1. 불확실성을 견디는 사람
불확실한 상황에도 묵묵히 1인분 이상을 해내는 사람

2. 불확실성을 즐기는 사람
불확실한 상황에서 만난 문제를 해결하길 즐기는 사람

3. 불확실성을 기회로 여기는 사람
불확실한 상황이 오히려 성장과 인정의 기회라고 믿는 사람

1. 불확실성을 견디는 사람불확실한 상황에도 묵묵히 1인분 이상을 해내는 사람 2. 불확실성을 즐기는 사람불확실한 상황에서 만난 문제를 해결하길 즐기는 사람 3. 불확실성을 기회로 여기는 사람불확실한 상황이 오히려 성장과 인정의 기회라고 믿는 사람

스타트업에서 모셔가는 개발자

그러니까 불확실한 사람을 모셔간다 이거죠!?

“네가 원하는 걸 만들지 말고 다른 사람들이 원하는 걸 만들어.”

스타트업 세계에서 자주 듣는 말입니다.
내가 만들고 싶은 걸 만들다가 써주는 사람이 없어서 망했다는 이야기.
바보 같고 우스워 보이지 않나요?

하지만… 남들 모두가 원하는 거 만들면 정말 잘 될 수 있을까?
그렇게 쉽지는 않을 겁니다.
거기엔 이미 경쟁자들이 우글우글 할텐데.
정말 그 경쟁자들을 이길 수 있는가? (마음만 앞서는 건 아니고?)

남들이 뭘 좋아하는지 보다 제가 좋아하는 것 중심으로 생각하고 싶습니다.
어차피 이렇게 하나 저렇게 하나 돈 벌기는 어려운 일.
그렇다면 내가 만들고 싶은 걸 만들어야 후회 없지 않을까?
내가 원했던 서비스라면 누군가는 분명 나 같은 사람이 있을 거라는 믿음으로.
커피한잔이 바로 제가 (결혼 전) 꼭 있었으면 했던 서비스였습니다.

물론 나만 원하고 아무도 원하지 않는 걸 만들어서는 안 됩니다.
서비스를 출시해보고 망해보고 하면서 이런 감각이 길러집니다.

자기가 만들고 싶은 걸 만들 때는 장점이 있습니다.
오랫동안 기복 없이 할 수 있다는 것.
쉽게 포기하지 않는다는 것.
내 앱의 최고 사용자가 바로 나라는 것.

서비스 한 번 시작하면 몇 년은 훌쩍 지나갑니다.
내 인생도 소중하다고.
기왕이면 제가 관심 있고 좋아하는 일에서 시작하고 싶습니다.

https://jeho.page/essay/2024/10/14/build-what-i-want-to-build/html

“네가 원하는 걸 만들지 말고 다른 사람들이 원하는 걸 만들어.” 스타트업 세계에서 자주 듣는 말입니다. 내가 만들고 싶은 걸 만들다가 써주는 사람이 없어서 망했다는 이야기. 바보 같고 우스워 보이지 않나요? 하지만… 남들 모두가 원하는 거 만들면 정말 잘 될 수 있을까? 그렇게 쉽지는 않을 겁니다. 거기엔 이미 경쟁자들이 우글우글 할텐데. 정말 그 경쟁자들을 이길 수 있는가? (마음만 앞서는 건 아니고?) 남들이 뭘 좋아하는지 보다 제가 좋아하는 것 중심으로 생각하고 싶습니다. 어차피 이렇게 하나 저렇게 하나 돈 벌기는 어려운 일. 그렇다면 내가 만들고 싶은 걸 만들어야 후회 없지 않을까? 내가 원했던 서비스라면 누군가는 분명 나 같은 사람이 있을 거라는 믿음으로. 커피한잔이 바로 제가 (결혼 전) 꼭 있었으면 했던 서비스였습니다. 물론 나만 원하고 아무도 원하지 않는 걸 만들어서는 안 됩니다. 서비스를 출시해보고 망해보고 하면서 이런 감각이 길러집니다. 자기가 만들고 싶은 걸 만들 때는 장점이 있습니다. 오랫동안 기복 없이 할 수 있다는 것. 쉽게 포기하지 않는다는 것. 내 앱의 최고 사용자가 바로 나라는 것. 서비스 한 번 시작하면 몇 년은 훌쩍 지나갑니다. 내 인생도 소중하다고. 기왕이면 제가 관심 있고 좋아하는 일에서 시작하고 싶습니다. https://jeho.page/essay/2024/10/14/build-what-i-want-to-build/html

K리그 프로그래머

아니, 난 그냥 내가 만들고 싶은 걸 만들래

코틀린에서 웹소켓에 액터모델을 연결시켜  분산 상태처리가 가능한 웹소켓 모델로 업그레이드 시도를 해보겠습니다.

 * more : https://wiki.webnori.com/x/dYGZBQ

코틀린에서 웹소켓에 액터모델을 연결시켜&nbsp; 분산 상태처리가 가능한 웹소켓 모델로 업그레이드 시도를 해보겠습니다. <ul ><li>more : https://wiki.webnori.com/x/dYGZBQ</li></ul>

코틀린에서 웹소켓을 우아하게 사용하기

My thoughts on license choices for balancing business interests and Open Source software and why the FSL is a better choice than the AGPL.

FSL: A Better Business/Open Source Balance Than AGPL

Flask를 만들고 오랫동안 오픈소스 활동을 한 Armin Ronacher가 FSL이 AGPL보다 더 좋은 선택이라고 설명하는 글입니다.

Elasticsearch가 몇년전 클라우드 사업의 충돌 문제로 오픈소스 라이센스를 빼고 오픈소스가 아니게 되었다가 최근 이제 문제가 해결되었다면서 다시 AGPL을 추가하면서 오픈소스 프로젝트가 되었습니다.

이 예시를 언급하면서 특정회사가 오픈소스 프로젝트 대부분을 책임지는 상황을 단일 벤더 모델이라고 얘기하면서 이러한 경우 FSL을 사용하면 이 공급업체가 상당한 권한을 가질수 있고 FSL은 2년이 지나면 오픈소스 라이센스로 자동변환이 되기 때문에 시간이 지남에 따라 권한이 약화된다고 얘기합니다. 그래서 Sentry가 지금 사업하는데는 문제가 없으면서 혹 Sentry 사업이 잘 안되어서 회사가 망하더라도 오픈소스 라이센스로 변경된 코드를 가지고 다른 누군가가 이어서 프로젝트를 할 수 있다고 설명합니다.

이렇게 어느 회사든 없어질 수 있는데 이런 경우 FSL이 훨씬 효과적이고 과거에도 회사가 괜찮은 프로젝트의 라이센스를 제대로 풀지 않고 회사가 없어지면서 문제가 된 경우도 많다고 얘기합니다.

AGPL을 쓰더라도 CLA(Contributor License Agreement)가 있냐 없냐에 따라 달라지는에 CLA가 있는 AGPL의 경우는 2년이 지난 뒤에는 FSL보다 저작권자가 더 강력한 권한을 가지게 된다고 합니다.

라이센스 문제는 꽤 복잡하긴 한데 FSL에 대해서 이 글에서 저는 설득력 있게 느껴졌습니다.

https://lucumr.pocoo.org/2024/9/23/fsl-agpl-open-source-businesses/

Flask를 만들고 오랫동안 오픈소스 활동을 한 Armin Ronacher가 FSL이 AGPL보다 더 좋은 선택이라고 설명하는 글입니다. Elasticsearch가 몇년전 클라우드 사업의 충돌 문제로 오픈소스 라이센스를 빼고 오픈소스가 아니게 되었다가 최근 이제 문제가 해결되었다면서 다시 AGPL을 추가하면서 오픈소스 프로젝트가 되었습니다. 이 예시를 언급하면서 특정회사가 오픈소스 프로젝트 대부분을 책임지는 상황을 단일 벤더 모델이라고 얘기하면서 이러한 경우 FSL을 사용하면 이 공급업체가 상당한 권한을 가질수 있고 FSL은 2년이 지나면 오픈소스 라이센스로 자동변환이 되기 때문에 시간이 지남에 따라 권한이 약화된다고 얘기합니다. 그래서 Sentry가 지금 사업하는데는 문제가 없으면서 혹 Sentry 사업이 잘 안되어서 회사가 망하더라도 오픈소스 라이센스로 변경된 코드를 가지고 다른 누군가가 이어서 프로젝트를 할 수 있다고 설명합니다. 이렇게 어느 회사든 없어질 수 있는데 이런 경우 FSL이 훨씬 효과적이고 과거에도 회사가 괜찮은 프로젝트의 라이센스를 제대로 풀지 않고 회사가 없어지면서 문제가 된 경우도 많다고 얘기합니다. AGPL을 쓰더라도 CLA(Contributor License Agreement)가 있냐 없냐에 따라 달라지는에 CLA가 있는 AGPL의 경우는 2년이 지난 뒤에는 FSL보다 저작권자가 더 강력한 권한을 가지게 된다고 합니다. 라이센스 문제는 꽤 복잡하긴 한데 FSL에 대해서 이 글에서 저는 설득력 있게 느껴졌습니다. https://lucumr.pocoo.org/2024/9/23/fsl-agpl-open-source-businesses/

Armin Ronacher's Thoughts and Writings

제가 지금까지 만든 학습 패키지는 총 8개입니다.

- 데이터 이력서 템플릿
- 생산성 도구 리스트
- 위클리 뉴스레터
- 코호트 데이터 분석 노트
- AARRR 데이터 분석 노트
- 데이터 커리어 스타터팩 BASIC
- 취업 준비 트래커
- ARAR 타임 트래커

학습 패키지를 하나하나씩 만들면서, 실제로 배우는 사람들에게 어떤 도움이 되는지, 그리고 학습자의 미래에 진심으로 도움이 되는지를 매번 다시 한번 생각해보곤 합니다.

물론 제 기준으로 만들기 때문에, 모든 학습자들에게 도움이 된다고 100% 확신할 수 없습니다.

하지만, DATA/AI를 조금 더 재미있게, 조금 더 가치있게 배울 수 있는 교육을 만들고 싶습니다.
그리고 그로 인해 더 많은 사람들이 더 나은 세상을 만들어가는 학습을 꿈꾸고 있습니다.

DATA/AI를 재미있고 가치있게 배울 수 있도록 앞으로도 더 많은 학습들을 만들어가겠습니다.

감사합니다.

#데이터리차드 #학습패키지 #DATA #AI

제가 지금까지 만든 학습 패키지는 총 8개입니다. - 데이터 이력서 템플릿 - 생산성 도구 리스트 - 위클리 뉴스레터 - 코호트 데이터 분석 노트 - AARRR 데이터 분석 노트 - 데이터 커리어 스타터팩 BASIC - 취업 준비 트래커 - ARAR 타임 트래커 학습 패키지를 하나하나씩 만들면서, 실제로 배우는 사람들에게 어떤 도움이 되는지, 그리고 학습자의 미래에 진심으로 도움이 되는지를 매번 다시 한번 생각해보곤 합니다. 물론 제 기준으로 만들기 때문에, 모든 학습자들에게 도움이 된다고 100% 확신할 수 없습니다. 하지만, DATA/AI를 조금 더 재미있게, 조금 더 가치있게 배울 수 있는 교육을 만들고 싶습니다.그리고 그로 인해 더 많은 사람들이 더 나은 세상을 만들어가는 학습을 꿈꾸고 있습니다. DATA/AI를 재미있고 가치있게 배울 수 있도록 앞으로도 더 많은 학습들을 만들어가겠습니다. 감사합니다. #데이터리차드 #학습패키지 #DATA #AI

앞으로 만들고 싶은 학습 프로덕트 리스트

이모카세 1호는 매일 같이 우리 식탁에 오르는 음식으로 100명의 요리사 중 6위를 차지했어요. 일상적인 것으로 심사위원의 마음을 얻은 결과죠.

개발자인 우리도 일상적인 것으로 유저의 마음을 얻을 수 있어요. 화려하고 멋진, 최신의 기술이 아니라 일상적인 기술로도 유저의 마음을 얻을 수 있어요.

여러분이 일상에서 다루는 기술의 가능성은 작지 않아요. 새로운 기술은 필요한 순간에 적절하게 사용하면 그만이에요.

매일 반복되는 일상의 기술만 다룬다고 너무 조급해하지 않아도 괜찮아요. 여러분은 내공을 쌓고 계신 거니까요.

이모카세 1호는 매일 같이 우리 식탁에 오르는 음식으로 100명의 요리사 중 6위를 차지했어요. 일상적인 것으로 심사위원의 마음을 얻은 결과죠. 개발자인 우리도 일상적인 것으로 유저의 마음을 얻을 수 있어요. 화려하고 멋진, 최신의 기술이 아니라 일상적인 기술로도 유저의 마음을 얻을 수 있어요. 여러분이 일상에서 다루는 기술의 가능성은 작지 않아요. 새로운 기술은 필요한 순간에 적절하게 사용하면 그만이에요. 매일 반복되는 일상의 기술만 다룬다고 너무 조급해하지 않아도 괜찮아요. 여러분은 내공을 쌓고 계신 거니까요.

흑백요리사, 이모카세가 대단한 이유

The 2024 Tidelift state of the open source maintainer report

오픈소스 메인테이너를 지우너하는 플랫폼인 Tidelift에서 오픈소스 메인테이너 400여 명에게 설문조사를 진행한 결과입니다.

1. 메인테이너 중 60%는 여전히 작업 보수를 받지 못합니다.
2. 메인테이너가 더 많은 보수를 받을수록 프로젝트에는 더 많은 개선이 이루어집니다.
3. 32%는 다른 조직이나 개인으로부터 보수를 받고 고용주로부터 보수를 받는 메인테이너는 24%로 소폭 감소했습니다.
4. 메인테이너는 몇년전보다 보안에 3배 더 많은 시간을 쓰고 있습니다.
5. 메인테이너가 보수를 받는 경우 OpenSSF 스코어카드에 부합할 가능성이 훨씬 더 높습니다.
6. 보수를 받는 메인테이너는 보수를 받지 않는 메인테이너에 비해 중요한 보안 관행을 구현할 가능성이 더 높습니다.
7. 보수를 받는 메인테이너는 보수를 받지 않는 메인테이너에 비해 더 많은 유지 보수 작업과 문서화 작업을 합니다.
8. 거의 절반의 메인테이너가 자신의 작업이 과소 평가되고 무의미하다고 느낍니다.
9. xy utils 해킹 사건 이후 메인테이너의 2/3는 컨트리뷰터를 덜 신뢰합니다.
10. AI 기반 코딩 도구는 번창하고 있지만 메인테이너들은 코드 품질과 스팸 PR 등으로 이한 우려를 하고 있습니다.
11. 더 젊은 오픈소스 메인테이너는 AI 기반 코딩 도구를 사용할 가능성이 훨씬 더 큽니다.
12. 오픈소스 메인테이너 커뮤니티가 점점 나이가 들어가고 있습니다.

전혀 몰랐던 내용이 있는건 아니지만 좀더 확실하게 메인테이너에게 작업 보수를 주는 것이 중요하다는 것을 알게 되었고 메인테이너들이 더 자신들의 작업에 집중하고 더 많은 오픈소스 메인테이너가 참여할 수 있는 환경이 조성되어야 한다는 생각이 더 많이 들었습니다.

https://explore.tidelift.com/2024-survey

오픈소스 메인테이너를 지우너하는 플랫폼인 Tidelift에서 오픈소스 메인테이너 400여 명에게 설문조사를 진행한 결과입니다. 1. 메인테이너 중 60%는 여전히 작업 보수를 받지 못합니다.2. 메인테이너가 더 많은 보수를 받을수록 프로젝트에는 더 많은 개선이 이루어집니다.3. 32%는 다른 조직이나 개인으로부터 보수를 받고 고용주로부터 보수를 받는 메인테이너는 24%로 소폭 감소했습니다.4. 메인테이너는 몇년전보다 보안에 3배 더 많은 시간을 쓰고 있습니다.5. 메인테이너가 보수를 받는 경우 OpenSSF 스코어카드에 부합할 가능성이 훨씬 더 높습니다.6. 보수를 받는 메인테이너는 보수를 받지 않는 메인테이너에 비해 중요한 보안 관행을 구현할 가능성이 더 높습니다.7. 보수를 받는 메인테이너는 보수를 받지 않는 메인테이너에 비해 더 많은 유지 보수 작업과 문서화 작업을 합니다.8. 거의 절반의 메인테이너가 자신의 작업이 과소 평가되고 무의미하다고 느낍니다.9. xy utils 해킹 사건 이후 메인테이너의 2/3는 컨트리뷰터를 덜 신뢰합니다.10. AI 기반 코딩 도구는 번창하고 있지만 메인테이너들은 코드 품질과 스팸 PR 등으로 이한 우려를 하고 있습니다.11. 더 젊은 오픈소스 메인테이너는 AI 기반 코딩 도구를 사용할 가능성이 훨씬 더 큽니다.12. 오픈소스 메인테이너 커뮤니티가 점점 나이가 들어가고 있습니다. 전혀 몰랐던 내용이 있는건 아니지만 좀더 확실하게 메인테이너에게 작업 보수를 주는 것이 중요하다는 것을 알게 되었고 메인테이너들이 더 자신들의 작업에 집중하고 더 많은 오픈소스 메인테이너가 참여할 수 있는 환경이 조성되어야 한다는 생각이 더 많이 들었습니다. https://explore.tidelift.com/2024-survey

Tidelift

GitHub 에서 자주보던 브랜드인데 구체적으로 뭘하는지믄 몰랐어요. 소개해주셔서 감사합니다.

A list of top 15 logistics AI use cases and applications that can help you implement AI-powered solution in your businesses.

Top 15 Logistics AI Use Cases and Applications 

요즘 모든 관심이 생성형AI 특히, LLM에 몰려있는게 사실이지만, 회사나 비지니스 측면에서는 물류 관련 분야의 AI적용이 더욱 우리 생활을 편리하게 만들고 있습니다.

맥킨지에 따르면, AI를 성공적으로 도입한 기업은 물류 비용을 15%, 재고 수준을 35%, 서비스 수준을 65% 개선하는 데 도움이 되었다고 합니다. 그리고, McKinsey의 또 다른 연구에 따르면 물류 기업은 프로세스에 AI를 도입함으로써 향후 20년간 연간 1조 3,000억~2조 달러의 경제적 가치를 창출할 것으로 예상된다고 합니다.

15개의 여러 분야의 AI 사용 사례를 살펴보면 다음과 같습니다.

< 물류 계획 >
🍎 수요 예측
 * AI 기능을 통해 조직은 예측 작업에 실시간 데이터를 사용할 수 있습니다.
 * 따라서 AI 기반 수요 예측 방법은 ARIMA, 자동 회귀 통합 이동 평균, 지수 평활법과 같은 기존 예측 방법에 비해 오류율을 크게 줄입니다.
 * 수요 예측의 정확도가 향상되어 제조업체는 현지 창고에 파견되는 차량 수를 최적화하고 인력 계획을 개선하여 운영 비용을 절감할 수 있습니다.
 * 현지 창고/소매업체는 보유 비용(다른 곳에 투자하는 대신 상품을 보유하는 데 드는 기회 비용)과 재고 부족 가능성을 줄일 수 있습니다.
🍎 공급 계획
 * 인공지능은 기업이 실시간으로 수요를 분석하여 공급 계획 매개변수를 동적으로 업데이트하여 공급망 흐름을 최적화할 수 있도록 지원합니다.
 * 동적 공급 계획은 낭비를 최소화하기 때문에 기업은 더 적은 리소스를 사용합니다.

< 자동화된 창고 관리 >
🍎 창고 로봇
 * 창고 로봇은 기업의 공급망 관리를 개선하기 위해 많은 투자가 이루어지고 있는 또 다른 AI 기술입니다.
 * 창고 로봇 시장은 2021년에 47억 달러 규모로 평가되었으며 2021년부터 2026년까지 연평균 14%의 성장률을 보일 것으로 예상됩니다.
 * 예를 들어, 거대 유통업체인 Amazon은 2012년에 Kiva Systems를 인수하고 2015년에 Amazon Robotics로 사명을 변경했습니다. 현재 아마존은 물류창고에서 20만 대의 로봇을 운용하고 있습니다. 아마존의 175개 주문 처리 센터 중 26개 센터에서 로봇이 포장물을 피킹, 분류, 운송, 보관하는 작업을 돕고 있습니다.
🍎 손상 감지/육안 검사
 * 파손된 제품은 고객 불만족과 이탈로 이어질 수 있습니다. 컴퓨터 비전 기술을 통해 기업은 창고 운영에서 손상을 식별하고 품질 관리를 보장할 수 있습니다.
 * 물류 관리자는 파손의 크기와 유형을 파악하고 추가 손상을 줄이기 위한 조치를 취할 수 있습니다.
🍎 예측 유지보수
 * 예측 유지보수는 기계의 IoT 센서에서 수집한 실시간 데이터를 분석하여 공장 내 잠재적인 기계 고장을 예측하는 것입니다.
 * 머신 러닝 기반 분석 도구는 예측 분석을 강화하고 센서 데이터의 패턴을 식별하여 기술자가 고장이 발생하기 전에 조치를 취할 수 있도록 합니다.

< 자율 사물 >
🍎 자율주행 차량
 * 자율주행차는 인간 운전자에 대한 의존도를 낮춰 물류를 혁신할 수 있는 잠재력을 가지고 있습니다.
 * 플래투닝과 같은 기술은 운전자의 건강과 안전을 지원하는 동시에 차량의 탄소 배출량과 연료 사용량을 줄여줍니다.
 * 테슬라, 구글, 메르세데스 벤츠는 자율주행차 개념에 막대한 투자를 하고 있으며, 자율주행 트럭을 전 세계 도로에서 볼 수 있는 것은 시간 문제일 뿐입니다. 그러나 BCG의 추정에 따르면 2030년까지 경트럭의 약 10%만이 자율 주행을 할 것으로 예상됩니다.
🍎 배송 드론
 * 제품 물류의 경우, 배송 드론은 지상 운송이 불가능하거나 안전, 신뢰성, 지속 가능성이 떨어지는 장소로 제품을 배송할 때 유용한 기계입니다.
 * 특히 의약품의 유통기한이 짧은 헬스케어 산업에서 배송 드론은 기업이 폐기물 비용을 절감하고 값비싼 보관 시설에 대한 투자를 방지하는 데 도움이 될 수 있습니다.

< 분석 >
🍎 동적 가격 책정
 * 동적 가격 책정은 수요, 공급, 경쟁 가격 및 하위 제품 가격의 변동에 따라 제품 가격이 반응하는 실시간 가격 책정입니다.
 * 가격 책정 소프트웨어는 주로 머신러닝 알고리즘을 사용하여 고객의 과거 데이터를 실시간으로 분석하여 가격을 조정함으로써 수요 변동에 더 빠르게 대응할 수 있도록 합니다.
🍎 경로 최적화 / 화물 관리
 * AI 모델은 기업이 기존 경로를 분석하고 경로 최적화를 추적하는 데 도움을 줍니다.
 * 경로 최적화는 그래프 분석 분야의 최단 경로 알고리즘을 사용하여 물류 트럭의 가장 효율적인 경로를 파악합니다.
 * 따라서 기업은 배송 비용을 절감하고 배송 프로세스를 가속화할 수 있습니다.
 * 예를 들어 발레란의 스마트 도로 시스템은 도로 상황에 대한 정보를 자율주행 차량과 사용자에게 전달하는 AI 웹 기반 교통 관리 플랫폼입니다.
 * 경로 최적화 도구는 기업의 탄소 발자국을 줄이는 데도 효과적인 도구입니다.

< 백 오피스 >
🍎 문서 처리 자동화
 * 송장/선하증권/요금표 문서는 구매자, 공급업체, 물류 서비스 제공업체 간의 커뮤니케이션에 도움이 됩니다.
 * 문서 자동화 기술을 사용하면 데이터 입력, 오류 조정 및 문서 처리를 자동화하여 이러한 문서 처리의 효율성을 높일 수 있습니다.
🍎 기타 수동 사무 업무 자동화
 * 지능형 비즈니스 프로세스 자동화라고도 하는 초자동화는 AI, 로봇 프로세스 자동화(RPA), 프로세스 마이닝 및 기타 기술을 조합하여 엔드투엔드 방식으로 프로세스를 자동화하는 것을 의미합니다. 이러한 기술을 통해 기업은 다음과 같은 여러 백오피스 작업을 자동화할 수 있습니다.
 * 스케줄링 및 추적: AI 시스템은 운송 일정을 예약하고, 화물 파이프라인을 구성하고, 다양한 직원을 특정 스테이션에 할당 및 관리하고, 물류창고에서 패키지를 추적할 수 있습니다.
 * 보고서 생성: 물류 회사는 RPA 도구를 사용하여 관리자에게 정보를 제공하고 회사 내 모든 사람이 일치하도록 하는 데 필요한 정기 보고서를 자동으로 생성할 수 있습니다. RPA 솔루션은 보고서를 쉽게 자동 생성하고, 그 내용을 분석하며, 그 내용을 바탕으로 관련 이해관계자에게 이메일을 보낼 수 있습니다.
 * 이메일 처리: 자동 생성된 보고서의 내용을 기반으로 RPA 봇이 내용을 분석하여 관련 이해관계자에게 이메일을 보낼 수 있습니다.
🍎 고객 서비스 챗봇
 * 고객은 배송 과정에서 발생하는 모든 문제에 대해 회사에 연락하기 때문에 고객 서비스는 물류 회사에서 중요한 역할을 합니다. 고객 서비스 챗봇은 다음과 같은 중소규모 콜센터 업무를 처리할 수 있습니다:
 * 배송 요청
 * 주문 수정
 * 배송 추적
 * FAQ에 대한 응답
 * 챗봇은 고객 경험을 분석하는 데도 유용한 기술입니다. 챗봇 분석 지표를 통해 기업은 고객을 더 잘 이해할 수 있으므로 고객 여정을 개선할 수 있습니다.

< 세일즈 & 마케팅 >
🍎 리드 스코어링
 * 리드 스코어링은 영업 담당자가 적합한 잠재 고객에게 집중할 수 있도록 지원하는 것을 의미합니다.
 * AI 기반 도구를 사용하면 프로필, 행동, 관심사를 기반으로 리드에 자동으로 점수를 부여할 수 있습니다.
 * AI 기반 리드 스코어링 시스템은 머신러닝 알고리즘을 활용하여 데이터를 신속하게 처리하고 어떤 리드가 유료 고객으로 전환될 가능성이 가장 높은지 정확하게 판단합니다.
🍎 일상적인 마케팅
 * 물류 서비스 제공업체는 AI를 사용하여 이메일 마케팅 및 콘텐츠 제작과 같은 일상적인 마케팅 작업을 자동화할 수 있습니다.
🍎 영업 및 마케팅 분석
 * 물류 서비스 제공업체는 AI 기반 도구를 사용하여 고객 행동을 분석하고 예측 분석을 통해 고객이 다음에 무엇을 할 가능성이 높은지 더 잘 이해할 수 있습니다.
 * 또한 AI 기반 시스템을 활용하여 시장의 변화를 모니터링함으로써 물류 서비스 제공업체가 경쟁에서 앞서 나가고 데이터 기반 의사 결정을 내릴 수 있도록 지원하여 효율성을 높일 수 있습니다.

 * source: https://research.aimultiple.com/logistics-ai/

요즘 모든 관심이 생성형AI 특히, LLM에 몰려있는게 사실이지만, 회사나 비지니스 측면에서는 물류 관련 분야의 AI적용이 더욱 우리 생활을 편리하게 만들고 있습니다. 맥킨지에 따르면, AI를 성공적으로 도입한 기업은 물류 비용을 15%, 재고 수준을 35%, 서비스 수준을 65% 개선하는 데 도움이 되었다고 합니다. 그리고, McKinsey의 또 다른 연구에 따르면 물류 기업은 프로세스에 AI를 도입함으로써 향후 20년간 연간 1조 3,000억~2조 달러의 경제적 가치를 창출할 것으로 예상된다고 합니다. 15개의 여러 분야의 AI 사용 사례를 살펴보면 다음과 같습니다. &lt; 물류 계획 &gt;🍎 수요 예측<ul ><li>AI 기능을 통해 조직은 예측 작업에 실시간 데이터를 사용할 수 있습니다. </li><li>따라서 AI 기반 수요 예측 방법은 ARIMA, 자동 회귀 통합 이동 평균, 지수 평활법과 같은 기존 예측 방법에 비해 오류율을 크게 줄입니다.</li><li>수요 예측의 정확도가 향상되어 제조업체는 현지 창고에 파견되는 차량 수를 최적화하고 인력 계획을 개선하여 운영 비용을 절감할 수 있습니다.</li><li>현지 창고/소매업체는 보유 비용(다른 곳에 투자하는 대신 상품을 보유하는 데 드는 기회 비용)과 재고 부족 가능성을 줄일 수 있습니다.</li></ul>🍎 공급 계획<ul ><li>인공지능은 기업이 실시간으로 수요를 분석하여 공급 계획 매개변수를 동적으로 업데이트하여 공급망 흐름을 최적화할 수 있도록 지원합니다. </li><li>동적 공급 계획은 낭비를 최소화하기 때문에 기업은 더 적은 리소스를 사용합니다.</li></ul> &lt; 자동화된 창고 관리 &gt;🍎 창고 로봇<ul ><li>창고 로봇은 기업의 공급망 관리를 개선하기 위해 많은 투자가 이루어지고 있는 또 다른 AI 기술입니다. </li><li>창고 로봇 시장은 2021년에 47억 달러 규모로 평가되었으며 2021년부터 2026년까지 연평균 14%의 성장률을 보일 것으로 예상됩니다.</li><li>예를 들어, 거대 유통업체인 Amazon은 2012년에 Kiva Systems를 인수하고 2015년에 Amazon Robotics로 사명을 변경했습니다. 현재 아마존은 물류창고에서 20만 대의 로봇을 운용하고 있습니다. 아마존의 175개 주문 처리 센터 중 26개 센터에서 로봇이 포장물을 피킹, 분류, 운송, 보관하는 작업을 돕고 있습니다.</li></ul>🍎 손상 감지/육안 검사<ul ><li>파손된 제품은 고객 불만족과 이탈로 이어질 수 있습니다. 컴퓨터 비전 기술을 통해 기업은 창고 운영에서 손상을 식별하고 품질 관리를 보장할 수 있습니다. </li><li>물류 관리자는 파손의 크기와 유형을 파악하고 추가 손상을 줄이기 위한 조치를 취할 수 있습니다.</li></ul>🍎 예측 유지보수<ul ><li>예측 유지보수는 기계의 IoT 센서에서 수집한 실시간 데이터를 분석하여 공장 내 잠재적인 기계 고장을 예측하는 것입니다. </li><li>머신 러닝 기반 분석 도구는 예측 분석을 강화하고 센서 데이터의 패턴을 식별하여 기술자가 고장이 발생하기 전에 조치를 취할 수 있도록 합니다.</li></ul> &lt; 자율 사물 &gt;🍎 자율주행 차량<ul ><li>자율주행차는 인간 운전자에 대한 의존도를 낮춰 물류를 혁신할 수 있는 잠재력을 가지고 있습니다. </li><li>플래투닝과 같은 기술은 운전자의 건강과 안전을 지원하는 동시에 차량의 탄소 배출량과 연료 사용량을 줄여줍니다. </li><li>테슬라, 구글, 메르세데스 벤츠는 자율주행차 개념에 막대한 투자를 하고 있으며, 자율주행 트럭을 전 세계 도로에서 볼 수 있는 것은 시간 문제일 뿐입니다. 그러나 BCG의 추정에 따르면 2030년까지 경트럭의 약 10%만이 자율 주행을 할 것으로 예상됩니다.</li></ul>🍎 배송 드론<ul ><li>제품 물류의 경우, 배송 드론은 지상 운송이 불가능하거나 안전, 신뢰성, 지속 가능성이 떨어지는 장소로 제품을 배송할 때 유용한 기계입니다. </li><li>특히 의약품의 유통기한이 짧은 헬스케어 산업에서 배송 드론은 기업이 폐기물 비용을 절감하고 값비싼 보관 시설에 대한 투자를 방지하는 데 도움이 될 수 있습니다.</li></ul> &lt; 분석 &gt;🍎 동적 가격 책정<ul ><li>동적 가격 책정은 수요, 공급, 경쟁 가격 및 하위 제품 가격의 변동에 따라 제품 가격이 반응하는 실시간 가격 책정입니다. </li><li>가격 책정 소프트웨어는 주로 머신러닝 알고리즘을 사용하여 고객의 과거 데이터를 실시간으로 분석하여 가격을 조정함으로써 수요 변동에 더 빠르게 대응할 수 있도록 합니다.</li></ul>🍎 경로 최적화 / 화물 관리<ul ><li>AI 모델은 기업이 기존 경로를 분석하고 경로 최적화를 추적하는 데 도움을 줍니다. </li><li>경로 최적화는 그래프 분석 분야의 최단 경로 알고리즘을 사용하여 물류 트럭의 가장 효율적인 경로를 파악합니다.</li><li>따라서 기업은 배송 비용을 절감하고 배송 프로세스를 가속화할 수 있습니다. </li><li>예를 들어 발레란의 스마트 도로 시스템은 도로 상황에 대한 정보를 자율주행 차량과 사용자에게 전달하는 AI 웹 기반 교통 관리 플랫폼입니다.</li><li>경로 최적화 도구는 기업의 탄소 발자국을 줄이는 데도 효과적인 도구입니다.</li></ul> &lt; 백 오피스 &gt;🍎 문서 처리 자동화<ul ><li>송장/선하증권/요금표 문서는 구매자, 공급업체, 물류 서비스 제공업체 간의 커뮤니케이션에 도움이 됩니다. </li><li>문서 자동화 기술을 사용하면 데이터 입력, 오류 조정 및 문서 처리를 자동화하여 이러한 문서 처리의 효율성을 높일 수 있습니다.</li></ul>🍎 기타 수동 사무 업무 자동화<ul ><li>지능형 비즈니스 프로세스 자동화라고도 하는 초자동화는 AI, 로봇 프로세스 자동화(RPA), 프로세스 마이닝 및 기타 기술을 조합하여 엔드투엔드 방식으로 프로세스를 자동화하는 것을 의미합니다. 이러한 기술을 통해 기업은 다음과 같은 여러 백오피스 작업을 자동화할 수 있습니다.<ul ><li>스케줄링 및 추적: AI 시스템은 운송 일정을 예약하고, 화물 파이프라인을 구성하고, 다양한 직원을 특정 스테이션에 할당 및 관리하고, 물류창고에서 패키지를 추적할 수 있습니다.</li><li>보고서 생성: 물류 회사는 RPA 도구를 사용하여 관리자에게 정보를 제공하고 회사 내 모든 사람이 일치하도록 하는 데 필요한 정기 보고서를 자동으로 생성할 수 있습니다. RPA 솔루션은 보고서를 쉽게 자동 생성하고, 그 내용을 분석하며, 그 내용을 바탕으로 관련 이해관계자에게 이메일을 보낼 수 있습니다.</li><li>이메일 처리: 자동 생성된 보고서의 내용을 기반으로 RPA 봇이 내용을 분석하여 관련 이해관계자에게 이메일을 보낼 수 있습니다.</li></ul></li></ul>🍎 고객 서비스 챗봇<ul ><li>고객은 배송 과정에서 발생하는 모든 문제에 대해 회사에 연락하기 때문에 고객 서비스는 물류 회사에서 중요한 역할을 합니다. 고객 서비스 챗봇은 다음과 같은 중소규모 콜센터 업무를 처리할 수 있습니다:<ul ><li>배송 요청</li><li>주문 수정</li><li>배송 추적</li><li>FAQ에 대한 응답</li></ul></li><li>챗봇은 고객 경험을 분석하는 데도 유용한 기술입니다. 챗봇 분석 지표를 통해 기업은 고객을 더 잘 이해할 수 있으므로 고객 여정을 개선할 수 있습니다.</li></ul> &lt; 세일즈 &amp; 마케팅 &gt;🍎 리드 스코어링<ul ><li>리드 스코어링은 영업 담당자가 적합한 잠재 고객에게 집중할 수 있도록 지원하는 것을 의미합니다. </li><li>AI 기반 도구를 사용하면 프로필, 행동, 관심사를 기반으로 리드에 자동으로 점수를 부여할 수 있습니다. </li><li>AI 기반 리드 스코어링 시스템은 머신러닝 알고리즘을 활용하여 데이터를 신속하게 처리하고 어떤 리드가 유료 고객으로 전환될 가능성이 가장 높은지 정확하게 판단합니다.</li></ul>🍎 일상적인 마케팅<ul ><li>물류 서비스 제공업체는 AI를 사용하여 이메일 마케팅 및 콘텐츠 제작과 같은 일상적인 마케팅 작업을 자동화할 수 있습니다.</li></ul>🍎 영업 및 마케팅 분석<ul ><li>물류 서비스 제공업체는 AI 기반 도구를 사용하여 고객 행동을 분석하고 예측 분석을 통해 고객이 다음에 무엇을 할 가능성이 높은지 더 잘 이해할 수 있습니다.</li><li>또한 AI 기반 시스템을 활용하여 시장의 변화를 모니터링함으로써 물류 서비스 제공업체가 경쟁에서 앞서 나가고 데이터 기반 의사 결정을 내릴 수 있도록 지원하여 효율성을 높일 수 있습니다.</li></ul> <ul ><li>source: https://research.aimultiple.com/logistics-ai/</li></ul>

AIMultiple: High Tech Use Cases &amp; Tools to Grow Your Business

[AI 사례] 상위 15개 물류 AI 사용 사례

AI Magazine highlights the top 10 exceptional leaders in the US who are making significant strides in the field of AI

Top 10 AI Leaders in the US

AI매거진이 선정한 미국의 10대 AI 리더입니다. 우리에게 익숙한 인물들도 있고, 다소 생소한 인물도 있습니다. 개인적으로는 이번에 노벨화학상을 탄 데미스 허사비스가 빠진건 이외이긴 합니다. 미쿡과 한쿡의 차이(?)일수도 있을거 같네요~^^

10. 클레망 들랑그(Clément Delangue)
🍎 역할: 허깅 페이스의 CEO 겸 공동 설립자
 * Hugging Face(https://huggingface.co/): 오픈 소스 도구와 사전 학습된 모델을 제공하여 NLP 연구 및 애플리케이션을 가속화하는 등 AI 커뮤니티의 허브이자 대명사
 * 자연어 처리(NLP)를 발전시키고 최첨단 언어 모델에 대한 액세스를 대중화하는 데 중추적인 역할
 * 연구자와 개발자가 머신러닝 모델을 공유하고 협업할 수 있는 플랫폼인 허깅 페이스 허브의 탄생으로 이어짐
 * NLP 기술의 진입 장벽이 크게 낮아져 다양한 조직에서 고급 언어 AI 기능 활용

9. 캐시 코지르코프(Cassie Kozyrkov)
🍎 역할: 데이터 사이언티픽(https://datascientific.com/)의 CEO
 * 전 구글 최고 의사 결정 과학자이자 초대 최고 의사 결정 과학자
 * 책임감 있는 AI 개발과 배포의 중요성을 강조하며 응용 AI에 대한 Google의 접근 방식을 형성하는 데 중요한 역할
 * 기술적인 AI 역량과 실제 비즈니스 애플리케이션 간의 격차를 해소하는 데 주력
 * 데이터가 풍부한 환경에서 의사결정을 위한 혁신적인 프레임워크를 개발하여 조직이 AI와 머신러닝을 효과적으로 활용할 수 있도록 지원
 * 비즈니스 커뮤니티의 AI 리터러시 향상에 크게 기여

8. 아니마 아난드쿠마르(Anima Anandkumar)
🍎 역할: 칼텍(Caltech) 교수
 * 칼텍의 교수이자 엔비디아의 머신 러닝 연구 책임자
 * 텐서 알고리즘과 딥러닝에 대한 연구를 통해 고차원 데이터 분석의 이해도 향상
 * 아니마의 텐서 분해 방법에 대한 연구는 컴퓨터 비전과 자연어 처리를 비롯한 다양한 영역에서 응용
 * 대규모 신경망을 훈련하기 위한 효율적인 알고리즘을 개발 집중. 특히, 다중 에이전트 강화 학습에 대한 연구는 자율 시스템과 로봇 공학에 영향을 줌
 * 블라바트닉 국립 젊은 과학자상, IEEE 펠로우십 등 수많은 상 수상
   
   
7. 젠슨 황(Jensen Huang)
🍎 역할: NVIDIA(https://www.nvidia.com/) 공동 창립자 겸 CEO
 * 그래픽 칩 제조업체에서 AI 하드웨어 및 소프트웨어 개발의 강자로 회사 변신
 * AI 산업 전반에서 병렬처리를 위한 딥러닝 및 AI 애플리케이션의 중추가 된 GPU
 * AI 연구와 애플리케이션을 가속화한 병렬 컴퓨팅 플랫폼인 CUDA의 개발을 주도

6. 다리오 길(Dario Gil)
🍎 역할: IBM 수석 부사장 겸 IBM 리서치 총책임자
 * IBM의 클라우드 기반의 세계 최초 프로그래밍 가능한 양자 컴퓨터 개발 리드
 * IBM의 하이브리드 클라우드, AI, 반도체, 양자 컴퓨팅, 탐사 과학 분야의 혁신 전략 지휘
 * MIT-IBM 왓슨 AI 랩의 공동 의장 겸 미국 국립과학재단(NSF)을 감독하는 국립과학위원회(NSB)의 의장 겸 개방형 과학 커뮤니티의 글로벌 네트워크인 국제 과학 예비군 집행위원회의 공동 의장

5. 샘 알트만(Sam Altman)
🍎 역할: OpenAI(https://openai.com/) CEO
 * OpenAI의 공동창립자 겸 현 CEO
 * GPT-3 및 DALL-E와 같은 획기적인 모델을 개발 지휘
 * Loopt의 CEO(2005-2012), Y Combinator의 대표(2014-2019)이자 엔젤투자자로서 에어비앤비, 레딧, 스트라이프, 인스타카트, 핀터레스트에 투자
 * 현 에너지 기업 오클로(Oklo)의 이사회 의장이자 Tools for Humanity라는 기술 기업을 통해 월드코인 프로젝트를 운영, 개발 진행 중
 * 2015년 일론 머스크, 그렉 브록만과 함께 OpenAI 공동 창업
 * AI 규제와 투명성에 대한 옹호로 윤리적 AI 운동의 리더

4. 제프 딘(Jeff Dean)
🍎 역할: Google 리서치 및 AI의 선임 연구원 겸 수석 부사장
 * Google의 AI 전략과 수많은 혁신 주도한 공로로 구글에 2명뿐인 시니어 펠로우 중 1인
 * Google 브레인 팀을 공동 설립 및 리드
 * 검색, Gmail, Google 번역, GoogleAds, MapReduce, BigTable, BERT, Tensorflow 같은 구글의 핵심 제품 개발 주도

3. 얀 르쿤(Yann LeCun)
🍎 역할: Meta의 수석 AI 과학자
 * 프랑스의 컴퓨터 과학자이자 메타의 AI 연구소를 이끌며 머신러닝, 컴퓨터 비전, 자연어 처리 분야의 혁신 주도
 * 특히 이미지 인식 작업에서 컨볼루션 신경망에 대한 연구로 딥러닝 개발의 근간 리드
 * 뉴욕대학교의 교수로서 차세대 AI 연구자들을 양성하는 데도 기여
 * 2018년에는 제프리 힌튼, 요슈아 벤지오와 함께 튜링상을 수상

2. 페이 페이 리(Fei-Fei Li)
🍎 역할: 스탠포드대학교의 컴퓨터 과학 교수이자 인간 중심 AI 연구소 공동 디렉터
 * 스탠포드 인간 중심 AI 연구소의 공동 책임자
 * 시각 인식 시스템을 발전시키는 데 중추적인 역할을 했으며, 특히 컴퓨터 비전의 훈련과 벤치마킹의 초석이 된 방대한 시각 데이터베이스인 ImageNet에 대한 연구를 통해 시각 인식 시스템을 발전시키는 데 큰 기여
 * Google Cloud의 AI/ML 수석 과학자로 재직시에는 비즈니스와 개발자가 AI에 더 쉽게 접근할 수 있도록 하는 이니셔티브 주도
 * AI 교육과 커리어에 대한 포용성을 높이기 위한 비영리 단체인 AI4ALL 설립

1. Andrew Ng(Andrew Ng)
🍎 역할: DeepLearning.AI 설립자
 * 영국계 미국인 컴퓨터 과학자이자 Google 브레인의 공동 창립자이자 책임자
 * 딥 러닝과 신경망 분야의 획기적인 연구 주도
 * Baidu의 수석 과학자로 재직하면서 Baidu를 AI 개발의 선두주자로 자리매김
 * DeepLearning.AI를 설립하고 코세라를 공동 설립하여 AI 교육의 대중화 선도
 * 기계 인식, 컴퓨터 비전, 자연어 처리 분야를 크게 발전시켰으며, 타임지 선정 '가장 영향력 있는 100인'에 선정되기도 함

 * source: https://aimagazine.com/articles/top-10-ai-leaders-in-the-us?utm_campaign=&utm_medium=email&utm_source=Newsletter

AI매거진이 선정한 미국의 10대 AI 리더입니다. 우리에게 익숙한 인물들도 있고, 다소 생소한 인물도 있습니다. 개인적으로는 이번에 노벨화학상을 탄 데미스 허사비스가 빠진건 이외이긴 합니다. 미쿡과 한쿡의 차이(?)일수도 있을거 같네요~^^ 10. 클레망 들랑그(Clément Delangue)🍎 역할: 허깅 페이스의 CEO 겸 공동 설립자<ul ><li>Hugging Face(https://huggingface.co/): 오픈 소스 도구와 사전 학습된 모델을 제공하여 NLP 연구 및 애플리케이션을 가속화하는 등 AI 커뮤니티의 허브이자 대명사</li><li>자연어 처리(NLP)를 발전시키고 최첨단 언어 모델에 대한 액세스를 대중화하는 데 중추적인 역할</li><li>연구자와 개발자가 머신러닝 모델을 공유하고 협업할 수 있는 플랫폼인 허깅 페이스 허브의 탄생으로 이어짐</li><li>NLP 기술의 진입 장벽이 크게 낮아져 다양한 조직에서 고급 언어 AI 기능 활용</li></ul> 9. 캐시 코지르코프(Cassie Kozyrkov)🍎 역할: 데이터 사이언티픽(https://datascientific.com/)의 CEO<ul ><li>전 구글 최고 의사 결정 과학자이자 초대 최고 의사 결정 과학자</li><li>책임감 있는 AI 개발과 배포의 중요성을 강조하며 응용 AI에 대한 Google의 접근 방식을 형성하는 데 중요한 역할</li><li>기술적인 AI 역량과 실제 비즈니스 애플리케이션 간의 격차를 해소하는 데 주력</li><li>데이터가 풍부한 환경에서 의사결정을 위한 혁신적인 프레임워크를 개발하여 조직이 AI와 머신러닝을 효과적으로 활용할 수 있도록 지원</li><li>비즈니스 커뮤니티의 AI 리터러시 향상에 크게 기여</li></ul> 8. 아니마 아난드쿠마르(Anima Anandkumar)🍎 역할: 칼텍(Caltech) 교수<ul ><li>칼텍의 교수이자 엔비디아의 머신 러닝 연구 책임자</li><li>텐서 알고리즘과 딥러닝에 대한 연구를 통해 고차원 데이터 분석의 이해도 향상</li><li>아니마의 텐서 분해 방법에 대한 연구는 컴퓨터 비전과 자연어 처리를 비롯한 다양한 영역에서 응용</li><li>대규모 신경망을 훈련하기 위한 효율적인 알고리즘을 개발 집중. 특히, 다중 에이전트 강화 학습에 대한 연구는 자율 시스템과 로봇 공학에 영향을 줌</li><li>블라바트닉 국립 젊은 과학자상, IEEE 펠로우십 등 수많은 상 수상 </li></ul>7. 젠슨 황(Jensen Huang)🍎 역할: NVIDIA(https://www.nvidia.com/) 공동 창립자 겸 CEO<ul ><li>그래픽 칩 제조업체에서 AI 하드웨어 및 소프트웨어 개발의 강자로 회사 변신</li><li>AI 산업 전반에서 병렬처리를 위한 딥러닝 및 AI 애플리케이션의 중추가 된 GPU</li><li>AI 연구와 애플리케이션을 가속화한 병렬 컴퓨팅 플랫폼인 CUDA의 개발을 주도</li></ul> 6. 다리오 길(Dario Gil)🍎 역할: IBM 수석 부사장 겸 IBM 리서치 총책임자<ul ><li>IBM의 클라우드 기반의 세계 최초 프로그래밍 가능한 양자 컴퓨터 개발 리드</li><li>IBM의 하이브리드 클라우드, AI, 반도체, 양자 컴퓨팅, 탐사 과학 분야의 혁신 전략 지휘</li><li>MIT-IBM 왓슨 AI 랩의 공동 의장 겸 미국 국립과학재단(NSF)을 감독하는 국립과학위원회(NSB)의 의장 겸 개방형 과학 커뮤니티의 글로벌 네트워크인 국제 과학 예비군 집행위원회의 공동 의장</li></ul> 5. 샘 알트만(Sam Altman)🍎 역할: OpenAI(https://openai.com/) CEO<ul ><li>OpenAI의 공동창립자 겸 현 CEO</li><li>GPT-3 및 DALL-E와 같은 획기적인 모델을 개발 지휘</li><li>Loopt의 CEO(2005-2012), Y Combinator의 대표(2014-2019)이자 엔젤투자자로서 에어비앤비, 레딧, 스트라이프, 인스타카트, 핀터레스트에 투자</li><li>현 에너지 기업 오클로(Oklo)의 이사회 의장이자 Tools for Humanity라는 기술 기업을 통해 월드코인 프로젝트를 운영, 개발 진행 중</li><li>2015년 일론 머스크, 그렉 브록만과 함께 OpenAI 공동 창업</li><li>AI 규제와 투명성에 대한 옹호로 윤리적 AI 운동의 리더</li></ul> 4. 제프 딘(Jeff Dean)🍎 역할: Google 리서치 및 AI의 선임 연구원 겸 수석 부사장<ul ><li>Google의 AI 전략과 수많은 혁신 주도한 공로로 구글에 2명뿐인 시니어 펠로우 중 1인</li><li>Google 브레인 팀을 공동 설립 및 리드</li><li>검색, Gmail, Google 번역, GoogleAds, MapReduce, BigTable, BERT, Tensorflow 같은 구글의 핵심 제품 개발 주도</li></ul> 3. 얀 르쿤(Yann LeCun)🍎 역할: Meta의 수석 AI 과학자<ul ><li>프랑스의 컴퓨터 과학자이자 메타의 AI 연구소를 이끌며 머신러닝, 컴퓨터 비전, 자연어 처리 분야의 혁신 주도</li><li>특히 이미지 인식 작업에서 컨볼루션 신경망에 대한 연구로 딥러닝 개발의 근간 리드</li><li>뉴욕대학교의 교수로서 차세대 AI 연구자들을 양성하는 데도 기여</li><li>2018년에는 제프리 힌튼, 요슈아 벤지오와 함께 튜링상을 수상</li></ul> 2. 페이 페이 리(Fei-Fei Li)🍎 역할: 스탠포드대학교의 컴퓨터 과학 교수이자 인간 중심 AI 연구소 공동 디렉터<ul ><li>스탠포드 인간 중심 AI 연구소의 공동 책임자</li><li>시각 인식 시스템을 발전시키는 데 중추적인 역할을 했으며, 특히 컴퓨터 비전의 훈련과 벤치마킹의 초석이 된 방대한 시각 데이터베이스인 ImageNet에 대한 연구를 통해 시각 인식 시스템을 발전시키는 데 큰 기여</li><li>Google Cloud의 AI/ML 수석 과학자로 재직시에는 비즈니스와 개발자가 AI에 더 쉽게 접근할 수 있도록 하는 이니셔티브 주도</li><li>AI 교육과 커리어에 대한 포용성을 높이기 위한 비영리 단체인 AI4ALL 설립</li></ul> 1. Andrew Ng(Andrew Ng)🍎 역할: DeepLearning.AI 설립자<ul ><li>영국계 미국인 컴퓨터 과학자이자 Google 브레인의 공동 창립자이자 책임자</li><li>딥 러닝과 신경망 분야의 획기적인 연구 주도</li><li>Baidu의 수석 과학자로 재직하면서 Baidu를 AI 개발의 선두주자로 자리매김</li><li>DeepLearning.AI를 설립하고 코세라를 공동 설립하여 AI 교육의 대중화 선도</li><li>기계 인식, 컴퓨터 비전, 자연어 처리 분야를 크게 발전시켰으며, 타임지 선정 '가장 영향력 있는 100인'에 선정되기도 함</li></ul> <ul ><li>source: https://aimagazine.com/articles/top-10-ai-leaders-in-the-us?utm_campaign=&amp;utm_medium=email&amp;utm_source=Newsletter</li></ul>

aimagazine.com

[AI매거진] 미국 10대 AI 리더

사이드 프로젝트 30개 만들어 본 개발자가 느낀
팀으로 사이드 프로젝트 진행할 때 알면 좋은 것 3가지

1️⃣ 팀원은 최소한의 인원으로

- 많은 인원일 수록 더 많은 일들을 할 수 있을 것 같지만, 실제로는 그렇게 되지 못하는 경우가 많습니다

- 의사 결정이 느려지거나 시간을 맞추기 어렵거나 등등 빠르게 서비스를 출시해야 하는 상황일 수록 득보다는 실이 많은 경우가 생기게 됩니다.

- 그리고 서비스 개발 속도는 팀원 수에 꼭 비례하지 않습니다

- 팀원은 최소한으로 (ex. 2~3명)

- 팀 내에 그 일을 할 수 있는 사람이 없을 때 팀원을 1명씩 영입해야 합니다

2️⃣ 모두가 똑같은 속도로 가는 것은 어렵다

- 팀원 모두가 다 같은 속도로 서비스 개발에 참여하여 빠르게 프로덕트를 출시하면 가장 이상적일 것 입니다

- 하지만 현실적으로 팀원 모두가 같은 시간과 노력을 쏟는 것은 불가능 합니다.

- 본업 이외의 시간에 '사이드'로 프로젝트를 진행하기 때문에 임하는 시간이 상대적일 수 밖에 없다는 것을 인지 해야합니다

- 전체적으로는 느슨하게, 하지만 풀어지게 하지 않도록 해야합니다

- 주 1회 이상 정기 회의를 가져 팀 전체의 진행 상황을 공유하고, 타임 라인을 꼭 설정하여 마감 기한을 설정하시기 바랍니다

- 중요한 건 팀내의 동기부여를 얼마나 꾸준하게 지속적으로 가져갈 수 있는 지 입니다

3️⃣ 솔직한 소통이 중요하다

- 혼자하는 것과 팀원이 함께하는 것의 가장 큰 차이점은 커뮤니케이션이 많은 부분을 차지한다는 것 입니다

- 사람 대 사람의 관계가 있기 때문에 의견을 나누는데 있어 솔직하지 못하는 경우가 생깁니다

- '다 좋다고 하는데.. 내가 괜히 반대 의견을 내는 건 아닐까?', '이렇게 말하면 상대방이 무시한다고 생각하지는 않을까..?', '내 의견은 말하기 부끄러운데..' 등등

- 하지만 솔직하게 의견과 생각을 나누지 않는다면 아이디어 선정 단계에서 부터 막히는 모습을 볼 수 있게 됩니다

- 뿐만 아니라 생각했던 방향과 전혀 다른 방향으로 흘러가는 경우도 생기게 됩니다

- 팀원 들이 적극적으로 의견을 낼 수 있어야 합니다. 그러기 위해선 서로 경청할 수 있는 분위기와 문화, 규칙을 만들어 주어야 합니다

사이드 프로젝트 30개 만들어 본 개발자가 느낀팀으로 사이드 프로젝트 진행할 때 알면 좋은 것 3가지 1️⃣ 팀원은 최소한의 인원으로 - 많은 인원일 수록 더 많은 일들을 할 수 있을 것 같지만, 실제로는 그렇게 되지 못하는 경우가 많습니다 - 의사 결정이 느려지거나 시간을 맞추기 어렵거나 등등 빠르게 서비스를 출시해야 하는 상황일 수록 득보다는 실이 많은 경우가 생기게 됩니다. - 그리고 서비스 개발 속도는 팀원 수에 꼭 비례하지 않습니다 - 팀원은 최소한으로 (ex. 2~3명) - 팀 내에 그 일을 할 수 있는 사람이 없을 때 팀원을 1명씩 영입해야 합니다 2️⃣ 모두가 똑같은 속도로 가는 것은 어렵다 - 팀원 모두가 다 같은 속도로 서비스 개발에 참여하여 빠르게 프로덕트를 출시하면 가장 이상적일 것 입니다 - 하지만 현실적으로 팀원 모두가 같은 시간과 노력을 쏟는 것은 불가능 합니다. - 본업 이외의 시간에 '사이드'로 프로젝트를 진행하기 때문에 임하는 시간이 상대적일 수 밖에 없다는 것을 인지 해야합니다 - 전체적으로는 느슨하게, 하지만 풀어지게 하지 않도록 해야합니다 - 주 1회 이상 정기 회의를 가져 팀 전체의 진행 상황을 공유하고, 타임 라인을 꼭 설정하여 마감 기한을 설정하시기 바랍니다 - 중요한 건 팀내의 동기부여를 얼마나 꾸준하게 지속적으로 가져갈 수 있는 지 입니다 3️⃣ 솔직한 소통이 중요하다 - 혼자하는 것과 팀원이 함께하는 것의 가장 큰 차이점은 커뮤니케이션이 많은 부분을 차지한다는 것 입니다 - 사람 대 사람의 관계가 있기 때문에 의견을 나누는데 있어 솔직하지 못하는 경우가 생깁니다 - '다 좋다고 하는데.. 내가 괜히 반대 의견을 내는 건 아닐까?', '이렇게 말하면 상대방이 무시한다고 생각하지는 않을까..?', '내 의견은 말하기 부끄러운데..' 등등 - 하지만 솔직하게 의견과 생각을 나누지 않는다면 아이디어 선정 단계에서 부터 막히는 모습을 볼 수 있게 됩니다 - 뿐만 아니라 생각했던 방향과 전혀 다른 방향으로 흘러가는 경우도 생기게 됩니다 - 팀원 들이 적극적으로 의견을 낼 수 있어야 합니다. 그러기 위해선 서로 경청할 수 있는 분위기와 문화, 규칙을 만들어 주어야 합니다

팀으로 사이드 프로젝트 진행할 때 알면 좋은 것 3가지

🙅‍♂️ 내가 하지 않는 생각
- 이걸로 무조건 성공해서 돈 벌어야지
- 많은 기능 넣으면 사용자들이 좋아하겠지?
- 이왕 만드는 거 완벽하게 만들어야지

🙆‍♀️ 내가 하는 생각
- 사람들이 불편해 하는 점이 있는 것 같네. 한번 만들어 보자
- 실패해도 배운 점이 있도록 평소 사용하고 싶었던 기술이나 주제를 적용해보자
- 필요한 기능 1개만 추려서 빠르게 만들어 보자
- 완벽하기보단 우선 만들어보자. 반응 없으면 버리고, 반응이 있다면 그 때 개선하자

🙅‍♂️ 내가 하지 않는 생각- 이걸로 무조건 성공해서 돈 벌어야지 - 많은 기능 넣으면 사용자들이 좋아하겠지? - 이왕 만드는 거 완벽하게 만들어야지 🙆‍♀️ 내가 하는 생각- 사람들이 불편해 하는 점이 있는 것 같네. 한번 만들어 보자 - 실패해도 배운 점이 있도록 평소 사용하고 싶었던 기술이나 주제를 적용해보자 - 필요한 기능 1개만 추려서 빠르게 만들어 보자 - 완벽하기보단 우선 만들어보자. 반응 없으면 버리고, 반응이 있다면 그 때 개선하자

사이드 프로젝트 만들 때

Online JSON view, format, minify, validate and compare. It also provides graph view to preview JSON data, semantic comparing two JSON diffs, convert JSON to CSV or CSV to JSON and support jq online.

JSON For You | The best online JSON tool

json 을 table로 변환하는 툴들은 많이 봤었는데, 이렇게 graph로 변환까지 해주는 툴은 처음보는 것 같아요!
구조 비교 & 텍스트 비교로 2개의 JSON간 차이점 빠른 확인도 가능해서 더 좋아요!

https://json4u.com/editor

json 을 table로 변환하는 툴들은 많이 봤었는데, 이렇게 graph로 변환까지 해주는 툴은 처음보는 것 같아요! 구조 비교 &amp; 텍스트 비교로 2개의 JSON간 차이점 빠른 확인도 가능해서 더 좋아요! https://json4u.com/editor

JSON For You

파워풀한 json 시각화툴

알고리즘 입문자를 위한 달레의 친절한 안내서

알고리즘 | 알고달레

📕 코딩 테스트에 단골로 등장하는 문제(LeetCode, 프로그래머스)에 대한 다양한 접근 방법과 답안 코드 (Python, JavaScript, Java)
📗 코딩 문제를 풀 때 반드시 필요한 알고리즘과 자료구조 설명 (최대한 입문자의 눈높이에서 친절하게 쉽게 🤗)
📘 코딩 시험/면접 준비 관련 가이드 + 17년 차 개발자 달레의 코딩 테스트 노하우 공유

개발자 달레님이 만드신 사이트인데요,
무료로 열려있어 공부하기도 좋고 깔끔해서 눈으로 보기도 좋아요!

https://www.algodale.com/algorithms/

📕 코딩 테스트에 단골로 등장하는 문제(LeetCode, 프로그래머스)에 대한 다양한 접근 방법과 답안 코드 (Python, JavaScript, Java) 📗 코딩 문제를 풀 때 반드시 필요한 알고리즘과 자료구조 설명 (최대한 입문자의 눈높이에서 친절하게 쉽게 🤗) 📘 코딩 시험/면접 준비 관련 가이드 + 17년 차 개발자 달레의 코딩 테스트 노하우 공유 개발자 달레님이 만드신 사이트인데요, 무료로 열려있어 공부하기도 좋고 깔끔해서 눈으로 보기도 좋아요! https://www.algodale.com/algorithms/

알고달레

코딩테스트 공부를 위한 추천 사이트

“아니, 도대체 왜 조회 쿼리 메서드에서 데드락이 생기는거야?”  

왜 조회 쿼리에서 데드락이 발생했을까?

"아니, 도대체 왜?"
'findBy...' 에서 데드락이 발생하는 걸 보고 궁금해서 이모저모 실험해보았어요.
https://hyeon9mak.github.io/why-occurs-deadlock-from-select-query/

"아니, 도대체 왜?"'findBy...' 에서 데드락이 발생하는 걸 보고 궁금해서 이모저모 실험해보았어요.https://hyeon9mak.github.io/why-occurs-deadlock-from-select-query/

현구막 기술 블로그

"아니, 도대체 왜?"
'findBy...' 에서 데드락이 발생하

마침내 제가 쓴 자바스크립트 책, "헬로 Bun"이 출간되어 온라인 서점에서 예약 판매가 시작되었습니다. Bun은 아직 국내에는 많이 알려지지 않았지만, 해외에서는 Node.js의 뒤를 잇는 차세대 자바스크립트 런타임으로 주목받고 있습니다. JavaScript Rising Stars 🌟 2023 집계에서 당당히 2위를 차지한 오픈 소스 프로젝트이며, State of JS 2023 설문 조사에서 개발자 응답에 가장 많이 오르고 내린 정말 HOT🔥한 기술입니다.

📕 YES24: https://www.yes24.com/Product/Goods/134021042
📗 교보문고: https://product.kyobobook.co.kr/detail/S000214450265
📘 알라딘: https://www.aladin.co.kr/shop/wproduct.aspx?ItemId=348745550

사실 처음 Bun을 접했을 때는 제가 국내에 이 기술을 소개하는 책까지 쓰게 될 줄은 몰랐어요. 원래는 여타 기술처럼 제 블로그에서 한 번 다뤄보려고 했습니다. 그런데 이 귀여운 찐빵(?)이 겉보기와 다르게 기능과 성능이 후덜덜하더군요. 단순히 타입스크립트와 JSX를 바로 실행할 수 있는 자바스크립트 런타임인 줄 알았는데, 알고보니 모듈 시스템, 패키지 매니저, 테스트 러너, 번들러, 자체 DB, 웹소켓, CLI, 셸 스크립팅... "아니, Bun으로 내가 도대체 못하는 게 뭐지?"라는 생각이 들 정도였습니다. 자바스크립트 개발에 필요한 모든 기능을 자체적으로 제공하면서, 기존 런타임의 성능을 압도하는 이 차세대 기술을 블로그로 다루기에는 너무 방대하다는 것을 깨닫고 집필을 결심하게 되었습니다.

이 책이 단순히 Bun에 대한 기술서가 아니라, 많은 분들께 자바스크립트를 새롭게 만날 수 있는 계기가 되었으면 좋겠습니다. Bun의 등장으로 자바스크립트를 배우기 정말 좋은 시대가 열렸다고 생각합니다. 예전처럼 프로젝트 구성이나 라이브러리 설치하느라 오랫동안 씨름하지 않고 바로 재미있는 애플리케이션 개발을 Bun과 함께 시작하실 수 있습니다. 기존에 자바스크립트에 대해 좋지 못한 경험을 하셨던 현직 개발자분께도 추천드리고 싶습니다. Bun이 자바스크립트 개발자로서 고질적인 애로사항을 해결해 줄 뿐만 아니라, 자바스크립트에 대한 새로운 관점과 다양한 영감을 불어넣을 것입니다.

"헬로 Bun"을 통해 여러분이 자바스크립트를 더 쉽게 배우고, 더 즐겁게 소프트웨어 개발을 할 수 있기를 바랍니다. 많은 관심 부탁드립니다! 🙇‍♂️🙏

마침내 제가 쓴 자바스크립트 책, "헬로 Bun"이 출간되어 온라인 서점에서 예약 판매가 시작되었습니다. Bun은 아직 국내에는 많이 알려지지 않았지만, 해외에서는 Node.js의 뒤를 잇는 차세대 자바스크립트 런타임으로 주목받고 있습니다. JavaScript Rising Stars 🌟 2023 집계에서 당당히 2위를 차지한 오픈 소스 프로젝트이며, State of JS 2023 설문 조사에서 개발자 응답에 가장 많이 오르고 내린 정말 HOT🔥한 기술입니다. 📕 YES24: https://www.yes24.com/Product/Goods/134021042 📗 교보문고: https://product.kyobobook.co.kr/detail/S000214450265 📘 알라딘: https://www.aladin.co.kr/shop/wproduct.aspx?ItemId=348745550 사실 처음 Bun을 접했을 때는 제가 국내에 이 기술을 소개하는 책까지 쓰게 될 줄은 몰랐어요. 원래는 여타 기술처럼 제 블로그에서 한 번 다뤄보려고 했습니다. 그런데 이 귀여운 찐빵(?)이 겉보기와 다르게 기능과 성능이 후덜덜하더군요. 단순히 타입스크립트와 JSX를 바로 실행할 수 있는 자바스크립트 런타임인 줄 알았는데, 알고보니 모듈 시스템, 패키지 매니저, 테스트 러너, 번들러, 자체 DB, 웹소켓, CLI, 셸 스크립팅... "아니, Bun으로 내가 도대체 못하는 게 뭐지?"라는 생각이 들 정도였습니다. 자바스크립트 개발에 필요한 모든 기능을 자체적으로 제공하면서, 기존 런타임의 성능을 압도하는 이 차세대 기술을 블로그로 다루기에는 너무 방대하다는 것을 깨닫고 집필을 결심하게 되었습니다. 이 책이 단순히 Bun에 대한 기술서가 아니라, 많은 분들께 자바스크립트를 새롭게 만날 수 있는 계기가 되었으면 좋겠습니다. Bun의 등장으로 자바스크립트를 배우기 정말 좋은 시대가 열렸다고 생각합니다. 예전처럼 프로젝트 구성이나 라이브러리 설치하느라 오랫동안 씨름하지 않고 바로 재미있는 애플리케이션 개발을 Bun과 함께 시작하실 수 있습니다. 기존에 자바스크립트에 대해 좋지 못한 경험을 하셨던 현직 개발자분께도 추천드리고 싶습니다. Bun이 자바스크립트 개발자로서 고질적인 애로사항을 해결해 줄 뿐만 아니라, 자바스크립트에 대한 새로운 관점과 다양한 영감을 불어넣을 것입니다. "헬로 Bun"을 통해 여러분이 자바스크립트를 더 쉽게 배우고, 더 즐겁게 소프트웨어 개발을 할 수 있기를 바랍니다. 많은 관심 부탁드립니다! 🙇‍♂️🙏

👋 헬로 Bun 🥟 출간 소식 📚

원문 : How to make your web page faster before it even loads How to make your web page faster before it even loads…

(번역) 웹 페이지가 로드되기 전에 더 빠르게 만드는 방법

오늘 소개해드릴 글은 42dot의 유경상님이 번역해주신 글입니다.

웹 페이지 성능 최적화라고 하면 대부분 페이지 로딩 후의 성능에 집중하는 경향이 있습니다. 하지만 이 글에서는 그 관점을 뒤집어 새로운 인사이트를 제공합니다. 저자는 첫 바이트가 도달하기 전 단계의 최적화에 주목하며, 브라우저의 Performance API와 Navigation Timing API를 활용해 캐시, DNS 조회, 연결 설정, TLS 협상 등 각 단계별 최적화 방법을 상세히 설명합니다.

만약 웹 성능 최적화에 대해 관심이 있으시다면, 이 글을 통해 최적화의 새로운 기회를 발견할 수 있을 것이라고 생각합니다. 이 글을 통해 웹 페이지 성능 최적화에 대한 시야를 넓히는 좋은 기회가 되시길 바랍니다 :)

글 링크 : https://ykss.netlify.app/translation/how_to_make_your_web_page_faster_before_it_even_loads/

오늘 소개해드릴 글은 42dot의 유경상님이 번역해주신 글입니다. 웹 페이지 성능 최적화라고 하면 대부분 페이지 로딩 후의 성능에 집중하는 경향이 있습니다. 하지만 이 글에서는 그 관점을 뒤집어 새로운 인사이트를 제공합니다. 저자는 첫 바이트가 도달하기 전 단계의 최적화에 주목하며, 브라우저의 Performance API와 Navigation Timing API를 활용해 캐시, DNS 조회, 연결 설정, TLS 협상 등 각 단계별 최적화 방법을 상세히 설명합니다. 만약 웹 성능 최적화에 대해 관심이 있으시다면, 이 글을 통해 최적화의 새로운 기회를 발견할 수 있을 것이라고 생각합니다. 이 글을 통해 웹 페이지 성능 최적화에 대한 시야를 넓히는 좋은 기회가 되시길 바랍니다 :) 글 링크 : https://ykss.netlify.app/translation/how_to_make_your_web_page_faster_before_it_even_loads/

ykss.netlify.app

웹 페이지가 로드되기 전에 더 빠르게 만드는 방법

Arthur's place

저자는 try-catch 블록 없이 에러를 처리할 수 있는 try 표현식을 제안합니다. 예를 들면 다음과 같습니다.
const [error, response] = try await fetch("https://arthur.place")

위 코드는 기존 try-catch 코드 블록을 간소화하고
error
를 반환값 앞에 먼저 배치하여 에러 핸들링에 대한 우선순위를 높이는 효과가 있습니다.
let response;
try {
  response = await fetch("https://arthur.place");
} catch (error) {
  // blah blah
}

아직 초기 단계의 제안이긴 하지만, 흥미로운 제안인 것 같습니다.
참고: 저자의 제안은 원래 안전 할당(`?=`)을 통해 에러 처리를 간소화하려는 제안이였으나, 의논 결과
try
표현식이 좀 더 관용적인 접근 방법이라고 생각되어 try 제안으로 변경한다고 합니다. 관련 Pull Request가 올라와있어, 이 글도 해당 PR의 내용을 기반으로 소개드린 점 참고 부탁드립니다.

https://github.com/arthurfiorette/proposal-safe-assignment-operator/pull/42

저자는 try-catch 블록&nbsp;없이 에러를 처리할 수 있는 try 표현식을 제안합니다. 예를 들면 다음과 같습니다.<pre ><code class="language-js">const [error, response] = try await fetch("https://arthur.place")</code></pre>위 코드는 기존 try-catch 코드 블록을 간소화하고 <code >error</code>를 반환값 앞에 먼저 배치하여 에러 핸들링에 대한 우선순위를 높이는 효과가 있습니다. <pre ><code class="language-js">let response;
try {
 response = await fetch("https://arthur.place");
} catch (error) {
 // blah blah
}</code></pre>아직 초기 단계의 제안이긴 하지만, 흥미로운 제안인 것 같습니다.참고: 저자의 제안은 원래 안전 할당(`?=`)을 통해 에러 처리를 간소화하려는 제안이였으나, 의논 결과 <code >try</code> 표현식이 좀 더 관용적인 접근 방법이라고 생각되어 try 제안으로 변경한다고 합니다. 관련 Pull Request가 올라와있어, 이 글도 해당 PR의 내용을 기반으로 소개드린 점 참고 부탁드립니다. https://github.com/arthurfiorette/proposal-safe-assignment-operator/pull/42

ECMAScript try-expressions 제안

You are being redirected...

소프트웨어는 시간이 흐르면서 기능이 추가되고 유지보수 작업이 누적되면서 자연스럽게 "침식" 현상을 겪습니다. 이는 코드 품질 저하, 기술 부채 증가, 그리고 성능 저하를 야기하여 유지보수 비용을 크게 증가시킵니다. 이 글에서는 소프트웨어 침식의 원인과 그로 인한 문제, 그리고 이를 방지하기 위한 방법을 소개합니다.

# 소프트웨어 침식의 원인과 문제
 * 지나치게 복잡해진 코드베이스: 시간이 지나며 요구사항 변화와 기능 추가로 인해 코드가 점점 복잡해짐.
 * 불필요한 의존성: 빠른 문제 해결을 위해 임시방편으로 추가된 의존성들이 코드베이스를 무겁게 함.
 * 중복 코드와 설계의 일관성 부족: 팀원 간 커뮤니케이션 부족 및 시간 제약으로 인해 코드 중복과 일관성 결여 발생.

# 소프트웨어 침식을 방지하는 방법
 * 지속적인 코드 리팩토링: 정기적인 코드 리뷰와 리팩토링을 통해 코드베이스의 품질을 유지.
 * 품질 관리 프로세스 개선: 코드 품질을 유지하기 위한 단위 테스트, 통합 테스트 등의 자동화된 테스트 도입.
 * 설계와 아키텍처 점검: 기존 아키텍처를 주기적으로 점검하고, 필요시 개선 작업을 진행.

소프트웨어 침식은 방치할 경우, 나중에 해결하는 데 많은 비용과 시간이 소요되므로 초기부터 주의 깊은 관리가 필요합니다. 여러분은 현재 프로젝트에서 소프트웨어 침식을 방지하기 위해 어떤 노력을 기울이고 계신가요?

https://www.softwaretestingnews.co.uk/software-is-eroding-before-our-eyes/

소프트웨어는 시간이 흐르면서 기능이 추가되고 유지보수 작업이 누적되면서 자연스럽게 "침식" 현상을 겪습니다. 이는 코드 품질 저하, 기술 부채 증가, 그리고 성능 저하를 야기하여 유지보수 비용을 크게 증가시킵니다. 이 글에서는 소프트웨어 침식의 원인과 그로 인한 문제, 그리고 이를 방지하기 위한 방법을 소개합니다. # 소프트웨어 침식의 원인과 문제<ul ><li>지나치게 복잡해진 코드베이스: 시간이 지나며 요구사항 변화와 기능 추가로 인해 코드가 점점 복잡해짐.</li><li>불필요한 의존성: 빠른 문제 해결을 위해 임시방편으로 추가된 의존성들이 코드베이스를 무겁게 함.</li><li>중복 코드와 설계의 일관성 부족: 팀원 간 커뮤니케이션 부족 및 시간 제약으로 인해 코드 중복과 일관성 결여 발생.</li></ul> # 소프트웨어 침식을 방지하는 방법<ul ><li>지속적인 코드 리팩토링: 정기적인 코드 리뷰와 리팩토링을 통해 코드베이스의 품질을 유지.</li><li>품질 관리 프로세스 개선: 코드 품질을 유지하기 위한 단위 테스트, 통합 테스트 등의 자동화된 테스트 도입.</li><li>설계와 아키텍처 점검: 기존 아키텍처를 주기적으로 점검하고, 필요시 개선 작업을 진행.</li></ul> 소프트웨어 침식은 방치할 경우, 나중에 해결하는 데 많은 비용과 시간이 소요되므로 초기부터 주의 깊은 관리가 필요합니다. 여러분은 현재 프로젝트에서 소프트웨어 침식을 방지하기 위해 어떤 노력을 기울이고 계신가요? https://www.softwaretestingnews.co.uk/software-is-eroding-before-our-eyes/

www.softwaretestingnews.co.uk

내 눈 앞에서 소프트웨어가 침식되고 있다

음.. 어떻게 얘길 시작해야 하나 

끗과 시작, 그 사이 어딘가

'최고가 되어 떠나라'
회사에 붙어있는 메시지 중 하나인데요.
퇴사부검을 보고나니 다들 멋지네요
앞으로 더 좋은 소식 기대하고 있을께요

https://www.brainbackdoor.com/retrospective/2019-2024

'최고가 되어 떠나라'회사에 붙어있는 메시지 중 하나인데요.퇴사부검을 보고나니 다들 멋지네요앞으로 더 좋은 소식 기대하고 있을께요 https://www.brainbackdoor.com/retrospective/2019-2024

동규님의 우아한형제들 퇴사부검

어제 심오한 고민을 하다가 헤라의 글로우 래스팅 파운데이션을 구매했다. 솔직히 양에 비해 가격이 저렴하...

[극대노주의] 올리브영 일반배송 은근슬쩍 오늘드림 변환 수법

제목부터 범상치 않습니다. [극대노주의]를 대괄호로 표시했죠. 결론부터 말씀드리면 뷰티 시장의 큰손, 올리브영 서비스를 앱으로 이용하면서 일반 배송으로 선택했지만 자동으로 선택된 항목으로 인해 '오늘 드림'으로 배송이 되어 증정품을 받지 못하는 상황을 경험한 사용자의 후기입니다. (트레바리 북클럽 <리서치 하는데요> 멤버인 초은 님이 클럽 커뮤니티에 공유해 주신 글이 인상적이라 제가 자세히 살펴보고 정리했습니다)

요약하면 사용자의 의도, 기대했던 것과 다른 경험을 제공하는 기만적 패턴이 문제였습니다. 구매할 때 일반 배송으로 받아야만 증정품을 받을 수 있기 때문에 의도적으로 '오늘 드림'이 아닌 '일반 배송'으로 선택하고 넘어간 것인데 다음 화면에서는 '무료 배송으로 내일 자정까지 받아보시겠어요?'라는 문구가 자동으로 선택되어 있는 겁니다. 문제는 이 문구가 '오늘 드림'을 의미하는 것인지도 모호하고 따져보면 내일 자정이니 '내일드림'이면 그럴듯해도, '오늘 드림'은 아니겠거니 생각하면서 진행을 했던 것인데 받아보니 증정품이 없었던 것이죠.

사용자가 고객센터에 문의한 결과 '무료배송으로 내일 자정까지 받아보시겠어요?'라는 문구를 선택하면 '오늘 드림' 배송으로 동의한 것이라 일반배송이 아닌 게 되므로 증정품을 받을 수 없다는 답변을 받았다고 합니다. 주목할 점은 (1) 문구를 자동으로 선택하도록 만든 것 (2) 이전에 선택한 옵션의 내용을 교모하게 바꿔두고 받을 수 있는 상품구성이 달라진 부분에 대해 사용자가 직접 제품을 받은 뒤 고객센터에 문의해야만 알 수 있다는 점이죠.

문구는 모호하고 화장품 구매에서 증정품이 미치는 영향을 고려할 때 올리브영의 이런 패턴(자동으로 문구 선택, 모호한 설명, 기대한 상품을 받지 못하는 경험)은 기만적이라고 할 수 있습니다. 사용자 블로그글에는 경험을 손상시킨 3가지 문제에 대한 언급이 있습니다.

[ 큐레이터의 문장 🎒 ]

1️⃣ "불만 접수방식도 불만 게시판이 명확하게 설립되어 있는 농심과 비교되어 더더욱 기분이 나빴고 (중략) 게다가 설문조사는 그렇게 꼬치꼬치 엄청난 수의 문항으로 물어보면서 이런 고객 불만사항 게시판은 또 마땅히 활성화되어 있지 않는다는 점이 대조되어 더 괘씸하다"

2️⃣ "아무리 생각해도 전에는 오해의 여지가 없도록 명백하게 '오늘드림'이라는 단어를 활용해 안내했었는데 이제 와서 오해의 여지가 다분한 유도성 문구로 변경해 둔 것이 의도가 없이 그런 것이라 생각되질 않기에 사은품 여부를 떠나서 더 기분이 나빴다."

3️⃣ "나는 앞으로 꼭 사은품을 안전하게 받을 수 있는 아모레퍼시픽 공식몰을 이용할 것이라 다짐하며"

https://m.blog.naver.com/boksle1127/223420780140

제목부터 범상치 않습니다. [극대노주의]를 대괄호로 표시했죠. 결론부터 말씀드리면 뷰티 시장의 큰손, 올리브영 서비스를 앱으로 이용하면서 일반 배송으로 선택했지만 자동으로 선택된 항목으로 인해 '오늘 드림'으로 배송이 되어 증정품을 받지 못하는 상황을 경험한 사용자의 후기입니다. (트레바리 북클럽 &lt;리서치 하는데요&gt; 멤버인 초은 님이 클럽 커뮤니티에 공유해 주신 글이 인상적이라 제가 자세히 살펴보고 정리했습니다) 요약하면 사용자의 의도, 기대했던 것과 다른 경험을 제공하는 기만적 패턴이 문제였습니다. 구매할 때 일반 배송으로 받아야만 증정품을 받을 수 있기 때문에 의도적으로 '오늘 드림'이 아닌 '일반 배송'으로 선택하고 넘어간 것인데 다음 화면에서는 '무료 배송으로 내일 자정까지 받아보시겠어요?'라는 문구가 자동으로 선택되어 있는 겁니다. 문제는 이 문구가 '오늘 드림'을 의미하는 것인지도 모호하고 따져보면 내일 자정이니 '내일드림'이면 그럴듯해도, '오늘 드림'은 아니겠거니 생각하면서 진행을 했던 것인데 받아보니 증정품이 없었던 것이죠. 사용자가 고객센터에 문의한 결과 '무료배송으로 내일 자정까지 받아보시겠어요?'라는 문구를 선택하면 '오늘 드림' 배송으로 동의한 것이라 일반배송이 아닌 게 되므로 증정품을 받을 수 없다는 답변을 받았다고 합니다. 주목할 점은 (1) 문구를 자동으로 선택하도록 만든 것 (2) 이전에 선택한 옵션의 내용을 교모하게 바꿔두고 받을 수 있는 상품구성이 달라진 부분에 대해 사용자가 직접 제품을 받은 뒤 고객센터에 문의해야만 알 수 있다는 점이죠. 문구는 모호하고 화장품 구매에서 증정품이 미치는 영향을 고려할 때 올리브영의 이런 패턴(자동으로 문구 선택, 모호한 설명, 기대한 상품을 받지 못하는 경험)은 기만적이라고 할 수 있습니다. 사용자 블로그글에는 경험을 손상시킨 3가지 문제에 대한 언급이 있습니다. [ 큐레이터의 문장 🎒 ] 1️⃣ "불만 접수방식도 불만 게시판이 명확하게 설립되어 있는 농심과 비교되어 더더욱 기분이 나빴고 (중략) 게다가 설문조사는 그렇게 꼬치꼬치 엄청난 수의 문항으로 물어보면서 이런 고객 불만사항 게시판은 또 마땅히 활성화되어 있지 않는다는 점이 대조되어 더 괘씸하다" 2️⃣ "아무리 생각해도 전에는 오해의 여지가 없도록 명백하게 '오늘드림'이라는 단어를 활용해 안내했었는데 이제 와서 오해의 여지가 다분한 유도성 문구로 변경해 둔 것이 의도가 없이 그런 것이라 생각되질 않기에 사은품 여부를 떠나서 더 기분이 나빴다." 3️⃣ "나는 앞으로 꼭 사은품을 안전하게 받을 수 있는 아모레퍼시픽 공식몰을 이용할 것이라 다짐하며" https://m.blog.naver.com/boksle1127/223420780140

네이버 블로그 | 계절의 기록

《올리브영 다크 패턴에 돌아선 사용자》

interface(인터페이스)는 객체의 형태를 설명하기 위해 사용됩니다. 인터페이스는 객체가 가져야 할 속성과 메서드를 정의합니다. 이를 통해 객체의 구조를 명확히 하고, 코드의 일관성을 유지할 수 있습니다. inteface의 확장 인터페이스는 다른 인터페이스를 확장할 수 있습니다. 이를 통해 기존 인터페이스를 재사용하고 새로운 속성을 추가할 수 있어...

Interface가 뭔가요? :익혀두면 유용한 Typescript Tip (2)

업무를 하면서 타입스크립트를 많이 사용하지만 기본 키워드중 하나인 interface에 대해서 한마디로 정의를 하기에는 항상 쉽지 않은 것 같습니다.

본 글을 통해서 그런 난해함을 해소해보고자 합니다 :)

Interface가 뭔가요? — 익혀두면 유용한 Typescript Tip (2)
https://medium.com/@myno/interface%EA%B0%80-%EB%AD%94%EA%B0%80%EC%9A%94-%EC%9D%B5%ED%98%80%EB%91%90%EB%A9%B4-%EC%9C%A0%EC%9A%A9%ED%95%9C-typescript-tip-2-8910d0b8fc9c

업무를 하면서 타입스크립트를 많이 사용하지만 기본 키워드중 하나인 interface에 대해서 한마디로 정의를 하기에는 항상 쉽지 않은 것 같습니다. 본 글을 통해서 그런 난해함을 해소해보고자 합니다 :) Interface가 뭔가요? — 익혀두면 유용한 Typescript Tip (2) https://medium.com/@myno/interface%EA%B0%80-%EB%AD%94%EA%B0%80%EC%9A%94-%EC%9D%B5%ED%98%80%EB%91%90%EB%A9%B4-%EC%9C%A0%EC%9A%A9%ED%95%9C-typescript-tip-2-8910d0b8fc9c

Interface가 뭔가요?

댓글 0

비슷한 게시물

주간 인기 TOP 10

추천 프로필