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

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.

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

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.

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.

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

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?

나는 여전히 Rebase(Git)를 해야 할 필요성에 대한 의구심이 있다.

나는 여전히 Rebase(Git)를 해야 할 필요성에 대한 의구심이 있다.

간단한 MCP Sever를 작성해보고 액터모델로 확장하는 변종실험입니다.
MCP 생성코드가 아직 학습이 덜되었는지~ MCP서버 작성해달라고하니 마인크래프트 사설 서버구축 방법을 알려주는듯

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

간단한 MCP Sever를 작성해보고 액터모델로 확장하는 변종실험입니다.MCP 생성코드가 아직 학습이 덜되었는지~ MCP서버 작성해달라고하니 마인크래프트 사설 서버구축 방법을 알려주는듯 https://wiki.webnori.com/x/ToFVBg

MCP with Actor

최근에 회사 업무로 데모를 작업해야 할 일이 있어서 (프론트 + 백엔드/AI + GCP 인프라) cline + gemini 2.5 pro 조합으로 한동안 vibe coding 스타일로 업무를 진행해 보았습니다.

요즘 많이들 사용하는 cursor는 회사 업무 관련해서 쓰기에는 보안 정책 문제가 있어서 Gemini 2.5 pro를 cline plugin을 통해서 사용해 본 것인데요.. 몇가지 느낀점을 써보자면:

 * 일단 너무 편하고 좋았습니다. 특히 제가 프론트엔드쪽이 많이 약한데 react 코드 생성이나 수정을 너무 잘 해주네요. 기존 코드베이스가 있고 처음보는 라이브러리도 있어서 기존같으면 스터디하고, 코드 분석하고, 디버깅하며 작업해야 하면 대략 2주정도 걸릴 만한 프론트엔드 작업이 하루정도 걸렸습니다.
 * 느낌이 마치 1~3년 경력 신입/주니어 개발자들을 여러명 데리고 일하는 느낌입니다. 근데 말을 찰떡같이 잘 알아듣고, 개발 속도도 엄청나게 빠르고, 지치지 않고, 아주 똑똑한 친구들을 데리고 일하는 느낌이라서 생산성이 확실히 엄청 높아진 느낌입니다.
 * 요즘 LLM 성능이 너무 좋아져서 한국어를 그냥 넣어도 영어랑 큰 차이 없게 좋은 결과를 내는 것 또한 개발 경험을 더 좋게 만드는 것 같습니다.
 * 개발이 너무 재미있어졌습니다. 개발에 흥미가 확 생겼던 적이 몇번 있는데요, 1) 처음 프로그래밍을 접했을 때 2) ML을 처음 접했을 때 3) Python을 주력 언어로 쓰기 시작할 때 (지금은 Python을 그리 선호하지는 않습니다만..) 처럼 개발하면서 정말 재밌다는 느낌을 많이 받았습니다. 근데 이게 개발이 재미있다기보다는 내가 할 수 있는 것들의 범위가 훨씬 많아졌다는 게 느껴져서, 앞으로 무한한 가능성이 있겠다는 생각 때문에 재미있다는 느낌인 것 같습니다.
 * 물론 아직 AI만으로는 부족한 점이 많이 보여서 vibe coding 스타일로 만든걸 production 에 넣기엔 무리일 듯 합니다. SNS 같은데 많이 보이는 것 처럼 "비개발자도 원하는거 다 만든다" 는 어려울거 같은게 개발 경험이 많지 않다면 제대로 된 지시를 내리기 어려운 경우도 좀 있는 거 같습니다. 특히 AI를 아무리 돌려도 못찾는 크리티컬한 이슈들도 있어서 기존 방식으로 고민해서 troubleshooting 하고 개발하는 것들이 여전히 필요한 경우도 꽤 많았습니다. 하지만 생산성은 확실히 몇 배로 오르는 느낌입니다.

1년 전만 해도 LLM을 개발에 사용할 때 이정도로 좋은 경험을 주려면 시간이 꽤 걸리겠다 싶었는데 정말 AI 발전 속도가 대단하다고 느껴집니다. 지금은 주니어 개발자를 데리고 일하는 느낌인데 몇년 내로 시니어 이상 급의 개발자와 함께 일하는 느낌이 되겠죠? 그러면 또 개발 패러다임이 어떻게 바뀔지 궁금합니다.

최근에 회사 업무로 데모를 작업해야 할 일이 있어서 (프론트 + 백엔드/AI + GCP 인프라) cline + gemini 2.5 pro 조합으로 한동안 vibe coding 스타일로 업무를 진행해 보았습니다. 요즘 많이들 사용하는 cursor는 회사 업무 관련해서 쓰기에는 보안 정책 문제가 있어서 Gemini 2.5 pro를 cline plugin을 통해서 사용해 본 것인데요.. 몇가지 느낀점을 써보자면: <ul ><li>일단 너무 편하고 좋았습니다. 특히 제가 프론트엔드쪽이 많이 약한데 react 코드 생성이나 수정을 너무 잘 해주네요. 기존 코드베이스가 있고 처음보는 라이브러리도 있어서 기존같으면 스터디하고, 코드 분석하고, 디버깅하며 작업해야 하면 대략 2주정도 걸릴 만한 프론트엔드 작업이 하루정도 걸렸습니다.</li><li>느낌이 마치 1~3년 경력 신입/주니어 개발자들을 여러명 데리고 일하는 느낌입니다. 근데 말을 찰떡같이 잘 알아듣고, 개발 속도도 엄청나게 빠르고, 지치지 않고, 아주 똑똑한 친구들을 데리고 일하는 느낌이라서 생산성이 확실히 엄청 높아진 느낌입니다.</li><li>요즘 LLM 성능이 너무 좋아져서 한국어를 그냥 넣어도 영어랑 큰 차이 없게 좋은 결과를 내는 것 또한 개발 경험을 더 좋게 만드는 것 같습니다.</li><li>개발이 너무 재미있어졌습니다. 개발에 흥미가 확 생겼던 적이 몇번 있는데요, 1) 처음 프로그래밍을 접했을 때 2) ML을 처음 접했을 때 3) Python을 주력 언어로 쓰기 시작할 때 (지금은 Python을 그리 선호하지는 않습니다만..) 처럼 개발하면서 정말 재밌다는 느낌을 많이 받았습니다. 근데 이게 개발이 재미있다기보다는 내가 할 수 있는 것들의 범위가 훨씬 많아졌다는 게 느껴져서, 앞으로 무한한 가능성이 있겠다는 생각 때문에 재미있다는 느낌인 것 같습니다.</li><li>물론 아직 AI만으로는 부족한 점이 많이 보여서 vibe coding 스타일로 만든걸 production 에 넣기엔 무리일 듯 합니다. SNS 같은데 많이 보이는 것 처럼 "비개발자도 원하는거 다 만든다" 는 어려울거 같은게 개발 경험이 많지 않다면 제대로 된 지시를 내리기 어려운 경우도 좀 있는 거 같습니다. 특히 AI를 아무리 돌려도 못찾는 크리티컬한 이슈들도 있어서 기존 방식으로 고민해서 troubleshooting 하고 개발하는 것들이 여전히 필요한 경우도 꽤 많았습니다. 하지만 생산성은 확실히 몇 배로 오르는 느낌입니다.</li></ul> 1년 전만 해도 LLM을 개발에 사용할 때 이정도로 좋은 경험을 주려면 시간이 꽤 걸리겠다 싶었는데 정말 AI 발전 속도가 대단하다고 느껴집니다. 지금은 주니어 개발자를 데리고 일하는 느낌인데 몇년 내로 시니어 이상 급의 개발자와 함께 일하는 느낌이 되겠죠? 그러면 또 개발 패러다임이 어떻게 바뀔지 궁금합니다.

AI를 사용하여 코딩하며 느낀 점들

”뭔가 잘한다 싶은 애들은 남들 눈에는 보이지 않는 흐름을 잘 찾더라고, 그 흐름에 올라타서는 슈욱하고 멀리 앞서가“

대학 시절 교수님께서 해주신 말씀이에요. 그때는 이해하지 못했어요. 그냥 교수님 말 잘 들어야 한단 의미로 받아들였죠.

이제는 조금 알 것 같아요. 세상에는 어떤 크고 작은 흐름이 몰려올 때가 있어요. 그 흐름 위에서 서핑하듯 균형을 잡으면 남들보다 조금은 더 앞서나갈 수 있어요.

흐름을 타서 균형을 잡는 것도 어렵죠. 하지만 흐름을 분별하는 게 더 어려운 거 같아요.

”뭔가 잘한다 싶은 애들은 남들 눈에는 보이지 않는 흐름을 잘 찾더라고, 그 흐름에 올라타서는 슈욱하고 멀리 앞서가“ 대학 시절 교수님께서 해주신 말씀이에요. 그때는 이해하지 못했어요. 그냥 교수님 말 잘 들어야 한단 의미로 받아들였죠. 이제는 조금 알 것 같아요. 세상에는 어떤 크고 작은 흐름이 몰려올 때가 있어요. 그 흐름 위에서 서핑하듯 균형을 잡으면 남들보다 조금은 더 앞서나갈 수 있어요. 흐름을 타서 균형을 잡는 것도 어렵죠. 하지만 흐름을 분별하는 게 더 어려운 거 같아요.

”뭔가 잘한다 싶은 애들은 남들 눈에는 보이지 않는 흐름을 잘 찾

Piscina로 자바스크립트 멀티 쓰레딩 쉽게 하기

상용 애플리케이션을 개발할 때는 Node.js의
worker_threads
모듈을 그대로 쓰기는 곤란한 경우가 많은데요. 필요할 때 마다 매번 새로운 워커 쓰레드를 생성하면 서버에 부하를 주어 오히려 성능을 떨어뜨릴 수도 있죠. 그래서 쓰레드 풀(pool)을 사용하여 미리 다수의 워커 쓰레드를 생성해놓고 재사용하는 것이 권장됩니다.

Piscina는 효과적인 멀티 쓰레딩을 위해서 쓰레드 풀 관리 기능을 제공하는 라이브러리입니다. 뿐만 아니라, 콜백(Callback) 기반의 API를 제공하는
worker_threads
모듈과 달리, Piscina의 API는 프라미스(Promise) 기반으로 되어 있어서 사용하기 쉽다는 장점도 있죠.

이번 포스팅에서는 워커 쓰레드 풀링(pooling)을 도와주는 라이브러리인 Piscina에 대해서 알아보겠습니다.

📝 포스팅: https://www.daleseo.com/piscina/

Piscina 없이 순수하게
worker_threads
모듈을 사용하여 멀티 쓰레드 프로그래밍을 하는 방법에 대해서는 지난 게시물을 참고 바랍니다.

🔖 워커 쓰레드를 통한 자바스크립트 멀티 쓰레딩: https://careerly.co.kr/comments/118635

상용 애플리케이션을 개발할 때는 Node.js의 <code >worker_threads</code> 모듈을 그대로 쓰기는 곤란한 경우가 많은데요. 필요할 때 마다 매번 새로운 워커 쓰레드를 생성하면 서버에 부하를 주어 오히려 성능을 떨어뜨릴 수도 있죠. 그래서 쓰레드 풀(pool)을 사용하여 미리 다수의 워커 쓰레드를 생성해놓고 재사용하는 것이 권장됩니다. Piscina는 효과적인 멀티 쓰레딩을 위해서 쓰레드 풀 관리 기능을 제공하는 라이브러리입니다. 뿐만 아니라, 콜백(Callback) 기반의 API를 제공하는 <code >worker_threads</code> 모듈과 달리, Piscina의 API는 프라미스(Promise) 기반으로 되어 있어서 사용하기 쉽다는 장점도 있죠. 이번 포스팅에서는 워커 쓰레드 풀링(pooling)을 도와주는 라이브러리인 Piscina에 대해서 알아보겠습니다. 📝 포스팅: https://www.daleseo.com/piscina/ Piscina 없이 순수하게 <code >worker_threads</code> 모듈을 사용하여 멀티 쓰레드 프로그래밍을 하는 방법에 대해서는 지난 게시물을 참고 바랍니다. 🔖 워커 쓰레드를 통한 자바스크립트 멀티 쓰레딩: https://careerly.co.kr/comments/118635

www.daleseo.com

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

 - YouTube

React 최신(v19)으로는 어떻게 개발해야 할까요?
공식문서를 살펴보면서 앞으로 React로
어떻게 개발해야 되는지 방향성에 대해 살펴 보았어요.
(몇 가지 힌트를 통해서 유추한 방향성을 설명 해보았어요.)

여러 의견중 하나일 뿐임을 감안 해주시고,
React 개발의 미래에 대해 다양한 의견 주시면
건설적인 토론에 도움이 될것 같아요 :)

각자의 자리에서 함께 공부하시는 모든 분들 화이팅입니다. 🤗
https://youtu.be/nLTjfxPBWow

React 최신(v19)으로는 어떻게 개발해야 할까요? 공식문서를 살펴보면서 앞으로 React로 어떻게 개발해야 되는지 방향성에 대해 살펴 보았어요. (몇 가지 힌트를 통해서 유추한 방향성을 설명 해보았어요.) 여러 의견중 하나일 뿐임을 감안 해주시고, React 개발의 미래에 대해 다양한 의견 주시면 건설적인 토론에 도움이 될것 같아요 :) 각자의 자리에서 함께 공부하시는 모든 분들 화이팅입니다. 🤗https://youtu.be/nLTjfxPBWow

youtu.be

React 최신(v19)으로는 어떻게 개발해야 할까요?
공식문서를

매주 한국어로 번역 혹은 작성된 프론트엔드 글을 전달합니다. Click to read Korean FE article, by Han Jung(한정), a Substack publication with tens of thousands of subscribers.

Korean FE article | Han Jung(한정) | Substack

안녕하세요! 글을 기다리신 분도 있을 것 같은데 공지가 조금 늦어서 죄송합니다.
그동안 커리어리에서 꾸준하게 프런트엔드 관련 글을 전달해 드렸었는데요.

여러 이유로 이전처럼 커리어리를 통해 꾸준히 글을 공유해 드리기 어려울 것 같습니다.
이 계정에도 앞으로도 좋은 정보나 함께 보면 유익할 글들은 종종 올릴 예정이지만,
기존처럼 새로운 글을 꾸준히 보고 싶으시다면 아래 링크를 통해 구독해 주시기를 바랍니다.

 * https://kofearticle.substack.com/

또 인사드리겠습니다. 감사합니다.

안녕하세요! 글을 기다리신 분도 있을 것 같은데 공지가 조금 늦어서 죄송합니다.그동안 커리어리에서 꾸준하게 프런트엔드 관련 글을 전달해 드렸었는데요. 여러 이유로 이전처럼 커리어리를 통해 꾸준히 글을 공유해 드리기 어려울 것 같습니다.이 계정에도 앞으로도 좋은 정보나 함께 보면 유익할 글들은 종종 올릴 예정이지만, 기존처럼 새로운 글을 꾸준히 보고 싶으시다면 아래 링크를 통해 구독해 주시기를 바랍니다. <ul ><li>https://kofearticle.substack.com/</li></ul> 또 인사드리겠습니다. 감사합니다.

kofearticle.substack.com

프런트엔드 관련 글 추천 안내

1. 일을 성취하기 위해서는 스스로 타오를 수 있는 자연성 인간이 되어야 한다. 나는 이것을 ”스스로 타오른다.“라고 표현한다.

2. 사물에는 세 가지 유형이 있다.
1) 불에 가까이 대면 타는 가연성 물질.
2) 불에 가까이 대도 타지 않는 불연성 물질.
3) 스스로도 잘 타는 자연성

3. 이와 마찬가지로 인간의 유형도 주위에서 무슨 말을 하지 않아도 스스로 잘 타는 인간이 있는가 하면, 주위에서 에너지를 불어넣어 주어도 냉소적인 혹은 냉정한 태도를 유지하여 전혀 타지 않는 불연성 인간이 있다.

4. 후자의 경우는 능력이 뛰어난 데도 열의나 정열이 없는 사람이라고 할 수 있다.

#카르마경영 📚
#이나모리가즈오

1. 일을 성취하기 위해서는 스스로 타오를 수 있는 자연성 인간이 되어야 한다. 나는 이것을 ”스스로 타오른다.“라고 표현한다. ​2. 사물에는 세 가지 유형이 있다. 1) 불에 가까이 대면 타는 가연성 물질. 2) 불에 가까이 대도 타지 않는 불연성 물질. 3) 스스로도 잘 타는 자연성 ​3. 이와 마찬가지로 인간의 유형도 주위에서 무슨 말을 하지 않아도 스스로 잘 타는 인간이 있는가 하면, 주위에서 에너지를 불어넣어 주어도 냉소적인 혹은 냉정한 태도를 유지하여 전혀 타지 않는 불연성 인간이 있다. ​4. 후자의 경우는 능력이 뛰어난 데도 열의나 정열이 없는 사람이라고 할 수 있다. #카르마경영 📚 #이나모리가즈오

< 일 잘하는 사람은, 스스로 불타는 사람이다 >

1. 경영자 입장에서는 80/20 법칙이 성립하는 부분을 찾아 인지하는 것이 사업성과 극대화에 필수적이다.

2. 수익의 대부분을 창출하는 제품, 서비스, 활동(20퍼센트)을 규명하고, 미미한 결과를 내는 나머지(80퍼센트)를 털어 내는 것이 성공하는 방법이다.

3. 경쟁력을 발휘할 수 있는 핵심 역량에 집중하고, 다른 80퍼센트는 붙들고 있지 말고 더 잘하는 사람들에게 맡기는 것이 좋다.

4. 이것이 아웃소싱의 기본이다. 사람의 열심과 최선도 유한자원이다. 모든 일에 열심과 최선을 다할 수는 없다.

5. 내게 최고의 결과를 주는 것들에 최선을 다하자. 최고의 직원들을 후하게 보상하고, 최악의 직원들을 단계적으로 줄여 나가자. 이것이 인사관리의 기본이다.

6. 나쁜 고객들은 점진적으로 털어 버리고, 좋은 고객들에게 집중해서 서비스를 강화하고 보다 수익성 있는 구매로 이끌어야 한다. 그것이 고객관리의 기본이다.

#결국해내는사람들의원칙 📚

1. 경영자 입장에서는 80/20 법칙이 성립하는 부분을 찾아 인지하는 것이 사업성과 극대화에 필수적이다. ​2. 수익의 대부분을 창출하는 제품, 서비스, 활동(20퍼센트)을 규명하고, 미미한 결과를 내는 나머지(80퍼센트)를 털어 내는 것이 성공하는 방법이다. ​3. 경쟁력을 발휘할 수 있는 핵심 역량에 집중하고, 다른 80퍼센트는 붙들고 있지 말고 더 잘하는 사람들에게 맡기는 것이 좋다. ​4. 이것이 아웃소싱의 기본이다. 사람의 열심과 최선도 유한자원이다. 모든 일에 열심과 최선을 다할 수는 없다. ​5. 내게 최고의 결과를 주는 것들에 최선을 다하자. 최고의 직원들을 후하게 보상하고, 최악의 직원들을 단계적으로 줄여 나가자. 이것이 인사관리의 기본이다. ​6. 나쁜 고객들은 점진적으로 털어 버리고, 좋은 고객들에게 집중해서 서비스를 강화하고 보다 수익성 있는 구매로 이끌어야 한다. 그것이 고객관리의 기본이다. #결국해내는사람들의원칙 📚

< 진짜 잘하는 사람은 일의 80%를 포기한다 >

오늘도 AI한테 이겼습니다. 후후.. ChatGPT, Claude, Gemini한테 다 이김. ✌️

근데 AI한테 코딩으로 이길 수 있는 날이 1년은 남았으려나 모르겠네요. 지금이 미래에 무용담 자랑용으로 남겨둘 수 있는 유일한 시기일지도.. 내가 소식적에 말야 AI랑 코딩 배틀을 해서 어쩌구 저쩌구..

오늘도 AI한테 이겼습니다. 후후.. ChatGPT, Claude, Gemini한테 다 이김. ✌️ 근데 AI한테 코딩으로 이길 수 있는 날이 1년은 남았으려나 모르겠네요. 지금이 미래에 무용담 자랑용으로 남겨둘 수 있는 유일한 시기일지도.. 내가 소식적에 말야 AI랑 코딩 배틀을 해서 어쩌구 저쩌구..

오늘도 AI한테 이겼습니다. 후후.. ChatGPT, Claude

www.55check.com#정치꽃, 식물, 정원을 이해하는 국가지도자가 있다면내일 오후부터 비가 내린다 하니 도시의 봄꽃 구경은 내일 오전이 피크일 듯 합니다.꽃과 나무와 정원을 진심으로 좋아하고, 그 기록을 남긴 대제국의 황제 이야기를 전합니다. (오호츠크 리포트)필자(로빈 레인 폭스)는 옥스퍼드대 역사학과 교수이며, 동시에 옥스퍼드대 뉴칼리지와 엑스터칼리지의 가드닝 책임자로 일하고 있습니다. 파이낸셜타임스에는 55년째 칼럼을 기고하고 있으시네요.멀리 봄 구경을 가고 싶지만 혼자라 번거로운 분들께는 알레 추천.#매주 금요일_ 동동의 테크 타운이제 코딩은 입으로. ‘바이브 코딩’ 시대“바이브 코딩(Vibe Coding)“이 소프트웨어 업계 새로운 트렌드로 자리잡음.명확한 계획 없이, 코드 작성을 AI에게 완전 위임하는 방식.OpenAI 창업자 안드레이 카파시: “바이브에 몸을 맡기고, 기하급수적 성장을 받아들이고, 코드가 존재한다는 사실조차 잊으세요”라며 극찬. ("You fully give in to the vibes, embrace exponentials, and forget that the code even exists.)과거의 AI 활용이 일부 코드(100줄 이하)를 수정하는 수준이었다면, 이제는 전체 프로그램(500줄 이상)을 AI가 통째로 작성.마이크로소프트 CEO 사티야 나델라는 코드 한 줄 안 쓰고 마이크로소프트 첫 제품인 알테어 BASIC를 만듦 (50년 전엔 6주 걸렸던 게 지금은 10분.)3만5000

2025년 4월 11일 (금) - 누워서 입으로 하는 '바이브 코딩'의 시대 : 오호츠크 리포트

이제 코딩은 입으로. ‘바이브 코딩’ 시대

 * “바이브 코딩(Vibe Coding)“이 소프트웨어 업계 새로운 트렌드로 자리잡음.
 * 명확한 계획 없이, 코드 작성을 AI에게 완전 위임하는 방식.
 * OpenAI 창업자 안드레이 카파시: “바이브에 몸을 맡기고, 기하급수적 성장을 받아들이고, 코드가 존재한다는 사실조차 잊으세요”라며 극찬. ("You fully give in to the vibes, embrace exponentials, and forget that the code even exists.)
 * 과거의 AI 활용이 일부 코드(100줄 이하)를 수정하는 수준이었다면, 이제는 전체 프로그램(500줄 이상)을 AI가 통째로 작성.
 * 마이크로소프트 CEO 사티야 나델라는 코드 한 줄 안 쓰고 마이크로소프트 첫 제품인 알테어 BASIC를 만듦 (50년 전엔 6주 걸렸던 게 지금은 10분.)
 * 3만5000줄짜리 요리앱을 말로만 코딩해서 만든 사람도 있음.
 * 코드 품질과 에러 처리도 크게 향상… 필자 동동도 상당 부분 AI로 코드 작성 중.
 * 단점은? 최근엔 코드가 너무 길고 복잡해져 오히려 불필요한 부분 많아짐 (몇 달 전엔 부족했는데 이젠 과잉!)
 * “바이브 코딩”은 곧 “바이브 워킹”으로 확장될지도. “일은 AI가, 사람은 말만..."

Z세대 내에서도 ‘AI 격차’ 벌어진다

 * 클로드, 100만 건의 익명 대화 분석. 대학생들의 AI 사용 패턴 연구 결과 공개.
 * STEM 계열 학생들이 압도적으로 많이 씀. 특히 컴퓨터사이언스 전공자들의 사용량이 전체의 39% 차지 (위 그래프). 반면 경영, 인문학과 학생들은 AI 사용 적어.
 * “디지털 네이티브” Z세대 내에서도 AI 활용 능력의 격차 심화. 미래 일자리 경쟁력 좌우할 새로운 계층화 현상.
 * 전공별 AI 활용 패턴:
   * 자연과학·수학: 단계별 문제 풀이 요청 형태. 과외 선생님처럼 활용.
   * 컴퓨터공학·공학: AI와 함께 고민하며 해결책 찾는 ‘협업형’ 상호작용 선호.
   * 인문학·비즈니스·보건: 직접 지시와 협업 방식을 균형 있게 활용.
   * 교육 전공: 학습 자료나 문제 만들기 위한 ‘콘텐츠 생성기’ 활용 두드러짐.
 * 보고서 전체 보기. 다 읽기 어려우면 평소 쓰시는 AI 툴에 요약을 요청해보세요.

메타의 오픈소스 AI, 1000만 토큰 LLM으로 1등 올라

 * 메타, 4월 5일 새로운 오픈소스 AI 모델 깜짝 발표.
 * 원래 4월 29일 ‘라마콘 2025’ 행사용 비장의 카드였으나 조기 공개.
 * 이번 주 나스닥 증시 폭락과 지브리 스타일 AI 인기에 영향을 받아 더는 뒤쳐지면 안된다 생각했을 듯.
 * 유료 모델까지 포함해도 2주 전 출시된 구글 ‘Gemini 2.5’에 이어 성능 2위에 해당.
 * 가장 충격적인 건 무료 오픈소스 모델임에도 1000만 토큰 처리 가능.
 * “이제 내 서버에 질문 한 번 할 때도 책 몇 권 통째로 올려놓고 답변받을 수 있는 시대”… 개인 서버에서 올려두고 전기세만 내면 무제한 사용 가능.
 * 그러나 아직까지 미국, 싱가포르 등 일부 국가에서만 서비스 중. 한국은 안 됨.

이제 코딩은 입으로. ‘바이브 코딩’ 시대 <ul ><li>“바이브 코딩(Vibe Coding)“이 소프트웨어 업계 새로운 트렌드로 자리잡음.</li><li>명확한 계획 없이, 코드 작성을 AI에게 완전 위임하는 방식.</li><li>OpenAI 창업자 안드레이 카파시: “바이브에 몸을 맡기고, 기하급수적 성장을 받아들이고, 코드가 존재한다는 사실조차 잊으세요”라며 극찬. ("You fully give in to the vibes, embrace exponentials, and forget that the code even exists.)</li><li>과거의 AI 활용이 일부 코드(100줄 이하)를 수정하는 수준이었다면, 이제는 전체 프로그램(500줄 이상)을 AI가 통째로 작성.</li></ul><ul ><li>마이크로소프트 CEO 사티야 나델라는 코드 한 줄 안 쓰고 마이크로소프트 첫 제품인 알테어 BASIC를 만듦 (50년 전엔 6주 걸렸던 게 지금은 10분.)</li><li>3만5000줄짜리 요리앱을 말로만 코딩해서 만든 사람도 있음.</li><li>코드 품질과 에러 처리도 크게 향상… 필자 동동도 상당 부분 AI로 코드 작성 중.</li></ul><ul ><li>단점은? 최근엔 코드가 너무 길고 복잡해져 오히려 불필요한 부분 많아짐 (몇 달 전엔 부족했는데 이젠 과잉!)</li><li>“바이브 코딩”은 곧 “바이브 워킹”으로 확장될지도. “일은 AI가, 사람은 말만..."</li></ul> Z세대 내에서도 ‘AI 격차’ 벌어진다 <ul ><li>클로드, 100만 건의 익명 대화 분석. 대학생들의 AI 사용 패턴 연구 결과 공개.</li><li>STEM 계열 학생들이 압도적으로 많이 씀. 특히 컴퓨터사이언스 전공자들의 사용량이 전체의 39% 차지 (위 그래프). 반면 경영, 인문학과 학생들은 AI 사용 적어.</li><li>“디지털 네이티브” Z세대 내에서도 AI 활용 능력의 격차 심화. 미래 일자리 경쟁력 좌우할 새로운 계층화 현상.</li></ul><ul ><li>전공별 AI 활용 패턴:<ul ><li>자연과학·수학: 단계별 문제 풀이 요청 형태. 과외 선생님처럼 활용.</li><li>컴퓨터공학·공학: AI와 함께 고민하며 해결책 찾는 ‘협업형’ 상호작용 선호.</li><li>인문학·비즈니스·보건: 직접 지시와 협업 방식을 균형 있게 활용.</li><li>교육 전공: 학습 자료나 문제 만들기 위한 ‘콘텐츠 생성기’ 활용 두드러짐.</li></ul></li></ul><ul ><li>보고서 전체 보기. 다 읽기 어려우면 평소 쓰시는 AI 툴에 요약을 요청해보세요.</li></ul> 메타의 오픈소스 AI, 1000만 토큰 LLM으로 1등 올라 <ul ><li>메타, 4월 5일 새로운 오픈소스 AI 모델 깜짝 발표.</li><li>원래 4월 29일 ‘라마콘 2025’ 행사용 비장의 카드였으나 조기 공개.</li><li>이번 주 나스닥 증시 폭락과 지브리 스타일 AI 인기에 영향을 받아 더는 뒤쳐지면 안된다 생각했을 듯.</li><li>유료 모델까지 포함해도 2주 전 출시된 구글 ‘Gemini 2.5’에 이어 성능 2위에 해당.</li><li>가장 충격적인 건 무료 오픈소스 모델임에도 1000만 토큰 처리 가능.</li><li>“이제 내 서버에 질문 한 번 할 때도 책 몇 권 통째로 올려놓고 답변받을 수 있는 시대”… 개인 서버에서 올려두고 전기세만 내면 무제한 사용 가능.</li><li>그러나 아직까지 미국, 싱가포르 등 일부 국가에서만 서비스 중. 한국은 안 됨.</li></ul>

4월 둘째 주 - 누워서 입으로 하는 '바이브 코딩'의 시대

얼마 전, 강릉 여행 때였습니다. 3박 4일 동안 10개가 넘는 소품샵, 카페, 서점, 식당 등에 들렀는데요. 그 때 여러 가게에서 공통적으로 목격된 한 가지 아이템이 있었습니다. 바로 카운터에 놓여있던 ‘결제 단말기’ 였는데요. 큰 디스플레이에는 가게마다 고유한 이미지가 나오고 있어 독특하다는 생각을 했는데요. 그 이후 가게를 갈 때마다 결제 단말기를 유심히 살펴보게 됐고, 그 결과 이

왜 요즘 ‘토스 결제 단말기’를 들여놓은 가게가 많이 보일까?

토스 결제 단말기가 익숙해졌습니다. 생각노트 님 뉴스레터를 통해 확인해보니, 토스 계열사인 토스 플레이스의 이 단말기가 시장에 침투하는 속도가 놀랍습니다. "출시 2년 만에 10만 대가 보급됐고, 누적 결제액은 7조 7천억 원을 넘어섰습니다. 경쟁사가 가맹점 5만 곳을 확보하는데 짧게는 4년, 길게는 9년이 걸렸던 것과 비교하면, 토스 플레이스는 빠르게 시장을 선점하고 있습니다. 또, 자영업 사장님들의 온라인 커뮤니티에서도 토스 카드 결제 단말기를 사용 중이거나 적극 추천한다는 글을 어렵지 않게 볼 수 있습니다." 왜 잘 되는 걸까요? UX 리서치 관점에서도 생각할 점이 많아 제가 클럽장으로 운영하고 있는 <리서치 하는데요> 시즌5 첫 모임에서도 이야기를 나눴던 '토스 결제 단말기'에 대해 생각노트 님의 분석에 제 생각을 더해 공유합니다.

1️⃣ 카드 결제 단말기를 '고객 경험의 접점'으로 바라본 점

 * 투박했던 기존의 카드 결제 단말기 역할을 '고객 경험의 접점'으로 확장하여
 * 결제할 때는 결제 내역을 고객 방향에서 알려주고
 * 평소에는 가게 홍보 이미지를 노출해 브랜딩에 도움이 되며
 * 잠시 주문받기 어려운 상황에서는 키오스크로 전환해 고객 주문을 받을 수 있고
 * 결제와 동시에 포인트 적립이나 스탬프 적립도 가능하게 했습니다

2️⃣  '내 기기'에 '토스 포스 프로그램'을 무료 설치하여 사용할 수 있는 점

 * 카드 결제 단말기만 구입하고 매장 운영 프로그램은 '내 기기'로 할 수 있어
 * 노트북이나 태블릿으로 매장 관리를 하고 싶은 사장님의 니즈와
 * 간소한 카운터를 희망하는 1인 가게 사장님의 니즈를 적중했습니다
 * 또 누구나 쉽게 사용할 수 있는 매장 운영 프로그램(POS)을 무료로 배포하고 
 * 꾸준히 업데이트하여 사장님들의 좋은 피드백을 얻고 있죠

3️⃣  파격적인 '프로모션'으로 시장에 빠르게 침투한 점

 * 토스 카드 결제 단말기 정가는 기존 카드 결제 단말기보다 높지만
 * 토스 플레이스의 파격적인 프로모션과 지원 정책으로
 * 기존 카드 결제 단말기보다 훨씬 저렴해지면서 
 * 사장님들이 선택하지 않을 이유가 없어졌어요

[ 큐레이터의 문장 🎒 ]

사용자 접점으로 키오스크와 포스 프론트 기기를 통합하고 바쁠 때 주문을 대신 받아주는 고마운 토스 결제 단말기. 그러나 아직도 사용자 입장에서 경험 개선이 가능한 부분이 남아 있습니다.

1️⃣ 브랜드 자체 멤버십 프로그램과 분리된 결제 기능

판교의 축복이라고 불리는 ACR(알레그리아커피로스터스)는 제가 하루에 2번씩 찾는 단골매장인데요. 4년 전부터 멤버십을 가입하고(월 4만 원 수준) 충전해서 결제하면 주문할 때마다 10% 할인을 받고 있습니다. 1년 전부터 토스 결제 단말기를 도입한 이 매장에서는 바쁠 때 키오스크 역할을 하는 단말기로 주문을 하도록 유도하고 있지만, 자체 멤버십은 연동이 되지 않아서 직원이 오길 기다려야 하는 불편함이 있습니다. 바리스타 분들도 "멤버십 결제하시는 게 아니면 키오스크로 결제 직접 해주시면 됩니다"라고 안내를 하고 있죠. 자체 멤버십에 충전을 할 때는 결제기를 이용하지만, 멤버십 잔액으로 결제할 때는 휴대전화 번호를 말씀드리는 방식으로 경험이 파편화된 상황입니다. 공교롭게 단골 입장에서는 토스 단말기 도입으로 불편함이 늘어난 상황이죠. 자체 멤버십 연동까지 기능 업데이트가 가능해지면 좋겠습니다.

2️⃣ 포인트 적립은 매번 번호를 눌러야 하는 불편함

ACR에서 멤버십을 이용하는 사용자는 휴대전화 번호를 구두로 말씀드리고 선불카드로 결제를 합니다. 그런데 결제 후 멤버십 적립을 할 때마다 단말기에 직접 휴대전화 번호를 다시 입력해야 합니다. 방금 휴대전화 번호를 소리로 전달했는데 적립을 하려면 손으로도 입력하는 식이죠. 이런 점이 불편하다고 이야기한 손님들이 여럿 계셨는지 최근에는 "같은 번호로 적립 도와드릴까요?"라고 말하고 바리스타가 직접 번호를 포스에 입력해서 적립을 도와주시기도 합니다. 자체 멤버십과 통합이 되면 적립도 자동으로 되는 방식이 적용될 수 있겠죠?

https://think-note.com/toss-pay/

토스 결제 단말기가 익숙해졌습니다. 생각노트 님 뉴스레터를 통해 확인해보니, 토스 계열사인 토스 플레이스의 이 단말기가 시장에 침투하는 속도가 놀랍습니다. "출시 2년 만에 10만 대가 보급됐고, 누적 결제액은 7조 7천억 원을 넘어섰습니다. 경쟁사가 가맹점 5만 곳을 확보하는데 짧게는 4년, 길게는 9년이 걸렸던 것과 비교하면, 토스 플레이스는 빠르게 시장을 선점하고 있습니다. 또, 자영업 사장님들의 온라인 커뮤니티에서도 토스 카드 결제 단말기를 사용 중이거나 적극 추천한다는 글을 어렵지 않게 볼 수 있습니다." 왜 잘 되는 걸까요? UX 리서치 관점에서도 생각할 점이 많아 제가 클럽장으로 운영하고 있는 &lt;리서치 하는데요&gt; 시즌5 첫 모임에서도 이야기를 나눴던 '토스 결제 단말기'에 대해 생각노트 님의 분석에 제 생각을 더해 공유합니다. 1️⃣ 카드 결제 단말기를 '고객 경험의 접점'으로 바라본 점 <ul ><li>투박했던 기존의 카드 결제 단말기 역할을 '고객 경험의 접점'으로 확장하여</li><li>결제할 때는 결제 내역을 고객 방향에서 알려주고</li><li>평소에는 가게 홍보 이미지를 노출해 브랜딩에 도움이 되며</li><li>잠시 주문받기 어려운 상황에서는 키오스크로 전환해 고객 주문을 받을 수 있고</li><li>결제와 동시에 포인트 적립이나 스탬프 적립도 가능하게 했습니다</li></ul> 2️⃣ &nbsp;'내 기기'에 '토스 포스 프로그램'을 무료 설치하여 사용할 수 있는 점 <ul ><li>카드 결제 단말기만 구입하고 매장 운영 프로그램은 '내 기기'로 할 수 있어</li><li>노트북이나 태블릿으로 매장 관리를 하고 싶은 사장님의 니즈와</li><li>간소한 카운터를 희망하는 1인 가게 사장님의 니즈를 적중했습니다</li><li>또 누구나 쉽게 사용할 수 있는 매장 운영 프로그램(POS)을 무료로 배포하고&nbsp;</li><li>꾸준히 업데이트하여 사장님들의 좋은 피드백을 얻고 있죠</li></ul> 3️⃣ &nbsp;파격적인 '프로모션'으로 시장에 빠르게 침투한 점 <ul ><li>토스 카드 결제 단말기 정가는 기존 카드 결제 단말기보다 높지만</li><li>토스 플레이스의 파격적인 프로모션과 지원 정책으로</li><li>기존 카드 결제 단말기보다 훨씬 저렴해지면서&nbsp;</li><li>사장님들이 선택하지 않을 이유가 없어졌어요</li></ul> [ 큐레이터의 문장 🎒 ] 사용자 접점으로 키오스크와 포스 프론트 기기를 통합하고 바쁠 때 주문을 대신 받아주는 고마운 토스 결제 단말기. 그러나 아직도 사용자 입장에서 경험 개선이 가능한 부분이 남아 있습니다. 1️⃣ 브랜드 자체 멤버십 프로그램과 분리된 결제 기능 판교의 축복이라고 불리는 ACR(알레그리아커피로스터스)는 제가 하루에 2번씩 찾는 단골매장인데요. 4년 전부터 멤버십을 가입하고(월 4만 원 수준) 충전해서 결제하면 주문할 때마다 10% 할인을 받고 있습니다. 1년 전부터 토스 결제 단말기를 도입한 이 매장에서는 바쁠 때 키오스크 역할을 하는 단말기로 주문을 하도록 유도하고 있지만, 자체 멤버십은 연동이 되지 않아서 직원이 오길 기다려야 하는 불편함이 있습니다. 바리스타 분들도 "멤버십 결제하시는 게 아니면 키오스크로 결제 직접 해주시면 됩니다"라고 안내를 하고 있죠. 자체 멤버십에 충전을 할 때는 결제기를 이용하지만, 멤버십 잔액으로 결제할 때는 휴대전화 번호를 말씀드리는 방식으로 경험이 파편화된 상황입니다. 공교롭게 단골 입장에서는 토스 단말기 도입으로 불편함이 늘어난 상황이죠. 자체 멤버십 연동까지 기능 업데이트가 가능해지면 좋겠습니다. 2️⃣ 포인트 적립은 매번 번호를 눌러야 하는 불편함 ACR에서 멤버십을 이용하는 사용자는 휴대전화 번호를 구두로 말씀드리고 선불카드로 결제를 합니다. 그런데 결제 후 멤버십 적립을 할 때마다 단말기에 직접 휴대전화 번호를 다시 입력해야 합니다. 방금 휴대전화 번호를 소리로 전달했는데 적립을 하려면 손으로도 입력하는 식이죠. 이런 점이 불편하다고 이야기한 손님들이 여럿 계셨는지 최근에는 "같은 번호로 적립 도와드릴까요?"라고 말하고 바리스타가 직접 번호를 포스에 입력해서 적립을 도와주시기도 합니다. 자체 멤버십과 통합이 되면 적립도 자동으로 되는 방식이 적용될 수 있겠죠? https://think-note.com/toss-pay/

thinknote | 제 생각과 제게 영감을 준 브랜드와 트렌드 이야기를 다룹니다

⟪놀라운 속도로 침투한 토스의 '결제 단말기'⟫

먼저 데이터 워크플로우(Data Workflow)는 무엇일까요❓

데이터 워크플로우(Data Workflow)란, 기업에서 사용되는 데이터를 수집, 처리, 분석, 그리고 활용까지 이어지는 전체 과정을 나타내는 프로세스를 의미해요.

데이터 직군은 데이터 워크플로우를 통해 구체적이고 체계적인 업무 범위를 파악하고, 다른 업무들에 비해 더 집중해야 할 영역을 파악할 수 있습니다.

데이터 직군 중 데이터 엔지니어(Data Engineer)는
데이터 파이프라인의 초반부를 맡아

- 데이터 수집
- 데이터 저장
- 데이터 관리
- 데이터 자동화
- 데이터 통합
- 데이터 전처리
- 데이터 변환

단계를 맡고 있어요.

필요한 데이터를 외부 소스(Data Source)에서 수집하는 단계에서부터,
수집한 데이터를 저장하기 위해 데이터 저장 장소인

- 데이터베이스 (Database)
- 데이터 웨어하우스 (Data Warehouse)
- 데이터 레이크 (Data Lake)
- 데이터 레이크하우스 (Data LakeHouse)

를 관리하고 최적화하는 업무를 맡게 됩니다.

기본적인 엔지니어링 업무부터,
쿼리 및 API와 같은 벡엔드 업무까지,
다양한 이슈를 해결하는 업무이기에
문제를 빠르게 파악하고, 문서화하는 작업들이 필요해요.

특히 데이터 품질을 확인하는 작업들이 많기 때문에,
한 장소에서 다른 장소로 데이터를 옮기는 과정을
자동화하거나 최적화하는 스킬들이 요구됩니다.

먼저 데이터 워크플로우(Data Workflow)는 무엇일까요❓ 데이터 워크플로우(Data Workflow)란, 기업에서 사용되는 데이터를 수집, 처리, 분석, 그리고 활용까지 이어지는 전체 과정을 나타내는 프로세스를 의미해요. 데이터 직군은 데이터 워크플로우를 통해 구체적이고 체계적인 업무 범위를 파악하고, 다른 업무들에 비해 더 집중해야 할 영역을 파악할 수 있습니다. 데이터 직군 중 데이터 엔지니어(Data Engineer)는 데이터 파이프라인의 초반부를 맡아 - 데이터 수집 - 데이터 저장 - 데이터 관리 - 데이터 자동화 - 데이터 통합 - 데이터 전처리 - 데이터 변환 단계를 맡고 있어요. 필요한 데이터를 외부 소스(Data Source)에서 수집하는 단계에서부터, 수집한 데이터를 저장하기 위해 데이터 저장 장소인 - 데이터베이스 (Database) - 데이터 웨어하우스 (Data Warehouse) - 데이터 레이크 (Data Lake) - 데이터 레이크하우스 (Data LakeHouse) 를 관리하고 최적화하는 업무를 맡게 됩니다. 기본적인 엔지니어링 업무부터, 쿼리 및 API와 같은 벡엔드 업무까지, 다양한 이슈를 해결하는 업무이기에 문제를 빠르게 파악하고, 문서화하는 작업들이 필요해요. 특히 데이터 품질을 확인하는 작업들이 많기 때문에, 한 장소에서 다른 장소로 데이터를 옮기는 과정을 자동화하거나 최적화하는 스킬들이 요구됩니다.

김현우

Aravis

순천향대학교 사물인터넷학과

지건우

데이터 워크플로우(Data Workflow) - 데이터 엔지니어 편

𝙍𝙞𝙘𝙝𝙖𝙧𝙙 

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


데이터 워크플로우(Data Workflow) - 데이터 엔지니어 편

댓글 0

비슷한 게시물

주간 인기 TOP 10

추천 프로필