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.

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

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

OpenAI의 o4-mini가 2025년 미국 수학 경시대회 문제 풀이에서 99.5점을 달성.

문제 풀이로 학생의, 인간의 능력을 평가하는 시대는 이제 진짜로 갔다는 얘기죠.

수백년간 변하지 않았던 교육, 이제는 정말로 크게 바뀌어야 할 때가 아닌가 싶습니다.

OpenAI의 o4-mini가 2025년 미국 수학 경시대회 문제 풀이에서 99.5점을 달성. 문제 풀이로 학생의, 인간의 능력을 평가하는 시대는 이제 진짜로 갔다는 얘기죠. 수백년간 변하지 않았던 교육, 이제는 정말로 크게 바뀌어야 할 때가 아닌가 싶습니다.

음... 제 소견을 달아보자면, 지피티가 사람보다 소설 요약을 잘한다고 인간의 요약 능력 평가가 없어져야 하는 게 아닙니다. 마찬가지로 수학 문제풀이 그 과정에서 인간의 사고력이 단단해지는 것이기 때문에, 지피티가 더 문제풀이를 잘 하니 인간의 문제풀이 능력이 필요없다는 결론은 잘못된 것 같습니다. 자동차가 더 빠르다고 체육 시간에 달리기 활동을 없애지는 않으니까요.

내가 구현한 기술의 특징에 대해 개발자가 아닌 사람들에게 설명하라고 했을 때 나의 심정

“홍시 맛이 났는데.. 어찌 홍시라 생각했느냐 하시면.. 그냥.. 홍시맛이 나서 홍시라 생각한 것이온데..” - 대장금 05회 中

내가 구현한 기술의 특징에 대해 개발자가 아닌 사람들에게 설명하라고 했을 때 나의 심정 “홍시 맛이 났는데.. 어찌 홍시라 생각했느냐 하시면.. 그냥.. 홍시맛이 나서 홍시라 생각한 것이온데..” - 대장금 05회 中

o3 와 o4-mini의 성능이 거의 같고, o3 high는 성능이 넘사벽이다.

(여기부터 뇌피셜)

OpenAI는 아마도 oX 시리즈인 단일 모델을 지속적이고 연속적으로 트레이닝하면서 성능을 높이고 있고, 어느 순간 일정 성능이 넘으면 특정 체크포인트를 버전명으로 내고 있는 것이 아닐까라는 단순한 추측을 해 본다.

그리고 mini 시리즈는 distilled 시켜서 빠르게 출시해서 빨리 많이 퍼트리기 위한 버전인 것 같고.

그렇다면 OpenAI는 내부적으로 o4 high 같은걸 사용하고 있다고 추측하는 것은 합리적인 추측일 것이다. 나아가 지금쯤은 어느 시점에 o5를 발표할지 예상하고 계획하고 있을 수 있다.

부럽다… 나도 o4 high 쓰고 싶다…

o3 와 o4-mini의 성능이 거의 같고, o3 high는 성능이 넘사벽이다. (여기부터 뇌피셜) OpenAI는 아마도 oX 시리즈인 단일 모델을 지속적이고 연속적으로 트레이닝하면서 성능을 높이고 있고, 어느 순간 일정 성능이 넘으면 특정 체크포인트를 버전명으로 내고 있는 것이 아닐까라는 단순한 추측을 해 본다. 그리고 mini 시리즈는 distilled 시켜서 빠르게 출시해서 빨리 많이 퍼트리기 위한 버전인 것 같고. 그렇다면 OpenAI는 내부적으로 o4 high 같은걸 사용하고 있다고 추측하는 것은 합리적인 추측일 것이다. 나아가 지금쯤은 어느 시점에 o5를 발표할지 예상하고 계획하고 있을 수 있다. 부럽다… 나도 o4 high 쓰고 싶다…

OpenAI에서 o3, o4-mini와 함께, Codex라는 코딩 에이전트 CLI 프로그램을 발표했습니다.

CLI 툴인만큼 Aider와 거의 유사한데요. Aider보다 사용이 조금 더 간편해보입니다.

GPT-4.1 발표하면서 Windsuf를 초대해서 시연을 보여준 것도 그렇고, 완전 자율 코딩 에이전트 전쟁에 아주 큰 불을 붙여주네요.

물론 뭐 저는 그저 감사하게 쓸 따름. 누가됐든 손하나 까딱 안 하고 코딩할 수 있는 그 날이 빨리 왔으면 좋겠네요. 코딩은 취미로만 하게 말이죠. 😎🍿🥤

OpenAI에서 o3, o4-mini와 함께, Codex라는 코딩 에이전트 CLI 프로그램을 발표했습니다. CLI 툴인만큼 Aider와 거의 유사한데요. Aider보다 사용이 조금 더 간편해보입니다. GPT-4.1 발표하면서 Windsuf를 초대해서 시연을 보여준 것도 그렇고, 완전 자율 코딩 에이전트 전쟁에 아주 큰 불을 붙여주네요. 물론 뭐 저는 그저 감사하게 쓸 따름. 누가됐든 손하나 까딱 안 하고 코딩할 수 있는 그 날이 빨리 왔으면 좋겠네요. 코딩은 취미로만 하게 말이죠. 😎🍿🥤

‪레포 👉 https://github.com/openai/codex‬

OpenAI에서 업그레이드 된 추론 전용 모델인 o3와 o4-mini를 출시했습니다.

추론 성능은 당연히(?) 높아졌는데요. 특징은 툴(브라우징, 터미널, 프로그래밍 툴 등)을 사용 할 수 있게, 그리고 더 잘 사용하게 만들고, 또한 툴을 복합적으로 사용도록 만들어서 추론 성능을 올렸다는 것 입니다.

물론 훈련 시간을 늘림으로써 성능을 올리기도 했지만, 도구 사용을 통해 문제 해결 성능을 올리는 것이 현재 주요 과제로 보이네요.

이 과정이 인간의 행동과 발전 과정을 따라가는 것 같아 재밌기도 하지만, 모델 자체의 지능은 이제 크게 올라가지 않는 것일까요?

수개월 이내에 GPT-5를 내 놓는다고도 하는데요. 그 모습이 제가 얼마전 예상했던 모양인, 단일 모델로써의 초지능으로 다가간 것이 아니라 모델과 툴의 조합이라면, 조금 아쉬울 수도 있겠네요.

OpenAI에서 업그레이드 된 추론 전용 모델인 o3와 o4-mini를 출시했습니다. 추론 성능은 당연히(?) 높아졌는데요. 특징은 툴(브라우징, 터미널, 프로그래밍 툴 등)을 사용 할 수 있게, 그리고 더 잘 사용하게 만들고, 또한 툴을 복합적으로 사용도록 만들어서 추론 성능을 올렸다는 것 입니다. 물론 훈련 시간을 늘림으로써 성능을 올리기도 했지만, 도구 사용을 통해 문제 해결 성능을 올리는 것이 현재 주요 과제로 보이네요. 이 과정이 인간의 행동과 발전 과정을 따라가는 것 같아 재밌기도 하지만, 모델 자체의 지능은 이제 크게 올라가지 않는 것일까요? 수개월 이내에 GPT-5를 내 놓는다고도 하는데요. 그 모습이 제가 얼마전 예상했던 모양인, 단일 모델로써의 초지능으로 다가간 것이 아니라 모델과 툴의 조합이라면, 조금 아쉬울 수도 있겠네요.

느린 걸음이어도, 올바른 방향으로 한 걸음씩 확실하게 가는 것이 가장 빠른 방법이다.

부스터는 골이 확실하게 보일 때 혹은 긴 직선 코스가 보일 때 켜는 것이다. 초반부터 켜고 달리면 이상한 방향으로 너무 멀리 가버리거나 연로가 다해 금방 퍼질 수 있다.

느린 걸음이어도, 올바른 방향으로 한 걸음씩 확실하게 가는 것이 가장 빠른 방법이다. 부스터는 골이 확실하게 보일 때 혹은 긴 직선 코스가 보일 때 켜는 것이다. 초반부터 켜고 달리면 이상한 방향으로 너무 멀리 가버리거나 연로가 다해 금방 퍼질 수 있다.

속도 = 속력 x 방향

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>

55check.com

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'⟫

소프트웨어 엔지니어

김지섭

성원형

#개발자 #끊임없이배우기 #iOS #Android #앱개발자 #Flutter

성광고등학교 웹 개발 과정

조승원

골빈해커

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

댓글 0

비슷한 게시물

주간 인기 TOP 10

추천 프로필