2025년 1월 1일을 기해, 스리슬쩍 회사 홈페이지를 오픈하였습니다. ☺️

https://www.playmore.ai

이제 약간이나마 저희 회사가 뭘 하고 있는지 알려드릴 수 있게 되어 기쁘네요.

조금 더 자세한 이야기는 첫번째 앱을 릴리즈 한 후에 들려드리도록 하겠습니다. 감동적인 경험을 드릴 수 있도록 노력하겠습니다. 감사합니다. 🙇🏻🙇🏻‍♀️

2025년 1월 1일을 기해, 스리슬쩍 회사 홈페이지를 오픈하였습니다. ☺️ https://www.playmore.ai 이제 약간이나마 저희 회사가 뭘 하고 있는지 알려드릴 수 있게 되어 기쁘네요. 조금 더 자세한 이야기는 첫번째 앱을 릴리즈 한 후에 들려드리도록 하겠습니다. 감동적인 경험을 드릴 수 있도록 노력하겠습니다. 감사합니다. 🙇🏻🙇🏻‍♀️

Small language models capable of addressing specific tasks without burning through processing power are likely to surge in popularity.

What's next for generative AI in 2025?

2024년에는
 * 생성형 AI(genAI) 시범 프로젝트의 급증
 * 높은 실험 비용 및 불확실한 효과에 대한 우려 제기
 * 이는 기업들이 비즈니스 결과에 초점
 * 데이터 품질 개선
 * 인재를 육성하는 데 집중

2025년에는
 * 대기업들은 AI 전략 우선
 * GenAI 프로젝트를 지원하기 위해 비즈니스-IT 협업 강화
 * 대규모 언어 모델(LLM) 시범 프로젝트에서 실제 프로덕션 전환 예상
 * SLM(소규모 언어 모델)도 주목받으며 특정 작업을 효율적으로 처리하는 데 기여
 * 기업들은 데이터를 관리하고 AI를 보다 효과적으로 활용하기 위해 새로운 기술 및 아키텍처를 채택 예정

[ 예측 AI와 생성형 AI]
 * 예측 AI
   * 기계 학습과 통계를 사용하여 과거 데이터를 기반으로 미래 이벤트나 행동을 예측하는 기술
   * Forrester는 전체 AI 사용 사례 중 50% 이상이 예측 AI로 전환될 것으로 전망
   * 유지보수, 개인화, 공급망 최적화, 수요 예측 등에서 검증된 응용 프로그램으로 투자 이동 전망
 * 생성형 AI
   * GAN(생성적 적대 신경망)과 같은 심층 학습 방법을 활용하여 새로운 콘텐츠(예: 이미지, 텍스트, 비디오, 합성 데이터) 생성
 * 생성형 AI와 예측 AI의 시너지
   * 미래에는 예측 결과를 활용하여 생성형 AI의 출력을 향상시키는 접근 방식 증가 예상
   * Forrester는 현재 28%에서 2025년까지 35%로 증가 예상

[ SLM(small language models)의 부상 ]
 * SLM
   * 경량화된 생성형 AI 모델, 100억 개 이하의 매개변수를 가진 모델
   * 모델의 뉴럴 네트워크 크기, 매개변수 수, 훈련 데이터 양이 적어 더 적은 컴퓨팅 리소스 소비
   * LLM보다 비용 효율적이며, 정확성과 관련성 면에서도 더 나은 성능 제공
 * 효율성
   * SLM은 온프레미스나 프라이빗 클라우드에서 배포 가능
   * 이는 보안과 프라이버시를 자연스럽게 강화
 * 범위
   * SLM은 금융, 헬스케어, 법률 서비스와 같은 전문화된 산업에서 우수한 성능 발휘
 * 대표 모델
   * Google Gemini Nano, Microsoft Orca-2–7b, Meta Llama-2–13b 등

[ 에이전틱 AI(Agentic AI)의 가능성 ]
 * 과제: 다중 모델 간의 시너지, RAG(정보 검색 강화 생성) 기술, 특수화된 전문 지식 간의 정렬은 여전히 해결되지 않은 과제
 * 성공 요인: 2025년까지 기업 CIO의 30%가 데이터 최고 책임자(CDO)를 IT 팀에 통합하여 AI 이니셔티브를 주도할 것으로 예상

[ 멀티모달(Multimodal) AI의 성장 ]
 * 멀티모달 AI는 텍스트, 이미지, 비디오, 오디오와 같은 다양한 데이터 유형을 처리하며, 이들의 상관관계를 분석
 * 응용 분야
   * 의료: 의료 영상, 환자 기록, 실험실 결과를 통합하여 진단 및 치료 개선
   * 금융: 고객 전화 문의 분석으로 문제 해결 지원
   * 자동차: 카메라, GPS, LiDAR 데이터를 통합하여 자율주행, 응급 대응, 내비게이션 최적화

[ AI의 성공을 위한 준비와 리더십 ]
2025년에는 다음 세 가지 요소가 조직의 성공을 좌우할 것으로 예상
 * 강력한 리더십: AI 전략을 주도하는 리더십의 중요성
 * 데이터 품질: 깨끗한 데이터 인프라를 구축하는 것이 필수
 * AI 인재 개발: 기업 요구를 충족시킬 수 있는 전문 인력을 양성

결론
 * 생성형 AI는 2025년에도 계속해서 진화하며, 예측 AI와의 시너지를 통해 새로운 혁신 구현
 * 조직들은 효율적이고 지속 가능한 AI 솔루션을 통해 복잡한 문제를 해결하며, 비즈니스 성과를 극대화에 집중

 * source: https://www.computerworld.com/article/3627484/whats-next-for-generative-ai-in-2025.html?utm_date=20241231130752&utm_campaign=US%20AI%20in%20the%20Enterprise&utm_content=slotno-1-title-What%27s%20next%20for%20generative%20AI%20in%202025%3F&utm_term=Editorial%20-%20IDG%27s%20Top%20Enterprise%20Stories&utm_medium=email&utm_source=Adestra&huid=9d4dd075-c27c-4c62-a1cb-bedd06fa7033

2024년에는<ul ><li>생성형 AI(genAI) 시범 프로젝트의 급증</li><li>높은 실험 비용 및 불확실한 효과에 대한 우려 제기</li><li>이는 기업들이 비즈니스 결과에 초점</li><li>데이터 품질 개선</li><li>인재를 육성하는 데 집중</li></ul> 2025년에는<ul ><li>대기업들은 AI 전략 우선</li><li>GenAI 프로젝트를 지원하기 위해 비즈니스-IT 협업 강화</li><li>대규모 언어 모델(LLM) 시범 프로젝트에서 실제 프로덕션 전환 예상</li><li>SLM(소규모 언어 모델)도 주목받으며 특정 작업을 효율적으로 처리하는 데 기여</li><li>기업들은 데이터를 관리하고 AI를 보다 효과적으로 활용하기 위해 새로운 기술 및 아키텍처를 채택 예정</li></ul> [ 예측 AI와 생성형 AI]<ul ><li>예측 AI<ul ><li>기계 학습과 통계를 사용하여 과거 데이터를 기반으로 미래 이벤트나 행동을 예측하는 기술</li><li>Forrester는 전체 AI 사용 사례 중 50% 이상이 예측 AI로 전환될 것으로 전망</li><li>유지보수, 개인화, 공급망 최적화, 수요 예측 등에서 검증된 응용 프로그램으로 투자 이동 전망</li></ul></li><li>생성형 AI<ul ><li>GAN(생성적 적대 신경망)과 같은 심층 학습 방법을 활용하여 새로운 콘텐츠(예: 이미지, 텍스트, 비디오, 합성 데이터) 생성</li></ul></li><li>생성형 AI와 예측 AI의 시너지<ul ><li>미래에는 예측 결과를 활용하여 생성형 AI의 출력을 향상시키는 접근 방식 증가 예상</li><li>Forrester는 현재 28%에서 2025년까지 35%로 증가 예상</li></ul></li></ul> [ SLM(small language models)의 부상 ]<ul ><li>SLM<ul ><li>경량화된 생성형 AI 모델, 100억 개 이하의 매개변수를 가진 모델</li><li>모델의 뉴럴 네트워크 크기, 매개변수 수, 훈련 데이터 양이 적어 더 적은 컴퓨팅 리소스 소비</li><li>LLM보다 비용 효율적이며, 정확성과 관련성 면에서도 더 나은 성능 제공</li></ul></li></ul><ul ><li>효율성<ul ><li>SLM은 온프레미스나 프라이빗 클라우드에서 배포 가능</li><li>이는 보안과 프라이버시를 자연스럽게 강화</li></ul></li><li>범위<ul ><li>SLM은 금융, 헬스케어, 법률 서비스와 같은 전문화된 산업에서 우수한 성능 발휘</li></ul></li><li>대표 모델<ul ><li>Google Gemini Nano, Microsoft Orca-2–7b, Meta Llama-2–13b 등</li></ul></li></ul> [ 에이전틱 AI(Agentic AI)의 가능성 ]<ul ><li>과제: 다중 모델 간의 시너지, RAG(정보 검색 강화 생성) 기술, 특수화된 전문 지식 간의 정렬은 여전히 해결되지 않은 과제</li><li>성공 요인: 2025년까지 기업 CIO의 30%가 데이터 최고 책임자(CDO)를 IT 팀에 통합하여 AI 이니셔티브를 주도할 것으로 예상</li></ul> [ 멀티모달(Multimodal) AI의 성장 ]<ul ><li>멀티모달 AI는 텍스트, 이미지, 비디오, 오디오와 같은 다양한 데이터 유형을 처리하며, 이들의 상관관계를 분석</li><li>응용 분야<ul ><li>의료: 의료 영상, 환자 기록, 실험실 결과를 통합하여 진단 및 치료 개선</li><li>금융: 고객 전화 문의 분석으로 문제 해결 지원</li><li>자동차: 카메라, GPS, LiDAR 데이터를 통합하여 자율주행, 응급 대응, 내비게이션 최적화</li></ul></li></ul> [ AI의 성공을 위한 준비와 리더십 ]2025년에는 다음 세 가지 요소가 조직의 성공을 좌우할 것으로 예상<ul ><li>강력한 리더십: AI 전략을 주도하는 리더십의 중요성</li><li>데이터 품질: 깨끗한 데이터 인프라를 구축하는 것이 필수</li><li>AI 인재 개발: 기업 요구를 충족시킬 수 있는 전문 인력을 양성</li></ul> 결론<ul ><li>생성형 AI는 2025년에도 계속해서 진화하며, 예측 AI와의 시너지를 통해 새로운 혁신 구현</li><li>조직들은 효율적이고 지속 가능한 AI 솔루션을 통해 복잡한 문제를 해결하며, 비즈니스 성과를 극대화에 집중</li></ul> <ul ><li>source: https://www.computerworld.com/article/3627484/whats-next-for-generative-ai-in-2025.html?utm_date=20241231130752&amp;utm_campaign=US%20AI%20in%20the%20Enterprise&amp;utm_content=slotno-1-title-What%27s%20next%20for%20generative%20AI%20in%202025%3F&amp;utm_term=Editorial%20-%20IDG%27s%20Top%20Enterprise%20Stories&amp;utm_medium=email&amp;utm_source=Adestra&amp;huid=9d4dd075-c27c-4c62-a1cb-bedd06fa7033</li></ul>

Computerworld

[ComputerWorld] 2025년에 기대되는 생성형AI의 다음 단계

2021년 초에 합류했다가 벌써 만 4년이 다되어간다.올해는 국제화 기억만 있을 정도로 하나에만 완전히 몰입했다.아참, 올해 6월 1일에 결혼도 했다.그런데 막상 회고를 해보려고 하니 국제화 프로젝트 보다는 팀원들과 조직이 더 많이 생각났다.그래서 여기서는 회사에 관련된 주제들만 이야기할 예정이다.결혼, 트레바리 독서모임, 블로그, 책, 생활 등은 개인 회고로 정리할 예정이다.1. 조직1-1. 팀원올 한해 Product 조직에는 13명이 입사하고, 2명이 퇴사했다.입사: 올리(PD), 도니(FE), 하리(FE), 루시(FE), 럭끼(FE), 퍼즈(FE), 또우(Mobile), 감자(BE), 약풍(BE), 프레디(BE), 로켓(BE), 구피(DevOps), 포카(DevOps)퇴사: 홍시(FE), 하루(BE..

2024년 CTO 회고

인프랩(인프런) CTO로 일하고 계신 이동욱님의 회고글입니다. 스타트업 C레벨 분들의 생각을 깊이있게 들여다 볼 수 있는 기회가 많진 않은데요. 동욱님은 스타트업 경영진이자 제품 책임자로서 경험하는 여러가지 생각들을 굉장히 잘 정리해서 공유해주시는 편이라서 글 올려주실 때마다 꼼꼼히 살펴보는 편입니다. 올해의 회고글인데, 함께 일하고 있는 동료들 한명 한명에 대한 애정이 듬뿍 느껴져서 마음이 따뜻해지네요.

인프랩(인프런) CTO로 일하고 계신 이동욱님의 회고글입니다. 스타트업 C레벨 분들의 생각을 깊이있게 들여다 볼 수 있는 기회가 많진 않은데요. 동욱님은 스타트업 경영진이자 제품 책임자로서 경험하는 여러가지 생각들을 굉장히 잘 정리해서 공유해주시는 편이라서 글 올려주실 때마다 꼼꼼히 살펴보는 편입니다. 올해의 회고글인데, 함께 일하고 있는 동료들 한명 한명에 대한 애정이 듬뿍 느껴져서 마음이 따뜻해지네요.

기억보단 기록을

[2024년 회고 by 이동욱님]

디자인시스템, 생성형AI, 디자인옵스, 사이드프로젝트, 독서, .. | 오랫동안 앉아서 일하며 얻은 거북목과 함께 20대라고 보기 어려운 체력 저하를 느끼고 친구의 추천으로 크로스핏을 시작한 지 어느덧 1년이 지났다. 처음엔 토 나올 만큼 힘들었지만 꾸준히 하니 못 들던 무게도 들고 매달리기도 힘들던 풀업을 이제 몇 개는 하게 되었다. 그럼 이제 할 만하냐 하면 그렇지 않다. 계속 강도를 높이기 때문에 여전히 할 때마다 새롭고

2024 회고

올 한 해를 가볍게 회고해 보았습니다 :)

#디자인시스템 #생성형AI #디자인옵스 #사이드프로젝트, #독서

올 한 해를 가볍게 회고해 보았습니다 :) #디자인시스템 #생성형AI #디자인옵스 #사이드프로젝트, #독서

Brunch Story

LNO 프레임워크 기반으로 할 일, 일정, 타임 트래킹하기 | 이 글은 Shreyas Doshi의 LNO 프레임워크 트윗을 참고하여 ChatGPT로 작성되었습니다.  업무에도 ‘선택과 집중’이 필요하다  우리가 하루에 처리해야 할 일들은 다양하다. 중요한 프로젝트부터 단순 반복 행정 업무까지, 무거움의 정도도 다르고 기대 효과도 제각각이다. 그럼에도 우리는 종종 모든 과업에 ‘최고의 완성도’를 요구하며 스스로를 지치게

LNO를 활용한 태스크 관리

이 글은 Shreyas Doshi의 LNO 프레임워크 트윗을 참고하여 ChatGPT로 작성되었습니다.
https://x.com/shreyas/status/1492033899667634181

업무에도 ‘선택과 집중’이 필요하다

우리가 하루에 처리해야 할 일들은 다양하다. 중요한 프로젝트부터 단순 반복 행정 업무까지, 무거움의 정도도 다르고 기대 효과도 제각각이다. 그럼에도 우리는 종종 모든 과업에 ‘최고의 완성도’를 요구하며 스스로를 지치게 만든다. 결과적으로 ‘정말 중요한 일’에 집중할 수 없게 되고, 업무 효율과 성과 모두 타격을 입는다.

Shreyas Doshi가 제안한 LNO(Leverage, Neutral, Overhead) 프레임워크는 이러한 문제를 해결해준다. 가치와 임팩트가 큰 업무와 그렇지 않은 업무를 명확히 구분함으로써, 에너지와 시간을 올바르게 투자할 수 있도록 돕는 원칙이다.

LNO 프레임워크란?

LNO는 Leverage(L), Neutral(N), Overhead(O) 세 범주로 업무를 분류한다.
 1. Leverage(L)
 • 정의: 투자 대비 결과물이 매우 큰(예: 10배 이상의 파급효과) 업무
 • 전략: 온 힘을 다해 ‘최고의 결과물’을 만든다. 세부 디테일까지 꼼꼼히 챙기고 완벽주의를 발휘해도 좋다.
 • 예시: 회사의 핵심 전략 자료 작성, 차세대 프로덕트 로드맵 기획, 주요 임원 프레젠테이션 준비 등

 2. Neutral(N)
 • 정의: 성과나 영향력이 중간 정도(1배 수준)인 업무
 • 전략: 필요한 수준만큼 깔끔하게 마무리하되, 과도한 시간을 들이지 않는다. ‘딱 할 만큼만 잘하자’가 핵심이다.
 • 예시: 일반 보고서 작성, 일상적인 버그 수정, 팀 운영에 필요한 주간 미팅 준비 등

 3. Overhead(O)
 • 정의: 투자 대비 효과가 1배 미만인, 상대적으로 부가가치가 낮은 업무
 • 전략: 꼭 필요한 최소한으로 처리한다. 너무 많은 에너지를 쏟지 않도록 유의한다.
 • 예시: 잡다한 행정 서류 처리, 불필요하게 반복되는 회의, 일반적으로 성과와 직접 연관이 적은 잡무

https://brunch.co.kr/@yongjinjinipln/199

이 글은&nbsp;Shreyas Doshi의 LNO 프레임워크 트윗을 참고하여 ChatGPT로 작성되었습니다.https://x.com/shreyas/status/1492033899667634181 업무에도 ‘선택과 집중’이 필요하다 우리가 하루에 처리해야 할 일들은 다양하다. 중요한 프로젝트부터 단순 반복 행정 업무까지, 무거움의 정도도 다르고 기대 효과도 제각각이다. 그럼에도 우리는 종종 모든 과업에 ‘최고의 완성도’를 요구하며 스스로를 지치게 만든다. 결과적으로 ‘정말 중요한 일’에 집중할 수 없게 되고, 업무 효율과 성과 모두 타격을 입는다. Shreyas Doshi가 제안한&nbsp;LNO(Leverage, Neutral, Overhead) 프레임워크는 이러한 문제를 해결해준다. 가치와 임팩트가 큰 업무와 그렇지 않은 업무를 명확히 구분함으로써, 에너지와 시간을 올바르게 투자할 수 있도록 돕는 원칙이다. LNO 프레임워크란? LNO는&nbsp;Leverage(L),&nbsp;Neutral(N),&nbsp;Overhead(O)&nbsp;세 범주로 업무를 분류한다.&nbsp;1.&nbsp;Leverage(L)&nbsp;•&nbsp;정의: 투자 대비 결과물이 매우 큰(예: 10배 이상의 파급효과) 업무&nbsp;•&nbsp;전략: 온 힘을 다해 ‘최고의 결과물’을 만든다. 세부 디테일까지 꼼꼼히 챙기고 완벽주의를 발휘해도 좋다.&nbsp;•&nbsp;예시: 회사의 핵심 전략 자료 작성, 차세대 프로덕트 로드맵 기획, 주요 임원 프레젠테이션 준비 등 &nbsp;2.&nbsp;Neutral(N)&nbsp;•&nbsp;정의: 성과나 영향력이 중간 정도(1배 수준)인 업무&nbsp;•&nbsp;전략: 필요한 수준만큼 깔끔하게 마무리하되, 과도한 시간을 들이지 않는다. ‘딱 할 만큼만 잘하자’가 핵심이다.&nbsp;•&nbsp;예시: 일반 보고서 작성, 일상적인 버그 수정, 팀 운영에 필요한 주간 미팅 준비 등 &nbsp;3.&nbsp;Overhead(O)&nbsp;•&nbsp;정의: 투자 대비 효과가 1배 미만인, 상대적으로 부가가치가 낮은 업무&nbsp;•&nbsp;전략: 꼭 필요한 최소한으로 처리한다. 너무 많은 에너지를 쏟지 않도록 유의한다.&nbsp;•&nbsp;예시: 잡다한 행정 서류 처리, 불필요하게 반복되는 회의, 일반적으로 성과와 직접 연관이 적은 잡무 https://brunch.co.kr/@yongjinjinipln/199

이드의 HR 커피챗 시리즈 | [Edited by iid the HRer] ※ 내가 쓰는 글들은 아주 개인적인 경험에 근거한 지극히 개인적 의견이니 편하게 봐주면 좋겠다.   확실히 연말이 되다 보니 평가와 관련해서 다양한 분들이 자문 및 조언을 요청하였다. 다양한 규모/업종의 대표님들과 HR분들과 이야기하며 몇 가지 공통되는 질문 위주로 정리해볼까 한다.  시작하기에 앞서, 아쉽게도 

[iid] 평가 10문10답 : ①필요성 ②성과지표

연말 평가 시즌입니다. 평가는 꼭 해야만 하는 것인지, 어떤 프레임으로 평가 프로세스와 템플릿을 만들어야 하는지, 구성원들이 평가를 잘 받아들이도록 하려면 어떤 것들이 고려해야 하는지 등등... HR팀 입장에서 평가는 굉장히 까다로운 사안이고, 직원들 입장에서도 예민하게 받아들이는 주제인 것 같아요. 관련해서 시리즈로 글이 올라오고 있는데, 여러가지 생각할 포인트를 주는 글이라 재미있게 읽었습니다.

연말 평가 시즌입니다. 평가는 꼭 해야만 하는 것인지, 어떤 프레임으로 평가 프로세스와 템플릿을 만들어야 하는지, 구성원들이 평가를 잘 받아들이도록 하려면 어떤 것들이 고려해야 하는지 등등... HR팀 입장에서 평가는 굉장히 까다로운 사안이고, 직원들 입장에서도 예민하게 받아들이는 주제인 것 같아요. 관련해서 시리즈로 글이 올라오고 있는데, 여러가지 생각할 포인트를 주는 글이라 재미있게 읽었습니다.

[평가의 필요성과 성과지표]

한 유튜버의 면접자가 실제로 썼던 코드라네요ㅋㅋ 창의성으로 통과시켜주고 싶었으나 hiring committee에서 탈락시켰다고...
😵‍💫😵‍💫

한 유튜버의 면접자가 실제로 썼던 코드라네요ㅋㅋ 창의성으로 통과시켜주고 싶었으나 hiring committee에서 탈락시켰다고...😵‍💫😵‍💫

Sleep Sort를 아세요??

매년 이맘때면 연락이 와요. 회사는 어떤지, 하는 일은 마음에 드는지 안부를 묻죠. 헤드헌터예요.

이직 생각이 없더라도 헤드헌터와 알고 지내는 건 제법 괜찮은 선택이에요. '정보의 비대칭성'을 해소할 수 있으니까요.

구체적으론 세 가지 좋은 점이 있었어요.

1. 채용 시장의 분위기를 파악할 수 있어요
2. 서류 전형에 대한 부담이 낮아져요
3. 연봉 계약도 혼자 하는 것보단 유리해져요

여러분이 생각하는 헤드헌터를 알고 지내면 좋은 이유는 무엇인가요? 혹시 단점도 있었나요?

매년 이맘때면 연락이 와요. 회사는 어떤지, 하는 일은 마음에 드는지 안부를 묻죠. 헤드헌터예요. 이직 생각이 없더라도 헤드헌터와 알고 지내는 건 제법 괜찮은 선택이에요. '정보의 비대칭성'을 해소할 수 있으니까요. 구체적으론 세 가지 좋은 점이 있었어요. 1. 채용 시장의 분위기를 파악할 수 있어요2. 서류 전형에 대한 부담이 낮아져요3. 연봉 계약도 혼자 하는 것보단 유리해져요 여러분이 생각하는 헤드헌터를 알고 지내면 좋은 이유는 무엇인가요? 혹시 단점도 있었나요?&nbsp;

헤드헌터와 알고 지내면 좋은 점

저는 멘토링을 할 때 개발뿐만 아니라 문제 정의부터 시작해 기획, 커뮤니케이션, 팀 문화, PPT, 발표 등 사이드 프로젝트를 만드는데 도움을 줄 수 있는 전과정에 관한 피드백을 드립니다.

특히, 개발자분들만 모여 있는 경우 발표와 관련된 부분을 굉장히 어려워하는 것을 많이 봤습니다.
발표 자료 구성, 전달력 있는 말하기 방법, 톤, 말할 때의 습관 등 다양한 부분에 피드백을 드리는 것이 중요하다고 생각합니다.

오늘은 사이드 프로젝트 발표에서 PPT를 어떻게 구성하는지에 대한 피드백을 공유해보겠습니다.
기초적인 내용이 많지만, 실제로 도움을 드렸던 부분을 중심으로 정리해봤습니다.

---
1. 발표는 설득이 목적입니다

- 여러분은 프로젝트의 기능과 목적 등 모든 것을 이미 알고 있지만, 발표를 듣는 분들은 대부분 처음 프로젝트를 접하는 분들입니다.

- 따라서 발표 자료는 매우 친절하게 구성하고, 설득을 목적으로 만들어야 합니다.

- "왜 이 서비스를 만들었지?" "왜 해당 기능을 넣었을까?"와 같은 질문에 충분히 답할 수 있도록 자료를 준비하세요.

- 문제 정의 - 기획 소개 - 기능 소개 - 시연 - 마무리로 이어지는 흐름을 방해받지 않도록 구성하세요.

---
2. '3의 법칙'

- 문제 정의, 특징, 기능 등을 소개할 때 숫자 3을 기억하세요.

- 정보를 제시하거나 설득의 근거를 제시할 때 3개로 구성하면 효과적입니다.

- 1~2개의 경우 부족하다는 느낌을 주고, 4개 이상은 복잡하다는 인상을 줄 수 있습니다.

- 기획 및 컨설팅 업계에서는 숫자 3을 적음의 끝이자 많음의 시작이라고 표현합니다. (출처 - 시선의 발견)

- PPT에서도 숫자 3을 적절히 활용하세요.

---
3. 너무 많은 텍스트를 자료에 넣지 마세요

- 발표 자료는 발표자를 돕는 도구입니다.

- 발표 중 청중의 시선은 발표 자료가 아니라 발표자에게 머물러야 합니다.

- 하지만 PPT를 만드는 입장에서는 최대한 많은 정보를 담고 싶어 하죠.

- 이로 인해 가독성이 떨어지고, 청중이 장문의 텍스트를 읽느라 시선이 분산될 수 있습니다.

- PPT에는 중요하고 수치적인 텍스트만 간결하게 정리하고, 부연 설명은 발표자가 직접 하는 것이 좋습니다.

---
4. 최종 시연은 영상으로 진행하세요

- 시연 방법은 크게 두 가지가 있습니다.
1. 직접 웹이나 앱을 띄워놓고 시연하는 방법
2. 미리 녹화한 영상을 PPT에 삽입해 진행하는 방법

- 저는 필수가 아닌 이상 두 번째 방법을 추천합니다.

- 라이브 시연은 생생함과 어필력을 제공하지만, 시간 조절이 어렵고 실수의 가능성이 있으며, 발표 흐름이 끊길 수 있는 단점이 있습니다.

- 미리 녹화한 영상은 시간 활용이 정확하고 편집이 가능해 청중이 이해하기 쉽습니다.

- 때문에 가능하면 녹화된 시연 영상을 활용하시기를 권장합니다.

저는 멘토링을 할 때 개발뿐만 아니라 문제 정의부터 시작해 기획, 커뮤니케이션, 팀 문화, PPT, 발표 등 사이드 프로젝트를 만드는데 도움을 줄 수 있는 전과정에 관한 피드백을 드립니다. 특히, 개발자분들만 모여 있는 경우 발표와 관련된 부분을 굉장히 어려워하는 것을 많이 봤습니다.발표 자료 구성, 전달력 있는 말하기 방법, 톤, 말할 때의 습관 등 다양한 부분에 피드백을 드리는 것이 중요하다고 생각합니다. 오늘은 사이드 프로젝트 발표에서 PPT를 어떻게 구성하는지에 대한 피드백을 공유해보겠습니다.기초적인 내용이 많지만, 실제로 도움을 드렸던 부분을 중심으로 정리해봤습니다. ---1. 발표는 설득이 목적입니다 - 여러분은 프로젝트의 기능과 목적 등 모든 것을 이미 알고 있지만, 발표를 듣는 분들은 대부분 처음 프로젝트를 접하는 분들입니다. - 따라서 발표 자료는 매우 친절하게 구성하고, 설득을 목적으로 만들어야 합니다. - "왜 이 서비스를 만들었지?" "왜 해당 기능을 넣었을까?"와 같은 질문에 충분히 답할 수 있도록 자료를 준비하세요. - 문제 정의 - 기획 소개 - 기능 소개 - 시연 - 마무리로 이어지는 흐름을 방해받지 않도록 구성하세요. ---2. '3의 법칙' - 문제 정의, 특징, 기능 등을 소개할 때 숫자 3을 기억하세요. - 정보를 제시하거나 설득의 근거를 제시할 때 3개로 구성하면 효과적입니다. - 1~2개의 경우 부족하다는 느낌을 주고, 4개 이상은 복잡하다는 인상을 줄 수 있습니다. - 기획 및 컨설팅 업계에서는 숫자 3을 적음의 끝이자 많음의 시작이라고 표현합니다. (출처 - 시선의 발견) - PPT에서도 숫자 3을 적절히 활용하세요. ---3. 너무 많은 텍스트를 자료에 넣지 마세요 - 발표 자료는 발표자를 돕는 도구입니다. - 발표 중 청중의 시선은 발표 자료가 아니라 발표자에게 머물러야 합니다. - 하지만 PPT를 만드는 입장에서는 최대한 많은 정보를 담고 싶어 하죠. - 이로 인해 가독성이 떨어지고, 청중이 장문의 텍스트를 읽느라 시선이 분산될 수 있습니다. - PPT에는 중요하고 수치적인 텍스트만 간결하게 정리하고, 부연 설명은 발표자가 직접 하는 것이 좋습니다. ---4. 최종 시연은 영상으로 진행하세요 - 시연 방법은 크게 두 가지가 있습니다.1. 직접 웹이나 앱을 띄워놓고 시연하는 방법2. 미리 녹화한 영상을 PPT에 삽입해 진행하는 방법 - 저는 필수가 아닌 이상 두 번째 방법을 추천합니다. - 라이브 시연은 생생함과 어필력을 제공하지만, 시간 조절이 어렵고 실수의 가능성이 있으며, 발표 흐름이 끊길 수 있는 단점이 있습니다. - 미리 녹화한 영상은 시간 활용이 정확하고 편집이 가능해 청중이 이해하기 쉽습니다. - 때문에 가능하면 녹화된 시연 영상을 활용하시기를 권장합니다.

사이드 프로젝트 발표 피드백

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

 - YouTube

최근 프론트엔드 개발에서 API 모킹의 중요성이 점점 커지고 있습니다. 서버 개발이 완료되지 않은 상태에서도 Mock 데이터를 이용해 프론트엔드 개발을 진행하고, 독립적인 테스트를 수행할 수 있기 때문인데요. 이와 관련하여, 개인적으로 우아한형제들이 개발한 MSG(Mock Service GUI)관련 소프트웨어를 관심있게 지켜보고 있습니다.

MSG(Mock Service GUI)란?
MSG는 기존의 모킹 방식처럼 코드를 수정하는 번거로움 없이, 브라우저에 표시되는 UI를 통해 모킹 데이터를 제어할 수 있는 도구입니다. MSW(Mock Service Worker)를 기반으로 개발되었으며, 브라우저 확장 프로그램이 아닌 프로젝트에 디펜던시로 설치해 사용합니다.

MSG의 주요 기능
 * UI 기반 제어: API 모킹 데이터를 코딩하지 않고 UI에서 직접 선택 및 수정할 수 있습니다. 이를 통해 API 응답 데이터를 실시간으로 변경하며 화면 전환 결과를 바로 확인할 수 있습니다.
 * 로컬스토리지 활용: 각자의 브라우저 로컬스토리지에 개인 맞춤형 API 모킹 설정을 저장하고 관리할 수 있습니다. 팀원 간 설정 충돌을 방지하며 작업 효율성을 높입니다.
 * 프로젝트 통합성: MSG는 API 모킹 데이터를 프로젝트 내 여러 API와 쉽게 매핑할 수 있어, 신규 프로젝트 셋업 시에도 빠르고 효과적으로 활용할 수 있습니다.
MSG의 활용 사례
 * 우아한형제들은 MSG를 주문, 결제, 회원 도메인 프로젝트에 적용했으며, 특히 배민클럽 구독 서비스 프로젝트에서는 초기 셋업부터 MSG를 적극적으로 활용해 다량의 모킹 데이터를 효율적으로 관리했습니다.
 * 최신 버전인 MSG 2.0은 기능이 더욱 강화되어, 팀 내 다양한 프로젝트에서 사용 사례가 점차 확대되고 있다고 합니다.

현재 MSG는 오픈소스 전환을 목표로 개발되고 있습니다. 만약 공개된다면, QA, 기획자, 개발자 모두가 실시간으로 데이터를 확인하고 테스트하면서 더욱 원활하고 신속한 협업이 가능해질 것으로 보입니다. 오픈소스로 공개된다면 안쓸 이유가 없어보이고 여러 부서와 팀에 긍정적인 변화를 가져올 것으로 보이는만큼 빨리 공개되었으면 좋겠네요 :)

https://www.youtube.com/watch?v=dDAfG4fe4do
https://techblog.woowahan.com/20154/

최근 프론트엔드 개발에서 API 모킹의 중요성이 점점 커지고 있습니다. 서버 개발이 완료되지 않은 상태에서도 Mock 데이터를 이용해 프론트엔드 개발을 진행하고, 독립적인 테스트를 수행할 수 있기 때문인데요. 이와 관련하여, 개인적으로 우아한형제들이 개발한 MSG(Mock Service GUI)관련 소프트웨어를 관심있게 지켜보고 있습니다. MSG(Mock Service GUI)란?MSG는 기존의 모킹 방식처럼 코드를 수정하는 번거로움 없이, 브라우저에 표시되는 UI를 통해 모킹 데이터를 제어할 수 있는 도구입니다. MSW(Mock Service Worker)를 기반으로 개발되었으며, 브라우저 확장 프로그램이 아닌 프로젝트에 디펜던시로 설치해 사용합니다. MSG의 주요 기능<ul ><li>UI 기반 제어: API 모킹 데이터를 코딩하지 않고 UI에서 직접 선택 및 수정할 수 있습니다. 이를 통해 API 응답 데이터를 실시간으로 변경하며 화면 전환 결과를 바로 확인할 수 있습니다.</li><li>로컬스토리지 활용: 각자의 브라우저 로컬스토리지에 개인 맞춤형 API 모킹 설정을 저장하고 관리할 수 있습니다. 팀원 간 설정 충돌을 방지하며 작업 효율성을 높입니다.</li><li>프로젝트 통합성: MSG는 API 모킹 데이터를 프로젝트 내 여러 API와 쉽게 매핑할 수 있어, 신규 프로젝트 셋업 시에도 빠르고 효과적으로 활용할 수 있습니다.</li></ul>MSG의 활용 사례<ul ><li>우아한형제들은 MSG를 주문, 결제, 회원 도메인 프로젝트에 적용했으며, 특히 배민클럽 구독 서비스 프로젝트에서는 초기 셋업부터 MSG를 적극적으로 활용해 다량의 모킹 데이터를 효율적으로 관리했습니다.</li><li>최신 버전인 MSG 2.0은 기능이 더욱 강화되어, 팀 내 다양한 프로젝트에서 사용 사례가 점차 확대되고 있다고 합니다.</li></ul> 현재 MSG는 오픈소스 전환을 목표로 개발되고 있습니다. 만약 공개된다면, QA, 기획자, 개발자 모두가 실시간으로 데이터를 확인하고 테스트하면서 더욱 원활하고 신속한 협업이 가능해질 것으로 보입니다. 오픈소스로 공개된다면 안쓸 이유가 없어보이고 여러 부서와 팀에 긍정적인 변화를 가져올 것으로 보이는만큼 빨리 공개되었으면 좋겠네요 :) https://www.youtube.com/watch?v=dDAfG4fe4dohttps://techblog.woowahan.com/20154/

www.youtube.com

API 모킹 환경의 진화, MSG(Mock Service GUI)

2024 was insane, and many things happened around AI and software development in general. I believe...

25 top open-source tools for building web apps you can't afford to miss in 2025🎉 🚀

여기 2024년에 가능성을 보여주었고, 2025년에 더욱 빛날 것으로 보이는 25개의 오픈소스 웹앱개발도구를 소개합니다. 보다 상세한 사용법과 내용은 원문을 참고해주시기 바랍니다~^^

1. AI 및 LLM 도구
 * Composio
   * https://composio.dev/
   * AI 에이전트 통합 플랫폼
   * 250개 이상의 애플리케이션을 지원하며, GitHub, Jira, Salesforce, Gmail 등 다수의 SaaS 앱 연결 지원
 * Vercel AI SDK
   * https://sdk.vercel.ai/
   * TypeScript로 AI 웹 앱 빌드
   * React, Next.js, Vue, SvelteKit 등을 지원하며, 반복적인 설정을 단순화하고 대화형 UI 기반 구축
 * LangGraph JS
   * https://www.langchain.com/langgraph
   * 그래프 기반 에이전트 워크플로우 구축
   * 상태 머신 개념을 사용하여 복잡한 AI 워크플로우를 그래프 방식으로 쉽게 구축
 * CopilotKit
   * https://www.copilotkit.ai/
   * 웹 앱에 AI 코파일럿 추가, GitHub Copilot과 같은 기능을 앱에 쉽게 추가
 * LanceDB
   * https://lancedb.com/
   * AI 앱을 위한 고성능 벡터 데이터베이스
   * 벡터 임베딩을 효율적으로 저장하고 쿼리할 수 있는 SQLite와 유사한 빠른 데이터베이스

2. 프레임워크 및 빌드 도구
 * Encore
   * https://encore.dev/
   * 자동화된 인프라가 포함된 백엔드 프레임워크
   * 클라우드 서비스를 단순화하여 일관된 API와 DevOps 자동화 제공
 * HTMX
   * https://htmx.org/
   * JavaScript 없이 동적 웹 앱 개발
   * HTML만으로도 모던한 웹 앱을 구축
 * Val Town
   * https://www.val.town/
   * 서버리스 JavaScript 실행 플랫폼
   * GitHub Gist와 서버리스 함수의 결합처럼 작동하며 JavaScript 코드 공유와 실행 방식 혁신
 * Deno 2
   * https://deno.com/
   * TypeScript 지원을 내장한 안전한 런타임
   * Node.js의 창시자인 Ryan Dahl의 새로운 프로젝트로, 현대적인 기능과 내장된 보안 제공
 * Turborepo
   * https://turbo.build/
   * 고성능 JS 모노레포 빌드 시스템
   * 지능형 캐싱과 병렬 실행을 통해 모노레포 관리의 빌드 시간 단축

3. 실시간 및 이벤트 기반 시스템
 * Socket.io
   * https://socket.io/
   * 웹 앱용 양방향 실시간 통신 라이브러리
   * 실시간 기능을 추가할 때 복잡한 통신 문제를 손쉽게 처리
 * Feather.js
   * https://feathersjs.com/
   * 실시간 API 프레임워크
   * REST API와 실시간 업데이트를 모두 지원하는 프레임워크
 * Deepstream.io
   * https://deepstream.io/
   * 확장 가능한 실시간 데이터 동기화 엔진
   * 협업 편집기나 멀티플레이어 게임 구축에 적합
 * Serverless Framework
   * https://www.serverless.com/
   * 클라우드 애그노스틱 서버리스 앱 개발
   * AWS, Azure, Google Cloud 등 다양한 클라우드 환경에서 서버리스 애플리케이션을 배포
 * RabbitMQ
   * https://www.rabbitmq.com/
   * 분산 시스템을 위한 강력한 메시지 브로커
   * 신뢰할 수 있는 메시지 전달을 지원하며 Node.js 애플리케이션에 필수

4. 개발자 경험 및 테스트 도구
 * Vitest
   * https://vitest.dev/
   * Vite 통합 차세대 테스트 프레임워크
   * 빠른 속도로 테스트를 실행하며, 개발 서버의 성능을 테스트 환경에서도 제공
 * Playwright
   * https://playwright.dev/
   * AI 기반 E2E 테스트 생성 도구
   * 믿을 수 있는 QA 엔지니어처럼 작동하며, 앱을 클릭하면 테스트 코드 자동 생성
 * Prettier
   * https://prettier.io/
   * 코드 포맷터
   * 세미콜론이나 줄바꿈과 같은 논쟁을 끝내주는 일관된 코드 포맷터
 * Jest
   * https://jestjs.io/
   * 스냅샷 지원을 갖춘 JavaScript 테스트 프레임워크
   * 단위 테스트부터 스냅샷까지 모두 지원하는 만능 도구
 * Puppeteer
   * https://pptr.dev/
   * 모던 웹 테스트를 위한 헤드리스 Chrome 자동화
   * 크롬 자동화, 웹 스크래핑, PDF 생성 등 다양한 작업 수행

5. 디자인 컴포넌트 및 UI
 * Shadcn-UI
   * https://ui.shadcn.com/
   * 복사-붙여넣기 구현을 지원하는 접근성 컴포넌트 라이브러리
   * 스타일링 제한 없이 컴포넌트를 완전 제어할 수 있는 접근 방식 제공
 * Radix Themes
   * https://www.radix-ui.com/themes/docs/components/theme
   * Radix Primitives를 위한 프로덕션 준비 테마 시스템
   * Radix Primitives의 장점을 테마 시스템에 통합하여 쉽게 활용
 * Daisy UI
   * https://daisyui.com/
   * Tailwind 기반 컴포넌트 라이브러리
   * Tailwind의 클래스를 간소화하여 코드가 더 깔끔하게 유지
 * Vanilla Extract
   * https://vanilla-extract.style/
   * 실행 시간 없는 타입이 적용된 CSS-in-JS 솔루션
   * TypeScript의 강력함과 실행 시간 없이 순수 CSS 제공
 * Ark UI
   * https://ark-ui.com/
   * 프레임워크에 구애받지 않는 헤드리스 UI 컴포넌트
   * React, Vue, Solid에서 일관된 컴포넌트 제공

 * 원문: https://dev.to/composiodev/25-top-open-source-tools-for-building-web-apps-you-cant-afford-to-miss-in-2025-5005

여기 2024년에 가능성을 보여주었고, 2025년에 더욱 빛날 것으로 보이는 25개의 오픈소스 웹앱개발도구를 소개합니다. 보다 상세한 사용법과 내용은 원문을 참고해주시기 바랍니다~^^ 1. AI 및 LLM 도구<ul ><li>Composio<ul ><li>https://composio.dev/</li><li>AI 에이전트 통합 플랫폼</li><li>250개 이상의 애플리케이션을 지원하며, GitHub, Jira, Salesforce, Gmail 등 다수의 SaaS 앱 연결 지원</li></ul></li><li>Vercel AI SDK<ul ><li>https://sdk.vercel.ai/</li><li>TypeScript로 AI 웹 앱 빌드</li><li>React, Next.js, Vue, SvelteKit 등을 지원하며, 반복적인 설정을 단순화하고 대화형 UI 기반 구축</li></ul></li><li>LangGraph JS<ul ><li>https://www.langchain.com/langgraph</li><li>그래프 기반 에이전트 워크플로우 구축</li><li>상태 머신 개념을 사용하여 복잡한 AI 워크플로우를 그래프 방식으로 쉽게 구축</li></ul></li><li>CopilotKit<ul ><li>https://www.copilotkit.ai/</li><li>웹 앱에 AI 코파일럿 추가, GitHub Copilot과 같은 기능을 앱에 쉽게 추가</li></ul></li><li>LanceDB<ul ><li>https://lancedb.com/</li><li>AI 앱을 위한 고성능 벡터 데이터베이스</li><li>벡터 임베딩을 효율적으로 저장하고 쿼리할 수 있는 SQLite와 유사한 빠른 데이터베이스</li></ul></li></ul> 2. 프레임워크 및 빌드 도구<ul ><li>Encore<ul ><li>https://encore.dev/</li><li>자동화된 인프라가 포함된 백엔드 프레임워크</li><li>클라우드 서비스를 단순화하여 일관된 API와 DevOps 자동화 제공</li></ul></li><li>HTMX<ul ><li>https://htmx.org/</li><li>JavaScript 없이 동적 웹 앱 개발</li><li>HTML만으로도 모던한 웹 앱을 구축</li></ul></li><li>Val Town<ul ><li>https://www.val.town/</li><li>서버리스 JavaScript 실행 플랫폼</li><li>GitHub Gist와 서버리스 함수의 결합처럼 작동하며 JavaScript 코드 공유와 실행 방식 혁신</li></ul></li><li>Deno 2<ul ><li>https://deno.com/</li><li>TypeScript 지원을 내장한 안전한 런타임</li><li>Node.js의 창시자인 Ryan Dahl의 새로운 프로젝트로, 현대적인 기능과 내장된 보안 제공</li></ul></li><li>Turborepo<ul ><li>https://turbo.build/</li><li>고성능 JS 모노레포 빌드 시스템</li><li>지능형 캐싱과 병렬 실행을 통해 모노레포 관리의 빌드 시간 단축</li></ul></li></ul> 3. 실시간 및 이벤트 기반 시스템<ul ><li>Socket.io<ul ><li>https://socket.io/</li><li>웹 앱용 양방향 실시간 통신 라이브러리</li><li>실시간 기능을 추가할 때 복잡한 통신 문제를 손쉽게 처리</li></ul></li><li>Feather.js<ul ><li>https://feathersjs.com/</li><li>실시간 API 프레임워크</li><li>REST API와 실시간 업데이트를 모두 지원하는 프레임워크</li></ul></li><li>Deepstream.io<ul ><li>https://deepstream.io/</li><li>확장 가능한 실시간 데이터 동기화 엔진</li><li>협업 편집기나 멀티플레이어 게임 구축에 적합</li></ul></li><li>Serverless Framework<ul ><li>https://www.serverless.com/</li><li>클라우드 애그노스틱 서버리스 앱 개발</li><li>AWS, Azure, Google Cloud 등 다양한 클라우드 환경에서 서버리스 애플리케이션을 배포</li></ul></li><li>RabbitMQ<ul ><li>https://www.rabbitmq.com/</li><li>분산 시스템을 위한 강력한 메시지 브로커</li><li>신뢰할 수 있는 메시지 전달을 지원하며 Node.js 애플리케이션에 필수</li></ul></li></ul> 4. 개발자 경험 및 테스트 도구<ul ><li>Vitest<ul ><li>https://vitest.dev/</li><li>Vite 통합 차세대 테스트 프레임워크</li><li>빠른 속도로 테스트를 실행하며, 개발 서버의 성능을 테스트 환경에서도 제공</li></ul></li><li>Playwright<ul ><li>https://playwright.dev/</li><li>AI 기반 E2E 테스트 생성 도구</li><li>믿을 수 있는 QA 엔지니어처럼 작동하며, 앱을 클릭하면 테스트 코드 자동 생성</li></ul></li><li>Prettier<ul ><li>https://prettier.io/</li><li>코드 포맷터</li><li>세미콜론이나 줄바꿈과 같은 논쟁을 끝내주는 일관된 코드 포맷터</li></ul></li><li>Jest<ul ><li>https://jestjs.io/</li><li>스냅샷 지원을 갖춘 JavaScript 테스트 프레임워크</li><li>단위 테스트부터 스냅샷까지 모두 지원하는 만능 도구</li></ul></li><li>Puppeteer<ul ><li>https://pptr.dev/</li><li>모던 웹 테스트를 위한 헤드리스 Chrome 자동화</li><li>크롬 자동화, 웹 스크래핑, PDF 생성 등 다양한 작업 수행</li></ul></li></ul> 5. 디자인 컴포넌트 및 UI<ul ><li>Shadcn-UI<ul ><li>https://ui.shadcn.com/</li><li>복사-붙여넣기 구현을 지원하는 접근성 컴포넌트 라이브러리</li><li>스타일링 제한 없이 컴포넌트를 완전 제어할 수 있는 접근 방식 제공</li></ul></li><li>Radix Themes<ul ><li>https://www.radix-ui.com/themes/docs/components/theme</li><li>Radix Primitives를 위한 프로덕션 준비 테마 시스템</li><li>Radix Primitives의 장점을 테마 시스템에 통합하여 쉽게 활용</li></ul></li><li>Daisy UI<ul ><li>https://daisyui.com/</li><li>Tailwind 기반 컴포넌트 라이브러리</li><li>Tailwind의 클래스를 간소화하여 코드가 더 깔끔하게 유지</li></ul></li><li>Vanilla Extract<ul ><li>https://vanilla-extract.style/</li><li>실행 시간 없는 타입이 적용된 CSS-in-JS 솔루션</li><li>TypeScript의 강력함과 실행 시간 없이 순수 CSS 제공</li></ul></li><li>Ark UI<ul ><li>https://ark-ui.com/</li><li>프레임워크에 구애받지 않는 헤드리스 UI 컴포넌트</li><li>React, Vue, Solid에서 일관된 컴포넌트 제공</li></ul></li></ul> <ul ><li>원문: https://dev.to/composiodev/25-top-open-source-tools-for-building-web-apps-you-cant-afford-to-miss-in-2025-5005</li></ul>

DEV Community

[Dev] 2025년에 놓쳐선 안 될 25가지 오픈소스 웹 앱 개

우아콘에 나온 데이터분석 챗봇 '물어보새!'
이거 보고 저도 만들고 있어요!
(재밌는데 AI 엔지니어로 전향을...)

연휴에 널널한데 재밌게 좋네요 :) 다들 업무에 적용해보세요!

https://youtu.be/_QPhoKItI2k?si=X7-bDz4IGqJx0NDc

우아콘에 나온 데이터분석 챗봇 '물어보새!'이거 보고 저도 만들고 있어요!(재밌는데 AI 엔지니어로 전향을...) 연휴에 널널한데 재밌게 좋네요 :) 다들 업무에 적용해보세요! https://youtu.be/_QPhoKItI2k?si=X7-bDz4IGqJx0NDc

youtu.be

랭체인+RAG으로 text to SQL 만들기

React 19가 얼마 전 정식 버전으로 출시되었는데요, 혹시 React 19 업그레이드를 고려하고 계신가요? 공식 문서의 업그레이드 가이드를 한글로 번역해두었으니 참고하시면 도움이 될 것 같습니다 😊

[번역] 리액트 19 업그레이드 가이드

오늘은 라인플러스의 김은빈님이 번역해주신 글입니다.

리액트 19가 정식 버전으로 출시되면서 많은 변화와 개선사항들이 있었습니다. 특히 메이저 업데이트인 만큼 호환성이 깨지는 변경사항들이 있어 업그레이드 시 주의가 필요한데요.

이 가이드에서는 설치부터 시작해 코드 자동 변환(Codemods), 호환성 이슈, 지원 중단되는 기능들까지 상세히 다루고 있습니다. 특히 실제 마이그레이션 과정에서 발생할 수 있는 이슈들과 해결 방법에 대해 자세히 설명하고 있으니, 리액트 19 업그레이드를 계획하고 계신 분들에게 꼭 필요한 내용이 될 것 같습니다.

업그레이드 과정에서 어려움을 겪지 않도록, 목차에 있는 내용들을 차근차근 살펴보시는 것을 추천드립니다! 😊

글 링크: https://velog.io/@eunbinn/react-19-upgrade-guide

오늘은 라인플러스의 김은빈님이 번역해주신 글입니다. 리액트 19가 정식 버전으로 출시되면서 많은 변화와 개선사항들이 있었습니다. 특히 메이저 업데이트인 만큼 호환성이 깨지는 변경사항들이 있어 업그레이드 시 주의가 필요한데요. 이 가이드에서는 설치부터 시작해 코드 자동 변환(Codemods), 호환성 이슈, 지원 중단되는 기능들까지 상세히 다루고 있습니다. 특히 실제 마이그레이션 과정에서 발생할 수 있는 이슈들과 해결 방법에 대해 자세히 설명하고 있으니, 리액트 19 업그레이드를 계획하고 계신 분들에게 꼭 필요한 내용이 될 것 같습니다. 업그레이드 과정에서 어려움을 겪지 않도록, 목차에 있는 내용들을 차근차근 살펴보시는 것을 추천드립니다! 😊 글 링크: https://velog.io/@eunbinn/react-19-upgrade-guide

velog.io

리액트 19 업그레이드 가이드

내 커리어 30년을 돌이켜보면 초반에 많이 했던 실수 중의 하나가 내가 있는 현재 환경에 대한 부정적인 시각을 갖고 있었던 것이었다. 좋은 점은 눈에 안 들어오고 나쁜 점만 부각되는 형태였는데 그러면서 왠지 다른 회사나 경쟁사는 우리보다 훨씬 더 완벽한 환경이란 착각을 하는 모양새였다.

큰 기대를 가지고 다른 환경에 가서 일하면서 여기는 여기대로 또 다른 문제점들이 존재한다는 것을 깨닫는데 오랜 시간이 걸리지는 않았다. 중요한 포인트는 안 좋은 점 하나에 꽂혀 버리는 것이 아니라 균형 잡힌 시각을 갖는 것이다.

 1. 긍정적인 부분의 합이 부정적인 부분의 합보다 크다면 괜찮은 환경이다. 여기서 합을 할 때 중요한 포인트는 가중치를 분명하게 주어야 한다는 점이다. 사람이 좋은 곳인지 특히 내 상사가 좋은 사람인지 여부에는 높은 가중치를 주어야 한다. 회사의 비전과 미션이 내 개인적인 관심사와 일치하는지도 중요한 포인트다.
 2. 다른 환경은 완벽할 것이라는 기대는 충족될 수 없는 기대다. 다른 환경으로 이동할 때 기대 수준 관리를 할 필요가 있다. 기대가 크면 실망도 크다.

완벽한 환경은 존재하지 않지만, 균형 잡힌 시각을 바탕으로 긍정적인 부분의 합이 부정적인 부분의 합보다 큰지를 바라봄으로써 계속 있는 것이 맞는지 아니면 다른 환경을 찾아가는 것이 맞는지 결정할 수 있었다. 그리고 어디에 있건 언젠가는 떠나겠지만 현재에 최선을 다하는 모습을 보이는 것은 중요하다. 이게 평판에 영향을 끼치며 좋은 평판 없이 커리어 후반기 이직은 쉽지 않다.

내 커리어 30년을 돌이켜보면 초반에 많이 했던 실수 중의 하나가 내가 있는 현재 환경에 대한 부정적인 시각을 갖고 있었던 것이었다. 좋은 점은 눈에 안 들어오고 나쁜 점만 부각되는 형태였는데 그러면서 왠지 다른 회사나 경쟁사는 우리보다 훨씬 더 완벽한 환경이란 착각을 하는 모양새였다. 큰 기대를 가지고 다른 환경에 가서 일하면서 여기는 여기대로 또 다른 문제점들이 존재한다는 것을 깨닫는데 오랜 시간이 걸리지는 않았다. 중요한 포인트는 안 좋은 점 하나에 꽂혀 버리는 것이 아니라 균형 잡힌 시각을 갖는 것이다. <ol ><li>긍정적인 부분의 합이 부정적인 부분의 합보다 크다면 괜찮은 환경이다. 여기서 합을 할 때 중요한 포인트는 가중치를 분명하게 주어야 한다는 점이다. 사람이 좋은 곳인지 특히 내 상사가 좋은 사람인지 여부에는 높은 가중치를 주어야 한다. 회사의 비전과 미션이 내 개인적인 관심사와 일치하는지도 중요한 포인트다.</li><li>다른 환경은 완벽할 것이라는 기대는 충족될 수 없는 기대다. 다른 환경으로 이동할 때 기대 수준 관리를 할 필요가 있다. 기대가 크면 실망도 크다.</li></ol> 완벽한 환경은 존재하지 않지만, 균형 잡힌 시각을 바탕으로 긍정적인 부분의 합이 부정적인 부분의 합보다 큰지를 바라봄으로써 계속 있는 것이 맞는지 아니면 다른 환경을 찾아가는 것이 맞는지 결정할 수 있었다. 그리고 어디에 있건 언젠가는 떠나겠지만 현재에 최선을 다하는 모습을 보이는 것은 중요하다. 이게 평판에 영향을 끼치며 좋은 평판 없이 커리어 후반기 이직은 쉽지 않다.

모든 일에는 명암이 있다

A few points that I want to mention after working in Coupang for 6 months as a Recommender system software engineer

Review - 6 Months in Coupang

쿠팡에서 추천 시스템 백엔드 엔지니어로 조인한지 6개월 차가 되었습니다.
다음 분기를, 내년을 준비하고자 지난 기간을 되돌아봅니다.

문화
자신의 상황에 따라 많이 차이가 있을 수 있으나, 제가 경험하고 느낀 바는 아래와 같습니다.

 * 사용자 문제에 기반
대부분의 주요 프로젝트는 사용자 문제에 기반하여 주도됩니다. 여러 데이터를 참조하여 문제를 정의하고, 해결하고자 하는 바를 기술하며, 성공과 실패(롤백)은 어떤 기준일지를 작성한 1-pager를 통해 변경 프로젝트가 시작되고 팀이 구성됩니다.

 * 실험 주도
문제 정의부터 성공과 실패의 정의 및 판단까지 모든 것은 데이터와 A/B 테스트를 기반으로 진행됩니다. 고도화되어 구현에 큰 비용이 발생하지 않는 A/B 테스트 플랫폼과 프로세스는 중요 핵심 자산으로 보이며, 그렇기에 모든 변경은 검증되어 개선이 인정될 때만 반영되고 그렇지 않다면 폐기됩니다.
(관련해 좋은 책, Ron Kohavi의 Trustworthy Online Controlled Experiments)

 * 문제를 소유하지, 도메인을 점유하지 않음
주로는 도메인 오너가 도메인에 대한 변경을 진행하게 되지만, 리소스가 없다면 도메인 오너의 가이드 하에 특정 문제를 해결하기 위해 도메인 오너가 아닌 컨트리뷰터가 기여하기도 합니다. 물론, 특정 도메인 서비스에 대한 운영, oncall 등은 도메인 오너가 진행합니다.

하지만, 어떤 문제를 어떤 구성원이 P0로 해결하는 중이라면 그 문제를 위한 변경은 도메인에 구애받지 않고 '급한 구성원'이 해결할 수 있는 기회가 비교적 열려 있습니다.

Self AAR (Review)
추천 시스템은 다른 백엔드 시스템과는 조금 다르게 내부적으로 헤비한 데이터(Data-Intensive) 처리가 존재하고, 그 데이터 처리에 기반한 모델을 서빙한다는 특징이 있습니다. 유사한 도메인으로는 검색, ML 서빙 플랫폼와 같은 것들이 생각되는데요.

그렇기에 엔지니어로 관여하는 부분은 모델링, 파이프라이닝, 서빙, 그리고 기본적인 운영과 같은 4가지로 구분할 수 있습니다.

저는 지난 160일간 대략적으로 파이프라이닝, 서빙, 그리고 운영에 관여하였습니다.

 * 파이프라이닝
특정 유저에 대해 특정 추천상품이라는 후보군들을 뽑아내기 위해 Offline으로 준비되는 데이터에 해당됩니다. Java, Scala, Python 등에 기반한 Spark으로 되어 있어, 일부 데이터를 추가하는 작업을 진행하였습니다.

 * 서빙
실시간으로 추천 위젯과 위젯의 상품 리스트를 응답하는 서비스입니다. 주로 다양한 업스트림을 Aggregate하는 패턴으로 다양한 아규먼트를 받을 수 잇는 GRPC 엔드포인트를 제공합니다.

 * 운영
모델링, 파이프라이닝, 서빙에 대한 유지와 모니터링이 해당됩니다. Spark 버젼을 마이그레이션하거나, AWS LB와 내부 클러스터 설정 구조를 변경하거나, CICD에 사용되는 서비스를 전사 정책에 따라 마이그레이션 하는 등의 작업을 진행합니다.

특징적으로는 Oncall이 일주일씩 로테이션이 되기에, Grafana alert에 따라 전화가 오면 핸들링하는 Oncall 프로세스를 진행하기도 합니다.

(원본: https://kadensungbincho.com/blog/backend/review-6-months-in-coupang)

쿠팡에서 추천 시스템 백엔드 엔지니어로 조인한지 6개월 차가 되었습니다. 다음 분기를, 내년을 준비하고자 지난 기간을 되돌아봅니다. 문화자신의 상황에 따라 많이 차이가 있을 수 있으나, 제가 경험하고 느낀 바는 아래와 같습니다. <ul ><li>사용자 문제에 기반</li></ul>대부분의 주요 프로젝트는 사용자 문제에 기반하여 주도됩니다. 여러 데이터를 참조하여 문제를 정의하고, 해결하고자 하는 바를 기술하며, 성공과 실패(롤백)은 어떤 기준일지를 작성한 1-pager를 통해 변경 프로젝트가 시작되고 팀이 구성됩니다. <ul ><li>실험 주도</li></ul>문제 정의부터 성공과 실패의 정의 및 판단까지 모든 것은 데이터와 A/B 테스트를 기반으로 진행됩니다. 고도화되어 구현에 큰 비용이 발생하지 않는 A/B 테스트 플랫폼과 프로세스는 중요 핵심 자산으로 보이며, 그렇기에 모든 변경은 검증되어 개선이 인정될 때만 반영되고 그렇지 않다면 폐기됩니다. (관련해 좋은 책, Ron Kohavi의 Trustworthy Online Controlled Experiments) <ul ><li>문제를 소유하지, 도메인을 점유하지 않음</li></ul>주로는 도메인 오너가 도메인에 대한 변경을 진행하게 되지만, 리소스가 없다면 도메인 오너의 가이드 하에 특정 문제를 해결하기 위해 도메인 오너가 아닌 컨트리뷰터가 기여하기도 합니다. 물론, 특정 도메인 서비스에 대한 운영, oncall 등은 도메인 오너가 진행합니다. 하지만, 어떤 문제를 어떤 구성원이 P0로 해결하는 중이라면 그 문제를 위한 변경은 도메인에 구애받지 않고 '급한 구성원'이 해결할 수 있는 기회가 비교적 열려 있습니다. Self AAR (Review)추천 시스템은 다른 백엔드 시스템과는 조금 다르게 내부적으로 헤비한 데이터(Data-Intensive) 처리가 존재하고, 그 데이터 처리에 기반한 모델을 서빙한다는 특징이 있습니다. 유사한 도메인으로는 검색, ML 서빙 플랫폼와 같은 것들이 생각되는데요. 그렇기에 엔지니어로 관여하는 부분은 모델링, 파이프라이닝, 서빙, 그리고 기본적인 운영과 같은 4가지로 구분할 수 있습니다. 저는 지난 160일간 대략적으로 파이프라이닝, 서빙, 그리고 운영에 관여하였습니다. <ul ><li>파이프라이닝</li></ul>특정 유저에 대해 특정 추천상품이라는 후보군들을 뽑아내기 위해 Offline으로 준비되는 데이터에 해당됩니다. Java, Scala, Python 등에 기반한 Spark으로 되어 있어, 일부 데이터를 추가하는 작업을 진행하였습니다. <ul ><li> 서빙</li></ul>실시간으로 추천 위젯과 위젯의 상품 리스트를 응답하는 서비스입니다. 주로 다양한 업스트림을 Aggregate하는 패턴으로 다양한 아규먼트를 받을 수 잇는 GRPC 엔드포인트를 제공합니다. <ul ><li>운영</li></ul>모델링, 파이프라이닝, 서빙에 대한 유지와 모니터링이 해당됩니다. Spark 버젼을 마이그레이션하거나, AWS LB와 내부 클러스터 설정 구조를 변경하거나, CICD에 사용되는 서비스를 전사 정책에 따라 마이그레이션 하는 등의 작업을 진행합니다. 특징적으로는 Oncall이 일주일씩 로테이션이 되기에, Grafana alert에 따라 전화가 오면 핸들링하는 Oncall 프로세스를 진행하기도 합니다. (원본: https://kadensungbincho.com/blog/backend/review-6-months-in-coupang)

Kaden Sungbin Cho

쿠팡에서의 6개월 회고

남이 짠 코드를 읽는 건 재미없는 일입니다. 가끔 잘 짜인 코드를 볼 때면 기분이 좋았지만… 그런 일이 많지는 않았습니다. 잘 짠 코드라 하더라도 코드 타래를 끝도 없이 따라가며 의도를 파악하기까지의 순간은 고통 그 자체였습니다. 내가 코딩할 때나 재미를 느끼는 것입니다.

코드를 짜는 재미

남이 짠 코드를 읽는 건 재미없는 일입니다.
가끔 잘 짜인 코드를 볼 때면 기분이 좋았지만… 그런 일이 많지는 않았습니다.
잘 짠 코드라 하더라도 코드 타래를 끝도 없이 따라가며 의도를 파악하기까지의 순간은 고통 그 자체였습니다.
내가 코딩할 때나 재미를 느끼는 것입니다.

남의 코드를 많이 읽어야 실력이 빨리 향상된다고 합니다. 동의합니다.
저도 공부를 위해 가끔 오픈 소스 코드를 다운로드해서 읽어 보려 시도했지만…
번번이 포기했습니다. 너무 어렵고 재미없고 고통스러워서.
20년 동안 코딩을 했지만 실력이 이 모양인 건 남의 코드를 많이 안 읽어서 아닐까?

요즘 다시 남의 코드를 읽고 있습니다.
다 Cursor 덕분입니다.
Cursor에게 부탁하고 Accept를 누르다 보면 코드를 하나도 모른 채 프로그램이 동작하게 됩니다.
분명 내 프로젝트인데 어떤 파일에 어떤 코드들이 있는 건지 나도 모르겠어.

할 수 없이 잠시 멈추고 꾸역꾸역 코드를 읽습니다.
남이 짠 코드. 역시나 재미없고 스트레스를 받습니다.
그래도 읽어 나갈 수밖에 없습니다. 내 프로젝트니까.

이렇게라도 남의 코드를 읽으며 배울 수 있으니 좋은 거 아닐까?
그런 생각이 들면서도 이게 뭐 하는 짓인가 현타가 오는 건 어쩔 수 없습니다. 코딩을 하는 재미를 빼앗기고 있는 것 같습니다.

바둑을 두던 사람들도 이런 기분이었을까요?

https://jeho.page/essay/2024/12/23/writing-code.html

남이 짠 코드를 읽는 건 재미없는 일입니다. 가끔 잘 짜인 코드를 볼 때면 기분이 좋았지만… 그런 일이 많지는 않았습니다. 잘 짠 코드라 하더라도 코드 타래를 끝도 없이 따라가며 의도를 파악하기까지의 순간은 고통 그 자체였습니다. 내가 코딩할 때나 재미를 느끼는 것입니다. 남의 코드를 많이 읽어야 실력이 빨리 향상된다고 합니다. 동의합니다. 저도 공부를 위해 가끔 오픈 소스 코드를 다운로드해서 읽어 보려 시도했지만… 번번이 포기했습니다. 너무 어렵고 재미없고 고통스러워서. 20년 동안 코딩을 했지만 실력이 이 모양인 건 남의 코드를 많이 안 읽어서 아닐까? 요즘 다시 남의 코드를 읽고 있습니다. 다 Cursor 덕분입니다. Cursor에게 부탁하고 Accept를 누르다 보면 코드를 하나도 모른 채 프로그램이 동작하게 됩니다. 분명 내 프로젝트인데 어떤 파일에 어떤 코드들이 있는 건지 나도 모르겠어. 할 수 없이 잠시 멈추고 꾸역꾸역 코드를 읽습니다. 남이 짠 코드. 역시나 재미없고 스트레스를 받습니다. 그래도 읽어 나갈 수밖에 없습니다. 내 프로젝트니까. 이렇게라도 남의 코드를 읽으며 배울 수 있으니 좋은 거 아닐까? 그런 생각이 들면서도 이게 뭐 하는 짓인가 현타가 오는 건 어쩔 수 없습니다. 코딩을 하는 재미를 빼앗기고 있는 것 같습니다. 바둑을 두던 사람들도 이런 기분이었을까요? https://jeho.page/essay/2024/12/23/writing-code.html

K리그 프로그래머

[커리어 노트 57] 디자이너가 알아야 할 10가지 심리학 법칙

[📝] 경험으로 읽는 10가지 심리학 법칙

10가지 심리학 법칙을 경험과 함께 쉽게 알려주는 글입니다. 10가지를 다 기억할 수는 없지만 몇몇 법칙들은 눈에 띄네요. 

​"피크엔드 법칙 (Peak-end rule): 사람들은 경험의 피크와 마지막을 기억한다”
"테슬러의 법칙 (Tesler’s law): 모든 시스템에는 더 줄일 수 없는 일정 수준의 복잡성이 존재한다”

Medium

Team Learners

이동기

프로덕트 매니저/서비스 기획

한주현

Modern Lion Product Manager

안승환

프로덕트 그 자체와 프로덕트를 위한 프로젝트를 관리하는 스타트업 PM입니다.

프로덕트 디자이너

프로덕트 매니저

UI 디자이너/팀 리드

권지현

weekly D 구독하기

weekly D 뉴스레터를 수요일 오전 8시에 발행합니다. 현재는 이메일 뉴스레터 서비스 스티비에서 일하고 있습니다. 다양한 주제의 글을 읽고 생각하기를 좋아합니다. 


댓글 0

비슷한 게시물

주간 인기 TOP 10

추천 프로필