자사주 소각하라 주주 행동 플랫폼에 12만명 결집 행동주의 투자자들 크게 늘어

“자사주 소각하라”… 주주 행동 플랫폼에 12만명 결집

이들의 결집에는 액트나 헤이홀더와 같은 온라인 주주행동 플랫폼이 큰 영향을 끼쳤다. 과거에도 개인 투자자들은 온라인 종목 게시판을 통해 뭉치기도 했지만, 이 플랫폼들은 마이데이터(본인신용정보관리)를 활용해 실제 주주 여부를 확인하기 때문에 주주 간 응집력이 강력하다. 지난 25일 기준 주주행동 플랫폼 액트와 헤이홀더의 전체 가입자 수는 총 12만명, 주주들이 보유한 주식 가치는 13조1000억원에 달한다.

https://www.chosun.com/economy/money/2025/02/27/JRVGQII5SNECZGR2GLWA3VUM2A/?utm_source=naver&utm_medium=referral&utm_campaign=naver-news

이들의 결집에는 액트나 헤이홀더와 같은 온라인 주주행동 플랫폼이 큰 영향을 끼쳤다. 과거에도 개인 투자자들은 온라인 종목 게시판을 통해 뭉치기도 했지만, 이 플랫폼들은 마이데이터(본인신용정보관리)를 활용해 실제 주주 여부를 확인하기 때문에 주주 간 응집력이 강력하다. 지난 25일 기준 주주행동 플랫폼 액트와 헤이홀더의 전체 가입자 수는 총 12만명, 주주들이 보유한 주식 가치는 13조1000억원에 달한다. https://www.chosun.com/economy/money/2025/02/27/JRVGQII5SNECZGR2GLWA3VUM2A/?utm_source=naver&amp;utm_medium=referral&amp;utm_campaign=naver-news

조선일보

오케스트라PE, KFC코리아 매각 추진기업가치 4000억대 희망

오케스트라PE, KFC코리아 매각 추진…기업가치 4000억대 희망

국내 사모펀드(PEF) 운용사 오케스트라프라이빗에쿼티가 KFC코리아를 매각한다. 경영권을 인수한 지 2년 만이다. 희망 매각가는 약 3000억~4000억원 수준으로 알려졌다.

앞서 오케스트라PE는 지난 2023년 약 1000억원을 들여 KFC코리아 지분 100%를 KG그룹으로부터 인수했다. KFC·피자헛·타코벨 등을 보유한 글로벌 외식 기업 얌브랜즈도 출자자로 참여했다.

https://biz.chosun.com/stock/stock_general/2025/04/01/ILJIFNWZXNHBHPEARYRNU4FFXI/?utm_source=naver&utm_medium=original&utm_campaign=biz

국내 사모펀드(PEF) 운용사 오케스트라프라이빗에쿼티가 KFC코리아를 매각한다. 경영권을 인수한 지 2년 만이다. 희망 매각가는 약 3000억~4000억원 수준으로 알려졌다. 앞서 오케스트라PE는 지난 2023년 약 1000억원을 들여 KFC코리아 지분 100%를 KG그룹으로부터 인수했다. KFC·피자헛·타코벨 등을 보유한 글로벌 외식 기업 얌브랜즈도 출자자로 참여했다. https://biz.chosun.com/stock/stock_general/2025/04/01/ILJIFNWZXNHBHPEARYRNU4FFXI/?utm_source=naver&amp;utm_medium=original&amp;utm_campaign=biz

조선비즈

 &nbsp;사업장 폐기물 수거 서비스 '업박스(UpBox)'를 운영하는 리코(Reco)가 총 585억원 규모의 시리즈C 투자를 유치했다. 31일 벤처캐피탈(VC) 업계에 따르면&nbsp;이번 라운드는 한국을 포함해 31개국에서 이케아 리테일을 운영하는 잉카 그룹의 투자 부문 '잉카 인..

'사업장 폐기물 관리' 리코, 585억 시리즈C 투자 유치

이번 라운드는 한국을 포함해 31개국에서 이케아 리테일을 운영하는 잉카 그룹의 투자 부문 '잉카 인베스트먼트'가 리드 투자사로 참여했다.

리코는 B2B 폐기물 관리 솔루션 '업박스(UpBox)'를 통해 호텔, 제조업, 유통업 등 다양한 산업 분야의 폐기물 관리를 지원하고 있다. 업박스는 기업이 폐기물을 보다 효율적으로 관리하고, 운영 부담을 줄이면서 지속 가능한 폐기물 관리를 실현할 수 있도록 돕는다.

https://www.fnnews.com/news/202503311543204732

이번 라운드는 한국을 포함해 31개국에서 이케아 리테일을 운영하는 잉카 그룹의 투자 부문 '잉카 인베스트먼트'가 리드 투자사로 참여했다. 리코는 B2B 폐기물 관리 솔루션 '업박스(UpBox)'를 통해 호텔, 제조업, 유통업 등 다양한 산업 분야의 폐기물 관리를 지원하고 있다. 업박스는 기업이 폐기물을 보다 효율적으로 관리하고, 운영 부담을 줄이면서 지속 가능한 폐기물 관리를 실현할 수 있도록 돕는다. https://www.fnnews.com/news/202503311543204732

파이낸셜뉴스

[이 기사에 나온 스타트업에 대한 보다 다양한 기업정보는 유니콘팩토리 빅데이터 플랫폼 '데이터랩'에서 볼 수 있습니다.] 벤처캐피탈(VC) SBVA가 지역생활 커뮤니티 당근마켓 구주 매입에 나선다. 올해 1월 당근마켓 첫 투자분을 엑시트(투자회수)한 이후 두달만이다. 당근마켓이 최근 2년 연속 흑자를 기록하는 등 안정적인 수익 기반을 마련한 것이 이번 구주...

[단독]SBVA 또 한번 '당근' 베팅…2.7조 밸류 구주 매입 나선다 - 머니투데이

이번 구주 거래에서 당근마켓이 인정받은 밸류에이션(기업가치)은 2조7000억원으로 알려졌다. 2021년 8월 1780억원 규모의 시리즈D 투자 유치를 진행하면 인정받은 3조원보다 10% 낮아진 수준이다. 통상 기관투자자 간 구주 거래 할인율이 10~30%인 걸 감안하면 높은 평가다.

SBVA 관계자는 "펀드 만기에 맞춰 청산한 첫번째 투자분 이외 두번째, 세번째 투자분은 여전히 보유 중"이라며 "2024년 호실적, 2025년 성장성이 기대돼 추가 투자를 검토 중"이라고 말했다.

https://m.mt.co.kr/renew/view.html?no=2025032809421049043

이번 구주 거래에서 당근마켓이 인정받은 밸류에이션(기업가치)은 2조7000억원으로 알려졌다. 2021년 8월 1780억원 규모의 시리즈D 투자 유치를 진행하면 인정받은 3조원보다 10% 낮아진 수준이다. 통상 기관투자자 간 구주 거래 할인율이 10~30%인 걸 감안하면 높은 평가다. SBVA 관계자는 "펀드 만기에 맞춰 청산한 첫번째 투자분 이외 두번째, 세번째 투자분은 여전히 보유 중"이라며 "2024년 호실적, 2025년 성장성이 기대돼 추가 투자를 검토 중"이라고 말했다. https://m.mt.co.kr/renew/view.html?no=2025032809421049043

머니투데이

[이 기사에 나온 스타트업에 대한 보다 다양한 기업정보는 유니콘팩토리 빅데이터 플랫폼 '데이터랩'에서 볼 수 있습니다.] 최근 국내 패션 브랜드를 향한 벤처캐피탈(VC)의 러브콜이 이어지고 있다. K팝 열풍으로 해외진출이 유리한 데다, 높은 성장세를 기록하면서 투자수익 실현 가능성이 커지고 있다는 판단에서다. K뷰티에 이어 K패션 또한 투자열기가 이어질 것...

'K뷰티 넥스트는 K패션'…벤처투자 몰리는 패션 브랜드, 이유는 - 머니투데이

그동안 패션 브랜드는 내수 중심인 데다 엑시트(자금회수) 시점을 예측하기 어려워 VC의 큰 관심을 받지 못했다. 그러나 최근에는 한류 바람에 올라 타 시작부터 해외 시장을 적극 공략, 가파른 성장세를 보이는 패션 브랜드가 늘면서 분위기가 달라졌다는 설명이다.

패션 브랜드들은 VC의 핵심 투자 지표인 '매출 성장'과 '해외 확장' 두 가지를 모두 충족하고 있다는 분석이다. 김 이사는 "K뷰티는 APR, 조선미녀 등 VC가 이미 투자를 많이 해서 수확을 거두는 시기"라며 "K패션은 MZ세대를 공략한 제품을 온라인으로 유통하기 때문에 글로벌 진출도 유리해 투자매력도가 높다"고 말했다.

https://m.mt.co.kr/renew/view.html?no=2025032308423527877

그동안 패션 브랜드는 내수 중심인 데다 엑시트(자금회수) 시점을 예측하기 어려워 VC의 큰 관심을 받지 못했다. 그러나 최근에는 한류 바람에 올라 타 시작부터 해외 시장을 적극 공략, 가파른 성장세를 보이는 패션 브랜드가 늘면서 분위기가 달라졌다는 설명이다. 패션 브랜드들은 VC의 핵심 투자 지표인 '매출 성장'과 '해외 확장' 두 가지를 모두 충족하고 있다는 분석이다. 김 이사는 "K뷰티는 APR, 조선미녀 등 VC가 이미 투자를 많이 해서 수확을 거두는 시기"라며 "K패션은 MZ세대를 공략한 제품을 온라인으로 유통하기 때문에 글로벌 진출도 유리해 투자매력도가 높다"고 말했다. https://m.mt.co.kr/renew/view.html?no=2025032308423527877

뤼튼, 1080억원 규모 시리즈B 투자 유치

뤼튼의 누적 투자 유치액은 약 1300억원으로 분석됐다. 뤼튼에 따르면 거대언어모델(LLM)·반도체가 아닌 AI 서비스 플랫폼 분야 스타트업이 누적 투자액 1000억원을 넘은 것은 처음이다.

뤼튼은 지난해 6월 250억원 규모의 프리(Pre) 시리즈B 투자를 유치하기도 했다. 이번 신규 투자에는 신규로 참여한 굿워터캐피탈이 리드 투자자로, 기존 투자사인 BRV캐피탈매니지먼트·캡스톤파트너스 등이 참여했다. 뤼튼은 AI 캐릭터 채팅 서비스 ‘크랙’을 다음 달 3일 별도 앱·웹 서비스로 출시할 계획이다.

https://biz.chosun.com/it-science/ict/2025/03/31/XIKWC4A2SRBTXNKADFIKMKOBWI/?utm_source=naver&utm_medium=original&utm_campaign=biz

뤼튼의 누적 투자 유치액은 약 1300억원으로 분석됐다. 뤼튼에 따르면 거대언어모델(LLM)·반도체가 아닌 AI 서비스 플랫폼 분야 스타트업이 누적 투자액 1000억원을 넘은 것은 처음이다. 뤼튼은 지난해 6월 250억원 규모의 프리(Pre) 시리즈B 투자를 유치하기도 했다. 이번 신규 투자에는 신규로 참여한 굿워터캐피탈이 리드 투자자로, 기존 투자사인 BRV캐피탈매니지먼트·캡스톤파트너스 등이 참여했다. 뤼튼은 AI 캐릭터 채팅 서비스 ‘크랙’을 다음 달 3일 별도 앱·웹 서비스로 출시할 계획이다. https://biz.chosun.com/it-science/ict/2025/03/31/XIKWC4A2SRBTXNKADFIKMKOBWI/?utm_source=naver&amp;utm_medium=original&amp;utm_campaign=biz

﻿
파격적인 선택은 사랑의 표현입니다. 상품을 파는 커머스 플랫폼에서 파격적인 가격 할인을 제공하는 이유는 고객을 사랑하기 때문입니다. 시상식에서 배우가 파격적인 의상을 선보이는 이유도 관객을 사랑하기 때문입니다. 사랑하기 때문에 그와 같은 선택을 할 수 있습니다. 사랑하는 마음을 담아 보여줄 수 있는 표현으로 파격적인 선택을 하는 거라고 생각합니다.

부모님은 자녀를 파격적으로 사랑합니다. 자녀가 부모에게 물리적인 것을 주지 않는데, 부모는 자녀를 사랑합니다. 자녀가 아무리 망나니 짓을 해도 부모는 자녀를 용서하고 사랑합니다. 자녀가 잘못을 해도 반성하고 뉘우치면 괜찮다고 위로하고 격려합니다. 상식적으로 이해가 되지 않는 부모의 행동이 파격적인 사랑입니다.

직장에서 업무에 과하게 몰입하는 동료가 있습니다. 저렇게까지 해야 하나라는 생각이 들 정도로 업무에 빠져들어 물아일체 경지를 보여주는 동료가 있습니다. 그런 캐릭터를 가진 사람은 정작 자신이 현재 맡고 있는 업무에 과하게 몰입하고 있다는 사실을 모릅니다. 그저 자신은 할 일을 하고 있을 뿐이라고 생각합니다. 업무를 대하는 마음이 파격적인 자세입니다.

무엇을 해도 그 이상을 해내려는 마음이 파격적이라고 생각합니다. 쉽게 이야기하면 목표보다 그 이상을 바라보는 것입니다. 목표 자체도 높은데, 그보다 더 하려는 것입니다. 어쩌면 애초에 목표는 안중에 없었을지도 모릅니다. 지구 성층권만큼 도달하는 것이 목표라면, 우주 어딘가를 찍고 말리라 다짐하는 것이 파격적 마음입니다.

파격적인 선택은 새로운 상상력을 동반합니다. 보통 수준의 성과는 이미 했던 방법을 답습하면 됩니다. 그러나 그 이상의 성과를 만들기 위해 필수적으로 필요한 것은 상상력입니다. 아직 해보지 않은 방법, 아직 가보지 않은 길을 가야만 빼어난 성과를 만들 수 있습니다. 감히 범접하지 못할 성과는 창의적인 방법으로 달성 가능합니다.

그래서 주변 사람들이 보기에 파격적인 선택이 잘 이해가 되지 않습니다. 상식을 벗어나는 행동으로 비치기 때문입니다. 실패를 거듭해도 반복하여 도전하고, 사람들이 동의하지 않는 방식을 설득하기 위해 노력하고, 어떻게 하든 크고 작은 성과를 만들고 마는 것이 대단해 보이기도 하고 파격적인 행동으로 비칩니다.

인재가 필요한 사람은 자리에 앉아서 인재가 찾아오기를 기다리지 않습니다. 가장 효율적인 방법이 아닌 무식하지만 가장 훌륭한 인재를 만날 수 있는 방법을 선택합니다. 채용 공고를 열면 자연스럽게 많은 인재가 문을 두드리기 위해 찾아오지만, 진짜 훌륭한 인재를 만나고 싶은 사람은 그런 편리함을 누리려고 하지 않습니다. 발로 뛰면서 만나고 이야기 나누어 자신이 원하는 인재를 찾고 싶어 합니다.

지식을 전파하고 싶은 사람은 남들과 다른 내용을 가르칩니다. 남들과 다른 방식으로 설명합니다. 일반적인 교육 커리큘럼을 벗어나 파격적인 방식으로 지식을 전파합니다. 배우면 좋은 이론적인 지식이 아닌 배워서 써먹을 수 있는 살아있는 지혜를 가르칩니다. 수업을 들으면 바로 알 수 있습니다. 비슷한 내용을 가르치는 선생님들 중에 확실히 다르다는 것을 느낄 수 있습니다. 교사의 파격적인 선택입니다.

세상의 기준으로 봤을 때, 자격이 없고 능력도 없는 사람을 원하는 목표에 도달하게 만드는 것이 진짜 파격적인 성공입니다. 이미 잘난 사람에게 약간의 도움을 제공하여 가볍게 목표를 찍는 것은 누구나 할 수 있는 일입니다. 그러나 절대 목표에 도달할 가능성이 없어 보이는 사람과 함께 각오를 다지고 노력하고 도전하여 마침내 성과를 만드는 일이 파격적인 성공입니다. 그런 성공을 만드는 일을 해야 한다고 믿습니다.

인생의 밑바닥을 찍고 있다고 느낀다면 이제 올라갈 일만 남았습니다. 밑바닥 인생으로 할 수 있는 일만 선택한다면, 그 바닥을 헤어 나오지 못합니다. 비록 지금 가진 것이 없다고 하더라도 가질 수 없을 것 같았던 목표에 도전하여 성취해 보는 것입니다. 밑바닥에서 비로소 자신을 직시할 수 있습니다. 부족한 것을 알기에 더 성실하게 도전하고 노력할 수 있습니다. 그냥 보통의 방법으로 목표를 달성할 수 없기에 파격적인 방법을 선택하게 됩니다. 열심과 노력, 파격적인 방법이 만나면 반드시 성공할 수 있다고 믿습니다.

﻿파격적인 선택은 사랑의 표현입니다. 상품을 파는 커머스 플랫폼에서 파격적인 가격 할인을 제공하는 이유는 고객을 사랑하기 때문입니다. 시상식에서 배우가 파격적인 의상을 선보이는 이유도 관객을 사랑하기 때문입니다. 사랑하기 때문에 그와 같은 선택을 할 수 있습니다. 사랑하는 마음을 담아 보여줄 수 있는 표현으로 파격적인 선택을 하는 거라고 생각합니다. 부모님은 자녀를 파격적으로 사랑합니다. 자녀가 부모에게 물리적인 것을 주지 않는데, 부모는 자녀를 사랑합니다. 자녀가 아무리 망나니 짓을 해도 부모는 자녀를 용서하고 사랑합니다. 자녀가 잘못을 해도 반성하고 뉘우치면 괜찮다고 위로하고 격려합니다. 상식적으로 이해가 되지 않는 부모의 행동이 파격적인 사랑입니다. 직장에서 업무에 과하게 몰입하는 동료가 있습니다. 저렇게까지 해야 하나라는 생각이 들 정도로 업무에 빠져들어 물아일체 경지를 보여주는 동료가 있습니다. 그런 캐릭터를 가진 사람은 정작 자신이 현재 맡고 있는 업무에 과하게 몰입하고 있다는 사실을 모릅니다. 그저 자신은 할 일을 하고 있을 뿐이라고 생각합니다. 업무를 대하는 마음이 파격적인 자세입니다. 무엇을 해도 그 이상을 해내려는 마음이 파격적이라고 생각합니다. 쉽게 이야기하면 목표보다 그 이상을 바라보는 것입니다. 목표 자체도 높은데, 그보다 더 하려는 것입니다. 어쩌면 애초에 목표는 안중에 없었을지도 모릅니다. 지구 성층권만큼 도달하는 것이 목표라면, 우주 어딘가를 찍고 말리라 다짐하는 것이 파격적 마음입니다. 파격적인 선택은 새로운 상상력을 동반합니다. 보통 수준의 성과는 이미 했던 방법을 답습하면 됩니다. 그러나 그 이상의 성과를 만들기 위해 필수적으로 필요한 것은 상상력입니다. 아직 해보지 않은 방법, 아직 가보지 않은 길을 가야만 빼어난 성과를 만들 수 있습니다. 감히 범접하지 못할 성과는 창의적인 방법으로 달성 가능합니다. 그래서 주변 사람들이 보기에 파격적인 선택이 잘 이해가 되지 않습니다. 상식을 벗어나는 행동으로 비치기 때문입니다. 실패를 거듭해도 반복하여 도전하고, 사람들이 동의하지 않는 방식을 설득하기 위해 노력하고, 어떻게 하든 크고 작은 성과를 만들고 마는 것이 대단해 보이기도 하고 파격적인 행동으로 비칩니다. 인재가 필요한 사람은 자리에 앉아서 인재가 찾아오기를 기다리지 않습니다. 가장 효율적인 방법이 아닌 무식하지만 가장 훌륭한 인재를 만날 수 있는 방법을 선택합니다. 채용 공고를 열면 자연스럽게 많은 인재가 문을 두드리기 위해 찾아오지만, 진짜 훌륭한 인재를 만나고 싶은 사람은 그런 편리함을 누리려고 하지 않습니다. 발로 뛰면서 만나고 이야기 나누어 자신이 원하는 인재를 찾고 싶어 합니다. 지식을 전파하고 싶은 사람은 남들과 다른 내용을 가르칩니다. 남들과 다른 방식으로 설명합니다. 일반적인 교육 커리큘럼을 벗어나 파격적인 방식으로 지식을 전파합니다. 배우면 좋은 이론적인 지식이 아닌 배워서 써먹을 수 있는 살아있는 지혜를 가르칩니다. 수업을 들으면 바로 알 수 있습니다. 비슷한 내용을 가르치는 선생님들 중에 확실히 다르다는 것을 느낄 수 있습니다. 교사의 파격적인 선택입니다. 세상의 기준으로 봤을 때, 자격이 없고 능력도 없는 사람을 원하는 목표에 도달하게 만드는 것이 진짜 파격적인 성공입니다. 이미 잘난 사람에게 약간의 도움을 제공하여 가볍게 목표를 찍는 것은 누구나 할 수 있는 일입니다. 그러나 절대 목표에 도달할 가능성이 없어 보이는 사람과 함께 각오를 다지고 노력하고 도전하여 마침내 성과를 만드는 일이 파격적인 성공입니다. 그런 성공을 만드는 일을 해야 한다고 믿습니다. 인생의 밑바닥을 찍고 있다고 느낀다면 이제 올라갈 일만 남았습니다. 밑바닥 인생으로 할 수 있는 일만 선택한다면, 그 바닥을 헤어 나오지 못합니다. 비록 지금 가진 것이 없다고 하더라도 가질 수 없을 것 같았던 목표에 도전하여 성취해 보는 것입니다. 밑바닥에서 비로소 자신을 직시할 수 있습니다. 부족한 것을 알기에 더 성실하게 도전하고 노력할 수 있습니다. 그냥 보통의 방법으로 목표를 달성할 수 없기에 파격적인 방법을 선택하게 됩니다. 열심과 노력, 파격적인 방법이 만나면 반드시 성공할 수 있다고 믿습니다.﻿

파격적인

﻿
받은 만큼만 일을 한다는 생각은 위험합니다. 지금 ‘나’에게 주어진 책정된 보상은 영원하지 않습니다. ‘나’와 함께 일을 하는 동료와 조직의 상황에 따라 임시로 책정된 보상일 가능성이 높기 때문입니다. 동료와 조직이 ‘나’를 이 정도밖에 소중하게 생각하지 않으니 ‘나’도 그만큼만 일을 하겠다고 마음먹었다면, 이렇게 생각해 보세요.

‘나’에게 보상을 주는 사람과 조직은 ‘나’의 가치를 평가하여 투자를 하는 것입니다. 그러니까 적은 보상으로 마음이 상할 수도 있다는 것은 충분히 이해합니다. 그러나 ‘나’에게 보상을 주는 사람과 조직도 나름의 사정이라는 것이 있습니다. 쉽게 이야기해서 더 주고 싶어도 그럴 수 없을만한 충분한 사정이 있는 것입니다. 하지만 미래에는 더 많은 보상을 줄 수 있다고 생각합니다. 물론 조직이 잘 성장하고 ‘나’에게 보상을 주는 사람도 조직의 성장으로 인한 이윤을 구성원과 나눌 생각을 가진 사람이라면 말이죠.

조직은 개인에게 보상을 할 때, 가능성에 투자를 하는 것입니다. 마치 오를 것 같은 주식을 매입하는 것과 같습니다. 저는 주식을 하지 않아서 잘 모르지만, 주식에 투자할 때 소소한 수익을 기대하는 분들보다 2배 이상 가치가 상승하여 주머니가 불룩해지는 경험을 사고 싶은 분들이 더 많을 줄로 압니다. 하물며 주식이라는 미물에 투자하는 심정도 그러한데, 만물의 영장인 사람에게 투자할 때 그 기대감이 얼마나 클까요?

그럼에도 불구하고 당장 ‘나’에게 줄 수 있는 보상이 적다는 것은 그만한 이유가 있을 것이라고 추측합니다. 솔직하게 말해주는 조직도 있고, 아닌 곳도 있을 겁니다. 이유를 공개하거나 말거나 그냥 보상을 많이 주고 싶지 않아서 안 주는 곳은 많지 않을 거라고 선한 생각을 해보는 겁니다. 실제로 여러분이 회사의 사장님이라고 생각해 보세요. 한 달에 수익이 펑펑 들어오는데 그것을 동고동락하는 동료와 나누고 싶지 않겠습니까? 저라면 1/N 까지는 아니더라도 매달 증가하는 수익만큼 일정 부분 구성원에게 수익을 나누어 줄 것 같습니다. 막상 상황에 처하면 마음이 바뀔 수 있으려나요?

가치는 스스로 만드는 것이라고 생각합니다. 받는 만큼만 일을 하면, 그 정도 수준밖에 안되는 사람으로 인식됩니다. 그런 사람에게 다음 기회는 없습니다. 다음에 더 큰 프로젝트를 맡을 기회, 더 큰 성과를 만들 기회, 많은 동료에게 인정받을 기회, 그래서 어제보다 나은 보상을 받을 기회란 존재하지 않습니다. 

지금 비록 성에 차지 않는 보상을 받는다고 하더라도 그것보다 더 많은 일을 하고, 더 잘하려고 노력해 보세요. 그렇게 일을 하는 사람은 반드시 주변 동료들이 인정하게 되어 있습니다. 인정받으면 가치는 저절로 상승합니다. 그렇게 가치가 올라가면 원하지 않아도 더 나은 보상을 받게 되어 있습니다. 지금 조직이 그 가치를 인정해 주지 않더라도 다른 곳에서 연락을 받게 될 겁니다. 내가 하는 말과 행동, 결과를 보고 듣는 세상의 눈이라는 것이 그렇습니다. 반드시 뿌린 만큼 거두는 것이 세상의 이치입니다.

자리는 스스로 찾아가는 것이라고 생각합니다. 돈보다 명예라는 보상을 더 원하나요? 그럼 원하는 자리에 앉아있는 사람처럼 생각하고 행동해 보세요. 내가 원하는 자리에 있는 사람이 어떻게 말을 하고 행동하는지, 결과에 대한 책임을 동료에게 어떻게 표현하는지 관찰해 보세요. 그리고 벤치마킹하여 내가 가지고 있지 못한 부분을 내 것으로 흡수하여 활용하는 겁니다. 그럼 반드시 그와 같은 자리에 오를 수 있다고 확신합니다. 가능성은 확정된 것이 아니라 노력으로 만드는 것입니다.

헌신이라고 하면 내 삶에선 필요하지 않은 고리타분하고 생각이라고 판단하는 분들이 많을 것 같습니다. 그런데 누군가 헌신하지 않으면 조직은 발전하지 않습니다. 발전이 뭡니까 현상 유지도 어렵습니다. 거창한 조직을 생각하지 않아도 됩니다. 가족, 학교, 회사, 각자 참여하고 있는 커뮤니티를 떠올려 보세요. 부모님, 선생님, 리더십과 같이 헌신하고 있는 사람이 없다면 조직은 유지될 수 없습니다. 헌신하는 사람이 없는 조직은 추풍낙엽처럼 바람에 이리저리 나부끼다 소멸되고 맙니다.

우리가 속한 조직은 ‘나’에게 엄청난 헌신을 요구하지 않습니다. 조금 양보하고 조금 더 수고하는 정도로 충분합니다. ‘나’에게 주어진 것만 생각하지 않고, 조직에 필요한 것이 무엇인지 고민하고 행동하는 것이 건강한 사고라고 믿습니다. 우리가 속한 모든 조직이 건강한 사고를 가진 사람들로 가득한 건강한 공동체가 되길 진심으로 응원합니다.

﻿받은 만큼만 일을 한다는 생각은 위험합니다. 지금 ‘나’에게 주어진 책정된 보상은 영원하지 않습니다. ‘나’와 함께 일을 하는 동료와 조직의 상황에 따라 임시로 책정된 보상일 가능성이 높기 때문입니다. 동료와 조직이 ‘나’를 이 정도밖에 소중하게 생각하지 않으니 ‘나’도 그만큼만 일을 하겠다고 마음먹었다면, 이렇게 생각해 보세요. ‘나’에게 보상을 주는 사람과 조직은 ‘나’의 가치를 평가하여 투자를 하는 것입니다. 그러니까 적은 보상으로 마음이 상할 수도 있다는 것은 충분히 이해합니다. 그러나 ‘나’에게 보상을 주는 사람과 조직도 나름의 사정이라는 것이 있습니다. 쉽게 이야기해서 더 주고 싶어도 그럴 수 없을만한 충분한 사정이 있는 것입니다. 하지만 미래에는 더 많은 보상을 줄 수 있다고 생각합니다. 물론 조직이 잘 성장하고 ‘나’에게 보상을 주는 사람도 조직의 성장으로 인한 이윤을 구성원과 나눌 생각을 가진 사람이라면 말이죠. 조직은 개인에게 보상을 할 때, 가능성에 투자를 하는 것입니다. 마치 오를 것 같은 주식을 매입하는 것과 같습니다. 저는 주식을 하지 않아서 잘 모르지만, 주식에 투자할 때 소소한 수익을 기대하는 분들보다 2배 이상 가치가 상승하여 주머니가 불룩해지는 경험을 사고 싶은 분들이 더 많을 줄로 압니다. 하물며 주식이라는 미물에 투자하는 심정도 그러한데, 만물의 영장인 사람에게 투자할 때 그 기대감이 얼마나 클까요? 그럼에도 불구하고 당장 ‘나’에게 줄 수 있는 보상이 적다는 것은 그만한 이유가 있을 것이라고 추측합니다. 솔직하게 말해주는 조직도 있고, 아닌 곳도 있을 겁니다. 이유를 공개하거나 말거나 그냥 보상을 많이 주고 싶지 않아서 안 주는 곳은 많지 않을 거라고 선한 생각을 해보는 겁니다. 실제로 여러분이 회사의 사장님이라고 생각해 보세요. 한 달에 수익이 펑펑 들어오는데 그것을 동고동락하는 동료와 나누고 싶지 않겠습니까? 저라면 1/N 까지는 아니더라도 매달 증가하는 수익만큼 일정 부분 구성원에게 수익을 나누어 줄 것 같습니다. 막상 상황에 처하면 마음이 바뀔 수 있으려나요? 가치는 스스로 만드는 것이라고 생각합니다. 받는 만큼만 일을 하면, 그 정도 수준밖에 안되는 사람으로 인식됩니다. 그런 사람에게 다음 기회는 없습니다. 다음에 더 큰 프로젝트를 맡을 기회, 더 큰 성과를 만들 기회, 많은 동료에게 인정받을 기회, 그래서 어제보다 나은 보상을 받을 기회란 존재하지 않습니다.&nbsp; 지금 비록 성에 차지 않는 보상을 받는다고 하더라도 그것보다 더 많은 일을 하고, 더 잘하려고 노력해 보세요. 그렇게 일을 하는 사람은 반드시 주변 동료들이 인정하게 되어 있습니다. 인정받으면 가치는 저절로 상승합니다. 그렇게 가치가 올라가면 원하지 않아도 더 나은 보상을 받게 되어 있습니다. 지금 조직이 그 가치를 인정해 주지 않더라도 다른 곳에서 연락을 받게 될 겁니다. 내가 하는 말과 행동, 결과를 보고 듣는 세상의 눈이라는 것이 그렇습니다. 반드시 뿌린 만큼 거두는 것이 세상의 이치입니다. 자리는 스스로 찾아가는 것이라고 생각합니다. 돈보다 명예라는 보상을 더 원하나요? 그럼 원하는 자리에 앉아있는 사람처럼 생각하고 행동해 보세요. 내가 원하는 자리에 있는 사람이 어떻게 말을 하고 행동하는지, 결과에 대한 책임을 동료에게 어떻게 표현하는지 관찰해 보세요. 그리고 벤치마킹하여 내가 가지고 있지 못한 부분을 내 것으로 흡수하여 활용하는 겁니다. 그럼 반드시 그와 같은 자리에 오를 수 있다고 확신합니다. 가능성은 확정된 것이 아니라 노력으로 만드는 것입니다. 헌신이라고 하면 내 삶에선 필요하지 않은 고리타분하고 생각이라고 판단하는 분들이 많을 것 같습니다. 그런데 누군가 헌신하지 않으면 조직은 발전하지 않습니다. 발전이 뭡니까 현상 유지도 어렵습니다. 거창한 조직을 생각하지 않아도 됩니다. 가족, 학교, 회사, 각자 참여하고 있는 커뮤니티를 떠올려 보세요. 부모님, 선생님, 리더십과 같이 헌신하고 있는 사람이 없다면 조직은 유지될 수 없습니다. 헌신하는 사람이 없는 조직은 추풍낙엽처럼 바람에 이리저리 나부끼다 소멸되고 맙니다. 우리가 속한 조직은 ‘나’에게 엄청난 헌신을 요구하지 않습니다. 조금 양보하고 조금 더 수고하는 정도로 충분합니다. ‘나’에게 주어진 것만 생각하지 않고, 조직에 필요한 것이 무엇인지 고민하고 행동하는 것이 건강한 사고라고 믿습니다. 우리가 속한 모든 조직이 건강한 사고를 가진 사람들로 가득한 건강한 공동체가 되길 진심으로 응원합니다.﻿

보상

외국인 체류 행정‧편의 서비스 플랫폼…시리즈A 라운드

스톤브릿지·뮤렉스, 하이어다이버시티 '50억' 투자 - 딜사이트

주목할만한 재한외국인 시장. 다양한 비즈니스들 많이 나올듯

——
하이어다이버시티의 주력 서비스인 '하이어비자'는 전국 105여개의 대학 부처와 협약을 통해 서울 거주 외국인 유학생의 81% 이상이 사용하는 필수 앱으로 자리 잡았다. '하이어비자'는 직관적인 UI/UX를 통해 국내 체류 외국인을 대상으로 체류 행정‧편의 서비스를 제공하고 있다. '하이어비자' 앱에서는 필수 체류 행정 서비스를 행정 기관 방문이나 공동인증서 없이 이용할 수 있어 외국인 사용자의 편의성을 극대화했다.

https://dealsite.co.kr/articles/139164

주목할만한 재한외국인 시장. 다양한 비즈니스들 많이 나올듯 ——하이어다이버시티의 주력 서비스인 '하이어비자'는 전국 105여개의 대학 부처와 협약을 통해 서울 거주 외국인 유학생의 81% 이상이 사용하는 필수 앱으로 자리 잡았다. '하이어비자'는 직관적인 UI/UX를 통해 국내 체류 외국인을 대상으로 체류 행정‧편의 서비스를 제공하고 있다. '하이어비자' 앱에서는 필수 체류 행정 서비스를 행정 기관 방문이나 공동인증서 없이 이용할 수 있어 외국인 사용자의 편의성을 극대화했다. https://dealsite.co.kr/articles/139164

딜사이트

백종원 대표가 이끄는 더본코리아가 인수·합병(M&A) 대상을 물색하면서 치킨 프랜차이즈 노랑통닭으로 유명한 노랑푸드와 접촉한 것으로 확인됐다. 더본코리아가 최근 인수·합병(M&A) 추진을 공식화 해왔던만큼 인수 협상이 구체화할지 주목된다. 2일 금융투자업계에 따르면 더본코리아는 최근 노랑푸드 인수 가능성을 타진한 것으로 알려졌다. 노랑푸드는 ...

[단독]더본코리아, 'M&A' 매물 노랑통닭과 접촉···"시너지 대상 검토중" - 머니투데이

큐캐피탈 등은 노랑푸드 매각을 위해 지난해 말 삼정KPMG를 매각 주관사로 선정하고 올해 초 투자레터와 투자설명서(IM)을 배포하며 원매자를 물색하고 있다. 최근 외국계 사모펀드 운용사들이 주요 인수 후보군으로 거론이 되고 있는 가운데, 국내 코스피 상장사 더본코리아와도 접촉했다.

더본코리아는 지난해 11월 상장 당시 공모자금 935억원을 확보했다. 이를 이용해 M&A 등 사세 확장에 나설 계획이다. 지난달 28일 첫 주주총회에서도 백 대표가 직접 참석해 식음료(F&B) 푸드테크를 비롯한 시너지 창출 가능 사업을 추진하기 위해 M&A와 지분투자를 하겠다고 공표하기도 했다.

https://m.mt.co.kr/renew/view.html?no=2025040214174477175

큐캐피탈 등은 노랑푸드 매각을 위해 지난해 말 삼정KPMG를 매각 주관사로 선정하고 올해 초 투자레터와 투자설명서(IM)을 배포하며 원매자를 물색하고 있다. 최근 외국계 사모펀드 운용사들이 주요 인수 후보군으로 거론이 되고 있는 가운데, 국내 코스피 상장사 더본코리아와도 접촉했다. 더본코리아는 지난해 11월 상장 당시 공모자금 935억원을 확보했다. 이를 이용해 M&amp;A 등 사세 확장에 나설 계획이다. 지난달 28일 첫 주주총회에서도 백 대표가 직접 참석해 식음료(F&amp;B) 푸드테크를 비롯한 시너지 창출 가능 사업을 추진하기 위해 M&amp;A와 지분투자를 하겠다고 공표하기도 했다. https://m.mt.co.kr/renew/view.html?no=2025040214174477175

In this paper, we revisit one of the simplest problems in data structures: the task of inserting elements into an open-addressed hash table so that elements can later be retrieved with as few probes as possible. We show that, even without reordering elements over time, it is possible to construct a hash table that achieves far better expected search complexities (both amortized and worst-case) than were previously thought possible. Along the way, we disprove the central conjecture left by Yao in his seminal paper ``Uniform Hashing is Optimal''. All of our results come with matching lower bounds.

Optimal Bounds for Open Addressing Without Reordering

📰 대학생이 40년만에 해시테이블의 성능 향상을 이뤄냈다고

해시테이블 알고리즘은 워낙 오래된 연구라서 아무도 그 이상 최적화하기 어렵다고 생각했는데, Andrew Krapivin이라는 학부생이 그 틀을 깨고 알고리즘을 발명했다는 것이 재미난 포인트입니다.

역시 아직 미해결 문제는 많고, 상식이라는 고정관념에 쩌들지 않은 ㅎㅎ 새로운 세대만이 해결할 수 있는 문제도 많지 않나 싶네요.

논문: https://arxiv.org/abs/2501.02305

기사: https://www.wired.com/story/undergraduate-upends-a-40-year-old-data-science-conjecture/

📰 대학생이 40년만에 해시테이블의 성능 향상을 이뤄냈다고 해시테이블 알고리즘은 워낙 오래된 연구라서 아무도 그 이상 최적화하기 어렵다고 생각했는데, Andrew Krapivin이라는 학부생이 그 틀을 깨고 알고리즘을 발명했다는 것이 재미난 포인트입니다. 역시 아직 미해결 문제는 많고, 상식이라는 고정관념에 쩌들지 않은 ㅎㅎ 새로운 세대만이 해결할 수 있는 문제도 많지 않나 싶네요. 논문: https://arxiv.org/abs/2501.02305 기사: https://www.wired.com/story/undergraduate-upends-a-40-year-old-data-science-conjecture/

arXiv.org

📰 대학생이 40년만에 해시테이블의 성능 향상을 이뤄냈다고

해시

Self-hosted news, content, updates, launches, events, and more

selfh.st - Self-hosted content and software

중앙화된 서비스에 지친 분들을 위한 셀프 호스팅 솔루션 총정리입니다!
1년 이상 안정적으로 운영해본 경험을 바탕으로 정리했다고 해요!

🐳 컨테이너 런타임:
 * 초보자는 Docker로 시작하세요 (풍부한 문서+커뮤니티)
 * 보안 중시하면 Podman (루트리스 구조)
 * 도전정신 있다면 Kubernetes (복잡하지만 학습 가치↑)

🖥️ 웹 관리툴:
 * Portainer: 안정적이고 직관적인 관리 도구
 * Dockge: 간단하고 가벼운 신규 솔루션

🔒 리버스프록시/VPN:
 * Pangolin: "셀프 호스팅용 Cloudflare" (강추!)
 * NPM: 쉬운 웹UI, 불안정한 면도 있음
 * NetBird: WireGuard 기반 자동 VPN 구성

더 많은 셀프호스팅 솔루션은
awesome-selfhosted
레포나 Selfh.st 참고 하세요!

https://news.hada.io/topic?id=20108

중앙화된 서비스에 지친 분들을 위한 셀프 호스팅 솔루션 총정리입니다! 1년 이상 안정적으로 운영해본 경험을 바탕으로 정리했다고 해요! 🐳 컨테이너 런타임:<ul ><li>초보자는 Docker로 시작하세요 (풍부한 문서+커뮤니티)</li><li>보안 중시하면 Podman (루트리스 구조)</li><li>도전정신 있다면 Kubernetes (복잡하지만 학습 가치↑)</li></ul> 🖥️ 웹 관리툴:<ul ><li>Portainer: 안정적이고 직관적인 관리 도구</li><li>Dockge: 간단하고 가벼운 신규 솔루션</li></ul> 🔒 리버스프록시/VPN:<ul ><li>Pangolin: "셀프 호스팅용 Cloudflare" (강추!)</li><li>NPM: 쉬운 웹UI, 불안정한 면도 있음</li><li>NetBird: WireGuard 기반 자동 VPN 구성</li></ul> 더 많은 셀프호스팅 솔루션은 <code >awesome-selfhosted</code> 레포나 Selfh.st 참고 하세요! https://news.hada.io/topic?id=20108

selfh.st

🚀 [2025 셀프 호스팅 가이드]

코딩 인터뷰를 하던 중 지원자로부터 AI를 써도 되겠냐는 질문을 받았습니다. 인터넷 검색을 해도 되냐고 물어보는 지원자는 종종 만나는데, AI를 써도 되느냐는 질문은 처음 받아봐서 좀 당황스럽더군요. 어떤 용도로 AI를 사용하시려는지 물어보았고, 익숙치 않은 프로그래밍 언어의 사용법을 찾기 위해서라는 답변을 들었습니다. 지원자가 대학생이어서 특정 언어를 능숙하게 다룰 거라는 기대는 없었습니다. 그래서 화면을 공유하는 전제 하에 AI를 사용하도록 허락하였죠.

지원자는 ChatGPT를 열고 해당 언어에서 어떻게 힙(heap) 자료구조를 사용하는지 물어보았습니다. 언제나 그렇듯 ChatGPT는 어떻게 힙을 생성하고, 원소를 추가/삭제하는지에 대해서 아주 상세하게 적어주기 시작했습니다. 그러나 너무나 친절한 나머지 ChatGPT는 힙을 활용할 수 있는 대표적인 사례까지 나열해줬는데, 그 중에 인터뷰에서 출제한 문제가 포함되어 있었습니다. (Co-op 채용이라서 아주 기초 수준의 문제였거든요 😅)

당황한 기색이 역력한 지원자는 급하게 화면을 전환하였습니다. 하지만 그 이후부터는 계속해서 신경이 쓰이는지 인터뷰에 집중을 하지 못하는 모습이었습니다. 결국은 시간 내에 답안을 완성하지 못했고, 본인이 작성한 코드에 대해서도 명확히 설명하지 못했습니다. 아무래도 스스로 망했다고 생각하고 이미 인터뷰를 포기한 느낌을 받았습니다. 첫 번째 문제는 잘 푸셨기 때문에, 오히려 두 번째 문제에서 AI를 쓰지 않으셨다면 합격하실 수도 있으셨을 것 같아서 참 안타까웠습니다.

인터뷰가 끝나고 많은 생각이 들었습니다. 이미 AI가 대학생들의 삶에 깊숙히 스며든 것 같고, 현직 개발자들도 AI의 도움을 받아 업무를 수행하고 있는 상황이죠. 코딩 인터뷰라고 해서 AI를 쓰지 못하게 할 이유가 있을까요? 과연 저처럼 불완전한 인간이 면접관으로서 AI로 인해 거의 신급의 지능을 갖게 된 지원자들을 평가할 수 있을까요? 어디까지가 AI의 버프이고 어디까지가 지원자의 순수한 능력인지 어떻게 판단할 수 있을까요?

코딩 인터뷰를 하던 중 지원자로부터 AI를 써도 되겠냐는 질문을 받았습니다. 인터넷 검색을 해도 되냐고 물어보는 지원자는 종종 만나는데, AI를 써도 되느냐는 질문은 처음 받아봐서 좀 당황스럽더군요. 어떤 용도로 AI를 사용하시려는지 물어보았고, 익숙치 않은 프로그래밍 언어의 사용법을 찾기 위해서라는 답변을 들었습니다. 지원자가 대학생이어서 특정 언어를 능숙하게 다룰 거라는 기대는 없었습니다. 그래서 화면을 공유하는 전제 하에 AI를 사용하도록 허락하였죠. 지원자는 ChatGPT를 열고 해당 언어에서 어떻게 힙(heap) 자료구조를 사용하는지 물어보았습니다. 언제나 그렇듯 ChatGPT는 어떻게 힙을 생성하고, 원소를 추가/삭제하는지에 대해서 아주 상세하게 적어주기 시작했습니다. 그러나 너무나 친절한 나머지 ChatGPT는 힙을 활용할 수 있는 대표적인 사례까지 나열해줬는데, 그 중에 인터뷰에서 출제한 문제가 포함되어 있었습니다. (Co-op 채용이라서 아주 기초 수준의 문제였거든요 😅) 당황한 기색이 역력한 지원자는 급하게 화면을 전환하였습니다. 하지만 그 이후부터는 계속해서 신경이 쓰이는지 인터뷰에 집중을 하지 못하는 모습이었습니다. 결국은 시간 내에 답안을 완성하지 못했고, 본인이 작성한 코드에 대해서도 명확히 설명하지 못했습니다. 아무래도 스스로 망했다고 생각하고 이미 인터뷰를 포기한 느낌을 받았습니다. 첫 번째 문제는 잘 푸셨기 때문에, 오히려 두 번째 문제에서 AI를 쓰지 않으셨다면 합격하실 수도 있으셨을 것 같아서 참 안타까웠습니다. 인터뷰가 끝나고 많은 생각이 들었습니다. 이미 AI가 대학생들의 삶에 깊숙히 스며든 것 같고, 현직 개발자들도 AI의 도움을 받아 업무를 수행하고 있는 상황이죠. 코딩 인터뷰라고 해서 AI를 쓰지 못하게 할 이유가 있을까요? 과연 저처럼 불완전한 인간이 면접관으로서 AI로 인해 거의 신급의 지능을 갖게 된 지원자들을 평가할 수 있을까요? 어디까지가 AI의 버프이고 어디까지가 지원자의 순수한 능력인지 어떻게 판단할 수 있을까요?

코딩 인터뷰 중 AI를 사용해도 될까요...? 🤔

Java에서 병렬 처리나 비동기 작업을 구현할 때 Thread를 직접 생성해 사용하는 방식은 더 이상 일반적이지 않습니다. 요즘 Java에서는 ExecutorService를 사용하여 스레드 풀(Thread Pool)을 효율적으로 관리하는 것이 표준입니다. 특히 Executors 클래스에서 제공하는 팩토리 메서드들을 활용하면 다양한 유형의 스레드 풀을 간편하게 생성할 수 있습니다.이번 글에서는 Executors가 제공하는 대표적인 스레드 풀 4종류를 살펴보고, 각각의 사용 시나리오와 주의할 점을 예제 중심으로 정리해보겠습니다. newFixedThreadPool(int nThreads)이 메서드는 정해진 개수만큼의 스레드를 미리 생성하고, 그 스레드들이 재사용되며 작업을 처리합니다. 더 많은 작업이 들어오면..

Java의 ExecutorService 스레드 풀 정복하기

이번 글에서는 Executors가 제공하는 대표적인 스레드 풀 4종류를 살펴보고, 각각의 사용 시나리오와 주의할 점을 예제 중심으로 정리해보겠습니다.
 
newFixedThreadPool(int nThreads)
이 메서드는 정해진 개수만큼의 스레드를 미리 생성하고, 그 스레드들이 재사용되며 작업을 처리합니다. 더 많은 작업이 들어오면 내부 큐에 쌓이고, 기존 스레드들이 작업을 처리하면 순차적으로 소비됩니다.
ExecutorService executor = Executors.newFixedThreadPool(4); 

✅ 사용 시점
 * 처리할 작업량은 많지만, 동시에 처리해야 하는 작업 수를 제한하고 싶은 경우
 * CPU 자원을 고르게 사용하며, 안정적인 처리량을 원하는 경우
🧪 예시
for (int i = 0; i < 10; i++) {
 final int taskId = i;
 executor.submit(() -> {
 System.out.println("Task " + taskId + " executed by " + Thread.currentThread().getName());
 Thread.sleep(1000); // 모의 작업
 });
}

⚠️ 주의
 * 과도하게 큰 작업 큐가 쌓일 수 있음 → 메모리 사용량 증가
 * 스레드 수는 CPU 코어 수나 애플리케이션 특성에 맞게 설정해야 함
 
newCachedThreadPool()
이 스레드 풀은 요청이 많으면 새로운 스레드를 계속 생성하고, 특정 기간 동안 사용되지 않으면 제거합니다. 캐시된 스레드를 재사용하므로 빠르고 유연합니다.
ExecutorService executor = Executors.newCachedThreadPool();

✅ 사용 시점
 * 작업이 짧고 빠르게 끝나는 I/O 중심의 작업일 때
 * 짧은 burst가 자주 발생하는 상황에서 유용
🧪 예시
for (int i = 0; i < 100; i++) {
 final int taskId = i;
 executor.submit(() -> {
 System.out.println("Task " + taskId + " executed by " + Thread.currentThread().getName());
 });
} 

⚠️ 주의
 * 요청이 많을 경우 스레드가 무제한으로 늘어나 과부하가 될 수 있음
 → 실제 운영에서는 ThreadPoolExecutor로 커스텀 제어 필요
 
newSingleThreadExecutor()
항상 단 하나의 스레드만 사용하여 작업을 처리합니다. 작업은 FIFO 순서로 실행되며, 순서가 중요한 로직에 적합합니다.
ExecutorService executor = Executors.newSingleThreadExecutor();

✅ 사용 시점
 * 작업 순서가 중요할 때
 * 하나의 리소스(DB, 파일 등)에 대해 직렬화된 접근이 필요할 때
🧪 예시
for (int i = 0; i < 5; i++) {
 final int taskId = i;
 executor.submit(() -> {
 System.out.println("Processing task " + taskId);
 Thread.sleep(500);
 });
} 

⚠️ 주의
 * 하나의 스레드에 의존하기 때문에 처리량은 낮음
 * 스레드가 죽으면 새로운 스레드로 대체되므로 중단되지는 않음
 
newScheduledThreadPoool(int corePoolSize)
지연 실행(delay)이나 주기적인 작업(interval) 실행에 특화된 스레드 풀입니다. ScheduledExecutorService를 반환하며, Java의 타이머 역할도 수행할 수 있습니다.
ScheduledExecutorService scheduler = Executors.newScheduledThreadPool(2);

✅ 사용 시점
 * 주기적인 백업 작업, 모니터링, 알림 전송 등
 * 특정 시간 후 작업을 실행하고 싶을 때
🧪 예시
scheduler.scheduleAtFixedRate(() -> {
 System.out.println("Heartbeat sent by " + Thread.currentThread().getName());
}, 1, 5, TimeUnit.SECONDS); // 1초 후 시작, 5초마다 반복

⚠️ 주의
 * 작업이 너무 오래 걸리면 다음 주기 작업이 지연될 수 있음
 → 처리 시간이 일정하지 않다면 scheduleWithFixedDelay()를 고려
 
 
🧠 마무리
Java에서 Executors 팩토리 메서드는 다양한 형태의 스레드 풀을 간단히 생성할 수 있게 도와줍니다. 하지만, 운영 환경에서는 ThreadPoolExecutor를 직접 생성하여 작업 큐, 최대 스레드 수, 거부 정책 등을 세밀하게 조절하는 것이 더욱 안전하고 확장성 있는 선택입니다.

이번 글에서는 Executors가 제공하는 대표적인 스레드 풀 4종류를 살펴보고, 각각의 사용 시나리오와 주의할 점을 예제 중심으로 정리해보겠습니다.&nbsp;newFixedThreadPool(int nThreads)이 메서드는 정해진 개수만큼의 스레드를 미리 생성하고, 그 스레드들이 재사용되며 작업을 처리합니다. 더 많은 작업이 들어오면 내부 큐에 쌓이고, 기존 스레드들이 작업을 처리하면 순차적으로 소비됩니다.<pre ><code class="language-java">ExecutorService executor = Executors.newFixedThreadPool(4);&nbsp;</code></pre>✅ 사용 시점<ul ><li>처리할 작업량은 많지만, 동시에 처리해야 하는 작업 수를 제한하고 싶은 경우</li><li>CPU 자원을 고르게 사용하며, 안정적인 처리량을 원하는 경우</li></ul>🧪 예시<pre ><code class="language-java">for (int i = 0; i &lt; 10; i++) {
 final int taskId = i;
 executor.submit(() -&gt; {
 System.out.println("Task " + taskId + " executed by " + Thread.currentThread().getName());
 Thread.sleep(1000); // 모의 작업
 });
}</code></pre>⚠️ 주의<ul ><li>과도하게 큰 작업 큐가 쌓일 수 있음 → 메모리 사용량 증가</li><li>스레드 수는 CPU 코어 수나 애플리케이션 특성에 맞게 설정해야 함</li></ul>&nbsp;newCachedThreadPool()이 스레드 풀은 요청이 많으면 새로운 스레드를 계속 생성하고, 특정 기간&nbsp;동안 사용되지 않으면 제거합니다. 캐시된 스레드를 재사용하므로 빠르고 유연합니다.<pre ><code class="language-java">ExecutorService executor = Executors.newCachedThreadPool();</code></pre>✅ 사용 시점<ul ><li>작업이 짧고 빠르게 끝나는 I/O 중심의 작업일 때</li><li>짧은 burst가 자주 발생하는 상황에서 유용</li></ul>🧪 예시<pre ><code class="language-java">for (int i = 0; i &lt; 100; i++) {
 final int taskId = i;
 executor.submit(() -&gt; {
 System.out.println("Task " + taskId + " executed by " + Thread.currentThread().getName());
 });
}&nbsp;</code></pre>⚠️ 주의<ul ><li>요청이 많을 경우 스레드가 무제한으로 늘어나 과부하가 될 수 있음 → 실제 운영에서는 ThreadPoolExecutor로 커스텀 제어 필요</li></ul>&nbsp;newSingleThreadExecutor()항상 단 하나의 스레드만 사용하여 작업을 처리합니다. 작업은 FIFO 순서로 실행되며, 순서가 중요한 로직에 적합합니다.<pre ><code class="language-java">ExecutorService executor = Executors.newSingleThreadExecutor();</code></pre>✅ 사용 시점<ul ><li>작업 순서가 중요할 때</li><li>하나의 리소스(DB, 파일 등)에 대해 직렬화된 접근이 필요할 때</li></ul>🧪 예시<pre ><code class="language-java">for (int i = 0; i &lt; 5; i++) {
 final int taskId = i;
 executor.submit(() -&gt; {
 System.out.println("Processing task " + taskId);
 Thread.sleep(500);
 });
}&nbsp;</code></pre>⚠️ 주의<ul ><li>하나의 스레드에 의존하기 때문에 처리량은 낮음</li><li>스레드가 죽으면 새로운 스레드로 대체되므로 중단되지는 않음</li></ul>&nbsp;newScheduledThreadPoool(int corePoolSize)지연 실행(delay)이나 주기적인 작업(interval) 실행에 특화된 스레드 풀입니다. ScheduledExecutorService를 반환하며, Java의 타이머 역할도 수행할 수 있습니다.<pre ><code class="language-java">ScheduledExecutorService scheduler = Executors.newScheduledThreadPool(2);</code></pre>✅ 사용 시점<ul ><li>주기적인 백업 작업, 모니터링, 알림 전송 등</li><li>특정 시간 후 작업을 실행하고 싶을 때</li></ul>🧪 예시<pre ><code class="language-java">scheduler.scheduleAtFixedRate(() -&gt; {
 System.out.println("Heartbeat sent by " + Thread.currentThread().getName());
}, 1, 5, TimeUnit.SECONDS); // 1초 후 시작, 5초마다 반복</code></pre>⚠️ 주의<ul ><li>작업이 너무 오래 걸리면 다음 주기 작업이 지연될 수 있음 → 처리 시간이 일정하지 않다면 scheduleWithFixedDelay()를 고려</li></ul>&nbsp;&nbsp;🧠 마무리Java에서 Executors 팩토리 메서드는 다양한 형태의 스레드 풀을 간단히 생성할 수 있게 도와줍니다. 하지만, 운영 환경에서는 ThreadPoolExecutor를 직접 생성하여 작업 큐, 최대 스레드 수, 거부 정책 등을 세밀하게 조절하는 것이 더욱 안전하고 확장성 있는 선택입니다.

덕토피아

🕊️ Java의 ExecutorService 스레드 풀 정복하기

누구나 쉽게 이해할 수 있는 MCP 가이드 : AI 에이전트와 도구 연동의 새로운 표준

이 자료는 AI 에이전트가 Google Calendar, Salesforce와 같은 다양한 외부 도구(API)를 사용하는 데 어려움을 겪는 현재의 문제를 지적합니다. 이를 해결하기 위한 새로운 표준 프로토콜인 MCP(Model Context Protocol)를 소개하며, MCP가 어떻게 AI 에이전트와 도구 간의 '공통 언어' 역할을 하여 상호작용을 원활하게 하는지 설명합니다. 또한, 개발자와 SaaS 기업이 MCP 생태계에 참여하여 더 강력하고 확장 가능한 AI 에이전트를 구축하는 방법을 안내합니다.

(참고) 가이드 전체 내용은 Gemini 2.5 Pro로 작성되었으며, 이미지 정리본은 GPT-4o 를 이용하여 생성하였습니다.

======================================
📘 1. 왜 에이전트에게 새로운 표준이 필요한가 – MCP 소개
======================================

🚀 미래는 에이전트 중심입니다 (The Future Is Agentic)
ChatGPT 시대를 맞아, 우리 모두는 AI가 얼마나 강력할 수 있는지 엿볼 수 있었습니다. 하지만 진정한 생산성은 단순히 AI와 대화하는 것에서 오는 것이 아니라, AI가 우리를 위해 실제로 일을 처리할 수 있을 때 발휘됩니다.
바로 이 지점에서 에이전트가 필요합니다.

에이전트는 단순한 챗봇이 아닙니다. 회의 예약, 보고서 작성, 데이터 분석과 같이 실제 도구(Google Calendar, Salesforce, Notion 등)를 사용하여 행동을 취하는 AI입니다.
하지만 여기에 문제가 있습니다.

❗️ 오늘날의 에이전트는 여전히 제한적입니다.
AI에게 이렇게 요청한다고 상상해 보세요.

“이번 주 나의 모든 1:1 미팅을 찾아서, 논의 내용을 요약하고, 후속 이메일 초안을 작성해 줄 수 있니?”
오늘날 대부분의 AI 에이전트는 아마 멈춰버릴 것입니다.
왜일까요? 그들이 사용하는 도구, 즉 여러 서비스의 API들이 마치 수백 개의 다른 방언처럼 제각각이기 때문입니다.

모든 도구 (Tools) 는 다음을 가지고 있습니다.

- 자체 인증 규칙
- 고유한 데이터 형식
- 다른 기능 및 엔드포인트
개발자들은 모든 도구에 대해 맞춤 코드를 작성해야 하는 문제를 당면하게 됩니다. 이는 느리고, 불안정하며, 확장 가능하지 않습니다.

🧩 빠진 조각: 도구를 위한 공통 언어
만약 이 모든 도구들이 AI 에이전트와 소통할 수 있는 표준적인 방법이 있다면 어떨까요?
마치 HTML이 웹을 표준화하고, REST가 API를 표준화했듯이 이제 AI 에이전트를 위한 표준이 필요합니다.

이것이 바로 MCP (Model Context Protocol)입니다.

AI 에이전트가 실제 도구를 쉽게 이해하고 상호작용할 수 있도록 설계된 새로운 프로토콜입니다.
시작해 봅시다.

============================
📘 2. MCP란 무엇이며 어떻게 작동하는가?
============================
🧠 큰 그림부터 시작해 봅시다.
MCP (Model Context Protocol)는 AI 에이전트(LLM 기반)와 그들이 사용해야 하는 도구(Google Calendar, Salesforce, Notion 등) 사이에서 번역가 역할을 하는 새로운 표준입니다.

MCP를 에이전트가 다음을 이해하는 데 도움이 되는 "만능 리모컨"이라고 생각하세요.

- 어떤 도구를 사용할 수 있는지
- 그 도구들이 무엇을 할 수 있는지
- 어떻게 안전하고 효율적으로 사용할 수 있는지

🔍 주요 개념

- MCP 클라이언트: LLM을 사용하는 AI 에이전트 또는 앱입니다. 다음과 같은 요청을 보냅니다:
ㄴ “이 도구는 무엇을 할 수 있나요?”
ㄴ “이 함수를 실행해 주세요.”

- MCP 서버: SaaS 도구와의 다리 역할을 합니다. 다음을 설명합니다:
ㄴ 사용 가능한 기능 (예: "회의 생성", "노트 가져오기")
ㄴ 관련 데이터를 일관된 형식으로
ㄴ LLM이 이해할 수 있는 방식으로 지침 제공

- 컨텍스트 스키마: 도구의 기능을 LLM이 읽을 수 있도록 구조화되고 통합된 형식입니다. 마치 모든 도구를 쉽게 탐색할 수 있는 API 플레이그라운드로 바꾸는 것과 같습니다.

🔁 이것이 왜 중요한가
- MCP가 없다면: AI 에이전트는 모든 도구를 사용하기 위해 수작업으로 코딩해야 합니다 = 느리고 비용이 많이 듭니다.
- MCP가 있다면: 도구는 에이전트에게 플러그 앤 플레이 방식이 됩니다 = 빠르고 확장 가능합니다.

✅ 실제 예시
에이전트가 다음 작업을 수행하기를 원하십니까?

“Asana에서 모든 높은 우선순위 작업을 찾고, 프로젝트 상태를 요약하고, 팀에 알림 보내기”

MCP를 사용하면,
1. Asana MCP 서버가 그 기능을 설명합니다 (list_projects, get_tasks 등).
2. 에이전트는 이러한 작업을 탐색, 호출 및 결합할 수 있습니다.
3. 그 결과 맞춤 코드 없이 완전히 자동화된 워크플로우가 가능해집니다.

=================================
📘 3. 도구가 어떻게 에이전트의 능력을 결정하는가
=================================

🛠 모든 도구가 동일하지는 않습니다
인간 조수가 일을 처리하기 위해 적절한 기술 세트가 필요한 것처럼,
AI 에이전트의 성능은 사용할 수 있는 도구에 따라 달라집니다.

도구에는 두 가지 주요 유형이 있습니다.

1️⃣ 다기능 도구 (Multi-Function Tools) : 하나의 도구, 여러 작업 – 스위스 아미 나이프처럼
이 도구들은 여러 관련 작업을 하나의 강력한 인터페이스로 묶습니다.
단일 단계가 아닌 전체 워크플로우를 수행하도록 설계되었습니다.

🧠 예시
다기능 도구를 사용하는 Calendar Agent는 다음을 처리할 수 있습니다.
- 모든 미팅 찾기 (유형별 필터링 = 1:1)
- 메타데이터 추출 (제목, 참석자, 시간)
- 미팅 노트 읽기
- 주간 요약 생성
이 모든 것을 한 번에 처리합니다 – 5개의 다른 도구를 호출할 필요가 없습니다.

📌 중요한 이유
도구 수가 적을수록 = 오케스트레이션이 단순해짐 = 더 빠르고 스마트한 에이전트.

2️⃣ 다중 도구 에이전트 (Multi-Tool Agents) - 함께 작동하는 에이전트 – 전문가 팀처럼
때로는 단일 도구만으로는 모든 것을 할 수 없습니다.
대신, 마치 팀 내의 사람들처럼 각기 다른 도구를 사용하는 에이전트들이 협업합니다.

🧠 예시
목표: 주요 고객에게 맞춤형 이메일 캠페인 보내기.
🧑‍💼 에이전트 1: Salesforce에서 고객 데이터 가져오기
📊 에이전트 2: Google Sheets에서 데이터 분석하기
📬 에이전트 3: Mailchimp를 통해 이메일 보내기
이를 에이전트 시스템(System of Agents) 또는 MAS (Multi-Agent System)라고 합니다.

📌 중요한 이유
에이전트는 강점을 결합하고 더 넓은 범위를 커버할 수 있습니다 – 마치 회사의 마이크로서비스처럼.

🤖 왜 ChatGPT만으로는 충분하지 않은가
오늘날 대부분의 맞춤형 GPT는 너무 단순합니다

- 제한된 작업
- 메모리 없음
- 다른 에이전트와 협업 불가
- "단일 도구" 사일로에 갇혀 있음

이것이 바로 AutoGen, CrewAI, LangGraph와 같은 강력한 프레임워크가 등장한 이유입니다 – 다기능 및 다중 에이전트 기능을 잠금 해제하기 위해.

🧭 도구 = 에이전트 뒤의 진정한 엔진
단순히 어떤 LLM을 사용하는지에 대한 문제가 아닙니다.
어떤 도구를 제공하고, 그것들이 어떻게 연결되어 있는지에 대한 문제입니다.

=========================
📘 4. MCP의 현실적인 과제와 한계점
=========================

MCP는 AI 에이전트와 도구 연동의 방식을 혁신할 잠재력을 지니고 있지만, 새로운 표준으로서 현실적인 과제와 잠재적 한계점 또한 고려해야 합니다.

😫 넘어야 할 현실적인 장벽들
MCP가 이상적인 솔루션처럼 보일 수 있지만, 성공적인 정착과 확산을 위해서는 다음과 같은 현실적인 문제들을 해결해야 합니다.

느린 채택 속도 (Slow Adoption Rate)
- 가장 큰 허들: 새로운 표준의 성공은 얼마나 많은 플레이어가 참여하느냐에 달려있습니다. SaaS 기업들이 MCP 서버 구축에 투자하고, 에이전트 개발자들이 이를 적극적으로 사용해야만 생태계가 활성화됩니다. 초기에는 '닭과 달걀' 문제에 직면할 수 있습니다.
- 모든 도구 제공자가 표준화된 단일 인터페이스를 선호하지 않을 수 있으며, 자체 API 생태계를 강화하는 것을 우선시할 수 있습니다.

구현 및 유지보수의 복잡성 (Complexity of Implementation & Maintenance)
- 서버 측 부담: MCP가 에이전트 클라이언트 개발을 단순화할 수 있지만, SaaS 도구 제공자 입장에서는 자사의 복잡한 API 기능과 데이터 모델을 MCP 표준 스키마에 정확하게 매핑하고, 안전하며 효율적인 MCP 서버를 구축 및 유지보수하는 것이 상당한 기술적, 비용적 부담이 될 수 있습니다.
- 지속적 업데이트: 기반이 되는 도구의 API가 변경되거나 MCP 표준 자체가 발전함에 따라 지속적인 업데이트와 버전 관리가 필요합니다.

표준화의 명암 (Pros and Cons of Standardization)
- 기능 제약 가능성: 모든 도구의 고유하고 세분화된 기능을 단일 표준으로 완벽하게 포괄하기는 어렵습니다. 초기 표준은 '최소 공통분모'에 집중하게 되어, 특정 도구의 고급 기능이나 특수 기능을 MCP를 통해 활용하는 데 제약이 따를 수 있습니다. 때로는 여전히 직접적인 API 호출이 필요할 수 있습니다.
- 표준의 경직성: 표준이 한번 자리 잡으면 변경하기 어려울 수 있으며, 빠르게 변화하는 AI 및 API 기술 발전을 민첩하게 따라가지 못할 수 있습니다.

성능 및 보안 문제 (Performance & Security Concerns)
- 잠재적 성능 저하: MCP라는 중개 계층(layer)이 추가되면서, 이론적으로는 직접 API를 호출하는 것보다 약간의 지연 시간(latency)이 발생할 수 있습니다. 대부분의 경우 무시할 만한 수준일 수 있으나, 실시간성이 중요한 애플리케이션에서는 고려 사항이 될 수 있습니다.
- 보안 책임: 표준화된 인터페이스는 잠재적인 공격 표면(attack surface)도 표준화할 수 있습니다. MCP 서버와 클라이언트 간의 인증, 권한 부여, 데이터 암호화 등 보안 메커니즘을 철저히 구현하는 것이 매우 중요하며, 이에 대한 책임은 각 서버 구현 주체에게 있습니다.

기술 성숙도 및 생태계 지원 (Maturity & Ecosystem Support)
- 초기 단계: MCP는 비교적 새로운 개념이므로, 관련 개발 도구, 디버깅 툴, 테스트 프레임워크, 풍부한 문서, 커뮤니티 지원 등이 아직 부족할 수 있습니다. 이는 초기 도입 및 문제 해결을 어렵게 만들 수 있습니다.

💡 결론: 균형 잡힌 시각 필요
MCP는 에이전트 기반 자동화의 중요한 발전을 약속하지만, 위와 같은 현실적인 과제들을 간과해서는 안 됩니다. 이러한 문제들은 대부분의 신기술 표준화 과정에서 나타나는 현상이며, MCP 생태계 참여자들의 지속적인 노력, 피드백, 협력을 통해 점진적으로 해결될 수 있을 것입니다. MCP의 성공 여부는 이러한 과제들을 얼마나 효과적으로 극복하느냐에 달려있습니다.

=======================
📘 5. MCP 생태계에 참여하는 방법
=======================

🎯 왜 관심을 가져야 하는가
만약 당신의 제품이 SaaS 도구이고, AI 에이전트가 사용하기를 원한다면, 지금이 MCP 생태계에 진입하기에 완벽한 시기입니다.
- LLM 기반 에이전트에게 발견될 수 있습니다.
- 맞춤 통합 없이 에이전트가 당신의 도구를 사용하게 할 수 있습니다.
- 기업 IT부터 소비자 AI까지 성장하는 에이전트 앱 시장에 진입할 수 있습니다.

🚪 참여 방법: 3가지 방법

1️⃣ MCP 서버 구축하기
당신의 도구 기능을 MCP 호환 인터페이스로 전환하세요.

🔧 필요한 것
- 도구의 기능(call_tool, list_tools) 설명하기
- call_resource, list_resources를 통해 데이터 노출하기
- 표준 컨텍스트 스키마 따르기
마치 공개 API를 구축하는 것과 같지만, LLM을 위한 것입니다.

💡 팁: 기존 에이전트 프레임워크(예: LangGraph, AutoGen)를 사용하여 개발 속도를 높이세요.

2️⃣ 마켓플레이스에 호스팅 또는 등록하기
MCP 서버가 활성화되면 MCP 레지스트리나 마켓플레이스에 게시하세요.
- 당신의 도구를 모든 MCP 호환 클라이언트가 발견할 수 있도록 만드세요.
- AI 에이전트가 당신의 제품을 찾고, 이해하고, 사용하도록 하세요.
- 일부 플랫폼(예: Claude, MySnap)은 이미 이 플러그 앤 플레이 모델을 지원합니다.

3️⃣ MCP를 클라이언트로 사용하기
MCP를 통해 도구에 연결하는 자체 AI 에이전트나 LLM 앱을 구축할 수도 있습니다.
- 더 이상 각 API에 대한 맞춤 래퍼를 작성할 필요가 없습니다.
- 기존 MCP 서버에 연결하고 워크플로우를 더 빠르게 구축하세요.
- 내부 자동화 도구나 고객 대면 AI 앱에 적합합니다.

🌱 선도자 = 큰 이점 (Early Movers = Huge Advantage)
MCP는 아직 초기 단계이지만, 기반은 현실적이고 작동하고 있습니다.
지금 참여함으로써 다음을 할 수 있습니다

✅ 떠오르는 표준에 영향을 미치기
✅ 다른 이들보다 먼저 당신의 도구의 LLM 인터페이스 형성하기
✅ 생태계가 확장됨에 따라 함께 성장하기

📌 결론
만약 REST가 웹 시대의 API 표준이었다면, MCP는 에이전트 시대의 프로토콜 표준이 될 수 있습니다. 지금이 준비할 황금 같은 기회입니다.

🧭 구축할 준비가 되셨나요?
핵심 도구 기능을 식별하고 MCP 형식으로 구조화하는 것부터 시작하세요.
모든 것을 지원할 필요는 없습니다 – 에이전트가 시작할 수 있을 만큼만 지원하면 됩니다.

에이전트의 시대(Agentic era)가 오고 있습니다. 늦지 마세요.

도움이 되셨다면 좋아요 부탁드립니다.

누구나 쉽게 이해할 수 있는 MCP 가이드 : AI 에이전트와 도구 연동의 새로운 표준 이 자료는 AI 에이전트가 Google Calendar, Salesforce와 같은 다양한 외부 도구(API)를 사용하는 데 어려움을 겪는 현재의 문제를 지적합니다. 이를 해결하기 위한 새로운 표준 프로토콜인 MCP(Model Context Protocol)를 소개하며, MCP가 어떻게 AI 에이전트와 도구 간의 '공통 언어' 역할을 하여 상호작용을 원활하게 하는지 설명합니다. 또한, 개발자와 SaaS 기업이 MCP 생태계에 참여하여 더 강력하고 확장 가능한 AI 에이전트를 구축하는 방법을 안내합니다. (참고) 가이드 전체 내용은 Gemini 2.5 Pro로 작성되었으며, 이미지 정리본은 GPT-4o 를 이용하여 생성하였습니다. ====================================== 📘 1. 왜 에이전트에게 새로운 표준이 필요한가 – MCP 소개 ====================================== 🚀 미래는 에이전트 중심입니다 (The Future Is Agentic) ChatGPT 시대를 맞아, 우리 모두는 AI가 얼마나 강력할 수 있는지 엿볼 수 있었습니다. 하지만 진정한 생산성은 단순히 AI와 대화하는 것에서 오는 것이 아니라, AI가 우리를 위해 실제로 일을 처리할 수 있을 때 발휘됩니다. 바로 이 지점에서 에이전트가 필요합니다. 에이전트는 단순한 챗봇이 아닙니다. 회의 예약, 보고서 작성, 데이터 분석과 같이 실제 도구(Google Calendar, Salesforce, Notion 등)를 사용하여 행동을 취하는 AI입니다. 하지만 여기에 문제가 있습니다. ❗️ 오늘날의 에이전트는 여전히 제한적입니다. AI에게 이렇게 요청한다고 상상해 보세요. “이번 주 나의 모든 1:1 미팅을 찾아서, 논의 내용을 요약하고, 후속 이메일 초안을 작성해 줄 수 있니?” 오늘날 대부분의 AI 에이전트는 아마 멈춰버릴 것입니다. 왜일까요? 그들이 사용하는 도구, 즉 여러 서비스의 API들이 마치 수백 개의 다른 방언처럼 제각각이기 때문입니다. 모든 도구 (Tools) 는 다음을 가지고 있습니다. - 자체 인증 규칙 - 고유한 데이터 형식 - 다른 기능 및 엔드포인트 개발자들은 모든 도구에 대해 맞춤 코드를 작성해야 하는 문제를 당면하게 됩니다. 이는 느리고, 불안정하며, 확장 가능하지 않습니다. 🧩 빠진 조각: 도구를 위한 공통 언어 만약 이 모든 도구들이 AI 에이전트와 소통할 수 있는 표준적인 방법이 있다면 어떨까요? 마치 HTML이 웹을 표준화하고, REST가 API를 표준화했듯이 이제 AI 에이전트를 위한 표준이 필요합니다. 이것이 바로 MCP (Model Context Protocol)입니다. AI 에이전트가 실제 도구를 쉽게 이해하고 상호작용할 수 있도록 설계된 새로운 프로토콜입니다. 시작해 봅시다. ============================ 📘 2. MCP란 무엇이며 어떻게 작동하는가? ============================ 🧠 큰 그림부터 시작해 봅시다. MCP (Model Context Protocol)는 AI 에이전트(LLM 기반)와 그들이 사용해야 하는 도구(Google Calendar, Salesforce, Notion 등) 사이에서 번역가 역할을 하는 새로운 표준입니다. MCP를 에이전트가 다음을 이해하는 데 도움이 되는 "만능 리모컨"이라고 생각하세요. - 어떤 도구를 사용할 수 있는지 - 그 도구들이 무엇을 할 수 있는지 - 어떻게 안전하고 효율적으로 사용할 수 있는지 🔍 주요 개념 - MCP 클라이언트: LLM을 사용하는 AI 에이전트 또는 앱입니다. 다음과 같은 요청을 보냅니다: ㄴ “이 도구는 무엇을 할 수 있나요?” ㄴ “이 함수를 실행해 주세요.” - MCP 서버: SaaS 도구와의 다리 역할을 합니다. 다음을 설명합니다: ㄴ 사용 가능한 기능 (예: "회의 생성", "노트 가져오기") ㄴ 관련 데이터를 일관된 형식으로 ㄴ LLM이 이해할 수 있는 방식으로 지침 제공 - 컨텍스트 스키마: 도구의 기능을 LLM이 읽을 수 있도록 구조화되고 통합된 형식입니다. 마치 모든 도구를 쉽게 탐색할 수 있는 API 플레이그라운드로 바꾸는 것과 같습니다. 🔁 이것이 왜 중요한가 - MCP가 없다면: AI 에이전트는 모든 도구를 사용하기 위해 수작업으로 코딩해야 합니다 = 느리고 비용이 많이 듭니다. - MCP가 있다면: 도구는 에이전트에게 플러그 앤 플레이 방식이 됩니다 = 빠르고 확장 가능합니다. ✅ 실제 예시 에이전트가 다음 작업을 수행하기를 원하십니까? “Asana에서 모든 높은 우선순위 작업을 찾고, 프로젝트 상태를 요약하고, 팀에 알림 보내기” MCP를 사용하면, 1. Asana MCP 서버가 그 기능을 설명합니다 (list_projects, get_tasks 등). 2. 에이전트는 이러한 작업을 탐색, 호출 및 결합할 수 있습니다. 3. 그 결과 맞춤 코드 없이 완전히 자동화된 워크플로우가 가능해집니다. ================================= 📘 3. 도구가 어떻게 에이전트의 능력을 결정하는가 ================================= 🛠 모든 도구가 동일하지는 않습니다 인간 조수가 일을 처리하기 위해 적절한 기술 세트가 필요한 것처럼, AI 에이전트의 성능은 사용할 수 있는 도구에 따라 달라집니다. 도구에는 두 가지 주요 유형이 있습니다. 1️⃣ 다기능 도구 (Multi-Function Tools) : 하나의 도구, 여러 작업 – 스위스 아미 나이프처럼 이 도구들은 여러 관련 작업을 하나의 강력한 인터페이스로 묶습니다. 단일 단계가 아닌 전체 워크플로우를 수행하도록 설계되었습니다. 🧠 예시 다기능 도구를 사용하는 Calendar Agent는 다음을 처리할 수 있습니다. - 모든 미팅 찾기 (유형별 필터링 = 1:1) - 메타데이터 추출 (제목, 참석자, 시간) - 미팅 노트 읽기 - 주간 요약 생성 이 모든 것을 한 번에 처리합니다 – 5개의 다른 도구를 호출할 필요가 없습니다. 📌 중요한 이유 도구 수가 적을수록 = 오케스트레이션이 단순해짐 = 더 빠르고 스마트한 에이전트. 2️⃣ 다중 도구 에이전트 (Multi-Tool Agents) - 함께 작동하는 에이전트 – 전문가 팀처럼 때로는 단일 도구만으로는 모든 것을 할 수 없습니다. 대신, 마치 팀 내의 사람들처럼 각기 다른 도구를 사용하는 에이전트들이 협업합니다. 🧠 예시 목표: 주요 고객에게 맞춤형 이메일 캠페인 보내기. 🧑‍💼 에이전트 1: Salesforce에서 고객 데이터 가져오기 📊 에이전트 2: Google Sheets에서 데이터 분석하기 📬 에이전트 3: Mailchimp를 통해 이메일 보내기 이를 에이전트 시스템(System of Agents) 또는 MAS (Multi-Agent System)라고 합니다. 📌 중요한 이유 에이전트는 강점을 결합하고 더 넓은 범위를 커버할 수 있습니다 – 마치 회사의 마이크로서비스처럼. 🤖 왜 ChatGPT만으로는 충분하지 않은가 오늘날 대부분의 맞춤형 GPT는 너무 단순합니다 - 제한된 작업 - 메모리 없음 - 다른 에이전트와 협업 불가 - "단일 도구" 사일로에 갇혀 있음 이것이 바로 AutoGen, CrewAI, LangGraph와 같은 강력한 프레임워크가 등장한 이유입니다 – 다기능 및 다중 에이전트 기능을 잠금 해제하기 위해. 🧭 도구 = 에이전트 뒤의 진정한 엔진 단순히 어떤 LLM을 사용하는지에 대한 문제가 아닙니다. 어떤 도구를 제공하고, 그것들이 어떻게 연결되어 있는지에 대한 문제입니다. ========================= 📘 4. MCP의 현실적인 과제와 한계점 ========================= MCP는 AI 에이전트와 도구 연동의 방식을 혁신할 잠재력을 지니고 있지만, 새로운 표준으로서 현실적인 과제와 잠재적 한계점 또한 고려해야 합니다. 😫 넘어야 할 현실적인 장벽들 MCP가 이상적인 솔루션처럼 보일 수 있지만, 성공적인 정착과 확산을 위해서는 다음과 같은 현실적인 문제들을 해결해야 합니다. 느린 채택 속도 (Slow Adoption Rate) - 가장 큰 허들: 새로운 표준의 성공은 얼마나 많은 플레이어가 참여하느냐에 달려있습니다. SaaS 기업들이 MCP 서버 구축에 투자하고, 에이전트 개발자들이 이를 적극적으로 사용해야만 생태계가 활성화됩니다. 초기에는 '닭과 달걀' 문제에 직면할 수 있습니다. - 모든 도구 제공자가 표준화된 단일 인터페이스를 선호하지 않을 수 있으며, 자체 API 생태계를 강화하는 것을 우선시할 수 있습니다. 구현 및 유지보수의 복잡성 (Complexity of Implementation &amp; Maintenance) - 서버 측 부담: MCP가 에이전트 클라이언트 개발을 단순화할 수 있지만, SaaS 도구 제공자 입장에서는 자사의 복잡한 API 기능과 데이터 모델을 MCP 표준 스키마에 정확하게 매핑하고, 안전하며 효율적인 MCP 서버를 구축 및 유지보수하는 것이 상당한 기술적, 비용적 부담이 될 수 있습니다. - 지속적 업데이트: 기반이 되는 도구의 API가 변경되거나 MCP 표준 자체가 발전함에 따라 지속적인 업데이트와 버전 관리가 필요합니다. 표준화의 명암 (Pros and Cons of Standardization) - 기능 제약 가능성: 모든 도구의 고유하고 세분화된 기능을 단일 표준으로 완벽하게 포괄하기는 어렵습니다. 초기 표준은 '최소 공통분모'에 집중하게 되어, 특정 도구의 고급 기능이나 특수 기능을 MCP를 통해 활용하는 데 제약이 따를 수 있습니다. 때로는 여전히 직접적인 API 호출이 필요할 수 있습니다. - 표준의 경직성: 표준이 한번 자리 잡으면 변경하기 어려울 수 있으며, 빠르게 변화하는 AI 및 API 기술 발전을 민첩하게 따라가지 못할 수 있습니다. 성능 및 보안 문제 (Performance &amp; Security Concerns) - 잠재적 성능 저하: MCP라는 중개 계층(layer)이 추가되면서, 이론적으로는 직접 API를 호출하는 것보다 약간의 지연 시간(latency)이 발생할 수 있습니다. 대부분의 경우 무시할 만한 수준일 수 있으나, 실시간성이 중요한 애플리케이션에서는 고려 사항이 될 수 있습니다. - 보안 책임: 표준화된 인터페이스는 잠재적인 공격 표면(attack surface)도 표준화할 수 있습니다. MCP 서버와 클라이언트 간의 인증, 권한 부여, 데이터 암호화 등 보안 메커니즘을 철저히 구현하는 것이 매우 중요하며, 이에 대한 책임은 각 서버 구현 주체에게 있습니다. 기술 성숙도 및 생태계 지원 (Maturity &amp; Ecosystem Support) - 초기 단계: MCP는 비교적 새로운 개념이므로, 관련 개발 도구, 디버깅 툴, 테스트 프레임워크, 풍부한 문서, 커뮤니티 지원 등이 아직 부족할 수 있습니다. 이는 초기 도입 및 문제 해결을 어렵게 만들 수 있습니다. 💡 결론: 균형 잡힌 시각 필요 MCP는 에이전트 기반 자동화의 중요한 발전을 약속하지만, 위와 같은 현실적인 과제들을 간과해서는 안 됩니다. 이러한 문제들은 대부분의 신기술 표준화 과정에서 나타나는 현상이며, MCP 생태계 참여자들의 지속적인 노력, 피드백, 협력을 통해 점진적으로 해결될 수 있을 것입니다. MCP의 성공 여부는 이러한 과제들을 얼마나 효과적으로 극복하느냐에 달려있습니다. ======================= 📘 5. MCP 생태계에 참여하는 방법 ======================= 🎯 왜 관심을 가져야 하는가 만약 당신의 제품이 SaaS 도구이고, AI 에이전트가 사용하기를 원한다면, 지금이 MCP 생태계에 진입하기에 완벽한 시기입니다. - LLM 기반 에이전트에게 발견될 수 있습니다. - 맞춤 통합 없이 에이전트가 당신의 도구를 사용하게 할 수 있습니다. - 기업 IT부터 소비자 AI까지 성장하는 에이전트 앱 시장에 진입할 수 있습니다. 🚪 참여 방법: 3가지 방법 1️⃣ MCP 서버 구축하기 당신의 도구 기능을 MCP 호환 인터페이스로 전환하세요. 🔧 필요한 것 - 도구의 기능(call_tool, list_tools) 설명하기 - call_resource, list_resources를 통해 데이터 노출하기 - 표준 컨텍스트 스키마 따르기 마치 공개 API를 구축하는 것과 같지만, LLM을 위한 것입니다. 💡 팁: 기존 에이전트 프레임워크(예: LangGraph, AutoGen)를 사용하여 개발 속도를 높이세요. 2️⃣ 마켓플레이스에 호스팅 또는 등록하기 MCP 서버가 활성화되면 MCP 레지스트리나 마켓플레이스에 게시하세요. - 당신의 도구를 모든 MCP 호환 클라이언트가 발견할 수 있도록 만드세요. - AI 에이전트가 당신의 제품을 찾고, 이해하고, 사용하도록 하세요. - 일부 플랫폼(예: Claude, MySnap)은 이미 이 플러그 앤 플레이 모델을 지원합니다. 3️⃣ MCP를 클라이언트로 사용하기 MCP를 통해 도구에 연결하는 자체 AI 에이전트나 LLM 앱을 구축할 수도 있습니다. - 더 이상 각 API에 대한 맞춤 래퍼를 작성할 필요가 없습니다. - 기존 MCP 서버에 연결하고 워크플로우를 더 빠르게 구축하세요. - 내부 자동화 도구나 고객 대면 AI 앱에 적합합니다. 🌱 선도자 = 큰 이점 (Early Movers = Huge Advantage) MCP는 아직 초기 단계이지만, 기반은 현실적이고 작동하고 있습니다. 지금 참여함으로써 다음을 할 수 있습니다 ✅ 떠오르는 표준에 영향을 미치기 ✅ 다른 이들보다 먼저 당신의 도구의 LLM 인터페이스 형성하기 ✅ 생태계가 확장됨에 따라 함께 성장하기 📌 결론 만약 REST가 웹 시대의 API 표준이었다면, MCP는 에이전트 시대의 프로토콜 표준이 될 수 있습니다. 지금이 준비할 황금 같은 기회입니다. 🧭 구축할 준비가 되셨나요? 핵심 도구 기능을 식별하고 MCP 형식으로 구조화하는 것부터 시작하세요. 모든 것을 지원할 필요는 없습니다 – 에이전트가 시작할 수 있을 만큼만 지원하면 됩니다. 에이전트의 시대(Agentic era)가 오고 있습니다. 늦지 마세요. 도움이 되셨다면 좋아요 부탁드립니다.

누구나 쉽게 이해할 수 있는 MCP 가이드

똑닥닷컴 SEO(a.k.a. 네이버 월 노출 수 1000만 달성기) | 비브로스 기술 블로그

어떤 접근으로 노출수를 높였는지 단계별로 잘 나와있네요.
https://boostbrothers.github.io/2025-03-04-ddocdoc-com-seo/

어떤 접근으로 노출수를 높였는지 단계별로 잘 나와있네요.https://boostbrothers.github.io/2025-03-04-ddocdoc-com-seo/

boostbrothers.github.io

똑닥: SEO 최적화 사례

첫 회사에서 5년 정도 보낸 후 대기업이 가보고 싶다는 생각이 들었습니다.
다른 곳에 이력서도 넣어보지 않은 채 일단 그만뒀습니다.

그리고 이력서를 쓰기 시작했는데...
아는 사람도 하나 없어 지인 추천 없이 홈페이지를 통해서 지원서를 썼습니다.
네이버, 다음, SK컴즈, NC소프트, 넥슨 같은 곳들.

근데 기다려도 답장이 오질 않더군요.
5년 가까이 열심히 했고 자신감도 많이 생겼는데 밖에서 보는 내 수준은 이런거였구나.

한 달 정도 지났을 뿐인데 초조함이 엄청 커졌습니다.
나 혹시 새되는 거 아냐? 그럼 내 인생 어떻게 되는거지?
다른 회사를 먼저 알아보고 그만둘 걸.
큰일났단 생각에 소름이 바짝 돋았습니다.

엔씨, 넥슨, 다음에서는 연락도 안 왔고, 네이버에서 연락이 왔습니다.
이력서를 내고 한 달 지나 연락이 왔는데...
지금 생각해보면 제 이력서를 보고 픽해준 네이버 누군가가 인생의 은인입니다.
만약 흘려 넘겨 버렸으면 나는 지금 뭘하고 있을까? 시간이 지날수록 초조한 맘이 커져서 그 어떤 이상한 회사라도 얼씨구나 들어갔을 것 같습니다.

이후에도 다른 회사를 알아보기 전에 회사를 그만두었습니다만 처음 만큼 긴장되거나 초조하진 않았습니다. 스스로에 대한 자신감이 없었기 때문이었던 것 같습니다.

(인생에서 불안했던 시기를 생각해보다가 쓴 글일 뿐 절대 이렇게 하라고 추천하는 것은 아닙니다)

첫 회사에서 5년 정도 보낸 후 대기업이 가보고 싶다는 생각이 들었습니다.다른 곳에 이력서도 넣어보지 않은 채 일단 그만뒀습니다. 그리고 이력서를 쓰기 시작했는데...아는 사람도 하나 없어 지인 추천 없이 홈페이지를 통해서 지원서를 썼습니다.네이버, 다음, SK컴즈, NC소프트, 넥슨 같은 곳들. 근데 기다려도 답장이 오질 않더군요.5년 가까이 열심히 했고 자신감도 많이 생겼는데 밖에서 보는 내 수준은 이런거였구나. 한 달 정도 지났을 뿐인데 초조함이 엄청 커졌습니다.나 혹시 새되는 거 아냐? 그럼 내 인생 어떻게 되는거지?다른 회사를 먼저 알아보고 그만둘 걸.큰일났단 생각에 소름이 바짝 돋았습니다. 엔씨, 넥슨, 다음에서는 연락도 안 왔고, 네이버에서 연락이 왔습니다.이력서를 내고 한 달 지나 연락이 왔는데...지금 생각해보면 제 이력서를 보고 픽해준 네이버 누군가가 인생의 은인입니다.만약 흘려 넘겨 버렸으면 나는 지금 뭘하고 있을까? 시간이 지날수록 초조한 맘이 커져서 그 어떤 이상한 회사라도 얼씨구나 들어갔을 것 같습니다. 이후에도 다른 회사를 알아보기 전에 회사를 그만두었습니다만 처음 만큼 긴장되거나 초조하진 않았습니다. 스스로에 대한 자신감이 없었기 때문이었던 것 같습니다. (인생에서 불안했던 시기를 생각해보다가 쓴 글일 뿐 절대 이렇게 하라고 추천하는 것은 아닙니다)

다른 회사를 먼저 알아보지 않고 퇴사하면

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

 - YouTube

먼저, 성능 최적화와 보안 이슈 등을 얘기할 수 있을것 같아요.

물론 초개인화된 데이터를 처리하는 역할을
모두 서버에서 담당한다면 서버 부하가 커질 수도 있지만,

그럼에도 위와 같은 이유들로
서버에서 Data fetching 을 하는게 유리한 때가 있어서요.

이러한 이유에 대해 좀 더 자세히 설명해보았습니다.

https://youtu.be/vJGk4iLo-Ak

먼저, 성능 최적화와 보안 이슈 등을 얘기할 수 있을것 같아요. 물론 초개인화된 데이터를 처리하는 역할을모두 서버에서 담당한다면 서버 부하가 커질 수도 있지만, 그럼에도 위와 같은 이유들로서버에서 Data fetching 을 하는게 유리한 때가 있어서요. 이러한 이유에 대해 좀 더 자세히 설명해보았습니다. https://youtu.be/vJGk4iLo-Ak

youtu.be

왜 Data fetching 을 서버에서 해야할까요?

사용자가 공유한 콘텐츠

폴인에서 시리즈로 공개한 '토스팀에게 듣다: 토스 10주년 '10 to 100''에서 프로덕트 디자인 부문의 글을 소개합니다. 프로덕트 디자인 헤드를 맡고 있는 강수영 님이 2015년부터 2025년까지 토스에서의 프로덕트 디자인을 어떻게 바라보고, 어떤 고민과 도전으로 현재에 이르렀는지 담담하게 전달하는 내용입니다. 요약을 먼저 보시더라도 전문을 꼭 살펴보시면 좋겠습니다.

2개의 문장으로 결론을 요약하자면 사용자 경험을 고민하는 사람이라면, 디자인하는 사람이라면 '수단과 목적을 헷갈리지 말자'라는 것이었습니다. '만약 헷갈리지만 않는다면 안 되는 건 거의 없다.'입니다.

[ 큐레이터의 문장 🎒 ]

1. 태동기(2015~18): 디자인도, 일하는 방식도 단순하게 

 * ① 필요 없는 정보는 과감히 쳐내기
   ② 한 화면에서 어딜 봐야 할지 명확히 알려주기

2. 성장기(2018~22): 체계를 통한 일관성 쌓기

토스만의 디자인 시스템을 만들고 토스만의 서체도 만들면서 어디서든 '토스 디자인이다'라고 알 수 있게 만든 시기였습니다. 동시에 4가지를 새롭게 시도했습니다.

 * ① 3D 그래픽 - 시네마4D라는 툴을 직접 배워가며 내부에서 디벨롭
 * ② UX 라이팅 - A/B테스트를 통해 제품속 문구를 결정하면서 클릭율 최대 300% 증가
 * ③ 유저 테스트 - 토스의 UT 문화가 생긴 시기로 전문 업체와 계약해서 테스트, 정성 테스트를 반복해 가입 퍼널을 만들고 수치로 성과까지 증명
 * ④ 로고 리브랜딩 - '공 던지듯 쉬운 금융', '우리는 금융이 아니다', '토스에 갇히면 안 된다'

3. 진화기(2022~2024): 금융 너머를 바라보는 시대의 디자인

마이데이터 시기에 조회, 송금, 혜택을 중심으로 한 홈화면을 만든 시기. 대출, 카드, 보험, 신용대출 등 여러 기능을 동일한 인터랙션으로 하나의 경험을 하듯이 만드는 것에 주안점을 두고 매출까지 개선하는 것으로 디자인의 역할을 확대했습니다. 이 시기엔 3D로 만든 새로운 로고를 선보였습니다.

4. 토스의 지금(2025~): 어디서나 편리한 디자인을 고민할 때

토스가 금융상품을 넘어 커머스, 모바일을 넘어 오프라인 단말기까지 새로운 접점이 생기면서 덩치가 커졌습니다. B2B 고객도 많아졌고 고객이 토스 앱 안에서 자기만의 사업을 하려는 니즈가 있었기에 '툴 프로덕트 디자이너'라는 직군까지 생겼습니다. 내부 구성원을 위한 툴도 만들어진 시기였죠.

 1. 토스 내비게이션 스코어 - 유저에게 직접 묻고 '이 기능 어디에 있을 것 같나요?'에 대한 답변을 히트맵 형태로 표현해서 (만드는 사람이) 예상한 것과 (쓰는 사람이) 이해하고 기대하는 것 사이의 격차가 얼마나 큰지 확인할 수 있는 방법입니다.
 2. 휴리봇 - 휴리봇은 토스 유저처럼 답변하는 생성형 AI예요. 디자인한 화면을 보여주며 질문하면 실제 유저처럼 답변하는 거예요. 기존 유저 테스트를 완전히 대체할 수는 없지만, 시간을 아끼는 데 큰 도움이 됩니다.
 3. 토스트 - 토스 스타일로 그림을 알아서 그려주는 '토스트'도 개발했어요. 정보를 입력하면 몇 분 만에 그래픽이 만들어지죠. 토스 그래픽 디자이너가 만든 것과 같은 퀄리티, 톤으로요. 디자이너들이 더 중요한 문제에 집중할 수 있도록 일손을 덜어주는 역할을 잘 해내고 있습니다. 
 4. 랠리(Rally) - 인터랙션을 잘 만들려면 디자이너의 역량, 구현 기술, 개발 인력이 모두 필요한데요. 인터랙션팀 주도로 구현 비용을 획기적으로 낮추기 위해 랠리라는 프로그래밍 언어를 자체 개발했어요.

https://www.folin.co/article/10450/gift/Fspn7szhf5iFFggpgu0Ryq7GKd3D6XF5

폴인에서 시리즈로 공개한 '토스팀에게 듣다: 토스 10주년 '10 to 100''에서 프로덕트 디자인 부문의 글을 소개합니다. 프로덕트 디자인 헤드를 맡고 있는 강수영 님이 2015년부터 2025년까지 토스에서의 프로덕트 디자인을 어떻게 바라보고, 어떤 고민과 도전으로 현재에 이르렀는지 담담하게 전달하는 내용입니다. 요약을 먼저 보시더라도 전문을 꼭 살펴보시면 좋겠습니다. 2개의 문장으로 결론을 요약하자면 사용자 경험을 고민하는 사람이라면, 디자인하는 사람이라면 '수단과 목적을 헷갈리지 말자'라는 것이었습니다. '만약 헷갈리지만 않는다면 안 되는 건 거의 없다.'입니다. [ 큐레이터의 문장 🎒 ] 1. 태동기(2015~18): 디자인도, 일하는 방식도 단순하게&nbsp; <ul ><li>① 필요 없는 정보는 과감히 쳐내기 ② 한 화면에서 어딜 봐야 할지 명확히 알려주기</li></ul> 2. 성장기(2018~22): 체계를 통한 일관성 쌓기 토스만의 디자인 시스템을 만들고 토스만의 서체도 만들면서 어디서든 '토스 디자인이다'라고 알 수 있게 만든 시기였습니다. 동시에 4가지를 새롭게 시도했습니다. <ul ><li>① 3D 그래픽 - 시네마4D라는 툴을 직접 배워가며 내부에서 디벨롭</li><li>② UX 라이팅 - A/B테스트를 통해 제품속 문구를 결정하면서 클릭율 최대 300% 증가</li><li>③ 유저 테스트 - 토스의 UT 문화가 생긴 시기로 전문 업체와 계약해서 테스트, 정성 테스트를 반복해 가입 퍼널을 만들고 수치로 성과까지 증명</li><li>④ 로고 리브랜딩 - '공 던지듯 쉬운 금융', '우리는 금융이 아니다', '토스에 갇히면 안 된다'</li></ul> 3. 진화기(2022~2024): 금융 너머를 바라보는 시대의 디자인 마이데이터 시기에 조회, 송금, 혜택을 중심으로 한 홈화면을 만든 시기. 대출, 카드, 보험, 신용대출 등 여러 기능을 동일한 인터랙션으로 하나의 경험을 하듯이 만드는 것에 주안점을 두고 매출까지 개선하는 것으로 디자인의 역할을 확대했습니다. 이 시기엔 3D로 만든 새로운 로고를 선보였습니다. 4. 토스의 지금(2025~): 어디서나 편리한 디자인을 고민할 때 토스가 금융상품을 넘어 커머스, 모바일을 넘어 오프라인 단말기까지 새로운 접점이 생기면서 덩치가 커졌습니다. B2B 고객도 많아졌고 고객이 토스 앱 안에서 자기만의 사업을 하려는 니즈가 있었기에 '툴 프로덕트 디자이너'라는 직군까지 생겼습니다. 내부 구성원을 위한 툴도 만들어진 시기였죠. <ol ><li>토스 내비게이션 스코어 - 유저에게 직접 묻고 '이 기능 어디에 있을 것 같나요?'에 대한 답변을 히트맵 형태로 표현해서 (만드는 사람이) 예상한 것과 (쓰는 사람이) 이해하고 기대하는 것 사이의 격차가 얼마나 큰지 확인할 수 있는 방법입니다.</li><li>휴리봇 - 휴리봇은 토스 유저처럼 답변하는 생성형 AI예요. 디자인한 화면을 보여주며 질문하면 실제 유저처럼 답변하는 거예요. 기존 유저 테스트를 완전히 대체할 수는 없지만, 시간을 아끼는 데 큰 도움이 됩니다.</li><li>토스트 - 토스 스타일로 그림을 알아서 그려주는 '토스트'도 개발했어요. 정보를 입력하면 몇 분 만에 그래픽이 만들어지죠. 토스 그래픽 디자이너가 만든 것과 같은 퀄리티, 톤으로요. 디자이너들이 더 중요한 문제에 집중할 수 있도록 일손을 덜어주는 역할을 잘 해내고 있습니다.&nbsp;</li><li>랠리(Rally) - 인터랙션을 잘 만들려면 디자이너의 역량, 구현 기술, 개발 인력이 모두 필요한데요. 인터랙션팀 주도로 구현 비용을 획기적으로 낮추기 위해 랠리라는 프로그래밍 언어를 자체 개발했어요.</li></ol> https://www.folin.co/article/10450/gift/Fspn7szhf5iFFggpgu0Ryq7GKd3D6XF5

www.folin.co

《디자인하는 사람이라면 '수단과 목적을 헷갈리지 말자'》

1. “다른 사람을 존중하라”고 설교하지만, 정작 자신은 직원들을 신뢰하지도 존중하지도 않습니다.

2. ‘팀워크’라는 말을 입에 달고 다니지만, 팀플레이를 맹목적인 복종으로만 해석합니다.

3. 끔찍할 정도로 우유부단합니다. 중요한 결정을 내려야 할 때마다 미루고, 수도 없이 분석만 하고 의사결정은 내리지 않습니다. 그 결과, 회사는 결국 중요한 기회를 놓치고, 작은 문제들마저 심각한 위기로까지 커집니다.

4. 우선순위를 정하지 않고, 직원들에게 10~20개 실천 항목을 한꺼번에 제시하며 모두 다 우리에게 최우선사항이라고 말합니다.

5. 자기 집무실에 틀어박혀서 직원들이 어떻게 일하는지를 살피지 않습니다.

6. 사람들을 끊임없이 비판할 뿐, 긍정적인 피드백은 거의 하지 않습니다. 직원이 딱 한 번 실수를 한 것을 두고 영원히 괴롭힙니다. 그 결과, 실수를 통해 교훈을 얻을 수 있는 기회 자체를 박탈합니다.

7. 회사의 비전을 놓고 직원들과 효과적으로 소통하지 않습니다. 그로 인해 직원들은 회사에 비전이 없다고 느끼고, 어디로 가야 할지 몰라서 회사는 우왕좌왕합니다.

8. 말을 할 때나 글을 쓸 때 복잡하고 따분하기만 하고, 온갖 전문 용어를 남발합니다. 그래서 직원들에게 건설적인 영감을 주기는커녕 지루하고 혼란스럽게 만듭니다.

9. 정체된 상태임에도 새롭거나 대담한 도전을 하는 것을 꺼립니다. 그래서 결국 야망을 가진 직원들은 회사를 떠납니다.

- 짐 콜린스 외, <좋은 리더를 넘어 위대한 리더로> 중

1. “다른 사람을 존중하라”고 설교하지만, 정작 자신은 직원들을 신뢰하지도 존중하지도 않습니다. 2. ‘팀워크’라는 말을 입에 달고 다니지만, 팀플레이를 맹목적인 복종으로만 해석합니다. 3. 끔찍할 정도로 우유부단합니다. 중요한 결정을 내려야 할 때마다 미루고, 수도 없이 분석만 하고 의사결정은 내리지 않습니다. 그 결과, 회사는 결국 중요한 기회를 놓치고, 작은 문제들마저 심각한 위기로까지 커집니다. 4. 우선순위를 정하지 않고, 직원들에게 10~20개 실천 항목을 한꺼번에 제시하며 모두 다 우리에게 최우선사항이라고 말합니다. 5. 자기 집무실에 틀어박혀서 직원들이 어떻게 일하는지를 살피지 않습니다. 6. 사람들을 끊임없이 비판할 뿐, 긍정적인 피드백은 거의 하지 않습니다. 직원이 딱 한 번 실수를 한 것을 두고 영원히 괴롭힙니다. 그 결과, 실수를 통해 교훈을 얻을 수 있는 기회 자체를 박탈합니다. 7. 회사의 비전을 놓고 직원들과 효과적으로 소통하지 않습니다. 그로 인해 직원들은 회사에 비전이 없다고 느끼고, 어디로 가야 할지 몰라서 회사는 우왕좌왕합니다. 8. 말을 할 때나 글을 쓸 때 복잡하고 따분하기만 하고, 온갖 전문 용어를 남발합니다. 그래서 직원들에게 건설적인 영감을 주기는커녕 지루하고 혼란스럽게 만듭니다. 9. 정체된 상태임에도 새롭거나 대담한 도전을 하는 것을 꺼립니다. 그래서 결국 야망을 가진 직원들은 회사를 떠납니다. - 짐 콜린스 외, &lt;좋은 리더를 넘어 위대한 리더로&gt; 중

최악의 리더들이 가진 특징 9가지

미국은 명실상부 세계 1위 음악시장이다. 2023년 기준 시장 규모는 171억 달러(약 22조7200억원)에 달한다. 엔터테인먼트 산업 데이터 조사업체 루미네이트에 따르면 올해 상반기 미국에서 가장 많이 팔린 앨범 

美 음악시장 뚫은 노머스, 코스닥 노크..."내년 매출 1000억 목표"

이런 인기에 힘입어 미국 내 K팝 1위 공연 기획사이자 엔터테크 전문기업 노머스가 오는 11월 코스닥 상장을 추진한다. 2019년 설립된 노머스는 '하정우의 연기수업, 스트레스 관리법' 등과 같은 아티스트의 IP(지식재산권)를 영상 콘텐츠로 제작하다 2022년 미국 공연과 팬플랫폼사업에 뛰어들었다.

https://n.news.naver.com/article/008/0005095269?sid=101
ㅣ

이런 인기에 힘입어 미국 내 K팝 1위 공연 기획사이자 엔터테크 전문기업 노머스가 오는 11월 코스닥 상장을 추진한다. 2019년 설립된 노머스는 '하정우의 연기수업, 스트레스 관리법' 등과 같은 아티스트의 IP(지식재산권)를 영상 콘텐츠로 제작하다 2022년 미국 공연과 팬플랫폼사업에 뛰어들었다. https://n.news.naver.com/article/008/0005095269?sid=101ㅣ

n.news.naver.com

카이스트 경영대학원 MBA

임혜진(Imagine)

SNEW 스타트업 뉴스

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

댓글 0

비슷한 게시물

주간 인기 TOP 10

추천 프로필