첫 회사에서 5년 정도 보낸 후 대기업이 가보고 싶다는 생각이 들었습니다.
다른 곳에 이력서도 넣어보지 않은 채 일단 그만뒀습니다.

그리고 이력서를 쓰기 시작했는데...
아는 사람도 하나 없어 지인 추천 없이 홈페이지를 통해서 지원서를 썼습니다.
네이버, 다음, SK컴즈, NC소프트, 넥슨 같은 곳들.

근데 기다려도 답장이 오질 않더군요.
5년 가까이 열심히 했고 자신감도 많이 생겼는데 밖에서 보는 내 수준은 이런거였구나.

한 달 정도 지났을 뿐인데 초조함이 엄청 커졌습니다.
나 혹시 새되는 거 아냐? 그럼 내 인생 어떻게 되는거지?
다른 회사를 먼저 알아보고 그만둘 걸.
큰일났단 생각에 소름이 바짝 돋았습니다.

엔씨, 넥슨, 다음에서는 연락도 안 왔고, 네이버에서 연락이 왔습니다.
이력서를 내고 한 달 지나 연락이 왔는데...
지금 생각해보면 제 이력서를 보고 픽해준 네이버 누군가가 인생의 은인입니다.
만약 흘려 넘겨 버렸으면 나는 지금 뭘하고 있을까? 시간이 지날수록 초조한 맘이 커져서 그 어떤 이상한 회사라도 얼씨구나 들어갔을 것 같습니다.

이후에도 다른 회사를 알아보기 전에 회사를 그만두었습니다만 처음 만큼 긴장되거나 초조하진 않았습니다. 스스로에 대한 자신감이 없었기 때문이었던 것 같습니다.

(인생에서 불안했던 시기를 생각해보다가 쓴 글일 뿐 절대 이렇게 하라고 추천하는 것은 아닙니다)

첫 회사에서 5년 정도 보낸 후 대기업이 가보고 싶다는 생각이 들었습니다.다른 곳에 이력서도 넣어보지 않은 채 일단 그만뒀습니다. 그리고 이력서를 쓰기 시작했는데...아는 사람도 하나 없어 지인 추천 없이 홈페이지를 통해서 지원서를 썼습니다.네이버, 다음, SK컴즈, NC소프트, 넥슨 같은 곳들. 근데 기다려도 답장이 오질 않더군요.5년 가까이 열심히 했고 자신감도 많이 생겼는데 밖에서 보는 내 수준은 이런거였구나. 한 달 정도 지났을 뿐인데 초조함이 엄청 커졌습니다.나 혹시 새되는 거 아냐? 그럼 내 인생 어떻게 되는거지?다른 회사를 먼저 알아보고 그만둘 걸.큰일났단 생각에 소름이 바짝 돋았습니다. 엔씨, 넥슨, 다음에서는 연락도 안 왔고, 네이버에서 연락이 왔습니다.이력서를 내고 한 달 지나 연락이 왔는데...지금 생각해보면 제 이력서를 보고 픽해준 네이버 누군가가 인생의 은인입니다.만약 흘려 넘겨 버렸으면 나는 지금 뭘하고 있을까? 시간이 지날수록 초조한 맘이 커져서 그 어떤 이상한 회사라도 얼씨구나 들어갔을 것 같습니다. 이후에도 다른 회사를 알아보기 전에 회사를 그만두었습니다만 처음 만큼 긴장되거나 초조하진 않았습니다. 스스로에 대한 자신감이 없었기 때문이었던 것 같습니다. (인생에서 불안했던 시기를 생각해보다가 쓴 글일 뿐 절대 이렇게 하라고 추천하는 것은 아닙니다)

다른 회사를 먼저 알아보지 않고 퇴사하면

안녕하세요 저도 현재 비슷한 경험중이여서 댓글을 남깁니다!!
첫회사에서 유니티 개발자로 6년정도 보내고 더 큰 기업에서 성장하고싶다는 마음에 회사를 그만두고 새로운 직장을 알아보고 있는데 시장도 많이 어렵고 계속 불안한 마음만 생기는것 같습니다. 현재는 백엔드 개발자로 직무를 전환하고자 부트캠프를 다니면서 이력서를 넣고있습니다. 혹시 조언해주실만한 부분이 있으실까요!?

본격적으로 스타트업 바닥에 들어온 2017년부터 큰 돈이던 작은 돈이던 꾸준하게 매해 꼬박꼬박 스타트업에 투자를 해왔다.

직접 해당 스타트업과 협의해서 지분을 매입하는 직접 투자던, 비상장주식 거래소를 통하거나 개인투자조합에 참여하거나 스타트업 투자 법인에 투자하는 등 간접 투자던 말이다. 스타트업 생태계에 대한 이해도를 높이거나, 스타트업 육성업을 하는 입장에서 스타트업 옥석을 가리거나 육성 노하우를 쌓기 위해서나, 스타트업 산업의 이해관계자 중 하나로서 보다 적극적이고 능동적으로 참여해서 조금이라도 스타트업 생태계에 기여하면서도 내 일에 대한 가치를 높게 평가 받고 실질적인 수익을 기대하기 위한 목적으로 해왔다.

2025년 올해는 어떤 형태와 어떤 규모로 이어갈 지는 모르겠다. 아직 생각이 정리되지 않았고 따라서 결정하지도 않았다. 무엇보다도 당장 탐나는 건이나 기회도 보이지 않는다. 불행인지 다행인지 모르겠지만, 지금 당장 투자할 수 있는 돈도 없다. 지금 생각으로는 지금까지 항상 그랬듯이 투자할 돈을 모으는게 먼저니 일단 조금씩이라도 모을거다. 4/4분기에 투자하는 것을 목표로 말이다.

국내외 최악의 경제상황에 과연 스타트업에 투자하는 것이 맞는지 생각하면 의문이 많이 들 수 있다. 하지만 최소한 개인적으로는 앞서 말했던 여러가지 목적을 다시 돌이켜봐도 내가 이 일을 하는한 의미가 있다. 최악의 경우는 올해 투자한 것 모두 잃어도 이런 상황에서 스타트업이나 신사업이 어떻게 되고 어떻게 대응하고 어떻게 육성해야 하는지 수업료로 아깝지 않다. 최고의 경우는 한창 모든 기업의 가치가 바닥인 상황에서 가장 싼 값에 투자를 집행한 것이니 살아남아 사업이 성장한다면 괜찮은 수익을 기대할 수 있을 것이다.

올해 내가 스타트업 투자 대상으로 관심을 갖고 있는 영역 혹은 키워드는... AI와 딥테크는 아니다. 초기 투자만 집행하는 입장에서 AI와 딥테크는 - 재작년부터 여러번 의견을 썼듯이 - 이미 판이 다 구성되었고 더이상 초기 스타트업의 영역이 아니기 때문이다. 더구나 재작년부터 곳곳에 슬슬 거품이 끼기 시작해서 실질 가치와 장부상 가치의 갭도 커진 곳들도 많다. 그래서 지금의 내 관심은...

1. 손에 잡히는, 실제 물건을 만들어 팔 수 있는 제조업
2. 의식주 중 '의'와 '식'과 관련이 있는 사업아이템
3. K-콘텐츠(음악, 영화, 드라마 등)를 넘어서 확장 가능한 K-컬쳐 테마

이다. 1번~3번 각각 혹은 섞여도 좋다.
아마도 올해부터 내년과 후년 정도까지는 내 생각이 변하지 않을 것 같다.

항상 그래왔듯이 열심히 돈 모으면서 기회도 보고 내 생각이 맞는지도 확인해봐야겠다.

본격적으로 스타트업 바닥에 들어온 2017년부터 큰 돈이던 작은 돈이던 꾸준하게 매해 꼬박꼬박 스타트업에 투자를 해왔다. 직접 해당 스타트업과 협의해서 지분을 매입하는 직접 투자던, 비상장주식 거래소를 통하거나 개인투자조합에 참여하거나 스타트업 투자 법인에 투자하는 등 간접 투자던 말이다. 스타트업 생태계에 대한 이해도를 높이거나, 스타트업 육성업을 하는 입장에서 스타트업 옥석을 가리거나 육성 노하우를 쌓기 위해서나, 스타트업 산업의 이해관계자 중 하나로서 보다 적극적이고 능동적으로 참여해서 조금이라도 스타트업 생태계에 기여하면서도 내 일에 대한 가치를 높게 평가 받고 실질적인 수익을 기대하기 위한 목적으로 해왔다. 2025년 올해는 어떤 형태와 어떤 규모로 이어갈 지는 모르겠다. 아직 생각이 정리되지 않았고 따라서 결정하지도 않았다. 무엇보다도 당장 탐나는 건이나 기회도 보이지 않는다. 불행인지 다행인지 모르겠지만, 지금 당장 투자할 수 있는 돈도 없다. 지금 생각으로는 지금까지 항상 그랬듯이 투자할 돈을 모으는게 먼저니 일단 조금씩이라도 모을거다. 4/4분기에 투자하는 것을 목표로 말이다. 국내외 최악의 경제상황에 과연 스타트업에 투자하는 것이 맞는지 생각하면 의문이 많이 들 수 있다. 하지만 최소한 개인적으로는 앞서 말했던 여러가지 목적을 다시 돌이켜봐도 내가 이 일을 하는한 의미가 있다. 최악의 경우는 올해 투자한 것 모두 잃어도 이런 상황에서 스타트업이나 신사업이 어떻게 되고 어떻게 대응하고 어떻게 육성해야 하는지 수업료로 아깝지 않다. 최고의 경우는 한창 모든 기업의 가치가 바닥인 상황에서 가장 싼 값에 투자를 집행한 것이니 살아남아 사업이 성장한다면 괜찮은 수익을 기대할 수 있을 것이다. 올해 내가 스타트업 투자 대상으로 관심을 갖고 있는 영역 혹은 키워드는... AI와 딥테크는 아니다. 초기 투자만 집행하는 입장에서 AI와 딥테크는 - 재작년부터 여러번 의견을 썼듯이 - 이미 판이 다 구성되었고 더이상 초기 스타트업의 영역이 아니기 때문이다. 더구나 재작년부터 곳곳에 슬슬 거품이 끼기 시작해서 실질 가치와 장부상 가치의 갭도 커진 곳들도 많다. 그래서 지금의 내 관심은... 1. 손에 잡히는, 실제 물건을 만들어 팔 수 있는 제조업2. 의식주 중 '의'와 '식'과 관련이 있는 사업아이템3. K-콘텐츠(음악, 영화, 드라마 등)를 넘어서 확장 가능한 K-컬쳐 테마 이다. 1번~3번 각각 혹은 섞여도 좋다. 아마도 올해부터 내년과 후년 정도까지는 내 생각이 변하지 않을 것 같다. 항상 그래왔듯이 열심히 돈 모으면서 기회도 보고 내 생각이 맞는지도 확인해봐야겠다.

아는 척하고 혹평하는 사람이 아니라 사랑하고 인내하며 용서할 줄 아는 사람이 늘 승리했습니다. 앞과 뒤가 다른 사람이 아니라 불리한 상황에서도 소신을 지키며 자신에게 불리한 상황도 감수한 사람이 늘 승리했습니다. 눈에 보이지 않는 가치를 지키기 위해 애를 쓰고 그 애를 쓰는 동료의 애씀을 보듬어주는 사람들이 늘 승리했습니다. 굳이 그렇게까지 해야 해? 유난하다며, 예민하다며 “시간 많아?”라는 이야기를 듣더라도 섬세함을 지켜가며 해야 하는 것을 결국 해내는 사람이 늘 승리했습니다.

대단해 보이지 않더라도 내 일을 사랑하고 그 일을 오늘도, 내일도 묵묵하게 하는 사람이 좋습니다.

아는 척하고 혹평하는 사람이 아니라 사랑하고 인내하며 용서할 줄 아는 사람이 늘 승리했습니다. 앞과 뒤가 다른 사람이 아니라 불리한 상황에서도 소신을 지키며 자신에게 불리한 상황도 감수한 사람이 늘 승리했습니다. 눈에 보이지 않는 가치를 지키기 위해 애를 쓰고 그 애를 쓰는 동료의 애씀을 보듬어주는 사람들이 늘 승리했습니다. 굳이 그렇게까지 해야 해? 유난하다며, 예민하다며 “시간 많아?”라는 이야기를 듣더라도 섬세함을 지켜가며 해야 하는 것을 결국 해내는 사람이 늘 승리했습니다. 대단해 보이지 않더라도 내 일을 사랑하고 그 일을 오늘도, 내일도 묵묵하게 하는 사람이 좋습니다.

《오늘 하루 문득 떠올린 애쓰는 마음》

산토리의 크래프트 위스키 Maker's Mark가 작년 '아버지의 날'을 기념해 특별한 신문 광고를 제작했다.
https://bit.ly/3YfxdeD

재미있는 건 이 신문 광고를 '아버지의 날'이 아니라 '어머니의 날'에 집행했다는 것이다

(일본에선 어머니의 날이 5월 두번째 일요일,아버지의 날이 6월 세번째 일요일)

신문 광고를 뒤집어서 거꾸로 보면 반전 메시지가 드러나도록 했다.여기에서 이 신문 광고의 창의적인 아이디어를 확인할 수 있다.
https://bit.ly/3YfxdeD

#스투시의마케팅노트

책 <마케터의 브랜드 탐색법>
https://bit.ly/3H10pgM

*협업/기업강연,교육 문의
https://linktr.ee/stussygo

산토리의 크래프트 위스키 Maker's Mark가 작년 '아버지의 날'을 기념해 특별한 신문 광고를 제작했다. https://bit.ly/3YfxdeD 재미있는 건 이 신문 광고를 '아버지의 날'이 아니라 '어머니의 날'에 집행했다는 것이다 (일본에선 어머니의 날이 5월 두번째 일요일,아버지의 날이 6월 세번째 일요일) 신문 광고를 뒤집어서 거꾸로 보면 반전 메시지가 드러나도록 했다.여기에서 이 신문 광고의 창의적인 아이디어를 확인할 수 있다.https://bit.ly/3YfxdeD #스투시의마케팅노트 책 &lt;마케터의 브랜드 탐색법&gt; https://bit.ly/3H10pgM *협업/기업강연,교육 문의 https://linktr.ee/stussygo

일본 산토리의 신박한 신문광고 활용법.신문을 뒤집으면 드러나는 반전!

얼마전에 신입 개발자 채용시 과제를 10분 내에 빠르게 만들어서 보낸 사람을 채용했다며, 빠르게 결과를 냈기 때문에 채용했다는 글이 SNS에 많이 돌았다. 그러면서 이렇게 말한다.

"알고리즘 많이 푸는 개발자보다, AI로 빠르게 결과 내는 사람을 선호. 알고리즘, 코딩 책 안 봐도 AI 도구만 적극 활용하면 취업 기회 잡을 수 있다."

개인적으로 이런 말 퍼뜨리는 사람들 너무 나쁘고 무책임하다고 생각한다. 취업하는 분들에게도 안 좋고, 개발자 생태계에도 안 좋다.

AI 도구를 활용하고 AI로 빠르게 결과를 내는 건, 오히려 이제 누구나 다 쉽게 할 수 있는 것이기 때문에 차별성이 없다. 그렇기 때문에 반대로 알고리즘을 많이 풀어보고 책을 많이 본 개발자를 더욱 선호할 수 밖에 없다.

보통 빠르게 결과를 낸 사람을 우대하는 이유는, 결과를 빠르게 만들었다는 이유보다는, 적극적으로 빠르게 소통을하기 때문이다.

속도도 물론 매우 중요하다. 하지만, 빠르게 만드는 것이 최우선인 회사가 있다면 그 회사는 빨리 거르거나, 1~2년 정도 경험을 많이 쌓는 용도로만 활용하겠다고 생각하는 것이 좋다. 좋은 회사일수록 이런 사람을 찾지 않는다.

얼마전에 신입 개발자 채용시 과제를 10분 내에 빠르게 만들어서 보낸 사람을 채용했다며, 빠르게 결과를 냈기 때문에 채용했다는 글이 SNS에 많이 돌았다. 그러면서 이렇게 말한다. "알고리즘 많이 푸는 개발자보다, AI로 빠르게 결과 내는 사람을 선호. 알고리즘, 코딩 책 안 봐도 AI 도구만 적극 활용하면 취업 기회 잡을 수 있다." 개인적으로 이런 말 퍼뜨리는 사람들 너무 나쁘고 무책임하다고 생각한다. 취업하는 분들에게도 안 좋고, 개발자 생태계에도 안 좋다. AI 도구를 활용하고 AI로 빠르게 결과를 내는 건, 오히려 이제 누구나 다 쉽게 할 수 있는 것이기 때문에 차별성이 없다. 그렇기 때문에 반대로 알고리즘을 많이 풀어보고 책을 많이 본 개발자를 더욱 선호할 수 밖에 없다. 보통 빠르게 결과를 낸 사람을 우대하는 이유는, 결과를 빠르게 만들었다는 이유보다는, 적극적으로 빠르게 소통을하기 때문이다. 속도도 물론 매우 중요하다. 하지만, 빠르게 만드는 것이 최우선인 회사가 있다면 그 회사는 빨리 거르거나, 1~2년 정도 경험을 많이 쌓는 용도로만 활용하겠다고 생각하는 것이 좋다. 좋은 회사일수록 이런 사람을 찾지 않는다.

일을 하는 많은 분들을 만납니다.
그분들의 마음속 커다란 바람중의 하나는
가고싶은 곳에서 하고싶은 일을 하는 거예요.

저는 감사히도 첫번째, 두번째, 세번째 모두
가고 싶은 회사에서 하고 싶은 일을 할 수 있었어요.

저에게도 많은 분들이 일과 커리어로 질문을 주세요.
그런데 아쉽게도 그걸 위한 접근방식이 아쉬울 때가 있어요.

그걸 하기 위해 자격증이 뭐가 필요한지?
그걸 위해 학위나 스펙, 점수는 어때야 하는지?
어떠한 ‘조건’부터 시작을 하죠.

그것보다는 내가 그걸 하기 위해 준비된 것,
관련된 것이 무엇이 있는지 ‘연결고리’를 찾아야 해요.

작더라도 연결고리가 있어야 거기로부터
명분을 찾고, 설득할 수 있는 기회를 얻을 수 있어요.

내가 가고 싶은 곳, 하고 싶은 일
그걸 위해 필요한 것은 뭘까?
나의 지난 시간은 무엇을 가지고 있을까?

이걸 떠올려보세요.
그리고 실제로 그 일을 해본 분의 이야기를 꼭 들어보세요.
책, 영상, 강의, 커뮤니티 세상에 기회는 많답니다.

여러분이 그리는 모습으로 자신만의 스토리를
만들어가길 바랄게요.

커리어의 무기를 만드는 초인랩🚀

*이야기로 들으려면?
https://www.youtube.com/shorts/2v2j5qH7UAw

일을 하는 많은 분들을 만납니다. 그분들의 마음속 커다란 바람중의 하나는 가고싶은 곳에서 하고싶은 일을 하는 거예요. 저는 감사히도 첫번째, 두번째, 세번째 모두 가고 싶은 회사에서 하고 싶은 일을 할 수 있었어요. 저에게도 많은 분들이 일과 커리어로 질문을 주세요. 그런데 아쉽게도 그걸 위한 접근방식이 아쉬울 때가 있어요. 그걸 하기 위해 자격증이 뭐가 필요한지? 그걸 위해 학위나 스펙, 점수는 어때야 하는지? 어떠한 ‘조건’부터 시작을 하죠. 그것보다는 내가 그걸 하기 위해 준비된 것, 관련된 것이 무엇이 있는지 ‘연결고리’를 찾아야 해요. 작더라도 연결고리가 있어야 거기로부터 명분을 찾고, 설득할 수 있는 기회를 얻을 수 있어요. 내가 가고 싶은 곳, 하고 싶은 일 그걸 위해 필요한 것은 뭘까? 나의 지난 시간은 무엇을 가지고 있을까? 이걸 떠올려보세요. 그리고 실제로 그 일을 해본 분의 이야기를 꼭 들어보세요. 책, 영상, 강의, 커뮤니티 세상에 기회는 많답니다. 여러분이 그리는 모습으로 자신만의 스토리를 만들어가길 바랄게요. 커리어의 무기를 만드는 초인랩🚀 *이야기로 들으려면?https://www.youtube.com/shorts/2v2j5qH7UAw

하고 싶은 일을 만나는 방법?

한국인의 문화 유전자와 리더십이라는 돌연변이를 기다리며[2025키워드, 한국인①], 김용준 기자, 커버스토리

한국인의 문화 유전자와 리더십이라는 돌연변이를 기다리며[2025키워드, 한국인①]

1987년부터 10년 간격으로 한국 사회는 크게 흔들렸다. 큰 사회적 변혁기이거나 국가적 재난의 시기였다. 이를 극복한 원동력은 대가를 바라지 않고 국가와 공동체를 위해 기꺼이 나선 이름 없는 시민들이었다.

국민들은 한국 사회에 위기가 닥칠 때마다 현장에 등장했다. 임무가 끝나면 묵묵히 삶의 현장으로 돌아갔다. 2025년은 과거에 경험해 보지 못한 위기가 닥쳐올 것이라고 한다. 올해도 위기에 강한 한국인 DNA가 발현될 수 있을지 관심이다.

1980-90년대 외국인들은 한국이라고 하면 각목과 화염병, 최루탄과 곤봉이 난무하는 시가지를 떠올렸다. 뿐만 아니라, 북한은 미사일을 쏘고 핵실험까지 했다. 한국은 지구상에서 가장 위험한 나라였다. 경제는 매년 10% 가까이 성장했지만 정치와 사회체제의 변화는 이 속도를 따라잡지 못했다.

1987년 6월 민주화운동은 이 속도의 차이가 균열로 이어지는 과정에서 발생했다. 경제적 성장은 민주화에 대한 요구를 부채질했다. ‘대통령 직선제’를 스스로 얻어내며 역사의 한 페이지가 됐다. 하지만 여전히 민주주의는 불완전했다.

10년 후 1997년 한국 경제는 외환위기를 맞았다. 고속성장하던 한국 경제에 브레이크가 걸렸다. ‘한국은 경제적으로도 허약한 나라’라는 인상을 주기에 충분했다. 외국인들이 보는 한국은 불안정성 그 자체였다. 하지만 한국의 이미지는 한국인들에 의해 반전됐다.

외환위기를 극복하는 모습은 세계인들에게 충격을 줬다. 달러가 부족하다고 하니 국민들은 집에 있는 달러와 아이 돌반지, 결혼반지를 들고 나왔다. ‘금모으기 운동’이었다. 갖고 있으면 가치가 올라가는 자산을 대가 없이 기부했다. 이 집단적 움직임이 사회 분위기를 바꾸며 한국은 IMF에서 빌린 돈을 조기 상환했다. IMF 체제를 가장 빨리 졸업한 나라로 기록됐다.

다시 10년 후. 2007년 12월 세계가 주목한 사건이 벌어졌다. 태안 앞바다 기름 유출 사건이다. 유조선과 크레인 예인선이 충돌했다. 태안 앞바다는 순식간은 검게 물들었다. 죽음의 바다가 됐다. 전문가들은 수십 년 지나야 생태계가 복원될 것이라고 했다. 그러나 반전에는 채 몇 개월이 걸리지 않았다. 6개월 후 물고기가 돌아왔다.

반전을 가능케 한 것은 국민들의 손길이었다. 일이 벌어지자 120만 명이 넘는 국민이 태안을 찾았다. 겨울 바다에 맨손을 집어넣고 해변가 돌 사이에 끼어 있는 기름을 일일이 닦아냈다. 그렇게 바다는 원래의 모습으로 돌아왔다. ‘태안의 기적’으로 불린다.

태안 사건 이후 10년이 흐른 2016년 말과 2017년 초 한국은 또 한 번 세계를 놀라게 했다. 박근혜 대통령 탄핵 시위가 벌어졌다. 수백만 명의 시민이 촛불을 들고 겨울 내내 광화문으로 나왔다.

분노가 깔려 있었지만 혁명의 과정은 평화로웠다. 공권력도 평화 시위를 보장했다. 그리고 2017년 3월 한국 헌정 사상 첫 대통령 탄핵이 이뤄졌다. 이름 없는 시민들이 이뤄낸 평화적 혁명을 혁명의 나라 프랑스 사람들이 부러운 시선으로 바라볼 정도였다.

1987년, 1997년, 2007년, 2017년 10년 간격으로 벌어진 한국 현대사의 주요 사건들. 다른 나라에서 보기 힘든 집단적 헌신을 보여준 한국인들의 모습은 무언가 다른 문화적 요인이 있는 것은 아닐까라는 질문을 하기 충분했다.

진화학자 리처드 도킨스의 <이기적 유전자> 이론에서 힌트를 찾을 수 있다. 도킨스는 “인간은 유전자의 복제 욕구를 수행하는 생존 기계다”라고 했다. 인간은 유전자의 꼭두각시로 유전자에 미리 프로그램된 대로 먹고 살고 사랑하며 유전자를 후대에 전달하는 임무를 수행하는 존재라는 얘기다.

집단적 헌신과 유전자의 복제, 뭔가 연결될 듯하다. 그 책 11장에 가면 의문이 풀린다. 그는 유전의 영역을 인간 문명으로 확대했다. 문화적 유전자, 밈(meme)이라는 단어를 가져왔다. ‘또 다른 자기 복제자’란 설명을 달았다.

뇌를 통해 자기복제를 하며 유전되는 문화, 이를 밈이라고 칭했다. 언어, 의식과 관습, 신이라는 개념, 좋은 아이디어, 오랜 기간 내려오는 문화적 전통 등이 밈에 해당한다. 요즘 젊은이들이 쓰는 밈이란 단어와도 공통점이 있다. 뇌를 숙주로 활용한다는 점과 전파력이 있고 오래 남아 있다는 점에서 그렇다.

위기의 순간마다 자신의 존재감을 뽐내는 한국인들에게는 특정한 밈이 있는 것은 확실해 보인다. 외신들이 COVID19 극복 과정을 보며 “한국인들의 취미는 위기 극복인 것 같다”고 평가한 것도 비슷한 맥락이다.

<문명의 충돌>의 저자 새뮤얼 헌팅턴도 “1960년 가나와 비슷한 수준이었던 한국이 국민소득 3만 달러가 넘는 선진국이 된 것을 설명할 수 있는 것은 단 하나의 단어 ‘문화’ 밖에 없다”고 말했다.

2024년 말 한국은 또 한 번의 위기를 넘겼다. 비상계엄이라는 군사독재의 탄약 냄새가 풍기는 구시대적 도발을 국민들의 힘으로 막아냈다. 국민들은 국회로 달려가 계엄군의 장갑차를 막고 경찰과 대치하며 국회의원들이 국회로 들어갈 수 있도록 도왔다.

계엄선포 2시간 만에 계엄은 해제됐다. 그들은 내란혐의를 받는 대통령 탄핵을 위해 주저하지 않고 여의도로 달려나갔다. 11일 만에 국회에서 대통령은 탄핵당했다. 이 과정에서 보여준 응원봉 시위는 K-시위라는 또 다른 장르를 만들어냈다.

2025년에도 위기는 계속되고 있다. 조윤제 연세대 특임교수는 “한국은 국민이 강한 나라다”라고 했다. 한국인들은 위기에 다시 그들의 DNA를 보여줄 수 있을까? 한국인의 문화적 유전자, 밈은 어떤 것이 있는지를 살펴봤다.

1️⃣생존능력과 공동체에 대한 헌신
2️⃣담대함
3️⃣빨리빨리
4️⃣좋은 머리
5️⃣한국인 특유의 실용주의
6️⃣집단주의 이면에 자리 잡은 개개인의 역동성
7️⃣창의성과 수용성

앞에서도 말했듯이, 2025년 한국에는 수많은 난제들이 놓여 있다. 이 과정에서 오늘날의 대한민국을 만든 한국인 특유의 문화적 유전자, 밈이 어떻게 작동할지 궁금해진다. 진화의 조건은 돌연변이다. 한국 사회가 위기들을 이겨내고 한 단계 올라서기 위해서는 돌연변이가 필요하다. 그 돌연변이는 새로운 리더십일 수밖에 없다.

1987년부터 10년 간격으로 한국 사회는 크게 흔들렸다. 큰 사회적 변혁기이거나 국가적 재난의 시기였다. 이를 극복한 원동력은 대가를 바라지 않고 국가와 공동체를 위해 기꺼이 나선 이름 없는 시민들이었다. 국민들은 한국 사회에 위기가 닥칠 때마다 현장에 등장했다. 임무가 끝나면 묵묵히 삶의 현장으로 돌아갔다. 2025년은 과거에 경험해 보지 못한 위기가 닥쳐올 것이라고 한다. 올해도 위기에 강한 한국인 DNA가 발현될 수 있을지 관심이다. 1980-90년대 외국인들은 한국이라고 하면 각목과 화염병, 최루탄과 곤봉이 난무하는 시가지를 떠올렸다. 뿐만 아니라, 북한은 미사일을 쏘고 핵실험까지 했다. 한국은 지구상에서 가장 위험한 나라였다. 경제는 매년 10% 가까이 성장했지만 정치와 사회체제의 변화는 이 속도를 따라잡지 못했다. 1987년 6월 민주화운동은 이 속도의 차이가 균열로 이어지는 과정에서 발생했다. 경제적 성장은 민주화에 대한 요구를 부채질했다. ‘대통령 직선제’를 스스로 얻어내며 역사의 한 페이지가 됐다. 하지만 여전히 민주주의는 불완전했다. 10년 후 1997년 한국 경제는 외환위기를 맞았다. 고속성장하던 한국 경제에 브레이크가 걸렸다. ‘한국은 경제적으로도 허약한 나라’라는 인상을 주기에 충분했다. 외국인들이 보는 한국은 불안정성 그 자체였다. 하지만 한국의 이미지는 한국인들에 의해 반전됐다. 외환위기를 극복하는 모습은 세계인들에게 충격을 줬다. 달러가 부족하다고 하니 국민들은 집에 있는 달러와 아이 돌반지, 결혼반지를 들고 나왔다. ‘금모으기 운동’이었다. 갖고 있으면 가치가 올라가는 자산을 대가 없이 기부했다. 이 집단적 움직임이 사회 분위기를 바꾸며 한국은 IMF에서 빌린 돈을 조기 상환했다. IMF 체제를 가장 빨리 졸업한 나라로 기록됐다. 다시 10년 후. 2007년 12월 세계가 주목한 사건이 벌어졌다. 태안 앞바다 기름 유출 사건이다. 유조선과 크레인 예인선이 충돌했다. 태안 앞바다는 순식간은 검게 물들었다. 죽음의 바다가 됐다. 전문가들은 수십 년 지나야 생태계가 복원될 것이라고 했다. 그러나 반전에는 채 몇 개월이 걸리지 않았다. 6개월 후 물고기가 돌아왔다. 반전을 가능케 한 것은 국민들의 손길이었다. 일이 벌어지자 120만 명이 넘는 국민이 태안을 찾았다. 겨울 바다에 맨손을 집어넣고 해변가 돌 사이에 끼어 있는 기름을 일일이 닦아냈다. 그렇게 바다는 원래의 모습으로 돌아왔다. ‘태안의 기적’으로 불린다. 태안 사건 이후 10년이 흐른 2016년 말과 2017년 초 한국은 또 한 번 세계를 놀라게 했다. 박근혜 대통령 탄핵 시위가 벌어졌다. 수백만 명의 시민이 촛불을 들고 겨울 내내 광화문으로 나왔다. 분노가 깔려 있었지만 혁명의 과정은 평화로웠다. 공권력도 평화 시위를 보장했다. 그리고 2017년 3월 한국 헌정 사상 첫 대통령 탄핵이 이뤄졌다. 이름 없는 시민들이 이뤄낸 평화적 혁명을 혁명의 나라 프랑스 사람들이 부러운 시선으로 바라볼 정도였다. 1987년, 1997년, 2007년, 2017년 10년 간격으로 벌어진 한국 현대사의 주요 사건들. 다른 나라에서 보기 힘든 집단적 헌신을 보여준 한국인들의 모습은 무언가 다른 문화적 요인이 있는 것은 아닐까라는 질문을 하기 충분했다. 진화학자 리처드 도킨스의 &lt;이기적 유전자&gt; 이론에서 힌트를 찾을 수 있다. 도킨스는 “인간은 유전자의 복제 욕구를 수행하는 생존 기계다”라고 했다. 인간은 유전자의 꼭두각시로 유전자에 미리 프로그램된 대로 먹고 살고 사랑하며 유전자를 후대에 전달하는 임무를 수행하는 존재라는 얘기다. 집단적 헌신과 유전자의 복제, 뭔가 연결될 듯하다. 그 책 11장에 가면 의문이 풀린다. 그는 유전의 영역을 인간 문명으로 확대했다. 문화적 유전자, 밈(meme)이라는 단어를 가져왔다. ‘또 다른 자기 복제자’란 설명을 달았다. 뇌를 통해 자기복제를 하며 유전되는 문화, 이를 밈이라고 칭했다. 언어, 의식과 관습, 신이라는 개념, 좋은 아이디어, 오랜 기간 내려오는 문화적 전통 등이 밈에 해당한다. 요즘 젊은이들이 쓰는 밈이란 단어와도 공통점이 있다. 뇌를 숙주로 활용한다는 점과 전파력이 있고 오래 남아 있다는 점에서 그렇다. 위기의 순간마다 자신의 존재감을 뽐내는 한국인들에게는 특정한 밈이 있는 것은 확실해 보인다. 외신들이 COVID19 극복 과정을 보며 “한국인들의 취미는 위기 극복인 것 같다”고 평가한 것도 비슷한 맥락이다. &lt;문명의 충돌&gt;의 저자 새뮤얼 헌팅턴도 “1960년 가나와 비슷한 수준이었던 한국이 국민소득 3만 달러가 넘는 선진국이 된 것을 설명할 수 있는 것은 단 하나의 단어 ‘문화’ 밖에 없다”고 말했다. 2024년 말 한국은 또 한 번의 위기를 넘겼다. 비상계엄이라는 군사독재의 탄약 냄새가 풍기는 구시대적 도발을 국민들의 힘으로 막아냈다. 국민들은 국회로 달려가 계엄군의 장갑차를 막고 경찰과 대치하며 국회의원들이 국회로 들어갈 수 있도록 도왔다. 계엄선포 2시간 만에 계엄은 해제됐다. 그들은 내란혐의를 받는 대통령 탄핵을 위해 주저하지 않고 여의도로 달려나갔다. 11일 만에 국회에서 대통령은 탄핵당했다. 이 과정에서 보여준 응원봉 시위는 K-시위라는 또 다른 장르를 만들어냈다. 2025년에도 위기는 계속되고 있다. 조윤제 연세대 특임교수는 “한국은 국민이 강한 나라다”라고 했다. 한국인들은 위기에 다시 그들의 DNA를 보여줄 수 있을까? 한국인의 문화적 유전자, 밈은 어떤 것이 있는지를 살펴봤다. 1️⃣생존능력과 공동체에 대한 헌신2️⃣담대함3️⃣빨리빨리4️⃣좋은 머리5️⃣한국인 특유의 실용주의6️⃣집단주의 이면에 자리 잡은 개개인의 역동성7️⃣창의성과 수용성 앞에서도 말했듯이, 2025년 한국에는 수많은 난제들이 놓여 있다. 이 과정에서 오늘날의 대한민국을 만든 한국인 특유의 문화적 유전자, 밈이 어떻게 작동할지 궁금해진다. 진화의 조건은 돌연변이다. 한국 사회가 위기들을 이겨내고 한 단계 올라서기 위해서는 돌연변이가 필요하다. 그 돌연변이는 새로운 리더십일 수밖에 없다.

magazine.hankyung.com

어제 저녁 제주 메종글래드 호텔에서 한 올라운더유니언 법인 출범식에 참석했다. 얼마전 지금 하고 있는 패스파인더넷 공동대표 명함에 오랜만에 새 명함을 추가한다고 말했던게 바로 이 회사 명함이다. 이제 공개 가능해졌다.

근래 수년 나를 보던 사람들은 이미 잘 알겠지만, 스타트업 육성과 투자를 직접 하고 겪으면서 새로운 육성과 투자 사업아이템에 대한 끊임없는 고민과 시도를 해왔다. 알렉스넷이 대표적이며 판교 스타트업 캠퍼스, 구글 캠퍼스, 대형 변리사 회사나 대형 스타트업, 스타트업 이해관계자 모임, 하물며 자산가 모임에 이르기까지 함께 할 수 있는 사람이나 회사에 제안하거나 함께 하면서 지속적으로 시도하고 실행하길 반복해왔다.

지난 8년간 그 경험이 쌓이고 쌓여서 내린 결론에 맞춰 같은 방향과 투자 및 육성 방안, 같은 성장속도를 가진 사람들을 만나 수년간 서로서로의 일과 활동을 보면서 신뢰할 관계가 된 지금 드디어 그들과 함께 하는 새로운 엑셀러레이터에 참여하게 되었다. 앞으로 2년동안 육성 부문, 엑셀러레이팅 섹터의 부의장을 맡는다.

제주를 기반으로 예비와 초기 스타트업 발굴과 육성, 투자를 진행하는 엑셀러레이터다. 올해는 기반을 단단히 다지고 운영을 최적화하는 기간이니 긴 호흡으로 기틀을 잘 만드는데 스스로 부끄럽지 않게 힘을 보태보자! 😊

앞으로 교육 컨설팅 일은 패스파인더넷, 스타트업 투자 일은 올라운더유니언 명함으로 드리겠습니다.

어제 저녁 제주 메종글래드 호텔에서 한 올라운더유니언 법인 출범식에 참석했다. 얼마전 지금 하고 있는 패스파인더넷 공동대표 명함에 오랜만에 새 명함을 추가한다고 말했던게 바로 이 회사 명함이다. 이제 공개 가능해졌다. 근래 수년 나를 보던 사람들은 이미 잘 알겠지만, 스타트업 육성과 투자를 직접 하고 겪으면서 새로운 육성과 투자 사업아이템에 대한 끊임없는 고민과 시도를 해왔다. 알렉스넷이 대표적이며 판교 스타트업 캠퍼스, 구글 캠퍼스, 대형 변리사 회사나 대형 스타트업, 스타트업 이해관계자 모임, 하물며 자산가 모임에 이르기까지 함께 할 수 있는 사람이나 회사에 제안하거나 함께 하면서 지속적으로 시도하고 실행하길 반복해왔다. 지난 8년간 그 경험이 쌓이고 쌓여서 내린 결론에 맞춰 같은 방향과 투자 및 육성 방안, 같은 성장속도를 가진 사람들을 만나 수년간 서로서로의 일과 활동을 보면서 신뢰할 관계가 된 지금 드디어 그들과 함께 하는 새로운 엑셀러레이터에 참여하게 되었다. 앞으로 2년동안 육성 부문, 엑셀러레이팅 섹터의 부의장을 맡는다. 제주를 기반으로 예비와 초기 스타트업 발굴과 육성, 투자를 진행하는 엑셀러레이터다. 올해는 기반을 단단히 다지고 운영을 최적화하는 기간이니 긴 호흡으로 기틀을 잘 만드는데 스스로 부끄럽지 않게 힘을 보태보자! 😊 앞으로 교육 컨설팅 일은 패스파인더넷, 스타트업 투자 일은 올라운더유니언 명함으로 드리겠습니다.

지난 3월 스투시 블로그에서 기획자,마케터에게 가장 많은 관심을 받았던 브랜드,마케팅 이슈를 모아 정리했다.

*3월 월간정리 보기
https://bit.ly/3XFH39z

#월간정리 #스투시의마케팅노트

책 <마케터의 브랜드 탐색법>
https://bit.ly/3H10pgM

*협업/기업강연,교육 문의
https://linktr.ee/stussygo

지난 3월 스투시 블로그에서 기획자,마케터에게 가장 많은 관심을 받았던 브랜드,마케팅 이슈를 모아 정리했다. *3월 월간정리 보기 https://bit.ly/3XFH39z #월간정리 #스투시의마케팅노트 책 &lt;마케터의 브랜드 탐색법&gt; https://bit.ly/3H10pgM *협업/기업강연,교육 문의 https://linktr.ee/stussygo

3월 기획자,마케터에게 가장 많은 관심을 받은 브랜드,마케팅 이슈

"중국인들 싹쓸이해가더니…" 잘나가던 '갈색병'의 눈물 [이선아의 킬러콘텐츠], 에스티로더, 매출 감소&middot;적자전환 실적 악화로 대규모 인력 감축도 中 의존&middot;고가 전략이 발목 잡아 &ldquo;&lsquo;갈색병&rsquo; 이을 新먹거리 안 보여&rdquo; 로레알은 매출&middot;영업익 사상 최대 제품 포트폴리오&middot;시장 다각화 성공 뷰티테크 등으로도 사업 적극 확장

"중국인들 싹쓸이해가더니…" 잘나가던 '갈색병'의 눈물 [이선아의 킬러콘텐츠]

그런데 경쟁자 로레알은 오히려 사상 최대 실적을 경신 중이라는데요

[아티클 3문장 요약📑]

1️⃣ '럭셔리 뷰티'의 대명사 미국 에스티로더가 실적 부진의 늪에 빠졌는데, 중국에 대한 높은 의존도와 고가 전략이 발목을 잡고 있다는 평가를 받고 있으며, 특히 제품 포트폴리오와 시장 다각화 여부로 인해 경쟁자 로레알과 희비가 엇갈렸다고 하죠.

2️⃣ 더 자세히 보면, 에스티로더는 에스티로더, 라메르 등 럭셔리 라인이 전체의 80%를 차지하여 경기 불황의 직격탄을 맞은 반면, 로레알은 럭셔리 외에도 컨슈머와 더마뷰티까지 폭넓은 라인업을 가지고 있기에 한쪽 매출이 줄어도 나머지가 받쳐주는 구조였기에 위기 속에서도 성장할 수 있었습니다.

3️⃣ 또한 중국 시장 역시 잘 될 때는 실적 효자 노릇을 했지만 소비 심리가 위축되자 타격도 컸고, 반대로 로레알은 지역 매출이 고르게 분포 되어 있기에 중국 등 아시아 매출의 위축에도 불구하고 나머지 지역이 선방하여 전체 매출은 오히려 키울 수 있었습니다.

💡기묘한 관점➕
여러 변동성이 시장을 뒤흔들 때일수록 포트폴리오 전략이 더 빛나는 것 같습니다. 화장품뿐 아니라 다양한 산업군에서 동일한 현상이 보여지고 있는데요. 가장 좋은 위기 관리 방식은 이렇게 리스크를 분산시키는 것임을 한번 더 깨닫게 되는 것 같습니다.

🥤트렌드라이트 구독하기
https://m.site.naver.com/1Ew5V

그런데 경쟁자 로레알은 오히려 사상 최대 실적을 경신 중이라는데요 [아티클 3문장 요약📑] 1️⃣&nbsp;'럭셔리 뷰티'의 대명사 미국 에스티로더가 실적 부진의 늪에 빠졌는데, 중국에 대한 높은 의존도와 고가 전략이 발목을 잡고 있다는 평가를 받고 있으며, 특히 제품 포트폴리오와 시장 다각화 여부로 인해 경쟁자 로레알과 희비가 엇갈렸다고 하죠. 2️⃣&nbsp;더 자세히 보면, 에스티로더는 에스티로더, 라메르 등 럭셔리 라인이 전체의 80%를 차지하여 경기 불황의 직격탄을 맞은 반면, 로레알은 럭셔리 외에도 컨슈머와 더마뷰티까지 폭넓은 라인업을 가지고 있기에 한쪽 매출이 줄어도 나머지가 받쳐주는 구조였기에 위기 속에서도 성장할 수 있었습니다. 3️⃣&nbsp;또한 중국 시장 역시 잘 될 때는 실적 효자 노릇을 했지만 소비 심리가 위축되자 타격도 컸고, 반대로 로레알은 지역 매출이 고르게 분포 되어 있기에 중국 등 아시아 매출의 위축에도 불구하고 나머지 지역이 선방하여 전체 매출은 오히려 키울 수 있었습니다. 💡기묘한 관점➕여러 변동성이 시장을 뒤흔들 때일수록 포트폴리오 전략이 더 빛나는 것 같습니다. 화장품뿐 아니라 다양한 산업군에서 동일한 현상이 보여지고 있는데요. 가장 좋은 위기 관리 방식은 이렇게 리스크를 분산시키는 것임을 한번 더 깨닫게 되는 것 같습니다. 🥤트렌드라이트 구독하기https://m.site.naver.com/1Ew5V

한국경제

💄잘나가던 에스티로더가 실적 부진의 늪에 빠졌습니다

In this paper, we revisit one of the simplest problems in data structures: the task of inserting elements into an open-addressed hash table so that elements can later be retrieved with as few probes as possible. We show that, even without reordering elements over time, it is possible to construct a hash table that achieves far better expected search complexities (both amortized and worst-case) than were previously thought possible. Along the way, we disprove the central conjecture left by Yao in his seminal paper ``Uniform Hashing is Optimal''. All of our results come with matching lower bounds.

Optimal Bounds for Open Addressing Without Reordering

📰 대학생이 40년만에 해시테이블의 성능 향상을 이뤄냈다고

해시테이블 알고리즘은 워낙 오래된 연구라서 아무도 그 이상 최적화하기 어렵다고 생각했는데, Andrew Krapivin이라는 학부생이 그 틀을 깨고 알고리즘을 발명했다는 것이 재미난 포인트입니다.

역시 아직 미해결 문제는 많고, 상식이라는 고정관념에 쩌들지 않은 ㅎㅎ 새로운 세대만이 해결할 수 있는 문제도 많지 않나 싶네요.

논문: https://arxiv.org/abs/2501.02305

기사: https://www.wired.com/story/undergraduate-upends-a-40-year-old-data-science-conjecture/

📰 대학생이 40년만에 해시테이블의 성능 향상을 이뤄냈다고 해시테이블 알고리즘은 워낙 오래된 연구라서 아무도 그 이상 최적화하기 어렵다고 생각했는데, Andrew Krapivin이라는 학부생이 그 틀을 깨고 알고리즘을 발명했다는 것이 재미난 포인트입니다. 역시 아직 미해결 문제는 많고, 상식이라는 고정관념에 쩌들지 않은 ㅎㅎ 새로운 세대만이 해결할 수 있는 문제도 많지 않나 싶네요. 논문: https://arxiv.org/abs/2501.02305 기사: https://www.wired.com/story/undergraduate-upends-a-40-year-old-data-science-conjecture/

arXiv.org

📰 대학생이 40년만에 해시테이블의 성능 향상을 이뤄냈다고

해시

Self-hosted news, content, updates, launches, events, and more

selfh.st - Self-hosted content and software

중앙화된 서비스에 지친 분들을 위한 셀프 호스팅 솔루션 총정리입니다!
1년 이상 안정적으로 운영해본 경험을 바탕으로 정리했다고 해요!

🐳 컨테이너 런타임:
 * 초보자는 Docker로 시작하세요 (풍부한 문서+커뮤니티)
 * 보안 중시하면 Podman (루트리스 구조)
 * 도전정신 있다면 Kubernetes (복잡하지만 학습 가치↑)

🖥️ 웹 관리툴:
 * Portainer: 안정적이고 직관적인 관리 도구
 * Dockge: 간단하고 가벼운 신규 솔루션

🔒 리버스프록시/VPN:
 * Pangolin: "셀프 호스팅용 Cloudflare" (강추!)
 * NPM: 쉬운 웹UI, 불안정한 면도 있음
 * NetBird: WireGuard 기반 자동 VPN 구성

더 많은 셀프호스팅 솔루션은
awesome-selfhosted
레포나 Selfh.st 참고 하세요!

https://news.hada.io/topic?id=20108

중앙화된 서비스에 지친 분들을 위한 셀프 호스팅 솔루션 총정리입니다! 1년 이상 안정적으로 운영해본 경험을 바탕으로 정리했다고 해요! 🐳 컨테이너 런타임:<ul ><li>초보자는 Docker로 시작하세요 (풍부한 문서+커뮤니티)</li><li>보안 중시하면 Podman (루트리스 구조)</li><li>도전정신 있다면 Kubernetes (복잡하지만 학습 가치↑)</li></ul> 🖥️ 웹 관리툴:<ul ><li>Portainer: 안정적이고 직관적인 관리 도구</li><li>Dockge: 간단하고 가벼운 신규 솔루션</li></ul> 🔒 리버스프록시/VPN:<ul ><li>Pangolin: "셀프 호스팅용 Cloudflare" (강추!)</li><li>NPM: 쉬운 웹UI, 불안정한 면도 있음</li><li>NetBird: WireGuard 기반 자동 VPN 구성</li></ul> 더 많은 셀프호스팅 솔루션은 <code >awesome-selfhosted</code> 레포나 Selfh.st 참고 하세요! https://news.hada.io/topic?id=20108

selfh.st

🚀 [2025 셀프 호스팅 가이드]

코딩 인터뷰를 하던 중 지원자로부터 AI를 써도 되겠냐는 질문을 받았습니다. 인터넷 검색을 해도 되냐고 물어보는 지원자는 종종 만나는데, AI를 써도 되느냐는 질문은 처음 받아봐서 좀 당황스럽더군요. 어떤 용도로 AI를 사용하시려는지 물어보았고, 익숙치 않은 프로그래밍 언어의 사용법을 찾기 위해서라는 답변을 들었습니다. 지원자가 대학생이어서 특정 언어를 능숙하게 다룰 거라는 기대는 없었습니다. 그래서 화면을 공유하는 전제 하에 AI를 사용하도록 허락하였죠.

지원자는 ChatGPT를 열고 해당 언어에서 어떻게 힙(heap) 자료구조를 사용하는지 물어보았습니다. 언제나 그렇듯 ChatGPT는 어떻게 힙을 생성하고, 원소를 추가/삭제하는지에 대해서 아주 상세하게 적어주기 시작했습니다. 그러나 너무나 친절한 나머지 ChatGPT는 힙을 활용할 수 있는 대표적인 사례까지 나열해줬는데, 그 중에 인터뷰에서 출제한 문제가 포함되어 있었습니다. (Co-op 채용이라서 아주 기초 수준의 문제였거든요 😅)

당황한 기색이 역력한 지원자는 급하게 화면을 전환하였습니다. 하지만 그 이후부터는 계속해서 신경이 쓰이는지 인터뷰에 집중을 하지 못하는 모습이었습니다. 결국은 시간 내에 답안을 완성하지 못했고, 본인이 작성한 코드에 대해서도 명확히 설명하지 못했습니다. 아무래도 스스로 망했다고 생각하고 이미 인터뷰를 포기한 느낌을 받았습니다. 첫 번째 문제는 잘 푸셨기 때문에, 오히려 두 번째 문제에서 AI를 쓰지 않으셨다면 합격하실 수도 있으셨을 것 같아서 참 안타까웠습니다.

인터뷰가 끝나고 많은 생각이 들었습니다. 이미 AI가 대학생들의 삶에 깊숙히 스며든 것 같고, 현직 개발자들도 AI의 도움을 받아 업무를 수행하고 있는 상황이죠. 코딩 인터뷰라고 해서 AI를 쓰지 못하게 할 이유가 있을까요? 과연 저처럼 불완전한 인간이 면접관으로서 AI로 인해 거의 신급의 지능을 갖게 된 지원자들을 평가할 수 있을까요? 어디까지가 AI의 버프이고 어디까지가 지원자의 순수한 능력인지 어떻게 판단할 수 있을까요?

코딩 인터뷰를 하던 중 지원자로부터 AI를 써도 되겠냐는 질문을 받았습니다. 인터넷 검색을 해도 되냐고 물어보는 지원자는 종종 만나는데, AI를 써도 되느냐는 질문은 처음 받아봐서 좀 당황스럽더군요. 어떤 용도로 AI를 사용하시려는지 물어보았고, 익숙치 않은 프로그래밍 언어의 사용법을 찾기 위해서라는 답변을 들었습니다. 지원자가 대학생이어서 특정 언어를 능숙하게 다룰 거라는 기대는 없었습니다. 그래서 화면을 공유하는 전제 하에 AI를 사용하도록 허락하였죠. 지원자는 ChatGPT를 열고 해당 언어에서 어떻게 힙(heap) 자료구조를 사용하는지 물어보았습니다. 언제나 그렇듯 ChatGPT는 어떻게 힙을 생성하고, 원소를 추가/삭제하는지에 대해서 아주 상세하게 적어주기 시작했습니다. 그러나 너무나 친절한 나머지 ChatGPT는 힙을 활용할 수 있는 대표적인 사례까지 나열해줬는데, 그 중에 인터뷰에서 출제한 문제가 포함되어 있었습니다. (Co-op 채용이라서 아주 기초 수준의 문제였거든요 😅) 당황한 기색이 역력한 지원자는 급하게 화면을 전환하였습니다. 하지만 그 이후부터는 계속해서 신경이 쓰이는지 인터뷰에 집중을 하지 못하는 모습이었습니다. 결국은 시간 내에 답안을 완성하지 못했고, 본인이 작성한 코드에 대해서도 명확히 설명하지 못했습니다. 아무래도 스스로 망했다고 생각하고 이미 인터뷰를 포기한 느낌을 받았습니다. 첫 번째 문제는 잘 푸셨기 때문에, 오히려 두 번째 문제에서 AI를 쓰지 않으셨다면 합격하실 수도 있으셨을 것 같아서 참 안타까웠습니다. 인터뷰가 끝나고 많은 생각이 들었습니다. 이미 AI가 대학생들의 삶에 깊숙히 스며든 것 같고, 현직 개발자들도 AI의 도움을 받아 업무를 수행하고 있는 상황이죠. 코딩 인터뷰라고 해서 AI를 쓰지 못하게 할 이유가 있을까요? 과연 저처럼 불완전한 인간이 면접관으로서 AI로 인해 거의 신급의 지능을 갖게 된 지원자들을 평가할 수 있을까요? 어디까지가 AI의 버프이고 어디까지가 지원자의 순수한 능력인지 어떻게 판단할 수 있을까요?

코딩 인터뷰 중 AI를 사용해도 될까요...? 🤔

Java에서 병렬 처리나 비동기 작업을 구현할 때 Thread를 직접 생성해 사용하는 방식은 더 이상 일반적이지 않습니다. 요즘 Java에서는 ExecutorService를 사용하여 스레드 풀(Thread Pool)을 효율적으로 관리하는 것이 표준입니다. 특히 Executors 클래스에서 제공하는 팩토리 메서드들을 활용하면 다양한 유형의 스레드 풀을 간편하게 생성할 수 있습니다.이번 글에서는 Executors가 제공하는 대표적인 스레드 풀 4종류를 살펴보고, 각각의 사용 시나리오와 주의할 점을 예제 중심으로 정리해보겠습니다. newFixedThreadPool(int nThreads)이 메서드는 정해진 개수만큼의 스레드를 미리 생성하고, 그 스레드들이 재사용되며 작업을 처리합니다. 더 많은 작업이 들어오면..

Java의 ExecutorService 스레드 풀 정복하기

이번 글에서는 Executors가 제공하는 대표적인 스레드 풀 4종류를 살펴보고, 각각의 사용 시나리오와 주의할 점을 예제 중심으로 정리해보겠습니다.
 
newFixedThreadPool(int nThreads)
이 메서드는 정해진 개수만큼의 스레드를 미리 생성하고, 그 스레드들이 재사용되며 작업을 처리합니다. 더 많은 작업이 들어오면 내부 큐에 쌓이고, 기존 스레드들이 작업을 처리하면 순차적으로 소비됩니다.
ExecutorService executor = Executors.newFixedThreadPool(4); 

✅ 사용 시점
 * 처리할 작업량은 많지만, 동시에 처리해야 하는 작업 수를 제한하고 싶은 경우
 * CPU 자원을 고르게 사용하며, 안정적인 처리량을 원하는 경우
🧪 예시
for (int i = 0; i < 10; i++) {
 final int taskId = i;
 executor.submit(() -> {
 System.out.println("Task " + taskId + " executed by " + Thread.currentThread().getName());
 Thread.sleep(1000); // 모의 작업
 });
}

⚠️ 주의
 * 과도하게 큰 작업 큐가 쌓일 수 있음 → 메모리 사용량 증가
 * 스레드 수는 CPU 코어 수나 애플리케이션 특성에 맞게 설정해야 함
 
newCachedThreadPool()
이 스레드 풀은 요청이 많으면 새로운 스레드를 계속 생성하고, 특정 기간 동안 사용되지 않으면 제거합니다. 캐시된 스레드를 재사용하므로 빠르고 유연합니다.
ExecutorService executor = Executors.newCachedThreadPool();

✅ 사용 시점
 * 작업이 짧고 빠르게 끝나는 I/O 중심의 작업일 때
 * 짧은 burst가 자주 발생하는 상황에서 유용
🧪 예시
for (int i = 0; i < 100; i++) {
 final int taskId = i;
 executor.submit(() -> {
 System.out.println("Task " + taskId + " executed by " + Thread.currentThread().getName());
 });
} 

⚠️ 주의
 * 요청이 많을 경우 스레드가 무제한으로 늘어나 과부하가 될 수 있음
 → 실제 운영에서는 ThreadPoolExecutor로 커스텀 제어 필요
 
newSingleThreadExecutor()
항상 단 하나의 스레드만 사용하여 작업을 처리합니다. 작업은 FIFO 순서로 실행되며, 순서가 중요한 로직에 적합합니다.
ExecutorService executor = Executors.newSingleThreadExecutor();

✅ 사용 시점
 * 작업 순서가 중요할 때
 * 하나의 리소스(DB, 파일 등)에 대해 직렬화된 접근이 필요할 때
🧪 예시
for (int i = 0; i < 5; i++) {
 final int taskId = i;
 executor.submit(() -> {
 System.out.println("Processing task " + taskId);
 Thread.sleep(500);
 });
} 

⚠️ 주의
 * 하나의 스레드에 의존하기 때문에 처리량은 낮음
 * 스레드가 죽으면 새로운 스레드로 대체되므로 중단되지는 않음
 
newScheduledThreadPoool(int corePoolSize)
지연 실행(delay)이나 주기적인 작업(interval) 실행에 특화된 스레드 풀입니다. ScheduledExecutorService를 반환하며, Java의 타이머 역할도 수행할 수 있습니다.
ScheduledExecutorService scheduler = Executors.newScheduledThreadPool(2);

✅ 사용 시점
 * 주기적인 백업 작업, 모니터링, 알림 전송 등
 * 특정 시간 후 작업을 실행하고 싶을 때
🧪 예시
scheduler.scheduleAtFixedRate(() -> {
 System.out.println("Heartbeat sent by " + Thread.currentThread().getName());
}, 1, 5, TimeUnit.SECONDS); // 1초 후 시작, 5초마다 반복

⚠️ 주의
 * 작업이 너무 오래 걸리면 다음 주기 작업이 지연될 수 있음
 → 처리 시간이 일정하지 않다면 scheduleWithFixedDelay()를 고려
 
 
🧠 마무리
Java에서 Executors 팩토리 메서드는 다양한 형태의 스레드 풀을 간단히 생성할 수 있게 도와줍니다. 하지만, 운영 환경에서는 ThreadPoolExecutor를 직접 생성하여 작업 큐, 최대 스레드 수, 거부 정책 등을 세밀하게 조절하는 것이 더욱 안전하고 확장성 있는 선택입니다.

이번 글에서는 Executors가 제공하는 대표적인 스레드 풀 4종류를 살펴보고, 각각의 사용 시나리오와 주의할 점을 예제 중심으로 정리해보겠습니다.&nbsp;newFixedThreadPool(int nThreads)이 메서드는 정해진 개수만큼의 스레드를 미리 생성하고, 그 스레드들이 재사용되며 작업을 처리합니다. 더 많은 작업이 들어오면 내부 큐에 쌓이고, 기존 스레드들이 작업을 처리하면 순차적으로 소비됩니다.<pre ><code class="language-java">ExecutorService executor = Executors.newFixedThreadPool(4);&nbsp;</code></pre>✅ 사용 시점<ul ><li>처리할 작업량은 많지만, 동시에 처리해야 하는 작업 수를 제한하고 싶은 경우</li><li>CPU 자원을 고르게 사용하며, 안정적인 처리량을 원하는 경우</li></ul>🧪 예시<pre ><code class="language-java">for (int i = 0; i &lt; 10; i++) {
 final int taskId = i;
 executor.submit(() -&gt; {
 System.out.println("Task " + taskId + " executed by " + Thread.currentThread().getName());
 Thread.sleep(1000); // 모의 작업
 });
}</code></pre>⚠️ 주의<ul ><li>과도하게 큰 작업 큐가 쌓일 수 있음 → 메모리 사용량 증가</li><li>스레드 수는 CPU 코어 수나 애플리케이션 특성에 맞게 설정해야 함</li></ul>&nbsp;newCachedThreadPool()이 스레드 풀은 요청이 많으면 새로운 스레드를 계속 생성하고, 특정 기간&nbsp;동안 사용되지 않으면 제거합니다. 캐시된 스레드를 재사용하므로 빠르고 유연합니다.<pre ><code class="language-java">ExecutorService executor = Executors.newCachedThreadPool();</code></pre>✅ 사용 시점<ul ><li>작업이 짧고 빠르게 끝나는 I/O 중심의 작업일 때</li><li>짧은 burst가 자주 발생하는 상황에서 유용</li></ul>🧪 예시<pre ><code class="language-java">for (int i = 0; i &lt; 100; i++) {
 final int taskId = i;
 executor.submit(() -&gt; {
 System.out.println("Task " + taskId + " executed by " + Thread.currentThread().getName());
 });
}&nbsp;</code></pre>⚠️ 주의<ul ><li>요청이 많을 경우 스레드가 무제한으로 늘어나 과부하가 될 수 있음 → 실제 운영에서는 ThreadPoolExecutor로 커스텀 제어 필요</li></ul>&nbsp;newSingleThreadExecutor()항상 단 하나의 스레드만 사용하여 작업을 처리합니다. 작업은 FIFO 순서로 실행되며, 순서가 중요한 로직에 적합합니다.<pre ><code class="language-java">ExecutorService executor = Executors.newSingleThreadExecutor();</code></pre>✅ 사용 시점<ul ><li>작업 순서가 중요할 때</li><li>하나의 리소스(DB, 파일 등)에 대해 직렬화된 접근이 필요할 때</li></ul>🧪 예시<pre ><code class="language-java">for (int i = 0; i &lt; 5; i++) {
 final int taskId = i;
 executor.submit(() -&gt; {
 System.out.println("Processing task " + taskId);
 Thread.sleep(500);
 });
}&nbsp;</code></pre>⚠️ 주의<ul ><li>하나의 스레드에 의존하기 때문에 처리량은 낮음</li><li>스레드가 죽으면 새로운 스레드로 대체되므로 중단되지는 않음</li></ul>&nbsp;newScheduledThreadPoool(int corePoolSize)지연 실행(delay)이나 주기적인 작업(interval) 실행에 특화된 스레드 풀입니다. ScheduledExecutorService를 반환하며, Java의 타이머 역할도 수행할 수 있습니다.<pre ><code class="language-java">ScheduledExecutorService scheduler = Executors.newScheduledThreadPool(2);</code></pre>✅ 사용 시점<ul ><li>주기적인 백업 작업, 모니터링, 알림 전송 등</li><li>특정 시간 후 작업을 실행하고 싶을 때</li></ul>🧪 예시<pre ><code class="language-java">scheduler.scheduleAtFixedRate(() -&gt; {
 System.out.println("Heartbeat sent by " + Thread.currentThread().getName());
}, 1, 5, TimeUnit.SECONDS); // 1초 후 시작, 5초마다 반복</code></pre>⚠️ 주의<ul ><li>작업이 너무 오래 걸리면 다음 주기 작업이 지연될 수 있음 → 처리 시간이 일정하지 않다면 scheduleWithFixedDelay()를 고려</li></ul>&nbsp;&nbsp;🧠 마무리Java에서 Executors 팩토리 메서드는 다양한 형태의 스레드 풀을 간단히 생성할 수 있게 도와줍니다. 하지만, 운영 환경에서는 ThreadPoolExecutor를 직접 생성하여 작업 큐, 최대 스레드 수, 거부 정책 등을 세밀하게 조절하는 것이 더욱 안전하고 확장성 있는 선택입니다.

덕토피아

🕊️ Java의 ExecutorService 스레드 풀 정복하기

누구나 쉽게 이해할 수 있는 MCP 가이드 : AI 에이전트와 도구 연동의 새로운 표준

이 자료는 AI 에이전트가 Google Calendar, Salesforce와 같은 다양한 외부 도구(API)를 사용하는 데 어려움을 겪는 현재의 문제를 지적합니다. 이를 해결하기 위한 새로운 표준 프로토콜인 MCP(Model Context Protocol)를 소개하며, MCP가 어떻게 AI 에이전트와 도구 간의 '공통 언어' 역할을 하여 상호작용을 원활하게 하는지 설명합니다. 또한, 개발자와 SaaS 기업이 MCP 생태계에 참여하여 더 강력하고 확장 가능한 AI 에이전트를 구축하는 방법을 안내합니다.

(참고) 가이드 전체 내용은 Gemini 2.5 Pro로 작성되었으며, 이미지 정리본은 GPT-4o 를 이용하여 생성하였습니다.

======================================
📘 1. 왜 에이전트에게 새로운 표준이 필요한가 – MCP 소개
======================================

🚀 미래는 에이전트 중심입니다 (The Future Is Agentic)
ChatGPT 시대를 맞아, 우리 모두는 AI가 얼마나 강력할 수 있는지 엿볼 수 있었습니다. 하지만 진정한 생산성은 단순히 AI와 대화하는 것에서 오는 것이 아니라, AI가 우리를 위해 실제로 일을 처리할 수 있을 때 발휘됩니다.
바로 이 지점에서 에이전트가 필요합니다.

에이전트는 단순한 챗봇이 아닙니다. 회의 예약, 보고서 작성, 데이터 분석과 같이 실제 도구(Google Calendar, Salesforce, Notion 등)를 사용하여 행동을 취하는 AI입니다.
하지만 여기에 문제가 있습니다.

❗️ 오늘날의 에이전트는 여전히 제한적입니다.
AI에게 이렇게 요청한다고 상상해 보세요.

“이번 주 나의 모든 1:1 미팅을 찾아서, 논의 내용을 요약하고, 후속 이메일 초안을 작성해 줄 수 있니?”
오늘날 대부분의 AI 에이전트는 아마 멈춰버릴 것입니다.
왜일까요? 그들이 사용하는 도구, 즉 여러 서비스의 API들이 마치 수백 개의 다른 방언처럼 제각각이기 때문입니다.

모든 도구 (Tools) 는 다음을 가지고 있습니다.

- 자체 인증 규칙
- 고유한 데이터 형식
- 다른 기능 및 엔드포인트
개발자들은 모든 도구에 대해 맞춤 코드를 작성해야 하는 문제를 당면하게 됩니다. 이는 느리고, 불안정하며, 확장 가능하지 않습니다.

🧩 빠진 조각: 도구를 위한 공통 언어
만약 이 모든 도구들이 AI 에이전트와 소통할 수 있는 표준적인 방법이 있다면 어떨까요?
마치 HTML이 웹을 표준화하고, REST가 API를 표준화했듯이 이제 AI 에이전트를 위한 표준이 필요합니다.

이것이 바로 MCP (Model Context Protocol)입니다.

AI 에이전트가 실제 도구를 쉽게 이해하고 상호작용할 수 있도록 설계된 새로운 프로토콜입니다.
시작해 봅시다.

============================
📘 2. MCP란 무엇이며 어떻게 작동하는가?
============================
🧠 큰 그림부터 시작해 봅시다.
MCP (Model Context Protocol)는 AI 에이전트(LLM 기반)와 그들이 사용해야 하는 도구(Google Calendar, Salesforce, Notion 등) 사이에서 번역가 역할을 하는 새로운 표준입니다.

MCP를 에이전트가 다음을 이해하는 데 도움이 되는 "만능 리모컨"이라고 생각하세요.

- 어떤 도구를 사용할 수 있는지
- 그 도구들이 무엇을 할 수 있는지
- 어떻게 안전하고 효율적으로 사용할 수 있는지

🔍 주요 개념

- MCP 클라이언트: LLM을 사용하는 AI 에이전트 또는 앱입니다. 다음과 같은 요청을 보냅니다:
ㄴ “이 도구는 무엇을 할 수 있나요?”
ㄴ “이 함수를 실행해 주세요.”

- MCP 서버: SaaS 도구와의 다리 역할을 합니다. 다음을 설명합니다:
ㄴ 사용 가능한 기능 (예: "회의 생성", "노트 가져오기")
ㄴ 관련 데이터를 일관된 형식으로
ㄴ LLM이 이해할 수 있는 방식으로 지침 제공

- 컨텍스트 스키마: 도구의 기능을 LLM이 읽을 수 있도록 구조화되고 통합된 형식입니다. 마치 모든 도구를 쉽게 탐색할 수 있는 API 플레이그라운드로 바꾸는 것과 같습니다.

🔁 이것이 왜 중요한가
- MCP가 없다면: AI 에이전트는 모든 도구를 사용하기 위해 수작업으로 코딩해야 합니다 = 느리고 비용이 많이 듭니다.
- MCP가 있다면: 도구는 에이전트에게 플러그 앤 플레이 방식이 됩니다 = 빠르고 확장 가능합니다.

✅ 실제 예시
에이전트가 다음 작업을 수행하기를 원하십니까?

“Asana에서 모든 높은 우선순위 작업을 찾고, 프로젝트 상태를 요약하고, 팀에 알림 보내기”

MCP를 사용하면,
1. Asana MCP 서버가 그 기능을 설명합니다 (list_projects, get_tasks 등).
2. 에이전트는 이러한 작업을 탐색, 호출 및 결합할 수 있습니다.
3. 그 결과 맞춤 코드 없이 완전히 자동화된 워크플로우가 가능해집니다.

=================================
📘 3. 도구가 어떻게 에이전트의 능력을 결정하는가
=================================

🛠 모든 도구가 동일하지는 않습니다
인간 조수가 일을 처리하기 위해 적절한 기술 세트가 필요한 것처럼,
AI 에이전트의 성능은 사용할 수 있는 도구에 따라 달라집니다.

도구에는 두 가지 주요 유형이 있습니다.

1️⃣ 다기능 도구 (Multi-Function Tools) : 하나의 도구, 여러 작업 – 스위스 아미 나이프처럼
이 도구들은 여러 관련 작업을 하나의 강력한 인터페이스로 묶습니다.
단일 단계가 아닌 전체 워크플로우를 수행하도록 설계되었습니다.

🧠 예시
다기능 도구를 사용하는 Calendar Agent는 다음을 처리할 수 있습니다.
- 모든 미팅 찾기 (유형별 필터링 = 1:1)
- 메타데이터 추출 (제목, 참석자, 시간)
- 미팅 노트 읽기
- 주간 요약 생성
이 모든 것을 한 번에 처리합니다 – 5개의 다른 도구를 호출할 필요가 없습니다.

📌 중요한 이유
도구 수가 적을수록 = 오케스트레이션이 단순해짐 = 더 빠르고 스마트한 에이전트.

2️⃣ 다중 도구 에이전트 (Multi-Tool Agents) - 함께 작동하는 에이전트 – 전문가 팀처럼
때로는 단일 도구만으로는 모든 것을 할 수 없습니다.
대신, 마치 팀 내의 사람들처럼 각기 다른 도구를 사용하는 에이전트들이 협업합니다.

🧠 예시
목표: 주요 고객에게 맞춤형 이메일 캠페인 보내기.
🧑‍💼 에이전트 1: Salesforce에서 고객 데이터 가져오기
📊 에이전트 2: Google Sheets에서 데이터 분석하기
📬 에이전트 3: Mailchimp를 통해 이메일 보내기
이를 에이전트 시스템(System of Agents) 또는 MAS (Multi-Agent System)라고 합니다.

📌 중요한 이유
에이전트는 강점을 결합하고 더 넓은 범위를 커버할 수 있습니다 – 마치 회사의 마이크로서비스처럼.

🤖 왜 ChatGPT만으로는 충분하지 않은가
오늘날 대부분의 맞춤형 GPT는 너무 단순합니다

- 제한된 작업
- 메모리 없음
- 다른 에이전트와 협업 불가
- "단일 도구" 사일로에 갇혀 있음

이것이 바로 AutoGen, CrewAI, LangGraph와 같은 강력한 프레임워크가 등장한 이유입니다 – 다기능 및 다중 에이전트 기능을 잠금 해제하기 위해.

🧭 도구 = 에이전트 뒤의 진정한 엔진
단순히 어떤 LLM을 사용하는지에 대한 문제가 아닙니다.
어떤 도구를 제공하고, 그것들이 어떻게 연결되어 있는지에 대한 문제입니다.

=========================
📘 4. MCP의 현실적인 과제와 한계점
=========================

MCP는 AI 에이전트와 도구 연동의 방식을 혁신할 잠재력을 지니고 있지만, 새로운 표준으로서 현실적인 과제와 잠재적 한계점 또한 고려해야 합니다.

😫 넘어야 할 현실적인 장벽들
MCP가 이상적인 솔루션처럼 보일 수 있지만, 성공적인 정착과 확산을 위해서는 다음과 같은 현실적인 문제들을 해결해야 합니다.

느린 채택 속도 (Slow Adoption Rate)
- 가장 큰 허들: 새로운 표준의 성공은 얼마나 많은 플레이어가 참여하느냐에 달려있습니다. SaaS 기업들이 MCP 서버 구축에 투자하고, 에이전트 개발자들이 이를 적극적으로 사용해야만 생태계가 활성화됩니다. 초기에는 '닭과 달걀' 문제에 직면할 수 있습니다.
- 모든 도구 제공자가 표준화된 단일 인터페이스를 선호하지 않을 수 있으며, 자체 API 생태계를 강화하는 것을 우선시할 수 있습니다.

구현 및 유지보수의 복잡성 (Complexity of Implementation & Maintenance)
- 서버 측 부담: MCP가 에이전트 클라이언트 개발을 단순화할 수 있지만, SaaS 도구 제공자 입장에서는 자사의 복잡한 API 기능과 데이터 모델을 MCP 표준 스키마에 정확하게 매핑하고, 안전하며 효율적인 MCP 서버를 구축 및 유지보수하는 것이 상당한 기술적, 비용적 부담이 될 수 있습니다.
- 지속적 업데이트: 기반이 되는 도구의 API가 변경되거나 MCP 표준 자체가 발전함에 따라 지속적인 업데이트와 버전 관리가 필요합니다.

표준화의 명암 (Pros and Cons of Standardization)
- 기능 제약 가능성: 모든 도구의 고유하고 세분화된 기능을 단일 표준으로 완벽하게 포괄하기는 어렵습니다. 초기 표준은 '최소 공통분모'에 집중하게 되어, 특정 도구의 고급 기능이나 특수 기능을 MCP를 통해 활용하는 데 제약이 따를 수 있습니다. 때로는 여전히 직접적인 API 호출이 필요할 수 있습니다.
- 표준의 경직성: 표준이 한번 자리 잡으면 변경하기 어려울 수 있으며, 빠르게 변화하는 AI 및 API 기술 발전을 민첩하게 따라가지 못할 수 있습니다.

성능 및 보안 문제 (Performance & Security Concerns)
- 잠재적 성능 저하: MCP라는 중개 계층(layer)이 추가되면서, 이론적으로는 직접 API를 호출하는 것보다 약간의 지연 시간(latency)이 발생할 수 있습니다. 대부분의 경우 무시할 만한 수준일 수 있으나, 실시간성이 중요한 애플리케이션에서는 고려 사항이 될 수 있습니다.
- 보안 책임: 표준화된 인터페이스는 잠재적인 공격 표면(attack surface)도 표준화할 수 있습니다. MCP 서버와 클라이언트 간의 인증, 권한 부여, 데이터 암호화 등 보안 메커니즘을 철저히 구현하는 것이 매우 중요하며, 이에 대한 책임은 각 서버 구현 주체에게 있습니다.

기술 성숙도 및 생태계 지원 (Maturity & Ecosystem Support)
- 초기 단계: MCP는 비교적 새로운 개념이므로, 관련 개발 도구, 디버깅 툴, 테스트 프레임워크, 풍부한 문서, 커뮤니티 지원 등이 아직 부족할 수 있습니다. 이는 초기 도입 및 문제 해결을 어렵게 만들 수 있습니다.

💡 결론: 균형 잡힌 시각 필요
MCP는 에이전트 기반 자동화의 중요한 발전을 약속하지만, 위와 같은 현실적인 과제들을 간과해서는 안 됩니다. 이러한 문제들은 대부분의 신기술 표준화 과정에서 나타나는 현상이며, MCP 생태계 참여자들의 지속적인 노력, 피드백, 협력을 통해 점진적으로 해결될 수 있을 것입니다. MCP의 성공 여부는 이러한 과제들을 얼마나 효과적으로 극복하느냐에 달려있습니다.

=======================
📘 5. MCP 생태계에 참여하는 방법
=======================

🎯 왜 관심을 가져야 하는가
만약 당신의 제품이 SaaS 도구이고, AI 에이전트가 사용하기를 원한다면, 지금이 MCP 생태계에 진입하기에 완벽한 시기입니다.
- LLM 기반 에이전트에게 발견될 수 있습니다.
- 맞춤 통합 없이 에이전트가 당신의 도구를 사용하게 할 수 있습니다.
- 기업 IT부터 소비자 AI까지 성장하는 에이전트 앱 시장에 진입할 수 있습니다.

🚪 참여 방법: 3가지 방법

1️⃣ MCP 서버 구축하기
당신의 도구 기능을 MCP 호환 인터페이스로 전환하세요.

🔧 필요한 것
- 도구의 기능(call_tool, list_tools) 설명하기
- call_resource, list_resources를 통해 데이터 노출하기
- 표준 컨텍스트 스키마 따르기
마치 공개 API를 구축하는 것과 같지만, LLM을 위한 것입니다.

💡 팁: 기존 에이전트 프레임워크(예: LangGraph, AutoGen)를 사용하여 개발 속도를 높이세요.

2️⃣ 마켓플레이스에 호스팅 또는 등록하기
MCP 서버가 활성화되면 MCP 레지스트리나 마켓플레이스에 게시하세요.
- 당신의 도구를 모든 MCP 호환 클라이언트가 발견할 수 있도록 만드세요.
- AI 에이전트가 당신의 제품을 찾고, 이해하고, 사용하도록 하세요.
- 일부 플랫폼(예: Claude, MySnap)은 이미 이 플러그 앤 플레이 모델을 지원합니다.

3️⃣ MCP를 클라이언트로 사용하기
MCP를 통해 도구에 연결하는 자체 AI 에이전트나 LLM 앱을 구축할 수도 있습니다.
- 더 이상 각 API에 대한 맞춤 래퍼를 작성할 필요가 없습니다.
- 기존 MCP 서버에 연결하고 워크플로우를 더 빠르게 구축하세요.
- 내부 자동화 도구나 고객 대면 AI 앱에 적합합니다.

🌱 선도자 = 큰 이점 (Early Movers = Huge Advantage)
MCP는 아직 초기 단계이지만, 기반은 현실적이고 작동하고 있습니다.
지금 참여함으로써 다음을 할 수 있습니다

✅ 떠오르는 표준에 영향을 미치기
✅ 다른 이들보다 먼저 당신의 도구의 LLM 인터페이스 형성하기
✅ 생태계가 확장됨에 따라 함께 성장하기

📌 결론
만약 REST가 웹 시대의 API 표준이었다면, MCP는 에이전트 시대의 프로토콜 표준이 될 수 있습니다. 지금이 준비할 황금 같은 기회입니다.

🧭 구축할 준비가 되셨나요?
핵심 도구 기능을 식별하고 MCP 형식으로 구조화하는 것부터 시작하세요.
모든 것을 지원할 필요는 없습니다 – 에이전트가 시작할 수 있을 만큼만 지원하면 됩니다.

에이전트의 시대(Agentic era)가 오고 있습니다. 늦지 마세요.

도움이 되셨다면 좋아요 부탁드립니다.

누구나 쉽게 이해할 수 있는 MCP 가이드 : AI 에이전트와 도구 연동의 새로운 표준 이 자료는 AI 에이전트가 Google Calendar, Salesforce와 같은 다양한 외부 도구(API)를 사용하는 데 어려움을 겪는 현재의 문제를 지적합니다. 이를 해결하기 위한 새로운 표준 프로토콜인 MCP(Model Context Protocol)를 소개하며, MCP가 어떻게 AI 에이전트와 도구 간의 '공통 언어' 역할을 하여 상호작용을 원활하게 하는지 설명합니다. 또한, 개발자와 SaaS 기업이 MCP 생태계에 참여하여 더 강력하고 확장 가능한 AI 에이전트를 구축하는 방법을 안내합니다. (참고) 가이드 전체 내용은 Gemini 2.5 Pro로 작성되었으며, 이미지 정리본은 GPT-4o 를 이용하여 생성하였습니다. ====================================== 📘 1. 왜 에이전트에게 새로운 표준이 필요한가 – MCP 소개 ====================================== 🚀 미래는 에이전트 중심입니다 (The Future Is Agentic) ChatGPT 시대를 맞아, 우리 모두는 AI가 얼마나 강력할 수 있는지 엿볼 수 있었습니다. 하지만 진정한 생산성은 단순히 AI와 대화하는 것에서 오는 것이 아니라, AI가 우리를 위해 실제로 일을 처리할 수 있을 때 발휘됩니다. 바로 이 지점에서 에이전트가 필요합니다. 에이전트는 단순한 챗봇이 아닙니다. 회의 예약, 보고서 작성, 데이터 분석과 같이 실제 도구(Google Calendar, Salesforce, Notion 등)를 사용하여 행동을 취하는 AI입니다. 하지만 여기에 문제가 있습니다. ❗️ 오늘날의 에이전트는 여전히 제한적입니다. AI에게 이렇게 요청한다고 상상해 보세요. “이번 주 나의 모든 1:1 미팅을 찾아서, 논의 내용을 요약하고, 후속 이메일 초안을 작성해 줄 수 있니?” 오늘날 대부분의 AI 에이전트는 아마 멈춰버릴 것입니다. 왜일까요? 그들이 사용하는 도구, 즉 여러 서비스의 API들이 마치 수백 개의 다른 방언처럼 제각각이기 때문입니다. 모든 도구 (Tools) 는 다음을 가지고 있습니다. - 자체 인증 규칙 - 고유한 데이터 형식 - 다른 기능 및 엔드포인트 개발자들은 모든 도구에 대해 맞춤 코드를 작성해야 하는 문제를 당면하게 됩니다. 이는 느리고, 불안정하며, 확장 가능하지 않습니다. 🧩 빠진 조각: 도구를 위한 공통 언어 만약 이 모든 도구들이 AI 에이전트와 소통할 수 있는 표준적인 방법이 있다면 어떨까요? 마치 HTML이 웹을 표준화하고, REST가 API를 표준화했듯이 이제 AI 에이전트를 위한 표준이 필요합니다. 이것이 바로 MCP (Model Context Protocol)입니다. AI 에이전트가 실제 도구를 쉽게 이해하고 상호작용할 수 있도록 설계된 새로운 프로토콜입니다. 시작해 봅시다. ============================ 📘 2. MCP란 무엇이며 어떻게 작동하는가? ============================ 🧠 큰 그림부터 시작해 봅시다. MCP (Model Context Protocol)는 AI 에이전트(LLM 기반)와 그들이 사용해야 하는 도구(Google Calendar, Salesforce, Notion 등) 사이에서 번역가 역할을 하는 새로운 표준입니다. MCP를 에이전트가 다음을 이해하는 데 도움이 되는 "만능 리모컨"이라고 생각하세요. - 어떤 도구를 사용할 수 있는지 - 그 도구들이 무엇을 할 수 있는지 - 어떻게 안전하고 효율적으로 사용할 수 있는지 🔍 주요 개념 - MCP 클라이언트: LLM을 사용하는 AI 에이전트 또는 앱입니다. 다음과 같은 요청을 보냅니다: ㄴ “이 도구는 무엇을 할 수 있나요?” ㄴ “이 함수를 실행해 주세요.” - MCP 서버: SaaS 도구와의 다리 역할을 합니다. 다음을 설명합니다: ㄴ 사용 가능한 기능 (예: "회의 생성", "노트 가져오기") ㄴ 관련 데이터를 일관된 형식으로 ㄴ LLM이 이해할 수 있는 방식으로 지침 제공 - 컨텍스트 스키마: 도구의 기능을 LLM이 읽을 수 있도록 구조화되고 통합된 형식입니다. 마치 모든 도구를 쉽게 탐색할 수 있는 API 플레이그라운드로 바꾸는 것과 같습니다. 🔁 이것이 왜 중요한가 - MCP가 없다면: AI 에이전트는 모든 도구를 사용하기 위해 수작업으로 코딩해야 합니다 = 느리고 비용이 많이 듭니다. - MCP가 있다면: 도구는 에이전트에게 플러그 앤 플레이 방식이 됩니다 = 빠르고 확장 가능합니다. ✅ 실제 예시 에이전트가 다음 작업을 수행하기를 원하십니까? “Asana에서 모든 높은 우선순위 작업을 찾고, 프로젝트 상태를 요약하고, 팀에 알림 보내기” MCP를 사용하면, 1. Asana MCP 서버가 그 기능을 설명합니다 (list_projects, get_tasks 등). 2. 에이전트는 이러한 작업을 탐색, 호출 및 결합할 수 있습니다. 3. 그 결과 맞춤 코드 없이 완전히 자동화된 워크플로우가 가능해집니다. ================================= 📘 3. 도구가 어떻게 에이전트의 능력을 결정하는가 ================================= 🛠 모든 도구가 동일하지는 않습니다 인간 조수가 일을 처리하기 위해 적절한 기술 세트가 필요한 것처럼, AI 에이전트의 성능은 사용할 수 있는 도구에 따라 달라집니다. 도구에는 두 가지 주요 유형이 있습니다. 1️⃣ 다기능 도구 (Multi-Function Tools) : 하나의 도구, 여러 작업 – 스위스 아미 나이프처럼 이 도구들은 여러 관련 작업을 하나의 강력한 인터페이스로 묶습니다. 단일 단계가 아닌 전체 워크플로우를 수행하도록 설계되었습니다. 🧠 예시 다기능 도구를 사용하는 Calendar Agent는 다음을 처리할 수 있습니다. - 모든 미팅 찾기 (유형별 필터링 = 1:1) - 메타데이터 추출 (제목, 참석자, 시간) - 미팅 노트 읽기 - 주간 요약 생성 이 모든 것을 한 번에 처리합니다 – 5개의 다른 도구를 호출할 필요가 없습니다. 📌 중요한 이유 도구 수가 적을수록 = 오케스트레이션이 단순해짐 = 더 빠르고 스마트한 에이전트. 2️⃣ 다중 도구 에이전트 (Multi-Tool Agents) - 함께 작동하는 에이전트 – 전문가 팀처럼 때로는 단일 도구만으로는 모든 것을 할 수 없습니다. 대신, 마치 팀 내의 사람들처럼 각기 다른 도구를 사용하는 에이전트들이 협업합니다. 🧠 예시 목표: 주요 고객에게 맞춤형 이메일 캠페인 보내기. 🧑‍💼 에이전트 1: Salesforce에서 고객 데이터 가져오기 📊 에이전트 2: Google Sheets에서 데이터 분석하기 📬 에이전트 3: Mailchimp를 통해 이메일 보내기 이를 에이전트 시스템(System of Agents) 또는 MAS (Multi-Agent System)라고 합니다. 📌 중요한 이유 에이전트는 강점을 결합하고 더 넓은 범위를 커버할 수 있습니다 – 마치 회사의 마이크로서비스처럼. 🤖 왜 ChatGPT만으로는 충분하지 않은가 오늘날 대부분의 맞춤형 GPT는 너무 단순합니다 - 제한된 작업 - 메모리 없음 - 다른 에이전트와 협업 불가 - "단일 도구" 사일로에 갇혀 있음 이것이 바로 AutoGen, CrewAI, LangGraph와 같은 강력한 프레임워크가 등장한 이유입니다 – 다기능 및 다중 에이전트 기능을 잠금 해제하기 위해. 🧭 도구 = 에이전트 뒤의 진정한 엔진 단순히 어떤 LLM을 사용하는지에 대한 문제가 아닙니다. 어떤 도구를 제공하고, 그것들이 어떻게 연결되어 있는지에 대한 문제입니다. ========================= 📘 4. MCP의 현실적인 과제와 한계점 ========================= MCP는 AI 에이전트와 도구 연동의 방식을 혁신할 잠재력을 지니고 있지만, 새로운 표준으로서 현실적인 과제와 잠재적 한계점 또한 고려해야 합니다. 😫 넘어야 할 현실적인 장벽들 MCP가 이상적인 솔루션처럼 보일 수 있지만, 성공적인 정착과 확산을 위해서는 다음과 같은 현실적인 문제들을 해결해야 합니다. 느린 채택 속도 (Slow Adoption Rate) - 가장 큰 허들: 새로운 표준의 성공은 얼마나 많은 플레이어가 참여하느냐에 달려있습니다. SaaS 기업들이 MCP 서버 구축에 투자하고, 에이전트 개발자들이 이를 적극적으로 사용해야만 생태계가 활성화됩니다. 초기에는 '닭과 달걀' 문제에 직면할 수 있습니다. - 모든 도구 제공자가 표준화된 단일 인터페이스를 선호하지 않을 수 있으며, 자체 API 생태계를 강화하는 것을 우선시할 수 있습니다. 구현 및 유지보수의 복잡성 (Complexity of Implementation &amp; Maintenance) - 서버 측 부담: MCP가 에이전트 클라이언트 개발을 단순화할 수 있지만, SaaS 도구 제공자 입장에서는 자사의 복잡한 API 기능과 데이터 모델을 MCP 표준 스키마에 정확하게 매핑하고, 안전하며 효율적인 MCP 서버를 구축 및 유지보수하는 것이 상당한 기술적, 비용적 부담이 될 수 있습니다. - 지속적 업데이트: 기반이 되는 도구의 API가 변경되거나 MCP 표준 자체가 발전함에 따라 지속적인 업데이트와 버전 관리가 필요합니다. 표준화의 명암 (Pros and Cons of Standardization) - 기능 제약 가능성: 모든 도구의 고유하고 세분화된 기능을 단일 표준으로 완벽하게 포괄하기는 어렵습니다. 초기 표준은 '최소 공통분모'에 집중하게 되어, 특정 도구의 고급 기능이나 특수 기능을 MCP를 통해 활용하는 데 제약이 따를 수 있습니다. 때로는 여전히 직접적인 API 호출이 필요할 수 있습니다. - 표준의 경직성: 표준이 한번 자리 잡으면 변경하기 어려울 수 있으며, 빠르게 변화하는 AI 및 API 기술 발전을 민첩하게 따라가지 못할 수 있습니다. 성능 및 보안 문제 (Performance &amp; Security Concerns) - 잠재적 성능 저하: MCP라는 중개 계층(layer)이 추가되면서, 이론적으로는 직접 API를 호출하는 것보다 약간의 지연 시간(latency)이 발생할 수 있습니다. 대부분의 경우 무시할 만한 수준일 수 있으나, 실시간성이 중요한 애플리케이션에서는 고려 사항이 될 수 있습니다. - 보안 책임: 표준화된 인터페이스는 잠재적인 공격 표면(attack surface)도 표준화할 수 있습니다. MCP 서버와 클라이언트 간의 인증, 권한 부여, 데이터 암호화 등 보안 메커니즘을 철저히 구현하는 것이 매우 중요하며, 이에 대한 책임은 각 서버 구현 주체에게 있습니다. 기술 성숙도 및 생태계 지원 (Maturity &amp; Ecosystem Support) - 초기 단계: MCP는 비교적 새로운 개념이므로, 관련 개발 도구, 디버깅 툴, 테스트 프레임워크, 풍부한 문서, 커뮤니티 지원 등이 아직 부족할 수 있습니다. 이는 초기 도입 및 문제 해결을 어렵게 만들 수 있습니다. 💡 결론: 균형 잡힌 시각 필요 MCP는 에이전트 기반 자동화의 중요한 발전을 약속하지만, 위와 같은 현실적인 과제들을 간과해서는 안 됩니다. 이러한 문제들은 대부분의 신기술 표준화 과정에서 나타나는 현상이며, MCP 생태계 참여자들의 지속적인 노력, 피드백, 협력을 통해 점진적으로 해결될 수 있을 것입니다. MCP의 성공 여부는 이러한 과제들을 얼마나 효과적으로 극복하느냐에 달려있습니다. ======================= 📘 5. MCP 생태계에 참여하는 방법 ======================= 🎯 왜 관심을 가져야 하는가 만약 당신의 제품이 SaaS 도구이고, AI 에이전트가 사용하기를 원한다면, 지금이 MCP 생태계에 진입하기에 완벽한 시기입니다. - LLM 기반 에이전트에게 발견될 수 있습니다. - 맞춤 통합 없이 에이전트가 당신의 도구를 사용하게 할 수 있습니다. - 기업 IT부터 소비자 AI까지 성장하는 에이전트 앱 시장에 진입할 수 있습니다. 🚪 참여 방법: 3가지 방법 1️⃣ MCP 서버 구축하기 당신의 도구 기능을 MCP 호환 인터페이스로 전환하세요. 🔧 필요한 것 - 도구의 기능(call_tool, list_tools) 설명하기 - call_resource, list_resources를 통해 데이터 노출하기 - 표준 컨텍스트 스키마 따르기 마치 공개 API를 구축하는 것과 같지만, LLM을 위한 것입니다. 💡 팁: 기존 에이전트 프레임워크(예: LangGraph, AutoGen)를 사용하여 개발 속도를 높이세요. 2️⃣ 마켓플레이스에 호스팅 또는 등록하기 MCP 서버가 활성화되면 MCP 레지스트리나 마켓플레이스에 게시하세요. - 당신의 도구를 모든 MCP 호환 클라이언트가 발견할 수 있도록 만드세요. - AI 에이전트가 당신의 제품을 찾고, 이해하고, 사용하도록 하세요. - 일부 플랫폼(예: Claude, MySnap)은 이미 이 플러그 앤 플레이 모델을 지원합니다. 3️⃣ MCP를 클라이언트로 사용하기 MCP를 통해 도구에 연결하는 자체 AI 에이전트나 LLM 앱을 구축할 수도 있습니다. - 더 이상 각 API에 대한 맞춤 래퍼를 작성할 필요가 없습니다. - 기존 MCP 서버에 연결하고 워크플로우를 더 빠르게 구축하세요. - 내부 자동화 도구나 고객 대면 AI 앱에 적합합니다. 🌱 선도자 = 큰 이점 (Early Movers = Huge Advantage) MCP는 아직 초기 단계이지만, 기반은 현실적이고 작동하고 있습니다. 지금 참여함으로써 다음을 할 수 있습니다 ✅ 떠오르는 표준에 영향을 미치기 ✅ 다른 이들보다 먼저 당신의 도구의 LLM 인터페이스 형성하기 ✅ 생태계가 확장됨에 따라 함께 성장하기 📌 결론 만약 REST가 웹 시대의 API 표준이었다면, MCP는 에이전트 시대의 프로토콜 표준이 될 수 있습니다. 지금이 준비할 황금 같은 기회입니다. 🧭 구축할 준비가 되셨나요? 핵심 도구 기능을 식별하고 MCP 형식으로 구조화하는 것부터 시작하세요. 모든 것을 지원할 필요는 없습니다 – 에이전트가 시작할 수 있을 만큼만 지원하면 됩니다. 에이전트의 시대(Agentic era)가 오고 있습니다. 늦지 마세요. 도움이 되셨다면 좋아요 부탁드립니다.

누구나 쉽게 이해할 수 있는 MCP 가이드

똑닥닷컴 SEO(a.k.a. 네이버 월 노출 수 1000만 달성기) | 비브로스 기술 블로그

어떤 접근으로 노출수를 높였는지 단계별로 잘 나와있네요.
https://boostbrothers.github.io/2025-03-04-ddocdoc-com-seo/

어떤 접근으로 노출수를 높였는지 단계별로 잘 나와있네요.https://boostbrothers.github.io/2025-03-04-ddocdoc-com-seo/

boostbrothers.github.io

똑닥: SEO 최적화 사례

YouTube에서 마음에 드는 동영상과 음악을 감상하고, 직접 만든 콘텐츠를 업로드하여 친구, 가족뿐 아니라 전 세계 사람들과 콘텐츠를 공유할 수 있습니다.

 - YouTube

먼저, 성능 최적화와 보안 이슈 등을 얘기할 수 있을것 같아요.

물론 초개인화된 데이터를 처리하는 역할을
모두 서버에서 담당한다면 서버 부하가 커질 수도 있지만,

그럼에도 위와 같은 이유들로
서버에서 Data fetching 을 하는게 유리한 때가 있어서요.

이러한 이유에 대해 좀 더 자세히 설명해보았습니다.

https://youtu.be/vJGk4iLo-Ak

먼저, 성능 최적화와 보안 이슈 등을 얘기할 수 있을것 같아요. 물론 초개인화된 데이터를 처리하는 역할을모두 서버에서 담당한다면 서버 부하가 커질 수도 있지만, 그럼에도 위와 같은 이유들로서버에서 Data fetching 을 하는게 유리한 때가 있어서요. 이러한 이유에 대해 좀 더 자세히 설명해보았습니다. https://youtu.be/vJGk4iLo-Ak

youtu.be

왜 Data fetching 을 서버에서 해야할까요?

사용자가 공유한 콘텐츠

폴인에서 시리즈로 공개한 '토스팀에게 듣다: 토스 10주년 '10 to 100''에서 프로덕트 디자인 부문의 글을 소개합니다. 프로덕트 디자인 헤드를 맡고 있는 강수영 님이 2015년부터 2025년까지 토스에서의 프로덕트 디자인을 어떻게 바라보고, 어떤 고민과 도전으로 현재에 이르렀는지 담담하게 전달하는 내용입니다. 요약을 먼저 보시더라도 전문을 꼭 살펴보시면 좋겠습니다.

2개의 문장으로 결론을 요약하자면 사용자 경험을 고민하는 사람이라면, 디자인하는 사람이라면 '수단과 목적을 헷갈리지 말자'라는 것이었습니다. '만약 헷갈리지만 않는다면 안 되는 건 거의 없다.'입니다.

[ 큐레이터의 문장 🎒 ]

1. 태동기(2015~18): 디자인도, 일하는 방식도 단순하게 

 * ① 필요 없는 정보는 과감히 쳐내기
   ② 한 화면에서 어딜 봐야 할지 명확히 알려주기

2. 성장기(2018~22): 체계를 통한 일관성 쌓기

토스만의 디자인 시스템을 만들고 토스만의 서체도 만들면서 어디서든 '토스 디자인이다'라고 알 수 있게 만든 시기였습니다. 동시에 4가지를 새롭게 시도했습니다.

 * ① 3D 그래픽 - 시네마4D라는 툴을 직접 배워가며 내부에서 디벨롭
 * ② UX 라이팅 - A/B테스트를 통해 제품속 문구를 결정하면서 클릭율 최대 300% 증가
 * ③ 유저 테스트 - 토스의 UT 문화가 생긴 시기로 전문 업체와 계약해서 테스트, 정성 테스트를 반복해 가입 퍼널을 만들고 수치로 성과까지 증명
 * ④ 로고 리브랜딩 - '공 던지듯 쉬운 금융', '우리는 금융이 아니다', '토스에 갇히면 안 된다'

3. 진화기(2022~2024): 금융 너머를 바라보는 시대의 디자인

마이데이터 시기에 조회, 송금, 혜택을 중심으로 한 홈화면을 만든 시기. 대출, 카드, 보험, 신용대출 등 여러 기능을 동일한 인터랙션으로 하나의 경험을 하듯이 만드는 것에 주안점을 두고 매출까지 개선하는 것으로 디자인의 역할을 확대했습니다. 이 시기엔 3D로 만든 새로운 로고를 선보였습니다.

4. 토스의 지금(2025~): 어디서나 편리한 디자인을 고민할 때

토스가 금융상품을 넘어 커머스, 모바일을 넘어 오프라인 단말기까지 새로운 접점이 생기면서 덩치가 커졌습니다. B2B 고객도 많아졌고 고객이 토스 앱 안에서 자기만의 사업을 하려는 니즈가 있었기에 '툴 프로덕트 디자이너'라는 직군까지 생겼습니다. 내부 구성원을 위한 툴도 만들어진 시기였죠.

 1. 토스 내비게이션 스코어 - 유저에게 직접 묻고 '이 기능 어디에 있을 것 같나요?'에 대한 답변을 히트맵 형태로 표현해서 (만드는 사람이) 예상한 것과 (쓰는 사람이) 이해하고 기대하는 것 사이의 격차가 얼마나 큰지 확인할 수 있는 방법입니다.
 2. 휴리봇 - 휴리봇은 토스 유저처럼 답변하는 생성형 AI예요. 디자인한 화면을 보여주며 질문하면 실제 유저처럼 답변하는 거예요. 기존 유저 테스트를 완전히 대체할 수는 없지만, 시간을 아끼는 데 큰 도움이 됩니다.
 3. 토스트 - 토스 스타일로 그림을 알아서 그려주는 '토스트'도 개발했어요. 정보를 입력하면 몇 분 만에 그래픽이 만들어지죠. 토스 그래픽 디자이너가 만든 것과 같은 퀄리티, 톤으로요. 디자이너들이 더 중요한 문제에 집중할 수 있도록 일손을 덜어주는 역할을 잘 해내고 있습니다. 
 4. 랠리(Rally) - 인터랙션을 잘 만들려면 디자이너의 역량, 구현 기술, 개발 인력이 모두 필요한데요. 인터랙션팀 주도로 구현 비용을 획기적으로 낮추기 위해 랠리라는 프로그래밍 언어를 자체 개발했어요.

https://www.folin.co/article/10450/gift/Fspn7szhf5iFFggpgu0Ryq7GKd3D6XF5

폴인에서 시리즈로 공개한 '토스팀에게 듣다: 토스 10주년 '10 to 100''에서 프로덕트 디자인 부문의 글을 소개합니다. 프로덕트 디자인 헤드를 맡고 있는 강수영 님이 2015년부터 2025년까지 토스에서의 프로덕트 디자인을 어떻게 바라보고, 어떤 고민과 도전으로 현재에 이르렀는지 담담하게 전달하는 내용입니다. 요약을 먼저 보시더라도 전문을 꼭 살펴보시면 좋겠습니다. 2개의 문장으로 결론을 요약하자면 사용자 경험을 고민하는 사람이라면, 디자인하는 사람이라면 '수단과 목적을 헷갈리지 말자'라는 것이었습니다. '만약 헷갈리지만 않는다면 안 되는 건 거의 없다.'입니다. [ 큐레이터의 문장 🎒 ] 1. 태동기(2015~18): 디자인도, 일하는 방식도 단순하게&nbsp; <ul ><li>① 필요 없는 정보는 과감히 쳐내기 ② 한 화면에서 어딜 봐야 할지 명확히 알려주기</li></ul> 2. 성장기(2018~22): 체계를 통한 일관성 쌓기 토스만의 디자인 시스템을 만들고 토스만의 서체도 만들면서 어디서든 '토스 디자인이다'라고 알 수 있게 만든 시기였습니다. 동시에 4가지를 새롭게 시도했습니다. <ul ><li>① 3D 그래픽 - 시네마4D라는 툴을 직접 배워가며 내부에서 디벨롭</li><li>② UX 라이팅 - A/B테스트를 통해 제품속 문구를 결정하면서 클릭율 최대 300% 증가</li><li>③ 유저 테스트 - 토스의 UT 문화가 생긴 시기로 전문 업체와 계약해서 테스트, 정성 테스트를 반복해 가입 퍼널을 만들고 수치로 성과까지 증명</li><li>④ 로고 리브랜딩 - '공 던지듯 쉬운 금융', '우리는 금융이 아니다', '토스에 갇히면 안 된다'</li></ul> 3. 진화기(2022~2024): 금융 너머를 바라보는 시대의 디자인 마이데이터 시기에 조회, 송금, 혜택을 중심으로 한 홈화면을 만든 시기. 대출, 카드, 보험, 신용대출 등 여러 기능을 동일한 인터랙션으로 하나의 경험을 하듯이 만드는 것에 주안점을 두고 매출까지 개선하는 것으로 디자인의 역할을 확대했습니다. 이 시기엔 3D로 만든 새로운 로고를 선보였습니다. 4. 토스의 지금(2025~): 어디서나 편리한 디자인을 고민할 때 토스가 금융상품을 넘어 커머스, 모바일을 넘어 오프라인 단말기까지 새로운 접점이 생기면서 덩치가 커졌습니다. B2B 고객도 많아졌고 고객이 토스 앱 안에서 자기만의 사업을 하려는 니즈가 있었기에 '툴 프로덕트 디자이너'라는 직군까지 생겼습니다. 내부 구성원을 위한 툴도 만들어진 시기였죠. <ol ><li>토스 내비게이션 스코어 - 유저에게 직접 묻고 '이 기능 어디에 있을 것 같나요?'에 대한 답변을 히트맵 형태로 표현해서 (만드는 사람이) 예상한 것과 (쓰는 사람이) 이해하고 기대하는 것 사이의 격차가 얼마나 큰지 확인할 수 있는 방법입니다.</li><li>휴리봇 - 휴리봇은 토스 유저처럼 답변하는 생성형 AI예요. 디자인한 화면을 보여주며 질문하면 실제 유저처럼 답변하는 거예요. 기존 유저 테스트를 완전히 대체할 수는 없지만, 시간을 아끼는 데 큰 도움이 됩니다.</li><li>토스트 - 토스 스타일로 그림을 알아서 그려주는 '토스트'도 개발했어요. 정보를 입력하면 몇 분 만에 그래픽이 만들어지죠. 토스 그래픽 디자이너가 만든 것과 같은 퀄리티, 톤으로요. 디자이너들이 더 중요한 문제에 집중할 수 있도록 일손을 덜어주는 역할을 잘 해내고 있습니다.&nbsp;</li><li>랠리(Rally) - 인터랙션을 잘 만들려면 디자이너의 역량, 구현 기술, 개발 인력이 모두 필요한데요. 인터랙션팀 주도로 구현 비용을 획기적으로 낮추기 위해 랠리라는 프로그래밍 언어를 자체 개발했어요.</li></ol> https://www.folin.co/article/10450/gift/Fspn7szhf5iFFggpgu0Ryq7GKd3D6XF5

www.folin.co

《디자인하는 사람이라면 '수단과 목적을 헷갈리지 말자'》

1. “다른 사람을 존중하라”고 설교하지만, 정작 자신은 직원들을 신뢰하지도 존중하지도 않습니다.

2. ‘팀워크’라는 말을 입에 달고 다니지만, 팀플레이를 맹목적인 복종으로만 해석합니다.

3. 끔찍할 정도로 우유부단합니다. 중요한 결정을 내려야 할 때마다 미루고, 수도 없이 분석만 하고 의사결정은 내리지 않습니다. 그 결과, 회사는 결국 중요한 기회를 놓치고, 작은 문제들마저 심각한 위기로까지 커집니다.

4. 우선순위를 정하지 않고, 직원들에게 10~20개 실천 항목을 한꺼번에 제시하며 모두 다 우리에게 최우선사항이라고 말합니다.

5. 자기 집무실에 틀어박혀서 직원들이 어떻게 일하는지를 살피지 않습니다.

6. 사람들을 끊임없이 비판할 뿐, 긍정적인 피드백은 거의 하지 않습니다. 직원이 딱 한 번 실수를 한 것을 두고 영원히 괴롭힙니다. 그 결과, 실수를 통해 교훈을 얻을 수 있는 기회 자체를 박탈합니다.

7. 회사의 비전을 놓고 직원들과 효과적으로 소통하지 않습니다. 그로 인해 직원들은 회사에 비전이 없다고 느끼고, 어디로 가야 할지 몰라서 회사는 우왕좌왕합니다.

8. 말을 할 때나 글을 쓸 때 복잡하고 따분하기만 하고, 온갖 전문 용어를 남발합니다. 그래서 직원들에게 건설적인 영감을 주기는커녕 지루하고 혼란스럽게 만듭니다.

9. 정체된 상태임에도 새롭거나 대담한 도전을 하는 것을 꺼립니다. 그래서 결국 야망을 가진 직원들은 회사를 떠납니다.

- 짐 콜린스 외, <좋은 리더를 넘어 위대한 리더로> 중

1. “다른 사람을 존중하라”고 설교하지만, 정작 자신은 직원들을 신뢰하지도 존중하지도 않습니다. 2. ‘팀워크’라는 말을 입에 달고 다니지만, 팀플레이를 맹목적인 복종으로만 해석합니다. 3. 끔찍할 정도로 우유부단합니다. 중요한 결정을 내려야 할 때마다 미루고, 수도 없이 분석만 하고 의사결정은 내리지 않습니다. 그 결과, 회사는 결국 중요한 기회를 놓치고, 작은 문제들마저 심각한 위기로까지 커집니다. 4. 우선순위를 정하지 않고, 직원들에게 10~20개 실천 항목을 한꺼번에 제시하며 모두 다 우리에게 최우선사항이라고 말합니다. 5. 자기 집무실에 틀어박혀서 직원들이 어떻게 일하는지를 살피지 않습니다. 6. 사람들을 끊임없이 비판할 뿐, 긍정적인 피드백은 거의 하지 않습니다. 직원이 딱 한 번 실수를 한 것을 두고 영원히 괴롭힙니다. 그 결과, 실수를 통해 교훈을 얻을 수 있는 기회 자체를 박탈합니다. 7. 회사의 비전을 놓고 직원들과 효과적으로 소통하지 않습니다. 그로 인해 직원들은 회사에 비전이 없다고 느끼고, 어디로 가야 할지 몰라서 회사는 우왕좌왕합니다. 8. 말을 할 때나 글을 쓸 때 복잡하고 따분하기만 하고, 온갖 전문 용어를 남발합니다. 그래서 직원들에게 건설적인 영감을 주기는커녕 지루하고 혼란스럽게 만듭니다. 9. 정체된 상태임에도 새롭거나 대담한 도전을 하는 것을 꺼립니다. 그래서 결국 야망을 가진 직원들은 회사를 떠납니다. - 짐 콜린스 외, &lt;좋은 리더를 넘어 위대한 리더로&gt; 중

최악의 리더들이 가진 특징 9가지

"현직 마케터는 취준생 시절에 어떻게 준비했을까?" "마케터로 일해보니 어떤 역량이 필요할까?" 요즘 어지럽고 쉽지 않은 세상.. 어떻게 이겨낼 수 있도록 도와드릴까 고민했어요. 고민 끝에 현업에서 열심히 일하시는 마케터분들을 직접 만나뵙고 물어보는 게 가장 직관적이겠다 생각했습니다. 그래서 만들어진 콘텐츠, '마케터를 만나다' 오늘은 주용님입니다! 👉🏻 https://www.instagram.com/joouth__/ -- 🚨 테드의 기초 CRM 

첫 취업으로 에이전시 괜찮을까요? | 마케터를 만나다

저에게 종종 '에이전시' 관련 질문을 주실 때가 많은데요.
사실 저는 인하우스 경험만 있어 이 부분을 정확히 답변드리기 어렵습니다🥲
그렇다고 대충 답변을 드리자니 애매하고.. 고민 끝에 에이전시의 상황과 현실(?)을 잘 이야기해줄 수 있는 분을 직접 섭외했죠!
- 실제 에이전시의 분위기
- 에이전시로 취업하면 나중에 이직에 유리한지?
- 왜 에이전시 출신을 선호하는지?

모두 아래 영상에서 확인하실 수 있습니다🫡

https://youtu.be/CcxnBQO8it0?si=TQrMZwMJdNHF9Y1D

저에게 종종 '에이전시' 관련 질문을 주실 때가 많은데요. 사실 저는 인하우스 경험만 있어 이 부분을 정확히 답변드리기 어렵습니다🥲 그렇다고 대충 답변을 드리자니 애매하고.. 고민 끝에 에이전시의 상황과 현실(?)을 잘 이야기해줄 수 있는 분을 직접 섭외했죠! - 실제 에이전시의 분위기 - 에이전시로 취업하면 나중에 이직에 유리한지? - 왜 에이전시 출신을 선호하는지? 모두 아래 영상에서 확인하실 수 있습니다🫡 https://youtu.be/CcxnBQO8it0?si=TQrMZwMJdNHF9Y1D

www.youtube.com

스타트업에서 생존형 CRM, 그로스 마케팅을 담당하고 있습니다. 몸으로 부딪히면서 배운 마케팅 인사이트를 공유하는 것에 관심이 많습니다. 공유의 힘을 알기에 '스타트업'과 '마케팅' 2가지 주제로 관련 유튜브 채널도 운영하고 있습니다.

카카오스타일 지그재그 CRM Team Leader

김민규

▪️ 스타트업 DNA를 가지고 있습니다.
▪️ 'Do things that don't scale' 을 맹신합니다.
▪️ 실전 인사이트 교류를 위한 네트워킹을 좋아합니다.
▪️ 모더레이팅을 생각보다 잘합니다.
▪️ 함께 해요 🙌🏻  kimted@kakao.com


첫 취업으로 에이전시 괜찮을까요?

댓글 0

비슷한 게시물

주간 인기 TOP 10

추천 프로필