사용자가 공유한 콘텐츠

STORM은 AI를 활용해 Wikipedia 스타일의 연구 리포트를 자동으로 생성하는 서비스입니다. 복잡한 주제도 단 3분 만에 포괄적인 논문으로 만들어내며, 모든 내용은 PDF 형식으로 다운로드가 가능합니다.

특히 주목할 만한 점은 논문 내 모든 인용문에 대한 원본 출처 확인이 가능해 신뢰성을 검증할 수 있다는 건데요. 과학 연구부터 문헌 조사까지 폭넓은 활용이 가능한 만큼, 연구자들의 초기 자료 수집과 정리 과정에 도움이 될 것으로 기대됩니다.

현재는 무료라고 하네요!

https://storm.genie.stanford.edu/

STORM은 AI를 활용해 Wikipedia 스타일의 연구 리포트를 자동으로 생성하는 서비스입니다. 복잡한 주제도 단 3분 만에 포괄적인 논문으로 만들어내며, 모든 내용은 PDF 형식으로 다운로드가 가능합니다. 특히 주목할 만한 점은 논문 내 모든 인용문에 대한 원본 출처 확인이 가능해 신뢰성을 검증할 수 있다는 건데요. 과학 연구부터 문헌 조사까지 폭넓은 활용이 가능한 만큼, 연구자들의 초기 자료 수집과 정리 과정에 도움이 될 것으로 기대됩니다. 현재는 무료라고 하네요! https://storm.genie.stanford.edu/

storm.genie.stanford.edu

3분 만에 리서치 끝, 스탠포드의 AI 리서치 도구 'STORM'

Trouble seeing, pain, and stiffness are some of the things that can make it harder to program as you age. But there are solutions like changing fonts, using glasses, and rearranging the office layout. Some older programmers' mental concerns included a lack of motivation and cynical feelings. According to Gregory, exercising and getting good sleep help to keep the abilities needed as a developer.

What Developers Can Do to Continue to Program as They Age 

예전에는 개발자의 마지막은 치킨집이라는 얘기를 했지만, 탄탄한 테크기업들이 잘 성장해가고 안정적인 근무 환경이 업계 전반에 뿌리를 잡아가고, 또 개발자 나이에 대한 편견이 점점 사라지면서 주변에도 멋진 시니어 개발자들이 더더욱 많이 늘어나고 있는 것 같습니다. 이제 언제까지 이 즐거운 개발자 생활을 이어나갈 수 있는 지는 결국, 우리의 몫이 되어가고 있는 것 같은데요.

여러분은 어떤 노년의 개발자 생활을 그려보고 계신가요? 어떻게 하면 지속 가능한 개발 라이프를 이어나갈 수 있을까요?

 * 신체적 문제
   * 주요 문제: 시력 저하, 통증, 관절 뻣뻣함.
   * 해결 방법: 큰 글꼴 사용, 작업용 맞춤 안경 착용, 사무실 구조 조정.
   * 예: 회의실과 커피 공간이 다른 층에 위치하면 계단 이용이 어려울 수 있는데, 이는 신체 문제보다 업무 환경 문제일 수 있음.
 * 정신적 문제
   * 주요 문제: 동기 부족, 냉소주의.
   * 해결 방법: 운동, 충분한 수면, 긍정적 사고 습관.
   * 연구 결과: 대부분의 사람들은 나이 들수록 성격이 강해질 뿐이지 급격히 부정적으로 변하지 않음.
 * 예방 조치
   * 젊은 나이에 건강한 습관 형성: 규칙적인 운동, 적절한 비타민 섭취(특히 비타민 A는 야간 시력에 도움).
   * 환경 조정: 작업 공간 최적화, 나이 든 직원의 필요를 반영한 정책 마련.
 * 조사 결과
   * 응답자들은 정신적 문제에 대해 실질적인 대처 방법을 잘 모르거나 실행하지 않는 경향.
   * 일상에서의 통제력을 높이고 긍정적인 시각 유지가 중요.

https://www.infoq.com/news/2024/11/continue-programm-software-aging

예전에는 개발자의 마지막은 치킨집이라는 얘기를 했지만, 탄탄한 테크기업들이 잘 성장해가고 안정적인 근무 환경이 업계 전반에 뿌리를 잡아가고, 또 개발자 나이에 대한 편견이 점점 사라지면서 주변에도 멋진 시니어 개발자들이 더더욱 많이 늘어나고 있는 것 같습니다. 이제 언제까지 이 즐거운 개발자 생활을 이어나갈 수 있는 지는 결국, 우리의 몫이 되어가고 있는 것 같은데요. 여러분은 어떤 노년의 개발자 생활을 그려보고 계신가요? 어떻게 하면 지속 가능한 개발 라이프를 이어나갈 수 있을까요? <ul ><li>신체적 문제<ul ><li>주요 문제: 시력 저하, 통증, 관절 뻣뻣함.</li><li>해결 방법: 큰 글꼴 사용, 작업용 맞춤 안경 착용, 사무실 구조 조정.</li><li>예: 회의실과 커피 공간이 다른 층에 위치하면 계단 이용이 어려울 수 있는데, 이는 신체 문제보다 업무 환경 문제일 수 있음.</li></ul></li><li>정신적 문제<ul ><li>주요 문제: 동기 부족, 냉소주의.</li><li>해결 방법: 운동, 충분한 수면, 긍정적 사고 습관.</li><li>연구 결과: 대부분의 사람들은 나이 들수록 성격이 강해질 뿐이지 급격히 부정적으로 변하지 않음.</li></ul></li><li>예방 조치<ul ><li>젊은 나이에 건강한 습관 형성: 규칙적인 운동, 적절한 비타민 섭취(특히 비타민 A는 야간 시력에 도움).</li><li>환경 조정: 작업 공간 최적화, 나이 든 직원의 필요를 반영한 정책 마련.</li></ul></li><li>조사 결과<ul ><li>응답자들은 정신적 문제에 대해 실질적인 대처 방법을 잘 모르거나 실행하지 않는 경향.</li><li>일상에서의 통제력을 높이고 긍정적인 시각 유지가 중요.</li></ul></li></ul> https://www.infoq.com/news/2024/11/continue-programm-software-aging

InfoQ

나이 든 개발자를 위한 지속 가능한 코딩 비결

원격 근무는 정말 사라지게 될까요? 코로나 이후 모두 사무실 근무 형태로 향하다가, 최근 카카오에서도 다시 재택근무가 시작될꺼라는 뉴스가 떴는데요. 만약 여러분이 스타트업 창업자라면, 원격 근무를 도입하실 건가요?

79%의 CEO가 3년 내 원격 근무가 사라질 것이라고 예측
 * KPMG 설문조사 결과: 미국의 기업 CEO 79%는 팬데믹 이전에 사무실에서 이루어지던 업무가 3년 내 다시 전면 사무실 근무로 돌아갈 것이라고 예측. 이는 몇 달 전 34%였던 수치에서 급증한 결과.
 * 큰 기업의 복귀 명령: 주요 기술 기업들의 사무실 복귀 명령이 계속되는 가운데, Amazon은 내년부터 대부분의 직원이 주 5일 사무실에서 근무해야 한다고 발표.
 * 승진 및 보상의 차등: CEO 중 86%는 사무실에서 근무하는 직원들에게 더 나은 승진 기회와 급여 인상을 제공할 계획이라 답변. 이는 원격 근무자에게는 불리한 환경을 조성하는 것.
   
   
원격 근무에 대한 직원들의 반응
 * 원격 근무는 여전히 대다수의 직원들, 특히 고위 관리자들 사이에서 높은 인기를 유지. Amazon의 사무실 복귀 명령에 불만을 표하며 LinkedIn에서 "구직 중" 상태를 선언한 직원들도 등장.
 * 일부 기업들은 사무실 복귀 명령을 직원 수를 줄이기 위한 간접적인 해고 방식으로 사용. 원격 근무를 포기할 수 없는 직원들의 자연스러운 이탈을 유도.
   
   
CEO들이 원격 근무를 기피하는 이유
 * 원격 근무자 관리의 어려움: 매일 대면하는 직원들보다 원격 근무자의 관리가 어렵다는 점이 CEO들의 불만 요소로 지적.
 * 인재 유출 감수: 원격 근무를 제한함으로써 일부 주요 인재가 회사를 떠나는 것을 감수하면서도 사무실 복귀를 고집.

작은 기업과 스타트업에 주어진 기회
 * 원격 근무가 제한되는 대기업의 정책 변화는 중소기업 및 스타트업에게 기회가 될 수 있음.
 * 원격 근무를 최소 주 1~2일 허용하면 직원들에게 큰 매력 포인트가 될 수 있으며, 이는 기업 입장에서 비용이 들지 않는 장점.

https://www.inc.com/minda-zetlin/79-percent-of-ceos-say-remote-work-will-be-dead-in-3-years-or-less.html

원격 근무는 정말 사라지게 될까요? 코로나 이후 모두 사무실 근무 형태로 향하다가, 최근 카카오에서도 다시 재택근무가 시작될꺼라는 뉴스가 떴는데요. 만약 여러분이 스타트업 창업자라면, 원격 근무를 도입하실 건가요? 79%의 CEO가 3년 내 원격 근무가 사라질 것이라고 예측<ul ><li>KPMG 설문조사 결과: 미국의 기업 CEO 79%는 팬데믹 이전에 사무실에서 이루어지던 업무가 3년 내 다시 전면 사무실 근무로 돌아갈 것이라고 예측. 이는 몇 달 전 34%였던 수치에서 급증한 결과.</li><li>큰 기업의 복귀 명령: 주요 기술 기업들의 사무실 복귀 명령이 계속되는 가운데, Amazon은 내년부터 대부분의 직원이 주 5일 사무실에서 근무해야 한다고 발표.</li><li>승진 및 보상의 차등: CEO 중 86%는 사무실에서 근무하는 직원들에게 더 나은 승진 기회와 급여 인상을 제공할 계획이라 답변. 이는 원격 근무자에게는 불리한 환경을 조성하는 것. </li></ul>원격 근무에 대한 직원들의 반응<ul ><li>원격 근무는 여전히 대다수의 직원들, 특히 고위 관리자들 사이에서 높은 인기를 유지. Amazon의 사무실 복귀 명령에 불만을 표하며 LinkedIn에서 "구직 중" 상태를 선언한 직원들도 등장.</li><li>일부 기업들은 사무실 복귀 명령을 직원 수를 줄이기 위한 간접적인 해고 방식으로 사용. 원격 근무를 포기할 수 없는 직원들의 자연스러운 이탈을 유도. </li></ul>CEO들이 원격 근무를 기피하는 이유<ul ><li>원격 근무자 관리의 어려움: 매일 대면하는 직원들보다 원격 근무자의 관리가 어렵다는 점이 CEO들의 불만 요소로 지적.</li><li>인재 유출 감수: 원격 근무를 제한함으로써 일부 주요 인재가 회사를 떠나는 것을 감수하면서도 사무실 복귀를 고집.</li></ul> 작은 기업과 스타트업에 주어진 기회<ul ><li>원격 근무가 제한되는 대기업의 정책 변화는 중소기업 및 스타트업에게 기회가 될 수 있음.</li><li>원격 근무를 최소 주 1~2일 허용하면 직원들에게 큰 매력 포인트가 될 수 있으며, 이는 기업 입장에서 비용이 들지 않는 장점.</li></ul> https://www.inc.com/minda-zetlin/79-percent-of-ceos-say-remote-work-will-be-dead-in-3-years-or-less.html

79%의 CEO가 3년 내 원격 근무가 사라질 것이라고 예측

[&#39;키오스크 문제를 해결해야할 만큼 노인들이 햄버거를 좋아하냐&#39; 라는 질문]

1. 사실 맥도날드 조사를 했을 당시 키오스크 관련 통찰 이외에도 한가지를 더 발견했었다.

2. 맥도날드에서 햄버거를 주문하는 노인들이 거의 없다는 것이었다.

3. 내가 UX/UI 강의에서 맥도날드…

LinkedIn 장유리 Yuri Jang 페이지: [&#39;키오스크 문제를 해결해야할 만큼 노인들이 햄버거를 좋아하냐&#39; 라는 질문] 1. 사실 맥도날드 조사를 했을 당시 키오스크 관련…

UX 리서처, 유리 님께서 작성하시고 링크드인에서 공유한 콘텐츠입니다. 키오스크는 팬데믹 기점으로 놀라운 속도로 확산되었고 이때 학습된 경험은 최저임금이 계속 상승하는 사회적 분위기와 파트타이머를 구하고 관리하기 어려운 자영업자들의 니즈와 맞아떨어지면서 스마트폰에 이어 일상에 침투한 터치포인트가 되었습니다. 자연스럽게 디지털 약자를 고려해야 한다는 목소리가 높아졌죠.

그런데 정말 키오스크 화면을 개선하고, 햇빛이나 실내조명, 동선을 고려해 위치를 조정하고 하드웨어의 높이를 조정하면 디지털 약자들이 쉽게 쓸 수 있는 걸까요? 그것도 해야 하지만 근본적인 원인이 무엇인지 살펴볼 필요가 있습니다. UX 리서처에게 요구되는 가장 큰 역할은 '문제 정의'라는 것을 새삼 깨닫게 하는 글입니다.

[ 큐레이터의 문장 🎒 ]

1. 키오스크의 UXUI 개선이 해결책일 줄 알았다.

2. UXUI 디자인 강의를 청강한 적이 있다. 한 학기 동안 각자의 프로젝트를 진행하는 방식이었다.

3. 나는 ‘맥도날드의 키오스크 개선’을 주제로 선정하였다. 그리고 이 프로젝트에서 받은 충격은 아직도 생생하다.

4. 나는 맥도날드 키오스크의 복잡하고 어려운 UXUI가 노인들에게 부정적인 경험을 안겨줄 것이며,

5. 키오스크의 UI를 개선하면 고령층의 사용성을 높일 수 있을 것이라 생각했다.

6. 그러나 관찰 결과, 키오스크의 UXUI는 고령층이 겪는 주된 문제가 아니었다.

7. 빈 카운터가 문제였다.

8. 대부분의 노인들은 들어오자마자, 키오스크는 쳐다도 보지 않고, 곧장 카운터로 향했다.

9. 내가 관찰했던 맥도날드 매장은 픽업대와 주방은 붙어 있으나, 카운터는 혼자 저만치 떨어진 구조이다. (사진 참고)

10. 따라서 직원이 카운터로 가려면 주방에서 일을 하다가 먼 발걸음을 옮겨야 했다.

11. 카운터 이용 고객들은 자리를 비운 직원을 한참 기다렸다.

12. 직원이 오지 않아 화가 난 고령의 고객들은 주방에 대고 ‘주문 좀 할게요!’하고 소리치곤 했다.

13. 반면, 근처의 버거킹은 픽업대와 카운터를 한 곳에 배치해 뒀다. (사진 참고)

14. 따라서 픽업대에서 음식을 내놓는 직원들이 카운터 업무를 동시에 보고 있었다.

15. 카운터 이용 고객들은 맥도날드 고객들보다 차분하게 기다리고 있었다.

16. 바로 앞에 ‘잠시만 기다려주세요’라고 말하는 직원이 있었기 때문이다.

17. 나는 이를 보고 노인들이 맥도날드 매장에서 겪은 진짜 문제가 ‘키오스크 사용이 어렵다.’가 아니라는 것을 알게되었다.

18. 맥도날드 매장의 할머니에게 왜 키오스크를 안 쓰셨냐고 여쭤보니, ‘어려워서 못 쓴다. 앞에 사람이 있는데 뭐하러 쓰냐.’라는 대답이 돌아왔다.

19. 내가 관찰조사했던 맥도날드 매장의 진짜 문제는 ‘노인과 직원이 쉽게 연결되지 못한다.’는 것에 있었다.

20. 노인들은 눈앞에 있는 키오스크를 쓰기보다, 차라리 저 멀리 감자를 튀기고 있는 주방 직원을 부른다.

21. 고령층에게는 사람을 통한 주문이 최고의 UX이고 최적의 UI인 것이다.

22. 요즘 디지털 소외현상이 발생한다며, 노인 대상의 키오스크 교육이 증가하고 있다.

23. 과연 고령층의 키오스크 사용 능력이 진짜 문제일까?

24. 그들이 편리하게 생각하지 않는 방식을 두고, ‘배워서 편리하게 느껴라‘ 라고 강요하고 있는 건 아닐까?

25. 과연 전자기기를 잘 사용하게 되는 것이 이들의 니즈일까?

26. ‘쉽게 사람과 연결되는 것’이 진정으로 이들이 원하는 경험이 아닐까?

https://www.linkedin.com/posts/%EC%9E%A5%EC%9C%A0%EB%A6%AC-yuri-jang-757286229_%ED%82%A4%EC%98%A4%EC%8A%A4%ED%81%AC-%EB%AC%B8%EC%A0%9C%EB%A5%BC-%ED%95%B4%EA%B2%B0%ED%95%B4%EC%95%BC%ED%95%A0-%EB%A7%8C%ED%81%BC-%EB%85%B8%EC%9D%B8%EB%93%A4%EC%9D%B4-%ED%96%84%EB%B2%84%EA%B1%B0%EB%A5%BC-%EC%A2%8B%EC%95%84%ED%95%98%EB%83%90-%EB%9D%BC%EB%8A%94-%EC%A7%88%EB%AC%B8-activity-7257009415726194689-f0Wg?utm_source=share&utm_medium=member_desktop

UX 리서처, 유리 님께서 작성하시고 링크드인에서 공유한 콘텐츠입니다. 키오스크는 팬데믹 기점으로 놀라운 속도로 확산되었고 이때 학습된 경험은 최저임금이 계속 상승하는 사회적 분위기와 파트타이머를 구하고 관리하기 어려운 자영업자들의 니즈와 맞아떨어지면서 스마트폰에 이어 일상에 침투한 터치포인트가 되었습니다. 자연스럽게 디지털 약자를 고려해야 한다는 목소리가 높아졌죠. 그런데 정말 키오스크 화면을 개선하고, 햇빛이나 실내조명, 동선을 고려해 위치를 조정하고 하드웨어의 높이를 조정하면 디지털 약자들이 쉽게 쓸 수 있는 걸까요? 그것도 해야 하지만 근본적인 원인이 무엇인지 살펴볼 필요가 있습니다. UX 리서처에게 요구되는 가장 큰 역할은 '문제 정의'라는 것을 새삼 깨닫게 하는 글입니다. [ 큐레이터의 문장 🎒 ] 1. 키오스크의 UXUI 개선이 해결책일 줄 알았다. 2. UXUI 디자인 강의를 청강한 적이 있다. 한 학기 동안 각자의 프로젝트를 진행하는 방식이었다. 3. 나는 ‘맥도날드의 키오스크 개선’을 주제로 선정하였다. 그리고 이 프로젝트에서 받은 충격은 아직도 생생하다. 4. 나는 맥도날드 키오스크의 복잡하고 어려운 UXUI가 노인들에게 부정적인 경험을 안겨줄 것이며, 5. 키오스크의 UI를 개선하면 고령층의 사용성을 높일 수 있을 것이라 생각했다. 6. 그러나 관찰 결과, 키오스크의 UXUI는 고령층이 겪는 주된 문제가 아니었다. 7. 빈 카운터가 문제였다. 8. 대부분의 노인들은 들어오자마자, 키오스크는 쳐다도 보지 않고, 곧장 카운터로 향했다. 9. 내가 관찰했던 맥도날드 매장은 픽업대와 주방은 붙어 있으나, 카운터는 혼자 저만치 떨어진 구조이다. (사진 참고) 10. 따라서 직원이 카운터로 가려면 주방에서 일을 하다가 먼 발걸음을 옮겨야 했다. 11. 카운터 이용 고객들은 자리를 비운 직원을 한참 기다렸다. 12. 직원이 오지 않아 화가 난 고령의 고객들은 주방에 대고 ‘주문 좀 할게요!’하고 소리치곤 했다. 13. 반면, 근처의 버거킹은 픽업대와 카운터를 한 곳에 배치해 뒀다. (사진 참고) 14. 따라서 픽업대에서 음식을 내놓는 직원들이 카운터 업무를 동시에 보고 있었다. 15. 카운터 이용 고객들은 맥도날드 고객들보다 차분하게 기다리고 있었다. 16. 바로 앞에 ‘잠시만 기다려주세요’라고 말하는 직원이 있었기 때문이다. 17. 나는 이를 보고 노인들이 맥도날드 매장에서 겪은 진짜 문제가 ‘키오스크 사용이 어렵다.’가 아니라는 것을 알게되었다. 18. 맥도날드 매장의 할머니에게 왜 키오스크를 안 쓰셨냐고 여쭤보니, ‘어려워서 못 쓴다. 앞에 사람이 있는데 뭐하러 쓰냐.’라는 대답이 돌아왔다. 19. 내가 관찰조사했던 맥도날드 매장의 진짜 문제는 ‘노인과 직원이 쉽게 연결되지 못한다.’는 것에 있었다. 20. 노인들은 눈앞에 있는 키오스크를 쓰기보다, 차라리 저 멀리 감자를 튀기고 있는 주방 직원을 부른다. 21. 고령층에게는 사람을 통한 주문이 최고의 UX이고 최적의 UI인 것이다. 22. 요즘 디지털 소외현상이 발생한다며, 노인 대상의 키오스크 교육이 증가하고 있다. 23. 과연 고령층의 키오스크 사용 능력이 진짜 문제일까? 24. 그들이 편리하게 생각하지 않는 방식을 두고, ‘배워서 편리하게 느껴라‘ 라고 강요하고 있는 건 아닐까? 25. 과연 전자기기를 잘 사용하게 되는 것이 이들의 니즈일까? 26. ‘쉽게 사람과 연결되는 것’이 진정으로 이들이 원하는 경험이 아닐까? https://www.linkedin.com/posts/%EC%9E%A5%EC%9C%A0%EB%A6%AC-yuri-jang-757286229_%ED%82%A4%EC%98%A4%EC%8A%A4%ED%81%AC-%EB%AC%B8%EC%A0%9C%EB%A5%BC-%ED%95%B4%EA%B2%B0%ED%95%B4%EC%95%BC%ED%95%A0-%EB%A7%8C%ED%81%BC-%EB%85%B8%EC%9D%B8%EB%93%A4%EC%9D%B4-%ED%96%84%EB%B2%84%EA%B1%B0%EB%A5%BC-%EC%A2%8B%EC%95%84%ED%95%98%EB%83%90-%EB%9D%BC%EB%8A%94-%EC%A7%88%EB%AC%B8-activity-7257009415726194689-f0Wg?utm_source=share&amp;utm_medium=member_desktop

www.linkedin.com

《키오스크 디지털 소외 현상, 화면 개선이 답일까?》

YouTube에서 마음에 드는 동영상과 음악을 감상하고, 직접 만든 콘텐츠를 업로드하여 친구, 가족뿐 아니라 전 세계 사람들과 콘텐츠를 공유할 수 있습니다.

 - YouTube

페이커님의 기조연설. 내용 참 좋아요. 영상 모두 보시길!

이런 영상을 보고 "와 대단하다"라고 할 수 있는데, 그걸 넘어서서 나도 이렇게 되려면 어떻게 해야할까? 무언가를 꾸준히 하고 계속 발전하려면 어떻게 해야할까? 이 부분을 고민해보시면 어떨까 싶어요.

결국 중요한 것은 꾸준함과 끈기, 멘탈이 아닐까 싶어요

1. 4~5살부터 게임을 시작했고 좋아하는 일을 찾았다고 생각
2. 18살 때 프로게이머 입단
3. 프로게이머를 한번 해보고 싶었음. 잘되면 좋겠지만 경험이 소중할 것 같았음
4. 1~2년 하다가 잘 안되면 다른 일을 하면 된다고 생각했음
5. 3번 우승을 하며 계속 우승만 하겠지란 생각했음
6. 그러나 7-8년 뒤에 우승을 함. 그 사이에 항상 성공할 순 없겠구나를 깨달음
7. 실패가 꼭 나쁜 것은 아니구나
8. 자신의 마음에 대해 공부하면서 승부욕을 승화하며 발전하는 방법을 고민
9. 실패로 성장할 수 있고, 더 잘할 수 있음
10. 열정은 자신으로 즐기고 두려워하지 않는 것에서 시작됨
11. 오늘보다 나은 내일이 되면 성공이고, 준비를 열심히 하면 성공이다 : 나만의 성공을 정의
12. 겸손. 스스로를 파악하고 발전하려는 마음 : 메타인지
13. 본인의 가치관이 항상 옳을 수는 없다는 마음가짐

https://www.youtube.com/live/5i4_85roTdk?si=W_HhlbdxFLoTjfNo

페이커님의 기조연설. 내용 참 좋아요. 영상 모두 보시길! 이런 영상을 보고 "와 대단하다"라고 할 수 있는데, 그걸 넘어서서 나도 이렇게 되려면 어떻게 해야할까? 무언가를 꾸준히 하고 계속 발전하려면 어떻게 해야할까? 이 부분을 고민해보시면 어떨까 싶어요. 결국 중요한 것은 꾸준함과 끈기, 멘탈이 아닐까 싶어요 1. 4~5살부터 게임을 시작했고 좋아하는 일을 찾았다고 생각 2. 18살 때 프로게이머 입단 3. 프로게이머를 한번 해보고 싶었음. 잘되면 좋겠지만 경험이 소중할 것 같았음 4. 1~2년 하다가 잘 안되면 다른 일을 하면 된다고 생각했음 5. 3번 우승을 하며 계속 우승만 하겠지란 생각했음 6. 그러나 7-8년 뒤에 우승을 함. 그 사이에 항상 성공할 순 없겠구나를 깨달음 7. 실패가 꼭 나쁜 것은 아니구나 8. 자신의 마음에 대해 공부하면서 승부욕을 승화하며 발전하는 방법을 고민 9. 실패로 성장할 수 있고, 더 잘할 수 있음 10. 열정은 자신으로 즐기고 두려워하지 않는 것에서 시작됨 11. 오늘보다 나은 내일이 되면 성공이고, 준비를 열심히 하면 성공이다 : 나만의 성공을 정의 12. 겸손. 스스로를 파악하고 발전하려는 마음 : 메타인지 13. 본인의 가치관이 항상 옳을 수는 없다는 마음가짐 https://www.youtube.com/live/5i4_85roTdk?si=W_HhlbdxFLoTjfNo

www.youtube.com

페이커님의 기조 연설

- 주변 지인 설문조사 응답
- 결과물 당시 앱/서비스 리뷰
- 블로그 포스트, 동영상 리뷰, 사용 후기 등 사용자들의 서비스에 대한 비공식적인 기록
- 소셜 미디어 리뷰
- 전문가 리뷰와 평가
- 경쟁 제품에 대한 비교 평가
- 당시 일했던 이해관계자 피드백

- 주변 지인 설문조사 응답- 결과물 당시 앱/서비스 리뷰- 블로그 포스트, 동영상 리뷰, 사용 후기 등 사용자들의 서비스에 대한 비공식적인 기록- 소셜 미디어 리뷰- 전문가 리뷰와 평가- 경쟁 제품에 대한 비교 평가- 당시 일했던 이해관계자 피드백

📊 포폴에서 정량 데이터를 대체할 수 있는 정성 데이터(100%는 아님

Kafka Streams는 Apache Kafka에서 제공하는 분산 스트리밍 처리 애플리케이션 라이브러리입니다. 이 라이브러리는 대규모 데이터 스트림을 실시간으로 처리하며 데이터 분석, 변환, 집계 같은 작업을 손쉽게 구현할 수 있도록 설계되었습니다.
 
이번 글에서는 Kafka Streams의 핵심 개념과 작동 방식을 초보자도 이해할 수 있도록 간단히 설명하겠습니다.
 
Kafka Streams란 무엇인가?
Kafka Streams는 실시간 스트리밍 데이터 처리를 위한 Apache Kafka의 클라이언트 라이브러리입니다.
복잡한 분산 시스템의 세부사항을 개발자가 직접 관리하지 않아도, 간단한 코드를 통해 실시간 데이터를 처리하고 분석할 수 있게 돕습니다. Kafka Streams는 데이터의 필터링, 변환, 집계 같은 작업을 쉽게 수행하도록 설계되었습니다.
 
[주요 특징]
 * 사용 편의성
 Kafka Streams는 Java 및 Scala 애플리케이션에서 라이브러리로 사용되며, 별도의 클러스터 관리가 필요 없습니다.
 * 확장성
 Kafka Streams는 자동으로 작업을 분산 처리하여 대량의 데이터도 안정적으로 처리할 수 있습니다.
 * 실시간 처리
 데이터를 수집하자마자 필터링, 변환, 집계 같은 작업을 즉시 수행할 수 있습니다.
 * 내결함성
 Kafka의 내장된 내결함성 메커니즘을 활용해 장애 발생 시에도 안정적으로 데이터를 처리할 수 있습니다.
 
기본 구성 요소
Kafka Streams 애플리케이션의 주요 개념은 다음과 같습니다.
 
[Stream]
Stream은 Kafka 토픽의 데이터를 나타냅니다. Kafka Streams에서 Stream은 끝없이 변화하는 레코드의 흐름으로, 예를 들어 사용자 클릭 로그나 센서 데이터를 생각할 수 있습니다.
 
[Stream Processing Topology]
Topology는 데이터 처리를 정의하는 연산의 구조입니다. 이는 데이터를 읽고, 변환하고, 결과를 저장하는 처리 흐름으로 구성됩니다.
 * Source Processor: Kafka 토픽에서 데이터를 읽습니다.
 * Stream Processor: 데이터를 변환하거나 처리합니다.
 * Sink Processor: 처리된 데이터를 다른 Kafka 토픽에 저장합니다.

[KStream과 KTable]
Kafka Streams에서 데이터를 표현하는 주요 데이터 구조입니다.
 * KStream: 레코드의 연속적인 스트림을 나타냅니다.
 예: Order 이벤트 스트림
 * KTable: 스트림에서 집계된 상태 데이터를 나타냅니다.
 예: 현재 재고 상태, 사용자 프로필
 
작동 방식
Kafka Streams 애플리케이션은 다음과 같은 단계를 거쳐 작동합니다.
 
1. Kafka 토픽에서 데이터를 읽어들입니다.
StreamsBuilder builder = new StreamsBuilder();
KStream<String, String> inputStream = builder.stream("input-topic");

 * StreamsBuilder는 데이터 처리를 정의하는 시작점입니다.
 * 위 코드에서 input-topic은 데이터를 가져올 Kafka 토픽입니다.
 
2. 데이터를 변환하거나 필터링합니다.
KStream<String, String> filteredStream = inputStream.filter(
 (key, value) -> value.contains("important")
);

 * filter 연산은 특정 조건에 맞는 데이터만 남깁니다. 예를 들어, 값에 "important"가 포함된 데이터만 필터링합니다.

3. 집계를 수행합니다.
KTable<String, Long> wordCounts = inputStream
 .flatMapValues(value -> Arrays.asList(value.split(" ")))
 .groupBy((key, word) -> word)
 .count();

 * 위 코드에서는 각 단어의 발생 횟수를 계산합니다. 이는 데이터를 분해(flatMap)하고, 그룹화한 후, 집계하는 과정을 포함합니다.

4. 처리된 데이터를 새로운 Kafka 토픽에 저장합니다.
filteredStream.to("output-topic");

 * to 연산을 사용하여 처리된 데이터를 output-topic으로 저장합니다.

5. Kafka Streams 애플리케이션을 시작합니다.
KafkaStreams streams = new KafkaStreams(builder.build(), props);
streams.start();

 
실제 활용 사례
Kafka Streams는 다양한 실시간 데이터 처리 작업에 사용됩니다.
 1. 로그 분석
 실시간으로 로그 데이터를 분석하여 오류를 감지하거나 성능을 모니터링합니다.
 2. IoT 데이터 처리
 센서 데이터를 수집하고, 이를 분석하여 실시간으로 알림을 생성합니다. 예: 온도 센서 데이터를 기반으로 경고 메시지 전송.
 3. 실시간 추천 시스템
 사용자 행동 데이터를 기반으로 즉각적인 추천을 제공합니다. 예: 특정 상품을 클릭하면 관련 상품 추천.
 4. 금융 거래 모니터링
 금융 거래 데이터를 실시간으로 처리하여 사기 행위를 탐지합니다. 예: 비정상적으로 큰 거래가 발생하면 경고를 생성.
 
장단점
[장점]
 * 간단한 API: 복잡한 코드를 작성하지 않고도 실시간 스트리밍 처리가 가능
 * 확장성: 대규모 데이터 처리에도 적합
 * Kafka와의 통합: Kafka와 긴밀히 통합되어 높은 성능을 보장
[단점]
 * 초기 학습 곡선: 스트리밍 처리 개념과 Kafka의 작동 방식을 이해해야 함
 * Java 기반: 다른 언어로 개발을 원하는 경우 제약이 있을 수 있음
 
결론
Kafka Streams는 실시간 스트리밍 데이터 처리의 강력한 도구입니다. 간단한 코드로 대규모 데이터를 안정적이고 효율적으로 처리할 수 있어 로그 분석, IoT 데이터 처리, 실시간 추천 시스템 등 다양한 분야에서 활용됩니다.
 
다음 포스팅에서는 KStream과 KTable을 활용한 데이터 스트림 간의 조인(Join) 방식에 대해 다루겠습니다. Inner Join, Left Join, Outer Join 같은 다양한 방식이 어떤 문제를 해결할 수 있는지 구체적인 예제와 함께 살펴볼 예정입니다.

본문: [https://ducktopia.tistory.com/140]

Kafka Streams는 Apache Kafka에서 제공하는 분산 스트리밍 처리 애플리케이션 라이브러리입니다. 이 라이브러리는 대규모 데이터 스트림을 실시간으로 처리하며 데이터 분석, 변환, 집계 같은 작업을 손쉽게 구현할 수 있도록 설계되었습니다.&nbsp;이번 글에서는 Kafka Streams의 핵심 개념과 작동 방식을 초보자도 이해할 수 있도록 간단히 설명하겠습니다.&nbsp;Kafka Streams란 무엇인가?Kafka Streams는 실시간 스트리밍 데이터 처리를 위한 Apache Kafka의 클라이언트 라이브러리입니다. 복잡한 분산 시스템의 세부사항을 개발자가 직접 관리하지 않아도, 간단한 코드를 통해 실시간 데이터를 처리하고 분석할 수 있게 돕습니다. Kafka Streams는 데이터의 필터링, 변환, 집계 같은 작업을 쉽게 수행하도록 설계되었습니다.&nbsp;[주요 특징]<ul ><li>사용 편의성 Kafka Streams는 Java 및 Scala 애플리케이션에서 라이브러리로 사용되며, 별도의 클러스터 관리가 필요 없습니다.</li><li>확장성 Kafka Streams는 자동으로 작업을 분산 처리하여 대량의 데이터도 안정적으로 처리할 수 있습니다.</li><li>실시간 처리 데이터를 수집하자마자 필터링, 변환, 집계 같은 작업을 즉시 수행할 수 있습니다.</li><li>내결함성 Kafka의 내장된 내결함성 메커니즘을 활용해 장애 발생 시에도 안정적으로 데이터를 처리할 수 있습니다.</li></ul>&nbsp;기본 구성 요소Kafka Streams 애플리케이션의 주요 개념은 다음과 같습니다.&nbsp;[Stream]Stream은 Kafka 토픽의 데이터를 나타냅니다. Kafka Streams에서 Stream은 끝없이 변화하는 레코드의 흐름으로, 예를 들어 사용자 클릭 로그나 센서 데이터를 생각할 수 있습니다.&nbsp;[Stream Processing Topology]Topology는 데이터 처리를 정의하는 연산의 구조입니다. 이는 데이터를 읽고, 변환하고, 결과를 저장하는 처리 흐름으로 구성됩니다.<ul ><li>Source Processor: Kafka 토픽에서 데이터를 읽습니다.</li><li>Stream Processor: 데이터를 변환하거나 처리합니다.</li><li>Sink Processor: 처리된 데이터를 다른 Kafka 토픽에 저장합니다.</li></ul> [KStream과 KTable]Kafka Streams에서 데이터를 표현하는 주요 데이터 구조입니다.<ul ><li>KStream: 레코드의 연속적인 스트림을 나타냅니다. 예: Order 이벤트 스트림</li><li>KTable: 스트림에서 집계된 상태 데이터를 나타냅니다. 예: 현재 재고 상태, 사용자 프로필</li></ul>&nbsp;작동 방식Kafka Streams 애플리케이션은 다음과 같은 단계를 거쳐 작동합니다.&nbsp;1. Kafka 토픽에서 데이터를 읽어들입니다.<pre ><code class="language-java">StreamsBuilder builder = new StreamsBuilder();
KStream&lt;String, String&gt; inputStream = builder.stream("input-topic");</code></pre><ul ><li>StreamsBuilder는 데이터 처리를 정의하는 시작점입니다.</li><li>위 코드에서 input-topic은 데이터를 가져올 Kafka 토픽입니다.</li></ul>&nbsp;2. 데이터를 변환하거나 필터링합니다.<pre ><code class="language-java">KStream&lt;String, String&gt; filteredStream = inputStream.filter(
 (key, value) -&gt; value.contains("important")
);</code></pre><ul ><li>filter 연산은 특정 조건에 맞는 데이터만 남깁니다. 예를 들어, 값에 "important"가 포함된 데이터만 필터링합니다.</li></ul> 3. 집계를 수행합니다.<pre ><code class="language-java">KTable&lt;String, Long&gt; wordCounts = inputStream
 .flatMapValues(value -&gt; Arrays.asList(value.split(" ")))
 .groupBy((key, word) -&gt; word)
 .count();</code></pre><ul ><li>위 코드에서는 각 단어의 발생 횟수를 계산합니다. 이는 데이터를 분해(flatMap)하고, 그룹화한 후, 집계하는 과정을 포함합니다.</li></ul> 4. 처리된 데이터를 새로운 Kafka 토픽에 저장합니다.<pre ><code class="language-java">filteredStream.to("output-topic");</code></pre><ul ><li>to 연산을 사용하여 처리된 데이터를 output-topic으로 저장합니다.</li></ul> 5. Kafka Streams 애플리케이션을 시작합니다.<pre ><code class="language-java">KafkaStreams streams = new KafkaStreams(builder.build(), props);
streams.start();</code></pre>&nbsp;실제 활용 사례Kafka Streams는 다양한 실시간 데이터 처리 작업에 사용됩니다.<ol ><li>로그 분석 실시간으로 로그 데이터를 분석하여 오류를 감지하거나 성능을 모니터링합니다.</li><li>IoT 데이터 처리 센서 데이터를 수집하고, 이를 분석하여 실시간으로 알림을 생성합니다. 예: 온도 센서 데이터를 기반으로 경고 메시지 전송.</li><li>실시간 추천 시스템 사용자 행동 데이터를 기반으로 즉각적인 추천을 제공합니다. 예: 특정 상품을 클릭하면 관련 상품 추천.</li><li>금융 거래 모니터링 금융 거래 데이터를 실시간으로 처리하여 사기 행위를 탐지합니다. 예: 비정상적으로 큰 거래가 발생하면 경고를 생성.</li></ol>&nbsp;장단점[장점]<ul ><li>간단한 API: 복잡한 코드를 작성하지 않고도 실시간 스트리밍 처리가 가능</li><li>확장성: 대규모 데이터 처리에도 적합</li><li>Kafka와의 통합: Kafka와 긴밀히 통합되어 높은 성능을 보장</li></ul>[단점]<ul ><li>초기 학습 곡선: 스트리밍 처리 개념과 Kafka의 작동 방식을 이해해야 함</li><li>Java 기반: 다른 언어로 개발을 원하는 경우 제약이 있을 수 있음</li></ul>&nbsp;결론Kafka Streams는 실시간 스트리밍 데이터 처리의 강력한 도구입니다. 간단한 코드로 대규모 데이터를 안정적이고 효율적으로 처리할 수 있어 로그 분석, IoT 데이터 처리, 실시간 추천 시스템 등 다양한 분야에서 활용됩니다.&nbsp;다음 포스팅에서는 KStream과 KTable을 활용한 데이터 스트림 간의 조인(Join) 방식에 대해 다루겠습니다. Inner Join, Left Join, Outer Join 같은 다양한 방식이 어떤 문제를 해결할 수 있는지 구체적인 예제와 함께 살펴볼 예정입니다. 본문: [https://ducktopia.tistory.com/140]

🕊️ Kafka Streams: 실시간 데이터 처리를 위한 도구

카카오스타일(Kakao Style)의 채용공고를 확인해 보세요.

SNS 마케터 (일본)

곧 글로벌 구독자 100만을 앞두고 있는 K-컬쳐&라이프스타일 미디어 킷토(kitto)의 일본 소셜 채널을 운영해주실 담당자분을 찾고 있습니다!

https://career.kakaostyle.com/o/131026

- 인스타그램, 틱톡 플랫폼을 중심으로 일본 유저 대상 K컬쳐를 전달하는 콘텐츠를 기획하고 제작해요.

- Kitto 미디어 채널별 콘텐츠에 대한 데이터를 분석하고 인사이트를 도출해요.

- Kitto 오리지널 콘텐츠 및 브랜디드 콘텐츠를 기획 및 제작하며, 다양한 외부 에디터와 협업해요.

관심 있으신 분은 언제든지 편하게 연락주세요!!!

곧 글로벌 구독자 100만을 앞두고 있는 K-컬쳐&amp;라이프스타일 미디어 킷토(kitto)의 일본 소셜 채널을 운영해주실 담당자분을 찾고 있습니다! https://career.kakaostyle.com/o/131026 - 인스타그램, 틱톡 플랫폼을 중심으로 일본 유저 대상 K컬쳐를 전달하는 콘텐츠를 기획하고 제작해요. - Kitto 미디어 채널별 콘텐츠에 대한 데이터를 분석하고 인사이트를 도출해요. - Kitto 오리지널 콘텐츠 및 브랜디드 콘텐츠를 기획 및 제작하며, 다양한 외부 에디터와 협업해요. 관심 있으신 분은 언제든지 편하게 연락주세요!!!

카카오스타일(Kakao Style)

계란후라이 1119

최근 3개월 회고 시리즈 (8)
OKR & CFR 우리만의 콘텐츠를 만들자

최근 3개월 동안 일을 하며 배운 가장 큰 수확은 OKR과 CFR 개념에 대해서 깊은 이해를 얻게 된 것입니다. 개인적으로 여전히 이와 같은 프레임워크가 잘 작동할 수 있는지 고민이 되고, 의문이 들긴 합니다.

OKR은 최근 많은 기업에서 성과를 관리하기 위해 사용하고 있는 방법론이고, CFR은 OKR을 잘 운영하기 위해 필요한 이상적인 방법론입니다. 공통점은 둘 다 이론이고, 실행은 각자 사정에 맞게 하면 된다는 것입니다.

OKR and CFR을 학습하며 깨달은 바는 세상에 이상적인 방법은 있지만, 그것을 실제 적용하는 것은 각 조직에 특성을 고려하여 반영해야 한다는 것입니다. 여기서 성공한 방식을 저기서 똑같이 적용한다고 모두 성공을 맛볼 수 있는 것은 아닙니다.

공부가 제일 쉬웠다는 믿기지 않는 이야기를 전파한 그분의 학습 방법론에 따르면 예습과 복습을 철저히 하고 교과서 위주로 공부하면 된다고 합니다. 실제로 그렇게 따라 하면 전교 1등은 아니지만 반에서 상위권은 들 수 있을 것 같아요. 그런데 중요한 사실은 예습과 복습을 얼마나 어떻게 해야 하는지, 교과서 위주로 무엇을 어떻게 해야 하는지 디테일이 빠져있습니다. 이 디테일은 각자 공부하는 스타일로 채워야 한다고 생각합니다.

실리콘밸리에서 성공한 기업이 이야기하는 조직문화에 대한 생각을 책으로 읽어보았습니다. 규칙 없음, 주도적인, 원대한 목표와 같은 이상적인 조직문화를 보았습니다. 자, 이제 각 기업에서 이걸 그대로 복사해서 붙여 넣으면 우리도 저절로 성공한 기업이 될까요?

OKR and CFR을 학습하며 깨달은 두 번째 인사이트는, 무엇이든 열심히 치열하게 노력해야 결과를 만들 수 있다는 것입니다. 훌륭한 방법론을 배웠다면, 그것을 현장에 적용하기 위한 피나는 노력, 몸부림이 필요합니다. 왜냐하면 변화는 어렵고 고통스럽기 때문입니다.

새벽 4시에 일어나서 자기개발을 하겠다고 마음먹었다면, 알람을 맞춰놓는 것으로 충분하지 않습니다. 우선 자기개발에 분명하고 확실한 목표가 필요합니다. 동기부여가 되는 목표 아래 타오르는 의지도 있어야 합니다. 그리고 밤에 일찍 자야 합니다. 일찍 자기 위해 술과 놀이를 끊어야 합니다. 더하기 알람 설정이 있어야 새벽 4시에 미라클 모닝을 실천할 수 있습니다.

어쩌면 변화와 결과는 방법론에 있지 않을 수도 있겠다는 생각이 듭니다. 변화하고 싶다는 의지, 결과를 얻고 싶다는 뚜렷한 목표가 우리를 움직이는 것은 아닐까요? 책에서 느껴지지 않는 성공한 사람과 기업이 가지고 있는 뜨거운 열정을 배우고 싶고 마음에 담고 싶습니다.

예전 언젠가 무언가에 의해 가슴 뛰는 열정을 가졌던 마음을 회복하는 우리가 되길 진심으로 응원합니다.

계란후라이 1119 최근 3개월 회고 시리즈 (8)OKR &amp; CFR 우리만의 콘텐츠를 만들자​최근 3개월 동안 일을 하며 배운 가장 큰 수확은 OKR과 CFR 개념에 대해서 깊은 이해를 얻게 된 것입니다. 개인적으로 여전히 이와 같은 프레임워크가 잘 작동할 수 있는지 고민이 되고, 의문이 들긴 합니다.​OKR은 최근 많은 기업에서 성과를 관리하기 위해 사용하고 있는 방법론이고, CFR은 OKR을 잘 운영하기 위해 필요한 이상적인 방법론입니다. 공통점은 둘 다 이론이고, 실행은 각자 사정에 맞게 하면 된다는 것입니다.​OKR and CFR을 학습하며 깨달은 바는 세상에 이상적인 방법은 있지만, 그것을 실제 적용하는 것은 각 조직에 특성을 고려하여 반영해야 한다는 것입니다. 여기서 성공한 방식을 저기서 똑같이 적용한다고 모두 성공을 맛볼 수 있는 것은 아닙니다.​공부가 제일 쉬웠다는 믿기지 않는 이야기를 전파한 그분의 학습 방법론에 따르면 예습과 복습을 철저히 하고 교과서 위주로 공부하면 된다고 합니다. 실제로 그렇게 따라 하면 전교 1등은 아니지만 반에서 상위권은 들 수 있을 것 같아요. 그런데 중요한 사실은 예습과 복습을 얼마나 어떻게 해야 하는지, 교과서 위주로 무엇을 어떻게 해야 하는지 디테일이 빠져있습니다. 이 디테일은 각자 공부하는 스타일로 채워야 한다고 생각합니다.​실리콘밸리에서 성공한 기업이 이야기하는 조직문화에 대한 생각을 책으로 읽어보았습니다. 규칙 없음, 주도적인, 원대한 목표와 같은 이상적인 조직문화를 보았습니다. 자, 이제 각 기업에서 이걸 그대로 복사해서 붙여 넣으면 우리도 저절로 성공한 기업이 될까요?​OKR and CFR을 학습하며 깨달은 두 번째 인사이트는, 무엇이든 열심히 치열하게 노력해야 결과를 만들 수 있다는 것입니다. 훌륭한 방법론을 배웠다면, 그것을 현장에 적용하기 위한 피나는 노력, 몸부림이 필요합니다. 왜냐하면 변화는 어렵고 고통스럽기 때문입니다.​새벽 4시에 일어나서 자기개발을 하겠다고 마음먹었다면, 알람을 맞춰놓는 것으로 충분하지 않습니다. 우선 자기개발에 분명하고 확실한 목표가 필요합니다. 동기부여가 되는 목표 아래 타오르는 의지도 있어야 합니다. 그리고 밤에 일찍 자야 합니다. 일찍 자기 위해 술과 놀이를 끊어야 합니다. 더하기 알람 설정이 있어야 새벽 4시에 미라클 모닝을 실천할 수 있습니다.​어쩌면 변화와 결과는 방법론에 있지 않을 수도 있겠다는 생각이 듭니다. 변화하고 싶다는 의지, 결과를 얻고 싶다는 뚜렷한 목표가 우리를 움직이는 것은 아닐까요? 책에서 느껴지지 않는 성공한 사람과 기업이 가지고 있는 뜨거운 열정을 배우고 싶고 마음에 담고 싶습니다.​예전 언젠가 무언가에 의해 가슴 뛰는 열정을 가졌던 마음을 회복하는 우리가 되길 진심으로 응원합니다.

꿈을 찾는 사람에게 보내는 307 번째 편지

(1) 퍼포먼스마케팅의 성과를 만드는 구조화 | "장기적으로 우리는 모두 죽는다."  거시경제학의 아버지 존 메이너드 케인스가 '장기적으로 시장이 모든 것을 해결해 줄 것'이라고 주장한 고전경제학자들의 낙관론을 비판하며 나온 말입니다.   퍼포먼스마케팅과 백만 년쯤 떨어져 있을 것만 같은 이 말은 우리가 매일 마주하는 일상적인 문제와 맞닿아 있습니다. 아래와 같이 단어를 아주 살짝 바꿔보면 더욱 와닿는

[그로스마케터의 시선] 장기적으로 성과는 모두 죽는다

모든 광고매체가 '머신러닝'과 '최적화'를 강조하는 시대에, 퍼포먼스 마케터는 어떤 기여를 할 수 있을까요? 아주 구체적인 답은 아니지만, 하나의 화두를 던져주는 글인 것 같습니다. A/B 테스트의 위너, 최적화된 캠페인의 효율, 어렵게 셋팅한 Segment의 반응은 영원불변하지 않습니다. 시간이 흐르고, 서비스를 둘러싼 환경과 맥락이 변하면서 마케터들은 어느 부분에는 끊임없이 개입을 해야 하는데요. 이러한 배경을 생각하면서 읽어보면 좋은 글입니다.

모든 광고매체가 '머신러닝'과 '최적화'를 강조하는 시대에, 퍼포먼스 마케터는 어떤 기여를 할 수 있을까요? 아주 구체적인 답은 아니지만, 하나의 화두를 던져주는 글인 것 같습니다. A/B 테스트의 위너, 최적화된 캠페인의 효율, 어렵게 셋팅한 Segment의 반응은 영원불변하지 않습니다. 시간이 흐르고, 서비스를 둘러싼 환경과 맥락이 변하면서 마케터들은 어느 부분에는 끊임없이 개입을 해야 하는데요. 이러한 배경을 생각하면서 읽어보면 좋은 글입니다.

Brunch Story

[장기적으로 성과는 모두 죽는다]

큰 장애를 냈어요. 사소한 실수였죠. 연봉을 뱉어내도 메울 수 없는 손실을 냈어요.

문제를 복구한 뒤 원인 분석을 위해 모였어요. 이상했어요. 아무도 저를 탓하지 않았거든요. 오히려 절 걱정해줬어요.

제 잘못이 아니라 프로세스의 문제라고 했어요. 일하는 법을 바꿔서 같은 상황을 만들지 않으면 되는 거라고 했어요.

또 하나 배웠어요. 때론 사람을 고치려 하지 말고 프로세스, 환경을 바꿔야 한다는 점을요.

큰 장애를 냈어요. 사소한 실수였죠. 연봉을 뱉어내도 메울 수 없는 손실을 냈어요. 문제를 복구한 뒤 원인 분석을 위해 모였어요. 이상했어요. 아무도 저를 탓하지 않았거든요. 오히려 절 걱정해줬어요. 제 잘못이 아니라 프로세스의 문제라고 했어요. 일하는 법을 바꿔서 같은 상황을 만들지 않으면 되는 거라고 했어요. 또 하나 배웠어요. 때론 사람을 고치려 하지 말고 프로세스, 환경을 바꿔야 한다는 점을요.

제가 잘못한 게 아니라고요?

최종 면접에서 자꾸 떨어진다고 코칭을 요청하시는 분들이 간혹 있다. 그 이야기는 앞단의 기술 면접은 잘 했다는 이야기인데 기술 면접과 최종 면접의 차이점은 무엇일까?

먼저 기술 면접에서는 당연히 기술적인 이야기와 업무를 중심으로 이야기한다고 하면 최종 면접에서는 더 상위 레벨의 이야기를 해야 하며 면접관의 입장에서 무엇이 궁금할지 생각해봐야 한다. 경영진의 관점에서는 기술적인 역량은 이미 검증이 된 것이고 이제 궁금한 것은 회사에 무슨 이유로 지원했고 얼마나 열정이 있고 우리가 원하는 인재상인지 얼마나 오래 같이 갈 것인지 여부 이다.

항상 나오는 질문은 왜 우리 회사에 지원하는지 이유를 물어보는 거다. 꼭 나름대로의 답변을 준비할 필요가 있다. 또 최종 면접에서는 어떤 질문을 하느냐가 앞단의 기술 면접보다 더 중요하다. 어느 정도 규모가 되는 회사라면 회사 홈페이지등을 통해 회사의 비전과 미션에 대해 알아보고 어떤 인재상을 갖고 있는지 알아보는 등 약간의 준비와 공부가 필요하다. 면접관에게 하는 질문도 기술적인 것 (이는 앞단의 기술 면접 때 물어보는 것이 맞다) 보다는 개인적인 창업이나 조인 동기에 대해 물어보는 것이 좋고 회사의 단기와 장기 목표에 대해 물어보는 것, 인재상에 대해 물어보는 것 등이 더 좋다.

다음으로 자신감을 가지고 긍정적인 톤으로 이야기하는 연습하는 것이 중요하다. 앞에 경력 단절이 있는 경우 그걸 너무 감추려 하거나 죄를 지은 것 처럼 생각하지 말고 당당하게 무슨 이유로 단절이 있고 무슨 준비를 하며 보냈는지 설명하면 된다.

최종 면접에서 자꾸 떨어진다고 코칭을 요청하시는 분들이 간혹 있다. 그 이야기는 앞단의 기술 면접은 잘 했다는 이야기인데 기술 면접과 최종 면접의 차이점은 무엇일까? 먼저 기술 면접에서는 당연히 기술적인 이야기와 업무를 중심으로 이야기한다고 하면 최종 면접에서는 더 상위 레벨의 이야기를 해야 하며 면접관의 입장에서 무엇이 궁금할지 생각해봐야 한다. 경영진의 관점에서는 기술적인 역량은 이미 검증이 된 것이고 이제 궁금한 것은 회사에 무슨 이유로 지원했고 얼마나 열정이 있고 우리가 원하는 인재상인지 얼마나 오래 같이 갈 것인지 여부 이다. 항상 나오는 질문은 왜 우리 회사에 지원하는지 이유를 물어보는 거다. 꼭 나름대로의 답변을 준비할 필요가 있다. 또 최종 면접에서는 어떤 질문을 하느냐가 앞단의 기술 면접보다 더 중요하다. 어느 정도 규모가 되는 회사라면 회사 홈페이지등을 통해 회사의 비전과 미션에 대해 알아보고 어떤 인재상을 갖고 있는지 알아보는 등 약간의 준비와 공부가 필요하다. 면접관에게 하는 질문도 기술적인 것 (이는 앞단의 기술 면접 때 물어보는 것이 맞다) 보다는 개인적인 창업이나 조인 동기에 대해 물어보는 것이 좋고 회사의 단기와 장기 목표에 대해 물어보는 것, 인재상에 대해 물어보는 것 등이 더 좋다. 다음으로 자신감을 가지고 긍정적인 톤으로 이야기하는 연습하는 것이 중요하다. 앞에 경력 단절이 있는 경우 그걸 너무 감추려 하거나 죄를 지은 것 처럼 생각하지 말고 당당하게 무슨 이유로 단절이 있고 무슨 준비를 하며 보냈는지 설명하면 된다.

최종 면접과 기술 면접의 차이점

사이드 프로젝트 개발자를 구합니다.
기획은 80% 이상 완료되어 있는 상태입니다.
현재 팀 구성원 : 기획자, 디자이너, 마케터.
플러터와 백엔드 개발을 다루는 풀스택 개발자를 찾습니다.
보상: 처음에는 드릴 수 없으나 수익이 나면 공평하게 분배해 드립니다.
원할 시 스톡옵션도 드릴 수 있습니다.

사이드 프로젝트 개발자가 아니라 호구 개발자를 구합니다로 바꿔야 하는 것 아닌가?

서비스 전체를 만드는 개발자에게는 스톡옵션을 준다고 하고 수익은 나눠 갖는다고 합니다.
어차피 자기들도 돈이 없으니까 월급을 주지는 못하고 스톡옵션으로 준다는 것.
아마 스톡옵션이 뭔지도 모를 것이 분명합니다.
법인을 만들어야 하고, 정관에 뭘 적어야 하고 언제부터 효력이 발생하고 얼만큼 발행할 수 있는지.
이런 걸 알고 적었을까? (아마 아닐 것 같습니다)

그냥 일단 적어 놓고 누구 하나 걸려라 기다리는 것.
이런 것에 혹하는 개발자들은 설마 없겠죠…?

만들고 싶은 게 있으면 그냥 혼자서 만들면 됩니다.
누구에게 의지하고 싶은 마음을 가라 앉히고.
그러면 실패해도 남는 거라도 있습니다.

요즘엔 AI 툴들 덕분에 개발자들은 날개가 생겼습니다.
물론 다른 직군들도 마찬가지긴 합니다만.
각자 훨훨 날아가면 됩니다.

<code >사이드 프로젝트 개발자를 구합니다.</code><code >기획은 80% 이상 완료되어 있는 상태입니다.</code><code >현재 팀 구성원 : 기획자, 디자이너, 마케터.</code><code >플러터와 백엔드 개발을 다루는 풀스택 개발자를 찾습니다.</code><code >보상: 처음에는 드릴 수 없으나 수익이 나면 공평하게 분배해 드립니다.</code><code >원할 시 스톡옵션도 드릴 수 있습니다.</code> 사이드 프로젝트 개발자가 아니라 호구 개발자를 구합니다로 바꿔야 하는 것 아닌가? 서비스 전체를 만드는 개발자에게는 스톡옵션을 준다고 하고 수익은 나눠 갖는다고 합니다.어차피 자기들도 돈이 없으니까 월급을 주지는 못하고 스톡옵션으로 준다는 것.아마 스톡옵션이 뭔지도 모를 것이 분명합니다.법인을 만들어야 하고, 정관에 뭘 적어야 하고 언제부터 효력이 발생하고 얼만큼 발행할 수 있는지.이런 걸 알고 적었을까? (아마 아닐 것 같습니다) 그냥 일단 적어 놓고 누구 하나 걸려라 기다리는 것.이런 것에 혹하는 개발자들은 설마 없겠죠…? 만들고 싶은 게 있으면 그냥 혼자서 만들면 됩니다.누구에게 의지하고 싶은 마음을 가라 앉히고.그러면 실패해도 남는 거라도 있습니다. 요즘엔 AI 툴들 덕분에 개발자들은 날개가 생겼습니다.물론 다른 직군들도 마찬가지긴 합니다만.각자 훨훨 날아가면 됩니다.

호구 개발자를 구합니다

fetch 함수를 쓸 때 왜 await를 두 번 써야 할까요?
간단히 설명하면, 서버와 통신할 때 데이터가 두 단계로 나눠져서 오기 때문입니다.

첫 번째 await는 서버에서 응답이 올 때까지 기다립니다. 이때 HTTP 헤더(응답의 기본 정보)를 받게 됩니다. 이 때 서버가 에러를 보내도 이 단계는 정상적으로 완료됩니다.
두 번째 await는 실제 데이터(response body)를 JSON으로 변환하는 과정입니다. 서버에서 받은 데이터를 우리가 JavaScript에서 쓸 수 있는 형태로 바꿔 줍니다.

이렇게 나눠진 구조 덕분에 큰 데이터를 받을 때도 효율적으로 처리할 수 있으며, 데이터를 다 받기 전에도 상태 코드만 보고 에러를 확인할 수 있다는 장점도 있습니다.

실무에서는 편의성 때문에 axios를 더 많이 쓰긴 하지만, 종종 fetch를 써야할 상황에서는 이런 지식들을 알아두시면 도움이 될 것 같네요.

https://www.youtube.com/watch?v=Ki64Cnyf_cA

fetch 함수를 쓸 때 왜 await를 두 번 써야 할까요? 간단히 설명하면, 서버와 통신할 때 데이터가 두 단계로 나눠져서 오기 때문입니다. 첫 번째 await는 서버에서 응답이 올 때까지 기다립니다. 이때 HTTP 헤더(응답의 기본 정보)를 받게 됩니다. 이 때 서버가 에러를 보내도 이 단계는 정상적으로 완료됩니다.두 번째 await는 실제 데이터(response body)를 JSON으로 변환하는 과정입니다. 서버에서 받은 데이터를 우리가 JavaScript에서 쓸 수 있는 형태로 바꿔 줍니다. 이렇게 나눠진 구조 덕분에 큰 데이터를 받을 때도 효율적으로 처리할 수 있으며, 데이터를 다 받기 전에도 상태 코드만 보고 에러를 확인할 수 있다는 장점도 있습니다. 실무에서는 편의성 때문에 axios를 더 많이 쓰긴 하지만, 종종 fetch를 써야할 상황에서는 이런 지식들을 알아두시면 도움이 될 것 같네요. https://www.youtube.com/watch?v=Ki64Cnyf_cA

JavaScript fetch는 왜 await를 두 번 할까

Machine Learning Systems

https://mlsysbook.ai/

하버드의 머신러닝 시스템 수업의 일환으로 개발된 책이라고 하네요. 내용 살펴보니까 거시적인 시스템 관점으로 다루고 있어 좋네요.

Ondevice learning, MLOps도 다루는 책으로 범위가 꽤 넓어요. 18장은 아직 작성되지 않았는데 추후에 추가될 것 같네요

https://mlsysbook.ai/ 하버드의 머신러닝 시스템 수업의 일환으로 개발된 책이라고 하네요. 내용 살펴보니까 거시적인 시스템 관점으로 다루고 있어 좋네요. Ondevice learning, MLOps도 다루는 책으로 범위가 꽤 넓어요. 18장은 아직 작성되지 않았는데 추후에 추가될 것 같네요

mlsysbook.ai

Machine Learning Systems 책(무료, 1400쪽

토스 채용

토스 프론트엔드 플랫폼 팀과 함께 겨울방학동안 샘플 앱을 만들어가실 분을 찾는다고 합니다.

내년, 토스 프론트엔드 개발환경이 모두에게 공개된다고 해요.
공개 전 샘플앱을 만들면서 검증할 분을 찾나봐요!

자세한 사항은 아래 링크로!

https://toss.im/career/job-detail?job_id=6272708003

토스 프론트엔드 플랫폼 팀과 함께 겨울방학동안 샘플 앱을 만들어가실 분을 찾는다고 합니다. 내년, 토스 프론트엔드 개발환경이 모두에게 공개된다고 해요. 공개 전 샘플앱을 만들면서 검증할 분을 찾나봐요! 자세한 사항은 아래 링크로! https://toss.im/career/job-detail?job_id=6272708003

toss.im

토스 개발팀에서 겨울방학동안 샘플 앱 만드실분~

너무나 아름답지 않나요?

모니터와 휴대폰의 네모상자 안에서
하루의 시간 절반 이상을 보내는 저에게는
너무나 소중한 장면 중 하나입니다.

하루가 끝나가는 마무리 시간 쯔음,
저는 기회가 되면 밖으로 나가서 혼자 산책을 합니다.

혼자 걸으면서 무심할 정도로 파란 하늘을 보면 때로는 이런 생각이 듭니다. 우리는 무엇을 위해 이렇게 하늘 아래에서 아둥바둥 살고 있을까?

이런 광경들을 무한히 볼 수 있는 행운을 가지고 산다면,
우리에게는 무엇이 더 필요할까요?

여러분의 세상은 어떤 세상인가요?
지금 제가 사는 세상은 이렇습니다.

너무나 아름답지 않나요? 모니터와 휴대폰의 네모상자 안에서 하루의 시간 절반 이상을 보내는 저에게는 너무나 소중한 장면 중 하나입니다. 하루가 끝나가는 마무리 시간 쯔음, 저는 기회가 되면 밖으로 나가서 혼자 산책을 합니다. 혼자 걸으면서 무심할 정도로 파란 하늘을 보면 때로는 이런 생각이 듭니다. 우리는 무엇을 위해 이렇게 하늘 아래에서 아둥바둥 살고 있을까? 이런 광경들을 무한히 볼 수 있는 행운을 가지고 산다면, 우리에게는 무엇이 더 필요할까요? 여러분의 세상은 어떤 세상인가요? 지금 제가 사는 세상은 이렇습니다.

제가 사는 세상은 이렇습니다

What is Retrieval Augmented Generation (RAG)?   Retrieval Augmented Generation (RAG) is an...

7 AI Open Source Libraries To Build RAG, Agents & AI Search

🎃 검색 증강 생성(RAG)이란 무엇인가?
 * 관련 정보 검색과 응답 생성을 결합한 AI 기술
 * 먼저 외부 소스(문서나 데이터베이스 등)에서 데이터를 검색한 다음 이 정보를 사용하여 보다 정확하고 문맥에 맞는 답변을 생성하는 방식으로 작동
 * AI는 학습된 내용에만 의존하지 않고 사실에 기반한 더 나은 답변 제공 지원

🎃 검색 증강 생성(RAG)은 어떻게 작동하나?
 1. 사용자 질문 > RAG는 데이터베이스, 웹사이트, 문서 등 다양한 데이터 소스를 검색통해 관련 정보 서치
 2. 검색된 정보 + 원래 질문 = 더 많은 정보를 제공하는 프롬프트 생성
 3. 이렇게 향상된 프롬프트 > 언어 모델에 입력 > 질문과 관련성이 높고 검색된 정보가 보강된 답변 생성
 4. 이 프로세스를 통해 AI는 사전 학습된 기능과 함께 외부 지식 소스를 활용하여 보다 정확하고 최신의 문맥 인식 답변 제공
    
    
🎃 검색 증강 생성(RAG)은 AI 모델에 어떤 도움을 주나?
RAG는 실제 세계의 외부 데이터로 내부 지식을 보강하여 AI의 신뢰성과 최신성을 높입니다. 또한 RAG는 몇 가지 주요 방식으로 AI 모델을 개선합니다:
 1. 최신 정보에 대한 액세스: RAG는 문서, 데이터베이스 또는 웹과 같은 외부 소스에서 관련성 있는 실시간 정보 검색. 즉, AI는 학습 데이터가 오래된 경우에도 정확한 응답 제공 가능
 2. 정확도 향상: RAG는 AI의 학습된 지식에만 의존하지 않고 가장 관련성이 높은 데이터를 기반으로 모델이 답변을 생성. 따라서 답변이 더욱 정확하고 사실에 근거함
 3. 문맥 이해도 향상: 검색된 데이터를 사용자의 쿼리와 결합함으로써 RAG는 보다 맥락에 맞는 답변을 제공할 수 있으므로 AI의 답변이 상황에 더욱 맞춤화되고 구체적
 4. 환각 감소: 순수 AI 모델은 때때로 정보를 '환각'하거나 구성하는 경우가 있는데, RAG는 검색된 사실적인 데이터에 근거하여 응답함으로써 부정확하거나 조작된 정보의 가능성 줄임

🎃 검색 증강 생성을 위한 7가지 오픈 소스 라이브러리
RAG를 수행하는 데 도움이 되는 몇 가지 오픈 소스 라이브러리는 문서 색인부터 검색, 언어 모델과의 통합에 이르기까지 RAG 시스템을 효율적으로 구현하는 데 필요한 도구와 프레임워크를 제공합니다.
1. SWIRL
 * https://github.com/swirlai/swirl-search
 * 검색 증강 세대(RAG) 애플리케이션을 구동하는 오픈 소스 AI 인프라 소프트웨어
 * 특징
   * 데이터를 이동하거나 복사하지 않고도 데이터 소스 전반에서 빠르고 안전하게 검색할 수 있게 함으로써 AI 파이프라인 향상
   * SWIRL은 방화벽 내부에서 작동하여 데이터 보안을 보장하는 동시에 구현 간편하여 프라이빗 클라우드 내에서 빠르고 안전하게 AI 배포
   * 20개 이상의 대규모 언어 모델(LLM)과 원활하게 통합
   * 안전한 데이터 액세스 및 규정 준수를 위해 구축
   * 100개 이상의 애플리케이션에서 데이터 가져오기 지원
2. Cognita
 * https://github.com/truefoundry/cognita
 * 프로덕션에 바로 사용할 수 있는 모듈식 검색 증강 세대(RAG) 시스템을 구축하기 위한 오픈 소스 프레임워크
 * 특징
   * RAG 구성 요소를 구성하여 로컬에서 쉽게 테스트하고 대규모 배포
   * 다양한 문서 검색기, 임베딩을 지원하며 완전한 API 기반이므로 다른 시스템과 원활하게 통합
   * 확장 가능한 RAG 시스템을 위한 모듈식 설계
   * 비전문가도 문서 및 Q&A와 상호작용할 수 있는 UI
   * 증분 인덱싱으로 변경 사항을 추적하여 컴퓨팅 부하 낮춤
3. LLM-Ware
 * https://github.com/llmware-ai/llmware
 * 엔터프라이즈급 검색 증강 생성(RAG) 파이프라인을 구축하기 위한 오픈 소스 프레임워크
 * 특징
   * 비공개로 안전하게 배포할 수 있는 소규모의 전문화된 모델을 통합하도록 설계되어 복잡한 엔터프라이즈 워크플로우에 적합
   * 엔터프라이즈 작업에 최적화된 50개 이상의 미세 조정된 소규모 모델 제공
   * 확장 가능한 모듈식 RAG 아키텍처 지원
   * GPU 없이도 실행할 수 있어 경량 배포 가능
4. RAG Flow
 * https://github.com/infiniflow/ragflow
 * 심층적인 문서 이해를 이용한 검색 증강 생성(RAG)에 초점을 맞춘 오픈 소스 엔진
 * 특징
   * 이 엔진을 통해 사용자는 정형 및 비정형 데이터를 통합하여 인용에 기반한 효과적인 질의응답 가능
   * 이 시스템은 간편한 배포 옵션과 함께 확장 가능한 모듈식 아키텍처 제공
   * 복잡한 데이터 형식을 처리할 수 있는 심층적인 문서 이해 기능 내장
   * 환각 위험을 줄인 근거 기반 인용
   * PDF, 이미지, 구조화된 데이터 등 다양한 문서 유형 지원
5. 그래프 RAG
 * https://github.com/microsoft/graphrag
 * 구조화된 지식 그래프를 통합하여 LLM 결과를 향상시키도록 설계된 모듈식 그래프 기반 검색 증강 생성(RAG) 시스템
 * 특징
   * 개인 데이터로 고급 추론을 지원하므로 기업 및 연구 애플리케이션에 이상적
   * 지식 그래프를 사용해 데이터 검색을 구조화하고 향상
   * 비공개 데이터 처리가 필요한 복잡한 엔터프라이즈 사용 사례에 맞게 맞춤화
   * 대규모 배포를 위해 Microsoft Azure와의 통합지원
6. Haystack
 * https://github.com/deepset-ai/haystack
 * 프로덕션에 바로 사용할 수 있는 LLM 애플리케이션을 구축하기 위한 오픈 소스 AI 오케스트레이션 프레임워크
 * 특징
   * 사용자는 모델, 벡터 데이터베이스, 파일 변환기를 연결하여 RAG, 질문 답변, 시맨틱 검색과 같은 고급 시스템 구축 가능
   * 검색, 임베딩, 추론 작업을 위한 유연한 파이프라인
   * 다양한 벡터 데이터베이스 및 LLM과의 통합 지원
   * 기성 모델과 미세 조정된 모델을 모두 사용자 정의
7. Storm
 * https://github.com/stanford-oval/storm
 * 한 주제를 조사하고 인용이 포함된 전체 길이의 보고서를 생성하는 LLM 기반 지식 큐레이션 시스템
 * 특징
   * 고급 검색 방법을 통합하고 다각도의 질문을 지원하여 생성된 콘텐츠의 깊이와 정확성을 향상
   * 근거에 입각한 인용을 통해 위키백과와 유사한 문서 생성
   * 인간과 AI의 협업 지식 큐레이션 지원
   * 외부 검색 소스를 지원하는 모듈식 설계

🎃 검색 증강 생성의 과제
 * 데이터 연관성: 검색된 문서가 쿼리와 관련성이 높은지 확인하는 것은 특히 규모가 크거나 노이즈가 많은 데이터 세트의 경우 문제 가능성
 * 지연 시간: 외부 소스를 검색하면 오버헤드가 추가되어 특히 실시간 애플리케이션에서 응답 시간이 느려질 가능성
 * 데이터 품질: 품질이 낮거나 오래된 데이터는 부정확하거나 오해의 소지가 있는 AI 생성 응답으로 이어질 가능성
 * 확장성: 성능을 유지하면서 대규모 데이터 세트와 높은 사용자 트래픽을 처리하는 것은 복잡 가능성
 * 보안: 특히 기업 환경에서는 데이터 프라이버시를 보장하고 민감한 정보를 안전하게 처리하는 것이 매우 중요

보다 상세한 내용은 원문을 참고하셔도 좋습니다. ^^
 * source: https://dev.to/vectorpodcast/7-ai-open-source-libraries-to-build-rag-agents-ai-search-27bm?context=digest

🎃 검색 증강 생성(RAG)이란 무엇인가?<ul ><li>관련 정보 검색과 응답 생성을 결합한 AI 기술</li><li>먼저 외부 소스(문서나 데이터베이스 등)에서 데이터를 검색한 다음 이 정보를 사용하여 보다 정확하고 문맥에 맞는 답변을 생성하는 방식으로 작동</li><li>AI는 학습된 내용에만 의존하지 않고 사실에 기반한 더 나은 답변 제공 지원</li></ul> 🎃 검색 증강 생성(RAG)은 어떻게 작동하나?<ol ><li>사용자 질문 &gt; RAG는 데이터베이스, 웹사이트, 문서 등 다양한 데이터 소스를 검색통해 관련 정보 서치 </li><li>검색된 정보 + 원래 질문 = 더 많은 정보를 제공하는 프롬프트 생성</li><li>이렇게 향상된 프롬프트 &gt; 언어 모델에 입력 &gt; 질문과 관련성이 높고 검색된 정보가 보강된 답변 생성 </li><li>이 프로세스를 통해 AI는 사전 학습된 기능과 함께 외부 지식 소스를 활용하여 보다 정확하고 최신의 문맥 인식 답변 제공 </li></ol>🎃 검색 증강 생성(RAG)은 AI 모델에 어떤 도움을 주나?RAG는 실제 세계의 외부 데이터로 내부 지식을 보강하여 AI의 신뢰성과 최신성을 높입니다. 또한 RAG는 몇 가지 주요 방식으로 AI 모델을 개선합니다:<ol ><li>최신 정보에 대한 액세스: RAG는 문서, 데이터베이스 또는 웹과 같은 외부 소스에서 관련성 있는 실시간 정보 검색. 즉, AI는 학습 데이터가 오래된 경우에도 정확한 응답 제공 가능</li><li>정확도 향상: RAG는 AI의 학습된 지식에만 의존하지 않고 가장 관련성이 높은 데이터를 기반으로 모델이 답변을 생성. 따라서 답변이 더욱 정확하고 사실에 근거함</li><li>문맥 이해도 향상: 검색된 데이터를 사용자의 쿼리와 결합함으로써 RAG는 보다 맥락에 맞는 답변을 제공할 수 있으므로 AI의 답변이 상황에 더욱 맞춤화되고 구체적</li><li>환각 감소: 순수 AI 모델은 때때로 정보를 '환각'하거나 구성하는 경우가 있는데, RAG는 검색된 사실적인 데이터에 근거하여 응답함으로써 부정확하거나 조작된 정보의 가능성 줄임</li></ol> 🎃 검색 증강 생성을 위한 7가지 오픈 소스 라이브러리RAG를 수행하는 데 도움이 되는 몇 가지 오픈 소스 라이브러리는 문서 색인부터 검색, 언어 모델과의 통합에 이르기까지 RAG 시스템을 효율적으로 구현하는 데 필요한 도구와 프레임워크를 제공합니다.1. SWIRL<ul ><li>https://github.com/swirlai/swirl-search</li><li>검색 증강 세대(RAG) 애플리케이션을 구동하는 오픈 소스 AI 인프라 소프트웨어</li><li>특징<ul ><li>데이터를 이동하거나 복사하지 않고도 데이터 소스 전반에서 빠르고 안전하게 검색할 수 있게 함으로써 AI 파이프라인 향상</li><li>SWIRL은 방화벽 내부에서 작동하여 데이터 보안을 보장하는 동시에 구현 간편하여 프라이빗 클라우드 내에서 빠르고 안전하게 AI 배포</li><li>20개 이상의 대규모 언어 모델(LLM)과 원활하게 통합</li><li>안전한 데이터 액세스 및 규정 준수를 위해 구축</li><li>100개 이상의 애플리케이션에서 데이터 가져오기 지원</li></ul></li></ul>2. Cognita<ul ><li>https://github.com/truefoundry/cognita</li><li>프로덕션에 바로 사용할 수 있는 모듈식 검색 증강 세대(RAG) 시스템을 구축하기 위한 오픈 소스 프레임워크</li><li>특징<ul ><li>RAG 구성 요소를 구성하여 로컬에서 쉽게 테스트하고 대규모 배포</li><li>다양한 문서 검색기, 임베딩을 지원하며 완전한 API 기반이므로 다른 시스템과 원활하게 통합</li><li>확장 가능한 RAG 시스템을 위한 모듈식 설계</li><li>비전문가도 문서 및 Q&amp;A와 상호작용할 수 있는 UI</li><li>증분 인덱싱으로 변경 사항을 추적하여 컴퓨팅 부하 낮춤</li></ul></li></ul>3. LLM-Ware<ul ><li>https://github.com/llmware-ai/llmware</li><li>엔터프라이즈급 검색 증강 생성(RAG) 파이프라인을 구축하기 위한 오픈 소스 프레임워크</li><li>특징<ul ><li>비공개로 안전하게 배포할 수 있는 소규모의 전문화된 모델을 통합하도록 설계되어 복잡한 엔터프라이즈 워크플로우에 적합</li><li>엔터프라이즈 작업에 최적화된 50개 이상의 미세 조정된 소규모 모델 제공</li><li>확장 가능한 모듈식 RAG 아키텍처 지원</li><li>GPU 없이도 실행할 수 있어 경량 배포 가능</li></ul></li></ul>4. RAG Flow<ul ><li>https://github.com/infiniflow/ragflow</li><li>심층적인 문서 이해를 이용한 검색 증강 생성(RAG)에 초점을 맞춘 오픈 소스 엔진</li><li>특징<ul ><li>이 엔진을 통해 사용자는 정형 및 비정형 데이터를 통합하여 인용에 기반한 효과적인 질의응답 가능</li><li>이 시스템은 간편한 배포 옵션과 함께 확장 가능한 모듈식 아키텍처 제공</li><li>복잡한 데이터 형식을 처리할 수 있는 심층적인 문서 이해 기능 내장</li><li>환각 위험을 줄인 근거 기반 인용</li><li>PDF, 이미지, 구조화된 데이터 등 다양한 문서 유형 지원</li></ul></li></ul>5. 그래프 RAG<ul ><li>https://github.com/microsoft/graphrag</li><li>구조화된 지식 그래프를 통합하여 LLM 결과를 향상시키도록 설계된 모듈식 그래프 기반 검색 증강 생성(RAG) 시스템</li><li>특징<ul ><li>개인 데이터로 고급 추론을 지원하므로 기업 및 연구 애플리케이션에 이상적</li><li>지식 그래프를 사용해 데이터 검색을 구조화하고 향상</li><li>비공개 데이터 처리가 필요한 복잡한 엔터프라이즈 사용 사례에 맞게 맞춤화</li><li>대규모 배포를 위해 Microsoft Azure와의 통합지원</li></ul></li></ul>6. Haystack<ul ><li>https://github.com/deepset-ai/haystack</li><li>프로덕션에 바로 사용할 수 있는 LLM 애플리케이션을 구축하기 위한 오픈 소스 AI 오케스트레이션 프레임워크</li><li>특징<ul ><li>사용자는 모델, 벡터 데이터베이스, 파일 변환기를 연결하여 RAG, 질문 답변, 시맨틱 검색과 같은 고급 시스템 구축 가능</li><li>검색, 임베딩, 추론 작업을 위한 유연한 파이프라인</li><li>다양한 벡터 데이터베이스 및 LLM과의 통합 지원</li><li>기성 모델과 미세 조정된 모델을 모두 사용자 정의</li></ul></li></ul>7. Storm<ul ><li>https://github.com/stanford-oval/storm</li><li>한 주제를 조사하고 인용이 포함된 전체 길이의 보고서를 생성하는 LLM 기반 지식 큐레이션 시스템</li><li>특징<ul ><li>고급 검색 방법을 통합하고 다각도의 질문을 지원하여 생성된 콘텐츠의 깊이와 정확성을 향상</li><li>근거에 입각한 인용을 통해 위키백과와 유사한 문서 생성</li><li>인간과 AI의 협업 지식 큐레이션 지원</li><li>외부 검색 소스를 지원하는 모듈식 설계</li></ul></li></ul> 🎃 검색 증강 생성의 과제<ul ><li>데이터 연관성: 검색된 문서가 쿼리와 관련성이 높은지 확인하는 것은 특히 규모가 크거나 노이즈가 많은 데이터 세트의 경우 문제 가능성</li><li>지연 시간: 외부 소스를 검색하면 오버헤드가 추가되어 특히 실시간 애플리케이션에서 응답 시간이 느려질 가능성</li><li>데이터 품질: 품질이 낮거나 오래된 데이터는 부정확하거나 오해의 소지가 있는 AI 생성 응답으로 이어질 가능성</li><li>확장성: 성능을 유지하면서 대규모 데이터 세트와 높은 사용자 트래픽을 처리하는 것은 복잡 가능성</li><li>보안: 특히 기업 환경에서는 데이터 프라이버시를 보장하고 민감한 정보를 안전하게 처리하는 것이 매우 중요</li></ul> 보다 상세한 내용은 원문을 참고하셔도 좋습니다. ^^<ul ><li>source: https://dev.to/vectorpodcast/7-ai-open-source-libraries-to-build-rag-agents-ai-search-27bm?context=digest</li></ul>

DEV Community

[DEV]RAG를 수행하기 위한 7가지 AI 오픈소스 라이브러리

원문 : The Ultimate Guide to Font Performance Optimization 폰트 성능 최적화는 웹사이트의 폰트 로딩 속도를 높이고 더 부드럽게 렌더링 되도록 하는 다양한 웹 개발 기법을 말합니다. 이러한 최적화에는 신중한 폰트 선택, 성능이 우수한 폰트 포맷 사용, 자체 호스팅, 최적화된  선언, 폰트 디스플레이 전략 등이 포함됩니다. 웹사이트에 표시되는 폰트를 최적화하면 페이지 로딩 속도가 빨라지고 사용자 경험이 향상되며, 코어 웹 바이탈(Core Web Vitals…

(번역) 폰트 성능 최적화를 위한 궁극적인 가이드

오늘 소개드릴 글은 42dot의 유경상님이 번역해주신 글입니다.

폰트는 웹사이트의 성능과 사용자 경험에 큰 영향을 미치는 중요한 요소 중 하나임에도 불구하고, 많은 개발자들이 종종 폰트 최적화의 중요성을 간과하곤 합니다. 이 글에서는 웹사이트 폰트 성능 최적화에 대한 포괄적인 가이드를 제공합니다. 글에서는 웹 세이프 폰트와 웹 폰트의 차이점부터 시작하여, 폰트 자체 호스팅의 이점, WOFF2 형식의 중요성,
@font-face
선언 최적화 방법 등을 상세히 다룹니다. 또한 이 밖에도 여러가지 최적화 기법들을 소개하고 있습니다. 폰트 최적화는 비교적 작은 노력으로 큰 성능 향상을 얻을 수 있는 영역이므로, 이 글을 참고하여 여러분의 웹사이트 성능을 한 단계 끌어올리시는 기회가 되시길 바랍니다 :)

글 링크 : https://ykss.netlify.app/translation/the_ultimate_guide_to_font_performance_optimization/

오늘 소개드릴 글은 42dot의 유경상님이 번역해주신 글입니다. 폰트는 웹사이트의 성능과 사용자 경험에 큰 영향을 미치는 중요한 요소 중 하나임에도 불구하고, 많은 개발자들이 종종 폰트 최적화의 중요성을 간과하곤 합니다. 이 글에서는 웹사이트 폰트 성능 최적화에 대한 포괄적인 가이드를 제공합니다. 글에서는 웹 세이프 폰트와 웹 폰트의 차이점부터 시작하여, 폰트 자체 호스팅의 이점, WOFF2 형식의 중요성, <code >@font-face</code> 선언 최적화 방법 등을 상세히 다룹니다. 또한 이 밖에도 여러가지 최적화 기법들을 소개하고 있습니다. 폰트 최적화는 비교적 작은 노력으로 큰 성능 향상을 얻을 수 있는 영역이므로, 이 글을 참고하여 여러분의 웹사이트 성능을 한 단계 끌어올리시는 기회가 되시길 바랍니다 :) 글 링크 : https://ykss.netlify.app/translation/the_ultimate_guide_to_font_performance_optimization/

ykss.netlify.app

폰트 성능 최적화를 위한 궁극적인 가이드

1. 언젠가 백종원 대표는, 성공 비결을 묻는 질문에 ‘척하며 산 것’이라고 말한 적 있다. 착한 사람인 척 살다 보니 착하게 살게 됐고, 열심히 사는 척을 하며 살다 보니 열심히 살게 됐고, 미식가인 척 살다 보니 실제로도 미식가가 되었다는 얘기다.  2. 그래서 백종원 대표는 후배들에게 ‘척하는 인생이라도 살라’고 말한다고. 세상에는 착한 척, 열심히 

백종원 대표와 강백호, 그리고 척하는 삶

1. 언젠가 백종원 대표는, 성공 비결을 묻는 질문에 ‘척하며 산 것’이라고 말한 적 있다. 착한 사람인 척 살다 보니 착하게 살게 됐고, 열심히 사는 척을 하며 살다 보니 열심히 살게 됐고, 미식가인 척 살다 보니 실제로도 미식가가 되었다는 얘기다.

2. 그래서 백종원 대표는 후배들에게 ‘척하는 인생이라도 살라’고 말한다고. 세상에는 착한 척, 열심히 사는 척조차 안 하는 사람들이 많으니.

3. 그런 백종원 대표의 말을 듣고, 바로 슬램덩크의 강백호가 떠올랐다고 한다. 강백호는 스스로 천재라고 착각하며 살지만, 실제로는 농구에 대해 기본도 모르는 어설픈 풋내기.

4. 그럼에도 강백호는 스스로가 천재라고 믿고, 천재인 척을 하며 살다가, 빡센 훈련과 고난의 게임을 이겨내면서 실제로 천재인 모먼트를 독자들에게 선사한다.

5. 비록 만화 캐릭터이긴 하지만, 강백호 역시 ‘척하는 인생’을 살다 진짜 천재가 된 캐릭터랄까?

6. 여담이지만, 최근 고등학생 시절 오타니 쇼헤이에 멘탈 코칭을 해준 것으로 유명한 니시다 하쓰미 씨의 책과 김항기 대표님의 추천으로 영국 작가 제임스 알렌(James Allen)의 사상들을 접하고 있는데,

7. 이 둘을 관통하는 메시지 역시 하나. ‘어떤 생각을 하느냐가 어떤 삶을 사느냐를 결정한다’는 것. 우리의 생각과 사고방식이 우리 삶의 원인이자 뿌리이고, 그 뿌리에서부터 삶의 결과 혹은 열매들이 피어난다는 얘기.

8. 그리고 그들의 책을 읽으면서 문득 이런 생각을 했다. ‘자신의 생각을 관리(manage)하는 것’이 어쩌면 피터 드러커가 말한 ‘자기 경영’의 시작일지 모른다고.

9. 그런 의미에서 지식 노동자로서 해야 할 일의 첫 번째는 수많은 잡념과 혼란한 정보 속에서 자신의 생각을 올바른 방향으로 관리하는 것일 수 있다.

10. 그런 의미에서 백종원 대표가 말하는 ‘척하는 인생’에서의 ‘척’은 가짜나 남을 속이기 위한 척이 아니라, 비록 지금 현실은 그 기대에 미치지 못하더라도, 자기가 옳다고 생각하는 방향으로 자신의 생각을 모아가는 일종의 자기 경영 기술이었던 게 아닐까?

11. 그리고 명확한 방향을 잡았기에 자신의 삶을 거기로 이끌 수 있었던 것 같고. 척이라도 해서 방향을 잡지 않으면, 혼란한 세상에 휩쓸려 생각 없이 살기 쉬우니까.

12. 강백호 역시 스스로가 천재라는 믿음이 없었으면, 무뚝뚝한 고릴라와 얌체 같은 여우와 쉽사리 꺼질 것 같은 촛불처럼 방황하는 부랑아와 함께 호흡을 맞추며 한 팀으로 뛰긴 쉽지 않았을 것 같고.

13. 그런 의미에서 우리 삶의 제 1원칙(first principle)은 ‘어떤 생각을 하느냐’, ‘어디를 바라보느냐’일 수 있다. 그리고 올바른 방향으로 가는 척이라도 해야, 그 방향으로 계속 나아갈 수 있을 것 같고. 어쩌면 그걸 사람들은 꿈이나 목표나 비전이나 미션이라고 부르는지도 모르지. 무튼 나 화이팅 🧏🏼‍♂️

#오늘의아무말

https://brunch.co.kr/@somewonyoon/238

1. 언젠가 백종원 대표는, 성공 비결을 묻는 질문에 ‘척하며 산 것’이라고 말한 적 있다. 착한 사람인 척 살다 보니 착하게 살게 됐고, 열심히 사는 척을 하며 살다 보니 열심히 살게 됐고, 미식가인 척 살다 보니 실제로도 미식가가 되었다는 얘기다. 2. 그래서 백종원 대표는 후배들에게 ‘척하는 인생이라도 살라’고 말한다고. 세상에는 착한 척, 열심히 사는 척조차 안 하는 사람들이 많으니. 3. 그런 백종원 대표의 말을 듣고, 바로 슬램덩크의 강백호가 떠올랐다고 한다. 강백호는 스스로 천재라고 착각하며 살지만, 실제로는 농구에 대해 기본도 모르는 어설픈 풋내기. 4. 그럼에도 강백호는 스스로가 천재라고 믿고, 천재인 척을 하며 살다가, 빡센 훈련과 고난의 게임을 이겨내면서 실제로 천재인 모먼트를 독자들에게 선사한다. 5. 비록 만화 캐릭터이긴 하지만, 강백호 역시 ‘척하는 인생’을 살다 진짜 천재가 된 캐릭터랄까? 6. 여담이지만, 최근 고등학생 시절 오타니 쇼헤이에 멘탈 코칭을 해준 것으로 유명한 니시다 하쓰미 씨의 책과 김항기 대표님의 추천으로 영국 작가 제임스 알렌(James Allen)의 사상들을 접하고 있는데, 7. 이 둘을 관통하는 메시지 역시 하나. ‘어떤 생각을 하느냐가 어떤 삶을 사느냐를 결정한다’는 것. 우리의 생각과 사고방식이 우리 삶의 원인이자 뿌리이고, 그 뿌리에서부터 삶의 결과 혹은 열매들이 피어난다는 얘기. 8. 그리고 그들의 책을 읽으면서 문득 이런 생각을 했다. ‘자신의 생각을 관리(manage)하는 것’이 어쩌면 피터 드러커가 말한 ‘자기 경영’의 시작일지 모른다고. 9. 그런 의미에서 지식 노동자로서 해야 할 일의 첫 번째는 수많은 잡념과 혼란한 정보 속에서 자신의 생각을 올바른 방향으로 관리하는 것일 수 있다. 10. 그런 의미에서 백종원 대표가 말하는 ‘척하는 인생’에서의 ‘척’은 가짜나 남을 속이기 위한 척이 아니라, 비록 지금 현실은 그 기대에 미치지 못하더라도, 자기가 옳다고 생각하는 방향으로 자신의 생각을 모아가는 일종의 자기 경영 기술이었던 게 아닐까? 11. 그리고 명확한 방향을 잡았기에 자신의 삶을 거기로 이끌 수 있었던 것 같고. 척이라도 해서 방향을 잡지 않으면, 혼란한 세상에 휩쓸려 생각 없이 살기 쉬우니까. 12. 강백호 역시 스스로가 천재라는 믿음이 없었으면, 무뚝뚝한 고릴라와 얌체 같은 여우와 쉽사리 꺼질 것 같은 촛불처럼 방황하는 부랑아와 함께 호흡을 맞추며 한 팀으로 뛰긴 쉽지 않았을 것 같고. 13. 그런 의미에서 우리 삶의 제 1원칙(first principle)은 ‘어떤 생각을 하느냐’, ‘어디를 바라보느냐’일 수 있다. 그리고 올바른 방향으로 가는 척이라도 해야, 그 방향으로 계속 나아갈 수 있을 것 같고. 어쩌면 그걸 사람들은 꿈이나 목표나 비전이나 미션이라고 부르는지도 모르지. 무튼 나 화이팅 🧏🏼‍♂️ #오늘의아무말 https://brunch.co.kr/@somewonyoon/238

하이브(HYBE)에서 BTS 빼면 뭐가 있냐고요?

< 엔터 회사인 하이브는 왜 플랫폼이 되려고 할까? > 

Chapter1. 하이브 – BTS = ?
Chpater2. 하이브가 저스틴 비버 회사를 인수한 진짜 이유는?
Chapter3. 팬덤의 돈이 몰리는 단 하나의 플랫폼, 위버스(Weverse)
Chapter4. 하이브가 NFT를 하려는 진짜 이유는?

최정우 대표의 한 줄 평: 하이브, 엔터 기업의 한계를 깬 기업이다.

로제와 브루노 마스의 ⟨APT.⟩는 얼마를 벌었을까? - 금융이 알고 싶을 때, 토스피드

콘텐츠&퍼포먼스 마케팅

우정은

오늘은 나의 가장 젊은 날🌼

저는 지금껏 당연시 해왔던 것들이 모두 정답은 아니라는 생각으로 새롭고 재미있는 콘텐츠를 기획하기 위해 고민합니다. 요즘은 퍼포먼스 마케팅도 해요. 🧒🏻

♥ 취향타는 레터, '취향선' 구독하기 ♥


비즈니스 마케팅 매니저

✏️ 콘텐츠 및 프로모션 기획 운영 
📊 퍼포먼스 광고 운영
💻 온오프라인 포럼 
🧐 SQL 활용 데이터 분석 

댓글 0

비슷한 게시물

주간 인기 TOP 10

추천 프로필