  미국 미시건대 데이비드 더닝 교수 연구진은 중간 성적의 사람들은 문제를 이렇게 풀었다가 저렇게도 풀어보는 다소 갈팡질팡한 모습을 보이고.스스로 자신의 실력을 평가할 때에도 가장 지식수준이 낮은 사람들에 비해 다소...

[박진영의 사회심리학]갈팡질팡은 성장하고 있다는 증거

“어? 이거 분명 할 줄 알았는데. 어떻게 했더라? 이렇게 어려웠었나?” 분명히 할 만하다고 생각해서 시작했던 일이 어느덧 시작했던 때보다 더 어렵게 느껴질 때가 있다.

주로 일을 시작한 초기를 넘어서 배움이 더 깊어지고 이렇게 하면 안 되고 저렇게 해야 한다는 등 만족스러운 수행을 위한 요구 수준이 높아지면서 생기는 일이다. 잘 써지던 글이 시간이 지날수록 안 써지고, 잘 풀리던 문제가 안 풀리는 등. 이를 슬럼프라고 하던가.

원래 아무 것도 모를 때에는 자신이 뭘 모르고 있다는 사실조차 모른다. 따라서 되려 초보일 때에는 자신감이 높다가, 배움이 깊어지면서 자신의 실력을 과대평가하는 경향이 줄어들고 상대적으로 좌절이 늘어나기도 한다.

하지만 배우는 과정이라는 것 자체가 어설프게 알고 있었거나 잘못 알고 있었던 기존 지식 또는 잘못 배긴 습관을 깨는 과정이다. 어쩌면 배움은 나의 일부를 부쉈다가 다시 맞추는 과정이다.

전문성을 쌓아가는 과정은 필연적으로 미끄러짐과 좌절, 갈팡질팡의 아픔이 따르는 과정인 것이다. 결국 마지막까지 남는 사람은 똑똑하기보다 이 과정을 묵묵히 버텨내는 질긴 사람이라고 하는 이유도 같은 맥락이다.

모든 영역들이 그렇겠지만, 수학은 대표적으로 논리력이나 사고력이 중요하다고 여겨지는 분야이다. 따라서 수학을 잘하지 못한다고 하면 보통 논리력이나 사고력이 부족한 탓이라는 이야기를 듣곤 한다.

하지만 ‘더닝-크루거 효과’로 유명한 미국 미시건대 데이비드 크루거 교수에 따르면, 수학 문제에서 정답을 틀린 아이들도 정답을 맞춘 아이들 못지 않게 나름 ‘논리적으로‘ 사고하는 현상이 나타난다고 한다.

’더닝-크루거 효과‘란 능력이 없는 사람이 잘못된 결정을 내려 잘못된 결론에 도달하지만, 능력이 없기 때문에 자신의 실수를 알아차리지 못하는 인지 편향 현상을 가리킨다.

인생의 고통이 시작되는 ‘빼기’를 학교에서 배우기 시작할 때, 예컨대 33에서 17을 뺀다는 의미가 무엇인지 묻는 문제가 나오면 가장 흔하게 나타나는 오답은 24라고 한다.

그 이유로 많은 아이들이 다음과 같은 사고과정을 거친다고 한다. 우선 빼기란 큰 것에서 작은 것을 빼는 것이다. 3이 1보다 크니까 우선 3에서 1을 빼자. 그럼 2가 나온다.

남은 숫자로는 3과 7이 있는데 7이 3보다 크다. 그러니까 7에서 3을 빼면 답은 4다. 그래서 24라고 하는 것이다. 틀린 답일지언정 나름의 논리가 있는 설명이다.

흥미롭게도 비슷한 문제들이 여러 개 출제되면 다 맞추고 100점을 받거나, 아니면 다 틀려서 0점을 받는 경우가 많다. 문제를 정확하게 이해하고 있는 아이들은 계속해서 올바른 방법으로 풀지만, 잘 모르는 아이들은 계속해서 잘못된 풀이 방법을 사용하기 때문이다.

그러다 보니 누가 가장 일관성있는 문제 풀이 방식을 보이는지를 살펴보면, 정답률이 가장 높은 학생과 가장 낮은 학생이 나란히 가장 높은 일관성을 보이는 현상이 나타난다.

또 이렇게 일관성이 높을수록, 즉 잘못된 지식이나 습관을 확고하게 가지고 있을수록, 자신이 이 문제를 제대로 이해하고 있다는 ‘자신감’은 높은 것으로 나타났다.

실제로 하위 10%에 속한 학생들의 경우, 이 문제는 이렇게 푸는 게 맞다는 잘못된 지식을 굳건히 가지고 있다. 그런 탓에 주관적으로는 자신의 점수가 상위 30% 정도일 거라고 자기 실력을 과대평가하는 경향이 나타난다.

반대로 상위 10%에 속하는 학생들은 자신의 점수가 상위 20% 정도 될 것이라고 비교적 현실적으로 평가하는데, 하위권 학생과 비교되는 반응이다.

그리고 중간 수준의 학생들은 이렇게도 풀었다가 저렇게도 풀어보는 다소 갈팡질팡하는 모습을 보였다. 스스로 자신의 실력을 평가할 때에도 지식수준이 가장 낮은 학생들에 비해 자기 실력을 다소 낮게 평가하는 경향을 보였다.

어떤 일을 진지하게 시작한다는 것은 어쩌면 환상에서 벗어나는 과정이다. 이 일이 쉽고 해볼만하다는 환상, 나는 이미 많은 것을 알고 있고 내 방식이 ‘제대로’ 된 것이라는 안일한 환상을 깨는 과정이다.

따라서 배움의 과정이 고통스러운 것은 어쩌면 자연스러운 일이다. 어떤 일을 열심히 할수록 이전보다 더 좌절이 늘어가고 뭐가 뭔지 더 모르겠는 혼란에 빠지고 있다면, 이제 드디어 진지한 배움과 발전의 과정이 시작된 것이라고 생각해보면 어떨까?

물론 시간이 지나도 조금도 나아지지 않는다면 재고해볼 필요가 있겠지만, 애초에 제대로 배우는 과정은 갈팡질팡과 혼란을 수반하므로, 갈팡질팡하고 있다는 것 자체가 곧 내가 길을 잘못 들었다거나 할 수 없는 일이라는 신호는 아닌 것이다. 새해에는 좀 더 편안한 마음으로 방황해보도록 하자.

“어? 이거 분명 할 줄 알았는데. 어떻게 했더라? 이렇게 어려웠었나?” 분명히 할 만하다고 생각해서 시작했던 일이 어느덧 시작했던 때보다 더 어렵게 느껴질 때가 있다. 주로 일을 시작한 초기를 넘어서 배움이 더 깊어지고 이렇게 하면 안 되고 저렇게 해야 한다는 등 만족스러운 수행을 위한 요구 수준이 높아지면서 생기는 일이다. 잘 써지던 글이 시간이 지날수록 안 써지고, 잘 풀리던 문제가 안 풀리는 등. 이를 슬럼프라고 하던가. 원래 아무 것도 모를 때에는 자신이 뭘 모르고 있다는 사실조차 모른다. 따라서 되려 초보일 때에는 자신감이 높다가, 배움이 깊어지면서 자신의 실력을 과대평가하는 경향이 줄어들고 상대적으로 좌절이 늘어나기도 한다. 하지만 배우는 과정이라는 것 자체가 어설프게 알고 있었거나 잘못 알고 있었던 기존 지식 또는 잘못 배긴 습관을 깨는 과정이다. 어쩌면 배움은 나의 일부를 부쉈다가 다시 맞추는 과정이다. 전문성을 쌓아가는 과정은 필연적으로 미끄러짐과 좌절, 갈팡질팡의 아픔이 따르는 과정인 것이다. 결국 마지막까지 남는 사람은 똑똑하기보다 이 과정을 묵묵히 버텨내는 질긴 사람이라고 하는 이유도 같은 맥락이다. 모든 영역들이 그렇겠지만, 수학은 대표적으로 논리력이나 사고력이 중요하다고 여겨지는 분야이다. 따라서 수학을 잘하지 못한다고 하면 보통 논리력이나 사고력이 부족한 탓이라는 이야기를 듣곤 한다. 하지만 ‘더닝-크루거 효과’로 유명한 미국 미시건대 데이비드 크루거 교수에 따르면, 수학 문제에서 정답을 틀린 아이들도 정답을 맞춘 아이들 못지 않게 나름 ‘논리적으로‘ 사고하는 현상이 나타난다고 한다. ’더닝-크루거 효과‘란 능력이 없는 사람이 잘못된 결정을 내려 잘못된 결론에 도달하지만, 능력이 없기 때문에 자신의 실수를 알아차리지 못하는 인지 편향 현상을 가리킨다. 인생의 고통이 시작되는 ‘빼기’를 학교에서 배우기 시작할 때, 예컨대 33에서 17을 뺀다는 의미가 무엇인지 묻는 문제가 나오면 가장 흔하게 나타나는 오답은 24라고 한다. 그 이유로 많은 아이들이 다음과 같은 사고과정을 거친다고 한다. 우선 빼기란 큰 것에서 작은 것을 빼는 것이다. 3이 1보다 크니까 우선 3에서 1을 빼자. 그럼 2가 나온다. 남은 숫자로는 3과 7이 있는데 7이 3보다 크다. 그러니까 7에서 3을 빼면 답은 4다. 그래서 24라고 하는 것이다. 틀린 답일지언정 나름의 논리가 있는 설명이다. 흥미롭게도 비슷한 문제들이 여러 개 출제되면 다 맞추고 100점을 받거나, 아니면 다 틀려서 0점을 받는 경우가 많다. 문제를 정확하게 이해하고 있는 아이들은 계속해서 올바른 방법으로 풀지만, 잘 모르는 아이들은 계속해서 잘못된 풀이 방법을 사용하기 때문이다. 그러다 보니 누가 가장 일관성있는 문제 풀이 방식을 보이는지를 살펴보면, 정답률이 가장 높은 학생과 가장 낮은 학생이 나란히 가장 높은 일관성을 보이는 현상이 나타난다. 또 이렇게 일관성이 높을수록, 즉 잘못된 지식이나 습관을 확고하게 가지고 있을수록, 자신이 이 문제를 제대로 이해하고 있다는 ‘자신감’은 높은 것으로 나타났다. 실제로 하위 10%에 속한 학생들의 경우, 이 문제는 이렇게 푸는 게 맞다는 잘못된 지식을 굳건히 가지고 있다. 그런 탓에 주관적으로는 자신의 점수가 상위 30% 정도일 거라고 자기 실력을 과대평가하는 경향이 나타난다. 반대로 상위 10%에 속하는 학생들은 자신의 점수가 상위 20% 정도 될 것이라고 비교적 현실적으로 평가하는데, 하위권 학생과 비교되는 반응이다. 그리고 중간 수준의 학생들은 이렇게도 풀었다가 저렇게도 풀어보는 다소 갈팡질팡하는 모습을 보였다. 스스로 자신의 실력을 평가할 때에도 지식수준이 가장 낮은 학생들에 비해 자기 실력을 다소 낮게 평가하는 경향을 보였다. 어떤 일을 진지하게 시작한다는 것은 어쩌면 환상에서 벗어나는 과정이다. 이 일이 쉽고 해볼만하다는 환상, 나는 이미 많은 것을 알고 있고 내 방식이 ‘제대로’ 된 것이라는 안일한 환상을 깨는 과정이다. 따라서 배움의 과정이 고통스러운 것은 어쩌면 자연스러운 일이다. 어떤 일을 열심히 할수록 이전보다 더 좌절이 늘어가고 뭐가 뭔지 더 모르겠는 혼란에 빠지고 있다면, 이제 드디어 진지한 배움과 발전의 과정이 시작된 것이라고 생각해보면 어떨까? 물론 시간이 지나도 조금도 나아지지 않는다면 재고해볼 필요가 있겠지만, 애초에 제대로 배우는 과정은 갈팡질팡과 혼란을 수반하므로, 갈팡질팡하고 있다는 것 자체가 곧 내가 길을 잘못 들었다거나 할 수 없는 일이라는 신호는 아닌 것이다. 새해에는 좀 더 편안한 마음으로 방황해보도록 하자.

m.dongascience.com

신한투자증권 대상 제3자 배정 방식 신주 발행 라이더 등 인프라 확대·테크 역량 강화

부릉, 300억원 규모 투자 유치…배달 대행 시장 경쟁력 강화 - 매일경제

배달대행 플랫폼 부릉이 신한투자증권으로부터 300억 원 규모의 투자를 유치했다고 17일 밝혔다.

이번 투자 유치를 통해 부릉은 자금 안정성을 높이는 동시에 배달대행 시장에서의 경쟁력을 한층 강화할 계획이다. 특히 라이더, 크라우드소싱 플랫폼 ‘부릉프렌즈’, 제휴 네트워크 등 인프라를 확충해 증가하는 시장 내 배달 물량과 부릉에 의존하는 기업 고객의 수요에 대응할 예정이다.

https://m.mk.co.kr/news/it/11265420

배달대행 플랫폼 부릉이 신한투자증권으로부터 300억 원 규모의 투자를 유치했다고 17일 밝혔다. 이번 투자 유치를 통해 부릉은 자금 안정성을 높이는 동시에 배달대행 시장에서의 경쟁력을 한층 강화할 계획이다. 특히 라이더, 크라우드소싱 플랫폼 ‘부릉프렌즈’, 제휴 네트워크 등 인프라를 확충해 증가하는 시장 내 배달 물량과 부릉에 의존하는 기업 고객의 수요에 대응할 예정이다. https://m.mk.co.kr/news/it/11265420

매일경제

1
음악을 듣는 것, 그러니까 노래에서 마음을 울리는 것과 그렇지 않은 것을 주의 깊게 듣고, 리듬과 멜로디가 손가락이나 엉덩이처럼 몸의 일부라도 되듯 느끼는 것은 음악의 존재를 구성하는 필수불가결한 요소다.

2
사실상 듣는 사람이 없으면 음악은 존재하지 않는다. 청자는 노래를 구성하는 여러 차원들을 인식하고 느끼고 여기에 반응함으로써 창조의 과정을 마무리하고 음악 경험을 완성시킨다.

3
음악 경험을 만든다는 측면에서 볼 때, 청취라는 행위는 연주 행위 못지않게 꼭 필요한 요소일 수 있다.

4
하지만 청취는 자동으로 일어나지 않는다. 그냥 귀를 열어두는 것과는 다르다.

5
청취는 수동적이 아니라 능동적인 과정이다. 유능한 음악 청자가 되기 위해서는 호기심과 노력과 사랑이 필요하다.

6
하지만 다른 것도 필요하다. 청자로서 나의 유일무이한 정체성을 이해하고 껴안기.

#당신의음악취향은 📚

1 음악을 듣는 것, 그러니까 노래에서 마음을 울리는 것과 그렇지 않은 것을 주의 깊게 듣고, 리듬과 멜로디가 손가락이나 엉덩이처럼 몸의 일부라도 되듯 느끼는 것은 음악의 존재를 구성하는 필수불가결한 요소다. ​ 2 사실상 듣는 사람이 없으면 음악은 존재하지 않는다. 청자는 노래를 구성하는 여러 차원들을 인식하고 느끼고 여기에 반응함으로써 창조의 과정을 마무리하고 음악 경험을 완성시킨다. ​ 3 음악 경험을 만든다는 측면에서 볼 때, 청취라는 행위는 연주 행위 못지않게 꼭 필요한 요소일 수 있다. ​ 4 하지만 청취는 자동으로 일어나지 않는다. 그냥 귀를 열어두는 것과는 다르다. ​ 5 청취는 수동적이 아니라 능동적인 과정이다. 유능한 음악 청자가 되기 위해서는 호기심과 노력과 사랑이 필요하다. ​ 6 하지만 다른 것도 필요하다. 청자로서 나의 유일무이한 정체성을 이해하고 껴안기. #당신의음악취향은 📚

< 음악은 당신의 귀로 완성된다 >

https://blog.naver.com/madaboutit/223772115091

1
앞으로 ’돈‘이라고 해도 그 기저에는 세 종류가 존재한다는 것을 이해해야 한다.

2
‘캐피탈리즘’에서 돈은 통화며 노동 혹은 자본 투하를 통해 얻는 것이다.

3
반면 ‘버추얼리즘’의 돈은 신용, 평판, 영향력에 의해 결정된다.

4
‘셰어리즘’에서는 편안한 거리감을 담보할 수 있는 평판, 커뮤니케이션의 대가로써 답례가 있다. 셰어리즘에서는 시간과 공헌을 쌓아 올리는 것이 특히 중요하다.

5
각각의 세계에서 ’돈‘은 서로 관계되면서도 개개의 성질이 크게 다르다.

#3개의세계 📚

1 앞으로 ’돈‘이라고 해도 그 기저에는 세 종류가 존재한다는 것을 이해해야 한다. ​ 2 ‘캐피탈리즘’에서 돈은 통화며 노동 혹은 자본 투하를 통해 얻는 것이다. ​ 3 반면 ‘버추얼리즘’의 돈은 신용, 평판, 영향력에 의해 결정된다. ​ 4 ‘셰어리즘’에서는 편안한 거리감을 담보할 수 있는 평판, 커뮤니케이션의 대가로써 답례가 있다. 셰어리즘에서는 시간과 공헌을 쌓아 올리는 것이 특히 중요하다. ​ 5 각각의 세계에서 ’돈‘은 서로 관계되면서도 개개의 성질이 크게 다르다. #3개의세계 📚

< 미래에 돈은 세 종류로 나뉜다 >

https://blog.naver.com/madaboutit/223776694587

1
미디어를 콘텐츠를 전달하는 도구로 보면, 콘텐츠(제품, 메시지)를 어떻게 많은 사람에게 전달(노출)할 것인가에 집중하게 된다.

2
반면 네트워크 관점에서 미디어를 보면, 사용자•메시지•광고주•마케터 등이 모두 미디어의 구성원(노드)이다.

3
여기서는 메시지를 어떻게 전달할지보다는 노드들이 어떻게 상호작용하고 관계를 형성하는지, 네트워크의 작동 원리에 주목할 수밖에 없게 된다.

4
전자는 메시지 도달률을 기반으로 하는 마케팅을 할 것이고, 페이스북 페이지의 팬 수를 늘리는 것이 목표가 될 것이다.

5
후자는 사용자를 자발적인 매개자로 만들기 위해 무엇을 할 것인지, 어떻게 신뢰를 쌓고 관계를 운영할 것인지, 그 과정을 고민할 것이다.

#오가닉미디어 📚

1 미디어를 콘텐츠를 전달하는 도구로 보면, 콘텐츠(제품, 메시지)를 어떻게 많은 사람에게 전달(노출)할 것인가에 집중하게 된다. ​ 2 반면 네트워크 관점에서 미디어를 보면, 사용자•메시지•광고주•마케터 등이 모두 미디어의 구성원(노드)이다. ​ 3 여기서는 메시지를 어떻게 전달할지보다는 노드들이 어떻게 상호작용하고 관계를 형성하는지, 네트워크의 작동 원리에 주목할 수밖에 없게 된다. ​ 4 전자는 메시지 도달률을 기반으로 하는 마케팅을 할 것이고, 페이스북 페이지의 팬 수를 늘리는 것이 목표가 될 것이다. 5 후자는 사용자를 자발적인 매개자로 만들기 위해 무엇을 할 것인지, 어떻게 신뢰를 쌓고 관계를 운영할 것인지, 그 과정을 고민할 것이다. #오가닉미디어 📚

< 미디어는 '광고'가 아니라 '관계'다 >

https://blog.naver.com/madaboutit/223776681691

“이게 무슨 뜻이지?”—어휘력 부족으로 경험하게 되는 난감한 순간들 | 신입사원 A로부터 들은 이야기입니다. 대학교시절 자취방을 구하다가 ‘임대차 계약서’를 받았습니다. 빠르게 훑어보던 중 “중도 해지 시 위약금 발생”이라는 문구를 발견했지만, ‘위약금’이라는 단어의 정확한 의미를 몰랐습니다. 대충 ‘조금의 벌금’ 정도로 생각한 그는 계약을 진행했고, 몇 달 후 개인 사정으로 방을 빼야 하는 상황이 되었습니다. 그런데 예상치 

10화 문해력 강화를 위한 어휘력 증진의 중요성

기획하는데 있어 '어휘력'은 필수 입니다.
보고 상황과 연계한 적재적소한 어휘 구사는 업무능력과 평판까지 좌우 한다고 생각합니다.

항상 무엇인가 읽을때, 참신하고 잘 이해안가는 아휘는 기록해 놓고 자주 활용해야 내재화가 됩니다.

*'항상 기본기를 생각하자' 관점에서 회사에서 업무하면서 겪은 경험 기반으로 적어보고 있습니다.

기획하는데 있어 '어휘력'은 필수 입니다.보고 상황과 연계한 적재적소한 어휘 구사는 업무능력과 평판까지 좌우 한다고 생각합니다. 항상 무엇인가 읽을때, 참신하고 잘 이해안가는 아휘는 기록해 놓고 자주 활용해야 내재화가 됩니다. *'항상 기본기를 생각하자' 관점에서 회사에서 업무하면서 겪은 경험 기반으로 적어보고 있습니다.

Brunch Story

어휘력 키우기

1. 나는 극성의 법칙 Law of Polariy으로도 알려진 반대의 법칙Law of Opposites을 믿는다.

2. 부정적인 상황을 보면 그 상황 어딘가에 긍정적인 요소가 숨어 있음을 알아야 한다. 긍정적인 면을 찾아라. 그러면 찾을 것이다.

3. 위험 때문에 당신은 손해 볼 상황에 노출될 수 있다. 하지만 반대의 법칙에 따라 당신은 이익을 얻을 기회에도 틀림없이 노출될 것이다.

4. 이 법칙이 어김없이 작동한다는 것을, 그러므로 반드시 이해하고 있어야 한다는 것을 명심하라.

5. 반대의 법칙은 단순히 모든 것이 반대 요소를 가진다는 뜻만은 아니다. 반대 요소가 똑같은‘ 크기로 존재한다는 뜻도 포함한다. 그래서 위험이 적으면 그 만큼 얻는 것도 적다.

#밥프록터부의시크릿 📚

1. 나는 극성의 법칙 Law of Polariy으로도 알려진 반대의 법칙Law of Opposites을 믿는다. ​ 2. 부정적인 상황을 보면 그 상황 어딘가에 긍정적인 요소가 숨어 있음을 알아야 한다. 긍정적인 면을 찾아라. 그러면 찾을 것이다. ​ 3. 위험 때문에 당신은 손해 볼 상황에 노출될 수 있다. 하지만 반대의 법칙에 따라 당신은 이익을 얻을 기회에도 틀림없이 노출될 것이다. ​ 4. 이 법칙이 어김없이 작동한다는 것을, 그러므로 반드시 이해하고 있어야 한다는 것을 명심하라. ​ 5. 반대의 법칙은 단순히 모든 것이 반대 요소를 가진다는 뜻만은 아니다. 반대 요소가 똑같은‘ 크기로 존재한다는 뜻도 포함한다. 그래서 위험이 적으면 그 만큼 얻는 것도 적다. #밥프록터부의시크릿 📚

< 모든 상황은 양면이다: 위험이 적으면 이익도 적다 >

https://blog.naver.com/madaboutit/223766358819

벌써 3월이다. 이쯤 되면 신년에 야심 차게 세웠던 결심과 목표들 중에 소리 없이 무너지거나 어그러지고 있는 것들이 슬슬 눈에 띄기 시작한다. 무엇이 문제일까? 이제는 의지나 신념 혹은 열정이 사라졌기 때문에 그럴 

의지·결심만으론 부족 재미가 있어야 버틴다 [김경일의 CEO 심리학]

벌써 3월이다. 이쯤 되면 신년에 야심 차게 세웠던 결심과 목표들 중에 소리 없이 무너지거나 어그러지고 있는 것들이 슬슬 눈에 띄기 시작한다. 무엇이 문제일까?

이제는 의지나 신념 혹은 열정이 사라졌기 때문에 그럴 수도 있겠지만, 이 분야에 가장 정통한 연구자들에 의하면 그것은 이제 재미가 없다는 걸 본격적으로 뼈저리게 느끼고 있기 때문이라고 한다.

무슨 뜻일까? 결심과 의지는 무언가를 재미가 없어도 할 수 있는 힘이며, 따라서 동력이 떨어지면 재미에 자리를 잠시 내어주어야 그 무언가를 계속할 수 있다는 것이다.

이를 잘 보여주는 연구를 케이틀린 울리(Kaitlin Woolley) 코넬대 교수와 내적 동기 귄위자 아옐릿 피시배크(Ayelet Fishbach) 시카고대 교수가 발표한 적이 있다.

연구진은 실험 참가자들에게 보수를 받는 두 종류의 과제 중 하나를 선택하라고 요청했다. 그 두 과제는 2달러를 받고 비틀스의 노래 ‘헤이 주드’를 듣는 것과 2.25달러를 받고 시끄러운 알람 시계 소리를 앞선 과제의 노래 시간 동안 듣는 것이다.

참가자들은 후자를 훨씬 더 많이 선택했다. 73.3%가 알람 소리를 듣고 좀 더 많은 돈을 받겠다고 한 것이다. 하지만 과제를 마치고 난 뒤 후회의 양 역시 후자가 훨씬 더 컸다. 심지어 일부 참가자들은 중간에 포기하고 실험실을 뛰쳐 나갔다.

이를 두고 피시배크 교수는 사람들이 재미없는 과제의 어려움을 과소평가한다고 꼬집었다. 사실 더 정확하게는 그 재미없는 과제에 대한 자신의 의지력을 과대평가한 것이다.

실제로 후속 연구가 이를 잘 보여줬다. 사람들은 자신이 많은 돈을 받고 재미없는 컴퓨터 사용설명서를 읽을 수 있는 시간을 실제보다 과대 예측했다. 반대로 돈을 적게 받아도 재미있는 책을 읽기로 한 사람들은 자신의 예상보다 더 길게 책을 읽었다. 즉 과제에 머무른 것이다.

그래서 동기를 연구하는 많은 심리학자들은 ‘사람들이 어떤 일을 하기 전에 보상의 효과를 과대평가하고 재미의 효과를 과소평가하는 현상'을 매우 일관적으로 관찰해왔다.

울리 교수와 피시배크 교수는 이와 관련해 새해 목표처럼 새로운 결심을 지속적으로 유지하는 데도 재미가 결정적인 영향을 미치는지 관찰했다. 그 결과 1월에 한 결심의 정도, 즉 크기는 3월에 여전히 그 결심을 수행하는가에 거의 영향을 미치지 못하는 것으로 나타났다.

그것보다는 1~2월 중 그 일을 해내는 과정에서 얼마나 재미를 느꼈는가의 정도가 거의 모든 것을 좌우하는 것으로 나타났다. 이를 관련 분야 연구자들은 공감 갭(empathy gap)이라고도 부르는데, 현재 경험하지 못한 감정의 위력을 의미한다.

예를 들어, 피트니스센터 이용자들에게 가장 건강에 효과적이라고 믿는 운동을 지속하게 하면 결국 운동을 포기하고 센터에 그만 나오지만, 이럴 상황에 재미있는 운동으로 바꿔 보라고 하면 전반적인 운동의 지속 시간 자체가 늘어나는 긍정적 효과가 극대화된다는 것이다.

주마가편이라는 말이 있다. 하지만 이를 달리는 말에 그저 채찍질을 가하는 단순한 의미로 오해해서는 안 된다. 달리는 말을 계속 달리게 하기 위해서는 지쳐갈 무렵 달리기를 즐겁게 만들 수 있는 무언가를 찾아줘야 한다.

러닝머신 위의 달리기는 이내 동력이 떨어지지만 축구와 같은 스포츠를 하면서 달리는 것은 훨씬 버틸 만한 것처럼 말이다. 경쟁 그래프든, 콘테스트든, 겨루기 대회 등 붙일 수 있는 재미는 엄청나게 많다. 그래서 사람들이 게임에 열중하는 것이다.

벌써 3월이다. 이쯤 되면 신년에 야심 차게 세웠던 결심과 목표들 중에 소리 없이 무너지거나 어그러지고 있는 것들이 슬슬 눈에 띄기 시작한다. 무엇이 문제일까? 이제는 의지나 신념 혹은 열정이 사라졌기 때문에 그럴 수도 있겠지만, 이 분야에 가장 정통한 연구자들에 의하면 그것은 이제 재미가 없다는 걸 본격적으로 뼈저리게 느끼고 있기 때문이라고 한다. 무슨 뜻일까? 결심과 의지는 무언가를 재미가 없어도 할 수 있는 힘이며, 따라서 동력이 떨어지면 재미에 자리를 잠시 내어주어야 그 무언가를 계속할 수 있다는 것이다. 이를 잘 보여주는 연구를 케이틀린 울리(Kaitlin Woolley) 코넬대 교수와 내적 동기 귄위자 아옐릿 피시배크(Ayelet Fishbach) 시카고대 교수가 발표한 적이 있다. 연구진은 실험 참가자들에게 보수를 받는 두 종류의 과제 중 하나를 선택하라고 요청했다. 그 두 과제는 2달러를 받고 비틀스의 노래 ‘헤이 주드’를 듣는 것과 2.25달러를 받고 시끄러운 알람 시계 소리를 앞선 과제의 노래 시간 동안 듣는 것이다. 참가자들은 후자를 훨씬 더 많이 선택했다. 73.3%가 알람 소리를 듣고 좀 더 많은 돈을 받겠다고 한 것이다. 하지만 과제를 마치고 난 뒤 후회의 양 역시 후자가 훨씬 더 컸다. 심지어 일부 참가자들은 중간에 포기하고 실험실을 뛰쳐 나갔다. 이를 두고 피시배크 교수는 사람들이 재미없는 과제의 어려움을 과소평가한다고 꼬집었다. 사실 더 정확하게는 그 재미없는 과제에 대한 자신의 의지력을 과대평가한 것이다. 실제로 후속 연구가 이를 잘 보여줬다. 사람들은 자신이 많은 돈을 받고 재미없는 컴퓨터 사용설명서를 읽을 수 있는 시간을 실제보다 과대 예측했다. 반대로 돈을 적게 받아도 재미있는 책을 읽기로 한 사람들은 자신의 예상보다 더 길게 책을 읽었다. 즉 과제에 머무른 것이다. 그래서 동기를 연구하는 많은 심리학자들은 ‘사람들이 어떤 일을 하기 전에 보상의 효과를 과대평가하고 재미의 효과를 과소평가하는 현상'을 매우 일관적으로 관찰해왔다. 울리 교수와 피시배크 교수는 이와 관련해 새해 목표처럼 새로운 결심을 지속적으로 유지하는 데도 재미가 결정적인 영향을 미치는지 관찰했다. 그 결과 1월에 한 결심의 정도, 즉 크기는 3월에 여전히 그 결심을 수행하는가에 거의 영향을 미치지 못하는 것으로 나타났다. 그것보다는 1~2월 중 그 일을 해내는 과정에서 얼마나 재미를 느꼈는가의 정도가 거의 모든 것을 좌우하는 것으로 나타났다. 이를 관련 분야 연구자들은 공감 갭(empathy gap)이라고도 부르는데, 현재 경험하지 못한 감정의 위력을 의미한다. 예를 들어, 피트니스센터 이용자들에게 가장 건강에 효과적이라고 믿는 운동을 지속하게 하면 결국 운동을 포기하고 센터에 그만 나오지만, 이럴 상황에 재미있는 운동으로 바꿔 보라고 하면 전반적인 운동의 지속 시간 자체가 늘어나는 긍정적 효과가 극대화된다는 것이다. 주마가편이라는 말이 있다. 하지만 이를 달리는 말에 그저 채찍질을 가하는 단순한 의미로 오해해서는 안 된다. 달리는 말을 계속 달리게 하기 위해서는 지쳐갈 무렵 달리기를 즐겁게 만들 수 있는 무언가를 찾아줘야 한다. 러닝머신 위의 달리기는 이내 동력이 떨어지지만 축구와 같은 스포츠를 하면서 달리는 것은 훨씬 버틸 만한 것처럼 말이다. 경쟁 그래프든, 콘테스트든, 겨루기 대회 등 붙일 수 있는 재미는 엄청나게 많다. 그래서 사람들이 게임에 열중하는 것이다.

n.news.naver.com

국내외 VC 최대 14곳 선발…국내 AI·세컨더리·기후분야 투자

모태펀드, 해외VC투자펀드에 1700억 출자 - 딜사이트

한국벤처투자는 ▲일반 ▲글로벌 AI ▲글로벌 세컨더리 ▲글로벌 기후기술 등 4개 분야에서 국내외 VC 최대 14곳을 선발해 총 1700억원를 출자한다고 7일 공고했다.

지원자격은 국내 VC 및 해외 VC 단독 혹은 국내-해외 VC 간 공동 위탁운용사(CO-GP)이며 지원기간은 내달 23일부터 30일까지다. 오는 5월 서류평가를 시작으로 6월 중으로 실사를 거쳐 7월 초 PT 평가 및 선정 결과를 발표할 예정이다.

https://dealsite.co.kr/articles/137885

한국벤처투자는 ▲일반 ▲글로벌 AI ▲글로벌 세컨더리 ▲글로벌 기후기술 등 4개 분야에서 국내외 VC 최대 14곳을 선발해 총&nbsp;1700억원를 출자한다고 7일 공고했다. 지원자격은 국내 VC 및 해외 VC 단독 혹은 국내-해외 VC 간 공동 위탁운용사(CO-GP)이며 지원기간은 내달 23일부터 30일까지다. 오는 5월 서류평가를 시작으로 6월 중으로 실사를 거쳐 7월 초 PT 평가 및 선정 결과를 발표할 예정이다. https://dealsite.co.kr/articles/137885

딜사이트

이번주는 아미고(Ameego)의 몇몇 주요한 버그 수정과 푸시 시스템을 구현했습니다.

🎁 아미고(Ameego) 다운로드: http://tosto.re/ameego

푸시 시스템은 크게 보면 단일 전송 + 스케쥴링과 벌크 전송을 위한 큐잉 시스템이라고 볼 수 있는데요.

첨엔 늘 그랬던 것 처럼(?) 외부 플랫폼을 사용하려고 했는데, 생각보다 비용이 꽤 비싸서 직접 만들어보기로 했습니다.

결론적으로 구현에 이틀정도 걸렸는데요. 테이블 두 개와 서버리스 펑션 한 개, DB 프로시저 한 개 + 크론 탭으로 끝났습니다.

이정도로도 초당 수백개 수준의 푸시는 여유롭게 처리할 수 있습니다. 99%의 앱은 이정도면 충분하죠. 엄청나게 대규모 서비스를 하려면 확장이 필요하겠지만, 그렇다고 아키텍처를 크게 바꿀 필요는 없을 것 같고요.

이번엔 LLM의 도움은 거의 받진 못했는데요. (오히려 너무 과하게 만들어서 다 지움) 예상보다 너무 간단하게 끝나서 기존의 개발 방식들을 다시 생각하게 되었습니다.

푸시 트래킹은 아직 안했는데, 생각해보면 이것도 앱에 푸시 탭 시에 GA 등에 보내는 코드 두어줄만 쓰면 끝이거든요.

사실상 컨설턴트들이 만들어 놓은 개발 방법론 노이즈에 세뇌되어, 우리가 문제 해결을 위해 너무 과하게 생각하게 된 것은 아닌가라는 생각을 다시 한 번 해 보게 되었습니다.

이번주는 아미고(Ameego)의 몇몇 주요한 버그 수정과 푸시 시스템을 구현했습니다. 🎁 아미고(Ameego) 다운로드: http://tosto.re/ameego 푸시 시스템은 크게 보면 단일 전송 + 스케쥴링과 벌크 전송을 위한 큐잉 시스템이라고 볼 수 있는데요. 첨엔 늘 그랬던 것 처럼(?) 외부 플랫폼을 사용하려고 했는데, 생각보다 비용이 꽤 비싸서 직접 만들어보기로 했습니다. 결론적으로 구현에 이틀정도 걸렸는데요. 테이블 두 개와 서버리스 펑션 한 개, DB 프로시저 한 개 + 크론 탭으로 끝났습니다. 이정도로도 초당 수백개 수준의 푸시는 여유롭게 처리할 수 있습니다. 99%의 앱은 이정도면 충분하죠. 엄청나게 대규모 서비스를 하려면 확장이 필요하겠지만, 그렇다고 아키텍처를 크게 바꿀 필요는 없을 것 같고요. 이번엔 LLM의 도움은 거의 받진 못했는데요. (오히려 너무 과하게 만들어서 다 지움) 예상보다 너무 간단하게 끝나서 기존의 개발 방식들을 다시 생각하게 되었습니다. 푸시 트래킹은 아직 안했는데, 생각해보면 이것도 앱에 푸시 탭 시에 GA 등에 보내는 코드 두어줄만 쓰면 끝이거든요. 사실상 컨설턴트들이 만들어 놓은 개발 방법론 노이즈에 세뇌되어, 우리가 문제 해결을 위해 너무 과하게 생각하게 된 것은 아닌가라는 생각을 다시 한 번 해 보게 되었습니다.

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

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

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

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

면접 질문: 같이 일해본 동료 중에 가장 힘들었던 사람은 누구였나

저를 포함한 주변에서 자주 보이는, AI에 대해 공부하는 단계별 순서입니다.

1. ChatGPT 무료로 시작하기
2. GPTs 사용해보기
3. Claude, Google AI studio, Perplexity로 확장
4. 텍스트 기반 LLM에서 다른 모달(Modal)로 확장
(Ex. Midjourney, Genspark, PikaAI, Cursor)
5. LLM 무료 버전에서 유료 버전으로 전환하기
6. Prompt에 대해 공부하고 적용해보기
7. 새로 나오는 연구/논문 찾아보고 공부하기
8. Agent/Workflow에 대해 탐구하고 적용해보기
9. API로 연결해 직접 AI 도구 만들어보기

저를 포함한 주변에서 자주 보이는, AI에 대해 공부하는 단계별 순서입니다. 1. ChatGPT 무료로 시작하기2. GPTs 사용해보기3. Claude, Google AI studio, Perplexity로 확장4. 텍스트 기반 LLM에서 다른 모달(Modal)로 확장(Ex. Midjourney, Genspark, PikaAI, Cursor)5. LLM 무료 버전에서 유료 버전으로 전환하기6. Prompt에 대해 공부하고 적용해보기7. 새로 나오는 연구/논문 찾아보고 공부하기8. Agent/Workflow에 대해 탐구하고 적용해보기9. API로 연결해 직접 AI 도구 만들어보기&nbsp;

AI, 어디까지 써보셨나요?

‘매번 신경쓰지 않아도 API 요청 당 쿼리 호출 수가 임계치를 넘으면, 자동으로 알림이 오도록 만들 순 없을까?’ 라는 작은 고민을 시작으로 ‘모두가 쉽게 사용할 수 있게끔 라이브러리로 만들어보자!’ 까지 도달한 과정을 담은 이야기입니다. 실제로…

API 요청 당 쿼리 개수를 알고 싶어 라이브러리까지 만든 이야기 — 라이브러리 제작

‘매번 신경쓰지 않아도 API 요청 당 쿼리 호출 수가 임계치를 넘으면, 자동으로 알림이 오도록 만들 순 없을까?’ 라는 작은 고민을 시작으로 ‘모두가 쉽게 사용할 수 있게끔 라이브러리로 만들어보자!’ 까지 도달한 이야기
https://medium.com/@hyeon9mak/api-%EC%9A%94%EC%B2%AD-%EB%8B%B9-%EC%BF%BC%EB%A6%AC-%EA%B0%9C%EC%88%98%EB%A5%BC-%EC%95%8C%EA%B3%A0-%EC%8B%B6%EC%96%B4-%EB%9D%BC%EC%9D%B4%EB%B8%8C%EB%9F%AC%EB%A6%AC%EA%B9%8C%EC%A7%80-%EB%A7%8C%EB%93%A0-%EC%9D%B4%EC%95%BC%EA%B8%B0-%EB%9D%BC%EC%9D%B4%EB%B8%8C%EB%9F%AC%EB%A6%AC-%EC%A0%9C%EC%9E%91-de39f0d27351

‘매번 신경쓰지 않아도 API 요청 당 쿼리 호출 수가 임계치를 넘으면, 자동으로 알림이 오도록 만들 순 없을까?’ 라는 작은 고민을 시작으로 ‘모두가 쉽게 사용할 수 있게끔 라이브러리로 만들어보자!’ 까지 도달한 이야기https://medium.com/@hyeon9mak/api-%EC%9A%94%EC%B2%AD-%EB%8B%B9-%EC%BF%BC%EB%A6%AC-%EA%B0%9C%EC%88%98%EB%A5%BC-%EC%95%8C%EA%B3%A0-%EC%8B%B6%EC%96%B4-%EB%9D%BC%EC%9D%B4%EB%B8%8C%EB%9F%AC%EB%A6%AC%EA%B9%8C%EC%A7%80-%EB%A7%8C%EB%93%A0-%EC%9D%B4%EC%95%BC%EA%B8%B0-%EB%9D%BC%EC%9D%B4%EB%B8%8C%EB%9F%AC%EB%A6%AC-%EC%A0%9C%EC%9E%91-de39f0d27351

Medium

API 요청 당 쿼리 개수를 알고 싶어 라이브러리까지 만든 이야기

Embarking on a native port of the existing TypeScript compiler and toolset to achieve a 10x performance speed-up.

A 10x Faster TypeScript - TypeScript

타입스크립트가 컴파일러를 Go로 재작성하여 속도를 무려 10배 향상시킨다고 예고했습니다. 7.0 버전으로 출시 예정이고 올해 11월 즈음 베타 버전이 나올 것 같다고 하네요. 그동안 타입스크립트의 성능을 개선하기 위해서 오픈 소스로 여러 시도가 있었지만 모두 실패했는데 마이크로소프트에서 이렇게 직접 나서서 늦게라도 해결해주니 너무 좋은 것 같습니다. 덕분에 VSCode도 얼마나 빠릿빠릿해질지 벌써 기대가 되네요. 단지 Rust를 선택하지 않은 부분은 여러 커뮤니티에서 논쟁거리가 되고 있는 것 같습니다.

타입스크립트가 컴파일러를 Go로 재작성하여 속도를 무려 10배 향상시킨다고 예고했습니다. 7.0 버전으로 출시 예정이고 올해 11월 즈음 베타 버전이 나올 것 같다고 하네요. 그동안 타입스크립트의 성능을 개선하기 위해서 오픈 소스로 여러 시도가 있었지만 모두 실패했는데 마이크로소프트에서 이렇게 직접 나서서 늦게라도 해결해주니 너무 좋은 것 같습니다. 덕분에 VSCode도 얼마나 빠릿빠릿해질지 벌써 기대가 되네요. 단지 Rust를 선택하지 않은 부분은 여러 커뮤니티에서 논쟁거리가 되고 있는 것 같습니다.

TypeScript

🏎️ 타입스크립트가 10배나 빨라 진다구?! 😲

절대 죽지 않는 프로그램을 짜고 싶었습니다. 널 처리만 잘하면 된다고 생각했습니다. 프로그램이 죽는 이유의 대부분이 널 포인터를 건드리는 경우였으니까.

성급한 널 처리의 오류

절대 죽지 않는 프로그램을 짜고 싶었습니다. 널 처리만 잘하면 된다고 생각했습니다.
프로그램이 죽는 이유의 대부분이 널 포인터를 건드리는 경우였으니까.

회사에 처음 들어가서 윈도우 클라이언트 프로그램을 부여받았습니다.
맨티스라는 도구에 버그가 올라오면 내가 고칠 수 있는 게 있을까 신이 나서 찾아 고쳤습니다.
대부분 널 포인터만 감싸면 고쳐지는 에러였습니다.

26살의 신입사원답게 아주 재빨랐습니다.
재현 후 디버거를 붙여서 값이 널로 들어온다?
오케이, 찾았어. 바로 널 체크 코드를 추가했습니다.
if (pData == NULL)
  return;

그리고 다시 재현해 보고 재현이 안 되면 Fix로 변경.
아~ 코딩 참 쉽다.

저는 이걸 성급한 널 처리의 오류라고 부르고 싶습니다.

경험이 쌓이면서 이게 그리 쉬운 문제가 아니라는 걸 알았습니다.
이렇게 널과 널 체크를 남용하면 프로그램이 죽지는 않더라도 버그를 영영 감추는 꼴이 되어버리고 맙니다. 절대 죽지 않는 프로그램보다 문제가 생기면 곧장 죽는 프로그램이 오히려 낫다는 걸 시간이 지나고서야 깨달았습니다.
감춰진 버그는 나중에 결국 나에게 돌아온다는걸.
ASSERT(pData);

ASSERT 같은 코드를 왜 쓰는지도 그쯤에야 깨달았습니다. (학생 때는 도무지 이해가 되지 않았습니다)
알게 된 후로는 적극적으로 사용했습니다.

이후로는 변수가 널이어야 하는 경우와 절대 널이어선 안 되는 경우를 엄격하게 구분하기 시작했습니다. 애초에 널 상태를 만들지 않으려 애썼습니다.
변수를 처음 선언할 때부터.
DB 스키마를 만들 때부터.
서버에서 클라이언트에 데이터를 내려줄 때도 함부로 null 을 사용하지 않았습니다.
이렇게 하면 그걸 받아서 쓰는 애플리케이션 쪽에서 고민거리가 줄어들므로 코딩이 편해집니다.

C/C++처럼 낡은 언어와는 다르게 요즘 언어들은 nullable 혹은 optional 타입 기능을 제공하는 것 같습니다.
저는 C#에서 이걸 처음 봤는데, 최근 언어는 다 탑재하고 있더라고요.
가끔 귀찮다는 느낌이 들 때도 있긴 하지만… 귀찮다고 느껴질 때는 널을 다뤄야 할 때입니다.
애초에 널을 건네주는 곳이 없다면 귀찮을 일도 생기지 않습니다. 이 기능에 대해 호불호가 있지만 저는 선호하는 쪽입니다.

https://jeho.page/essay/2025/03/11/fallacy-of-hasty-null-handling.html

절대 죽지 않는 프로그램을 짜고 싶었습니다. 널 처리만 잘하면 된다고 생각했습니다. 프로그램이 죽는 이유의 대부분이 널 포인터를 건드리는 경우였으니까. 회사에 처음 들어가서 윈도우 클라이언트 프로그램을 부여받았습니다. 맨티스라는 도구에 버그가 올라오면 내가 고칠 수 있는 게 있을까 신이 나서 찾아 고쳤습니다.대부분 널 포인터만 감싸면 고쳐지는 에러였습니다. 26살의 신입사원답게 아주 재빨랐습니다. 재현 후 디버거를 붙여서 값이 널로 들어온다? 오케이, 찾았어. 바로 널 체크 코드를 추가했습니다.<pre ><code>if (pData == NULL)
 return;</code></pre>그리고 다시 재현해 보고 재현이 안 되면 Fix로 변경. 아~ 코딩 참 쉽다. 저는 이걸 성급한 널 처리의 오류라고 부르고 싶습니다. 경험이 쌓이면서 이게 그리 쉬운 문제가 아니라는 걸 알았습니다. 이렇게 널과 널 체크를 남용하면 프로그램이 죽지는 않더라도 버그를 영영 감추는 꼴이 되어버리고 맙니다. 절대 죽지 않는 프로그램보다 문제가 생기면 곧장 죽는 프로그램이 오히려 낫다는 걸 시간이 지나고서야 깨달았습니다. 감춰진 버그는 나중에 결국 나에게 돌아온다는걸.<pre ><code>ASSERT(pData);</code></pre>ASSERT 같은 코드를 왜 쓰는지도 그쯤에야 깨달았습니다. (학생 때는 도무지 이해가 되지 않았습니다) 알게 된 후로는 적극적으로 사용했습니다. 이후로는 변수가 널이어야 하는 경우와 절대 널이어선 안 되는 경우를 엄격하게 구분하기 시작했습니다. 애초에 널 상태를 만들지 않으려 애썼습니다. 변수를 처음 선언할 때부터. DB 스키마를 만들 때부터. 서버에서 클라이언트에 데이터를 내려줄 때도 함부로 null 을 사용하지 않았습니다. 이렇게 하면 그걸 받아서 쓰는 애플리케이션 쪽에서 고민거리가 줄어들므로 코딩이 편해집니다. C/C++처럼 낡은 언어와는 다르게 요즘 언어들은 nullable 혹은 optional 타입 기능을 제공하는 것 같습니다. 저는 C#에서 이걸 처음 봤는데, 최근 언어는 다 탑재하고 있더라고요. 가끔 귀찮다는 느낌이 들 때도 있긴 하지만… 귀찮다고 느껴질 때는 널을 다뤄야 할 때입니다. 애초에 널을 건네주는 곳이 없다면 귀찮을 일도 생기지 않습니다. 이 기능에 대해 호불호가 있지만 저는 선호하는 쪽입니다. https://jeho.page/essay/2025/03/11/fallacy-of-hasty-null-handling.html

K리그 프로그래머

학생 때는 회사 생활이 두려웠어요. 미디어에 비친 회사 생활은 수직적이고 권위적이었거든요.

회사에선 눈치 보는 야근을 해야 하고, 강요받는 회식 자리에 가야하며, 능력보다 관계가 중요한 곳이라고 느꼈어요.

그래서 도망쳤어요. 견뎌낼 자신 없는 문화를 가진 회사는 쳐다보지도 않았어요.

초봉이 중요하다며 조금 참고 돈 잘 주는 곳 가라는 말을 들었어요. 무시했어요. 적은 돈을 받더라도 괜찮았어요.

일이 좋아 출근이 기대되고, 동료들이 좋아 함께 여행도 떠날 수 있으면서, 능력으로 인정받을 수 있는 곳을 찾아다녔어요.

그렇게 9년이 흘렀어요. 저는 도망친 곳에서 낙원을 발견했고 지금의 제 삶을 즐기고 있어요.

학생 때는 회사 생활이 두려웠어요. 미디어에 비친 회사 생활은 수직적이고 권위적이었거든요. 회사에선 눈치 보는 야근을 해야 하고, 강요받는 회식 자리에 가야하며, 능력보다 관계가 중요한 곳이라고 느꼈어요. 그래서 도망쳤어요. 견뎌낼 자신 없는 문화를 가진 회사는 쳐다보지도 않았어요. 초봉이 중요하다며 조금 참고 돈 잘 주는 곳 가라는 말을 들었어요. 무시했어요. 적은 돈을 받더라도 괜찮았어요. 일이 좋아 출근이 기대되고, 동료들이 좋아 함께 여행도 떠날 수 있으면서, 능력으로 인정받을 수 있는 곳을 찾아다녔어요. 그렇게 9년이 흘렀어요. 저는 도망친 곳에서 낙원을 발견했고 지금의 제 삶을 즐기고 있어요.

도망친 곳에 낙원은… 있었다

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

Kafka Schema Registry: 데이터 스키마의 중앙 집중 관리

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

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

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

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

덕토피아

🕊️ Kafka Schema Registry: 데이터 스키마 관리

사용자가 공유한 콘텐츠

체력은 "하고 싶은 것과 할 수 있는 것 사이의 갭을 줄이는 거예요."라는 말에 밑줄을 그었습니다. 원문 제목은 "40대 이후엔 체력전이다"인데, 전체를 관통하는 내용은 '다정함은 체력에서 나오니까, 다정하려면 체력을 길러라'는 명제에 가까운 내용입니다. 전 구글 디렉터 정김경숙 님이 체력을 가꾸는 이유, 나노운동을 통해 "시간이 없다"라는 핑계를 멀리하는 이유에도 고개를 끄덕이게 됩니다.

사실 정김경숙 님이 유명해진 건 구글에서 17년 일하다 갑자기 해고당한 이후 주 80시간의 육체노동을 택하며 '트레이더조'에서 일하며 스몰토크를 하는 경험을 긍정적으로 이야기하면서부터였는데요. 점심시간 1시간을 활용해서는 리프트로 라이드헤일링을 하며 다리는 쉬면서 또 일을 했죠. 트레이더조 일이 끝나면 곧장 스타벅스 유니폼을 입었습니다. 즐겁게 일했다는 점을 생각하면 그녀는 스스로에게 다정했습니다.

낯선 사람에게 친절을 베풀면 그 의도를 의심하는 게 더 합리적인 것 같은 사회에 살고 있지만, 다정함은 누구나에게 필요합니다. 스스로에게 다정할 만큼 체력을 기르고 나면, 남는 체력으로는 이방인에게도 다정할 수 있지 않을까요? 오늘 이 아티클 덕분에 낯선 이에게 조금 더 친절할 수 있었고, 더 괜찮은 사람이 되겠다는 다짐을 했습니다.

https://www.folin.co/article/10337/gift/DghwhBThRk5eYf1Xrm2vYX7f6xiFZe6L

체력은 "하고 싶은 것과 할 수 있는 것 사이의 갭을 줄이는 거예요."라는 말에 밑줄을 그었습니다. 원문 제목은 "40대 이후엔 체력전이다"인데, 전체를 관통하는 내용은 '다정함은 체력에서 나오니까, 다정하려면 체력을 길러라'는 명제에 가까운 내용입니다. 전 구글 디렉터 정김경숙 님이 체력을 가꾸는 이유, 나노운동을 통해 "시간이 없다"라는 핑계를 멀리하는 이유에도 고개를 끄덕이게 됩니다. 사실 정김경숙 님이 유명해진 건 구글에서 17년 일하다 갑자기 해고당한 이후 주 80시간의 육체노동을 택하며 '트레이더조'에서 일하며 스몰토크를 하는 경험을 긍정적으로 이야기하면서부터였는데요. 점심시간 1시간을 활용해서는 리프트로 라이드헤일링을 하며 다리는 쉬면서 또 일을 했죠. 트레이더조 일이 끝나면 곧장 스타벅스 유니폼을 입었습니다. 즐겁게 일했다는 점을 생각하면 그녀는 스스로에게 다정했습니다. 낯선 사람에게 친절을 베풀면 그 의도를 의심하는 게 더 합리적인 것 같은 사회에 살고 있지만, 다정함은 누구나에게 필요합니다. 스스로에게 다정할 만큼 체력을 기르고 나면, 남는 체력으로는 이방인에게도 다정할 수 있지 않을까요? 오늘 이 아티클 덕분에 낯선 이에게 조금 더 친절할 수 있었고, 더 괜찮은 사람이 되겠다는 다짐을 했습니다. https://www.folin.co/article/10337/gift/DghwhBThRk5eYf1Xrm2vYX7f6xiFZe6L

www.folin.co

《다정함도 체력에서 나오니까》

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

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

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

🍏 성능
 * Meta AI와 Hugging Face가 개발한 GAIA 테스트에서 OpenAI GPT-4o 대비 18% or 23% 높은 정확도

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

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

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

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

마누스(Manus) AI

우디의 컨설팅:  합격으로 가는 3가지 차별점 회사별 맞춤 포트폴리오,  합격을 부르는 비결입니다. 5회 코칭 진행 
 핀테크 프로덕트 디자이너로 최종 합격한 김** 님의 실제 리뷰입니다.  2회 코칭 진행 
 핀테크 프로덕트 디자이너로 최종 합격한 **호 님의 실제 리뷰입니다.  2회 코칭 진행 
 에이전시 → 스타트업 디자이너로 이직 성공한 **수 님의

[🚨3월·소수 정예!] 유니콘·빅테크 합격한 UX/UI 포트폴리오 컨설팅 - PO·디자인 리드 우디 - 우디디자인랩

Q) 🧑‍💻 평소 업무나 협업 시, 본인의 커뮤니케이션 스타일은 어떤 편인가요? (우디)

A) 🙋‍♀️ 저는 상대방이 궁금해하거나 필요로 할 수 있는 정보를 구체적으로 전달하려는 편이에요. 가령 프로젝트를 진행할 때도, “이건 왜 필요한가” “어떤 방식으로 진행될 것인가” 같은 구체적인 맥락을 먼저 짚어요. 특히 추가 설명이 필요할 것 같은 부분은 상세하게 적어서 미리 공유하고, 혹시 오해가 생기지 않도록 직접 확인하려고 노력합니다. 제가 조금 더 신경을 써야 의사소통 과정에서 불필요한 혼란을 줄일 수 있다고 생각해요. (5년차 UX/UI 디자이너분)

* 저맥락 커뮤니케이션을 통해 오해를 줄이는 커뮤니케이션 스타일이 느껴져 좋았습니다.

Q) 🧑‍💻 평소 업무나 협업 시, 본인의 커뮤니케이션 스타일은 어떤 편인가요? (우디) A) 🙋‍♀️ 저는 상대방이 궁금해하거나 필요로 할 수 있는 정보를 구체적으로 전달하려는 편이에요. 가령 프로젝트를 진행할 때도, “이건 왜 필요한가” “어떤 방식으로 진행될 것인가” 같은 구체적인 맥락을 먼저 짚어요. 특히 추가 설명이 필요할 것 같은 부분은 상세하게 적어서 미리 공유하고, 혹시 오해가 생기지 않도록 직접 확인하려고 노력합니다. 제가 조금 더 신경을 써야 의사소통 과정에서 불필요한 혼란을 줄일 수 있다고 생각해요. (5년차 UX/UI 디자이너분) * 저맥락 커뮤니케이션을 통해 오해를 줄이는 커뮤니케이션 스타일이 느껴져 좋았습니다.

Latpeed

기억에 남는 디자이너 면접 답변 [9]

1. 부정적인 감정에 저항하지 않거나 그 감정 앞에서 긴장하지 않는 게 어려울 수 있다.

2. 그러나 초점을 맞추는 대상을 넓히고 부정적 감정을 환영하면 기적처럼 저항을 멈추게 되고 단지 에너지일 뿐이던 부정적인 감정도 사라질 것이다.

3. 당신이 저항하던 상황도 그에 따라 달라질 것이다.

4. 꼭 기억하라. 초점을 맞추는 대상을 넓히는 것은 카메라 렌즈를 줌아웃함으로써 마음의 사소한 부분에 초점을 맞추지 않는 것이다.

5. 감정에 초점을 맞추지 말라. 감정에 초점을 맞출수록 감정은 더 강해진다.

6. 마음은 우리가 초점을 맞추는 대상을 더 증폭시키기 때문이다.

7. 감정을 알아차리되 초점을 맞추지 말라. 초점을 맞추는 대상을 넓게 유지하라.

#위대한시크릿

1. 부정적인 감정에 저항하지 않거나 그 감정 앞에서 긴장하지 않는 게 어려울 수 있다. 2. 그러나 초점을 맞추는 대상을 넓히고 부정적 감정을 환영하면 기적처럼 저항을 멈추게 되고 단지 에너지일 뿐이던 부정적인 감정도 사라질 것이다. 3. 당신이 저항하던 상황도 그에 따라 달라질 것이다. 4. 꼭 기억하라. 초점을 맞추는 대상을 넓히는 것은 카메라 렌즈를 줌아웃함으로써 마음의 사소한 부분에 초점을 맞추지 않는 것이다. 5. 감정에 초점을 맞추지 말라. 감정에 초점을 맞출수록 감정은 더 강해진다. 6. 마음은 우리가 초점을 맞추는 대상을 더 증폭시키기 때문이다. 7. 감정을 알아차리되 초점을 맞추지 말라. 초점을 맞추는 대상을 넓게 유지하라. #위대한시크릿

고려대학교에서 컴퓨터과학을 전공하고 이동통신사에서 사회생활을 시작했습니다. 조금은 생소했던 그 업무가 저의 첫 Product Management 업무였습니다. 이후 네이버에서 서비스 기획자, 쿠팡에서 Product Owner로 일했습니다. 지금은 여행중계 플랫폼 서비스를 제공하는 마이리얼트립에서 Product Manager 및 Growth Team을 맡고 있습니다.

< 마음은 우리가 초점을 맞추는 대상을 증폭시킨다 >

댓글 0

비슷한 게시물

주간 인기 TOP 10

추천 프로필