日本ヒューレット・パッカード（以下、HPE）でサーバー基盤のプリセールスSEに従事し、オープンソース・Linuxテクノロジーエバンジェリスト※、米国HPE公式AIアンバサダーの肩書きを持つ古賀政純。書籍執筆や講演活動と幅広く活躍し、HPEの技術情報を発信してきた古賀が、同社で働くやりがいや仕事への思いを語ります。※HPEの最先端技術情報を語るエキスパート

技術力と提案力で経営戦略を支える存在に──HPEで拓く技術者のキャリアパス｜日本ヒューレット・パッカード合同会社

커리어리 친구들, 지난 '프리세일즈' 책에 대해 추천사와 더불어 책을 소개했을 때, 프리세일즈의 역할은 고객에게 문제점을 잘 해결하고 적절한 솔루션을 제안해 영업하는 역할이라고 이야기했습니다. 그러한 길을 잘 가고 있는 동료가 이번에 일본에서 인터뷰한 글이 있어서 여러분들의 커리어패스에 도움이 될까 싶어서 작성해 드립니다.

우선 그의 동료 이름은 코가 마사유키이며, 일본 휴렛 팩커드 엔터프라이즈(이하, HPE)로 서버 기반의 프리세일즈 소프트웨어 엔지니어로 종사해 오픈 소스 Linux 테크놀로지 에반젤리스트로 활동하고 있습니다.

그는 저와 같이 미국 본사 HPE 공식 AI 앰배서더로 활동하고 있고, 서적 집필이나 강연 활동과 폭넓게 활약해, HPE의 기술 정보를 세일즈하는 역할하고 있습니다. 아래의 링크는 비롯 일본어지만 웹브라우저나 ChatGPT로 한글로 번역하면 쉽게 내용을 읽을 수 있으며, 그가 생각하는 일하는 보람이나 일에 대한 철학 등을 읽을 수 있습니다.

바쁘신 분들을 위해 요약하자면, 변화 무쌍한 IT 역사 속에서도 최신의 기술 정보를 Catch-up 해 서 회사 내외에서 기술 정보를 전달하고, 끊임없이 다양한 기술들을 계속 배우는 자세로 임하고 있답니다. 이러한 부분은 저 또한 비슷하게 커리어 경험을 쌓고 있어서 이러한 분야에 도전하는 분들에게 도움이 되고자 공유합니다.

https://www.talent-book.jp/hpe/stories/55244

커리어리 친구들, 지난 '프리세일즈' 책에 대해 추천사와 더불어 책을 소개했을 때, 프리세일즈의 역할은 고객에게 문제점을 잘 해결하고 적절한 솔루션을 제안해 영업하는 역할이라고 이야기했습니다. 그러한 길을 잘 가고 있는 동료가 이번에 일본에서 인터뷰한 글이 있어서 여러분들의 커리어패스에 도움이 될까 싶어서 작성해 드립니다. 우선 그의 동료 이름은 코가 마사유키이며, 일본 휴렛 팩커드 엔터프라이즈(이하, HPE)로 서버 기반의 프리세일즈 소프트웨어 엔지니어로 종사해 오픈 소스 Linux 테크놀로지 에반젤리스트로 활동하고 있습니다. 그는 저와 같이 미국 본사 HPE 공식 AI 앰배서더로 활동하고 있고, 서적 집필이나 강연 활동과 폭넓게 활약해, HPE의 기술 정보를 세일즈하는 역할하고 있습니다. 아래의 링크는 비롯 일본어지만 웹브라우저나 ChatGPT로 한글로 번역하면 쉽게 내용을 읽을 수 있으며, 그가 생각하는 일하는 보람이나 일에 대한 철학 등을 읽을 수 있습니다. 바쁘신 분들을 위해 요약하자면, 변화 무쌍한 IT 역사 속에서도 최신의 기술 정보를 Catch-up 해 서 회사 내외에서 기술 정보를 전달하고, 끊임없이 다양한 기술들을 계속 배우는 자세로 임하고 있답니다. 이러한 부분은 저 또한 비슷하게 커리어 경험을 쌓고 있어서 이러한 분야에 도전하는 분들에게 도움이 되고자 공유합니다. https://www.talent-book.jp/hpe/stories/55244

talentbook

<고객에게 HPE 기술 조언으로 커리어패스를 쌓고 있는 저의 동료>

의료정보학을 전공했던 그는 AI 기술을 비즈니스화해 실제 서비스에 적용할 수 있는 이커머스 분야로 뛰어들었다. 그리고 현재 AI 기술을 활용해 고객에게 어떻게 더 편리한 쇼핑 경험을 제공할 수 있을지 고민하며 즐겁게 일하고 있다.

AI로 고객을 사로잡은 G마켓의 비밀ㅣ김선호 G마켓 AI Product팀 리드 | 원티드

부끄럽지만.. 최근에 이런 인터뷰를 했습니다 ㅎㅎ 몇가지 질문으로 제 생각들을 담아낸다는게 참 어려운 일이긴 하네요.

https://www.wanted.co.kr/events/article_240909

부끄럽지만.. 최근에 이런 인터뷰를 했습니다 ㅎㅎ 몇가지 질문으로 제 생각들을 담아낸다는게 참 어려운 일이긴 하네요. https://www.wanted.co.kr/events/article_240909

원티드

토스의 개발자 컨퍼런스인 SLASH 24를 다녀왔습니다!

이번 행사는 참가 경쟁률이 8대 1을 기록했다고 해요. 감사하게도 저는 VIP로 초대받아 다녀왔어요.

덕분에 프론트엔드 세션도 듣고 토스뱅크, 토스증권의 CTO분들의 스페셜 세션도 들을 수 있었어요.

영상으로 현장 모습과 후기를 담았으니 확인해보세요!

https://youtu.be/twIbs1bql-4

토스의 개발자 컨퍼런스인 SLASH 24를 다녀왔습니다! 이번 행사는 참가 경쟁률이 8대 1을 기록했다고 해요. 감사하게도 저는 VIP로 초대받아 다녀왔어요. 덕분에 프론트엔드 세션도 듣고 토스뱅크, 토스증권의 CTO분들의 스페셜 세션도 들을 수 있었어요. 영상으로 현장 모습과 후기를 담았으니 확인해보세요! https://youtu.be/twIbs1bql-4

SLASH 24, VIP는 어떤 혜택이?

⭐ 글또 10기 모집 (~24년 9월 22일 23:59까지)⭐ | Notion

안녕하세요. 제가 운영하고 있는 글쓰는 개발자 모임 - 글또 10기 모집이 시작되었어요.

커리어리에도 공유드리면 좋을 것 같아 공유드려요 :)

이번 기수까지만 운영할 예정이에요..!

https://bit.ly/geultto_10th

안녕하세요. 제가 운영하고 있는 글쓰는 개발자 모임 - 글또 10기 모집이 시작되었어요. 커리어리에도 공유드리면 좋을 것 같아 공유드려요 :) 이번 기수까지만 운영할 예정이에요..! https://bit.ly/geultto_10th

카일스쿨(변성윤) on Notion

글쓰는 개발자 모임 : 글또 10기 모집

2012년 일년 놀기로 하고 10월이 되면서 뭘할까 고민하다가 야후 때 옛 동료로부터 연락이 왔다. 본인이 조인한 Polyvore라는 회사로 한번 놀러와 보라는 거였다. Polyvore는 여성패션만 집중하는 Pinterest라고 이해하면 된다. 사실 Polyvore가 2007년에 만들어졌고 Pinterest가 2년 후인 2009년에 창업되었는데 Pinterest가 Polyvore 아이디어를 카피해서 여성패션 카테고리라는 제약을 없앴다고 보는 것이 맞다. 암튼 야후와 구글 출신 창업자들과 그 지인들로 구성이 된 역량이 뛰어난 팀이었고 오피스의 위치나 분위기도 너무 좋아서 2012년 12월에 조인했다.

원래 내 전문 분야는 검색 엔진이었기에 검색 엔진 개발과 이어서 추천 엔진 개발을 목표로 조인했지만 검색어 로그 등 검색엔진 랭킹을 최적화하기 위한 데이터가 쌓여있지 않았다. 그래서 본의 아니게 먼저 검색어 로그를 S3에 수집해두는 일을 했고 AWS 환경을 사용하는 회사였기에 찾아보니 그때 Redshift가 베타 버전으로 나와 있기에 거기에 다양한 정제된 데이터들을 테이블 형태로 쌓기 시작했고 이때부터 사실 SQL을 처음 제대로 사용해보기 시작했다 :) S3에 적재된 검색어 로그를 처리하는데 Hive를 사용했다. 이 때 처음으로 Python도 배워서 데이터 처리 코드를 작성해서 크론잡으로 실행했는데 그전까지 나는 C++와 자바만 사용해봤고 처음으로 스크립트 언어를 배웠다. 나중에 보니 Redshift가 데이터 웨어하우스였고 데이터 처리하는 코드가 데이터 파이프라인이었고 내가 앞단에 했던 일이 데이터 엔지니어링이었다. 여기에 다른 엔지니어들과 분석가들을 채용해서 데이터 팀을 만들었고 이 과정에서 많은 시행착오가 있었다. 다음으로 조인했던 유데미에서는 이 시행착오 덕분에 데이터 팀 빌딩을 훨씬더 효율적으로 할 수 있었다.

그렇게 시작된 데이터팀 경력을 통해 깨달은 점은 데이터 팀이 기본적으로 지원조직이란 점이다. 그 이유는 직접 뭔가 매출을 내거나 사용자와 직접 마주치는 팀이 아닌 다른 팀들이 각자 맡은 역할을 잘 할 수 있게 도와주는 팀이기 때문이다. 물론 데이터로 돈을 버는 회사라면 다른 이야기다. 하지만 대부분의 회사는 본업이 있고 그 본업을 잘 하기 위해서 데이터를 활용하는 형태가 된다. 즉 데이터가 새로운 석유라고 하지만 실제 회사에서 일을 할 때는 데이터 팀에 스포트라이트가 가는 일은 많지 않다. 지원조직이기 때문이다.

그러면 데이터 팀의 미션은 무엇일까? Airbnb 데이터 팀의 미션으로부터 훔친 내 정의는 다음과 같다: "신뢰할 수 있는 데이터로 부가 가치를 만들어낸다"

부가 가치라고 했는데 데이터로 돈을 버는 곳이라면 "매출"이라고 대신해도 되겠지만 그게 아니라면 간접적으로 매출내는 걸 도와주게 된다는 거다. 그러면 어떤 부가 가치가 있을까? 다음 2가지가 있다.

 1. 데이터를 바탕으로 과학적인 의사결정을 할 수 있게 도와준다 (Decision Science). 보통 데이터 분석가가 이 일을 수행한다. 여기에는 Data Driven Decision과 Data Informed Decision 두 가지가 존재한다.
 2. 데이터를 바탕으로 사용자의 서비스 사용 경험을 개선한다 (Product Science). 보통 데이터 과학자가 이 일을 머신 러닝이란 형태로 수행한다.

1과 2가 가능하려면 데이터 엔지니어가 인프라를 만들어주어야 한다. 이게 바로 데이터 웨어하우스와 데이터 파이프라인인데 가장 간단한 형태의 데이터 인프라라고 볼 수 있다. 다음 포스팅에서는 데이터 인프라가 무엇인지 조금더 자세히 설명해보고 이어서 데이터 기반 의사결정과 데이터 기반 서비스 개선에 대해 차례로 알아볼 예정이다.

2012년 일년 놀기로 하고 10월이 되면서 뭘할까 고민하다가 야후 때 옛 동료로부터 연락이 왔다. 본인이 조인한 Polyvore라는 회사로 한번 놀러와 보라는 거였다. Polyvore는 여성패션만 집중하는 Pinterest라고 이해하면 된다. 사실 Polyvore가 2007년에 만들어졌고 Pinterest가 2년 후인 2009년에 창업되었는데 Pinterest가 Polyvore 아이디어를 카피해서 여성패션 카테고리라는 제약을 없앴다고 보는 것이 맞다. 암튼 야후와 구글 출신 창업자들과 그 지인들로 구성이 된 역량이 뛰어난 팀이었고 오피스의 위치나 분위기도 너무 좋아서 2012년 12월에 조인했다. 원래 내 전문 분야는 검색 엔진이었기에 검색 엔진 개발과 이어서 추천 엔진 개발을 목표로 조인했지만 검색어 로그 등 검색엔진 랭킹을 최적화하기 위한 데이터가 쌓여있지 않았다. 그래서 본의 아니게 먼저 검색어 로그를 S3에 수집해두는 일을 했고 AWS 환경을 사용하는 회사였기에 찾아보니 그때 Redshift가 베타 버전으로 나와 있기에 거기에 다양한 정제된 데이터들을 테이블 형태로 쌓기 시작했고 이때부터 사실 SQL을 처음 제대로 사용해보기 시작했다 :) S3에 적재된 검색어 로그를 처리하는데 Hive를 사용했다. 이 때 처음으로 Python도 배워서 데이터 처리 코드를 작성해서 크론잡으로 실행했는데 그전까지 나는 C++와 자바만 사용해봤고 처음으로 스크립트 언어를 배웠다. 나중에 보니 Redshift가 데이터 웨어하우스였고 데이터 처리하는 코드가 데이터 파이프라인이었고 내가 앞단에 했던 일이 데이터 엔지니어링이었다. 여기에 다른 엔지니어들과 분석가들을 채용해서 데이터 팀을 만들었고 이 과정에서 많은 시행착오가 있었다. 다음으로 조인했던 유데미에서는 이 시행착오 덕분에 데이터 팀 빌딩을 훨씬더 효율적으로 할 수 있었다. 그렇게 시작된 데이터팀 경력을 통해 깨달은 점은 데이터 팀이 기본적으로 지원조직이란 점이다. 그 이유는 직접 뭔가 매출을 내거나 사용자와 직접 마주치는 팀이 아닌 다른 팀들이 각자 맡은 역할을 잘 할 수 있게 도와주는 팀이기 때문이다. 물론 데이터로 돈을 버는 회사라면 다른 이야기다. 하지만 대부분의 회사는 본업이 있고 그 본업을 잘 하기 위해서 데이터를 활용하는 형태가 된다. 즉 데이터가 새로운 석유라고 하지만 실제 회사에서 일을 할 때는 데이터 팀에 스포트라이트가 가는 일은 많지 않다. 지원조직이기 때문이다. 그러면 데이터 팀의 미션은 무엇일까? Airbnb 데이터 팀의 미션으로부터 훔친 내 정의는 다음과 같다: "신뢰할 수 있는 데이터로 부가 가치를 만들어낸다" 부가 가치라고 했는데 데이터로 돈을 버는 곳이라면 "매출"이라고 대신해도 되겠지만 그게 아니라면 간접적으로 매출내는 걸 도와주게 된다는 거다. 그러면 어떤 부가 가치가 있을까? 다음 2가지가 있다. <ol ><li>데이터를 바탕으로 과학적인 의사결정을 할 수 있게 도와준다 (Decision Science). 보통 데이터 분석가가 이 일을 수행한다. 여기에는 Data Driven Decision과 Data Informed Decision 두 가지가 존재한다. </li><li>데이터를 바탕으로 사용자의 서비스 사용 경험을 개선한다 (Product Science). 보통 데이터 과학자가 이 일을 머신 러닝이란 형태로 수행한다. </li></ol> 1과 2가 가능하려면 데이터 엔지니어가 인프라를 만들어주어야 한다. 이게 바로 데이터 웨어하우스와 데이터 파이프라인인데 가장 간단한 형태의 데이터 인프라라고 볼 수 있다. 다음 포스팅에서는 데이터 인프라가 무엇인지 조금더 자세히 설명해보고 이어서 데이터 기반 의사결정과 데이터 기반 서비스 개선에 대해 차례로 알아볼 예정이다.

데이터 이야기 #1: 데이터팀의 미션은 무엇이고 어떻게 조직에 기여하는가

커리어리 친구들, 오픈AI가 재배한 딸기(strawberry, o1)를 잘 따서 먹고(사용하고) 있습니꽈? ㅎㅎ 현재 온통 제 페북 탐라에 딸기 얘기 밖에 없네요!! 일반 분들은 가을에 왠 딸기?? 라고 하겠지만 … 공개된 블로그를 읽고 제가 느낀 점에 대해 몇 가지 적어 보고자 합니다.

이번 ‘딸기’ 버전에서 크게 향상 된 것은 추론 시간을 단축시키고 동시에 많은 사용자가 사용할 수 있도록 추론을 확장시켜 추론 패러다임을 대중화시켰다고 봅니다. 물론 ‘딸기’ 이전에 그록(Groq, 일론 아저씨 Grok2 아님) 에서 엄청나게 빠른 추론 경험을 해 보신 분들이 있을 것 입니다.

강화 학습(Reinforcement Learning)의 선구자들 중 한 명인 리차드 서튼(Richard S. Sutton) 은, 컴퓨팅 자원이 증가함에 따라 무한히 확장될 수 있는 두 가지 핵심 기술이 '학습'(learning)과 '탐색'(search) 라고 보았습니다. 이 내용은 2019년에 작성한 에세이인 “쓴 교훈(The Bitter Lesson)"에서 비롯되었는 데, 특정한 인간의 지식이나 전문성을 모델에 주입하는 것보다, 계산 능력의 증가와 함께 일반적인 학습 알고리즘을 사용하는 것이 더 효과적이라는 점을 강조했습니다.

딸기는 이러한 후자인 검색에 초점을 맞추지 않았나 생각합니다.

1. 사실 추론을 수행하기 위해 거대한 모델은 필요하지 않습니다. 수 많은 파라미터가 Trivia QA와 같은 벤치마크에서 좋은 성능을 내기 위해 사실을 암기하는 데 사용됩니다. 또한, 지식에서 추론을 분리하는 것이 가능합니다.

즉, 웹브라우저나 코드 검증기와 같은 도구를 호출하는 방법을 아는 작은 "추론 코어"를 사용하는 것입니다. 그렇게 하면, 사전 훈련에 필요한 계산량이 줄어들 수 있습니다.

2. 막대한 양의 계산이 사전/후 훈련 대신 추론 서비스 제공으로 이동합니다. LLM은 텍스트 기반 시뮬레이터와도 유사한 데, 시뮬레이터에서 다양한 전략과 시나리오를 전개함으로써, 모델은 결국 좋은 솔루션으로 수렴하게 됩니다. 이 과정은 AlphaGo의 몬테카를로 트리 탐색(MCTS)과 같은 연구에서도 잘 보여 줍니다.

3. 수 억명이 사용하고 있는 OpenAI는 오래전에 추론 스케일링 법칙을 알아냈을 것이며, 이는 학계가 최근에야 발견하지 않았을까 추측해 봅니다. 주요 논문 근거는 다음과 같습니다.

- Large Language Monkeys: Scaling Inference Compute with Repeated Sampling : DeepSeek-Coder가 SWE-Bench에서 샘플 하나로 15.9%에서 250개의 샘플로 56%로 증가하여 Sonnet-3.5를 능가한다는 것을 발견했습니다.

- Scaling LLM Test-Time Compute Optimally can be More Effective than Scaling Model Parameters: 이 논문은 PaLM 2-S가 테스트 시간 검색을 통해 MATH에서 14배 더 큰 모델을 능가한다는 것을 보여주었습니다.

4. 딸기의 실제 프로덕션에 적용하는 것은 학술적 벤치마크를 달성하는 것보다 훨씬 어려울 것 같습니다. 현재 ‘딸기’ 버전은 대부분 잘 생각(COT)해서 좋은 결과를 보여 주지만, 몇몇은 기대한 만큼 ‘reasoning’이 동작하지 않은 것이 여기 저기 탐라에 올라 온 글들을 보았습니다. (아직 베타 이전의 프리뷰 버전임을 감안)

또한, 실제 환경에서의 추론 문제에 대해, 언제 탐색을 중지해야 할까요? 보상 함수는 무엇일까요? 성공 기준은 무엇인가요? 언제 코드 인터프리터와 같은 도구를 루프에 호출해야 할까요? 이러한 CPU 프로세스의 계산 비용을 어떻게 고려할까요? 이에 대해 오픈AI에서 자세히 공개하지 않았습니다.

5. 딸기 버전은 쉽게 데이터 플라이휠이 될 수 있습니다. 만약 답변이 정확하다면, 전체 탐색 추적이 긍정적이고 부정적인 보상을 모두 포함하는 작은 학습 예제 데이터셋이 될 것 입니다.

그러니깐 여러분들은 많이 쓰면 쓸수록 일종의 강화 학습과 차세대 GPT를 위한 추론 코어를 향상 시켜 줄 것 입니다 🙂 (전 세계 사용자들을 이용해 베타 테스트중 ㅡ.ㅡ)

커리어리 친구들, 오픈AI가 재배한 딸기(strawberry, o1)를 잘 따서 먹고(사용하고) 있습니꽈? ㅎㅎ 현재 온통 제 페북 탐라에 딸기 얘기 밖에 없네요!! 일반 분들은 가을에 왠 딸기?? 라고 하겠지만 … 공개된 블로그를 읽고 제가 느낀 점에 대해 몇 가지 적어 보고자 합니다. 이번 ‘딸기’ 버전에서 크게 향상 된 것은 추론 시간을 단축시키고 동시에 많은 사용자가 사용할 수 있도록 추론을 확장시켜 추론 패러다임을 대중화시켰다고 봅니다. 물론 ‘딸기’ 이전에 그록(Groq, 일론 아저씨 Grok2 아님) 에서 엄청나게 빠른 추론 경험을 해 보신 분들이 있을 것 입니다. 강화 학습(Reinforcement Learning)의 선구자들 중 한 명인 리차드 서튼(Richard S. Sutton) 은, 컴퓨팅 자원이 증가함에 따라 무한히 확장될 수 있는 두 가지 핵심 기술이 '학습'(learning)과 '탐색'(search) 라고 보았습니다. 이 내용은 2019년에 작성한 에세이인 “쓴 교훈(The Bitter Lesson)"에서 비롯되었는 데, 특정한 인간의 지식이나 전문성을 모델에 주입하는 것보다, 계산 능력의 증가와 함께 일반적인 학습 알고리즘을 사용하는 것이 더 효과적이라는 점을 강조했습니다. 딸기는 이러한 후자인 검색에 초점을 맞추지 않았나 생각합니다. 1. 사실 추론을 수행하기 위해 거대한 모델은 필요하지 않습니다. 수 많은 파라미터가 Trivia QA와 같은 벤치마크에서 좋은 성능을 내기 위해 사실을 암기하는 데 사용됩니다. 또한, 지식에서 추론을 분리하는 것이 가능합니다. 즉, 웹브라우저나 코드 검증기와 같은 도구를 호출하는 방법을 아는 작은 "추론 코어"를 사용하는 것입니다. 그렇게 하면, 사전 훈련에 필요한 계산량이 줄어들 수 있습니다. 2. 막대한 양의 계산이 사전/후 훈련 대신 추론 서비스 제공으로 이동합니다. LLM은 텍스트 기반 시뮬레이터와도 유사한 데, 시뮬레이터에서 다양한 전략과 시나리오를 전개함으로써, 모델은 결국 좋은 솔루션으로 수렴하게 됩니다. 이 과정은 AlphaGo의 몬테카를로 트리 탐색(MCTS)과 같은 연구에서도 잘 보여 줍니다. 3. 수 억명이 사용하고 있는 OpenAI는 오래전에 추론 스케일링 법칙을 알아냈을 것이며, 이는 학계가 최근에야 발견하지 않았을까 추측해 봅니다. 주요 논문 근거는 다음과 같습니다. - Large Language Monkeys: Scaling Inference Compute with Repeated Sampling : DeepSeek-Coder가 SWE-Bench에서 샘플 하나로 15.9%에서 250개의 샘플로 56%로 증가하여 Sonnet-3.5를 능가한다는 것을 발견했습니다. - Scaling LLM Test-Time Compute Optimally can be More Effective than Scaling Model Parameters: 이 논문은 PaLM 2-S가 테스트 시간 검색을 통해 MATH에서 14배 더 큰 모델을 능가한다는 것을 보여주었습니다. 4. 딸기의 실제 프로덕션에 적용하는 것은 학술적 벤치마크를 달성하는 것보다 훨씬 어려울 것 같습니다. 현재 ‘딸기’ 버전은 대부분 잘 생각(COT)해서 좋은 결과를 보여 주지만, 몇몇은 기대한 만큼 ‘reasoning’이 동작하지 않은 것이 여기 저기 탐라에 올라 온 글들을 보았습니다. (아직 베타 이전의 프리뷰 버전임을 감안) 또한, 실제 환경에서의 추론 문제에 대해, 언제 탐색을 중지해야 할까요? 보상 함수는 무엇일까요? 성공 기준은 무엇인가요? 언제 코드 인터프리터와 같은 도구를 루프에 호출해야 할까요? 이러한 CPU 프로세스의 계산 비용을 어떻게 고려할까요? 이에 대해 오픈AI에서 자세히 공개하지 않았습니다. 5. 딸기 버전은 쉽게 데이터 플라이휠이 될 수 있습니다. 만약 답변이 정확하다면, 전체 탐색 추적이 긍정적이고 부정적인 보상을 모두 포함하는 작은 학습 예제 데이터셋이 될 것 입니다. 그러니깐 여러분들은 많이 쓰면 쓸수록 일종의 강화 학습과 차세대 GPT를 위한 추론 코어를 향상 시켜 줄 것 입니다 🙂 (전 세계 사용자들을 이용해 베타 테스트중 ㅡ.ㅡ)

<오픈AI의 딸기(o1) 서비스에 대한 저의 견해>

A collection of (mostly) technical things every software developer should know about - mtdvio/every-programmer-should-know

GitHub - mtdvio/every-programmer-should-know: A collection of (mostly) technical things every software developer should know about

개발자라면 찜 해놔야하는 GitHub 저장소들

모든 프로그래머가 알아야하는 지식 모음
https://github.com/mtdvio/every-programmer-should-know
JS 프로젝트 50일동안 50개만들기
https://github.com/bradtraversy/50projects50days

모오던 웹개발
https://github.com/dexteryy/spellbook-of-modern-webdev

30초면 배울 수 있는 코드 스니핏들
https://github.com/Chalarangelo/30-seconds-of-code

개발 면접 핸드북
https://github.com/yangshun/tech-interview-handbook

개발자라면 찜 해놔야하는 GitHub 저장소들 모든 프로그래머가 알아야하는 지식 모음https://github.com/mtdvio/every-programmer-should-knowJS 프로젝트 50일동안 50개만들기https://github.com/bradtraversy/50projects50days 모오던 웹개발https://github.com/dexteryy/spellbook-of-modern-webdev 30초면 배울 수 있는 코드 스니핏들https://github.com/Chalarangelo/30-seconds-of-code 개발 면접 핸드북https://github.com/yangshun/tech-interview-handbook

GitHub

미국 테크 기업의 (직원)1인당 매출(RPE)입니다. 창업자이자 뉴스레터 발행인인 Trung Phan이 공개한 자료입니다. OnlyFans의 경우 13억 달러는 순수익이고요. 몇 년 전에는 정규직이 더 많았다고 하네요(61명). 크레이그리스트는...사용자 입장에서는 쓰기 별로인데요. '작동만 잘 하면 딱히 고칠 필요 없다'는 말도 있듯이 지금의 형태로 거의 수십년 동안 유지해온 걸 보면 대단합니다.

*출처: https://x.com/TrungTPhan/status/1833881502041641099

 * OnlyFans: $30.1m
 * Craigslist: $13.9m
 * Netflix: $2.6m
 * Apple: $2.4m
 * Meta: $2.0m
 * Google: $1.7m
 * Microsoft: $1.1m

미국 테크 기업의 (직원)1인당 매출(RPE)입니다. 창업자이자 뉴스레터 발행인인 Trung Phan이 공개한 자료입니다. OnlyFans의 경우 13억 달러는 순수익이고요. 몇 년 전에는 정규직이 더 많았다고 하네요(61명). 크레이그리스트는...사용자 입장에서는 쓰기 별로인데요. '작동만 잘 하면 딱히 고칠 필요 없다'는 말도 있듯이 지금의 형태로 거의 수십년 동안 유지해온 걸 보면 대단합니다. *출처: https://x.com/TrungTPhan/status/1833881502041641099 <ul ><li>OnlyFans: $30.1m</li><li>Craigslist: $13.9m</li><li>Netflix: $2.6m</li><li>Apple: $2.4m</li><li>Meta: $2.0m</li><li>Google: $1.7m</li><li>Microsoft: $1.1m</li></ul>

Vite는 기존 자바스크립트 번들러의 만성적인 성능 문제를 해결하고 개발자 경험을 향상시키기 위해서 등장한 차세대 번들러입니다. 브라우저에서 지원하는 ESM(ES Modules)를 적극적으로 활용하고, 자바스크립트 대신에 컴파일 언어인 Go로 작성된 현대적인 자바스크립트 개발 도구이죠.

Vite은 예전부터 널리 사용되던 번들러인 Webpack보다 설정이 훨씬 쉽고 간단하며, 설정이 필요 없기로 유명하던 번들러인 Parcel보다도 훨씬 빠릅니다. 이로 인해서 기존 번들러보다 뛰어난 개발자 경험을 제공하여 많은 개발자로부터 사랑을 받고 있는 번들러입니다.

2023년 Sate of JavaScript 설문 결과를 보시면 빌드 도구 부분에서 Vite(73%)가 Parcel(30%)을 아득히 넘고 Webpack(90%)에 이어서 사용률 2위를 기록하고 있습니다. 2021년에 20% 사용률로 처음 그래프에 등장했는데 무서운 성장세가 아닐 수 없습니다.

더욱 고무적인 부분은 바로 Vite를 써본 응답자들의 만족도입니다. 88%로 압도적인 1위를 차지하고 있으며, Webpack의 만족도는 45%까지 곤두박질 친 것을 볼 수 있습니다.

참고로 많은 분들이 영문 철자만 보시고 Vite를 “바이트”라고 발음해야 하는 걸로 오해하시는데요. 사실 Vite라는 이름은 “빠름”을 의미하는 프랑스어에서 유래되었고 그래서 정확한 발음은 “비트”라고 합니다. 한국 개발자들 사이에서는 우스갯 소리로 빛처럼 빠르다고 “빛”이라고도 많이 부르는 것 같습니다. 😄

이번 포스팅에서는 Vite를 처음 사용하시는 분들의 위해서 Vite를 시작하는 방법을 안내해드리겠습니다.

📝 포스팅: https://www.daleseo.com/vite/

Vite는 기존 자바스크립트 번들러의 만성적인 성능 문제를 해결하고 개발자 경험을 향상시키기 위해서 등장한 차세대 번들러입니다. 브라우저에서 지원하는 ESM(ES Modules)를 적극적으로 활용하고, 자바스크립트 대신에 컴파일 언어인 Go로 작성된 현대적인 자바스크립트 개발 도구이죠. Vite은 예전부터 널리 사용되던 번들러인 Webpack보다 설정이 훨씬 쉽고 간단하며, 설정이 필요 없기로 유명하던 번들러인 Parcel보다도 훨씬 빠릅니다. 이로 인해서 기존 번들러보다 뛰어난 개발자 경험을 제공하여 많은 개발자로부터 사랑을 받고 있는 번들러입니다. 2023년 Sate of JavaScript 설문 결과를 보시면 빌드 도구 부분에서 Vite(73%)가 Parcel(30%)을 아득히 넘고 Webpack(90%)에 이어서 사용률 2위를 기록하고 있습니다. 2021년에 20% 사용률로 처음 그래프에 등장했는데 무서운 성장세가 아닐 수 없습니다. 더욱 고무적인 부분은 바로 Vite를 써본 응답자들의 만족도입니다. 88%로 압도적인 1위를 차지하고 있으며, Webpack의 만족도는 45%까지 곤두박질 친 것을 볼 수 있습니다. 참고로 많은 분들이 영문 철자만 보시고 Vite를 “바이트”라고 발음해야 하는 걸로 오해하시는데요. 사실 Vite라는 이름은 “빠름”을 의미하는 프랑스어에서 유래되었고 그래서 정확한 발음은 “비트”라고 합니다. 한국 개발자들 사이에서는 우스갯 소리로 빛처럼 빠르다고 “빛”이라고도 많이 부르는 것 같습니다. 😄 이번 포스팅에서는 Vite를 처음 사용하시는 분들의 위해서 Vite를 시작하는 방법을 안내해드리겠습니다. 📝 포스팅: https://www.daleseo.com/vite/

Vite 처음 시작하기

마침 기존 webpack에서 vite로 마이그레이션 하려던 참에 이글을 보니 안심이되네요👍

01 . 남자 녀석들끼리 모여 있는 카톡방에서는 가끔 스포츠 경기가 끝나면 한바탕 난리 법석이 날 때가 있습니다. 축구 국가대표 경기가 연달아 있던 지난주와 이번 주도 그랬죠. '저 넓은 공간 놔두고 왜 떼 지어 몰려다니냐'부터 '수비라인 더 끌어올려라', 'A 선수 빼고 B 선수 넣어라', '저렇게 해서 월드컵 나가면 뭐 하냐 (막상 월드컵 때 되면 제일 열심히 응원하는 녀석입니다...)' 등등 각자가 선수, 감독, 협회 관계자에 빙의해서 갖은 말들을 쏟아내는 게 한편으로는 또 다른 관전 포인트이기도 합니다.

02 . 어제는 초반에 잘 잡아가던 경기 흐름이 뒤엉키면서 몇 번 위험한 찬스를 맞이하는 상황이 반복되곤 했었는데요, 그때 한 친구가 카톡창에 이런 메시지를 남겼습니다.
'아까 경기 시작할 때 초반 분위기 좀 잘 기억해서 되살려봐라!'라고 말이죠.
그랬더니 또 한 친구는 '맞아. 다들 서로 그 분위기 까먹지 않게 대화를 많이 해야 할텐데 한방에 기세가 꺾여버리네'라고 하더군요. 실제 선수들이 들으면 기가 찰 노릇이겠지만 그래도 나름 경기 흐름을 잘 짚으며 대화하는 게 기특하다고도 생각할 때쯤 이런 말풍선 하나가 툭 하고 올라왔습니다.

03 . '딴소린데 회사에도 그럴 때 있지 않아? 오늘 우리도 초반에 회의 분위기 좋았는데 한 20분 지나니 다들 풀이 죽어서 완전 패잔병처럼 돼버렸는데 ㅜㅜ'
당시엔 각자 집에서 축구에 몰두하고 있느라 별다른 피드백 없이 넘어갔지만 오늘 아침이 되어서야 누군가가 그게 무슨 소리였냐며 다시 운을 뗐습니다. 그러자 친구는 이렇게 답하더군요.
"나는 클라이언트하고 회의할 때가 많은데, 보통 회의 때는 다들 웃으며 으쌰으쌰 하는 분위기가 만들어지거든? 근데 나중에 메일로 우리 기획서를 받아본 다음에 오는 피드백은 늘 쌀쌀해. 그게 몇 번 반복되니까 클라이언트도 감을 잡았는지 회의 중간에 '근데 이래놓고 나중에 기획서 받으면 또 분위기 달라지겠죠?'라는 말을 하더라고. 그 순간 회의실 전체가 싸해진 거지..."

04 . 친구의 속사정을 정확하게 읽어낼 수는 없었지만 저도 그 말이 무슨 말인지 어느 정도 이해할 수 있었습니다. 가끔 호흡이 긴 프로젝트를 맡다 보면 회의체가 여러 개로 쪼개지는 상황도 자주 발생하는데 그때마다 같은 목표로, 같은 프로젝트를 하는데도 각 회의의 분위기가 정말 다르다는 걸 체감하게 되거든요. 처음엔 특정인 몇 명에 의해서 분위기가 좌우되는 건가 싶기도 했고, 직책이 높은 사람 한두 명이 들어올 때마다 중요도가 달라지나도 의심해 봤지만 모두 본질적인 문제는 아니었습니다. 더불어 회의에서 협의된 이야기가 결과물로 이어지는 타이밍에서는 '이게 우리가 어제 나눈 대화가 맞는 건가?'라는 의심이 들 정도로 회의의 존재 이유를 무색하게 만드는 때도 많았죠.

05 . 그러다 뒤늦게 찾은 단서 중 하나가 실마리가 되었습니다. 당시 프로젝트 안에는 중요한 협의체로 구성된 회의가 하나 있었는데, 주로 이 회의에서 꽤나 중요한 의사결정들이 이뤄지고 있었습니다. 다만 이 회의는 모든 실무자가 다 참여할 수 없었기에 각 협의체의 대표자들이 자신의 조직으로 돌아가 회의 내용을 공유하게 되는데 이때 전달되는 뉘앙스가 천차만별로 달랐던 겁니다. 어느 정도였냐고 하니 같은 피드백을 듣고서도 A는 '대부분이 그 의견에 동의했다'고 전파했고, B는 '아직 결정된 것이 없고 후속 회의가 이어질 것 같다'고 설명한 것입니다. 이 정도면 귀신도 곡할 노릇이죠. 유능하고 스마트한 사람으로 구성되었고, 일반적인 커뮤니케이션 방식과도 크게 다르지 않았는데 어디서 이런 반전의 반전이 거듭되는지 참 궁금했거든요.

06 . 그런데 중간 관리자 정도의 직책을 맡고 계셨던 한 분이 어느 날은 이런 말씀을 꺼내셨습니다.
"오늘 회의는 다들 의견도 활발히 내시고 꽤 잘 진행된 것 같다고 생각하는데요, 저희 이 분위기 살려서 보고자료 쓸 때도 오늘 나온 표현들을 잘 담아봤으면 해요. 자리로 돌아가서 실무 용어로 바꿔쓰려니 이 좋았던 분위기가 거의 기억이 안 나더라고요. 하하."
회의를 마무리할 때쯤 한 가벼운 멘트였고, 그 발언 이후로도 회의에 획기적인 변화가 있었던 것은 아니지만 저 개인적으로는 정말 중요한 포인트라는 생각이 들더군요. 왜 회의 때는 '뭔가 될 것 같다'고 느껴지던 그 에너지가 다음 회의 때면 눈 녹듯이 사라지는지에 대한 이유도 알 것 같았고요.

07 . '왜 회의를 할까?'라고 생각해 본다면 크게 두 가지 이유가 있을 겁니다.
하나는 함께 모여 의견을 나누거나, 의사 결정해야 할 문제가 있거나, 반드시 공유되어야 할 것이 있기 때문에 회의를 진행하는 것이겠죠. 그러니 이 이유에는 '현장성'에 '협동성'이라는 두 가지 요인이 작용하게 되는 거라 볼 수 있습니다.
반면 다른 하나는 팀 플레잉(team-playing)을 위한 것입니다. 즉, 개인과 팀 사이에 존재하는 그 미묘한 공기에 공통의 DNA를 뿌리기 위함인 거죠. 사실 회사 일이라는 게 줄다리기나 2인3각처럼 한자리에서 통일된 업무를 하는 건 아니니까요, 개인이 각자의 자리에서 공통의 목표 과제를 수행하기 위해서는 늘 팀과 도킹되어 있는 게 정말 중요하다는 생각입니다.

08 . 그래서 회의가 끝날 때마다 누구 하나라도 (회의록에 기록된 객관적인 사항들 이외에) 오늘 회의 때 나온 의견 중 우리에게 긍정적으로 작용한 포인트가 있다면 한 번쯤은 간단히라도 짚어주는 게 좋고, 앞으로는 또 어떤 이야기와 아이디어들이 필요한지 니즈를 미리 공유해 주는 게 좋습니다. 그럼 회의에 참석한 사람들은 각자가 수행해야 할 의무적인 사항들 외에도 그 일을 어떻게 처리해나가야 하는지 그 흐름과 맥락을 이해할 수 있기 때문이죠. 마치 축구 선수들이 조금 전 플레이 상황에 대해 각자 의견을 공유하고, 필요한 사항들은 적극적으로 요청하며 계속 분위기를 유지시켜 나가는 것과 같다고 할 수 있습니다.

09 . 개인적인 의견이지만 저는 회의를 맹신하는 타입은 아닙니다. 무조건 만나서 해결을 봐야 한다거나, 작은 어젠다라도 일단 여럿이 모여 머리를 맞대면 나아진다는 등의 말도 가려 들을 때가 많거든요. 회의의 선기능이야 당연히 인정하지만 그렇기 때문에 회의는 명확한 목적과 이유가 있을 때 빛을 발한다고 보는 편입니다. 그리고 회의의 전과 후는 아주 작게라도 변화가 따라야 한다고도 믿습니다. 그래야 사람들로 하여금 회의 참여의 중요성을 더욱 강조할 수 있기 때문이죠.

10 . 대신 그 회의 중간중간 팀 플레잉을 위한 작은 넛지들을 마련해둔다면 회의의 효율성을 훨씬 높일 수 있다고 봅니다. 여러분 각자가 더 잘 아시겠지만 하루에 4-5번씩 이어지는 회의 속에도 '근데 정작 오늘 뭔가 결정된 게 있었나? 하물며 하나라도 우리가 상황을 더 낫게 변화시킨 게 있었나?'라고 생각하면 속시원히 대답하지 못하는 분도 꽤 많으실 게 분명하거든요.
그러니 늘 어떻게 하면 회의에 참여한 사람들이 각자의 자리에 돌아가 더 생산적으로 일하도록 만들 수 있을까'를 고민해야 하고, 그런 고민의 작은 해답으로서 그 회의의 현장 분위기를 각자의 업무 DNA로 사용할 수 있게 조금씩 체득화 시켜주는 것도 괜찮은 방법이라고 생각합니다. 일은 함께하는 거라고 하면서 모두를 한없이 외로운 상태로 두는 건 일의 근간을 흔드는 아이러니일 테니 말입니다.

01 . 남자 녀석들끼리 모여 있는 카톡방에서는 가끔 스포츠 경기가 끝나면 한바탕 난리 법석이 날 때가 있습니다. 축구 국가대표 경기가 연달아 있던 지난주와 이번 주도 그랬죠. '저 넓은 공간 놔두고 왜 떼 지어 몰려다니냐'부터 '수비라인 더 끌어올려라', 'A 선수 빼고 B 선수 넣어라', '저렇게 해서 월드컵 나가면 뭐 하냐 (막상 월드컵 때 되면 제일 열심히 응원하는 녀석입니다...)' 등등 각자가 선수, 감독, 협회 관계자에 빙의해서 갖은 말들을 쏟아내는 게 한편으로는 또 다른 관전 포인트이기도 합니다. 02 . 어제는 초반에 잘 잡아가던 경기 흐름이 뒤엉키면서 몇 번 위험한 찬스를 맞이하는 상황이 반복되곤 했었는데요, 그때 한 친구가 카톡창에 이런 메시지를 남겼습니다.'아까 경기 시작할 때 초반 분위기 좀 잘 기억해서 되살려봐라!'라고 말이죠.그랬더니 또 한 친구는 '맞아. 다들 서로 그 분위기 까먹지 않게 대화를 많이 해야 할텐데 한방에 기세가 꺾여버리네'라고 하더군요. 실제 선수들이 들으면 기가 찰 노릇이겠지만 그래도 나름 경기 흐름을 잘 짚으며 대화하는 게 기특하다고도 생각할 때쯤 이런 말풍선 하나가 툭 하고 올라왔습니다. 03 . '딴소린데 회사에도 그럴 때 있지 않아? 오늘 우리도 초반에 회의 분위기 좋았는데 한 20분 지나니 다들 풀이 죽어서 완전 패잔병처럼 돼버렸는데 ㅜㅜ'당시엔 각자 집에서 축구에 몰두하고 있느라 별다른 피드백 없이 넘어갔지만 오늘 아침이 되어서야 누군가가 그게 무슨 소리였냐며 다시 운을 뗐습니다. 그러자 친구는 이렇게 답하더군요."나는 클라이언트하고 회의할 때가 많은데, 보통 회의 때는 다들 웃으며 으쌰으쌰 하는 분위기가 만들어지거든? 근데 나중에 메일로 우리 기획서를 받아본 다음에 오는 피드백은 늘 쌀쌀해. 그게 몇 번 반복되니까 클라이언트도 감을 잡았는지 회의 중간에 '근데 이래놓고 나중에 기획서 받으면 또 분위기 달라지겠죠?'라는 말을 하더라고. 그 순간 회의실 전체가 싸해진 거지..." 04 . 친구의 속사정을 정확하게 읽어낼 수는 없었지만 저도 그 말이 무슨 말인지 어느 정도 이해할 수 있었습니다. 가끔 호흡이 긴 프로젝트를 맡다 보면 회의체가 여러 개로 쪼개지는 상황도 자주 발생하는데 그때마다 같은 목표로, 같은 프로젝트를 하는데도 각 회의의 분위기가 정말 다르다는 걸 체감하게 되거든요. 처음엔 특정인 몇 명에 의해서 분위기가 좌우되는 건가 싶기도 했고, 직책이 높은 사람 한두 명이 들어올 때마다 중요도가 달라지나도 의심해 봤지만 모두 본질적인 문제는 아니었습니다. 더불어 회의에서 협의된 이야기가 결과물로 이어지는 타이밍에서는 '이게 우리가 어제 나눈 대화가 맞는 건가?'라는 의심이 들 정도로 회의의 존재 이유를 무색하게 만드는 때도 많았죠. 05 . 그러다 뒤늦게 찾은 단서 중 하나가 실마리가 되었습니다. 당시 프로젝트 안에는 중요한 협의체로 구성된 회의가 하나 있었는데, 주로 이 회의에서 꽤나 중요한 의사결정들이 이뤄지고 있었습니다. 다만 이 회의는 모든 실무자가 다 참여할 수 없었기에 각 협의체의 대표자들이 자신의 조직으로 돌아가 회의 내용을 공유하게 되는데 이때 전달되는 뉘앙스가 천차만별로 달랐던 겁니다. 어느 정도였냐고 하니 같은 피드백을 듣고서도 A는 '대부분이 그 의견에 동의했다'고 전파했고, B는 '아직 결정된 것이 없고 후속 회의가 이어질 것 같다'고 설명한 것입니다. 이 정도면 귀신도 곡할 노릇이죠. 유능하고 스마트한 사람으로 구성되었고, 일반적인 커뮤니케이션 방식과도 크게 다르지 않았는데 어디서 이런 반전의 반전이 거듭되는지 참 궁금했거든요. 06 . 그런데 중간 관리자 정도의 직책을 맡고 계셨던 한 분이 어느 날은 이런 말씀을 꺼내셨습니다."오늘 회의는 다들 의견도 활발히 내시고 꽤 잘 진행된 것 같다고 생각하는데요, 저희 이 분위기 살려서 보고자료 쓸 때도 오늘 나온 표현들을 잘 담아봤으면 해요. 자리로 돌아가서 실무 용어로 바꿔쓰려니 이 좋았던 분위기가 거의 기억이 안 나더라고요. 하하."회의를 마무리할 때쯤 한 가벼운 멘트였고, 그 발언 이후로도 회의에 획기적인 변화가 있었던 것은 아니지만 저 개인적으로는 정말 중요한 포인트라는 생각이 들더군요. 왜 회의 때는 '뭔가 될 것 같다'고 느껴지던 그 에너지가 다음 회의 때면 눈 녹듯이 사라지는지에 대한 이유도 알 것 같았고요. 07 . '왜 회의를 할까?'라고 생각해 본다면 크게 두 가지 이유가 있을 겁니다. 하나는 함께 모여 의견을 나누거나, 의사 결정해야 할 문제가 있거나, 반드시 공유되어야 할 것이 있기 때문에 회의를 진행하는 것이겠죠. 그러니 이 이유에는 '현장성'에 '협동성'이라는 두 가지 요인이 작용하게 되는 거라 볼 수 있습니다.반면 다른 하나는 팀 플레잉(team-playing)을 위한 것입니다. 즉, 개인과 팀 사이에 존재하는 그 미묘한 공기에 공통의 DNA를 뿌리기 위함인 거죠. 사실 회사 일이라는 게 줄다리기나 2인3각처럼 한자리에서 통일된 업무를 하는 건 아니니까요, 개인이 각자의 자리에서 공통의 목표 과제를 수행하기 위해서는 늘 팀과 도킹되어 있는 게 정말 중요하다는 생각입니다. 08 . 그래서 회의가 끝날 때마다 누구 하나라도 (회의록에 기록된 객관적인 사항들 이외에) 오늘 회의 때 나온 의견 중 우리에게 긍정적으로 작용한 포인트가 있다면 한 번쯤은 간단히라도 짚어주는 게 좋고, 앞으로는 또 어떤 이야기와 아이디어들이 필요한지 니즈를 미리 공유해 주는 게 좋습니다. 그럼 회의에 참석한 사람들은 각자가 수행해야 할 의무적인 사항들 외에도 그 일을 어떻게 처리해나가야 하는지 그 흐름과 맥락을 이해할 수 있기 때문이죠. 마치 축구 선수들이 조금 전 플레이 상황에 대해 각자 의견을 공유하고, 필요한 사항들은 적극적으로 요청하며 계속 분위기를 유지시켜 나가는 것과 같다고 할 수 있습니다. 09 . 개인적인 의견이지만 저는 회의를 맹신하는 타입은 아닙니다. 무조건 만나서 해결을 봐야 한다거나, 작은 어젠다라도 일단 여럿이 모여 머리를 맞대면 나아진다는 등의 말도 가려 들을 때가 많거든요. 회의의 선기능이야 당연히 인정하지만 그렇기 때문에 회의는 명확한 목적과 이유가 있을 때 빛을 발한다고 보는 편입니다. 그리고 회의의 전과 후는 아주 작게라도 변화가 따라야 한다고도 믿습니다. 그래야 사람들로 하여금 회의 참여의 중요성을 더욱 강조할 수 있기 때문이죠. 10 . 대신 그 회의 중간중간 팀 플레잉을 위한 작은 넛지들을 마련해둔다면 회의의 효율성을 훨씬 높일 수 있다고 봅니다. 여러분 각자가 더 잘 아시겠지만 하루에 4-5번씩 이어지는 회의 속에도 '근데 정작 오늘 뭔가 결정된 게 있었나? 하물며 하나라도 우리가 상황을 더 낫게 변화시킨 게 있었나?'라고 생각하면 속시원히 대답하지 못하는 분도 꽤 많으실 게 분명하거든요. 그러니 늘 어떻게 하면 회의에 참여한 사람들이 각자의 자리에 돌아가 더 생산적으로 일하도록 만들 수 있을까'를 고민해야 하고, 그런 고민의 작은 해답으로서 그 회의의 현장 분위기를 각자의 업무 DNA로 사용할 수 있게 조금씩 체득화 시켜주는 것도 괜찮은 방법이라고 생각합니다. 일은 함께하는 거라고 하면서 모두를 한없이 외로운 상태로 두는 건 일의 근간을 흔드는 아이러니일 테니 말입니다.

회의 중의 그 '분위기'를 잘 기억해야죠

개발자라면 찜 해놔야하는 GitHub 저장소들

모든 프로그래머가

SQL을 처음부터 제대로 공부하고 싶지만, 어떻게 공부해야 할지 망설이고 있나요?

아래의 SQL 마인드맵으로 초보 단계부터 고급 단계까지 차근차근 공부해봐요.

 1. 초보 단계 (Basic)
    * SELECT
    * FROM
    * WHERE
    * ORDER BY
    * AGGREGATE
    * GROUP BY
    * LIMIT
 2. 중급 단계 (Intermediate)
    * LEFT JOIN
    * INNER JOIN
    * LIKE
    * IN
    * CASE WHEN
    * HAVING
    * UNION ALL
 3. 고급 단계 (Advanced)
    * SUBQUERY
    * CTE (WITH)
    * STORED PRECEDURE
    * TRIGGER
    * WINDOW FUNCTION
 4. 연습 단계 (Practice)
    * BASIC SQL PROJECT (SQL 기초 프로젝트)
    * INTERMEDIATE SQL PROJECT(SQL 중급 프로젝트)
    * ADVANCED SQL PROJECT(SQL 고급 프로젝트)

#데이터리차드 #SQL #로드맵

SQL을 처음부터 제대로 공부하고 싶지만, 어떻게 공부해야 할지 망설이고 있나요? 아래의 SQL 마인드맵으로 초보 단계부터 고급 단계까지 차근차근 공부해봐요. <ol ><li>초보 단계 (Basic)<ul ><li>SELECT</li><li>FROM</li><li>WHERE</li><li>ORDER BY</li><li>AGGREGATE</li><li>GROUP BY</li><li>LIMIT</li></ul></li><li>중급 단계 (Intermediate)<ul ><li>LEFT JOIN</li><li>INNER JOIN</li><li>LIKE</li><li>IN</li><li>CASE WHEN</li><li>HAVING</li><li>UNION ALL</li></ul></li><li>고급 단계 (Advanced)<ul ><li>SUBQUERY</li><li>CTE (WITH)</li><li>STORED PRECEDURE</li><li>TRIGGER</li><li>WINDOW FUNCTION</li></ul></li><li>연습 단계 (Practice)<ul ><li>BASIC SQL PROJECT (SQL 기초 프로젝트)</li><li>INTERMEDIATE SQL PROJECT(SQL 중급 프로젝트)</li><li>ADVANCED SQL PROJECT(SQL 고급 프로젝트)</li></ul></li></ol> #데이터리차드 #SQL #로드맵

SQL 학습 로드맵

YouTube에서 마음에 드는 동영상과 음악을 감상하고, 직접 만든 콘텐츠를 업로드하여 친구, 가족뿐 아니라 전 세계 사람들과 콘텐츠를 공유할 수 있습니다.

 - YouTube

AutoParams 덕분에 3년 이상을 Spring Boot 앱 개발에 TDD를 덜 힘들게 적용했습니다. 누군가에게 조금이라도 더 도움이 되길 바라며 올해 스프링 캠프에서 AutoParams의 목적과 아키텍처, 사용법을 설명하는 자리를 가졌습니다.

AutoParams 덕분에 3년 이상을 Spring Boot 앱 개발에 TDD를 덜 힘들게 적용했습니다. 누군가에게 조금이라도 더 도움이 되길 바라며 올해 스프링 캠프에서 AutoParams의 목적과 아키텍처, 사용법을 설명하는 자리를 가졌습니다.

youtu.be

AutoParams를 사용한 Spring Boot 응용프로그램 테

1. 찰스 다윈은 하루에 90분씩 3번 일했고, 나머지 시간에는 긴 산책을 하거나 낮잠을 자거나 상념에 잠겼다. (그러면서도 그는 <종의 기원>을 포함해 19권의 책을 집필했다)

2. 엄청난 다작가이자 사상가로 알려진 앙리 푸앵카레는 오전 10시부터 정오까지 첫 번째 작업을 한 뒤, 오후 5시부터 7시까지 두 번째 작업을 했다. (그는 하루 4시간만 일했다)

3. 마찬가지로, 수학자 고드프리 해럴드 하디는 ‘의식적 작업은 하루 4시간이 최대치’이며, 나머지 시간을 너무 많은 바쁜 일로 채우면 오히려 비생산적이라고 믿었다.

4. 다윈, 푸앵카레, 하디는 모든 같은 이야기를 하고 있다. 제대로 초점을 맞추고, 진짜 집중력을 (제대로) 발휘하면, 그리고 양질의 휴식으로 집중하는 시간을 잘 뒷받침하면, 위대한 성취를 이루는 데 필요한 시간은 하루 4시간이면 충분하다고. 이는 바쁨을 추구하는 우리의 문화와 정면으로 충돌하는 발상이다.

5. 위대함을 낳는 ‘1만 시간의 법칙’은 앤더스 에릭슨과 동료들의 공동 연구로 탄생한 이래로, 말콤 글래드웰이 책 <아웃라이어>에 소개하며 대중의 큰 주목을 받았다. 말콤 글래드웰은 1만 시간의 법칙을 소개하며 ‘어떤 분야에서든 전문가 수준에 도달하려면 1만 시간의 의도적 연습이 필요하다’고 주장했다.

6. 그리고 이는 바쁨과 스트레스와 과로를 미덕으로 여기는 세상에서 큰 환영을 받았고, 아직도 많은 사람들이 이 법칙을 마치 교리처럼 신봉한다.

7. 그런데 에릭슨의 실제 연구에는 ‘매일 의도적 연습이 효과적인 수준을 넘지 않도록 제한해야 한다’는 내용도 담겨 있으며, 연구에서는 ‘하루에 투입해야 할 이상적인 시간은 4시간’이라고도 제안한다.

8. 이 연구에서 더 흥미로운 부분은 ‘정상급 연주자와 평균적 연주자는 쉬는 방식부터 다르다’는 점이다. 정상급 연주자는 평균적 연주자들에 비해 더 체계적이고 계획적으로 여가 시간을 보냈다.

9. 정상급 연주자들은 연습만 의도적으로 하는 게 아니라, 휴식도 의도적으로 취했다. 그들은 평균적 연주자보다 1시간 가량 더 잠을 찾다. (탁월한 퍼포먼스 = 의식적 연습+의식적 휴식)

10. 흔히 휴식을 일의 반대라고 생각하지만, 일과 휴식의 엄격한 분리는 현대의 그릇된 통념이다. 오랫동안 사람들은 쉴 때 뇌의 활동력이 떨어진다고 생각했다. 하지만 날로 발전하는 뇌 영상 기술에 힘입어 뇌과학자들은 ‘쉬는 동안에도 뇌의 전반적인 활동량이 감소하지 않는다’는 것을 발견했다.

11. 활동성은 단지 뇌의 다른 영역으로 옮겨갔다. 그리고 연구자들은 쉬는 동안 활성화되는 뇌의 영역을 ‘디폴트 모드 네트워크(DMN)’라고 칭하게 되었다.

12. 그리고 추가 연구를 통해, 디폴트 모드 네트워크는 고도로 활동적일 뿐 아니라, 정신 건강과 정서에 있어 굉장히 중요하다는 점이 발견됐다.

13. 특히 창의적이고 혁신적인 유형의 일을 할 땐 일하는 시간만큼, 휴식과 긴장 풀기가 필요하다. 디폴트 모드 네트워크가 활성화되면, 우리의 직관이 주도권을 가지고, 창의성은 멀리 있는 요소와 연관점을 찾기 시작한다.

14. 산책을 하거나 샤워 도중에 강력한 생각이나 통찰이 떠올렸다면, 디폴트 모드 네트워크에 감사해야 한다.

15. 그러나 당신이 휴식 때 텔레비전 앞에서 멍하게 있거나 유튜브에서 고양이 동영상을 본다면 디폴트 모드 네트워크가 활성화되는 데는 차질이 생긴다. (TV를 보거나 동영상을 보는 건 좋은 휴식 방법은 아니라는 얘기다)

16. (게다가) 창의적인 사람의 뇌는 디폴트 모드 네트워크가 더 강력하게 개발되어 휴식 시간에도 더 효과적으로 일을 한다는 연구 결과도 있다.

17. (고로 올바른 방식으로) 더 많은 시간을 휴식에 쓰면, 창의력과 행복감이 증진될 뿐 아니라, 일하는 시간의 능률마저 올라간다.

18. (그러니 숏폼 중독 등 주의력을 탕진해 일에 부정적인 영향을 미치는 휴식이 아니라, 자신에게 맞는 올바른 휴식법을 찾아라. 그러면 일의 능률을 올라갈 수밖에 없다)

- 존 피치 외, <이토록 멋진 휴식> 중

1. 찰스 다윈은 하루에 90분씩 3번 일했고, 나머지 시간에는 긴 산책을 하거나 낮잠을 자거나 상념에 잠겼다. (그러면서도 그는 &lt;종의 기원&gt;을 포함해 19권의 책을 집필했다) 2. 엄청난 다작가이자 사상가로 알려진 앙리 푸앵카레는 오전 10시부터 정오까지 첫 번째 작업을 한 뒤, 오후 5시부터 7시까지 두 번째 작업을 했다. (그는 하루 4시간만 일했다) 3. 마찬가지로, 수학자 고드프리 해럴드 하디는 ‘의식적 작업은 하루 4시간이 최대치’이며, 나머지 시간을 너무 많은 바쁜 일로 채우면 오히려 비생산적이라고 믿었다. 4. 다윈, 푸앵카레, 하디는 모든 같은 이야기를 하고 있다. 제대로 초점을 맞추고, 진짜 집중력을 (제대로) 발휘하면, 그리고 양질의 휴식으로 집중하는 시간을 잘 뒷받침하면, 위대한 성취를 이루는 데 필요한 시간은 하루 4시간이면 충분하다고. 이는 바쁨을 추구하는 우리의 문화와 정면으로 충돌하는 발상이다. 5. 위대함을 낳는 ‘1만 시간의 법칙’은 앤더스 에릭슨과 동료들의 공동 연구로 탄생한 이래로, 말콤 글래드웰이 책 &lt;아웃라이어&gt;에 소개하며 대중의 큰 주목을 받았다. 말콤 글래드웰은 1만 시간의 법칙을 소개하며 ‘어떤 분야에서든 전문가 수준에 도달하려면 1만 시간의 의도적 연습이 필요하다’고 주장했다. 6. 그리고 이는 바쁨과 스트레스와 과로를 미덕으로 여기는 세상에서 큰 환영을 받았고, 아직도 많은 사람들이 이 법칙을 마치 교리처럼 신봉한다. 7. 그런데 에릭슨의 실제 연구에는 ‘매일 의도적 연습이 효과적인 수준을 넘지 않도록 제한해야 한다’는 내용도 담겨 있으며, 연구에서는 ‘하루에 투입해야 할 이상적인 시간은 4시간’이라고도 제안한다. 8. 이 연구에서 더 흥미로운 부분은 ‘정상급 연주자와 평균적 연주자는 쉬는 방식부터 다르다’는 점이다. 정상급 연주자는 평균적 연주자들에 비해 더 체계적이고 계획적으로 여가 시간을 보냈다. 9. 정상급 연주자들은 연습만 의도적으로 하는 게 아니라, 휴식도 의도적으로 취했다. 그들은 평균적 연주자보다 1시간 가량 더 잠을 찾다. (탁월한 퍼포먼스 = 의식적 연습+의식적 휴식) 10. 흔히 휴식을 일의 반대라고 생각하지만, 일과 휴식의 엄격한 분리는 현대의 그릇된 통념이다. 오랫동안 사람들은 쉴 때 뇌의 활동력이 떨어진다고 생각했다. 하지만 날로 발전하는 뇌 영상 기술에 힘입어 뇌과학자들은 ‘쉬는 동안에도 뇌의 전반적인 활동량이 감소하지 않는다’는 것을 발견했다. 11. 활동성은 단지 뇌의 다른 영역으로 옮겨갔다. 그리고 연구자들은 쉬는 동안 활성화되는 뇌의 영역을 ‘디폴트 모드 네트워크(DMN)’라고 칭하게 되었다. 12. 그리고 추가 연구를 통해, 디폴트 모드 네트워크는 고도로 활동적일 뿐 아니라, 정신 건강과 정서에 있어 굉장히 중요하다는 점이 발견됐다. 13. 특히 창의적이고 혁신적인 유형의 일을 할 땐 일하는 시간만큼, 휴식과 긴장 풀기가 필요하다. 디폴트 모드 네트워크가 활성화되면, 우리의 직관이 주도권을 가지고, 창의성은 멀리 있는 요소와 연관점을 찾기 시작한다. 14. 산책을 하거나 샤워 도중에 강력한 생각이나 통찰이 떠올렸다면, 디폴트 모드 네트워크에 감사해야 한다. 15. 그러나 당신이 휴식 때 텔레비전 앞에서 멍하게 있거나 유튜브에서 고양이 동영상을 본다면 디폴트 모드 네트워크가 활성화되는 데는 차질이 생긴다. (TV를 보거나 동영상을 보는 건 좋은 휴식 방법은 아니라는 얘기다) 16. (게다가) 창의적인 사람의 뇌는 디폴트 모드 네트워크가 더 강력하게 개발되어 휴식 시간에도 더 효과적으로 일을 한다는 연구 결과도 있다. 17. (고로 올바른 방식으로) 더 많은 시간을 휴식에 쓰면, 창의력과 행복감이 증진될 뿐 아니라, 일하는 시간의 능률마저 올라간다. 18. (그러니 숏폼 중독 등 주의력을 탕진해 일에 부정적인 영향을 미치는 휴식이 아니라, 자신에게 맞는 올바른 휴식법을 찾아라. 그러면 일의 능률을 올라갈 수밖에 없다) - 존 피치 외, &lt;이토록 멋진 휴식&gt; 중

일을 못하는 사람들은 대부분 잘 쉬지도 못해요ㅠ

회사의 대표 옆에서 일해볼 수 있다는 점인 것 같아요.

가까이 있으면 그 사람의 사고방식을 배울 수 있어요. 회사를 세울 정도의 사람이라면 분명 배울 점이 있어요.

제가 만난 분들은 관점이 남달랐어요. 시장을 보는 관점, 제품을 대하는 관점에서 정말 많이 배울 수 있었죠. 개발자로서 조금 더 큰 그림을 볼 수 있는 기회가 되었어요.

누군가는 불편한 일이라고 할지도 몰라요. 하지만 조금 불편한 그 순간에 우리는 성장할 수 있다고 믿어요.

회사의 대표 옆에서 일해볼 수 있다는 점인 것 같아요. 가까이 있으면 그 사람의 사고방식을 배울 수 있어요. 회사를 세울 정도의 사람이라면 분명 배울 점이 있어요. 제가 만난 분들은 관점이 남달랐어요. 시장을 보는 관점, 제품을 대하는 관점에서 정말 많이 배울 수 있었죠. 개발자로서 조금 더 큰 그림을 볼 수 있는 기회가 되었어요. 누군가는 불편한 일이라고 할지도 몰라요. 하지만 조금 불편한 그 순간에 우리는 성장할 수 있다고 믿어요.

작은 회사에 일하면 좋은 점

Elastic announces the return of open source licensing for Elasticsearch and Kibana, adding AGPL as an option alongside existing licenses. This change reinforces our long-standing commitment to open so...

Elasticsearch is Open Source, Again

https://www.elastic.co/kr/blog/elasticsearch-is-open-source-again

AWS와의 갈등으로 3년전 Apache 라이센스를 버리고 SSPL 라이센스를 도입하면서 오픈소스가 아니게 되었다가 이번에 다시 AGPL 라이센스를 도입해서 오픈소스가 되었습니다.

오픈소스는 오픈소스 이니셔티브에서 사용 권한을 가지고 있어서 오픈소스 이니셔티브에서 인정한 라이센스가 아니라면 오픈소스라는 말을 사용할 수 없습니다. 오픈소스 이기는 하지만 엘라스틱 같은 회사는 클라우드 사업을 하기 때문에 AWS같은 클라우드 업체에서 elasticsearch를 서비스로 내놓으면서 갈등이 생기고 결국 오픈소스 라이센스를 버리고 클라우드 업체가 elasticsearch를 사용할 수 없게하는 SSPL을 도입해서 이를 막았습니다.

그동안의 과정이 고통스럽긴 했지만 3년이 지난 지금 AWS와의 파트너쉽이 견고해졌고 AWS도 OpenSearch에 충분한 투자를 했기 때문에 다시 오픈소스로 돌아와도 되겠다고 생각하고 AGPL을 도입하기로 했다고 합니다.

엘리스틱은 이렇게 얘기하고 사람들의 의견은 다양하게 있는거 같습니다. 엘라스틱의 의도를 그대로 믿을 수도 있고 오픈소스를 버린게 결과적으로 안좋았다고 판단했기에 번복했다는 얘기도 있습니다.

오픈소스였다가 아니었다가 혼란스럽고 앞으로 그러면 OpenSearch는 어떻게 되는건지 궁금하기도 하지만 앞으로 시장이 어떻게 흘러갈지 봐야될 것 같습니다.

https://www.elastic.co/kr/blog/elasticsearch-is-open-source-again AWS와의 갈등으로 3년전 Apache 라이센스를 버리고 SSPL 라이센스를 도입하면서 오픈소스가 아니게 되었다가 이번에 다시 AGPL 라이센스를 도입해서 오픈소스가 되었습니다. 오픈소스는 오픈소스 이니셔티브에서 사용 권한을 가지고 있어서 오픈소스 이니셔티브에서 인정한 라이센스가 아니라면 오픈소스라는 말을 사용할 수 없습니다. 오픈소스 이기는 하지만 엘라스틱 같은 회사는 클라우드 사업을 하기 때문에 AWS같은 클라우드 업체에서 elasticsearch를 서비스로 내놓으면서 갈등이 생기고 결국 오픈소스 라이센스를 버리고 클라우드 업체가 elasticsearch를 사용할 수 없게하는 SSPL을 도입해서 이를 막았습니다. 그동안의 과정이 고통스럽긴 했지만 3년이 지난 지금 AWS와의 파트너쉽이 견고해졌고 AWS도 OpenSearch에 충분한 투자를 했기 때문에 다시 오픈소스로 돌아와도 되겠다고 생각하고 AGPL을 도입하기로 했다고 합니다. 엘리스틱은 이렇게 얘기하고 사람들의 의견은 다양하게 있는거 같습니다. 엘라스틱의 의도를 그대로 믿을 수도 있고 오픈소스를 버린게 결과적으로 안좋았다고 판단했기에 번복했다는 얘기도 있습니다. 오픈소스였다가 아니었다가 혼란스럽고 앞으로 그러면 OpenSearch는 어떻게 되는건지 궁금하기도 하지만 앞으로 시장이 어떻게 흘러갈지 봐야될 것 같습니다.

Elastic Blog

https://www.elastic.co/kr/blog/elast

국내 개발자로서 자부심을 불어넣는 오픈소스 생태계가 있습니다. 바로 토스(Toss)가 주도하는 오픈소스 생태계 인데요.

es-hangul
이라고 하는 한글을 다루기 위한 라이브러리는 이미 1,000개가 넘는 GitHub 스타를 획득했습니다. 또한
lodash
보다 2배 더 빠른 유틸리티 라이브러리인
es-toolkit
은 이미 6,100개의 스타를 받고 국내를 넘어 세계적으로 많은 개발자들의 관심을 받고 있는데요. 이번 토스 모닥불 EP.4 영상에서는 토스에서 오픈소스 생태계를 운영하는 개발자들의 이야기를 만나볼 수 있습니다.

특히나 주목할 만한 점은, 패널로 참여한 토스의 오픈소스
suspensive
를 운영하고 계시는 분인데요. 이 개발자분은 요즘은 필수로 사용되고 있는
TanstackQuery
의 최상위 기여자입니다.
Jotai
외에도 토스 오픈소스에도 적극적으로 기여를하고 결국에는 토스에 합류하신게 참 대단하게 느껴지네요.

또한 오픈소스 생태계 구축을 통해 기술 커뮤니티에 긍정적인 영향을 미치고자 하는 토스의 노력도 대단한것 같습니다. 한국 개발 생태계의 경쟁력을 높이고, 개발자들에게 새로운 도전과 성장의 기회를 제공하는데 있어서, 토스의 이러한 행보를 응원합니다.

https://www.youtube.com/watch?v=SdBL-p597Dw

국내 개발자로서 자부심을 불어넣는 오픈소스 생태계가 있습니다. 바로 토스(Toss)가 주도하는 오픈소스 생태계 인데요. <code >es-hangul</code>이라고 하는 한글을 다루기 위한 라이브러리는 이미 1,000개가 넘는 GitHub 스타를 획득했습니다. 또한 <code >lodash</code>보다 2배 더 빠른 유틸리티 라이브러리인 <code >es-toolkit</code>은 이미 6,100개의 스타를 받고 국내를 넘어 세계적으로 많은 개발자들의 관심을 받고 있는데요. 이번 토스 모닥불 EP.4 영상에서는 토스에서 오픈소스 생태계를 운영하는 개발자들의 이야기를 만나볼 수 있습니다. 특히나 주목할 만한 점은, 패널로 참여한 토스의 오픈소스 <code >suspensive</code> 를 운영하고 계시는 분인데요. 이 개발자분은 요즘은 필수로 사용되고 있는 <code >TanstackQuery</code> 의 최상위 기여자입니다. <code >Jotai</code> 외에도 토스 오픈소스에도 적극적으로 기여를하고 결국에는 토스에 합류하신게 참 대단하게 느껴지네요. 또한 오픈소스 생태계 구축을 통해 기술 커뮤니티에 긍정적인 영향을 미치고자 하는 토스의 노력도 대단한것 같습니다. 한국 개발 생태계의 경쟁력을 높이고, 개발자들에게 새로운 도전과 성장의 기회를 제공하는데 있어서, 토스의 이러한 행보를 응원합니다. https://www.youtube.com/watch?v=SdBL-p597Dw

www.youtube.com

토스의 오픈소스 생태계: 한국을 넘어 글로벌로

최고의 자동완성 플러그인 타입스크립트를 사용하여 개발자를 속이고 코드를 최적화한 경험을 공유합니다.

타입스크립트스럽게 성능과 생산성 두 마리 토끼 모두 잡기

이름만 보고 프론트엔드인줄 알았는데요. 살펴보니 백엔드였습니다!

2021년 1월에 출시한 쿠키런:킹덤에 운영 도구는 어마어마하군요!

https://tech.devsisters.com/posts/typescript-ish-way-to-improve-performance/

이름만 보고 프론트엔드인줄 알았는데요. 살펴보니 백엔드였습니다! 2021년 1월에 출시한 쿠키런:킹덤에 운영 도구는 어마어마하군요! https://tech.devsisters.com/posts/typescript-ish-way-to-improve-performance/

DevTech - 데브시스터즈 기술블로그

TypeScript하면 프론트만?!

원문 : Good Refactoring vs Bad Refactoring thumbnail…

(번역) 좋은 리팩터링 vs 나쁜 리팩터링

오늘 소개해드릴 글은 42dot의 유경상님이 번역해주신 글입니다.

많은 개발자들이 리팩터링의 중요성을 알고 리팩터링을 하지만, 적절하지 않은 리팩터링으로 오히려 코드 베이스에 악영향을 준다는 것을 간과하는 경우가 많습니다. 이 글에서는 저자가 지금까지 겪어온 경험을 기반으로 어떤 리팩터링이 잘못된 리팩터링이고, 어떤 식으로 리팩터링하는 것이 바람직한지에 대해 구체적인 코드 예시와 함께 설명합니다. 이에 더해서 올바른 리팩터링 방법과 더 나은 리팩터링을 위한 도구도 함께 소개하고 있습니다. 이 글을 통해 현재 적절한 리팩터링을 하고 있는지 점검해 보시는 기회가 되시면 좋을 것 같습니다 :)

> 글 링크 : https://ykss.netlify.app/translation/good_refactoring_vs_bad_refactoring/

오늘 소개해드릴 글은 42dot의 유경상님이 번역해주신 글입니다. 많은 개발자들이 리팩터링의 중요성을 알고 리팩터링을 하지만, 적절하지 않은 리팩터링으로 오히려 코드 베이스에 악영향을 준다는 것을 간과하는 경우가 많습니다. 이 글에서는 저자가 지금까지 겪어온 경험을 기반으로 어떤 리팩터링이 잘못된 리팩터링이고, 어떤 식으로 리팩터링하는 것이 바람직한지에 대해 구체적인 코드 예시와 함께 설명합니다. 이에 더해서 올바른 리팩터링 방법과 더 나은 리팩터링을 위한 도구도 함께 소개하고 있습니다. 이 글을 통해 현재 적절한 리팩터링을 하고 있는지 점검해 보시는 기회가 되시면 좋을 것 같습니다 :) &gt; 글 링크 : https://ykss.netlify.app/translation/good_refactoring_vs_bad_refactoring/

ykss.netlify.app

좋은 리팩터링 vs 나쁜 리팩터링

웅진은 디지털 신기술을 활용하여 기업 고객의 디지털 전환을 선도하는 IT기업으로, SAP ERP, 렌탈 솔루션, 모빌리티 솔루션 및 클라우드 서비스를 포함하여 지난 20년 동안 대외 사업을 진행하고 있습니다. 현재 전체 매출의 85%를 대외 사업에서 창출하며, 1,300여개 고객사와 협력하고 있습니다. 고객사의 산업별, 규모별 특성을 고려하여 최적의 고객 맞춤형 IT 솔루션을 제공하고 있습니다.

생성형 AI로 만드는 나만의 이력서: 웅진 IT의 Amazon Bedrock과 SageMaker 활용 사례 | Amazon Web Services

웅진IT가 생성형 AI기반으로 "AI 이력서" 서비스를 개발하였습니다. 이 서비스는 24년 World IT Show 이벤트에서도 전시가 되어 많은 관심을 받았었습니다. 사용자가 사진을 업로드하면 사진을 분석하고 적합한 정장 이미지로 변경하여 스튜디오 촬영 수준의 사진을 생성합니다. 또한, 사용자가 원하는 기업에 맞춰 자기소개서 초안도 생성해 줍니다.

구체적인 아키텍쳐와 생성형 AI를 활용한 고급 이미지/텍스트 생성 기법에 대한 내용이 궁금하시면 아래 블로그를 참조하세요!

https://aws.amazon.com/ko/blogs/tech/woongjin-generative-ai-resume-in-bedlock-sagemaker/

웅진IT가 생성형 AI기반으로 "AI 이력서" 서비스를 개발하였습니다. 이 서비스는 24년 World IT Show&nbsp;이벤트에서도 전시가 되어 많은 관심을 받았었습니다. 사용자가 사진을 업로드하면 사진을 분석하고 적합한 정장 이미지로 변경하여 스튜디오 촬영 수준의 사진을 생성합니다. 또한, 사용자가 원하는 기업에 맞춰 자기소개서 초안도 생성해 줍니다. 구체적인 아키텍쳐와 생성형 AI를 활용한 고급 이미지/텍스트 생성 기법에 대한 내용이 궁금하시면 아래 블로그를 참조하세요! https://aws.amazon.com/ko/blogs/tech/woongjin-generative-ai-resume-in-bedlock-sagemaker/

Amazon Web Services

패스트파이브 백엔드 개발자

dasong

#백엔드 #개발자 #커뮤니케이션

연구원

soso

#Ai #끊임없이배우기 #독서 #창업 #크리에이터 #ISTJ #coffee #고양이 #고양이는귀여워 #사이드잡 #스마트워크

HDC랩스 매니줘

Lee.G

새로운 것을 찾아 헤매는 미어캣

웅진IT의 생성형 AI 기반 "AI 이력서" 서비스 아키텍쳐

Project Manager

Project Manager, IT Consulting, Business Development, Research

 IT Consultant

머신 러닝

데이터 분석

AWS AI, ML 서비스 세이즈 스페셜리스트
- AI, ML 서비스 세일즈 및 사업개발
- 스케일업 성장을 위한 비즈니스 전략 수립
- 파트너십 기반 채널 비즈니스


AI/ML Sales Specialist

English / International Studies

기술경영학 석사

백선환

링크드인

얼룩소

저서: 챗GPT 거대한 전환

👨🏼‍💻 AWS GenAI, AI, ML 서비스 세일즈 스페셜리스트
📚"챗GPT 거대한 전환" 베스트셀러 작가 
🛠 프롬프트 엔지니어
🔥 빅테크, 생성형AI, 데이터, 그리고 혁신에 관심을 갖고 있습니다.

웅진IT의 생성형 AI 기반 "AI 이력서" 서비스 아키텍쳐

댓글 0

비슷한 게시물

주간 인기 TOP 10

추천 프로필