1. needs와 wants는 다르다. 필요와 욕망. 도구와 목적. 전자가 말과 행동이라면, 후자는 감정이다.

2. 사람들은 커피가 필요해서 카페에 가지만, 그 공간의 분위기를 욕망한다. 우리는 글을 쓰기 위해 노트북이 필요하지만, 아름다운 디자인을 욕망한다.

3. 우리가 쓰는 모든 재화와 서비스는 도구다. 그러나 그 도구를 사용하는 목적은 결국 감정과 욕망의 해소다. 그렇기에 인간의 감정을 거스르는 사업과 제품은 오래가기 어렵다.

4. 소셜 플랫폼의 시작은 단순했다. 온라인과 오프라인, 실명과 익명, 아는 사람과 모르는 사람을 연결해 주는 것. 단순한 관계의 연결이 플랫폼의 역할이었다.

5. 하지만 지금은 그 단순함이 흐려졌다. 팔로잉과 구독의 연결보다 알고리즘의 힘이 세졌다. 그래도 네트워크는 여전히 중요하다. 관계는 감정과 욕망이 만들기 때문이다. 결국 모든 연결은 감정과 욕망의 만족을 쫓는다.

6. 이번 카톡 업데이트는 이미 만들어진 네트워크를 비틀고 뒤집었다. 메신저 내 연결된 관계들은 사용자가 필요와 욕망으로 직접 만들었다. 도구가 이 맥락을 모두 부숴버렸다. 사용자는 선택지가 없다. 이건 도구에게 유리한 방향인 건 분명하다. 돈과 기회가 열린다.

7. 하지만 단순히 도구만을 생각하는 확장과 개선은 더 중요한 걸 놓친다. 온라인의 관계 뒤에는 사람이 있고, 사람은 자신의 감정과 욕망을 존중하지 않는 도구를 먼저 떠난다. 욕망은 곧 대안을 찾아내고, 그 이탈은 눈에 보이지 않는다.

8. 플랫폼의 본질은 기술이 아니라, 언제나 사람이다. 나이브해 보일 수도 있다. 하지만 모든 본질은 늘 단순하다. 인간의 욕망과 감정을 거슬러가는 일은 결코 지속 가능하지 않다.

1. needs와 wants는 다르다. 필요와 욕망. 도구와 목적. 전자가 말과 행동이라면, 후자는 감정이다. 2. 사람들은 커피가 필요해서 카페에 가지만, 그 공간의 분위기를 욕망한다. 우리는 글을 쓰기 위해 노트북이 필요하지만, 아름다운 디자인을 욕망한다. 3. 우리가 쓰는 모든 재화와 서비스는 도구다. 그러나 그 도구를 사용하는 목적은 결국 감정과 욕망의 해소다. 그렇기에 인간의 감정을 거스르는 사업과 제품은 오래가기 어렵다. 4. 소셜 플랫폼의 시작은 단순했다. 온라인과 오프라인, 실명과 익명, 아는 사람과 모르는 사람을 연결해 주는 것. 단순한 관계의 연결이 플랫폼의 역할이었다. 5. 하지만 지금은 그 단순함이 흐려졌다. 팔로잉과 구독의 연결보다 알고리즘의 힘이 세졌다. 그래도 네트워크는 여전히 중요하다. 관계는 감정과 욕망이 만들기 때문이다. 결국 모든 연결은 감정과 욕망의 만족을 쫓는다. ​ 6. 이번 카톡 업데이트는 이미 만들어진 네트워크를 비틀고 뒤집었다. 메신저 내 연결된 관계들은 사용자가 필요와 욕망으로 직접 만들었다. 도구가 이 맥락을 모두 부숴버렸다. 사용자는 선택지가 없다. 이건 도구에게 유리한 방향인 건 분명하다. 돈과 기회가 열린다. ​ 7. 하지만 단순히 도구만을 생각하는 확장과 개선은 더 중요한 걸 놓친다. 온라인의 관계 뒤에는 사람이 있고, 사람은 자신의 감정과 욕망을 존중하지 않는 도구를 먼저 떠난다. 욕망은 곧 대안을 찾아내고, 그 이탈은 눈에 보이지 않는다. ​ 8. 플랫폼의 본질은 기술이 아니라, 언제나 사람이다. 나이브해 보일 수도 있다. 하지만 모든 본질은 늘 단순하다. 인간의 욕망과 감정을 거슬러가는 일은 결코 지속 가능하지 않다.

< 도구가 욕망을 거스를 때 : 카카오톡 업데이트 사태 >

https://blog.naver.com/madaboutit/224022910645

사람마다 천차만별의 다양한 경험을 가지고 있습니다. 이러한 다양성이 HR 분야에서 디지털 트랜스포메이션이 더딘 원인 중 하나가 아닐까 추측해봅니다. 거의 비슷한 경험을 해도 A라는 사람은 '아'라고 표현하고, B라는 사람은 '어'라고 표현하기 때문에 세상에 더 다양한 일이 존재하는 것처럼 보입니다.
사실 한 일만 나열하면 A나 B나 크게 다를 것 없는 비슷한 경험을 가진 사람들입니다. 그런데 거의 비슷한 경험을 해도 서로 다르게 표현하는 것이 큰 차이를 만듭니다. 특히 취업과 이직에서 경험을 어떻게 설명하느냐에 따라 당락이 결정됩니다. A 지원자는 자신이 한 일만 나열하고, B 지원자는 한 일을 구체적으로 설명했다면, 채용 전형 결과는 불 보듯 뻔하게 B 지원자를 선택할 것입니다.


이런 사실을 알면서도 구체적인 경험 설명을 작성하기 귀찮아하는지, 자신이 한 일만 간단히 나열한 프로필을 채용 플랫폼에서 자주 목격합니다. 정말 많이 목격합니다. 그래서 좋은 기업에서 훌륭한 경험을 한 것으로 보이지만, 경험에 대한 설명이 부실하여 인재 영입을 원하는 기업에 추천하지 못하는 경우가 많습니다. 분명히 취업과 이직 의사는 높다고 표현했지만, 안타깝게도 구체적인 경험을 확인하기 어려워 영입 제안을 할 수 없는 상황입니다.


그럼 얼마나 구체적으로 경험을 설명해야 영입 제안을 받을 수 있을까요? 아주 상세한 수준으로 경험을 자세히 설명해보면 좋겠습니다. "요점만 간단히 작성하는 것이 좋은 것 아닌가요?"라고 물을 수 있겠지만, 입사 지원과 영입 제안 받기는 분리해서 생각해야 합니다.
입사 지원하는 경우: 지원하는 기업이 원하는 조건을 잘 알고 있습니다. 채용 공고 내용을 바탕으로 자신이 가진 경험과 역량을 핵심만 간단히 서술할 수 있습니다.
영입 제안을 받는 경우: 불특정 다수를 상대로 경험과 역량을 노출해야 합니다. 어떤 경험과 역량이 어필될지 알 수 없으므로, 모든 경험을 자세히 서술하는 것이 영입 제안을 많이 받을 수 있는 전략입니다.


채용 플랫폼의 인재 프로필 검색 기능이 고도화되어 있기 때문에 작성한 경험과 역량 정보에서 키워드 위주로 검색하여 기업이 원하는 인재 프로필을 추출할 수 있습니다. 프로필 정보 분량이 많은 것은 전혀 문제가 되지 않습니다. 오히려 많은 정보 가운데 검색 기능에 탐지될 확률이 높아집니다. 마치 검색 엔진 노출 알고리즘 원리와 비슷합니다.
취업이나 이직을 원하는 직무에서 많은 기업이 요구하는 경험과 역량 키워드를 프로필 정보에 반영한다면, 채용 담당자에게 영입 제안을 많이 받을 수 있습니다. 단, 거짓 정보를 넣어서는 안 됩니다.


여러분은 어떤 콘텐츠를 좋아하세요? 어떤 콘텐츠가 보기 좋고 빠르게 잘 이해되나요? 가독성이 좋은 문서가 보기에 좋고 이해하기 쉽지 않나요? 그럼 여러분의 이력서나 채용 플랫폼 프로필 정보는 어떤가요? 여러분과 주변 지인이 보았을 때, 보기에 좋고 이해하기 쉬운 내용인가요?
내용 작성에만 신경을 쓴 나머지 가독성을 챙기지 못한 문서와 프로필을 종종 보게 됩니다. "보기 좋은 떡이 먹기도 좋다"고 했듯이, 보기 좋은 이력서와 프로필이 영입하고 싶은 인재라는 판단을 받게 만듭니다.


서류를 검토하는 사람은 하루에도 수십 건의 인재 이력서와 프로필 정보를 확인합니다. 종종 가독성이 떨어지는 내용을 볼 때 스트레스를 느낍니다. '이걸 보라고 만든 거야?' 하는 생각이 듭니다. 스펙과 경험이 아무리 좋아도 이력서와 프로필 정보의 가독성이 부족하면 긍정적인 피드백을 받기 어렵습니다.
다음과 같은 요소들은 가독성을 크게 해칩니다:
 * 다닥다닥 붙어 있는 글자 간격
 * 줄바꿈이 되지 않아 시작과 끝을 알 수 없는 내용
 * 줄 간격이 빼곡하여 숨이 막히는 문장의 나열
이런 가독성 부족한 이력서와 프로필은 인내심을 갖고 내용을 확인하기 어려운 경우가 많습니다.


디테일이 중요합니다. 시간과 정성을 들여 디테일에 신경 쓴 이력서와 프로필 내용이 당락을 결정합니다. 시간과 노력을 많이 들일수록 합격 가능성과 인재 영입 제안을 받을 가능성이 높아집니다. 반대로 귀찮아서 대충 쓴 이력서와 프로필을 긍정적으로 검토할 채용 담당자는 세상에 단 한 명도 없습니다.
취업과 이직을 원한다면, 가능한 빠른 시일 내에 기회를 얻고 싶다면, 지금 당장 컴퓨터를 켜서 채용 플랫폼에 등록한 경험 정보를 업데이트해보세요. 아주 구체적으로 작성하되, 눈으로 보기에 편안한 구성으로 내용을 업데이트하시길 바랍니다.

﻿ 사람마다 천차만별의 다양한 경험을 가지고 있습니다. 이러한 다양성이 HR 분야에서 디지털 트랜스포메이션이 더딘 원인 중 하나가 아닐까 추측해봅니다. 거의 비슷한 경험을 해도 A라는 사람은 '아'라고 표현하고, B라는 사람은 '어'라고 표현하기 때문에 세상에 더 다양한 일이 존재하는 것처럼 보입니다.사실 한 일만 나열하면 A나 B나 크게 다를 것 없는 비슷한 경험을 가진 사람들입니다. 그런데 거의 비슷한 경험을 해도 서로 다르게 표현하는 것이 큰 차이를 만듭니다. 특히 취업과 이직에서 경험을 어떻게 설명하느냐에 따라 당락이 결정됩니다. A 지원자는 자신이 한 일만 나열하고, B 지원자는 한 일을 구체적으로 설명했다면, 채용 전형 결과는 불 보듯 뻔하게 B 지원자를 선택할 것입니다. 이런 사실을 알면서도 구체적인 경험 설명을 작성하기 귀찮아하는지, 자신이 한 일만 간단히 나열한 프로필을 채용 플랫폼에서 자주 목격합니다. 정말 많이 목격합니다. 그래서 좋은 기업에서 훌륭한 경험을 한 것으로 보이지만, 경험에 대한 설명이 부실하여 인재 영입을 원하는 기업에 추천하지 못하는 경우가 많습니다. 분명히 취업과 이직 의사는 높다고 표현했지만, 안타깝게도 구체적인 경험을 확인하기 어려워 영입 제안을 할 수 없는 상황입니다. 그럼 얼마나 구체적으로 경험을 설명해야 영입 제안을 받을 수 있을까요? 아주 상세한 수준으로 경험을 자세히 설명해보면 좋겠습니다. "요점만 간단히 작성하는 것이 좋은 것 아닌가요?"라고 물을 수 있겠지만, 입사 지원과 영입 제안 받기는 분리해서 생각해야 합니다.입사 지원하는 경우: 지원하는 기업이 원하는 조건을 잘 알고 있습니다. 채용 공고 내용을 바탕으로 자신이 가진 경험과 역량을 핵심만 간단히 서술할 수 있습니다.영입 제안을 받는 경우: 불특정 다수를 상대로 경험과 역량을 노출해야 합니다. 어떤 경험과 역량이 어필될지 알 수 없으므로, 모든 경험을 자세히 서술하는 것이 영입 제안을 많이 받을 수 있는 전략입니다. 채용 플랫폼의 인재 프로필 검색 기능이 고도화되어 있기 때문에 작성한 경험과 역량 정보에서 키워드 위주로 검색하여 기업이 원하는 인재 프로필을 추출할 수 있습니다. 프로필 정보 분량이 많은 것은 전혀 문제가 되지 않습니다. 오히려 많은 정보 가운데 검색 기능에 탐지될 확률이 높아집니다. 마치 검색 엔진 노출 알고리즘 원리와 비슷합니다.취업이나 이직을 원하는 직무에서 많은 기업이 요구하는 경험과 역량 키워드를 프로필 정보에 반영한다면, 채용 담당자에게 영입 제안을 많이 받을 수 있습니다. 단, 거짓 정보를 넣어서는 안 됩니다. 여러분은 어떤 콘텐츠를 좋아하세요? 어떤 콘텐츠가 보기 좋고 빠르게 잘 이해되나요? 가독성이 좋은 문서가 보기에 좋고 이해하기 쉽지 않나요? 그럼 여러분의 이력서나 채용 플랫폼 프로필 정보는 어떤가요? 여러분과 주변 지인이 보았을 때, 보기에 좋고 이해하기 쉬운 내용인가요?내용 작성에만 신경을 쓴 나머지 가독성을 챙기지 못한 문서와 프로필을 종종 보게 됩니다. "보기 좋은 떡이 먹기도 좋다"고 했듯이, 보기 좋은 이력서와 프로필이 영입하고 싶은 인재라는 판단을 받게 만듭니다. 서류를 검토하는 사람은 하루에도 수십 건의 인재 이력서와 프로필 정보를 확인합니다. 종종 가독성이 떨어지는 내용을 볼 때 스트레스를 느낍니다. '이걸 보라고 만든 거야?' 하는 생각이 듭니다. 스펙과 경험이 아무리 좋아도 이력서와 프로필 정보의 가독성이 부족하면 긍정적인 피드백을 받기 어렵습니다.다음과 같은 요소들은 가독성을 크게 해칩니다:<ul ><li>다닥다닥 붙어 있는 글자 간격</li><li>줄바꿈이 되지 않아 시작과 끝을 알 수 없는 내용</li><li>줄 간격이 빼곡하여 숨이 막히는 문장의 나열</li></ul>이런 가독성 부족한 이력서와 프로필은 인내심을 갖고 내용을 확인하기 어려운 경우가 많습니다. 디테일이 중요합니다. 시간과 정성을 들여 디테일에 신경 쓴 이력서와 프로필 내용이 당락을 결정합니다. 시간과 노력을 많이 들일수록 합격 가능성과 인재 영입 제안을 받을 가능성이 높아집니다. 반대로 귀찮아서 대충 쓴 이력서와 프로필을 긍정적으로 검토할 채용 담당자는 세상에 단 한 명도 없습니다.취업과 이직을 원한다면, 가능한 빠른 시일 내에 기회를 얻고 싶다면, 지금 당장 컴퓨터를 켜서 채용 플랫폼에 등록한 경험 정보를 업데이트해보세요. 아주 구체적으로 작성하되, 눈으로 보기에 편안한 구성으로 내용을 업데이트하시길 바랍니다.﻿

숨막힐듯 구체적인 설명

구글 딥마인드가 Veo 3로 제로샷 학습 능력에 대한 논문을 냈는데요.

요약하자면 Veo 3는 동영상 생성을 학습시킨 모델인데, 나나는각종 비전 태스크인 객체 분할, 모서리 검출, 노이즈나 배경 제거, 편집 합성 등 뿐 아니라 물체의 물리적 특성을 이해하거나 미로를 풀거나 규칙 기반의 퍼즐을 푸는 등, 영상 내 장면을 해석하고 조작하며 추론 과제도 어느정도 수행 할 수 있었다고 합니다.

이걸 따로 학습 시킨 것도 아닌데 말이죠.

마치 GPT 초기 모델에 텍스트를 생성하게만 학습한건데, 각종 텍스트 작업과 추론이 가능해서 놀랐던 것과 마찬가지로요.

물론 LLM도 이미지를 학습시키고 출력시키는 멀티모달 모델이 많이 나오긴 했습니다만, 동영상의 형태로 출력한다는 것과 물리세계를 조금 더 잘 이해한다는 것이겠습니다.

아무튼 이는 이미지/영상 모델도 생성 모델로 단일 범용 모델을 만들 수 있다는 잠재력이 있다는 이야기인데요.

궁극적으로는 비전과 LLM이 합쳐져서 완전한 월드 모델이 될 것 같긴합니다.

그.. 참, 생성과 이해가 서로 연결고리가 있다는 것이 다시봐도 신기하기도 하고(직관적으로는 이해되지만), AI의 발전의 끝을 알 수 없다는 생각도 드네요.

구글 딥마인드가 Veo 3로 제로샷 학습 능력에 대한 논문을 냈는데요. 요약하자면 Veo 3는 동영상 생성을 학습시킨 모델인데, 나나는각종 비전 태스크인 객체 분할, 모서리 검출, 노이즈나 배경 제거, 편집 합성 등 뿐 아니라 물체의 물리적 특성을 이해하거나 미로를 풀거나 규칙 기반의 퍼즐을 푸는 등, 영상 내 장면을 해석하고 조작하며 추론 과제도 어느정도 수행 할 수 있었다고 합니다. 이걸 따로 학습 시킨 것도 아닌데 말이죠. 마치 GPT 초기 모델에 텍스트를 생성하게만 학습한건데, 각종 텍스트 작업과 추론이 가능해서 놀랐던 것과 마찬가지로요. 물론 LLM도 이미지를 학습시키고 출력시키는 멀티모달 모델이 많이 나오긴 했습니다만, 동영상의 형태로 출력한다는 것과 물리세계를 조금 더 잘 이해한다는 것이겠습니다. 아무튼 이는 이미지/영상 모델도 생성 모델로 단일 범용 모델을 만들 수 있다는 잠재력이 있다는 이야기인데요. 궁극적으로는 비전과 LLM이 합쳐져서 완전한 월드 모델이 될 것 같긴합니다. 그.. 참, 생성과 이해가 서로 연결고리가 있다는 것이 다시봐도 신기하기도 하고(직관적으로는 이해되지만), AI의 발전의 끝을 알 수 없다는 생각도 드네요.

어제 이직을 고민하는 두 명의 경력 AI 개발자를 만나 멘토링을 진행했습니다. AI 기술에 대해 깊이 있는 지식이 부족한 제가 경력자를 멘토링한다는 것이 감개무량했습니다. 이 소식을 아내에게 전하니 "AI 개발자가 왜 사람에게 멘토링을 받냐"며 아이러니하다고 웃더군요. 맞는 말입니다. 요즘 AI 도구를 활용하면 이직이나 커리어 고민에 대한 답을 저보다 더 전문적으로 제공해줄 테니까요.


멘토링 후 진짜 AI 기술에 대해 잘 모르고 있구나 하는 깨달음을 얻었습니다. 새삼 깨달을 것도 없죠. AI 기술을 제대로 배운 적도 없고, 단지 채용을 위해 AI 개발자 프로필을 많이 봤다는 정도로 멘토링을 한다는 것은 어불성설입니다. 저도 AI 분야에 대한 준비와 공부가 필요하다는 승부욕이 불타올랐습니다. 하지만 어디서부터 어떻게 시작해야 할지 막막합니다. 여력이 된다면 시간과 비용을 투자해 부트캠프나 대학원 수업을 듣고 싶습니다.


채용 시장에서 활약하는 AI 개발자들은 크게 두 가지 배경을 가지고 있습니다.
첫 번째는 백엔드 개발자로 커리어를 쌓다가 AI 기술 대두와 함께 관련 기술을 접목한 경우입니다. 이들은 전문 교육 없이 독학이나 선배 개발자의 도움으로 현업에서 바로 AI 기술을 구현하기 시작했습니다.
두 번째는 컴퓨터공학을 전공하고 대학원에서 인공지능 관련 석사 학위를 취득한 경우입니다. 이들은 AI 기술로 전문적인 기능 구현이 가능하며, 현재 채용 시장에서 몸값이 높은 귀한 인재들입니다.


백엔드 개발 경험이 있는 분들은 사람들이 원하는 상용화된 서비스를 잘 만드는 특징이 있습니다. 반면 인공지능 전문지식을 보유한 분들은 아직 세상에 없는 아이디어를 창의력으로 구현해낼 수 있는 기술력을 갖추고 있습니다. 두 캐릭터가 만나 시너지를 낼 때 사람들이 원하는 유익한 기능이 개발될 것입니다. 그래서 무조건 대학원 진학만이 정답은 아니라는 깨달음을 얻었습니다.
비즈니스적으로 많은 사람이 원하는 서비스의 답은 현장에 있습니다. 아무리 전문지식이 있어도 현장 경험이 없으면 말짱 도루묵입니다. 물론 전문지식이 있으면 그것을 활용하기만 하면 되니 닭이 먼저냐 달걀이 먼저냐 하는 느낌도 있습니다.


AI 기술 구현 능력이 채용 시장에서 얼마나 인기 있는 역량인지 몸소 체감하는 사람으로서, 아직 누구든지 늦지 않았다고 말씀드리고 싶습니다. 지금이라도 AI 기술을 배워 개발자가 되는 도전은 나쁘지 않은 선택이라고 생각합니다.
다만 비전만 보고 무작정 AI 개발자가 되겠다고 덤비는 것은 위험합니다. 자신의 성향과 개발자라는 역할이 잘 맞는지 따져봐야 합니다. 빠르게 진화하는 기술 변화에 대응하기 위해 끊임없이 공부하고 노력할 자신이 있는지, 많은 사람이 가보지 않은 길에서 스스로 방향을 잡고 뚝심 있게 걸어갈 수 있는지 고민해야 합니다. 지금 AI 분야는 누군가 걸었던 길을 따라가는 것이 아니라 새롭게 개척해야 하는 시장이기 때문입니다.


AI 기술 분야와 활용 영역이 구분되어 있습니다. 제가 정확히 구분해서 말할 수 있는 수준은 아니라 단정적으로 말하기 어렵습니다. 도메인 기준으로 AI 개발자에게 요구하는 기술이 다르며, 이는 일반 개발자도 마찬가지입니다. 따라서 목표 도메인을 설정하고 관련 경험과 기술을 준비하는 것이 좋습니다.
물론 도메인과 관계없이 문제를 정의하고 해결할 줄 아는 능력이 가장 중요합니다. 특히 경력이 쌓일수록 기술의 숙련도보다 문제 해결 능력이 시니어에게 더 필요한 덕목일 것입니다.


기술을 활용해 비즈니스 문제를 해결한다는 점에서 AI 개발자도 다른 직무와 비슷한 기능을 가집니다. 그리고 모든 것을 잘하는 사람보다 한 가지 뾰족한 강점을 가진 AI 개발자가 더 각광받을 것이라는 점도 마찬가지입니다.
따라서 AI 개발자로 직업을 갖거나 더 발전된 경력을 얻고자 하는 분들은 본인이 그리는 청사진에 따라 경험과 역량을 계획적으로 쌓아야 합니다.
남들이 많이 가는 길보다 자신이 원하는 목표에 따라 설계된 길을 걷는 우리가 되길 진심으로 응원합니다.

﻿ 어제 이직을 고민하는 두 명의 경력 AI 개발자를 만나 멘토링을 진행했습니다. AI 기술에 대해 깊이 있는 지식이 부족한 제가 경력자를 멘토링한다는 것이 감개무량했습니다. 이 소식을 아내에게 전하니 "AI 개발자가 왜 사람에게 멘토링을 받냐"며 아이러니하다고 웃더군요. 맞는 말입니다. 요즘 AI 도구를 활용하면 이직이나 커리어 고민에 대한 답을 저보다 더 전문적으로 제공해줄 테니까요. 멘토링 후 진짜 AI 기술에 대해 잘 모르고 있구나 하는 깨달음을 얻었습니다. 새삼 깨달을 것도 없죠. AI 기술을 제대로 배운 적도 없고, 단지 채용을 위해 AI 개발자 프로필을 많이 봤다는 정도로 멘토링을 한다는 것은 어불성설입니다. 저도 AI 분야에 대한 준비와 공부가 필요하다는 승부욕이 불타올랐습니다. 하지만 어디서부터 어떻게 시작해야 할지 막막합니다. 여력이 된다면 시간과 비용을 투자해 부트캠프나 대학원 수업을 듣고 싶습니다. 채용 시장에서 활약하는 AI 개발자들은 크게 두 가지 배경을 가지고 있습니다.첫 번째는 백엔드 개발자로 커리어를 쌓다가 AI 기술 대두와 함께 관련 기술을 접목한 경우입니다. 이들은 전문 교육 없이 독학이나 선배 개발자의 도움으로 현업에서 바로 AI 기술을 구현하기 시작했습니다.두 번째는 컴퓨터공학을 전공하고 대학원에서 인공지능 관련 석사 학위를 취득한 경우입니다. 이들은 AI 기술로 전문적인 기능 구현이 가능하며, 현재 채용 시장에서 몸값이 높은 귀한 인재들입니다. 백엔드 개발 경험이 있는 분들은 사람들이 원하는 상용화된 서비스를 잘 만드는 특징이 있습니다. 반면 인공지능 전문지식을 보유한 분들은 아직 세상에 없는 아이디어를 창의력으로 구현해낼 수 있는 기술력을 갖추고 있습니다. 두 캐릭터가 만나 시너지를 낼 때 사람들이 원하는 유익한 기능이 개발될 것입니다. 그래서 무조건 대학원 진학만이 정답은 아니라는 깨달음을 얻었습니다.비즈니스적으로 많은 사람이 원하는 서비스의 답은 현장에 있습니다. 아무리 전문지식이 있어도 현장 경험이 없으면 말짱 도루묵입니다. 물론 전문지식이 있으면 그것을 활용하기만 하면 되니 닭이 먼저냐 달걀이 먼저냐 하는 느낌도 있습니다. AI 기술 구현 능력이 채용 시장에서 얼마나 인기 있는 역량인지 몸소 체감하는 사람으로서, 아직 누구든지 늦지 않았다고 말씀드리고 싶습니다. 지금이라도 AI 기술을 배워 개발자가 되는 도전은 나쁘지 않은 선택이라고 생각합니다.다만 비전만 보고 무작정 AI 개발자가 되겠다고 덤비는 것은 위험합니다. 자신의 성향과 개발자라는 역할이 잘 맞는지 따져봐야 합니다. 빠르게 진화하는 기술 변화에 대응하기 위해 끊임없이 공부하고 노력할 자신이 있는지, 많은 사람이 가보지 않은 길에서 스스로 방향을 잡고 뚝심 있게 걸어갈 수 있는지 고민해야 합니다. 지금 AI 분야는 누군가 걸었던 길을 따라가는 것이 아니라 새롭게 개척해야 하는 시장이기 때문입니다. AI 기술 분야와 활용 영역이 구분되어 있습니다. 제가 정확히 구분해서 말할 수 있는 수준은 아니라 단정적으로 말하기 어렵습니다. 도메인 기준으로 AI 개발자에게 요구하는 기술이 다르며, 이는 일반 개발자도 마찬가지입니다. 따라서 목표 도메인을 설정하고 관련 경험과 기술을 준비하는 것이 좋습니다.물론 도메인과 관계없이 문제를 정의하고 해결할 줄 아는 능력이 가장 중요합니다. 특히 경력이 쌓일수록 기술의 숙련도보다 문제 해결 능력이 시니어에게 더 필요한 덕목일 것입니다. 기술을 활용해 비즈니스 문제를 해결한다는 점에서 AI 개발자도 다른 직무와 비슷한 기능을 가집니다. 그리고 모든 것을 잘하는 사람보다 한 가지 뾰족한 강점을 가진 AI 개발자가 더 각광받을 것이라는 점도 마찬가지입니다.따라서 AI 개발자로 직업을 갖거나 더 발전된 경력을 얻고자 하는 분들은 본인이 그리는 청사진에 따라 경험과 역량을 계획적으로 쌓아야 합니다.남들이 많이 가는 길보다 자신이 원하는 목표에 따라 설계된 길을 걷는 우리가 되길 진심으로 응원합니다.﻿

AI 개발자 멘토링

“프로그래밍 문제를 쉽게 해결할 방법을 정확하게 알려준다면 분명히 프로그래밍이 쉬워지고 그 결과도 더 예측하기 쉬울 것이다.

(하지만)프로그램은 저마다 개념적으로 고유하기 때문에 모든 경우에 대한 해결책을 얻을 수 있는 일반적인 방법을 만들기는 어렵거나 아예 불가능하다.

소프트웨어에서 때때로 컨설턴트는 다른 방법은 배제하고 특정 소프트웨어 방법만 받아들이라고 말한다. 이는 안타까운 일이다.

어느 한 가지 방법론을 100% 받아들이면 그 방법론의 관점으로만 세계를 볼 것이기 때문이다. 어떤 경우에는 현재의 문제에 더 적합한 다른 방법을 사용할 기회를 놓칠 것이다.”

- 코드 컴플리트, 스티브 맥코넬 저

“프로그래밍 문제를 쉽게 해결할 방법을 정확하게 알려준다면 분명히 프로그래밍이 쉬워지고 그 결과도 더 예측하기 쉬울 것이다. (하지만)프로그램은 저마다 개념적으로 고유하기 때문에 모든 경우에 대한 해결책을 얻을 수 있는 일반적인 방법을 만들기는 어렵거나 아예 불가능하다. 소프트웨어에서 때때로 컨설턴트는 다른 방법은 배제하고 특정 소프트웨어 방법만 받아들이라고 말한다. 이는 안타까운 일이다. 어느 한 가지 방법론을 100% 받아들이면 그 방법론의 관점으로만 세계를 볼 것이기 때문이다. 어떤 경우에는 현재의 문제에 더 적합한 다른 방법을 사용할 기회를 놓칠 것이다.” - 코드 컴플리트, 스티브 맥코넬 저

﻿"데이터 분석 직무로 취업하려면 석사가 필수다"라는 말을 자주 듣게 됩니다. 하지만 이는 명백한 오해입니다. 석사 학위가 취업과 커리어에 유리한 것은 사실이지만, 그 이유를 정확히 이해하면 오해를 풀 수 있습니다.
어제 진행한 멘토링에서 만난 멘티님은 데이터 분석 경진대회에서 4번 이상 입상하셨다고 하셨는데, 정말 놀라운 성과입니다. 수상할 수 있었던 차별화된 포인트가 무엇이었는지 궁금합니다. 아마도 데이터 분석에 필요한 지식과 기술을 충분히 보유하고 계시기 때문이겠죠?
이것만으로도 질문에 대한 답을 스스로 내리실 수 있으리라 생각합니다. 경진대회 입상이라는 객관적 성과로 이미 충분한 경쟁력을 증명하셨으니까요.

가장 중요한 것은 데이터 분석 업무를 수행할 수 있는 실질적인 지식과 기술입니다. 학위는 본질이 아닙니다. 물론 일부 기업에서는 석사 출신을 우대하는 것이 현실입니다.
만약 그런 기업이 목표라면 대학원 진학을 고려해보시기 바랍니다. 하지만 데이터 분석 업무 기회를 얻을 수 있다면 어떤 기업이든 상관없다면, 석사 학위는 결코 필수가 아닙니다.

제가 아는 데이터 분석가들 중에는 학사 출신이 석사 출신보다 훨씬 많습니다. 물론 개인적 인맥이 전체를 대표할 수는 없겠지만요.
정말 궁금하시다면 LinkedIn 같은 플랫폼에서 데이터 분석가들의 학력 정보를 직접 조사해보세요. 단언컨대 석사보다 학사 출신이 더 많을 것입니다.

데이터 사이언티스트, 데이터 엔지니어 등 고도로 전문화된 직무에서는 석사 출신이 우대받는 경향이 있습니다. 하지만 비즈니스 성장을 위해 데이터를 분석하고 인사이트를 도출하는 데이터 분석가는 학사 학위로도 충분히 훌륭한 역할을 할 수 있다고 확신합니다.

다양한 데이터를 다뤄본 경험, 방대한 양의 데이터 처리 경험, 문제 정의부터 가설 수립, 데이터 선정, 분석, 인사이트 도출까지의 전 과정을 경험해보는 것이 데이터 분석가의 핵심 역량입니다.
이런 본질적 역할을 잘 수행하기 위해 지금 무엇을 준비해야 할지 고민하시고, 전문가로 성장하기 위해 노력하시길 진심으로 응원합니다.

--------------------------------------------

Bonus Track
데이터 역량은 어마어마하게 큰 무기입니다

데이터를 다루고 분석적 사고와 통계 지식을 갖춘 것만으로도 취업 시장에서 상당히 유리한 위치에 있다고 생각합니다. 요즘 거의 모든 직무에서 데이터 분석 역량을 요구하고 있기 때문입니다.

데이터 분석 직무로의 취업이 쉽지 않은 것은 사실입니다. 영업, 마케팅, 운영 직무에 비해 상대적으로 채용 수요가 적어 경쟁이 치열할 수 있습니다. 하지만 신입 채용이 아예 없는 것은 아닙니다.
중요한 점은 지원자 수와 채용 포지션 수가 대체로 비례한다는 것입니다. 즉, 데이터 분석 직무 취업이 어려운 만큼 다른 직무 취업도 결코 쉽지 않다는 뜻입니다.

좁은 취업 문을 돌파하는 현명한 방법은 데이터 분석 역량을 무기로 다양한 직무에 지원해보는 것입니다.
다른 직무에서 일하면서 데이터 분석 역량을 적극 활용하다 보면, 자연스럽게 데이터 분석 직무로 전환할 기회가 반드시 찾아올 것입니다. 또한 예상치 못한 순간에 본인에게 더 잘 맞는 직무를 발견할 수도 있습니다.

데이터를 다루고, 데이터 기반 사고를 하며, 데이터에서 추출한 인사이트를 활용하는 것에 흥미를 느낀다면 구체적인 직무명이나 역할은 그리 중요하지 않다고 생각합니다.
오히려 커리어 여정에서 역량을 중심축으로 삼는다면, 언제든 원하는 역할에 도전할 수 있는 든든한 자신감을 갖게 될 것입니다.

가장 중요한 것은 빠르게 현업에서 일할 기회를 얻는 것입니다. 일단 경험을 시작하면 자연스럽게 다음 단계가 열리게 됩니다.
세상 모든 일을 계획대로 할 수 없듯이 커리어도 마찬가지입니다. 시대 흐름에 유연하게 적응하고 지혜롭게 대처한다면, 언젠가는 진정 원하는 일을 할 수 있는 기회가 반드시 찾아올 것입니다.

﻿"데이터 분석 직무로 취업하려면 석사가 필수다"라는 말을 자주 듣게 됩니다. 하지만 이는 명백한 오해입니다. 석사 학위가 취업과 커리어에 유리한 것은 사실이지만, 그 이유를 정확히 이해하면 오해를 풀 수 있습니다.어제 진행한 멘토링에서 만난 멘티님은 데이터 분석 경진대회에서 4번 이상 입상하셨다고 하셨는데, 정말 놀라운 성과입니다. 수상할 수 있었던 차별화된 포인트가 무엇이었는지 궁금합니다. 아마도 데이터 분석에 필요한 지식과 기술을 충분히 보유하고 계시기 때문이겠죠?이것만으로도 질문에 대한 답을 스스로 내리실 수 있으리라 생각합니다. 경진대회 입상이라는 객관적 성과로 이미 충분한 경쟁력을 증명하셨으니까요. 가장 중요한 것은 데이터 분석 업무를 수행할 수 있는 실질적인 지식과 기술입니다. 학위는 본질이 아닙니다. 물론 일부 기업에서는 석사 출신을 우대하는 것이 현실입니다.만약 그런 기업이 목표라면 대학원 진학을 고려해보시기 바랍니다. 하지만 데이터 분석 업무 기회를 얻을 수 있다면 어떤 기업이든 상관없다면, 석사 학위는 결코 필수가 아닙니다. 제가 아는 데이터 분석가들 중에는 학사 출신이 석사 출신보다 훨씬 많습니다. 물론 개인적 인맥이 전체를 대표할 수는 없겠지만요.정말 궁금하시다면 LinkedIn 같은 플랫폼에서 데이터 분석가들의 학력 정보를 직접 조사해보세요. 단언컨대 석사보다 학사 출신이 더 많을 것입니다. 데이터 사이언티스트, 데이터 엔지니어 등 고도로 전문화된 직무에서는 석사 출신이 우대받는 경향이 있습니다. 하지만 비즈니스 성장을 위해 데이터를 분석하고 인사이트를 도출하는 데이터 분석가는 학사 학위로도 충분히 훌륭한 역할을 할 수 있다고 확신합니다. 다양한 데이터를 다뤄본 경험, 방대한 양의 데이터 처리 경험, 문제 정의부터 가설 수립, 데이터 선정, 분석, 인사이트 도출까지의 전 과정을 경험해보는 것이 데이터 분석가의 핵심 역량입니다.이런 본질적 역할을 잘 수행하기 위해 지금 무엇을 준비해야 할지 고민하시고, 전문가로 성장하기 위해 노력하시길 진심으로 응원합니다. -------------------------------------------- Bonus Track데이터 역량은 어마어마하게 큰 무기입니다 데이터를 다루고 분석적 사고와 통계 지식을 갖춘 것만으로도 취업 시장에서 상당히 유리한 위치에 있다고 생각합니다. 요즘 거의 모든 직무에서 데이터 분석 역량을 요구하고 있기 때문입니다. 데이터 분석 직무로의 취업이 쉽지 않은 것은 사실입니다. 영업, 마케팅, 운영 직무에 비해 상대적으로 채용 수요가 적어 경쟁이 치열할 수 있습니다. 하지만 신입 채용이 아예 없는 것은 아닙니다.중요한 점은 지원자 수와 채용 포지션 수가 대체로 비례한다는 것입니다. 즉, 데이터 분석 직무 취업이 어려운 만큼 다른 직무 취업도 결코 쉽지 않다는 뜻입니다. 좁은 취업 문을 돌파하는 현명한 방법은 데이터 분석 역량을 무기로 다양한 직무에 지원해보는 것입니다.다른 직무에서 일하면서 데이터 분석 역량을 적극 활용하다 보면, 자연스럽게 데이터 분석 직무로 전환할 기회가 반드시 찾아올 것입니다. 또한 예상치 못한 순간에 본인에게 더 잘 맞는 직무를 발견할 수도 있습니다. 데이터를 다루고, 데이터 기반 사고를 하며, 데이터에서 추출한 인사이트를 활용하는 것에 흥미를 느낀다면 구체적인 직무명이나 역할은 그리 중요하지 않다고 생각합니다.오히려 커리어 여정에서 역량을 중심축으로 삼는다면, 언제든 원하는 역할에 도전할 수 있는 든든한 자신감을 갖게 될 것입니다. 가장 중요한 것은 빠르게 현업에서 일할 기회를 얻는 것입니다. 일단 경험을 시작하면 자연스럽게 다음 단계가 열리게 됩니다.세상 모든 일을 계획대로 할 수 없듯이 커리어도 마찬가지입니다. 시대 흐름에 유연하게 적응하고 지혜롭게 대처한다면, 언젠가는 진정 원하는 일을 할 수 있는 기회가 반드시 찾아올 것입니다.﻿

오해) 데이터 분석 직무로 취업은 석사 이상만 가능하다?

좋은 기회가 닿아, 다가오는 K-DEVCON 2025에서 커리어를 주제로 이야기 나누게 되었다.

이 시간을 통해 지난 20년간 내가 걸어온 길을 담담하게 전달하려 한다. 제조기업의 전산실에서 시작해 SI, 대규모 플랫폼, 그리고 스타트업에 이르기까지, 다양한 환경 속에서 마주했던 선택의 순간들과 그 안에서 얻은 배움을 공유해 보려한다. 단순히 코드를 작성하는 사람을 넘어, 비즈니스와 기술을 잇는 단단한 시스템을 만드는 개발자로서 나만의 정체성을 찾아온 여정이, 각자의 자리에서 멋진 커리어를 만들어가고자 하는 분들께 작은 참고점이 될 수 있기를 바란다.

내가 오랫동안 커뮤니티 활동에 애정을 쏟는 이유는 단순하다. 나 또한 커뮤니티에서 만난 수많은 선배와 동료들의 이야기를 들으며 성장해왔기 때문이다. 과거에 내가 받았던 그 귀한 도움을 다른 분들께 돌려드리고자 꾸준히 커뮤니티 활동과 발표를 이어오고 있다. 이 나눔이 또 다른 누군가에게 가 닿아, 업계 전체가 함께 성장하는 선순환의 고리가 계속 이어졌으면 한다.

행사장에서 많은 분들을 만나 뵙고, 서로의 이야기를 나눌 수 있기를 기대한다.

(※ 케데헌이란 행사 테마에 맞춰 집사로 참여할 예정이다)

좋은 기회가 닿아, 다가오는 K-DEVCON 2025에서 커리어를 주제로 이야기 나누게 되었다. 이 시간을 통해 지난 20년간 내가 걸어온 길을 담담하게 전달하려 한다. 제조기업의 전산실에서 시작해 SI, 대규모 플랫폼, 그리고 스타트업에 이르기까지, 다양한 환경 속에서 마주했던 선택의 순간들과 그 안에서 얻은 배움을 공유해 보려한다. 단순히 코드를 작성하는 사람을 넘어, 비즈니스와 기술을 잇는 단단한 시스템을 만드는 개발자로서 나만의 정체성을 찾아온 여정이, 각자의 자리에서 멋진 커리어를 만들어가고자 하는 분들께 작은 참고점이 될 수 있기를 바란다. 내가 오랫동안 커뮤니티 활동에 애정을 쏟는 이유는 단순하다. 나 또한 커뮤니티에서 만난 수많은 선배와 동료들의 이야기를 들으며 성장해왔기 때문이다. 과거에 내가 받았던 그 귀한 도움을 다른 분들께 돌려드리고자 꾸준히 커뮤니티 활동과 발표를 이어오고 있다. 이 나눔이 또 다른 누군가에게 가 닿아, 업계 전체가 함께 성장하는 선순환의 고리가 계속 이어졌으면 한다. 행사장에서 많은 분들을 만나 뵙고, 서로의 이야기를 나눌 수 있기를 기대한다. (※ 케데헌이란 행사 테마에 맞춰 집사로 참여할 예정이다)

오랜만에 발표 준비를 시작하며

1. 지금까지 기업을 성립시키는 기반은 재무자본이었다.

2. 퍼스트 스테이지나 세컨드 스테이지에서는 ’자본‘이 당연히 중요하다. 충분한 상품과 플랫폼을 만들려면 ’자본‘이 필요하기 때문이다.

3. 그런데 소비 사회가 변하면 기업의 기반도 바뀌지 않을 수 없다. 아무리 돈이 많아도 그것만으로는 ’제안‘을 창출해 낼 수 없기 때문이다.

4. 앞으로 필요한 것은 ’지적자본‘이다. 지적자본이 얼마나 축적되어 있는가, 하는 것이 그 회사의 사활을 결정한다.


#지적자본론

1. 지금까지 기업을 성립시키는 기반은 재무자본이었다. ​2. 퍼스트 스테이지나 세컨드 스테이지에서는 ’자본‘이 당연히 중요하다. 충분한 상품과 플랫폼을 만들려면 ’자본‘이 필요하기 때문이다. ​3. 그런데 소비 사회가 변하면 기업의 기반도 바뀌지 않을 수 없다. 아무리 돈이 많아도 그것만으로는 ’제안‘을 창출해 낼 수 없기 때문이다. ​4. 앞으로 필요한 것은 ’지적자본‘이다. 지적자본이 얼마나 축적되어 있는가, 하는 것이 그 회사의 사활을 결정한다. #지적자본론

< 돈이 많아도 회사는 망할 수 있다 >

https://blog.naver.com/madaboutit/223750042800

서비스도메인은 점점 LLM이 흡수해가는것같으며 비즈니스 도메인에 대한 통찰을 통한 DDD를 재해석

more :
https://mcp.webnori.com/ui/view/cbcf999d-5c0f-4a02-96e8-c9c9bf57b7c7

최근만든 mcp메모리에 저장한 내용으로 LLM을 이용해 분석되으며 현장감 있는 컨텐츠는 다음 원문영상참고하면 되겠습니다.

디벨롭된 봇기능도 탑재되 이용가능합니다.

원문영상 : https://youtube.com/playlist?list=PLBNdLLaRx_rJHUqxCO2s4tnOriFS8_-H0&si=cR7Smi9LdiWQmB7K

서비스도메인은 점점 LLM이 흡수해가는것같으며 비즈니스 도메인에 대한 통찰을 통한 DDD를 재해석 more :https://mcp.webnori.com/ui/view/cbcf999d-5c0f-4a02-96e8-c9c9bf57b7c7 최근만든 mcp메모리에 저장한 내용으로 LLM을 이용해 분석되으며 현장감 있는 컨텐츠는 다음 원문영상참고하면 되겠습니다. 디벨롭된 봇기능도 탑재되 이용가능합니다. 원문영상 : https://youtube.com/playlist?list=PLBNdLLaRx_rJHUqxCO2s4tnOriFS8_-H0&amp;si=cR7Smi9LdiWQmB7K

비즈니스 도메인 DDD 재해석

📝 OpenAI가 GDPval이라는 새로운 평가 체계를 발표했습니다. 매우 중요한 평가라서 정리해봅니다.

GDPval은 AI 모델이 실제 경제적 가치가 있는 업무를 얼마나 잘 수행할 수 있는지를 측정하는 것을 목표로 하는 평가인데요.

기존의 벤치마크들은 지식/추론 능력을 평가하는 것이라 실제 업무와 연결되기에는 한계가 있어서, 직업별 실무 과제를 중심으로 평가하는 평가 체계를 만들었다고 합니다.

평가에는 미국 GDP에 큰 기여를 하는 9개 산업에서, 경제적 중요성이 큰 지식 기반 직업 5개씩, 총 44개 직업을 포함되어 있습니다.

각 직업별로 실질적인 업무 과제를 설계했고, 평가하는 제출물 역시 문서, 슬라이드, 도면, 스프레드시트, 멀티미디어 등 다양한 형식의 실질적인 결과물입니다.

중요한 건 결과겠죠?

첨부한 그래프를 보시면, Claude Opus 4.1, GPT-5 등 최상위 모델과 인간 전문가의 결과물을 비교했을 때, Opus 4.1의 경우 인간 전문가와의 차이가 거의 없다시피 할 정도입니다.

그리고 그래프는 평균이라는 것이 함정(?) 일부 과제에서는 AI가 인간 수준 혹은 더 나은 평가를 받는 경우도 있었다고 합니다.

아직은 인간 전문가가 우위에 있지만, GPT-4o와 GPT-5 high 까지 겨우 1년이 조금 넘었단 것을 생각해보면, 내년이면 그래프가 역전될 가능성이 거의 99%일 것 같습니다.

무엇보다 과제 하나를 처리하는 데 필요한 시간을 인간과 비교하면 말도 못하게 빠르게 처리할텐데요. 이 속도가 사회에 엄청난 변화를 만들지 않을까 싶습니다.

아참, 또 괜히 호들갑 떠는 사람들 나올까봐 말하는데 😎 그렇다고해서 저 직업이 모두 사라지지는 않을거라고 생각합니다. 직업의 특성은 변할 수 있겠지만, 오히려 더 많은 인원이 필요하게되는 직업도 있을겁니다. 공급이 수요를 만들기도 하니까요.

📝 OpenAI가 GDPval이라는 새로운 평가 체계를 발표했습니다. 매우 중요한 평가라서 정리해봅니다. GDPval은 AI 모델이 실제 경제적 가치가 있는 업무를 얼마나 잘 수행할 수 있는지를 측정하는 것을 목표로 하는 평가인데요. 기존의 벤치마크들은 지식/추론 능력을 평가하는 것이라 실제 업무와 연결되기에는 한계가 있어서, 직업별 실무 과제를 중심으로 평가하는 평가 체계를 만들었다고 합니다. 평가에는 미국 GDP에 큰 기여를 하는 9개 산업에서, 경제적 중요성이 큰 지식 기반 직업 5개씩, 총 44개 직업을 포함되어 있습니다. 각 직업별로 실질적인 업무 과제를 설계했고, 평가하는 제출물 역시 문서, 슬라이드, 도면, 스프레드시트, 멀티미디어 등 다양한 형식의 실질적인 결과물입니다. 중요한 건 결과겠죠? 첨부한 그래프를 보시면, Claude Opus 4.1, GPT-5 등 최상위 모델과 인간 전문가의 결과물을 비교했을 때, Opus 4.1의 경우 인간 전문가와의 차이가 거의 없다시피 할 정도입니다. 그리고 그래프는 평균이라는 것이 함정(?) 일부 과제에서는 AI가 인간 수준 혹은 더 나은 평가를 받는 경우도 있었다고 합니다. 아직은 인간 전문가가 우위에 있지만, GPT-4o와 GPT-5 high 까지 겨우 1년이 조금 넘었단 것을 생각해보면, 내년이면 그래프가 역전될 가능성이 거의 99%일 것 같습니다. 무엇보다 과제 하나를 처리하는 데 필요한 시간을 인간과 비교하면 말도 못하게 빠르게 처리할텐데요. 이 속도가 사회에 엄청난 변화를 만들지 않을까 싶습니다. 아참, 또 괜히 호들갑 떠는 사람들 나올까봐 말하는데 😎 그렇다고해서 저 직업이 모두 사라지지는 않을거라고 생각합니다. 직업의 특성은 변할 수 있겠지만, 오히려 더 많은 인원이 필요하게되는 직업도 있을겁니다. 공급이 수요를 만들기도 하니까요.

‪논문 주소 👉 https://cdn.openai.com/pdf/d5eb7428-c4e9-4a33-bd86-86dd4bcf12ce/GDPval.pdf‬

최근 취준생들을 멘토링하다 보면, 소프트웨어 개발 기본기는 뒷전이고 AI 코딩 도구만 열심히 파고 계신 분들을 자주 만나게 됩니다. 졸업까지 시간이 많이 남은 대학생이라면 AI 중심으로 미래를 준비하는 것도 충분히 좋은 전략일 수 있습니다. 하지만 당장 구직이 필요한 상황이라면, 현재 채용 시장에서 무엇을 더 중요하게 보는지 한 번쯤 점검해 보실 필요가 있습니다.

미디어나 인플루언서들은 마치 이제 AI만 있으면 모든 게 다 이뤄질 것처럼 이야기하지만, 실제 채용 과정에서는 AI에게 코딩을 시키는 능력을 직무 수행에 있어서 필수 요건으로 보지는 않습니다. 대부분의 채용 공고에서 AI 활용 능력은 마지막에 나오는 선택 사항일 뿐이며, 특히 많은 분들이 선망하는 네카라쿠배나 해외 빅테크를 목표로 하신다면 더욱 그렇습니다.

AI를 잘 다루면 분명 가산점을 받을 수 있겠지만, 못 쓴다고 해서 큰  결격 사유가 되지는 않습니다. 하지만 개발자로서 기본 소양이 부족하면 면접에서 쉽게 드러나고, 현실적으로 좋은 결과를 얻기 어렵습니다. AI 도구는 하루가 다르게 변하고 있고, 활용법은 입사 후에도 금방 익힐 수 있습니다. 하지만 부족한 기본기를 길러주는 데는 상대적으로 많은 시간과 노력이 필요합니다.

여기서 제가 말하는 기본기는 단순히 알고리즘과 자료구조만을 뜻하지 않습니다. 프로그래밍 언어와 프레임워크에 대한 이해, 디버깅과 문제 해결 능력, API 설계와 시스템 아키텍처, 애플리케이션 배포와 모니터링, 테스트 자동화와 품질 관리, 기술적인 의사 결정, 동료와 소통하고 협업하는 자세 등이 포함됩니다. 숙련된 면접관들은 지원자로 부터 이런 부분을 아주 정확하게 짚어냅니다.

게다가 많은 기업에서 보안이나 정책, 규제, 비용, 망 분리 등 여러 제약 때문에 외부처럼 자유롭게 AI를 쓰기 어렵습니다. 무엇보다도, 아직 업계에서 AI 활용한 소프트웨어 개발 능력을 공정하고 효율적으로 평가할 수 있는 프로세스가 확립되지 않았습니다. 그래서 대부분의 기술 면접은 여전히 지원자의 경험과 역량을 평가하는 질문이나 과제 중심으로 진행되며, 면접관들도 그렇게 훈련되어 있습니다.

결국, 적어도 지금 시점에서는 기본기를 튼튼히 다진 사람이 소프트웨어 개발자로서 시장에서 더 큰 경쟁력을 가질 수 있습니다. AI가 세상을 바꿀 기술이라는 점에는 이견이 없지만, 그렇다고 해서 지금 당장 여러분의 취업을 보장하지는 않습니다. 현업에서 중요하게 여기는 기본기를 먼저 단단히 쌓고, 그 위에 AI 활용 능력을 더한다면 좀 더 효과적인 구직 준비가 되실 거라고 생각합니다.

요즘 전 세계적으로 구직이 정말 쉽지 않은 시장 상황에서, 취업 준비로 고생하는 모든 분들을 진심으로 응원합니다. 제 조언이 방향을 잘못 잡고 계신 분들께 조금이라도 도움이 되었으면 좋겠습니다! 🙏

최근 취준생들을 멘토링하다 보면, 소프트웨어 개발 기본기는 뒷전이고 AI 코딩 도구만 열심히 파고 계신 분들을 자주 만나게 됩니다. 졸업까지 시간이 많이 남은 대학생이라면 AI 중심으로 미래를 준비하는 것도 충분히 좋은 전략일 수 있습니다. 하지만 당장 구직이 필요한 상황이라면, 현재 채용 시장에서 무엇을 더 중요하게 보는지 한 번쯤 점검해 보실 필요가 있습니다. 미디어나 인플루언서들은 마치 이제 AI만 있으면 모든 게 다 이뤄질 것처럼 이야기하지만, 실제 채용 과정에서는 AI에게 코딩을 시키는 능력을 직무 수행에 있어서 필수 요건으로 보지는 않습니다. 대부분의 채용 공고에서 AI 활용 능력은 마지막에 나오는 선택 사항일 뿐이며, 특히 많은 분들이 선망하는 네카라쿠배나 해외 빅테크를 목표로 하신다면 더욱 그렇습니다. AI를 잘 다루면 분명 가산점을 받을 수 있겠지만, 못 쓴다고 해서 큰&nbsp; 결격 사유가 되지는 않습니다. 하지만 개발자로서 기본 소양이 부족하면 면접에서 쉽게 드러나고, 현실적으로 좋은 결과를 얻기 어렵습니다. AI 도구는 하루가 다르게 변하고 있고, 활용법은 입사 후에도 금방 익힐 수 있습니다. 하지만 부족한 기본기를 길러주는 데는 상대적으로 많은 시간과 노력이 필요합니다. 여기서 제가 말하는 기본기는 단순히 알고리즘과 자료구조만을 뜻하지 않습니다. 프로그래밍 언어와 프레임워크에 대한 이해, 디버깅과 문제 해결 능력, API 설계와 시스템 아키텍처, 애플리케이션 배포와 모니터링, 테스트 자동화와 품질 관리, 기술적인 의사 결정, 동료와 소통하고 협업하는 자세 등이 포함됩니다. 숙련된 면접관들은 지원자로 부터 이런 부분을 아주 정확하게 짚어냅니다. 게다가 많은 기업에서 보안이나 정책, 규제, 비용, 망 분리 등 여러 제약 때문에 외부처럼 자유롭게 AI를 쓰기 어렵습니다. 무엇보다도, 아직 업계에서 AI 활용한 소프트웨어 개발 능력을 공정하고 효율적으로 평가할 수 있는 프로세스가 확립되지 않았습니다. 그래서 대부분의 기술 면접은 여전히 지원자의 경험과 역량을 평가하는 질문이나 과제 중심으로 진행되며, 면접관들도 그렇게 훈련되어 있습니다. 결국, 적어도 지금 시점에서는 기본기를 튼튼히 다진 사람이 소프트웨어 개발자로서 시장에서 더 큰 경쟁력을 가질 수 있습니다. AI가 세상을 바꿀 기술이라는 점에는 이견이 없지만, 그렇다고 해서 지금 당장 여러분의 취업을 보장하지는 않습니다. 현업에서 중요하게 여기는 기본기를 먼저 단단히 쌓고, 그 위에 AI 활용 능력을 더한다면 좀 더 효과적인 구직 준비가 되실 거라고 생각합니다. 요즘 전 세계적으로 구직이 정말 쉽지 않은 시장 상황에서, 취업 준비로 고생하는 모든 분들을 진심으로 응원합니다. 제 조언이 방향을 잘못 잡고 계신 분들께 조금이라도 도움이 되었으면 좋겠습니다! 🙏

개발자 취업을 위해 AI보다 먼저 챙겨야 할 것

AI 코딩 에이전트를 활용해 복잡한 CDP 코호트 로직의 ‘테스트 코드’를 빠르게 작성, 개선함으로써 개발 안정성과 효율을 높인 실전 사례와 방법을 공유합니다.

AI와 함께 테스트 코드 작성 하기

무신사 테크블로그에 Claude Code를 활용한 테스트 코드 작성 경험을 공유했습니다.
복잡한 비즈니스 로직을 AI 코딩 에이전트를 통해 안정성과 생산성을 동시에 높인 사례인데요. 마틴 파울러가 말했듯, LLM은 본질적으로 환각이기에 프롬프트 기법을 서로 공유하는 것이 무엇보다 중요하다고 생각합니다.

👉 테스트 코드 작성 시간 단축 – 기존 1~2일 걸리던 작업을 AI로 30분 만에 완료
👉 Plan–Act–Review 사이클 – 단계를 나눠 요청하며 AI와 협업하는 실전 방법
👉 깊게 생각해 프롬프트 – 추론 확장 기법
👉 리팩토링 및 Git 워크플로우 자동화 – 프로세스 자동화와 AI 활용 지표 관리

단순히 “AI가 코드를 대신 작성해준다”는 이야기를 넘어, 개발자가 주도권을 가지고 AI를 파트너로 활용할 수 있는지에 초점을 맞췄습니다. AI가 아직 낯설거나, 더 전략적으로 활용하고 싶은 분들께 실질적인 인사이트가 되었으면 합니다.


https://medium.com/musinsa-tech/ai%EC%99%80-%ED%95%A8%EA%BB%98-%ED%85%8C%EC%8A%A4%ED%8A%B8-%EC%BD%94%EB%93%9C-%EC%9E%91%EC%84%B1-%ED%95%98%EA%B8%B0-8a04225ed51a

무신사 테크블로그에 Claude Code를 활용한 테스트 코드 작성 경험을 공유했습니다. 복잡한 비즈니스 로직을 AI 코딩 에이전트를 통해 안정성과 생산성을 동시에 높인 사례인데요. 마틴 파울러가 말했듯, LLM은 본질적으로 환각이기에 프롬프트 기법을 서로 공유하는 것이 무엇보다 중요하다고 생각합니다. 👉 테스트 코드 작성 시간 단축 – 기존 1~2일 걸리던 작업을 AI로 30분 만에 완료 👉 Plan–Act–Review 사이클 – 단계를 나눠 요청하며 AI와 협업하는 실전 방법 👉 깊게 생각해 프롬프트 – 추론 확장 기법 👉 리팩토링 및 Git 워크플로우 자동화 – 프로세스 자동화와 AI 활용 지표 관리 단순히 “AI가 코드를 대신 작성해준다”는 이야기를 넘어, 개발자가 주도권을 가지고 AI를 파트너로 활용할 수 있는지에 초점을 맞췄습니다. AI가 아직 낯설거나, 더 전략적으로 활용하고 싶은 분들께 실질적인 인사이트가 되었으면 합니다. https://medium.com/musinsa-tech/ai%EC%99%80-%ED%95%A8%EA%BB%98-%ED%85%8C%EC%8A%A4%ED%8A%B8-%EC%BD%94%EB%93%9C-%EC%9E%91%EC%84%B1-%ED%95%98%EA%B8%B0-8a04225ed51a

Medium

🍿🥤 우리 회사 백엔드 개발자 채용 과제 공개 (신입/주니어/시니어 동일)

과제를 드리기 전 가벼운 미팅을 진행한 후에, 지원자의 이력과 적합한 포지션에 따라 다르게 드리고 있긴 합니다만, 보통 다음 정도의 과제를 드리고 있습니다.

참고로, 당연하지만, 과제를 완벽하게 해결하기를 바라지는 않고요. 평가하고 싶은 내용은 리서치 역량 60%, 구현 역량 40% 정도.

과제를 제출 한 뒤에는, 진행하면서 어떤 과정을 거쳤는지, 구현한 코드에 대해 질문하는 코드 리뷰 과정을 거칩니다.

이 과정에서 구현보다는 리뷰 과정이 중요한데, 본인이 조사하거나 만든걸 제대로 이해하고 답변을 하시는 분들이 많지 않더라고요..

별거 아니지만 참고해주시고.. 아미고 많관부 🫣

—

📄 과제 내용

1. WebRTC 로 실시간 음성 통역을 하는 간단한 웹 앱을 만듭니다.

2. 음성 대화 서버는 사용자가 연결되면, 사용자마다 각각 Agent 프로세스가 하나씩 뜨는 방식입니다.

3. 음성 대화 서버의 사용자는 매우 유동적임을 가정합니다. 동시에 대화하는 사용자수가 0이었다가 바로 수백명이 될 수 있습니다.

4. 사용자가 연결 버튼을 눌렀을 때 첫 연결 속도가 1~2초 이내여야 합니다.

5. WebRTC나 서버 인프라는 PaaS/IaaS를 적극적으로 활용하셔도 됩니다.

6. 비용은 1인당/분당 2~3원 미만이어야합니다.

✍️ 제출 내용과 방법

- 아키텍처 설계를 간략하게 작성해주세요.

- 구현은 완벽하지 않아도 됩니다. 컨셉 증명이 가능한 수준으로 작동만 되면 됩니다.

- 3일 이상 시간이 걸리실 것 같으면 문서만 작성해주셔도 됩니다.

- 만드신 코드는 GitHub 에 올리고 알려주세요.

- AI를 적극적으로 사용하셔도 됩니다.

🍿🥤 우리 회사 백엔드 개발자 채용 과제 공개 (신입/주니어/시니어 동일) 과제를 드리기 전 가벼운 미팅을 진행한 후에, 지원자의 이력과 적합한 포지션에 따라 다르게 드리고 있긴 합니다만, 보통 다음 정도의 과제를 드리고 있습니다. 참고로, 당연하지만, 과제를 완벽하게 해결하기를 바라지는 않고요. 평가하고 싶은 내용은 리서치 역량 60%, 구현 역량 40% 정도. 과제를 제출 한 뒤에는, 진행하면서 어떤 과정을 거쳤는지, 구현한 코드에 대해 질문하는 코드 리뷰 과정을 거칩니다. 이 과정에서 구현보다는 리뷰 과정이 중요한데, 본인이 조사하거나 만든걸 제대로 이해하고 답변을 하시는 분들이 많지 않더라고요.. 별거 아니지만 참고해주시고.. 아미고 많관부 🫣 — 📄 과제 내용 1. WebRTC 로 실시간 음성 통역을 하는 간단한 웹 앱을 만듭니다. 2. 음성 대화 서버는 사용자가 연결되면, 사용자마다 각각 Agent 프로세스가 하나씩 뜨는 방식입니다. 3. 음성 대화 서버의 사용자는 매우 유동적임을 가정합니다. 동시에 대화하는 사용자수가 0이었다가 바로 수백명이 될 수 있습니다. 4. 사용자가 연결 버튼을 눌렀을 때 첫 연결 속도가 1~2초 이내여야 합니다. 5. WebRTC나 서버 인프라는 PaaS/IaaS를 적극적으로 활용하셔도 됩니다. 6. 비용은 1인당/분당 2~3원 미만이어야합니다. ✍️ 제출 내용과 방법 - 아키텍처 설계를 간략하게 작성해주세요. - 구현은 완벽하지 않아도 됩니다. 컨셉 증명이 가능한 수준으로 작동만 되면 됩니다. - 3일 이상 시간이 걸리실 것 같으면 문서만 작성해주셔도 됩니다. - 만드신 코드는 GitHub 에 올리고 알려주세요. - AI를 적극적으로 사용하셔도 됩니다.

🍿🥤 우리 회사 백엔드 개발자 채용 과제 공개 (신입/주니어/시니

재능은 개개인의 고유한 인장이라 생각했고 평범한 저는 그게 없는 사람이라 여겼어요. 그래서 제 문장을 의심하고 자질을 시험했던 순간이 많았죠.
⠀
하지만 쓰다 보니 재능의 정의가 달라졌어요. 지금은 이렇게 생각해요. 재능은 품고 태어나는 게 아니라 좋아하는 그것 때문에 내가 두려워하고 싫어하는 무언가를 감내하고 견딜 수 있게 만드는 힘이라구요. 서서히 내 안에 새겨지는 것이라고 여겨요.
⠀
성해나, 『우리가 열 번을 나고 죽을 때』

재능은 개개인의 고유한 인장이라 생각했고 평범한 저는 그게 없는 사람이라 여겼어요. 그래서 제 문장을 의심하고 자질을 시험했던 순간이 많았죠.⠀하지만 쓰다 보니 재능의 정의가 달라졌어요. 지금은 이렇게 생각해요. 재능은 품고 태어나는 게 아니라 좋아하는 그것 때문에 내가 두려워하고 싫어하는 무언가를 감내하고 견딜 수 있게 만드는 힘이라구요. 서서히 내 안에 새겨지는 것이라고 여겨요.⠀성해나, 『우리가 열 번을 나고 죽을 때』

《재능은 좋아하는 것 때문에 두려움을 감내하는 힘》

너의 AI파워를 보여줘! AI 활용 역량 경진대회

AI_TOP_100

🏆 총 상금 1억 5천만 원! 국내 최대 AI 활용 능력 대회 <AI TOP 100> 참가자 모집 시작!

AI 시대, 당신의 잠재력을 증명할 무대가 열립니다. 놀라운 아이디어를 가진 고등학생부터, AI로 업무 효율을 높이고 싶은 직장인, 그리고 숨은 AI 고수까지!

코딩을 몰라도, AI 전문가가 아니어도 괜찮습니다. 다양한 AI 도구를 활용해 문제를 해결하는 당신의 능력을 보여주세요!

✅ 이런 분들을 기다립니다
 * AI와 함께라면 어떤 문제든 해결할 수 있다고 생각하는 분
 * 나의 AI 활용 능력이 어느 정도인지 시험해보고 싶은 분
 * 미래를 바꿀 새로운 도전에 가슴이 뛰는 분
 * 
 
✅ 대회 개요
 * 총 상금: 1억 5천만 원 (대상 3,000만 원)
 * 지원 자격: AI에 진심인 만 14세 이상 누구나
 * 신청 기간: 9.24(수) ~ 10.10(금) 18:00
 * 특징: 개발 지식 No! 오직 AI 도구 활용 능력으로 승부!

🔥 선착순 3,000명 조기 마감될 수 있으니, 고민하는 순간 늦습니다! 지금 바로 당신의 가능성에 도전하세요.

▶️ 참가 신청하기: https://aitop100.org

#AITOP100 #AI대회 #AI경진대회 #인공지능 #카카오 #브라이언임팩트 #AI활용 #총상금1억5천 #미래를가속하는도전 #지금바로신청

🏆 총 상금 1억 5천만 원! 국내 최대 AI 활용 능력 대회 &lt;AI TOP 100&gt; 참가자 모집 시작! AI 시대, 당신의 잠재력을 증명할 무대가 열립니다. 놀라운 아이디어를 가진 고등학생부터, AI로 업무 효율을 높이고 싶은 직장인, 그리고 숨은 AI 고수까지! 코딩을 몰라도, AI 전문가가 아니어도 괜찮습니다. 다양한 AI 도구를 활용해 문제를 해결하는 당신의 능력을 보여주세요! ✅ 이런 분들을 기다립니다<ul ><li>AI와 함께라면 어떤 문제든 해결할 수 있다고 생각하는 분</li><li>나의 AI 활용 능력이 어느 정도인지 시험해보고 싶은 분</li><li>미래를 바꿀 새로운 도전에 가슴이 뛰는 분</li><li> </li></ul>✅ 대회 개요<ul ><li>총 상금: 1억 5천만 원 (대상 3,000만 원)</li><li>지원 자격: AI에 진심인 만 14세 이상 누구나</li><li>신청 기간: 9.24(수) ~ 10.10(금) 18:00</li><li>특징: 개발 지식 No! 오직 AI 도구 활용 능력으로 승부!</li></ul> 🔥 선착순 3,000명 조기 마감될 수 있으니, 고민하는 순간 늦습니다! 지금 바로 당신의 가능성에 도전하세요. ▶️ 참가 신청하기: https://aitop100.org #AITOP100 #AI대회 #AI경진대회 #인공지능 #카카오 #브라이언임팩트 #AI활용 #총상금1억5천 #미래를가속하는도전 #지금바로신청

aitop100.org

🏆 국내 최대 AI 활용 능력 대회 <AI TOP 100> 참가자

﻿
살면서 지금까지 한 번도 이력서를 작성해본 경험이 없는 분들을 위해 가이드 문서를 만들어 보았습니다. 대단한 내용이 들어있는 것은 아니고, 이력서 초안을 완성하기 위해 기본적으로 필요한 내용에 대해서 설명하고 있습니다. 당연히 알고 있는 내용도 있을테지만, 누구나 따라하면 초안을 작성할 수 있도록 쉽게 설명하려고 노력했습니다.

가이드 문서의 궁극적인 목적은 이력서의 기능을 제대로 알고, 초안 작성 시작의 두려움을 없애는 것입니다. 이력서는 자신의 경험과 역량을 정리하는 문서입니다. 작성은 자신이 하지만, 이력서를 읽는 사람은 따로 있습니다. 그래서 내용을 작성할 때, 글을 읽는 사람이 쉽고 빠르게 이해할 수 있도록 설명하는 것이 좋습니다. 다르게 표현하면, 자신만 아는 표현으로 설명하면 다른 사람이 이력서를 읽고 바르게 해석하기 어렵습니다.

이력서의 목적은 자신이 가진 경험과 역량을 정리하는 것입니다. 따라서 이력서에는 경험과 역량 위주로 내용을 구성해야 합니다. 경험과 역량을 잘 드러낼 수 있다면, 이력서 형식, 구성 등 전통적인 방식을 굳이 따를 필요가 없다고 생각합니다. 실제로 본인 개성을 잘 드러내는 이력서 양식, 항목의 배치 등 신선한 아이디어를 보여주는 내용이 긍정적인 평가를 받기도 합니다. 경험과 역량을 잘 보여준다는 기능이 본질이고, 그밖에 형식, 분량 등 내용은 얼마든지 변화해도 괜찮은 부가적인 요소입니다.

그럼 이력서를 처음 작성하는 우리가 고민해야 하는 일은 어떻게 하면 내 경험과 역량을 잘 표현할 수 있을지에 대한 내용입니다. 이력서에 넣을 항목과 항목의 배치, 항목 별 작성할 구체적인 내용의 구성 등 세부적인 의사결정이 필요합니다. 먼저 큰 그림을 그리고, 구체적인 내용을 하나씩 작성하며 완성해 나아가는 전략이 좋습니다. 무턱대고 기존 이력서 양식에 내용을 채워넣기 시작하면, 그저 평범한 입사 지원자 A가 되기 쉽습니다. 합격 가능성이 높은 이력서는 다른 입사 지원자와 차별된 요소가 필요하다는 점을 기억해야 합니다.
이력서에 기본적으로 포함되어야 하는 내용은 개인 프로필 정보 (이름, 연락처, 사진), 학력, 경력, 직무 관련 경험, 자기소개 정도입니다. 위와 같은 항목은 정말 최소한의 내용으로 그밖에 자신의 강점을 잘 드러낼 수 있는 부분이 있다면, 얼마든지 이력서에 추가로 작성할 수 있습니다. 예를 들면, 입사 지원 직무 관련 자격증, 대외활동 등 역량을 드러내는 내용이 있습니다.

이력서에 들어가는 항목과 구성이 어느 정도 뻔하게 있는데, 무슨 재주로 다른 지원자와 차별화되게 어필할 수 있냐고 궁금한 분들이 계실 것입니다. 비슷한 경험과 역량을 가진 상황에서 다르게 보여줄 수 있는 방법은 내용을 구체적으로 작성하는 것입니다. 보통 경험을 설명한다고 하면, 자신이 했던 일을 나열하기 바쁩니다. 이것도 했고, 저것도 했봤으니 인재라고 어필합니다. 그런데 생각해보세요. A 직무로 입사 지원하는 사람 중에 이것과 저것 해보지 않은 사람이 있을까요? 물론 특별히 대단한 경험을 하신 분들도 계십니다. 그러나 아주 평범한 우리들은 특별하거나 대단하지 않은 경험 소재를 갖고 있습니다.

구체적인 경험 설명이라 함은 그 일을 왜 시작했는지 배경을 밝히는 것부터 출발합니다. 그리고 일을 진행하는 과정에서 중요하게 생각했던 내용을 강조합니다. 결과로 만든 객관적인 자료와 주관적인 해석 즉, 배우고 깨달은 내용을 작성합니다. 왜 시작했고, 어떻게 고민했으며, 무엇을 만들었고, 얼만큼 배웠는지 경험을 사례로 소개하는 것입니다.

예를 들면, 콘텐츠를 제작해보았다고 작성하는 것보다 콘텐츠를 만들게 된 배경, 콘텐츠 기획 - 제작 - 배포 - 성과 측정 과정에서 중요하게 생각한 내용, 정량적 성과, 정성적 성과에 대한 설명으로 경험을 작성해보세요. 꼭 이러한 구조가 아니더라도 본인이 가진 경험을 나열하지 말고 구체적으로 설명할 수 있도록 작성해보세요.
문서를 읽고 작성자의 모습이 입체적으로 떠오를 수 있도록 만드는 것이 좋습니다. 평면적으로 내용을 작성하면 전혀 감동과 재미를 느낄 수 없습니다. 여러분이 좋아하는 웹툰, 소설 등 작품을 떠올려 보는 것입니다. 푹 빠져서 밤새 읽게 되는 내용은 어떤 매력이 있는 콘텐츠인가요? 여러분의 이력서가 매력적인 한 편의 에세이가 되길 진심으로 응원합니다.

이력서 초안 작성 가이드 바로가기 ▼
https://drive.google.com/file/d/1wZWSxNXPeYI4ySn-175vdhCG-EmDR6nu/view?usp=sharing

﻿살면서 지금까지 한 번도 이력서를 작성해본 경험이 없는 분들을 위해 가이드 문서를 만들어 보았습니다. 대단한 내용이 들어있는 것은 아니고, 이력서 초안을 완성하기 위해 기본적으로 필요한 내용에 대해서 설명하고 있습니다. 당연히 알고 있는 내용도 있을테지만, 누구나 따라하면 초안을 작성할 수 있도록 쉽게 설명하려고 노력했습니다. 가이드 문서의 궁극적인 목적은 이력서의 기능을 제대로 알고, 초안 작성 시작의 두려움을 없애는 것입니다. 이력서는 자신의 경험과 역량을 정리하는 문서입니다. 작성은 자신이 하지만, 이력서를 읽는 사람은 따로 있습니다. 그래서 내용을 작성할 때, 글을 읽는 사람이 쉽고 빠르게 이해할 수 있도록 설명하는 것이 좋습니다. 다르게 표현하면, 자신만 아는 표현으로 설명하면 다른 사람이 이력서를 읽고 바르게 해석하기 어렵습니다. 이력서의 목적은 자신이 가진 경험과 역량을 정리하는 것입니다. 따라서 이력서에는 경험과 역량 위주로 내용을 구성해야 합니다. 경험과 역량을 잘 드러낼 수 있다면, 이력서 형식, 구성 등 전통적인 방식을 굳이 따를 필요가 없다고 생각합니다. 실제로 본인 개성을 잘 드러내는 이력서 양식, 항목의 배치 등 신선한 아이디어를 보여주는 내용이 긍정적인 평가를 받기도 합니다. 경험과 역량을 잘 보여준다는 기능이 본질이고, 그밖에 형식, 분량 등 내용은 얼마든지 변화해도 괜찮은 부가적인 요소입니다. 그럼 이력서를 처음 작성하는 우리가 고민해야 하는 일은 어떻게 하면 내 경험과 역량을 잘 표현할 수 있을지에 대한 내용입니다. 이력서에 넣을 항목과 항목의 배치, 항목 별 작성할 구체적인 내용의 구성 등 세부적인 의사결정이 필요합니다. 먼저 큰 그림을 그리고, 구체적인 내용을 하나씩 작성하며 완성해 나아가는 전략이 좋습니다. 무턱대고 기존 이력서 양식에 내용을 채워넣기 시작하면, 그저 평범한 입사 지원자 A가 되기 쉽습니다. 합격 가능성이 높은 이력서는 다른 입사 지원자와 차별된 요소가 필요하다는 점을 기억해야 합니다.이력서에 기본적으로 포함되어야 하는 내용은 개인 프로필 정보 (이름, 연락처, 사진), 학력, 경력, 직무 관련 경험, 자기소개 정도입니다. 위와 같은 항목은 정말 최소한의 내용으로 그밖에 자신의 강점을 잘 드러낼 수 있는 부분이 있다면, 얼마든지 이력서에 추가로 작성할 수 있습니다. 예를 들면, 입사 지원 직무 관련 자격증, 대외활동 등 역량을 드러내는 내용이 있습니다. 이력서에 들어가는 항목과 구성이 어느 정도 뻔하게 있는데, 무슨 재주로 다른 지원자와 차별화되게 어필할 수 있냐고 궁금한 분들이 계실 것입니다. 비슷한 경험과 역량을 가진 상황에서 다르게 보여줄 수 있는 방법은 내용을 구체적으로 작성하는 것입니다. 보통 경험을 설명한다고 하면, 자신이 했던 일을 나열하기 바쁩니다. 이것도 했고, 저것도 했봤으니 인재라고 어필합니다. 그런데 생각해보세요. A 직무로 입사 지원하는 사람 중에 이것과 저것 해보지 않은 사람이 있을까요? 물론 특별히 대단한 경험을 하신 분들도 계십니다. 그러나 아주 평범한 우리들은 특별하거나 대단하지 않은 경험 소재를 갖고 있습니다. 구체적인 경험 설명이라 함은 그 일을 왜 시작했는지 배경을 밝히는 것부터 출발합니다. 그리고 일을 진행하는 과정에서 중요하게 생각했던 내용을 강조합니다. 결과로 만든 객관적인 자료와 주관적인 해석 즉, 배우고 깨달은 내용을 작성합니다. 왜 시작했고, 어떻게 고민했으며, 무엇을 만들었고, 얼만큼 배웠는지 경험을 사례로 소개하는 것입니다. 예를 들면, 콘텐츠를 제작해보았다고 작성하는 것보다 콘텐츠를 만들게 된 배경, 콘텐츠 기획 - 제작 - 배포 - 성과 측정 과정에서 중요하게 생각한 내용, 정량적 성과, 정성적 성과에 대한 설명으로 경험을 작성해보세요. 꼭 이러한 구조가 아니더라도 본인이 가진 경험을 나열하지 말고 구체적으로 설명할 수 있도록 작성해보세요.문서를 읽고 작성자의 모습이 입체적으로 떠오를 수 있도록 만드는 것이 좋습니다. 평면적으로 내용을 작성하면 전혀 감동과 재미를 느낄 수 없습니다. 여러분이 좋아하는 웹툰, 소설 등 작품을 떠올려 보는 것입니다. 푹 빠져서 밤새 읽게 되는 내용은 어떤 매력이 있는 콘텐츠인가요? 여러분의 이력서가 매력적인 한 편의 에세이가 되길 진심으로 응원합니다. 이력서 초안 작성 가이드 바로가기 ▼https://drive.google.com/file/d/1wZWSxNXPeYI4ySn-175vdhCG-EmDR6nu/view?usp=sharing﻿

이력서 초안 작성법

1. 창업의 세계에서는 스마트함이 덕목이 아닙니다.

2. 가장 중요한 것은 끈기와 꾸준함입니다. 그리고 계획보다는 실행이 더 중요합니다.

3. 얼마나 반복적으로 삽질을 하는지, 될 때까지 계속 하는지, 포기하지는 않는지 이런 것이 더 중요합니다.

4. 그래서 포기하기 전까지는 실패한 것이 아니라고 합니다.


#창업가의습관

1. 창업의 세계에서는 스마트함이 덕목이 아닙니다.​2. 가장 중요한 것은 끈기와 꾸준함입니다. 그리고 계획보다는 실행이 더 중요합니다.​3. 얼마나 반복적으로 삽질을 하는지, 될 때까지 계속 하는지, 포기하지는 않는지 이런 것이 더 중요합니다.​4. 그래서 포기하기 전까지는 실패한 것이 아니라고 합니다. #창업가의습관

< 계획 말고 실행, 똑똑함보다 꾸준함이 승리한다 >

함께 소스코드를 까보며 기술면접부터 실무 설계까지, AI 시대에 필요한 깊은 이해와 자신만의 관점을 갖출 수 있도록 도와드릴게요. Next.js를 단순히 "써본" 개발자에서, 왜 그렇게 쓰는지 "이해하는" 전문가로 성장하세요.

Next.js 까보기: "쓸 줄 아는 개발자"에서 "알고 쓰는 개발자"로

저는 비전공자 출신 프론트엔드 엔지니어입니다.
처음엔 기술에 대한 깊이가 없는 것에 열등감이 컸습니다.
현업에서도 프레임워크를 사용할 줄은 알았지만,
왜 이렇게 구현해야 하는지에 대해 설명할 수 없었어요.

공부를 할 때에도 어디까지 공부해야할지
어떻게 공부해야 효율적으로 공부할지
막막하기만 했습니다.

이대로 계속 멈춰 있을수는 없어서
어느날 결심 했습니다.
"설명할 수 있을 때까지 끝까지 파보자."
현업에서 제일 자주 쓰던 Next.js에 대해
단순한 사용법을 넘어, 설계 의도를 파악하려고
소스 코드를 파헤치기 시작했어요.

그 과정에서 깨달은 건,
구현 방법보다 등장 배경과 동작 원리를 아는 것이
진짜 개발 실력 향상에 도움이 된다는 것이었습니다.
(자연스럽게 이직을 위한 기술면접 준비에도 도움이 되었어요.
가능하다면 여러분도 직접
소스코드를 분석하며 공부 하는걸 추천드립니다.)

그렇게 공부한 결과
깊이 있게 설명할 수 있는 엔지니어가 되었어요.
(Next.js 로 강의 자체 제공 플랫폼을 개발할 수 있을 정도의
개발 역량도 쌓게 되었습니다.)

이렇게 성장한 과정에서 얻은 지식을 정리해서
〈Next.js 까보기 강의>로 담아냈습니다.

이 강의는 단순 튜토리얼이 아니라,
“왜 / 언제 / 어떻게”를 기준으로 Next.js를 이해하고 적용하는 방법을 다룹니다.
RSC, Server Actions, Partial Prerendering 같은 기능을
“쓸줄 아는 개발자”가 아니라 “알고 쓰는 개발자”로 성장하고 싶은 분께 추천합니다.

https://www.productengineer.info/course/3a92c676-e4eb-484f-bd33-bcb2bd2707e7

이번 기회에 함께 공부하실 분들을 위해
특별하게 30% 할인 쿠폰을 준비했어요.
(쿠폰코드: ProductEngineer)

그럼 강의에서 뵈어요 👍

저는 비전공자 출신 프론트엔드 엔지니어입니다.처음엔 기술에 대한 깊이가 없는 것에 열등감이 컸습니다.현업에서도 프레임워크를 사용할 줄은 알았지만,왜 이렇게 구현해야 하는지에 대해 설명할 수 없었어요. 공부를 할 때에도 어디까지 공부해야할지어떻게 공부해야 효율적으로 공부할지막막하기만 했습니다. 이대로 계속 멈춰 있을수는 없어서어느날 결심 했습니다."설명할 수 있을 때까지 끝까지 파보자."현업에서 제일 자주 쓰던 Next.js에 대해단순한 사용법을 넘어, 설계 의도를 파악하려고소스 코드를 파헤치기 시작했어요. 그 과정에서 깨달은 건,구현 방법보다 등장 배경과 동작 원리를 아는 것이진짜 개발 실력 향상에 도움이 된다는 것이었습니다.(자연스럽게 이직을 위한 기술면접 준비에도 도움이 되었어요.가능하다면 여러분도 직접소스코드를 분석하며 공부 하는걸 추천드립니다.) 그렇게 공부한 결과깊이 있게 설명할 수 있는 엔지니어가 되었어요.(Next.js 로 강의 자체 제공 플랫폼을 개발할 수 있을 정도의개발 역량도 쌓게 되었습니다.) 이렇게 성장한 과정에서 얻은 지식을 정리해서〈Next.js 까보기 강의&gt;로 담아냈습니다. 이 강의는 단순 튜토리얼이 아니라,“왜 / 언제 / 어떻게”를 기준으로 Next.js를 이해하고 적용하는 방법을 다룹니다.RSC, Server Actions, Partial Prerendering 같은 기능을“쓸줄 아는 개발자”가 아니라 “알고 쓰는 개발자”로 성장하고 싶은 분께 추천합니다. https://www.productengineer.info/course/3a92c676-e4eb-484f-bd33-bcb2bd2707e7 이번 기회에 함께 공부하실 분들을 위해특별하게 30% 할인 쿠폰을 준비했어요.(쿠폰코드: ProductEngineer) 그럼 강의에서 뵈어요 👍

lnkd.in

저는 비전공자 출신 프론트엔드 엔지니어입니다.
처음엔 기술에 대한

과거에는 호기심과 탐구심이 독창적이고 혁신적인 도구들을 만들어냈지만, 오늘날 개발 문화는 점차 지표와 수익 중심으로 이동하고 있음예전의 개발자들은 단순한 호기심으로 쓸모없을 수도 있는 프로젝트를 만들며 순수한 학습과 실험에 몰두했음현재는 개발자들이 최신 프레임워크와 수치 최적화에 집착하며, 스스로에겐 흥미 없는 문제를 해결하려는 경향이 강해지고 있음이로 인

개발 문화가 죽어가고 있다: 호기심 많은 개발자는 사라졌다 | GeekNews

https://news.hada.io/topic?id=23222

GeekNews

https://news.hada.io/topic?id=23222

www.55check.com공유하기게시하기웹에서 보기구독하기美트럼프 - 英스타머 공동 기자회견과 5가지 핵심 포인트어제 영국에서 있었던 미국 트럼프 대통령과 영국 키어 스타머 총리의 공동 기자회견 전문을 번역. (오호츠크 리포트)핵심은:아프간 미군 재진출 타진: 미국은 아프가니스탄의 바그람 공군기지를 되찾으려고 탈레반과 협상 중.영미 동맹 굳건: 스타머 총리가 영국 온건좌파 정당 소속이긴 하지만 전체적으로 트럼프와 큰 이견은 없음. 표현의 자유에 대해서도 우파 운동가 찰리 커크를 추모한다고 밝혀 이론을 남기지 않았음.하마스 용서 없다: 트럼프는 이례적으로 '하마스에 의해 토막살인당한 아기들'의 영상을 언급. 스타머와 함께 하마스에 대한 관용은 없다고 재확인.드릴, 베이비, 드릴!: 국제유가를 떨어뜨려서 러시아가 전쟁을 포기하게 만들겠다고 재확인. 인플레이션 하락 요인.오토펜: 바이든 대통령 시절 몇몇 관계자가 대통령 명령 없이 자기들 멋대로 행정명령에 서명을 했다는 의혹이 법정까지 갈 듯. 미국 토크쇼 중단, 언론 탄압 논란미국의 유명 토크쇼 진행자 지미 키멜(ABC)이 방송 중 문제 발언으로 쇼 중단. (뉴시스)발언 내용: '마가(MAGA)세력은 커크를 살해한 이 친구가 마치 자신들과 아무런 관계가 없은 것처럼 보이려고 애쓰면서 이를 통해 정치적 이득을 취하려고 온갖 수단을 동원한다" -> 암살범이 MAGA와 관련 있는 것처럼 말함.ABC TV(디즈니 소유)는 그의 쇼를 무기한 정지하기로.이에 대해 미국 내외에서 '이거

2025년 9월 19일 (금) 뉴스 클리핑 & 동동의 테크 타운 : 오호츠크 리포트

클로드 코드, 지난 1개월 동안 이상했다면 맞습니다


8월~9월 사이 클로드가 이상하게 대답한 건 서버 인프라의 버그 3개 때문이었다고.
Anthropic이 공식 설명. (Anthropic 공식 블로그)
 * 피해 규모: 최악의 시간대에 소넷 4 요청의 16%가 영향받음. 클로드 코드 사용자 30%가 최소 1번은 이상한 답변 경험.
 * 영어로 물어봤는데 중간에 태국어로 갑자기 뜬금없이 인사하고 너무 맥락 없이 긴 내용을 언급하는 상황이 빈번하게 발생.
 * 3가지 동시다발 버그들: 1) 긴 대화/짧은 대화 분류 오류, 2) 출력 오염으로 엉뚱한 토큰 생성, 3) XLA 컴파일러 버그
 * 가장 황당한 점: 버그들이 겹쳐서 증상이 제각각이라 원인 찾기가 지옥이었음. 같은 질문도 한 번은 정상, 한 번은 이상하게 대답하는 식. 또 비싼 200달러짜리 내는 사용자는 거의 영향이 없었다는 사실.
 * 결국 "AI가 너무 복잡해서 버그도 복잡하다"는 현실. 멀티 플랫폼에서 AI 서비스 운영하는 경험이 현재 많지 않아서 이런 사례가 계속 발생할 듯
* 이 내용은 클로드와는 무관하고, 클로드 코드를 사용해서 코딩을 하는 분에게 해당합니다


ChatGPT 사용자 150만 대화 분석했더니
중국, 엔비디아 칩 테스트도 막아
엔비디아, 인텔에 7조원 투자로 미중 사이 줄타기
새로운 메타글래스 출시, 이번엔 진짜 뜰까

클로드 코드, 지난 1개월 동안 이상했다면 맞습니다 8월~9월 사이 클로드가 이상하게 대답한 건 서버 인프라의 버그 3개 때문이었다고. Anthropic이 공식 설명. (Anthropic 공식 블로그)<ul ><li>피해 규모: 최악의 시간대에 소넷 4 요청의 16%가 영향받음. 클로드 코드 사용자 30%가 최소 1번은 이상한 답변 경험.</li><li>영어로 물어봤는데 중간에 태국어로 갑자기 뜬금없이 인사하고 너무 맥락 없이 긴 내용을 언급하는 상황이 빈번하게 발생.</li><li>3가지 동시다발 버그들: 1) 긴 대화/짧은 대화 분류 오류, 2) 출력 오염으로 엉뚱한 토큰 생성, 3) XLA 컴파일러 버그</li></ul><ul ><li>가장 황당한 점: 버그들이 겹쳐서 증상이 제각각이라 원인 찾기가 지옥이었음. 같은 질문도 한 번은 정상, 한 번은 이상하게 대답하는 식. 또 비싼 200달러짜리 내는 사용자는 거의 영향이 없었다는 사실.</li><li>결국 "AI가 너무 복잡해서 버그도 복잡하다"는 현실. 멀티 플랫폼에서 AI 서비스 운영하는 경험이 현재 많지 않아서 이런 사례가 계속 발생할 듯</li></ul>* 이 내용은 클로드와는 무관하고, 클로드 코드를 사용해서 코딩을 하는 분에게 해당합니다 ChatGPT 사용자 150만 대화 분석했더니중국, 엔비디아 칩 테스트도 막아엔비디아, 인텔에 7조원 투자로 미중 사이 줄타기새로운 메타글래스 출시, 이번엔 진짜 뜰까

55check.com

9월 셋째주. 지난 1개월동안 클로드 코드가 이상했다면? 맞습니다

챗GPT(ChatGPT)의 직전 모델인 GPT-4o가 작년 5월 처음 나왔을 때 사용...

프롬프트 엔지니어링은 죽었다: 코드보다 스펙이 중요한 이유

Prompt Engineering is dead - Everything is Spec

오픈AI의 AI 정렬(alignment) 연구 담당자 션 그로브(Sean Grove)의 발표입니다.

션 그로브는 AI 시대에 접어들어 스펙을 잘 작성하는 재능이 보편적으로 중요해질 것이고, 특히나 엔지니어들에게는 코딩 능력이나 프롬프팅 역량보다 더 강조될 것이라고 내다봤어요. 그의 발표를 기반으로...

1) 스펙이 왜 그렇게 중요한지
2) 오픈AI는 모델 스펙을 어떻게 만들고 있는지
3) 모델 스펙으로 과잉 동조(sycophancy - 아첨, 알랑방귀)) 문제를 어떻게 풀었다는 것인지
4) 스펙을 작성할 때 참고할 체크리스트는 무엇일지 알아보았습니다.

https://eopla.net/magazines/33101#

Prompt Engineering is dead - Everything is Spec 오픈AI의 AI 정렬(alignment) 연구 담당자 션 그로브(Sean Grove)의 발표입니다. 션 그로브는 AI 시대에 접어들어 스펙을 잘 작성하는 재능이 보편적으로 중요해질 것이고, 특히나 엔지니어들에게는 코딩 능력이나 프롬프팅 역량보다 더 강조될 것이라고 내다봤어요. 그의 발표를 기반으로... 1) 스펙이 왜 그렇게 중요한지 2) 오픈AI는 모델 스펙을 어떻게 만들고 있는지 3) 모델 스펙으로 과잉 동조(sycophancy - 아첨, 알랑방귀)) 문제를 어떻게 풀었다는 것인지 4) 스펙을 작성할 때 참고할 체크리스트는 무엇일지 알아보았습니다. https://eopla.net/magazines/33101#

카카오톡 논란의 대개편, 7일 천하로 끝난 건

성균관대학교 학생

박주환

블룸에이아이 서버 엔지니어

psmon

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

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


#소프트웨어엔지니어 #문제를해결하는 #우리만의방식

데이터

거늬

장혜림 (메이)

🤝bshr89@gmail.com 
☝️9년째 IT 주제 텍스트 콘텐츠 만들어요
😊해외 IT 소식을 큐레이션해요
🤟재밌는 거 좋아해요
🙏제임스 고슬링 자바 창시자, 귀도 판 로썸 파이썬 창시자, 오드리 탕 대만 디지털 장관을 인터뷰했어요
🇬🇧런던 거주중이에요

댓글 0

비슷한 게시물

주간 인기 TOP 10

추천 프로필