Min9uk's Blog

혼자 공부하는 바이브 코딩 with 클로드 코드 (1) 인프런 완독 챌린지 책읽고 강좌보고, 요약정리 + 실습기록 Chapter 01, Chapter 02 까지는 저자가 만든 https://vixcode.ai/ 사이트에서 간단하게 실습 가능하나 Chapter 03 부터 클로드 코드를 사용하기 위한 Claude Pro 결제가 필요한것으로 보임 (vixcode.ai 는 구글 Gemma4 기반 인거 같다, 브라우저, CLI 둘다 지원) 관련 링크 인프런 챌린지:  https://www.inflearn.com/challenge/6-week-course-self-s/dashboard?cid=342648 책관련 자료 Github:  https://github.com/taehojo/vibecoding 저자가 만든 학습자를 위한 무료 바이브코딩 도구: https://vixcode.ai/ Youtube 강좌: https://youtube.com/playlist?list=PLwVlmsyd5oN5zmup3eAuCbKlu9TRXImA6&si=9KTNa3nXCvvz0lYE Chapter 01 나의 첫 바이브 코딩 01-1 나의 코딩 파트너, AI 어시스턴트 LLM, 바이브 코딩의 등장 AI 통합 코딩 도구 (대표적인예) => 모델선택형(Cursor), 전용 모델형(Claude code) 코딩에는 Claude 점유율이 높다 01-2 AI로 나만의 첫 웹페이지 만들기 '아티팩트' 는 클로드에서 제공하는 기능, 결과물을 별도 패널에 즉시 확인할 수 있음, 보고서 작성, 차트, 간단한 웹페이지 제작등에 많이 활용 (아이디어 검증 + 프롬프트 발전) '프롬프트' 는 AI에게 전달하는 요청이나 지시사항 간단한 프롬프트로 웹페이지 제작이 가능하다 기능/디자인 수정도 프롬프트로 가능 클로드 코드 이용하려면 Pro 이상 플랜이 필요하다 나의 첫 웹페이지  실습 Chapter 02 효과적인 프롬프트로 AI 200% 활용하기 02-1 AI를 깨...

2026 로블록스 개발일지 (1) - Rojo 와 Antigravity IDE 개발환경 세팅 로블록스 개발일지 (1) - Antigravity IDE와 Rojo 개발환경 세팅 현 상황은 아래 개발환경 셋팅 완료 후 PoC 진행 중( 나름 바이브 코딩 해보려고 애쓰는중 )인데 그 과정을 요약해서 적는것으로 일지 스타트를 시작해보겠다. 2026 로블록스 바이브 코딩 개발환경 v1.0 OS Windows 11 AntigravityIDE(Gemini) + Rojo + Git + Roblox Studio 0. 잡담 '프로젝트 일지를 부담없이 적으면서 개념정리도 한번 하고, 글쓰는 재주도 좀 길러보자!' 라는 좋은 취지를 가지고 2년 정도 묵혔던 블로그를 다시 살려보려고 한다. 개발하면서 글로 남겨두면 내용 정리도 되고, 기억에 더... 얄팍한 생각1. '블로그 애드샌스! 돈! 돈이 벌리지 않을까?' 얄팍한 생각2. '로블록스 게임을 하나 대박쳐보자!' 얄팍한 생각3. 'AI가 딸깍으로 코드 다 만들어 주면 나는 기획만 잘하면 되겠네?' 1. 프로젝트의 시작 - 게임 기획과 AI와 대화하기 단계 2026년 5월 중순 부터 기획 시작 대 AI 시대이기도 하고 AI를 사용안하고 기존 방법으로 개발하는것은 의미가 없다고 생각, AI를 적극 사용하기로 하고, 주요 AI 3종을 써가며 진행했음. 어짜피 전부다 맨땅에 헤딩각이라... (로블록스 개발 해본적 없음, rua 처음, AI 활용 = 검색/채팅만 몇번 해봄 + 지브리 이미지 생성 한번해봄...) AI와 채팅하며 아이디어 회의, 브레인 스토밍에 적극활용 하면서 기획을 했으나... 첫번째 좌절 포인트 -> 로블록스 주요 연령층과 사용 플랫폼에 대한 생각이 없던 기획안이였음. 로블록스 주요 연령층이 어린것이랑, 스마트폰으로 많이 플레이 한다는걸 염두하지 않은 기획안들이 많았다는걸 알게되고, 좀더 쉽게, 캐주얼하게 고쳐야 겠다고 생각하고 기획을 수정 (끝나지 않음) 거...

Chapter 5 해시 테이블 (Hash table) 해시 함수 - 자료구조 해시 테이블을 구현하기 위한 함수 - 문자열(string)을 받으서 숫자를 반환하는 함수 - 문자열에 대해 숫자를 할당(mapping) 해시 테이블 - 해시 함수 + 배열을 결합하여 만듬 - 충돌을 줄이는 해시 함수가있어야한다 - 해시 테이블은 키(key)와 값(value)를 가진다 - 해시 맵(hash maps), 맵(maps), 딕셔너리(dictionaries), 연관 배열(associative arrays) 라는 이름으로도 알려져 있음 - 속도가 빠르다, 평균적인 해시 테이블의 성능은 O(1) 상수시간이다 - 주요 프로그래밍 언어에서 구현되어 있음, 파이썬에는 딕셔너리라고 불리는 해시 테이블이 있다 - 사용률이 0.7보다 커지면 해시 테이블을 리사이징 하는 편 해시 테이블 사용 예 - 데이터 저장과 조회 ex) 전화번호부, 인터넷 주소와 ip주소 - 중복항목 방지 - 데이터 캐시로 사용 (자주 사용되는 정보를 다시 계산하지 않고 저장했다가 사용) Chapter 5 정리 해시 테이블은 빠르고 여러가지로 모형화 할 수 있기 때문에 아주 강력한 자료 구조 이다 해시 테이블의 평균적인 성능은 상수 시간이다 (정말 빠르다) 해시 테이블을 위해서는 잘 짜여진 해시 함수(좋은 분포를 가진)와 사용율에 따른 리사이징이 필요하다 다양한 프로그래밍 언어에서 구현되어 지원한다 다양한 용도로 사용되고 있다 SHA 라는 해시 함수를 공부 해보면 좋다

Chapter 4 퀵 정렬 (Quick Sort) 분할 정복 (Divide and conquer) - 분할 : 주어진 문제를 더 작은 크기의 동일한 문제로 분할 - 정복 : 분할된 각각의 작은 문제를 재귀적으로 해결 - 결합 : 분할된 문제의 해결책을 합쳐 원래 문제의 해결책을 얻음 장점 - 복잡한 문제를 간단한 문제로 나누어 해결 - 재귀적 구현을 통해 간결하게 구현할 수 있음 - 분할된 문제들을 병렬 처리할 수 있어 성능 향상에 도움 단점 - 재귀 호출에 따른 오버 헤드가 발생 할 수 있음 - 문제를 분할하는 과정에서 분할 비용이 발생할 수 있음 - 분할된 해결책을 합치는 과정에서 결합 비용이 발생할 수 있음 예시 - 퀵 정렬, 합병 정렬, 이진 탐색, 최대 공약수 구하기(유클리드 호체법) 유클리드 호제법 (Euclid's algorithm), 최대 공약수 (Greatest Common Divisor, GCD) - 두 개의 자연수의 최대공약수를 구하는 가장 효율적인 알고리즘 중 하나 - 큰 수를 작은 수로 나눈 나머지를 구함 - 나누는 수를 나머지로 바꾸고 나머지를 새로운 나누는 수로 하여 이전 과정 반복 - 나머지가 0이 되면 마지막으로 나눈 수가 최대공약수가 된다 퀵 정렬 (Quicksort) - 분할 정복 알고리즘의 대표적인 예시로, 평균적으로 매우 빠른 정렬 속도를 자랑하는 정렬 알고리즘 - 최악의 경우 시간 복잡도 O(n^2), 평균 O(n log n) 원리 - 피벗 선택 : 정렬할 배열에서 임의의 값 하나를 피벗(pivot)으로 선택 - 분할 : 피벗을 기준으로 배열을 두 부분으로 나눔(큰 값은 왼쪽, 작은 값은 오른쪽) - 재귀 호출 : 분할된 두 부분에 대해 각각 퀵 정렬을 재귀적으로 호출 - 결합 : 분할된 부분들이 정렬되면 전체 배열이 정렬된 상태가 됨 04_quicksort.py 작성 + 테스트 def quicksort ( array ):     # 기본단계 원소의 개수가 0이나 1이면 이미 정렬되어 있다   ...

  Chapter 3 재귀 (Recursion) 재귀 = 자기 자신을 참조(호출)하는 것 (함수에서 사용 => 재귀 함수) - 재귀 함수는 자기 자신을 호출하기 때문에 실수를 무한 반복하는 함수를 만들기 쉽다 - 기본 단계(base case) : 함수가 자기 자신을 다시 호출 하지 않는 경우, 무한 반복을 막는 부분 - 재귀 단계(recursion case) : 자기 자신을 호출하는 부분 - 재귀 함수는 기본단계와 재귀 단계 두 부분으로 나누어 작성 - 대표적 예로 팩토리얼이나 피보나치 수열 구현에 사용하는 예시가 있음 장점 - 복잡한 문제를 간결하게 표현 - 수학적인 문제 해결에 유용 단점 - 성능 저하 : 과도한 재귀 호출은 스택 오버플로우를 발생 시켜 프로그램이 비 정상적으로 종료 될 수 있음 - 로직이 잘못된 경우 무한루프에 빠질 수 있음 - 이해하기 어려울 수 있음 스택(Stack)과 호출 스택 (Call Stack) 스택 - 자료구조의 한 종류 - 후입선출 (LIFO Last In First Out), 가장 나중에 추가된 데이터가 가장 먼저 제거되는 구조 - 푸시(Push) : 삽입, 가장 위에 새로운 요소를 추가 - 팝(Pop) : 삭제, 가장 위에 있는 요소를 제거하고 반환 - 피크(Peek) 또는 톱(Top) : 맨위 데이터 조회, 가장 위에있는 요소를 제거하지 않고 반환 - 비어있는지 확인 (IsEmpty) : 스택이 비어있는지 확인 장점 - 간단한 구현, 후입선출(LIFO)의 특성, 재귀적 문제 해결 단점 - 랜덤 엑세스 불가능, 제한된 용도, 오버플로우나 오버헤드가 발생 할 수 있음 사용 예 - 브라우저의 뒤로 가기, Undo 기능, 재귀함수, 괄호 검사(괄호 짝) 호출 스택 - 프로그램에서 실행 중인 함수들의 정보(지역 변수, 매개 변수 등)를 저장하는 스택 - 여러 함수가 서로 호출하며 복잡한 작업을 수행하는데, 호출 스택으로 이를 관리, 제어 - 스택의 LIFO 형태로 인해 함수가 호출 될때 Push 하고, 실행이 완료 ...

  Chapter 2 선택 정렬 배열(array)과 연결 리스트(linked list) - 자료구조(Data structure)의 기본 - 메모리에 데이터가 어떻게 저장되는 지 미리 알아야 한다 - 데이터 저장을 위해서는 메모리의 주소를 할당 받고 나서 데이터가 저장됨 - 데이터 접근에는 임의 접근과 순차 접근이라는 두 가지 방식이 있다 (Random access, Sequential access) 배열 - 미리 원소의 갯수 만큼(초기화 단계에서) 메모리 주소를 할당 받고 원소를 각각의 주소에 저장하는 방식 - 인덱스(index)로 원소의 위치를 표시, 0부터 시작 - 읽기 O(1) 고정시간, 삽입 O(n) 선형시간, 삭제 O(n) 선형시간 - 임의 접근이 많은 경우 유리함 - 간단하고 빠른 데이터 접근이 가능하지만, 유연성이 부족하고 데이터 삽입/삭제에 비효율 적일 수 있음 - 배열의 모든 원소는 같은 자료형이여야 함 장점 - 미리 원소의 갯수를 알고 있을 때 유리 - 임의 접근에 유리하여(인덱스를 통한 빠른 접근) 특정 원소에 접근할 때 유리 (읽기) - 고정된 크기만큼 연속된 메모리 공간을 할당하여 사용되기 때문에 캐시 친화적이다 - 구현이 간단하며 대부분의 프로그래밍 언어에서 지원함 단점 - 원소를 추가하거나 삭제할 때 미리 할당 된 주소를 전부 옮겨야 하는 경우가 발생할 수 있음 - 따라서 처음 설정한 크기에서 원소를 추가/삭제하는 경우 불리함 (삽입, 삭제) - 실제 사용하는 데이터보다 더 큰 크기를 할당할 경우 메모리가 낭비 될 수 있음 활용 - 정렬된 데이터 저장 : 정렬된 데이터를 빠르게 검색해야 할 때 유리 - 행렬 연산 : 행렬을 표현하고 연산하는 데 사용 - 캐시 : CPU캐시는 배열과 유사한 구조로 작동하여 데이터에 빠르게 접근 - 단순한 데이터 목록 : 정적이거나 크기가 미리 예측 가능한 데이터 목록을 저장하는데 적합 연결 리스트 - 각 원소에서 그 다음 원소의 메모리 주소를 포인터로 연결되어 있는 방식 - 연속적인 메모리 공간...