OpenAI의 오픈소스 모델 gpt-oss 시리즈의 차별점(?) 중에 하나는 가중치를 4.25bit 양자화해서 공개했다는 것이다.

이에따라 20b 모델은 약간 사양 좋은 맥북에서 돌릴 수 있으며, 심지어 활성 파라미터가 3.6B 밖에 안되기 때문에 CPU 에서도 왠만큼 돌아간다(!)

즉, 이를테면 전성비, 이건 메성비인가 ㅋㅋ 암튼 사용 메모리 대비 성능이 매우 뛰어나다.

다른 공개 모델들도 양자화하려면 할 수 있지만, 양자화하면 성능이 저하되거나 안정성이 떨어질 수 있어서 잘 사용되지 않는다.

이게 정말 대단한거다. 그냥 자랑하려는 수준이 아니라, 즉시 사용할 수 있도록, 그리고 많은 곳에 사용할 수 있도록 툴 사용 성능이나 안전 테스트, 라이센스 등 여러가지를 고려해놨다.

오픈소스 모델을 쓴다고 하면 이제는 오픈AI 모델이 최우선 순위가 될 것이다. 역시 무서운 놈들...

OpenAI의 오픈소스 모델 gpt-oss 시리즈의 차별점(?) 중에 하나는 가중치를 4.25bit 양자화해서 공개했다는 것이다. 이에따라 20b 모델은 약간 사양 좋은 맥북에서 돌릴 수 있으며, 심지어 활성 파라미터가 3.6B 밖에 안되기 때문에 CPU 에서도 왠만큼 돌아간다(!) 즉, 이를테면 전성비, 이건 메성비인가 ㅋㅋ 암튼 사용 메모리 대비 성능이 매우 뛰어나다. 다른 공개 모델들도 양자화하려면 할 수 있지만, 양자화하면 성능이 저하되거나 안정성이 떨어질 수 있어서 잘 사용되지 않는다. 이게 정말 대단한거다. 그냥 자랑하려는 수준이 아니라, 즉시 사용할 수 있도록, 그리고 많은 곳에 사용할 수 있도록 툴 사용 성능이나 안전 테스트, 라이센스 등 여러가지를 고려해놨다. 오픈소스 모델을 쓴다고 하면 이제는 오픈AI 모델이 최우선 순위가 될 것이다. 역시 무서운 놈들...

간밤에 OpenAI가 오픈소스 모델을 발표했네요.

Anthropic이 Opus 4.1을 구글이 Genie 3를 공개했는데 이번에도 역시? 초를 치는 모습입니다. ㅋㅋ

일단 성능은 o3나 o3-mini와 준하는 수준이거나 더 좋은, 오픈소스 중 최고 수준입니다.

특히 인상적인건 이정도 성능을 컨슈머 레벨의 기기애서도 돌릴 수 있을 정도로 최적화되어있다는건데요.

120B은 80G 메모리, 20B 모델은 16G 메모리의 GPU에서도 돌아갑니다.

MoE로 구성되어 있는데, 액티브 파라미터가 120B은 5.13B, 20B 모델은 3.61B 밖에 안되고 네이티브로 퀀타이즈되어있어서 추론 속도도 매우 빠를 것으로 예상합니다.

또한 HuggingFace는 물론 vLLM, Metal이나 Ollama까지 준비되어있어서 쉽게 바로 사용 할 수 있습니다.

무엇보다 중요한건 라이센스인데요. Apache 2.0으로 완전히 자유롭게 사용할 수 있습니다. Llama도 라이센스의 변경 압박이 있을 것 같습니다.

오픈소스도 또 한 번 불타오르겠네요. 더불어 오픈소스 성능을 이정도로 제공한다면 GPT-5 모델들은 얼마나 성능이 좋을지? GPT-5 출시도 기대해봅니다. 😎🍿🥤

간밤에 OpenAI가 오픈소스 모델을 발표했네요. Anthropic이 Opus 4.1을 구글이 Genie 3를 공개했는데 이번에도 역시? 초를 치는 모습입니다. ㅋㅋ 일단 성능은 o3나 o3-mini와 준하는 수준이거나 더 좋은, 오픈소스 중 최고 수준입니다. 특히 인상적인건 이정도 성능을 컨슈머 레벨의 기기애서도 돌릴 수 있을 정도로 최적화되어있다는건데요. 120B은 80G 메모리, 20B 모델은 16G 메모리의 GPU에서도 돌아갑니다. MoE로 구성되어 있는데, 액티브 파라미터가 120B은 5.13B, 20B 모델은 3.61B 밖에 안되고 네이티브로 퀀타이즈되어있어서 추론 속도도 매우 빠를 것으로 예상합니다. 또한 HuggingFace는 물론 vLLM, Metal이나 Ollama까지 준비되어있어서 쉽게 바로 사용 할 수 있습니다. 무엇보다 중요한건 라이센스인데요. Apache 2.0으로 완전히 자유롭게 사용할 수 있습니다. Llama도 라이센스의 변경 압박이 있을 것 같습니다. 오픈소스도 또 한 번 불타오르겠네요. 더불어 오픈소스 성능을 이정도로 제공한다면 GPT-5 모델들은 얼마나 성능이 좋을지? GPT-5 출시도 기대해봅니다. 😎🍿🥤

간밤에 Claude Opus 4.1이 발표되었네요.

Opus 4에 비해 벤치마크상으로는 성능이 아주 크게 오르진 않았는데요.

다중 파일 코드 리팩토링에서 주목할 만한 성능 향상이 있었고, 대규모 코드베이스 내에서 정확한 수정을 정확히 찾아내는 등 실질적인 소프트웨어 엔지니어링 성능이 꽤 좋아진 것으로 보입니다.

Anthropic에 따르면 Sonnet 3.7에서 Sonnet 4로의 도약과 거의 동일한 성능 도약을 보여준다고하네요.

Claude Code로 빨리 사용해봐야겠습니다. 😎🍿🥤

간밤에 Claude Opus 4.1이 발표되었네요. Opus 4에 비해 벤치마크상으로는 성능이 아주 크게 오르진 않았는데요. 다중 파일 코드 리팩토링에서 주목할 만한 성능 향상이 있었고, 대규모 코드베이스 내에서 정확한 수정을 정확히 찾아내는 등 실질적인 소프트웨어 엔지니어링 성능이 꽤 좋아진 것으로 보입니다. Anthropic에 따르면 Sonnet 3.7에서 Sonnet 4로의 도약과 거의 동일한 성능 도약을 보여준다고하네요. Claude Code로 빨리 사용해봐야겠습니다. 😎🍿🥤

'독자 AI 파운데이션 모델 프로젝트' 선정 기업

- 네이버클라우드
- 업스테이지
- SK텔레콤
- NC AI
- LG AI연구원

예상대로 선정되었네요. 너무 당연한 결과라 긴장감은 없었지만. 연말에 하는 승자 발표가 진짜니, 연말 결과 기대해봅니다. 😎🍿🥤

연말 승자 발표도 마음속의 순위는 이미 있지만 😏 이번보다는 조금 헷갈리긴 합니다.

'독자 AI 파운데이션 모델 프로젝트' 선정 기업 - 네이버클라우드- 업스테이지- SK텔레콤- NC AI- LG AI연구원 예상대로 선정되었네요. 너무 당연한 결과라 긴장감은 없었지만. 연말에 하는 승자 발표가 진짜니, 연말 결과 기대해봅니다. 😎🍿🥤 연말 승자 발표도 마음속의 순위는 이미 있지만 😏 이번보다는 조금 헷갈리긴 합니다.

사람들이 요즘 AI, ChatGPT에게 의존하여 사고력이 저하되고 있다는 이야기가 많이 나온다.

두뇌 발달에 안 좋으니, 80년대에 계산기 쓰지마라, 90년대에 컴퓨터 쓰지마라, 2000년대에 엑셀 팡션 쓰지마라, 2010년에 스마트폰 쓰지마라는 말과 같다는 생각이다.

인터넷 초기에는 이메일과 하이퍼링크(웹)가 집중력과 사고력을 저하시킨다는 말도 있었다. 😇

2025년의 보통의 인간이 1980년으로 가서 ChatGPT를 사용한다면 어떤 대우를 받을까?

인간은 적응의 동물이며, 도구를 통해 사고를 넓혀왔다. 안 쓰는게 아니라 잘 쓰는게 관건이다.

사람들이 요즘 AI, ChatGPT에게 의존하여 사고력이 저하되고 있다는 이야기가 많이 나온다. 두뇌 발달에 안 좋으니, 80년대에 계산기 쓰지마라, 90년대에 컴퓨터 쓰지마라, 2000년대에 엑셀 팡션 쓰지마라, 2010년에 스마트폰 쓰지마라는 말과 같다는 생각이다. 인터넷 초기에는 이메일과 하이퍼링크(웹)가 집중력과 사고력을 저하시킨다는 말도 있었다. 😇 2025년의 보통의 인간이 1980년으로 가서 ChatGPT를 사용한다면 어떤 대우를 받을까? 인간은 적응의 동물이며, 도구를 통해 사고를 넓혀왔다. 안 쓰는게 아니라 잘 쓰는게 관건이다.

📝 GPT-5 간단 테스트 for S/W 엔지니어링

실서비스중인 Python 레파지토리를 기반으로 간단히 테스트 해 봄.

- 큰 코드베이스를 더 면밀하게 분석함. 디테일을 간과하는 현상이 확연히 줄어듬.

- 확실히 좋은 제안을 줌. 설명이나 근거도 꽤 적절함. 진짜 꽤 괜찮은 엔지니어와 상의하는 느낌이 듬.

- 아니면 아니라고 확실히 말함. 이전에는 내가 제안하면 거의 그대로 다 수용하는 형태라 그냥 브레인스토밍 한다고 생각했지만, 이제는 진짜로 조언을 얻을 수 있다고 느낌.

- 구현한 코드가 상당히 정교해졌음. 수정해야 할 부분이 확연히 줄어든 느낌.

- 이건 모델의 문제는 아닌 것으로 보이지만, Claude Code 보다는 아직 긴 시간 작업시키긴 어려움. 시킨 것 보다 더 확장된 범위까지 작업하려고 시도하지 않음. (단점이자 장점일수도)

📝 GPT-5 간단 테스트 for S/W 엔지니어링 실서비스중인 Python 레파지토리를 기반으로 간단히 테스트 해 봄. - 큰 코드베이스를 더 면밀하게 분석함. 디테일을 간과하는 현상이 확연히 줄어듬. - 확실히 좋은 제안을 줌. 설명이나 근거도 꽤 적절함. 진짜 꽤 괜찮은 엔지니어와 상의하는 느낌이 듬. - 아니면 아니라고 확실히 말함. 이전에는 내가 제안하면 거의 그대로 다 수용하는 형태라 그냥 브레인스토밍 한다고 생각했지만, 이제는 진짜로 조언을 얻을 수 있다고 느낌. - 구현한 코드가 상당히 정교해졌음. 수정해야 할 부분이 확연히 줄어든 느낌. - 이건 모델의 문제는 아닌 것으로 보이지만, Claude Code 보다는 아직 긴 시간 작업시키긴 어려움. 시킨 것 보다 더 확장된 범위까지 작업하려고 시도하지 않음. (단점이자 장점일수도)

로봇이 배달하는 음식을 기다렸던 사람은 “걸어서 15분 거리에서 출발한 로봇이 음식을 배달하는데 1시간이 넘게 걸렸다”라며 불만이 가득했다. 로봇이 중요한 게 아니라 배달이 중요했기 때문이다. 어떤 사람은 로봇이 멍청하다고 말하고 아직 멀었다고 평가했다. 어떤 사람은 로봇이 배달하기 위해 법적지위가 보행자이며 4바퀴로 나아가야 하는데 경사로나 이동동선에 접근성이 부족하다고 이야기한다. 어떤 사람은 베리어프리를 이야기하고 접근성을 개선하면 로봇뿐만 아니라 휠체어까지 쉽게 이동한다고 이야기한다. 휠체어가 쉽게 이동할 수 있다면 유아차도 빨리 갈 수 있다. 누구나 늙는다. 우린 해외에서 캐리어를 끌고 다닐 때 그 도시의 접근성을 지금도 경험한다.
⠀
레드버스백맨

로봇이 배달하는 음식을 기다렸던 사람은 “걸어서 15분 거리에서 출발한 로봇이 음식을 배달하는데 1시간이 넘게 걸렸다”라며 불만이 가득했다. 로봇이 중요한 게 아니라 배달이 중요했기 때문이다. 어떤 사람은 로봇이 멍청하다고 말하고 아직 멀었다고 평가했다. 어떤 사람은 로봇이 배달하기 위해 법적지위가 보행자이며 4바퀴로 나아가야 하는데 경사로나 이동동선에 접근성이 부족하다고 이야기한다. 어떤 사람은 베리어프리를 이야기하고 접근성을 개선하면 로봇뿐만 아니라 휠체어까지 쉽게 이동한다고 이야기한다. 휠체어가 쉽게 이동할 수 있다면 유아차도 빨리 갈 수 있다. 누구나 늙는다. 우린 해외에서 캐리어를 끌고 다닐 때 그 도시의 접근성을 지금도 경험한다.⠀레드버스백맨

《접근성, 누구라도 경험하는 가치》

1. 인생이나 사업은 스포츠처럼 시즌으로 구분되지 않고 몇십 년이 하나로 쭉 이어지기 때문에 승점이 아니라 득점과 실점의 차이로 승리가 정해진다.

2. 다시 말해 인생과 사업은 총 득실점을 다투는 끝없는 게임이다. 따라서 몇 번 졌느냐에 신경 쓸 필요가 전혀 없다.

3. 작은 실패(실점)를 연발하더라도 단 한 번 대승(큰 득점)을 거두면 최종적으로 이길 수 있다. 압도적인 대승만 있으면 이전의 실점이 전부 없어 지는 것이다.



#운의경영학 📚

1. 인생이나 사업은 스포츠처럼 시즌으로 구분되지 않고 몇십 년이 하나로 쭉 이어지기 때문에 승점이 아니라 득점과 실점의 차이로 승리가 정해진다. ​2. 다시 말해 인생과 사업은 총 득실점을 다투는 끝없는 게임이다. 따라서 몇 번 졌느냐에 신경 쓸 필요가 전혀 없다. ​3. 작은 실패(실점)를 연발하더라도 단 한 번 대승(큰 득점)을 거두면 최종적으로 이길 수 있다. 압도적인 대승만 있으면 이전의 실점이 전부 없어 지는 것이다. ​ #운의경영학 📚

< 몇 번 졌는지는 중요하지 않다, 인생은 결국 득실차다 >

https://blog.naver.com/madaboutit/223887490388

1.
신입 개발자에게 해줄 수 있는 가장 중요한 조언 중 하나는 바로 인내심(Patience)과 꾸준함(Consistency)을 유지하라는 거야. 코딩을 배우는 건 새로운 언어를 배우는 것과 같아서, 시간도 걸리고, 연습도 필요하며, 작은 실패들을 많이 겪게 돼. 실수하는 걸 두려워하지 마. 오히려 그걸 통해 배우면 돼. 작은 프로젝트를 만들어보고, 일부러 망가뜨려보기도 하고, 다시 고쳐봐. 단순히 코드를 외우는 게 아니라, 그 뒤에 있는 논리를 이해하려고 노력해.


또한, 혼자서만 공부하지 마. 커뮤니티에 참여하고, 질문도 하고, 다른 사람을 도와줄 수 있을 때는 도와줘. 어떤 개념을 다른 사람에게 설명하는 건, 그걸 스스로 더 깊이 이해하는 최고의 방법 중 하나야.


마지막으로, 호기심이 가거나 열정을 느끼는 무언가를 직접 만들면서 동기를 유지해. 자신이 관심 있는 걸 만들면서 배우면 훨씬 더 쉽게 익힐 수 있어.
(유저: net0221403533).


2.
가장 중요한 건 꾸준함이야. 처음부터 차근차근 연습하고, 읽고, 이해하려고 노력하는 것.
한 번 읽어서 이해가 안 된다면, 여러 번 반복해서 읽는 것도 괜찮아.


제대로 이해하지 못한 채 서둘러 앞서나가는 것보다, 시간이 좀 걸리더라도 확실히 이해하는 편이 훨씬 낫거든.
내가 줄 수 있는 최고의 조언은 바로 이 '꾸준함'이야.
(유저: </95sFran>)


3.
무조건 꾸준함이 최고야.
나는 이제 막 코딩을 배우기 시작했는데, 예전에도 몇 번 시도했지만 꾸준하지 않아서 매번 배웠던 걸 다 까먹었어.
꾸준히 할 때만이 개념들이 정말로 몸에 밴다는 걸 느꼈어. 일종의 근육 기억처럼 말이야.
하루에 단 5분이라도 읽거나 가볍게 연습하는 것만으로도 정말 큰 차이를 만들어.
(유저: leland.knight)


4.
무조건 단순하게 유지해 !!!!
많은 프로그래머들이 (때로는 무의식적으로) 자기 자리를 지키기 위해 일부러 코드를 복잡하게 짜는 경향이 있어.
코딩을 모르는 사람들 앞에서는 그런 복잡한 코드 덕분에 천재처럼 보이기 쉽거든.
하지만 진짜 중요한 건 단순함이야.
(유저: Asthegor)


5.
KISS 원칙을 따르자: "Keep It Simple, Stupid — 단순하게 해, 바보야."
그리고 항상 느끼는 건, 지금 배우고 있는 언어에 대한 좋은 참고서 하나쯤은 꼭 사두는 게 도움이 된다는 거야.
필요할 때마다 찾아볼 수 있고, 체계적으로 개념을 잡는 데 큰 도움이 돼.
(유저: Tony Simms)


6.
주석(Comments)!!! 꼭 달아!!!
길게 쓸 필요 없어. 간단하게, 지금 뭘 하고 있는지만 설명하면 돼.
이건 다른 사람에게도 도움이 되지만,
무엇보다도 나중에 네가 오랜만에 코드를 봤을 때 자신에게 가장 큰 도움이 돼.
잊어버린 걸 다시 떠올리는 데 정말 유용하거든
(유저: em819)


7.
나도 아직 초보이긴 하지만, 꾸준함 외에 꼭 덧붙이고 싶은 게 있어.
그건 바로, 하나의 언어를 정해서 집중하라는 것.
혹은 서로 잘 어울리는 언어나 기술 스택을 정해도 좋아.
하지만 무엇보다도 메인으로 삼을 언어 하나는 꼭 정해서 깊게 파고드는 게 중요해.
이리저리 옮겨 다니면 실력이 쌓이기 어려워.
(유저: mdohr07)


8.
문법(syntax)에 너무 매달리지 마.
어차피 전부 다 외우는 건 불가능해.
그보다는 코딩의 핵심 개념들에 집중해.
자료구조, 디자인 패턴, 객체지향 원칙(OO Principles) 같은 것들 말이야.
이런 개념들은 대부분의 언어에서 공통적으로 적용되는 것들이고, 한 번 제대로 이해해두면 다른 언어로 넘어가도 훨씬 쉽게 적응할 수 있어.
개념을 이해하면 문법은 자연스럽게 따라와.
(유저: zackzamiska)


9.
먼저 자료구조(Data Structures)를 제대로 배우고 깊이 이해해.
그 다음에는 분석(Analysis)과 데이터 흐름(Data Flow)—역주: 알고리즘을 말하는 듯?—에 대해 공부해.
이 순서로 배우면, 코드가 어떻게 작동하는지 그리고 어디서 병목이 생기는지 더 잘 이해할 수 있게 돼.
(유저: Juan C Guerrero)


10.
작은 프로젝트부터 시작해서 포트폴리오를 쌓아가.
처음부터 거창하게 시작하려 하지 말고,
작고 완성 가능한 것들부터 하나씩 만들어보는 게 좋아.
그 과정이 쌓이면서 실력도 느는 거고, 포트폴리오도 자연스럽게 만들어질 거야.
(유저: zackzamiska)
﻿
출처: https://community.codecademy.com/c/community-announcements/question-of-the-week-8-4-25

﻿1.신입 개발자에게 해줄 수 있는 가장 중요한 조언 중 하나는 바로 인내심(Patience)과 꾸준함(Consistency)을 유지하라는 거야. 코딩을 배우는 건 새로운 언어를 배우는 것과 같아서, 시간도 걸리고, 연습도 필요하며, 작은 실패들을 많이 겪게 돼. 실수하는 걸 두려워하지 마. 오히려 그걸 통해 배우면 돼. 작은 프로젝트를 만들어보고, 일부러 망가뜨려보기도 하고, 다시 고쳐봐. 단순히 코드를 외우는 게 아니라, 그 뒤에 있는 논리를 이해하려고 노력해. 또한, 혼자서만 공부하지 마. 커뮤니티에 참여하고, 질문도 하고, 다른 사람을 도와줄 수 있을 때는 도와줘. 어떤 개념을 다른 사람에게 설명하는 건, 그걸 스스로 더 깊이 이해하는 최고의 방법 중 하나야. 마지막으로, 호기심이 가거나 열정을 느끼는 무언가를 직접 만들면서 동기를 유지해. 자신이 관심 있는 걸 만들면서 배우면 훨씬 더 쉽게 익힐 수 있어.(유저: net0221403533). 2.가장 중요한 건 꾸준함이야. 처음부터 차근차근 연습하고, 읽고, 이해하려고 노력하는 것.한 번 읽어서 이해가 안 된다면, 여러 번 반복해서 읽는 것도 괜찮아. 제대로 이해하지 못한 채 서둘러 앞서나가는 것보다, 시간이 좀 걸리더라도 확실히 이해하는 편이 훨씬 낫거든.내가 줄 수 있는 최고의 조언은 바로 이 '꾸준함'이야.(유저: &lt;/95sFran&gt;) 3.무조건 꾸준함이 최고야.나는 이제 막 코딩을 배우기 시작했는데, 예전에도 몇 번 시도했지만 꾸준하지 않아서 매번 배웠던 걸 다 까먹었어.꾸준히 할 때만이 개념들이 정말로 몸에 밴다는 걸 느꼈어. 일종의 근육 기억처럼 말이야.하루에 단 5분이라도 읽거나 가볍게 연습하는 것만으로도 정말 큰 차이를 만들어.(유저: leland.knight) 4.무조건 단순하게 유지해 !!!!많은 프로그래머들이 (때로는 무의식적으로) 자기 자리를 지키기 위해 일부러 코드를 복잡하게 짜는 경향이 있어.코딩을 모르는 사람들 앞에서는 그런 복잡한 코드 덕분에 천재처럼 보이기 쉽거든.하지만 진짜 중요한 건 단순함이야.(유저: Asthegor) 5.KISS 원칙을 따르자: "Keep It Simple, Stupid — 단순하게 해, 바보야."그리고 항상 느끼는 건, 지금 배우고 있는 언어에 대한 좋은 참고서 하나쯤은 꼭 사두는 게 도움이 된다는 거야.필요할 때마다 찾아볼 수 있고, 체계적으로 개념을 잡는 데 큰 도움이 돼.(유저: Tony Simms) 6.주석(Comments)!!! 꼭 달아!!!길게 쓸 필요 없어. 간단하게, 지금 뭘 하고 있는지만 설명하면 돼.이건 다른 사람에게도 도움이 되지만,무엇보다도 나중에 네가 오랜만에 코드를 봤을 때 자신에게 가장 큰 도움이 돼.잊어버린 걸 다시 떠올리는 데 정말 유용하거든(유저: em819) 7.나도 아직 초보이긴 하지만, 꾸준함 외에 꼭 덧붙이고 싶은 게 있어.그건 바로, 하나의 언어를 정해서 집중하라는 것.혹은 서로 잘 어울리는 언어나 기술 스택을 정해도 좋아.하지만 무엇보다도 메인으로 삼을 언어 하나는 꼭 정해서 깊게 파고드는 게 중요해.이리저리 옮겨 다니면 실력이 쌓이기 어려워.(유저: mdohr07) 8.문법(syntax)에 너무 매달리지 마.어차피 전부 다 외우는 건 불가능해.그보다는 코딩의 핵심 개념들에 집중해.자료구조, 디자인 패턴, 객체지향 원칙(OO Principles) 같은 것들 말이야.이런 개념들은 대부분의 언어에서 공통적으로 적용되는 것들이고, 한 번 제대로 이해해두면 다른 언어로 넘어가도 훨씬 쉽게 적응할 수 있어.개념을 이해하면 문법은 자연스럽게 따라와.(유저: zackzamiska) 9.먼저 자료구조(Data Structures)를 제대로 배우고 깊이 이해해.그 다음에는 분석(Analysis)과 데이터 흐름(Data Flow)—역주: 알고리즘을 말하는 듯?—에 대해 공부해.이 순서로 배우면, 코드가 어떻게 작동하는지 그리고 어디서 병목이 생기는지 더 잘 이해할 수 있게 돼.(유저: Juan C Guerrero) 10.작은 프로젝트부터 시작해서 포트폴리오를 쌓아가.처음부터 거창하게 시작하려 하지 말고,작고 완성 가능한 것들부터 하나씩 만들어보는 게 좋아.그 과정이 쌓이면서 실력도 느는 거고, 포트폴리오도 자연스럽게 만들어질 거야.(유저: zackzamiska)﻿출처: https://community.codecademy.com/c/community-announcements/question-of-the-week-8-4-25

신입 개발자를 위한 조언 10가지

“국가 독자 AI 사업자” 1차 선정이 차주에 발표난다. 결과에 따라 이 정부가 정말 신뢰할만한 정책을 펼 것인가를 알 수 있게 될 것이다. 진짜로 자격이 있는 곳이 어디어디인지는 사실 분명하다고 생각한다. 개인적으로 공모한 곳 중 Top 5를 선정해봤는데 판단하기 정말 쉬웠기 때문이다.

“국가 독자 AI 사업자” 1차 선정이 차주에 발표난다. 결과에 따라 이 정부가 정말 신뢰할만한 정책을 펼 것인가를 알 수 있게 될 것이다. 진짜로 자격이 있는 곳이 어디어디인지는 사실 분명하다고 생각한다. 개인적으로 공모한 곳 중 Top 5를 선정해봤는데 판단하기 정말 쉬웠기 때문이다.

앞으로의 코테는 설명을 주고 코드를 짜라고 하는 것이 아니라, 코드를 주고 설명을 하라는 것이 유효할 것이다.

내 경우는 이미 그렇게 하고 있는데, 요구사항을 주고 개발을 요청. 결과물이 요구사항대로 개발이 잘 되었다면, 다음 단계로 제출한 코드를 리뷰하며 설명을 요청한다.

앞으로 어차피 코드는 AI가 짜 줄테고, 중요한 건 그걸 이해할수 있는지가 중요하기 때문. 다만 설명을 외워 올 수 있으니, 면접관 입장에서는 코드리뷰시 인뎁스 질문을 잘하는 능력이 필요할 것이다.

사실 나는 이런 방식을 이전에도 썼었는데, 이전에는 개발 시간이 너무 오래 걸려서 복잡한 과제는 내기 어려웠다. 그런데 이제는 복잡한 과제를 내는게 부담스럽지 않기 때문에 좀 더 역량을 판단하기 좋아졌다고 생각한다.

참고로, 안타깝게도, 대 AI 시대 이전에도 이후에도, 제출한 결과물을 제대로 이해하지 못하는 경우가 태반이었으며, 심지어 작동여부를 제대로 검증조차 못하는 경우도 많았다.

앞으로의 코테는 설명을 주고 코드를 짜라고 하는 것이 아니라, 코드를 주고 설명을 하라는 것이 유효할 것이다. 내 경우는 이미 그렇게 하고 있는데, 요구사항을 주고 개발을 요청. 결과물이 요구사항대로 개발이 잘 되었다면, 다음 단계로 제출한 코드를 리뷰하며 설명을 요청한다. 앞으로 어차피 코드는 AI가 짜 줄테고, 중요한 건 그걸 이해할수 있는지가 중요하기 때문. 다만 설명을 외워 올 수 있으니, 면접관 입장에서는 코드리뷰시 인뎁스 질문을 잘하는 능력이 필요할 것이다. 사실 나는 이런 방식을 이전에도 썼었는데, 이전에는 개발 시간이 너무 오래 걸려서 복잡한 과제는 내기 어려웠다. 그런데 이제는 복잡한 과제를 내는게 부담스럽지 않기 때문에 좀 더 역량을 판단하기 좋아졌다고 생각한다. 참고로, 안타깝게도, 대 AI 시대 이전에도 이후에도, 제출한 결과물을 제대로 이해하지 못하는 경우가 태반이었으며, 심지어 작동여부를 제대로 검증조차 못하는 경우도 많았다.

앞으로의 코테는 설명을 주고 코드를 짜라고 하는 것이 아니라, 코

1. 제품은 보통 세 가지 질문의 답을 찾는 과정으로 만들어진다. 왜(why), 무엇으로(what), 그것을 어떻게(how) 그리고 이 단계별로 PM이 푸는 문제의 본질은 다르다.

2. 첫 번째 why. 풀려는 문제를 정의한다. 즉, 사람의 문제를 푸는 것이다. 제품은 수단이며 솔루션이다. 사람이 겪는 문제를 풀거나, 없던 가치를 만드는 게 제품의 미션이다.

3. 모든 사람이 겪고 있는 문제 중에 정말 불편한 것은 무엇일까. 풀었을 때 가치와 임팩트는 어느 정도지? 어떤 문제를 풀어야 하는가. 그것을 날카롭게 정의하는 데서 모든 것이 시작된다.

4. 두 번째 what. 문제를 해결할 도구로써 제품을 정의한다. 사용자의 문제를 푼다.

5. 보편적인 사람의 문제 중에 특정 타겟으로 범위를 좁혔다. 사람에서 사용자로. what은 그 사용자의 문제를 푸는 것이다. 목적을 달성하기 위해 가장 효과적인 방법은 무엇인가. 어떤 제품이 필요할까. 상상하고 구체화하며, 가설을 세우고 검증하는 단계를 거친다.

6. 세 번째 how. 정의한 제품을 만든다. 이제는 인간관계의 문제를 푼다.

7. 제품의 사용자도 사람이고, 만드는 사람도 사람이다. 만드는 사람들의 머릿속에 '하나의 제품'에 대한 같은 그림을 그려 넣어야 한다. 그리고 그것을 원활하게 잘 만들어갈 수 있게 조율해야 한다.

8. 이때의 어려움은 시간과 리소스도 있지만, 결국 만드는 사람 간의 문제로 귀결된다. 같은 그림을 그리고 있는가, 서로 협업은 잘 이뤄지는가. 생각의 차이와 갈등은 어떻게 해결할 것인가.

9. PM의 커리어는 보통 이 순서의 역으로 성장한다. 처음에는 만드는 방법(how)을 고민하다가, 점차 만들 제품(what)을 상상하게 되고, 마침내 풀어야 할 문제와 목적(Why)을 정의하는 자리로 나아간다.

10. 지금 내가 풀고 있는 문제는 무엇인가. 만드는 사람들의 인간관계를 풀고 있나. 사용자의 문제를 풀고 있나. 아님 보편적인 인간의 문제를 풀고 있나. 지금 내가 싸우고 있는 문제의 진짜 이름과 위치를 아는 것. 그것이 위대한 제품을 향한 가장 첫걸음이다.

#pm학개론

1. 제품은 보통 세 가지 질문의 답을 찾는 과정으로 만들어진다. 왜(why), 무엇으로(what), 그것을 어떻게(how) 그리고 이 단계별로 PM이 푸는 문제의 본질은 다르다. ​2. 첫 번째 why. 풀려는 문제를 정의한다. 즉, 사람의 문제를 푸는 것이다. 제품은 수단이며 솔루션이다. 사람이 겪는 문제를 풀거나, 없던 가치를 만드는 게 제품의 미션이다. ​3. 모든 사람이 겪고 있는 문제 중에 정말 불편한 것은 무엇일까. 풀었을 때 가치와 임팩트는 어느 정도지? 어떤 문제를 풀어야 하는가. 그것을 날카롭게 정의하는 데서 모든 것이 시작된다. ​4. 두 번째 what. 문제를 해결할 도구로써 제품을 정의한다. 사용자의 문제를 푼다. ​5. 보편적인 사람의 문제 중에 특정 타겟으로 범위를 좁혔다. 사람에서 사용자로. what은 그 사용자의 문제를 푸는 것이다. 목적을 달성하기 위해 가장 효과적인 방법은 무엇인가. 어떤 제품이 필요할까. 상상하고 구체화하며, 가설을 세우고 검증하는 단계를 거친다. ​6. 세 번째 how. 정의한 제품을 만든다. 이제는 인간관계의 문제를 푼다. ​7. 제품의 사용자도 사람이고, 만드는 사람도 사람이다. 만드는 사람들의 머릿속에 '하나의 제품'에 대한 같은 그림을 그려 넣어야 한다. 그리고 그것을 원활하게 잘 만들어갈 수 있게 조율해야 한다. ​8. 이때의 어려움은 시간과 리소스도 있지만, 결국 만드는 사람 간의 문제로 귀결된다. 같은 그림을 그리고 있는가, 서로 협업은 잘 이뤄지는가. 생각의 차이와 갈등은 어떻게 해결할 것인가. ​9. PM의 커리어는 보통 이 순서의 역으로 성장한다. 처음에는 만드는 방법(how)을 고민하다가, 점차 만들 제품(what)을 상상하게 되고, 마침내 풀어야 할 문제와 목적(Why)을 정의하는 자리로 나아간다. ​10. 지금 내가 풀고 있는 문제는 무엇인가. 만드는 사람들의 인간관계를 풀고 있나. 사용자의 문제를 풀고 있나. 아님 보편적인 인간의 문제를 풀고 있나. 지금 내가 싸우고 있는 문제의 진짜 이름과 위치를 아는 것. 그것이 위대한 제품을 향한 가장 첫걸음이다. #pm학개론 ​

< 일 잘하는 PM은 문제의 ‘이름’부터 정의한다 >

스프링 팀의 주요 개발자들이 2025년 9월에 출시 예정된 자바 25로의 업그레이드를 강하게 권장하고 있습니다. 이러한 권고의 배경에는 클라우드 환경에서 자바가 겪어온 성능 문제를 해결하는 핵심적인 개선 사항들이 집약되어 있기 때문입니다.

곧 출시될 자바 25는 가능한 빨리 도입하세요

스프링 팀의 주요 개발자들이 2025년 9월에 출시 예정된 자바 25로의 업그레이드를 권장하고 있다. 이러한 권고의 배경에는 클라우드 환경에서 자바가 겪어온 성능 문제를 해결하는 핵심적인 개선 사항들이 집약되어 있기 때문이다.

자바가 마주했던 과제와 이를 해결하기 위한 자바 및 스프링 생태계의 기술적 발전을 정리해봤다.


https://www.linkedin.com/pulse/%EA%B3%A7-%EC%B6%9C%EC%8B%9C%EB%90%A0-%EC%9E%90%EB%B0%94-25%EB%8A%94-%EA%B0%80%EB%8A%A5%ED%95%9C-%EB%B9%A8%EB%A6%AC-%EB%8F%84%EC%9E%85%ED%95%98%EC%84%B8%EC%9A%94-springrunner-5017c

스프링 팀의 주요 개발자들이 2025년 9월에 출시 예정된 자바 25로의 업그레이드를 권장하고 있다. 이러한 권고의 배경에는 클라우드 환경에서 자바가 겪어온 성능 문제를 해결하는 핵심적인 개선 사항들이 집약되어 있기 때문이다. 자바가 마주했던 과제와 이를 해결하기 위한 자바 및 스프링 생태계의 기술적 발전을 정리해봤다. https://www.linkedin.com/pulse/%EA%B3%A7-%EC%B6%9C%EC%8B%9C%EB%90%A0-%EC%9E%90%EB%B0%94-25%EB%8A%94-%EA%B0%80%EB%8A%A5%ED%95%9C-%EB%B9%A8%EB%A6%AC-%EB%8F%84%EC%9E%85%ED%95%98%EC%84%B8%EC%9A%94-springrunner-5017c

kr.linkedin.com

자바 25를 사용해야 하는 이유

경력 기술에서 가장 중요한 것은 정량적 성과입니다. 단순히 업무 내용을 나열하는 것만으로는 차별화된 지원자로 어필할 수 없습니다. 직무 관련 역할은 누구나 수행할 수 있는 일이기 때문에, 그 일을 통해 창출한 구체적인 성과를 수치로 표현해야 합니다.


많은 분들이 "루틴한 업무가 대부분인데 어떻게 정량적 성과로 표현하느냐"고 질문합니다. 제안서 작성, 회계 비용 정산, 교육 운영 등은 얼핏 정량적 성과와 무관해 보입니다.
하지만 모든 역할은 회사의 매출과 이익에 기여합니다. 비즈니스 모델을 가진 회사에서 근무했다면, 담당 직무에 관계없이 회사의 성장에 기여한 것입니다. 전년 대비 매출이나 이익이 성장했다면, 해당 지표를 자신의 성과로 표현할 수 있습니다.
일부 회사는 직무에 관계없이 모든 구성원에게 매출과 이익 목표를 부여하기도 합니다. 이는 모든 업무가 회사의 정량적 목표와 연결되어 있음을 보여줍니다.


회사에서 정량적 지표를 목표로 제시하지 않더라도, 우리는 능동적으로 매출과 이익 등 회사 성장에 기여한 바를 경력에 기술할 수 있습니다.
측정 가능한 핵심 결과 지표를 설정하고, 이를 달성하기 위한 액션 플랜을 수립하는 것이 개인과 조직 성장에 기여하는 방식입니다. 조직이 이런 방식으로 업무를 조정하지 않더라도, 우리는 스스로 정량적 목표를 세우고 구체적인 계획에 따라 일해야 합니다.


정량적 성과를 어필하는 것만큼 중요한 것은 성과를 만든 방법을 구체적으로 설명하는 것입니다. 단순히 "업무를 수행했더니 성과가 나왔다"고 설명한다면 설득력이 떨어집니다. 아무리 대단한 성과라도 그것을 만들어낸 핵심 역량이나 방법을 소개하지 않으면 임팩트가 약해집니다.
예를 들어:
 * 매출 00억 달성에 기여한 자신만의 업무 노하우
 * 사용자 수 00명 증가에 기여한 업무 역할의 특징
 * 전년 대비 주문 건수 00건 증가에 대한 구체적 기여 방식
이러한 업무 노하우와 특정 역할 설명이 바로 역량에 대한 증명입니다. 역량을 증명해야 정량적 성과를 일으킨 사람이라고 믿을 수 있고, 최소한 면접에서 만나보고 싶다는 피드백을 받을 수 있습니다.


효과적인 경력 기술은 역할 - 성과 - 역량의 구조로 이루어져야 합니다. 이 명칭은 '목적 - 역할 - 성과' 등으로 대체할 수도 있습니다. 중요한 것은 구조적으로 경험을 통해 역량을 증명하는 것입니다.
이전에 한 일과 그 일을 통해 발휘한 역량, 역량으로 만든 성과로 경력을 설명한다면 매력적인 인재로 어필할 수 있습니다.


경력이 있는 지원자는 경험을 잘 설명할 수 있다면, 다른 내용들은 과감히 생략해도 됩니다. 자격증, 대외활동 등 시선을 분산시키는 내용들은 오히려 생략하는 것이 좋습니다.
다만, 자기소개는 반드시 포함해야 합니다. 회사를 선택한 이유와 핵심 역량을 소개하는 내용이 필요합니다. 여기서 핵심 역량은 소통이나 협업 관련 소프트 스킬, 즉 보이지 않는 태도적 능력을 의미합니다.
이력서를 읽고 나면 지원자가 보유한 직무 기술과 지향하는 가치적 태도를 모두 파악할 수 있어야 합니다.


좋은 지식과 노하우를 갖고 있어도 자신에게 적용하는 것은 항상 어려운 법입니다. 하지만 오늘 이 내용에 공감하신다면 이력서에 반영해보시기 바랍니다. 분명 이전과는 확실히 다른 이력서로 변신할 수 있을 것입니다.

﻿경력 기술에서 가장 중요한 것은 정량적 성과입니다. 단순히 업무 내용을 나열하는 것만으로는 차별화된 지원자로 어필할 수 없습니다. 직무 관련 역할은 누구나 수행할 수 있는 일이기 때문에, 그 일을 통해 창출한 구체적인 성과를 수치로 표현해야 합니다. 많은 분들이 "루틴한 업무가 대부분인데 어떻게 정량적 성과로 표현하느냐"고 질문합니다. 제안서 작성, 회계 비용 정산, 교육 운영 등은 얼핏 정량적 성과와 무관해 보입니다.하지만 모든 역할은 회사의 매출과 이익에 기여합니다. 비즈니스 모델을 가진 회사에서 근무했다면, 담당 직무에 관계없이 회사의 성장에 기여한 것입니다. 전년 대비 매출이나 이익이 성장했다면, 해당 지표를 자신의 성과로 표현할 수 있습니다.일부 회사는 직무에 관계없이 모든 구성원에게 매출과 이익 목표를 부여하기도 합니다. 이는 모든 업무가 회사의 정량적 목표와 연결되어 있음을 보여줍니다. 회사에서 정량적 지표를 목표로 제시하지 않더라도, 우리는 능동적으로 매출과 이익 등 회사 성장에 기여한 바를 경력에 기술할 수 있습니다.측정 가능한 핵심 결과 지표를 설정하고, 이를 달성하기 위한 액션 플랜을 수립하는 것이 개인과 조직 성장에 기여하는 방식입니다. 조직이 이런 방식으로 업무를 조정하지 않더라도, 우리는 스스로 정량적 목표를 세우고 구체적인 계획에 따라 일해야 합니다. 정량적 성과를 어필하는 것만큼 중요한 것은 성과를 만든 방법을 구체적으로 설명하는 것입니다. 단순히 "업무를 수행했더니 성과가 나왔다"고 설명한다면 설득력이 떨어집니다. 아무리 대단한 성과라도 그것을 만들어낸 핵심 역량이나 방법을 소개하지 않으면 임팩트가 약해집니다.예를 들어:<ul ><li>매출 00억 달성에 기여한 자신만의 업무 노하우</li><li>사용자 수 00명 증가에 기여한 업무 역할의 특징</li><li>전년 대비 주문 건수 00건 증가에 대한 구체적 기여 방식</li></ul>이러한 업무 노하우와 특정 역할 설명이 바로 역량에 대한 증명입니다. 역량을 증명해야 정량적 성과를 일으킨 사람이라고 믿을 수 있고, 최소한 면접에서 만나보고 싶다는 피드백을 받을 수 있습니다. 효과적인 경력 기술은 역할 - 성과 - 역량의 구조로 이루어져야 합니다. 이 명칭은 '목적 - 역할 - 성과' 등으로 대체할 수도 있습니다. 중요한 것은 구조적으로 경험을 통해 역량을 증명하는 것입니다.이전에 한 일과 그 일을 통해 발휘한 역량, 역량으로 만든 성과로 경력을 설명한다면 매력적인 인재로 어필할 수 있습니다. 경력이 있는 지원자는 경험을 잘 설명할 수 있다면, 다른 내용들은 과감히 생략해도 됩니다. 자격증, 대외활동 등 시선을 분산시키는 내용들은 오히려 생략하는 것이 좋습니다.다만, 자기소개는 반드시 포함해야 합니다. 회사를 선택한 이유와 핵심 역량을 소개하는 내용이 필요합니다. 여기서 핵심 역량은 소통이나 협업 관련 소프트 스킬, 즉 보이지 않는 태도적 능력을 의미합니다.이력서를 읽고 나면 지원자가 보유한 직무 기술과 지향하는 가치적 태도를 모두 파악할 수 있어야 합니다. 좋은 지식과 노하우를 갖고 있어도 자신에게 적용하는 것은 항상 어려운 법입니다. 하지만 오늘 이 내용에 공감하신다면 이력서에 반영해보시기 바랍니다. 분명 이전과는 확실히 다른 이력서로 변신할 수 있을 것입니다.﻿

효과적인 경력 기술 가이드

2024년 생활시간조사 결과 | 전체 | 보건 · 사회 · 복지 | 보도자료 | 새소식 : 통계청

2024년 한국인의 하루, 무엇이 달라졌을까?

2019년에 이어 5년 만에 발표된 통계청 2024년 생활시간조사는 한국 사회가 집단 중심에서 개인 중심으로, 시간 투입에서 효율성 중심으로 패러다임이 전환되고 있음을 보여줍니다.

1. 수면의 질 저하로 인한 생산성 위기

 * 수면시간 8시간 4분으로 8분 감소 (1999년 조사 이래 최초)
 * 불면 경험자 11.9% (2019년 대비 4.6%p 증가)
   * 60세 이상이 19.6%로 가장 높고, 50대(11.1%), 40대(8.2%) 순
   * 모든 연령층에서 2019년 대비 증가: 60세 이상(+6.1%p), 50대(+4.3%p), 40대(+2.9%p) 등

사용자의 인지적 부하가 증가하고 있습니다. 수면 부족은 의사결정 능력과 집중력을 저하시켜 업무 효율성에 직접적 영향을 미칩니다. 디지털 기기 사용 증가와 야간 업무로 인한 수면 패턴 교란이 주요 원인으로 보입니다.

2. 개인화된 소비 패턴의 가속화

 * 혼자 식사하는 비율
   * 아침 41.7%(2019년 대비 +2.9%p) - 20대가 58.5%로 가장 높음
   * 점심 26.9%(2019년 대비 +1.4%p) - 20대가 32.1%로 가장 높음
   * 저녁 25.7%(2019년 대비 +2.5%p) - 20대가 34.8%로 가장 높음
 * 아침 식사 비율은 20대가 36.9%로 가장 낮고, 60세 이상이 85.8%로 가장 높음

코로나19 이후 정착된 재택근무와 개인 중심 라이프스타일이 식습관에도 반영되었습니다. 전통적인 집단 식사 문화에서 개인 맞춤형 소비로 패러다임이 전환되고 있습니다.

 3. 디지털 미디어 소비의 구조적 변화

 * 미디어 이용시간 2시간 43분으로 2019년 대비 17분 증가
 * CT기기 사용시간이 필수·의무·여가시간 모든 영역에서 2019년 대비 증가

멀티태스킹이 일상화되면서 콘텐츠 소비 패턴이 파편화되고 있습니다. 짧은 시간 내 핵심 정보를 전달하는 형태의 콘텐츠가 선호되는 구조입니다.

4. 업무 효율성 중심 문화로의 전환

 * 평일 오후 5시 이후 근무자 비율 2019년 대비 남녀 모두 감소
 * 일 관련 시간 2019년 대비 6분 감소
   * 남자: 6시간 36분(2019년 6시간 56분 → 2024년 6시간 36분, -20분)
   * 여자: 5시간 32분(2019년 5시간 38분 → 2024년 5시간 32분, -6분)

워라밸 가치관과 팬데믹 이후 효율성 중심 업무 문화가 확산되고 있습니다. 시간 투입보다 성과 중심 평가 시스템이 정착되는 과정입니다.

5. 성역할 인식 변화와 평등한 파트너십

 * 맞벌이 남편의 가사노동시간 2019년 대비 13분 증가
 * 맞벌이 아내의 가사노동시간은 2019년 대비 17분 감소

전통적 성역할 고정관념이 해체되면서 가정 내 역할 분담이 보다 평등해지고 있습니다. 이는 소비 결정권과 브랜드 선호도에도 영향을 미치는 구조적 변화입니다.

6. 주류가 된 웰빙과 셀프케어 문화

 * 스포츠 및 레포츠 2019년 대비 5분 증가
 * 건강·위생 등 개인유지 2019년 대비 7분 증가

건강에 대한 투자를 당연시하는 문화가 확산되었습니다. 단순한 치료 개념을 넘어 예방과 관리, 나아가 최적화에 대한 니즈가 증가하고 있습니다.

7. 행복의 본질적 가치 재발견

 * 가장 기분 좋은 행동 3가지
   * 1위: 식사하기 (평일 14.7%, 토요일 14.6%, 일요일 13.2%)
   * 2위: 대면교제 (평일 7.0%, 토요일 8.1%, 일요일 7.6%)
   * 3위: 걷기와 산책 (평일 5.3%, 토요일 6.2%, 일요일 7.0%)

복잡하고 자극적인 활동보다는 기본적이고 자연스러운 행위에서 만족감을 느끼는 경향이 강화되었습니다. 이는 과도한 디지털 자극에 대한 피로감의 반영일 수 있습니다.

[ 큐레이터의 문장 🎒 ]

"피로사회"에서 "회복사회"로

한국인들은 더 이상 무한 경쟁과 과로를 당연시하지 않습니다. 수면 시간 감소와 불면증 증가라는 역설적 현상은 사회적 피로감이 한계점에 도달했음을 시사합니다. 이는 단순한 개인의 선택이 아닌, 사회 시스템 전반의 지속가능성에 대한 경고 신호입니다.

"연결"에서 "자율성"으로

혼밥 문화의 확산은 개인주의 심화로만 해석할 수 없습니다. 오히려 타인의 시선과 기대에서 벗어나 자신만의 페이스로 살아가고자 하는 자율성 추구로 봐야 합니다. 이는 집단 동조성이 강했던 한국 사회의 근본적 변화를 의미합니다.

"역할 고정"에서 "유연성"으로

성역할 변화는 단순한 가사분담을 넘어 개인의 정체성을 사회적 역할로 규정하지 않겠다는 의지로 해석됩니다. 이는 모든 영역에서 기존 규범과 관습에 대한 재평가로 이어지고 있습니다.

https://sri.kostat.go.kr/board.es?mid=a10301060100&bid=220&act=view&list_no=437764&tag=&nPage=1

2024년 한국인의 하루, 무엇이 달라졌을까? 2019년에 이어 5년 만에 발표된 통계청 2024년 생활시간조사는 한국 사회가 집단 중심에서 개인 중심으로, 시간 투입에서 효율성 중심으로 패러다임이 전환되고 있음을 보여줍니다. 1. 수면의 질 저하로 인한 생산성 위기 <ul ><li>수면시간 8시간 4분으로 8분 감소 (1999년 조사 이래 최초)</li><li>불면 경험자 11.9% (2019년 대비 4.6%p 증가)<ul ><li>60세 이상이 19.6%로 가장 높고, 50대(11.1%), 40대(8.2%) 순</li><li>모든 연령층에서 2019년 대비 증가: 60세 이상(+6.1%p), 50대(+4.3%p), 40대(+2.9%p) 등</li></ul></li></ul> 사용자의 인지적 부하가 증가하고 있습니다. 수면 부족은 의사결정 능력과 집중력을 저하시켜 업무 효율성에 직접적 영향을 미칩니다. 디지털 기기 사용 증가와 야간 업무로 인한 수면 패턴 교란이 주요 원인으로 보입니다. 2. 개인화된 소비 패턴의 가속화 <ul ><li>혼자 식사하는 비율<ul ><li>아침 41.7%(2019년 대비 +2.9%p) - 20대가 58.5%로 가장 높음</li><li>점심 26.9%(2019년 대비 +1.4%p) - 20대가 32.1%로 가장 높음</li><li>저녁 25.7%(2019년 대비 +2.5%p) - 20대가 34.8%로 가장 높음</li></ul></li><li>아침 식사 비율은 20대가 36.9%로 가장 낮고, 60세 이상이 85.8%로 가장 높음</li></ul> 코로나19 이후 정착된 재택근무와 개인 중심 라이프스타일이 식습관에도 반영되었습니다. 전통적인 집단 식사 문화에서 개인 맞춤형 소비로 패러다임이 전환되고 있습니다. <ol start="3"><li>디지털 미디어 소비의 구조적 변화</li></ol> <ul ><li>미디어 이용시간 2시간 43분으로 2019년 대비 17분 증가</li><li>CT기기 사용시간이 필수·의무·여가시간 모든 영역에서 2019년 대비 증가</li></ul> 멀티태스킹이 일상화되면서 콘텐츠 소비 패턴이 파편화되고 있습니다. 짧은 시간 내 핵심 정보를 전달하는 형태의 콘텐츠가 선호되는 구조입니다. 4. 업무 효율성 중심 문화로의 전환 <ul ><li>평일 오후 5시 이후 근무자 비율 2019년 대비 남녀 모두 감소</li><li>일 관련 시간 2019년 대비 6분 감소<ul ><li>남자: 6시간 36분(2019년 6시간 56분 → 2024년 6시간 36분, -20분)</li><li>여자: 5시간 32분(2019년 5시간 38분 → 2024년 5시간 32분, -6분)</li></ul></li></ul> 워라밸 가치관과 팬데믹 이후 효율성 중심 업무 문화가 확산되고 있습니다. 시간 투입보다 성과 중심 평가 시스템이 정착되는 과정입니다. 5. 성역할 인식 변화와 평등한 파트너십 <ul ><li>맞벌이 남편의 가사노동시간 2019년 대비 13분 증가</li><li>맞벌이 아내의 가사노동시간은 2019년 대비 17분 감소</li></ul> 전통적 성역할 고정관념이 해체되면서 가정 내 역할 분담이 보다 평등해지고 있습니다. 이는 소비 결정권과 브랜드 선호도에도 영향을 미치는 구조적 변화입니다. 6. 주류가 된 웰빙과 셀프케어 문화 <ul ><li>스포츠 및 레포츠 2019년 대비 5분 증가</li><li>건강·위생 등 개인유지 2019년 대비 7분 증가</li></ul> 건강에 대한 투자를 당연시하는 문화가 확산되었습니다. 단순한 치료 개념을 넘어 예방과 관리, 나아가 최적화에 대한 니즈가 증가하고 있습니다. 7. 행복의 본질적 가치 재발견 <ul ><li>가장 기분 좋은 행동 3가지<ul ><li>1위: 식사하기 (평일 14.7%, 토요일 14.6%, 일요일 13.2%)</li><li>2위: 대면교제 (평일 7.0%, 토요일 8.1%, 일요일 7.6%)</li><li>3위: 걷기와 산책 (평일 5.3%, 토요일 6.2%, 일요일 7.0%)</li></ul></li></ul> 복잡하고 자극적인 활동보다는 기본적이고 자연스러운 행위에서 만족감을 느끼는 경향이 강화되었습니다. 이는 과도한 디지털 자극에 대한 피로감의 반영일 수 있습니다. [ 큐레이터의 문장 🎒 ] "피로사회"에서 "회복사회"로 한국인들은 더 이상 무한 경쟁과 과로를 당연시하지 않습니다. 수면 시간 감소와 불면증 증가라는 역설적 현상은 사회적 피로감이 한계점에 도달했음을 시사합니다. 이는 단순한 개인의 선택이 아닌, 사회 시스템 전반의 지속가능성에 대한 경고 신호입니다. "연결"에서 "자율성"으로 혼밥 문화의 확산은 개인주의 심화로만 해석할 수 없습니다. 오히려 타인의 시선과 기대에서 벗어나 자신만의 페이스로 살아가고자 하는 자율성 추구로 봐야 합니다. 이는 집단 동조성이 강했던 한국 사회의 근본적 변화를 의미합니다. "역할 고정"에서 "유연성"으로 성역할 변화는 단순한 가사분담을 넘어 개인의 정체성을 사회적 역할로 규정하지 않겠다는 의지로 해석됩니다. 이는 모든 영역에서 기존 규범과 관습에 대한 재평가로 이어지고 있습니다. https://sri.kostat.go.kr/board.es?mid=a10301060100&amp;bid=220&amp;act=view&amp;list_no=437764&amp;tag=&amp;nPage=1

통계청

⟪통계청 2024년 생활시간조사로 본 7가지 핵심 데이터⟫

PRD를 입력하면 DDD기법에의해 해석문서를 만드는 툴로 툴소개와 작동소스 오픈합니다. 실무에 적용가능한 수준의 문서를 만들기보다. 구현에 필요한 직전단계의 최소문서를 만드는 프로세스에 고민을 해본 생성툴입니다.

https://wiki.webnori.com/x/4oGtBg

PRD를 입력하면 DDD기법에의해 해석문서를 만드는 툴로 툴소개와 작동소스 오픈합니다. 실무에 적용가능한 수준의 문서를 만들기보다. 구현에 필요한 직전단계의 최소문서를 만드는 프로세스에 고민을 해본 생성툴입니다. https://wiki.webnori.com/x/4oGtBg

PRD분석 AI툴

성과지표부터 가설까지, PM의 제품 설계 인사이트

📈 성과지표(KPI), 이렇게 설정하고 관리합니다

이번 뉴스레터에서는 ‘성과지표(KPI) 설정과 관리’라는 주제로, 팀이 같은 방향을 보고 움직이기 위해 기획자가 어떻게 지표를 설계하고 공유해야 하는지에 대한 이야기를 나눠보려 해요. KPI는 단순한 숫자가 아니라, 제품이 어떤 가치를 만들고 있는지를 증명하는 나침반 같은 존재니까요.


12년차 PM이 직접 전하는 실전 KPI 설정 노하우부터, 허영 지표를 피하고 팀 전체를 정렬시키는 구체적인 사례가 담겨있어요. 인터뷰 본문부터 영상 콘텐츠까지 재밌게 봐주세요.

이번 뉴스레터에서는 ‘성과지표(KPI) 설정과 관리’라는 주제로, 팀이 같은 방향을 보고 움직이기 위해 기획자가 어떻게 지표를 설계하고 공유해야 하는지에 대한 이야기를 나눠보려 해요. KPI는 단순한 숫자가 아니라, 제품이 어떤 가치를 만들고 있는지를 증명하는 나침반 같은 존재니까요. 12년차 PM이 직접 전하는 실전 KPI 설정 노하우부터, 허영 지표를 피하고 팀 전체를 정렬시키는 구체적인 사례가 담겨있어요. 인터뷰 본문부터 영상 콘텐츠까지 재밌게 봐주세요.

앤디의 마음챙김 레터

자주 사용하는 공통기능을 하나의 모듈로 만들어 놓고, 필요할때 마다 참고 하는 성향이 있어서 개인적인 공간에 작업물을 정리 하거나, 나만의 모듈로 만드는 것을 종종 진행하고 있어요.


어찌 보면 저만의 toy 모듈같은 것인데요.
개인적인 작업 공간이긴 하지만, 오늘은 기능 정의가 중요하다는 것을 다시 한번 알게 되었어요.


아무리 저만을 위한 모듈을 만들어 보는 것이더라도, 습관에 의해서 사용성에 대해서 생각을 하게 되는데요. 코드에 먼저 손을 대면서 이렇게 해볼까? 저렇게 해볼까? 하면서 혼란?의 상태에 빠지는 저 자신을 보면서 "아직도 나는 부족하구나..." 라는 생각이 문득 들었습니다.


아마 저도 마음이 급해서, 무조건 코드에 먼저 손이 가능 습관 때문인거 같은데요.


사용성을 정의하고, 확장성을 고려하여, 좀 더 쉽게 사용할 수 있도록 만들기 위하여, 생각을 정의를 내리고 만들어나가는 습관을 다시 한번 들여야 할꺼 같아요.


사이드 프로젝트나, 토이 프로젝트를 하시는 많은 분들이 그 짧은 시간에 기능정의를 하고, 체계화 하시는 습관을 가지고 있으 실 것이라 생각이 되는데요. 부럽기도 하고, "나는 부족하구나.." 라는 생각이 교차되는 아침인거 같아요.

자주 사용하는 공통기능을 하나의 모듈로 만들어 놓고, 필요할때 마다 참고 하는 성향이 있어서 개인적인 공간에 작업물을 정리 하거나, 나만의 모듈로 만드는 것을 종종 진행하고 있어요. 어찌 보면 저만의 toy 모듈같은 것인데요.개인적인 작업 공간이긴 하지만, 오늘은 기능 정의가 중요하다는 것을 다시 한번 알게 되었어요. 아무리 저만을 위한 모듈을 만들어 보는 것이더라도, 습관에 의해서 사용성에 대해서 생각을 하게 되는데요. 코드에 먼저 손을 대면서 이렇게 해볼까? 저렇게 해볼까? 하면서 혼란?의 상태에 빠지는 저 자신을 보면서 "아직도 나는 부족하구나..." 라는 생각이 문득 들었습니다. 아마 저도 마음이 급해서, 무조건 코드에 먼저 손이 가능 습관 때문인거 같은데요. 사용성을 정의하고, 확장성을 고려하여, 좀 더 쉽게 사용할 수 있도록 만들기 위하여, 생각을 정의를 내리고 만들어나가는 습관을 다시 한번 들여야 할꺼 같아요. 사이드 프로젝트나, 토이 프로젝트를 하시는 많은 분들이 그 짧은 시간에 기능정의를 하고, 체계화 하시는 습관을 가지고 있으 실 것이라 생각이 되는데요. 부럽기도 하고, "나는 부족하구나.." 라는 생각이 교차되는 아침인거 같아요.

기능 정의의 중요성

The 2025 Developer Survey is the definitive report on the state of software development. In its fifteenth year, Stack Overflow received over 49,000+ responses from 177 countries across 62 questions focused on 314 different technologies, including new focus on AI agent tools, LLMs and community platforms. This annual Developer Survey provides a crucial snapshot into the needs of the global developer community, focusing on the tools and technologies they use or want to learn more about.

2025 Stack Overflow Developer Survey

15주년을 맞이한 스택 오버플로우 개발자 설문조사 결과가 올해도 어김없이 발표되었습니다. 전 세계 177개국에서 무려 49,000명 이상의 개발자가 참여해 총 314가지 기술 분야에 대한 62개의 질문에 답변했습니다. 설문 결과가 최근 개발 트렌드와 분위기를 그대로 보여주는 것 같습니다.


뭐니뭐니해도 가장 눈에 띄는 건 대중화 되고 있는 AI입니다. 응답자의 84%가 이미 AI 도구를 사용하고 있다고 답했는데, 단순히 실험해보는 수준을 넘어 실제 업무 흐름에 깊이 자리 잡았다는 뜻이죠. 하지만 아이러니하게도 신뢰도는 낮아졌습니다. 절반 가까운 46%가 AI 출력 결과를 믿지 않는다고 했고, 66%는 "거의 맞긴 한데 뭔가 부족한" 답변이 가장 답답하다고 했어요. 심지어 45%는 AI 코드 디버깅에 더 많은 시간을 쓴다고 답했죠. 😅 국가별로는 인도 개발자들의 신뢰도가 56%로 가장 높았지만, 대부분 국가에서는 25~31% 대에 머물렀습니다.


AI 에이전트 도입은 이제 막 시작 단계입니다. 31%가 사용 중이고, 17%는 도입을 준비 중이라고 답했지만, 여전히 38%는 계획이 없다고 했어요. 그렇다고 비관적이진 않습니다. AI 에이전트를 사용 중인 개발자 중 69%는 "생산성이 확실히 올라갔다"고 느낀다고 하니까요.


기술 트렌드에서도 변화가 뚜렷합니다. Docker 사용률이 전년보다 17%나 급증해 이제는 개발자의 표준 도구라고 불러도 될 만큼 당연해졌고, Python 역시 꾸준히 강세를 유지하고 있습니다. Rust의 Cargo는 가장 사랑받는 빌드 도구로 꼽혔고, 협업 도구 부문에선 GitHub(81%)가 1위를, Jira(46%)와 GitLab(36%)이 뒤를 이었습니다.


자세한 결과와 기술 스택별 사용률, 국가/직군별 상세 데이터는 공식 설문 페이지를 참고 바랍니다. https://survey.stackoverflow.co/2025/

15주년을 맞이한 스택 오버플로우 개발자 설문조사 결과가 올해도 어김없이 발표되었습니다. 전 세계 177개국에서 무려 49,000명 이상의 개발자가 참여해 총 314가지 기술 분야에 대한 62개의 질문에 답변했습니다. 설문 결과가 최근 개발 트렌드와 분위기를 그대로 보여주는 것 같습니다. 뭐니뭐니해도 가장 눈에 띄는 건 대중화 되고 있는 AI입니다. 응답자의 84%가 이미 AI 도구를 사용하고 있다고 답했는데, 단순히 실험해보는 수준을 넘어 실제 업무 흐름에 깊이 자리 잡았다는 뜻이죠. 하지만 아이러니하게도 신뢰도는 낮아졌습니다. 절반 가까운 46%가 AI 출력 결과를 믿지 않는다고 했고, 66%는 "거의 맞긴 한데 뭔가 부족한" 답변이 가장 답답하다고 했어요. 심지어 45%는 AI 코드 디버깅에 더 많은 시간을 쓴다고 답했죠. 😅 국가별로는 인도 개발자들의 신뢰도가 56%로 가장 높았지만, 대부분 국가에서는 25~31% 대에 머물렀습니다. AI 에이전트 도입은 이제 막 시작 단계입니다. 31%가 사용 중이고, 17%는 도입을 준비 중이라고 답했지만, 여전히 38%는 계획이 없다고 했어요. 그렇다고 비관적이진 않습니다. AI 에이전트를 사용 중인 개발자 중 69%는 "생산성이 확실히 올라갔다"고 느낀다고 하니까요. 기술 트렌드에서도 변화가 뚜렷합니다. Docker 사용률이 전년보다 17%나 급증해 이제는 개발자의 표준 도구라고 불러도 될 만큼 당연해졌고, Python 역시 꾸준히 강세를 유지하고 있습니다. Rust의 Cargo는 가장 사랑받는 빌드 도구로 꼽혔고, 협업 도구 부문에선 GitHub(81%)가 1위를, Jira(46%)와 GitLab(36%)이 뒤를 이었습니다. 자세한 결과와 기술 스택별 사용률, 국가/직군별 상세 데이터는 공식 설문 페이지를 참고 바랍니다. https://survey.stackoverflow.co/2025/

survey.stackoverflow.co

📊 스택 오버플로우 2025년 개발자 설문조사 결과 💡

애자일한 팀의 PRD는 "요구사항 정의서"가 아닌, 프레임워크입니다. | 원문 The PRD That Actually Works: 15 Years of Product Lessons in 5 Minutes by Aakash Gupta (2024)  REVISITED PRD(Product Requirements Document)는 제품이 만들어가야 하는 과정에서 어떤 문제를 어떤 방식으로 해결해 나갈 것인지를 정의하는 문서다.  국

The PRD That Actually Works

PRD를 직역하면 "제품 요구사항 정의서"이다. 다만 실제로 PRD를 작성하다보면 지금까지 내가 한국에서 보는 PRD와 해외에서 정의하고 작성하는 문서와는 다른 형태로 정의되고 표현된다.

대부분의 PRD가 실패하는 이유는:
1. PRD 문서 전체를 hand-off(내 손을 떠나서 끝난) 문서로 간주하고
2. 문제에 대한 Root cause를 점검하지 않고 진행 해 새롭게 발견되는 문제에 주요 목적이 흔들리고
3. 먼저 정의하지 않아도 되는 디테일을 너무 빨리 정해놔서 돌릴 수 없는 상황을 만들고
4. 고객에게 제품을 전달한 후의 회고가 없이 끝나버려
좋은 제품을 만들기 위한 "지식의 공유처(shared intelligence)"의 역할을 하지 못해서라고 생각한다.

또한, 제품을 만드는 과정에서 명확하게 정의하고 정리하는것은 PRD가 아닌, 실제 고객이 만족할 수 있고 임팩트를 만들어 낼 수 있는 상세한 유저 스토리의 Acceptance Criteria와 고객에게 어떤 전략으로 이터레이션을 통해 제공할지 논의하고 결정하는 스프린트 플래닝이 더 적합하다.

https://brunch.co.kr/@tsp/76

PRD를 직역하면 "제품 요구사항 정의서"이다. 다만 실제로 PRD를 작성하다보면 지금까지 내가 한국에서 보는 PRD와 해외에서 정의하고 작성하는 문서와는 다른 형태로 정의되고 표현된다. 대부분의 PRD가 실패하는 이유는: 1. PRD 문서 전체를 hand-off(내 손을 떠나서 끝난) 문서로 간주하고 2. 문제에 대한 Root cause를 점검하지 않고 진행 해 새롭게 발견되는 문제에 주요 목적이 흔들리고 3. 먼저 정의하지 않아도 되는 디테일을 너무 빨리 정해놔서 돌릴 수 없는 상황을 만들고 4. 고객에게 제품을 전달한 후의 회고가 없이 끝나버려 좋은 제품을 만들기 위한 "지식의 공유처(shared intelligence)"의 역할을 하지 못해서라고 생각한다. 또한, 제품을 만드는 과정에서 명확하게 정의하고 정리하는것은 PRD가 아닌, 실제 고객이 만족할 수 있고 임팩트를 만들어 낼 수 있는 상세한 유저 스토리의 Acceptance Criteria와 고객에게 어떤 전략으로 이터레이션을 통해 제공할지 논의하고 결정하는 스프린트 플래닝이 더 적합하다. https://brunch.co.kr/@tsp/76

Brunch Story

실제로 동작하는 PRD란

NAVER Careers

네이버 검색에서 LLM 관련 연구 개발을 하실 인턴 채용을 합니다.
서비스를 위한 LLM 개발을 통해 다양한 경험과 빠른 성장을 원하시는 분들이 지원하셨으면 합니다!
많은 관심과 지원 부탁드립니다. 감사합니다 😀

지원서 접수 마감 : 2024.04.28(일) 18:00
인턴십 수행 : 2024.06.24(월) ~ 2024.08.16(금)

https://recruit.navercorp.com/rcrt/view.do?annoId=30002031&lang=ko

네이버 검색에서 LLM 관련 연구 개발을 하실 인턴 채용을 합니다. 서비스를 위한 LLM 개발을 통해 다양한 경험과 빠른 성장을 원하시는 분들이 지원하셨으면 합니다! 많은 관심과 지원 부탁드립니다. 감사합니다 😀 지원서 접수 마감 : 2024.04.28(일) 18:00 인턴십 수행 :&nbsp;2024.06.24(월) ~ 2024.08.16(금) https://recruit.navercorp.com/rcrt/view.do?annoId=30002031&amp;lang=ko

recruit.navercorp.com

프론트엔드 개발자

문지웅

(주) 인터엑스 Ai Researcher

최재훈

안녕하세요! 이름만으로 신뢰를 주는 개발자가 되는 것이 목표인 최재훈입니다. NLP에 관심이 많으며 기계와 사람의 효과적인 대화에  큰 관심을 가지고 있습니다. 고도화된 NLU 발전에 기여하고 싶으며 이를 활용한 ‘개인용 인공지능 비서의 보편화를 목표로 노력하겠습니다.

SK C&C 인공지능 엔지니어

강준형

전동현

네이버에서 검색을 위한 Large Langauge Model (LLM) 과 Multimodal Model 을 연구 개발하고 있습니다.

댓글 0

함께 읽은 게시물

< ‘참여’를 설계하면, ‘콘텐츠’는 따라온다 >

비슷한 게시물

주간 인기 TOP 10

추천 프로필