우연히 보게 된 유투브(링크는 댓글 참고)인데 서울대내에서 어떤 학생들이 학점이 좋은지 그리고 공통적인 학습방법이 있는지 찾아보려는 연구에 관한 이야기이다. 뭔가 도움이되는 흥미로운 결과를 기대하고 시작한 이 연구는 기대와는 완전히 다르게 진행되었다.

학점을 좋게 받는 학생들의 공통점은 질문을 하거나 본인의 생각을 가지려고 하는게 아니라 주입식으로 교수님의 강의를 달달 외운 경우였다. 교수님의 의견에 동의하지 않는 경우 시험 문제에서 본인의 의견을 그래도 주장하겠냐는 질문에 다들 점수를 잘 받기 위해서 교수님의 생각을 적겠다고 답을 했다.

동일한 연구자가 미국 미시간 대학의 학생들을 대상으로 조사를 해보니 강의시간에 교수님의 이야기를 그대로 적는 사람들은 거의 없었고 대부분 흥미로운 부분이나 자기의 생각을 필기했다고 답했고 교수님 강의 필기와 학점 간에 별다른 상관관계가 없었다. 또한 인터뷰에 응한 모든 학생들이 교수님의 의견과 본인의 의견이 다른 경우 그래도 본인의 의견을 적겠다고 했다.
영상 중 아래 문장들이 참 슬프게 다가왔다.

"질문왕 승현이는 이제 더 이상 질문을 하지 않습니다"
"너는 어떠한 생각도 가져서는 안되고 네 생각이 아무리 좋아도 교수님과 다르면 버려야 되고 교수님의 말씀을 단 한마디도 빼놓지 않고 적어야 하고 이게 서울대학교의 교육이라고 과연 이야기할 수 있을까?"

두 학교 학생들은 모두 열심히 하지만 방향이 다르며 (수용적 vs. 비판적) 결국 학점이란 게임의 룰이 다르다보니 결국 학생들의 성향까지 변화시킨다. 정답을 찾으라는 교육과 아닌 교육의 차이점이다.

이 유튜브 비디오는 대학생으로 국한해서 연구를 했지만 개발자를 대상으로 해도 크게 다를지 않을 것 같다. 사람의 능력은 한국이나 미국이나 크게 다르다고 생각하지 않는다. 질문을 꺼리는 환경과 장려하는 환경, 순응하기를 원하는 환경과 비판을 허용하는 환경, 환경의 차이가 사람의 성장에 차이를 가져온다.

우연히 보게 된 유투브(링크는 댓글 참고)인데 서울대내에서 어떤 학생들이 학점이 좋은지 그리고 공통적인 학습방법이 있는지 찾아보려는 연구에 관한 이야기이다. 뭔가 도움이되는 흥미로운 결과를 기대하고 시작한 이 연구는 기대와는 완전히 다르게 진행되었다. 학점을 좋게 받는 학생들의 공통점은 질문을 하거나 본인의 생각을 가지려고 하는게 아니라 주입식으로 교수님의 강의를 달달 외운 경우였다. 교수님의 의견에 동의하지 않는 경우 시험 문제에서 본인의 의견을 그래도 주장하겠냐는 질문에 다들 점수를 잘 받기 위해서 교수님의 생각을 적겠다고 답을 했다. 동일한 연구자가 미국 미시간 대학의 학생들을 대상으로 조사를 해보니 강의시간에 교수님의 이야기를 그대로 적는 사람들은 거의 없었고 대부분 흥미로운 부분이나 자기의 생각을 필기했다고 답했고 교수님 강의 필기와 학점 간에 별다른 상관관계가 없었다. 또한 인터뷰에 응한 모든 학생들이 교수님의 의견과 본인의 의견이 다른 경우 그래도 본인의 의견을 적겠다고 했다.영상 중 아래 문장들이 참 슬프게 다가왔다. "질문왕 승현이는 이제 더 이상 질문을 하지 않습니다""너는 어떠한 생각도 가져서는 안되고 네 생각이 아무리 좋아도 교수님과 다르면 버려야 되고 교수님의 말씀을 단 한마디도 빼놓지 않고 적어야 하고 이게 서울대학교의 교육이라고 과연 이야기할 수 있을까?" 두 학교 학생들은 모두 열심히 하지만 방향이 다르며 (수용적 vs. 비판적) 결국 학점이란 게임의 룰이 다르다보니 결국 학생들의 성향까지 변화시킨다. 정답을 찾으라는 교육과 아닌 교육의 차이점이다. 이 유튜브 비디오는 대학생으로 국한해서 연구를 했지만 개발자를 대상으로 해도 크게 다를지 않을 것 같다. 사람의 능력은 한국이나 미국이나 크게 다르다고 생각하지 않는다. 질문을 꺼리는 환경과 장려하는 환경, 순응하기를 원하는 환경과 비판을 허용하는 환경, 환경의 차이가 사람의 성장에 차이를 가져온다.

서울대안에서는 누가 A+를 받을까?

https://www.youtube.com/watch?v=URwbzJBMUis

2024년 7월~12월 사이의 취업 기록, Meta 입사

2025년 미국 뉴욕 소프트웨어 엔지니어 취업기

지난 6개월 동안 미국에서 취업 활동했던 후기를 간략히 정리했습니다. 정보가 도움이 되셨으면 좋겠습니다.

 * 200개 이상의 포지션에 지원, 8개 회사와 면접 진행, 3곳 최종 합격
 * 생애 첫 ‘리트코드 스타일’ 코딩 인터뷰 통과 비법
 * 시스템 디자인 면접 준비
 * 2025년 1월 Meta 입사

지난 6개월 동안 미국에서 취업 활동했던 후기를 간략히 정리했습니다. 정보가 도움이 되셨으면 좋겠습니다. <ul ><li>200개 이상의 포지션에 지원, 8개 회사와 면접 진행, 3곳 최종 합격</li><li>생애 첫 ‘리트코드 스타일’ 코딩 인터뷰 통과 비법</li><li>시스템 디자인 면접 준비</li><li>2025년 1월 Meta 입사</li></ul>

www.nyprogrammer.com

스크리닝, 코딩, 시스템 디자인, Behavioral 인터뷰, 팀 매칭, 오퍼

Meta SWE 면접 합격 후기

요즘 채용이 조심스럽게 되살아나고 있고 메타도 채용을 많이 하고 있는거 같습니다. 

블라인드 앱 보면 주위 개발자 25%가 메타 면접을 보고 있는거 같다는 글도 보이는데요. 저도 메타 인터뷰 관련해서 DM을 많이 받았습니다. 특히 다른 회사에는 없는 '팀 매칭' 단계에 대해서 질문이 많았는데 이 부분 포함해서 좀 더 상세히 글로 정리했습니다.

https://www.nyprogrammer.com/p/meta-swe-interview

요즘 채용이 조심스럽게 되살아나고 있고 메타도 채용을 많이 하고 있는거 같습니다.&nbsp; 블라인드 앱 보면 주위 개발자 25%가 메타 면접을 보고 있는거 같다는 글도 보이는데요. 저도 메타 인터뷰 관련해서 DM을 많이 받았습니다. 특히 다른 회사에는 없는 '팀 매칭' 단계에 대해서 질문이 많았는데 이 부분 포함해서 좀 더 상세히 글로 정리했습니다. https://www.nyprogrammer.com/p/meta-swe-interview

2023년말 OpenAI에서 샘 알트먼의 축출(?)에 큰 역할을 했다는 Open AI 공동창업자 일리야가 어떤 사람인지 궁금해서 뒤져보다가 The Guardian과 했던 인터뷰를 찾았다. iHuman이란 제목으로 The Guardian에서 만든 AI에 관한 다큐멘터리의 일부라는데 이 사람이 갖고 있는 AI(혹은 AGI)에 관한 생각을 엿볼 수 있는데 확실히 OpenAI가 보여주었던 행보와 다름을 느낄 수 있었다. 일부 생각해볼만한 것들을 정리해보았다.

 1. 먼저 AI가 여러가지 문제를 해결하겠지만 새로운 문제를 만들어낼 것이란 점을 분명히 했고 예로 가짜 뉴스와 사이버 공격의 범람, 자율 AI 무기와 안정적인 독재정권의 탄생을 든다.
 2. ChatGPT가 AGI로 발전할 것이라 믿고 있는 듯한 발언을 한다. 이 인터뷰때 일리야의 바디랭귀지를 보면 걱정을 많이 하고 있음을 느낄 수 있다 (내 감정이 이입된 것인지도 모르겠지만): "자신의 목표를 가진 완전히 자율적인 존재를 만들 수 있다고 확신하지만 이 존재들의 목표가 우리 인간의 목표와 일치하도록 하는 것이 중요하다"
 3. "What inspires you"라는 질문에 대해서는 사람이 할 수 있는데 기계가 할 수 없는 것들에 대한 철학적으로 접근해보는 것이라고 하며 "학습", "경험", "사고" 등이 무엇인지 질문해보는 것을 예로 든다.
 4. AGI(Artificial General Intelligence)를 '인간이 하는 모든 일이나 작업을 더 잘 할 수 있는 컴퓨터 시스템'로 정의를 하며 AGI가 생각보다 빨리 완성될 가능성이 높다고 믿기에 지금부터 AGI를 인류의 이익과 맞추는 작업이 필요하다고 이야기한다. 일리야는 AGI가 전문가들이 생각하는 것보다 빠르게 분명히 탄생할 것으로 믿는 것 같다.
 5. 첫 번째 AGI 시스템은 천 만개 이상의 주택의 에너지를 소모하는 딥러닝 전문 프로세서로 가득찬 거대 데이터 센터의 모양을 띨 것인데 이 첫 시스템의 믿음과 욕망을 인류에게 도움되도록 디자인하는 것이 중요하다고 말한다. 왜냐면 이런 시스템은 자연에서 생명체처럼 자기가 생존할 수 있는 형태로 발전할 것이라 처음 시작이 중요하다는 거다. 현재 사람과 동물간의 관계를 미래 AGI와 사람간의 관계로 설명한 부분도 참 흥미로왔다 (공존하겠지만 한쪽의 이익이 분명히 우선시된다)
 6. AGI를 먼저 만들려는 경쟁이 사실 시작된 셈이고 그래서 여러 나라들의 협업을 통해 AGI를 만드는 것이 중요하다는 말을 하며 아래 이야기로 끝을 맺는다.

"The future is going to be good for the AI regardless. It would be nice if it were good for humans as well"

AI를 이미 하나의 존재로 표현하는 부분이 인상적이며 언제 AGI라는 것이 가능해질지 궁금한데 미국 시간으로 2025년 1월 4일 오전 10시에 샘 알트먼이 올린 트윗을 보면 이런 내용이 있다.

i always wanted to write a six-word story. here it is:
___
near the singularity; unclear which side.

Singularity는 이 문맥에서는 인공지능이 인간의 지능을 넘어서는 시점을 이야기하는데 unclear which side라는 부분이 결국 인간에게 도움이 되는지 안되는지를 나타내는 것 같다. 어그로를 끌려는 마케팅인지는 모르겠지만 샘 알트먼의 이런 태도를 일리야가 싫어한 것은 아닌지 모르겠다.

다음 포스팅에서 일리야의 NeurIPS 2024에서 했던 "Sequence to sequence learning with neural networks: What a Decade"라는 톡의 내용을 요약해보고자 한다.

2023년말 OpenAI에서 샘 알트먼의 축출(?)에 큰 역할을 했다는 Open AI 공동창업자 일리야가 어떤 사람인지 궁금해서 뒤져보다가 The Guardian과 했던 인터뷰를 찾았다. iHuman이란 제목으로 The Guardian에서 만든 AI에 관한 다큐멘터리의 일부라는데 이 사람이 갖고 있는 AI(혹은 AGI)에 관한 생각을 엿볼 수 있는데 확실히 OpenAI가 보여주었던 행보와 다름을 느낄 수 있었다. 일부 생각해볼만한 것들을 정리해보았다. <ol ><li>먼저 AI가 여러가지 문제를 해결하겠지만 새로운 문제를 만들어낼 것이란 점을 분명히 했고 예로 가짜 뉴스와 사이버 공격의 범람, 자율 AI 무기와 안정적인 독재정권의 탄생을 든다.</li><li>ChatGPT가 AGI로 발전할 것이라 믿고 있는 듯한 발언을 한다. 이 인터뷰때 일리야의 바디랭귀지를 보면 걱정을 많이 하고 있음을 느낄 수 있다 (내 감정이 이입된 것인지도 모르겠지만): "자신의 목표를 가진 완전히 자율적인 존재를 만들 수 있다고 확신하지만 이 존재들의 목표가 우리 인간의 목표와 일치하도록 하는 것이 중요하다"</li><li>"What inspires you"라는 질문에 대해서는 사람이 할 수 있는데 기계가 할 수 없는 것들에 대한 철학적으로 접근해보는 것이라고 하며 "학습", "경험", "사고" 등이 무엇인지 질문해보는 것을 예로 든다.</li><li>AGI(Artificial General Intelligence)를 '인간이 하는 모든 일이나 작업을 더 잘 할 수 있는 컴퓨터 시스템'로 정의를 하며 AGI가 생각보다 빨리 완성될 가능성이 높다고 믿기에 지금부터 AGI를 인류의 이익과 맞추는 작업이 필요하다고 이야기한다. 일리야는 AGI가 전문가들이 생각하는 것보다 빠르게 분명히 탄생할 것으로 믿는 것 같다.</li><li>첫 번째 AGI 시스템은 천 만개 이상의 주택의 에너지를 소모하는 딥러닝 전문 프로세서로 가득찬 거대 데이터 센터의 모양을 띨 것인데 이 첫 시스템의 믿음과 욕망을 인류에게 도움되도록 디자인하는 것이 중요하다고 말한다. 왜냐면 이런 시스템은 자연에서 생명체처럼 자기가 생존할 수 있는 형태로 발전할 것이라 처음 시작이 중요하다는 거다. 현재 사람과 동물간의 관계를 미래 AGI와 사람간의 관계로 설명한 부분도 참 흥미로왔다 (공존하겠지만 한쪽의 이익이 분명히 우선시된다)</li><li>AGI를 먼저 만들려는 경쟁이 사실 시작된 셈이고 그래서 여러 나라들의 협업을 통해 AGI를 만드는 것이 중요하다는 말을 하며 아래 이야기로 끝을 맺는다.</li></ol> "The future is going to be good for the AI regardless. It would be nice if it were good for humans as well" AI를 이미 하나의 존재로 표현하는 부분이 인상적이며 언제 AGI라는 것이 가능해질지 궁금한데 미국 시간으로 2025년 1월 4일 오전 10시에 샘 알트먼이 올린 트윗을 보면 이런 내용이 있다. i always wanted to write a six-word story. here it is:___near the singularity; unclear which side. Singularity는 이 문맥에서는 인공지능이 인간의 지능을 넘어서는 시점을 이야기하는데 unclear which side라는 부분이 결국 인간에게 도움이 되는지 안되는지를 나타내는 것 같다. 어그로를 끌려는 마케팅인지는 모르겠지만 샘 알트먼의 이런 태도를 일리야가 싫어한 것은 아닌지 모르겠다. 다음 포스팅에서 일리야의 NeurIPS 2024에서 했던 "Sequence to sequence learning with neural networks: What a Decade"라는 톡의 내용을 요약해보고자 한다.

일리야 수츠케버 The Guardian 인터뷰 요약

AGI는 실현불가능 함 단지 해당 분야에 종사하는 사람들의 꿈일 뿐 실현가능하지도 않은 걸 두고 그 위험성을 걱정하는 건 다분히 이슈만들기라는 의심을 살 수밖에 없음

마이크로소프트(MS)는  2025 회계연도에 인공지능(AI) 업무를 처리할 수 있는 데이터센터 구축에 800억 달러(약 118조 원)를 지출할 계획이라고 3일(현지시각) 밝혔다.      브래드 스미스 마이크로소프트 사장은 이날 블로그 게시물에 2025년 6월까지 예상되는 지출의 절반 

마이크로소프트, 올해 AI 데이터센터에 800억 달러 투자 - 글로벌이코노믹

친구들, 올해도 마이크로소프트는 끝없는 AI 데이터센터 투자를 하네요!! 아래의 기사에 대해 요점을 정리하자면 다음과 같습니다.

마이크로소프트(MS)는 2025 회계연도에 인공지능(AI) 업무를 처리할 수 있는 데이터센터 구축에 800억 달러(약 118조 원)를 지출할 계획이라고 3일(현지시각) 밝혔습니다.

브래드 스미스 마이크로소프트 사장은 이날 블로그 게시물에 2025년 6월까지 예상되는 지출의 절반 이상이 미국에서 이뤄질 것이라고 밝혔습니다. 참고로 마이크로소프트의 2025 회계연도는 오는 6월에 끝납니다.

https://m.g-enews.com/view.php?ud=2025010405213998083bc914ac71_1

친구들, 올해도 마이크로소프트는 끝없는 AI 데이터센터 투자를 하네요!! 아래의 기사에 대해 요점을 정리하자면 다음과 같습니다. 마이크로소프트(MS)는 2025 회계연도에 인공지능(AI) 업무를 처리할 수 있는 데이터센터 구축에 800억 달러(약 118조 원)를 지출할 계획이라고 3일(현지시각) 밝혔습니다. 브래드 스미스 마이크로소프트 사장은 이날 블로그 게시물에 2025년 6월까지 예상되는 지출의 절반 이상이 미국에서 이뤄질 것이라고 밝혔습니다. 참고로 마이크로소프트의 2025 회계연도는 오는 6월에 끝납니다. https://m.g-enews.com/view.php?ud=2025010405213998083bc914ac71_1

글로벌이코노믹

<MS, 올해 AI 데이터센터에 800억 달러 투자>

어제 Andrew Ng 교수가 AI의 도움을 받아 어떤 아이디어를 빠르게 구현할 때 본인이 사용하는 기술 스택을 DeepLearning.AI 블로그에 공유했는데 요약하면 아래와 같다 (링크는 댓글 참조).

 * API & Backend: Python과 FastAPI를 사용.
 * Database: MongoDB를 선호. 그 이유는 NoSQL이라 스키마 변경이 자유롭기 때문에 일단 이걸로 구현해보고 나중에 다른 관계형 DB로 이전.
 * Local testing: 개인 컴퓨터에서 백엔드 서버를 테스트하는 용도로 Uvicorn을 사용. Uvicorn이란 걸 처음 들어봤는데 FastAPI와 같이 쓰는 것이 일반적이며 로컬 환경에서 디버깅하고 개발하는데 편리하다고 함.
 * Deployment: 클라우드 환경으로 배포할 것이라면 작은 앱은 Heroku를 사용하고 덩치가 있는 앱은 AWS Elastic Beanstalk을 추천. 다른 옵션으로는 HuggingFace Spaces, Railway, Firebase, Vercel 등등이 존재
 * Coding Assistance: 개념을 잡고 디자인을 할 때는 O1이 더 좋고, 코딩을 할 때는 Claude 3.5 Sonnet이 더 잘하는 것 같으며 코딩을 할 때는 Cursor를 사용하기도 함.
   
   
중요한 포인트는 나에게 아주 익숙한 프로포타입용 풀스택을 익혀서 빠르게 iteration할 수 있어야 한다는 점이다.

어제 Andrew Ng 교수가 AI의 도움을 받아 어떤 아이디어를 빠르게 구현할 때 본인이 사용하는 기술 스택을 DeepLearning.AI 블로그에 공유했는데 요약하면 아래와 같다 (링크는 댓글 참조). <ul ><li>API &amp; Backend: Python과 FastAPI를 사용.</li><li>Database: MongoDB를 선호. 그 이유는 NoSQL이라 스키마 변경이 자유롭기 때문에 일단 이걸로 구현해보고 나중에 다른 관계형 DB로 이전.</li><li>Local testing: 개인 컴퓨터에서 백엔드 서버를 테스트하는 용도로 Uvicorn을 사용. Uvicorn이란 걸 처음 들어봤는데 FastAPI와 같이 쓰는 것이 일반적이며 로컬 환경에서 디버깅하고 개발하는데 편리하다고 함.</li><li>Deployment: 클라우드 환경으로 배포할 것이라면 작은 앱은 Heroku를 사용하고 덩치가 있는 앱은 AWS Elastic Beanstalk을 추천. 다른 옵션으로는 HuggingFace Spaces, Railway, Firebase, Vercel 등등이 존재</li><li>Coding Assistance: 개념을 잡고 디자인을 할 때는 O1이 더 좋고, 코딩을 할 때는 Claude 3.5 Sonnet이 더 잘하는 것 같으며 코딩을 할 때는 Cursor를 사용하기도 함. </li></ul>중요한 포인트는 나에게 아주 익숙한 프로포타입용 풀스택을 익혀서 빠르게 iteration할 수 있어야 한다는 점이다.

Andrew Ng 교수가 추천하는 프로토타입 개발 기술 스택

https://www.deeplearning.ai/the-batch/issue-283/

요즘 하루에 12시간식 코딩하고 있는데, 정신력 소모가 장난 아니다. 내란 이슈만 아니었어도 어느정도 할만했을 것 같은데.. ㅜ_ㅜ

근데 계산해보니 하루에 12시간씩 6일만 코딩한다고 해도 일주일에 72시간인데.. 120시간..? 그거 일단 저는 안 될 것 같아요.. 🫠

요즘 하루에 12시간식 코딩하고 있는데, 정신력 소모가 장난 아니다. 내란 이슈만 아니었어도 어느정도 할만했을 것 같은데.. ㅜ_ㅜ 근데 계산해보니 하루에 12시간씩 6일만 코딩한다고 해도 일주일에 72시간인데.. 120시간..? 그거 일단 저는 안 될 것 같아요.. 🫠

Run:ai optimizes and orchestrates GPU compute resources for AI and Deep Learning workloads.

Run:ai - AI Optimization and Orchestration

커리어리 친구들, 드디어 엔비디아가 이스라엘 기업인 run.ai 사를 약 1조 3천억원($700M)에 EU 승인으로 합병 했습니다.

run.ai 사가 어떤 회사인가를 물어 보신다면, 온프레미스(On-Prem), 클라우드 네이티브 솔루션, 또는 NVIDIA와 주요 CSP들과 공동 설계한 NVIDIA DGX Cloud를 통해 GPU 시스템의 최대 유연하게 사용 할 수 있는 쿠버네티스 기반 AI 인프라 오케스트레이션 솔루션 서비스하는 회사입니다.

향후 run.ai 가 NVIDIA AI Enterprise 에도 함께 포함될 것으로 기대되는 데, 이번에 합병하면서, Run:ai 소프트웨어를 오픈 소스로 공개하여 커뮤니티가 더 나은 AI를 더 빠르게 구축할 수 있도록 도울 계획이라고 밝혔습니다. 현재 Run:ai는 NVIDIA GPU만 지원하지만, 오픈 소스를 통해 소프트웨어를 AI 생태계 전반으로 확장할 수 있습니다.

사실 저도 Run.ai 에 대해 관심있게 지켜 보았는데, NVIDIA AI 인프라관리와 소프트웨어를 좀더 강화하는 데 큰 도움이 될 것으로 기대합니다.

커리어리 친구들, 드디어 엔비디아가 이스라엘 기업인 run.ai 사를 약 1조 3천억원($700M)에 EU 승인으로 합병 했습니다. run.ai 사가 어떤 회사인가를 물어 보신다면, 온프레미스(On-Prem), 클라우드 네이티브 솔루션, 또는 NVIDIA와 주요 CSP들과 공동 설계한 NVIDIA DGX Cloud를 통해 GPU 시스템의 최대 유연하게 사용 할 수 있는 쿠버네티스 기반 AI 인프라 오케스트레이션 솔루션 서비스하는 회사입니다. 향후 run.ai 가 NVIDIA AI Enterprise 에도 함께 포함될 것으로 기대되는 데, 이번에 합병하면서, Run:ai 소프트웨어를 오픈 소스로 공개하여 커뮤니티가 더 나은 AI를 더 빠르게 구축할 수 있도록 도울 계획이라고 밝혔습니다. 현재 Run:ai는 NVIDIA GPU만 지원하지만, 오픈 소스를 통해 소프트웨어를 AI 생태계 전반으로 확장할 수 있습니다. 사실 저도 Run.ai 에 대해 관심있게 지켜 보았는데, NVIDIA AI 인프라관리와 소프트웨어를 좀더 강화하는 데 큰 도움이 될 것으로 기대합니다.

run.ai

<엔비디아, Run.ai 합병으로 AI 인프라 및 오케스트레이션 강화>

SKT가 AI의 동맥이자 2025년 핵심 성장동력인 ‘AI 인프라’ 시장 공략에 본격적으로 나섰다.SK텔레콤(대표이사 CEO 유영상)은 지난 12월 30일 가산 AI 데이터센터(이하 AIDC)를 오픈하고, 시범 운영을 마친 뒤 AI 클라우드 서비스인 ‘SKT GPUaaS(GPU-as-

SKT, AI 인프라 시장 공략 가속…엔비디아 GPU H100 기반 ‘SKT GPUaaS’ 선봬

커리어리 친구들, SK텔레콤(대표이사 CEO 유영상)은 지난 12월 30일 가산 AI 데이터센터(이하 AIDC)를 오픈하고, 시범 운영을 마친 뒤 AI 클라우드 서비스인 ‘SKT GPUaaS(GPU-as-a-Service)’를 출시했다고 13일 밝혔다고 합니다.

SKT는 지난 ‘SK AI 서밋 2024’에서 ‘AI 인프라 슈퍼 하이웨이’ 구축 전략을 발표한 이래 연말 조직 개편에서 ‘AI DC 사업부’를 별도 조직으로 신설하고, GPUaaS를 새롭게 출시하는 등 연이은 행보로 ‘AI 인프라’ 사업 본격화에 속도를 내고 있는 데, 이번에 오픈한 가산 AIDC는 랙당 전력밀도가 국내 최고 수준인 44kW로 국내 데이터센터 랙 당 평균 전력밀도인 4.8kW의 약 9배에 달하는 등 고밀도 GPU 서버 운영 환경에 최적화된 데이터 코로케이션 환경을 제공한다고 합니다.

‘SKT GPUaaS’는 람다(Lambda)사와 지난 1여년간 함께 준비한 구독형 AI 클라우드이고, 이를 위해 가산 AIDC에 람다의 한국 리전을 유치했다고 합니다 🙂

https://www.aipostkorea.com/news/articleView.html?idxno=5667

커리어리 친구들, SK텔레콤(대표이사 CEO 유영상)은 지난 12월 30일 가산 AI 데이터센터(이하 AIDC)를 오픈하고, 시범 운영을 마친 뒤 AI 클라우드 서비스인 ‘SKT GPUaaS(GPU-as-a-Service)’를 출시했다고 13일 밝혔다고 합니다. SKT는 지난 ‘SK AI 서밋 2024’에서 ‘AI 인프라 슈퍼 하이웨이’ 구축 전략을 발표한 이래 연말 조직 개편에서 ‘AI DC 사업부’를 별도 조직으로 신설하고, GPUaaS를 새롭게 출시하는 등 연이은 행보로 ‘AI 인프라’ 사업 본격화에 속도를 내고 있는 데, 이번에 오픈한 가산 AIDC는 랙당 전력밀도가 국내 최고 수준인 44kW로 국내 데이터센터 랙 당 평균 전력밀도인 4.8kW의 약 9배에 달하는 등 고밀도 GPU 서버 운영 환경에 최적화된 데이터 코로케이션 환경을 제공한다고 합니다. ‘SKT GPUaaS’는 람다(Lambda)사와 지난 1여년간 함께 준비한 구독형 AI 클라우드이고, 이를 위해 가산 AIDC에 람다의 한국 리전을 유치했다고 합니다 🙂 https://www.aipostkorea.com/news/articleView.html?idxno=5667

AI포스트(AIPOST)

<SKT, 엔비디아 GPU H100 도입>

최소한 이런 정도의 질문은 해야 o1의 진가를 알 수 있음. Gemini 2.0 Flash Experimental이나 다른 Reasoning 모델은 아직 이런 수준의 질문에는 제대로 답하지 못한다.

최소한 이런 정도의 질문은 해야 o1의 진가를 알 수 있음. Gemini 2.0 Flash Experimental이나 다른 Reasoning 모델은 아직 이런 수준의 질문에는 제대로 답하지 못한다.

지난 6개월 동안 미국에서 취업 활동했던 후기를 간략히 정리했습니

“재호야, 문제 원인은 찾았니? 언제까지 고칠 수 있겠니?”
“휴… 잘 모르겠어요.”
“난 네가 모르겠다고 말하는 게 제일 무서워.”

저에게는 이사님이 제 자리에 와서 언제까지 되겠니 묻는 게 가장 무서운 순간이었는데…
이사님은 제가 잘 모르겠다 말하는 게 가장 무섭다고 합니다.
서로가 무서운 이 웃픈 상황.

늦어도 좋으니 제발 일정을 알려 달라고.
이사님의 입장도 이해는 했습니다. 일정이 정해져야 영업팀과 운영팀에 알려서 고객들과 커뮤니케이션을 할 테니까.
하지만 정말 모르겠는 걸 어떡해… 함부로 말하다가 약속을 못 지키면?
그야말로 죽을 맛이었습니다. 어디가 문젠지 짐작도 안 가는데, 일정의 독촉은 계속 되고...
개발하면서 이렇게 스트레스받았을 때가 있었던가?

그건 파일 시스템 드라이버를 만들 때 였습니다.
(N:에 마운트 하는 네이버 클라우드 탐색기를 떠올리시면 됩니다.)

윈도우를 며칠간 사용하다 보면 메모리가 사용량이 조금씩 높아진다는 제보들이 있었습니다.
처음엔 그게 우리 드라이버 때문인지 믿을 수가 없었습니다.
하지만 사내 사용자들의 제보도 계속 이어졌고, 문제를 찾기 위해 애쓰는 날들이 계속됐습니다.

애플리케이션과는 달리 커널 코드에서 메모리가 새면 찾기도 어려울뿐더러 컴퓨터를 껐다 켜기 전까지는 해소가 되지 않습니다. 지옥 같은 날들을 지나, 결국 어떤 부분에서 그러는지를 찾아냈습니다.

버그 제보를 받은 날부터 고치기까지 한 달쯤 걸렸던가?
아침에 눈을 뜨면 한숨부터 나오면서 회사 가기가 무서웠던 날들이었습니다.

오늘 편안하게 앉아서 창밖을 바라보다 문득 이때 생각이 났습니다.
회사를 그만두고 이런 압박이 없어져서 정말 다행입니다만… 생각해 보니 이런 압박 덕분에 결국 문제를 해결해 내고 성장할 수 있었던 것 같습니다.
그래도 이 정도로 스트레스받아가며 여생을 살고 싶진 않네요. (웃음)

* TMI 토킹
오래된 기억이지만 문제는 FsRtlNotifyFullReportChange 의 구현 때문이었습니다.

만약 똑같은 경로에서 윈도 탐색기 두 개를 열어 놓고,
한 쪽에서 파일 하나를 생성하면 다른 쪽 탐색기에서도 새로 만들어진 파일이 곧장 보여야 합니다.

이건 윈도 탐색기가 ReadDirectoryChangesW 함수를 잘 구현해 줬기 때문에 되는 일이기도 하지만, 파일 시스템에서도 FsRtlNotifyFullReportChange 를 구현해 줘야만 합니다.
파일 시스템에서 이 부분을 구현 안 하면 애플리케이션에서 아무리 디렉터리 변경을 기다리고 있더라도 통지가 오지 않게 되는 것입니다.
이 함수를 어떻게 구현해야 한다고 자세하게 알려주는 문서는 없었습니다. 우리는 다행히 이 부분을 잘 구현해둬서 파일 알림 통지가 잘 되고 있었는데… 통지만 잘 될 뿐 여기서 메모리가 새고 있었던 것입니다. 너무 적게 새어나가고 있어서 찾을 수가 없을 정도로.
이 버그를 완전히 고쳤을 때 얼마나 기뻤던지.

“재호야, 문제 원인은 찾았니? 언제까지 고칠 수 있겠니?” “휴… 잘 모르겠어요.” “난 네가 모르겠다고 말하는 게 제일 무서워.” 저에게는 이사님이 제 자리에 와서 언제까지 되겠니 묻는 게 가장 무서운 순간이었는데… 이사님은 제가 잘 모르겠다 말하는 게 가장 무섭다고 합니다. 서로가 무서운 이 웃픈 상황. 늦어도 좋으니 제발 일정을 알려 달라고. 이사님의 입장도 이해는 했습니다. 일정이 정해져야 영업팀과 운영팀에 알려서 고객들과 커뮤니케이션을 할 테니까. 하지만 정말 모르겠는 걸 어떡해… 함부로 말하다가 약속을 못 지키면? 그야말로 죽을 맛이었습니다. 어디가 문젠지 짐작도 안 가는데, 일정의 독촉은 계속 되고... 개발하면서 이렇게 스트레스받았을 때가 있었던가? 그건 파일 시스템 드라이버를 만들 때 였습니다. (N:에 마운트 하는 네이버 클라우드 탐색기를 떠올리시면 됩니다.) 윈도우를 며칠간 사용하다 보면 메모리가 사용량이 조금씩 높아진다는 제보들이 있었습니다. 처음엔 그게 우리 드라이버 때문인지 믿을 수가 없었습니다. 하지만 사내 사용자들의 제보도 계속 이어졌고, 문제를 찾기 위해 애쓰는 날들이 계속됐습니다. 애플리케이션과는 달리 커널 코드에서 메모리가 새면 찾기도 어려울뿐더러 컴퓨터를 껐다 켜기 전까지는 해소가 되지 않습니다. 지옥 같은 날들을 지나, 결국 어떤 부분에서 그러는지를 찾아냈습니다. 버그 제보를 받은 날부터 고치기까지 한 달쯤 걸렸던가? 아침에 눈을 뜨면 한숨부터 나오면서 회사 가기가 무서웠던 날들이었습니다. 오늘 편안하게 앉아서 창밖을 바라보다 문득 이때 생각이 났습니다. 회사를 그만두고 이런 압박이 없어져서 정말 다행입니다만… 생각해 보니 이런 압박 덕분에 결국 문제를 해결해 내고 성장할 수 있었던 것 같습니다. 그래도 이 정도로 스트레스받아가며 여생을 살고 싶진 않네요. (웃음) * TMI 토킹 오래된 기억이지만 문제는 FsRtlNotifyFullReportChange 의 구현 때문이었습니다. 만약 똑같은 경로에서 윈도 탐색기 두 개를 열어 놓고, 한 쪽에서 파일 하나를 생성하면 다른 쪽 탐색기에서도 새로 만들어진 파일이 곧장 보여야 합니다. 이건 윈도 탐색기가 ReadDirectoryChangesW 함수를 잘 구현해 줬기 때문에 되는 일이기도 하지만, 파일 시스템에서도 FsRtlNotifyFullReportChange 를 구현해 줘야만 합니다. 파일 시스템에서 이 부분을 구현 안 하면 애플리케이션에서 아무리 디렉터리 변경을 기다리고 있더라도 통지가 오지 않게 되는 것입니다. 이 함수를 어떻게 구현해야 한다고 자세하게 알려주는 문서는 없었습니다. 우리는 다행히 이 부분을 잘 구현해둬서 파일 알림 통지가 잘 되고 있었는데… 통지만 잘 될 뿐 여기서 메모리가 새고 있었던 것입니다. 너무 적게 새어나가고 있어서 찾을 수가 없을 정도로. 이 버그를 완전히 고쳤을 때 얼마나 기뻤던지.

언제까지 고칠 수 있겠니?

원문 : React Tech Stack [2025] 리액트 생태계에서는 항상 새로운 기술들이 등장하고 있습니다. 이번 글에서는 2025년에 풀스택 애플리케이션을 개발하기 위한 인기 있는 리액트 기술 스택 하나(!)를 탐구해 보겠습니다. 이를 통해 여러분만의 제품(예: SaaS) 또는 최소한의 MVP를 만들 수 있을 것입니다. 애초에 이 가이드를 쓴 이유는 무엇인가요? 저는 프리랜서 웹 개발자와…

(번역) 2025 리액트 기술 스택

오늘은 42dot의 유경상님이 번역해주신 글입니다.

이 글에서는 저자가 자신의 실무 경험과 현재 트렌드를 바탕으로 2025년 리액트 풀스택 애플리케이션 개발을 위한 기술 스택을 제안합니다. Next.js, Tailwind CSS, TypeScript, Prisma, Supabase 등의 핵심 기술과 함께 UI/UX, 상태 관리, 인증, 결제를 위한 도구들을 추천하며, 각 선택의 이유와 장점에 대해 설명하고 있습니다. 새해를 맞아 새로운 리액트 기반의 프로젝트를 준비하시는 분들께 이 글을 추천드립니다 :)

> 글 링크 : https://ykss.netlify.app/translation/2025_react_tech_stack/

오늘은 42dot의 유경상님이 번역해주신 글입니다. 이 글에서는 저자가 자신의 실무 경험과 현재 트렌드를 바탕으로 2025년 리액트 풀스택 애플리케이션 개발을 위한 기술 스택을 제안합니다. Next.js, Tailwind CSS, TypeScript, Prisma, Supabase 등의 핵심 기술과 함께 UI/UX, 상태 관리, 인증, 결제를 위한 도구들을 추천하며, 각 선택의 이유와 장점에 대해 설명하고 있습니다. 새해를 맞아 새로운 리액트 기반의 프로젝트를 준비하시는 분들께 이 글을 추천드립니다 :) &gt; 글 링크 : https://ykss.netlify.app/translation/2025_react_tech_stack/

ykss.netlify.app

2025 리액트 기술 스택

[번외편] 영어 실력이 부족하여 고민하고 있는 분들에게

해외에서 살다보면 가장 열등감을 느낄 수 있는 부분이 바로 의사 소통 능력입니다.

그들은 이미 잘 알고 있지만, 나는 모르는 것.
그들끼리 당연하게 사용하는 언어를 나는 이해하지 못하는 것,
전달하고자 하는 바를 제대로 전달하지 못해 느끼는 좌절감과 무력감.

해외에서 사시는 분들은 살면서 한번 정도는 경험해본 경험들일 거에요.

저도 미국 생활 초반, 이 기분을 많이 느꼈습니다.
서브웨이에서 원하는 메뉴를 제대로 주문하지 못해,
내가 원하지 않는 메뉴를 받았을 때의 그 기분은 말로 표현하기가 힘들죠.

하지만 그 경험 덕분에,
저는 미국에서 내가 원하는 것을 정확하게 말하는 것이 얼마나 중요한지, 그리고 적극적으로 표현하는 행동이 어떤 결과를 만드는 지를 살면서 깨달을 수 있었습니다.

해외에서 살면서 유창한 영어 실력보다 더욱 중요한 것은 내가 원하는 바를 어떻게 표현하는지를 배우는 것이라고 생각합니다.

언어를 사용하는 방법 중 저는 말하기가 가장 중요하다고 생각합니다. 말하기에는 읽기, 쓰기, 듣기와 달리 나의 의도와 태도가 가장 많이 반영됩니다.

어떤 관용어를 사용하거나, 어떤 문장 구조를 사용하거나, 또는 어떤 고급 단어를 사용하는지보다,

내가 가지고자 하는 의도와 태도를 담아서 말하는 법을 익히는 것,
그것이 해외 생활에서 가장 크게 배운 교훈 중 하나였습니다.

[번외편] 영어 실력이 부족하여 고민하고 있는 분들에게 해외에서 살다보면 가장 열등감을 느낄 수 있는 부분이 바로 의사 소통 능력입니다. 그들은 이미 잘 알고 있지만, 나는 모르는 것. 그들끼리 당연하게 사용하는 언어를 나는 이해하지 못하는 것, 전달하고자 하는 바를 제대로 전달하지 못해 느끼는 좌절감과 무력감. 해외에서 사시는 분들은 살면서 한번 정도는 경험해본 경험들일 거에요. 저도 미국 생활 초반, 이 기분을 많이 느꼈습니다. 서브웨이에서 원하는 메뉴를 제대로 주문하지 못해, 내가 원하지 않는 메뉴를 받았을 때의 그 기분은 말로 표현하기가 힘들죠. 하지만 그 경험 덕분에, 저는 미국에서 내가 원하는 것을 정확하게 말하는 것이 얼마나 중요한지, 그리고 적극적으로 표현하는 행동이 어떤 결과를 만드는 지를 살면서 깨달을 수 있었습니다. 해외에서 살면서 유창한 영어 실력보다 더욱 중요한 것은 내가 원하는 바를 어떻게 표현하는지를 배우는 것이라고 생각합니다. 언어를 사용하는 방법 중 저는 말하기가 가장 중요하다고 생각합니다. 말하기에는 읽기, 쓰기, 듣기와 달리 나의 의도와 태도가 가장 많이 반영됩니다. 어떤 관용어를 사용하거나, 어떤 문장 구조를 사용하거나, 또는 어떤 고급 단어를 사용하는지보다, 내가 가지고자 하는 의도와 태도를 담아서 말하는 법을 익히는 것,그것이 해외 생활에서 가장 크게 배운 교훈 중 하나였습니다.

[번외편] IT 직무로 해외 취업을 고려하는 분들에게 드리고 싶은

그만 성장해야겠다

영상 컨텐츠를 확인해보면 유독 우리나라 사람들은 성장 성장 성장 노래합니다.

갓생이라는 이름으로 스스로를 착취하고 전시합니다.

그래서 종혁님의 글에서 이 문구가 와닿네요.

"올해는 작은 목표만 세웠다. 멀리 나아가기보다, 나를 가까이에서 둘러싼 것들에 대해 더 알고 싶다."

https://maxkim-j.github.io/posts/stop-growing/

영상 컨텐츠를 확인해보면 유독 우리나라 사람들은 성장 성장 성장 노래합니다. 갓생이라는 이름으로 스스로를 착취하고 전시합니다. 그래서 종혁님의 글에서 이 문구가 와닿네요. "올해는 작은 목표만 세웠다. 멀리 나아가기보다, 나를 가까이에서 둘러싼 것들에 대해 더 알고 싶다." https://maxkim-j.github.io/posts/stop-growing/

maxkim-j.github.io

우리는 성장을 강요받는다

This will be a happy new year - let me explain..

2025 - UX is dead - Long live Problem Solving

최근 링크드인에서 화제가 된 글을 UX 리서처 관점에서 재해석해보았습니다. 이 글은 트레바리 <리서치 하는데요> 시즌4 멤버인 아름 님께서 소개해주셨습니다. 마침 2번째 모임에서 『대체 뭐가 문제야』라는 책을 함께 읽고 '문제 정의'에 대해 토론을 하며 UX를 업으로 하는 사람으로서 어떻게 문제를 제대로 정의하고, 근원적인 솔루션을 도출할 수 있을까? 고민했기에 다소 자극적인 포스팅이지만 가만히 생각해 볼 지점들도 있습니다.

시간을 들여서라도 원문을 꼭 함께 살펴보시면 좋겠습니다. Anthony Sean McSharry - LinkedIn 포스트 "2025 - UX is dead - Long live Problem Solving"

[ 큐레이터의 문장 🎒 ]

UX는 정말 죽었나?

현재 UX 업계는 중대한 위기를 맞이했다며 저자는 이렇게 주장합니다. 누구나 사용자 경험을 이야기하고 UX를 한다고 자신의 직무에 UX를 붙입니다.

UX has become a joke - anyone can do (or rather not do) it and just add 'UX' to their title.

UX란 말이 농담거리가 되어버렸어요. 누구나 UX를 한다고 하고(또는 하지도 않으면서), 그저 직함에 'UX'만 붙이면 그만입니다. 단순한 도발이라고 보기에는 현실적인 부분이 많습니다. 저자는 현재 UX 업계의 문제점을 이렇게 짚어냅니다.

Focus on UI design, talk endlessly about 'empathy', use tools that cannot provide realistic usability tests, create hi-fidelity prototypes instead of hi-functioning prototypes, do not understand or do research, use made up Personas.

UI 디자인에만 매달리고, '공감'이란 말만 반복하며, 실제 사용성 검증이 불가능한 도구들을 쓰고 있어요. 제대로 작동하는 프로토타입은 만들지 않으면서 겉모습만 그럴듯한 시안만 만들죠. 리서치는 이해하지도 못하고 수행하지도 않으면서 근거 없는 페르소나만 만들어냅니다.

진정한 UX의 역할은 무엇일까?

그렇다면 진정한 UX란 무엇일까요? 저자는 이렇게 설명합니다.

UX 담당자가 해결해야 할 문제는

 * 3가지 도메인(사용자, 비즈니스, 기술)을 모두 아우르며
 * 디지털 뿐만 아니라 피지컬, 물리적 환경에서도 작동합니다
 * 소프트웨어만큼 프로세스도 중요하고
 * 운영 효율을 높이고
 * 비용은 줄이면서
 * 기능적으로 가치 있고 매력적인 해결책을 만들어내야 합니다

UX 죽음에 책임있는 자들은 누구인가?

 1. UI 디자인에만 집중하는
 2. '공감'에 대해 끝없이 이야기하는(구체적인 문제정의와 솔루션 없이)
 3. 현실적인 사용성 테스트를 제공할 수 없는 도구를 사용하는
 4. 고기능(High-functioning) 프로토타입 대신 그럴듯해보이는 프로토타입을 만드는
 5. UX 리서치를 이해하지 못하거나 수행하지 않는
 6. (AI 등을 통해) 만들어낸 페르소나를 사용하는
 7. 마케팅 카피를 쓰고 이를 UX라고 부르는
 8. UX가 디지털에만 존재한다고 생각하는
 9. 아름답게 디자인된 포트폴리오를 가진
 10. Figma 같은 쓸모없는 도구를 사용하는(Figma의 장점은 '쉬운 도구'라는 것인데 주객전도로 Figma로 리서치까지 모두 다 할 수 있다고 맹신하는)
 11. 기술을 이해하지 못하는
 12. 비즈니스를 이해하지 못하는
 13. 심리학이 그들의 결정과 작업에 어떤 영향을 미치는지 이해하지 못하는
 14. 직원을 사용자로 고려하지 않는
 15. CX와 UX가 다른 것이라고 주장하는
 16. 서비스 디자인을 하지 않는(무엇이라 부르든)
 17. 애자일 내부에서 부분, 일부로 작동하는(애자일 스프린트가 시작되기 전에 충분한 리서치와 검증이 선행되어야 함)
 18. 이러한 믿음을 홍보하고 잘못된 내용을 리더들, 컨퍼런스에서 발표하는

2025년, 우리는 어디로 가야 하나?

If you are a real UXer (a true problem solver) your value is more important than ever, but your title will have to change.

(그럼에도) 진정한 UX 역할자, 즉 진정한 문제 해결자라면 당신의 가치는 그 어느 때보다 빛날 것입니다. 다만 직함은 바뀌어야 할 거예요.

UX 리서처가 갖춰야 할 역량들

 1. 리서치 방법론 균형감각과 고도화
 * 정성적/정량적 리서치의 균형
 * 비즈니스 지표와의 연계, 논리성
 
 
 2. 문제 해결 능력 강화
 * 정성적/정량적 데이터에 기반한 의사결정 지원
 * 비즈니스/기술 영역에 대한 이해까지
 * 실질적인 비즈니스 운영까지 고려
 
 
 3. 리서치 임팩트 입증
 * 리서치로 발견한 문제 해결에 대해 리서치 투자 대비 효과 측정 필요
 * 비즈니스 성과와 연계한 리서치 효능 분석

이제는 UX라는 직함이 아니라 실제 문제를 해결할 수 있는 능력이 중요한 시대입니다. 2025년, UX 리서처는 단순히 '사용자 조사만 하는 사람'이 아닌 '실질적인 비즈니스 문제를 해결하는 전문가'로 거듭나야 합니다.

2025년은 UX 업계의 중요한 전환점이 될 것 같습니다. 하지만 UX 리서처들에게는 오히려 기회일 수 있습니다. 탄탄한 리서치 역량을 바탕으로 진정한 비즈니스 문제 해결에 기여할 수 있다면, UX 리서처의 가치는 더욱 빛날 수 있을 테니까요.

https://www.linkedin.com/pulse/2025-ux-dead-long-live-problem-solving-anthony-sean-mcsharry-mxele/

최근 링크드인에서 화제가 된 글을 UX 리서처 관점에서 재해석해보았습니다. 이 글은 트레바리 &lt;리서치 하는데요&gt; 시즌4 멤버인 아름 님께서 소개해주셨습니다. 마침 2번째 모임에서 『대체 뭐가 문제야』라는 책을 함께 읽고 '문제 정의'에 대해 토론을 하며 UX를 업으로 하는 사람으로서 어떻게 문제를 제대로 정의하고, 근원적인 솔루션을 도출할 수 있을까? 고민했기에 다소 자극적인 포스팅이지만 가만히 생각해 볼 지점들도 있습니다. 시간을 들여서라도 원문을 꼭 함께 살펴보시면 좋겠습니다. Anthony Sean McSharry - LinkedIn 포스트 "2025 - UX is dead - Long live Problem Solving" [ 큐레이터의 문장 🎒 ] UX는 정말 죽었나? 현재 UX 업계는 중대한 위기를 맞이했다며 저자는 이렇게 주장합니다. 누구나 사용자 경험을 이야기하고 UX를 한다고 자신의 직무에 UX를 붙입니다. UX has become a joke - anyone can do (or rather not do) it and just add 'UX' to their title. UX란 말이 농담거리가 되어버렸어요. 누구나 UX를 한다고 하고(또는 하지도 않으면서), 그저 직함에 'UX'만 붙이면 그만입니다. 단순한 도발이라고 보기에는 현실적인 부분이 많습니다. 저자는 현재 UX 업계의 문제점을 이렇게 짚어냅니다. Focus on UI design, talk endlessly about 'empathy', use tools that cannot provide realistic usability tests, create hi-fidelity prototypes instead of hi-functioning prototypes, do not understand or do research, use made up Personas. UI 디자인에만 매달리고, '공감'이란 말만 반복하며, 실제 사용성 검증이 불가능한 도구들을 쓰고 있어요. 제대로 작동하는 프로토타입은 만들지 않으면서 겉모습만 그럴듯한 시안만 만들죠. 리서치는 이해하지도 못하고 수행하지도 않으면서 근거 없는 페르소나만 만들어냅니다. 진정한 UX의 역할은 무엇일까? 그렇다면 진정한 UX란 무엇일까요? 저자는 이렇게 설명합니다. UX 담당자가 해결해야 할 문제는 <ul><li>3가지 도메인(사용자, 비즈니스, 기술)을 모두 아우르며</li><li>디지털 뿐만 아니라 피지컬, 물리적 환경에서도 작동합니다</li><li>소프트웨어만큼 프로세스도 중요하고</li><li>운영 효율을 높이고</li><li>비용은 줄이면서</li><li>기능적으로 가치 있고 매력적인 해결책을 만들어내야 합니다</li></ul> UX 죽음에 책임있는 자들은 누구인가? <ol><li>UI 디자인에만 집중하는</li><li>'공감'에 대해 끝없이 이야기하는(구체적인 문제정의와 솔루션 없이)</li><li>현실적인 사용성 테스트를 제공할 수 없는 도구를 사용하는</li><li>고기능(High-functioning) 프로토타입 대신 그럴듯해보이는 프로토타입을 만드는</li><li>UX 리서치를 이해하지 못하거나 수행하지 않는</li><li>(AI 등을 통해) 만들어낸 페르소나를 사용하는</li><li>마케팅 카피를 쓰고 이를 UX라고 부르는</li><li>UX가 디지털에만 존재한다고 생각하는</li><li>아름답게 디자인된 포트폴리오를 가진</li><li>Figma 같은 쓸모없는 도구를 사용하는(Figma의 장점은 '쉬운 도구'라는 것인데 주객전도로 Figma로 리서치까지 모두 다 할 수 있다고 맹신하는)</li><li>기술을 이해하지 못하는</li><li>비즈니스를 이해하지 못하는</li><li>심리학이 그들의 결정과 작업에 어떤 영향을 미치는지 이해하지 못하는</li><li>직원을 사용자로 고려하지 않는</li><li>CX와 UX가 다른 것이라고 주장하는</li><li>서비스 디자인을 하지 않는(무엇이라 부르든)</li><li>애자일 내부에서 부분, 일부로 작동하는(애자일 스프린트가 시작되기 전에 충분한 리서치와 검증이 선행되어야 함)</li><li>이러한 믿음을 홍보하고 잘못된 내용을 리더들, 컨퍼런스에서 발표하는</li></ol> 2025년, 우리는 어디로 가야 하나? If you are a real UXer (a true problem solver) your value is more important than ever, but your title will have to change. (그럼에도) 진정한 UX 역할자, 즉 진정한 문제 해결자라면 당신의 가치는 그 어느 때보다 빛날 것입니다. 다만 직함은 바뀌어야 할 거예요. UX 리서처가 갖춰야 할 역량들 <ol><li>리서치 방법론 균형감각과 고도화<ul><li>정성적/정량적 리서치의 균형</li><li>비즈니스 지표와의 연계, 논리성</li></ul> </li><li>문제 해결 능력 강화<ul><li>정성적/정량적 데이터에 기반한 의사결정 지원</li><li>비즈니스/기술 영역에 대한 이해까지</li><li>실질적인 비즈니스 운영까지 고려</li></ul> </li><li>리서치 임팩트 입증<ul><li>리서치로 발견한 문제 해결에 대해 리서치 투자 대비 효과 측정 필요</li><li>비즈니스 성과와 연계한 리서치 효능 분석</li></ul></li></ol> 이제는 UX라는 직함이 아니라 실제 문제를 해결할 수 있는 능력이 중요한 시대입니다. 2025년, UX 리서처는 단순히 '사용자 조사만 하는 사람'이 아닌 '실질적인 비즈니스 문제를 해결하는 전문가'로 거듭나야 합니다. 2025년은 UX 업계의 중요한 전환점이 될 것 같습니다. 하지만 UX 리서처들에게는 오히려 기회일 수 있습니다. 탄탄한 리서치 역량을 바탕으로 진정한 비즈니스 문제 해결에 기여할 수 있다면, UX 리서처의 가치는 더욱 빛날 수 있을 테니까요. https://www.linkedin.com/pulse/2025-ux-dead-long-live-problem-solving-anthony-sean-mcsharry-mxele/

www.linkedin.com

《2025년 UX는 죽었다》

This repo includes ChatGPT prompt curation to use ChatGPT and other LLM tools better. - f/awesome-chatgpt-prompts

GitHub - f/awesome-chatgpt-prompts: This repo includes ChatGPT prompt curation to use ChatGPT and other LLM tools better.

최근 ChatGPT를 사용하지 않는 사람을 찾아보기 힘들 만큼 많은 분들이 이를 활용하고 계십니다. 대부분은 프롬프트를 즉석에서 작성해 요청하는 경우가 많지만, 고품질 프롬프트를 사용하면 더욱 정교하고 만족스러운 결과를 얻을 수 있습니다.

GitHub의 Awesome ChatGPT Prompts는 다른 사용자들이 미리 만들어둔 고품질 프롬프트 209개를 체계적으로 정리해둔 저장소입니다.

이 프롬프트들은 다양한 분야에서 유용하게 활용할 수 있으며, 여러분의 작업 효율을 크게 향상시킬 수 있습니다.

주요 활용 방법:
 1. 웹사이트를 통한 검색
    https://prompts.chat/ 웹사이트를 이용하면 저장소의 내용을 쉽게 검색할 수 있습니다.
 2. CSV 파일 검색
    저장소 내 prompts.csv 파일은 (https://github.com/f/awesome-chatgpt-prompts/blob/main/prompts.csv) 프롬프트를 한눈에 확인하고, 웹브라우저에서 검색할 수 있도록 제공됩니다.
 3. 터미널에서 검색
    터미널 사용에 익숙하다면 저장소를 다운로드한 뒤, 제공된 스크립트인 find-prompt를 실행해 프롬프트를 빠르게 찾아볼 수 있습니다. (https://github.com/f/awesome-chatgpt-prompts/blob/main/scripts/find-prompt)

나만의 프롬프트 관리:
 * 본인만의 프롬프트를 정리하고 싶다면 CSV 파일에 직접 추가해 저장할 수 있어 관리도 편리합니다.

활용 팁:
저장소의 프롬프트를 참고해 ChatGPT를 더 효과적으로 활용해 보세요. 다른 사용자가 만들어둔 프롬프트를 살펴보고, 이를 참고해 나만의 프롬프트를 작성하면 ChatGPT와의 대화가 한층 더 풍부해질 것입니다.

GitHub 저장소 링크:
https://github.com/f/awesome-chatgpt-prompts

최근 ChatGPT를 사용하지 않는 사람을 찾아보기 힘들 만큼 많은 분들이 이를 활용하고 계십니다. 대부분은 프롬프트를 즉석에서 작성해 요청하는 경우가 많지만, 고품질 프롬프트를 사용하면 더욱 정교하고 만족스러운 결과를 얻을 수 있습니다. GitHub의 Awesome ChatGPT Prompts는 다른 사용자들이 미리 만들어둔 고품질 프롬프트 209개를 체계적으로 정리해둔 저장소입니다. 이 프롬프트들은 다양한 분야에서 유용하게 활용할 수 있으며, 여러분의 작업 효율을 크게 향상시킬 수 있습니다. 주요 활용 방법:<ol ><li>웹사이트를 통한 검색 https://prompts.chat/ 웹사이트를 이용하면 저장소의 내용을 쉽게 검색할 수 있습니다.</li><li>CSV 파일 검색 저장소 내 prompts.csv 파일은 (https://github.com/f/awesome-chatgpt-prompts/blob/main/prompts.csv) 프롬프트를 한눈에 확인하고, 웹브라우저에서 검색할 수 있도록 제공됩니다. </li><li>터미널에서 검색 터미널 사용에 익숙하다면 저장소를 다운로드한 뒤, 제공된 스크립트인 find-prompt를 실행해 프롬프트를 빠르게 찾아볼 수 있습니다. (https://github.com/f/awesome-chatgpt-prompts/blob/main/scripts/find-prompt) </li></ol> 나만의 프롬프트 관리:<ul ><li>본인만의 프롬프트를 정리하고 싶다면 CSV 파일에 직접 추가해 저장할 수 있어 관리도 편리합니다.</li></ul> 활용 팁:저장소의 프롬프트를 참고해 ChatGPT를 더 효과적으로 활용해 보세요. 다른 사용자가 만들어둔 프롬프트를 살펴보고, 이를 참고해 나만의 프롬프트를 작성하면 ChatGPT와의 대화가 한층 더 풍부해질 것입니다. GitHub 저장소 링크: https://github.com/f/awesome-chatgpt-prompts

GitHub

ChatGPT를 위한 고품질 프롬프트 모음

성공에 관한 두 가지 시각이 있다. 하나는 강점 강화고 다른 하나는 약점 보완이다. 어느 쪽이 정답일까?    직장생활을 하면서 자신의 강점과 장점을 인정받는 순간은 참 뿌듯하다. 그 장점으로 인해 리더가 된 경우 더 그렇다. 그런데 리더가 된 이후엔 강점이 곧 약점이 되기도 한다. 사례를 보자.      A팀장은 신입 시절부터 목표 집중력이 좋다는 말을 들어왔다. 결과를 낼 때까지 끈기있게 밀어붙이는 업무 스타일을 고수해왔다. 계획대로 되지 않은 일은 적극적으로 관여해 차질이 없게 하는

성공하는 리더는 강점을 강화한 사람도, 약점을 보완한 사람도 아니다

성공에 관한 두 가지 시각이 있다. 하나는 강점 강화고 다른 하나는 약점 보완이다. 어느 쪽이 정답일까?

직장생활을 하면서 자신의 강점과 장점을 인정받는 순간은 참 뿌듯하다. 그 장점으로 인해 리더가 된 경우 더 그렇다. 그런데 리더가 된 이후엔 강점이 곧 약점이 되기도 한다. 사례를 보자.

A팀장은 신입 시절부터 목표 집중력이 좋다는 말을 들어왔다. 결과를 낼 때까지 끈기있게 밀어붙이는 업무 스타일을 고수해왔다. 계획대로 되지 않은 일은 적극적으로 관여해 차질이 없게 하는 진행했다. 발군의 업무 추진력을 인정받아 팀장이 되었다.

A팀장은 변한 게 없다. 여전히 결과지향적이고 집중력이 탁월하다. 그런데, 팀장이 되고 나서는 하나의 일이 아니라 여러 프로젝트를 동시에 관리해야 하는데, 우선순위에 지나치게 집착하는 바람에 돌발 상황에 대처하지 못하는 일이 발생하기 시작했다.

하나의 프로젝트를 마치기 전에 다른 프로젝트를 시작하는 것도 어려워했다. 뜻대로 진행되지 않을 때 쉽게 화를 내고 짜증내는 일도 잦아졌다. 과거엔 전략 실행 능력이 탁월했다는 평가를 받았지만, 어느새 전략적 사고력이 상대적으로 떨어진다는 말이 나오기 시작했고, 최근엔 비전과 전략적 사고에서 최악의 평가를 받았다.

A팀장에게만 나타난 독특한 현상이라고 생각하는가? 그렇지 않다. 세계적인 조직심리학자 로버트 호건(Robert Hogan)은 리더십에 관한 연구들의 여러 연구시점, 다양한 장소, 다양한 집단을 종합해 성공하는 리더와 실패하는 리더에는 눈에 띄는 점이 있다는 사실을 발견했다.

성공하는 리더들 간의 공통점은 비교적 적지만, 실패하는 리더의 공통점은 훨씬 많았다. 그 공통점 중 하나는 바로 자신의 장점이 약점으로 변질되는 순간을 인식하지 못한다는 것이다(Hogan, R. (2017). Personality and the fate of organizations. Psychology Press.).

조직풍토조사(Organizational Clmate Survey)에서는 보수, 복리후생, 작업환경, 안전, 성취, 자율성, 사회적 지지 등에 대한 구성원들의 인식 수준을 측정한다. 흥미로운 점은 구성원들의 조직풍토 인식에 있어 최악을 만드는 요인이 바로 리더라는 점이다.

조직풍토 조성에 리더가 중요하다는 사실은 어떤 조직이나 알고 있다. 조직에서 누군가를 리더로 선정할 때는 조직풍토를 개선하고자 하는 의도가 깔린 것이다. 하지만, 리더의 강점은 언제든 약점이 될 수 있다.

매우 독립적인 사람이 리더가 되면 팀 구축과 육성에 약점을 보이고, 부하들에게 권한을 위양하지도 부하들 간의 갈등을 해결하지도 못한다. 매우 창의적인 사람이 리더가 되면 조직화하지 못하고 과업을 세밀하게 검토하지 못한다. 자기 주장과 의지과 확고한 사람이 리더가 되면 주변 사람과의 논쟁에서 이기려고 하고, 상사와 전략적 관점에 차이가 있을 경우 좁히지 못한다.

리더십에 있어 성공은 강점을 강화하는 것도 약점을 보완하는 것도 아니다. 자신의 강점이 약점이 될 수 있는 순간을 인식하고 적절히 대응할 수 있어야 한다. 섣불리 강점을 강화하라거나 약점을 보완하라는 조언을 해서는 안된다.

그렇다면, 강점을 유지하고 약점으로 변질되지 않게 만드는 대안은 무엇일까?

1️⃣가장 중요한 것은 자기 인식 강화다.
360도 피드백은 필수다. 비공식적 멘토들을 통해 피드백을 받는 것도 필요하다.

2️⃣적극적인 학습이다.
자신의 강점이 약점이 될 수 있음을 인지함과 동시에 이를 보완할 수 있는 효과적 대안을 시행하는 것이다. 효과적인 대안은 이미 많이 연구되어 있다. 학습이 부족할 뿐이다.

3️⃣경력 경로의 확대다.
조직 내 다양한 분야의 업무 경험과 사람들과의 인간관계를 경험하는 것은 보다 폭넓은 관점을 갖게 한다.

4️⃣균형잡힌 삶이다.
자아강도(ego strength)는 불균형 상태에서 강해진다. 아닌 줄 알면서도 끝까지 우길 때가 있다. 자아에 위협을 받는 상태여서다. 직장에서의 나 뿐만 아니라, 가정에서, 사회에서, 친구로서의 나 등 자아가 다양한 사람은 자아의 위협에 비교적 잘 대응할 수 있다.

그래서 직장 뿐만 아니라, 가정, 운동, 취미, 학습, 봉사활동, 사회 모임 등 다양한 장면에서 자아를 돌아보는 것은 자아 위협에 효과적으로 대응할 수 있는 방안이다.

리더로서 성공은 강점 강화도 약점 보완도 아닌, 리더가 되기 전의 강점이 리더가 된 후에 약점으로 변질되는 시점에 대한 인식과 대응이라는 것을 기억하자.

성공에 관한 두 가지 시각이 있다. 하나는 강점 강화고 다른 하나는 약점 보완이다. 어느 쪽이 정답일까? 직장생활을 하면서 자신의 강점과 장점을 인정받는 순간은 참 뿌듯하다. 그 장점으로 인해 리더가 된 경우 더 그렇다. 그런데 리더가 된 이후엔 강점이 곧 약점이 되기도 한다. 사례를 보자. A팀장은 신입 시절부터 목표 집중력이 좋다는 말을 들어왔다. 결과를 낼 때까지 끈기있게 밀어붙이는 업무 스타일을 고수해왔다. 계획대로 되지 않은 일은 적극적으로 관여해 차질이 없게 하는 진행했다. 발군의 업무 추진력을 인정받아 팀장이 되었다. A팀장은 변한 게 없다. 여전히 결과지향적이고 집중력이 탁월하다. 그런데, 팀장이 되고 나서는 하나의 일이 아니라 여러 프로젝트를 동시에 관리해야 하는데, 우선순위에 지나치게 집착하는 바람에 돌발 상황에 대처하지 못하는 일이 발생하기 시작했다. 하나의 프로젝트를 마치기 전에 다른 프로젝트를 시작하는 것도 어려워했다. 뜻대로 진행되지 않을 때 쉽게 화를 내고 짜증내는 일도 잦아졌다. 과거엔 전략 실행 능력이 탁월했다는 평가를 받았지만, 어느새 전략적 사고력이 상대적으로 떨어진다는 말이 나오기 시작했고, 최근엔 비전과 전략적 사고에서 최악의 평가를 받았다. A팀장에게만 나타난 독특한 현상이라고 생각하는가? 그렇지 않다. 세계적인 조직심리학자 로버트 호건(Robert Hogan)은 리더십에 관한 연구들의 여러 연구시점, 다양한 장소, 다양한 집단을 종합해 성공하는 리더와 실패하는 리더에는 눈에 띄는 점이 있다는 사실을 발견했다. 성공하는 리더들 간의 공통점은 비교적 적지만, 실패하는 리더의 공통점은 훨씬 많았다. 그 공통점 중 하나는 바로 자신의 장점이 약점으로 변질되는 순간을 인식하지 못한다는 것이다(Hogan, R. (2017). Personality and the fate of organizations. Psychology Press.). 조직풍토조사(Organizational Clmate Survey)에서는 보수, 복리후생, 작업환경, 안전, 성취, 자율성, 사회적 지지 등에 대한 구성원들의 인식 수준을 측정한다. 흥미로운 점은 구성원들의 조직풍토 인식에 있어 최악을 만드는 요인이 바로 리더라는 점이다. 조직풍토 조성에 리더가 중요하다는 사실은 어떤 조직이나 알고 있다. 조직에서 누군가를 리더로 선정할 때는 조직풍토를 개선하고자 하는 의도가 깔린 것이다. 하지만, 리더의 강점은 언제든 약점이 될 수 있다. 매우 독립적인 사람이 리더가 되면 팀 구축과 육성에 약점을 보이고, 부하들에게 권한을 위양하지도 부하들 간의 갈등을 해결하지도 못한다. 매우 창의적인 사람이 리더가 되면 조직화하지 못하고 과업을 세밀하게 검토하지 못한다. 자기 주장과 의지과 확고한 사람이 리더가 되면 주변 사람과의 논쟁에서 이기려고 하고, 상사와 전략적 관점에 차이가 있을 경우 좁히지 못한다. 리더십에 있어 성공은 강점을 강화하는 것도 약점을 보완하는 것도 아니다. 자신의 강점이 약점이 될 수 있는 순간을 인식하고 적절히 대응할 수 있어야 한다. 섣불리 강점을 강화하라거나 약점을 보완하라는 조언을 해서는 안된다. 그렇다면, 강점을 유지하고 약점으로 변질되지 않게 만드는 대안은 무엇일까? 1️⃣가장 중요한 것은 자기 인식 강화다.360도 피드백은 필수다. 비공식적 멘토들을 통해 피드백을 받는 것도 필요하다. 2️⃣적극적인 학습이다.자신의 강점이 약점이 될 수 있음을 인지함과 동시에 이를 보완할 수 있는 효과적 대안을 시행하는 것이다. 효과적인 대안은 이미 많이 연구되어 있다. 학습이 부족할 뿐이다. 3️⃣경력 경로의 확대다.조직 내 다양한 분야의 업무 경험과 사람들과의 인간관계를 경험하는 것은 보다 폭넓은 관점을 갖게 한다. 4️⃣균형잡힌 삶이다.자아강도(ego strength)는 불균형 상태에서 강해진다. 아닌 줄 알면서도 끝까지 우길 때가 있다. 자아에 위협을 받는 상태여서다. 직장에서의 나 뿐만 아니라, 가정에서, 사회에서, 친구로서의 나 등 자아가 다양한 사람은 자아의 위협에 비교적 잘 대응할 수 있다. 그래서 직장 뿐만 아니라, 가정, 운동, 취미, 학습, 봉사활동, 사회 모임 등 다양한 장면에서 자아를 돌아보는 것은 자아 위협에 효과적으로 대응할 수 있는 방안이다. 리더로서 성공은 강점 강화도 약점 보완도 아닌, 리더가 되기 전의 강점이 리더가 된 후에 약점으로 변질되는 시점에 대한 인식과 대응이라는 것을 기억하자.

ㅍㅍㅅㅅ

성공에 관한 두 가지 시각이 있다. 하나는 강점 강화고 다른 하나

개발/프로그래밍 무료 작품을 확인해보세요.

개발/프로그래밍 무료 - 전자책 - 최대 90% 할인! 웰컴 마크다운 - 리디

RIDI 에서 무료로 볼 수 있는 다양한 기술 서적을 제공하고 있네요. 저는 특정 기술 분야에 대한 체계적인 지식이 필요할 때, 책을 통해 학습하는 편인데요. RIDI에 있는 책들을 보니 목차와 내용이 매우 충실해 보입니다.

개인적으로는 종이책을 선호하지만, 전문적인 지식이 필요하거나 빠르게 읽어야 할 때 RIDI의 전자책이 유용할 것 같습니다. 또한, RIDI는 PC용 뷰어도 제공해주어서, 데스크톱 환경에서도 편리하게 독서를 즐길 수 있다는 점도 장점입니다.

https://ridibooks.com/category/free-books/2220

RIDI 에서 무료로 볼 수 있는 다양한 기술 서적을 제공하고 있네요. 저는 특정 기술 분야에 대한 체계적인 지식이 필요할 때, 책을 통해 학습하는 편인데요. RIDI에 있는 책들을 보니 목차와 내용이 매우 충실해 보입니다. 개인적으로는 종이책을 선호하지만, 전문적인 지식이 필요하거나 빠르게 읽어야 할 때 RIDI의 전자책이 유용할 것 같습니다. 또한, RIDI는 PC용 뷰어도 제공해주어서, 데스크톱 환경에서도 편리하게 독서를 즐길 수 있다는 점도 장점입니다. https://ridibooks.com/category/free-books/2220

리디

RIDI로 만나는 무료 기술 서적

We present Chameleon, a family of early-fusion token-based mixed-modal models capable of understanding and generating images and text in any arbitrary sequence. We outline a stable training approach from inception, an alignment recipe, and an architectura

Chameleon: Mixed-Modal Early-Fusion Foundation Models

커리어리 친구들, FAIR의 새로운 논문, "Chameleon: Mixed-Modal Early-Fusion Foundation Models"를 추천드립니다.

논문 읽기 ➡️ https://go.fb.me/7rb19n

일부 대형 언어 모델(LLM)은 이미지와 텍스트 인코더 또는 디코더를 별도로 가지고 있지만, 이 연구는 임의의 순서로 이미지와 텍스트를 이해하고 생성할 수 있는 초기 융합 토큰 기반의 혼합 모달 모델 계열을 제시합니다.

논문에는 전체 모델링 접근 방식과 훈련에 대한 자세한 내용이 포함되어 있습니다. 이 연구를 공유함으로써 혼합 모달 모델에 대한 연구가 한 단계 발전된 것 같아서 공유 드립니다.

커리어리 친구들, FAIR의 새로운 논문, "Chameleon: Mixed-Modal Early-Fusion Foundation Models"를 추천드립니다. 논문 읽기 ➡️ https://go.fb.me/7rb19n 일부 대형 언어 모델(LLM)은 이미지와 텍스트 인코더 또는 디코더를 별도로 가지고 있지만, 이 연구는 임의의 순서로 이미지와 텍스트를 이해하고 생성할 수 있는 초기 융합 토큰 기반의 혼합 모달 모델 계열을 제시합니다. 논문에는 전체 모델링 접근 방식과 훈련에 대한 자세한 내용이 포함되어 있습니다. 이 연구를 공유함으로써 혼합 모달 모델에 대한 연구가 한 단계 발전된 것 같아서 공유 드립니다.

arXiv.org

(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.

넷마블 잡부

민형기

#백엔드 #개발자 #소프트웨어엔지니어

연세대학교

준성

<FAIR의 새로운 논문, Chameleon>

머신 러닝

MySQL

python

html

javascript

SpringBoot

django

Java

Docker

Kubernetes

Linux

c언어

React

typescript

Node.js

Vue.js

Spring

Github

OracleDB

Android

데이터 분석

커뮤니케이션

대규모 데이터센터나 서버에서 대규모 언어 모델 또는 멀티모달, 딥러닝 모델에 대한 GPU를 이용한 분산 훈련 및 추론 솔루션 아키텍처를 기업 대상으로 하고 있습니다. 

HPC&AI PreSales

AI 전략경영 MBA

서진호

서진호의 링크드인

Google Cloud Innovators

시나브로의 실리콘 밸리 산책

저의 깃허브

클라우드 또는 하이브리드 컴퓨팅에서 빅데이타 분석과 GPU와 고성능 분산 컴퓨팅 기반의 머신러닝 및 딥러닝, 생성형 AI(LLM/LMM)에 대한 솔루션 아키텍처 컨설팅.

#소프트웨어엔지니어 #데이터사이언스 #Ai #데이터애널리스트 #GPU #분산훈련

<FAIR의 새로운 논문, Chameleon>

댓글 0

비슷한 게시물

주간 인기 TOP 10

추천 프로필