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

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!

인프런 강의 링크: https://inf.run/THLsY

Background
Our service is fundamentally a B2B platform.
As is common with B2B business models, each client company tends to have slightly…

Validating Segments Early with BDD Test Conversion

BDD스타일의 테스트코드로 세그먼트를 미리 검증하는 방법에 대해 블로그 글을 업로드했습니다.

개인 블로그에는 영문으로 게시했고,
회사 개발 블로그에는 한글로 게시했습니다.

BDD스타일의 테스트코드로 세그먼트를 미리 검증하는 방법에 대해 블로그 글을 업로드했습니다. 개인 블로그에는 영문으로 게시했고, 회사 개발 블로그에는 한글로 게시했습니다.

Medium

BDD 테스트코드로 미리 검증하기

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.

약 5년전 대학생 시절,
태블로(Tableau)를 알고나서,
"이런 툴이 세상에 있다니!" 하며
감탄했습니다.

파이썬이나 R로는 도저히 만들수 없던,
시각화 구성요소들을 마우스 하나만으로
구현할 수 있다니, 꿈만 같았습니다.

아래는 제가 캐글(Kaggle)에서 구한
뉴욕 에어비엔비 데이터를 통해 만든,
에어비엔비 대시보드입니다.

저걸 만들고 얼마나 뿌듯했던지,
아직도 다시보면 그때의 기억에
웃음이 절로 납니다.

아래 댓글에 있는 링크를 통해
전체 대시보드를 볼 수 있습니다.

https://public.tableau.com/app/profile/dongchan.lim/viz/AirbnbPractice_15699654202660/Story1

약 5년전 대학생 시절, 태블로(Tableau)를 알고나서, "이런 툴이 세상에 있다니!" 하며 감탄했습니다. 파이썬이나 R로는 도저히 만들수 없던, 시각화 구성요소들을 마우스 하나만으로 구현할 수 있다니, 꿈만 같았습니다. 아래는 제가 캐글(Kaggle)에서 구한 뉴욕 에어비엔비 데이터를 통해 만든, 에어비엔비 대시보드입니다. 저걸 만들고 얼마나 뿌듯했던지, 아직도 다시보면 그때의 기억에 웃음이 절로 납니다. 아래 댓글에 있는 링크를 통해 전체 대시보드를 볼 수 있습니다. https://public.tableau.com/app/profile/dongchan.lim/viz/AirbnbPractice_15699654202660/Story1

에어비엔비 태블로 대시보드

네이버에서 HyperCLOVA X SEED 모델을 오픈가중치로 공개했군요. 3B, 1.5B, 0.5B 모델로 공개했는데요.

네이버에서 공개한 벤치마크상으로는 Qwen과 구글의 Gemma 등을 뛰어넘는 성능을 보인다고 합니다.

다만, 그것이 한국어 벤치마크 기준이라는 점이 많이 아쉽습니다. 한국어 성능을 강조하려고 그런 것이긴 하겠지만, 모델 공개시 일반적으로 발표하는 지표가 하나도 포함되어 있지 않다는 점은 좀 이해하기 어렵네요.

우리나라에서 가장 기대와 지원을 받고 있는 팀인 네이버의 발표인 점을 생각하면, 지표에 몇가지 의구심도 있고, 매우 작은 모델들이라서 사실 다른 모델들을 파인튜닝만해도 나올 수준으로 보여 좀 많이 아쉽습니다.

네이버에서 HyperCLOVA X SEED 모델을 오픈가중치로 공개했군요. 3B, 1.5B, 0.5B 모델로 공개했는데요. 네이버에서 공개한 벤치마크상으로는 Qwen과 구글의 Gemma 등을 뛰어넘는 성능을 보인다고 합니다. 다만, 그것이 한국어 벤치마크 기준이라는 점이 많이 아쉽습니다. 한국어 성능을 강조하려고 그런 것이긴 하겠지만, 모델 공개시 일반적으로 발표하는 지표가 하나도 포함되어 있지 않다는 점은 좀 이해하기 어렵네요. 우리나라에서 가장 기대와 지원을 받고 있는 팀인 네이버의 발표인 점을 생각하면, 지표에 몇가지 의구심도 있고, 매우 작은 모델들이라서 사실 다른 모델들을 파인튜닝만해도 나올 수준으로 보여 좀 많이 아쉽습니다.

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.

www.55check.com#오늘의 짤유행 끝난 줄 알았지?지브리케이션 최신 트렌드는 애완동물 사진을 지브리 풍 사람으로 바꿔주는 것.자기 사진을 바꾸는 것보다는 이게 훨씬 덜 오글거리는 듯.#매주 금요일_ 동동의 테크 타운일리야 슈츠케버의 'SSI', 정체 불명 AI 스타트업이 45조 원?사진: 오픈AI 공동창업자 그렉 브록만과 일리야 슈츠케버SSI라고 들어보신 적 있나요? 아직 제품도 서비스도 없음. 오직 뛰어난 연구자들만 있(다고 주장하)는 상태.그런데 이 미국 회사가 이번에 4~5조 원 정도 투자 받았고 총 기업가치를 320억 달러(45조 원)로 평가받아.대표는 OpenAI 공동 창립자 겸 CTO였던 일리야 수츠케버. 천재 AI 연구자이자 1년 6개월 전에 샘 알트먼 축출을 주도했다 쫓겨난 '3일 천하'의 핵심인물.기업가치 45조 원이라면 우리나라 시가총액 5위인 현대자동차와 비슷한 수준. 순전히 창업자 이름표에 붙은 천문학적 가치. 하지만 AI 사업은 결국 천재들이 해내는거니... 이들이 뭘 내놓을지 궁금.SSI 왈: "현재의 대규모 언어 모델은 데이터 합성·재생산하고 답변 제공함. 작업 수행능력이 향상됐지만 인간 지능에는 미달. 우리는 새 방식으로 모델 개발할 것".이름은 Safe Superintelligence 라는 뜻. 공돌이들 답게 쉽고 직관적인 작명. AI 비용 2년 만에 1/280로 저렴해졌다그림: 미국과 중국의 AI 모델 성능 수준스탠포드 AI 연구소, 연례 글로벌 AI 현황 '숫자로 보는 2025 

2025년 4월 18일 (금) - 창업자 이름표로 5조 원 땡긴 AI 스타트업 : 오호츠크 리포트

이번주 레터를 쓰면서 좀 더 찾아본 글들중 특히 stanford 에서 공개한 AI 인덱스는 의미가 있던 것 같습니다. 학계의 영향력이 이제 어느정도 축소되었고, 산업계에서 해결해야한다는 것도....

혹시 현업에서 AI를 도입하면서 느끼는 힘든 점이 있으신가요?! 어떻게 해결했는지 어떻게 해결할 수 있을지.. 이야기 더 나눠보고 싶습니다.

AI 비용 2년 만에 1/280로 저렴해졌다
그림: 미국과 중국의 AI 모델 성능 수준
 * 스탠포드 AI 연구소, 연례 글로벌 AI 현황 '숫자로 보는 2025 AI' 발표. (원문 보기)
 * 전반적으로 AI 성능은 급상승하고 비용은 급감소. 2년 전에 나왔던 GPT-3.5 수준 모델을 기준으로 봤을 때 추론 비용이 1/280로 줄어. 자동차 가격이었던 것이 장난감 자동차 수준까지 내려갔음.
 * 미국이 AI 투자액(1091억 달러)과 개발한 모델의 수(40개)에서 선두. 중국은 정말 빠르게 추격 중.
 * 학계의 영향력은 축소(10%)되고 산업계 영향력은 확대(60->90%). 일단 대학교는 값비싼 GPU를 확보하기 어려우니 할 수 있는 게 많이 없을 듯. 
 * AI 산업이 노벨상·튜링상 수상으로 과학적 공헌은 인정받았지만, 복잡한 추론과 문제 해결엔 여전히 해야할 일이 너무 많음.
 * 의료기기·자율주행차 분야에서 실용화 가속. 하지만 필자의 느낌으로는 기업 현장에서의 적용은 더 갈 길 멀어... 속도·데이터 통합·안정성·비용 등 수만 가지 현실의 벽에 직면. 현장에 가까워질수록 복잡함은 더욱 더 늘어남.
   
   일리야 슈츠케버의 'SSI', 정체 불명 AI 스타트업이 45조 원?
   
   
 * 
   SSI라고 들어보신 적 있나요? 아직 제품도 서비스도 없음. 오직 뛰어난 연구자들만 있(다고 주장하)는 상태.
 * 그런데 이 미국 회사가 이번에 4~5조 원 정도 투자 받았고 총 기업가치를 320억 달러(45조 원)로 평가받아.
 * 대표는 OpenAI 공동 창립자 겸 CTO였던 일리야 수츠케버. 천재 AI 연구자이자 1년 6개월 전에 샘 알트먼 축출을 주도했다 쫓겨난 '3일 천하'의 핵심인물.
 * 기업가치 45조 원이라면 우리나라 시가총액 5위인 현대자동차와 비슷한 수준. 순전히 창업자 이름표에 붙은 천문학적 가치. 하지만 AI 사업은 결국 천재들이 해내는거니... 이들이 뭘 내놓을지 궁금.
 * SSI 왈: "현재의 대규모 언어 모델은 데이터 합성·재생산하고 답변 제공함. 작업 수행능력이 향상됐지만 인간 지능에는 미달. 우리는 새 방식으로 모델 개발할 것".
 * 이름은 Safe Superintelligence 라는 뜻. 공돌이들 답게 쉽고 직관적인 작명. 
   
   
OpenAI, 'o3'와 'o4-mini' 출시로 또 한번 AI에 지각변동

 * OpenAI, 역대 가장 똑똑한 모델 o3와 o4-mini 전격 공개 (아직 챗봇 아레나 미등재로 정확한 벤치마크 알 수 없음). 써보기
 * 가장 혁신적인 기능은 '대화 문맥에 따라' 웹 검색, 파일 분석, 이미지 생성·분석 등을 자동 수행 
 * "한국 대선일 6월 3일에 놀러갈 수 있고 날씨는 어떨까?" 같은 질문에도 '웹 검색→파이썬 코드 생성→그래프 작성'까지 실시간 자동화.
 * o4-mini는 속도 향상, 비용 절감, 대화 기억력 강화로 '더 빠르고 오래 기억하는 비서' 등장.
 * 개발자용 'Codex CLI' 오픈소스 코딩 에이전트도 함께 출시... 터미널에서 AI와 손쉽게 협업 가능.
 * 이제 AI는 '도구를 스스로 선택해 사용하는 비서'로 진화. 질문만 하면 나머지는 알아서 척척
 * 
   
구글, 온라인 검색뿐 아니라 광고 시장 독점도 불법 판결

 * 미국 버지니아주 연방법원, 어제 (4월 17일) 구글의 디지털 광고 시장을 불법 독점했다고 판결. 아직 구체적인 처벌/시정 조치는 정해지지 않음.
 * 구글은 웹사이트 광고의 공간 판매 및 입찰 시장을 모두 장악... 축구 하는데 심판도 선수도 다 구글인 셈 .
 * 법원은 구글이 광고 게재 결정권을 독점해 자사에 유리하게 활용했다는 판단. 전문 보기 (115 페이지)
 * 다만 결정적 증거는 없다고. 사실 내부자가 아닌 이상에 증거 확보는 건초더미에서 바늘 찾기. 수많은 A/B 테스트가 필요한 전문 영역.
 * 구글에게는 지난 8월 온라인 검색시장 독점 판결에 이은 더블 펀치.(전문 보기. 286 페이지...)  구글은 당시 판결에 따라 크롬 브라우저 사업을 매각하고 애플 사파리 브라우저에 구글검색이 기본으로 뜨게 하는 독점 계약(연 30조 원)을 중단하겠다고 제안했었음. 이것도 다음 주 재판에서 다시 논의 예정.
 * 그러나 광고사업을 매각하라고 판결 나더라도 시간 끌면서 자회사나 재단 형태로 실질적 통제 유지할 가능성 높음. 과거 빅테크 반독점 사례 대부분이 눈가리고 아웅. 어제 구글 주가도 타격 없었음.

이번주 레터를 쓰면서 좀 더 찾아본 글들중 특히 stanford 에서 공개한 AI 인덱스는 의미가 있던 것 같습니다. 학계의 영향력이 이제 어느정도 축소되었고, 산업계에서 해결해야한다는 것도.... 혹시 현업에서 AI를 도입하면서 느끼는 힘든 점이 있으신가요?! 어떻게 해결했는지 어떻게 해결할 수 있을지.. 이야기 더 나눠보고 싶습니다. AI 비용 2년 만에 1/280로 저렴해졌다그림: 미국과 중국의 AI 모델 성능 수준<ul ><li>스탠포드 AI 연구소, 연례 글로벌 AI 현황 '숫자로 보는 2025 AI' 발표. (원문 보기)</li><li>전반적으로 AI 성능은 급상승하고 비용은 급감소. 2년 전에 나왔던 GPT-3.5 수준 모델을 기준으로 봤을 때 추론 비용이 1/280로 줄어. 자동차 가격이었던 것이 장난감 자동차 수준까지 내려갔음.</li></ul><ul ><li>미국이 AI 투자액(1091억 달러)과 개발한 모델의 수(40개)에서 선두. 중국은 정말 빠르게 추격 중.</li></ul><ul ><li>학계의 영향력은 축소(10%)되고 산업계 영향력은 확대(60-&gt;90%). 일단 대학교는 값비싼 GPU를 확보하기 어려우니 할 수 있는 게 많이 없을 듯.&nbsp;</li><li>AI 산업이 노벨상·튜링상 수상으로 과학적 공헌은 인정받았지만, 복잡한 추론과 문제 해결엔 여전히 해야할 일이 너무 많음.</li><li>의료기기·자율주행차 분야에서 실용화 가속. 하지만 필자의 느낌으로는 기업 현장에서의 적용은 더 갈 길 멀어... 속도·데이터 통합·안정성·비용 등 수만 가지 현실의 벽에 직면. 현장에 가까워질수록 복잡함은 더욱 더 늘어남. 일리야 슈츠케버의 'SSI', 정체 불명 AI 스타트업이 45조 원? </li><li> SSI라고 들어보신 적 있나요? 아직 제품도 서비스도 없음. 오직 뛰어난 연구자들만 있(다고 주장하)는 상태.</li><li>그런데 이 미국 회사가 이번에 4~5조 원 정도 투자 받았고 총 기업가치를 320억 달러(45조 원)로 평가받아.</li><li>대표는 OpenAI 공동 창립자 겸 CTO였던 일리야 수츠케버. 천재 AI 연구자이자 1년 6개월 전에 샘 알트먼 축출을 주도했다 쫓겨난 '3일 천하'의 핵심인물.</li><li>기업가치 45조 원이라면 우리나라 시가총액 5위인 현대자동차와 비슷한 수준. 순전히 창업자 이름표에 붙은 천문학적 가치. 하지만 AI 사업은 결국 천재들이 해내는거니... 이들이 뭘 내놓을지 궁금.</li><li>SSI 왈: "현재의 대규모 언어 모델은 데이터 합성·재생산하고 답변 제공함. 작업 수행능력이 향상됐지만 인간 지능에는 미달. 우리는 새 방식으로 모델 개발할 것".</li><li>이름은 Safe Superintelligence 라는 뜻. 공돌이들 답게 쉽고 직관적인 작명.&nbsp; </li></ul>OpenAI, 'o3'와 'o4-mini' 출시로 또 한번 AI에 지각변동 <ul ><li>OpenAI, 역대 가장 똑똑한 모델 o3와 o4-mini 전격 공개 (아직 챗봇 아레나 미등재로 정확한 벤치마크 알 수 없음). 써보기</li><li>가장 혁신적인 기능은 '대화 문맥에 따라' 웹 검색, 파일 분석, 이미지 생성·분석 등을 자동 수행&nbsp;</li><li>"한국 대선일 6월 3일에 놀러갈 수 있고 날씨는 어떨까?" 같은 질문에도 '웹 검색→파이썬 코드 생성→그래프 작성'까지 실시간 자동화.</li><li>o4-mini는 속도 향상, 비용 절감, 대화 기억력 강화로 '더 빠르고 오래 기억하는 비서' 등장.</li><li>개발자용 'Codex CLI' 오픈소스 코딩 에이전트도 함께 출시... 터미널에서 AI와 손쉽게 협업 가능.</li><li>이제 AI는 '도구를 스스로 선택해 사용하는 비서'로 진화. 질문만 하면 나머지는 알아서 척척</li><li> </li></ul>구글, 온라인 검색뿐 아니라 광고 시장 독점도 불법 판결 <ul ><li>미국 버지니아주 연방법원, 어제 (4월 17일) 구글의 디지털 광고 시장을 불법 독점했다고 판결. 아직 구체적인 처벌/시정 조치는 정해지지 않음.</li><li>구글은 웹사이트 광고의 공간 판매 및 입찰 시장을 모두 장악... 축구 하는데 심판도 선수도 다 구글인 셈 .</li><li>법원은 구글이 광고 게재 결정권을 독점해 자사에 유리하게 활용했다는 판단. 전문 보기 (115 페이지)</li><li>다만 결정적 증거는 없다고. 사실 내부자가 아닌 이상에 증거 확보는 건초더미에서 바늘 찾기. 수많은 A/B 테스트가 필요한 전문 영역.</li><li>구글에게는 지난 8월 온라인 검색시장 독점 판결에 이은 더블 펀치.(전문 보기. 286 페이지...)&nbsp; 구글은 당시 판결에 따라 크롬 브라우저 사업을 매각하고 애플 사파리 브라우저에 구글검색이 기본으로 뜨게 하는 독점 계약(연 30조 원)을 중단하겠다고 제안했었음. 이것도 다음 주 재판에서 다시 논의 예정.</li><li>그러나 광고사업을 매각하라고 판결 나더라도 시간 끌면서 자회사나 재단 형태로 실질적 통제 유지할 가능성 높음. 과거 빅테크 반독점 사례 대부분이 눈가리고 아웅. 어제 구글 주가도 타격 없었음.</li></ul>

55check.com

AI 비용 2년 만에 1/280로 저렴해졌는데,,, 왜 아직?

이력서, 채용 공고, 연봉 정보는 물론 프리랜서 프로젝트까지! 신입 취업 및 경력직 이직, 커리어 성장에 필요한 모든 것을 만나보세요.

2025 TPM Meet-Up 핫한 테크 기업 TPM으로 일하기 | 원티드

오늘 원티드에서 주관한 '2025 TPM Meet-Up 핫한 테크 기업 TPM으로 일하기'에 다녀왔다. 꽤 유익한 시간을 보냈고, 현장에서 느끼고 생각한 점들을 정리해보기 위해 간단히 글을 남긴다.

나는 2019년경, 마이크로소프트에서 근무하는 프로그램 매니저(Program Manager)를 만나 흥미롭게 대화를 나눈 기억이 있다. 시간이 흘러 2021년쯤에는 테크니컬 프로그램 매니저(Technical Program Manager, TPM)라는 역할을 처음 접했다. 아마 쿠팡에서 새로운 역할로 도입했던 것으로 기억하는데, 당시에는 '업무 혁신을 위해 또 새로운 시도를 하는구나' 정도로 생각하고 넘겼던 것 같다.

그 후 포스트 코로나 시대를 거치며 여러 국내 테크 기업에서 TPM 직군을 채용하는 공고를 보면서, 한국 IT 업계에도 이 역할에 대한 새로운 필요가 생겨나고 있으며 또 한 번 변화가 일어나고 있음을 직감했다. 오늘 밋업에서 토스, 버킷플레이스, 컬리, 우아한형제들에서 TPM으로 일하는 분들의 생생한 이야기를 들으며, 이러한 변화가 실제로 일어나고 있다는 확신을 가지게 되었다.

구글에서 Technical Program Manager를 검색하면 보통 다음과 같이 정의한다.

A Technical Program Manager (TPM) is a leader who bridges the gap between technical expertise and business goals in a project or program, often working with diverse teams to ensure successful delivery. They possess both strong technical knowledge and project management skills, enabling them to manage complex projects, drive execution, and address technical challenges effectively.

오늘 밋업에서 발표한 모든 연사가 큰 틀에서는 위 정의와 유사한 맥락에서 TPM의 역할을 설명했지만, 각 회사가 처한 상황과 문화에 따라 역할을 정의하고 풀어가는 방식에는 차이가 있었다.

토스에서는 TPM을 CTO 산하 조직에서 여러 팀에 걸친 복잡하거나 기술적으로 난해한 과제를 해결하며 '제품을 위한 플랫폼'의 기술적 문제 해결에 기여하는 사람으로 정의하는 듯했다. 여러 조직에 엮인 기술적 문제를 풀어낸다는 점에서 실리콘밸리 빅테크 기업의 Staff Engineer나 Principal Engineer 역할이 떠올랐다. 다만, 토스에는 이미 Staff Engineer나 Director of Engineering 역할이 정의되어 있어 TPM을 별도 직군으로 구분하고 있었다. Staff/Director of Engineering은 제품 조직에서 활동하고, TPM은 기술 조직 또는 플랫폼 조직에서 활동하는 형태로 역할 분담이 이루어지는 것 같았다.

버킷플레이스에서는 TPM을 특정 목표 달성을 위해 여러 조직과 다양한 프로젝트가 한 방향으로 나아가도록 만드는 역할로 정의하는 듯했다. 여러 프로젝트가 각자의 목표를 추구하면서도 전체적인 방향성에서 벗어나지 않도록 조율하고 리스크를 관리하는 것을 중요하게 생각하는 것으로 보였다. 흥미로운 점은 TPM을 별도의 '직군'이라기보다는, 이러한 역량을 가진 사람이 수행하는 '역할'로서 접근하고 있다는 점이었다. 개인적으로 나 역시 TPM뿐만 아니라 프로젝트 관리자(PM)나 테크 리드(TL) 등도 특정 개인이 맡는 역할(Role)로 바라보는 관점에 크게 동의한다.

컬리 역시 버킷플레이스와 유사하게 목표 달성을 위한 조율자 역할로 TPM을 정의하는 듯했다. 다만, 현재 컬리에는 TPM으로 활동하는 분이 한 명뿐이어서 회사의 공식적인 정의라기보다는 현 담당자의 경험에 기반한 정의에 가까워 보였다. 버킷플레이스가 목표에 대한 '얼라인'과 '리스크' 관리를 강조했다면, 컬리에서는 주어진 '일정 내 완수'를 특히 중요하게 다루는 인상을 받았다. 개인적으로 발표 내용만으로 판단했을 때, 수행하고 있는 업무의 범위나 책임 수준은 매니저보다는 디렉터급에 더 가깝게 느껴졌다.

우아한형제들의 경우, PMO(Project Management Office)나 PMP(Project Management Professional)에서 정의하는 역할에 기반하여 TPM을 설명하는 것 같았다. 2,000명이 넘는 큰 조직 규모와 단일 프로젝트에 500~600명이 참여하는 대규모 프로젝트 사례를 중심으로 설명하여, 복잡하고 다양한 전사 규모의 프로젝트를 체계적으로 관리하는 데 초점을 맞추고 있음을 알 수 있었다.

이번 밋업을 통해 TPM이라는 역할이 회사마다 얼마나 다양하게 정의되고 활용되는지를 알 수 있었다. 회사의 성장 단계, 조직 구조, 당면 과제, 문화 등에 따라 TPM에게 요구되는 역량과 책임 범위가 크게 달라진다는 점을 느꼈다. 네트워킹 세션에서 만난 라인이나 힐링페이퍼에서 근무중인 TPM과의 대화에서도 이러한 다양성을 다시 한번 확인할 수 있었다.

하지만 이 모든 다양성 속에서도 한 가지 분명한 공통점을 발견할 수 있었다. 그것은 바로 현대 테크 기업들이 마주한 문제들이 점점 더 복잡해짐에 따라, 기술과 비즈니스, 그리고 여러 조직 사이의 간극을 메우고 목표를 향해 효과적으로 실행을 이끌어갈 수 있는 TPM과 같은 역할의 필요성이 점점 더 커지고 있다는 사실이다. 비록 정의는 다를지라도, 이 역할은 앞으로 더욱 중요해지며 업계 표준으로 자리 잡게 될 것이라는 생각이 든다. 여러모로 유익한 인사이트를 얻을 수 있는 시간이었다.

https://www.wanted.co.kr/events/meetup_tpm

오늘 원티드에서 주관한 '2025 TPM Meet-Up 핫한 테크 기업 TPM으로 일하기'에 다녀왔다. 꽤 유익한 시간을 보냈고, 현장에서 느끼고 생각한 점들을 정리해보기 위해 간단히 글을 남긴다. 나는 2019년경, 마이크로소프트에서 근무하는 프로그램 매니저(Program Manager)를 만나 흥미롭게 대화를 나눈 기억이 있다. 시간이 흘러 2021년쯤에는 테크니컬 프로그램 매니저(Technical Program Manager, TPM)라는 역할을 처음 접했다. 아마 쿠팡에서 새로운 역할로 도입했던 것으로 기억하는데, 당시에는 '업무 혁신을 위해 또 새로운 시도를 하는구나' 정도로 생각하고 넘겼던 것 같다. 그 후 포스트 코로나 시대를 거치며 여러 국내 테크 기업에서 TPM 직군을 채용하는 공고를 보면서, 한국 IT 업계에도 이 역할에 대한 새로운 필요가 생겨나고 있으며 또 한 번 변화가 일어나고 있음을 직감했다. 오늘 밋업에서 토스, 버킷플레이스, 컬리, 우아한형제들에서 TPM으로 일하는 분들의 생생한 이야기를 들으며, 이러한 변화가 실제로 일어나고 있다는 확신을 가지게 되었다. 구글에서 Technical Program Manager를 검색하면 보통 다음과 같이 정의한다. A Technical Program Manager (TPM) is a leader who bridges the gap between technical expertise and business goals in a project or program, often working with diverse teams to ensure successful delivery. They possess both strong technical knowledge and project management skills, enabling them to manage complex projects, drive execution, and address technical challenges effectively. 오늘 밋업에서 발표한 모든 연사가 큰 틀에서는 위 정의와 유사한 맥락에서 TPM의 역할을 설명했지만, 각 회사가 처한 상황과 문화에 따라 역할을 정의하고 풀어가는 방식에는 차이가 있었다. 토스에서는 TPM을 CTO 산하 조직에서 여러 팀에 걸친 복잡하거나 기술적으로 난해한 과제를 해결하며 '제품을 위한 플랫폼'의 기술적 문제 해결에 기여하는 사람으로 정의하는 듯했다. 여러 조직에 엮인 기술적 문제를 풀어낸다는 점에서 실리콘밸리 빅테크 기업의 Staff Engineer나 Principal Engineer 역할이 떠올랐다. 다만, 토스에는 이미 Staff Engineer나 Director of Engineering 역할이 정의되어 있어 TPM을 별도 직군으로 구분하고 있었다. Staff/Director of Engineering은 제품 조직에서 활동하고, TPM은 기술 조직 또는 플랫폼 조직에서 활동하는 형태로 역할 분담이 이루어지는 것 같았다. 버킷플레이스에서는 TPM을 특정 목표 달성을 위해 여러 조직과 다양한 프로젝트가 한 방향으로 나아가도록 만드는 역할로 정의하는 듯했다. 여러 프로젝트가 각자의 목표를 추구하면서도 전체적인 방향성에서 벗어나지 않도록 조율하고 리스크를 관리하는 것을 중요하게 생각하는 것으로 보였다. 흥미로운 점은 TPM을 별도의 '직군'이라기보다는, 이러한 역량을 가진 사람이 수행하는 '역할'로서 접근하고 있다는 점이었다. 개인적으로 나 역시 TPM뿐만 아니라 프로젝트 관리자(PM)나 테크 리드(TL) 등도 특정 개인이 맡는 역할(Role)로 바라보는 관점에 크게 동의한다. 컬리 역시 버킷플레이스와 유사하게 목표 달성을 위한 조율자 역할로 TPM을 정의하는 듯했다. 다만, 현재 컬리에는 TPM으로 활동하는 분이 한 명뿐이어서 회사의 공식적인 정의라기보다는 현 담당자의 경험에 기반한 정의에 가까워 보였다. 버킷플레이스가 목표에 대한 '얼라인'과 '리스크' 관리를 강조했다면, 컬리에서는 주어진 '일정 내 완수'를 특히 중요하게 다루는 인상을 받았다. 개인적으로 발표 내용만으로 판단했을 때, 수행하고 있는 업무의 범위나 책임 수준은 매니저보다는 디렉터급에 더 가깝게 느껴졌다. 우아한형제들의 경우, PMO(Project Management Office)나 PMP(Project Management Professional)에서 정의하는 역할에 기반하여 TPM을 설명하는 것 같았다. 2,000명이 넘는 큰 조직 규모와 단일 프로젝트에 500~600명이 참여하는 대규모 프로젝트 사례를 중심으로 설명하여, 복잡하고 다양한 전사 규모의 프로젝트를 체계적으로 관리하는 데 초점을 맞추고 있음을 알 수 있었다. 이번 밋업을 통해 TPM이라는 역할이 회사마다 얼마나 다양하게 정의되고 활용되는지를 알 수 있었다. 회사의 성장 단계, 조직 구조, 당면 과제, 문화 등에 따라 TPM에게 요구되는 역량과 책임 범위가 크게 달라진다는 점을 느꼈다. 네트워킹 세션에서 만난 라인이나 힐링페이퍼에서 근무중인 TPM과의 대화에서도 이러한 다양성을 다시 한번 확인할 수 있었다. 하지만 이 모든 다양성 속에서도 한 가지 분명한 공통점을 발견할 수 있었다. 그것은 바로 현대 테크 기업들이 마주한 문제들이 점점 더 복잡해짐에 따라, 기술과 비즈니스, 그리고 여러 조직 사이의 간극을 메우고 목표를 향해 효과적으로 실행을 이끌어갈 수 있는 TPM과 같은 역할의 필요성이 점점 더 커지고 있다는 사실이다. 비록 정의는 다를지라도, 이 역할은 앞으로 더욱 중요해지며 업계 표준으로 자리 잡게 될 것이라는 생각이 든다. 여러모로 유익한 인사이트를 얻을 수 있는 시간이었다. https://www.wanted.co.kr/events/meetup_tpm

원티드

테크니컬 프로그램 매니저에 대한 단상

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

어제 더워서 이제 봄이구나 했는데,오늘 추워서 역시 봄이구나 했다.

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

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

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》

데이터 분석 과정에서 가장 첫번째 단계는
분석 프로젝트의 목표를 파악하고 해결해야 할 문제를 파악하는 것입니다.

먼저 데이터 분석으로 풀지 못하거나
또는 풀지 않아도 되는 문제가 있다는 것을 이해하는 것이 중요합니다.

데이터 분석은 마법이 아닙니다.
Trash In, Trash Out 이라는 말은 데이터 분석에서 자주 사용됩니다.

우리의 목표가 뚜렷하고 명확할 수록
데이터 분석은 더욱 뾰족하고 확실한 문제를 해결할 힘을 가지게 됩니다.

datarichard를 팔로우하시면,
더 재미있고 가치있는 DATA/AI를 알려드릴게요 :)

데이터 분석 프로세스 로드맵 전체 보기👇:
https://careerly.co.kr/comments/113943

데이터 분석 과정에서 가장 첫번째 단계는 분석 프로젝트의 목표를 파악하고 해결해야 할 문제를 파악하는 것입니다. 먼저 데이터 분석으로 풀지 못하거나 또는 풀지 않아도 되는 문제가 있다는 것을 이해하는 것이 중요합니다. 데이터 분석은 마법이 아닙니다. Trash In, Trash Out 이라는 말은 데이터 분석에서 자주 사용됩니다. 우리의 목표가 뚜렷하고 명확할 수록 데이터 분석은 더욱 뾰족하고 확실한 문제를 해결할 힘을 가지게 됩니다. datarichard를 팔로우하시면, 더 재미있고 가치있는 DATA/AI를 알려드릴게요 :) 데이터 분석 프로세스 로드맵 전체 보기👇: https://careerly.co.kr/comments/113943

오락까락끼리까락하는 개발자

홍성준

(주) 랩큐 AI 서비스 개발자

김수빈

1. 프로젝트의 목표 파악 및 이해하기

𝙍𝙞𝙘𝙝𝙖𝙧𝙙 

당신이 DATA/AI를 재미있고 가치있게 배울수 있도록 돕습니다.
Founder @ datarichard (datarichard.super.site)


1. 프로젝트의 목표 파악 및 이해하기

댓글 0

비슷한 게시물

주간 인기 TOP 10

추천 프로필