우리가 만든 핵심 솔루션이 온프레미,PaaS,SaaS 어떠한 형태로 작동하는지 구분하는 것은 클라루드 등장이후로 중요해졌습니다. 과거에는 설치/작동 시스템통합이라는 소프트웨어보다 시스템 중심이였으며 우리나라만 사용하는 SI는 사실 외주라는 개념이 아니지만 외주개발이란 의미가 되어버렸습니다.

이런한 관점에서 우리의 아키텍처가 어떠한 형태인가? 를 구분하는것도 중요합니다. SOA는 서비스중심, MSA는 기능중심으로 구분을하며 작동되는 아키텍처에 따라 채택되는 방법론의 골격이 다를수 있으며 이로인해 필요로하는 구성원의 전문역량, 커버리지등도 달라질수
으며 SOA는 좀더 많은것을 커버해야하고 , MSA는 핵심요소에 집중할수 있는것이지 구성원하나가 누가더 우수한가?의 비교는 부질없습니다.

AI시대가 되면서 아키텍처는 기능중심에서 맥락중심으로 변화하지 않을까? 예상해보며 이로인해 생기는 방법론 역시아직 예측할수없습니다. 개인이 10인역할을 하는 AI에이전틱 방식이 꾸준히 나오고 있고 생산성에 압박을 받고 있기때문입니다.
하지만 우리는 다음 학습할것이 생기고 있기때문에 AI에 필요한 아키텍처를 AI를 이용 정리해보았습니다.

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

우리가 만든 핵심 솔루션이 온프레미,PaaS,SaaS 어떠한 형태로 작동하는지 구분하는 것은 클라루드 등장이후로 중요해졌습니다. 과거에는 설치/작동 시스템통합이라는 소프트웨어보다 시스템 중심이였으며 우리나라만 사용하는 SI는 사실 외주라는 개념이 아니지만 외주개발이란 의미가 되어버렸습니다. 이런한 관점에서 우리의 아키텍처가 어떠한 형태인가? 를 구분하는것도 중요합니다. SOA는 서비스중심, MSA는 기능중심으로 구분을하며 작동되는 아키텍처에 따라 채택되는 방법론의 골격이 다를수 있으며 이로인해 필요로하는 구성원의 전문역량, 커버리지등도 달라질수으며 SOA는 좀더 많은것을 커버해야하고 , MSA는 핵심요소에 집중할수 있는것이지 구성원하나가 누가더 우수한가?의 비교는 부질없습니다. AI시대가 되면서 아키텍처는 기능중심에서 맥락중심으로 변화하지 않을까? 예상해보며 이로인해 생기는 방법론 역시아직 예측할수없습니다. 개인이 10인역할을 하는 AI에이전틱 방식이 꾸준히 나오고 있고 생산성에 압박을 받고 있기때문입니다. 하지만 우리는 다음 학습할것이 생기고 있기때문에 AI에 필요한 아키텍처를 AI를 이용 정리해보았습니다. https://wiki.webnori.com/x/vYBVBg

지능형 아키텍처

최근 몇일 동안 OpenAI 개발자 플랫폼을 활용하여
AI의 구성요소와 에이전트 빌딩에 대해 혼자 공부하면서 느낀 점을 공유합니다. 

OpenAI답게, 공식 개발자 플랫폼에서
제공하는 학습 자료들을 통해

AI에 대해 기본적인 이해를 할 수 있도록 체계적으로 잘 구성되어 있고,
여러가지 예시 코드를 제공해주고 있어서

Assistant, Threads, Model, Tools 등 다양한 형태의
구성요소를 이리저리 뗏다가 붙였다가 하면서 조합해볼 수도 있습니다.

혼자서 AI를 공부하면서 정말 많이 느낀 점 중 하나는
프로그래밍 기초에 대해 알면 알수록
더욱 강력한 AI 활용 능력을 가진다는 점이였습니다.

저 역시 대학과 대학원 기간 동안
기초 프로그래밍에 대해 공부하긴 했지만,
개발자분들만큼의 지식을 쌓기에는 역부족이였어요.

단순히 코드를 작성하느냐 마냐의 문제라기보다,
개발자적인 마인드셋 (객체 지향의 구조화, 효율화)를
얼마나 잘 할 수 있냐에 따라,

AI의 무궁무진한 가능성을
직접 경험하고 만들어볼 수 있다는 점이
격하게 느껴지는 순간이였습니다.

앞으로 바이브 코딩(Vibe Coding)의 열풍은 계속되겠지만,
진짜 AI의 파워는 프로그래밍의 힘을 이해하는 순간,
발휘될 것이라고 생각합니다.

최근 몇일 동안 OpenAI 개발자 플랫폼을 활용하여AI의 구성요소와 에이전트 빌딩에 대해 혼자 공부하면서 느낀 점을 공유합니다.&nbsp; OpenAI답게, 공식 개발자 플랫폼에서 제공하는 학습 자료들을 통해 AI에 대해 기본적인 이해를 할 수 있도록 체계적으로 잘 구성되어 있고, 여러가지 예시 코드를 제공해주고 있어서 Assistant, Threads, Model, Tools 등 다양한 형태의 구성요소를 이리저리 뗏다가 붙였다가 하면서 조합해볼 수도 있습니다. 혼자서 AI를 공부하면서 정말 많이 느낀 점 중 하나는 프로그래밍 기초에 대해 알면 알수록 더욱 강력한 AI 활용 능력을 가진다는 점이였습니다. 저 역시 대학과 대학원 기간 동안 기초 프로그래밍에 대해 공부하긴 했지만, 개발자분들만큼의 지식을 쌓기에는 역부족이였어요. 단순히 코드를 작성하느냐 마냐의 문제라기보다, 개발자적인 마인드셋 (객체 지향의 구조화, 효율화)를 얼마나 잘 할 수 있냐에 따라, AI의 무궁무진한 가능성을 직접 경험하고 만들어볼 수 있다는 점이 격하게 느껴지는 순간이였습니다. 앞으로 바이브 코딩(Vibe Coding)의 열풍은 계속되겠지만, 진짜 AI의 파워는 프로그래밍의 힘을 이해하는 순간, 발휘될 것이라고 생각합니다.

기초 프로그래밍을 좀 더 열심히 공부할 걸..

점점 더 예측하기 힘들어지는 취업/채용 시장,

현재 2000명이 넘게 사용한 데이터 직무/ 커리어를 준비하는 취준생분들을 위한
데이터 이력서 작성 템플릿 + 작성법 가이드를 무료로 배포합니다.

✔ 노션으로 만든 이력서 3종 템플릿
✔ 매일 7일간 이메일로 도착하는 실전 노하우/맞춤형 가이드

두가지 혜택을 결합한 학습 패키지를 아래 댓글의 링크에서
이메일만 입력하시고 무료로 받아가세요.

데이터 이력서 템플릿 + 작성 가이드:
https://dchanlim.gumroad.com/l/datarichard_notion_template

점점 더 예측하기 힘들어지는 취업/채용 시장, 현재 2000명이 넘게 사용한 데이터 직무/ 커리어를 준비하는 취준생분들을 위한데이터 이력서 작성 템플릿 + 작성법 가이드를 무료로 배포합니다. ✔ 노션으로 만든 이력서 3종 템플릿 ✔ 매일 7일간 이메일로 도착하는 실전 노하우/맞춤형 가이드 두가지 혜택을 결합한 학습 패키지를 아래 댓글의 링크에서 이메일만 입력하시고 무료로 받아가세요. 데이터 이력서 템플릿 + 작성 가이드:https://dchanlim.gumroad.com/l/datarichard_notion_template

데이터 이력서 템플릿 + 작성 가이드를 사용해보세요.

제미나이 인공지능 프로그래밍

오랜만에 책을 한 권 읽었습니다.

📌 Google의 Gemini 에 대한 기초적인 설명과
📌 PC(python)와 모바일(Android/iOS)에서 Gemini 사용 방법,
📌 LlamaIndex와 LangChain에 대한 간단한 설명과
📌 각 모듈에서 Gemini를 활용하는 방법 등

여러 환경에서 Gemini를 사용하는 방법에 대한 가이드를 친절하게 제공하는 도서였습니다.
AI 분야가 워낙 빠르게 변화하다 보니, 2024년 6월 집필된 도서를 2024년 10월 번역하여 2025년 5월 초판이 발행되었다는데, 그 사이에 Gemini 버전은 1.5에서 2.5로 올랐네요.

이 도서에서는 그 당시 최신 LLM인 Gemini 1.5 Pro와 Gemini 1.5 Flash의 대단함을 설명하고 있는데, 지금은 Gemini 2.5 Pro와 Gemini 2.5 Flash가 나와서 당시보다 더 높은 효율과 성능을 보이고 있습니다.

사용 가이드는 Gemini 1.5 기반이지만, Gemini 2.5를 기반으로도 어렵지 않게 가이드를 따라 학습을 할 수 있는데요,
한 번 굳어진 인터페이스가 크게 변화하지 않는 것과 LangChain과 LlamaIndex가 여전히 자리를 지키고서 최신 LLM을 지속적으로 호환하는 덕분인 것 같습니다.

책 제목이 직관적으로 의미하는 것보다 다양한 관점에서 Gemini와 관련된 것들을 다루다보니, 부가적으로 embedding vector나 tokenizer 등 LLM 내부 도구나, LlamaIndex, LangChain, LangSmith 등 LLM 활용 도구에 대해서도 간단하게 설명하고 있습니다.
각각에 대해서 간단한 예제 코드를 제공하고 있어서, 이 또한 읽는데 부담이 덜한 이유이기도 하네요.

관련 도구와 그 설명, 그 것의 활용 예제 등은 온라인에 많은 정보가 제공되고 있다고 생각하는데, 무엇을 공부해야 하는지 막막한 사람에게 입문용으로 굉장히 좋은 책인 것 같습니다.

제미나이 인공지능 프로그래밍 오랜만에 책을 한 권 읽었습니다. 📌 Google의 Gemini 에 대한 기초적인 설명과📌 PC(python)와 모바일(Android/iOS)에서 Gemini 사용 방법,📌 LlamaIndex와 LangChain에 대한 간단한 설명과📌 각 모듈에서 Gemini를 활용하는 방법 등 여러 환경에서 Gemini를 사용하는 방법에 대한 가이드를 친절하게 제공하는 도서였습니다.AI 분야가 워낙 빠르게 변화하다 보니, 2024년 6월 집필된 도서를 2024년 10월 번역하여 2025년 5월 초판이 발행되었다는데, 그 사이에 Gemini 버전은 1.5에서 2.5로 올랐네요. 이 도서에서는 그 당시 최신 LLM인 Gemini 1.5 Pro와 Gemini 1.5 Flash의 대단함을 설명하고 있는데, 지금은 Gemini 2.5 Pro와 Gemini 2.5 Flash가 나와서 당시보다 더 높은 효율과 성능을 보이고 있습니다. 사용 가이드는 Gemini 1.5 기반이지만, Gemini 2.5를 기반으로도 어렵지 않게 가이드를 따라 학습을 할 수 있는데요,한 번 굳어진 인터페이스가 크게 변화하지 않는 것과 LangChain과 LlamaIndex가 여전히 자리를 지키고서 최신 LLM을 지속적으로 호환하는 덕분인 것 같습니다. 책 제목이 직관적으로 의미하는 것보다 다양한 관점에서 Gemini와 관련된 것들을 다루다보니, 부가적으로 embedding vector나 tokenizer 등 LLM 내부 도구나, LlamaIndex, LangChain, LangSmith 등 LLM 활용 도구에 대해서도 간단하게 설명하고 있습니다.각각에 대해서 간단한 예제 코드를 제공하고 있어서, 이 또한 읽는데 부담이 덜한 이유이기도 하네요. 관련 도구와 그 설명, 그 것의 활용 예제 등은 온라인에 많은 정보가 제공되고 있다고 생각하는데, 무엇을 공부해야 하는지 막막한 사람에게 입문용으로 굉장히 좋은 책인 것 같습니다.

www.55check.com공유하기게시하기웹에서 보기#오늘의 헤드라인트럼프 관세, 8월 1일부터 한국 등 전 세계에 부과 시작. 10~80%선.러시아, 세계 최초로 아프간 탈레반 정부 공식 인정. 독일도 난민 송환 문제 때문에 탈레반과 외교관계 고민 중.북한, 러시아에 병력 3만 명 추가 파병할 듯.미국-베트남 관세 인하. 한국엔 굿뉴스? 배드뉴스?미국이 지난 수요일 베트남산 상품에 대한 상호관세율을 46%에서 20%로 낮추기로 합의.삼성전자와 LG전자 등 베트남을 글로벌 생산기지로 쓰는 한국 제조업체들은 최악의 시나리오는 면했다며 안도. (디지털타임스)2024년 말 기준 베트남에 진출한 한국 기업은 1만여곳.베트남에 진출한 기업들에게는 좋겠으나, 우리나라 제조업에 있어선 배드 뉴스.베트남이 고관세를 맞고 한국이 저관세를 적용 받는 게 최상의 시나리오였음. 한국은 아직 협상 초입이라고 이재명 대통령이 목요일 기자회견에서 밝힘.카페 중독 그만! 미국 전기차 크레딧 폐지 미국 연방정부가 전기차에 대한 각종 보조금과 크레딧 제도를 9월말까지만 유지하기로. 트럼프 대선 공약 사항이었음. "전기차는 좋지만, 모두에게 전기차를 사라고 강요해선 안 된다(Electric cars are fine, but not everyone should be forced to own one)".이번에 연방 차원에서 폐지되는 제도는 크게 둘. 주 정부 차원의 보조금은 유지.카페(Cafe: Corporate Average Fuel Economy): 평균

2025년 7월 4일 (금) 뉴스 클리핑 : 오호츠크 리포트

AI가 장사를 하면 잘 할까? 🤖🛒
 * Anthropic 사무실에 AI 미니 자판기를 설치. 재고 관리와 가격 책정, 고객 응대 등을 Claude가 알아서 담당하는 실험 진행 (Anthropic 블로그).
 * 프롬프트에는 재고 관리와 가격 책정 원칙, 그리고 '절대 망하면 안 된다'는 주의사항 입력함. 나머지는 AI가 자율 결정하도록 설정
 * 결과는 전체적으로 실패. 수익성 있는 기회는 무시하고(돈 더 준다고 해도 안 팜), 고객 응대에 너무 신경써서 원가 이하로 판매. 고객이 할인 요청하면 쿠폰 남발.
 * 성공한 부분: 공급업체에 웹 검색해서 상품 입고 요청, 고객 응대, 배달 관련 논의하는 이메일 발송은 잘 처리.
 * 특이한 사건: 3월 31일-4월 1일 동안 Claude가 자신을 실제 인간이라고 착각하는 정체성 위기 발생. 관리업체 직원과 재입고 관련 대화를 했다고 생각하고 자신이 직접 방문했었다고 주장하며 화까지 냄. 어디서 갑질만 배웠음. 😤
 * 앞으로는? 강화학습으로 비즈니스 관리에 최적화된 모델 개발하기로.

AI 훈련에 쓰는 책은 저작권료 안 내도 된다: 미 법원 

Figma 드디어 상장, 묶여있던 투자금 해방될까

메타의 인재 영입 러시, 1400억까지 쓰는 이유 
 * 메타가 OpenAI, 구글 인재 대거 영입하며 OpenAI 연구자에게 1400억원 보너스 지급.
 * 채용 배경: 오픈소스 AI 모델 선두였던 메타의 Llama가 올해부터 지지부진하며 AI에서 밀린다는 평가. 실제 뛰어난 연구자들 대부분 이직했음. 🏃‍♂️
 * 그래서 이번에 20조원 주고 인수한 ScaleAI의 수장 알렉산더 왕을 Superintelligence Labs 라는 새로운 팀의 수장으로 앉히고, 미래 AI 모델 기술 연구 담당을 맡김. 기존 AI 조직과 투트랙으로 운영할 거라고.
 * 한편 경쟁사 OpenAI의 샘 알트먼은 '니네는 돈으로만 사람 뽑아가냐'며 공개적으로 반발. OpenAI 평균 연봉이 거의 10억원인데 메타는 그것의 2-3배 임금 제공.
 * 사실 AI 연구에서 뛰어난 연구자 보상도 중요하지만 스타 한 명이 바꿀 수 있는 건 없음. 현재는 데이터와 컴퓨팅 파워가 핵심. 너무 스타들에게 의존하는 건 위험한 전략.
 * 저커버그는 AI 투자에 돈 필요해서 따로 사모펀드와 협상 진행 중.

https://55check.com/newsletters/?q=YToxOntzOjEyOiJrZXl3b3JkX3R5cGUiO3M6MzoiYWxsIjt9&bmode=view&idx=166521182&t=board

AI가 장사를 하면 잘 할까? 🤖🛒<ul ><li>Anthropic 사무실에 AI 미니 자판기를 설치. 재고 관리와 가격 책정, 고객 응대 등을 Claude가 알아서 담당하는 실험 진행 (Anthropic 블로그).</li><li>프롬프트에는 재고 관리와 가격 책정 원칙, 그리고 '절대 망하면 안 된다'는 주의사항 입력함. 나머지는 AI가 자율 결정하도록 설정</li><li>결과는 전체적으로 실패. 수익성 있는 기회는 무시하고(돈 더 준다고 해도 안 팜), 고객 응대에 너무 신경써서 원가 이하로 판매. 고객이 할인 요청하면 쿠폰 남발.</li></ul><ul ><li>성공한 부분:&nbsp;공급업체에 웹 검색해서 상품 입고 요청, 고객 응대, 배달 관련 논의하는 이메일 발송은 잘 처리.</li><li>특이한 사건:&nbsp;3월 31일-4월 1일 동안 Claude가 자신을 실제 인간이라고 착각하는 정체성 위기 발생. 관리업체 직원과 재입고 관련 대화를 했다고 생각하고 자신이 직접 방문했었다고 주장하며 화까지 냄. 어디서 갑질만 배웠음. 😤</li></ul><ul ><li>앞으로는? 강화학습으로 비즈니스 관리에 최적화된 모델 개발하기로.</li></ul> AI 훈련에 쓰는 책은 저작권료 안 내도 된다: 미 법원&nbsp; Figma 드디어 상장, 묶여있던 투자금 해방될까 메타의 인재 영입 러시, 1400억까지 쓰는 이유&nbsp;<ul ><li>메타가 OpenAI, 구글 인재 대거 영입하며 OpenAI 연구자에게 1400억원 보너스 지급.</li></ul><ul ><li>채용 배경: 오픈소스 AI 모델 선두였던 메타의 Llama가 올해부터 지지부진하며 AI에서 밀린다는 평가. 실제 뛰어난 연구자들 대부분 이직했음. 🏃‍♂️</li><li>그래서 이번에 20조원 주고 인수한 ScaleAI의 수장 알렉산더 왕을 Superintelligence Labs 라는 새로운 팀의 수장으로 앉히고, 미래 AI 모델 기술 연구 담당을 맡김. 기존 AI 조직과 투트랙으로 운영할 거라고.</li></ul><ul ><li>한편 경쟁사 OpenAI의 샘 알트먼은 '니네는 돈으로만 사람 뽑아가냐'며 공개적으로 반발. OpenAI 평균 연봉이 거의 10억원인데 메타는 그것의 2-3배 임금 제공.</li><li>사실 AI 연구에서 뛰어난 연구자 보상도 중요하지만 스타 한 명이 바꿀 수 있는 건 없음. 현재는 데이터와 컴퓨팅 파워가 핵심. 너무 스타들에게 의존하는 건 위험한 전략.</li><li>저커버그는 AI 투자에 돈 필요해서 따로 사모펀드와 협상 진행 중.</li></ul> https://55check.com/newsletters/?q=YToxOntzOjEyOiJrZXl3b3JkX3R5cGUiO3M6MzoiYWxsIjt9&amp;bmode=view&amp;idx=166521182&amp;t=board

55check.com

7월 첫째주 테크 소식: AI가 장사를 하면 잘 할까? + 메

실서비스에 반영할 기능을 가끔 바이브 코딩만으로 개발 해 보는데, 두어달 전만해도 어려웠던 구현이 이제 벌써 가능해졌다.

바이브 코딩으로는 제대로 개발할 수 없어요. 라고 말하는 개발자들이 오히려 개발 실력이 없는 개발자라고도 평가할 수 있는 시대가 오고있다.

나도 아직 바이브 코딩이 어색하고 불안하지만, 자칫하면 너무 엑셀 팡션? 사용하지 마세요. 라는 짤의 비웃음 상대가 내가 될 수 있다는 위기감도 생긴다.

실서비스에 반영할 기능을 가끔 바이브 코딩만으로 개발 해 보는데, 두어달 전만해도 어려웠던 구현이 이제 벌써 가능해졌다. 바이브 코딩으로는 제대로 개발할 수 없어요. 라고 말하는 개발자들이 오히려 개발 실력이 없는 개발자라고도 평가할 수 있는 시대가 오고있다. 나도 아직 바이브 코딩이 어색하고 불안하지만, 자칫하면 너무 엑셀 팡션? 사용하지 마세요. 라는 짤의 비웃음 상대가 내가 될 수 있다는 위기감도 생긴다.

장안의 화제 “케이팝 데몬 헌터스”의 제작 기간은 4.5년, 구상 단계부터하면 9년. 제작비는 약 1천억원($70M+) 수준.

역시 뭐든 금방 쉽게 되는 건 없다. 생각보다 엄청난 자금이 들어갔다는 것이 놀라우면서도 부러운 부분. 역시 글로벌이 답이다.

장안의 화제 “케이팝 데몬 헌터스”의 제작 기간은 4.5년, 구상 단계부터하면 9년. 제작비는 약 1천억원($70M+) 수준. 역시 뭐든 금방 쉽게 되는 건 없다. 생각보다 엄청난 자금이 들어갔다는 것이 놀라우면서도 부러운 부분. 역시 글로벌이 답이다.

전 카톡 서버 운영자가 알려주는 채팅 플랫폼 기반 '대용량' 트래픽 처리

대규모 채팅 플랫폼으로 한 번에 끝내는 실전 대용량 트래픽 커버 완전판 | 패스트캠퍼스

안녕하세요.
저의 첫 온라인 강의가 이제 마지막 파트까지 모두 오픈되었습니다.
새로운 개념이나 기능을 프로젝트에 적용할 때마다 이해를 돕기 위한 예제를 만들면서 진행하였고, 이 과정에서 10여 개의 예제를 만들었습니다.

1개의 모놀리스 프로젝트로 시작한 채팅 시스템을 기능별로 스케일 아웃할 수 있도록 4개 역할(Authentication, Connection, Message, Push)로 분리하는 과정을 진행했습니다.
강의 마지막에는 로컬 환경에서 22개의 컨테이너와 8개의 서버 인스턴스로 채팅 시스템을 구성했습니다.

강의 파트 5에서 완성된 프로젝트는 약 12,000 라인의 코드를 가지면서 다양한 인프라스트럭처(Consul, Nginx, MySQL, Redis, Kafka)를 연동하는 단일 강의 예제 프로젝트로는 제법 큰 규모가 되었습니다.
시작할 때 20~30시간 정도로 예상했던 분량은 만들다 보니 55시간 정도가 되면서 생각보다 긴 강의가 되었습니다.
도움이 되는 내용이길 바랍니다.

https://fastcampus.co.kr/dev_online_chat

안녕하세요.저의 첫 온라인 강의가 이제 마지막 파트까지 모두 오픈되었습니다.새로운 개념이나 기능을 프로젝트에 적용할 때마다 이해를 돕기 위한 예제를 만들면서 진행하였고, 이 과정에서 10여 개의 예제를 만들었습니다. 1개의 모놀리스 프로젝트로 시작한 채팅 시스템을 기능별로 스케일 아웃할 수 있도록 4개 역할(Authentication, Connection, Message, Push)로 분리하는 과정을 진행했습니다.강의 마지막에는 로컬 환경에서 22개의 컨테이너와 8개의 서버 인스턴스로 채팅 시스템을 구성했습니다. 강의 파트 5에서 완성된 프로젝트는 약 12,000 라인의 코드를 가지면서 다양한 인프라스트럭처(Consul, Nginx, MySQL, Redis, Kafka)를 연동하는 단일 강의 예제 프로젝트로는 제법 큰 규모가 되었습니다.시작할 때 20~30시간 정도로 예상했던 분량은 만들다 보니 55시간 정도가 되면서 생각보다 긴 강의가 되었습니다.도움이 되는 내용이길 바랍니다. https://fastcampus.co.kr/dev_online_chat

패스트캠퍼스

저의 첫 온라인 강의, 모든 파트가 오픈되었습니다.

This looks like a really comprehensive course! Breaking down the monolithic project into microservices like that is a smart move for scalability. It's interesting how you approached the chat system architecture, especially considering the complexity you achieved with the 22 containers. I wonder if you considered any alternatives during the initial design phase, perhaps something related to the sprunki phase of development, even if you didn't ultimately go that route? It's great to see such a detailed and practical example. https://sprunkiphasemod.com/

취업 과정에서 제가 스스로 작성하고 테스트한 다음,
실제로 사용하고 있는 AI 프롬프트입니다.

<직무 이름> 과 <채용 공고>의 각 아래 부분에
필요한 정보를 입력하시면,

 * 채용자 입장에서 객관적으로 지원자를 평가하는 평가 기준표
 * 각 면접 단계별로 자주 나오는 질문 리스트 / 모범 답안
 * 직무 별 전문 용어 및 핵심 키워드
 * 파레토 법칙 (80%/20%)에 기반한 채용 공고에 기재된 핵심 역량

까지 AI가 깔끔하게 정리해서 만들어줍니다.

취준생 여러분들의 고된 취업 준비 과정을 응원하면서,
앞으로도 다양한 AI 관련 내용을 전달해드릴게요.

취업 과정에서 제가 스스로 작성하고 테스트한 다음, 실제로 사용하고 있는 AI 프롬프트입니다. &lt;직무 이름&gt; 과 &lt;채용 공고&gt;의 각 아래 부분에 필요한 정보를 입력하시면, <ul ><li>채용자 입장에서 객관적으로 지원자를 평가하는 평가 기준표</li><li>각 면접 단계별로 자주 나오는 질문 리스트 / 모범 답안</li><li>직무 별 전문 용어 및 핵심 키워드</li><li>파레토 법칙 (80%/20%)에 기반한 채용 공고에 기재된 핵심 역량</li></ul> 까지 AI가 깔끔하게 정리해서 만들어줍니다. 취준생 여러분들의 고된 취업 준비 과정을 응원하면서, 앞으로도 다양한 AI 관련 내용을 전달해드릴게요.

취업 코칭 AI 프롬프트를 사용해보세요.

7월 27일부터 15주간 진행되는 리트코드 스터디 5기를 모집합니다! 본 스터디는 100% 비대면으로 리트코드에서 제공하는 blined 75 문제를 진행하며 GitHub과 디스코드에서 진행됩니다. 스터디 진행 방식에 대한 더 자세한 내용은 위키를 참조 바랍니다. 모집 기간 2025년 6/18(수) - 7/13(토) 진행 기간 2025년 7/20(일) ...

리트코드 스터디 5기 모집 공지 · DaleStudy/leetcode-study · Discussion #1599

코딩 테스트, 해외 취업 인터뷰, 그리고 꾸준한 알고리즘 실력 향상을 목표로 하시는 분들을 위한 리트코드 스터디가 돌아왔습니다.

이번 5기는 약 15주간 Blind 75 문제를 중심으로 진행됩니다. 혼자 하면 작심삼일, 함께 하면 꾸준한 성장의 시작입니다.

💡 어떤 스터디인가요?
- 본인 수준에 따라 매주 2~5문제씩 풀며 알고리즘 실력을 체계적으로 쌓습니다
- GitHub에서 답안 PR 제출과 상호 코드 리뷰를 통해 실전 감각을 기릅니다
- Discord을 통한 질문/답변과 교류로 혼자보다 더 빠르게 성장합니다

🗓️ 일정
- 모집 기간: 2025년 7월 7일(월) ~ 7월 13일(일)
- 스터디 기간: 2025년 7월 20일(일) ~ 11월 1일(토)

👥 이런 분께 추천합니다
- 코딩 테스트/인터뷰 준비가 막막하신 분
- 알고리즘 실력을 체계적으로 쌓고 싶은 분
- 동료 개발자들과 함께 성장하고 싶은 분

📍참여 방법
자세한 내용과 신청은 GitHub Discussion에서 확인해주세요:
https://github.com/DaleStudy/leetcode-study/discussions/1599

🧵 함께하는 힘을 믿습니다. 이번 여름, 여러분의 도전을 응원합니다!

코딩 테스트, 해외 취업 인터뷰, 그리고 꾸준한 알고리즘 실력 향상을 목표로 하시는 분들을 위한 리트코드 스터디가 돌아왔습니다. 이번 5기는 약 15주간 Blind 75 문제를 중심으로 진행됩니다. 혼자 하면 작심삼일, 함께 하면 꾸준한 성장의 시작입니다. 💡 어떤 스터디인가요? - 본인 수준에 따라 매주 2~5문제씩 풀며 알고리즘 실력을 체계적으로 쌓습니다 - GitHub에서 답안 PR 제출과 상호 코드 리뷰를 통해 실전 감각을 기릅니다 - Discord을 통한 질문/답변과 교류로 혼자보다 더 빠르게 성장합니다 🗓️ 일정 - 모집 기간: 2025년 7월 7일(월) ~ 7월 13일(일) - 스터디 기간: 2025년 7월 20일(일) ~ 11월 1일(토) 👥 이런 분께 추천합니다 - 코딩 테스트/인터뷰 준비가 막막하신 분 - 알고리즘 실력을 체계적으로 쌓고 싶은 분 - 동료 개발자들과 함께 성장하고 싶은 분 📍참여 방법 자세한 내용과 신청은 GitHub Discussion에서 확인해주세요: https://github.com/DaleStudy/leetcode-study/discussions/1599 🧵 함께하는 힘을 믿습니다. 이번 여름, 여러분의 도전을 응원합니다!

GitHub

📢 리트코드 스터디 5기 모집합니다!

제가 한국에서 직장 생활을 시작하고 가장 먼저 배운 것은 아이러니하게도 야근이었습니다. 신입이었던 제게 야근은 선택의 문제가 아니었거든요. 선배들에게 야근은 너무나 당연한 루틴이었고, 저녁 5시가 되면 "퇴근 안 해?"가 아니라 "저녁 뭐 먹을까?"라는 질문을 던졌습니다. 누가 정해놓은 것처럼 부장님이 퇴근해야 과장님이, 과장님이 퇴근해야 대리님이, 대리님이 퇴근해야 비로서 저 같은 신입도 퇴근 생각을 할 수 있었습니다.

이런 분위기에서 야근을 하지 않는다는 것은 동료들에게 실례였고, 불가피한 사정으로 야근을 못할 때는 사과를 드려야 했습니다. 나중에는 선배들 눈치 보는 것도 피곤해서 아예 속편히 막차 시간까지 사무실에 있기로 했습니다. 그래도 나름 기술 공부를 하면서 야근 시간을 알차게 보내려고 노력했습니다. 뭐, 그런데 다들 딱히 바빠서 야근하는 것 같지는 않았습니다. 웹서핑을 하며 시간을 보내는 선배도 있었고, 아이가 있는 선배들은 야근을 육아 회피 수단으로 쓰기도 했죠. 당시엔 이해하지 못했지만, 지금 돌아보면 혼자 육아를 감당하던 아내분은 얼마나 힘드셨을까요? 아무튼 이렇게 같은 사무실에서 각자의 방식으로 시간을 때우곤 했습니다.

회사-집-회사-집을 반복하는 삶이었지만 야근이 무조건 나쁜 것만은 아니었습니다. 다행히 대기업이라 야근 수당을 꼬박꼬박 신청할 수 있었고, 연봉이 높지 않던 신입 시절엔 야근 수당이 모이면 나름 쏠쏠했거든요. 당시 자취를 했었는데 저렴한 구내 식당에서 저녁을 해결하는 것도 나름 혜택으로 볼 수도 있었습니다.

다른 대기업으로 이직 후에도 야근은 어김없이 이어졌습니다. 입사 첫 주 내내 야근을 했더니, 부서장님은 "개념 있는 경력직이 들어왔다"며 칭찬을 하시더군요. 중간급 개발자가 되자 위에서 이것저것 시키는 잡일이 많아져, 주로 야근 시간을 활용해서 제 본연의 업무인 소프트웨어 개발을 했습니다.

이직한 회사에서는 복지가 더 좋아서 대중교통이 끊길 때까지 야근을 하면 택시를 타고 퇴근하도록 법인 카드를 주었습니다. 그래서 애매하게 야근을 하느니 아예 막차가 끊길 때까지 버틸 때가 많았습니다. 택시 안에서 몸은 편했지만 마음은 편치 않았습니다. 제 귀한 시간과 회사의 돈이 함께 낭비되고 있다는 생각이 들었거든요.

한국에서 10년 가까이 야근을 하고 캐나다로 넘어왔는데, 이 나라에서는 아무도 야근을 하지 않는다는 사실에 문화 충격을 받았습니다. 야근이라는 개념 자체가 없는 느낌이랄까요? 오후 4~5시만 되면 모두 자연스럽게 퇴근했고, 저는 그 모습이 너무 낯설게 느껴졌습니다. 하루에 8시간 일을 해서는 영 성에 차지 않았고, 그래서 저는 홀로 사무실에 남아 야근을 하기 시작했습니다. 영어도 못하는데 남들보다 더 오래라도 일해서 인정받아야겠다는 생각을 했습니다.

그러던 중 매니저와 1:1 미팅을 하게 되었는데, 정말 의외의 피드백을 받았습니다. 매니저는 인정은커녕 야근을 하는 저를 상당히 걱정스럽게 바라보고 있었던 겁니다.

"업무 시간 내에 일을 끝내지 못하고 야근을 한다는 건 헌신이 아니라 무능입니다. 그리고 그건 팀 매니저인 저의 관리 역량 문제이기도 하죠."

이 말을 듣고 한 대 맞은 듯한 기분이 들었습니다. 이후 동료들을 관찰해보니 정해진 근무 시간 안에 주어진 일을 끝내려고 엄청 애쓰고 있더군요. 점심 시간도 아껴가며 샌드위치를 입에 물고 몰입하는 친구들도 있었습니다. 다들 어떻게 하면 효율적으로 일할 수 있을지 고민하고 있었습니다. 반면, 저는 오전엔 느긋하게 보내다가 오후가 되어야 비로소 일이 손에 잡혔습니다.

매니저의 솔직한 피드백 덕분에 처음으로 저의 노동 생산성이 얼마나 형편없는지 인지하게 되었습니다. 그런데 야근을 너무 오래해서 그런가 하루 아침에 고쳐지지는 않더라고요? ㅋㅋ 계속해서 매니저의 도움을 받으며 야근의 습관을 고쳐나갔습니다.

이제는 저도 아이가 있어서, 퇴근 후에 가족과 충분한 시간을 보낼 수 있는 환경이 얼마나 감사한지 모릅니다. 게다가 블로그 글도 쓰고, 유튜브 영상도 찍고, 그룹 스터디도 할 수 있는 여유가 생겼거든요. 아내 역시 한국에서 저못지 않게 야근을 많이 했었는데, 한국이었다면 어떻게 일과 육아를 병행했을지 깜깜하다네요. 저희 둘 다 야근이 없어지면서 삶의 질이 크게 올라갔음을 느낍니다.

한국은 세계 10위권 경제 대국이 되었지만, 여전히 연평균 노동 시간은 최상위권입니다. 반면에 시간당 노동 생산성은 OECD 국가 가운데 하위권에 머물고 있습니다. 물론 제도적인 변화(유연근무제, 재택근무, 노동시간 단축 등)도 중요하지만, 그보다 "야근은 미덕"이라는 오래된 인식의 바뀌어야 하지 않을까 싶습니다.

미디어에서 요즘 MZ 세대는 더 이상 야근하지 않는다는 얘기를 듣고 정말 그런 줄 알았는데, 실제로 한국에서 일하고 있는 사회 초년생분들과 이야기를 나눠보니 옛날과 크게 달라지지 않은 것 같더라고요. 기존 세대는 말 할 것도 없고요. 한국에서도 더 이상 얼마나 오래 일하는데 연연하지 않고 생산성과 효율을 중시하는 조직 문화가 자리 잡았으면 좋겠습니다.

제가 한국에서 직장 생활을 시작하고 가장 먼저 배운 것은 아이러니하게도 야근이었습니다. 신입이었던 제게 야근은 선택의 문제가 아니었거든요. 선배들에게 야근은 너무나 당연한 루틴이었고, 저녁 5시가 되면 "퇴근 안 해?"가 아니라 "저녁 뭐 먹을까?"라는 질문을 던졌습니다. 누가 정해놓은 것처럼 부장님이 퇴근해야 과장님이, 과장님이 퇴근해야 대리님이, 대리님이 퇴근해야 비로서 저 같은 신입도 퇴근 생각을 할 수 있었습니다. 이런 분위기에서 야근을 하지 않는다는 것은 동료들에게 실례였고, 불가피한 사정으로 야근을 못할 때는 사과를 드려야 했습니다. 나중에는 선배들 눈치 보는 것도 피곤해서 아예 속편히 막차 시간까지 사무실에 있기로 했습니다. 그래도 나름 기술 공부를 하면서 야근 시간을 알차게 보내려고 노력했습니다. 뭐, 그런데 다들 딱히 바빠서 야근하는 것 같지는 않았습니다. 웹서핑을 하며 시간을 보내는 선배도 있었고, 아이가 있는 선배들은 야근을 육아 회피 수단으로 쓰기도 했죠. 당시엔 이해하지 못했지만, 지금 돌아보면 혼자 육아를 감당하던 아내분은 얼마나 힘드셨을까요? 아무튼 이렇게 같은 사무실에서 각자의 방식으로 시간을 때우곤 했습니다. 회사-집-회사-집을 반복하는 삶이었지만 야근이 무조건 나쁜 것만은 아니었습니다. 다행히 대기업이라 야근 수당을 꼬박꼬박 신청할 수 있었고, 연봉이 높지 않던 신입 시절엔 야근 수당이 모이면 나름 쏠쏠했거든요. 당시 자취를 했었는데 저렴한 구내 식당에서 저녁을 해결하는 것도 나름 혜택으로 볼 수도 있었습니다. 다른 대기업으로 이직 후에도 야근은 어김없이 이어졌습니다. 입사 첫 주 내내 야근을 했더니, 부서장님은 "개념 있는 경력직이 들어왔다"며 칭찬을 하시더군요. 중간급 개발자가 되자 위에서 이것저것 시키는 잡일이 많아져, 주로 야근 시간을 활용해서 제 본연의 업무인 소프트웨어 개발을 했습니다. 이직한 회사에서는 복지가 더 좋아서 대중교통이 끊길 때까지 야근을 하면 택시를 타고 퇴근하도록 법인 카드를 주었습니다. 그래서 애매하게 야근을 하느니 아예 막차가 끊길 때까지 버틸 때가 많았습니다. 택시 안에서 몸은 편했지만 마음은 편치 않았습니다. 제 귀한 시간과 회사의 돈이 함께 낭비되고 있다는 생각이 들었거든요. 한국에서 10년 가까이 야근을 하고 캐나다로 넘어왔는데, 이 나라에서는 아무도 야근을 하지 않는다는 사실에 문화 충격을 받았습니다. 야근이라는 개념 자체가 없는 느낌이랄까요? 오후 4~5시만 되면 모두 자연스럽게 퇴근했고, 저는 그 모습이 너무 낯설게 느껴졌습니다. 하루에 8시간 일을 해서는 영 성에 차지 않았고, 그래서 저는 홀로 사무실에 남아 야근을 하기 시작했습니다. 영어도 못하는데 남들보다 더 오래라도 일해서 인정받아야겠다는 생각을 했습니다. 그러던 중 매니저와 1:1 미팅을 하게 되었는데, 정말 의외의 피드백을 받았습니다. 매니저는 인정은커녕 야근을 하는 저를 상당히 걱정스럽게 바라보고 있었던 겁니다. "업무 시간 내에 일을 끝내지 못하고 야근을 한다는 건 헌신이 아니라 무능입니다. 그리고 그건 팀 매니저인 저의 관리 역량 문제이기도 하죠." 이 말을 듣고 한 대 맞은 듯한 기분이 들었습니다. 이후 동료들을 관찰해보니 정해진 근무 시간 안에 주어진 일을 끝내려고 엄청 애쓰고 있더군요. 점심 시간도 아껴가며 샌드위치를 입에 물고 몰입하는 친구들도 있었습니다. 다들 어떻게 하면 효율적으로 일할 수 있을지 고민하고 있었습니다. 반면, 저는 오전엔 느긋하게 보내다가 오후가 되어야 비로소 일이 손에 잡혔습니다. 매니저의 솔직한 피드백 덕분에 처음으로 저의 노동 생산성이 얼마나 형편없는지 인지하게 되었습니다. 그런데 야근을 너무 오래해서 그런가 하루 아침에 고쳐지지는 않더라고요? ㅋㅋ 계속해서 매니저의 도움을 받으며 야근의 습관을 고쳐나갔습니다. 이제는 저도 아이가 있어서, 퇴근 후에 가족과 충분한 시간을 보낼 수 있는 환경이 얼마나 감사한지 모릅니다. 게다가 블로그 글도 쓰고, 유튜브 영상도 찍고, 그룹 스터디도 할 수 있는 여유가 생겼거든요. 아내 역시 한국에서 저못지 않게 야근을 많이 했었는데, 한국이었다면 어떻게 일과 육아를 병행했을지 깜깜하다네요. 저희 둘 다 야근이 없어지면서 삶의 질이 크게 올라갔음을 느낍니다. 한국은 세계 10위권 경제 대국이 되었지만, 여전히 연평균 노동 시간은 최상위권입니다. 반면에 시간당 노동 생산성은 OECD 국가 가운데 하위권에 머물고 있습니다. 물론 제도적인 변화(유연근무제, 재택근무, 노동시간 단축 등)도 중요하지만, 그보다 "야근은 미덕"이라는 오래된 인식의 바뀌어야 하지 않을까 싶습니다. 미디어에서 요즘 MZ 세대는 더 이상 야근하지 않는다는 얘기를 듣고 정말 그런 줄 알았는데, 실제로 한국에서 일하고 있는 사회 초년생분들과 이야기를 나눠보니 옛날과 크게 달라지지 않은 것 같더라고요. 기존 세대는 말 할 것도 없고요. 한국에서도 더 이상 얼마나 오래 일하는데 연연하지 않고 생산성과 효율을 중시하는 조직 문화가 자리 잡았으면 좋겠습니다.

야근의 관성

분당 5억의 매출이 발생하는 이벤트 시스템을 어떻게 구축하고 운영했는지 소개합니다.

무진장 힘들었지만 무진장 성장한 개발 이야기

치솟는 트래픽을 감당하기 위해 어떤 준비를 했는지 볼 수 있는 글이라 너무 좋네요

https://medium.com/musinsa-tech/%EB%AC%B4%EC%A7%84%EC%9E%A5-%ED%9E%98%EB%93%A4%EC%97%88%EC%A7%80%EB%A7%8C-%EB%AC%B4%EC%A7%84%EC%9E%A5-%EC%84%B1%EC%9E%A5%ED%95%9C-%EA%B0%9C%EB%B0%9C-%EC%9D%B4%EC%95%BC%EA%B8%B0-e445888579a9

치솟는 트래픽을 감당하기 위해 어떤 준비를 했는지 볼 수 있는 글이라 너무 좋네요 https://medium.com/musinsa-tech/%EB%AC%B4%EC%A7%84%EC%9E%A5-%ED%9E%98%EB%93%A4%EC%97%88%EC%A7%80%EB%A7%8C-%EB%AC%B4%EC%A7%84%EC%9E%A5-%EC%84%B1%EC%9E%A5%ED%95%9C-%EA%B0%9C%EB%B0%9C-%EC%9D%B4%EC%95%BC%EA%B8%B0-e445888579a9

Medium

무신사의 대용량 트래픽 경험기

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

 - YouTube

AI 프로토타이핑(또는 바이브 코딩)에 접근하는 방식에는 크게 두 가지가 존재합니다. 하나는 LLM의 흐름에 맡겨 자연스럽게 아이디어를 발전시키는 것이고, 다른 하나는 기존의 프로덕트 디자인 시스템과 브랜드 자산을 적극적으로 활용하며 구조적으로 접근하는 것입니다.

링크로 공유하는 유튜브 인터뷰 영상에서 Claire Vo는 AI 프로덕트 개발에서의 자유로운 접근을 강조하는데요. "I want to just go where LLM takes me. Ride the wave of the tokens."라는 표현을 통해, LLM이 이끄는 방향으로 자연스럽게 탐색하는 자신의 스타일을 어필합니다. 그러나 현실적으로 기업 환경에서 이러한 접근에 한계가 있을 수 있어서 일종의 가드레일이 필요할 수 있습니다.

How to build prototypes that actually look like your product | Colin Matthews: https://www.youtube.com/watch?v=I62dr0TwyZM

이러한 한계를 해결하고 실질적인 협업을 지원하기 위한 다른 접근법을 이 인터뷰 영상에 출연하는 Colin Matthews가 잘 소개해서 추천드립니다. 레니 뉴스레터에도 소개되었는데, 실제 영상으로 확인하니 더 이해가 잘 되는 것 같습니다.

Colin Matthews는 V0나 Magic Patterns와 같은 AI 프로토타이핑 도구를 활용하여, 디자인 컴포넌트 라이브러리를 구축하고, 이를 기반으로 구조적으로 프로토타이핑을 만드는 방법을 제안합니다. 스크린샷 기반으로 V0를 통해 디자인 컴포넌트 라이브러리를 만드는 것도 재미있지만, Magic Patterns가 제공하는 플러그인을 통해서 html 요소를 디자인 시스템으로 변환하고, 프로토타이핑 하는 방법을 보여줍니다.

그리고 Fork 방식으로 팀내에서 기존 베이스라인을 기반으로 여러 테스팅을 하는 것도 프로덕트 팀 간의 협업 효율성을 높이는데 유용해 보이는 접근 같습니다. 영상 길이가 길지 않아서 보시길 추천드리고요.

추가로 AI 프로토타이핑 툴이 가진 한계와 왜 영상속 방식이 깔끔한지를 설명드리면...
최근 V0 같은 AI 프로토타이핑 툴들이 GitHub와 양방향 동기화를 제공하기도 하지만, 현실적인 도전 과제가 여전히 존재합니다. 많은 AI 툴들이 특정한 파일 포맷이나 프레임워크(예: React)에 맞춰져 설계되어 있어서, 기존에 사용 중인 코드베이스를 바로 불러오는 데 어려움을 겪게 됩니다. 특히 렌더링 문제는 큰 도전 과제로 남아 있습니다.

브라우저는 오직 순수 HTML, CSS, JavaScript만 이해할 수 있습니다. 그러나 현대적인 웹 개발에서 널리 사용되는 React와 같은 라이브러리는 코드 관리가 편리하지만, 이를 브라우저가 이해할 수 있는 형태로 변환하는 build step이 필수적입니다. 이 과정은 바로 이루어지기 어렵고, 특정 파일 구조나 설정이 선제적으로 갖춰져 있어야 합니다.

LLM 역시 마찬가지로 특정 출력 포맷에 대한 구조적 정의가 필요합니다. 시스템 프롬프트를 통해 LLM이 어떤 포맷으로 결과를 출력해야 하는지 명확히 설정해야 하는데, 이때 실제 사용하는 코드베이스와 LLM의 학습된 포맷이 충돌하면 활용도가 크게 떨어질 수 있습니다. 특히 기업에서 사내 전용 라이브러리를 사용할 경우, LLM이 이를 전혀 인지하지 못하거나 접근할 수 없는 상황이 생기기도 합니다.

오랫동안 이 이슈를 고민한 Bolt.new와 같은 AI 프로토타이핑 도구들은 이 같은 문제를 해결하기 위해 웹 컨테이너(Web Container) 기술을 도입하고 있습니다. Bolt의 웹 컨테이너 기술은 브라우저 내부에서 빌드 단계를 대응하려 합니다. 가장 잠재력이 있는 플레이어라고 볼 수 있는데, 실제 테스트를 해보면 쉽지 않습니다.

엔지니어들이 많이 이용하는 Cursor, Windsurf 같은 툴들은 렌더링 없이 파일 기반으로 채팅을 주고 받는 방식이라 이러한 문제를 피할 수 있어 다르게 접근할 수 있기도 합니다. 하지만 프로덕트 매니저, 디자이너 등 다양한 직군 멤버가 소통하기에 한계가 있긴 합니다.

그래서 핵심은 유튜브 영상에 보여진 접근인 디자인 컴포넌트를 기반으로 기존 코드베이스가 아닌 새로운 프로젝트를 AI 프로토타이핑 툴에서 만드는 것이 작업할때 깔끔하다는 것을 느끼실 수 있을 것입니다.

AI 프로토타이핑(또는 바이브 코딩)에 접근하는 방식에는 크게 두 가지가 존재합니다. 하나는 LLM의 흐름에 맡겨 자연스럽게 아이디어를 발전시키는 것이고, 다른 하나는 기존의 프로덕트 디자인 시스템과 브랜드 자산을 적극적으로 활용하며 구조적으로 접근하는 것입니다. 링크로 공유하는 유튜브 인터뷰 영상에서 Claire Vo는 AI 프로덕트 개발에서의 자유로운 접근을 강조하는데요. "I want to just go where LLM takes me. Ride the wave of the tokens."라는 표현을 통해, LLM이 이끄는 방향으로 자연스럽게 탐색하는 자신의 스타일을 어필합니다. 그러나 현실적으로 기업 환경에서 이러한 접근에 한계가 있을 수 있어서 일종의 가드레일이 필요할 수 있습니다. How to build prototypes that actually look like your product | Colin Matthews: https://www.youtube.com/watch?v=I62dr0TwyZM 이러한 한계를 해결하고 실질적인 협업을 지원하기 위한 다른 접근법을 이 인터뷰 영상에 출연하는 Colin Matthews가 잘 소개해서 추천드립니다. 레니 뉴스레터에도 소개되었는데, 실제 영상으로 확인하니 더 이해가 잘 되는 것 같습니다. Colin Matthews는 V0나 Magic Patterns와 같은 AI 프로토타이핑 도구를 활용하여, 디자인 컴포넌트 라이브러리를 구축하고, 이를 기반으로 구조적으로 프로토타이핑을 만드는 방법을 제안합니다. 스크린샷 기반으로 V0를 통해 디자인 컴포넌트 라이브러리를 만드는 것도 재미있지만, Magic Patterns가 제공하는 플러그인을 통해서 html 요소를 디자인 시스템으로 변환하고, 프로토타이핑 하는 방법을 보여줍니다. 그리고 Fork 방식으로 팀내에서 기존 베이스라인을 기반으로 여러 테스팅을 하는 것도 프로덕트 팀 간의 협업 효율성을 높이는데 유용해 보이는 접근 같습니다. 영상 길이가 길지 않아서 보시길 추천드리고요. 추가로 AI 프로토타이핑 툴이 가진 한계와 왜 영상속 방식이 깔끔한지를 설명드리면... 최근 V0 같은 AI 프로토타이핑 툴들이 GitHub와 양방향 동기화를 제공하기도 하지만, 현실적인 도전 과제가 여전히 존재합니다. 많은 AI 툴들이 특정한 파일 포맷이나 프레임워크(예: React)에 맞춰져 설계되어 있어서, 기존에 사용 중인 코드베이스를 바로 불러오는 데 어려움을 겪게 됩니다. 특히 렌더링 문제는 큰 도전 과제로 남아 있습니다. 브라우저는 오직 순수 HTML, CSS, JavaScript만 이해할 수 있습니다. 그러나 현대적인 웹 개발에서 널리 사용되는 React와 같은 라이브러리는 코드 관리가 편리하지만, 이를 브라우저가 이해할 수 있는 형태로 변환하는 build step이 필수적입니다. 이 과정은 바로 이루어지기 어렵고, 특정 파일 구조나 설정이 선제적으로 갖춰져 있어야 합니다. LLM 역시 마찬가지로 특정 출력 포맷에 대한 구조적 정의가 필요합니다. 시스템 프롬프트를 통해 LLM이 어떤 포맷으로 결과를 출력해야 하는지 명확히 설정해야 하는데, 이때 실제 사용하는 코드베이스와 LLM의 학습된 포맷이 충돌하면 활용도가 크게 떨어질 수 있습니다. 특히 기업에서 사내 전용 라이브러리를 사용할 경우, LLM이 이를 전혀 인지하지 못하거나 접근할 수 없는 상황이 생기기도 합니다. 오랫동안 이 이슈를 고민한 Bolt.new와 같은 AI 프로토타이핑 도구들은 이 같은 문제를 해결하기 위해 웹 컨테이너(Web Container) 기술을 도입하고 있습니다. Bolt의 웹 컨테이너 기술은 브라우저 내부에서 빌드 단계를 대응하려 합니다. 가장 잠재력이 있는 플레이어라고 볼 수 있는데, 실제 테스트를 해보면 쉽지 않습니다. 엔지니어들이 많이 이용하는 Cursor, Windsurf 같은 툴들은 렌더링 없이 파일 기반으로 채팅을 주고 받는 방식이라 이러한 문제를 피할 수 있어 다르게 접근할 수 있기도 합니다. 하지만 프로덕트 매니저, 디자이너 등 다양한 직군 멤버가 소통하기에 한계가 있긴 합니다. 그래서 핵심은 유튜브 영상에 보여진 접근인 디자인 컴포넌트를 기반으로 기존 코드베이스가 아닌 새로운 프로젝트를 AI 프로토타이핑 툴에서 만드는 것이 작업할때 깔끔하다는 것을 느끼실 수 있을 것입니다.

www.youtube.com

디자인 컴포넌트 기반 AI 프로토타이핑

AI와 코딩할 때, 혹시 결과만 말하고 계신가요?
얼마 전 프로필 페이지를 AI와 함께 만들면서 이상한 걸 발견했어요.
내가 생각하지 않은 로직이 코드에 들어가 있었고, 불필요한 데이터 호출까지 늘어나 있더라고요. 이런 문제들이 쌓이면 코드는 점점 더 복잡해지고, 결국 나중에 걷잡을 수 없어질 거라 느꼈어요.

왜 이런 일이 생겼을까요..?

이번 영상에선 결과만 강조하는 Vibe Coding의 한계를 직접 경험한 사례를 보여드리고,
그 문제를 해결하는 새로운 방식, Augmented Coding을 소개합니다.

TDD의 아버지인 켄트 백(Kent Beck)의 블로그에서 영감을 얻어 발견한 이 방식은 결과뿐 아니라 "과정"을 명확히 AI에게 전달하는 코딩이어요.

영상에서 다루는 내용
- Vibe Coding의 한계 (실제 사례로 살펴보기)
- Augmented Coding이란? (결과 vs 과정)
- AI에게 '과정'을 정확하게 전달하는 방법
- 실제 프로젝트에서 Augmented Coding 적용한 과정 소개 (FSD 아키텍처로 설계)
- 엔지니어는 AI와 협업할 때, 어디까지 개입해야 할까?

결과가 아니라 과정을 중심으로 협업하면,
AI와 더 잘 소통할 수 있고, 코드도 깔끔하게 유지할 수 있어요.

엔지니어로서 AI와의 협업 방식을 고민하시는 분이라면,
이번 영상이 좋은 힌트가 되길 바랍니다. 🤗

각자의 자리에서 함께 공부하시는 모든 분들 화이팅입니다. :)

https://youtu.be/xbPoEtEGcmg

AI와 코딩할 때, 혹시 결과만 말하고 계신가요? 얼마 전 프로필 페이지를 AI와 함께 만들면서 이상한 걸 발견했어요. 내가 생각하지 않은 로직이 코드에 들어가 있었고, 불필요한 데이터 호출까지 늘어나 있더라고요. 이런 문제들이 쌓이면 코드는 점점 더 복잡해지고, 결국 나중에 걷잡을 수 없어질 거라 느꼈어요. 왜 이런 일이 생겼을까요..? 이번 영상에선 결과만 강조하는 Vibe Coding의 한계를 직접 경험한 사례를 보여드리고, 그 문제를 해결하는 새로운 방식, Augmented Coding을 소개합니다. TDD의 아버지인 켄트 백(Kent Beck)의 블로그에서 영감을 얻어 발견한 이 방식은 결과뿐 아니라 "과정"을 명확히 AI에게 전달하는 코딩이어요. 영상에서 다루는 내용 - Vibe Coding의 한계 (실제 사례로 살펴보기) - Augmented Coding이란? (결과 vs 과정) - AI에게 '과정'을 정확하게 전달하는 방법 - 실제 프로젝트에서 Augmented Coding 적용한 과정 소개 (FSD 아키텍처로 설계) - 엔지니어는 AI와 협업할 때, 어디까지 개입해야 할까? 결과가 아니라 과정을 중심으로 협업하면, AI와 더 잘 소통할 수 있고, 코드도 깔끔하게 유지할 수 있어요. 엔지니어로서 AI와의 협업 방식을 고민하시는 분이라면, 이번 영상이 좋은 힌트가 되길 바랍니다. 🤗 각자의 자리에서 함께 공부하시는 모든 분들 화이팅입니다. :) https://youtu.be/xbPoEtEGcmg

youtu.be

AI와 코딩할 때, 혹시 결과만 말하고 계신가요?
얼마 전 프로필

1. 스티브 잡스는 매일 아침 거울 앞에서 스스로에게 물었다. 오늘이 내 삶의 마지막 날이라면, 지금 이 일을 계속할 거냐고.

2. 모멘토 모리. 죽음을 기억하라. 죽음은 인간이 만든 최고의 발명품이다. 그 누구도 예외 없다. 사람은 모두 죽는다. 사람의 시간은 유한하다.

3. 그럼에도 우리는 시간을 무한한 자원처럼 다룬다. 눈에 보이지 않기 때문이다. 한 시간, 하루, 한 달. 보이지 않는 시간을 단위로 개념화했다. 그럼에도 시간은 잘 와닿지 않는다.

4. 우선순위는 보이지 시간에 대한 결정이다. 한정된 시간을 어디에 쓸 것인가. 사람의 삶과 마찬가지로 기업에게도 가장 중요하다.

5. 텅 빈 투명한 통이 있다. 여기 다양한 크기의 돌멩이를 담는다. 통은 시간이다. 돌멩이는 우리가 시간을 쓰는 일이다.

6. 돌의 크기는 저마다 다르다. 크기는 중요도와 비례한다고 하자. 어떤 걸 먼저 담아야 같은 통에 가장 많은 돌을 채울 수 있을까? 쉽다. 큰 돌을 먼저 담은 다음, 나머지 공간을 작은 돌로 채운다. 가장 밀도가 높다. 시간을 효율적으로 쓴 셈이다.

7. 순서를 거꾸로 한다면 어떻게 될까? 작은 돌들을 먼저 채운다. 나중에 큰 돌을 담아본다. 몇 개 들어가지 않는다. 많은 작은 돌들이 이미 꽉 차버렸으니까. 큰일이다. 그래도 돌멩이는 쏟고 다시 담으면 된다. 하지만, 써버린 시간은 되돌릴 수 없다.

8. 부와 성공을 이룬 사람은 돈으로 최대한 시간을 산다. 중요하지 않은 결정은 시간을 안 쓴다. 매일 같은 옷을 입고, 같은 식단을 먹는다.

9. 기업도 마찬가지다. 기업의 시간은 구성원의 시간이다. 구성원의 수만큼 시간이 있는 셈이다.

10. 기업의 시간을 늘리는 방법은 두 가지다. 채용을 해서 구성원의 수를 늘리면 된다. 빠르게 시간을 늘릴 수 있다. 하지만 감당해야 할 대가가 매우 크다. 되돌리기 어려운 결정이다.

11. 다른 방법은 시간 사용을 효율화하는 것이다. 높은 역량이 있는 사람을 채용한다. 성과를 내는 과정을 효율화한다.

12. '어떤 일을 할 시간이 없다'라는 말은 사실 '그 일은 우선순위에 없다'라는 말과 같다. 최악은 내가 가진 돌멩이에 우선순위가 없는 것이다. 이 돌, 저 돌 건드리다 결국 하나도 제대로 해내지 못한다. 흐지부지 시간은 계속 흐른다.

13. 모래시계처럼 우리의 남은 시간을 눈으로 볼 수 있다면 얼마나 좋을까. 조금은 더 효율적으로 살 수 있지 않을까.

14. 시각은 뇌가 다루는 감각의 90%를 차지한다. 그래서 우리는 눈에 안 보이는 걸 덜 중요하게 여긴다.

15. 시간, 결정, 건강, 관계. 살면서 점점 더 중요한 것들은 눈에 보이지 않는다는 것을 깨닫는다. 무의식의 흐름대로 살다가도 문득문득 멈춰서 다시 챙겨 본다. 나는 지금 보이지 않는 것들을 잘 챙겨가고 있을까.

#죽음을기억하라

1. 스티브 잡스는 매일 아침 거울 앞에서 스스로에게 물었다. 오늘이 내 삶의 마지막 날이라면, 지금 이 일을 계속할 거냐고. ​2. 모멘토 모리. 죽음을 기억하라. 죽음은 인간이 만든 최고의 발명품이다. 그 누구도 예외 없다. 사람은 모두 죽는다. 사람의 시간은 유한하다. 3. 그럼에도 우리는 시간을 무한한 자원처럼 다룬다. 눈에 보이지 않기 때문이다. 한 시간, 하루, 한 달. 보이지 않는 시간을 단위로 개념화했다. 그럼에도 시간은 잘 와닿지 않는다. 4. 우선순위는 보이지 시간에 대한 결정이다. 한정된 시간을 어디에 쓸 것인가. 사람의 삶과 마찬가지로 기업에게도 가장 중요하다. ​5. 텅 빈 투명한 통이 있다. 여기 다양한 크기의 돌멩이를 담는다. 통은 시간이다. 돌멩이는 우리가 시간을 쓰는 일이다. ​6. 돌의 크기는 저마다 다르다. 크기는 중요도와 비례한다고 하자. 어떤 걸 먼저 담아야 같은 통에 가장 많은 돌을 채울 수 있을까? 쉽다. 큰 돌을 먼저 담은 다음, 나머지 공간을 작은 돌로 채운다. 가장 밀도가 높다. 시간을 효율적으로 쓴 셈이다. 7. 순서를 거꾸로 한다면 어떻게 될까? 작은 돌들을 먼저 채운다. 나중에 큰 돌을 담아본다. 몇 개 들어가지 않는다. 많은 작은 돌들이 이미 꽉 차버렸으니까. 큰일이다. 그래도 돌멩이는 쏟고 다시 담으면 된다. 하지만, 써버린 시간은 되돌릴 수 없다. 8. 부와 성공을 이룬 사람은 돈으로 최대한 시간을 산다. 중요하지 않은 결정은 시간을 안 쓴다. 매일 같은 옷을 입고, 같은 식단을 먹는다. 9. 기업도 마찬가지다. 기업의 시간은 구성원의 시간이다. 구성원의 수만큼 시간이 있는 셈이다. 10. 기업의 시간을 늘리는 방법은 두 가지다. 채용을 해서 구성원의 수를 늘리면 된다. 빠르게 시간을 늘릴 수 있다. 하지만 감당해야 할 대가가 매우 크다. 되돌리기 어려운 결정이다. ​11. 다른 방법은 시간 사용을 효율화하는 것이다. 높은 역량이 있는 사람을 채용한다. 성과를 내는 과정을 효율화한다. ​12. '어떤 일을 할 시간이 없다'라는 말은 사실 '그 일은 우선순위에 없다'라는 말과 같다. 최악은 내가 가진 돌멩이에 우선순위가 없는 것이다. 이 돌, 저 돌 건드리다 결국 하나도 제대로 해내지 못한다. 흐지부지 시간은 계속 흐른다. ​13. 모래시계처럼 우리의 남은 시간을 눈으로 볼 수 있다면 얼마나 좋을까. 조금은 더 효율적으로 살 수 있지 않을까. ​14. 시각은 뇌가 다루는 감각의 90%를 차지한다. 그래서 우리는 눈에 안 보이는 걸 덜 중요하게 여긴다. ​15. 시간, 결정, 건강, 관계. 살면서 점점 더 중요한 것들은 눈에 보이지 않는다는 것을 깨닫는다. 무의식의 흐름대로 살다가도 문득문득 멈춰서 다시 챙겨 본다. 나는 지금 보이지 않는 것들을 잘 챙겨가고 있을까. #죽음을기억하라

< 인생을 바꾸는 ‘큰 돌멩이’의 법칙 >

Gemini CLI가 무료라길래 주말에 사용해봤습니다.

기존에 만들던 프로젝트가 있는데, 현재 중간 기능까지만 완성된 상태인데요,
시간과 의욕이 없어 중단된 상태였는데, 좋은 기회다 싶었습니다.

우선, 바이브 코딩으로 기존에 만들었던 프로젝트를 새로 만들 수 있을지 시도해봤습니다.
겉 모양은 그럴싸하게 나왔는데, 실제 동작을 시켜보면 여러 버그와 크래시가 발생했고, 버그 수정도 잘 못했습니다.
모양은 잘 잡았지만, 알맹이 수정에 끝이 없어보여서, 새로 만드는 것은 무리라고 판단했습니다.

그래서, 새로 만드는 것 말고 기존에 만든 프로젝트에 기능을 확장하는 시도를 해보았습니다.
큰 수정은 필요 없었고, 기존 로직과 유사한데 for-loop을 반대로 돌거나, 자료구조 한 세트를 더 가지는 정도의 수정이 필요했습니다.
아쉽게도, 이 또한 잘 수행하지 못했습니다.

특히 Gemini 2.5 flash는 문제가 더 심했는데,
 * 중괄호를 두 번 닫거나
 * 시킨 동작은 하지 않고, 엉뚱하게 앞선 메시지에 대한 답변을 하거나
 * 초기화 전에 값을 쓰려하거나

... 오동작이 좀 많이 있었습니다.

바이브 코딩으로 데이터 파서와 뷰어는 잘 만들 수 있는 것 같은데, 조금 복잡한 로직이 들어가면 사람 손이 필요해 보이긴 합니다.

Claude code는 프로젝트 완성을 해줄 수 있을지 궁금하긴 한데, 돈 내고 속상할까봐 망설이게 되네요.

Gemini CLI가 무료라길래 주말에 사용해봤습니다. 기존에 만들던 프로젝트가 있는데, 현재 중간 기능까지만 완성된 상태인데요,시간과 의욕이 없어 중단된 상태였는데, 좋은 기회다 싶었습니다. 우선, 바이브 코딩으로 기존에 만들었던 프로젝트를 새로 만들 수 있을지 시도해봤습니다.겉 모양은 그럴싸하게 나왔는데, 실제 동작을 시켜보면 여러 버그와 크래시가 발생했고, 버그 수정도 잘 못했습니다.모양은 잘 잡았지만, 알맹이 수정에 끝이 없어보여서, 새로 만드는 것은 무리라고 판단했습니다. 그래서, 새로 만드는 것 말고 기존에 만든 프로젝트에 기능을 확장하는 시도를 해보았습니다.큰 수정은 필요 없었고, 기존 로직과 유사한데 for-loop을 반대로 돌거나, 자료구조 한 세트를 더 가지는 정도의 수정이 필요했습니다.아쉽게도, 이 또한 잘 수행하지 못했습니다. 특히 Gemini 2.5 flash는 문제가 더 심했는데,<ul><li>중괄호를 두 번 닫거나</li><li>시킨 동작은 하지 않고, 엉뚱하게 앞선 메시지에 대한 답변을 하거나</li><li>초기화 전에 값을 쓰려하거나</li></ul> ... 오동작이 좀 많이 있었습니다. 바이브 코딩으로 데이터 파서와 뷰어는 잘 만들 수 있는 것 같은데, 조금 복잡한 로직이 들어가면 사람 손이 필요해 보이긴 합니다. Claude code는 프로젝트 완성을 해줄 수 있을지 궁금하긴 한데, 돈 내고 속상할까봐 망설이게 되네요.

Gemini CLI가 무료라길래 주말에 사용해봤습니다.

기존에 

WEBNORI

DDD의 창시자는 에릭에반스, DDD설계자이자 구현자인 반버논의 강의영상 설계자와 구현자를 이분하지 않는것이 이 진영의 특징이며 도메인모델을 코드에 표현해 녹여내는게 핵심입니다. 도메인 이벤트 처리를 위해 꼭 액터모델을 이용할 필요는 없지만~ 도움되는 장치를 제공합니다. - DDD와 액터모델을 셋트로 학습할수 있는 영상입니다.

요약글링크 : https://wiki.webnori.com/display/AKKA/Using+the+Actor+Model+with+Domain-Driven+Design+%28DDD%29+in+Reactive+Systems

DDD의 창시자는 에릭에반스, DDD설계자이자 구현자인 반버논의 강의영상 설계자와 구현자를 이분하지 않는것이 이 진영의 특징이며 도메인모델을 코드에 표현해 녹여내는게 핵심입니다. 도메인 이벤트 처리를 위해 꼭 액터모델을 이용할 필요는 없지만~ 도움되는 장치를 제공합니다. - DDD와 액터모델을 셋트로 학습할수 있는 영상입니다. 요약글링크 : https://wiki.webnori.com/display/AKKA/Using+the+Actor+Model+with+Domain-Driven+Design+%28DDD%29+in+Reactive+Systems

wiki.webnori.com

DDD와 액터모델

(웹)프론트엔드 개발이 쉬워보인다면 CSS나 WebGL 차력쇼나 대량의 실시간 업데이트 같은 것을 경험해보지 못해서..

근데 사실 (웹)백엔드도 대부분의 일은 CRUD라 요즘은 뇌 없이도 할 수 있다. (광역 어그로)

(웹)프론트엔드 개발이 쉬워보인다면 CSS나 WebGL 차력쇼나 대량의 실시간 업데이트 같은 것을 경험해보지 못해서.. 근데 사실 (웹)백엔드도 대부분의 일은 CRUD라 요즘은 뇌 없이도 할 수 있다. (광역 어그로)

(웹)프론트엔드 개발이 쉬워보인다면 CSS나 WebGL 차력쇼나 

우린 정말 사용자를 위하고 있을까? 모든 기업이 '사용자'와 '경험'을 강조하지만, 실제로 그럴까요? 글쎄요.

사용자를 이해하는 유일한 방법에 대하여 | 독서모임 | 리서치 하는데요 | 트레바리

트레바리 <리서치 하는데요> 6번째 시즌을 시작합니다. 벌써 2년째 클럽을 이어가고 있는데 매번 첫 번째 책을 고르는데 시간을 많이 쓰고 있습니다. 첫 번째 책은 크리스틴 로제 『경험의 멸종』으로 정했습니다.

첫 번째 모임
📖크리스틴 로젠, 『경험의 멸종』

기술은 날로 완벽해지는데 왜 인간은 점점 더 불안해질까요? <리서치 하는데요> 6번째 시즌의 첫 번째 책은 "우리는 어떻게 경험을 잃어가고 있을까?"에 대한 잃어가고 있는 경험을 이야기해보려고 합니다. 넷플릭스 시리즈 '블랙미러'를 떠올리게 만드는 이 책은 '인간다움'과 '경험의 본질'에 대해 성찰하는 시간으로 대화가 이어지는 매개가 될 것입니다. 

더 쉽게 경험을 할 수 있도록 만든 디지털기술은 왜 사용자의 감각을 마비시킬까요? 더 많은 것을 누리지만 왜 더 불안해지는 걸까요? 나의 감정은 왜 점점 단순해지고 기다림에는 인색해지는 걸까요? 감동이 사라지고 무한 스크롤 속에 쾌락만 허락된 시대. 가만히 경험의 멸종에 대해 이야기할 시간은 회사에서도, 다른 모임에서도 쉽게 허락되지 않았습니다. 첫 번째 모임에서는 더 나은 사용자 경험을 만들기 위한 만드는 사람의 책임과 태도를 함께 이야기해 보겠습니다.

두 번째 모임
📖알랭 드 보통,『행복의 건축』

이 책은 철학적이고 예술적이며 담담합니다. 건축을 전공한 멋진 선배가 첫 직장에서 제게 선물했던 책이기도 한데요. 드 보통은 첫 번째 책에서 이야기 한 경험에 대해 차원을 넓히는 단서를 이야기합니다. 책은 건축의 일상성에 대해 이야기하지만, 인간이 경험하는 공통적인 자극에 대해 철학적인 의미를 이야기합니다. "장소가 달라지면 나쁜 쪽이든 좋은 쪽이든 사람도 달라진다"라는 관념처럼 어떤 경험을 플랫폼에서 설계하느냐에 따라 사용자가 느끼는 경험의 행복감은 차이가 생깁니다. 일상 속의 경험, 건축 속의 설계에 대해 함께 이야기하며 사용자 경험을 들여다보는 해상도를 높여볼까요?

세 번째 모임
📖류쉐펑,『복잡한 세상을 이기는 수학의 힘』

어떤 습관이 사용자 경험을 설계하는 사람의 고민을 더 깊이 있게 만들까요? 감정에 공감하면서 때로는 수학적인 접근이 필요하다고 믿습니다. 특히 내부 이해관계자를 설득할 때에 필요한 도구는 수학과 관련이 깊습니다. 사용자 경험을 다루고, 리서치를 하면서 가장 어려운 점은 리더십을 설득하는 과정인데요. 그때마다 사고의 폭을 확장하는데, 복잡한 현상을 구조화하는데 도움이 되는 프레임워크에 대해 함께 살펴보고 각자의 경험을 대입해 볼까요?

네 번째 모임
📖황현산,『밤이 선생이다』

<리서치 하는데요>는 사용자 경험에 대해 이야기하지만 방법론의 함정에 빠지는 것을 경계하려고 애써왔습니다. 그러려면 각자의 경험과 방식을 존중하고 또 불편하지만 포기할 수 없는 선에 대해서 이야기를 할 필요가 있다고 믿습니다. 에세이는 다른 사람의 생각을 근원까지 들여다보는데 가장 효과적인 장르입니다. 인간에 대한 이해와 비평, 슬프지만 따뜻한 마음이 느껴지는 이 책에는 삼십여 년에 걸친 작가의 시선이 잘 담겨있습니다. 사용자 경험을 만드는 사람들이 포기하면 안 되는 그 책임에 대해서 이야기해 볼까요?

https://trevar.ink/lG9pBf

트레바리 &lt;리서치 하는데요&gt; 6번째 시즌을 시작합니다. 벌써 2년째 클럽을 이어가고 있는데 매번 첫 번째 책을 고르는데 시간을 많이 쓰고 있습니다. 첫 번째 책은 크리스틴 로제 『경험의 멸종』으로 정했습니다. 첫 번째 모임📖크리스틴 로젠, 『경험의 멸종』 기술은 날로 완벽해지는데 왜 인간은 점점 더 불안해질까요? &lt;리서치 하는데요&gt; 6번째 시즌의 첫 번째 책은 "우리는 어떻게 경험을 잃어가고 있을까?"에 대한 잃어가고 있는 경험을 이야기해보려고 합니다. 넷플릭스 시리즈 '블랙미러'를 떠올리게 만드는 이 책은 '인간다움'과 '경험의 본질'에 대해 성찰하는 시간으로 대화가 이어지는 매개가 될 것입니다.&nbsp; 더 쉽게 경험을 할 수 있도록 만든 디지털기술은 왜 사용자의 감각을 마비시킬까요? 더 많은 것을 누리지만 왜 더 불안해지는 걸까요? 나의 감정은 왜 점점 단순해지고 기다림에는 인색해지는 걸까요? 감동이 사라지고 무한 스크롤 속에 쾌락만 허락된 시대. 가만히 경험의 멸종에 대해 이야기할 시간은 회사에서도, 다른 모임에서도 쉽게 허락되지 않았습니다. 첫 번째 모임에서는 더 나은 사용자 경험을 만들기 위한 만드는 사람의 책임과 태도를 함께 이야기해 보겠습니다. 두 번째 모임📖알랭 드 보통,『행복의 건축』 이 책은 철학적이고 예술적이며 담담합니다. 건축을 전공한 멋진 선배가 첫 직장에서 제게 선물했던 책이기도 한데요. 드 보통은 첫 번째 책에서 이야기 한 경험에 대해 차원을 넓히는 단서를 이야기합니다. 책은 건축의 일상성에 대해 이야기하지만, 인간이 경험하는 공통적인 자극에 대해 철학적인 의미를 이야기합니다. "장소가 달라지면 나쁜 쪽이든 좋은 쪽이든 사람도 달라진다"라는 관념처럼 어떤 경험을 플랫폼에서 설계하느냐에 따라 사용자가 느끼는 경험의 행복감은 차이가 생깁니다. 일상 속의 경험, 건축 속의 설계에 대해 함께 이야기하며 사용자 경험을 들여다보는 해상도를 높여볼까요? 세 번째 모임📖류쉐펑,『복잡한 세상을 이기는 수학의 힘』 어떤 습관이 사용자 경험을 설계하는 사람의 고민을 더 깊이 있게 만들까요? 감정에 공감하면서 때로는 수학적인 접근이 필요하다고 믿습니다. 특히 내부 이해관계자를 설득할 때에 필요한 도구는 수학과 관련이 깊습니다. 사용자 경험을 다루고, 리서치를 하면서 가장 어려운 점은 리더십을 설득하는 과정인데요. 그때마다 사고의 폭을 확장하는데, 복잡한 현상을 구조화하는데 도움이 되는 프레임워크에 대해 함께 살펴보고 각자의 경험을 대입해 볼까요? 네 번째 모임📖황현산,『밤이 선생이다』 &lt;리서치 하는데요&gt;는 사용자 경험에 대해 이야기하지만 방법론의 함정에 빠지는 것을 경계하려고 애써왔습니다. 그러려면 각자의 경험과 방식을 존중하고 또 불편하지만 포기할 수 없는 선에 대해서 이야기를 할 필요가 있다고 믿습니다. 에세이는 다른 사람의 생각을 근원까지 들여다보는데 가장 효과적인 장르입니다. 인간에 대한 이해와 비평, 슬프지만 따뜻한 마음이 느껴지는 이 책에는 삼십여 년에 걸친 작가의 시선이 잘 담겨있습니다. 사용자 경험을 만드는 사람들이 포기하면 안 되는 그 책임에 대해서 이야기해 볼까요? https://trevar.ink/lG9pBf

trevar.ink

⟪트레바리 <리서치 하는데요> 6번째 시즌을 오픈합니다⟫

중고차로 판매하거나 가족에게 자동차의 명의를 변경했거나 자동차를 폐차했을 때는 명의가 변경되기 전까지 납부한 자동차세의 일부를 환급받을 수 있습니다. 이번 글에서는 자동차세 환급 대상자 및 환급 신청 방법에 대해 설명해 드리도록 하겠습니다.

자동차세 환급 대상자 및 환급 신청 방법

자동차세는 내가 실제로 자동차를 소유하고 있는 기간에 대해 납부해야 하는 세금입니다. 따라서 중고차 판매, 명의 변경, 폐차 등으로 인해 자동차 소유 기간이 줄어들면, 초과 납부한 세금을 돌려받을 수 있습니다. 이를 자동차세 환급이라고 합니다.

자동차세는 내가 실제로 자동차를 소유하고 있는 기간에 대해 납부해야 하는 세금입니다. 따라서 중고차 판매, 명의 변경, 폐차 등으로 인해 자동차 소유 기간이 줄어들면, 초과 납부한 세금을 돌려받을 수 있습니다. 이를 자동차세 환급이라고 합니다.

자동차세 환급 대상자 및 환급 신청 방법

댓글 0

비슷한 게시물

주간 인기 TOP 10

추천 프로필