‘낭중지추(囊中之錐)’라는 말이 있다. ‘주머니 속의 송곳’이라는 뜻으로, 역량 있는 인재는 결국 눈에 띄기 마련이라는 말이다. 참 좋은 말이고, 자신의 역량을 높이는 데 집중하라는 용도로 지금도 종종 쓰인다. 그런데, 이 말에 약간의 함정이 있다.

조선시대를 생각해 보자. 그 시대는 지금보다 사람의 힘에 크게 의존하는 시대다. 로봇도 인공지능도 없으며, ‘시스템’에 의존하는 정도도 훨씬 약하다. 따라서, 더 높은 역량의 인재를 찾는데 적극적이어야 한다. 하지만 로봇과 인공지능이 사람의 일을 돕고, 시스템이 잘 구축되어 있어 어느 정도의 역량만 있어도 충분한 성과를 내는 곳이라면, 인재를 찾는 것의 필요성이 덜할 수 있다.

하나 더 생각할 것은 인재의 공급 측면이다. 옛날에는 인재 풀이 좁았다. 글을 읽는 것만으로도 지식인 소리를 들을 수 있었다. 그리고, 어느 정도 정해진 인력 네트워크에서 대부분의 채용이 이루어졌다. 따라서, 다른 사람들보다 실력이 좋으면 눈에 띄기가 쉬웠을 것이라고 생각한다. 하지만, 지금은 다르다. 인력을 공급하는 통로도 많아졌고, 기본적으로 인재가 많다. 남들보다 훨씬 출중하다면 눈에 띄겠지만, 상향 평준화된 집단에서 그만큼 두드러지기는 꽤나 어렵다.

‘낭중지추’는 나도 좋아하는 말이다. 결국은 실력이 있어야 기회를 잡을 수 있기 때문이다. 하지만, 실력만 믿고 있어서는 곤란하다. 자신의 역량을 표현하고 드러내야 한다. 손을 들어서 나를 봐달라고 해야 한다. 내가 가진 역량을 어떻게 하면 잘 이해시킬 수 있을지 고민해야 한다. 그래야 나의 존재를 알아주고, 나의 역량을 인정해 준다. 지금은 그런 시대다.

#커리어 #직장인 #자기표현 #브랜딩

‘낭중지추(囊中之錐)’라는 말이 있다. ‘주머니 속의 송곳’이라는 뜻으로, 역량 있는 인재는 결국 눈에 띄기 마련이라는 말이다. 참 좋은 말이고, 자신의 역량을 높이는 데 집중하라는 용도로 지금도 종종 쓰인다. 그런데, 이 말에 약간의 함정이 있다. 조선시대를 생각해 보자. 그 시대는 지금보다 사람의 힘에 크게 의존하는 시대다. 로봇도 인공지능도 없으며, ‘시스템’에 의존하는 정도도 훨씬 약하다. 따라서, 더 높은 역량의 인재를 찾는데 적극적이어야 한다. 하지만 로봇과 인공지능이 사람의 일을 돕고, 시스템이 잘 구축되어 있어 어느 정도의 역량만 있어도 충분한 성과를 내는 곳이라면, 인재를 찾는 것의 필요성이 덜할 수 있다. 하나 더 생각할 것은 인재의 공급 측면이다. 옛날에는 인재 풀이 좁았다. 글을 읽는 것만으로도 지식인 소리를 들을 수 있었다. 그리고, 어느 정도 정해진 인력 네트워크에서 대부분의 채용이 이루어졌다. 따라서, 다른 사람들보다 실력이 좋으면 눈에 띄기가 쉬웠을 것이라고 생각한다. 하지만, 지금은 다르다. 인력을 공급하는 통로도 많아졌고, 기본적으로 인재가 많다. 남들보다 훨씬 출중하다면 눈에 띄겠지만, 상향 평준화된 집단에서 그만큼 두드러지기는 꽤나 어렵다. ‘낭중지추’는 나도 좋아하는 말이다. 결국은 실력이 있어야 기회를 잡을 수 있기 때문이다. 하지만, 실력만 믿고 있어서는 곤란하다. 자신의 역량을 표현하고 드러내야 한다. 손을 들어서 나를 봐달라고 해야 한다. 내가 가진 역량을 어떻게 하면 잘 이해시킬 수 있을지 고민해야 한다. 그래야 나의 존재를 알아주고, 나의 역량을 인정해 준다. 지금은 그런 시대다. #커리어 #직장인 #자기표현 #브랜딩

알아서 알아주지 않는 시대

일하기도 바쁜데..  회의에는 크게 두 종류가 있다. 정보를 전달하기 위한 회의와 무언가를 결정하기 위한 회의가 그것이다. 정보를 전달하는 회의의 경우에는 논의보다는 전달이 목적이므로, 사전에 정해진 절차대로 진행하면서 필요한 정보 전달이 모두 이루어지면 회의가 종료된다. 이 과정에서는 예측한 시간에서 크게 벗어날 일이 별로 없다. 하지만, 무언가를 결정하

안 할 수는 없고 잘하기는 어려운 것, 회의

회의를 잘하면 없던 시간이 생긴다.
#회의 #직장인 #커리어

https://brunch.co.kr/@drunkensky/683

회의를 잘하면 없던 시간이 생긴다.#회의 #직장인 #커리어 https://brunch.co.kr/@drunkensky/683

Brunch Story

Spotify is developing premium-tier AI music creation tools that could transform passive listeners into active creators while generating higher revenue streams. 

Spotify's Bold AI Gamble Could Disrupt The Entire Music Industry

최근 Spotify의 새로운 'Music Pro' 티어에 대한 정보가 유출되었을 때, 특히 주목받은 기능 중 하나가 바로 "AI 기반 음악 도구"였다.

Spotify는 AI를 활용해 새로운 청취 경험을 제공하겠다는 목표를 공개적으로 밝혀 왔기 때문에, 많은 사람들은 이 기술이 사용자들이 자신만의 맞춤형 음악을 만들 수 있도록 돕는 방향으로 발전할 것이라고 추측하고 있다. 또한, 이는 플랫폼 운영자들이 AI를 프리미엄 기능으로 활용하여 수익을 극대화하려는 전략을 강화하고 있음을 보여주는 증거이기도 하다.

🍎 스트리밍 2.0을 향한 변화
현재 아티스트, 음반사, 스트리밍 서비스 제공업체들은 음악 스트리밍 산업의 대대적인 개편을 논의 중이다. 이른바 ‘스트리밍 2.0’ 시대를 열어가기 위한 논의가 진행되고 있으며, AI는 그 중심에서 중요한 역할을 할 것으로 보인다. 그렇다면, AI는 음악 스트리밍을 개척한 Spotify 플랫폼과 우리가 음악을 소비하는 방식에 어떤 변화를 가져올 것인가?

🍎 Spotify와 AI
Spotify는 AI를 활용하여 사용자 참여를 유도하는 데 있어 가장 성공적인 사례 중 하나다.

📌 초창기 AI 기능
Spotify는 초창기부터 "New Music" 및 "Discover" 같은 추천 플레이리스트를 머신러닝 알고리즘을 기반으로 구축하여 사용자들에게 최적의 곡을 추천했다.

📌 더 정교해진 AI 기능
최근에는 다음과 같은 AI 기능이 도입되었다.
✅ 블렌디드 플레이리스트(Blended Playlist)
 * 두 명의 사용자의 음악 취향을 결합하여 새로운 추천 플레이리스트 생성
 * 사용자 생성 플레이리스트를 보완하는 곡 추천
✅ AI 기반 태깅 시스템
 * AI가 음악 트랙을 자동으로 태깅하여 장르, 분위기, 콘텐츠 유형별로 분류
 * 이를 통해 검색 및 추천 기능 강화
✅ Spotify Wrapped
 * 사용자가 1년 동안 들은 음악을 AI 분석을 통해 요약 제공
 * 개인 맞춤형 연간 음악 리포트 생성
✅ AI DJ (2023 출시)
 * AI 음성을 활용해 라디오 DJ처럼 곡을 이어서 플레이
 * AI가 선곡을 안내하며 사용자와 더욱 상호작용
✅ AI 플레이리스트 (최신 기능)
 * ChatGPT와 유사한 언어 인터페이스를 활용해 맞춤형 플레이리스트 생성
 * 예:
   * "반지의 제왕을 읽을 때 들을 배경 음악" → 영화 OST 위주 추천
   * "산악 여행을 위한 음악" → 오페라, 헤비메탈, 게임 사운드트랙 조합
>> Spotify는 단순한 추천 알고리즘을 넘어, 사용자의 참여와 몰입을 유도하는 AI 도구를 지속적으로 개발

🍎 AI가 만드는 개인 맞춤형 음악 리믹스?
AI를 활용한 개인 맞춤형 음악 리믹싱 기술은 업계에서 오랫동안 논의되어 온 미래 기술 중 하나다. 그러나 여기에는 해결해야 할 큰 장애물이 존재한다.
🎵 저작권 문제
 * 아티스트와 음반사는 자신들의 음악이 무수히 많은 개인 맞춤 리믹스로 변형되는 것에 동의할까?
 * 새로운 AI 음악 도구가 공개되지 않는 이유도 이러한 저작권 문제 때문일 가능성이 높다.
📌 AI를 활용한 음악 커스터마이징
 * 사용자가 음악의 템포를 조절하고, 장르를 변경하며, 악기를 바꾸거나 심지어 보컬을 대체할 수 있다면?
 * 이러한 변화는 수동적인 음악 감상에서 적극적인 음악 창작으로 전환할 수 있도록 돕는다.

🍎 음악 스트리밍의 프리미엄 가격 정책
 * AI 기능이 프리미엄 서비스의 차별화 요소로 자리 잡는 추세
   * 구글(Google) → Gemini AI를 Google One 프리미엄 구독자에게 제공
   * X(구 트위터) → 유료 구독자에게 Grok AI 무제한 사용 권한 제공
   * AI 서비스 제공업체들은 AI 모델 훈련과 인력 고용에 투자한 비용을 회수해야 하므로, 프리미엄 구독 모델을 통한 수익 창출이 더욱 중요해짐
 * Spotify 역시 AI 기능을 프리미엄 티어 차별화 요소로 활용할 가능성 높음
   
   
🍎 결론: 음악 소비 방식의 미래 🚀🎶
 * 음악 및 미디어 소비 방식은 지속적으로 변화하고 있으며, AI는 그 중심에서 중요한 역할을 하고 있다.
 * Spotify는 AI 기술을 활용하여 단순한 추천 엔진을 넘어 사용자 맞춤형 경험을 제공하는 플랫폼으로 진화하고 있다.
 * 미래는 예측할 수 없지만, 한 가지 확실한 것은 음악 스트리밍과 미디어 소비 방식이 계속해서 혁신될 것이라는 점이다..

 * source: https://www.forbes.com/sites/bernardmarr/2025/03/04/spotifys-bold-ai-gamble-could-disrupt-the-entire-music-industry/

최근 Spotify의 새로운 'Music Pro' 티어에 대한 정보가 유출되었을 때, 특히 주목받은 기능 중 하나가 바로 "AI 기반 음악 도구"였다. Spotify는 AI를 활용해 새로운 청취 경험을 제공하겠다는 목표를 공개적으로 밝혀 왔기 때문에, 많은 사람들은 이 기술이 사용자들이 자신만의 맞춤형 음악을 만들 수 있도록 돕는 방향으로 발전할 것이라고 추측하고 있다. 또한, 이는 플랫폼 운영자들이 AI를 프리미엄 기능으로 활용하여 수익을 극대화하려는 전략을 강화하고 있음을 보여주는 증거이기도 하다. 🍎 스트리밍 2.0을 향한 변화현재 아티스트, 음반사, 스트리밍 서비스 제공업체들은 음악 스트리밍 산업의 대대적인 개편을 논의 중이다. 이른바 ‘스트리밍 2.0’ 시대를 열어가기 위한 논의가 진행되고 있으며, AI는 그 중심에서 중요한 역할을 할 것으로 보인다. 그렇다면, AI는 음악 스트리밍을 개척한 Spotify 플랫폼과 우리가 음악을 소비하는 방식에 어떤 변화를 가져올 것인가? 🍎 Spotify와 AISpotify는 AI를 활용하여 사용자 참여를 유도하는 데 있어 가장 성공적인 사례 중 하나다. 📌 초창기 AI 기능Spotify는 초창기부터 "New Music" 및 "Discover" 같은 추천 플레이리스트를 머신러닝 알고리즘을 기반으로 구축하여 사용자들에게 최적의 곡을 추천했다. 📌 더 정교해진 AI 기능최근에는 다음과 같은 AI 기능이 도입되었다.✅ 블렌디드 플레이리스트(Blended Playlist)<ul ><li>두 명의 사용자의 음악 취향을 결합하여 새로운 추천 플레이리스트 생성</li><li>사용자 생성 플레이리스트를 보완하는 곡 추천</li></ul>✅ AI 기반 태깅 시스템<ul ><li>AI가 음악 트랙을 자동으로 태깅하여 장르, 분위기, 콘텐츠 유형별로 분류</li><li>이를 통해 검색 및 추천 기능 강화</li></ul>✅ Spotify Wrapped<ul ><li>사용자가 1년 동안 들은 음악을 AI 분석을 통해 요약 제공</li><li>개인 맞춤형 연간 음악 리포트 생성</li></ul>✅ AI DJ (2023 출시)<ul ><li>AI 음성을 활용해 라디오 DJ처럼 곡을 이어서 플레이</li><li>AI가 선곡을 안내하며 사용자와 더욱 상호작용</li></ul>✅ AI 플레이리스트 (최신 기능)<ul ><li>ChatGPT와 유사한 언어 인터페이스를 활용해 맞춤형 플레이리스트 생성</li><li>예:<ul ><li>"반지의 제왕을 읽을 때 들을 배경 음악" → 영화 OST 위주 추천</li><li>"산악 여행을 위한 음악" → 오페라, 헤비메탈, 게임 사운드트랙 조합</li></ul></li></ul>&gt;&gt; Spotify는 단순한 추천 알고리즘을 넘어, 사용자의 참여와 몰입을 유도하는 AI 도구를 지속적으로 개발 🍎 AI가 만드는 개인 맞춤형 음악 리믹스?AI를 활용한 개인 맞춤형 음악 리믹싱 기술은 업계에서 오랫동안 논의되어 온 미래 기술 중 하나다. 그러나 여기에는 해결해야 할 큰 장애물이 존재한다.🎵 저작권 문제<ul ><li>아티스트와 음반사는 자신들의 음악이 무수히 많은 개인 맞춤 리믹스로 변형되는 것에 동의할까?</li><li>새로운 AI 음악 도구가 공개되지 않는 이유도 이러한 저작권 문제 때문일 가능성이 높다.</li></ul>📌 AI를 활용한 음악 커스터마이징<ul ><li>사용자가 음악의 템포를 조절하고, 장르를 변경하며, 악기를 바꾸거나 심지어 보컬을 대체할 수 있다면?</li><li>이러한 변화는 수동적인 음악 감상에서 적극적인 음악 창작으로 전환할 수 있도록 돕는다.</li></ul> 🍎 음악 스트리밍의 프리미엄 가격 정책<ul ><li>AI 기능이 프리미엄 서비스의 차별화 요소로 자리 잡는 추세<ul ><li>구글(Google) → Gemini AI를 Google One 프리미엄 구독자에게 제공</li><li>X(구 트위터) → 유료 구독자에게 Grok AI 무제한 사용 권한 제공</li><li>AI 서비스 제공업체들은 AI 모델 훈련과 인력 고용에 투자한 비용을 회수해야 하므로, 프리미엄 구독 모델을 통한 수익 창출이 더욱 중요해짐</li></ul></li><li>Spotify 역시 AI 기능을 프리미엄 티어 차별화 요소로 활용할 가능성 높음 </li></ul>🍎 결론: 음악 소비 방식의 미래 🚀🎶<ul ><li>음악 및 미디어 소비 방식은 지속적으로 변화하고 있으며, AI는 그 중심에서 중요한 역할을 하고 있다.</li><li>Spotify는 AI 기술을 활용하여 단순한 추천 엔진을 넘어 사용자 맞춤형 경험을 제공하는 플랫폼으로 진화하고 있다.</li><li>미래는 예측할 수 없지만, 한 가지 확실한 것은 음악 스트리밍과 미디어 소비 방식이 계속해서 혁신될 것이라는 점이다.. </li></ul> <ul ><li>source: https://www.forbes.com/sites/bernardmarr/2025/03/04/spotifys-bold-ai-gamble-could-disrupt-the-entire-music-industry/</li></ul>

Forbes

[Forbes] Spotify와 AI: 음악 스트리밍의 미래

1995년 3월, 한 술집에 수십 명의 대학생들이 모여 있었다. 그들은 두 무리로 나뉘어 있었는데, 한 무리는 선배 무리였고, 나머지 한 무리는 신입생 무리였다. 그 자리는 소위 ‘신입생 환영회’ 였고, 이제 막 ‘사발식’을 거행하려는 순간이었다. ‘사발식’은 간단히 말해서, 사발에 소주 1병을 붓고, 그것을 신입생이 한 번에 마시는 의식이었다. 선배들은 모두 그 의식을 거친 사람들이었고, 새로 들어온 신입생들에게 ‘사발식’을 지시했다. 하지만, 신입생들의 반응은 선배들이 기대한 것과 달랐다.

“왜요?”

신입생들은 의문이 들었다. ‘왜 내가 이걸 마셔야 하지? 난 마시기 싫은데?’. 그들은 선배들과 싸우고 싶지 않았지만, 그렇다고 그 술을 마실 생각도 없었다. 결국 신입생들은 ‘사발식’을 진행하지 않았고, 사발에 있던 소주는 선배들이 마셨다.

z세대의 상징적인 언어로 ‘왜요?’가 회자되었던 것 같다. 그런데, ‘왜요?’는 지금의 기성세대인 x세대도 똑같이 구사했던 기술이다. 그들은 기성세대의 문법을 거부했고, 스스로 새로운 문법을 만들어 나갔다. 마치 지금의 z세대가 그러는 것처럼 말이다.

미디어나 마케팅처럼 사람을 그룹으로 구분지어야 하는 분야들이 있다. 모든 사람을 하나의 스펙트럼에 넣지 않고, 몇 개의 단절된 바구니에 담긴 서로 다른 과일들처럼 다루는 것이 익숙한 분야들이 있다. 그런 분야가 사람들의 생각에 미치는 영향력은 매우 크고, 그러다 보니 사람들도 그런 문법에 맞춰 생각을 하고 말을 하게 된다. 하지만, 실제는 다르다. 세대와 세대는 단절되어 있지 않다. 연결되어 있다.

세대가 갖는 분명한 특징은 있다. 그런데 그런 특징은 그들이 성장한 환경의 영향을 받는다. 그리고, 그 환경은 이전 세대가 만들어 놓은 환경이다. 말하자면, z세대의 특징은 x세대가 조성한 환경이 영향을 미친 결과라고 할 수 있다. 물론, x세대 역시 이전 세대가 조성한 환경의 영향을 받고 자랐다.

다시 사발식으로 돌아가 보자. 1995년의 신입생들은 이전의 신입생들과 달랐다. 그런데, 신입생들만 달랐을까? 아니다. 1995년의 선배들도 이전의 선배들과 달랐다. 만약 그들이 10년 전의 선배와 같았다면, 신입생들과 선배들 사이에는 큰 충돌이 있었을 것이다. 하지만, 그런 충돌은 없었다. 선배들은 사발식을 거부하는 신입생들을 존중했고, 그래서 따라 놓은 술을 자신들이 마셨다. 그리고, 신입생들과 즐겁게 어울렸다.

변화는 부드럽게 진행된다. 세대를 거쳐 이루어지는 변화에 단절은 없다. 세대와 세대는 연결되어 있고, 서로에게 영향을 미친다. 이해하려고 하면 이해 못 할 것이 없고, 함께 하려고 하면 함께 못 할 것이 없다. 우리는 같은 시간과 공간을 살아가는 하나의 공동체다.

#에세이 #세대 #공동체

1995년 3월, 한 술집에 수십 명의 대학생들이 모여 있었다. 그들은 두 무리로 나뉘어 있었는데, 한 무리는 선배 무리였고, 나머지 한 무리는 신입생 무리였다. 그 자리는 소위 ‘신입생 환영회’ 였고, 이제 막 ‘사발식’을 거행하려는 순간이었다. ‘사발식’은 간단히 말해서, 사발에 소주 1병을 붓고, 그것을 신입생이 한 번에 마시는 의식이었다. 선배들은 모두 그 의식을 거친 사람들이었고, 새로 들어온 신입생들에게 ‘사발식’을 지시했다. 하지만, 신입생들의 반응은 선배들이 기대한 것과 달랐다. “왜요?” 신입생들은 의문이 들었다. ‘왜 내가 이걸 마셔야 하지? 난 마시기 싫은데?’. 그들은 선배들과 싸우고 싶지 않았지만, 그렇다고 그 술을 마실 생각도 없었다. 결국 신입생들은 ‘사발식’을 진행하지 않았고, 사발에 있던 소주는 선배들이 마셨다. z세대의 상징적인 언어로 ‘왜요?’가 회자되었던 것 같다. 그런데, ‘왜요?’는 지금의 기성세대인 x세대도 똑같이 구사했던 기술이다. 그들은 기성세대의 문법을 거부했고, 스스로 새로운 문법을 만들어 나갔다. 마치 지금의 z세대가 그러는 것처럼 말이다. 미디어나 마케팅처럼 사람을 그룹으로 구분지어야 하는 분야들이 있다. 모든 사람을 하나의 스펙트럼에 넣지 않고, 몇 개의 단절된 바구니에 담긴 서로 다른 과일들처럼 다루는 것이 익숙한 분야들이 있다. 그런 분야가 사람들의 생각에 미치는 영향력은 매우 크고, 그러다 보니 사람들도 그런 문법에 맞춰 생각을 하고 말을 하게 된다. 하지만, 실제는 다르다. 세대와 세대는 단절되어 있지 않다. 연결되어 있다. 세대가 갖는 분명한 특징은 있다. 그런데 그런 특징은 그들이 성장한 환경의 영향을 받는다. 그리고, 그 환경은 이전 세대가 만들어 놓은 환경이다. 말하자면, z세대의 특징은 x세대가 조성한 환경이 영향을 미친 결과라고 할 수 있다. 물론, x세대 역시 이전 세대가 조성한 환경의 영향을 받고 자랐다. 다시 사발식으로 돌아가 보자. 1995년의 신입생들은 이전의 신입생들과 달랐다. 그런데, 신입생들만 달랐을까? 아니다. 1995년의 선배들도 이전의 선배들과 달랐다. 만약 그들이 10년 전의 선배와 같았다면, 신입생들과 선배들 사이에는 큰 충돌이 있었을 것이다. 하지만, 그런 충돌은 없었다. 선배들은 사발식을 거부하는 신입생들을 존중했고, 그래서 따라 놓은 술을 자신들이 마셨다. 그리고, 신입생들과 즐겁게 어울렸다. 변화는 부드럽게 진행된다. 세대를 거쳐 이루어지는 변화에 단절은 없다. 세대와 세대는 연결되어 있고, 서로에게 영향을 미친다. 이해하려고 하면 이해 못 할 것이 없고, 함께 하려고 하면 함께 못 할 것이 없다. 우리는 같은 시간과 공간을 살아가는 하나의 공동체다. #에세이 #세대 #공동체

세대와 세대는 연결되어 있다

최근 DeepSeek에 이어 중국발 AI에이전트 돌풍(?)을 일으키고 있는 마누스(Manus) AI 내용을 정리해봅니다.

🍏 Manus AI 개요
 * 개발사: 중국 스타트업 Monica
 * 출시: 2025년 3월 6일
 * 기반 모델: Anthropic의 Claude 3.5 Sonnet과 Alibaba의 Qwen 모델 기반
 * 특징
   * 세계 최초의 범용 자율 AI 에이전트
   * OpenAI Deep Research, Gemini Deep Research 등에서 볼 수 있는 딥 리서치 기능을 구현한 멀티 에이전트 협업 시스템
   * 기존의 챗봇이나 AI 모델과 달리, Manus는 단순한 답변 제공을 넘어 실제 결과물을 도출하는 데 초점
   * 계획, 실행, 검증을 담당하는 별도의 에이전트들로 구성된 멀티 에이전트 아키텍처
   * 대규모 작업을 수백개의 실행 가능한 하위 작업으로 나누는 동적 타겟 분해 기능
   * 여러 유형의 데이터를 동시에 처리하는 교차 모달 추론 기능
   * 강화학습을 통한 의사결정 효율성 지속적인 개선 및 오류율 최소화
   * 지시를 기다리지 않고 스스로 작업을 시작하고 새로운 정보를 평가하며 접근 방식으로 동적으로 조정하는 자기주도적 작업 수행

🍏 기술적 특징
 * 멀티 에이전트 아키텍처
   * 계획 에이전트(Planning Agent)
     * 작업 분석 및 단계별 계획 수립
     * 사용자 요청을 PDCA(Plan-Do-Check-Act) 사이클로 분해
     * Monte Carlo Tree Search(MCTS) 알고리즘 활용
     * Anthropic Qwen 모델 기반의 텍스트 분석 및 전략 세분화
   * 실행 에이전트(Execution Agent)
     * 웹 브라우저/데이터베이스 등 27개 외부 도구와 실시간 연동
     * Claude 3.5 Sonnet 모델을 주력으로 사용
     * 비동기적 클라우드 처리 아키텍처 지원
   * 검증 에이전트(Validation Agent)
     * 결과 검증 및 최적화
     * 3단계 검증 프로세스: 형식 검증 (표 구조/코드 문법), 내용 검증 (사실 관계 확인, 컨텍스트 검증 (사용자 의도 부합 여부)
 * 성능 향상 메커니즘
   * 동적 모델 로딩: 작업 요구사항에 따라 GPT-4, Gemini 등 제3자 모델 추가 호출
   * 실시간 피드백 루프: 오류 발생 시 자동 재계획 알고리즘 가동
   * 크로스 모달 퓨전: 텍스트-이미지 결합 분석을 위한 어텐션 메커니즘 적용
 * 혁신적인 기능
   * 비동기 처리: Celery 작업규 + Redis 캐시 - 오픈라인 작업 지속 가능
   * 메모리 시스템: 벡터 데이터베이스 기반 장기 기억 - 사용자 패턴 학습 최적화
   * 보안 프레임워크: 샌드박스 가상머신 격리 - 외부시스템 영향 제거
 * 외부 도구 통합: 웹 브라우저, 데이터베이스, 코드 편집기 등 다양한 소프트웨어와 통합
 * 클라우드 기반 운영: 비동기적 클라우드 처리를 지원하여 효율적인 작업 수행 가능

🍏 주요 특징
 * 특징
   * 다중 모달 프레임워크: 계획-실행-검증의 3단계 아키텍처와 멀티모델 협업 시스템을 기반으로 작동
   * 적응 학습: 사용자의 선호도를 학습하여 점진적으로 맞춤형 서비스 제공
   * 지능적 의사 결정: 내장된 지식과 학습 능력을 바탕으로 상황에 맞는 최적의 의사 결정 제공
 * 성능
   * Meta AI와 Hugging Face가 개발한 GAIA 테스트에서 OpenAI GPT-4o 대비 18% or 23% 높은 정확도

🍏 단점 및 한계
 * 초기 오류 빈도: 무한 루프 발생, 오류 메시지 출력 등 초기 사용자 경험에서 문제 보고
 * 사실 정확성 부족: 정보 누락 또는 부정확한 데이터 제공 사례 존재
 * API 의존성: API가 없는 애플리케이션과의 호환성이 제한적
 * 복제 가능성: 자체 모델 개발보다는 통합에 의존하기 때문에 경쟁사에 의해 복제될 위험

🍏 비즈니스 가능성
 * 기업용 솔루션: B2B 공급업체 발굴, 재무 보고서 분석 등
 * 개인 비서 역할: 여행 계획, 보험 비교, 교육 과정 개발 등
 * 자동화된 업무 처리: 온라인 스토어 운영 분석, 채용 인터뷰 준비 등

🍏 미래 전망
 * 오픈소스화 계획: Monica는 2025년 말까지 Manus AI를 오픈소스로 공개할 계획
 * 확장성: 개발자들이 맞춤형 플러그인을 구축하거나 틈새 응용 프로그램에 최적화할 수 있는 가능성 제공

최근 DeepSeek에 이어 중국발 AI에이전트 돌풍(?)을 일으키고 있는 마누스(Manus) AI 내용을 정리해봅니다. 🍏 Manus AI 개요<ul ><li>개발사: 중국 스타트업 Monica</li><li>출시: 2025년 3월 6일</li><li>기반 모델: Anthropic의 Claude 3.5 Sonnet과 Alibaba의 Qwen 모델 기반</li><li>특징<ul ><li>세계 최초의 범용 자율 AI 에이전트</li><li>OpenAI Deep Research, Gemini Deep Research 등에서 볼 수 있는 딥 리서치 기능을 구현한 멀티 에이전트 협업 시스템</li><li>기존의 챗봇이나 AI 모델과 달리, Manus는 단순한 답변 제공을 넘어 실제 결과물을 도출하는 데 초점</li><li>계획, 실행, 검증을 담당하는 별도의 에이전트들로 구성된 멀티 에이전트 아키텍처</li><li>대규모 작업을 수백개의 실행 가능한 하위 작업으로 나누는 동적 타겟 분해 기능</li><li>여러 유형의 데이터를 동시에 처리하는 교차 모달 추론 기능</li><li>강화학습을 통한 의사결정 효율성 지속적인 개선 및 오류율 최소화</li><li>지시를 기다리지 않고 스스로 작업을 시작하고 새로운 정보를 평가하며 접근 방식으로 동적으로 조정하는 자기주도적 작업 수행</li></ul></li></ul> 🍏 기술적 특징<ul ><li>멀티 에이전트 아키텍처<ul ><li>계획 에이전트(Planning Agent)<ul ><li>작업 분석 및 단계별 계획 수립</li><li>사용자 요청을 PDCA(Plan-Do-Check-Act) 사이클로 분해</li><li>Monte Carlo Tree Search(MCTS) 알고리즘 활용</li><li>Anthropic Qwen 모델 기반의 텍스트 분석 및 전략 세분화</li></ul></li><li>실행 에이전트(Execution Agent)<ul ><li>웹 브라우저/데이터베이스 등 27개 외부 도구와 실시간 연동</li><li>Claude 3.5 Sonnet 모델을 주력으로 사용</li><li>비동기적 클라우드 처리 아키텍처 지원</li></ul></li><li>검증 에이전트(Validation Agent)<ul ><li>결과 검증 및 최적화</li><li>3단계 검증 프로세스: 형식 검증 (표 구조/코드 문법), 내용 검증 (사실 관계 확인, 컨텍스트 검증 (사용자 의도 부합 여부)</li></ul></li></ul></li><li>성능 향상 메커니즘<ul ><li>동적 모델 로딩: 작업 요구사항에 따라 GPT-4, Gemini 등 제3자 모델 추가 호출</li><li>실시간 피드백 루프: 오류 발생 시 자동 재계획 알고리즘 가동</li><li>크로스 모달 퓨전: 텍스트-이미지 결합 분석을 위한 어텐션 메커니즘 적용</li></ul></li><li>혁신적인 기능<ul ><li>비동기 처리: Celery 작업규 + Redis 캐시 - 오픈라인 작업 지속 가능</li><li>메모리 시스템: 벡터 데이터베이스 기반 장기 기억 - 사용자 패턴 학습 최적화</li><li>보안 프레임워크: 샌드박스 가상머신 격리 - 외부시스템 영향 제거</li></ul></li><li>외부 도구 통합: 웹 브라우저, 데이터베이스, 코드 편집기 등 다양한 소프트웨어와 통합</li><li>클라우드 기반 운영: 비동기적 클라우드 처리를 지원하여 효율적인 작업 수행 가능</li></ul> 🍏 주요 특징<ul ><li>특징<ul ><li>다중 모달 프레임워크: 계획-실행-검증의 3단계 아키텍처와 멀티모델 협업 시스템을 기반으로 작동</li><li>적응 학습: 사용자의 선호도를 학습하여 점진적으로 맞춤형 서비스 제공</li><li>지능적 의사 결정: 내장된 지식과 학습 능력을 바탕으로 상황에 맞는 최적의 의사 결정 제공</li></ul></li><li>성능<ul ><li>Meta AI와 Hugging Face가 개발한 GAIA 테스트에서 OpenAI GPT-4o 대비 18% or 23% 높은 정확도</li></ul></li></ul> 🍏 단점 및 한계<ul ><li>초기 오류 빈도: 무한 루프 발생, 오류 메시지 출력 등 초기 사용자 경험에서 문제 보고</li><li>사실 정확성 부족: 정보 누락 또는 부정확한 데이터 제공 사례 존재</li><li>API 의존성: API가 없는 애플리케이션과의 호환성이 제한적</li><li>복제 가능성: 자체 모델 개발보다는 통합에 의존하기 때문에 경쟁사에 의해 복제될 위험</li></ul> 🍏 비즈니스 가능성<ul ><li>기업용 솔루션: B2B 공급업체 발굴, 재무 보고서 분석 등</li><li>개인 비서 역할: 여행 계획, 보험 비교, 교육 과정 개발 등</li><li>자동화된 업무 처리: 온라인 스토어 운영 분석, 채용 인터뷰 준비 등</li></ul> 🍏 미래 전망<ul ><li>오픈소스화 계획: Monica는 2025년 말까지 Manus AI를 오픈소스로 공개할 계획</li><li>확장성: 개발자들이 맞춤형 플러그인을 구축하거나 틈새 응용 프로그램에 최적화할 수 있는 가능성 제공</li></ul>

마누스(Manus) AI

Apache Kafka는 고성능의 분산 스트리밍 플랫폼으로, 프로듀서(Producer)와 컨슈머(Consumer) 간의 효율적인 데이터 전송을 지원합니다. 그러나 Kafka 자체는 데이터의 구조나 형식에 대한 검증을 수행하지 않으므로, 데이터 스키마의 관리와 호환성 유지에 어려움이 발생할 수 있습니다. 이러한 문제를 해결하기 위해 Schema Registry가 도입되었습니다.​ Schema Registry란 무엇인가?Schema Registry는 Kafka와 별도로 동작하는 독립적인 애플리케이션으로, Kafka에서 주고받는 메시지의 스키마를 중앙에서 관리하고 저장하는 역할을 합니다. 이를 통해 프로듀서와 컨슈머 간의 데이터 구조에 대한 명확한 정의를 공유하며, 데이터의 일관성과 호환성을 보장합니다. 왜 ..

Kafka Schema Registry: 데이터 스키마의 중앙 집중 관리

 Apache Kafka는 고성능의 분산 스트리밍 플랫폼으로, 프로듀서(Producer)와 컨슈머(Consumer) 간의 효율적인 데이터 전송을 지원합니다. 그러나 Kafka 자체는 데이터의 구조나 형식에 대한 검증을 수행하지 않으므로, 데이터 스키마의 관리와 호환성 유지에 어려움이 발생할 수 있습니다. 이러한 문제를 해결하기 위해 Schema Registry가 도입되었습니다.
 
Schema Registry란 무엇인가?
Schema Registry는 Kafka와 별도로 동작하는 독립적인 애플리케이션으로, Kafka에서 주고받는 메시지의 스키마를 중앙에서 관리하고 저장하는 역할을 합니다. 이를 통해 프로듀서와 컨슈머 간의 데이터 구조에 대한 명확한 정의를 공유하며, 데이터의 일관성과 호환성을 보장합니다.
 
왜 Schema Registry가 필요한가?
Kafka는 기본적으로 바이트 스트림으로 데이터를 처리하며, 데이터의 구조나 형식에 대한 제약이 없습니다. 이로 인해 다음과 같은 문제가 발생할 수 있습니다:
 * 스키마 변경으로 인한 장애 발생: 프로듀서가 데이터 형식을 변경하면, 이를 알지 못한 컨슈머는 역직렬화 과정에서 오류가 발생할 수 있습니다.
 * 데이터 명세 관리의 어려움: 여러 프로듀서와 컨슈머가 존재하는 환경에서 데이터 구조에 대한 명확한 정의가 없으면, 시스템 전체의 안정성이 저하될 수 있습니다. 
Schema Registry는 이러한 문제를 해결하기 위해 다음과 같은 기능을 제공합니다:
 * 스키마 중앙 관리: 모든 스키마를 중앙에서 관리하여 데이터 구조의 일관성을 유지합니다.
 * 호환성 검증: 새로운 스키마 등록 시 기존 스키마와의 호환성을 검증하여, 스키마 진화로 인한 오류를 방지합니다.
 * 스키마 버전 관리: 스키마의 버전을 체계적으로 관리하여, 필요 시 이전 버전으로의 롤백을 가능하게 합니다.

Schema Registry의 작동 원리
Schema Registry는 다음과 같은 흐름으로 작동합니다:
 1. 스키마 등록: 프로듀서는 메시지를 Kafka에 전송하기 전에 해당 메시지의 스키마를 Schema Registry에 등록합니다. 
 2. 스키마 ID 부여: Schema Registry는 등록된 스키마에 고유한 ID를 부여하고, 프로듀서는 이 스키마 ID를 메시지에 포함시켜 Kafka에 전송합니다.
 3. 메시지 소비: 컨슈머는 Kafka에서 메시지를 읽어들인 후, 메시지에 포함된 스키마 ID를 사용하여 Schema Registry에서 스키마를 조회하고, 이를 통해 메시지를 역직렬화합니다.
{
  "type": "record",
  "name": "User",
  "fields": [
    {"name": "name", "type": "string"},
    {"name": "age", "type": "int"}
  ]
}

 
이러한 과정은 프로듀서와 컨슈머 간의 데이터 구조에 대한 명확한 계약을 가능하게 하며, 시스템의 안정성과 데이터의 신뢰성을 향상시킵니다.
 
Schema Registry의 장단점
✅ 장점
 * 시스템 안정성 향상: 스키마 변경 시 발생할 수 있는 오류를 사전에 방지하여 시스템의 안정성을 높입니다.
 * 데이터 명세 관리 용이: 중앙에서 스키마를 관리함으로써 데이터 구조에 대한 명확한 정의를 제공하고, 운영의 효율성을 향상시킵니다.
 * 업무 효율성 증대: 스키마 관리로 인한 불필요한 커뮤니케이션을 줄여 개발자들이 본연의 업무에 집중할 수 있게 합니다.
❌ 단점
 * 관리 포인트 증가: Schema Registry 서버를 추가로 관리해야 하므로 운영 복잡성이 증가할 수 있습니다.
 * 스키마 관리 부담: 엄격한 스키마 검증으로 인해 스키마 변경 시 추가적인 관리 작업이 필요할 수 있습니다.
 
결론
Kafka Schema Registry는 데이터의 스키마를 중앙에서 관리하여 프로듀서와 컨슈머 간의 일관성을 보장하는 필수적인 컴포넌트입니다. 이를 통해 데이터의 신뢰성을 유지하고, 스키마 변경으로 인한 장애를 방지할 수 있습니다.
 
📌 기억할 점
 * Kafka 자체는 데이터 형식을 검증하지 않음 → Schema Registry가 필요함
 * 프로듀서는 메시지를 전송하기 전에 Schema Registry에 스키마를 등록해야 함
 * 컨슈머는 메시지를 소비할 때 Schema Registry에서 스키마를 조회하여 역직렬화함
 * JSON, Avro, Protobuf 등의 다양한 포맷을 지원함

&nbsp;Apache Kafka는 고성능의 분산 스트리밍 플랫폼으로, 프로듀서(Producer)와 컨슈머(Consumer) 간의 효율적인 데이터 전송을 지원합니다. 그러나 Kafka 자체는 데이터의 구조나 형식에 대한 검증을 수행하지 않으므로, 데이터 스키마의 관리와 호환성 유지에 어려움이 발생할 수 있습니다. 이러한 문제를 해결하기 위해 Schema Registry가 도입되었습니다.​&nbsp;Schema Registry란 무엇인가?Schema Registry는 Kafka와 별도로 동작하는 독립적인 애플리케이션으로, Kafka에서 주고받는 메시지의 스키마를 중앙에서 관리하고 저장하는 역할을 합니다. 이를 통해 프로듀서와 컨슈머 간의 데이터 구조에 대한 명확한 정의를 공유하며, 데이터의 일관성과 호환성을 보장합니다.&nbsp;왜 Schema Registry가 필요한가?Kafka는 기본적으로 바이트 스트림으로 데이터를 처리하며, 데이터의 구조나 형식에 대한 제약이 없습니다. 이로 인해 다음과 같은 문제가 발생할 수 있습니다:​<ul ><li>스키마 변경으로 인한 장애 발생: 프로듀서가 데이터 형식을 변경하면, 이를 알지 못한 컨슈머는 역직렬화 과정에서 오류가 발생할 수 있습니다. ​</li><li>데이터 명세 관리의 어려움: 여러 프로듀서와 컨슈머가 존재하는 환경에서 데이터 구조에 대한 명확한 정의가 없으면, 시스템 전체의 안정성이 저하될 수 있습니다.&nbsp;</li></ul>Schema Registry는 이러한 문제를 해결하기 위해 다음과 같은 기능을 제공합니다:​<ul ><li>스키마 중앙 관리: 모든 스키마를 중앙에서 관리하여 데이터 구조의 일관성을 유지합니다.​</li><li>호환성 검증: 새로운 스키마 등록 시 기존 스키마와의 호환성을 검증하여, 스키마 진화로 인한 오류를 방지합니다.​</li><li>스키마 버전 관리: 스키마의 버전을 체계적으로 관리하여, 필요 시 이전 버전으로의 롤백을 가능하게 합니다.</li></ul> Schema Registry의 작동 원리Schema Registry는 다음과 같은 흐름으로 작동합니다:​<ol ><li>스키마 등록: 프로듀서는 메시지를 Kafka에 전송하기 전에 해당 메시지의 스키마를 Schema Registry에 등록합니다.&nbsp;</li><li>스키마 ID 부여: Schema Registry는 등록된 스키마에 고유한 ID를 부여하고, 프로듀서는 이 스키마 ID를 메시지에 포함시켜 Kafka에 전송합니다.​</li><li>메시지 소비: 컨슈머는 Kafka에서 메시지를 읽어들인 후, 메시지에 포함된 스키마 ID를 사용하여 Schema Registry에서 스키마를 조회하고, 이를 통해 메시지를 역직렬화합니다.​</li></ol><pre ><code class="language-bash">{
 "type": "record",
 "name": "User",
 "fields": [
 {"name": "name", "type": "string"},
 {"name": "age", "type": "int"}
 ]
}</code></pre>&nbsp;이러한 과정은 프로듀서와 컨슈머 간의 데이터 구조에 대한 명확한 계약을 가능하게 하며, 시스템의 안정성과 데이터의 신뢰성을 향상시킵니다.&nbsp;Schema Registry의 장단점✅ 장점<ul ><li>시스템 안정성 향상: 스키마 변경 시 발생할 수 있는 오류를 사전에 방지하여 시스템의 안정성을 높입니다.</li><li>데이터 명세 관리 용이: 중앙에서 스키마를 관리함으로써 데이터 구조에 대한 명확한 정의를 제공하고, 운영의 효율성을 향상시킵니다.​</li><li>업무 효율성 증대: 스키마 관리로 인한 불필요한 커뮤니케이션을 줄여 개발자들이 본연의 업무에 집중할 수 있게 합니다.</li></ul>❌ 단점<ul ><li>관리 포인트 증가: Schema Registry 서버를 추가로 관리해야 하므로 운영 복잡성이 증가할 수 있습니다.​</li><li>스키마 관리 부담: 엄격한 스키마 검증으로 인해 스키마 변경 시 추가적인 관리 작업이 필요할 수 있습니다.</li></ul>&nbsp;결론Kafka Schema Registry는 데이터의 스키마를 중앙에서 관리하여 프로듀서와 컨슈머 간의 일관성을 보장하는 필수적인 컴포넌트입니다. 이를 통해 데이터의 신뢰성을 유지하고, 스키마 변경으로 인한 장애를 방지할 수 있습니다.&nbsp;📌 기억할 점<ul ><li>Kafka 자체는 데이터 형식을 검증하지 않음 → Schema Registry가 필요함</li><li>프로듀서는 메시지를 전송하기 전에 Schema Registry에 스키마를 등록해야 함</li><li>컨슈머는 메시지를 소비할 때 Schema Registry에서 스키마를 조회하여 역직렬화함</li><li>JSON, Avro, Protobuf 등의 다양한 포맷을 지원함 </li></ul>

덕토피아

🕊️ Kafka Schema Registry: 데이터 스키마 관리

여러분들은 혹시 어떤 사람을 머리속에서 떠올린 순간
자연스럽게 동기부여가 되거나,
또는 인생에서 큰 힘이 되는 경험을 해본 적이 있나요?

저는 13년간의 미국 생활 중 운이 좋게도
저에게 그런 경험을 주는 사람들을 만날 수 있었습니다.

인생의 '멘토'들은 저에게 큰 영향을 주었어요.

2년간의 군 생활을 마치고,
다시 미국의 유학생으로 돌아온 후

인생에서 한치 앞이 잘 보이지 않거나,
여러가지 걱정과 고민들로 헤메고 있을 때,
때론 내가 잘 하고 있는 게 맞는지 의심이 들 때마다
그들은 저에게 진심어린 '조언'과 '격려'를 해주었습니다.

그들 덕분에 저는

- 2번째로 시작한 대학을 무사히 졸업할 수 있었고
- 힘들었던 직장 생활을 잘 적응할 수 있었고,
- 위태롭기한 했던 미국 생활에 익숙해질 수 있었습니다.

그리고 이제는 어느정도 혼자서
'자립'할 수 있는 어른으로 성장할 수 있었습니다.

어렵고 힘든 순간들이 찾아올 때마다,
그들 덕분에 잘 이겨낼 수 있었습니다.

크고 작은 그들의 도움이 지금까지의 저를 만들었습니다.
인생의 역경 속에서 '멘토'는 여러분들이 나아갈 수 있는 '불빛'이 되어줄거에요.

여러분들도 자신만의 '멘토'를 꼭 만날수 있기를 기원하겠습니다.

여러분들은 혹시 어떤 사람을 머리속에서 떠올린 순간 자연스럽게 동기부여가 되거나, 또는 인생에서 큰 힘이 되는 경험을 해본 적이 있나요? 저는 13년간의 미국 생활 중 운이 좋게도 저에게 그런 경험을 주는 사람들을 만날 수 있었습니다. 인생의 '멘토'들은 저에게 큰 영향을 주었어요. 2년간의 군 생활을 마치고, 다시 미국의 유학생으로 돌아온 후 인생에서 한치 앞이 잘 보이지 않거나, 여러가지 걱정과 고민들로 헤메고 있을 때, 때론 내가 잘 하고 있는 게 맞는지 의심이 들 때마다 그들은 저에게 진심어린 '조언'과 '격려'를 해주었습니다. 그들 덕분에 저는 - 2번째로 시작한 대학을 무사히 졸업할 수 있었고 - 힘들었던 직장 생활을 잘 적응할 수 있었고, - 위태롭기한 했던 미국 생활에 익숙해질 수 있었습니다. 그리고 이제는 어느정도 혼자서 '자립'할 수 있는 어른으로 성장할 수 있었습니다. 어렵고 힘든 순간들이 찾아올 때마다, 그들 덕분에 잘 이겨낼 수 있었습니다. 크고 작은 그들의 도움이 지금까지의 저를 만들었습니다. 인생의 역경 속에서 '멘토'는 여러분들이 나아갈 수 있는 '불빛'이 되어줄거에요. 여러분들도 자신만의 '멘토'를 꼭 만날수 있기를 기원하겠습니다.

멘토(Mentor)가 인생에서 필요한 이유

‘클래식’은 한물갔다…기업 운영은 ‘재즈’처럼, MAGAZINE 기자, 한경BUSINESS

‘클래식’은 한물갔다…기업 운영은 ‘재즈’처럼

4차 산업혁명 시대에는 어제까지 유효했던 기술이 하루아침에 쓸모없어지기도 한다. 기존의 경영 방식으로는 경쟁력을 유지하는 게 불가능하다. 다양한 지식과 기술을 융합하고 협업해 새로운 창조를 이뤄내는 조직만 살아남을 수 있다.

불확실성과 복잡성이 커지고 변화가 훨씬 빨라진 시대에는 미리 계획해서 대처하는 방식보단 실시간으로 ‘감지하고 반응하는(sense and respond)’ 기업의 경쟁력이 더 높다. 그래서 잘 짜인 연극보다는 즉흥극 공연처럼 조직을 운영해야 한다.

각본에 맞춰 미리 철저하게 연습하고 공연하는 일반적인 연극과 달리, 즉흥극은 각본 없이 대강의 줄거리만으로 현장 분위기에 따라 수시로 흐름이 바뀐다. 즉흥극은 대본 없이 상황에 맞춰 공연 한다는 점에서 불확실한 환경에서 활동하는 기업과 공통점이 많다.

2014년 타계한 리더십의 권위자 워런 베니스는 “과거의 조직 운영은 오케스트라를 지휘하는 것과 같았지만, 오늘날은 재즈 같은 즉흥연주에 가깝다”고 말했다.

또한 현대 경영학의 아버지 피터 드러커는 한 곳에 머무르지 않고 끊임없이 새로움을 추구하며 혼돈의 한가운데로 뛰어드는 재즈의 정신에서 혁신의 통찰력을 찾을 수 있다고 했다.

책 <예스, 앤드(Yes, And)>는 미국의 즉흥 코미디 극단 세컨드시티가 축적한 즉흥극의 원리와 기법을 기업 경영에 접목했다. 매년 400개가 넘는 기업들은 이 극단에 컨설팅과 교육을 의뢰한다.

즉흥극은 한 배우가 어떤 연기를 하면 상대 배우는 그것을 있는 그대로 받아들이고 또 다른 무언가를 더해 스토리를 전개한다. 이것이 즉흥극의 중심 원리 <예스, 앤드(Yes, And)>다.

즉흥극은 주인공이 따로 없는 경우가 많기에, 배우들이 서로를 돋보이게 하는 것이 무엇보다 중요하다. 상대를 돋보이게 해주면 연극의 전체 질이 좋아지므로 결국 자신이 초라해지기보다 오히려 더 멋있게 보인다.

즉흥극은 관객 반응에 따라 극의 흐름이 완전히 바뀌기도 한다. 관객과 함께 만드는 공동 창작 과정이다. 그래서 즉흥극을 잘하려면 창의적 사고를 지녀야 한다. 세계적인 디자인 회사 IDEO의 CEO 팀 브라운은 <예스, 앤드>가 창의적 사고방식의 핵심이라고 했다.

또 즉흥극을 잘하기 위해서는 ‘적극적 경청’을 잘해야 한다. 상대가 표현하는 바를 판단하지 않고 그저 듣고 충분히 이해해야 한다. 창의성이 기업 경쟁력을 좌우하지만, 제 아무리 창의적 제품이라고 해도 고객 의견을 경청하지 않으면 참담한 실패를 겪는다.

즉흥극을 잘하기 위해서는 ‘수평적 사고’ 또한 필요하다. 그것을 위해서는 상하 관계의 핵심인 위계적 사고에서 벗어나야 한다. 즉흥극에는 주인공이 따로 없다. 리더와 팔로워가 시시각각 바뀌는 리더십의 공유가 이뤄진다.

4차 산업혁명 시대에는 기술 발전 속도가 빠르기 때문에 윗사람이 아랫사람보다 지식이 부족할 수 있다. 때문에 계층에 상관없이 특정 사안에 대해 가장 많은 지식을 갖고 있는 사람이 프로젝트를 이끄는 것이 일반화될 것이다. 앞서가는 기업들은 이미 프로젝트에 따라 리더가 수시로 임명되는 구조로 바꾸고 있다.

온라인 쇼핑몰 자포스는 홀러크러시(holacracy)를 도입했다. 직원들은 목적을 달성하기 위해 자율적으로 ‘서클’이라는 팀을 구성한다. 한 구성원은 A서클의 리더 역할을 하면서 B서클에서는 팔로워가 될 수도 있다.

멋진 공연을 하는 극단은 앙상블을 이룬다. ‘앙상블’은 완벽한 조화를 말한다. 팀이 앙상블을 이루면 개인 간의 차이를 상호 보완할 수 있기 때문에, 혼자 일할 때보다 더 좋은 성과가 나온다. 또한 유능한 개인들끼리 생각을 신속하게 교환하기 때문에 훌륭한 아이디어가 빠르게 도출돼 조직 전체의 창조성이 커지기도 한다.

앙상블은 구성원을 오래 머무르게 하는 유지 효과도 있다. 기업들도 개인적 역량보다 조화로운 팀원이 될 수 있는지를 더 중시하는 추세다. 세계 최고의 인재들이 모이는 구글의 자체 조사에서도 앙상블의 중요성이 강조됐다.

앙상블이 조화로운 팀에서는 구성원들이 팀의 목표와 계획 및 자기 역할에 대해 명확히 알고 있고, 위험을 감수해도 안전하다고 느끼며, 맡은 업무를 신뢰할 만한 수준으로 제 시간에 해낸다.

또 즉흥극은 실패를 두려워하지 않고 진정성을 발현할 수 있는 문화가 있어야 한다. 세컨드시티는 창조하기 위해, 자기 약점을 알아내기 위해, 반드시 실패하고 더 똑똑하게 실패하라고 제안한다. 공개적으로 실패하고 함께 실패하고 빨리 실패하고 실패해도 비난하지 말고 자신있게 발전적으로 실패하라고 조언한다.

뛰어난 기업들은 실패를 용인하는 문화가 구축돼 있다. 오늘날 가장 성공적인 기업의 하나로 여겨지는 아마존조차 수없이 많은 실패를 범했다. 다이슨도 실패를 용인하는 문화 덕에 5126개의 샘플을 제작했고 먼지봉투 없는 진공청소기 개발에 성공했다.

하지만 즉흥극에서도 실수와 실패가 누적되면 문제가 일어난다. 문제의 원인을 파악하고 대응하려면 진정성 있게 문제를 있는 그대로 인식해야 한다. 세컨드시티는 상대방을 존중하면서도 불경스러운 말을 하도록 적극 권장한다.

상대에게 어떤 문제가 있을 때 그를 존중한다면 문제를 솔직하게 지적할 수 있다. 하지만 상대가 ‘경외’의 대상이라면 문제를 짚어주기가 거의 불가능하다. ‘벌거벗은 임금님’이 옷을 입고 있지 않다는 사실을 차마 입에 담지 못하는 것과 마찬가지다.

초연결 사회가 심화되며 개방성과 투명성이 거세게 요구됨에 따라 기업은 숨을 곳이 거의 없어졌다. 문제가 발생하면 모르쇠로 일관하거나 부정하는 대신 솔직하게 드러내고 해결하려는 모습을 보이는 기업만이 살아남을 수 있다.

도미노피자는 자사의 피자가 예전에는 맛이 없었다는 사실을 고백하며 신메뉴 피자가 마음에 들지 않으면 환불해 주겠다고 광고했다. 이런 진정성 덕분에 매출이 크게 늘었다.

지금까지 살펴본 즉흥극의 철학과 과정 그리고 문화는 현재와 미래의 조직을 이끌어 가는 리더들에게 참고할 만한 통찰을 제공해 준다. 유연하게 협업하고 소통하면서 기하급수적으로 발전하는 기술을 신속하게 융합해 창조적 솔루션을 만들어 내는 조직만이 4차 산업혁명의 파고를 넘을 것이다.

4차 산업혁명 시대에는 어제까지 유효했던 기술이 하루아침에 쓸모없어지기도 한다. 기존의 경영 방식으로는 경쟁력을 유지하는 게 불가능하다. 다양한 지식과 기술을 융합하고 협업해 새로운 창조를 이뤄내는 조직만 살아남을 수 있다. 불확실성과 복잡성이 커지고 변화가 훨씬 빨라진 시대에는 미리 계획해서 대처하는 방식보단 실시간으로 ‘감지하고 반응하는(sense and respond)’ 기업의 경쟁력이 더 높다. 그래서 잘 짜인 연극보다는 즉흥극 공연처럼 조직을 운영해야 한다. 각본에 맞춰 미리 철저하게 연습하고 공연하는 일반적인 연극과 달리, 즉흥극은 각본 없이 대강의 줄거리만으로 현장 분위기에 따라 수시로 흐름이 바뀐다. 즉흥극은 대본 없이 상황에 맞춰 공연 한다는 점에서 불확실한 환경에서 활동하는 기업과 공통점이 많다. 2014년 타계한 리더십의 권위자 워런 베니스는 “과거의 조직 운영은 오케스트라를 지휘하는 것과 같았지만, 오늘날은 재즈 같은 즉흥연주에 가깝다”고 말했다. 또한 현대 경영학의 아버지 피터 드러커는 한 곳에 머무르지 않고 끊임없이 새로움을 추구하며 혼돈의 한가운데로 뛰어드는 재즈의 정신에서 혁신의 통찰력을 찾을 수 있다고 했다. 책 &lt;예스, 앤드(Yes, And)&gt;는 미국의 즉흥 코미디 극단 세컨드시티가 축적한 즉흥극의 원리와 기법을 기업 경영에 접목했다. 매년 400개가 넘는 기업들은 이 극단에 컨설팅과 교육을 의뢰한다. 즉흥극은 한 배우가 어떤 연기를 하면 상대 배우는 그것을 있는 그대로 받아들이고 또 다른 무언가를 더해 스토리를 전개한다. 이것이 즉흥극의 중심 원리 &lt;예스, 앤드(Yes, And)&gt;다. 즉흥극은 주인공이 따로 없는 경우가 많기에, 배우들이 서로를 돋보이게 하는 것이 무엇보다 중요하다. 상대를 돋보이게 해주면 연극의 전체 질이 좋아지므로 결국 자신이 초라해지기보다 오히려 더 멋있게 보인다. 즉흥극은 관객 반응에 따라 극의 흐름이 완전히 바뀌기도 한다. 관객과 함께 만드는 공동 창작 과정이다. 그래서 즉흥극을 잘하려면 창의적 사고를 지녀야 한다. 세계적인 디자인 회사 IDEO의 CEO 팀 브라운은 &lt;예스, 앤드&gt;가 창의적 사고방식의 핵심이라고 했다. 또 즉흥극을 잘하기 위해서는 ‘적극적 경청’을 잘해야 한다. 상대가 표현하는 바를 판단하지 않고 그저 듣고 충분히 이해해야 한다. 창의성이 기업 경쟁력을 좌우하지만, 제 아무리 창의적 제품이라고 해도 고객 의견을 경청하지 않으면 참담한 실패를 겪는다. 즉흥극을 잘하기 위해서는 ‘수평적 사고’ 또한 필요하다. 그것을 위해서는 상하 관계의 핵심인 위계적 사고에서 벗어나야 한다. 즉흥극에는 주인공이 따로 없다. 리더와 팔로워가 시시각각 바뀌는 리더십의 공유가 이뤄진다. 4차 산업혁명 시대에는 기술 발전 속도가 빠르기 때문에 윗사람이 아랫사람보다 지식이 부족할 수 있다. 때문에 계층에 상관없이 특정 사안에 대해 가장 많은 지식을 갖고 있는 사람이 프로젝트를 이끄는 것이 일반화될 것이다. 앞서가는 기업들은 이미 프로젝트에 따라 리더가 수시로 임명되는 구조로 바꾸고 있다. 온라인 쇼핑몰 자포스는 홀러크러시(holacracy)를 도입했다. 직원들은 목적을 달성하기 위해 자율적으로 ‘서클’이라는 팀을 구성한다. 한 구성원은 A서클의 리더 역할을 하면서 B서클에서는 팔로워가 될 수도 있다. 멋진 공연을 하는 극단은 앙상블을 이룬다. ‘앙상블’은 완벽한 조화를 말한다. 팀이 앙상블을 이루면 개인 간의 차이를 상호 보완할 수 있기 때문에, 혼자 일할 때보다 더 좋은 성과가 나온다. 또한 유능한 개인들끼리 생각을 신속하게 교환하기 때문에 훌륭한 아이디어가 빠르게 도출돼 조직 전체의 창조성이 커지기도 한다. 앙상블은 구성원을 오래 머무르게 하는 유지 효과도 있다. 기업들도 개인적 역량보다 조화로운 팀원이 될 수 있는지를 더 중시하는 추세다. 세계 최고의 인재들이 모이는 구글의 자체 조사에서도 앙상블의 중요성이 강조됐다. 앙상블이 조화로운 팀에서는 구성원들이 팀의 목표와 계획 및 자기 역할에 대해 명확히 알고 있고, 위험을 감수해도 안전하다고 느끼며, 맡은 업무를 신뢰할 만한 수준으로 제 시간에 해낸다. 또 즉흥극은 실패를 두려워하지 않고 진정성을 발현할 수 있는 문화가 있어야 한다. 세컨드시티는 창조하기 위해, 자기 약점을 알아내기 위해, 반드시 실패하고 더 똑똑하게 실패하라고 제안한다. 공개적으로 실패하고 함께 실패하고 빨리 실패하고 실패해도 비난하지 말고 자신있게 발전적으로 실패하라고 조언한다. 뛰어난 기업들은 실패를 용인하는 문화가 구축돼 있다. 오늘날 가장 성공적인 기업의 하나로 여겨지는 아마존조차 수없이 많은 실패를 범했다. 다이슨도 실패를 용인하는 문화 덕에 5126개의 샘플을 제작했고 먼지봉투 없는 진공청소기 개발에 성공했다. 하지만 즉흥극에서도 실수와 실패가 누적되면 문제가 일어난다. 문제의 원인을 파악하고 대응하려면 진정성 있게 문제를 있는 그대로 인식해야 한다. 세컨드시티는 상대방을 존중하면서도 불경스러운 말을 하도록 적극 권장한다. 상대에게 어떤 문제가 있을 때 그를 존중한다면 문제를 솔직하게 지적할 수 있다. 하지만 상대가 ‘경외’의 대상이라면 문제를 짚어주기가 거의 불가능하다. ‘벌거벗은 임금님’이 옷을 입고 있지 않다는 사실을 차마 입에 담지 못하는 것과 마찬가지다. 초연결 사회가 심화되며 개방성과 투명성이 거세게 요구됨에 따라 기업은 숨을 곳이 거의 없어졌다. 문제가 발생하면 모르쇠로 일관하거나 부정하는 대신 솔직하게 드러내고 해결하려는 모습을 보이는 기업만이 살아남을 수 있다. 도미노피자는 자사의 피자가 예전에는 맛이 없었다는 사실을 고백하며 신메뉴 피자가 마음에 들지 않으면 환불해 주겠다고 광고했다. 이런 진정성 덕분에 매출이 크게 늘었다. 지금까지 살펴본 즉흥극의 철학과 과정 그리고 문화는 현재와 미래의 조직을 이끌어 가는 리더들에게 참고할 만한 통찰을 제공해 준다. 유연하게 협업하고 소통하면서 기하급수적으로 발전하는 기술을 신속하게 융합해 창조적 솔루션을 만들어 내는 조직만이 4차 산업혁명의 파고를 넘을 것이다.

magazine.hankyung.com

면접관으로 들어가면 행동양식 질문으로 물어보는 두 가지 질문이 있다. 하나는 임팩트(Impact)에 관한 것이고 다른 하나는 협업(Collaboration)에 관한 것이다. 임팩트에는 관한 것으로 "커리어에서 가장 임팩트있는 프로젝트에 대해 이야기해달라"는 질문을 하고 협업에 관해서는 "같이 일해본 동료 중에 가장 힘들었던 사람이 누구였고 왜 힘들었지 이야기해달라"이다.

임팩트 질문은 전에 포스팅을 한 적이 있었는데 오늘은 협업 질문에 대해 더 이야기해보고자 한다. 어려운 동료에 관한 질문을 통해 알고자 하는 것은 이 사람이 완벽한 사람인지를 알고자 하는 것이 아니다. 얼마나 솔직한지 알고 싶고 어려운 동료를 통해 무엇을 배웠고 다음에 어떤 변화를 시도했는지 알고 싶은 거다. 즉 자신의 취약한 점을 솔직히 이야기할 줄 아는 사람인지 그리고 복기를 통해 발전을 꾀하는 사람인지 알고 싶은 건데 어떤 답변들은 너무나도 구체적이지 않고 피상적이다. 면접을 잘 하는 방법 중의 하나는 솔직하되 발전하는 모습에 대해 이야기하는 것이며 그렇게 커리어를 바라보는 것이 정말 좋지 않나 싶다.

이 이야기는 지난 주에 산호세 주립대 강의 도입부에 학생들에게 해준 면접 팁의 일부인데 매주 하나씩 공유할 계획이다.

면접관으로 들어가면 행동양식 질문으로 물어보는 두 가지 질문이 있다. 하나는 임팩트(Impact)에 관한 것이고 다른 하나는 협업(Collaboration)에 관한 것이다. 임팩트에는 관한 것으로 "커리어에서 가장 임팩트있는 프로젝트에 대해 이야기해달라"는 질문을 하고 협업에 관해서는 "같이 일해본 동료 중에 가장 힘들었던 사람이 누구였고 왜 힘들었지 이야기해달라"이다. 임팩트 질문은 전에 포스팅을 한 적이 있었는데 오늘은 협업 질문에 대해 더 이야기해보고자 한다. 어려운 동료에 관한 질문을 통해 알고자 하는 것은 이 사람이 완벽한 사람인지를 알고자 하는 것이 아니다. 얼마나 솔직한지 알고 싶고 어려운 동료를 통해 무엇을 배웠고 다음에 어떤 변화를 시도했는지 알고 싶은 거다. 즉 자신의 취약한 점을 솔직히 이야기할 줄 아는 사람인지 그리고 복기를 통해 발전을 꾀하는 사람인지 알고 싶은 건데 어떤 답변들은 너무나도 구체적이지 않고 피상적이다. 면접을 잘 하는 방법 중의 하나는 솔직하되 발전하는 모습에 대해 이야기하는 것이며 그렇게 커리어를 바라보는 것이 정말 좋지 않나 싶다. 이 이야기는 지난 주에 산호세 주립대 강의 도입부에 학생들에게 해준 면접 팁의 일부인데 매주 하나씩 공유할 계획이다.

면접 질문: 같이 일해본 동료 중에 가장 힘들었던 사람은 누구였나요?

Ai에이전시를 저비용으로 딜리버리 하기위해 액터모델과 AkkaStream을 활용할듯 그것의 종합테크명이 Agentic AI인가? 이진영 테크가 AI 활용에도 유용한지? 연구컨텐츠

https://bit.ly/43zLEh6

Ai에이전시를 저비용으로 딜리버리 하기위해 액터모델과 AkkaStream을 활용할듯 그것의 종합테크명이 Agentic AI인가? 이진영 테크가 AI 활용에도 유용한지? 연구컨텐츠 https://bit.ly/43zLEh6

Agentic AI

한기용 | , 실리콘밸리 데이터 엔지니어가 알려주는 최신 데이터 파이프라인 구축!✅ 실리콘밸리 30년차 데이터 엔지니어가 전하는 실무 노하우✅ 평점 4.9! 산호세 주립대 데이터 사이언스 전공생들이 극찬한 강의✅ Airflow&amp;Snowflake를 활용한 최신 데이터

실리콘밸리 데이터 리더가 알려주는 Airflow 기초 강의 | 한기용 - 인프런

데이터 조직이 생기고 데이터 웨어하우스를 만들고 운영을 하다보면 다수의 데이터 파이프라인이 생긴다. 근데 대부분이 외부에 있는 데이터를 읽어오는 것이다 보니 외부 데이터 소스에 문제가 생기면 방법이 없다. 99.5%의 uptime을 자랑하는 API라 하더라도 사실 일년으로 치면 1.825일(0.005*365) 동안은 동작하지 않음을 의미한다. 만일 이런 데이터 파이프라인이 100개 정도 돌아간다고 치면 평균적으로 매일 1-2개의 데이터 파이프라인은 외부 데이터 소스 이슈로 실패한다. 실패한 것들은 찾아서 나중에 다시 실행해주어야 것이 필요한데 이는 증분 업데이트를 하는 경우 더 중요해진다.

데이터 파이프라인의 업데이트 방식: 전체 업데이트 vs. 증분 업데이트

데이터 파이프라인이 데이터를 읽어오는 방법에는 크게 두 가지가 있다. 하나는 매번 소스에서 전체 데이터를 다 읽어오는 것인데 이를 보통 전체 업데이트(Full Refresh)라고 부른다. 다른 하나는 매일 혹은 매시간 그 전날 혹은 전시간에 바뀐 내용(새 레코드와 변경된 레코드)만 읽어오는 것인데 이를 증분 업데이트(Incremental Update)라고 부른다. 전체 업데이트가 여러모로 편리한데 데이터의 크기가 커지면 이 방식은 사용할 수가 없다. 읽어다가 업데이트하는데 하루 이상이 걸리기 시작하기 때문이다. 어느 시점부터는 증분 업데이트로 넘어가야 하는데 이 때부터는 운영상의 난이도가 올라가기 시작한다.

증분 업데이트의 문제

증분 업데이트가 가능하려면 먼제 데이터 소스가 스마트해서 어느 시간 범위 내에서 변경되거나 새로 생긴 레코드들만 리턴할 수 있어야 한다. 다음으로 여러 이유로 어느 특정 시간 대의 증분 업데이트가 실패하면 데이터에 구멍이 생기기 때문에 운영에 있어서 실패한 데이터 파이프라인들을 찾아내서 재실행해주는 것이 필요하다. 이를 Backfill이라고 부르며 Backfill의 용이성이 데이터 엔지니어의 삶에 큰 영향을 끼친다. 이게 쉽지 않으며 매번 Backfill하느라 다른 일을 못 한다. 잘 만들어진 데이터 파이프라인은 과거 문제를 해결하기 위해 재실행이 쉬운 데이터 파이프라인이다.

Airflow의 등장

야후, 메타 등에서 데이터 엔지니어로 일한 Maxime Beauchemin은 Airbnb에 조인한 뒤 2014년부터 본인의 경험을 집대성(?)해서 Airflow라는 데이터 파이프라인 작성 및 운영 프레임워크를 만들었고 이를 2015년에 오픈소스로 릴리스했다. 10년이 지난 지금 뒤에 쫓아오는 다른 프레임워크들이 있지만 커뮤니티의 크기가 인기도에 있어서 비교가 불가능한 일등 프레임워크로 자리잡았고 그 이유 중의 하나가 바로 Backfill을 쉽게 만드는 아키덱처를 갖고 있기 때문이다. 단 Backfill을 구현하는 건 새로운 개념의 이해와 Airflow의 동작방식의 이해를 필요로 하기에 약간의 시간이 필요하다.

실리콘밸리 데이터 리더가 알려주는 Airflow 기초

2012년말부터 본의 아니게 데이터 도메인으로 넘어가 다양한 회사에서 데이터 일을 하면서 Airflow를 사용해볼 기회도 많았기에 내부 동작에 대해서는 누구보다 잘 안다고 생각한다. 이를 바탕으로 프로그래머스에서 기수제로 15기수에 걸쳐 500여명의 수강생들에게 가르쳐보기도 했고 SK텔레콤의 데이터 엔지니어들을 대상으로 가르쳐보기도 했으며 지금은 산호세 주립대에서 응용 데이터 과학 석사 과정 학생들에게 가르치고 있다. 이 경험을 총정리해서 Docker 위에서 Airflow를 실행하며 Snowflake을 데이터 웨어하우스로 사용하는 총 11시간짜리 강의를 인프런 위에서 만들었다. 이 강의의 "Airflow 기초 프로그래밍" 섹션에서 Backfill의 구현 방법에 대해 집중 설명한다. 데이터 일을 하거나 관심이 있는 사람이라면 강추!

https://inf.run/qRing

데이터 조직이 생기고 데이터 웨어하우스를 만들고 운영을 하다보면 다수의 데이터 파이프라인이 생긴다. 근데 대부분이 외부에 있는 데이터를 읽어오는 것이다 보니 외부 데이터 소스에 문제가 생기면 방법이 없다. 99.5%의 uptime을 자랑하는 API라 하더라도 사실 일년으로 치면 1.825일(0.005*365) 동안은 동작하지 않음을 의미한다. 만일 이런 데이터 파이프라인이 100개 정도 돌아간다고 치면 평균적으로 매일 1-2개의 데이터 파이프라인은 외부 데이터 소스 이슈로 실패한다. 실패한 것들은 찾아서 나중에 다시 실행해주어야 것이 필요한데 이는 증분 업데이트를 하는 경우 더 중요해진다. 데이터 파이프라인의 업데이트 방식: 전체 업데이트 vs. 증분 업데이트 데이터 파이프라인이 데이터를 읽어오는 방법에는 크게 두 가지가 있다. 하나는 매번 소스에서 전체 데이터를 다 읽어오는 것인데 이를 보통 전체 업데이트(Full Refresh)라고 부른다. 다른 하나는 매일 혹은 매시간 그 전날 혹은 전시간에 바뀐 내용(새 레코드와 변경된 레코드)만 읽어오는 것인데 이를 증분 업데이트(Incremental Update)라고 부른다. 전체 업데이트가 여러모로 편리한데 데이터의 크기가 커지면 이 방식은 사용할 수가 없다. 읽어다가 업데이트하는데 하루 이상이 걸리기 시작하기 때문이다. 어느 시점부터는 증분 업데이트로 넘어가야 하는데 이 때부터는 운영상의 난이도가 올라가기 시작한다. 증분 업데이트의 문제 증분 업데이트가 가능하려면 먼제 데이터 소스가 스마트해서 어느 시간 범위 내에서 변경되거나 새로 생긴 레코드들만 리턴할 수 있어야 한다. 다음으로 여러 이유로 어느 특정 시간 대의 증분 업데이트가 실패하면 데이터에 구멍이 생기기 때문에 운영에 있어서 실패한 데이터 파이프라인들을 찾아내서 재실행해주는 것이 필요하다. 이를 Backfill이라고 부르며 Backfill의 용이성이 데이터 엔지니어의 삶에 큰 영향을 끼친다. 이게 쉽지 않으며 매번 Backfill하느라 다른 일을 못 한다. 잘 만들어진 데이터 파이프라인은 과거 문제를 해결하기 위해 재실행이 쉬운 데이터 파이프라인이다. Airflow의 등장 야후, 메타 등에서 데이터 엔지니어로 일한 Maxime Beauchemin은 Airbnb에 조인한 뒤 2014년부터 본인의 경험을 집대성(?)해서 Airflow라는 데이터 파이프라인 작성 및 운영 프레임워크를 만들었고 이를 2015년에 오픈소스로 릴리스했다. 10년이 지난 지금 뒤에 쫓아오는 다른 프레임워크들이 있지만 커뮤니티의 크기가 인기도에 있어서 비교가 불가능한 일등 프레임워크로 자리잡았고 그 이유 중의 하나가 바로 Backfill을 쉽게 만드는 아키덱처를 갖고 있기 때문이다. 단 Backfill을 구현하는 건 새로운 개념의 이해와 Airflow의 동작방식의 이해를 필요로 하기에 약간의 시간이 필요하다. 실리콘밸리 데이터 리더가 알려주는 Airflow 기초 2012년말부터 본의 아니게 데이터 도메인으로 넘어가 다양한 회사에서 데이터 일을 하면서 Airflow를 사용해볼 기회도 많았기에 내부 동작에 대해서는 누구보다 잘 안다고 생각한다. 이를 바탕으로 프로그래머스에서 기수제로 15기수에 걸쳐 500여명의 수강생들에게 가르쳐보기도 했고 SK텔레콤의 데이터 엔지니어들을 대상으로 가르쳐보기도 했으며 지금은 산호세 주립대에서 응용 데이터 과학 석사 과정 학생들에게 가르치고 있다. 이 경험을 총정리해서 Docker 위에서 Airflow를 실행하며 Snowflake을 데이터 웨어하우스로 사용하는 총 11시간짜리 강의를 인프런 위에서 만들었다. 이 강의의 "Airflow 기초 프로그래밍" 섹션에서 Backfill의 구현 방법에 대해 집중 설명한다. 데이터 일을 하거나 관심이 있는 사람이라면 강추! https://inf.run/qRing

인프런

데이터 엔지니어를 힘들게 하는 데이터 파이프라인 실패 복구

작년 5월에 스프링 캠프에서 "Spring AI : LLM에도 봄이 찾아오다" 세션을 발표했었는데요.

(유튜브) 스프링캠프 2024 - Spring AI : LLM에도 봄이 찾아오다
https://www.youtube.com/watch?v=WgZrufpIURY

이후에도 Spring AI를 기반으로 꾸준히 프로젝트를 개발하였습니다. 이 과정에서 습득한 내용들을 사내 개발자 대상으로 교육을 준비 중입니다. Spring AI와 Spring Webflux + Kotlin 으로 구성된 실습입니다. 직접 따라하면서 실습할 수 있는 형태로 준비 중인데 정말 많은 분들이 신청을 해주셨네요.

실습 강의 초반 일부 내용을 발췌하여 공유합니다.

- 발표 자료 (일부)
https://www.slideshare.net/slideshow/spring-ai-tools-rag/276180542

아마도 국내에서는 Spring 기반의 AI 서비스를 만드는 분들이 많기 때문에 관심이 많을 것 같습니다. 따라서 외부에도 전체 슬라이드를 공개할 수 있도록 얘기해 볼 예정입니다.

작년 5월에 스프링 캠프에서 "Spring AI : LLM에도 봄이 찾아오다" 세션을 발표했었는데요. (유튜브) 스프링캠프 2024 - Spring AI : LLM에도 봄이 찾아오다https://www.youtube.com/watch?v=WgZrufpIURY 이후에도 Spring AI를 기반으로 꾸준히 프로젝트를 개발하였습니다. 이 과정에서 습득한 내용들을 사내 개발자 대상으로 교육을 준비 중입니다. Spring AI와 Spring Webflux + Kotlin 으로 구성된 실습입니다. 직접 따라하면서 실습할 수 있는 형태로 준비 중인데 정말 많은 분들이 신청을 해주셨네요. 실습 강의 초반 일부 내용을 발췌하여 공유합니다. - 발표 자료 (일부)https://www.slideshare.net/slideshow/spring-ai-tools-rag/276180542 아마도 국내에서는 Spring 기반의 AI 서비스를 만드는 분들이 많기 때문에 관심이 많을 것 같습니다. 따라서 외부에도 전체 슬라이드를 공개할 수 있도록 얘기해 볼 예정입니다.

Spring AI 활용 실습 - 챗봇부터 Tools, RAG, 추

원본: https://imrankhani.medium.com/react-19-deprecated-forwardref-a-guide-to-passing-ref-as-a-standard-prop-7c0f13e6a229

[번역] 리액트 19 forwardRef 지원 중단: 앞으로 ref를 전달하기 위한 표준 가이드

오늘은 두나무의 조영제님이 번역하신 글입니다.

React 19부터는
forwardRef
없이도 함수형 컴포넌트에서
ref
를 직접 전달할 수 있도록 변경되었습니다. 이로 인해 보일러플레이트 코드가 줄어들고, 더 간결한 코드 작성이 가능해졌습니다. 이 글에서는 기존
forwardRef
사용 방식과 React 19에서 개선된 내용을 자세히 다루고 있습니다. 개인적으로
forwardRef
를 자주 사용하면서 코드가 길어지고 복잡해진다고 느꼈는데, 이번 변경을 통해 더 깔끔한 코드를 작성할 수 있을 것 같아 기대됩니다.

글 링크 : https://bit.ly/4hTNBJS

오늘은 두나무의 조영제님이 번역하신 글입니다. React 19부터는 <code >forwardRef</code> 없이도 함수형 컴포넌트에서 <code >ref</code>를 직접 전달할 수 있도록 변경되었습니다. 이로 인해 보일러플레이트 코드가 줄어들고, 더 간결한 코드 작성이 가능해졌습니다. 이 글에서는 기존 <code >forwardRef</code> 사용 방식과 React 19에서 개선된 내용을 자세히 다루고 있습니다. 개인적으로 <code >forwardRef</code>를 자주 사용하면서 코드가 길어지고 복잡해진다고 느꼈는데, 이번 변경을 통해 더 깔끔한 코드를 작성할 수 있을 것 같아 기대됩니다. 글 링크 : https://bit.ly/4hTNBJS

Google Docs

리액트 19 forwardRef 지원 중단

세번째, 동료와의 협업 경험과 의사 소통 역량을 강조하기

좋은 스토리텔링 능력과 더불어,
체계적인 문제 정의를 할 수 있는 후보자에게
좋은 점수가 주어지는 것은 어쩌면 당연합니다.

하지만, 결국 사람의 마음을 얻어야만,
취업도 성공 확률이 높아집니다.

취업 시장에서 최근 각광받는 능력 중 하나는 바로,
동료들과 효율적으로 협업하고 대화하는 능력입니다.

분석가는 타 직무들과 의사소통이 잦은 직무 중 하나입니다.
다른 직무들의 고충과 병목을 파악하고,
이를 데이터를 통해 해결할 수 있다면 더할 나위 없죠.

좋은 분석가는 단순히 말솜씨가 좋거나
또는 현란한 지식을 뽐내는 사람이 아닙니다.

우리 회사 마케터가 진짜 보고 싶어하는 데이터가 무엇인지,
매출과 비용을 어떻게 대시보드로 표현해야 한 눈에 잘 들어올지,
그리고 우리 회사의 핵심 지표를 어떤 과정으로 살펴보아야 할지를
이해할 수 있도록 친절하게, 또는 명확하게 설명하는 사람입니다.

저는 타인에 대한 공감 능력이 높은 사람일수록,
좋은 분석가가 될 확률이 높다고 생각합니다.

당신의 머리속에만 들어있던 인사이트가
누구나 이해할 수 있는 언어로 표현될 때
진짜 데이터 분석의 힘이 발휘됩니다.

세번째, 동료와의 협업 경험과 의사 소통 역량을 강조하기 좋은 스토리텔링 능력과 더불어, 체계적인 문제 정의를 할 수 있는 후보자에게 좋은 점수가 주어지는 것은 어쩌면 당연합니다. 하지만, 결국 사람의 마음을 얻어야만, 취업도 성공 확률이 높아집니다. 취업 시장에서 최근 각광받는 능력 중 하나는 바로, 동료들과 효율적으로 협업하고 대화하는 능력입니다. 분석가는 타 직무들과 의사소통이 잦은 직무 중 하나입니다. 다른 직무들의 고충과 병목을 파악하고, 이를 데이터를 통해 해결할 수 있다면 더할 나위 없죠. 좋은 분석가는 단순히 말솜씨가 좋거나 또는 현란한 지식을 뽐내는 사람이 아닙니다. 우리 회사 마케터가 진짜 보고 싶어하는 데이터가 무엇인지, 매출과 비용을 어떻게 대시보드로 표현해야 한 눈에 잘 들어올지, 그리고 우리 회사의 핵심 지표를 어떤 과정으로 살펴보아야 할지를 이해할 수 있도록 친절하게, 또는 명확하게 설명하는 사람입니다. 저는 타인에 대한 공감 능력이 높은 사람일수록, 좋은 분석가가 될 확률이 높다고 생각합니다. 당신의 머리속에만 들어있던 인사이트가 누구나 이해할 수 있는 언어로 표현될 때 진짜 데이터 분석의 힘이 발휘됩니다.

취준생이 전략적으로 포트폴리오를 구성하는 방법 #3

“조은님은 성실한 사람이니까 잘 될 거야”

어떤 말은 오래 남아서 저를 끝까지 응원해요.

아직 인원이 적은 팀이었을 때 대표님과 단둘이 밥을 먹을 기회가 있었어요. 횡단보도를 건너려고 서 있었는데 ‘조은님은 성실한 사람이니까 잘 될 거야’라고 이야기해 주셨어요.

짧은 말이었지만 마음 깊이 심어졌나 봐요. 미래가 불안할 때 그 횡단보도 앞이 생각나는 걸 보면요. 그 순간이 지금까지 제게 힘이 되곤 해요.

그래서 저를 만나는 분들에게도 같은 힘이 되어드리고 싶어요. 종종 멘토링을 하는 이유예요.

“조은님은 성실한 사람이니까 잘 될 거야” 어떤 말은 오래 남아서 저를 끝까지 응원해요. 아직 인원이 적은 팀이었을 때 대표님과 단둘이 밥을 먹을 기회가 있었어요. 횡단보도를 건너려고 서 있었는데 ‘조은님은 성실한 사람이니까 잘 될 거야’라고 이야기해 주셨어요. 짧은 말이었지만 마음 깊이 심어졌나 봐요. 미래가 불안할 때 그 횡단보도 앞이 생각나는 걸 보면요. 그 순간이 지금까지 제게 힘이 되곤 해요. 그래서 저를 만나는 분들에게도 같은 힘이 되어드리고 싶어요. 종종 멘토링을 하는 이유예요.

멘토링을 하는 이유

주변에서 Bun이 좋다는 얘기는 많이 들어보셨지만 바쁘셔서 아직 써보지는 못하셨나요? 그래서 제가 Bun을 간단히 맛 보실 수 있는 영상을 찍어보았습니다! 귀여운 이름과 로고 뒤에 무시무시한 기능과 성능으로 무장하고 하고 있는 차세대 자바스크립트 런타임의 매력에 빠져보실래요? 😍

📺 동영상: https://youtu.be/nlJtnLFqJu0

[ 함께 보시면 좋은 관련 게시물 ]
📕 Bun: 귀엽지만 강력한 새로운 자바스크립트 런타임: https://careerly.co.kr/comments/92202
📗 Bun v1.1 출시 소식: https://careerly.co.kr/comments/102544
📘 헬로 Bun 출간 소식: https://careerly.co.kr/comments/111998
📙 Bun v1.2 출시 소식: https://careerly.co.kr/comments/116299
📓 헬로 Bun eBook 출간 소식 : https://careerly.co.kr/comments/114790

주변에서 Bun이 좋다는 얘기는 많이 들어보셨지만 바쁘셔서 아직 써보지는 못하셨나요? 그래서 제가 Bun을 간단히 맛 보실 수 있는 영상을 찍어보았습니다! 귀여운 이름과 로고 뒤에 무시무시한 기능과 성능으로 무장하고 하고 있는 차세대 자바스크립트 런타임의 매력에 빠져보실래요? 😍 📺 동영상: https://youtu.be/nlJtnLFqJu0 [ 함께 보시면 좋은 관련 게시물 ]📕 Bun: 귀엽지만 강력한 새로운 자바스크립트 런타임: https://careerly.co.kr/comments/92202📗 Bun v1.1 출시 소식: https://careerly.co.kr/comments/102544📘 헬로 Bun 출간 소식: https://careerly.co.kr/comments/111998📙 Bun v1.2 출시 소식: https://careerly.co.kr/comments/116299📓 헬로 Bun eBook 출간 소식 : https://careerly.co.kr/comments/114790

🥟 Bun 한번 맛보실래요? 😋

리더의 첫째 할 일 ‘직원의 스트레스 줄이기’, 최은석 기자, AI테크

리더의 첫째 할 일 ‘직원의 스트레스 줄이기’

성과는 언제 높아질까? 구성원이 리더의 의지대로 움직여줄 때다. 그래서 리더는 구성원의 스트레스를 줄여줄 의무가 있다.

1️⃣정보를 먼저 공유하라
쥐들을 익숙한 곳에서 꺼내 새로운 공간에 넣는다. 기존과 크게 다르지 않은 환경이다. 그들을 위협할 강력한 적이 생긴 것도 아니다. 그저 환경이 달라졌을 뿐인 데도 스트레스지수가 높아졌다.

조직도 마찬가지다. 일하다 보면 수많은 새로운 일이 생긴다. 리더의 자발적 아이디어에 따른 새로운 과제일 수도 있고, 더 상위 리더의 뜻에 따른 새로운 업무일 수도 있다. 뭐가 됐든 구성원에겐 새롭다. 업무 강도는 중요하지 않다. 일이 ‘새롭다’는 것 자체가 원인이다. 하지만 많은 리더들이 이를 새롭다고 생각하지 못해 문제가 생긴다.

리더의 레이더와 구성원의 그것이 다르기 때문이다. 리더는 듣는 양이 다르다. 최근 어떤 사업 방향이 논의되고 있는지, 조직 구조를 어떻게 바꿀 계획인지, 신규 프로젝트를 어느 정도의 확률로 준비 중인지 등 여기저기서 들을 기회가 많다. 그래서 어떤 이슈가 생기면 ‘저번에 얘기했던 걸 지금 한다는 것이구나’ 생각할 수가 있다.

하지만 구성원은 다르다. 결국엔 100% 자기 일이 될 때야 비로소 그 상황을 접할 때가 많다. 그래서 새로운 일이 너무 많고 그 일들 앞에서 스트레스가 생긴다. 이를 줄이려면 어떻게 해야 할까? 새로운 일을 만들지 않는다는 식의 하나마나한 말은 하지도 말자. 이때 필요한 것은 리더의 빠른 움직임이다.

실행이 결정된 일이든 그렇지 않은 일이든 정보를 미리 공유해야 한다. 리더의 레이더에만 보이는 조직의 다양한 움직임을 빨리빨리 전달해 구성원의 레이더에 넣어줘야 한다. 이렇게 말하면 어떤 리더는 “아직 어떻게 될지도 모르는데 괜히 말했다 뒤집어지면 어떻게 하냐?”고 반문한다.

맞는 얘기다. 그래서 상황이 ‘달라질 수도 있다는 것’까지 알려야 한다. 어차피 불확실한 상황이라면 불확실한 정보라도 나눠서 구성원을 스트레스에서 벗어나게 하는 게 낫지 않을까? 스트레스는 정보가 많아서가 아니라 아는 게 없는 새로움 때문에 생긴다는 걸 기억하자.

2️⃣예측 가능한 피드백을 제공하라
새로운 환경에 익숙해진 쥐에게 전기자극을 준다. 전기자극을 받으면 쥐들의 스트레스지수는 확 높아진다. 물론 시간이 지나면 그 자극에 적응한다. 어느 시점이 지나면 전기자극을 받아도 별 변화가 없다.

이때 또 다른 설계를 한다. 일정하게 가해지던 전기자극의 타이밍을 제멋대로 바꿔 버리는 것이다. 그러자 쥐들의 스트레스지수가 갑자기 높아졌다. 예측하고 대비하던 일이 아닌 사건이 언제 벌어질지 모른다는 불안감이 스트레스에 영향을 주는 것이다.

리더는 싫든 좋든 구성원에게 전기 자극과 같은 충격을 준다. 좋은 말로 표현하면 피드백이고 구성원들의 솔직한 표현으로는 잔소리 혹은 질책이다. 질책은 구성원의 스트레스를 높인다. 하지만 더 중요한 것은 시기의 일관성이다. 예측할 수 없는 피드백은 구성원의 스트레스를 높인다.

예를 들어, 리더가 “다음 주까지 영업 개선안 보고서를 정리해 오라”고 지시했다. 구성원은 나름의 시간 계획을 세우고 일을 시작한다. 그런데 다음 날 출근하자마자 리더가 “어떻게 되고 있느냐” 물으면 짜증이 난다. 어제 일을 시켜 놓고 뭘 바라는지 모르겠다는 마음이다.

리더의 처지도 이해한다. 막히는 게 뭔지, 뭘 도와줄 수 있을지 선한 의도였을 수 있다. 하지만 구성원의 해석은 안타깝지만 다르다. ‘간섭하는 상사’로 인한 스트레스만 쌓일 뿐이다. 그래서 필요한 게 사전 약속이다.

일을 시킬 때 “알아서 해봐”라는 것은 지시가 아니다. 일을 그냥 ‘던지는 것’이다. 어떤 자료를 참고할지, 중간 보고는 언제 할지, 아웃풋은 어떤 형식과 수준으로 정리할지 등 상사의 기대치를 구성원의 업무 방식과 맞춰야 한다. 이게 있어야 예측 가능한 피드백이 가능해진다.

결과물이 성에 차지 않을 땐 막말과 함께 손에 잡히는 것을 집어 던지는 다혈질 리더와 함께 일하는 구성원을 만난 적이 있다. 무섭다고 했다. 하지만 또 아무렇지 않다고도 했다. 언제 ‘야수’로 돌변할지 알기 때문이다. 결국 핵심은 예측 가능성이다. 언제 무서울지 알고 있으면 대비할 수 있다.

3️⃣구성원의 역량 수준을 파악하라
이제 쥐를 두 그룹으로 나누고 한 그룹에만 전기충격을 멈출 수 있는 버튼을 준다. 예상하다시피 충격을 통제할 수 있는 집단이 스트레스를 덜 받는다. 하지만 중요한 것은 그 다음이다. 버튼을 망가뜨리고 실험을 이어간다. 결과는 버튼을 누르는 것이 아무 효과가 없는 그룹의 스트레스지수가 여전히 낮았다.

메시지는 명확하다. 구성원에게 결정권을 제공하라는 것이다. 수많은 리더십 이론에서 공통적으로 강조하지만 쉽게 실천하지 못하는 권한 위임이다. 위임이 쉽지 않은 이유는 두 가지다.

첫째, 리더가 조직에서 벌어지는 업무를 정확히 모르기 때문이다. 이렇게 말하면 많은 리더들이 “난 우리 팀에서 어떤 일 하는지 다 알고 있다”고 반문한다. 여기서 말하는 ‘안다’는 의미는 그 일이 무엇이냐가 아니다. 그 업무가 어떤 난이도인지, 어떤 중요성이 있는지 등을 분석적으로 파악해야 한다는 뜻이다.

‘하는 일이 많으니 바쁠 것’이라고 생각하는 게 아니라, 개별 구성원이 얼마나 어렵고 중요한 과제를 수행하고 있는지 알아야 한다. 일의 속성을 알아야 권한을 위임해 자율적으로 처리하게 해줄지, 더 꼼꼼히 챙기며 더 나은 결과를 내도록 코칭할지 정할 수 있다.

둘째, 리더가 구성원 개개인의 역량 수준을 몰라서다. 어떤 직원에겐 어려운 일이 다른 직원에겐 식은 죽 먹기일 수 있다. 연차나 직급의 문제가 아니다. 각자의 강점이 다르기 때문이다. 이를 업무와 연결해 제대로 파악하고 있을 때 능력에 맞는 일을 주고 업무 처리에 대한 자율권도 줄 수 있다. 뭘 잘하는지 모르는데 권한을 줄 수 없는 것은 당연하다.

조직에서는 누구나 일해야 한다. 그리고 일은 원래 힘들다. 하지만 ‘자기가 하겠다고 해서 하는 일’이라는 인식을 갖느냐 그렇지 않느냐에 따라 힘듦의 강도는 달라질 수 있다. 그래서 리더의 권한 위임이 중요하다.

성과는 언제 높아질까? 구성원이 리더의 의지대로 움직여줄 때다. 그래서 리더는 구성원의 스트레스를 줄여줄 의무가 있다. 1️⃣정보를 먼저 공유하라쥐들을 익숙한 곳에서 꺼내 새로운 공간에 넣는다. 기존과 크게 다르지 않은 환경이다. 그들을 위협할 강력한 적이 생긴 것도 아니다. 그저 환경이 달라졌을 뿐인 데도 스트레스지수가 높아졌다. 조직도 마찬가지다. 일하다 보면 수많은 새로운 일이 생긴다. 리더의 자발적 아이디어에 따른 새로운 과제일 수도 있고, 더 상위 리더의 뜻에 따른 새로운 업무일 수도 있다. 뭐가 됐든 구성원에겐 새롭다. 업무 강도는 중요하지 않다. 일이 ‘새롭다’는 것 자체가 원인이다. 하지만 많은 리더들이 이를 새롭다고 생각하지 못해 문제가 생긴다. 리더의 레이더와 구성원의 그것이 다르기 때문이다. 리더는 듣는 양이 다르다. 최근 어떤 사업 방향이 논의되고 있는지, 조직 구조를 어떻게 바꿀 계획인지, 신규 프로젝트를 어느 정도의 확률로 준비 중인지 등 여기저기서 들을 기회가 많다. 그래서 어떤 이슈가 생기면 ‘저번에 얘기했던 걸 지금 한다는 것이구나’ 생각할 수가 있다. 하지만 구성원은 다르다. 결국엔 100% 자기 일이 될 때야 비로소 그 상황을 접할 때가 많다. 그래서 새로운 일이 너무 많고 그 일들 앞에서 스트레스가 생긴다. 이를 줄이려면 어떻게 해야 할까? 새로운 일을 만들지 않는다는 식의 하나마나한 말은 하지도 말자. 이때 필요한 것은 리더의 빠른 움직임이다. 실행이 결정된 일이든 그렇지 않은 일이든 정보를 미리 공유해야 한다. 리더의 레이더에만 보이는 조직의 다양한 움직임을 빨리빨리 전달해 구성원의 레이더에 넣어줘야 한다. 이렇게 말하면 어떤 리더는 “아직 어떻게 될지도 모르는데 괜히 말했다 뒤집어지면 어떻게 하냐?”고 반문한다. 맞는 얘기다. 그래서 상황이 ‘달라질 수도 있다는 것’까지 알려야 한다. 어차피 불확실한 상황이라면 불확실한 정보라도 나눠서 구성원을 스트레스에서 벗어나게 하는 게 낫지 않을까? 스트레스는 정보가 많아서가 아니라 아는 게 없는 새로움 때문에 생긴다는 걸 기억하자. 2️⃣예측 가능한 피드백을 제공하라새로운 환경에 익숙해진 쥐에게 전기자극을 준다. 전기자극을 받으면 쥐들의 스트레스지수는 확 높아진다. 물론 시간이 지나면 그 자극에 적응한다. 어느 시점이 지나면 전기자극을 받아도 별 변화가 없다. 이때 또 다른 설계를 한다. 일정하게 가해지던 전기자극의 타이밍을 제멋대로 바꿔 버리는 것이다. 그러자 쥐들의 스트레스지수가 갑자기 높아졌다. 예측하고 대비하던 일이 아닌 사건이 언제 벌어질지 모른다는 불안감이 스트레스에 영향을 주는 것이다. 리더는 싫든 좋든 구성원에게 전기 자극과 같은 충격을 준다. 좋은 말로 표현하면 피드백이고 구성원들의 솔직한 표현으로는 잔소리 혹은 질책이다. 질책은 구성원의 스트레스를 높인다. 하지만 더 중요한 것은 시기의 일관성이다. 예측할 수 없는 피드백은 구성원의 스트레스를 높인다. 예를 들어, 리더가 “다음 주까지 영업 개선안 보고서를 정리해 오라”고 지시했다. 구성원은 나름의 시간 계획을 세우고 일을 시작한다. 그런데 다음 날 출근하자마자 리더가 “어떻게 되고 있느냐” 물으면 짜증이 난다. 어제 일을 시켜 놓고 뭘 바라는지 모르겠다는 마음이다. 리더의 처지도 이해한다. 막히는 게 뭔지, 뭘 도와줄 수 있을지 선한 의도였을 수 있다. 하지만 구성원의 해석은 안타깝지만 다르다. ‘간섭하는 상사’로 인한 스트레스만 쌓일 뿐이다. 그래서 필요한 게 사전 약속이다. 일을 시킬 때 “알아서 해봐”라는 것은 지시가 아니다. 일을 그냥 ‘던지는 것’이다. 어떤 자료를 참고할지, 중간 보고는 언제 할지, 아웃풋은 어떤 형식과 수준으로 정리할지 등 상사의 기대치를 구성원의 업무 방식과 맞춰야 한다. 이게 있어야 예측 가능한 피드백이 가능해진다. 결과물이 성에 차지 않을 땐 막말과 함께 손에 잡히는 것을 집어 던지는 다혈질 리더와 함께 일하는 구성원을 만난 적이 있다. 무섭다고 했다. 하지만 또 아무렇지 않다고도 했다. 언제 ‘야수’로 돌변할지 알기 때문이다. 결국 핵심은 예측 가능성이다. 언제 무서울지 알고 있으면 대비할 수 있다. 3️⃣구성원의 역량 수준을 파악하라이제 쥐를 두 그룹으로 나누고 한 그룹에만 전기충격을 멈출 수 있는 버튼을 준다. 예상하다시피 충격을 통제할 수 있는 집단이 스트레스를 덜 받는다. 하지만 중요한 것은 그 다음이다. 버튼을 망가뜨리고 실험을 이어간다. 결과는 버튼을 누르는 것이 아무 효과가 없는 그룹의 스트레스지수가 여전히 낮았다. 메시지는 명확하다. 구성원에게 결정권을 제공하라는 것이다. 수많은 리더십 이론에서 공통적으로 강조하지만 쉽게 실천하지 못하는 권한 위임이다. 위임이 쉽지 않은 이유는 두 가지다. 첫째, 리더가 조직에서 벌어지는 업무를 정확히 모르기 때문이다. 이렇게 말하면 많은 리더들이 “난 우리 팀에서 어떤 일 하는지 다 알고 있다”고 반문한다. 여기서 말하는 ‘안다’는 의미는 그 일이 무엇이냐가 아니다. 그 업무가 어떤 난이도인지, 어떤 중요성이 있는지 등을 분석적으로 파악해야 한다는 뜻이다. ‘하는 일이 많으니 바쁠 것’이라고 생각하는 게 아니라, 개별 구성원이 얼마나 어렵고 중요한 과제를 수행하고 있는지 알아야 한다. 일의 속성을 알아야 권한을 위임해 자율적으로 처리하게 해줄지, 더 꼼꼼히 챙기며 더 나은 결과를 내도록 코칭할지 정할 수 있다. 둘째, 리더가 구성원 개개인의 역량 수준을 몰라서다. 어떤 직원에겐 어려운 일이 다른 직원에겐 식은 죽 먹기일 수 있다. 연차나 직급의 문제가 아니다. 각자의 강점이 다르기 때문이다. 이를 업무와 연결해 제대로 파악하고 있을 때 능력에 맞는 일을 주고 업무 처리에 대한 자율권도 줄 수 있다. 뭘 잘하는지 모르는데 권한을 줄 수 없는 것은 당연하다. 조직에서는 누구나 일해야 한다. 그리고 일은 원래 힘들다. 하지만 ‘자기가 하겠다고 해서 하는 일’이라는 인식을 갖느냐 그렇지 않느냐에 따라 힘듦의 강도는 달라질 수 있다. 그래서 리더의 권한 위임이 중요하다.

성과는 언제 높아질까? 구성원이 리더의 의지대로 움직여줄 때다. 

오래전에 'IntelliJ 의 JShell Console 을 활용하자’ 라는 포스팅을 했다.이번에는 'IntelliJ의 Groovy Console’을 소개한다. 이 글은 Java 환경에서 JShell 대신 Groovy Console 사용하는 방법을 설명한다. 이 내용은 제 온라인 강의에서 파트 2-챕터 1 '테스트에 대한 이야기’에 있는 '04. Groovy Console 소개’와 ’05. Spock 사용을 위한 Groovy 기본 문법’ 2개의 영상에 있는 내용 중에서 'Groovy 기본 문법’에 대한 내용은 제외하고 'Groovy Console'에 대해서 일부 글로 정리한 것으로, Groovy Console에서 자바 문법을 사용하여 진행하므로 Groovy를 몰라도 무방하다.이 글의 말미에 Java의 L..

IntelliJ의 Groovy Console 소개

오래전에 'IntelliJ 의 JShell Console 을 활용하자’ 라는 포스팅을 했다.
이번에는 'IntelliJ의 Groovy Console’을 소개한다. 이 글은 Java 환경에서 JShell 대신 Groovy Console 사용하는 방법을 설명한다.
이 내용은 제 온라인 강의에서 파트 2-챕터 1 '테스트에 대한 이야기’에 있는 '04. Groovy Console 소개’와 ’05. Spock 사용을 위한 Groovy 기본 문법’ 2개의 영상에 있는 내용 중에서 'Groovy 기본 문법’에 대한 내용은 제외하고 'Groovy Console'에 대해서 일부 글로 정리한 것으로, Groovy Console에서 자바 문법을 사용하여 진행하므로 Groovy를 몰라도 무방하다.
이 글의 말미에 Java의 Lambda를 받는 Java 객체에 Groovy의 Closure를 사용할 수 있는지 확인하는 코드에만 Groovy 문법을 한번 사용한다.
...후략...

#Groovy #GroovyConsole #IntelliJ #포스팅

https://prostars.net/361

오래전에 'IntelliJ 의 JShell Console 을 활용하자’ 라는 포스팅을 했다.이번에는 'IntelliJ의 Groovy Console’을 소개한다. 이 글은 Java 환경에서 JShell 대신 Groovy Console 사용하는 방법을 설명한다.이 내용은 제 온라인 강의에서 파트 2-챕터 1 '테스트에 대한 이야기’에 있는 '04. Groovy Console 소개’와 ’05. Spock 사용을 위한 Groovy 기본 문법’ 2개의 영상에 있는 내용 중에서 'Groovy 기본 문법’에 대한 내용은 제외하고 'Groovy Console'에 대해서 일부 글로 정리한 것으로, Groovy Console에서 자바 문법을 사용하여 진행하므로 Groovy를 몰라도 무방하다.이 글의 말미에 Java의 Lambda를 받는 Java 객체에 Groovy의 Closure를 사용할 수 있는지 확인하는 코드에만 Groovy 문법을 한번 사용한다....후략... #Groovy #GroovyConsole #IntelliJ #포스팅 https://prostars.net/361

I'm Prostars

왜 재능만으로는 일과 인생에서 멀리 갈 수 없는가
Why Talent Without Agency Won’t Take You Far in Life and Work

by Rafa Páez 원문 링크 (원저자의 허락을 얻어 번역/공유합니다)

번역, 편집 및 정리 : 해빗팩토리 정윤호
Last Update : 2024.02.24 

나는 하이 에이전시 (High Agency) (윤호 : 우리가 익히

High Agency 하이 에이젼시 : 성공적인 리더의 마인드셋

<다른 사람들은 도움을 기다릴 때, 스스로 기회를 만들어내는 사람은 재능마저 이깁니다>

1. ‘하이 에이전시(High Agency)’는, 완벽한 조건을 기다리거나 상황을 탓하지 않고, 자기 삶을 주도하며 스스로 결정을 내리는 능력이다.

2. 이는 주도성(proactiveness), 자율성(autonomy), 그리고 자신의 행동과 결과에 대한 책임(responsibility)을 지는 태도를 포함한다.

3. (다시 말해) 하이 에이전시를 가진 사람들은 일반적으로 자기주도적(self-directed)이고, 부족하더라도 지금 자신이 가진 자원을 잘 활용하며(resourceful), 도전에 맞닥뜨렸을 때 회복탄력성(resilience)이 높다.

4. 이들은 적극적으로 성장과 발전의 기회를 찾고, 불확실성과 변화를 수용하며, 목표 달성을 위해 계산된 위험(calculated risks)도 기꺼이 감수한다.

5. 높은 재능(high talent)이 있어도 하이 에이전시(High Agency)가 없다면 그 재능은 자주 쓸모없게 되고, 반면 하이 에이전시(High Agency)는 낮은 재능(low talent)을 보완할 수도 있다.

6. 세상에는 불만 가득한 천재나 패배의식에 쩔은 천재(Frustrated Geniuses)를 행동하는 사람(Go-Getters)이 이기는 경우가 꽤 있다. 행동하는 사람은 제약(constraints)을 기회(opportunities)로 바꾸고, 불가능을 가능으로 만들어 내며, 더 재능 있으나 불만만 많은 천재를 종종 능가해 버리기도 한다.

7. 그리고 하이 에이전시는, 단순히 타고나는 특성(inborn trait)이 아니라, 갈고닦고 발전시킬 수 있는 마인드셋(mindset)이다.

8. 특히 커리어를 쌓아가다 리더십 역할을 맡으면 하이 에이전시는 더욱 중요해진다. 리더는 정확한 정보가 없는 상태에서도 압박을 받으며 어려운 결정을 내려야 한다. 상황을 판단하고, 창의력을 발휘하며, 주어진 최고의 자원을 활용해 과제를 추진해 나가야 한다. 이때 어떤 상황에서는 스스로 기회를 만들려고 하는 하이 에이전시는 리더를 더욱 돋보이게 하며, 리더에게 비밀 무기가 된다.

https://www.jungyunho.com/high-agency/

&lt;다른 사람들은 도움을 기다릴 때, 스스로 기회를 만들어내는 사람은 재능마저 이깁니다&gt; 1. ‘하이 에이전시(High Agency)’는, 완벽한 조건을 기다리거나 상황을 탓하지 않고, 자기 삶을 주도하며 스스로 결정을 내리는 능력이다. 2. 이는 주도성(proactiveness), 자율성(autonomy), 그리고 자신의 행동과 결과에 대한 책임(responsibility)을 지는 태도를 포함한다. 3. (다시 말해) 하이 에이전시를 가진 사람들은 일반적으로 자기주도적(self-directed)이고, 부족하더라도 지금 자신이 가진 자원을 잘 활용하며(resourceful), 도전에 맞닥뜨렸을 때 회복탄력성(resilience)이 높다. 4. 이들은 적극적으로 성장과 발전의 기회를 찾고, 불확실성과 변화를 수용하며, 목표 달성을 위해 계산된 위험(calculated risks)도 기꺼이 감수한다. 5. 높은 재능(high talent)이 있어도 하이 에이전시(High Agency)가 없다면 그 재능은 자주 쓸모없게 되고, 반면 하이 에이전시(High Agency)는 낮은 재능(low talent)을 보완할 수도 있다. 6. 세상에는 불만 가득한 천재나 패배의식에 쩔은 천재(Frustrated Geniuses)를 행동하는 사람(Go-Getters)이 이기는 경우가 꽤 있다. 행동하는 사람은 제약(constraints)을 기회(opportunities)로 바꾸고, 불가능을 가능으로 만들어 내며, 더 재능 있으나 불만만 많은 천재를 종종 능가해 버리기도 한다. 7. 그리고 하이 에이전시는, 단순히 타고나는 특성(inborn trait)이 아니라, 갈고닦고 발전시킬 수 있는 마인드셋(mindset)이다. 8. 특히 커리어를 쌓아가다 리더십 역할을 맡으면 하이 에이전시는 더욱 중요해진다. 리더는 정확한 정보가 없는 상태에서도 압박을 받으며 어려운 결정을 내려야 한다. 상황을 판단하고, 창의력을 발휘하며, 주어진 최고의 자원을 활용해 과제를 추진해 나가야 한다. 이때 어떤 상황에서는 스스로 기회를 만들려고 하는 하이 에이전시는 리더를 더욱 돋보이게 하며, 리더에게 비밀 무기가 된다. https://www.jungyunho.com/high-agency/

정윤호닷컴

다른 사람들은 도움을 기다릴 때, 스스로 기회를 만들어내는 사람은

새로운 발견을 연결하며 모든이의 더 나은 가능성을 만드는 곳 커리어의 시작, 팀네이버에서

2025 팀네이버 신입 공채

- 2026년 2월 이내 졸업 예정자, 경력 1년 이하의 기졸업자만 지원 가능합니다.

---

오늘은 2025년도 네이버 공채가 열렸다는 소식을 듣고 오랜만에 채용 소식을 가져와봤습니다! 직접 웹 사이트에 들어가 살펴보기 귀찮은 분들을 위해 기술 직무에 대한 내용을 짤막하게 정리해보았습니다.

기술 직무의 경우 다음과 같은 모집 부문에서 선택을 할 수 있습니다.

- 프론트엔드
- 백엔드
- 안드로이드
- iOS
- 데이터
- 인프라
- 보안
- Tech Management

또한 작성해야 하는 자기 소개서 항목은 다음과 같습니다.

- 해당 분야로 지원을 결정한 계기와, 입사 후 성장 목표를 작성해 주세요. (1000자)
- 스스로의 의지로 새로운 도전이나 변화를 시도했던 경험을 작성해 주세요. (1000자)
- 팀 혹은 모임 내에서 도전적인 과제를 진행하며 중요한 책임을 맡았던 경험과 그 결과를 작성해 주세요. (1000자)
- 본인의 대표적인 개발 경험이나 희망 분야 관련 과제 성과, 활동 등을 가장 잘 보여줄 수 있는 GitHub, 블로그 등의 URL을 작성하시거나 자료를 첨부하시고, 간단한 소개나 설명을 해 주세요. (1000자)

지원서 접수 기간은 3월 17일 월요일 오전 11시까지입니다. 그 후의 일정은 다음과 같습니다.

- 기업 문화 적합도 검사: 3월 21~23일
- 온라인 CS, 코딩 테스트: 3월 22일 오전
- 서류 전형 마감, 결과 발표: 4월 4일
- 기술 역량 인터뷰: 4월 3~4주
- 종합 역량 인터뷰: 5월 3~4주 (오프라인)
- 입사: 7월 7일

보다 정확하고 자세한 내용은 아래 링크에 들어가서 확인해주세요.

https://recruit.navercorp.com/micro/teamnaver/2025

- 2026년 2월 이내 졸업 예정자, 경력 1년 이하의 기졸업자만 지원 가능합니다. --- 오늘은 2025년도 네이버 공채가 열렸다는 소식을 듣고 오랜만에 채용 소식을 가져와봤습니다! 직접 웹 사이트에 들어가 살펴보기 귀찮은 분들을 위해 기술 직무에 대한 내용을 짤막하게 정리해보았습니다. 기술 직무의 경우 다음과 같은 모집 부문에서 선택을 할 수 있습니다. - 프론트엔드 - 백엔드 - 안드로이드 - iOS - 데이터 - 인프라 - 보안 - Tech Management 또한 작성해야 하는 자기 소개서 항목은 다음과 같습니다. - 해당 분야로 지원을 결정한 계기와, 입사 후 성장 목표를 작성해 주세요. (1000자) - 스스로의 의지로 새로운 도전이나 변화를 시도했던 경험을 작성해 주세요. (1000자) - 팀 혹은 모임 내에서 도전적인 과제를 진행하며 중요한 책임을 맡았던 경험과 그 결과를 작성해 주세요. (1000자) - 본인의 대표적인 개발 경험이나 희망 분야 관련 과제 성과, 활동 등을 가장 잘 보여줄 수 있는 GitHub, 블로그 등의 URL을 작성하시거나 자료를 첨부하시고, 간단한 소개나 설명을 해 주세요. (1000자) 지원서 접수 기간은 3월 17일 월요일 오전 11시까지입니다. 그 후의 일정은 다음과 같습니다. - 기업 문화 적합도 검사: 3월 21~23일 - 온라인 CS, 코딩 테스트: 3월 22일 오전 - 서류 전형 마감, 결과 발표: 4월 4일 - 기술 역량 인터뷰: 4월 3~4주 - 종합 역량 인터뷰: 5월 3~4주 (오프라인) - 입사: 7월 7일 보다 정확하고 자세한 내용은 아래 링크에 들어가서 확인해주세요. https://recruit.navercorp.com/micro/teamnaver/2025

recruit.navercorp.com

🌱 2025 팀네이버 신입 공채 오픈

직장인을 위한 이솝우화 | 한 소년이 강에서 목욕을 하다 깊은 곳에 빠져서, 익사할지도 모르는 큰 위험에 처했다. 그때 길을 따라 걷던 한 남자가 도움을 요청하는 소년의 외침을 듣고, 강변으로 갔다. 그리고는 깊은 곳을 조심하지 않은 소년을 꾸짖기 시작했다. 하지만, 소년을 도와주려고는 하지 않았다. "아저씨!" 그러자 소년이 외쳤다. "제발 절 먼저 도와주세요!

물에 빠진 소년

책임을 따지기 전에 문제부터 해결해야 한다.
#직장인 #커리어 #위기대응

https://brunch.co.kr/@drunkensky/559

책임을 따지기 전에 문제부터 해결해야 한다.#직장인 #커리어 #위기대응 https://brunch.co.kr/@drunkensky/559

스튜디오브이아이 (유진테크) 개발팀/팀장/아트디렉터/영화감독

박경돈

뒤늦게 언어의 매력을 접하였습니다. 느리지만 공부 중입니다. Node.js, python
#ENFJ #직장인영화감독

GreenNarae

피닉스다트 웹 서버 개발자

김대호

#백엔드 #개발자 #커뮤니케이션

게임 프로그래머로 시작해서, 게임 분석가, 프로젝트 매니저, 프로젝트 리더를 거쳐 지금은 게임에 AI를 적용하는 연구를 하고 있는 직장인 20년차입니다. 글 쓰는 것을 좋아해서 브런치에서 '취한하늘'이라는 이름으로 작가 활동을 하고 있습니다.

이재호

책 <일 잘하는 팀장>을 집필하였습니다. 게임 프로그래머, 게임 분석가, 프로젝트 매니저, 프로젝트 리더를 거쳐 지금은 게임 AI 연구를 하고 있는 직장인 23년차입니다. 글 쓰는 것을 좋아해서 브런치에서 '취한하늘'이라는 이름으로 작가 활동을 하고 있습니다.

물에 빠진 소년

댓글 0

비슷한 게시물

주간 인기 TOP 10

추천 프로필