복지가 좋은 회사가 부러웠습니다.
이런저런 혜택이 많은 회사.
우와 좋다. 나도 저런 회사 다녀보고 싶어.

이런 저에게 누군가 말해줬습니다.
회사의 복지는 직원들이 일을 더 잘하게 도와야 하는 거라고.
복지로 인해서 일을 더 많이, 더 편하게, 더 잘할 수 있어야 한다고.
일하는데 거추장스러운 장애물을 치워준다거나..
더 능력을 발휘할 수 있도록 지원해 주는 것.

생각해 보면 참말이었습니다.
나는 너무 마케팅에 잘 속아 넘어간단 말이야.
복지 마케팅.
우리 회사는 통합 포인트도 주고 통신요금도 할인해 주고.. 헬스장도 보내줘요.
이런 회사들의 채용 공고를 보며 부러워하곤 했습니다.
사실 그런 건 그냥 돈 많이 주면 되는 건데.

가만히 생각해 보면 예전에 이해진 의장님도 비슷한 말을 했습니다.

“여러분의 선배들이 하도 늦게까지 야근하고 힘들게 일해서 출퇴근 때만이라도 편하게 쉬라고 셔틀버스 만든 거예요.”
“너무 피곤하면 눈도 좀 붙이라고 수면실도 만들었고요.”

그런데 이제는 늦게까지 술 먹고 온 사람들이 거기 들어가서 잠을 잔다고.
이때 울분을 토해내신 이후로(2012년 초) 셔틀버스와 이런저런 복지들이 실제로 사라졌습니다.(웃음)

아하.. 이해진 의장님도 직원들이 일을 더 잘할 수 있게 하기 위해서 저런 복지들을 만든 거구나.

저에게 가장 좋은 복지는 구내식당이었습니다.
네이버 다닐 때.
뭐 먹을지 전혀 걱정 없이 살았던 시절.
같이 야근할 동료가 있든 없든 밥 걱정 따위는 안 할 수 있는 회사.
근데 심지어 맛있기까지 해.
지금 생각해도 너무 좋다.

이제는 아이가 있으니 어린이집도 좋은 복지일 것 같습니다.
아이 걱정을 하지 않아야 일을 집중해서 할 수 있을 테니까.

어떤 직원들이 있느냐에 따라 지원해 줘야 할 복지도 달라지기 때문에..
다른 회사의 복지를 무작정 베껴오는 건 돈을 낭비하는 일입니다.

요즘엔 재택근무를 복지로 내세우는 회사들이 있습니다.
직원들이 재택근무로 인해서 일을 더 잘할 수 있겠다 판단이 들면 올바른 지원이겠지만..
성과가 덜 나더라도 누군가를 뽑거나 나가지 않게 하기 위한 목적으로..
직원들이 해달라고 조르니깐 하는 수없이 재택근무를 복지로 내세우는 것은 좀 이상합니다.

단순히 복지포인트 주고, 통신 요금 감면해 주고, 비혼 선언 축하금 주고 하는 회사들보다는..
회사와 직원들의 성장을 진지하게 고민하는 회사에 더 눈이 갑니다.

복지가 좋은 회사가 부러웠습니다. 이런저런 혜택이 많은 회사. 우와 좋다. 나도 저런 회사 다녀보고 싶어. 이런 저에게 누군가 말해줬습니다. 회사의 복지는 직원들이 일을 더 잘하게 도와야 하는 거라고. 복지로 인해서 일을 더 많이, 더 편하게, 더 잘할 수 있어야 한다고. 일하는데 거추장스러운 장애물을 치워준다거나.. 더 능력을 발휘할 수 있도록 지원해 주는 것. 생각해 보면 참말이었습니다. 나는 너무 마케팅에 잘 속아 넘어간단 말이야. 복지 마케팅. 우리 회사는 통합 포인트도 주고 통신요금도 할인해 주고.. 헬스장도 보내줘요. 이런 회사들의 채용 공고를 보며 부러워하곤 했습니다. 사실 그런 건 그냥 돈 많이 주면 되는 건데. 가만히 생각해 보면 예전에 이해진 의장님도 비슷한 말을 했습니다. “여러분의 선배들이 하도 늦게까지 야근하고 힘들게 일해서 출퇴근 때만이라도 편하게 쉬라고 셔틀버스 만든 거예요.” “너무 피곤하면 눈도 좀 붙이라고 수면실도 만들었고요.” 그런데 이제는 늦게까지 술 먹고 온 사람들이 거기 들어가서 잠을 잔다고. 이때 울분을 토해내신 이후로(2012년 초) 셔틀버스와 이런저런 복지들이 실제로 사라졌습니다.(웃음) 아하.. 이해진 의장님도 직원들이 일을 더 잘할 수 있게 하기 위해서 저런 복지들을 만든 거구나. 저에게 가장 좋은 복지는 구내식당이었습니다. 네이버 다닐 때. 뭐 먹을지 전혀 걱정 없이 살았던 시절. 같이 야근할 동료가 있든 없든 밥 걱정 따위는 안 할 수 있는 회사. 근데 심지어 맛있기까지 해. 지금 생각해도 너무 좋다. 이제는 아이가 있으니 어린이집도 좋은 복지일 것 같습니다. 아이 걱정을 하지 않아야 일을 집중해서 할 수 있을 테니까. 어떤 직원들이 있느냐에 따라 지원해 줘야 할 복지도 달라지기 때문에.. 다른 회사의 복지를 무작정 베껴오는 건 돈을 낭비하는 일입니다. 요즘엔 재택근무를 복지로 내세우는 회사들이 있습니다. 직원들이 재택근무로 인해서 일을 더 잘할 수 있겠다 판단이 들면 올바른 지원이겠지만.. 성과가 덜 나더라도 누군가를 뽑거나 나가지 않게 하기 위한 목적으로.. 직원들이 해달라고 조르니깐 하는 수없이 재택근무를 복지로 내세우는 것은 좀 이상합니다. 단순히 복지포인트 주고, 통신 요금 감면해 주고, 비혼 선언 축하금 주고 하는 회사들보다는.. 회사와 직원들의 성장을 진지하게 고민하는 회사에 더 눈이 갑니다.

복지가 좋은 회사

글 잘 읽었습니다 ㅎㅎ
재택근무가 확실히 양날의 검이죠
추억이 담긴 사진같네요 언제 찍으셨나요?

Unlock your future in AI with the best AI engineer certification! Enhance your AI engineer skills and career prospects with the Certified Artificial Intelligence Engineer (CAIE™) program by USAII...

Exploring Artificial Intelligence Engineering in 2024: A Detailed Overview

어느 덧 2023년도 한달 정도 밖에 남지 않았네요. 이제는 2024년의 계획을 세워야 할 시기가 온 것 같 것 같습니다. 매년 그렇지만 항상 신년 계획에는 인공지능 전문가가 되기 위한 계획이 포함되는데, 항상 실천을 제대로 못한다는 게 후회와 아쉬움이 남네요.
인공지능 엔지니어링 기술을 습득하기 위해 필요한 기술과 자격증을 소개하는 기사 공유합니다.😃

<2024년 인공지능 엔지니어링 탐구: 세부 개요>

🚗 인공지능 엔지니어링이란?
 * 인간의 요구에 부합하는 AI 시스템을 개발하기 위해 "AI 엔지니어링"으로 알려진 연구 및 실습 분야는 시스템 엔지니어링, 컴퓨터 과학, 소프트웨어 엔지니어링 및 인간 중심 설계의 원칙을 결합합니다.
 * 은행, 운송, 의료, 엔터테인먼트 등의 대부분의 산업은 정교한 인공지능 알고리즘의 이점을 누리고 있는데요, 가상 비서, 스트리밍 서비스, 자동화된 드라이빙, 병원의 중요한 의료 진단 등은 모두 혁신적인 AI 기술의 산물이라 할수 있죠.

🚕 AI 엔지니어가 되기 위해 필요한 기술 전문성
 * 프로그래밍 기술(C++, Python)
 * 수학 및 통계
 * 머신러닝(ML)
 * 딥러닝
 * 자연어 처리(NLP)
 * 문제 해결 능력
 * 데이터 조작 및 분석

🚙 AI 엔지니어의 역할은?
 * 미래에 일어날 일에 대해 학습, 분석, 예측할 수 있는 지능형 알고리즘을 만드는 것입니다. 즉, 인간의 두뇌와 비슷하게 추론할 수 있는 기계를 만드는 것입니다. AI 엔지니어는 먼저 인간의 두뇌가 유사한 인지 능력을 가진 컴퓨터 프로그램을 만들기 위해, 알고리즘이 어떻게 작동하는 지 연구해야 합니다.
 * 인공지능 엔지니어는 머신러닝(알고리즘과 의사결정 트리), 딥러닝(신경망 기반) 등 AI 기반의 다양한 분야를 전문적으로 다룰 수 있어야 합니다.

🚌 AI 엔지니어가 되기 위해 필요한 자격
 * AI 엔지니어링 분야는 확대되고 있으며 향후 취업 기회가 많을 가능성이 높습니다.
 * 학사 학위를 취득한 후에는 AI에 초점을 맞춘 대학원 학위를 취득할 수 있습니다. 데이터 과학, 머신 러닝, 딥 러닝 분야의 자격증을 취득하면 구직에 큰 도움이 될 수 있습니다.

🚎 USAII®의 CAIE™(공인 인공 지능 엔지니어) 인증
 * 미국 인공 지능 연구소(USAII®)는 인공 지능 인증을 제공하는 국제적으로 잘 알려진 기관인데요. 개인, 단체, 기관, 학계, 정부 등 인공지능에 대한 지식과 능력을 향상시키고자 하는 모든 사람에게 서비스를 제공합니다.
 * USAII®는 AI 도구 및 인프라의 생성, 도입에 있어 복잡한 AI 능력을 성공적으로 관리하기 위한 독특한 프레임워크, 방법론 및 절차를 제공하는 인증을 제공하는 등록된 인증 플랫폼이라고 합니다.

🏎️ 공인 인공지능 엔지니어(CAIE™)
 * CAIE™(공인 인공 지능 엔지니어) 프로그램은 미국 인공 지능 연구소(USAII®)에서 제공됩니다. 이 프로그램은 취업 시장에서 인공 지능 엔지니어로 자신을 차별화하고 전 세계적으로 AI 기반 프로젝트에서 AI 기술과 효율성을 향상시키려는 전문가를 위해 설계되었다고 합니다.

원본 기사 링크는 아래와 같습니다. 감사합니다🙏
[Source Link] https://medium.com/@jennifer.wales22/exploring-artificial-intelligence-engineering-in-2024-a-detailed-overview-20ed83dbfdf3

어느 덧 2023년도 한달 정도 밖에 남지 않았네요. 이제는 2024년의 계획을 세워야 할 시기가 온 것 같 것 같습니다. 매년 그렇지만 항상 신년 계획에는 인공지능 전문가가 되기 위한 계획이 포함되는데, 항상 실천을 제대로 못한다는 게 후회와 아쉬움이 남네요.인공지능 엔지니어링 기술을 습득하기 위해 필요한 기술과 자격증을 소개하는 기사 공유합니다.😃 &lt;2024년 인공지능 엔지니어링 탐구: 세부 개요&gt; 🚗 인공지능 엔지니어링이란?<ul><li>인간의 요구에 부합하는 AI 시스템을 개발하기 위해 "AI 엔지니어링"으로 알려진 연구 및 실습 분야는 시스템 엔지니어링, 컴퓨터 과학, 소프트웨어 엔지니어링 및 인간 중심 설계의 원칙을 결합합니다.</li><li>은행, 운송, 의료, 엔터테인먼트 등의 대부분의 산업은 정교한 인공지능 알고리즘의 이점을 누리고 있는데요, 가상 비서, 스트리밍 서비스, 자동화된 드라이빙, 병원의 중요한 의료 진단 등은 모두 혁신적인 AI 기술의 산물이라 할수 있죠.</li></ul> 🚕 AI 엔지니어가 되기 위해 필요한 기술 전문성<ul><li>프로그래밍 기술(C++, Python)</li><li>수학 및 통계</li><li>머신러닝(ML)</li><li>딥러닝</li><li>자연어 처리(NLP)</li><li>문제 해결 능력</li><li>데이터 조작 및 분석</li></ul> 🚙 AI 엔지니어의 역할은?<ul><li>미래에 일어날 일에 대해 학습, 분석, 예측할 수 있는 지능형 알고리즘을 만드는 것입니다. 즉, 인간의 두뇌와 비슷하게 추론할 수 있는 기계를 만드는 것입니다. AI 엔지니어는 먼저 인간의 두뇌가 유사한 인지 능력을 가진 컴퓨터 프로그램을 만들기 위해, 알고리즘이 어떻게 작동하는 지 연구해야 합니다.</li><li>인공지능 엔지니어는 머신러닝(알고리즘과 의사결정 트리), 딥러닝(신경망 기반) 등 AI 기반의 다양한 분야를 전문적으로 다룰 수 있어야 합니다.</li></ul> 🚌 AI 엔지니어가 되기 위해 필요한 자격<ul><li>AI 엔지니어링 분야는 확대되고 있으며 향후 취업 기회가 많을 가능성이 높습니다. </li><li>학사 학위를 취득한 후에는 AI에 초점을 맞춘 대학원 학위를 취득할 수 있습니다. 데이터 과학, 머신 러닝, 딥 러닝 분야의 자격증을 취득하면 구직에 큰 도움이 될 수 있습니다.</li></ul> 🚎 USAII®의 CAIE™(공인 인공 지능 엔지니어) 인증<ul><li>미국 인공 지능 연구소(USAII®)는 인공 지능 인증을 제공하는 국제적으로 잘 알려진 기관인데요. 개인, 단체, 기관, 학계, 정부 등 인공지능에 대한 지식과 능력을 향상시키고자 하는 모든 사람에게 서비스를 제공합니다.</li><li>USAII®는 AI 도구 및 인프라의 생성, 도입에 있어 복잡한 AI 능력을 성공적으로 관리하기 위한 독특한 프레임워크, 방법론 및 절차를 제공하는 인증을 제공하는 등록된 인증 플랫폼이라고 합니다.</li></ul> 🏎️ 공인 인공지능 엔지니어(CAIE™)<ul><li>CAIE™(공인 인공 지능 엔지니어) 프로그램은 미국 인공 지능 연구소(USAII®)에서 제공됩니다. 이 프로그램은 취업 시장에서 인공 지능 엔지니어로 자신을 차별화하고 전 세계적으로 AI 기반 프로젝트에서 AI 기술과 효율성을 향상시키려는 전문가를 위해 설계되었다고 합니다.</li></ul> 원본 기사 링크는 아래와 같습니다. 감사합니다🙏[Source Link] https://medium.com/@jennifer.wales22/exploring-artificial-intelligence-engineering-in-2024-a-detailed-overview-20ed83dbfdf3

Medium

인공지능 엔지니어링을 배우기 위한 기술과 자격증

As you already know, OpenAI achieved a major breakthrough with the introduction of ChatGPT. This advanced chatbot, powered by the GPT-3 language model...

Using ChatGPT For Web Scraping: A Practical Guide

일반적으로 특정한 데이터만을 웹사이트로부터 가져오는 행위를 스크래핑(scraping)이라고 하는데요, 챗GPT를 활용해서 웹 스크래핑 스크립트를 작성하는 방법을 소개하는 기사 공유합니다.😃

<웹 스크래핑(Web Scraping)에 챗GPT 사용하기>

 1. goodreads.com에서 책 목록을 스크랩하는 스크립트를 챗GPT로 작성하는 가이드

1️⃣ 요소(Element) 확인하기
1) 대상 웹 페이지에서 추출하고자 하는 요소를 찾아야 하는데요, 이 가이드에서는 book name과 author name을 추출하고자 합니다.
2) 마우스 오른쪽 버튼 클릭하고 inspect를 선택하면 개발자 도구 창에서 HTML 코드가 보입니다.
3) 요소를 마우스 오른쪽 버튼 클릭하고 book title이 있는 selector를 복사합니다.
author name에 대한 selector도 확인해서 복사합니다.

2️⃣ 챗GPT에 프롬프트 입력
BeautifulSoup을 사용하여 Python에서 웹 스크레이퍼(scraper)를 생성하도록 요청합니다.

"Code a web scraper in Python using the BeautifulSoup library.
Target Website: https://www.goodreads.com/list/show/18816.Books_You_Must_Read_
Goal: Scrape the names of all the books and their authors from the target page.
Here are the CSS selectors of the data needed:
1. Book Name:#all_votes > table > tbody > tr:nth-child(1) > td:nth-child(3) > a > span
2. Author Name: #all_votes > table > tbody > tr:nth-child(1) > td:nth-child(3) > span:nth-child(4) > div > a > span
Final Output: Save all the Book Names and Author Names in a CSV file.
Additional Instructions: Handle character encoding and remove undesirable symbols in the output CSV."

3️⃣ 코드 리뷰
챗GPT가 생성한 코드를 살펴봅니다.

4️⃣ 스크레이퍼(scraper) 생성 후 실행
챗GPT가 생성한 코드를 복사한 후 실행합니다. 매우 간단하죠? 😃

 2. 코더를 위한 팁: 코드 최적화, 동적 페이지 처리, 코드 린팅(Linting), 코드 에디팅 도움말(Help) 등

일부 웹사이트에서는 강력한 보안 조치를 배포하여 자동화된 스크레이퍼를 방지하기 위해 추가 예방 조치를 취하는데, CAPTCHA 및 요청 속도 제한과 같은 전술이 포함되는 경우가 있습니다. 이러한 경우 챗GPT에서 생성된 기본 웹 스크레이퍼는 처리에 어려움을 겪을 수 있는데요, Nimble의 Nimble API, Nimble Browser 및 Nimble IP와 같은 프록시 서비스를 사용하면 이러한 문제를 극복할 수 있다고 합니다.

원본 기사 링크는 아래와 같습니다. 감사합니다🙏
[Source Link] https://blog.stackademic.com/using-chatgpt-for-web-scraping-a-practical-guide-673fa2bbfac1

일반적으로 특정한 데이터만을 웹사이트로부터 가져오는 행위를 스크래핑(scraping)이라고 하는데요, 챗GPT를 활용해서 웹 스크래핑 스크립트를 작성하는 방법을 소개하는 기사 공유합니다.😃 &lt;웹 스크래핑(Web Scraping)에 챗GPT 사용하기&gt; <ol><li>goodreads.com에서 책 목록을 스크랩하는 스크립트를 챗GPT로 작성하는 가이드</li></ol> 1️⃣ 요소(Element) 확인하기1) 대상 웹 페이지에서 추출하고자 하는 요소를 찾아야 하는데요, 이 가이드에서는 book name과 author name을 추출하고자 합니다.2) 마우스 오른쪽 버튼 클릭하고 inspect를 선택하면 개발자 도구 창에서 HTML 코드가 보입니다.3) 요소를 마우스 오른쪽 버튼 클릭하고 book title이 있는 selector를 복사합니다.author name에 대한 selector도 확인해서 복사합니다. 2️⃣ 챗GPT에 프롬프트 입력BeautifulSoup을 사용하여 Python에서 웹 스크레이퍼(scraper)를 생성하도록 요청합니다. "Code a web scraper in Python using the BeautifulSoup library.Target Website: https://www.goodreads.com/list/show/18816.Books_You_Must_Read_Goal: Scrape the names of all the books and their authors from the target page.Here are the CSS selectors of the data needed:1. Book Name:#all_votes &gt; table &gt; tbody &gt; tr:nth-child(1) &gt; td:nth-child(3) &gt; a &gt; span2. Author Name: #all_votes &gt; table &gt; tbody &gt; tr:nth-child(1) &gt; td:nth-child(3) &gt; span:nth-child(4) &gt; div &gt; a &gt; spanFinal Output: Save all the Book Names and Author Names in a CSV file.Additional Instructions: Handle character encoding and remove undesirable symbols in the output CSV." 3️⃣ 코드 리뷰챗GPT가 생성한 코드를 살펴봅니다. 4️⃣ 스크레이퍼(scraper) 생성 후 실행챗GPT가 생성한 코드를 복사한 후 실행합니다. 매우 간단하죠? 😃 <ol start="2"><li>코더를 위한 팁: 코드 최적화, 동적 페이지 처리, 코드 린팅(Linting), 코드 에디팅 도움말(Help) 등</li></ol> 일부 웹사이트에서는 강력한 보안 조치를 배포하여 자동화된 스크레이퍼를 방지하기 위해 추가 예방 조치를 취하는데, CAPTCHA 및 요청 속도 제한과 같은 전술이 포함되는 경우가 있습니다. 이러한 경우 챗GPT에서 생성된 기본 웹 스크레이퍼는 처리에 어려움을 겪을 수 있는데요, Nimble의 Nimble API, Nimble Browser 및 Nimble IP와 같은 프록시 서비스를 사용하면 이러한 문제를 극복할 수 있다고 합니다. 원본 기사 링크는 아래와 같습니다. 감사합니다🙏[Source Link] https://blog.stackademic.com/using-chatgpt-for-web-scraping-a-practical-guide-673fa2bbfac1

챗GPT를 활용한 웹 스크래핑(scraping) 스크립트 작성

[풀버전] 박정국 CTO가 알려주는 '서버 성능 측정 방법' (포브스 선정, 신입 개발자, API, 백엔드)

데이터베이스를 다루는 웹 애플리케이션은 일반적으로 3단계 구성을 하곤 합니다. 맨 앞단에서 트래픽을 받아주는 웹서버, 비즈니스 로직을 포함하고 있고 동적 처리를 위한 웹 애플리케이션 서버(WAS), 그리고 데이터베이스 가 있죠. 요청의 흐름은 앞서 말씀드린 순서대로 웹서버에서 받고 웹 애플리케이션 서버를 거쳐 데이터베이스까지 들어왔다 다시 그 반대로 응답을 전달하는 형태입니다. (물론 이 레이어 사이는 더 복잡한 경우도 있고 간한단 경우도 있어 '일반적이다'라고 말씀드립니다.)
출시를 앞둔 상태에서는 만든 애플리케이션이 어떤 성능을 낼 수 있는지에 대해 "성능 측정"을 해야 하는데요. 이유는 다양하지만 수직/수평적 확장을 하기 위한 기준을 삼기 위함이고 무엇보다 애플리케이션의 상태를 출시 전에 미리 점검한다의 목적이 가장 크다고 생각이 듭니다. 이 영상에서는 서버 성능 측정 방법에 대해 어떤 식으로 접근을 해야 하는지 이야기하고 있습니다. 애플리케이션을 만들었다면 어떤 레이어를 어떤 식으로 개선해야 할지 고민해 봐도 좋을 것 같습니다.

https://www.youtube.com/watch?v=HSNyJnobBws

데이터베이스를 다루는 웹 애플리케이션은 일반적으로 3단계 구성을 하곤 합니다. 맨 앞단에서 트래픽을 받아주는 웹서버, 비즈니스 로직을 포함하고 있고 동적 처리를 위한 웹 애플리케이션 서버(WAS), 그리고 데이터베이스 가 있죠. 요청의 흐름은 앞서 말씀드린 순서대로 웹서버에서 받고 웹 애플리케이션 서버를 거쳐 데이터베이스까지 들어왔다 다시 그 반대로 응답을 전달하는 형태입니다. (물론 이 레이어 사이는 더 복잡한 경우도 있고 간한단 경우도 있어 '일반적이다'라고 말씀드립니다.)출시를 앞둔 상태에서는 만든 애플리케이션이 어떤 성능을 낼 수 있는지에 대해 "성능 측정"을 해야 하는데요. 이유는 다양하지만 수직/수평적 확장을 하기 위한 기준을 삼기 위함이고 무엇보다 애플리케이션의 상태를 출시 전에 미리 점검한다의 목적이 가장 크다고 생각이 듭니다. 이 영상에서는 서버 성능 측정 방법에 대해 어떤 식으로 접근을 해야 하는지 이야기하고 있습니다. 애플리케이션을 만들었다면 어떤 레이어를 어떤 식으로 개선해야 할지 고민해 봐도 좋을 것 같습니다. https://www.youtube.com/watch?v=HSNyJnobBws

YouTube

서버 성능 측정 방법

Learn directly from Andrew Ng about the technology of generative AI, how it works, and what it can (and can't) do Get an overview of AI tools, and learn from real-world examples of generative AI in use today Understand the impacts of generative AI on busi

Generative AI for Everyone

1. 프롬프트엔지니어링의 기초
이 과정에서는 프롬프트 엔지니어링의 기본을 소개하고 고급 프롬프트 기술로 진행합니다.
✔ https://www.deeplearning.ai/courses/generative-ai-for-everyone/

2. 개발자를 위한 ChatGPT 프롬프트 엔지니어링
DeepLearning AI 및 OpenAI를 통한 ChatGPT 프롬프트 엔지니어링에 대한 무료 과정입니다.
✔https://www.deeplearning.ai/short-courses/chatgpt-prompt-engineering-for-developers/

3. Google의 생성형 AI 소개
Gen이 무엇인지, 어떻게 사용되는지, 기존 머신러닝 방법과 어떻게 다른지 설명하는 것을 목표로 합니다.
✔https://www.cloudskillsboost.google/course_templates/536

4. Harvard의 Python 기반 AI 소개
인공 지능에 대한 입문 과정에서 Python에서 기계 학습을 사용하는 방법을 알아보세요.
✔ https://pll.harvard.edu/course/cs50s-introduction-artificial-intelligence-python/2023-05

5. 마이크로소프트의 '생성 AI란 무엇인가?'
Gen AI의 정의, 작동 방식, 나만의 콘텐츠를 만드는 방법, 다양한 유형의 모델, 미래 예측, 윤리 등의 주제를 다루는 Gen AI의 기본 사항입니다.
✔ https://www.linkedin.com/learning/what-is-generative-ai/generative-ai-is-a-tool-in-service-of-humanity

6. 프럼프팅 배우기
60개 이상의 콘텐츠 모듈을 갖춘 종합적인 프롬프트 엔지니어링 과정입니다. 프롬프트 엔지니어링 기술의 초급부터 고급까지 안내합니다.
✔ https://learnprompting.org/docs/intro

7. Google의 책임 있는 AI 소개
Responsible AI가 무엇인지, 왜 중요한지, Google이 이를 자사 제품에 어떻게 구현하는지 알아보세요.
✔ https://www.cloudskillsboost.google/course_templates/554

8. 하버드의 데이터 과학: 기계 학습
훈련 데이터에 대해 알아보고 데이터 집합을 사용하여 잠재적인 예측 관계를 발견하는 방법을 알아봅니다. 또한 영화 추천 시스템 및 데이터 과학 기술을 구축하는 방법도 알아봅니다.
✔ https://pll.harvard.edu/course/data-science-machine-learning

9. LLM 애플리케이션 개발을 위한 LangChain
LangChain을 사용하여 애플리케이션 개발에서 언어 모델의 사용 사례와 기능을 확장하는 데 필수적인 기술을 습득하세요.
✔ https://www.deeplearning.ai/short-courses/langchain-for-llm-application-development/

10. Microsoft Bing Chat을 통한 작업 간소화
Bing Chat이 어떻게 다양한 작업을 수행하고 아이디어 생성 및 데이터 요약부터 일반적인 업무 문제 해결에 이르기까지 전체 작업 흐름을 간소화하는 데 도움이 되는지 알아보세요.
✔ https://www.linkedin.com/learning/streamlining-your-work-with-microsoft-bing-chat/put-your-fingers-to-work-chatting-as-a-productivity-tool

11. Hear Speak를 볼 수 있는 LLM 앱을 만드는 방법!
✔ https://www.singlestore.com/spaces/how-to-build-llm-apps-that-can-see-hear-speak/?utm_source=steve-nouri&utm_medium=influencer&utm_campaign=deck-the-halls-with-dev-and-data&utm_content=hear-see-speak&campaignid=701UJ0000012K2AYAU

12. 마이크로소프트의 AI 기초: 생성형 AI
부조종사와 같은 Gen AI 애플리케이션이 어떻게 효율성을 지원하는지 이해하세요. 프롬프트와 응답을 어떻게 미세 조정할 수 있는지 설명
✔ https://learn.microsoft.com/en-us/training/paths/introduction-generative-ai/

13. 의사결정자를 위한 Amazon의 Gen AI 학습 계획
✔ https://explore.skillbuilder.aws/learn/public/learning_plan/view/1909/generative-ai-learning-plan-for-decision-makers

14. 모두를 위한 생성형 AI
AI 도구에 대한 개요를 확인하고 현재 사용 중인 생성 AI의 실제 사례를 통해 알아보세요.
✔ https://www.deeplearning.ai/courses/generative-ai-for-everyone/

15. AWS의 LLM 포함한 Gen AI
Gen AI 작동 방식에 대한 기초 지식, 실무 기술 및 기능적 이해를 얻으세요.
✔ https://www.coursera.org/learn/generative-ai-with-llms

1. 프롬프트엔지니어링의 기초이 과정에서는 프롬프트 엔지니어링의 기본을 소개하고 고급 프롬프트 기술로 진행합니다.✔ https://www.deeplearning.ai/courses/generative-ai-for-everyone/ 2. 개발자를 위한 ChatGPT 프롬프트 엔지니어링DeepLearning AI 및 OpenAI를 통한 ChatGPT 프롬프트 엔지니어링에 대한 무료 과정입니다.✔https://www.deeplearning.ai/short-courses/chatgpt-prompt-engineering-for-developers/ 3. Google의 생성형 AI 소개Gen이 무엇인지, 어떻게 사용되는지, 기존 머신러닝 방법과 어떻게 다른지 설명하는 것을 목표로 합니다.✔https://www.cloudskillsboost.google/course_templates/536 4. Harvard의 Python 기반 AI 소개인공 지능에 대한 입문 과정에서 Python에서 기계 학습을 사용하는 방법을 알아보세요.✔ https://pll.harvard.edu/course/cs50s-introduction-artificial-intelligence-python/2023-05 5. 마이크로소프트의 '생성 AI란 무엇인가?'Gen AI의 정의, 작동 방식, 나만의 콘텐츠를 만드는 방법, 다양한 유형의 모델, 미래 예측, 윤리 등의 주제를 다루는 Gen AI의 기본 사항입니다.✔ https://www.linkedin.com/learning/what-is-generative-ai/generative-ai-is-a-tool-in-service-of-humanity 6. 프럼프팅 배우기60개 이상의 콘텐츠 모듈을 갖춘 종합적인 프롬프트 엔지니어링 과정입니다. 프롬프트 엔지니어링 기술의 초급부터 고급까지 안내합니다.✔ https://learnprompting.org/docs/intro 7. Google의 책임 있는 AI 소개Responsible AI가 무엇인지, 왜 중요한지, Google이 이를 자사 제품에 어떻게 구현하는지 알아보세요.✔ https://www.cloudskillsboost.google/course_templates/554 8. 하버드의 데이터 과학: 기계 학습훈련 데이터에 대해 알아보고 데이터 집합을 사용하여 잠재적인 예측 관계를 발견하는 방법을 알아봅니다. 또한 영화 추천 시스템 및 데이터 과학 기술을 구축하는 방법도 알아봅니다.✔ https://pll.harvard.edu/course/data-science-machine-learning 9. LLM 애플리케이션 개발을 위한 LangChainLangChain을 사용하여 애플리케이션 개발에서 언어 모델의 사용 사례와 기능을 확장하는 데 필수적인 기술을 습득하세요.✔ https://www.deeplearning.ai/short-courses/langchain-for-llm-application-development/ 10. Microsoft Bing Chat을 통한 작업 간소화Bing Chat이 어떻게 다양한 작업을 수행하고 아이디어 생성 및 데이터 요약부터 일반적인 업무 문제 해결에 이르기까지 전체 작업 흐름을 간소화하는 데 도움이 되는지 알아보세요.✔ https://www.linkedin.com/learning/streamlining-your-work-with-microsoft-bing-chat/put-your-fingers-to-work-chatting-as-a-productivity-tool 11. Hear Speak를 볼 수 있는 LLM 앱을 만드는 방법!✔ https://www.singlestore.com/spaces/how-to-build-llm-apps-that-can-see-hear-speak/?utm_source=steve-nouri&amp;utm_medium=influencer&amp;utm_campaign=deck-the-halls-with-dev-and-data&amp;utm_content=hear-see-speak&amp;campaignid=701UJ0000012K2AYAU 12. 마이크로소프트의 AI 기초: 생성형 AI부조종사와 같은 Gen AI 애플리케이션이 어떻게 효율성을 지원하는지 이해하세요. 프롬프트와 응답을 어떻게 미세 조정할 수 있는지 설명✔ https://learn.microsoft.com/en-us/training/paths/introduction-generative-ai/ 13. 의사결정자를 위한 Amazon의 Gen AI 학습 계획✔ https://explore.skillbuilder.aws/learn/public/learning_plan/view/1909/generative-ai-learning-plan-for-decision-makers 14. 모두를 위한 생성형 AIAI 도구에 대한 개요를 확인하고 현재 사용 중인 생성 AI의 실제 사례를 통해 알아보세요.✔ https://www.deeplearning.ai/courses/generative-ai-for-everyone/ 15. AWS의 LLM 포함한 Gen AIGen AI 작동 방식에 대한 기초 지식, 실무 기술 및 기능적 이해를 얻으세요.✔ https://www.coursera.org/learn/generative-ai-with-llms

Deeplearning

AI를 배우기 위해 추천하고 싶은 상위 15개 무료 강좌

1. 회사가 내가 아니다. 삼성전자에 다닌다고, 네카라쿠배 당토에 다닌다고 혹은 또다른 OO에 다닌다고 내가 그 회사가 아니다. 2. 일하는 회사가 핫하거나 빠르게 성장하고 있다면, 좋은 일이다. 그 Halo effect를 유리하게 활용하는 것도 좋다. 내 안목이 탁월했든 운이든 어쨋든 잘된 일이다. 나 자신이 성장하며 회사의 성장에 기여하는 것도 자부

회사가 내가 아니다

오래전부터 생각해오던 내용과 소름 끼치게 동일한 글을 발견해서 공유합니다. 주니어 시절(아마 2~3년차) 회사에 이름에 그늘 삼아 제 능력이 녹슬어 가는지도 모른 체 시간을 낭비하듯 보내던 적이 있었습니다. 그러다 "회사 딱지를 떼면 난 뭐가 남지?"라는 생각에 뒤통수를 맞은 느낌으로 외부 활동을 해왔던 것 같고 블로그, 토이 프로젝트, 스터디에 이어 지금까지 살아오는 것 같습니다. 물론, 회사가 안정적이고 성장 가능성이 뚜렷하다면 "나 OO에 다녀~"라는 생각으로 약간은 안일한 마음이 들 수도 있겠지만 부모님 시대와는 다르게 요즘은 평생직장이라는 수식어는 어울리지 않을 정도로 세상이 변화하고 있고 결국은 본인 스스로를 본인이 챙겨야 하는 시대인 건 확실해 보입니다.
"회사가 내가 아니다"라는 제목은 다소 자극적이기도 하고 오해가 될 수도 있을 만한 글이지만 이 글에서 이야기하고자 하는 내용에 저의 생각을 조금 더 가미하자면, 결국 스스로 홀로서기 할 수 있을 정도의 능력을 갖춘 본인이 돼야 하고 그게 회사에 다니는 직장인이라면 그러한 능력을 회사에서도 기여하는 순서가 맞지 않을까 생각이 됩니다. 특히, 개발자는 기술적 고립이 되지 않기 위해 부단히 노력해야 합니다. 회사 내에서는 잘하는 것처럼 생각이 될 수 있지만 다른 회사 분들과 마주하다 보면 우물속 개구리였구나 라는걸 몸소 체감할 수 있으니까요.

https://brunch.co.kr/@naieekim/79

오래전부터 생각해오던 내용과 소름 끼치게 동일한 글을 발견해서 공유합니다. 주니어 시절(아마 2~3년차) 회사에 이름에 그늘 삼아 제 능력이 녹슬어 가는지도 모른 체 시간을 낭비하듯 보내던 적이 있었습니다. 그러다 "회사 딱지를 떼면 난 뭐가 남지?"라는 생각에 뒤통수를 맞은 느낌으로 외부 활동을 해왔던 것 같고 블로그, 토이 프로젝트, 스터디에 이어 지금까지 살아오는 것 같습니다. 물론, 회사가 안정적이고 성장 가능성이 뚜렷하다면 "나 OO에 다녀~"라는 생각으로 약간은 안일한 마음이 들 수도 있겠지만 부모님 시대와는 다르게 요즘은 평생직장이라는 수식어는 어울리지 않을 정도로 세상이 변화하고 있고 결국은 본인 스스로를 본인이 챙겨야 하는 시대인 건 확실해 보입니다."회사가 내가 아니다"라는 제목은 다소 자극적이기도 하고 오해가 될 수도 있을 만한 글이지만 이 글에서 이야기하고자 하는 내용에 저의 생각을 조금 더 가미하자면, 결국 스스로 홀로서기 할 수 있을 정도의 능력을 갖춘 본인이 돼야 하고 그게 회사에 다니는 직장인이라면 그러한 능력을 회사에서도 기여하는 순서가 맞지 않을까 생각이 됩니다. 특히, 개발자는 기술적 고립이 되지 않기 위해 부단히 노력해야 합니다. 회사 내에서는 잘하는 것처럼 생각이 될 수 있지만 다른 회사 분들과 마주하다 보면 우물속 개구리였구나 라는걸 몸소 체감할 수 있으니까요. https://brunch.co.kr/@naieekim/79

Brunch Story

덕분에 나의 위치에 대해서 다시한번 생각해봅니다 😵‍💫

Edit 2: Lots of insightful comments at the bottom, do give them a read, too, before going with any... Tagged with go, programming, javascript, json.

JSON is Slower. Here Are Its 4 Faster Alternatives

JSON 은 데이터를 정의하는 포맷중 하나로 웹 서비스에서 서버와 클라이언트간에 통신시 많이 사용되고 있습니다.

제가 신입일때까지만 해도 XML 이나 Plain Text 형식으로 통신하는 API 들도 여럿 있었지만,
시간이 흘러 이러한 API 들은 deprecated 되었고
현재 서비스 되고 있는 OPEN API 들의 문서를 봐도 JSON 으로 통신하지 않는 API 는 찾아보기가 힘듭니다.

JSON 이 이렇게 인기가 많아진 이유는 다음과 같습니다.

📌 사람이 읽을 수 있는 형식
📌 언어에 구애받지 않음
📌 데이터 구조 일관성
📌 브라우저 지원
📌 프로그래밍 언어의 JSON API 지원

그렇지만 이러한 JSON 도 다음과 같은 이유로 성능 저하를 발생시킬 수 있습니다.

📌 광범위하거나 중첩이 깊은 데이터일 경우 Parsing 오버헤드가 발생할 수 있습니다
📌 데이터 송수신시 반드시 해야하는 직렬화 및 역직렬화 과정이 성능에 영향을 줄 수 있습니다
📌 JSON 은 텍스트 기반이기 때문에 문자열 처리를 하게 되는데 이는 이진 데이터 처리에 비해 느릴 수 밖에 없습니다
📌 JSON 에서 제공하는 데이터 Type 이 제한되기 때문에 복잡한 데이터 구조를 사용할 경우 추가적인 장치나 표현이 필요하게 되어 성능에 영향을 줄 수 있습니다
📌 바이너리 데이터에 대한 지원이 없기 때문에 이를 표현할 경우 텍스트 인코딩, 디코딩을 하게 되어 성능에 영향을 줄 수 있습니다

이러한 JSON 의 단점을 대체할 수 있는 것으로 다음과 같은 솔루션이 있습니다.

📌 Protocol Buffers
Protobuf 라고도 알려진 프로토콜 버퍼는 Google 에서 개발한 바이너리 직렬화 형식입니다.
JSON 에 비해 인코딩 및 디코딩이 더 간단하고 빠른 바이너리 인코딩을 사용하고 이전 버전과의 호환성을 유지하면서 데이터 구조를 업데이트할 수 있는 Schema Evolution 을 지원합니다.

📌 MessagePack
MessagePack 은 효율성과 속도를 위해 설계된 또 다른 이진 직렬화 형식입니다.
매우 컴팩트한 데이터 표현을 생성하여 데이터 전송 크기를 줄일 수 있고, Protocol Buffers 와 동일하게 바이너리 특성으로 빠른 인코딩 및 디코딩이 가능합니다.

📌 BSON
MongoDB 에서 사용하는것으로 유명한 BSON 은 바이너리 데이터 유형이 추가된 JSON과 유사한 구조를 유지하여 효율성과 가독성 간의 균형을 제공합니다.
또한 이미지나 멀티미디어와 같은 데이터를 처리하는 데 유용한 바이너리 데이터 유형에 대한 기본 지원을 제공합니다.

📌 Avro
Avro는 Apache Hadoop 프로젝트 내에서 개발된 데이터 직렬화 프레임워크로 스키마 호환성과 성능에 강점을 두고 있습니다.
컴팩트 바이너리 인코딩 형식을 사용하므로 페이로드를 줄일 수 있고 여러 프로그래밍 언어를 지원하므로 다양한 애플리케이션 생태계에 적합합니다.

공유 드린 원문에 이에 대한 자세한 내용과 JSON 을 계속 사용할 경우 성능을 최적화 할 수 있는 팁들이 정리되어있으니 관심있으신 분들은 원문 내용을 참고해주세요.

📚 원문
https://dev.to/nikl/json-is-slower-here-are-its-4-faster-alternatives-2g30?utm_source=oneoneone

JSON 은 데이터를 정의하는 포맷중 하나로 웹 서비스에서 서버와 클라이언트간에 통신시 많이 사용되고 있습니다. 제가 신입일때까지만 해도 XML 이나 Plain Text 형식으로 통신하는 API 들도 여럿 있었지만,시간이 흘러 이러한 API 들은 deprecated 되었고현재 서비스 되고 있는 OPEN API 들의 문서를 봐도 JSON 으로 통신하지 않는 API 는 찾아보기가 힘듭니다. JSON 이 이렇게 인기가 많아진 이유는 다음과 같습니다. 📌 사람이 읽을 수 있는 형식📌 언어에 구애받지 않음📌 데이터 구조 일관성📌 브라우저 지원📌 프로그래밍 언어의 JSON API 지원 그렇지만 이러한 JSON 도 다음과 같은 이유로 성능 저하를 발생시킬 수 있습니다. 📌 광범위하거나 중첩이 깊은 데이터일 경우 Parsing 오버헤드가 발생할 수 있습니다📌 데이터 송수신시 반드시 해야하는 직렬화 및 역직렬화 과정이 성능에 영향을 줄 수 있습니다📌 JSON 은 텍스트 기반이기 때문에 문자열 처리를 하게 되는데 이는 이진 데이터 처리에 비해 느릴 수 밖에 없습니다📌 JSON 에서 제공하는 데이터 Type 이 제한되기 때문에 복잡한 데이터 구조를 사용할 경우 추가적인 장치나 표현이 필요하게 되어 성능에 영향을 줄 수 있습니다📌 바이너리 데이터에 대한 지원이 없기 때문에 이를 표현할 경우 텍스트 인코딩, 디코딩을 하게 되어 성능에 영향을 줄 수 있습니다 이러한 JSON 의 단점을 대체할 수 있는 것으로 다음과 같은 솔루션이 있습니다. 📌 Protocol BuffersProtobuf 라고도 알려진 프로토콜 버퍼는 Google 에서 개발한 바이너리 직렬화 형식입니다.JSON 에 비해 인코딩 및 디코딩이 더 간단하고 빠른 바이너리 인코딩을 사용하고 이전 버전과의 호환성을 유지하면서 데이터 구조를 업데이트할 수 있는 Schema Evolution 을 지원합니다. 📌 MessagePackMessagePack 은 효율성과 속도를 위해 설계된 또 다른 이진 직렬화 형식입니다.매우 컴팩트한 데이터 표현을 생성하여 데이터 전송 크기를 줄일 수 있고, Protocol Buffers 와 동일하게 바이너리 특성으로 빠른 인코딩 및 디코딩이 가능합니다. 📌 BSONMongoDB 에서 사용하는것으로 유명한 BSON 은 바이너리 데이터 유형이 추가된 JSON과 유사한 구조를 유지하여 효율성과 가독성 간의 균형을 제공합니다.또한 이미지나 멀티미디어와 같은 데이터를 처리하는 데 유용한 바이너리 데이터 유형에 대한 기본 지원을 제공합니다. 📌 AvroAvro는 Apache Hadoop 프로젝트 내에서 개발된 데이터 직렬화 프레임워크로 스키마 호환성과 성능에 강점을 두고 있습니다.컴팩트 바이너리 인코딩 형식을 사용하므로 페이로드를 줄일 수 있고 여러 프로그래밍 언어를 지원하므로 다양한 애플리케이션 생태계에 적합합니다. 공유 드린 원문에 이에 대한 자세한 내용과 JSON 을 계속 사용할 경우 성능을 최적화 할 수 있는 팁들이 정리되어있으니 관심있으신 분들은 원문 내용을 참고해주세요. 📚 원문https://dev.to/nikl/json-is-slower-here-are-its-4-faster-alternatives-2g30?utm_source=oneoneone

DEV Community

💡 JSON 보다 더 빠른 대안들

네이버에서 서비스하는 api 중에서 위에서 말씀하신 json 대안을 제공하는 것이 있나요?
네이버 api를 사용할 때, 익숙해서 json으로 사용하기는하는데 혹시 제공되면 이후에 사용할 때는 상황에 맞게 사용해봐야겠습니다

Poker게임에 사용되는 카드 덱을 OOP로 구현해보고 자료구조를 이해해보자~

https://wiki.webnori.com/plugins/servlet/mobile?contentId=16646151#content/view/16646151

Poker게임에 사용되는 카드 덱을 OOP로 구현해보고 자료구조를 이해해보자~ https://wiki.webnori.com/plugins/servlet/mobile?contentId=16646151#content/view/16646151

포커카드로 알아보는 자료구조

ChatGPT에게 팁을 준다고 하면 답을 더 상세하게 잘 내준다고. 역시 인간적이네요. ㅋㅋㅋ (정확히는 GPT 모델을 바로 썼고, 코드 생성을 요청함)

ChatGPT에게 팁을 준다고 하면 답을 더 상세하게 잘 내준다고. 역시 인간적이네요. ㅋㅋㅋ (정확히는 GPT 모델을 바로 썼고, 코드 생성을 요청함)

Apple is adopting the texting standard and it will work alongside iMessage, a company spokesperson told 9to5Mac.

Apple's Bringing RCS Support to iPhone Next Year

지난 10여 년 동안 전 세계 스마트폰 사용자들은 커뮤니케이션 방식에서 '녹색 상자' 대 '청색 상자'라는 대표적 사회적 차별문제가 있었습니다.

아이폰 사용자가 다른 아이폰으로 문자를 보낼 때는 메시지가 파란색으로 표시되고 재미있는 이모티콘이나 애니메이션과 같은 독점적인 혜택을 이용할 수 있는데 반해 아이폰 사용자가 안드로이드 사용자에게 문자를 보내면 말풍선이 녹색으로 바뀌고, 많은 기능이 중단되며, 사진과 동영상의 품질이 저하됩니다. 이 기능은 잘 알고 계시죠?

이것은 애플의 대표적인 사용자 갈라치기 마케팅 전법중 하나였고 다음과 같은 편견주입이 잘 먹혔습니다. 충분히 해결할 수 있는 기술 솔루션이 있음에도 불구하고요.

1. 아이폰 사용자에게는 녹색 메시지 상자를 봤을때 불편한 문자 메시지 환경으로 인식되어 왔습니다.
2. 작년 코드 컨퍼런스에서는 어머니에게 동영상을 보내는 데 어려움을 호소하는 한 참석자가 문자 메시지 기술에 대해 질문하자, 애플CEO인 팀 쿡은 "엄마에게 아이폰을 사주세요"라고 답했습니다. 잡스였다면 이런 무식한 대답은 하지 않았을 겁니다.
3. 휴대폰으로 서로를 판단하는 사람들 사이에 더 깊은 사회학적 분열이 생겼습니다. 부유한 사람들만 아이폰을 구매한다는 인식 때문에 일부 사람들은 버블의 색이 지위와 부를 반영하는 상징이 되었습니다.
4. 데이팅 앱에서 녹색 거품 사용자는 종종 파란색 거품 사용자에게 거부당합니다. 비영리 단체인 Common Sense Media에 따르면, 학교에서 녹색 말풍선은 아이폰을 사용하는 어린이들에게 조롱과 배제대상이라고 합니다.
----

이런 태도가 구글과 Nothing같은 기업의 설득,애플의 구식 기술의 조롱, 신흥 기술경쟁 캠페인에 밀려 애플의 메시지앱이 수정될 예정입니다.
새롭게 도입될 기술은 RCS (Rich Communication Service)라는 것으로 이미 구글은 수년전에 도입했습니다. 이 새로운 문자 메시지 기술을 활성화하면 사용자가 누군가가 타이핑을 하고 있는지, 메시지가 수신되었는지 여부를 확인할 수 있습니다.

!! 그럼에도 이 놈의 애플놈들은 초록색 문자상자는 유지하겠다고 합니다.

사실애플의 이번 발표는 자기들이 스스로 결정했다기 보다는 2024년 유럽의 디지털 시장법이 발효되기 전에 어쩔수 없이 나왔다고 보는게 맞습니다. 디지털 시장법에서 시장 지배력을 위한 차별로 밝혀지면 이건 뭐... 유럽에서 벌금폭탄을 맞을게 뻔하거든요.

애플은 또한 모바일 기술 회사인 Nothing의 신흥 경쟁에 직면해 있습니다.
Nothing은 꽤 멋있는 회사입니다. "메시징 서비스가 휴대폰 사용자를 분열시키고 있다면, 우리는 그 장벽을 허물고 싶습니다."라는 모토를 강조합니다.

Nothing은 아이폰을 사용하지 않는 사용자도 마치 아이폰을 사용하는 것처럼 iMessage를 보낼 수 있는 앱인 Nothing Chats를 출시했습니다. 베타 버전인 이 앱은 녹색 말풍선을 파란색 말풍선으로 대체하고 해당 기기 간에 그룹 채팅, 음성 메모, 고해상도 미디어 공유 등을 가능하게 합니다.

디지털 엘리트주의는 남을 차별하는데서 출발하지 않습니다. 관심을 가져야 보이고 고칠 수 있습니다.

지난 10여 년 동안 전 세계 스마트폰 사용자들은 커뮤니케이션 방식에서 '녹색 상자' 대 '청색 상자'라는 대표적 사회적 차별문제가 있었습니다. 아이폰 사용자가 다른 아이폰으로 문자를 보낼 때는 메시지가 파란색으로 표시되고 재미있는 이모티콘이나 애니메이션과 같은 독점적인 혜택을 이용할 수 있는데 반해 아이폰 사용자가 안드로이드 사용자에게 문자를 보내면 말풍선이 녹색으로 바뀌고, 많은 기능이 중단되며, 사진과 동영상의 품질이 저하됩니다. 이 기능은 잘 알고 계시죠? 이것은 애플의 대표적인 사용자 갈라치기 마케팅 전법중 하나였고 다음과 같은 편견주입이 잘 먹혔습니다. 충분히 해결할 수 있는 기술 솔루션이 있음에도 불구하고요. 1. 아이폰 사용자에게는 녹색 메시지 상자를 봤을때 불편한 문자 메시지 환경으로 인식되어 왔습니다.2. 작년 코드 컨퍼런스에서는 어머니에게 동영상을 보내는 데 어려움을 호소하는 한 참석자가 문자 메시지 기술에 대해 질문하자, 애플CEO인 팀 쿡은 "엄마에게 아이폰을 사주세요"라고 답했습니다. 잡스였다면 이런 무식한 대답은 하지 않았을 겁니다.3. 휴대폰으로 서로를 판단하는 사람들 사이에 더 깊은 사회학적 분열이 생겼습니다. 부유한 사람들만 아이폰을 구매한다는 인식 때문에 일부 사람들은 버블의 색이 지위와 부를 반영하는 상징이 되었습니다.4. 데이팅 앱에서 녹색 거품 사용자는 종종 파란색 거품 사용자에게 거부당합니다. 비영리 단체인 Common Sense Media에 따르면, 학교에서 녹색 말풍선은 아이폰을 사용하는 어린이들에게 조롱과 배제대상이라고 합니다.---- 이런 태도가 구글과 Nothing같은 기업의 설득,애플의 구식 기술의 조롱, 신흥 기술경쟁 캠페인에 밀려 애플의 메시지앱이 수정될 예정입니다.새롭게 도입될 기술은 RCS (Rich Communication Service)라는 것으로 이미 구글은 수년전에 도입했습니다. 이 새로운 문자 메시지 기술을 활성화하면 사용자가 누군가가 타이핑을 하고 있는지, 메시지가 수신되었는지 여부를 확인할 수 있습니다. !! 그럼에도 이 놈의 애플놈들은 초록색 문자상자는 유지하겠다고 합니다. 사실애플의 이번 발표는 자기들이 스스로 결정했다기 보다는 2024년 유럽의 디지털 시장법이 발효되기 전에 어쩔수 없이 나왔다고 보는게 맞습니다. 디지털 시장법에서 시장 지배력을 위한 차별로 밝혀지면 이건 뭐... 유럽에서 벌금폭탄을 맞을게 뻔하거든요. 애플은 또한 모바일 기술 회사인 Nothing의 신흥 경쟁에 직면해 있습니다.Nothing은 꽤 멋있는 회사입니다. "메시징 서비스가 휴대폰 사용자를 분열시키고 있다면, 우리는 그 장벽을 허물고 싶습니다."라는 모토를 강조합니다. Nothing은 아이폰을 사용하지 않는 사용자도 마치 아이폰을 사용하는 것처럼 iMessage를 보낼 수 있는 앱인 Nothing Chats를 출시했습니다. 베타 버전인 이 앱은 녹색 말풍선을 파란색 말풍선으로 대체하고 해당 기기 간에 그룹 채팅, 음성 메모, 고해상도 미디어 공유 등을 가능하게 합니다. 디지털 엘리트주의는 남을 차별하는데서 출발하지 않습니다. 관심을 가져야 보이고 고칠 수 있습니다.

CNET

<애플이 만든 대표적인 사회적 차별 '녹색 상자' vs '청색상자'>

Bored of algorithms? Here are my recommendations that are exciting, understandable, and sometimes even useful!

Challenging algorithms and data structures every programmer should try

모든 프로그래머가 해보면 좋은 도전 과제 알고리즘 입니다
 * 토폴로지컬 소트
 * 리커시브 디센트 파싱
 * 마이어의 스트링 디프 (git의 diff알고리즘)
 * 블룸 필터 (데이터가 없는지 찾아낼 때 사용)
 * 피스 테이블 (테스트에디터에서 사용한다고함)
 * 스플레이 트리

여러분도 도전해보세요!
https://austinhenley.com/blog/challengingalgorithms.html

모든 프로그래머가 해보면 좋은 도전 과제 알고리즘 입니다<ul><li>토폴로지컬 소트</li><li>리커시브 디센트 파싱</li><li>마이어의 스트링 디프 (git의 diff알고리즘)</li><li>블룸 필터 (데이터가 없는지 찾아낼 때 사용)</li><li>피스 테이블 (테스트에디터에서 사용한다고함)</li><li>스플레이 트리</li></ul> 여러분도 도전해보세요! https://austinhenley.com/blog/challengingalgorithms.html

Austinhenley

모든 프로그래머가 해보면 좋은 도전 과제 알고리즘들

LINE 의 오픈챗은 대규모 트래픽을 처리하는 서비스 중 하나입니다.

특히 유명 가수의 콘서트 시, 수백만 팬들이 오픈챗에서 활발히 소통하면서 트래픽이 급증하는 현상이 발생합니다.

이렇게 하나의 오픈챗이 다른 오픈챗보다 트래픽이 많이 발생하는 걸 LINE은 '핫 챗 (Hot Chat)'으로 정의하며, 이 글에서는 핫 챗의 발생 패턴과 해결 방법을 살펴보겠습니다.

<오픈챗이 처리하는 트래픽의 규모>

하나의 오픈챗은 수천에서 수만 명의 사용자를 수용할 수 있습니다.

오픈챗 서버는 분당 1천만 건, 일일 약 100억 건의 API 요청을 처리합니다. 활발한 하나의 오픈챗은 분당 최대 20만 건의 API 요청을 생성하기도 합니다.

<오픈챗 서비스의 구조>

LINE의 오픈챗 서비스는 이벤트 기반 아키텍처로 구성되어 있습니다.

사용자가 메시지를 보내는 등의 이벤트가 발생하면, 이들은 데이터베이스에 기록되고 Kafka를 통해 전달됩니다.

이후 Publish 서비스가 Kafka 토픽에서 이벤트를 소비하고, 사용자들에게 이벤트를 알리는 서버 푸시를 합니다.

사용자들은 API 호출을 통해 필요한 데이터를 가져갑니다.

서비스 구조는 그림으로 보는 것이 좋을 것 같은데요. 아래 파일로 첨부해두었습니다.

<Hot Chat 패턴별로 발생하는 문제와 이를 해결하는 전략>

1.1 첫 번째 문제: 오픈챗 트래픽 증가

수백만명의 가수의 팬들이 콘서트를 열 때 오픈챗에서 활발히 떠들다보니 오픈챗의 이벤트를 가져오려는 API 호출 트래픽이 급증하는 사례가 발생합니다.

이로 인해 발생하는 증상은 다음과 같습니다:
 * 트래픽 급증으로 인한 데이터베이스 요청 증가, Slow Query 발생
 * API 서버의 GC, CPU 사용량 증가 및 응답 지연
 * 카프카의 Lag 증가

1.2 해결책:

일반적으로 Naive 하게 생각해 수 있는 해결책은 Shard 를 추가하는 것일텐데, 핫 챗은 전체 오픈챗 중의 0.1% 정도 되기 때문에 단순 샤드를 추가하는 건 영향이 작을 것입니다.

LINE 에서는 Hot Chat 을 Detecting 하고 일정시간 동안 Throttling 을 적용하는 방법으로 해결했습니다:
 * 핫 챗 탐지:
 * Publish 서버에서 발생한 채팅방의 이벤트 수를 추적하고, 특정 임계점이 넘었으면 이 채팅방을 Hot Chat 이라고 기록합니다. 
 * 트래픽 Throttling 적용:
 * 핫 챗으로 분류된 채팅방에서는 확률적으로 서버 푸시 메시지 전송 빈도를 조절합니다.
 * 이는 API 요청의 폭증을 방지하고 서버 부하를 줄이는 데 도움이 됩니다.
 * 정책 동적 조정:
 * 핫 챗 정책은 LINE의 오픈소스 솔루션인 Central Dogma를 사용하여 동적으로 조정됩니다.
 * 이를 통해 서비스 운영자는 배포 없이 실시간으로 트래픽 상황에 맞춰 정책을 조정할 수 있습니다.
 * Note:
 * 이 방법은 폭증하는 트래픽에서 서버를 보호하는 방법이지, 트래픽 자체를 해결하는 방법은 아닙니다.
 * 위의 LINE 의 사례와 같은 Hot Key 문제에 대해서 트래픽 자체를 해결하려면 하나의 샤드로 향하는 트래픽을 다른 샤드들로 분산시키는 것이 필요합니다.
 * 그래서 일반적인 해결 방법 중 하나는 Shard Key 에다가 Random Number 를 붙혀서 하나의 샤드에서 다른 샤드들로 저장되고 읽을 수 있도록 하는 것입니다. 이를 'Salted Key' 라고도 합니다.
 * 이 방법으로 할 경우 읽기 요청을 할 때가 문제라서 Hot Key 의 Shard Key 가 어떻게 분산되었는지를 추적할 수 있는 방법을 추가로 필요로 합니다.
 * 이 방식으로 해결해야한다는 뜻을 말하는 것은 아닙니다. 개인적인 생각으로는 활발한 오픈챗에서 이벤트 전달은 되게 작은 문제라고 보여서 Throttling 하는 것이 더 나은 솔루션 같아 보입니다.

2.1 두 번째 문제: 오픈챗 참여 요청이 급증:

인플루언서가 오픈챗 링크를 공유하면서 참여 요청이 갑자기 증가하는 상황이 발생할 수 있습니다.

이로 인해 발생하는 증상은 다음과 같습니다:
 * MySQL Slow Log 증가, CPU 사용률 증가
 * OpenChat 서비스의 응답 타임아웃 증가

2.2 해결책:

MySQL INSERT 성능 최적화:
 * 오픈챗 참여 INSERT 는 단순 INSERT 가 아니라, INSERT 내부에서 SELECT 를 사용하는 쿼리로 구성되어 있습니다. 이는 내부적으로 Bulk Insert 로 취급이 됩니다.
 * Bulk Insert 에서 레코드가 Auto Increment 타입의 칼럼을 쓰고 있는 경우 auto_increment_lock_mode=1 로 설정되어 있는 경우에는 Auto Increment 의 값을 연속적으로 증가함을 보장하며 테이블 락을 잡습니다. (MySQL 8.0 이전에는 auto_increment_lock_mode 의 기본 값은 1입니다.)
 * 그래서 동시에 오픈챗 참여 요청을 하면 이런 테이블락의 경합으로 인해서 CPU 사용률이 치솟는 것입니다.
 * 이를 auto_increment_lock_mode=2 로 변경하면 Auto Increment 값이 연속적으로 증가함을 보장하지는 않지만, 테이블 락보다 가벼운 Mutex 를 사용해서 더 나은 성능을 낼 수 있습니다. 
 * 모든 기술이 그렇듯이 주의할 점이 있는데  auto_increment_lock_mode=2 로 적용할 경우에는 복제에서 statement-based replication 이 아니라 row-based replication 을 적용해야합니다. Auto Increment 값이 연속적으로 증가하지 않기 때문에 복제 서버에서는 다른 값이 될 수 있기 때문입니다. 

참여 요청에 대한 Throttling 적용:
 * auto_increment_lock_mode 를 튜닝해서 처리할 수 있는 성능을 높혔더라도, 언제든지 MySQL 이 처리할 수 있는 양보다 훨씬 많은 부하를 받을 수 있습니다.
 * 여기서 Throttling 을 적용할 때 중요했던 건 Hot Chat Throttling 과 달리 Throttling 을 지연없이 빠르게 적용할 수 있는가 입니다.
 * Redis 에서도 참여 요청의 수를 집계해서 Throttling 를 적용할 수도 있지만 얼마 안되는 핫 오픈챗에 대해서 전체 오픈챗에 대해 기록하는 건 큰 오버헤드라고 판단해서 Local Cache 에서 집계를 해서 Throttling 을 적용했습니다.

Reference:
https://engineering.linecorp.com/ko/blog/how-line-openchat-server-handles-extreme-traffic-spikes

LINE 의 오픈챗은 대규모 트래픽을 처리하는 서비스 중 하나입니다. 특히 유명 가수의 콘서트 시, 수백만 팬들이 오픈챗에서 활발히 소통하면서 트래픽이 급증하는 현상이 발생합니다. 이렇게 하나의 오픈챗이 다른 오픈챗보다 트래픽이 많이 발생하는 걸 LINE은 '핫 챗 (Hot Chat)'으로 정의하며, 이 글에서는 핫 챗의 발생 패턴과 해결 방법을 살펴보겠습니다. &lt;오픈챗이 처리하는 트래픽의 규모&gt; 하나의 오픈챗은 수천에서 수만 명의 사용자를 수용할 수 있습니다. 오픈챗 서버는 분당 1천만 건, 일일 약 100억 건의 API 요청을 처리합니다. 활발한 하나의 오픈챗은 분당 최대 20만 건의 API 요청을 생성하기도 합니다. &lt;오픈챗 서비스의 구조&gt; LINE의 오픈챗 서비스는 이벤트 기반 아키텍처로 구성되어 있습니다. 사용자가 메시지를 보내는 등의 이벤트가 발생하면, 이들은 데이터베이스에 기록되고 Kafka를 통해 전달됩니다. 이후 Publish 서비스가 Kafka 토픽에서 이벤트를 소비하고, 사용자들에게 이벤트를 알리는 서버 푸시를 합니다. 사용자들은 API 호출을 통해 필요한 데이터를 가져갑니다. 서비스 구조는 그림으로 보는 것이 좋을 것 같은데요. 아래 파일로 첨부해두었습니다. &lt;Hot Chat 패턴별로 발생하는 문제와 이를 해결하는 전략&gt; 1.1 첫 번째 문제: 오픈챗 트래픽 증가 수백만명의 가수의 팬들이 콘서트를 열 때 오픈챗에서 활발히 떠들다보니 오픈챗의 이벤트를 가져오려는 API 호출 트래픽이 급증하는 사례가 발생합니다. 이로 인해 발생하는 증상은 다음과 같습니다:<ul><li>트래픽 급증으로 인한 데이터베이스 요청 증가, Slow Query 발생</li><li>API 서버의 GC, CPU 사용량 증가 및 응답 지연</li><li>카프카의 Lag 증가</li></ul> 1.2 해결책: 일반적으로 Naive 하게 생각해 수 있는 해결책은 Shard 를 추가하는 것일텐데, 핫 챗은 전체 오픈챗 중의 0.1% 정도 되기 때문에 단순 샤드를 추가하는 건 영향이 작을 것입니다. LINE 에서는 Hot Chat 을 Detecting 하고 일정시간 동안 Throttling 을 적용하는 방법으로 해결했습니다:<ul><li>핫 챗 탐지:<ul><li>Publish 서버에서 발생한 채팅방의 이벤트 수를 추적하고, 특정 임계점이 넘었으면 이 채팅방을 Hot Chat 이라고 기록합니다.&nbsp;</li></ul></li><li>트래픽 Throttling 적용:<ul><li>핫 챗으로 분류된 채팅방에서는 확률적으로 서버 푸시 메시지 전송 빈도를 조절합니다.</li><li>이는 API 요청의 폭증을 방지하고 서버 부하를 줄이는 데 도움이 됩니다.</li></ul></li><li>정책 동적 조정:<ul><li>핫 챗 정책은 LINE의 오픈소스 솔루션인 Central Dogma를 사용하여 동적으로 조정됩니다.</li><li>이를 통해 서비스 운영자는 배포 없이 실시간으로 트래픽 상황에 맞춰 정책을 조정할 수 있습니다.</li></ul></li><li>Note:<ul><li>이 방법은 폭증하는 트래픽에서 서버를 보호하는 방법이지, 트래픽 자체를 해결하는 방법은 아닙니다.</li><li>위의 LINE 의 사례와 같은 Hot Key 문제에 대해서 트래픽 자체를 해결하려면 하나의 샤드로 향하는 트래픽을 다른 샤드들로 분산시키는 것이 필요합니다.</li><li>그래서 일반적인 해결 방법 중 하나는 Shard Key 에다가 Random Number 를 붙혀서 하나의 샤드에서 다른 샤드들로 저장되고 읽을 수 있도록 하는 것입니다. 이를 'Salted Key' 라고도 합니다.</li><li>이 방법으로 할 경우 읽기 요청을 할 때가 문제라서 Hot Key 의 Shard Key 가 어떻게 분산되었는지를 추적할 수 있는 방법을 추가로 필요로 합니다.</li><li>이 방식으로 해결해야한다는 뜻을 말하는 것은 아닙니다. 개인적인 생각으로는 활발한 오픈챗에서 이벤트 전달은 되게 작은 문제라고 보여서 Throttling 하는 것이 더 나은 솔루션 같아 보입니다.</li></ul></li></ul> 2.1 두 번째 문제: 오픈챗 참여 요청이 급증: 인플루언서가 오픈챗 링크를 공유하면서 참여 요청이 갑자기 증가하는 상황이 발생할 수 있습니다. 이로 인해 발생하는 증상은 다음과 같습니다:<ul><li>MySQL Slow Log 증가, CPU 사용률 증가</li><li>OpenChat 서비스의 응답 타임아웃 증가</li></ul> 2.2 해결책: MySQL INSERT 성능 최적화:<ul><li>오픈챗 참여 INSERT 는 단순 INSERT 가 아니라, INSERT 내부에서 SELECT 를 사용하는 쿼리로 구성되어 있습니다. 이는 내부적으로 Bulk Insert 로 취급이 됩니다.</li><li>Bulk Insert 에서 레코드가 Auto Increment 타입의 칼럼을 쓰고 있는 경우 auto_increment_lock_mode=1 로 설정되어 있는 경우에는 Auto Increment 의 값을 연속적으로 증가함을 보장하며 테이블 락을 잡습니다. (MySQL 8.0 이전에는 auto_increment_lock_mode 의 기본 값은 1입니다.)</li><li>그래서 동시에 오픈챗 참여 요청을 하면 이런 테이블락의 경합으로 인해서 CPU 사용률이 치솟는 것입니다.</li><li>이를 auto_increment_lock_mode=2 로 변경하면 Auto Increment 값이 연속적으로 증가함을 보장하지는 않지만, 테이블 락보다 가벼운 Mutex 를 사용해서 더 나은 성능을 낼 수 있습니다.&nbsp;</li><li>모든 기술이 그렇듯이 주의할 점이 있는데&nbsp; auto_increment_lock_mode=2 로 적용할 경우에는 복제에서 statement-based replication 이 아니라 row-based replication 을 적용해야합니다. Auto Increment 값이 연속적으로 증가하지 않기 때문에 복제 서버에서는 다른 값이 될 수 있기 때문입니다.&nbsp;</li></ul> 참여 요청에 대한 Throttling 적용:<ul><li>auto_increment_lock_mode 를 튜닝해서 처리할 수 있는 성능을 높혔더라도, 언제든지 MySQL 이 처리할 수 있는 양보다 훨씬 많은 부하를 받을 수 있습니다.</li><li>여기서 Throttling 을 적용할 때 중요했던 건 Hot Chat Throttling 과 달리 Throttling 을 지연없이 빠르게 적용할 수 있는가 입니다.</li><li>Redis 에서도 참여 요청의 수를 집계해서 Throttling 를 적용할 수도 있지만 얼마 안되는 핫 오픈챗에 대해서 전체 오픈챗에 대해 기록하는 건 큰 오버헤드라고 판단해서 Local Cache 에서 집계를 해서 Throttling 을 적용했습니다.</li></ul> Reference: https://engineering.linecorp.com/ko/blog/how-line-openchat-server-handles-extreme-traffic-spikes

LINE 의 오픈챗 서버는 어떻게 급증하는 트래픽을 다룰까?

AI 시대에 소프트웨어 엔지니어가 필수로 배워야 하는 기초 지식은 다음과 같습니다.

1️⃣ 하나만 배운다면 데이터 구조

2️⃣ 두가질 배운다면 알고리즘

3️⃣ 세가질 배운다면 머신러닝

4️⃣ 네가질 배운다면 프롬프트 엔지니어링

소프트웨어 엔지니어의 주요 업무인 프로그래밍이라는 것은, 주어진 데이터를 변형하거나 데이터를 추출하는 것이 전부라고 할 수 있습니다. 따라서 데이터 구조와 데이터를 다루는 알고리즘을 배우는 것이 기본이겠고요.

더불어 데이터를 통해 소프트웨어를 만들어내는 머신러닝과, 이를 통해 만들어진 AI를 이용하는 프롬프트 엔지니어링을 이해해야 다가오는 AI 시대에 적응 할 수 있을 것 입니다.

즉, 프로그램이, AI가 어떻게 만들어지고 작동하는지, 그리고 AI를 어떻게 다루는지를 이해하는 것이 중요한 것이죠. 왜냐하면 나머지는 이제 앞으로 AI가 다 해 줄 테니까요.

AI 시대에 소프트웨어 엔지니어가 필수로 배워야 하는 기초 지식은 다음과 같습니다. 1️⃣ 하나만 배운다면 데이터 구조 2️⃣ 두가질 배운다면 알고리즘 3️⃣ 세가질 배운다면 머신러닝 4️⃣ 네가질 배운다면 프롬프트 엔지니어링 소프트웨어 엔지니어의 주요 업무인 프로그래밍이라는 것은, 주어진 데이터를 변형하거나 데이터를 추출하는 것이 전부라고 할 수 있습니다. 따라서 데이터 구조와 데이터를 다루는 알고리즘을 배우는 것이 기본이겠고요. 더불어 데이터를 통해 소프트웨어를 만들어내는 머신러닝과, 이를 통해 만들어진 AI를 이용하는 프롬프트 엔지니어링을 이해해야 다가오는 AI 시대에 적응 할 수 있을 것 입니다. 즉, 프로그램이, AI가 어떻게 만들어지고 작동하는지, 그리고 AI를 어떻게 다루는지를 이해하는 것이 중요한 것이죠. 왜냐하면 나머지는 이제 앞으로 AI가 다 해 줄 테니까요.

AI 시대 소프트웨어 엔지니어 필수 지식

자바스크립트 패키지 매니저: npm vs. Yarn

패키지 매니저(package manager)는 프로젝트가 의존하고 있는 패키지를 효과적으로 설치, 갱신, 삭제할 수 있도록 도와주는 관리 도구입니다. 그 어떤 프로그래밍 언어보다 풍부한 오픈 소스 생태계를 자랑하는 자바스크립트에서 특히 패키지 매니저는 중요한 역할을 하는데요. 아무리 간단한 자바스크립트 프로젝트라고 해도 적게는 수십게 많게는 수백개의 다른 패키지에 의존하기 때문입니다.

대부분의 자바스크립트 패키지 매니저는 Node.js 실행 환경(runtime)에서 돌아가며 `package.json`이라는 파일에 프로젝트가 의존하고 있는 패키지 목록을 명시합니다. 일반적으로 패키지는 프로젝트의 `node_modules` 디렉토리에 저장되는데, 주로 공개 npm 저장소(registry)로 부터 다운을 받지만 회사의 경우 사내망 내의 사설 저장소를 운영하는 경우도 있습니다.

자바스크립트 커뮤니티에서는 npm과 Yarn이라는 두 가지 패키지 매니저가 오랫동안 시장을 양분해왔는데요. 이번 포스팅에서는 현재 기준으로 npm과 Yarn을 비교해보고 이중 무엇을 쓰는 게 좋을지 알아보겠습니다.

📝 포스팅: https://www.daleseo.com/js-package-manager/

사실 자바스크립트 생태계에서는 본 포스팅에서 다룬 npm과 Yarn 외에도 Pnpm과 같은 새로운 패키지 매니저가 줄줄이 등장하고 있습니다. 또한 차세대 자바스크립트 런타임인 Bun의 경우에는 아예 패키지 매니저를 내장하고 있어서 어떤 패키지 매니저를 사용할지 고민할 필요도 없습니다. 기본적으로 표준화보다는 자율성을 가치로 삼는 자바스크립트 커뮤니티에서 향후 이 패키지 매니저 전쟁이 어떻게 진행될지 지켜보면 흥미로울 것 같습니다.

패키지 매니저 관련해서 아래 게시물도 함께 읽어보시기를 추천드립니다.

📕 자바스크립트 개발자를 위한 package.json 파일 정리: https://careerly.co.kr/comments/90359
📗 패키지 잠금 파일 (package-lock.json, yarn.lock): https://careerly.co.kr/comments/93535
📘 자바스크립트 개발자를 위한 필수 npm 커맨드 정리 (+npx): https://careerly.co.kr/comments/93003
📙 Bun: 귀엽지만 강력한 새로운 자바스크립트 런타임 🥟: https://careerly.co.kr/comments/92202

패키지 매니저(package manager)는 프로젝트가 의존하고 있는 패키지를 효과적으로 설치, 갱신, 삭제할 수 있도록 도와주는 관리 도구입니다. 그 어떤 프로그래밍 언어보다 풍부한 오픈 소스 생태계를 자랑하는 자바스크립트에서 특히 패키지 매니저는 중요한 역할을 하는데요. 아무리 간단한 자바스크립트 프로젝트라고 해도 적게는 수십게 많게는 수백개의 다른 패키지에 의존하기 때문입니다. 대부분의 자바스크립트 패키지 매니저는 Node.js 실행 환경(runtime)에서 돌아가며 `package.json`이라는 파일에 프로젝트가 의존하고 있는 패키지 목록을 명시합니다. 일반적으로 패키지는 프로젝트의 `node_modules` 디렉토리에 저장되는데, 주로 공개 npm 저장소(registry)로 부터 다운을 받지만 회사의 경우 사내망 내의 사설 저장소를 운영하는 경우도 있습니다. 자바스크립트 커뮤니티에서는&nbsp;npm과 Yarn이라는 두 가지 패키지 매니저가 오랫동안 시장을 양분해왔는데요. 이번 포스팅에서는 현재 기준으로 npm과 Yarn을 비교해보고 이중 무엇을 쓰는 게 좋을지 알아보겠습니다. 📝 포스팅: https://www.daleseo.com/js-package-manager/ 사실 자바스크립트 생태계에서는 본 포스팅에서 다룬 npm과 Yarn 외에도 Pnpm과 같은 새로운 패키지 매니저가 줄줄이 등장하고 있습니다. 또한 차세대 자바스크립트 런타임인 Bun의 경우에는 아예 패키지 매니저를 내장하고 있어서 어떤 패키지 매니저를 사용할지 고민할 필요도 없습니다. 기본적으로 표준화보다는 자율성을 가치로 삼는 자바스크립트 커뮤니티에서 향후 이 패키지 매니저 전쟁이 어떻게 진행될지 지켜보면 흥미로울 것 같습니다. 패키지 매니저 관련해서 아래 게시물도 함께 읽어보시기를 추천드립니다. 📕 자바스크립트 개발자를 위한 package.json 파일 정리: https://careerly.co.kr/comments/90359📗 패키지 잠금 파일 (package-lock.json, yarn.lock): https://careerly.co.kr/comments/93535📘 자바스크립트 개발자를 위한 필수 npm 커맨드 정리 (+npx): https://careerly.co.kr/comments/93003📙 Bun: 귀엽지만 강력한 새로운 자바스크립트 런타임 🥟: https://careerly.co.kr/comments/92202

Daleseo

자바스크립트 패키지 매니저: npm vs. Yarn 🥊

유명한 프로그램들을 많이 만들었습니다. 카카오톡. N드라이브. 왓챠. 하지만 제 프로그램이라고 부를 수는 없었습니다. 내가 처음부터 만든 게 아니었으니까. 다른 사람들이 만들고 이미 유명해진 상태에서 내가 껴들었을 뿐.

회사를 그만두도록 뽐뿌를 준 책들

유명한 프로그램들을 많이 만들었습니다.
카카오톡. N드라이브. 왓챠.
하지만 제 프로그램이라고 부를 수는 없었습니다.
내가 처음부터 만든 게 아니었으니까.
다른 사람들이 만들고 이미 유명해진 상태에서 내가 껴들었을 뿐.

그래도 좋긴 했습니다.
내 실력으로는 엄두도 못 낼 유명한 프로그램들을 함께 만들고…
지하철에서 옆 사람들이 앱을 써주는 걸 보는 기분은 끝내줬습니다.

그런데 가만…
내가 처음부터 만든 건 뭐가 있지…?
뭐야, 아무것도 없잖아.

책을 읽다가 그런 생각이 들었던 것 같습니다.
나도 내 제품을 만들어 보고 싶어.
아무것도 없는 백지에서 시작한 나의 코드, 나의 제품 말이야.

나도 창업이란 걸 해보고 싶다.
아니, 창업이란 말은 너무 거창하고…
내 제품을 만들어서 그걸로 돈을 벌어 보고 싶어.
단 돈 만 원이라도 벌어봤으면.

그 당시에 저에게 뽐뿌를 줬던 책들.
'플레이', '아이디어맨', '티몬이 간다'

넥슨의 창업이야기.
마이크로소프트의 창업이야기.
티켓몬스터의 창업이야기.

이 책들을 읽을 때 어찌나 가슴이 두근거렸는지…
어쩌면 이 책들을 읽으면서 회사를 떠날 준비를 했는지도 모르겠습니다.
언젠가 다시 한번 읽어보고 싶습니다.

https://jeho.page/essay/2023/11/23/business-books.html

유명한 프로그램들을 많이 만들었습니다. 카카오톡. N드라이브. 왓챠. 하지만 제 프로그램이라고 부를 수는 없었습니다. 내가 처음부터 만든 게 아니었으니까. 다른 사람들이 만들고 이미 유명해진 상태에서 내가 껴들었을 뿐. 그래도 좋긴 했습니다. 내 실력으로는 엄두도 못 낼 유명한 프로그램들을 함께 만들고… 지하철에서 옆 사람들이 앱을 써주는 걸 보는 기분은 끝내줬습니다. 그런데 가만… 내가 처음부터 만든 건 뭐가 있지…? 뭐야, 아무것도 없잖아. 책을 읽다가 그런 생각이 들었던 것 같습니다. 나도 내 제품을 만들어 보고 싶어. 아무것도 없는 백지에서 시작한 나의 코드, 나의 제품 말이야. 나도 창업이란 걸 해보고 싶다. 아니, 창업이란 말은 너무 거창하고… 내 제품을 만들어서 그걸로 돈을 벌어 보고 싶어. 단 돈 만 원이라도 벌어봤으면. 그 당시에 저에게 뽐뿌를 줬던 책들. '플레이', '아이디어맨', '티몬이 간다' 넥슨의 창업이야기. 마이크로소프트의 창업이야기. 티켓몬스터의 창업이야기. 이 책들을 읽을 때 어찌나 가슴이 두근거렸는지…어쩌면 이 책들을 읽으면서 회사를 떠날 준비를 했는지도 모르겠습니다. 언젠가 다시 한번 읽어보고 싶습니다. https://jeho.page/essay/2023/11/23/business-books.html

K리그 프로그래머

01 . 저는 책상에 뭔가 많이 올려두는 걸 좋아하지 않는 편입니다. 집에서 쓰는 책상은 물론이고 회사 책상도 마찬가지죠. 그래서 가끔 팀 사람들이 '도영님은 퇴사하는 사람처럼 퇴근한다'는 우스갯소리를 던지고는 합니다. 출근하면 꺼내 올려두는 게 휴대전화, 에어팟, 노트, 필기구 몇 개 정도니까요. 그마저도 퇴근할 땐 장사판 접는 사장님처럼 말끔하게 회수해(?) 집으로 돌아가니 그런 말이 나올 법도 하죠.

02 . 하지만 제가 유일하게 책상에 자주 올려두는 것이 하나 있습니다. 바로 책입니다.
물론 책상의 일부를 마치 책장처럼 활용하며 여러 권의 책을 꽂아두시는 분들도 있지만 저는 최근 읽고 있는 책 한 권 정도만 책상에 둡니다. 그러니 자연스레 제 주위를 오가던 사람들도 제가 읽고 있는 책에 관심을 기울이고 그 책에 대해 이런저런 질문을 던지기도 하죠.

03 . 당연히 그런 자랑(?) 용도로 책을 두는 것은 아닙니다. 제가 책상에 책을 올려두는 건 일종의 마인드셋에 가깝기 때문이죠.
아무래도 기획 업무를 하다 보니 새로운 업무에 들어가거나 새로운 아이디어를 떠올려야 할 때와 자주 마주치는데 이때마다 저 스스로 어떤 관점과 마음가짐으로 그 업무를 대할지 첫 자세를 잡는 게 참 중요하더라고요. 어떤 때는 하기 싫은 일에 최대한 정을 붙여보려 노력할 때도 있고 또 어떤 때는 꽤 재미있어 보이는 일이라 저 자신이 오버하지 않도록 최대한 차분해지려는 노력을 할 때도 있죠.

04 . 그때마다 저는 그 순간에 필요한 관점을 담은 책들을 한 권씩 올려놓습니다. 그럼 왠지 그 책으로부터 좋은 영향을 받는 것 같은 느낌이 들거든요. 이따끔씩 머리 회전이 잘 안되면 책을 펼쳐서 단 5분이라도 잠깐 읽는 과정을 반복하기도 하지만 사실 꼭 그러지 않더라도 내 가까이에 그 책이 있다는 것만으로도 위로가 될 때가 있습니다. 심지어는 일종의 부적처럼 느껴질 때도 있고요.

05 . 최근에 한 프로젝트에 참여하면서는 '일'에 대한 근본적인 고민과 제 나름의 이야기를 풀어놔야 하는 과제가 주어졌는데, 이때 저는 제 책상 위에 제현주 작가님의 ⟪일하는 마음⟫이란 책을 올려두었습니다. 몇 해 전에 꽤 인상 깊게 읽었던 책이라 언제 한 번 꼭 다시 읽어야지라는 생각을 하고 있었는데 이번 기회에 다시 책상 위로 불러들인 것이죠. 지금이 바로 그 타이밍이라는 생각과 함께요.

06 . 물론 실제로 다시 책을 펼쳐서 읽은 시간은 몇 분 남짓 되지 않았지만 그런 제목의 책이 제 책상을 지켜주고 있다는 사실만으로도 뭔가 마음을 다잡게 되더라고요. 저는 늘 책 한 권을 읽는다는 건 잠깐이나마 그 작가의 생각을 빌어 살아보는 것이라고 생각하는데 제가 좋아하는 책을 끼고 일을 시작하면 조금은 새로운 마음가짐을 장착한 느낌을 받을 때가 많기 때문입니다.

07 . 누군가에게 이 얘기를 했더니 그분이 이런 말을 해주셨습니다.
"그럼 도영님께는 책이 일종의 유니폼 역할을 하는 거네요. 왜 제복을 입는 직업을 가진 사람들은 그 옷을 입는 순간 마음가짐이 달라진다고 하잖아요. 도영님이 책상에 책을 올려두는 것도 비슷한 의미이지 않을까요."

08 . 오! 그 말을 들으니 진짜 제겐 책이 그런 역할을 하는 것 같았어요. 솔직히 가끔 죽기보다도 싫은 일과 마주쳐서 책상에 앉기조차 싫을 때, 문득 책상 한 켠에 있는 책을 보면 일종의 작은 죄책감 같은 것도 느껴지거든요.
'저 책 읽을 때만 해도 온갖 좋은 생각은 다했었는데... 현실에서 또 이렇게 투덜대고만 있을 수는 없겠구나' 하면서요. 책을 읽는 이유 중 하나가 나 자신을 조금이라도 좋은 방향으로 끌고 가기 위함일 텐데 책 읽을 때 마음 따로, 책상에 앉을 때 마음 따로면 그런 나약한 애티튜드도 없겠다 싶었으니까요.

09 . 그래서 저는 주위 사람들에게 당장 읽지 않아도 좋으니 책상 위에 책 한 권 정도 올려두라는 말을 합니다. 그리고 가급적이면 꽂아두지 말고, 여러 권의 책과 함께 두지도 말고 언제든 손을 뻗으면 잡힐 만한 거리에 딱 한 권을 두는 게 더 좋다고 권하죠.
더불어 마치 그곳에 영원히 있을 것처럼 두지 말고 업무에 따라 또 기분에 따라 다른 책으로 바꿔 가져다 두는 걸 반복해 보라고 말합니다. 정말 별것 아닌 일처럼 보여도 그 작은 행동이 주는 마음가짐의 변화가 분명 존재하기 때문이죠.

10 . 그러니 여러분도 한 주의 시작은 맘에 드는 책 한 권 책상 위에 올려두는 것으로 출발하면 어떨까요? 혹시 친한 동료가 있다면 그 사람의 책상 위에 한 권을 선물해 주는 것도 좋고요. 그리고는 귀찮고, 힘들고, 짜증 나고, 하기 싫은 순간이 올 때마다 그냥 그 책 한번 집어 들어서 휘리릭 넘기고 맘에 드는 부분은 5분 정도 가볍게 읽어보는 겁니다. 마음가짐이란 게 거창해 보여도 사실 어떻게 책상 앞에 앉느냐의 문제이기도 하니까요, 그 순간에 맘에 드는 제목이 눈에 띄도록 세팅해두는 것 역시 어쩌면 내 마인드셋을 현명하게 관리하는 비법일지 모르죠.

01 . 저는 책상에 뭔가 많이 올려두는 걸 좋아하지 않는 편입니다. 집에서 쓰는 책상은 물론이고 회사 책상도 마찬가지죠. 그래서 가끔 팀 사람들이 '도영님은 퇴사하는 사람처럼 퇴근한다'는 우스갯소리를 던지고는 합니다. 출근하면 꺼내 올려두는 게 휴대전화, 에어팟, 노트, 필기구 몇 개 정도니까요. 그마저도 퇴근할 땐 장사판 접는 사장님처럼 말끔하게 회수해(?) 집으로 돌아가니 그런 말이 나올 법도 하죠. 02 . 하지만 제가 유일하게 책상에 자주 올려두는 것이 하나 있습니다. 바로 책입니다.물론 책상의 일부를 마치 책장처럼 활용하며 여러 권의 책을 꽂아두시는 분들도 있지만 저는 최근 읽고 있는 책 한 권 정도만 책상에 둡니다. 그러니 자연스레 제 주위를 오가던 사람들도 제가 읽고 있는 책에 관심을 기울이고 그 책에 대해 이런저런 질문을 던지기도 하죠. 03 . 당연히 그런 자랑(?) 용도로 책을 두는 것은 아닙니다. 제가 책상에 책을 올려두는 건 일종의 마인드셋에 가깝기 때문이죠.아무래도 기획 업무를 하다 보니 새로운 업무에 들어가거나 새로운 아이디어를 떠올려야 할 때와 자주 마주치는데 이때마다 저 스스로 어떤 관점과 마음가짐으로 그 업무를 대할지 첫 자세를 잡는 게 참 중요하더라고요. 어떤 때는 하기 싫은 일에 최대한 정을 붙여보려 노력할 때도 있고 또 어떤 때는 꽤 재미있어 보이는 일이라 저 자신이 오버하지 않도록 최대한 차분해지려는 노력을 할 때도 있죠. 04 . 그때마다 저는 그 순간에 필요한 관점을 담은 책들을 한 권씩 올려놓습니다. 그럼 왠지 그 책으로부터 좋은 영향을 받는 것 같은 느낌이 들거든요. 이따끔씩 머리 회전이 잘 안되면 책을 펼쳐서 단 5분이라도 잠깐 읽는 과정을 반복하기도 하지만 사실 꼭 그러지 않더라도 내 가까이에 그 책이 있다는 것만으로도 위로가 될 때가 있습니다. 심지어는 일종의 부적처럼 느껴질 때도 있고요. 05 . 최근에 한 프로젝트에 참여하면서는 '일'에 대한 근본적인 고민과 제 나름의 이야기를 풀어놔야 하는 과제가 주어졌는데, 이때 저는 제 책상 위에 제현주 작가님의 ⟪일하는 마음⟫이란 책을 올려두었습니다. 몇 해 전에 꽤 인상 깊게 읽었던 책이라 언제 한 번 꼭 다시 읽어야지라는 생각을 하고 있었는데 이번 기회에 다시 책상 위로 불러들인 것이죠. 지금이 바로 그 타이밍이라는 생각과 함께요. 06 . 물론 실제로 다시 책을 펼쳐서 읽은 시간은 몇 분 남짓 되지 않았지만 그런 제목의 책이 제 책상을 지켜주고 있다는 사실만으로도 뭔가 마음을 다잡게 되더라고요. 저는 늘 책 한 권을 읽는다는 건 잠깐이나마 그 작가의 생각을 빌어 살아보는 것이라고 생각하는데 제가 좋아하는 책을 끼고 일을 시작하면 조금은 새로운 마음가짐을 장착한 느낌을 받을 때가 많기 때문입니다. 07 . 누군가에게 이 얘기를 했더니 그분이 이런 말을 해주셨습니다."그럼 도영님께는 책이 일종의 유니폼 역할을 하는 거네요. 왜 제복을 입는 직업을 가진 사람들은 그 옷을 입는 순간 마음가짐이 달라진다고 하잖아요. 도영님이 책상에 책을 올려두는 것도 비슷한 의미이지 않을까요." 08 . 오! 그 말을 들으니 진짜 제겐 책이 그런 역할을 하는 것 같았어요. 솔직히 가끔 죽기보다도 싫은 일과 마주쳐서 책상에 앉기조차 싫을 때, 문득 책상 한 켠에 있는 책을 보면 일종의 작은 죄책감 같은 것도 느껴지거든요. '저 책 읽을 때만 해도 온갖 좋은 생각은 다했었는데... 현실에서 또 이렇게 투덜대고만 있을 수는 없겠구나' 하면서요. 책을 읽는 이유 중 하나가 나 자신을 조금이라도 좋은 방향으로 끌고 가기 위함일 텐데 책 읽을 때 마음 따로, 책상에 앉을 때 마음 따로면 그런 나약한 애티튜드도 없겠다 싶었으니까요. 09 . 그래서 저는 주위 사람들에게 당장 읽지 않아도 좋으니 책상 위에 책 한 권 정도 올려두라는 말을 합니다. 그리고 가급적이면 꽂아두지 말고, 여러 권의 책과 함께 두지도 말고 언제든 손을 뻗으면 잡힐 만한 거리에 딱 한 권을 두는 게 더 좋다고 권하죠. 더불어 마치 그곳에 영원히 있을 것처럼 두지 말고 업무에 따라 또 기분에 따라 다른 책으로 바꿔 가져다 두는 걸 반복해 보라고 말합니다. 정말 별것 아닌 일처럼 보여도 그 작은 행동이 주는 마음가짐의 변화가 분명 존재하기 때문이죠. 10 . 그러니 여러분도 한 주의 시작은 맘에 드는 책 한 권 책상 위에 올려두는 것으로 출발하면 어떨까요? 혹시 친한 동료가 있다면 그 사람의 책상 위에 한 권을 선물해 주는 것도 좋고요. 그리고는 귀찮고, 힘들고, 짜증 나고, 하기 싫은 순간이 올 때마다 그냥 그 책 한번 집어 들어서 휘리릭 넘기고 맘에 드는 부분은 5분 정도 가볍게 읽어보는 겁니다. 마음가짐이란 게 거창해 보여도 사실 어떻게 책상 앞에 앉느냐의 문제이기도 하니까요, 그 순간에 맘에 드는 제목이 눈에 띄도록 세팅해두는 것 역시 어쩌면 내 마인드셋을 현명하게 관리하는 비법일지 모르죠.

책상에 좋아하는 책 한 권 올려두기

최근 외주로 운영 되던 서비스를 내재화하는 작업을 담당하게 되면서, 특정 도메인의 목적을 위해 구현된 소스코드를 이해하는 데에는 순전히 '기술적'인 사항만 존재하지 않는다는 사실을 절실히 깨달았습니다. '모바일 쿠폰 서비스'라는 컨택스트 상에서는 당연하고 상식적인 흐름이, 그러한 컨택스트를 제외한 '기술적'요소들만을 살펴보았을 때는 터무니 없이 복잡하고 어렵게 느껴졌습니다.

DDD란? ((Business) Domain-Driven (Software) Design)

최근 팀내에서 논의가 있었다. 내부 툴 Front 단 개발을 어떤 형태로 진행할까에 대한 논의였다. 

보통 '이러한' 개발은 특정 이름 a라고 불리는 팀에 요청하여 처리하였기에, 이번에도 그런 형태로 처리하자고 마무리가 되었다. 내부에서 보면 '뚜렷하게' 차이가 나지 않는 팀 a는 명확히 구분하자면 외부사로, 특정 계약을 통해 프로젝트별로 비용을 지불하는 것으로 보였다. 

그 순간 내 머릿속에 떠오른 질문은 '어떤 기준으로 특정 작업(A)은 외주를 맡기고, 특정 작업(B)은 직접 고용한 인원으로 개발을 진행할까?'였다. 이어서, '그렇다면 내 밥값은 A 대신 B라는 특정 작업을 하고 있다는 사실로 정당한걸까?'였다. 

...

순간 스쳐지나간 생각을 글로 '끌고올' 정도로, 의미가 있다고 느꼈던 이유는

1. 이 부분에 대한 정리된 관점이, 앞으로 커리어를 잘 베팅하는 촉에 대한 도움이 될 것 같기에
2. 언젠가 '보이지 않는' 곳에서 이러한 판단을 내릴 수도 있기에 

라는 2가지 점 때문인 것 같다. 

어쨋든, 이 고민에 좀 더 머물러도 재밌겠다는 생각이 들었다.

이후 정리되지 않은 상태로 문제의 여운을 곰곰히 떠올려본 결과, 두 번째 의문은 쉽게 풀리는 것 같다. 

최근에 읽은 책, 사회학자 Jake Rosenfeld가 쓴 'You're paid what you're worth' [1]라는 책의 내용을 통해서다.

관련 부분은 짧게 요약하자면, "현대 기업은 점점 더 주주친화주의가 강해지면서 비용절감에 대한 요구에 지속적으로 부응하는 정책을 취했다. 기업들은 비핵심 또는 핵심 중에서도 비핵심적인 부분을 아웃소싱하는 형태로 발전해왔다. 또한, 그러한 시장을 만족시키는 아웃소싱 제공 업체도 점점 발전했다. 그렇기에 같은 회사에서 유사한 일을 하지만 소속에 따라서 급격한 임금 및 복지의 격차가 발생하고 있다." 
(논외로 책에서는 정확하게 성과를 측정하고 임금과 연결시키는 점의 어려움, 좋은 잡이 나빠지거나 나쁜 잡이 좋아졌던 히스토리 등 여러 흥미로운 내용을 다뤄준다 - 추천)

감정적으로는 안타깝다는 생각이 들지만, 개인적으로는 어쩔 수 없지 정도로 넘어갈 수 있는 정도의 정리인 것 같다.

...

첫 번째 고민을 생각해보니, 의외로 연관성이 있다고 느껴지는 부분은 꽤나 기술적인 개념에서 떠올랐다. 바로 DDD((Business) Domain-Driven (Software) Design) [2].

DDD에 관해 읽었던, (역시 좋은 책인) Vladik Khononov의 'What Is Domain-Driven Design?'라는 책에서는 비지니스 도메인 분석을 진행하며 서브도메인인 코어, 제너럴, 서포팅에 대하 구분지어 정의하고 있다. 

 * 코어: 경쟁기업과 '다르게' 행하는 부분, 반드시 기술적일 필요 없음, 경쟁자가 복사 및 모방이 어려워야 하기에 본질적으로 복잡, 인하우스로 구현, (기술적인 부분이라면) 높은 수준의 엔지니어를 요구
 * 제너럴: 대다수 기업들이 유사한 형태로 운영하고 있는 활동, 구현된 제품을 구입하는 것이 보통 더욱 비용효율적
 * 서포팅: 기업 비지니스를 지원하는 부분, 어떤 경쟁우위도 제공하지 않음, 인하우스로 구현하는 것에 대한 필요성이 드뭄, 아웃소싱도 고려해볼 수 있음

당시에 책을 읽고 열심히 정리[2]할 때에는 느끼지 못한 부분이 실감되었다. 명확하게 보이진 않지만, 어느 곳에서 진행되고 있는 방향성이 DDD에서 말하는 부분과 일치한다는 느낌이 들었다. 

안그래도 좋았던 DDD에 대한 인상이, 커리어 고민에 대한 도움까지 된다니 더욱 좋아지는 듯 했다.

...

돌아보니 이러한 생각의 흐름에서 찾고 있는 것은 막연한 단어로만 들었던 '고부가가치'를 '개발'에서 찾고 있는 것 같았다.

최근 하는 일에 의미를 찾으며 프로덕트에 대한 관심이 높아졌는데, 역시 이 부분도 프로덕트라는 컨택스트에서야 가치가 평가되는 것 같다. 

현재 컨택스트에서의 고부가가치는 무엇일지, 현재 가지고 있는 능력이 어느 컨택스트에서 고부가가치가 될지라는 또 다른 질문을 만드는 생각들이었다.

Reference
[1] You're paid what you're worth, Jave Rosenfeld
[2] https://kadensungbincho.tistory.com/73
[3] What Is Domain-Driven Design?, Vladik Khononov

최근 팀내에서 논의가 있었다. 내부 툴 Front 단 개발을 어떤 형태로 진행할까에 대한 논의였다.&nbsp; 보통 '이러한' 개발은 특정 이름 a라고 불리는 팀에 요청하여 처리하였기에, 이번에도 그런 형태로 처리하자고 마무리가 되었다. 내부에서 보면 '뚜렷하게' 차이가 나지 않는 팀 a는 명확히 구분하자면 외부사로, 특정 계약을 통해 프로젝트별로 비용을 지불하는 것으로 보였다.&nbsp; 그 순간 내 머릿속에 떠오른 질문은 '어떤 기준으로 특정 작업(A)은 외주를 맡기고, 특정 작업(B)은 직접 고용한 인원으로 개발을 진행할까?'였다. 이어서, '그렇다면 내 밥값은 A 대신 B라는 특정 작업을 하고 있다는 사실로 정당한걸까?'였다.&nbsp; ... 순간 스쳐지나간 생각을 글로 '끌고올' 정도로, 의미가 있다고 느꼈던 이유는 1. 이 부분에 대한 정리된 관점이, 앞으로 커리어를 잘 베팅하는 촉에 대한 도움이 될 것 같기에2. 언젠가 '보이지 않는' 곳에서 이러한 판단을 내릴 수도 있기에&nbsp; 라는 2가지 점 때문인 것 같다.&nbsp; 어쨋든, 이 고민에 좀 더 머물러도 재밌겠다는 생각이 들었다. 이후 정리되지 않은 상태로 문제의 여운을 곰곰히 떠올려본 결과, 두 번째 의문은 쉽게 풀리는 것 같다.&nbsp; 최근에 읽은 책, 사회학자 Jake Rosenfeld가 쓴 'You're paid what you're worth' [1]라는 책의 내용을 통해서다. 관련 부분은 짧게 요약하자면, "현대 기업은 점점 더 주주친화주의가 강해지면서 비용절감에 대한 요구에 지속적으로 부응하는 정책을 취했다. 기업들은 비핵심 또는 핵심 중에서도 비핵심적인 부분을 아웃소싱하는 형태로 발전해왔다. 또한, 그러한 시장을 만족시키는 아웃소싱 제공 업체도 점점 발전했다. 그렇기에 같은 회사에서 유사한 일을 하지만 소속에 따라서 급격한 임금 및 복지의 격차가 발생하고 있다."&nbsp;(논외로 책에서는 정확하게 성과를 측정하고 임금과 연결시키는 점의 어려움, 좋은 잡이 나빠지거나 나쁜 잡이 좋아졌던 히스토리 등 여러 흥미로운 내용을 다뤄준다 - 추천) 감정적으로는 안타깝다는 생각이 들지만, 개인적으로는 어쩔 수 없지 정도로 넘어갈 수 있는 정도의 정리인 것 같다. ... 첫 번째 고민을 생각해보니, 의외로 연관성이 있다고 느껴지는 부분은 꽤나 기술적인 개념에서 떠올랐다. 바로 DDD((Business) Domain-Driven (Software) Design) [2]. DDD에 관해 읽었던, (역시 좋은 책인) Vladik Khononov의 'What Is Domain-Driven Design?'라는 책에서는 비지니스 도메인 분석을 진행하며 서브도메인인 코어, 제너럴, 서포팅에 대하 구분지어 정의하고 있다.&nbsp; <ul><li>코어: 경쟁기업과 '다르게' 행하는 부분, 반드시 기술적일 필요 없음, 경쟁자가 복사 및 모방이 어려워야 하기에 본질적으로 복잡, 인하우스로 구현, (기술적인 부분이라면) 높은 수준의 엔지니어를 요구</li><li>제너럴: 대다수 기업들이 유사한 형태로 운영하고 있는 활동, 구현된 제품을 구입하는 것이 보통 더욱 비용효율적</li><li>서포팅: 기업 비지니스를 지원하는 부분, 어떤 경쟁우위도 제공하지 않음, 인하우스로 구현하는 것에 대한 필요성이 드뭄, 아웃소싱도 고려해볼 수 있음</li></ul> 당시에 책을 읽고 열심히 정리[2]할 때에는 느끼지 못한 부분이 실감되었다. 명확하게 보이진 않지만, 어느 곳에서 진행되고 있는 방향성이 DDD에서 말하는 부분과 일치한다는 느낌이 들었다.&nbsp; 안그래도 좋았던 DDD에 대한 인상이, 커리어 고민에 대한 도움까지 된다니 더욱 좋아지는 듯 했다. ... 돌아보니 이러한 생각의 흐름에서 찾고 있는 것은 막연한 단어로만 들었던 '고부가가치'를 '개발'에서 찾고 있는 것 같았다. 최근 하는 일에 의미를 찾으며 프로덕트에 대한 관심이 높아졌는데, 역시 이 부분도 프로덕트라는 컨택스트에서야 가치가 평가되는 것 같다.&nbsp; 현재 컨택스트에서의 고부가가치는 무엇일지, 현재 가지고 있는 능력이 어느 컨택스트에서 고부가가치가 될지라는 또 다른 질문을 만드는 생각들이었다. Reference[1] You're paid what you're worth, Jave Rosenfeld[2] https://kadensungbincho.tistory.com/73[3] What Is Domain-Driven Design?, Vladik Khononov

Kaden Sungbin Cho

고부가가치 개발

1 작년 9월 블로그를 시작했다. 1년 조금 넘는 동안 약 400개의 글을 썼다. 2 시작은 단순했다. 목적은 성...

기록이 쌓이면 '뭐든' 된다. 블로그 1년의 소회.

1
작년 9월 블로그를 시작했다. 1년 조금 넘는 동안 약 400개의 글을 썼다.

2
시작은 단순했다. 목적은 성장이었다. 성장하기 위해 읽고 쓰기보다 좋은 방법은 없으니까.

3
문제는 꾸준함이다. 뭐든 혼자서는 오래 하기 어렵다. 작은 성취감과 소소한 재미가 필요했다. 그래서 블로그에 기록들을 쌓기로 했다.

4
읽은 책과 생각을 기록한다. 나를 위한 기록이다. 나를 위함으로 시작하지만, 다른 사람에게 도움이 되면 좋겠다는 마음도 있었다. 의도할 수는 없다. 어떻게든 되겠지 싶었다.

5
기록은 쉽지 않았다. 글쓰기는 언제나 어려우니까. 유일한 위안이라면 모두에게 다 그렇다는 거다. 훌륭한 작가들에게도 절대 예외는 없다. 그냥 계속 쓸 뿐이다. 쓰고 쓰고 또 쓴다. 미련하게.

6
많이 쓴다고 글쓰기가 쉬워지지 않는다. 익숙해지지 않는다. 나를 위한 기록이지만 잘 쓰고 싶다. 하지만 결과물은 항상 마음에 들지 않는다. 몇 번을 고민해서 퇴고하고 발행 버튼을 눌러도 늘 찜찜할 뿐이다.

7
고비들도 많았다. 작은 공간에 남기는 이 기록이 무슨 의미가 있을까. 나보다 남들의 시선을 더 의식하기도 했다. 보는 눈이 없어도 자기검열은 사라지지 않는다. 때론 글쓰기에 도저히 시간을 낼 수 없을 때도 많았다.

8
그래도 1년 동안 놓지 않았다. 뭐라도 기록하고 남겼다. 놓지 않은 덕분에 성장했다. 나의 기록이 누군가에게 작은 도움이 된다. 기록이 새로운 연결의 시작이 됐다. 기쁘다.

9
기록이 쌓이면 뭐든 된다. 블로그 앱 스플래시 문구가 맘에 든다. 정말 그렇다. 한물간 서비스로 취급받던 블로그가 다시 대세가 됐다. 20년의 시간을 버텨왔기 때문이다. 중간에 놓지 않았기 때문이다.

10
모든 꾸준한 것들은 늘 사소하다. 사소함은 잘 보이지 않는다. 그래서 그것이 드러나면 모두 다 갑자기 나타났다고들 말한다. 하지만, 누구의 눈에도 보이지 않던 때를 놓지 않고 버텼기에 드러남의 시간이 있다. 축적과 발산. 모든 성장과 성공의 비밀은 여기에 있다. 예외는 없다고 믿는다.

1작년 9월 블로그를 시작했다. 1년 조금 넘는 동안 약 400개의 글을 썼다. ​ ​2시작은 단순했다. 목적은 성장이었다. 성장하기 위해 읽고 쓰기보다 좋은 방법은 없으니까. ​ ​3문제는 꾸준함이다. 뭐든 혼자서는 오래 하기 어렵다. 작은 성취감과 소소한 재미가 필요했다. 그래서 블로그에 기록들을 쌓기로 했다. ​ ​4읽은 책과 생각을 기록한다. 나를 위한 기록이다. 나를 위함으로 시작하지만, 다른 사람에게 도움이 되면 좋겠다는 마음도 있었다. 의도할 수는 없다. 어떻게든 되겠지 싶었다. ​ ​5기록은 쉽지 않았다. 글쓰기는 언제나 어려우니까. 유일한 위안이라면 모두에게 다 그렇다는 거다. 훌륭한 작가들에게도 절대 예외는 없다. 그냥 계속 쓸 뿐이다. 쓰고 쓰고 또 쓴다. 미련하게. ​ ​6많이 쓴다고 글쓰기가 쉬워지지 않는다. 익숙해지지 않는다. 나를 위한 기록이지만 잘 쓰고 싶다. 하지만 결과물은 항상 마음에 들지 않는다. 몇 번을 고민해서 퇴고하고 발행 버튼을 눌러도 늘 찜찜할 뿐이다. ​ ​7고비들도 많았다. 작은 공간에 남기는 이 기록이 무슨 의미가 있을까. 나보다 남들의 시선을 더 의식하기도 했다. 보는 눈이 없어도 자기검열은 사라지지 않는다. 때론 글쓰기에 도저히 시간을 낼 수 없을 때도 많았다. ​ ​8그래도 1년 동안 놓지 않았다. 뭐라도 기록하고 남겼다. 놓지 않은 덕분에 성장했다. 나의 기록이 누군가에게 작은 도움이 된다. 기록이 새로운 연결의 시작이 됐다. 기쁘다. ​ ​9기록이 쌓이면 뭐든 된다. 블로그 앱 스플래시 문구가 맘에 든다. 정말 그렇다. 한물간 서비스로 취급받던 블로그가 다시 대세가 됐다. 20년의 시간을 버텨왔기 때문이다. 중간에 놓지 않았기 때문이다. ​ ​10모든 꾸준한 것들은 늘 사소하다. 사소함은 잘 보이지 않는다. 그래서 그것이 드러나면 모두 다 갑자기 나타났다고들 말한다. 하지만, 누구의 눈에도 보이지 않던 때를 놓지 않고 버텼기에 드러남의 시간이 있다. 축적과 발산. 모든 성장과 성공의 비밀은 여기에 있다. 예외는 없다고 믿는다.

네이버 블로그 | 가장 보통의 스타트업 CEO

블로그에 글을 쓴 지 1년이 됐다.

1. 다이렉트 메일에선 ‘영업하는 분위기를 풍기지 말아야 한다’는 원리원칙을 지켜야 한다. (이는 다른 콘텐츠 마케팅 분야에서도 마찬가지다)

2. 처음부터 영업하는 분위기를 풍기면, 고객은 그만큼 감정적으로 반발하게 되고, 당연히 심리적 장벽을 구축한다. 그리고 그 장벽을 제거하는 건 매우 어렵다.

3. 따라서 다이렉트 메일의 경우, 봉투를 집어 들었을 때 영업이라는 분위기를 느끼지 않게 제작해야 한다.

4. 또한, 다이렉트 메일을 보낼 땐, 고객에게 이득은 있어도 리스크는 전혀 없는 제안을 해야 한다. “무료로 샘플을 보내드립니다. 하지만 이후 구입해야 할 의무는 없습니다” 같은 제안 말이다.

5. 더불어 “샘플을 요청하십시오”라고 말하는 게 아니라, “무료로 샘플을 보낼 테니 (부디) 허락만 해주십시오”라고 말하는 게 좋다.

6. 마지막으로, 고객에게 다음 행동을 하도록 만들기 위해 필요한 모든 정보를 담아야 한다. 그래서 다이렉트 메일의 문장은 매우 길다. 인사에서부터 상품 내용, 거래할 경우의 이익, 매장 내부 디스플레이 이미지 등 상세하게 설명해야 한다.

7. (물론) ‘이렇게 긴 문장을 누가 읽겠어?’라고 생각할 수도 있다. (대부분의) 회사에서는 “사람들은 바쁘다. 가능하면 간결한 문장으로 만들어야 한다”고 가르친다. 하지만 (콘텐츠 마케팅에서) 이건 (대단히) 잘못된 가르침이다.

8. 재미있으면 긴 문장이라도 읽는다. 그리고 그 문장을 읽는 사람은 결국 그 제품에 흥미가 있는 고객이다. 그리고 흥미가 있는 고객에게 다음 행동을 유도하려면 (고객이) 필요한 정보를 모두 제공해야 한다.

9. 사람은 정보가 부족한 경우에는, 리스크를 먼저 느끼기 때문에 행동하지 않는다.

10. 많은 회사들의 다이렉트 메일이 실패하는 이유는 이 때문이다. 기본적으로 “우리 제품은 훌륭하니, 부디 검토해주세요”라는 (영업 멘트와) 상품 설명만 들어있기 때문이다. 잠깐만 생각해봐도 알 수 있듯이, 영업 사원이 방문해서 “이 제품은 훌륭하니 부디 검토해주세요”라는 말만 한다면 계약이 성사될 리가 없다.

11. 그렇기 때문에 다이렉트 메일은 문장이 길어져도 필요한 정보를 모두 담는 것이 좋다. (다른 콘텐츠 마케팅도 마찬가지다. 다만, 그러려면 기본적으로 글을 잘 써야 한다)

12. 그리고 이렇게 다이렉트 메일을 설계하면 영업 과정은 매우 간단해진다. 왜냐, 결정하는 데 필요한 모든 정보가 이미 메일 안에 다 들어가 있기 때문이다.

13. 따라서 영업사원은 고객을 설득할 필요가 없다. 그저 영원사원이 하는 일은 고객의 질문에 (성실히) 대답해주는 것뿐이다. (고로) 영업용 화술을 발휘하거나 영업을 유도하는 테크닉은 필요 없다.

14. 그러니 (제품에 대한 충분한 설명이 담긴 문서나 콘텐츠가 있으면) 영업 기술이 부족한 신입사원이라고 해도 계약을 성사시킬 수 있다.

- 간다 마사노리, <90일 만에 당신의 회사를 고수익 기업으로 바꿔라> 중

1. 다이렉트 메일에선 ‘영업하는 분위기를 풍기지 말아야 한다’는 원리원칙을 지켜야 한다. (이는 다른 콘텐츠 마케팅 분야에서도 마찬가지다) 2. 처음부터 영업하는 분위기를 풍기면, 고객은 그만큼 감정적으로 반발하게 되고, 당연히 심리적 장벽을 구축한다. 그리고 그 장벽을 제거하는 건 매우 어렵다. 3. 따라서 다이렉트 메일의 경우, 봉투를 집어 들었을 때 영업이라는 분위기를 느끼지 않게 제작해야 한다. 4. 또한, 다이렉트 메일을 보낼 땐, 고객에게 이득은 있어도 리스크는 전혀 없는 제안을 해야 한다. “무료로 샘플을 보내드립니다. 하지만 이후 구입해야 할 의무는 없습니다” 같은 제안 말이다. 5. 더불어 “샘플을 요청하십시오”라고 말하는 게 아니라, “무료로 샘플을 보낼 테니 (부디) 허락만 해주십시오”라고 말하는 게 좋다. 6. 마지막으로, 고객에게 다음 행동을 하도록 만들기 위해 필요한 모든 정보를 담아야 한다. 그래서 다이렉트 메일의 문장은 매우 길다. 인사에서부터 상품 내용, 거래할 경우의 이익, 매장 내부 디스플레이 이미지 등 상세하게 설명해야 한다. 7. (물론) ‘이렇게 긴 문장을 누가 읽겠어?’라고 생각할 수도 있다. (대부분의) 회사에서는 “사람들은 바쁘다. 가능하면 간결한 문장으로 만들어야 한다”고 가르친다. 하지만 (콘텐츠 마케팅에서) 이건 (대단히) 잘못된 가르침이다. 8. 재미있으면 긴 문장이라도 읽는다. 그리고 그 문장을 읽는 사람은 결국 그 제품에 흥미가 있는 고객이다. 그리고 흥미가 있는 고객에게 다음 행동을 유도하려면 (고객이) 필요한 정보를 모두 제공해야 한다. 9. 사람은 정보가 부족한 경우에는, 리스크를 먼저 느끼기 때문에 행동하지 않는다. 10. 많은 회사들의 다이렉트 메일이 실패하는 이유는 이 때문이다. 기본적으로 “우리 제품은 훌륭하니, 부디 검토해주세요”라는 (영업 멘트와) 상품 설명만 들어있기 때문이다. 잠깐만 생각해봐도 알 수 있듯이, 영업 사원이 방문해서 “이 제품은 훌륭하니 부디 검토해주세요”라는 말만 한다면 계약이 성사될 리가 없다. 11. 그렇기 때문에 다이렉트 메일은 문장이 길어져도 필요한 정보를 모두 담는 것이 좋다. (다른 콘텐츠 마케팅도 마찬가지다. 다만, 그러려면 기본적으로 글을 잘 써야 한다) 12. 그리고 이렇게 다이렉트 메일을 설계하면 영업 과정은 매우 간단해진다. 왜냐, 결정하는 데 필요한 모든 정보가 이미 메일 안에 다 들어가 있기 때문이다. 13. 따라서 영업사원은 고객을 설득할 필요가 없다. 그저 영원사원이 하는 일은 고객의 질문에 (성실히) 대답해주는 것뿐이다. (고로) 영업용 화술을 발휘하거나 영업을 유도하는 테크닉은 필요 없다. 14. 그러니 (제품에 대한 충분한 설명이 담긴 문서나 콘텐츠가 있으면) 영업 기술이 부족한 신입사원이라고 해도 계약을 성사시킬 수 있다. - 간다 마사노리, &lt;90일 만에 당신의 회사를 고수익 기업으로 바꿔라&gt; 중

콘텐츠 마케팅을 할 때 대부분의 사람들이 흔히 저지르는 실수들

테크니컬 라이팅 4대 원칙

Technical Writing 글쓰기 4대원칙 : 명확성 (Clarity), 정확성 (Accuracy), 일관성 (Coherence), 간결성 (Conciseness)

다 알고 있는 4대원칙이지만, 정확한 의미는 무엇인지 실제로 어떻게 적용되는지에 대해 다시 한번 자세하게 알아보았습니다.

카카오엔터프라이즈 기술블로그 Tech&(테크앤)

전략 기획

soon

Product Designer

신나온

'나의 디자인이 정말 사용자의 문제 해결에 도움이 되고 있을까?'의 오랜 고민의 답을 찾고자 퍼블리에서 프로덕트디자이너로 일하게 되었습니다. 좋은 팀과 함께 성장하고 있습니다.

테크니컬 라이터(Technical Writer)

김유리

사용자의 입장에서 생각하고, 개발자와 원활한 소통을 할 수 있는 커뮤니케이션 스킬을 가진 사람🥇
서비스의 기술문서를 책임지는 사람✍🏻
#TechnicalWriting

댓글 0