대가는 결과를 만든다

전자지도 위에 지리정보와 함께 좌표 등으로 표시되는 주요 시설물, 역, 공항, 터미널, 호텔, 백화점 등을 표현하는 데이터

OKR은 Objectives and Key Results의 약자로 의역하자면 "목표 및 핵심 결과 지표" 이다. 조직적 차원에서 목표를 설정하고, 그 결과를 추적할 수 있도록 돕는 목표 설정 프레임 워크이다. OKR은 구글의 핵심 목표설정 프레임워크 였고, 그를 이어 링크드인, 트위터 등 많은 회사들이 뒤따라 도입해왔다. 이 프레임워크에서 '목표'는 성과를 측정할 수 있는 방법이 존재하는 것이어야 한다. 주로 3~5가지의 핵심 목표와, 그밑에 각각 3~5가지의 주요 측정 가능한 결과로 구성된다. 1. OKR 목표 -야심차고, 장기적으로 내다볼 수 있는 목표 -목표 달성 진척사항을 추적/평가할 때 단위를 수치화 할 수 있는 형태로 설정 2. 주요 결과 - 단순히 Todo List가 아닌, 비즈니스 우선순위..

displacement mapping은 일일이 모델링하기 힘든 굴곡들을 displacement map으로 적용된 이미지의 밝고, 어두움을 기준으로 형성해주는 기법이다. 밝은 곳은 튀어나오고, 어두운 곳은 들어가도록 모델링한다. normal map은 눈속임 기법인 것에 반해 displacement map은 비트맵의 명도에 따라 실제 mesh를 생성해주는 기법이라고 할 수 있겠다. displacement sample model : https://threejs.org/examples/webgl_materials_displacementmap.html 출처 : https://cglink.com/terms/1172

Raycast는 직역하면, 광선을 쏜다라는 뜻. working out what objects in the 3d space the mouse is over

SLAM (Simultaneous Localization and Mapping) (=CML Concurrent Mapping and Localization) Map이 주어지는게 아니라 센서로 감지해가며 Map을 만들고, 그 Map에서의 자신의 위치 추정하는 작업. 다시 말해 Localization, Mapping 두가지를 한꺼번에 하는 것이다.

(Completely Automated Public Turing test to tell Computers and Humans Apart) 사용자가 실제 사람인지 프로그램인지 구별하기 위한 방법이다. 대표적으로 아래와 같은 것들

Auto scaling이란 정책에 따라서 시스템을 자동으로 늘리고 줄여주는 서비스다. 이를테면 이런식으로 동작한다. 갑자기 트래픽이 폭주하면 서비스에 참여하고 있던 서버들의 CPU 사용률이 점점 높아진다. 그러다 CPU 점유율이 80%를 넘게되면 미리 준비된 이미지(AMIs)를 이용해서 인스턴스를 생성하고, ELB에 연결해서 트래픽을 새로 생성한 EC2 인스턴스에 분산한다. 트래픽이 줄어들면서 CPU 사용률이 20% 아래로 떨어지면 EC2 인스턴스가 순차적으로 제거된다. 비용을 절감할 수 있다. 출처 : 생활코딩

3DoF (3 Degrees of Freedom) : 회전 운동만 추적할 수 있는 디바이스. 추적을 제공하기 위해 가속도계 및 자이로 스코프 감지만 의존하는 일반적인 장치6DoF (6 Degrees of Freedom) : 회전 및 위치를 추적 가능 - 위치추적 (X,Y,Z) : 사용자 환경에 대한 이해가 필요. Inside-Out Tracking : 카메라, 깊이센서를 이용한 device 스스로의 위치 감지 Outside-In Tracking : 빛센서, 카메라 같은 외부 Device가 사용자 환경에 설치되어 감지 - 방향 추적(Pitch : X축 회전 : 고개 끄덕임, Yaw : Y축 회전 : 도리도리, Roll : Z축 회전 : 머리를 좌우로 끄덕) - 센서 : 자이로 센서 : 물체의 회전, 기울어..