blog.tedhome.net

[AI] Gemini 2.0 업데이트!

tedhong — Thu, 6 Feb 2025 09:51:13 +0900

Gemini 모델 업데이트 - 2025년 2월

2025년 2월 5일, 구글은 Gemini 2.0 모델의 새로운 업데이트를 발표했습니다. 새로운 모델인 Gemini 2.0 Flash, Flash-Lite, Pro Experimental이 포함되어 있습니다.

Gemini 2.0 Flash의 일반 공개

Gemini 2.0 Flash는 이제 Google AI Studio와 Vertex AI에서 사용할 수 있으며, 전반적으로 더 많은 사용자에게 공개됩니다.
이 모델은 이미지 생성 및 텍스트-음성 변환 기능이 곧 추가될 예정이며, 대량의 정보를 처리할 수 있는 큰 맥락 창(1백만 토큰)을 갖추고 있습니다.

Gemini 2.0 Flash-Lite의 출시

Flash-Lite는 비용 효율성이 가장 높은 모델로, 이전 모델인 1.5 Flash보다 더 나은 품질을 제공합니다.
이 모델은 40,000개의 독특한 이미지에 대해 한 줄짜리 설명을 생성할 수 있으며, Google AI Studio의 유료 서비스에서 1달러 미만의 비용으로 이용할 수 있습니다.

프로 모델 업데이트

Gemini 2.0 Pro Experimental은 코딩 성능과 복잡한 프롬프트 처리에서 최고의 모델입니다.
2백만 토큰의 맥락 창을 가지고 있어 방대한 정보를 분석하고 이해할 수 있는 기능을 갖추고 있습니다.

모델의 안전성과 책임

Gemini 모델은 안전하고 보안성을 강화하기 위해 새로운 강화 학습 기법을 사용하여 그 응답을 평가합니다.
자동화된 분석팀을 통해 사이버 보안 리스크를 평가하고 있으며, 간접 프롬프트 주입과 같은 공격으로부터의 위험도 점검합니다.

결론
Gemini 2.0 모델 업데이트는 개발자와 사용자 모두에게 향상된 성능과 새로운 기능을 제공합니다. 특히, Flash-Lite 모델은 비용 효율성과 빠른 성능으로 많은 관심을 받고 있습니다.

https://blog.google/technology/google-deepmind/gemini-model-updates-february-2025/

[AI] OpenAI o3-mini 출시

tedhong — Sat, 1 Feb 2025 16:53:32 +0900

OpenAI o3-mini 출시

OpenAI o3-mini가 출시되었습니다. 이는 우리의 추론 시리즈에서 가장 최근의, 가장 비용 효율적인 모델로, 오늘부터 ChatGPT와 API에서 제공됩니다. 2024년 12월에 미리 공개된 이 강력하고 빠른 모델은 소형 모델이 달성할 수 있는 한계를 확장하며, 특히 과학, 수학, 코딩 분야에서 뛰어난 STEM 능력을 제공합니다. 또한 OpenAI o1-mini의 낮은 비용과 감소된 대기 시간을 유지합니다.

OpenAI o3-mini는 함수 호출, 구조화된 출력, 개발자 메시지와 같은 개발자들이 요청한 기능을 지원하는 첫 번째 소형 추론 모델로, 즉시 생산 준비가 완료된 상태입니다. OpenAI o1-mini와 OpenAI o1-preview와 마찬가지로, o3-mini는 스트리밍을 지원합니다. 또한 개발자들은 특정 사용 사례에 맞게 세 가지 추론 노력 옵션—낮음, 중간, 높음—중에서 선택할 수 있어, 복잡한 문제를 해결할 때 "더 깊이 생각"하거나 대기 시간이 중요할 경우 속도를 우선시할 수 있습니다. o3-mini는 비전 기능을 지원하지 않으므로, 시각적 추론 작업에는 계속해서 OpenAI o1을 사용해야 합니다. o3-mini는 오늘부터 API 사용 등급 3-5의 일부 개발자에게 Chat Completions API, Assistants API, Batch API에서 제공됩니다.

ChatGPT Plus, Team, Pro 사용자들은 오늘부터 OpenAI o3-mini에 접근할 수 있으며, 기업 고객은 2월부터 사용할 수 있습니다. o3-mini는 모델 선택기에서 OpenAI o1-mini를 대체하며, 더 높은 메시지 한도와 낮은 대기 시간을 제공하여 코딩, STEM, 논리 문제 해결 작업에 매력적인 선택이 됩니다. 이번 업그레이드의 일환으로, Plus와 Team 사용자들의 하루 메시지 한도가 o1-mini의 50개에서 o3-mini의 150개로 세 배 증가했습니다. 또한, o3-mini는 최신 답변을 찾기 위해 검색 기능과 연동되어 관련 웹 소스의 링크를 제공할 수 있습니다. 이는 검색 기능을 추론 모델에 통합하기 위한 초기 프로토타입입니다.

오늘부터 무료 플랜 사용자들도 메시지 작성기에서 'Reason'을 선택하거나 응답을 재생성하여 OpenAI o3-mini를 시도할 수 있습니다. 이는 무료 사용자에게 처음으로 추론 모델이 제공되는 사례입니다.

OpenAI o1이 보다 폭넓은 일반 지식 추론 모델로 남아 있는 반면, OpenAI o3-mini는 정밀성과 속도가 요구되는 기술 분야를 위한 전문 대안을 제공합니다. ChatGPT에서 o3-mini는 중간 추론 노력을 사용하여 속도와 정확성 간의 균형 잡힌 거래를 제공합니다. 모든 유료 사용자는 모델 선택기에서 좀 더 높은 지능 버전인 o3-mini-high를 선택할 수 있으며, Pro 사용자는 o3-mini와 o3-mini-high에 무제한 접근할 수 있습니다.

빠르고 강력하며 STEM 추론을 최적화한 OpenAI o3-mini는 OpenAI o1의 성능을 매칭하면서도 더 빠른 응답을 제공합니다. 전문가 테스터들의 평가에 따르면, o3-mini는 OpenAI o1-mini보다 더 정확하고 명확한 답변을 제공하며, 뛰어난 추론 능력을 보여주었습니다. 테스터들은 o3-mini의 응답을 o1-mini보다 56% 더 선호했으며, 어려운 실제 질문에서 주요 오류가 39% 감소하는 것을 관찰했습니다. 중간 추론 노력을 사용한 o3-mini는 AIME 및 GPQA와 같은 가장 도전적인 추론 및 지능 평가에서 o1의 성능과 일치합니다.

https://openai.com/index/openai-o3-mini/

#openai #llm #chatgpt #o3-mini #OpenAI #인공지능

디아블로4 시즌 6 암폭 드루 (저장용)

tedhong — Sat, 12 Oct 2024 15:48:13 +0900

PTR 에서 연구한 디아블로4 시즌6용 암석폭발 드루이드 셋팅

영상

동영상 서비스가 종료되어 해당 콘텐츠를 재생할 수 없습니다.

장비 / 위상

0123456789

스킬

01234

정복자

012345678910111213

Music by: https://www.bensound.com
License code: IGNODZQPN4737VAX

Mac 에서 KensingtonWorks 설치 시 권한 문제 해결

tedhong — Thu, 10 Oct 2024 10:43:15 +0900

새로운 맥을 구입해서 KensingtonWorks 를 설치하는데

개인정보 보호 및 보안으로 가서 권한을 주라는 팝업이 뜬다.

문제는 손쉬운 사용과 전체 디스크 접근 권한을 추가 했는데도 계속 뜬다는 점이다.

해결 방법을 찾다가 못찾아서 Uninstall 하고

Karabiner 로 버튼 매핑을 해서 쓰려고 설치하다보니

일반 - 드라이버 확장 프로그램에 KensingtonWorks 항목이 있길래

혹시나 하고 체크했더니 설치 성공... ;;

Karabiner 는 친절하게 스크린샷 까지 보여주며 안내를 해주는데

그 정도는 아니더라도 최소한 필요한 권한이 뭔지는 정확히 안내를 해줘야 설치를 하지...

이건 뭐 어쩌라는 건지 모르겠다ㅋㅋ

아.. 혹시 Karabiner 를 쓰라는 켄싱턴의 큰 그림인가?;

애플 Vision Pro 세미나 후기

tedhong — Wed, 6 Sep 2023 13:42:46 +0900

모두의 연구소에서 진행 한 '애플 Vision Pro 상세 기술 설명 & SW 개발 튜토리얼' 세미나에 다녀왔습니다.

1시간이 좀 넘는 시간동안 비전 프로에 대한 이야기를 들을 수 있었는데요

한 줄로 요약하면 비전프로는 애플이 작정하고 만든 진짜 좋은 기기라는 겁니다. ㅎㅎ

기억에 남는 내용들을 정리해 보면

비전 프로는 VR 이 아니라 AR 기기이다.
LiDAR 센서와 TrueDepth 센서를 이용해 주변을 스캐닝하고 R1 칩을 이용해 공간을 재구성한다.
- 비전프로는 4K + 4K 의 해상도와 90프레임의 주사율을 가지고 있는데 이는 12ms 마다 한 번씩 랜더링을 해야 된다는 얘기이다. 비전 프로는 이것이 가능한 스펙을 갖췄다.
위에서 재구성 한 공간에 애플리케이션들과 컨텐츠들을 표현하는데 이를 공간 컴퓨팅 (Spatial Computing) 이라 부르고 비전프로는 최초의 공간 컴퓨터이다.
공간 컴퓨팅의 핵심은 가상과 현실의 경계를 최대한 업애 몰입감을 높이는 것이다.
- 몰입을 방해하는 난제는 멀미인데 애플은 기기의 스펙을 높이고 다양한 소프트웨어적 기술을 이용해 멀미를 최소화했다고 한다.

이 정도이다.

비전 프로를 통해 공간 컴퓨팅이라는 개념이 확산 되면 나중에는 공간과 공간을 잇는 개념이 나오지 않을까?

서울에 있는 사람과 뉴욕에 있는 사람이 비전 프로를 통해 각자의 공간을 만들고 그것을 연결해서 새로운 공간을 구성해 실제로는 떨어져 있지만 한 공간에 함께 있는 것 처럼 느끼게 되는 공간간의 연결...

재밌겠다 ㅎㅎ

네이버클라우드 - SourcePipeline 사용하기

tedhong — Wed, 14 Jun 2023 14:26:07 +0900

ncloud 에서 제공하는 CI/CD Pipeline 인 SourcePipeline 사용하여
Dockerfile 을 생성하고 ncloud K8S 환경에 배포하는 방법에 대해 알아봅니다.

SourcePipeline 을 사용하면 Github Action, Gitlab CI, Jenkins, Argo 같은 프레임워크를 사용하지 않고도
프로젝트의 지속적인 통합 및 배포가 가능해집니다.

CI/CD 의 흐름은 다음과 같습니다.

1. SourceCommit 에 프로젝트를 Push 하면

2. SourceBuild 에서 해당 repository 를 끌어와 DockerImage 로 빌드하고
ncloud의 Container Registry 에 업로드 합니다.

3. SourceDeploy 에서 업로드 된 DockerImage 를 ncloud Kubernetes 에 배포합니다.

Source Pipeline 을 이용하면 이 작업을 자동화 할 수 있습니다.

Docker Image 의 빌드 설정은 Dockerfile,
프로젝트의 k8s 배포 설정 : deploy_dev.yaml (dev 버전), deploy_live.yaml (live버전)
- 서버 구동에 필요한 환경 변수는 위 yaml 파일에 선언합니다.

목차
Source Commit 설정

Source Build 설정

Source Deploy 설정

Source Pipeline 설정

네이버 클라우드 공식 가이드 : SourcePipeline 개요 (ncloud-docs.com)

⌨️ Source Commit ( = git 의 repository) 설정

생성
- “+리포지토리 생성” 버튼 클릭 → 필수 내용 입력 후 생성
git 계정/git SSH 설정
- PC에서 git 을 사용하기 위해 password 등록 또는 SSH 키 등록이 필요합니다.
  둘 중 편한 방법으로 사용하면 됩니다.
- password 생성
  - “GIT계정/GIT SSH 설정” 버튼 클릭
  - GIT 계정 설정 탭에서 password 입력 후 ‘적용’
- SSH 설정
  - PC에서 SSH 생성 : SSH키 생성하기
  - GIT SSH 설정 탭 → 생성된 SSH 키를 복사해서 붙여 넣기 후 등록

password 는 계정의 비밀번호와 별도로 관리해야 합니다.

생성한 git 리포지토리를 clone 받습니다.

git clone [리포지토리의 url]

⌨️Source Build 설정

repository 에 저장 된 소스 코드를 build 할 수 있는 runtime service 입니다.
Object Storage 에 1개 이상의 bucket 이 필요합니다.

Source Build는 총 6단계로 구성되어 있습니다.

기본 설정 : 필수 항목을 작성합니다.
- 빌드 대상은 SourceCommit 으로 하고 리파지토리와 브랜치를 원하는 대상으로 설정합니다.

빌드 대상은 SourceCommit 으로 하고 리파지토리와 브랜치를 원하는 대상으로 설정합니다.

빌드 환경 설정
- SourceBuild 에서 사옹할 빌드 머신의 사양과 환경을 정합니다.
- 여기서는 Spring 프로젝트를 빌드할 것이기 때문에 빌드 런타임으로 java 를 선택했습니다.
- 도커이미지빌드 : 도커 명령어를 이용하여 이미지를 만들 것이기 때문에 체크합니다.

빌드 명령어 설정
- 빌드 전 명령어
  - maven 을 이용해 빌드할 것이므로 mvn 버전을 체크하고
  - docker login 을 이용해 container registry 에 로그인 합니다. (image 업로드를 위해)
  - 네이버 클라우드 플랫폼에 생성된 레지스트리에 로그인 하기 위해서는 API 인증키가 필요하며,
    Username에 Access Key Id를 Password에 Secret Key를 사용해주세요.
    (계정 프로필에서 확인 가능합니다.)

echo build_start
mvn -version
docker login -u {ACCESS KEY} -p {SECRET_KEY} registry-hc.kr.ncr.ntruss.com

빌드 명령어

mvn clean package
cd target // target 폴더로 이동
FILENAME=$(ls *.war) // 확장자가 war 인 파일 선택
mv $FILENAME web.war // 파일 이름 web.war 로 변경

업로드 설정
- 빌드 결과물 : 결과물을 Object Storage 에 저장합니다. (빌드 한 파일 저장이 필요 없다면 생략 가능)
- 빌드 결과물 경로 : 이전 단계의 빌드 명령어에서 지정한 빌드 파일 생성 경로 입니다.
- 업로드 할 Object Storage : Object Storage 선택
- Obejct Storage 폴더 경로 : 빌드 파일이 저장 될 경로
- 저장될 파일 이름 :: 저장될 파일 명
- 결과물 백업 : 백업 사용 여부 적용

ℹ️ 빌드 완료 후 이미지 업로드 설정
> 이미지 저장에 체크하면 빌드 환경 자체를 도커 이미지로 만들어 Container Registry 에 업로드 할 수 있습니다.
이후 빌드 설정 변경을 통해 [빌드 환경 설정 - 빌드 환경 이미지 - Container Registry 이미지] 로 체크하면
환경 이미지를 불러와 사용할 수 있고 이를 통해 빌드 시간을 줄일 수 있습니다.

추가 상품 연동
- Cloud Log Analytics 연동 여부 설정
- File Safer 연동 여부 설정
최종 확인
- 설정한 내용 확인 후 ‘생성’

빌드 테스트

빌드 시작하기를 눌러서 빌드를 진행하고
- Object Stroage 에 업로드가 잘 되어있는지 확인하거나
- Container Registry 에 이미지가 제대로 업로드가 되었는지 확인합니다.

⌨️ Source Deploy 설정

Source Deploy 는 K8S 클러스터에 배포하는 방법과 VPC 에 배포하는 방법이 있습니다.

Kubernetes Cluster 에 배포하기

기본 설정 - 배포 프로젝트 생성 후 프로젝트 이름 입력
- 배포 환경 설정
  - 배포 할 stage 선택 후 설정에 체크
  - 배포 타겟 - Kubetnetes Service 선택
  - 배포 할 클러스터 선택
- 배포 프로젝트 생성
- 생성 된 프로젝트 선택
- 배포 시나리오 생성
  - 하단 배포 시나리오 -> 생성 클릭
  - 기본 설정 - 시나리오 이름 설정
  - 리포지토리 선택 - K8S 용 설정 파일 경로 추가
    - 이 예제에서는 프로젝트의 root 경로에 yaml 파일이 있기 때문에 './deploy.yaml'이라고 입력
    - 배포가 진행되면 해당 리포지토리 내부의 ./ 경로에서 deploy.yaml 파일을 가져와 kubectl apply 를 진행합니다.

ℹ️ SourceDeploy에서 지원하는 Kubernetes Object는 Pod, Deployment, ReplicaSet, ReplicationController, Service 입니다. https://guide.ncloud-docs.com/docs/devtools-devtools-4-3

VPC(Server) 에 배포하기

일반적인 VPC 서버에 war 파일을 배포하는 방법입니다.
Source Deploy Agent 설치
- SourceDeploy 를 사용하기 위해서는 서버에 Agent 를 설치해야 합니다.
  (참고 : 에이전트 설치 및 관리 - SourceDeploy 사용 (ncloud-docs.com) )

API KEY 생성
- 마이페이지 → 계정관리 → 인증키 관리에서 ‘신규 API 인증키 생성' 클릭

2. 서버 shell 에 설치 명령어 입력

echo $'NCP_ACCESS_KEY=accesskey\nNCP_SECRET_KEY=secretkey' > /opt/NCP_AUTH_KEY
chmod 400 /opt/NCP_AUTH_KEY
wget  Agent https://sourcedeploy-agent.apigw.ntruss.com/agent/v2/download/install
chmod 755 install
./install
rm -rf install

- accesskey 에 Access Key ID secretkey 에 Secret Key 입력

3. 배포 설정

배포 프로젝트 생성
- 기본 설정
- 배포 환경 설정
  - 배포 타겟 - Server
  - 서버 목록이 나오면 배포할 서버를 선택 후 > 클릭하여 적용 서버 쪽으로 옮기기
  - 최종 확인 - 배포 프로젝트 생성
배포 시나리오 생성
- 기본 설정
- 배포 전략 설정
  - 기본 적인 순차 배포 선택
- 배포 파일 설정
  - 배포 파일은 이전에 Source Build 를 통해 빌드 해서 Object Storage 에 저장된 파일을 선택 하거나
  - Source Build 의 빌드 프로젝트를 선택하는 방법이 있습니다.

배포 테스트 하기

배포 프로로젝트 선택
배포로 이동 클릭
배포 프로세스 선택 -> 배포 시작하기 클릭
배포 결과 확인

⌨️ Source Pipeline 설정

이제 Source Commit 에 코드가 Push 되면 Source Build 를 통해 자동으로 프로젝트가 빌드되고
Source Deploy 에서 자동으로 배포 되게 해보겠습니다.

파이프라인 생성
- 파이프라인 생성 버튼 클릭
- 기본 정보 입력
- Phase 추가
  - 빌드
  - 배포
- 스테이지 구성
  - SourcePipeline 에서는 Node(Phase)를 추가하고 연결하는 방식으로
    편리하게 스테이지를 구성할 수 있습니다.
  - 진행 순서는 Build - Deploy 이기 때문에 먼저 위에서 추가한 Build Phase 를 스테이지에 추가합니다.
    - 첫 실행 되는 Node 는 선행작업이 없으므로 <+> 버튼을 클릭하여 선행 작업 없음을 체크합니다.
  - 다음에 실행 될 Deploy Phase 는 선행 작업이있으므로 <+> 버튼 클릭 후 선행 작업으로 Build Phase 를 서낵해 줍니다.

Trigger 설정
- 지정한 이벤트가 발생하면 Pipeline 동작시키는 trigger 를 지정하는 기능입니다.
- 일반적으로는 특정 브랜치를 지정해두고 브랜치에 소스가 push 되는 것을 trigger 로 지정합니다.
테스트
- 위 그림에서는 sample1 이라는 리포지토리의 master 브랜치로 지정되었기 때문에
  master 브랜치에 새로운 코드가 올라오게 되면 자동으로 파이프라인이 실행됩니다.

먼저 Build Phase 가 실행됩니다.

Build 가 성공하면 Deploy Phase 가 실행됩니다.

ℹ️ Build 나 Deploy 가 실패한 경우에는 해당 서비스 항목에 있는 로그를 통해 오류 내역을 확인 할 수 있습니다.

<fin>

디아블로4 !

tedhong — Sat, 10 Jun 2023 19:50:40 +0900

며칠간의 고민 끝에

설치 중...

릴리트 만나러 갑니다!

근데 용량 85기가 ㄷㄷㄷㄷ

Springboot - TemplateInputException (Error resolving templete 오류)

tedhong — Wed, 7 Jun 2023 17:09:16 +0900

local 에서 이상없이 동작하던 웹 페이지를

서버에서 구동시키니 에러코드 500 과 함께 이런 메세지가 출력되었습니다.

org.thymeleaf.exceptions.TemplateInputException: 
Error resolving template [/test/index], 
template might not exist or might not be accessible 
by any of the configured Template Resolvers

대충 경로'/test/index '에 지정된 templete 파일을 못찾는다는 얘기인데

오류 메세지가 이게 전부라 디버깅이 어려웠습니다..

결국 구글링으로 해결했는데요,

원인은 Requestmapping 어노테이션이 붙어있는 Controller 함수가 return 하는

templete URL 이 '/' 로 시작해서였습니다.

그래서 '/test/index' 이걸 'test/index' 이렇게 바꾸니 해결되었어요.

@RequestMapping("/getTest")
    public String index() {
        return "test/index"; // <-- 이 부분
    }

이유는 application.properties 에

spring.thymeleaf.prefix=classpath:/templates/

이렇게 설정되어 있는데 또 이렇게 "/test/index" 라는 절대경로를 리턴하니 경로 오류가 발생하는거였습니다.

경로를 지정할 때 주의해야 할 점입니다.

thymeleaf 의 layout:decorate 가 동작하지 않을 때

tedhong — Mon, 5 Jun 2023 13:44:07 +0900

thymeleaf 의 layout:decorate 가 동작하지 않을 때는

보통 spring-boot-starter-thymeleaf 의존성 하나만 추가되어 있을 확률이 높습니다.

이 경우 thymeleaf-layout-dialect 의존성을 추가하면 잘 동작합니다.

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-thymeleaf</artifactId>
</dependency>

<dependency>
	<groupId>nz.net.ultraq.thymeleaf</groupId>
	<artifactId>thymeleaf-layout-dialect</artifactId>
</dependency>

Springboot 와 Elasticsearch 연동하기

tedhong — Fri, 2 Jun 2023 17:40:21 +0900

Springboot 에서 Elasticsearch 를 연동하는 방법에 대해 알아봅니다.

버전

Java : OpenJDK 17
Springboot : 3.1.0

필수 의존성

spring-boot-starter-data-elasticsearch
spring-boot-starter-web
lombok

클래스

프로퍼티
- host 와 port 를 application.properties 파일에 저장합니다.

# ElasticSearch
elasticsearch.host = localhost
elasticsearch.port = 9200

Config
- Elasticsearch Client 를 생성하는 설정 클래스입니다.
- application.properties 에서 host 와 port 를 가져와 RestClient 객체를 생성합니다.
- ElasticSearchConfig.java

@Configuration
@EnableElasticsearchRepositories // elasticsearch repository 허용
public class ElasticSearchConfig{
    @Value("${elasticsearch.dev.host}")
    String host;
    @Value("${elasticsearch.port}")
    int port;

    @Bean
    public RestClient getRestClient() {
        final CredentialsProvider credentialsProvider = new BasicCredentialsProvider();
        credentialsProvider.setCredentials(AuthScope.ANY, new UsernamePasswordCredentials("", ""));
        return RestClient.builder(new HttpHost(host, port))
                .setHttpClientConfigCallback(httpClientBuilder -> {
                    httpClientBuilder.disableAuthCaching();
                    httpClientBuilder.setDefaultHeaders(List.of(
                            new BasicHeader(
                                    HttpHeaders.CONTENT_TYPE, ContentType.APPLICATION_JSON)));
                    httpClientBuilder.addInterceptorLast((HttpResponseInterceptor)
                            (response, context) ->
                                    response.addHeader("X-Elastic-Product", "Elasticsearch"));
                    return httpClientBuilder.setDefaultCredentialsProvider(credentialsProvider);
                }).build();
    }

    @Bean
    public ElasticsearchTransport getElasticsearchTransport() {
        return new RestClientTransport(getRestClient(), new JacksonJsonpMapper());
    }

    @Bean
    public ElasticsearchClient getElasticsearchClient() {
        return new ElasticsearchClient(getElasticsearchTransport());
    }
}

Repository
- ElasticsearchRepository 를 상속받는 인터페이스 입니다.
  이 인터페이스를 통해 CRUD, 검색, 페이징, 정렬등의 작업을 할 수 있습니다.
  상속시 필요한 인자 2가지는 Document 타입과 ID 의 타입 입니다.
- SearchResultRepo.java

public interface SearchResultRepo extends ElasticsearchRepository<SearchResultDocument, Integer> {
}

Document
- 검색 결과 Document 클래스입니다.
  @Document 어노테이션에 정의된 indexName 으로 document (= database) 의 이름이 정의 되고
  각 @Field 의 타입과 변수명으로 field (=column) 이 정의됩니다.
- SearchResultDocument.java

@Getter
@Builder
@AllArgsConstructor
@Document(indexName = "search_result")
public class SearchResultDocument {
    @Id
    @Field(type = FieldType.Integer)
    private int id;
    @Field(type = FieldType.Text)
    private String keywords;
    @Field(type = FieldType.Text)
    private String resultData;

    //    @JsonFormat(shape = JsonFormat.Shape.STRING, pattern = "yyyyMMdd")
    @Field(type = FieldType.Date, format = {DateFormat.date_hour_minute_second_millis, DateFormat.epoch_millis})
    private Date createDate;

}

Service
- Service 클래스입니다.
- Elasticsearch 의 기능 이용을 위해 SearchResultRepo, ElasticsearchOperations 객체를 사용합니다.
  각 객체의 의존성은 Service 가 생성 될 때 주입 됩니다.
- SearchResultService.java

@Service
@RequiredArgsConstructor
@Transactional(readOnly = true)
public class SearchResultService {

    private final SearchResultRepo searchResultRepo;
    private final ElasticsearchOperations elasticsearchOperations;

    public Page<SearchResultDocument> findAll(){
        return (Page<SearchResultDocument>) searchResultRepo.findAll();
    }

    public SearchResultDocument saveResult(SearchResultDocument doc){
        return searchResultRepo.save(doc);
    }
    public Optional<SearchResultDocument> getResultById(int id){
        return searchResultRepo.findById(id);
    }

    public void deleteResult(int id){
        searchResultRepo.deleteById(id);
    }

    public void deleteResult(SearchResultDocument doc){
        searchResultRepo.delete(doc);
    }

    public List<SearchResultDocument> searchResult(String keyword) {
        IndexCoordinates indexCoordinates = IndexCoordinates.of("search_result");
        Criteria criteria = new Criteria("keywords").contains(keyword)
                .or(new Criteria("resultData").contains(keyword));
        CriteriaQuery query = new CriteriaQuery(criteria);
        SearchHits<SearchResultDocument> searchHits = elasticsearchOperations.search(query, SearchResultDocument.class, indexCoordinates);
        return searchHits.get().map(SearchHit::getContent).collect(Collectors.toList());
    }

}

Controller
- Service 객체를 이용해 비즈니스 로직을 처리하는 Controller 클래스 입니다.
- RestController 로 지정되어 RESTful 하게 사용할 수 있습니다.
- SearchResultController.java

@RequiredArgsConstructor
@RequestMapping("/")
@RestController
public class SearchResultController {
    private final SearchResultService searchResultService;

    @PostMapping("/save")
    public ResponseEntity<SearchResultDocument> createSearchResult(
            @RequestParam("keywords") String keywords,
            @RequestParam("resultData") String resultData
    ) {
        SimpleDateFormat format = new SimpleDateFormat("yyyy-MM-dd hh:mm:ss.SSS");
        SearchResultDocument searchResult = null;
        try {
            searchResult = SearchResultDocument.builder()
                    .keywords(keywords)
                    .resultData(resultData)
                    .createDate(format.parse(format.format(new Date())))
                    .build();
        } catch (ParseException e) {
            System.out.println(e.toString());
        }

        SearchResultDocument createdSearchResult = searchResultService.saveResult(searchResult);
        return new ResponseEntity<>(createdSearchResult, HttpStatus.CREATED);
    }

    @GetMapping("/{id}")
    public ResponseEntity<SearchResultDocument> getSearchResultById(@PathVariable("id") int id) {
        return searchResultService.getResultById(id)
                .map(result -> new ResponseEntity<>(result, HttpStatus.OK))
                .orElse(new ResponseEntity<>(HttpStatus.NOT_FOUND));
    }

    @GetMapping("/findall")
    public ResponseEntity<Page<SearchResultDocument>> getAllSearchResults() {
        Page<SearchResultDocument> searchResults = searchResultService.findAll();
        return new ResponseEntity<>(searchResults, HttpStatus.OK);
    }

    @DeleteMapping("/delete/{id}")
    public ResponseEntity<Void> deleteSearchResult(@PathVariable("id") int id) {
        searchResultService.deleteResult(id);
        return new ResponseEntity<>(HttpStatus.NO_CONTENT);
    }

    @GetMapping("/search")
    public ResponseEntity<List<SearchResultDocument>> searchByKeyword(@RequestParam("keyword") String keyword) {
        List<SearchResultDocument> searchResults = searchResultService.searchResult(keyword);
        return new ResponseEntity<>(searchResults, HttpStatus.OK);
    }


}

예제 코드

github : TedHong/springboot-elasticsearch: Springboot 에서 Elasticsearch 연동하기 (github.com)