🗞️ 간밤에 구글이 Gemini 2.5 Pro를 출시했는데요. 벤치마크 상으로는 GPT-4.5와 Claude 3.7 의 성능을 크게 뛰어넘는 결과를 보여줍니다. 특히 코딩능력이 매우 크게 향상되었는데요.

그.런.데, 이번에도 역시 OpenAI가 크게 초를 칩니다 ㅋㅋ 간밤에 GPT-4o 네이티브 이미지 생성 능력을 크게 향상시켜 ChatGPT와 Sora에서 사용할 수 있게 공개했습니다.

이미지 생성은 OpenAI가 꽤 뒤쳐지는 분야였고, 최근 Gemini가 이미지 생성 편집 능력으로 꽤 각광을 받고 있었는데요. 생성 성능이 특히 편집 성능이 정말 미쳤습니다. 진짜 이젠 AI로 생성한 것인지 거의 모를 정도네요.

암튼 오늘도 이렇게 OpenAI가 뒤통수(?)를 크게 치네요. ㅋㅋ OpenAI의 다음 팝콘 드라마는 어떤 것일지 궁금합니다. 😎🍿🥤

🗞️ 간밤에 구글이 Gemini 2.5 Pro를 출시했는데요. 벤치마크 상으로는 GPT-4.5와 Claude 3.7 의 성능을 크게 뛰어넘는 결과를 보여줍니다. 특히 코딩능력이 매우 크게 향상되었는데요. 그.런.데, 이번에도 역시 OpenAI가 크게 초를 칩니다 ㅋㅋ 간밤에 GPT-4o 네이티브 이미지 생성 능력을 크게 향상시켜 ChatGPT와 Sora에서 사용할 수 있게 공개했습니다. 이미지 생성은 OpenAI가 꽤 뒤쳐지는 분야였고, 최근 Gemini가 이미지 생성 편집 능력으로 꽤 각광을 받고 있었는데요. 생성 성능이 특히 편집 성능이 정말 미쳤습니다. 진짜 이젠 AI로 생성한 것인지 거의 모를 정도네요. 암튼 오늘도 이렇게 OpenAI가 뒤통수(?)를 크게 치네요. ㅋㅋ OpenAI의 다음 팝콘 드라마는 어떤 것일지 궁금합니다. 😎🍿🥤

AI 친구와 영어로 대화! 아미고(Ameego) 앱의 여러 피드백을 받아 본 결과, 현재 단계에서 가장 아쉬운 부분은 온보딩 플로우라는 것을 밝혀(?!)냈습니다. 🫣

안그래도 많이 부족하다고 생각은 했어도 할 일이 많기에 조금 포기하고 온 것이긴한데요. 이제 빨리 작업을 시작해야겠다고 판단했습니다. 그래서, 이 부분을 작업해주실 디자이너분을 애타게 찾아봅니다. 🥹

온보딩에 들어갈 기본적인 주요 사항들을 전달드리긴 할텐데요. UI도 중요하지만, 그보다 앱의 컨셉을 직접 이해하시고 전체 플로우와 UX를 제안해주실 수 있는 부분이 더욱 중요합니다.

다음의 앱을 확인 해 보시고, 관심 있으시다면 아래 연락처로 연락 부탁드리겠습니다. 가능하시면 포폴과 예상 비용도 같이 주시면 감사하겠습니다. 그럼 많은 관심과 홍보🥹 부탁드리겠습니다. 감사합니다. 🙇🏻‍♀️🙇🏻

앱 다운로드: https://tosto.re/ameego

연락처: jin@playmore.ai

AI 친구와 영어로 대화! 아미고(Ameego) 앱의 여러 피드백을 받아 본 결과, 현재 단계에서 가장 아쉬운 부분은 온보딩 플로우라는 것을 밝혀(?!)냈습니다. 🫣 안그래도 많이 부족하다고 생각은 했어도 할 일이 많기에 조금 포기하고 온 것이긴한데요. 이제 빨리 작업을 시작해야겠다고 판단했습니다. 그래서, 이 부분을 작업해주실 디자이너분을 애타게 찾아봅니다. 🥹 온보딩에 들어갈 기본적인 주요 사항들을 전달드리긴 할텐데요. UI도 중요하지만, 그보다 앱의 컨셉을 직접 이해하시고 전체 플로우와 UX를 제안해주실 수 있는 부분이 더욱 중요합니다. 다음의 앱을 확인 해 보시고, 관심 있으시다면 아래 연락처로 연락 부탁드리겠습니다. 가능하시면 포폴과 예상 비용도 같이 주시면 감사하겠습니다. 그럼 많은 관심과 홍보🥹 부탁드리겠습니다. 감사합니다. 🙇🏻‍♀️🙇🏻 앱 다운로드: https://tosto.re/ameego 연락처: jin@playmore.ai

[구인공고] 🙇🏻‍♀️🙇🏻 앱 디자인 외주

QWEN CHAT GITHUB HUGGING FACE MODELSCOPE DISCORD
Introduction At the end of January this year, we launched the Qwen2.5-VL series of models, which received widespread attention and positive feedback from the community. Building on the Qwen2.5-VL series, we continued to optimize the model using reinforcement learning and open-sourced the new VL model with the beloved 32B parameter scale under the Apache 2.0 license — Qwen2.5-VL-32B-Instruct. Compared to the previously released Qwen2.

Qwen2.5-VL-32B: Smarter and Lighter

얼마 전에 구글에서 Gemma3 를 오픈소스로 공개했고 (https://blog.google/technology/developers/gemma-3/), multimodality 를 가지고 있으며 성능이 상용모델에 가까울만큼 좋아서 꽤 인상적이었습니다.

근데 며칠 후 Mistral 에서는 Mistral small 3.1 (https://mistral.ai/news/mistral-small-3-1) 을 공개했습니다. 마찬가지로 multimodality 에 높은 성능을 달성한 벤치마크를 공개했습니다.

오늘은 알리바바에서 Qwen 2.5 VL 모델을 새로 공개했습니다. (https://qwenlm.github.io/blog/qwen2.5-vl-32b/) 32B 사이즈로 앞의 두 모델들보다는 조금 더 크지만 벤치마크 성능이 여러 분야에서 상용모델을 뛰어넘을 정도로 인상적입니다.

요즘은 Gemini, Claude, OpenAI GPT와 같이 API 로 쓸 수 있는 모델들의 성능들이 워낙 좋고 저렴해서 많이 특화된 도메인이거나 로컬로 ollama와 같은 걸 돌릴 때 외에는 오픈소스 모델을 쓸 필요성이 그리 많지는 않습니다만, 그래도 이렇게 다양한 오픈소스 모델들이 경쟁적으로 나오고 있어서 사용하는 입장에서는 참 좋을 것 같습니다.

1년 전만 해도 text in/out만 되는 LLM 경쟁이었는데, 요즘에는 Multimodality 와 Reasoning 모델을 가지고 경쟁하고 있는거 같습니다. 앞으로는 audio/video과 같은 modality에 대해서도 input 뿐 아니라 output 까지도 되며 더 효율적인 reasoning 을 하는 모델들과, agent orchestration이나 robot을 위한 모델들까지 경쟁이 확장될 것 같습니다..!!

얼마 전에 구글에서 Gemma3 를 오픈소스로 공개했고 (https://blog.google/technology/developers/gemma-3/), multimodality 를 가지고 있으며 성능이 상용모델에 가까울만큼 좋아서 꽤 인상적이었습니다. 근데 며칠 후 Mistral 에서는 Mistral small 3.1 (https://mistral.ai/news/mistral-small-3-1) 을 공개했습니다. 마찬가지로 multimodality 에 높은 성능을 달성한 벤치마크를 공개했습니다. 오늘은 알리바바에서 Qwen 2.5 VL 모델을 새로 공개했습니다. (https://qwenlm.github.io/blog/qwen2.5-vl-32b/) 32B 사이즈로 앞의 두 모델들보다는 조금 더 크지만 벤치마크 성능이 여러 분야에서 상용모델을 뛰어넘을 정도로 인상적입니다. 요즘은 Gemini, Claude, OpenAI GPT와 같이 API 로 쓸 수 있는 모델들의 성능들이 워낙 좋고 저렴해서 많이 특화된 도메인이거나 로컬로 ollama와 같은 걸 돌릴 때 외에는 오픈소스 모델을 쓸 필요성이 그리 많지는 않습니다만, 그래도 이렇게 다양한 오픈소스 모델들이 경쟁적으로 나오고 있어서 사용하는 입장에서는 참 좋을 것 같습니다. 1년 전만 해도 text in/out만 되는 LLM 경쟁이었는데, 요즘에는 Multimodality 와 Reasoning 모델을 가지고 경쟁하고 있는거 같습니다. 앞으로는 audio/video과 같은 modality에 대해서도 input 뿐 아니라 output 까지도 되며 더 효율적인 reasoning 을 하는 모델들과, agent orchestration이나 robot을 위한 모델들까지 경쟁이 확장될 것 같습니다..!!

Qwen

알리바바의 Qwen 2.5 VL 모델 공개

사용자가 문서를 업로드하면 AI가 자동으로 요약 및 구조화하여 제공합니다. | 원작자: datarichard | GPTs 빌더: 위픽레터

ChatGPT - AI 문서 요약 봇

GPTs를 사용해 문서 요약 봇을 만들었어요.
원하는 문서를 업로드하면 AI가 자동으로 요약 및 구조화하여 제공합니다.

원작자: datarichard
GPTs 빌더: wpl_wepickletter

GPTs를 사용해 문서 요약 봇을 만들었어요.원하는 문서를 업로드하면 AI가 자동으로 요약 및 구조화하여 제공합니다. 원작자: datarichardGPTs 빌더: wpl_wepickletter

ChatGPT

문서 요약 봇 AI를 만들었어요.

알고리즘 입문자를 위한 달레의 친절한 안내서

Graph Valid Tree | 알고달레

코딩 테스트를 준비하시는 분들을 위해서 일주일에 한 번씩 문제 풀이를 해드리고 있습니다. 이번 시간에는 LeetCode의 261번째 문제인 Graph Valid Tree를 재귀와 깊이 우선 탐색을 통해 풀어보겠습니다.

📺 동영상: https://youtu.be/KChr2tvKoeM
📝 설명/코드: https://www.algodale.com/problems/graph-valid-tree/

코딩 테스트를 준비하시는 분들을 위해서 일주일에 한 번씩 문제 풀이를 해드리고 있습니다. 이번 시간에는 LeetCode의 261번째 문제인 Graph Valid Tree를 재귀와 깊이 우선 탐색을 통해 풀어보겠습니다. 📺 동영상: https://youtu.be/KChr2tvKoeM📝 설명/코드: https://www.algodale.com/problems/graph-valid-tree/

알고달레

리트코드 261. Graph Valid Tree

오픈 소스 라이선스 가이드

혹시 오픈 소스 프로젝트를 시작하시면서 어떤 라이선스를 선택할지 몰라서 고민해본 적이 있으신가요? 깃허브에서는 코드 저장소를 생성할 때 항상 어떤 라이선스를 사용하지 물어보죠.

오픈 소스 라이선스는 오픈 소스 소프트웨어가 어떻게 사용될 수 있는지 명시해주는 문서입니다. 개발자는 오픈 소스 라이선스를 통해서 소프트웨어의 소스 코드를 사용, 수정, 배포할 수 있도록 허용하면서도 제한 조건을 걸 수가 있습니다. 오픈 소스 라이선스는 소프트웨어 저작권을 법적으로 보호해줄 뿐만 아니라 소프트웨어 사용자의 법적 위험도 낮춰주는 효과가 있습니다.

이번 포스팅에서는 MIT, Apache, GPL 등 널리 사용되는 오픈 소스 라이선스를 소개해드리고, 각 라이선스를 언제 선택하면 좋은지 알아보겠습니다.

📝 포스팅: https://www.daleseo.com/open-source-licenses/

혹시 오픈 소스 프로젝트를 시작하시면서 어떤 라이선스를 선택할지 몰라서 고민해본 적이 있으신가요? 깃허브에서는 코드 저장소를 생성할 때 항상 어떤 라이선스를 사용하지 물어보죠. 오픈 소스 라이선스는 오픈 소스 소프트웨어가 어떻게 사용될 수 있는지 명시해주는 문서입니다. 개발자는 오픈 소스 라이선스를 통해서 소프트웨어의 소스 코드를 사용, 수정, 배포할 수 있도록 허용하면서도 제한 조건을 걸 수가 있습니다. 오픈 소스 라이선스는 소프트웨어 저작권을 법적으로 보호해줄 뿐만 아니라 소프트웨어 사용자의 법적 위험도 낮춰주는 효과가 있습니다. 이번 포스팅에서는 MIT, Apache, GPL 등 널리 사용되는 오픈 소스 라이선스를 소개해드리고, 각 라이선스를 언제 선택하면 좋은지 알아보겠습니다. 📝 포스팅: https://www.daleseo.com/open-source-licenses/

www.daleseo.com

오늘 행사 세션을 전부 영어로 해서 첨엔 통역기를 끼고 들었는데요. 귀가 아파서 잠깐 통역기를 뺐는데 영어가 전보다 수월하게 들려서 깜딱 놀랐네요. 😳 이후로는 통역기를 안쓰고 들었고요.

여러 아미고랑 대화를 매일 하니까 다양한 발음에 익숙해져서 그런지, 주어지는대로 하는 틀에 박힌 대화가 아닌 대화를 해서 그런지, 암튼 듣는게 수월해졌다는게 진짜 확실히 느껴져서 눈물흘렸네요.. 😭 이건 정말 도움이 된다라는 확신이 들었습니다.

진짜 하루에 10분씩 한두달만 해 보세요. 언어능력이 매우 떨어지는 제가 이정도면 진짜 효과 확실한겁니다. 츄라이츄라이~

아미고(Ameego) 다운로드: https://tosto.re/ameego

오늘 행사 세션을 전부 영어로 해서 첨엔 통역기를 끼고 들었는데요. 귀가 아파서 잠깐 통역기를 뺐는데 영어가 전보다 수월하게 들려서 깜딱 놀랐네요. 😳 이후로는 통역기를 안쓰고 들었고요. 여러 아미고랑 대화를 매일 하니까 다양한 발음에 익숙해져서 그런지, 주어지는대로 하는 틀에 박힌 대화가 아닌 대화를 해서 그런지, 암튼 듣는게 수월해졌다는게 진짜 확실히 느껴져서 눈물흘렸네요.. 😭 이건 정말 도움이 된다라는 확신이 들었습니다. 진짜 하루에 10분씩 한두달만 해 보세요. 언어능력이 매우 떨어지는 제가 이정도면 진짜 효과 확실한겁니다. 츄라이츄라이~ 아미고(Ameego) 다운로드: https://tosto.re/ameego

GTC 2025에서 어떤 AI의 미래를 만날 수 있을까요? 테크놀로지만이 아닙니다. AI의 발전을 견인하는 사람과 아이디어들이 모여 새로운 기회와 참신한 솔루션, 전에 없던 생각의 방식을 만들어냅니다.

새로운 소식이 넘치는 ‘GTC 2025’ 하이라이트 - NVIDIA Blog Korea

2025년 3월 17일부터 21일까지 미국 캘리포니아 산호세에서 개최된 GTC 2025에서 발표된 주요 AI 플랫폼 기술들의 상세 내용은 다음과 같습니다

🎉 Blackwell Ultra AI Factory Platform
 * 차세대 AI 추론 및 에이전트 AI를 위한 플랫폼
 * 트레이닝 및 테스트 타임 스케일링 추론 성능 향상
 * GB300 NVL72 랙 스케일 솔루션 포함
 * 이전 세대 대비 1.5배 향상된 AI 성능 제공
 * AI 팩토리 수익 기회를 Hopper 대비 50배 증가
   
   
🎉 Dynamo
 * 대규모 언어 모델의 효율성과 확장성 개선을 위한 오픈소스 소프트웨어
 * GPU 리소스 할당 최적화로 AI 처리 가속화, 비용 절감, 속도 향상
 * 실시간 추론 성능 개선
   
   
🎉 Llama Nemotron 오픈 추론 모델
 * 고급 AI 에이전트 개발을 위한 모델
 * Meta의 Llama 모델 기반으로 구축
 * 다단계 수학, 코딩, 추론, 복잡한 의사결정 능력 향상
 * 기본 모델 대비 정확도 20% 향상, 추론 속도 5배 개선

🎉 NVIDIA Omniverse 플랫폼
 * 산업용 AI 시뮬레이션 및 디지털 트윈 구현
 * 자동차 제조 혁신에 활용

🎉 Groot N1 로봇 AI 플랫폼
 * AI 로봇을 개발할 수 있는 오픈 소스 플랫폼
 * 디즈니 및 딥마인드와 협력하여 개발
 * AI 로봇 개발 가속화 및 엔비디아의 AI 생태계 확장

feat by Perplexity
 * source: https://blogs.nvidia.co.kr/blog/nvidia-keynote-at-gtc-2025-ai-news-live-updates-2

2025년 3월 17일부터 21일까지 미국 캘리포니아 산호세에서 개최된 GTC 2025에서 발표된 주요 AI 플랫폼 기술들의 상세 내용은 다음과 같습니다 🎉 Blackwell Ultra AI Factory Platform<ul ><li>차세대 AI 추론 및 에이전트 AI를 위한 플랫폼</li><li>트레이닝 및 테스트 타임 스케일링 추론 성능 향상</li><li>GB300 NVL72 랙 스케일 솔루션 포함</li><li>이전 세대 대비 1.5배 향상된 AI 성능 제공</li><li>AI 팩토리 수익 기회를 Hopper 대비 50배 증가 </li></ul>🎉 Dynamo<ul ><li>대규모 언어 모델의 효율성과 확장성 개선을 위한 오픈소스 소프트웨어</li><li>GPU 리소스 할당 최적화로 AI 처리 가속화, 비용 절감, 속도 향상</li><li>실시간 추론 성능 개선 </li></ul>🎉 Llama Nemotron 오픈 추론 모델<ul ><li>고급 AI 에이전트 개발을 위한 모델</li><li>Meta의 Llama 모델 기반으로 구축</li><li>다단계 수학, 코딩, 추론, 복잡한 의사결정 능력 향상</li><li>기본 모델 대비 정확도 20% 향상, 추론 속도 5배 개선</li></ul> 🎉 NVIDIA Omniverse 플랫폼<ul ><li>산업용 AI 시뮬레이션 및 디지털 트윈 구현</li><li>자동차 제조 혁신에 활용</li></ul> 🎉 Groot N1 로봇 AI 플랫폼<ul ><li>AI 로봇을 개발할 수 있는 오픈 소스 플랫폼</li><li>디즈니 및 딥마인드와 협력하여 개발</li><li>AI 로봇 개발 가속화 및 엔비디아의 AI 생태계 확장</li></ul> feat by Perplexity<ul ><li>source: https://blogs.nvidia.co.kr/blog/nvidia-keynote-at-gtc-2025-ai-news-live-updates-2</li></ul>

NVIDIA Blog Korea

[GTC 2025] AI 플랫폼의 주요 기능

👉 라이브 영상 보기 (한글자막)
https://www.youtube.com/watch?v=-ooWQNiklJ4

OpenAI의 이미지 생성이 또 다시 혁신을 이끌어냅니다.
GPT-4o에 탑재된 새로운 이미지 생성 기능은 단순히 예쁘고 멋진 이미지를 넘어, 정확하고 실용적인 비주얼 커뮤니케이션 도구로 진화했습니다.

🌟 실용적인 이미지 생성
사람들은 오래전 동굴 벽화부터 현대의 인포그래픽까지, 이미지를 통해 정보를 전달하고 설득하며 분석해왔습니다. 하지만 지금까지의 생성 모델은 주로 판타지나 예술적인 이미지에 강했죠. GPT-4o는 여기서 한 발 더 나아갑니다. 로고, 다이어그램, UI 시안 등 현실적인 이미지를 정확하게 만들어낼 수 있게 되었습니다.

 * 텍스트 정확도: 이미지 안에 들어가는 텍스트도 정밀하게 구현됩니다.
 * 문맥 이해: 대화형 AI답게 대화 중 업로드한 이미지나 이전 내용도 고려해서 이미지를 만듭니다.
 * 정확한 프롬프트 이해: 최대 20개 객체까지 속성과 관계를 유지하며 생성 가능하니, 복잡한 요청도 OK!

🧠 향상된 모델 능력
GPT-4o의 이미지 생성은 단순한 생성이 아닙니다.이미지와 텍스트의 관계뿐 아니라, 이미지들 사이의 관계도 학습했습니다.덕분에 더 자연스럽고 일관성 있는 비주얼을 만들 수 있습니다.

 * 멀티턴 이미지 생성: 게임 캐릭터처럼 점차 수정해 나가야 할 이미지도 대화로 자연스럽게 업데이트!
 * 포토리얼리즘 & 스타일: 다양한 스타일로 이미지 생성 가능. 현실감 넘치는 비주얼도 OK.
 * 비주얼 커뮤니케이션 강화: 간단한 텍스트 삽입만으로도 의미 전달이 훨씬 쉬워집니다.

⚙️ 여전히 남은 과제들
아직 완벽하진 않아요. 몇 가지 한계도 존재합니다.
 * 긴 포스터 이미지가 너무 타이트하게 잘리는 현상
 * 저해상도에서의 디테일 표현 어려움
 * 비 라틴 문자(예: 한글, 아랍어 등) 텍스트가 정확하지 않을 수 있음
 * 이미지 일부만 수정하려 할 때, 전체가 바뀌거나 오류가 생기는 문제

하지만 좋은 소식! 이미 이슈 대부분에 대해 개선 작업이 진행 중이라고 합니다.

🔒안전은 여전히 최우선
OpenAI는 이미지 생성의 자유와 안전 사이에서 균형을 잡기 위해 여러 조치를 도입했습니다.

 * C2PA 메타데이터: 생성 이미지에 GPT-4o 출처를 명시
 * 내부 이미지 확인 도구: 이미지가 모델에서 생성되었는지 확인 가능
 * 콘텐츠 필터링: 불법적이거나 유해한 콘텐츠는 차단
 * 딥러닝 기반 정책 판단 모델: 사람의 정책 기준을 모델에 학습시켜 더 안전하게!

👉 OpenAI 엔지니어들의 인터뷰 영상 모음 (한글자막)
https://www.youtube.com/watch?v=fkvW8nBT7S4

🚀 사용 방법 & 출시 정보
지금 바로 ChatGPT에서 GPT‑4o를 통해 이미지 생성을 체험할 수 있습니다.

 * Plus, Pro, Team, Free 사용자: 지금 바로 사용 가능!
 * Enterprise, Edu: 곧 도입 예정
 * 개발자 API: 몇 주 안에 이미지 생성 API도 오픈 예정

사용법은 간단합니다. 그냥 대화하듯 이미지 요청을 하면 됩니다. 예를 들어, “배경은 투명하고 #FF5733 색상의 로고 만들어줘” 같은 식으로요. 단, 퀄리티가 높은 만큼 이미지를 생성하는 데 최대 1분 정도 걸릴 수 있습니다.

GPT-4o 로 생성한 이미지 샘플 보기
다음은 모두 GPT-4o 로 생성된 이미지입니다.
프롬프트는 여기 에서 확인해주세요.
https://openai.com/index/introducing-4o-image-generation

👉 라이브 영상 보기 (한글자막)https://www.youtube.com/watch?v=-ooWQNiklJ4 OpenAI의 이미지 생성이 또 다시 혁신을 이끌어냅니다.GPT-4o에 탑재된 새로운 이미지 생성 기능은 단순히 예쁘고 멋진 이미지를 넘어, 정확하고 실용적인 비주얼 커뮤니케이션 도구로 진화했습니다. 🌟 실용적인 이미지 생성사람들은 오래전 동굴 벽화부터 현대의 인포그래픽까지, 이미지를 통해 정보를 전달하고 설득하며 분석해왔습니다. 하지만 지금까지의 생성 모델은 주로 판타지나 예술적인 이미지에 강했죠. GPT-4o는 여기서 한 발 더 나아갑니다. 로고, 다이어그램, UI 시안 등 현실적인 이미지를 정확하게 만들어낼 수 있게 되었습니다. <ul ><li>텍스트 정확도: 이미지 안에 들어가는 텍스트도 정밀하게 구현됩니다.</li><li>문맥 이해: 대화형 AI답게 대화 중 업로드한 이미지나 이전 내용도 고려해서 이미지를 만듭니다.</li><li>정확한 프롬프트 이해: 최대 20개 객체까지 속성과 관계를 유지하며 생성 가능하니, 복잡한 요청도 OK!</li></ul> 🧠 향상된 모델 능력GPT-4o의 이미지 생성은 단순한 생성이 아닙니다.이미지와 텍스트의 관계뿐 아니라, 이미지들 사이의 관계도 학습했습니다.덕분에 더 자연스럽고 일관성 있는 비주얼을 만들 수 있습니다. <ul ><li>멀티턴 이미지 생성: 게임 캐릭터처럼 점차 수정해 나가야 할 이미지도 대화로 자연스럽게 업데이트!</li><li>포토리얼리즘 &amp; 스타일: 다양한 스타일로 이미지 생성 가능. 현실감 넘치는 비주얼도 OK.</li><li>비주얼 커뮤니케이션 강화: 간단한 텍스트 삽입만으로도 의미 전달이 훨씬 쉬워집니다.</li></ul> ⚙️ 여전히 남은 과제들아직 완벽하진 않아요. 몇 가지 한계도 존재합니다.<ul ><li>긴 포스터 이미지가 너무 타이트하게 잘리는 현상</li><li>저해상도에서의 디테일 표현 어려움</li><li>비 라틴 문자(예: 한글, 아랍어 등) 텍스트가 정확하지 않을 수 있음</li><li>이미지 일부만 수정하려 할 때, 전체가 바뀌거나 오류가 생기는 문제</li></ul> 하지만 좋은 소식! 이미 이슈 대부분에 대해 개선 작업이 진행 중이라고 합니다. 🔒안전은 여전히 최우선OpenAI는 이미지 생성의 자유와 안전 사이에서 균형을 잡기 위해 여러 조치를 도입했습니다. <ul ><li>C2PA 메타데이터: 생성 이미지에 GPT-4o 출처를 명시</li><li>내부 이미지 확인 도구: 이미지가 모델에서 생성되었는지 확인 가능</li><li>콘텐츠 필터링: 불법적이거나 유해한 콘텐츠는 차단</li><li>딥러닝 기반 정책 판단 모델: 사람의 정책 기준을 모델에 학습시켜 더 안전하게!</li></ul> 👉 OpenAI 엔지니어들의 인터뷰 영상 모음 (한글자막)https://www.youtube.com/watch?v=fkvW8nBT7S4 🚀 사용 방법 &amp; 출시 정보지금 바로 ChatGPT에서 GPT‑4o를 통해 이미지 생성을 체험할 수 있습니다. <ul ><li>Plus, Pro, Team, Free 사용자: 지금 바로 사용 가능!</li><li>Enterprise, Edu: 곧 도입 예정</li><li>개발자 API: 몇 주 안에 이미지 생성 API도 오픈 예정</li></ul> 사용법은 간단합니다. 그냥 대화하듯 이미지 요청을 하면 됩니다. 예를 들어, “배경은 투명하고 #FF5733 색상의 로고 만들어줘” 같은 식으로요. 단, 퀄리티가 높은 만큼 이미지를 생성하는 데 최대 1분 정도 걸릴 수 있습니다. GPT-4o 로 생성한 이미지 샘플 보기다음은 모두 GPT-4o 로 생성된 이미지입니다.프롬프트는 여기 에서 확인해주세요.https://openai.com/index/introducing-4o-image-generation

GPT-4o 이미지 생성 기능 출시 - 텍스트와 일관성을 더해 유용함을

1️⃣ 아이디어의 가치는 실행했을 때 비로소 생긴다.

2️⃣ 고객이 정말 필요한 서비스를 만들어야 한다. 내가 고객인 서비스라면 더 수월하다.

3️⃣ 빠르게 만들고 빠르게 출시한다. 개발 기간이 길다고 더 좋은 서비스가 나오는 건 아니다.

4️⃣ 한 가지 핵심 기능에 집중하는 것이 좋다. 너무 많은 기능을 넣기보다 문제 해결에 초점을 맞춘다.

5️⃣ 나는 생각보다 고객의 마음을 생각보다 잘 모른다. 출시 후 피드백을 받아야 비로소 알게 되는 경우가 많았다.

6️⃣ 개발은 가장 비싼 검증 방법이다.
본격적으로 개발하기 전에 아이디어 검증이 가능하다면 반드시 검증부터 한다.

7️⃣ “시장의 크기 = 문제를 겪는 사람의 수 × 고통의 크기” 이다.
문제를 겪는 사람의 수는 적더라도 고통의 크기가 큰 문제를 해결하는 것이 유리하다.

8️⃣ 보일러플레이트(템플릿)를 만들어두면 멘탈 관리에 좋다.
로그인, 모달, 레이아웃 등 자주 쓰이는 기능을 미리 모듈화하면 개발이 훨씬 수월하다.

9️⃣ 사이드 프로젝트는 최소 1년은 유지해보는 것이 좋다.
언제 터질지 모르므로 Free Tier로 운영할 수 있는 1년 정도는 지켜본다.

🔟 결국, 대부분의 성공은 운이다.
기본적인 것을 지킨다는 전제하에, 성공 여부는 운에 의해 결정될 때가 많다.
그래서 꾸준히 만들고, 실패하며, 경험치를 쌓아가는 과정이 중요하다.

실행이 전부다. 만들고 배운다.

1️⃣ 아이디어의 가치는 실행했을 때 비로소 생긴다. 2️⃣ 고객이 정말 필요한 서비스를 만들어야 한다. 내가 고객인 서비스라면 더 수월하다. 3️⃣ 빠르게 만들고 빠르게 출시한다. 개발 기간이 길다고 더 좋은 서비스가 나오는 건 아니다. 4️⃣ 한 가지 핵심 기능에 집중하는 것이 좋다. 너무 많은 기능을 넣기보다 문제 해결에 초점을 맞춘다. 5️⃣ 나는 생각보다 고객의 마음을 생각보다 잘 모른다. 출시 후 피드백을 받아야 비로소 알게 되는 경우가 많았다. 6️⃣ 개발은 가장 비싼 검증 방법이다.본격적으로 개발하기 전에 아이디어 검증이 가능하다면 반드시 검증부터 한다. 7️⃣ “시장의 크기 = 문제를 겪는 사람의 수 × 고통의 크기” 이다.문제를 겪는 사람의 수는 적더라도 고통의 크기가 큰 문제를 해결하는 것이 유리하다. 8️⃣ 보일러플레이트(템플릿)를 만들어두면 멘탈 관리에 좋다.로그인, 모달, 레이아웃 등 자주 쓰이는 기능을 미리 모듈화하면 개발이 훨씬 수월하다. 9️⃣ 사이드 프로젝트는 최소 1년은 유지해보는 것이 좋다.언제 터질지 모르므로 Free Tier로 운영할 수 있는 1년 정도는 지켜본다. 🔟 결국, 대부분의 성공은 운이다.기본적인 것을 지킨다는 전제하에, 성공 여부는 운에 의해 결정될 때가 많다.그래서 꾸준히 만들고, 실패하며, 경험치를 쌓아가는 과정이 중요하다. 실행이 전부다. 만들고 배운다.

사이드 프로젝트 34개를 만들고 느낀점 10가지

저의 첫 멘토는 하청 업체에서 고용한 프리랜서 개발자였습니다.

저는 대기업에서 첫 커리어를 시작했는데, 하청 업체에 SI 프로젝트 외주를 많이 주었습니다. 그러다 어느 날 새로 투입된 프로젝트에서 충격적으로 잘 하시는 프리랜서 개발자를 만나게 되었습니다. 그 전까지는 저는 제가 나름 실력이 괜찮다고 생각을 했거든요? 그런데 그 개발자 님을 뵙고 저는 아무 것도 모르는 애송이었다는 것을 깨닫게 되었습니다.

처음에 그 개발자 분께 "사부님"으로 모시고 싶다고 말씀드렸더니 크게 놀라시며 손사례를 치셨습니다. (당시 멘토링 문화가 생소했기 때문에 이렇게 촌스럽게 말씀드렸지만, 사실 멘토가 되어 달라는 부탁이었습니다.) 본인이 같은 회사의 선배도 아니고, 을도 아닌 병, 정의 위치에 있는데 어찌 그럴 수 있겠냐고 난감해하셨습니다. 하지만 저는 포기하지 않고 그 분을 졸졸 딸아다니며 궁금한 것들을 계속 여쭤보면서 정말 많은 배움을 얻었습니다. 저의 이런 모습을 못마땅하게 보시는 부서 선배들 때문에 눈치를 보며 멘토님과의 밀월 관계를 이어나갔던 추억이 있습니다.

제가 주니어였을 때 첫 멘토로 부터 받은 영향은 그 이후 제가 소프트웨어 엔지니어로서 가치관을 정립하고 성장해 나가는 데 너무나 귀중한 자양분이 되었습니다. 당시에는 제 멘토가 하늘같이 보였지만 이제는 저도 연차가 쌓여서 지금은 편한 형 동생 사이가 되었네요. 요즘에는 우스갯소리로 이제 니가 나보다 훨씬 더 잘 한다고 해주시는데 그 말씀 조차 뭔가 힘이 됩니다.

멘토를 찾을 때 반드시 본인이 속한 조직으로 한정할 필요는 없다고 생각합니다. 나보다 잘 한다는 생각이 들고 본받고 싶은 부분이 있다면 누구나 여러분의 멘토가 될 자격이 있습니다. 개발자 밋업에서 우연히 만난 다른 회사의 개발자일 수도 있고, 참여하고 계신 오픈 소스 프로젝트의 다른 기여자가 될 수도 있습니다. 직책과 경력에도 구애받을 필요가 없다고 생각합니다. 단순히 더 오래 일 했다고 해서 더 잘 하는 것은 아니니까요.

정 주변에 멘토로 삼을 만한 분이 없다면 요즘에는 "랜선 멘토"라는 좋은 옵션도 있습니다. 멘티와 멘토를 매칭해주는 플랫폼도 잘 되어 있으니 의지만 있으면 어렵지 않게 멘토를 찾을 수 있을 것입니다. 진짜 정 못 찾으시겠다면 저한테 연락주세요! ㅎㅎ

늘 배워야 살아남을 수 있는 직업인 개발자로서 좋은 멘토를 만나는 것보다 더 큰 행운은 없다고 생각합니다. 좋은 개발자가 되시고 싶다면 주변에 있는 좋은 개발자를 찾아보세요. 내가 닮고 싶은 분과 꾸준히 대화를 나누는 것만으로도 여러분께 엄청난 동기부여가 될 것입니다. 다들 저처럼 인생 멘토를 찾으셨으면 좋겠습니다.

저의 첫 멘토는 하청 업체에서 고용한 프리랜서 개발자였습니다. 저는 대기업에서 첫 커리어를 시작했는데, 하청 업체에 SI 프로젝트 외주를 많이 주었습니다. 그러다 어느 날 새로 투입된 프로젝트에서 충격적으로 잘 하시는 프리랜서 개발자를 만나게 되었습니다. 그 전까지는 저는 제가 나름 실력이 괜찮다고 생각을 했거든요? 그런데 그 개발자 님을 뵙고 저는 아무 것도 모르는 애송이었다는 것을 깨닫게 되었습니다. 처음에 그 개발자 분께 "사부님"으로 모시고 싶다고 말씀드렸더니 크게 놀라시며 손사례를 치셨습니다. (당시 멘토링 문화가 생소했기 때문에 이렇게 촌스럽게 말씀드렸지만, 사실 멘토가 되어 달라는 부탁이었습니다.) 본인이 같은 회사의 선배도 아니고, 을도 아닌 병, 정의 위치에 있는데 어찌 그럴 수 있겠냐고 난감해하셨습니다. 하지만 저는 포기하지 않고 그 분을 졸졸 딸아다니며 궁금한 것들을 계속 여쭤보면서 정말 많은 배움을 얻었습니다. 저의 이런 모습을 못마땅하게 보시는 부서 선배들 때문에 눈치를 보며 멘토님과의 밀월 관계를 이어나갔던 추억이 있습니다. 제가 주니어였을 때 첫 멘토로 부터 받은 영향은 그 이후 제가 소프트웨어 엔지니어로서 가치관을 정립하고 성장해 나가는 데 너무나 귀중한 자양분이 되었습니다. 당시에는 제 멘토가 하늘같이 보였지만 이제는 저도 연차가 쌓여서 지금은 편한 형 동생 사이가 되었네요. 요즘에는 우스갯소리로 이제 니가 나보다 훨씬 더 잘 한다고 해주시는데 그 말씀 조차 뭔가 힘이 됩니다. 멘토를 찾을 때 반드시 본인이 속한 조직으로 한정할 필요는 없다고 생각합니다. 나보다 잘 한다는 생각이 들고 본받고 싶은 부분이 있다면 누구나 여러분의 멘토가 될 자격이 있습니다. 개발자 밋업에서 우연히 만난 다른 회사의 개발자일 수도 있고, 참여하고 계신 오픈 소스 프로젝트의 다른 기여자가 될 수도 있습니다. 직책과 경력에도 구애받을 필요가 없다고 생각합니다. 단순히 더 오래 일 했다고 해서 더 잘 하는 것은 아니니까요. 정 주변에 멘토로 삼을 만한 분이 없다면 요즘에는 "랜선 멘토"라는 좋은 옵션도 있습니다. 멘티와 멘토를 매칭해주는 플랫폼도 잘 되어 있으니 의지만 있으면 어렵지 않게 멘토를 찾을 수 있을 것입니다. 진짜 정 못 찾으시겠다면 저한테 연락주세요! ㅎㅎ 늘 배워야 살아남을 수 있는 직업인 개발자로서 좋은 멘토를 만나는 것보다 더 큰 행운은 없다고 생각합니다. 좋은 개발자가 되시고 싶다면 주변에 있는 좋은 개발자를 찾아보세요. 내가 닮고 싶은 분과 꾸준히 대화를 나누는 것만으로도 여러분께 엄청난 동기부여가 될 것입니다. 다들 저처럼 인생 멘토를 찾으셨으면 좋겠습니다.

나의 첫 멘토 이야기

2023년 기술블로그 글을 엮어 펴낸 첫 책 "요즘 우아한 개발"이 좋은 반응을 얻은 데 힘입어, 이번에는 AI·데이터·로봇 이야기를 담은 시리즈 2탄, "요즘 우아한 AI 개발"을 출간했습니다. 🎉

“요즘 우아한 AI 개발” 출간!

잘 쓴 기술 블로그가 책으로 나오네요.

---

"요즘 우아한 AI 개발"에는 우아한형제들이 실제 프로젝트에 적용한 AI 기술과 데이터 활용법,
로봇 개발 과정에서 얻은 실무 경험을 두루 담았습니다.

AI 추천 시스템, 데이터 분석 자동화, 로봇 머신러닝 모델 경량화, MLOps 구축 사례까지,
AI와 데이터, 로봇 기술을 어떻게 개발하고 적용했는지 생생하게 전합니다.

https://meta-bifrost.vercel.app/AsZfEAXX09DNnNws8Yno

잘 쓴 기술 블로그가 책으로 나오네요. --- "요즘 우아한 AI 개발"에는 우아한형제들이 실제 프로젝트에 적용한 AI 기술과 데이터 활용법, 로봇 개발 과정에서 얻은 실무 경험을 두루 담았습니다. AI 추천 시스템, 데이터 분석 자동화, 로봇 머신러닝 모델 경량화, MLOps 구축 사례까지, AI와 데이터, 로봇 기술을 어떻게 개발하고 적용했는지 생생하게 전합니다. https://meta-bifrost.vercel.app/AsZfEAXX09DNnNws8Yno

meta-bifrost.vercel.app

요즘 우아한 AI 개발 출간~

초등학교 1학년 학생들을 위한 받아쓰기. 소리, 그림 그리고 선생님과 함께 새로운 단어를 공부해봐요.

초등 받아쓰기 시험, 단어 공부

제가 국민학교 다닐 땐 받아쓰기를 했습니다.
89년도인가? 초등학교 2학년에 올라가자마자 선생님이 불러주는 것을 받아쓰기 하던 날.
‘읍니다’가, ‘습니다’로 바뀌어서 와장창 틀렸던 기억.
받아쓰기에 대한 유일한 기억입니다.

얼마 전 딸이 초등학교에 들어갔는데, 맞춤법이 자주 틀려서 교정해주기 위한 어플을 만들어봤습니다.
선생님이 불러주고 받아적는 받아쓰기 어플.
틀린 점에 대해 피드백 받을 수 있는 어플.
이런 어플이 있으면 맞춤법 공부할 때 도움이 되지 않을까?

온 가족이 함께 만들었습니다.
아내는 디자인을, 나는 코딩을, 딸은 목소리를.

아직 개선할 부분들이 많지만 다른 사람들도 함께 쓸 수 있도록 공개해봅니다.
완전히 무료이고, 아이들을 홀려서 클릭을 유발하는 지저분한 광고도 넣지 않을 계획입니다. 키즈앱에 이런 광고들이 특히 많더라고요.

혹시라도 사람들이 의미있게 써준다면 한국 사람들은 무료로 쓰게 하고 해외에만 몇 달러 정도에 팔아볼까하는 생각은 있습니다.
그렇다면 사회에도 기여하고, 달러도 벌어오는… 내가 딱 원하던 이상적인 모습이 되는 것 아닐까 하고.

앱을 올리고 한 번도 광고하지 않았는데도 글로벌 여기저기서 쓰는 모습을 보고 놀랍고 기쁘기도 했습니다.

…사실 별 가치를 못 주고 망할 가능성이 높습니다.
그래도 가족이 모두 함께 만든 첫 작품이니 그걸로 충분하지 않을까요? 😁

처음부터 끝까지 AI로만 코딩한 첫 작품이기도 합니다.

https://spellstart.com/ko

제가 국민학교 다닐 땐 받아쓰기를 했습니다.89년도인가? 초등학교 2학년에 올라가자마자 선생님이 불러주는 것을 받아쓰기 하던 날.‘읍니다’가, ‘습니다’로 바뀌어서 와장창 틀렸던 기억.받아쓰기에 대한 유일한 기억입니다. 얼마 전 딸이 초등학교에 들어갔는데, 맞춤법이 자주 틀려서 교정해주기 위한 어플을 만들어봤습니다.선생님이 불러주고 받아적는 받아쓰기 어플.틀린 점에 대해 피드백 받을 수 있는 어플.이런 어플이 있으면 맞춤법 공부할 때 도움이 되지 않을까? 온 가족이 함께 만들었습니다.아내는 디자인을, 나는 코딩을, 딸은 목소리를. 아직 개선할 부분들이 많지만 다른 사람들도 함께 쓸 수 있도록 공개해봅니다.완전히 무료이고, 아이들을 홀려서 클릭을 유발하는 지저분한 광고도 넣지 않을 계획입니다. 키즈앱에 이런 광고들이 특히 많더라고요. 혹시라도 사람들이 의미있게 써준다면 한국 사람들은 무료로 쓰게 하고 해외에만 몇 달러 정도에 팔아볼까하는 생각은 있습니다.그렇다면 사회에도 기여하고, 달러도 벌어오는… 내가 딱 원하던 이상적인 모습이 되는 것 아닐까 하고. 앱을 올리고 한 번도 광고하지 않았는데도 글로벌 여기저기서 쓰는 모습을 보고 놀랍고 기쁘기도 했습니다. …사실 별 가치를 못 주고 망할 가능성이 높습니다.그래도 가족이 모두 함께 만든 첫 작품이니 그걸로 충분하지 않을까요? 😁 처음부터 끝까지 AI로만 코딩한 첫 작품이기도 합니다. https://spellstart.com/ko

spellstart.com

딸을 위한 받아쓰기 어플을 스스로 만드는 가족

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

 - YouTube

Modal 을 어떻게 구현하시나요?
보통 state 와 React Portal 을 활용하는 것 같아요
다만, 저는 웹뷰 개발시, 모달이 열렸을 때
안드로이드에서 백버튼을 어떻게할지 고민한 경험이 있는데요.

Next.js 에서 Parallel Route 를 활용하면 뒤로가기로 모달을 닫을 수 있어서
깔끔하게 해결 되더라구요 :)

그래서 오늘은 Parallel Route 로 Modal 만들기를 설명해 보았어요

https://youtu.be/iNv2ETZBTLI?si=Mo5RX_nUt3d0e4bl

Modal 을 어떻게 구현하시나요?보통 state 와 React Portal 을 활용하는 것 같아요다만, 저는 웹뷰 개발시, 모달이 열렸을 때 안드로이드에서 백버튼을 어떻게할지 고민한 경험이 있는데요. Next.js 에서 Parallel Route 를 활용하면 뒤로가기로 모달을 닫을 수 있어서깔끔하게 해결 되더라구요 :) 그래서 오늘은 Parallel Route 로 Modal 만들기를 설명해 보았어요 https://youtu.be/iNv2ETZBTLI?si=Mo5RX_nUt3d0e4bl

youtu.be

Modal 을 어떻게 구현하시나요?
보통 state 와 React

사실상 엑셀이나 구글 시트가 아닌가 싶다. 이만큼 많은 사람들이 쓸 줄 알고 여러 형태로 분석이 가능하고 결과물을 공유 가능한 툴은 많지 않다. 실제 현업부서들과 일을 해보면 굉장히 많은 데이터들을 구글 시트의 형태로 매뉴얼하게 관리한다. 이 위에서 간단한 차트등을 만들어 지표 관리를 하곤 한다.

즉 데이터 엔지니어의 관점에서 보면 구글 시트는 아주 중요한 데이터 소스가 된다. 문제는 필요한 데이터를 여기로 로딩하는 방법인데 적어도 구글 시트는 Sheet API(파이썬 모듈 중에 gspread 사용)와 여러 형태의 연동 툴들을 제공한다. 유데미 때 구글 시트를 데이터 소스로 다양한 매뉴얼 정보들을 데이터 웨어하우스로 로딩하는 ETL 파이프라인을 구현해서 현업 팀원들 (마케팅, CS/CX, 영업 등등)이 아주 좋아했었다.

또 회사에 돈이 충분치 않다면 혹은 돈이 충분해도 BI 관련해서 아직 무엇을 해야할지 불분명하다면 굳이 비싼 BI 툴들(Looker, Tableau, 등등)을 사지 말고 데이터웨어하우스(혹은 프로덕션 데이터베이스)의 써머리 테이블들을 구글스프레드시트로 자동으로 덤프해서 거기서 시각화하고 분석하는 것도 아주 효율적이다. 이 역시 다양한 회사에서 데이터 컨설팅을 하면서 효율적으로 사용했었는데 이 경우 이런 형태의 데이터 파이프라인을 보통 Reverse ETL이라고 부른다. 즉 소스가 데이터 웨어하우스가 되고 타켓이 시트가 되는 형태로 일반적인 ETL의 반대 방향으로 데이터가 흐르는 거다.

이번에 인프런에 만든 강의 뒷 부분에 새로 아래 두 개의 챕터를 추가했는데 이게 바로 구글 시트를 데이터소스로 보고 시트 정보를 읽어다가 Snowflake의 테이블로 적재하는 과정을 설명하고 데모하는 내용으로 구성되어 있다. 곧 Reverse ETL 내용 (Snowflake -> 구글시트)에 관한 챕터도 추가할 예정이다.

 * 구글 시트 ➜ Snowflake
 * 구글 시트 ➜ Snowflake (코드 리뷰와 실습)

"실리콘밸리 데이터 리더가 알려주는 Airflow 기초": https://inf.run/qRing

사실상 엑셀이나 구글 시트가 아닌가 싶다. 이만큼 많은 사람들이 쓸 줄 알고 여러 형태로 분석이 가능하고 결과물을 공유 가능한 툴은 많지 않다. 실제 현업부서들과 일을 해보면 굉장히 많은 데이터들을 구글 시트의 형태로 매뉴얼하게 관리한다. 이 위에서 간단한 차트등을 만들어 지표 관리를 하곤 한다. 즉 데이터 엔지니어의 관점에서 보면 구글 시트는 아주 중요한 데이터 소스가 된다. 문제는 필요한 데이터를 여기로 로딩하는 방법인데 적어도 구글 시트는 Sheet API(파이썬 모듈 중에 gspread 사용)와 여러 형태의 연동 툴들을 제공한다. 유데미 때 구글 시트를 데이터 소스로 다양한 매뉴얼 정보들을 데이터 웨어하우스로 로딩하는 ETL 파이프라인을 구현해서 현업 팀원들 (마케팅, CS/CX, 영업 등등)이 아주 좋아했었다. 또 회사에 돈이 충분치 않다면 혹은 돈이 충분해도 BI 관련해서 아직 무엇을 해야할지 불분명하다면 굳이 비싼 BI 툴들(Looker, Tableau, 등등)을 사지 말고 데이터웨어하우스(혹은 프로덕션 데이터베이스)의 써머리 테이블들을 구글스프레드시트로 자동으로 덤프해서 거기서 시각화하고 분석하는 것도 아주 효율적이다. 이 역시 다양한 회사에서 데이터 컨설팅을 하면서 효율적으로 사용했었는데 이 경우 이런 형태의 데이터 파이프라인을 보통 Reverse ETL이라고 부른다. 즉 소스가 데이터 웨어하우스가 되고 타켓이 시트가 되는 형태로 일반적인 ETL의 반대 방향으로 데이터가 흐르는 거다. 이번에 인프런에 만든 강의 뒷 부분에 새로 아래 두 개의 챕터를 추가했는데 이게 바로 구글 시트를 데이터소스로 보고 시트 정보를 읽어다가 Snowflake의 테이블로 적재하는 과정을 설명하고 데모하는 내용으로 구성되어 있다. 곧 Reverse ETL 내용 (Snowflake -&gt; 구글시트)에 관한 챕터도 추가할 예정이다. <ul ><li>구글 시트 ➜ Snowflake</li><li>구글 시트 ➜ Snowflake (코드 리뷰와 실습)</li></ul> "실리콘밸리 데이터 리더가 알려주는 Airflow 기초": https://inf.run/qRing

가장 많이 쓰이는 데이터 분석/BI 툴은 무엇일까?

가장 훌륭한 경비절감 방법이 '몰입'이다.가장 훌륭한 생산성향상 방법도 '몰입'이다.많은 경영학자들이 연구를 통해 증명한 사실이다.평범한 주위 사람들이 ‘몰입’된 상태에 있는 사람을 보면 ‘미쳤다’라고 말한다.정신적으로 미친 것이 아니다. 자기업무에 미친 사람들이다.난 개인적으로 신입사원 교육에 들어가면 “한번 자기업무에 미쳐보세요”를 주문한다.미쳐보지 않고는 ‘그 업무’가 제대로 보이지 않는다. 제대로 보이지 않으면 그 일에 손을 댈 수가 없다.그냥 어제처럼 일한다. 부가가치를 더 낼 수 없다.그냥 저냥 일하면 그 일을 유지하기도 힘들다. 타인 또는 타부서, 타사가 더 잘 해서 ‘그 일’을 빼앗아 간다. 시장에서 ‘충성고객’이란 단어가 사라졌다. 고객은 ‘0.6초 클릭’하나로 미련없이 타사를 옮기기 때문이다.내가 만든 말이 아니다.삼성전자가 디자인 혁신을 강조하며 “고객은 0.6초만에 떠난다”라고 모토를 만들어 썼다.‘삼성전자’같은 글로벌 초우량기업도 고객을 놓칠까 발버둥 치고 있다.미쳐도 될까 말까인데 정작 우리는 태연하다. 구태의연하다. 회사의 성장은 이 미친 직원들의 ‘궤’와 같이하고 그 수에 비례한다.초우량기업하면 일에 미친 임직원들이 조직내에 꽉 차 있다는 말이다.‘꽉 차 있다’를 보다 정확히 말하면 70%이상의 직원이 일에 미쳐있다는 얘기다.(Gallup Q12 직원몰입도조사, 2024 report, Global insight) 아래 그림 같이 직원몰입도가 전세계 평균이 23%, 미국은 33%, 초우량기업은 

[백진기 칼럼]그래 한번 미쳐보자?(110편)

가장 훌륭한 경비절감 방법은 ‘몰입’이다. 가장 훌륭한 생산성 향상 방법도 ‘몰입’이다. 이는 많은 경영학자들이 연구를 통해 증명한 사실이다.

평범한 주위 사람들이 ‘몰입’된 상태에 있는 사람을 보면 ‘미쳤다’라고 말한다. 정신적으로 미친 것이 아니다. 자기 업무에 미친 사람들이다.

개인적으로 신입사원 교육에 들어가면 “자기 업무에 한 번 미쳐보세요”를 주문한다. 미쳐보지 않고서는 ‘그 업무’가 제대로 보이지 않는다. 제대로 보이지 않으면 그 일에 손을 댈 수가 없다.

그냥 어제처럼 일한다. 부가가치를 더 낼 수 없다. 그냥 저냥 일하면 그 일을 유지하기도 힘들다. 결국 타인 또는 타부서, 타사가 더 잘 해서 ‘그 일’을 빼앗아 간다.

시장에서 ‘충성 고객’이란 단어가 사라졌다. 고객은 ‘0.6초 클릭’ 하나로 미련없이 타사로 옮겨가기 때문이다. 필자가 만든 말이 아니다.

삼성전자가 디자인 혁신을 강조하며 “고객은 0.6초만에 떠난다”라고 모토를 만들어 썼다. ‘삼성전자’같은 글로벌 초우량기업도 고객을 놓칠까 발버둥치고 있다.

미쳐도 될까 말까인데 정작 우리는 태연하다. 구태의연하다. 회사의 성장은 이렇게 미친 직원들의 ‘궤’와 같이 하고 그 수에 비례한다. 초우량기업에는 일에 미친 임직원들이 조직 내에 꽉 차 있다는 말이다

‘꽉 차 있다’를 정확하게 말하면 70%이상의 직원이 일에 미쳐있다는 얘기다. Gallup Q12 직원몰입도 조사, 2024 Report, Global insight를 보면, 직원몰입도가 전세계 평균이 23%, 미국은 33%, 초우량기업은 70%으로 나왔다.

우리는 어떨까? 우리는 직원 중 몇 퍼센트가 업무에 미쳤을까? 동아시아(대만, 중국, 홍콩, 일본, 한국, 몽골)의 평균은 몰입 18%, 일본은 5.97%. 한국은 13%로 나왔다.

일본과 한국의 경우는 너무 터무니없이 낮은 수치다. 그래서 조사결과 수치에 대해 아래 2가지 의구심이 생긴다.

(1) 몰입한 직원이 13%에 불과한 한국이 어떻게 GDP상 세계 10위권을 넘나들 수 있는지? 또 우리와 비슷한 조직문화를 가진 일본은 약 6%밖에 안되는데 GDP 3위를 유지할 수 있는 지?

(2) 다른 나라, 특히 영어권의 직원들과 달리 한국과 일본 직장인들이 질문지를 제대로 잘 이해하고 답을 했는지?

먼저 결과 (1)이 진짜라고 가정해 본다. 몰입한 직원의 비중이 한국 13%이고, 일본 6%에 불과하다면 오히려 앞으로 성장 가능성이 휠씬 더 있다는 것이다.

회사에서 직원들이 몰입할 수 있는 근무 조건(working conditions)을 개선하거나, Gallup이 제안한 몰입도를 향상시킬 수 있는 방법 등을 동원한다면, 지금보다 더 생산성이 향상 될 것으로 해석할 수 있다. 매우 긍정적이라고 생각하고 싶다.

(2)의 경우도 간과할 수 없다. Q1은 원래 “I know what is expected of me at work”인데, Gallup은 이 문항을 이렇게 번역해서 질문을 한다.

“나는 회사가 나에게 기대하는 바를 알고 있다.” “나는 나의 직장이 나에게 무엇을 기대하고 있는 지 알고 있다” (Gallup Korea에서 실제 사용한 질문지)

이렇게 번역한 질문으로 물어보면, 백이면 백, ‘직장’ ‘회사’라는 단어가 너무 포괄적이고 추상적이라 쉽게 답하기 어렵다.

필자가 화이트보드에 위의 두 문장을 쓰고 우리 회사 직원 몇 명에게 개별적으로 물어보았다. “이 문장에서 ‘직장’ 이나 ‘회사’가 기대하는 바가 무슨 의미 같아요?”

사람마다 직장과 회사에 대한 정의가 달랐다. 정확하게는 말할 수 없다고 하고 다들 두루뭉슬했다. 그래도 종합해 보면…

“회사의 기대는 회장님을 비롯한 많은 리더들이 말했던 ‘이렇게 해! 저렇게 해! 이거 하지마라! 저거 하지마라!’ 등 수많은 내용이 떠오른다”

“직장의 기대는 회사보다는 그 범위가 좀 더 줄어 들어서 소속팀 정도로 이해되지만, 이것도 불분명하다”.

타국, 특히 영어권 직원들에게 “at work”에서 자기에게 기대하는 것이라고 하면, 회사나 직장이 아니라 그의 고과 평가자인 관리자가 그에게 기대하는 것을 말한다. 즉, JD (job description)와 KPIs (key performance indicators)이다.

이 질문과 관련해서 몰입도를 높이는 방법으로 Gallup측에서 제시한 것이 있는데, 바로 ‘관리자의 지속적인 대화로 직원들이 관리자의 기대치를 알게 하는 것’이다

그러니 필자라면 이 문장을 이렇게 ‘번안’하겠다. “나는 나의 직장상사(팀장)가 나에게 무엇을 기대하고 있는지 알고 있다.“ 질문만 이렇게 바꿔서 물어보면 몰입도 수치는 올라갈 것이다.

물론 필자의 추측이긴 하다. 그러나 팀장이 본인에게 기대하는 바를 모르는 직원은 없다. 만약 있다면 그 사람이 ‘적극적으로 몰입하지 않는 직원’일 것이다.

가장 훌륭한 경비절감 방법은 ‘몰입’이다. 가장 훌륭한 생산성 향상 방법도 ‘몰입’이다. 이는 많은 경영학자들이 연구를 통해 증명한 사실이다. 평범한 주위 사람들이 ‘몰입’된 상태에 있는 사람을 보면 ‘미쳤다’라고 말한다. 정신적으로 미친 것이 아니다. 자기 업무에 미친 사람들이다. 개인적으로 신입사원 교육에 들어가면 “자기 업무에 한 번 미쳐보세요”를 주문한다. 미쳐보지 않고서는 ‘그 업무’가 제대로 보이지 않는다. 제대로 보이지 않으면 그 일에 손을 댈 수가 없다. 그냥 어제처럼 일한다. 부가가치를 더 낼 수 없다. 그냥 저냥 일하면 그 일을 유지하기도 힘들다. 결국 타인 또는 타부서, 타사가 더 잘 해서 ‘그 일’을 빼앗아 간다. 시장에서 ‘충성 고객’이란 단어가 사라졌다. 고객은 ‘0.6초 클릭’ 하나로 미련없이 타사로 옮겨가기 때문이다. 필자가 만든 말이 아니다. 삼성전자가 디자인 혁신을 강조하며 “고객은 0.6초만에 떠난다”라고 모토를 만들어 썼다. ‘삼성전자’같은 글로벌 초우량기업도 고객을 놓칠까 발버둥치고 있다. 미쳐도 될까 말까인데 정작 우리는 태연하다. 구태의연하다. 회사의 성장은 이렇게 미친 직원들의 ‘궤’와 같이 하고 그 수에 비례한다. 초우량기업에는 일에 미친 임직원들이 조직 내에 꽉 차 있다는 말이다 ‘꽉 차 있다’를 정확하게 말하면 70%이상의 직원이 일에 미쳐있다는 얘기다. Gallup Q12 직원몰입도 조사, 2024 Report, Global insight를 보면, 직원몰입도가 전세계 평균이 23%, 미국은 33%, 초우량기업은 70%으로 나왔다. 우리는 어떨까? 우리는 직원 중 몇 퍼센트가 업무에 미쳤을까? 동아시아(대만, 중국, 홍콩, 일본, 한국, 몽골)의 평균은 몰입 18%, 일본은 5.97%. 한국은 13%로 나왔다. 일본과 한국의 경우는 너무 터무니없이 낮은 수치다. 그래서 조사결과 수치에 대해 아래 2가지 의구심이 생긴다. (1) 몰입한 직원이 13%에 불과한 한국이 어떻게 GDP상 세계 10위권을 넘나들 수 있는지? 또 우리와 비슷한 조직문화를 가진 일본은 약 6%밖에 안되는데 GDP 3위를 유지할 수 있는 지? (2) 다른 나라, 특히 영어권의 직원들과 달리 한국과 일본 직장인들이 질문지를 제대로 잘 이해하고 답을 했는지? 먼저 결과 (1)이 진짜라고 가정해 본다. 몰입한 직원의 비중이 한국 13%이고, 일본 6%에 불과하다면 오히려 앞으로 성장 가능성이 휠씬 더 있다는 것이다. 회사에서 직원들이 몰입할 수 있는 근무 조건(working conditions)을 개선하거나, Gallup이 제안한 몰입도를 향상시킬 수 있는 방법 등을 동원한다면, 지금보다 더 생산성이 향상 될 것으로 해석할 수 있다. 매우 긍정적이라고 생각하고 싶다. (2)의 경우도 간과할 수 없다. Q1은 원래 “I know what is expected of me at work”인데, Gallup은 이 문항을 이렇게 번역해서 질문을 한다. “나는 회사가 나에게 기대하는 바를 알고 있다.” “나는 나의 직장이 나에게 무엇을 기대하고 있는 지 알고 있다” (Gallup Korea에서 실제 사용한 질문지) 이렇게 번역한 질문으로 물어보면, 백이면 백, ‘직장’ ‘회사’라는 단어가 너무 포괄적이고 추상적이라 쉽게 답하기 어렵다. 필자가 화이트보드에 위의 두 문장을 쓰고 우리 회사 직원 몇 명에게 개별적으로 물어보았다. “이 문장에서 ‘직장’ 이나 ‘회사’가 기대하는 바가 무슨 의미 같아요?” 사람마다 직장과 회사에 대한 정의가 달랐다. 정확하게는 말할 수 없다고 하고 다들 두루뭉슬했다. 그래도 종합해 보면… “회사의 기대는 회장님을 비롯한 많은 리더들이 말했던 ‘이렇게 해! 저렇게 해! 이거 하지마라! 저거 하지마라!’ 등 수많은 내용이 떠오른다” “직장의 기대는 회사보다는 그 범위가 좀 더 줄어 들어서 소속팀 정도로 이해되지만, 이것도 불분명하다”. 타국, 특히 영어권 직원들에게 “at work”에서 자기에게 기대하는 것이라고 하면, 회사나 직장이 아니라 그의 고과 평가자인 관리자가 그에게 기대하는 것을 말한다. 즉, JD (job description)와 KPIs (key performance indicators)이다. 이 질문과 관련해서 몰입도를 높이는 방법으로 Gallup측에서 제시한 것이 있는데, 바로 ‘관리자의 지속적인 대화로 직원들이 관리자의 기대치를 알게 하는 것’이다 그러니 필자라면 이 문장을 이렇게 ‘번안’하겠다. “나는 나의 직장상사(팀장)가 나에게 무엇을 기대하고 있는지 알고 있다.“ 질문만 이렇게 바꿔서 물어보면 몰입도 수치는 올라갈 것이다. 물론 필자의 추측이긴 하다. 그러나 팀장이 본인에게 기대하는 바를 모르는 직원은 없다. 만약 있다면 그 사람이 ‘적극적으로 몰입하지 않는 직원’일 것이다.

메디칼타임즈

가장 훌륭한 경비절감 방법은 ‘몰입’이다. 가장 훌륭한 생산성 향

﻿
회사마다 고유한 인재상이 있습니다. 사전적 의미로 인재상이란 인재로서 갖추어야 할 모습입니다. ‘인재상 뜻’에 대해서 구글링을 해보다가 재미있는 정의를 발견하였습니다. 인재상이 기업의 채용과 관련된 ‘이상형‘이라는 의미라는 해석입니다.

인재상을 처음으로 누가 만들었을까? 추측해 보면, 회사를 설립한 창업자나 그와 함께 회사가 성장하는 데 조력한 동료가 만들지 않았을지 상상해 봅니다. 회사가 성장함에 따라 직원이 하나 둘 늘어나는 데 채용을 계속하다 보니 ’우리 회사에 잘 맞는 인재는 이런 사람이야‘라고 생각했을 것 같습니다.

솔직히 회사마다 선호하는 인재의 모습이 크게 다를 수 있을까? 의문을 갖고 있습니다. A 조직에서 일을 잘 한다고 평가받는 사람이 B 조직에 가면 일을 잘 못한다고 평가받을 가능성이 높을 수 있을까요? 그럴 수도 있습니다. 100% 확률은 거의 존재하지 않는다고 믿고 있기 때문에 반전은 누구에게나 일어날 수 있는 가능성이 있습니다.

다만, 아직 일을 시작하기 전 모습을 보고 평가를 내려야 할 때에 A 조직에서 성공 경험을 갖고 있는 인재가 B 조직의 채용 전형에서 긍정적인 피드백을 받을 확률이 높은 것은 사실입니다. 주관적인 느낌보다 객관적인 사실에 바탕을 둔 평가를 한다면 말입니다.
실제로 많은 기업 홈페이지를 방문해 보면, ‘우리가 선호하는 인재의 모습’이나 ‘우리는 이렇게 일을 하는 사람들 (조직)‘이라는 메시지가 기업마다 크게 다르지 않음을 확인할 수 있습니다.

주도적으로 일을 하고, 문제를 해결하며, 더 높은 목표를 향해 도전하고, 동료를 진심으로 존중하며, 자유와 책임을 추구하는 인재와 그런 문화를 지향한다는 가치를 이야기합니다. 언어의 표현만 조금씩 다를 뿐 큰 맥락에서 이와 같은 인재상을 벗어나는 기업을 찾기 어려울 정도로 많은 기업이 거의 같은 인재를 바라고 있습니다.
함께 일을 해보면 알게 됩니다. 누가 일을 잘 하는 사람인지, 누가 협업이 잘 되는 사람인지 깨닫게 됩니다. 일 잘 하는 사람과 협업 잘 되는 사람은 외부 환경의 영향을 잘 받지 않기 때문에 어디서나 능력을 발휘하고 주변 동료에게 인정을 받는다고 생각합니다.

결국 인재상은 함께 일을 해본 동료로부터 기인한 모습을 의미합니다. ‘함께 일을 해보니 우리 조직엔 이런 사람이 더 잘 맞더라‘가 인재상이 되는 것입니다. 따라서 인재상은 시간이 흐름에 따라 변화할 수 있습니다. 과거에는 A라는 능력과 경험을 가진 사람이 필요했는데, 현재는 B라는 역량이 더 요구되고, 미래에는 C라는 비전을 가진 인재가 필요하다고 판단하는 것입니다.

시대가 요구하는 인재상은 기업마다 다르기 보다 기업의 고객이 되는 사람들의 선호에 따라 변화하는 것 같습니다. 또는 특정 기술이 시대를 휩쓸고 있다면, 인재상도 그를 따라 휩쓸려 가는 경향도 있습니다. 예를 들면, 고객이 겪고 있는 시대적 문제가 있다면, 이를 잘 해결해 줄 수 있는 사람이 인재가 되고, AI와 같은 기술이 시대를 휩쓸고 있다면, AI 기술을 잘 활용할 수 있는 사람이 인재가 되기도 하는 것입니다.

결국 거의 모든 조직에 필요한 협업 능력과 시대의 변화에 유연하게 대응할 수 있는 사람이 언제 어디서나 인재로 평가받을 확률이 높습니다. 그러니 기업에서 인재를 영입할 때, 우리에게 필요한 인재의 모습은 하나라고 정의하기는 것보다 상황에 따라서 더 적합한 인재의 정의를 업데이트하는 노력이 필요합니다.

기업의 설립자와 구성원들이 선호하는 동료의 모습을 가지고 있고, 다수의 구성원이 바라는 모습이 일치한다면 인재를 영입함에 있어서 일관된 의사결정을 할 수 있다고 생각합니다. 일관된 의사결정을 할 수 있을 때, 영입하게 되는 인재가 보유한 역량과 경험이 얼마나 대단한가 관계없이 조직이 추구하는 같은 방향을 바라보며 협업을 잘할 수 있게 된다고 믿습니다.

선명한 회사의 비전과 미션을 가지고, 회사 구성원이 함께 협업하는 과정에서 중요하게 생각하는 가치를 제시할 수 있다면, 인재상을 가지고 있는 기업이고, 채용 전형을 통해 조직에 적합한 인재를 영입할 수 있는 기준이 있는 팀이라고 생각합니다.

﻿회사마다 고유한 인재상이 있습니다. 사전적 의미로 인재상이란 인재로서 갖추어야 할 모습입니다. ‘인재상 뜻’에 대해서 구글링을 해보다가 재미있는 정의를 발견하였습니다. 인재상이 기업의 채용과 관련된 ‘이상형‘이라는 의미라는 해석입니다. 인재상을 처음으로 누가 만들었을까? 추측해 보면, 회사를 설립한 창업자나 그와 함께 회사가 성장하는 데 조력한 동료가 만들지 않았을지 상상해 봅니다. 회사가 성장함에 따라 직원이 하나 둘 늘어나는 데 채용을 계속하다 보니 ’우리 회사에 잘 맞는 인재는 이런 사람이야‘라고 생각했을 것 같습니다. 솔직히 회사마다 선호하는 인재의 모습이 크게 다를 수 있을까? 의문을 갖고 있습니다. A 조직에서 일을 잘 한다고 평가받는 사람이 B 조직에 가면 일을 잘 못한다고 평가받을 가능성이 높을 수 있을까요? 그럴 수도 있습니다. 100% 확률은 거의 존재하지 않는다고 믿고 있기 때문에 반전은 누구에게나 일어날 수 있는 가능성이 있습니다. 다만, 아직 일을 시작하기 전 모습을 보고 평가를 내려야 할 때에 A 조직에서 성공 경험을 갖고 있는 인재가 B 조직의 채용 전형에서 긍정적인 피드백을 받을 확률이 높은 것은 사실입니다. 주관적인 느낌보다 객관적인 사실에 바탕을 둔 평가를 한다면 말입니다.실제로 많은 기업 홈페이지를 방문해 보면, ‘우리가 선호하는 인재의 모습’이나 ‘우리는 이렇게 일을 하는 사람들 (조직)‘이라는 메시지가 기업마다 크게 다르지 않음을 확인할 수 있습니다. 주도적으로 일을 하고, 문제를 해결하며, 더 높은 목표를 향해 도전하고, 동료를 진심으로 존중하며, 자유와 책임을 추구하는 인재와 그런 문화를 지향한다는 가치를 이야기합니다. 언어의 표현만 조금씩 다를 뿐 큰 맥락에서 이와 같은 인재상을 벗어나는 기업을 찾기 어려울 정도로 많은 기업이 거의 같은 인재를 바라고 있습니다.함께 일을 해보면 알게 됩니다. 누가 일을 잘 하는 사람인지, 누가 협업이 잘 되는 사람인지 깨닫게 됩니다. 일 잘 하는 사람과 협업 잘 되는 사람은 외부 환경의 영향을 잘 받지 않기 때문에 어디서나 능력을 발휘하고 주변 동료에게 인정을 받는다고 생각합니다. 결국 인재상은 함께 일을 해본 동료로부터 기인한 모습을 의미합니다. ‘함께 일을 해보니 우리 조직엔 이런 사람이 더 잘 맞더라‘가 인재상이 되는 것입니다. 따라서 인재상은 시간이 흐름에 따라 변화할 수 있습니다. 과거에는 A라는 능력과 경험을 가진 사람이 필요했는데, 현재는 B라는 역량이 더 요구되고, 미래에는 C라는 비전을 가진 인재가 필요하다고 판단하는 것입니다. 시대가 요구하는 인재상은 기업마다 다르기 보다 기업의 고객이 되는 사람들의 선호에 따라 변화하는 것 같습니다. 또는 특정 기술이 시대를 휩쓸고 있다면, 인재상도 그를 따라 휩쓸려 가는 경향도 있습니다. 예를 들면, 고객이 겪고 있는 시대적 문제가 있다면, 이를 잘 해결해 줄 수 있는 사람이 인재가 되고, AI와 같은 기술이 시대를 휩쓸고 있다면, AI 기술을 잘 활용할 수 있는 사람이 인재가 되기도 하는 것입니다. 결국 거의 모든 조직에 필요한 협업 능력과 시대의 변화에 유연하게 대응할 수 있는 사람이 언제 어디서나 인재로 평가받을 확률이 높습니다. 그러니 기업에서 인재를 영입할 때, 우리에게 필요한 인재의 모습은 하나라고 정의하기는 것보다 상황에 따라서 더 적합한 인재의 정의를 업데이트하는 노력이 필요합니다. 기업의 설립자와 구성원들이 선호하는 동료의 모습을 가지고 있고, 다수의 구성원이 바라는 모습이 일치한다면 인재를 영입함에 있어서 일관된 의사결정을 할 수 있다고 생각합니다. 일관된 의사결정을 할 수 있을 때, 영입하게 되는 인재가 보유한 역량과 경험이 얼마나 대단한가 관계없이 조직이 추구하는 같은 방향을 바라보며 협업을 잘할 수 있게 된다고 믿습니다. 선명한 회사의 비전과 미션을 가지고, 회사 구성원이 함께 협업하는 과정에서 중요하게 생각하는 가치를 제시할 수 있다면, 인재상을 가지고 있는 기업이고, 채용 전형을 통해 조직에 적합한 인재를 영입할 수 있는 기준이 있는 팀이라고 생각합니다.﻿

인재상

필자는 SI 프로젝트를 수행하는 회사에서 30년 넘게 근무하고 있다. 그동안  프로젝트를 수행하는 기술과 도구는 비약적으로 발전했다. 가장 큰 발전은 의사소통 도구의 혁신이다. 휴대폰이 등장으로 전화 통화가 쉬워졌고, 이메일/메신저/화상회의 도구는 보편화되었다. 30년 전에는 휴대폰, 메일, 메신저가 없이 고객이나 프로젝트 팀원과 소통하려면 유선 전화기와 대면소통 외에는 방법이 없었다.

개발 관점에서도 웹의 등장, 프로그램 형상관리 및 디자인 도구의 발전, 오늘날에는 AI가 초벌 코딩을 해주는 시대가 되었다. 또한 방법론도 30년 전 보다 크게 변화했다. 문서위주의 엄격한 관리를 중요하게 생각하는 폭포수 방법론 외에 이해관계자와의 협업과 실질적 가치를 중시하는 애자일 방법론이 등장했다. 

그렇다면 30년 전보다 SI 프로젝트의 실패비율은 크게 줄어들었고 팀원들이 이전보다 쾌적한 환경에서 프로젝트를 수행할까? 현실은 여전히 SI 프로젝트는 빡시고 이슈 프로젝트는 매년 발생한다. 그 이유는 예전보다 더 많은 일을 더 빨리하거나 더 작은 MM로 계약하기 때문일 수도 있고, SI 프로젝트의 성공이나 실패의 본질에 기술이나 방법론이 미치는 영향이 제한적이기 때문일 수도 있다. 

IT 및 소프트웨어 개발 프로젝트의 실패 원인을 분석한 1994년 Chaos Report에서는 프로젝트 결과를 성공, 부분적 실패, 완전 실패로 구분했다. 성공은 범위/일정/예산 목표를 달성, 부분실패는 세가지 목표중 한가지 이상을 달성 못함, 완전실패는 세가지 목표 모두 달성하지 못한 프로젝트이다.

1994년과 비교했을 때 2015년 성공 프로젝트 비율은 16%에서 29%로 증가했고, 완전 실패 비율은 31%에서 19%로 줄어들었지만, 부분적 실패 비율은 52%로 큰 변화를 보이지 않았다. SI 프로젝트에서 실패는 대부분 부분적 실패를 의미하므로, 계약 목표를 달성하지 못하는 비율은 크게 변하지 않았다고 볼 수 있다.   
 
1994년 Chaos Report에서 프로젝트 실패원인 10가지와 비중은  다음과 같다. 2015년까지 매년 공개적으로 발표했는데 그 내용은 크게 변하지 않았다.

• 명확하지 않은 요구사항 및 사양(13.1%)
• 사용자의 참여 부족(12.4%)
• 리소스 부족(10.6%)
• 비현실적인 계획(9.9%)
• 경영진 지원 부족(9.3%)
• 기술적 문제(8.7%)
• 프로젝트 계획 및 일정 관리 미흡(8.1%)
• 변화하는 요구사항 및 사양(7.5%)
• 비효율적인 커뮤니케이션(6.2%)
• 조직 문화, 정치적 이슈, 법적 문제 등 기타(14.2%)
 
프로젝트 수행사에서 크게 노력하지 않는다면 예전이나 지금이나 SI 프로젝트에서 이슈가 발생하는 비율은 비슷하고 그 원인은 유사할 것이다. 요구사항 변경, 고객의 참여부족, 고객관리의 어려움, 팀원과 파트너사의 역량 미흡, 예상하지 못했던 성능이슈, 달성하기 힘든 예산과 납기 등은 SI 프로젝트가 존재하는 한 크게 개선하기  힘들다. 그 이유는 다음과 같다. 

- SI 사업환경이 어려울 때 난이도 높은 프로젝트를 수주한다. 
SI 사업을 수행하는 회사는 안정적인 가동률을 유지하기 힘들고, 경쟁력 확보가 힘들기 때문에 사업환경이 힘들 때는 난이도 높은 프로젝트를 저가로 수주하는 경우가 발생한다. 

- 매번 새로운 프로젝트를 하기 때문에 불확실성이 높고 일정, MM 추정이 힘들다. 
SI 프로젝트는 업무, 팀원, 고객, 파트너사가 매번 달라지기 때문에 발생할 수 있는  이슈를 예측하기 힘들고 일정과 MM추정이 신뢰도가 낮기 때문에 프로젝트 목표를 달성하기 힘들다. 

- 프로젝트 이슈가 발생할 경우 ‘win lose’의 구도가 된다.  
조직내부에서 수행하는 프로젝트에서는 업무범위, MM, 일정 이슈 발생 시 최적의 가치를 확보하기 위해 합리적인 의사결정을 할 수 있지만 계약기반의 SI 프로젝트에서는 이슈가 발생하면 이해관계가 충돌하기 때문에 각자도생의 상황이 발생한다. 고객사는 계약서에 있는 기능은 모두 구현해야 한다고 주장하고, 납기 지연이 발생하면 페널티를 부과한다. 수행사는 고객사 귀책이 있기 때문에 페널티를 부담할 수 없다고 주장한다.  

여러분들이 수행하시는 프로젝트의 안녕을 기원합니다.

========================
제가 삼성 SDS에서 30년동안 경험하고 체득한 교훈을 정리한 책 <슬기로운 PM 생활>을 출간한 소식을 공유합니다.
https://product.kyobobook.co.kr/detail/S000215148133

필자는 SI 프로젝트를 수행하는 회사에서 30년 넘게 근무하고 있다. 그동안 &nbsp;프로젝트를 수행하는 기술과 도구는 비약적으로 발전했다. 가장 큰 발전은 의사소통 도구의 혁신이다. 휴대폰이 등장으로 전화 통화가 쉬워졌고, 이메일/메신저/화상회의 도구는 보편화되었다. 30년 전에는 휴대폰, 메일, 메신저가 없이 고객이나 프로젝트 팀원과 소통하려면 유선 전화기와 대면소통 외에는 방법이 없었다. 개발 관점에서도 웹의 등장, 프로그램 형상관리 및 디자인 도구의 발전, 오늘날에는 AI가 초벌 코딩을 해주는 시대가 되었다. 또한 방법론도&nbsp;30년 전 보다 크게 변화했다. 문서위주의 엄격한 관리를 중요하게 생각하는 폭포수 방법론 외에 이해관계자와의 협업과 실질적 가치를 중시하는 애자일 방법론이 등장했다.&nbsp; 그렇다면&nbsp;30년 전보다&nbsp;SI 프로젝트의 실패비율은 크게 줄어들었고 팀원들이 이전보다 쾌적한 환경에서 프로젝트를 수행할까? 현실은 여전히 SI 프로젝트는 빡시고 이슈 프로젝트는 매년 발생한다. 그 이유는 예전보다 더 많은 일을 더 빨리하거나 더 작은 MM로 계약하기 때문일 수도 있고, SI 프로젝트의 성공이나 실패의 본질에 기술이나 방법론이 미치는 영향이 제한적이기 때문일 수도 있다.&nbsp; IT 및 소프트웨어 개발 프로젝트의 실패 원인을 분석한 1994년 Chaos Report에서는 프로젝트 결과를 성공, 부분적 실패, 완전 실패로 구분했다. 성공은 범위/일정/예산 목표를 달성, 부분실패는 세가지 목표중 한가지 이상을 달성 못함, 완전실패는 세가지 목표 모두 달성하지 못한 프로젝트이다. 1994년과 비교했을 때 2015년 성공 프로젝트 비율은 16%에서 29%로 증가했고, 완전 실패 비율은 31%에서 19%로 줄어들었지만, 부분적 실패 비율은 52%로 큰 변화를 보이지 않았다. SI 프로젝트에서 실패는 대부분 부분적 실패를 의미하므로, 계약 목표를 달성하지 못하는 비율은 크게 변하지 않았다고 볼 수 있다. &nbsp;&nbsp;&nbsp;1994년 Chaos Report에서 프로젝트 실패원인 10가지와 비중은 &nbsp;다음과 같다. 2015년까지 매년 공개적으로 발표했는데 그 내용은 크게 변하지 않았다. • 명확하지 않은 요구사항 및 사양(13.1%)• 사용자의 참여 부족(12.4%)• 리소스 부족(10.6%)• 비현실적인 계획(9.9%)• 경영진 지원 부족(9.3%)• 기술적 문제(8.7%)• 프로젝트 계획 및 일정 관리 미흡(8.1%)• 변화하는 요구사항 및 사양(7.5%)• 비효율적인 커뮤니케이션(6.2%)• 조직 문화, 정치적 이슈, 법적 문제 등 기타(14.2%)&nbsp;프로젝트 수행사에서 크게 노력하지 않는다면 예전이나 지금이나 SI 프로젝트에서 이슈가 발생하는 비율은 비슷하고 그 원인은 유사할 것이다.&nbsp;요구사항 변경, 고객의 참여부족, 고객관리의 어려움, 팀원과 파트너사의 역량 미흡, 예상하지 못했던 성능이슈, 달성하기 힘든 예산과 납기 등은 SI 프로젝트가 존재하는 한 크게 개선하기 &nbsp;힘들다. 그 이유는 다음과 같다.&nbsp; - SI&nbsp;사업환경이 어려울 때 난이도 높은 프로젝트를 수주한다.&nbsp;SI 사업을 수행하는 회사는 안정적인 가동률을 유지하기 힘들고, 경쟁력 확보가 힘들기 때문에 사업환경이 힘들 때는 난이도 높은 프로젝트를 저가로 수주하는 경우가 발생한다.&nbsp; -&nbsp;매번 새로운 프로젝트를 하기 때문에 불확실성이 높고 일정, MM 추정이 힘들다.&nbsp;SI 프로젝트는 업무, 팀원, 고객, 파트너사가 매번 달라지기 때문에 발생할 수 있는 &nbsp;이슈를 예측하기 힘들고 일정과 MM추정이 신뢰도가 낮기 때문에 프로젝트 목표를 달성하기 힘들다.&nbsp; -&nbsp;프로젝트 이슈가 발생할 경우 ‘win lose’의 구도가 된다. &nbsp;조직내부에서 수행하는 프로젝트에서는 업무범위, MM, 일정 이슈 발생 시 최적의 가치를 확보하기 위해 합리적인 의사결정을 할 수 있지만 계약기반의 SI 프로젝트에서는 이슈가 발생하면 이해관계가 충돌하기 때문에 각자도생의 상황이 발생한다. 고객사는 계약서에 있는 기능은 모두 구현해야 한다고 주장하고, 납기 지연이 발생하면 페널티를 부과한다.&nbsp;수행사는 고객사 귀책이 있기 때문에 페널티를 부담할 수 없다고 주장한다. &nbsp; 여러분들이 수행하시는 프로젝트의 안녕을 기원합니다. ======================== 제가 삼성 SDS에서 30년동안 경험하고 체득한 교훈을 정리한 책 &lt;슬기로운 PM 생활&gt;을 출간한 소식을 공유합니다.https://product.kyobobook.co.kr/detail/S000215148133&nbsp;

SI 프로젝트 실패비율은 예전보다 줄어들었을까?

Q) 팀원들과의 협업에서 어떤 부분을 가장 신경 쓰셨나요? (우디)

A) 🙋‍♀️ 일정과 우선순위를 명확히 공유하는 것을 중시했습니다. 당시 MVP 단계라 디자인 시안이 자주 바뀌었습니다. 개발이나 마케팅 일정에 혼선이 생기지 않도록 커뮤니케이션 문서(노션)를 만들고 모두가 접근 가능하게 했습니다. 이후 디자인 변경 사항에 대한 로그와 이미지를 기록하고, 필요시 댓글로 소통 창구를 열었습니다. 덕분에 사소한 변경사항도 즉시 공유돼 실수나 중복 작업을 많이 줄일 수 있었습니다. (3년차 프디분)

*협업시 중간 커뮤니케이션 거점을 제시한다는 점이 좋습니다.

🔗 우디의 포트폴리오 컨설팅 운영중입니다(고정 댓글)

Q) 팀원들과의 협업에서 어떤 부분을 가장 신경 쓰셨나요? (우디) A) 🙋‍♀️ 일정과 우선순위를 명확히 공유하는 것을 중시했습니다. 당시 MVP 단계라 디자인 시안이 자주 바뀌었습니다. 개발이나 마케팅 일정에 혼선이 생기지 않도록 커뮤니케이션 문서(노션)를 만들고 모두가 접근 가능하게 했습니다. 이후 디자인 변경 사항에 대한 로그와 이미지를 기록하고, 필요시 댓글로 소통 창구를 열었습니다. 덕분에 사소한 변경사항도 즉시 공유돼 실수나 중복 작업을 많이 줄일 수 있었습니다. (3년차 프디분) *협업시 중간 커뮤니케이션 거점을 제시한다는 점이 좋습니다. 🔗 우디의 포트폴리오 컨설팅 운영중입니다(고정 댓글)

기억남는 디자이너 면접 답변 [12]

바이브 코딩이야말로 진정한 애자일이 아닌가.

바이브 코딩이야말로 진정한 애자일이 아닌가.

소프트웨어 엔지니어

김지섭

개발

우다원

골빈해커

Code addict, AI/ML believer, 25+ years’ coding experienced start-up guy, Built a unicorn and building another big one!

댓글 0

함께 읽은 게시물

업계에 필요한 사람이 되자

API 요청 당 쿼리 개수를 알고 싶어 라이브러리까지 만든 이야기

< 진짜 변화는 '비움'에서 온다 >

작은 브랜드는 이걸 보셔야 해요.

요약하며 읽기

주간 인기 TOP 10

추천 프로필