저는 현재 6번째 회사를 아주 만족하면서 다니고 있습니다. UX 리서치라는 일을 하는 직업인으로 새로운 직장을 고를 때에 가장 중요하게 생각한 것은 자율성, 연결성, 유효성 3가지였습니다. 내가 그동안 해왔던 일들을 돌아보았을 때 가장 즐겁게 했던 것들의 공통점을 찾아내고 그것을 원하는 방식으로 해낼 수 있는 자율성이 있는가? 내가 배우고 싶은 사람들에게 응원을 받으며 합류할 수 있는가? 내가 가진 소프트스킬과 하드스킬을 적용하면 사용자와 시장에 임팩트를 만들 수 있을까? 이 세 가지 고민을 지나 새로운 조직에 합류했습니다. 이 과정에서 여러 스타트업, 기업, 창업가들과 커피챗을 했고 인터뷰를 진행했습니다. 인터뷰어로 쌓았던 경험과 최근 인터뷰이로 여러 사람들을 만나면서 든 생각을 정리했습니다.

[ 큐레이터의 문장 🎒 ]

1️⃣ 인터뷰어는 여러분에게 관심이 있습니다

인터뷰어가 서류, 과제 또는 여러분의 커리어, 경험을 보고 시간을 내서 만나려고 했을 때에는 어떤 마음이었을까요? 함께 일하고 싶은 사람을 만나고 싶은 마음, 당장 자신이 해야 하는 일을 함께 할 수 있는 의지할 만한 동료를 찾고 싶은 마음을 갖고 미팅에 들어왔을 겁니다. 너무 긴장이 되거나, 상대방이 디자인 크리틱을 할 것 같은 마음이 들 때에는 "저 사람은 내가 합격하기를 바라는 사람이야"라는 낙관주의를 스스로에게 허락해도 괜찮습니다.

2️⃣ 지원한 회사, 직무와 무관한 사이드 프로젝트 이야기는 하지 마세요

인터뷰 시간은 짧고 서로 묻고 싶은 것이 많습니다. 인터뷰와 무관한 이야기는 최소화하는 것이 좋습니다. 모두 강점과 약점을 갖고 있는데, 강점을 전달하기도 모자란 시간을 사용하면서 인터뷰와 관련이 떨어지는 이야기를 길게 할 필요는 없습니다. 사이드 프로젝트를 이야기할 때에는 1) 도메인(산업군)과 관련이 있거나 2) 직무와 관련이 있거나 3) 현재 지원한 회사가 처한 문제를 해결하는데 도움이 되는 인사이트가 있는지 따져봐야만 합니다.

3️⃣ 자기소개를 할 때에는 즐거운 이야기를 포함하세요

상대방을 사용자라고 생각하면 쉽습니다. 수많은 인터뷰를 해야 하는 인터뷰어 입장에서는 진지하고 안타까운 이야기보다 즐겁고 새로운 이야기에 귀를 기울입니다. 이직하는 이유를 솔직하게 이야기하는 것도 방법이겠지만 재직하고 있는 회사에 대한 비판, 함께 일하는 동료에 대한 부정적인 평가는 인터뷰 시간을 어둡게 만듭니다. 솔직함은 프로젝트에 대한 이야기를 할 때 부족했던 점, 개선하려고 했던 점, 그때는 몰랐지만 이제는 알게 된 점에 대해서 회고하면서 이야기해도 충분합니다.

https://www.redbusbagman.com/beforeinterview/

RBBM - 레드버스백맨

⟪인터뷰를 앞둔 모두에게 보내는 3가지 마음⟫

많은 도움 얻고갑니다. 감사합니다😊

01. 기획을 하는 사람들은 다양한 피드백을 받게 됩니다. 긍정적인 피드백만을 받으면 세상 좋겠지만 사실 피드백에는 부정적인 것들이 더 많을 수밖에 없죠. 기획자의 역할 자체가 다양한 의견을 모으고, 이해관계를 조정하고, 더 좋은 결과물을 만들어가는 것임을 생각해 본다면 개선해야 하는 부분에 대한 피드백들이 우선되는 것은 당연하니까요. 

02. 그럼 우리는 어떤 피드백을 받을 때 가장 마음 아프거나(?) 혼란스러울까요?
개인차가 있겠지만 저는 '음.. 좀 애매한데요..?'라는 피드백을 받을 때가 가장 고민이 많아지는 것 같습니다. 
단순하게 생각하면 부정의 강도가 엄청 높은 피드백보다 훨 나아 보이는 것 같지만, 사실 완전히 방향 설정이 잘못되었다는 반응을 듣는 것은 오히려 앞으로 갈 길이 명확해진다는 장점이 있습니다. 전혀 다른 길로 들어섰으니 이제 이 길을 빠져나가 새로운 돌파구를 찾아야 함이 우리의 역할이 되는 거니까요. 

03. 하지만 '애매하다'는 피드백은 듣는 사람뿐 아니라 하는 사람도 곤란하기 마찬가지입니다. 뭔가 단점을 찾자니 엄청 크리티컬 하지는 않은 것 같은데, 그렇다고 마음에 쏙 들 정도로 박수를 보낼 수는 없는 상황이니 말이죠. 
그래서 대부분 이런 피드백에 대해 '애매하다고만 말하면 어쩌나..? 답을 줘야지 답을!'이라고 생각하기 쉽지만 저는 오늘 이 말을 조금 다르게 해석해 보고자 합니다. 

04. 먼저 '애매하다'는 말과 비슷한 느낌의 말을 찾는다면 뭐가 있을까요? 어쩌면 '이도 저도 아니다'같은 말이 될 수도 있고, '특색이 없다', '밋밋하다', '딱히 맘에 드는 부분이 없다' 혹은 '어딘지 모르게 찝찝함(?)이 있다'로도 표현이 가능하겠죠. 
아마 이들 단어의 공통점은 어딘가 뾰족하고 날카롭게 다가오는 결정적인 포인트가 부족하다거나 반대로 다 좋은데 우려되는 포인트 하나를 상쇄할 제대로 된 방안이 떠오르지 않는다 같은 것일 수 있겠네요. 

05. 그리고 저는 개인적으로 '애매하다'는 단어에 이 의미 하나를 추가하고 싶습니다. 바로 '과감히 포기하지 못한다'가 그것이죠. 
우리가 가장 많이 착각하는 것 중 하나는 뭔가를 더 추가하거나 갈고닦지 못해서 애매한 상태에 머무르고 있다는 것입니다. 음식으로 치면 좀 밍밍한 거 같아 소금도 넣어보고 간장도 넣어보고 심지어 라면스프도 탈탈 털어봤는데 국물만 더 탁해질 뿐 여전히 그 '애매한 맛'에 머무르고 있는 형국인 것이죠. 

06. 하지만 애매하다고 판단되는 것들 중에는 높은 확률로 '두 가지 가치가 부딪히고 있는 상황'인 것들이 있습니다. 즉, A와 B는 서로 공존하기 어려운 요소인데 어떻게든 이 둘을 엮어보고자 어느 하나를 포기하지 못하고 있는 것이죠. 
물론 두 가지 다 100% 제 역할을 할 수 있도록 살릴 수 있다면 그보다 더 좋은 것은 없겠지만 기획을 하는 입장에서는 늘 선택의 문제와 마주칩니다. 그리고 그 선택이라는 것은 뭔가를 추가하는 것보다는 어느 하나를 빼거나 포기하는 것인 경우가 훨씬 많고요. 

07. 따라서 저는 '애매하다'는 피드백 앞에서는 '내가 무엇에 욕심을 부리고 있는지'를 한 번 냉정히 파악해 보는 것도 중요하다고 봅니다. 우선 기획물 안에 담긴 요소를 하나하나 뜯어본 다음, 서로 방해하고 있는 것들이 보이거나 아무리 각자의 가치를 존중해 주려고 해도 도저히 양립이 어렵다고 생각되는 것들이 있다면 어느 한 가지의 밀도를 좀 낮춰주는 지혜도 필요한 법이니까요. 

08. 더불어 타인에게 피드백을 해줄 때도 마찬가지입니다. 
간혹 '이 두 개를 엮어서 풀어내기 쉽지 않았을 텐데 그 어려운 걸 해내셨내요'라는 감탄을 하게 되는 경우가 종종 있죠. 그러나 이 역시 실제로 들여다보면 이 두 가지가 50:50의 비율로 자리하고 있는 케이스는 정말 드뭅니다. 무엇 하나를 먼저 어필해놓고 다른 것 하나를 적절한 타이밍에 내놓는 방식을 취하는 전략이 훨씬 많거든요. 때문에 조화를 잘 이룬 것들을 향해서도 '이 둘 중에서는 무엇에 더 주안점을 두셨나요?'라고 그 포인트를 역으로 질문하는 것도 좋은 피드백이라고 생각합니다.

09. 어린 시절 한 번쯤은 보셨을 이솝우화에는 구슬을 한움큼 쥔 채로 병에서 팔을 빼지 못하는 동물 이야기가 나옵니다. 아마 그때의 교훈은 '욕심을 부리지 말자' 였을 것 같은데요, 저는 이 단순하고도 오래된 교훈을 이렇게 바꾸면 더 임팩트가 크지 않을까도 싶습니다.
'그렇게 뭐 하나 놓지 못하다간 진짜 애매해진다'라고 말이죠. 

10. 그래서 저는 기획자가 진짜 반성해야 할 피드백이 바로 '애매하다'는 말이라고 생각합니다. 상쇄되는 요소를 제대로 파악해 보지 못한 불찰과 공존과 양립 모두 불가능한 두 대상을 손에 꽉 쥐고 병에서 팔을 빼지 못하는 그 우매함이 동시에 지적되는 포인트니까요, 적어도 이 말을 들을 때면 기획물과 함께 나의 애티튜드도 돌아봐야 하는 건 아닐까 싶네요.

'애매하다'는 말은 기획자에게 치명적인 평가일지도 모릅니다.

Explore the power of fine-tuning LLMs for model optimization. Learn about techniques, considerations, and when not to use LLM fine-tuning.

Fine-tuning LLMs 101 | Data Science Dojo

LLM(대규모 언어 모델)을 파인튜닝하는 것은 관련 데이터를 학습시켜 특정 작업에 맞게 모델의 매개변수를 조정하는 것으로, 모델 성능을 향상시키는 강력한 기법입니다.

🍀 LLM 파인튜닝(fine-tuning)
파인튜닝(fine-tuning)은 특정 작업에 맞게 LLM의 파라미터를 조정하는 프로세스입니다. 이는 작업과 관련된 데이터 세트에 대한 모델 학습을 통해 수행됩니다. 필요한 파인튜닝(fine-tuning)의 양은 작업의 복잡성과 데이터 세트의 크기에 따라 달라집니다.

LLM을 파인튜닝(fine-tuning)하는 방법에는 여러 가지가 있습니다. 한 가지 일반적인 접근 방식은 지도 학습을 사용하는 것입니다. 여기에는 모델에 레이블이 지정된 데이터 세트를 제공하는 것이 포함되며, 각 데이터 포인트는 입력과 출력의 쌍으로 구성됩니다. 모델은 손실 함수를 최소화하여 입력을 출력에 매핑하는 방법을 학습합니다.

LLM을 파인튜닝(fine-tuning)하는 또 다른 접근 방식은 강화 학습을 사용하는 것입니다. 여기에는 원하는 출력을 생성하는 데 대한 보상 신호를 모델에 제공하는 것이 포함됩니다. 모델은 보상 신호를 최대화하여 원하는 출력을 생성하는 방법을 학습합니다.

이러한 어려움에도 불구하고 기초 LLM을 파인튜닝(fine-tuning)하는 것은 특정 작업에서 LLM의 성능을 개선할 수 있는 유망한 접근 방식입니다. 대규모 데이터 세트와 컴퓨팅 리소스의 가용성이 증가함에 따라 파인튜닝(fine-tuning)이 더욱 보편화될 가능성이 높습니다.

🍀 LLM을 위한 파인튜닝(fine-tuning) 기술
파인튜닝(fine-tuning)은 특정 작업에 맞게 LLM의 파라미터를 조정하는 프로세스입니다. 이는 작업과 관련된 데이터 세트에 대한 모델 학습을 통해 수행됩니다. 필요한 파인튜닝(fine-tuning)의 양은 작업의 복잡성과 데이터 세트의 크기에 따라 다릅니다. LLM에는 용도 변경과 전체 파인튜닝(fine-tuning)이라는 두 가지 주요 파인튜닝(fine-tuning) 기술이 있습니다.

1. 용도 변경
용도 변경은 원래 학습된 작업과 다른 작업에 LLM을 사용하는 기법입니다. 예를 들어 텍스트 생성을 위해 학습된 LLM을 감성 분석에 사용할 수 있습니다.

LLM의 용도를 변경하려면 먼저 수행하려는 작업과 관련된 입력 데이터의 특징을 식별해야 합니다. 그런 다음, 이러한 특징을 원하는 출력에 매핑하는 방법을 학습할 수 있는 분류기 모델에 LLM의 임베딩 레이어를 연결해야 합니다. 용도 변경은 전체 파인튜닝(fine-tuning)보다 계산 비용이 적게 드는 파인튜닝(fine-tuning) 기법입니다. 하지만 동일한 수준의 성능을 달성할 가능성은 낮습니다.

2. 전체 파인튜닝(fine-tuning)
전체 파인튜닝(fine-tuning)은 수행하려는 작업과 관련된 데이터 데이터 세트에 대해 전체 LLM을 학습시키는 기법입니다. 이는 가장 계산 비용이 많이 드는 파인튜닝(fine-tuning) 기법이지만 최상의 성능을 얻을 가능성이 가장 높은 기법이기도 합니다.

LLM을 완전히 파인튜닝(fine-tuning)하려면 수행하려는 작업에 대한 입력 및 출력의 예가 포함된 데이터 데이터 집합을 만들어야 합니다. 그런 다음 지도 학습 알고리즘을 사용하여 이 데이터 세트에 대해 LLM을 훈련시켜야 합니다. 파인튜닝(fine-tuning) 기술의 선택은 수행하려는 특정 작업과 사용 가능한 리소스에 따라 달라집니다. 계산 리소스가 부족하다면 용도 변경을 고려할 수 있습니다. 그러나 최상의 성능을 원한다면 LLM을 완전히 파인튜닝(fine-tuning)해야 합니다.

🍀 비지도 파인튜닝(fine-tuning)과 지도 파인튜닝(fine-tuning) LLM 비교
대규모 언어 모델(LLM)은 텍스트와 코드의 방대한 데이터 세트에 대해 사전 학습됩니다. 이를 통해 텍스트 생성, 번역, 질의응답 등 다양한 작업을 학습할 수 있습니다. 그러나 LLM은 파인튜닝(fine-tuning) 없이는 특정 작업에 적합하지 않은 경우가 많습니다.

파인튜닝(fine-tuning)은 특정 작업에 맞게 LLM의 파라미터를 조정하는 프로세스입니다. 이는 작업과 관련된 데이터 세트에 대한 모델 학습을 통해 수행됩니다. 필요한 파인튜닝(fine-tuning)의 양은 작업의 복잡성과 데이터 세트의 크기에 따라 다릅니다.LLM의 파인튜닝(fine-tuning)에는 비지도 및 지도의 두 가지 주요 유형이 있습니다.

🍎 비지도 파인튜닝(fine-tuning)
비지도 파인튜닝(fine-tuning)은 레이블이 포함되지 않은 데이터 데이터 세트에 대해 LLM을 학습시키는 기법입니다. 즉, 모델은 각 입력에 대해 올바른 출력이 무엇인지 알지 못합니다. 대신 모델은 시퀀스의 다음 토큰을 예측하거나 데이터 세트의 텍스트와 유사한 텍스트를 생성하는 방법을 학습합니다.

비지도 파인튜닝(fine-tuning)은 지도 파인튜닝(fine-tuning)보다 계산 비용이 적게 드는 파인튜닝(fine-tuning) 기법입니다. 그러나 동일한 수준의 성능을 달성할 가능성도 낮습니다.

🍎 지도 파인튜닝(fine-tuning)
지도 파인튜닝(fine-tuning)은 레이블이 포함된 데이터 데이터 세트에 대해 LLM을 학습시키는 기법입니다. 즉, 모델은 각 입력에 대해 올바른 출력이 무엇인지 알고 있습니다. 모델은 손실 함수를 최소화하여 입력을 출력에 매핑하는 방법을 학습합니다.

지도 파인튜닝(fine-tuning)은 비지도 파인튜닝(fine-tuning)보다 계산 비용이 더 많이 드는 파인튜닝(fine-tuning) 기법입니다. 그러나 최상의 성능을 얻을 가능성도 더 높습니다.

파인튜닝(fine-tuning) 기법의 선택은 수행하려는 특정 작업과 사용 가능한 리소스에 따라 달라집니다. 계산 리소스가 부족하다면 비지도 파인튜닝(fine-tuning)을 고려할 수 있습니다. 그러나 최상의 성능을 원한다면 LLM의 파인튜닝(fine-tuning)을 감독해야 합니다.

🍀 인간 피드백으로부터의 강화 학습(RLHF) LLM을 위한 파라미터 효율적 파인튜닝(fine-tuning)(PEFT)
LLM을 파인튜닝(fine-tuning)하는 데는 감독된 파인튜닝(fine-tuning)과 인간의 피드백을 통한 강화 학습(RLHF)이라는 두 가지 주요 접근 방식이 있습니다.

1. 감독형 파인튜닝(fine-tuning)
지도 파인튜닝(fine-tuning)은 레이블이 포함된 데이터 데이터 세트에 대해 LLM을 훈련시키는 기법입니다. 즉, 모델은 각 입력에 대해 올바른 출력이 무엇인지 알고 있습니다. 모델은 손실 함수를 최소화하여 입력을 출력에 매핑하는 방법을 학습합니다.

2. 인간 피드백을 통한 강화 학습(RLHF)
RLHF는 사람의 피드백을 사용하여 LLM을 파인튜닝(fine-tuning)하는 기법입니다. 기본 아이디어는 LLM에 프롬프트를 주고 출력을 생성하는 것입니다. 그런 다음 사람에게 출력에 대한 평가를 요청합니다. 이 평가는 더 높은 품질의 출력을 생성하기 위해 LLM을 파인튜닝(fine-tuning)하는 신호로 사용됩니다.

RLHF는 감독 파인튜닝(fine-tuning)보다 더 복잡하고 비용이 많이 드는 파인튜닝(fine-tuning) 기술입니다. 하지만 정의하기 어렵거나 라벨링된 데이터가 충분하지 않은 작업에 더 효과적일 수 있습니다.

🍀  매개변수 효율적 파인튜닝(fine-tuning)(PEFT)
PEFT는 파인튜닝(fine-tuning) 중에 업데이트해야 하는 매개변수의 수를 줄이기 위한 일련의 기술입니다. 이는 더 작은 데이터 집합을 사용하거나, 더 간단한 모델을 사용하거나, 낮은 순위 적응(LoRA)이라는 기술을 사용하여 수행할 수 있습니다.

LoRA는 저차원 행렬을 사용하여 다운스트림 작업의 공간을 표현하는 기법입니다. 그런 다음 전체 LLM 대신 이 행렬을 파인튜닝(fine-tuning)합니다. 이를 통해 파인튜닝(fine-tuning)에 필요한 계산량을 크게 줄일 수 있습니다.

PEFT는 LLM을 파인튜닝(fine-tuning)하는 데 유망한 접근 방식입니다. 파인튜닝(fine-tuning)을 더 저렴하고 효율적으로 수행할 수 있으므로 더 많은 사용자가 더 쉽게 접근할 수 있습니다.

🍀 LLM 파인튜닝(fine-tuning)을 사용하지 않는 경우
대규모 언어 모델(LLM)은 텍스트와 코드의 방대한 데이터 세트에 대해 사전 학습됩니다. 이를 통해 텍스트 생성, 번역, 질의응답 등 다양한 작업을 학습할 수 있습니다. 하지만 LLM을 파인튜닝(fine-tuning)하는 것이 항상 필요하거나 바람직한 것은 아닙니다.

다음은 LLM 파인튜닝(fine-tuning)을 사용하지 않는 몇 가지 경우입니다:

👉 모델을 파인튜닝(fine-tuning)할 수 없는 경우. 일부 LLM은 파인튜닝(fine-tuning)을 허용하지 않는 API(애플리케이션 프로그래밍 인터페이스)를 통해서만 사용할 수 있습니다.
👉 모델을 파인튜닝(fine-tuning)할 데이터가 충분하지 않습니다. LLM을 파인튜닝(fine-tuning)하려면 레이블이 지정된 대량의 데이터 세트가 필요합니다. 데이터가 충분하지 않으면 파인튜닝(fine-tuning)을 통해 좋은 결과를 얻지 못할 수 있습니다.
👉 데이터는 끊임없이 변화합니다. LLM을 사용하는 데이터가 지속적으로 변경되면 파인튜닝(fine-tuning)이 이를 따라잡지 못할 수 있습니다. 특히 원어의 어휘와 문법이 시간이 지남에 따라 변할 수 있는 기계 번역과 같은 작업의 경우 더욱 그렇습니다.
👉 애플리케이션은 동적이고 상황에 민감합니다. 경우에 따라 LLM의 출력은 사용자 또는 상황의 특정 컨텍스트에 맞게 조정되어야 합니다. 예를 들어 고객 서비스 애플리케이션에서 사용되는 챗봇은 고객의 의도를 파악하고 그에 따라 응답할 수 있어야 합니다. 이러한 유형의 애플리케이션에 맞게 LLM을 파인튜닝(fine-tuning)하려면 챗봇이 사용되는 다양한 컨텍스트를 캡처하는 레이블이 지정된 대규모 데이터 세트가 필요하기 때문에 어려울 수 있습니다.

이러한 경우에는 다음과 같은 다른 접근 방식을 사용하는 것을 고려할 수 있습니다:

👉 더 작고 덜 복잡한 모델 사용. 더 작은 모델은 훈련하고 파인튜닝(fine-tuning)하는 데 계산 비용이 덜 들며 일부 작업에는 충분할 수 있습니다.
👉 전이 학습 접근 방식 사용. 전이 학습은 다른 작업에 대해 학습된 모델을 사용하여 새 작업에 대한 모델을 초기화하는 기법입니다. 이 방법은 모델이 더 빨리 학습하는 데 도움이 될 수 있으므로 새 작업을 위해 모델을 훈련하는 데 더 효율적인 방법이 될 수 있습니다.
👉 인컨텍스트 학습 또는 검색 증강 사용. 컨텍스트 내 학습 또는 검색 증강은 추론 시간 동안 LLM에 컨텍스트를 제공하는 기법입니다. 이를 통해 LLM이 보다 정확하고 관련성 높은 결과를 생성하는 데 도움이 될 수 있습니다.

🍀  마무리
결론적으로, LLM을 파인튜닝(fine-tuning)하는 것은 이러한 모델을 특정 작업에 맞게 조정할 수 있는 강력한 도구입니다. 용도 변경 및 전체 파인튜닝(fine-tuning)을 포함하여 그 뉘앙스와 옵션을 이해하면 성능을 최적화하는 데 도움이 됩니다. 감독형 파인튜닝(fine-tuning)과 비감독형 파인튜닝(fine-tuning) 중 어떤 것을 선택할지는 리소스와 작업의 복잡성에 따라 달라집니다. 또한 인간 피드백을 통한 강화 학습(RLHF)과 매개변수 효율적 파인튜닝(fine-tuning)(PEFT)은 전문화된 접근 방식을 제공합니다. 파인튜닝(fine-tuning)은 LLM을 향상시키지만, 특히 모델이 이미 업무에 적합한 경우에는 항상 필요한 것은 아닙니다. 특정 애플리케이션에 대한 LLM의 효율성과 효과를 극대화하려면 파인튜닝(fine-tuning)을 사용할 시기를 신중하게 고려해야 합니다.

Data Science Dojo

LLM 파인튜닝(Fine-tuning) 101

DALL-E 3 works with ChatGPT so users can use the chatbot to come up with prompts that the image generator better understands.

OpenAI releases third version of DALL-E

몇달 전 생긴 '프롬프트 작성자'라는 새로운 직무도 이제 옛것이 되었네요. 

처음 Dall-E 2를 접했을 때 센세이션을 잊지 못합니다. 문장을 입력하면 AI가 세상에 없던 이미지를 만들어주는데, 물론 맘에 들지 않은 적이 훨씬 많지만, 맘에 드는 이미지 하나만 만들어줘도 사실 엄청난 '사건'이라고 생각했습니다. 실제로 Dall-E 2는 그 일을 해냈구요. ChatGPT만큼 주목을 받지는 못했지만 오픈AI가 내놓은 인터넷 서비스 중 가장 양가 감정(인간 일을 다 가져간다, 엄청 신기하다 더 사용해보고 싶다 어떻게 쓰는 게 젤 좋지?)을 갖게 한 서비스였습니다. 부모님에게는 반드시 보여드려야 했어요. 세상의 변화가 이렇게 빠르다고 말씀드려야만 했습니다. 

그런데 이제 오픈AI가 세 번째 버전인 Dall-E 3를 출시한다는군요. 이 서비스는 인간이 프롬프트를 작성할 필요가 없습니다. 인간이 ChatGPT에게 간단한 명령어로 프롬프트를 작성하도록 요청하면, ChatGPT가 Dall-E 3가 이해할 수 있도록 단락을 통채로 작성합니다. 물론 인간도 원하면 더 작성할 수 있지만 예전 버전보다는 개입이 적어진 것입니다. 

Dall-E의 책임자인 아디치아 라메쉬(Aditya Ramesh)가 더버지(The Verge)에 데모를 공개했는데요. 그는 Dall-E 3에게 '산에 있는 일본 라멘 식당의 로고를 만들어달라'고 간단히 요청했고 ChatGPT가 더 자세한, 긴 설명이 있는 프롬프트를 작성했습니다. Dall-E 3는 4가지 옵션을 제시했고요. 프롬프트 작성자는 이제 더이상 새로운 직무로 역할하지 못하게 됐습니다. 그러니 말하자면 이제 정말 (글을 잘 쓰지 못해도) 누구나 예술을 만들 수 있게 된 것입니다. 

해당 업데이트와 더불어 오픈AI는 시스템의 안전성을 그 어느 때보다 강력하게 테스트하기 위해 의도적으로 시스템을 중단시키는 그룹인 제3자, 외부 팀과 협력했습니다. 그리고 명시적으로 폭력적인 언어를 무시하도록 언어 모델을 가르치는 분류기를 사용했다고 밝혔습니다. 또한 공인의 이미지는 더이상 재현할 수 없게 만들었고요. 

더불어 오픈AI는 소송을 피하기 위해 아티스트들이 원하면 자신의 예술 작품을 트레이닝 데이터로 사용할 수 없게 만들기도 했습니다. 아티스트들은 자신이 권리를 가지고 있는 이미지를 오픈AI 웹사이트에 제출하고, 삭제 요청을 할 수 있습니다. 그러면 Dall-E 3는 아티스트의 이미지 및 스타일과 비슷해 보이는 결과를 내놓지 못합니다. 이는 최근 다수 아티스트들이 스태빌리티AI, 미드저니 등 생성 AI가 자신의 이미지와 비슷한 그림을 생성해냈다며 제출한 소송 건들을 의식한 조치입니다.  

이로 인해 발생할 문제들을 생각하면 아득해지지만 화려한 기술의 발전에 또 관심이 갑니다. 근데 정말 문제들이 걱정이 돼요.

The Verge

ChatGPT와 통합한 이미지 생성AI, 'Dall-E 3' 출시 임박

모두가 커머스를 꿈꿉니다 커뮤니티 서비스가 커머스로 영역을 확장하는 사례를 우리는 손쉽게 찾아볼 수 있습니다. 사전적인 의미의 커뮤니티뿐 아니라, 이미 확보한 고객을 기반으로 커머스로 확장하는 것이 최근의 트렌드이기도 한데요. 사실 트래픽 기반으로 수익 모델을 만드는 건, 단순화하면 크게 커머스와 광고라는 2가지 방법으로 귀결되게 됩니다. 특히 불경기가 찾

성공적인 커뮤니티 커머스를 위한 3가지 조건

자연스러운 회원 이동, 특색 있는 프론트 구축, 서비스 안정성 유지가 필요합니다

[아티클 3문장 요약📑]

1️⃣ 커뮤니티가 커머스 영역으로 확장할 시 가장 먼저 챙겨야 할 것은 '자연스러운 회원 이동'으로, 약관은 물론 보안이나 기술적 복잡성 이슈로, 커뮤니티와 커머스 회원이 각기 분리되는 경우가 간혹 있는데, 그럴 경우 커뮤니티가 가진 팬덤이라는 강점이 희석될 수 있음을 기억해야 합니다.

2️⃣ 또한 보통 자체 쇼핑몰 페이지를 구축하기 보다는 대부분의 경우 쇼핑몰 솔루션을 사용하여 커머스 기능을 붙이곤 하는데, 이럴 경우 획일화된 UI/UX를 가지게 될 확률이 있어 조심해야 하며, 기존의 킬러 콘텐츠와 서비스 특색을 유지할 수 있는 방법을 고민해야 합니다.

3️⃣ 마지막으로 커뮤니티 커머스는 아무래도 공동구매나 딜 형태로 단기간 내 많은 물량을 판매하는 방식에 유리하기에, 아예 쇼핑몰 구축 당시부터 순간적인 트래픽 쏠림에도 견딜 수 있는 기반을 구축하는 것이 무엇보다 중요합니다.

💡기묘한 관점➕
최근 커뮤니티 서비스처럼 기존의 고객과 팬덤을 기반으로 이커머스로 확장하여 수익화를 꾀하는 경우가 참으로 많은데요. 보통은 기존 트래픽에 너무 의지하거나 혹은 광고나 마케팅, 또는 상품 소싱에만 집중하는 경향이 있습니다. 하지만 무엇보다 정말 성공적으로 커머스 확장을 하려면, 물류나 CS 같은 운영 역량, 거기에 더해 안정적인 쇼핑 환경 구축까지 따라와야 한다는 사실을 꼭 기억해야 할 겁니다.

🥤트렌드라이트 구독하기
https://bit.ly/3iSbx4e

📕『기묘한 이커머스 이야기』 책 보러가기
https://bit.ly/3hEicxg

콘텐츠뷰

😎성공적인 커뮤니티 커머스를 위한 3가지 조건

Perfect! Perfect! Perfect! 이렇게 완벽한 피드백이 있을 수 있나? 잠시 멍했다. 지난 저녁 우리 호텔에서 열린 행사에 대한 고객들의 평가였다. 중요한 행사이긴 했다. 파텍필립(Patek Philippe) 사의 시계 전시와 VIP 갈라 디너.

[유재덕 셰프의 요리와 그리고] 평가를 두려워하는 최고는 없다

1. 세계 최고의 시계 회사 중 하나인 ‘파텍 필립’의 슬로건은 다음과 같다. “당신은 사실 파텍 필립을 소유한 것이 아니라, 그저 다음 세대를 위해 잠시 맡아둔 것일 뿐입니다”

2. 1839년 스위스 제네바에서 창업한 파텍 필립은 유서 깊은 기업으로, 오늘날에도 자타공인 최고의 시계 회사로 인정받고 있다.

3. 특히 파텍 필립의 시계는 비싼 것으로 유명한데, 소더비(Sotheby’s)와 같은 경매에 나왔다 하면 세계에서 가장 비싼 시계라는 기록을 종종 경신하기도 한다. 지난 2014년 스위스 소더비 경매에 파텍 필립의 회중시계가 나왔는데, 2398만 달러(약 317억 원)에 낙찰됐다.

4. 최고의 시계 브랜드인 만큼, 파텍필립을 소유했던 사람들 역시 역사적인 인물이 많다고 한다. 영국의 빅토리아 여왕, 엘리자베스 2세, 다이애나 스펜서 왕세자비 등의 귀족은 물론, 표트르 차이콥스키, 리하르트 바그너, 파블로 피카소, 레프 톨스토이와 같은 예술가들. 과학자 마리 퀴리와 알베르트 아인슈타인, 정치인 존 F. 케네디, 넬슨 만델라까지. 나열하고 보니 파텍 필립 소유자 목록이 마치 위인전기 목록처럼 보인다.

5. 파텍 필립은 판매 정책 또한 독특하다. 파텍 필립 모델 중 최상급이나 한정판 모델을 구매하기 위해선 자신의 시계 구매 이력을 제출해야 한다. 그러니까 (고객이 파텍 필립의 최상급 시계를) 소유할 자격이 있음을 (스스로) 증명해야 하는 것이다.

6. 이토록 유서 깊은 기업의 행사를 준비하다 보면, 공부해야 할 것이 많다. 기업 역사에 대한 기본적인 이해라도 있어야 그 품위에 어울리는 요리와 의전을 준비할 수 있기 때문.

7. (그렇게) 행사 전날부터 모든 메뉴의 준비 미장 상태를 하나하나 점검했다. 드디어 행사 시작. 우리는 준비한 그대로 일사불란하게 조리하고, 소스를 뿌리고 접시에 음식을 담았다. 메인 식사까지 나갔다. 그 순간 아차 싶었다. 정신없이 코스 요리를 시간에 맞추는 것만 집중하다 보니 잔반 체크를 하지 않은 것이다.

8. 잽싸게 스튜어딩 쪽으로 뛰어갔다. 그런데 이상하다. 잔반통만 있고, 속이 비어 있다. 잔반통을 새것으로 교체했냐고 물었더니 아니란다. 잔반으로 나온 게 없어서 새것처럼 보이는 것이라는 대답이다. 그 말을 듣는 순간 ‘이야~ 오늘 느낌 좋은데!’라는 혼잣말이 튀어나왔다. 

9. 호텔의 주방 책임자라면 멋지고 화려한 요리만 보고 만질 것 같지만, 잔반, 즉 음식물 쓰레기에 각별하게 신경을 써야 한다. (그날 사람들이 먹다 남은 잔반의 양이야말로) 우리가 만든 요리에 대한 가장 엄정한 평가이기 때문이다.

10. 하지만 평가를 두려워하는 최고는 없다. (최선을 다했다면, 그 어떤 평가도 두렵지 않으며, 설령 냉정한 평가를 받았더라도 최고라면 이를 자신을 발전시키는 동력으로 삼을 테니까)

신세계그룹 뉴스룸

최고의 반열에 오른 사람들은 평가 받는 걸 두려워하지 않습니다

design by 슝슝 아래 글은 2023년 09월 13일에 발행된 뉴스레터에 실린

커머스 관점으로 바라본 2023 키아프·프리즈

새로운 커머스 전장이 된 아트페어에서 새롭게 배운 점들

[아티클 3문장 요약📑]

1️⃣ 키아프 서울은 국내 최대 규모를 자랑하는 아트페어*로, 특히 작년부터 과감하게 세계 양대 아트페어 중 하나인 프리즈와 손을 잡은 것을 기점으로 무섭게 성장 중인데, 이러한 동행을 통해 키아프는 프리즈의 힘을 빌려 부족한 명성을 보완하고 더 대중에게 가까이 다가갈 수 있었고, 프리즈 역시 한국 시장에 무사히 안착할 수 있게 되어 서로 윈윈이라는 평가를 받고 있습니다.

*아트페어: 전시 목적이 아닌 판매가 주목적인 일종의 미술 시장

2️⃣ 특히 직접 방문해 본 프리즈, 키아프에선 무엇보다 프라이싱 모델이 인상 깊었는데, 입장 가능한 날짜와 시간에 차등을 줌으로써, 더 큰 돈을 지불할 의향이 있는 핵심 고객들의 경험은 유지하면서 확장성은 더한 영리한 면모는 일반적인 리테일이나 브랜드들도 배워야 할 점 같았습니다.

3️⃣ 물론 아쉬운 점도 있었는데, 개별 작가나 작품을 소개하는 노력이 확실히 일반적인 리테일 매장 대비해서는 부족하다고 느껴졌고, 또한 아트페어 전체를 연결하는 경험이나, 브랜딩이 조금 더 드러났다면 더 좋았을 것 같다는 생각이 들었습니다.

💡기묘한 관점➕
좋은 계기로 이번 아트페어를 방문해서 즐기게 되면서 여러 느낀 점들을 오늘 나눠 보았는데요. 최근 고객 경험이 중시되면서, 리테일은 전시회를 배우고, 전시회는 또한 리테일을 배우는 시대가 된 것 같습니다. 그래서 기회가 되실 때, 국내 아트페어나 미술 행사들을 방문해 보시길 추천 드리고요. 이를 통해 고객 경험 설계에 대해 다시 한번 고민해 보시면 좋을듯 합니다.

🥤트렌드라이트 구독하기
https://bit.ly/3iSbx4e

📕『기묘한 이커머스 이야기』 책 보러가기
https://bit.ly/3hEicxg

Openads

🎨커머스 관점으로 바라본 2023 키아프·프리즈

꿈은 말로 하면 강해진다! 
내게 좋은 계기를 만들어주었던 광고 한편
https://bit.ly/468S1q4

명카피가 멋진 주간 소년점프 '슈에이샤'의 오래전 신문 광고

이 기사는 프리미엄 스타트업 미디어 플랫폼 한경 긱스에 게재된 기사입니다. 인공지능(AI) 알고리즘이 개인 투자 자문을 돕는 로보어드바이저(RA) 시장이 급격한 침체에 빠졌다. 국내에 관련 솔루션이 소개된 지 7년이

"AI가 굴리는데 영 신통찮네"...적자 쌓이는 로보어드바이저社 [긱스]

알아서 투자해서 돈 불려준다는 크고 작은 AI 로보어드바이저 스타트업들을 만나거나 이들에 대해 이야기 나눌 때마다 기본적으로 말이 안된다고 생각했다. 하다못해 실제 해당 스타트업 창업가 대표들을 멘토링이랑 컨설팅으로 만나서도 대놓고 말한 적도 많다. 

장기적으로 우상향을 그리는 투자자산 시장에서 장기적인 투자를 할 때나 중단기적으로는 일시적으로 돈 유동성이 커지는 시장에서 활동할 때가 아닌 이상 다수의 로보어드바이저가 모두 돈을 벌게 만들어주는 것이 불가능하다고 말이다. 그래서 다른 로보어드바이저와의 차별적 경쟁력이 무엇인지 집요하게 물어왔다.

투자자산시장의 본질은 누군가 돈을 벌면 누군가 돈을 잃게 되는 제로썸 원칙이 적용되기 때문에 로보어드바이저 하나가 압도적인 성능을 지니고 있으면 사용자가 많아질 수록 수익율이 떨어지고, 비슷비슷한 성능의 다수의 로보어드바이저들이 작동할 때는 소수의 로보어드바이저로 재편되고 다시 사용자가 많아질 수록 수익율이 떨어지는 방향으로 갈 수 밖에 없다. 하물며 지금의 경제상황과 장기적 불황 초입에서는... 

결국 높은 수익율을 자랑하는 곳들이 다시 사람의 머리와 손을 빌리고 있다는 사실이 흥미롭다.

https://n.news.naver.com/article/015/0004891516?fbclid=IwAR0VK7vCTwlhBfU6C_xnNx7zQWEvDxKhgfd-TOgmeBu-8vnS3-nTyP1j2o0_aem_Ae1vFWvbqYGbviR6qLS6guNDWwvpFwzAVSGSCeGpdj9Mm0FnMpII6Zfj6PpIyvX_sBU&mibextid=Zxz2cZ

Naver

사람들의 다양성을 매우 중요하게 생각한다. 나와 맞는 사람, 안맞는 사람이 있을 뿐 나와 다르다고해서 틀린 사람은 아니다. 그저 각자 자기길을 가면 그 뿐.

하지만 성인이 성인답지 못하고, 어른이 어른답지 못한 사람은 사람 취급을 하지 않고 무시한다. 또 고마워할 줄 모르거나 영악하거나 악랄해서 주위에 피해를 주는 이기적인 사람도 그렇게 대한다. 자기 혼자는 무슨 생각을 하고 뭔 짓을 해도 상관없지만, 자기 행동으로 주위에 피해를 주거나 칭얼칭얼 정신이 영유아나 10대에 머물러있는 성인이나 어른은 솔직히 사람으로 안보인다. 

한마디로 사회화가 안된 selfish spoiled child 철부지 관종 성인과 자기가 무조건 피해자인 피해망상증 성인, 아이처럼이 아니라 아이 정신상태인 해맑게 순수한 성인은 상대하지 않는다. 상대하는 자체가 시간낭비, 에너지낭비다. 😊

Starting code for the GildedRose Refactoring Kata in many programming languages. - GitHub - emilybache/GildedRose-Refactoring-Kata: Starting code for the GildedRose Refactoring Kata in many programming languages.

GitHub - emilybache/GildedRose-Refactoring-Kata: Starting code for the GildedRose Refactoring Kata in many programming languages.

제가 진행하고 있는 스터디에서 공유 받았던 꽤 좋아 보이는 리팩토링 스터디 방법이 있어 공유합니다.

이미 작성된 날것의 코드를 요구사항에 맞추면서 리팩토링을 해보는 건데요. 정답이 없는 각자 리팩토링을 해보면서 서로 의견 나누고 코드 리뷰도 하다 보면 다양한 방법으로 보다 더 좋은 코드로 만들어 볼 수 있을 것 같습니다. 더불어 테스트 코드 또한 리팩토링을 하며 기능별로 구성해 볼 수 있을 것 같아 꽤 유용한 재료라 생각합니다.

어떤 분이 요구사항에 대해 친절하게도 번역을 해놓으신 게 있어 꼭 스터디가 아니더라도 홀로 작업해 봐도 좋을 것 같습니다.

https://github.com/emilybache/GildedRose-Refactoring-Kata

GitHub

리팩토링 해보실? 지금 당장 도전해보세요!

Spring Boot Folder Structure (Best Practices). What is Spring Boot - If you don't know what spring boot is, I'm happy to share my previous article which is related to spring boot setup....

Spring Boot Folder Structure (Best Practices)

개발자들은 코드의 유지보수성, 팀원 간 협업 및 전체 개발 프로세스 개선을 위해 잘 구조화된 폴더 구조를 사용합니다. 스프링 부트 폴더 구조가 중요한 이유는 다음과 같습니다.

- 명확성 및 구성
- 모듈화
- 확장성
- 코드 재사용성

다음은 스프링 부트 애플리케이션에 대한 폴더 구조를 보여줍니다. (링크 참조)

📌 config

애플리케이션 설정을 구성하는 구성 클래스 또는 애플리케이션-레벨의 AppConfig를 포함합니다.

📌 controller

RESTful 컨트롤러 클래스를 포함합니다. 이 클래스는 들어오는 HTTP 요청을 처리하고 API Endpoint를 정의합니다.

📌 DTO

응용 프로그램의 다른 계층 또는 구성 요소 간에 데이터를 전송하기 위해 사용됩니다. 
- 비즈니스 로직이 포함되지 않음
- 데이터 운반이 주 목적

📌 Enums

Enum 클래스의 예시로는 SUCCESS, FAIL, PENDING등의 상태가 있습니다.

📌 model

도메인의 구조나 동작을 나타내는 데이터 모델 또는 엔티티를 저장합니다. 데이터베이스 테이블에 매핑되고 데이터의 속성과 관계를 정의합니다.

📌 repository

데이터 접근을 다루는 레파지토리 클래스를 포함합니다. 이러한 클래스는 일반적으로 ORM, JPA 등을 사용하여 데이터베이스와 상호작용 합니다.

📌 service

비즈니스 로직을 구현하는 서비스 클래스를 포함합니다. 

📌 utils

코드베이스를 체계적이고 모듈식으로 운영하기 위해 유틸리티 클래스를 배치합니다.

Medium

🕊️ 스프링 부트 폴더 구조 모범 사례

Product-Minded Software Engineer(이하 제품 중심 개발자)는 제품 자체에 큰 관심을 가지는 개발자들이다. 그들은 사람들이 제품을 어떻게 사용하는지 이해하려 하며 제품 관련 의사 결정에 참여하는 것을 즐긴다. 제품 중심 개발자의 주요 특징은 무엇이며, 어떻게 제품 중심 개발자로 성장할 수 있을까? 이 글에서는 제품 중심 개발자의 9가지 특징과 제품 중심 개발자로 성장하는 방법에 대해 설명한다.

제품 중심 개발자 (번역)

최근 개발자를 구분하는 명칭을 기존의 Frontend/Backend Engineer에서 Product/Platform Engineer로 바뀌어야한다는 Vercel 개발자의 글이 이슈가 되었는데요.

Product Engineer에 대한 좋은 글이 있어 번역해보았습니다.
( 전체 내용 보기 → https://www.jobless.blog/product-minded-engineer/?ref=careerly )

-------------------------------
📌 Product-Minded Software Engineer by Gergely Orosz

Product-Minded Software Engineer(이하 제품 중심 개발자)는 제품 자체에 큰 관심을 가지는 개발자들이다. 그들은 사람들이 제품을 어떻게 사용하는지 이해하려 하며 제품 관련 의사 결정에 참여하는 것을 즐긴다.

제품 중심 개발자의 주요 특징은 무엇이며, 어떻게 제품 중심 개발자로 성장할 수 있을까? 이 글에서는 제품 중심 개발자의 9가지 특징과 제품 중심 개발자로 성장하는 방법에 대해 설명한다.

1️⃣ 적극적으로 제품 아이디어/의견 제시
제품 중심 개발자는 기획을 그대로 받아들이고 구현하기만 하는 것에 만족하지 않는다. 다른 아이디어를 생각하고 이를 PM에게 제안한다. 그들은 기존 기획에 도전하며 더 나은 접근 방식을 제안하기도 한다.

2️⃣ 비즈니스, 사용자 행동 및 데이터에 대한 관심
제품 중심 개발자는 뜬구름 잡는 아이디어를 제시하지 않고, 비즈니스가 어떻게 작동하는지, 제품이 어떤 역할을 하는지, 그리고 비즈니스와 제품의 목표가 무엇인지 이해하기 위해 시간을 투자한 후 아이디어를 제시한다.

또한 그들은 제품이 사용자에게 어떤 영향을 미치고 사용자들이 어떤 가치를 얻는지 파악하기 위해 비즈니스 및 사용자 데이터에 가능한 직접 접근하려 한다.

3️⃣ "Why?"
제품 중심 개발자는 모든 것의 "Why?"를 이해하려 한다. 왜 이 기능을 제품에 추가해야 하며 다른 것이 아닌 이유는 무엇일까? 왜 더 간단하게 구축할 수 있는 것을 선택하지 않을까? 왜 더 확실한 방법을 선택하지 않을까? 그리고 그들은 자율적으로 답을 찾아 나선다. 그들은 PM과 다른 팀원들에게 많은 질문을 하지만 사람들을 그들을 성가시다고 생각하지 않는다. 좋은 관계를 구축해왔기 때문이다.

4️⃣ 뛰어난 커뮤니케이션 능력 및 비개발자들과의 좋은 관계
제품 중심 개발자는 개발팀 외부의 사람들과 대화하는 것을 좋아하며, 다른 분야가 어떻게 작동하는지 자세히 알고 싶어한다. 그들은 원활한 커뮤니케이터로서 다른 분야의 작업 방식을 더 자세히 이해하기 위해 노력한다. 종종 비개발자와 커피를 마시거나 점심을 함께하거나 회의실에서 이야기를 나누기도 한다.

5️⃣ 프로젝트 초기에 제품/엔지니어링 트레이드오프 제공
제품 중심 개발자는 제품의 "Why"와 엔지니어링 측면을 모두 이해하기 때문에 다른 사람들이 할 수 없는 제안을 할 수 있다. 예를 들어 제품 개발 범위와 비용(시간)을 계산할 때, 대부분의 개발자들은 엔지니어링 노력을 줄이려고 시도하고 줄인 노력이 기능 자체에 미치는 영향을 파악하려고 한다.

하지만 제품 중심 개발자는 양방향으로 파악한다. 엔지니어링 tradeoffs와 제품 tradeoffs를 모두 고려하는 것이다. 그들은 PM에게 제품 영향은 비슷하지만 엔지니어링 노력은 훨씬 적은 완전히 다른 기능을 구축하도록 제안할 수 있다.

제품과 엔지니어링 각각의 영향을 손쉽게 파악하는 것은 제품 중심 개발자가 가지는 고유한 강점이다. 그들은 엔지니어링 및 제품 통찰력을 사용하여 빠르게 양쪽 면을 오가며 가치 있는 결론에 도달한다.

6️⃣ 실용적인 Edge Case 처리
개발자들은 종종 Edge Cases를 잊고, 제품을 테스트하거나 최종 사용자로부터 피드백을 받은 후에 처리하곤 한다. 그리고 새 제품이나 기능의 모든 가능한 Edge Cases를 처리하는 데 많은 시간이 걸리곤 한다.

하지만 제품 중심 개발자는 빠르게 Edge Cases를 떠올리고 처리 방법을 생각하며, 때로는 엔지니어링 작업을 필요로하지 않는 해결책을 제공하기도 한다. 그들은 사랑받을 수 있는 최소한의 제품 개념(minimum lovable product concept)에 중점을 두고 Edge Cases와 처리 비용을 평가한다.

예를 들어, 1000명 중 1명의 사용자가 오류를 겪을 수 있다면 그들은 이것을 고치는 비용을 고려하고, 고치지 않았을 때 어떤 일이 일어날지 생각한다. '고객 지원이 이 경우에 도움을 줄 수 있을까?' '사용자는 다시 시도하고 다음 번에 성공할 수 있을까?' '제품을 약간 수정하여 이러한 Edge Case가 발생하지 않게 할 수 있을까?'

7️⃣ 빠른 제품 검증 주기
제품 중심 개발자는 작업 중인 기능의 개발이 완료되기 전에 초기 피드백을 얻는 창의적인 방법을 찾는다. 이것은 동료와 함께 테스트를 진행하거나, 진행 중인 작업 중에 제품 매니저에게 작업 중인 기능을 보여주거나, 베타 빌드에서 팀 bug bash를 조직하는 등 여러 가지 창의적인 방법일 수 있다. 그들은 계속해서 생각한다. 사람들이 이 기능을 우리가 생각한대로 사용하는지 확인하려면 어떻게 해야 할까?

8️⃣ End-to-end 제품 기능 오너십
대부분의 경험 많은 개발자들은 자신의 작업에 대해 end-to-end 오너십을 갖는다. 기획 명세를 받아들이고 구현하는 것에서 부터, 출시하고 올바르게 작동하는지 확인하는 것까지 모든 것이다. 그러나 제품 중심 개발자는 이보다 한 발 더 나아간다.

제품 중심 개발자들은 사용자 행동과 비즈니스 데이터를 얻은 후에만 작업이 완료되었다고 간주한다. 배포 이후에도 PM, 데이터 과학자 및 고객 지원 채널과 계속해서 소통하여 실제 세계에서 기능이 어떻게 사용되고 있는지 알아본다.

9️⃣ 반복 학습을 통한 강력한 제품 직감력
제품 중심 개발자에게 프로젝트는 일반적으로 다음과 같이 진행된다.

    • 이 기능이 왜 필요한지 정확히 이해하기 위해 많은 질문을 던진다.
    • 이를 테스트하고 수정된 사양에 포함된 일부 제안을 가져온다.
    • 빠르게 기능을 구축하고 피드백을 얻는다.
    • 기능을 출시한 후에도 예상과 일치하는지 계속해서 확인한다.
    • 예상과 달랐을 때, 결과를 깊이 파고들어 실제 세계에서의 제품 사용에 대해 새로운 것을 배운다.

각 프로젝트 이후, 제품 이해력이 깊어지고 더 나은 제품 직감력을 개발하기 시작한다. 시간이 흘러 프로젝트가 시작되기도 전에 상담을 받으려는 PM들의 요청이 늘어나면서 팀 밖에서 강한 평판을 쌓게 된다. 이 과정에서 제품 중심 개발자는 더 많은 커리어 성장 기회를 얻는다.

📌 제품 중심 개발자가 되기 위한 팁
사용자가 있는 제품을 개발하고 있다면, 제품 중심 마인드를 키우는 데 도움이 되는 몇 가지 팁이 있다. 이러한 팁은 제품 중심 개발자로 성장하는 데 효과적인 것으로 보인다.

1️⃣ 회사가 성공하는 이유를 이해하기. '비즈니스 모델은 무엇인가?' '어떻게 수익을 창출하나?' '어떤 부분이 가장 이윤이 많으며 어떤 부분이 가장 확장되고 있나? 왜 그럴까?'

2️⃣ PM과 좋은 관계를 구축하기. 대부분의 PM은 개발자를 멘토링할 기회에 기뻐한다. 개발자들이 제품에 관심을 가지면 자신의 역량을 확장할 수 있다. 물론 제품 관련 질문을 많이 하기 전에 좋은 관계를 구축하고, PM에게 제품에 더 많이 관여하고 싶다고 분명히 전하는 것이 좋다.

3️⃣ 사용자 리서치, CS 등 제품 작동 방식에 대해 자세히 알아보기. 디자이너, UX 디자이너, 데이터 과학자, 운영 팀 등, 사용자와 자주 상호 작용하는 사람들과 함께 작업한다.

4️⃣ 타당한 제안 제시하기. 비즈니스, 제품 및 이해관계자에 대한 좋은 이해를 갖게된 후에는 제품 개발에 대한 이니셔티브를 가져갈 수 있다.

5️⃣ 작업 중인 프로젝트에 대한 제품/엔지니어링 트레이드오프를 제공하기. 팀이 구축하려는 제품 기능에 대한 엔지니어링 트레이드오프뿐만 아니라 엔지니어링 노력을 줄일 수 있는 제품 트레이드오프도 제안한다. 그리고 이에 대한 피드백을 적극적으로 받는다.

6️⃣ PM에게 피드백 자주 요청하기. 훌륭한 제품 중심 개발자가 되기 위해서는 기존의 엔지니어링 기술에 더해 제품 기술을 개발해야 한다. 제품 기술에 대한 당신의 성과를 어떻게 평가하는지 가장 잘 아는 사람은 PM이다. 제품 제안이 얼마나 가치 있는지에 대한 피드백을 얻고, 추가 성장을 위한 아이디어를 얻기 위해 PM에게 연락한다.

번역: https://www.jobless.blog/product-minded-engineer/?ref=careerly

원글: https://blog.pragmaticengineer.com/the-product-minded-engineer

Jobless Han 🏄🏻‍♂️

제품 중심 개발자

PowerPoint Presentation

라지 시스템을 구현하고 운영 및 관리하는 개발자의 조언을 읽어보고 정리해서 올립니다.

1. 코드 작성과 시스템 설계 시작 전 아이디어를 브레인스톰해보고 간단하게 적어본다.
2. 구축하려는 시스템 관련 전문 지식이 많은 사람과 화이트보드 세션을 진행하고 충분한 검토 과정을 거친다.

📌 추가: '설계 검토' 기간이 길어지게 되면 급한 마음에 충분히 피드백을 반영하지 않고 급하게 시스템을 구축하는 경우가 생기는 것 같아요. 하지만 잘못된 (또는 미완성된) 설계를 바탕으로 시스템을 구현하면 나중에 문제가 생기고, 문제를 고치는 데 많은 시간을 낭비하게 되고 최악의 경우에는 시스템을 처음부터 새로 구현해야 할 수 있습니다. 이해관계자와 검토를 효과적으로 그리고 빠르게 하고 피드백을 충분히 반영한 후 완성된 설계를 바탕으로 구현하면 버그 고치는 데 드는 비용이 더 적습니다. 관련 글은 아래 '함께 읽으면 좋은 글'을 참조해 주세요.

3. 여러 가지 설계 옵션을 파악하고, 각 옵션의 절충점을 이야기 해본다.

📌 추가: 주니어시절 가장 많이 하는 실수는 여러 옵션을 파악하지 않고 절충점을 따지지 않는 것입니다. 장기적으로 봤을 때 좋은 옵션이 아닐 수 있고, 추후에 설계나 코드 작성을 다시 해야 하는 경우가 생깁니다. 따라서 한 문제를 직면했을 때 가능한 여러가지 옵션을 간단하게 적어 보고 절충점을 따져 보는 것이 좋은 것 같습니다. 

4. 가상 사용 케이스를 예상해 본다.
5. 시스템의 인터페이스를 잘 생각해 보고 좋은 인터페이스를 디자인해야 한다.
6. 최상의 솔루션을 채택하고 시스템 성능을 추정할 줄 아는 스킬은 중요하다.
7. 시스템을 설계하기 전 성능을 미리 예측해야 한다(예: back-of-envelope-calculations). (계산 관련 슬라이드 참고)

📌 추가: RPS와 Storage Utilization 계산법은 기본적으로 알아두는 게 좋습니다.

8. 진화할 수 있는 시스템에 미리 대응해 본다. 시스템이 10배 더 크게 확장되어도 잘 작동되어야 한다.
9. 기본 개발 구성 요소에 대해 잘 알고 있기. 예를 들어 코어 라이브러리, 기본 자료 구조, SSTables, protocol buffers, BigTables, MySQL, MapReduce. 그냥 기본 개념을 이해하는 게 아니라 어떻게 구현되는지 자세하게 알아야 한다.

📌 추가: 표면적으로 개념을 이해하는 것보다 깊게 파고들어 조금 더 많은 정보를 알게 되면 라지 스케일 시스템 개발, 운영 및 관리에 큰 도움이 됩니다. 슬라이드에는 간단하게 몇 가지 개념만 언급했지만, 궁금하신 분들은 관련 개념을 좀 더 자세하게 알아 보거나 라지 시스템 설계 관련 책을 읽어보면 좋을 것 같아요 (책 추천은 아래 '함께 읽으면 좋은 글'을 확인해 주세요).

10. 모든 요구 사항을 다 충족하는 시스템을 설계하려고 하지 말자.
11. Caching, parallelism을 통해 low latency 요구 사항 충족시키기.
12. Eventual Consistency와 Strong Consistency 모델 이해하기.
13. 데이터 엑세스 타임 이해하기.
14. 장애에 튼튼한 앱 구현하기 (Canary, 레플리케이션, load balancing).
15. 장애 발생시 전체 운영 중단 보다 부분 기능이 작동하는 것이 더 나은 유저 경험을 제공한다.
16. 충분한 모니터링, 로깅 그리고 디버깅 훅 추가하기. 

https://static.googleusercontent.com/media/research.google.com/en//people/jeff/stanford-295-talk.pdf

🪴 함께 읽으면 좋은 글

좋은 개발자가 알아야 할 버그 고치는데 드는 비용
https://careerly.co.kr/comments/75848

개발자가 꼭 봐야 할 책 - 데이터 중심 애플리케이션 설계
https://careerly.co.kr/comments/67004

초당 1억 건의 요청 S3 스케일의 스토리지 구축, 운영, 관리
https://careerly.co.kr/comments/88808

실력 향상을 위한 해외 유튜브 채널 10개
https://careerly.co.kr/comments/88786

개발자 성장에 도움 될 테크 블로그
https://careerly.co.kr/comments/87704

googleusercontent.com

라지 스케일 시스템을 구현하는 개발자가 아는 것

자바스크립트 개발자를 위한 package.json 파일 정리

백엔드와 프론트엔드를 불문하고 대부분의 자바스크립트 프로젝트에는 최상위 경로에 `package.json` 파일이 있는데요. 그런데 혹시 이 파일이 언제 어떻게 사용되는지를 정확히 알고 계신가요?

`package.json` 파일은 쉽게 말해서 우리의 자바스크립트 프로젝트를 npm 패키지 저장소와 상호 작용할 수 있도록 만들어주는 중요한 연결 고리인데요. 우리는 `package.json` 파일을 통해 npm 패키지 저장소로부터 어떤 패키지를 내려받아 설치해야 하는지, 또한 우리의 프로젝트를 다른 프로젝트에서 사용할 수 있도록 어떻게 npm 패키지 저장소에 올릴 것인지를 설정할 수 있습니다. 그러므로 `package.json` 파일에는 패키지 사용자 입장에서 설정이 필요한 부분이 있고, 패키지 발행자 입장에서 추가로 설정이 필요한 부분도 있죠.

여러분이 개발하시는 자바스크립트 프로젝트가 npm 패키지 저장소로 부터 패키지를 내려 받기만 한다면, `package.json` 파일에 대해서 아셔야 할 내용이 사실 얼마되지 않아요. `scripts`, `dependencies`, `devDependencies` 필드 정도만 아시면 충분할 것입니다.

하지만 개발하시는 자바스크립트 프로젝트를 npm 패키지 저장소에 올려서 다른 사람들도 쓸 수 있도록 공개하시고 싶다면, `package.json` 파일에 대해서 잘 알고 계셔야 하는데요. 그래서 이번 글에서는 자바스크립트 개발자로서 알아두면 좋은 `package.json` 파일에 대해서 자주 사용되는 필드 위주로 정리해보겠습니다.

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

Daleseo

기존에는 Node.js와 익스프레스를 사용해 웹 서버를 구축하고 서비스를 만들었습니다. 익스프레스를 사용해서 서버를 구축할 때, 먼저 고민했던 부분이 무엇이었나요? 바로 디렉터리 구조입니다. 별거 아닌 것 같지만 구조에 따라서 아키텍처가 변경되므로 간단한 문제는 아닙니다. NestJS는 이러한 문제를 해결한 웹 서버 프레임워크입니다. NestJS는 서버 개발 시의 아키텍처를 누구든 비슷하게 설계하도록 아키텍처 문제를 해결하는 데 중점을 두고 있습니다.

Node.js의 새로운 파트너 NestJS는 왜 탄생했을까? | 요즘IT

💭
Java Spring 이나 다른 언어의 백엔드 프레임워크를 다뤄보신 분들은 처음 Node.js 로 백엔드 개발을 접했을 때 당혹스러울 수 있습니다. 저는 그 이유가 지금까지는 Node.js 백엔드 생태계에 압도적인 퍼포먼스를 보여주는 프레임워크 없이 express.js 나 fastify 와 같은 경량형 라이브러리를 통해 많은 기능들을 직접 구현하거나 npmjs 를 통해 필요한 것들을 직접 추가하여 구현에 포함시키는 방식이 통상적으로 사용되었기 때문이라고 봅니다.

개인적으로는 express.js 류는 프레임워크라고 하기 보다는 서버 구성을 편리하게 하는 라이브러리 집합이라고 보는 것이 옳을 것 같고 Next.js 의 경우는 정확하게는 React.js 를 랩핑한 프론트엔드 프레임워크에 가깝습니다. 따라서 예전에 Node.js 백엔드 개발자로 오랜 기간 살아갈 떄도 "제발 누가 Node.js + TypeScript 백엔드 프레임워크 만들어줘~~~" 노래를 불렀던 기억이 있네요.

Nest.js는 알게된지 한 4년 정도 되었는데, 그동안 관련 소식들을 꾸준히 Follow-up 하고 있었고 국내에서도 사용하는 기업들이 늘어나고 있어서 언젠가는 국내에서도 괜찮은 생태계가 조성될 것 같다는 근거 없는 믿음이 좀 있습니다. Nets.js의 백엔드 동작 방식은 다른 언어나 프레임워크의 동작 방식과 조금 다른 생소한 개념들이 일부 있지만 (Module 이라던지.. Provider 라던지...) 그 외 나머지 것들은 시장을 지배하고 있는 프레임워크에서 아이디어를 가져온 것들이 많아 생각보다 금방 적응 할 수 있습니다. (특히 Spring Boot 개발자들이라고 생각함 ㅇㅇ..)

아무튼 Node.js 로 조금 더 단단한 백엔드 아키텍쳐와 효율적인 생산성을 고민하고 있다면 Nest.js 한번 알아보시는 것도...? ㅎㅎ

Wishket

🔥 Nest.js 붐은 반드시 온다.

Bun 1.0

Node보다 5배 빠른 Bun이 드디어 1.0 정식 릴리즈가 되었습니다.
https://bun.sh/blog/bun-v1.0

---
Bun 1.0 is finally here.

Bun is a fast, all-in-one toolkit for running, building, testing, and debugging JavaScript and TypeScript, from a single file to a full-stack application. Today, Bun is stable and production-ready.
---

Bun은 Node의 역할을 대체하면서 동시에 Node와 달리 Typescript와 JSX 컴파일러를 기본으로 탑재를 하고 있습니다.

Bun의 가장 큰 특징은 단언컨데 성능이구요. 최소 4배에서 6배까지 더 나은 성능을 낸다고 하네요.

그리고 Hot Reloading을 지원해서 코드 수정시 즉각 코드에 반영되는 기능도 기본 기능으로 탑재하고 있습니다.

앞으로 Node을 얼마나 대체할 수 있을지 Deno와는 다른 행보를 어떻게 이어갈지 궁금해지네요.

ps.
개인적으로 최근에는 Node쪽 개발을 안하다보니 Bun으로 개발 찍먹보다는,
Vite를 Bun으로 한번 돌려보는 것은 해보려고 합니다.
https://bun.sh/guides/ecosystem/vite

Next.js도 Bun으로 돌릴 수 있어요. Bun의 성능체감은 느껴볼 수 있지 않을까 생각봅니다.
https://bun.sh/guides/ecosystem/nextjs

Bun 1.0 is finally here

모던 바닐라 자바스크립트로 본 반응성을 구현하는 패턴 | bohyeon.dev

오늘 소개해드릴 글은 메디스트림의 서보현님이 번역해주신 글입니다. 현재 프런트엔트 생태계에는 다양한 프레임워크와 그에 따른 반응형 시스템이 있습니다. 유저의 상호작용과 서버와의 통신, UI 업데이트 등 일련의 작업을 처리함에 있어 핵심은 반응성을 구현하는 방식에 있다고 할 수 있습니다. 이번 글은 반응형 시스템을 구현하는 데 활용할 수 있는 패턴과, 구현을 위한 자바스크립트의 다양한 내장 기능을 소개하고 있습니다. 바닐라 자바스크립트를 사용해 직접 반응형 시스템을 구축해보는데 더해 최신의 방법을 활용해 효과적으로 반응성을 구현해보고자 한다면 읽어보기 좋은 글입니다.

> 글 링크: https://bit.ly/pretvty

Ktseo41

모던 바닐라 자바스크립트로 본 반응성을 구현하는 패턴

제리가 만나러 갑니다! 오늘도 당근에서 개발자로 재직하고 계신 ✨초특급 파워블로거✨ 하조은님을 만났습니다! 조은님이 생각하는 개발 로드맵은 어떤건지, 커리어 패스는 어떻게 쌓아가면 좋을지 함께 이야기 나누었습니다🙌🏻 오늘도 재밌게 보셨다면 좋댓구알 부탁드려요🥕 #당근마켓 #개발자 #인터뷰 #하조은 #제만갑 #IT 🥕조은님 1편 보러가기 https://youtu.be/yV4i3-uuxxw 🧑🏻‍💻하조은님 블로그 https://hajoeun.b

당근샐러드 개발자가 제안하는 개발 로드맵 | 제만갑 | 하조은 | 당근마켓 | 네카라쿠배당토 | IT | 프로그래밍 | 엔지니어 | 블로그 | ENTJ | 연봉 | 뱅크샐러드

2편은 '당근샐러드 개발자가 제안하는 개발 로드맵'이라는 제목으로 정리해주셨네요. 유튜브 특성에 맞춰 유머와 과장이 포함된 제목인 점 이해해주세요. 

실제론 개발 로드맵에 대해선 정답이 없는 것 같다는 내용을 담고 있습니다. 그 외에도 개발자의 커리어, 도메인, 역량 등에 대해 이야기 나눴습니다. 제가 이해하고 있는 것만 이야기하려고 노력했습니다! 재밌게 봐주세요.

https://youtu.be/gYPOhwi87AU?si=g2t2nIRS8FwAET1n

YouTube

📺 개발 로드맵, 정답이 있다고 믿고 싶은 게 아닐까요?

개발자라면 공부는 해야 한다. 언제까지 구닥다리 방식으로 개발 운영할 건데? 오늘 짠 내 코드 내일이면 리거시다.

그래도 팀내 개발자가 맨날 컨퍼런스 간다하고 세미나만 하면 속 터지긴 한다. 일은 해야지?

그래서 내가 만든 룰은 그라운드 리서치도 지라로 만들어서 배정하고 아래 같은 분위기를 조성한다. 

- 내가 참석한 컨퍼런스 기술 이벤트의 전파교육은 필수, 문서화 정리도 필수, 실무적용도 필수다. 적어도 말미에 실무에 적용할 것들을 뽑아보라고 한다. 
- 스터디는 주제를 정해 팀스터디로 진행한다. 그래도 장애가 났는데, 주요 프로젝트 배포를 해야 하는데 세미나? 말도 안된다. 끊거나 중단하고 문제해결부터 하고 재개한다. 
- 되도록 회사의 기술 챌린지를 공유하고 이걸 해결하는 방향으로 스터디 주제를 권유한다. JPA 도입, 쿠버네티스 전환 등등 
- 내가 시간이 안되면 주변 CTO 나 기술리더 품앗이로 구루 세미나를 한다. 
- 관심분야를 물어보고 되도록 그 분야 일을 맡겨서 일로 배우게 유도한다. 

물론 모두 당사자가 공부하고 내 걸로 만들길 좋아하는 경우다. 억지로 공부 시켜봤자 욕만 먹는다. 그리고 주어진 일은 잘 하는데 공부하는 거 싫어하는 분들 있다. 뭐 나름 장점 있지만 그럼 리더감은 아니다. 

그럼 스스로는 어떻게 공부하냐고? 일단 난 호기심이 많다. 그리고 내가 관심 있는 분야인데 저 사람이 아는데 내가 모르는게 너무 싫다. 

내 공부 방식은 일단 개념잡기와 abstract 읽기, 상세 읽기 후에 how to start 시도. 일단 짜보고 시작하는 경우들도 많은데 난 좀 반대다. 컨셉 이해하고 상세를 봐야 감이 오는 스타일? 

아무튼 이 놈의 직업은 평생 공부는 해야 하는 직업! 그래도 아직 놓고 싶지는 않으니 은퇴까지는 열공!!

개발자 자기계발 & 일의 밸런싱

공식 론칭한 넷플릭스 모바일 게임

🌟 넷플릭스 게임 론칭 🌟 

넷플릭스 게임이 드디어 공식 론칭했습니다.
매우 재미나게 본 <기묘한 이야기>를 잠시 깔아서 플레이해보았는데, 생각보다 재미나네요! 킬링타임용으로 굿! 옛날 감성의 클래식 아케이드 형태인데, 기묘한 이야기의 스토리 라인과 특유의 BGM을 그대로 가져와서 시리즈를 본 사람이라면 추억(?!)과 함께 상당한 몰입감을 제공하는 듯싶네요.

현재 구글플레이에서 `넷플릭스` 키워드로 검색 후 설치 가능하며, 아직 애플 앱스토어(iOS)의 경우 출시되지 않았으나 곧 출시할 것으로 기대됩니다. 참고로 넷플릭스 회원만 플레이할 수 있으며 무료입니다!
- [참고] '기묘한 이야기: 1984' 구글플레이 링크: https://bit.ly/3ockx5B

📌 넷플릭스가 게임을 출시한 속내는?
요새 보면 수많은 회사, 특히 엔터테인먼트 사에서 게임 산업에 진출한다는 이야기를 자주 접할 수 있는데, 포인트는 크게 2가지인 것 같습니다.

첫째, 게임 시장의 규모와 성장세입니다. 글로벌 게임 시장 규모와 성장세를 보시면 아시겠지만, 그 규모는 매우 크고 코로나 팬데믹 이후로 매우 가파르게 성장하고 있습니다. 동영상 시장에서 사업 성장의 한계를 어느 정도 맞이하고 있는 시점에서, 새로운 사업 포트폴리오가 필요하였고 그 선택이 게임으로 보여집니다.

둘째, 사용자의 시간을 점유하기 위해서입니다. 2019년 실적 발표 당시에 `넷플릭스의 최대 경쟁자는 디즈니, HBO가 아닌 포트나이트`라고 이야기한 부분이 좋은 힌트가 될 것 같습니다. `동영상`과 `게임`은 서로 시간을 두고 경쟁하는 대표적인 산업인데, 넷플릭스로서는 게임을 원하는 이용자가 이탈하지 않으면서 자신의 플랫폼에서 더 많은 시간을 보낼 수 있는 전략을 선택했습니다. 즉, 이러한 전략이 장기적인 성장과 수익에서 유리하다고 판단한 듯싶습니다.

과연 넷플릭스의 게임의 미래는 어떻게 될까요? :)

얼리어답터

프로덕트 매니저/서비스 기획

한주현

최수경

라인스튜디오 게임 기획

박정은

Product Manager 

Service Manager

김훈영

도전과 성장을 추구합니다. 한 때 패션 디자이너, 미디어아트 큐레이터를 꿈꿨으나 IT 세계에 매료되어 테크 세계에 입문하게 되었습니다. 각종 트렌드, 비즈니스, 마케팅 등 여러가지 방면에 호기심이 많습니다.
#문제를해결하는 #그로스마인드셋 #기획자

댓글 0