전체 글2364

• NYC TLC Trip Record Data란? 뉴욕 이동 데이터를 읽는 가장 실용적인 방법 뉴욕의 택시와 차량 호출 서비스는 도시가 어떻게 움직이는지 보여주는 대표적인 데이터입니다. 출근 시간에 어느 지역에서 수요가 늘어나는지, 공항 이동이 어느 시간대에 몰리는지, 비가 오는 날 특정 상권의 승하차 패턴이 달라지는지 같은 질문은 모두 이동 기록 데이터로 접근할 수 있습니다. https://www.nyc.gov/site/tlc/about/tlc-trip-record-data.page TLC Trip Record Data - TLCTLC Trip Record Data Yellow and green taxi trip records include fields capturing pickup and drop-off dates/times, pickup and drop-off locations, trip d.. 💖 Hongsi's Study/🚛 교통･모빌리티 2026. 9. 3.

• [AI] No AI Slop 뜻과 활용법, 인공지능 문체를 걷어내는 편집 기준 생성형 인공지능으로 만든 글은 문법이 반듯해도 금세 비슷해진다. “단순한 기능이 아니라 새로운 경험입니다”, “중요한 전환점이 될 것입니다” 같은 문장이 여러 글에서 되풀이되기 때문이다. 내용보다 그럴듯한 말이 앞서면 독자는 읽기를 멈춘다.No AI(Artificial Intelligence) Slop은 이런 저품질 인공지능 문체를 찾아 덜어내는 편집 원칙이자 공개 글쓰기 스킬의 이름이다. 글쓴이의 주장과 말투는 남기고 상투적인 대비, 과장, 빈말, 기계적인 리듬만 최소한으로 고치는 데 초점을 둔다. https://github.com/petergyang/no-ai-slop GitHub - petergyang/no-ai-slop: Removes 20+ patterns of AI slop from any .. 🖥️ IT, 컴퓨터/🤖 GenAI_Tech 2026. 9. 2.

• [Geo AI] Spatial Embedding(공간 임베딩)이란? 원리와 대표 기술, 활용 사례 지도 위의 좌표, POI(Point of Interest), 이동 궤적, 위성영상은 형태가 서로 다르다. 일반적인 머신러닝 모델은 이런 공간 데이터를 그대로 이해하기 어렵다. Spatial Embedding(공간 임베딩)은 위치와 주변 환경, 공간 관계를 숫자 벡터로 변환해 Geo AI 모델이 학습할 수 있도록 만드는 표현 방법이다.공간 임베딩을 적용하면 단순한 거리 계산을 넘어 비슷한 장소 찾기, 지역 특성 분류, 이동 수요 예측, 위성영상 변화 탐지 등을 하나의 벡터 연산 체계로 다룰 수 있다. 다만 좌표, 도로망, 이동 경로, 위성영상처럼 데이터 구조가 다르면 적합한 임베딩 방식도 달라진다.Spatial Embedding(공간 임베딩)이란?Spatial Embedding은 공간 객체와 공간적 맥락을.. 🏞️ GIS & RS/📚 GIS (지리정보시스템) 2026. 9. 1.

• [통계] NOIR(Nominal, Ordinal, Interval, Ratio) 명목척도·서열척도·등간척도·비율척도 차이 데이터를 숫자로 기록했다고 해서 모두 같은 방식으로 계산할 수 있는 것은 아닙니다. 고객 유형을 1, 2, 3으로 표시한 숫자와 온도 10, 20, 30은 겉모습은 비슷해도 담고 있는 정보가 다릅니다. 이 차이를 구분하는 기준이 측정척도입니다.측정척도는 명목척도, 서열척도, 등간척도, 비율척도로 나뉩니다. 네 가지 척도를 제대로 구분하면 평균을 계산해도 되는지, 순위를 비교할 수 있는지, 두 값의 배수를 말해도 되는지 판단할 수 있습니다.명목척도·서열척도·등간척도·비율척도 한눈에 비교명목척도• 구별: 가능• 순서: 불가• 간격 비교: 불가• 절대적 0: 없음• 대표 예시: 혈액형, 거주 지역, 상품 종류• 주로 사용하는 요약값: 빈도, 비율, 최빈값서열척도• 구별: 가능• 순서: 가능• 간격 비교: 불가.. 💖 Hongsi's Study/📊 통계･공간통계･공간최적화 2026. 9. 1.

• [AI] im-not-ai란? 한국어 AI 문체를 자연스럽게 다듬는 사용법 AI로 한국어 글을 작성하다 보면 문법에는 문제가 없는데도 어딘가 딱딱하게 느껴질 때가 있다. “이를 통해”, “시사하는 바가 크다” 같은 표현이 반복되거나 모든 문장이 비슷한 길이와 구조로 이어지는 식이다.im-not-ai는 이런 한국어 문체의 흔적을 찾아 자연스럽게 다듬는 오픈소스 윤문 프로젝트다. 글의 내용을 새로 생성하기보다는 이미 작성된 초안에서 번역투, 상투적인 표현, 과도한 피동문, 반복되는 문장 구조를 찾아 고치는 데 초점을 맞춘다. https://github.com/archep29/im-not-ai-humanizer GitHub - archep29/im-not-ai-humanizer: AI가 쓴 한글을 사람 글처럼 윤문하는 Claude 스킬 — Korean AI-text humaniAI가.. 🖥️ IT, 컴퓨터/🤖 GenAI_Tech 2026. 9. 1.

• [QGIS] Simple Marker와 Raster Image Marker 차이와 설정 방법 QGIS(Quantum GIS)에서 포인트 레이어를 표현할 때 자주 사용하는 심볼 레이어가 Simple Marker와 Raster Image Marker다. 둘 다 점 위치에 기호를 표시하지만 기호를 만드는 방식에는 차이가 있다.Simple Marker는 QGIS가 원, 사각형, 삼각형 같은 도형을 직접 그린다. Raster Image Marker는 준비된 이미지 파일을 각 포인트에 배치한다.이 차이는 지도 모양뿐만 아니라 포인트가 많을 때의 렌더링 성능, 인쇄 품질, 크기 조절, 프로젝트 공유 방식에도 영향을 준다. 따라서 데이터 규모와 최종 출력 형태를 함께 살펴보고 적절한 방식을 선택해야 한다.Simple Marker와 Raster Image Marker란?Simple MarkerSimple Mar.. 🏞️ GIS & RS/📍 ArcGIS･QGIS 2026. 8. 31.

• [GIS] SRID(Spatial Reference System Identifier) 뜻과 좌표계 오류 확인 방법 GIS 데이터를 다루다 보면 SRID=4326, EPSG:5179, 좌표계가 맞지 않습니다 같은 표현을 자주 만난다. 처음에는 숫자 하나처럼 보이지만 SRID는 공간 데이터가 어디를 기준으로 좌표를 읽어야 하는지 알려 주는 핵심 정보다.같은 x=127, y=37 좌표라도 어떤 좌표계를 쓰느냐에 따라 서울 근처의 경위도일 수도 있고 전혀 다른 투영 좌표의 일부일 수도 있다. SRID를 잘못 지정하면 지도 위 위치가 수백 미터에서 수천 킬로미터까지 어긋난다.SRID란 무엇인가SRID(Spatial Reference System Identifier)는 공간 참조 시스템을 식별하는 번호다. 쉽게 말해 이 좌표가 어떤 기준과 단위로 작성됐는지 알려 주는 ID다.공간 데이터에는 점, 선, 면의 좌표값이 들어 있다... 🏞️ GIS & RS/📚 GIS (지리정보시스템) 2026. 8. 31.

• [AI] 한국어 문장 AI 느낌 줄이는 humanize-korean 스킬 사용법 인공지능이 만든 한국어 문장은 문법이 맞아도 묘하게 비슷합니다. ~을 통해, ~에 있어서 같은 번역투가 반복되고 문단마다 결론을 예고하거나 의미가 비슷한 항목을 기계적으로 나열하곤 합니다. 문장을 통째로 다시 쓰면 어색함은 줄어들 수 있지만 원래 사실과 말투까지 달라질 위험이 있습니다.humanize-korean은 내용보다 표현을 좁게 고치는 한국어 윤문 스킬입니다. 탐지된 구간만 손보고 수치, 날짜, 고유명사, 직접 인용은 보존합니다. 초안을 새로 쓰는 도구라기보다 이미 완성된 글의 번역투와 인공지능 특유의 상투어를 걷어내는 편집 규칙에 가깝습니다. https://lobehub.com/zh/skills/modu-ai-cowork-plugins-humanize-korean humanize-korean .. 🖥️ IT, 컴퓨터/🤖 GenAI_Tech 2026. 8. 31.

• [Hermes Agent] 헤르메스 에이전트 최적화하기 :: 프로필 등록, 스킬 배분하기, 채널 설정하기 문제상황 헤르메스 에이전트 특징이 점점 학습하는 AI 에이전트라는 점이기 때문에,내가 특정 조건으로 요청을 하게되면얘가 스킬을 만들어서 다음에도 그걸 참고하여 작업할 수 있게 됨. 결국 헤르메스 에이전트 적극적으로 사용하다보니 스킬이 너무 많이 생기고 무거워졌음. 특히 개인정보를 다뤄야 하는 곳이 생기다보니,개인정보 다루는 프로필, 전혀 다루지 않고 외부 서치만 하는 프로필 구분이 필요해짐. 해결방법 1. 프로필 생성 헤르메스 에이전트 안 프로필을 여러개 만들기 그리고 각 프로필마다 필요한 스킬 별도로 배정하기. 들어가면 현재 사용되고 있는 스킬 전체 리스트 볼수있음. Profiles 메뉴로 들어오면 상단에 Build와 Create가 따로 존재. Create를 누른다.여기에서 clone con.. 🖥️ IT, 컴퓨터/🤖 GenAI_Tech 2026. 8. 30.

• GIS에서 POI Taxonomy를 정리하는 방법 지도 애플리케이션이나 로케이션 기반 서비스(LBS)에서는 수많은 장소 정보를 담는다. 이 데이터를 정확히 쓰려면 공통 분류 기준이 필요한데 그 기준이 바로 POI taxonomy다. POI taxonomy는 주요 장소를 카테고리로 나눠 저장과 검색, 분석을 쉽게 만드는 청사진이다. 이 글에서는 GIS 환경에서 POI taxonomy를 왜 만드는지 어떤 소프트웨어와 연동하는지 구체적으로 설계하는 방법은 무엇인지 살펴 본다.POI와 taxonomy의 의미POI는 Point of Interest, 즉 관심 대상이 되는 장소를 뜻한다. 상점, 보건소, 교통 허브, 관공서, 주유소가 모두 POI에 해당한다. 단순히 위·경도를 찍어 마커만 찍은 것이 아니라 해당 장소가 무엇인지 알려주는 속성이 있어야 한다.바로 여.. 🏞️ GIS & RS/📚 GIS (지리정보시스템) 2026. 8. 30.

• [AI] 지오스페이셜 리즈닝(Geospatial Reasoning)이란? 생성형 AI와 퓨저데이션 모델로 공간 분석을 자동화하는 방법 지도, 날씨, 위성 사진, 유동 인구 데이터는 각각 별개 시스템에 흩어져 있어서 한 문제를 풀려면 여러 도구를 오가야 한다. Google Research는 이런 공간 데이터를 생성형 AI로 연결하는 Geospatial Reasoning 연구를 진행 중이다. 본 글에서는 Geospatial Reasoning의 개념, 핵심 모델, 작동 방식, 그리고 실제 활용 사례를 정리한다.1. Geospatial Reasoning이란Geospatial Reasoning은 자연어 질의를 받아 여러 지리공간 데이터와 AI 모델을 자동으로 연결하는 에이전틱 워크플로 프레임워크다. 사용자가 "허리케인 피해가 큰 지역부터 구호를 우선 배치하려면"처럼 말하면, 시스템이 아래 일을 연결한다.재난 전후 위성 영상을 띄운다.원격 탐사 .. 🖥️ IT, 컴퓨터/🤖 GenAI_Tech 2026. 8. 30.

• 

  Hermes Agent 스킬 한꺼번에 끄는 방법 : 수십개 스킬을 카테고리 단위로 빠르게 비활성화하기 Hermes Agent에서 새 프로필을 만들다 보면 기본 스킬이 한꺼번에 활성화되어 있는 경우가 있습니다.예를 들어 Skills 화면에 다음과 같이 표시될 수 있습니다.68/68 enabled전용 프로필을 만들면서 필요한 스킬만 남기고 싶다면 60개가 넘는 스킬을 하나씩 OFF 하는 작업은 상당히 번거롭습니다.Hermes Agent v0.20.6 기준으로는 웹 대시보드에서 전체 스킬을 한 번에 끄는 Disable all 기능이 따로 제공되지 않습니다.대신 CLI의 카테고리별 스킬 설정 기능을 이용하면 훨씬 빠르게 정리할 수 있습니다.결론부터 말하면다음 명령을 사용합니다.hermes -p skills config그리고 설정 화면에서 다음 순서로 들어갑니다.All platforms→ Toggle by ca.. 🖥️ IT, 컴퓨터/🤖 GenAI_Tech 2026. 8. 30.