오늘 여성 동료분들과 차를 마시는 중, 어렸을 땐 왜 그렇게 연예인을 좋아했을까? 하며 연예인 좋아하던 이야기를 하시길래, 저는.. 리눅스를 좋아했어요. 했다가 박장대소를 맞았다. 왜요.. 마스코트인 턱스🐧도 얼마나 귀여운데.. 🥹

오늘 여성 동료분들과 차를 마시는 중, 어렸을 땐 왜 그렇게 연예인을 좋아했을까? 하며 연예인 좋아하던 이야기를 하시길래, 저는.. 리눅스를 좋아했어요. 했다가 박장대소를 맞았다. 왜요.. 마스코트인 턱스🐧도 얼마나 귀여운데.. 🥹

코드를 거의 보지 않고 승인하는 단계로 한 발짝 더 나아가보는 중. 조금만 더 버티면(?) 유지보수면에서도 직접 코딩하는 것 보다 나을 것 같음.

아직 좀 시키기 어려운 문제인 것은 웹/앱 프론트엔드 차원에서의 외부 서비스 연동과 앱 전반에 걸친 부정사용 방지를 위한 보안문제정도.

다만, 대개 3rd party 라이브러리나 서비스를 사용하지 않으면 되는 문제기는 해서, 바퀴를 재발명하는게 기본이라고 생각을 전환하면 가능할지도 모르겠음.

이제는 오히려 모든 걸 직접 다 만드는 것이 더 간단하고 빠른 방법일 수 있으니까.

코드를 거의 보지 않고 승인하는 단계로 한 발짝 더 나아가보는 중. 조금만 더 버티면(?) 유지보수면에서도 직접 코딩하는 것 보다 나을 것 같음. 아직 좀 시키기 어려운 문제인 것은 웹/앱 프론트엔드 차원에서의 외부 서비스 연동과 앱 전반에 걸친 부정사용 방지를 위한 보안문제정도. 다만, 대개 3rd party 라이브러리나 서비스를 사용하지 않으면 되는 문제기는 해서, 바퀴를 재발명하는게 기본이라고 생각을 전환하면 가능할지도 모르겠음. 이제는 오히려 모든 걸 직접 다 만드는 것이 더 간단하고 빠른 방법일 수 있으니까.

리액티브,액터모델,분산처리를 다루는 나만의 MCP메모리에 챗봇기능 탑재 - gpt-oss 온디바이스라 60토크 작동
액터모델을 이용한 분산처리 컨텐츠를 챗봇을 이용해서 정리된 정보를 탐색할수 있습니다.

링크 : https://mcp.webnori.com/ui/askbot

리액티브,액터모델,분산처리를 다루는 나만의 MCP메모리에 챗봇기능 탑재 - gpt-oss 온디바이스라 60토크 작동액터모델을 이용한 분산처리 컨텐츠를 챗봇을 이용해서 정리된 정보를 탐색할수 있습니다. 링크 : https://mcp.webnori.com/ui/askbot

나만의 메모리 챗봇

This is a technical report on three bugs that intermittently degraded responses from Claude. Below we explain what happened, why it took time to fix, and what we're changing.

A postmortem of three recent issues

Anthropic이 최근 Claude의 품질 문제에 대한 포스트모템을 약 2시간 전에 공개했습니다. 8월에서 9월 초까지 사용자들이 경험한 문제들은 서버 부하나 수요로 인한 의도적 성능 제한이 아니었고, 세 가지 별개의 인프라 버그가 겹치면서 발생한 것이라고 합니다.

👉 원문 보기: https://www.anthropic.com/engineering/a-postmortem-of-three-recent-issues

포스트모템을 읽으면서, AI 모델 제공자 입장에서 사용자가 체감하는 품질 저하를 알아채고 재현하는 것이 얼마나 힘든 일일지 상상해볼 수 있었습니다. AI 서비스 특성 상, 단순히 "뭔가 좀 이상해진 것 같다" 처럼 막연한 사용자 제보가 많아서 원인을 찾는 데 시간이 오래 걸렸다고 하네요.

그리고 멀티 클라우드 환경에서 AI 모델의 일관적인 품질을 보장하는 일이 얼마나 복잡한 문제인지 엿볼 수 있었습니다. 단순히 모델 자체의 성능만이 아니라, 인프라, 하드웨어, 배포 전략, 최적화 그리고 사소해 보이는 설정 하나까지도 민감한 AI 서비스에 큰 영향을 줄 수 있는 것 같습니다.

마지막으로 Anthropic이 포스트모템을 통해 보여준 투명한 커뮤니케이션이 인상 깊습니다. "언제, 어떤 일이 있었고, 왜 탐지하기 어려웠으며, 앞으로 어떻게 개선할 것인가"를 공개적으로 공유하는 태도에서 성숙한 엔지니어링 문화를 느낄 수 있습니다. 기술 조직의 신뢰를 높이는 핵심이라고 생각합니다.

Anthropic이 최근 Claude의 품질 문제에 대한 포스트모템을 약 2시간 전에 공개했습니다. 8월에서 9월 초까지 사용자들이 경험한 문제들은 서버 부하나 수요로 인한 의도적 성능 제한이 아니었고, 세 가지 별개의 인프라 버그가 겹치면서 발생한 것이라고 합니다. 👉 원문 보기: https://www.anthropic.com/engineering/a-postmortem-of-three-recent-issues 포스트모템을 읽으면서, AI 모델 제공자 입장에서 사용자가 체감하는 품질 저하를 알아채고 재현하는 것이 얼마나 힘든 일일지 상상해볼 수 있었습니다. AI 서비스 특성 상, 단순히 "뭔가 좀 이상해진 것 같다" 처럼 막연한 사용자 제보가 많아서 원인을 찾는 데 시간이 오래 걸렸다고 하네요. 그리고 멀티 클라우드 환경에서 AI 모델의 일관적인 품질을 보장하는 일이 얼마나 복잡한 문제인지 엿볼 수 있었습니다. 단순히 모델 자체의 성능만이 아니라, 인프라, 하드웨어, 배포 전략, 최적화 그리고 사소해 보이는 설정 하나까지도 민감한 AI 서비스에 큰 영향을 줄 수 있는 것 같습니다. 마지막으로 Anthropic이 포스트모템을 통해 보여준 투명한 커뮤니케이션이 인상 깊습니다. "언제, 어떤 일이 있었고, 왜 탐지하기 어려웠으며, 앞으로 어떻게 개선할 것인가"를 공개적으로 공유하는 태도에서 성숙한 엔지니어링 문화를 느낄 수 있습니다. 기술 조직의 신뢰를 높이는 핵심이라고 생각합니다.

www.anthropic.com

Claude 모델 품질 저하에 대한 포스트모템

대규모 트래픽의 기준, 어려우시죠? 요건 콕 찝어 말씀드릴 수 있겠네요. (물론 개인적인 기준이긴 합니다만)

“최적화가 잘 되어 있다는 가정하에, 현존하는 최고 사양의 하드웨어를 갖춘 단일 서버 혹은 단순한 로드밸런서만으로 받을 수 있는 한계를 넘는 트래픽”

요즘 최고 사양 서버 기준, 보통의 커머스 앱 정도라면, 이론적으로는 MAU 1천만 이상도 가능.

물론 비용 측면을 고려하면 다른 얘기가 됩니다만, 비용도 사이즈가 커지면 보통은 데이터 전송 비용이 가장 크기 땜에.

대규모 트래픽의 기준, 어려우시죠? 요건 콕 찝어 말씀드릴 수 있겠네요. (물론 개인적인 기준이긴 합니다만) “최적화가 잘 되어 있다는 가정하에, 현존하는 최고 사양의 하드웨어를 갖춘 단일 서버 혹은 단순한 로드밸런서만으로 받을 수 있는 한계를 넘는 트래픽” 요즘 최고 사양 서버 기준, 보통의 커머스 앱 정도라면, 이론적으로는 MAU 1천만 이상도 가능. 물론 비용 측면을 고려하면 다른 얘기가 됩니다만, 비용도 사이즈가 커지면 보통은 데이터 전송 비용이 가장 크기 땜에.

간단히 말해 “하드웨어를 돈으로 발라서 안되면 대규모”

AI 도구를 활용한 코딩이 늘어나면서 팀원들에게서 흥미로운 변화를 목격하고 있습니다.

예전에는 테스트 작성이나 문서 업데이트를 부탁하면 온갖 핑계를 대며 피하던 동료들이, 이제는 누구보다 꼼꼼하게 이런 부분에 신경을 쓰는 거 있죠?

왜일까요?

코딩 에이전트에게 일을 맡기려면 명확한 스펙과 테스트가 필수라는 걸 체감했기 때문입니다. AI가 생성한 코드를 마음 놓고 배포하려면 철저한 검증이 필수이고, 모델에게 충분한 컨텍스트를 제공하려면 정확한 문서화가 중요하다는 것도 깨닫게 된 거죠.

솔직히 저는 이런 현상을 보면서 조금 서운한 마음이 들기도 합니다. 과거에 사람들끼리만 협업할 때도 이렇게 동료를 배려해줬다면 얼마나 좋았을까 싶거든요. 예전에 테스트도 없이 작성한 코드를 리뷰 요청하던 그 자신감은 도대체 다들 어디서 왔었을까 싶고요 ㅎㅎ

뭐, 어찌됐든 결과적으로는 긍정적입니다. 코드 커버리지가 개선되고, 리팩토링과 기능 추가도 훨씬 수월해졌습니다. 예전처럼 유닛 테스트나 문서화의 중요성을 강조하지 않아도 됩니다. 결국 AI가 개발 문화 개선의 촉매제 역할을 하고 있는 셈입니다.

여러분의 개발 팀은 어떠신가요? AI 도입 후 겪은 재미있는 변화가 있다면 공유해주세요!

AI 도구를 활용한 코딩이 늘어나면서 팀원들에게서 흥미로운 변화를 목격하고 있습니다. 예전에는 테스트 작성이나 문서 업데이트를 부탁하면 온갖 핑계를 대며 피하던 동료들이, 이제는 누구보다 꼼꼼하게 이런 부분에 신경을 쓰는 거 있죠? 왜일까요? 코딩 에이전트에게 일을 맡기려면 명확한 스펙과 테스트가 필수라는 걸 체감했기 때문입니다. AI가 생성한 코드를 마음 놓고 배포하려면 철저한 검증이 필수이고, 모델에게 충분한 컨텍스트를 제공하려면 정확한 문서화가 중요하다는 것도 깨닫게 된 거죠. 솔직히 저는 이런 현상을 보면서 조금 서운한 마음이 들기도 합니다. 과거에 사람들끼리만 협업할 때도 이렇게 동료를 배려해줬다면 얼마나 좋았을까 싶거든요. 예전에 테스트도 없이 작성한 코드를 리뷰 요청하던 그 자신감은 도대체 다들 어디서 왔었을까 싶고요 ㅎㅎ 뭐, 어찌됐든 결과적으로는 긍정적입니다. 코드 커버리지가 개선되고, 리팩토링과 기능 추가도 훨씬 수월해졌습니다. 예전처럼 유닛 테스트나 문서화의 중요성을 강조하지 않아도 됩니다. 결국 AI가 개발 문화 개선의 촉매제 역할을 하고 있는 셈입니다. 여러분의 개발 팀은 어떠신가요? AI 도입 후 겪은 재미있는 변화가 있다면 공유해주세요!

AI 덕분에 달라진 동료 개발자들

오늘은 회사 굿즈 디자이너로 업무 완.

오늘은 회사 굿즈 디자이너로 업무 완.

안녕하세요. 한국 스프링 사용자 모임 (KSUG)에서 큰일꾼으로 활동하고 있는 김석현입니다. 😊

Spring Camp가 끝난 지 3개월이 되어가는 지금, 저는 10월 26일(일)에 있을 Spring AI Meetup을 준비하고 있습니다.

(행사를 기획하고 준비하는 과정이 저에게 즐거운 일일 줄은 몰랐는데, 한국 스프링 사용자 모임의 일꾼단에 지원했던 것이 정말 좋은 선택이었다고 생각합니다.)

Spring AI는 2025년 5월 20일 1.0.0 버전이 정식 릴리스된 지 4개월이 채 안 된 시점에서 스프링 팀과 커뮤니티의 활발한 기여에 힘입어 Streamable HTTP, MCP 관련 통합 및 각 모델별 지원 기능(e.g. Claude Prompt Caching) 등 다양한 개선 사항이 포함된 1.1.0-M1 버전이 (지난 9일) 공개되었습니다.
- https://lnkd.in/gSPx5dVg

이를 보면 Spring AI가 (아직 가야할 길은 남았지만) 빠른 속도로 발전하고 있다는 인상을 받습니다. 이런 흐름에 발맞춰 한국 스프링 사용자 모임에서 Spring AI를 집중적으로 다루는 자리를 마련하면 좋겠다고 생각하였고, 적극적으로 기여하시고 실무에서 사용하고 계신 연사님들을 모시고 실질적인 인사이트를 얻을 수 있는 자리를 마련하기 위해 열심히 준비하고 있습니다.

이번 행사는 선릉에서 진행될 예정이며, 홈페이지가 준비되는 대로 바로 공식 계정을 통해 공유해드리도록 하겠습니다. 

Spring AI Meetup에 많

Spring AI 1.1.0-M1 Available Now | SeokHyeon Kim

Spring AI는 스프링 생태계의 철학을 AI 도메인으로 확장하고자 등장한 프레임워크다. 그동안 AI 개발 도구와 라이브러리는 주로 파이썬 생태계를 중심으로 발전해왔다. 이 때문에 기업 환경에서 널리 쓰이는 자바는, 생성형 AI를 통합하기 위해 각 서비스의 SDK를 직접 사용하거나 원시적인 API 호출에 의존해야 하는 불편함이 있었다. Spring AI는 바로 이 지점에서, 스프링 사용자들이 기존의 친숙한 방식을 그대로 유지하면서 최신 AI 기능을 손쉽게 활용할 수 있도록 다리를 놓아준다.

Spring AI는 생성형 AI 통합의 복잡성을 단순화하고, 자주 사용되는 패턴들을 정립한다. 그 설계 철학의 핵심은 추상화와 이식성으로 보인다. ChatClient 나 VectorStore 같은 표준 인터페이스를 통해 OpenAI, Anthropic 등 각기 다른 LLM 제공자를 동일한 방식으로 다룰 수 있게 하고, 개발자가 특정 벤더의 세부사항에 얽매이지 않고 비즈니스 로직에 집중하도록 돕는다. 나아가, RAG(Retrieval-augmented generation)나 대화 메모리 같은 공통 기능을 Advisor 라는 개념으로 모듈화하여 횡단 관심사를 깔끔하게 처리한다.

특히 인상적인 부분은 AI에 익숙하지 않은 개발자를 위한 배려다. Spring AI 공식 문서에는 AI 모델의 작동 원리부터 다양한 모델 유형에 대한 설명까지, AI 입문자를 위한 내용이 충실하게 담겨 있다. 효과적인 프롬프트 작성법, 텍스트의 의미를 벡터로 표현하는 임베딩, 비용과 직결되는 토큰의 개념 등 AI 애플리케이션 개발에 필수적인 기초 지식을 체계적으로 안내한다. 더불어, AI 모델에서 구조화된 출력을 얻는 방법이나 RAG 및 도구 호출(Tool Calling)을 통해 외부 데이터와 기능을 연동하는 고급 기법까지 상세히 다룬다. AI 분야가 낯선 분들이라면 꼭 한번 읽어보길 권하고 싶다.

마침 한국 스프링 사용자 모임에서 Spring AI 밋업을 준비하고 있다. 이번 기회를 통해 많은 분들이 이 새로운 기술에 관심을 갖고 함께 이야기를 나눠보는 자리가 되었으면 한다.


https://www.linkedin.com/posts/seokhyeon-kim-6674501b2_spring-ai-110-m1-available-now-activity-7372620269003345920-glaB?utm_source=social_share_send&utm_medium=member_desktop_web&rcm=ACoAABvezLwBBEWVnGUkIY_xxm2aE3-sGtVHt0g

Spring AI는 스프링 생태계의 철학을 AI 도메인으로 확장하고자 등장한 프레임워크다. 그동안 AI 개발 도구와 라이브러리는 주로 파이썬 생태계를 중심으로 발전해왔다. 이 때문에 기업 환경에서 널리 쓰이는 자바는, 생성형 AI를 통합하기 위해 각 서비스의 SDK를 직접 사용하거나 원시적인 API 호출에 의존해야 하는 불편함이 있었다. Spring AI는 바로 이 지점에서, 스프링 사용자들이 기존의 친숙한 방식을 그대로 유지하면서 최신 AI 기능을 손쉽게 활용할 수 있도록 다리를 놓아준다. Spring AI는 생성형 AI 통합의 복잡성을 단순화하고, 자주 사용되는 패턴들을 정립한다. 그 설계 철학의 핵심은 추상화와 이식성으로 보인다. ChatClient 나 VectorStore 같은 표준 인터페이스를 통해 OpenAI, Anthropic 등 각기 다른 LLM 제공자를 동일한 방식으로 다룰 수 있게 하고, 개발자가 특정 벤더의 세부사항에 얽매이지 않고 비즈니스 로직에 집중하도록 돕는다. 나아가, RAG(Retrieval-augmented generation)나 대화 메모리 같은 공통 기능을 Advisor 라는 개념으로 모듈화하여 횡단 관심사를 깔끔하게 처리한다. 특히 인상적인 부분은 AI에 익숙하지 않은 개발자를 위한 배려다. Spring AI 공식 문서에는 AI 모델의 작동 원리부터 다양한 모델 유형에 대한 설명까지, AI 입문자를 위한 내용이 충실하게 담겨 있다. 효과적인 프롬프트 작성법, 텍스트의 의미를 벡터로 표현하는 임베딩, 비용과 직결되는 토큰의 개념 등 AI 애플리케이션 개발에 필수적인 기초 지식을 체계적으로 안내한다. 더불어, AI 모델에서 구조화된 출력을 얻는 방법이나 RAG 및 도구 호출(Tool Calling)을 통해 외부 데이터와 기능을 연동하는 고급 기법까지 상세히 다룬다. AI 분야가 낯선 분들이라면 꼭 한번 읽어보길 권하고 싶다. 마침 한국 스프링 사용자 모임에서 Spring AI 밋업을 준비하고 있다. 이번 기회를 통해 많은 분들이 이 새로운 기술에 관심을 갖고 함께 이야기를 나눠보는 자리가 되었으면 한다. https://www.linkedin.com/posts/seokhyeon-kim-6674501b2_spring-ai-110-m1-available-now-activity-7372620269003345920-glaB?utm_source=social_share_send&amp;utm_medium=member_desktop_web&amp;rcm=ACoAABvezLwBBEWVnGUkIY_xxm2aE3-sGtVHt0g

kr.linkedin.com

Spring AI는 생성형 AI 통합을 단순화하고 패턴을 정립한다

김대리. 내가 감히 조언 하고 싶은것이 있읍니다. 다른것이 아니고, 너무 git rebase? 사용 하지 마세요.

편리함이 있다면, 위험성은 증대하죠. 소를 잡는데는 그만한 칼날이 있고 닭잡는데는 칼이 필요 한가요? 쉬운것이 정답 일수 있읍니다.

변경사항 취합, 정리, 단순한 방법 있어요. 별, 시간도 필요 없고, diff로 patch 파일 만들어서 메일로 보내고 반영하면 tar.gz으로 배포하는 방법도 있죠.

김대리가 전쟁터에 장군이라 가정하죠. 전쟁에서 이겨야 하는것은 당연 한것 아닌가요? 그 상황에 맞는 전략? 지상군으로만 제압한다? 아니죠.

저의 의견은 터미널에서diff로 비교하는게 빠를수 있고, 물론 사람에 차이는 있지만, CVS가 좋을수 있죠. 기트허브는 소잡는 칼 아닌가 해서 의견 드립니다.

—

패러디로 써본건데..써놓고나니 요즘 코딩 AI는 레트로 CLI가 대유행인 시대라 힙하니 좋은데..?! 🤣🤪🤣

김대리. 내가 감히 조언 하고 싶은것이 있읍니다. 다른것이 아니고, 너무 git rebase? 사용 하지 마세요. 편리함이 있다면, 위험성은 증대하죠. 소를 잡는데는 그만한 칼날이 있고 닭잡는데는 칼이 필요 한가요? 쉬운것이 정답 일수 있읍니다. 변경사항 취합, 정리, 단순한 방법 있어요. 별, 시간도 필요 없고, diff로 patch 파일 만들어서 메일로 보내고 반영하면 tar.gz으로 배포하는 방법도 있죠. 김대리가 전쟁터에 장군이라 가정하죠. 전쟁에서 이겨야 하는것은 당연 한것 아닌가요? 그 상황에 맞는 전략? 지상군으로만 제압한다? 아니죠. 저의 의견은 터미널에서diff로 비교하는게 빠를수 있고, 물론 사람에 차이는 있지만, CVS가 좋을수 있죠. 기트허브는 소잡는 칼 아닌가 해서 의견 드립니다. — 패러디로 써본건데..써놓고나니 요즘 코딩 AI는 레트로 CLI가 대유행인 시대라 힙하니 좋은데..?! 🤣🤪🤣

최근에 누군가 내게 "기술을 어떻게 학습하시나요?"라는 질문을 한 적이 있다. 머릿속에는 정말 다양한 생각들이 스쳤지만, 나는 그중에서도 가장 중요하다고 생각하는 한 가지를 답했다. 기술을 배우는 데 필요한 것은 딱 하나, 충분한 관심이라고 생각한다. 여기서 말하는 관심은 그저 흥미로 끝나는 것이 아니라, 끊임없이 관찰하고 확인하고 왜를 고민해보는 적극적인 호기심을 의미한다.


내 경험상 어떤 기술을 깊이 있게 배우기 위해서는 그 대상에 대한 충분한 관심이 있어야 했다. 관심은 단순한 흥미를 넘어서 지속적인 탐구심과 동기부여로 이어진다. 내가 어떤 주제에 강한 관심을 갖게 되면, 문제를 끝까지 풀어보고자 하는 인내심이 생기고, 모르는 것을 즐겁게 파고들 수 있는 열의가 생겨났다. 결국 관심이 커야 기술 지식을 깊게 파고들 수 있는 힘이 생긴다. 진정으로 관심이 있을 때 비로소 새로운 개념을 찾아보고 배우는 과정 자체를 즐기게 되었다.


관찰은 내 학습의 첫걸음이었다. 주변의 좋은 코드나 뛰어난 동료의 작업 방식을 유심히 살펴보는 것만으로도 많은 것을 배울 수 있다. 나 역시 과거 스프링 프레임워크의 코드를 한 줄 한 줄 따라 읽으며, 책으로는 얻기 어려웠던 객체 지향 설계의 살아있는 지혜를 얻었던 경험이 있다. 코드 리뷰를 할 때도 마찬가지다. 단순히 코드를 훑어보는 것을 넘어, 이 코드가 왜 이렇게 작성되었을지 그 의도를 헤아려보며 관찰하고, 궁금한 점은 동료에게 직접 물어보며 내가 놓쳤던 배경과 맥락을 배운다.


확인은 배움의 깊이를 더하는 필수적인 과정이다. 나는 어설픈 짐작으로 아는 척 넘어가는 것을 경계한다. 새로운 API를 공부할 때면, 문서만 읽고 끝내는 대신 작은 테스트 코드를 작성해 내 예상이 맞는지 직접 확인해 본다. 이 간단한 검증 과정이 내가 무엇을 알고 무엇을 모르는지를 명확하게 해준다. 직접 확인하는 습관을 가진 개발자와 그렇지 않은 개발자 사이의 실력 차이는 시간이 지날수록 크게 벌어질 수밖에 없다.


마지막으로 '왜?'라는 질문을 던지는 습관은 얕은 지식을 깊은 지혜로 바꾸는 비결이다. 어떤 기술을 접할 때 그저 사용법만 익히는 것이 아니라, "왜 이런 구조를 선택했을까?", "다른 방식이 아닌 이 방법의 장점은 무엇일까?" 하고 근본적인 이유를 파고드는 것이다. 이런 질문은 기술의 철학을 이해하게 하고, 실무에서 마주하는 문제의 본질을 꿰뚫어 볼 수 있는 힘을 길러준다. 또한, 동료들과 '왜?'라는 질문을 주고받는 문화는 개인을 넘어 팀 전체의 기술적 깊이를 더하는 가장 좋은 방법이기도 하다.


돌아보면, 기술은 시대에 따라 계속 변했지만 그것을 배우는 나의 자세는 아직 그대로다. 오늘도 충분한 관심을 바탕으로 관찰하고, 확인하고, 끊임없이 '왜'를 묻는 내가 있다면, 내일 어떤 새로운 기술이 나타나더라도 단단해진 실력으로 그것을 온전히 내 것으로 만들 수 있으리라 믿는다.

최근에 누군가 내게 "기술을 어떻게 학습하시나요?"라는 질문을 한 적이 있다. 머릿속에는 정말 다양한 생각들이 스쳤지만, 나는 그중에서도 가장 중요하다고 생각하는 한 가지를 답했다. 기술을 배우는 데 필요한 것은 딱 하나, 충분한 관심이라고 생각한다. 여기서 말하는 관심은 그저 흥미로 끝나는 것이 아니라, 끊임없이 관찰하고 확인하고 왜를 고민해보는 적극적인 호기심을 의미한다. 내 경험상 어떤 기술을 깊이 있게 배우기 위해서는 그 대상에 대한 충분한 관심이 있어야 했다. 관심은 단순한 흥미를 넘어서 지속적인 탐구심과 동기부여로 이어진다. 내가 어떤 주제에 강한 관심을 갖게 되면, 문제를 끝까지 풀어보고자 하는 인내심이 생기고, 모르는 것을 즐겁게 파고들 수 있는 열의가 생겨났다. 결국 관심이 커야 기술 지식을 깊게 파고들 수 있는 힘이 생긴다. 진정으로 관심이 있을 때 비로소 새로운 개념을 찾아보고 배우는 과정 자체를 즐기게 되었다. 관찰은 내 학습의 첫걸음이었다. 주변의 좋은 코드나 뛰어난 동료의 작업 방식을 유심히 살펴보는 것만으로도 많은 것을 배울 수 있다. 나 역시 과거 스프링 프레임워크의 코드를 한 줄 한 줄 따라 읽으며, 책으로는 얻기 어려웠던 객체 지향 설계의 살아있는 지혜를 얻었던 경험이 있다. 코드 리뷰를 할 때도 마찬가지다. 단순히 코드를 훑어보는 것을 넘어, 이 코드가 왜 이렇게 작성되었을지 그 의도를 헤아려보며 관찰하고, 궁금한 점은 동료에게 직접 물어보며 내가 놓쳤던 배경과 맥락을 배운다. 확인은 배움의 깊이를 더하는 필수적인 과정이다. 나는 어설픈 짐작으로 아는 척 넘어가는 것을 경계한다. 새로운 API를 공부할 때면, 문서만 읽고 끝내는 대신 작은 테스트 코드를 작성해 내 예상이 맞는지 직접 확인해 본다. 이 간단한 검증 과정이 내가 무엇을 알고 무엇을 모르는지를 명확하게 해준다. 직접 확인하는 습관을 가진 개발자와 그렇지 않은 개발자 사이의 실력 차이는 시간이 지날수록 크게 벌어질 수밖에 없다. 마지막으로 '왜?'라는 질문을 던지는 습관은 얕은 지식을 깊은 지혜로 바꾸는 비결이다. 어떤 기술을 접할 때 그저 사용법만 익히는 것이 아니라, "왜 이런 구조를 선택했을까?", "다른 방식이 아닌 이 방법의 장점은 무엇일까?" 하고 근본적인 이유를 파고드는 것이다. 이런 질문은 기술의 철학을 이해하게 하고, 실무에서 마주하는 문제의 본질을 꿰뚫어 볼 수 있는 힘을 길러준다. 또한, 동료들과 '왜?'라는 질문을 주고받는 문화는 개인을 넘어 팀 전체의 기술적 깊이를 더하는 가장 좋은 방법이기도 하다. 돌아보면, 기술은 시대에 따라 계속 변했지만 그것을 배우는 나의 자세는 아직 그대로다. 오늘도 충분한 관심을 바탕으로 관찰하고, 확인하고, 끊임없이 '왜'를 묻는 내가 있다면, 내일 어떤 새로운 기술이 나타나더라도 단단해진 실력으로 그것을 온전히 내 것으로 만들 수 있으리라 믿는다.

기술을 어떻게 학습하시나요?

확인을 하는 습관이 진짜 중요한거 같아요! 
작동 흐름을 진정으로 이해하고 싶다면, 직접 코드를 두드리며 확인해야하지 않나 싶네요 ㅎ

▲ 이경미 디자이너의 '병원 경험 서비스 디자인' 아이디어는 국내 대형 병원에 모두 적용됐다. 사진은 서울보라매병원의 응급실 진료상황 화면. ⓒ 이경미 의학 드라마를 보면 응급실 환자들이 간호사나 의사를 붙잡고 '우

이 디자이너 다녀간 뒤 대형 병원 응급실 풍경이 달라졌다

응급실에 갈 일이 없으면 좋겠지만, 응급실에 한 번이라도 환자나 가족으로 방문한다면 그 경험은 그야말로 혼란과 아우성입니다. 드라마에서 익숙한 장면처럼 "우린 언제 봐주냐?", "언제 치료해 주냐?"라며 간호사와 의사를 붙잡고 이야기하는 모습은 환자와 가족 입장에서 (1) 얼마나 오래 기다려야 하는지 (2) 다음 단계는 무엇인지 알 수 없다는 '정보비대칭성'에 기인합니다. 서울보라매병원 등에서는 TV 화면을 통해 필요한 정보를 제공합니다.


 * 환자 별 주치의와 간호사 정보
 * 의사초진 - 혈액검사 - 영상검사 - 타과진료 - 입/퇴원 요청여부에 대한 현황 안내
 * 현재 응급실 혼잡도 - 몇 명의 환자가 응급실에서 진료를 보고 있는가?
 * 중증 환자의 평균 체류시간
 * 중증 진료의 평균 진료시간
 * CT, MRI 검사의 평균 대기시간


[ 큐레이터의 문장 🎒 ]


포용적 디자인은 가장 아프고 도움이 필요한 사용자의 경험에 관심을 갖고 그들의 불편함을 디자인 솔루션으로 해소하는 것입니다. 디자인은 눈에 보이는 것이 아니라 '문제를 해결하는 일'이라는 점을 생각하면, 과거 서비스 디자인으로 불렀던 많은 과업들은 사용자 경험에 대한 조사 즉 'UX 리서치'로부터 시작하는 게 아닐까 생각합니다.

https://n.news.naver.com/article/047/0002488293?lfrom=twitter&spi_ref=m_news_x

응급실에 갈 일이 없으면 좋겠지만, 응급실에 한 번이라도 환자나 가족으로 방문한다면 그 경험은 그야말로 혼란과 아우성입니다. 드라마에서 익숙한 장면처럼 "우린 언제 봐주냐?", "언제 치료해 주냐?"라며 간호사와 의사를 붙잡고 이야기하는 모습은 환자와 가족 입장에서 (1) 얼마나 오래 기다려야 하는지 (2) 다음 단계는 무엇인지 알 수 없다는 '정보비대칭성'에 기인합니다. 서울보라매병원 등에서는 TV 화면을 통해 필요한 정보를 제공합니다. <ul ><li>환자 별 주치의와 간호사 정보</li><li>의사초진 - 혈액검사 - 영상검사 - 타과진료 - 입/퇴원 요청여부에 대한 현황 안내</li><li>현재 응급실 혼잡도 - 몇 명의 환자가 응급실에서 진료를 보고 있는가?</li><li>중증 환자의 평균 체류시간</li><li>중증 진료의 평균 진료시간</li><li>CT, MRI 검사의 평균 대기시간</li></ul> [ 큐레이터의 문장 🎒 ] 포용적 디자인은 가장 아프고 도움이 필요한 사용자의 경험에 관심을 갖고 그들의 불편함을 디자인 솔루션으로 해소하는 것입니다. 디자인은 눈에 보이는 것이 아니라 '문제를 해결하는 일'이라는 점을 생각하면, 과거 서비스 디자인으로 불렀던 많은 과업들은 사용자 경험에 대한 조사 즉 'UX 리서치'로부터 시작하는 게 아닐까 생각합니다. https://n.news.naver.com/article/047/0002488293?lfrom=twitter&amp;spi_ref=m_news_x

n.news.naver.com

⟪포용적 디자인의 시작은 사용자 경험에 대한 관심으로부터⟫

Product Designer, 홍지연 님 | Product, Article

AI야, UX라이팅 알잘딱 고쳐줘 - 라포랩스 팀블로그

라포랩스(퀸잇, 팔도감 서비스하는 회사)에서 디자이너가 UX 라이팅 플러그인을 만든 이야기입니다.


[ 큐레이터의 문장 🎒 ]


UX 라이터가 없는 많은 디자인 조직에서 겪는 공통적인 문제점은 "같은 서비스 안에서 문장 스타일이나 레이블이 제각각이라는 점"입니다. 이걸 도구(AI)의 도움을 받아 일관성 있게 만들려면 먼저 정교한 가이드라인을 만들어야 합니다. 라포랩스에서는 5단계를 거쳤습니다.


 1. 타깃 유저와 페르소나 재정의
 2. 제품에 쓰인 문장 수집 및 분류
 3. 평가와 논의를 통한 공통점 도출
 4. 주요 원칙, 가이드라인 구축
 5. 세부 원칙, 패턴 별 상세 가이드라인 추가


여기서 인상적인 점은 기존에 어떤 라이팅을 쓰고 있었는지 수집하고 분류했다는 것입니다. 그리고 이후에는 UX 라이팅을 검수하는 GPT 기반의 봇을 만들었고 가이드라인을 준수하도록, 가이드라인에 맞춰 수정한 결과에 대한 근거를 설명하도록 했습니다. 디자이너가 "왜 바꿔야 하는지" 받아들일 수 있는데 초점을 맞췄죠. 이후에는 클로드를 활용해 피그마 플러그인으로 만드는 방식으로 단계적으로 발전시켰습니다.


https://blog.rapportlabs.kr/ai-ux-writing

라포랩스(퀸잇, 팔도감 서비스하는 회사)에서 디자이너가 UX 라이팅 플러그인을 만든 이야기입니다. [ 큐레이터의 문장 🎒 ] UX 라이터가 없는 많은 디자인 조직에서 겪는 공통적인 문제점은 "같은 서비스 안에서 문장 스타일이나 레이블이 제각각이라는 점"입니다. 이걸 도구(AI)의 도움을 받아 일관성 있게 만들려면 먼저 정교한 가이드라인을 만들어야 합니다. 라포랩스에서는 5단계를 거쳤습니다. <ol ><li>타깃 유저와 페르소나 재정의</li><li>제품에 쓰인 문장 수집 및 분류</li><li>평가와 논의를 통한 공통점 도출</li><li>주요 원칙, 가이드라인 구축</li><li>세부 원칙, 패턴 별 상세 가이드라인 추가</li></ol> 여기서 인상적인 점은 기존에 어떤 라이팅을 쓰고 있었는지 수집하고 분류했다는 것입니다. 그리고 이후에는 UX 라이팅을 검수하는 GPT 기반의 봇을 만들었고 가이드라인을 준수하도록, 가이드라인에 맞춰 수정한 결과에 대한 근거를 설명하도록 했습니다. 디자이너가 "왜 바꿔야 하는지" 받아들일 수 있는데 초점을 맞췄죠. 이후에는 클로드를 활용해 피그마 플러그인으로 만드는 방식으로 단계적으로 발전시켰습니다. https://blog.rapportlabs.kr/ai-ux-writing

blog.rapportlabs.kr

⟪프로덕트 디자이너가 만든 UX 라이팅 플러그인⟫

‎챙겨콘은 회원가입 없이 누구나 간편하게 기프티콘을 등록하고, 만료일을 놓치지 않도록 자동으로 알림을 받을 수 있는 초간단 기프티콘 관리 앱입니다.

■ 사진 한 장으로 등록  
카메라나 갤러리에서 기프티콘 사진을 선택하면, 온디바이스 OCR이 만료일과 상품명을 자동으로 인식합니다. 필요하다면 직접 수정도 가능합니다.

■ 자동 만료 알림  
기프티콘 만료일 기준 30일, 7일, 1일 전에 푸시 알림을 보내드립니다. 알림 주기도 터치 한 번으로 손쉽게 바꿀 수 있습니다.

■ 스마트 분류와 간편 관리  
전체/유효/만료 기프티콘을 자…

‎챙겨콘

<아쉬워서 앱을 만들었습니다.>
얼마전 아쉬운 일이 있었어요.
집 인터넷을 바꾸면서
신세계 상품권 기프티콘을 받았어요.
유효기간이 꽤 넉넉 했는데,
갑자기 집안에 일이 터지는 바람에
어찌저찌 하다 유효기간이 지나버렸어요
무려 10만원 권 2장이었는데.. 🥹


고객센터에 문의해보니
기간 연장은 불가능하다고 하셨어요.
카톡이든, 문자든 알림이 왔다면
놓치지 않았을텐데.. 😭
왜 나는 알림 설정을 미리 해놓지 않았을까


이 모든 아쉬움을 꾹꾹 눌러 담아
앱을 만들었습니다. 🎉


iOS: https://apps.apple.com/kr/app/챙겨콘/id6751824571?l=en-GB


안드로이드: https://play.google.com/store/apps/details?id=com.david718.gifticonalarm


랜딩페이지: https://www.productengineer.info/camp/cgcon


저처럼 기프티콘 유효기간 놓친 분들
다음에는 절대 놓치는 일 없도록
갤러리에 기프티콘 이미지를 선택하면
자동 알람 설정 되는 앱이어요. 🤗


회원가입 없습니다.
서버저장 없습니다.
인터넷연결 필요 없습니다.


피드백 주시면 개선하는데
큰 도움이 될 것 같습니다.
다들 행복한 기프티콘 생활 되셔요 ㅎㅎ

&lt;아쉬워서 앱을 만들었습니다.&gt;얼마전 아쉬운 일이 있었어요.집 인터넷을 바꾸면서 신세계 상품권 기프티콘을 받았어요.유효기간이 꽤 넉넉 했는데, 갑자기 집안에 일이 터지는 바람에어찌저찌 하다 유효기간이 지나버렸어요 무려 10만원 권 2장이었는데.. 🥹 고객센터에 문의해보니 기간 연장은 불가능하다고 하셨어요.카톡이든, 문자든 알림이 왔다면놓치지 않았을텐데.. 😭왜 나는 알림 설정을 미리 해놓지 않았을까 이 모든 아쉬움을 꾹꾹 눌러 담아앱을 만들었습니다. 🎉 iOS: https://apps.apple.com/kr/app/챙겨콘/id6751824571?l=en-GB 안드로이드: https://play.google.com/store/apps/details?id=com.david718.gifticonalarm 랜딩페이지: https://www.productengineer.info/camp/cgcon 저처럼 기프티콘 유효기간 놓친 분들다음에는 절대 놓치는 일 없도록갤러리에 기프티콘 이미지를 선택하면 자동 알람 설정 되는 앱이어요. 🤗 회원가입 없습니다.서버저장 없습니다.인터넷연결 필요 없습니다. 피드백 주시면 개선하는데 큰 도움이 될 것 같습니다.다들 행복한 기프티콘 생활 되셔요 ㅎㅎ

App Store

<아쉬워서 앱을 만들었습니다.>
얼마전 아쉬운 일이 있었어요.
집

1. 책을 읽을 때 아래에 해당되는 부분은 빠르게 넘긴다.

2. 다른 단계에서 이미 읽은 단락이나 페이지라면 빠르게 넘겨라.

3. 단순하거나 반복되는 정보 또는 이미 이해했거나 불필요한 정보라면 빠르게 넘겨라.

4. 읽던 섹션이 당신의 독서 목적에 비춰봤을 때 중요하지 않은 부분임을 빠르게 파악했다면 포토리딩 속도로 빠르게 넘어가라. 동시에 직감에 따라 멈춰야 할 필요가 있을 때 멈출 수 있도록 열린마음을 유지하라.


#포토리딩

1. 책을 읽을 때 아래에 해당되는 부분은 빠르게 넘긴다. ​2. 다른 단계에서 이미 읽은 단락이나 페이지라면 빠르게 넘겨라. ​3. 단순하거나 반복되는 정보 또는 이미 이해했거나 불필요한 정보라면 빠르게 넘겨라. ​4. 읽던 섹션이 당신의 독서 목적에 비춰봤을 때 중요하지 않은 부분임을 빠르게 파악했다면 포토리딩 속도로 빠르게 넘어가라. 동시에 직감에 따라 멈춰야 할 필요가 있을 때 멈출 수 있도록 열린마음을 유지하라. ​ #포토리딩

< 독서의 핵심은 속도가 아니라 선택이다 >

1. 이 세상의 모든 결정은 결정할 수 있는 힘을 가진 사람에 의해 이루어진다. 그 사실을 인정하라.

2. 긍정적인 변화를 만들기 위해 누군가에게 영향력을 끼쳐야 한다면, 그 사람은 우리의 고객이고 우리는 판매원이다.

3. 고객은 살 필요가 없지만, 우리는 팔아야 한다.

4. 판매를 할 때는 우리의 개인적인 가치보다 고객이 중요하게 여기는 가치가 더 중요하다.

5. 실제로 긍정적인 변화를 만들 수 있는 곳에 집중해야 한다. 팔 수 있는 것을 팔고, 바꿀 수 있는 것을 바꿔라. 우리가 팔거나 바꿀 수 없는 것은 포기하라.


#숨쉴때마다새로운내가된다면

1. 이 세상의 모든 결정은 결정할 수 있는 힘을 가진 사람에 의해 이루어진다. 그 사실을 인정하라. ​2. 긍정적인 변화를 만들기 위해 누군가에게 영향력을 끼쳐야 한다면, 그 사람은 우리의 고객이고 우리는 판매원이다. ​3. 고객은 살 필요가 없지만, 우리는 팔아야 한다. ​4. 판매를 할 때는 우리의 개인적인 가치보다 고객이 중요하게 여기는 가치가 더 중요하다. 5. 실제로 긍정적인 변화를 만들 수 있는 곳에 집중해야 한다. 팔 수 있는 것을 팔고, 바꿀 수 있는 것을 바꿔라. 우리가 팔거나 바꿀 수 없는 것은 포기하라. #숨쉴때마다새로운내가된다면

< 피터 드러커의 비즈니스 5원칙 >

대규모 트래픽의 기준, 어려우시죠? 요건 콕 찝어 말씀드릴 수 있

요즘 가장 파고 있는 무기의 주제이기도 하다.
개인의 브랜드를 만드는 것은 창업과도 같다.

그런 의미에서 나는 참 많은 개인 브랜드의 창업에 실패했다.
웹툰작가도, 베트남유튜버도, 첫 전자책도, 부동산 팟캐스트도 모조리 망했다.
그 모든 것들의 수익은 0원이었다.

그 시간동안 편의점 알바를 했으면
작은 차한대 뽑았을거 같다.
그리고 5년이 지나 생긴 인생의 반전이 있었으니
다양한 걸 지나고나서야 '글 쓰는 마케터'라는
하나의 아이덴티티를 가질 수 있었다.

놀랍게도 그걸로 시작해
다양한 모습으로 살아가고 있다.

작가, 강연자, 코치, 커뮤니티, 크리에이터까지.
이상하게도 글 쓰는 마케터에서
강연, 클래스, 콘텐츠를 만드는
것으로의 확장은 어렵지 않았다.

그 과정에서 알게 된 것이 있다.
여기서 가장, 가장 중요한 한 가지는
어떻게 퍼스널 브랜딩을 할까 하기 전에
세상에 어떤 가치를 전할 것이고
어떤 콘텐츠를 만드는 사람이
될 것인지부터 정의 하는 것이다.

세상에 전할 메시지나 만들어줄 가치가 없다면 개인의 브랜딩은 만들 수 없다.
만들다 하더라도 금방 무너지고 오래 지속되지 못한다.

먼저 메시지다.
그리고 가치다.
그 다음이 소셜브랜딩이다.

세상은 팔리지 않는 가치 없는 제품에
브랜딩을 한다고 사주지 않는다.
팔리는 가치있는 제품이 먼저 있어야
브랜딩으로 완성시킬 수 있다.

결국 개인도 브랜드다.
나라는 브랜드에 대해 다시 떠올려보고
세상 사람들이 자신만의 브랜드가 되어가는 과정을 그려본다.

- 주말 생각노트

요즘 가장 파고 있는 무기의 주제이기도 하다. 개인의 브랜드를 만드는 것은 창업과도 같다. 그런 의미에서 나는 참 많은 개인 브랜드의 창업에 실패했다. 웹툰작가도, 베트남유튜버도, 첫 전자책도, 부동산 팟캐스트도 모조리 망했다. 그 모든 것들의 수익은 0원이었다. 그 시간동안 편의점 알바를 했으면 작은 차한대 뽑았을거 같다. 그리고 5년이 지나 생긴 인생의 반전이 있었으니 다양한 걸 지나고나서야 '글 쓰는 마케터'라는 하나의 아이덴티티를 가질 수 있었다. 놀랍게도 그걸로 시작해 다양한 모습으로 살아가고 있다. 작가, 강연자, 코치, 커뮤니티, 크리에이터까지. 이상하게도 글 쓰는 마케터에서 강연, 클래스, 콘텐츠를 만드는 것으로의 확장은 어렵지 않았다. 그 과정에서 알게 된 것이 있다. 여기서 가장, 가장 중요한 한 가지는 어떻게 퍼스널 브랜딩을 할까 하기 전에 세상에 어떤 가치를 전할 것이고 어떤 콘텐츠를 만드는 사람이 될 것인지부터 정의 하는 것이다. 세상에 전할 메시지나 만들어줄 가치가 없다면 개인의 브랜딩은 만들 수 없다. 만들다 하더라도 금방 무너지고 오래 지속되지 못한다. 먼저 메시지다. 그리고 가치다. 그 다음이 소셜브랜딩이다. 세상은 팔리지 않는 가치 없는 제품에 브랜딩을 한다고 사주지 않는다. 팔리는 가치있는 제품이 먼저 있어야 브랜딩으로 완성시킬 수 있다. 결국 개인도 브랜드다. 나라는 브랜드에 대해 다시 떠올려보고 세상 사람들이 자신만의 브랜드가 되어가는 과정을 그려본다. - 주말 생각노트

퍼스널브랜딩의 진실과 허상

LLM이 어려운 문제는 잘 풀지만, 복잡한 문제는 잘 풀지 못하는 경향이 있다. (복잡한게 어려운거긴 하지만 암튼)

그런 경우는 대개 의도에 대한 설명이 부족해서인 경우가 많고, 의도를 자세하게 설명하면 복잡한 문제라도 잘 해결해준다.

인간의 장점은 역시 척하면 딱하고 해 준다는거. 그런데 이것도 얼마 안 남았다. 왜냐하면 그럴 수 있는 이유는 능동적인 질문에 있기 때문인데, 이건 LLM의 성능이 아닌 시스템적으로 해결 할 수 있는 것이라서.

* 첨부 이미지는 고민 상담용으로 만들어 쓰고 있는 사주팔자GPT 😎

LLM이 어려운 문제는 잘 풀지만, 복잡한 문제는 잘 풀지 못하는 경향이 있다. (복잡한게 어려운거긴 하지만 암튼) 그런 경우는 대개 의도에 대한 설명이 부족해서인 경우가 많고, 의도를 자세하게 설명하면 복잡한 문제라도 잘 해결해준다. 인간의 장점은 역시 척하면 딱하고 해 준다는거. 그런데 이것도 얼마 안 남았다. 왜냐하면 그럴 수 있는 이유는 능동적인 질문에 있기 때문인데, 이건 LLM의 성능이 아닌 시스템적으로 해결 할 수 있는 것이라서. * 첨부 이미지는 고민 상담용으로 만들어 쓰고 있는 사주팔자GPT 😎

농협중앙회 사업기획, 서비스 개발

염경선

농협중앙회와 농협경제지주에서 중장기 전략, 디지털 혁신, 조직 등을 담당하였습니다.
현재는 신사업 서비스 기획, 개발, 투자 등을 담당하고 있습니다.

골빈해커

Code addict, AI/ML believer, 25+ years’ coding experienced start-up guy, Built a unicorn and building another big one!

댓글 0

함께 읽은 게시물

개발자 취업을 위해 AI보다 먼저 챙겨야 할 것

주간 인기 TOP 10

추천 프로필