오랜만에 에디터의 AI 기능들을 실제 프로젝트에 사용해본 경험 메모. 개인 취향이 크게 반영된 평가입니다.

VSCode Copilot: 처음의 깔끔하던 경험은 어디가고, 몬가 정신없어짐..

Windsurf: 온보딩이 잘 되어 있는 편이고 Cursor보다 약간 더 깔끔. 하지만 최적화가 덜 되어 있어서 느려지거나 어시스트하는게 몬가 일을 너무 번거롭게 만듬.

Zed: 에디터 경험은 제일 좋은데, AI 기능은 아직.. 있기는 하다..정도.

Cline: 개발자 장난감용으로 좋음.

Cursor: 최근에 기능 변경을 정신없이 왔다갔다해서 짜증나긴 하는데, 탭 자동완성 기능은 가장 편하고 성능도 좋음.

어차피 LLM 모델은 시중의 주요 모델을 다 사용할 수 있게 되어 있고, 코드 베이스 참조 등의 기능도 거의 유사한 방식으로 처리해서 코딩 성능은 동일하다고 볼 수 있음.

에이전트도 경향성만 약간 다르지 큰 차이는 없고, 실제 프로젝트에 쓰기에는 전부 아직 너무 리뷰에 시간을 더 쓰게 되어서 프로토타이핑에만 유용함.

아직까지 실서비스 프로젝트에 유용한 기능은 초안작성, 에러 물어보기, 탭 자동완성. 이 경험에서는 아직 Cursor 가 가장 좋음.

앞으로 서로 경쟁하며 계속 상향 평준화 될텐데, 기능적인 요소는 거의 같아질테고, 역시 결국은 UX 싸움이 될 것 같음.

오랜만에 에디터의 AI 기능들을 실제 프로젝트에 사용해본 경험 메모. 개인 취향이 크게 반영된 평가입니다. VSCode Copilot: 처음의 깔끔하던 경험은 어디가고, 몬가 정신없어짐.. Windsurf: 온보딩이 잘 되어 있는 편이고 Cursor보다 약간 더 깔끔. 하지만 최적화가 덜 되어 있어서 느려지거나 어시스트하는게 몬가 일을 너무 번거롭게 만듬. Zed: 에디터 경험은 제일 좋은데, AI 기능은 아직.. 있기는 하다..정도. Cline: 개발자 장난감용으로 좋음. Cursor: 최근에 기능 변경을 정신없이 왔다갔다해서 짜증나긴 하는데, 탭 자동완성 기능은 가장 편하고 성능도 좋음. 어차피 LLM 모델은 시중의 주요 모델을 다 사용할 수 있게 되어 있고, 코드 베이스 참조 등의 기능도 거의 유사한 방식으로 처리해서 코딩 성능은 동일하다고 볼 수 있음. 에이전트도 경향성만 약간 다르지 큰 차이는 없고, 실제 프로젝트에 쓰기에는 전부 아직 너무 리뷰에 시간을 더 쓰게 되어서 프로토타이핑에만 유용함. 아직까지 실서비스 프로젝트에 유용한 기능은 초안작성, 에러 물어보기, 탭 자동완성. 이 경험에서는 아직 Cursor 가 가장 좋음. 앞으로 서로 경쟁하며 계속 상향 평준화 될텐데, 기능적인 요소는 거의 같아질테고, 역시 결국은 UX 싸움이 될 것 같음.

📝 코딩용 에디터 AI 비교 (한줄요약)

안녕하세요. 그린입니다 🍏이번 포스팅에서는 Swift 6.1 릴리즈 사항에 대해 한번 알아보려고 합니다 🙋🏻 공식 Swift.org의 블로그에서 Swift 6.1에 대한 소개를 바탕으로 정리합니다. 제 나름대로 번역 및 요약 정리를 하기에 혹시 잘못된 부분이 있다면 알려주세요 🙇🏻개인적으로 정리해본거라 단순한 번역본은 아닙니다. Swift 6.1 ReleasedSwift 6.1 is now available!www.swift.org 실제 원문을 가지고 해석하고 싶다면 위 링크를 참고해주세요!Swift 6.1Swift 6.1은 언어 및 표준 라이브러리, 동시성 모델, 패키지 관리, 테스팅, 문서화 도구까지 다양한 측면에서 생산성과 안정성을 향상시켰습니다. 그럼 하나씩 알아볼까요? Concurre..

Swift 6.1

얼마전 Swift 6.1이 릴리즈 되었습니다 😃
현재 공식적으로 릴리즈된 최신의 버전인데요.
얼마나 더 Swift라는 언어를 써서 개발하기에 편리해졌는지 궁금해졌어요.
그래서, Swift 6.0에서 6.1로 릴리즈 되면서 변경점들을 간단히 요약해봤습니다 🙋🏻

얼마전 Swift 6.1이 릴리즈 되었습니다 😃현재 공식적으로 릴리즈된 최신의 버전인데요.얼마나 더 Swift라는 언어를 써서 개발하기에 편리해졌는지 궁금해졌어요.그래서, Swift 6.0에서 6.1로 릴리즈 되면서 변경점들을 간단히 요약해봤습니다 🙋🏻

iOYES

Swift 6.1 변경사항 톺아보기

딥러닝/LLM 모델은 기본적으로는 Stateless한 상태지만, 대부분 프롬프트와 출력을 계속 되먹임하면서 작업을 이어가기 때문에 여러 턴으로 이루어진 태스크에서는 Stateful 하다고 볼 수 있습니다.

이런 것을 In-context learning 이라고 합니다.

사전에 학습하는 것은 training 이라고하고 learning 이라고 하지 않는데 우리나라 말은 둘 다 학습이라고 써서.. 훈련과 학습을 구분해서 이해하면 AI의 작동 방식에 대해 좀 더 분명하게 이해 할 수 있습니다.

이와 관련해서, 개인적으로, 추후 컴퓨팅 파워가 어마어마하게 커져서(혹은 양자컴퓨터가 상용화되거나) 사용자의 프롬프트와 출력, 그리고 실시간 피드백에 의해 모델의 가중치를 실시간으로 바꾸는 시대가 올 수도 있을 것이라고 보는데요.

그렇게 되면 모델이 Stateful 하게 작동하게 되고, 그러면 실제로 AI가 의식 혹은 자아를 가지게 될 수도 있다고 봅니다. 아직은 SF지만 가능성은 충분하죠.

딥러닝/LLM 모델은 기본적으로는 Stateless한 상태지만, 대부분 프롬프트와 출력을 계속 되먹임하면서 작업을 이어가기 때문에 여러 턴으로 이루어진 태스크에서는 Stateful 하다고 볼 수 있습니다. 이런 것을 In-context learning 이라고 합니다. 사전에 학습하는 것은 training 이라고하고 learning 이라고 하지 않는데 우리나라 말은 둘 다 학습이라고 써서.. 훈련과 학습을 구분해서 이해하면 AI의 작동 방식에 대해 좀 더 분명하게 이해 할 수 있습니다. 이와 관련해서, 개인적으로, 추후 컴퓨팅 파워가 어마어마하게 커져서(혹은 양자컴퓨터가 상용화되거나) 사용자의 프롬프트와 출력, 그리고 실시간 피드백에 의해 모델의 가중치를 실시간으로 바꾸는 시대가 올 수도 있을 것이라고 보는데요. 그렇게 되면 모델이 Stateful 하게 작동하게 되고, 그러면 실제로 AI가 의식 혹은 자아를 가지게 될 수도 있다고 봅니다. 아직은 SF지만 가능성은 충분하죠.

테스트 결과는 4가지 김밥 중 하나! 내 포폴 스타일은?

UX/UI 포트폴리오 진단하러 가기

UX/UI 포트폴리오 코칭을 300회 이상 하니
반복되는 구조·패턴이 보였어요. 유형화해 간단한
테스트를 만들었습니다.

- 내 포트폴리오가 어떤 유형에 가까운지
- 어떤 조직/업무 환경에 적합한지
- 지금 보완하면 좋을 포인트는 무엇인지

결과에서 간편히 정리해볼 수 있습니다!

🔗 포트폴리오 미니 진단 테스트 바로가기
https://simte.xyz/woodydesignlab

UX/UI 포트폴리오 코칭을 300회 이상 하니반복되는 구조·패턴이 보였어요. 유형화해 간단한테스트를 만들었습니다. - 내 포트폴리오가 어떤 유형에 가까운지- 어떤 조직/업무 환경에 적합한지- 지금 보완하면 좋을 포인트는 무엇인지 결과에서 간편히 정리해볼 수 있습니다! 🔗 포트폴리오 미니 진단 테스트 바로가기https://simte.xyz/woodydesignlab

👨‍⚕️UX/UI 포트폴리오 미니 진단 테스트

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

 - YouTube

팀장이 될 준비가 되셨나요?

대부분은 자연스럽게 되는 것이 아닌 갑자기 퇴사한 팀장을 대신하는 경우가 많을 겁니다.

본래 업무에 팀장이 하던 일까지 얹어져서 카오스가 되어버릴 수 있죠.

여러분이 본 팀장들은 팀장 역할을 제대로 하고 있었나요?

제가 생각하는 이상적인 팀장은 팀을 제대로 알아야 합니다.

제가 만났던 팀장들은 팀원들과 함께 하지 않는 혼자만의 일거리를 가지고 있으므로 해서 팀을 파악하지 못했고 팀은 관리의 부재 상태에 빠졌었습니다.

팀장의 잘못이라기보다 회사의 구조적인 문제인 것이죠.

언젠가 읽은 Agile 책에서 저자는 한국의 많은 회사들이 팀의 진짜 목적을 벗어나 팀장을 위한 팀으로 운영하고 있다고 지적했습니다.

팀장의 한마디에 팀전체가 했던 일들이 무위로 돌아가고 처음부터 다시 하는 상황들 말이죠.

그렇다고 모든 업무에 다 관여한다면 팀원들은 팀장에게만 의존하게 됩니다.

언젠가 말했던 연구소장 처럼 말이죠. 모든 연구원들은 그가 사무실에 없으면 아무것도 못하고 손을 놨었습니다. 그가 돌아오면 다 뒤집어 엎을게 뻔하니까.

그가 영입했던 부장조차 개발자들에게 자유를 주지 않는다고 지적했었습니다.

팀장은 모든 분야의 전문가 이어야 할까요?

제가 경험한 최고의 팀은 서버 개발자가 팀장이었을 때 였습니다. 우리는 팀장을 포함해서 한가지 제품을 전담했고 팀장은 클라이언트를 몰랐지만 뭔가 결정하거나 협의해야 할 때 저에게 조언을 구하고 제 의견을 존중했습니다.

팀장이 항상 처음부터 모든 것을 다 알 수는 없습니다.

저는 olulo에서 Git을 활용한 협업을 처음 경험했지만 지속적으로 더 효율적인 업무를 위해 기존 Workflow를 개선하고 새로운 도구들을 했습니다.

팀원보다 전문가는 아니더라도 더 많은 경험을 바탕으로 조언을 하거나 팀원들이 더 잘할 수 있도록 그 외의 부분에서 역할을 할 수 있을 것 입니다.

이 글은 첫 아이가 태어난지 얼마 되지않아 팀장이 되면서 좋은 팀장과 가사 분담 사이에서 갈등 했던 저자의 경험과 리더가 쉽게 빠질 수 있는 미신과 하지 말아야 할 것들에 대해 알려줍니다.

https://youtu.be/lObR2T7D76k

팀장이 될 준비가 되셨나요? 대부분은 자연스럽게 되는 것이 아닌 갑자기 퇴사한 팀장을 대신하는 경우가 많을 겁니다. 본래 업무에 팀장이 하던 일까지 얹어져서 카오스가 되어버릴 수 있죠. 여러분이 본 팀장들은 팀장 역할을 제대로 하고 있었나요? 제가 생각하는 이상적인 팀장은 팀을 제대로 알아야 합니다. 제가 만났던 팀장들은 팀원들과 함께 하지 않는 혼자만의 일거리를 가지고 있으므로 해서 팀을 파악하지 못했고 팀은 관리의 부재 상태에 빠졌었습니다. 팀장의 잘못이라기보다 회사의 구조적인 문제인 것이죠. 언젠가 읽은 Agile 책에서 저자는 한국의 많은 회사들이 팀의 진짜 목적을 벗어나 팀장을 위한 팀으로 운영하고 있다고 지적했습니다. 팀장의 한마디에 팀전체가 했던 일들이 무위로 돌아가고 처음부터 다시 하는 상황들 말이죠. 그렇다고 모든 업무에 다 관여한다면 팀원들은 팀장에게만 의존하게 됩니다. 언젠가 말했던 연구소장 처럼 말이죠. 모든 연구원들은 그가 사무실에 없으면 아무것도 못하고 손을 놨었습니다. 그가 돌아오면 다 뒤집어 엎을게 뻔하니까. 그가 영입했던 부장조차 개발자들에게 자유를 주지 않는다고 지적했었습니다. 팀장은 모든 분야의 전문가 이어야 할까요? 제가 경험한 최고의 팀은 서버 개발자가 팀장이었을 때 였습니다. 우리는 팀장을 포함해서 한가지 제품을 전담했고 팀장은 클라이언트를 몰랐지만 뭔가 결정하거나 협의해야 할 때 저에게 조언을 구하고 제 의견을 존중했습니다. 팀장이 항상 처음부터 모든 것을 다 알 수는 없습니다. 저는 olulo에서 Git을 활용한 협업을 처음 경험했지만 지속적으로 더 효율적인 업무를 위해 기존 Workflow를 개선하고 새로운 도구들을 했습니다. 팀원보다 전문가는 아니더라도 더 많은 경험을 바탕으로 조언을 하거나 팀원들이 더 잘할 수 있도록 그 외의 부분에서 역할을 할 수 있을 것 입니다. 이 글은 첫 아이가 태어난지 얼마 되지않아 팀장이 되면서 좋은 팀장과 가사 분담 사이에서 갈등 했던 저자의 경험과 리더가 쉽게 빠질 수 있는 미신과 하지 말아야 할 것들에 대해 알려줍니다. https://youtu.be/lObR2T7D76k

youtu.be

리더가 되기를 요구받으셨나요?

⟪모두가 토토로 옆집에 사는 시대에 사라져 버린 나의 토토로⟫

한 달 동안 카카오톡 프로필을 업데이트한 지인들 중 상당수가 마치 토토로 옆집에 사는 것처럼 보였습니다. 발표 자료에서도 이런 이미지들이 자주 눈에 띄었죠. 오늘 오전, Julie Zhuo가 보낸 뉴스레터 제목은 &#39;The AI Quality Coup&#39;이었습니다. &#39;AI 품질의 쿠데타&#39;를 의역하면 &#39;AI 서비스 품질의 대변혁, 티핑포인트&#39;에 가깝습니다.

사용자 경험을 설계할 때 유연하되 지켜야 할 가치와 넘지 말아야 할 경계에 대해 생각해볼 수 있는 글이라 의역해 소개합니다. 원문은 마지막 뉴스레터 링크로 확인하실 수 있습니다. 미야자키 하야오 감독은 AI에 대해 과거 인터뷰에서 &quot;삶에 대한 모독&quot;이라며 부정적으로 평가했는데, 이는 AI가 스타일은 따라할 수 있을지 몰라도 그의 작품이 지키고자 했던 가치에 대한 존중은 담지 못했기 때문이라고 감히 생각해봅니다.

최근 ChatGPT의 이미지 생성 기능으로 전 세계가 지브리 스튜디오 스타일의 이미지를 만들어내는 현상을 목격했습니다. Julie Zhuo의 통찰력 있는 에세이 &quot;The AI Quality Coup&quot;에서 영감을 받아, 이 현상이 예술과 품질의 의미에 던지는 질문을 공유합니다. 의역한 것이니 원문을 꼭 살펴봐주세요!

💡 품질의 경계를 재정의하는 시대

AI가 대중화되면서 &#39;고퀄리티 작업&#39;의 의미가 근본적으로

The AI Quality Coup | Walcoln SJ Rhee

한 달 동안 카카오톡 프로필을 업데이트한 지인들 중 상당수가 마치 토토로 옆집에 사는 것처럼 보였습니다. 발표 자료에서도 이런 이미지들이 자주 눈에 띄었죠. 오늘 오전, Julie Zhuo가 보낸 뉴스레터 제목은 'The AI Quality Coup'이었습니다. 'AI 품질의 쿠데타'를 의역하면 'AI 서비스 품질의 대변혁, 티핑포인트'에 가깝습니다.

사용자 경험을 설계할 때 유연하되 지켜야 할 가치와 넘지 말아야 할 경계에 대해 생각해볼 수 있는 글이라 의역해 소개합니다. 원문은 마지막 뉴스레터 링크로 확인하실 수 있습니다. 미야자키 하야오 감독은 AI에 대해 과거 인터뷰에서 "삶에 대한 모독"이라며 부정적으로 평가했는데, 이는 AI가 스타일은 따라할 수 있을지 몰라도 그의 작품이 지키고자 했던 가치에 대한 존중은 담지 못했기 때문이라고 감히 생각해봅니다.

최근 ChatGPT의 이미지 생성 기능으로 전 세계가 지브리 스튜디오 스타일의 이미지를 만들어내는 현상을 목격했습니다. Julie Zhuo의 통찰력 있는 에세이 "The AI Quality Coup"에서 영감을 받아, 이 현상이 예술과 품질의 의미에 던지는 질문을 공유합니다. 의역한 것이니 원문을 꼭 살펴봐주세요!

💡 품질의 경계를 재정의하는 시대

AI가 대중화되면서 '고퀄리티 작업'의 의미가 근본적으로 바뀌고 있습니다. 과거에는 희소성, 기술적 숙련도, 독창성이 품질의 기준이었지만, 이제는 어떤 기준으로 작품을 평가해야 하는지 생각이 많아집니다.

🌊 유행의 물결과 가치의 희석

한때 경이로웠던 것이 일상이 되는 속도가 빨라졌습니다. 창의성을 학습해버리면 또 새로운 것을 찾는 것이 본성입니다. 불과 한 달 전, 미야자키 하야오 감독의 독창적 스타일로 변환된 이미지는 그 자체로 놀라웠지만, 지금은 글쎄요? 스크롤을 내리면서 무심코 지나치는 콘텐츠가 되었습니다.

"슬픈 현실은 과포화가 좋은 품질의 가치를 소거한다는 것입니다. 너무 쉽게 얻을 수 있는 것은 결코 진정한 가치를 지닐 수 없습니다.(The sad truth is that oversaturation strangles quality. Nothing too easy can truly be tasteful.)"

🎨 진정한 예술의 가치

지브리 스튜디오의 작품이 특별한 이유는 무엇일까요?

1. 맥락의 깊이 - 실제 지브리 장면은 영화 전체의 스토리텔링, 음악, 감정선이란 맥락이 함께합니다.
2. 장인정신 - 미야자키 감독과 팀은 1 장면에 몇 달씩 투자하며 10만 장 이상의 프레임을 손으로 그립니다. 이걸 고수해왔습니다.
3. 문화적 의미 - 수십 년에 걸친 영향력과 예술적 유산이 있습니다

🔄 AI가 가져온 새로운 가능성

지브리, 슬램덩크, 심슨 스타일 등 AI 이미지 생성이 의미가 없는 것은 아닙니다. 확실히 3가지 가치가 있었죠.

1. 개인화된 경험을 제공합니다
2. 접근성을 높였습니다
3. 새로운 창의적 실험의 가능성을 열었습니다

🔍 기술과 예술의 공존을 위한 3가지 질문

1. AI 시대에 창의성은 어떻게 재정의될까요?
2. 기술의 발전이 예술적 가치를 어떻게 변화시킬까요?
3. 우리는 AI를 어떻게 현명하게 활용할 수 있을까요?

https://www.linkedin.com/posts/redbusbagman_the-ai-quality-coup-activity-7321321864323112962-ttM3?utm_source=social_share_send&utm_medium=member_desktop_web&rcm=ACoAAAZSc3oBarIEHbo_ENsWiZv-BA5Ud1-qJ3U

한 달 동안 카카오톡 프로필을 업데이트한 지인들 중 상당수가 마치 토토로 옆집에 사는 것처럼 보였습니다. 발표 자료에서도 이런 이미지들이 자주 눈에 띄었죠. 오늘 오전, Julie Zhuo가 보낸 뉴스레터 제목은 'The AI Quality Coup'이었습니다. 'AI 품질의 쿠데타'를 의역하면 'AI 서비스 품질의 대변혁, 티핑포인트'에 가깝습니다. 사용자 경험을 설계할 때 유연하되 지켜야 할 가치와 넘지 말아야 할 경계에 대해 생각해볼 수 있는 글이라 의역해 소개합니다. 원문은 마지막 뉴스레터 링크로 확인하실 수 있습니다. 미야자키 하야오 감독은 AI에 대해 과거 인터뷰에서 "삶에 대한 모독"이라며 부정적으로 평가했는데, 이는 AI가 스타일은 따라할 수 있을지 몰라도 그의 작품이 지키고자 했던 가치에 대한 존중은 담지 못했기 때문이라고 감히 생각해봅니다. 최근 ChatGPT의 이미지 생성 기능으로 전 세계가 지브리 스튜디오 스타일의 이미지를 만들어내는 현상을 목격했습니다. Julie Zhuo의 통찰력 있는 에세이 "The AI Quality Coup"에서 영감을 받아, 이 현상이 예술과 품질의 의미에 던지는 질문을 공유합니다. 의역한 것이니 원문을 꼭 살펴봐주세요! 💡 품질의 경계를 재정의하는 시대 AI가 대중화되면서 '고퀄리티 작업'의 의미가 근본적으로 바뀌고 있습니다. 과거에는 희소성, 기술적 숙련도, 독창성이 품질의 기준이었지만, 이제는 어떤 기준으로 작품을 평가해야 하는지 생각이 많아집니다. 🌊 유행의 물결과 가치의 희석 한때 경이로웠던 것이 일상이 되는 속도가 빨라졌습니다. 창의성을 학습해버리면 또 새로운 것을 찾는 것이 본성입니다. 불과 한 달 전, 미야자키 하야오 감독의 독창적 스타일로 변환된 이미지는 그 자체로 놀라웠지만, 지금은 글쎄요? 스크롤을 내리면서 무심코 지나치는 콘텐츠가 되었습니다. "슬픈 현실은 과포화가 좋은 품질의 가치를 소거한다는 것입니다. 너무 쉽게 얻을 수 있는 것은 결코 진정한 가치를 지닐 수 없습니다.(The sad truth is that oversaturation strangles quality. Nothing too easy can truly be tasteful.)" 🎨 진정한 예술의 가치 지브리 스튜디오의 작품이 특별한 이유는 무엇일까요? 1. 맥락의 깊이 - 실제 지브리 장면은 영화 전체의 스토리텔링, 음악, 감정선이란 맥락이 함께합니다. 2. 장인정신 - 미야자키 감독과 팀은 1 장면에 몇 달씩 투자하며 10만 장 이상의 프레임을 손으로 그립니다. 이걸 고수해왔습니다. 3. 문화적 의미 - 수십 년에 걸친 영향력과 예술적 유산이 있습니다 🔄 AI가 가져온 새로운 가능성 지브리, 슬램덩크, 심슨 스타일 등 AI 이미지 생성이 의미가 없는 것은 아닙니다. 확실히 3가지 가치가 있었죠. 1. 개인화된 경험을 제공합니다 2. 접근성을 높였습니다 3. 새로운 창의적 실험의 가능성을 열었습니다 🔍 기술과 예술의 공존을 위한 3가지 질문 1. AI 시대에 창의성은 어떻게 재정의될까요? 2. 기술의 발전이 예술적 가치를 어떻게 변화시킬까요? 3. 우리는 AI를 어떻게 현명하게 활용할 수 있을까요? https://www.linkedin.com/posts/redbusbagman_the-ai-quality-coup-activity-7321321864323112962-ttM3?utm_source=social_share_send&amp;utm_medium=member_desktop_web&amp;rcm=ACoAAAZSc3oBarIEHbo_ENsWiZv-BA5Ud1-qJ3U

www.linkedin.com

⟪모두가 토토로 옆집에 사는 시대에 사라져 버린 나의 토토로⟫

&lt;토스는 왜 실시간 어닝콜 AI 번역을 붙였을까?&gt;

“근래 보았던 AI 서비스 중, 가장 고객에게 와닿고 도움이 되는 서비스인 것 같다.”

2025년 테슬라 실적 발표 라이브 콜 당시, 토스는 영어로 진행되는 어닝콜의 실시간 AI 번역 기능을 제공했습니다. 소셜에서 확인한 바에 의하면, 실시간 번역 기능의 반응은 매우 긍정적이었습니다.

AI라서가 아니라 정확히 그 순간 필요한 도구였기 때문입니다.

1️⃣ 투자자들에게 타이밍은 돈입니다.
어닝콜은 영어로 진행되고, 실시간이며, 발언도 길고 맥락도 복잡합니다. 커뮤니티 눈팅을 하거나, 한참 뒤에 요약 컨텐츠를 보거나, 유튜버들의 실시간 방송을 봅니다. 뒤늦게 보면 이미 시장은 움직인 이후입니다.

요즘같이 변동성이 캥거루같은 장에서는, 그 중에서도 변동성이 큰 테슬라 같은 주식에서 이런 시차는 아주 치명적입니다.
요즘, 미국 개미들은 트럼프가 한 말이던 뭐던 실시간 해석이 정말로 필요했습니다.

“AI가 있네”가 아니라 “토스가 챙겨주네”라는 감정이 남았던 이유입니다.

2️⃣ ‘AI가 아니면 불가능한’ 경험이었습니다.
실시간으로 번역해서 보여주자니 인력도, 스케일도 맞지 않습니다.
AI만이 실시간으로 음성을 인식하고, 요약하고, 번역해서 자연스럽게 보여줄 수 있는 유일한 해법이었습니다.

3️⃣ PMF 관점에서 가장 확실한 성공 구간을 찾았습니다.
AI 번역 기능을 전체적으로 런칭하기에는 부담이 큽니다. 하지만 어닝콜은 반복적이고, 타깃이 분명하며, 사용자

&lt;토스는 왜 실시간 어닝콜 AI 번역을 붙였을까?&gt; “근래 보았던 AI 서비스 중, 가장 고객에게 와닿고 도움이 되는 서비스인 것… | Jungyeon Choi | 댓글 11

토스가 실시간 어닝콜에 AI 번역을 붙인 것은 AI 연동 기술을 자랑하려는 것이 아니라, 사용자에게 필요한 기능을 빠르게 출시하기에 가장 효과적인 순간이었기 때문입니다.

아래는 링크드인에 최정연 님이 올린 포스팅 링크로 원문을 읽어보시는 것을 추천드립니다.

1️⃣ 투자자들에게 타이밍은 돈입니다.

어닝콜은 영어로 진행되고, 실시간이며, 발언도 길고 맥락도 복잡합니다. 커뮤니티 눈팅을 하거나, 한참 뒤에 요약 컨텐츠를 보거나, 유튜버들의 실시간 방송을 봅니다. 뒤늦게 보면 이미 시장은 움직인 이후입니다.

요즘같이 변동성이 캥거루같은 장에서는, 그 중에서도 변동성이 큰 테슬라 같은 주식에서 이런 시차는 아주 치명적입니다. 요즘, 미국 개미들은 트럼프가 한 말이던 뭐던 실시간 해석이 정말로 필요했습니다.

“AI가 있네”가 아니라 “토스가 챙겨주네”라는 감정이 남았던 이유입니다.

2️⃣ ‘AI가 아니면 불가능한’ 경험이었습니다.

실시간으로 번역해서 보여주자니 인력도, 스케일도 맞지 않습니다. AI만이 실시간으로 음성을 인식하고, 요약하고, 번역해서 자연스럽게 보여줄 수 있는 유일한 해법이었습니다.

3️⃣ PMF 관점에서 가장 확실한 성공 구간을 찾았습니다.

AI 번역 기능을 전체적으로 런칭하기에는 부담이 큽니다. 하지만 어닝콜은 반복적이고, 타깃이 분명하며, 사용자의 니즈가 뚜렷합니다. 즉, 작은 비용으로도 높은 체감 가치를 줄 수 있는 구간이었던 셈입니다.

4️⃣ 그 시간에 토스를 켜야한다는 습관의 일환입니다.

토스는 원래 온갖 방법으로 사용자들에게 “토스 켜”를 유도합니다. 증권 앱의 경쟁은 점점 치열해지고, 기능은 평준화되고 있습니다. 그 속에서 ‘대응이 되는 정보’를 제공할 수 있다면 차별화됩니다.
어닝 시즌은 분기마다 반복되고, 사용자 리텐션을 만들 수 있는 고정 이벤트입니다.

“어닝때는 토스를 켜야 한다”는 습관이 만들어지는 것이죠.

5️⃣ 콘텐츠에서 ‘툴’로의 전환을 선언하는 기능입니다.

지금까지 증권사들은 콘텐츠 기반으로 시황과 공시를 전달했습니다. 실시간 번역은 정제된 콘텐츠가 아니라, 사용자가 직접 해석할 수 있는 도구로 나아간 사례입니다. 도구가 된다면 BM화하기 전보다 수월해집니다.

아마 실험이 끝나면 토스 프라임 멤버십에 추가될 지도 모르겠다는 예측을 조심스럽게 해봅니다.

https://www.linkedin.com/posts/jychoi1_%ED%86%A0%EC%8A%A4%EB%8A%94-%EC%99%9C-%EC%8B%A4%EC%8B%9C%EA%B0%84-%EC%96%B4%EB%8B%9D%EC%BD%9C-ai-%EB%B2%88%EC%97%AD%EC%9D%84-%EB%B6%99%EC%98%80%EC%9D%84%EA%B9%8C-%EA%B7%BC%EB%9E%98-%EB%B3%B4%EC%95%98%EB%8D%98-ai-activity-7320797034880344064-7PRM?utm_source=share&utm_medium=member_ios&rcm=ACoAAAZSc3oBarIEHbo_ENsWiZv-BA5Ud1-qJ3U

토스가 실시간 어닝콜에 AI 번역을 붙인 것은 AI 연동 기술을 자랑하려는 것이 아니라, 사용자에게 필요한 기능을 빠르게 출시하기에 가장 효과적인 순간이었기 때문입니다. 아래는 링크드인에 최정연 님이 올린 포스팅 링크로 원문을 읽어보시는 것을 추천드립니다. 1️⃣ 투자자들에게 타이밍은 돈입니다. 어닝콜은 영어로 진행되고, 실시간이며, 발언도 길고 맥락도 복잡합니다. 커뮤니티 눈팅을 하거나, 한참 뒤에 요약 컨텐츠를 보거나, 유튜버들의 실시간 방송을 봅니다. 뒤늦게 보면 이미 시장은 움직인 이후입니다. 요즘같이 변동성이 캥거루같은 장에서는, 그 중에서도 변동성이 큰 테슬라 같은 주식에서 이런 시차는 아주 치명적입니다. 요즘, 미국 개미들은 트럼프가 한 말이던 뭐던 실시간 해석이 정말로 필요했습니다. “AI가 있네”가 아니라 “토스가 챙겨주네”라는 감정이 남았던 이유입니다. 2️⃣ ‘AI가 아니면 불가능한’ 경험이었습니다. 실시간으로 번역해서 보여주자니 인력도, 스케일도 맞지 않습니다. AI만이 실시간으로 음성을 인식하고, 요약하고, 번역해서 자연스럽게 보여줄 수 있는 유일한 해법이었습니다. 3️⃣ PMF 관점에서 가장 확실한 성공 구간을 찾았습니다. AI 번역 기능을 전체적으로 런칭하기에는 부담이 큽니다. 하지만 어닝콜은 반복적이고, 타깃이 분명하며, 사용자의 니즈가 뚜렷합니다. 즉, 작은 비용으로도 높은 체감 가치를 줄 수 있는 구간이었던 셈입니다. 4️⃣ 그 시간에 토스를 켜야한다는 습관의 일환입니다. 토스는 원래 온갖 방법으로 사용자들에게 “토스 켜”를 유도합니다. 증권 앱의 경쟁은 점점 치열해지고, 기능은 평준화되고 있습니다. 그 속에서 ‘대응이 되는 정보’를 제공할 수 있다면 차별화됩니다.어닝 시즌은 분기마다 반복되고, 사용자 리텐션을 만들 수 있는 고정 이벤트입니다. “어닝때는 토스를 켜야 한다”는 습관이 만들어지는 것이죠. 5️⃣ 콘텐츠에서 ‘툴’로의 전환을 선언하는 기능입니다. 지금까지 증권사들은 콘텐츠 기반으로 시황과 공시를 전달했습니다. 실시간 번역은 정제된 콘텐츠가 아니라, 사용자가 직접 해석할 수 있는 도구로 나아간 사례입니다. 도구가 된다면 BM화하기 전보다 수월해집니다. 아마 실험이 끝나면 토스 프라임 멤버십에 추가될 지도 모르겠다는 예측을 조심스럽게 해봅니다. https://www.linkedin.com/posts/jychoi1_%ED%86%A0%EC%8A%A4%EB%8A%94-%EC%99%9C-%EC%8B%A4%EC%8B%9C%EA%B0%84-%EC%96%B4%EB%8B%9D%EC%BD%9C-ai-%EB%B2%88%EC%97%AD%EC%9D%84-%EB%B6%99%EC%98%80%EC%9D%84%EA%B9%8C-%EA%B7%BC%EB%9E%98-%EB%B3%B4%EC%95%98%EB%8D%98-ai-activity-7320797034880344064-7PRM?utm_source=share&amp;utm_medium=member_ios&amp;rcm=ACoAAAZSc3oBarIEHbo_ENsWiZv-BA5Ud1-qJ3U

⟪토스가 유난히 잘하는 것은 사용자에게 필요한 것을 빠르게 만드는 일⟫

﻿
지난 금요일 봉사활동을 갔다가 우연히 만난 청년이 있습니다. AI 도구를 만드는 회사에서 데이터 엔지니어로 일을 했고, 지금은 회사를 그만두고 쉬고 있다고 합니다. 회사는 미국에 있고 이름을 들으면 깜짝 놀랄 지금 세계에서 가장 유명한 기업이었습니다. 하지만 진짜 놀라웠던 것은 현재 미국의 일자리가 변화하고 있는 모습이었습니다.

AI 도구 활용으로 업무 생산성이 증가하면서 많은 사람의 일손이 필요하지 않게 되었습니다. 그래서 기업의 채용 수요가 현저히 줄어들었습니다. 자율 주행 자동차의 등장으로 무인 택시가 운영 중입니다. 로봇의 발전으로 공장에서 사람의 손으로 하던 일이 오차와 사고 없이 로봇이 담당하고 있습니다. 아주 먼 미래에 상상하던 모습이 바로 현실이 되었습니다.

대한민국은 언제 위와 같은 일자리 변화가 맞이하게 될까요? 이미 아주 조금씩 시작되었습니다. 앞으로 기계가 인간의 일자리를 대신할 날은 시간문제로 보입니다. 회사에는 기계와 기계를 잘 다루는 사람이 호흡을 맞춰 일을 하게 될 것으로 예상합니다. 물론 기술이 발전하고 현실에 도입된다고 해도 넘어야 할 산이 높습니다. 사회, 경제, 정치적으로 이해관계를 설득하는 일이 상당히 험난할 수도 있겠습니다.

지금은 마치 폭풍 전야와 같은 때라고 느껴집니다. 큰 변화의 쓰나미가 몰려오기 전에 잠잠하고 고요한 해변을 거늘고 있는 것 같습니다. 가까운 미래에 얼마나 큰 변화를 만나게 될지 기대보다 조금은 두렵다는 마음도 듭니다. 특히 어린 자녀를 양육하고 있는 부모로서 우리 아이들은 미래에 어떤 직업을 가져야 하는 걸까 막막합니다.
기술의 진보로 인한 일자리의 변화가 부정적인 것만은 아니라고 생각합니다. 생산성의 증가로 훨씬 더 많은 일을 효과적으로 할 수 있게 될 것입니다. 그럼 조직뿐만 아니라 개인이 꿈꾸던 일을 혼자서도 실행해 볼 수 있는 환경이 되는 것입니다. 기획, 개발, 디자인, 마케팅 등 전문가의 도움을 받지 않아도 이 모든 일을 혼자서 시도할 수 있습니다. 지금이야말로 그동안 해보고 싶었던 일을 과감하게 도전해 보기 좋은 때라고 판단이 듭니다. 

미래에는 회사라는 조직에서 많은 사람을 채용하지 않고, 작은 규모의 사람들로 조직을 운영하게 될 것 같습니다. 사람들은 각자 자신만의 서비스를 가지고 필요에 따라 협업도 하고, 혼자 일하기도 하는 1인 또는 소수의 집단을 이루는 모습이 되지 않을까 상상해 봅니다. 프리랜서보다 1인 기업 내지는 아주 작은 소기업 형태가 될 것입니다. 그러니까 결국 기업이라는 조직은 규모가 작아지는 것이 여러 가지 모습으로 나타날 수 있겠네요.

최근 커리어 상담을 하다 보면 AI 도구로 인한 미래 직업에 대한 질문을 많이 받습니다. 저는 미래를 연구하는 학자도 아니고, 기술에 대해서 깊은 지식을 갖고 있는 사람도 아닙니다. 그러나 주변에 지식과 경험이 풍부한 사람들은 많습니다. 그들이 예고하는 미래는 분명히 취업과 이직, 그리고 현재 직장에서 근무하고 있는 사람들에게 유리한 환경은 아닐 것입니다. 그래서 허무주의에 빠져 모든 노력을 하지 않고 망연자실할 상황도 아니라고 생각합니다. 오히려 위기를 기회로 맞이하는 노력이 필요합니다.

아직 AI 도구의 활용 수준이 많이 발전하지 못했다고 합니다. 그러니 AI 도구를 잘 활용할 수 있는 사람이 되면, 미래 일자리 변화에도 경쟁력을 갖춘 사람이 될 수 있을 거라고 믿습니다. 회사 밖에서 해보고 싶었던 일과 잘할 수 있는 일을 찾아서 과감하게 시도해 보는 노력이 필요합니다. 앞서 이야기한 것처럼 AI 도구를 활용하여 혼자서 하기 힘들었던 일에 다른 사람의 도움 없이 빠르게 시도해 보는 것입니다. 그럼 기술의 발전으로 위기로 보이는 상황이 큰 기회가 될 수 있다고 믿습니다.

기계가 더 진화하여 사람이 하던 일을 대신한다고 했을 때, 진짜 역량을 가지고 있는 사람이 누구인지 가려지는 순간이라고 생각합니다. 잘하는 척을 하던 사람은 진실이 드러날 것이고, 진짜 실력자는 기계를 활용하여 진가를 드러내게 될 것입니다. 미래를 두려워하지 말고, 지금부터라도 진짜 역량을 쌓기 위해 노력해 보시길 바랍니다.

고민하고 생각과 사람을 연결하는 일은 아직 기계가 하기 어렵다고 생각합니다. (아닌가요?) 어떻게 하면 직장에서 살아남을 수 있을 것인가 고민하기 보다 어떻게 하면 기계를 활용하여 이전에 해보지 못했던 일을 도전해 볼 수 있을까 상상하는 것이 훨씬 생산적이라고 믿습니다. 미래를 기대하는 마음으로 오늘을 열심히 준비하는 우리가 되길 진심으로 응원합니다.

﻿지난 금요일 봉사활동을 갔다가 우연히 만난 청년이 있습니다. AI 도구를 만드는 회사에서 데이터 엔지니어로 일을 했고, 지금은 회사를 그만두고 쉬고 있다고 합니다. 회사는 미국에 있고 이름을 들으면 깜짝 놀랄 지금 세계에서 가장 유명한 기업이었습니다. 하지만 진짜 놀라웠던 것은 현재 미국의 일자리가 변화하고 있는 모습이었습니다. AI 도구 활용으로 업무 생산성이 증가하면서 많은 사람의 일손이 필요하지 않게 되었습니다. 그래서 기업의 채용 수요가 현저히 줄어들었습니다. 자율 주행 자동차의 등장으로 무인 택시가 운영 중입니다. 로봇의 발전으로 공장에서 사람의 손으로 하던 일이 오차와 사고 없이 로봇이 담당하고 있습니다. 아주 먼 미래에 상상하던 모습이 바로 현실이 되었습니다. 대한민국은 언제 위와 같은 일자리 변화가 맞이하게 될까요? 이미 아주 조금씩 시작되었습니다. 앞으로 기계가 인간의 일자리를 대신할 날은 시간문제로 보입니다. 회사에는 기계와 기계를 잘 다루는 사람이 호흡을 맞춰 일을 하게 될 것으로 예상합니다. 물론 기술이 발전하고 현실에 도입된다고 해도 넘어야 할 산이 높습니다. 사회, 경제, 정치적으로 이해관계를 설득하는 일이 상당히 험난할 수도 있겠습니다. 지금은 마치 폭풍 전야와 같은 때라고 느껴집니다. 큰 변화의 쓰나미가 몰려오기 전에 잠잠하고 고요한 해변을 거늘고 있는 것 같습니다. 가까운 미래에 얼마나 큰 변화를 만나게 될지 기대보다 조금은 두렵다는 마음도 듭니다. 특히 어린 자녀를 양육하고 있는 부모로서 우리 아이들은 미래에 어떤 직업을 가져야 하는 걸까 막막합니다.기술의 진보로 인한 일자리의 변화가 부정적인 것만은 아니라고 생각합니다. 생산성의 증가로 훨씬 더 많은 일을 효과적으로 할 수 있게 될 것입니다. 그럼 조직뿐만 아니라 개인이 꿈꾸던 일을 혼자서도 실행해 볼 수 있는 환경이 되는 것입니다. 기획, 개발, 디자인, 마케팅 등 전문가의 도움을 받지 않아도 이 모든 일을 혼자서 시도할 수 있습니다. 지금이야말로 그동안 해보고 싶었던 일을 과감하게 도전해 보기 좋은 때라고 판단이 듭니다.&nbsp; 미래에는 회사라는 조직에서 많은 사람을 채용하지 않고, 작은 규모의 사람들로 조직을 운영하게 될 것 같습니다. 사람들은 각자 자신만의 서비스를 가지고 필요에 따라 협업도 하고, 혼자 일하기도 하는 1인 또는 소수의 집단을 이루는 모습이 되지 않을까 상상해 봅니다. 프리랜서보다 1인 기업 내지는 아주 작은 소기업 형태가 될 것입니다. 그러니까 결국 기업이라는 조직은 규모가 작아지는 것이 여러 가지 모습으로 나타날 수 있겠네요. 최근 커리어 상담을 하다 보면 AI 도구로 인한 미래 직업에 대한 질문을 많이 받습니다. 저는 미래를 연구하는 학자도 아니고, 기술에 대해서 깊은 지식을 갖고 있는 사람도 아닙니다. 그러나 주변에 지식과 경험이 풍부한 사람들은 많습니다. 그들이 예고하는 미래는 분명히 취업과 이직, 그리고 현재 직장에서 근무하고 있는 사람들에게 유리한 환경은 아닐 것입니다. 그래서 허무주의에 빠져 모든 노력을 하지 않고 망연자실할 상황도 아니라고 생각합니다. 오히려 위기를 기회로 맞이하는 노력이 필요합니다. 아직 AI 도구의 활용 수준이 많이 발전하지 못했다고 합니다. 그러니 AI 도구를 잘 활용할 수 있는 사람이 되면, 미래 일자리 변화에도 경쟁력을 갖춘 사람이 될 수 있을 거라고 믿습니다. 회사 밖에서 해보고 싶었던 일과 잘할 수 있는 일을 찾아서 과감하게 시도해 보는 노력이 필요합니다. 앞서 이야기한 것처럼 AI 도구를 활용하여 혼자서 하기 힘들었던 일에 다른 사람의 도움 없이 빠르게 시도해 보는 것입니다. 그럼 기술의 발전으로 위기로 보이는 상황이 큰 기회가 될 수 있다고 믿습니다. 기계가 더 진화하여 사람이 하던 일을 대신한다고 했을 때, 진짜 역량을 가지고 있는 사람이 누구인지 가려지는 순간이라고 생각합니다. 잘하는 척을 하던 사람은 진실이 드러날 것이고, 진짜 실력자는 기계를 활용하여 진가를 드러내게 될 것입니다. 미래를 두려워하지 말고, 지금부터라도 진짜 역량을 쌓기 위해 노력해 보시길 바랍니다. 고민하고 생각과 사람을 연결하는 일은 아직 기계가 하기 어렵다고 생각합니다. (아닌가요?) 어떻게 하면 직장에서 살아남을 수 있을 것인가 고민하기 보다 어떻게 하면 기계를 활용하여 이전에 해보지 못했던 일을 도전해 볼 수 있을까 상상하는 것이 훨씬 생산적이라고 믿습니다. 미래를 기대하는 마음으로 오늘을 열심히 준비하는 우리가 되길 진심으로 응원합니다.﻿

미래 일자리

어제 더워서 이제 봄이구나 했는데,
오늘 추워서 역시 봄이구나 했다.

어제 더워서 이제 봄이구나 했는데,오늘 추워서 역시 봄이구나 했다.

1️⃣ AI 이야기가 피드를 채우는 밀도가 날로 높아진다. UX 리서치 업계에서도, 부동산개발업계에서도 이 흐름은 예외가 없다. 흥미로운 건 AI에 대해 잘 모르는 사람일수록 AI를 더 신뢰하고 잘 받아들인다는 연구결과였다. AI 리터러시가 낮은 사람들은 AI를 그야말로 도깨비방망이, 마법처럼 받아들이기 때문이다. 반대로 리터러시가 높은 사용자는 LLM이 어떤 방식으로 답변을 하도록 학습시킨 것인지 원리를 알고 있기에 그 한계를 가늠하고, 결과에 대해 비판적으로 수용한다. 더블체크하고 다른 방식으로 재검증하기 때문에 더 효과적으로 쓸 수 있다.

2️⃣ USIM 해킹 사건으로 SK텔레콤 회사차원의 대응이 적절했는지 비판이 컸다. 기업이미지는 한순간에 2,300만 회원을 보유한 압도적 1위 통신사이자 AI 퍼스트 기업에서 '해킹에 뚫린 기업'이 되어버렸다. 18일에 최초 이상을 인지했지만 24시간 이내 해킹 보고 규정을 위반했다는 보도가 있었다. 시스템이라는 것은 이중적 의미가 있다. 해킹을 방어할 수 있는 방화벽과 암호화 보안, 인증 체계를 갖추는 것이 한 축이고 문제가 되었을 때 그것을 투명하고 솔직하게 공유하고 재발방지 대책을 내는 일하는 방식이 다른 축이다. AI는 여기서 어떤 역할을 할 수 있을까?

3️⃣ 내가 무언가에 큰 스트레스를 받는다면 그건 그 일이나 그 사람에게 큰 애정을 담아두었거나 혹은 그만큼 그 일에 재능이 있기 때문일 수 있다.

https://journals.sagepub.com/doi/abs/10.1177/00222429251314491

1️⃣ AI 이야기가 피드를 채우는 밀도가 날로 높아진다. UX 리서치 업계에서도, 부동산개발업계에서도 이 흐름은 예외가 없다. 흥미로운 건 AI에 대해 잘 모르는 사람일수록 AI를 더 신뢰하고 잘 받아들인다는 연구결과였다. AI 리터러시가 낮은 사람들은 AI를 그야말로 도깨비방망이, 마법처럼 받아들이기 때문이다. 반대로 리터러시가 높은 사용자는 LLM이 어떤 방식으로 답변을 하도록 학습시킨 것인지 원리를 알고 있기에 그 한계를 가늠하고, 결과에 대해 비판적으로 수용한다. 더블체크하고 다른 방식으로 재검증하기 때문에 더 효과적으로 쓸 수 있다. 2️⃣ USIM 해킹 사건으로 SK텔레콤 회사차원의 대응이 적절했는지 비판이 컸다. 기업이미지는 한순간에 2,300만 회원을 보유한 압도적 1위 통신사이자 AI 퍼스트 기업에서 '해킹에 뚫린 기업'이 되어버렸다. 18일에 최초 이상을 인지했지만 24시간 이내 해킹 보고 규정을 위반했다는 보도가 있었다. 시스템이라는 것은 이중적 의미가 있다. 해킹을 방어할 수 있는 방화벽과 암호화 보안, 인증 체계를 갖추는 것이 한 축이고 문제가 되었을 때 그것을 투명하고 솔직하게 공유하고 재발방지 대책을 내는 일하는 방식이 다른 축이다. AI는 여기서 어떤 역할을 할 수 있을까? 3️⃣ 내가 무언가에 큰 스트레스를 받는다면 그건 그 일이나 그 사람에게 큰 애정을 담아두었거나 혹은 그만큼 그 일에 재능이 있기 때문일 수 있다. https://journals.sagepub.com/doi/abs/10.1177/00222429251314491

⟪오늘 하루 문득 든 생각⟫

React 19와 Next.js 15가 새롭게 제안하는 방향은
꽤 도발적이에요.

useActionState와 serverAction만으로도,
ReactQuery 같은 클라이언트 상태 관리 도구 없이
폼 처리와 상태 업데이트를 할 수 있게 되었어요.

물론 모든 걸 대체하긴 어려워요.
하지만 단순한 폼 처리부터 CRUD 까지는
이 방향이 괜찮은 선택지가 될 수 있을것 같아요.

그래서 직접 예제 코드를 준비했고,
유튜브에 공유 드려요.
(댓글에 영상주소 참고)

기존 방식(React Query)과 새로운 방식(Next.js)에 대해
실무 기준에서 어떤 차이가 있고, 왜 이런 구조가 필요한지를
FSD 관점에서 살펴보며 풀어봤어요.

React Query의 전역 상태가 과하게 느껴졌던 분,
혹은 server action 시대의 프론트엔드 흐름을 따라가고 싶은 분이라면
이번 영상을 확인해보셔도 좋을 것 같아요.
(댓글에 영상주소 참고)

React 19와 Next.js 15가 새롭게 제안하는 방향은 꽤 도발적이에요. useActionState와 serverAction만으로도, ReactQuery 같은 클라이언트 상태 관리 도구 없이 폼 처리와 상태 업데이트를 할 수 있게 되었어요. 물론 모든 걸 대체하긴 어려워요. 하지만 단순한 폼 처리부터 CRUD 까지는 이 방향이 괜찮은 선택지가 될 수 있을것 같아요. 그래서 직접 예제 코드를 준비했고, 유튜브에 공유 드려요. (댓글에 영상주소 참고) 기존 방식(React Query)과 새로운 방식(Next.js)에 대해 실무 기준에서 어떤 차이가 있고, 왜 이런 구조가 필요한지를 FSD 관점에서 살펴보며 풀어봤어요. React Query의 전역 상태가 과하게 느껴졌던 분, 혹은 server action 시대의 프론트엔드 흐름을 따라가고 싶은 분이라면 이번 영상을 확인해보셔도 좋을 것 같아요. (댓글에 영상주소 참고)

React 19와 Next.js 15가 새롭게 제안하는 방향은
꽤

데이터 처리를 한다면 아마 대부분 Pandas로 시작하리라 믿는다. 작은 데이터를 빠르게 처리하는데는 이만한 것이 없지만 데이터의 크기가 커지면 처리하는데 두 가지 문제가 생긴다:

1️⃣ 처리가 너무 오래 걸리는 이슈 (Pandas는 Single Thread라는 치명적인 문제 존재)
2️⃣ 아예 데이터 자체를 적재하지 못하는 이슈 (Pandas는 데이터를 메모리에 적재해야함)

이 때부터 Spark이란 빅데이터 프로세싱 프레임워크의 도입이 필요해지는데 프로그래밍 패러다임만 놓고 보면 Pandas와 Spark은 크게 다르지 않다. Spark 역시 DataFrame으로 데이터 처리를 하기 때문이다. Spark Session이란 거를 앞단에 만들어야 하는 것과 DataFrame 함수가 다르다는 점을 빼고는 프로그래밍 관점에서는 큰 차이가 없다. 다르게 이야기하면 Pandas에서 Spark으로 내 스킬을 확장하는 건 생각처럼 힘들지 않다. 기본적으로 Spark은 Pandas on Steroids라 할 수 있다.

Spark 데이터 처리의 기본

Spark 프로그래밍은 어떤 부분에 복잡해질까? 기본적으로 Spark은 큰 데이터를 Partition이라 부르는 블록으로 나눈 다음 이를 다수의 Task들로 처리하여 큰 데이터를 병렬처리한다. 프로그래밍을 하는 관점에서는 이를 알 필요가 없다.

Spark 데이터 처리의 어려움 (Shuffling -> Partition Skewness)

Spark 데이터 처리의 문제는 Partition들 크기에 Skewness가 생기는 경우에 발생한다. Partition들의 크기가 비슷해야 병렬 처리의 의미가 있는데 하나의 Partition이 크기가 엄청나게 크다면 그 Partition 처리에 드는 시간이 전체 프로세싱 시간을 결정하게 되며 이 과정에서 메모리 에러 등 다양한 이슈들이 발생한다.

그러면 언제 Partition 크기에 Skewness가 생길까? DataFrame에 적용하는 오퍼레이션이 SQL로 치면 GROUP BY, ORDER BY, JOIN 등이라면 데이터 이동이 필요해지고 (이를 Shuffling이라 부른다) 이후 생기는 새로운 Partition 크기에 커다란 불균형(Skewness)이 생길 수 있으며 이는 빅데이터 처리에 MapReduce 시절부터 존재하는 문제이기도 하다.

이 경우 다양한 최적화 방법들이 존재하며 이를 배우는 것이 Spark 프로그래밍에서는 어려운 포인트라 할 수 있지만 사용법 자체는 Pandas와 비교해 크게 다르지 않다. 이번에 인프런에 Spark 강의를 하나 오픈했는데 내용은 Pandas로부터 시작해서 Spark의 다양한 기능을 DataFrame과 SQL 중심으로 Databricks Community Edition 위에서 배워보는 것이다. 강의 링크는 댓글 참고

데이터 처리를 한다면 아마 대부분 Pandas로 시작하리라 믿는다. 작은 데이터를 빠르게 처리하는데는 이만한 것이 없지만 데이터의 크기가 커지면 처리하는데 두 가지 문제가 생긴다: 1️⃣ 처리가 너무 오래 걸리는 이슈 (Pandas는 Single Thread라는 치명적인 문제 존재)2️⃣ 아예 데이터 자체를 적재하지 못하는 이슈 (Pandas는 데이터를 메모리에 적재해야함) 이 때부터 Spark이란 빅데이터 프로세싱 프레임워크의 도입이 필요해지는데 프로그래밍 패러다임만 놓고 보면 Pandas와 Spark은 크게 다르지 않다. Spark 역시 DataFrame으로 데이터 처리를 하기 때문이다. Spark Session이란 거를 앞단에 만들어야 하는 것과 DataFrame 함수가 다르다는 점을 빼고는 프로그래밍 관점에서는 큰 차이가 없다. 다르게 이야기하면 Pandas에서 Spark으로 내 스킬을 확장하는 건 생각처럼 힘들지 않다. 기본적으로 Spark은 Pandas on Steroids라 할 수 있다. Spark 데이터 처리의 기본 Spark 프로그래밍은 어떤 부분에 복잡해질까? 기본적으로 Spark은 큰 데이터를 Partition이라 부르는 블록으로 나눈 다음 이를 다수의 Task들로 처리하여 큰 데이터를 병렬처리한다. 프로그래밍을 하는 관점에서는 이를 알 필요가 없다. Spark 데이터 처리의 어려움 (Shuffling -&gt; Partition Skewness) Spark 데이터 처리의 문제는 Partition들 크기에 Skewness가 생기는 경우에 발생한다. Partition들의 크기가 비슷해야 병렬 처리의 의미가 있는데 하나의 Partition이 크기가 엄청나게 크다면 그 Partition 처리에 드는 시간이 전체 프로세싱 시간을 결정하게 되며 이 과정에서 메모리 에러 등 다양한 이슈들이 발생한다. 그러면 언제 Partition 크기에 Skewness가 생길까? DataFrame에 적용하는 오퍼레이션이 SQL로 치면 GROUP BY, ORDER BY, JOIN 등이라면 데이터 이동이 필요해지고 (이를 Shuffling이라 부른다) 이후 생기는 새로운 Partition 크기에 커다란 불균형(Skewness)이 생길 수 있으며 이는 빅데이터 처리에 MapReduce 시절부터 존재하는 문제이기도 하다. 이 경우 다양한 최적화 방법들이 존재하며 이를 배우는 것이 Spark 프로그래밍에서는 어려운 포인트라 할 수 있지만 사용법 자체는 Pandas와 비교해 크게 다르지 않다. 이번에 인프런에 Spark 강의를 하나 오픈했는데 내용은 Pandas로부터 시작해서 Spark의 다양한 기능을 DataFrame과 SQL 중심으로 Databricks Community Edition 위에서 배워보는 것이다. 강의 링크는 댓글 참고

스몰 데이터(Pandas)에서 빅 데이터(Spark)로!

점점 더 ChatGPT에게 물어봤더니 이건 이렇다더라하는 사람들이 많아지고 있다. 문제는 이런 행동이 빠르게 증폭된다는 것이다.

AI를 사용할 수록 점점 더 자신의 생각을 AI에게 외주 주게 되고, 어느 순간부터는 자신도 모르게 AI의 말을 의심없이 믿게 되는 순간이 온다.

이것이 바로 AI 리터러시가 필요한 이유이다. 정부는 국민들에게, 최소한 AI 교육을 시키는 사람들에게는 이러한 교육을 필수로 마치도록 해야한다. 마치 매년 건강검진을 하듯이, 라이센스 갱신을 하듯이 해야한다고 생각한다.

이것은 AI 모델 개발보다 더욱 중요한 일이다. 소버린AI 따위는 이에 비하면 너무나 사소로운 일이며, 국가적 AI 리터러시의 하위 주제에 불과하다.

물론, 조지 오웰의 1984의 세상을 만들고 싶다면 쉬쉬해야 할 일이겠지만.

점점 더 ChatGPT에게 물어봤더니 이건 이렇다더라하는 사람들이 많아지고 있다. 문제는 이런 행동이 빠르게 증폭된다는 것이다. AI를 사용할 수록 점점 더 자신의 생각을 AI에게 외주 주게 되고, 어느 순간부터는 자신도 모르게 AI의 말을 의심없이 믿게 되는 순간이 온다. 이것이 바로 AI 리터러시가 필요한 이유이다. 정부는 국민들에게, 최소한 AI 교육을 시키는 사람들에게는 이러한 교육을 필수로 마치도록 해야한다. 마치 매년 건강검진을 하듯이, 라이센스 갱신을 하듯이 해야한다고 생각한다. 이것은 AI 모델 개발보다 더욱 중요한 일이다. 소버린AI 따위는 이에 비하면 너무나 사소로운 일이며, 국가적 AI 리터러시의 하위 주제에 불과하다. 물론, 조지 오웰의 1984의 세상을 만들고 싶다면 쉬쉬해야 할 일이겠지만.

점점 더 ChatGPT에게 물어봤더니 이건 이렇다더라하는 사람들이

현대 소프트웨어 개발에서 HTTP 기반 API를 생각하면 우리는 크게 두 가지 기술을 떠올리게 되죠? REST와 GraphQL.

역사가 오래된 REST는 비교적 간단한 백엔드 시스템이나 개발된 지 시간이 좀 지난 레거시 시스템에서 많이 사용되고 있습니다. 반면에 GraphQL은 관계가 복잡한 데이터를 다루는 API를 개발하거나 BFF(Backend for Frontend) 또는 API Orchestration(오케스트레이션)을 위해 많이 채택되고 있습니다.

만약 이 두 대표적인 API 기술을 유기적으로 통합할 수 있다면 얼마나 좋을까요? 이번 포스팅에서는 이러한 서버 개발자들의 오랜 꿈을 현실로 만들어주는 Apollo Connector에 대해 알아보겠습니다.

📝 포스팅: https://www.daleseo.com/apollo-connectors/

현대 소프트웨어 개발에서 HTTP 기반 API를 생각하면 우리는 크게 두 가지 기술을 떠올리게 되죠? REST와 GraphQL. 역사가 오래된 REST는 비교적 간단한 백엔드 시스템이나 개발된 지 시간이 좀 지난 레거시 시스템에서 많이 사용되고 있습니다. 반면에 GraphQL은 관계가 복잡한 데이터를 다루는 API를 개발하거나 BFF(Backend for Frontend) 또는 API Orchestration(오케스트레이션)을 위해 많이 채택되고 있습니다. 만약 이 두 대표적인 API 기술을 유기적으로 통합할 수 있다면 얼마나 좋을까요? 이번 포스팅에서는 이러한 서버 개발자들의 오랜 꿈을 현실로 만들어주는 Apollo Connector에 대해 알아보겠습니다. 📝 포스팅: https://www.daleseo.com/apollo-connectors/

Apollo Connectors 소개와 사용법

오랜기간 개발이라는 업을 헤쳐나가면서 건강 관리를 소홀히 하였습니다. "젋으니까 괜찮아", "아직은 그럴 아니야", "귀찮아", "나 건강해" 저도 이런 말을 항상 버릇처럼 말을 하며 주변의 걱정을 애써 무마 시켰고, 아직은 괜찮아 라고 자기 합리화를 하였습니다.

그때 당장은 사실 아무런 일이 없었고 오히려 건강에 대한 자신감을 가졌지만, 시간이 지나 복리 이자처럼 누적된 건강 손실은 한번에 저에 갚을 것을 요구 할때도 있었으니까요.

마치 꼰대와 같은 이야기로 "건강을 항상 챙기셔요" 라고 입버릇 처럼 이제 말을 하고 있지만, 건강은 직접 경험하지 않으면 모르는 일이라 꼰대가 되는거 같아요.

어느덧 4월이 마무리 되고 5월이 다가오고 있습니다.
2025년초 건강관리에 대한 목표를 세우신 모든 분들이 목표를 이루어 항시 건강하셨으면 합니다.

오랜기간 개발이라는 업을 헤쳐나가면서 건강 관리를 소홀히 하였습니다. "젋으니까 괜찮아", "아직은 그럴 아니야", "귀찮아", "나 건강해" 저도 이런 말을 항상 버릇처럼 말을 하며 주변의 걱정을 애써 무마 시켰고, 아직은 괜찮아 라고 자기 합리화를 하였습니다. 그때 당장은 사실 아무런 일이 없었고 오히려 건강에 대한 자신감을 가졌지만, 시간이 지나 복리 이자처럼 누적된 건강 손실은 한번에 저에 갚을 것을 요구 할때도 있었으니까요. 마치 꼰대와 같은 이야기로 "건강을 항상 챙기셔요" 라고 입버릇 처럼 이제 말을 하고 있지만, 건강은 직접 경험하지 않으면 모르는 일이라 꼰대가 되는거 같아요. 어느덧 4월이 마무리 되고 5월이 다가오고 있습니다.2025년초 건강관리에 대한 목표를 세우신 모든 분들이 목표를 이루어 항시 건강하셨으면 합니다.

건강을 항상 돌봐주세요.

박 과장은 평소 말을 조리 있게 잘한다는 말을 많이 듣습니다. 최근에는 임원 보고도 깔끔하게 잘했다는 칭...

에이스 리더와 담벼락 리더의 차이

박 과장은 평소 말을 조리있게 잘한다는 말을 많이 듣습니다. 최근에는 임원 보고를 깔끔하게 잘했다는 칭찬을 받았는데요. 낯선 사람들과도 스스럼없이 잘 어울립니다. 그는 이 정도면 커뮤니케이션을 꽤 잘하는 게 아닌가 스스로 자부하기도 합니다. 박 과장은 커뮤니케이션을 잘하는 걸까요?

그는 관계를 만들어 유대감을 갖게 하고 미스-커뮤니케이션을 줄여 서로 명확하게 이해하도록 도울 줄 압니다. 또 리더십에 가장 필수적인 자신감이 있으며, 영향력을 만들어 낼 수 있는 잠재력도 갖고 있습니다. 커뮤니케이션을 비교적 잘한다고 볼 수 있습니다.

이러한 특징은 흔히 모르는 사람에게 서슴지 않고 이야기하는 ‘외향인’들이 커뮤니케이션에 능하다는 인식의 근거이기도 합니다. 그러나 이는 효과적인 커뮤니케이션을 만드는 요소의 일부일 뿐 전부가 아닙니다.

게다가 박 과장처럼 자신감이 지나친 채로 부장이 되고 임원이 되면, 자칫 논쟁에서 지는 걸 원치 않아서 남의 말을 가로막거나 자기 말만 할 수도 있습니다.

리더로서 커뮤니케이션을 잘한다는 것은 단순히 언변이 좋거나 사람들 앞에서 말을 잘한다는 게 아닙니다. 그게 아니라면 수줍음 많고 준비하지 않으면 목소리 높여 말하는 것에 다소 부담을 느끼는 세상의 모든 내향인들은 리더가 되기 어려울 것입니다.

사실, 사회인 중 75% 이상이 남들 앞에서 말할 때 떨고 불편해합니다. 그리고 세상의 리더 중에는 내향인도 많습니다. 버락오바마 전 미국 대통령도 내향인입니다. 그렇다면 성격과 언변을 넘어선 리더의 커뮤니케이션에서 중요한 것은 무엇일까요? 커뮤니케이션을 못하는 사람과 잘하는 사람의 특징을 살펴봅시다.

✳️커뮤니케이션 못하는 사람의 특징 3가지: DAM(‘담’벼락)
1️⃣단절형 소통자(Disconnected Communicator)
일단 남의 말을 듣고 취지와 다르게 이해합니다. 잘 듣지 않고 제멋대로 이해하기 때문입니다. 더 큰 문제는 대화의 주제와 맥락과 상관없이 ‘내 말’만 한다는 것입니다.

내가 말하고자 하는 주제에만 천착하는 이유는 머릿속이 내 생각만으로 가득 차 있어 남의 말을 귀담아듣지 못하기 때문입니다. 들어도 들은 게 아닙니다. 평소 “갑자기 그 말을 왜 해?”라는 말을 듣는다면 맥락 파악 능력이 낮을 확률이 높으니 반추해보기 바랍니다.

2️⃣추정적 소통자(Assumptive Communicator)
상대방도 안다고 생각하고 말합니다. 이것은 대다수 사람이 하는 인식의 오류입니다. 상대방은 내가 아니기에 나와 다릅니다. “~하는 건데 이거 몰라?” “당연히 ~하는 게 기본 아닌가?” 등의 말을 일삼는다면 내 관점에서 벗어나지 못하는 대화 방식이 습관화된 것입니다.

상대방은 내가 세상을 보는 관점의 안경이 아니라 그들 나름의 지식과 가치관이 투영된 다른 안경을 끼고 있다는 것을 분명히 기억합시다. 진정 대화하고 싶다면 상대방이 ‘모를 수 있다’ ‘다를 수 있다’라는 점을 인식해야 합니다.

3️⃣독백형 소통자(Monologuing Communicator)
상대방의 말을 가로막고, 내 말만 하는 유형입니다. 이런 태도라면 모든 대화가 언쟁과 비슷해집니다. 어떻게든 내 논지를 주장함으로써이기려 들기 때문입니다.

머릿속엔 ‘아냐, 내가 옳아’ ‘그게 아냐, 내가 맞아’라는 인식이 가득할 것입니다. 분명히 일상생활에서 경험했던 이런 유형의 사람이 적어도 한 사람 정도는 떠오를 것입니다. 소통 측면에서는 최악입니다.

✔️소통이 되지 않는 사람과 대화할 때 사람들은 ‘담’벼락에 말하는 것 같은 답답함을 느낍니다. 이러한 특징이 강한 사람은 리더의 자격을 부여받기가 쉽지 않습니다. 리더가 되더라도, 팀과 조직을 이끄는 데 상당한 어려움이 있을 것입니다.

내 말만 납득시키면 된다는 것은 어느 한쪽으로 기울어진 불균형입니다. 이런 리더는 자신의 입장만 주장하기에, 팀원들과의 이견을 잘 좁히지 못합니다. 이런 경우, 팀원들은 우리 팀장, 상무, 사장님 ‘우리 얘기를 전혀 들어주지 않는다’고 인식하게 됩니다. 커뮤니케이션은 균형 잡힌 쌍방향 정보 교환이라는 것을 기억합시다.

✳️커뮤니케이션 잘하는 사람의 특징 3가지: ACE(에이스)
1️⃣적응적 소통자(Adaptive Communicator)
‘내 입장에서’ ‘내 멋대로’ 하고 싶은 말을 하는 것이 아니라 상대방이 잘 알아듣도록 수위 조절을 할 수 있는 유연성이 있습니다.

말의 어조, 속도를 조절할 뿐만 아니라 어려운 용어나 표현 등 상대방이 모를 수 있는 부분을 미리 감지하여 쉽게 표현합니다. ‘당연히 알고 있다’는 식으로 말하지 않고 ‘모를 수 있다’고 생각하고 말하는데요. 의사소통이 명료합니다.

2️⃣맥락 중심 소통자(Contextual Communicator)
맥락 설명을 잘합니다. 내가 왜 그런 입장을 갖게 되었는지 원인과 이유를 분명히 합니다. “저는 반대 입장입니다. 그 이유는...” “이런 이유와 배경이 있기에 그건 A일 수 있습니다”처럼 상황과 이유를 명확하고 친절하게 알려줍니다.

대화에서 가장 큰 오류는 맥락 설명을 불필요하게 여기고 생략하는 것입니다. 상대방을 이해시킬 때 맥락 정보를 충분히 제공하는 것이 무엇보다 중요합니다.

3️⃣공감형 소통자(Empathetic Communicator)
말을 통한 정보에만 주목하는 것이 아니라, 말하는 사람의 관점과 생각, 감정을 이해하는 것입니다. 그 사람의 입장이 되어 듣는 것입니다.이렇게 할 때 진정한 소통이 가능하며, 상대방은 호감과 친밀감을 느낍니다.

✔️소통을 잘하는 사람은, 팀 내에서 ‘에이스’ 자격을 갖추며 리더로 성장할 가능성이 큽니다. 언변도 뛰어나면 좋겠지만, 리더에게 더욱 필요한 것은 쉽게 말하고 잘 듣는 것입니다. 그런데 잘 듣는다는 것은 말처럼 쉽지 않습니다.

✳️잘 듣는다는 것은 무엇일까요?
오프라 윈프리는 잘 듣는 것이 소통의 완성이라고 말합니다. 잘 듣는다는 것은 끝까지 잘 들어주는 것, 상대방의 말이 끊기더라도 3초의 여유를 내어주는 것, 그리고 상대방의 말에 호응하면서 듣는 것입니다. 이러다 보면 상대방은 마음이 열려서 더 많은 말을 하게 됩니다.

박 과장은 평소 말을 조리있게 잘한다는 말을 많이 듣습니다. 최근에는 임원 보고를 깔끔하게 잘했다는 칭찬을 받았는데요. 낯선 사람들과도 스스럼없이 잘 어울립니다. 그는 이 정도면 커뮤니케이션을 꽤 잘하는 게 아닌가 스스로 자부하기도 합니다. 박 과장은 커뮤니케이션을 잘하는 걸까요? 그는 관계를 만들어 유대감을 갖게 하고 미스-커뮤니케이션을 줄여 서로 명확하게 이해하도록 도울 줄 압니다. 또 리더십에 가장 필수적인 자신감이 있으며, 영향력을 만들어 낼 수 있는 잠재력도 갖고 있습니다. 커뮤니케이션을 비교적 잘한다고 볼 수 있습니다. 이러한 특징은 흔히 모르는 사람에게 서슴지 않고 이야기하는 ‘외향인’들이 커뮤니케이션에 능하다는 인식의 근거이기도 합니다. 그러나 이는 효과적인 커뮤니케이션을 만드는 요소의 일부일 뿐 전부가 아닙니다. 게다가 박 과장처럼 자신감이 지나친 채로 부장이 되고 임원이 되면, 자칫 논쟁에서 지는 걸 원치 않아서 남의 말을 가로막거나 자기 말만 할 수도 있습니다.​리더로서 커뮤니케이션을 잘한다는 것은 단순히 언변이 좋거나 사람들 앞에서 말을 잘한다는 게 아닙니다. 그게 아니라면 수줍음 많고 준비하지 않으면 목소리 높여 말하는 것에 다소 부담을 느끼는 세상의 모든 내향인들은 리더가 되기 어려울 것입니다. 사실, 사회인 중 75% 이상이 남들 앞에서 말할 때 떨고 불편해합니다. 그리고 세상의 리더 중에는 내향인도 많습니다. 버락오바마 전 미국 대통령도 내향인입니다. 그렇다면 성격과 언변을 넘어선 리더의 커뮤니케이션에서 중요한 것은 무엇일까요? 커뮤니케이션을 못하는 사람과 잘하는 사람의 특징을 살펴봅시다. ✳️커뮤니케이션 못하는 사람의 특징 3가지: DAM(‘담’벼락)1️⃣단절형 소통자(Disconnected Communicator)일단 남의 말을 듣고 취지와 다르게 이해합니다. 잘 듣지 않고 제멋대로 이해하기 때문입니다. 더 큰 문제는 대화의 주제와 맥락과 상관없이 ‘내 말’만 한다는 것입니다. 내가 말하고자 하는 주제에만 천착하는 이유는 머릿속이 내 생각만으로 가득 차 있어 남의 말을 귀담아듣지 못하기 때문입니다. 들어도 들은 게 아닙니다. 평소 “갑자기 그 말을 왜 해?”라는 말을 듣는다면 맥락 파악 능력이 낮을 확률이 높으니 반추해보기 바랍니다. 2️⃣추정적 소통자(Assumptive Communicator)상대방도 안다고 생각하고 말합니다. 이것은 대다수 사람이 하는 인식의 오류입니다. 상대방은 내가 아니기에 나와 다릅니다. “~하는 건데 이거 몰라?” “당연히 ~하는 게 기본 아닌가?” 등의 말을 일삼는다면 내 관점에서 벗어나지 못하는 대화 방식이 습관화된 것입니다. 상대방은 내가 세상을 보는 관점의 안경이 아니라 그들 나름의 지식과 가치관이 투영된 다른 안경을 끼고 있다는 것을 분명히 기억합시다. 진정 대화하고 싶다면 상대방이 ‘모를 수 있다’ ‘다를 수 있다’라는 점을 인식해야 합니다. 3️⃣독백형 소통자(Monologuing Communicator)상대방의 말을 가로막고, 내 말만 하는 유형입니다. 이런 태도라면 모든 대화가 언쟁과 비슷해집니다. 어떻게든 내 논지를 주장함으로써이기려 들기 때문입니다. 머릿속엔 ‘아냐, 내가 옳아’ ‘그게 아냐, 내가 맞아’라는 인식이 가득할 것입니다. 분명히 일상생활에서 경험했던 이런 유형의 사람이 적어도 한 사람 정도는 떠오를 것입니다. 소통 측면에서는 최악입니다. ✔️소통이 되지 않는 사람과 대화할 때 사람들은 ‘담’벼락에 말하는 것 같은 답답함을 느낍니다. 이러한 특징이 강한 사람은 리더의 자격을 부여받기가 쉽지 않습니다. 리더가 되더라도, 팀과 조직을 이끄는 데 상당한 어려움이 있을 것입니다. 내 말만 납득시키면 된다는 것은 어느 한쪽으로 기울어진 불균형입니다. 이런 리더는 자신의 입장만 주장하기에, 팀원들과의 이견을 잘 좁히지 못합니다. 이런 경우, 팀원들은 우리 팀장, 상무, 사장님 ‘우리 얘기를 전혀 들어주지 않는다’고 인식하게 됩니다. 커뮤니케이션은 균형 잡힌 쌍방향 정보 교환이라는 것을 기억합시다. ✳️커뮤니케이션 잘하는 사람의 특징 3가지: ACE(에이스)1️⃣적응적 소통자(Adaptive Communicator) ‘내 입장에서’ ‘내 멋대로’ 하고 싶은 말을 하는 것이 아니라 상대방이 잘 알아듣도록 수위 조절을 할 수 있는 유연성이 있습니다. 말의 어조, 속도를 조절할 뿐만 아니라 어려운 용어나 표현 등 상대방이 모를 수 있는 부분을 미리 감지하여 쉽게 표현합니다. ‘당연히 알고 있다’는 식으로 말하지 않고 ‘모를 수 있다’고 생각하고 말하는데요. 의사소통이 명료합니다. 2️⃣맥락 중심 소통자(Contextual Communicator)맥락 설명을 잘합니다. 내가 왜 그런 입장을 갖게 되었는지 원인과 이유를 분명히 합니다. “저는 반대 입장입니다. 그 이유는...” “이런 이유와 배경이 있기에 그건 A일 수 있습니다”처럼 상황과 이유를 명확하고 친절하게 알려줍니다. 대화에서 가장 큰 오류는 맥락 설명을 불필요하게 여기고 생략하는 것입니다. 상대방을 이해시킬 때 맥락 정보를 충분히 제공하는 것이 무엇보다 중요합니다. 3️⃣공감형 소통자(Empathetic Communicator)말을 통한 정보에만 주목하는 것이 아니라, 말하는 사람의 관점과 생각, 감정을 이해하는 것입니다. 그 사람의 입장이 되어 듣는 것입니다.이렇게 할 때 진정한 소통이 가능하며, 상대방은 호감과 친밀감을 느낍니다. ✔️소통을 잘하는 사람은, 팀 내에서 ‘에이스’ 자격을 갖추며 리더로 성장할 가능성이 큽니다. 언변도 뛰어나면 좋겠지만, 리더에게 더욱 필요한 것은 쉽게 말하고 잘 듣는 것입니다. 그런데 잘 듣는다는 것은 말처럼 쉽지 않습니다. ✳️잘 듣는다는 것은 무엇일까요?오프라 윈프리는 잘 듣는 것이 소통의 완성이라고 말합니다. 잘 듣는다는 것은 끝까지 잘 들어주는 것, 상대방의 말이 끊기더라도 3초의 여유를 내어주는 것, 그리고 상대방의 말에 호응하면서 듣는 것입니다. 이러다 보면 상대방은 마음이 열려서 더 많은 말을 하게 됩니다.

네이버 블로그 | 안전보건공단 공식블로그

박 과장은 평소 말을 조리있게 잘한다는 말을 많이 듣습니다. 최근

구직자 취업지원, 재직자 성장지원 프로그램을 제공합니다.

청년미래플러스

고용노동부가 주관하는 청년미래플러스 사업의 참여자를 모집한다고 합니다.
대상자는 IT업계 기업의 취업을 희망하는 만 15세~34세 청년이라고 하네요.

이력서, 면접 준비 등 취업 준비에 도움을 받고싶은 분들 확인해 보시면 좋을 것 같습니다.

📤 https://miraeplus.sw.or.kr
📰 https://etnews.com/20250415000103

고용노동부가 주관하는 청년미래플러스 사업의 참여자를 모집한다고 합니다.대상자는 IT업계 기업의 취업을 희망하는 만 15세~34세 청년이라고 하네요. 이력서, 면접 준비 등 취업 준비에 도움을 받고싶은 분들 확인해 보시면 좋을 것 같습니다. 📤 https://miraeplus.sw.or.kr📰 https://etnews.com/20250415000103

한국소프트웨어산업협회

고용노동부가 주관하는 청년미래플러스 사업의 참여자를 모집한다고 합

기분을 잘 관리하는 것을 일을 하면서 매우 중요한 역량이자 장기적인 관점에는 성과를 꾸준히 내기 위한 기술입니다. '자기 관리'의 많은 부분은 일상에서 좋은 기분을 유지하고, 나쁜 기분을 잘 관리하는 것과 연결되어 있습니다.

기분이 안 좋으면 상대에게 감정적으로 대하거나, 모더레이팅을 하다가 편향에 쉽게 빠질 수 있습니다. 그럼 기대한 퍼포먼스를 낼 수 없고 다른 일을 하는데 지장이 생길 수밖에 없습니다. "소비는 감정이고, 과시는 결핍이다"라는 말처럼 기분을 관리하지 못하면 필요하지 않은 물건을 구매하고 일탈을 합니다. 의무를 다 하면 기분이 좀 나아집니다. 그래서 기분이 좋지 않을 때에는 손을 깨끗하게 씻거나, 설거지를 하거나, 쓰레기를 버리거나 미뤄둔 옷장정리를 하는 것이 효과적입니다.

[ 큐레이터의 문장 🎒 ]

자신의 기분에 솔직한 것과 솔직함을 오만함으로 착각하는 것을 구분해야 합니다. 임경선 님이 쓴 에세이집, '자유로울 것'에는 이런 문장이 있습니다. 솔직한 감정을 가만히 들여다보는 과정에서 자신의 의무를 놓치지 않는 것이 기분을 관리하는 최고의 방법입니다.

어른이 된다는 것은 자신의 솔직한 감정들을 억누르는 것이 아니다. 확고한 가치관 위에서 심플하게 솔직해지는 것이다. 그렇다고 '나 원래 이런 사람이야'라고 단언하고 마는 건 좀 곤란하다. 그 말은 '이게 나야, 어쩔래?'로 번역될 수 있기 때문이다. 솔직함을 오만함으로 착각하는 일이다.

난 원래 이렇다,라고 일방적으로 선언해 버리는 솔직함은 궁극의 자기 합리화이자 정신승리 혹은 변명이 될 수 있다. 스스로에 대한 반성이 없고 객관적이지 못하고 머리가 굳어서 그 어떤 변화도 받아들이지 않으려는 태도다. 이러한 솔직함은 생각이 유연하지 못한 자기 고집에 불과하다.

기분을 잘 관리하는 것을 일을 하면서 매우 중요한 역량이자 장기적인 관점에는 성과를 꾸준히 내기 위한 기술입니다. '자기 관리'의 많은 부분은 일상에서 좋은 기분을 유지하고, 나쁜 기분을 잘 관리하는 것과 연결되어 있습니다. 기분이 안 좋으면 상대에게 감정적으로 대하거나, 모더레이팅을 하다가 편향에 쉽게 빠질 수 있습니다. 그럼 기대한 퍼포먼스를 낼 수 없고 다른 일을 하는데 지장이 생길 수밖에 없습니다. "소비는 감정이고, 과시는 결핍이다"라는 말처럼 기분을 관리하지 못하면 필요하지 않은 물건을 구매하고 일탈을 합니다. 의무를 다 하면 기분이 좀 나아집니다. 그래서 기분이 좋지 않을 때에는 손을 깨끗하게 씻거나, 설거지를 하거나, 쓰레기를 버리거나 미뤄둔 옷장정리를 하는 것이 효과적입니다. [ 큐레이터의 문장 🎒 ] 자신의 기분에 솔직한 것과 솔직함을 오만함으로 착각하는 것을 구분해야 합니다. 임경선 님이 쓴 에세이집, '자유로울 것'에는 이런 문장이 있습니다. 솔직한 감정을 가만히 들여다보는 과정에서 자신의 의무를 놓치지 않는 것이 기분을 관리하는 최고의 방법입니다. 어른이 된다는 것은 자신의 솔직한 감정들을 억누르는 것이 아니다. 확고한 가치관 위에서 심플하게 솔직해지는 것이다. 그렇다고 '나 원래 이런 사람이야'라고 단언하고 마는 건 좀 곤란하다. 그 말은 '이게 나야, 어쩔래?'로 번역될 수 있기 때문이다. 솔직함을 오만함으로 착각하는 일이다. 난 원래 이렇다,라고 일방적으로 선언해 버리는 솔직함은 궁극의 자기 합리화이자 정신승리 혹은 변명이 될 수 있다. 스스로에 대한 반성이 없고 객관적이지 못하고 머리가 굳어서 그 어떤 변화도 받아들이지 않으려는 태도다. 이러한 솔직함은 생각이 유연하지 못한 자기 고집에 불과하다.

⟪기분을 관리하는 방법은 의무를 다하는 것⟫

1. 매일 해야 이룰 수 있다.

2. 시간을 낼 때는 매일 정해진 곳에서 가장 순도 높은 시간을 자신에게 제공해줄 수 있어야 한다.

3. 왜냐하면 자신이야말로 가장 소중한 존재이기 때문에 먼저 자신에게 가장 좋은 시간을 투자할 수 있어야 한다.

4. 새벽도 좋고, 밤도 좋고, 늦은 저녁도 좋다. 자신의 라이프 사이클 에 가장 잘 맞는 시간대에서 매일 시간을 꺼내 자신을 위해 훈련하라.

5. “춤쟁이는 매일 춤춰야 하고, 환쟁이는 매일 그려야 하고, 글쟁이는 매일 써야 한다. 마치 검객이 매일 수련하지 않으면 목숨이 위태롭듯이 매일 수련해야 한다.”

6. 이 말은 내가 제일 좋아하는 말 중의 하나다.

#나는이렇게될것이다 📚
#구본형

1. 매일 해야 이룰 수 있다. ​2. 시간을 낼 때는 매일 정해진 곳에서 가장 순도 높은 시간을 자신에게 제공해줄 수 있어야 한다. ​3. 왜냐하면 자신이야말로 가장 소중한 존재이기 때문에 먼저 자신에게 가장 좋은 시간을 투자할 수 있어야 한다. ​4. 새벽도 좋고, 밤도 좋고, 늦은 저녁도 좋다. 자신의 라이프 사이클 에 가장 잘 맞는 시간대에서 매일 시간을 꺼내 자신을 위해 훈련하라. ​5. “춤쟁이는 매일 춤춰야 하고, 환쟁이는 매일 그려야 하고, 글쟁이는 매일 써야 한다. 마치 검객이 매일 수련하지 않으면 목숨이 위태롭듯이 매일 수련해야 한다.” ​6. 이 말은 내가 제일 좋아하는 말 중의 하나다. #나는이렇게될것이다 📚 #구본형

< 성공하는 사람들의 비밀: 매일 같은 시간, 같은 장소 >

혼자 밥을 먹을 때면 설거지를 줄이려고 그릇에 반찬도 덜지 않고 그냥 대충 때우곤 했다. 언제부턴가 먹는 것, 보는 것, 느끼는 것들까지 아끼게 되었고, 무심함이 습관이 되었다.

그러지 말아야지. 특별한 손님을 대하듯, 나의 하루도 더 정성스럽게 마주해야지. 커피 한 잔을 마시더라도 제일 예쁜 잔을 고르고, 반찬도 정갈하게 담아 한상 차려내야겠다. 좋은 것을 아끼지 않고, 나에게 먼저 내어주는 것. 자신을 존중할 줄 알아야 타인도 사랑할 줄 안다.

나를 쓰는 시간, 장예원

혼자 밥을 먹을 때면 설거지를 줄이려고 그릇에 반찬도 덜지 않고 그냥 대충 때우곤 했다. 언제부턴가 먹는 것, 보는 것, 느끼는 것들까지 아끼게 되었고, 무심함이 습관이 되었다. 그러지 말아야지. 특별한 손님을 대하듯, 나의 하루도 더 정성스럽게 마주해야지. 커피 한 잔을 마시더라도 제일 예쁜 잔을 고르고, 반찬도 정갈하게 담아 한상 차려내야겠다. 좋은 것을 아끼지 않고, 나에게 먼저 내어주는 것. 자신을 존중할 줄 알아야 타인도 사랑할 줄 안다. 나를 쓰는 시간, 장예원

《어른은 스스로를 소홀히 하지 않는다》

(실패하지 않는) 뉴욕타임스 | GeekNews

'뉴욕타임스'가 구독자에 목숨거는 이유

(기술에 투자)  2014년 디지털 보고서 작성해서 철저하게 내부를 분석하고 디지털 경험자들을 이사회부터 실무자까지 적극 배치. 데이터 구조화부터 기자/직원들의 업무방식까지 디지털화. 소셜미디어 사용방식 변경, 고객 개발, SEO도 튼튼히, 기자와 직원들에게 소셜미디어 참여를 독려하는 등 가장 기술적으로 진보한 언론사로 거듭남.

(새로운 돈벌이) 젊은 세대를 위한 콘텐츠로 '팟캐스트'를 키워 에피소드당 4백만 다운로드가 나오고 있음.  BMW, Delta, google, Google 등 빅 광고주들 영입하는데 성공하며 약 9백억원 매출 예상. '십자말풀이'와 '요리'란 올드한 컨텐츠를 재발굴해 구독서비스로 출시. 현재 130만명이 연 $40를 내며 유료구독.

(무조건 구독중심) 트래픽만 중요시 하는건 구글과 페이스북의 비즈니스를 키워주는 것 일뿐. Netflix, Spotify, Tinder, Hulu 등의 전략과 디지털 노하우를 적용함으로써 구독중심 회사로 자신들을 리메이크→ 더 나은 저널리즘 → 더 많은 구독자 → 더 많은 수익 → 더 나은 제품 → 더 나은 저널리즘. 2000년 수익은 광고 68% + 구독 25%이었으나 2020년 수익은 광고 17% + 구독 73%로 변화. 매년 20% 이상 구독자를 늘리며 현재 650만명 확보. 출판물 시대 최대치의 4배인데 뚜렷한 경쟁자도 없음.

GeekNews

프로덕트 매니저/서비스 기획

한주현

끄적임의 공유

성필

비즈니스와 브랜드 본질을 탐구해요.
래드오션을 비틀어 기회를 찾는게 재미있고요.
다양한 사이드 프로젝트도 좋아해요.
무엇보다 중요한 것은 사람과 문화라고 믿어요.

웹디자인

안진희

NAVER가 매년 더블로 성장하던 시기 꿀을 빨다 TMON 초기에 조인해 온갖 삽질을 했습니다. 내걸 해봐야겠다 싶어 BLIND란 직장인 익명앱으로 창업해 트러블 메이커가 됐다가... 다시 커머스로 돌아와 GRAYWHALE을 창업했습니다.

정영준

이커머스 시장 분석
스타트업 삽질 스토리
라이징 비즈니스 얘기
요런거 위주로 씁니다.
.
아래 링크👇누르지 마시오😏
litt.ly/vincent
#창업가 #그로스마케팅 #브랜드마케팅 #도전적인 #이커머스 #스타트업

댓글 0

비슷한 게시물

주간 인기 TOP 10

추천 프로필