"어떻게 하면 유연하고 확장성 있는 설계를 할 수 있나요?"라는 멘티들의 단골 질문에 대한 답변

요구사항 변화에 따른 프로젝트 구조 확장_Bradley 멘토님

프로그램을 개발하면서 많이 듣는 용어중 하나가 확장성과 유연성이지 않을까 싶습니다.
그만큼 프로그램 개발에 있어 중요한 요소중 하나이고 이를 잘 고려한다면 시스템을 변경하거나 개선해야 할 때, 큰 비용 없이 쉽게 대응할 수 있습니다.


하지만 반대로 이 두 가지를 지나치게 의식하다 보면, 오히려 어떻게 설계해야 할지 결정하지 못하고 한참을 헤매게 되는 경우도 생깁니다.


오늘 소개해 드릴 글은 이런 경험을 한번쯤 해본 분들께 도움이 될 만한 내용인데요,


프로젝트를 시작할 때 복잡한 고민과 설계보다는 핵심 요구사항에 집중하고,
새로운 요구사항이 생길 때마다 점진적으로 구조를 확장해 나가는 과정을 다루고 있습니다.

이를 통해 확장성을 미리 계획하지 않았더라도, 핵심 기능을 잘 정리해 나가면 자연스럽게 확장성과 유연성을 갖춘 구조가 만들어질 수 있다는 걸 보여줍니다.


개인적으로 글에서 설명하는 프로젝트 구조를 만들려면, 다음과 같은 역량을 갖출 수 있도록 노력이 필요하다 생각합니다.


 * 요구사항 분석 및 핵심 기능 정리
 * 명확한 역할 분리를 통한 단일 책임 원칙(SRP) 준수
 * 기존 코드에 미치는 영향을 최소화하기 위한 캡슐화와 OCP 원칙 준수


또한 패키지나 코드를 분리하다 보면, 자연스럽게 Common 패키지나 공통 모듈이 생기기 마련인데요
이러한 Common 패키지, 공통 모듈을 잘못 정리하면 다양한 비즈니스 로직과 의존성이 뒤섞이면서 오히려 확장성과 유연성을 해치는 결과로 이어질 수 있어 주의해야 합니다.


확장성 있는 프로젝트 구조에 고민이 많으신 분들께 조금이나마 도움이 되길 바라겠습니다.


📚 원문
 * https://f-lab.kr/blog/article_20250717
   
📚 함께 읽으면 좋은 글
 * 멀티모듈 설계 이야기 with Spring, Gradle: https://careerly.co.kr/comments/102169?utm_campaign=self-share

프로그램을 개발하면서 많이 듣는 용어중 하나가 확장성과 유연성이지 않을까 싶습니다.그만큼 프로그램 개발에 있어 중요한 요소중 하나이고 이를 잘 고려한다면 시스템을 변경하거나 개선해야 할 때, 큰 비용 없이 쉽게 대응할 수 있습니다. 하지만 반대로 이 두 가지를 지나치게 의식하다 보면, 오히려 어떻게 설계해야 할지 결정하지 못하고 한참을 헤매게 되는 경우도 생깁니다. 오늘 소개해 드릴 글은 이런 경험을 한번쯤 해본 분들께 도움이 될 만한 내용인데요, 프로젝트를 시작할 때 복잡한 고민과 설계보다는 핵심 요구사항에 집중하고, 새로운 요구사항이 생길 때마다 점진적으로 구조를 확장해 나가는 과정을 다루고 있습니다. 이를 통해 확장성을 미리 계획하지 않았더라도, 핵심 기능을 잘 정리해 나가면 자연스럽게 확장성과 유연성을 갖춘 구조가 만들어질 수 있다는 걸 보여줍니다. 개인적으로 글에서 설명하는 프로젝트 구조를 만들려면, 다음과 같은 역량을 갖출 수 있도록 노력이 필요하다 생각합니다. <ul ><li>요구사항 분석 및 핵심 기능 정리</li><li>명확한 역할 분리를 통한 단일 책임 원칙(SRP) 준수</li><li>기존 코드에 미치는 영향을 최소화하기 위한 캡슐화와 OCP 원칙 준수</li></ul> 또한 패키지나 코드를 분리하다 보면, 자연스럽게 Common 패키지나 공통 모듈이 생기기 마련인데요 이러한 Common 패키지, 공통 모듈을 잘못 정리하면 다양한 비즈니스 로직과 의존성이 뒤섞이면서 오히려 확장성과 유연성을 해치는 결과로 이어질 수 있어 주의해야 합니다. 확장성 있는 프로젝트 구조에 고민이 많으신 분들께 조금이나마 도움이 되길 바라겠습니다. 📚 원문<ul ><li>https://f-lab.kr/blog/article_20250717 </li></ul>📚 함께 읽으면 좋은 글<ul ><li>멀티모듈 설계 이야기 with Spring, Gradle: https://careerly.co.kr/comments/102169?utm_campaign=self-share</li></ul>

F-Lab : 상위 1% 개발자들의 멘토링

요구사항 변화에 따른 프로젝트 구조 확장 ⛏

바이브 코딩을 여러가지 카테고리에 적용해보고 있는데, 머신러닝쪽은 압도적으로 좋네요. 진짜 코드를 안 봐도 될 정도임.

심지어 머신러닝 연구 작업 특성상 코드를 안봐도 되니까 실험하는게 겁나 재밌어짐. 미쳤음. GPU 무한대로 준다는 말에 혹한다는 것이 완전 이해가 됨.

바이브 코딩을 여러가지 카테고리에 적용해보고 있는데, 머신러닝쪽은 압도적으로 좋네요. 진짜 코드를 안 봐도 될 정도임. 심지어 머신러닝 연구 작업 특성상 코드를 안봐도 되니까 실험하는게 겁나 재밌어짐. 미쳤음. GPU 무한대로 준다는 말에 혹한다는 것이 완전 이해가 됨.

Contribute to psmon/kopring-reactive-labs development by creating an account on GitHub.

kopring-reactive-labs/AgenticCoding at main · psmon/kopring-reactive-labs

AI를 이용해 CRUD만 할것이아니라~ CQRS를 할수 있는 고급패턴인 액터모델 생성 가능한가? 를 연구하기 위해 시도되고있는 연구 노트저장 공간으로 코프링기반으로 생성되었습니다.

링크 : https://github.com/psmon/kopring-reactive-labs/tree/main/AgenticCoding

AI를 이용해 CRUD만 할것이아니라~ CQRS를 할수 있는 고급패턴인 액터모델 생성 가능한가? 를 연구하기 위해 시도되고있는 연구 노트저장 공간으로 코프링기반으로 생성되었습니다. 링크 : https://github.com/psmon/kopring-reactive-labs/tree/main/AgenticCoding

GitHub

코프링에서 액터모델 AI연습장

험한 산속에 5명이 고립되어 있습니다. 생존하려면 어둡고 위험한 다리를 건너 구조대에게 가야 합니다. 그러나 다음과 같은 제약 조건이 있습니다.

1. 다리는 최대 두 사람까지만 동시에 건널 수 있습니다.
2. 반드시 등불이 있어야만 다리를 건널 수 있습니다. 등불은 단 하나뿐입니다.
3. 각 조난자가 다리를 건너는 속도는 다릅니다:
• A: 3분
• B: 5분
• C: 7분
• D, E: 각각 10분

가장 빨리 모두가 다리를 건너 구조대에게 도달할 수 있는 시간은 얼마일까요? 맞습니다. 이 질문은 최적화에 관한 질문입니다. 엔지니어 면접 질문으로 종종 묻던 것 중에 하나입니다.

모든 사람이 가장 빠르고 안전하게 다리를 건너기 위해서는 빠른 속도를 가진 A와 B가 주도적으로 움직여야 하며 그 과정에서 가장 빠른 사람(A)이 반복적으로 왕복하며 등불을 옮겨야 하는 부담을 지게 됩니다. 결국, 가장 빠른 사람의 헌신과 희생이 모두의 생존 가능성을 높이게 됩니다.

이 질문 속 진짜 숨은 의도는 단순히 최적화의 답을 구하는 것이 아니라, 조직 내 업무 최적화에 대해 많은 생각을 이끌어내는 데 있습니다.

조직에서도 이와 비슷하게 전체 업무의 효율성은 가장 느린 구성원에게 맞춰지며, 가장 뛰어난 인재가 전체의 효율을 극대화하기 위해 더 많은 역할과 책임을 짊어지게 됩니다. 뛰어난 인재가 지속적으로 성과를 내기 위해서는 그들의 기여를 인정하고 적절히 보상해야 하는 이유이기도 합니다. 경영의 신으로 불리우던 GE의 잭 웰치(Jack Welch)가 하위 성과 10% 그룹은 과감한 정리 해고, 상위 리더 그룹에는 파격적인 보상을 했는지 이해가 되는 지점이기도 합니다(물론 이후 잭 웰치는 주주가치 최우선에 대한 자신의 과거 생각을 일부 철회하기도 했다) 이와 같이 리더 그룹에 속하기 위해서는 단지 능력을 갖추는 것 뿐 아니라 구성원의 성장을 위해 기꺼이 자신을 희생하고 헌신할 수 있는 사람이어야 합니다.
⸻

참고로 이 문제의 답은 총 38분입니다. 문제를 풀어보며 조직 관리에 대해서도 한번 고민해봐도 좋을 것 같네요.

험한 산속에 5명이 고립되어 있습니다. 생존하려면 어둡고 위험한 다리를 건너 구조대에게 가야 합니다. 그러나 다음과 같은 제약 조건이 있습니다. 1. 다리는 최대 두 사람까지만 동시에 건널 수 있습니다.2. 반드시 등불이 있어야만 다리를 건널 수 있습니다. 등불은 단 하나뿐입니다.3. 각 조난자가 다리를 건너는 속도는 다릅니다:• A: 3분• B: 5분• C: 7분• D, E: 각각 10분 가장 빨리 모두가 다리를 건너 구조대에게 도달할 수 있는 시간은 얼마일까요? 맞습니다. 이 질문은 최적화에 관한 질문입니다. 엔지니어 면접 질문으로 종종 묻던 것 중에 하나입니다. 모든 사람이 가장 빠르고 안전하게 다리를 건너기 위해서는 빠른 속도를 가진 A와 B가 주도적으로 움직여야 하며 그 과정에서 가장 빠른 사람(A)이 반복적으로 왕복하며 등불을 옮겨야 하는 부담을 지게 됩니다. 결국, 가장 빠른 사람의 헌신과 희생이 모두의 생존 가능성을 높이게 됩니다. 이 질문 속 진짜 숨은 의도는 단순히 최적화의 답을 구하는 것이 아니라, 조직 내 업무 최적화에 대해 많은 생각을 이끌어내는 데 있습니다. 조직에서도 이와 비슷하게 전체 업무의 효율성은 가장 느린 구성원에게 맞춰지며, 가장 뛰어난 인재가 전체의 효율을 극대화하기 위해 더 많은 역할과 책임을 짊어지게 됩니다. 뛰어난 인재가 지속적으로 성과를 내기 위해서는 그들의 기여를 인정하고 적절히 보상해야 하는 이유이기도 합니다. 경영의 신으로 불리우던 GE의 잭 웰치(Jack Welch)가 하위 성과 10% 그룹은 과감한 정리 해고, 상위 리더 그룹에는 파격적인 보상을 했는지 이해가 되는 지점이기도 합니다(물론 이후 잭 웰치는 주주가치 최우선에 대한 자신의 과거 생각을 일부 철회하기도 했다) 이와 같이 리더 그룹에 속하기 위해서는 단지 능력을 갖추는 것 뿐 아니라 구성원의 성장을 위해 기꺼이 자신을 희생하고 헌신할 수 있는 사람이어야 합니다.⸻ 참고로 이 문제의 답은 총 38분입니다. 문제를 풀어보며 조직 관리에 대해서도 한번 고민해봐도 좋을 것 같네요.

최적화 문제 속에 숨은 의도

AI 시대를 맞이하면서 우리는 다양한
직무(Career)의 구조적인 변화를 맞이하고 있습니다.

특히 IT 업계에서 그 변화가 두드러지고 있는데요.

그 중 ‘데이터 분석’ 분야가 바뀌고 있는 구조적인 방향에
대해 크게 3가지 방향으로 나누어서 이야기해보고자 합니다.

1. AI를 단순한 ‘분석 도구’가 아닌 ‘분석 파트너’로 여기기

AI 시대 이전에는 데이터 분석가가 직접
데이터를 요약 및 전처리하고 시각화하는 부분에
가장 많은 시간을 사용했습니다.

하지만 지금는 AI를 활용하여,
데이터를 요약하고 시각화하고,
데이터 모델까지 생성하는 데 10배나 더 빠르게 수행할 수 있죠.

그렇다면 모든 데이터 분석의 영역이 AI에게 대체될까요?

저는 아니라고 생각합니다.

여전히 AI가 놓치기 쉬운 ‘분석의 맥락’과 ‘문제 정의’는
여전히 사람이 직접 해야합니다.

그리고 “처음부터 끝까지 직접 분석하는 것”이 아니라,
“AI와 함께 나누어 분담”하는 방식으로
분석 방식을 바꿔야 한다고 생각합니다.

2. 실무 역량보다 중요한 ‘질문력’과 ‘기획력’ 키우기

AI 시대 이전에는 분석 도구에 대한
실무 역량과 통계/실험 기법이 핵심 역량이었습니다.

주어진 데이터를 어떻게 효율적으로 다룰수 있는지에 대한 이해도와
데이터의 정확성을 높이는 통계 기법이 분석가의 주요 역량이였죠.

하지만 새로운 AI 시대에는 주어진 데이터를 통해
“무엇을 해결할 것인가” 와 "무엇을 개선할 것인가”를
파악하는 것이 더 중요해졌습니다.

즉 데이터 자체에 집중하기 보다,
‘문제’ 중심으로 데이터를 바라보는 ‘질문력’과 ‘기획력’이
핵심 스킬로 부상하게 된 것이죠.

3. AI의 능력이 증가할수록 중요해지는 ‘인사이트’의 차별성

ChatGPT, Power BI, Tableau, Google Sheets 등으로
복잡한 코드나 프로그래밍 지식 없이도
데이터 기반 시각화나 요약이 상대적으로 쉬워졌습니다.

즉, 도구를 얼마나 익숙하게 사용하는지는
상대적으로 크게 경쟁력을 갖추지 못하게 된 것이죠.

그 대신 같은 데이터를 분석해도
“어떤 인사이트를 끌어내느냐”가 진짜 경쟁력의 본질이 되었습니다.

이제 데이터 분석은 ‘데이터 전문가만의 영역’이 아닌,
모든 직무의 공통 언어가 되어가고 있습니다.

마케터, 기획자, 운영자, PM, HR 등 모든 직무가
데이터 기반 의사결정을 기본 역량으로 요구합니다.

AI에게 데이터 분석의 프로세스를 분담하고,
사람이 데이터 분석을 ‘’기획"하고 ‘해석’하는 능력이 더 중요해진 시대,

앞으로 데이터 분석 분야는 어떤 방향으로 더욱 발전하게 될까요?

AI 시대를 맞이하면서 우리는 다양한직무(Career)의 구조적인 변화를 맞이하고 있습니다. 특히 IT 업계에서 그 변화가 두드러지고 있는데요. 그 중 ‘데이터 분석’ 분야가 바뀌고 있는 구조적인 방향에대해 크게 3가지 방향으로 나누어서 이야기해보고자 합니다. 1. AI를 단순한 ‘분석 도구’가 아닌 ‘분석 파트너’로 여기기 AI 시대 이전에는 데이터 분석가가 직접데이터를 요약 및 전처리하고 시각화하는 부분에가장 많은 시간을 사용했습니다. 하지만 지금는 AI를 활용하여,데이터를 요약하고 시각화하고,데이터 모델까지 생성하는 데 10배나 더 빠르게 수행할 수 있죠. 그렇다면 모든 데이터 분석의 영역이 AI에게 대체될까요? 저는 아니라고 생각합니다. 여전히 AI가 놓치기 쉬운 ‘분석의 맥락’과 ‘문제 정의’는여전히 사람이 직접 해야합니다. 그리고 “처음부터 끝까지 직접 분석하는 것”이 아니라,“AI와 함께 나누어 분담”하는 방식으로분석 방식을 바꿔야 한다고 생각합니다. 2. 실무 역량보다 중요한 ‘질문력’과 ‘기획력’ 키우기 AI 시대 이전에는 분석 도구에 대한실무 역량과 통계/실험 기법이 핵심 역량이었습니다. 주어진 데이터를 어떻게 효율적으로 다룰수 있는지에 대한 이해도와데이터의 정확성을 높이는 통계 기법이 분석가의 주요 역량이였죠. 하지만 새로운 AI 시대에는 주어진 데이터를 통해“무엇을 해결할 것인가” 와 "무엇을 개선할 것인가”를파악하는 것이 더 중요해졌습니다. 즉 데이터 자체에 집중하기 보다,‘문제’ 중심으로 데이터를 바라보는 ‘질문력’과 ‘기획력’이핵심 스킬로 부상하게 된 것이죠. 3. AI의 능력이 증가할수록 중요해지는 ‘인사이트’의 차별성 ChatGPT, Power BI, Tableau, Google Sheets 등으로복잡한 코드나 프로그래밍 지식 없이도데이터 기반 시각화나 요약이 상대적으로 쉬워졌습니다. 즉, 도구를 얼마나 익숙하게 사용하는지는상대적으로 크게 경쟁력을 갖추지 못하게 된 것이죠. 그 대신&nbsp;같은 데이터를 분석해도“어떤 인사이트를 끌어내느냐”가 진짜 경쟁력의 본질이 되었습니다. 이제 데이터 분석은 ‘데이터 전문가만의 영역’이 아닌,모든 직무의 공통 언어가 되어가고 있습니다. 마케터, 기획자, 운영자, PM, HR 등 모든 직무가데이터 기반 의사결정을 기본 역량으로 요구합니다. AI에게 데이터 분석의 프로세스를 분담하고,사람이 데이터 분석을 ‘’기획"하고 ‘해석’하는 능력이 더 중요해진 시대, 앞으로 데이터 분석 분야는 어떤 방향으로 더욱 발전하게 될까요?

AI 시대, 데이터 분석에 대해 새롭게 정의해야 하는 이유

올봄, AI 시장을 강타한 키워드가 있습니다. 오늘의 주인공 “MCP”입니다. 무언가 단어의 생김새는 GPT하고 비스무리한데요. 프로토콜, 서버, 클라이언트처럼 또 눈에 익은 단어들과 붙어 다니지만, 그 개념은 손에 잘 안 잡힙니다. 그런데 또 여기저기 슬금슬금 “MCP로 생산성을 미친 듯 끌어올렸다”는 이야기가 돌고 있습니다. 혼자 밀려난 느낌도 듭니다. 그래서 알아봤습니다. 의미를 파헤치고, 사람들의 반응을 살피고, 직접 체험해 볼 겁니다. 특히 어디까지 이 친구와 가까워져야 할지, 선을 그어보려고 합니다. 그 끝에서 이 질문에 답해보겠습니다. MCP 모르면 대체 얼마나 손해 보는 걸까요?

MCP 모르면 대체 얼마나 손해 보는 걸까? | 요즘IT

올해 가장 핫한 기술을 꼽자면 단연 MCP 가 아닐까 싶습니다.

그만큼 많은 사람들의 관심이 집중되고 있고,
"이렇게 관심이 많은데 나도 한번 알아봐야 하지 않을까?" 하는 생각을 하신 분들도 계실것 같습니다.

요즘 올라오는 글들을 보면 대부분 MCP 의 개념과 원리를 설명하는 내용이 주를 이루는데요,
특이하게도 MCP 에 대한 개념과 원리뿐만 아니라 이걸 모르면 어떻게 될지, AI 기술 발전을 어떻게 따라가야할지에 대한 의견을 담은 아티클이 있어 공유드립니다.

머신러닝부터 시작된 인공지능 기술은 LLM 의 등장, 그리고 MCP 로의 진화에 이르기까지
점점 더 쉽고 빠르게 응용할 수 있는 방향으로 발전하고 있다고 느낍니다.
이런 기술들을 잘 익히고 유용하게 활용할 수 있다면 더없이 좋겠지만,
개인적인 생각으로 이걸 꼭 사용하지 않는다고 해서 도태되거나 문제가 생긴다고는 생각하지 않습니다.

다만 글의 말미에서도 언급되듯, 내가 비록 당장 MCP 등과 같은 AI 기술들을 사용하지 않더라도
AI 가 어떤 흐름으로 발전하고 있는지, MCP 가 왜 나오고 어떤 한계를 보완했는지 등만 미리 파악하면 추후 다른 기술이 새로 나오더라도 금방 이해하고 언제든 사용해 볼 수 있지 않을까 싶습니다.

그동안 MCP 에 대해 궁금했지만 이해가 안되었던 분들 혹은 AI 의 빠른 발전속도에 혼란스러우셨던 분들에게 도움이 될거라 생각하는데요
관심있으신 분들은 한번 읽어보시면 좋겠습니다.

📚 원문
 * https://yozm.wishket.com/magazine/detail/3207/

올해 가장 핫한 기술을 꼽자면 단연 MCP 가 아닐까 싶습니다. 그만큼 많은 사람들의 관심이 집중되고 있고, "이렇게 관심이 많은데 나도 한번 알아봐야 하지 않을까?" 하는 생각을 하신 분들도 계실것 같습니다. 요즘 올라오는 글들을 보면 대부분 MCP 의 개념과 원리를 설명하는 내용이 주를 이루는데요,특이하게도 MCP 에 대한 개념과 원리뿐만 아니라 이걸 모르면 어떻게 될지, AI 기술 발전을 어떻게 따라가야할지에 대한 의견을 담은 아티클이 있어 공유드립니다. 머신러닝부터 시작된 인공지능 기술은 LLM 의 등장, 그리고 MCP 로의 진화에 이르기까지 점점 더 쉽고 빠르게 응용할 수 있는 방향으로 발전하고 있다고 느낍니다.이런 기술들을 잘 익히고 유용하게 활용할 수 있다면 더없이 좋겠지만, 개인적인 생각으로 이걸 꼭 사용하지 않는다고 해서 도태되거나 문제가 생긴다고는 생각하지 않습니다. 다만 글의 말미에서도 언급되듯, 내가 비록 당장 MCP 등과 같은 AI 기술들을 사용하지 않더라도 AI 가 어떤 흐름으로 발전하고 있는지, MCP 가 왜 나오고 어떤 한계를 보완했는지 등만 미리 파악하면 추후 다른 기술이 새로 나오더라도 금방 이해하고 언제든 사용해 볼 수 있지 않을까 싶습니다. 그동안 MCP 에 대해 궁금했지만 이해가 안되었던 분들 혹은 AI 의 빠른 발전속도에 혼란스러우셨던 분들에게 도움이 될거라 생각하는데요 관심있으신 분들은 한번 읽어보시면 좋겠습니다. 📚 원문<ul ><li>https://yozm.wishket.com/magazine/detail/3207/</li></ul>

요즘IT

MCP 모르면 대체 얼마나 손해 보는 걸까?🤔

원문: https://www.jonoalderson.com/conjecture/javascript-broke-the-web-and-called-it-progress/

(번역)자바스크립트가 웹을 망가뜨렸습니다. (그리고 이를 진보라고 불렀습니다)

자극적인 글을 하나 읽었다.

'개발자들이 새로운 기술 도구로 ‘기술 놀이’를 하느라 복잡성과 비용을 키웠다.'

프론트엔드가 지금까지 발전하며 수 많은 고민과 개선이 있었겠지만, 그 결과 20년전 수십 kb로 구현할 수 있던 기능이 이제는 수 mb의 js 파일을 필요로 한다.

그렇다고 유지보수성이나 개발 생산성이 정말로 향상되었는가? Yes 이면서도 No 이다. 프레임워크와 툴체인은 초기 개발과 반복 작업을 빠르게 만들었지만, 그 대가로 가파르게 상승한 복잡도 속에서 사소한 수정조차 전방위적 사이드 이펙트를 일으키는 구조가 되었다. 생산성은 순간적으로 올라갔지만, 유지보수는 점점 더 전문성과 컨텍스트 의존도를 요구하게 된 것이다.

그리고 이제는 그 복잡도를 유지하면서 새로운 기능을 추가하기 위해 조직은 더 많은 인력과 인건비, 세분화된 포지션을 감당해야 한다. 하나의 기능을 구현하기 위해 프론트엔드, 백엔드, DevOps, QA, 기획이 머리를 맞대야 하고, 각 단계마다 파이프라인을 통과해야만 한다. (과거엔 '웹 마스터' 라는 1인 직책이 있었다는 것을 기억하는가?) 개발은 점점 더 느려지고, 사소한 변경도 일정과 리소스의 계산 대상이 된다. 결국 복잡성은 기술적 문제가 아니라 조직 전체의 민첩성과 효율성을 갉아먹는 구조적 비용으로 이어진다.

물론, 지금의 프론트엔드 스택이 만들어낸 복잡성이 전적으로 불필요하다고 말할 수는 없다. 웹이 더 이상 정적인 문서의 나열이 아닌, 복잡한 상호작용과 상태를 갖는 ‘애플리케이션’의 역할을 감당하게 되면서, 그만큼 체계화된 설계와 개발자 경험(DX)을 위한 도구가 필요해졌다는 주장도 충분히 설득력이 있다. 실제로 컴포넌트화, 타입 시스템, 상태 관리 패턴 등은 팀 규모가 커질수록 유지보수성과 협업 효율을 높여주는 도구이기도 하다. 문제는 이 도구들이 ‘필요한 곳’에 쓰이는 것이 아니라, ‘모든 곳’에 일괄적으로 적용되고 있다는 점이다.

2016년, 모 회사의 기술 면접 과제를 해결하기 위해 redux를 처음 익힐 때가 떠오른다. 단순히 버튼 하나 누를 때 값을 바꾸는 작업인데, 액션을 만들고, 타입을 정의하고, 리듀서를 작성하고, 디스패치를 연결해야 했다. '왜 이렇게 어렵고 복잡하게 상태를 관리해야 하지?' 하는 의문이 들었지만, 그땐 '원래 React 개발은 그런가 보다' 하고 넘겼다. 지금 돌이켜보면, 그 복잡함은 필수가 아니라 비판 없이 수용된 일종의 정답처럼 느껴졌다.

SSR도 마찬가지다. React 초기에는 SPA 기반 CSR로 인해 SEO조차 쉽지 않았던 기억이 난다. 백엔드 개발자로 몇 년을 보내고 어느 순간 프론트엔드 개발 트렌드를 보았을 때 Helmet과 같은 React SSR 방식이 유행을 타고 있었다. 그런데 원래 웹 개발은 모두 서버 사이드 렌더링이 아니었던가?

결국 모던 프론트엔드 프레임워크라 불리는 많은 것들이 구현하고 있던 것은 예전부터 기본값으로 주어졌던 기능들의 복잡하고 비효율적인 재현이었다. 라우팅, 메타태그, 템플릿 렌더링, 캐싱 같은 기본기를 다시 자바스크립트 생태계 안에서 어렵게 되살려내며 마치 그것이 혁신인 양 포장하고 있었을지도 모른다.

시간이 지날 수록 복잡한 빌드 파이프라인, 무거운 프레임워크, 과도한 추상화는 개발자에게는 익숙한 환경이 되었지만, 사용자에게는 점점 낯설고 느린 웹을 안겨주고 있다. 이제 마케터는 간단한 콘텐츠 수정조차 개발자에게 의존해야 하고, SEO 담당자는 개발자만이 읽을 수 있는 코드로 가려진 콘텐츠 탓에 검색 노출을 장담할 수 없다. 한 줄의 수정도 수차례 배포를 거쳐야 하며, 정작 페이지는 여전히 느리고 불안정하다.

정말 지금의 모습은 DX (Developer Experience) 를 위해 UX 를 해치고 있는걸까?

자극적인 글을 하나 읽었다. '개발자들이 새로운 기술 도구로 ‘기술 놀이’를 하느라 복잡성과 비용을 키웠다.' 프론트엔드가 지금까지 발전하며 수 많은 고민과 개선이 있었겠지만, 그 결과 20년전 수십 kb로 구현할 수 있던 기능이 이제는 수 mb의 js 파일을 필요로 한다. 그렇다고 유지보수성이나 개발 생산성이 정말로 향상되었는가? Yes 이면서도 No 이다. 프레임워크와 툴체인은 초기 개발과 반복 작업을 빠르게 만들었지만, 그 대가로 가파르게 상승한 복잡도 속에서 사소한 수정조차 전방위적 사이드 이펙트를 일으키는 구조가 되었다. 생산성은 순간적으로 올라갔지만, 유지보수는 점점 더 전문성과 컨텍스트 의존도를 요구하게 된 것이다. 그리고 이제는 그 복잡도를 유지하면서 새로운 기능을 추가하기 위해 조직은 더 많은 인력과 인건비, 세분화된 포지션을 감당해야 한다. 하나의 기능을 구현하기 위해 프론트엔드, 백엔드, DevOps, QA, 기획이 머리를 맞대야 하고, 각 단계마다 파이프라인을 통과해야만 한다. (과거엔 '웹 마스터' 라는 1인 직책이 있었다는 것을 기억하는가?) 개발은 점점 더 느려지고, 사소한 변경도 일정과 리소스의 계산 대상이 된다. 결국 복잡성은 기술적 문제가 아니라 조직 전체의 민첩성과 효율성을 갉아먹는 구조적 비용으로 이어진다. 물론, 지금의 프론트엔드 스택이 만들어낸 복잡성이 전적으로 불필요하다고 말할 수는 없다. 웹이 더 이상 정적인 문서의 나열이 아닌, 복잡한 상호작용과 상태를 갖는 ‘애플리케이션’의 역할을 감당하게 되면서, 그만큼 체계화된 설계와 개발자 경험(DX)을 위한 도구가 필요해졌다는 주장도 충분히 설득력이 있다. 실제로 컴포넌트화, 타입 시스템, 상태 관리 패턴 등은 팀 규모가 커질수록 유지보수성과 협업 효율을 높여주는 도구이기도 하다. 문제는 이 도구들이 ‘필요한 곳’에 쓰이는 것이 아니라, ‘모든 곳’에 일괄적으로 적용되고 있다는 점이다. 2016년, 모 회사의 기술 면접 과제를 해결하기 위해 redux를 처음 익힐 때가 떠오른다. 단순히 버튼 하나 누를 때 값을 바꾸는 작업인데, 액션을 만들고, 타입을 정의하고, 리듀서를 작성하고, 디스패치를 연결해야 했다. '왜 이렇게 어렵고 복잡하게 상태를 관리해야 하지?' 하는 의문이 들었지만, 그땐 '원래 React 개발은 그런가 보다' 하고 넘겼다. 지금 돌이켜보면, 그 복잡함은 필수가 아니라 비판 없이 수용된 일종의 정답처럼 느껴졌다. SSR도 마찬가지다. React 초기에는 SPA 기반 CSR로 인해 SEO조차 쉽지 않았던 기억이 난다. 백엔드 개발자로 몇 년을 보내고 어느 순간 프론트엔드 개발 트렌드를 보았을 때 Helmet과 같은 React SSR 방식이 유행을 타고 있었다. 그런데 원래 웹 개발은 모두 서버 사이드 렌더링이 아니었던가? 결국 모던 프론트엔드 프레임워크라 불리는 많은 것들이 구현하고 있던 것은 예전부터 기본값으로 주어졌던 기능들의 복잡하고 비효율적인 재현이었다. 라우팅, 메타태그, 템플릿 렌더링, 캐싱 같은 기본기를 다시 자바스크립트 생태계 안에서 어렵게 되살려내며 마치 그것이 혁신인 양 포장하고 있었을지도 모른다. 시간이 지날 수록 복잡한 빌드 파이프라인, 무거운 프레임워크, 과도한 추상화는 개발자에게는 익숙한 환경이 되었지만, 사용자에게는 점점 낯설고 느린 웹을 안겨주고 있다. 이제 마케터는 간단한 콘텐츠 수정조차 개발자에게 의존해야 하고, SEO 담당자는 개발자만이 읽을 수 있는 코드로 가려진 콘텐츠 탓에 검색 노출을 장담할 수 없다. 한 줄의 수정도 수차례 배포를 거쳐야 하며, 정작 페이지는 여전히 느리고 불안정하다. 정말 지금의 모습은 DX (Developer Experience) 를 위해 UX 를 해치고 있는걸까?

Medium

사용자가 아닌 개발자를 위한 웹 개발의 시대

”영리함보다 단순함을 선택하세요. 추상화보다 투명성을 선택하세요. 결과를 아키텍처보다 우선시하세요.“

좋은 글이네요. 어쩔때는 단순하게 문제에 임해도 된다는 것을 환기시켜주고, 진짜 그간 너무 생산성에 목맨거 같기도 하네요 ㅋㅋ

WEBNORI

코프링기반 액터모델을 이용해 단방향 PUB/SUB푸시 시스템을 클루드 코드로 생성시도 , 다소 고급기법인 CQRS+리액티브+액터모델을 코딩을 클루드코드에서 가능한가? 를 알아보기위해 진행된 변종실험입니다.

https://wiki.webnori.com/x/sYGtBg

코프링기반 액터모델을 이용해 단방향 PUB/SUB푸시 시스템을 클루드 코드로 생성시도 , 다소 고급기법인 CQRS+리액티브+액터모델을 코딩을 클루드코드에서 가능한가? 를 알아보기위해 진행된 변종실험입니다. https://wiki.webnori.com/x/sYGtBg

wiki.webnori.com

코틀린 리액티브 SSE 푸시 By 클루드

문과 출신도, 비전공자도, AI 시대 직장인이라면 누구나 ‘비즈니스 데이터 분석’을 배워야 합니다. 시중의 데이터 분석 강의들이 도구와 스킬을 말할 때 본 강의는 AI의 도움을 받아 실무자가 비즈니스 문제를 해결할 수 있도록 돕습니다.

2025 AI 시대 일잘러를 위한 비즈니스 데이터 분석 by. 데이터리차드 | 패스트캠퍼스

2019년,
'데이터'이라는 하나의 키워드를
저의 커리어 패스로 결정한 뒤,
데이터 분석가/엔지니어로 현업과 교육을 병행하면서
약 6년이라는 시간이 흘렀습니다.

여전히 '데이터'를 다루는 능력은
기업과 회사에게 중요한 역량 중 하나라고 생각합니다.

하지만 AI가 우리의 삶에 등장하면서,
과거 데이터 업무을 위한 전반적인 프로세스와
현재 데이터 업무을 위한 프로세스는 크게 달라졌습니다.

이젠 데이터 분석 실무에서 가장 중요한 건
“데이터 툴/도구을 다루는 하드 스킬”보다
“AI와 협업하여 문제 정의/기획을 위한 소프트 스킬”이 되었죠.

하지만 데이터 분석을 큰 그림으로부터
이해하는 시야를 키우는 것은 여전히 중요합니다.

그래서 패스트캠퍼스와 협업하여
비전공자/문과 출신도 배울 수 있는
'2025 AI 시대 일잘러를 위한 비즈니스 데이터 분석'
온라인 강의를 만들게 되었습니다.

해당 강의에서는
Notion, Google Sheets, ChatGPT처럼
우리에게 익숙하고 쉽게 접근 가능한 도구를 활용해,

1. 문제 정의를 정의하고 →
2. 분야별 분석 프레임워크에 맞추어 →
3. 데이터 분석 및 보고서 작성’까지

직접 만들어볼 수 있도록 구성했습니다.

또한 데이터 분석은 전문가들만 하는
어려운 전문 영역이 아니라는 오해를 풀고,

비즈니스 벨류를 담는 데이터 분석을
처음부터 시작하고 차근차근 진행할 수 있도록
실무 상황과 가장 비슷한 프로젝트를 담은
강의를 만들게 되었어요.

거기에다 패스트캠퍼스에서 제공해주신 20% 할인 쿠폰을 추가하여,
8월 3일까지 구매하신 분들에게는 7만원의 가격대에
온라인 강의를 수강하실 수 있도록 준비했습니다.

AI 시대의 데이터 분석에 대해
관심있으신 분들은 아래 링크에서
더 자세한 정보를 보실 수 있습니다.

3년만에 새로운 온라인 강의로 여러분들을 찾아뵌 만큼,
실무에 실제로 도움이 될 수 있는 학습 자료와
온라인 실무 템플릿을 최대한 많이 구성하여
여러분들의 성장을 지원하고 돕겠습니다.

강의 제작에 도움을 주신 모든 분들께 감사합니다 :)

🚨 20% 할인 쿠폰 코드 (~8/3까지)
" 데이터리차드_ca"
🚨 강의 바로가기
https://fastcampus.info/40pMP0r

2019년,'데이터'이라는 하나의 키워드를저의 커리어 패스로 결정한 뒤,데이터 분석가/엔지니어로 현업과 교육을 병행하면서약 6년이라는 시간이 흘렀습니다. 여전히 '데이터'를 다루는 능력은기업과 회사에게 중요한 역량 중 하나라고 생각합니다. 하지만 AI가 우리의 삶에 등장하면서,과거 데이터 업무을 위한 전반적인 프로세스와현재 데이터 업무을 위한 프로세스는 크게 달라졌습니다. 이젠 데이터 분석 실무에서 가장 중요한 건“데이터 툴/도구을 다루는 하드 스킬”보다“AI와 협업하여 문제 정의/기획을 위한 소프트 스킬”이 되었죠. 하지만 데이터 분석을 큰 그림으로부터이해하는 시야를 키우는 것은 여전히 중요합니다. 그래서 패스트캠퍼스와 협업하여비전공자/문과 출신도 배울 수 있는'2025 AI 시대 일잘러를 위한 비즈니스 데이터 분석'온라인 강의를 만들게 되었습니다. 해당 강의에서는Notion, Google Sheets, ChatGPT처럼우리에게 익숙하고 쉽게 접근 가능한 도구를 활용해, 1. 문제 정의를 정의하고 →2. 분야별 분석 프레임워크에 맞추어 →3. 데이터 분석 및 보고서 작성’까지 직접 만들어볼 수 있도록 구성했습니다. 또한 데이터 분석은 전문가들만 하는어려운 전문 영역이 아니라는 오해를 풀고, 비즈니스 벨류를 담는 데이터 분석을처음부터 시작하고 차근차근 진행할 수 있도록실무 상황과 가장 비슷한 프로젝트를 담은강의를 만들게 되었어요. 거기에다 패스트캠퍼스에서 제공해주신 20% 할인 쿠폰을 추가하여,8월 3일까지 구매하신 분들에게는 7만원의 가격대에온라인 강의를 수강하실 수 있도록 준비했습니다. AI 시대의 데이터 분석에 대해관심있으신 분들은 아래 링크에서더 자세한 정보를 보실 수 있습니다. 3년만에 새로운 온라인 강의로 여러분들을 찾아뵌 만큼,실무에 실제로 도움이 될 수 있는 학습 자료와온라인 실무 템플릿을 최대한 많이 구성하여여러분들의 성장을 지원하고 돕겠습니다. 강의 제작에 도움을 주신 모든 분들께 감사합니다 :) 🚨 20% 할인 쿠폰 코드 (~8/3까지)" 데이터리차드_ca"🚨 강의 바로가기https://fastcampus.info/40pMP0r

패스트캠퍼스

3년만에 새로운 온라인 강의를 출시합니다.

www.55check.com공유하기게시하기웹에서 보기왜 또? 이스라엘은 또 왜 시리아를 폭격했나?이스라엘이 이번엔 시리아 수도 다마스커스를 폭격했다는 보도가 나와 다들 '아니 쟤들은 왜 또?'라고 생각했을 듯. (뉴스 생방송 중 도망가는 앵커 영상)배경: 작년에 시리아 신정부군(원래는 무슬림 무장단체였음)이 정권을 잡음. 그러자 소수민족 중 하나인 드루즈(Druze)족이 '우리는 따로 가겠다'고 선언. 신정부과 전투 발생. 지난 한 주 동안 드루즈 족 수백 명 사망.드루즈족은 이스라엘에게 시리아 신정부군을 막아달라고 요청. 이에 따라 이스라엘이 '드루즈족 죽이지 말라'는 경고 메시지로서 다마스커스에 있는 시리아 신정부군 시설을 폭격한 것.드루즈족은 어떤 사람들인가? (로이터 3분 영상)인구는 약 200만명. 시리아, 레바논, 이스라엘 등에 거주.11세기 이슬람교에서 분파했지만 다른 종교로 취급 받음. 완전히 폐쇄적인 종교라 개종할 수 없고 새로운 신자도 받지 않음. 그래서 박해도 많이 받았지만 민족 정체성이 매우 강하다고. 이스라엘 안에서도 소수민족으로 살고 있지만 군복무를 이행하는 등 유대인들과 좋은 관계 유지. 특히 이스라엘군과 경찰에 드루즈족 지휘관이 많아서 발언권 셈.결론: 중동 역사 복잡해요영국, 고1 학생에게도 투표권 부여영국 정부가 다음 총선부터 투표 가능 연령을 현행 18세에서 16세로 낮추기로. 키어 스타머 총리(노동당): “16, 17세는 일도 할 수 있고 세금도 낼 수 있는 나이”라며 “세금을 낸다면 

2025년 7월 18일 (금) 뉴스 클리핑 & 동동의 테크 타운 : 오호츠크 리포트

AI에 정보 많이 넣으면 더 똑똑해질까? 오히려 바보됨
 * 요즘 AI 업계에서 '토큰'이 중요하다고 부각되고 덩달아 '컨텍스트 러닝'이라는 말도 뜨고 있음.
 * 토큰은 AI에 질문할 때 한 번에 넣는 양을 말함. (AI가 사용하는 연료라고 할 수 있음)
 * 주의 유저가 사용할 수 있는 양이 1년만에 100만~1000만 토큰까지 늘어났지만, 모든 실험에서 입력 길이가 길어질수록 성능 급격히 저하. (영문 블로그, 한국어 설명)
 * 특히 의미 유사도가 낮거나 방해되는 문장이 많을수록 하락폭 더 커짐. 이상한 문장이나 이상한 단어 하나만 포함되어도 성능이 급락. 혼동과 환각현상 증가 😵‍💫
 * 프롬프트에 '중요한 부분만 입력' vs '전체 입력'한 결과를 비교해보니, 모든 AI 모델에서 집중 입력이 훨씬 높은 정답률.
 * 결론: 맥락을 잘 만들어서 LLM에 넣는 것이 엔지니어링과 질문자 모두에게 중요. 말을 많이 넣는다고 좋은 게 아님. 사람한테 설명할 때와 완전 동일.
   
   
   월마트, 남의 AI 안 쓰고 직접 만들어 쓴다
   ChatGPT 에이전트 출시, 이제 PPT와 엑셀도 알아서 만든다 📊
   빅테크 인재 경쟁, 몸값 어디까지 올라가나
   AI는 대학 강의실을 어떻게 바꾸고 있나

등의 글을 다루었습니다.

AI에 정보 많이 넣으면 더 똑똑해질까? 오히려 바보됨<ul ><li>요즘 AI 업계에서 '토큰'이 중요하다고 부각되고 덩달아 '컨텍스트 러닝'이라는 말도 뜨고 있음.</li><li>토큰은 AI에 질문할 때 한 번에 넣는 양을 말함. (AI가 사용하는 연료라고 할 수 있음)</li><li>주의&nbsp;유저가 사용할 수 있는 양이 1년만에 100만~1000만 토큰까지 늘어났지만, 모든 실험에서 입력 길이가 길어질수록 성능 급격히 저하. (영문 블로그,&nbsp;한국어 설명)</li><li>특히 의미 유사도가 낮거나 방해되는 문장이 많을수록 하락폭 더 커짐. 이상한 문장이나 이상한 단어 하나만 포함되어도 성능이 급락. 혼동과 환각현상 증가 😵‍💫</li><li>프롬프트에 '중요한 부분만 입력' vs '전체 입력'한 결과를 비교해보니, 모든 AI 모델에서 집중 입력이 훨씬 높은 정답률.</li></ul><ul ><li>결론:&nbsp;맥락을 잘 만들어서 LLM에 넣는 것이 엔지니어링과 질문자 모두에게 중요. 말을 많이 넣는다고 좋은 게 아님. 사람한테 설명할 때와 완전 동일. 월마트, 남의 AI 안 쓰고 직접 만들어 쓴다ChatGPT 에이전트 출시, 이제 PPT와 엑셀도 알아서 만든다 📊빅테크 인재 경쟁, 몸값 어디까지 올라가나AI는 대학 강의실을 어떻게 바꾸고 있나</li></ul> 등의 글을 다루었습니다.

55check.com

7월 둘째주 : AI에 정보 많이 넣으면 더 똑똑해질까? 오히려 바보됨

🟪 모임 소개 이번 모임은 직장인 이후의 커리어, 막연하게 창업을 고민하는 사람들을 위한 아이디어 구체화 모임입니다.총 4회의 모임을 통해 이런 것들을 얻을 수 있습니다.✅ 호스트가 제공하는 과제와 프레임을 통해 내 막연한 아이디어가 정말로 시장에 통하는지를 논리적으로 검증할 수 있습니다.✅ 로컬 비즈니스, 자영업, 스타트업 각 유형별 창업 장단점과 선택할 수 있는 지원제도에 관해 구체적으로 알 수 있습니다.✅ 성장 로드맵과 창업 이후 현실에서 마주칠 과제들, 사업계획서 작성법 등에 관해 구체적인 팁과 피드백을 얻을 수 있습니다. 🟪 일시 ... 

[B라운지] (직장인 이후의 삶을 위한) 사업 아이디어 선명하게 다듬기 : PBR

회사 때려치고 사업이나 한번 해볼까?

창업과 사업에 대해 막연한 환상을 갖고 계신가요? 혹은 관심이 있는데 어떻게 해야 할 지 모르겠어서 고민이신가요?

지난 10년간 창업과 사업에 관심이 있거나 초기 단계에서 고민하고 있는 창업가와 사업가들을 대상으로 주로 기업과 기관에서만 풀어놓았던 창업과 사업의 기초, 창업의 로드맵 AtoZ에 대한 이야기를 드디어 일반 성인분들도 배울 수 있도록 과정을 오픈했습니다. 저희의 경험과 노하우가 고스란히 담겨있으면서도 부담없이 편하게 들을 수 있는, 하지만 나의 창업과 사업에 대한 생각을 명확하게 정리할 수 있는 시간이 될 겁니다.

전체적으로 하단과 같은 순서로 진행되며 4주간 주 1회씩 함께 하게 되며, 제가 직접 진행합니다.

1. 창업 아이템 선정 : 고객이 가진 문제는 무엇일까? 고객 문제와 PMF (Product-Market-Fit)

2. 창업 아이템 선택 : 시장에서 필요할까? 어느 고객이 왜 돈을 낼까? KBF (Key Buying Factor)

3. 창업 과정과 절차, 지원 제도 : 스타트업을 할까? 가게를(소상공인) 차릴까? 창업할 때 누구에게 어떤 도움을 받을 수 있을까?

4. 창업 준비와 실행 : 사업계획은 어떻게 세우고 실행할 수 있을까?

보다 상세한 내용 확인과 신청은 하단 링크를 참고해주세요.

https://www.pbr.kr/shop_view/?idx=53

회사 때려치고 사업이나 한번 해볼까? 창업과 사업에 대해 막연한 환상을 갖고 계신가요? 혹은 관심이 있는데 어떻게 해야 할 지 모르겠어서 고민이신가요? 지난 10년간 창업과 사업에 관심이 있거나 초기 단계에서 고민하고 있는 창업가와 사업가들을 대상으로 주로 기업과 기관에서만 풀어놓았던 창업과 사업의 기초, 창업의 로드맵 AtoZ에 대한 이야기를 드디어 일반 성인분들도 배울 수 있도록 과정을 오픈했습니다. 저희의 경험과 노하우가 고스란히 담겨있으면서도 부담없이 편하게 들을 수 있는, 하지만 나의 창업과 사업에 대한 생각을 명확하게 정리할 수 있는 시간이 될 겁니다. 전체적으로 하단과 같은 순서로 진행되며 4주간 주 1회씩 함께 하게 되며, 제가 직접 진행합니다. 1. 창업 아이템 선정 : 고객이 가진 문제는 무엇일까? 고객 문제와 PMF (Product-Market-Fit) 2. 창업 아이템 선택 : 시장에서 필요할까? 어느 고객이 왜 돈을 낼까? KBF (Key Buying Factor) 3. 창업 과정과 절차, 지원 제도 : 스타트업을 할까? 가게를(소상공인) 차릴까? 창업할 때 누구에게 어떤 도움을 받을 수 있을까? 4. 창업 준비와 실행 : 사업계획은 어떻게 세우고 실행할 수 있을까? 보다 상세한 내용 확인과 신청은 하단 링크를 참고해주세요. https://www.pbr.kr/shop_view/?idx=53

www.pbr.kr

회사 때려치고 사업이나 한번 해볼까?

클로드 코드 Max 를 구독한지 한 달째가 되었습니다. 만족감이 대단합니다. 그동안 AI에게 원했던 것들을 드디어 충족을 시켜줍니다. 터미널에서만 사용해도 전혀 불편이 없을 정도로 아주 잘 만든 것 같습니다.

클로드 코드 한 달 사용 후기

클로드 코드 Max 를 구독한지 한 달째가 되었습니다.
만족감이 대단합니다. 그동안 AI에게 원했던 것들을 드디어 충족을 시켜줍니다.
터미널에서만 사용해도 전혀 불편이 없을 정도로 아주 잘 만든 것 같습니다.

클로드 코드 구독을 추천하는가?
클로드 코드 맥스는 한 달에 30만 원입니다. 저는 처음부터 30만 원짜리로 결제했습니다.
어차피 결국엔 이걸 쓰게 될 거라는 걸 알고 있었거든요.

하지만 한 달에 30만 원이라는 돈은 작은 돈이 아닙니다.
써보고 싶어도 부담스러워서 못 쓰는 사람들이 분명 있을 겁니다.

만약 클로드 코드보다 훨씬 더 좋은 AI가 나온다면 나는 쓸 것인지 생각해 보게 됩니다. 한 달에 500만 원이라도?
돈이 많은 사람들은 이걸 결제해서 훨씬 편하게 서비스를 만들고, 돈이 없는 사람들은 손으로 한땀한땀 고생하며 만들어야 하는 건가?
게임에서 고급 갑옷과 칼을 장착한 과금 유저와 단검 하나 든 비과금 유저가 떠오르기도 합니다.
시간이 지나면 가격이 전체적으로 내려가겠지만, 당분간은 더 좋은 모델을 무리하게 내면서 구독 가격이 오를 수도 있을 것 같습니다.

30만 원이 조금 비싸게 느껴지더라도 써보는 걸 추천합니다.
한 달 동안 아주 간단한 서비스 하나 완성한다고 해도 30만 원이면 싼 것 같거든요.
그런 간단한 서비스라도 30만 원주고 누군가에게 인수해 올 수는 없을 겁니다.

Max 를 결제하면 좋은 점도 있습니다.
돈을 낸 만큼 뽕을 뽑으려고 노력하게 됩니다.
하루에 300$ 이상 사용한 날은 기분이 정말 좋습니다.

아래 그림은 제 한 달 동안의 성과인데… 솔직히 영 맘에 들진 않네요.
뽕을 제대로 못 뽑았습니다. (그래도 결과물에 비하면 돈이 아깝진 않습니다)

제게는 항상 자극이 되는 동생이 있습니다. 제 열정을 불러일으켜주는 동생.
예전에 카카오에서 일할 때도 이 친구 옆자리에 앉아 젊음을 불사를 수 있었습니다.
블로그 글을 쓰며 이 친구에게도 보여달라 했습니다. 너의 한 달 동안의 사용량을.

하… 이 정도는 해야 뽕을 뽑았다고 말할 수 있는 것 아닌가?
이 동생의 열정은 어디로 사라지지 않았네요. 역시 저를 불타오르게 만듭니다.
다음 달에는 더 열심히 해봐야겠습니다.

https://jeho.page/essay/2025/07/15/claude-code.html

클로드 코드 Max 를 구독한지 한 달째가 되었습니다. 만족감이 대단합니다. 그동안 AI에게 원했던 것들을 드디어 충족을 시켜줍니다. 터미널에서만 사용해도 전혀 불편이 없을 정도로 아주 잘 만든 것 같습니다. 클로드 코드 구독을 추천하는가? 클로드 코드 맥스는 한 달에 30만 원입니다. 저는 처음부터 30만 원짜리로 결제했습니다. 어차피 결국엔 이걸 쓰게 될 거라는 걸 알고 있었거든요. 하지만 한 달에 30만 원이라는 돈은 작은 돈이 아닙니다. 써보고 싶어도 부담스러워서 못 쓰는 사람들이 분명 있을 겁니다. 만약 클로드 코드보다 훨씬 더 좋은 AI가 나온다면 나는 쓸 것인지 생각해 보게 됩니다. 한 달에 500만 원이라도? 돈이 많은 사람들은 이걸 결제해서 훨씬 편하게 서비스를 만들고, 돈이 없는 사람들은 손으로 한땀한땀 고생하며 만들어야 하는 건가? 게임에서 고급 갑옷과 칼을 장착한 과금 유저와 단검 하나 든 비과금 유저가 떠오르기도 합니다. 시간이 지나면 가격이 전체적으로 내려가겠지만, 당분간은 더 좋은 모델을 무리하게 내면서 구독 가격이 오를 수도 있을 것 같습니다. 30만 원이 조금 비싸게 느껴지더라도 써보는 걸 추천합니다. 한 달 동안 아주 간단한 서비스 하나 완성한다고 해도 30만 원이면 싼 것 같거든요. 그런 간단한 서비스라도 30만 원주고 누군가에게 인수해 올 수는 없을 겁니다. Max 를 결제하면 좋은 점도 있습니다. 돈을 낸 만큼 뽕을 뽑으려고 노력하게 됩니다. 하루에 300$ 이상 사용한 날은 기분이 정말 좋습니다. 아래 그림은 제 한 달 동안의 성과인데… 솔직히 영 맘에 들진 않네요. 뽕을 제대로 못 뽑았습니다. (그래도 결과물에 비하면 돈이 아깝진 않습니다) 제게는 항상 자극이 되는 동생이 있습니다. 제 열정을 불러일으켜주는 동생. 예전에 카카오에서 일할 때도 이 친구 옆자리에 앉아 젊음을 불사를 수 있었습니다.블로그 글을 쓰며 이 친구에게도 보여달라 했습니다. 너의 한 달 동안의 사용량을. 하… 이 정도는 해야 뽕을 뽑았다고 말할 수 있는 것 아닌가? 이 동생의 열정은 어디로 사라지지 않았네요. 역시 저를 불타오르게 만듭니다. 다음 달에는 더 열심히 해봐야겠습니다. https://jeho.page/essay/2025/07/15/claude-code.html

K리그 프로그래머

클로드 코드 Max 한 달 사용 후기

팀이나, 파트등의 조직에서의 생활을 하다 보면은 나의 의사와 다른 상황이 펼쳐지는 일이 꽤 많은 빈도로 발생이 되는거 같아요. 짧다면 짧고, 길다면 긴 조직 생황을 하였지만 가장 어려운 것이 나의 의사와 다른 생각을 가지는 일들이 생기는 것들 같아요.

꾹꾹 참으면서 생활을 하게 되면, 누적이 되어 정신적으로 물리적으로 힘들어지고, 방안을 찾고자 이야기를 하고자 하면 밉보이는게 아닐까 하는 두려움이 항상 고민의 고민을 만들어나가는거 같아요.

이러한 문제를 해결하기 위하여, 조직에서의 이탈도 고민을 할때도 있지만, 이또한 회피가 되기 떄문에, 다른곳에서 또 같은 문제가 생기는 경우 또 다시 회피를 결정하게 되고 이것이 습관이 될까 하는 두려움도 있습니다.

미사여구가 많았지만, 결국 도돌이표가 되는 이야기가 되고, 이러한 상황을 어떻게 풀어나가야 하나 하는 스트레스가 너무 심하게 오고 있어요.

힘들어도 참아야지, 이야기를 하면서 풀어나가야지. 라고 스스로 다잡을때도 있지만, 쉽게 하지 못하는 행동중에 하나 인것 같아요.

나름 경험은 쌓였고 이제 어른이 되었지만, 이러한 문제에 대해서는 아직 성숙하지 못한 사람이 되는 제 자신이 너무 밉기도 해요....

팀이나, 파트등의 조직에서의 생활을 하다 보면은 나의 의사와 다른 상황이 펼쳐지는 일이 꽤 많은 빈도로 발생이 되는거 같아요. 짧다면 짧고, 길다면 긴 조직 생황을 하였지만 가장 어려운 것이 나의 의사와 다른 생각을 가지는 일들이 생기는 것들 같아요. 꾹꾹 참으면서 생활을 하게 되면, 누적이 되어 정신적으로 물리적으로 힘들어지고, 방안을 찾고자 이야기를 하고자 하면 밉보이는게 아닐까 하는 두려움이 항상 고민의 고민을 만들어나가는거 같아요. 이러한 문제를 해결하기 위하여, 조직에서의 이탈도 고민을 할때도 있지만, 이또한 회피가 되기 떄문에, 다른곳에서 또 같은 문제가 생기는 경우 또 다시 회피를 결정하게 되고 이것이 습관이 될까 하는 두려움도 있습니다. 미사여구가 많았지만, 결국 도돌이표가 되는 이야기가 되고, 이러한 상황을 어떻게 풀어나가야 하나 하는 스트레스가 너무 심하게 오고 있어요. 힘들어도 참아야지, 이야기를 하면서 풀어나가야지. 라고 스스로 다잡을때도 있지만, 쉽게 하지 못하는 행동중에 하나 인것 같아요. 나름 경험은 쌓였고 이제 어른이 되었지만, 이러한 문제에 대해서는 아직 성숙하지 못한 사람이 되는 제 자신이 너무 밉기도 해요....

회피를 해야 할까요? 방안을 찾아야 할까요?

언젠가부터 프론트엔드 개발자의 세계는 브라우저라는 경계를 훌쩍 넘어섰습니다. HTML, CSS, 자바스크립트만으로 충분하던 시대는 지나갔고, 이제 우리는 서버사이드 렌더링(SSR), CI/CD 파이프라인, 그리고 컨테이너와 클라우드 인프라까지 고민해야 하는 시대를 맞이했습니다. 그렇게 인프라 관련 지식은 더는 선택이 아닌 성장을 위한 필수 역량이 되었습니다. 그 시작으로 사내 인프라 개발자와 협력해 도커(Docker)부터 EKS, ArgoCD까지 구축하고 운영하는 상황을 가정하고 정리해 보았습니다. 이 글이 여러분의 시야를 브라우저 너머로 확장하며, Next.js 애플리케이션을 쿠버네티스 환경에 자신 있게 배포하는 그날을 향한 여정에서 훌륭한 첫걸음으로 쓰이기를 바랍니다.

Next.js 앱을 쿠버네티스에 배포하기 (feat. ArgoCD) | 요즘IT

요즘IT에 글을 기고했습니다.
최근 프로젝트에서 인프라 개발자와 협업하며 Next.js 앱을 EKS에 배포하는 전체 파이프라인을 구축했기 때문인데요.

👉 Dockerfile 작성부터
👉 GitHub Actions 기반 CI 설정
👉 GitOps 방식의 ArgoCD 연동
👉 ECR 이미지 관리와 배포 후 ArgoCD 대시보드 모니터링까지

단순히 배포만 하는 것이 아니라, 실무에서 마주치는 다양한 이슈들과 해결 과정, 그리고 각 도구들의 연동 방법을 상세히 정리했습니다.
특히 프론트엔드 개발자 관점에서 DevOps 영역에 첫 발을 내딛는 분들께 실질적인 도움이 되도록 작성했는데요.
쿠버네티스나 GitOps에 관심 있으신 분들께 도움이 되었으면 좋겠습니다.

https://yozm.wishket.com/magazine/detail/3235/

요즘IT에 글을 기고했습니다.최근 프로젝트에서 인프라 개발자와 협업하며 Next.js 앱을 EKS에 배포하는 전체 파이프라인을 구축했기 때문인데요. 👉 Dockerfile 작성부터👉 GitHub Actions 기반 CI 설정👉 GitOps 방식의 ArgoCD 연동👉 ECR 이미지 관리와 배포 후 ArgoCD 대시보드 모니터링까지 단순히 배포만 하는 것이 아니라, 실무에서 마주치는 다양한 이슈들과 해결 과정, 그리고 각 도구들의 연동 방법을 상세히 정리했습니다.특히 프론트엔드 개발자 관점에서 DevOps 영역에 첫 발을 내딛는 분들께 실질적인 도움이 되도록 작성했는데요.쿠버네티스나 GitOps에 관심 있으신 분들께 도움이 되었으면 좋겠습니다. https://yozm.wishket.com/magazine/detail/3235/

Next.js 앱을 쿠버네티스에 배포하기 (feat. ArgoCD

사용자가 원하는 기능을 잘 찾는지, 정성적인 경험을 수치로 측정하는 툴 TNS. 전례없는 제품을 어떻게 제작했는지, TNS 길드원들의 이야기를 들려드릴게요.

토스가 특허 낸 리서치툴, TNS (Toss Navigation Score) 제작기 

토스는 자체적인 리서치 도구를 만들어 프로덕트에 적용했습니다. TNS(Toss Navigation Score)는 사용자가 원하는 기능을 얼마나 잘 찾아가는지를 수치로 측정하는 도구인데요. 앱 로그에 TNS ID를 심어, 어떤 경로로 사용자가 제품을 이용했는지 별도로 분리해서 살펴보는 방식입니다. 실험에 참가한 사용자가 실제 프로덕트를 쓰면서 어떤 행동을 했는지 확인할 수 있다는 것이 장점입니다. 이런 도구를 리서처, 디자이너, 개발자가 발제해서 직접 만들고 라이브 프로덕트에 적용한다는 것에서 토스의 대단함을 새삼 느낍니다.

[ 큐레이터의 문장 🎒 ]

몇 가지 생각해 볼 점도 있습니다.

1️⃣ 리서치하는 목적이 사용성과 유용성을 높이기 위한 것이라면, 제품을 사용하다 상단에서 문제지가 펼쳐지는 인터랙션과 기존 토스 화면에 블러처리되는 경험이 적절한 것인가?

2️⃣ 제품을 이용하다 갑자기 퀴즈를 풀게 하는 것이, 그 퀴즈에는 사용자보다 공급자가 궁금한 점을 해소하려는 의도가 담겨있다는 점에서 거슬리지 않고 눈에 띄지 않아야 한다는 좋은 디자인의 조건을 충족하는가?

https://toss.tech/article/Toss_Navigation_Score

토스는 자체적인 리서치 도구를 만들어 프로덕트에 적용했습니다. TNS(Toss Navigation Score)는 사용자가 원하는 기능을 얼마나 잘 찾아가는지를 수치로 측정하는 도구인데요. 앱 로그에 TNS ID를 심어, 어떤 경로로 사용자가 제품을 이용했는지 별도로 분리해서 살펴보는 방식입니다. 실험에 참가한 사용자가 실제 프로덕트를 쓰면서 어떤 행동을 했는지 확인할 수 있다는 것이 장점입니다. 이런 도구를 리서처, 디자이너, 개발자가 발제해서 직접 만들고 라이브 프로덕트에 적용한다는 것에서 토스의 대단함을 새삼 느낍니다. [ 큐레이터의 문장 🎒 ] 몇 가지 생각해 볼 점도 있습니다. 1️⃣ 리서치하는 목적이 사용성과 유용성을 높이기 위한 것이라면, 제품을 사용하다 상단에서 문제지가 펼쳐지는 인터랙션과 기존 토스 화면에 블러처리되는 경험이 적절한 것인가? 2️⃣ 제품을 이용하다 갑자기 퀴즈를 풀게 하는 것이, 그 퀴즈에는 사용자보다 공급자가 궁금한 점을 해소하려는 의도가 담겨있다는 점에서 거슬리지 않고 눈에 띄지 않아야 한다는 좋은 디자인의 조건을 충족하는가? https://toss.tech/article/Toss_Navigation_Score

toss.tech

⟪토스가 만든 리서치툴, TNS⟫

‪요 기능의 일부를 바이브 코딩으로 만들려다가 실패했는데요. 그 중에 하나로 타임존 문제가 있었습니다.‬

‪타임존 문제는 꽤나 보편적인(?) 문제라 잘 할 줄 알았는데 의외로(?) 헛점이 많더라고요. 초반엔 AI들이 아예 타임존 문제를 고려하지도 않았고요.‬

‪그래서 타임존 문제가 있을 수 있다는 것과, 이에따른 몇가지 고려사항을 상세하게 주고 또 결과를 꼼꼼히 검토해야했는데요. 시니어 개발자가 주니어 개발자보다 유리한 부분이 이런 엣지 케이스에 대한 경험적인 부분인 것 같습니다.‬

‪하지만 반면에 이런 사소한(?) 요소들 때문에 개발이 오래 걸리는데, 보통 당장은 필요 없는 것일 가능성이 높으니, 주니어가 이런 것 고려하지 않고 빠르고 단순하게 만드는게 더 큰 장점이 될 수도 있습니다. 특히 이런건 나중에 정말 많은 사람들이 쓰기 시작할 때 개선하는게 더 의도에 맞게 만들 수도 있으니까요.‬

‪그래서 저는 AI 개발 시대에 시니어만 유리하다는 말이 맞지는 않다고 생각합니다. 오히려 내년이 되면 주니어에 비해 경쟁력이 없어질까 불안할 정도에요.‬

‪요 기능의 일부를 바이브 코딩으로 만들려다가 실패했는데요. 그 중에 하나로 타임존 문제가 있었습니다.‬ ‪타임존 문제는 꽤나 보편적인(?) 문제라 잘 할 줄 알았는데 의외로(?) 헛점이 많더라고요. 초반엔 AI들이 아예 타임존 문제를 고려하지도 않았고요.‬ ‪그래서 타임존 문제가 있을 수 있다는 것과, 이에따른 몇가지 고려사항을 상세하게 주고 또 결과를 꼼꼼히 검토해야했는데요. 시니어 개발자가 주니어 개발자보다 유리한 부분이 이런 엣지 케이스에 대한 경험적인 부분인 것 같습니다.‬ ‪하지만 반면에 이런 사소한(?) 요소들 때문에 개발이 오래 걸리는데, 보통 당장은 필요 없는 것일 가능성이 높으니, 주니어가 이런 것 고려하지 않고 빠르고 단순하게 만드는게 더 큰 장점이 될 수도 있습니다. 특히 이런건 나중에 정말 많은 사람들이 쓰기 시작할 때 개선하는게 더 의도에 맞게 만들 수도 있으니까요.‬ ‪그래서 저는 AI 개발 시대에 시니어만 유리하다는 말이 맞지는 않다고 생각합니다. 오히려 내년이 되면 주니어에 비해 경쟁력이 없어질까 불안할 정도에요.‬

‪요 기능의 일부를 바이브 코딩으로 만들려다가 실패했는데요. 그 

이 글은 [조쉬의 뉴스레터]에서 발행되었습니다.퀄리티 있는 프로덕트, 창업가, 비즈니...

월 8천만원을 벌던 개발자가 바이브코딩 도구를 만드는 이유

국내 바이브코딩 시장을 혼자 독점하고 계신 커서맛피아님을 인터뷰했어요.

제 기준, 국내 바이브코딩 1인자입니다. 교육분야라기보다는, 찐으로 만드는 메이커 중 1인자라고 해도 손색이 없다고 봐요.

만드시는 제품이 디테일도 살아있더라고요.

특히 비개발자가, 완성된 제품을 만드는 데 가장 필요한 내용과 팁을 다 들을 수 있어 좋았어요.
깊은 내용을 담았으니, 유심히 봐주세요. :)

https://eopla.net/magazines/32117

국내 바이브코딩 시장을 혼자 독점하고 계신 커서맛피아님을 인터뷰했어요. 제 기준, 국내 바이브코딩 1인자입니다. 교육분야라기보다는, 찐으로 만드는 메이커 중 1인자라고 해도 손색이 없다고 봐요. 만드시는 제품이 디테일도 살아있더라고요. 특히 비개발자가, 완성된 제품을 만드는 데 가장 필요한 내용과 팁을 다 들을 수 있어 좋았어요.깊은 내용을 담았으니, 유심히 봐주세요. :) https://eopla.net/magazines/32117

무자본으로 연 100억을 넘게 버는 연쇄 창업가의 시스템 설계 방법

국내 바이브코딩 시장을 혼자 독점하고 계신 커서맛피아님을 인터뷰했

As you settle into your work routine each morning, you might feel some inherent optimism. "Today will be different," you tell yourself. "This is the ...

Embracing Productivity Grace: Overcoming Shame for a Positive Work Mindset - RescueTime Blog

혹시 여러분도 가만히 누워 쉬거나 유튜브를 볼 때에 '아 이러면 안되는데...'하는 죄책감에 시달리시나요? 저 또한 생산적인 일을 하고 있지 않을 때 불안함과 죄책감을 느껴서 스트레스를 받는 편인데요. 😭 마침 이를 '생산성 수치심'으로 칭하는 글을 발견하여 공유합니다.

이 글은 생산성 수치심의 원인과 극복하는 법까지 구체적으로 다루고 있는데요. 글이 길어 2편으로 나눠서 공유드리려고 해요. 저와 비슷한 죄책감을 느낀 적 있는 분이라면 일독을 권합니다!

https://blog.rescuetime.com/embracing-productivity-grace-overcoming-shame-for-a-positive-work-mindset/

----------------------------------------

<생산성 수치심이란?>

▪️ 첫째, 생산성 수치심은 일에 투자한 시간이나 To-do 리스트에서 지워낸 업무의 수와 상관없이, 충분히 달성하지 못했다는 끊임없는 감정으로 나타납니다. 우리 모두가 자부심을 가지고 있는 그 끊임없는 탁월함의 추구는 양날의 칼이 됩니다.

▪️ 생산성 수치심의 두 번째 측면은 특정 활동이 완전히 "비생산적"이라는 생각에 뿌리를 두고 있으며, 그 활동은 강한 죄책감을 가져다 줍니다. 취미나 영화 감상 같은 여가 활동을 하거나, 단순히 잠시 휴식을 취하는 것은 내적 갈등을 일으킵니다. 항상 더 생산적인 일에 종사해야 한다는 이러한 지속적인 믿음은 여러분이 쉬려고 노력할 때마다 깊은 수치심을 유발합니다.

▪️ 자신의 업적을 진심으로 축하할 수 없다는 것과, 스스로를 유예상태로 두지 않고 일에 묶여 있어야 한다는 끊임없는 압박은 스트레스, 과로, 그리고 필연적으로 번아웃의 위험한 지형의 토대가 됩니다.

<생산성 수치심의 원인>

▪️ 원인 #1: 자신의 가치를 성과와 연관짓는 것
자아 가치가 생산성에 묶여 있을 때, 그 결과는 끊임없는 수치심과 함께 일상적인 투쟁이 됩니다. 노력과 상관없이, 끊임없이 부족한 느낌은 반복되어 어떤 성취감에도 그림자를 드리웁니다.

▪️ 원인 #2: 비현실적인 목표 설정
목표는 적절하게 조정될 때 강력한 동기부여 역할을 하지만, 야망이 현실을 능가할 때는 부정적으로 작용합니다. 특히 지나치게 야심이 많은 경우, 프로세스의 중요성을 무시하고 오직 최종 결과에만 관심을 두기 쉽습니다. 또한 수많은 거창한 목표를 야심차게 추구하는 것은 성취와 그에 따른 목표 설정의 주기를 영구화하여 성취와 수치심의 지속적인 순환을 만듭니다.

▪️ 원인 #3: 비교의 함정
다른 사람들은 무한한 생산성을 가지고 있는 것처럼 보이는 사례에 끊임없이 노출되면, 모두가 우리 자신의 노력을 능가하고 있다는 잘못된 믿음을 배양합니다.

혹시 여러분도 가만히 누워 쉬거나 유튜브를 볼 때에 '아 이러면 안되는데...'하는 죄책감에 시달리시나요? 저 또한 생산적인 일을 하고 있지 않을 때 불안함과 죄책감을 느껴서 스트레스를 받는 편인데요. 😭 마침 이를 '생산성 수치심'으로 칭하는 글을 발견하여 공유합니다. 이 글은 생산성 수치심의 원인과 극복하는 법까지 구체적으로 다루고 있는데요. 글이 길어 2편으로 나눠서 공유드리려고 해요. 저와 비슷한 죄책감을 느낀 적 있는 분이라면 일독을 권합니다! https://blog.rescuetime.com/embracing-productivity-grace-overcoming-shame-for-a-positive-work-mindset/ ---------------------------------------- &lt;생산성 수치심이란?&gt; ▪️ 첫째, 생산성 수치심은 일에 투자한 시간이나 To-do 리스트에서 지워낸 업무의 수와 상관없이, 충분히 달성하지 못했다는 끊임없는 감정으로 나타납니다. 우리 모두가 자부심을 가지고 있는 그 끊임없는 탁월함의 추구는 양날의 칼이 됩니다. ▪️ 생산성 수치심의 두 번째 측면은 특정 활동이 완전히 "비생산적"이라는 생각에 뿌리를 두고 있으며, 그 활동은 강한 죄책감을 가져다 줍니다. 취미나 영화 감상 같은 여가 활동을 하거나, 단순히 잠시 휴식을 취하는 것은 내적 갈등을 일으킵니다. 항상 더 생산적인 일에 종사해야 한다는 이러한 지속적인 믿음은 여러분이 쉬려고 노력할 때마다 깊은 수치심을 유발합니다. ▪️ 자신의 업적을 진심으로 축하할 수 없다는 것과, 스스로를 유예상태로 두지 않고 일에 묶여 있어야 한다는 끊임없는 압박은 스트레스, 과로, 그리고 필연적으로 번아웃의 위험한 지형의 토대가 됩니다. &lt;생산성 수치심의 원인&gt; ▪️ 원인 #1: 자신의 가치를 성과와 연관짓는 것자아 가치가 생산성에 묶여 있을 때, 그 결과는 끊임없는 수치심과 함께 일상적인 투쟁이 됩니다. 노력과 상관없이, 끊임없이 부족한 느낌은 반복되어 어떤 성취감에도 그림자를 드리웁니다. ▪️ 원인 #2: 비현실적인 목표 설정목표는 적절하게 조정될 때 강력한 동기부여 역할을 하지만, 야망이 현실을 능가할 때는 부정적으로 작용합니다. 특히 지나치게 야심이 많은 경우, 프로세스의 중요성을 무시하고 오직 최종 결과에만 관심을 두기 쉽습니다. 또한 수많은 거창한 목표를 야심차게 추구하는 것은 성취와 그에 따른 목표 설정의 주기를 영구화하여 성취와 수치심의 지속적인 순환을 만듭니다. ▪️ 원인 #3: 비교의 함정다른 사람들은 무한한 생산성을 가지고 있는 것처럼 보이는 사례에 끊임없이 노출되면, 모두가 우리 자신의 노력을 능가하고 있다는 잘못된 믿음을 배양합니다.

안녕하세요,

댓글 0

함께 읽은 게시물

AI Native 기업이 SaaS를 뛰어넘는 이유

왜 좋은 일자리는 늘 부족한가

⟪사용자를 이해하는 유일한 방법에 대해서⟫

퇴사 부검 : 네이버를 떠나며

비슷한 게시물

주간 인기 TOP 10

추천 프로필