Lunikism

수십, 수백 개의 독립된 Git 저장소로 이루어진 대규모 프로젝트(예: 안드로이드 오픈소스 프로젝트 - AOSP)를 관리해 본 적이 있다면? 각 서비스나 모듈이 개별 저장소로 분리되어 있을 때, 일반적인 Git 명령어만으로는 전체 코드베이스의 일관성을 유지하고 협업하는 것이 매우 번거롭고 복잡해진다.

이번 글에서는 구글(Google)이 개발한 멀티 저장소 관리 도구인 Repo의 개념과 일반 Git과의 차이점, 그리고 실제 프로젝트에 적용하는 Manifest 설정 방법까지 완벽하게 정리해 본다.

1. Git만으로는 부족한 순간: 멀티 Repo 관리의 어려움

현대 대규모 소프트웨어 아키텍처는 코드베이스를 여러 개의 독립된 Git 저장소로 쪼개어 관리하는 경우가 많다. 이때 Git의 기본 기능(Submodule, Subtree 등)을 활용할 수 있지만, 다음과 같은 한계에 부딪히게 된다.

• 동기화의 어려움: 수십 개의 저장소에서 각각 특정 브랜치나 커밋을 일일이 git pull하고 상태를 확인하는 작업은 피로감을 준다.
• 원자적(Atomic) 작업의 부재: 여러 저장소에 걸쳐 코드를 수정하고 동시에 브랜치를 생성하거나 커밋/푸시를 수행할 때 휴먼 에러가 발생하기 쉽다.
• 버전 관리의 파편화: 어떤 조합의 커밋들이 정상적으로 빌드되는 버전인지(Manifest) 전체적인 스냅샷을 관리하기 어렵다.

이러한 문제를 해결하기 위해 등장한 것이 바로 Repo다.

2. Google Repo란 무엇인가?

Repo는 Git을 대체하는 도구가 아니라, 여러 개의 Git 저장소를 상위 레벨에서 통합 관리하기 위해 구글이 만든 파이썬 기반의 툴이다.

Repo는 Manifest(매니페스트) 파일을 기반으로 작동한다. Manifest 파일은 XML 형식으로 작성되며, 프로젝트 내에 어떤 Git 저장소들이 포함되어 있고 각각 어떤 브랜치나 리비전(Revision)을 바라봐야 하는지를 정의한다.

핵심 동작 방식

1. repo init: 프로젝트의 기준이 되는 Manifest 저장소를 클론하고 작업 디렉터리를 초기화한다.
2. repo sync: Manifest 파일에 명시된 모든 하위 Git 저장소를 한 번에 클론하거나 최신 상태로 동기화한다.

3. Git vs Repo 핵심 비교

4. Repo의 핵심: Manifest 파일 (default.xml) 예제

Repo를 작동시키기 위해 가장 중요한 것은 저장소 구조를 정의하는 Manifest 파일이다.

Manifest 기본 구조 예제

<?xml version="1.0" encoding="UTF-8"?>
<manifest>

  <!-- 1. 원격 저장소 서버(Remote) 정의 -->
  <remote name="origin"
          fetch="https://github.com/my-organization"
          review="https://review.my-organization.com" />

  <!-- 2. 기본값(Default) 설정 -->
  <default revision="main"
           remote="origin"
           sync-j="4" />

  <!-- 3. 개별 Git 저장소(Project) 목록 정의 -->
  <!-- 메인 프레임워크 저장소 -->
  <project path="src/framework" name="core-framework.git" revision="release/v1.0" />

  <!-- 모듈/라이브러리 저장소 -->
  <project path="src/modules/auth" name="module-auth.git" />
  <project path="src/modules/payment" name="module-payment.git" />

  <!-- 외부 오픈소스 라이브러리 (다른 원격 서버 사용 예시) -->
  <remote name="external-git" fetch="https://github.com/external-lib" />
  <project path="src/vendor/libfoo" name="libfoo.git" remote="external-git" revision="v2.1.0" />

</manifest>

Manifest 주요 태그 설명

• <remote>: Git 서버의 Base URL(fetch)을 정의한다.
• <default>: <project> 태그에서 별도 지정이 없을 때 사용할 기본 브랜치(revision)와 서버(remote)를 지정한다.
• <project>: 실제 로컬로 가져올 개별 Git 저장소를 정의한다. path는 로컬 폴더 경로, name은 서버의 저장소 이름이다.

TIP: 프로젝트 규모가 너무 커지면 <include name="other_manifest.xml"/> 태그를 활용해 Manifest 파일 자체를 여러 개로 분할해 관리할 수도 있다.

5. 실무에서 주로 사용하는 Repo 명령어 워크플로우

1. Manifest 저장소 초기화
   repo init -u https://github.com/my-org/manifests.git -b main
2. 전체 저장소 일괄 동기화 (다운로드)
   repo sync
3. 전체 저장소 동시 브랜치 생성
   repo start feature/new-login --all
4. 전체 작업 상태 확인
   repo status

6. 결론: 어떤 프로젝트에 도입해야 할까?

• 일반 Git이 적합한 경우: 하나의 저장소에서 개발이 이루어지거나, Git Submodule만으로도 충분히 관리가 가능한 중소규모 프로젝트.
• Repo가 적합한 경우: 수십 개 이상의 독립된 저장소가 유기적으로 엮여 있어 전체 코드베이스의 일괄 동기화와 스냅샷 관리가 필수적인 대규모 프로젝트.

프로젝트의 규모가 커져서 여러 Git 저장소를 유기적으로 묶어 관리해야 하는 골칫거리가 생겼다면, Repo 도입을 진지하게 고려해 볼 만하다. 개발 생산성을 극적으로 끌어올려 줄 것이다.

업데이트 안내

2026년 동행복권 사이트 개편으로 기존 회차 조회 URL은 더 이상 JSON을 주지 않는다. 대신 /lt645/ 경로 아래의 새 JSON API를 쓰면 된다.

기존 URL https://www.dhlottery.co.kr/common.do?method=getLottoNumber&drwNo=1119를 호출하면 이제 동행복권 메인 페이지(HTML)로 리다이렉트된다. 그래서 기존 코드는 json.loads 단계에서 실패한다.

이 글은 새 API 주소, 바뀐 필드명, 기존 코드를 거의 그대로 살리는 호환 래퍼를 정리한 것이다. 아래 내용은 2026년 10월 기준으로 직접 호출해 확인했다.

새 엔드포인트

특정 회차는 selectPstLt645InfoNew.do, 최신 회차는 selectPstLt645Info.do로 가져온다. 둘 다 별도 인증 없이 application/json을 반환한다.

찾는 방법은 예전과 같다. 크롬 개발자도구(F12)의 Network 탭을 연다. 그 상태로 로또6/45 추첨결과 페이지에서 회차를 바꿔 보면, Fetch/XHR 목록에 아래 요청이 보인다.

srchLtEpsd가 회차 번호다. 예전 drwNo와 같은 역할이다.

selectPstLt645Info.do?srchLtEpsd=1119처럼 회차를 줘도 최신 회차만 돌아온다. 따라서 특정 회차는 InfoNew로 받아서 원하는 회차만 골라내야 한다.

참고로 selectPstLt645Info.do?srchLtEpsd=all로 전 회차를 받은 사례도 있다. 직접 검증하지는 못했으니 참고만 하자.

응답 JSON

응답은 data.list 배열에 회차별 객체가 들어 있는 구조다. 아래는 1119회 항목만 뽑아 주석을 단 것이다. 기존 글의 1119회 값과 정확히 일치한다.

{
   "resultCode": null,
   "resultMessage": null,
   "data": {
      "list": [
         {
            "ltEpsd": 1119,                    // 회차
            "ltRflYmd": "20240511",            // 추첨일 (YYYYMMDD)
            "tm1WnNo": 1,                      // 1번째 번호
            "tm2WnNo": 9,                      // 2번째 번호
            "tm3WnNo": 12,                     // 3번째 번호
            "tm4WnNo": 13,                     // 4번째 번호
            "tm5WnNo": 20,                     // 5번째 번호
            "tm6WnNo": 45,                     // 6번째 번호
            "bnsWnNo": 3,                      // 보너스 번호
            "rnk1WnNope": 19,                  // 1등 당첨자 수
            "rnk1WnAmt": 1396028764,           // 1등 1인당 당첨금
            "rnk1SumWnAmt": 26524546516,       // 1등 총 당첨금
            "rnk2WnNope": 97,                  // 2등 당첨자 수 (rnk2~5 동일 패턴)
            "rnk2WnAmt": 45574823,             // 2등 1인당 당첨금
            "rnk2SumWnAmt": 4420757831,        // 2등 총 당첨금
            "rnk3WnNope": 3108,
            "rnk3WnAmt": 1422381,
            "rnk3SumWnAmt": 4420760148,
            "rnk4WnNope": 155000,
            "rnk4WnAmt": 50000,
            "rnk4SumWnAmt": 7750000000,
            "rnk5WnNope": 2560859,
            "rnk5WnAmt": 5000,
            "rnk5SumWnAmt": 12804295000,
            "sumWnNope": 2719083,             // 1~5등 전체 당첨자 수
            "wholEpsdSumNtslAmt": 111840714000,// 총판매금액
            "rlvtEpsdSumNtslAmt": 55920357000, // 의미 미확인 (총판매금액의 약 절반)
            "winType1": 15,                    // 1등 자동 당첨 수
            "winType2": 4,                     // 1등 수동 당첨 수
            "winType3": 0,                     // 1등 반자동 당첨 수
            "winType0": 0,
            "gmSqNo": 5133,
            "excelRnk": "1등"
         }
         // ... 1114 ~ 1123회 항목이 함께 온다
      ]
   }
}

winType1~3은 결과 페이지의 "1등 자동/수동/반자동" 숫자와 일치한다. 1246회 기준 11/4/1이었다. winType0, gmSqNo, excelRnk는 의미를 확인하지 못했다.

기존 필드와 새 필드 비교

필드 이름은 모두 바뀌었다. 하지만 1:1로 대응되므로 매핑만 바꾸면 된다. 추첨일 형식과 성공 여부 판단 방식은 주의해야 한다.

정정: 기존 글에서 totSellamnt를 "전체 당첨 상금 총액"이라고 설명했는데, 이는 잘못이다. 실제로는 총판매금액이다. 결과 페이지의 1246회 총판매금액 121,857,105,000원이 wholEpsdSumNtslAmt 값과 같다.

파이썬 예제: 기존 포맷 호환 래퍼

새 응답을 예전 키 이름으로 바꿔 주는 함수를 두면, 기존 코드는 호출 함수만 교체하면 된다. 반환값은 예전 getLottoNumber 응답과 같은 모양이다.

import requests

BASE = "https://www.dhlottery.co.kr/lt645"
HEADERS = {
    "User-Agent": "Mozilla/5.0",
    "Referer": "https://www.dhlottery.co.kr/lt645/result",
}


def _get_list(url, params=None):
    """API를 호출해 data.list 를 반환한다."""
    r = requests.get(url, params=params, headers=HEADERS, timeout=10)
    r.raise_for_status()
    # 차단/대기 시에는 HTML 페이지가 오므로 Content-Type 을 먼저 확인
    if "application/json" not in r.headers.get("Content-Type", ""):
        raise RuntimeError("JSON이 아닌 응답 (접속 대기/차단 페이지 가능성)")
    return r.json()["data"]["list"]


def to_legacy(it):
    """새 응답 항목을 예전 getLottoNumber 포맷으로 변환한다."""
    d = it["ltRflYmd"]  # "20240511"
    out = {
        "returnValue": "success",
        "drwNo": it["ltEpsd"],
        "drwNoDate": f"{d[:4]}-{d[4:6]}-{d[6:]}",
        "bnusNo": it["bnsWnNo"],
        "firstWinamnt": it["rnk1WnAmt"],
        "firstPrzwnerCo": it["rnk1WnNope"],
        "firstAccumamnt": it["rnk1SumWnAmt"],
        "totSellamnt": it["wholEpsdSumNtslAmt"],
    }
    for i in range(1, 7):
        out[f"drwtNo{i}"] = it[f"tm{i}WnNo"]
    return out


def get_lotto_number(drw_no):
    """특정 회차 결과를 예전 포맷으로 반환한다."""
    items = _get_list(
        f"{BASE}/selectPstLt645InfoNew.do",
        {"srchDir": "center", "srchLtEpsd": drw_no},
    )
    hit = next((it for it in items if it["ltEpsd"] == drw_no), None)
    return to_legacy(hit) if hit else {"returnValue": "fail"}


if __name__ == "__main__":
    print(get_lotto_number(1119))

get_lotto_number(1119)를 실행하면 기존 글의 예시 JSON과 같은 값이 나온다.

응답 목록에 해당 회차가 없으면(예: 아직 추첨 전) {"returnValue": "fail"}이 돌아온다.

전체 회차 일괄 수집

한 번 호출에 10개 회차가 오므로, 1회부터 최신 회차까지 약 125번 호출하면 전부 모인다. 예전처럼 회차마다 한 번씩 1,200번 넘게 호출할 필요가 없다.

위 예제의 _get_list, to_legacy와 아래 get_last_round를 함께 쓴다.

import json
import time


def collect_all(delay=1.0):
    last = get_last_round()
    rows = {}
    center = 1
    while len(rows) < last:
        items = _get_list(
            f"{BASE}/selectPstLt645InfoNew.do",
            {"srchDir": "center", "srchLtEpsd": center},
        )
        for it in items:
            rows[it["ltEpsd"]] = to_legacy(it)
        # 아직 없는 가장 작은 회차를 찾아, 그 회차가 앞쪽에 오도록 center 이동
        missing = next(n for n in range(1, last + 2) if n not in rows)
        if missing > last:
            break
        center = min(missing + 5, last)
        time.sleep(delay)  # 서버 부담을 줄이기 위한 간격
    return [rows[n] for n in sorted(rows) if n <= last]


if __name__ == "__main__":
    data = collect_all()
    with open("lotto645.json", "w", encoding="utf-8") as f:
        json.dump(data, f, ensure_ascii=False, indent=2)
    print(f"{len(data)}개 회차 저장 완료")

이미 저장한 파일이 있다면 마지막 회차 다음부터만 받도록 시작 center를 바꾸면 된다. 매주 한 번 돌리는 용도라면 최신 1건만 받아 추가하는 편이 가장 가볍다.

최신 회차 구하기

최신 회차는 이제 API로 바로 받는 것이 정확하다. 파라미터 없이 selectPstLt645Info.do를 호출하면 발표된 최신 회차 1건이 온다.

def get_last_round():
    """발표된 최신 회차 번호를 반환한다."""
    return _get_list(f"{BASE}/selectPstLt645Info.do")[0]["ltEpsd"]

기존 글의 날짜 계산 방식(2002-12-07 기준 주차 + 1)도 여전히 쓸 수 있다. 다만 토요일 추첨 전에는 아직 결과가 없는 회차 번호를 돌려준다는 한계가 있다. 네트워크 없이 대략적인 회차가 필요할 때만 보조로 쓰자.

주의사항

공식 공개 API가 아니므로 언제든 다시 바뀔 수 있다. 응답 형식이 달라지면 빨리 알아챌 수 있게 짜 두는 것이 좋다.

• 트래픽 제어: 동행복권 사이트에는 접속 대기와 IP 차단 화면이 있다. 이때는 JSON 대신 HTML이 오므로 Content-Type을 먼저 확인한다.
• 호출 간격: 연속 호출 시 0.5~1초 정도 쉬어 준다. 일괄 수집은 한 번만 돌리고 결과를 파일로 저장해 쓰자.
• 헤더: 테스트에서는 헤더 없이도 동작했다. User-Agent와 Referer는 차단 예방 차원에서 넣은 것이다.
• 조회 기간: 결과 페이지에는 "지급개시일로부터 1년 이내 조회" 문구가 있다. 하지만 API로는 2024년 1119회도 정상 조회됐다.

참고

• 동행복권 로또6/45 추첨결과
• selectPstLt645InfoNew.do 1119회 응답
• selectPstLt645Info.do 최신 회차 응답
• johyunchol/lottogo-python: 개편 대응 사례
• dusohn/Lottery PR #1: srchLtEpsd=all 사례

온라인 AI 서비스의 사용량 제한이나 유료 구독 비용이 부담스러우셨나요?NVIDIA 그래픽카드가 탑재된 데스크탑이 있다면, 내 컴퓨터에 직접 툴을 설치해서 인터넷 연결 없이 무제한으로 고품질 이미지를 생성할 수 있다.

오늘은 사용 목적과 난이도에 따라 선택하기 좋은 대표적인 로컬 이미지 생성 툴 3가지를 시도해보려고 작성해본다.

1. Fooocus (가장 쉽고 빠른 툴 – 초보자 강력 추천)

"미드저니(Midjourney)처럼 복잡한 설정 없이 프롬프트만으로 고품질 이미지를 뽑고 싶다면?"

• 특징: Stable Diffusion XL(SDXL) 기반으로 작동하며, 원클릭 인스톨러를 제공해 설치가 매우 간단합니다.
• 장점:
  • 복잡한 파라미터(옵션) 설정 없이 텍스트 입력만으로 고품질 결과물이 나옵니다.
  • 스타일 체크박스(사진 스타일, 애니메이션, 아트 등)를 클릭해 원하는 느낌을 쉽게 적용할 수 있습니다.
• 단점: 세밀한 파이프라인 제어나 고급 노드 기반 수정에는 한계가 있습니다.
• 추천 대상: AI 이미지 생성을 처음 접하거나, 머리 아픈 설정 없이 예쁜 이미지를 바로 뽑고 싶은 분.

2. Stable Diffusion WebUI (AUTOMATIC1111) (가장 대중적인 툴)

"가장 정보가 많고 직관적인 웹 인터페이스를 원한다면?"

• 특징: 오랫동안 로컬 AI 생성 분야에서 가장 널리 쓰여온 대중적인 웹 GUI 툴입니다.
• 장점:
  • 인터넷에 튜토리얼, 사용자 가이드, 설정 팁 등 참고할 레퍼런스가 가장 많습니다.
  • 무수히 많은 확장 프로그램(Extension)을 통해 필요한 기능을 추가할 수 있습니다.
• 단점: 최신 모델(Flux 등) 적용 시 설정이 조금 까다롭거나 메모리 관리 측면에서 아주 효율적이지는 않습니다.
• 추천 대상: 직관적인 인터페이스에서 다양한 체크포인트 모델과 플러그인을 활용해 보고 싶은 분.

3. ComfyUI (전문가용 최강 성능 & 유연성)

"VRAM 효율 극대화, 나만의 정밀한 생성 파이프라인을 구축하고 싶다면?"

• 특징: 노드(Node)를 연결하여 이미지 생성 흐름을 직접 조립하는 전문적인 툴입니다.
• 장점:
  • 메모리(VRAM) 최적화가 훌륭해 낮은 그래픽카드 사양에서도 원활하게 작동합니다.
  • SDXL, Stable Diffusion 3, Flux 등 최신 모델을 가장 빠르고 완벽하게 지원합니다.
  • 업스케일링, 인페인팅, ControlNet 등 복잡한 작업을 하나의 워크플로우로 자동화할 수 있습니다.
• 단점: 노드 연결 방식이 생소해 초기 진입 장벽이 다소 높은 편입니다.
• 추천 대상: 그래픽카드 성능을 100% 활용하고 싶거나, 정밀한 이미지 제어가 필요한 고수분들.

💡 요약 및 선택 가이드

관련 내용은 아래 링크에 상세 설명되어있다.

https://community.st.com/t5/stm32-mcus/how-to-add-external-libraries-in-stm32cubeide/ta-p/628619

다만, 한가지 유의할 점은 사용하고자 하는 MCU의 아키텍처에 맞는 *.a 파일을 라이브러리 항목에 추가할때

보통 파일명이 lib라이브러리파일이름.a 인데( 확장자가 *.a)

맨앞 lib 떼고, 확장자 뗀 이름만 넣어야한다.

ESP32 보드에서 작업을 하던 중 커널 패닉이 발생하여 디버깅을 해야한다.

개발보드가 아니고 ESP32 SoC가 PCB에 온보드된 상태라서 JTAG같은 디버깅을 사용할 수 없다.

backtrace를 활성화하면 커널패닉등으로 Falut가 발생하면 콜스택 위치를 뿌려준다.

물론 친절하게 어느 파일 몇번째 라인 이렇게 안뿌려준다.

아래 명령으로 해당 빌드 이미지와 함께 사용하면 된다.

xtensa-esp32-elf-addr2line -pfiaC -e build/PROJECT.elf backtace 주소

WPF의 디자인 패턴 중 하나인 MVVM. 이름부터 어렵다.

Model - View - ViewModel의 각 약자로.

쉽게 설명하자면

UI를 담당하는 View (eg. view.XAML)와 코드비하인드를 담당하는 VM(ViewModel)과 데이터 모델이 포함된 Model를 서로 분리하여 개발함으로써 디자인적 요소와 코드쪽 개발을 효율을 높이는 디자인 패턴이다.

MVVM 패턴으로 적용하면서 가장크게 바뀐게 바로 바인딩(Binding)이다.

Binding이라 함은 뜻 그대로 UI의 요소와 코드비하인드의 요소를 하나로 묶어주는 것이다.

자세한 설명은 구글링을 통하면 쉽게 나온다.

MVVM을 구현하는 방법은 여러 방법이 있지만, 프로젝트 규모가 크거나 뷰 갯수가 많아질 경우 처음부터 기틀을 잘 마련해야 나중에 코드를 뒤엎는 불상사를 막을 수 있다.

여기서는 Resource Directory를 이용한 방법을 간단히 적어본다.

1. 프로젝트내에 ResourceDirectory(한국어판에는 리소스사전)을 추가

2. 아래 처럼 DataTemplate를 이용하여 View와 ViewModel을 연결한다.

    <DataTemplate DataType="{x:Type vm:SettingVM}">
        <view:SettingView />
    </DataTemplate>

추가한 ResourceDirectory를 app.xaml에 기입한다.

    <Application.Resources>
        <ResourceDictionary>
            <ResourceDictionary.MergedDictionaries>
                <ResourceDictionary Source="/Presentations/Views/ResourceDictionary.xaml" />
                
            </ResourceDictionary.MergedDictionaries>
        </ResourceDictionary>
    </Application.Resources>

3. 실제 해당 뷰를 보여질 영역에는 아래와 같이 추가해준다.

CurrentView는 페이지 또는 UC 등이 보여지는 컨텐츠 영역을 가리키는 ViewModel object이다.

CurrentView에 별도로 선언된 SettingVM instance를 넣어주면 해당 뷰로 전환이 된다.

        public object CurrentView
        {
            get { return _currentView; }
            set
            {
                _currentView = value;
                OnPropertyChanged("CurrentView");
            }
        }

해당 컨텐츠가 보여질 영역은 xaml에서 아래와 같이 입력한다.

 <ContentControl x:Name="Pages" Content="{Binding CurrentView}" />

4. 주의점:

- MainWindow는 Resource Directory에서 따로 선언하지 않고, Datacontext를 통해 vm을 연결한다.