1. 무엇이 의식의 성향과 경향성을 결정하는지 우리에게는 어떠한 정보도 없다.

2. 무엇이 의식의 성향과 경향성을 바꿔 나를 인간으로의 반복에서 벗어나게 할지 나는 알지 못한다.

3. 다만 어떤 것이 약초인지 알지 못하면서 몸을 낫게 할 약초를 찾아 산속을 헤매는 사람처럼 우리는 좋아 보이고 괜찮아 보이는 풀잎을 이것저것 신중하게 먹어볼 수밖에 없다.

4. 좋은 생각을 하고 좋은 말을 하고 좋은 행동을 해볼 수밖에 없다. 이것이 효과가 있다는 어떠한 근거도 없지만 내가 좋은 존재가 된다면 나의 의식도 그러할 것이기 때문이다.

5. 내가 결과적으로 좋은 존재가 된다는 것은 내 의식의 상태가 좋은 존재가 되려는 성향과 경향성을 가진 것이고 또한 가질 것임을 역추론하게 하니까.

6. 이것은 중요하다. 내가 오늘 좋은 행동을 하고 좋은 사람이 된다면 그것은 나의 의식의 성향과 경향성 때문일 것이다.

7. 그리고 이 말의 의미는 의식이 과거와 미래를 포괄하는 현재적 존재이기에 내가 과거의 수많은 생 동안 좋은 사람이었고 미래의 수많은 생 동안 좋은 사람일 것임을 뜻한다.

#지적대화를위한넓고얕은지식무한
#지대넓얕무한 📚

1. 무엇이 의식의 성향과 경향성을 결정하는지 우리에게는 어떠한 정보도 없다. ​2. 무엇이 의식의 성향과 경향성을 바꿔 나를 인간으로의 반복에서 벗어나게 할지 나는 알지 못한다. ​3. 다만 어떤 것이 약초인지 알지 못하면서 몸을 낫게 할 약초를 찾아 산속을 헤매는 사람처럼 우리는 좋아 보이고 괜찮아 보이는 풀잎을 이것저것 신중하게 먹어볼 수밖에 없다. ​4. 좋은 생각을 하고 좋은 말을 하고 좋은 행동을 해볼 수밖에 없다. 이것이 효과가 있다는 어떠한 근거도 없지만 내가 좋은 존재가 된다면 나의 의식도 그러할 것이기 때문이다. ​5. 내가 결과적으로 좋은 존재가 된다는 것은 내 의식의 상태가 좋은 존재가 되려는 성향과 경향성을 가진 것이고 또한 가질 것임을 역추론하게 하니까. ​6. 이것은 중요하다. 내가 오늘 좋은 행동을 하고 좋은 사람이 된다면 그것은 나의 의식의 성향과 경향성 때문일 것이다. ​7. 그리고 이 말의 의미는 의식이 과거와 미래를 포괄하는 현재적 존재이기에 내가 과거의 수많은 생 동안 좋은 사람이었고 미래의 수많은 생 동안 좋은 사람일 것임을 뜻한다. #지적대화를위한넓고얕은지식무한 #지대넓얕무한 📚

< 좋은 사람이 되어야 하는 가장 현실적인 이유 >

https://blog.naver.com/madaboutit/223849096852

이번주에는 LLM을 경량화하는 여러 가지 방법을 학습하였다.
 
우리가 LLM을 개발하는 환경이 충분하다면 사이즈가 큰 모델도 사용할 수 있을 것이다.
하지만, 일반적으로 제한된 환경에서 모델을 사용하게 되고, 특히 LLM을 개발하는데 필요한 GPU는 가격이 매우 비싸다.
 
따라서 모델을 경량화하는 여러 가지 방법을 통해 제한된 환경에서도 모델을 개발할 수 있다.

# 8주차 학습한 내용: LLM 경량화

Data Parallelism
Data Parallelism은 GPU가 여러 대 있고 각각의 GPU에 모델은 올라가지만 원하는 크기의 batch size로 학습할 수 없을 때 사용한다.
 
방법은 다음과 같다.
 
동일한 모델을 여러 GPU에 복사하여 배치하고, batch도 GPU 개수만큼 나누어 학습한다.
그리고 각 GPU에서 계산된 gradient들을 더해서 하나의 gradient로 만든다.
 
이 방법은 각 gradient를 합한 값이 전체 gradient와 같기 때문에 가능하다.
 
이 방법은 동일한 모델을 모든 GPU에 복사하기 때문에 메모리가 낭비되고, 모델이 GPU에 올라가지 않으면 사용할 수 없다는 한계가 있다.
또, out of memory가 발생하는 가장 큰 원인이 optimizer인데, optimizer state를 분배하지 않는다.

DeepSpeed
DeepSpeed는 microsoft에서 만든, Transformer 기반의 모델들을 경량화하기 위해 만들어진 모델이다.
특히 모델 사이즈가 크고, GPU가 여러 개 있을 때 어떻게하면 메모리를 효율적으로 쓸 수 있는지를 다루고 있다.
예를 들어, zero redundancy optimizer(ZeRO)는 모델의 파라미터를 분배하여 메모리를 효율적으로 사용할 수 있도록 한다.

Quantization
Quantization은 사용하는 bit 수를 줄여 모델을 경량화하는 방법이다.
bit수를 줄이면 정확도가 떨어지기 때문에 성능도 줄어든다.
16-bit, 8-bit, 4-bit 등이 있고, A100 GPU에서만 사용할 수 있는 BFloat16 형식도 있다.
 
-Automatic mixed precision(AMP)
bit수를 줄이면 성능도 줄어든다. 이를 보완하기 위한 방법이 AMP이다.
AMP는 낮은 정확도의 floating point만 사용하는 것이 아니라 기존의 높은 정확도의 floating point도 섞어서 사용하는 방법이다.
이렇게 floating point를 섞어서 사용하면 정확도가 높아지고, 메모리를 효율적으로 사용할 수 있다.

Parameter-efficient fine-tuning(PEFT)
마지막 layer 등 일부 layer만 학습하여 메모리를 효율적으로 사용하는 방법이다.
일부 layer만 학습하는 경우, 학습하는 layer의 parameter만 구하면 되므로 메모리가 줄어든다.
 
-Low-rank adaptation(LoRA)
LoRA는 모델의 각 레이어에 작은 크기의 rank decomposition matrix를 추가하여 모델을 경량화하는 방법이다.
LoRA를 사용해도 성능은 크게 줄어들지 않기 때문에 LLM 경량화를 위한 방법으로 많이 사용된다.
 
targetModel을 지정하는 것에 따라 LoRA를 적용하는 레이어가 달라진다.

예를 들어, torch.nn.Linear를 사용하면 Transformer의 대부분의 레이어가 Linear이므로 거의 전체 레이어를 LoRA로 학습하게 된다.
반면에 q_proj, k_proj, v_proj, o_proj를 targetModel로 지정하면 나머지 레이어는 학습하지 않겠다는 것이므로 메모리는 더 적게 사용하게 된다.

멘토링 시간에 LoRA를 사용하면서 주의할 점에 대해 질문하였다.
코치님께서는 LoRA 자체의 문제보다는 Multi LoRA로 서빙할 때 속도가 느려지는 문제를 경험하신 적이 있다고 한다.

Flash Attention
Flash attention은 Transformer의 attention 계산을 최적화하는 방법이다.
다른 방법과 달리 성능의 저하와 같은 트레이드오프가 없다.

# 과제
이번 주 과제는 경량화를 적용해보는 과제였다.

기본과제
기본과제는 LoRA의 rank를 조절하여 성능을 비교하는 과제였다.
 
LoRA rank를 8, 128, 256로 설정하여 비교하였다.
 
LoRA의 rank를 증가시킬수록 학습성능이 향상되고, runtime은 더 증가하는 것을 확인하였다.
128과 256은 train loss와 eval loss가 비슷하게 나온다.

rank에 따른 학습 성능의 차이를 고려하면 LoRA rank는 128로 설정하는 것이 적절해 보인다.
 
LoRA 코드는 복잡하지 않다.
  # LoRA 설정
  lora_config = LoraConfig(
      # LoRA rank
      r=8,
      # LoRA alpha
      # LoRA alpha는 학습 속도를 조절하는 파라미터
      # 값이 클수록 학습 속도가 빨라짐
      lora_alpha=32,
      # LoRA 적용 레이어
      target_modules=["q_proj", "v_proj"],
      ...
  )

  # LoRA 적용
  model = get_peft_model(model, lora_config)

심화과제
심화과제는 현재 진행하고 있는 최종 프로젝트에 경량화를 적용해보는 것이다.
 
현재 나는 최종 프로젝트에 gpt api만 적용하고 Closed LLM 모델은 적용하지 않은 상태였다.
SFT를 적용하고 모델을 경량화해보기로 했다.
 
먼저 SFT 학습을 위한 데이터를 생성하였다.
 
gpt와 claude로 데이터를 생성해봤는데, claude가 더 잘 생성해주었다.
  {
    "instruction": "불안한 직장인에게 위로와 심리적 안정감을 주는 책 3권을 추천해줘. 각 책마다 추천 이유와 감정적 효과를 설명해줘.",
    "input": "감정: 불안함\n직업: 직장인\n효과: 위로, 안정\n상황: 잠들기 전 휴식\n집중도: 가볍게 읽을 수 있음",
    "output": "1. 제대로 연습하는 법 : 어학부터 스포츠까지, 인지심리학이 제시하는 배움의 기술 - 아투로 E. 허낸데즈 지음 ; 방진이 옮김\n   - 추천 이유: 불안하고 자신감이 부족할 때, 심리학 기반의 학습법이 내면의 안정감을 줍니다.\n   - 이 책이 도움이 될 수 있는 이유: 작은 습관 변화로 긍정적 변화를 얻고, 불안을 줄일 수 있습니다."
  },

 
그리고 colab 환경에서 모델을 학습시켰다.
 
colab 무료 환경에서는 모델을 학습시키기 어려웠다.
 
처음에는 동일한 모델에 대해서 LoRA를 적용하기 전/후를 비교하고 싶었지만 out of memory로 학습이 잘 진행되지 않았다.
그래서 방법을 바꿔서, LoRA를 적용하기 전에는 사용하지 못했던 모델을 LoRA를 적용해서 학습시키는 것으로 진행하였다.
 
LoRA를 적용하기 전에는 gpt2-large 모델부터 out of memory로 학습이 진행되지 않았다.
LoRA를 적용하면 gemma-2b-it 모델까지 학습을 진행할 수 있었다.
 
gpt2-lg, gpt2-xl, facebook/opt-1.3b, gemma-2b-it 모델을 시도해봤는데,
테스트한 모델 중 가장 사이즈가 큰 gemma-2b-it는 다른 모델들과 다르게 loss가 높게 나왔다.
 
학습 데이터가 많지 않고, 동일한 LoRA 코드를 사용했기 때문에 학습률, batch size 등 모델별 최적화가 필요한 것으로 보인다.
 
loss만으로 성능을 판단하기는 어려우며, 성능에 대한 추가 검토가 필요해 보인다.
이렇게 마지막 주차가 끝이 났다.
 
한주 한주 과제를 제출하는 것만 해도 쉽지 않았는데 마지막까지 어떻게든 제출은 한 것 같다.
 
제출만 하고 아쉬운 과제도 많았지만, 제출했다는 것 자체가 뿌듯하기도 하다.
 
다음주에는 수료식이 진행된다.

이번주에는 LLM을 경량화하는 여러 가지 방법을 학습하였다.&nbsp;우리가 LLM을 개발하는 환경이 충분하다면 사이즈가 큰 모델도 사용할 수 있을 것이다.하지만, 일반적으로 제한된 환경에서 모델을 사용하게 되고, 특히 LLM을 개발하는데 필요한 GPU는 가격이 매우 비싸다.&nbsp;따라서 모델을 경량화하는 여러 가지 방법을 통해 제한된 환경에서도 모델을 개발할 수 있다. # 8주차 학습한 내용: LLM 경량화 Data ParallelismData Parallelism은 GPU가 여러 대 있고 각각의 GPU에 모델은 올라가지만 원하는 크기의 batch size로 학습할 수 없을 때 사용한다.&nbsp;방법은 다음과 같다.&nbsp;동일한 모델을 여러 GPU에 복사하여 배치하고, batch도 GPU 개수만큼 나누어 학습한다. 그리고 각 GPU에서 계산된 gradient들을 더해서 하나의 gradient로 만든다.&nbsp;이 방법은 각 gradient를 합한 값이 전체 gradient와 같기 때문에 가능하다.&nbsp;이 방법은 동일한 모델을 모든 GPU에 복사하기 때문에 메모리가 낭비되고, 모델이 GPU에 올라가지 않으면 사용할 수 없다는 한계가 있다. 또, out of memory가 발생하는 가장 큰 원인이 optimizer인데, optimizer state를 분배하지 않는다. DeepSpeedDeepSpeed는 microsoft에서 만든, Transformer 기반의 모델들을 경량화하기 위해 만들어진 모델이다.특히 모델 사이즈가 크고, GPU가 여러 개 있을 때 어떻게하면 메모리를 효율적으로 쓸 수 있는지를 다루고 있다.예를 들어, zero redundancy optimizer(ZeRO)는 모델의 파라미터를 분배하여 메모리를 효율적으로 사용할 수 있도록 한다. QuantizationQuantization은 사용하는 bit 수를 줄여 모델을 경량화하는 방법이다.bit수를 줄이면 정확도가 떨어지기 때문에 성능도 줄어든다.16-bit, 8-bit, 4-bit 등이 있고, A100 GPU에서만 사용할 수 있는 BFloat16 형식도 있다.&nbsp;-Automatic mixed precision(AMP) bit수를 줄이면 성능도 줄어든다. 이를 보완하기 위한 방법이 AMP이다.AMP는 낮은 정확도의 floating point만 사용하는 것이 아니라 기존의 높은 정확도의 floating point도 섞어서 사용하는 방법이다.이렇게 floating point를 섞어서 사용하면 정확도가 높아지고, 메모리를 효율적으로 사용할 수 있다. Parameter-efficient fine-tuning(PEFT)마지막 layer 등 일부 layer만 학습하여 메모리를 효율적으로 사용하는 방법이다. 일부 layer만 학습하는 경우, 학습하는 layer의 parameter만 구하면 되므로 메모리가 줄어든다.&nbsp;-Low-rank adaptation(LoRA) LoRA는 모델의 각 레이어에 작은 크기의 rank decomposition matrix를 추가하여 모델을 경량화하는 방법이다.LoRA를 사용해도 성능은 크게 줄어들지 않기 때문에 LLM 경량화를 위한 방법으로 많이 사용된다.&nbsp;targetModel을 지정하는 것에 따라 LoRA를 적용하는 레이어가 달라진다. 예를 들어, torch.nn.Linear를 사용하면 Transformer의 대부분의 레이어가 Linear이므로 거의 전체 레이어를 LoRA로 학습하게 된다.반면에 q_proj, k_proj, v_proj, o_proj를 targetModel로 지정하면 나머지 레이어는 학습하지 않겠다는 것이므로 메모리는 더 적게 사용하게 된다. 멘토링 시간에 LoRA를 사용하면서 주의할 점에 대해 질문하였다. 코치님께서는 LoRA 자체의 문제보다는 Multi LoRA로 서빙할 때 속도가 느려지는 문제를 경험하신 적이 있다고 한다. Flash AttentionFlash attention은 Transformer의 attention 계산을 최적화하는 방법이다. 다른 방법과 달리 성능의 저하와 같은 트레이드오프가 없다. # 과제이번 주 과제는 경량화를 적용해보는 과제였다. 기본과제기본과제는 LoRA의 rank를 조절하여 성능을 비교하는 과제였다.&nbsp;LoRA rank를 8, 128, 256로 설정하여 비교하였다.&nbsp;LoRA의 rank를 증가시킬수록 학습성능이 향상되고, runtime은 더 증가하는 것을 확인하였다.128과 256은 train loss와 eval loss가 비슷하게 나온다. rank에 따른 학습 성능의 차이를 고려하면 LoRA rank는 128로 설정하는 것이 적절해 보인다.&nbsp;LoRA 코드는 복잡하지 않다.<pre ><code> # LoRA 설정
 lora_config = LoraConfig(
 # LoRA rank
 r=8,
 # LoRA alpha
 # LoRA alpha는 학습 속도를 조절하는 파라미터
 # 값이 클수록 학습 속도가 빨라짐
 lora_alpha=32,
 # LoRA 적용 레이어
 target_modules=["q_proj", "v_proj"],
 ...
 )

 # LoRA 적용
 model = get_peft_model(model, lora_config)</code></pre>심화과제심화과제는 현재 진행하고 있는 최종 프로젝트에 경량화를 적용해보는 것이다.&nbsp;현재 나는 최종 프로젝트에 gpt api만 적용하고 Closed LLM 모델은 적용하지 않은 상태였다.SFT를 적용하고 모델을 경량화해보기로 했다.&nbsp;먼저 SFT 학습을 위한 데이터를 생성하였다.&nbsp;gpt와 claude로 데이터를 생성해봤는데, claude가 더 잘 생성해주었다.<pre ><code> {
 "instruction": "불안한 직장인에게 위로와 심리적 안정감을 주는 책 3권을 추천해줘. 각 책마다 추천 이유와 감정적 효과를 설명해줘.",
 "input": "감정: 불안함\n직업: 직장인\n효과: 위로, 안정\n상황: 잠들기 전 휴식\n집중도: 가볍게 읽을 수 있음",
 "output": "1. 제대로 연습하는 법 : 어학부터 스포츠까지, 인지심리학이 제시하는 배움의 기술 - 아투로 E. 허낸데즈 지음 ; 방진이 옮김\n - 추천 이유: 불안하고 자신감이 부족할 때, 심리학 기반의 학습법이 내면의 안정감을 줍니다.\n - 이 책이 도움이 될 수 있는 이유: 작은 습관 변화로 긍정적 변화를 얻고, 불안을 줄일 수 있습니다."
 },</code></pre>&nbsp;그리고 colab 환경에서 모델을 학습시켰다.&nbsp;colab 무료 환경에서는 모델을 학습시키기 어려웠다.&nbsp;처음에는 동일한 모델에 대해서 LoRA를 적용하기 전/후를 비교하고 싶었지만 out of memory로 학습이 잘 진행되지 않았다.그래서 방법을 바꿔서, LoRA를 적용하기 전에는 사용하지 못했던 모델을 LoRA를 적용해서 학습시키는 것으로 진행하였다.&nbsp;LoRA를 적용하기 전에는 gpt2-large 모델부터 out of memory로 학습이 진행되지 않았다.LoRA를 적용하면 gemma-2b-it 모델까지 학습을 진행할 수 있었다.&nbsp;gpt2-lg, gpt2-xl, facebook/opt-1.3b, gemma-2b-it 모델을 시도해봤는데, 테스트한 모델 중 가장 사이즈가 큰 gemma-2b-it는 다른 모델들과 다르게 loss가 높게 나왔다.&nbsp;학습 데이터가 많지 않고, 동일한 LoRA 코드를 사용했기 때문에 학습률, batch size 등 모델별 최적화가 필요한 것으로 보인다.&nbsp;loss만으로 성능을 판단하기는 어려우며, 성능에 대한 추가 검토가 필요해 보인다.이렇게 마지막 주차가 끝이 났다.&nbsp;한주 한주 과제를 제출하는 것만 해도 쉽지 않았는데 마지막까지 어떻게든 제출은 한 것 같다.&nbsp;제출만 하고 아쉬운 과제도 많았지만, 제출했다는 것 자체가 뿌듯하기도 하다.&nbsp;다음주에는 수료식이 진행된다.

항해 플러스 AI 후기: 8주차 WIL

 안녕하세요!
이 설문은 ‘남성 육아휴직 제도’에 대한 현재 사람들의  인식과 태도를 알아보기 위해 진행되고 있습니다.
최근에는 제도적으로 많이 개선되었지만 여전히 사회적 시선이나 직장 내 분위기 등 다양한 측면에서 남성의 육아 휴직 사용이 쉽지 않은 것이 현실입니다.
응답해주시는 내용은 연구 및 과제 목적으로 사용되며 익명으로 처리 됩니다
설문은 약 1~2분정도 소요되며,  솔직한 의견을 남겨주시면 큰 도움이 됩니다.
많은 참여 부탁드립니다. 감사합니다!  

남성 육아 휴직 제도에 대한 인식 조사 설문

안녕하세요.
저는 경희대학교에 재학 중인 학생으로, 현재 「글로벌 시대에 젠더 정의」 수업을 듣고 있습니다.
이번 수업의 과제로 ‘남성 육아휴직 제도에 대한 사회적 인식’을 주제로 간단한 설문조사를 진행하게 되었습니다.
최근 관련 제도는 많이 개선되고 있지만, 실제 직장 내에서는 어떤 분위기인지, 사회적 시선은 어떤지를 직접 듣고 싶어
이렇게 직장인 분들께 도움을 부탁드리게 되었습니다.
설문은 1~2분 내외로 매우 간단하며, 응답해주신 내용은 모두 익명으로 처리되고 연구 목적 외에는 사용되지 않습니다.
바쁘신 와중에도 너그럽게 이해해주시고, 시간 괜찮으실 때 참여해주시면 정말 감사드리겠습니다.
진심으로 감사합니다!

https://forms.gle/a8jbeS9LmA2gkkQTA

번거로우시겠지만 링크를 드래그 하시면 ‘링크 열기’ 옵션이 뜨고, 그걸 누르시면 설문 페이지로 이동하실 수 있습니다. 감사합니다!

안녕하세요.저는 경희대학교에 재학 중인 학생으로, 현재 「글로벌 시대에 젠더 정의」 수업을 듣고 있습니다.이번 수업의 과제로 ‘남성 육아휴직 제도에 대한 사회적 인식’을 주제로 간단한 설문조사를 진행하게 되었습니다.최근 관련 제도는 많이 개선되고 있지만, 실제 직장 내에서는 어떤 분위기인지, 사회적 시선은 어떤지를 직접 듣고 싶어이렇게 직장인 분들께 도움을 부탁드리게 되었습니다.설문은 1~2분 내외로 매우 간단하며, 응답해주신 내용은 모두 익명으로 처리되고 연구 목적 외에는 사용되지 않습니다.바쁘신 와중에도 너그럽게 이해해주시고, 시간 괜찮으실 때 참여해주시면 정말 감사드리겠습니다.진심으로 감사합니다! https://forms.gle/a8jbeS9LmA2gkkQTA 번거로우시겠지만 링크를 드래그 하시면 ‘링크 열기’ 옵션이 뜨고, 그걸 누르시면 설문 페이지로 이동하실 수 있습니다. 감사합니다!

Google Docs

📋 남성 육아휴직 인식에 관한 짧은 설문 참여 부탁드립니다

AI 시대와 디자이너의 새로운 역할 모델 | 3줄 요약1) 언러닝, 현시점 가장 필요한 마인드셋.2) 프로덕트 디자인은 이제 UX와 그로스(지표 지향)가 완전히 결합되었습니다.3) AI는 제작·리서치·페르소나·프로토타입 비용을 낮춰주는 강력한 도구입니다.  얼마 전 원티드 HIGH FIVE에 다녀왔습니다. Makers Day에 참석했고 UX, PO, 그로스 관련 세션 중심으로 흥미로운 인사이트를 들을

2025 원티드 HIGH FIVE 후기

하이파이브에서 배운 디자이너에게 지금 필요한 태도 5가지, 짧게 정리해봤습니다.

- 언러닝: 예전에 잘됐던 방식은 이제 진짜 위험할 수도.
- AI: 아직은 비용 및 리소스 절감 차원으로 바라보기. 단, 진짜는 결국 유저 대화에서.
- 추천 시스템: 너무 잘 맞추면 유저가 새로움을 못 만남. 필터 버블 주의.
- 데이터 해석: 수치보다 흐름(flow)과 차원(dimension). 그리고 해상도 높은 목표랑 연결돼야 함.
- 협업: 정말 궁금함을 갖고 동료에게 질문하는 사람이 되기.

🔗 원문은 브런치로
https://brunch.co.kr/@cliche-cliche/284

하이파이브에서 배운 디자이너에게 지금 필요한 태도 5가지, 짧게 정리해봤습니다. - 언러닝: 예전에 잘됐던 방식은 이제 진짜 위험할 수도.- AI: 아직은 비용 및 리소스 절감 차원으로 바라보기. 단, 진짜는 결국 유저 대화에서.- 추천 시스템: 너무 잘 맞추면 유저가 새로움을 못 만남. 필터 버블 주의.- 데이터 해석: 수치보다 흐름(flow)과 차원(dimension). 그리고 해상도 높은 목표랑 연결돼야 함.- 협업: 정말 궁금함을 갖고 동료에게 질문하는 사람이 되기. 🔗 원문은 브런치로https://brunch.co.kr/@cliche-cliche/284

Brunch Story

[2025 원티드 하이파이브 후기]

1.●당신은 살아있다.
2.●살아있는 한 당신은 무엇이든 해낼 수 있다.
3.당신은 지금 성공하는 중이다.
4.●당신은 더 많은 삶을 살아갈 자격이 있다.
5.마인드를 건드리면 누구나 성공한다.
6.●행복에는 반드시 대가가 따른다.
7.유효기간이 끝난관계는 폐기해라.
8.●인생에서 비올때 빗속에서 춤추는 법을배워라.
9.모든 단점은 장점도 된다.
10.●하늘은 크게 될 사람한테 고통을 먼저준다.

1.●당신은 살아있다. 2.●살아있는 한 당신은 무엇이든 해낼 수 있다. 3.당신은 지금 성공하는 중이다. 4.●당신은 더 많은 삶을 살아갈 자격이 있다. 5.마인드를 건드리면 누구나 성공한다. 6.●행복에는 반드시 대가가 따른다. 7.유효기간이 끝난관계는 폐기해라. 8.●인생에서 비올때 빗속에서 춤추는 법을배워라. 9.모든 단점은 장점도 된다. 10.●하늘은 크게 될 사람한테 고통을 먼저준다.

지금 성공하는 중이다...250524

ESLint plugin for linting HTML.

https://html-eslint.org/docs/rules/use-baseline

https://html-eslint.org/docs/rules/use-baseline

html-eslint.org

간밤에 또 빅 AI 업데이트가 있었군요. Claude 4 Opus, Sonnet 패밀리가 발표되었습니다.

성능이나 다양한 능력이 향상되었고, 트렌드에 맞게(?) 소프트웨어 개발 성능이 또 크게 올랐습니다.

사실 이보다 더 중요한 부분이 있는데요.

Anthropic에서 이번 모델을 발표하면서 AI 안전 수준을 3(AI Safety Level 3, ASL-3)으로 격상했다는 것 입니다.

ASL-2는 일반적인 소프트웨어 보안 수준에 준하는 것인데, ASL-3는 화학, 생물학, 방사능, 핵(CBRN) 지식의 악용 등 실질적 사회적 피해 가능성을 가진 모델 수준입니다.

Claude Opus 4가 ASL-3 보호 조치를 반드시 필요로 하는 수준인지 아직 확정하지는 않았습니다만, 능력의 지속적인 향상으로 인해 이전 모델들과 달리 ASL-3 위험을 명확히 배제할 수 없다고 판단하여, 선제적으로 ASL-3 보호 조치를 적용했다고합니다.

즉, AI의 위험이 실질적으로 사회에 큰 피해를 줄 수 있다는 것을 공식화 한 것인데요. 세계적으로 군비 경쟁이 치열해지고 있는 지금 그 위험성이 더 크게 다가오네요.

과연 이 위험을 인류가 잘 극복해 낼 수 있을까요? 다음 몇년간은 AI가 역사책에 어떻게 나올지가 결정될 정말 중요한 시기인 것 같습니다.

간밤에 또 빅 AI 업데이트가 있었군요. Claude 4 Opus, Sonnet 패밀리가 발표되었습니다. 성능이나 다양한 능력이 향상되었고, 트렌드에 맞게(?) 소프트웨어 개발 성능이 또 크게 올랐습니다. 사실 이보다 더 중요한 부분이 있는데요. Anthropic에서 이번 모델을 발표하면서 AI 안전 수준을 3(AI Safety Level 3, ASL-3)으로 격상했다는 것 입니다. ASL-2는 일반적인 소프트웨어 보안 수준에 준하는 것인데, ASL-3는 화학, 생물학, 방사능, 핵(CBRN) 지식의 악용 등 실질적 사회적 피해 가능성을 가진 모델 수준입니다. Claude Opus 4가 ASL-3 보호 조치를 반드시 필요로 하는 수준인지 아직 확정하지는 않았습니다만, 능력의 지속적인 향상으로 인해 이전 모델들과 달리 ASL-3 위험을 명확히 배제할 수 없다고 판단하여, 선제적으로 ASL-3 보호 조치를 적용했다고합니다. 즉, AI의 위험이 실질적으로 사회에 큰 피해를 줄 수 있다는 것을 공식화 한 것인데요. 세계적으로 군비 경쟁이 치열해지고 있는 지금 그 위험성이 더 크게 다가오네요. 과연 이 위험을 인류가 잘 극복해 낼 수 있을까요? 다음 몇년간은 AI가 역사책에 어떻게 나올지가 결정될 정말 중요한 시기인 것 같습니다.

안녕하세요. 그린입니다 🍏이번 포스팅에서는 앱에서 서버 이미지를 받아올때 서버 이미지 포맷의 차이와 선택 기준들에 대해 한번 정리해보려고 합니다 🙋🏻Server Image Format모바일 앱에서 이미지는 사용자 경험에 큰 영향을 끼칠 정도로 아주 중요합니다.특히나 서버에서 내려받는 이미지 포맷은 앱의 성능, 용량, 로딩 속도에 직결되기 때문에 그 특성의 차이를 이해하고 상황에 따른 최적의 포맷을 선택하는것이 중요합니다. 그렇기에 본문에서 대표적으로 JPG, PNG, WebP의 차이를 알아보며 각 케이스마다 장단점들을 살펴보겠습니다 😃 Image Format Preview포맷압축 방식투명도 지원애니메이션 지원용량품질 손실특징JPG손실 압축XX적음O사진에 적합PNG무손실 압축OX큼X아이콘, 로고 등..

Server Image Format (feat. JPG, PNG, WebP)

앱에서 서버 이미지를 받아올 때 서버 이미지 포맷의 차이와 선택 기준들이 명확하지 않을때가 있습니다.
모바일 앱에서 이미지는 사용자 경험에 큰 영향을 끼칠 정도로 아주 중요합니다.

그렇기에, 서버 이미지 포맷의 대표적인 타입들은 뭐가 있는지 살펴보고 어떤 케이스에서 사용하면 좋은지 정리해봅니다 🙋🏻

앱에서 서버 이미지를 받아올 때 서버 이미지 포맷의 차이와 선택 기준들이 명확하지 않을때가 있습니다.모바일 앱에서 이미지는 사용자 경험에 큰 영향을 끼칠 정도로 아주 중요합니다. 그렇기에, 서버 이미지 포맷의 대표적인 타입들은 뭐가 있는지 살펴보고 어떤 케이스에서 사용하면 좋은지 정리해봅니다 🙋🏻

iOYES

서버 이미지 포맷 종류와 사용 기준

‘훌륭한 데이터 분석가란 어떤 사람인가?’에 대해
'데이터 분석가 지망생'과 '현직 데이터 분석가' 사이에
큰 생각의 차이가 있다는 것을 최근 알게 되었습니다.

데이터 분석가 지망생의 생각은 이렇습니다.

훌륭한 데이터 분석가는
- Excel | Python | VBA | Power BI | Tableau 등을 능숙하게 사용할 수 있다.
- 마케팅 | 재무 | 광고 | 사용자 행동 분석을 깊이 있게 할 수 있다.
- 빠르게 배우는 사람 | 노력파 | 어떤 일이든 열심히 하는 인재이다. 

현직 데이터 분석가의 생각은 이렇습니다.

훌륭한 데이터 분석가는
- 의사결정자가 마주한 문제를 정의하고 효과적으로 찾아낼 수 있다
- 다양한 분석 접근 방식을 탐색하고, 가장 효과적인 방법을 선택하여 적용한다
- 전략적 문제 해결자 | 스마트하게 일하는 사람 | 실패하더라도 자기 투자에 적극적인 사람이다.

이전에는 아무도 이걸 알려주지 않았습니다.

취준생이 진짜로 집중해야 할 것은
학교나 부트캠프에서 쌓아온 이론이나 기술이 아니라,
내가 그 회사에 어떤 가치를 줄 수 있느냐입니다.

그것이 지금 데이터 분석가 취업 시장의 현실입니다.

‘훌륭한 데이터 분석가란 어떤 사람인가?’에 대해 '데이터 분석가 지망생'과 '현직 데이터 분석가' 사이에큰 생각의 차이가 있다는 것을 최근 알게 되었습니다. 데이터 분석가 지망생의 생각은 이렇습니다. 훌륭한 데이터 분석가는 - Excel | Python | VBA | Power BI | Tableau 등을 능숙하게 사용할 수 있다. - 마케팅 | 재무 | 광고 | 사용자 행동 분석을 깊이 있게 할 수 있다. - 빠르게 배우는 사람 | 노력파 | 어떤 일이든 열심히 하는 인재이다.&nbsp; 현직 데이터 분석가의 생각은 이렇습니다. 훌륭한 데이터 분석가는 - 의사결정자가 마주한 문제를 정의하고 효과적으로 찾아낼 수 있다 - 다양한 분석 접근 방식을 탐색하고, 가장 효과적인 방법을 선택하여 적용한다 - 전략적 문제 해결자 | 스마트하게 일하는 사람 | 실패하더라도 자기 투자에 적극적인 사람이다. 이전에는 아무도 이걸 알려주지 않았습니다. 취준생이 진짜로 집중해야 할 것은 학교나 부트캠프에서 쌓아온 이론이나 기술이 아니라,내가 그 회사에 어떤 가치를 줄 수 있느냐입니다. 그것이 지금 데이터 분석가 취업 시장의 현실입니다.&nbsp;

훌륭한 데이터 분석가란 어떤 사람인가?

카카오에 처음 들어가서 놀랐던 또 한 가지는 장애를 공유하는 문화였습니다.

개발자의 장애 공유 문화

카카오에 처음 들어가서 놀랐던 또 한 가지는 장애를 공유하는 문화였습니다.

작고 큰 장애들이 자주 발생했습니다.
장애가 발생하면 즉시 전파하고, 원인을 파악하고 후속 대응까지 실시간으로 공유했습니다.
누구에게? 회사의 모든 사람들에게.
CS 부서나 운영팀처럼 상황을 빠르게 파악해야 하는 팀에게는 멘션까지 하면서.

'와, 이 사람들 특이한 사람들이네. 이런 건 살다 살다 처음 보는군.'
'다들 실수를 숨기고 싶어 하는데, 이 사람들은 실수한 걸 마치 자랑하듯이 게시판에 올리잖아? 그것도 전사 게시판에. (미친 사람들인가?)'

장애 공유 글에는 항상 좋아요가 많이 달렸습니다.
쪽팔림 같은 건 저기 던져버리고 자신의 얼간이 짓을 솔직하게 쓰면 쓸수록 좋아요가 더 많이 달렸습니다.

원인과 후속 조치, 여전히 가시지 않는 의문점들에 대해 댓글로 논의하기도 했습니다만…
장애를 낸 사람을 탓하는 경우는 한 번도 보지 못했습니다.
이건 불문율이었습니다. 이 불문율을 깨트리면 누구도 더 이상 솔직하게 공유하지 않을 테니까.

자신이 발생시킨 장애를 전 직원들에게 공유한다는 것이 절대 쉬운 일이 아닙니다.
직접 해봐야 그 당혹스러움과 부끄러움을 알 수 있습니다.
처음 겪으면 그냥 도망쳐버리고 싶다는 생각이 들 정도로 아찔합니다만…
몇 번 하다 보면 이 짓도 편안해집니다.

'아 오늘도 장애 공유 써야 되네, 젠장. 뭐 일하다 보면 장애 낼 수도 있는 거지.'
'열심히 코딩하고 배포하다 보니 장애를 많이 내는 것일 뿐, 내가 진짜 얼간이여서 그런 게 아니라고.'
(그래도 다음엔 실수하지 말아야겠다)

카카오에서보다 더 놀랐던 기억도 납니다.
2017년의 GitLab 장애.
rm -rf로 프로덕션 데이터베이스 전체를 날려먹었던가?
엄청난 장애를 어린 엔지니어 혼자 수습했습니다. 그것도 유튜브에 라이브 스트리밍을 하면서. (사람들이 댓글로 이걸 고쳐봐라 저걸 확인해 봐라… ㅋㅋㅋ)
와, 진짜 미친 사람들이 여기 있었구나. 저걸 회사의 다른 동료들이 아무도 뭐라 하지 않는 건가? 아니, 어쩌면 의도적으로 저렇게 공유하기로 한 건가?
문제를 공유하고 소통하는 것에 저 정도로 열려 있다면 GitLab의 다른 문화들도 충분히 멋질 거야. 라고 생각했던 것 같습니다.

https://jeho.page/essay/2025/05/15/failure-sharing.html

카카오에 처음 들어가서 놀랐던 또 한 가지는 장애를 공유하는 문화였습니다. 작고 큰 장애들이 자주 발생했습니다. 장애가 발생하면 즉시 전파하고, 원인을 파악하고 후속 대응까지 실시간으로 공유했습니다. 누구에게? 회사의 모든 사람들에게. CS 부서나 운영팀처럼 상황을 빠르게 파악해야 하는 팀에게는 멘션까지 하면서. '와, 이 사람들 특이한 사람들이네. 이런 건 살다 살다 처음 보는군.' '다들 실수를 숨기고 싶어 하는데, 이 사람들은 실수한 걸 마치 자랑하듯이 게시판에 올리잖아? 그것도 전사 게시판에. (미친 사람들인가?)' 장애 공유 글에는 항상 좋아요가 많이 달렸습니다. 쪽팔림 같은 건 저기 던져버리고 자신의 얼간이 짓을 솔직하게 쓰면 쓸수록 좋아요가 더 많이 달렸습니다. 원인과 후속 조치, 여전히 가시지 않는 의문점들에 대해 댓글로 논의하기도 했습니다만… 장애를 낸 사람을 탓하는 경우는 한 번도 보지 못했습니다. 이건 불문율이었습니다. 이 불문율을 깨트리면 누구도 더 이상 솔직하게 공유하지 않을 테니까. 자신이 발생시킨 장애를 전 직원들에게 공유한다는 것이 절대 쉬운 일이 아닙니다. 직접 해봐야 그 당혹스러움과 부끄러움을 알 수 있습니다. 처음 겪으면 그냥 도망쳐버리고 싶다는 생각이 들 정도로 아찔합니다만… 몇 번 하다 보면 이 짓도 편안해집니다. '아 오늘도 장애 공유 써야 되네, 젠장. 뭐 일하다 보면 장애 낼 수도 있는 거지.' '열심히 코딩하고 배포하다 보니 장애를 많이 내는 것일 뿐, 내가 진짜 얼간이여서 그런 게 아니라고.' (그래도 다음엔 실수하지 말아야겠다) 카카오에서보다 더 놀랐던 기억도 납니다. 2017년의 GitLab 장애. rm -rf로 프로덕션 데이터베이스 전체를 날려먹었던가? 엄청난 장애를 어린 엔지니어 혼자 수습했습니다. 그것도 유튜브에 라이브 스트리밍을 하면서. (사람들이 댓글로 이걸 고쳐봐라 저걸 확인해 봐라… ㅋㅋㅋ) 와, 진짜 미친 사람들이 여기 있었구나. 저걸 회사의 다른 동료들이 아무도 뭐라 하지 않는 건가? 아니, 어쩌면 의도적으로 저렇게 공유하기로 한 건가? 문제를 공유하고 소통하는 것에 저 정도로 열려 있다면 GitLab의 다른 문화들도 충분히 멋질 거야. 라고 생각했던 것 같습니다. https://jeho.page/essay/2025/05/15/failure-sharing.html

K리그 프로그래머

﻿
세상에서 내가 제일 어렵고 힘든 상황에 놓여 있는 것 같지만, 주위를 둘러보면 위로와 격려가 필요한 사람이 더 많습니다. 어제는 전 직장 동료의 부고 소식을 전해 들었습니다. 갑작스러운 사고로 인해 하늘나라로 간 고인과 그의 가족들 소식을 듣고 마음이 먹먹했습니다. 가족들의 슬픔을 어떤 말로 위로하기 어렵겠지만, 진심으로 기도하여 빠르게 평안을 찾길 바란다고 메시지를 보냈습니다.

그 어느 때보다 뚫기 어려운 취업 시장에서 매일 탈락 안내를 받고 마음이 무너진다는 소식을 듣습니다. 3개월 전에 직접 겪었던 상황이 떠올라 마음이 아팠습니다. 얼마나 힘들고 답답할까 상황이 잘 이해와 공감되었기에 더 마음이 쓰였습니다. 입사 지원한 결과를 알려주지 않거나 채용 전형에서 아쉽게 탈락했다고 해서 절대 지원자가 부족한 것은 아니니 너무 실망하지 말자고 격려했습니다. 제 말이 무슨 힘이 있어서 취업에 도전하는 사람들을 얼마나 위로할 수 있겠습니까. 다만, 진심으로 그의 어려움이 공감되어 상황에 무릎 꿇지 않고 담대한 용기를 갖기를 바라는 마음입니다.

우리의 직장 동료들도 자세히 들여다보면 하나같이 위로와 격려가 필요합니다. 동료가 하는 일과 그의 컨디션에 관심을 갖고, 자세히 보면 저마다 어려움을 안고 일을 하고 있습니다. 우리가 관심이 없으니 동료가 겪고 있는 고충이 보이지 않을 뿐입니다. 오히려 왜 저렇게 말하고 행동하는지 동료에 대한 불평과 불만을 갖고 있습니다. 알고 보면 각자 다 그럴만한 사정이 있고, 동료에게 필요한 건 조언이 아니라 위로입니다. 

매일 아침 눈을 뜨면 만나는 가족도 마찬가지입니다. 아내와 아들, 딸에게도 힘든 부분이 있을 것입니다. 직장을 다니는 아내에게 일과 사람에 대한 스트레스가 있을 것이고, 학교와 유치원을 다니는 아들과 딸에게도 공부하고 친구들과 지내는 관계에 어려움이 있을 것입니다. 매일 어려움을 가족에게 이야기하지 않을 뿐 각자 마음속으로 끙끙 앓고 있는 아픔이 있습니다. 그들에게 필요한 건 잔소리가 아니라 사랑이 담긴 말 한마디와 따뜻한 포옹입니다. 내 생활 방식과 다르다고 핀잔을 주는 것이 아니라 오늘은 어떤 일로 힘들지 않았나 세심하게 살펴보고 정성스럽게 대화를 나누는 것입니다.

아파트 경비 아저씨는 얼마나 힘들까요? 매일 쏟아져 나오는 쓰레기를 정리하고 처리해야 합니다. 날마다 방문하는 사람들에게 문을 열어주고, 붐비는 주차장을 관리하느라 실랑이를 벌입니다. 잠도 편하게 주무시지 못하고 추운 밤을 쓸쓸하게 혼자 보내는 마음은 어떨까요? 제가 도울 수 있는 일은 분리수거 잘하고, 엘리베이터에 붙은 아파트 주민으로 해야 할 일을 제때 잘 처리하는 것뿐입니다. 그리고 오늘도 마주친다면 반갑게 인사드리고, 수고해 주셔서 감사하다는 표현입니다. 이것으로 경비 아저씨가 힘을 얻을 수 있다면 만날 때마다 해야죠.

퇴근길을 터벅터벅 걸어오는 이웃의 발걸음을 보면 오늘 하루 얼마나 고되었을까 상상해 봅니다. 매일 아침 출근길에 만나는 이웃도 너무 일을 하고 싶어서 룰루랄라 일터로 가는 건 아니겠지요? 먹고살기 위해 고군분투하고 집으로 돌아오는 길이 힘없어 보이는 건 하루 종일 지지고 볶고 에너지를 쏟았을 쓸 이웃의 험난한 여정이 공감되었기 때문입니다. 일을 하느라 바빠서 자신을 돌아볼 여유도 없이 보냈을 하루가 정말 피곤했을 것 같습니다. 부디 저녁에는 편안하게 쉬고 에너지를 충전하길 마음으로 응원해 봅니다.

어제 만나고 떠오른 사람들 말고도 위로와 격려가 필요한 분들이 많이 계실 줄 압니다. 그들이 직접 힘들다고 우리에게 적극적으로 표현하지 않을 것입니다. 우리가 먼저 그런 시선을 가지면 좋겠습니다. 우리가 힘들었던 상황을 떠올려보면 공감하는 것이 그리 어려운 일은 아닙니다. 시선은 전적으로 우리 마음에 달려있습니다. 날카로운 눈으로 바라보는 것이 아니라 사랑으로 바라보면 모든 사람과 상황이 이해와 공감할 수 있다고 믿습니다. 오늘은 주변 사람들을 사랑의 눈으로 바라보고, 진심을 담아 응원하는 하루가 되면 좋겠습니다.

﻿세상에서 내가 제일 어렵고 힘든 상황에 놓여 있는 것 같지만, 주위를 둘러보면 위로와 격려가 필요한 사람이 더 많습니다. 어제는 전 직장 동료의 부고 소식을 전해 들었습니다. 갑작스러운 사고로 인해 하늘나라로 간 고인과 그의 가족들 소식을 듣고 마음이 먹먹했습니다. 가족들의 슬픔을 어떤 말로 위로하기 어렵겠지만, 진심으로 기도하여 빠르게 평안을 찾길 바란다고 메시지를 보냈습니다. 그 어느 때보다 뚫기 어려운 취업 시장에서 매일 탈락 안내를 받고 마음이 무너진다는 소식을 듣습니다. 3개월 전에 직접 겪었던 상황이 떠올라 마음이 아팠습니다. 얼마나 힘들고 답답할까 상황이 잘 이해와 공감되었기에 더 마음이 쓰였습니다. 입사 지원한 결과를 알려주지 않거나 채용 전형에서 아쉽게 탈락했다고 해서 절대 지원자가 부족한 것은 아니니 너무 실망하지 말자고 격려했습니다. 제 말이 무슨 힘이 있어서 취업에 도전하는 사람들을 얼마나 위로할 수 있겠습니까. 다만, 진심으로 그의 어려움이 공감되어 상황에 무릎 꿇지 않고 담대한 용기를 갖기를 바라는 마음입니다. 우리의 직장 동료들도 자세히 들여다보면 하나같이 위로와 격려가 필요합니다. 동료가 하는 일과 그의 컨디션에 관심을 갖고, 자세히 보면 저마다 어려움을 안고 일을 하고 있습니다. 우리가 관심이 없으니 동료가 겪고 있는 고충이 보이지 않을 뿐입니다. 오히려 왜 저렇게 말하고 행동하는지 동료에 대한 불평과 불만을 갖고 있습니다. 알고 보면 각자 다 그럴만한 사정이 있고, 동료에게 필요한 건 조언이 아니라 위로입니다.&nbsp; 매일 아침 눈을 뜨면 만나는 가족도 마찬가지입니다. 아내와 아들, 딸에게도 힘든 부분이 있을 것입니다. 직장을 다니는 아내에게 일과 사람에 대한 스트레스가 있을 것이고, 학교와 유치원을 다니는 아들과 딸에게도 공부하고 친구들과 지내는 관계에 어려움이 있을 것입니다. 매일 어려움을 가족에게 이야기하지 않을 뿐 각자 마음속으로 끙끙 앓고 있는 아픔이 있습니다. 그들에게 필요한 건 잔소리가 아니라 사랑이 담긴 말 한마디와 따뜻한 포옹입니다. 내 생활 방식과 다르다고 핀잔을 주는 것이 아니라 오늘은 어떤 일로 힘들지 않았나 세심하게 살펴보고 정성스럽게 대화를 나누는 것입니다. 아파트 경비 아저씨는 얼마나 힘들까요? 매일 쏟아져 나오는 쓰레기를 정리하고 처리해야 합니다. 날마다 방문하는 사람들에게 문을 열어주고, 붐비는 주차장을 관리하느라 실랑이를 벌입니다. 잠도 편하게 주무시지 못하고 추운 밤을 쓸쓸하게 혼자 보내는 마음은 어떨까요? 제가 도울 수 있는 일은 분리수거 잘하고, 엘리베이터에 붙은 아파트 주민으로 해야 할 일을 제때 잘 처리하는 것뿐입니다. 그리고 오늘도 마주친다면 반갑게 인사드리고, 수고해 주셔서 감사하다는 표현입니다. 이것으로 경비 아저씨가 힘을 얻을 수 있다면 만날 때마다 해야죠. 퇴근길을 터벅터벅 걸어오는 이웃의 발걸음을 보면 오늘 하루 얼마나 고되었을까 상상해 봅니다. 매일 아침 출근길에 만나는 이웃도 너무 일을 하고 싶어서 룰루랄라 일터로 가는 건 아니겠지요? 먹고살기 위해 고군분투하고 집으로 돌아오는 길이 힘없어 보이는 건 하루 종일 지지고 볶고 에너지를 쏟았을 쓸 이웃의 험난한 여정이 공감되었기 때문입니다. 일을 하느라 바빠서 자신을 돌아볼 여유도 없이 보냈을 하루가 정말 피곤했을 것 같습니다. 부디 저녁에는 편안하게 쉬고 에너지를 충전하길 마음으로 응원해 봅니다. 어제 만나고 떠오른 사람들 말고도 위로와 격려가 필요한 분들이 많이 계실 줄 압니다. 그들이 직접 힘들다고 우리에게 적극적으로 표현하지 않을 것입니다. 우리가 먼저 그런 시선을 가지면 좋겠습니다. 우리가 힘들었던 상황을 떠올려보면 공감하는 것이 그리 어려운 일은 아닙니다. 시선은 전적으로 우리 마음에 달려있습니다. 날카로운 눈으로 바라보는 것이 아니라 사랑으로 바라보면 모든 사람과 상황이 이해와 공감할 수 있다고 믿습니다. 오늘은 주변 사람들을 사랑의 눈으로 바라보고, 진심을 담아 응원하는 하루가 되면 좋겠습니다.﻿

위로

1. 뇌를 재설계하려면 무엇이 필요할까?

2. 많은 게 필요하지 않고 딱 다음 세 가지만 있으면 된다. 그나마 한 가지는 선택 사항이다.

3. 집중, 반복, 감정(두려움, 행복, 증오, 사랑, 열정 등)

4. 감정이란 치트키를 쓰면 뇌의 신경 회로가 가장 빨리 재구성된다. 하지만 감정 없이 리프레임에 집중하고 반복하기만 해도 뇌를 원하는 대로 재설계할 수 있다.

5. 뇌는 입력하는 자극에 반응하여 새로운 구조를 만든다. 집중과 반복은 아이디어(또는 리프레임)를 개념적인 것에서 물리적인 것으로 바꾼다.

6. 다시 말해 뇌 구조에 물리적인 변화를 가져온다.

7. 여기에 감정을 더하면 뇌가 더 빨리 재설계 되지만, 다시 말하는데 이 부분은 선택 사항이다.

#더리프레임 📚
#스콧에덤스
#하루한문장

1. 뇌를 재설계하려면 무엇이 필요할까? ​2. 많은 게 필요하지 않고 딱 다음 세 가지만 있으면 된다. 그나마 한 가지는 선택 사항이다. ​3. 집중, 반복, 감정(두려움, 행복, 증오, 사랑, 열정 등) ​4. 감정이란 치트키를 쓰면 뇌의 신경 회로가 가장 빨리 재구성된다. 하지만 감정 없이 리프레임에 집중하고 반복하기만 해도 뇌를 원하는 대로 재설계할 수 있다. ​5. 뇌는 입력하는 자극에 반응하여 새로운 구조를 만든다. 집중과 반복은 아이디어(또는 리프레임)를 개념적인 것에서 물리적인 것으로 바꾼다. ​6. 다시 말해 뇌 구조에 물리적인 변화를 가져온다. ​7. 여기에 감정을 더하면 뇌가 더 빨리 재설계 되지만, 다시 말하는데 이 부분은 선택 사항이다. #더리프레임 📚 #스콧에덤스 #하루한문장

< 뇌를 가장 빠르게 바꾸는 3가지 방법 >

현대 소프트웨어 개발에서 의존성(Dependency)은 필수 불가결한 존재입니다. 직접 구현해야 하는 코드를 줄여 생산성을 높여주지만, 관리되지 않고 방치된 의존성은 보안 취약점이나 호환성 문제로 이어지기 쉽죠.

이번 글에서는 깃허브에서 제공하는 Dependabot을 통해 의존성 관리와 보안 업데이트를 어떻게 자동화할 수 있는지 알아보겠습니다.

📝 포스팅: https://www.daleseo.com/github-dependabot/

Dependabot은 깃허브에서 제공하는 보안 취약점 경보 및 의존성 업데이트 기능입니다. 초기에는 독립 서비스였지만, 2019년 GitHub에 인수된 후 현재는 깃허브 플랫폼에 완전히 통합되어 무료로 사용할 수 있습니다. 덕분에 Dependabot에 대한 접근성과 사용성이 크게 개선되어 복잡한 과정없이 코드 저장소에 간단한 설정만으로 바로 쓸 수 있습니다.

Dependabot은 다음 세 가지 기능으로 이루어져 있습니다.
 * Alerts(알람): 코드 저장소의 보안 취약점을 감지하여 경고합니다.
 * Security Updates(보안 업데이트): 보안 취약점이 발견된 의존성을 업데이트하는 Pull Request을 자등으로 생성합니다.
 * Version Updates(버전 업데이트): 보안과 무관하게 의존성을 최신 상태로 유지하기 Pull Request을 자등으로 생성합니다.

npm이나 Maven, PyPI, RubyGems, Docker Hub 등과 같은 패키지 저장소를 통해 의존성을 내려받는 프로젝트는 모두 잠재적인 공급망 공격(Supply Chain Attack) 위험에 처해 있습니다. Dependabot은 점점 정교해지고 있는 공급망 공격을 방어하고, 알려진 보안 취약점으로부터 프로젝트를 지킬 수 있는 강력한 보안 도구입니다.

현대 소프트웨어 개발에서 의존성(Dependency)은 필수 불가결한 존재입니다. 직접 구현해야 하는 코드를 줄여 생산성을 높여주지만, 관리되지 않고 방치된 의존성은 보안 취약점이나 호환성 문제로 이어지기 쉽죠. 이번 글에서는 깃허브에서 제공하는 Dependabot을 통해 의존성 관리와 보안 업데이트를 어떻게 자동화할 수 있는지 알아보겠습니다. 📝 포스팅: https://www.daleseo.com/github-dependabot/ Dependabot은 깃허브에서 제공하는 보안 취약점 경보 및 의존성 업데이트 기능입니다. 초기에는 독립 서비스였지만, 2019년 GitHub에 인수된 후 현재는 깃허브 플랫폼에 완전히 통합되어 무료로 사용할 수 있습니다. 덕분에 Dependabot에 대한 접근성과 사용성이 크게 개선되어 복잡한 과정없이 코드 저장소에 간단한 설정만으로 바로 쓸 수 있습니다. Dependabot은 다음 세 가지 기능으로 이루어져 있습니다.<ul><li>Alerts(알람): 코드 저장소의 보안 취약점을 감지하여 경고합니다.</li><li>Security Updates(보안 업데이트): 보안 취약점이 발견된 의존성을 업데이트하는 Pull Request을 자등으로 생성합니다.</li><li>Version Updates(버전 업데이트): 보안과 무관하게 의존성을 최신 상태로 유지하기 Pull Request을 자등으로 생성합니다.</li></ul> npm이나 Maven, PyPI, RubyGems, Docker Hub 등과 같은 패키지 저장소를 통해 의존성을 내려받는 프로젝트는 모두 잠재적인 공급망 공격(Supply Chain Attack) 위험에 처해 있습니다. Dependabot은 점점 정교해지고 있는 공급망 공격을 방어하고, 알려진 보안 취약점으로부터 프로젝트를 지킬 수 있는 강력한 보안 도구입니다.

Dependabot을 통한 안전한 의존성 관리

롱블랙 프렌즈 C 여러분은 일할 때 가장 설레는 순간이 언제세요? 저는 어디서도 듣지 못한 이야기를 접했을 때예요! 2025년 4월 30일에 열린 <롱블랙 스토리 컨퍼런스 2025

스토리 2025 : 반짝거림에 기대지 않는, 스토리텔러 8인의 이야기 발견법

1️⃣ 불편한데 그래야만 할까?

“어느 시대든 성공한 비즈니스에는 그 업계의 감수성과 상식이라는 게 존재합니다. 그 상식에 도전하고, 부수면서 나아가는 것. 그것이 우리의 역할입니다. 그래서 우리는 기획할 때 ‘기성세대가 품은 상식을 어떻게 돌파할 수 있을지’를 중요하게 보죠.” - 다카하시 야스노리 CCC CEO (CCC는 일본의 1위 서점 츠타야 운영사)

① 왜 서점에는 책 파는 진열장만 있는 걸까? → ‘머무는 공간’을 만들기 위해 서점과 스타벅스를 경계 없이 융합했다.

② 왜 가전 매장은 할인 위주의 판매에만 집중할까? → ‘상상할 수 있는 공간’을 만들기 위해 고객이 가전제품을 체험할 수 있는 매장, 츠타야 일렉트릭스를 제안했다.

③ 왜 은행은 번화한 곳에 있는데 주말마다 문을 닫을까? → ‘가고 싶은 공간’을 만들기 위해 은행 영업시간 외에 문을 여는 공유오피스, 쉐어 라운지를 기획했다.

2️⃣ 아파트에 전기차 충전기를 설치하기 위한 솔루션, '출차 알림 시계'

2023년에 만든 ‘출차 알림 시계’를 소개했어요. 아파트의 이중주차 문제를 해결하기 위해, 차 위에 ‘나의 출차 시간’을 표시할 수 있는 시계였어요. 표시된 시간보다 먼저 나갈 차는 그 앞에 이중주차를 할 수 있게 한 거였죠.

"현장에 가니 답이 쉽게 보였어요. 이중주차 문제로 싸움까지 나는 아파트가 적잖았거든요. 주차 공간도 부족한데 전기차 충전기를 놓자고 하면? 당연히 반대가 나올 만했어요. 그래서 사람들의 근본적인 괴로움을 풀 방법을 찾았습니다. 그렇게 출차 알림 시계를 떠올렸죠. 이렇게 저는 누군가의 문제를 발견해 해결할 수 있다면, 형식이나 표현 방식에 제약을 둘 필요가 없다고 생각합니다. 눈에 보이는 모든 것을 미디어 삼아 광고할 수 있죠.” - 이승재 아이디엇 대표

https://www.longblack.co/note/1438?ticket=NT25205127e745725a7423751d7cce7b464a39

1️⃣ 불편한데 그래야만 할까? “어느 시대든 성공한 비즈니스에는 그 업계의 감수성과 상식이라는 게 존재합니다. 그 상식에 도전하고, 부수면서 나아가는 것. 그것이 우리의 역할입니다. 그래서 우리는 기획할 때 ‘기성세대가 품은 상식을 어떻게 돌파할 수 있을지’를 중요하게 보죠.” - 다카하시 야스노리 CCC CEO (CCC는 일본의 1위 서점 츠타야 운영사) ① 왜 서점에는 책 파는 진열장만 있는 걸까? → ‘머무는 공간’을 만들기 위해 서점과 스타벅스를 경계 없이 융합했다. ② 왜 가전 매장은 할인 위주의 판매에만 집중할까? → ‘상상할 수 있는 공간’을 만들기 위해 고객이 가전제품을 체험할 수 있는 매장, 츠타야 일렉트릭스를 제안했다. ③ 왜 은행은 번화한 곳에 있는데 주말마다 문을 닫을까? → ‘가고 싶은 공간’을 만들기 위해 은행 영업시간 외에 문을 여는 공유오피스, 쉐어 라운지를 기획했다. 2️⃣ 아파트에 전기차 충전기를 설치하기 위한 솔루션, '출차 알림 시계' 2023년에 만든 ‘출차 알림 시계’를 소개했어요. 아파트의 이중주차 문제를 해결하기 위해, 차 위에 ‘나의 출차 시간’을 표시할 수 있는 시계였어요. 표시된 시간보다 먼저 나갈 차는 그 앞에 이중주차를 할 수 있게 한 거였죠. "현장에 가니 답이 쉽게 보였어요. 이중주차 문제로 싸움까지 나는 아파트가 적잖았거든요. 주차 공간도 부족한데 전기차 충전기를 놓자고 하면? 당연히 반대가 나올 만했어요. 그래서 사람들의 근본적인 괴로움을 풀 방법을 찾았습니다. 그렇게 출차 알림 시계를 떠올렸죠. 이렇게 저는 누군가의 문제를 발견해 해결할 수 있다면, 형식이나 표현 방식에 제약을 둘 필요가 없다고 생각합니다. 눈에 보이는 모든 것을 미디어 삼아 광고할 수 있죠.” - 이승재 아이디엇 대표 https://www.longblack.co/note/1438?ticket=NT25205127e745725a7423751d7cce7b464a39

LongBlack

⟪스토리를 만드는 사람들⟫

2019년 2월 7일, 브런치에 첫 글이 발행 되었습니다. 매일 치열하게 고민한 것들이 휘발되는 것이 아깝기도 했고, 새로운 자극이 필요한 시기이기도 했습니다. 그렇게 브런치는 디자인 일기장 같은 공간이 되었습니다.

요즘처럼 트래픽이 흔해진 시대에, 6년간 151편의 글, 100만이라는 숫자가 자랑할 만한 일인지는 모르겠습니다. 다만 디자인이라는 단일 주제로 꾸준히 기록하며 여기까지 왔다는 것에서는 의미를 부여하고 싶습니다.

그 사이 세 권의 책을 냈고, 훌륭한 디자이너 분들과 소중한 교류의 기회를 얻었습니다. 좋은 기업들을 거쳐 현재는 독립을 했습니다. 돌아보니 그 여정 가운데 브런치와 글쓰기가 있었습니다.

긴 시간 제 글을 읽어주고 반응해준 분들께 감사함이 큽니다. 앞으로도 계속 디자인과 디자이너에 대한 기록을 이어가고자 합니다.

2019년 2월 7일, 브런치에 첫 글이 발행 되었습니다. 매일 치열하게 고민한 것들이 휘발되는 것이 아깝기도 했고, 새로운 자극이 필요한 시기이기도 했습니다. 그렇게 브런치는 디자인 일기장 같은 공간이 되었습니다. 요즘처럼 트래픽이 흔해진 시대에, 6년간 151편의 글, 100만이라는 숫자가 자랑할 만한 일인지는 모르겠습니다. 다만 디자인이라는 단일 주제로 꾸준히 기록하며 여기까지 왔다는 것에서는 의미를 부여하고 싶습니다. 그 사이 세 권의 책을 냈고, 훌륭한 디자이너 분들과 소중한 교류의 기회를 얻었습니다. 좋은 기업들을 거쳐 현재는 독립을 했습니다. 돌아보니 그 여정 가운데 브런치와 글쓰기가 있었습니다. 긴 시간 제 글을 읽어주고 반응해준 분들께 감사함이 큽니다. 앞으로도 계속 디자인과 디자이너에 대한 기록을 이어가고자 합니다.

브런치에서의 6년, 그리고 100만뷰

📰 인공지능만으로 운영된 스타트업의 실패

카네기 멜론 대학교의 연구자들은 “TheAgentCompany”라는 회사를 만들었다. 이 회사는 AI 모델들이 소프트웨어 엔지니어, 재무 분석가, 프로젝트 매니저로 일하는 곳.

인공지능 직원들은 인터넷에서 정보를 찾고, 사내 규정집을 참고하며, 웹사이트와 슬랙 같은 채팅 프로그램을 사용하고, 코드도 작성하고, 스프레드시트로 정보를 정리하고, ‘동료’들과 소통까지 했다.

그래서 결과는 어땠을까? 실패했다. 거의 코미디 수준으로.

인공지능 직원들은 회의하는 데 탁월했고 엄청나게 많은 회의를 했다. 내부 갈등도 많았다. 그리고 결국 아무 제품도 만들어내지 못했다. 우리가 맹목적으로 신뢰하는 인공지능이 회사를, 그것도 스타트업을 운영하면 어떻게 될까? 그 대답은 출시 제품 없이 실패하는 것이었다.

마치 스타트업에 관한 코미디 쇼의 패러디 같았다.

—

아니 근데, 이건 패러디 같은게 아니라 걍 인간 세상에 늘 있는 일인데요?..(…)

📰 인공지능만으로 운영된 스타트업의 실패 카네기 멜론 대학교의 연구자들은 “TheAgentCompany”라는 회사를 만들었다. 이 회사는 AI 모델들이 소프트웨어 엔지니어, 재무 분석가, 프로젝트 매니저로 일하는 곳. 인공지능 직원들은 인터넷에서 정보를 찾고, 사내 규정집을 참고하며, 웹사이트와 슬랙 같은 채팅 프로그램을 사용하고, 코드도 작성하고, 스프레드시트로 정보를 정리하고, ‘동료’들과 소통까지 했다. 그래서 결과는 어땠을까? 실패했다. 거의 코미디 수준으로. 인공지능 직원들은 회의하는 데 탁월했고 엄청나게 많은 회의를 했다. 내부 갈등도 많았다. 그리고 결국 아무 제품도 만들어내지 못했다. 우리가 맹목적으로 신뢰하는 인공지능이 회사를, 그것도 스타트업을 운영하면 어떻게 될까? 그 대답은 출시 제품 없이 실패하는 것이었다. 마치 스타트업에 관한 코미디 쇼의 패러디 같았다. — 아니 근데, 이건 패러디 같은게 아니라 걍 인간 세상에 늘 있는 일인데요?..(…)

📰 인공지능만으로 운영된 스타트업의 실패

카네기 멜론 대학교의 

ChatGPT의 Deep Researh에 GitHub을 연결 할 수 있게 되었군요!

와우! 대박! 와우! 대박적! 지금 만나러갑니다!

ChatGPT의 Deep Researh에 GitHub을 연결 할 수 있게 되었군요! 와우! 대박! 와우! 대박적! 지금 만나러갑니다!

ChatGPT의 Deep Researh에 GitHub을 연결 할 

www.55check.com공유하기게시하기웹에서 보기#레오 14세 즉위Cubs 팬 or Sox 팬? 새 교황님의 신상을 털어보자한국시간 금요일 새벽, 미국 시카고 출신의 로버트 프레보스트(Robert Prevost, 69) 추기경이 가톨릭 교회의 새 교황으로 선출. 레오 14세로 즉위. (첫 등장 영상. 소리 on 필수)레오 14세는 여러 면에서 독특한데,사진에도 보듯 흑인 + 백인 혼혈이심. 놀랍게도 노스트라다무스가 예언(!)고향 미국은 가톨릭 국가도 아님. (개신교 40%, 가톨릭 20%)페루에서 오랫동안 선교활동을 해서 미국-페루-바티칸 3중 국적 보유.영국 출신 하드리아노 4세(1154년~1159년 재위) 이후 두 번째로 영어가 모국어인 교황.800년 역사를 가진 아우구스띠노 수도회의 첫 교황. 이 수도회의 유명 멤버로는 종교개혁을 이끈 마르틴 루터(파문당함), 완두콩 덕후 그레고어 멘델, 철학자 에라스무스 등.레오14세는 레오13세(1878~1903)을 롤모델로 삼아 고른 이름으로 추측. 레오13세는 교회가 현대사회에 맞게 공장노동자들에게 더 다가가야한다고 주장했던 사람.코스트코에서 본 듯?레오 14세는 미국 출신이시다보니 이전 교황들보다 신비감은 떨어지고 좀 친근하게 느껴짐.아버지는 2차대전 해군 참전용사 출신이며 공립학교 교장. 어머니는 도서관 사서이며 독실한 가톨릭 신자.성직자가 되기 전 펜실베니아 주에 있는 명문 빌라노바대 수학과 전공. 이 학교 재학생들의 반응.MLB 시카고 컵스 팬이라는 소문이 돌았으나

2025년 5월 9일 (금) - 새 교황님 신상털기 총정리 : 오호츠크 리포트

OpenAI, 코딩 AI 서비스 Windsurf 인수

 * 금액은 4.2조원. 2025년 AI 스타트업 업계 첫 1조원 이상의 딜.
 * 현재 연간 반복 매출(ARR)은 560억원. 비슷한 코드에디터 기반의 경쟁사인 Cursor는 2년 만에 연매출 1억 달러(1400억원) 돌파해 주목 받아.
 * Windsurf는 프로그램 코드를 자동으로 짜주는 에디터 서비스. OpenAI는 윈드서프를 AI 에이전트와 연동해 문서 작성, 메모장, 노션 같은 기능의 생산성 도구 출시할 듯.
 * 또 웹 검색해 자료 정리하고, 그래프도 자동 제작하고, 이를 하나의 문서로 만들어주는 통합 도구까지 만들 듯. MS 오피스에 도전하기 위한 밑밥.
   
OpenAI 기업 구조 대변신, 그러나 마이크로소프트는 반대

 * OpenAI가 기존과 연결되는 새로운 회사 구조 발표. 기존 영리법인(LLC)을 공익법인(PBC)으로 전환 예정.
 * 최근 소프트뱅크(56조)와 마이크로소프트(13조)가 이 영리법인에 투자했었는데, 이번 회사 구조를 변경하는데 있어서 마이크로소프트가 반대하고 나섰음.
 * 핵심 이슈는 수익 배분. 2030년까지 매출의 20%를 인프라 사용료로 MS에 줄 예정이었으나 공익법인으로 바꾸면서 그 액수를 반으로 줄이겠다는 계획
 * 한편 OpenAI는 창업자 일론 머스크와도 소송 중. 머스크는 "비영리로 운영하겠다고 해서 돈도 주고 밀어줬는데, 영리 추구해 계약 위반했다" 주장.
 * 계약서에 명시된 내용이라 OpenAI에게 여러모로 골치 아픈 상황. 비영리냐 영리냐의 정체성 혼란.

아마존, 클라우드 시장을 넘어 우주 시장으로.

 * 아마존이 저궤도 위성 발사로 위성 기반 인터넷 제공 사업 본격화. 프로젝트명 카이퍼(Kuiper).
 * 최대 2600km 떨어진 위성끼리 안정적 양방향 링크 유지 가능. 이번에 27개 위성 탑재해 발사 및 연결 완료.
 * 최종 목표는 3200개 위성 연결로 지구 상당 부분 커버. 이미 80번 이상의 발사 예정
 * 흥미로운 점: 계열사인 블루오리진 로켓에 의존하지 않고 다른 회사 로켓들을 더 활용한다는 계획.
 * 저궤도 위성 인터넷은 해상 선박, 오지에서도 연결 가능한 아직 블루오션 시장. 일론 머스크의 스타링크가 압도적 1위. 2024년 기준 7135개 위성 띄워 전 세계에 서비스 제공 중. 우크라이나에서도 쓰고 각종 선박과 항공기들도 사용.
 * 블루 오리진은 SpaceX와 맞불, 아마존은 스타링크와 맞불. 아마존은 손해를 감수하고서라도 대량으로 밀어붙이는 스타일의 회사라 앞으로 위성 인터넷 시장의 경쟁 심화될 듯.

https://55check.com/newsletters?q=YToxOntzOjEyOiJrZXl3b3JkX3R5cGUiO3M6MzoiYWxsIjt9&bmode=view&idx=163564390&t=board

OpenAI, 코딩 AI 서비스 Windsurf 인수 <ul ><li>금액은 4.2조원. 2025년 AI 스타트업 업계 첫 1조원 이상의 딜.</li><li>현재 연간 반복 매출(ARR)은 560억원. 비슷한 코드에디터 기반의 경쟁사인 Cursor는 2년 만에 연매출 1억 달러(1400억원) 돌파해 주목 받아.</li></ul><ul ><li>Windsurf는 프로그램 코드를 자동으로 짜주는 에디터 서비스. OpenAI는 윈드서프를 AI 에이전트와 연동해 문서 작성, 메모장, 노션 같은 기능의 생산성 도구 출시할 듯.</li><li>또 웹 검색해 자료 정리하고, 그래프도 자동 제작하고, 이를 하나의 문서로 만들어주는 통합 도구까지 만들 듯. MS 오피스에 도전하기 위한 밑밥. </li></ul>OpenAI 기업 구조 대변신, 그러나 마이크로소프트는 반대 <ul ><li>OpenAI가 기존과 연결되는 새로운 회사 구조 발표. 기존 영리법인(LLC)을 공익법인(PBC)으로 전환 예정.</li><li>최근 소프트뱅크(56조)와 마이크로소프트(13조)가 이 영리법인에 투자했었는데, 이번 회사 구조를 변경하는데 있어서 마이크로소프트가 반대하고 나섰음.</li><li>핵심 이슈는 수익 배분. 2030년까지 매출의 20%를 인프라 사용료로 MS에 줄 예정이었으나 공익법인으로 바꾸면서 그 액수를 반으로 줄이겠다는 계획</li><li>한편 OpenAI는 창업자 일론 머스크와도 소송 중. 머스크는 "비영리로 운영하겠다고 해서 돈도 주고 밀어줬는데, 영리 추구해 계약 위반했다" 주장.</li><li>계약서에 명시된 내용이라 OpenAI에게 여러모로 골치 아픈 상황. 비영리냐 영리냐의 정체성 혼란.</li></ul> 아마존, 클라우드 시장을 넘어 우주 시장으로. <ul ><li>아마존이 저궤도 위성 발사로 위성 기반 인터넷 제공 사업 본격화. 프로젝트명 카이퍼(Kuiper).</li><li>최대 2600km 떨어진 위성끼리 안정적 양방향 링크 유지 가능. 이번에 27개 위성 탑재해 발사 및 연결 완료.</li><li>최종 목표는 3200개 위성 연결로 지구 상당 부분 커버. 이미 80번 이상의 발사 예정</li><li>흥미로운 점: 계열사인 블루오리진 로켓에 의존하지 않고 다른 회사 로켓들을 더 활용한다는 계획.</li><li>저궤도 위성 인터넷은 해상 선박, 오지에서도 연결 가능한 아직 블루오션 시장. 일론 머스크의 스타링크가 압도적 1위. 2024년 기준 7135개 위성 띄워 전 세계에 서비스 제공 중. 우크라이나에서도 쓰고 각종 선박과 항공기들도 사용.</li><li>블루 오리진은 SpaceX와 맞불, 아마존은 스타링크와 맞불. 아마존은 손해를 감수하고서라도 대량으로 밀어붙이는 스타일의 회사라 앞으로 위성 인터넷 시장의 경쟁 심화될 듯.</li></ul> https://55check.com/newsletters?q=YToxOntzOjEyOiJrZXl3b3JkX3R5cGUiO3M6MzoiYWxsIjt9&amp;bmode=view&amp;idx=163564390&amp;t=board

55check.com

5월 둘째주 - OpenAI 인수부터 마소에 반기까지. 다 하는군

주니어 개발자가 읽어보면 좋을 기술 블로그 글들과 포인트에 대해서 이야기해 보고자 한다.

주니어 개발자들이 읽으면 좋은 테크 아티클 모음

F-Lab 에서 주니어 개발자들이(사실 개발자라면 누구나) 보시면 좋을 아티클 모음을 공유해 주었네요!

검색엔진부터 비동기 처리, NoSQL 등 다양한 분야의 아티클들이 공유되어 있으니 관심있으신 분들은 보시면 좋겠습니다.

F-Lab 에서 공유해주신 아티클 주제를 나열해보면 다음과 같습니다.

📌 구글이 직접 말하는 검색엔진의 원리 (tali.kr)
📌 검색 엔진은 어떻게 작동하는가 (xo.dev)
📌 네이버의 검색엔진의 특징과 알고리즘 (tistory.com)
📌 [네이버 블로그]네이버 검색의 원리 : 네이버 블로그 (naver.com)
📌 지마켓 대기열 시스템 파헤치기 (gmarket.com)
📌 인증/인가는 어디에 어떻게 구현해야 할까? (gmarket.com)
📌 Sharded MySQL Cluster 도입 배경과 개발기 (부제: 우당탕탕 좌충우돌 개발기) (gmarket.com)
📌 웹 브라우저에 URL을 입력하면 어떤 일이 생기나요? | Amazon Web Services 한국 블로그
📌 네이버 메인 페이지의 트래픽 처리 (naver.com)
📌 How Discord Stores Trillions of Messages
📌 What ScyllaDB Is and Why You Should Care | by Mottakin Chowdhury | Better Programming
📌 How Discord Supercharges Network Disks for Extreme Low Latency
📌 비동기 서버에서 이벤트 루프를 블록하면 안 되는 이유
📌 카카오가 직접 회고한 1015 장애사태 원인과 대책 (brunch.co.kr)
📌 Lessons learned from operating our data serving layer | Coupang engineering | Coupang Engineering Blog (medium.com)
📌 The Missing Semester of Your CS Education (mit.edu)
📌 고려대학교 컴퓨터학과 특강 - 대학생 때 알았더라면 좋았을 것들 (slideshare.net)

F-Lab : 상위 1% 개발자들의 멘토링

주니어 개발자들이 읽으면 좋은 테크 아티클 모음📚

둘 다 '가격'과 '경험'에 진심인 편: 우리가 쿠팡과 네이버쇼핑을 자꾸 찾는 이유

좋은 글 감사합니다

#퍼블리챌린지

publy.co

이시윤

안녕하세요.
#기획∙마케팅 #브랜드마케팅 #콘텐츠마케팅 #퍼포먼스마케팅 #프로젝트매니지먼트

댓글 0

함께 읽은 게시물

일찍 알았다면 좋았을 TailwindCSS 클래스 8가지

< '네이버 다녀요'라는 말에 아무도 무슨 일을 하는지는 묻지 않았다 >

주간 인기 TOP 10

추천 프로필