이하 내용은 CASE STUDY 방식으로 정리한 가상의 시나리오입니다.  SI 프로젝트에서 이런 상황에 직면하면 어떻게 대응하는 것이 좋을지 생각해 보세요.

1.  프로젝트 상황
A 고객사는 '프로젝트 관리시스템 구축 프로젝트'의 B사를 우선협상대상자로 지정하였다. A사는 B사가 제안한 예산 8억(57MM)에 대해 가용한 예산이 6억밖에 없기 때문에 프로젝트 예산 축소가 필요하며 협상이 안될 경우 C사와 우선협상을 진행할 수밖에 없다고 하였다. 

다음은 고객사 책임자와 PM의 대화다. 

고객사 책임자 : 먼저 B사를 우선협상대상자로 선정한 점은 변함없습니다. 다만 말씀드려야 할 부분이 있습니다. 저희가 이번 프로젝트에 투입할 수 있는 가용 예산이 6억 원인데 귀사는 8억 원을 제안한 상태라 난감합니다.

PM : 고객님 말씀 이해했습니다. 다만, 저희가 제안한 8억 원은 고객사 RFP에 제시된 요구사항을 모두 충족하기 위해 필요한 최소 예산입니다. 6억 원으로는 현재 제안드린 범위를 유지하기 어렵습니다.

고객사 책임자 : 저희도 B사에서 제안해 주신 내용에 만족하고 그래서 기술부문 점수도 다른 제안사 보다 높게 평가했습니다. 하지만, 내부 투자심의 과정에서 6억 이상은 승인받기 힘들다는 최종 결론을 내렸습니다. 그렇다고 기능을 축소하거나 품질에 이슈가 있어서는 안 됩니다.

PM : 이해합니다. 하지만 현재의 범위라면 6억 원으로는 인력 투입도, 일정 유지도 현실적으로 어렵습니다.

고객사 책임자 : 귀사와 협상이 안되면 다음 협상대상자인 C사와 협상을 진행할 수밖에 없습니다. 

PM : 말씀 감사합니다. 저희도 이 상황을 정확히 이해하고 대응방안을 검토해 보겠습니다. 하지만 고객님께서 기대하시는 수준과 실제 실현 가능한 수준 간에는 간극이 있다는 점, 다시 한번 고려해 주시길 부탁드립니다.

2. 슬기로운 PM의 대응순서 (1단계)

1) MM 산출 근거 설명
저희가 제안한 프로젝트의 MM은 5개 주여 업무별로 개발항목을 세분화하여 bottom up으로 정리했고, 업무의 난이도를 고려하여 개발 생산성을 반영했습니다. 따라서 저희가 제안한 MM는 신뢰하셔도 됩니다. 상세 내용은 메일로 드린 내용을 참고하시기 바랍니다. 

※ 포인트    
 * 객관적이고 체계적인 방법으로 MM를 도출했음을 설명

2) MM가 줄어들 경우 리스크 설명
만약 MM을 무리하게 줄이면, 초기 설계 부실, 테스트 부족, 품질 저하 같은 리스크가 커질 수 있습니다. 특히 이 프로젝트는 여러 시스템과 연동하는 만큼 초기에 시간을 제대로 투자하지 않으면 후반부 재작업이 발생할 가능성도 있습니다. 결과적으로 납기, 품질 등의 이슈로 저희뿐 아니라 고객사도 프로젝트 실패에 대한 부담이 있습니다.

※ 포인트    
 * 단순히 "줄이면 안 된다"가      아니라, "줄였을 때 생기는 구체적 리스크"를 설명

3) 상생을 위한 제안
저희도 프로젝트 목표달성을 위해 최대한 효율적으로 진행할 계획입니다. 그러나 현재 범위와 품질을 유지하면서 6억 원으로 진행하는 것은 인력 투입, 일정, 품질을 고려할 때 너무 위험합니다. 범위 조정이나 단계별 구축 방안을 논의해 볼 수 있을까요? 예를 들어 우선순위가 높은 기능을 중심으로 1단계 오픈을 하고, 이후 추가 구축을 진행하는 방식도 가능할 것 같습니다. 이런 방향이라면 예산 한도 내에서도 고객님께서 기대하시는 성과를 어느 정도 달성할 수 있을 것으로 보입니다.

※ 포인트    
 * 감정적 표현 없이 '객관적 현실'을 설명
 * 절박하게 매달리는 느낌을 주지 않음
 * 고객과 함께 해결책을 '찾는' 파트너로 행동 

4) 상호 이해 확인 및 다음 액션 설정
오늘 논의한 내용을 정리해서 범위 조정안과 비용 시뮬레이션을 제시드리겠습니다.
 그 안에서 고객님께서 우선순위를 검토해 주시면, 저희도 현실적인 대안을 함께 맞춰가겠습니다.

※ 포인트    
 * 다음 스텝을 명확히 약속해서 협상이 끊기지 않게 만듦
 * 고객이 결정할 기회를 주어 고객 권한을 존중

2. 슬기로운 PM의 대응순서 (2단계)

1단계에서 업무범위를 조정하지 않으면 협상의 win win이 아니라 win lose의 상황이 된다. 이런 상황에서는 협상의 공을 회사로 넘겨야 한다. 

1) 영업대표가 협상 
PM이 계약범위와 예산 협상에 실패하면 영업대표가 고객관계 관점에서 다시 한번 고객과 협상을 할 수 있다. 영업대표는 이번 프로젝트뿐만 아니라 장기적인 관계를 고려하여 고객과 협의하고 이를 경영층과 의논할 수 있다.  

2) PM의 입장 명확화 
예산 산정과 가격 결정은 다르다. 예산 산정은 참값을 찾아가는 과정이라면 가격 결정은 전략적인 의사결정일수도 있다. PM은 조직의 의사결정을 따라야 하지만 예산에 대해서는 명확한 입장을 밝혀야 한다. 처음부터 적자 프로젝트를 알고 참여하는 것과 아닌 힘들지만 목표달성을 위해 노력하겠다는 식으로 시작하는 것은 큰 차이가 있다. PM이 정확한 사실을 제공해야 경영층이 올바른 의사결정을 할 수 있다. 작은 MM로 전체 업무를 달성하려고 프로젝트를 추진하다 보면 ‘품질저하 → 재작업 → MM 증가’의 악순환에 빠지게 된다.   

 ===================
제가 삼성 SDS에서 30년 동안 경험하고 체득한 교훈을 정리한 책 <슬기로운 PM 생활>을 출간한 소식을 공유합니다.
https://product.kyobobook.co.kr/detail/S000215148133

이하 내용은 CASE STUDY 방식으로 정리한 가상의 시나리오입니다. &nbsp;SI 프로젝트에서 이런 상황에 직면하면 어떻게 대응하는 것이 좋을지 생각해 보세요. 1. &nbsp;프로젝트 상황A 고객사는 '프로젝트 관리시스템 구축 프로젝트'의 B사를 우선협상대상자로 지정하였다. A사는 B사가 제안한 예산 8억(57MM)에 대해 가용한 예산이 6억밖에 없기 때문에 프로젝트 예산 축소가 필요하며 협상이 안될 경우 C사와 우선협상을 진행할 수밖에 없다고 하였다.&nbsp; 다음은 고객사 책임자와 PM의 대화다.&nbsp; 고객사 책임자 :&nbsp;먼저 B사를 우선협상대상자로 선정한 점은 변함없습니다. 다만 말씀드려야 할 부분이 있습니다. 저희가 이번 프로젝트에 투입할 수 있는 가용 예산이 6억 원인데 귀사는 8억 원을 제안한 상태라 난감합니다. PM :&nbsp;고객님 말씀 이해했습니다. 다만, 저희가 제안한 8억 원은 고객사 RFP에 제시된 요구사항을 모두 충족하기 위해 필요한 최소 예산입니다. 6억 원으로는 현재 제안드린 범위를 유지하기 어렵습니다. 고객사 책임자 :&nbsp;저희도 B사에서 제안해 주신 내용에 만족하고 그래서 기술부문 점수도 다른 제안사 보다 높게 평가했습니다. 하지만, 내부 투자심의 과정에서 6억 이상은 승인받기 힘들다는 최종 결론을 내렸습니다. 그렇다고 기능을 축소하거나 품질에 이슈가 있어서는 안 됩니다. PM :&nbsp;이해합니다. 하지만 현재의 범위라면 6억 원으로는 인력 투입도, 일정 유지도 현실적으로 어렵습니다. 고객사 책임자 :&nbsp;귀사와 협상이 안되면&nbsp;다음 협상대상자인 C사와 협상을 진행할 수밖에 없습니다.&nbsp; PM :&nbsp;말씀 감사합니다. 저희도 이 상황을 정확히 이해하고 대응방안을 검토해 보겠습니다. 하지만 고객님께서 기대하시는 수준과 실제 실현 가능한 수준 간에는 간극이 있다는 점, 다시 한번 고려해 주시길 부탁드립니다. 2.&nbsp;슬기로운 PM의 대응순서 (1단계) 1)&nbsp;MM&nbsp;산출 근거 설명저희가 제안한 프로젝트의 MM은 5개 주여 업무별로 개발항목을 세분화하여 bottom up으로 정리했고, 업무의 난이도를 고려하여 개발 생산성을 반영했습니다. 따라서 저희가 제안한 MM는 신뢰하셔도 됩니다. 상세 내용은 메일로 드린 내용을 참고하시기 바랍니다.&nbsp; ※ 포인트&nbsp;&nbsp;&nbsp;&nbsp;<ul ><li>객관적이고 체계적인 방법으로 MM를 도출했음을 설명</li></ul> 2) MM가 줄어들 경우 리스크 설명만약 MM을 무리하게 줄이면, 초기 설계 부실, 테스트 부족, 품질 저하 같은 리스크가 커질 수 있습니다. 특히 이 프로젝트는 여러 시스템과 연동하는 만큼 초기에 시간을 제대로 투자하지 않으면 후반부 재작업이 발생할 가능성도 있습니다. 결과적으로 납기, 품질 등의 이슈로 저희뿐 아니라 고객사도 프로젝트 실패에 대한 부담이 있습니다. ※ 포인트&nbsp;&nbsp;&nbsp;&nbsp;<ul ><li>단순히 "줄이면 안 된다"가 &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;아니라, "줄였을 때 생기는 구체적 리스크"를 설명</li></ul> 3)&nbsp;상생을 위한 제안저희도 프로젝트 목표달성을 위해 최대한 효율적으로 진행할 계획입니다. 그러나&nbsp;현재 범위와 품질을 유지하면서 6억 원으로 진행하는 것은 인력 투입, 일정, 품질을 고려할 때 너무 위험합니다. 범위 조정이나 단계별 구축 방안을 논의해 볼 수 있을까요? 예를 들어 우선순위가 높은 기능을 중심으로 1단계 오픈을 하고, 이후 추가 구축을 진행하는 방식도 가능할 것 같습니다. 이런 방향이라면 예산 한도 내에서도 고객님께서 기대하시는 성과를 어느 정도 달성할 수 있을 것으로 보입니다. ※ 포인트&nbsp;&nbsp;&nbsp;&nbsp;<ul ><li>감정적 표현 없이 '객관적 현실'을&nbsp;설명</li><li>절박하게 매달리는 느낌을 주지 않음</li><li>고객과 함께 해결책을 '찾는' 파트너로&nbsp;행동&nbsp;</li></ul> 4)&nbsp;상호 이해 확인 및 다음 액션 설정오늘 논의한 내용을 정리해서 범위 조정안과 비용 시뮬레이션을 제시드리겠습니다. &nbsp;그 안에서 고객님께서 우선순위를 검토해 주시면, 저희도 현실적인 대안을 함께 맞춰가겠습니다. ※ 포인트&nbsp;&nbsp;&nbsp;&nbsp;<ul ><li>다음 스텝을 명확히 약속해서 협상이 끊기지 않게 만듦</li><li>고객이 결정할 기회를 주어 고객 권한을 존중</li></ul> 2.&nbsp;슬기로운 PM의 대응순서 (2단계) 1단계에서 업무범위를 조정하지 않으면 협상의 win win이 아니라 win lose의 상황이 된다. 이런 상황에서는 협상의 공을 회사로 넘겨야 한다.&nbsp; 1)&nbsp;영업대표가 협상&nbsp;PM이 계약범위와 예산 협상에 실패하면 영업대표가 고객관계 관점에서 다시 한번 고객과 협상을 할 수 있다. 영업대표는 이번 프로젝트뿐만 아니라 장기적인 관계를 고려하여 고객과 협의하고 이를 경영층과 의논할 수 있다. &nbsp; 2) PM의 입장 명확화&nbsp;예산 산정과 가격 결정은 다르다. 예산 산정은 참값을 찾아가는 과정이라면 가격 결정은 전략적인 의사결정일수도 있다. PM은 조직의 의사결정을 따라야 하지만 예산에 대해서는 명확한 입장을 밝혀야 한다. 처음부터 적자 프로젝트를 알고 참여하는 것과 아닌 힘들지만 목표달성을 위해 노력하겠다는 식으로 시작하는 것은 큰 차이가 있다. PM이 정확한 사실을 제공해야 경영층이 올바른 의사결정을 할 수 있다. 작은 MM로 전체 업무를 달성하려고 프로젝트를 추진하다 보면 ‘품질저하 → 재작업 → MM 증가’의 악순환에 빠지게 된다. &nbsp;&nbsp; &nbsp;===================제가 삼성 SDS에서 30년 동안 경험하고 체득한 교훈을 정리한 책 &lt;슬기로운 PM 생활&gt;을 출간한 소식을 공유합니다.https://product.kyobobook.co.kr/detail/S000215148133

우선협상 기간 중 고객사가 예산축소를 요청할 때

예일대학교 심리학자 마크 브래킷 Marc Braket이 통찰했듯이, “웰빙은 객관적인 사건보다는 그러한 사건들이 어떻게 인식되고 다루어지며 다른 사람들과 공유되느냐에 좌우된다.” 우리가 다른 사람을 알고자 하는 탐구를 시작했다면 우리는 주관적 현실에 초점을 맞춰야 한다. 그러므로 우리가 던져야 할 결정적인 질문은 “이 사람에게 무슨 일이 일어났는가?” 또는 “그들의 이력서가 무엇을 담고 있는가?”가 아니다. 우리는 이렇게 물어야 한다.
⠀
그는 일어난 일을 어떻게 해석하는가?
그는 사물을 어떻게 바라보는가?
그는 자기의 현실을 어떻게 구성하는가?
⠀
사람을 안다는 것, 데이비드 브룩스

예일대학교 심리학자 마크 브래킷 Marc Braket이 통찰했듯이, “웰빙은 객관적인 사건보다는 그러한 사건들이 어떻게 인식되고 다루어지며 다른 사람들과 공유되느냐에 좌우된다.” 우리가 다른 사람을 알고자 하는 탐구를 시작했다면 우리는 주관적 현실에 초점을 맞춰야 한다. 그러므로 우리가 던져야 할 결정적인 질문은 “이 사람에게 무슨 일이 일어났는가?” 또는 “그들의 이력서가 무엇을 담고 있는가?”가 아니다. 우리는 이렇게 물어야 한다. ⠀ 그는 일어난 일을 어떻게 해석하는가? 그는 사물을 어떻게 바라보는가? 그는 자기의 현실을 어떻게 구성하는가? ⠀ 사람을 안다는 것, 데이비드 브룩스

《두 개의 현실, 주관과 객관》 ⠀

⟪모두가 토토로 옆집에 사는 시대에 사라져 버린 나의 토토로⟫

한 달 동안 카카오톡 프로필을 업데이트한 지인들 중 상당수가 마치 토토로 옆집에 사는 것처럼 보였습니다. 발표 자료에서도 이런 이미지들이 자주 눈에 띄었죠. 오늘 오전, Julie Zhuo가 보낸 뉴스레터 제목은 &#39;The AI Quality Coup&#39;이었습니다. &#39;AI 품질의 쿠데타&#39;를 의역하면 &#39;AI 서비스 품질의 대변혁, 티핑포인트&#39;에 가깝습니다.

사용자 경험을 설계할 때 유연하되 지켜야 할 가치와 넘지 말아야 할 경계에 대해 생각해볼 수 있는 글이라 의역해 소개합니다. 원문은 마지막 뉴스레터 링크로 확인하실 수 있습니다. 미야자키 하야오 감독은 AI에 대해 과거 인터뷰에서 &quot;삶에 대한 모독&quot;이라며 부정적으로 평가했는데, 이는 AI가 스타일은 따라할 수 있을지 몰라도 그의 작품이 지키고자 했던 가치에 대한 존중은 담지 못했기 때문이라고 감히 생각해봅니다.

최근 ChatGPT의 이미지 생성 기능으로 전 세계가 지브리 스튜디오 스타일의 이미지를 만들어내는 현상을 목격했습니다. Julie Zhuo의 통찰력 있는 에세이 &quot;The AI Quality Coup&quot;에서 영감을 받아, 이 현상이 예술과 품질의 의미에 던지는 질문을 공유합니다. 의역한 것이니 원문을 꼭 살펴봐주세요!

💡 품질의 경계를 재정의하는 시대

AI가 대중화되면서 &#39;고퀄리티 작업&#39;의 의미가 근본적으로

The AI Quality Coup | Walcoln SJ Rhee

한 달 동안 카카오톡 프로필을 업데이트한 지인들 중 상당수가 마치 토토로 옆집에 사는 것처럼 보였습니다. 발표 자료에서도 이런 이미지들이 자주 눈에 띄었죠. 오늘 오전, Julie Zhuo가 보낸 뉴스레터 제목은 'The AI Quality Coup'이었습니다. 'AI 품질의 쿠데타'를 의역하면 'AI 서비스 품질의 대변혁, 티핑포인트'에 가깝습니다.

사용자 경험을 설계할 때 유연하되 지켜야 할 가치와 넘지 말아야 할 경계에 대해 생각해볼 수 있는 글이라 의역해 소개합니다. 원문은 마지막 뉴스레터 링크로 확인하실 수 있습니다. 미야자키 하야오 감독은 AI에 대해 과거 인터뷰에서 "삶에 대한 모독"이라며 부정적으로 평가했는데, 이는 AI가 스타일은 따라할 수 있을지 몰라도 그의 작품이 지키고자 했던 가치에 대한 존중은 담지 못했기 때문이라고 감히 생각해봅니다.

최근 ChatGPT의 이미지 생성 기능으로 전 세계가 지브리 스튜디오 스타일의 이미지를 만들어내는 현상을 목격했습니다. Julie Zhuo의 통찰력 있는 에세이 "The AI Quality Coup"에서 영감을 받아, 이 현상이 예술과 품질의 의미에 던지는 질문을 공유합니다. 의역한 것이니 원문을 꼭 살펴봐주세요!

💡 품질의 경계를 재정의하는 시대

AI가 대중화되면서 '고퀄리티 작업'의 의미가 근본적으로 바뀌고 있습니다. 과거에는 희소성, 기술적 숙련도, 독창성이 품질의 기준이었지만, 이제는 어떤 기준으로 작품을 평가해야 하는지 생각이 많아집니다.

🌊 유행의 물결과 가치의 희석

한때 경이로웠던 것이 일상이 되는 속도가 빨라졌습니다. 창의성을 학습해버리면 또 새로운 것을 찾는 것이 본성입니다. 불과 한 달 전, 미야자키 하야오 감독의 독창적 스타일로 변환된 이미지는 그 자체로 놀라웠지만, 지금은 글쎄요? 스크롤을 내리면서 무심코 지나치는 콘텐츠가 되었습니다.

"슬픈 현실은 과포화가 좋은 품질의 가치를 소거한다는 것입니다. 너무 쉽게 얻을 수 있는 것은 결코 진정한 가치를 지닐 수 없습니다.(The sad truth is that oversaturation strangles quality. Nothing too easy can truly be tasteful.)"

🎨 진정한 예술의 가치

지브리 스튜디오의 작품이 특별한 이유는 무엇일까요?

1. 맥락의 깊이 - 실제 지브리 장면은 영화 전체의 스토리텔링, 음악, 감정선이란 맥락이 함께합니다.
2. 장인정신 - 미야자키 감독과 팀은 1 장면에 몇 달씩 투자하며 10만 장 이상의 프레임을 손으로 그립니다. 이걸 고수해왔습니다.
3. 문화적 의미 - 수십 년에 걸친 영향력과 예술적 유산이 있습니다

🔄 AI가 가져온 새로운 가능성

지브리, 슬램덩크, 심슨 스타일 등 AI 이미지 생성이 의미가 없는 것은 아닙니다. 확실히 3가지 가치가 있었죠.

1. 개인화된 경험을 제공합니다
2. 접근성을 높였습니다
3. 새로운 창의적 실험의 가능성을 열었습니다

🔍 기술과 예술의 공존을 위한 3가지 질문

1. AI 시대에 창의성은 어떻게 재정의될까요?
2. 기술의 발전이 예술적 가치를 어떻게 변화시킬까요?
3. 우리는 AI를 어떻게 현명하게 활용할 수 있을까요?

https://www.linkedin.com/posts/redbusbagman_the-ai-quality-coup-activity-7321321864323112962-ttM3?utm_source=social_share_send&utm_medium=member_desktop_web&rcm=ACoAAAZSc3oBarIEHbo_ENsWiZv-BA5Ud1-qJ3U

한 달 동안 카카오톡 프로필을 업데이트한 지인들 중 상당수가 마치 토토로 옆집에 사는 것처럼 보였습니다. 발표 자료에서도 이런 이미지들이 자주 눈에 띄었죠. 오늘 오전, Julie Zhuo가 보낸 뉴스레터 제목은 'The AI Quality Coup'이었습니다. 'AI 품질의 쿠데타'를 의역하면 'AI 서비스 품질의 대변혁, 티핑포인트'에 가깝습니다. 사용자 경험을 설계할 때 유연하되 지켜야 할 가치와 넘지 말아야 할 경계에 대해 생각해볼 수 있는 글이라 의역해 소개합니다. 원문은 마지막 뉴스레터 링크로 확인하실 수 있습니다. 미야자키 하야오 감독은 AI에 대해 과거 인터뷰에서 "삶에 대한 모독"이라며 부정적으로 평가했는데, 이는 AI가 스타일은 따라할 수 있을지 몰라도 그의 작품이 지키고자 했던 가치에 대한 존중은 담지 못했기 때문이라고 감히 생각해봅니다. 최근 ChatGPT의 이미지 생성 기능으로 전 세계가 지브리 스튜디오 스타일의 이미지를 만들어내는 현상을 목격했습니다. Julie Zhuo의 통찰력 있는 에세이 "The AI Quality Coup"에서 영감을 받아, 이 현상이 예술과 품질의 의미에 던지는 질문을 공유합니다. 의역한 것이니 원문을 꼭 살펴봐주세요! 💡 품질의 경계를 재정의하는 시대 AI가 대중화되면서 '고퀄리티 작업'의 의미가 근본적으로 바뀌고 있습니다. 과거에는 희소성, 기술적 숙련도, 독창성이 품질의 기준이었지만, 이제는 어떤 기준으로 작품을 평가해야 하는지 생각이 많아집니다. 🌊 유행의 물결과 가치의 희석 한때 경이로웠던 것이 일상이 되는 속도가 빨라졌습니다. 창의성을 학습해버리면 또 새로운 것을 찾는 것이 본성입니다. 불과 한 달 전, 미야자키 하야오 감독의 독창적 스타일로 변환된 이미지는 그 자체로 놀라웠지만, 지금은 글쎄요? 스크롤을 내리면서 무심코 지나치는 콘텐츠가 되었습니다. "슬픈 현실은 과포화가 좋은 품질의 가치를 소거한다는 것입니다. 너무 쉽게 얻을 수 있는 것은 결코 진정한 가치를 지닐 수 없습니다.(The sad truth is that oversaturation strangles quality. Nothing too easy can truly be tasteful.)" 🎨 진정한 예술의 가치 지브리 스튜디오의 작품이 특별한 이유는 무엇일까요? 1. 맥락의 깊이 - 실제 지브리 장면은 영화 전체의 스토리텔링, 음악, 감정선이란 맥락이 함께합니다. 2. 장인정신 - 미야자키 감독과 팀은 1 장면에 몇 달씩 투자하며 10만 장 이상의 프레임을 손으로 그립니다. 이걸 고수해왔습니다. 3. 문화적 의미 - 수십 년에 걸친 영향력과 예술적 유산이 있습니다 🔄 AI가 가져온 새로운 가능성 지브리, 슬램덩크, 심슨 스타일 등 AI 이미지 생성이 의미가 없는 것은 아닙니다. 확실히 3가지 가치가 있었죠. 1. 개인화된 경험을 제공합니다 2. 접근성을 높였습니다 3. 새로운 창의적 실험의 가능성을 열었습니다 🔍 기술과 예술의 공존을 위한 3가지 질문 1. AI 시대에 창의성은 어떻게 재정의될까요? 2. 기술의 발전이 예술적 가치를 어떻게 변화시킬까요? 3. 우리는 AI를 어떻게 현명하게 활용할 수 있을까요? https://www.linkedin.com/posts/redbusbagman_the-ai-quality-coup-activity-7321321864323112962-ttM3?utm_source=social_share_send&amp;utm_medium=member_desktop_web&amp;rcm=ACoAAAZSc3oBarIEHbo_ENsWiZv-BA5Ud1-qJ3U

www.linkedin.com

⟪모두가 토토로 옆집에 사는 시대에 사라져 버린 나의 토토로⟫

지금까지와는 전혀 다른 주택담보대출이 곧 나옵니다. 이름은 지분형 주택담보대출입니다. 대출 대신 지분 투자를 받아서 집을 사는 방식으로, 1억 8천만 원이 있으면 10억 원짜리 집을 살 수 있습니다. 자세한 내용, 

[단독] 2억으로 10억 아파트 산다…‘지분형 주담대’ 설계 끝

어젯밤 9시 뉴스를 보다가 한숨이 나왔다. 기어이 이걸 하는구나..

'지분형 모기지' 표현을 '지분형 주담대'로 같은말을 한글로 세탁하고(?) 이건 대출이 아니라 '투자'라고 강조한다. 주택금융공사 지분(?)을 전에 말한 50%가 아니라 40%로 조정하고. 결국 대출 부분은 LTV 70%가 여전히 가능하니 10억짜리 집을 산다면 내 돈 1.8억으로 LTV 70% 땡겨서 내 지분 60%인 6억을 마련하고 나머지 40%인 4억은 주택금융공사의 연 2% 이하의 투자(?)를 받아서 구입할 수 있다는 말이다. 이런 욕나오는 말장난을 도대체 어떻게 받아들여야 할 지 황당하다.

실제로는 10억중 남의 돈이 8.2억이니 LTV를 기존 70%에서 82%로 풀어준 것이고, 8.2억 중 은행에서 대출 받아야 하는 4.2억은 시중 모기지 금리로, 주택금융공사로부터 투자(?) 받은 4억은 최대 금리 2% 이하로 갚게 되는 것이니 결국 대출금의 절반 가까이를 거의 공짜에 가까운 최저 금리로 빌려준다는 말이다.

더구나 주택금융공사의 그 4억은 아파트나 집주인에게 문제가 있을 때 채권 후순위니 모든 리스크, 위험을 집주인이 아니라 직접 떠안아주겠다는 의미다. 주택금융공사 입장에서 투자라는 말을 쓰는 자체가 웃기는거다. 물가상승율과 시중 금리 보다 낮은 금리로 돈을 빌려주고 받지 못하는 상황이 되면 전액 손실처리도 가능하다는 말인데 이게 무슨 투자인가? 결국 가계부채 숫자로 올라갈 부분은 국가부채 숫자로 옮기면서 숫자 마사지하고 저 돈은 모두 세금으로 하겠다는건데, 하반기에 일단 1,000건 4천억원을 준비하고 있단다. 서울 기준으로는 최대 10억원 아파트까지 말이다.

제대로 공급이 이루어지지 않고 있는 상황에서 돈이 적은 사람들이 살 수 있는 아파트 가격대와 기준을 높여버리면 과연 무슨 일이 벌어질까? 수요보다 공급이 많으면 가격선이 그대로 있거나 하락하는 상황에서 더 좋은 아파트를 살 수 있겠지만, 수요가 공급보다 강하면 칼자루는 공급자에게 있다. 그러면 결국 아파트 가격의 하방 기준선을 끌어올리는 효과가 천천히 발생할 수 밖에 없다.

자본주의와 자유민주주의 사회에서 수요를 통제하고 관리한다는 발상을 떠올린다는 자체가 당혹스럽다. 공급을 최대한 원활하게 하고 (그냥 임대주택 많이 만들고 지어!!), 단지 아파트 뿐 아니라 다른 주거형태도 아파트 만큼의 신뢰를 가질 수 있도록 정책과 관리를 하고, 주택거래를 포함한 전체 주택건설산업과 시장의 선진성과 공정성을 추구하면서 최대한 시장 자율에 맡겨놓으면 된다. (물론 그저 이상적인 말이라는 것도 안다. 특히 산업과 시장의 구조적 문제는 워낙 여러가지 이슈가 있으니 말이다. 하지만 앞선 두가지를 해야 하는데 안하는 것 같다) 주택시장은 철저히 주거형태, 가격과 지역을 중심으로 그 시장에 들어올 수 있는 사람들끼리만 거래 가능한 개별시장으로 움직이기 때문이다. 냉정하게 말하면 강남 3구 아파트 가격이 오른다 떨어진다는 말에 울고 웃고 화내는 사람들 대부분은 최소 몇년내에 여기에 올 수 없는 사람이다. 부동산 배우고 투자하고 싶다면서 뭉쳐서 임장투어 다시는 크루들처럼 말이다. 진짜 살 수 있는 사람들은 그런 행동을 하지 않는다.

물론 모두 서울 기준으로 말하는거다. (서울에서도 인구밀집도 대비 공급이 초과인 일부 지역은 제외) 서울 아파트 값 더 오르겠구만! 좋다! 😊

https://naver.me/xwmPbjND

어젯밤 9시 뉴스를 보다가 한숨이 나왔다. 기어이 이걸 하는구나.. '지분형 모기지' 표현을 '지분형 주담대'로 같은말을 한글로 세탁하고(?) 이건 대출이 아니라 '투자'라고 강조한다. 주택금융공사 지분(?)을 전에 말한 50%가 아니라 40%로 조정하고. 결국 대출 부분은 LTV 70%가 여전히 가능하니 10억짜리 집을 산다면 내 돈 1.8억으로 LTV 70% 땡겨서 내 지분 60%인 6억을 마련하고 나머지 40%인 4억은 주택금융공사의 연 2% 이하의 투자(?)를 받아서 구입할 수 있다는 말이다. 이런 욕나오는 말장난을 도대체 어떻게 받아들여야 할 지 황당하다. 실제로는 10억중 남의 돈이 8.2억이니 LTV를 기존 70%에서 82%로 풀어준 것이고, 8.2억 중 은행에서 대출 받아야 하는 4.2억은 시중 모기지 금리로, 주택금융공사로부터 투자(?) 받은 4억은 최대 금리 2% 이하로 갚게 되는 것이니 결국 대출금의 절반 가까이를 거의 공짜에 가까운 최저 금리로 빌려준다는 말이다. 더구나 주택금융공사의 그 4억은 아파트나 집주인에게 문제가 있을 때 채권 후순위니 모든 리스크, 위험을 집주인이 아니라 직접 떠안아주겠다는 의미다. 주택금융공사 입장에서 투자라는 말을 쓰는 자체가 웃기는거다. 물가상승율과 시중 금리 보다 낮은 금리로 돈을 빌려주고 받지 못하는 상황이 되면 전액 손실처리도 가능하다는 말인데 이게 무슨 투자인가? 결국 가계부채 숫자로 올라갈 부분은 국가부채 숫자로 옮기면서 숫자 마사지하고 저 돈은 모두 세금으로 하겠다는건데, 하반기에 일단 1,000건 4천억원을 준비하고 있단다. 서울 기준으로는 최대 10억원 아파트까지 말이다. 제대로 공급이 이루어지지 않고 있는 상황에서 돈이 적은 사람들이 살 수 있는 아파트 가격대와 기준을 높여버리면 과연 무슨 일이 벌어질까? 수요보다 공급이 많으면 가격선이 그대로 있거나 하락하는 상황에서 더 좋은 아파트를 살 수 있겠지만, 수요가 공급보다 강하면 칼자루는 공급자에게 있다. 그러면 결국 아파트 가격의 하방 기준선을 끌어올리는 효과가 천천히 발생할 수 밖에 없다. 자본주의와 자유민주주의 사회에서 수요를 통제하고 관리한다는 발상을 떠올린다는 자체가 당혹스럽다. 공급을 최대한 원활하게 하고 (그냥 임대주택 많이 만들고 지어!!), 단지 아파트 뿐 아니라 다른 주거형태도 아파트 만큼의 신뢰를 가질 수 있도록 정책과 관리를 하고, 주택거래를 포함한 전체 주택건설산업과 시장의 선진성과 공정성을 추구하면서 최대한 시장 자율에 맡겨놓으면 된다. (물론 그저 이상적인 말이라는 것도 안다. 특히 산업과 시장의 구조적 문제는 워낙 여러가지 이슈가 있으니 말이다. 하지만 앞선 두가지를 해야 하는데 안하는 것 같다) 주택시장은 철저히 주거형태, 가격과 지역을 중심으로 그 시장에 들어올 수 있는 사람들끼리만 거래 가능한 개별시장으로 움직이기 때문이다. 냉정하게 말하면 강남 3구 아파트 가격이 오른다 떨어진다는 말에 울고 웃고 화내는 사람들 대부분은 최소 몇년내에 여기에 올 수 없는 사람이다. 부동산 배우고 투자하고 싶다면서 뭉쳐서 임장투어 다시는 크루들처럼 말이다. 진짜 살 수 있는 사람들은 그런 행동을 하지 않는다. 물론 모두 서울 기준으로 말하는거다. (서울에서도 인구밀집도 대비 공급이 초과인 일부 지역은 제외) 서울 아파트 값 더 오르겠구만! 좋다! 😊 https://naver.me/xwmPbjND

naver.me

﻿
지식을 공유하는 콘텐츠를 만드는 방법을 배우는 세 번째 시간을 가졌습니다. 세  번째 강의 주제는 현실적인 강의 제작 경험에 대해서 이야기 들었습니다. 현실적인 강의 제작 경험을 나눠준 분은 지금까지 지식을 공유하는 콘텐츠를 총 4편 정도 제작한 경력이 있는 베테랑이었습니다. 그리고 지금까지 만든 지식 공유 콘텐츠가 누적 2만 명 이상 수강한 인기 크리에이터입니다.

지식을 공유하는 콘텐츠 제작 경험을 나눠준 분은 백엔드 개발과 데이터 분석에 대한 주제로 콘텐츠를 제작했다고 합니다. 그와 관련된 직업을 가지고 있었는데, 만든 콘텐츠가 사람들에게 인기를 얻자, 전업으로 강의를 제작하고, 오프라인 강의도 하게 되었다고 합니다. 제가 원하는 삶이라 부러웠습니다. 저도 책 읽고 사람들에게 지식을 공유하며 살고 싶은 마음이 그득그득합니다.

지식을 공유하는 콘텐츠 제작 선배님이 말씀하신 이야기를 한마디로 요약하면, 콘텐츠를 제작하는데 마음의 부담을 내려놓고 그냥 하라는 것입니다. 특히 대한민국 사람들에게 완벽주의 성향이 많이 나타납니다. 그래서 이런 콘텐츠를 제작한다고 하면 엄청 공을 들여야 한다고 생각합니다. 그런데 어제 경험을 나눠준 선배님은 조금 과하게 포장하면 대충 만들어도 괜찮다고 했습니다. (실제로 대충 만들라는 의미는 아니었습니다)

본질은 콘텐츠 안에 담긴 알맹이가 중요하다는 의미입니다. 완벽주의 성향을 지닌 사람들은 보통 생각하길 콘텐츠 디자인에 신경을 많이 씁니다. 그래서 콘텐츠를 제작할 일이 까마득하게 느껴져서 지레 겁을 먹고 포기합니다. 직장인 3대 허언이 있죠. 새해에는 영어 공부할 거야. 다이어트할 거야. 유튜브 채널 운영할 거야. 이 중에 유튜브 채널이 콘텐츠 제작에 해당한다면, 영상을 잘 찍어서 멋지게 편집해야 채널에 업로드할 수 있다고 오해하는 것입니다. 그래서 영상 한 편을 제작하는 데 영혼을 끌어모아 기진맥진하여 꾸준히 영상을 만들지 못하고 포기합니다.

글이건 영상이건 콘텐츠를 만드는 크리에이터를 만나면, 콘텐츠를 만들고 노출하여 사람들에게 반응을 얻을 수 있었던 노하우가 모두 동일합니다. 꾸준히 하면 된다는 것입니다. 사람들에게 반응을 얻을 때까지 정기적으로 콘텐츠를 만들어서 발행합니다. 그리고 전달하려는 메시지가 유익하고 재미있어야 합니다. 이것이 본질이지 콘텐츠를 제작하고 편집하는 행위로 시간과 에너지를 많이 소모하는 것은 지속 가능하지 않다는 의견을 들었습니다.

화려한 장비와 현란한 편집 기술이 인기를 얻는 콘텐츠가 되는 본질이 아닙니다. 본질은 사람들에게 전달하려는 메시지입니다. 메시지가 유익하다면, 콘텐츠는 화려하지 않아도 됩니다. 대충이라고 표현한 것처럼 검은 바탕 위에 흰 글씨만 있어도 충분합니다. 주제에 대해서 말을 화려하게 잘하지 못해도 괜찮습니다. 주제를 설명하는 내용이 유익하다면, 목소리가 작고 청산유수 말을 잘하지 못해도 충분히 좋은 콘텐츠를 제작할 수 있습니다.

콘텐츠를 제작하는 데 있어서 가장 큰 적은 바로 ‘나’입니다. 소위 자기검열을 하는 동안 폐기되는 콘텐츠가 많이 나타납니다. 이런저런 이유로 사람들에게 선택받지 못할까 봐, 사람들에게 비난받을 것이 두려워서 콘텐츠를 만들다가 지우고, 만들다가 지우기를 반복합니다. 결국 포기하거나 겨우 한 편 만들고 지쳐서 꾸준하게 콘텐츠를 만들지 못합니다. 시간을 계획해서 그 시간 동안 할 수 있는 만큼만 제작하면 됩니다. 스스로 판단하지 않고 콘텐츠를 읽고 보는 사람들에게 피드백 받는 것이 훨씬 좋습니다.

지식을 공유하는 콘텐츠를 만들 수 있는 열쇠는 우리 마음에 달려 있습니다. 누구나 할 수 있지만, 누구나 하지 못하는 이유는 우리 마음이 그 일을 하기 싫어하거나 하지 못하도록 방해하는 것입니다. 우리는 누구나 각자 공유할 만한 지식을 보유하고 있습니다. 그 지식을 당당하게 공유하지 못하는 이유는 ‘이걸 누가 관심 있어 하겠어?’라고 스스로 폄하하기 때문입니다. 우리가 가진 모든 지식과 노하우가 소중하다고 믿습니다. 어떤 내용이든 세상 누군가에겐 도움이 된다고 생각합니다.

지식을 공유하는 콘텐츠를 만드는 일에 관심을 갖고 있는 분이 있다면, 자신감을 갖고 시간을 내어 할 수 있는 만큼 콘텐츠를 만들어 보시길 바랍니다. 당신의 콘텐츠를 누군가는 애타게 기다리며 반응을 보일 준비를 하고 있을 것입니다. 여러분의 지식 공유 활동을 진심으로 응원합니다.

﻿지식을 공유하는 콘텐츠를 만드는 방법을 배우는 세 번째 시간을 가졌습니다. 세&nbsp; 번째 강의 주제는 현실적인 강의 제작 경험에 대해서 이야기 들었습니다. 현실적인 강의 제작 경험을 나눠준 분은 지금까지 지식을 공유하는 콘텐츠를 총 4편 정도 제작한 경력이 있는 베테랑이었습니다. 그리고 지금까지 만든 지식 공유 콘텐츠가 누적 2만 명 이상 수강한 인기 크리에이터입니다. 지식을 공유하는 콘텐츠 제작 경험을 나눠준 분은 백엔드 개발과 데이터 분석에 대한 주제로 콘텐츠를 제작했다고 합니다. 그와 관련된 직업을 가지고 있었는데, 만든 콘텐츠가 사람들에게 인기를 얻자, 전업으로 강의를 제작하고, 오프라인 강의도 하게 되었다고 합니다. 제가 원하는 삶이라 부러웠습니다. 저도 책 읽고 사람들에게 지식을 공유하며 살고 싶은 마음이 그득그득합니다. 지식을 공유하는 콘텐츠 제작 선배님이 말씀하신 이야기를 한마디로 요약하면, 콘텐츠를 제작하는데 마음의 부담을 내려놓고 그냥 하라는 것입니다. 특히 대한민국 사람들에게 완벽주의 성향이 많이 나타납니다. 그래서 이런 콘텐츠를 제작한다고 하면 엄청 공을 들여야 한다고 생각합니다. 그런데 어제 경험을 나눠준 선배님은 조금 과하게 포장하면 대충 만들어도 괜찮다고 했습니다. (실제로 대충 만들라는 의미는 아니었습니다) 본질은 콘텐츠 안에 담긴 알맹이가 중요하다는 의미입니다. 완벽주의 성향을 지닌 사람들은 보통 생각하길 콘텐츠 디자인에 신경을 많이 씁니다. 그래서 콘텐츠를 제작할 일이 까마득하게 느껴져서 지레 겁을 먹고 포기합니다. 직장인 3대 허언이 있죠. 새해에는 영어 공부할 거야. 다이어트할 거야. 유튜브 채널 운영할 거야. 이 중에 유튜브 채널이 콘텐츠 제작에 해당한다면, 영상을 잘 찍어서 멋지게 편집해야 채널에 업로드할 수 있다고 오해하는 것입니다. 그래서 영상 한 편을 제작하는 데 영혼을 끌어모아 기진맥진하여 꾸준히 영상을 만들지 못하고 포기합니다. 글이건 영상이건 콘텐츠를 만드는 크리에이터를 만나면, 콘텐츠를 만들고 노출하여 사람들에게 반응을 얻을 수 있었던 노하우가 모두 동일합니다. 꾸준히 하면 된다는 것입니다. 사람들에게 반응을 얻을 때까지 정기적으로 콘텐츠를 만들어서 발행합니다. 그리고 전달하려는 메시지가 유익하고 재미있어야 합니다. 이것이 본질이지 콘텐츠를 제작하고 편집하는 행위로 시간과 에너지를 많이 소모하는 것은 지속 가능하지 않다는 의견을 들었습니다. 화려한 장비와 현란한 편집 기술이 인기를 얻는 콘텐츠가 되는 본질이 아닙니다. 본질은 사람들에게 전달하려는 메시지입니다. 메시지가 유익하다면, 콘텐츠는 화려하지 않아도 됩니다. 대충이라고 표현한 것처럼 검은 바탕 위에 흰 글씨만 있어도 충분합니다. 주제에 대해서 말을 화려하게 잘하지 못해도 괜찮습니다. 주제를 설명하는 내용이 유익하다면, 목소리가 작고 청산유수 말을 잘하지 못해도 충분히 좋은 콘텐츠를 제작할 수 있습니다. 콘텐츠를 제작하는 데 있어서 가장 큰 적은 바로 ‘나’입니다. 소위 자기검열을 하는 동안 폐기되는 콘텐츠가 많이 나타납니다. 이런저런 이유로 사람들에게 선택받지 못할까 봐, 사람들에게 비난받을 것이 두려워서 콘텐츠를 만들다가 지우고, 만들다가 지우기를 반복합니다. 결국 포기하거나 겨우 한 편 만들고 지쳐서 꾸준하게 콘텐츠를 만들지 못합니다. 시간을 계획해서 그 시간 동안 할 수 있는 만큼만 제작하면 됩니다. 스스로 판단하지 않고 콘텐츠를 읽고 보는 사람들에게 피드백 받는 것이 훨씬 좋습니다. 지식을 공유하는 콘텐츠를 만들 수 있는 열쇠는 우리 마음에 달려 있습니다. 누구나 할 수 있지만, 누구나 하지 못하는 이유는 우리 마음이 그 일을 하기 싫어하거나 하지 못하도록 방해하는 것입니다. 우리는 누구나 각자 공유할 만한 지식을 보유하고 있습니다. 그 지식을 당당하게 공유하지 못하는 이유는 ‘이걸 누가 관심 있어 하겠어?’라고 스스로 폄하하기 때문입니다. 우리가 가진 모든 지식과 노하우가 소중하다고 믿습니다. 어떤 내용이든 세상 누군가에겐 도움이 된다고 생각합니다. 지식을 공유하는 콘텐츠를 만드는 일에 관심을 갖고 있는 분이 있다면, 자신감을 갖고 시간을 내어 할 수 있는 만큼 콘텐츠를 만들어 보시길 바랍니다. 당신의 콘텐츠를 누군가는 애타게 기다리며 반응을 보일 준비를 하고 있을 것입니다. 여러분의 지식 공유 활동을 진심으로 응원합니다.﻿

지식 공유 (3)

기분을 잘 관리하는 것을 일을 하면서 매우 중요한 역량이자 장기적인 관점에는 성과를 꾸준히 내기 위한 기술입니다. '자기 관리'의 많은 부분은 일상에서 좋은 기분을 유지하고, 나쁜 기분을 잘 관리하는 것과 연결되어 있습니다.

기분이 안 좋으면 상대에게 감정적으로 대하거나, 모더레이팅을 하다가 편향에 쉽게 빠질 수 있습니다. 그럼 기대한 퍼포먼스를 낼 수 없고 다른 일을 하는데 지장이 생길 수밖에 없습니다. "소비는 감정이고, 과시는 결핍이다"라는 말처럼 기분을 관리하지 못하면 필요하지 않은 물건을 구매하고 일탈을 합니다. 의무를 다 하면 기분이 좀 나아집니다. 그래서 기분이 좋지 않을 때에는 손을 깨끗하게 씻거나, 설거지를 하거나, 쓰레기를 버리거나 미뤄둔 옷장정리를 하는 것이 효과적입니다.

[ 큐레이터의 문장 🎒 ]

자신의 기분에 솔직한 것과 솔직함을 오만함으로 착각하는 것을 구분해야 합니다. 임경선 님이 쓴 에세이집, '자유로울 것'에는 이런 문장이 있습니다. 솔직한 감정을 가만히 들여다보는 과정에서 자신의 의무를 놓치지 않는 것이 기분을 관리하는 최고의 방법입니다.

어른이 된다는 것은 자신의 솔직한 감정들을 억누르는 것이 아니다. 확고한 가치관 위에서 심플하게 솔직해지는 것이다. 그렇다고 '나 원래 이런 사람이야'라고 단언하고 마는 건 좀 곤란하다. 그 말은 '이게 나야, 어쩔래?'로 번역될 수 있기 때문이다. 솔직함을 오만함으로 착각하는 일이다.

난 원래 이렇다,라고 일방적으로 선언해 버리는 솔직함은 궁극의 자기 합리화이자 정신승리 혹은 변명이 될 수 있다. 스스로에 대한 반성이 없고 객관적이지 못하고 머리가 굳어서 그 어떤 변화도 받아들이지 않으려는 태도다. 이러한 솔직함은 생각이 유연하지 못한 자기 고집에 불과하다.

기분을 잘 관리하는 것을 일을 하면서 매우 중요한 역량이자 장기적인 관점에는 성과를 꾸준히 내기 위한 기술입니다. '자기 관리'의 많은 부분은 일상에서 좋은 기분을 유지하고, 나쁜 기분을 잘 관리하는 것과 연결되어 있습니다. 기분이 안 좋으면 상대에게 감정적으로 대하거나, 모더레이팅을 하다가 편향에 쉽게 빠질 수 있습니다. 그럼 기대한 퍼포먼스를 낼 수 없고 다른 일을 하는데 지장이 생길 수밖에 없습니다. "소비는 감정이고, 과시는 결핍이다"라는 말처럼 기분을 관리하지 못하면 필요하지 않은 물건을 구매하고 일탈을 합니다. 의무를 다 하면 기분이 좀 나아집니다. 그래서 기분이 좋지 않을 때에는 손을 깨끗하게 씻거나, 설거지를 하거나, 쓰레기를 버리거나 미뤄둔 옷장정리를 하는 것이 효과적입니다. [ 큐레이터의 문장 🎒 ] 자신의 기분에 솔직한 것과 솔직함을 오만함으로 착각하는 것을 구분해야 합니다. 임경선 님이 쓴 에세이집, '자유로울 것'에는 이런 문장이 있습니다. 솔직한 감정을 가만히 들여다보는 과정에서 자신의 의무를 놓치지 않는 것이 기분을 관리하는 최고의 방법입니다. 어른이 된다는 것은 자신의 솔직한 감정들을 억누르는 것이 아니다. 확고한 가치관 위에서 심플하게 솔직해지는 것이다. 그렇다고 '나 원래 이런 사람이야'라고 단언하고 마는 건 좀 곤란하다. 그 말은 '이게 나야, 어쩔래?'로 번역될 수 있기 때문이다. 솔직함을 오만함으로 착각하는 일이다. 난 원래 이렇다,라고 일방적으로 선언해 버리는 솔직함은 궁극의 자기 합리화이자 정신승리 혹은 변명이 될 수 있다. 스스로에 대한 반성이 없고 객관적이지 못하고 머리가 굳어서 그 어떤 변화도 받아들이지 않으려는 태도다. 이러한 솔직함은 생각이 유연하지 못한 자기 고집에 불과하다.

⟪기분을 관리하는 방법은 의무를 다하는 것⟫

포카리스웨트는 ‘‘땀을 흘리며 살아가는 사람들을 응원하며 힘이 되고자 한다"는 것을 브랜드의 중요한 미션으로 삼는다.

그래서 땀을 브랜드가 중요하게 생각하는 '활기찬 생명력'이라는 핵심 속성과 연결시키며 청춘들이 땀을 흘리는 장면을 어떻게 담을 것인가를 캠페인에서 중요하게 다룬다.

"땀을 흘리는 모든 사람들이 자신의 몸을 가꾸도록 만들어주는 음료’라는 속성을 가장 중요하게 다루는 포카리스웨트가 광고를 기획할 때 가장 중요하게 생각하는 6가지 원칙이 있다.

포카리스웨트가 광고를 기획할때 지키려고 하는 핵심 6가지 원칙
https://bit.ly/4cEJGP2

#스투시의마케팅노트

책 <마케터의 브랜드 탐색법>
https://bit.ly/3H10pgM

*협업/기업강연,교육 문의
https://linktr.ee/stussygo

​포카리스웨트는 ‘‘땀을 흘리며 살아가는 사람들을 응원하며 힘이 되고자 한다"는 것을 브랜드의 중요한 미션으로 삼는다.​그래서 땀을 브랜드가 중요하게 생각하는 '활기찬 생명력'이라는 핵심 속성과 연결시키며 청춘들이 땀을 흘리는 장면을 어떻게 담을 것인가를 캠페인에서 중요하게 다룬다. "땀을 흘리는 모든 사람들이 자신의 몸을 가꾸도록 만들어주는 음료’라는 속성을 가장 중요하게 다루는 포카리스웨트가 광고를 기획할 때 가장 중요하게 생각하는 6가지 원칙이 있다. 포카리스웨트가 광고를 기획할때 지키려고 하는 핵심 6가지 원칙https://bit.ly/4cEJGP2 #스투시의마케팅노트 책 &lt;마케터의 브랜드 탐색법&gt; https://bit.ly/3H10pgM *협업/기업강연,교육 문의 https://linktr.ee/stussygo

'포카리스웨트'가 광고를 기획할 때 중요하게 생각하는 원칙 6가지

1. 매일 해야 이룰 수 있다.

2. 시간을 낼 때는 매일 정해진 곳에서 가장 순도 높은 시간을 자신에게 제공해줄 수 있어야 한다.

3. 왜냐하면 자신이야말로 가장 소중한 존재이기 때문에 먼저 자신에게 가장 좋은 시간을 투자할 수 있어야 한다.

4. 새벽도 좋고, 밤도 좋고, 늦은 저녁도 좋다. 자신의 라이프 사이클 에 가장 잘 맞는 시간대에서 매일 시간을 꺼내 자신을 위해 훈련하라.

5. “춤쟁이는 매일 춤춰야 하고, 환쟁이는 매일 그려야 하고, 글쟁이는 매일 써야 한다. 마치 검객이 매일 수련하지 않으면 목숨이 위태롭듯이 매일 수련해야 한다.”

6. 이 말은 내가 제일 좋아하는 말 중의 하나다.

#나는이렇게될것이다 📚
#구본형

1. 매일 해야 이룰 수 있다. ​2. 시간을 낼 때는 매일 정해진 곳에서 가장 순도 높은 시간을 자신에게 제공해줄 수 있어야 한다. ​3. 왜냐하면 자신이야말로 가장 소중한 존재이기 때문에 먼저 자신에게 가장 좋은 시간을 투자할 수 있어야 한다. ​4. 새벽도 좋고, 밤도 좋고, 늦은 저녁도 좋다. 자신의 라이프 사이클 에 가장 잘 맞는 시간대에서 매일 시간을 꺼내 자신을 위해 훈련하라. ​5. “춤쟁이는 매일 춤춰야 하고, 환쟁이는 매일 그려야 하고, 글쟁이는 매일 써야 한다. 마치 검객이 매일 수련하지 않으면 목숨이 위태롭듯이 매일 수련해야 한다.” ​6. 이 말은 내가 제일 좋아하는 말 중의 하나다. #나는이렇게될것이다 📚 #구본형

< 성공하는 사람들의 비밀: 매일 같은 시간, 같은 장소 >

https://blog.naver.com/madaboutit/223837728097

인간은 ‘왜' 어떤 일이 발생하고 ‘왜’ 자신이나 타인이 특정한 행위를 하는지를 이해하고 해명하려는 기본적 욕구를 가지고 있다. 그러나 우리가 알고 있는 대부분의 것은 사실이 아니다. 사실에 대한 우리의 의견이거나 가정 혹은 가설, 즉 이야기다. 이것은 어쩔 수 없는 인간의 본성이다. 뇌 역시 개념 간 인과관계를 구축하도록 설계되어 있다. 우리는 결국 내러티브를 생성해 내도록 만들어져 있다.

초마인드, 마이클 하얏트

https://www.instagram.com/redbusbagman/?hl=ko

인간은 ‘왜' 어떤 일이 발생하고 ‘왜’ 자신이나 타인이 특정한 행위를 하는지를 이해하고 해명하려는 기본적 욕구를 가지고 있다. 그러나 우리가 알고 있는 대부분의 것은 사실이 아니다. 사실에 대한 우리의 의견이거나 가정 혹은 가설, 즉 이야기다. 이것은 어쩔 수 없는 인간의 본성이다. 뇌 역시 개념 간 인과관계를 구축하도록 설계되어 있다. 우리는 결국 내러티브를 생성해 내도록 만들어져 있다. 초마인드, 마이클 하얏트 https://www.instagram.com/redbusbagman/?hl=ko

《뇌는 어떻게 이야기를 만들어내는가》

We’re introducing Ironwood, our seventh-generation Tensor Processing Unit (TPU) designed to power the age of generative AI inference.

Ironwood: The first Google TPU for the age of inference

Google Cloud Next '25가 라스베이거스에서 성황리에 개최되었습니다.
이번 행사의 핵심은 AI의 혁신적인 발전과 비즈니스 적용이었습니다. Google Cloud CEO 토마스 쿠리안(Thomas Kurian)과 Google 및 Alphabet CEO 순다르 피차이(Sundar Pichai)가 직접 무대에 올라 AI가 어떻게 우리의 업무 방식을 바꾸고 있는지, 그리고 Google Cloud가 어떤 새로운 기술과 비전을 선보이는지 공유했습니다.

작년 Next 행사 이후 1년간 Google Cloud는 무려 3,000개 이상의 제품 업데이트를 진행했고, 스웨덴, 멕시코, 남아프리카를 포함해 42개 리전으로 확장했습니다. 특히 AI 분야의 성장은 놀라웠습니다.

- Gemini 사용자 400만 명 돌파: Google의 최첨단 AI 모델 Gemini를 활용하는 개발자가 400만 명을 넘어섰습니다.
- Vertex AI 사용량 20배 증가: Gemini, Imagen(이미지 생성), Veo(비디오 생성) 모델의 인기에 힘입어 Vertex AI 사용량이 작년 대비 20배나 급증했습니다.
- Google Workspace 월 20억 건 AI 지원: 비즈니스 사용자들이 Workspace 내에서 매달 20억 건 이상의 AI 지원을 받으며 업무 효율성을 높이고 있습니다.
이번 Next '25에서는 AI를 더욱 강력하고, 사용하기 쉽고, 경제적으로 만들기 위한 흥미로운 발표들이 쏟아졌습니다. 주요 내용을 핵심 주제별로 정리해 보았습니다.

1️⃣ 더 강력해진 AI 인프라: 미래를 위한 투자 ⚡️
AI 모델의 학습과 추론을 위한 강력한 인프라는 필수입니다. Google은 이 분야에 대한 투자를 아끼지 않고 있습니다.

Ironwood TPU 공개
https://blog.google/products/google-cloud/ironwood-tpu-age-of-inference/
추론에 최적화된 7세대 TPU 'Ironwood'가 올해 말 출시됩니다. 이전 세대 대비 5배 높은 최고 컴퓨팅 성능과 6배 더 많은 고대역폭 메모리(HBM) 용량을 자랑합니다. 순다르 피차이는 Ironwood가 최초 공개된 TPU 대비 3,600배 향상된 성능을 가졌다고 강조했습니다.

Cloud WAN 출시
https://cloud.google.com/blog/products/networking/connect-globally-with-cloud-wan-for-the-ai-era
Gmail, 포토, 검색 등 수십억 명의 사용자를 연결하는 Google의 초고속, 저지연 글로벌 네트워크를 이제 기업 고객들도 'Cloud Wide Area Network (Cloud WAN)'를 통해 사용할 수 있게 됩니다. 이를 통해 40% 이상 빠른 성능과 최대 40%의 총소유비용(TCO) 절감 효과를 기대할 수 있습니다. Citadel Securities, Nestle 등이 이미 사용 중이며 이달 말 정식 출시됩니다.

AI Hypercomputer 강화
https://blog.google/products/google-cloud/cloud-next-ai-hypercomputer-updates/
Google Cloud의 AI 워크로드를 뒷받침하는 AI Hypercomputer 스택 전반의 향상이 발표되었습니다. Nvidia의 최신 Blackwell (GB200, B200) GPU 지원은 물론, 차세대 Vera Rubin GPU도 가장 먼저 제공할 예정입니다. 또한 GKE의 GenAI 인식 스케일링, Google DeepMind의 분산 ML 런타임 'Pathways' 클라우드 고객 최초 제공, VLLM on TPU 지원 등 소프트웨어 혁신도 함께 발표되었습니다.

Google Distributed Cloud (GDC) 확장
맥도날드 사례처럼 온프레미스 환경에서도 AI를 활용할 수 있도록 GDC에서 Gemini와 AgentSpace 검색을 지원합니다. 특히 기밀 데이터 처리를 위해 Nvidia의 기밀 컴퓨팅(Confidential Computing) 및 Blackwell 시스템을 Dell과의 파트너십을 통해 지원하며, 미 정부의 Secret 및 Top Secret 임무 수행 인증을 받은 GDC Air Gap 환경에서도 Gemini를 사용할 수 있게 됩니다.

2️⃣ 진화하는 AI 모델: 더 똑똑하고 다재다능하게 🧠🎨
Google AI 모델들은 계속해서 능력의 한계를 넘어서고 있습니다.

Gemini 2.5 Pro & Flash
https://cloud.google.com/blog/products/ai-machine-learning/gemini-2-5-pro-flash-on-vertex-ai
응답 전에 스스로 생각하고 추론하는 능력이 강화된 'Gemini 2.5 Pro'가 AI Studio, Vertex AI, Gemini 앱에서 정식 출시되었습니다. Chatbot Arena 리더보드 1위를 차지하며 성능을 입증했죠. 더불어 낮은 지연 시간과 비용 효율성을 갖춘 'Gemini 2.5 Flash' 모델도 곧 출시될 예정입니다. 이 모델은 사용자가 추론 수준을 조절하며 성능과 비용의 균형을 맞출 수 있습니다.

Vertex AI: 모든 생성형 미디어 모델 통합
https://cloud.google.com/blog/products/ai-machine-learning/expanding-generative-media-for-enterprise-on-vertex-ai
https://blog.google/products/google-cloud/cloud-next-gen-ai-vertex-ai-updates/
Vertex AI에 Google의 텍스트-음악 변환 모델 'Lyria'가 추가되었습니다! 이로써 Vertex AI는 비디오(Veo 2), 이미지(Imagen 3), 음성(Chirp 3), 음악(Lyria) 등 모든 주요 생성형 미디어 모델을 제공하는 유일한 플랫폼이 되었습니다.

- Veo 2: 업계 최고 수준의 비디오 생성 모델로, 4K 해상도 영상을 몇 분 길이로 생성 가능하며, SynthID 워터마크가 적용됩니다. 카메라 프리셋, 시작/종료 장면 제어, 동적 인페인팅/아웃페인팅 등 강력한 편집 기능이 추가되었습니다. (키노트 데모: 라스베이거스 콘서트 티저 영상 제작)
- Imagen 3: 더 디테일하고 풍부한 조명 표현, 줄어든 노이즈로 최고 품질의 텍스트-이미지 변환을 제공합니다.
- Chirp 3: 단 10초 분량의 음성으로 커스텀 보이스 생성 및 AI 내레이션 삽입이 가능합니다.
- Lyria: 텍스트 프롬프트로 30초 길이의 음악 클립을 생성합니다.

3️⃣ AI 에이전트 시대의 개막: Google AgentSpace와 개발 도구 🤖🛠️
이번 Next '25의 가장 뜨거운 주제 중 하나는 바로 'AI 에이전트'였습니다. 에이전트는 추론, 계획, 기억 능력을 갖추고 도구를 활용해 사용자를 대신해 작업을 수행하는 지능형 시스템입니다.

Google AgentSpace 출시
https://blog.google/feed/cloud-next-latest-features-google-agentspace/
모든 직원이 기업 내 정보를 찾고, AI 에이전트와 대화하며, 에이전트가 대신 작업을 수행하도록 지원하는 새로운 허브입니다. Google 검색 기술, 대화형 AI, Gemini, 타사 에이전트, 다양한 커넥터(문서, DB, SaaS 앱)를 통합하고 강력한 보안 및 규정 준수 기능을 제공합니다. (키노트 데모: 은행 RM의 고객 포트폴리오 분석 및 자동화)
- Chrome 브라우저 검색창에서 바로 AgentSpace 접근 가능
- Google 자체 에이전트(NotebookLM, 아이디어 생성, 기업 심층 리서치) 제공

Agent Development Kit (ADK)
https://google.github.io/adk-docs
정교한 멀티 에이전트 시스템 구축을 간소화하는 새로운 오픈소스 프레임워크입니다. Gemini 기반 에이전트 구축, 도구 사용, 복잡한 작업 수행(추론 포함), 에이전트 간 협업 등을 지원하며 정밀한 제어가 가능합니다.

Agent2Agent (A2A) Protocol
https://developers.googleblog.com/en/a2a-a-new-era-of-agent-interoperability
에이전트가 기반 모델이나 프레임워크에 관계없이 서로 소통하고 협업할 수 있도록 하는 새로운 개방형 표준 프로토콜입니다. LangGraph, CrewAI 등 다른 프레임워크 기반 에이전트와의 상호 운용성을 목표로 합니다.

AI Agent Marketplace
Google Cloud Marketplace 내에서 파트너들이 만든 AI 에이전트를 쉽게 찾아보고 구매할 수 있는 공간입니다.

4️⃣ 데이터 분석의 혁신: 데이터 에이전트와 BigQuery 📊
데이터는 기업의 핵심 자산이며, AI는 이 데이터를 활용하는 방식을 바꾸고 있습니다. '데이터 에이전트'는 어떤 데이터를 사용하고 어떤 질문을 던져야 할지 이해하며, 데이터팀과 비즈니스팀 모두에게 강력한 도구가 됩니다.

BigQuery 기반: Google의 데이터 플랫폼 BigQuery는 데이터 에이전트의 강력한 기반입니다. 구조화된 데이터와 비정형 데이터(텍스트, 이미지, 비디오 등)를 통합하고, Apache Iceberg 같은 개방형 형식을 지원하며, 모든 클라우드의 스토리지 시스템 및 SaaS 애플리케이션 데이터에 접근할 수 있습니다. Gemini와 BigQuery를 결합한 멀티모달 분석은 작년 대비 16배 이상 성장했으며, Oracle 데이터베이스와의 네이티브 통합도 발표되었습니다.

전문 데이터 에이전트 출시
https://cloud.google.com/blog/products/data-analytics/data-analytics-innovations-at-next25

- 데이터 엔지니어링 에이전트: 카탈로그 자동화, 메타데이터 생성, 데이터 품질 유지, 데이터 파이프라인 생성 등 데이터 엔지니어링 라이프사이클 전반을 지원합니다.

- 데이터 사이언스 에이전트: 데이터 로딩, 특성 공학, 예측 모델링 등 데이터 사이언스 워크플로우의 모든 단계에서 코딩 파트너 역할을 수행합니다.

- 데이터 분석가/비즈니스 사용자 에이전트: 자연어만으로 강력하고 신뢰할 수 있는 분석을 수행하며, 웹 또는 모바일 애플리케이션에 내장할 수도 있습니다.

고객 활용 사례
Mattel(소비자 피드백 분석), Spotify(개인화 경험 제공), Unilever(신흥 시장 소매업체 도달), Bayer(독감 트렌드 예측), Neuro(AlloyDB 활용 자율 주행 시나리오 식별), 네바다 주(신속한 복지 수급 자격 심사) 등 다양한 기업에서 활용 중입니다.

키노트 데모 (Yasmin Ahmad)
BigQuery 내에서 데이터 에이전트가 어떻게 SAP, Salesforce 등 다양한 소스의 데이터를 통합하고, PDF 송장에서 정보를 추출하며, 근본 원인 분석(예: 결제 조건), 시계열 예측, 코드 생성 등을 단 몇 분 만에 "쉽게(Easy!)" 수행하는지 시연했습니다. 복잡했던 데이터 과학 워크플로우가 Gemini와 Vertex AI를 통해 얼마나 간소화될 수 있는지 보여주었습니다.

5️⃣ Vertex AI 플랫폼 진화: 개발자를 위한 강력한 기반 📈
Vertex AI는 AI 모델과 에이전트를 구축, 배포, 관리하기 위한 핵심 플랫폼으로 더욱 강화되었습니다.

모델 접근성 향상
Model Garden을 통해 Google 자체 모델, 타사 인기 모델, 오픈소스 모델 등 200개 이상의 모델에 쉽게 접근할 수 있습니다. Meta의 Llama 4, AI21 Labs의 모델들도 정식 지원합니다.

모니터링 및 튜닝
새로운 대시보드를 통해 사용량, 처리량, 지연 시간 등을 모니터링하고 오류를 해결할 수 있으며, 새로운 튜닝 방식으로 모델 성능을 최적화할 수 있습니다.

강력한 데이터 연결 및 그라운딩
모든 데이터 소스, 벡터 DB(모든 클라우드), NetApp 스토리지(데이터 복제 불필요)와 직접 연결 가능합니다. Google 검색, 기업 데이터, Google 지도, 타사 소스를 활용한 업계 최고 수준의 그라운딩 기능을 제공하여 모델 응답의 정확성과 신뢰도를 높입니다.

6️⃣ Google Workspace + AI: 일하는 방식의 혁신 💼✨
Gemini는 Google Workspace에 더욱 깊숙이 통합되어 생산성을 극대화합니다.

Sheets "Help me analyze" : 데이터 분석 과정을 안내하여 전문가 수준의 분석을 지원합니다.

Docs 오디오 개요 : 문서 내용을 고품질 오디오 버전으로 생성하여 새로운 방식으로 콘텐츠와 상호작용할 수 있습니다.

Workspace Flows : 반복적이고 시간 소모적인 작업을 자동화하고 컨텍스트 기반 의사결정을 돕습니다.

7️⃣ 통합 보안 강화: Google Unified Security 🛡️
복잡해지는 위협 환경에 대응하기 위해 Google은 보안 역량을 통합합니다.

Google Unified Security (GUS) 출시
https://cloud.google.com/blog/products/identity-security/driving-secure-innovation-with-ai-google-unified-security-next25
Mandiant 위협 인텔리전스, AI 기반 보안 운영(SecOps), 클라우드 보안(지속적인 가상 레드팀 포함), 신뢰받는 브라우저(Chrome), Mandiant 전문 서비스를 하나의 통합된 보안 솔루션으로 제공합니다. (키노트 데모: 개발자 실수로 인한 데이터 유출 및 VM 공격 탐지/자동 대응)

새로운 보안 에이전트 : 악성코드 분석, 경고 분류 등을 자동화하여 조사 속도를 높입니다.

Wiz 인수 : 멀티 클라우드 보안 플랫폼 Wiz 인수를 통해 사이버 보안 역량을 더욱 강화할 예정입니다.

8️⃣ 강력한 파트너 생태계와 고객 성공 사례 🤝🌟
Google Cloud의 혁신은 강력한 파트너십과 실제 고객 성공 사례를 통해 더욱 빛을 발합니다.

주요 파트너십: Salesforce(AgentForce), Nvidia, Dell, Oracle, Adobe, ServiceNow, SAP, NetApp, Atlassian, Sentry, Snyk 등 다양한 기술 파트너와의 협력을 강화합니다.

서비스 파트너: Accenture, Deloitte, KPMG, WPP, BrandTech Group 등 수많은 서비스 파트너들이 Google AI 기반의 에이전트와 솔루션을 개발하여 제공합니다.

고객 사례: McDonald's(매장 운영 효율화), Sphere(Wizard of Oz 경험), Deutsche Bank(AI 리서치 에이전트), Reddit(Reddit Answers), Verizon(고객 서비스 개인화), Mattel(소비자 피드백 분석), Mercado Libre(상품 검색 경험 혁신), Wendy's(AI 드라이브 스루), Home Depot(Magic Apron) 등 500개 이상의 고객 스토리가 공유되었습니다.

Google Cloud Next '25는 AI가 단순한 기술 트렌드를 넘어 실제 비즈니스 혁신을 이끄는 핵심 동력임을 다시 한번 확인시켜 주었습니다. 더욱 강력해진 인프라, 진화하는 AI 모델, 그리고 새롭게 부상하는 AI 에이전트 생태계까지, Google Cloud는 기업들이 AI 시대를 성공적으로 맞이할 수 있도록 최적의 플랫폼과 도구를 제공하고 있습니다.

12분 요약 버전
https://www.youtube.com/watch?v=2OpHbyN4vEM

전체 영상 보기 (한글자막)
https://www.youtube.com/watch?v=OqtOmpa7s6k

더 보기
- Google Cloud Next 25 : https://blog.google/products/google-cloud/next-2025/
- 기업들이 실제적으로 활용하는 601개의 Gen AI 활용 사례
https://cloud.google.com/transform/101-real-world-generative-ai-use-cases-from-industry-leaders

Google Cloud Next '25가 라스베이거스에서 성황리에 개최되었습니다. 이번 행사의 핵심은 AI의 혁신적인 발전과 비즈니스 적용이었습니다. Google Cloud CEO 토마스 쿠리안(Thomas Kurian)과 Google 및 Alphabet CEO 순다르 피차이(Sundar Pichai)가 직접 무대에 올라 AI가 어떻게 우리의 업무 방식을 바꾸고 있는지, 그리고 Google Cloud가 어떤 새로운 기술과 비전을 선보이는지 공유했습니다. 작년 Next 행사 이후 1년간 Google Cloud는 무려 3,000개 이상의 제품 업데이트를 진행했고, 스웨덴, 멕시코, 남아프리카를 포함해 42개 리전으로 확장했습니다. 특히 AI 분야의 성장은 놀라웠습니다. - Gemini 사용자 400만 명 돌파: Google의 최첨단 AI 모델 Gemini를 활용하는 개발자가 400만 명을 넘어섰습니다. - Vertex AI 사용량 20배 증가: Gemini, Imagen(이미지 생성), Veo(비디오 생성) 모델의 인기에 힘입어 Vertex AI 사용량이 작년 대비 20배나 급증했습니다. - Google Workspace 월 20억 건 AI 지원: 비즈니스 사용자들이 Workspace 내에서 매달 20억 건 이상의 AI 지원을 받으며 업무 효율성을 높이고 있습니다. 이번 Next '25에서는 AI를 더욱 강력하고, 사용하기 쉽고, 경제적으로 만들기 위한 흥미로운 발표들이 쏟아졌습니다. 주요 내용을 핵심 주제별로 정리해 보았습니다. 1️⃣ 더 강력해진 AI 인프라: 미래를 위한 투자 ⚡️ AI 모델의 학습과 추론을 위한 강력한 인프라는 필수입니다. Google은 이 분야에 대한 투자를 아끼지 않고 있습니다. Ironwood TPU 공개 https://blog.google/products/google-cloud/ironwood-tpu-age-of-inference/ 추론에 최적화된 7세대 TPU 'Ironwood'가 올해 말 출시됩니다. 이전 세대 대비 5배 높은 최고 컴퓨팅 성능과 6배 더 많은 고대역폭 메모리(HBM) 용량을 자랑합니다. 순다르 피차이는 Ironwood가 최초 공개된 TPU 대비 3,600배 향상된 성능을 가졌다고 강조했습니다. Cloud WAN 출시 https://cloud.google.com/blog/products/networking/connect-globally-with-cloud-wan-for-the-ai-era Gmail, 포토, 검색 등 수십억 명의 사용자를 연결하는 Google의 초고속, 저지연 글로벌 네트워크를 이제 기업 고객들도 'Cloud Wide Area Network (Cloud WAN)'를 통해 사용할 수 있게 됩니다. 이를 통해 40% 이상 빠른 성능과 최대 40%의 총소유비용(TCO) 절감 효과를 기대할 수 있습니다. Citadel Securities, Nestle 등이 이미 사용 중이며 이달 말 정식 출시됩니다. AI Hypercomputer 강화 https://blog.google/products/google-cloud/cloud-next-ai-hypercomputer-updates/ Google Cloud의 AI 워크로드를 뒷받침하는 AI Hypercomputer 스택 전반의 향상이 발표되었습니다. Nvidia의 최신 Blackwell (GB200, B200) GPU 지원은 물론, 차세대 Vera Rubin GPU도 가장 먼저 제공할 예정입니다. 또한 GKE의 GenAI 인식 스케일링, Google DeepMind의 분산 ML 런타임 'Pathways' 클라우드 고객 최초 제공, VLLM on TPU 지원 등 소프트웨어 혁신도 함께 발표되었습니다. Google Distributed Cloud (GDC) 확장 맥도날드 사례처럼 온프레미스 환경에서도 AI를 활용할 수 있도록 GDC에서 Gemini와 AgentSpace 검색을 지원합니다. 특히 기밀 데이터 처리를 위해 Nvidia의 기밀 컴퓨팅(Confidential Computing) 및 Blackwell 시스템을 Dell과의 파트너십을 통해 지원하며, 미 정부의 Secret 및 Top Secret 임무 수행 인증을 받은 GDC Air Gap 환경에서도 Gemini를 사용할 수 있게 됩니다. 2️⃣ 진화하는 AI 모델: 더 똑똑하고 다재다능하게 🧠🎨 Google AI 모델들은 계속해서 능력의 한계를 넘어서고 있습니다. Gemini 2.5 Pro &amp; Flash https://cloud.google.com/blog/products/ai-machine-learning/gemini-2-5-pro-flash-on-vertex-ai 응답 전에 스스로 생각하고 추론하는 능력이 강화된 'Gemini 2.5 Pro'가 AI Studio, Vertex AI, Gemini 앱에서 정식 출시되었습니다. Chatbot Arena 리더보드 1위를 차지하며 성능을 입증했죠. 더불어 낮은 지연 시간과 비용 효율성을 갖춘 'Gemini 2.5 Flash' 모델도 곧 출시될 예정입니다. 이 모델은 사용자가 추론 수준을 조절하며 성능과 비용의 균형을 맞출 수 있습니다. Vertex AI: 모든 생성형 미디어 모델 통합 https://cloud.google.com/blog/products/ai-machine-learning/expanding-generative-media-for-enterprise-on-vertex-ai https://blog.google/products/google-cloud/cloud-next-gen-ai-vertex-ai-updates/ Vertex AI에 Google의 텍스트-음악 변환 모델 'Lyria'가 추가되었습니다! 이로써 Vertex AI는 비디오(Veo 2), 이미지(Imagen 3), 음성(Chirp 3), 음악(Lyria) 등 모든 주요 생성형 미디어 모델을 제공하는 유일한 플랫폼이 되었습니다. - Veo 2: 업계 최고 수준의 비디오 생성 모델로, 4K 해상도 영상을 몇 분 길이로 생성 가능하며, SynthID 워터마크가 적용됩니다. 카메라 프리셋, 시작/종료 장면 제어, 동적 인페인팅/아웃페인팅 등 강력한 편집 기능이 추가되었습니다. (키노트 데모: 라스베이거스 콘서트 티저 영상 제작) - Imagen 3: 더 디테일하고 풍부한 조명 표현, 줄어든 노이즈로 최고 품질의 텍스트-이미지 변환을 제공합니다. - Chirp 3: 단 10초 분량의 음성으로 커스텀 보이스 생성 및 AI 내레이션 삽입이 가능합니다. - Lyria: 텍스트 프롬프트로 30초 길이의 음악 클립을 생성합니다. 3️⃣ AI 에이전트 시대의 개막: Google AgentSpace와 개발 도구 🤖🛠️ 이번 Next '25의 가장 뜨거운 주제 중 하나는 바로 'AI 에이전트'였습니다. 에이전트는 추론, 계획, 기억 능력을 갖추고 도구를 활용해 사용자를 대신해 작업을 수행하는 지능형 시스템입니다. Google AgentSpace 출시 https://blog.google/feed/cloud-next-latest-features-google-agentspace/ 모든 직원이 기업 내 정보를 찾고, AI 에이전트와 대화하며, 에이전트가 대신 작업을 수행하도록 지원하는 새로운 허브입니다. Google 검색 기술, 대화형 AI, Gemini, 타사 에이전트, 다양한 커넥터(문서, DB, SaaS 앱)를 통합하고 강력한 보안 및 규정 준수 기능을 제공합니다. (키노트 데모: 은행 RM의 고객 포트폴리오 분석 및 자동화) - Chrome 브라우저 검색창에서 바로 AgentSpace 접근 가능 - Google 자체 에이전트(NotebookLM, 아이디어 생성, 기업 심층 리서치) 제공 Agent Development Kit (ADK) https://google.github.io/adk-docs 정교한 멀티 에이전트 시스템 구축을 간소화하는 새로운 오픈소스 프레임워크입니다. Gemini 기반 에이전트 구축, 도구 사용, 복잡한 작업 수행(추론 포함), 에이전트 간 협업 등을 지원하며 정밀한 제어가 가능합니다. Agent2Agent (A2A) Protocol https://developers.googleblog.com/en/a2a-a-new-era-of-agent-interoperability 에이전트가 기반 모델이나 프레임워크에 관계없이 서로 소통하고 협업할 수 있도록 하는 새로운 개방형 표준 프로토콜입니다. LangGraph, CrewAI 등 다른 프레임워크 기반 에이전트와의 상호 운용성을 목표로 합니다. AI Agent Marketplace Google Cloud Marketplace 내에서 파트너들이 만든 AI 에이전트를 쉽게 찾아보고 구매할 수 있는 공간입니다. 4️⃣ 데이터 분석의 혁신: 데이터 에이전트와 BigQuery 📊 데이터는 기업의 핵심 자산이며, AI는 이 데이터를 활용하는 방식을 바꾸고 있습니다. '데이터 에이전트'는 어떤 데이터를 사용하고 어떤 질문을 던져야 할지 이해하며, 데이터팀과 비즈니스팀 모두에게 강력한 도구가 됩니다. BigQuery 기반: Google의 데이터 플랫폼 BigQuery는 데이터 에이전트의 강력한 기반입니다. 구조화된 데이터와 비정형 데이터(텍스트, 이미지, 비디오 등)를 통합하고, Apache Iceberg 같은 개방형 형식을 지원하며, 모든 클라우드의 스토리지 시스템 및 SaaS 애플리케이션 데이터에 접근할 수 있습니다. Gemini와 BigQuery를 결합한 멀티모달 분석은 작년 대비 16배 이상 성장했으며, Oracle 데이터베이스와의 네이티브 통합도 발표되었습니다. 전문 데이터 에이전트 출시 https://cloud.google.com/blog/products/data-analytics/data-analytics-innovations-at-next25 - 데이터 엔지니어링 에이전트: 카탈로그 자동화, 메타데이터 생성, 데이터 품질 유지, 데이터 파이프라인 생성 등 데이터 엔지니어링 라이프사이클 전반을 지원합니다. - 데이터 사이언스 에이전트: 데이터 로딩, 특성 공학, 예측 모델링 등 데이터 사이언스 워크플로우의 모든 단계에서 코딩 파트너 역할을 수행합니다. - 데이터 분석가/비즈니스 사용자 에이전트: 자연어만으로 강력하고 신뢰할 수 있는 분석을 수행하며, 웹 또는 모바일 애플리케이션에 내장할 수도 있습니다. 고객 활용 사례 Mattel(소비자 피드백 분석), Spotify(개인화 경험 제공), Unilever(신흥 시장 소매업체 도달), Bayer(독감 트렌드 예측), Neuro(AlloyDB 활용 자율 주행 시나리오 식별), 네바다 주(신속한 복지 수급 자격 심사) 등 다양한 기업에서 활용 중입니다. 키노트 데모 (Yasmin Ahmad) BigQuery 내에서 데이터 에이전트가 어떻게 SAP, Salesforce 등 다양한 소스의 데이터를 통합하고, PDF 송장에서 정보를 추출하며, 근본 원인 분석(예: 결제 조건), 시계열 예측, 코드 생성 등을 단 몇 분 만에 "쉽게(Easy!)" 수행하는지 시연했습니다. 복잡했던 데이터 과학 워크플로우가 Gemini와 Vertex AI를 통해 얼마나 간소화될 수 있는지 보여주었습니다. 5️⃣ Vertex AI 플랫폼 진화: 개발자를 위한 강력한 기반 📈 Vertex AI는 AI 모델과 에이전트를 구축, 배포, 관리하기 위한 핵심 플랫폼으로 더욱 강화되었습니다. 모델 접근성 향상 Model Garden을 통해 Google 자체 모델, 타사 인기 모델, 오픈소스 모델 등 200개 이상의 모델에 쉽게 접근할 수 있습니다. Meta의 Llama 4, AI21 Labs의 모델들도 정식 지원합니다. 모니터링 및 튜닝 새로운 대시보드를 통해 사용량, 처리량, 지연 시간 등을 모니터링하고 오류를 해결할 수 있으며, 새로운 튜닝 방식으로 모델 성능을 최적화할 수 있습니다. 강력한 데이터 연결 및 그라운딩 모든 데이터 소스, 벡터 DB(모든 클라우드), NetApp 스토리지(데이터 복제 불필요)와 직접 연결 가능합니다. Google 검색, 기업 데이터, Google 지도, 타사 소스를 활용한 업계 최고 수준의 그라운딩 기능을 제공하여 모델 응답의 정확성과 신뢰도를 높입니다. 6️⃣ Google Workspace + AI: 일하는 방식의 혁신 💼✨ Gemini는 Google Workspace에 더욱 깊숙이 통합되어 생산성을 극대화합니다. Sheets "Help me analyze" : 데이터 분석 과정을 안내하여 전문가 수준의 분석을 지원합니다. Docs 오디오 개요 : 문서 내용을 고품질 오디오 버전으로 생성하여 새로운 방식으로 콘텐츠와 상호작용할 수 있습니다. Workspace Flows : 반복적이고 시간 소모적인 작업을 자동화하고 컨텍스트 기반 의사결정을 돕습니다. 7️⃣ 통합 보안 강화: Google Unified Security 🛡️ 복잡해지는 위협 환경에 대응하기 위해 Google은 보안 역량을 통합합니다. Google Unified Security (GUS) 출시 https://cloud.google.com/blog/products/identity-security/driving-secure-innovation-with-ai-google-unified-security-next25 Mandiant 위협 인텔리전스, AI 기반 보안 운영(SecOps), 클라우드 보안(지속적인 가상 레드팀 포함), 신뢰받는 브라우저(Chrome), Mandiant 전문 서비스를 하나의 통합된 보안 솔루션으로 제공합니다. (키노트 데모: 개발자 실수로 인한 데이터 유출 및 VM 공격 탐지/자동 대응) 새로운 보안 에이전트 : 악성코드 분석, 경고 분류 등을 자동화하여 조사 속도를 높입니다. Wiz 인수 : 멀티 클라우드 보안 플랫폼 Wiz 인수를 통해 사이버 보안 역량을 더욱 강화할 예정입니다. 8️⃣ 강력한 파트너 생태계와 고객 성공 사례 🤝🌟 Google Cloud의 혁신은 강력한 파트너십과 실제 고객 성공 사례를 통해 더욱 빛을 발합니다. 주요 파트너십: Salesforce(AgentForce), Nvidia, Dell, Oracle, Adobe, ServiceNow, SAP, NetApp, Atlassian, Sentry, Snyk 등 다양한 기술 파트너와의 협력을 강화합니다. 서비스 파트너: Accenture, Deloitte, KPMG, WPP, BrandTech Group 등 수많은 서비스 파트너들이 Google AI 기반의 에이전트와 솔루션을 개발하여 제공합니다. 고객 사례: McDonald's(매장 운영 효율화), Sphere(Wizard of Oz 경험), Deutsche Bank(AI 리서치 에이전트), Reddit(Reddit Answers), Verizon(고객 서비스 개인화), Mattel(소비자 피드백 분석), Mercado Libre(상품 검색 경험 혁신), Wendy's(AI 드라이브 스루), Home Depot(Magic Apron) 등 500개 이상의 고객 스토리가 공유되었습니다. Google Cloud Next '25는 AI가 단순한 기술 트렌드를 넘어 실제 비즈니스 혁신을 이끄는 핵심 동력임을 다시 한번 확인시켜 주었습니다. 더욱 강력해진 인프라, 진화하는 AI 모델, 그리고 새롭게 부상하는 AI 에이전트 생태계까지, Google Cloud는 기업들이 AI 시대를 성공적으로 맞이할 수 있도록 최적의 플랫폼과 도구를 제공하고 있습니다. 12분 요약 버전 https://www.youtube.com/watch?v=2OpHbyN4vEM 전체 영상 보기 (한글자막) https://www.youtube.com/watch?v=OqtOmpa7s6k 더 보기 - Google Cloud Next 25 : https://blog.google/products/google-cloud/next-2025/ - 기업들이 실제적으로 활용하는 601개의 Gen AI 활용 사례 https://cloud.google.com/transform/101-real-world-generative-ai-use-cases-from-industry-leaders

Google

Google Cloud Next '25 키노트 요약: AI 에이전트 시대

Google Cloud는 프로그래밍 분야에서 큰 성공을 거두었고, 저도 종종 해당 제품을 사용하지만, 다음 AI 제품도 매우 유용하고 시도해 볼 가치가 있다고 생각합니다.
음향 효과를 생성하는 무료 웹사이트입니다. <a href="https://soundeffectgenerator.org/ko">효과음</a>
<a href="https://lipsync.studio">립싱크 스튜디오</a> - 전문 비디오 립싱크 및 오디오 매칭 도구
AI 음성 복제를 사용하여 모든 사람의 <a href="https://aivoiceclone.online">목소리를 복제</a>하고 그 목소리로 무엇이든 말해보세요. AI 더빙, 음성 합성, 오디오 콘텐츠 제작에 적합합니다.

전문적인 <a href="https://aidubbing.online">AI 더빙</a> 기술로 영상을 변환해보세요. 비디오 현지화, 음성 해설 및 콘텐츠 제작에 적합합니다. 원활한 오디오 통합을 위해 AI 기반 더빙 도구를 사용해 보세요.

React 19와 Next.js 15가 새롭게 제안하는 방향은
꽤 도발적이에요.

useActionState와 serverAction만으로도,
ReactQuery 같은 클라이언트 상태 관리 도구 없이
폼 처리와 상태 업데이트를 할 수 있게 되었어요.

물론 모든 걸 대체하긴 어려워요.
하지만 단순한 폼 처리부터 CRUD 까지는
이 방향이 괜찮은 선택지가 될 수 있을것 같아요.

그래서 직접 예제 코드를 준비했고,
유튜브에 공유 드려요.
(댓글에 영상주소 참고)

기존 방식(React Query)과 새로운 방식(Next.js)에 대해
실무 기준에서 어떤 차이가 있고, 왜 이런 구조가 필요한지를
FSD 관점에서 살펴보며 풀어봤어요.

React Query의 전역 상태가 과하게 느껴졌던 분,
혹은 server action 시대의 프론트엔드 흐름을 따라가고 싶은 분이라면
이번 영상을 확인해보셔도 좋을 것 같아요.
(댓글에 영상주소 참고)

React 19와 Next.js 15가 새롭게 제안하는 방향은 꽤 도발적이에요. useActionState와 serverAction만으로도, ReactQuery 같은 클라이언트 상태 관리 도구 없이 폼 처리와 상태 업데이트를 할 수 있게 되었어요. 물론 모든 걸 대체하긴 어려워요. 하지만 단순한 폼 처리부터 CRUD 까지는 이 방향이 괜찮은 선택지가 될 수 있을것 같아요. 그래서 직접 예제 코드를 준비했고, 유튜브에 공유 드려요. (댓글에 영상주소 참고) 기존 방식(React Query)과 새로운 방식(Next.js)에 대해 실무 기준에서 어떤 차이가 있고, 왜 이런 구조가 필요한지를 FSD 관점에서 살펴보며 풀어봤어요. React Query의 전역 상태가 과하게 느껴졌던 분, 혹은 server action 시대의 프론트엔드 흐름을 따라가고 싶은 분이라면 이번 영상을 확인해보셔도 좋을 것 같아요. (댓글에 영상주소 참고)

React 19와 Next.js 15가 새롭게 제안하는 방향은
꽤

데이터 처리를 한다면 아마 대부분 Pandas로 시작하리라 믿는다. 작은 데이터를 빠르게 처리하는데는 이만한 것이 없지만 데이터의 크기가 커지면 처리하는데 두 가지 문제가 생긴다:

1️⃣ 처리가 너무 오래 걸리는 이슈 (Pandas는 Single Thread라는 치명적인 문제 존재)
2️⃣ 아예 데이터 자체를 적재하지 못하는 이슈 (Pandas는 데이터를 메모리에 적재해야함)

이 때부터 Spark이란 빅데이터 프로세싱 프레임워크의 도입이 필요해지는데 프로그래밍 패러다임만 놓고 보면 Pandas와 Spark은 크게 다르지 않다. Spark 역시 DataFrame으로 데이터 처리를 하기 때문이다. Spark Session이란 거를 앞단에 만들어야 하는 것과 DataFrame 함수가 다르다는 점을 빼고는 프로그래밍 관점에서는 큰 차이가 없다. 다르게 이야기하면 Pandas에서 Spark으로 내 스킬을 확장하는 건 생각처럼 힘들지 않다. 기본적으로 Spark은 Pandas on Steroids라 할 수 있다.

Spark 데이터 처리의 기본

Spark 프로그래밍은 어떤 부분에 복잡해질까? 기본적으로 Spark은 큰 데이터를 Partition이라 부르는 블록으로 나눈 다음 이를 다수의 Task들로 처리하여 큰 데이터를 병렬처리한다. 프로그래밍을 하는 관점에서는 이를 알 필요가 없다.

Spark 데이터 처리의 어려움 (Shuffling -> Partition Skewness)

Spark 데이터 처리의 문제는 Partition들 크기에 Skewness가 생기는 경우에 발생한다. Partition들의 크기가 비슷해야 병렬 처리의 의미가 있는데 하나의 Partition이 크기가 엄청나게 크다면 그 Partition 처리에 드는 시간이 전체 프로세싱 시간을 결정하게 되며 이 과정에서 메모리 에러 등 다양한 이슈들이 발생한다.

그러면 언제 Partition 크기에 Skewness가 생길까? DataFrame에 적용하는 오퍼레이션이 SQL로 치면 GROUP BY, ORDER BY, JOIN 등이라면 데이터 이동이 필요해지고 (이를 Shuffling이라 부른다) 이후 생기는 새로운 Partition 크기에 커다란 불균형(Skewness)이 생길 수 있으며 이는 빅데이터 처리에 MapReduce 시절부터 존재하는 문제이기도 하다.

이 경우 다양한 최적화 방법들이 존재하며 이를 배우는 것이 Spark 프로그래밍에서는 어려운 포인트라 할 수 있지만 사용법 자체는 Pandas와 비교해 크게 다르지 않다. 이번에 인프런에 Spark 강의를 하나 오픈했는데 내용은 Pandas로부터 시작해서 Spark의 다양한 기능을 DataFrame과 SQL 중심으로 Databricks Community Edition 위에서 배워보는 것이다. 강의 링크는 댓글 참고

데이터 처리를 한다면 아마 대부분 Pandas로 시작하리라 믿는다. 작은 데이터를 빠르게 처리하는데는 이만한 것이 없지만 데이터의 크기가 커지면 처리하는데 두 가지 문제가 생긴다: 1️⃣ 처리가 너무 오래 걸리는 이슈 (Pandas는 Single Thread라는 치명적인 문제 존재)2️⃣ 아예 데이터 자체를 적재하지 못하는 이슈 (Pandas는 데이터를 메모리에 적재해야함) 이 때부터 Spark이란 빅데이터 프로세싱 프레임워크의 도입이 필요해지는데 프로그래밍 패러다임만 놓고 보면 Pandas와 Spark은 크게 다르지 않다. Spark 역시 DataFrame으로 데이터 처리를 하기 때문이다. Spark Session이란 거를 앞단에 만들어야 하는 것과 DataFrame 함수가 다르다는 점을 빼고는 프로그래밍 관점에서는 큰 차이가 없다. 다르게 이야기하면 Pandas에서 Spark으로 내 스킬을 확장하는 건 생각처럼 힘들지 않다. 기본적으로 Spark은 Pandas on Steroids라 할 수 있다. Spark 데이터 처리의 기본 Spark 프로그래밍은 어떤 부분에 복잡해질까? 기본적으로 Spark은 큰 데이터를 Partition이라 부르는 블록으로 나눈 다음 이를 다수의 Task들로 처리하여 큰 데이터를 병렬처리한다. 프로그래밍을 하는 관점에서는 이를 알 필요가 없다. Spark 데이터 처리의 어려움 (Shuffling -&gt; Partition Skewness) Spark 데이터 처리의 문제는 Partition들 크기에 Skewness가 생기는 경우에 발생한다. Partition들의 크기가 비슷해야 병렬 처리의 의미가 있는데 하나의 Partition이 크기가 엄청나게 크다면 그 Partition 처리에 드는 시간이 전체 프로세싱 시간을 결정하게 되며 이 과정에서 메모리 에러 등 다양한 이슈들이 발생한다. 그러면 언제 Partition 크기에 Skewness가 생길까? DataFrame에 적용하는 오퍼레이션이 SQL로 치면 GROUP BY, ORDER BY, JOIN 등이라면 데이터 이동이 필요해지고 (이를 Shuffling이라 부른다) 이후 생기는 새로운 Partition 크기에 커다란 불균형(Skewness)이 생길 수 있으며 이는 빅데이터 처리에 MapReduce 시절부터 존재하는 문제이기도 하다. 이 경우 다양한 최적화 방법들이 존재하며 이를 배우는 것이 Spark 프로그래밍에서는 어려운 포인트라 할 수 있지만 사용법 자체는 Pandas와 비교해 크게 다르지 않다. 이번에 인프런에 Spark 강의를 하나 오픈했는데 내용은 Pandas로부터 시작해서 Spark의 다양한 기능을 DataFrame과 SQL 중심으로 Databricks Community Edition 위에서 배워보는 것이다. 강의 링크는 댓글 참고

스몰 데이터(Pandas)에서 빅 데이터(Spark)로!

점점 더 ChatGPT에게 물어봤더니 이건 이렇다더라하는 사람들이 많아지고 있다. 문제는 이런 행동이 빠르게 증폭된다는 것이다.

AI를 사용할 수록 점점 더 자신의 생각을 AI에게 외주 주게 되고, 어느 순간부터는 자신도 모르게 AI의 말을 의심없이 믿게 되는 순간이 온다.

이것이 바로 AI 리터러시가 필요한 이유이다. 정부는 국민들에게, 최소한 AI 교육을 시키는 사람들에게는 이러한 교육을 필수로 마치도록 해야한다. 마치 매년 건강검진을 하듯이, 라이센스 갱신을 하듯이 해야한다고 생각한다.

이것은 AI 모델 개발보다 더욱 중요한 일이다. 소버린AI 따위는 이에 비하면 너무나 사소로운 일이며, 국가적 AI 리터러시의 하위 주제에 불과하다.

물론, 조지 오웰의 1984의 세상을 만들고 싶다면 쉬쉬해야 할 일이겠지만.

점점 더 ChatGPT에게 물어봤더니 이건 이렇다더라하는 사람들이 많아지고 있다. 문제는 이런 행동이 빠르게 증폭된다는 것이다. AI를 사용할 수록 점점 더 자신의 생각을 AI에게 외주 주게 되고, 어느 순간부터는 자신도 모르게 AI의 말을 의심없이 믿게 되는 순간이 온다. 이것이 바로 AI 리터러시가 필요한 이유이다. 정부는 국민들에게, 최소한 AI 교육을 시키는 사람들에게는 이러한 교육을 필수로 마치도록 해야한다. 마치 매년 건강검진을 하듯이, 라이센스 갱신을 하듯이 해야한다고 생각한다. 이것은 AI 모델 개발보다 더욱 중요한 일이다. 소버린AI 따위는 이에 비하면 너무나 사소로운 일이며, 국가적 AI 리터러시의 하위 주제에 불과하다. 물론, 조지 오웰의 1984의 세상을 만들고 싶다면 쉬쉬해야 할 일이겠지만.

점점 더 ChatGPT에게 물어봤더니 이건 이렇다더라하는 사람들이

현대 소프트웨어 개발에서 HTTP 기반 API를 생각하면 우리는 크게 두 가지 기술을 떠올리게 되죠? REST와 GraphQL.

역사가 오래된 REST는 비교적 간단한 백엔드 시스템이나 개발된 지 시간이 좀 지난 레거시 시스템에서 많이 사용되고 있습니다. 반면에 GraphQL은 관계가 복잡한 데이터를 다루는 API를 개발하거나 BFF(Backend for Frontend) 또는 API Orchestration(오케스트레이션)을 위해 많이 채택되고 있습니다.

만약 이 두 대표적인 API 기술을 유기적으로 통합할 수 있다면 얼마나 좋을까요? 이번 포스팅에서는 이러한 서버 개발자들의 오랜 꿈을 현실로 만들어주는 Apollo Connector에 대해 알아보겠습니다.

📝 포스팅: https://www.daleseo.com/apollo-connectors/

현대 소프트웨어 개발에서 HTTP 기반 API를 생각하면 우리는 크게 두 가지 기술을 떠올리게 되죠? REST와 GraphQL. 역사가 오래된 REST는 비교적 간단한 백엔드 시스템이나 개발된 지 시간이 좀 지난 레거시 시스템에서 많이 사용되고 있습니다. 반면에 GraphQL은 관계가 복잡한 데이터를 다루는 API를 개발하거나 BFF(Backend for Frontend) 또는 API Orchestration(오케스트레이션)을 위해 많이 채택되고 있습니다. 만약 이 두 대표적인 API 기술을 유기적으로 통합할 수 있다면 얼마나 좋을까요? 이번 포스팅에서는 이러한 서버 개발자들의 오랜 꿈을 현실로 만들어주는 Apollo Connector에 대해 알아보겠습니다. 📝 포스팅: https://www.daleseo.com/apollo-connectors/

Apollo Connectors 소개와 사용법

오랜기간 개발이라는 업을 헤쳐나가면서 건강 관리를 소홀히 하였습니다. "젋으니까 괜찮아", "아직은 그럴 아니야", "귀찮아", "나 건강해" 저도 이런 말을 항상 버릇처럼 말을 하며 주변의 걱정을 애써 무마 시켰고, 아직은 괜찮아 라고 자기 합리화를 하였습니다.

그때 당장은 사실 아무런 일이 없었고 오히려 건강에 대한 자신감을 가졌지만, 시간이 지나 복리 이자처럼 누적된 건강 손실은 한번에 저에 갚을 것을 요구 할때도 있었으니까요.

마치 꼰대와 같은 이야기로 "건강을 항상 챙기셔요" 라고 입버릇 처럼 이제 말을 하고 있지만, 건강은 직접 경험하지 않으면 모르는 일이라 꼰대가 되는거 같아요.

어느덧 4월이 마무리 되고 5월이 다가오고 있습니다.
2025년초 건강관리에 대한 목표를 세우신 모든 분들이 목표를 이루어 항시 건강하셨으면 합니다.

오랜기간 개발이라는 업을 헤쳐나가면서 건강 관리를 소홀히 하였습니다. "젋으니까 괜찮아", "아직은 그럴 아니야", "귀찮아", "나 건강해" 저도 이런 말을 항상 버릇처럼 말을 하며 주변의 걱정을 애써 무마 시켰고, 아직은 괜찮아 라고 자기 합리화를 하였습니다. 그때 당장은 사실 아무런 일이 없었고 오히려 건강에 대한 자신감을 가졌지만, 시간이 지나 복리 이자처럼 누적된 건강 손실은 한번에 저에 갚을 것을 요구 할때도 있었으니까요. 마치 꼰대와 같은 이야기로 "건강을 항상 챙기셔요" 라고 입버릇 처럼 이제 말을 하고 있지만, 건강은 직접 경험하지 않으면 모르는 일이라 꼰대가 되는거 같아요. 어느덧 4월이 마무리 되고 5월이 다가오고 있습니다.2025년초 건강관리에 대한 목표를 세우신 모든 분들이 목표를 이루어 항시 건강하셨으면 합니다.

건강을 항상 돌봐주세요.

박 과장은 평소 말을 조리 있게 잘한다는 말을 많이 듣습니다. 최근에는 임원 보고도 깔끔하게 잘했다는 칭...

에이스 리더와 담벼락 리더의 차이

박 과장은 평소 말을 조리있게 잘한다는 말을 많이 듣습니다. 최근에는 임원 보고를 깔끔하게 잘했다는 칭찬을 받았는데요. 낯선 사람들과도 스스럼없이 잘 어울립니다. 그는 이 정도면 커뮤니케이션을 꽤 잘하는 게 아닌가 스스로 자부하기도 합니다. 박 과장은 커뮤니케이션을 잘하는 걸까요?

그는 관계를 만들어 유대감을 갖게 하고 미스-커뮤니케이션을 줄여 서로 명확하게 이해하도록 도울 줄 압니다. 또 리더십에 가장 필수적인 자신감이 있으며, 영향력을 만들어 낼 수 있는 잠재력도 갖고 있습니다. 커뮤니케이션을 비교적 잘한다고 볼 수 있습니다.

이러한 특징은 흔히 모르는 사람에게 서슴지 않고 이야기하는 ‘외향인’들이 커뮤니케이션에 능하다는 인식의 근거이기도 합니다. 그러나 이는 효과적인 커뮤니케이션을 만드는 요소의 일부일 뿐 전부가 아닙니다.

게다가 박 과장처럼 자신감이 지나친 채로 부장이 되고 임원이 되면, 자칫 논쟁에서 지는 걸 원치 않아서 남의 말을 가로막거나 자기 말만 할 수도 있습니다.

리더로서 커뮤니케이션을 잘한다는 것은 단순히 언변이 좋거나 사람들 앞에서 말을 잘한다는 게 아닙니다. 그게 아니라면 수줍음 많고 준비하지 않으면 목소리 높여 말하는 것에 다소 부담을 느끼는 세상의 모든 내향인들은 리더가 되기 어려울 것입니다.

사실, 사회인 중 75% 이상이 남들 앞에서 말할 때 떨고 불편해합니다. 그리고 세상의 리더 중에는 내향인도 많습니다. 버락오바마 전 미국 대통령도 내향인입니다. 그렇다면 성격과 언변을 넘어선 리더의 커뮤니케이션에서 중요한 것은 무엇일까요? 커뮤니케이션을 못하는 사람과 잘하는 사람의 특징을 살펴봅시다.

✳️커뮤니케이션 못하는 사람의 특징 3가지: DAM(‘담’벼락)
1️⃣단절형 소통자(Disconnected Communicator)
일단 남의 말을 듣고 취지와 다르게 이해합니다. 잘 듣지 않고 제멋대로 이해하기 때문입니다. 더 큰 문제는 대화의 주제와 맥락과 상관없이 ‘내 말’만 한다는 것입니다.

내가 말하고자 하는 주제에만 천착하는 이유는 머릿속이 내 생각만으로 가득 차 있어 남의 말을 귀담아듣지 못하기 때문입니다. 들어도 들은 게 아닙니다. 평소 “갑자기 그 말을 왜 해?”라는 말을 듣는다면 맥락 파악 능력이 낮을 확률이 높으니 반추해보기 바랍니다.

2️⃣추정적 소통자(Assumptive Communicator)
상대방도 안다고 생각하고 말합니다. 이것은 대다수 사람이 하는 인식의 오류입니다. 상대방은 내가 아니기에 나와 다릅니다. “~하는 건데 이거 몰라?” “당연히 ~하는 게 기본 아닌가?” 등의 말을 일삼는다면 내 관점에서 벗어나지 못하는 대화 방식이 습관화된 것입니다.

상대방은 내가 세상을 보는 관점의 안경이 아니라 그들 나름의 지식과 가치관이 투영된 다른 안경을 끼고 있다는 것을 분명히 기억합시다. 진정 대화하고 싶다면 상대방이 ‘모를 수 있다’ ‘다를 수 있다’라는 점을 인식해야 합니다.

3️⃣독백형 소통자(Monologuing Communicator)
상대방의 말을 가로막고, 내 말만 하는 유형입니다. 이런 태도라면 모든 대화가 언쟁과 비슷해집니다. 어떻게든 내 논지를 주장함으로써이기려 들기 때문입니다.

머릿속엔 ‘아냐, 내가 옳아’ ‘그게 아냐, 내가 맞아’라는 인식이 가득할 것입니다. 분명히 일상생활에서 경험했던 이런 유형의 사람이 적어도 한 사람 정도는 떠오를 것입니다. 소통 측면에서는 최악입니다.

✔️소통이 되지 않는 사람과 대화할 때 사람들은 ‘담’벼락에 말하는 것 같은 답답함을 느낍니다. 이러한 특징이 강한 사람은 리더의 자격을 부여받기가 쉽지 않습니다. 리더가 되더라도, 팀과 조직을 이끄는 데 상당한 어려움이 있을 것입니다.

내 말만 납득시키면 된다는 것은 어느 한쪽으로 기울어진 불균형입니다. 이런 리더는 자신의 입장만 주장하기에, 팀원들과의 이견을 잘 좁히지 못합니다. 이런 경우, 팀원들은 우리 팀장, 상무, 사장님 ‘우리 얘기를 전혀 들어주지 않는다’고 인식하게 됩니다. 커뮤니케이션은 균형 잡힌 쌍방향 정보 교환이라는 것을 기억합시다.

✳️커뮤니케이션 잘하는 사람의 특징 3가지: ACE(에이스)
1️⃣적응적 소통자(Adaptive Communicator)
‘내 입장에서’ ‘내 멋대로’ 하고 싶은 말을 하는 것이 아니라 상대방이 잘 알아듣도록 수위 조절을 할 수 있는 유연성이 있습니다.

말의 어조, 속도를 조절할 뿐만 아니라 어려운 용어나 표현 등 상대방이 모를 수 있는 부분을 미리 감지하여 쉽게 표현합니다. ‘당연히 알고 있다’는 식으로 말하지 않고 ‘모를 수 있다’고 생각하고 말하는데요. 의사소통이 명료합니다.

2️⃣맥락 중심 소통자(Contextual Communicator)
맥락 설명을 잘합니다. 내가 왜 그런 입장을 갖게 되었는지 원인과 이유를 분명히 합니다. “저는 반대 입장입니다. 그 이유는...” “이런 이유와 배경이 있기에 그건 A일 수 있습니다”처럼 상황과 이유를 명확하고 친절하게 알려줍니다.

대화에서 가장 큰 오류는 맥락 설명을 불필요하게 여기고 생략하는 것입니다. 상대방을 이해시킬 때 맥락 정보를 충분히 제공하는 것이 무엇보다 중요합니다.

3️⃣공감형 소통자(Empathetic Communicator)
말을 통한 정보에만 주목하는 것이 아니라, 말하는 사람의 관점과 생각, 감정을 이해하는 것입니다. 그 사람의 입장이 되어 듣는 것입니다.이렇게 할 때 진정한 소통이 가능하며, 상대방은 호감과 친밀감을 느낍니다.

✔️소통을 잘하는 사람은, 팀 내에서 ‘에이스’ 자격을 갖추며 리더로 성장할 가능성이 큽니다. 언변도 뛰어나면 좋겠지만, 리더에게 더욱 필요한 것은 쉽게 말하고 잘 듣는 것입니다. 그런데 잘 듣는다는 것은 말처럼 쉽지 않습니다.

✳️잘 듣는다는 것은 무엇일까요?
오프라 윈프리는 잘 듣는 것이 소통의 완성이라고 말합니다. 잘 듣는다는 것은 끝까지 잘 들어주는 것, 상대방의 말이 끊기더라도 3초의 여유를 내어주는 것, 그리고 상대방의 말에 호응하면서 듣는 것입니다. 이러다 보면 상대방은 마음이 열려서 더 많은 말을 하게 됩니다.

박 과장은 평소 말을 조리있게 잘한다는 말을 많이 듣습니다. 최근에는 임원 보고를 깔끔하게 잘했다는 칭찬을 받았는데요. 낯선 사람들과도 스스럼없이 잘 어울립니다. 그는 이 정도면 커뮤니케이션을 꽤 잘하는 게 아닌가 스스로 자부하기도 합니다. 박 과장은 커뮤니케이션을 잘하는 걸까요? 그는 관계를 만들어 유대감을 갖게 하고 미스-커뮤니케이션을 줄여 서로 명확하게 이해하도록 도울 줄 압니다. 또 리더십에 가장 필수적인 자신감이 있으며, 영향력을 만들어 낼 수 있는 잠재력도 갖고 있습니다. 커뮤니케이션을 비교적 잘한다고 볼 수 있습니다. 이러한 특징은 흔히 모르는 사람에게 서슴지 않고 이야기하는 ‘외향인’들이 커뮤니케이션에 능하다는 인식의 근거이기도 합니다. 그러나 이는 효과적인 커뮤니케이션을 만드는 요소의 일부일 뿐 전부가 아닙니다. 게다가 박 과장처럼 자신감이 지나친 채로 부장이 되고 임원이 되면, 자칫 논쟁에서 지는 걸 원치 않아서 남의 말을 가로막거나 자기 말만 할 수도 있습니다.​리더로서 커뮤니케이션을 잘한다는 것은 단순히 언변이 좋거나 사람들 앞에서 말을 잘한다는 게 아닙니다. 그게 아니라면 수줍음 많고 준비하지 않으면 목소리 높여 말하는 것에 다소 부담을 느끼는 세상의 모든 내향인들은 리더가 되기 어려울 것입니다. 사실, 사회인 중 75% 이상이 남들 앞에서 말할 때 떨고 불편해합니다. 그리고 세상의 리더 중에는 내향인도 많습니다. 버락오바마 전 미국 대통령도 내향인입니다. 그렇다면 성격과 언변을 넘어선 리더의 커뮤니케이션에서 중요한 것은 무엇일까요? 커뮤니케이션을 못하는 사람과 잘하는 사람의 특징을 살펴봅시다. ✳️커뮤니케이션 못하는 사람의 특징 3가지: DAM(‘담’벼락)1️⃣단절형 소통자(Disconnected Communicator)일단 남의 말을 듣고 취지와 다르게 이해합니다. 잘 듣지 않고 제멋대로 이해하기 때문입니다. 더 큰 문제는 대화의 주제와 맥락과 상관없이 ‘내 말’만 한다는 것입니다. 내가 말하고자 하는 주제에만 천착하는 이유는 머릿속이 내 생각만으로 가득 차 있어 남의 말을 귀담아듣지 못하기 때문입니다. 들어도 들은 게 아닙니다. 평소 “갑자기 그 말을 왜 해?”라는 말을 듣는다면 맥락 파악 능력이 낮을 확률이 높으니 반추해보기 바랍니다. 2️⃣추정적 소통자(Assumptive Communicator)상대방도 안다고 생각하고 말합니다. 이것은 대다수 사람이 하는 인식의 오류입니다. 상대방은 내가 아니기에 나와 다릅니다. “~하는 건데 이거 몰라?” “당연히 ~하는 게 기본 아닌가?” 등의 말을 일삼는다면 내 관점에서 벗어나지 못하는 대화 방식이 습관화된 것입니다. 상대방은 내가 세상을 보는 관점의 안경이 아니라 그들 나름의 지식과 가치관이 투영된 다른 안경을 끼고 있다는 것을 분명히 기억합시다. 진정 대화하고 싶다면 상대방이 ‘모를 수 있다’ ‘다를 수 있다’라는 점을 인식해야 합니다. 3️⃣독백형 소통자(Monologuing Communicator)상대방의 말을 가로막고, 내 말만 하는 유형입니다. 이런 태도라면 모든 대화가 언쟁과 비슷해집니다. 어떻게든 내 논지를 주장함으로써이기려 들기 때문입니다. 머릿속엔 ‘아냐, 내가 옳아’ ‘그게 아냐, 내가 맞아’라는 인식이 가득할 것입니다. 분명히 일상생활에서 경험했던 이런 유형의 사람이 적어도 한 사람 정도는 떠오를 것입니다. 소통 측면에서는 최악입니다. ✔️소통이 되지 않는 사람과 대화할 때 사람들은 ‘담’벼락에 말하는 것 같은 답답함을 느낍니다. 이러한 특징이 강한 사람은 리더의 자격을 부여받기가 쉽지 않습니다. 리더가 되더라도, 팀과 조직을 이끄는 데 상당한 어려움이 있을 것입니다. 내 말만 납득시키면 된다는 것은 어느 한쪽으로 기울어진 불균형입니다. 이런 리더는 자신의 입장만 주장하기에, 팀원들과의 이견을 잘 좁히지 못합니다. 이런 경우, 팀원들은 우리 팀장, 상무, 사장님 ‘우리 얘기를 전혀 들어주지 않는다’고 인식하게 됩니다. 커뮤니케이션은 균형 잡힌 쌍방향 정보 교환이라는 것을 기억합시다. ✳️커뮤니케이션 잘하는 사람의 특징 3가지: ACE(에이스)1️⃣적응적 소통자(Adaptive Communicator) ‘내 입장에서’ ‘내 멋대로’ 하고 싶은 말을 하는 것이 아니라 상대방이 잘 알아듣도록 수위 조절을 할 수 있는 유연성이 있습니다. 말의 어조, 속도를 조절할 뿐만 아니라 어려운 용어나 표현 등 상대방이 모를 수 있는 부분을 미리 감지하여 쉽게 표현합니다. ‘당연히 알고 있다’는 식으로 말하지 않고 ‘모를 수 있다’고 생각하고 말하는데요. 의사소통이 명료합니다. 2️⃣맥락 중심 소통자(Contextual Communicator)맥락 설명을 잘합니다. 내가 왜 그런 입장을 갖게 되었는지 원인과 이유를 분명히 합니다. “저는 반대 입장입니다. 그 이유는...” “이런 이유와 배경이 있기에 그건 A일 수 있습니다”처럼 상황과 이유를 명확하고 친절하게 알려줍니다. 대화에서 가장 큰 오류는 맥락 설명을 불필요하게 여기고 생략하는 것입니다. 상대방을 이해시킬 때 맥락 정보를 충분히 제공하는 것이 무엇보다 중요합니다. 3️⃣공감형 소통자(Empathetic Communicator)말을 통한 정보에만 주목하는 것이 아니라, 말하는 사람의 관점과 생각, 감정을 이해하는 것입니다. 그 사람의 입장이 되어 듣는 것입니다.이렇게 할 때 진정한 소통이 가능하며, 상대방은 호감과 친밀감을 느낍니다. ✔️소통을 잘하는 사람은, 팀 내에서 ‘에이스’ 자격을 갖추며 리더로 성장할 가능성이 큽니다. 언변도 뛰어나면 좋겠지만, 리더에게 더욱 필요한 것은 쉽게 말하고 잘 듣는 것입니다. 그런데 잘 듣는다는 것은 말처럼 쉽지 않습니다. ✳️잘 듣는다는 것은 무엇일까요?오프라 윈프리는 잘 듣는 것이 소통의 완성이라고 말합니다. 잘 듣는다는 것은 끝까지 잘 들어주는 것, 상대방의 말이 끊기더라도 3초의 여유를 내어주는 것, 그리고 상대방의 말에 호응하면서 듣는 것입니다. 이러다 보면 상대방은 마음이 열려서 더 많은 말을 하게 됩니다.

네이버 블로그 | 안전보건공단 공식블로그

박 과장은 평소 말을 조리있게 잘한다는 말을 많이 듣습니다. 최근

구직자 취업지원, 재직자 성장지원 프로그램을 제공합니다.

청년미래플러스

고용노동부가 주관하는 청년미래플러스 사업의 참여자를 모집한다고 합니다.
대상자는 IT업계 기업의 취업을 희망하는 만 15세~34세 청년이라고 하네요.

이력서, 면접 준비 등 취업 준비에 도움을 받고싶은 분들 확인해 보시면 좋을 것 같습니다.

📤 https://miraeplus.sw.or.kr
📰 https://etnews.com/20250415000103

고용노동부가 주관하는 청년미래플러스 사업의 참여자를 모집한다고 합니다.대상자는 IT업계 기업의 취업을 희망하는 만 15세~34세 청년이라고 하네요. 이력서, 면접 준비 등 취업 준비에 도움을 받고싶은 분들 확인해 보시면 좋을 것 같습니다. 📤 https://miraeplus.sw.or.kr📰 https://etnews.com/20250415000103

한국소프트웨어산업협회

고용노동부가 주관하는 청년미래플러스 사업의 참여자를 모집한다고 합

혼자 밥을 먹을 때면 설거지를 줄이려고 그릇에 반찬도 덜지 않고 그냥 대충 때우곤 했다. 언제부턴가 먹는 것, 보는 것, 느끼는 것들까지 아끼게 되었고, 무심함이 습관이 되었다.

그러지 말아야지. 특별한 손님을 대하듯, 나의 하루도 더 정성스럽게 마주해야지. 커피 한 잔을 마시더라도 제일 예쁜 잔을 고르고, 반찬도 정갈하게 담아 한상 차려내야겠다. 좋은 것을 아끼지 않고, 나에게 먼저 내어주는 것. 자신을 존중할 줄 알아야 타인도 사랑할 줄 안다.

나를 쓰는 시간, 장예원

혼자 밥을 먹을 때면 설거지를 줄이려고 그릇에 반찬도 덜지 않고 그냥 대충 때우곤 했다. 언제부턴가 먹는 것, 보는 것, 느끼는 것들까지 아끼게 되었고, 무심함이 습관이 되었다. 그러지 말아야지. 특별한 손님을 대하듯, 나의 하루도 더 정성스럽게 마주해야지. 커피 한 잔을 마시더라도 제일 예쁜 잔을 고르고, 반찬도 정갈하게 담아 한상 차려내야겠다. 좋은 것을 아끼지 않고, 나에게 먼저 내어주는 것. 자신을 존중할 줄 알아야 타인도 사랑할 줄 안다. 나를 쓰는 시간, 장예원

《어른은 스스로를 소홀히 하지 않는다》

PM? 기획자? UX? 잘 알고 쓰자.

서비스 기획자는 영어로 뭘까?
궁금해서 찾아봤습니다😓
결국 스타트업에선 다하네요,,
이름이 그렇게 좀 무의미한거같아요

Brunch Story

인생철학이 남다르거나 대표의 발전가능성을 알아보고 함께 더 크고 싶다면 또 이야기 달라질거 같아요.   http://bitlifesimulator.io



Topiary Security 프론트엔드 개발자

gainstdromond

Product Manager

김명찬

링컨, 알렉스 퍼거슨, 빌리 빈을 존경합니다.

#프로덕트매니저 #데이터분석

펫피/디팡오투오 CMO

김태경

🖋기록 & 의미찾기

📈Platform, Marketing, eCommerce
     .반려앱 서비스 '펫피'

#CRM #그로스마케팅 #데이터분석 #디지털마케팅 #브랜드마케팅 #브런치작가 #블로거 #사용자조사

퍼블리의 그로스 매니저로 커리어를 시작하여, 현재는 멤버십 사업을 총괄하고 있습니다.
합리적이고 해피한 세상을 향해 살아가고 있으며, 책과 교육, 경제에 관심을 가지고 있습니다.
일하는 것을 싫어하지만, 많이 하고 있습니다..

커리어리 Lead Product Manager

김광종

퍼블리 그로스매니저로 커리어를 시작하여, 프로덕트매니저와 사업총괄을 거쳐, 커리어리팀을 리드하였습니다.
합리적이고 해피한 세상을 향해 살아가고 있으며, 책/교육/경제에 관심이 있습니다.
자유로운 삶을 추구하지만, 지금은 일에 매여 있습니다..

댓글 1

함께 읽은 게시물

Testing Library 비동기 테스트

ConcurrentWebSocketSessionDecorator 소개

📝 코딩용 에디터 AI 비교 (한줄요약)

< 슬랙은 어떻게 '작게 시작해서 크게 성공'했나? >

Resume를 평가해주세요.

AI 시대 절대 대체될 수 없는 한 가지

비슷한 게시물

주간 인기 TOP 10

추천 프로필