"1천672억원에 최종 협상 중"…스마트 안경 시장 복귀 포석 김태종 특파원 = 구글이 스마트 안경을 위한 시선 추적 기술을 개발하는 스타트업 인수를 추진하고 있다고 블룸버그 통신이 11일(현지시간) 보도했다. 소식

구글, '삼성 투자' 스마트안경 기술 스타트업 인수 임박

구글이 캐나다 온타리오주에 본사를 둔 스타트업 애드호크 마이크로시스템(AdHawk Microsystems Inc.·이하 애드호크) 인수를 위한 최종 협상을 진행 중이라고 전했다.

인수 금액은 1억1천500만 달러(1천672억원)로, 이 중 1천500만 달러는 이 스타트업이 특정 성과를 달성할 경우 지급되는 조건부 금액으로 알려졌다.

2017년 설립된 애드호크는 고급 시선 추적 기술을 구현하는 칩과 하드웨어 및 소프트웨어를 개발한다.

https://n.news.naver.com/article/001/0015259880?sid=104

구글이 캐나다 온타리오주에 본사를 둔 스타트업 애드호크 마이크로시스템(AdHawk Microsystems Inc.·이하 애드호크) 인수를 위한 최종 협상을 진행 중이라고 전했다. 인수 금액은 1억1천500만 달러(1천672억원)로, 이 중 1천500만 달러는 이 스타트업이 특정 성과를 달성할 경우 지급되는 조건부 금액으로 알려졌다. 2017년 설립된 애드호크는 고급 시선 추적 기술을 구현하는 칩과 하드웨어 및 소프트웨어를 개발한다. https://n.news.naver.com/article/001/0015259880?sid=104

n.news.naver.com

韓 AI 팹리스, 올해가 중대 변곡점 해외 고객사 확보가 관건 국내 대표 AI 팹리스, 글로벌 시장 검증대 오른다  해외 실적 확보해 경쟁력 입증해야 추가 투자 유치 퓨리오사 등 투자 유치 실패시 매각 가능성도

韓 AI 팹리스, 올해가 중대 변곡점… “해외 고객사 확보가 관건”

리벨리온, 딥엑스, 퓨리오사AI

https://biz.chosun.com/it-science/ict/2025/03/10/STI7WKTHERBY5BOYZRGRIWYSNY/?utm_source=naver&utm_medium=original&utm_campaign=biz

리벨리온, 딥엑스, 퓨리오사AI https://biz.chosun.com/it-science/ict/2025/03/10/STI7WKTHERBY5BOYZRGRIWYSNY/?utm_source=naver&amp;utm_medium=original&amp;utm_campaign=biz

조선비즈

이철원 밸런스히어로 대표 인도만 연구한 연쇄 창업자 소액대출 플랫폼 '트루밸런스' 디지털 신용평가로 5분 대출 누적 다운로드 8천만건 돌파 작년 매출 70% 급증 1400억 ◆ MK 히든챔피언 ◆ K핀테크 기업 밸런

[MK히든챔피언] K스타트업, 인도서 '국민 대출앱' 등극

트루밸런스 앱 출시 3년 만에 인도 내 누적 다운로드 4000만건을 돌파했고, 현재는 8000만건을 넘어섰다. 하루 평균 대출 신청자가 10만명을 넘고, 현재까지 누적 대출금액도 1조원에 이른다.

밸런스히어로는 작년에 매출 1400억원을 올려 전년 대비 70.7% 늘었고, 올해는 2000억원을 목표로 하고 있다. 올해 말께 국내 주식시장에 상장하기 위해 미래에셋증권과 하나증권을 주간사로 선정했다.

https://n.news.naver.com/article/009/0005458443?sid=101

트루밸런스 앱 출시 3년 만에 인도 내 누적 다운로드 4000만건을 돌파했고, 현재는 8000만건을 넘어섰다. 하루 평균 대출 신청자가 10만명을 넘고, 현재까지 누적 대출금액도 1조원에 이른다. 밸런스히어로는 작년에 매출 1400억원을 올려 전년 대비 70.7% 늘었고, 올해는 2000억원을 목표로 하고 있다. 올해 말께 국내 주식시장에 상장하기 위해 미래에셋증권과 하나증권을 주간사로 선정했다. https://n.news.naver.com/article/009/0005458443?sid=101

【샌프란시스코=홍창기 특파원】"도널드 트럼프 대통령이 재집권했지만 우리는 지정학적 불안이 발생하는 것을 목격하고 있다. 벤처캐피털(VC)의 역할은 이런 불안을 해소할 수 있는 스타트업을 키워가는 것이다" (마크 크레인 제네럴캐털리스트 파트너)"인공지능(AI) ..

트럼프 때문에 실리콘밸리 VC 투자 패턴 변하지 않아[실리콘밸리나우]

NEA의 양 파트너는 데이터브릭스를 예로 들며 학구적인 창업자에 투자하는 것이 성공 확률을 높이는 것 같다고 했다. 그는 "데이터브릭스 6명의 창업자 모두 아직 살아 있는데 그들은 모두 학자이고 모두 박사 학위 소지자다"라고 말했다. 아이작 김 라이트스피드 파트너는 "최근 VC들의 투자회수(엑시트) 방식은 전통적인 투자회수(엑시트) 뿐 아니라 기업 구조 효율화 등 프라이빗에쿼티(PE)의 방식으로 다양하게 변화고 있다"라고 설명했다.

이들은 AI로 소비자 기술이나 핀테크 등의 영역에서 유망 투자기회가 생길 것이라고 전망했다. 또 사이버 보안을 중심으로 얼리 스테이지에 있는 스타트업에 대한 투자도 유망할 것으로 내다봤다.

https://www.fnnews.com/news/202503110908139625

NEA의 양 파트너는 데이터브릭스를 예로 들며 학구적인 창업자에 투자하는 것이 성공 확률을 높이는 것 같다고 했다. 그는 "데이터브릭스 6명의 창업자 모두 아직 살아 있는데 그들은 모두 학자이고 모두 박사 학위 소지자다"라고 말했다. 아이작 김 라이트스피드 파트너는 "최근 VC들의 투자회수(엑시트) 방식은 전통적인 투자회수(엑시트) 뿐 아니라 기업 구조 효율화 등 프라이빗에쿼티(PE)의 방식으로 다양하게 변화고 있다"라고 설명했다. 이들은 AI로 소비자 기술이나 핀테크 등의 영역에서 유망 투자기회가 생길 것이라고 전망했다. 또 사이버 보안을 중심으로 얼리 스테이지에 있는 스타트업에 대한 투자도 유망할 것으로 내다봤다. https://www.fnnews.com/news/202503110908139625

파이낸셜뉴스

패션브랜드 ‘시티브리즈’ 운영 2026년 코넥스시장 상장 목표 BNK벤처·캡스톤 등 투자 확정 이 기사는 2025년 3월 9일 10시 29분 조선비즈 머니무브(MM) 사이트에 표출됐습니다. 일명 ‘링클프리’ 셔츠로 

K패션 메가 브랜드 잇는다… 이스트엔드, 130억원 규모 투자유치 추진

이스트엔드는 다양한 디자인의 옷을 소량 생산하는 방식을 채택, 시티브리즈 외에 ‘아티드’라는 자체 브랜드도 갖췄다. 지난해 시티브리즈만으로 230억원 매출을 냈다. 전체 매출은 301억원으로 전년(198억원) 대비 52% 증가했다.

이스트엔드는 프리IPO 투자금을 활용해 본격적인 해외 진출에 나선다는 방침이다. 일본 현지 법인 및 물류 인프라 구축도 예정했다. 연내 중국과 대만 진출도 정했다. 해외 진출로 외형을 확장, 내년 코넥스시장에 상장한다는 목표다.

https://n.news.naver.com/article/366/0001059632?sid=101

이스트엔드는 다양한 디자인의 옷을 소량 생산하는 방식을 채택, 시티브리즈 외에 ‘아티드’라는 자체 브랜드도 갖췄다. 지난해 시티브리즈만으로 230억원 매출을 냈다. 전체 매출은 301억원으로 전년(198억원) 대비 52% 증가했다. 이스트엔드는 프리IPO 투자금을 활용해 본격적인 해외 진출에 나선다는 방침이다. 일본 현지 법인 및 물류 인프라 구축도 예정했다. 연내 중국과 대만 진출도 정했다. 해외 진출로 외형을 확장, 내년 코넥스시장에 상장한다는 목표다. https://n.news.naver.com/article/366/0001059632?sid=101

<img src='https://image.thebell.co.kr/thebell10/img/icon-news.png'> 해당기사는 유료기사로 변경되거나 기사가 존재하지 않습니다.이용에 불편을 드려서 죄송합니다.문의는 (T)02-724-4162 입니다.

thebell Free

SM엔터테인먼트 기업주도형벤처캐피탈(CVC)인 SM엔터테인먼트와 YG엔터테인먼트그룹 CVC인 YG인베스트먼트가 공동운용(Co-GP) 펀드 결성을 추진한다. 국내 굴지의 엔터테인먼트 기업들의 지식재산권(IP) 활용도를 높이기 위해 손을 잡은 것이라 업계의 이목이 모인다.

http://m.thebell.co.kr/m/newsview.asp?svccode=00&newskey=202503071413494120105191

SM엔터테인먼트 기업주도형벤처캐피탈(CVC)인 SM엔터테인먼트와 YG엔터테인먼트그룹 CVC인 YG인베스트먼트가 공동운용(Co-GP) 펀드 결성을 추진한다. 국내 굴지의 엔터테인먼트 기업들의 지식재산권(IP) 활용도를 높이기 위해 손을 잡은 것이라 업계의 이목이 모인다. http://m.thebell.co.kr/m/newsview.asp?svccode=00&amp;newskey=202503071413494120105191

m.thebell.co.kr

신한투자증권 대상 제3자 배정 방식 신주 발행 라이더 등 인프라 확대·테크 역량 강화

부릉, 300억원 규모 투자 유치…배달 대행 시장 경쟁력 강화 - 매일경제

배달대행 플랫폼 부릉이 신한투자증권으로부터 300억 원 규모의 투자를 유치했다고 17일 밝혔다.

이번 투자 유치를 통해 부릉은 자금 안정성을 높이는 동시에 배달대행 시장에서의 경쟁력을 한층 강화할 계획이다. 특히 라이더, 크라우드소싱 플랫폼 ‘부릉프렌즈’, 제휴 네트워크 등 인프라를 확충해 증가하는 시장 내 배달 물량과 부릉에 의존하는 기업 고객의 수요에 대응할 예정이다.

https://m.mk.co.kr/news/it/11265420

배달대행 플랫폼 부릉이 신한투자증권으로부터 300억 원 규모의 투자를 유치했다고 17일 밝혔다. 이번 투자 유치를 통해 부릉은 자금 안정성을 높이는 동시에 배달대행 시장에서의 경쟁력을 한층 강화할 계획이다. 특히 라이더, 크라우드소싱 플랫폼 ‘부릉프렌즈’, 제휴 네트워크 등 인프라를 확충해 증가하는 시장 내 배달 물량과 부릉에 의존하는 기업 고객의 수요에 대응할 예정이다. https://m.mk.co.kr/news/it/11265420

매일경제

﻿
취업이나 이직을 고려하는 사람들에게 회사가 어떤 부분에서 얼마나 매력을 갖고 있는지 알아보는 지표가 있습니다. Employee Value Proposition이라고 하는 지표입니다. 영어를 한글로 직역하면 ‘직원 가치 제안’으로 기업이 직원들에게 제공하는 포괄적인 가치를 의미합니다.
제가 경험한 EVP 지표 조사는 크게 4가지 항목을 측정하는 것이었습니다. 보상, 성장 가능성, 조직문화, 복지 이상 4가지 항목입니다. 이와 같은 4가지 항목을 각각 더 잘게 쪼개어 약 40개 이상의 문항으로 설문을 받는 것이었습니다. 설문을 받는 대상은 IT 플랫폼 기업에 근무 중인 직장인 약 500명이었습니다.

다른 기업과 상대적인 EVP 지표가 궁금하여 약 30개 기업을 선정하여 해당 기업에 대한 보상, 성장 가능성, 조직문화, 복지에 대해서 물어보았습니다. 그래서 직접적으로 제가 근무하고 있던 곳과 객관적인 비교 우위를 확인하였습니다. 이는 산업 군에서 회사 경쟁력을 순위로 알고 싶다는 회사 주인의 의지였습니다. 

EVP 비교 기업을 선정하는 것이 가장 어려웠습니다. 직관적으로 제가 근무하고 있던 기업보다 브랜드 인지도가 훌륭한 기업은 EVP 설문 결과가 당연히 높게 나올 것이고, 반대로 브랜드 인지도가 아직 잘 갖춰지지 않은 기업은 상대적으로 EVP 설문 결과가 낮게 나올 것이라고 예상했습니다. 그럼에도 불구하고 비교해야 한다면, 어느 정도 적절히 믹스를 해야 할지 고민이 되었던 것입니다.

총 30개 비교 대상 중 20개는 브랜드 인지도 우위에 있을 것이라고 예상한 기업으로 선정하고, 나머지 10개는 우리가 우위에 있을 것이라고 상상한 곳으로 선정했습니다. 예상은 보기 좋게 적중했습니다. 역시 사람들 생각은 거기서 거기인가 봅니다. 이런 결과를 보면 때론 데이터를 공들여 분석하는 일이 무슨 의미가 있나 허무주의에 빠지기도 합니다.

예상은 했지만, 실제로 사람들에게 우리 회사 EVP 지표를 피드백 받아 보니 씁쓸하기도 했습니다. 설문을 만든 사람이나 응답한 사람이나 비교 대상 30개 회사 중 1-2개 기업을 제외하고 직접 근무해 본 경험이 있은 것은 아닌데, 더 좋아 보이고 덜 좋아 보이는 것이 확연히 드러나는 인식이 무섭고 쓸쓸했습니다.

이런 것을 보면 마케팅의 힘이 강력하다는 생각도 듭니다. 그리고 회사에 근무했던 사람과 지금 근무하고 있는 사람들이 만들어낸 목소리의 힘이 얼마나 멀리 크게 전파가 되는지 알 수 있습니다. 간접이든 직접이든 경험이 브랜드를 만들어 냅니다.

EVP는 경험이 만들어낸 지표라고 할 수 있습니다. 회사에 대해서 소문을 들어본 사람들과 회사에서 근무하며 경험한 것을 피드백하는 사람들이 평가한 지표입니다. 보상, 성장 가능성, 조직문화, 복지에 대한 사람들의 생각을 숫자로 확인해 볼 수 있는 흥미로운 지표라고 생각합니다.

4가지 항목을 평가한 500명의 사람들 중 대부분은 보상이 중요하다고 이야기했습니다. 그다음은 성장 가능성이 중요했고, 조직문화와 복지는 거의 비슷한 수준이었습니다. 직군에 따라서 약간 다른 점은 엔지니어 직군은 보상이 성장 가능성보다 훨씬 중요했고, 사업과 운영 분야 직군은 성장 가능성을 보상보다 근소한 차이로 더 중요하게 생각했습니다.

어떤 가치를 다른 가치보다 더 중요하다고 판단하는 것은 순전히 개인의 가치관에 달려 있는 것이라고 생각합니다. 개인이 중요하게 생각하는 가치가 어떤 배경에서 자리 잡게 되었는지 모두 알 수 없습니다. 하지만 아주 특수한 경우가 아니고 대한민국에서 공교육을 받고 평범한 가정에서 자란 사람들이 가지고 있는 가치라면 500명의 생각이 그 이상의 숫자를 어느 정도 대변할 수도 있을 것 같다는 섣부른 추측을 해봅니다.

아직 재정적으로 여유를 갖고 있지 못한 스타트업이 보상이나 복지와 같은 물리적인 혜택을 인재에게 제공하긴 어렵습니다. 그래서 인재를 영입할 때, 무기로 장착해야 하는 것이 성장 가능성과 조직문화에 대한 내용일 것입니다. 현재에 제공 가능한 것보다 미래에 줄 수 있는 혜택이 더 크다는 것을 어필해야 한다고 생각합니다.

물론 당장 눈앞에 보이는 보상과 복지와 같은 혜택을 너무 중요하게 생각하는 인재라면 설득이 어려울 것입니다. 그러나 성장 가능성과 조직문화와 같이 눈에 보이지 않는 가치에 대해서도 중요하다고 생각하는 인재가 있다면, 설득할 수 있는 여지가 있다고 생각합니다. 물론 인재가 현재 받고 있는 보상 수준과 터무니없이 차이가 나는 처우를 제시하며 이상적인 성장 가능성과 조직문화를 이야기하며 설득하겠다는 의지는 현실적으로 실현 가능성이 낮습니다.

어느 정도 채용 시장에 형성된 보상 체계를 이해하고 그와 준수한 처우와 복지 시스템을 갖추는 노력이 필요합니다. 아직 그렇게까지 보상과 복지를 갖출 형편이 되지 않는다면, 현재 구성원으로 조금 더 성장을 만들어야 하는 것은 아닌지 감히 진단해 봅니다.

사람이 매력을 느끼는 가치에는 분명히 여러 가지 요인이 있습니다. 인재를 영입하는 과정에서 회사가 제공할 수 있는 수준에 맞게 인재의 생각을 객관적으로 파악해 보려는 노력이 중요하다고 생각합니다. EVP 지표는 효과적인 인재 영입 프로세스를 갖추기 위해 필요한 인재와 기업이 조건을 객관적으로 파악하는 데 도움이 되는 내용입니다.

﻿취업이나 이직을 고려하는 사람들에게 회사가 어떤 부분에서 얼마나 매력을 갖고 있는지 알아보는 지표가 있습니다. Employee Value Proposition이라고 하는 지표입니다. 영어를 한글로 직역하면 ‘직원 가치 제안’으로 기업이 직원들에게 제공하는 포괄적인 가치를 의미합니다.제가 경험한 EVP 지표 조사는 크게 4가지 항목을 측정하는 것이었습니다. 보상, 성장 가능성, 조직문화, 복지 이상 4가지 항목입니다. 이와 같은 4가지 항목을 각각 더 잘게 쪼개어 약 40개 이상의 문항으로 설문을 받는 것이었습니다. 설문을 받는 대상은 IT 플랫폼 기업에 근무 중인 직장인 약 500명이었습니다. 다른 기업과 상대적인 EVP 지표가 궁금하여 약 30개 기업을 선정하여 해당 기업에 대한 보상, 성장 가능성, 조직문화, 복지에 대해서 물어보았습니다. 그래서 직접적으로 제가 근무하고 있던 곳과 객관적인 비교 우위를 확인하였습니다. 이는 산업 군에서 회사 경쟁력을 순위로 알고 싶다는 회사 주인의 의지였습니다.&nbsp; EVP 비교 기업을 선정하는 것이 가장 어려웠습니다. 직관적으로 제가 근무하고 있던 기업보다 브랜드 인지도가 훌륭한 기업은 EVP 설문 결과가 당연히 높게 나올 것이고, 반대로 브랜드 인지도가 아직 잘 갖춰지지 않은 기업은 상대적으로 EVP 설문 결과가 낮게 나올 것이라고 예상했습니다. 그럼에도 불구하고 비교해야 한다면, 어느 정도 적절히 믹스를 해야 할지 고민이 되었던 것입니다. 총 30개 비교 대상 중 20개는 브랜드 인지도 우위에 있을 것이라고 예상한 기업으로 선정하고, 나머지 10개는 우리가 우위에 있을 것이라고 상상한 곳으로 선정했습니다. 예상은 보기 좋게 적중했습니다. 역시 사람들 생각은 거기서 거기인가 봅니다. 이런 결과를 보면 때론 데이터를 공들여 분석하는 일이 무슨 의미가 있나 허무주의에 빠지기도 합니다. 예상은 했지만, 실제로 사람들에게 우리 회사 EVP 지표를 피드백 받아 보니 씁쓸하기도 했습니다. 설문을 만든 사람이나 응답한 사람이나 비교 대상 30개 회사 중 1-2개 기업을 제외하고 직접 근무해 본 경험이 있은 것은 아닌데, 더 좋아 보이고 덜 좋아 보이는 것이 확연히 드러나는 인식이 무섭고 쓸쓸했습니다. 이런 것을 보면 마케팅의 힘이 강력하다는 생각도 듭니다. 그리고 회사에 근무했던 사람과 지금 근무하고 있는 사람들이 만들어낸 목소리의 힘이 얼마나 멀리 크게 전파가 되는지 알 수 있습니다. 간접이든 직접이든 경험이 브랜드를 만들어 냅니다. EVP는 경험이 만들어낸 지표라고 할 수 있습니다. 회사에 대해서 소문을 들어본 사람들과 회사에서 근무하며 경험한 것을 피드백하는 사람들이 평가한 지표입니다. 보상, 성장 가능성, 조직문화, 복지에 대한 사람들의 생각을 숫자로 확인해 볼 수 있는 흥미로운 지표라고 생각합니다. 4가지 항목을 평가한 500명의 사람들 중 대부분은 보상이 중요하다고 이야기했습니다. 그다음은 성장 가능성이 중요했고, 조직문화와 복지는 거의 비슷한 수준이었습니다. 직군에 따라서 약간 다른 점은 엔지니어 직군은 보상이 성장 가능성보다 훨씬 중요했고, 사업과 운영 분야 직군은 성장 가능성을 보상보다 근소한 차이로 더 중요하게 생각했습니다. 어떤 가치를 다른 가치보다 더 중요하다고 판단하는 것은 순전히 개인의 가치관에 달려 있는 것이라고 생각합니다. 개인이 중요하게 생각하는 가치가 어떤 배경에서 자리 잡게 되었는지 모두 알 수 없습니다. 하지만 아주 특수한 경우가 아니고 대한민국에서 공교육을 받고 평범한 가정에서 자란 사람들이 가지고 있는 가치라면 500명의 생각이 그 이상의 숫자를 어느 정도 대변할 수도 있을 것 같다는 섣부른 추측을 해봅니다. 아직 재정적으로 여유를 갖고 있지 못한 스타트업이 보상이나 복지와 같은 물리적인 혜택을 인재에게 제공하긴 어렵습니다. 그래서 인재를 영입할 때, 무기로 장착해야 하는 것이 성장 가능성과 조직문화에 대한 내용일 것입니다. 현재에 제공 가능한 것보다 미래에 줄 수 있는 혜택이 더 크다는 것을 어필해야 한다고 생각합니다. 물론 당장 눈앞에 보이는 보상과 복지와 같은 혜택을 너무 중요하게 생각하는 인재라면 설득이 어려울 것입니다. 그러나 성장 가능성과 조직문화와 같이 눈에 보이지 않는 가치에 대해서도 중요하다고 생각하는 인재가 있다면, 설득할 수 있는 여지가 있다고 생각합니다. 물론 인재가 현재 받고 있는 보상 수준과 터무니없이 차이가 나는 처우를 제시하며 이상적인 성장 가능성과 조직문화를 이야기하며 설득하겠다는 의지는 현실적으로 실현 가능성이 낮습니다. 어느 정도 채용 시장에 형성된 보상 체계를 이해하고 그와 준수한 처우와 복지 시스템을 갖추는 노력이 필요합니다. 아직 그렇게까지 보상과 복지를 갖출 형편이 되지 않는다면, 현재 구성원으로 조금 더 성장을 만들어야 하는 것은 아닌지 감히 진단해 봅니다. 사람이 매력을 느끼는 가치에는 분명히 여러 가지 요인이 있습니다. 인재를 영입하는 과정에서 회사가 제공할 수 있는 수준에 맞게 인재의 생각을 객관적으로 파악해 보려는 노력이 중요하다고 생각합니다. EVP 지표는 효과적인 인재 영입 프로세스를 갖추기 위해 필요한 인재와 기업이 조건을 객관적으로 파악하는 데 도움이 되는 내용입니다.﻿

1
내 생각은 나의 것이 아니다. 내 감정 역시 나의 것이 아니다. 내가 만들어낸 것도 아니고, 내가 계획한 것도 아니고, 내가 의도한 것도 아니다.

2
하지만 내 머릿속에서 떠오르고 다른 사람들은 전혀 알아차릴 수가 없으니 우리는 ‘나의 생각이나 감정이 곧 나의 것’이라 생각하고, 더 나아가서 ‘그것이 바로 나‘라는 착각에 사로잡히게 된다

3
나의 생각이나 감정은 나의 심장이나 내장의 움직임과도 같다. 내가 의도한 것도 계획한 것도 아니라는 점에서 그러하다.

4
내 심장박동은 나에게 일어나는 하나의 지속적인 사건이지 내가 계획하거나 수행하는 것이 아니다. 내 심장박동은 내 뜻에 따라 생겨나는 것이 아니다. 그것은 분명 내 몸에서 벌어지는 일인데도 ’나의 일‘이 아니다.

5
나의 생각이나 감정 역시 그러하다. 내면소통 훈련의 핵심은 나의 생각이나 감정을 하나의 사건으로 알아차리고 한걸음 떨어져서 바라볼 수 있는 능력을 키우는 데 있다.

#내면소통 📚

1 내 생각은 나의 것이 아니다. 내 감정 역시 나의 것이 아니다. 내가 만들어낸 것도 아니고, 내가 계획한 것도 아니고, 내가 의도한 것도 아니다. ​ 2 하지만 내 머릿속에서 떠오르고 다른 사람들은 전혀 알아차릴 수가 없으니 우리는 ‘나의 생각이나 감정이 곧 나의 것’이라 생각하고, 더 나아가서 ‘그것이 바로 나‘라는 착각에 사로잡히게 된다 ​ 3 나의 생각이나 감정은 나의 심장이나 내장의 움직임과도 같다. 내가 의도한 것도 계획한 것도 아니라는 점에서 그러하다. ​ 4 내 심장박동은 나에게 일어나는 하나의 지속적인 사건이지 내가 계획하거나 수행하는 것이 아니다. 내 심장박동은 내 뜻에 따라 생겨나는 것이 아니다. 그것은 분명 내 몸에서 벌어지는 일인데도 ’나의 일‘이 아니다. ​ 5 나의 생각이나 감정 역시 그러하다. 내면소통 훈련의 핵심은 나의 생각이나 감정을 하나의 사건으로 알아차리고 한걸음 떨어져서 바라볼 수 있는 능력을 키우는 데 있다. #내면소통 📚

< 사실 내 머릿속 생각과 감정은 내가 만든 게 아니다 >

https://blog.naver.com/madaboutit/223766364209

면접관으로 들어가면 행동양식 질문으로 물어보는 두 가지 질문이 있다. 하나는 임팩트(Impact)에 관한 것이고 다른 하나는 협업(Collaboration)에 관한 것이다. 임팩트에는 관한 것으로 "커리어에서 가장 임팩트있는 프로젝트에 대해 이야기해달라"는 질문을 하고 협업에 관해서는 "같이 일해본 동료 중에 가장 힘들었던 사람이 누구였고 왜 힘들었지 이야기해달라"이다.

임팩트 질문은 전에 포스팅을 한 적이 있었는데 오늘은 협업 질문에 대해 더 이야기해보고자 한다. 어려운 동료에 관한 질문을 통해 알고자 하는 것은 이 사람이 완벽한 사람인지를 알고자 하는 것이 아니다. 얼마나 솔직한지 알고 싶고 어려운 동료를 통해 무엇을 배웠고 다음에 어떤 변화를 시도했는지 알고 싶은 거다. 즉 자신의 취약한 점을 솔직히 이야기할 줄 아는 사람인지 그리고 복기를 통해 발전을 꾀하는 사람인지 알고 싶은 건데 어떤 답변들은 너무나도 구체적이지 않고 피상적이다. 면접을 잘 하는 방법 중의 하나는 솔직하되 발전하는 모습에 대해 이야기하는 것이며 그렇게 커리어를 바라보는 것이 정말 좋지 않나 싶다.

이 이야기는 지난 주에 산호세 주립대 강의 도입부에 학생들에게 해준 면접 팁의 일부인데 매주 하나씩 공유할 계획이다.

면접관으로 들어가면 행동양식 질문으로 물어보는 두 가지 질문이 있다. 하나는 임팩트(Impact)에 관한 것이고 다른 하나는 협업(Collaboration)에 관한 것이다. 임팩트에는 관한 것으로 "커리어에서 가장 임팩트있는 프로젝트에 대해 이야기해달라"는 질문을 하고 협업에 관해서는 "같이 일해본 동료 중에 가장 힘들었던 사람이 누구였고 왜 힘들었지 이야기해달라"이다. 임팩트 질문은 전에 포스팅을 한 적이 있었는데 오늘은 협업 질문에 대해 더 이야기해보고자 한다. 어려운 동료에 관한 질문을 통해 알고자 하는 것은 이 사람이 완벽한 사람인지를 알고자 하는 것이 아니다. 얼마나 솔직한지 알고 싶고 어려운 동료를 통해 무엇을 배웠고 다음에 어떤 변화를 시도했는지 알고 싶은 거다. 즉 자신의 취약한 점을 솔직히 이야기할 줄 아는 사람인지 그리고 복기를 통해 발전을 꾀하는 사람인지 알고 싶은 건데 어떤 답변들은 너무나도 구체적이지 않고 피상적이다. 면접을 잘 하는 방법 중의 하나는 솔직하되 발전하는 모습에 대해 이야기하는 것이며 그렇게 커리어를 바라보는 것이 정말 좋지 않나 싶다. 이 이야기는 지난 주에 산호세 주립대 강의 도입부에 학생들에게 해준 면접 팁의 일부인데 매주 하나씩 공유할 계획이다.

면접 질문: 같이 일해본 동료 중에 가장 힘들었던 사람은 누구였나

저를 포함한 주변에서 자주 보이는, AI에 대해 공부하는 단계별 순서입니다.

1. ChatGPT 무료로 시작하기
2. GPTs 사용해보기
3. Claude, Google AI studio, Perplexity로 확장
4. 텍스트 기반 LLM에서 다른 모달(Modal)로 확장
(Ex. Midjourney, Genspark, PikaAI, Cursor)
5. LLM 무료 버전에서 유료 버전으로 전환하기
6. Prompt에 대해 공부하고 적용해보기
7. 새로 나오는 연구/논문 찾아보고 공부하기
8. Agent/Workflow에 대해 탐구하고 적용해보기
9. API로 연결해 직접 AI 도구 만들어보기

저를 포함한 주변에서 자주 보이는, AI에 대해 공부하는 단계별 순서입니다. 1. ChatGPT 무료로 시작하기2. GPTs 사용해보기3. Claude, Google AI studio, Perplexity로 확장4. 텍스트 기반 LLM에서 다른 모달(Modal)로 확장(Ex. Midjourney, Genspark, PikaAI, Cursor)5. LLM 무료 버전에서 유료 버전으로 전환하기6. Prompt에 대해 공부하고 적용해보기7. 새로 나오는 연구/논문 찾아보고 공부하기8. Agent/Workflow에 대해 탐구하고 적용해보기9. API로 연결해 직접 AI 도구 만들어보기&nbsp;

AI, 어디까지 써보셨나요?

‘매번 신경쓰지 않아도 API 요청 당 쿼리 호출 수가 임계치를 넘으면, 자동으로 알림이 오도록 만들 순 없을까?’ 라는 작은 고민을 시작으로 ‘모두가 쉽게 사용할 수 있게끔 라이브러리로 만들어보자!’ 까지 도달한 과정을 담은 이야기입니다. 실제로…

API 요청 당 쿼리 개수를 알고 싶어 라이브러리까지 만든 이야기 — 라이브러리 제작

‘매번 신경쓰지 않아도 API 요청 당 쿼리 호출 수가 임계치를 넘으면, 자동으로 알림이 오도록 만들 순 없을까?’ 라는 작은 고민을 시작으로 ‘모두가 쉽게 사용할 수 있게끔 라이브러리로 만들어보자!’ 까지 도달한 이야기
https://medium.com/@hyeon9mak/api-%EC%9A%94%EC%B2%AD-%EB%8B%B9-%EC%BF%BC%EB%A6%AC-%EA%B0%9C%EC%88%98%EB%A5%BC-%EC%95%8C%EA%B3%A0-%EC%8B%B6%EC%96%B4-%EB%9D%BC%EC%9D%B4%EB%B8%8C%EB%9F%AC%EB%A6%AC%EA%B9%8C%EC%A7%80-%EB%A7%8C%EB%93%A0-%EC%9D%B4%EC%95%BC%EA%B8%B0-%EB%9D%BC%EC%9D%B4%EB%B8%8C%EB%9F%AC%EB%A6%AC-%EC%A0%9C%EC%9E%91-de39f0d27351

‘매번 신경쓰지 않아도 API 요청 당 쿼리 호출 수가 임계치를 넘으면, 자동으로 알림이 오도록 만들 순 없을까?’ 라는 작은 고민을 시작으로 ‘모두가 쉽게 사용할 수 있게끔 라이브러리로 만들어보자!’ 까지 도달한 이야기https://medium.com/@hyeon9mak/api-%EC%9A%94%EC%B2%AD-%EB%8B%B9-%EC%BF%BC%EB%A6%AC-%EA%B0%9C%EC%88%98%EB%A5%BC-%EC%95%8C%EA%B3%A0-%EC%8B%B6%EC%96%B4-%EB%9D%BC%EC%9D%B4%EB%B8%8C%EB%9F%AC%EB%A6%AC%EA%B9%8C%EC%A7%80-%EB%A7%8C%EB%93%A0-%EC%9D%B4%EC%95%BC%EA%B8%B0-%EB%9D%BC%EC%9D%B4%EB%B8%8C%EB%9F%AC%EB%A6%AC-%EC%A0%9C%EC%9E%91-de39f0d27351

Medium

API 요청 당 쿼리 개수를 알고 싶어 라이브러리까지 만든 이야기

Embarking on a native port of the existing TypeScript compiler and toolset to achieve a 10x performance speed-up.

A 10x Faster TypeScript - TypeScript

타입스크립트가 컴파일러를 Go로 재작성하여 속도를 무려 10배 향상시킨다고 예고했습니다. 7.0 버전으로 출시 예정이고 올해 11월 즈음 베타 버전이 나올 것 같다고 하네요. 그동안 타입스크립트의 성능을 개선하기 위해서 오픈 소스로 여러 시도가 있었지만 모두 실패했는데 마이크로소프트에서 이렇게 직접 나서서 늦게라도 해결해주니 너무 좋은 것 같습니다. 덕분에 VSCode도 얼마나 빠릿빠릿해질지 벌써 기대가 되네요. 단지 Rust를 선택하지 않은 부분은 여러 커뮤니티에서 논쟁거리가 되고 있는 것 같습니다.

타입스크립트가 컴파일러를 Go로 재작성하여 속도를 무려 10배 향상시킨다고 예고했습니다. 7.0 버전으로 출시 예정이고 올해 11월 즈음 베타 버전이 나올 것 같다고 하네요. 그동안 타입스크립트의 성능을 개선하기 위해서 오픈 소스로 여러 시도가 있었지만 모두 실패했는데 마이크로소프트에서 이렇게 직접 나서서 늦게라도 해결해주니 너무 좋은 것 같습니다. 덕분에 VSCode도 얼마나 빠릿빠릿해질지 벌써 기대가 되네요. 단지 Rust를 선택하지 않은 부분은 여러 커뮤니티에서 논쟁거리가 되고 있는 것 같습니다.

TypeScript

🏎️ 타입스크립트가 10배나 빨라 진다구?! 😲

절대 죽지 않는 프로그램을 짜고 싶었습니다. 널 처리만 잘하면 된다고 생각했습니다. 프로그램이 죽는 이유의 대부분이 널 포인터를 건드리는 경우였으니까.

성급한 널 처리의 오류

절대 죽지 않는 프로그램을 짜고 싶었습니다. 널 처리만 잘하면 된다고 생각했습니다.
프로그램이 죽는 이유의 대부분이 널 포인터를 건드리는 경우였으니까.

회사에 처음 들어가서 윈도우 클라이언트 프로그램을 부여받았습니다.
맨티스라는 도구에 버그가 올라오면 내가 고칠 수 있는 게 있을까 신이 나서 찾아 고쳤습니다.
대부분 널 포인터만 감싸면 고쳐지는 에러였습니다.

26살의 신입사원답게 아주 재빨랐습니다.
재현 후 디버거를 붙여서 값이 널로 들어온다?
오케이, 찾았어. 바로 널 체크 코드를 추가했습니다.
if (pData == NULL)
  return;

그리고 다시 재현해 보고 재현이 안 되면 Fix로 변경.
아~ 코딩 참 쉽다.

저는 이걸 성급한 널 처리의 오류라고 부르고 싶습니다.

경험이 쌓이면서 이게 그리 쉬운 문제가 아니라는 걸 알았습니다.
이렇게 널과 널 체크를 남용하면 프로그램이 죽지는 않더라도 버그를 영영 감추는 꼴이 되어버리고 맙니다. 절대 죽지 않는 프로그램보다 문제가 생기면 곧장 죽는 프로그램이 오히려 낫다는 걸 시간이 지나고서야 깨달았습니다.
감춰진 버그는 나중에 결국 나에게 돌아온다는걸.
ASSERT(pData);

ASSERT 같은 코드를 왜 쓰는지도 그쯤에야 깨달았습니다. (학생 때는 도무지 이해가 되지 않았습니다)
알게 된 후로는 적극적으로 사용했습니다.

이후로는 변수가 널이어야 하는 경우와 절대 널이어선 안 되는 경우를 엄격하게 구분하기 시작했습니다. 애초에 널 상태를 만들지 않으려 애썼습니다.
변수를 처음 선언할 때부터.
DB 스키마를 만들 때부터.
서버에서 클라이언트에 데이터를 내려줄 때도 함부로 null 을 사용하지 않았습니다.
이렇게 하면 그걸 받아서 쓰는 애플리케이션 쪽에서 고민거리가 줄어들므로 코딩이 편해집니다.

C/C++처럼 낡은 언어와는 다르게 요즘 언어들은 nullable 혹은 optional 타입 기능을 제공하는 것 같습니다.
저는 C#에서 이걸 처음 봤는데, 최근 언어는 다 탑재하고 있더라고요.
가끔 귀찮다는 느낌이 들 때도 있긴 하지만… 귀찮다고 느껴질 때는 널을 다뤄야 할 때입니다.
애초에 널을 건네주는 곳이 없다면 귀찮을 일도 생기지 않습니다. 이 기능에 대해 호불호가 있지만 저는 선호하는 쪽입니다.

https://jeho.page/essay/2025/03/11/fallacy-of-hasty-null-handling.html

절대 죽지 않는 프로그램을 짜고 싶었습니다. 널 처리만 잘하면 된다고 생각했습니다. 프로그램이 죽는 이유의 대부분이 널 포인터를 건드리는 경우였으니까. 회사에 처음 들어가서 윈도우 클라이언트 프로그램을 부여받았습니다. 맨티스라는 도구에 버그가 올라오면 내가 고칠 수 있는 게 있을까 신이 나서 찾아 고쳤습니다.대부분 널 포인터만 감싸면 고쳐지는 에러였습니다. 26살의 신입사원답게 아주 재빨랐습니다. 재현 후 디버거를 붙여서 값이 널로 들어온다? 오케이, 찾았어. 바로 널 체크 코드를 추가했습니다.<pre ><code>if (pData == NULL)
 return;</code></pre>그리고 다시 재현해 보고 재현이 안 되면 Fix로 변경. 아~ 코딩 참 쉽다. 저는 이걸 성급한 널 처리의 오류라고 부르고 싶습니다. 경험이 쌓이면서 이게 그리 쉬운 문제가 아니라는 걸 알았습니다. 이렇게 널과 널 체크를 남용하면 프로그램이 죽지는 않더라도 버그를 영영 감추는 꼴이 되어버리고 맙니다. 절대 죽지 않는 프로그램보다 문제가 생기면 곧장 죽는 프로그램이 오히려 낫다는 걸 시간이 지나고서야 깨달았습니다. 감춰진 버그는 나중에 결국 나에게 돌아온다는걸.<pre ><code>ASSERT(pData);</code></pre>ASSERT 같은 코드를 왜 쓰는지도 그쯤에야 깨달았습니다. (학생 때는 도무지 이해가 되지 않았습니다) 알게 된 후로는 적극적으로 사용했습니다. 이후로는 변수가 널이어야 하는 경우와 절대 널이어선 안 되는 경우를 엄격하게 구분하기 시작했습니다. 애초에 널 상태를 만들지 않으려 애썼습니다. 변수를 처음 선언할 때부터. DB 스키마를 만들 때부터. 서버에서 클라이언트에 데이터를 내려줄 때도 함부로 null 을 사용하지 않았습니다. 이렇게 하면 그걸 받아서 쓰는 애플리케이션 쪽에서 고민거리가 줄어들므로 코딩이 편해집니다. C/C++처럼 낡은 언어와는 다르게 요즘 언어들은 nullable 혹은 optional 타입 기능을 제공하는 것 같습니다. 저는 C#에서 이걸 처음 봤는데, 최근 언어는 다 탑재하고 있더라고요. 가끔 귀찮다는 느낌이 들 때도 있긴 하지만… 귀찮다고 느껴질 때는 널을 다뤄야 할 때입니다. 애초에 널을 건네주는 곳이 없다면 귀찮을 일도 생기지 않습니다. 이 기능에 대해 호불호가 있지만 저는 선호하는 쪽입니다. https://jeho.page/essay/2025/03/11/fallacy-of-hasty-null-handling.html

K리그 프로그래머

학생 때는 회사 생활이 두려웠어요. 미디어에 비친 회사 생활은 수직적이고 권위적이었거든요.

회사에선 눈치 보는 야근을 해야 하고, 강요받는 회식 자리에 가야하며, 능력보다 관계가 중요한 곳이라고 느꼈어요.

그래서 도망쳤어요. 견뎌낼 자신 없는 문화를 가진 회사는 쳐다보지도 않았어요.

초봉이 중요하다며 조금 참고 돈 잘 주는 곳 가라는 말을 들었어요. 무시했어요. 적은 돈을 받더라도 괜찮았어요.

일이 좋아 출근이 기대되고, 동료들이 좋아 함께 여행도 떠날 수 있으면서, 능력으로 인정받을 수 있는 곳을 찾아다녔어요.

그렇게 9년이 흘렀어요. 저는 도망친 곳에서 낙원을 발견했고 지금의 제 삶을 즐기고 있어요.

학생 때는 회사 생활이 두려웠어요. 미디어에 비친 회사 생활은 수직적이고 권위적이었거든요. 회사에선 눈치 보는 야근을 해야 하고, 강요받는 회식 자리에 가야하며, 능력보다 관계가 중요한 곳이라고 느꼈어요. 그래서 도망쳤어요. 견뎌낼 자신 없는 문화를 가진 회사는 쳐다보지도 않았어요. 초봉이 중요하다며 조금 참고 돈 잘 주는 곳 가라는 말을 들었어요. 무시했어요. 적은 돈을 받더라도 괜찮았어요. 일이 좋아 출근이 기대되고, 동료들이 좋아 함께 여행도 떠날 수 있으면서, 능력으로 인정받을 수 있는 곳을 찾아다녔어요. 그렇게 9년이 흘렀어요. 저는 도망친 곳에서 낙원을 발견했고 지금의 제 삶을 즐기고 있어요.

도망친 곳에 낙원은… 있었다

Apache Kafka는 고성능의 분산 스트리밍 플랫폼으로, 프로듀서(Producer)와 컨슈머(Consumer) 간의 효율적인 데이터 전송을 지원합니다. 그러나 Kafka 자체는 데이터의 구조나 형식에 대한 검증을 수행하지 않으므로, 데이터 스키마의 관리와 호환성 유지에 어려움이 발생할 수 있습니다. 이러한 문제를 해결하기 위해 Schema Registry가 도입되었습니다.​ Schema Registry란 무엇인가?Schema Registry는 Kafka와 별도로 동작하는 독립적인 애플리케이션으로, Kafka에서 주고받는 메시지의 스키마를 중앙에서 관리하고 저장하는 역할을 합니다. 이를 통해 프로듀서와 컨슈머 간의 데이터 구조에 대한 명확한 정의를 공유하며, 데이터의 일관성과 호환성을 보장합니다. 왜 ..

Kafka Schema Registry: 데이터 스키마의 중앙 집중 관리

 Apache Kafka는 고성능의 분산 스트리밍 플랫폼으로, 프로듀서(Producer)와 컨슈머(Consumer) 간의 효율적인 데이터 전송을 지원합니다. 그러나 Kafka 자체는 데이터의 구조나 형식에 대한 검증을 수행하지 않으므로, 데이터 스키마의 관리와 호환성 유지에 어려움이 발생할 수 있습니다. 이러한 문제를 해결하기 위해 Schema Registry가 도입되었습니다.
 
Schema Registry란 무엇인가?
Schema Registry는 Kafka와 별도로 동작하는 독립적인 애플리케이션으로, Kafka에서 주고받는 메시지의 스키마를 중앙에서 관리하고 저장하는 역할을 합니다. 이를 통해 프로듀서와 컨슈머 간의 데이터 구조에 대한 명확한 정의를 공유하며, 데이터의 일관성과 호환성을 보장합니다.
 
왜 Schema Registry가 필요한가?
Kafka는 기본적으로 바이트 스트림으로 데이터를 처리하며, 데이터의 구조나 형식에 대한 제약이 없습니다. 이로 인해 다음과 같은 문제가 발생할 수 있습니다:
 * 스키마 변경으로 인한 장애 발생: 프로듀서가 데이터 형식을 변경하면, 이를 알지 못한 컨슈머는 역직렬화 과정에서 오류가 발생할 수 있습니다.
 * 데이터 명세 관리의 어려움: 여러 프로듀서와 컨슈머가 존재하는 환경에서 데이터 구조에 대한 명확한 정의가 없으면, 시스템 전체의 안정성이 저하될 수 있습니다. 
Schema Registry는 이러한 문제를 해결하기 위해 다음과 같은 기능을 제공합니다:
 * 스키마 중앙 관리: 모든 스키마를 중앙에서 관리하여 데이터 구조의 일관성을 유지합니다.
 * 호환성 검증: 새로운 스키마 등록 시 기존 스키마와의 호환성을 검증하여, 스키마 진화로 인한 오류를 방지합니다.
 * 스키마 버전 관리: 스키마의 버전을 체계적으로 관리하여, 필요 시 이전 버전으로의 롤백을 가능하게 합니다.

Schema Registry의 작동 원리
Schema Registry는 다음과 같은 흐름으로 작동합니다:
 1. 스키마 등록: 프로듀서는 메시지를 Kafka에 전송하기 전에 해당 메시지의 스키마를 Schema Registry에 등록합니다. 
 2. 스키마 ID 부여: Schema Registry는 등록된 스키마에 고유한 ID를 부여하고, 프로듀서는 이 스키마 ID를 메시지에 포함시켜 Kafka에 전송합니다.
 3. 메시지 소비: 컨슈머는 Kafka에서 메시지를 읽어들인 후, 메시지에 포함된 스키마 ID를 사용하여 Schema Registry에서 스키마를 조회하고, 이를 통해 메시지를 역직렬화합니다.
{
  "type": "record",
  "name": "User",
  "fields": [
    {"name": "name", "type": "string"},
    {"name": "age", "type": "int"}
  ]
}

 
이러한 과정은 프로듀서와 컨슈머 간의 데이터 구조에 대한 명확한 계약을 가능하게 하며, 시스템의 안정성과 데이터의 신뢰성을 향상시킵니다.
 
Schema Registry의 장단점
✅ 장점
 * 시스템 안정성 향상: 스키마 변경 시 발생할 수 있는 오류를 사전에 방지하여 시스템의 안정성을 높입니다.
 * 데이터 명세 관리 용이: 중앙에서 스키마를 관리함으로써 데이터 구조에 대한 명확한 정의를 제공하고, 운영의 효율성을 향상시킵니다.
 * 업무 효율성 증대: 스키마 관리로 인한 불필요한 커뮤니케이션을 줄여 개발자들이 본연의 업무에 집중할 수 있게 합니다.
❌ 단점
 * 관리 포인트 증가: Schema Registry 서버를 추가로 관리해야 하므로 운영 복잡성이 증가할 수 있습니다.
 * 스키마 관리 부담: 엄격한 스키마 검증으로 인해 스키마 변경 시 추가적인 관리 작업이 필요할 수 있습니다.
 
결론
Kafka Schema Registry는 데이터의 스키마를 중앙에서 관리하여 프로듀서와 컨슈머 간의 일관성을 보장하는 필수적인 컴포넌트입니다. 이를 통해 데이터의 신뢰성을 유지하고, 스키마 변경으로 인한 장애를 방지할 수 있습니다.
 
📌 기억할 점
 * Kafka 자체는 데이터 형식을 검증하지 않음 → Schema Registry가 필요함
 * 프로듀서는 메시지를 전송하기 전에 Schema Registry에 스키마를 등록해야 함
 * 컨슈머는 메시지를 소비할 때 Schema Registry에서 스키마를 조회하여 역직렬화함
 * JSON, Avro, Protobuf 등의 다양한 포맷을 지원함

&nbsp;Apache Kafka는 고성능의 분산 스트리밍 플랫폼으로, 프로듀서(Producer)와 컨슈머(Consumer) 간의 효율적인 데이터 전송을 지원합니다. 그러나 Kafka 자체는 데이터의 구조나 형식에 대한 검증을 수행하지 않으므로, 데이터 스키마의 관리와 호환성 유지에 어려움이 발생할 수 있습니다. 이러한 문제를 해결하기 위해 Schema Registry가 도입되었습니다.​&nbsp;Schema Registry란 무엇인가?Schema Registry는 Kafka와 별도로 동작하는 독립적인 애플리케이션으로, Kafka에서 주고받는 메시지의 스키마를 중앙에서 관리하고 저장하는 역할을 합니다. 이를 통해 프로듀서와 컨슈머 간의 데이터 구조에 대한 명확한 정의를 공유하며, 데이터의 일관성과 호환성을 보장합니다.&nbsp;왜 Schema Registry가 필요한가?Kafka는 기본적으로 바이트 스트림으로 데이터를 처리하며, 데이터의 구조나 형식에 대한 제약이 없습니다. 이로 인해 다음과 같은 문제가 발생할 수 있습니다:​<ul ><li>스키마 변경으로 인한 장애 발생: 프로듀서가 데이터 형식을 변경하면, 이를 알지 못한 컨슈머는 역직렬화 과정에서 오류가 발생할 수 있습니다. ​</li><li>데이터 명세 관리의 어려움: 여러 프로듀서와 컨슈머가 존재하는 환경에서 데이터 구조에 대한 명확한 정의가 없으면, 시스템 전체의 안정성이 저하될 수 있습니다.&nbsp;</li></ul>Schema Registry는 이러한 문제를 해결하기 위해 다음과 같은 기능을 제공합니다:​<ul ><li>스키마 중앙 관리: 모든 스키마를 중앙에서 관리하여 데이터 구조의 일관성을 유지합니다.​</li><li>호환성 검증: 새로운 스키마 등록 시 기존 스키마와의 호환성을 검증하여, 스키마 진화로 인한 오류를 방지합니다.​</li><li>스키마 버전 관리: 스키마의 버전을 체계적으로 관리하여, 필요 시 이전 버전으로의 롤백을 가능하게 합니다.</li></ul> Schema Registry의 작동 원리Schema Registry는 다음과 같은 흐름으로 작동합니다:​<ol ><li>스키마 등록: 프로듀서는 메시지를 Kafka에 전송하기 전에 해당 메시지의 스키마를 Schema Registry에 등록합니다.&nbsp;</li><li>스키마 ID 부여: Schema Registry는 등록된 스키마에 고유한 ID를 부여하고, 프로듀서는 이 스키마 ID를 메시지에 포함시켜 Kafka에 전송합니다.​</li><li>메시지 소비: 컨슈머는 Kafka에서 메시지를 읽어들인 후, 메시지에 포함된 스키마 ID를 사용하여 Schema Registry에서 스키마를 조회하고, 이를 통해 메시지를 역직렬화합니다.​</li></ol><pre ><code class="language-bash">{
 "type": "record",
 "name": "User",
 "fields": [
 {"name": "name", "type": "string"},
 {"name": "age", "type": "int"}
 ]
}</code></pre>&nbsp;이러한 과정은 프로듀서와 컨슈머 간의 데이터 구조에 대한 명확한 계약을 가능하게 하며, 시스템의 안정성과 데이터의 신뢰성을 향상시킵니다.&nbsp;Schema Registry의 장단점✅ 장점<ul ><li>시스템 안정성 향상: 스키마 변경 시 발생할 수 있는 오류를 사전에 방지하여 시스템의 안정성을 높입니다.</li><li>데이터 명세 관리 용이: 중앙에서 스키마를 관리함으로써 데이터 구조에 대한 명확한 정의를 제공하고, 운영의 효율성을 향상시킵니다.​</li><li>업무 효율성 증대: 스키마 관리로 인한 불필요한 커뮤니케이션을 줄여 개발자들이 본연의 업무에 집중할 수 있게 합니다.</li></ul>❌ 단점<ul ><li>관리 포인트 증가: Schema Registry 서버를 추가로 관리해야 하므로 운영 복잡성이 증가할 수 있습니다.​</li><li>스키마 관리 부담: 엄격한 스키마 검증으로 인해 스키마 변경 시 추가적인 관리 작업이 필요할 수 있습니다.</li></ul>&nbsp;결론Kafka Schema Registry는 데이터의 스키마를 중앙에서 관리하여 프로듀서와 컨슈머 간의 일관성을 보장하는 필수적인 컴포넌트입니다. 이를 통해 데이터의 신뢰성을 유지하고, 스키마 변경으로 인한 장애를 방지할 수 있습니다.&nbsp;📌 기억할 점<ul ><li>Kafka 자체는 데이터 형식을 검증하지 않음 → Schema Registry가 필요함</li><li>프로듀서는 메시지를 전송하기 전에 Schema Registry에 스키마를 등록해야 함</li><li>컨슈머는 메시지를 소비할 때 Schema Registry에서 스키마를 조회하여 역직렬화함</li><li>JSON, Avro, Protobuf 등의 다양한 포맷을 지원함 </li></ul>

덕토피아

🕊️ Kafka Schema Registry: 데이터 스키마 관리

사용자가 공유한 콘텐츠

체력은 "하고 싶은 것과 할 수 있는 것 사이의 갭을 줄이는 거예요."라는 말에 밑줄을 그었습니다. 원문 제목은 "40대 이후엔 체력전이다"인데, 전체를 관통하는 내용은 '다정함은 체력에서 나오니까, 다정하려면 체력을 길러라'는 명제에 가까운 내용입니다. 전 구글 디렉터 정김경숙 님이 체력을 가꾸는 이유, 나노운동을 통해 "시간이 없다"라는 핑계를 멀리하는 이유에도 고개를 끄덕이게 됩니다.

사실 정김경숙 님이 유명해진 건 구글에서 17년 일하다 갑자기 해고당한 이후 주 80시간의 육체노동을 택하며 '트레이더조'에서 일하며 스몰토크를 하는 경험을 긍정적으로 이야기하면서부터였는데요. 점심시간 1시간을 활용해서는 리프트로 라이드헤일링을 하며 다리는 쉬면서 또 일을 했죠. 트레이더조 일이 끝나면 곧장 스타벅스 유니폼을 입었습니다. 즐겁게 일했다는 점을 생각하면 그녀는 스스로에게 다정했습니다.

낯선 사람에게 친절을 베풀면 그 의도를 의심하는 게 더 합리적인 것 같은 사회에 살고 있지만, 다정함은 누구나에게 필요합니다. 스스로에게 다정할 만큼 체력을 기르고 나면, 남는 체력으로는 이방인에게도 다정할 수 있지 않을까요? 오늘 이 아티클 덕분에 낯선 이에게 조금 더 친절할 수 있었고, 더 괜찮은 사람이 되겠다는 다짐을 했습니다.

https://www.folin.co/article/10337/gift/DghwhBThRk5eYf1Xrm2vYX7f6xiFZe6L

체력은 "하고 싶은 것과 할 수 있는 것 사이의 갭을 줄이는 거예요."라는 말에 밑줄을 그었습니다. 원문 제목은 "40대 이후엔 체력전이다"인데, 전체를 관통하는 내용은 '다정함은 체력에서 나오니까, 다정하려면 체력을 길러라'는 명제에 가까운 내용입니다. 전 구글 디렉터 정김경숙 님이 체력을 가꾸는 이유, 나노운동을 통해 "시간이 없다"라는 핑계를 멀리하는 이유에도 고개를 끄덕이게 됩니다. 사실 정김경숙 님이 유명해진 건 구글에서 17년 일하다 갑자기 해고당한 이후 주 80시간의 육체노동을 택하며 '트레이더조'에서 일하며 스몰토크를 하는 경험을 긍정적으로 이야기하면서부터였는데요. 점심시간 1시간을 활용해서는 리프트로 라이드헤일링을 하며 다리는 쉬면서 또 일을 했죠. 트레이더조 일이 끝나면 곧장 스타벅스 유니폼을 입었습니다. 즐겁게 일했다는 점을 생각하면 그녀는 스스로에게 다정했습니다. 낯선 사람에게 친절을 베풀면 그 의도를 의심하는 게 더 합리적인 것 같은 사회에 살고 있지만, 다정함은 누구나에게 필요합니다. 스스로에게 다정할 만큼 체력을 기르고 나면, 남는 체력으로는 이방인에게도 다정할 수 있지 않을까요? 오늘 이 아티클 덕분에 낯선 이에게 조금 더 친절할 수 있었고, 더 괜찮은 사람이 되겠다는 다짐을 했습니다. https://www.folin.co/article/10337/gift/DghwhBThRk5eYf1Xrm2vYX7f6xiFZe6L

www.folin.co

《다정함도 체력에서 나오니까》

최근 DeepSeek에 이어 중국발 AI에이전트 돌풍(?)을 일으키고 있는 마누스(Manus) AI 내용을 정리해봅니다.

🍏 Manus AI 개요
 * 개발사: 중국 스타트업 Monica
 * 출시: 2025년 3월 6일
 * 기반 모델: Anthropic의 Claude 3.5 Sonnet과 Alibaba의 Qwen 모델 기반
 * 특징
   * 세계 최초의 범용 자율 AI 에이전트
   * OpenAI Deep Research, Gemini Deep Research 등에서 볼 수 있는 딥 리서치 기능을 구현한 멀티 에이전트 협업 시스템
   * 기존의 챗봇이나 AI 모델과 달리, Manus는 단순한 답변 제공을 넘어 실제 결과물을 도출하는 데 초점
   * 계획, 실행, 검증을 담당하는 별도의 에이전트들로 구성된 멀티 에이전트 아키텍처
   * 대규모 작업을 수백개의 실행 가능한 하위 작업으로 나누는 동적 타겟 분해 기능
   * 여러 유형의 데이터를 동시에 처리하는 교차 모달 추론 기능
   * 강화학습을 통한 의사결정 효율성 지속적인 개선 및 오류율 최소화
   * 지시를 기다리지 않고 스스로 작업을 시작하고 새로운 정보를 평가하며 접근 방식으로 동적으로 조정하는 자기주도적 작업 수행

🍏 기술적 특징
 * 멀티 에이전트 아키텍처
   * 계획 에이전트(Planning Agent)
     * 작업 분석 및 단계별 계획 수립
     * 사용자 요청을 PDCA(Plan-Do-Check-Act) 사이클로 분해
     * Monte Carlo Tree Search(MCTS) 알고리즘 활용
     * Anthropic Qwen 모델 기반의 텍스트 분석 및 전략 세분화
   * 실행 에이전트(Execution Agent)
     * 웹 브라우저/데이터베이스 등 27개 외부 도구와 실시간 연동
     * Claude 3.5 Sonnet 모델을 주력으로 사용
     * 비동기적 클라우드 처리 아키텍처 지원
   * 검증 에이전트(Validation Agent)
     * 결과 검증 및 최적화
     * 3단계 검증 프로세스: 형식 검증 (표 구조/코드 문법), 내용 검증 (사실 관계 확인, 컨텍스트 검증 (사용자 의도 부합 여부)
 * 성능 향상 메커니즘
   * 동적 모델 로딩: 작업 요구사항에 따라 GPT-4, Gemini 등 제3자 모델 추가 호출
   * 실시간 피드백 루프: 오류 발생 시 자동 재계획 알고리즘 가동
   * 크로스 모달 퓨전: 텍스트-이미지 결합 분석을 위한 어텐션 메커니즘 적용
 * 혁신적인 기능
   * 비동기 처리: Celery 작업규 + Redis 캐시 - 오픈라인 작업 지속 가능
   * 메모리 시스템: 벡터 데이터베이스 기반 장기 기억 - 사용자 패턴 학습 최적화
   * 보안 프레임워크: 샌드박스 가상머신 격리 - 외부시스템 영향 제거
 * 외부 도구 통합: 웹 브라우저, 데이터베이스, 코드 편집기 등 다양한 소프트웨어와 통합
 * 클라우드 기반 운영: 비동기적 클라우드 처리를 지원하여 효율적인 작업 수행 가능

🍏 성능
 * Meta AI와 Hugging Face가 개발한 GAIA 테스트에서 OpenAI GPT-4o 대비 18% or 23% 높은 정확도

🍏 단점 및 한계
 * 초기 오류 빈도: 무한 루프 발생, 오류 메시지 출력 등 초기 사용자 경험에서 문제 보고
 * 사실 정확성 부족: 정보 누락 또는 부정확한 데이터 제공 사례 존재
 * API 의존성: API가 없는 애플리케이션과의 호환성이 제한적
 * 복제 가능성: 자체 모델 개발보다는 통합에 의존하기 때문에 경쟁사에 의해 복제될 위험

🍏 비즈니스 가능성
 * 기업용 솔루션: B2B 공급업체 발굴, 재무 보고서 분석 등
 * 개인 비서 역할: 여행 계획, 보험 비교, 교육 과정 개발 등
 * 자동화된 업무 처리: 온라인 스토어 운영 분석, 채용 인터뷰 준비 등

🍏 미래 전망
 * 오픈소스화 계획: Monica는 2025년 말까지 Manus AI를 오픈소스로 공개할 계획
 * 확장성: 개발자들이 맞춤형 플러그인을 구축하거나 틈새 응용 프로그램에 최적화할 수 있는 가능성 제공

최근 DeepSeek에 이어 중국발 AI에이전트 돌풍(?)을 일으키고 있는 마누스(Manus) AI 내용을 정리해봅니다. 🍏 Manus AI 개요<ul><li>개발사: 중국 스타트업 Monica</li><li>출시: 2025년 3월 6일</li><li>기반 모델: Anthropic의 Claude 3.5 Sonnet과 Alibaba의 Qwen 모델 기반</li><li>특징<ul><li>세계 최초의 범용 자율 AI 에이전트</li><li>OpenAI Deep Research, Gemini Deep Research 등에서 볼 수 있는 딥 리서치 기능을 구현한 멀티 에이전트 협업 시스템</li><li>기존의 챗봇이나 AI 모델과 달리, Manus는 단순한 답변 제공을 넘어 실제 결과물을 도출하는 데 초점</li><li>계획, 실행, 검증을 담당하는 별도의 에이전트들로 구성된 멀티 에이전트 아키텍처</li><li>대규모 작업을 수백개의 실행 가능한 하위 작업으로 나누는 동적 타겟 분해 기능</li><li>여러 유형의 데이터를 동시에 처리하는 교차 모달 추론 기능</li><li>강화학습을 통한 의사결정 효율성 지속적인 개선 및 오류율 최소화</li><li>지시를 기다리지 않고 스스로 작업을 시작하고 새로운 정보를 평가하며 접근 방식으로 동적으로 조정하는 자기주도적 작업 수행</li></ul></li></ul> 🍏 기술적 특징<ul><li>멀티 에이전트 아키텍처<ul><li>계획 에이전트(Planning Agent)<ul><li>작업 분석 및 단계별 계획 수립</li><li>사용자 요청을 PDCA(Plan-Do-Check-Act) 사이클로 분해</li><li>Monte Carlo Tree Search(MCTS) 알고리즘 활용</li><li>Anthropic Qwen 모델 기반의 텍스트 분석 및 전략 세분화</li></ul></li><li>실행 에이전트(Execution Agent)<ul><li>웹 브라우저/데이터베이스 등 27개 외부 도구와 실시간 연동</li><li>Claude 3.5 Sonnet 모델을 주력으로 사용</li><li>비동기적 클라우드 처리 아키텍처 지원</li></ul></li><li>검증 에이전트(Validation Agent)<ul><li>결과 검증 및 최적화</li><li>3단계 검증 프로세스: 형식 검증 (표 구조/코드 문법), 내용 검증 (사실 관계 확인, 컨텍스트 검증 (사용자 의도 부합 여부)</li></ul></li></ul></li><li>성능 향상 메커니즘<ul><li>동적 모델 로딩: 작업 요구사항에 따라 GPT-4, Gemini 등 제3자 모델 추가 호출</li><li>실시간 피드백 루프: 오류 발생 시 자동 재계획 알고리즘 가동</li><li>크로스 모달 퓨전: 텍스트-이미지 결합 분석을 위한 어텐션 메커니즘 적용</li></ul></li><li>혁신적인 기능<ul><li>비동기 처리: Celery 작업규 + Redis 캐시 - 오픈라인 작업 지속 가능</li><li>메모리 시스템: 벡터 데이터베이스 기반 장기 기억 - 사용자 패턴 학습 최적화</li><li>보안 프레임워크: 샌드박스 가상머신 격리 - 외부시스템 영향 제거</li></ul></li><li>외부 도구 통합: 웹 브라우저, 데이터베이스, 코드 편집기 등 다양한 소프트웨어와 통합</li><li>클라우드 기반 운영: 비동기적 클라우드 처리를 지원하여 효율적인 작업 수행 가능</li></ul> 🍏 성능<ul><li>Meta AI와 Hugging Face가 개발한 GAIA 테스트에서 OpenAI GPT-4o 대비 18% or 23% 높은 정확도</li></ul> 🍏 단점 및 한계<ul><li>초기 오류 빈도: 무한 루프 발생, 오류 메시지 출력 등 초기 사용자 경험에서 문제 보고</li><li>사실 정확성 부족: 정보 누락 또는 부정확한 데이터 제공 사례 존재</li><li>API 의존성: API가 없는 애플리케이션과의 호환성이 제한적</li><li>복제 가능성: 자체 모델 개발보다는 통합에 의존하기 때문에 경쟁사에 의해 복제될 위험</li></ul> 🍏 비즈니스 가능성<ul><li>기업용 솔루션: B2B 공급업체 발굴, 재무 보고서 분석 등</li><li>개인 비서 역할: 여행 계획, 보험 비교, 교육 과정 개발 등</li><li>자동화된 업무 처리: 온라인 스토어 운영 분석, 채용 인터뷰 준비 등</li></ul> 🍏 미래 전망<ul><li>오픈소스화 계획: Monica는 2025년 말까지 Manus AI를 오픈소스로 공개할 계획</li><li>확장성: 개발자들이 맞춤형 플러그인을 구축하거나 틈새 응용 프로그램에 최적화할 수 있는 가능성 제공</li></ul>

마누스(Manus) AI

우디의 컨설팅:  합격으로 가는 3가지 차별점 회사별 맞춤 포트폴리오,  합격을 부르는 비결입니다. 5회 코칭 진행 
 핀테크 프로덕트 디자이너로 최종 합격한 김** 님의 실제 리뷰입니다.  2회 코칭 진행 
 핀테크 프로덕트 디자이너로 최종 합격한 **호 님의 실제 리뷰입니다.  2회 코칭 진행 
 에이전시 → 스타트업 디자이너로 이직 성공한 **수 님의

[🚨3월·소수 정예!] 유니콘·빅테크 합격한 UX/UI 포트폴리오 컨설팅 - PO·디자인 리드 우디 - 우디디자인랩

Q) 🧑‍💻 평소 업무나 협업 시, 본인의 커뮤니케이션 스타일은 어떤 편인가요? (우디)

A) 🙋‍♀️ 저는 상대방이 궁금해하거나 필요로 할 수 있는 정보를 구체적으로 전달하려는 편이에요. 가령 프로젝트를 진행할 때도, “이건 왜 필요한가” “어떤 방식으로 진행될 것인가” 같은 구체적인 맥락을 먼저 짚어요. 특히 추가 설명이 필요할 것 같은 부분은 상세하게 적어서 미리 공유하고, 혹시 오해가 생기지 않도록 직접 확인하려고 노력합니다. 제가 조금 더 신경을 써야 의사소통 과정에서 불필요한 혼란을 줄일 수 있다고 생각해요. (5년차 UX/UI 디자이너분)

* 저맥락 커뮤니케이션을 통해 오해를 줄이는 커뮤니케이션 스타일이 느껴져 좋았습니다.

Q) 🧑‍💻 평소 업무나 협업 시, 본인의 커뮤니케이션 스타일은 어떤 편인가요? (우디) A) 🙋‍♀️ 저는 상대방이 궁금해하거나 필요로 할 수 있는 정보를 구체적으로 전달하려는 편이에요. 가령 프로젝트를 진행할 때도, “이건 왜 필요한가” “어떤 방식으로 진행될 것인가” 같은 구체적인 맥락을 먼저 짚어요. 특히 추가 설명이 필요할 것 같은 부분은 상세하게 적어서 미리 공유하고, 혹시 오해가 생기지 않도록 직접 확인하려고 노력합니다. 제가 조금 더 신경을 써야 의사소통 과정에서 불필요한 혼란을 줄일 수 있다고 생각해요. (5년차 UX/UI 디자이너분) * 저맥락 커뮤니케이션을 통해 오해를 줄이는 커뮤니케이션 스타일이 느껴져 좋았습니다.

Latpeed

기억에 남는 디자이너 면접 답변 [9]

인공지능(AI) 스타트업 오픈AI가 추론 작업을 수행할 수 있는 새 AI 모델 ‘o1(오원)’을 12일(현지시간) 공개했다. 샘 알트먼 오픈AI 최고경영자(CEO). (사진=AFP) 오픈AI는 회사 공식 홈페이지를 

"더 똑똑해졌다"…오픈AI, 추론하는 새 AI 모델 'o1' 공개

블룸버그통신은 오픈AI의 ‘o1’이 AI 모델 개발을 둘러싼 치열한 경쟁 가운데 나왔다고 짚었다. 오픈AI의 대항마로 평가받는 AI 스타트업 앤스로픽과 구글도 고급 AI 모델을 통한 추론 기술에 집중하고 있다.

오픈AI는 개발 비용 마련을 위해 최근 대규모 자금 조달에 나섰다. 전날 블룸버그에 따르면 오픈AI는 기업 가치를 1500억 달러(약 201조원)로 평가할 수 있는, 65억 달러(약 8조7000억원)의 자금 조달을 위해 협의 중이다. 동시에 오픈AI는 한도대출(RCF)로 50억 달러(약 6조7000억원)를 추가 조달을 위해 은행과 협의 중으로 알려졌다.

https://n.news.naver.com/article/018/0005835473?sid=101

블룸버그통신은 오픈AI의 ‘o1’이 AI 모델 개발을 둘러싼 치열한 경쟁 가운데 나왔다고 짚었다. 오픈AI의 대항마로 평가받는 AI 스타트업 앤스로픽과 구글도 고급 AI 모델을 통한 추론 기술에 집중하고 있다. 오픈AI는 개발 비용 마련을 위해 최근 대규모 자금 조달에 나섰다. 전날 블룸버그에 따르면 오픈AI는 기업 가치를 1500억 달러(약 201조원)로 평가할 수 있는, 65억 달러(약 8조7000억원)의 자금 조달을 위해 협의 중이다. 동시에 오픈AI는 한도대출(RCF)로 50억 달러(약 6조7000억원)를 추가 조달을 위해 은행과 협의 중으로 알려졌다. https://n.news.naver.com/article/018/0005835473?sid=101

SNEW 스타트업 뉴스

스타트업과 벤처캐피탈 뉴스 및 인사이트
snew.insight@gmail.com

댓글 0

비슷한 게시물

주간 인기 TOP 10

추천 프로필