ~18:00
김형진
LinkedInTRACK 1LinkedIn의 Data Science - 왜 '과학'인가?
‘데이터’ 와 ’과학’. 익숙한 두 단어이지만, 둘이 한데 모인 ‘Data Science(데이터 과학)’ 라는 단어는 비교적 최근부터 사용되기 시작하였습니다. 왜 공학이 아닌 과학일까요? 바로 데이터를 처리하고 분석하는데 있어서 과학적 방법론을 사용하고 있기 때문입니다. 본 발표에서는 링크드인 데이터 팀에서 Data Product를 만들고 분석하는 과정에서 어떤 과학적 방법론이 적용되고 있는지 소개하고자 합니다. 대표적으로 A/B Testing 과 Multi Objective Optimization 등에 대해 살펴볼 예정입니다. 만약 작년의 제 발표(http://deview.kr/2013/detail.nhn?topicSeq=36)를 들으신 분들께는 그 후속편에 해당하는 발표가 되겠습니다. 혹시 그렇지 않으신 분들께서도 들으시는데는 전혀 문제가 없을 것입니다.
-
세션 1 10:00 ~10:45
강재우
고려대학교TRACK 2검색엔진의 패러다임 전환: 빅데이터분석과 검색의 융합
검색 질의에는 크게 두 가지의 매우 다른 형태의 질의가 존재한다. 첫째는 “대선 공약”과 같은 사실검색질의로 상위에 랭크된 몇 개의 문서만을 읽어도 쉽게 원하는 정보를 찾을 수 있는 경우이고, 둘째는 “반전이 좋은 스릴러영화”와 같은 컨센서스검색질의로 다양한 사람들의 의견을 종합해야 비로서 신뢰할 만한 결과를 얻을 수 있는 형태이다. 컨센서스검색질의는 상품을 구매할 때, 여행을 갈 때, 식사를 할 때 등, 일상 생활 중 만나게 되는 많은 의사결정 상황에서 요구되며 이를 위해 우리는 여전히 검색엔진을 사용한다. 질의의 특성상 정답이 존재하지 않으며 따라서 많은 결과문서들을 읽어야만 비로서 만족할 만 한 답을 얻을 수 있기 때문에 많은 시간과 노력을 필요로 한다. 이상적으로는 검색엔진이 사용자 질의의 콘택스트에 맞는 다양한 사람들의 의견을 종합해서 콘센서스 리스트를 결과로 돌려주는 것이겠지만 현재의 검색엔진구조에서는 구현이 요원하다. 본 세션에서는 이와 같은 문제를 해결하기 위해 빅데이터분석과 검색기술의 융합을 통해 컨센서스검색을 구현하는 방법을 소개하고자 한다.
-
세션 2 11:00 ~11:45
문상환
오드컨셉TRACK 2기계 친화성을 중심으로 접근한 최적화 기법
대다수의 웹 서비스는 대부분 인터프리터 또는 JIT기반의 스크립팅 언어를 이용하여 개발되고 있으나, 경우에 따라 성능을 위하여 네이티브로 핵심 기능을 구현해야 할 때가 있다.
이 강연에서는 자사의 이미지 검색 엔진 오드아이를 개발하면서 시스템 자원 활용도를 극대화하기 위하여 사용했던 기계 중심적인 최적화와 병렬 처리 기법들 그리고 해당 기법들을 도입하면서 발생하였던 문제점들에 대해 소개한다.
제품 개발을 하면서 예상 처리 데이터양에 따른 연산 시간에 대한 고민 및 해당 문제점의 해결을 위하여 사용한 개발 도구들 및 접근 방법들을 이해하기 쉬운 예제를 중심으로 소개를 한다.
-
세션 3 13:00 ~13:45
박준현
잼투인(JaM2in)
문규원
카카오TRACK 2ARCUS 차별 기능, 사용 이슈, 그리고 카카오 적용 사례
ARCUS는 네이버에서 개발되고 오픈된 Memory Cache Cloud로서, 대규모 웹 서비스에 적용하여 빠른 응답을 제공할 수 있으며 DB 부하를 경감시킬 수 있습니다. 이번 발표에서는 Memory Cache Cloud로서 ARCUS 만이 차별화하여 가지고 있는 핵심 기능 위주로 소개를 먼저 하고 나서, 네이버 서비스들이 ARCUS를 사용하면서 겪은 중요 이슈들과 이에 대한 대처 방안을 소개하며, 카카오 스토리에서 ARCUS를 새로이 적용하게 된 사례를 살펴보고자 합니다.
-
세션 4 14:00 ~14:45
최규민
아프리카TVTRACK 2Live Broadcasting 추천 시스템
AfreecaTV의 개인 인터넷 방송은 동시간대에 평균 5000개의 방송이 수시로 시작되고 종료됩니다. 이렇게 소비 사이클이 짧고 변동성이 큰 Item(인터넷방송)은 어떻게 추천해야 하고, 추천서비스 아키텍쳐는 어떻게 구성되었을까요? 이러한 인터넷 방송을 추천하기 위해 개인 관심도 측정, Item Matrix(연관분석&Similarity), 실시간 Cowatching(covisitation), 역빈도 적용 등의 복합적인 Collaboration filtering 기술과 추천서비스 제공을 위해 데이터 수집(API,UDP)부터 전달(MessageQueue),저장(Hdfs,hadoop,Redis),처리(Workflow,hive,ES)에 이르기 까지 구성된 AfreecaTV의 실시간 대용량 데이터 처리 플랫폼 아키텍쳐에 대하여 공유하고자 합니다.그리고 AfreecaTV서비스에 적용하면서 느낀 점(A/B 테스트, 서비스 적용시 고려할 점 등)과 "측정할 수 없으면 개선할 수 없다" 라는 말이 있듯이 어떤 추천 알고리즘 선택하고 개선해 나아가야 하는지에 대한 이야기를 하려고 합니다.
-
세션 5 15:00 ~15:45
이규재
NAVER LABSTRACK 2nBase-ARC: Redis Cluster
nBase-ARC는 오픈소스 메모리 저장소인 Redis를 대규모 분산환경에서 사용할 수 있도록한 클러스터 제품이다. nBase-ARC의 기술적 내용과 향후 발전 방향에 대해 공유 받을 수 있다.
1. nBase-ARC 소개 및 사용 현황
2. 유사 open source 제품과 비교
3. 발전 방향 및 opensource 계획 -
세션 6 16:15 ~17:00
김명식
한양대학교TRACK 2SQLite DB 의 입출력 특성분석 : Android 와 Tizen 사례
SQLite 는 스마트폰을 비롯한 다수 임베디드 기기에서 널리 사용되고 있는 오픈소스 경량 DBMS 라이브러리입니다. 본 발표는 Mobile Platform 에서 많이 사용되고 있는 SQLite DB 접근에 대한 IO 발생 행태를 살펴보고 특징을 설명합니다. Mobile Platform 및 어플리케이션에서는 주로 SQLite 를 사용해 DB 형태로 데이터를 저장하는데 SQLite 는 DB Crash 에 대비하여 별도의 journal 파일을 생성 하고 이때 해당 journal file 의 Data Consistency 를 유지하기 위해 Filesystem 은 중복된 journaling을 시도하는 journaling of journal anomaly 현상이 발생합니다. 실제 Tizen Platform 의 특정 DB 사용 시에 journaling of journal anomaly 현상과 DB 의 table schema 및 index 갱신이 추가되면서 DB Record 에 기록한 순수한 data 량보다 1067 배 많은 양의 쓰기 IO 가 발생함을 관찰 하였습니다. 이렇게 과도한 WAF(Write Amplifcation Factor)를 가진 SQLite DB 의 IO 량을 경감하는 시도는 느린 쓰기 속도와 제한된 수명을 가진 NAND Flash 기반의 저장장치를 사용하는 많은 IT 기기에서 성능 및 수명을 개선할 수 있습니다. SQLite 입출력 성능 개선을 위한 Log 파일시스템의 적용, LS-MVBT 를 사용한 SQLite Index 구조 최적화 등 최근 연구 사례들을 살펴봅니다. 또한 DB 의 사용용도와 목적, SQLite DB journaling Mode 등 DB 성능 측면에서 개선을 기대할 수 있는 IO Stack 별 추가적인 최적화 요소 및 Platform 에서 SQLite DB 사용 시 주의해야 할 점들을 언급합니다.
-
세션 7 17:15 ~18:00
정내훈
한국산업기술대학교TRACK 2시즌2 : 멀티쓰레드 프로그래밍이 왜이리 힘드나요?
멀티쓰레드 프로그래머들을 헷갈리게 하는 주범인 Non-Blocking 프로그래밍 (Lock-free 프로그래밍)이란 무엇이고, 어떻게 프로그래밍을 해야 되는지를 예제와 함께 설명합니다. 그리고, Non-Blocking 프로그래밍의 단점인 생산성 문제에 관해 이야기하고 그 해결책인 Transactional Memory에 대해 실재 하드웨어 TM 실행예제와 함께 알아보고 장단점과 성능비교를 해봅니다. 실제 대용량 다중접속 서버를 제작해서 Non-Blocking 프로그래밍을 적용했을 때 얼마나 성능향상을 할 수 있을 것인지도 데모를 통해 관찰해 볼 수 있습니다. 멀티쓰레드 프로그래밍을 생각하고 있는 개발자들은 현재의 최고 성능을 얻을 수 있는 개발 방법인 Non-blocking에 대한 이해를 더 깊게 할 수 있으며, 몇 년 후 다가올 미래인 Transactional Memory에 대한 진실을 접해 볼 수 있습니다.
2013년 Deview에서 발표했던 내용(http://deview.kr/2013/detail.nhn?topicSeq=64)의 후편이고 2014년 NDC에서 발표한 내용(http://www.slideshare.net/zzapuno/ndc2014-2)의 업그레이드 버전입니다.
-
세션 1 10:00 ~10:45
박철수
NetflixTRACK 3Apache Pig를 위한 Tez 연산 엔진 개발하기
Apache Pig는 petabyte 스케일의 대용량 데이터를 분석할 수 있게 해주는 프로그래밍 언어이자 연산 툴입니다. 최근 하둡 생태계에서 나타난 괄목할만한 변화로 Apache Tez의 등장을 꼽을 수 있는데, Tez는 MapReduce를 대체하는 연산 엔진으로 MapReduce보다 나은 성능과 보다 유연한 DAG (directed acyclic graph) 연산 모델을 제공합니다. Pig-on-Tez 프로젝트는 Pig의 backend 연산 엔진을 Tez로 대체함으로써 피그의 성능을 개선하는 것을 목표로 시작된 커뮤니티 프로젝트로서, 넷플릭스, 링크드인, 야후, 호튼웍스 소속의 5명의 피그 개발자의 협업을 통해 진행되었습니다.
-
세션 2 11:00 ~11:45
Simon Chan
PredictionIOTRACK 3PredictionIO: Build Smart Stuff with ML
With the advancement of Machine Learning, software applications can now learn from Big Data efficiently and perform all kinds of intelligent tasks. One of the biggest challenges for developers in building real world predictive applications is the steep learning curve of mastering multiple data-processing frameworks, algorithms and scalable systems.
This talk will begin with an overview of how Machine Learning, and user preference prediction in particular, is empowering modern web, mobile and Internet of Things in many aspects. Simon will then introduce the latest PredictionIO (http://prediction.io/) open-source Machine Learning Server and explain its design architecture. With live sample codes, Simon will demonstrate how developers can use PredictionIO to add predictive features such as personalization, recommendation and content discovery to an application. By the end of the talk, you will have mastered the whole process of predictive modeling, and will be able to apply scalable algorithms to a real software production environment.
* 본 세션은 동시 통역이 제공됩니다.
-
세션 3 13:00 ~13:45
Marsal Gavalda
Expect LabsTRACK 3Developing context-aware applications
The way search engines, intelligent assistants, and other advanced applications show relevant information to the user is experiencing a fundamental shift: rather that waiting for the user to explicitly type a query in a search box, the most advanced systems are able to anticipate the user
-
세션 4 14:00 ~14:45
Jonathan Boulle
CoreOSTRACK 3Clustered computing with CoreOS, fleet and etcd
The mission of CoreOS is to secure the internet by ensuring that every server runs the latest software. In this talk, we
-
세션 5 15:00 ~15:45
Todd Mostak
Map-DTRACK 3Map-D: A GPU Database for Interactive Big Data Analytics
Interactive big data analytics: Using GPUs to power the world's fastest database. As part of an emerging conversation between HPC and enterprise, this talk will focus on the future of high performance big data analytics from enterprise, government and scientific perspectives while tracking the challenges posed by data collection, hardware integration and interface design. But there is more at stake than data-drive cost savings, these perspectives are framed by the need to socialize and democratize high-power big data analytics to the advantage of all. Map-D is an ultra-fast GPU database that allows anyone to interactively analyze and visualize big data in real time. Built into GPU memory, Map-D's unique architecture runs orders of magnitude faster than other in-memory databases and big data analytics platforms. We will also showcase Map-D's public demos, including TweetMap that maps over 1 billion tweets in real time and Campaign Finance Map that unravels the influence of money on political discourse over time.
실시간 빅데이터분석: GPU를 사용한 세계에서 가장 빠른 데이터베이스.HPC(High-Performance Computing)와 업계간 협업의 일부로, 이 세션에서는 고속 빅데이터분석의 미래를 산업계와 정부, 과학계의 시각으로 재조명하고, 데이터수집과 하드웨어 통합 그리고 인터페이스 디자인의 어려움을 어떻게 해결했는 지에 대해 집중적으로 다루려고 합니다. 더욱 더 일반에게 다가갈 수 있도록 사용자의 요구에 맞추어 고성능 빅데이터 분석의 장점을 살리는 것이 데이터 중심의 비용 절감보다 더 중요하다고 생각합니다.
Map-D는 누구나 실시간으로 빅데이터를 분석하고 시각화할 수 있도록 해주는 초고속 GPU 데이터베이스입니다. 데이터들이 GPU 메모리에 올라가는 Map-D의 독특한 아키텍쳐는 다른 인메모리 데이터베이스나 빅데이터 분석 플랫폼들보다 몇십배 빠르게 동작하고 있습니다. 이와 함께 실시간으로 10억개 이상의 tweet들을 지도 상에서 보여주는 Tweetmap과 시간의 흐름에 따른 정치적 담론에 대한 자본의 영향을 풀어내는 Campaign Finance Map을 비롯한 Map-D의 공개 데모를 보여드릴 것입니다.
* 본 세션은 동시 통역이 제공됩니다.
-
세션 6 16:15 ~17:00
Tuomas Rinta
EveryplayTRACK 3How Everyplay Turns Big Data from Game Replays into Actionable Analytics
Everyplay, the world's largest mobile replay service, currently records nearly a hundred million gameplay sessions every day on iOS and Android and is used by millions of users across the world to share and discover the best gaming moments.This talk discusses how Everyplay manages and uses the billions of rows of data generated from it's mobile gameplay recording service to make sure the game developers using Everyplay get the best possible experience from using the product. Topics covered include technical aspects of managing big data, how to create an analytics/metrics-driven product and how a metrics-driven approach has influenced our technology choices.
* 본 세션은 동시 통역이 제공됩니다.
-
세션 7 17:15 ~18:00
Tom Fifield
OpenStack FoundationTRACK 3Solving large scale data problems with OpenStack
The Scientific domains face some of the largest "big data" challenges to date, despite their limited budgets. Come to this presentation to see how organisations like CERN, NeCTAR and MIT are efficiently using cloud computing to meet the needs of demanding researchers. There are many lessons to learn about how to build large scale systems, and work upstream with an open source community.
* Outline of slides:
* Background Story: MIT CS/AI Lab, CERN, NeCTAR
* Customising OpenStack
+ Technology: Scheduler
Example Customisation: MIT CS/AI Lab
+ Technology: Nova Compute Cells
Example Customisation: CERN
+ Technology: Swift Global Clusters
Example Customisation: NeCTAR
* Global Community
+ Interacting with the Community
+ Code Review Example
* OpenStack Mission & Summit
<오픈스택으로 대규모 데이터 이슈 해결하기>
과학 분야에서는 제한된 예산에도 불구하고 몇몇 대규모 "빅데이터" 이슈들을 마주하고 있습니다. 이 프레젠테이션에서는 CERN, NeCTAR, MIT와 같은 단체에서 이런 연구자들의 요구를 해결하기 위해 어떻게 클라우드 컴퓨팅을 효율적으로 사용했는 지 알아보려고 합니다. 대규모 시스템을 구축하고, 오픈소스 커뮤니티와 함께 업스트림 개발에 참여하는 데에서 많은 배울 점들을 얻을 수 있을 것입니다.
* 발표 목차
* 배경 설명: MIT CS/AI Lab, CERN, NeCTAR
* 오픈스택 커스터마이징 사례
+ 스케줄러 기술
커스터마이징 사례: MIT CS/AI Lab
+ Nova Compute Cells 기술
커스터마이징 사례: CERN
+ Swift Global Clusters 기술
커스터마이징 사례: NeCTAR
* 글로벌 커뮤니티
+ Interacting with the Community
+ 코드 리뷰 사례
* OpenStack Summit과 미션
* 본 세션은 동시 통역이 제공됩니다.
-
세션 1 10:00 ~10:45
정호욱
그루터TRACK 4ElasticSearch 성능 최적화
Lucene 기반의 검색엔진으로 주목 받고 있는 ElasticSearch는 설치와 사용이 편리하여 많은 부분에서 사용 되고 있습니다. 하지만 문제가 발생했을 때 또는 성능이 나오지 않을 때 관련 정보를 찾기가 쉽지 않아 답답할 때가 있습니다. 이런 답답함을 해소하기 위해 지금까지 경험한 ElasticSearch의 성능 최적화 방법, Hadoop 통합 그리고 SQL 연동을 설명합니다.
<목차>
- ElasticSearch 이해하기
- 설치 및 실행하기
- Modeling 하기
- ElasticSearch 성능 최적화 하기
- 설정 최적화
- 색인 최적화
- 질의 최적화
- ElasticSearch 활용 하기
- Hadoop 통합
- SQL 연동
-
세션 2 11:00 ~11:45
김선희
NAVER LABSTRACK 4다국어 음성 합성 시스템(NVOICE) 개발
기차역에서의 안내 방송이나 은행의 자동 응답 시스템과 같이 우리가 일상생활에서 접하는 소리들이 실제로는 음성합성 기술에 의하여 만들어진 합성음이라는 사실에 대하여 인식하는 사람들은 그다지 많지 않습니다. 이는 합성음을 사람의 음성과 구별할 수 없도록 만들어 내는 음성합성 기술의 발달에 기인합니다. 네이버의 경우에도 음성인식와 음성합성을 통합하는 음성 기반, 혹은 음성 합성만을 기반으로 한 서비스들을 실제로 제공하고 있으며 앞으로도 상당 수의 서비스에 이러한 기술이 적용되어 그 부가가치를 향상시킬 수 있을 것으로 전망하고 있습니다. 본 세션에서는 네이버 랩스에서 개발하고 있는 음성합성시스템인 NVOICE에 대하여 소개하는 세션으로서 NVOICE의 개발 방식과 개발 과정, 네이버에서 개발한 음성합성엔진이 어떤 서비스에 적용이 되고 있는지, 그리고 음성합성 시스템으로는 NVOICE가 어떤 특징을 가지는지에 대하여 설명합니다.
-
세션 3 13:00 ~13:45
한욱신
포항공과대학교TRACK 4TurboGraph: Ultrafast graph analystics engine for billion-scale graphs in a single machine
최근들어 소셜네트워크, 유전자 그래프, IoT등의 많은 분야에서 그래프로 데이타를 분석하는 사례가 급증하고 있다. 그래프는 노드와 에지들로 구성된 복잡한 형태의 자료구조로서, 현존하는 실제 그래프의 크기가 매우 커지고 있다. 이 발표에서는 그래프를 사용한 분석 응용들에 대해서 알아보고, 포스텍 데이타베이스 연구실에서 개발하고 있는 TurboGraph에 대한 소개를 하고자 한다. TurboGraph는 SSD와 멀티코어 CPU를 최대한 활용함으로써 하드웨어 성능을 최대한 활용하였으며 그로 인해 수십억개의 노드로 구성된 그래프도 하나의 PC로 처리할 수 있는 획기적인 프레임워크이다. 또한, 기존에 알려져 있는 다른 그래프 처리 프레임워크와의 비교를 하고자 한다.
-
세션 4 14:00 ~14:45
정민영
THE BEATPACKING COMPANYTRACK 4Python에서의 동시성/병렬성
오늘날 Python은 정말 여러 분야에서 쓰이고 있습니다. 각종 과학 연구에 도움이 되는 개발에서, 웹 애플리케이션 그리고 모바일 앱에 이르기까지 참으로 다양합니다. 이처럼 Python의 활용 영역이 넓어지면서, 성능과 처리량(Throughput)에 대한 요구 또한 자연스럽게 커졌습니다. 본 발표에서는 동시성과/병렬성에 대한 개념을 다시 한 번 확인하고, Python에서 각 영역에 대한 고성능을 어떻게 달성할 수 있는지 다룹니다. 특히 Python의 설계적인 측면에서의 제약사항을 확인하고, 이를 극복하는 방법과 Python이 제공하는 언어적인 특성으로 인한 장점이 어떻게 동시성/병렬성 문제 해결에 도움이 되는지 함께 다룹니다.
* 주요내용
- Concurrency VS Parallelism
- Python GIL
- Event Loop
- Coroutine / Greenlet
- Multiprocessing
- Gevent / AsyncIO
-
세션 5 15:00 ~15:45
임현
UVify
박철우/이경현
UVifyTRACK 4무인항공기 드론이 자동으로 움직이는 비밀
요즘 무인항공기에 대한 관심은 그 어느때보다 뜨거워지고 있습니다. 많은 회사들이 무인항공기를 이용한 새로운 어플리케이션을 제안해 나가며, 이슈를 만들어나가고 있습니다. 하지만, 무엇보다도 중요한 것은 항공기가 잘, 그리고 안전하게 비행하는 일입니다.
이번 발표를 통해서 그동안 유비파이(UVify)가 개발해온 무인항공기 시스템에 대해서 소개하고 이러한 시스템은 어떻게 동작하는지 소개할 예정입니다.
-
세션 6 16:15 ~17:00
유명환
엑세스 주식회사TRACK 4무늬만 ARM 서버는 가라!
저전력 클라우드 컴퓨팅 인프라 구축의 핵심인 ARM 서버에 대해 하드웨어, 소프트웨어 기술을 함께 공유하고자 합니다. 이미 해외에서는 페이스북이나 구글 등에서 자체 IDC 에 ARM 서버를 적용하고자 노력하고 있으며, HP 와 Dell 과 같은 x86 벤더들 역시 ARM 서버 관련 연구를 진행 중에 있습니다. 국내에서 몇몇 업체들이 시도를 하고 있으나 IDC 환경에 대한 배경지식 없이 단순히 ARM 보드들을 가지고 실험적인 개발을 하는 수준에 머물러 있어 실제적으로 ARM 서버가 구축되기 위해 필요한 IDC 환경 분석 및 랙마운트 케이스 구조 분석, 그리고, ARM 서버의 하드웨어적인 설계 고려사항에 대해 먼저 알아보고, 이후 소프트웨어적으로 반드시 필요한 ARM 기반의 가상화 기술과 클러스터링 관련 기술 및 모니터링 기술들에 대해 x86 서버와의 차이를 분석해가며 관련 지식들을 공유하고자 합니다. 마지막으로 이와 관련된 OCP (Open Compute Project) Korea 커뮤니티 설립 준비 과정에 대해서도 같이 공유하고 널리 알리고자 합니다.
-
세션 7 17:15 ~18:00
김홍모
(주) 드라이어드TRACK 4레기온즈로 살펴보는 확장 가능한 게임 서버의 구현
레기온즈는 대규모의 유저가 자신의 데이터 뿐만 아니라 다른 유저의 데이터와도 상호 작용하기 때문에 데이터베이스 쓰기 요청 비율이 상당히 높습니다. 이런 특성은 성능과 동시에 확장성을 고려해야 하는 서버 개발자 입장에서 큰 도전 입니다. 시중에 다양한 DBMS 제품들이 존재하지만 우리의 요구사항에 완벽하게 부합하는 솔루션이 존재하지 않기에 Dryad에서는 NoSQL 그리고 MySQL을 함께 이용하는 Dryad Transaction Layer를 만들었습니다. Dryad Transaction Layer는 Read Copy Update, 2 Phase Commit, Redo Log 등 이미 존재하는 기법들을 활용해 게이머의 다양한 요청을 처리합니다.이 세션에서는 레기온즈 게임 서버를 구현하면서 만난 여러 문제를 공유하고 이를 해결하기 위해 고안한 Dryad Transaction Layer를 소개합니다. 그리고 구체적인 문제를 해결해나가는 과정을 통해 경험을 공유하고자 합니다.