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]

컨설팅 펌을 떠나 스타트업계로의 항해를 시작하는 사람들을 위한 101

전략컨설턴트를 위한 스타트업 직무 가이드 - Givers Alliance

주말에는 가급적 시의성이 있는 기사보다는 생각할만한 거리를 찾아서 공유하고 있는데 아래에 개발을 제외한 스타트업 주요 직무에 대해 잘 정리된 글이 있어 공유합니다.

https://slashpage.com/givers/qpv5x427g4y9d2kyn3dw?fbclid=IwQ0xDSwKbinhleHRuA2FlbQIxMQABHk5ZGjRctt83P67d9xj07FXSPxVcYugaw6zejGVZD7k8-8yD24lH9uIPTgrM_aem_sum0uEFYq_T3GDS2ElgXKg

주말에는 가급적 시의성이 있는 기사보다는 생각할만한 거리를 찾아서 공유하고 있는데 아래에 개발을 제외한 스타트업 주요 직무에 대해 잘 정리된 글이 있어 공유합니다. https://slashpage.com/givers/qpv5x427g4y9d2kyn3dw?fbclid=IwQ0xDSwKbinhleHRuA2FlbQIxMQABHk5ZGjRctt83P67d9xj07FXSPxVcYugaw6zejGVZD7k8-8yD24lH9uIPTgrM_aem_sum0uEFYq_T3GDS2ElgXKg

Givers Alliance

편애하는 리더가 빠지는 함정 | ★★★ 출간 즉시 아마존, 월스트리트 저널, 뉴욕 타임스 베스트셀러 ★★★ 전 세계 18개 언어로 번역 출간 ★★★ 2019년 블룸버그 선정 CEO와 창업가가 가장 많이 추천한 도서 1위 ★★★ 2019년 올해의 책 선정: 아마존, 블룸버그, 파이낸셜 타...

흐름출판 | 편애하는 리더가 빠지는 함정 - 교보문고

균형을 유지해서 어느 한 상태가 다른 상태를 압도하지 않게 하려면 필요한 것이 있다. 바로 ‘룬샷’을 도모하는 예술가와 ‘프랜차이즈’를 도모하는 병사가 똑같이 사랑받는다고 느껴야 한다는 것. 나약하고 모호한 소리처럼 들릴 수도 있지만, 아주 현실적인 얘기이자 자주 간과되는 요소다.

✅룬샷 (Loonshot)
• 주창자를 나사 빠진 사람으로 취급하며, 다들 무시하고 홀대하는 프로젝트
예시) 아이폰

✅프랜차이즈 (Franchise)
• 룬샷으로 탄생한 제품의 후속작 또는 업데이트 버전
예시) <제임스 본드> 시리즈의 26번째 영화

벨연구소의 전신이 되는 조직을 만든 뒤에 베일은 이렇게 썼다. “나머지를 희생시키면서 어느 특정 사업부나 부서, 그룹을 편애한다면 반드시 전체의 균형이 깨진다.” 그러나 대부분의 집단에서 병사는 자연스레 병사를 편애하고, 예술가는 예술가를 편애하는 함정에 빠진다.

잡스가 1985년 애플에서 쫓겨난 사건이나 넥스트에서 벌인 뒤죽박죽 일 처리는 이미 유명하다. 1975년 스티브 워즈니악(Steve Wozniak)은 마이크로프로세서와 키보드, 스크린을 결합해서 초기 개인용 컴퓨터 중에 하나를 만들었다. 잡스는 워즈니악에게 직장을 그만두고 함께 회사를 차리자고 설득했다.

그러나 애플 I과 애플 II의 초창기 성공 이후 경쟁자들은 금세 애플을 앞질렀다. 1980년 아타리(Atari)와 라디오섁(RadioShack)은 애플보다 대략 7배나 많은 컴퓨터(TRS-80)를 팔았다. 1983년 코모도어는 겨우 2년 전에 출시한 IBM PC로 시장을 장악해 1등에 크게 밀리지 않는 2등을 하고 있었다.

애플의 주가는 10퍼센트 이하까지 폭락했고 이익은 빠르게 줄어들고 있었다. 그러나 줄줄이 이어진 실패작보다 애플의 미래를 더 위험하게 만든 것은 핵심 인력의 연이은 퇴사였다. 회사를 떠나는 직원이 줄을 잇는 것은 회사 기능에 심각한 문제가 있다는 뜻이다.

앞서 이야기했듯 시어도어 베일은 벨연구소의 전신이 되는 조직을 설립한 후, 그 어떤 집단도 ‘나머지를 희생시키면서 어느 한쪽을 편애한다면 반드시 전체의 균형이 깨질 것’이라고 했다. 룬샷과 프랜차이즈를 똑같이 사랑하려면 타고난 성향을 극복해야 한다. 예술가는 예술가를 편애하고, 병사는 병사를 편애하게 마련이기 때문이다.

잡스는 매킨토시를 연구하는 팀원들을 대놓고 자랑스럽게 ‘예술가’라고 불렀다. 애플 II 라는 프랜차이즈를 개발하고 있던, 회사의 나머지 조직은 ‘멍청이’라고 불렀다. 애플 II 개발자들은 이에 반발해서 ‘멍청이’라는 이름의 광대 그림이 그려진 단추를 스스로 달기까지 했다.

잡스와 함께 애플을 설립한 스티브 워즈니악은 애플 II 프랜차이즈 개발을 계속했고, 테디베어 같은 인상의 엔지니어였던 그는 업계나 사내에서 널리 사랑을 받았는데, 사임하면서는 조직원들의 사기를 꺾는 잡스의 공격적 행동에 대해 공개적으로 불만을 표시했다.

애플 II를 개발하던 인력의 이탈이 얼마나 흔했으면 누구는 이런 농담까지 했다. “누가 상사가 부른다고 하면, 이름을 꼭 확인하도록 해.” 조직에 독버섯이 퍼져나갔다. 그리고 얼마 지나지 않아 매킨토시를 개발하던 핵심 설계자들까지 회사를 떠나기 시작했다.

애플 첫 재임 시절에 스티브 잡스는 맥(Mac) 컴퓨터를 연구하던 자신의 룬샷 그룹을 “해적들” 내지는 “예술가들”이라고 불렀다(당연히 그는 본인이 최고의 해적이자 예술가라고 생각했다).

반면 애플 II 프랜차이즈를 개발 중이던 그룹은 “평범한 해병”이라고 일축했다. 잡스가 예술가를 떠받들고 병사를 업신여김으로써 두 그룹 사이에 형성된 적대감이 얼마나 컸던지, 사람들은 두 그룹이 각각 입주해 있던 건물 사이의 샛길을 ‘비무장지대’라고 불렀다.

이 적대감은 양쪽 제품 모두에 손해가 됐다. 잡스가 아끼던 맥 컴퓨터는 시장에 출시됐으나 상업적으로 실패했다. 애플은 심각한 재정 압박에 직면했다. 잡스는 축출됐고 존 스컬리(John Sculley)가 그 자리를 이어받았다. 결국 스컬리가 맥 컴퓨터도 구해내고 재정 안정성도 회복했다.

12년이 흘러 다시 애플로 돌아온 잡스는 조니 아이브(Jony Ive) 같은 예술가와 팀 쿡(Tim Cook) 같은 병사를 똑같이 사랑하는 밥법을 터득한 상태였다. 기회를 동등하게 부여하는 능력을 타고나기는 어렵다. 하지만 연습을 통해 키울 수는 있다. 예술가와 병사를 똑같이 사랑하여 동적평형을 만들어내라!

균형을 유지해서 어느 한 상태가 다른 상태를 압도하지 않게 하려면 필요한 것이 있다. 바로 ‘룬샷’을 도모하는 예술가와 ‘프랜차이즈’를 도모하는 병사가 똑같이 사랑받는다고 느껴야 한다는 것. 나약하고 모호한 소리처럼 들릴 수도 있지만, 아주 현실적인 얘기이자 자주 간과되는 요소다. ✅룬샷 (Loonshot)• 주창자를 나사 빠진 사람으로 취급하며, 다들 무시하고 홀대하는 프로젝트예시) 아이폰 ✅프랜차이즈 (Franchise)• 룬샷으로 탄생한 제품의 후속작 또는 업데이트 버전예시) &lt;제임스 본드&gt; 시리즈의 26번째 영화 벨연구소의 전신이 되는 조직을 만든 뒤에 베일은 이렇게 썼다. “나머지를 희생시키면서 어느 특정 사업부나 부서, 그룹을 편애한다면 반드시 전체의 균형이 깨진다.” 그러나 대부분의 집단에서 병사는 자연스레 병사를 편애하고, 예술가는 예술가를 편애하는 함정에 빠진다. 잡스가 1985년 애플에서 쫓겨난 사건이나 넥스트에서 벌인 뒤죽박죽 일 처리는 이미 유명하다. 1975년 스티브 워즈니악(Steve Wozniak)은 마이크로프로세서와 키보드, 스크린을 결합해서 초기 개인용 컴퓨터 중에 하나를 만들었다. 잡스는 워즈니악에게 직장을 그만두고 함께 회사를 차리자고 설득했다. 그러나 애플 I과 애플 II의 초창기 성공 이후 경쟁자들은 금세 애플을 앞질렀다. 1980년 아타리(Atari)와 라디오섁(RadioShack)은 애플보다 대략 7배나 많은 컴퓨터(TRS-80)를 팔았다. 1983년 코모도어는 겨우 2년 전에 출시한 IBM PC로 시장을 장악해 1등에 크게 밀리지 않는 2등을 하고 있었다. 애플의 주가는 10퍼센트 이하까지 폭락했고 이익은 빠르게 줄어들고 있었다. 그러나 줄줄이 이어진 실패작보다 애플의 미래를 더 위험하게 만든 것은 핵심 인력의 연이은 퇴사였다. 회사를 떠나는 직원이 줄을 잇는 것은 회사 기능에 심각한 문제가 있다는 뜻이다. 앞서 이야기했듯 시어도어 베일은 벨연구소의 전신이 되는 조직을 설립한 후, 그 어떤 집단도 ‘나머지를 희생시키면서 어느 한쪽을 편애한다면 반드시 전체의 균형이 깨질 것’이라고 했다. 룬샷과 프랜차이즈를 똑같이 사랑하려면 타고난 성향을 극복해야 한다. 예술가는 예술가를 편애하고, 병사는 병사를 편애하게 마련이기 때문이다. 잡스는 매킨토시를 연구하는 팀원들을 대놓고 자랑스럽게 ‘예술가’라고 불렀다. 애플 II 라는 프랜차이즈를 개발하고 있던, 회사의 나머지 조직은 ‘멍청이’라고 불렀다. 애플 II 개발자들은 이에 반발해서 ‘멍청이’라는 이름의 광대 그림이 그려진 단추를 스스로 달기까지 했다. 잡스와 함께 애플을 설립한 스티브 워즈니악은 애플 II 프랜차이즈 개발을 계속했고, 테디베어 같은 인상의 엔지니어였던 그는 업계나 사내에서 널리 사랑을 받았는데, 사임하면서는 조직원들의 사기를 꺾는 잡스의 공격적 행동에 대해 공개적으로 불만을 표시했다. 애플 II를 개발하던 인력의 이탈이 얼마나 흔했으면 누구는 이런 농담까지 했다. “누가 상사가 부른다고 하면, 이름을 꼭 확인하도록 해.” 조직에 독버섯이 퍼져나갔다. 그리고 얼마 지나지 않아 매킨토시를 개발하던 핵심 설계자들까지 회사를 떠나기 시작했다. 애플 첫 재임 시절에 스티브 잡스는 맥(Mac) 컴퓨터를 연구하던 자신의 룬샷 그룹을 “해적들” 내지는 “예술가들”이라고 불렀다(당연히 그는 본인이 최고의 해적이자 예술가라고 생각했다). 반면 애플 II 프랜차이즈를 개발 중이던 그룹은 “평범한 해병”이라고 일축했다. 잡스가 예술가를 떠받들고 병사를 업신여김으로써 두 그룹 사이에 형성된 적대감이 얼마나 컸던지, 사람들은 두 그룹이 각각 입주해 있던 건물 사이의 샛길을 ‘비무장지대’라고 불렀다. 이 적대감은 양쪽 제품 모두에 손해가 됐다. 잡스가 아끼던 맥 컴퓨터는 시장에 출시됐으나 상업적으로 실패했다. 애플은 심각한 재정 압박에 직면했다. 잡스는 축출됐고 존 스컬리(John Sculley)가 그 자리를 이어받았다. 결국 스컬리가 맥 컴퓨터도 구해내고 재정 안정성도 회복했다. 12년이 흘러 다시 애플로 돌아온 잡스는 조니 아이브(Jony Ive) 같은 예술가와 팀 쿡(Tim Cook) 같은 병사를 똑같이 사랑하는 밥법을 터득한 상태였다. 기회를 동등하게 부여하는 능력을 타고나기는 어렵다. 하지만 연습을 통해 키울 수는 있다. 예술가와 병사를 똑같이 사랑하여 동적평형을 만들어내라!

casting.kyobobook.co.kr

﻿
어제는 회사 창립 7주년 기념 이벤트가 있었습니다. 구성원들을 위해 의미 있는 시간을 만들고자 조직문화 TF에서 다양한 아이디어를 고민한 끝에, 가장 좋은 선물은 '휴가'라는 결론에 도달했습니다. 만장일치로 창립 기념일에 휴가를 제공하자는 의견이 모였고, 이를 경영진에게 보고했습니다.

하지만 단순한 휴가보다, 유익한 강의로 하루를 시작하고 여유 있게 쉴 수 있다면 더 좋겠다는 의견이 나왔고, 결국 오전 2시간 동안 강의를 듣고, 특별한 점심 식사를 함께한 후, 오후에는 자유롭게 휴식을 취하는 방식으로 하루 일정을 구성하게 되었습니다.

창립 기념 특별 강의 주제는 'AI 시대, 일 잘하는 사람의 AI 활용법'이었습니다. 강의는 우아한형제들에서 프론트엔드 엔지니어로 근무 중인 임동준 님께서 맡아주셨습니다. 결론부터 말씀드리자면, 강의는 매우 알차고 유익했습니다. 준비된 강의 자료를 통해 강사님의 사고방식과 업무 태도를 엿볼 수 있었고, 저 역시 많은 인사이트를 얻으며 강사님을 벤치마킹해야겠다는 다짐을 하게 되었습니다.

AI 시대에 '일 잘하는 사람'이란 단순히 AI 도구를 잘 활용하는 사람을 의미하지 않습니다. AI에 의존하기보다는, 자신의 사고력과 AI의 제안을 비교하고 분석하여 더 나은 결과를 도출할 수 있는 사람이 되어야 합니다. 편리함만을 추구하다 보면, 사고력은 약화되고 결국 AI에 의해 대체될 수 있습니다. 인간이 AI를 활용한다는 것은 인간의 지능 위에 인공지능을 덧입혀 더 나은 결과를 만들어내는 과정이어야 합니다.

도구의 사용법을 다른 이에게 알려줄 때도 마찬가지입니다. 단순한 기능 설명이 아니라, 그것을 어떤 목적과 맥락에서 활용하는지가 중요합니다. 예를 들어, 엑셀의 단축키나 함수를 많이 안다고 해서 데이터 분석을 잘하는 것은 아닙니다. 분석하려는 데이터의 성격과 목적을 이해한 뒤, 적절한 도구를 선택하고 활용할 수 있어야 비로소 '잘하는 것'입니다.

AI 활용 역시 마찬가지입니다. AI에게 질문을 던지고 답을 그대로 실무에 적용하는 것은 반쪽짜리 활용입니다. 어떤 목적을 위해 AI를 활용할지 정의하고, 그 목적에 맞게 질문하고, 나온 답변을 실무에 맞게 가공하고 적용하는 사고 과정이 반드시 필요합니다.

기능이나 서비스를 개발할 때도 마찬가지입니다. 처음부터 AI에게 "이걸 만들어줘"라고 요청하기보다는, 자신이 만들고자 하는 바를 구체적으로 정의하고 핵심 기능을 먼저 기획해 본 후, 이를 기준으로 AI에게 코드를 요청하고 비교하는 방식이 효과적입니다. 이렇게 하면 AI의 지식 위에 자신의 사고를 더해가는 과정이 됩니다.

AI는 멘토이자 코치, 선생님의 역할을 할 수 있습니다. 방대한 지식과 다양한 사례를 바탕으로 시행착오를 줄여주는 조력자로 AI를 활용할 수 있다면 훌륭합니다. 다만, 모든 것을 AI에게 맡기는 것은 매우 위험한 접근입니다. 인간의 능력은 사용하지 않으면 정체되는 것이 아니라 퇴보한다는 사실을 잊지 말아야 합니다. 두뇌도 근육처럼 쓰면 쓸수록 강화됩니다.

예를 들어, 디자인을 AI에게 맡겼을 때 매번 다른 스타일로 결과물이 나와 실망한 경험이 있을 수 있습니다. 원하는 스타일의 통일성을 유지하려면, 핵심 디자인 요소나 '디자인 에센스'를 AI에게 명확히 전달해야 합니다. 원하는 질감이나 분위기, 컬러 등을 공유하면 AI도 일관된 결과물을 제공할 수 있습니다.

AI가 전부 해결해 줄 것이라는 기대는 실망으로 이어질 수 있습니다. 미래에는 더 나은 결과를 제공해 줄지도 모르지만, 현재는 우리가 원하는 결과를 얻기 위해 명확한 요구사항과 핵심 요소를 전달하는 능력이 무엇보다 중요합니다. AI를 제대로 활용하려면, 먼저 우리가 하는 일의 본질과 에센스를 스스로 이해하고 있어야 합니다.
결국, 인간의 상상력과 기계의 데이터를 조화롭게 결합할 수 있을 때, 진정한 시너지가 발휘됩니다.

﻿어제는 회사 창립 7주년 기념 이벤트가 있었습니다. 구성원들을 위해 의미 있는 시간을 만들고자 조직문화 TF에서 다양한 아이디어를 고민한 끝에, 가장 좋은 선물은 '휴가'라는 결론에 도달했습니다. 만장일치로 창립 기념일에 휴가를 제공하자는 의견이 모였고, 이를 경영진에게 보고했습니다. 하지만 단순한 휴가보다, 유익한 강의로 하루를 시작하고 여유 있게 쉴 수 있다면 더 좋겠다는 의견이 나왔고, 결국 오전 2시간 동안 강의를 듣고, 특별한 점심 식사를 함께한 후, 오후에는 자유롭게 휴식을 취하는 방식으로 하루 일정을 구성하게 되었습니다. 창립 기념 특별 강의 주제는 'AI 시대, 일 잘하는 사람의 AI 활용법'이었습니다. 강의는 우아한형제들에서 프론트엔드 엔지니어로 근무 중인 임동준 님께서 맡아주셨습니다. 결론부터 말씀드리자면, 강의는 매우 알차고 유익했습니다. 준비된 강의 자료를 통해 강사님의 사고방식과 업무 태도를 엿볼 수 있었고, 저 역시 많은 인사이트를 얻으며 강사님을 벤치마킹해야겠다는 다짐을 하게 되었습니다. AI 시대에 '일 잘하는 사람'이란 단순히 AI 도구를 잘 활용하는 사람을 의미하지 않습니다. AI에 의존하기보다는, 자신의 사고력과 AI의 제안을 비교하고 분석하여 더 나은 결과를 도출할 수 있는 사람이 되어야 합니다. 편리함만을 추구하다 보면, 사고력은 약화되고 결국 AI에 의해 대체될 수 있습니다. 인간이 AI를 활용한다는 것은 인간의 지능 위에 인공지능을 덧입혀 더 나은 결과를 만들어내는 과정이어야 합니다. 도구의 사용법을 다른 이에게 알려줄 때도 마찬가지입니다. 단순한 기능 설명이 아니라, 그것을 어떤 목적과 맥락에서 활용하는지가 중요합니다. 예를 들어, 엑셀의 단축키나 함수를 많이 안다고 해서 데이터 분석을 잘하는 것은 아닙니다. 분석하려는 데이터의 성격과 목적을 이해한 뒤, 적절한 도구를 선택하고 활용할 수 있어야 비로소 '잘하는 것'입니다. AI 활용 역시 마찬가지입니다. AI에게 질문을 던지고 답을 그대로 실무에 적용하는 것은 반쪽짜리 활용입니다. 어떤 목적을 위해 AI를 활용할지 정의하고, 그 목적에 맞게 질문하고, 나온 답변을 실무에 맞게 가공하고 적용하는 사고 과정이 반드시 필요합니다. 기능이나 서비스를 개발할 때도 마찬가지입니다. 처음부터 AI에게 "이걸 만들어줘"라고 요청하기보다는, 자신이 만들고자 하는 바를 구체적으로 정의하고 핵심 기능을 먼저 기획해 본 후, 이를 기준으로 AI에게 코드를 요청하고 비교하는 방식이 효과적입니다. 이렇게 하면 AI의 지식 위에 자신의 사고를 더해가는 과정이 됩니다. AI는 멘토이자 코치, 선생님의 역할을 할 수 있습니다. 방대한 지식과 다양한 사례를 바탕으로 시행착오를 줄여주는 조력자로 AI를 활용할 수 있다면 훌륭합니다. 다만, 모든 것을 AI에게 맡기는 것은 매우 위험한 접근입니다. 인간의 능력은 사용하지 않으면 정체되는 것이 아니라 퇴보한다는 사실을 잊지 말아야 합니다. 두뇌도 근육처럼 쓰면 쓸수록 강화됩니다. 예를 들어, 디자인을 AI에게 맡겼을 때 매번 다른 스타일로 결과물이 나와 실망한 경험이 있을 수 있습니다. 원하는 스타일의 통일성을 유지하려면, 핵심 디자인 요소나 '디자인 에센스'를 AI에게 명확히 전달해야 합니다. 원하는 질감이나 분위기, 컬러 등을 공유하면 AI도 일관된 결과물을 제공할 수 있습니다. AI가 전부 해결해 줄 것이라는 기대는 실망으로 이어질 수 있습니다. 미래에는 더 나은 결과를 제공해 줄지도 모르지만, 현재는 우리가 원하는 결과를 얻기 위해 명확한 요구사항과 핵심 요소를 전달하는 능력이 무엇보다 중요합니다. AI를 제대로 활용하려면, 먼저 우리가 하는 일의 본질과 에센스를 스스로 이해하고 있어야 합니다.결국, 인간의 상상력과 기계의 데이터를 조화롭게 결합할 수 있을 때, 진정한 시너지가 발휘됩니다.﻿

일 잘하는 사람은 AI를 어떻게 쓸까?

1. 당신에게는 세 가지 여과 장치가 있는데, 첫째는 당신의 집착, 둘째는 당신의 신념, 셋째는 당신의 두려움입니다.

2. 당신의 집착: 당신이 집착하는 것들을 유발하거나 위협하는 것에 눈길을 모으고 다른 것들은 쳐다보지도 않습니다. 욕심 사나운 장사꾼이 돈 되는 일 아니면 관심도 없듯이, 당신도 집착하고 있는 대상이 아닌 것들에는 흥미가 없는 거예요.

3. 당신의 신념: 자기와 믿음이 같은 사람들하고 만 어울리고 자기 믿음을 위협하는 사람들을 배척하는 광신자가 주변에 있나요? 그를 잘 보면, 사람의 신념이 본인에게 무슨 짓을 하는지 알 수 있을 것입니다.

4. 당신의 두려움: 당신이 일주일 안에 형이 집행될 것을 알게 된 사형수라면 아마 다른 어떤 것에도 마음을 모을 수 없을 거예요. 그게 두려움이 하는 일입니다. 두려움은 당신으로 하여금 한 가지 또는 몇 가지에만 신경을 쓰고 다른 모든 것을 배척하게 만들지요.

#사랑으로가는길 📚
#앤소니드멜로

1. 당신에게는 세 가지 여과 장치가 있는데, 첫째는 당신의 집착, 둘째는 당신의 신념, 셋째는 당신의 두려움입니다. ​2. 당신의 집착: 당신이 집착하는 것들을 유발하거나 위협하는 것에 눈길을 모으고 다른 것들은 쳐다보지도 않습니다. 욕심 사나운 장사꾼이 돈 되는 일 아니면 관심도 없듯이, 당신도 집착하고 있는 대상이 아닌 것들에는 흥미가 없는 거예요. ​3. 당신의 신념: 자기와 믿음이 같은 사람들하고 만 어울리고 자기 믿음을 위협하는 사람들을 배척하는 광신자가 주변에 있나요? 그를 잘 보면, 사람의 신념이 본인에게 무슨 짓을 하는지 알 수 있을 것입니다. ​4. 당신의 두려움: 당신이 일주일 안에 형이 집행될 것을 알게 된 사형수라면 아마 다른 어떤 것에도 마음을 모을 수 없을 거예요. 그게 두려움이 하는 일입니다. 두려움은 당신으로 하여금 한 가지 또는 몇 가지에만 신경을 쓰고 다른 모든 것을 배척하게 만들지요. #사랑으로가는길 📚 #앤소니드멜로

< 집착, 신념, 두려움 – 당신을 망치는 3가지 필터 >

https://blog.naver.com/madaboutit/223855116890

리더. 국어사전에 따르면 리더란 조직이나 단체에서 전체를 이끌어가는 위치에 있는 사람이라고 기술되어 있다. 지식백과사전에 보면 어떤 조직이나 단체 등에서 목표의 달성이나 방향에 따라 이끌어 가는 중심적인 위치에 있는 사람, 그 외의 구성원에 대해서 결정의 책임을 지고 또한 집단과 외부와의 조정 기능의 역할도 하고 있는 사람이라고 되어 있다. 공식적인 집단에

[시사뉴스] 【박성태 칼럼】 리더가 독재를 하게 되는 두가지 이유

리더. 국어사전을 보면 조직이나 단체에서 전체를 이끌어가는 위치에 있는 사람이라고 기술되어 있다. 지식백과사전에는 어떤 조직이나 단체에서 목표의 달성이나 방향에 따라 이끌어 가는 중심적인 위치에 있는 사람, 구성원들에 대한 결정의 책임을 지고 또한 집단 외부와의 조정 기능의 역할도 하는 사람이라고 되어 있다.

공식적인 집단에서는 장(長)으로서의 직무나 권한, 책임이 할당되어 있으므로 장이 즉 리더가 된다(공식적 리더). 그러나 비공식적인 집단의 경우는 사회제도적인 구속이 아니라 상황, 크기, 각 구성원의 능력 등에 따라 어떤 특정의 인간이 리더가 된다(비공식적 리더).

이렇듯 조직이 큰 사회든 적은 사회든. 공식적 집단이든 비공식 집단이든 리더는 항상 존재한다. 가정에는 가장이 있고, 학교에는 교장이 있고, 회사에는 팀장, 임원, 대표가 있고, 정부에는 장관, 대통령이 있다.

그런데 리더 중에는 구성원들과의 소통, 적절한 권력분립 등으로 조직을 유연하게 이끌어가는 리더도 있지만, 리더라는 권한을 가지고 독재를 하는 경우도 있다.

독재란 ‘홀로(獨) 재단(裁)하는 것’ 즉, 특정한 개인이나 계급, 단체가 어떤 분야에서 모든 권력을 차지하여 모든 일을 독단으로 처리하는 것을 일컫는다. 주변을 살펴보면 유연한 리더, 구성원들을 존중하고 섬기는 서번트 리더보다 독재적이고 독불장군식의 리더가 오히려 많은 것 같다.

리더가 독재를 하는 이유가 뭘까? 크게 두가지 이유에서 일 것 같다. 모두 참모가 어떤 역할을 하느냐에 따라 리더가 독재를 하느냐 여부가 달려 있다고 본다. 참모란 원래 군대용어지만 일반적으로는 어떤 조직이나 단체 등에서 리더(장)을 도와 어떤 일을 꾀하고 꾸미는 데에 참여하는 사람이다.

참모는 자기 자신을 내세우기보다 철저히 리더를 위해 일을 해야 하고, 리더가 그릇된 판단과 길을 가지 않도록 참모 역할을 해야 한다. 그러기위해서는 직언(直言)도 마다하지 않아야 한다. 대표적인 참모가 삼국지에 등장하는 제갈량, 방통, 주유 등을 꼽을 수 있다.

1️⃣리더가 독재를 하게 되는 첫 번째 이유는 참모가 제 기능을 못하고 모두 예스맨으로 전락했을 경우다. 리더가 하고자 하는 모든 일에 참모들이 어떠한 의견도 내지 못한 채 “맞습니다. 옳습니다. 지당하십니다.”라고 할 때 리더는 독재를 자행하게 된다.

왜 참모들이 예스맨으로 전략할까? 다분히 리더의 성향에 따라 그렇게 될 것이다. 리더가 남의 말을 안 듣는다든가, 참모들의 조언을 개무시한다든가, 개무시 정도가 아니라 핀잔을 준다든가 하면 자연히 참모들은 예스맨으로 전락할 수밖에 없고, 리더는 독재와 전횡을 부릴 수밖에 없게 된다.

2️⃣두 번째 이유는 참모들이 리더를 아예 무시해버리는 경우다. 리더가 자신이 가장 똑똑하고, 자신이 가장 많이 안다고 생각할 때 “당신들이 뭘 안다고 조언이야? 나도 산전수전 해양 수상전까지 다 겪어서 그 정도는 다 알아” 이러한 태도를 보이게 된다.

이런 상황이 반복되면, 참모들은 “그래 리더 당신이 다 알아서 하슈. 말해봐야 아무 소용없으니 그냥 입 다물고 있을 게요”라고 변해 버린다. 일체 어떤 의견도 내지 않고 “그래, 잘하나 한번 볼게”라고 방관자가 되어버리는 것이다.

리더가 독재의 함정에 빠져 들지 않으려면 리더로서의 자존심과 권위는 뒤로 하고, 구성원들 특히 참모들이 목표에 대한 계획과 지시를 완벽하게 이해할 수 있도록 자유로운 의사소통 여건을 보장하고 시간을 할애해야 한다. 당신이 리더라면 ‘나 지금 독재하고 있는 것 아닌가’, 만약 참모라면 ‘나 지금 제대로 참모역할 하고 있나’를 되돌아보자.

리더. 국어사전을 보면 조직이나 단체에서 전체를 이끌어가는 위치에 있는 사람이라고 기술되어 있다. 지식백과사전에는 어떤 조직이나 단체에서 목표의 달성이나 방향에 따라 이끌어 가는 중심적인 위치에 있는 사람, 구성원들에 대한 결정의 책임을 지고 또한 집단 외부와의 조정 기능의 역할도 하는 사람이라고 되어 있다. 공식적인 집단에서는 장(長)으로서의 직무나 권한, 책임이 할당되어 있으므로 장이 즉 리더가 된다(공식적 리더). 그러나 비공식적인 집단의 경우는 사회제도적인 구속이 아니라 상황, 크기, 각 구성원의 능력 등에 따라 어떤 특정의 인간이 리더가 된다(비공식적 리더). 이렇듯 조직이 큰 사회든 적은 사회든. 공식적 집단이든 비공식 집단이든 리더는 항상 존재한다. 가정에는 가장이 있고, 학교에는 교장이 있고, 회사에는 팀장, 임원, 대표가 있고, 정부에는 장관, 대통령이 있다. 그런데 리더 중에는 구성원들과의 소통, 적절한 권력분립 등으로 조직을 유연하게 이끌어가는 리더도 있지만, 리더라는 권한을 가지고 독재를 하는 경우도 있다. 독재란 ‘홀로(獨) 재단(裁)하는 것’ 즉, 특정한 개인이나 계급, 단체가 어떤 분야에서 모든 권력을 차지하여 모든 일을 독단으로 처리하는 것을 일컫는다. 주변을 살펴보면 유연한 리더, 구성원들을 존중하고 섬기는 서번트 리더보다 독재적이고 독불장군식의 리더가 오히려 많은 것 같다. 리더가 독재를 하는 이유가 뭘까? 크게 두가지 이유에서 일 것 같다. 모두 참모가 어떤 역할을 하느냐에 따라 리더가 독재를 하느냐 여부가 달려 있다고 본다. 참모란 원래 군대용어지만 일반적으로는 어떤 조직이나 단체 등에서 리더(장)을 도와 어떤 일을 꾀하고 꾸미는 데에 참여하는 사람이다. 참모는 자기 자신을 내세우기보다 철저히 리더를 위해 일을 해야 하고, 리더가 그릇된 판단과 길을 가지 않도록 참모 역할을 해야 한다. 그러기위해서는 직언(直言)도 마다하지 않아야 한다. 대표적인 참모가 삼국지에 등장하는 제갈량, 방통, 주유 등을 꼽을 수 있다. 1️⃣리더가 독재를 하게 되는 첫 번째 이유는 참모가 제 기능을 못하고 모두 예스맨으로 전락했을 경우다. 리더가 하고자 하는 모든 일에 참모들이 어떠한 의견도 내지 못한 채 “맞습니다. 옳습니다. 지당하십니다.”라고 할 때 리더는 독재를 자행하게 된다. 왜 참모들이 예스맨으로 전략할까? 다분히 리더의 성향에 따라 그렇게 될 것이다. 리더가 남의 말을 안 듣는다든가, 참모들의 조언을 개무시한다든가, 개무시 정도가 아니라 핀잔을 준다든가 하면 자연히 참모들은 예스맨으로 전락할 수밖에 없고, 리더는 독재와 전횡을 부릴 수밖에 없게 된다. 2️⃣두 번째 이유는 참모들이 리더를 아예 무시해버리는 경우다. 리더가 자신이 가장 똑똑하고, 자신이 가장 많이 안다고 생각할 때 “당신들이 뭘 안다고 조언이야? 나도 산전수전 해양 수상전까지 다 겪어서 그 정도는 다 알아” 이러한 태도를 보이게 된다. 이런 상황이 반복되면, 참모들은 “그래 리더 당신이 다 알아서 하슈. 말해봐야 아무 소용없으니 그냥 입 다물고 있을 게요”라고 변해 버린다. 일체 어떤 의견도 내지 않고 “그래, 잘하나 한번 볼게”라고 방관자가 되어버리는 것이다. 리더가 독재의 함정에 빠져 들지 않으려면 리더로서의 자존심과 권위는 뒤로 하고, 구성원들 특히 참모들이 목표에 대한 계획과 지시를 완벽하게 이해할 수 있도록 자유로운 의사소통 여건을 보장하고 시간을 할애해야 한다. 당신이 리더라면 ‘나 지금 독재하고 있는 것 아닌가’, 만약 참모라면 ‘나 지금 제대로 참모역할 하고 있나’를 되돌아보자.

www.sisa-news.com

올해 들어 월 평균 방문고객 800만명 처음으로 무너져 현금사용 줄고 업무 디지털화 은행 찾는 사람 계속 줄지만 지점폐쇄나 통합 어려워 골치  은행업무 대리업 제도에 촉각 우체국 이어 편의점 등 확대 주목

“하루 10명밖에 안 오는데”...발길 끊긴 은행점포, 폐쇄도 못하는 까닭은 - 매일경제

우체국, 편의점, 대형마트 등과 결합하는 형태가 대안으로 주목 받고 있습니다

[아티클 3문장 요약📑]

1️⃣ 올해 들어 4월까지 KB국민·신한·하나·우리·NH농협 등 5대 시중은행의 월평균 방문고객 숫자는 800만 명을 밑돌았다고 하는데, 관련 숫자를 집계한 이래 800만 명 선이 무너지는 것은 이번이 처음이라 합니다.

2️⃣ 은행 점포를 직접 방문하는 사람이 줄어든 가장 큰 원인은 역시 디지털로, 어지간한 업무는 은행 앱으로 가능해졌고, 대출 등도 상당 부분 비대면 진행이 가능해진 것은 물론 현금 수요마저 확 줄면서 은행을 찾는 이들은 줄고 있지만, 그렇다고 점포를 없애기엔 고령층 등 금융 소외층을 외면한다는 비판을 받을 수 있기에 쉬운 일이 아니죠.

3️⃣ 특히 문제가 되는 것은 지점 내 필요한 인력을 두는 것으로, 도서산간 지역은 근무할 인력을 찾는 것 자체가 쉽지 않기에, 아예 우체국과 통합 점포 운영이나 편의점, 대형마트 등 비금융법인의 금융 대리업을 허용하는 것 등이 대안으로 떠오르고 있다고 하네요.

💡기묘한 관점➕
최근 은행 점포의 역할이 축소되고 있는 건 사실입니다. 더욱이 시중 은행들이 점포라는 강점을 잃어 버린다면 인터넷 은행들에게 결국 파이를 빼앗길 수 밖에 없죠. 그렇기에 디지털 시대, 오히려 주목 받고 있는 오프라인 경험을 참고해서 점포의 역할을 재정의하는 작업이 반드시 필요할 것으로 보입니다.

🥤트렌드라이트 구독하기
https://m.site.naver.com/1Ew5V

우체국, 편의점, 대형마트 등과 결합하는 형태가 대안으로 주목 받고 있습니다 [아티클 3문장 요약📑] 1️⃣&nbsp;올해 들어 4월까지 KB국민·신한·하나·우리·NH농협 등 5대 시중은행의 월평균 방문고객 숫자는 800만 명을 밑돌았다고 하는데, 관련 숫자를 집계한 이래 800만 명 선이 무너지는 것은 이번이 처음이라 합니다. 2️⃣&nbsp;은행 점포를 직접 방문하는 사람이 줄어든 가장 큰 원인은 역시 디지털로, 어지간한 업무는 은행 앱으로 가능해졌고, 대출 등도 상당 부분 비대면 진행이 가능해진 것은 물론 현금 수요마저 확 줄면서 은행을 찾는 이들은 줄고 있지만, 그렇다고 점포를 없애기엔 고령층 등 금융 소외층을 외면한다는 비판을 받을 수 있기에 쉬운 일이 아니죠. 3️⃣&nbsp;특히 문제가 되는 것은 지점 내 필요한 인력을 두는 것으로, 도서산간 지역은 근무할 인력을 찾는 것 자체가 쉽지 않기에, 아예 우체국과 통합 점포 운영이나 편의점, 대형마트 등 비금융법인의 금융 대리업을 허용하는 것 등이 대안으로 떠오르고 있다고 하네요. 💡기묘한 관점➕최근 은행 점포의 역할이 축소되고 있는 건 사실입니다. 더욱이 시중 은행들이 점포라는 강점을 잃어 버린다면 인터넷 은행들에게 결국 파이를 빼앗길 수 밖에 없죠. 그렇기에 디지털 시대, 오히려 주목 받고 있는 오프라인 경험을 참고해서 점포의 역할을 재정의하는 작업이 반드시 필요할 것으로 보입니다. 🥤트렌드라이트 구독하기https://m.site.naver.com/1Ew5V

매일경제

🏦하루 10명도 안 오는 은행 점포, 어찌해야 하나요?

일상을 돌아볼까요? 이미 우리 삶에서 점점 더 많은 순간 AI가 제안하는 정보와 경로 안에서 선택하고 있습니다.  검색창의 자동완성, 알고리즘 기반의 영상과 음악 추천, 필요한 상품에 대한 큐레이션까지. 겉으로는 “내가 고른다”고 느끼지만 실은 AI가 이미 구성한 선택지 안에서만 고르고 있는 것일지도 모릅니다.  우리는 어느 순간부터 선택의 주체가 아니라 

판을 짜는 AI와 질문하는 조직(상)

① AI는 도구를 넘어 ‘판을 짜는 존재’가 되었다
과거의 AI는 인간이 선택하고 사용하는 보조 도구였지만, 이제는 정보의 구조와 흐름까지 설계하는 행위자(Agent)로 기능한다.
예: AI가 회의록의 핵심을 스스로 결정하거나, 채용 기준까지 설정하는 사례.

② AI가 만든 선택지를 ‘그냥’ 따르고 있다
사용자 입장에서는 “내가 선택했다”는 착각을 하지만, 실제로는 AI가 제한한 옵션 내에서만 행동한다. 우리는 선택이 아니라 선택지의 사용자가 되고 있음.

③ 질문이 없는 곳에 AI는 권위가 된다
문화적으로 질문이 억제되어온 한국 사회에서는, AI에도 의심이나 비판 없이 순응하는 경향이 강하다. 그 결과 AI가 주는 판단을 그대로 받아들이게 되고, 이는 기술의 권위화로 이어진다.

④ 중요한 건 ‘정답’이 아니라 ‘정답이 나온 구조’다
우리는 “이 답이 맞는가?”보다 “이 답은 어떤 구조에서 나왔는가?”를 질문해야 한다. 판을 설계한 구조와 기준, 배제된 요소, 권력의 주체에 대한 감각이 필요하다.

⑤ 질문하는 조직만이 기술에 종속되지 않는다
AI가 만든 선택지를 재해석하고, 거부할 수 있는 조직문화가 사고의 주도권을 회복한다. 구성원 스스로 판을 바꾸는 질문을 던질 수 있어야 진정한 혁신이 가능하다.

“질문하는 조직을 위한 2단 구성”
① 메타인지
지금 내가 보고 있는 구조 자체를 자각하는 능력
② 구조적 질문력
겉으로 보이는 결과 대신, 그 결과가 나온 시스템 원리를 묻는 힘
③ 권력 감지 감각
이 선택지를 누가 만들었고, 누구에게 유리한가를 읽는 눈
④ 패러다임 전환
‘이 방식이 당연하다’는 전제를 깨고, 전혀 다른 선택을 상상하는 능력

AI의 대답보다 중요한 건, 그 대답이 어떻게 만들어졌는지 질문할 수 있는 힘

① AI는 도구를 넘어 ‘판을 짜는 존재’가 되었다과거의 AI는 인간이 선택하고 사용하는 보조 도구였지만, 이제는 정보의 구조와 흐름까지 설계하는 행위자(Agent)로 기능한다.예: AI가 회의록의 핵심을 스스로 결정하거나, 채용 기준까지 설정하는 사례. ② AI가 만든 선택지를 ‘그냥’ 따르고 있다사용자 입장에서는 “내가 선택했다”는 착각을 하지만, 실제로는 AI가 제한한 옵션 내에서만 행동한다. 우리는 선택이 아니라 선택지의 사용자가 되고 있음. ③ 질문이 없는 곳에 AI는 권위가 된다문화적으로 질문이 억제되어온 한국 사회에서는, AI에도 의심이나 비판 없이 순응하는 경향이 강하다. 그 결과 AI가 주는 판단을 그대로 받아들이게 되고, 이는 기술의 권위화로 이어진다. ④ 중요한 건 ‘정답’이 아니라 ‘정답이 나온 구조’다우리는 “이 답이 맞는가?”보다 “이 답은 어떤 구조에서 나왔는가?”를 질문해야 한다. 판을 설계한 구조와 기준, 배제된 요소, 권력의 주체에 대한 감각이 필요하다. ⑤ 질문하는 조직만이 기술에 종속되지 않는다AI가 만든 선택지를 재해석하고, 거부할 수 있는 조직문화가 사고의 주도권을 회복한다. 구성원 스스로 판을 바꾸는 질문을 던질 수 있어야 진정한 혁신이 가능하다. “질문하는 조직을 위한 2단 구성”① 메타인지 지금 내가 보고 있는 구조 자체를 자각하는 능력 ② 구조적 질문력	겉으로 보이는 결과 대신, 그 결과가 나온 시스템 원리를 묻는 힘 ③ 권력 감지 감각	이 선택지를 누가 만들었고, 누구에게 유리한가를 읽는 눈④ 패러다임 전환	‘이 방식이 당연하다’는 전제를 깨고, 전혀 다른 선택을 상상하는 능력 <code >AI의 대답보다 중요한 건, 그 대답이 어떻게 만들어졌는지 질문할 수 있는 힘</code>

👋 판을 짜는 AI와 질문하는 조직(상)

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📚

.NET Conf 2021

2021년 .NET Conf가 시작됩니다.

한국시간으로 오늘부터 .NET Conf가 시작됩니다.
이번에 .NET 6.0 공개 + Visual Studio 2022를 공개하면서 하게되는 이 컨퍼런스는 .NET 관련 비전뿐만 아니라 다양한 커뮤니티 스피커들도 참여했다고 합니다.

하이라이트로는 새로 공개되는 MAUI라는 기술과, C# 10에 대한 핵심 요약 그리고 .NET 6에 대한 오버뷰등으로 구성될 예정이라고 합니다. 관심있는분들은 보시면 좋을 것 같습니다 :)

Dotnetconf

공동창업자, 소프트웨어 엔지니어

신종하

게임 기획

김토토

좋은 팀이 최고의 제품을 개발 할 수 있다고 믿는 개발자입니다. 때문에 팀 매니지먼트, 애자일등과 같이 함께 일을 잘 하는 방법에 대해 관심이 많습니다. 모든 개발은 왜 어려운가에 대한 해답을 찾기 위해 항상 고민하고, 누구든지 개발할 수 있는 자유로운 세상을 꿈꿉니다. 현재는 엔씨소프트에서 소프트웨어 엔지니어로 있으며, 전 직장인 넥슨코리아에서 엔지니어링 리드를 했었습니다.

이도행

10년이상 게임 개발 경험, 5년이상 팀 매니지먼트 경험을 보유한 
개발자 입니다. 

좋은 팀이 최고의 프로덕트를 만들 수 있다고 믿고 있습니다.
게임 프로그래밍, 엔지니어링 매니지먼트, 애자일에 관심이 많습니다.


댓글 0

함께 읽은 게시물

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

일찍 알았다면 좋았을 TailwindCSS 클래스 8가지

주간 인기 TOP 10

추천 프로필