-
[디자인] 색상이 주는 지각적 효과와 감정적 효과의 종류와 예시
디자인에서 색상에 따라 주는 지각적 효과와 감정적 효과의 종류와 예시에 대해서 알아봅니다. [ Contents ] 1. 지각적 효과 (Perceptual Effect)사용자가 무엇을 보고, 어떻게 인식하는지에 관련된 효과 사용자가 시각 정보를 어떻게 처리하는지에 대한 방식이나 효과를 설명합니다. 흔히 크고 색이 강하면 중요하다는 느낌을 받고, 작고 색이 연하면 중요하지 않다는 느낌을 받는 것처럼 사용자가 지각하는 효과를 다룹니다. 1) 동화현상인접 색에 가까운 것으로 느끼는 현상 주변 색깔에 동화되어, 가까운 색으로 느끼는 현상입니다. 2) 잔상효과자극 생긴 후 상이 그대로 남아 있는 현상 오랫동안 응시하다가 다른 곳을 보면, 원래 보던 것에 잔상이 남는 현상입니다. 예전에 착시효과가 한창 ..
2025.04.05
-
[디자인] RGB와 CMYK 차이, 감산혼합 인쇄용 색상 조합
빛의 3원색인 RGB와 달리, 실제 인쇄할 때에는 CMYK라는 색상 조합을 사용합니다. 이 글에서는 CMYK를 사용하는 이유와 그 색상 조합에 대해서 알아봅니다. [ Contents ] 1. RGB와 CMYK 모니터 화면은 RGB 3종류의 LED 조명에 따라 색깔이 결정됩니다. 빛의 3원색을 그대로 따르죠. 하지만 A4용지에 인쇄될 때는 다릅니다. 물감을 덧칠하면 점점 색이 어두워지는 것처럼, 인쇄도 감산혼합 방식을 따릅니다. 프린터 잉크는 CMYK, 4가지 색으로 이루어져 있으며 이는 아래에서 알아보겠습니다. 2. CMYK 색상조합C: CyanM: MagentaY: YellowK: (Key) Black 프린터에 들어가는 잉크 조합입니다. 특별히 많이 쓰이는 검정은 Blue와 헷갈리지 않기 위해서 ..
2025.04.05
-
[디자인] 게슈탈트 법칙 개념 및 원리와 패턴: 근접, 유사, 연속, 폐쇄
디자인의 기본 원리로 자주 불리우는 게슈탈트 법칙의 개념과 주요 패턴을 알아봅니다. [ Contents ] 1. 게슈탈트 법칙(Gestalt Laws)인간이 시각적인 정보를 인지하고 해석하는 방식에 대한 심리학적 원리 게슈탈트 법칙은 20세기 초 독일 심리학자들이 제안한 법칙으로, 전체적인 구조나 패턴을 먼저 인식하려는 경향을 갖습니다. 인간이 시각적인 정보를 인지하고 해석하는 방식에 대한 심리학적인 원리에 따라, 아래와 같은 대표적인 법칙들을 내세웁니다. 2. 대표적인 게슈탈트 법칙1) 근접의 법칙(Law of Proximity)서로 가까이 있는 요소들은 하나의 그룹으로 인식 인간은 자연스레 가까운 요소끼리 그룹지어 보려는 경향이 있습니다. 예를 들어 메뉴와 아이콘은 하나의 덩어리로 생각하며, ..
2025.04.05
-
[AI/DL] 부스팅(Boosting) 앙상블 기법의 개념과 절차, 특징 알아보기
앙상블 기법 중 하나인 부스팅(Boosting)의 개념과 학습 절차, 특징을 알아봅니다. [ Contents ] 1. 부스팅(Boosting) 예측력이 약한 모델을 순차적으로 결합하여 학습시키면서, 점차 보완하여 예측력이 강한 모델을 만드는 기법 부스팅은 순차적으로 여러 모델을 거쳐 학습해서, 점차 보완된 모델을 얻는 기법입니다. 모델1의 학습데이터 평가 및 가중치를 조정하고, 이를 모델 2가 받아서 또 학습하는 식입니다. 이렇게 순차적으로 대물림받으며 학습을 진행하며, 잘못 학습된 가중치를 바로 잡으면서 정확도를 높여 갑니다. 병렬적으로 여러 분류기를 학습시킨 후, 그 분류기의 값을 취합하는 배깅과는 약간 상반된 앙상블 기법입니다. 2025.04.04 - [AI (Artificial Intellig..
2025.04.04
-
[AI/DL] 배깅(Bagging) 앙상블 기법의 개념 및 절차, 특징 알아보기
앙상블 기법은 여러 개의 예측 모델을 조합해서 하나의 최종 예측 모델을 만드는 방식으로, 배깅은 여러 예측 모델의 결과값을 평균 혹은 다수결의 원칙에 따라 최종 도출하는 방식입니다. 이러한 배깅 기법에 대해서 자세히 알아보겠습니다. [ Contents ] 1. 배깅 (Bagging, Bootstrap Aggregating)부트스트랩 데이터를 기반으로 여러 모델을 학습시키고, 그 결과를 평균(또는 다수결)해서 예측하는 기법 배깅은 'Bootstrap(부트스트랩)'과 'Aggregating(합산)'의 합성어로, 부트스트랩 데이터로 여러 모델에 각각 학습시키고 그 결과를 합산하는 기법입니다. 다양한 데이터로 여러 모델에 학습하는 앙상블 기법 중 하나로, 대체로 성능이 준수한 편입니다. 다만 여러 모델에 ..
2025.04.04
-
[AI/DL] 매개변수 최적화 기법 종류: 확률적 경사 하강법(SGD), 모멘텀, AdaGrad, Adam
매개변수 최적화 기법의 개념에 대해서 알아보고, 그 종류를 살펴봅니다. (확률적 경사 하강법(SGD), 모멘텀, Adam) [ Contents ] 1. 매개변수 최적화 (Parameter Optimization)딥러닝에서 모델의 성능을 높이기 위해 파라미터(가중치, 편향)를 조정하는 과정 딥러닝에서는 학습을 통해 각 뉴런의 가중치와 편향을 조정합니다. 대량의 데이터 학습은 '입력에 따라 올바른 출력값을 도출하기 위한 매개변수(가중치, 편향) 조정 과정'으로, 효율적인 학습을 위해서는 매개변수 최적화가 필요하죠. 아래에서는 이러한 매개변수 최적화 방법에 대해서 알아보겠습니다. 2. 매개변수 최적화 기법1) 확률적 경사 하강법(Stochastic Gradient Descent, SGD)무작위 샘플 또는..
2025.04.04
-
[AI/DL] 혼동 행렬 평가지표: 정확도, 정밀도, 재현율, 특이도, 조화 평균(F1 Score)
혼동 행렬(Confusion Matrix)는 분류모델의 평가 지표로 많이 쓰이며, 그 지표에는 정확도, 정밀도, 재현율, 특이도, 조화평균이 있습니다. 아래에서는 각 평가지표를 구하는 방법과 쓰이는 예시를 살펴보겠습니다. [ Contents ] 1. 혼동 행렬 (Confusion Matrix)TP (True Positive): 실제도 양성이고, 예측도 양성 → 정답TN (True Negative): 실제도 음성이고, 예측도 음성 → 정답FP (False Positive): 실제는 음성인데, 예측은 양성 → 오답 (오탐지)FN (False Negative): 실제는 양성인데, 예측은 음성 → 오답 (미탐지) 분류 모델에서 나올 수 있는 결과값을 행렬 형태로 정리한 걸 '혼동 행렬 (Confusion M..
2025.04.03
-
[AI/통계] 베이즈 정리의 개념과 예제 [feat. 조건부 확률, 전 확률의 정리]
확률과 통계 및 딥러닝에서 자주 사용하는 개념인 베이즈 정리에 대해서 알아봅니다. 베이즈 정리의 경우, 베이지안 뉴럴 네트워크까지 있을 정도로 학계에서는 중요하게 다뤄지는 개념입니다. 베이즈 정리를 살펴보기 위한 조건부 확률과 전 확률의 정리를 미리 알아보고, 베이즈 정리의 개념과 예제를 다뤄봅니다. [ Contents ] 1. 조건부 확률 (Conditional Probability)어떤 사건(B)이 일어난다는 조건에서 다른 사건(A)이 일어날 확률 조건부 확률의 분모와 분자를 잘 살펴보면 그 의미를 알 수 있습니다. 분모는 B가 일어날 확률으로, 그 중에서 A와 B 사건이 같이 일어날 확률이 분자로 들어갑니다. 즉, B 사건이 일어나는 확률 중에서, A 사건도 일어날 확률을 뜻합니다. 2. ..
2025.04.02
-
[AI/ML] K-평균 클러스터링 알고리즘 개념 및 동작 방식 알아보기 [feat. 실루엣 계수]
K-평균 클러스터링은 비지도학습의 대표적인 예시로, 간단하면서도 준수한 성능을 가졌습니다. 이러한 K-평균 클러스터링의 개념 및 동작 방식을 알아봅니다. [ Contents ] 1. K-평균 클러스터링중심점을 갱신하며 K개의 군집으로 분류하는 비지도 학습 K-평균 클러스터링은 K개의 중심점을 갖는 분류 알고리즘입니다. 임의의 중심점 K개를 지정하고, 중심점을 기준으로 가까운 데이터들을 해당 클래스로 할당합니다. 그리고 새롭게 형성된 군집에서 새로운 중심점을 갱신하고, 갱신된 중심점을 기준으로 또 다시 가까운 데이터들을 할당하는 과정을 반복합니다. 그렇게 몇 번 반복하면 중심점의 변화가 거의 없는 군집이 만들어지죠. 앞선 설명은 다소 이해가 어려울 수 있습니다. 아래에서 차근차근 살펴보겠습니다. 2...
2025.04.01
-
[AI/ML] SVM, 서포트 벡터 머신 개념과 원리, 특징과 구성요소 알아보기
지도학습을 통한 분류 모델에 많이 사용되는 SVM의 개념과 특징, 구성요소를 알아봅니다. [ Contents ] 1. SVM (Support Vector Machine, 서포트 벡터 머신)지도학습을 통한 분류 알고리즘으로, 마진이 가장 큰 데이터를 분리하는 초평면(Hyperplane)을 찾아 분류하는 방식 분류학습의 핵심은 결정경계(decision boundary)를 구하는 것에 있습니다. 그 경계를 통해서 데이터가 어느 클래스에 분류되는지 결정합니다. SVM은 그 결정경계를 '마진이 가장 큰 초평면(Hyperplane)'으로 정합니다. 두 클래스 사이의 경계를 최대한 넓게 잡아 분류하므로, 정확성이 뛰어나며 최대 적합(overfitting)의 가능성도 낮습니다. 따라서 사물인식, 패턴인식, 손 글..
2025.03.31
-
[AI/DL] 활성화 함수의 개념과 종류 (시그모이드, ReLU, 계단, 부호, tanh 함수)
딥러닝에서 학습을 위해 사용하는 활성화 함수의 개념과 종류에 대해서 알아봅니다. 대표적인 활성화 함수에는 ReLU, 시그모이드 함수가 있으며 이외에도 다양한 함수 종류를 살펴봅니다. [ Contents ] 1. 활성화 함수(Activation Function)비선형성을 위해 추가한 변환 함수 딥러닝은 인간의 뇌처럼 수많은 뉴런들을 층층이 쌓아서 연결한 형태입니다. 이 뉴런들은 입력값에 가중치(weight)를 곱하고 편향(bias)를 더해서 출력값을 산출해서 다음 뉴런으로 넘깁니다. 출력 = (입력 * 가중치) + 편향 하지만 위와 같이 단순히 선형적인 형태는 여러 번 반복해도 선형적인 형태를 벗어나지 못합니다. 마치 연립 일차방정식을 푸는 과정과 비슷합니다. 아무리 많아도 푸는 과정은 일차방정식을 벗..
2025.03.31
-
[AI/ML] 지니 지수 구하는 방법, 분류함수 불순도 척도 계산하기
지니 지수의 개념과 정의에 대해서 알아보고, 이를 계산하여 분류함수의 불순도 척도를 구해봅니다. [ Contents ] 1. 지니 지수 (Gini Index, 지니 계수) 본래 지니 지수는 경제학에서 소득 불평등 정도를 나타내는 소득분배지표로 사용했었습니다. 지니 지수는 0과 1 사이의 값을 가지며, 1에 가까울수록 소득이 불평등합니다. 즉, 소득이 제각각 다르다는 뜻이죠. 지니 지수는 기계학습의 분류 함수 불순도 측정에도 사용됩니다. 불순도(impurity)는 하나의 노드 안에 얼마나 여러 클래스가 섞여 있는지를 나타내는 지표입니다. 지니 지수가 1에 가까울수록 불순도가 높고, 이질적이라고 볼 수 있죠. 2. 지니 지수 계산예시: A B C A A A A 위와 같은 클래스를 갖는 노드가 있다고 ..
2025.03.31
-
[AI/ML] 회귀 분석 검정, 결정계수(R-squared)의 개념과 구하는 법 알아보기
회귀 분석 검정에서 사용하는 결정계수 R^2에 대해서 알아봅니다. 결정계수의 개념에 대해서 먼저 살펴보고, 이를 구해서 검정하는 방법도 알아보겠습니다. [ Contents ] 1. 결정계수 R-squared1 - (SSE 오차제곱합) / (SST 전체제곱합) = (SSR 회귀 제곱합) / (SST 전체제곱합) 결정계수는 회귀모형이 전체 데이터를 얼마나 잘 설명하고 있는지를 보여주는 지표로, 많이 사용하는 평가 지표입니다. 회귀모형이 종속변수(Y)의 변동을 얼마나 잘 설명하고 있는지를 나타내주죠. 결정계수는 0에서 1사이의 값을 가지며, 1에 가까울수록 회귀모형이 잘 설명하고 있다고 판단합니다. 아래에서는 결정계수 계산에 필요한 SSE, SST, SSR에 대해서 알아보겠습니다. 1) SSE (Erro..
2025.03.30
-
[AI/ML] 최소제곱법을 이용한 회귀계수 추정, 오차 제곱합(SSE) 개념과 정의
회귀계수를 추정하는 방법은 다양하지만, 대표적으로는 최소제곱법을 사용합니다. 최소제곱법을 이용하여 회귀계수를 추정하는 방법을 알아봅니다. [ Contents ] 1. 최소제곱법 (OLS)각 오차의 제곱합을 최소로 하는 회귀 계수를 추정하는 방법 회귀분석은 지도학습으로, 정답값(label)이 있는 데이터로 답을 예측하는 함수를 찾아냅니다. 정답값이 있으므로 예측값과 얼마나 차이나는지 알 수 있죠. 그 오차를 측정해서 제곱합으로 나타냅니다. 오차를 바로 더하지 않고 제곱하는 이유는 오차끼리 상쇄되지 않도록 하기 위해서입니다. 예를 들어 오차가 각각 -1, 2, -1이 났다면 더하면 0이 되버리죠. 이런 걸 방지하기 위해 제곱합을 사용해서 1 + 4 + 1 = 6으로 나타냅니다. 2025.03.30 - ..
2025.03.30
-
[AI/ML] 회귀 분석의 개념과 유형, 그리고 회귀 모형의 가정 [선형성, 독립성, 등분산성]
기계학습에서 가장 기본적이고도 중요한 분야인 '회귀 분석(Regression Analysis)'에 대해서 알아봅니다. 또 회귀분석의 유형과 그 분석의 토대가 되는 회귀 모형의 가정도 살펴보겠습니다. [ Contents ] 1. 회귀 분석(Regression Analysis)연속성 있는 실수 값을 예측하는 문제로, 답을 예측하는 함수를 찾아냅니다. 회귀분석은 지도학습 중 하나로, 정답값(label)이 있는 데이터로 답을 예측하는 함수를 찾아냅니다. 일련의 데이터 추세를 파악해서 특정 값을 예측하는 분석 모형입니다. 2022.04.09 - [AI (Artificial Intelligence)/ML (Machine Learning)] - [AI/ML] 머신러닝(Machine Learning)이란? 지도학습..
2025.03.30
-
[데이터] 암묵지와 형식지, 4단계 지식전환단계 (공통화, 표출화, 연결화, 내면화)
암묵지와 형식지에 대해서 알아보고, 지식창조 이론 중 하나인 SECI모델을 살펴봅니다. [ Contents ] 1. 암묵지와 형식지1) 암묵지(Tacit Knowledge)암묵지: 직접적인 경험을 통해 전달하는 지식 '암묵지'는 말이나 글로 쉽게 표현하기나 전달하기 어려운 지식을 말합니다. 대개 몸으로 체득하는 지식이며, 주로 견습이나 멘토링 등을 통해서 전수됩니다. 예를 들면 자전거 타는 법이나 장인의 기술 등이 있습니다. 2) 형식지(Explicit Knowledge)형식지: 매뉴얼, 문서를 통해 전달 가능한 지식 '형식지'는 매뉴얼이나 문서를 통해서 전달하는 지식을 말합니다. 체계적이고 논리적으로 정리되어 있으며, 지식 전달이 용이합니다. 예를 들면 업무 매뉴얼이나 학술 논문, 수학 공식 ..
2025.03.27
-
[데이터] DIKW피라미드의 정의와 구체적인 예시 알아보기
빅데이터 분석 및 기획에서 자주 인용되는 개념인 DIKW 피라미드의 정의와 구체적인 예시를 알아봅니다. [ Contents ] 1. DIKW 피라미드Data(데이터) → Information(정보) → Knowledge(지식) → Wisdom(지혜) 빅데이터를 통한 의사결정을 할 때, 어떻게 데이터로 합리적인 의사결정을 내릴 수 있는지를 설명하는 '지식 관리 및 정보 이론 모델'입니다. 단순 값인 데이터부터, 문제해결을 위한 지혜까지 발전하는 과정을 단계적으로 설명합니다. 무수히 많은 데이터로부터 지혜(Wisdom)를 도출해내는 과정을 구체적으로 나열하며, 이는 아래에서 자세히 알아보겠습니다. 1) Data (데이터) 객관적 사실로서, 단순 사실이나 수치 데이터는 맥락이나 의미가 부여되지 않은 단..
2025.03.25
-
[구현/수학] 백준 30310 Finding Forks - 파이썬(Python)
[ Contents ] 1. 문제 (링크 참조)https://www.acmicpc.net/problem/30310 2. 문제 풀이 가장 적은 두 종류 포크의 합을 구합니다. 덧붙인 풀이과정)더보기코드 구현이 어렵진 않지만, 문제 해석이 어려운 문제입니다. 문제부터 영어로 되어 있죠. 구글 번역을 하면 위와 같습니다. 하지만... 이 역시 무슨 말인지 모르는 건 마찬가지입니다. Chat GPT에게 물어보니, GPT도 삼고초려 끝에 문제의 진의에 다가섭니다.그래도 GPT는 2번의 검토 과정을 통해서 제대로 문제에 접근했네요. GPT가 아니었으면 어떤 문제인지도 모를 뻔 했습니다. 3. 코드n = int(input().strip())fork_counts = list(map(int, input().s..
2025.02.26
-
[보안] 제로 트러스트(Zero Trust) 보안 기법 주요 개념 및 원칙 알아보기
외부 뿐만 아니라 내부의 위험요소까지 모두 고려하는 '제로 트러스트' 보안 기법에 대해서 알아봅니다. [ Contents ] 1. 제로 트러스트(Zero Trust) ‘아무도 신뢰하지 않는다’라는 원칙에 기반하여, 내부와 외부를 구분하지 않고 모든 사용자, 디바이스, 어플리케이션, 네트워크 요청을 지속적으로 검증하는 사이버 보안 모델 전통적인 네트워크 보안모델은 외부의 침입을 방어하는 모델이었습니다. 방화벽을 통해 외부의 접근을 막고, 심지어는 망 분리를 통해서 아예 내부망과 외부망을 분리하기도 했죠. 하지만 요즘은 외부보다 내부 요인에 의한 보안 허점이 많은 편입니다. 내부 관리자의 관리 소홀이나 실수로 인한 보안 실책이 주요 요인이 되어 보안이 뚫리는 경우가 허다하죠. 예를 들어, 잠시 외부 서비..
2025.01.19
-
[법] 과기출연기관법, 과학기술분야 정부출연연구기관 법률 (정출연법) 시행
4대 과기원을 시작으로, 24년 1월 31일부로 과학기술분야 정부출연연구소도 공공기관이 아니게 됩니다. 이에 따라 변경되는 사항들을 정리해봅니다. [ Contents ] 1. 공운법 지정해제 보도자료 - 과학기술정보통신부[보도참고] 과학기술 출연(연) 공공기관 지정해제 [보도참고] 과학기술 출연(연) 공공기관 지정해제 관련 보도자료 내용입니다. 자세한 내용은 첨부파일을 참고하시기 바랍니다. ※ 대용량 첨부www.msit.go.kr 4대 과기원에 이어서, 과학기술분야 정부출연연구소도 24년 1월 31일부로 공공기관 지정 해제되었습니다. 기존 인문사회계 정부출연연구소는 그대로 공공기관으로 남았지만, 과학기술정보통신부 산하 정부출연연구소는 공공기관 지정 해제가 되면서 각종 제약에서 벗어났습니다. 출연연..
2024.12.25
-
[개인정보] 내부관리계획 수립 시 필수 포함 항목 (개인정보의 안전성 확보조치 기준 제4조)
개인정보의 안전성 확보조치 기준 제4조(내부 관리계획의 수립·시행 및 점검)에 의거하여, 내부 관리계획에 필수적으로 포함되야 하는 항목을 알아봅니다. [ Contents ] 1. 내부 관리계획이란?개인정보보호법 제29조(안전조치의무) 개인정보처리자는 개인정보가 분실·도난·유출·위조·변조 또는 훼손되지 아니하도록 내부 관리계획 수립, 접속기록 보관 등 대통령령으로 정하는 바에 따라 안전성 확보에 필요한 기술적·관리적 및 물리적 조치를 하여야 한다. 개인정보보호법 제29조(안전조치의무)에 따르면, 내부 관리계획을 수립하여 안전성 확보에 필요한 기술적·관리적 및 물리적 조치를 하도록 명시했습니다. 내부 관리계획은 개인정보보호 업무에 있어 내부 규정 및 지침서 역할을 하는 문서입니다. 기관 내 개..
2024.12.14
-
[개인정보] 공공시스템 운영기관 등의 개인정보 안전성 확보조치
개인정보의 안전성 확보조치 기준 내 공공시스템 운영기관의 안전조치 기준 적용에 대해 알아봅니다. [ Contents ] 1. 공공시스템 운영기관 등의 개인정보 안전성 확보조치 대상1) 2개 이상 기관이 공통 또는 유사 업무 처리를 위해 구축한 단일 시스템 중 아래에 해당되는 경우 - 정보주체 100만 명이상 - 개인정보취급자 200명 이상 - 민감정보 처리 - 대국민 서비스 행정업무 혹은 민원업무 처리2) 기관 고유 업무를 위한 개별 시스템 중 아래에 해당되는 경우 - 정보주체 100만 명 이상 - 개인정보취급자 200명 이상 - 주민등록정보시스템과 연계된 시스템 - 총 사업비가 100억원 이상인 시스템단, 체계적인 개인정보 검색이 어렵거나, 내부업무 처리용, 개인정보 유출이 낮아 보호위원회가..
2024.12.13
-
[개인정보] 개인정보의 안전성 확보조치 : 고시 목적, 기준 법령, 주요 내용 알아보기
개인정보의 안전성 확보조치 기준에 대해 알아보고, 개인정보보호위원회 고시 목적, 법적 근거, 주요 내용을 살펴봅니다. [ Contents ] 1. 개인정보의 안전성 확보조치 기준 - 개인정보 보호법 제29조(안전조치의무) - 개인정보 보호법 시행령 제16조제2항(개인정보의 파기방법), 제30조(개인정보의 안전성 확보조치), 제30조의2(공공시스템 운영기관 등의 개인정보 안전성 확보 조치 등) 개인정보의 안전성 확보조치 기준은 개인정보보호위원회에서 발표한 '고시'입니다. 고시는 '법령에서 위임하는 바에 따라 법령 내용을 보충하기 위하여 법규적 사항을 정하거나, 법령에서 정하는 바에 따라 일정한 사항을 알리기 위한 문서'를 말합니다. 행정 규칙의 일종으로, 상위법령인 개인정보보호법과 그 시행령을 법적 근..
2024.12.07
-
[LG Gram] Fn키 잠금, Fn키 누르지 않고도 소리 음량 조절하는 방법
LG 노트북을 사용할 때, Fn키 누르지 않더라도 Function키 상단의 기능을 사용하는 방법을 알아봅니다. [ Contents ] 1. Fn 키, Function Key 키보드 상단 F1 ~ F12의 "F"는 Function(기능)을 뜻합니다. 부가적인 단축키를 지정할 때 사용하며, F1은 도움말, F2는 이름 바꾸기 정도만 대중적으로 사용합니다. 그 외에는 사용하는 경우가 정말 드물죠. 하지만 노트북은 다릅니다. 밝기나 소리, 화면전환 같은 것들을 Fn키를 통해 조정해야 하죠. 그때마다 손가락 유연성 테스트하듯 Fn키와 F10, F11를 누르는 건 상당히 고역입니다. 2. Fn키 잠금하는 법 LG 노트북은 'LG Smart Assistant'에서 Fn키 잠금 설정을 할 수 있습니다. Fn키를..
2024.11.09
-
[Activity] 전산 회계 2급 취득 후기 (노베이스 직장인 2주 단기 합격 공략)
전산회계 2급 자격증에 대해 알아보고, 2주 단기 합격 노하우를 공유합니다. [ Contents ] 1. 전산 회계 자격증 전산회계 자격증은 한국세무사회에서 실시하는 국가공인 자격시험입니다. 분야는 전산회계와 전산세무가 각각 1, 2급씩 있으며 난이도는 전산세무 1급 > 전산세무 2급 > 전산회계 1급 > 전산회계 2급 수준으로 높습니다. 즉, 전산회계 2급이 가장 쉬운 편이며, 한 달 이내 취득을 추천드립니다. 세무사회, ‘세무회계 분야 시험 최단기간 최다접수’로 KRI 한국기록원 인증 획득한국세무사회(회장 구재이)의 전산세무회계 등 자격시험이 KRI 한국기록원(원장 김덕은)으로부터 ‘세무회계 분야 공인 자격시험 최단기간 최다 접수(1년 누적)’ 타이틀을 공식적으로 인정받았webzine.kacp..
2024.10.27
-
[개인정보] 법률 적용의 원칙: 상위법 우선의 원칙, 특별법 우선의 원칙, 신법 우선의 원칙
법률이 서로 상충될 때, 적용되는 3가지 원칙이 있습니다. 상위법 우선 원칙, 특별법 우선 원칙, 신법 우선 원칙. 이 3가지 원칙에 대해 알아봅니다. [ Contents ] 1. 상위법 우선의 원칙한 항목에서 상위법과 하위법이 중복 시에 상위법이 우선하여 적용 법률에도 상위법과 하위법이 있습니다. 헌법, 법률, 명령, 조례, 규칙 순서대로 적용되며, 헌법보다 상위법은 없습니다. 2024.09.11 - [개인정보보호] - [개인정보] 법령의 종류, 상위법과 하위법: 헌법, 법률, 명령, 조례, 규칙 [개인정보] 법령의 종류, 상위법과 하위법: 헌법, 법률, 명령, 조례, 규칙법에도 위아래가 있습니다. 이번 글에서는 법령의 종류와 상하관계를 알아봅니다. [ Contents ] 1. 법령의 상하관계 법..
2024.09.11
-
[개인정보] 법령의 종류, 상위법과 하위법: 헌법, 법률, 명령, 조례, 규칙
법에도 위아래가 있습니다. 이번 글에서는 법령의 종류와 상하관계를 알아봅니다. [ Contents ] 1. 법령의 상하관계 법령의 종류에는 '헌법', '법률', '명령', '조례', '규칙'이 있습니다. 상위법부터 하위법까지 순서대로 살펴봅니다. 2. 헌법국민의 권리와 의무 등 기본권에 관한 내용과 국가기관 등 통치기구의 구성에 대한 내용을 담고 있는 최상위의 법 규범 헌법은 최상위 법으로, 모든 법령의 기준과 근거가 됩니다. 헌법이 제일 위에 있는 건 자명한 사실입니다. 헌법 개정은 대통령 혹은 국회에서 과반을 얻어 발의할 수 있으며, 국민투표를 통해 의결됩니다. 3. 법률구체적인 국민의 권리와 의무에 관한 사항을 규율하며, 행정의 근거로 작용하는 법 규범 흔히 국회에서 제정되는 법이 '법..
2024.09.11
-
[금융] 커버드콜의 의미와 원리: 콜옵션 매도와 자산 매입으로 위험을 분산한 금융 상품
배당 프리미엄, 고배당으로 유명한 커버드콜에 대해서 알아봅니다. 커버드콜은 콜옵션 매도와 주식을 혼합한 상품으로, 콜옵션에 대한 이해가 필요합니다. 따라서 콜옵션에 대한 설명은 아래 링크를 참고해주세요. 2024.07.06 - [금융 IT] - [금융] 콜옵션과 풋옵션: 특정 자산을 미리 정한 가격으로 사고 파는 권리 [금융] 콜옵션과 풋옵션: 특정 자산을 미리 정한 가격으로 사고 파는 권리대표적인 금융파생상품인 콜옵션과 풋옵션에 대해서 알아봅니다. [ Contents ] 1. 콜옵션 [Call Option]특정 자산을 미리 정한 가격으로 살 수 있는 권리 보통 콜옵션은 자산 가격이 올라갈 것을 예star7sss.tistory.com [ Contents ] 1. 콜옵션 매도특정 자산을 미리 정한 ..
2024.07.08
-
[금융] 콜옵션과 풋옵션: 특정 자산을 미리 정한 가격으로 사고 파는 권리
대표적인 금융파생상품인 콜옵션과 풋옵션에 대해서 알아봅니다. [ Contents ] 1. 콜옵션 [Call Option]특정 자산을 미리 정한 가격으로 살 수 있는 권리 보통 콜옵션은 자산 가격이 올라갈 것을 예상하고 투자하는 상품입니다. 예를 들어, 삼성전자의 2024년 5월 31일 종가는 73,500원입니다. 과연 두 달 뒤 삼성전자의 주가는 오를까요? 내릴까요? 콜옵션은 미리 정한 가격으로 살 수 있는 권리이며, 두 달 뒤에 75,000원에 살 수 있는 권리를 500원에 판다고 합시다. 여러분은 사실 건가요? 두달 뒤에 삼성전자 주가가 75,000원 + 500원[콜옵션 가격]보다 오르면 이득이고, 내려가면 손해입니다. 만약 저라면 한국주식에 대한 불신이 강해서 안 샀을 거 같은데요... 20..
2024.07.06
-
[SW] 공공기관 소프트웨어 관리에 관한 규정: 관리책임자의 업무, 관리대장, 점검, 교육
공공기관의 소프트웨어 관리에 관한 규정을 살펴보고, 관리책임자가 해야할 업무와 점검, 교육에 대해서 알아봅니다. [ Contents ] 1. 공공기관의 소프트웨어 관리에 관한 규정 공공기관의 소프트웨어 관리에 관한 규정 www.law.go.kr 소프트웨어 관리에 관한 규정은 2012년 제정 이후 별다른 개정 사항이 없었습니다. [2024년 기준] Chat GPT 등의 AI와 클라우드 서비스에 관한 이슈는 늘고 있지만, 소프트웨어 관한 구체적인 규정이나 지침은 없는 편입니다. 별개의 가이드라인이나 규정보다는, 상위 법률인 '저작권법'을 통용하고 있습니다. 2. 관리책임자의 업무1) 기관 관리책임자1. 소프트웨어의 관리 대장 및 소프트웨어 설치 현황표의 작성·보관2. 소프트웨어의 관리에 관한 실태 점검..
2024.06.30