백엔드 개발자 꿈나무의 코딩 기록

[Spring Boot] 카카오, 네이버, 구글 SNS 로그인

요즘 대부분의 웹 서비스는 별도의 회원가입 없이 카카오, 네이버, 구글 같은 SNS 계정으로 로그인할 수 있게 되어 있죠.사용자 입장에서는 편리하고, 서비스 입장에서도 이탈률을 줄일 수 있는 중요한 기능입니다.저는 지금까지 여러 프로젝트에 참여했지만, 로그인 기능을 직접 구현해 본 경험은 없었습니다. 그래서 언젠가는 꼭 한 번 제대로 구현해 봐야겠다는 생각을 갖고 있었고, 이번 개인 프로젝트를 계기로 SNS 로그인 기능을 직접 구현해보게 되었습니다. 이 글에서는 Spring Boot를 기반으로카카오, 네이버, 구글의 로그인 기능을 각각 연동하고,로그인한 사용자의 정보를 세션에 저장,회원 여부에 따라 자동 로그인 처리 또는 약관 페이지로 이동 및 회원가입 까지 처리하는 기능을 구현하는 과정을 담았습니다.1..

이전 글에서는 JPA를 활용하여 게시글 관리 REST API를 개발하고 CRUD 기능을 구현하는 과정을 다뤘습니다. 이번에는 댓글 관리 기능을 추가하여, 게시글에 대한 사용자 의견을 저장하고 조회할 수 있도록 개선해보려고 합니다. 엔티티 클래스 작성package com.demo.domain;import java.util.Date;import org.hibernate.annotations.DynamicInsert;import org.hibernate.annotations.DynamicUpdate;import jakarta.persistence.Entity;import jakarta.persistence.GeneratedValue;import jakarta.persistence.GenerationType;i..

이번 글에서는 JPA를 활용해서 포스트 관리 REST API 개발 과정입니다.게시글 작성(Create), 게시글 조회(Read), 게시글 수정(Update), 게시글 삭제(Delete) 엔티티 클래스 작성package com.demo.domain;import java.util.Date;import org.hibernate.annotations.DynamicInsert;import org.hibernate.annotations.DynamicUpdate;import jakarta.persistence.Entity;import jakarta.persistence.GeneratedValue;import jakarta.persistence.GenerationType;import jakarta.persistence..

Spring Boot와 JPA를 이용한 REST API 개발사용 기술 : Spring Tool Suite4(STS 4), Spring Boot, Spring Web, Spring Data JPA, Spring Boot DevTools, Oracle DB, Oracle Driver, Lombok, ThymeleafREST API(Representational State Transfer API) : 클라이언트와 서버 간 통신을 HTTP 프로토콜을 기반으로 설계하는 방식Resource(자원) 중심 설계 : URI를 통해 자원 식별HTTP 메서드GET : 데이터 조회POST : 데이터 생성PUT : 데이터 수정DELETE : 데이터 삭제JSON, XML 응답JPA(Java Presistence API) : Ja..

인덱스(Index)는 데이터베이스에서 데이터를 빠르게 검색하고, 접근할 수 있도록 돕는 검색 구조!특정 데이터를 빠르게 찾을 수 있도록 돕는 데이터 구조로 데이터베이스에서 인덱스를 사용하면 검색 성능이 향상된다.데이터베이스에서 인덱스를 생성하면, 데이터를 순차적으로 스캔하지 않고 인덱스 테이블을 사용해 빠르게 원하는 데이터를 찾을 수 있다.구조키(Key) : 데이터를 식별하는 값.값(Value) : 키와 관련된 실제 데이터의 위치 정보종류B-Tree 인덱스(기본 인덱스)구조 : 균형 이진 트리구조를 기반으로 데이터를 정렬하여 저장한다.특징 : 범위 검색에 매우 효율적이고, 대부분 데이터베이스에서 기본 인덱스로 사용한다.           [EX- WHERE x BETWEEN : x - 1 AND : x ..

데이터 준비https://www.kaggle.com/datasets/bmofinnjake/naverwebtoon-datakorean?resource=download Webtoon Dataset in Koreancomics serialized in webtoon platforms (Naver)www.kaggle.com위 사이트에서 naver.csv 파일을 받아서 사용했습니다.(로그인 필요) 데이터 로드 및 데이터 확인import pandas as pd# CSV 파일 로드df = pd.read_csv('naver.csv')# 데이터 크기 확인 : 행과 열 개수print('데이터 크기 :',df.shape)print('===================================================..

# 케라스 API를 사용해서 모델 훈련에 필요한 도구 알아보기# 데이터 준비from sklearn.model_selection import train_test_splitfrom tensorflow import keras(train_input, train_target), (test_input, test_target) = \ keras.datasets.fashion_mnist.load_data()train_scaled = train_input / 255.0train_scaled, val_scaled, train_target, val_target = train_test_split( train_scaled, train_target, test_size = 0.2, random_state = 42) tr..

딥러닝 - 인공신경망(ANN, Artificial Neural Nework)- 딥러닝은 인공신경망을 기반으로 한 머신러닝 기술.인공신경망은 인간의 뇌 신경망을 모방하여 만든 모델로, 복잡한 데이터 패턴을 학습하고 예측할 수 있다.인공신경망(ANN) : 입력층(Input Layer), 은닉층(Hidden Layer), 출력층(Output layer)으로 구성된다.각 층의 뉴런이 가중치와 활성화 함수를 이용해 연결됨.기본 구조 : [입력층] > [은닉층1] > [은닉층2] > ... > [출력층]입력층 : 입력 데이터가 들어오는 층은닉층 : 여러 개의 뉴런이 가중치를 통해 연결됨출력층 : 최종 예측 결과가 출력되는 층뉴런(Neuron) : 여러 개의 입력 값을 받아 가중치를 곱하고 이를 활성화 함수를 통해 ..

비지도 학습(Unsupervised Learning) : 레이블이 없는 데이터를 학습하는 머신러닝의 한 종류.- 입력 데이터에 대한 정답(레이블)이 없이 모델이 데이터의 숨겨진 패턴이나 구조를 학습한다.- 비지도 학습의 목적 : 데이터의 구조를 파악하거나, 유사한 특성을 가진 데이터들을 그룹화하거나, 차원 축소를 통해 데이터의 본질적인 특성을 드러내는 것.장점레이블이 없는 데이터 사용 : 정답(레이블)이 없는 데이터를 사용하여 학습할 수 있으므로, 데이터 레이블을 붙이는 작업이 불필요새로운 패턴 발견 : 기존에 알려지지 않은 패턴이나 구조를 발견하는 데 유용데이터의 이해 : 데이터를 자동적으로 그룹화하거나 축소하여 데이터의 본질을 이해하도록 도와줌비즈니스 적용 가능성 : 고객 세분화(클러스터링), 이상 ..

1. 랜덤 포레스트 데이터 준비import pandas as pdimport numpy as npfrom sklearn.model_selection import train_test_splitwine = pd.read_csv('https://bit.ly/wine_csv_data')data = wine[['alcohol', 'sugar', 'pH']].to_vumpy()target = wine['class'].to_numpy()train_input, test_input, train_target, test_target = train_test_split( data, target, test_size = 0.2, random_state = 42) 랜덤 포레스트를 사용해서 훈련하기from sklearn.mode..