　계속하던 것을 그만둔다는 건, 시작하는 것보다 더 어려운 결정을 요구할 때가 많다. ‘왜 그만둬야 할까?’라는 물음 앞에 서면 수많은 이유와 핑계가 머릿속에서 충돌하고, 그 과정에서 내면의 깊숙한 갈등과 마주하게 된다. 2018년부터 6년 동안 꾸준히 운영해온 기술 블로그 구독 서비스 …

6년간의 토이프로젝트 여정을 마무리하며 - 기술블로그 구독서비스 회고록

안녕하세요.
오랜만에 글을 올리게 되었는데, 이렇게 토이 프로젝트 종료 후기로 인사드리게 될 줄은 몰랐네요 ㅎ
무려 6년 가까이 운영해온 "기술 블로그 구독 서비스"를 최근 종료하게 되었습니다. 매일 아침, 다양한 기술 블로그를 모아 메일로 발송하던 이 작은 서비스는 어느새 수천 명의 개발자분들의 루틴이 되어 있던 것 같습니다.
시작은 단순했습니다. 내가 읽고 싶은 글을 정리하자는 마음에서 출발했죠. 그런데 그 불편함을 해결하고자 만든 도구가 누군가에겐 하루의 시작이 되었고, ‘잘 보고 있다’는 메시지 하나에 큰 보람을 느끼며 여기까지 달려올 수 있었습니다.
그래서일까요. 종료 버튼을 누르기까지, 꽤 오랜 시간 고민이 필요했습니다. 기술 환경도, 저의 역할도 변해가는 시점에서 더 이상 지속하기 어려웠지만, 그동안 함께해주신 모든 분들께 정말 감사한 마음뿐입니다.
마치 하나의 챕터를 덮는 기분이네요. 언젠가 또 다른 방식으로 여러분과 만나게 되길 기대하며, 그동안 함께해주신 모든 구독자분들께 진심으로 감사드립니다.
후기와 회고는 아래 블로그 글로 정리해 두었습니다.
https://taetaetae.github.io/posts/toy-project-retrospective-6-years-journey/

안녕하세요.오랜만에 글을 올리게 되었는데, 이렇게 토이 프로젝트 종료 후기로 인사드리게 될 줄은 몰랐네요 ㅎ무려 6년 가까이 운영해온 "기술 블로그 구독 서비스"를 최근 종료하게 되었습니다. 매일 아침, 다양한 기술 블로그를 모아 메일로 발송하던 이 작은 서비스는 어느새 수천 명의 개발자분들의 루틴이 되어 있던 것 같습니다.시작은 단순했습니다. 내가 읽고 싶은 글을 정리하자는 마음에서 출발했죠. 그런데 그 불편함을 해결하고자 만든 도구가 누군가에겐 하루의 시작이 되었고, ‘잘 보고 있다’는 메시지 하나에 큰 보람을 느끼며 여기까지 달려올 수 있었습니다.그래서일까요. 종료 버튼을 누르기까지, 꽤 오랜 시간 고민이 필요했습니다. 기술 환경도, 저의 역할도 변해가는 시점에서 더 이상 지속하기 어려웠지만, 그동안 함께해주신 모든 분들께 정말 감사한 마음뿐입니다.마치 하나의 챕터를 덮는 기분이네요. 언젠가 또 다른 방식으로 여러분과 만나게 되길 기대하며, 그동안 함께해주신 모든 구독자분들께 진심으로 감사드립니다.후기와 회고는 아래 블로그 글로 정리해 두었습니다.https://taetaetae.github.io/posts/toy-project-retrospective-6-years-journey/

taetaetae.github.io

그동안 잘 사용했어요! 고생 많으셨습니다 태관님 🤘

1. 책을 펼치고 날짜를 적는다. 다 읽은 날이 아니라, 그냥 손에 잡은 날이다. 읽은 양은 상관없다. 한 문장, 한쪽이라도 읽었으면 일단 적는다.

2. 어떤 책은 날짜가 하루만 덩그러니 있다. 또 어떤 책은 수십 개가 빼곡하다. 바로 이 사소한 기록이 책 읽기를 훨씬 편안하게 만든다.

3. 독서의 가장 큰 강박은 '완독'이다. 하지만 시작한 책을 꼭 끝내야 하는 건 아니다. 의미 있는 문장 하나만 발견해도 남는 장사다. 완벽함보다 중요한 건 '오늘도 읽었다'는 사실 그 자체다.

4. 수십 개의 날짜가 적힌 책은 나만의 보물이다. 그만큼 자주 펼쳤거나, 여러 번 읽었다는 뜻이다. 어느 쪽이든, 반복해서 읽으면 늘 새로운 게 보인다. 책 속 문장은 그대로지만, 그걸 읽는 내가 변하고 있기 때문이다. 그때는 안 보였던 게 오늘은 보이는 재미. 같은 문장을 통해 나의 성장을 확인하는 즐거움이 있다.

5. 꾸준함은 반드시 성장으로 보답한다. 반복의 미학도 마찬가지다. 거창할 필요 없다. 작은 실천 하나가 습관이 된다. 중요한 건 속도가 아니라 방향이다. 그리고 그 방향을 잃지 않게 해주는 가장 단순하고 강력한 방법은 기록이다.

#꾸준함은반드시성장한다

1. 책을 펼치고 날짜를 적는다. 다 읽은 날이 아니라, 그냥 손에 잡은 날이다. 읽은 양은 상관없다. 한 문장, 한쪽이라도 읽었으면 일단 적는다. ​2. 어떤 책은 날짜가 하루만 덩그러니 있다. 또 어떤 책은 수십 개가 빼곡하다. 바로 이 사소한 기록이 책 읽기를 훨씬 편안하게 만든다. ​3. 독서의 가장 큰 강박은 '완독'이다. 하지만 시작한 책을 꼭 끝내야 하는 건 아니다. 의미 있는 문장 하나만 발견해도 남는 장사다. 완벽함보다 중요한 건 '오늘도 읽었다'는 사실 그 자체다. ​4. 수십 개의 날짜가 적힌 책은 나만의 보물이다. 그만큼 자주 펼쳤거나, 여러 번 읽었다는 뜻이다. 어느 쪽이든, 반복해서 읽으면 늘 새로운 게 보인다. 책 속 문장은 그대로지만, 그걸 읽는 내가 변하고 있기 때문이다. 그때는 안 보였던 게 오늘은 보이는 재미. 같은 문장을 통해 나의 성장을 확인하는 즐거움이 있다. ​5. 꾸준함은 반드시 성장으로 보답한다. 반복의 미학도 마찬가지다. 거창할 필요 없다. 작은 실천 하나가 습관이 된다. 중요한 건 속도가 아니라 방향이다. 그리고 그 방향을 잃지 않게 해주는 가장 단순하고 강력한 방법은 기록이다. #꾸준함은반드시성장한다

< 저는 책을 끝까지 읽지 않습니다 >

https://blog.naver.com/madaboutit/223920712490

점점 더 예측하기 힘들어지는 취업/채용 시장,

현재 2000명이 넘게 사용한 데이터 직무/ 커리어를 준비하는 취준생분들을 위한
데이터 이력서 작성 템플릿 + 작성법 가이드를 무료로 배포합니다.

✔ 노션으로 만든 이력서 3종 템플릿
✔ 매일 7일간 이메일로 도착하는 실전 노하우/맞춤형 가이드

두가지 혜택을 결합한 학습 패키지를 아래 댓글의 링크에서
이메일만 입력하시고 무료로 받아가세요.

데이터 이력서 템플릿 + 작성 가이드:
https://dchanlim.gumroad.com/l/datarichard_notion_template

점점 더 예측하기 힘들어지는 취업/채용 시장, 현재 2000명이 넘게 사용한 데이터 직무/ 커리어를 준비하는 취준생분들을 위한데이터 이력서 작성 템플릿 + 작성법 가이드를 무료로 배포합니다. ✔ 노션으로 만든 이력서 3종 템플릿 ✔ 매일 7일간 이메일로 도착하는 실전 노하우/맞춤형 가이드 두가지 혜택을 결합한 학습 패키지를 아래 댓글의 링크에서 이메일만 입력하시고 무료로 받아가세요. 데이터 이력서 템플릿 + 작성 가이드:https://dchanlim.gumroad.com/l/datarichard_notion_template

데이터 이력서 템플릿 + 작성 가이드를 사용해보세요.

In today's fast-paced world, the fields of deep learning, machine learning, and data science are gaining immense popularity. Aspiring professionals and enthusiasts in these domains require powerful computing devices to handle complex algorithms and large 

How to Choose the Best Laptop for Deep Learning, Machine Learning, and Data Science Work

데이터 과학자라면 누구나 한번쯤은, 딥러닝이나 머신러닝과 같은 데이터 과학 업무를 위한 최고의 노트북을 어떻게 선택해야 할지 고민해 보셨을 텐데요. 오늘(5월 24일) 공유드리는 기사가 이에 대한 충분한 솔루션이 되었으면 하네요.
관련 기사 요약 및 공유 합니다.

<딥 러닝, 머신러닝 및 데이터 사이언스 작업을 위한 최고의 노트북을 선택하는 방법>
복잡한 알고리즘과 대규모 데이터 세트를 처리와 같은 데이터 과학 작업을 위한 강력한 컴퓨팅 파워를 가진 노트북을 구입할 때 고려해야 할 필수 요소를 예산을 함께 고려한 권고사항을 공유합니다.

[고려사항 #1] 프로세서 (CPU)
 원활한 성능을 보장하는 강력한 멀티코어 프로세서가 장착된 노트북이 필요하며, 최소 Intel Core i5 또는 AMD Ryzen 5 프로세서를 권장합니다. 예산이 허락된다면, 더 나은 성능을 위해 Intel Core i7 또는 AMD Ryzen 7 프로세서를 선택하세요.

[고려사항 #2] GPU
전용 GPU는 신경망 학습을 가속화하기 때문에 딥 러닝 및 머신 러닝 작업에 필수적입니다. 딥 러닝 작업의 성능을 크게 향상시키는 CUDA 코어로 인해 NVIDIA GPU를 적극 권장합니다. NVIDIA GeForce RTX 20 시리즈 또는 30 시리즈와 같이 NVIDIA GeForce GTX 1650 이상이 장착된 노트북을 고려하세요.

[고려사항 #3] RAM
RAM은 데이터 과학 작업에서 대용량 데이터 세트를 멀티태스킹하고 처리하는 데 매우 중요하죠. 원활한 성능을 위해 최소 16GB RAM을 권장합니다. 그러나 대규모 데이터 세트로 작업하거나 여러 가상 머신을 실행하는 경우 32GB 또는 64GB RAM으로 업그레이드하세요.

[고려사항 #4] 스토리지
더 빠른 데이터 액세스와 전반적인 시스템 성능을 위해서는 SSD가 장착된 노트북을 적극 권장합니다. 최소 512GB의 스토리지가 필요하며, 여유가 있다면 1TB SSD를 선택하세요. 나중에 더 많은 공간이 필요한 경우 언제든지 외부 스토리지 사용도 가능하겠죠.

[고려사항 #5] 디스플레이
고품질 디스플레이도 데이터 시각화와 장시간 작업에 필수입니다. 최소 Full HD(1920x1080) 해상도의 노트북을 찾으세요. 예산이 허락한다면 더 나은 영상을 위해 4K(3840x2160) 디스플레이가 장착된 노트북은 어떠실까요?

[고려사항 #6] 배터리 수명
데이터 과학 업무는 리소스 집약적일 수 있으며 노트북의 배터리를 빠르게 소진시킬 수 있습니다. 따라서 배터리 수명은 데이터 과학 및 기계 학습 작업을 위한 노트북을 선택할 때 고려해야 할 중요한 요소입니다. 중단 없이 작업하려면 노트북의 배터리 수명이 8시간 이상이어야 합니다.

[고려사항 #7] 휴대성
항상 이동해야 하는 학생이나 전문가라면 휴대성이 결정에 중요한 요소가 되어야 합니다. 화면 크기가 13~15인치이고 무게가 5파운드 미만이어서 쉽게 이동할 수 있는 노트북을 찾으세요.

[고려사항 #8] 가격
가격도 데이터 과학용 노트북을 선택할 때 고려해야 할 필수 요소입니다. 이러한 노트북은 비쌀 수 있으므로 필요에 맞고 예산에 맞는 노트북을 선택하는 것이 중요합니다. 데이터 과학 및 기계 학습 작업을 위한 좋은 노트북에 대해 $1,000에서 $2,000 사이의 비용을 예상할 수 있습니다.

[요약 및 결론]
데이터 과학에 적합한 노트북을 선택하는 것은 어려운 작업일 수 있지만 필요에 맞고 예산에 맞는 노트북을 선택하는 것이 중요합니다. 노트북을 선택할 때 CPU, GPU, RAM, 스토리지, 그래픽 카드, 디스플레이, 배터리 수명 및 가격을 고려하세요. 

원본 기사 링크는 아래와 같습니다. 감사합니다.
https://medium.com/@techynilesh/how-to-choose-the-best-laptop-for-data-science-and-machine-learning-work-2863fa00feb

Medium

딥러닝, 머신러닝 업무에 적합한 노트북을 골라 봅시다!

GPU 부분이 빠졌네요.. 사실 노트북으로 딥러닝/머신러닝을 하겠다는 것이 좋은 생각인지는 잘 모르겠습니다

제가 한국에서 직장 생활을 시작하고 가장 먼저 배운 것은 아이러니하게도 야근이었습니다. 신입이었던 제게 야근은 선택의 문제가 아니었거든요. 선배들에게 야근은 너무나 당연한 루틴이었고, 저녁 5시가 되면 "퇴근 안 해?"가 아니라 "저녁 뭐 먹을까?"라는 질문을 던졌습니다. 누가 정해놓은 것처럼 부장님이 퇴근해야 과장님이, 과장님이 퇴근해야 대리님이, 대리님이 퇴근해야 비로서 저 같은 신입도 퇴근 생각을 할 수 있었습니다.

이런 분위기에서 야근을 하지 않는다는 것은 동료들에게 실례였고, 불가피한 사정으로 야근을 못할 때는 사과를 드려야 했습니다. 나중에는 선배들 눈치 보는 것도 피곤해서 아예 속편히 막차 시간까지 사무실에 있기로 했습니다. 그래도 나름 기술 공부를 하면서 야근 시간을 알차게 보내려고 노력했습니다. 뭐, 그런데 다들 딱히 바빠서 야근하는 것 같지는 않았습니다. 웹서핑을 하며 시간을 보내는 선배도 있었고, 아이가 있는 선배들은 야근을 육아 회피 수단으로 쓰기도 했죠. 당시엔 이해하지 못했지만, 지금 돌아보면 혼자 육아를 감당하던 아내분은 얼마나 힘드셨을까요? 아무튼 이렇게 같은 사무실에서 각자의 방식으로 시간을 때우곤 했습니다.

회사-집-회사-집을 반복하는 삶이었지만 야근이 무조건 나쁜 것만은 아니었습니다. 다행히 대기업이라 야근 수당을 꼬박꼬박 신청할 수 있었고, 연봉이 높지 않던 신입 시절엔 야근 수당이 모이면 나름 쏠쏠했거든요. 당시 자취를 했었는데 저렴한 구내 식당에서 저녁을 해결하는 것도 나름 혜택으로 볼 수도 있었습니다.

다른 대기업으로 이직 후에도 야근은 어김없이 이어졌습니다. 입사 첫 주 내내 야근을 했더니, 부서장님은 "개념 있는 경력직이 들어왔다"며 칭찬을 하시더군요. 중간급 개발자가 되자 위에서 이것저것 시키는 잡일이 많아져, 주로 야근 시간을 활용해서 제 본연의 업무인 소프트웨어 개발을 했습니다.

이직한 회사에서는 복지가 더 좋아서 대중교통이 끊길 때까지 야근을 하면 택시를 타고 퇴근하도록 법인 카드를 주었습니다. 그래서 애매하게 야근을 하느니 아예 막차가 끊길 때까지 버틸 때가 많았습니다. 택시 안에서 몸은 편했지만 마음은 편치 않았습니다. 제 귀한 시간과 회사의 돈이 함께 낭비되고 있다는 생각이 들었거든요.

한국에서 10년 가까이 야근을 하고 캐나다로 넘어왔는데, 이 나라에서는 아무도 야근을 하지 않는다는 사실에 문화 충격을 받았습니다. 야근이라는 개념 자체가 없는 느낌이랄까요? 오후 4~5시만 되면 모두 자연스럽게 퇴근했고, 저는 그 모습이 너무 낯설게 느껴졌습니다. 하루에 8시간 일을 해서는 영 성에 차지 않았고, 그래서 저는 홀로 사무실에 남아 야근을 하기 시작했습니다. 영어도 못하는데 남들보다 더 오래라도 일해서 인정받아야겠다는 생각을 했습니다.

그러던 중 매니저와 1:1 미팅을 하게 되었는데, 정말 의외의 피드백을 받았습니다. 매니저는 인정은커녕 야근을 하는 저를 상당히 걱정스럽게 바라보고 있었던 겁니다.

"업무 시간 내에 일을 끝내지 못하고 야근을 한다는 건 헌신이 아니라 무능입니다. 그리고 그건 팀 매니저인 저의 관리 역량 문제이기도 하죠."

이 말을 듣고 한 대 맞은 듯한 기분이 들었습니다. 이후 동료들을 관찰해보니 정해진 근무 시간 안에 주어진 일을 끝내려고 엄청 애쓰고 있더군요. 점심 시간도 아껴가며 샌드위치를 입에 물고 몰입하는 친구들도 있었습니다. 다들 어떻게 하면 효율적으로 일할 수 있을지 고민하고 있었습니다. 반면, 저는 오전엔 느긋하게 보내다가 오후가 되어야 비로소 일이 손에 잡혔습니다.

매니저의 솔직한 피드백 덕분에 처음으로 저의 노동 생산성이 얼마나 형편없는지 인지하게 되었습니다. 그런데 야근을 너무 오래해서 그런가 하루 아침에 고쳐지지는 않더라고요? ㅋㅋ 계속해서 매니저의 도움을 받으며 야근의 습관을 고쳐나갔습니다.

이제는 저도 아이가 있어서, 퇴근 후에 가족과 충분한 시간을 보낼 수 있는 환경이 얼마나 감사한지 모릅니다. 게다가 블로그 글도 쓰고, 유튜브 영상도 찍고, 그룹 스터디도 할 수 있는 여유가 생겼거든요. 아내 역시 한국에서 저못지 않게 야근을 많이 했었는데, 한국이었다면 어떻게 일과 육아를 병행했을지 깜깜하다네요. 저희 둘 다 야근이 없어지면서 삶의 질이 크게 올라갔음을 느낍니다.

한국은 세계 10위권 경제 대국이 되었지만, 여전히 연평균 노동 시간은 최상위권입니다. 반면에 시간당 노동 생산성은 OECD 국가 가운데 하위권에 머물고 있습니다. 물론 제도적인 변화(유연근무제, 재택근무, 노동시간 단축 등)도 중요하지만, 그보다 "야근은 미덕"이라는 오래된 인식의 바뀌어야 하지 않을까 싶습니다.

미디어에서 요즘 MZ 세대는 더 이상 야근하지 않는다는 얘기를 듣고 정말 그런 줄 알았는데, 실제로 한국에서 일하고 있는 사회 초년생분들과 이야기를 나눠보니 옛날과 크게 달라지지 않은 것 같더라고요. 기존 세대는 말 할 것도 없고요. 한국에서도 더 이상 얼마나 오래 일하는데 연연하지 않고 생산성과 효율을 중시하는 조직 문화가 자리 잡았으면 좋겠습니다.

제가 한국에서 직장 생활을 시작하고 가장 먼저 배운 것은 아이러니하게도 야근이었습니다. 신입이었던 제게 야근은 선택의 문제가 아니었거든요. 선배들에게 야근은 너무나 당연한 루틴이었고, 저녁 5시가 되면 "퇴근 안 해?"가 아니라 "저녁 뭐 먹을까?"라는 질문을 던졌습니다. 누가 정해놓은 것처럼 부장님이 퇴근해야 과장님이, 과장님이 퇴근해야 대리님이, 대리님이 퇴근해야 비로서 저 같은 신입도 퇴근 생각을 할 수 있었습니다. 이런 분위기에서 야근을 하지 않는다는 것은 동료들에게 실례였고, 불가피한 사정으로 야근을 못할 때는 사과를 드려야 했습니다. 나중에는 선배들 눈치 보는 것도 피곤해서 아예 속편히 막차 시간까지 사무실에 있기로 했습니다. 그래도 나름 기술 공부를 하면서 야근 시간을 알차게 보내려고 노력했습니다. 뭐, 그런데 다들 딱히 바빠서 야근하는 것 같지는 않았습니다. 웹서핑을 하며 시간을 보내는 선배도 있었고, 아이가 있는 선배들은 야근을 육아 회피 수단으로 쓰기도 했죠. 당시엔 이해하지 못했지만, 지금 돌아보면 혼자 육아를 감당하던 아내분은 얼마나 힘드셨을까요? 아무튼 이렇게 같은 사무실에서 각자의 방식으로 시간을 때우곤 했습니다. 회사-집-회사-집을 반복하는 삶이었지만 야근이 무조건 나쁜 것만은 아니었습니다. 다행히 대기업이라 야근 수당을 꼬박꼬박 신청할 수 있었고, 연봉이 높지 않던 신입 시절엔 야근 수당이 모이면 나름 쏠쏠했거든요. 당시 자취를 했었는데 저렴한 구내 식당에서 저녁을 해결하는 것도 나름 혜택으로 볼 수도 있었습니다. 다른 대기업으로 이직 후에도 야근은 어김없이 이어졌습니다. 입사 첫 주 내내 야근을 했더니, 부서장님은 "개념 있는 경력직이 들어왔다"며 칭찬을 하시더군요. 중간급 개발자가 되자 위에서 이것저것 시키는 잡일이 많아져, 주로 야근 시간을 활용해서 제 본연의 업무인 소프트웨어 개발을 했습니다. 이직한 회사에서는 복지가 더 좋아서 대중교통이 끊길 때까지 야근을 하면 택시를 타고 퇴근하도록 법인 카드를 주었습니다. 그래서 애매하게 야근을 하느니 아예 막차가 끊길 때까지 버틸 때가 많았습니다. 택시 안에서 몸은 편했지만 마음은 편치 않았습니다. 제 귀한 시간과 회사의 돈이 함께 낭비되고 있다는 생각이 들었거든요. 한국에서 10년 가까이 야근을 하고 캐나다로 넘어왔는데, 이 나라에서는 아무도 야근을 하지 않는다는 사실에 문화 충격을 받았습니다. 야근이라는 개념 자체가 없는 느낌이랄까요? 오후 4~5시만 되면 모두 자연스럽게 퇴근했고, 저는 그 모습이 너무 낯설게 느껴졌습니다. 하루에 8시간 일을 해서는 영 성에 차지 않았고, 그래서 저는 홀로 사무실에 남아 야근을 하기 시작했습니다. 영어도 못하는데 남들보다 더 오래라도 일해서 인정받아야겠다는 생각을 했습니다. 그러던 중 매니저와 1:1 미팅을 하게 되었는데, 정말 의외의 피드백을 받았습니다. 매니저는 인정은커녕 야근을 하는 저를 상당히 걱정스럽게 바라보고 있었던 겁니다. "업무 시간 내에 일을 끝내지 못하고 야근을 한다는 건 헌신이 아니라 무능입니다. 그리고 그건 팀 매니저인 저의 관리 역량 문제이기도 하죠." 이 말을 듣고 한 대 맞은 듯한 기분이 들었습니다. 이후 동료들을 관찰해보니 정해진 근무 시간 안에 주어진 일을 끝내려고 엄청 애쓰고 있더군요. 점심 시간도 아껴가며 샌드위치를 입에 물고 몰입하는 친구들도 있었습니다. 다들 어떻게 하면 효율적으로 일할 수 있을지 고민하고 있었습니다. 반면, 저는 오전엔 느긋하게 보내다가 오후가 되어야 비로소 일이 손에 잡혔습니다. 매니저의 솔직한 피드백 덕분에 처음으로 저의 노동 생산성이 얼마나 형편없는지 인지하게 되었습니다. 그런데 야근을 너무 오래해서 그런가 하루 아침에 고쳐지지는 않더라고요? ㅋㅋ 계속해서 매니저의 도움을 받으며 야근의 습관을 고쳐나갔습니다. 이제는 저도 아이가 있어서, 퇴근 후에 가족과 충분한 시간을 보낼 수 있는 환경이 얼마나 감사한지 모릅니다. 게다가 블로그 글도 쓰고, 유튜브 영상도 찍고, 그룹 스터디도 할 수 있는 여유가 생겼거든요. 아내 역시 한국에서 저못지 않게 야근을 많이 했었는데, 한국이었다면 어떻게 일과 육아를 병행했을지 깜깜하다네요. 저희 둘 다 야근이 없어지면서 삶의 질이 크게 올라갔음을 느낍니다. 한국은 세계 10위권 경제 대국이 되었지만, 여전히 연평균 노동 시간은 최상위권입니다. 반면에 시간당 노동 생산성은 OECD 국가 가운데 하위권에 머물고 있습니다. 물론 제도적인 변화(유연근무제, 재택근무, 노동시간 단축 등)도 중요하지만, 그보다 "야근은 미덕"이라는 오래된 인식의 바뀌어야 하지 않을까 싶습니다. 미디어에서 요즘 MZ 세대는 더 이상 야근하지 않는다는 얘기를 듣고 정말 그런 줄 알았는데, 실제로 한국에서 일하고 있는 사회 초년생분들과 이야기를 나눠보니 옛날과 크게 달라지지 않은 것 같더라고요. 기존 세대는 말 할 것도 없고요. 한국에서도 더 이상 얼마나 오래 일하는데 연연하지 않고 생산성과 효율을 중시하는 조직 문화가 자리 잡았으면 좋겠습니다.

야근의 관성

분당 5억의 매출이 발생하는 이벤트 시스템을 어떻게 구축하고 운영했는지 소개합니다.

무진장 힘들었지만 무진장 성장한 개발 이야기

치솟는 트래픽을 감당하기 위해 어떤 준비를 했는지 볼 수 있는 글이라 너무 좋네요

https://medium.com/musinsa-tech/%EB%AC%B4%EC%A7%84%EC%9E%A5-%ED%9E%98%EB%93%A4%EC%97%88%EC%A7%80%EB%A7%8C-%EB%AC%B4%EC%A7%84%EC%9E%A5-%EC%84%B1%EC%9E%A5%ED%95%9C-%EA%B0%9C%EB%B0%9C-%EC%9D%B4%EC%95%BC%EA%B8%B0-e445888579a9

치솟는 트래픽을 감당하기 위해 어떤 준비를 했는지 볼 수 있는 글이라 너무 좋네요 https://medium.com/musinsa-tech/%EB%AC%B4%EC%A7%84%EC%9E%A5-%ED%9E%98%EB%93%A4%EC%97%88%EC%A7%80%EB%A7%8C-%EB%AC%B4%EC%A7%84%EC%9E%A5-%EC%84%B1%EC%9E%A5%ED%95%9C-%EA%B0%9C%EB%B0%9C-%EC%9D%B4%EC%95%BC%EA%B8%B0-e445888579a9

무신사의 대용량 트래픽 경험기

최근 몇일 동안 OpenAI 개발자 플랫폼을 활용하여
AI의 구성요소와 에이전트 빌딩에 대해 혼자 공부하면서 느낀 점을 공유합니다. 

OpenAI답게, 공식 개발자 플랫폼에서
제공하는 학습 자료들을 통해

AI에 대해 기본적인 이해를 할 수 있도록 체계적으로 잘 구성되어 있고,
여러가지 예시 코드를 제공해주고 있어서

Assistant, Threads, Model, Tools 등 다양한 형태의
구성요소를 이리저리 뗏다가 붙였다가 하면서 조합해볼 수도 있습니다.

혼자서 AI를 공부하면서 정말 많이 느낀 점 중 하나는
프로그래밍 기초에 대해 알면 알수록
더욱 강력한 AI 활용 능력을 가진다는 점이였습니다.

저 역시 대학과 대학원 기간 동안
기초 프로그래밍에 대해 공부하긴 했지만,
개발자분들만큼의 지식을 쌓기에는 역부족이였어요.

단순히 코드를 작성하느냐 마냐의 문제라기보다,
개발자적인 마인드셋 (객체 지향의 구조화, 효율화)를
얼마나 잘 할 수 있냐에 따라,

AI의 무궁무진한 가능성을
직접 경험하고 만들어볼 수 있다는 점이
격하게 느껴지는 순간이였습니다.

앞으로 바이브 코딩(Vibe Coding)의 열풍은 계속되겠지만,
진짜 AI의 파워는 프로그래밍의 힘을 이해하는 순간,
발휘될 것이라고 생각합니다.

최근 몇일 동안 OpenAI 개발자 플랫폼을 활용하여AI의 구성요소와 에이전트 빌딩에 대해 혼자 공부하면서 느낀 점을 공유합니다.&nbsp; OpenAI답게, 공식 개발자 플랫폼에서 제공하는 학습 자료들을 통해 AI에 대해 기본적인 이해를 할 수 있도록 체계적으로 잘 구성되어 있고, 여러가지 예시 코드를 제공해주고 있어서 Assistant, Threads, Model, Tools 등 다양한 형태의 구성요소를 이리저리 뗏다가 붙였다가 하면서 조합해볼 수도 있습니다. 혼자서 AI를 공부하면서 정말 많이 느낀 점 중 하나는 프로그래밍 기초에 대해 알면 알수록 더욱 강력한 AI 활용 능력을 가진다는 점이였습니다. 저 역시 대학과 대학원 기간 동안 기초 프로그래밍에 대해 공부하긴 했지만, 개발자분들만큼의 지식을 쌓기에는 역부족이였어요. 단순히 코드를 작성하느냐 마냐의 문제라기보다, 개발자적인 마인드셋 (객체 지향의 구조화, 효율화)를 얼마나 잘 할 수 있냐에 따라, AI의 무궁무진한 가능성을 직접 경험하고 만들어볼 수 있다는 점이 격하게 느껴지는 순간이였습니다. 앞으로 바이브 코딩(Vibe Coding)의 열풍은 계속되겠지만, 진짜 AI의 파워는 프로그래밍의 힘을 이해하는 순간, 발휘될 것이라고 생각합니다.

기초 프로그래밍을 좀 더 열심히 공부할 걸..

YouTube에서 마음에 드는 동영상과 음악을 감상하고, 직접 만든 콘텐츠를 업로드하여 친구, 가족뿐 아니라 전 세계 사람들과 콘텐츠를 공유할 수 있습니다.

 - YouTube

AI 프로토타이핑(또는 바이브 코딩)에 접근하는 방식에는 크게 두 가지가 존재합니다. 하나는 LLM의 흐름에 맡겨 자연스럽게 아이디어를 발전시키는 것이고, 다른 하나는 기존의 프로덕트 디자인 시스템과 브랜드 자산을 적극적으로 활용하며 구조적으로 접근하는 것입니다.

링크로 공유하는 유튜브 인터뷰 영상에서 Claire Vo는 AI 프로덕트 개발에서의 자유로운 접근을 강조하는데요. "I want to just go where LLM takes me. Ride the wave of the tokens."라는 표현을 통해, LLM이 이끄는 방향으로 자연스럽게 탐색하는 자신의 스타일을 어필합니다. 그러나 현실적으로 기업 환경에서 이러한 접근에 한계가 있을 수 있어서 일종의 가드레일이 필요할 수 있습니다.

How to build prototypes that actually look like your product | Colin Matthews: https://www.youtube.com/watch?v=I62dr0TwyZM

이러한 한계를 해결하고 실질적인 협업을 지원하기 위한 다른 접근법을 이 인터뷰 영상에 출연하는 Colin Matthews가 잘 소개해서 추천드립니다. 레니 뉴스레터에도 소개되었는데, 실제 영상으로 확인하니 더 이해가 잘 되는 것 같습니다.

Colin Matthews는 V0나 Magic Patterns와 같은 AI 프로토타이핑 도구를 활용하여, 디자인 컴포넌트 라이브러리를 구축하고, 이를 기반으로 구조적으로 프로토타이핑을 만드는 방법을 제안합니다. 스크린샷 기반으로 V0를 통해 디자인 컴포넌트 라이브러리를 만드는 것도 재미있지만, Magic Patterns가 제공하는 플러그인을 통해서 html 요소를 디자인 시스템으로 변환하고, 프로토타이핑 하는 방법을 보여줍니다.

그리고 Fork 방식으로 팀내에서 기존 베이스라인을 기반으로 여러 테스팅을 하는 것도 프로덕트 팀 간의 협업 효율성을 높이는데 유용해 보이는 접근 같습니다. 영상 길이가 길지 않아서 보시길 추천드리고요.

추가로 AI 프로토타이핑 툴이 가진 한계와 왜 영상속 방식이 깔끔한지를 설명드리면...
최근 V0 같은 AI 프로토타이핑 툴들이 GitHub와 양방향 동기화를 제공하기도 하지만, 현실적인 도전 과제가 여전히 존재합니다. 많은 AI 툴들이 특정한 파일 포맷이나 프레임워크(예: React)에 맞춰져 설계되어 있어서, 기존에 사용 중인 코드베이스를 바로 불러오는 데 어려움을 겪게 됩니다. 특히 렌더링 문제는 큰 도전 과제로 남아 있습니다.

브라우저는 오직 순수 HTML, CSS, JavaScript만 이해할 수 있습니다. 그러나 현대적인 웹 개발에서 널리 사용되는 React와 같은 라이브러리는 코드 관리가 편리하지만, 이를 브라우저가 이해할 수 있는 형태로 변환하는 build step이 필수적입니다. 이 과정은 바로 이루어지기 어렵고, 특정 파일 구조나 설정이 선제적으로 갖춰져 있어야 합니다.

LLM 역시 마찬가지로 특정 출력 포맷에 대한 구조적 정의가 필요합니다. 시스템 프롬프트를 통해 LLM이 어떤 포맷으로 결과를 출력해야 하는지 명확히 설정해야 하는데, 이때 실제 사용하는 코드베이스와 LLM의 학습된 포맷이 충돌하면 활용도가 크게 떨어질 수 있습니다. 특히 기업에서 사내 전용 라이브러리를 사용할 경우, LLM이 이를 전혀 인지하지 못하거나 접근할 수 없는 상황이 생기기도 합니다.

오랫동안 이 이슈를 고민한 Bolt.new와 같은 AI 프로토타이핑 도구들은 이 같은 문제를 해결하기 위해 웹 컨테이너(Web Container) 기술을 도입하고 있습니다. Bolt의 웹 컨테이너 기술은 브라우저 내부에서 빌드 단계를 대응하려 합니다. 가장 잠재력이 있는 플레이어라고 볼 수 있는데, 실제 테스트를 해보면 쉽지 않습니다.

엔지니어들이 많이 이용하는 Cursor, Windsurf 같은 툴들은 렌더링 없이 파일 기반으로 채팅을 주고 받는 방식이라 이러한 문제를 피할 수 있어 다르게 접근할 수 있기도 합니다. 하지만 프로덕트 매니저, 디자이너 등 다양한 직군 멤버가 소통하기에 한계가 있긴 합니다.

그래서 핵심은 유튜브 영상에 보여진 접근인 디자인 컴포넌트를 기반으로 기존 코드베이스가 아닌 새로운 프로젝트를 AI 프로토타이핑 툴에서 만드는 것이 작업할때 깔끔하다는 것을 느끼실 수 있을 것입니다.

AI 프로토타이핑(또는 바이브 코딩)에 접근하는 방식에는 크게 두 가지가 존재합니다. 하나는 LLM의 흐름에 맡겨 자연스럽게 아이디어를 발전시키는 것이고, 다른 하나는 기존의 프로덕트 디자인 시스템과 브랜드 자산을 적극적으로 활용하며 구조적으로 접근하는 것입니다. 링크로 공유하는 유튜브 인터뷰 영상에서 Claire Vo는 AI 프로덕트 개발에서의 자유로운 접근을 강조하는데요. "I want to just go where LLM takes me. Ride the wave of the tokens."라는 표현을 통해, LLM이 이끄는 방향으로 자연스럽게 탐색하는 자신의 스타일을 어필합니다. 그러나 현실적으로 기업 환경에서 이러한 접근에 한계가 있을 수 있어서 일종의 가드레일이 필요할 수 있습니다. How to build prototypes that actually look like your product | Colin Matthews: https://www.youtube.com/watch?v=I62dr0TwyZM 이러한 한계를 해결하고 실질적인 협업을 지원하기 위한 다른 접근법을 이 인터뷰 영상에 출연하는 Colin Matthews가 잘 소개해서 추천드립니다. 레니 뉴스레터에도 소개되었는데, 실제 영상으로 확인하니 더 이해가 잘 되는 것 같습니다. Colin Matthews는 V0나 Magic Patterns와 같은 AI 프로토타이핑 도구를 활용하여, 디자인 컴포넌트 라이브러리를 구축하고, 이를 기반으로 구조적으로 프로토타이핑을 만드는 방법을 제안합니다. 스크린샷 기반으로 V0를 통해 디자인 컴포넌트 라이브러리를 만드는 것도 재미있지만, Magic Patterns가 제공하는 플러그인을 통해서 html 요소를 디자인 시스템으로 변환하고, 프로토타이핑 하는 방법을 보여줍니다. 그리고 Fork 방식으로 팀내에서 기존 베이스라인을 기반으로 여러 테스팅을 하는 것도 프로덕트 팀 간의 협업 효율성을 높이는데 유용해 보이는 접근 같습니다. 영상 길이가 길지 않아서 보시길 추천드리고요. 추가로 AI 프로토타이핑 툴이 가진 한계와 왜 영상속 방식이 깔끔한지를 설명드리면... 최근 V0 같은 AI 프로토타이핑 툴들이 GitHub와 양방향 동기화를 제공하기도 하지만, 현실적인 도전 과제가 여전히 존재합니다. 많은 AI 툴들이 특정한 파일 포맷이나 프레임워크(예: React)에 맞춰져 설계되어 있어서, 기존에 사용 중인 코드베이스를 바로 불러오는 데 어려움을 겪게 됩니다. 특히 렌더링 문제는 큰 도전 과제로 남아 있습니다. 브라우저는 오직 순수 HTML, CSS, JavaScript만 이해할 수 있습니다. 그러나 현대적인 웹 개발에서 널리 사용되는 React와 같은 라이브러리는 코드 관리가 편리하지만, 이를 브라우저가 이해할 수 있는 형태로 변환하는 build step이 필수적입니다. 이 과정은 바로 이루어지기 어렵고, 특정 파일 구조나 설정이 선제적으로 갖춰져 있어야 합니다. LLM 역시 마찬가지로 특정 출력 포맷에 대한 구조적 정의가 필요합니다. 시스템 프롬프트를 통해 LLM이 어떤 포맷으로 결과를 출력해야 하는지 명확히 설정해야 하는데, 이때 실제 사용하는 코드베이스와 LLM의 학습된 포맷이 충돌하면 활용도가 크게 떨어질 수 있습니다. 특히 기업에서 사내 전용 라이브러리를 사용할 경우, LLM이 이를 전혀 인지하지 못하거나 접근할 수 없는 상황이 생기기도 합니다. 오랫동안 이 이슈를 고민한 Bolt.new와 같은 AI 프로토타이핑 도구들은 이 같은 문제를 해결하기 위해 웹 컨테이너(Web Container) 기술을 도입하고 있습니다. Bolt의 웹 컨테이너 기술은 브라우저 내부에서 빌드 단계를 대응하려 합니다. 가장 잠재력이 있는 플레이어라고 볼 수 있는데, 실제 테스트를 해보면 쉽지 않습니다. 엔지니어들이 많이 이용하는 Cursor, Windsurf 같은 툴들은 렌더링 없이 파일 기반으로 채팅을 주고 받는 방식이라 이러한 문제를 피할 수 있어 다르게 접근할 수 있기도 합니다. 하지만 프로덕트 매니저, 디자이너 등 다양한 직군 멤버가 소통하기에 한계가 있긴 합니다. 그래서 핵심은 유튜브 영상에 보여진 접근인 디자인 컴포넌트를 기반으로 기존 코드베이스가 아닌 새로운 프로젝트를 AI 프로토타이핑 툴에서 만드는 것이 작업할때 깔끔하다는 것을 느끼실 수 있을 것입니다.

YouTube

디자인 컴포넌트 기반 AI 프로토타이핑

AI와 코딩할 때, 혹시 결과만 말하고 계신가요?
얼마 전 프로필 페이지를 AI와 함께 만들면서 이상한 걸 발견했어요.
내가 생각하지 않은 로직이 코드에 들어가 있었고, 불필요한 데이터 호출까지 늘어나 있더라고요. 이런 문제들이 쌓이면 코드는 점점 더 복잡해지고, 결국 나중에 걷잡을 수 없어질 거라 느꼈어요.

왜 이런 일이 생겼을까요..?

이번 영상에선 결과만 강조하는 Vibe Coding의 한계를 직접 경험한 사례를 보여드리고,
그 문제를 해결하는 새로운 방식, Augmented Coding을 소개합니다.

TDD의 아버지인 켄트 백(Kent Beck)의 블로그에서 영감을 얻어 발견한 이 방식은 결과뿐 아니라 "과정"을 명확히 AI에게 전달하는 코딩이어요.

영상에서 다루는 내용
- Vibe Coding의 한계 (실제 사례로 살펴보기)
- Augmented Coding이란? (결과 vs 과정)
- AI에게 '과정'을 정확하게 전달하는 방법
- 실제 프로젝트에서 Augmented Coding 적용한 과정 소개 (FSD 아키텍처로 설계)
- 엔지니어는 AI와 협업할 때, 어디까지 개입해야 할까?

결과가 아니라 과정을 중심으로 협업하면,
AI와 더 잘 소통할 수 있고, 코드도 깔끔하게 유지할 수 있어요.

엔지니어로서 AI와의 협업 방식을 고민하시는 분이라면,
이번 영상이 좋은 힌트가 되길 바랍니다. 🤗

각자의 자리에서 함께 공부하시는 모든 분들 화이팅입니다. :)

https://youtu.be/xbPoEtEGcmg

AI와 코딩할 때, 혹시 결과만 말하고 계신가요? 얼마 전 프로필 페이지를 AI와 함께 만들면서 이상한 걸 발견했어요. 내가 생각하지 않은 로직이 코드에 들어가 있었고, 불필요한 데이터 호출까지 늘어나 있더라고요. 이런 문제들이 쌓이면 코드는 점점 더 복잡해지고, 결국 나중에 걷잡을 수 없어질 거라 느꼈어요. 왜 이런 일이 생겼을까요..? 이번 영상에선 결과만 강조하는 Vibe Coding의 한계를 직접 경험한 사례를 보여드리고, 그 문제를 해결하는 새로운 방식, Augmented Coding을 소개합니다. TDD의 아버지인 켄트 백(Kent Beck)의 블로그에서 영감을 얻어 발견한 이 방식은 결과뿐 아니라 "과정"을 명확히 AI에게 전달하는 코딩이어요. 영상에서 다루는 내용 - Vibe Coding의 한계 (실제 사례로 살펴보기) - Augmented Coding이란? (결과 vs 과정) - AI에게 '과정'을 정확하게 전달하는 방법 - 실제 프로젝트에서 Augmented Coding 적용한 과정 소개 (FSD 아키텍처로 설계) - 엔지니어는 AI와 협업할 때, 어디까지 개입해야 할까? 결과가 아니라 과정을 중심으로 협업하면, AI와 더 잘 소통할 수 있고, 코드도 깔끔하게 유지할 수 있어요. 엔지니어로서 AI와의 협업 방식을 고민하시는 분이라면, 이번 영상이 좋은 힌트가 되길 바랍니다. 🤗 각자의 자리에서 함께 공부하시는 모든 분들 화이팅입니다. :) https://youtu.be/xbPoEtEGcmg

youtu.be

AI와 코딩할 때, 혹시 결과만 말하고 계신가요?
얼마 전 프로필

1. 스티브 잡스는 매일 아침 거울 앞에서 스스로에게 물었다. 오늘이 내 삶의 마지막 날이라면, 지금 이 일을 계속할 거냐고.

2. 모멘토 모리. 죽음을 기억하라. 죽음은 인간이 만든 최고의 발명품이다. 그 누구도 예외 없다. 사람은 모두 죽는다. 사람의 시간은 유한하다.

3. 그럼에도 우리는 시간을 무한한 자원처럼 다룬다. 눈에 보이지 않기 때문이다. 한 시간, 하루, 한 달. 보이지 않는 시간을 단위로 개념화했다. 그럼에도 시간은 잘 와닿지 않는다.

4. 우선순위는 보이지 시간에 대한 결정이다. 한정된 시간을 어디에 쓸 것인가. 사람의 삶과 마찬가지로 기업에게도 가장 중요하다.

5. 텅 빈 투명한 통이 있다. 여기 다양한 크기의 돌멩이를 담는다. 통은 시간이다. 돌멩이는 우리가 시간을 쓰는 일이다.

6. 돌의 크기는 저마다 다르다. 크기는 중요도와 비례한다고 하자. 어떤 걸 먼저 담아야 같은 통에 가장 많은 돌을 채울 수 있을까? 쉽다. 큰 돌을 먼저 담은 다음, 나머지 공간을 작은 돌로 채운다. 가장 밀도가 높다. 시간을 효율적으로 쓴 셈이다.

7. 순서를 거꾸로 한다면 어떻게 될까? 작은 돌들을 먼저 채운다. 나중에 큰 돌을 담아본다. 몇 개 들어가지 않는다. 많은 작은 돌들이 이미 꽉 차버렸으니까. 큰일이다. 그래도 돌멩이는 쏟고 다시 담으면 된다. 하지만, 써버린 시간은 되돌릴 수 없다.

8. 부와 성공을 이룬 사람은 돈으로 최대한 시간을 산다. 중요하지 않은 결정은 시간을 안 쓴다. 매일 같은 옷을 입고, 같은 식단을 먹는다.

9. 기업도 마찬가지다. 기업의 시간은 구성원의 시간이다. 구성원의 수만큼 시간이 있는 셈이다.

10. 기업의 시간을 늘리는 방법은 두 가지다. 채용을 해서 구성원의 수를 늘리면 된다. 빠르게 시간을 늘릴 수 있다. 하지만 감당해야 할 대가가 매우 크다. 되돌리기 어려운 결정이다.

11. 다른 방법은 시간 사용을 효율화하는 것이다. 높은 역량이 있는 사람을 채용한다. 성과를 내는 과정을 효율화한다.

12. '어떤 일을 할 시간이 없다'라는 말은 사실 '그 일은 우선순위에 없다'라는 말과 같다. 최악은 내가 가진 돌멩이에 우선순위가 없는 것이다. 이 돌, 저 돌 건드리다 결국 하나도 제대로 해내지 못한다. 흐지부지 시간은 계속 흐른다.

13. 모래시계처럼 우리의 남은 시간을 눈으로 볼 수 있다면 얼마나 좋을까. 조금은 더 효율적으로 살 수 있지 않을까.

14. 시각은 뇌가 다루는 감각의 90%를 차지한다. 그래서 우리는 눈에 안 보이는 걸 덜 중요하게 여긴다.

15. 시간, 결정, 건강, 관계. 살면서 점점 더 중요한 것들은 눈에 보이지 않는다는 것을 깨닫는다. 무의식의 흐름대로 살다가도 문득문득 멈춰서 다시 챙겨 본다. 나는 지금 보이지 않는 것들을 잘 챙겨가고 있을까.

#죽음을기억하라

1. 스티브 잡스는 매일 아침 거울 앞에서 스스로에게 물었다. 오늘이 내 삶의 마지막 날이라면, 지금 이 일을 계속할 거냐고. ​2. 모멘토 모리. 죽음을 기억하라. 죽음은 인간이 만든 최고의 발명품이다. 그 누구도 예외 없다. 사람은 모두 죽는다. 사람의 시간은 유한하다. 3. 그럼에도 우리는 시간을 무한한 자원처럼 다룬다. 눈에 보이지 않기 때문이다. 한 시간, 하루, 한 달. 보이지 않는 시간을 단위로 개념화했다. 그럼에도 시간은 잘 와닿지 않는다. 4. 우선순위는 보이지 시간에 대한 결정이다. 한정된 시간을 어디에 쓸 것인가. 사람의 삶과 마찬가지로 기업에게도 가장 중요하다. ​5. 텅 빈 투명한 통이 있다. 여기 다양한 크기의 돌멩이를 담는다. 통은 시간이다. 돌멩이는 우리가 시간을 쓰는 일이다. ​6. 돌의 크기는 저마다 다르다. 크기는 중요도와 비례한다고 하자. 어떤 걸 먼저 담아야 같은 통에 가장 많은 돌을 채울 수 있을까? 쉽다. 큰 돌을 먼저 담은 다음, 나머지 공간을 작은 돌로 채운다. 가장 밀도가 높다. 시간을 효율적으로 쓴 셈이다. 7. 순서를 거꾸로 한다면 어떻게 될까? 작은 돌들을 먼저 채운다. 나중에 큰 돌을 담아본다. 몇 개 들어가지 않는다. 많은 작은 돌들이 이미 꽉 차버렸으니까. 큰일이다. 그래도 돌멩이는 쏟고 다시 담으면 된다. 하지만, 써버린 시간은 되돌릴 수 없다. 8. 부와 성공을 이룬 사람은 돈으로 최대한 시간을 산다. 중요하지 않은 결정은 시간을 안 쓴다. 매일 같은 옷을 입고, 같은 식단을 먹는다. 9. 기업도 마찬가지다. 기업의 시간은 구성원의 시간이다. 구성원의 수만큼 시간이 있는 셈이다. 10. 기업의 시간을 늘리는 방법은 두 가지다. 채용을 해서 구성원의 수를 늘리면 된다. 빠르게 시간을 늘릴 수 있다. 하지만 감당해야 할 대가가 매우 크다. 되돌리기 어려운 결정이다. ​11. 다른 방법은 시간 사용을 효율화하는 것이다. 높은 역량이 있는 사람을 채용한다. 성과를 내는 과정을 효율화한다. ​12. '어떤 일을 할 시간이 없다'라는 말은 사실 '그 일은 우선순위에 없다'라는 말과 같다. 최악은 내가 가진 돌멩이에 우선순위가 없는 것이다. 이 돌, 저 돌 건드리다 결국 하나도 제대로 해내지 못한다. 흐지부지 시간은 계속 흐른다. ​13. 모래시계처럼 우리의 남은 시간을 눈으로 볼 수 있다면 얼마나 좋을까. 조금은 더 효율적으로 살 수 있지 않을까. ​14. 시각은 뇌가 다루는 감각의 90%를 차지한다. 그래서 우리는 눈에 안 보이는 걸 덜 중요하게 여긴다. ​15. 시간, 결정, 건강, 관계. 살면서 점점 더 중요한 것들은 눈에 보이지 않는다는 것을 깨닫는다. 무의식의 흐름대로 살다가도 문득문득 멈춰서 다시 챙겨 본다. 나는 지금 보이지 않는 것들을 잘 챙겨가고 있을까. #죽음을기억하라

< 인생을 바꾸는 ‘큰 돌멩이’의 법칙 >

Gemini CLI가 무료라길래 주말에 사용해봤습니다.

기존에 만들던 프로젝트가 있는데, 현재 중간 기능까지만 완성된 상태인데요,
시간과 의욕이 없어 중단된 상태였는데, 좋은 기회다 싶었습니다.

우선, 바이브 코딩으로 기존에 만들었던 프로젝트를 새로 만들 수 있을지 시도해봤습니다.
겉 모양은 그럴싸하게 나왔는데, 실제 동작을 시켜보면 여러 버그와 크래시가 발생했고, 버그 수정도 잘 못했습니다.
모양은 잘 잡았지만, 알맹이 수정에 끝이 없어보여서, 새로 만드는 것은 무리라고 판단했습니다.

그래서, 새로 만드는 것 말고 기존에 만든 프로젝트에 기능을 확장하는 시도를 해보았습니다.
큰 수정은 필요 없었고, 기존 로직과 유사한데 for-loop을 반대로 돌거나, 자료구조 한 세트를 더 가지는 정도의 수정이 필요했습니다.
아쉽게도, 이 또한 잘 수행하지 못했습니다.

특히 Gemini 2.5 flash는 문제가 더 심했는데,
 * 중괄호를 두 번 닫거나
 * 시킨 동작은 하지 않고, 엉뚱하게 앞선 메시지에 대한 답변을 하거나
 * 초기화 전에 값을 쓰려하거나

... 오동작이 좀 많이 있었습니다.

바이브 코딩으로 데이터 파서와 뷰어는 잘 만들 수 있는 것 같은데, 조금 복잡한 로직이 들어가면 사람 손이 필요해 보이긴 합니다.

Claude code는 프로젝트 완성을 해줄 수 있을지 궁금하긴 한데, 돈 내고 속상할까봐 망설이게 되네요.

Gemini CLI가 무료라길래 주말에 사용해봤습니다. 기존에 만들던 프로젝트가 있는데, 현재 중간 기능까지만 완성된 상태인데요,시간과 의욕이 없어 중단된 상태였는데, 좋은 기회다 싶었습니다. 우선, 바이브 코딩으로 기존에 만들었던 프로젝트를 새로 만들 수 있을지 시도해봤습니다.겉 모양은 그럴싸하게 나왔는데, 실제 동작을 시켜보면 여러 버그와 크래시가 발생했고, 버그 수정도 잘 못했습니다.모양은 잘 잡았지만, 알맹이 수정에 끝이 없어보여서, 새로 만드는 것은 무리라고 판단했습니다. 그래서, 새로 만드는 것 말고 기존에 만든 프로젝트에 기능을 확장하는 시도를 해보았습니다.큰 수정은 필요 없었고, 기존 로직과 유사한데 for-loop을 반대로 돌거나, 자료구조 한 세트를 더 가지는 정도의 수정이 필요했습니다.아쉽게도, 이 또한 잘 수행하지 못했습니다. 특히 Gemini 2.5 flash는 문제가 더 심했는데,<ul><li>중괄호를 두 번 닫거나</li><li>시킨 동작은 하지 않고, 엉뚱하게 앞선 메시지에 대한 답변을 하거나</li><li>초기화 전에 값을 쓰려하거나</li></ul> ... 오동작이 좀 많이 있었습니다. 바이브 코딩으로 데이터 파서와 뷰어는 잘 만들 수 있는 것 같은데, 조금 복잡한 로직이 들어가면 사람 손이 필요해 보이긴 합니다. Claude code는 프로젝트 완성을 해줄 수 있을지 궁금하긴 한데, 돈 내고 속상할까봐 망설이게 되네요.

Gemini CLI가 무료라길래 주말에 사용해봤습니다.

기존에 

WEBNORI

DDD의 창시자는 에릭에반스, DDD설계자이자 구현자인 반버논의 강의영상 설계자와 구현자를 이분하지 않는것이 이 진영의 특징이며 도메인모델을 코드에 표현해 녹여내는게 핵심입니다. 도메인 이벤트 처리를 위해 꼭 액터모델을 이용할 필요는 없지만~ 도움되는 장치를 제공합니다. - DDD와 액터모델을 셋트로 학습할수 있는 영상입니다.

요약글링크 : https://wiki.webnori.com/display/AKKA/Using+the+Actor+Model+with+Domain-Driven+Design+%28DDD%29+in+Reactive+Systems

DDD의 창시자는 에릭에반스, DDD설계자이자 구현자인 반버논의 강의영상 설계자와 구현자를 이분하지 않는것이 이 진영의 특징이며 도메인모델을 코드에 표현해 녹여내는게 핵심입니다. 도메인 이벤트 처리를 위해 꼭 액터모델을 이용할 필요는 없지만~ 도움되는 장치를 제공합니다. - DDD와 액터모델을 셋트로 학습할수 있는 영상입니다. 요약글링크 : https://wiki.webnori.com/display/AKKA/Using+the+Actor+Model+with+Domain-Driven+Design+%28DDD%29+in+Reactive+Systems

wiki.webnori.com

DDD와 액터모델

(웹)프론트엔드 개발이 쉬워보인다면 CSS나 WebGL 차력쇼나 대량의 실시간 업데이트 같은 것을 경험해보지 못해서..

근데 사실 (웹)백엔드도 대부분의 일은 CRUD라 요즘은 뇌 없이도 할 수 있다. (광역 어그로)

(웹)프론트엔드 개발이 쉬워보인다면 CSS나 WebGL 차력쇼나 대량의 실시간 업데이트 같은 것을 경험해보지 못해서.. 근데 사실 (웹)백엔드도 대부분의 일은 CRUD라 요즘은 뇌 없이도 할 수 있다. (광역 어그로)

(웹)프론트엔드 개발이 쉬워보인다면 CSS나 WebGL 차력쇼나 

우린 정말 사용자를 위하고 있을까? 모든 기업이 '사용자'와 '경험'을 강조하지만, 실제로 그럴까요? 글쎄요.

사용자를 이해하는 유일한 방법에 대하여 | 독서모임 | 리서치 하는데요 | 트레바리

트레바리 <리서치 하는데요> 6번째 시즌을 시작합니다. 벌써 2년째 클럽을 이어가고 있는데 매번 첫 번째 책을 고르는데 시간을 많이 쓰고 있습니다. 첫 번째 책은 크리스틴 로제 『경험의 멸종』으로 정했습니다.

첫 번째 모임
📖크리스틴 로젠, 『경험의 멸종』

기술은 날로 완벽해지는데 왜 인간은 점점 더 불안해질까요? <리서치 하는데요> 6번째 시즌의 첫 번째 책은 "우리는 어떻게 경험을 잃어가고 있을까?"에 대한 잃어가고 있는 경험을 이야기해보려고 합니다. 넷플릭스 시리즈 '블랙미러'를 떠올리게 만드는 이 책은 '인간다움'과 '경험의 본질'에 대해 성찰하는 시간으로 대화가 이어지는 매개가 될 것입니다. 

더 쉽게 경험을 할 수 있도록 만든 디지털기술은 왜 사용자의 감각을 마비시킬까요? 더 많은 것을 누리지만 왜 더 불안해지는 걸까요? 나의 감정은 왜 점점 단순해지고 기다림에는 인색해지는 걸까요? 감동이 사라지고 무한 스크롤 속에 쾌락만 허락된 시대. 가만히 경험의 멸종에 대해 이야기할 시간은 회사에서도, 다른 모임에서도 쉽게 허락되지 않았습니다. 첫 번째 모임에서는 더 나은 사용자 경험을 만들기 위한 만드는 사람의 책임과 태도를 함께 이야기해 보겠습니다.

두 번째 모임
📖알랭 드 보통,『행복의 건축』

이 책은 철학적이고 예술적이며 담담합니다. 건축을 전공한 멋진 선배가 첫 직장에서 제게 선물했던 책이기도 한데요. 드 보통은 첫 번째 책에서 이야기 한 경험에 대해 차원을 넓히는 단서를 이야기합니다. 책은 건축의 일상성에 대해 이야기하지만, 인간이 경험하는 공통적인 자극에 대해 철학적인 의미를 이야기합니다. "장소가 달라지면 나쁜 쪽이든 좋은 쪽이든 사람도 달라진다"라는 관념처럼 어떤 경험을 플랫폼에서 설계하느냐에 따라 사용자가 느끼는 경험의 행복감은 차이가 생깁니다. 일상 속의 경험, 건축 속의 설계에 대해 함께 이야기하며 사용자 경험을 들여다보는 해상도를 높여볼까요?

세 번째 모임
📖류쉐펑,『복잡한 세상을 이기는 수학의 힘』

어떤 습관이 사용자 경험을 설계하는 사람의 고민을 더 깊이 있게 만들까요? 감정에 공감하면서 때로는 수학적인 접근이 필요하다고 믿습니다. 특히 내부 이해관계자를 설득할 때에 필요한 도구는 수학과 관련이 깊습니다. 사용자 경험을 다루고, 리서치를 하면서 가장 어려운 점은 리더십을 설득하는 과정인데요. 그때마다 사고의 폭을 확장하는데, 복잡한 현상을 구조화하는데 도움이 되는 프레임워크에 대해 함께 살펴보고 각자의 경험을 대입해 볼까요?

네 번째 모임
📖황현산,『밤이 선생이다』

<리서치 하는데요>는 사용자 경험에 대해 이야기하지만 방법론의 함정에 빠지는 것을 경계하려고 애써왔습니다. 그러려면 각자의 경험과 방식을 존중하고 또 불편하지만 포기할 수 없는 선에 대해서 이야기를 할 필요가 있다고 믿습니다. 에세이는 다른 사람의 생각을 근원까지 들여다보는데 가장 효과적인 장르입니다. 인간에 대한 이해와 비평, 슬프지만 따뜻한 마음이 느껴지는 이 책에는 삼십여 년에 걸친 작가의 시선이 잘 담겨있습니다. 사용자 경험을 만드는 사람들이 포기하면 안 되는 그 책임에 대해서 이야기해 볼까요?

https://trevar.ink/lG9pBf

트레바리 &lt;리서치 하는데요&gt; 6번째 시즌을 시작합니다. 벌써 2년째 클럽을 이어가고 있는데 매번 첫 번째 책을 고르는데 시간을 많이 쓰고 있습니다. 첫 번째 책은 크리스틴 로제 『경험의 멸종』으로 정했습니다. 첫 번째 모임📖크리스틴 로젠, 『경험의 멸종』 기술은 날로 완벽해지는데 왜 인간은 점점 더 불안해질까요? &lt;리서치 하는데요&gt; 6번째 시즌의 첫 번째 책은 "우리는 어떻게 경험을 잃어가고 있을까?"에 대한 잃어가고 있는 경험을 이야기해보려고 합니다. 넷플릭스 시리즈 '블랙미러'를 떠올리게 만드는 이 책은 '인간다움'과 '경험의 본질'에 대해 성찰하는 시간으로 대화가 이어지는 매개가 될 것입니다.&nbsp; 더 쉽게 경험을 할 수 있도록 만든 디지털기술은 왜 사용자의 감각을 마비시킬까요? 더 많은 것을 누리지만 왜 더 불안해지는 걸까요? 나의 감정은 왜 점점 단순해지고 기다림에는 인색해지는 걸까요? 감동이 사라지고 무한 스크롤 속에 쾌락만 허락된 시대. 가만히 경험의 멸종에 대해 이야기할 시간은 회사에서도, 다른 모임에서도 쉽게 허락되지 않았습니다. 첫 번째 모임에서는 더 나은 사용자 경험을 만들기 위한 만드는 사람의 책임과 태도를 함께 이야기해 보겠습니다. 두 번째 모임📖알랭 드 보통,『행복의 건축』 이 책은 철학적이고 예술적이며 담담합니다. 건축을 전공한 멋진 선배가 첫 직장에서 제게 선물했던 책이기도 한데요. 드 보통은 첫 번째 책에서 이야기 한 경험에 대해 차원을 넓히는 단서를 이야기합니다. 책은 건축의 일상성에 대해 이야기하지만, 인간이 경험하는 공통적인 자극에 대해 철학적인 의미를 이야기합니다. "장소가 달라지면 나쁜 쪽이든 좋은 쪽이든 사람도 달라진다"라는 관념처럼 어떤 경험을 플랫폼에서 설계하느냐에 따라 사용자가 느끼는 경험의 행복감은 차이가 생깁니다. 일상 속의 경험, 건축 속의 설계에 대해 함께 이야기하며 사용자 경험을 들여다보는 해상도를 높여볼까요? 세 번째 모임📖류쉐펑,『복잡한 세상을 이기는 수학의 힘』 어떤 습관이 사용자 경험을 설계하는 사람의 고민을 더 깊이 있게 만들까요? 감정에 공감하면서 때로는 수학적인 접근이 필요하다고 믿습니다. 특히 내부 이해관계자를 설득할 때에 필요한 도구는 수학과 관련이 깊습니다. 사용자 경험을 다루고, 리서치를 하면서 가장 어려운 점은 리더십을 설득하는 과정인데요. 그때마다 사고의 폭을 확장하는데, 복잡한 현상을 구조화하는데 도움이 되는 프레임워크에 대해 함께 살펴보고 각자의 경험을 대입해 볼까요? 네 번째 모임📖황현산,『밤이 선생이다』 &lt;리서치 하는데요&gt;는 사용자 경험에 대해 이야기하지만 방법론의 함정에 빠지는 것을 경계하려고 애써왔습니다. 그러려면 각자의 경험과 방식을 존중하고 또 불편하지만 포기할 수 없는 선에 대해서 이야기를 할 필요가 있다고 믿습니다. 에세이는 다른 사람의 생각을 근원까지 들여다보는데 가장 효과적인 장르입니다. 인간에 대한 이해와 비평, 슬프지만 따뜻한 마음이 느껴지는 이 책에는 삼십여 년에 걸친 작가의 시선이 잘 담겨있습니다. 사용자 경험을 만드는 사람들이 포기하면 안 되는 그 책임에 대해서 이야기해 볼까요? https://trevar.ink/lG9pBf

trevar.ink

⟪트레바리 <리서치 하는데요> 6번째 시즌을 오픈합니다⟫

10만 명이 참여한 바이럴 콘텐츠, 퍼블리 '회사용 부캐 테스트' 제작기

#퍼블리매일읽기챌린지#퍼블리뷰#퍼블리뷰12일차

제목에 끌려 홀리듯 읽었다. 

작년엔 정말 각종 mbti 테스트가 있었는데, ‘일잘러를 위한 플랫폼’ 퍼블리에 맞춰 유형별 특징을 뽑고, 인물들을 매칭시키고, 디자인을 하는 과정을 재밌고 중간중간 💡하면서 읽었다. 

🏷 각 타입을 설명하는 재치 있는 문구
🏷 사람들의 공유를 이끌어내는 포인트(누구나 알만한 인물 뽑기)
🏷 유형별 퍼블리 콘텐츠 추천하기

가장 인상깊었던 말은

🌟 100% 완벽할 때 시작하려면 이미 늦다

내가 추진력이 약한 이유 중에 하나다. 모든 준비를 마치고 시작하려는 것. 시간과 자원은 언제나 한정되어 있고, 빠르게 사업/아이디어를 유사하게라도 실행시켜 보는 것이 100% 갖추었지만 늦는 것보다 낫다.

댓글 0

함께 읽은 게시물

주간 인기 TOP 10

추천 프로필