7가지 결과해석용 데이터 패턴에 대하여 | 목차 1) 경험 단순화와 효율성 개선 2) 사용자 행동 선호도 비교 (A/B 테스트) 3) 서비스 인식 및 만족도 개선 4) UI 및 정보 구조 개선 5) 비즈니스 성과 개선 6) 유저 피드백 기반 개선 7) 그 외  UX/UI, 프로덕트 디자인 포트폴리오를 만들며 "성과를 어떻게 보여줄까?"라는 질문에 막힌 적 있나요? 최근 문제 해결형 포트폴리오는 프로

30화 UX/UI 디자인 포트폴리오에서의 결과해석은?

👉 UX/UI, 프로덕트 디자인 포트폴리오를 만들며 "성과를 어떻게 보여줄까?"라는 질문에 막힌 적 있나요? 최근 문제 해결형 포트폴리오는 프로젝트 말미, 결과해석에 대한 명시가 들어가는 추세입니다.

<대표적인 결과 해석 데이터 패턴>
1. 경험 단순화와 효율성 개선
2. 사용자 행동 선호도 비교 (A/B 테스트)
3. 서비스 인식 및 만족도 개선
4. UI 및 정보 구조 개선
5. 비즈니스 성과 개선

✅ 관련 내용을 모은 브런치 글 공유합니다.

👉 UX/UI, 프로덕트 디자인 포트폴리오를 만들며 "성과를 어떻게 보여줄까?"라는 질문에 막힌 적 있나요? 최근 문제 해결형 포트폴리오는 프로젝트 말미, 결과해석에 대한 명시가 들어가는 추세입니다. &lt;대표적인 결과 해석 데이터 패턴&gt;1. 경험 단순화와 효율성 개선2. 사용자 행동 선호도 비교 (A/B 테스트)3. 서비스 인식 및 만족도 개선4. UI 및 정보 구조 개선5. 비즈니스 성과 개선 ✅ 관련 내용을 모은 브런치 글 공유합니다.

Brunch Story

📊 데이터가 없는데 UX/UI 포트폴리오에 결과 해석은 어떻게 하죠?

🔗 디자인 취업 고민 오픈 채팅방을 운영 중입니다.

✅ 실제로 디자인 취업 고민이 있으신 분들만 오셨으면 합니다! (700명 정원)

입사 과정에서 겪는 다양한 어려움을 함께 나누고, 실질적인 조언을 주고받을 수 있는 분위기를 지향합니다. 서로의 고민을 이야기하고, 더 나은 포트폴리오를 만들기 위한 인사이트를 얻어가세요

<디자인 취업 고민>
https://open.kakao.com/o/gqr3zbNg

전 보통 기술에 대한 예측은 꺼리는 편입니다만 이건 꽤 확신을 갖고 얘기할 수 있을 것 같습니다. ‘글을 쓸 수 있는’ 사람들은 수십년 내로 굉장히 드문 존재가 될 것입니다. …

글쓰기와 글쓰기맹(write-nots) (번역)

폴 그레이엄의 글을 번역한 글인데 재미있게 읽었습니다.

AI가 앞으로는 글을 대신 써줄 것이므로 앞으로 세상은 글을 쓰는 사람과 글을 쓰지 못하는 글쓰기맹 양극단으로 나뉘고 중간이 사라질 것으로 예상되는데 글쓰기는 곧 사고과정이므로 이렇게 양극단으로 나뉘어지는 것은 위험하다는 의견의 글입니다.

지난 과거에서도 그렇듯이 기술의 발전은 대체로 중간을 없애고 양극단으로 나뉘게 하는 편이라고 생각하는데 AI는 그 강력함 만큼 글쓰기에 대한 폴 그레이엄의 의견에 저도 동의하는 편입니다. 글쓰기는 단순이 글을 완성하냐 마냐의 문제가 아니고 사고과정을 발전시키기 때문에 단기간으로 보면 쉽게 글을 쓸 수 있는 것으로 보일 수 있지만 결국은 그 사고 과정으로 인한 차이가 나타날 것이라고 생각합니다.

https://ebadak.news/2024/11/06/writes/

폴 그레이엄의 글을 번역한 글인데 재미있게 읽었습니다. AI가 앞으로는 글을 대신 써줄 것이므로 앞으로 세상은 글을 쓰는 사람과 글을 쓰지 못하는 글쓰기맹 양극단으로 나뉘고 중간이 사라질 것으로 예상되는데 글쓰기는 곧 사고과정이므로 이렇게 양극단으로 나뉘어지는 것은 위험하다는 의견의 글입니다. 지난 과거에서도 그렇듯이 기술의 발전은 대체로 중간을 없애고 양극단으로 나뉘게 하는 편이라고 생각하는데 AI는 그 강력함 만큼 글쓰기에 대한 폴 그레이엄의 의견에 저도 동의하는 편입니다. 글쓰기는 단순이 글을 완성하냐 마냐의 문제가 아니고 사고과정을 발전시키기 때문에 단기간으로 보면 쉽게 글을 쓸 수 있는 것으로 보일 수 있지만 결국은 그 사고 과정으로 인한 차이가 나타날 것이라고 생각합니다. https://ebadak.news/2024/11/06/writes/

이바닥늬우스

테오의 스프린트 18기 참가 신청

🚀 12/3(화) ~ 12/9(월) 테오의 스프린트 18기 참가자 모집 (게릴라라 미안해요)
- 기획부터 설계 디자인 프로토타입 테스트까지의 구글 스프린트 5일간의 협업경험을 온라인에서 함께 하는 시간!
- (디자이너님들도 관심 많이 가져주세요!)

안녕하세요. 스프린트를 기다리고 계셨던 분들에게 18기 모집 소식을 전달드립니다.
개인적인 사정으로 인해서 계속 날짜를 미루고 왔는데요.
또 개인적인 사정으로 다음주가 아니면 안되는 상황이 되었습니다. 아니면 정말로 올해는 못할 것 같아요.

이제는 게더타운, ZEP등의 메타버스 플랫폼등의 가격도 만만찮아서 이것 마저도 후원을 받아야 하는 상황인데요,
다행히 이번에 TEOConf 2024의 후원 해주신 <팀 스파르타 항해플러스>에서 스프린트도 지원을 해주시기로 했습니다. (여러분 ... 솔직히 이거 비용 많이 비싸요 ㅠ 다시 한번 후원 감사드립니다)

게릴라처럼 갑자기 전달되어 모집기간이 충분치 않다는거 너무나 잘 압니다.
그렇지만 1주일간 협업을 어떻게 하는지 프로젝트를 어떻게 기획하고 만들어가는지 배울 수 있는 기회를 함께 할 수 있으면 좋겠습니다.

8:30부터 1주일간 진행이 되구요, 가급적 시간을 빼지 않고 가능하신 분들이기를 바랍니다.
개인사정이 있을 수는 있지만 지도그리기 - 스케치 - 결정하기 - 프로토타이핑 - 테스트 등 각 날짜마다 연속되어 있지만 전혀 다른 활동들로 구성이 되어 있기 때문에 빠지면 맥락을 따라가기 어려울 거에요.

개발 실력은 중요하지 않습니다. 협업을 배우는 자리이니 다른 사람과 오히려 함께 하고 싶어하고 함께 하는 법을 배우는 시간이 되기를 바랍니다.

감사합니다! :)

https://docs.google.com/spreadsheets/d/1D9xf_2I-65n4wukujYZQvm8M1PPeCS_0zsV1iir_TJk/edit?gid=0#gid=0

🚀 12/3(화) ~ 12/9(월) 테오의 스프린트 18기 참가자 모집 (게릴라라 미안해요) - 기획부터 설계 디자인 프로토타입 테스트까지의 구글 스프린트 5일간의 협업경험을 온라인에서 함께 하는 시간! - (디자이너님들도 관심 많이 가져주세요!) 안녕하세요. 스프린트를 기다리고 계셨던 분들에게 18기 모집 소식을 전달드립니다. 개인적인 사정으로 인해서 계속 날짜를 미루고 왔는데요. 또 개인적인 사정으로 다음주가 아니면 안되는 상황이 되었습니다. 아니면 정말로 올해는 못할 것 같아요. 이제는 게더타운, ZEP등의 메타버스 플랫폼등의 가격도 만만찮아서 이것 마저도 후원을 받아야 하는 상황인데요, 다행히 이번에 TEOConf 2024의 후원 해주신 &lt;팀 스파르타 항해플러스&gt;에서 스프린트도 지원을 해주시기로 했습니다. (여러분 ... 솔직히 이거 비용 많이 비싸요 ㅠ 다시 한번 후원 감사드립니다) 게릴라처럼 갑자기 전달되어 모집기간이 충분치 않다는거 너무나 잘 압니다. 그렇지만 1주일간 협업을 어떻게 하는지 프로젝트를 어떻게 기획하고 만들어가는지 배울 수 있는 기회를 함께 할 수 있으면 좋겠습니다. 8:30부터 1주일간 진행이 되구요, 가급적 시간을 빼지 않고 가능하신 분들이기를 바랍니다. 개인사정이 있을 수는 있지만 지도그리기 - 스케치 - 결정하기 - 프로토타이핑 - 테스트 등 각 날짜마다 연속되어 있지만 전혀 다른 활동들로 구성이 되어 있기 때문에 빠지면 맥락을 따라가기 어려울 거에요. 개발 실력은 중요하지 않습니다. 협업을 배우는 자리이니 다른 사람과 오히려 함께 하고 싶어하고 함께 하는 법을 배우는 시간이 되기를 바랍니다. 감사합니다! :) https://docs.google.com/spreadsheets/d/1D9xf_2I-65n4wukujYZQvm8M1PPeCS_0zsV1iir_TJk/edit?gid=0#gid=0

Google Docs

🚀 12/3(화) ~ 12/9(월) 테오의 스프린트 18기 참가자 모집

이번 글의 주제도 FSD(Feature-Slided Design)입니다! 현재 제가 가장 관심있는 관심사 2가지 중 하나가 바로 이 FSD 네요. 지금 하고 있는 일이 레거시 코드를 최신 기술로 고도화하는 작업입니다. 그러다보니 새로운 개발보다는 리팩토링이 거의 대부분

FSD 관점으로 바라보는 코드 경계 찾기

이번 글의 주제도 FSD(Feature-Slided Design)입니다! 현재 제가 가장 관심있는 관심사 2가지 중 하나가 바로 이 FSD 네요. 지금 하고 있는 일이 레거시 코드를 최신 기술로 고도화하는 작업입니다. 그러다보니 새로운 개발보다는 리팩토링이 거의 대부분의 업무이고, 자연스레 코드를 잘 정리할 수 있도록 하는 것이 제일 중요한 고민거리가 됐습니다.

그리고 다른 하나는 당연히(?) AI입니다. AI 시대를 대비해 AI를 최대한 이용해서 코딩을 해보고자 Claude나 Copilot, Cursor등을 을 이용해서 개발을 시도해보고 있습니다. 일전에 AI가 대체하기 가장 어려운 직업 중에 하나가 청소부라고 했던 게 기억나는데요, 무엇이 쓸모있고 무엇이 쓸모없는지를 구분하는 건 대단히 어려운 기술이라고 하더라고요.

AI가 사람보다 뛰어난 능력을 가지고 있는데 참 아이러니하게도 이 코드 정리만큼은 AI가 잘 못하는 영역인 것 같아요. AI의 도움을 받아도 여전히 어려운 부분입니다. 코드 정리와 정돈은 아직까지 AI보다 개발자가 더 잘할 수 있는 영역이라 생각하며, 이러한 정리와 정돈의 체계적인 방법론이라는 점에서 FSD는 매우 매력적인 접근법이라고 생각합니다.

이러한 배경에서 FSD를 다양한 프로젝트에 적용해보게 되었습니다. 작은 프로젝트는 물론이고, 큰 프로젝트, 과제, 실험적인 프로젝트에 이르기까지 다양한 곳에서 FSD를 사용해보면서 얻은 실질적인 경험을 가이드로 공유하고자 이 글을 쓰게 되었습니다.

FSD를 처음 접하면 개념 자체이 상당히 멋지게 느껴지지만 막상 실제로 도입하려고 하면 "뭐가 Entity고, 뭐가 Feature일까? Widgets에는 뭘 넣어야 할까?"와 같은 모호한 경계 때문에 상당히 어려움을 겪게 됩니다. 저 뿐만이 아니라 FSD를 시도하시려는 사람들이 비슷한 고민을 하고 있다 생각합니다.

FSD 공식 사이트에 가봐도 딱 맞는 답을 주지 않습니다. 샘플을 보면 저마다의 해석이 다르고 구조가 제각각입니다. 이 글 역시 "이게 정답이다"가 아니라, 또 하나의 해석이자 "저는 FSD를 이렇게 적용해봤어요"라는 경험담을 바탕으로 이야기를 하지만 그래도 실질적인 가이드가 되어 줄 수 있을까 해서 작성해봅니다.

https://velog.io/@teo/fsd

이번 글의 주제도 FSD(Feature-Slided Design)입니다! 현재 제가 가장 관심있는 관심사 2가지 중 하나가 바로 이 FSD 네요. 지금 하고 있는 일이 레거시 코드를 최신 기술로 고도화하는 작업입니다. 그러다보니 새로운 개발보다는 리팩토링이 거의 대부분의 업무이고, 자연스레 코드를 잘 정리할 수 있도록 하는 것이 제일 중요한 고민거리가 됐습니다. 그리고 다른 하나는 당연히(?) AI입니다. AI 시대를 대비해 AI를 최대한 이용해서 코딩을 해보고자 Claude나 Copilot, Cursor등을 을 이용해서 개발을 시도해보고 있습니다. 일전에 AI가 대체하기 가장 어려운 직업 중에 하나가 청소부라고 했던 게 기억나는데요, 무엇이 쓸모있고 무엇이 쓸모없는지를 구분하는 건 대단히 어려운 기술이라고 하더라고요. AI가 사람보다 뛰어난 능력을 가지고 있는데 참 아이러니하게도 이 코드 정리만큼은 AI가 잘 못하는 영역인 것 같아요. AI의 도움을 받아도 여전히 어려운 부분입니다. 코드 정리와 정돈은 아직까지 AI보다 개발자가 더 잘할 수 있는 영역이라 생각하며, 이러한 정리와 정돈의 체계적인 방법론이라는 점에서 FSD는 매우 매력적인 접근법이라고 생각합니다. 이러한 배경에서 FSD를 다양한 프로젝트에 적용해보게 되었습니다. 작은 프로젝트는 물론이고, 큰 프로젝트, 과제, 실험적인 프로젝트에 이르기까지 다양한 곳에서 FSD를 사용해보면서 얻은 실질적인 경험을 가이드로 공유하고자 이 글을 쓰게 되었습니다. FSD를 처음 접하면 개념 자체이 상당히 멋지게 느껴지지만 막상 실제로 도입하려고 하면 "뭐가 Entity고, 뭐가 Feature일까? Widgets에는 뭘 넣어야 할까?"와 같은 모호한 경계 때문에 상당히 어려움을 겪게 됩니다. 저 뿐만이 아니라 FSD를 시도하시려는 사람들이 비슷한 고민을 하고 있다 생각합니다. FSD 공식 사이트에 가봐도 딱 맞는 답을 주지 않습니다. 샘플을 보면 저마다의 해석이 다르고 구조가 제각각입니다. 이 글 역시 "이게 정답이다"가 아니라, 또 하나의 해석이자 "저는 FSD를 이렇게 적용해봤어요"라는 경험담을 바탕으로 이야기를 하지만 그래도 실질적인 가이드가 되어 줄 수 있을까 해서 작성해봅니다. https://velog.io/@teo/fsd

velog.io

<FSD 관점으로 바라보는 코드 경계 찾기>

개발자라면 누구나 함께하고 싶은 순간이 있다.

현업에 있는 프론트엔드 개발자들과 프론트엔드를 꿈꾸는 사람들간의 네트워킹을 바탕으로 나에게 영감을 주었던 경험과 문제해결 과정에서 알게된 테크와 인사이트를 발표하는 자리를 누구나에게 제공하고 그 경험을 함께 공감하며 자신의 이야기들을 함께 하는 시간들을 가지기 위해 기획되었습니다.

직군의 특성상 가장 많은 접점을 가지고 있으면서도, 정작 다른 프론트엔드 개발자들과 만나서 이야기하기란 쉽지가 않네요. 이 자리를 통해서 많은 사람들이 연결되는 순간을 경험했기를 바랍니다.

4개월간 지금까지 스스로 지원해서 도와준 모든 스태프들에게 감사드리며,
3개월간 발표준비 시작해서 함께 만들어간 스피커 분들
분위기를 멋지게 띄워준 우리 MC루키
그리고 무엇보다 함께해서 진심으로 즐겁게 참여하고 함께 해주신 참여자분들에게 감사드립니다.

최대한 많은 분들을 함께 하고 싶었는데,
토,일 이틀간에 걸쳐서 다양한 사람들과 함께 할 수 있도록
소중한 공간과 굿즈를 마련해 준 멋진 스폰서인 <항해플러스>에게도 감사의 인사를 전합니다.

신청을 해주셨지만 미처 다 만나지 못한 많은 사람들과도
또 다른 방식으로 함께 할 수 있도록 만들어보겠습니다.

고맙습니다. 😆

ps. 그동안 TEOConf 핑계(?)로 진행하지 못했던 곧 스프린트를 재개할 계획입니다.
갑작스럽겠지만 다음주 아니면 다다음주 중에 시작을 할까 합니다. 일정은 아직 미정이며
최대한 빠르게 공지를 할게요! 고맙습니다.

개발자라면 누구나 함께하고 싶은 순간이 있다. 현업에 있는 프론트엔드 개발자들과 프론트엔드를 꿈꾸는 사람들간의 네트워킹을 바탕으로 나에게 영감을 주었던 경험과 문제해결 과정에서 알게된 테크와 인사이트를 발표하는 자리를 누구나에게 제공하고 그 경험을 함께 공감하며 자신의 이야기들을 함께 하는 시간들을 가지기 위해 기획되었습니다. 직군의 특성상 가장 많은 접점을 가지고 있으면서도, 정작 다른 프론트엔드 개발자들과 만나서 이야기하기란 쉽지가 않네요. 이 자리를 통해서 많은 사람들이 연결되는 순간을 경험했기를 바랍니다. 4개월간 지금까지 스스로 지원해서 도와준 모든 스태프들에게 감사드리며, 3개월간 발표준비 시작해서 함께 만들어간 스피커 분들 분위기를 멋지게 띄워준 우리 MC루키 그리고 무엇보다 함께해서 진심으로 즐겁게 참여하고 함께 해주신 참여자분들에게 감사드립니다. 최대한 많은 분들을 함께 하고 싶었는데, 토,일 이틀간에 걸쳐서 다양한 사람들과 함께 할 수 있도록 소중한 공간과 굿즈를 마련해 준 멋진 스폰서인 &lt;항해플러스&gt;에게도 감사의 인사를 전합니다. 신청을 해주셨지만 미처 다 만나지 못한 많은 사람들과도 또 다른 방식으로 함께 할 수 있도록 만들어보겠습니다. 고맙습니다. 😆 ps. 그동안 TEOConf 핑계(?)로 진행하지 못했던 곧 스프린트를 재개할 계획입니다. 갑작스럽겠지만 다음주 아니면 다다음주 중에 시작을 할까 합니다. 일정은 아직 미정이며 최대한 빠르게 공지를 할게요! 고맙습니다.

<TEOConf 2024 마무리>

2022년 1월 4일부터 2024년 11월 18일까지, 약 3년을 우아한형제들과 함께해서 즐거웠습니다 :)   왜 떠나는가? 사실 이직해야지! 하고 결심해서 시작한 것은 아니었다. 3-4년차가 이직하기 참 좋을 때라는데, 나는 과연 이직을 할 수 있을까에 대한 궁금증이 제일 컸다. 부업으로 꾸준히 멘토링을 하는 입장에서 취업/이직이 점점 어려워지고 있구나도 많이 느낄 수 있었다. 물론 연차를 더 쌓은 후 이직을 하는 길도 있었다. 하지만 우아한형제들이 첫 회사인 나는, 약 3년이라는 기간동안 대부분 회사 내부 서비스만을 개발했다. 디자인시스템, 어드민, 운영 도구 등등.. 어떻게 보면 서비스 회사에서 서비스 개발은 해보지 않은 셈이다. 이러다가 더 연차가 쌓였을 때, 만일 서비스 회사에 지원을 하게 된다면 서비스 경험이 없는 나를 과연 뽑을지에 대한 의문이 컸다. 주니어라면 와서 배우면 되는 부분이지만, 시니어라면 팀을 이끄는 역량이 필요할지도 모르는데 경험조차 없다면.. 계속 개…

개발자 단민 | 3년차엔 뭐다? 이직이다!

왜 인지 올 해 저희 회사분들 이직 얘기 많이 전하네요.
다들 최고가 되셔서 떠나시는 만큼 멀리서 항상 응원합니다!!!!
https://www.jeong-min.com/77-resignation/

왜 인지 올 해 저희 회사분들 이직 얘기 많이 전하네요.다들 최고가 되셔서 떠나시는 만큼 멀리서 항상 응원합니다!!!!https://www.jeong-min.com/77-resignation/

www.jeong-min.com

최고가 되어 떠나는 단민님 이직기

みなさん、こんにちは！私は株式会社ulusageで技術ブログを担当しているエンジニアです。最新の情報や、日々の開発で役立つTipsを皆さんと共有していきたいと思います。どうぞよろしくお願いします。（…

Pythonでのデバッグ、print()からic()に置き換えよう！ - Qiita

파이썬에서 print대신 ic써보라는 글인데, 저도 한번 써볼려고합니다.
컨텍스트 찍히는 기능이 아주 좋네요. (일본어)
https://qiita.com/ryosuke_ohori/items/11b2ad43f1ae50f25cf5

파이썬에서 print대신 ic써보라는 글인데, 저도 한번 써볼려고합니다. 컨텍스트 찍히는 기능이 아주 좋네요. (일본어)https://qiita.com/ryosuke_ohori/items/11b2ad43f1ae50f25cf5

Qiita

디버깅할 때는 print대신 ic써보세요

좋은 내용 공유에 감사드립니다~

Leading global autonomous driving technology company Pony.ai, Inc. (“Pony.ai”) is pursuing an ambitious vision for autonomous mobility. We aim to bring safe, sustainable, and accessible mobility to the entire world.

 Pony.ai 

자율주행 시장이 75억 달러(약 10조원) 규모의 투자를 유치하며 새로운 전환점을 맞이했습니다. CBInsights의 리서치 내용을 통해 주요 변화를 살펴보았습니다.

📈 핵심 성과

 * 2024년 자율주행 시장 총 투자액 75억 달러(약 10조원), 전년 대비 3배 증가
 * Waymo, Wayve 두 기업이 전체 투자의 90%(약 67.5억 달러/9조원) 유치
 * Waymo, 2024년 10월 기준 주간 15만 건의 유료 운행 달성

🔍 주목할만한 3가지 트렌드

 1. 선도 기업들의 사업 다각화
 * Waymo: 로보택시 사업 성과 바탕으로 개인용 차량 기술 라이센싱 검토
 * Wayve: 영국 ASDA, Ocado와 식료품 배송 파트너십 체결, Uber와 로보택시 사업 확장
 * Waymo CEO "다양한 시장 진출 경로(multiple paths to market)" 전략 확인
   
 2. 완성차 업체들의 투자 지속
 * GM, 현대차가 자율주행 부문에 총 14억 달러(약 1.9조원) 추가 투자
 * Tesla, BYD 등 테크 기반 완성차 기업들도 투자 확대
 * Tesla의 경우 Cybercab(로보택시) 출시 준비 중
   
 3. 중국 시장의 새로운 변화
 * Horizon Robotics, WeRide의 IPO 완료
 * Pony.ai, Momenta, Minieye도 기업공개 준비 중
 * Baidu Apollo Go, 주당 7.5만 건의 완전 무인 운행 달성(전년 대비 26% 증가)
 * 중국 투자 시장 침체로 기업들, 이전 기업가치 대비 20% 이상 낮은 가격에 IPO
   
[큐레이터의 문장 🎒]

자율주행 시장이 새로운 전환점을 맞이했습니다. 특히 주목할 점은 시장의 관심이 '잠재력'에서 '실제 성과'로 이동했다는 것입니다. Waymo의 주간 15만 건 유료 운행이나 Baidu의 무인 운행 증가는 자율주행이 더 이상 먼 미래의 이야기가 아님을 보여줍니다. 완성차 업체들의 대규모 투자도 이어지고 있는데, 이는 자율주행이 자동차 산업의 필수 경쟁력으로 자리잡았음을 시사합니다.

특히 중국시장 움직임이 흥미롭습니다. 투자 환경이 얼어붙으며 기업가치는 하락했지만, 실제 서비스 도입과 성장은 가속화되고 있죠. 이는 향후 글로벌 자율주행 시장의 경쟁 구도에 큰 변화를 가져올 수 있는 포인트로 보입니다. 2024년은 자율주행 기술이 '실험실'에서 '실제 도로'로 본격 진출하는 해가 될 것 같습니다. 화려한 비전보다는 실질적인 서비스 확대와 수익성 개선이 시장의 핵심 화두입니다.

https://research.cbinsights.com/robotaxis-r-here?ecid=ACsprvvta0ighCJER3a2R1DiNtBV_0zCxoyYzkgVRb8qqARDQS6CZ2qRkirXAtNk1Z5BHDEK-qfy

자율주행 시장이 75억 달러(약 10조원) 규모의 투자를 유치하며 새로운 전환점을 맞이했습니다. CBInsights의 리서치 내용을 통해 주요 변화를 살펴보았습니다. 📈 핵심 성과 <ul ><li>2024년 자율주행 시장 총 투자액 75억 달러(약 10조원), 전년 대비 3배 증가</li><li>Waymo, Wayve 두 기업이 전체 투자의 90%(약 67.5억 달러/9조원) 유치</li><li>Waymo, 2024년 10월 기준 주간 15만 건의 유료 운행 달성</li></ul> 🔍 주목할만한 3가지 트렌드 <ol ><li>선도 기업들의 사업 다각화</li></ol><ul ><li>Waymo: 로보택시 사업 성과 바탕으로 개인용 차량 기술 라이센싱 검토</li><li>Wayve: 영국 ASDA, Ocado와 식료품 배송 파트너십 체결, Uber와 로보택시 사업 확장</li><li>Waymo CEO "다양한 시장 진출 경로(multiple paths to market)" 전략 확인 </li></ul><ol start="2"><li>완성차 업체들의 투자 지속</li></ol><ul ><li>GM, 현대차가 자율주행 부문에 총 14억 달러(약 1.9조원) 추가 투자</li><li>Tesla, BYD 등 테크 기반 완성차 기업들도 투자 확대</li><li>Tesla의 경우 Cybercab(로보택시) 출시 준비 중 </li></ul><ol start="3"><li>중국 시장의 새로운 변화</li></ol><ul ><li>Horizon Robotics, WeRide의 IPO 완료</li><li>Pony.ai, Momenta, Minieye도 기업공개 준비 중</li><li>Baidu Apollo Go, 주당 7.5만 건의 완전 무인 운행 달성(전년 대비 26% 증가)</li><li>중국 투자 시장 침체로 기업들, 이전 기업가치 대비 20% 이상 낮은 가격에 IPO </li></ul>[큐레이터의 문장 🎒] 자율주행 시장이 새로운 전환점을 맞이했습니다. 특히 주목할 점은 시장의 관심이 '잠재력'에서 '실제 성과'로 이동했다는 것입니다. Waymo의 주간 15만 건 유료 운행이나 Baidu의 무인 운행 증가는 자율주행이 더 이상 먼 미래의 이야기가 아님을 보여줍니다. 완성차 업체들의 대규모 투자도 이어지고 있는데, 이는 자율주행이 자동차 산업의 필수 경쟁력으로 자리잡았음을 시사합니다. 특히 중국시장 움직임이 흥미롭습니다. 투자 환경이 얼어붙으며 기업가치는 하락했지만, 실제 서비스 도입과 성장은 가속화되고 있죠. 이는 향후 글로벌 자율주행 시장의 경쟁 구도에 큰 변화를 가져올 수 있는 포인트로 보입니다. 2024년은 자율주행 기술이 '실험실'에서 '실제 도로'로 본격 진출하는 해가 될 것 같습니다. 화려한 비전보다는 실질적인 서비스 확대와 수익성 개선이 시장의 핵심 화두입니다. https://research.cbinsights.com/robotaxis-r-here?ecid=ACsprvvta0ighCJER3a2R1DiNtBV_0zCxoyYzkgVRb8qqARDQS6CZ2qRkirXAtNk1Z5BHDEK-qfy

pony.ai

《자율주행 시장의 새로운 국면》

회사 직원의 수가 5명 일 때 미팅 방식과 100명 일 때의 미팅 방식은 달라져야 한다. 하지만 생각보다 이 변화는 쉽지 않은데 초기 멤버들은 아무래도 수가 적을 때 얼굴 보고 빠르게 이야기하는 것에 익숙해져 있다보니 문제만 생기면 바로 미팅으로 해결하는 것을 선호하는 경향을 갖기 때문이고 초기 멤버들의 힘이 상대적으로 크기 때문이다.

사람의 숫자가 늘어났다면 현재의 미팅 방식이 적절한지 돌아볼 필요가 있다. 사람이 몇 안 될 때야 매주 전체 미팅을 진행하는 것에 문제가 없고 오히려 서로의 작업에 대한 정보를 원활하게 공유할 수 있는 장이 되겠지만, 팀의 규모가 커지기 시작하면 미팅의 목적과 횟수, 참석 인원에 대해 다시 생각해 보아야 한다는 말이다. 이런 부분을 고려하지 않은 잦은 미팅은 업무 흐름을 방해하고 효율을 떨어뜨릴 수 있으면 이는 사람의 수가 늘어나면서 더 큰 문제가 된다.

미팅 방식을 점검할 때 가장 먼저 던져야 할 질문은 “이 미팅으로 의사결정을 이끌어낼 수 있는가?”이다. 정보를 공유하기 위한 경우가 아니라면 미팅은 기본적으로 실무를 논의하는 자리여야 한다고 생각한다. 확실한 어젠다도 없이 메신저에서도 확인할 수 있는 내용을 굳이 같이 살펴보자고 한다든가, 그전에 모두가 모였으니 100명이 넘은 다음에도 모두가 모이는 형태로 변화없는 식의 미팅으로는 아무것도 결정할 수 없다. 또 한 가지 고려해야 할 점은, 미팅은 가능한 한 최소 인원과 최단의 시간으로 진행해야 한다는 것이다. 미팅의 기본 시간 단위를 한 시간이 아닌 30분으로 잡자. 

유데미에 있을 때 모든 미팅 초대에 다음 세 가지가 명시적으로 드러나 있어야만 했다. 처음부터 이런 규칙이 있지는 않았고 사람이 많아지면 미팅 피로도가 커지면서 생긴 규칙이다. 아래 세 가지를 고려해서 정말 필요한 사람만 초대하는 것도 필요하다.

 1. Purpose: 미팅의 목적이 무엇인가?
 2. Agenda: 미팅에서 구체적으로 이야기할 아이템들이 무엇인가?
 3. Outcome: 미팅을 통해 결정하고 싶은 것이 무엇인가?

미팅이 너무 많아 업무는 저녁에 할 수 밖에 없는 경우가 생각보다 많다. 때로는 미팅 없는 날을 전사적으로 잡아야할 필요도 있고 다양한 실험이 필요하다.

회사 직원의 수가 5명 일 때 미팅 방식과 100명 일 때의 미팅 방식은 달라져야 한다. 하지만 생각보다 이 변화는 쉽지 않은데 초기 멤버들은 아무래도 수가 적을 때 얼굴 보고 빠르게 이야기하는 것에 익숙해져 있다보니 문제만 생기면 바로 미팅으로 해결하는 것을 선호하는 경향을 갖기 때문이고 초기 멤버들의 힘이 상대적으로 크기 때문이다. 사람의 숫자가 늘어났다면 현재의 미팅 방식이 적절한지 돌아볼 필요가 있다. 사람이 몇 안 될 때야 매주 전체 미팅을 진행하는 것에 문제가 없고 오히려 서로의 작업에 대한 정보를 원활하게 공유할 수 있는 장이 되겠지만, 팀의 규모가 커지기 시작하면 미팅의 목적과 횟수, 참석 인원에 대해 다시 생각해 보아야 한다는 말이다. 이런 부분을 고려하지 않은 잦은 미팅은 업무 흐름을 방해하고 효율을 떨어뜨릴 수 있으면 이는 사람의 수가 늘어나면서 더 큰 문제가 된다. 미팅 방식을 점검할 때 가장 먼저 던져야 할 질문은 “이 미팅으로 의사결정을 이끌어낼 수 있는가?”이다. 정보를 공유하기 위한 경우가 아니라면 미팅은 기본적으로 실무를 논의하는 자리여야 한다고 생각한다. 확실한 어젠다도 없이 메신저에서도 확인할 수 있는 내용을 굳이 같이 살펴보자고 한다든가, 그전에 모두가 모였으니 100명이 넘은 다음에도 모두가 모이는 형태로 변화없는 식의 미팅으로는 아무것도 결정할 수 없다. 또 한 가지 고려해야 할 점은, 미팅은 가능한 한 최소 인원과 최단의 시간으로 진행해야 한다는 것이다. 미팅의 기본 시간 단위를 한 시간이 아닌 30분으로 잡자.&nbsp; 유데미에 있을 때 모든 미팅 초대에 다음 세 가지가 명시적으로 드러나 있어야만 했다. 처음부터 이런 규칙이 있지는 않았고 사람이 많아지면 미팅 피로도가 커지면서 생긴 규칙이다. 아래 세 가지를 고려해서 정말 필요한 사람만 초대하는 것도 필요하다. <ol ><li>Purpose: 미팅의 목적이 무엇인가?</li><li>Agenda: 미팅에서 구체적으로 이야기할 아이템들이 무엇인가?</li><li>Outcome: 미팅을 통해 결정하고 싶은 것이 무엇인가?</li></ol> 미팅이 너무 많아 업무는 저녁에 할 수 밖에 없는 경우가 생각보다 많다. 때로는 미팅 없는 날을 전사적으로 잡아야할 필요도 있고 다양한 실험이 필요하다.

효율적인 미팅: 의사 결정 혹은 정보 공유

다 필요없고 사장이 일감만 많이 가져오면 직원들은 신나서 일 합니다 할 일이 없으니 미팅이랍시고 모여서 쓸데없는 분란만 일으키죠 프로젝트 수주가 많으면 회사 매출이 늘어나고 직원들 보너스도 줄 수 있고 성과급 준다는데 직원들은 다 열심히 일하지요

한해동안 인프런 장바구니 보니 많이 쌓여있더군요 ㅎㅎ 연말 연휴동안 인프런 강의 달려볼 분들에게 좋은 세일 찬스 인 것 같습니다

https://www.inflearn.com/pages/blackfriday2024

한해동안 인프런 장바구니 보니 많이 쌓여있더군요 ㅎㅎ 연말 연휴동안 인프런 강의 달려볼 분들에게 좋은 세일 찬스 인 것 같습니다 https://www.inflearn.com/pages/blackfriday2024

인프런

인프런 블프 25% 할인 쿠폰

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

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

 - YouTube

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

www.youtube.com

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

Meet LINE Seed. LINE'S very first typeface is born.

LINE Seed

LINE이 브랜드 서체 'LINE Seed'의 EN와 THAI 버전을 추가 공개했습니다. JP버전은 추후 공개될 예정입니다. 다양한 국가의 언어로 제작 되었다는 점은  LINE이 글로벌한 사용자들과 함께하고 있음을 알게 해주는 것 같습니다.

📍LINE Seed 저작권 안내 (출처 : 라인)
"LINE Seed 폰트의 지식 재산권은 LINE Corp.에 있습니다."
개인 및 기업 사용자를 포함한 모든 사용자에게 무료로 제공되며 자유롭게 사용하실 수 있습니다. 
단, 폰트의 유료 판매는 금지하며 그 외의 모든 상업적 이용이 가능합니다. 
폰트 파일의 유료 판매를 제외한 영리적 목적으로 활용할 경우 저작권 표기를 권장합니다.
> 다운로드

Line

LINE의 브랜드 서체 <LINE Seed>

혜원

목표를 갖고 매일 꾸준히 해나가는 일이 있다면
그 모든 시간이 나를 성장시키는 발판이 될거라 믿습니다.

LINE의 브랜드 서체 <LINE Seed>

댓글 0

비슷한 게시물

주간 인기 TOP 10

추천 프로필