리텐션을 올리기 위해서는 어떤 AI 모델을 학습시켜야 할까요? 아자르에서 아하 모멘트 프레임워크로 AI 추천 모델의 타겟 지표를 설정한 방법을 소개합니다.

아자르에서 AI 기반 추천 모델의 타겟 지표를 설정하는 방법 (feat. 아하 모멘트)

 * 하이퍼커넥트의 기술 블로그에 글이 올라왔는데 인상적이라 공유해보아요
 * 너무 좋은 글이고 아래 내용은 글의 일부만 담겨 있으니 원문을 꼭 보시길 추천드려요
 * Precision-Recall을 사용한 방법도 인상적이였어요

---

 * AI로 리텐션을 올릴 수 있을까? => 1차 지표가 아니라 어렵긴 함. 모델링이 어렵기도 함
   * 리텐션을 최적화하기 위해 잔류 여부에 영향을 미치며 최적화가 쉬운 1차 지표를 식별하고 최적화하며 간접적으로 리텐션을 개선해야 함
 * 리텐션에 기여하는 1차 지표
   * 신규 사용자를 먼저 진행. 신규 사용자가 처음으로 서비스의 가치를 느끼게 하는 핵심 경험을 아하 모먼트로 정의하고 찾아봄
   * 가입 후 X일 이내에 Y 행동을 Z회 수행하는 것
   * X=1일, 24시간 이내의 행동에 초점을 맞춤
   * 이 결정은 데이터 분석을 통해 D1 리텐션이 개선되면 그 후 Dn 리텐션이 향상되라는 가정을 하고 진행함
   * 아하 모먼트 후보군을 파악하기 위해 이진 분류기의 성능을 평가할 때 사용하는 Precision-Recall 커브를 도출하는 아이디어를 차용함. 여러 분류기의 성능을 비교하는 목적으로 사용
   * 아하 모멘트를 신규 사용자의 행동으로부터 잔류 여부를 예측하는 분류기라 생각하고, 조건을 바꾸며 성능 비교
   * (1) 아하 모멘트를 경험한 사용자 중 얼마나 많은 비율이 잔류했는지 (2) 잔류한 사용자 중 얼마나 많은 비율이 아하 모멘트를 경험했는지를 파악함
위 작업은 1차 지표와 리텐션 간의 상관관계를 확인할 수 있지만, 인과 증거는 되지 않음
 * 좋은 추천을 받지 못해 추천 요청을 많이 하게 되는 사용자나 악성 사용자를 만난 사용자여도 리텐션이 높게 관측되는 상황이 발생하는데, 서비스 내에 활발하게 활동하는 정도와 리텐션의 두 요인에 모두 영향을 주는 교란 변수(Confounder)가 존재하기 때문
 * A, B 모두에 영향을 미치는 변수 C를 교란 변수라 함
 * 교란 변수를 최대한 통제한 후 데이터 분석
 * 인과 관계를 가진 1차 지표를 어떻게 찾을까?
   * 하나의 시계열이 다른 시계열을 예측할 수 있는지 여부로 인과 관계를 짐작하는 Granger causality의 아이디어를 차용해 시간의 흐름에 따라 사용자 비율과 리텐션 추세를 시계열로 나타내 비교하기로 함
   * 두 추세가 서로 다르면 인과 관계를 가질 가능성이 낮다고 판단해 후보에서 제외함
   * 여기서 발견된 후보를 선정하고 실험을 위한 가설 세운 후, 여기에 맞는 AI 기반 추천 모델의 목적 함수 정의 -> AB Test

https://hyperconnect.github.io/2024/04/26/azar-aha-moment.html

<ul ><li>하이퍼커넥트의 기술 블로그에 글이 올라왔는데 인상적이라 공유해보아요</li><li>너무 좋은 글이고 아래 내용은 글의 일부만 담겨 있으니 원문을 꼭 보시길 추천드려요</li><li>Precision-Recall을 사용한 방법도 인상적이였어요</li></ul> --- <ul ><li>AI로 리텐션을 올릴 수 있을까? =&gt; 1차 지표가 아니라 어렵긴 함. 모델링이 어렵기도 함<ul ><li>리텐션을 최적화하기 위해 잔류 여부에 영향을 미치며 최적화가 쉬운 1차 지표를 식별하고 최적화하며 간접적으로 리텐션을 개선해야 함</li></ul></li><li>리텐션에 기여하는 1차 지표<ul ><li>신규 사용자를 먼저 진행. 신규 사용자가 처음으로 서비스의 가치를 느끼게 하는 핵심 경험을 아하 모먼트로 정의하고 찾아봄</li><li>가입 후 X일 이내에 Y 행동을 Z회 수행하는 것</li><li>X=1일, 24시간 이내의 행동에 초점을 맞춤</li><li>이 결정은 데이터 분석을 통해 D1 리텐션이 개선되면 그 후 Dn 리텐션이 향상되라는 가정을 하고 진행함</li><li>아하 모먼트 후보군을 파악하기 위해 이진 분류기의 성능을 평가할 때 사용하는 Precision-Recall 커브를 도출하는 아이디어를 차용함. 여러 분류기의 성능을 비교하는 목적으로 사용</li><li>아하 모멘트를 신규 사용자의 행동으로부터 잔류 여부를 예측하는 분류기라 생각하고, 조건을 바꾸며 성능 비교</li><li>(1) 아하 모멘트를 경험한 사용자 중 얼마나 많은 비율이 잔류했는지 (2) 잔류한 사용자 중 얼마나 많은 비율이 아하 모멘트를 경험했는지를 파악함</li></ul></li></ul>위 작업은 1차 지표와 리텐션 간의 상관관계를 확인할 수 있지만, 인과 증거는 되지 않음<ul ><li>좋은 추천을 받지 못해 추천 요청을 많이 하게 되는 사용자나 악성 사용자를 만난 사용자여도 리텐션이 높게 관측되는 상황이 발생하는데, 서비스 내에 활발하게 활동하는 정도와 리텐션의 두 요인에 모두 영향을 주는 교란 변수(Confounder)가 존재하기 때문</li><li>A, B 모두에 영향을 미치는 변수 C를 교란 변수라 함</li><li>교란 변수를 최대한 통제한 후 데이터 분석</li><li>인과 관계를 가진 1차 지표를 어떻게 찾을까?<ul ><li>하나의 시계열이 다른 시계열을 예측할 수 있는지 여부로 인과 관계를 짐작하는 Granger causality의 아이디어를 차용해 시간의 흐름에 따라 사용자 비율과 리텐션 추세를 시계열로 나타내 비교하기로 함</li><li>두 추세가 서로 다르면 인과 관계를 가질 가능성이 낮다고 판단해 후보에서 제외함</li><li>여기서 발견된 후보를 선정하고 실험을 위한 가설 세운 후, 여기에 맞는 AI 기반 추천 모델의 목적 함수 정의 -&gt; AB Test</li></ul></li></ul> https://hyperconnect.github.io/2024/04/26/azar-aha-moment.html

Hyperconnect Tech Blog

아자르에서 AI 추천 모델의 타겟 지표를 설정하는 방법 (아하모먼트)

<img src='https://image.thebell.co.kr/thebell10/img/icon-news.png'> 해당기사는 유료기사로 변경되거나 기사가 존재하지 않습니다.이용에 불편을 드려서 죄송합니다.문의는 (T)02-724-4162 입니다.

thebell Free

SKS PE의 올리브영 투자 사실은 외부에 좀처럼 알려지지 않았다. SKS PE는 신영증권PE와 공동운용하는 블라인드펀드에서 올리브영 투자금을 조달했다. 이번 엑시트로 기록한 내부수익률(IRR)은 글랜우드PE와 비슷한 30% 중반대로 파악된다. 투자유치 당시 올리브영 기업가치는 1조8000억원 정도로 인정됐다. 이번 지분 재매입 과정에서 책정된 기업가치는 3조5000억원 수준으로 3년 새 기업가치가 두 배 뛰었다.

FI 입장에선 ‘잭팟’ 수준의 투자금 회수 성과다. 적잖은 리스크를 감수하고 수천억원을 과감하게 투자한 글랜우드PE는 또 한 번 성공 스토리를 확보했다. 대기업과의 거래에서 단 한 번 실패하지 않은 기록을 이어갔다.

http://m.thebell.co.kr/m/newsview.asp?svccode=00&newskey=202404291001451280105695

SKS PE의 올리브영 투자 사실은 외부에 좀처럼 알려지지 않았다. SKS PE는 신영증권PE와 공동운용하는 블라인드펀드에서 올리브영 투자금을 조달했다. 이번 엑시트로 기록한 내부수익률(IRR)은 글랜우드PE와 비슷한 30% 중반대로 파악된다. 투자유치 당시 올리브영 기업가치는 1조8000억원 정도로 인정됐다. 이번 지분 재매입 과정에서 책정된 기업가치는 3조5000억원 수준으로 3년 새 기업가치가 두 배 뛰었다. FI 입장에선 ‘잭팟’ 수준의 투자금 회수 성과다. 적잖은 리스크를 감수하고 수천억원을 과감하게 투자한 글랜우드PE는 또 한 번 성공 스토리를 확보했다. 대기업과의 거래에서 단 한 번 실패하지 않은 기록을 이어갔다. http://m.thebell.co.kr/m/newsview.asp?svccode=00&amp;newskey=202404291001451280105695

thebell.co.kr

KSS: Korean String processing Suite. Contribute to hyunwoongko/kss development by creating an account on GitHub.

GitHub - hyunwoongko/kss: KSS: Korean String processing Suite

커리어리 친구들, LLaMA3와 같은 고성능 LLM이 오픈소스로 등장하면서 이제 우리가 해야 할 일 중 하나는 이러한 고성능 오픈소스 언어모델에 고품질 한국어 코퍼스를 잘 학습시켜서 우리말을 보다 더 잘 하도록 만드는 것일텐데요. 그렇게 하기 위해서는 고품질 한국어 코퍼스를 잘 만들 필요가 있다고 아래의 깃허브 저자는 주장합니다.

물론 저도 동의하고 그래서 여러분들께 그것이 무엇인지 알려 드리고 공유합니다.

좀더 상세히 말하자면, 기존에 Korean Sentence Splitter로 알려진 Kss를 이번에 6.0.0 버전으로 업데이트 하고 이름을 Korean String processing Suite로 변경하게 되었다고 합니다.

Kss 6.0.0 부터는 더 이상 문장분리 기능에만 국한하지 않고 딥러닝을 사용하지 않는 범위에서 할 수 있는 거의 모든 한국어 문자열 처리를 제공합니다. 기존의 문장분리 기능을 포함하여 약 41가지 모듈을 제공하고 이를 통해 다양한 한국어 코퍼스 처리 및 데이터 분석을 수행 할 수 있게 되었습니다.

3년전 카카오브레인에서 공개했던 Pororo의 non-deeplearning 버전과 비슷한 컨셉이라고 보실 수도 있을 것 같고, api도 기존의 함수 방식에서 객체 방식으로 변경하였습니다.

커리어리 친구들, LLaMA3와 같은 고성능 LLM이 오픈소스로 등장하면서 이제 우리가 해야 할 일 중 하나는 이러한 고성능 오픈소스 언어모델에 고품질 한국어 코퍼스를 잘 학습시켜서 우리말을 보다 더 잘 하도록 만드는 것일텐데요. 그렇게 하기 위해서는 고품질 한국어 코퍼스를 잘 만들 필요가 있다고 아래의 깃허브 저자는 주장합니다. 물론 저도 동의하고 그래서 여러분들께 그것이 무엇인지 알려 드리고 공유합니다. 좀더 상세히 말하자면, 기존에 Korean Sentence Splitter로 알려진 Kss를 이번에 6.0.0 버전으로 업데이트 하고 이름을 Korean String processing Suite로 변경하게 되었다고 합니다. Kss 6.0.0 부터는 더 이상 문장분리 기능에만 국한하지 않고 딥러닝을 사용하지 않는 범위에서 할 수 있는 거의 모든 한국어 문자열 처리를 제공합니다. 기존의 문장분리 기능을 포함하여 약 41가지 모듈을 제공하고 이를 통해 다양한 한국어 코퍼스 처리 및 데이터 분석을 수행 할 수 있게 되었습니다. 3년전 카카오브레인에서 공개했던 Pororo의 non-deeplearning 버전과 비슷한 컨셉이라고 보실 수도 있을 것 같고, api도 기존의 함수 방식에서 객체 방식으로 변경하였습니다.

GitHub

<한국어 코퍼스 처리 및 데이타 분석>

by Binbing Hou, Stephanie Vezich Tamayo, Xiao Chen, Liang Tian, Troy Ristow, Haoyuan Wang, Snehal Chennuru, Pawan Dixit This is the first of the series of our work at Netflix on leveraging data...

Evolving from Rule-based Classifier: Machine Learning Powered Auto Remediation in Netflix Data...

 * 넷플릭스에서 운영 자동화를 위해 머신러닝을 사용한 케이스를 정리한 첫 글
   * 자동 진단, 자동 수정, 자동 구성, 자동 튜닝, 자동 확장, 자동 디버깅 등 운영 자동화는 최신 데이터 플랫폼의 성공을 위한 핵심 요소
   * 룰베이스에서 ML 서비스를 사용해 자동으로 수정하는 것을 목표로 했던 프로젝트에 대한 소개
   * Spark 작업의 Memory 구성 오류와 분류되지 않은 오류를 처리하기 위해 자동 복원(Auto Remediation) 기능을 배포했고, 그 효과는 메모리 설정 오류의 56%를 자동으로 수정하고 모든 오류로 인한 금전적 비용 50% 절감했음
 * 소개
   * 넷플릭스의 데이터 플랫폼엔 하루에 수십만 개의 Workflow, 수백만개의 Job이 실행되고 있음
   * 장애가 발생한 작업이 전체 워크로드 중 작은 부분이여도 장애를 진단하고 해결하는 것이 운영 부담이 될 수 있음(여러 일이 생기기에)
   * 오류를 효율적으로 처리하기 위해 룰 베이스 분류기를 사용하는 Pensive라는 서비스를 개발함 -> 일련의 규칙에 따라 작업 오류를 분류 -> 스케줄러가 작업을 다시 시도할지 여부를 결정 -> 엔지니어가 진단하고 해결할 수 있는 인사이트 제공
   * 그러나 시스템의 규모가 커지고, 복잡해지면서 메모리 설정 오류, 미분류 오류 처리에 대한 지원이 제한되었음. 예를 들어 OOM 오류로 인한 작업 실패를 진단하기 위해 팀 전체의 노력이 필요함
 * 머신러닝을 사용해 재시도 성공 확률, 재시도 비용을 예측하고 최적의 후보 구성을 권장 사항으로 선택함. 그리고 자동으로 적용
 * 장점
   * Integreate Intelligence : 통합된 지식
     * 도메인 전문가의 컨텍스트를 기반으로 Error Class 별로 Static하고 결정론적인 분류 결과를 제공
     * 작업별로 성능과 비용을 고려한 권장 사항 제공
   * Full Automated : 완전 자동화
     * 오류를 분류, 권장 사항을 가져오고, 적용하는 파이프라인이 완전 자동화
     * 수정 프로세스에 사람의 개입이 필요하지 않음
   * Multi-objective Optimization : 다양한 목적의 최적화
     * 성능(재시도 성공 확률)과 컴퓨팅 비용 효율성(작업 실행에 드는 금전적 비용)을 모두 고려해 권장 사항을 생성
     * 예를 들어 메모리 설정 오류는 작업 실행의 메모리 사용량과 관련된 파라미터를 검색하고, 실패 확률과 컴퓨팅 비용의 선형 조합을 최소화하는 조합을 추천함
 * 규칙 기반 분류기
   * Log collector : 로그 수집
   * Rule Execution Engine : 미리 정의된 Rule과 일치시키는 작업. 오류를 식별하기 위한 정규식이 포함
   * Result Finalizer : 오류 분류 결과를 확정하는 역할. 가장 먼저 일치하는 규칙의 분류에 따라 최종 분류 결정
 * 도전 과제
   * 메모리 설정 오류
     * 일시적이지 않은 오류는 여전히 엔지니어가 수동으로 작업을 해야 함
     * 메모리를 작게 설정하면 OOM, 크게 설정하면 리소스 낭비
     * 데이터 플랫폼에 1달에 약 600건의 메모리 설정 오류가 발생 -> 많은 노력
   * 분류되지 않은 오류
     * 규칙을 수동으로 추가해야 오류로 분류가 됨
     * 새 규칙 추가를 위한 노력도 필요함
     * 300개 이상의 규칙이 추가되었지만 전체 장애의 50%가 분류되지 않음
 * Auto Remediation
   * 권장사항 생성 : 규칙 기반으로 모든 오류 분류, 그 후에 머신러닝 서비스를 사용해 권장사항 제공
   * Nightingale : Metaflow를 사용해 학습된 머신러닝 모델을 실행하는 서비스. 재시도 권장 사항을 생성하는 역할
     * 오류를 다시 시작할 수 있는지 여부
     * 작업을 다시 시작하기 위한 권장 구성
   * ConfigService : 온라인 설정 서비스
     * 정의된 Scope와 함께 JSON patch로 ConfigService에 저장
     * 스케줄러가 권장 설정을 가져오기 위해 ConfigService를 호출하면 스케줄러는 원래 구성을 ConfigService에 전달 -> ConfigService는 원래 구성에 JSON 패치를 적용 -> 스케줄러가 변경된 설정으로 다시 작업 시작
   * Pensive : 룰베이스 오류 분류기
   * 스케줄러 : 작업을 스케줄링. Netflix Maestro 사용
 * 머신러닝 서비스
   * 나이팅게일이 실패한 작업에 대한 재시도 정책을 생성하고, 재시도 성공 확률과 작업 실행 비용의 균형을 맞춤
     * 예측 모델 : 재시도 속성에 따라 성공 확률, 재시됴 비용을 추정
       * 매일 오프라인으로 재학습
     * 최적화 프로그램 : 실패 확률과 비용의 선형 조합을 최소화하는 구성을 도출
   * 데이터 플랫폼에서 재시도 성공 결과와 실행 비용을 모두 기록해 신뢰할 수 있는 레이블을 제공

https://netflixtechblog.com/evolving-from-rule-based-classifier-machine-learning-powered-auto-remediation-in-netflix-data-039d5efd115b

<ul ><li>넷플릭스에서 운영 자동화를 위해 머신러닝을 사용한 케이스를 정리한 첫 글<ul ><li>자동 진단, 자동 수정, 자동 구성, 자동 튜닝, 자동 확장, 자동 디버깅 등 운영 자동화는 최신 데이터 플랫폼의 성공을 위한 핵심 요소</li><li>룰베이스에서 ML 서비스를 사용해 자동으로 수정하는 것을 목표로 했던 프로젝트에 대한 소개</li><li>Spark 작업의 Memory 구성 오류와 분류되지 않은 오류를 처리하기 위해 자동 복원(Auto Remediation) 기능을 배포했고, 그 효과는 메모리 설정 오류의 56%를 자동으로 수정하고 모든 오류로 인한 금전적 비용 50% 절감했음</li></ul></li><li>소개<ul ><li>넷플릭스의 데이터 플랫폼엔 하루에 수십만 개의 Workflow, 수백만개의 Job이 실행되고 있음</li><li>장애가 발생한 작업이 전체 워크로드 중 작은 부분이여도 장애를 진단하고 해결하는 것이 운영 부담이 될 수 있음(여러 일이 생기기에)</li><li>오류를 효율적으로 처리하기 위해 룰 베이스 분류기를 사용하는 Pensive라는 서비스를 개발함 -&gt; 일련의 규칙에 따라 작업 오류를 분류 -&gt; 스케줄러가 작업을 다시 시도할지 여부를 결정 -&gt; 엔지니어가 진단하고 해결할 수 있는 인사이트 제공</li><li>그러나 시스템의 규모가 커지고, 복잡해지면서 메모리 설정 오류, 미분류 오류 처리에 대한 지원이 제한되었음. 예를 들어 OOM 오류로 인한 작업 실패를 진단하기 위해 팀 전체의 노력이 필요함</li></ul></li><li>머신러닝을 사용해 재시도 성공 확률, 재시도 비용을 예측하고 최적의 후보 구성을 권장 사항으로 선택함. 그리고 자동으로 적용</li><li>장점<ul ><li>Integreate Intelligence : 통합된 지식<ul ><li>도메인 전문가의 컨텍스트를 기반으로 Error Class 별로 Static하고 결정론적인 분류 결과를 제공</li><li>작업별로 성능과 비용을 고려한 권장 사항 제공</li></ul></li><li>Full Automated : 완전 자동화<ul ><li>오류를 분류, 권장 사항을 가져오고, 적용하는 파이프라인이 완전 자동화</li><li>수정 프로세스에 사람의 개입이 필요하지 않음</li></ul></li><li>Multi-objective Optimization : 다양한 목적의 최적화<ul ><li>성능(재시도 성공 확률)과 컴퓨팅 비용 효율성(작업 실행에 드는 금전적 비용)을 모두 고려해 권장 사항을 생성</li><li>예를 들어 메모리 설정 오류는 작업 실행의 메모리 사용량과 관련된 파라미터를 검색하고, 실패 확률과 컴퓨팅 비용의 선형 조합을 최소화하는 조합을 추천함</li></ul></li></ul></li><li>규칙 기반 분류기<ul ><li>Log collector : 로그 수집</li><li>Rule Execution Engine : 미리 정의된 Rule과 일치시키는 작업. 오류를 식별하기 위한 정규식이 포함</li><li>Result Finalizer : 오류 분류 결과를 확정하는 역할. 가장 먼저 일치하는 규칙의 분류에 따라 최종 분류 결정</li></ul></li></ul><ul ><li>도전 과제<ul ><li>메모리 설정 오류<ul ><li>일시적이지 않은 오류는 여전히 엔지니어가 수동으로 작업을 해야 함</li><li>메모리를 작게 설정하면 OOM, 크게 설정하면 리소스 낭비</li><li>데이터 플랫폼에 1달에 약 600건의 메모리 설정 오류가 발생 -&gt; 많은 노력</li></ul></li><li>분류되지 않은 오류<ul ><li>규칙을 수동으로 추가해야 오류로 분류가 됨</li><li>새 규칙 추가를 위한 노력도 필요함</li><li>300개 이상의 규칙이 추가되었지만 전체 장애의 50%가 분류되지 않음</li></ul></li></ul></li><li>Auto Remediation<ul ><li>권장사항 생성 : 규칙 기반으로 모든 오류 분류, 그 후에 머신러닝 서비스를 사용해 권장사항 제공</li><li>Nightingale : Metaflow를 사용해 학습된 머신러닝 모델을 실행하는 서비스. 재시도 권장 사항을 생성하는 역할<ul ><li>오류를 다시 시작할 수 있는지 여부</li><li>작업을 다시 시작하기 위한 권장 구성</li></ul></li><li>ConfigService : 온라인 설정 서비스<ul ><li>정의된 Scope와 함께 JSON patch로 ConfigService에 저장</li><li>스케줄러가 권장 설정을 가져오기 위해 ConfigService를 호출하면 스케줄러는 원래 구성을 ConfigService에 전달 -&gt; ConfigService는 원래 구성에 JSON 패치를 적용 -&gt; 스케줄러가 변경된 설정으로 다시 작업 시작</li></ul></li><li>Pensive : 룰베이스 오류 분류기</li><li>스케줄러 : 작업을 스케줄링. Netflix Maestro 사용</li></ul></li></ul><ul ><li>머신러닝 서비스<ul ><li>나이팅게일이 실패한 작업에 대한 재시도 정책을 생성하고, 재시도 성공 확률과 작업 실행 비용의 균형을 맞춤<ul ><li>예측 모델 : 재시도 속성에 따라 성공 확률, 재시됴 비용을 추정<ul ><li>매일 오프라인으로 재학습</li></ul></li><li>최적화 프로그램 : 실패 확률과 비용의 선형 조합을 최소화하는 구성을 도출</li></ul></li><li>데이터 플랫폼에서 재시도 성공 결과와 실행 비용을 모두 기록해 신뢰할 수 있는 레이블을 제공</li></ul></li></ul> https://netflixtechblog.com/evolving-from-rule-based-classifier-machine-learning-powered-auto-remediation-in-netflix-data-039d5efd115b

Medium

넷플릭스 데이터 플랫폼의 머신러닝 기반 자동 복원

정부가 스타트업에 투자하고 가치산정을 통한 지분 결정을 후속 투자로 미루는 조건부지분인수계약(SAFE)의 모호한 회계처리 문제를 들여다보고 있다. SAFE를 통해 받은 자금을 자본으로 처리할지 부채로 잡아야 할지 현

[단독] 정부, '번개투자' SAFE 회계 혼란 들여다본다

문제는 SAFE 투자에 대한 명확한 회계처리 규정이 없다는 점이다.

스타트업 투자업무에 특화된 회계법인 A회계사는 “스타트업은 대부분 비상장기업이라 일반기업 회계기준(K-GAAP)을 적용한다”며 “해당 기준에는 SAFE 투자를 부채로 처리한다든지 자본으로 처리한다 등의 기준이 없다”고 했다. 회계기준원은 SAFE회계처리 질의 시 계약에 따라 다르지만 대개 부채로 처리하라고 답변하는 것으로 알려졌다.

스타트업계는 이같은 상황이 투자의 불확실성으로 이어진다고 했다. SAFE 방식으로 2억원을 조달한 스타트업의 한 대표는 “후속투자가 이뤄지기 전까지 SAFE 회계처리 문제가 복잡하다”고 했다.

https://n.news.naver.com/article/018/0005728549?sid=101

문제는 SAFE 투자에 대한 명확한 회계처리 규정이 없다는 점이다. 스타트업 투자업무에 특화된 회계법인 A회계사는 “스타트업은 대부분 비상장기업이라 일반기업 회계기준(K-GAAP)을 적용한다”며 “해당 기준에는 SAFE 투자를 부채로 처리한다든지 자본으로 처리한다 등의 기준이 없다”고 했다. 회계기준원은 SAFE회계처리 질의 시 계약에 따라 다르지만 대개 부채로 처리하라고 답변하는 것으로 알려졌다. 스타트업계는 이같은 상황이 투자의 불확실성으로 이어진다고 했다. SAFE 방식으로 2억원을 조달한 스타트업의 한 대표는 “후속투자가 이뤄지기 전까지 SAFE 회계처리 문제가 복잡하다”고 했다. https://n.news.naver.com/article/018/0005728549?sid=101

Naver

압도적 성적 유지하는 실력자들 어떻게 가능했나 늘 궁금하지만 핵심은 더하기보다 덜어내기... 절제와 단순함에 있을 때가 많다 세계 최고 수준의 남녀 골프 리그에 초강력 지배자가 각각 등장했다. "비현실적"이라고 선수들은

[에스프레소] 우승 비결? 그 질문은 틀렸다

1. 요즘 남녀 프로 골프 리그에는 초강력 지배자가 각각 등장했다.

2. ‘스코티 셰플러’는 PGA 투어 다섯 대회 중 준우승 한 번 빼고 네 번을 우승했다. ‘넬리 코르다’는 LPGA 투어 다섯 대회에 나가 몽땅 우승을 휩쓸었다.

3. 일생에 한 번 우승해도 가문의 영광인데, 나갈 때마다 우승이라니. 게다가 그 기막힌 일이 양쪽에서 동시에 벌어지고 있는 것이다. 선수들은 “비현실적”이라고 입을 모은다.

4. 셰플러와 코르다의 경기는 대체로 비슷하다. 이들의 경기는 진기명기를 선보이는 스타일이라기보다는, 빈틈없이 착실해서 때론 단조로울 정도.

5. 실수가 자주 나오지 않고, 나와도 큰 무리 없이 만회한다. 일단 앞서나가면 좀처럼 추격을 허용하지 않는다.

6. 이들은 어떻게 ‘왕관의 무게’를 견디는가? 질문이 쏟아져도 둘은 “눈앞의 샷에만 집중한다” 같은 밋밋한 답변을 내놓는다.

7. 뻔한 얘기로만 여겼는데, 매주 우승 기록이 쌓여가니 (두 선수의 말을) 곱씹어보게 됐다.

8. 두 선수가 공통적으로 강조하는 건 ‘단순함’이다. 코르다의 코치는 이렇게 말한다. “단순함을 더한 것이 전붑니다. (그랬더니) 더 효율적이고 정확해졌어요”

9. “배를 떠올려 보세요 (단순함을 추구하기 위해) 코르다는 필요 없는 건 무엇이든 배에서 던져 버렸습니다. (그 후) 배는 지금 순항 중이고요”

10. (과거) 코르다는 건강 문제, 셰플러는 퍼팅 난조를 겪기도 했다. 그런 과정을 거치며 과도한 생각과 목표를 덜어내고 에너지를 집중하는 법을 터득한 듯하다.
11. 코르다는 말한다. “매일 루틴을 지키는 것이 정신 건강에 가장 좋은 방법입니다”

12. (셰플러도 마찬가지다. 퍼팅 난조를 겪었던 셰플러는 상황에 흔들리지 않는 인내심을 가지기 위해 늘 노력한다)

13. 스포츠 기자들은 ‘잘하는 선수는 왜 잘하는지, 못하는 선수는 왜 못하는지’를 주로 분석한다. (그렇게) 지금껏 수많은 선수와 감독에게 승리 비결을 숱하게 물었어도 속 시원히 만족스러운 답변을 들은 적은 거의 없다.

14. 상상도 못 할 만큼 선진적인 방식으로 훈련하거나, 매우 특이한 건강식이라도 먹는 게 아닌지 추궁해봐도, 그런 비법을 말하는 대가는 거의 없다.

15. 이쯤되니 질문이 잘못된 것이 아닌가 싶다. 비범한 결과를 내는 인물이 정말 일반인과 대단히 다른 뭔가를 하고 있을까?

16. (실제 현실에서) 탁월함의 조건은 ‘무엇을 하는가’보다 ‘무엇을 하지 않는가’에 있을 때도 많았다. (=Via Negativa)

17. (즉, 대가들 중에는 무엇을 더 해야 할지를 찾는 게 아니라, 무엇을 하지 말아야 할지를 알고, 이를 실행하며 삶을 단순하게 만든 경우가 많았다)

18. 지켜야 할 것을 구분하는 판단력, 버려야 할 것을 포기하는 용기, 본질을 꿰뚫어보는 통찰력을 갖출 때, (우리는) 단순함의 경지에 이른다.

19. 단순하면 강하다. (아니) 단순해야 더 강해진다.

1. 요즘 남녀 프로 골프 리그에는 초강력 지배자가 각각 등장했다. 2. ‘스코티 셰플러’는 PGA 투어 다섯 대회 중 준우승 한 번 빼고 네 번을 우승했다. ‘넬리 코르다’는 LPGA 투어 다섯 대회에 나가 몽땅 우승을 휩쓸었다. 3. 일생에 한 번 우승해도 가문의 영광인데, 나갈 때마다 우승이라니. 게다가 그 기막힌 일이 양쪽에서 동시에 벌어지고 있는 것이다. 선수들은 “비현실적”이라고 입을 모은다. 4. 셰플러와 코르다의 경기는 대체로 비슷하다. 이들의 경기는 진기명기를 선보이는 스타일이라기보다는, 빈틈없이 착실해서 때론 단조로울 정도. 5. 실수가 자주 나오지 않고, 나와도 큰 무리 없이 만회한다. 일단 앞서나가면 좀처럼 추격을 허용하지 않는다. 6. 이들은 어떻게 ‘왕관의 무게’를 견디는가? 질문이 쏟아져도 둘은 “눈앞의 샷에만 집중한다” 같은 밋밋한 답변을 내놓는다. 7. 뻔한 얘기로만 여겼는데, 매주 우승 기록이 쌓여가니 (두 선수의 말을) 곱씹어보게 됐다. 8. 두 선수가 공통적으로 강조하는 건 ‘단순함’이다. 코르다의 코치는 이렇게 말한다. “단순함을 더한 것이 전붑니다. (그랬더니) 더 효율적이고 정확해졌어요” 9. “배를 떠올려 보세요 (단순함을 추구하기 위해) 코르다는 필요 없는 건 무엇이든 배에서 던져 버렸습니다. (그 후) 배는 지금 순항 중이고요” 10. (과거) 코르다는 건강 문제, 셰플러는 퍼팅 난조를 겪기도 했다. 그런 과정을 거치며 과도한 생각과 목표를 덜어내고 에너지를 집중하는 법을 터득한 듯하다. 11. 코르다는 말한다. “매일 루틴을 지키는 것이 정신 건강에 가장 좋은 방법입니다” 12. (셰플러도 마찬가지다. 퍼팅 난조를 겪었던 셰플러는 상황에 흔들리지 않는 인내심을 가지기 위해 늘 노력한다) 13. 스포츠 기자들은 ‘잘하는 선수는 왜 잘하는지, 못하는 선수는 왜 못하는지’를 주로 분석한다. (그렇게) 지금껏 수많은 선수와 감독에게 승리 비결을 숱하게 물었어도 속 시원히 만족스러운 답변을 들은 적은 거의 없다. 14. 상상도 못 할 만큼 선진적인 방식으로 훈련하거나, 매우 특이한 건강식이라도 먹는 게 아닌지 추궁해봐도, 그런 비법을 말하는 대가는 거의 없다. 15. 이쯤되니 질문이 잘못된 것이 아닌가 싶다. 비범한 결과를 내는 인물이 정말 일반인과 대단히 다른 뭔가를 하고 있을까? 16. (실제 현실에서) 탁월함의 조건은 ‘무엇을 하는가’보다 ‘무엇을 하지 않는가’에 있을 때도 많았다. (=Via Negativa) 17. (즉, 대가들 중에는 무엇을 더 해야 할지를 찾는 게 아니라, 무엇을 하지 말아야 할지를 알고, 이를 실행하며 삶을 단순하게 만든 경우가 많았다) 18. 지켜야 할 것을 구분하는 판단력, 버려야 할 것을 포기하는 용기, 본질을 꿰뚫어보는 통찰력을 갖출 때, (우리는) 단순함의 경지에 이른다. 19. 단순하면 강하다. (아니) 단순해야 더 강해진다.

특별한 비법을 계속 이야기한다면, 그건 거짓일 가능성이 굉장히 높습니다!

'세탁특공대'로 잘 알려진 의류 세탁 구독 서비스 운영사 워시스왓이 신규 투자유치에 나섰다. 작년 60억원의 당기순손실을 기록, 완전자본잠식에 빠진 데 따른 재무구조 개선 작업의 일환이다. 워시스왓은 3년 전 유치한

'비대면 세탁' 세탁특공대 투자유치 추진... "몸값 1000억도 쉽지 않아"

2021년에는 시리즈B 투자유치 당시 기업가치만도 1000억원으로 책정됐다.

다만 워시스왓은 이번 투자유치에서도 1000억원 수준 몸값을 희망하고 있는 것으로 알려졌다. 지난해 매출이 333억원으로 증가하는 등 일부 외형 확장은 이뤘지만, 재무구조가 악화한 탓이다. 지난해 60억원의 당기순손실을 기록하며 완전자본잠식에 빠진 것으로 나타났다.

https://n.news.naver.com/article/366/0000989529?sid=101

2021년에는 시리즈B 투자유치 당시 기업가치만도 1000억원으로 책정됐다. 다만 워시스왓은 이번 투자유치에서도 1000억원 수준 몸값을 희망하고 있는 것으로 알려졌다. 지난해 매출이 333억원으로 증가하는 등 일부 외형 확장은 이뤘지만, 재무구조가 악화한 탓이다. 지난해 60억원의 당기순손실을 기록하며 완전자본잠식에 빠진 것으로 나타났다. https://n.news.naver.com/article/366/0000989529?sid=101

걱정에 휘둘리는 노예가 되지 말고,걱정을 다스리는 주인이 되어라!해외에서도 열렬한 러브콜을 받는 일본의 유명 심리상담가 스기타 다카시. 그러나 사실 그는 상담가가 되기 전 은둔형 외톨이로 수많은 걱정에 둘러싸여 살던 사람이었다. 연이은 취업 실패와 인간관계의 ...

걱정에게 먹이를 주지 마라 - 예스24

우리의 삶은 대체로 통제 불가능하다. 삶을 내 의지대로 통제하겠다는 생각만큼 나를 힘들게 만드는 것은 없다. 심지어 고대 로마 제국의 황제 마르쿠스 아우렐리우스조차 뜻대로 되지 않는 문제로 골머리를 앓으며, “할 수 있는 일과, 할 수 없는 일을 구분하는 것”의 중요성을 강조하기도 했다.

고민 없이 삶을 살아가는 것처럼 보이는 사람들은, 남들보다 유독 의지가 충만하고 계획대로 삶을 살아가는 사람들이 아니다. 이들은 아우렐리우스가 그러했듯, 통제할 수 있는 일과 그렇지 못할 일을 분명하게 구분하고, 통제할 수 있는 일에 집중하는 사람들이다.

우리는 물이 아래에서 위로 흐르게 만들지는 못하지만, 물길을 내어 다른 방향으로 흐르게 할 수는 있다. 거대한 인생의 물줄기를 거꾸로 흐르게 하려고 노력하기보다는, 작은 물길을 내어 원하는 방향을 향해 흘러가도록 이끌어 보자. 그렇게 한다면 막막한 미래에 대한 고민에서 한걸음 벗어날 수 있게 될 것이다. 인생은 통제하는 것이 아니라 유도하는 것이다.

걱정은 더위나 추위처럼 자연스러운 반응이다. 무턱대고 더위를 참다간 열사병으로 쓰러지는 것처럼, 걱정 또한 무작정 억누르다간 자칫 더욱 심각한 마음의 병을 불러올 수 있다. 땡볕에 서서 입으로만 덥지 않다고 되뇌어 봤자 땀방울만 더 세차게 흐르듯, 걱정되는 마음을 억지로 무시하고 제거하려 하다간 걱정은 우리의 통제를 벗어나 폭주하기 시작한다.

걱정이 많은 당신에게 필요한 것은 “인내”가 아니라 “인정”이다. 두렵고 불안한 마음을 있는 그대로 솔직하게 받아들이는 것이다. 그러다 보면 흔들리던 마음이 고요하게 잦아들기 시작한다. 그리고 이내 깨닫게 된다.

내 안엔 두려움과 불안함 말고도 열정, 설렘, 호기심 등 여러 감정이 복잡하게 얽혀 있고 걱정은 그중 하나일 뿐이라는 사실을 알아챌 때, 그리고 그 걱정에게 먹이를 주지 않고 진정으로 삶에 중요한 것들에 집중할 수 있을 때, 우리는 걱정과 더불어 잘 살아가는 법을 터득하게 될 것이다.

걱정은 우리를 그림자처럼 따라다니는 먹보 괴물과 같다. 이 괴물은 식탐이 아주 강해서, 먹이 주는 사람을 계속해서 쫓아온다. 먹이를 받아먹을수록 육중해져서, 나중에는 먹이를 준 사람을 깔아뭉갠다. 그래서 걱정을 잘 통제하는 사람은 이 괴물에게 먹이를 주지 않는다. 군침을 흘리며 달려드는 걱정을 억지로 쫓아내려 하는 대신, 작고 허기지게 만들어 아무 힘도 쓰지 못하게 만든다.

우리가 고민에 ‘나름대로’ 대처하는 이유는 걱정이나 고민을 다루는 법에 대해 ‘제대로’ 배운 적이 없기 때문이다. 학교에서도 가정에서도, ‘걱정이란 무엇인가?’, ‘고민은 왜 생기는가?’, ‘걱정거리가 생기면 어떻게 해야 하는가?’ 같은 구체적인 내용은 배운 적이 없다.

대부분의 고민은 ‘상반된 두 욕구의 충돌’이라는 명료한 형태로 정리할 수 있다. 고민을 잘 들여다보면 의식과 무의식이 서로 다른 방향을 가리키고 있다. 인간의 마음이란 자신도 미처 알아채지 못할 만큼 다방면으로 뻗어나가기 마련이다. 우리가 스스로 의식할 수 있는 건 그중 일부에 불과하다. 고민의 실체와 마주하고 그 정체를 파악하는 것만으로도 마음은 제법 편해진다.

결과는 통제하는 것이 아니라 유도하는 것이다. 우리는 결과를 유도하기 위해 여러 가지를 시도할 수 있다. 물론 뜻대로 되지 않을 수도 있다. 하지만 그건 로마 제국의 황제도 어쩔 수 없는 일이다. 그래서 나는 고민이 생길 때마다 스스로에게 묻는다. ‘이 문제는 내 힘으로 통제할 수 있는 것인가? 아니면 통제할 수 없는 것을 가지고 머리만 싸매고 있는 건가?’

사람의 내면은 원래 여러 감정이 복합적으로 얽혀 있을 때 더 자연스럽다. 사람은 원래 그런 존재이다. 모든 상황에 일관적으로 반응하는 사람은 없다. 저마다 조금씩 모순을 가지고 있다. 이러한 모순을 없애려고 하면 안 된다. 아니, 없애려고 해 봤자 실패만 할 뿐이다.

그 대신, 내 안의 모순을 있는 그대로 받아들이고 잘 다스려서, 스스로 납득할 수 있는 방향으로 풀어나가면 되는 것이다. 나쁜 마음이 들었다는 건 잘못이 아니다. 그런 마음도 내 모습이고, 또 다른 마음도 내 모습이다. ‘나’는 다양한 마음들이 모여 있는 전체인 것이다.

인간관계 문제는 쓸데없이 들쑤시지 않을 때 해결되는 경우가 의외로 많다. 문제를 해결하려고 하면 할수록 상황이 나아지기는 커녕, 점점 더 악화되는 경험을 한 번씩은 해봤을 것이다. 마치 여드름을 계속 만지작거리다가 결국 곪고 피가 나는 것처럼.

그럴 때는 문제 해결의 실마리가 아예 다른 곳에 있을 수도 있다는 생각을 가져야 한다. 문제 해결을 포기하고 시간에 맡긴다는 선택지도 있다는 것을 알아야 한다. 모든 문제와 정면으로 부딪치는 것만이 정답은 아니라는 것이다.

이상하게 들리겠지만, 고민은 마음을 편안하게 만들어주기도 한다. 고민하는 동안 만큼은 ‘내가 이만큼 열심히 살고 있다’라는 자부심을 느낄 수 있기 때문에. 또 한 가지 이유가 더 있다. 바로 고민하는 동안은 실패하지 않기 때문에.

실행하지 않으면 성공할 일도 없지만, 실패할 일도 없다. 계속 꿈을 꾸면서 ‘언젠가 이뤄지리라’라는 낙관적인 희망으로 살아갈 수도 있다. 그러나 이것은 좋아하는 상대방에게 고백하지 않으면 차이는 일이 없는 것과 같은 것이다.

신화학자 조지프 캠벨은 “사람은 ‘할 수 있는 것’, ‘가지고 있는 것’ 때문에 사랑받는 것이 아니라, 오히려 ‘못 하는 것’, ‘가지지 못한 것’ 때문에 사랑받는다”라고 말힌다. 만약 미키 마우스가 비율 좋은 9등신 몸매에 날렵한 콧날, 잘 빠진 근육질 몸매를 갖고 있었다면 지금처럼 디즈니랜드의 마스코트가 될 수 있었을까?

요점은 갈등이 일어날 상황을 만들지 않는 것이다. 이건 마치 곰 출몰 구역에 들어가지 않는 것과 마찬가지다. 곰과 싸워서 이길 수 있는 인간은 없다. 하지만 곰이 나타날만한 장소에 들어가지 않는 것은 누구나 할 수 있다. 마음 속 갈등도 똑같다. 갈등을 이겨낼 수 있을 만큼 심지가 굳센 사람은 많지 않다. 하지만 갈등이 생길 상황을 피하는 것쯤은 누구나 할 수 있다.

우리의 삶은 대체로 통제 불가능하다. 삶을 내 의지대로 통제하겠다는 생각만큼 나를 힘들게 만드는 것은 없다. 심지어 고대 로마 제국의 황제 마르쿠스 아우렐리우스조차 뜻대로 되지 않는 문제로 골머리를 앓으며, “할 수 있는 일과, 할 수 없는 일을 구분하는 것”의 중요성을 강조하기도 했다. 고민 없이 삶을 살아가는 것처럼 보이는 사람들은, 남들보다 유독 의지가 충만하고 계획대로 삶을 살아가는 사람들이 아니다. 이들은 아우렐리우스가 그러했듯, 통제할 수 있는 일과 그렇지 못할 일을 분명하게 구분하고, 통제할 수 있는 일에 집중하는 사람들이다. 우리는 물이 아래에서 위로 흐르게 만들지는 못하지만, 물길을 내어 다른 방향으로 흐르게 할 수는 있다. 거대한 인생의 물줄기를 거꾸로 흐르게 하려고 노력하기보다는, 작은 물길을 내어 원하는 방향을 향해 흘러가도록 이끌어 보자. 그렇게 한다면 막막한 미래에 대한 고민에서 한걸음 벗어날 수 있게 될 것이다. 인생은 통제하는 것이 아니라 유도하는 것이다. 걱정은 더위나 추위처럼 자연스러운 반응이다. 무턱대고 더위를 참다간 열사병으로 쓰러지는 것처럼, 걱정 또한 무작정 억누르다간 자칫 더욱 심각한 마음의 병을 불러올 수 있다. 땡볕에 서서 입으로만 덥지 않다고 되뇌어 봤자 땀방울만 더 세차게 흐르듯, 걱정되는 마음을 억지로 무시하고 제거하려 하다간 걱정은 우리의 통제를 벗어나 폭주하기 시작한다. 걱정이 많은 당신에게 필요한 것은 “인내”가 아니라 “인정”이다. 두렵고 불안한 마음을 있는 그대로 솔직하게 받아들이는 것이다. 그러다 보면 흔들리던 마음이 고요하게 잦아들기 시작한다. 그리고 이내 깨닫게 된다. 내 안엔 두려움과 불안함 말고도 열정, 설렘, 호기심 등 여러 감정이 복잡하게 얽혀 있고 걱정은 그중 하나일 뿐이라는 사실을 알아챌 때, 그리고 그 걱정에게 먹이를 주지 않고 진정으로 삶에 중요한 것들에 집중할 수 있을 때, 우리는 걱정과 더불어 잘 살아가는 법을 터득하게 될 것이다. 걱정은 우리를 그림자처럼 따라다니는 먹보 괴물과 같다. 이 괴물은 식탐이 아주 강해서, 먹이 주는 사람을 계속해서 쫓아온다. 먹이를 받아먹을수록 육중해져서, 나중에는 먹이를 준 사람을 깔아뭉갠다. 그래서 걱정을 잘 통제하는 사람은 이 괴물에게 먹이를 주지 않는다. 군침을 흘리며 달려드는 걱정을 억지로 쫓아내려 하는 대신, 작고 허기지게 만들어 아무 힘도 쓰지 못하게 만든다. 우리가 고민에 ‘나름대로’ 대처하는 이유는 걱정이나 고민을 다루는 법에 대해 ‘제대로’ 배운 적이 없기 때문이다. 학교에서도 가정에서도, ‘걱정이란 무엇인가?’, ‘고민은 왜 생기는가?’, ‘걱정거리가 생기면 어떻게 해야 하는가?’ 같은 구체적인 내용은 배운 적이 없다. 대부분의 고민은 ‘상반된 두 욕구의 충돌’이라는 명료한 형태로 정리할 수 있다. 고민을 잘 들여다보면 의식과 무의식이 서로 다른 방향을 가리키고 있다. 인간의 마음이란 자신도 미처 알아채지 못할 만큼 다방면으로 뻗어나가기 마련이다. 우리가 스스로 의식할 수 있는 건 그중 일부에 불과하다. 고민의 실체와 마주하고 그 정체를 파악하는 것만으로도 마음은 제법 편해진다. 결과는 통제하는 것이 아니라 유도하는 것이다. 우리는 결과를 유도하기 위해 여러 가지를 시도할 수 있다. 물론 뜻대로 되지 않을 수도 있다. 하지만 그건 로마 제국의 황제도 어쩔 수 없는 일이다. 그래서 나는 고민이 생길 때마다 스스로에게 묻는다. ‘이 문제는 내 힘으로 통제할 수 있는 것인가? 아니면 통제할 수 없는 것을 가지고 머리만 싸매고 있는 건가?’ 사람의 내면은 원래 여러 감정이 복합적으로 얽혀 있을 때 더 자연스럽다. 사람은 원래 그런 존재이다. 모든 상황에 일관적으로 반응하는 사람은 없다. 저마다 조금씩 모순을 가지고 있다. 이러한 모순을 없애려고 하면 안 된다. 아니, 없애려고 해 봤자 실패만 할 뿐이다. 그 대신, 내 안의 모순을 있는 그대로 받아들이고 잘 다스려서, 스스로 납득할 수 있는 방향으로 풀어나가면 되는 것이다. 나쁜 마음이 들었다는 건 잘못이 아니다. 그런 마음도 내 모습이고, 또 다른 마음도 내 모습이다. ‘나’는 다양한 마음들이 모여 있는 전체인 것이다. 인간관계 문제는 쓸데없이 들쑤시지 않을 때 해결되는 경우가 의외로 많다. 문제를 해결하려고 하면 할수록 상황이 나아지기는 커녕, 점점 더 악화되는 경험을 한 번씩은 해봤을 것이다. 마치 여드름을 계속 만지작거리다가 결국 곪고 피가 나는 것처럼. 그럴 때는 문제 해결의 실마리가 아예 다른 곳에 있을 수도 있다는 생각을 가져야 한다. 문제 해결을 포기하고 시간에 맡긴다는 선택지도 있다는 것을 알아야 한다. 모든 문제와 정면으로 부딪치는 것만이 정답은 아니라는 것이다. 이상하게 들리겠지만, 고민은 마음을 편안하게 만들어주기도 한다. 고민하는 동안 만큼은 ‘내가 이만큼 열심히 살고 있다’라는 자부심을 느낄 수 있기 때문에. 또 한 가지 이유가 더 있다. 바로 고민하는 동안은 실패하지 않기 때문에. 실행하지 않으면 성공할 일도 없지만, 실패할 일도 없다. 계속 꿈을 꾸면서 ‘언젠가 이뤄지리라’라는 낙관적인 희망으로 살아갈 수도 있다. 그러나 이것은 좋아하는 상대방에게 고백하지 않으면 차이는 일이 없는 것과 같은 것이다. 신화학자 조지프 캠벨은 “사람은 ‘할 수 있는 것’, ‘가지고 있는 것’ 때문에 사랑받는 것이 아니라, 오히려 ‘못 하는 것’, ‘가지지 못한 것’ 때문에 사랑받는다”라고 말힌다. 만약 미키 마우스가 비율 좋은 9등신 몸매에 날렵한 콧날, 잘 빠진 근육질 몸매를 갖고 있었다면 지금처럼 디즈니랜드의 마스코트가 될 수 있었을까? 요점은 갈등이 일어날 상황을 만들지 않는 것이다. 이건 마치 곰 출몰 구역에 들어가지 않는 것과 마찬가지다. 곰과 싸워서 이길 수 있는 인간은 없다. 하지만 곰이 나타날만한 장소에 들어가지 않는 것은 누구나 할 수 있다. 마음 속 갈등도 똑같다. 갈등을 이겨낼 수 있을 만큼 심지가 굳센 사람은 많지 않다. 하지만 갈등이 생길 상황을 피하는 것쯤은 누구나 할 수 있다.

예스24

1. 글을 쓸 때는 누군가를 상상하며 씁니다. 커피 한 잔이 있고, 그 사람 눈 보고 있다고 상상합니다. 쉽지는 않습니다. 집중력이 굉장히 필요한 일입니다. 진짜로 사람이 눈앞에 있지는 않으니까요. 상상을 잘 해야 합니다. '눈앞에 한 사람이 있다. 이 사람과 대화를 하고 있다. 이 사람과 대화하는 데에만 집중해야 한다.' 이런 마음으로 글을 씁니다. 매번 그렇게 쓰려고 노력은 합니다. 실패할 때도 많지만요. 그래도 가끔씩 성공합니다. 어떻게 아냐고요? 신기하게도 그런 마음으로 쓴 글들은 공감을 더 받더라고요. 물론 반응이 전부는 아니겠지만...

2. 학교 다닐 때예요. 대충 3주 정도 수업을 듣다가, 각이 안 나오면 드랍을 했습니다. 대충 '이건 학점 받기 쉽지 않겠다', 이런 얄팍한 마음입니다. 1주 차는 너무 짧습니다. 2주 차는 판단이 잘 안됩니다. 3주 차가 딱 적당한 시기입니다. 사람 마음이 딱 얄팍해지는 타이밍요. 딱 그때 학교에서 드랍을 열어줍니다. 동시에 안도감도 생깁니다. 차라리 잘 됐다. 이 시간을 '아꼈으니' 차라리 다른 수업들에 집중하자. 이런 얄팍한 마음으로 합리화를 했죠. 정작 그 시간을 비워두고 다른 수업들에 집중했냐? 스스로 물어보면, 그건 아닌 것 같습니다. 드랍하지 않고, 노력했으면 졸업을 한 학기는 더 빨리했을지도요? 어떤 의미에서 학교가 제도를 참 잘 만들지 않았나 싶기도 하네요. 마음이 적당히 얄팍해질 때, 드랍을 열어줬거든요. 저같이 얄팍한 마음들이 많았을까요? 저 같은 사람들이 많았다면, 학교는 돈을 조금 더 벌었겠네요.

3. 70점이 제일 싫었습니다. 애매한 점수라서요. 100점이면 100점. 0점이면 0점이지요. 70점은 뭔가 한 것도 아니고, 안한 것도 아니고. 그런 느낌이었습니다. 80점은 뭐라도 조금 한 느낌? 90점은 열심히는 했는데 잘 한 느낌은 아닌? 70점은 뭐라고 하기도 좀 그렇습니다. 60점은 뭐라 해도 될 것 같은 점수거든요. 70점은 참 애매합니다. 그 애매한 게 싫었던 기억이 납니다. 그래도 60점보단 70점이 좋긴 합니다. 얄팍하네요.

4. 글을 잘 쓰고 싶습니다. 왤까요? 끝내주는 글을 써서 사람들에게 공감을 많이 받고 싶나 봅니다. 좋아요 중독인 거죠. 사실 좋아요 보다는 사람들의 관심과 사랑을 받고 싶은 걸지도요. 어쨌든 좋아요는 '하트' 모양이니까요. 다만 그렇게 하는 게 쉽지가 않습니다. 썼다, 지웠다 반복도 참 많이 합니다. 머릿속에서도 몇 번을 지우고요. 폐기처분하는 글도 많습니다. 왜 폐기처분하느냐? 명분은 더 잘 쓰겠다 인데요... 곰곰이 생각해 보면 핑계입니다. 겁이 많아서 그렇습니다. 보이지 않는 눈들이요. 누가 뭐라 할까 봐? 글쓰기만 그럴까요? 인생도 그런 것 아닐까 생각도 했습니다. 아무도 지켜보지 않겠지만요. 지켜볼 수도 있고요. 제가 만든 가짜 눈일 수도 있고요.

5. 한 영상에 꽂혔습니다. 거기서 anticlimax라는 단어를 쓰는데요. 이 단어가 그렇게 멋있더라고요. 절정까지 가는데, 딱 거기까지만 가는 겁니다. 의도적으로요. 클라이막스를 찍을 수 있는데. 눈앞에 보이는데. 하면 할 수 있는데. 굳이 안 하고. 다른 데로 넘어가는. 그 쿨함이 엄청 멋지다고 느꼈습니다. 그런데 동시에 이런 생각도 들었습니다. '기왕 할 수 있으면 끝까지 하는 게 좋은 거 아닌가? 할 수 있는데 안 한다... 나는 이게 왜 쿨하다고 느낄까?' 이 질문에 대한 저만의 답은 이렇습니다. 하나를 끝까지 했는데, 잘 안될 수도 있지 않습니까? 그게 무서워서 괜히 마음에 방어기제를 하나 두는 거죠. 괜히 이름을 붙이는 거지요. anticlimax 라고요. 나는 할 수 있는데, 굳이 안 한 거라고. 그러면 마음은 편하지 않겠습니까? 어쩌면 그 마음이 공감 돼서 쿨하다고 느꼈나? 싶기도 합니다. 그럴 수도 있고, 아닐 수도 있고요.

6. 모순. 하루에도 감정이 여기로 갔다가 저기로 갔다가 합니다. 생각도 그렇고요. 이것도 저고요. 저것도 저지요. 내일의 저도 오늘의 저도, 어제의 저도 다 '저'지요. 하나의 모습일 수 없다는 생각을 많이 합니다. 여러 가지 모습들의 종합이 다 저입니다. 어차피 하나로만 순수할 수가 없으니, 모순된 게 어쩌면 가장 인간적인 것일 수도 있겠다는 생각도 했습니다. 다 섞인 것들이 어쩌면 가장 순수한 모습이겠거니 생각도 합니다.

이런저런 머릿속 생각들, 메모들을 정리했습니다. 글의 순서는 시계열이 아닙니다. 글 읽으신 모든 분들, 오늘도 멋진 하루 시작하세요. from my iphone memo app.

— 인스타그램에 놀러오세요. 일상의 스토리와 생각들을 함께 올립니다. https://www.instagram.com/bizucafe/

1. 글을 쓸 때는 누군가를 상상하며 씁니다. 커피 한 잔이 있고, 그 사람 눈 보고 있다고 상상합니다. 쉽지는 않습니다. 집중력이 굉장히 필요한 일입니다. 진짜로 사람이 눈앞에 있지는 않으니까요. 상상을 잘 해야 합니다. '눈앞에 한 사람이 있다. 이 사람과 대화를 하고 있다. 이 사람과 대화하는 데에만 집중해야 한다.' 이런 마음으로 글을 씁니다. 매번 그렇게 쓰려고 노력은 합니다. 실패할 때도 많지만요. 그래도 가끔씩 성공합니다. 어떻게 아냐고요? 신기하게도 그런 마음으로 쓴 글들은 공감을 더 받더라고요. 물론 반응이 전부는 아니겠지만...​2. 학교 다닐 때예요. 대충 3주 정도 수업을 듣다가, 각이 안 나오면 드랍을 했습니다. 대충 '이건 학점 받기 쉽지 않겠다', 이런 얄팍한 마음입니다. 1주 차는 너무 짧습니다. 2주 차는 판단이 잘 안됩니다. 3주 차가 딱 적당한 시기입니다. 사람 마음이 딱 얄팍해지는 타이밍요. 딱 그때 학교에서 드랍을 열어줍니다. 동시에 안도감도 생깁니다. 차라리 잘 됐다. 이 시간을 '아꼈으니' 차라리 다른 수업들에 집중하자. 이런 얄팍한 마음으로 합리화를 했죠. 정작 그 시간을 비워두고 다른 수업들에 집중했냐? 스스로 물어보면, 그건 아닌 것 같습니다. 드랍하지 않고, 노력했으면 졸업을 한 학기는 더 빨리했을지도요? 어떤 의미에서 학교가 제도를 참 잘 만들지 않았나 싶기도 하네요. 마음이 적당히 얄팍해질 때, 드랍을 열어줬거든요. 저같이 얄팍한 마음들이 많았을까요? 저 같은 사람들이 많았다면, 학교는 돈을 조금 더 벌었겠네요.​3. 70점이 제일 싫었습니다. 애매한 점수라서요. 100점이면 100점. 0점이면 0점이지요. 70점은 뭔가 한 것도 아니고, 안한 것도 아니고. 그런 느낌이었습니다. 80점은 뭐라도 조금 한 느낌? 90점은 열심히는 했는데 잘 한 느낌은 아닌? 70점은 뭐라고 하기도 좀 그렇습니다. 60점은 뭐라 해도 될 것 같은 점수거든요. 70점은 참 애매합니다. 그 애매한 게 싫었던 기억이 납니다. 그래도 60점보단 70점이 좋긴 합니다. 얄팍하네요.​4. 글을 잘 쓰고 싶습니다. 왤까요? 끝내주는 글을 써서 사람들에게 공감을 많이 받고 싶나 봅니다. 좋아요 중독인 거죠. 사실 좋아요 보다는 사람들의 관심과 사랑을 받고 싶은 걸지도요. 어쨌든 좋아요는 '하트' 모양이니까요. 다만 그렇게 하는 게 쉽지가 않습니다. 썼다, 지웠다 반복도 참 많이 합니다. 머릿속에서도 몇 번을 지우고요. 폐기처분하는 글도 많습니다. 왜 폐기처분하느냐? 명분은 더 잘 쓰겠다 인데요... 곰곰이 생각해 보면 핑계입니다. 겁이 많아서 그렇습니다. 보이지 않는 눈들이요. 누가 뭐라 할까 봐? 글쓰기만 그럴까요? 인생도 그런 것 아닐까 생각도 했습니다. 아무도 지켜보지 않겠지만요. 지켜볼 수도 있고요. 제가 만든 가짜 눈일 수도 있고요.​5. 한 영상에 꽂혔습니다. 거기서 anticlimax라는 단어를 쓰는데요. 이 단어가 그렇게 멋있더라고요. 절정까지 가는데, 딱 거기까지만 가는 겁니다. 의도적으로요. 클라이막스를 찍을 수 있는데. 눈앞에 보이는데. 하면 할 수 있는데. 굳이 안 하고. 다른 데로 넘어가는. 그 쿨함이 엄청 멋지다고 느꼈습니다. 그런데 동시에 이런 생각도 들었습니다. '기왕 할 수 있으면 끝까지 하는 게 좋은 거 아닌가? 할 수 있는데 안 한다... 나는 이게 왜 쿨하다고 느낄까?' 이 질문에 대한 저만의 답은 이렇습니다. 하나를 끝까지 했는데, 잘 안될 수도 있지 않습니까? 그게 무서워서 괜히 마음에 방어기제를 하나 두는 거죠. 괜히 이름을 붙이는 거지요. anticlimax 라고요. 나는 할 수 있는데, 굳이 안 한 거라고. 그러면 마음은 편하지 않겠습니까? 어쩌면 그 마음이 공감 돼서 쿨하다고 느꼈나? 싶기도 합니다. 그럴 수도 있고, 아닐 수도 있고요.​6. 모순. 하루에도 감정이 여기로 갔다가 저기로 갔다가 합니다. 생각도 그렇고요. 이것도 저고요. 저것도 저지요. 내일의 저도 오늘의 저도, 어제의 저도 다 '저'지요. 하나의 모습일 수 없다는 생각을 많이 합니다. 여러 가지 모습들의 종합이 다 저입니다. 어차피 하나로만 순수할 수가 없으니, 모순된 게 어쩌면 가장 인간적인 것일 수도 있겠다는 생각도 했습니다. 다 섞인 것들이 어쩌면 가장 순수한 모습이겠거니 생각도 합니다.​이런저런 머릿속 생각들, 메모들을 정리했습니다. 글의 순서는 시계열이 아닙니다. 글 읽으신 모든 분들, 오늘도 멋진 하루 시작하세요. from my iphone memo app. — 인스타그램에 놀러오세요. 일상의 스토리와 생각들을 함께 올립니다. https://www.instagram.com/bizucafe/

이 글이 누군가에게 읽힌다면

1. 현재의 내가 있는 것은 지금까지 나를 지지하고 도와준 수많은 사람 덕분이다.

2. 회사가 존속하는 것은 열심히 일하는 직원이 있고, 또한 제품을 구입해주는 고객이 있기 때문임을 잊지 않아야 한다.

3. 이런 겸손한 마음을 품고 살아야 매사 감사하는 태도가 자연스레 우러나는 법이다.

#왜리더인가

1. 현재의 내가 있는 것은 지금까지 나를 지지하고 도와준 수많은 사람 덕분이다. 2. 회사가 존속하는 것은 열심히 일하는 직원이 있고, 또한 제품을 구입해주는 고객이 있기 때문임을 잊지 않아야 한다. 3. 이런 겸손한 마음을 품고 살아야 매사 감사하는 태도가 자연스레 우러나는 법이다. #왜리더인가

< 감사하는 마음은 자신을 낮추는 마음 없이는 생겨나지 않는다 >

작은 팀부터 규모 있는 기업까지 다양한 곳에서 정말 많은 분들을 뽑아도 보고 탈락도 시켜본 자로서 정리해본 개발자 이력서 스타일에 대해서.

나는 개인적으로 개발자 이력서를 디자이너 포트폴리오 꾸미듯 꾸미기는 선호하지 않는다. 그렇다고 전형적인 이력서 포맷도 그닥이다. 자유양식의 심플 a4 스타일로 간결 1장 분량이면 좋고 길어도 2-3 페이지 정도를 선호한다.

내가 좋아하는 구성은
 * 사진(사진은 필수는 아니다) 이름, 전화번호, 이메일 주소
 * 경력 : 최신이 위로 올라오게 내림차순
 * 학력/교육 : 최종전공학력 위주.
   교육은 직무와 연관된 코스만 간단하게.
 * git repo, blog 등. 기술블로그 경우만.
   
이메일은 수시로 체크 가능한게 좋다. 이상하게 내 경험으로는 네이버 카카오 메일보다 gmail 지원자가 개발자의 경우는 채용까지 연결되는 경우가 많았다. 경험일 뿐이고 지금 지원하는 회사가 카카오, 네이버라면 당연히각 사의 메일주소를 쓰는게 낫겠다.

경력은 주로 아래로 구성된다.
 * 회사명, 재직기간
 * 담당 업무와 개발스택
 * 주요 활약이나 성과
JD(Job Descriptions) 와 연결된 담당 업무나 개발 스텍을 써보자.
 * AWS 기반 ec2 에 java + spring boot 로 구성된 백엔드 API 개발담당
 * React Native 를 활용한 사용자용 모바일 앱 개발
 * Jsp, html, css, JavaScript 로 구성된 was 개발
 * PyTorch 기반의 image classification, detection model 구현 및 serving API 개발 담당
 * swift 를 활용한 iOS native app 개발
등등 JD 에서 찾고 있는 스택과 맞는 경력사항을 간결하게 기술하자.

주요활약이나 성과
실제 내가 주도해서 달성했던 성과나 해결했던 문제를 기술해 주는게 좋다. 아래는 예제다.
 * operator 가 수동 분리하던 업무를 자동화하여 기존 처리량의 200% 를 달설하게 적은 수의 운영자가 더 많은 업무처리가 가능하도록 함
 * 20만 동접 채팅 및 입장 기능을 구현
 * 카카오, 네이버, 애플 로그인 연동으로 사용자의 소셜 로그인을 지원하고 간편가입을 구현.
 * RestFul API 체계를 구축하여, 다양한 이종 단말기 디바이스에서 유연한 연동이 가능하도록 제공
 * *** API 연동 개발을 통해 ML 모델을 구현하고 *** 기반으로 serving 체계 구축
 * 앱리뉴얼을 통해 사용자 MAU 20만 달성 앱 개발 운영 업무를 담당
 * **** 을 활용하여 CI/CD 체계 구축을 통해 개발생산성을 향상시켰고 상시 안정적인 운영배포 체계 구축
등등. 구체적이고 본인의 성과가 확실한 경력이라면 역시 간단히 써주는게 좋다.
인턴쉽 경험과 정규직 경험은 확실히 써주는게
좋다. 애매하게 인턴쉽을 정규직처럼 쓴다거나 하는데 어차피 기간에 나오니 인턴 경험이면 당당하게 인턴쉽 으로 명기하는데 더 좋은 인상을 준다.

학력/교육
최종학력과 교육 수강 내역을 쓰는데 최종학력이 개발쪽이 아니라면(예 학부는 개발전공인데 mba 를 했다거나
이종 석박사 과정을 했다면) 최종학력과 학부 경력까지 쓰자. 최종학력이 연관이라면 최종 학력만 쓰는 것도 좋겠다.

교육 수강내용은 타이틀과 어떤 과정이었는지만 간단히 쓰는게 좋다. 경력이 충분하다면 역시 스킵해도 된다.

신입이라 경력이 없다면 직무연관 동아리 활동이나 경진대회 수상이력, 이수한 교육 프로그램 등을 추가할 수 있으나 경력자라면 굳이 추가할 필요가 없다. 만약 채용 직무 관련 전공자가 아니라면 경력자라도 물론 관련활동이나 받은 교육내용을 써 주는 것도 좋다.
단 주의할 점은 짧게 간단하게. 간혹 당황스러운 건 교육 프로그램 과정에서 만든 프로젝트로 유명 사이트나 앱 기능 하나를 구현해 본걸 장황하게 쓰는 경우라던가, 기획자를 뽑는게 아닌데 아이디어 자체 강조형이면 좀 난감스럽다. 예를 들면 "*** 창업 경진대회 1위 수상" 이면 충분하고 이후 진행이 잘 되서 면접에 가게 되면 더 물어볼 수 있는 수준만 쓰는 게 이 파트 노하우다.

더 궁금한 사람들을 위해 git repo 는 반드시 이력서 초반 혹은 말미에 넣는 건 기본 중의 기본! 기술블로그는 있다면 남기자. 난 솔직히 git repo 는 들여다보는데 기술블로그는 잘 보진 않는다.

git 은 토이프로젝트라도 당연히 내 개인 프로젝트들이 들어 있어야 한다. 어디선가 베껴온 건 바로 티나니까, 내 코드를 넣어두되, 간단해도 되니 일반적인 개발언어별 컨벤션을 따르는게 좋겠고 lint 를 사용해 두는 걸 권장한다. 그리고 전직장이나 다른 사람들 기여가 더 높은 팀 프로젝트를 올려두는 건 오히려 마이너스다. 기본 비밀유지를 못하는 도덕적 법적 문제를 일으킬 수 있는 사람으로 보여질 수 있기 때문이다.

일단 구구절절 자기소개를 그리 신경 쓸 필요가 없다. 직장은 이 직무에 제일 잘 맞는 사람을 찾기를 원하기 때문에 잘 정리되고 깔끔한 구성이면 충분하다.

그리고 인턴이면 인턴, 신입이면 신입 또는 신입경력무관, 경력자면 경력에 맞는 곳에만 지원하자. 지원자가 많은 회사의 서류전형자라면 자격요건에 해당 안되는 경우는 무조건 스킵할 확률이 높기 때문이다.

그리고 서류전형을 통과해도 코딩테스트, 기술면접이 있기 때문에 경력을 과장하거나 회사나 팀의 성과를 모두 내 성과인 것 처럼 쓸 필요는 없다. 내가 했던 일이 뽑고 있는 직무와 관련도가 높은 곳을 찾고 그 점을 어필하는 게 좋은 전략 아닐까.

요즘 자의건 타의건 이직을 고민하는 개발자 분들이 주변에 많은 시기. 그간 다양한 직능의 다양한 직종의 분들을 면접 전형해 본 사람으로서 스킬 투척!

작은 팀부터 규모 있는 기업까지 다양한 곳에서 정말 많은 분들을 뽑아도 보고 탈락도 시켜본 자로서 정리해본 개발자 이력서 스타일에 대해서. 나는 개인적으로 개발자 이력서를 디자이너 포트폴리오 꾸미듯 꾸미기는 선호하지 않는다. 그렇다고 전형적인 이력서 포맷도 그닥이다. 자유양식의 심플 a4 스타일로 간결 1장 분량이면 좋고 길어도 2-3 페이지 정도를 선호한다. 내가 좋아하는 구성은<ul><li>사진(사진은 필수는 아니다) 이름, 전화번호, 이메일 주소</li><li>경력 : 최신이 위로 올라오게 내림차순</li><li>학력/교육 : 최종전공학력 위주.교육은 직무와 연관된 코스만 간단하게.</li><li>git repo, blog 등. 기술블로그 경우만. </li></ul>이메일은 수시로 체크 가능한게 좋다. 이상하게 내 경험으로는 네이버 카카오 메일보다 gmail 지원자가 개발자의 경우는 채용까지 연결되는 경우가 많았다. 경험일 뿐이고 지금 지원하는 회사가 카카오, 네이버라면 당연히각 사의 메일주소를 쓰는게 낫겠다. 경력은 주로 아래로 구성된다.<ul><li>회사명, 재직기간</li><li>담당 업무와 개발스택</li><li>주요 활약이나 성과</li></ul>JD(Job Descriptions) 와 연결된 담당 업무나 개발 스텍을 써보자.<ul><li>AWS 기반 ec2 에 java + spring boot 로 구성된 백엔드 API 개발담당</li><li>React Native 를 활용한 사용자용 모바일 앱 개발</li><li>Jsp, html, css, JavaScript 로 구성된 was 개발</li><li>PyTorch 기반의 image classification, detection model 구현 및 serving API 개발 담당</li><li>swift 를 활용한 iOS native app 개발</li></ul>등등 JD 에서 찾고 있는 스택과 맞는 경력사항을 간결하게 기술하자. 주요활약이나 성과실제 내가 주도해서 달성했던 성과나 해결했던 문제를 기술해 주는게 좋다. 아래는 예제다.<ul><li>operator 가 수동 분리하던 업무를 자동화하여 기존 처리량의 200% 를 달설하게 적은 수의 운영자가 더 많은 업무처리가 가능하도록 함</li><li>20만 동접 채팅 및 입장 기능을 구현</li><li>카카오, 네이버, 애플 로그인 연동으로 사용자의 소셜 로그인을 지원하고 간편가입을 구현.</li><li>RestFul API 체계를 구축하여, 다양한 이종 단말기 디바이스에서 유연한 연동이 가능하도록 제공</li><li>*** API 연동 개발을 통해 ML 모델을 구현하고 *** 기반으로 serving 체계 구축</li><li>앱리뉴얼을 통해 사용자 MAU 20만 달성 앱 개발 운영 업무를 담당</li><li>**** 을 활용하여 CI/CD 체계 구축을 통해 개발생산성을 향상시켰고 상시 안정적인 운영배포 체계 구축</li></ul>등등. 구체적이고 본인의 성과가 확실한 경력이라면 역시 간단히 써주는게 좋다.인턴쉽 경험과 정규직 경험은 확실히 써주는게좋다. 애매하게 인턴쉽을 정규직처럼 쓴다거나 하는데 어차피 기간에 나오니 인턴 경험이면 당당하게 인턴쉽 으로 명기하는데 더 좋은 인상을 준다. 학력/교육최종학력과 교육 수강 내역을 쓰는데 최종학력이 개발쪽이 아니라면(예 학부는 개발전공인데 mba 를 했다거나이종 석박사 과정을 했다면) 최종학력과 학부 경력까지 쓰자. 최종학력이 연관이라면 최종 학력만 쓰는 것도 좋겠다. 교육 수강내용은 타이틀과 어떤 과정이었는지만 간단히 쓰는게 좋다. 경력이 충분하다면 역시 스킵해도 된다. 신입이라 경력이 없다면 직무연관 동아리 활동이나 경진대회 수상이력, 이수한 교육 프로그램 등을 추가할 수 있으나 경력자라면 굳이 추가할 필요가 없다. 만약 채용 직무 관련 전공자가 아니라면 경력자라도 물론 관련활동이나 받은 교육내용을 써 주는 것도 좋다.단 주의할 점은 짧게 간단하게. 간혹 당황스러운 건 교육 프로그램 과정에서 만든 프로젝트로 유명 사이트나 앱 기능 하나를 구현해 본걸 장황하게 쓰는 경우라던가, 기획자를 뽑는게 아닌데 아이디어 자체 강조형이면 좀 난감스럽다. 예를 들면 "*** 창업 경진대회 1위 수상" 이면 충분하고 이후 진행이 잘 되서 면접에 가게 되면 더 물어볼 수 있는 수준만 쓰는 게 이 파트 노하우다. 더 궁금한 사람들을 위해 git repo 는 반드시 이력서 초반 혹은 말미에 넣는 건 기본 중의 기본! 기술블로그는 있다면 남기자. 난 솔직히 git repo 는 들여다보는데 기술블로그는 잘 보진 않는다. git 은 토이프로젝트라도 당연히 내 개인 프로젝트들이 들어 있어야 한다. 어디선가 베껴온 건 바로 티나니까, 내 코드를 넣어두되, 간단해도 되니 일반적인 개발언어별 컨벤션을 따르는게 좋겠고 lint 를 사용해 두는 걸 권장한다. 그리고 전직장이나 다른 사람들 기여가 더 높은 팀 프로젝트를 올려두는 건 오히려 마이너스다. 기본 비밀유지를 못하는 도덕적 법적 문제를 일으킬 수 있는 사람으로 보여질 수 있기 때문이다. 일단 구구절절 자기소개를 그리 신경 쓸 필요가 없다. 직장은 이 직무에 제일 잘 맞는 사람을 찾기를 원하기 때문에 잘 정리되고 깔끔한 구성이면 충분하다. 그리고 인턴이면 인턴, 신입이면 신입 또는 신입경력무관, 경력자면 경력에 맞는 곳에만 지원하자. 지원자가 많은 회사의 서류전형자라면 자격요건에 해당 안되는 경우는 무조건 스킵할 확률이 높기 때문이다. 그리고 서류전형을 통과해도 코딩테스트, 기술면접이 있기 때문에 경력을 과장하거나 회사나 팀의 성과를 모두 내 성과인 것 처럼 쓸 필요는 없다. 내가 했던 일이 뽑고 있는 직무와 관련도가 높은 곳을 찾고 그 점을 어필하는 게 좋은 전략 아닐까. 요즘 자의건 타의건 이직을 고민하는 개발자 분들이 주변에 많은 시기. 그간 다양한 직능의 다양한 직종의 분들을 면접 전형해 본 사람으로서 스킬 투척!

서류전형은 통과할만한 신입 or 주니어 경력 개발자 이력서 스타일

Hi I have finally solved 300 problems on LeetCode. Following is the distribution of the topics I have solved questions from and the number of questions in each of them. The major thing I have learnt...

I Solved 300+ Leetcode problems , Here is what I learnt.

마침내 리트코드에서 300개의 문제를 해결했습니다. 이 여정에서 중요한 부분은 다음과 같습니다.
 
 1. 고급 토픽에 집중하기: 동적 프로그래밍(DP), 이진 검색, 그래프, 트리 및 우선순위 큐와 같은 주제는 인터뷰에서 자주 질문을 받으며, 익숙해 지기 위해서는 시간과 인내심이 필요하기 때문에 계속해서 집중합니다.
 2. 다른 사람과 비교하지 않기: 우리는 모두 다른 개체이기 때문에, 자신의 학습곡선을 그대로 받아들이는 것이 좋습니다. 당신의 여정을 다른 사람과 비교하지 마세요.
 3. 일하면서 300개의 문제를 해결하는 데 10개월이 걸렸고, 일부 사람들은 그 절반의 시간만을 투자할지도 모르지만 괜찮습니다. 그것은 저만의 여정이니 다른 사람을 생각하며 내 기분을 상하게 하지 않을 것입니다.
 4. medium 단계의 문제는 최소 30분 동안 시도하기: 30분 동안 최선을 다하고, 그 후에는 힌트를 보는 것을 주저하지 마세요. 아무 문제가 없더라도 내가 모르는 특정한 기술이나 개념이 있을 수 있으므로 힌트를 찾아보세요.
 5. 최고가 되기 위한 동기를 가지기: 최고가 되기 위한 열망은 장애물을 극복하도록 도와줍니다. 
 6. 훈련하기: 처음에는 그것이 숙제처럼 느껴질 수 있지만, 서서히 적응하게 되어 삶의 일부가 될 것입니다. 

번역: [https://ducktopia.tistory.com/122]
원문:

마침내 리트코드에서 300개의 문제를 해결했습니다. 이 여정에서 중요한 부분은 다음과 같습니다.&nbsp;<ol ><li>고급 토픽에 집중하기: 동적 프로그래밍(DP), 이진 검색, 그래프, 트리 및 우선순위 큐와 같은 주제는 인터뷰에서 자주 질문을 받으며, 익숙해 지기 위해서는 시간과 인내심이 필요하기 때문에 계속해서 집중합니다.</li><li>다른 사람과 비교하지 않기: 우리는 모두 다른 개체이기 때문에, 자신의 학습곡선을 그대로 받아들이는 것이 좋습니다. 당신의 여정을 다른 사람과 비교하지 마세요.</li><li>일하면서 300개의 문제를 해결하는 데 10개월이 걸렸고, 일부 사람들은 그 절반의 시간만을 투자할지도 모르지만 괜찮습니다. 그것은 저만의 여정이니 다른 사람을 생각하며 내 기분을 상하게 하지 않을 것입니다.</li><li>medium 단계의 문제는 최소 30분 동안 시도하기: 30분 동안 최선을 다하고, 그 후에는 힌트를 보는 것을 주저하지 마세요. 아무 문제가 없더라도 내가 모르는 특정한 기술이나 개념이 있을 수 있으므로 힌트를 찾아보세요.</li><li>최고가 되기 위한 동기를 가지기: 최고가 되기 위한 열망은 장애물을 극복하도록 도와줍니다.&nbsp;</li><li>훈련하기: 처음에는 그것이 숙제처럼 느껴질 수 있지만, 서서히 적응하게 되어 삶의 일부가 될 것입니다.&nbsp;</li></ol> 번역: [https://ducktopia.tistory.com/122]원문:

🕊️  [Medium] 300개 이상의 리트코드 문제를 해결한 방

01 . 숏폼 콘텐츠의 자극성에 비판을 가하고 싶은 생각은 전혀 없지만 가끔 숏폼 피드를 보다 보면 저도 모르게 희한한 감정이 들 때가 있습니다. 조금 전까지는 예능 프로에서 레전드 짤로 불리는 하이라이트를 보며 낄낄대다가 곧장 다음 콘텐츠를 넘기면 그때는 또 세상을 아주 올바르게 살아가야 할 법한 중요한 말들이 쏟아지거든요. 그렇게 축구 하이라이트를 지나 사람이 금성에 떨어지면 어떻게 되는지를 알려주는 과학 콘텐츠를 만날 때면 이제 어떤 감정으로 콘텐츠를 대해야 하는지 의아해질 때도 많기 때문이죠.

02 . 그중에서도 저는 요즘 동기부여에 관한 콘텐츠를 어떻게 받아들여야 하는지가 참 고민입니다. 저 역시 책 읽는 걸 좋아하고 콘텐츠 보는 걸 즐기는 편이라 중요한 문장이나 의미 있게 다가온 장면들이 있으면 어떻게든 남겨두려고 하거든요.
특히 숏폼 콘텐츠가 뜨고 나서부터는 수많은 유명인들의 인터뷰에 큼지막한 자막을 입히고 웅장한 BGM을 깔아서 전달하는 게시물들이 늘어나다 보니 왠지 아주 특별하지 않은 내용도 꼭 저장을 해 둬야 할 것 같은 주요한 콘텐츠처럼 받아들여지는 순간도 없지 않습니다.

03 . 이상하다 싶었죠. 오히려 책을 읽으며 적당히 하이라이트하고, 기록하고, 때로는 필사를 해가며 얻은 인사이트들보다 훨씬 간편하고 임팩트 있게 마주할 수 있는 동기부여 콘텐츠들이 넘쳐나는 세상인데 정작 왜 동기부여가 제대로 되지 않을까 싶은 그 사실이 무척 궁금해진 겁니다.
그래서 오늘은 지극히 개인적인 해석과 지극히 개인적인 방법들을 한 번 소개해 볼까 합니다. 바로 명언 중독의 시대에 동기부여 콘텐츠를 적절히 활용하기 위한 방법으로 말이죠.

04 . 우선 저는 비타민의 역설을 이야기하고 싶습니다. 많이들 아시다시피 비타민은 우리 몸에 필요한 일정 수준의 양분으로 흡수되고 나면 초과분은 모두 몸 밖으로 배출되게 됩니다. 때문에 고함량의 비타민을 여러 번 복용한다고 해도 건강에 주는 이점은 딱히 없는 셈이죠.
그런데 저는 동기부여에 관한 콘텐츠도 크게 다를 바가 없다고 생각합니다. 숏폼이든 아니면 다른 형태든 간에 좋은 말을 많이 스크랩해놓는 것이 주는 가장 큰 충족은 '내가 좋은 콘텐츠를 일단 저장해놨다'라는 순간의 자기만족이거든요. 때문에 나중에는 우리 몸밖으로 모두 흘러나가버릴 걸 잘 알면서도 어떤 식으로든 도움이 된다는 생각에 '삼키고 보자'는 심리가 발동하는 겁니다.

05 . 이런 딜레마에서 벗어나려면 결국 또 취사선택의 마법을 부려야 합니다. 이전에도 글을 통해 '메모하는 것보다 정리하는 게 훨씬 중요하다'는 말을 전달한 적이 있었는데요, 저는 이른바 '동기부여'로 분류되는 콘텐츠들을 보고 저장하더라도 되도록 일주일에 베스트(?) 콘텐츠 하나만을 골라보려고 노력합니다. 다시 말해 정말 나 스스로에게 도움이 되고, 두고두고 생각해도 맞는 말인 것 같고, 내 삶에서 내가 직접 실천해 볼 수 있다고 생각되는 콘텐츠를 딱 하나만 선정해 보는 거죠. 그렇게 감히 '명언을 고른다'는 생각으로 접근하면 동기부여 콘텐츠를 보는 눈은 완전히 달라지게 됩니다.

06 . 더불어 저는 어떤 콘텐츠를 보건 간에 결국 텍스트로 변환해서 정리해두려고 노력합니다. 앞서 말한 것처럼 콘텐츠는 늘 극적인 임팩트를 주는 연출이 담겨있으니까요, 그 효과 자체를 부정하는 것은 아니지만 우리가 궁극적으로 취해야 할 것이 메시지라면, 그 메시지를 둘러싸고 있는 당의정 캡슐을 모두 녹여내고서 메시지 그 자체에 주목해 볼 필요가 있는 겁니다.
이렇게 텍스트만으로 주요한 내용을 정리해두면 스크랩해둔 콘텐츠 원본을 볼 때와는 꽤 다른 느낌을 받을 수 있습니다. 처음 콘텐츠를 만날 때보다 감동이 줄어들 때도 물론 있지만 또 어떤 말들은 그 감동이 배가되기도 하거든요. 그러니 마음에 드는 콘텐츠를 만날 때면 조금 시간이 걸리더라도 가급적 글만으로 담백히 남겨두려는 시도를 해보는 것이 좋습니다.

07 . 마지막으로는 콘텐츠의 성격을 규정하고 분류해 보는 겁니다. 저는 동기부여 콘텐츠에는 크게 두 가지 기준이 있다고 생각하는데요, 하나는 지금 내가 하고 있는 생각에 부스트를 달아주는 형태의 콘텐츠고 다른 하나는 나에게 새로운 시각과 관점을 주는 콘텐츠라는 겁니다. 때문에 이 콘텐츠가 요즘 내가 추구하는 가치관을 응원해 주는 것인지 아니면 '세상에 그런 생각만 있는 건 아니란다'라며 새로운 눈을 뜨게 해주는 콘텐츠인지 구분해 보는 것만으로도 콘텐츠의 활용도가 완전히 달려집니다. 저는 이 작은 행동만으로도 우리가 타인이 만들어 놓은 좋은 말들을 아주 잘 써먹을 수 있다고 봅니다.

08 . 아마 여러분 주위에 있는 사람들의 대화를 유심히 보다 보면 하나의 공통점을 발견할 수 있을 겁니다.
"OOO이 하는 유튜브 보다 보니까 들은 말인데~"
"엊그제 나혼산 보다가 OOO이 하는 거 보면서 느낀 건데~"
"숏츠 보다가 OOO 선생님이 해주는 이야기에서 말야~"
라는 말이 생각보다 우리 대화의 아주 큰 지분을 차지하고 있다는 사실 말이죠.

09 . 물론 아무런 감흥도, 생각도, 주관도, 자각도 없이 사는 것보다야 훨씬 나은 일이지만 결국 한 번이라도 내 마음에 동요를 일으킨 뭔가를 만날 때는 어떻게라도 그걸 붙잡아두고 재가공해서 흡수하는 일이 꼭 필요합니다. 저는 그게 이렇게 차고 넘치는 명언의 시대를 현명하게 살아가는 방법이 아닐까 싶기도 하고 말이죠.

10 . 좀 우스운 비유이긴 하지만 저는 식당에 가서 메뉴 추천을 받을 때 '아유 저흰 다 맛있어요'라고 하시는 사장님보다는 '오늘은 특히 이게 좋습니다'라든가 '요즘엔 손님들이 이걸 제일 많이 찾으십니다'라고 말해 줄 때가 훨씬 좋습니다. 전자는 더 이상 대화를 이어갈 소스가 없는 반면 후자는 사장님 나름대로 선택하고 편집한 작은 이유라도 있을 테니까요. 설사 그 과정을 스스로 경험한 사람의 생각이 나와 다를지언정 나로 하여금 판단의 기준을 만들어주는 사람들은 언제나 고마운 법이죠. 그리고 우리 역시 그런 사람일 때 더 매력적이 되는 것 같고요.

01 . 숏폼 콘텐츠의 자극성에 비판을 가하고 싶은 생각은 전혀 없지만 가끔 숏폼 피드를 보다 보면 저도 모르게 희한한 감정이 들 때가 있습니다. 조금 전까지는 예능 프로에서 레전드 짤로 불리는 하이라이트를 보며 낄낄대다가 곧장 다음 콘텐츠를 넘기면 그때는 또 세상을 아주 올바르게 살아가야 할 법한 중요한 말들이 쏟아지거든요. 그렇게 축구 하이라이트를 지나 사람이 금성에 떨어지면 어떻게 되는지를 알려주는 과학 콘텐츠를 만날 때면 이제 어떤 감정으로 콘텐츠를 대해야 하는지 의아해질 때도 많기 때문이죠. 02 . 그중에서도 저는 요즘 동기부여에 관한 콘텐츠를 어떻게 받아들여야 하는지가 참 고민입니다. 저 역시 책 읽는 걸 좋아하고 콘텐츠 보는 걸 즐기는 편이라 중요한 문장이나 의미 있게 다가온 장면들이 있으면 어떻게든 남겨두려고 하거든요. 특히 숏폼 콘텐츠가 뜨고 나서부터는 수많은 유명인들의 인터뷰에 큼지막한 자막을 입히고 웅장한 BGM을 깔아서 전달하는 게시물들이 늘어나다 보니 왠지 아주 특별하지 않은 내용도 꼭 저장을 해 둬야 할 것 같은 주요한 콘텐츠처럼 받아들여지는 순간도 없지 않습니다. 03 . 이상하다 싶었죠. 오히려 책을 읽으며 적당히 하이라이트하고, 기록하고, 때로는 필사를 해가며 얻은 인사이트들보다 훨씬 간편하고 임팩트 있게 마주할 수 있는 동기부여 콘텐츠들이 넘쳐나는 세상인데 정작 왜 동기부여가 제대로 되지 않을까 싶은 그 사실이 무척 궁금해진 겁니다.그래서 오늘은 지극히 개인적인 해석과 지극히 개인적인 방법들을 한 번 소개해 볼까 합니다. 바로 명언 중독의 시대에 동기부여 콘텐츠를 적절히 활용하기 위한 방법으로 말이죠. 04 . 우선 저는 비타민의 역설을 이야기하고 싶습니다. 많이들 아시다시피 비타민은 우리 몸에 필요한 일정 수준의 양분으로 흡수되고 나면 초과분은 모두 몸 밖으로 배출되게 됩니다. 때문에 고함량의 비타민을 여러 번 복용한다고 해도 건강에 주는 이점은 딱히 없는 셈이죠.그런데 저는 동기부여에 관한 콘텐츠도 크게 다를 바가 없다고 생각합니다. 숏폼이든 아니면 다른 형태든 간에 좋은 말을 많이 스크랩해놓는 것이 주는 가장 큰 충족은 '내가 좋은 콘텐츠를 일단 저장해놨다'라는 순간의 자기만족이거든요. 때문에 나중에는 우리 몸밖으로 모두 흘러나가버릴 걸 잘 알면서도 어떤 식으로든 도움이 된다는 생각에 '삼키고 보자'는 심리가 발동하는 겁니다. 05 . 이런 딜레마에서 벗어나려면 결국 또 취사선택의 마법을 부려야 합니다. 이전에도 글을 통해 '메모하는 것보다 정리하는 게 훨씬 중요하다'는 말을 전달한 적이 있었는데요, 저는 이른바 '동기부여'로 분류되는 콘텐츠들을 보고 저장하더라도 되도록 일주일에 베스트(?) 콘텐츠 하나만을 골라보려고 노력합니다. 다시 말해 정말 나 스스로에게 도움이 되고, 두고두고 생각해도 맞는 말인 것 같고, 내 삶에서 내가 직접 실천해 볼 수 있다고 생각되는 콘텐츠를 딱 하나만 선정해 보는 거죠. 그렇게 감히 '명언을 고른다'는 생각으로 접근하면 동기부여 콘텐츠를 보는 눈은 완전히 달라지게 됩니다. 06 . 더불어 저는 어떤 콘텐츠를 보건 간에 결국 텍스트로 변환해서 정리해두려고 노력합니다. 앞서 말한 것처럼 콘텐츠는 늘 극적인 임팩트를 주는 연출이 담겨있으니까요, 그 효과 자체를 부정하는 것은 아니지만 우리가 궁극적으로 취해야 할 것이 메시지라면, 그 메시지를 둘러싸고 있는 당의정 캡슐을 모두 녹여내고서 메시지 그 자체에 주목해 볼 필요가 있는 겁니다.이렇게 텍스트만으로 주요한 내용을 정리해두면 스크랩해둔 콘텐츠 원본을 볼 때와는 꽤 다른 느낌을 받을 수 있습니다. 처음 콘텐츠를 만날 때보다 감동이 줄어들 때도 물론 있지만 또 어떤 말들은 그 감동이 배가되기도 하거든요. 그러니 마음에 드는 콘텐츠를 만날 때면 조금 시간이 걸리더라도 가급적 글만으로 담백히 남겨두려는 시도를 해보는 것이 좋습니다. 07 . 마지막으로는 콘텐츠의 성격을 규정하고 분류해 보는 겁니다. 저는 동기부여 콘텐츠에는 크게 두 가지 기준이 있다고 생각하는데요, 하나는 지금 내가 하고 있는 생각에 부스트를 달아주는 형태의 콘텐츠고 다른 하나는 나에게 새로운 시각과 관점을 주는 콘텐츠라는 겁니다. 때문에 이 콘텐츠가 요즘 내가 추구하는 가치관을 응원해 주는 것인지 아니면 '세상에 그런 생각만 있는 건 아니란다'라며 새로운 눈을 뜨게 해주는 콘텐츠인지 구분해 보는 것만으로도 콘텐츠의 활용도가 완전히 달려집니다. 저는 이 작은 행동만으로도 우리가 타인이 만들어 놓은 좋은 말들을 아주 잘 써먹을 수 있다고 봅니다. 08 . 아마 여러분 주위에 있는 사람들의 대화를 유심히 보다 보면 하나의 공통점을 발견할 수 있을 겁니다."OOO이 하는 유튜브 보다 보니까 들은 말인데~""엊그제 나혼산 보다가 OOO이 하는 거 보면서 느낀 건데~""숏츠 보다가 OOO 선생님이 해주는 이야기에서 말야~"라는 말이 생각보다 우리 대화의 아주 큰 지분을 차지하고 있다는 사실 말이죠. 09 . 물론 아무런 감흥도, 생각도, 주관도, 자각도 없이 사는 것보다야 훨씬 나은 일이지만 결국 한 번이라도 내 마음에 동요를 일으킨 뭔가를 만날 때는 어떻게라도 그걸 붙잡아두고 재가공해서 흡수하는 일이 꼭 필요합니다. 저는 그게 이렇게 차고 넘치는 명언의 시대를 현명하게 살아가는 방법이 아닐까 싶기도 하고 말이죠. 10 . 좀 우스운 비유이긴 하지만 저는 식당에 가서 메뉴 추천을 받을 때 '아유 저흰 다 맛있어요'라고 하시는 사장님보다는 '오늘은 특히 이게 좋습니다'라든가 '요즘엔 손님들이 이걸 제일 많이 찾으십니다'라고 말해 줄 때가 훨씬 좋습니다. 전자는 더 이상 대화를 이어갈 소스가 없는 반면 후자는 사장님 나름대로 선택하고 편집한 작은 이유라도 있을 테니까요. 설사 그 과정을 스스로 경험한 사람의 생각이 나와 다를지언정 나로 하여금 판단의 기준을 만들어주는 사람들은 언제나 고마운 법이죠. 그리고 우리 역시 그런 사람일 때 더 매력적이 되는 것 같고요.

명언 중독의 시대를 살아가는 법

Learn the top mistakes made while using ChatGPT and how to fix them effectively.

You Are Using ChatGPT Wrong! Here are 3 Mistakes You've Probably Done!

ChatGPT의 3가지 유용한 사용 방법을 알려주는 좋은 기사가 있어 공유합니다.😃

<ChatGPT를 사용하면서 저지르기 쉬운 실수 3가지>

🥇 사용자 정의 지침의 마법(Custom Instructions)
 * 사용자 정의 지침의 사용 없이 ChatGPT를 사용하는 것은 마치 포르쉐를 소유하고 있지만 자동차의 시속이 80mph로 제한되는 것과 같다고 합니다.😭
 * ChatGPT의 사용자 정의 지침을 통해 사용자는 필요에 따라 AI의 응답을 사용자 정의할 수 있으므로 전문적이고 개인적인 설정에서 더욱 유용하게 사용할 수 있습니다.
 * GPT를 맞춤설정할 수 있는데, 예를 들어 콘텐츠 제작자는 사용자 정의 지침을 통해 ChatGPT의 분위기와 목적을 형성할 수 있습니다.

🥈 AI 마인드 마스터하기: CoT(Chain of Thought) 프롬프트
 * LLM(대형 언어 모델)은 CoT(사고 사슬) 프롬프트가 제공되면, 어려운 작업을 수행해야 할 때 더 명확하게 생각한다고 합니다. 어려운 수학, 상식 문제에 대해서 보다 정확하고 유용한 답변을 제공한다고 하네요.
 * 이 방법은 문제를 이해하기 쉬운 단계로 나누고 모델을 정답으로 유도합니다. 수학 문제와 마찬가지로 각 단계는 이전 단계를 바탕으로 끝까지 진행됩니다.

🥉 5가지 단계 적용으로 완벽한 프롬프트 만들기
 * 완벽한 ChatGPT 프롬프트를 이해하는 것은 명확성, 맥락, 창의성이 혼합된 복잡한 예술이라고 할 수 있고, 컨텍스트(Context), 작업(Task), 지시(Instruct), 명확화(Clarify), 개선(Refine) 등 각 조각이 중요한 역할을 하는 퍼즐을 조립하는 것입니다.
 * 컨텍스트: 강력한 기반을 구축하기 위해 배경 정보를 제공합니다. (AI에게 대화 주제를 지시합니다.)
 * 작업: ChatGPT에서 수행하려는 작업을 매우 명확하게 지정하세요. (잘 정의된 작업은 AI의 능력을 극대화합니다.)
 * 지시: 작업 수행 방법에 대해 명확한 지시를 하는 것을 지시라고 합니다. (원하는 모양으로 출력됩니다.)
 * 명확화: 사람들이 이해할 수 있도록 의심을 없애고 응답이 의도한 것과 일치하는지 확인하십시오. (소통이 향상됩니다.)
 * 개선: 프롬프트로 돌아가서 개선하세요. (오류를 제거하고 프롬프트를 명확하게 합니다.)

원본 기사 링크는 아래와 같습니다. 감사합니다.🙏
[Source Link] https://levelup.gitconnected.com/you-are-using-chatgpt-wrong-here-are-3-mistakes-youve-probably-done-b3f3eaef40d1

ChatGPT의 3가지 유용한 사용 방법을 알려주는 좋은 기사가 있어 공유합니다.😃 &lt;ChatGPT를 사용하면서 저지르기 쉬운 실수 3가지&gt; 🥇 사용자 정의 지침의 마법(Custom Instructions)<ul ><li>사용자 정의 지침의 사용 없이 ChatGPT를 사용하는 것은 마치 포르쉐를 소유하고 있지만 자동차의 시속이 80mph로 제한되는 것과 같다고 합니다.😭</li><li>ChatGPT의 사용자 정의 지침을 통해 사용자는 필요에 따라 AI의 응답을 사용자 정의할 수 있으므로 전문적이고 개인적인 설정에서 더욱 유용하게 사용할 수 있습니다.</li><li>GPT를 맞춤설정할 수 있는데, 예를 들어 콘텐츠 제작자는 사용자 정의 지침을 통해 ChatGPT의 분위기와 목적을 형성할 수 있습니다.</li></ul> 🥈 AI 마인드 마스터하기: CoT(Chain of Thought) 프롬프트<ul ><li>LLM(대형 언어 모델)은 CoT(사고 사슬) 프롬프트가 제공되면, 어려운 작업을 수행해야 할 때 더 명확하게 생각한다고 합니다. 어려운 수학, 상식 문제에 대해서 보다 정확하고 유용한 답변을 제공한다고 하네요.</li><li>이 방법은 문제를 이해하기 쉬운 단계로 나누고 모델을 정답으로 유도합니다. 수학 문제와 마찬가지로 각 단계는 이전 단계를 바탕으로 끝까지 진행됩니다.</li></ul> 🥉 5가지 단계 적용으로 완벽한 프롬프트 만들기<ul ><li>완벽한 ChatGPT 프롬프트를 이해하는 것은 명확성, 맥락, 창의성이 혼합된 복잡한 예술이라고 할 수 있고, 컨텍스트(Context), 작업(Task), 지시(Instruct), 명확화(Clarify), 개선(Refine) 등 각 조각이 중요한 역할을 하는 퍼즐을 조립하는 것입니다.<ul ><li>컨텍스트: 강력한 기반을 구축하기 위해 배경 정보를 제공합니다. (AI에게 대화 주제를 지시합니다.)</li><li>작업: ChatGPT에서 수행하려는 작업을 매우 명확하게 지정하세요. (잘 정의된 작업은 AI의 능력을 극대화합니다.)</li><li>지시: 작업 수행 방법에 대해 명확한 지시를 하는 것을 지시라고 합니다. (원하는 모양으로 출력됩니다.)</li><li>명확화: 사람들이 이해할 수 있도록 의심을 없애고 응답이 의도한 것과 일치하는지 확인하십시오. (소통이 향상됩니다.)</li><li>개선: 프롬프트로 돌아가서 개선하세요. (오류를 제거하고 프롬프트를 명확하게 합니다.)</li></ul></li></ul> 원본 기사 링크는 아래와 같습니다. 감사합니다.🙏[Source Link] https://levelup.gitconnected.com/you-are-using-chatgpt-wrong-here-are-3-mistakes-youve-probably-done-b3f3eaef40d1

ChatGPT 사용 시 유용한 3가지 팁

GitHub Copilot](https://github.com/features/copilot)을 터미널에서 사용할 수 있는 GitHub Copilot in the CLI가 지난달부터 GA, 즉 누구나 이용할 수 있게 공개되었다. 누구나라고는 하지만 [GitHub Copilot...

GitHub Copilot을 CLI 명령어에서 도움받을 수 있는 GitHub Copilot in the CLI :: Outsider's Dev Story

작년부터 베타 테스트를 진행하다가 지난 3월 GitHub Copilot in the CLI가 GitHub Copilot 사용자라면(유료) 누구나 이용할 수 있도록 공개되었습니다.

GitHub Copilot in the CLI는 Copilot의 AI기능을 터미널에서도 쓸수 있도록 원하는 CLI 명령어를 쉽게 찾을수 있거나 CLI 명령어가 어떤 의미인지 알 수 있도록 도와주는 명령어입니다.

GitHub Copilot in the CLI가 어떤 기능을 제공하고 어떻게 사용할 수 있는지를 정리해봤습니다.

https://blog.outsider.ne.kr/1717

작년부터 베타 테스트를 진행하다가 지난 3월 GitHub Copilot in the CLI가 GitHub Copilot 사용자라면(유료) 누구나 이용할 수 있도록 공개되었습니다. GitHub Copilot in the CLI는 Copilot의 AI기능을 터미널에서도 쓸수 있도록 원하는 CLI 명령어를 쉽게 찾을수 있거나 CLI 명령어가 어떤 의미인지 알 수 있도록 도와주는 명령어입니다. GitHub Copilot in the CLI가 어떤 기능을 제공하고 어떻게 사용할 수 있는지를 정리해봤습니다. https://blog.outsider.ne.kr/1717

Outsider's Dev Story

작년부터 베타 테스트를 진행하다가 지난 3월 GitHub Copi

뽑지 말아야할 CTO, 뽑아야할 CTO 대부분의 테크 기업은 투자를 받으면서 VC에서 좋은 CTO를 요구하는 경우가 많습니다. 기술 기반의 기업에서 기술적으로 중요한 결정은 스타트업의 흥망을 좌우하는 경우가 대부분이기 때문에 VC도 C레벨의 이력과 경험을 중요하게 봅니다. 좋은... | 14 comments on LinkedIn

Dennis Kim on LinkedIn: #스타트업 #startup #cto #기술총괄 #창업 #투자 #배달의민족 #배민 #데마에칸 #php #파이썬 #python #java... | 14 comments

대부분의 테크 기업은 투자를 받으면서 VC에서 좋은 CTO를 요구하는 경우가 많습니다. 기술 기반의 기업에서 기술적으로 중요한 결정은 스타트업의 흥망을 좌우하는 경우가 대부분이기에, VC도 C레벨의 이력과 경험을 중요하게 봅니다.
좋은 CTO는 무엇인가에 대해 명확한 정답은 없지만, Dennis Kim님께서 개인적으로 공감이 가도록 정리해주신 내용이 있어 공유드립니다.

👁️ 좋은 기술 리드의 예
 * 데마에칸을 에러 없이 새로운 코드로 짠 팀의 기술 리드
 * PHP에서 자바로 리팩토링을 한 배달의 민족
 * C++로 된 코드를 자바 스프링으로 거의 리팩토링을 진행한 토스 증권팀의 기술 리드

🏋️ 좋은 팀은 보이지 않는 기술 부채를 청산하고 미래로 달릴 수 있는 기반을 만듭니다.
기술은 회사의 미래와 사업적 가중치에서 균형을 잡아야합니다. 그렇지 못한 경우에는 CTO의 개인적인 욕심과 취미활동이 됩니다. 그렇게 되면 회사는 방향을 잃거나 비용을 낭비하게 되고, 투자 받을 타이밍에 투자를 못받게 됩니다. 개발 총괄의 자리는 개발 인력의 수준을 끌어올리고 기술 지향점의 비전을 공유할 수 있어야 합니다.

💁‍♂️ 뽑지 말아야할 CTO는 ?
 * SNS 중독, 코딩은 절대 시간이기 때문에 적당히 해야 합니다.
 * SNS와 커뮤니티에서 그루급이고 너무 커뮤니티에 진심인 분
 * 전 회사에서 분쟁이 있었던 분
 * 마이너한 기술 스택을 고집하는 분 (=개발자 뽑기 힘들어요. 인공지능 쪽 아니면 파이썬이 주력이면 갈아 엎는 데 더 비용과 시간이 들어요)
 * SI 회사에서 오래다니신분 (=어떤 코드가 나올지 팀원들을 SI 노가다로 굴릴 수 있어요)
 * 빅테크 기업 출신 (=코딩은 하는데 회사의 복지, 시스템을 빅테크로 만들어달라고 합니다. 회사는 돈을 버는 곳입니다.)
 * 개발문화를 중시하는 분 (=개발자에게 인심은 얻지만, 회사는 개발과 서비스를 만드는데 개발문화를 전도하는 컬쳐 전도사가 되면 안됩니다.)

🏄🏻‍♂️ 좋은 CTO는 ?
 * 꾸준하게 자신의 생각을 글로 씁니다.
 * 레거시를 어떤 전략으로 리팩토링할지 항상 고민합니다.
 * 팀의 성장을 돕습니다.
 * 채용을 잘 할 수 있는 개발 스택을 늘 고민합니다.
 * 회사의 방향성에 맞는 개발 스택을 자신의 기술 스택보다 앞서 선택합니다.
 * 커뮤니케이션과 소통을 잘 합니다.
 * 다양한 사회 경험, 사업 경험과 호기심이 있습니다.
 * 회사의 성장 목표를 일치하기 위해 C레벨과 소통합니다.

대부분의 테크 기업은 투자를 받으면서 VC에서 좋은 CTO를 요구하는 경우가 많습니다. 기술 기반의 기업에서 기술적으로 중요한 결정은 스타트업의 흥망을 좌우하는 경우가 대부분이기에, VC도 C레벨의 이력과 경험을 중요하게 봅니다.좋은 CTO는 무엇인가에 대해 명확한 정답은 없지만, Dennis Kim님께서 개인적으로 공감이 가도록 정리해주신 내용이 있어 공유드립니다. 👁️ 좋은 기술 리드의 예<ul ><li>데마에칸을 에러 없이 새로운 코드로 짠 팀의 기술 리드</li><li>PHP에서 자바로 리팩토링을 한 배달의 민족</li><li>C++로 된 코드를 자바 스프링으로 거의 리팩토링을 진행한 토스 증권팀의 기술 리드</li></ul> 🏋️ 좋은 팀은 보이지 않는 기술 부채를 청산하고 미래로 달릴 수 있는 기반을 만듭니다.기술은 회사의 미래와 사업적 가중치에서 균형을 잡아야합니다. 그렇지 못한 경우에는 CTO의 개인적인 욕심과 취미활동이 됩니다. 그렇게 되면 회사는 방향을 잃거나 비용을 낭비하게 되고, 투자 받을 타이밍에 투자를 못받게 됩니다. 개발 총괄의 자리는 개발 인력의 수준을 끌어올리고 기술 지향점의 비전을 공유할 수 있어야 합니다. 💁‍♂️ 뽑지 말아야할 CTO는 ?<ul ><li>SNS 중독, 코딩은 절대 시간이기 때문에 적당히 해야 합니다.</li><li>SNS와 커뮤니티에서 그루급이고 너무 커뮤니티에 진심인 분</li><li>전 회사에서 분쟁이 있었던 분</li><li>마이너한 기술 스택을 고집하는 분 (=개발자 뽑기 힘들어요. 인공지능 쪽 아니면 파이썬이 주력이면 갈아 엎는 데 더 비용과 시간이 들어요)</li><li>SI 회사에서 오래다니신분 (=어떤 코드가 나올지 팀원들을 SI 노가다로 굴릴 수 있어요)</li><li>빅테크 기업 출신 (=코딩은 하는데 회사의 복지, 시스템을 빅테크로 만들어달라고 합니다. 회사는 돈을 버는 곳입니다.)</li><li>개발문화를 중시하는 분 (=개발자에게 인심은 얻지만, 회사는 개발과 서비스를 만드는데 개발문화를 전도하는 컬쳐 전도사가 되면 안됩니다.)</li></ul> 🏄🏻‍♂️ 좋은 CTO는 ?<ul ><li>꾸준하게 자신의 생각을 글로 씁니다.</li><li>레거시를 어떤 전략으로 리팩토링할지 항상 고민합니다.</li><li>팀의 성장을 돕습니다.</li><li>채용을 잘 할 수 있는 개발 스택을 늘 고민합니다.</li><li>회사의 방향성에 맞는 개발 스택을 자신의 기술 스택보다 앞서 선택합니다.</li><li>커뮤니케이션과 소통을 잘 합니다.</li><li>다양한 사회 경험, 사업 경험과 호기심이 있습니다.</li><li>회사의 성장 목표를 일치하기 위해 C레벨과 소통합니다.</li></ul>

Linkedin

뽑지말아야할 CTO, 뽑아야할 CTO

 1. 기본기 확실히 하기
 2. 학습 능력 키우기
 3. 의사 소통 잘하기
 4. 문제 정의 잘하기
 5. 태스크 완료 시간 추정 잘하기
 6. 운영을 고려한 코드 작성하기
 7. 서비스 사고 대처 능력 키우기
 8. 결과를 내는데 집중하기
 9. 영향력 갖기 (코딩 멍키)

문제 정의 능력이란 무엇일까? 내가 맡은 업무를 제대로 파악하는 것을 말한다. 내 업무의 우선 순위를 이해하고 문맥을 파악하는 것과 업무의 완료를 의미하는 성공과 실패 기준 혹은 지표를 이해하는 것을 말한다. 나에게 업무를 준 사람의 의도를 파악하기 위한 의사소통이 필수이며 의사소통에 대해서는 지난 포스트에서 내 의견을 공유했다.

문제 정의를 잘못하면 어떻게 될까? 엉뚱한 방향으로 불필요한 노력을 쏟을 가능성이 아주 높아진다. 등산을 예로 들어보자. 어느 산으로 올라가는지 명확히 알아야 열심히 올라간 성과가 인정받게 된다. 열심히 하지 않았느냐고 항변하는 것은 별 의미가 없다. 그래서 어디로 가야할지 대충 알아서 판단하지 말고 (자기검열하지 말고) 많이 물어봐야한다.

반대로 이야기하면 리더에게는 결정의 "명확성"이 중요해진다. "알아서 잘해주세요"와 같은 결정은 완전한 위임이 아니라면 리더에 대한 신뢰를 스스로 깎아먹는 행동이다. 틀릴 가능성이 있더라도 결과에 대한 기대를 명확히 해야 팀원들이 덜 헤맨다. 같은 방향으로 움직였다면 결과적으로 틀린 방향이라도 회고하며 같이 배울 수 있는 포인트들이 분명히 있다.

"자기 검열"이 문제 정의에 가장 큰 걸림돌이 된다. 이 정도는 내가 알아서 해야지 물어보면 멍청해보이지는 않을지, 내 매니저가 바빠보이는데 물어보면 민폐는 아닐지 등등 여러가지 이유가 있겠지만 불편함을 견디며 등산 예처럼 방향과 목적지를 먼저 확인하기 위해 같이 대화해봐야 그 다음에 열심히 하는 것이 의미가 있다.

그런데 "자기 검열"은 주니어만 하는 것이 아니다. 경력을 충분히 쌓은 시니어들도 때로는 본인에 대한 기대라는 중압감에 물어보면 일을 못하는 사람이라 느껴지지 않을까 싶어 물어보지 못하고 그럼으로써 문제 정의를 제대로 못하는 경우들을 보았다. 아무리 경력이 많아도 자기가 맡은 업무를 제대로 파악하려 노력한 다음에 일을 시작하는 것은 꼭 필요하다. 너무 자신감이 넘치는 경우에도 동일한 실수를 하기 쉽다. 예를 들어 대기업에서 하던 업무를 작은 스타트업에 조인해서 하는 경우 작은 회사라는 이유만으로 깔보며 이 정도는 우습지라고 생각하며 문제정의를 제대로 안하는 경우 실패할 가능성이 아주 높다. 모든 환경은 그 환경 나름대로의 차이가 있는 것이기에 한 환경에서의 성공 경험이 다른 환경에서의 성공을 보장하지 않는다.

내 경력과 상관없이 항상 맡은 업무를 시작하기 전에 질문을 바탕으로 의사소통을 하고 문제정의하는 것 꼭 필요하다. 이는 타고나는 재능이라기 보다는 실수와 연습을 통해 더 잘하게 되는 기술이란 점도 잊지 말자. 이는 레벨이 올라갈수록 더 중요하다.

<ol ><li>기본기 확실히 하기</li><li>학습 능력 키우기</li><li>의사 소통 잘하기</li><li>문제 정의 잘하기</li><li>태스크 완료 시간 추정 잘하기</li><li>운영을 고려한 코드 작성하기</li><li>서비스 사고 대처 능력 키우기</li><li>결과를 내는데 집중하기</li><li>영향력 갖기 <s>(코딩 멍키)</s></li></ol> 문제 정의 능력이란 무엇일까? 내가 맡은 업무를 제대로 파악하는 것을 말한다. 내 업무의 우선 순위를 이해하고 문맥을 파악하는 것과 업무의 완료를 의미하는 성공과 실패 기준 혹은 지표를 이해하는 것을 말한다. 나에게 업무를 준 사람의 의도를 파악하기 위한 의사소통이 필수이며 의사소통에 대해서는 지난 포스트에서 내 의견을 공유했다. 문제 정의를 잘못하면 어떻게 될까? 엉뚱한 방향으로 불필요한 노력을 쏟을 가능성이 아주 높아진다. 등산을 예로 들어보자. 어느 산으로 올라가는지 명확히 알아야 열심히 올라간 성과가 인정받게 된다. 열심히 하지 않았느냐고 항변하는 것은 별 의미가 없다. 그래서 어디로 가야할지 대충 알아서 판단하지 말고 (자기검열하지 말고) 많이 물어봐야한다. 반대로 이야기하면 리더에게는 결정의 "명확성"이 중요해진다. "알아서 잘해주세요"와 같은 결정은 완전한 위임이 아니라면 리더에 대한 신뢰를 스스로 깎아먹는 행동이다. 틀릴 가능성이 있더라도 결과에 대한 기대를 명확히 해야 팀원들이 덜 헤맨다. 같은 방향으로 움직였다면 결과적으로 틀린 방향이라도 회고하며 같이 배울 수 있는 포인트들이 분명히 있다. "자기 검열"이 문제 정의에 가장 큰 걸림돌이 된다. 이 정도는 내가 알아서 해야지 물어보면 멍청해보이지는 않을지, 내 매니저가 바빠보이는데 물어보면 민폐는 아닐지 등등 여러가지 이유가 있겠지만 불편함을 견디며 등산 예처럼 방향과 목적지를 먼저 확인하기 위해 같이 대화해봐야 그 다음에 열심히 하는 것이 의미가 있다. 그런데 "자기 검열"은 주니어만 하는 것이 아니다. 경력을 충분히 쌓은 시니어들도 때로는 본인에 대한 기대라는 중압감에 물어보면 일을 못하는 사람이라 느껴지지 않을까 싶어 물어보지 못하고 그럼으로써 문제 정의를 제대로 못하는 경우들을 보았다. 아무리 경력이 많아도 자기가 맡은 업무를 제대로 파악하려 노력한 다음에 일을 시작하는 것은 꼭 필요하다. 너무 자신감이 넘치는 경우에도 동일한 실수를 하기 쉽다. 예를 들어 대기업에서 하던 업무를 작은 스타트업에 조인해서 하는 경우 작은 회사라는 이유만으로 깔보며 이 정도는 우습지라고 생각하며 문제정의를 제대로 안하는 경우 실패할 가능성이 아주 높다. 모든 환경은 그 환경 나름대로의 차이가 있는 것이기에 한 환경에서의 성공 경험이 다른 환경에서의 성공을 보장하지 않는다. 내 경력과 상관없이 항상 맡은 업무를 시작하기 전에 질문을 바탕으로 의사소통을 하고 문제정의하는 것 꼭 필요하다. 이는 타고나는 재능이라기 보다는 실수와 연습을 통해 더 잘하게 되는 기술이란 점도 잊지 말자. 이는 레벨이 올라갈수록 더 중요하다.

좋은 개발자가 알아야하는 9가지 포인트들 - 4. 문제 정의 잘하

개발자로서 우리는 코드의 품질과 유지보수성을 중요하게 여긴다. 하지만 이러한 기술적 가치 추구가 때로는 비즈니스 가치 창출이라는 본질을 잊게 만들기도 한다.

회사에 소속된 개발자라면 자신의 역량을 비즈니스 목표 달성에 기여하는 데 사용해야 한다. 완벽한 코드를 작성하는 것보다 적절한 품질을 유지하면서 빠르게 가치를 전달하는 것이 더욱 중요할 때가 있다. 물론 장기적으로는 코드 품질과 개발 문화를 개선해 나가는 노력도 필요하다. 하지만 이는 단기적인 비즈니스 성과와 균형을 이뤄야 한다. 지나친 완벽주의는 오히려 개발 속도를 늦추고 기회를 놓치게 만들 수 있기 때문이다.

좋은 설계 원칙과 아키텍처 패턴, 그리고 실천법은 변화에 빠르게 대응하기 위한 도구다. 상황에 맞게 적절한 수준으로 적용하여 개발 효율성과 코드 품질 사이의 균형을 찾아야 한다.

비즈니스 임팩트를 만들어내는 것이 핵심임을 잊지 말고, 클린 코드에 대한 열정을 비즈니스 가치 창출까지 연결시켜야 한다.

개발자로서 우리는 코드의 품질과 유지보수성을 중요하게 여긴다. 하지만 이러한 기술적 가치 추구가 때로는 비즈니스 가치 창출이라는 본질을 잊게 만들기도 한다. 회사에 소속된 개발자라면 자신의 역량을 비즈니스 목표 달성에 기여하는 데 사용해야 한다. 완벽한 코드를 작성하는 것보다 적절한 품질을 유지하면서 빠르게 가치를 전달하는 것이 더욱 중요할 때가 있다. 물론 장기적으로는 코드 품질과 개발 문화를 개선해 나가는 노력도 필요하다. 하지만 이는 단기적인 비즈니스 성과와 균형을 이뤄야 한다. 지나친 완벽주의는 오히려 개발 속도를 늦추고 기회를 놓치게 만들 수 있기 때문이다. 좋은 설계 원칙과 아키텍처 패턴, 그리고 실천법은 변화에 빠르게 대응하기 위한 도구다. 상황에 맞게 적절한 수준으로 적용하여 개발 효율성과 코드 품질 사이의 균형을 찾아야 한다. 비즈니스 임팩트를 만들어내는 것이 핵심임을 잊지 말고, 클린 코드에 대한 열정을 비즈니스 가치 창출까지 연결시켜야 한다.

클린 코드와 비즈니스 임팩트

A modern JavaScript library for handling Hangul characters. - toss/es-hangul

GitHub - toss/es-hangul: A modern JavaScript library for handling Hangul characters.

es-hangul
은 쉽게 한글을 다룰 수 있도록 돕는 JavaScript 라이브러리입니다. 토스에서 오픈소스로 공개하고 유지보수 중인 라이브러리로, 2024년 4월 11일에 첫 커밋된 따끈따끈한 라이브러리입니다. (히스토리를 보면 원래 공개되있던 toss/slash의 @toss/hangul 패키지가 분리된 것으로 보입니다.)

한글 특성 상 국내 개발자들의 기여가 많이 필요한 영역이기 때문에, 유지보수가 쉽지 않습니다. Hangul.js, Josa.js 같은 유명한 라이브러리들도 몇 년 전 커밋을 마지막으로 관리가 멈춰있습니다. 이런 점에서
es-hangul
의 가치가 더욱 빛나는 것 같습니다.

es-hangul
에서 사용할 수 있는 일부 함수들의 예시를 정리해보았습니다.

chosungIncludes
: 단어가 해당 초성을 포함하는지 여부를 반환하는 함수
import { chosungIncludes } from 'es-hangul'

chosungIncludes('프론트엔드', 'ㅍㄹㅌ') // true

combineHangulCharacter
: 인자로 초성, 중성, 종성을 받아 하나의 한글 문자를 반환하는 함수
import { combineHangulCharacter} from 'es-hangul'

combineHangulCharacter('ㄱ', 'ㅏ', 'ㅂㅅ') // '값'
combineHangulCharacter('ㅌ', 'ㅗ') // '토'

josa
: 조사 붙여주는 함수
import { josa } from 'es-hangul';

josa('샴푸', '이/가') // '샴푸가'

josa('바깥', '으로/로') // '바깥으로'

disassembleHangul
: 자모 해체하는 함수
import { disassembleHangul } from 'es-hangul'

disassembleHangul('값') // 'ㄱㅏㅂㅅ'

combineHangulCharacter
: 인자로 초성, 중성, 종성을 받아 하나의 한글 문자를 반환하는 함수
import { combineHangulCharacter } from 'es-hangul'

combineHangulCharacter('ㄱ', 'ㅏ', 'ㅂㅅ') // '값'

removeLastHangulCharacter
: 인자로 주어진 한글 문자열에서 가장 마지막 문자 하나를 제거하여 반환하는 함수
import { removeLastHangulCharacter } from 'es-hangul'

removeLastHangulCharacter('안녕하세요 값') // '안녕하세요 갑'
removeLastHangulCharacter('프론트엔드') // '프론트엔ㄷ'

https://github.com/toss/es-hangul

<code>es-hangul</code>은 쉽게 한글을 다룰 수 있도록 돕는 JavaScript 라이브러리입니다. 토스에서 오픈소스로 공개하고 유지보수 중인 라이브러리로, 2024년 4월 11일에 첫 커밋된 따끈따끈한 라이브러리입니다. (히스토리를 보면 원래 공개되있던 toss/slash의 @toss/hangul 패키지가 분리된 것으로 보입니다.) 한글 특성 상 국내 개발자들의 기여가 많이 필요한 영역이기 때문에, 유지보수가 쉽지 않습니다. Hangul.js, Josa.js 같은 유명한 라이브러리들도 몇 년 전 커밋을 마지막으로 관리가 멈춰있습니다. 이런 점에서 <code>es-hangul</code>의 가치가 더욱 빛나는 것 같습니다. <code>es-hangul</code>에서 사용할 수 있는 일부 함수들의 예시를 정리해보았습니다. <code>chosungIncludes</code>: 단어가 해당 초성을 포함하는지 여부를 반환하는 함수<pre><code class="language-js">import { chosungIncludes } from 'es-hangul'

chosungIncludes('프론트엔드', 'ㅍㄹㅌ') // true</code></pre> <code>combineHangulCharacter</code>: 인자로 초성, 중성, 종성을 받아 하나의 한글 문자를 반환하는 함수<pre><code class="language-js">import { combineHangulCharacter} from 'es-hangul'

combineHangulCharacter('ㄱ', 'ㅏ', 'ㅂㅅ') // '값'
combineHangulCharacter('ㅌ', 'ㅗ') // '토'</code></pre> <code>josa</code>: 조사 붙여주는 함수<pre><code class="language-js">import { josa } from 'es-hangul';

josa('샴푸', '이/가') // '샴푸가'

josa('바깥', '으로/로') // '바깥으로'</code></pre> <code>disassembleHangul</code>: 자모 해체하는 함수<pre><code class="language-js">import { disassembleHangul } from 'es-hangul'

disassembleHangul('값') // 'ㄱㅏㅂㅅ'</code></pre> <code>combineHangulCharacter</code>: 인자로 초성, 중성, 종성을 받아 하나의 한글 문자를 반환하는 함수<pre><code class="language-js">import { combineHangulCharacter } from 'es-hangul'

combineHangulCharacter('ㄱ', 'ㅏ', 'ㅂㅅ') // '값'</code></pre> <code>removeLastHangulCharacter</code>: 인자로 주어진 한글 문자열에서 가장 마지막 문자 하나를 제거하여 반환하는 함수<pre><code class="language-js">import { removeLastHangulCharacter } from 'es-hangul'

removeLastHangulCharacter('안녕하세요 값') // '안녕하세요 갑'
removeLastHangulCharacter('프론트엔드') // '프론트엔ㄷ'</code></pre>https://github.com/toss/es-hangul

현대적인 JavaScript 한글 라이브러리, es-hangul

저부터 고백하자면, 수도 없이 경험한 것 같습니다. 팀에서 보고서 템플릿을 바꿔서 예전 내용을 옮겨야 할 때, 고객사 별로 같은 문서에 내용만 다르게 사용하고 있었는데 하나 수정하면 다른 곳도 다 일일이 바꿔줘야 할 때... 사용하는 툴에 따라 이런 일이 매우 적을 수는 있지만, 그래도 최소 한 번쯤은 이런 경험을 하셨을 거예요.

다음 분기에 5개월 일하기 vs. 지금 5시간 논의하기

DB 설계 (혹은 DB 마이그레이션) 관련 업무를 진행할 때, 기획자는 어떤 것들을 챙기면 좋을까요? 막연하게 개발팀에서 알아서 잘 하겠지... 라고 미뤄뒀다가 나중에 큰 고생을 하는 것을 방지하기 위해서 ㅎㅎ 기획 단계에서 챙겨야 하는 것들에 대해 정리한 아티클입니다. 실제로 알라미에서 동기화 기능을 개발하면서, 중간중간 담당자들 머리를 아프게 했던 사례들을 기반으로 쓴 글인데요. 되돌리기 어려운 의사결정들을 초기에 어떻게 잘 할 수 있는지 살펴보시면 좋을 것 같네요.

DB 설계 (혹은 DB 마이그레이션) 관련 업무를 진행할 때, 기획자는 어떤 것들을 챙기면 좋을까요? 막연하게 개발팀에서 알아서 잘 하겠지... 라고 미뤄뒀다가 나중에 큰 고생을 하는 것을 방지하기 위해서 ㅎㅎ 기획 단계에서 챙겨야 하는 것들에 대해 정리한 아티클입니다. 실제로 알라미에서 동기화 기능을 개발하면서, 중간중간 담당자들 머리를 아프게 했던 사례들을 기반으로 쓴 글인데요. 되돌리기 어려운 의사결정들을 초기에 어떻게 잘 할 수 있는지 살펴보시면 좋을 것 같네요.

[다음 분기에 5개월 일하기 vs 지금 5시간 논의하기]

리텐션 마스터하기 Part 1

🌈 Amplitude의 Playbook - Mastering Retention(리텐션 마스터하기) Part1 번역(AB180)

🎁 이 자료를 추천하는 이유
- Amplitude의 Playbook 자료는 Product Data 관련 자료 중 정말 최고로 좋은 자료입니다
- 다만 영어 자료라서, 많은 분들이 어려워하시는데 AB180에서 Part1을 번역해서 공개했습니다!
- Amplitude의 전체 자료가 궁금하신 분은 https://amplitude.com/mastering-retention 여기서 받을 수 있습니다
- 리텐션이 중요한 이유, 핵심 이벤트 파악하기, 리텐션 라이프사이클 프레임워크, 제품 분석 툴킷 등의 내용을 담고 있습니다

👍 읽으면 좋은 분
- 리텐션 데이터를 보시는 분
- 제품 데이터 분석을 공부하시는 분
- 데이터 분석을 하시는 분
- PM, 마케터, 데이터 분석가 등

📋 내용

01. 리텐션이 중요한 이유
- 유저 유입이 전부는 아님
- 유저 리텐션으로 초점 전환할 수 있음
- 유저 리텐션에 대한 고민은 언제 시작해야 할까?

02. 핵심 이벤트 & 제품 사용 주기
- 핵심 이벤트 이해하기
- 제품 사용 주기 결정하기
- Take Action

03. 리텐션 라이프사이클 프레임워크
- 리텐션을 측정하는 세 가지 방법
  - Unbounded 리텐션, N-Day 리텐션, Bracket 리텐션
- 리텐션 라이프사이클 프레임워크
- 라이프사이클 코호트 생성하기

04. 제품 분석 Toolkit
- 행등 페르소나 소개
- 행동 페르소나 탐색 방법

Ab180

전략 기획

soon

OP.GG 데이터분석

김해인

데이터 뒤에 있는 사람에 관한 탐구가 재밌어서 분석가를 하고 있습니다.

최근 관심
- #연결: 지표, 조직, 사람, 경험
- 콘텐츠, 커리어, 광고, 추천
- 일본 시장/테크/스타트업

Modern Lion Product Manager

안승환

프로덕트 그 자체와 프로덕트를 위한 프로젝트를 관리하는 스타트업 PM입니다.

- 데이터 교육 : 인프런에서 데이터 교육을 진행하고 있습니다. 실무를 하면서 겪은 문제들을 위주로 강의를 진행합니다.
PM을 위한 데이터 리터러시 강의 : https://inf.run/jfWT

- 데이터 팀 코칭 : 데이터 조직의 문제를 같이 해결하며 구성원들의 역량을 발전시킵니다. 데이터팀의 Lead가 없는 경우에 많이 찾아주시며, Lead가 있는 경우에도 데이터 Lead의 고충을 같이 이야기하며 액션 아이템을 도출하기도 합니다. Lead를 처음 경험하는 분이 있는 경우에 진행하는 경우도 있습니다.
고객사 : 글로랑(꾸그), 힐링페이퍼(강남언니), 당근(당근마켓)

- C레벨 코칭 : C레벨분들의 고민을 들으며 고민을 해소하는 과정을 함께 합니다.
고객사 : 마인딩(마이루틴)

코치

Data Business Division
- Growth Coaching Unit Director
- Mentoring, Coaching and Data Training(Data Literacy, SQL etc) for the growth of company members
- Building a Career Framework(Data Analyst/Data Scientist, Data Engineer)
- Counseling 20 to 50 people per month
- Career Coaching
- Coaching those who started the team leader role
- MLOps Platform PO
- Improving the way data collaborates with external organizations(PM, Dev)
- Organizing SOCAR Tech Blog

데이터비즈니스 본부의 그로스코칭 유닛장
- 구성원들의 성장을 위한 일들을 진행합니다
- 커리어 코칭, 조직 문화, 정기 면담, 멘토링
- Engineering Manager 역할을 했습니다

Engineering Manager, 머신러닝 엔지니어

카메라 앱 데이터 분석 & 데이터 엔지니어링
- ETL 파이프라인 구축
- BI 대시보드 구축 및 운영
- 이벤트 로그 설계

데이터 분석가 겸 데이터 엔지니어

태극기 게양 제품 판매
크라우드펀딩 - 와디즈 진행


운영 총괄

계약직

경영학과 학사

변성윤

유튜브

기술 블로그

경영학을 전공하고 데이터 분석, 머신러닝/데이터 엔지니어링을 경험했습니다. 

데이터 분석/데이터 엔지니어링/팀장(피플 매니징)/성장과 관련된 내용들을 주로 소개드릴게요 :)
#개발자 #그로스마인드셋 #끊임없이배우기 #데이터사이언스 #독서 #문제를해결하는 #블로거

댓글 0

비슷한 게시물

주간 인기 TOP 10

추천 프로필