얼마전에 신입 개발자 채용시 과제를 10분 내에 빠르게 만들어서 보낸 사람을 채용했다며, 빠르게 결과를 냈기 때문에 채용했다는 글이 SNS에 많이 돌았다. 그러면서 이렇게 말한다.

"알고리즘 많이 푸는 개발자보다, AI로 빠르게 결과 내는 사람을 선호. 알고리즘, 코딩 책 안 봐도 AI 도구만 적극 활용하면 취업 기회 잡을 수 있다."

개인적으로 이런 말 퍼뜨리는 사람들 너무 나쁘고 무책임하다고 생각한다. 취업하는 분들에게도 안 좋고, 개발자 생태계에도 안 좋다.

AI 도구를 활용하고 AI로 빠르게 결과를 내는 건, 오히려 이제 누구나 다 쉽게 할 수 있는 것이기 때문에 차별성이 없다. 그렇기 때문에 반대로 알고리즘을 많이 풀어보고 책을 많이 본 개발자를 더욱 선호할 수 밖에 없다.

보통 빠르게 결과를 낸 사람을 우대하는 이유는, 결과를 빠르게 만들었다는 이유보다는, 적극적으로 빠르게 소통을하기 때문이다.

속도도 물론 매우 중요하다. 하지만, 빠르게 만드는 것이 최우선인 회사가 있다면 그 회사는 빨리 거르거나, 1~2년 정도 경험을 많이 쌓는 용도로만 활용하겠다고 생각하는 것이 좋다. 좋은 회사일수록 이런 사람을 찾지 않는다.

얼마전에 신입 개발자 채용시 과제를 10분 내에 빠르게 만들어서 보낸 사람을 채용했다며, 빠르게 결과를 냈기 때문에 채용했다는 글이 SNS에 많이 돌았다. 그러면서 이렇게 말한다. "알고리즘 많이 푸는 개발자보다, AI로 빠르게 결과 내는 사람을 선호. 알고리즘, 코딩 책 안 봐도 AI 도구만 적극 활용하면 취업 기회 잡을 수 있다." 개인적으로 이런 말 퍼뜨리는 사람들 너무 나쁘고 무책임하다고 생각한다. 취업하는 분들에게도 안 좋고, 개발자 생태계에도 안 좋다. AI 도구를 활용하고 AI로 빠르게 결과를 내는 건, 오히려 이제 누구나 다 쉽게 할 수 있는 것이기 때문에 차별성이 없다. 그렇기 때문에 반대로 알고리즘을 많이 풀어보고 책을 많이 본 개발자를 더욱 선호할 수 밖에 없다. 보통 빠르게 결과를 낸 사람을 우대하는 이유는, 결과를 빠르게 만들었다는 이유보다는, 적극적으로 빠르게 소통을하기 때문이다. 속도도 물론 매우 중요하다. 하지만, 빠르게 만드는 것이 최우선인 회사가 있다면 그 회사는 빨리 거르거나, 1~2년 정도 경험을 많이 쌓는 용도로만 활용하겠다고 생각하는 것이 좋다. 좋은 회사일수록 이런 사람을 찾지 않는다.

여러분이 좋아하시는 숫자 가져왔습니다 ㅎㅎ

아미고를 사용하는 사용자들의 영어로 대화하는 시간이 늘어나는 것을 보여주는 그래프입니다. (콜당 통화 분수. 시점 문제로 약간의 왜곡이 있긴 하지만, 왜곡이 크진 않습니다.)

영어 대화 능력 향상에 확실한 효과가 있다는 말이죠. 👍

참고로 다른 앱들과 달리 턴제의 읽고 말하기가 아니라, 완전한 형태의 자유 대화를 하는 것이라서 시간만 늘어나는 것은 아닙니다.

처음엔 조금 답답하실 수 있지만, 한두달만 하면 10분 정도의 스몰톡은 쌉가능. 영어로 대화하는 재미를 느끼고 싶은 여러분 츄라이~ 츄라이~

앱 다운로드: https://tosto.re/ameego

여러분이 좋아하시는 숫자 가져왔습니다 ㅎㅎ 아미고를 사용하는 사용자들의 영어로 대화하는 시간이 늘어나는 것을 보여주는 그래프입니다. (콜당 통화 분수. 시점 문제로 약간의 왜곡이 있긴 하지만, 왜곡이 크진 않습니다.) 영어 대화 능력 향상에 확실한 효과가 있다는 말이죠. 👍 참고로 다른 앱들과 달리 턴제의 읽고 말하기가 아니라, 완전한 형태의 자유 대화를 하는 것이라서 시간만 늘어나는 것은 아닙니다. 처음엔 조금 답답하실 수 있지만, 한두달만 하면 10분 정도의 스몰톡은 쌉가능. 영어로 대화하는 재미를 느끼고 싶은 여러분 츄라이~ 츄라이~ 앱 다운로드: https://tosto.re/ameego

📊 아미고(Ameego) 사용자의 영어 대화 능력 향상 통계

오늘은 아미고(Ameego)에서 Lucy랑 봄 꽃에 대한 이야기를 해 보아요. 개나리와 진달래가 영어로 뭔지 첨 알았네요. 근데 Forsythia 발음 너모 어렵.. 🥹

앱 다운로드: https://tosto.re/ameego

오늘은 아미고(Ameego)에서 Lucy랑 봄 꽃에 대한 이야기를 해 보아요. 개나리와 진달래가 영어로 뭔지 첨 알았네요. 근데 Forsythia 발음 너모 어렵.. 🥹 앱 다운로드: https://tosto.re/ameego

메타에서 Llama 4를 출시했습니다. MoE 모델로, 사이즈별로 Scout, Maverick, Behemoth 세 가지를 출시했는데요.

가장 작은 Scout는 17B(액티브) 모델로 단일 GPU에서 돌릴 수 있다고 합니다. 무엇보다 10M이 넘는 토큰 윈도우를 지원한다는 것이 가장 반가운 소식이고요.

Maverick은 GPT-4o보다 뛰어나고, Behemoth는 GPT-4.5, Sonnet 3.7보다 뛰어난 성능을 보입니다.

물론 주요 벤치마크상에서의 점수일 뿐이기 때문에 실제로 사용해봐야 알 것 같습니다. 무엇보다 이제 점수가 많이 포화되어서 벤치마크 점수 경쟁이 큰 의미가 없기도 하고요.

잠깐 본 바로는 10M+ 토큰 윈도우와 성능대비 추론 비용이 저렴하다는 것 정도가 특징인 것 같습니다. 그 외의 큰 특징이 없는 건 좀 아쉽네요.

요 몇 주간 진짜 빅테크들 뿐 아니라 각종 AI 회사들이 이어달리기를 하듯이 새 소식들을 숨쉴새 없이 발표하고, 어제 샘 알트만은 몇 달 안에 GPT-5를 선보인다는 소식도 전했는데요.

작년에도 AI 발전 속도가 너무 빨라서 현기증 난다고 할 정도였는데, 올해는 AI의 발전 속도가 한층 더 빨라질 것 같습니다. 올해 말만 되어도 상황이 또 굉장히 많이 바뀔 것 같은데, 과연 어떤 세상이 될 지.. 뭐.. GPU Poor는 팝콘이나 사둘뿐이지만요. 😎🍿🥤

메타에서 Llama 4를 출시했습니다. MoE 모델로, 사이즈별로 Scout, Maverick, Behemoth 세 가지를 출시했는데요. 가장 작은 Scout는 17B(액티브) 모델로 단일 GPU에서 돌릴 수 있다고 합니다. 무엇보다 10M이 넘는 토큰 윈도우를 지원한다는 것이 가장 반가운 소식이고요. Maverick은 GPT-4o보다 뛰어나고, Behemoth는 GPT-4.5, Sonnet 3.7보다 뛰어난 성능을 보입니다. 물론 주요 벤치마크상에서의 점수일 뿐이기 때문에 실제로 사용해봐야 알 것 같습니다. 무엇보다 이제 점수가 많이 포화되어서 벤치마크 점수 경쟁이 큰 의미가 없기도 하고요. 잠깐 본 바로는 10M+ 토큰 윈도우와 성능대비 추론 비용이 저렴하다는 것 정도가 특징인 것 같습니다. 그 외의 큰 특징이 없는 건 좀 아쉽네요. 요 몇 주간 진짜 빅테크들 뿐 아니라 각종 AI 회사들이 이어달리기를 하듯이 새 소식들을 숨쉴새 없이 발표하고, 어제 샘 알트만은 몇 달 안에 GPT-5를 선보인다는 소식도 전했는데요. 작년에도 AI 발전 속도가 너무 빨라서 현기증 난다고 할 정도였는데, 올해는 AI의 발전 속도가 한층 더 빨라질 것 같습니다. 올해 말만 되어도 상황이 또 굉장히 많이 바뀔 것 같은데, 과연 어떤 세상이 될 지.. 뭐.. GPU Poor는 팝콘이나 사둘뿐이지만요. 😎🍿🥤

🗞️ Llama 4 출시!

”뭔가 잘한다 싶은 애들은 남들 눈에는 보이지 않는 흐름을 잘 찾더라고, 그 흐름에 올라타서는 슈욱하고 멀리 앞서가“

대학 시절 교수님께서 해주신 말씀이에요. 그때는 이해하지 못했어요. 그냥 교수님 말 잘 들어야 한단 의미로 받아들였죠.

이제는 조금 알 것 같아요. 세상에는 어떤 크고 작은 흐름이 몰려올 때가 있어요. 그 흐름 위에서 서핑하듯 균형을 잡으면 남들보다 조금은 더 앞서나갈 수 있어요.

흐름을 타서 균형을 잡는 것도 어렵죠. 하지만 흐름을 분별하는 게 더 어려운 거 같아요.

”뭔가 잘한다 싶은 애들은 남들 눈에는 보이지 않는 흐름을 잘 찾더라고, 그 흐름에 올라타서는 슈욱하고 멀리 앞서가“ 대학 시절 교수님께서 해주신 말씀이에요. 그때는 이해하지 못했어요. 그냥 교수님 말 잘 들어야 한단 의미로 받아들였죠. 이제는 조금 알 것 같아요. 세상에는 어떤 크고 작은 흐름이 몰려올 때가 있어요. 그 흐름 위에서 서핑하듯 균형을 잡으면 남들보다 조금은 더 앞서나갈 수 있어요. 흐름을 타서 균형을 잡는 것도 어렵죠. 하지만 흐름을 분별하는 게 더 어려운 거 같아요.

구글이 (예상대로) A2A, Agent2Agent 프로토콜을 공개했네요.

앤트로픽의 MCP가 에이전트와 도구와의 통신 방법이라면, A2A는 에이전트, AI간의 통신 방법입니다.

즉, AI 끼리 소통하며 협업할 수 있게 만들어주는 프로토콜입니다.

이에 대한 자세한 내용은 다른 분들이 많이 이야기 해 주실테니.. 저는 이 내용을 1년전에 담았던 제 책이나 홍보하고 가겠습니다. 🤭

최고의 프롬프트 엔지니어링 강의 👉 https://product.kyobobook.co.kr/detail/S000213362002

구글이 (예상대로) A2A, Agent2Agent 프로토콜을 공개했네요. 앤트로픽의 MCP가 에이전트와 도구와의 통신 방법이라면, A2A는 에이전트, AI간의 통신 방법입니다. 즉, AI 끼리 소통하며 협업할 수 있게 만들어주는 프로토콜입니다. 이에 대한 자세한 내용은 다른 분들이 많이 이야기 해 주실테니.. 저는 이 내용을 1년전에 담았던 제 책이나 홍보하고 가겠습니다. 🤭 최고의 프롬프트 엔지니어링 강의 👉 https://product.kyobobook.co.kr/detail/S000213362002

MCP 사용 조심하세요. 보안이 매우 취약해서 쉽게 해킹 당할 수 있습니다. MCP 재밌다고 이것저것 써보다가 본인 PC는 물론이고 서버나 개인 혹은 업무 계정 등 통째로 털릴 수 있습니다~*

MCP 사용 조심하세요. 보안이 매우 취약해서 쉽게 해킹 당할 수 있습니다. MCP 재밌다고 이것저것 써보다가 본인 PC는 물론이고 서버나 개인 혹은 업무 계정 등 통째로 털릴 수 있습니다~*

수고가 많으십니다. 혹시 출처가 있는 얘기인가요?

Introduction: Setting the Stage for AI Innovation Artificial intelligence is changing our world. Many people hear buzzwords like LLM and LRM.

Beyond the Buzzwords: Understanding the Contrast Between LRM and LLM

*요약(TLDR): LLM은 텍스트를 생성하고, LRM은 계획하고 추론하도록 설계되었습니다.

💻 대규모 언어 모델(LLM) 이해하기
 * 개념
   * 대규모 언어 모델(LLM)은 텍스트를 이해하고 생성하도록 설계된 인공지능의 한 유형
   * 이들은 방대한 양의 글을 학습하며, 문장에서 다음 단어가 무엇일지 예측하는 능력 확장
   * 트랜스포머: 단어 간의 관계를 파악하게 해주며, 맥락 이해
   * 큰 모델 사이즈: 책, 웹사이트, 기타 텍스트에서 수십억 개의 단어 학습
   * 단점
     * 편향과 윤리: 학습 데이터에 존재하는 편향을 반영하여 편향되거나 부적절한 정보 생성 가능성
     * LLM을 훈련시키고 운영하려면 상당한 컴퓨팅 자원이 필요하고, 배포 비용이 높음
 * 유즈케이스
   * 콘텐츠 생성: 기사, 이야기, 소셜 미디어 게시물 작성 지원
   * 고객 지원: 일반적인 고객 문의에 대한 자동 응답 제공 / 한 언어에서 다른 언어로 텍스트 번역 / 긴 문서 요약
   * 프로그래밍 지원: 코드 조각 생성 또는 디버깅 지원으로 개발자 돕기
 * 예시: 크기, 학습 데이터, 특정 기능 차이
   * ChatGPT (OpenAI): 질문에 답하고, 이야기를 쓰고, 아이디어를 생성할 수 있는 인기 모델
   * Bard (Google): 창의적인 작업과 자연어로 질문에 답하기 위해 설계됨
   * Bing Chat (Microsoft): 대화형 응답을 제공하기 위해 마이크로소프트 검색 엔진에 통합
   * Claude (Anthropic): 윤리적이고 안전한 출력에 초점을 맞춘 대화 모델
   * LLaMA (Meta): 연구 및 맞춤형 애플리케이션 개발에 사용되는 오픈소스 모델

💻 대규모 추론 모델(LRM) 탐구하기
 * 개념
   * 단순히 텍스트를 생성하는 것이 아니라 추론하고 계획하도록 설계
   * 목적: 단계별 사고하도록 설계. 문제를 이해하고 논리적으로 해결 시도
   * 작동 방식: 강화 학습 같은 기술을 사용해 복잡한 작업에서 더 나은 결정 시행
   * 약점
     * 자원 집약적: LLM보다 비용이 더 많이 들고, LRM은 정보를 처리하는 데 상당한 컴퓨팅 능력과 시간이 필요해 배포 비용이 더 많이 소요
     * 개발 단계: 새로운 기술로, LRM은 아직 진화 중이며 모든 유형의 추론 작업에서 신뢰성 상대적으로 낮은편 / 의사 결정 과정이 투명하지 않아 특정 결론에 어떻게 도달했는지 이해하기 어려움
 * 적용 분야
   * 과학 연구: 가설 형성과 실험 설계를 돕기
   * 재무 계획: 복잡한 재무 데이터를 분석하여 투자 결정 지원
   * 고급 게임 AI: 플레이어 전략에 계획하고 적응할 수 있는 게임 캐릭터 개발 / 퍼즐
 * 예시
   * OpenAI의 o1: 가장 잘 알려진 LRM 중 하나로, o1-preview와 o1-mini 같은 버전은 계획 작업을 해결하고 기존 LLM보다 더 나은 추론 성능
   * 연구 모델: 학술 연구에서 일부 실험 모델도 언어 모델에 추론 능력을 추가하며, 아직 개발 중이지만 다단계 문제를 해결하는 데 더 똑똑한 AI 시스템 목표
   
   
🏵️ 향후 트렌드: AI 추론의 진화
 1. 고급 추론 모델로의 전환
 * 예측에서 추론으로
 2. 검색과 추론의 통합
 * 데이터 검색과 사고 과정 결합
 * OpenAI의 DeepSearch, Perplexity, Anthropic, DeepSeek 등
 3. 오픈소스 AI 개발 강조
 * 협력적 AI 발전: AI 모델을 오픈소스로 공개
 4. 향상된 컴퓨팅 자원
 * AI 인프라 투자: 고급 AI 추론을 지원하기 위해 인프라에 막대한 투자
 5. 윤리 및 안전 고려사항 해결
 * 책임 있는 AI 사용 보장: AI의 능력이 커짐에 따라 윤리적 사용과 안전에 대한 관심 증가

 * source: https://www.linkedin.com/pulse/beyond-buzzwords-understanding-contrast-between-lrm-llm-srikanth-r-xrohc/

*요약(TLDR): LLM은 텍스트를 생성하고, LRM은 계획하고 추론하도록 설계되었습니다. 💻 대규모 언어 모델(LLM) 이해하기<ul><li>개념<ul><li>대규모 언어 모델(LLM)은 텍스트를 이해하고 생성하도록 설계된 인공지능의 한 유형</li><li>이들은 방대한 양의 글을 학습하며, 문장에서 다음 단어가 무엇일지 예측하는 능력 확장</li><li>트랜스포머: 단어 간의 관계를 파악하게 해주며, 맥락 이해</li><li>큰 모델 사이즈: 책, 웹사이트, 기타 텍스트에서 수십억 개의 단어 학습</li><li>단점<ul><li>편향과 윤리: 학습 데이터에 존재하는 편향을 반영하여 편향되거나 부적절한 정보 생성 가능성</li><li>LLM을 훈련시키고 운영하려면 상당한 컴퓨팅 자원이 필요하고, 배포 비용이 높음</li></ul></li></ul></li><li>유즈케이스<ul><li>콘텐츠 생성: 기사, 이야기, 소셜 미디어 게시물 작성 지원</li><li>고객 지원: 일반적인 고객 문의에 대한 자동 응답 제공 / 한 언어에서 다른 언어로 텍스트 번역 / 긴 문서 요약</li><li>프로그래밍 지원: 코드 조각 생성 또는 디버깅 지원으로 개발자 돕기</li></ul></li><li>예시: 크기, 학습 데이터, 특정 기능 차이<ul><li>ChatGPT (OpenAI): 질문에 답하고, 이야기를 쓰고, 아이디어를 생성할 수 있는 인기 모델</li><li>Bard (Google): 창의적인 작업과 자연어로 질문에 답하기 위해 설계됨</li><li>Bing Chat (Microsoft): 대화형 응답을 제공하기 위해 마이크로소프트 검색 엔진에 통합</li><li>Claude (Anthropic): 윤리적이고 안전한 출력에 초점을 맞춘 대화 모델</li><li>LLaMA (Meta): 연구 및 맞춤형 애플리케이션 개발에 사용되는 오픈소스 모델</li></ul></li></ul> 💻 대규모 추론 모델(LRM) 탐구하기<ul><li>개념<ul><li>단순히 텍스트를 생성하는 것이 아니라 추론하고 계획하도록 설계</li><li>목적: 단계별 사고하도록 설계. 문제를 이해하고 논리적으로 해결 시도</li><li>작동 방식: 강화 학습 같은 기술을 사용해 복잡한 작업에서 더 나은 결정 시행</li><li>약점<ul><li>자원 집약적: LLM보다 비용이 더 많이 들고, LRM은 정보를 처리하는 데 상당한 컴퓨팅 능력과 시간이 필요해 배포 비용이 더 많이 소요</li><li>개발 단계: 새로운 기술로, LRM은 아직 진화 중이며 모든 유형의 추론 작업에서 신뢰성 상대적으로 낮은편 / 의사 결정 과정이 투명하지 않아 특정 결론에 어떻게 도달했는지 이해하기 어려움</li></ul></li></ul></li><li>적용 분야<ul><li>과학 연구: 가설 형성과 실험 설계를 돕기</li><li>재무 계획: 복잡한 재무 데이터를 분석하여 투자 결정 지원</li><li>고급 게임 AI: 플레이어 전략에 계획하고 적응할 수 있는 게임 캐릭터 개발 / 퍼즐</li></ul></li><li>예시<ul><li>OpenAI의 o1: 가장 잘 알려진 LRM 중 하나로, o1-preview와 o1-mini 같은 버전은 계획 작업을 해결하고 기존 LLM보다 더 나은 추론 성능</li><li>연구 모델: 학술 연구에서 일부 실험 모델도 언어 모델에 추론 능력을 추가하며, 아직 개발 중이지만 다단계 문제를 해결하는 데 더 똑똑한 AI 시스템 목표</li></ul> </li></ul>🏵️ 향후 트렌드: AI 추론의 진화<ol><li>고급 추론 모델로의 전환</li></ol><ul><li>예측에서 추론으로</li></ul><ol start="2"><li>검색과 추론의 통합</li></ol><ul><li>데이터 검색과 사고 과정 결합</li><li>OpenAI의 DeepSearch, Perplexity, Anthropic, DeepSeek 등</li></ul><ol start="3"><li>오픈소스 AI 개발 강조</li></ol><ul><li>협력적 AI 발전: AI 모델을 오픈소스로 공개</li></ul><ol start="4"><li>향상된 컴퓨팅 자원</li></ol><ul><li>AI 인프라 투자: 고급 AI 추론을 지원하기 위해 인프라에 막대한 투자</li></ul><ol start="5"><li>윤리 및 안전 고려사항 해결</li></ol><ul><li>책임 있는 AI 사용 보장: AI의 능력이 커짐에 따라 윤리적 사용과 안전에 대한 관심 증가</li></ul> <ul><li>source: https://www.linkedin.com/pulse/beyond-buzzwords-understanding-contrast-between-lrm-llm-srikanth-r-xrohc/</li></ul>

www.linkedin.com

[GenAI] LRM과 LLM의 차이점 이해하기

기술적 차별성, 기술력 등에 대해 질문을 받았을 때 확신을 가지고 대답할 수 있었던 적이 없었다. 우리나라 최고의 연구 조직에 있었을 때도 마찬가지였다.

왜냐하면 구글 수준의 전지구적 검색 기술 정도가 아니면 뭐, 하려고 마음만 먹는다면 누구나 다 만들 수 있으니까. 모두에게 충격을 주었던 GPT-4도 2년도 안되어서 그정도 수준은 이제 누구나(!) 만들 수 있게 되었지 않나.

그러니 지금 가지고 있는 기술의 우월성이 크게 의미가 있는 경우는 대체로 별로 없고, 장기적으로 보유할 수 있어요..는 뭐 누구나 할 수 있는거고.

그나마 한가지 오랜기간 시간을 들여서 만든 복잡도 높은 시스템은 유의미 할 수 있다. 복잡도가 높은 건 물리적으로 무조건 시간을 많이 들일 수 밖에 없으니까. 다만, 이것도 기술의 레벨이 특히 하드웨어의 수준이 한차원 높아지면 무의미해지는 경우가 많다.

그러니까.. 답을 할 수가 없다. 남들이 하는 건 나도 대부분 다 할 수 있고, 그렇다는 건 반대로 내가 하는 것도 당연히 남들도 다 할 수 있는거니..기술의 차별성을 말하기가 어렵다.. 🫠

게다가 요즘은 사실상 GPU 보유량이 기술력인 시대이니 그냥 돈이 많은게 기술력이다라고 말 할 수도 있는 시대이기도 하고 ㅋㅋ 그렇다고 돈만 많으면 되는거면 기술 스타트업이라는게 존재할 수 없는 것이기도 할거고.

아무튼.. 기술적 차별성이란 뭘까? 기술력이란 뭘까? 이것은 오히려 기술자라서 너모나 어려운 질문이다.

—

‪+ 그렇다고 기술력의 중요성을 무시하는 것은 아님. 사람이나 회사마다 어떤 기술을 만들거나 다룰 수 있는 역량의 차이는 분명히 존재함. 하지만 그 역량 수준이 어느정도 수준이든 그와 동등한 혹은 더 나은 역량을 가진 팀은 분명히 존재한다는 말임.‬

기술적 차별성, 기술력 등에 대해 질문을 받았을 때 확신을 가지고 대답할 수 있었던 적이 없었다. 우리나라 최고의 연구 조직에 있었을 때도 마찬가지였다. 왜냐하면 구글 수준의 전지구적 검색 기술 정도가 아니면 뭐, 하려고 마음만 먹는다면 누구나 다 만들 수 있으니까. 모두에게 충격을 주었던 GPT-4도 2년도 안되어서 그정도 수준은 이제 누구나(!) 만들 수 있게 되었지 않나. 그러니 지금 가지고 있는 기술의 우월성이 크게 의미가 있는 경우는 대체로 별로 없고, 장기적으로 보유할 수 있어요..는 뭐 누구나 할 수 있는거고. 그나마 한가지 오랜기간 시간을 들여서 만든 복잡도 높은 시스템은 유의미 할 수 있다. 복잡도가 높은 건 물리적으로 무조건 시간을 많이 들일 수 밖에 없으니까. 다만, 이것도 기술의 레벨이 특히 하드웨어의 수준이 한차원 높아지면 무의미해지는 경우가 많다. 그러니까.. 답을 할 수가 없다. 남들이 하는 건 나도 대부분 다 할 수 있고, 그렇다는 건 반대로 내가 하는 것도 당연히 남들도 다 할 수 있는거니..기술의 차별성을 말하기가 어렵다.. 🫠 게다가 요즘은 사실상 GPU 보유량이 기술력인 시대이니 그냥 돈이 많은게 기술력이다라고 말 할 수도 있는 시대이기도 하고 ㅋㅋ 그렇다고 돈만 많으면 되는거면 기술 스타트업이라는게 존재할 수 없는 것이기도 할거고. 아무튼.. 기술적 차별성이란 뭘까? 기술력이란 뭘까? 이것은 오히려 기술자라서 너모나 어려운 질문이다. — ‪+ 그렇다고 기술력의 중요성을 무시하는 것은 아님. 사람이나 회사마다 어떤 기술을 만들거나 다룰 수 있는 역량의 차이는 분명히 존재함. 하지만 그 역량 수준이 어느정도 수준이든 그와 동등한 혹은 더 나은 역량을 가진 팀은 분명히 존재한다는 말임.‬

Blazor WebAssembly는 웹 개발 프레임워크로, 클라이언트 측에서 실행되며 JavaScript 대신 C# 언어를 사용하여 웹 애플리케이션을 개발할 수 있습니다. 
이는 웹 개발자가 서버와 클라이언트 모두 한 가지 언어를 사용하여 코드를…

JavaScript없이 웹 애플리케이션 개발하기

Blazor를 이용해서 사내 백오피스 개발 운영해온 원진님 글입니다.

Blazor 사용하는 예시코드는 많이 봤지만, 국내에서 프로덕트에 적용한 케이스는 처음 보내요
> 제가 검색을 잘 못해서 모르는 것 일 수 있습니다.

https://techblog.jobkorea.co.kr/javascript없이-웹-애플리케이션-개발하기-5e1cac20ad26

Blazor를 이용해서 사내 백오피스 개발 운영해온 원진님 글입니다. Blazor 사용하는 예시코드는 많이 봤지만, 국내에서 프로덕트에 적용한 케이스는 처음 보내요&gt; 제가 검색을 잘 못해서 모르는 것 일 수 있습니다. https://techblog.jobkorea.co.kr/javascript없이-웹-애플리케이션-개발하기-5e1cac20ad26

Medium

웹개발을 위한 C#?!

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

 - YouTube

AI 개발 도구를 적극 활용해서 개발하는 방법인 바이브 코딩을 직접 해봤어요.

처음에는 유튜브 요약 서비스를 만들었어요. 유튜브 링크를 입력하면 영상의 내용을 요약해서 마크다운으로 만들어주는 서비스였죠. Cursor와 ChatGPT를 활용해서 2시간 만에 만들 수 있었어요.

다음엔 벽돌깨기 게임이었어요. 요구사항을 설명하는 시간을 줄이고자 ChatGPT로 대략적인 구현 계획을 정리하고 Cursor에 알려주고 개발을 시작했죠. 2시간 정도 소요될 것으로 예상했는데 30분 만에 완성했어요.

이를 통해 개발에 AI를 적극 활용하는 건 개발자에게 자유를 주는 일이라는 걸 깨달았죠. 업무에 AI를 활용해서 생산성을 끌어 올리고 서비스에 AI를 녹여서 유저의 경험을 개선하는 방향을 고민하기 시작했어요.

새로운 변화를 즐기는 중이에요. AI를 활용하는 개발 방식, 그 이름을 무엇이라 부르건 이전과 같은 방식으로 돌아가긴 어려울 것 같아요.

 1. 유튜브 요약 서비스 만들기: https://youtu.be/0x76euaGbqY
 2. 벽돌깨기 게임 만들기: https://youtu.be/1g_za3kFl3Q

AI 개발 도구를 적극 활용해서 개발하는 방법인 바이브 코딩을 직접 해봤어요. 처음에는 유튜브 요약 서비스를 만들었어요. 유튜브 링크를 입력하면 영상의 내용을 요약해서 마크다운으로 만들어주는 서비스였죠. Cursor와 ChatGPT를 활용해서 2시간 만에 만들 수 있었어요. 다음엔 벽돌깨기 게임이었어요. 요구사항을 설명하는 시간을 줄이고자 ChatGPT로 대략적인 구현 계획을 정리하고 Cursor에 알려주고 개발을 시작했죠. 2시간 정도 소요될 것으로 예상했는데 30분 만에 완성했어요. 이를 통해 개발에 AI를 적극 활용하는 건 개발자에게 자유를 주는 일이라는 걸 깨달았죠. 업무에 AI를 활용해서 생산성을 끌어 올리고 서비스에 AI를 녹여서 유저의 경험을 개선하는 방향을 고민하기 시작했어요. 새로운 변화를 즐기는 중이에요. AI를 활용하는 개발 방식, 그 이름을 무엇이라 부르건 이전과 같은 방식으로 돌아가긴 어려울 것 같아요. <ol ><li>유튜브 요약 서비스 만들기: https://youtu.be/0x76euaGbqY</li><li>벽돌깨기 게임 만들기: https://youtu.be/1g_za3kFl3Q</li></ol>

youtu.be

바이브 코딩, 직접 해봤어요

MCP 는 언제 필요할까요?
또 MCP 는 코드레벨에서 어떻게 동작할까요?

사이드 프로젝트 개발할 때, supabase 를 자주 활용하는데요.
MCP 를 통해 cursor에서 supabase를 직접 조작할 수 있어요.

자연어로 명령하면 query 를 실행해주는 동작 과정에 대해
supabase-MCP-server 레포지토리 코드를 까보며
"MCP 가 이런거구나" 개괄적으로 살펴보았습니다.

https://youtu.be/7fvmjjfO59E

MCP 는 언제 필요할까요?또 MCP 는 코드레벨에서 어떻게 동작할까요? 사이드 프로젝트 개발할 때, supabase 를 자주 활용하는데요.MCP 를 통해 cursor에서 supabase를 직접 조작할 수 있어요. 자연어로 명령하면 query 를 실행해주는 동작 과정에 대해supabase-MCP-server 레포지토리 코드를 까보며"MCP 가 이런거구나" 개괄적으로 살펴보았습니다. https://youtu.be/7fvmjjfO59E

프론트엔드 개발자가 MCP 에 대해 알아야 할 것들은 무엇일까요?

얼마전에 신입 개발자 채용시 과제를 10분 내에 빠르게 만들어서 

네이버는 만 1년을 다녔습니다. 짧은 기간이긴 합니다만 한 번도 지각을 하지 않았습니다. 휴가도 쓰지 않았습니다. 퇴사할 때 인사팀에서 놀라더라고요. “어떻게 휴가를 한 번도 안 쓰셨어요?”

루틴이 있었던 시절

네이버는 만 1년을 다녔습니다. 짧은 기간이긴 합니다만 한 번도 지각을 하지 않았습니다.
휴가도 쓰지 않았습니다. 퇴사할 때 인사팀에서 놀라더라고요.
“어떻게 휴가를 한 번도 안 쓰셨어요?”

신기한 일이긴 했습니다. 지각도 잦고, 오전 반차로 대부분의 휴가를 탕진해버리는 저의 대부분의 회사 시절과는 분명히 달랐으니까요.

어떻게 이럴 수 있었을까?
독산동이었던 저희 집과 분당은 너무 멀었기 때문입니다.
버스나 지하철로는 도저히 갈 수가 없는 곳. (신분당선이 개통 전이었을 때입니다)
다행히 네이버는 셔틀버스가 있었는데, 이 셔틀버스를 저는 반드시! 타야만 했습니다.
안 그러면 회사에 갈 수가 없으니까.

돌아보면 이때가 참 좋았습니다. 매일 같은 루틴으로 살 수 있었거든요.
강제적인 루틴이 설정되었습니다.

* 아침 8시 45분까지 신림역에 도착해서 셔틀버스를 탄다.
* 셔틀버스 안에서 프로그래밍 책을 읽는다.
* 9시 40분에 그린팩토리 앞에서 내린다.
* 아침 간식을 먹고 커피를 마시며 일을 시작한다.
* 12시에 구내식당에서 점심을 먹는다.
* 열심히 일을 한다.
* 19시 정각이 되면 구내식당에 내려가서 저녁을 후다닥 먹는다.
* 19시 40분에 출발하는 셔틀버스를 탄다.
* 21시쯤 집에 돌아와서 운동을 하고 샤워를 한다.
* 프로그래밍 책을 읽는다.
* 0시경 잠이 든다.

지금 다시 생각해 봐도 너무 깨끗한 루틴입니다.
술도 없고 모임도 없고 운동도 많이 해서 몸과 정신 모두 건강했습니다.
회사 일 말고 다른 일도 없는 데다 전혀 피곤하지 않아서 휴가를 쓸 생각도 못 하고 시간이 지나갔습니다.

이 좋았던 루틴은 서현역의 퍼스트타워로 강제 이주 당하며 곧 깨져버렸습니다. (그리고 저는 곧 그만두었습니다)
살면서 처음이자 마지막으로 가져본 루틴인데 ㅠㅠ

1인 개발자로의 삶은 매우 만족스럽지만… 이런 루틴을 만들기가 어렵습니다.
완전한 자유가 주어졌을 때 스스로를 제약할 수 있다는 것이 보통 어려운 일이 아니더라고요.

네이버에 다닐 때의 루틴은 지금 생각해도 그립습니다.
매일 같은 시간에 일어나서 같은 시간에 밥을 먹고 같은 시간에 일을 한다는 것.
좀 더 애를 쓰면 이런 루틴을 다시 갖게 될 수 있을까요?

https://jeho.page/essay/2025/04/08/design-routine.html

네이버는 만 1년을 다녔습니다. 짧은 기간이긴 합니다만 한 번도 지각을 하지 않았습니다. 휴가도 쓰지 않았습니다. 퇴사할 때 인사팀에서 놀라더라고요. “어떻게 휴가를 한 번도 안 쓰셨어요?” 신기한 일이긴 했습니다. 지각도 잦고, 오전 반차로 대부분의 휴가를 탕진해버리는 저의 대부분의 회사 시절과는 분명히 달랐으니까요. 어떻게 이럴 수 있었을까? 독산동이었던 저희 집과 분당은 너무 멀었기 때문입니다. 버스나 지하철로는 도저히 갈 수가 없는 곳. (신분당선이 개통 전이었을 때입니다) 다행히 네이버는 셔틀버스가 있었는데, 이 셔틀버스를 저는 반드시! 타야만 했습니다. 안 그러면 회사에 갈 수가 없으니까. 돌아보면 이때가 참 좋았습니다. 매일 같은 루틴으로 살 수 있었거든요. 강제적인 루틴이 설정되었습니다. * 아침 8시 45분까지 신림역에 도착해서 셔틀버스를 탄다. * 셔틀버스 안에서 프로그래밍 책을 읽는다. * 9시 40분에 그린팩토리 앞에서 내린다. * 아침 간식을 먹고 커피를 마시며 일을 시작한다. * 12시에 구내식당에서 점심을 먹는다. * 열심히 일을 한다. * 19시 정각이 되면 구내식당에 내려가서 저녁을 후다닥 먹는다. * 19시 40분에 출발하는 셔틀버스를 탄다. * 21시쯤 집에 돌아와서 운동을 하고 샤워를 한다. * 프로그래밍 책을 읽는다. * 0시경 잠이 든다. 지금 다시 생각해 봐도 너무 깨끗한 루틴입니다. 술도 없고 모임도 없고 운동도 많이 해서 몸과 정신 모두 건강했습니다. 회사 일 말고 다른 일도 없는 데다 전혀 피곤하지 않아서 휴가를 쓸 생각도 못 하고 시간이 지나갔습니다. 이 좋았던 루틴은 서현역의 퍼스트타워로 강제 이주 당하며 곧 깨져버렸습니다. (그리고 저는 곧 그만두었습니다) 살면서 처음이자 마지막으로 가져본 루틴인데 ㅠㅠ 1인 개발자로의 삶은 매우 만족스럽지만… 이런 루틴을 만들기가 어렵습니다. 완전한 자유가 주어졌을 때 스스로를 제약할 수 있다는 것이 보통 어려운 일이 아니더라고요. 네이버에 다닐 때의 루틴은 지금 생각해도 그립습니다. 매일 같은 시간에 일어나서 같은 시간에 밥을 먹고 같은 시간에 일을 한다는 것. 좀 더 애를 쓰면 이런 루틴을 다시 갖게 될 수 있을까요? https://jeho.page/essay/2025/04/08/design-routine.html

K리그 프로그래머

매일의 루틴을 갖는다는 것

요즘 웹 서비스 환경에서 빠른 배포와 효율적인 인프라 관리는 더 이상 ‘있으면 좋은’ 요소가 아닌 ‘반드시 필요한’ 요소가 되었습니다. 특히 대규모 트래픽을 처리하거나 빠른 업데이트가 중요한 서비스라면, 경쟁력을 좌우하는 핵심이 됩니다. 하지만 실제 현장에서는 프론트엔드 개발자와 인프라 개발자 사이 지식 격차가 존재하는 경우가 많습니다. 프론트엔드 개발자는 Docker의 멀티스테이지 빌드나 CI/CD 캐싱 전략에 익숙하지 않고, 인프라 개발자는  ‘standalone’ 빌드와 같은 프론트엔드 배포 최적화 기법이 다소 생소할 수 있습니다. 이번 글에서는 이러한 두 영역 간의 간극을 좁히고, 배포 속도와 인프라 비용 모두를 최적화할 수 있는 방법을 소개하려고 합니다.

Next.js에서 Docker 빌드 최적화하기 | 요즘IT

빠른 배포와 효율적인 인프라 관리는 이제 '있으면 좋은' 요소가 아닌 '필수적인' 요소로 자리 잡았습니다.
그러나 현업에서는 프론트엔드 개발자와 인프라 개발자 간의 지식 격차가 흔히 존재합니다. 프론트엔드 개발자는 Docker의 멀티스테이지 빌드나 CI/CD 캐싱 전략에 익숙하지 않은 경우가 많으며, 인프라 개발자는 백엔드 환경에는 비교적 능숙하지만 Next.js의 'standalone' 빌드와 같은 프론트엔드 배포 최적화 기법에는 상대적으로 생소할 수 있습니다.

이런 두 영역 간의 간극을 좁히고, 배포 속도와 인프라 비용을 함께 최적화할 수 있는 방법을 요즘IT에 기고했습니다.

프론트엔드와 인프라 개발자가 서로의 영역을 이해하고 협업할 때, 더 견고하고 빠른 배포 시스템을 구축할 수 있습니다. 결과적으로 인프라 비용을 줄이고, 더욱 완성도 높은 배포 시스템을 만들 수 있습니다.

보다 자세한 내용은 링크의 글을 참조해보시길 추천드립니다. 실제 적용 사례부터 원리와 구현 방법, Dockerfile 량 비교까지 구체적으로 다루었습니다.

https://yozm.wishket.com/magazine/detail/3046

빠른 배포와 효율적인 인프라 관리는 이제 '있으면 좋은' 요소가 아닌 '필수적인' 요소로 자리 잡았습니다.그러나 현업에서는 프론트엔드 개발자와 인프라 개발자 간의 지식 격차가 흔히 존재합니다. 프론트엔드 개발자는 Docker의 멀티스테이지 빌드나 CI/CD 캐싱 전략에 익숙하지 않은 경우가 많으며, 인프라 개발자는 백엔드 환경에는 비교적 능숙하지만 Next.js의 'standalone' 빌드와 같은 프론트엔드 배포 최적화 기법에는 상대적으로 생소할 수 있습니다. 이런 두 영역 간의 간극을 좁히고, 배포 속도와 인프라 비용을 함께 최적화할 수 있는 방법을 요즘IT에 기고했습니다. 프론트엔드와 인프라 개발자가 서로의 영역을 이해하고 협업할 때, 더 견고하고 빠른 배포 시스템을 구축할 수 있습니다. 결과적으로 인프라 비용을 줄이고, 더욱 완성도 높은 배포 시스템을 만들 수 있습니다. 보다 자세한 내용은 링크의 글을 참조해보시길 추천드립니다. 실제 적용 사례부터 원리와 구현 방법, Dockerfile 량 비교까지 구체적으로 다루었습니다. https://yozm.wishket.com/magazine/detail/3046

요즘IT

Next.js에서 Docker 빌드 최적화하기

워커 쓰레드를 통한 자바스크립트 멀티 쓰레딩

자바스크립트는 태성적으로 하나의 쓰레드로 동작하는 여러 작업을 처리할 수 있는 비동기 프로그래밍 언어였는데요. 이러한 특징은 작은 하드웨어 리소스로 여러 개의 IO 작업을 동시에 처리하는데 유리했으며 특히 브라우저 환경에서 빛을 발휘했죠.

하지만 Node.js나 Bun과 같은 서버 런타임을 통해서 자바스크립트가 백엔드에서도 사용되면서 멀티 쓰레드를 지원하지 않는 부분은 항상 약점으로 지적되어 왔습니다. 쓰레드가 하나라는 것은 메인 쓰레드에 문제가 생기면 전체 애플리케이션이 먹통이 될 수 있다는 뜻이라서 성능과 안정성이 떨어지죠. 뿐만 아니라, 요즘에는 CPU가 대부분 멀티 코어인데 코어를 하나 밖에 쓰지 않는 부분도 리소스 활용 측면에서 불리하게 작용합니다.

worker_threads
는 싱글 쓰레드 언어로 알려진 자바스크립트로도 멀티 쓰레드 프로그래밍을 가능하게 해주는 Node.js의 내장 모듈입니다. 이번 포스팅에서는
worker_threads
모듈을 사용하여 어떻게 멀티 쓰레드 프로그래밍을 할 수 있는지 예제를 통해서 설명드리겠습니다.

📝 포스팅: https://www.daleseo.com/js-node-worker-threads/

자바스크립트는 태성적으로 하나의 쓰레드로 동작하는 여러 작업을 처리할 수 있는 비동기 프로그래밍 언어였는데요. 이러한 특징은 작은 하드웨어 리소스로 여러 개의 IO 작업을 동시에 처리하는데 유리했으며 특히 브라우저 환경에서 빛을 발휘했죠. 하지만 Node.js나 Bun과 같은 서버 런타임을 통해서 자바스크립트가 백엔드에서도 사용되면서 멀티 쓰레드를 지원하지 않는 부분은 항상 약점으로 지적되어 왔습니다. 쓰레드가 하나라는 것은 메인 쓰레드에 문제가 생기면 전체 애플리케이션이 먹통이 될 수 있다는 뜻이라서 성능과 안정성이 떨어지죠. 뿐만 아니라, 요즘에는 CPU가 대부분 멀티 코어인데 코어를 하나 밖에 쓰지 않는 부분도 리소스 활용 측면에서 불리하게 작용합니다. <code >worker_threads</code>는 싱글 쓰레드 언어로 알려진 자바스크립트로도 멀티 쓰레드 프로그래밍을 가능하게 해주는 Node.js의 내장 모듈입니다. 이번 포스팅에서는 <code >worker_threads</code> 모듈을 사용하여 어떻게 멀티 쓰레드 프로그래밍을 할 수 있는지 예제를 통해서 설명드리겠습니다. 📝 포스팅: https://www.daleseo.com/js-node-worker-threads/

www.daleseo.com

AI 도움받아 만든 SNS 스케줄러로 월 수익 $10,000 달성한 과정/노하우 💰

🗞️ 맥도날드 알바생 → 월 1500만원 버는 1인 개발자

안녕하세요 :)
오늘은 맥도날드 알바생에서 월 $10,000 이상 버는 1인 개발자가 된 Jack Friks 이야기를 준비했습니다.

📌 Jack의 최근 3년 짧게 요약 ⬇️
 1. 회사에 취업하느니 거지로 살겠다는 마인드
 2. 온라인 사업을 하고자, 3년간 맥도날드에서 알바해서 $15,000 모음
 3. 맥도날드 알바 그만두고, 대학교 마지막 학기에 자퇴
 4. 엄마 집에 얹혀 살며, 여러 종류의 사이드 허슬에 도전
    * 책 제작
    * 티셔츠 판매
    * 크립토 유튜브 채널 운영 (업로드 영상 약 1,500개)
 5. 모두 실패 후, 온라인 서비스를 만들어보려고 개발 공부 시작 (2023년 말)
 6. 5개월간 개발 공부와 Curiosity Quench 개발 병행
 7. Curiosity Quench 앱 출시 (2024년 4월) → 월 수익 $3,000
 8. post-bridge.com 출시 (2024년 10월) → 월 수익 $7,000

📌 전체 내용 보기 ⬇️
https://www.sidehustlerstory.com/p/jack-friks/?ref=careerly.co.kr

📌 전체 목차 ⬇️
 1.  맥도날드 알바생 🍔 → 1인 개발자 👨‍💻
 2.  첫 제품 출시 → Curiosity Quench 📱
 3.  마케팅 → 400개의 유튜브 롱폼 영상 🎥
 4.  마케팅 → 7개월만에 성공한 바이럴 📣
 5.  마케팅 → 바이럴 포맷 재활용 ♻️
 6.  주력 제품 출시 → Post Bridge 🚀
 7.  Jack의 7단계 SNS 마케팅 전략 🛜
 8.  간단한 변화로 구매 전환율 2배 높인 노하우 💰
 9.  Organic 트래픽과 SEO를 위한 멀티플 랜딩페이지 전략 🛬
 10. Vercel 사용하는 1인 개발자 필수 보안 설정 🛡️

안녕하세요 :)오늘은 맥도날드 알바생에서 월 $10,000 이상 버는 1인 개발자가 된 Jack Friks 이야기를 준비했습니다. 📌 Jack의 최근 3년 짧게 요약 ⬇️<ol ><li>회사에 취업하느니 거지로 살겠다는 마인드</li><li>온라인 사업을 하고자, 3년간 맥도날드에서 알바해서 $15,000 모음</li><li>맥도날드 알바 그만두고, 대학교 마지막 학기에 자퇴</li><li>엄마 집에 얹혀 살며, 여러 종류의 사이드 허슬에 도전<ul ><li>책 제작</li><li>티셔츠 판매</li><li>크립토 유튜브 채널 운영 (업로드 영상 약 1,500개)</li></ul></li><li>모두 실패 후, 온라인 서비스를 만들어보려고 개발 공부 시작 (2023년 말)</li><li>5개월간 개발 공부와 Curiosity Quench 개발 병행</li><li>Curiosity Quench 앱 출시 (2024년 4월) → 월 수익 $3,000</li><li>post-bridge.com 출시 (2024년 10월) → 월 수익 $7,000</li></ol> 📌 전체 내용 보기 ⬇️https://www.sidehustlerstory.com/p/jack-friks/?ref=careerly.co.kr 📌 전체 목차 ⬇️<ol ><li>맥도날드 알바생 🍔 → 1인 개발자 👨‍💻</li><li>첫 제품 출시 → Curiosity Quench 📱</li><li>마케팅 → 400개의 유튜브 롱폼 영상 🎥</li><li>마케팅 → 7개월만에 성공한 바이럴 📣</li><li>마케팅 → 바이럴 포맷 재활용 ♻️</li><li>주력 제품 출시 → Post Bridge 🚀</li><li>Jack의 7단계 SNS 마케팅 전략 🛜</li><li>간단한 변화로 구매 전환율 2배 높인 노하우 💰</li><li>Organic 트래픽과 SEO를 위한 멀티플 랜딩페이지 전략 🛬</li><li>Vercel 사용하는 1인 개발자 필수 보안 설정 🛡️</li></ol>

사이드허슬러스토리

🍔 맥도날드 알바생 → 월 1500만원 버는 1인 개발자 👨‍💻

AI 기술에 관심 있는 분들이라면 최근 Anthropic의 MCP(Model Context Protocol)에 대한 소식을 많이 접하셨을 텐데요. AI 모델과 외부 도구/데이터를 안전하게 연결하는 이 개방형 표준이 그야말로 '뜨거운 감자'입니다. 최근 주요 기술 기업들의 참여 선언과 중요한 기술 업데이트가 쏟아지면서 MCP는 AI 생태계의 핵심 기술로 급부상하고 있습니다.

최근 MCP를 둘러싼 주요 기술 변화, 빅테크 기업들의 발 빠른 움직임, 그리고 개발자 커뮤니티의 생생한 반응까지 알차게 정리해 드릴게요!

✨ 앤트로픽 MCP, 무엇이 달라졌나? (최근 기술 업데이트)
앤트로픽은 MCP를 더욱 강력하고 쓰기 편하게 만들기 위해 발 빠르게 움직이고 있습니다.
특히 2025년 3월 26일 업데이트는 기존의 MCP 단점들을 줄이기 위한 노력들이 엿보입니다.
1. 보안 강화: OAuth 2.1 인증 도입 🔒
- 기존에는 접근 제어에 대한 우려가 있었는데, 이번 업데이트로 업계 표준인 OAuth 2.1 기반 사용자 인증 기능이 추가되었습니다! 이를 통해 기업 환경에서도 MCP를 보다 안전하게 도입할 수 있는 발판이 마련되었어요.
- 물론 아직 세션 단위 권한 관리 등 풀어야 할 숙제는 남아있지만, 보안 강화를 위한 중요한 첫걸음으로 평가받고 있습니다.

2. 원격 연결성 향상: HTTP 스트리밍 지원 ☁️
- 이제 HTTP 스트리밍을 지원하여, 인터넷상의 원격 MCP 서버와 통신할 때 계속 연결을 유지하지 않아도 됩니다!
- 기존에는 로컬 환경 중심이거나 SSE 같은 별도 기술이 필요했는데, 이제 원격 서버 활용이 훨씬 쉬워졌습니다. 한 개발자는 "항상 접속해 있을 필요가 없게 된 것은 큰 진전" 이라고 평가하기도 했죠.

3. 개발 편의성 증대: SDK 및 도구 개선 🛠️
- Microsoft와 협력하여 공식 C# SDK를 출시했습니다 (3/24). 이제 .NET/C# 개발자들도 MCP를 쉽게 활용할 수 있게 되었어요.
ㄴ https://github.com/modelcontextprotocol/csharp-sdk

- Kotlin SDK (Claude Desktop 통합 샘플 포함!), Java SDK 등 다른 언어 SDK들도 꾸준히 업데이트되고 있습니다.
ㄴ https://github.com/modelcontextprotocol/kotlin-sdk
ㄴ https://github.com/modelcontextprotocol/java-sdk
ㄴ https://github.com/modelcontextprotocol/python-sdk

- Anthropic은 FastMCP API 도입, Docker 기반 배포 지원 등 성능 최적화와 개발 환경 개선에도 힘쓰고 있습니다.
이러한 업데이트를 통해 MCP는 더 안전하고, 더 유연하며, 더 많은 개발자가 쉽게 사용할 수 있는 프로토콜로 진화하고 있습니다.

🤝 빅테크들의 합류: MCP 생태계, 폭발적 확장!
최근 MCP가 더욱 주목받는 이유는 바로 주요 기술 기업들의 연이은 참여 선언 때문입니다.
1. OpenAI (3/26)
- 가장 큰 뉴스였죠! 경쟁사인 앤트로픽이 만든 MCP를 OpenAI가 공식적으로 채택하겠다고 발표했습니다. Sam Altman CEO는 모든 OpenAI 제품에 MCP 지원을 추가할 것이며, 우선 Agents SDK부터 시작한다고 밝혔습니다. "사용자들이 MCP를 좋아하고, 우리도 지원하게 되어 기쁘다"는 그의 말처럼, 이번 결정으로 MCP는 사실상 업계 표준의 지위를 굳혔다는 평가가 지배적입니다.
ㄴ https://openai.github.io/openai-agents-python/mcp/

2. Microsoft
- 일찍부터 MCP에 투자해 온 Microsoft는 Copilot Studio, Semantic Kernel, VS Code 등 자사 제품에 MCP를 적극 통합해왔습니다. 최근에는 Playwright(웹 테스트 도구)용 MCP 확장을 공개하고, C# SDK 공동 개발에 참여하는 등 MCP 생태계 확장에 핵심적인 역할을 하고 있습니다. "MCP를 통해 에이전트 구성이 단순해진다"며 MCP의 가치를 강조했습니다.
ㄴ https://github.com/microsoft/playwright-mcp

3. GitHub (4/4)
- 앤트로픽이 초기에 만들었던 GitHub MCP 서버를 Go 언어로 재구현하여 공식 오픈소스 프로젝트로 공개했습니다. 성능과 기능이 개선되었고, VS Code와도 바로 연동되어 개발자들이 편리하게 사용할 수 있습니다. GitHub가 직접 개발을 주도하며 MCP 생태계 발전에 기여하겠다는 의지를 보였습니다.
ㄴ https://github.com/github/github-mcp-server

4. Cloudflare (3/25)
- 개발자들의 오랜 고민이었던 'MCP 서버 호스팅' 문제를 해결하기 위해 나섰습니다. Cloudflare Workers 플랫폼에서 원격 MCP 서버를 쉽게 배포하고 관리할 수 있는 서비스를 출시한 것이죠. OAuth 인증까지 지원하여 사용 편의성을 크게 높였습니다.
ㄴ https://github.com/cloudflare/mcp-server-cloudflare

5. AWS (4/1)
- 클라우드 거인 AWS도 합류했습니다! AWS 서비스 제어를 돕는 전용 MCP 서버 모음을 오픈소스로 공개하며, 자사 AI 코드 도우미 등에서 활용할 수 있도록 했습니다.. 이를 통해 AWS 환경에서의 AI 기반 자동화 및 모범 사례 적용이 더욱 쉬워질 것으로 기대됩니다.
ㄴ https://github.com/awslabs/mcp

6. Zapier (3/25)
- 무려 8,000개 이상의 앱, 3만 개 이상의 액션을 AI가 제어할 수 있게 해주는 'Zapier MCP'를 출시했습니다. 복잡한 API 연동 없이 Slack, Google Workspace 등 다양한 SaaS 도구를 AI 비서가 직접 조작할 수 있게 된 것입니다. "챗봇에서 실제 작업으로 (Go from AI chat to AI action)"라는 슬로건이 인상적입니다.
ㄴ https://zapier.com/mcp

7. 그 외
- Solo.io 같은 스타트업도 Kubernetes 환경에서 MCP 도구를 통합 관리하는 'MCP Gateway'를 발표하는 등, MCP 생태계는 빠르게 확장되고 있습니다. (Apple은 공식 발표는 없지만, 커뮤니티에서는 iOS 단축어 등을 활용한 MCP 연동 시도가 논의되고 있습니다.) 한 개발자가 공개한 apple-mcp 는 매우 큰 인기입니다.
ㄴ https://github.com/kgateway-dev/kgateway
ㄴ https://github.com/Dhravya/apple-mcp
불과 몇 달 만에 MCP는 앤트로픽의 제안을 넘어, AI 업계 전반이 참여하는 강력한 개방형 표준으로 자리매김하고 있습니다.

💬 개발자 커뮤니티 반응: 기대와 우려 사이
MCP의 급부상에 대해 개발자 커뮤니티(Hacker News, Reddit 등)에서는 활발한 토론이 이어지고 있습니다.
👍 긍정적 반응 (기대)
- 표준화 환영 : OpenAI의 참여로 사실상 업계 표준이 되었다는 데 많은 이들이 공감합니다. "플랫폼 간 호환성 증대" , "플러그인 파편화 해소" 등에 대한 기대가 큽니다.
- 생산성 향상: "MCP 서버로 복잡한 작업을 빠르게 구현했다"는 실제 경험담도 공유되며, 학습 곡선이 비교적 완만하다는 의견도 있습니다.
- 오픈소스: GitHub 등의 공식 오픈소스 구현이 늘어나는 것도 신뢰도를 높이는 요인입니다.

🤔 비판적 반응 (우려)
- 과도한 복잡성: "목적에 비해 너무 복잡하다", "기존 웹 API로 충분한데 왜 새로운 방식을?" 이라는 비판이 상당합니다. 특히 OpenAI의 기존 플러그인 방식보다 학습 곡선이 가파르다는 지적이 있습니다.
- 기존 기술 활용 아쉬움: "결국 HTTP API 래핑 아니냐", "OpenAPI나 gRPC 같은 기존 표준을 활용했다면 더 좋았을 것" 이라는 의견도 나옵니다.
- 권한 및 보안 문제: OAuth가 추가되었지만, 여전히 세분화된 권한 관리 모델 부재에 대한 우려가 있습니다. "엔터프라이즈급 보안 요구사항 충족에는 미흡하다", *"민감한 작업(결제 등)에 쓰기엔 불안하다"*는 지적입니다.
전반적으로 커뮤니티는 MCP의 가능성에 기대를 걸면서도, 실제 적용 과정에서의 어려움과 개선 필요성에 대해 솔직한 의견을 나누며 프로토콜의 발전을 지켜보는 분위기입니다.

✨ 과연 MCP는 AI 에이전트의 미래를 열까요?
최근 MCP는 기술적 성숙과 생태계 확장의 중요한 이정표를 세웠습니다. Anthropic의 꾸준한 개선 노력과 더불어 OpenAI, Microsoft, AWS 등 거대 기술 기업들의 적극적인 참여는 MCP가 AI 모델과 외부 세계를 연결하는 핵심 표준으로 자리 잡을 가능성을 강력하게 시사합니다.

물론 아직 해결해야 할 과제들(세분화된 권한 관리, 복잡성 완화 등)이 남아있지만, MCP 로드맵에는 OAuth 기반 원격 지원 강화, 서비스 디스커버리, 상태 없는 서버리스 MCP 등 흥미로운 계획들이 담겨 있습니다.
- MCP Roadmap : https://modelcontextprotocol.io/development/roadmap

앞으로 MCP가 AI 에이전트의 능력을 어디까지 확장시키고, 우리 개발 환경과 일상에 어떤 변화를 가져올지 계속 주목해야 할 것 같습니다.

AI 기술에 관심 있는 분들이라면 최근 Anthropic의 MCP(Model Context Protocol)에 대한 소식을 많이 접하셨을 텐데요. AI 모델과 외부 도구/데이터를 안전하게 연결하는 이 개방형 표준이 그야말로 '뜨거운 감자'입니다. 최근 주요 기술 기업들의 참여 선언과 중요한 기술 업데이트가 쏟아지면서 MCP는 AI 생태계의 핵심 기술로 급부상하고 있습니다. 최근 MCP를 둘러싼 주요 기술 변화, 빅테크 기업들의 발 빠른 움직임, 그리고 개발자 커뮤니티의 생생한 반응까지 알차게 정리해 드릴게요! ✨ 앤트로픽 MCP, 무엇이 달라졌나? (최근 기술 업데이트)앤트로픽은 MCP를 더욱 강력하고 쓰기 편하게 만들기 위해 발 빠르게 움직이고 있습니다.특히 2025년 3월 26일 업데이트는 기존의 MCP 단점들을 줄이기 위한 노력들이 엿보입니다.1. 보안 강화: OAuth 2.1 인증 도입 🔒- 기존에는 접근 제어에 대한 우려가 있었는데, 이번 업데이트로 업계 표준인 OAuth 2.1 기반 사용자 인증 기능이 추가되었습니다! 이를 통해 기업 환경에서도 MCP를 보다 안전하게 도입할 수 있는 발판이 마련되었어요.- 물론 아직 세션 단위 권한 관리 등 풀어야 할 숙제는 남아있지만, 보안 강화를 위한 중요한 첫걸음으로 평가받고 있습니다. 2. 원격 연결성 향상: HTTP 스트리밍 지원 ☁️- 이제 HTTP 스트리밍을 지원하여, 인터넷상의 원격 MCP 서버와 통신할 때 계속 연결을 유지하지 않아도 됩니다!- 기존에는 로컬 환경 중심이거나 SSE 같은 별도 기술이 필요했는데, 이제 원격 서버 활용이 훨씬 쉬워졌습니다. 한 개발자는 "항상 접속해 있을 필요가 없게 된 것은 큰 진전" 이라고 평가하기도 했죠. 3. 개발 편의성 증대: SDK 및 도구 개선 🛠️- Microsoft와 협력하여 공식 C# SDK를 출시했습니다 (3/24). 이제 .NET/C# 개발자들도 MCP를 쉽게 활용할 수 있게 되었어요.ㄴ https://github.com/modelcontextprotocol/csharp-sdk - Kotlin SDK (Claude Desktop 통합 샘플 포함!), Java SDK 등 다른 언어 SDK들도 꾸준히 업데이트되고 있습니다.ㄴ https://github.com/modelcontextprotocol/kotlin-sdkㄴ https://github.com/modelcontextprotocol/java-sdkㄴ https://github.com/modelcontextprotocol/python-sdk - Anthropic은 FastMCP API 도입, Docker 기반 배포 지원 등 성능 최적화와 개발 환경 개선에도 힘쓰고 있습니다.이러한 업데이트를 통해 MCP는 더 안전하고, 더 유연하며, 더 많은 개발자가 쉽게 사용할 수 있는 프로토콜로 진화하고 있습니다. 🤝 빅테크들의 합류: MCP 생태계, 폭발적 확장!최근 MCP가 더욱 주목받는 이유는 바로 주요 기술 기업들의 연이은 참여 선언 때문입니다.1. OpenAI (3/26)- 가장 큰 뉴스였죠! 경쟁사인 앤트로픽이 만든 MCP를 OpenAI가 공식적으로 채택하겠다고 발표했습니다. Sam Altman CEO는 모든 OpenAI 제품에 MCP 지원을 추가할 것이며, 우선 Agents SDK부터 시작한다고 밝혔습니다. "사용자들이 MCP를 좋아하고, 우리도 지원하게 되어 기쁘다"는 그의 말처럼, 이번 결정으로 MCP는 사실상 업계 표준의 지위를 굳혔다는 평가가 지배적입니다.ㄴ https://openai.github.io/openai-agents-python/mcp/ 2. Microsoft- 일찍부터 MCP에 투자해 온 Microsoft는 Copilot Studio, Semantic Kernel, VS Code 등 자사 제품에 MCP를 적극 통합해왔습니다. 최근에는 Playwright(웹 테스트 도구)용 MCP 확장을 공개하고, C# SDK 공동 개발에 참여하는 등 MCP 생태계 확장에 핵심적인 역할을 하고 있습니다. "MCP를 통해 에이전트 구성이 단순해진다"며 MCP의 가치를 강조했습니다.ㄴ https://github.com/microsoft/playwright-mcp 3. GitHub (4/4)- 앤트로픽이 초기에 만들었던 GitHub MCP 서버를 Go 언어로 재구현하여 공식 오픈소스 프로젝트로 공개했습니다. 성능과 기능이 개선되었고, VS Code와도 바로 연동되어 개발자들이 편리하게 사용할 수 있습니다. GitHub가 직접 개발을 주도하며 MCP 생태계 발전에 기여하겠다는 의지를 보였습니다.ㄴ https://github.com/github/github-mcp-server 4. Cloudflare (3/25)- 개발자들의 오랜 고민이었던 'MCP 서버 호스팅' 문제를 해결하기 위해 나섰습니다. Cloudflare Workers 플랫폼에서 원격 MCP 서버를 쉽게 배포하고 관리할 수 있는 서비스를 출시한 것이죠. OAuth 인증까지 지원하여 사용 편의성을 크게 높였습니다.ㄴ https://github.com/cloudflare/mcp-server-cloudflare 5. AWS (4/1)- 클라우드 거인 AWS도 합류했습니다! AWS 서비스 제어를 돕는 전용 MCP 서버 모음을 오픈소스로 공개하며, 자사 AI 코드 도우미 등에서 활용할 수 있도록 했습니다.. 이를 통해 AWS 환경에서의 AI 기반 자동화 및 모범 사례 적용이 더욱 쉬워질 것으로 기대됩니다.ㄴ https://github.com/awslabs/mcp 6. Zapier (3/25)- 무려 8,000개 이상의 앱, 3만 개 이상의 액션을 AI가 제어할 수 있게 해주는 'Zapier MCP'를 출시했습니다. 복잡한 API 연동 없이 Slack, Google Workspace 등 다양한 SaaS 도구를 AI 비서가 직접 조작할 수 있게 된 것입니다. "챗봇에서 실제 작업으로 (Go from AI chat to AI action)"라는 슬로건이 인상적입니다.ㄴ https://zapier.com/mcp 7. 그 외- Solo.io 같은 스타트업도 Kubernetes 환경에서 MCP 도구를 통합 관리하는 'MCP Gateway'를 발표하는 등, MCP 생태계는 빠르게 확장되고 있습니다. (Apple은 공식 발표는 없지만, 커뮤니티에서는 iOS 단축어 등을 활용한 MCP 연동 시도가 논의되고 있습니다.) 한 개발자가 공개한 apple-mcp 는 매우 큰 인기입니다.ㄴ https://github.com/kgateway-dev/kgatewayㄴ https://github.com/Dhravya/apple-mcp불과 몇 달 만에 MCP는 앤트로픽의 제안을 넘어, AI 업계 전반이 참여하는 강력한 개방형 표준으로 자리매김하고 있습니다. 💬 개발자 커뮤니티 반응: 기대와 우려 사이MCP의 급부상에 대해 개발자 커뮤니티(Hacker News, Reddit 등)에서는 활발한 토론이 이어지고 있습니다.👍 긍정적 반응 (기대)- 표준화 환영 : OpenAI의 참여로 사실상 업계 표준이 되었다는 데 많은 이들이 공감합니다. "플랫폼 간 호환성 증대" , "플러그인 파편화 해소" 등에 대한 기대가 큽니다.- 생산성 향상: "MCP 서버로 복잡한 작업을 빠르게 구현했다"는 실제 경험담도 공유되며, 학습 곡선이 비교적 완만하다는 의견도 있습니다.- 오픈소스: GitHub 등의 공식 오픈소스 구현이 늘어나는 것도 신뢰도를 높이는 요인입니다. 🤔 비판적 반응 (우려)- 과도한 복잡성: "목적에 비해 너무 복잡하다", "기존 웹 API로 충분한데 왜 새로운 방식을?" 이라는 비판이 상당합니다. 특히 OpenAI의 기존 플러그인 방식보다 학습 곡선이 가파르다는 지적이 있습니다.- 기존 기술 활용 아쉬움: "결국 HTTP API 래핑 아니냐", "OpenAPI나 gRPC 같은 기존 표준을 활용했다면 더 좋았을 것" 이라는 의견도 나옵니다.- 권한 및 보안 문제: OAuth가 추가되었지만, 여전히 세분화된 권한 관리 모델 부재에 대한 우려가 있습니다. "엔터프라이즈급 보안 요구사항 충족에는 미흡하다", *"민감한 작업(결제 등)에 쓰기엔 불안하다"*는 지적입니다.전반적으로 커뮤니티는 MCP의 가능성에 기대를 걸면서도, 실제 적용 과정에서의 어려움과 개선 필요성에 대해 솔직한 의견을 나누며 프로토콜의 발전을 지켜보는 분위기입니다. ✨ 과연 MCP는 AI 에이전트의 미래를 열까요?최근 MCP는 기술적 성숙과 생태계 확장의 중요한 이정표를 세웠습니다. Anthropic의 꾸준한 개선 노력과 더불어 OpenAI, Microsoft, AWS 등 거대 기술 기업들의 적극적인 참여는 MCP가 AI 모델과 외부 세계를 연결하는 핵심 표준으로 자리 잡을 가능성을 강력하게 시사합니다. 물론 아직 해결해야 할 과제들(세분화된 권한 관리, 복잡성 완화 등)이 남아있지만, MCP 로드맵에는 OAuth 기반 원격 지원 강화, 서비스 디스커버리, 상태 없는 서버리스 MCP 등 흥미로운 계획들이 담겨 있습니다.- MCP Roadmap : https://modelcontextprotocol.io/development/roadmap 앞으로 MCP가 AI 에이전트의 능력을 어디까지 확장시키고, 우리 개발 환경과 일상에 어떤 변화를 가져올지 계속 주목해야 할 것 같습니다.

🚀 MCP 열풍! 앤트로픽의 AI 연결 표준, 빅테크는 왜 주목하

1. 이승건은 책상 위에 새로운 글귀 하나를 써 붙였다. 제갈량의 실수를 범하지 말자.

2. 삼국지에서 촉나라 제갈량은 타고난 지략가이자 정의롭고 충성스러운 인재였으나, 결국 승리를 거머쥐지 못했다. 그는 위나라를 쓰러뜨리기 위해 수차례 부별에 나서면서 내치까지 도맡았다. 매일 밤늦게까지 일하며 곤장 20대가 넘는 형벌에 관한 사안은 직접 처리했다.

3. 덕분에 촉의 백성들은 편안했지만, 문제는 제갈량이 자신의 업무량을 도저히 유지할 수 없다는 데 있었다.

4. 조조의 책사 사마의는 사자로부터 상황을 전해 듣고 내심 안도했다. 남을 믿고 맡기지 못해 사소한 일도 직접 관장하며 전쟁까지 진두지휘하기를 몇 년이나 계속할 수 있겠는가. 얼마 지나지 않아 제갈량은 병으로 죽었고, 촉나라는 멸망했다.

5 . 제갈량은 천재였지만 위임을 못했기 때문에, 전투에서 이겼을지언정 전쟁에서는 졌다. 반대로 조조는 사마의 같은 천하의 좋은 인재를 찾아다녔고 충분히 위임했다. 사마의는 힘과 역량을 갈고닦아 결국 천하를 통일했다.

6. 비바리퍼블리카가 오래도록 지속 가능 한 팀으로 성장하고 번영하려면, 동료를 더 믿고 더 많은 권한과 책임을 분산해야 한다고 이승건은 스스로를 재촉했다.

#유난한도전 #토스 📚

1. 이승건은 책상 위에 새로운 글귀 하나를 써 붙였다. 제갈량의 실수를 범하지 말자. ​ 2. 삼국지에서 촉나라 제갈량은 타고난 지략가이자 정의롭고 충성스러운 인재였으나, 결국 승리를 거머쥐지 못했다. 그는 위나라를 쓰러뜨리기 위해 수차례 부별에 나서면서 내치까지 도맡았다. 매일 밤늦게까지 일하며 곤장 20대가 넘는 형벌에 관한 사안은 직접 처리했다. ​ 3. 덕분에 촉의 백성들은 편안했지만, 문제는 제갈량이 자신의 업무량을 도저히 유지할 수 없다는 데 있었다. ​ 4. 조조의 책사 사마의는 사자로부터 상황을 전해 듣고 내심 안도했다. 남을 믿고 맡기지 못해 사소한 일도 직접 관장하며 전쟁까지 진두지휘하기를 몇 년이나 계속할 수 있겠는가. 얼마 지나지 않아 제갈량은 병으로 죽었고, 촉나라는 멸망했다. ​ 5​. 제갈량은 천재였지만 위임을 못했기 때문에, 전투에서 이겼을지언정 전쟁에서는 졌다. 반대로 조조는 사마의 같은 천하의 좋은 인재를 찾아다녔고 충분히 위임했다. 사마의는 힘과 역량을 갈고닦아 결국 천하를 통일했다. ​ 6. 비바리퍼블리카가 오래도록 지속 가능 한 팀으로 성장하고 번영하려면, 동료를 더 믿고 더 많은 권한과 책임을 분산해야 한다고 이승건은 스스로를 재촉했다. #유난한도전 #토스 📚

< 천재가 오래가지 못한 이유, 위임의 실패 >

1. 그랜트 카돈, <10배의 법칙> : 창업과 사업이란 기본적으로 10배 이상의 성장을 꿈꾸는 일입니다.

2. 이나모리 가즈오, <사장의 그릇> : 사업은 사장의 그릇만큼 성장합니다.

3. 켄 코시엔다, <잡스의 기준> : 창업자의 기준이 곧 회사의 기준이 됩니다.

4. 노지 츠네요시, <도요타 이야기> : 시스템을 만드는 자가 결국 승리합니다.

5. 가이 가와사키, <당신의 기업을 시작하라> : 빅 테크 창업자들도 참고했다는 창업 바이블입니다.

6. 문영미, <디퍼런트> : 비즈니스란 곧 차별화의 연속입니다.

7. 조나 버거, <컨테이저스> : 돈 없는 사업자에게 바이럴은 축복입니다.

8. 벤 호로위츠, <하드씽> : 사업은 원래 개빡센 겁니다.

9. 바바 마사타카 외, <도쿄R부동산 이렇게 일합니다> : 회사가 오래 살아남으려면 자신만의 일하는 방식이 있어야 합니다.

10. 테라오 겐, <가자, 어디에도 없었던 방법으로> : 발뮤다 창업기입니다.

11. 레이 달리오, <원칙> : 10번, 100번 읽어야 할 책입니다. 적어도 저는 그럴 생각입니다.

12. 에이드리언 슬라이워츠키 외, <디맨드> : 고객의 욕망을 이해하지 않고서 사업을 성장시킬 수 없습니다.

13. 더글라스 홀트 외, <컬트가 되라> : 니치 마켓에서부터 어떻게 커뮤니티를 구축해야 하는지를 알려주는 책입니다.

14. 랜디 코미사, <승려와 수수께끼> : 투자자와 창업자 간의 대화를 통해 비즈니스에 대해 알려줍니다.

15. 임정민, <창업가의 일> : 창업가가 해야 할 일에 대해 구체적으로 알려줍니다.

16. 미노와 고스케, <미치지 않고서야> : 고객은 자신이 하는 일에 미쳐 있는 사람의 비즈니스를 좋아합니다.

17. 세스 고딘, <자수성가로 성공하는 법> : 가난한 사업가들의 위해 세스 고딘이 수십 년 전에 쓴 책입니다.

18. 이기문, <크래프톤 웨이> : 크래프톤 창업 및 생존기입니다.

19. 로버트 서튼, <또라이 제로 조직> : 자신이 하는 일에 미쳐야지, 회사에 미친 또라이가 있으면 안 됩니다.

20. 다니엘 핑크, <When 언제 할 것인가> : 타이밍에 관한 책입니다.

21. 짐 콜린스, <좋은 기업을 넘어 위대한 기업으로> : 10번, 20번 읽어야 할 책입니다.

22. 제프 베조스, <발명과 방황> : 제프 베조스가 그동안 쓴 글과 한 말들을 모아놓은 책입니다.

23. 콜린 브라이어 외, <순서 파괴> : 아마존 조직 문화에 관한 책으로, <발명과 방황>과 함께 읽으면 좋습니다.

24. 필 나이트, <슈독> : 나이키의 시작이 얼마나 허접했는지를 알려주는 책입니다.

25. 브레네 브라운, <마음가면> : 취약성을 인정하지 않고서 성장할 수 있는 사람, 사업은 없습니다.

26. 노암 와서먼, <창업자의 딜레마> : 회사가 성장하면 창업자가 어떤 딜레마에 처하게 되는지를 알려주는 책입니다.

27. 레이 크록, <사업을 한다는 것> : 시니어 창업을 해 맥도날드가 어떻게 시작했고, 성장했는지를 알려주는 책입니다.

28. 마스다 무네아키, <지적 자본론> : 창업을 한다는 건 자신만의 지적 자본을 만들어 기존의 패러다임을 변화시키는 일입니다.

29. 브렌트 슐렌더 외, <비커밍 스티브 잡스> : 스티브 잡스와 함께 오래 일한 동료들의 시선에서 스티브 잡스의 평생을 정리한 책입니다.

30. 제임스 다이슨, <제임스 다이슨> : 온갖 실패 끝에 성공한 다이슨 창업기입니다.

31. 야마구치 요헤이, <생각하는 힘은 유일한 무기가 된다> : 앞으로는 생각하는 힘이 곧 비즈니스가 됩니다.

32. 오바라 가즈히로, <프로세스 이코노미> : 프로세스부터 팔 수 있어야 물건도 잘 팔 수 있습니다.

33. 피터 드러커, <자기 경영 노트> : 자기 자신부터 경영해야 다른 것도 할 수 있습니다.

34. 마크 랜돌프, <절대 성공하지 못할 거야> : 좌충우돌, 파란만장한 넷플릭스 창업기입니다.

35. 야마모토 노리아키, <사원 제로, 혼자 시작하겠습니다> : 혼자서도 잘 해야, 다른 사람과도 함께 할 때 저 할 수 있습니다.

36. 에드 캣멀 외 <창의성을 지휘하라> : 스티브 잡스를 포함해 픽사의 초기 멤버들이 어떻게 픽사를 성공시켰는지를 알려줍니다.

37. 게리 바이너척, <구멍가게 마인드가 정답이다> : 구멍가게도 제대로 못 운영하는 게 어떻게 더 큰 사업을 운영할 수 있죠?

38. 다니엘 코일, <최고의 팀은 무엇이 다른가> : 전 세계 최고의 팀들은 어떻게 움직이는지를 분석한 책입니다.

39. 크리스 와이드너, <영향력> : 자기 자신을 던지지 않고서 제대로 된 영향력을 만들 수 없습니다.

40. 바라트 아난드, <콘텐츠의 미래> : 이 책을 읽지 않는 콘텐츠 사업자에게 미래는 없습니다.

41. 엔드류 첸, <콜드 스타트> : 네트워크 효과를 모르고, 디지털 시대에 창업을 한다는 건 첫출발부터 잘못한 겁니다.

42. 윌리엄 손다이크, <현금의 재발견> : 투자를 많이 받는 게 중요한 게 아니라, 작은 돈이라도 돈을 어떻게 쓰느냐가 성패를 좌우합니다.

43. 찰리 멍거, <가난한 찰리의 연감> : 찰리 멍거의 말과 글을 정리한 책입니다.

44. 조안 마그레타, <당신의 경쟁전략은 무엇인가?> : 자신만의 차별화 전략을 고도화하는 게 곧 비즈니스입니다.

45. 간다 마사노리, <큰 돈 버는 기회는 모두가 어렵다고 할 때 찾아온다> : 사람들이 다들 어렵다고 말할 때 비즈니스를 해야 오히려 더 큰 기회를 잡을 수 있습니다.

46. 니르 이얄, <훅> : 사람들의 관심을 사로잡아야 비즈니스도 제대로 워킹됩니다.

47. 무라마츠 다츠오, <고객의 80%는 비싸도 구매한다> : ‘비싸냐 아니냐’보다‘중요한 건 ‘가치 있느냐 없느냐’입니다.

48. 프레드 라이켈트, <목적으로 승리하는 기업> : NPS의 개념을 모르고 사업하는 자, 모두 유죄.

49. 스콧 벨스크, <어도비 CPO의 혁신 전략> : 제목이 구리지만, 혁신은 원래 어렵고 힘든 중간 과정(=메시 미들)을 거치면서 탄생합니다.

50. 로버트 맥키 외, <스토리노믹스> : 스토리를 지배하는 자가 마케팅을 지배합니다

++ 이 중에서 재미도 있고, 유용한 책을 뽑아서 읽고 토론하는 ‘[썸원 북클럽] 비즈니스 입문’에 참여할 분들을 모집하고 있으니, 많은 관심 부탁드립니다.

1. 그랜트 카돈, &lt;10배의 법칙&gt; : 창업과 사업이란 기본적으로 10배 이상의 성장을 꿈꾸는 일입니다. 2. 이나모리 가즈오, &lt;사장의 그릇&gt; : 사업은 사장의 그릇만큼 성장합니다. 3. 켄 코시엔다, &lt;잡스의 기준&gt; : 창업자의 기준이 곧 회사의 기준이 됩니다. 4. 노지 츠네요시, &lt;도요타 이야기&gt; : 시스템을 만드는 자가 결국 승리합니다. 5. 가이 가와사키, &lt;당신의 기업을 시작하라&gt; : 빅 테크 창업자들도 참고했다는 창업 바이블입니다. 6. 문영미, &lt;디퍼런트&gt; : 비즈니스란 곧 차별화의 연속입니다. 7. 조나 버거, &lt;컨테이저스&gt; : 돈 없는 사업자에게 바이럴은 축복입니다. 8. 벤 호로위츠, &lt;하드씽&gt; : 사업은 원래 개빡센 겁니다. 9. 바바 마사타카 외, &lt;도쿄R부동산 이렇게 일합니다&gt; : 회사가 오래 살아남으려면 자신만의 일하는 방식이 있어야 합니다. 10. 테라오 겐, &lt;가자, 어디에도 없었던 방법으로&gt; : 발뮤다 창업기입니다. 11. 레이 달리오, &lt;원칙&gt; : 10번, 100번 읽어야 할 책입니다. 적어도 저는 그럴 생각입니다. 12. 에이드리언 슬라이워츠키 외, &lt;디맨드&gt; : 고객의 욕망을 이해하지 않고서 사업을 성장시킬 수 없습니다. 13. 더글라스 홀트 외, &lt;컬트가 되라&gt; : 니치 마켓에서부터 어떻게 커뮤니티를 구축해야 하는지를 알려주는 책입니다. 14. 랜디 코미사, &lt;승려와 수수께끼&gt; : 투자자와 창업자 간의 대화를 통해 비즈니스에 대해 알려줍니다. 15. 임정민, &lt;창업가의 일&gt; : 창업가가 해야 할 일에 대해 구체적으로 알려줍니다. 16. 미노와 고스케, &lt;미치지 않고서야&gt; : 고객은 자신이 하는 일에 미쳐 있는 사람의 비즈니스를 좋아합니다. 17. 세스 고딘, &lt;자수성가로 성공하는 법&gt; : 가난한 사업가들의 위해 세스 고딘이 수십 년 전에 쓴 책입니다. 18. 이기문, &lt;크래프톤 웨이&gt; : 크래프톤 창업 및 생존기입니다. 19. 로버트 서튼, &lt;또라이 제로 조직&gt; : 자신이 하는 일에 미쳐야지, 회사에 미친 또라이가 있으면 안 됩니다. 20. 다니엘 핑크, &lt;When 언제 할 것인가&gt; : 타이밍에 관한 책입니다. 21. 짐 콜린스, &lt;좋은 기업을 넘어 위대한 기업으로&gt; : 10번, 20번 읽어야 할 책입니다. 22. 제프 베조스, &lt;발명과 방황&gt; : 제프 베조스가 그동안 쓴 글과 한 말들을 모아놓은 책입니다. 23. 콜린 브라이어 외, &lt;순서 파괴&gt; : 아마존 조직 문화에 관한 책으로, &lt;발명과 방황&gt;과 함께 읽으면 좋습니다. 24. 필 나이트, &lt;슈독&gt; : 나이키의 시작이 얼마나 허접했는지를 알려주는 책입니다. 25. 브레네 브라운, &lt;마음가면&gt; : 취약성을 인정하지 않고서 성장할 수 있는 사람, 사업은 없습니다. 26. 노암 와서먼, &lt;창업자의 딜레마&gt; : 회사가 성장하면 창업자가 어떤 딜레마에 처하게 되는지를 알려주는 책입니다. 27. 레이 크록, &lt;사업을 한다는 것&gt; : 시니어 창업을 해 맥도날드가 어떻게 시작했고, 성장했는지를 알려주는 책입니다. 28. 마스다 무네아키, &lt;지적 자본론&gt; : 창업을 한다는 건 자신만의 지적 자본을 만들어 기존의 패러다임을 변화시키는 일입니다. 29. 브렌트 슐렌더 외, &lt;비커밍 스티브 잡스&gt; : 스티브 잡스와 함께 오래 일한 동료들의 시선에서 스티브 잡스의 평생을 정리한 책입니다. 30. 제임스 다이슨, &lt;제임스 다이슨&gt; : 온갖 실패 끝에 성공한 다이슨 창업기입니다. 31. 야마구치 요헤이, &lt;생각하는 힘은 유일한 무기가 된다&gt; : 앞으로는 생각하는 힘이 곧 비즈니스가 됩니다. 32. 오바라 가즈히로, &lt;프로세스 이코노미&gt; : 프로세스부터 팔 수 있어야 물건도 잘 팔 수 있습니다. 33. 피터 드러커, &lt;자기 경영 노트&gt; : 자기 자신부터 경영해야 다른 것도 할 수 있습니다. 34. 마크 랜돌프, &lt;절대 성공하지 못할 거야&gt; : 좌충우돌, 파란만장한 넷플릭스 창업기입니다. 35. 야마모토 노리아키, &lt;사원 제로, 혼자 시작하겠습니다&gt; : 혼자서도 잘 해야, 다른 사람과도 함께 할 때 저 할 수 있습니다. 36. 에드 캣멀 외 &lt;창의성을 지휘하라&gt; : 스티브 잡스를 포함해 픽사의 초기 멤버들이 어떻게 픽사를 성공시켰는지를 알려줍니다. 37. 게리 바이너척, &lt;구멍가게 마인드가 정답이다&gt; : 구멍가게도 제대로 못 운영하는 게 어떻게 더 큰 사업을 운영할 수 있죠? 38. 다니엘 코일, &lt;최고의 팀은 무엇이 다른가&gt; : 전 세계 최고의 팀들은 어떻게 움직이는지를 분석한 책입니다. 39. 크리스 와이드너, &lt;영향력&gt; : 자기 자신을 던지지 않고서 제대로 된 영향력을 만들 수 없습니다. 40. 바라트 아난드, &lt;콘텐츠의 미래&gt; : 이 책을 읽지 않는 콘텐츠 사업자에게 미래는 없습니다. 41. 엔드류 첸, &lt;콜드 스타트&gt; : 네트워크 효과를 모르고, 디지털 시대에 창업을 한다는 건 첫출발부터 잘못한 겁니다. 42. 윌리엄 손다이크, &lt;현금의 재발견&gt; : 투자를 많이 받는 게 중요한 게 아니라, 작은 돈이라도 돈을 어떻게 쓰느냐가 성패를 좌우합니다. 43. 찰리 멍거, &lt;가난한 찰리의 연감&gt; : 찰리 멍거의 말과 글을 정리한 책입니다. 44. 조안 마그레타, &lt;당신의 경쟁전략은 무엇인가?&gt; : 자신만의 차별화 전략을 고도화하는 게 곧 비즈니스입니다. 45. 간다 마사노리, &lt;큰 돈 버는 기회는 모두가 어렵다고 할 때 찾아온다&gt; : 사람들이 다들 어렵다고 말할 때 비즈니스를 해야 오히려 더 큰 기회를 잡을 수 있습니다. 46. 니르 이얄, &lt;훅&gt; : 사람들의 관심을 사로잡아야 비즈니스도 제대로 워킹됩니다. 47. 무라마츠 다츠오, &lt;고객의 80%는 비싸도 구매한다&gt; : ‘비싸냐 아니냐’보다‘중요한 건 ‘가치 있느냐 없느냐’입니다. 48. 프레드 라이켈트, &lt;목적으로 승리하는 기업&gt; : NPS의 개념을 모르고 사업하는 자, 모두 유죄. 49. 스콧 벨스크, &lt;어도비 CPO의 혁신 전략&gt; : 제목이 구리지만, 혁신은 원래 어렵고 힘든 중간 과정(=메시 미들)을 거치면서 탄생합니다. 50. 로버트 맥키 외, &lt;스토리노믹스&gt; : 스토리를 지배하는 자가 마케팅을 지배합니다 ++ 이 중에서 재미도 있고, 유용한 책을 뽑아서 읽고 토론하는 ‘[썸원 북클럽] 비즈니스 입문’에 참여할 분들을 모집하고 있으니, 많은 관심 부탁드립니다.

사업 및 비즈니스 관련해 참고하면 좋은 책 추천 50권

다음 주에 메타에서 Llama 400B을 공개한다는 소문이 있네요. 과연 오픈소스로 GPT-4를 뛰어넘는 첫 모델이 될까요? Llama 400B이 요근래 부족했던 도파민을 얼마나 공급해 줄지 기대가 됩니다. 😎🍿🥤

다음 주에 메타에서 Llama 400B을 공개한다는 소문이 있네요. 과연 오픈소스로 GPT-4를 뛰어넘는 첫 모델이 될까요? Llama 400B이 요근래 부족했던 도파민을 얼마나 공급해 줄지 기대가 됩니다. 😎🍿🥤

골빈해커

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

댓글 0

비슷한 게시물

주간 인기 TOP 10

추천 프로필