ubuntu에서 MATLAB을 설치했는데 java 관련 오류가 발생

이거 은근 골때린다. MATLAB R2016A를 설치 다 하고나서 실행을 하는데 MATLAB이 죽는다. 근데 이때 실행 안되는 것에 대한 답변으로 Octave를 쓰라는 답변 다는 것들 진짜 열심히 패고 싶었다만…

다행이도, 매틀랩은 친절해서 그런지 크래시 덤프를 남겨준다. 그걸 열어보니 참으로 어이없는 상황이 만들어졌다.

스크린샷_2016-06-29_15-26-54.png

Segmentation violation

…설치 하자마자 바로 첫 실행한 프로그램이 저러는 것에는 이유가 있을 것이라 생각했다. 그래서 일단 사실 확인을 위해 내용을 뒤져보니..

Virtual Machine     : Java 1.7.0_60-b19 with Oracle Corporation Java HotSpot(TM) 64-Bit Server VM mixed mode

…저기요? java 1.8 쓰고 있는지가 몇년인데..?

사실 매틀랩은 자바 환경에서 GUI를 제공한다. 그래서 최소한 java 1.4 이상을 지원해 줘야 하는데, 시스템이 잘 지원 안해줄까봐 스스로도 자바 런타임을 가지고 있다. 근데 그게 꼬인거다.

stack trace도 도중에 잘렸지만, 불려진 바이너리의 위치가 매틀랩 내부에 있는 자바 런타임 코드랑 현재 돌아가는 window 시스템이랑 꼬인 내용들이 대부분이다.

그래서 일단 지금 내 우분투에 설치되어 있는 java의 jre 경로로 위치를 변경해 줘야겠다 싶었다.

스크린샷_2016-06-29_15-34-05

구동을 위해 필요한 것은 바로 위에 터미널에 경로에 있는 libjvm.so이다. 매틀랩은 저걸 못찾아서 Segmentation violation을 일으키는 것이었다.

나보다도 자바에 대해서 더 뛰고 날고 하는 사람들은 많겠지만… 저 파일에 대해서도 잠깐 적겠다.(내가 잊어버리지 않기 위해서) 저 파일은 Java Stored Procedure(자바 저장 프로시저)를 수행하기 위한 환경을 만들어주는 바이너리이다. 자바 개발자들 중에서 개발환경 설정할 때 경로 설정에 LD_LIBRARY_PATH를 설정해서 쓰는 분들 있는데 그 라이브러리에 들어있는 것이다. 경로는 운영체제, 아키텍쳐에 따라 다를 수 있지만 기본적으로는 [java home path]/jre/bin 경로에 있다.

그럼 저걸 어떻게 바꿔주느냐? 매틀랩 실행을 위한 경로로 들어가서 아래와 같이 MATLAB_JAVA 변수에 jre 경로를 입력하면 된다.

export MATLAB_JAVA=/usr/lib/jvm/java-8-oracle/jre

스크린샷_2016-06-29_15-43-40

그리고 나서 실행을 하면 제대로 실행되는 것을 확인할 수 있다.

스크린샷_2016-06-29_15-44-03

자바 기반의 GUI 환경에 익숙해지면 이런 것쯤이야 뭐 알아서 수정할 수 있겠지만… 난 그런 게 별로 없는 환경을 좋아해서 그런지 이거에 좀 삽질을 많이 했다.

병렬 컴퓨터의 성능 척도

병렬 컴퓨터는 프로세서들을 포함한 많은 하드웨어 자원들을 중복적으로 사용하여 구성하는 시스템이기 때문에, 단일 프로세서 시스테보다 성능이 높아지는 것은 당연한 일이다. 그러나 여러 가지 요인들에 의하여 성능 향상이 그에 비례하여 높아지지는 못하고 있다. 따라서 시스템 개발자들은 투자한 가격 대 성능비를 높이기 위하여 많은 노력을 계속하고 있다. 그를 위해 병렬 컴퓨터의 속도와 성능 향상 및 효율에 대한 척도에 대해서 살펴봐야 한다.

  • 처리 속도

처리 속도는 시스템에서 단위 시간당 처리할 수 있는 연산들의 수로써, 여러 척도들이 사용되고 있다.

MIPS(Millions of Instructions Per Second): 초당 실행 완료되는 명령어들의 수를 나타내는 단위이다. 예를 들어, 1MIPS 및 100MIPS는 각각 초당 백만 개 및 1억 개의 명령어들을 실행하는 속도를 나타낸다. 그리고 1GIPS = 1000MIPS 로서, 초당 10억 개의 명령어들을 실행하는 속도이다. 8개의 프로세서들로 구성된 시스템은 퇴대 80MIPS의 실행 속도를 가질 수 있다. (여러 요인들에 의하여 실제로는 그보다 더 낮아진다.) 이 척도는 SIMD에서는 하나의 명령어가 실행되는 동안에 여러 개의 데이터들에 대한 연산들이 동시에 수행되기 때문이다.

MFLOPS(Millions of Floating-Point Per Second): 부동 소수점 연산에 대한 처리 속도를 나타내는 단위이다. 이 척도는 주로 과학계산 응용들을 처리하는 슈퍼컴퓨터의 처리 속도를 나타내는 데 사용되는데, 최근에 슈퍼컴퓨터로 분류되고 잇는 시스템들은 데부분이 TFLOPS 이상의 처리 속도를 기본으로 가지고 있다.

LIPS(Logical Inferences Per Second): 위의 두 척도들은 모두 수치 계산의 처리 속도를 나타내는 반면, LIPS는 인공지능 프로그램의 처리 속도를 나타내는 척도이다. 즉, 시스템이 단위 시간당 처리하는 논리 추론들의 수를 나타낸다.

  • 속도 향상

속도 향상은 앞에서 설명하였던 바와 같이, 프로세서 수가 p개인 병렬컴퓨터가 단일 프로세서 시스템에 비하여 몇 배의 처리 속도를 가지는지를 나타내는 척도이다. 어떤 프로그램을 단일프로세서 시스템에서 처리하는 데 걸리는 시간을 T1이라 하고, 동일한 프로그램ㅁ을 p개의 프로세서들을 가진 병렬컴퓨터에서 처리하는 데 걸리는 시간을 Tp라고 할 때, 속도 향상 Sp를 나타내는 식을 다시 쓰면 아래와 같다.

스크린샷_2016-06-27_15-40-50

Sp는 일반적으로 프로세서 수보다 더 작은데, 그 주요 요인들로는 불균등한 작업부하 및 각종 병렬처리 오버헤드들을 들 수 있다.

  • 효율

병렬컴퓨터에서 효율이란 아래의 식과 같이 속도 향상과 프로세서의 수의 비율로 정의된다.

스크린샷_2016-06-27_15-40-53

예를 들어, p=10인 병렬컴퓨터를 이용하여 8배의 속도 향상을 얻었담면, Ep=0.8이 된다.  (80%) 즉, 효율은 투자 비용에 따른 효과를 나타내는 척도이다.

  • 중복성

중복성이란 어떤 응용 프로그램ㅁ을 병렬컴퓨터에서 처리하는 경우에 수행되는 연산들의 수와 단일 프로세서 시스템에서 처리하는 경우에 수행되는 연산들의 수의 비율을 말한다. 이 식은 아래와 같이 표현할 수 있는데, 이 값은 항상 1보다 크다. 그 이유는 병렬처리를 위하여 별도의 동작들(프로세서 동기화 및 프로세서 간 통신 등)이 추가적으로 수행되어야 하기 때문이다. 결과적으로, 그 연산들을 처리하는 만큼 시간이 더 소모됨으로써 속도 향상과 효율이 저하되는 것이다.

스크린샷_2016-06-27_15-40-56

  • 시스템 이용률

시스템 이용률은 아래 식과 같이 표현된다.

스크린샷_2016-06-27_15-40-58

이것은 하드웨어 자원들이 어느 정도 효율적으로 사용되는지를 나타내는 척도이다. 즉, 프로그램을 처리하는 전체 시간 동안에 하드웨어 자원들이 실제 사용중인 상태에 있었던 비율을 가리킨다.

단일 프로세서 시스템에서는 O1 = T1인 것으로 가정한다면, 식은 더 간단해진다. 병렬 컴퓨터의 시스템 이용률은 대부분 1보다 더 적은데, 그 주요 이유는 프로세서들이 처리할 작업량이 균등하지 못하여 일부 프로세서들은 대기 상태에 있게되는 것과, 데이터 의존성으로 인하여 다른 프로세서로부터 데이터가 전송되어 올 때까지 기다려야 하는 경우가 있기 때문이다. 이 부분은 나중에 별도로 상세 설명이 필요하다.

  • 병렬처리의 질

병렬처리가 어느 정도 효과적으로 이루어졌는지를 나타내는 질을 이전까지 작성한 식을 토대로 하여 종합적으로 작성하면 아래와 같이 정리된다.

스크린샷_2016-06-27_15-41-00

즉, 병렬처리의 질은 속도향상과 효율에 비례하며, 중복성에는 반비례한다. 여기서 Ep는 항상 1보다 작고, Rp는 1과 p 사이의 값을 가지므로, Qp의 상한값(limit)은 속도 향상인 Sp가 된다.

일단 이정도의 내용만 가지고 병렬 컴퓨터의 성능 척도에 대해서 간단하게 살펴볼 수 있었다.

병렬컴퓨터의 분류 – 시스템 구성 이미지

설명은 이전 글에서 간략하게 진행했었는데, 실제로 이해가 쉽기 위한 이미지를 그려서 올리는 것이 더 좋을 거 같아서 같이 올립니다.20160614_121323328_iOS

UMA 구조입니다.

20160614_121333230_iOS.jpg

NUMA 구조입니다.

20160614_121341534_iOS.jpg

COMA 구조입니다.

20160614_121349305_iOS.jpg

NORMA 구조입니다.

20160614_121357310_iOS.jpg

CC-NUMA 구조입니다.

이 구조들은 이미 다 봤을법한 구조입니다만.. 혹시나 해서 올립니다. 이전 글과 같이 보면 좋습니다.

Git -could not read from remote repository

git에 로컬 저장소를 만들고 나서 remote를 추가할 때, remote의 주소가 잘못 지정된 상태에서 push를 하려고 하면 저런 메시지가 나타난다. github에서 만들어서 하면 저런 걸 별로 보진 못하는데, 다른 원격 저장소를 이용하면서 가끔 주소 문제로 저렇게 오류가 나는 경우가 있다.

그럴 때에는 remote의 주소를 변경해 주면 된다.

현재 지정된 원격 저장소의 주소를 알고자 할 경우에는 다음 명령어를 입력한다.

$ git remote -v

원격 저장소의 위치를 설정해주고자 할 때에는 다음 명령어를 입력한다. 난 여기서 origin의 저장소 주소를 변경하고자 한다.

$ git remote set-url origin [저장소주소]

어려운 건 아닌데 원격 저장소에서 만들어준 주소 그냥 복붙하다가 저런 오류 만나면 당황해 하진 말아야지 하면서 정리해본다.

IT 기술용어집?

정보처리 기사를 공부하는 녀석이 물어보더라. 이런 용어들 그냥 시험용으로 만드는 거 아니냐고…

정보처리 기사(산업기사)에 보면 응시 과목에 “신기술 용어”라고 시험에 나오는 부분이 있다. 채점 비중은 얼마 안되기 때문에 아는 거 있으면 찍고 아니면 말라고 이야기 하는 정도인데 내용 보면 이거 뭐지 하면서 되게 신기해하는 경향이 많이 있다.

근데 이거 다 배운거다. ㅡㅅㅡ

학교 수업과목에 개론 과목이 있으면 개론 과목에서 나오는 IT 기술 관련된 내용들에 조금씩 있는 내용들이 많이 있다. 그 외에도 각 과목별로 나오는 용어에 대해서 조금씩 조금씩 나오는 수준이다.

근데 그럼에도 불구하고 되게 보기 어려운 용어들이 가끔 나오는데, 이건 한국정보통신기술협회(www.tta.or.kr)에서 매년 상반기, 하반기에 걸쳐서 발표하는 신기술 용어집이 있다. 이곳에서 나오는 용어와 설명이 정보처리 기사(산업기사)에서는 거의 그대로 나온다고 보면 된다.

병렬컴퓨터의 분류 – 시스템 구성

최근 병렬 컴퓨터의 공성능화를 위하여 여러 가지 형태의 시스템들이 구성되고 있다. 그들은 시스템의 크기, 용도, 사용자 환경, 비용, 프로세서간 통신 방버 및 OS의 수 등에 있어서 매우 다양하다. 이러한 시스템들은 프로세서, 기억장치 및 상호 연결망을 어떻게 구성하는지에 따라 일반적으로 아래와 같이 분류되고 있다.

  • 대칭적 다중프로세서(Symmetric Multiprocessors: SMP)
  • 대규모 병렬프로세서(Massively Parallel Processors: MPP)
  • 캐쉬-일관성 NUMA(Cache-Coherent NUMA: CC-NUMA)
  • 분산 시스템(Distributed Systems)
  • 클러스터 컴퓨터(Cluster Computer)

어디선가 많이 본 시스템 구성들이 있을 것이다. 그것들을 일단 간단하게 설명하려한다.

SMP는 대략 2~64개의 프로세서들로 구성되는 중대형급 단일 시스템으로서, 일반적으로 완전-공유 구조를 가진다. 즉, 프로세서들이 시스템 내의 모든 자원들을 공유한다. 그리고 시스템 내에는 하나의 OS만 존재하며, 어느 프로세서든 공유 기억장치에 적재된 OS 코드를 수행할 수 있다. 대칭적이라는 명칭이 의미하듯, 모든 프로세서들은 동등한 권한으로 자원들을 공유하고, OS를 수행하며, 자신을 위한 작업 스케쥴링도 직접 수행한다. 이 분류에 속하는 시스템들의 주요 특징들을 정리하면 아래와 같다.

  • 능력이 비슷한 다수의 프로세서들로 구성된다
  • 프로세서들은 주기억장치와 IO 장치들을 공유하고, 버스 혹은 간단한 연결 방식에 의해 상호연결된다.
  • 모든 프로세서들은 동등한 권한을 가지며, 같은 수준의 기능들을 수행할 수 있다.
  • 프로세서들간의 통신은 공유-기억장치를 통하여 이루어진다.
  • 작업 스케줄링 및 파일/데이터 수준에서의 프로그램들간 상호 작용은 하낭의 OS에 의해 통합적으로 지원된다.
  • 상호연결망의 병목 현상으로 인하여 시스템 크기에 한계가 있다.

MPP는 주로 무공유 구조(shared-nothing architecture)를 기반으로 구성되는 대규모 병렬처리시스템이다. 이 시스템은 고속의 상호연결망을 통하여 서로 연결되는 수백 혹은 수천 개의 프로세싱 노드들로 이루어진다. 각 노드는 일반적으로 간단한 구조의 프로세서와 기억장치로 구성되며, 여러 개의 프로세서들이 하나의 노드에 포함되기도 한다. 또한 노드들 중의 일부분은 디스크와 같은 주변장치들과의 인터페이스를 가지고 있다. 그리고 대부분의 경우에 각 노드는 내부 자원 관리와 통신 자원을 위한 마이크로 커널 수준의 독립적인 운영체제를 탑제한다. 노드들 간의 통신은 메시지-패싱(message-passing) 방식을 주로 사용하며, 통신 거리를 최대한 단축시키고 대역폭을 높이기 위하여 복잡도가 높은 상호연결망(interconnection network)들을 사용한다.

CC-NUMA에서는 UMA 혹은  NUMA 시스템으로 구성되는 독립적인 노드들 여러개가 상호연결망에 의해 접속되며, 캐쉬 일관성 프로토콜에 의해 모든 노드의 캐쉬들과 주기억장치에 저장된 데이터들 간에 일관성이 유지된다. 이 모델의 시스템을 구성하기 위해서는 모든 노드들이 가지고 있는 기억장치들이 전체적으로 하나의 전역 주소 공간을 가지는 분산 공유 기억장치시스템으로 구성되어야 한다. 구성도를 그려서 좀 더 자세한 설명을 다른 문서에서 진행하겠다.

CC-NUMA의 주요 장점은 소프트웨어를 거의 변경하지 않고도 SMP보다 더 높은 수준의 병렬성을 이용할 수 있기 때문에 효율적인 성능을 제공할 수 있다는 점이다. 그러나 만약 기억장치 액세스의 많은 부분이 원격 노드에 대한 것이라면, 성능은 떨어질 것이다. 그러한 성능 저하는 캐쉬를 사용함으로써 어느 정도 방지될 수 있다. 그리고 프로그램 코드와 데이터들의 지역성이 높다면, 원격 기억장치 액세스의 빈도는 더 낮아질 것이다.

분산 시스템은 독립적인 컴퓨터시스템들이 전통적인 네트워크에 의해 연결되어 있는 컴퓨팅 환경을 말한다. 이것은 노드 수만ㅁ큼의 시스템 이미지들을 가진다. 즉, 각 노드는 별도의 OS를 가지고 독립적인 컴퓨터로서 기능을 수행하며, 다른 노드들과 정보를 교호나하거나 병렬처리를 수행할 때만 네트워크를 통하여 서로 통신한다. 각 노드는 PC, 워크스테이션, SMP, MMP 혹은 그들의 조합으로 이루어진다.

클러스터 컴퓨터랑 고속 LAN이나 네트워크 스위치에 의해 서로 연결된 PC들 혹은 워크스테이션들의 집합체를 말한다. 분산 시스템과는 달리, 클러스터 컴퓨터에서는 모든 자원들이 단일 시스템 이미지로 사용될 수 있다. 즉, 어느 한 노드 컴퓨터에 접속한 사용자는 클러스터를 코든 노드들에 포함된 프로세서들과 주기억장치 및 디스크들로 구성되는 하나의 큰 시스템으로 간주하고 사용할 수 있다. 그리고 클러스터 내의 어느 한 컴퓨터에 결함ㅁ이 발생하더라도 다른 컴퓨터가 신속히 대체될 수 있기 때문에 가용성도 높다. 이와 같은 새로운 시스템 설계 개념을 이용하면, 저렴한 가격으로도 높은 성능과 신뢰도를 가지는 병렬처리 환경을 구축할 수 있기 때문에, 최근 웹 컴퓨팅 서버 등의 개발에 널리 사용되고 있다.

병렬컴퓨터의 분류 – 기억장치 엑세스 모델

이전에 작성한 Flynn의 분류들 중에서 병렬 컴퓨터의 구조로써 가장 널리 채택되고 있는 MIMD 조직은 기억장치의 위치와 주소지정 방식 및 프로세서들에 의한 기억장치 엑세스 시간에 따라 4가지 모델로 구분될 수 있다.

  • 균일 기억장치 액세스(Uniform Memory Access: UMA) 모델
  • 불균일 기억장치 액세스(Nonuniform Memory Access: NUMA) 모델
  • 개쉬-온리 기억장치 액세스(Cache-Only Memory Access: COMA) 모델
  • 무원격 기억장치 엑세스(No-Remote Memory Access: NORMA) 모델

UMA 모델에서는 모든 프로세서들이 상호연결망에 의해 접속된 주기억장치 모듈들을 공유한다. 그리고 프로세서들은 공유 기억장치의 어느 영역이든 같은 방법으로 액세스할 수 있으며, 그에 걸리는 시간도 동일하다. 이 모델에 기반을 둔 시스템은 하드웨어가 간단하고 프로그래밍이 용이하다는 장점이 있는 반면에, 공유 자원들에 대한 경합이 높아지기 때문에 시스템 크기에 한계가 있다. 일반적으로, 상호연결망으로 버스가 사용되는 경우에는 최대 30개의 프로세서들, 크로스바 스위치 혹은 다단계 상호연결망 등이 사용되는 경우에는 최재 64개의 프로세서들로 구성될 수 있다.

NUMA 모델은 시스템 크기에 대한 UMA 모델의 한계를 극복하고 더 큰 규모의 시스템을 구성하기 위한 것으로써, 다수의 UMA 모델들이 상호연결망에 의해 접속되며, 전역 공유 기억장치(Global Shared Memory)도 가질 수 있다. 이 모델에서는 시스템 내의 모든 기억장치들이 하나의 주소 공간을 형성하는 분산 공유 기억장치 구조를 가지기 때문에, 프로세서들은 자신이 속한 UMA 모듈의 기억장치뿐 아니라 GSM 및 다른 UMA 모듈의 기억장치들도 직접 액세스 할 수 있다. 그러나 기억장치 액세스 시간은 액세스 할 기억장치의 위치에 따라 잘라진다. 즉, 프로세서에 의한 기억장치 액세스는 세 가지 패턴으로 분류된다.

  1. 지역 기억장치 엑세스: 자신이 속한 UMA 모듈 내의 기억장치에 대한 액세스로써, 가장 짧은 시간이 소요된다.
  2. 전역 기억장치 액세스: 프로세서가 원하는 데이터가 전역 공유 기억장치에 있는 경우에 이루어지는 액세스다.
  3. 원격 기억장치 액세스: 다른 UMA 모둘에 위치한 기억장치로부터 데이터를 액세스하는 경우로, 가장 긴 시간이 소요된다.

COMA 모델에서는 시스템 내에 주기억장치가 존재하지 않으며, 각 프로세서가 가지고 있는 기억장치는 모드 캐쉬로부터 동작한다. 모든 캐쉬들은 하나의 공통 시억장치 주소공간을 형성하며, 다른 프로세서의 개쉬에 대한 엑세스는 분산 캐귀 디렉토리들에 의해 지원된다. 초기 단계에서는 데이터들이 임의의 캐쉬에 저장되어 있으며, 실행 시간 동안에 실제 그 데이터들을 사용할 프로세서의 캐쉬로 이동된다.

NORMA 모델은 이름에서 의미하듯, 프로세서가 원격 기억장치는 직접 액세스할 수 없는 병렬컴퓨터 구조이다. 프로세서와 기억장치로 구성되는 노드들은 메시지 전송 방식을 지원하는 상호연결망에 의해 서로 접속된다. 그러나 어떤 노드의 프로세서가 다른 노드의 기억장치에 저장되어 있는 데이터를 원하는 경우에, 그 기억장치를 직접 액세스하지 못한다. 그 대신에, 그 노드로 기억장치 액세스 요구 메시지를 보내며, 메시지를 받은 노드는 해당 데이터를 인출하여 그것을 요구한 노드로 보내준다. 이러한 시스템에서는 각 노드가 별도의 기억장치를 가지고 있기 때문에 분산 기억장치 시스템이라고도 부른다. 이 모델을 위한 상호 연결망들이 별도로 존재하므로 이것들은 나중에 별도의 문서로 다룬다.

병렬컴퓨터의 분류 – 구조적 특징

병렬 컴퓨터는 구조적 특징에 따라서도 분류가 될 수 있다. 구조적인 부분에 대해서는 지속적으로 새로운 것들이 많이 만들어지고 하지만, 대표적인 것들만 우선 살펴보려 한다.

  • 파이프라인 컴퓨터

파이프라인 컴퓨터는 시간적 병렬성을 이용한 중첩 계산을 수행하는 시스템이다. 즉, 체인 평태로 연결된 연산 요소들이 동시에 연산을 수행함으로써 병렬성을 제공하는 것이다. 일반적으로 파이프라이닝은 프로세서의 명령어 실행 유니트와 ALU 내부 회로에 적용된다. 그리고 파이프라인된 ALU들은 벡터 처리 유니트의 구현으로 확장될 수 있다. (벡터는 1차원 데이터 배열을 말한다.) 만약 n개의 데이터들로 구성된 두 개의 벡터들에 대한 덧셈 ㅁ연산을 수행한다면, 같은 위치의 두 데이터들을 각각 더해야 한다. 이와 같이 n개의 동일한 연산들이 반복 수해오디는 경우에 파이프라인이 매우 효과적이며, Cray Y-MP와 같은 슈퍼컴퓨터들이 여러 개의 벡터 유니트들을 이용하는 대표적인 시스템이다.

  • 배열 프로세서

배열 프로세서는 SIMD  조직에 해당되며, 공간적 병렬성을 실현하기 위해 여러 개의 동기화된 프로세싱 유니트들을 사용한다. 이 유니트들은 하나의 제어 유니트로부터 동시에 전송되는 동일한 연산 명령을 서로 다른 데이터에 대하여 수행한다. 따라서 이러한 처리 방식을 데이터 병렬모델이라고 부른다.

  • 다중프로세서 시스템

다중프로세서 시스템은 MIMD 조직에 해당되며, 시스템 자원들(기억장치, IO 등)을 공유하는 여러 개의 프로세서들을 이용하여 비동기적 병렬성을 실현하는 시스템이다.

배열 프로세서와 다중 프로세서 시스템의 근본적인 차이점은 프로세서들이 수행하는 프로그램의 독립성에 있다. 배열 프로세서에서는 모든 프로세서들이 동일한 프로그램을 동기적으로 실행하고, 다중프로세서 시스템에서는 각 프로세서들이 서로 다른 별도의 프로그램을 비동기적으로 실행한다.

이 시스템들에 대해서는 이것들 말고도 정리할 것들이 많은데 아예 별도의 문서를 또 만들어서 작성해야겠다.

키보드 손목보호대의 중요성을 깨달음

20160607_040653026_iOS.jpg

사실 그전에는 손목 보호대 있어봤자 그냥 떼어버리기 바빴습니다. 이걸로 뭐 얼마나 도움 된다고 생각했죠.

그런데, 요즘 기계식 키보드를 주로 쓰면서 중요성이 팍팍 느는군요. 기계식 키보드들이 타이핑을 좀더 편안하게 하기 위해서 스탭 스컬쳐를 적용해서 제품이 나와주는 것들이 많이 생겼죠. 요즘은 맴브레인에서도 기계식과 유사하게 만들어지는 걸 많이 봤는데… 손가락은 편한데 반해 손목은 조절에 따라서 은근 불편하게 나온 것들이 많더군요. 키보드 두께가 두꺼워서 전체적으로 손목이 좀 꺾여서 타이핑을 쳐야 하는 그런 경우도 많이 보이고 하더군요. 잠깐 타이핑 하고 할 때에는 그냥 신경도 안썼는데, 요즘은 타이핑이 기존보다 엄청 늘은 데다가 손목 상태도 뭔가 좀 찜찜하네요. (것보다 몸상태가 다시 안좋아지는듯..)

그래서 키보드 손목보호대를 질렀습니다. 옛날에는 엘레컴에서 나온 것도 있고 펠로워즈나 다른 곳에서도 이런 저런 손목보호대가 많이 나왔었는데 요즘은 별로 없더군요. 제가 이번에 지른 것처럼 나무로 나온 것은 필코랑 스카이디지털에서 나온 것 뿐인데 필코껄 지를 주머니 사정이 아니어서 그냥 스카이디지털껄 질렀는데 은근 느낌 나쁘지 않군요. 타이핑이 많은 분들은 손목보호대 있는 것이 나쁘지 않을 거라 생각합니다.