요즘 AI 에이전트 개발, LLM RAG ADK MCP LangChain A2A LangGraph | ★ AI 에이전트 실전 실무 개발자가 선사하는 ★ 싱글 에이전트부터 멀티 에이전트까지 ★ 60가지 예제로 배우는 실전 개발 비법을 만나세요!이 책은 실무에서 AI 에이……

요즘 AI 에이전트 개발, LLM RAG ADK MCP LangChain A2A LangGraph | 박승규 - 교보문고

책이 출판되기 전 마지막 교정을 하고 있는데...
GPT5가 출시 됐네요...

GPT4.1을 사용한 모든 예제의 모델을 GPT5로 고치고..
책 내용도 일부 수정해야하군요...
AI 책 만들기 참 어려워요.. ㅠㅠ

AI에이전트가 궁금하다면 "요즘 AI 에이전트 개발" !
https://product.kyobobook.co.kr/detail/S000217241525

책이 출판되기 전 마지막 교정을 하고 있는데...GPT5가 출시 됐네요... GPT4.1을 사용한 모든 예제의 모델을 GPT5로 고치고..책 내용도 일부 수정해야하군요...AI 책 만들기 참 어려워요.. ㅠㅠ AI에이전트가 궁금하다면 "요즘 AI 에이전트 개발" !https://product.kyobobook.co.kr/detail/S000217241525

product.kyobobook.co.kr

요즘 핫한 그 책의 저자님이시군요!!!

예상대로 OpenAI에서 GPT-5를 발표했습니다.

그동안 아쉬웠던 코딩 성능이 매우 크게 올랐고, 헬스 벤치등의 할루시네이션이 거의 없다시피 할 정도로 크게 줄었습니다.

긴 컨텍스트의 모든 정보를 잘 참조할 수 있는가를 테스트하는 needle 테스트 성능이 크게 올랐는데요. 아마도 이 성능이 영향을 많이준게 아닌가 싶습니다.

그 외에도 지시의 숨은 의미들을 이해하거나 말을 더 유려하게 하는 등 벤치마크 숫자로는 표현할 수 없는 능력들이 크게 향상된 것 같습니다. 페어 프로그래머가 될 수 있다는 것을 계속 강조하네요.

그리고.. 가격이 또 싸졌습니다..?! 출력 토큰은 4.1에 비하면 20~30% 정도 비싸졌지만 4o와는 동일한데요. 입력 토큰이 적게는 60%에서 캐시 입력을 고려하면 10배까지 저렴해졌습니다.

암튼 이제 벤치마크로는 진짜 성능을 알기 어려운 시대가 되어서 다방면으로 써봐야 어떻게 좋아졌는지 알 수 있을거라…오늘밤도 다 잤…🥲

예상대로 OpenAI에서 GPT-5를 발표했습니다. 그동안 아쉬웠던 코딩 성능이 매우 크게 올랐고, 헬스 벤치등의 할루시네이션이 거의 없다시피 할 정도로 크게 줄었습니다. 긴 컨텍스트의 모든 정보를 잘 참조할 수 있는가를 테스트하는 needle 테스트 성능이 크게 올랐는데요. 아마도 이 성능이 영향을 많이준게 아닌가 싶습니다. 그 외에도 지시의 숨은 의미들을 이해하거나 말을 더 유려하게 하는 등 벤치마크 숫자로는 표현할 수 없는 능력들이 크게 향상된 것 같습니다. 페어 프로그래머가 될 수 있다는 것을 계속 강조하네요. 그리고.. 가격이 또 싸졌습니다..?! 출력 토큰은 4.1에 비하면 20~30% 정도 비싸졌지만 4o와는 동일한데요. 입력 토큰이 적게는 60%에서 캐시 입력을 고려하면 10배까지 저렴해졌습니다. 암튼 이제 벤치마크로는 진짜 성능을 알기 어려운 시대가 되어서 다방면으로 써봐야 어떻게 좋아졌는지 알 수 있을거라…오늘밤도 다 잤…🥲

‪다시보니 그래프가 잘못그려져있군요. 역시 이제 인간에게 일을 맡기면 안되..ㅋ..‬

이제 개발자(응용 애플리케이션 개발자, 대부분의 백엔드도 응용 어플리케이션이다)는 더이상 병목이 아니어야한다. 오히려 기획자와 디자이너가 병목이 되게 만드는 개발자만이 살아남을 것이며, 이전에도 그랬지만 앞으로는 더더욱 개발자가 기획 및 디자인 역량도 갖추어야 경쟁력이 있을 것이다.

이제 개발자(응용 애플리케이션 개발자, 대부분의 백엔드도 응용 어플리케이션이다)는 더이상 병목이 아니어야한다. 오히려 기획자와 디자이너가 병목이 되게 만드는 개발자만이 살아남을 것이며, 이전에도 그랬지만 앞으로는 더더욱 개발자가 기획 및 디자인 역량도 갖추어야 경쟁력이 있을 것이다.

OpenAI의 오픈소스 모델 gpt-oss 시리즈의 차별점(?) 중에 하나는 가중치를 4.25bit 양자화해서 공개했다는 것이다.

이에따라 20b 모델은 약간 사양 좋은 맥북에서 돌릴 수 있으며, 심지어 활성 파라미터가 3.6B 밖에 안되기 때문에 CPU 에서도 왠만큼 돌아간다(!)

즉, 이를테면 전성비, 이건 메성비인가 ㅋㅋ 암튼 사용 메모리 대비 성능이 매우 뛰어나다.

다른 공개 모델들도 양자화하려면 할 수 있지만, 양자화하면 성능이 저하되거나 안정성이 떨어질 수 있어서 잘 사용되지 않는다.

이게 정말 대단한거다. 그냥 자랑하려는 수준이 아니라, 즉시 사용할 수 있도록, 그리고 많은 곳에 사용할 수 있도록 툴 사용 성능이나 안전 테스트, 라이센스 등 여러가지를 고려해놨다.

오픈소스 모델을 쓴다고 하면 이제는 오픈AI 모델이 최우선 순위가 될 것이다. 역시 무서운 놈들...

OpenAI의 오픈소스 모델 gpt-oss 시리즈의 차별점(?) 중에 하나는 가중치를 4.25bit 양자화해서 공개했다는 것이다. 이에따라 20b 모델은 약간 사양 좋은 맥북에서 돌릴 수 있으며, 심지어 활성 파라미터가 3.6B 밖에 안되기 때문에 CPU 에서도 왠만큼 돌아간다(!) 즉, 이를테면 전성비, 이건 메성비인가 ㅋㅋ 암튼 사용 메모리 대비 성능이 매우 뛰어나다. 다른 공개 모델들도 양자화하려면 할 수 있지만, 양자화하면 성능이 저하되거나 안정성이 떨어질 수 있어서 잘 사용되지 않는다. 이게 정말 대단한거다. 그냥 자랑하려는 수준이 아니라, 즉시 사용할 수 있도록, 그리고 많은 곳에 사용할 수 있도록 툴 사용 성능이나 안전 테스트, 라이센스 등 여러가지를 고려해놨다. 오픈소스 모델을 쓴다고 하면 이제는 오픈AI 모델이 최우선 순위가 될 것이다. 역시 무서운 놈들...

AI의 한계를 말 할 땐 “오늘은”이라는 말을 꼭 덧붙어야한다. “아직은”도 아니고 “오늘은”이다.

AI의 한계를 말 할 땐 “오늘은”이라는 말을 꼭 덧붙어야한다. “아직은”도 아니고 “오늘은”이다.

Contribute to psmon/kopring-reactive-labs development by creating an account on GitHub.

kopring-reactive-labs/AgenticCoding/Projects/CONNECTOR_KAFKA/README.md at main · psmon/kopring-reactive-labs

Apache Kafka와 Pekko Actor 모델을 결합한 이벤트 처리 시스템입니다. Kafka 프로듀서/컨슈머와 Actor 기반 상태 관리를 통해 안정적이고 확장 가능한 메시지 처리를 구현하는 코틀린 기반 유닛테스트가 포함된 샘플 프로젝트입니다.


https://github.com/psmon/kopring-reactive-labs/blob/main/AgenticCoding/Projects/CONNECTOR_KAFKA/README.md

Apache Kafka와 Pekko Actor 모델을 결합한 이벤트 처리 시스템입니다. Kafka 프로듀서/컨슈머와 Actor 기반 상태 관리를 통해 안정적이고 확장 가능한 메시지 처리를 구현하는 코틀린 기반 유닛테스트가 포함된 샘플 프로젝트입니다. https://github.com/psmon/kopring-reactive-labs/blob/main/AgenticCoding/Projects/CONNECTOR_KAFKA/README.md

GitHub

카프카를 우아하게 사용하기 -코틀린편

Interesting evolution! Netflix ditching Reactive Programming and WebFlux for Spring Web MVC after relying on RxJava for so long highlights the constant trade-offs between complexity and maintainability at scale. Maybe their microservices architecture has matured, making simpler models viable. https://driftboss.lol



몇달 전 JavaOne 2025에서 넷플릭스의 자바 플랫폼을 총괄하는 폴 바커(Paul Bakker)의 발표를 흥미롭게 지켜봤습니다. 넷플릭스가 어떻게 자바를 활용하고, 기술 스택을 어떤 전략적 판단으로 변화시켜 왔는지에 대한 이야기였습니다.

넷플릭스는 왜 WebFlux를 사용하지 않을까?

십여년 전, 넷플릭스는 RxJava와 리액티브 프로그래밍의 아이콘이었다. 넷플릭스 백엔드에서는 한 번의 사용자 요청이 추천 목록, 썸네일, 시청 기록, 메타데이터 등 수십 개의 마이크로서비스 호출로 동시에 퍼져나갔고, 이를 감당해야 했기 때문이다. 그런데 이제, 그들이 Reactive와 WebFlux를 내려놓고, Spring Web MVC로 돌아갔다.

넷플릭스의 자바 플랫폼 담당자인 폴 바커의 이야기를 통해, 기술 선택의 이유와 변화의 흐름을 짚어봤다.


https://www.linkedin.com/pulse/%EB%84%B7%ED%94%8C%EB%A6%AD%EC%8A%A4%EB%8A%94-%EC%99%9C-webflux%EB%A5%BC-%EC%82%AC%EC%9A%A9%ED%95%98%EC%A7%80-%EC%95%8A%EC%9D%84%EA%B9%8C-springrunner-pw8tc

십여년 전, 넷플릭스는 RxJava와 리액티브 프로그래밍의 아이콘이었다.&nbsp;넷플릭스 백엔드에서는 한 번의 사용자 요청이 추천 목록, 썸네일, 시청 기록, 메타데이터 등 수십 개의 마이크로서비스 호출로 동시에 퍼져나갔고, 이를 감당해야 했기 때문이다. 그런데 이제, 그들이 Reactive와 WebFlux를 내려놓고, Spring Web MVC로 돌아갔다. 넷플릭스의 자바 플랫폼 담당자인 폴 바커의 이야기를 통해, 기술 선택의 이유와 변화의 흐름을 짚어봤다. https://www.linkedin.com/pulse/%EB%84%B7%ED%94%8C%EB%A6%AD%EC%8A%A4%EB%8A%94-%EC%99%9C-webflux%EB%A5%BC-%EC%82%AC%EC%9A%A9%ED%95%98%EC%A7%80-%EC%95%8A%EC%9D%84%EA%B9%8C-springrunner-pw8tc

kr.linkedin.com

GPT-5가 출시되면서 Function Calling에 Free-Form Function Calling과 Context-Free Grammar (CFG)를 지원하는데, 이게 숨은 보석이다.

Free-Form은 결과를 JSON이 아니라 SQL, Python script 등의 코드등을 결과로 받거나 XML, CSV 같은 형태로도 받을 수 있다. 다만 plain-text로 주는 형태라서 주의가 필요하다. 이건 예전에도 프롬프트 트릭으로 쓰곤했던거라 그냥 맘이 좀 편해졌다(?)정도.

CFG가 대박인데, Lark와 Regex를 지원한다.

Lark CFG는 문법 규칙을 정의하는 방식으로, 결과만 말하자면 Function Calling의 출력 형식을 내가 마음대로 제어 할 수 있다는 뜻.

예를 들면 다음은 덧셈 뺄셈 형식으로 출력을 강제한다.

—출력—
2 + 2 - 1
—Lark CFG—
start: expr
expr: INT (SP (ADD|SUB) SP INT)*

ADD: "+"
SUB: "-"
SP: " "
INT: /[0-9]+/
—

조금 더 실용적인(?) 예를 들면 다음같은 구성의 출력을 강제 할 수 있다.

—출력—
NAME: Jin
AGE: 18
JOB: Software Engineer
—Lark CFG—
start: (name_entry | age_entry | job_entry)+
name_entry: "NAME:" WS* NAME_VAL
age_entry : "AGE:" WS* AGE_VAL
job_entry : "JOB:" WS* JOB_VAL
NAME_VAL: /[^\n]+/
JOB_VAL : /[^\n]+/
AGE_VAL : /[0-9]+/
WS: /[ \t]+/
%ignore WS
—

이걸 Function Calling을 호출할 때 JSON Schema 대신 넣으면, 원하는 형식으로 강제해서 출력한다.

여백이 작아(?) 아주 간단한 예만 들었는데, 조금만 생각해봐도 진짜 어마어마하게 유용하게 사용될 수 있다는 걸 쉽게 알 수 있다.

GPT-5가 출시되면서 Function Calling에 Free-Form Function Calling과 Context-Free Grammar (CFG)를 지원하는데, 이게 숨은 보석이다. Free-Form은 결과를 JSON이 아니라 SQL, Python script 등의 코드등을 결과로 받거나 XML, CSV 같은 형태로도 받을 수 있다. 다만 plain-text로 주는 형태라서 주의가 필요하다. 이건 예전에도 프롬프트 트릭으로 쓰곤했던거라 그냥 맘이 좀 편해졌다(?)정도. CFG가 대박인데, Lark와 Regex를 지원한다. Lark CFG는 문법 규칙을 정의하는 방식으로, 결과만 말하자면 Function Calling의 출력 형식을 내가 마음대로 제어 할 수 있다는 뜻. 예를 들면 다음은 덧셈 뺄셈 형식으로 출력을 강제한다. —출력—2 + 2 - 1—Lark CFG—start: exprexpr: INT (SP (ADD|SUB) SP INT)* ADD: "+"SUB: "-"SP: " "INT: /[0-9]+/— 조금 더 실용적인(?) 예를 들면 다음같은 구성의 출력을 강제 할 수 있다. —출력—NAME: JinAGE: 18JOB: Software Engineer—Lark CFG—start: (name_entry | age_entry | job_entry)+name_entry: "NAME:" WS* NAME_VALage_entry : "AGE:" WS* AGE_VALjob_entry : "JOB:" WS* JOB_VALNAME_VAL: /[^\n]+/JOB_VAL : /[^\n]+/AGE_VAL : /[0-9]+/WS: /[ \t]+/%ignore WS— 이걸 Function Calling을 호출할 때 JSON Schema 대신 넣으면, 원하는 형식으로 강제해서 출력한다. 여백이 작아(?) 아주 간단한 예만 들었는데, 조금만 생각해봐도 진짜 어마어마하게 유용하게 사용될 수 있다는 걸 쉽게 알 수 있다.

📝 GPT-5 간단 테스트 for S/W 엔지니어링

실서비스중인 Python 레파지토리를 기반으로 간단히 테스트 해 봄.

- 큰 코드베이스를 더 면밀하게 분석함. 디테일을 간과하는 현상이 확연히 줄어듬.

- 확실히 좋은 제안을 줌. 설명이나 근거도 꽤 적절함. 진짜 꽤 괜찮은 엔지니어와 상의하는 느낌이 듬.

- 아니면 아니라고 확실히 말함. 이전에는 내가 제안하면 거의 그대로 다 수용하는 형태라 그냥 브레인스토밍 한다고 생각했지만, 이제는 진짜로 조언을 얻을 수 있다고 느낌.

- 구현한 코드가 상당히 정교해졌음. 수정해야 할 부분이 확연히 줄어든 느낌.

- 이건 모델의 문제는 아닌 것으로 보이지만, Claude Code 보다는 아직 긴 시간 작업시키긴 어려움. 시킨 것 보다 더 확장된 범위까지 작업하려고 시도하지 않음. (단점이자 장점일수도)

📝 GPT-5 간단 테스트 for S/W 엔지니어링 실서비스중인 Python 레파지토리를 기반으로 간단히 테스트 해 봄. - 큰 코드베이스를 더 면밀하게 분석함. 디테일을 간과하는 현상이 확연히 줄어듬. - 확실히 좋은 제안을 줌. 설명이나 근거도 꽤 적절함. 진짜 꽤 괜찮은 엔지니어와 상의하는 느낌이 듬. - 아니면 아니라고 확실히 말함. 이전에는 내가 제안하면 거의 그대로 다 수용하는 형태라 그냥 브레인스토밍 한다고 생각했지만, 이제는 진짜로 조언을 얻을 수 있다고 느낌. - 구현한 코드가 상당히 정교해졌음. 수정해야 할 부분이 확연히 줄어든 느낌. - 이건 모델의 문제는 아닌 것으로 보이지만, Claude Code 보다는 아직 긴 시간 작업시키긴 어려움. 시킨 것 보다 더 확장된 범위까지 작업하려고 시도하지 않음. (단점이자 장점일수도)

간밤에 Claude Opus 4.1이 발표되었네요.

Opus 4에 비해 벤치마크상으로는 성능이 아주 크게 오르진 않았는데요.

다중 파일 코드 리팩토링에서 주목할 만한 성능 향상이 있었고, 대규모 코드베이스 내에서 정확한 수정을 정확히 찾아내는 등 실질적인 소프트웨어 엔지니어링 성능이 꽤 좋아진 것으로 보입니다.

Anthropic에 따르면 Sonnet 3.7에서 Sonnet 4로의 도약과 거의 동일한 성능 도약을 보여준다고하네요.

Claude Code로 빨리 사용해봐야겠습니다. 😎🍿🥤

간밤에 Claude Opus 4.1이 발표되었네요. Opus 4에 비해 벤치마크상으로는 성능이 아주 크게 오르진 않았는데요. 다중 파일 코드 리팩토링에서 주목할 만한 성능 향상이 있었고, 대규모 코드베이스 내에서 정확한 수정을 정확히 찾아내는 등 실질적인 소프트웨어 엔지니어링 성능이 꽤 좋아진 것으로 보입니다. Anthropic에 따르면 Sonnet 3.7에서 Sonnet 4로의 도약과 거의 동일한 성능 도약을 보여준다고하네요. Claude Code로 빨리 사용해봐야겠습니다. 😎🍿🥤

한 달 여 프로젝트를 맡아 개발했던 웹사이트가 있었다. 회사에서 투입된 인력으로도 상당한 규모의 프로젝트였고 나는 개발 담당자로 개발 미팅...

오픈소스 쓰셨던데 그러고도 개발자입니까?

오늘의 탐라는 “ChatGPT 쓰셨던데 그러고도 개발자입니까?” 인가..

불멸의 고전글 “오픈소스 쓰셨던데 그러고도 개발자입니까?”가 생각나는군.. ㅋㅋ

역시 지구는 둥글고 세상은 돌고 돈다. ㅋㅋ

https://www.haruair.com/ko/post/you-used-open-source-and-are-you-a-developer/

오늘의 탐라는 “ChatGPT 쓰셨던데 그러고도 개발자입니까?” 인가.. 불멸의 고전글 “오픈소스 쓰셨던데 그러고도 개발자입니까?”가 생각나는군.. ㅋㅋ 역시 지구는 둥글고 세상은 돌고 돈다. ㅋㅋ https://www.haruair.com/ko/post/you-used-open-source-and-are-you-a-developer/

www.haruair.com

오늘의 탐라는 “ChatGPT 쓰셨던데 그러고도 개발자입니까?” 

Claude Code 실전 활용 가이드입니다. 소개, 주요 기능, 실무 활용등 에 관해 다룹니다.

Claude Code 실전 가이드: AI 네이티브 개발자로 가는길_Gotama 멘토님

최근 Claude Code 관련 F-Lab에 블로그 글을 작성했습니다.
최근 AI 코딩이 빠르게 표준으로 자리 잡으면서, 어떻게 하면 AI를 '제대로' 활용할 수 있을지 직접 부딪히며 깊이 탐구해왔기 때문인데요.


👉 Claude Code가 Cursor 등 다른 도구와 근본적으로 다른 점
👉 지금 당장 생산성을 높여주는 Claude Code 최적화 설정
👉 AI와 진짜 '협업'을 가능하게 하는 Plan & Act 워크플로우
👉 AI의 추론 능력을 끌어올리는 '깊게 생각해' 프롬프트와 이미지 활용법까지


단순히 기능 나열에 그치지 않고, 제가 직접 사용하며 겪었던 시행착오와 실무 팁들을 상세하게 작성했습니다.
특히 AI 코딩이 아직 낯설거나, 더 효율적으로 사용하고 싶은 개발자분들께 'AI 네이티브 개발자'로 가는 구체적인 길잡이가 되어드리고 싶었는데요.
AI 시대를 준비하는 많은 분들께 이 글이 실질적인 도움이 되었으면 좋겠습니다.


https://f-lab.kr/blog/article-claude-code-guide-20250731

최근 Claude Code 관련 F-Lab에 블로그 글을 작성했습니다.최근 AI 코딩이 빠르게 표준으로 자리 잡으면서, 어떻게 하면 AI를 '제대로' 활용할 수 있을지 직접 부딪히며 깊이 탐구해왔기 때문인데요. 👉 Claude Code가 Cursor 등 다른 도구와 근본적으로 다른 점👉 지금 당장 생산성을 높여주는 Claude Code 최적화 설정👉 AI와 진짜 '협업'을 가능하게 하는 Plan &amp; Act 워크플로우👉 AI의 추론 능력을 끌어올리는 '깊게 생각해' 프롬프트와 이미지 활용법까지 단순히 기능 나열에 그치지 않고, 제가 직접 사용하며 겪었던 시행착오와 실무 팁들을 상세하게 작성했습니다.특히 AI 코딩이 아직 낯설거나, 더 효율적으로 사용하고 싶은 개발자분들께 'AI 네이티브 개발자'로 가는 구체적인 길잡이가 되어드리고 싶었는데요.AI 시대를 준비하는 많은 분들께 이 글이 실질적인 도움이 되었으면 좋겠습니다. https://f-lab.kr/blog/article-claude-code-guide-20250731

F-Lab : 상위 1% 개발자들의 멘토링

Claude Code 실전 가이드: AI 네이티브 개발자로 가는 

혼자 힘으로 코딩하고 싶어서 안달난 아이와,
옆에서 입이 근질근질한 개발자 아빠 🤭

과연 우리는 무사히 if 조건문의 "만약에" 지옥에서 빠져나올 수 있었을까요? ㅎㅎ

📺 에릭과 달레의 코딩일기 3탄: https://youtube.com/shorts/Ea8TyPazfbk

혼자 힘으로 코딩하고 싶어서 안달난 아이와,옆에서 입이 근질근질한 개발자 아빠 🤭 과연 우리는 무사히 if 조건문의 "만약에" 지옥에서 빠져나올 수 있었을까요? ㅎㅎ 📺 에릭과 달레의 코딩일기 3탄: https://youtube.com/shorts/Ea8TyPazfbk

알아 알아 알아! 🤣

1. 인생이나 사업은 스포츠처럼 시즌으로 구분되지 않고 몇십 년이 하나로 쭉 이어지기 때문에 승점이 아니라 득점과 실점의 차이로 승리가 정해진다.

2. 다시 말해 인생과 사업은 총 득실점을 다투는 끝없는 게임이다. 따라서 몇 번 졌느냐에 신경 쓸 필요가 전혀 없다.

3. 작은 실패(실점)를 연발하더라도 단 한 번 대승(큰 득점)을 거두면 최종적으로 이길 수 있다. 압도적인 대승만 있으면 이전의 실점이 전부 없어 지는 것이다.



#운의경영학 📚

1. 인생이나 사업은 스포츠처럼 시즌으로 구분되지 않고 몇십 년이 하나로 쭉 이어지기 때문에 승점이 아니라 득점과 실점의 차이로 승리가 정해진다. ​2. 다시 말해 인생과 사업은 총 득실점을 다투는 끝없는 게임이다. 따라서 몇 번 졌느냐에 신경 쓸 필요가 전혀 없다. ​3. 작은 실패(실점)를 연발하더라도 단 한 번 대승(큰 득점)을 거두면 최종적으로 이길 수 있다. 압도적인 대승만 있으면 이전의 실점이 전부 없어 지는 것이다. ​ #운의경영학 📚

< 몇 번 졌는지는 중요하지 않다, 인생은 결국 득실차다 >

P.E.C 랜딩 페이지 개선 과정을 통해 AI 시대 개발자가 무엇을 준비해야 하는지 알아보기

AI 시대에 '완성'이 필요한 이유

"AI가 코드를 짜는 시대, 개발자의 가치는 무엇일까요?"
최근 Product Engineer Camp 랜딩페이지를
통째로 리팩토링하는 과정에서 큰 깨달음을 얻었어요.


제 고객인 프론트엔드 엔지니어 분들에게
큰 문제라 생각했던 "사이드 프로젝트 완성 보장"으로
핵심 메시지를 바꿨으니
전환률이 높아질거라 자신했는데,
중요한 퍼즐 조각을 놓치고 있었어요.


바로 요즘 개발자분들이 느끼는
AI 시대의 불안이었습니다.


"AI 시대인데 AI 얘기가 하나도 없네요?"
"Cursor, Claude 다 쓰는데도 불안해요"
"AI가 다 해주는데 기획, 설계가 왜 필요하죠?"
이런 피드백들을 받고 아차 싶었어요.


그리고나서 정리해보게 되었어요.
AI는 코드 작성, 버그 수정, 최적화 같은
'How'는 정말 잘합니다.
하지만 사용자의 진짜 문제 발견('What'),
왜 만들어야 하는지에 대한 판단('Why'),
끝까지 완성하려는 의지('Will')
위와 같은 것들은 여전히 사람의 영역이라는 점을요.


이렇게 정리해보니 자연스레 깨달아졌어요.


"AI가 아무리 발전해도,
서비스를 처음부터 끝까지 만들어본 경험이 있는 개발자는
AI를 내 능력을 증폭시키는 도구로 쓸 수 있게 된다"


결국 필요한 경쟁력은 What, Why, Will 등에 관한 것이고
이는 서비스 완성 경험을 통해 기를 수 있다는 점이어요.


이러한 깨달음을 바탕으로
P.E.C의 핵심 메시지를 재설계 했습니다.


기존에는 "8주 후 완성된 서비스를 갖게 됩니다"였다면,
이제는 "AI와 차별화되는 능력을 갖게 됩니다.
그 증거가 완성된 서비스입니다"로 바꿨어요.
같은 결과물이지만 전혀 다른 의미를 담도록이요.


전체 개선 과정이 궁금하시다면,
아래 뉴스레터에서 자세한 이야기를 확인해보세요.
AI 시대의 불안, 여러분은 어떻게 기회로 바꾸고 계신가요?

"AI가 코드를 짜는 시대, 개발자의 가치는 무엇일까요?"최근 Product Engineer Camp 랜딩페이지를 통째로 리팩토링하는 과정에서 큰 깨달음을 얻었어요. 제 고객인 프론트엔드 엔지니어 분들에게큰 문제라 생각했던 "사이드 프로젝트 완성 보장"으로 핵심 메시지를 바꿨으니전환률이 높아질거라 자신했는데, 중요한 퍼즐 조각을 놓치고 있었어요. 바로 요즘 개발자분들이 느끼는 AI 시대의 불안이었습니다. "AI 시대인데 AI 얘기가 하나도 없네요?" "Cursor, Claude 다 쓰는데도 불안해요" "AI가 다 해주는데 기획, 설계가 왜 필요하죠?"이런 피드백들을 받고 아차 싶었어요. 그리고나서 정리해보게 되었어요.AI는 코드 작성, 버그 수정, 최적화 같은 'How'는 정말 잘합니다. 하지만 사용자의 진짜 문제 발견('What'), 왜 만들어야 하는지에 대한 판단('Why'), 끝까지 완성하려는 의지('Will') 위와 같은 것들은 여전히 사람의 영역이라는 점을요. 이렇게 정리해보니 자연스레 깨달아졌어요. "AI가 아무리 발전해도, 서비스를 처음부터 끝까지 만들어본 경험이 있는 개발자는 AI를 내 능력을 증폭시키는 도구로 쓸 수 있게 된다" 결국 필요한 경쟁력은 What, Why, Will 등에 관한 것이고이는 서비스 완성 경험을 통해 기를 수 있다는 점이어요. 이러한 깨달음을 바탕으로P.E.C의 핵심 메시지를 재설계 했습니다. 기존에는 "8주 후 완성된 서비스를 갖게 됩니다"였다면, 이제는 "AI와 차별화되는 능력을 갖게 됩니다. 그 증거가 완성된 서비스입니다"로 바꿨어요. 같은 결과물이지만 전혀 다른 의미를 담도록이요. 전체 개선 과정이 궁금하시다면, 아래 뉴스레터에서 자세한 이야기를 확인해보세요. AI 시대의 불안, 여러분은 어떻게 기회로 바꾸고 계신가요?

substack.com

"AI가 코드를 짜는 시대, 개발자의 가치는 무엇일까요?"
최근 

Facebook 로그인 예제를 통해 OIDC와 PKCE를 활용한 안전한 인증 코드 교환 과정에 대해 알아봅니다.

클라이언트 환경에서 안전한 소셜 로그인을 구현하는 핵심 메커니즘, OIDC와 PKCE 알아보기 - 재그지그의 개발 블로그

- Facebook 로그인 예제를 통해 OIDC와 PKCE를 활용한 안전한 인증 코드 교환 과정에 대해 알아봅니다.

---

최근 프로젝트에서 페이스북 소셜 로그인 기능을 구현하는 업무를 맡게 되었습니다. 기존에는 구글과 애플 로그인이 이미 구현되어 있었고, 그래서 저는 페이스북 역시 동일한 방식으로 구현할 수 있을 것이라 예상했죠.

하지만 페이스북 공식 문서를 확인해보니, 예상과 달리 클라이언트에서 추가적인 보안 조치를 적용해야만 액세스 토큰을 얻을 수 있다는 점을 알게 되었습니다. 바로 PKCE가 적용된 OIDC 인증 방식이 필요하다는 것이었습니다.

물론 클라이언트에서 추가 인증 과정을 생략하고 액세스 토큰을 받아오는 방법도 있었지만, 이는 보안상 취약점이 있어 권장되지 않는 방식이었습니다. 그래서 가능하다면 PKCE가 적용된 OIDC 인증 방식을 써야 한다는 점을 알게 되었죠.

사실 OAuth의 전체적인 흐름에 대해 잘 알지 못했던 터라, 낯선 용어들을 접하니 막막함이 느껴지더라구요. 그렇지만 회사 업무인 만큼 팀 동료들에게도 이 개념을 잘 설명할 수 있어야 했기에 학습에 대한 동기부여로도 이어졌습니다. 그래서 열심히 자료를 찾아보며 해당 개념을 이해하려고 노력했고, 결과적으로 기능 구현과 코드 리뷰까지 성공적으로 완료할 수 있었습니다.

그래서 오늘은 제가 직접 경험한 페이스북 로그인 구현 사례를 바탕으로, OIDC와 PKCE를 활용해 클라이언트 측에서 어떻게 안전하게 사용자 인증을 구현할 수 있는지 알아보고자 합니다.


https://wormwlrm.github.io/2025/07/31/OIDC-with-PKCE.html

- Facebook 로그인 예제를 통해 OIDC와 PKCE를 활용한 안전한 인증 코드 교환 과정에 대해 알아봅니다. --- 최근 프로젝트에서 페이스북 소셜 로그인 기능을 구현하는 업무를 맡게 되었습니다. 기존에는 구글과 애플 로그인이 이미 구현되어 있었고, 그래서 저는 페이스북 역시 동일한 방식으로 구현할 수 있을 것이라 예상했죠. 하지만&nbsp;페이스북 공식 문서를 확인해보니, 예상과 달리 클라이언트에서 추가적인 보안 조치를 적용해야만 액세스 토큰을 얻을 수 있다는 점을 알게 되었습니다. 바로&nbsp;PKCE가 적용된 OIDC 인증 방식이 필요하다는 것이었습니다. 물론 클라이언트에서 추가 인증 과정을 생략하고 액세스 토큰을 받아오는 방법도 있었지만, 이는 보안상 취약점이 있어 권장되지 않는 방식이었습니다. 그래서 가능하다면 PKCE가 적용된 OIDC 인증 방식을 써야 한다는 점을 알게 되었죠. 사실 OAuth의 전체적인 흐름에 대해 잘 알지 못했던 터라, 낯선 용어들을 접하니 막막함이 느껴지더라구요. 그렇지만 회사 업무인 만큼 팀 동료들에게도 이 개념을 잘 설명할 수 있어야 했기에 학습에 대한 동기부여로도 이어졌습니다. 그래서 열심히 자료를 찾아보며 해당 개념을 이해하려고 노력했고, 결과적으로 기능 구현과 코드 리뷰까지 성공적으로 완료할 수 있었습니다. 그래서 오늘은 제가 직접 경험한 페이스북 로그인 구현 사례를 바탕으로, OIDC와 PKCE를 활용해 클라이언트 측에서 어떻게 안전하게 사용자 인증을 구현할 수 있는지 알아보고자 합니다. https://wormwlrm.github.io/2025/07/31/OIDC-with-PKCE.html

재그지그의 개발 블로그

👻 클라이언트에서 안전한 소셜 로그인 구현을 위한 OIDC와 PK

책이 출판되기 전 마지막 교정을 하고 있는데...
GPT5가 출시

어제 공교롭게도 두 명의 백엔드 개발자와 이력서 및 포트폴리오 피드백 세션을 진행했습니다. 한 분은 헬스케어 회사에서 1년간 백엔드 개발자로 근무한 경험이 있는 분이었고, 다른 한 분은 대학을 갓 졸업하고 첫 직장에 도전하는 신입 예비 개발자였습니다.
두 분의 공통점은 뛰어난 개발 기술과 서비스 개발 경험, 그리고 부트캠프 교육 수료 경험을 갖고 있다는 점이었습니다. 차이점도 명확했습니다. 경력자는 비전공 출신으로 서비스 운영 업무 경험을 보유하고 있었고, 신입자는 컴퓨터공학 전공으로 꾸준한 프로그래밍 학습과 다양한 개발 경험을 갖고 있었습니다.


경력 유무를 떠나 두 분 모두 입사 지원 서류 준비에 어려움을 느끼고 있었습니다. 이러한 어려움의 핵심은 명확한 평가 기준을 알 수 없다는 점에 있습니다. 여러 기업에 지원했을 때 서류 전형에서 탈락하는 것도 속상하지만, 그 이유를 구체적으로 알 수 없다는 점이 더욱 답답하게 느껴진다고 했습니다. 그래서 이력서와 포트폴리오를 수없이 수정해보지만 결과가 달라지지 않아 좌절감을 느끼게 됩니다.


먼저 알아야 할 중요한 사실이 있습니다. 서류 전형 결과가 반드시 지원자의 역량 부족 때문만은 아니라는 점입니다. 눈에 보이지 않는 조건들이 결과를 좌우하기도 하며, 당락은 아주 사소한 부분에서 결정되는 경우가 많습니다. 그 사소한 차이가 무엇인지 안다면 시원할 것 같지만, 모르는 것이 약이라고 생각하는 편이 나을 수도 있습니다.
채용 과정은 합리적이고 객관적인 판단만으로 이루어지지 않습니다. 주관적인 느낌과 개인의 선호가 강하게 작용하는 것이 채용 전형의 현실입니다. 이 점을 이해할 필요가 있습니다.


따라서 입사 지원 서류를 작성할 때 가져야 할 마음가짐은 자신의 강점을 '나답게' 잘 표현하는 소신입니다. 피드백 세션을 진행하다 보면 마치 서류 작성에 성공 방정식이 존재한다고 오해하는 분들이 많다는 것을 알게 됩니다.
물론 많은 사람이 선호하는 문서 형태나 내용 구성이 있을지도 모릅니다. 하지만 어차피 모든 사람을 100% 만족시킬 수는 없다면, 내 이야기를 내 방식대로 풀어냈을 때 마음에 들어하는 사람을 만날 확률에 기대하는 편이 더 전략적입니다.
따라서 우리가 고민해야 할 것은 각자의 강점을 '나다운' 방식으로 이력서와 포트폴리오에 어떻게 증명할 것인가입니다.


일반적인 이력서 양식을 반드시 따를 필요는 없습니다. 경력, 경험, 보유 기술, 학력 등 정해진 항목과 형식을 반드시 준수해야 하는 것도 아닙니다. 조금 더 창의적인 방식으로 항목을 구성하고 내용을 작성해도 괜찮습니다.
이력서를 통해 전달해야 하는 핵심은 '역량'이라는 것만 기억하면 됩니다. 이력서 전체를 시간의 흐름에 따라 구성하고, 핵심적인 사건을 통해 습득하거나 발휘한 역량을 사례로 증명할 수 있다면 충분히 훌륭한 이력서가 될 수 있습니다.
형식과 분량에 매몰되면 매력적인 내용으로 이력서를 작성하기 어렵습니다. 먼저 내가 가진 어떤 역량을 어떤 사례로 증명할 것인가를 고민하고, 그 다음에 어떤 형식으로 보여줄 것인가를 생각한다면 지금까지보다 훨씬 더 긍정적인 피드백을 받을 가능성이 높은 이력서를 만들 수 있습니다.


내 경험은 내 머릿속에 저장되어 있기 때문에 '나'는 쉽게 이해할 수 있습니다. 내가 아는 언어로 표현하는 것은 스스로 알아보는 데 문제가 없습니다. 그러나 이력서를 읽는 사람은 내 경험을 알지 못합니다. 내 언어로 경험을 설명하면 다른 사람은 이해하기 어렵거나 아예 이해할 수 없을 수도 있고, 심지어 이해하기를 포기할 수도 있습니다.
누가 보더라도 쉽게 이해할 수 있도록 경험을 설명해야 합니다. 배경 지식이 전혀 없는 사람이 내용을 보더라도 쉽게 이해할 수 있도록 친절하게 설명해야 합니다. 단 하나의 의문도 들지 않도록, 검색 엔진이나 GPT의 도움 없이도 내용을 이해할 수 있도록 만드는 것이 문서 작성자의 마음가짐이어야 합니다.


요즘 기업들의 채용 수요가 많지 않고 입사 지원 경쟁이 치열하다고 해서 우리에게 영영 기회가 오지 않는 것은 아닙니다. 반드시 두드리는 사람에게 기회는 찾아온다고 믿습니다. 그 기회를 만나기 위해서는 부단한 노력과 준비가 필요합니다.
우리가 입사하고 싶은 기업이 있다면, 그들이 원하는 바가 무엇인지 고민하고 탐구하여 우리가 그에 맞는 인재라는 것을 증명해야 합니다. 우리의 노력과 일자리를 주고 싶은 곳의 희망이 일치하는 곳에서 새로운 기회와 가능성이 열리는 것입니다.
그 시간을 오늘도 담대히 기다리는 우리가 되길 진심으로 응원합니다.

﻿ 어제 공교롭게도 두 명의 백엔드 개발자와 이력서 및 포트폴리오 피드백 세션을 진행했습니다. 한 분은 헬스케어 회사에서 1년간 백엔드 개발자로 근무한 경험이 있는 분이었고, 다른 한 분은 대학을 갓 졸업하고 첫 직장에 도전하는 신입 예비 개발자였습니다.두 분의 공통점은 뛰어난 개발 기술과 서비스 개발 경험, 그리고 부트캠프 교육 수료 경험을 갖고 있다는 점이었습니다. 차이점도 명확했습니다. 경력자는 비전공 출신으로 서비스 운영 업무 경험을 보유하고 있었고, 신입자는 컴퓨터공학 전공으로 꾸준한 프로그래밍 학습과 다양한 개발 경험을 갖고 있었습니다. 경력 유무를 떠나 두 분 모두 입사 지원 서류 준비에 어려움을 느끼고 있었습니다. 이러한 어려움의 핵심은 명확한 평가 기준을 알 수 없다는 점에 있습니다. 여러 기업에 지원했을 때 서류 전형에서 탈락하는 것도 속상하지만, 그 이유를 구체적으로 알 수 없다는 점이 더욱 답답하게 느껴진다고 했습니다. 그래서 이력서와 포트폴리오를 수없이 수정해보지만 결과가 달라지지 않아 좌절감을 느끼게 됩니다. 먼저 알아야 할 중요한 사실이 있습니다. 서류 전형 결과가 반드시 지원자의 역량 부족 때문만은 아니라는 점입니다. 눈에 보이지 않는 조건들이 결과를 좌우하기도 하며, 당락은 아주 사소한 부분에서 결정되는 경우가 많습니다. 그 사소한 차이가 무엇인지 안다면 시원할 것 같지만, 모르는 것이 약이라고 생각하는 편이 나을 수도 있습니다.채용 과정은 합리적이고 객관적인 판단만으로 이루어지지 않습니다. 주관적인 느낌과 개인의 선호가 강하게 작용하는 것이 채용 전형의 현실입니다. 이 점을 이해할 필요가 있습니다. 따라서 입사 지원 서류를 작성할 때 가져야 할 마음가짐은 자신의 강점을 '나답게' 잘 표현하는 소신입니다. 피드백 세션을 진행하다 보면 마치 서류 작성에 성공 방정식이 존재한다고 오해하는 분들이 많다는 것을 알게 됩니다.물론 많은 사람이 선호하는 문서 형태나 내용 구성이 있을지도 모릅니다. 하지만 어차피 모든 사람을 100% 만족시킬 수는 없다면, 내 이야기를 내 방식대로 풀어냈을 때 마음에 들어하는 사람을 만날 확률에 기대하는 편이 더 전략적입니다.따라서 우리가 고민해야 할 것은 각자의 강점을 '나다운' 방식으로 이력서와 포트폴리오에 어떻게 증명할 것인가입니다. 일반적인 이력서 양식을 반드시 따를 필요는 없습니다. 경력, 경험, 보유 기술, 학력 등 정해진 항목과 형식을 반드시 준수해야 하는 것도 아닙니다. 조금 더 창의적인 방식으로 항목을 구성하고 내용을 작성해도 괜찮습니다.이력서를 통해 전달해야 하는 핵심은 '역량'이라는 것만 기억하면 됩니다. 이력서 전체를 시간의 흐름에 따라 구성하고, 핵심적인 사건을 통해 습득하거나 발휘한 역량을 사례로 증명할 수 있다면 충분히 훌륭한 이력서가 될 수 있습니다.형식과 분량에 매몰되면 매력적인 내용으로 이력서를 작성하기 어렵습니다. 먼저 내가 가진 어떤 역량을 어떤 사례로 증명할 것인가를 고민하고, 그 다음에 어떤 형식으로 보여줄 것인가를 생각한다면 지금까지보다 훨씬 더 긍정적인 피드백을 받을 가능성이 높은 이력서를 만들 수 있습니다. 내 경험은 내 머릿속에 저장되어 있기 때문에 '나'는 쉽게 이해할 수 있습니다. 내가 아는 언어로 표현하는 것은 스스로 알아보는 데 문제가 없습니다. 그러나 이력서를 읽는 사람은 내 경험을 알지 못합니다. 내 언어로 경험을 설명하면 다른 사람은 이해하기 어렵거나 아예 이해할 수 없을 수도 있고, 심지어 이해하기를 포기할 수도 있습니다.누가 보더라도 쉽게 이해할 수 있도록 경험을 설명해야 합니다. 배경 지식이 전혀 없는 사람이 내용을 보더라도 쉽게 이해할 수 있도록 친절하게 설명해야 합니다. 단 하나의 의문도 들지 않도록, 검색 엔진이나 GPT의 도움 없이도 내용을 이해할 수 있도록 만드는 것이 문서 작성자의 마음가짐이어야 합니다. 요즘 기업들의 채용 수요가 많지 않고 입사 지원 경쟁이 치열하다고 해서 우리에게 영영 기회가 오지 않는 것은 아닙니다. 반드시 두드리는 사람에게 기회는 찾아온다고 믿습니다. 그 기회를 만나기 위해서는 부단한 노력과 준비가 필요합니다.우리가 입사하고 싶은 기업이 있다면, 그들이 원하는 바가 무엇인지 고민하고 탐구하여 우리가 그에 맞는 인재라는 것을 증명해야 합니다. 우리의 노력과 일자리를 주고 싶은 곳의 희망이 일치하는 곳에서 새로운 기회와 가능성이 열리는 것입니다.그 시간을 오늘도 담대히 기다리는 우리가 되길 진심으로 응원합니다.﻿

백엔드 개발자 이력서 고민

🚀 DDD, 기술보다 사람을 중심에 둔 소프트웨어 전략
"도메인이 복잡한 이유는 기술 때문이 아니라 점점 복잡해지는 도메인 그자체에 있으며 이것을 중심에 두어야한다."
이것이 바로 DDD(Domain-Driven Design)의 핵심 철학입니다.
즉, 시스템이나 기술이 아닌 '도메인 전문가(사람)'를 중심에 두고 문제를 해결하자는 전략이죠.

🤖 그런데 최근 AI는 점점 더 똑똑해지며
사람의 역할을 줄이거나, 때로는 아예 대체하는 방향으로 나아가고 있습니다.
이 AI 시대에,
사람 중심의 문제 해결을 강조해 온 DDD는 어떤 변화를 맞이하게 될까요?

DDD 개념을 먼저 이해하고, DDD 창시자인 Eric Evans의 까지 담은 3종 영상 세트 요약본 입니다.

DDD 그거 그렇게하는거 아닌데 - 우아한형제들
- https://wiki.webnori.com/x/_ICtBg
DDD를 AI에 이용해 설계(Design) 가속화하기
- https://wiki.webnori.com/x/D4GtBg
DDD와 LLM - 에릭에반스(DDD의 창시자-2003년)
- https://wiki.webnori.com/x/CIGtBg

종합 : https://wiki.webnori.com/x/FoGtBg

🚀 DDD, 기술보다 사람을 중심에 둔 소프트웨어 전략 "도메인이 복잡한 이유는 기술 때문이 아니라 점점 복잡해지는 도메인 그자체에 있으며 이것을 중심에 두어야한다." 이것이 바로 DDD(Domain-Driven Design)의 핵심 철학입니다. 즉, 시스템이나 기술이 아닌 '도메인 전문가(사람)'를 중심에 두고 문제를 해결하자는 전략이죠. 🤖 그런데 최근 AI는 점점 더 똑똑해지며 사람의 역할을 줄이거나, 때로는 아예 대체하는 방향으로 나아가고 있습니다. 이 AI 시대에, 사람 중심의 문제 해결을 강조해 온 DDD는 어떤 변화를 맞이하게 될까요? DDD 개념을 먼저 이해하고, DDD 창시자인 Eric Evans의 까지 담은 3종 영상 세트 요약본 입니다. DDD 그거 그렇게하는거 아닌데 - 우아한형제들 - https://wiki.webnori.com/x/_ICtBg DDD를 AI에 이용해 설계(Design) 가속화하기 - https://wiki.webnori.com/x/D4GtBg DDD와 LLM - 에릭에반스(DDD의 창시자-2003년) - https://wiki.webnori.com/x/CIGtBg 종합 : https://wiki.webnori.com/x/FoGtBg

CJ ENM 커머스 부문 백엔드 개발자

전여철

프론트엔드 개발자

이종민

경희대학교 인문

조현진

DDD와 AI

psmon

대용량 동시성 처리 툴킷인 Akka를 연구하는 엔지니어이며, 다양한 직군과 협업및 개발철학에도 관심이 많습니다.

https://link.inpock.co.kr/psmon


#소프트웨어엔지니어 #문제를해결하는 #우리만의방식

DDD와 AI

댓글 0

비슷한 게시물

주간 인기 TOP 10

추천 프로필