AI 시대이기 때문에, AI가 개개인에게 맞춤형 교육을 제공 할 수 있기 때문에, 그렇기 때문에 공교육을 하는 학교에서는 오히려 AI 교재를 사용하지 않는 것이 좋습니다. 아니, 사용하지 말아야 합니다.

AI 시대이기 때문에, AI가 개개인에게 맞춤형 교육을 제공 할 수 있기 때문에, 그렇기 때문에 공교육을 하는 학교에서는 오히려 AI 교재를 사용하지 않는 것이 좋습니다. 아니, 사용하지 말아야 합니다.

혁신적 금융, 포용적 금융, 신뢰받는 금융, 금융위원회 입니다.

 		보도자료 - 			위원회 소식 - 			알림마당 - 			금융위원회

생성형AI 관심은 많으나, 실제 적용이 어려운 환경중에 하나가 바로 금융권입니다. 이와 관련하여 지난주 12월12일 금융권 AI 협의회를 통해 [금융권 생성형 AI 활용 지원 방안]이 발표되었습니다. 내년에 구축이 되면 금융권에 보다 다양하고 많은 생성형AI기반의 에이전트 서비스가 늘어날 거 같습니다. ^^

< 추진 배경 >
 * 금융보안환경: GPT-4 등 AI서비스는 주로 인터넷망을 통해 해외 서버에서 제공되어, 망분리 등의 금융보안환경 하에서 활용이 어려움
 * 데이터 부족: AI 학습데이터가 대부분 일반분야, 영미권 언어로 되어있어, 금융 분야에 특화된 한글 데이터 부족
 * 불확실성: 생성형AI의 거짓정보 생성(hallucination), 편향(bias), 정보 유출 등 AI 위험에 대응하기 위한 AI 거버넌스 및 가이드라인 불명확

< 추진 방향 >
 1. 금융권 AI 플랫폼 구축
 * 금융분야에 적합한 성능과 안전성을 지닌 오픈소스 AI모델, 데이터를 전문가 그룹이 선별하여 제공
 * 상용 AI: 다양한 목적에 대해 높은 성능을 제공하나 주로 금융회사 통제권 밖의 클라우드 환경에서 제공되므로 개인신용정보를 활용하지 않는 일반적인 고객상담이나 투자정보 분석 등에 활용
 * 오픈소스 AI: 작은 컴퓨팅 자원에서도 동작이 가능하고 금융회사 내부망에 직접 설치하여 보안성과 비용 효율성에 장점이 있으므로 내부 정보 등을 활용하는 내부규정 챗봇이나 홍보물 등 콘텐츠 제작에 활용
 * 금융회사별 혁신적인 생성형 AI 서비스에 적합한 AI모델, 데이터를 실험 선별하기 위한 기능테스트(PoC*) 환경 제공
 * 전문가 그룹이 선별한 오픈소스 AI모델, 데이터를 금융사 내부망에 바로 설치할 수 있도록 지원하는 인프라 구축
 
 
 2. 금융분야 특화 데이터 지원
 * 금융권 특화 한글 말뭉치
 * AI의 금융 전문성 향상을 위한 RAG용, 추가 학습용 데이터
 * AI 윤리, 성능 평가지원용 데이터
 * 금융 법규, 업권별 보도자료, 연수기관 교육자료 등을 기반으로 금융권 공동 활용 빅데이터 확보
 * 공익목적 데이터: 금융사기방지(금융결제원), 신용평가(신용정보원), 금융보안(금융보안원) 데이터 등 공익 목적 데이터의 제공 채널을 금융권 AI 플랫폼 으로 일원화
 
 
 3. 금융분야 AI 가이드라인 개정
 * 금융AI 원칙
 * 생성형 AI기술과 내부통제 등 금융권 제도 변화 등을 반영하여 금융분야 AI 가이드라인 으로 단일화
 * 최고경영자 및 경영진의 역할과 책임, AI의 보조수단성, 금융 안정성에 대한 위험의 최소화 등을 반영
 * 안내서: 금융 AI 원칙의 적용, 생성형 AI 관련 보안 위협과 보안성 검증 기준 등을 포함한 상세 설명과 사례를 제시할 예정

< 기대 효과 >
 * 금융권 AI 플랫폼 구축
 * 금융회사가 오픈소스 AI를 내부망에 설치하여 망분리해외서버 이용금지 등 규제 제한 없이 생성형 AI 활용 가능
 * 금융권 공동 인프라 구축으로, 개별 추진시 데이터 확보 및 AI 테스트 환경 구축 등에 소요되는 비용을 절감하여 AI 활용을 촉진
 * 금융분야 특화 데이터 지원
 * 오픈소스 AI 모델의 금융분야 전문성 향상, 성능 및 윤리 평가지원 데이터를 활용하여 AI 서비스의 신뢰도 제고
 * 이상거래 탐지(FDS ) 등 특성화 AI 개발을 위한 데이터를 금융권 AI 플랫폼 을 통해 정기적으로 편리하게 활용 가능
 * 금융분야 AI 가이드라인 개정
 * 금융회사들이 실제 업무에 AI를 활용할 때 불확실성을 상당 부분 해소하고 금융 분야 AI의 신뢰도 제고

 * 출처: https://www.fsc.go.kr/no010101/83594?srchCtgry=&curPage=&srchKey=&srchText=&srchBeginDt=&srchEndDt=

생성형AI 관심은 많으나, 실제 적용이 어려운 환경중에 하나가 바로 금융권입니다. 이와 관련하여 지난주 12월12일 금융권 AI 협의회를 통해 [금융권 생성형 AI 활용 지원 방안]이 발표되었습니다. 내년에 구축이 되면 금융권에 보다 다양하고 많은 생성형AI기반의 에이전트 서비스가 늘어날 거 같습니다. ^^ &lt; 추진 배경 &gt;<ul ><li>금융보안환경: GPT-4 등 AI서비스는 주로 인터넷망을 통해 해외 서버에서 제공되어, 망분리 등의 금융보안환경 하에서 활용이 어려움</li><li>데이터 부족: AI 학습데이터가 대부분 일반분야, 영미권 언어로 되어있어, 금융 분야에 특화된 한글 데이터 부족</li><li>불확실성: 생성형AI의 거짓정보 생성(hallucination), 편향(bias), 정보 유출 등 AI 위험에 대응하기 위한 AI 거버넌스 및 가이드라인 불명확</li></ul> &lt; 추진 방향 &gt;<ol ><li>금융권 AI 플랫폼 구축</li></ol><ul ><li>금융분야에 적합한 성능과 안전성을 지닌 오픈소스 AI모델, 데이터를 전문가 그룹이 선별하여 제공<ul ><li>상용 AI: 다양한 목적에 대해 높은 성능을 제공하나 주로 금융회사 통제권 밖의 클라우드 환경에서 제공되므로 개인신용정보를 활용하지 않는 일반적인 고객상담이나 투자정보 분석 등에 활용</li><li>오픈소스 AI: 작은 컴퓨팅 자원에서도 동작이 가능하고 금융회사 내부망에 직접 설치하여 보안성과 비용 효율성에 장점이 있으므로 내부 정보 등을 활용하는 내부규정 챗봇이나 홍보물 등 콘텐츠 제작에 활용</li></ul></li><li>금융회사별 혁신적인 생성형 AI 서비스에 적합한 AI모델, 데이터를 실험 선별하기 위한 기능테스트(PoC*) 환경 제공</li><li>전문가 그룹이 선별한 오픈소스 AI모델, 데이터를 금융사 내부망에 바로 설치할 수 있도록 지원하는 인프라 구축 </li></ul><ol start="2"><li>금융분야 특화 데이터 지원</li></ol><ul ><li>금융권 특화 한글 말뭉치<ul ><li>AI의 금융 전문성 향상을 위한 RAG용, 추가 학습용 데이터</li><li>AI 윤리, 성능 평가지원용 데이터</li><li>금융 법규, 업권별 보도자료, 연수기관 교육자료 등을 기반으로 금융권 공동 활용 빅데이터 확보</li></ul></li><li>공익목적 데이터: 금융사기방지(금융결제원), 신용평가(신용정보원), 금융보안(금융보안원) 데이터 등 공익 목적 데이터의 제공 채널을 금융권 AI 플랫폼 으로 일원화 </li></ul><ol start="3"><li>금융분야 AI 가이드라인 개정</li></ol><ul ><li>금융AI 원칙<ul ><li>생성형 AI기술과 내부통제 등 금융권 제도 변화 등을 반영하여 금융분야 AI 가이드라인 으로 단일화</li><li>최고경영자 및 경영진의 역할과 책임, AI의 보조수단성, 금융 안정성에 대한 위험의 최소화 등을 반영</li></ul></li><li>안내서: 금융 AI 원칙의 적용, 생성형 AI 관련 보안 위협과 보안성 검증 기준 등을 포함한 상세 설명과 사례를 제시할 예정</li></ul> &lt; 기대 효과 &gt;<ul ><li>금융권 AI 플랫폼 구축<ul ><li>금융회사가 오픈소스 AI를 내부망에 설치하여 망분리해외서버 이용금지 등 규제 제한 없이 생성형 AI 활용 가능</li><li>금융권 공동 인프라 구축으로, 개별 추진시 데이터 확보 및 AI 테스트 환경 구축 등에 소요되는 비용을 절감하여 AI 활용을 촉진</li></ul></li><li>금융분야 특화 데이터 지원<ul ><li>오픈소스 AI 모델의 금융분야 전문성 향상, 성능 및 윤리 평가지원 데이터를 활용하여 AI 서비스의 신뢰도 제고</li><li>이상거래 탐지(FDS ) 등 특성화 AI 개발을 위한 데이터를 금융권 AI 플랫폼 을 통해 정기적으로 편리하게 활용 가능</li></ul></li><li>금융분야 AI 가이드라인 개정<ul ><li>금융회사들이 실제 업무에 AI를 활용할 때 불확실성을 상당 부분 해소하고 금융 분야 AI의 신뢰도 제고</li></ul></li></ul> <ul ><li>출처: https://www.fsc.go.kr/no010101/83594?srchCtgry=&amp;curPage=&amp;srchKey=&amp;srchText=&amp;srchBeginDt=&amp;srchEndDt=</li></ul>

www.fsc.go.kr

[금융위원회] 금융권 생성형 AI 활용 지원 방안(12/12)

Threads

예전엔 새로운 서비스/플랫폼이 나오면 바로 써봤는데, 요즘은 바빠 예전같지 않네요 🥹
이미 많은 분들이 쓰고 계시겠지만, Threads는 메타에서 나온 트위터라고 생각하면 이해하기 쉬운데요, 인스타그램과 연동되어있어 확장이 빠른 특징이 있습니다.

전 트위터를 해보지 않아 처음에 낯설었지만, 금방 익숙해질 수 있었습니다.
여러분들 혹시 쓰레드를 하신다면 스친(쓰레드친구라고 함...ㅋㅎ) 하실래요-!? 😁

https://www.threads.net/@with_geun

예전엔 새로운 서비스/플랫폼이 나오면 바로 써봤는데, 요즘은 바빠 예전같지 않네요 🥹이미 많은 분들이 쓰고 계시겠지만, Threads는 메타에서 나온 트위터라고 생각하면 이해하기 쉬운데요, 인스타그램과 연동되어있어 확장이 빠른 특징이 있습니다. 전 트위터를 해보지 않아 처음에 낯설었지만, 금방 익숙해질 수 있었습니다.여러분들 혹시 쓰레드를 하신다면 스친(쓰레드친구라고 함...ㅋㅎ) 하실래요-!? 😁 https://www.threads.net/@with_geun

www.threads.net

쓰레드에 익숙해지는 중이예요. 👀

01 . 평소 심리학에 관련된 책을 좋아해서 매해 4-5권 정도는 의도적으로 심리학 도서를 선정해 읽고 있습니다. (뭐.. 그렇다고 엄청난 깊이와 이해를 요구하는 그런 책들은 아닙니다... 미리 말씀드리고 시작하려고요...) 그런데 심리학에서 다루는 내용들을 들여다보면 볼수록 의외로 제가 일하는 분야에서 정말 참고할 만한 것들이 많다는 사실을 깨닫고 있습니다. 단순히 사람의 심리를 분석하거나 이용한다는 차원을 넘어서 뇌과학과 연결된 이야기, 생물학적 본성에 근거한 이야기에 주목하다 보면 과학과 비과학(?)의 어느 지점에서 밸런스를 잡고 있는 기획 혹은 브랜딩 영역과도 맞닿아 있다는 생각이 들기 때문이죠.

02 . 그중에서도 저는 '제 1 연상'이라는 개념이 가장 흥미롭고도 중요하게 다가왔습니다. 제 1 연상이란 말 그대로 우리가 특정한 대상을 인지할 때 우리 머릿속에 떠오르는 가장 첫 번째 이미지를 뜻합니다. 즉 '뉴욕'이란 단어를 들었을 때 지금 여러분 각자의 머릿속에 떠오르는 그 느낌적 느낌이 바로 제 1 연상에 해당되는 겁니다.
하지만 이 연상 작용은 우리가 흔히 아는 첫인상이나 고정관념과는 조금 다른 역할을 합니다. 첫인상은 대부분 일방적 정보로 다가오기 때문에 우리가 손쓸 틈 없이 그 자리를 차지하고, 반대로 고정관념은 어떤 근거나 믿음에 의해서 의식적으로 만들어진 일종의 신념이기 때문에 또 좀 특성이 다른 거죠.

03 . 제 1 연상의 가장 큰 특징은 '나도 모르는 사이 내 잠재의식이나 기저 속에서 여러 가지 사고 행동에 영향을 주고, 심지어 우리의 감정과 육체에까지 영향을 준다'는 점입니다.
예를 들어 요즘 주목받는 '저속 노화'라는 단어를 떠올려 봤을 때 누군가는 한 건강 정보 프로그램에서 나이 지긋하신 전문의 선생님이 우리의 몸 상태를 지적하는 이미지를 먼저 떠올릴 수 있는 반면, 다른 누군가는 에이징(aging) 자체를 거부하는 마치 영생을 꿈꾸는 듯한 다소 급진적인 장면을 떠올릴 수도 있다는 거죠. 사람마다 사고체계와 경험 정도가 다르기 때문에 발생하는 상황이지만, 역순으로 이 각각의 장면들을 저속 노화라는 단어로 묶는다고 상상해 보면 이제 문제는 굉장히 복잡해지기 시작합니다. 서로가 하나의 단어에서 파생했다고 보기 어려울 만큼 그 간극이 크기 때문이죠.

04 . 제가 제 1 연상이 일과 연관성이 크다고 판단한 부분도 바로 이 때문입니다. 흔히 제 1 연상이 새로운 연상으로 대체되기 위해서는 3가지 중 하나가 충족되어야 한다고 심리학에서는 설명하고 있는데요. 그 첫째는 바로 '경험'입니다. 기존의 연상 위에 새로운 경험이 입혀지면 가장 최신의 경험에서 비롯된 연상으로 업데이트될 가능성이 높은 거죠. 그래서 여러분이 뉴욕에 대해 가지고 있는 제 1 연상은 다시 뉴욕을 방문하고 왔을 때 교체되어 있을 확률이 가장 큽니다.
두 번째는 '훈련'입니다. 제 1 연상이라는 존재를 인지하게 된 이상 조금의 노력을 더 기울여 본인 마음에 들지 않는 키워드들에 대해 각자가 원하는 연상을 입히도록 끊임없이 연습한다면 실제로 연상되는 이미지가 바뀐다고 하거든요. 마치 운동을 통해 특정 부위가 강해지도록 하는 것처럼 심리 기제도 단련할 수가 있는 겁니다.

05 . 그리고 마지막 세 번째는 '강도(혹은 빈도)'입니다. 당연한 얘기지만 내 머릿속에 자리한 시각적 요소를 밀어낼만한 더 큰 임팩트의 무엇이 다가온다면 기존에 있던 녀석들도 금세 자리를 비켜줄 수밖에 없습니다. 혹은 최근에 가장 많이 노출된 이야기들에 영향을 받아 조금씩 밀려나는 경우도 있죠. '전쟁'이라는 키워드를 들으면 비교적 최근에 뉴스를 통해 알게 된 전쟁 관련 국가나 이벤트들을 먼저 떠올리게 된다는 것을 생각하면 금방 이해가 되실 겁니다.
그러니 제 1 연상은 어떻게든 우리 삶의 경험, 훈련, 강도(빈도) 등과 깊은 연관이 있는, 어쩌면 삶의 지문 같은 거라고 볼 수도 있는 거죠.

06 . 더 놀라운 사실은 우리가 이른바 '아이디어가 고갈됐다', '창의성이 결여됐다', '새로운 생각으로 뻗어나가지 못한다'라고 판단하는 순간이 바로 이 제 1 연상이 너무 오래 굳어진 경우라는 겁니다. 분석심리학의 기틀을 세운 정신의학자 칼 구스타프 융은 특히 이 분야를 심도 있게 들여다본 것으로 알려졌는데요, 융은 인간이 너무 쉽게 제 1 연상을 규정하거나 그렇게 규정된 이미지를 오랫동안 교체하지 않고 있으면 개인적인 생산성이 크게 떨어질 수밖에 없다고 주장했습니다. 다시 말해 새로운 생각을 계속 수혈해야 하는 직군에 있는 사람들일수록 본인의 제 1 연상을 주기적으로 확인하고 의도적으로 교체하는 작업을 해야 할 의무가 있는 것이죠.

07 . 그리고 융을 포함한 여러 학자들은 제 1 연상을 대체하기 위한 두 번째 방법, 즉 '훈련'의 방법으로 '읽기'와 '쓰기'를 강조했습니다. 이 두 요소만큼 생각의 생산력에 중요한 운동법을 찾기도 힘들다는 게 그 이유였죠.
우리는 글이나 책을 읽을 때 어떤 식으로든 연상과 상상을 하게 됩니다. 그리고 이때 저자의 의도와 맥락을 따라가며 특정한 키워드에 대한 상상력을 발휘하는 순간, 마치 카드패를 섞을 때처럼 우리가 갖고 있던 제 1 연상들이 자동적으로 섞이고 재배치되는 효과가 발생한다고 하죠. 그게 우리 뇌를 말랑말랑하게 해주고 새로운 생각들을 할 수 있도록 아이디어의 문을 활짝 열어주는 겁니다.

08 . 쓰기는 더더욱 밀접한 관련이 있습니다. 자신의 주장을 글로 쓸 때 사람은 누구나 가장 효과적인 표현을 찾기 위해 노력하게 되는데요, 이 과정에서 자동적으로 특정한 키워드에 특정한 이미지들이 정리되는 작업이 이루어지기 때문입니다. 다시 말해 읽기가 카드를 섞는 작업이었다면 쓰기는 그 카드 중에서 가장 좋은 패들만을 골라 최상의 조합을 갖기 위해 노력하는 과정이라고 할 수 있죠. 그러니 읽기와 쓰기에 특화된 사람은 이 일련의 작업을 거치면서 자기도 모르는 사이 생산적인 사고를 하게 되는 셈입니다.

09 . '결국 읽고 쓰기를 강조하기 위해 빌드업친 게 아니냐'고 하실 수 있지만, (뭐 반은 맞고 반은 틀립니다...) 저 개인적으로는 읽고 쓰기를 그저 취미로만 할 게 아니라 내가 하는 업무를 위해서라도 더 적극적으로 해야겠다는 생각이 들었습니다. 그리고 솔직히 꼭 기획이나 브랜딩 분야가 아니라고 해도 요즘처럼 질문이 중요한 시대에는 내 질문이 어느 부분을 어떻게 건드리기 시작하냐가 핵심 중의 핵심인데 이때 내 머릿속에 늘 똑같은 카드만 들어있다면 매우 불리한 게 사실이죠. 지식을 쌓기 위해서가 아니라 생각의 옵션을 확보하기 위해서 읽고 써야 한다면 이만큼 확실한 동기부여가 또 어딨나도 싶고요.

10 . 이런 관점에서 본다면 '나는 이제 머리가 굳어서 새로운 생각을 잘 못해'라는 말도, '한창 반짝반짝할 때니까 그 눈으로 여러분의 아이디어를 펼쳐보세요'라는 말도, '나는 이제 제 1 연상을 교체할 의지도, 역량도 없습니다'라는 의미의 또 다른 표현에 지나지 않는다는 생각을 해봅니다. 지위와 연차, 나이와 경험을 모두 마다하고 각자가 할 수 있는 생산적인 사고 훈련을 해야 하는 게 앞으로의 시대를 살아가는 생산 인구들의 의무가 아닐까도 싶고요.
그런 의미에서 어느덧 저무는 한 해, 얼마 남지 않은 12월에 새해 목표와 포부를 건드리기 앞서 이 질문을 스스로에게 던져 보는 건 어떨까요? '나는 내 머릿속에 자리한 어떤 제 1 연상들을 새롭게 업데이트해보고 싶은가?'라고 말입니다. 어쩌면 지금 이 시점이야말로 우리가 가장 자연스럽게 머릿속 카드패를 섞을 수 있는 절호의 기회일지도 모르니까요, 새해에는 조금 더 생산적인 뇌를 만드는 노력을 해보는 것도 꽤 의미 있겠다 싶습니다.

01 . 평소 심리학에 관련된 책을 좋아해서 매해 4-5권 정도는 의도적으로 심리학 도서를 선정해 읽고 있습니다. (뭐.. 그렇다고 엄청난 깊이와 이해를 요구하는 그런 책들은 아닙니다... 미리 말씀드리고 시작하려고요...) 그런데 심리학에서 다루는 내용들을 들여다보면 볼수록 의외로 제가 일하는 분야에서 정말 참고할 만한 것들이 많다는 사실을 깨닫고 있습니다. 단순히 사람의 심리를 분석하거나 이용한다는 차원을 넘어서 뇌과학과 연결된 이야기, 생물학적 본성에 근거한 이야기에 주목하다 보면 과학과 비과학(?)의 어느 지점에서 밸런스를 잡고 있는 기획 혹은 브랜딩 영역과도 맞닿아 있다는 생각이 들기 때문이죠. 02 . 그중에서도 저는 '제 1 연상'이라는 개념이 가장 흥미롭고도 중요하게 다가왔습니다. 제 1 연상이란 말 그대로 우리가 특정한 대상을 인지할 때 우리 머릿속에 떠오르는 가장 첫 번째 이미지를 뜻합니다. 즉 '뉴욕'이란 단어를 들었을 때 지금 여러분 각자의 머릿속에 떠오르는 그 느낌적 느낌이 바로 제 1 연상에 해당되는 겁니다.하지만 이 연상 작용은 우리가 흔히 아는 첫인상이나 고정관념과는 조금 다른 역할을 합니다. 첫인상은 대부분 일방적 정보로 다가오기 때문에 우리가 손쓸 틈 없이 그 자리를 차지하고, 반대로 고정관념은 어떤 근거나 믿음에 의해서 의식적으로 만들어진 일종의 신념이기 때문에 또 좀 특성이 다른 거죠. 03 . 제 1 연상의 가장 큰 특징은 '나도 모르는 사이 내 잠재의식이나 기저 속에서 여러 가지 사고 행동에 영향을 주고, 심지어 우리의 감정과 육체에까지 영향을 준다'는 점입니다. 예를 들어 요즘 주목받는 '저속 노화'라는 단어를 떠올려 봤을 때 누군가는 한 건강 정보 프로그램에서 나이 지긋하신 전문의 선생님이 우리의 몸 상태를 지적하는 이미지를 먼저 떠올릴 수 있는 반면, 다른 누군가는 에이징(aging) 자체를 거부하는 마치 영생을 꿈꾸는 듯한 다소 급진적인 장면을 떠올릴 수도 있다는 거죠. 사람마다 사고체계와 경험 정도가 다르기 때문에 발생하는 상황이지만, 역순으로 이 각각의 장면들을 저속 노화라는 단어로 묶는다고 상상해 보면 이제 문제는 굉장히 복잡해지기 시작합니다. 서로가 하나의 단어에서 파생했다고 보기 어려울 만큼 그 간극이 크기 때문이죠. 04 . 제가 제 1 연상이 일과 연관성이 크다고 판단한 부분도 바로 이 때문입니다. 흔히 제 1 연상이 새로운 연상으로 대체되기 위해서는 3가지 중 하나가 충족되어야 한다고 심리학에서는 설명하고 있는데요. 그 첫째는 바로 '경험'입니다. 기존의 연상 위에 새로운 경험이 입혀지면 가장 최신의 경험에서 비롯된 연상으로 업데이트될 가능성이 높은 거죠. 그래서 여러분이 뉴욕에 대해 가지고 있는 제 1 연상은 다시 뉴욕을 방문하고 왔을 때 교체되어 있을 확률이 가장 큽니다.두 번째는 '훈련'입니다. 제 1 연상이라는 존재를 인지하게 된 이상 조금의 노력을 더 기울여 본인 마음에 들지 않는 키워드들에 대해 각자가 원하는 연상을 입히도록 끊임없이 연습한다면 실제로 연상되는 이미지가 바뀐다고 하거든요. 마치 운동을 통해 특정 부위가 강해지도록 하는 것처럼 심리 기제도 단련할 수가 있는 겁니다. 05 . 그리고 마지막 세 번째는 '강도(혹은 빈도)'입니다. 당연한 얘기지만 내 머릿속에 자리한 시각적 요소를 밀어낼만한 더 큰 임팩트의 무엇이 다가온다면 기존에 있던 녀석들도 금세 자리를 비켜줄 수밖에 없습니다. 혹은 최근에 가장 많이 노출된 이야기들에 영향을 받아 조금씩 밀려나는 경우도 있죠. '전쟁'이라는 키워드를 들으면 비교적 최근에 뉴스를 통해 알게 된 전쟁 관련 국가나 이벤트들을 먼저 떠올리게 된다는 것을 생각하면 금방 이해가 되실 겁니다.그러니 제 1 연상은 어떻게든 우리 삶의 경험, 훈련, 강도(빈도) 등과 깊은 연관이 있는, 어쩌면 삶의 지문 같은 거라고 볼 수도 있는 거죠. 06 . 더 놀라운 사실은 우리가 이른바 '아이디어가 고갈됐다', '창의성이 결여됐다', '새로운 생각으로 뻗어나가지 못한다'라고 판단하는 순간이 바로 이 제 1 연상이 너무 오래 굳어진 경우라는 겁니다. 분석심리학의 기틀을 세운 정신의학자 칼 구스타프 융은 특히 이 분야를 심도 있게 들여다본 것으로 알려졌는데요, 융은 인간이 너무 쉽게 제 1 연상을 규정하거나 그렇게 규정된 이미지를 오랫동안 교체하지 않고 있으면 개인적인 생산성이 크게 떨어질 수밖에 없다고 주장했습니다. 다시 말해 새로운 생각을 계속 수혈해야 하는 직군에 있는 사람들일수록 본인의 제 1 연상을 주기적으로 확인하고 의도적으로 교체하는 작업을 해야 할 의무가 있는 것이죠. 07 . 그리고 융을 포함한 여러 학자들은 제 1 연상을 대체하기 위한 두 번째 방법, 즉 '훈련'의 방법으로 '읽기'와 '쓰기'를 강조했습니다. 이 두 요소만큼 생각의 생산력에 중요한 운동법을 찾기도 힘들다는 게 그 이유였죠.우리는 글이나 책을 읽을 때 어떤 식으로든 연상과 상상을 하게 됩니다. 그리고 이때 저자의 의도와 맥락을 따라가며 특정한 키워드에 대한 상상력을 발휘하는 순간, 마치 카드패를 섞을 때처럼 우리가 갖고 있던 제 1 연상들이 자동적으로 섞이고 재배치되는 효과가 발생한다고 하죠. 그게 우리 뇌를 말랑말랑하게 해주고 새로운 생각들을 할 수 있도록 아이디어의 문을 활짝 열어주는 겁니다. 08 . 쓰기는 더더욱 밀접한 관련이 있습니다. 자신의 주장을 글로 쓸 때 사람은 누구나 가장 효과적인 표현을 찾기 위해 노력하게 되는데요, 이 과정에서 자동적으로 특정한 키워드에 특정한 이미지들이 정리되는 작업이 이루어지기 때문입니다. 다시 말해 읽기가 카드를 섞는 작업이었다면 쓰기는 그 카드 중에서 가장 좋은 패들만을 골라 최상의 조합을 갖기 위해 노력하는 과정이라고 할 수 있죠. 그러니 읽기와 쓰기에 특화된 사람은 이 일련의 작업을 거치면서 자기도 모르는 사이 생산적인 사고를 하게 되는 셈입니다. 09 . '결국 읽고 쓰기를 강조하기 위해 빌드업친 게 아니냐'고 하실 수 있지만, (뭐 반은 맞고 반은 틀립니다...) 저 개인적으로는 읽고 쓰기를 그저 취미로만 할 게 아니라 내가 하는 업무를 위해서라도 더 적극적으로 해야겠다는 생각이 들었습니다. 그리고 솔직히 꼭 기획이나 브랜딩 분야가 아니라고 해도 요즘처럼 질문이 중요한 시대에는 내 질문이 어느 부분을 어떻게 건드리기 시작하냐가 핵심 중의 핵심인데 이때 내 머릿속에 늘 똑같은 카드만 들어있다면 매우 불리한 게 사실이죠. 지식을 쌓기 위해서가 아니라 생각의 옵션을 확보하기 위해서 읽고 써야 한다면 이만큼 확실한 동기부여가 또 어딨나도 싶고요. 10 . 이런 관점에서 본다면 '나는 이제 머리가 굳어서 새로운 생각을 잘 못해'라는 말도, '한창 반짝반짝할 때니까 그 눈으로 여러분의 아이디어를 펼쳐보세요'라는 말도, '나는 이제 제 1 연상을 교체할 의지도, 역량도 없습니다'라는 의미의 또 다른 표현에 지나지 않는다는 생각을 해봅니다. 지위와 연차, 나이와 경험을 모두 마다하고 각자가 할 수 있는 생산적인 사고 훈련을 해야 하는 게 앞으로의 시대를 살아가는 생산 인구들의 의무가 아닐까도 싶고요. 그런 의미에서 어느덧 저무는 한 해, 얼마 남지 않은 12월에 새해 목표와 포부를 건드리기 앞서 이 질문을 스스로에게 던져 보는 건 어떨까요? '나는 내 머릿속에 자리한 어떤 제 1 연상들을 새롭게 업데이트해보고 싶은가?'라고 말입니다. 어쩌면 지금 이 시점이야말로 우리가 가장 자연스럽게 머릿속 카드패를 섞을 수 있는 절호의 기회일지도 모르니까요, 새해에는 조금 더 생산적인 뇌를 만드는 노력을 해보는 것도 꽤 의미 있겠다 싶습니다.

내 머릿속 '제 1 연상'을 찾아서

NAVER Careers

제가 일하고 있는 네이버쇼핑 BI팀에서 데이터분석가, 데이터 아키텍처를 뽑습니다!
많은 관심 부탁드립니다!

https://recruit.navercorp.com/rcrt/view.do?annoId=30002774&lang=ko

제가 일하고 있는 네이버쇼핑 BI팀에서 데이터분석가, 데이터 아키텍처를 뽑습니다! 많은 관심 부탁드립니다! https://recruit.navercorp.com/rcrt/view.do?annoId=30002774&amp;lang=ko

recruit.navercorp.com

네이버쇼핑 경력직 대거 채용!

배민우리동네팀에서의 2년을 돌아본다

제품 중심 개발자로 변해간 배민우리동네팀 2년 회고

2023년 2월 시작된 배민우리동네팀의 여정을 2024년 12월말 마무리하는 회고를 작성해보았습니다.
우리팀원 모두의 앞날이 태양처럼 빛나길 기도합니다.
https://medium.com/@totuworld/0f5342f0ab53

2023년 2월 시작된 배민우리동네팀의 여정을 2024년 12월말 마무리하는 회고를 작성해보았습니다.우리팀원 모두의 앞날이 태양처럼 빛나길 기도합니다.https://medium.com/@totuworld/0f5342f0ab53

Medium

배민우리동네팀 2년간의 회고

 최적화 소프트웨어인 Ortools의 사용법과 최적화 이론(Optimization)에 대해 작성한 글입니다 키워드 : Ortools 사용법, Ortools Python, Ortools Install, Optimization, 최적화 이론, Linear Programming 

Ortools 사용법 및 최적화 이론(Linear Programming)

산업공학과에서 주로 배우는 최적화, Linear Programming에 대해 작성한 글입니다.
파이썬 라이브러리인 ortools를 다루는 방법에 대해서도 같이 설명합니다

https://zzsza.github.io/data/2024/12/16/optimization-with-ortools/

산업공학과에서 주로 배우는 최적화, Linear Programming에 대해 작성한 글입니다.파이썬 라이브러리인 ortools를 다루는 방법에 대해서도 같이 설명합니다 https://zzsza.github.io/data/2024/12/16/optimization-with-ortools/

zzsza.github.io

파이썬에서 최적화, 수학적 모델링을 진행하는 방법 : Ortools

DATA/AI를 학습하고 싶지만,
어디에서 어떻게 시작해야 할지 몰라,
망설이고 있나요?

datarichard가 제공하는 무료 학습 패키지를 통해
DATA/AI를 재미있고 가치있게 학습해보세요.

✔️ 데이터 이력서 템플릿
데이터 직무를 준비하는 취준생을 위한 이력서 작성 방법 및 노하우

✔️ 데이터 분석 자료 모음집
데이터 분석에 필요한 지식과 자료, 모두 담은 디지털 브레인.

✔️ AI 생산성 도구 리스트
원하는 목표를 달성하는 시간을 줄이고, 더 스마트하게 시간을 사용하기 위한 도구들

✔️ AI 명령어 아카이브
AI에게 지시하는 명령어를 저장하여 필요할 때 꺼내쓰는 저장소

여기에서 무료로 모두 받아가세요.
https://datarichard.simple.ink

DATA/AI를 학습하고 싶지만, 어디에서 어떻게 시작해야 할지 몰라, 망설이고 있나요? datarichard가 제공하는 무료 학습 패키지를 통해 DATA/AI를 재미있고 가치있게 학습해보세요. ✔️ 데이터 이력서 템플릿 데이터 직무를 준비하는 취준생을 위한 이력서 작성 방법 및 노하우 ✔️ 데이터 분석 자료 모음집 데이터 분석에 필요한 지식과 자료, 모두 담은 디지털 브레인. ✔️ AI 생산성 도구 리스트 원하는 목표를 달성하는 시간을 줄이고, 더 스마트하게 시간을 사용하기 위한 도구들 ✔️ AI 명령어 아카이브 AI에게 지시하는 명령어를 저장하여 필요할 때 꺼내쓰는 저장소 여기에서 무료로 모두 받아가세요.https://datarichard.simple.ink&nbsp;

DATA/AI 학습 패키지를 무료로 받아가세요

💬 IRC를 아시나요?

irc.ameego.club:6667

심심풀이로 서버 열어봤습니다.

역시 진정한 긱이라면 슬랙이나 디스코드같은 짝퉁이 아니라 irc에서 놀아야겠죠. 후후.. 😎🍿🥤

💬 IRC를 아시나요? irc.ameego.club:6667 심심풀이로 서버 열어봤습니다. 역시 진정한 긱이라면 슬랙이나 디스코드같은 짝퉁이 아니라 irc에서 놀아야겠죠. 후후.. 😎🍿🥤

3시간 분량의 키노트 영상, 100페이지 분량의 기업 분석 보고서, 2시간짜리 회의 녹음을 살펴보려니 벌써 머리가 지끈거립니다. 특히 영어로 된 자료라면 더 많은 시간을 들여야 합니다. LilysAI는 유튜브 영상, PDF 문서, 음성 녹음, 웹 페이지를 간단한 불릿 포인트로 요약해 줍니다. 또한 원본 언어와 관계없이 한국어로 요약 노트를 제공합니다. 하지만 여전히 콘텐츠를 탐색하는 데 어려움이 있습니다. 특히 […]

LilysAI의 Amazon Bedrock을 활용한 유튜브 검색 기능 구현 여정 | Amazon Web Services

3시간 분량의 키노트 영상, 100페이지 분량의 기업 분석 보고서, 2시간짜리 회의 녹음을 살펴보려니 벌써 머리가 지끈거립니다. 특히 영어로 된 자료라면 더 많은 시간을 들여야 합니다. LilysAI는 유튜브 영상, PDF 문서, 음성 녹음, 웹 페이지를 간단한 불릿 포인트로 요약해 줍니다. 또한 원본 언어와 관계없이 한국어로 요약 노트를 제공합니다. 하지만 여전히 콘텐츠를 탐색하는 데 어려움이 있습니다.

특히 영미권에 풍부한 양질의 콘텐츠를 쉽게 찾기란 쉽지 않습니다. 이 문제를 해결하기 위해 LilysAI는 Amazon Bedrock에서 제공하는 LLM(Large Language Model)을 활용하여 “해외 자료 검색 기능“을 개발했습니다. 이 기능을 통해 사용자들은 전 세계 14개국의 로컬 콘텐츠를 한국어로 탐색할 수 있게 되었습니다. 예를 들어, 당일 업로드된 유명인의 인터뷰를 보거나 파리 현지인이 추천하는 맛집 정보를 얻을 수 있습니다.

LilysAI의 해외 자료 검색 기능은 Bedrock을 중심으로 다양한 AWS 서비스들을 유기적으로 결합하여 구현되었습니다. LilysAI가 해외 자료 검색 기능 구현을 위해 Amazon Bedrock을 선택한 데에는 여러 이유가 있습니다. 특히 대규모 콘텐츠 처리 능력과 기존 AWS 인프라와의 원활한 통합이 주요 결정 요인이었습니다. Bedrock은 검색 쿼리 번역, 연관 검색어 추출, 영상 요약 등 핵심 기능 구현에 있어 탁월한 성능을 보여주었습니다.

https://aws.amazon.com/ko/blogs/tech/lilysai-using-amazon-bedrock/

3시간 분량의 키노트 영상, 100페이지 분량의 기업 분석 보고서, 2시간짜리 회의 녹음을 살펴보려니 벌써 머리가 지끈거립니다. 특히 영어로 된 자료라면 더 많은 시간을 들여야 합니다. LilysAI는 유튜브 영상, PDF 문서, 음성 녹음, 웹 페이지를 간단한 불릿 포인트로 요약해 줍니다. 또한 원본 언어와 관계없이 한국어로 요약 노트를 제공합니다. 하지만 여전히 콘텐츠를 탐색하는 데 어려움이 있습니다. 특히 영미권에 풍부한 양질의 콘텐츠를 쉽게 찾기란 쉽지 않습니다. 이 문제를 해결하기 위해 LilysAI는 Amazon Bedrock에서 제공하는 LLM(Large Language Model)을 활용하여 “해외 자료 검색 기능“을 개발했습니다. 이 기능을 통해 사용자들은 전 세계 14개국의 로컬 콘텐츠를 한국어로 탐색할 수 있게 되었습니다. 예를 들어, 당일 업로드된 유명인의 인터뷰를 보거나 파리 현지인이 추천하는 맛집 정보를 얻을 수 있습니다. LilysAI의 해외 자료 검색 기능은 Bedrock을 중심으로 다양한 AWS 서비스들을 유기적으로 결합하여 구현되었습니다. LilysAI가 해외 자료 검색 기능 구현을 위해 Amazon Bedrock을 선택한 데에는 여러 이유가 있습니다. 특히 대규모 콘텐츠 처리 능력과 기존 AWS 인프라와의 원활한 통합이 주요 결정 요인이었습니다. Bedrock은 검색 쿼리 번역, 연관 검색어 추출, 영상 요약 등 핵심 기능 구현에 있어 탁월한 성능을 보여주었습니다. https://aws.amazon.com/ko/blogs/tech/lilysai-using-amazon-bedrock/

Amazon Web Services

LilysAI의 Bedrock을 활용한 유튜브 검색 기능 구현

이 글은... '이름 들으면 알 정도의' 스타트업이 아니라, 그 아래에서 성공하기 위해 고군분투하고 있는 작은 스타트업 주니어에 대한 글이다. 그리고 그 안에서 고군분투했던 내가 어떤 실패를 겪었는지, 무엇을 느꼈는지에 대해 적어보고자 한다. 초기 스타트업이라고 불리는 곳에 '지원해볼까? 말까?'하고 있는, 혹은 다니고 있는 주니어들에게 도움이 되지 않을까

13화 스타트업에서 성장한다는 주니어의 착각

거의 5년이 지나가는 글이지만, 몇 달에 한번씩 우연히 이 글을 볼 때 마다 매번 내용이 좋다고 생각하는 글입니다. 주니어로 한정짓기보다는 그냥 직장인로써 회사 업무를 진행하며 성장하고 있다고 느껴질때, 과연 실제로 그 업무가 시장에서 인정받는 성장 인지 판단해봐야 한다는 교훈을 주는 글입니다.

주니어가 스타트업에 채용되어 입사했다면 대개 그 스타트업은 성장한다.
조직 내부에 있으면 외부에 있을 때보다 훨씬 성공이 크게 다가온다. 매출이 1억에서 2억으로 뛰었을 때, 고무적인 성장을 이뤄낸 것에 대해 다 같이 자축하고 동기 부여된다. 특히 주니어로서 많은 권한과 책임을 안고 시도한 일들이 어떤 성과를 냈을 때 당연히 기분이 좋을 수 밖에 없다.

하지만 나와 회사의 위대함은 어디까지나 은밀하게 위대했다
어떤 모임에 나가 무슨 스타트업이라 이야기해도 아무도 모르고, 연 매출 100억 회사가 되었다고 열심히 이야기하더라도 그들입장에서는 그냥 똑같은 스타트업이었을뿐이다.
결국 대기업에 비해 보여지는건 그냥 작은 스타트업 일뿐이었다.

회사의 성장은 나의 성장이라고 믿었다.
실제로 회사가 성장하는 만큼 나도 꽤나 성장했다. 작은 비즈니스라도 쉬운일이 아니고, 실력이 있어야만 가능한 일이라는 것을 배웠다. 하지만 주변에 아무나 잡고 이야기해봐도 '그래?'가 끝이였고, 메이저 스타트업 출신의 다른 동료분들의 비해 주늑 드는 나 자신을 발견하게 되었다.

여기서 나의 착각은 '회사의 성장이 곧 나의 성장' 이라는 것만 믿었다는 것이다.
현업에 치여 매일 실무들을 쳐내다 보니 작은 성장들이 너무나 크게 보였고, 정작 '나의 성장' 에는 소홀했다. 커리어 개발의 기준을 '시장'에 두어야 하는데 단지 그 '회사' 안에서만 두었던 것이다. 그러니 시장에 나갔을 때 이야기할만한 '나의 성장'이 적을 수 밖에 없었다.

시장의 기준에서 통용될 수 있는 성장의 근거를 만들어야한다.
그 근거가 조직 내부의 관점에 머물러 있으면 작은 성공도 커보이고, 시장의 관점에서 인정받는 성장을 놓치게 된다. 주인의식을 갖고 몰입하는 건 좋지만 언제나 '시장'의 관점을 견지하고 있어야 한다. 개인 커리어 관점에서 말이다.

회사의 성장과 회사 안에서 나의 성장은 실체보다 더 크게보인다.
이에 매몰되지 않도록 항상 '시장'의 관점에서 사고하고 판단할 수 있게끔 유관업계 현직자들과 네트워킹 해야하고, 시장의 관점으로 나 자신의 성장을 판단해야한다.
단순히 회사의 성장에 기대지 않도록 나만의 포트폴리오를 만들어가야 하고, 단순히 숫자나 성과 위주가 아닌, 숫자의 크기와 상관없이 적용 가능한 '문제 해결 방법론과 의사결정 히스토리' 를 중심으로 기록하는게 좋다.

논리와 근거가 있어도 쉽게 무너진다.
조직 안에서는 서로간의 신뢰가 있기 때문에 논리와 근거를 바탕으로 이야기했을 때 상대방을 설득해낼 수 있지만, 외부로 나가면 논리와 근거보다 직급과 나이, 출신이 실제로 더 힘이 있었던것 같다. 그러니까 단순히 스타트업에서 '해봤다'는 것만으로는 부족하고, 나의 전문성을 입증할 수 있을 만한 근거를 일하는 동안 끊임없이 모아야 한다. 구직 시장에서 먹힐 수 있는, 공신력 있는 근거들을 쌓아두지 않으면 씨알도 먹히지 않는다.

하고 싶은 일이나 성장이라는 허울 좋은 가치만 쫒는 동안 해야 하는일과 생존을 놓쳤다.
주말 없이 바쁘게 살고 있으니 퇴근 후 조금은 워라벨을 즐겨야 한다고 생각하고 쉬기도했다. 회사도 성장하고 있고 그 안에서 나도 누구보다 바쁘게, 어디서 해볼 수 없는 다양한 일들을 경험하며 성장하고 있으니까 괜찮다고 안일하게 생각했다. 내 경험이 재산이 될 거라고 생각했고 일에 대한 관점과 논리적인 생각이 경쟁력이 될 거라고 생각했으나 실제로는 인정받기 어려웠다.

거의 5년이 지나가는 글이지만, 몇 달에 한번씩 우연히 이 글을 볼 때 마다 매번 내용이 좋다고 생각하는 글입니다. 주니어로 한정짓기보다는 그냥 직장인로써 회사 업무를 진행하며 성장하고 있다고 느껴질때, 과연 실제로 그 업무가 시장에서 인정받는 성장 인지 판단해봐야 한다는 교훈을 주는 글입니다. 주니어가 스타트업에 채용되어 입사했다면 대개 그 스타트업은 성장한다.조직 내부에 있으면 외부에 있을 때보다 훨씬 성공이 크게 다가온다. 매출이 1억에서 2억으로 뛰었을 때, 고무적인 성장을 이뤄낸 것에 대해 다 같이 자축하고 동기 부여된다. 특히 주니어로서 많은 권한과 책임을 안고 시도한 일들이 어떤 성과를 냈을 때 당연히 기분이 좋을 수 밖에 없다. 하지만 나와 회사의 위대함은 어디까지나 은밀하게 위대했다어떤 모임에 나가 무슨 스타트업이라 이야기해도 아무도 모르고, 연 매출 100억 회사가 되었다고 열심히 이야기하더라도 그들입장에서는 그냥 똑같은 스타트업이었을뿐이다.결국 대기업에 비해 보여지는건 그냥 작은 스타트업 일뿐이었다. 회사의 성장은 나의 성장이라고 믿었다.실제로 회사가 성장하는 만큼 나도 꽤나 성장했다. 작은 비즈니스라도 쉬운일이 아니고, 실력이 있어야만 가능한 일이라는 것을 배웠다. 하지만 주변에 아무나 잡고 이야기해봐도 '그래?'가 끝이였고, 메이저 스타트업 출신의 다른 동료분들의 비해 주늑 드는 나 자신을 발견하게 되었다. 여기서 나의 착각은 '회사의 성장이 곧 나의 성장' 이라는 것만 믿었다는 것이다.현업에 치여 매일 실무들을 쳐내다 보니 작은 성장들이 너무나 크게 보였고, 정작 '나의 성장' 에는 소홀했다. 커리어 개발의 기준을 '시장'에 두어야 하는데 단지 그 '회사' 안에서만 두었던 것이다. 그러니 시장에 나갔을 때 이야기할만한 '나의 성장'이 적을 수 밖에 없었다. 시장의 기준에서 통용될 수 있는 성장의 근거를 만들어야한다.그 근거가 조직 내부의 관점에 머물러 있으면 작은 성공도 커보이고, 시장의 관점에서 인정받는 성장을 놓치게 된다. 주인의식을 갖고 몰입하는 건 좋지만 언제나 '시장'의 관점을 견지하고 있어야 한다. 개인 커리어 관점에서 말이다. 회사의 성장과 회사 안에서 나의 성장은 실체보다 더 크게보인다.이에 매몰되지 않도록 항상 '시장'의 관점에서 사고하고 판단할 수 있게끔 유관업계 현직자들과 네트워킹 해야하고, 시장의 관점으로 나 자신의 성장을 판단해야한다.단순히 회사의 성장에 기대지 않도록 나만의 포트폴리오를 만들어가야 하고, 단순히 숫자나 성과 위주가 아닌, 숫자의 크기와 상관없이 적용 가능한 '문제 해결 방법론과 의사결정 히스토리' 를 중심으로 기록하는게 좋다. 논리와 근거가 있어도 쉽게 무너진다.조직 안에서는 서로간의 신뢰가 있기 때문에 논리와 근거를 바탕으로 이야기했을 때 상대방을 설득해낼 수 있지만, 외부로 나가면 논리와 근거보다 직급과 나이, 출신이 실제로 더 힘이 있었던것 같다. 그러니까 단순히 스타트업에서 '해봤다'는 것만으로는 부족하고, 나의 전문성을 입증할 수 있을 만한 근거를 일하는 동안 끊임없이 모아야 한다. 구직 시장에서 먹힐 수 있는, 공신력 있는 근거들을 쌓아두지 않으면 씨알도 먹히지 않는다. 하고 싶은 일이나 성장이라는 허울 좋은 가치만 쫒는 동안 해야 하는일과 생존을 놓쳤다.주말 없이 바쁘게 살고 있으니 퇴근 후 조금은 워라벨을 즐겨야 한다고 생각하고 쉬기도했다. 회사도 성장하고 있고 그 안에서 나도 누구보다 바쁘게, 어디서 해볼 수 없는 다양한 일들을 경험하며 성장하고 있으니까 괜찮다고 안일하게 생각했다. 내 경험이 재산이 될 거라고 생각했고 일에 대한 관점과 논리적인 생각이 경쟁력이 될 거라고 생각했으나 실제로는 인정받기 어려웠다.

Brunch Story

스타트업에서 성장한다는 주니어의 착각

구글 코딩 가이드라인을 보면 코드 가독성(Readability)을 강조한다. 코딩 주짓수 하지 말고 읽기 쉬운 코드를 작성하라는 건데 그래야 다른 개발자들 뿐만 아니라 본인이 본인의 코드를 나중에 볼 때 도움이 된다. 기본적으로 실리콘밸리에서는 개발자들의 이직이 워낙 잦기 때문에 유지 보수의 중요성에 대한 전반적인 인식이 더 있지 않나 싶다. 좋은 코드가 갖는 여러가지 원칙이 있겠지만 아래와 같은 것들을 들어볼 수 있을 듯 하다.

 1. 유지 보수성
    * 코드가 단순할수록 이해하기 쉽고, 수정하거나 확장할 때 실수를 줄일 수 있다.
    * 코드 리뷰, 디버깅, 팀 협업에서 단순한 코드는 더 효율적이다.
 2. 복잡성의 비용
    * 불필요하게 복잡한 코드는 버그를 유발하기 쉽고, 기능을 추가하거나 수정할 때 전체 시스템을 망칠 위험이 커진다
    * 가독성이 떨어지면 개발자는 코드 이해에 더 많은 시간을 소비한다.
 3. KISS 원칙
    * "Keep It Simple, Stupid"라는 원칙은 소프트웨어 설계에서 중요한 가이드라인으로, 과도한 설계나 복잡한 논리를 피하고 간단한 해결책을 찾는 것을 권장한다.
 4. YAGNI 원칙
    * "You Aren’t Gonna Need It"이라는 원칙은 필요하지 않은 기능을 미리 작성하지 말라는 뜻으로, 불필요한 코드 생성을 막는 데 초점이 맞춘다.
 5. DRY 원칙
    * "Don't Repeat Yourself"라는 원칙은 비슷한 코드를 copy-and-paste 형태로 반복하지 말고 함수나 클래스의 형태로 모듈화하는 걸 이야기한다. 그래야 유지보수가 쉬워진다.

경험상 정말 잘 하는 개발자는 코드를 양산하기 보다는 불필요한 코드를 줄이고 단순화하는 특성(빼기의 미학)이 있다. 하지만 대부분의 개발자들은 코드를 양산하는데 집중을 하기 쉬운데 일반적으로 우리는 가산 편향에 빠져 있기 때문이다. 즉 문제 해결을 하려면 뭔가를 새로 추가해야 한다고 생각하기 쉽다는 거다.

잘 하지 못하는 개발자가 코드를 양산하는 이유는 다음과 같다. 잘 하는 프로덕트 매니저와 같이 일을 한다면 아래 이슈 중의 몇 가지는 피할 수 있다.

 1. 기능주의 사고방식
    * "많은 기능 = 좋은 코드"라는 착각에 빠져, 기능 추가에만 집중하는 경우가 많다.
 2. 단순화 기술 부족
    * 복잡한 문제를 단순화하는 기술과 경험이 부족하면, 더 많은 코드로 문제를 해결하려는 경향이 생긴다.
 3. 과잉 설계 (Overengineering)
    * 모든 가능성을 고려해서 너무 많은 구조와 패턴을 적용하려다 보면, 실제로 필요하지 않은 코드가 양산되며 이는 유지보수 문제로 이어진다.

더하기가 아닌 빼기의 미학에 대해 생각해보자. 스티브 잡스는 무언가를 더 추가하려는 유혹에 저항하는 것이야말로 훌륭한 디자인과 혁신의 핵심이라고 말했다. 진정으로 중요한 것에 집중하기 위해 불필요한 것들을 과감히 제거해야 한다는 거다. 스티브 잡스의 아래 문구로 글을 마무리하고자 한다.

"I'm as proud of many of the things we haven't done as the things we have done. Innovation is saying no to a thousand things."

구글 코딩 가이드라인을 보면 코드 가독성(Readability)을 강조한다. 코딩 주짓수 하지 말고 읽기 쉬운 코드를 작성하라는 건데 그래야 다른 개발자들 뿐만 아니라 본인이 본인의 코드를 나중에 볼 때 도움이 된다. 기본적으로 실리콘밸리에서는 개발자들의 이직이 워낙 잦기 때문에 유지 보수의 중요성에 대한 전반적인 인식이 더 있지 않나 싶다. 좋은 코드가 갖는 여러가지 원칙이 있겠지만 아래와 같은 것들을 들어볼 수 있을 듯 하다. <ol ><li>유지 보수성<ul ><li>코드가 단순할수록 이해하기 쉽고, 수정하거나 확장할 때 실수를 줄일 수 있다.</li><li>코드 리뷰, 디버깅, 팀 협업에서 단순한 코드는 더 효율적이다.</li></ul></li><li>복잡성의 비용<ul ><li>불필요하게 복잡한 코드는 버그를 유발하기 쉽고, 기능을 추가하거나 수정할 때 전체 시스템을 망칠 위험이 커진다</li><li>가독성이 떨어지면 개발자는 코드 이해에 더 많은 시간을 소비한다.</li></ul></li><li>KISS 원칙<ul ><li>"Keep It Simple, Stupid"라는 원칙은 소프트웨어 설계에서 중요한 가이드라인으로, 과도한 설계나 복잡한 논리를 피하고 간단한 해결책을 찾는 것을 권장한다.</li></ul></li><li>YAGNI 원칙<ul ><li>"You Aren’t Gonna Need It"이라는 원칙은 필요하지 않은 기능을 미리 작성하지 말라는 뜻으로, 불필요한 코드 생성을 막는 데 초점이 맞춘다.</li></ul></li><li>DRY 원칙<ul ><li>"Don't Repeat Yourself"라는 원칙은 비슷한 코드를 copy-and-paste 형태로 반복하지 말고 함수나 클래스의 형태로 모듈화하는 걸 이야기한다. 그래야 유지보수가 쉬워진다.</li></ul></li></ol> 경험상 정말 잘 하는 개발자는 코드를 양산하기 보다는 불필요한 코드를 줄이고 단순화하는 특성(빼기의 미학)이 있다. 하지만 대부분의 개발자들은 코드를 양산하는데 집중을 하기 쉬운데 일반적으로 우리는 가산 편향에 빠져 있기 때문이다. 즉 문제 해결을 하려면 뭔가를 새로 추가해야 한다고 생각하기 쉽다는 거다. 잘 하지 못하는 개발자가 코드를 양산하는 이유는 다음과 같다. 잘 하는 프로덕트 매니저와 같이 일을 한다면 아래 이슈 중의 몇 가지는 피할 수 있다. <ol ><li>기능주의 사고방식<ul ><li>"많은 기능 = 좋은 코드"라는 착각에 빠져, 기능 추가에만 집중하는 경우가 많다.</li></ul></li><li>단순화 기술 부족<ul ><li>복잡한 문제를 단순화하는 기술과 경험이 부족하면, 더 많은 코드로 문제를 해결하려는 경향이 생긴다.</li></ul></li><li>과잉 설계 (Overengineering)<ul ><li>모든 가능성을 고려해서 너무 많은 구조와 패턴을 적용하려다 보면, 실제로 필요하지 않은 코드가 양산되며 이는 유지보수 문제로 이어진다.</li></ul></li></ol> 더하기가 아닌 빼기의 미학에 대해 생각해보자. 스티브 잡스는 무언가를 더 추가하려는 유혹에 저항하는 것이야말로 훌륭한 디자인과 혁신의 핵심이라고 말했다. 진정으로 중요한 것에 집중하기 위해 불필요한 것들을 과감히 제거해야 한다는 거다. 스티브 잡스의 아래 문구로 글을 마무리하고자 한다. "I'm as proud of many of the things we haven't done as the things we have done. Innovation is saying no to a thousand things."

코드 가독성과 빼기의 미학

군대에 다녀와서 컴퓨터 공부를 처음 시작할 때 어떻게 해야 할지를 몰랐습니다.

다시 공부한다면 탑다운 방식으로

군대에 다녀와서 컴퓨터 공부를 처음 시작할 때 어떻게 해야 할지를 몰랐습니다.
에라 모르겠다. 처음부터 차근차근 해보자. 010101 부터.

C언어도 아니고 모리스 마노 교수의 디지털 논리와 컴퓨터 설계를 읽기 시작했습니다.
부울 연산이 뭔지, NAND 게이트가 뭔지부터 시작했던 것입니다.

그리고 C언어도 공부하고 자료구조와 알고리즘도 공부하고…
컴퓨터 구조, 운영체제, 네트워킹, 데이터베이스.
그렇게 차근 차근 공부했습니다.

지금 생각하면 좋은 방법이었는지 의문이 듭니다.
그냥 간단한 웹 개발 같은 걸로 시작했으면 어땠을까?
코딩을 잘하고 싶으면 코딩을 많이 해봐야지.
그러다 궁금한 게 생기면 하나씩 파고들어가는 탑다운 방식으로.

실제로 이렇게 공부한 친구들을 회사에서 많이 만났습니다.
운영체제 내부는 거의 아는 게 없지만…
앱 개발이나 서버 개발은 저보다 훨씬 잘했습니다.

이런 걸 보면서 난 그동안 뭘 한 거지? 하는 자괴감이 들곤 했습니다.

다시 대학생으로 돌아간다면 탑다운 방식으로 공부해 보고 싶습니다.
기술이 금세 바뀌어 버리니까.
요즘 새로운 기술을 공부할 때는 저도 이렇게 탑다운 방식으로 하는 것 같기도 합니다.
모르는 게 생기면 ChatGPT에게 물어보면서 점점 깊이 내려가는 식으로.

이렇게 공부할 때는 주의할 점도 있습니다.
조금 어려워진다 싶으면 ‘이딴 건 몰라도 돼’ 하는 마음이 올라온다는 것입니다.
이런 마음만 잘 다스릴 수 있으면… 탑다운 어프로치도 좋은 학습 전략인 것 같습니다.

https://jeho.page/essay/2024/12/10/top-down-approach.html

군대에 다녀와서 컴퓨터 공부를 처음 시작할 때 어떻게 해야 할지를 몰랐습니다. 에라 모르겠다. 처음부터 차근차근 해보자. 010101 부터. C언어도 아니고 모리스 마노 교수의 디지털 논리와 컴퓨터 설계를 읽기 시작했습니다. 부울 연산이 뭔지, NAND 게이트가 뭔지부터 시작했던 것입니다. 그리고 C언어도 공부하고 자료구조와 알고리즘도 공부하고… 컴퓨터 구조, 운영체제, 네트워킹, 데이터베이스. 그렇게 차근 차근 공부했습니다. 지금 생각하면 좋은 방법이었는지 의문이 듭니다. 그냥 간단한 웹 개발 같은 걸로 시작했으면 어땠을까?코딩을 잘하고 싶으면 코딩을 많이 해봐야지. 그러다 궁금한 게 생기면 하나씩 파고들어가는 탑다운 방식으로. 실제로 이렇게 공부한 친구들을 회사에서 많이 만났습니다. 운영체제 내부는 거의 아는 게 없지만… 앱 개발이나 서버 개발은 저보다 훨씬 잘했습니다. 이런 걸 보면서 난 그동안 뭘 한 거지? 하는 자괴감이 들곤 했습니다. 다시 대학생으로 돌아간다면 탑다운 방식으로 공부해 보고 싶습니다. 기술이 금세 바뀌어 버리니까. 요즘 새로운 기술을 공부할 때는 저도 이렇게 탑다운 방식으로 하는 것 같기도 합니다. 모르는 게 생기면 ChatGPT에게 물어보면서 점점 깊이 내려가는 식으로. 이렇게 공부할 때는 주의할 점도 있습니다. 조금 어려워진다 싶으면 ‘이딴 건 몰라도 돼’ 하는 마음이 올라온다는 것입니다. 이런 마음만 잘 다스릴 수 있으면… 탑다운 어프로치도 좋은 학습 전략인 것 같습니다. https://jeho.page/essay/2024/12/10/top-down-approach.html

K리그 프로그래머

차세대 자바스크립트 런타임이자 올인원 개발 키트인 Bun에 대한 국내 첫 기술서인 헬로 Bun을 이제 eBook으로도 만나 보실 수 있습니다!

사실 eBook 출간은 아이러니하게도 저자인 제가 제일 손꼽아 기다렸는데요 😅 해외에 있어서 정적 저는 종이 책을 손에 아직 쥐어보지 못했거든요 😭 선편으로 부쳤다는데 캐나다 우체국이 현재 파업 중이라서 언제 도착할지 모르겠습니다 ㅋㅋ

저처럼 종이 책을 읽기 어려운 분들께 eBook이 좋은 대안이 되었으면 좋겠네요! 많은 관심 부탁드립니다 🙏

📕 YES24: https://www.yes24.com/Product/Goods/134021042
📗 교보문고: https://product.kyobobook.co.kr/detail/S000214450265
📘 알라딘: https://www.aladin.co.kr/shop/wproduct.aspx?ISBN=9791193926710

차세대 자바스크립트 런타임이자 올인원 개발 키트인 Bun에 대한 국내 첫 기술서인 헬로 Bun을 이제 eBook으로도 만나 보실 수 있습니다! 사실 eBook 출간은 아이러니하게도 저자인 제가 제일 손꼽아 기다렸는데요 😅 해외에 있어서 정적 저는 종이 책을 손에 아직 쥐어보지 못했거든요 😭 선편으로 부쳤다는데 캐나다 우체국이 현재 파업 중이라서 언제 도착할지 모르겠습니다 ㅋㅋ 저처럼 종이 책을 읽기 어려운 분들께 eBook이 좋은 대안이 되었으면 좋겠네요! 많은 관심 부탁드립니다 🙏 📕 YES24: https://www.yes24.com/Product/Goods/134021042 📗 교보문고: https://product.kyobobook.co.kr/detail/S000214450265 📘 알라딘: https://www.aladin.co.kr/shop/wproduct.aspx?ISBN=9791193926710

헬로 Bun 🥟 eBook 출간 소식 📨

1
명심하라. 설득은, 설득이 필요한 순간에 꺼내들면 대부분 실패한다.

2
설득이 필요하지 않은 순간에 설득을 차곡차곡 쌓아놓으면, 언젠가 그것이 꼭 필요해질 때가 온다.

3
설득을 쌓아놓았다가 설득이 필요한 순간에 꺼내 쓰기만 하면 된다.

4
당신을 팔아야 할 때도 마찬가지다.

5
누군가에게 간절히 당신을 팔아야 할 때는, 아무리 영업을 잘해도 당신은 팔려나가지 않는다.

6
평소에 더 많은 사람들의 장바구니에 당신이 담겨 있어야 한다.

7
그러다가 당신이 간절히 필요해질 때 그들은 마침내 구매 버튼을 누른다.

#싸우지않고이기는기술

1 명심하라. 설득은, 설득이 필요한 순간에 꺼내들면 대부분 실패한다. ​ ​2 설득이 필요하지 않은 순간에 설득을 차곡차곡 쌓아놓으면, 언젠가 그것이 꼭 필요해질 때가 온다. ​ ​3 설득을 쌓아놓았다가 설득이 필요한 순간에 꺼내 쓰기만 하면 된다. ​ ​4 당신을 팔아야 할 때도 마찬가지다. ​ ​5 누군가에게 간절히 당신을 팔아야 할 때는, 아무리 영업을 잘해도 당신은 팔려나가지 않는다. ​ ​6 평소에 더 많은 사람들의 장바구니에 당신이 담겨 있어야 한다. ​ ​7 그러다가 당신이 간절히 필요해질 때 그들은 마침내 구매 버튼을 누른다. #싸우지않고이기는기술

< 당신을 팔고 싶다면, 평소에 장바구니에 담겨라 >

지금 AI와 코딩하는 일에 대한 의견은 약간 그런거 같다. 게임 업계에서 자동사냥이 시작되었던 때, 자동사냥에 대한 업계인들의 반응.

처음 자동사냥이 시작되었을 때, 그게 게임이냐라거나 핵 쓰는거나 다름없다 막 그랬지만, 결국 자동사냥 게임은 많은 일반인(?)들의 선택에 의해 게임 장르의 한 축이 되었다.

게임의 특성은 여러가지가 있지만, 수집 욕구가 큰 축을 차지하는데 자동사냥은 그걸 쉽게 만들어 준 것. 업계 고인물이나 골수 게이머들은 인정하지 않았지만, 결과적으로 더 많은 사람들이 게임을 즐길 수 있게 됨으로써 게임의 저변이 넓어졌다.

프로그래밍, 코딩도 마찬가지로, 코딩의 즐거움과 유용함에는 여러가지가 있지만 그중 가장 큰 축은 소프트웨어적으로 작동하는 무언가를 창작해내는 것에 있는데, 이를 쉽게 이룰 수 있게 해 준 것.

고인물들에게는 쓰레기 코드만 양산되는거 아니냐 싶겠지만, 결과적으로 더 많은 사람들이 소프트웨어를 만들 수 있게 됨으로써 저변이 넓어질 것으로 생각된다.

그리고 이건 생성형 AI로 혁신되는 거의 모든 업계에 해당되는 말이지 않을까 싶다.

지금 AI와 코딩하는 일에 대한 의견은 약간 그런거 같다. 게임 업계에서 자동사냥이 시작되었던 때, 자동사냥에 대한 업계인들의 반응. 처음 자동사냥이 시작되었을 때, 그게 게임이냐라거나 핵 쓰는거나 다름없다 막 그랬지만, 결국 자동사냥 게임은 많은 일반인(?)들의 선택에 의해 게임 장르의 한 축이 되었다. 게임의 특성은 여러가지가 있지만, 수집 욕구가 큰 축을 차지하는데 자동사냥은 그걸 쉽게 만들어 준 것. 업계 고인물이나 골수 게이머들은 인정하지 않았지만, 결과적으로 더 많은 사람들이 게임을 즐길 수 있게 됨으로써 게임의 저변이 넓어졌다. 프로그래밍, 코딩도 마찬가지로, 코딩의 즐거움과 유용함에는 여러가지가 있지만 그중 가장 큰 축은 소프트웨어적으로 작동하는 무언가를 창작해내는 것에 있는데, 이를 쉽게 이룰 수 있게 해 준 것. 고인물들에게는 쓰레기 코드만 양산되는거 아니냐 싶겠지만, 결과적으로 더 많은 사람들이 소프트웨어를 만들 수 있게 됨으로써 저변이 넓어질 것으로 생각된다. 그리고 이건 생성형 AI로 혁신되는 거의 모든 업계에 해당되는 말이지 않을까 싶다.

지금 AI와 코딩하는 일에 대한 의견은 약간 그런거 같다. 게임 

직장에서 처음으로 데이터 분석 프로젝트를 시작하게 된 당신.

바로 데이터 분석에 뛰어들기 전,
아래의 체크리스트를 먼저 확인해보세요.

당신의 데이터 분석이 더욱 가치있어질 거에요.

직장에서 처음으로 데이터 분석 프로젝트를 시작하게 된 당신. 바로 데이터 분석에 뛰어들기 전,아래의 체크리스트를 먼저 확인해보세요. 당신의 데이터 분석이 더욱 가치있어질 거에요.

데이터 분석 전 체크해야 하는 체크리스트 6가지

[Leadership] 유능한 직원은 떠나고 무능한 상사만 남는 이유

‘어떻게 저렇게 무능한 사람이 임원 자리에 앉아있는 걸까?’ 직장생활의 풀리지 않는 미스터리다. 회사 뿐 아니라 정부, 종교단체, 학교 등 근무지에 상관없이 그리고 시대와 동서양 문화권을 막론하고 보편적인 현상이다. 유능한 직원은 떠나고 무능한 상사만 남는 이유는 무엇일까.

1969년 미국의 교육학자 로런스 피터와 레이먼드 헐은 정치, 법률, 교육, 산업 등 모든 조직에서 시간이 지날수록 무능한 관리자들이 넘쳐나는 현상을 발견했다. 이를 ‘피터의 법칙(Peter Principle)’이라고 하는데 ‘승진 후 새로운 업무를 수행할 때 과거보다 일 처리 능력이 떨어지는 것은 자연스러운 현상’이라는 주장이다.

예를 들어 보자. 업무 성과가 탁월한 김 대리는 팀장으로 특진했다. 그러나 기쁨도 잠시 ‘아직도 빛나는 유능한 실무능력’이 문제가 된다. 자신의 뛰어난 실무능력을 팀원들에게 효율적으로 전수하면서 팀원들을 격려하고 동기부여를 하는 동시에 리더로서 해야 할 일에 전념해야 하지만, 특진까지 했으니 짧은 시간에 뛰어난 실적을 보여 자신의 능력을 입증하려 한다.

그러나 생각보다 좋은 결과가 나오지 않으니 팀원들을 격려하기보다는, 자신에 비해 업무능력이 떨어지는 팀원들을 비난하며 질책한다. 결국 자신이 직접 나서 실적을 채우려 실무까지 처리한다.

권한 위임을 하는 것에 대해서는 불안을 느낀다. 통제와 관리, 신뢰와 위임 사이에서 끊임없이 갈등만 한다. 팀장 본연의 업무가 무엇인지 깨닫지도 못한 상황에서 무엇을 어떻게 해야 할지 답답하기만 하다. 팀원들은 팀장이 자기들을 믿지 못해 실무적인 일까지 나서서 한다는 생각에 의욕을 잃어가고, 그러는 사이에 팀 내에서는 웃음소리가 사라져 버린다.

켈리 슈 예일대 경영대학원 교수는 높은 성과를 인정받아 승진한 관리자들이 리더로서 새로운 업무도 잘 수행하는지 알아보기 위해 131개 기업을 분석했다. 조사 결과는 피터의 법칙을 그대로 보여주었다. 주로 1등 영업사원 출신 관리자들의 실적이 최하위에 머물렀다.

이에 대해 켈리 슈는 “최고의 엔지니어가 창업한다고 해서 반드시 최고의 경영자가 되는 것은 아니며, 이는 최고의 엔지니어가 되는 것과 엔지니어를 잘 관리하는 리더가 되는 것은 다른 역량이기 때문”이라고 설명했다. 즉 리더는 성과를 내는 추진력 뿐만 아니라 팀원을 독려하고 시너지를 만드는 관리 능력이 매우 중요하다는 것이다.

조직의 리더는 대부분 실무능력이 뛰어난 사람들이다. 성과가 뛰어난 사람이 승진하는 것은 공정하다고 인식되기 때문이다. 여기에는 실무를 잘하면 자신의 담당 업무뿐 아니라 부하직원의 교육과 관리 등 리더의 역할도 잘 해낼 거라는 기대가 포함되어 있다.

그러나 실제로 리더의 과거 업무 성과는 리더십과 직접적인 연관성이 없다. 과거의 직무 수행능력을 승진 후의 직책에 필요한 능력과 같은 것으로 생각하는 판단의 오류는 승진할수록 되레 무능해지는 상사들을 만드는 아이러니를 낳는다.

그런데 피터의 법칙이 경고하는 진짜 위험은 ‘유능한 직원들이 조직을 떠나게 된다’라는 사실이다. 무능해진 상사들에게 자리를 지키는 것은 가장 중요한 문제다. 이들의 눈에 창의적 사고로 새로운 도전을 시도하는 유능한 직원은 질서를 어지럽히는 존재일 뿐이다.

따라서 창의적이고 도전적인 인재들은 오히려 승진에서 제외되기 쉽고 결국 스스로 버티지 못하고 떠나게 된다. 피터의 법칙이 관료적 조직에서 더욱 강하게 나타나는 건 바로 이런 속성 때문이다.

미국의 만화 <딜버트(Dilbert)>는 65개국 2000여 개의 신문에 연재된 세계적인 콘텐츠다. 엔지니어 딜버트의 직장생활을 그린 3~4컷의 만화는 경영진의 무능과 상사의 횡포, 권위주의적 계층구조를 신랄하게 풍자하는 내용으로 선풍적인 인기를 끌었다.

열광한 독자들은 작가 스콧 애덤스에게 자신들의 직장생활 이야기를 보냈는데 이는 고스란히 만화의 소재로 활용되었다. 작가는 열렬한 반응에 힘입어 독자들을 대상으로 ‘어떤 관행이 직원들을 가장 화나게 하는가’라는 설문조사를 했다. 가장 많은 표를 얻은 것은 ‘경영진으로 승진한 멍청이’였다.

이 내용은 만화 <딜버트의 법칙>으로 출간됐고 100만 부 이상이 팔렸다. 여기서 ‘무능력하고 비효율적인 직원일수록 경쟁 단계를 거치지 않고 곧바로 승진하는 현상’을 뜻하는 딜버트의 법칙이 탄생했다.

딜버트의 법칙이 작용하는 조직은 변화를 두려워하고 현실에 안주하려는 경향이 강하다. 혁신을 외치지만 혁신을 시도하지 않는다. 이런 풍토에 어울리는 사람이 바로 무능한 사람이다. 만화에서는 무능하지만 승진하고 싶은 사람들에게 “상사에게 잘 보이면 그만이고 너무 열심히 일하면 오히려 곤란하다”라고 조언한다.

피터의 법칙은 조직이 리더의 자질을 제대로 평가하지 않을 때 무능한 리더가 조직을 가득 채운다고 경고한다. 무능해진 리더들은 자신의 결점을 보완하고 리더로서 필요한 자질과 지식을 습득하기보다는 조직에 딜버트의 법칙을 만연하게 만든다.

무능한 상사들은 일에 대한 열정을 가진 직원이 오히려 껄끄럽다. 그래서 의도적으로 똑똑하지 않은 직원을 승진시켜 옆에 두는 최고경영자도 실제 현실에서 존재한다. 무능한 사람이 고위직으로 승진하는 꽤 흔한 이유다. 만년 저성과 조직은 이렇게 만들어진다.

‘어떻게 저렇게 무능한 사람이 임원 자리에 앉아있는 걸까?’ 직장생활의 풀리지 않는 미스터리다. 회사 뿐 아니라 정부, 종교단체, 학교 등 근무지에 상관없이 그리고 시대와 동서양 문화권을 막론하고 보편적인 현상이다. 유능한 직원은 떠나고 무능한 상사만 남는 이유는 무엇일까. 1969년 미국의 교육학자 로런스 피터와 레이먼드 헐은 정치, 법률, 교육, 산업 등 모든 조직에서 시간이 지날수록 무능한 관리자들이 넘쳐나는 현상을 발견했다. 이를 ‘피터의 법칙(Peter Principle)’이라고 하는데 ‘승진 후 새로운 업무를 수행할 때 과거보다 일 처리 능력이 떨어지는 것은 자연스러운 현상’이라는 주장이다. 예를 들어 보자. 업무 성과가 탁월한 김 대리는 팀장으로 특진했다. 그러나 기쁨도 잠시 ‘아직도 빛나는 유능한 실무능력’이 문제가 된다. 자신의 뛰어난 실무능력을 팀원들에게 효율적으로 전수하면서 팀원들을 격려하고 동기부여를 하는 동시에 리더로서 해야 할 일에 전념해야 하지만, 특진까지 했으니 짧은 시간에 뛰어난 실적을 보여 자신의 능력을 입증하려 한다. 그러나 생각보다 좋은 결과가 나오지 않으니 팀원들을 격려하기보다는, 자신에 비해 업무능력이 떨어지는 팀원들을 비난하며 질책한다. 결국 자신이 직접 나서 실적을 채우려 실무까지 처리한다. 권한 위임을 하는 것에 대해서는 불안을 느낀다. 통제와 관리, 신뢰와 위임 사이에서 끊임없이 갈등만 한다. 팀장 본연의 업무가 무엇인지 깨닫지도 못한 상황에서 무엇을 어떻게 해야 할지 답답하기만 하다. 팀원들은 팀장이 자기들을 믿지 못해 실무적인 일까지 나서서 한다는 생각에 의욕을 잃어가고, 그러는 사이에 팀 내에서는 웃음소리가 사라져 버린다. 켈리 슈 예일대 경영대학원 교수는 높은 성과를 인정받아 승진한 관리자들이 리더로서 새로운 업무도 잘 수행하는지 알아보기 위해 131개 기업을 분석했다. 조사 결과는 피터의 법칙을 그대로 보여주었다. 주로 1등 영업사원 출신 관리자들의 실적이 최하위에 머물렀다. 이에 대해 켈리 슈는 “최고의 엔지니어가 창업한다고 해서 반드시 최고의 경영자가 되는 것은 아니며, 이는 최고의 엔지니어가 되는 것과 엔지니어를 잘 관리하는 리더가 되는 것은 다른 역량이기 때문”이라고 설명했다. 즉 리더는 성과를 내는 추진력 뿐만 아니라 팀원을 독려하고 시너지를 만드는 관리 능력이 매우 중요하다는 것이다. 조직의 리더는 대부분 실무능력이 뛰어난 사람들이다. 성과가 뛰어난 사람이 승진하는 것은 공정하다고 인식되기 때문이다. 여기에는 실무를 잘하면 자신의 담당 업무뿐 아니라 부하직원의 교육과 관리 등 리더의 역할도 잘 해낼 거라는 기대가 포함되어 있다. 그러나 실제로 리더의 과거 업무 성과는 리더십과 직접적인 연관성이 없다. 과거의 직무 수행능력을 승진 후의 직책에 필요한 능력과 같은 것으로 생각하는 판단의 오류는 승진할수록 되레 무능해지는 상사들을 만드는 아이러니를 낳는다. 그런데 피터의 법칙이 경고하는 진짜 위험은 ‘유능한 직원들이 조직을 떠나게 된다’라는 사실이다. 무능해진 상사들에게 자리를 지키는 것은 가장 중요한 문제다. 이들의 눈에 창의적 사고로 새로운 도전을 시도하는 유능한 직원은 질서를 어지럽히는 존재일 뿐이다. 따라서 창의적이고 도전적인 인재들은 오히려 승진에서 제외되기 쉽고 결국 스스로 버티지 못하고 떠나게 된다. 피터의 법칙이 관료적 조직에서 더욱 강하게 나타나는 건 바로 이런 속성 때문이다. 미국의 만화 &lt;딜버트(Dilbert)&gt;는 65개국 2000여 개의 신문에 연재된 세계적인 콘텐츠다. 엔지니어 딜버트의 직장생활을 그린 3~4컷의 만화는 경영진의 무능과 상사의 횡포, 권위주의적 계층구조를 신랄하게 풍자하는 내용으로 선풍적인 인기를 끌었다. 열광한 독자들은 작가 스콧 애덤스에게 자신들의 직장생활 이야기를 보냈는데 이는 고스란히 만화의 소재로 활용되었다. 작가는 열렬한 반응에 힘입어 독자들을 대상으로 ‘어떤 관행이 직원들을 가장 화나게 하는가’라는 설문조사를 했다. 가장 많은 표를 얻은 것은 ‘경영진으로 승진한 멍청이’였다. 이 내용은 만화 &lt;딜버트의 법칙&gt;으로 출간됐고 100만 부 이상이 팔렸다. 여기서 ‘무능력하고 비효율적인 직원일수록 경쟁 단계를 거치지 않고 곧바로 승진하는 현상’을 뜻하는 딜버트의 법칙이 탄생했다. 딜버트의 법칙이 작용하는 조직은 변화를 두려워하고 현실에 안주하려는 경향이 강하다. 혁신을 외치지만 혁신을 시도하지 않는다. 이런 풍토에 어울리는 사람이 바로 무능한 사람이다. 만화에서는 무능하지만 승진하고 싶은 사람들에게 “상사에게 잘 보이면 그만이고 너무 열심히 일하면 오히려 곤란하다”라고 조언한다. 피터의 법칙은 조직이 리더의 자질을 제대로 평가하지 않을 때 무능한 리더가 조직을 가득 채운다고 경고한다. 무능해진 리더들은 자신의 결점을 보완하고 리더로서 필요한 자질과 지식을 습득하기보다는 조직에 딜버트의 법칙을 만연하게 만든다. 무능한 상사들은 일에 대한 열정을 가진 직원이 오히려 껄끄럽다. 그래서 의도적으로 똑똑하지 않은 직원을 승진시켜 옆에 두는 최고경영자도 실제 현실에서 존재한다. 무능한 사람이 고위직으로 승진하는 꽤 흔한 이유다. 만년 저성과 조직은 이렇게 만들어진다.

www.chiefexe.com

‘어떻게 저렇게 무능한 사람이 임원 자리에 앉아있는 걸까?’ 직장

가장 많이 여쭤보시는 질문 중 하나입니다. 채용 담당자 시절과 현재 코칭을 많이 하며 느낀 제 기준입니다.

👉 총 45-55p 사이
👉 서비스 3~4개
👉 프로젝트 6~7개, 장당 7-8p
👉 프로젝트 = 서비스 아님
👉 서비스 하나당 n개의 프로젝트가 나올 수 있음
👉 한 프로젝트 구성
- 프로젝트 배경 > 문제인식 및 정의 > 가설 > 솔루션 > 결과해석 > 레슨런
👉 문제 해결력을 잘 보여줄 수 있는 중요도 순서로 배치: 최신순 아니어도 됨, 같은 서비스가 붙어 있지 않아도 됨
👉 JD상 필요시 장표 후반에 Appendix 추가 후 BX, 개발, 그래픽 관련 작업들 추가

가장 많이 여쭤보시는 질문 중 하나입니다. 채용 담당자 시절과 현재 코칭을 많이 하며 느낀 제 기준입니다. 👉 총 45-55p 사이👉 서비스 3~4개👉 프로젝트 6~7개, 장당 7-8p👉 프로젝트 = 서비스 아님👉 서비스 하나당 n개의 프로젝트가 나올 수 있음👉 한 프로젝트 구성- 프로젝트 배경 &gt; 문제인식 및 정의 &gt; 가설 &gt; 솔루션 &gt; 결과해석 &gt; 레슨런👉 문제 해결력을 잘 보여줄 수 있는 중요도 순서로 배치: 최신순 아니어도 됨, 같은 서비스가 붙어 있지 않아도 됨👉 JD상 필요시 장표 후반에 Appendix 추가 후 BX, 개발, 그래픽 관련 작업들 추가

✋적당한 문제 해결 포트폴리오 장수는?

Findings in our latest study show that the quality of code written with GitHub Copilot is significantly more functional, readable, reliable, maintainable, and concise.

Does GitHub Copilot improve code quality? Here’s what the data says

GitHub에서 Copilot의 효과를 파악하기 위해 실험을 했습니다.

5년 이상의 개발자 202명을 모집 후 절반은 GitHub Copilot을 쓰고 절반은 AI도구를 일체 사용하지 않은 채 웹 서버의 API 엔드포인트를 작성하도록 한 뒤 준비된 단위 테스트의 통과 여부와 전문가 검토를 통해서 코드를 평가했습니다.

연구 결과에 따르면 GitHub Copilot을 사용한 코드가 단위테스트를 통과할 가능성이 56% 더 높았고 가독성은 1~3% 좋고 유지보수 면에서도 쉬운것으로 평가 받았다고 합니다.

https://github.blog/news-insights/research/does-github-copilot-improve-code-quality-heres-what-the-data-says/

GitHub에서 Copilot의 효과를 파악하기 위해 실험을 했습니다. 5년 이상의 개발자 202명을 모집 후 절반은 GitHub Copilot을 쓰고 절반은 AI도구를 일체 사용하지 않은 채 웹 서버의 API 엔드포인트를 작성하도록 한 뒤 준비된 단위 테스트의 통과 여부와 전문가 검토를 통해서 코드를 평가했습니다. 연구 결과에 따르면 GitHub Copilot을 사용한 코드가 단위테스트를 통과할 가능성이 56% 더 높았고 가독성은 1~3% 좋고 유지보수 면에서도 쉬운것으로 평가 받았다고 합니다. https://github.blog/news-insights/research/does-github-copilot-improve-code-quality-heres-what-the-data-says/

The GitHub Blog

GitHub에서 Copilot의 효과를 파악하기 위해 실험을 했습

Tracing AWS Lambdas with OpenTelemetry and Elastic Observability

AWS Lambda를 사용하는 경우에 Elastic Search / Kibana 를 사용하여 Observability를 달성하는 방법에 대한 간단한 가이드입니다. 

Lambda의 경우 Code Size, Agent 의 실행 관리 등의 제약 조건 때문에 전통적인 APM을 사용하는게 적합하지 않은데, aws 에서 AWS Distro for OpenTelemetry 라는 솔루션을 릴리즈하였고, 그걸 활용하는 방향을 소개하고 있습니다.

Elastic Blog

프로덕트 매니저/서비스 기획

한주현

시험

박도현

백엔드 개발자

ㅇㅇㅇ

백엔드 개발자
#개발자 #백엔드 #함수형프로그래밍 #Web #사이드프로젝트

스마트솔루션팀 연구원

Tech Director

서비스개발 / 전략담당

소프트웨어/데이터 엔지니어

전기전자전파공학부 학사,석사

김환태

유,무선 네트워크 관련 기술을 연구하였고, 스마트홈 관련 기술을 연구했습니다. 온라인 커머스 전체를 개발해 보았고, 그 안에서 발생하는 데이터들에 대한 다양한 엔지니어링을 시도해보았습니다. 지금은 커뮤니티를 구축할 수 있는 시스템을 만들고 있습니다.

댓글 0

비슷한 게시물

주간 인기 TOP 10

추천 프로필