Gemini is our most capable and general model, built to be multimodal and optimized for three different sizes: Ultra, Pro and Nano.

Introducing Gemini: our largest and most capable AI model

이미 많은 분들이 올려 주셨지만 구글에서 Gemini를 발표했습니다. (제미니 라고 발음하는 줄 알았는데 영어권에서는 제미나이 라고 발음하는군요..ㅎㅎ)

결과는 일단 놀라운데요, 여러가지 벤치마크 데이터셋에서 GPT-4 보다 높은 성능을 보이고 있습니다. (Ultra 기준)

그리고 text, image 뿐 아니라 audio와 video 까지도 지원하는 멀티모달 모델입니다.

모델이 Ultra, Pro, Nano로 세 가지이고 Bard에서는 곧바로 fine-tuning 된 Pro 모델을 쓸 수 있다고 하고, Ultra는 이후에 사용 가능하도록 할 예정이라고 합니다.
Nano 모델은 이름처럼 스마트폰 같은 곳에 넣으려는 모델이고 픽셀8 Pro 부터 이 모델을 넣는다고 하는데 여러모로 성능이 궁금합니다.

자세한 내용이 궁금하신 분들은 테크니컬 리포트를 읽어보면 되겠습니다. 역시 구글 대단하네요..ㅎㅎ

 * 공식 블로그 : https://blog.google/technology/ai/google-gemini-ai/#introducing-gemini
 * 딥마인드 페이지 : https://deepmind.google/technologies/gemini/#introduction
 * 테크니컬 리포트 : https://storage.googleapis.com/deepmind-media/gemini/gemini_1_report.pdf

이미 많은 분들이 올려 주셨지만 구글에서 Gemini를 발표했습니다. (제미니 라고 발음하는 줄 알았는데 영어권에서는 제미나이 라고 발음하는군요..ㅎㅎ) 결과는 일단 놀라운데요, 여러가지 벤치마크 데이터셋에서 GPT-4 보다 높은 성능을 보이고 있습니다. (Ultra 기준) 그리고 text, image 뿐 아니라 audio와 video 까지도 지원하는 멀티모달 모델입니다. 모델이 Ultra, Pro, Nano로 세 가지이고 Bard에서는 곧바로 fine-tuning 된 Pro 모델을 쓸 수 있다고 하고, Ultra는 이후에 사용 가능하도록 할 예정이라고 합니다.Nano 모델은 이름처럼 스마트폰 같은 곳에 넣으려는 모델이고 픽셀8 Pro 부터 이 모델을 넣는다고 하는데 여러모로 성능이 궁금합니다. 자세한 내용이 궁금하신 분들은 테크니컬 리포트를 읽어보면 되겠습니다. 역시 구글 대단하네요..ㅎㅎ <ul><li>공식 블로그 : https://blog.google/technology/ai/google-gemini-ai/#introducing-gemini</li><li>딥마인드 페이지 : https://deepmind.google/technologies/gemini/#introduction</li><li>테크니컬 리포트 : https://storage.googleapis.com/deepmind-media/gemini/gemini_1_report.pdf</li></ul>

Google

구글의 Gemini 발표!

얼마 전 이직, 면접 준비를 직접 했습니다. 총 준비 기간은 약 3개월 정도였고, FANG과 빅테크 여러 회사에 최종 합격한 후, 연봉 협상을 거쳐 이제 현 회사를 퇴사하고 새 직장으로 이직하게 됩니다. 관련 이야기는 시리즈로 공유할 예정입니다.

대충 생각한 시리즈 내용은 다음과 같습니다.
 1. 1탄: 직접 해 본 알고리즘, 시스템 면접 단계별 공부법 그리고 직접 설계한 학습법 공유
 2. 2탄: 그 외 준비한 것들
 3. 3탄: 6년 만에 이직 준비하면서 배운 점
 4. 4탄: 알고리즘, 시스템 설계, 행동 면접 팁
 5. 5탄: 면접과 최종 합격 후 꼭 해야 할 일

이번 포스팅은 직접 해 본 준비 방법을 공유합니다.
현재 취업 준비 중인 분들에게 이 글이 조금이나마 도움 되었으면 좋겠어요.

1️⃣ 이직을 결정하게 된 이유

이직을 결정하게 된 계기는 <이직이 필요한 상황인지 판단하기>에 언급한 요소를 따져 보고 스스로 자각하게 되었습니다. (함께 읽으면 좋은 글 참고)

또한 면접은 실무와 다른 스킬이기에 너무 안 해보면 까먹을 수 있어요. 그래서 면접 연습할 겸 겸사겸사 인터뷰해 보면 좋겠다고 생각했어요. 좋은 기회를 만나면 이직하는 거고, 그렇지 못하면 현 회사에 그대로 남더라도 면접 실력을 늘릴 수 있는 좋은 기회라고 생각했습니다.

2️⃣ 면접 준비 자료 수집하기

제일 먼저 면접 자료를 수집했어요. 자료 수집에 관련된 내용은 예전에 자세히 포스팅했기 때문에 생략할게요. 이직 준비할 때 직접 사용했던 자료는 아래 포스팅에 자세하게 공유했으니까 아래 포스팅을 먼저 읽어 주세요.

잘못된 개발자 면접 준비 방법 피하기 (+ 준비 자료)
https://careerly.co.kr/comments/93358

3️⃣ 학습 계획 설계하기

학습 계획까지 설계할 필요가 있나? 라고 느끼실 수 있는데요, 확실히 하고 안 하고의 차이점이 있는 것 같아요. 특히 설계할 때 부족한 점을 객관적으로 판단하고, 이에 맞는 학습 계획을 짜놓으면 확실히 면접 결과가 더 좋은 것 같습니다.

학습 설계 시작 전에 알아둬야 할 점:
 1. 회사마다 통상 총면접 기간은 빠르면 한 달에서 길게는 두 달까지 걸린다
 2. 정형화된 면접 프로세스가 있지 않고 회사마다 다르다
 3. 직급에 따라 면접 포맷이 상당히 다르다
 4. 가장 선호하지 않는 회사에 이력서를 먼저 넣고 면접 보면서 연습하는 것도 나쁘지 않다
 5. 풀타임으로 이직 준비를 할 수 없으므로 회사와 포지션을 골라서 면접 봐야 한다

그리고 내 경력에 어떤 면접 포맷이 가장 흔한지를 조사해야 합니다. 예를 들면, 해외 취업의 경우 주니어 개발자의 경우 코딩테스트 비중이 거의 90%가 넘지만, 5~10년 차부터 설계 비중이 면접의 30%에서 50% 이상을 차지하기도 합니다(중요: 회사마다 다름!). 그렇다고 코딩테스트가 시니어+ 개발자 면접에는 중요하지 않다는 게 아니라, 코딩테스트를 완벽하게 효율적인 솔루션으로 풀 수 있다는 가정하에 설계와 행동 면접 비중이 높아집니다.

마지막으로 무조건 공부만 하고 면접을 뒤로 미루는 것보다 공부하면서 면접을 연습 삼아 해보는 걸 추천합니다. 어차피 풀타임으로 이직 준비가 불가능하기에 골라서 면접 봐야 하고, 모든 회사의 면접을 한 번에 다 같이 보기 어렵습니다. 그래서 공부하면서 면접하는 걸 함께하는 것도 나쁘지 않아요. 대신, 지원한 회사마다 선호도를 매겨보고 그중에서 선호도가 낮은 곳부터 면접을 보도록 날짜를 잡아서 면접 보면서 연습하는 것도 하나의 전략이라고 생각합니다.

학습 계획
 1. 첫 2-3주는 하루에 2-3시간씩 알고리즘 공부에만 집중
 1. 알고리즘 개념 복습
 2. LeetCode Easy로 웜 업하기
 3. LeetCode Medium 90%
 1. Tree BFS/DFS
 2. Graph BFS/DFS
 3. Two Pointers
 4. Binary Search
 4. LeetCode Hard 10%
 1. Dynamic Programming
 2. Backtracking
 2. 그 후 알고리즘 공부 50%, 시스템 설계 공부 50%
 3. 주말에 2,3시간 정도 투자해서 행동 면접 준비
 4. 최종 면접 전
 1. 회사에 자주 출제되는 코딩테스트 리트코드 문제 10-20개 풀어 보기
 2. 최근 회사에 출제된 문제 리트코드 Discussion 섹션에서 확인해 보기
 3. 행동 면접 연습하기

4️⃣ 알고리즘 공부

알고리즘 개념 복습하기
제일 첫 단계는 자주 출제되는 코딩테스트 문제의 알고리즘 개념을 복습하는 것! 저는 알고리즘 복습한지 한 1년 반 정도 되어서 이전에 언급한 알고리즘 자료를 훑어보며 개념을 빠르게 복습했습니다. 저처럼 최근에 복습한 적이 없다면 시간을 충분히 두고 개념 공부를 처음부터 다시 천천히 시작하는 것도 좋을 것 같아요. 알고리즘 복습할 때 사용한 자료는 위 포스팅에서 공유했으니, 참조해 주세요 :)

LeetCode Easy로 웜 업하기
그다음 단계는 난이도 하 문제를 풀면서 '웜 업하기'예요. 처음부터 어려운 문제를 풀지 말고 자신감을 높이기 위해 쉬운 문제만 골라서 풀었습니다. 대체로 쉬운 문제는 빠르면 2~3시간 내에 5개 이상 풀 수 있으므로 며칠간 쉬운 문제 풀기만 했습니다. 또한 쉬운 문제를 풀면서 내가 잘 풀 수 있는 문제 유형과 그렇지 않은 유형을 나누고, 부족한 유형이 무엇인지 파악했습니다.

LeetCode Medium 90%
다음 단계는 난이도 중 수준의 문제를 집중적으로 풀어 주는 것이에요. 이때 저는 다음 순서로 주제별로 난이도 중 수준의 문제를 풀어봤어요.
 1. Tree BFS/DFS (BST, Trie 포함)
 2. Graph BFS/DFS
 3. Two Pointers
 4. Binary Search

속도는 중간 수준의 문제 중 통과율이 높거나 익숙한 패턴일 경우 하루에 한 문제당 30분씩 적게는 3개, 많게는 5개까지 풀었습니다. 주말에 하루 종일 알고리즘 공부를 하는 날에는 10개까지 풀었던 적도 있어요.

반대로 한 시간 내에 솔루션을 직접 생각해 내지 못한 경우 하루에 한 개 겨우 푼 적도 있어요. 이 경우 니트코드 영상이나 유튜브에서 솔루션 영상을 찾아서 문제 풀이법을 봤습니다. 문제 풀이법을 보더라도 며칠 지난 후 혼자서 다시 풀어보도록 문제를 모아서 저장해 놓았어요.

그 외에 다음과 같은 개념은 유튜브 채널과 공유한 공부 자료를 통해 복습을 먼저 하고 문제를 풀어봤습니다.
 1. Topological Sort
 2. Union Find

LeetCode Hard 10%
난이도 상 수준 문제의 비중을 크게 두지 않았어요. Backtracking과 Dynamic Programming 알고리즘 개념을 집중적으로 복습한 후 일주일에 두, 세 개 정도 관련 개념의 문제를 풀어봤습니다.

비슷한 문제의 단계별 난이도 풀어보기
Blind 75와 니트코드 150에 언급된 문제 유형도 유심히 봤습니다.
 * Blind 75: https://www.techinterviewhandbook.org/best-practice-questions/
 * NeetCode 150: https://neetcode.io/practice

근데 언급된 문제만 푸는 것이 아니라 리트코드에 비슷한 문제를 추천해 주는 기능이 있어요. 자주 언급되는 문제의 경우, 그 문제만 풀고 넘어가는 게 아니라 리트코드에 있는 '비슷한 문제 추천' 기능을 통해 어려운 문제도 함께 풀어봤어요. 난이도가 중이였다면 비슷한 문제 중에 난이도가 상인 문제가 있을시 함께 풀어 봤습니다.

회사에 자주 출제되는 리트코드 문제 10~20개 풀어 보기
예전 자료 찾기 포스팅에 알려드린 방법으로 회사당 최근 자주 출제되는 문제를 찾아보았습니다. 최종 면접 전에 자주 출제되는 문제를 10~20개 씩 2~3일에 걸쳐 풀어봤어요. 이전에 연습하면서 풀어 본 문제라도 복습할 겸 다시 풀어봤습니다.

근데 면접 중인 모든 회사에 자주 출제되는 문제를 풀지 않았고 그럴 시간도 없었어요. 회사 중 코딩테스트 문제를 어렵게 내기로 유명하거나 코딩테스트 비중이 높은 회사 그리고 제가 가장 이직하고 싶은 회사에 자주 출제되는 문제를 풀었습니다.

최근 회사에 출제된 문제 리트코드 Discussion 섹션에서 확인해 보기
예전 자료 찾기 포스팅에서 언급하지 않았지만, 리트코드에서 회사에 자주 출제되는 문제를 보여주는 페이지에 'Discussion' 탭이 있어요. 그 탭을 보면 최근 그 회사에 면접 본 지원자들이 익명으로 출제된 문제를 공유합니다. 직급별로 볼 수 있기도 하고 가장 최근 면접 본 지원자들이 직접 공유한 내용이기에 많은 도움이 되었습니다. 그뿐만 아니라 회사당 어떤 패턴의 문제를 선호하는지 파악하는 데 도움 되어서 최종 면접 전에는 꼭 확인했어요.

예: https://leetcode.com/company/amazon/discuss

그 외에 필요한 코딩테스트 문제 유형 공부하기
회사마다 다르지만 저의 경우 Concurrency 문제 유형을 따로 공부해야 했어요. 리트코드에서 Concurrency로 태그된 문제를 풀어보고 educative.io에서 Concurrency 관련 코스를 듣고 관련 개념을 복습하고 예시 문제를 함께 풀어 봤습니다.

5️⃣ 시스템 설계 공부

현 회사에서 시스템 설계(특히 라지 스케일)를 많이 해봤기에 설계 공부는 딱히 어려움이 없었고 시간이 상대적으로 많이 들지 않았어요. 대신 실무에 사용하는 개념을 다시 복습하거나 익숙하지 않은 시스템 설계법을 따로 공부했어요.

실무에 사용하는 개념 다시 복습하기
매일 자기 전 관련 개념을 자세하게 설명하는 책과 유튜브를 2시간씩 봤습니다. 대신 알고리즘 공부 시간을 줄여서 총 4시간 중에 2시간을 설계 공부에 사용하고 나머지 2시간을 알고리즘 문제 풀기에 사용했습니다 (따라서 50%, 50% 나누기). 책과 유튜브 채널 추천은 지난 포스팅에서 했기 때문에 관련 글을 참조해 주세요. 그리고 복습할 때 노트(예: 구글 도큐먼트)에 중요 개념을 메모했습니다. 시간 있을 때마다 면접에 사용해야 할 중요한 개념을 다시 훑어보며 내용을 정리했던 것 같아요.

익숙하지 않은 시스템 설계법 공부하기
educative.io에 멤버쉽을 가입해서 시니어+ 개발자를 위한 시스템 설계 면접 코스를 들었어요. 코스에 여러 가지 시스템 설계 문제에 나오는 테크닉을 가르쳐 주는데, 관련 내용을 읽고 직접 excalidraw.com에 그려 보면서 개념을 익혔어요.

최근 회사에 출제된 문제 리트코드 Discussion 섹션에서 확인해 보기
코딩테스트뿐만 아니라 시스템 설계 면접 문제도 언급될 수도 있기에, Discussion 섹션에서 어떤 설계 문제가 자주 출제되는지 확인했습니다.

6️⃣ 행동 면접 준비

예시를 노트에 짧게 적어보기
처음에는 도큐먼트에 6년간 일하며 제가 했던 일을 4,5문장으로 정리해서 리스트를 만들어봤습니다. 6년간 근무했기에 공유할 수 있는 예시가 너무 많지만, 한 번에 다 기억해 내라고 하면 의외로 어려워요. 다행히 저는 회사에서 제가 맡은 업무를 기록해 놓는 습관이 있어서 이 데이터를 참고로 리스트를 만들었어요. 참고로 이 데이터는 승진할 때 그리고 이력서를 작성할 때 큰 도움이 됩니다.

면접 보는 회사의 문화에 관해 알아보기
그다음으로 해야 할 일은 가장 선호하는 회사의 문화에 관해 알아보고 그에 맞는 예시를 찾아 보고 최종 면접 전에 말하기 연습하는 것입니다. 채용 담당자에게 물어보면 회사가 원하는 인재상과 기업 문화에 관련된 자료를 공유해줍니다. 큰 회사라면 온라인에 많이 나와 있어서 조사해 보고 그에 맞는 행동 면접 예시를 골라서 최종 면접 전에 익혀두는 것이 좋습니다. 그리고 구인 공고에는 좀 더 필요한 스킬을 자세하게 적어놓은 경우가 많아요. 행동 면접 전에 반드시 숙지하시고 관련 스킬을 사용했던 예시를 면접 전에 익혀두는 것도 좋습니다.

-------------

이번 포스팅에는 면접 통과를 위해 공부한 것을 집중적으로 공유했어요. 하지만 이직할 때 이력서 작성, 나와 맞는 포지션 찾기 등등 준비해야 할 것들이 상당히 많았어요. 이 부분은 2탄에서 자세하게 풀어보겠습니다.

🪴 함께 읽으면 좋은 글

이직이 필요한 상황인지 판단하기
https://careerly.co.kr/comments/93357

개발자가 된 후 저지른 실수들
https://careerly.co.kr/comments/94020

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

기술, 개발 학습 자료 7가지
https://careerly.co.kr/comments/91555

얼마 전 이직, 면접 준비를 직접 했습니다. 총 준비 기간은 약 3개월 정도였고, FANG과 빅테크 여러 회사에 최종 합격한 후, 연봉 협상을 거쳐 이제 현 회사를 퇴사하고 새 직장으로 이직하게 됩니다. 관련 이야기는 시리즈로 공유할 예정입니다. 대충 생각한 시리즈 내용은 다음과 같습니다.<ol><li>1탄: 직접 해 본 알고리즘, 시스템 면접 단계별 공부법 그리고 직접 설계한 학습법 공유</li><li>2탄: 그 외 준비한 것들</li><li>3탄: 6년 만에 이직 준비하면서 배운 점</li><li>4탄: 알고리즘, 시스템 설계, 행동 면접 팁</li><li>5탄: 면접과 최종 합격 후 꼭 해야 할 일</li></ol> 이번 포스팅은 직접 해 본 준비 방법을 공유합니다.현재 취업 준비 중인 분들에게 이 글이 조금이나마 도움 되었으면 좋겠어요. 1️⃣ 이직을 결정하게 된 이유 이직을 결정하게 된 계기는 &lt;이직이 필요한 상황인지 판단하기&gt;에 언급한 요소를 따져 보고 스스로 자각하게 되었습니다. (함께 읽으면 좋은 글 참고) 또한 면접은 실무와 다른 스킬이기에 너무 안 해보면 까먹을 수 있어요. 그래서 면접 연습할 겸 겸사겸사 인터뷰해 보면 좋겠다고 생각했어요. 좋은 기회를 만나면 이직하는 거고, 그렇지 못하면 현 회사에 그대로 남더라도 면접 실력을 늘릴 수 있는 좋은 기회라고 생각했습니다. 2️⃣ 면접 준비 자료 수집하기 제일 먼저 면접 자료를 수집했어요. 자료 수집에 관련된 내용은 예전에 자세히 포스팅했기 때문에 생략할게요. 이직 준비할 때 직접 사용했던 자료는 아래 포스팅에 자세하게 공유했으니까 아래 포스팅을 먼저 읽어 주세요. 잘못된 개발자 면접 준비 방법 피하기 (+ 준비 자료)https://careerly.co.kr/comments/93358 3️⃣ 학습 계획 설계하기 학습 계획까지 설계할 필요가 있나? 라고 느끼실 수 있는데요, 확실히 하고 안 하고의 차이점이 있는 것 같아요. 특히 설계할 때 부족한 점을 객관적으로 판단하고, 이에 맞는 학습 계획을 짜놓으면 확실히 면접 결과가 더 좋은 것 같습니다. 학습 설계 시작 전에 알아둬야 할 점:<ol><li>회사마다 통상 총면접 기간은 빠르면 한 달에서 길게는 두 달까지 걸린다</li><li>정형화된 면접 프로세스가 있지 않고 회사마다 다르다</li><li>직급에 따라 면접 포맷이 상당히 다르다</li><li>가장 선호하지 않는 회사에 이력서를 먼저 넣고 면접 보면서 연습하는 것도 나쁘지 않다</li><li>풀타임으로 이직 준비를 할 수 없으므로 회사와 포지션을 골라서 면접 봐야 한다</li></ol> 그리고 내 경력에 어떤 면접 포맷이 가장 흔한지를 조사해야 합니다. 예를 들면, 해외 취업의 경우 주니어 개발자의 경우 코딩테스트 비중이 거의 90%가 넘지만, 5~10년 차부터 설계 비중이 면접의 30%에서 50% 이상을 차지하기도 합니다(중요: 회사마다 다름!). 그렇다고 코딩테스트가 시니어+ 개발자 면접에는 중요하지 않다는 게 아니라, 코딩테스트를 완벽하게 효율적인 솔루션으로 풀 수 있다는 가정하에 설계와 행동 면접 비중이 높아집니다. 마지막으로 무조건 공부만 하고 면접을 뒤로 미루는 것보다 공부하면서 면접을 연습 삼아 해보는 걸 추천합니다. 어차피 풀타임으로 이직 준비가 불가능하기에 골라서 면접 봐야 하고, 모든 회사의 면접을 한 번에 다 같이 보기 어렵습니다. 그래서 공부하면서 면접하는 걸 함께하는 것도 나쁘지 않아요. 대신, 지원한 회사마다 선호도를 매겨보고 그중에서 선호도가 낮은 곳부터 면접을 보도록 날짜를 잡아서 면접 보면서 연습하는 것도 하나의 전략이라고 생각합니다. 학습 계획<ol><li>첫 2-3주는 하루에 2-3시간씩 알고리즘 공부에만 집중<ol><li>알고리즘 개념 복습</li><li>LeetCode Easy로 웜 업하기</li><li>LeetCode Medium 90%<ol><li>Tree BFS/DFS</li><li>Graph BFS/DFS</li><li>Two Pointers</li><li>Binary Search</li></ol></li><li>LeetCode Hard 10%<ol><li>Dynamic Programming</li><li>Backtracking</li></ol></li></ol></li><li>그 후 알고리즘 공부 50%, 시스템 설계 공부 50%</li><li>주말에 2,3시간 정도 투자해서 행동 면접 준비</li><li>최종 면접 전<ol><li>회사에 자주 출제되는 코딩테스트 리트코드 문제 10-20개 풀어 보기</li><li>최근 회사에 출제된 문제 리트코드 Discussion 섹션에서 확인해 보기</li><li>행동 면접 연습하기</li></ol></li></ol> 4️⃣ 알고리즘 공부 알고리즘 개념 복습하기제일 첫 단계는 자주 출제되는 코딩테스트 문제의 알고리즘 개념을 복습하는 것! 저는 알고리즘 복습한지 한 1년 반 정도 되어서 이전에 언급한 알고리즘 자료를 훑어보며 개념을 빠르게 복습했습니다. 저처럼 최근에 복습한 적이 없다면 시간을 충분히 두고 개념 공부를 처음부터 다시 천천히 시작하는 것도 좋을 것 같아요. 알고리즘 복습할 때 사용한 자료는 위 포스팅에서 공유했으니, 참조해 주세요 :) LeetCode Easy로 웜 업하기그다음 단계는 난이도 하 문제를 풀면서 '웜 업하기'예요. 처음부터 어려운 문제를 풀지 말고 자신감을 높이기 위해 쉬운 문제만 골라서 풀었습니다. 대체로 쉬운 문제는 빠르면 2~3시간 내에 5개 이상 풀 수 있으므로 며칠간 쉬운 문제 풀기만 했습니다. 또한 쉬운 문제를 풀면서 내가 잘 풀 수 있는 문제 유형과 그렇지 않은 유형을 나누고, 부족한 유형이 무엇인지 파악했습니다. LeetCode Medium 90%다음 단계는 난이도 중 수준의 문제를 집중적으로 풀어 주는 것이에요. 이때 저는 다음 순서로 주제별로 난이도 중 수준의 문제를 풀어봤어요.<ol><li>Tree BFS/DFS (BST, Trie 포함)</li><li>Graph BFS/DFS</li><li>Two Pointers</li><li>Binary Search</li></ol> 속도는 중간 수준의 문제 중 통과율이 높거나 익숙한 패턴일 경우 하루에 한 문제당 30분씩 적게는 3개, 많게는 5개까지 풀었습니다. 주말에 하루 종일 알고리즘 공부를 하는 날에는 10개까지 풀었던 적도 있어요. 반대로 한 시간 내에 솔루션을 직접 생각해 내지 못한 경우 하루에 한 개 겨우 푼 적도 있어요. 이 경우 니트코드 영상이나 유튜브에서 솔루션 영상을 찾아서 문제 풀이법을 봤습니다. 문제 풀이법을 보더라도 며칠 지난 후 혼자서 다시 풀어보도록 문제를 모아서 저장해 놓았어요. 그 외에 다음과 같은 개념은 유튜브 채널과 공유한 공부 자료를 통해 복습을 먼저 하고 문제를 풀어봤습니다.<ol><li>Topological Sort</li><li>Union Find</li></ol> LeetCode Hard 10%난이도 상 수준 문제의 비중을 크게 두지 않았어요. Backtracking과 Dynamic Programming 알고리즘 개념을 집중적으로 복습한 후 일주일에 두, 세 개 정도 관련 개념의 문제를 풀어봤습니다. 비슷한 문제의 단계별 난이도 풀어보기Blind 75와 니트코드 150에 언급된 문제 유형도 유심히 봤습니다.<ul><li>Blind 75: https://www.techinterviewhandbook.org/best-practice-questions/</li><li>NeetCode 150: https://neetcode.io/practice</li></ul> 근데 언급된 문제만 푸는 것이 아니라 리트코드에 비슷한 문제를 추천해 주는 기능이 있어요. 자주 언급되는 문제의 경우, 그 문제만 풀고 넘어가는 게 아니라 리트코드에 있는 '비슷한 문제 추천' 기능을 통해 어려운 문제도 함께 풀어봤어요. 난이도가 중이였다면 비슷한 문제 중에 난이도가 상인 문제가 있을시 함께 풀어 봤습니다. 회사에 자주 출제되는 리트코드 문제 10~20개 풀어 보기예전 자료 찾기 포스팅에 알려드린 방법으로 회사당 최근 자주 출제되는 문제를 찾아보았습니다. 최종 면접 전에 자주 출제되는 문제를 10~20개 씩 2~3일에 걸쳐 풀어봤어요. 이전에 연습하면서 풀어 본 문제라도 복습할 겸 다시 풀어봤습니다. 근데 면접 중인 모든 회사에 자주 출제되는 문제를 풀지 않았고 그럴 시간도 없었어요. 회사 중 코딩테스트 문제를 어렵게 내기로 유명하거나 코딩테스트 비중이 높은 회사 그리고 제가 가장 이직하고 싶은 회사에 자주 출제되는 문제를 풀었습니다. 최근 회사에 출제된 문제 리트코드 Discussion 섹션에서 확인해 보기예전 자료 찾기 포스팅에서 언급하지 않았지만, 리트코드에서 회사에 자주 출제되는 문제를 보여주는 페이지에 'Discussion' 탭이 있어요. 그 탭을 보면 최근 그 회사에 면접 본 지원자들이 익명으로 출제된 문제를 공유합니다. 직급별로 볼 수 있기도 하고 가장 최근 면접 본 지원자들이 직접 공유한 내용이기에 많은 도움이 되었습니다. 그뿐만 아니라 회사당 어떤 패턴의 문제를 선호하는지 파악하는 데 도움 되어서 최종 면접 전에는 꼭 확인했어요. 예: https://leetcode.com/company/amazon/discuss 그 외에 필요한 코딩테스트 문제 유형 공부하기회사마다 다르지만 저의 경우 Concurrency 문제 유형을 따로 공부해야 했어요. 리트코드에서 Concurrency로 태그된 문제를 풀어보고 educative.io에서 Concurrency 관련 코스를 듣고 관련 개념을 복습하고 예시 문제를 함께 풀어 봤습니다. 5️⃣ 시스템 설계 공부 현 회사에서 시스템 설계(특히 라지 스케일)를 많이 해봤기에 설계 공부는 딱히 어려움이 없었고 시간이 상대적으로 많이 들지 않았어요. 대신 실무에 사용하는 개념을 다시 복습하거나 익숙하지 않은 시스템 설계법을 따로 공부했어요. 실무에 사용하는 개념 다시 복습하기매일 자기 전 관련 개념을 자세하게 설명하는 책과 유튜브를 2시간씩 봤습니다. 대신 알고리즘 공부 시간을 줄여서 총 4시간 중에 2시간을 설계 공부에 사용하고 나머지 2시간을 알고리즘 문제 풀기에 사용했습니다 (따라서 50%, 50% 나누기). 책과 유튜브 채널 추천은 지난 포스팅에서 했기 때문에 관련 글을 참조해 주세요. 그리고 복습할 때 노트(예: 구글 도큐먼트)에 중요 개념을 메모했습니다. 시간 있을 때마다 면접에 사용해야 할 중요한 개념을 다시 훑어보며 내용을 정리했던 것 같아요. 익숙하지 않은 시스템 설계법 공부하기educative.io에 멤버쉽을 가입해서 시니어+ 개발자를 위한 시스템 설계 면접 코스를 들었어요. 코스에 여러 가지 시스템 설계 문제에 나오는 테크닉을 가르쳐 주는데, 관련 내용을 읽고 직접 excalidraw.com에 그려 보면서 개념을 익혔어요. 최근 회사에 출제된 문제 리트코드 Discussion 섹션에서 확인해 보기코딩테스트뿐만 아니라 시스템 설계 면접 문제도 언급될 수도 있기에, Discussion 섹션에서 어떤 설계 문제가 자주 출제되는지 확인했습니다. 6️⃣ 행동 면접 준비 예시를 노트에 짧게 적어보기처음에는 도큐먼트에 6년간 일하며 제가 했던 일을 4,5문장으로 정리해서 리스트를 만들어봤습니다. 6년간 근무했기에 공유할 수 있는 예시가 너무 많지만, 한 번에 다 기억해 내라고 하면 의외로 어려워요. 다행히 저는 회사에서 제가 맡은 업무를 기록해 놓는 습관이 있어서 이 데이터를 참고로 리스트를 만들었어요. 참고로 이 데이터는 승진할 때 그리고 이력서를 작성할 때 큰 도움이 됩니다. 면접 보는 회사의 문화에 관해 알아보기그다음으로 해야 할 일은 가장 선호하는 회사의 문화에 관해 알아보고 그에 맞는 예시를 찾아 보고 최종 면접 전에 말하기 연습하는 것입니다. 채용 담당자에게 물어보면 회사가 원하는 인재상과 기업 문화에 관련된 자료를 공유해줍니다. 큰 회사라면 온라인에 많이 나와 있어서 조사해 보고 그에 맞는 행동 면접 예시를 골라서 최종 면접 전에 익혀두는 것이 좋습니다. 그리고 구인 공고에는 좀 더 필요한 스킬을 자세하게 적어놓은 경우가 많아요. 행동 면접 전에 반드시 숙지하시고 관련 스킬을 사용했던 예시를 면접 전에 익혀두는 것도 좋습니다. ------------- 이번 포스팅에는 면접 통과를 위해 공부한 것을 집중적으로 공유했어요. 하지만 이직할 때 이력서 작성, 나와 맞는 포지션 찾기 등등 준비해야 할 것들이 상당히 많았어요. 이 부분은 2탄에서 자세하게 풀어보겠습니다. 🪴 함께 읽으면 좋은 글 이직이 필요한 상황인지 판단하기https://careerly.co.kr/comments/93357 개발자가 된 후 저지른 실수들https://careerly.co.kr/comments/94020 실력 향상을 위한 해외 유튜브 채널 10개https://careerly.co.kr/comments/88786 기술, 개발 학습 자료 7가지https://careerly.co.kr/comments/91555

아마존 퇴사와 빅테크 이직 준비

나는 자신이 없는 코딩을 할 수록 계획을 작게 나눈다. 작은 계획을 실천하도록 사용하는 도구 중 한가지는 코드를 쓰기 전에 내가 어떤 코드를 쓸 지 커밋 메시지를 먼저 작성하는 것이다. 누군가에게 이 기법을 소개할 때에 ‘커밋 메시지 주도 개발’이란 표현을 쓴다.

커밋 메시지 주도 개발

개발을 할 때면 가장 작은 단위로 나누어 개발하라는 이야기를 많이 듣습니다. 하나의 클래스가 여러 가지 책임을 지는 것보다는 각 관심사와 책임 기준으로 나누고 쪼개어 객체지향 적으로 코드를 작성해야 생산성과 유지 보수성을 높이는데 이바지할 수 있기 때문입니다. 꼭 개발을 할 때뿐만 아니라 가지고 있는 고민이나 해야 할 업무들 또한 작은 단위로 나누어 생각을 하다 보면 쉽게 풀리는 경우가 많죠. 이렇게 작은 단위로 접근을 하는 방식을 '커밋 메시지'를 활용하여 개발하는 '커밋 메시지 주도 개발'에 대해 공유드립니다.
이 글에서는 우선 커밋 메시지를 작성하고 그 범위에 해당하는 개발만 하는 방식을 이야기하고 있습니다. 즉, 개발하기 전에 무엇을 개발할지에 대해 작게 생각하고(계획) 그 범위 내에서 작은 단위로 개발하는 것이죠(실행). 커밋 단위도 자연스럽게 작은 단위가 되는 효과가 있는 것 같습니다. 작은 커밋은 변경사항의 추적이나 롤백을 쉽게 할 수 있고 추후 리팩토링에도 도움이 되는 경우가 있으니까요.
꼭 '커밋 메시지 주도 개발'을 실천하지 않아도 매사 작업을 작게 나누는 연습을 해보는 것도 괜찮은 방법이지 않을까 생각을 해봅니다.

https://gyuwon.github.io/blog/2021/04/04/commit-message-driven-development.html

개발을 할 때면 가장 작은 단위로 나누어 개발하라는 이야기를 많이 듣습니다. 하나의 클래스가 여러 가지 책임을 지는 것보다는 각 관심사와 책임 기준으로 나누고 쪼개어 객체지향 적으로 코드를 작성해야 생산성과 유지 보수성을 높이는데 이바지할 수 있기 때문입니다. 꼭 개발을 할 때뿐만 아니라 가지고 있는 고민이나 해야 할 업무들 또한 작은 단위로 나누어 생각을 하다 보면 쉽게 풀리는 경우가 많죠. 이렇게 작은 단위로 접근을 하는 방식을 '커밋 메시지'를 활용하여 개발하는 '커밋 메시지 주도 개발'에 대해 공유드립니다.이 글에서는 우선 커밋 메시지를 작성하고 그 범위에 해당하는 개발만 하는 방식을 이야기하고 있습니다. 즉, 개발하기 전에 무엇을 개발할지에 대해 작게 생각하고(계획) 그 범위 내에서 작은 단위로 개발하는 것이죠(실행). 커밋 단위도 자연스럽게 작은 단위가 되는 효과가 있는 것 같습니다. 작은 커밋은 변경사항의 추적이나 롤백을 쉽게 할 수 있고 추후 리팩토링에도 도움이 되는 경우가 있으니까요.꼭 '커밋 메시지 주도 개발'을 실천하지 않아도 매사 작업을 작게 나누는 연습을 해보는 것도 괜찮은 방법이지 않을까 생각을 해봅니다. https://gyuwon.github.io/blog/2021/04/04/commit-message-driven-development.html

프로그래머 이규원의 웹사이트

Anti-OOP : if 를 피하고 싶어서

객체지향 코드를 작성하고 계시나요? 저도 다양한 상황을 경험해 왔지만 아직은 조금 전 질문에 자신 있게 "예!"라고 답변하기가 어려운 건 사실인 것 같습니다. 어쩌면, 이러한 개발 방법론들이 정답이 없고 영어 단어 외우듯 달달 외웠다고 해서 완벽하지 않은 것이 프로그래밍이라는 영역의 매력이지 않을까 싶은 생각도 듭니다. 이 글에서는 조건문(if)을 피하고 객체지향적으로 코드를 리팩토링 해가는 흐름을 실제 코드를 기반으로 소개해 주고 있습니다. 관심사와 책임을 기반으로 클래스를 분리하고 이를 효율적으로 리팩토링을 함으로써 이후 추가적인 기능 확장에도 유연한 상태를 유지하는 형태가 정말 매력적으로 느껴졌는데요. 특히, 메소드를 추출하고 > 추상화를 하는 과정에서 Simple Factory를 사용하거나 Enum을 활용하는 방식, 나아가 DB와 결합하여 변화에 따른 유연함을 가져갈 수 있다는 점에서 인사이트를 얻을 수 있었습니다.
작성된 지 8년이나 지난 글에서도 여러 가지를 느낄 수 있었습니다. 먼저, 자신의 생각을 이런 공개된 공간에 근거(코드)에 의거하여 정리하는 용기에 감탄하였고 댓글이나 연결된 링크에서 볼 수 있었던 기술적인 토론에서도 자신의 생각에 디스(?) 하는 의견 또한 존중하며 끝에는 '배울 수 있었다'라는 내용으로 흘러가는 대화에 한 번 더 감탄을 할 수 있었던 것 같습니다.

http://redutan.github.io/2016/03/31/anti-oop-if

객체지향 코드를 작성하고 계시나요? 저도 다양한 상황을 경험해 왔지만 아직은 조금 전 질문에 자신 있게 "예!"라고 답변하기가 어려운 건 사실인 것 같습니다. 어쩌면, 이러한 개발 방법론들이 정답이 없고 영어 단어 외우듯 달달 외웠다고 해서 완벽하지 않은 것이 프로그래밍이라는 영역의 매력이지 않을까 싶은 생각도 듭니다. 이 글에서는 조건문(if)을 피하고 객체지향적으로 코드를 리팩토링 해가는 흐름을 실제 코드를 기반으로 소개해 주고 있습니다. 관심사와 책임을 기반으로 클래스를 분리하고 이를 효율적으로 리팩토링을 함으로써 이후 추가적인 기능 확장에도 유연한 상태를 유지하는 형태가 정말 매력적으로 느껴졌는데요. 특히, 메소드를 추출하고 &gt; 추상화를 하는 과정에서 Simple&nbsp;Factory를 사용하거나 Enum을 활용하는 방식, 나아가 DB와 결합하여 변화에 따른 유연함을 가져갈 수 있다는 점에서 인사이트를 얻을 수 있었습니다.작성된 지 8년이나 지난 글에서도 여러 가지를 느낄 수 있었습니다. 먼저, 자신의 생각을 이런 공개된 공간에 근거(코드)에 의거하여 정리하는 용기에 감탄하였고 댓글이나 연결된 링크에서 볼 수 있었던 기술적인 토론에서도 자신의 생각에 디스(?) 하는 의견 또한 존중하며 끝에는 '배울 수 있었다'라는 내용으로 흘러가는 대화에 한 번 더 감탄을 할 수 있었던 것 같습니다. http://redutan.github.io/2016/03/31/anti-oop-if

DevOOOOOOOOP

타입 관련 추상화에 대해 고민이 있었는데 enum 리팩토링 부분이 인상 깊었습니다. 감사합니다

가장 보통의 스타트업 CEO : 네이버 블로그

1
생각은 흐른다. 고여있지 않기에 늘 변하고 바뀐다.

2
사람에 대한 생각도 그렇다. 하루에도 수십 번 움직인다. 사람은 선할까 악할까. 아니면 약할까. 누구나 갖고 있는 본성이 있을까.

3
사람이기에 통하는 무언가가 있다 믿었다. 그건 진심이다. 사람 대 사람의 참된 마음이다. 그 누구라도 전할 수 있을 거라 생각했다.

4
하지만 현실은 늘 그렇지 않다. 때로는 그저 순진하고 나이브 한 바람이 된다. 이유는 다양하다. 내가 잘 보내지 못한 탓이다. 상대가 받지 않기도 한다. 또, 건네고 상대가 받았지만 내 의도대로 흐르지 않기도 한다.

5
진심에 대한 지금의 잠정적인 결론은 이거다. 사람에게 진심은 전할 수 있다. 하지만, 사람은 믿을 수 없다. 사람은 미약하기 때문이다.

6
보내는 마음은 돌려받기 위한 것이 아니다. 보내고 잊는다. 가끔은 보낸 진심이 돌아온다. 다시 받으며 깨닫는다. 내 믿음은 틀리지 않았다. 노력은 헛되지 않았다.

7
사람을 만나고, 다루고, 쓰면서 사람은 변하지 않는다는 생각이 굳어졌다. 동시에 변하지 않는 사람을 바꿔보고 싶어졌다. 그 바꿈은 성장이다.

8
당신을 온전히 믿을 수 없다. 그래도 나는 진심을 건넬 것이다. 당신은 바뀌지 않을 수 있다. 그래도 나는 당신의 성장을 도울 것이다.

​1생각은 흐른다. 고여있지 않기에 늘 변하고 바뀐다. ​ ​2사람에 대한 생각도 그렇다. 하루에도 수십 번 움직인다. 사람은 선할까 악할까. 아니면 약할까. 누구나 갖고 있는 본성이 있을까. ​ ​3사람이기에 통하는 무언가가 있다 믿었다. 그건 진심이다. 사람 대 사람의 참된 마음이다. 그 누구라도 전할 수 있을 거라 생각했다. ​ ​4하지만 현실은 늘 그렇지 않다. 때로는 그저 순진하고 나이브 한 바람이 된다. 이유는 다양하다. 내가 잘 보내지 못한 탓이다. 상대가 받지 않기도 한다. 또, 건네고 상대가 받았지만 내 의도대로 흐르지 않기도 한다. ​ ​5진심에 대한 지금의 잠정적인 결론은 이거다. 사람에게 진심은 전할 수 있다. 하지만, 사람은 믿을 수 없다. 사람은 미약하기 때문이다. ​ ​6보내는 마음은 돌려받기 위한 것이 아니다. 보내고 잊는다. 가끔은 보낸 진심이 돌아온다. 다시 받으며 깨닫는다. 내 믿음은 틀리지 않았다. 노력은 헛되지 않았다. ​ ​7사람을 만나고, 다루고, 쓰면서 사람은 변하지 않는다는 생각이 굳어졌다. 동시에 변하지 않는 사람을 바꿔보고 싶어졌다. 그 바꿈은 성장이다. ​ ​8당신을 온전히 믿을 수 없다. 그래도 나는 진심을 건넬 것이다. 당신은 바뀌지 않을 수 있다. 그래도 나는 당신의 성장을 도울 것이다.

네이버 블로그 | 가장 보통의 스타트업 CEO

< 사람을 믿을 수 있을까, 사람은 변할 수 있을까 >

후.. 오늘도 쿨타임 지난 대규모 트래픽과 MSA 주제로 잘 놀았다. 🤣 근데 지나가다 한마디 한 면접 역질문 관련글이 더 흥한건 함정 😇

후.. 오늘도 쿨타임 지난 대규모 트래픽과 MSA 주제로 잘 놀았다. 🤣 근데 지나가다 한마디 한 면접 역질문 관련글이 더 흥한건 함정 😇

피드백은 조직 내에 꼭 필요한 요소 중 하나다. 피드백을 통해 직원들은 무엇이 잘못됐는지 바로잡고 다시 일하는 방향성을 잡을 수 있다. 정확한 피드백은 직원들의 일하는 능률을 높일 수 있지만 다그치는 피드백은 직원들의 일하는 능률을 떨어트릴 수 있다.그렇다면, 직원들에게 정확하게 피드백하는 방법이란 무엇일까?가인지북스에서 출판한 'OKR파워'에서는 정확한 피드백 방법에 대한 내용을 다뤘다.리더는 평가자가 아닌 교사·코치·스승'OKR파워'에서는 리더는 평

"리더는 평가자가 아닌 교사이자 코치" 직원들에게 정확하게 피드백하는 3가지 방법

피드백은 조직 내에 꼭 필요한 요소 중 하나다. 피드백을 통해 직원들은 무엇이 잘못됐는지 바로잡고 다시 일하는 방향성을 잡을 수 있다. 그렇다면 직원들에게 정확하게 피드백하는 방법이란 무엇일까?

1️⃣우선 리더는 스스로를 평가자가 아니라 교사이자 코치라고 생각해야 한다. 문제 해결을 위한 접근 방식을 담당자에게 제시하고, 자신의 기술과 노하우를 전수하는 역할을 해야 한다. 코칭을 할 때는 다음과 같은 주제로 대화를 이어가면 된다.

(1)달성하기 위해 한 주간 어떤 일을 어떤 방식으로 처리했는지, (2)어떤 일은 잘 진행되며 그렇지 않은 것은 무엇인지, (3)목표 달성을 방해하는 요인은 무엇이며 어떤 도움이 필요한지, (4)현재 하는 일이 본인의 경력 발전에 어떤 관점으로 도움이 되는지’. 위와 같은 4가지의 질문으로 직원들과 대화를 이어가다 보면 직원들은 자신의 솔직한 의견을 말할 수 있다.

2️⃣두 번째 방법은 SENSe관점에서 피드백을 하는 것이다. SENSe관점에서의 피드백이란 있는 그대로의 사실을 가지고 행동의 변화를 교정하기 위한 피드백을 말한다. SENSe 피드백은 다음과 같은 방법으로 진행하면 된다.

(1)평가가 아닌 관찰(see)을 통해 행동 중심으로 문제점을 짚어준다, (2)생각보다 느낌(emotion)을 통해 문제 행동이 초래한 애로사항을 설명한다, (3)수단 방법을 나열하기보다 문제 해결에 필요한 리더의 요청사항(needs)을 전달해라, (4)강요하기보다 상대방의 입장에서 묻거나 행동을 부탁(suggestion)하는 질문을 한다’이다.

3️⃣마지막으로 TEB관점으로 피드백 하는 방법이다. 제대로 된 인정과 격려는 주도적으로 과업을 수행하고 도전적으로 목표를 세우도록 도와준다. 인정은 커뮤니케이션에서 가장 저평가되어 있는 요소로, 조직원의 성과를 제대로 인정하고 동기를 부여하려면 인정의 기준을 분명하게 마련하는 것이 좋다.

구체적으로 직원들을 인정하는 방법은 TEB 피드백을 하는 것인데, TEB란 Thanks(감사한 일, 도움이 되었던 일, 업무 수행상 협력, 새로운 자극, 인사이트 등), Evidence(Thanks에 대한 구체적인 증거, 경험, 사례, 사건, 과정, 결과 등) Benefit(Thanks로 인한 유익, 효과, 발전 방향, 기대 등)을 뜻한다.

정확한 피드백은 직원들의 일하는 능률을 높일 수 있지만, 다그치는 피드백은 직원들의 일하는 능률을 떨어트릴 수 있다. 제대로 된 방식의 피드백을 통해 직원들의 업무 능률성을 높이는 리더분들이 되길 바란다.

피드백은 조직 내에 꼭 필요한 요소 중 하나다. 피드백을 통해 직원들은 무엇이 잘못됐는지 바로잡고 다시 일하는 방향성을 잡을 수 있다. 그렇다면 직원들에게 정확하게 피드백하는 방법이란 무엇일까? 1️⃣우선 리더는 스스로를 평가자가 아니라 교사이자 코치라고 생각해야 한다. 문제 해결을 위한 접근 방식을 담당자에게 제시하고, 자신의 기술과 노하우를 전수하는 역할을 해야 한다. 코칭을 할 때는 다음과 같은 주제로 대화를 이어가면 된다. (1)달성하기 위해 한 주간 어떤 일을 어떤 방식으로 처리했는지, (2)어떤 일은 잘 진행되며 그렇지 않은 것은 무엇인지, (3)목표 달성을 방해하는 요인은 무엇이며 어떤 도움이 필요한지, (4)현재 하는 일이 본인의 경력 발전에 어떤 관점으로 도움이 되는지’. 위와 같은 4가지의 질문으로 직원들과 대화를 이어가다 보면 직원들은 자신의 솔직한 의견을 말할 수 있다. 2️⃣두 번째 방법은 SENSe관점에서 피드백을 하는 것이다. SENSe관점에서의 피드백이란 있는 그대로의 사실을 가지고 행동의 변화를 교정하기 위한 피드백을 말한다. SENSe 피드백은 다음과 같은 방법으로 진행하면 된다. (1)평가가 아닌 관찰(see)을 통해 행동 중심으로 문제점을 짚어준다, (2)생각보다 느낌(emotion)을 통해 문제 행동이 초래한 애로사항을 설명한다, (3)수단 방법을 나열하기보다 문제 해결에 필요한 리더의 요청사항(needs)을 전달해라, (4)강요하기보다 상대방의 입장에서 묻거나 행동을 부탁(suggestion)하는 질문을 한다’이다. 3️⃣마지막으로 TEB관점으로 피드백 하는 방법이다. 제대로 된 인정과 격려는 주도적으로 과업을 수행하고 도전적으로 목표를 세우도록 도와준다. 인정은 커뮤니케이션에서 가장 저평가되어 있는 요소로, 조직원의 성과를 제대로 인정하고 동기를 부여하려면 인정의 기준을 분명하게 마련하는 것이 좋다. 구체적으로 직원들을 인정하는 방법은 TEB 피드백을 하는 것인데, TEB란 Thanks(감사한 일, 도움이 되었던 일, 업무 수행상 협력, 새로운 자극, 인사이트 등), Evidence(Thanks에 대한 구체적인 증거, 경험, 사례, 사건, 과정, 결과 등) Benefit(Thanks로 인한 유익, 효과, 발전 방향, 기대 등)을 뜻한다. 정확한 피드백은 직원들의 일하는 능률을 높일 수 있지만, 다그치는 피드백은 직원들의 일하는 능률을 떨어트릴 수 있다. 제대로 된 방식의 피드백을 통해 직원들의 업무 능률성을 높이는 리더분들이 되길 바란다.

사례뉴스

저희 팀(AI Product팀)은 실험적 성격의 AI 기술개발을 시도하면서 비즈니스적 가치를 발굴하는 일과 함께 서비스에 필요한 AI 기술을 개발하고 적용하는 일들도 동시에 진행하고 있다보니, 경험이 쌓이면 쌓여갈수록 AI와 Biz간의 간극을 더 체감하게 됩니다. 

사실 이 간극이란게 그다지 새로운 관찰도 아니지만, 생각보다 그 해법에 대한 논의는 많지 않은 것 같다는 생각이 들어 짧게나마 고민을 해봤습니다.

아주 단순하게는 a) 엔지니어가 비즈니스를 잘 이해하거나, b) 반대로 Biz 조직이 기술을 잘 이해하거나 둘 중 하나일 수 밖에 없겠으나, 현실은 개인/조직의 역량 문제, 조직적 문제 등이 뒤엉켜 생각보다 풀기 어렵거나 일반화하기 어려운 때문인지도 모르겠습니다.

[AI to Biz] - a)

a)는, AI 엔지니어가 Biz의 니즈를 잘 이해하여 기술을 개발하고 담당조직에 기술적용을 제안하는 것인데, 여기에 몇가지 허들이 있습니다.
 * AI 엔지니어가 직접 Biz나 UX의 문제를 파고들어 고민할만한 여건(환경, 정보, 시간 등등)이 충분하지 않은 경우가 많기에, 고민의 결과가 현실과 거리가 있는 경우가 있습니다 (실용성 부족, 기술투자 대비 효과 고려 부족 등).
 * 전달방법에 있어서 Biz 담당자들이 이해할 수 있는 언어와 사례를 들어 설명하는 것이 중요하지만, 안타깝게도 많은 엔지니어들이 이런 관점에서의 커뮤니케이션 역량이 부족한 경우가 많습니다 (수식이 난무하는 슬라이드 구성 등).
 * Biz에 적절하면서도 현실성 있는 솔루션을 찾았다 해도, 시스템 아키텍처 구성이나 서비스 운영 측면에서의 효율적 방안을 찾는 것도 쉬운 일은 아닙니다. 서비스 개발팀(SW 엔지니어)과의 협업에 있어서 적절한 개발범위를 협의하고 이에 맞는 아키텍처를 설계하는 것도 Biz 와의 커뮤니케이션만큼이나 많은 고민과 논의가 필요합니다.

[Biz to AI] - b)

b)는 Biz 조직에서 기술적용 시나리오를 나름대로 열심히 고민해서 제안해오는 경우인데, 대개는 아무래도 AI 기술에 대한 이해부족으로 인해 부적절한 기술을 제안하는 경우가 많습니다. 그러다보니 AI 엔지니어들은 제안된 기술자체에 매몰되어 부정적인 반응을 늘어놓는 경우가 많습니다 (그 방법으로는 이런 문제가 생길 우려가 있어요, 그걸 하려면 이러이러한 것들이 선행되어야 하기에 오래 걸려요 등). 

이 때는 제안된 기술자체보다도 Biz 의 근본적인 니즈가 무엇인지를 파악하고 그에 적절한 솔루션을 제안하는 일종의 컨설팅적인 감각과 커뮤니케이션을 필요로 하는데, 이런 역량을 가진 AI 엔지니어는 찾아보기란 그리 쉽지 않습니다.

[As a Product]

AI 기술은 일반적인 개발과 달리, 긴 일정에 걸쳐 모델을 개발했다고 하더라도 그 성능을 담보하기 어려운 경우가 많습니다. 따라서 많은 논의를 거쳐 AI 기술을 개발하기로 결정했다면, 사전에 내부적인 PoC를 거치는 단계가 필요할 수 있습니다(적정한 성능이 확보된 시점에 기술을 적용할 수 있도록). 

Biz측에서 기술적용의 의지치가 높은 경우라면, 단계적(기술수준, 적용 트래픽의 제한 등) 기술적용 전략을 고려해야 하고 각 단계에서 예상되는 Biz impact에 대해서도 유관조직과 충분히 협의해두어야 합니다.

또한 각 단계별, 혹은 지속적인 성능개선 노력을 추진할 수 있도록 사전에 OCE(Online Controlled Experiments) 환경(시스템은 물론 의사결정 과정에 필요한 조직적 협의기준을 포함하는)을 사전에 구축해두는 것을 권장하고 싶습니다. 그렇지 않으면 기술개발 방향성 자체가 잘못된 것인지 혹은 아직 AI 모델이 충분히 숙성되지 않은 것인지 판단하기 어렵기 때문입니다. 그리고 이 판단의 부재는 십중팔구 프로젝트 중단 또는 AI 조직의 신뢰도/사기저하 등으로 이어질 수 있습니다.

단순히 결과적인 실적지표만으로 성공여부를 판단하기보다는 고객의 반응성을 분석해가며 lesson들을 꾸준히 쌓아가는 것이 중요한데, 그렇지 않으면 AI 기술의 특성상 개발에 많은 비용이 필요함에도, Biz 라는 타겟에 탄착군을 형성하지 못하고 마구 난사해버리는 결과를 낳을 수도 있습니다. 또 이러한 lesson(분석결과)들은 예상보다 낮은 기술효과를 보였을 때에라도 꾸준하게 추진할 수 있는 조직적 동력을 제공합니다. 이런 측면에서 AI 엔지니어와 데이터분석가가 함께 협업할 수 있는 구조는 매우 중요하다고 생각합니다.

[UX, UX, UX]

AI나 Biz 어느 한쪽이라도 UX 관점에서의 고민이 충분치 않으면, 기술자체에 매몰되어 매우 비효율적이고 결과적으로 실패한 기술투자가 될 가능성이 높습니다. 그러나 안타깝게도 UX를 중심으로 AI와 Biz를 바라볼 수 있는 역량을 갖기란 쉽지 않고, 이 역할을 특정조직에서 담당하기도 쉽지 않기에, 결국 UX 관점에서의 조직적 역량을 높이는 것 외에는 답이 없어 보인다는 것이 현재까지의 제 견해입니다(UX 관점의 강력한 리더십 또는 원칙 필요).

그리고 이 조직적 빈틈을 채워주는 역할로는, 기존에 존재하는 직군 중에라면 기획자들이 여기에 해당할 수도 있겠으나 AI 시대에는 위에 서술한 고려들과 물론 지속적인 기술 follow-up 까지 필요하기에 새로운 형태의 직군이 필요하지 않을까 하는 생각입니다. 아직 이런 직군의 Job title 또는 JD는 못봤던 것 같아서(적극적으로 찾아보지는 못했습니만), 혹시 알고 계신 분은 힌트를 주시면 감사하겠습니다 :)

----
'UX 심리학'이란 책을 읽어보려다가 갑자기 여러 생각들이 떠오르는 바람에 첫표지를 열다 말고 급하게나마 글을 써봅니다. 이 생각들에 대해 또 다른 퍼즐을 제공해주지 않을까 기대하게 되네요.

저희 팀(AI Product팀)은 실험적 성격의 AI 기술개발을 시도하면서 비즈니스적 가치를 발굴하는 일과 함께 서비스에 필요한 AI 기술을 개발하고 적용하는 일들도 동시에 진행하고 있다보니, 경험이 쌓이면 쌓여갈수록 AI와 Biz간의 간극을 더 체감하게 됩니다.&nbsp; 사실 이 간극이란게 그다지 새로운 관찰도 아니지만, 생각보다 그 해법에 대한 논의는 많지 않은 것 같다는 생각이 들어 짧게나마 고민을 해봤습니다. 아주 단순하게는 a) 엔지니어가 비즈니스를 잘 이해하거나, b) 반대로 Biz 조직이 기술을 잘 이해하거나 둘 중 하나일 수 밖에 없겠으나, 현실은 개인/조직의 역량 문제, 조직적 문제 등이 뒤엉켜 생각보다 풀기 어렵거나 일반화하기 어려운 때문인지도 모르겠습니다. [AI to Biz] - a) a)는, AI 엔지니어가 Biz의 니즈를 잘 이해하여 기술을 개발하고 담당조직에 기술적용을 제안하는 것인데, 여기에 몇가지 허들이 있습니다.<ul><li>AI 엔지니어가 직접 Biz나 UX의 문제를 파고들어 고민할만한 여건(환경, 정보, 시간 등등)이 충분하지 않은 경우가 많기에, 고민의 결과가 현실과 거리가 있는 경우가 있습니다 (실용성 부족, 기술투자 대비 효과 고려 부족 등).</li><li>전달방법에 있어서 Biz 담당자들이 이해할 수 있는 언어와 사례를 들어 설명하는 것이 중요하지만, 안타깝게도 많은 엔지니어들이 이런 관점에서의 커뮤니케이션 역량이 부족한 경우가 많습니다 (수식이 난무하는 슬라이드 구성 등).</li><li>Biz에 적절하면서도 현실성 있는 솔루션을 찾았다 해도, 시스템 아키텍처 구성이나 서비스 운영 측면에서의 효율적 방안을 찾는 것도 쉬운 일은 아닙니다. 서비스 개발팀(SW 엔지니어)과의 협업에 있어서 적절한 개발범위를 협의하고 이에 맞는 아키텍처를 설계하는 것도 Biz 와의 커뮤니케이션만큼이나 많은 고민과 논의가 필요합니다.</li></ul> [Biz to AI] - b) b)는 Biz 조직에서 기술적용 시나리오를 나름대로 열심히 고민해서 제안해오는 경우인데, 대개는 아무래도 AI 기술에 대한 이해부족으로 인해 부적절한 기술을 제안하는 경우가 많습니다. 그러다보니 AI 엔지니어들은&nbsp;제안된 기술자체에 매몰되어 부정적인 반응을 늘어놓는 경우가 많습니다 (그 방법으로는 이런 문제가 생길 우려가 있어요, 그걸 하려면 이러이러한 것들이 선행되어야 하기에 오래 걸려요 등).&nbsp; 이 때는 제안된 기술자체보다도 Biz 의 근본적인 니즈가 무엇인지를 파악하고 그에 적절한 솔루션을 제안하는 일종의 컨설팅적인 감각과 커뮤니케이션을 필요로 하는데, 이런 역량을 가진 AI 엔지니어는 찾아보기란 그리 쉽지 않습니다. [As a Product] AI 기술은 일반적인 개발과 달리, 긴 일정에 걸쳐 모델을 개발했다고 하더라도 그 성능을 담보하기 어려운 경우가 많습니다. 따라서 많은 논의를 거쳐 AI 기술을 개발하기로 결정했다면, 사전에 내부적인 PoC를 거치는 단계가 필요할 수 있습니다(적정한 성능이 확보된 시점에 기술을 적용할 수 있도록).&nbsp; Biz측에서 기술적용의 의지치가 높은 경우라면, 단계적(기술수준, 적용 트래픽의 제한 등) 기술적용 전략을 고려해야 하고 각 단계에서 예상되는 Biz impact에 대해서도 유관조직과 충분히 협의해두어야 합니다. 또한 각 단계별, 혹은 지속적인 성능개선 노력을 추진할 수 있도록 사전에 OCE(Online Controlled Experiments) 환경(시스템은 물론 의사결정 과정에 필요한 조직적 협의기준을 포함하는)을 사전에 구축해두는 것을 권장하고 싶습니다. 그렇지 않으면 기술개발 방향성 자체가 잘못된 것인지 혹은 아직 AI 모델이 충분히 숙성되지 않은 것인지 판단하기 어렵기 때문입니다. 그리고 이 판단의 부재는 십중팔구 프로젝트 중단 또는 AI 조직의 신뢰도/사기저하 등으로 이어질 수 있습니다. 단순히 결과적인 실적지표만으로 성공여부를 판단하기보다는 고객의 반응성을 분석해가며 lesson들을 꾸준히 쌓아가는 것이 중요한데, 그렇지 않으면 AI 기술의 특성상 개발에 많은 비용이 필요함에도, Biz 라는 타겟에 탄착군을 형성하지 못하고 마구 난사해버리는 결과를 낳을 수도 있습니다. 또 이러한 lesson(분석결과)들은 예상보다 낮은 기술효과를 보였을 때에라도 꾸준하게 추진할 수 있는 조직적 동력을 제공합니다. 이런 측면에서 AI 엔지니어와 데이터분석가가 함께 협업할 수 있는 구조는 매우 중요하다고 생각합니다. [UX, UX, UX] AI나 Biz 어느 한쪽이라도 UX 관점에서의 고민이 충분치 않으면, 기술자체에 매몰되어 매우 비효율적이고 결과적으로 실패한 기술투자가 될 가능성이 높습니다. 그러나 안타깝게도 UX를 중심으로 AI와 Biz를 바라볼 수 있는 역량을 갖기란 쉽지 않고, 이 역할을 특정조직에서 담당하기도 쉽지 않기에, 결국 UX 관점에서의 조직적 역량을 높이는 것 외에는 답이 없어 보인다는 것이 현재까지의 제 견해입니다(UX 관점의 강력한 리더십 또는 원칙 필요). 그리고 이 조직적 빈틈을 채워주는 역할로는, 기존에 존재하는 직군 중에라면 기획자들이 여기에 해당할 수도 있겠으나 AI 시대에는 위에 서술한 고려들과 물론 지속적인 기술 follow-up 까지 필요하기에 새로운 형태의 직군이 필요하지 않을까 하는 생각입니다. 아직 이런 직군의 Job title 또는 JD는 못봤던 것 같아서(적극적으로 찾아보지는 못했습니만), 혹시 알고 계신 분은 힌트를 주시면 감사하겠습니다 :) ----'UX 심리학'이란 책을 읽어보려다가 갑자기 여러 생각들이 떠오르는 바람에 첫표지를 열다 말고 급하게나마 글을 써봅니다. 이 생각들에 대해 또 다른 퍼즐을 제공해주지 않을까 기대하게 되네요.

'Biz 에 AI 를 적용한다는 것'

일삶기록 (work & life) 772

어렸을 때부터 부대찌개를 좋아했습니다. 지금으로부터 30년 전 노원구 상계동 주공아파트 3단지에 살던 때입니다. 허허벌판에 아파트만 그득했던 동네에 하나 둘 상가가 들어서기 시작했습니다. 그 상가에는 목욕탕이 있었고, 음식점도 있었습니다.
어린 시절 아버지, 형과 함께 가끔 목욕탕을 갔습니다. 따뜻한 물에 몸을 불려서 몇 달 동안 쌓인 때를 밀어냈습니다. 목욕을 마치고 삼부자는 저녁식사를 하러 부대찌개를 먹으러 갔습니다. 부대찌개 삼인 분에 고봉밥을 두 그릇 이상 먹어치웠던 기억이 납니다. 그리고 집에 오는 길에 슈퍼마켓에 들려 과자를 봉지가 터질 만큼 담아서 돌아왔습니다.
어른이 된 후에도 부대찌개를 좋아했습니다. 대학교에서 파는 1인분 부대찌개도 좋았고, 회사 구내식당에서 국 반찬으로 나왔던 부대찌개도 좋았습니다. 결혼 후 부인이 끓여주는 부대찌개도 맛있고, 마트에서 파는 부대찌개 밀키트를 사 먹는 것도 좋았습니다. 집 근처 이태원 존슨탕 맛집도 느끼했지만 좋았습니다.
오늘은 교회에서 함께 교사로 섬기고 있는 선생님이 시작한 부대찌개 가게에서 배가 터지게 저녁식사를 했습니다. #열이네 부대찌개 (유료 광고는 아닙니다. 지인 가게 추천이죠)
유년 시절에 추억과 성인이 된 후 즐겨먹던 음식이라 부대찌개란 음식에 애정이 있습니다. 여러분도 추억이 깃든 음식이 하나씩 있을 것 같습니다. 아름다운 기억일 수도 있고, 생각만 해도 몸서리치는 아픔일 수도 있습니다.
특히 부모님과 함께한 기억이라면 이제 어른이 되어 내 머리카락에도 희끗희끗 흰머리가 새어 나오는 나이가 된 지금 옛 추억이 아련하게 느껴집니다. 내가 나이가 든 만큼 부모님도 늙어진 상황이 마음 한편 서글픈 생각이 듭니다. 천년만년 젊고 건강하실 거라고 생각했는데 이곳저곳 아프시고 기력이 떨어진 부모님을 바라보면, 함께 목욕탕에서 몸을 불리고 부대찌개를 퍼먹고 싶습니다. 배가 터질 때까지 밥을 먹고 돌아서서 과자 봉지를 쌓아놓고 먹던 그 시절이 그립습니다. 어쩌면 건강한 아버지 모습이 보고 싶기도 하고, 지금의 나이 든 아버지가 애처롭게 느껴지기 때문이겠죠.
아버지에게 평생 받은 사랑이 감사하다면, 오늘은 용기를 내어 아버지를 따뜻하게 안아주는 여러분 되시길 진심으로 응원합니다.

일삶기록 (work &amp; life) 772 어렸을 때부터 부대찌개를 좋아했습니다. 지금으로부터 30년 전 노원구 상계동 주공아파트 3단지에 살던 때입니다. 허허벌판에 아파트만 그득했던 동네에 하나 둘 상가가 들어서기 시작했습니다. 그 상가에는 목욕탕이 있었고, 음식점도 있었습니다.어린 시절 아버지, 형과 함께 가끔 목욕탕을 갔습니다. 따뜻한 물에 몸을 불려서 몇 달 동안 쌓인 때를 밀어냈습니다. 목욕을 마치고 삼부자는 저녁식사를 하러 부대찌개를 먹으러 갔습니다. 부대찌개 삼인 분에 고봉밥을 두 그릇 이상 먹어치웠던 기억이 납니다. 그리고 집에 오는 길에 슈퍼마켓에 들려 과자를 봉지가 터질 만큼 담아서 돌아왔습니다.어른이 된 후에도 부대찌개를 좋아했습니다. 대학교에서 파는 1인분 부대찌개도 좋았고, 회사 구내식당에서 국 반찬으로 나왔던 부대찌개도 좋았습니다. 결혼 후 부인이 끓여주는 부대찌개도 맛있고, 마트에서 파는 부대찌개 밀키트를 사 먹는 것도 좋았습니다. 집 근처 이태원 존슨탕 맛집도 느끼했지만 좋았습니다.오늘은 교회에서 함께 교사로 섬기고 있는 선생님이 시작한 부대찌개 가게에서 배가 터지게 저녁식사를 했습니다. #열이네 부대찌개 (유료 광고는 아닙니다. 지인 가게 추천이죠)유년 시절에 추억과 성인이 된 후 즐겨먹던 음식이라 부대찌개란 음식에 애정이 있습니다. 여러분도 추억이 깃든 음식이 하나씩 있을 것 같습니다. 아름다운 기억일 수도 있고, 생각만 해도 몸서리치는 아픔일 수도 있습니다.특히 부모님과 함께한 기억이라면 이제 어른이 되어 내 머리카락에도 희끗희끗 흰머리가 새어 나오는 나이가 된 지금 옛 추억이 아련하게 느껴집니다. 내가 나이가 든 만큼 부모님도 늙어진 상황이 마음 한편 서글픈 생각이 듭니다. 천년만년 젊고 건강하실 거라고 생각했는데 이곳저곳 아프시고 기력이 떨어진 부모님을 바라보면, 함께 목욕탕에서 몸을 불리고 부대찌개를 퍼먹고 싶습니다. 배가 터질 때까지 밥을 먹고 돌아서서 과자 봉지를 쌓아놓고 먹던 그 시절이 그립습니다. 어쩌면 건강한 아버지 모습이 보고 싶기도 하고, 지금의 나이 든 아버지가 애처롭게 느껴지기 때문이겠죠.아버지에게 평생 받은 사랑이 감사하다면, 오늘은 용기를 내어 아버지를 따뜻하게 안아주는 여러분 되시길 진심으로 응원합니다.

부대찌개를 좋아합니다. 그리고 그 시절을 추억합니다

MSA 극혐! 사실 제가 어설프게 시도했다가 개망한적이 한 번 있어서 그렇습니다. 😇

MSA 극혐! 사실 제가 어설프게 시도했다가 개망한적이 한 번 있어서 그렇습니다. 😇

1. 회사가 내가 아니다. 삼성전자에 다닌다고, 네카라쿠배 당토에 다닌다고 혹은 또다른 OO에 다닌다고 내가 그 회사가 아니다. 2. 일하는 회사가 핫하거나 빠르게 성장하고 있다면, 좋은 일이다. 그 Halo effect를 유리하게 활용하는 것도 좋다. 내 안목이 탁월했든 운이든 어쨋든 잘된 일이다. 나 자신이 성장하며 회사의 성장에 기여하는 것도 자부

회사가 내가 아니다

오래전부터 생각해오던 내용과 소름 끼치게 동일한 글을 발견해서 공유합니다. 주니어 시절(아마 2~3년차) 회사에 이름에 그늘 삼아 제 능력이 녹슬어 가는지도 모른 체 시간을 낭비하듯 보내던 적이 있었습니다. 그러다 "회사 딱지를 떼면 난 뭐가 남지?"라는 생각에 뒤통수를 맞은 느낌으로 외부 활동을 해왔던 것 같고 블로그, 토이 프로젝트, 스터디에 이어 지금까지 살아오는 것 같습니다. 물론, 회사가 안정적이고 성장 가능성이 뚜렷하다면 "나 OO에 다녀~"라는 생각으로 약간은 안일한 마음이 들 수도 있겠지만 부모님 시대와는 다르게 요즘은 평생직장이라는 수식어는 어울리지 않을 정도로 세상이 변화하고 있고 결국은 본인 스스로를 본인이 챙겨야 하는 시대인 건 확실해 보입니다.
"회사가 내가 아니다"라는 제목은 다소 자극적이기도 하고 오해가 될 수도 있을 만한 글이지만 이 글에서 이야기하고자 하는 내용에 저의 생각을 조금 더 가미하자면, 결국 스스로 홀로서기 할 수 있을 정도의 능력을 갖춘 본인이 돼야 하고 그게 회사에 다니는 직장인이라면 그러한 능력을 회사에서도 기여하는 순서가 맞지 않을까 생각이 됩니다. 특히, 개발자는 기술적 고립이 되지 않기 위해 부단히 노력해야 합니다. 회사 내에서는 잘하는 것처럼 생각이 될 수 있지만 다른 회사 분들과 마주하다 보면 우물속 개구리였구나 라는걸 몸소 체감할 수 있으니까요.

https://brunch.co.kr/@naieekim/79

오래전부터 생각해오던 내용과 소름 끼치게 동일한 글을 발견해서 공유합니다. 주니어 시절(아마 2~3년차) 회사에 이름에 그늘 삼아 제 능력이 녹슬어 가는지도 모른 체 시간을 낭비하듯 보내던 적이 있었습니다. 그러다 "회사 딱지를 떼면 난 뭐가 남지?"라는 생각에 뒤통수를 맞은 느낌으로 외부 활동을 해왔던 것 같고 블로그, 토이 프로젝트, 스터디에 이어 지금까지 살아오는 것 같습니다. 물론, 회사가 안정적이고 성장 가능성이 뚜렷하다면 "나 OO에 다녀~"라는 생각으로 약간은 안일한 마음이 들 수도 있겠지만 부모님 시대와는 다르게 요즘은 평생직장이라는 수식어는 어울리지 않을 정도로 세상이 변화하고 있고 결국은 본인 스스로를 본인이 챙겨야 하는 시대인 건 확실해 보입니다."회사가 내가 아니다"라는 제목은 다소 자극적이기도 하고 오해가 될 수도 있을 만한 글이지만 이 글에서 이야기하고자 하는 내용에 저의 생각을 조금 더 가미하자면, 결국 스스로 홀로서기 할 수 있을 정도의 능력을 갖춘 본인이 돼야 하고 그게 회사에 다니는 직장인이라면 그러한 능력을 회사에서도 기여하는 순서가 맞지 않을까 생각이 됩니다. 특히, 개발자는 기술적 고립이 되지 않기 위해 부단히 노력해야 합니다. 회사 내에서는 잘하는 것처럼 생각이 될 수 있지만 다른 회사 분들과 마주하다 보면 우물속 개구리였구나 라는걸 몸소 체감할 수 있으니까요. https://brunch.co.kr/@naieekim/79

Brunch Story

Manage GraphqQL APIs Using the Postman GraphQL client (Sponsored) The Postman GraphQL client offers a simple yet powerful way to work with GraphQL APIs. With Postman's GraphQL client, you can: Explore GraphQL schemas easily Create code-ready queries

79 Engineering Blogs To Level Up Your System Design Skills

항상 좋은 글이 많이 올라오는 bytebytego에서 추천하는 테크 블로그 리스트가 올라왔네요!!
모두 영어 블로그이긴 하지만 이제 우리에겐 ChatGPT가 있으니!! ㅎㅎ

여러 블로그 중에 LINE 블로그가 있는것도 기분이 좋네요 :)))))

https://blog.bytebytego.com/p/79-engineering-blogs-to-level-up?ref=dailydev

항상 좋은 글이 많이 올라오는 bytebytego에서 추천하는 테크 블로그 리스트가 올라왔네요!! 모두 영어 블로그이긴 하지만 이제 우리에겐 ChatGPT가 있으니!! ㅎㅎ 여러 블로그 중에 LINE 블로그가 있는것도 기분이 좋네요 :))))) https://blog.bytebytego.com/p/79-engineering-blogs-to-level-up?ref=dailydev

Bytebytego

시스템 디자인 스킬을 배울 수 있는 테크 블로그 79

제목은 어그로를 좀 끌어보았습니다.

커리어리 Q&A에서 어설픈 답변을 종종 남기고 있습니다. 주제넘게 이렇다 저렇다 말하고 나면, 과연 이게 도움이 되는 말일까 자문하게 되기도 합니다.

어쨌건, 커리어 관련 고민을 토로하는 글들을 보면, 어떨 땐 답답하기도 하고, 어떨 땐 과거의 내가 감정이입되기도 해서 괜한 참견을 하게되는 것 같습니다.

공통적으로 느껴지는 것 중 하나는, 커리어 관련 고민이라는 게, 어쩌면 그보다 더 중요한 고민들에서 시작된 고통이라는 생각이 들더라구요.

우리가 개발자가 되고자 하거나, 아니면 이미 개발자이면서 더 나은 개발자가 되려고 여기를 기웃거리는 건데, 그만큼, 아니, 그보다 더 중요한 거는 몸건강과 정신건강이 아닐까 해요. 몸건강은 잘먹고 잘자고 운동하고 이런 게 기본일 테고, 정신 건강은 일기를 쓰든 상담을 받든 여행을 하든, 명상을 하든 종교에 심취하든 다양한 방법들이 있겠죠.

운동으로는 달리기를 시작해서 어느덧 2000K를 넘게 뛰었습니다. 건강을 위해 시작했던 달리기가 이제 좀 지나치다 싶을 정도로 많이 뛰고 있어요. 지난달은 210K, 이번 달은 240K정도 뛸 것 같습니다. 본격 러너라기에 실력은 부족해도 마일리지는 충분한 것 같습니다. 어쩌면 내년에는 풀코스 마라톤을 완주할 수 있을 것 같아요. 몸건강도 좋아졌고, 뛰다보면 정신적으로도 꽤 상쾌해집니다. 모종의 호르몬이 나오나봐요. 거의 매일 1시간씩을 달리기에 투자하는 게 미련한 짓인 것 같기도 한데, 결국 건강해지면 그 이상의 가치를 하겠죠. 아니 솔직히 말할게요. 이제 그냥 달리기가 즐거워졌어요. 이보다 많이 뛰면 오히려 건강에 해가 되는 게 아닐까 걱정을 해야할 판입니다. 딱히 꾸준히 운동하고 있는 게 아직 없으시다면, 달리기 추천드려봅니다.

멘탈을 위해서는 명상쪽에 점점 더 많은 관심이 가고 있는데, 점점 더 제가 뭘 잘못 생각하고 있는지... 아니 잘못된 부분에 집중하고 있는지를 알게되어가는 중인 것 같습니다. 아직 달리기 만큼 심취하지는 못했기에 뭐라 적기는 어렵습니다만, 우리의 많은 고통이 스스로부터 야기된 점이라는 게 인상적인 것 같습니다. 마치 외부의 환경, 그러니까, 개발자 취업문이 얼어붙었다거나, 난 좋게보는 기술을 쟤는 무시한다거나 하는 외부의 상황들이 나에게 고통을 주는 것 같지만, 그건 착각이라는 게 공통된 명상가(?)들의 시각으로 이해되더라구요.

암튼, 괜한 참견... 아니, 스스로에게 다시 다짐해보는 것은, 외부 상황들을 고통으로 바라보는 일을 그만두고, 현재 상황 그대로에서 잘해보자는 거랄까요?

기술적, 커리어 고민들은 사실 그 고민에서 출발해서 문제를 해결하려 들 게 아니라, 한차원 더 높은 시각에서 멘탈을 챙겨보자는 제안입니다. 저부터 잘해볼게요. 화이팅입니다.

<s>제목은 어그로를 좀 끌어보았습니다.</s> 커리어리 Q&amp;A에서 어설픈 답변을 종종 남기고 있습니다. 주제넘게 이렇다 저렇다 말하고 나면, 과연 이게 도움이 되는 말일까 자문하게 되기도 합니다. 어쨌건, 커리어 관련 고민을 토로하는 글들을 보면, 어떨 땐 답답하기도 하고, 어떨 땐 과거의 내가 감정이입되기도 해서 괜한 참견을 하게되는 것 같습니다. 공통적으로 느껴지는 것 중 하나는, 커리어 관련 고민이라는 게, 어쩌면 그보다 더 중요한 고민들에서 시작된 고통이라는 생각이 들더라구요. 우리가 개발자가 되고자 하거나, 아니면 이미 개발자이면서 더 나은 개발자가 되려고 여기를 기웃거리는 건데, 그만큼, 아니, 그보다 더 중요한 거는 몸건강과 정신건강이 아닐까 해요. 몸건강은 잘먹고 잘자고 운동하고 이런 게 기본일 테고, 정신 건강은 일기를 쓰든 상담을 받든 여행을 하든, 명상을 하든 종교에 심취하든 다양한 방법들이 있겠죠. 운동으로는 달리기를 시작해서 어느덧 2000K를 넘게 뛰었습니다. 건강을 위해 시작했던 달리기가 이제 좀 지나치다 싶을 정도로 많이 뛰고 있어요. 지난달은 210K, 이번 달은 240K정도 뛸 것 같습니다. 본격 러너라기에 실력은 부족해도 마일리지는 충분한 것 같습니다. 어쩌면 내년에는 풀코스 마라톤을 완주할 수 있을 것 같아요. 몸건강도 좋아졌고, 뛰다보면 정신적으로도 꽤 상쾌해집니다. 모종의 호르몬이 나오나봐요. 거의 매일 1시간씩을 달리기에 투자하는 게 미련한 짓인 것 같기도 한데, 결국 건강해지면 그 이상의 가치를 하겠죠. 아니 솔직히 말할게요. 이제 그냥 달리기가 즐거워졌어요. 이보다 많이 뛰면 오히려 건강에 해가 되는 게 아닐까 걱정을 해야할 판입니다. 딱히 꾸준히 운동하고 있는 게 아직 없으시다면, 달리기 추천드려봅니다. 멘탈을 위해서는 명상쪽에 점점 더 많은 관심이 가고 있는데, 점점 더 제가 뭘 잘못 생각하고 있는지... 아니 잘못된 부분에 집중하고 있는지를 알게되어가는 중인 것 같습니다. 아직 달리기 만큼 심취하지는 못했기에 뭐라 적기는 어렵습니다만, 우리의 많은 고통이 스스로부터 야기된 점이라는 게 인상적인 것 같습니다. 마치 외부의 환경, 그러니까, 개발자 취업문이 얼어붙었다거나, 난 좋게보는 기술을 쟤는 무시한다거나 하는 외부의 상황들이 나에게 고통을 주는 것 같지만, 그건 착각이라는 게 공통된 명상가(?)들의 시각으로 이해되더라구요. 암튼, 괜한 참견... 아니, 스스로에게 다시 다짐해보는 것은, 외부 상황들을 고통으로 바라보는 일을 그만두고, 현재 상황 그대로에서 잘해보자는 거랄까요? 기술적, 커리어 고민들은 사실 그 고민에서 출발해서 문제를 해결하려 들 게 아니라, 한차원 더 높은 시각에서 멘탈을 챙겨보자는 제안입니다. 저부터 잘해볼게요. 화이팅입니다.

니가 지금 자바를 공부하고 있을 때가 아니야

https://microsoft.github.io/AI-For-Beginners/

AI를 마스터하기 위한 Microsoft의 무료 강좌 6개 입니다!

초보자를 위한 AI 커리큘럼 https://t.co/ZJoF6sSeNc
 * 인공 지능(AI)을 탐구하는 12주, 24레슨 커리큘럼입니다. 심볼릭 AI, 신경망, 컴퓨터 비전, 자연어 처리 등을 다룹니다. 실습 수업, 퀴즈 및 실습이 포함되어 있습니다.

인공 지능 입문 https://t.co/pRgkJwigbQ
 * 이 과정은 인공지능의 핵심 개념을 이해하는 데 도움이 됩니다. 프로젝트 관리자, 제품 관리자, 디렉터, 임원 및 AI 분야에서 경력을 시작하는 학생을 위해 만든 것입니다.

생성형 AI란 무엇인가 https://t.co/kfWWPS5qMG
 * 제너레이티브 AI 전문가인 피나르 세이한 데미르닥이 생성형 AI의 기본 사항을 설명합니다.
   * 생성형 AI무엇인지
   * 어떻게 동작하는지
   * 모델별 차이
   * 미래 예측과 윤리적 시사점

생성형 AI: 사려깊은 온라인 검색의 진화 https://t.co/EgNl8WCCZ1
 * 생성형 AI 기반 추론 엔진의 핵심 개념과 검색 엔진 전략과의 차이점에 대해 자세히 알아봅니다.

Microsoft Bing Chat으로 업무 간소화하기 https://t.co/zGhxRKYLg9
 * Bing Chat을 효과적으로 사용하는 방법을 알려드립니다.

생성 AI 시대의 윤리 https://t.co/5KUXaQaK47
 * 생성 AI 도구 및 제품을 배포할 때 윤리적 문제를 해결하는 방법을 알아봅시다.

개인적으로는 초보자를 위한 AI 커리큘럼이 가장 마음에 드는군요!
무료 코스이므로 시간 되실때 재미있게 보시면 좋을 것 같습니다~!

AI를 마스터하기 위한 Microsoft의 무료 강좌 6개 입니다! 초보자를 위한 AI 커리큘럼 https://t.co/ZJoF6sSeNc<ul><li>인공 지능(AI)을 탐구하는 12주, 24레슨 커리큘럼입니다. 심볼릭 AI, 신경망, 컴퓨터 비전, 자연어 처리 등을 다룹니다. 실습 수업, 퀴즈 및 실습이 포함되어 있습니다.</li></ul> 인공 지능 입문 https://t.co/pRgkJwigbQ<ul><li>이 과정은 인공지능의 핵심 개념을 이해하는 데 도움이 됩니다. 프로젝트 관리자, 제품 관리자, 디렉터, 임원 및 AI 분야에서 경력을 시작하는 학생을 위해 만든 것입니다.</li></ul> 생성형 AI란 무엇인가 https://t.co/kfWWPS5qMG<ul><li>제너레이티브 AI 전문가인 피나르 세이한 데미르닥이 생성형 AI의 기본 사항을 설명합니다.<ul><li>생성형 AI무엇인지</li><li>어떻게 동작하는지</li><li>모델별 차이</li><li>미래 예측과 윤리적 시사점</li></ul></li></ul> 생성형 AI: 사려깊은 온라인 검색의 진화 https://t.co/EgNl8WCCZ1<ul><li>생성형 AI 기반 추론 엔진의 핵심 개념과 검색 엔진 전략과의 차이점에 대해 자세히 알아봅니다.</li></ul> Microsoft Bing Chat으로 업무 간소화하기 https://t.co/zGhxRKYLg9<ul><li>Bing Chat을 효과적으로 사용하는 방법을 알려드립니다.</li></ul> 생성 AI 시대의 윤리 https://t.co/5KUXaQaK47<ul><li>생성 AI 도구 및 제품을 배포할 때 윤리적 문제를 해결하는 방법을 알아봅시다.</li></ul> 개인적으로는 초보자를 위한 AI 커리큘럼이 가장 마음에 드는군요!무료 코스이므로 시간 되실때 재미있게 보시면 좋을 것 같습니다~!

t.co

마이크로소프트가 공개한 무료 AI 코스들

CSpell ESLint plugin. Latest version: 8.0.0, last published: 20 days ago. Start using @cspell/eslint-plugin in your project by running `npm i @cspell/eslint-plugin`. There are 8 other projects in the npm registry using @cspell/eslint-plugin.

@cspell/eslint-plugin

코드 작성 과정에서 스펠링 오타는 흔한 일입니다. 영어가 모국어가 아니기에 흔하게 일어날 수 밖에 없죠. 문제는 이런 작은 실수가 때로는 예상치 못한 큰 버그로 이어질 수 있습니다. 경험이 많은 개발자라면, 오타로 인해 발생한 문제를 해결하느라 많은 시간을 소비한 경험이 한 번쯤은 있을 것입니다.

@cspell/eslint-plugin은 ESLint를 기반으로 한 코드 스펠링 체크 플러그인으로, cspell 이란 'Code Spell Checker'의 약자 입니다. 이 플러그인 패키지를 설치하고 .eslintrc.json에 추가하면, 문자열, 주석, JSX 텍스트 등에 대한 스펠링 검사를 다양한 옵션을 통해 수행할 수 있습니다.

코드 리뷰 중에도 오타 수정을 제안하는 일은 흔히 있는데요. 이와 같은 라이브러리의 도움으로 코드의 정확성을 향상시키고 전반적인 생산성을 높일 수 있습니다. 개발자는 작은 실수에 시간을 낭비하는 대신 더 중요한 개발 업무에 집중할 수 있습니다.

https://www.npmjs.com/package/@cspell/eslint-plugin

코드 작성 과정에서 스펠링 오타는 흔한 일입니다. 영어가 모국어가 아니기에 흔하게 일어날 수 밖에 없죠. 문제는 이런 작은 실수가 때로는 예상치 못한 큰 버그로 이어질 수 있습니다. 경험이 많은 개발자라면, 오타로 인해 발생한 문제를 해결하느라 많은 시간을 소비한 경험이 한 번쯤은 있을 것입니다. @cspell/eslint-plugin은 ESLint를 기반으로 한 코드 스펠링 체크 플러그인으로, cspell 이란 'Code Spell Checker'의 약자 입니다. 이 플러그인 패키지를 설치하고 .eslintrc.json에 추가하면, 문자열, 주석, JSX 텍스트 등에 대한 스펠링 검사를 다양한 옵션을 통해 수행할 수 있습니다. 코드 리뷰 중에도 오타 수정을 제안하는 일은 흔히 있는데요. 이와 같은 라이브러리의 도움으로 코드의 정확성을 향상시키고 전반적인 생산성을 높일 수 있습니다. 개발자는 작은 실수에 시간을 낭비하는 대신 더 중요한 개발 업무에 집중할 수 있습니다. https://www.npmjs.com/package/@cspell/eslint-plugin

스펠링 검사: @cspell/eslint-plugin

Learn directly from Andrew Ng about the technology of generative AI, how it works, and what it can (and can't) do Get an overview of AI tools, and learn from real-world examples of generative AI in use today Understand the impacts of generative AI on busi

Generative AI for Everyone

1. 프롬프트엔지니어링의 기초
이 과정에서는 프롬프트 엔지니어링의 기본을 소개하고 고급 프롬프트 기술로 진행합니다.
✔ https://www.deeplearning.ai/courses/generative-ai-for-everyone/

2. 개발자를 위한 ChatGPT 프롬프트 엔지니어링
DeepLearning AI 및 OpenAI를 통한 ChatGPT 프롬프트 엔지니어링에 대한 무료 과정입니다.
✔https://www.deeplearning.ai/short-courses/chatgpt-prompt-engineering-for-developers/

3. Google의 생성형 AI 소개
Gen이 무엇인지, 어떻게 사용되는지, 기존 머신러닝 방법과 어떻게 다른지 설명하는 것을 목표로 합니다.
✔https://www.cloudskillsboost.google/course_templates/536

4. Harvard의 Python 기반 AI 소개
인공 지능에 대한 입문 과정에서 Python에서 기계 학습을 사용하는 방법을 알아보세요.
✔ https://pll.harvard.edu/course/cs50s-introduction-artificial-intelligence-python/2023-05

5. 마이크로소프트의 '생성 AI란 무엇인가?'
Gen AI의 정의, 작동 방식, 나만의 콘텐츠를 만드는 방법, 다양한 유형의 모델, 미래 예측, 윤리 등의 주제를 다루는 Gen AI의 기본 사항입니다.
✔ https://www.linkedin.com/learning/what-is-generative-ai/generative-ai-is-a-tool-in-service-of-humanity

6. 프럼프팅 배우기
60개 이상의 콘텐츠 모듈을 갖춘 종합적인 프롬프트 엔지니어링 과정입니다. 프롬프트 엔지니어링 기술의 초급부터 고급까지 안내합니다.
✔ https://learnprompting.org/docs/intro

7. Google의 책임 있는 AI 소개
Responsible AI가 무엇인지, 왜 중요한지, Google이 이를 자사 제품에 어떻게 구현하는지 알아보세요.
✔ https://www.cloudskillsboost.google/course_templates/554

8. 하버드의 데이터 과학: 기계 학습
훈련 데이터에 대해 알아보고 데이터 집합을 사용하여 잠재적인 예측 관계를 발견하는 방법을 알아봅니다. 또한 영화 추천 시스템 및 데이터 과학 기술을 구축하는 방법도 알아봅니다.
✔ https://pll.harvard.edu/course/data-science-machine-learning

9. LLM 애플리케이션 개발을 위한 LangChain
LangChain을 사용하여 애플리케이션 개발에서 언어 모델의 사용 사례와 기능을 확장하는 데 필수적인 기술을 습득하세요.
✔ https://www.deeplearning.ai/short-courses/langchain-for-llm-application-development/

10. Microsoft Bing Chat을 통한 작업 간소화
Bing Chat이 어떻게 다양한 작업을 수행하고 아이디어 생성 및 데이터 요약부터 일반적인 업무 문제 해결에 이르기까지 전체 작업 흐름을 간소화하는 데 도움이 되는지 알아보세요.
✔ https://www.linkedin.com/learning/streamlining-your-work-with-microsoft-bing-chat/put-your-fingers-to-work-chatting-as-a-productivity-tool

11. Hear Speak를 볼 수 있는 LLM 앱을 만드는 방법!
✔ https://www.singlestore.com/spaces/how-to-build-llm-apps-that-can-see-hear-speak/?utm_source=steve-nouri&utm_medium=influencer&utm_campaign=deck-the-halls-with-dev-and-data&utm_content=hear-see-speak&campaignid=701UJ0000012K2AYAU

12. 마이크로소프트의 AI 기초: 생성형 AI
부조종사와 같은 Gen AI 애플리케이션이 어떻게 효율성을 지원하는지 이해하세요. 프롬프트와 응답을 어떻게 미세 조정할 수 있는지 설명
✔ https://learn.microsoft.com/en-us/training/paths/introduction-generative-ai/

13. 의사결정자를 위한 Amazon의 Gen AI 학습 계획
✔ https://explore.skillbuilder.aws/learn/public/learning_plan/view/1909/generative-ai-learning-plan-for-decision-makers

14. 모두를 위한 생성형 AI
AI 도구에 대한 개요를 확인하고 현재 사용 중인 생성 AI의 실제 사례를 통해 알아보세요.
✔ https://www.deeplearning.ai/courses/generative-ai-for-everyone/

15. AWS의 LLM 포함한 Gen AI
Gen AI 작동 방식에 대한 기초 지식, 실무 기술 및 기능적 이해를 얻으세요.
✔ https://www.coursera.org/learn/generative-ai-with-llms

1. 프롬프트엔지니어링의 기초이 과정에서는 프롬프트 엔지니어링의 기본을 소개하고 고급 프롬프트 기술로 진행합니다.✔ https://www.deeplearning.ai/courses/generative-ai-for-everyone/ 2. 개발자를 위한 ChatGPT 프롬프트 엔지니어링DeepLearning AI 및 OpenAI를 통한 ChatGPT 프롬프트 엔지니어링에 대한 무료 과정입니다.✔https://www.deeplearning.ai/short-courses/chatgpt-prompt-engineering-for-developers/ 3. Google의 생성형 AI 소개Gen이 무엇인지, 어떻게 사용되는지, 기존 머신러닝 방법과 어떻게 다른지 설명하는 것을 목표로 합니다.✔https://www.cloudskillsboost.google/course_templates/536 4. Harvard의 Python 기반 AI 소개인공 지능에 대한 입문 과정에서 Python에서 기계 학습을 사용하는 방법을 알아보세요.✔ https://pll.harvard.edu/course/cs50s-introduction-artificial-intelligence-python/2023-05 5. 마이크로소프트의 '생성 AI란 무엇인가?'Gen AI의 정의, 작동 방식, 나만의 콘텐츠를 만드는 방법, 다양한 유형의 모델, 미래 예측, 윤리 등의 주제를 다루는 Gen AI의 기본 사항입니다.✔ https://www.linkedin.com/learning/what-is-generative-ai/generative-ai-is-a-tool-in-service-of-humanity 6. 프럼프팅 배우기60개 이상의 콘텐츠 모듈을 갖춘 종합적인 프롬프트 엔지니어링 과정입니다. 프롬프트 엔지니어링 기술의 초급부터 고급까지 안내합니다.✔ https://learnprompting.org/docs/intro 7. Google의 책임 있는 AI 소개Responsible AI가 무엇인지, 왜 중요한지, Google이 이를 자사 제품에 어떻게 구현하는지 알아보세요.✔ https://www.cloudskillsboost.google/course_templates/554 8. 하버드의 데이터 과학: 기계 학습훈련 데이터에 대해 알아보고 데이터 집합을 사용하여 잠재적인 예측 관계를 발견하는 방법을 알아봅니다. 또한 영화 추천 시스템 및 데이터 과학 기술을 구축하는 방법도 알아봅니다.✔ https://pll.harvard.edu/course/data-science-machine-learning 9. LLM 애플리케이션 개발을 위한 LangChainLangChain을 사용하여 애플리케이션 개발에서 언어 모델의 사용 사례와 기능을 확장하는 데 필수적인 기술을 습득하세요.✔ https://www.deeplearning.ai/short-courses/langchain-for-llm-application-development/ 10. Microsoft Bing Chat을 통한 작업 간소화Bing Chat이 어떻게 다양한 작업을 수행하고 아이디어 생성 및 데이터 요약부터 일반적인 업무 문제 해결에 이르기까지 전체 작업 흐름을 간소화하는 데 도움이 되는지 알아보세요.✔ https://www.linkedin.com/learning/streamlining-your-work-with-microsoft-bing-chat/put-your-fingers-to-work-chatting-as-a-productivity-tool 11. Hear Speak를 볼 수 있는 LLM 앱을 만드는 방법!✔ https://www.singlestore.com/spaces/how-to-build-llm-apps-that-can-see-hear-speak/?utm_source=steve-nouri&amp;utm_medium=influencer&amp;utm_campaign=deck-the-halls-with-dev-and-data&amp;utm_content=hear-see-speak&amp;campaignid=701UJ0000012K2AYAU 12. 마이크로소프트의 AI 기초: 생성형 AI부조종사와 같은 Gen AI 애플리케이션이 어떻게 효율성을 지원하는지 이해하세요. 프롬프트와 응답을 어떻게 미세 조정할 수 있는지 설명✔ https://learn.microsoft.com/en-us/training/paths/introduction-generative-ai/ 13. 의사결정자를 위한 Amazon의 Gen AI 학습 계획✔ https://explore.skillbuilder.aws/learn/public/learning_plan/view/1909/generative-ai-learning-plan-for-decision-makers 14. 모두를 위한 생성형 AIAI 도구에 대한 개요를 확인하고 현재 사용 중인 생성 AI의 실제 사례를 통해 알아보세요.✔ https://www.deeplearning.ai/courses/generative-ai-for-everyone/ 15. AWS의 LLM 포함한 Gen AIGen AI 작동 방식에 대한 기초 지식, 실무 기술 및 기능적 이해를 얻으세요.✔ https://www.coursera.org/learn/generative-ai-with-llms

Deeplearning

AI를 배우기 위해 추천하고 싶은 상위 15개 무료 강좌

12 Lessons, Get Started Building with Generative AI  🔗 https://microsoft.github.io/generative-ai-for-beginners/ - GitHub - microsoft/generative-ai-for-beginners: 12 Lessons, Get Started Building with Generative AI  🔗 https://microsoft.github.io/generati

GitHub - microsoft/generative-ai-for-beginners: 12 Lessons, Get Started Building with Generative AI  🔗 https://microsoft.github.io/generative-ai-for-beginners/

커리어리 친구들, Microsoft 가 Generative AI for Beginners 강의를 공개했습니다. 생성형 AI 애플리케이션 구축을 시작하는 데 필요한 모든 것을 알려주는 12강 과정이오니 관심 있는 분들은 아래의 깃허브에 들어가시기를 바랍니다. 

🕹️ 강의 목차   

- 생성형 AI 및 LLM 소개  
- 다양한 LLM 탐색 및 비교  
- 책임감 있는 생성형 AI 사용  
- 프롬프트 엔지니어링 기본 이해  
- 고급 프롬프트 작성하기  
- 텍스트 생성 응용 프로그램 구축  
- 채팅 응용 프로그램 구축  
- 검색 앱 벡터 데이터베이스 구축  
- 이미지 생성 응용 프로그램 구축  
- 로우 코드 AI 응용 프로그램 구축  
- 함수 호출을 통한 외부 응용 프로그램 통합  
- AI 응용 프로그램을 위한 UX 디자인

https://aka.ms/genai-beginners

커리어리 친구들, Microsoft 가 Generative AI for Beginners 강의를 공개했습니다.&nbsp;생성형 AI 애플리케이션 구축을 시작하는 데 필요한 모든 것을 알려주는 12강 과정이오니 관심 있는 분들은 아래의 깃허브에 들어가시기를 바랍니다.&nbsp; 🕹️ 강의 목차 &nbsp;&nbsp; - 생성형 AI 및 LLM 소개 &nbsp;- 다양한 LLM 탐색 및 비교 &nbsp;- 책임감 있는 생성형 AI 사용 &nbsp;- 프롬프트 엔지니어링 기본 이해 &nbsp;- 고급 프롬프트 작성하기 &nbsp;- 텍스트 생성 응용 프로그램 구축 &nbsp;- 채팅 응용 프로그램 구축 &nbsp;- 검색 앱 벡터 데이터베이스 구축 &nbsp;- 이미지 생성 응용 프로그램 구축 &nbsp;- 로우 코드 AI 응용 프로그램 구축 &nbsp;- 함수 호출을 통한 외부 응용 프로그램 통합 &nbsp;- AI 응용 프로그램을 위한 UX 디자인 https://aka.ms/genai-beginners

GitHub

<MS, Generative AI for Beginners 강의>

01 . 며칠 전 유튜브 채널 ⟪피식대학⟫에 박진영 님이 출연한 영상을 보게 되었습니다. 그냥 무심코 틀어놓고 멍 때리며 보고 있는 와중에 영상이 끝날 무렵 정신이 번쩍 드는 이야기가 흘러나왔습니다. 그건 협업을 숙명으로 하는 모든 사람에게 고하는 일종의 애티튜드 바이블과도 같았죠. 그래서 영상을 몇 번이나 돌려보며 그의 말들을 메모하기 시작했습니다. (영어로 발언한 관계로 일부는 자막 인용 대신 의역하여 전해드립니다.)

02 . "회사를 이끌면서 느낀 한 가지 사실은 제가 우울해하거나 슬퍼하거나 혹은 기분이 다운되어 보일 때면 저와 관련한 모든 사람들이 이를 불편하게 느낀다는 것이었습니다. 그래서 걱정이 있더라도 저는 농담을 하고 때론 우스꽝스럽게 보이기까지 해야 하죠. 그건 모두가 다 편한 마음으로 일하기 위해서입니다.
이건 저 뿐만 아니라 저희 아티스트들에게도 강조하는 포인트입니다. 스트레이 키즈나 트와이스 같은 어린 친구들 역시 늘 좋은 날만 있을 수는 없죠. 하지만 저는 '네가 우울해 보이고 슬퍼 보이고 다운되어 보이면 그건 모두를 불편하게 만드는 거라는 걸 기억해. 이건 우리의 숙명이기도 해. 아무리 힘들 날이 있어도 우린 농담을 할 수 있어야 하고 주위 사람들이 편하게 일하고 있는지 체크해야 해.'라고 말합니다."

03 . 발언 자체만 두고는 호불호가 갈릴 수도 있을 겁니다. 한편에서는 '어떻게 내 마음이 문드러지는 와중에 내색은커녕 억지로 웃고 농담까지 던질 수 있는 걸까. 그렇게 다른 사람 편하게 맞춰주다 정작 나부터 무너질지 모르는데...'하는 생각이 드는 것도 사실이죠.
하지만 이 발언의 취지는 조금 다른 각도에서 살펴볼 필요가 있습니다. 바로 '협업을 위한 적정 온도'라는 측면에서 말이죠.

04 . 회사와 같은 공식적인 조직이든 아니면 여럿이 함께 모이는 커뮤니티 같은 모임이든 늘 자신의 감정을 있는 그대로 드러내고자 하는 사람들이 존재합니다. 그런 사람들은 자신의 상태를 솔직하게 공유하고 도움을 요청하는 게 아니라 내가 좋으면 같이 웃고, 내가 싫으면 같이 비판하고, 내가 화나면 내 편을 들어주고, 내가 짜증 나면 나를 달래줄 사람을 바라는 케이스가 다반사죠. 다 같이 생활하는 공간임에도 본인 추울 때는 보일러를 틀고 다시 더워지면 냉큼 창문을 열어야 직성이 풀리는 유형인 셈입니다.

05 . 저도 11년 넘게 일을 하며 적지 않은 유형의 인간 군상들을(?) 만나봤습니다. 하지만 저렇게 본인의 감정 온도에 타인을 맞추게 하려는 사람치고 좋은 협업 태도를 갖춘 사람은 단 한 명도 보지 못한 것 같아요. 오히려 빠르게 해결할 수 있는 문제도 더 깊은 진흙탕으로 밀어 넣고 함께 으쌰으쌰하는 순간에도 곳곳에 소금을 뿌려대기 바빴으니 말이죠.

06 . 더 무서운 건 본인은 그런 자신의 태도를 아주 솔직하고 뒤끝 없는 스타일로 규정하고 있더라는 사실입니다. (당연히 뒤끝은 없겠죠... 앞에서 그렇게 다 보여주는데... 🥲) 물론 회사 같은 조직 생활 안에서 갈등을 회피하는 것 역시 큰 문제이긴 마찬가지입니다. 좋은 게 좋다는 태도도, 나는 큰 문제에 휘말리기 싫다는 태도도 환영받지 못하는 건 똑같으니까요.
하지만 그럼에도 자신이 스스럼없이 감정을 드러내는 것은 솔직한 피드백이고 타인이 본인에게 반하는 주장을 하거나 하물며 본인의 기분을 맞춰주지 못하는 것은 불편한 피드백이라 치부하는 것은 협업하는 관계의 기본조차 모르는 행위일지 모릅니다. 그런 사람과 함께 일하고 싶은 동료는 단 한 명도 없을 테니 말이죠.

07 . 그래서 저는 박진영 님의 말이 더 크게 와닿았습니다. 조금 기분이 언짢거나 그날 하루가 유난히 버겁더라도 일단 모두를 위해 적당한 배려 정도는 발휘할 필요가 있다는 게 요지니 말이죠. 특히 본인이 조직을 이끄는 위치에 있는 사람이라면 이는 더더욱 조심해야 할 필요가 있습니다. 동등한 위치에서도 타인이 발산하는 불편한 감정은 고스란히 전해지기 마련인데 지위고하의 차이가 커질수록 리더 한 명이 내뿜는 부정의 기운은 조직 전체를 집어삼키기 때문이죠.

08 . 멀리 갈 것도 없이 제 과거의 기억에 비춰봐도 금방 알 수 있었습니다. 적어도 조직원들을 위해 최소한의 감정 컨트롤이 가능한 리더에게는 오히려 저희가 먼저 다가가 문제 해결을 돕고 위로의 말이라도 전하고 싶었던 것 같거든요. 반대로 자신의 감정 표현이 우선인 리더 앞에서는 그저 서로 '제발 오늘 하루 무사히 지나가라... 적어도 나한테는 불똥이 튀지 않았으면...'이라는 마음만 가득했던 것 같습니다. 일의 본질보다는 그 사람의 기분을 살피는 게 조직원들의 주요 관심사였고 말이죠.

09 . 어쩌면 우리가 협업을 위한 온도를 신경 써야 하는 이유도 여기에 있는 것은 아닐까 싶어요. 춥다고 당장 보일러 앞으로 달려갈 게 아니라 우선 외투 한 겹 껴입고 양말에 슬리퍼부터 챙기다 보면 그것만으로도 전체의 온도를 방해하는 일은 줄어드니 말이죠. 그래서 저 역시도 예전엔 '표정을 못 숨긴다', '감정 표현에 솔직하다' 이런 말을 들으면 나 자신이 투명한 사람인 것마냥 칭찬해 주는 것 같아 나쁘지 않은 반응을 보였지만 지금은 뜨끔한 마음이 앞섭니다. 저의 성급함으로 이 협업의 장을 교란시켜 놓은 것은 아닐지 걱정이 되니까요.

10 . 자신의 의사를 당당히 표현하라는 게 누군가를 매너 없이 쏘아붙이라는 말은 아닐 겁니다. 남 의식하지 말고 본인을 소중히 생각하라는 말 역시 배려의 기본을 팽개치고 네 멋대로 살라고 가르치는 게 결코 아닐 거고요. 그러니 저는 '나의 편함'과 '상대의 불편함', '나의 불편함과 상대의 편함' 사이의 온도를 어느 정도 감지하고 있어야 비로소 협업이라는 게 가능해진다고 생각합니다. 변온 동물이 생존에 유리한 이유도 단순히 외부 환경에 본인을 맞추는 데 있는 것이 아니라 주변의 온도를 감지하고 나는 어떤 수준을 유지해야 하나 하는 그 영특한 태도에서 기인하는 것일 테니 말이죠.

01 . 며칠 전 유튜브 채널 ⟪피식대학⟫에 박진영 님이 출연한 영상을 보게 되었습니다. 그냥 무심코 틀어놓고 멍 때리며 보고 있는 와중에 영상이 끝날 무렵 정신이 번쩍 드는 이야기가 흘러나왔습니다. 그건 협업을 숙명으로 하는 모든 사람에게 고하는 일종의 애티튜드 바이블과도 같았죠. 그래서 영상을 몇 번이나 돌려보며 그의 말들을 메모하기 시작했습니다. (영어로 발언한 관계로 일부는 자막 인용 대신 의역하여 전해드립니다.) 02 . "회사를 이끌면서 느낀 한 가지 사실은 제가 우울해하거나 슬퍼하거나 혹은 기분이 다운되어 보일 때면 저와 관련한 모든 사람들이 이를 불편하게 느낀다는 것이었습니다. 그래서 걱정이 있더라도 저는 농담을 하고 때론 우스꽝스럽게 보이기까지 해야 하죠. 그건 모두가 다 편한 마음으로 일하기 위해서입니다. 이건 저 뿐만 아니라 저희 아티스트들에게도 강조하는 포인트입니다. 스트레이 키즈나 트와이스 같은 어린 친구들 역시 늘 좋은 날만 있을 수는 없죠. 하지만 저는 '네가 우울해 보이고 슬퍼 보이고 다운되어 보이면 그건 모두를 불편하게 만드는 거라는 걸 기억해. 이건 우리의 숙명이기도 해. 아무리 힘들 날이 있어도 우린 농담을 할 수 있어야 하고 주위 사람들이 편하게 일하고 있는지 체크해야 해.'라고 말합니다." 03 . 발언 자체만 두고는 호불호가 갈릴 수도 있을 겁니다. 한편에서는 '어떻게 내 마음이 문드러지는 와중에 내색은커녕 억지로 웃고 농담까지 던질 수 있는 걸까. 그렇게 다른 사람 편하게 맞춰주다 정작 나부터 무너질지 모르는데...'하는 생각이 드는 것도 사실이죠. 하지만 이 발언의 취지는 조금 다른 각도에서 살펴볼 필요가 있습니다. 바로 '협업을 위한 적정 온도'라는 측면에서 말이죠. 04 . 회사와 같은 공식적인 조직이든 아니면 여럿이 함께 모이는 커뮤니티 같은 모임이든 늘 자신의 감정을 있는 그대로 드러내고자 하는 사람들이 존재합니다. 그런 사람들은 자신의 상태를 솔직하게 공유하고 도움을 요청하는 게 아니라 내가 좋으면 같이 웃고, 내가 싫으면 같이 비판하고, 내가 화나면 내 편을 들어주고, 내가 짜증 나면 나를 달래줄 사람을 바라는 케이스가 다반사죠. 다 같이 생활하는 공간임에도 본인 추울 때는 보일러를 틀고 다시 더워지면 냉큼 창문을 열어야 직성이 풀리는 유형인 셈입니다. 05 . 저도 11년 넘게 일을 하며 적지 않은 유형의 인간 군상들을(?) 만나봤습니다. 하지만 저렇게 본인의 감정 온도에 타인을 맞추게 하려는 사람치고 좋은 협업 태도를 갖춘 사람은 단 한 명도 보지 못한 것 같아요. 오히려 빠르게 해결할 수 있는 문제도 더 깊은 진흙탕으로 밀어 넣고 함께 으쌰으쌰하는 순간에도 곳곳에 소금을 뿌려대기 바빴으니 말이죠. 06 . 더 무서운 건 본인은 그런 자신의 태도를 아주 솔직하고 뒤끝 없는 스타일로 규정하고 있더라는 사실입니다. (당연히 뒤끝은 없겠죠... 앞에서 그렇게 다 보여주는데... 🥲) 물론 회사 같은 조직 생활 안에서 갈등을 회피하는 것 역시 큰 문제이긴 마찬가지입니다. 좋은 게 좋다는 태도도, 나는 큰 문제에 휘말리기 싫다는 태도도 환영받지 못하는 건 똑같으니까요. 하지만 그럼에도 자신이 스스럼없이 감정을 드러내는 것은 솔직한 피드백이고 타인이 본인에게 반하는 주장을 하거나 하물며 본인의 기분을 맞춰주지 못하는 것은 불편한 피드백이라 치부하는 것은 협업하는 관계의 기본조차 모르는 행위일지 모릅니다. 그런 사람과 함께 일하고 싶은 동료는 단 한 명도 없을 테니 말이죠. 07 . 그래서 저는 박진영 님의 말이 더 크게 와닿았습니다. 조금 기분이 언짢거나 그날 하루가 유난히 버겁더라도 일단 모두를 위해 적당한 배려 정도는 발휘할 필요가 있다는 게 요지니 말이죠. 특히 본인이 조직을 이끄는 위치에 있는 사람이라면 이는 더더욱 조심해야 할 필요가 있습니다. 동등한 위치에서도 타인이 발산하는 불편한 감정은 고스란히 전해지기 마련인데 지위고하의 차이가 커질수록 리더 한 명이 내뿜는 부정의 기운은 조직 전체를 집어삼키기 때문이죠. 08 . 멀리 갈 것도 없이 제 과거의 기억에 비춰봐도 금방 알 수 있었습니다. 적어도 조직원들을 위해 최소한의 감정 컨트롤이 가능한 리더에게는 오히려 저희가 먼저 다가가 문제 해결을 돕고 위로의 말이라도 전하고 싶었던 것 같거든요. 반대로 자신의 감정 표현이 우선인 리더 앞에서는 그저 서로 '제발 오늘 하루 무사히 지나가라... 적어도 나한테는 불똥이 튀지 않았으면...'이라는 마음만 가득했던 것 같습니다. 일의 본질보다는 그 사람의 기분을 살피는 게 조직원들의 주요 관심사였고 말이죠. 09 . 어쩌면 우리가 협업을 위한 온도를 신경 써야 하는 이유도 여기에 있는 것은 아닐까 싶어요. 춥다고 당장 보일러 앞으로 달려갈 게 아니라 우선 외투 한 겹 껴입고 양말에 슬리퍼부터 챙기다 보면 그것만으로도 전체의 온도를 방해하는 일은 줄어드니 말이죠. 그래서 저 역시도 예전엔 '표정을 못 숨긴다', '감정 표현에 솔직하다' 이런 말을 들으면 나 자신이 투명한 사람인 것마냥 칭찬해 주는 것 같아 나쁘지 않은 반응을 보였지만 지금은 뜨끔한 마음이 앞섭니다. 저의 성급함으로 이 협업의 장을 교란시켜 놓은 것은 아닐지 걱정이 되니까요. 10 . 자신의 의사를 당당히 표현하라는 게 누군가를 매너 없이 쏘아붙이라는 말은 아닐 겁니다. 남 의식하지 말고 본인을 소중히 생각하라는 말 역시 배려의 기본을 팽개치고 네 멋대로 살라고 가르치는 게 결코 아닐 거고요. 그러니 저는 '나의 편함'과 '상대의 불편함', '나의 불편함과 상대의 편함' 사이의 온도를 어느 정도 감지하고 있어야 비로소 협업이라는 게 가능해진다고 생각합니다. 변온 동물이 생존에 유리한 이유도 단순히 외부 환경에 본인을 맞추는 데 있는 것이 아니라 주변의 온도를 감지하고 나는 어떤 수준을 유지해야 하나 하는 그 영특한 태도에서 기인하는 것일 테니 말이죠.

협업을 위한 적정 온도 유지하기

저는 노션으로 개입 업무와 팀 업무를 관리하고 있습니다. 많은 분들이 업무 관리 노트앱으로 노션과 옵시디언을 최고로 꼽으시는 것 같은데요. 개인적으로 노션은 데이터베이스를 만들어 동기화 된 데이터를 기반으로 다양한 페이지로 시스템을 확장하거나 팀원들과 공유할 수 있어 개인과 팀 업무 관리에 최적화되어 있다고 생각합니다.

구글이나 유튜브에 검색을 해보면 팀 관리나 팀장을 위한 노션 템플릿이 많지만 막상 쓰게 되는 것은 없더라고요. 그 이유를 생각해보면;

1. 팀 미팅, 원온원과 관련된 템플릿은 없었어요.
2. 데이터의 연결성을 제대로 활용하는 템플릿은 드물었습니다.
3. 깔끔하고 미니멀한 디자인의 템플릿이 잘 없더라고요.

그래서 저는 제가 직접 템플릿과 시스템을 만들어서 사용하는 편이에요. 최근에는 팀원이 적어져서 잘 쓰지 않지만 팀원이 많을 때는 팀장의 시간을 아껴주고 팀원들과 효과적인 소통을 위해 반드시 필요했습니다. 최근 모임에서 제가 노션으로 개인 업무 관리, 팀 미팅 관리, 원온원 면담 관리 등을 한다고 하니 신기해 하시는 분들이 많더라고요. 그래서 사용하는 노션 시스템을 샘플로 만들어 공유합니다.

👉 Team 샘플 페이지 : https://hyeunjik.notion.site/hyeunjik/Team-5bbf5eb3012841a99854315c3aa5e68e
👉 Flow 샘플 페이지 : https://hyeunjik.notion.site/hyeunjik/Flow-1679cc0cddf34a03bcab2ca6ae7ba25c

저는 'Team'과 'Flow'라는 페이지에 필요한 데이터베이스를 구축하고 연동하여 업무를 관리하는데요. Team 페이지는 팀원들이 모두 초대되어 함께 관리하는 팀 업무 관리 페이지를, Flow는 나만 볼 수 있는 개인 업무 공간을 말합니다.

Team 페이지는 노트, 태스크, 프로젝트, 오브젝티브라는 데이터베이스를 중심으로 팀 전체의 업무의 현황과 우선순위를 한눈에 파악하고, 건설적인 팀 미팅을 운영하는 것에 초점을 맞추고 있습니다. Team 페이지를 보고 팀 미팅에 참석한 팀원이 '이번 주에 해야 할 일이 명확하다'라고 생각하는 것을 목표로요.

Flow 페이지는 Team 페이지에 구축된 데이터베이스를 기반으로 팀장인 '내'가 해야 하는 중요한 업무를 관리하고, 추가적인 Private 데이터베이스를 통해 팀원들과 효과적인 원온원을 하는 것에 초점을 맞추고 있습니다. 원온원 미팅을 가진 팀원이 '나는 좋은 성과를 내기 위해 필요한 충분한 지원을 받고 있고, 팀장이 나의 성장을 관찰하고 있다'는 느낌이 드는 것을 목표로요.

저의 방식이 정답은 아니겠지만 좋은 팀과 개인 업무 관리 솔루션을 찾는 분들께 도움이 되기를 바랍니다.

📌 유튜브에 'notion workspace template', 'notion template for work' 등으로 검색하면 전 세계의 다양한 레퍼런스가 나오니 참고해 주세요 :)

저는 노션으로 개입 업무와 팀 업무를 관리하고 있습니다. 많은 분들이 업무 관리 노트앱으로 노션과 옵시디언을 최고로 꼽으시는 것 같은데요. 개인적으로 노션은 데이터베이스를 만들어 동기화 된 데이터를 기반으로 다양한 페이지로 시스템을 확장하거나 팀원들과 공유할 수 있어 개인과 팀 업무 관리에 최적화되어 있다고 생각합니다. 구글이나 유튜브에 검색을 해보면 팀 관리나 팀장을 위한 노션 템플릿이 많지만 막상 쓰게 되는 것은 없더라고요. 그 이유를 생각해보면; 1. 팀 미팅, 원온원과 관련된 템플릿은 없었어요. 2. 데이터의 연결성을 제대로 활용하는 템플릿은 드물었습니다. 3. 깔끔하고 미니멀한 디자인의 템플릿이 잘 없더라고요. 그래서 저는 제가 직접 템플릿과 시스템을 만들어서 사용하는 편이에요. 최근에는 팀원이 적어져서 잘 쓰지 않지만 팀원이 많을 때는 팀장의 시간을 아껴주고 팀원들과 효과적인 소통을 위해 반드시 필요했습니다. 최근 모임에서 제가 노션으로 개인 업무 관리, 팀 미팅 관리, 원온원 면담 관리 등을 한다고 하니 신기해 하시는 분들이 많더라고요. 그래서 사용하는 노션 시스템을 샘플로 만들어 공유합니다. 👉 Team 샘플 페이지 : https://hyeunjik.notion.site/hyeunjik/Team-5bbf5eb3012841a99854315c3aa5e68e 👉 Flow 샘플 페이지 : https://hyeunjik.notion.site/hyeunjik/Flow-1679cc0cddf34a03bcab2ca6ae7ba25c 저는 'Team'과 'Flow'라는 페이지에 필요한 데이터베이스를 구축하고 연동하여 업무를 관리하는데요. Team 페이지는 팀원들이 모두 초대되어 함께 관리하는 팀 업무 관리 페이지를, Flow는 나만 볼 수 있는 개인 업무 공간을 말합니다. Team 페이지는 노트, 태스크, 프로젝트, 오브젝티브라는 데이터베이스를 중심으로 팀 전체의 업무의 현황과 우선순위를 한눈에 파악하고, 건설적인 팀 미팅을 운영하는 것에 초점을 맞추고 있습니다. Team 페이지를 보고 팀 미팅에 참석한 팀원이 '이번 주에 해야 할 일이 명확하다'라고 생각하는 것을 목표로요. Flow 페이지는 Team 페이지에 구축된 데이터베이스를 기반으로 팀장인 '내'가 해야 하는 중요한 업무를 관리하고, 추가적인 Private 데이터베이스를 통해 팀원들과 효과적인 원온원을 하는 것에 초점을 맞추고 있습니다. 원온원 미팅을 가진 팀원이 '나는 좋은 성과를 내기 위해 필요한 충분한 지원을 받고 있고, 팀장이 나의 성장을 관찰하고 있다'는 느낌이 드는 것을 목표로요. 저의 방식이 정답은 아니겠지만 좋은 팀과 개인 업무 관리 솔루션을 찾는 분들께 도움이 되기를 바랍니다. 📌 유튜브에 'notion workspace template', 'notion template for work' 등으로 검색하면 전 세계의 다양한 레퍼런스가 나오니 참고해 주세요 :)

🎮 메모 덕후가 만든 업무 관리 노션

복지가 좋은 회사가 부러웠습니다.
이런저런 혜택이 많은 회사.
우와 좋다. 나도 저런 회사 다녀보고 싶어.

이런 저에게 누군가 말해줬습니다.
회사의 복지는 직원들이 일을 더 잘하게 도와야 하는 거라고.
복지로 인해서 일을 더 많이, 더 편하게, 더 잘할 수 있어야 한다고.
일하는데 거추장스러운 장애물을 치워준다거나..
더 능력을 발휘할 수 있도록 지원해 주는 것.

생각해 보면 참말이었습니다.
나는 너무 마케팅에 잘 속아 넘어간단 말이야.
복지 마케팅.
우리 회사는 통합 포인트도 주고 통신요금도 할인해 주고.. 헬스장도 보내줘요.
이런 회사들의 채용 공고를 보며 부러워하곤 했습니다.
사실 그런 건 그냥 돈 많이 주면 되는 건데.

가만히 생각해 보면 예전에 이해진 의장님도 비슷한 말을 했습니다.

“여러분의 선배들이 하도 늦게까지 야근하고 힘들게 일해서 출퇴근 때만이라도 편하게 쉬라고 셔틀버스 만든 거예요.”
“너무 피곤하면 눈도 좀 붙이라고 수면실도 만들었고요.”

그런데 이제는 늦게까지 술 먹고 온 사람들이 거기 들어가서 잠을 잔다고.
이때 울분을 토해내신 이후로(2012년 초) 셔틀버스와 이런저런 복지들이 실제로 사라졌습니다.(웃음)

아하.. 이해진 의장님도 직원들이 일을 더 잘할 수 있게 하기 위해서 저런 복지들을 만든 거구나.

저에게 가장 좋은 복지는 구내식당이었습니다.
네이버 다닐 때.
뭐 먹을지 전혀 걱정 없이 살았던 시절.
같이 야근할 동료가 있든 없든 밥 걱정 따위는 안 할 수 있는 회사.
근데 심지어 맛있기까지 해.
지금 생각해도 너무 좋다.

이제는 아이가 있으니 어린이집도 좋은 복지일 것 같습니다.
아이 걱정을 하지 않아야 일을 집중해서 할 수 있을 테니까.

어떤 직원들이 있느냐에 따라 지원해 줘야 할 복지도 달라지기 때문에..
다른 회사의 복지를 무작정 베껴오는 건 돈을 낭비하는 일입니다.

요즘엔 재택근무를 복지로 내세우는 회사들이 있습니다.
직원들이 재택근무로 인해서 일을 더 잘할 수 있겠다 판단이 들면 올바른 지원이겠지만..
성과가 덜 나더라도 누군가를 뽑거나 나가지 않게 하기 위한 목적으로..
직원들이 해달라고 조르니깐 하는 수없이 재택근무를 복지로 내세우는 것은 좀 이상합니다.

단순히 복지포인트 주고, 통신 요금 감면해 주고, 비혼 선언 축하금 주고 하는 회사들보다는..
회사와 직원들의 성장을 진지하게 고민하는 회사에 더 눈이 갑니다.

복지가 좋은 회사가 부러웠습니다. 이런저런 혜택이 많은 회사. 우와 좋다. 나도 저런 회사 다녀보고 싶어. 이런 저에게 누군가 말해줬습니다. 회사의 복지는 직원들이 일을 더 잘하게 도와야 하는 거라고. 복지로 인해서 일을 더 많이, 더 편하게, 더 잘할 수 있어야 한다고. 일하는데 거추장스러운 장애물을 치워준다거나.. 더 능력을 발휘할 수 있도록 지원해 주는 것. 생각해 보면 참말이었습니다. 나는 너무 마케팅에 잘 속아 넘어간단 말이야. 복지 마케팅. 우리 회사는 통합 포인트도 주고 통신요금도 할인해 주고.. 헬스장도 보내줘요. 이런 회사들의 채용 공고를 보며 부러워하곤 했습니다. 사실 그런 건 그냥 돈 많이 주면 되는 건데. 가만히 생각해 보면 예전에 이해진 의장님도 비슷한 말을 했습니다. “여러분의 선배들이 하도 늦게까지 야근하고 힘들게 일해서 출퇴근 때만이라도 편하게 쉬라고 셔틀버스 만든 거예요.” “너무 피곤하면 눈도 좀 붙이라고 수면실도 만들었고요.” 그런데 이제는 늦게까지 술 먹고 온 사람들이 거기 들어가서 잠을 잔다고. 이때 울분을 토해내신 이후로(2012년 초) 셔틀버스와 이런저런 복지들이 실제로 사라졌습니다.(웃음) 아하.. 이해진 의장님도 직원들이 일을 더 잘할 수 있게 하기 위해서 저런 복지들을 만든 거구나. 저에게 가장 좋은 복지는 구내식당이었습니다. 네이버 다닐 때. 뭐 먹을지 전혀 걱정 없이 살았던 시절. 같이 야근할 동료가 있든 없든 밥 걱정 따위는 안 할 수 있는 회사. 근데 심지어 맛있기까지 해. 지금 생각해도 너무 좋다. 이제는 아이가 있으니 어린이집도 좋은 복지일 것 같습니다. 아이 걱정을 하지 않아야 일을 집중해서 할 수 있을 테니까. 어떤 직원들이 있느냐에 따라 지원해 줘야 할 복지도 달라지기 때문에.. 다른 회사의 복지를 무작정 베껴오는 건 돈을 낭비하는 일입니다. 요즘엔 재택근무를 복지로 내세우는 회사들이 있습니다. 직원들이 재택근무로 인해서 일을 더 잘할 수 있겠다 판단이 들면 올바른 지원이겠지만.. 성과가 덜 나더라도 누군가를 뽑거나 나가지 않게 하기 위한 목적으로.. 직원들이 해달라고 조르니깐 하는 수없이 재택근무를 복지로 내세우는 것은 좀 이상합니다. 단순히 복지포인트 주고, 통신 요금 감면해 주고, 비혼 선언 축하금 주고 하는 회사들보다는.. 회사와 직원들의 성장을 진지하게 고민하는 회사에 더 눈이 갑니다.

복지가 좋은 회사

[스타트업] 매출없는 5년, 창업멤버 이탈률 제로, 엔씽의 스토리

[그때투자] 매출없는 5년, 창업멤버의 이탈률은 제로, 엔씽의 스토리 

TBT 김동오 수석팀장의 엔씽 투자 스토리. IoT화분을 개발하는 작은 스타트업으로 시작해 매출도 거의 없이 5년을 버티다가 중동 등에 스마트팜 솔루션을 공급하는 AgTech 스타트업으로 성장한 김혜연 대표의 창업 여정을 소개.

Stibee

비즈니스 스토리텔러

조인후

다국적 기업에서 브랜드매니저, 이노베이션 매니저로 시작해 국내 스타트업씬에서 플랫폼 사업기획, 마케팅총괄을 거쳤습니다. 비즈니스 스토리텔러로 활동하며 동아비즈니스리뷰, 모비인사이드, 창업진흥원에 스타트업 관련 글을 기고하고 있습니다.
#비즈니스스토리텔러 #브런치작가

프로덕트 매니저/서비스 기획

한주현

SAP / Solution Engineer

현진완

비즈니스와 기술의 경계에 있는 것과 새로운 것을 배워 남주는 일을 좋아합니다. 현재는 SAP 에서 솔루션 엔지니어로 일하며 제품의 한국 담당자로 시장을 개척하는 제품 담당자 역할과 고객을 만나 제품으로 디지털 혁신을 도와드리는 어드바이저의 역할을 수행하고 있습니다.


공동대표

기자

본부장

센터장

경영학과

경영대학원

임정욱

호기심 많은 관찰자입니다. 매일 아침 조간 신문 뉴스와 IT뉴스를 챙겨보고 흥미로운 내용을 SNS에 메모해 두는 습관을 10년 넘게 유지하고 있습니다. 독서보다 넷플릭스와 유튜브를 너무 많이 보는 것 같아서 걱정입니다. 막 벤처투자자로 커리어를 바꾸는 참입니다.

댓글 0