NAVER Careers

제가 일하고 있는 네이버쇼핑 BI팀에서 데이터분석가, 데이터 아키텍처를 뽑습니다!
많은 관심 부탁드립니다!

https://recruit.navercorp.com/rcrt/view.do?annoId=30002774&lang=ko

제가 일하고 있는 네이버쇼핑 BI팀에서 데이터분석가, 데이터 아키텍처를 뽑습니다! 많은 관심 부탁드립니다! https://recruit.navercorp.com/rcrt/view.do?annoId=30002774&amp;lang=ko

recruit.navercorp.com

네이버쇼핑 경력직 대거 채용!

📰 OpenAI에서 추론에 특화된 모델인 o1의 다음 세대 모델인 o3를 발표했습니다.

일단 코딩 능력이 매우 크게 향상되어서, 이제 단순한 기능 뿐 아니라 복합적인 프로그램도 잘 작성하게 되었습니다.

수학 능력 대회 문제 풀이를 AI들이 이제 너무 잘 해서 진짜 미친듯이 어려운 문제가 고안되었는데요. 이 벤치마크에서 현재까지 최고 모델의 성능이 2%에 불과했는데, o3는 무려 25.2%라는 압도적인 성능을 보입니다.

그리고 ARC-AGI라는, AI가 단순한 패턴 매칭이 아닌 사람처럼 추상적 사고와 일반화를 할 수 있는지 평가하는 테스트가 있는데요.

이 테스트에 대한 성능도 매우 크게 향상되어서 이제 인간 수준의 성능을 달성했습니다.

추론 능력의 발전도 돌파구를 찾고나니 진짜 어마어마하게 빠르게 발전하네요.

아쉽게도 아직 안전 테스트가 진행중이라 일반 사용자들이 사용하기까지는 시간이 좀 걸릴 것이고요. 연구자들은 신청을 통해 미리 사용해 볼 수 있다고 합니다.

내년도 또 진짜 다른 해가 될 것 같은데요. 내년 말쯤엔 왠만한 자동화는 다 알아서 해줄 것 같습니다. 진정한 입코딩의 시대가 멀지 않은 것 같네요. 😎🍿🥤

📰 OpenAI에서 추론에 특화된 모델인 o1의 다음 세대 모델인 o3를 발표했습니다. 일단 코딩 능력이 매우 크게 향상되어서, 이제 단순한 기능 뿐 아니라 복합적인 프로그램도 잘 작성하게 되었습니다. 수학 능력 대회 문제 풀이를 AI들이 이제 너무 잘 해서 진짜 미친듯이 어려운 문제가 고안되었는데요. 이 벤치마크에서 현재까지 최고 모델의 성능이 2%에 불과했는데, o3는 무려 25.2%라는 압도적인 성능을 보입니다. 그리고 ARC-AGI라는, AI가 단순한 패턴 매칭이 아닌 사람처럼 추상적 사고와 일반화를 할 수 있는지 평가하는 테스트가 있는데요. 이 테스트에 대한 성능도 매우 크게 향상되어서 이제 인간 수준의 성능을 달성했습니다. 추론 능력의 발전도 돌파구를 찾고나니 진짜 어마어마하게 빠르게 발전하네요. 아쉽게도 아직 안전 테스트가 진행중이라 일반 사용자들이 사용하기까지는 시간이 좀 걸릴 것이고요. 연구자들은 신청을 통해 미리 사용해 볼 수 있다고 합니다. 내년도 또 진짜 다른 해가 될 것 같은데요. 내년 말쯤엔 왠만한 자동화는 다 알아서 해줄 것 같습니다. 진정한 입코딩의 시대가 멀지 않은 것 같네요. 😎🍿🥤

Kafka Streams는 실시간 데이터 처리를 위한 강력한 도구로, KStream과 KTable이라는 두 가지 데이터 구조를 제공합니다.
이번 글에서는 이 두 데이터 구조의 개념과 차이를 살펴보고, 실제 KStream-KStream, KStream-KTable, KTable-KTable 조인의 예제를 설명하겠습니다.
 
KStreams - KStreams 조인
KStream-KStream 조인은 두 개의 실시간 데이터 스트림을 결합합니다.
이 조인은 타임 윈도우를 기준으로 이루어지며, 설정된 기간 내에 동일한 키를 가진 데이터를 결합합니다.
 * 타임 윈도우가 필수적입니다.
 * 데이터가 실시간으로 들어오므로, 시간이 지나면 윈도우가 닫히고 더 이상 데이터를 결합할 수 없습니다.

[시나리오: 결제와 배송 요청 이벤트 결합]
 * payments 스트림: 결제 정보 Key: 주문 ID, Value: 결제 상태
 * shipments 스트림: 배송 요청 정보 Key: 주문 ID, Value: 배송 상태
KStream<String, String> payments = builder.stream("payments");
KStream<String, String> shipments = builder.stream("shipments");

// 타임 윈도우를 적용한 조인
KStream<String, String> joinedStream = payments.join(
 shipments,
 (payment, shipment) -> "Payment: " + payment + ", Shipment: " + shipment,
 JoinWindows.of(Duration.ofMinutes(5)) // 5분 윈도우 설정
);

joinedStream.to("joined-orders");

Key: "order123", Value: "Payment: completed, Shipment: dispatched"

 
KStreams - KTable 조인
KStream-KTable 조인은 실시간 스트림(KStream)과 상태 기반 데이터(KTable)를 결합합니다.
KStream의 각 이벤트가 KTable의 현재 상태와 조인됩니다.
 * KStream의 데이터는 실시간으로 계속 흐르지만, KTable은 현재 상태만 유지합니다.
 * KStream의 각 레코드는 KTable의 최신 상태와 결합됩니다.
 
 
[시나리오: 사용자 행동 로그와 사용자 프로필 조인]
 * user-actions 스트림: 사용자가 수행한 행동 Key: 사용자 ID, Value: 행동 타입 (click, purchase)
 * user-profiles 테이블: 사용자 프로필 정보 Key: 사용자 ID, Value: 사용자 이름과 지역
KStream<String, String> userActions = builder.stream("user-actions");
KTable<String, String> userProfiles = builder.table("user-profiles");

KStream<String, String> joinedStream = userActions.leftJoin(
 userProfiles,
 (action, profile) -> {
 if (profile == null) return action + " by unknown user";
 return action + " by " + profile;
 }
);

joinedStream.to("user-actions-with-profile");

Key: "user123", Value: "click by Alice, US"
Key: "user456", Value: "purchase by unknown user"

 
KStreams - KTable 조인
KTable-KTable 조인은 두 개의 상태 기반 데이터(KTable)를 결합합니다.
이는 KTable의 키를 기준으로 데이터가 업데이트될 때마다 결과 테이블도 업데이트됩니다.
 * 조인은 상태 기반으로 동작하며, 입력 데이터가 변경될 때마다 결과 테이블도 갱신됩니다.
 * 결합된 데이터는 항상 최신 상태를 유지합니다.

[시나리오: 상품 정보와 카테고리 정보 결합]
 * product-info 테이블: 상품의 이름과 가격Key: 상품 ID, Value: 상품 이름과 가격
 * category-info 테이블: 상품의 카테고리 정보Key: 상품 ID, Value: 카테고리 이름
KTable<String, String> productInfo = builder.table("product-info");
KTable<String, String> categoryInfo = builder.table("category-info");

KTable<String, String> joinedTable = productInfo.join(
 categoryInfo,
 (product, category) -> product + " in category: " + category
);

joinedTable.toStream().to("product-with-category");

Key: "product123", Value: "Coffee Machine, $120 in category: Appliances"

실무 사례: KTable - KTable 조인으로 데이터 정확도 개선
실무에서 제가 결합하고자 했던 데이터는 상품 정보 A와 상품 정보 B였습니다. 기존에는 KTable-KStream 조인을 사용했으나, 이 방식에서는 오래된 데이터 A와 최신 데이터 B가 결합되는 문제가 있었습니다. 이는 두 정보가 모두 실시간 데이터가 아니라 상태성 데이터였기 때문에 발생한 이슈였습니다.
 
이를 해결하기 위해 KTable-KTable 조인으로 변경하고, TTL을 설정하여 KTable 상태의 만료 시간을 관리했습니다. 이로써 과거 데이터가 결합되어 상품 정보에 반영되는 문제를 해결할 수 있었습니다.
 
결론
Kafka Streams의 조인 연산은 다양한 데이터 소스를 결합하여 강력한 실시간 데이터 파이프라인을 구축할 수 있는 도구입니다
 * KStream-KStream: 이벤트 간 시간 관계를 분석하고 처리
 * KStream-KTable: 실시간 스트림 데이터를 참조 데이터와 결합
 * KTable-KTable: 상태 기반 데이터의 지속적인 동기화 및 최신 상태 유지

Kafka Streams를 활용한 조인 방식은 데이터의 특성과 요구사항에 따라 달라져야 합니다.실시간 스트림인지, 상태 기반 데이터인지 정확히 이해하고 올바른 조인 방식을 선택하는 것이 데이터 파이프라인의 정확성과 효율성을 높이는 핵심입니다.

원문: [https://ducktopia.tistory.com/141]

Kafka Streams는 실시간 데이터 처리를 위한 강력한 도구로, KStream과 KTable이라는 두 가지 데이터 구조를 제공합니다.이번 글에서는 이 두 데이터 구조의 개념과 차이를 살펴보고, 실제 KStream-KStream, KStream-KTable, KTable-KTable 조인의 예제를 설명하겠습니다.&nbsp;KStreams - KStreams 조인KStream-KStream 조인은 두 개의 실시간 데이터 스트림을 결합합니다.이 조인은 타임 윈도우를 기준으로 이루어지며, 설정된 기간 내에 동일한 키를 가진 데이터를 결합합니다.<ul ><li>타임 윈도우가 필수적입니다.</li><li>데이터가 실시간으로 들어오므로, 시간이 지나면 윈도우가 닫히고 더 이상 데이터를 결합할 수 없습니다.</li></ul> [시나리오: 결제와 배송 요청 이벤트 결합]<ul ><li>payments 스트림: 결제 정보 Key: 주문 ID, Value: 결제 상태</li><li>shipments 스트림: 배송 요청 정보 Key: 주문 ID, Value: 배송 상태</li></ul><pre ><code class="language-lasso">KStream&lt;String, String&gt; payments = builder.stream("payments");
KStream&lt;String, String&gt; shipments = builder.stream("shipments");

// 타임 윈도우를 적용한 조인
KStream&lt;String, String&gt; joinedStream = payments.join(
 shipments,
 (payment, shipment) -&gt; "Payment: " + payment + ", Shipment: " + shipment,
 JoinWindows.of(Duration.ofMinutes(5)) // 5분 윈도우 설정
);

joinedStream.to("joined-orders");</code></pre><pre ><code class="language-groovy">Key: "order123", Value: "Payment: completed, Shipment: dispatched"</code></pre>&nbsp;KStreams - KTable 조인KStream-KTable 조인은 실시간 스트림(KStream)과 상태 기반 데이터(KTable)를 결합합니다.KStream의 각 이벤트가 KTable의 현재 상태와 조인됩니다.<ul ><li>KStream의 데이터는 실시간으로 계속 흐르지만, KTable은 현재 상태만 유지합니다.</li><li>KStream의 각 레코드는 KTable의 최신 상태와 결합됩니다. </li></ul>[시나리오: 사용자 행동 로그와 사용자 프로필 조인]<ul ><li>user-actions 스트림: 사용자가 수행한 행동 Key: 사용자 ID, Value: 행동 타입 (click, purchase)</li><li>user-profiles 테이블: 사용자 프로필 정보 Key: 사용자 ID, Value: 사용자 이름과 지역</li></ul><pre ><code class="language-pf">KStream&lt;String, String&gt; userActions = builder.stream("user-actions");
KTable&lt;String, String&gt; userProfiles = builder.table("user-profiles");

KStream&lt;String, String&gt; joinedStream = userActions.leftJoin(
 userProfiles,
 (action, profile) -&gt; {
 if (profile == null) return action + " by unknown user";
 return action + " by " + profile;
 }
);

joinedStream.to("user-actions-with-profile");</code></pre><pre ><code class="language-groovy">Key: "user123", Value: "click by Alice, US"
Key: "user456", Value: "purchase by unknown user"</code></pre>&nbsp;KStreams - KTable 조인KTable-KTable 조인은 두 개의 상태 기반 데이터(KTable)를 결합합니다.이는 KTable의 키를 기준으로 데이터가 업데이트될 때마다 결과 테이블도 업데이트됩니다.<ul ><li>조인은 상태 기반으로 동작하며, 입력 데이터가 변경될 때마다 결과 테이블도 갱신됩니다.</li><li>결합된 데이터는 항상 최신 상태를 유지합니다.</li></ul> [시나리오: 상품 정보와 카테고리 정보 결합]<ul ><li>product-info 테이블: 상품의 이름과 가격Key: 상품 ID, Value: 상품 이름과 가격</li><li>category-info 테이블: 상품의 카테고리 정보Key: 상품 ID, Value: 카테고리 이름</li></ul><pre ><code class="language-lasso">KTable&lt;String, String&gt; productInfo = builder.table("product-info");
KTable&lt;String, String&gt; categoryInfo = builder.table("category-info");

KTable&lt;String, String&gt; joinedTable = productInfo.join(
 categoryInfo,
 (product, category) -&gt; product + " in category: " + category
);

joinedTable.toStream().to("product-with-category");</code></pre><pre ><code class="language-groovy">Key: "product123", Value: "Coffee Machine, $120 in category: Appliances"</code></pre> 실무 사례: KTable - KTable 조인으로 데이터 정확도 개선실무에서 제가 결합하고자 했던 데이터는 상품 정보 A와 상품 정보 B였습니다. 기존에는 KTable-KStream 조인을 사용했으나, 이 방식에서는 오래된 데이터 A와 최신 데이터 B가 결합되는 문제가 있었습니다. 이는 두 정보가 모두 실시간 데이터가 아니라 상태성 데이터였기 때문에 발생한 이슈였습니다.&nbsp;이를 해결하기 위해 KTable-KTable 조인으로 변경하고, TTL을 설정하여 KTable 상태의 만료 시간을 관리했습니다. 이로써 과거 데이터가 결합되어 상품 정보에 반영되는 문제를 해결할 수 있었습니다.&nbsp;결론Kafka Streams의 조인 연산은 다양한 데이터 소스를 결합하여 강력한 실시간 데이터 파이프라인을 구축할 수 있는 도구입니다<ul ><li>KStream-KStream: 이벤트 간 시간 관계를 분석하고 처리</li><li>KStream-KTable: 실시간 스트림 데이터를 참조 데이터와 결합</li><li>KTable-KTable: 상태 기반 데이터의 지속적인 동기화 및 최신 상태 유지</li></ul> Kafka Streams를 활용한 조인 방식은 데이터의 특성과 요구사항에 따라 달라져야 합니다.실시간 스트림인지, 상태 기반 데이터인지 정확히 이해하고 올바른 조인 방식을 선택하는 것이 데이터 파이프라인의 정확성과 효율성을 높이는 핵심입니다. 원문: [https://ducktopia.tistory.com/141]

🕊️ KStream과 KTable의 이해와 조인 활용

💬 IRC를 아시나요?

irc.ameego.club:6667

심심풀이로 서버 열어봤습니다.

역시 진정한 긱이라면 슬랙이나 디스코드같은 짝퉁이 아니라 irc에서 놀아야겠죠. 후후.. 😎🍿🥤

💬 IRC를 아시나요? irc.ameego.club:6667 심심풀이로 서버 열어봤습니다. 역시 진정한 긱이라면 슬랙이나 디스코드같은 짝퉁이 아니라 irc에서 놀아야겠죠. 후후.. 😎🍿🥤

Want to know which AI tools businesses and creators are flocking to? Here's 2024's AI leaderboard and how ChatGPT, Canva, Gemini, Copilot, and more stack up in market share.

The most popular AI tools of 2024 (and what that even means)

웹 검색, 대화 및 멘션을 기반으로 트렌드를 분석하는 회사인 Exploding Topics에서 웹 분석 플랫폼인 Semrush와 Similarweb에서 데이터를 수집하고 20개 도구의 총 트래픽 양을 계산하는 방식으로 접근한 8월 기준의 데이터로 2024년 전체를 평가했을때의 2024년 생성형 AI 시장 점유율 상위 20개 서비입니다.(단, 12월까지의 데이터를 취합해서 한다면 조금은 차이가 있을거 같습니다.)

 1.  ChatGPT - 시장 점유율 54.96%
     * 생성형 AI 서비스의 원조로 막대한 투자와 지속적인 판매 수익으로 최고의 자리를 유지. 최근 텍스트-비디오 애플리케이션 Sora와 월 $200의 프리미엄 서비스를 발표
     * https://chatgpt.com/
 2.  Canva - 시장 점유율 14.92%
     * 웹 기반 이미지 편집 및 마케팅 도구로, AI를 활용한 템플릿 생성, 배경 제거, 자동 크기 조정, 텍스트-이미지 생성 등 다양한 기능 제공
     * https://www.canva.com/
 3.  DeepL - 시장 점유율 5.38%
     * 33개 언어를 번역하는 온라인 번역 서비스. PDF, Word, PowerPoint 등 파일 번역 가능. "Language AI 플랫폼"으로 다양한 애플리케이션과 통합 가능
     * https://www.deepl.com/
 4.  Google Gemini - 시장 점유율 4.75%
     * 최근 Gemini 2.0 업데이트로 많은 기능 추가. 사용자 10억 명 이상 도달했다는 Google CEO의 발표와 달리, 실질적인 프로그래밍 테스트 성능은 다소 미흡
     * https://gemini.google.com/
 5.  CharacterAI - 시장 점유율 3.90%
     * 사용자 맞춤형 챗봇 생성 도구. 논란이 있지만 독특한 AI 캐릭터를 시뮬레이션할 수 있어 인기를 끌고 있음
     * https://character.ai/
 6.  ﻿Remove bg - 시장 점유율 1.76%
     * 사진의 배경을 제거하는 서비스. 배경을 흐리게 하거나 새로운 배경을 추가 가능. 유료 기반 서비스
     * https://www.remove.bg/﻿
 7.  JanitorAI - 시장 점유율 1.72%
     * 온라인 역할극에 초점을 맞춘 캐릭터 생성기. 많은 사용자가 애니메이션 스타일의 캐릭터를 제작 중
     * https://janitorai.com/
 8.  QuillBot - 시장 점유율 1.68%
     * 온라인 글쓰기 보조 도구로 문법 검사기, 표절 검사기, AI 감지기, 요약 도구, 인용 생성기 등 다양한 기능 제공
     * https://quillbot.com/
 9.  Grammarly - 시장 점유율 1.66%
     * 2009년 출시된 문법 및 스타일 점검 도구로, 현재는 AI 기반 글쓰기 보조로 확장. 표절 경고 및 톤 제안 기능도 포함
     * https://www.grammarly.com/
 10. Claude - 시장 점유율 1.57%
     * Anthropic의 챗봇으로 Amazon, Google과의 대규모 투자와 Slack 통합을 통해 성장 중. 프로그래밍 테스트 성능은 미흡
     * https://claude.ai/
 11. Perplexity - 시장 점유율 1.46%
     * 챗봇으로 프로그래밍 테스트에서 좋은 성능을 기록
     * https://www.perplexity.ai/
 12. Suno - 시장 점유율 1.26%
     * 텍스트-노래 생성 서비스
     * https://suno-ai.org/
 13. CapCut - 시장 점유율 0.89%
     * AI 기반 비디오 편집기
     * https://www.capcut.com/
 14. Poe - 시장 점유율 0.89%
     * 다중 대규모 언어 모델 챗봇
     * https://poe.com/
 15. Quizizz - 시장 점유율 0.67%
     * AI 기반 대화형 학습 플랫폼
     * https://quizizz.com/
 16. Microsoft Copilot - 시장 점유율 0.56%
     * Microsoft 제품에 내장된 AI 기능
     * https://copilot.microsoft.com/
 17. Luma AI - 시장 점유율 0.54%
     * 텍스트-비디오 생성 AI
     * https://lumalabs.ai/
 18. ElevenLabs - 시장 점유율 0.51%
     * 텍스트-음성 변환 및 AI 음성 생성
     * https://elevenlabs.io/
 19. OpenAI Playground - 시장 점유율 0.47%
     * ChatGPT 개발사의 모델 테스트 환경
     * https://platform.openai.com/playground/
 20. DeepAI - 시장 점유율 0.46%
     * 이미지, 음악, 비디오 생성 AI
     * https://deepai.org/

 * 출처: https://www.zdnet.com/article/the-most-popular-ai-tools-of-2024-and-what-that-even-means/

웹 검색, 대화 및 멘션을 기반으로 트렌드를 분석하는 회사인 Exploding Topics에서 웹 분석 플랫폼인 Semrush와 Similarweb에서 데이터를 수집하고 20개 도구의 총 트래픽 양을 계산하는 방식으로 접근한 8월 기준의 데이터로 2024년 전체를 평가했을때의 2024년 생성형 AI 시장 점유율 상위 20개 서비입니다.(단, 12월까지의 데이터를 취합해서 한다면 조금은 차이가 있을거 같습니다.) <ol ><li>ChatGPT - 시장 점유율 54.96%<ul ><li>생성형 AI 서비스의 원조로 막대한 투자와 지속적인 판매 수익으로 최고의 자리를 유지. 최근 텍스트-비디오 애플리케이션 Sora와 월 $200의 프리미엄 서비스를 발표</li><li>https://chatgpt.com/</li></ul></li><li>Canva - 시장 점유율 14.92%<ul ><li>웹 기반 이미지 편집 및 마케팅 도구로, AI를 활용한 템플릿 생성, 배경 제거, 자동 크기 조정, 텍스트-이미지 생성 등 다양한 기능 제공</li><li>https://www.canva.com/</li></ul></li><li>DeepL - 시장 점유율 5.38%<ul ><li>33개 언어를 번역하는 온라인 번역 서비스. PDF, Word, PowerPoint 등 파일 번역 가능. "Language AI 플랫폼"으로 다양한 애플리케이션과 통합 가능</li><li>https://www.deepl.com/</li></ul></li><li>Google Gemini - 시장 점유율 4.75%<ul ><li>최근 Gemini 2.0 업데이트로 많은 기능 추가. 사용자 10억 명 이상 도달했다는 Google CEO의 발표와 달리, 실질적인 프로그래밍 테스트 성능은 다소 미흡</li><li>https://gemini.google.com/</li></ul></li><li>CharacterAI - 시장 점유율 3.90%<ul ><li>사용자 맞춤형 챗봇 생성 도구. 논란이 있지만 독특한 AI 캐릭터를 시뮬레이션할 수 있어 인기를 끌고 있음</li><li>https://character.ai/</li></ul></li><li>﻿Remove bg - 시장 점유율 1.76%<ul ><li>사진의 배경을 제거하는 서비스. 배경을 흐리게 하거나 새로운 배경을 추가 가능. 유료 기반 서비스</li><li>https://www.remove.bg/﻿</li></ul></li><li>JanitorAI - 시장 점유율 1.72%<ul ><li>온라인 역할극에 초점을 맞춘 캐릭터 생성기. 많은 사용자가 애니메이션 스타일의 캐릭터를 제작 중</li><li>https://janitorai.com/</li></ul></li><li>QuillBot - 시장 점유율 1.68%<ul ><li>온라인 글쓰기 보조 도구로 문법 검사기, 표절 검사기, AI 감지기, 요약 도구, 인용 생성기 등 다양한 기능 제공</li><li>https://quillbot.com/</li></ul></li><li>Grammarly - 시장 점유율 1.66%<ul ><li>2009년 출시된 문법 및 스타일 점검 도구로, 현재는 AI 기반 글쓰기 보조로 확장. 표절 경고 및 톤 제안 기능도 포함</li><li>https://www.grammarly.com/</li></ul></li><li>Claude - 시장 점유율 1.57%<ul ><li>Anthropic의 챗봇으로 Amazon, Google과의 대규모 투자와 Slack 통합을 통해 성장 중. 프로그래밍 테스트 성능은 미흡</li><li>https://claude.ai/</li></ul></li><li>Perplexity - 시장 점유율 1.46%<ul ><li>챗봇으로 프로그래밍 테스트에서 좋은 성능을 기록</li><li>https://www.perplexity.ai/</li></ul></li><li>Suno - 시장 점유율 1.26%<ul ><li>텍스트-노래 생성 서비스</li><li>https://suno-ai.org/</li></ul></li><li>CapCut - 시장 점유율 0.89%<ul ><li>AI 기반 비디오 편집기</li><li>https://www.capcut.com/</li></ul></li><li>Poe - 시장 점유율 0.89%<ul ><li>다중 대규모 언어 모델 챗봇</li><li>https://poe.com/</li></ul></li><li>Quizizz - 시장 점유율 0.67%<ul ><li>AI 기반 대화형 학습 플랫폼</li><li>https://quizizz.com/</li></ul></li><li>Microsoft Copilot - 시장 점유율 0.56%<ul ><li>Microsoft 제품에 내장된 AI 기능</li><li>https://copilot.microsoft.com/</li></ul></li><li>Luma AI - 시장 점유율 0.54%<ul ><li>텍스트-비디오 생성 AI</li><li>https://lumalabs.ai/</li></ul></li><li>ElevenLabs - 시장 점유율 0.51%<ul ><li>텍스트-음성 변환 및 AI 음성 생성</li><li>https://elevenlabs.io/</li></ul></li><li>OpenAI Playground - 시장 점유율 0.47%<ul ><li>ChatGPT 개발사의 모델 테스트 환경</li><li>https://platform.openai.com/playground/</li></ul></li><li>DeepAI - 시장 점유율 0.46%<ul ><li>이미지, 음악, 비디오 생성 AI</li><li>https://deepai.org/</li></ul></li></ol> <ul ><li>출처: https://www.zdnet.com/article/the-most-popular-ai-tools-of-2024-and-what-that-even-means/</li></ul>

ZDNET

[ZDnet]2024년 생성형 AI 시장 점유율 상위 20개 서비스

‎Learn about collection Get the US’s Top Apps of 2024 featuring Temu: Shop Like a Billionaire, Threads, TikTok, and many more on App Store. Enjoy these apps on your iPhone, iPad, and iPod touch.

‎Get the US’s Top Apps of 2024 : App Store Story

🎉 2024년 App Store Award 수상작 🎉

🍏 앱 부문
 * 올해의 iPhone 앱: Kino(Lux Optics Inc.): 영화에서 영감을 얻은 필터와 고급 제어를 통해 삶의 영화 같은 면모를 사용자에게 일깨워 줌
 * 올해의 iPad 앱: Moises(Moises Systems Inc.): 강력한 AI 도구를 활용해 뮤지션들이 iPad에서 실력을 연마할 수 있게 도와줌
 * 올해의 Mac 앱: Adobe Lightroom(Adobe Inc.): Mac에서 혁신적인 사진 편집 성능을 제공
 * 올해의 Apple Vision Pro 앱: What If…? An Immersive Story Marvel Studios, ILM Immersive, Disney+. :
 * 올해의 Apple Watch 앱: Lumy(Raja V): 사용자가 태양의 움직임을 확인하고 매일 마법 같은 순간을 발견하도록 도와줌
 * 올해의 Apple TV 앱: F1 TV(Formula One Digital Media Limited): 집에서 즐길 수 있는 몰입감 넘치는 레이싱 관전 경험을 제공
   
   
🍏 문화적 영향력 부문
 * Oko(AYES BV): 혁신성과 단순성을 결합해 시각 장애인 사용자가 확신을 가지고 도시의 거리를 걸어다닐 수 있게 도와줌
 * EF Hello(Signum International AG): AI로 구동되며 모든 수준의 언어 학습자를 위해 체계적인 학습 접근법을 제공하고, 앱 사용자는 소통력을 높이고 주위 세계와 더욱 적극적으로 상호작용할 수 있게
 * DailyArt(Zuzanna Stanska): 시대와 사조를 넘나들며 놀라운 예술 작품을 사용자에게 보여주는 DailyArt는 사용자의 지적 호기심을 자극
 * NYT Games(The New York Times Company): 재미있고 간단한 여러 게임을 매일 선사해 가족 및 친구와 세대를 넘어 소통하게 해 줌
 * The Wreck(The Pixel Hunt): 영화 같은 장면과 인터랙티브 내러티브를 제공하는 The Wreck은 어려운 상황이 닥쳤을 때 발생하는 내적 갈등을 묘사
 * Do You Really Want to Know 2(Gamtropy Co., Ltd.): HIV와 함께 사는 것이 어떤 의미인지 살펴보고, 가족 및 친구와 대화를 나눌 수 있는 교육 자료와 현지 리소스를 사용자에게 제공

🍎 App Store에서 2024년 가장 많이 다운로드된 앱
🍏 Top free apps chart
 * Temu(Shopping)
 * Threads
 * TikTok
 * ChatGPT
 * Google
 * Instagram
 * WhatsApp Messenger
 * Capcut - Video Editor
 * YouTube
 * Gmail
 * Google Maps
 * SHEIN(Shopping)
 * Facebook
 * Telegram Messenger
 * Snapchat
   ...
🍏 Top paid apps chart
 * Shadowrocket
 * HotSchedules
 * Procreate Pocket
 * 75 Hard
 * AnkMobile Flalshcards
 * AutoSleep Track Sleep on Watch
 * Paprika Recipe Manager 3
 * TonalEnergy Tuner & Metronome
 * Goblin Tools
 * Forest: Focus for Productivity
 * SkyView
 * Monash FODMAP Diet
 * RadarScope
   ....
   
   
 * App Store: https://apps.apple.com/story/id1778539371
 * App Store Award: https://www.apple.com/kr/newsroom/2024/12/apple-honors-2024-app-store-award-winners/
 * 출처: https://www.apple.com/kr/newsroom/2024/12/apple-reveals-2024s-most-downloaded-apps-and-games-on-the-app-store/

🎉 2024년 App&nbsp;Store&nbsp;Award 수상작 🎉 🍏 앱 부문<ul><li>올해의 iPhone 앱:&nbsp;Kino(Lux Optics Inc.): 영화에서 영감을 얻은 필터와 고급 제어를 통해 삶의 영화 같은 면모를 사용자에게 일깨워 줌</li><li>올해의 iPad 앱: Moises(Moises Systems Inc.): 강력한 AI 도구를 활용해 뮤지션들이 iPad에서 실력을 연마할 수 있게 도와줌</li><li>올해의 Mac 앱: Adobe Lightroom(Adobe Inc.): Mac에서 혁신적인 사진 편집 성능을 제공</li><li>올해의 Apple Vision Pro 앱: What If…? An Immersive Story Marvel Studios, ILM Immersive, Disney+. :</li><li>올해의 Apple Watch 앱: Lumy(Raja V): 사용자가 태양의 움직임을 확인하고 매일 마법 같은 순간을 발견하도록 도와줌</li><li>올해의 Apple TV 앱: F1 TV(Formula One Digital Media Limited): 집에서 즐길 수 있는 몰입감 넘치는 레이싱 관전 경험을 제공 </li></ul>🍏 문화적 영향력 부문<ul><li>Oko(AYES BV): 혁신성과 단순성을 결합해 시각 장애인 사용자가 확신을 가지고 도시의 거리를 걸어다닐 수 있게 도와줌</li><li>EF Hello(Signum International AG): AI로 구동되며 모든 수준의 언어 학습자를 위해 체계적인 학습 접근법을 제공하고, 앱 사용자는 소통력을 높이고 주위 세계와 더욱 적극적으로 상호작용할 수 있게</li><li>DailyArt(Zuzanna Stanska): 시대와 사조를 넘나들며 놀라운 예술 작품을 사용자에게 보여주는 DailyArt는 사용자의 지적 호기심을 자극</li><li>NYT Games(The New York Times Company): 재미있고 간단한 여러 게임을 매일 선사해 가족 및 친구와 세대를 넘어 소통하게 해 줌</li><li>The Wreck(The Pixel Hunt): 영화 같은 장면과 인터랙티브 내러티브를 제공하는 The Wreck은 어려운 상황이 닥쳤을 때 발생하는 내적 갈등을 묘사</li><li>Do You Really Want to Know 2(Gamtropy Co., Ltd.): HIV와 함께 사는 것이 어떤 의미인지 살펴보고, 가족 및 친구와 대화를 나눌 수 있는 교육 자료와 현지 리소스를 사용자에게 제공</li></ul> 🍎 App Store에서 2024년 가장 많이 다운로드된 앱🍏 Top free apps chart<ul><li>Temu(Shopping)</li><li>Threads</li><li>TikTok</li><li>ChatGPT</li><li>Google</li><li>Instagram</li><li>WhatsApp Messenger</li><li>Capcut - Video Editor</li><li>YouTube</li><li>Gmail</li><li>Google Maps</li><li>SHEIN(Shopping)</li><li>Facebook</li><li>Telegram Messenger</li><li>Snapchat...</li></ul>🍏 Top paid apps chart<ul><li>Shadowrocket</li><li>HotSchedules</li><li>Procreate Pocket</li><li>75 Hard</li><li>AnkMobile Flalshcards</li><li>AutoSleep Track Sleep on Watch</li><li>Paprika Recipe Manager 3</li><li>TonalEnergy Tuner &amp; Metronome</li><li>Goblin Tools</li><li>Forest: Focus for Productivity</li><li>SkyView</li><li>Monash FODMAP Diet</li><li>RadarScope.... </li><li>App Store: https://apps.apple.com/story/id1778539371</li><li>App Store Award: https://www.apple.com/kr/newsroom/2024/12/apple-honors-2024-app-store-award-winners/</li><li>출처: https://www.apple.com/kr/newsroom/2024/12/apple-reveals-2024s-most-downloaded-apps-and-games-on-the-app-store/</li></ul>

App Store

< 2024년 앱스토어 Award 수상작&가장 다운로드 많았던 앱s >

태블로, 파워 비아이, 루커 스튜디오 등 데이터 시각화 도구를 다 배우고 싶지만,
처음부터 제대로 배우기는 부담스러울 때가 많습니다.

Graphy는 크롬 익스탠션(Chrome Extention)을 사용해,
온라인 또는 웹에 있는 데이터 및 테이블을 쉽게 데이터 시각화로 변경할 수 있는 도구입니다.

Graphy를 통해 막대 그래프, 선 그래프, 파이 차트, 히트맵, 퍼널 차트 등
다양한 데이터 시각화를 만들어보세요.

태블로, 파워 비아이, 루커 스튜디오 등 데이터 시각화 도구를 다 배우고 싶지만,처음부터 제대로 배우기는 부담스러울 때가 많습니다. Graphy는 크롬 익스탠션(Chrome Extention)을 사용해,온라인 또는 웹에 있는 데이터 및 테이블을 쉽게 데이터 시각화로 변경할 수 있는 도구입니다. Graphy를 통해 막대 그래프, 선 그래프, 파이 차트, 히트맵, 퍼널 차트 등다양한 데이터 시각화를 만들어보세요.

데이터 시각화 도구, Graphy

“연차가 얼만데 이것도 몰라요?”

이런 말 들을까 봐 아는 척할 때가 있어요.

부디 연차가 더 쌓이기 전에 모른다고 말하세요. 지금 인정하고 배우는 편이 나아요.

시간의 무게는 갈수록 무겁고 부담스러워져요. 연차가 쌓일수록 모른다고 말하기 어려워요.

지금이 모른다고 말하기 가장 쉬울 때예요.

“연차가 얼만데 이것도 몰라요?” 이런 말 들을까 봐 아는 척할 때가 있어요. 부디 연차가 더 쌓이기 전에 모른다고 말하세요. 지금 인정하고 배우는 편이 나아요. 시간의 무게는 갈수록 무겁고 부담스러워져요. 연차가 쌓일수록 모른다고 말하기 어려워요. 지금이 모른다고 말하기 가장 쉬울 때예요.

주말이 너무 길어요. 출근하고 싶어요.

개발자 1년 차에 제가 했던 말이에요. 망언이죠.

당시엔 일하는 게 유일한 놀이였어요. 주말은 지루했어요. 친구들이랑 만나는 시간도 아까웠어요.

회사에 있는 게 가장 좋았죠. 일과 회사를 애정했어요.

조금씩 알게 됐어요. 과했다는 걸. 애정을 둬야 할 곳은 내 주변 사람이라는 걸 깨달았어요.

그 후론 주말을 잘 활용하려고 해요. 친구들과 시간을 보내고 관계의 밀도를 높이는 데 써요.

이젠 알아요. 주말은 너무 짧아요.

주말이 너무 길어요. 출근하고 싶어요. 개발자 1년 차에 제가 했던 말이에요. 망언이죠. 당시엔 일하는 게 유일한 놀이였어요. 주말은 지루했어요. 친구들이랑 만나는 시간도 아까웠어요. 회사에 있는 게 가장 좋았죠. 일과 회사를 애정했어요. 조금씩 알게 됐어요. 과했다는 걸. 애정을 둬야 할 곳은 내 주변 사람이라는 걸 깨달았어요. 그 후론 주말을 잘 활용하려고 해요. 친구들과 시간을 보내고 관계의 밀도를 높이는 데 써요. 이젠 알아요. 주말은 너무 짧아요.

GitHub Copilot을 그동안 Individual, Business, Enterprise 3가지 유료 플랜으로 제공하고 있었다. 그 외 오픈소스 기여자나 학생, 교사에게는 무료로 제공되었지만, 기본적으로는 유료 기능이었다.



이번 12...

새로 공개된 GitHub Copilot Free :: Outsider's Dev Story

그동안 유료로만 제공되던 GitHub Copilot이 이번에 무료플랜을 추가했습니다. 사용량의 제한은 있지만 가볍게 사용한다면 큰 무리가 없을 정도라고 생각되고 대부분의 기능은 그대로 제공되기 때문에 결제까지 원하지 않는 사람은 경험해 볼 수 있게 되었습니다.

https://blog.outsider.ne.kr/1747

그동안 유료로만 제공되던 GitHub Copilot이 이번에 무료플랜을 추가했습니다. 사용량의 제한은 있지만 가볍게 사용한다면 큰 무리가 없을 정도라고 생각되고 대부분의 기능은 그대로 제공되기 때문에 결제까지 원하지 않는 사람은 경험해 볼 수 있게 되었습니다. https://blog.outsider.ne.kr/1747

Outsider's Dev Story

이 글은... '이름 들으면 알 정도의' 스타트업이 아니라, 그 아래에서 성공하기 위해 고군분투하고 있는 작은 스타트업 주니어에 대한 글이다. 그리고 그 안에서 고군분투했던 내가 어떤 실패를 겪었는지, 무엇을 느꼈는지에 대해 적어보고자 한다. 초기 스타트업이라고 불리는 곳에 '지원해볼까? 말까?'하고 있는, 혹은 다니고 있는 주니어들에게 도움이 되지 않을까

13화 스타트업에서 성장한다는 주니어의 착각

거의 5년이 지나가는 글이지만, 몇 달에 한번씩 우연히 이 글을 볼 때 마다 매번 내용이 좋다고 생각하는 글입니다. 주니어로 한정짓기보다는 그냥 직장인로써 회사 업무를 진행하며 성장하고 있다고 느껴질때, 과연 실제로 그 업무가 시장에서 인정받는 성장 인지 판단해봐야 한다는 교훈을 주는 글입니다.

주니어가 스타트업에 채용되어 입사했다면 대개 그 스타트업은 성장한다.
조직 내부에 있으면 외부에 있을 때보다 훨씬 성공이 크게 다가온다. 매출이 1억에서 2억으로 뛰었을 때, 고무적인 성장을 이뤄낸 것에 대해 다 같이 자축하고 동기 부여된다. 특히 주니어로서 많은 권한과 책임을 안고 시도한 일들이 어떤 성과를 냈을 때 당연히 기분이 좋을 수 밖에 없다.

하지만 나와 회사의 위대함은 어디까지나 은밀하게 위대했다
어떤 모임에 나가 무슨 스타트업이라 이야기해도 아무도 모르고, 연 매출 100억 회사가 되었다고 열심히 이야기하더라도 그들입장에서는 그냥 똑같은 스타트업이었을뿐이다.
결국 대기업에 비해 보여지는건 그냥 작은 스타트업 일뿐이었다.

회사의 성장은 나의 성장이라고 믿었다.
실제로 회사가 성장하는 만큼 나도 꽤나 성장했다. 작은 비즈니스라도 쉬운일이 아니고, 실력이 있어야만 가능한 일이라는 것을 배웠다. 하지만 주변에 아무나 잡고 이야기해봐도 '그래?'가 끝이였고, 메이저 스타트업 출신의 다른 동료분들의 비해 주늑 드는 나 자신을 발견하게 되었다.

여기서 나의 착각은 '회사의 성장이 곧 나의 성장' 이라는 것만 믿었다는 것이다.
현업에 치여 매일 실무들을 쳐내다 보니 작은 성장들이 너무나 크게 보였고, 정작 '나의 성장' 에는 소홀했다. 커리어 개발의 기준을 '시장'에 두어야 하는데 단지 그 '회사' 안에서만 두었던 것이다. 그러니 시장에 나갔을 때 이야기할만한 '나의 성장'이 적을 수 밖에 없었다.

시장의 기준에서 통용될 수 있는 성장의 근거를 만들어야한다.
그 근거가 조직 내부의 관점에 머물러 있으면 작은 성공도 커보이고, 시장의 관점에서 인정받는 성장을 놓치게 된다. 주인의식을 갖고 몰입하는 건 좋지만 언제나 '시장'의 관점을 견지하고 있어야 한다. 개인 커리어 관점에서 말이다.

회사의 성장과 회사 안에서 나의 성장은 실체보다 더 크게보인다.
이에 매몰되지 않도록 항상 '시장'의 관점에서 사고하고 판단할 수 있게끔 유관업계 현직자들과 네트워킹 해야하고, 시장의 관점으로 나 자신의 성장을 판단해야한다.
단순히 회사의 성장에 기대지 않도록 나만의 포트폴리오를 만들어가야 하고, 단순히 숫자나 성과 위주가 아닌, 숫자의 크기와 상관없이 적용 가능한 '문제 해결 방법론과 의사결정 히스토리' 를 중심으로 기록하는게 좋다.

논리와 근거가 있어도 쉽게 무너진다.
조직 안에서는 서로간의 신뢰가 있기 때문에 논리와 근거를 바탕으로 이야기했을 때 상대방을 설득해낼 수 있지만, 외부로 나가면 논리와 근거보다 직급과 나이, 출신이 실제로 더 힘이 있었던것 같다. 그러니까 단순히 스타트업에서 '해봤다'는 것만으로는 부족하고, 나의 전문성을 입증할 수 있을 만한 근거를 일하는 동안 끊임없이 모아야 한다. 구직 시장에서 먹힐 수 있는, 공신력 있는 근거들을 쌓아두지 않으면 씨알도 먹히지 않는다.

하고 싶은 일이나 성장이라는 허울 좋은 가치만 쫒는 동안 해야 하는일과 생존을 놓쳤다.
주말 없이 바쁘게 살고 있으니 퇴근 후 조금은 워라벨을 즐겨야 한다고 생각하고 쉬기도했다. 회사도 성장하고 있고 그 안에서 나도 누구보다 바쁘게, 어디서 해볼 수 없는 다양한 일들을 경험하며 성장하고 있으니까 괜찮다고 안일하게 생각했다. 내 경험이 재산이 될 거라고 생각했고 일에 대한 관점과 논리적인 생각이 경쟁력이 될 거라고 생각했으나 실제로는 인정받기 어려웠다.

거의 5년이 지나가는 글이지만, 몇 달에 한번씩 우연히 이 글을 볼 때 마다 매번 내용이 좋다고 생각하는 글입니다. 주니어로 한정짓기보다는 그냥 직장인로써 회사 업무를 진행하며 성장하고 있다고 느껴질때, 과연 실제로 그 업무가 시장에서 인정받는 성장 인지 판단해봐야 한다는 교훈을 주는 글입니다. 주니어가 스타트업에 채용되어 입사했다면 대개 그 스타트업은 성장한다.조직 내부에 있으면 외부에 있을 때보다 훨씬 성공이 크게 다가온다. 매출이 1억에서 2억으로 뛰었을 때, 고무적인 성장을 이뤄낸 것에 대해 다 같이 자축하고 동기 부여된다. 특히 주니어로서 많은 권한과 책임을 안고 시도한 일들이 어떤 성과를 냈을 때 당연히 기분이 좋을 수 밖에 없다. 하지만 나와 회사의 위대함은 어디까지나 은밀하게 위대했다어떤 모임에 나가 무슨 스타트업이라 이야기해도 아무도 모르고, 연 매출 100억 회사가 되었다고 열심히 이야기하더라도 그들입장에서는 그냥 똑같은 스타트업이었을뿐이다.결국 대기업에 비해 보여지는건 그냥 작은 스타트업 일뿐이었다. 회사의 성장은 나의 성장이라고 믿었다.실제로 회사가 성장하는 만큼 나도 꽤나 성장했다. 작은 비즈니스라도 쉬운일이 아니고, 실력이 있어야만 가능한 일이라는 것을 배웠다. 하지만 주변에 아무나 잡고 이야기해봐도 '그래?'가 끝이였고, 메이저 스타트업 출신의 다른 동료분들의 비해 주늑 드는 나 자신을 발견하게 되었다. 여기서 나의 착각은 '회사의 성장이 곧 나의 성장' 이라는 것만 믿었다는 것이다.현업에 치여 매일 실무들을 쳐내다 보니 작은 성장들이 너무나 크게 보였고, 정작 '나의 성장' 에는 소홀했다. 커리어 개발의 기준을 '시장'에 두어야 하는데 단지 그 '회사' 안에서만 두었던 것이다. 그러니 시장에 나갔을 때 이야기할만한 '나의 성장'이 적을 수 밖에 없었다. 시장의 기준에서 통용될 수 있는 성장의 근거를 만들어야한다.그 근거가 조직 내부의 관점에 머물러 있으면 작은 성공도 커보이고, 시장의 관점에서 인정받는 성장을 놓치게 된다. 주인의식을 갖고 몰입하는 건 좋지만 언제나 '시장'의 관점을 견지하고 있어야 한다. 개인 커리어 관점에서 말이다. 회사의 성장과 회사 안에서 나의 성장은 실체보다 더 크게보인다.이에 매몰되지 않도록 항상 '시장'의 관점에서 사고하고 판단할 수 있게끔 유관업계 현직자들과 네트워킹 해야하고, 시장의 관점으로 나 자신의 성장을 판단해야한다.단순히 회사의 성장에 기대지 않도록 나만의 포트폴리오를 만들어가야 하고, 단순히 숫자나 성과 위주가 아닌, 숫자의 크기와 상관없이 적용 가능한 '문제 해결 방법론과 의사결정 히스토리' 를 중심으로 기록하는게 좋다. 논리와 근거가 있어도 쉽게 무너진다.조직 안에서는 서로간의 신뢰가 있기 때문에 논리와 근거를 바탕으로 이야기했을 때 상대방을 설득해낼 수 있지만, 외부로 나가면 논리와 근거보다 직급과 나이, 출신이 실제로 더 힘이 있었던것 같다. 그러니까 단순히 스타트업에서 '해봤다'는 것만으로는 부족하고, 나의 전문성을 입증할 수 있을 만한 근거를 일하는 동안 끊임없이 모아야 한다. 구직 시장에서 먹힐 수 있는, 공신력 있는 근거들을 쌓아두지 않으면 씨알도 먹히지 않는다. 하고 싶은 일이나 성장이라는 허울 좋은 가치만 쫒는 동안 해야 하는일과 생존을 놓쳤다.주말 없이 바쁘게 살고 있으니 퇴근 후 조금은 워라벨을 즐겨야 한다고 생각하고 쉬기도했다. 회사도 성장하고 있고 그 안에서 나도 누구보다 바쁘게, 어디서 해볼 수 없는 다양한 일들을 경험하며 성장하고 있으니까 괜찮다고 안일하게 생각했다. 내 경험이 재산이 될 거라고 생각했고 일에 대한 관점과 논리적인 생각이 경쟁력이 될 거라고 생각했으나 실제로는 인정받기 어려웠다.

Brunch Story

스타트업에서 성장한다는 주니어의 착각

구글 코딩 가이드라인을 보면 코드 가독성(Readability)을 강조한다. 코딩 주짓수 하지 말고 읽기 쉬운 코드를 작성하라는 건데 그래야 다른 개발자들 뿐만 아니라 본인이 본인의 코드를 나중에 볼 때 도움이 된다. 기본적으로 실리콘밸리에서는 개발자들의 이직이 워낙 잦기 때문에 유지 보수의 중요성에 대한 전반적인 인식이 더 있지 않나 싶다. 좋은 코드가 갖는 여러가지 원칙이 있겠지만 아래와 같은 것들을 들어볼 수 있을 듯 하다.

 1. 유지 보수성
    * 코드가 단순할수록 이해하기 쉽고, 수정하거나 확장할 때 실수를 줄일 수 있다.
    * 코드 리뷰, 디버깅, 팀 협업에서 단순한 코드는 더 효율적이다.
 2. 복잡성의 비용
    * 불필요하게 복잡한 코드는 버그를 유발하기 쉽고, 기능을 추가하거나 수정할 때 전체 시스템을 망칠 위험이 커진다
    * 가독성이 떨어지면 개발자는 코드 이해에 더 많은 시간을 소비한다.
 3. KISS 원칙
    * "Keep It Simple, Stupid"라는 원칙은 소프트웨어 설계에서 중요한 가이드라인으로, 과도한 설계나 복잡한 논리를 피하고 간단한 해결책을 찾는 것을 권장한다.
 4. YAGNI 원칙
    * "You Aren’t Gonna Need It"이라는 원칙은 필요하지 않은 기능을 미리 작성하지 말라는 뜻으로, 불필요한 코드 생성을 막는 데 초점이 맞춘다.
 5. DRY 원칙
    * "Don't Repeat Yourself"라는 원칙은 비슷한 코드를 copy-and-paste 형태로 반복하지 말고 함수나 클래스의 형태로 모듈화하는 걸 이야기한다. 그래야 유지보수가 쉬워진다.

경험상 정말 잘 하는 개발자는 코드를 양산하기 보다는 불필요한 코드를 줄이고 단순화하는 특성(빼기의 미학)이 있다. 하지만 대부분의 개발자들은 코드를 양산하는데 집중을 하기 쉬운데 일반적으로 우리는 가산 편향에 빠져 있기 때문이다. 즉 문제 해결을 하려면 뭔가를 새로 추가해야 한다고 생각하기 쉽다는 거다.

잘 하지 못하는 개발자가 코드를 양산하는 이유는 다음과 같다. 잘 하는 프로덕트 매니저와 같이 일을 한다면 아래 이슈 중의 몇 가지는 피할 수 있다.

 1. 기능주의 사고방식
    * "많은 기능 = 좋은 코드"라는 착각에 빠져, 기능 추가에만 집중하는 경우가 많다.
 2. 단순화 기술 부족
    * 복잡한 문제를 단순화하는 기술과 경험이 부족하면, 더 많은 코드로 문제를 해결하려는 경향이 생긴다.
 3. 과잉 설계 (Overengineering)
    * 모든 가능성을 고려해서 너무 많은 구조와 패턴을 적용하려다 보면, 실제로 필요하지 않은 코드가 양산되며 이는 유지보수 문제로 이어진다.

더하기가 아닌 빼기의 미학에 대해 생각해보자. 스티브 잡스는 무언가를 더 추가하려는 유혹에 저항하는 것이야말로 훌륭한 디자인과 혁신의 핵심이라고 말했다. 진정으로 중요한 것에 집중하기 위해 불필요한 것들을 과감히 제거해야 한다는 거다. 스티브 잡스의 아래 문구로 글을 마무리하고자 한다.

"I'm as proud of many of the things we haven't done as the things we have done. Innovation is saying no to a thousand things."

구글 코딩 가이드라인을 보면 코드 가독성(Readability)을 강조한다. 코딩 주짓수 하지 말고 읽기 쉬운 코드를 작성하라는 건데 그래야 다른 개발자들 뿐만 아니라 본인이 본인의 코드를 나중에 볼 때 도움이 된다. 기본적으로 실리콘밸리에서는 개발자들의 이직이 워낙 잦기 때문에 유지 보수의 중요성에 대한 전반적인 인식이 더 있지 않나 싶다. 좋은 코드가 갖는 여러가지 원칙이 있겠지만 아래와 같은 것들을 들어볼 수 있을 듯 하다. <ol ><li>유지 보수성<ul ><li>코드가 단순할수록 이해하기 쉽고, 수정하거나 확장할 때 실수를 줄일 수 있다.</li><li>코드 리뷰, 디버깅, 팀 협업에서 단순한 코드는 더 효율적이다.</li></ul></li><li>복잡성의 비용<ul ><li>불필요하게 복잡한 코드는 버그를 유발하기 쉽고, 기능을 추가하거나 수정할 때 전체 시스템을 망칠 위험이 커진다</li><li>가독성이 떨어지면 개발자는 코드 이해에 더 많은 시간을 소비한다.</li></ul></li><li>KISS 원칙<ul ><li>"Keep It Simple, Stupid"라는 원칙은 소프트웨어 설계에서 중요한 가이드라인으로, 과도한 설계나 복잡한 논리를 피하고 간단한 해결책을 찾는 것을 권장한다.</li></ul></li><li>YAGNI 원칙<ul ><li>"You Aren’t Gonna Need It"이라는 원칙은 필요하지 않은 기능을 미리 작성하지 말라는 뜻으로, 불필요한 코드 생성을 막는 데 초점이 맞춘다.</li></ul></li><li>DRY 원칙<ul ><li>"Don't Repeat Yourself"라는 원칙은 비슷한 코드를 copy-and-paste 형태로 반복하지 말고 함수나 클래스의 형태로 모듈화하는 걸 이야기한다. 그래야 유지보수가 쉬워진다.</li></ul></li></ol> 경험상 정말 잘 하는 개발자는 코드를 양산하기 보다는 불필요한 코드를 줄이고 단순화하는 특성(빼기의 미학)이 있다. 하지만 대부분의 개발자들은 코드를 양산하는데 집중을 하기 쉬운데 일반적으로 우리는 가산 편향에 빠져 있기 때문이다. 즉 문제 해결을 하려면 뭔가를 새로 추가해야 한다고 생각하기 쉽다는 거다. 잘 하지 못하는 개발자가 코드를 양산하는 이유는 다음과 같다. 잘 하는 프로덕트 매니저와 같이 일을 한다면 아래 이슈 중의 몇 가지는 피할 수 있다. <ol ><li>기능주의 사고방식<ul ><li>"많은 기능 = 좋은 코드"라는 착각에 빠져, 기능 추가에만 집중하는 경우가 많다.</li></ul></li><li>단순화 기술 부족<ul ><li>복잡한 문제를 단순화하는 기술과 경험이 부족하면, 더 많은 코드로 문제를 해결하려는 경향이 생긴다.</li></ul></li><li>과잉 설계 (Overengineering)<ul ><li>모든 가능성을 고려해서 너무 많은 구조와 패턴을 적용하려다 보면, 실제로 필요하지 않은 코드가 양산되며 이는 유지보수 문제로 이어진다.</li></ul></li></ol> 더하기가 아닌 빼기의 미학에 대해 생각해보자. 스티브 잡스는 무언가를 더 추가하려는 유혹에 저항하는 것이야말로 훌륭한 디자인과 혁신의 핵심이라고 말했다. 진정으로 중요한 것에 집중하기 위해 불필요한 것들을 과감히 제거해야 한다는 거다. 스티브 잡스의 아래 문구로 글을 마무리하고자 한다. "I'm as proud of many of the things we haven't done as the things we have done. Innovation is saying no to a thousand things."

코드 가독성과 빼기의 미학

군대에 다녀와서 컴퓨터 공부를 처음 시작할 때 어떻게 해야 할지를 몰랐습니다.

다시 공부한다면 탑다운 방식으로

군대에 다녀와서 컴퓨터 공부를 처음 시작할 때 어떻게 해야 할지를 몰랐습니다.
에라 모르겠다. 처음부터 차근차근 해보자. 010101 부터.

C언어도 아니고 모리스 마노 교수의 디지털 논리와 컴퓨터 설계를 읽기 시작했습니다.
부울 연산이 뭔지, NAND 게이트가 뭔지부터 시작했던 것입니다.

그리고 C언어도 공부하고 자료구조와 알고리즘도 공부하고…
컴퓨터 구조, 운영체제, 네트워킹, 데이터베이스.
그렇게 차근 차근 공부했습니다.

지금 생각하면 좋은 방법이었는지 의문이 듭니다.
그냥 간단한 웹 개발 같은 걸로 시작했으면 어땠을까?
코딩을 잘하고 싶으면 코딩을 많이 해봐야지.
그러다 궁금한 게 생기면 하나씩 파고들어가는 탑다운 방식으로.

실제로 이렇게 공부한 친구들을 회사에서 많이 만났습니다.
운영체제 내부는 거의 아는 게 없지만…
앱 개발이나 서버 개발은 저보다 훨씬 잘했습니다.

이런 걸 보면서 난 그동안 뭘 한 거지? 하는 자괴감이 들곤 했습니다.

다시 대학생으로 돌아간다면 탑다운 방식으로 공부해 보고 싶습니다.
기술이 금세 바뀌어 버리니까.
요즘 새로운 기술을 공부할 때는 저도 이렇게 탑다운 방식으로 하는 것 같기도 합니다.
모르는 게 생기면 ChatGPT에게 물어보면서 점점 깊이 내려가는 식으로.

이렇게 공부할 때는 주의할 점도 있습니다.
조금 어려워진다 싶으면 ‘이딴 건 몰라도 돼’ 하는 마음이 올라온다는 것입니다.
이런 마음만 잘 다스릴 수 있으면… 탑다운 어프로치도 좋은 학습 전략인 것 같습니다.

https://jeho.page/essay/2024/12/10/top-down-approach.html

군대에 다녀와서 컴퓨터 공부를 처음 시작할 때 어떻게 해야 할지를 몰랐습니다. 에라 모르겠다. 처음부터 차근차근 해보자. 010101 부터. C언어도 아니고 모리스 마노 교수의 디지털 논리와 컴퓨터 설계를 읽기 시작했습니다. 부울 연산이 뭔지, NAND 게이트가 뭔지부터 시작했던 것입니다. 그리고 C언어도 공부하고 자료구조와 알고리즘도 공부하고… 컴퓨터 구조, 운영체제, 네트워킹, 데이터베이스. 그렇게 차근 차근 공부했습니다. 지금 생각하면 좋은 방법이었는지 의문이 듭니다. 그냥 간단한 웹 개발 같은 걸로 시작했으면 어땠을까?코딩을 잘하고 싶으면 코딩을 많이 해봐야지. 그러다 궁금한 게 생기면 하나씩 파고들어가는 탑다운 방식으로. 실제로 이렇게 공부한 친구들을 회사에서 많이 만났습니다. 운영체제 내부는 거의 아는 게 없지만… 앱 개발이나 서버 개발은 저보다 훨씬 잘했습니다. 이런 걸 보면서 난 그동안 뭘 한 거지? 하는 자괴감이 들곤 했습니다. 다시 대학생으로 돌아간다면 탑다운 방식으로 공부해 보고 싶습니다. 기술이 금세 바뀌어 버리니까. 요즘 새로운 기술을 공부할 때는 저도 이렇게 탑다운 방식으로 하는 것 같기도 합니다. 모르는 게 생기면 ChatGPT에게 물어보면서 점점 깊이 내려가는 식으로. 이렇게 공부할 때는 주의할 점도 있습니다. 조금 어려워진다 싶으면 ‘이딴 건 몰라도 돼’ 하는 마음이 올라온다는 것입니다. 이런 마음만 잘 다스릴 수 있으면… 탑다운 어프로치도 좋은 학습 전략인 것 같습니다. https://jeho.page/essay/2024/12/10/top-down-approach.html

K리그 프로그래머

차세대 자바스크립트 런타임이자 올인원 개발 키트인 Bun에 대한 국내 첫 기술서인 헬로 Bun을 이제 eBook으로도 만나 보실 수 있습니다!

사실 eBook 출간은 아이러니하게도 저자인 제가 제일 손꼽아 기다렸는데요 😅 해외에 있어서 정적 저는 종이 책을 손에 아직 쥐어보지 못했거든요 😭 선편으로 부쳤다는데 캐나다 우체국이 현재 파업 중이라서 언제 도착할지 모르겠습니다 ㅋㅋ

저처럼 종이 책을 읽기 어려운 분들께 eBook이 좋은 대안이 되었으면 좋겠네요! 많은 관심 부탁드립니다 🙏

📕 YES24: https://www.yes24.com/Product/Goods/134021042
📗 교보문고: https://product.kyobobook.co.kr/detail/S000214450265
📘 알라딘: https://www.aladin.co.kr/shop/wproduct.aspx?ISBN=9791193926710

차세대 자바스크립트 런타임이자 올인원 개발 키트인 Bun에 대한 국내 첫 기술서인 헬로 Bun을 이제 eBook으로도 만나 보실 수 있습니다! 사실 eBook 출간은 아이러니하게도 저자인 제가 제일 손꼽아 기다렸는데요 😅 해외에 있어서 정적 저는 종이 책을 손에 아직 쥐어보지 못했거든요 😭 선편으로 부쳤다는데 캐나다 우체국이 현재 파업 중이라서 언제 도착할지 모르겠습니다 ㅋㅋ 저처럼 종이 책을 읽기 어려운 분들께 eBook이 좋은 대안이 되었으면 좋겠네요! 많은 관심 부탁드립니다 🙏 📕 YES24: https://www.yes24.com/Product/Goods/134021042 📗 교보문고: https://product.kyobobook.co.kr/detail/S000214450265 📘 알라딘: https://www.aladin.co.kr/shop/wproduct.aspx?ISBN=9791193926710

헬로 Bun 🥟 eBook 출간 소식 📨

1
명심하라. 설득은, 설득이 필요한 순간에 꺼내들면 대부분 실패한다.

2
설득이 필요하지 않은 순간에 설득을 차곡차곡 쌓아놓으면, 언젠가 그것이 꼭 필요해질 때가 온다.

3
설득을 쌓아놓았다가 설득이 필요한 순간에 꺼내 쓰기만 하면 된다.

4
당신을 팔아야 할 때도 마찬가지다.

5
누군가에게 간절히 당신을 팔아야 할 때는, 아무리 영업을 잘해도 당신은 팔려나가지 않는다.

6
평소에 더 많은 사람들의 장바구니에 당신이 담겨 있어야 한다.

7
그러다가 당신이 간절히 필요해질 때 그들은 마침내 구매 버튼을 누른다.

#싸우지않고이기는기술

1 명심하라. 설득은, 설득이 필요한 순간에 꺼내들면 대부분 실패한다. ​ ​2 설득이 필요하지 않은 순간에 설득을 차곡차곡 쌓아놓으면, 언젠가 그것이 꼭 필요해질 때가 온다. ​ ​3 설득을 쌓아놓았다가 설득이 필요한 순간에 꺼내 쓰기만 하면 된다. ​ ​4 당신을 팔아야 할 때도 마찬가지다. ​ ​5 누군가에게 간절히 당신을 팔아야 할 때는, 아무리 영업을 잘해도 당신은 팔려나가지 않는다. ​ ​6 평소에 더 많은 사람들의 장바구니에 당신이 담겨 있어야 한다. ​ ​7 그러다가 당신이 간절히 필요해질 때 그들은 마침내 구매 버튼을 누른다. #싸우지않고이기는기술

< 당신을 팔고 싶다면, 평소에 장바구니에 담겨라 >

지금 AI와 코딩하는 일에 대한 의견은 약간 그런거 같다. 게임 업계에서 자동사냥이 시작되었던 때, 자동사냥에 대한 업계인들의 반응.

처음 자동사냥이 시작되었을 때, 그게 게임이냐라거나 핵 쓰는거나 다름없다 막 그랬지만, 결국 자동사냥 게임은 많은 일반인(?)들의 선택에 의해 게임 장르의 한 축이 되었다.

게임의 특성은 여러가지가 있지만, 수집 욕구가 큰 축을 차지하는데 자동사냥은 그걸 쉽게 만들어 준 것. 업계 고인물이나 골수 게이머들은 인정하지 않았지만, 결과적으로 더 많은 사람들이 게임을 즐길 수 있게 됨으로써 게임의 저변이 넓어졌다.

프로그래밍, 코딩도 마찬가지로, 코딩의 즐거움과 유용함에는 여러가지가 있지만 그중 가장 큰 축은 소프트웨어적으로 작동하는 무언가를 창작해내는 것에 있는데, 이를 쉽게 이룰 수 있게 해 준 것.

고인물들에게는 쓰레기 코드만 양산되는거 아니냐 싶겠지만, 결과적으로 더 많은 사람들이 소프트웨어를 만들 수 있게 됨으로써 저변이 넓어질 것으로 생각된다.

그리고 이건 생성형 AI로 혁신되는 거의 모든 업계에 해당되는 말이지 않을까 싶다.

지금 AI와 코딩하는 일에 대한 의견은 약간 그런거 같다. 게임 업계에서 자동사냥이 시작되었던 때, 자동사냥에 대한 업계인들의 반응. 처음 자동사냥이 시작되었을 때, 그게 게임이냐라거나 핵 쓰는거나 다름없다 막 그랬지만, 결국 자동사냥 게임은 많은 일반인(?)들의 선택에 의해 게임 장르의 한 축이 되었다. 게임의 특성은 여러가지가 있지만, 수집 욕구가 큰 축을 차지하는데 자동사냥은 그걸 쉽게 만들어 준 것. 업계 고인물이나 골수 게이머들은 인정하지 않았지만, 결과적으로 더 많은 사람들이 게임을 즐길 수 있게 됨으로써 게임의 저변이 넓어졌다. 프로그래밍, 코딩도 마찬가지로, 코딩의 즐거움과 유용함에는 여러가지가 있지만 그중 가장 큰 축은 소프트웨어적으로 작동하는 무언가를 창작해내는 것에 있는데, 이를 쉽게 이룰 수 있게 해 준 것. 고인물들에게는 쓰레기 코드만 양산되는거 아니냐 싶겠지만, 결과적으로 더 많은 사람들이 소프트웨어를 만들 수 있게 됨으로써 저변이 넓어질 것으로 생각된다. 그리고 이건 생성형 AI로 혁신되는 거의 모든 업계에 해당되는 말이지 않을까 싶다.

지금 AI와 코딩하는 일에 대한 의견은 약간 그런거 같다. 게임 

직장에서 처음으로 데이터 분석 프로젝트를 시작하게 된 당신.

바로 데이터 분석에 뛰어들기 전,
아래의 체크리스트를 먼저 확인해보세요.

당신의 데이터 분석이 더욱 가치있어질 거에요.

직장에서 처음으로 데이터 분석 프로젝트를 시작하게 된 당신. 바로 데이터 분석에 뛰어들기 전,아래의 체크리스트를 먼저 확인해보세요. 당신의 데이터 분석이 더욱 가치있어질 거에요.

데이터 분석 전 체크해야 하는 체크리스트 6가지

[Leadership] 유능한 직원은 떠나고 무능한 상사만 남는 이유

‘어떻게 저렇게 무능한 사람이 임원 자리에 앉아있는 걸까?’ 직장생활의 풀리지 않는 미스터리다. 회사 뿐 아니라 정부, 종교단체, 학교 등 근무지에 상관없이 그리고 시대와 동서양 문화권을 막론하고 보편적인 현상이다. 유능한 직원은 떠나고 무능한 상사만 남는 이유는 무엇일까.

1969년 미국의 교육학자 로런스 피터와 레이먼드 헐은 정치, 법률, 교육, 산업 등 모든 조직에서 시간이 지날수록 무능한 관리자들이 넘쳐나는 현상을 발견했다. 이를 ‘피터의 법칙(Peter Principle)’이라고 하는데 ‘승진 후 새로운 업무를 수행할 때 과거보다 일 처리 능력이 떨어지는 것은 자연스러운 현상’이라는 주장이다.

예를 들어 보자. 업무 성과가 탁월한 김 대리는 팀장으로 특진했다. 그러나 기쁨도 잠시 ‘아직도 빛나는 유능한 실무능력’이 문제가 된다. 자신의 뛰어난 실무능력을 팀원들에게 효율적으로 전수하면서 팀원들을 격려하고 동기부여를 하는 동시에 리더로서 해야 할 일에 전념해야 하지만, 특진까지 했으니 짧은 시간에 뛰어난 실적을 보여 자신의 능력을 입증하려 한다.

그러나 생각보다 좋은 결과가 나오지 않으니 팀원들을 격려하기보다는, 자신에 비해 업무능력이 떨어지는 팀원들을 비난하며 질책한다. 결국 자신이 직접 나서 실적을 채우려 실무까지 처리한다.

권한 위임을 하는 것에 대해서는 불안을 느낀다. 통제와 관리, 신뢰와 위임 사이에서 끊임없이 갈등만 한다. 팀장 본연의 업무가 무엇인지 깨닫지도 못한 상황에서 무엇을 어떻게 해야 할지 답답하기만 하다. 팀원들은 팀장이 자기들을 믿지 못해 실무적인 일까지 나서서 한다는 생각에 의욕을 잃어가고, 그러는 사이에 팀 내에서는 웃음소리가 사라져 버린다.

켈리 슈 예일대 경영대학원 교수는 높은 성과를 인정받아 승진한 관리자들이 리더로서 새로운 업무도 잘 수행하는지 알아보기 위해 131개 기업을 분석했다. 조사 결과는 피터의 법칙을 그대로 보여주었다. 주로 1등 영업사원 출신 관리자들의 실적이 최하위에 머물렀다.

이에 대해 켈리 슈는 “최고의 엔지니어가 창업한다고 해서 반드시 최고의 경영자가 되는 것은 아니며, 이는 최고의 엔지니어가 되는 것과 엔지니어를 잘 관리하는 리더가 되는 것은 다른 역량이기 때문”이라고 설명했다. 즉 리더는 성과를 내는 추진력 뿐만 아니라 팀원을 독려하고 시너지를 만드는 관리 능력이 매우 중요하다는 것이다.

조직의 리더는 대부분 실무능력이 뛰어난 사람들이다. 성과가 뛰어난 사람이 승진하는 것은 공정하다고 인식되기 때문이다. 여기에는 실무를 잘하면 자신의 담당 업무뿐 아니라 부하직원의 교육과 관리 등 리더의 역할도 잘 해낼 거라는 기대가 포함되어 있다.

그러나 실제로 리더의 과거 업무 성과는 리더십과 직접적인 연관성이 없다. 과거의 직무 수행능력을 승진 후의 직책에 필요한 능력과 같은 것으로 생각하는 판단의 오류는 승진할수록 되레 무능해지는 상사들을 만드는 아이러니를 낳는다.

그런데 피터의 법칙이 경고하는 진짜 위험은 ‘유능한 직원들이 조직을 떠나게 된다’라는 사실이다. 무능해진 상사들에게 자리를 지키는 것은 가장 중요한 문제다. 이들의 눈에 창의적 사고로 새로운 도전을 시도하는 유능한 직원은 질서를 어지럽히는 존재일 뿐이다.

따라서 창의적이고 도전적인 인재들은 오히려 승진에서 제외되기 쉽고 결국 스스로 버티지 못하고 떠나게 된다. 피터의 법칙이 관료적 조직에서 더욱 강하게 나타나는 건 바로 이런 속성 때문이다.

미국의 만화 <딜버트(Dilbert)>는 65개국 2000여 개의 신문에 연재된 세계적인 콘텐츠다. 엔지니어 딜버트의 직장생활을 그린 3~4컷의 만화는 경영진의 무능과 상사의 횡포, 권위주의적 계층구조를 신랄하게 풍자하는 내용으로 선풍적인 인기를 끌었다.

열광한 독자들은 작가 스콧 애덤스에게 자신들의 직장생활 이야기를 보냈는데 이는 고스란히 만화의 소재로 활용되었다. 작가는 열렬한 반응에 힘입어 독자들을 대상으로 ‘어떤 관행이 직원들을 가장 화나게 하는가’라는 설문조사를 했다. 가장 많은 표를 얻은 것은 ‘경영진으로 승진한 멍청이’였다.

이 내용은 만화 <딜버트의 법칙>으로 출간됐고 100만 부 이상이 팔렸다. 여기서 ‘무능력하고 비효율적인 직원일수록 경쟁 단계를 거치지 않고 곧바로 승진하는 현상’을 뜻하는 딜버트의 법칙이 탄생했다.

딜버트의 법칙이 작용하는 조직은 변화를 두려워하고 현실에 안주하려는 경향이 강하다. 혁신을 외치지만 혁신을 시도하지 않는다. 이런 풍토에 어울리는 사람이 바로 무능한 사람이다. 만화에서는 무능하지만 승진하고 싶은 사람들에게 “상사에게 잘 보이면 그만이고 너무 열심히 일하면 오히려 곤란하다”라고 조언한다.

피터의 법칙은 조직이 리더의 자질을 제대로 평가하지 않을 때 무능한 리더가 조직을 가득 채운다고 경고한다. 무능해진 리더들은 자신의 결점을 보완하고 리더로서 필요한 자질과 지식을 습득하기보다는 조직에 딜버트의 법칙을 만연하게 만든다.

무능한 상사들은 일에 대한 열정을 가진 직원이 오히려 껄끄럽다. 그래서 의도적으로 똑똑하지 않은 직원을 승진시켜 옆에 두는 최고경영자도 실제 현실에서 존재한다. 무능한 사람이 고위직으로 승진하는 꽤 흔한 이유다. 만년 저성과 조직은 이렇게 만들어진다.

‘어떻게 저렇게 무능한 사람이 임원 자리에 앉아있는 걸까?’ 직장생활의 풀리지 않는 미스터리다. 회사 뿐 아니라 정부, 종교단체, 학교 등 근무지에 상관없이 그리고 시대와 동서양 문화권을 막론하고 보편적인 현상이다. 유능한 직원은 떠나고 무능한 상사만 남는 이유는 무엇일까. 1969년 미국의 교육학자 로런스 피터와 레이먼드 헐은 정치, 법률, 교육, 산업 등 모든 조직에서 시간이 지날수록 무능한 관리자들이 넘쳐나는 현상을 발견했다. 이를 ‘피터의 법칙(Peter Principle)’이라고 하는데 ‘승진 후 새로운 업무를 수행할 때 과거보다 일 처리 능력이 떨어지는 것은 자연스러운 현상’이라는 주장이다. 예를 들어 보자. 업무 성과가 탁월한 김 대리는 팀장으로 특진했다. 그러나 기쁨도 잠시 ‘아직도 빛나는 유능한 실무능력’이 문제가 된다. 자신의 뛰어난 실무능력을 팀원들에게 효율적으로 전수하면서 팀원들을 격려하고 동기부여를 하는 동시에 리더로서 해야 할 일에 전념해야 하지만, 특진까지 했으니 짧은 시간에 뛰어난 실적을 보여 자신의 능력을 입증하려 한다. 그러나 생각보다 좋은 결과가 나오지 않으니 팀원들을 격려하기보다는, 자신에 비해 업무능력이 떨어지는 팀원들을 비난하며 질책한다. 결국 자신이 직접 나서 실적을 채우려 실무까지 처리한다. 권한 위임을 하는 것에 대해서는 불안을 느낀다. 통제와 관리, 신뢰와 위임 사이에서 끊임없이 갈등만 한다. 팀장 본연의 업무가 무엇인지 깨닫지도 못한 상황에서 무엇을 어떻게 해야 할지 답답하기만 하다. 팀원들은 팀장이 자기들을 믿지 못해 실무적인 일까지 나서서 한다는 생각에 의욕을 잃어가고, 그러는 사이에 팀 내에서는 웃음소리가 사라져 버린다. 켈리 슈 예일대 경영대학원 교수는 높은 성과를 인정받아 승진한 관리자들이 리더로서 새로운 업무도 잘 수행하는지 알아보기 위해 131개 기업을 분석했다. 조사 결과는 피터의 법칙을 그대로 보여주었다. 주로 1등 영업사원 출신 관리자들의 실적이 최하위에 머물렀다. 이에 대해 켈리 슈는 “최고의 엔지니어가 창업한다고 해서 반드시 최고의 경영자가 되는 것은 아니며, 이는 최고의 엔지니어가 되는 것과 엔지니어를 잘 관리하는 리더가 되는 것은 다른 역량이기 때문”이라고 설명했다. 즉 리더는 성과를 내는 추진력 뿐만 아니라 팀원을 독려하고 시너지를 만드는 관리 능력이 매우 중요하다는 것이다. 조직의 리더는 대부분 실무능력이 뛰어난 사람들이다. 성과가 뛰어난 사람이 승진하는 것은 공정하다고 인식되기 때문이다. 여기에는 실무를 잘하면 자신의 담당 업무뿐 아니라 부하직원의 교육과 관리 등 리더의 역할도 잘 해낼 거라는 기대가 포함되어 있다. 그러나 실제로 리더의 과거 업무 성과는 리더십과 직접적인 연관성이 없다. 과거의 직무 수행능력을 승진 후의 직책에 필요한 능력과 같은 것으로 생각하는 판단의 오류는 승진할수록 되레 무능해지는 상사들을 만드는 아이러니를 낳는다. 그런데 피터의 법칙이 경고하는 진짜 위험은 ‘유능한 직원들이 조직을 떠나게 된다’라는 사실이다. 무능해진 상사들에게 자리를 지키는 것은 가장 중요한 문제다. 이들의 눈에 창의적 사고로 새로운 도전을 시도하는 유능한 직원은 질서를 어지럽히는 존재일 뿐이다. 따라서 창의적이고 도전적인 인재들은 오히려 승진에서 제외되기 쉽고 결국 스스로 버티지 못하고 떠나게 된다. 피터의 법칙이 관료적 조직에서 더욱 강하게 나타나는 건 바로 이런 속성 때문이다. 미국의 만화 &lt;딜버트(Dilbert)&gt;는 65개국 2000여 개의 신문에 연재된 세계적인 콘텐츠다. 엔지니어 딜버트의 직장생활을 그린 3~4컷의 만화는 경영진의 무능과 상사의 횡포, 권위주의적 계층구조를 신랄하게 풍자하는 내용으로 선풍적인 인기를 끌었다. 열광한 독자들은 작가 스콧 애덤스에게 자신들의 직장생활 이야기를 보냈는데 이는 고스란히 만화의 소재로 활용되었다. 작가는 열렬한 반응에 힘입어 독자들을 대상으로 ‘어떤 관행이 직원들을 가장 화나게 하는가’라는 설문조사를 했다. 가장 많은 표를 얻은 것은 ‘경영진으로 승진한 멍청이’였다. 이 내용은 만화 &lt;딜버트의 법칙&gt;으로 출간됐고 100만 부 이상이 팔렸다. 여기서 ‘무능력하고 비효율적인 직원일수록 경쟁 단계를 거치지 않고 곧바로 승진하는 현상’을 뜻하는 딜버트의 법칙이 탄생했다. 딜버트의 법칙이 작용하는 조직은 변화를 두려워하고 현실에 안주하려는 경향이 강하다. 혁신을 외치지만 혁신을 시도하지 않는다. 이런 풍토에 어울리는 사람이 바로 무능한 사람이다. 만화에서는 무능하지만 승진하고 싶은 사람들에게 “상사에게 잘 보이면 그만이고 너무 열심히 일하면 오히려 곤란하다”라고 조언한다. 피터의 법칙은 조직이 리더의 자질을 제대로 평가하지 않을 때 무능한 리더가 조직을 가득 채운다고 경고한다. 무능해진 리더들은 자신의 결점을 보완하고 리더로서 필요한 자질과 지식을 습득하기보다는 조직에 딜버트의 법칙을 만연하게 만든다. 무능한 상사들은 일에 대한 열정을 가진 직원이 오히려 껄끄럽다. 그래서 의도적으로 똑똑하지 않은 직원을 승진시켜 옆에 두는 최고경영자도 실제 현실에서 존재한다. 무능한 사람이 고위직으로 승진하는 꽤 흔한 이유다. 만년 저성과 조직은 이렇게 만들어진다.

www.chiefexe.com

‘어떻게 저렇게 무능한 사람이 임원 자리에 앉아있는 걸까?’ 직장

가장 많이 여쭤보시는 질문 중 하나입니다. 채용 담당자 시절과 현재 코칭을 많이 하며 느낀 제 기준입니다.

👉 총 45-55p 사이
👉 서비스 3~4개
👉 프로젝트 6~7개, 장당 7-8p
👉 프로젝트 = 서비스 아님
👉 서비스 하나당 n개의 프로젝트가 나올 수 있음
👉 한 프로젝트 구성
- 프로젝트 배경 > 문제인식 및 정의 > 가설 > 솔루션 > 결과해석 > 레슨런
👉 문제 해결력을 잘 보여줄 수 있는 중요도 순서로 배치: 최신순 아니어도 됨, 같은 서비스가 붙어 있지 않아도 됨
👉 JD상 필요시 장표 후반에 Appendix 추가 후 BX, 개발, 그래픽 관련 작업들 추가

가장 많이 여쭤보시는 질문 중 하나입니다. 채용 담당자 시절과 현재 코칭을 많이 하며 느낀 제 기준입니다. 👉 총 45-55p 사이👉 서비스 3~4개👉 프로젝트 6~7개, 장당 7-8p👉 프로젝트 = 서비스 아님👉 서비스 하나당 n개의 프로젝트가 나올 수 있음👉 한 프로젝트 구성- 프로젝트 배경 &gt; 문제인식 및 정의 &gt; 가설 &gt; 솔루션 &gt; 결과해석 &gt; 레슨런👉 문제 해결력을 잘 보여줄 수 있는 중요도 순서로 배치: 최신순 아니어도 됨, 같은 서비스가 붙어 있지 않아도 됨👉 JD상 필요시 장표 후반에 Appendix 추가 후 BX, 개발, 그래픽 관련 작업들 추가

✋적당한 문제 해결 포트폴리오 장수는?

Findings in our latest study show that the quality of code written with GitHub Copilot is significantly more functional, readable, reliable, maintainable, and concise.

Does GitHub Copilot improve code quality? Here’s what the data says

GitHub에서 Copilot의 효과를 파악하기 위해 실험을 했습니다.

5년 이상의 개발자 202명을 모집 후 절반은 GitHub Copilot을 쓰고 절반은 AI도구를 일체 사용하지 않은 채 웹 서버의 API 엔드포인트를 작성하도록 한 뒤 준비된 단위 테스트의 통과 여부와 전문가 검토를 통해서 코드를 평가했습니다.

연구 결과에 따르면 GitHub Copilot을 사용한 코드가 단위테스트를 통과할 가능성이 56% 더 높았고 가독성은 1~3% 좋고 유지보수 면에서도 쉬운것으로 평가 받았다고 합니다.

https://github.blog/news-insights/research/does-github-copilot-improve-code-quality-heres-what-the-data-says/

GitHub에서 Copilot의 효과를 파악하기 위해 실험을 했습니다. 5년 이상의 개발자 202명을 모집 후 절반은 GitHub Copilot을 쓰고 절반은 AI도구를 일체 사용하지 않은 채 웹 서버의 API 엔드포인트를 작성하도록 한 뒤 준비된 단위 테스트의 통과 여부와 전문가 검토를 통해서 코드를 평가했습니다. 연구 결과에 따르면 GitHub Copilot을 사용한 코드가 단위테스트를 통과할 가능성이 56% 더 높았고 가독성은 1~3% 좋고 유지보수 면에서도 쉬운것으로 평가 받았다고 합니다. https://github.blog/news-insights/research/does-github-copilot-improve-code-quality-heres-what-the-data-says/

The GitHub Blog

GitHub에서 Copilot의 효과를 파악하기 위해 실험을 했습

DATA/AI를 학습하고 싶지만,
어디에서 어떻게 시작해야 할지 몰라,
망설이고 있나요?

datarichard가 제공하는 무료 학습 패키지를 통해
DATA/AI를 재미있고 가치있게 학습해보세요.

✔️ 데이터 이력서 템플릿
데이터 직무를 준비하는 취준생을 위한 이력서 작성 방법 및 노하우

✔️ 데이터 분석 자료 모음집
데이터 분석에 필요한 지식과 자료, 모두 담은 디지털 브레인.

✔️ AI 생산성 도구 리스트
원하는 목표를 달성하는 시간을 줄이고, 더 스마트하게 시간을 사용하기 위한 도구들

✔️ AI 명령어 아카이브
AI에게 지시하는 명령어를 저장하여 필요할 때 꺼내쓰는 저장소

여기에서 무료로 모두 받아가세요.
https://datarichard.simple.ink

DATA/AI를 학습하고 싶지만, 어디에서 어떻게 시작해야 할지 몰라, 망설이고 있나요? datarichard가 제공하는 무료 학습 패키지를 통해 DATA/AI를 재미있고 가치있게 학습해보세요. ✔️ 데이터 이력서 템플릿 데이터 직무를 준비하는 취준생을 위한 이력서 작성 방법 및 노하우 ✔️ 데이터 분석 자료 모음집 데이터 분석에 필요한 지식과 자료, 모두 담은 디지털 브레인. ✔️ AI 생산성 도구 리스트 원하는 목표를 달성하는 시간을 줄이고, 더 스마트하게 시간을 사용하기 위한 도구들 ✔️ AI 명령어 아카이브 AI에게 지시하는 명령어를 저장하여 필요할 때 꺼내쓰는 저장소 여기에서 무료로 모두 받아가세요.https://datarichard.simple.ink&nbsp;

기타

김주동

삼성전자Thermal Engineer

두둠치기

DATA/AI 학습 패키지를 무료로 받아가세요

교육 / 에듀테크

창립자

데이터 교육 크리에이터

데이터 분석가

데이터 엔지니어 인턴

데이터 엔지니어

Business Analytics 석사

Psychology 전과

천마인재학부 제적

Data Science 학사 졸업

𝙍𝙞𝙘𝙝𝙖𝙧𝙙 

Weekly datarichard [뉴스레터]

LinkedIn [링크드인]

Threads [쓰레드]

당신이 DATA/AI를 재미있고 가치있게 배울수 있도록 돕습니다.
Founder @ datarichard (datarichard.simple.ink)


DATA/AI 학습 패키지를 무료로 받아가세요

댓글 0

비슷한 게시물

주간 인기 TOP 10

추천 프로필