Release 0.4: 오픈 소스에 대한 나의 기여 계획
Source: Dev.to
The Plan
release 0.4에서는 제가 계속 듣고 있었지만 제대로 이해해 보지는 못했던 세 가지를 탐구하기로 했습니다. 계획은 Drizzle ORM을 파고들고, Go 코드베이스에 기여를 시작하며, MCP가 무엇인지 알아보는 것이었습니다. 저는 다음 세 개의 서로 다른 저장소를 선택했습니다:
Drizzle ORM
많은 개발자들이 원시 SQL을 여기저기서 작성하는 대신 데이터베이스 스키마와 쿼리를 다루기 위해 Drizzle을 사용한다는 점에서 Drizzle을 선택했습니다. ORM은 Object Relational Mapping의 약자로, 코드 객체를 데이터베이스 테이블에 매핑합니다. 설정은 간단했습니다: Docker를 활성화하고, 저장소를 클론한 뒤 코드베이스를 읽기 시작했습니다.
다른 ORM에 비해 아키텍처가 꽤 가볍기 때문에 사람들이 선호하는 것 같습니다. 제가 흥미롭게 생각한 점은 Drizzle이 SQL 쿼리를 코드 곳곳에 흩어놓는 대신 TypeScript로 데이터베이스 스키마를 정의하도록 허용한다는 점입니다. 앞으로 Drizzle에 몇 가지 풀 리퀘스트를 보내면서 ORM이 내부적으로 어떻게 동작하는지 이해하려고 합니다. 기여하는 것이 가장 좋은 학습 방법인 것 같습니다.
Streamplace
Streamplace는 주로 Go와 TypeScript로 작성된 프로젝트입니다. 실시간 스트리밍 및 비디오 처리를 위한 플랫폼으로, 라이브 비디오 스트림을 처리하는 인프라를 제공합니다. 성능이 중요한 백엔드 부분은 Go로 구현되고, 보다 동적인 부분은 TypeScript로 구현됩니다.
코드 조직 방식 때문에 이 프로젝트에 관심을 갖게 되었습니다. 높은 추상화 때문에 복잡해질 수 있는 TypeScript 프로젝트와 달리, 잘 구조화된 Go 코드베이스를 보는 것이 신선했습니다. 구체적인 기여 내용은 다음 블로그 포스트에서 더 자세히 다루겠습니다.
Tableau‑MCP
Tableau‑MCP는 개발자가 프로젝트를 구축하면서 LLM을 더 쉽게 활용할 수 있게 해주는 프로젝트입니다. AI 모델을 개발 워크플로에 통합하기 위해 설계된 리소스와 도구를 제공합니다. 프로젝트가 아직 활발히 개발 중이라 기여하고 싶었습니다.
코드베이스를 탐색하면서 MCP(Model Context Protocol)에 대해 배우고 있습니다. MCP는 애플리케이션이 AI 모델과 상호작용하는 방식을 정의하는 프로토콜입니다. 이 프로젝트에도 기여할 계획이며, 자세한 내용은 다음 블로그 포스트에서 공유하겠습니다.