오늘도 AI한테 이겼습니다. 후후.. ChatGPT, Claude, Gemini한테 다 이김. ✌️

근데 AI한테 코딩으로 이길 수 있는 날이 1년은 남았으려나 모르겠네요. 지금이 미래에 무용담 자랑용으로 남겨둘 수 있는 유일한 시기일지도.. 내가 소식적에 말야 AI랑 코딩 배틀을 해서 어쩌구 저쩌구..

오늘도 AI한테 이겼습니다. 후후.. ChatGPT, Claude, Gemini한테 다 이김. ✌️ 근데 AI한테 코딩으로 이길 수 있는 날이 1년은 남았으려나 모르겠네요. 지금이 미래에 무용담 자랑용으로 남겨둘 수 있는 유일한 시기일지도.. 내가 소식적에 말야 AI랑 코딩 배틀을 해서 어쩌구 저쩌구..

최근에 회사 업무로 데모를 작업해야 할 일이 있어서 (프론트 + 백엔드/AI + GCP 인프라) cline + gemini 2.5 pro 조합으로 한동안 vibe coding 스타일로 업무를 진행해 보았습니다.

요즘 많이들 사용하는 cursor는 회사 업무 관련해서 쓰기에는 보안 정책 문제가 있어서 Gemini 2.5 pro를 cline plugin을 통해서 사용해 본 것인데요.. 몇가지 느낀점을 써보자면:

 * 일단 너무 편하고 좋았습니다. 특히 제가 프론트엔드쪽이 많이 약한데 react 코드 생성이나 수정을 너무 잘 해주네요. 기존 코드베이스가 있고 처음보는 라이브러리도 있어서 기존같으면 스터디하고, 코드 분석하고, 디버깅하며 작업해야 하면 대략 2주정도 걸릴 만한 프론트엔드 작업이 하루정도 걸렸습니다.
 * 느낌이 마치 1~3년 경력 신입/주니어 개발자들을 여러명 데리고 일하는 느낌입니다. 근데 말을 찰떡같이 잘 알아듣고, 개발 속도도 엄청나게 빠르고, 지치지 않고, 아주 똑똑한 친구들을 데리고 일하는 느낌이라서 생산성이 확실히 엄청 높아진 느낌입니다.
 * 요즘 LLM 성능이 너무 좋아져서 한국어를 그냥 넣어도 영어랑 큰 차이 없게 좋은 결과를 내는 것 또한 개발 경험을 더 좋게 만드는 것 같습니다.
 * 개발이 너무 재미있어졌습니다. 개발에 흥미가 확 생겼던 적이 몇번 있는데요, 1) 처음 프로그래밍을 접했을 때 2) ML을 처음 접했을 때 3) Python을 주력 언어로 쓰기 시작할 때 (지금은 Python을 그리 선호하지는 않습니다만..) 처럼 개발하면서 정말 재밌다는 느낌을 많이 받았습니다. 근데 이게 개발이 재미있다기보다는 내가 할 수 있는 것들의 범위가 훨씬 많아졌다는 게 느껴져서, 앞으로 무한한 가능성이 있겠다는 생각 때문에 재미있다는 느낌인 것 같습니다.
 * 물론 아직 AI만으로는 부족한 점이 많이 보여서 vibe coding 스타일로 만든걸 production 에 넣기엔 무리일 듯 합니다. SNS 같은데 많이 보이는 것 처럼 "비개발자도 원하는거 다 만든다" 는 어려울거 같은게 개발 경험이 많지 않다면 제대로 된 지시를 내리기 어려운 경우도 좀 있는 거 같습니다. 특히 AI를 아무리 돌려도 못찾는 크리티컬한 이슈들도 있어서 기존 방식으로 고민해서 troubleshooting 하고 개발하는 것들이 여전히 필요한 경우도 꽤 많았습니다. 하지만 생산성은 확실히 몇 배로 오르는 느낌입니다.

1년 전만 해도 LLM을 개발에 사용할 때 이정도로 좋은 경험을 주려면 시간이 꽤 걸리겠다 싶었는데 정말 AI 발전 속도가 대단하다고 느껴집니다. 지금은 주니어 개발자를 데리고 일하는 느낌인데 몇년 내로 시니어 이상 급의 개발자와 함께 일하는 느낌이 되겠죠? 그러면 또 개발 패러다임이 어떻게 바뀔지 궁금합니다.

최근에 회사 업무로 데모를 작업해야 할 일이 있어서 (프론트 + 백엔드/AI + GCP 인프라) cline + gemini 2.5 pro 조합으로 한동안 vibe coding 스타일로 업무를 진행해 보았습니다. 요즘 많이들 사용하는 cursor는 회사 업무 관련해서 쓰기에는 보안 정책 문제가 있어서 Gemini 2.5 pro를 cline plugin을 통해서 사용해 본 것인데요.. 몇가지 느낀점을 써보자면: <ul ><li>일단 너무 편하고 좋았습니다. 특히 제가 프론트엔드쪽이 많이 약한데 react 코드 생성이나 수정을 너무 잘 해주네요. 기존 코드베이스가 있고 처음보는 라이브러리도 있어서 기존같으면 스터디하고, 코드 분석하고, 디버깅하며 작업해야 하면 대략 2주정도 걸릴 만한 프론트엔드 작업이 하루정도 걸렸습니다.</li><li>느낌이 마치 1~3년 경력 신입/주니어 개발자들을 여러명 데리고 일하는 느낌입니다. 근데 말을 찰떡같이 잘 알아듣고, 개발 속도도 엄청나게 빠르고, 지치지 않고, 아주 똑똑한 친구들을 데리고 일하는 느낌이라서 생산성이 확실히 엄청 높아진 느낌입니다.</li><li>요즘 LLM 성능이 너무 좋아져서 한국어를 그냥 넣어도 영어랑 큰 차이 없게 좋은 결과를 내는 것 또한 개발 경험을 더 좋게 만드는 것 같습니다.</li><li>개발이 너무 재미있어졌습니다. 개발에 흥미가 확 생겼던 적이 몇번 있는데요, 1) 처음 프로그래밍을 접했을 때 2) ML을 처음 접했을 때 3) Python을 주력 언어로 쓰기 시작할 때 (지금은 Python을 그리 선호하지는 않습니다만..) 처럼 개발하면서 정말 재밌다는 느낌을 많이 받았습니다. 근데 이게 개발이 재미있다기보다는 내가 할 수 있는 것들의 범위가 훨씬 많아졌다는 게 느껴져서, 앞으로 무한한 가능성이 있겠다는 생각 때문에 재미있다는 느낌인 것 같습니다.</li><li>물론 아직 AI만으로는 부족한 점이 많이 보여서 vibe coding 스타일로 만든걸 production 에 넣기엔 무리일 듯 합니다. SNS 같은데 많이 보이는 것 처럼 "비개발자도 원하는거 다 만든다" 는 어려울거 같은게 개발 경험이 많지 않다면 제대로 된 지시를 내리기 어려운 경우도 좀 있는 거 같습니다. 특히 AI를 아무리 돌려도 못찾는 크리티컬한 이슈들도 있어서 기존 방식으로 고민해서 troubleshooting 하고 개발하는 것들이 여전히 필요한 경우도 꽤 많았습니다. 하지만 생산성은 확실히 몇 배로 오르는 느낌입니다.</li></ul> 1년 전만 해도 LLM을 개발에 사용할 때 이정도로 좋은 경험을 주려면 시간이 꽤 걸리겠다 싶었는데 정말 AI 발전 속도가 대단하다고 느껴집니다. 지금은 주니어 개발자를 데리고 일하는 느낌인데 몇년 내로 시니어 이상 급의 개발자와 함께 일하는 느낌이 되겠죠? 그러면 또 개발 패러다임이 어떻게 바뀔지 궁금합니다.

AI를 사용하여 코딩하며 느낀 점들

OpenAI가 GPT-4.1을 발표했네요. GPT-4o와 GPT-4.5 등을 두리두리 섞어서 좋은 성능을 내는 모델을 만든게 아닌가 싶습니다.

그동안 상대적으로 부족했던 코딩 성능쪽의 발전을 중요하게 내세우고 있는데요. 그보다 제게 눈에 띄는 건 복합적인 지시문을 잘 따른다는 것이었네요. 다목적의 기능으로 훨씬 더 유용해질 것 같습니다.

그리고 모델 크기를 기본, mini, nano 세 가지로 나누었는데요. nano는 정말 빠르고 저렴..하긴한데, 수치상만으로 봤을 땐 뭔가 좀 애매하게 부족한 느낌이고요. 4.1 mini 는 4o mini 보다 성능은 뛰어나지만 레이턴시가 조금 떨어비고 가격이 좀 비싸져서.. 좋긴한데 하.. 미묘..

다만 제 케이스에서 그런거고요. 일반적으로는 기능적으로 다방면으로 좋아져서, 일반적인 응용을 하시는 분들께는 많은 부분에서 가격대비 성능 향상이 많이 있을 것으로 보입니다.

번외로, OpenAI의 최근 발표들을 보면 모델들을 본격적으로 사용사례에 맞게 나누어가는 듯한 느낌인데요.

차기에 출시될 GPT-5는 전체를 통합하는 하나의 모델이 아니라, 도메인별 최고 수준의 모델들을 쿼리에 따라 적절하게 판단하고 조합하는 라우터 같은 모델이 생기는 것일 수도 있지 않을까 싶네요.

OpenAI가 GPT-4.1을 발표했네요. GPT-4o와 GPT-4.5 등을 두리두리 섞어서 좋은 성능을 내는 모델을 만든게 아닌가 싶습니다. 그동안 상대적으로 부족했던 코딩 성능쪽의 발전을 중요하게 내세우고 있는데요. 그보다 제게 눈에 띄는 건 복합적인 지시문을 잘 따른다는 것이었네요. 다목적의 기능으로 훨씬 더 유용해질 것 같습니다. 그리고 모델 크기를 기본, mini, nano 세 가지로 나누었는데요. nano는 정말 빠르고 저렴..하긴한데, 수치상만으로 봤을 땐 뭔가 좀 애매하게 부족한 느낌이고요. 4.1 mini 는 4o mini 보다 성능은 뛰어나지만 레이턴시가 조금 떨어비고 가격이 좀 비싸져서.. 좋긴한데 하.. 미묘.. 다만 제 케이스에서 그런거고요. 일반적으로는 기능적으로 다방면으로 좋아져서, 일반적인 응용을 하시는 분들께는 많은 부분에서 가격대비 성능 향상이 많이 있을 것으로 보입니다. 번외로, OpenAI의 최근 발표들을 보면 모델들을 본격적으로 사용사례에 맞게 나누어가는 듯한 느낌인데요. 차기에 출시될 GPT-5는 전체를 통합하는 하나의 모델이 아니라, 도메인별 최고 수준의 모델들을 쿼리에 따라 적절하게 판단하고 조합하는 라우터 같은 모델이 생기는 것일 수도 있지 않을까 싶네요.

﻿
오늘 첫 출근을 앞둔 분들이 계시다면, 진심으로 응원합니다. 앞으로 모두 다 잘 될 겁니다. 아무것도 두려워하지 말고 오늘을 기쁘게 출발하시기 바랍니다. 안타깝게도 지난 실패가 발목을 잡고 놓아주지 않는 분들이 계십니다. 그런 분들도 진심으로 응원합니다. 오늘은 다를 것입니다. 지난 실패가 주는 쓰라린 기억을 떨쳐버리고 오늘과 내일은 행복한 일들만 가득할 것입니다. 

싸움에서 이겨야 하는 상대가 거대하게 느껴지는 순간이 있습니다. 그런 상대와 맞서 싸워 패배한 기억이 있다면, 다음에 그와 같은 존재를 만났을 때 누구라도 주눅이 들 것입니다. 상대를 거인으로 만드는 것과 좆밥으로 만드는 것은 온전히 자신을 향한 믿음에 달려 있습니다. 물리적 크기가 아무리 크더라도 상대가 좆밥이라고 인식한다면 얼마든지 승리할 수 있습니다.

‘한 번 해봐서 알잖아. 굳이 그렇게 열심히 할 필요 있어. 대충 하고 적당히 살아’ 패배 의식에 사로잡힌 사람들이 하는 이야기입니다. 어차피 이기지도 못할 싸움 적당히 싸우는 척만 하라는 조언입니다. 아니 이런 건 조언이 아니죠. 자조 섞인 푸념입니다. 하지만 여러분, 우리에겐 열심히 살아야 하는 이유가 있습니다. 비록 싸움에서 진다고 하더라도 최선을 다해야 하는 이유가 있습니다.

패배감에 사로잡혀 오늘을 적당히 살아간다면, 우리는 노예나 다름없습니다. 적당히 돈 버는 노예, 주는 만큼 받는 노예, 시키는 일만 하는 노예, 그래서 오늘이 기쁘지도 행복하지도 않는 노예가 되는 것입니다. 평생 일에 치여서 자신과 주변도 돌아보지 못하는 불쌍한 존재가 되는 것입니다. 노예에게 꿈과 희망은 없습니다. 그저 오늘을 버티고 산다는 것 자체가 의미입니다.

하지만 새로운 세상을 만드는 사람은 다릅니다. 내 일에 주인이 되는 사람은 보상을 기대하며 일을 하지 않습니다. 자신이 믿고 꿈꾸는 세상을 만들기 위해 노력합니다. 그냥 할 수 있는 만큼이 아니라 최선을 다합니다. 굳이 그 이상의 노력을 기울입니다. 그리고 마침내 꿈꾸던 목표를 달성합니다. 그들은 모든 관계와 물리적인 환경으로부터 자유롭습니다. 그 어떤 것도 스스로 열심히 하는 자들을 가로막지 못합니다. 

지금 바닥이라고 느껴지는 분들이 계신가요? 그럼 잘 되었습니다. 이제 앞으로 올라갈 일만 남았습니다. 가장 낮은 자리에서 비로소 만날 수 있는 것들이 있습니다. 초라한 자아가 아니라 자신이 갖고 있는 능력을 온전히 깨닫게 됩니다. 비록 힘과 능력이 부족하게 느껴질지라도 괜찮습니다. 우리는 생각보다 강하고 얼마든지 무엇이든 해낼 수 있습니다. 미친척하고 잘 살기 위해 노력하면 앞으로 더 좋아질 수 있습니다.

다만, 미래를 무조건 낙관하는 것은 위험합니다. 과거에 실수한 부분들을 정확하게 짚고 넘어가야 합니다. 과거의 실수를 오늘 다시 반복해선 안 됩니다. 미래에 뻔히 보이는 위험 요소를 간과하지 말아야 합니다. 오늘 하지 말아야 하는 말과 행동은 내일도 하지 않는 것이 좋습니다. 용기를 갖되 냉철하게 오늘의 싸움을 철저히 준비하면 좋겠습니다. 상대를 분석하고 이기기 위한 전략을 수립하는 것입니다.

과거와 현재의 흐름을 통해 미래를 예측해야 합니다. 이미 변화가 시작되었는데, 무시하지 말아야 합니다. 하고 싶은 일만 할 수 없고, 그렇게 하지 말아야 합니다. 반드시 우리가 해야 하는 일이 있습니다. 그 일을 우선적으로 해야만 합니다. 미래에 우리 후배가 하고 싶어도 하지 못할 일이 있습니다. 그런 일이 있다면, 지금 할 수 있고 해야 하는 일을 우리가 감당해야 합니다.

오늘의 도전을 기쁜 마음으로 감당합시다. 분명히 어제와 다른 결과가 우리를 기다릴 것입니다. 부정적인 생각보다 긍정적인 희망을 품고 담대히 오늘을 도전하면 좋겠습니다. 우리가 할 수 있는 최선의 노력을 다할 때, 누가 뭐라고 해도 우리는 자유로운 내 삶의 주인이 될 수 있다고 믿습니다. 오늘이 여러분 인생에서 최고로 행복한 날이 될 것이고, 오늘부터 계속 올라갈 일만 남았습니다. 새로운 도전을 진심으로 응원합니다.

﻿오늘 첫 출근을 앞둔 분들이 계시다면, 진심으로 응원합니다. 앞으로 모두 다 잘 될 겁니다. 아무것도 두려워하지 말고 오늘을 기쁘게 출발하시기 바랍니다. 안타깝게도 지난 실패가 발목을 잡고 놓아주지 않는 분들이 계십니다. 그런 분들도 진심으로 응원합니다. 오늘은 다를 것입니다. 지난 실패가 주는 쓰라린 기억을 떨쳐버리고 오늘과 내일은 행복한 일들만 가득할 것입니다.&nbsp; 싸움에서 이겨야 하는 상대가 거대하게 느껴지는 순간이 있습니다. 그런 상대와 맞서 싸워 패배한 기억이 있다면, 다음에 그와 같은 존재를 만났을 때 누구라도 주눅이 들 것입니다. 상대를 거인으로 만드는 것과 좆밥으로 만드는 것은 온전히 자신을 향한 믿음에 달려 있습니다. 물리적 크기가 아무리 크더라도 상대가 좆밥이라고 인식한다면 얼마든지 승리할 수 있습니다. ‘한 번 해봐서 알잖아. 굳이 그렇게 열심히 할 필요 있어. 대충 하고 적당히 살아’ 패배 의식에 사로잡힌 사람들이 하는 이야기입니다. 어차피 이기지도 못할 싸움 적당히 싸우는 척만 하라는 조언입니다. 아니 이런 건 조언이 아니죠. 자조 섞인 푸념입니다. 하지만 여러분, 우리에겐 열심히 살아야 하는 이유가 있습니다. 비록 싸움에서 진다고 하더라도 최선을 다해야 하는 이유가 있습니다. 패배감에 사로잡혀 오늘을 적당히 살아간다면, 우리는 노예나 다름없습니다. 적당히 돈 버는 노예, 주는 만큼 받는 노예, 시키는 일만 하는 노예, 그래서 오늘이 기쁘지도 행복하지도 않는 노예가 되는 것입니다. 평생 일에 치여서 자신과 주변도 돌아보지 못하는 불쌍한 존재가 되는 것입니다. 노예에게 꿈과 희망은 없습니다. 그저 오늘을 버티고 산다는 것 자체가 의미입니다. 하지만 새로운 세상을 만드는 사람은 다릅니다. 내 일에 주인이 되는 사람은 보상을 기대하며 일을 하지 않습니다. 자신이 믿고 꿈꾸는 세상을 만들기 위해 노력합니다. 그냥 할 수 있는 만큼이 아니라 최선을 다합니다. 굳이 그 이상의 노력을 기울입니다. 그리고 마침내 꿈꾸던 목표를 달성합니다. 그들은 모든 관계와 물리적인 환경으로부터 자유롭습니다. 그 어떤 것도 스스로 열심히 하는 자들을 가로막지 못합니다.&nbsp; 지금 바닥이라고 느껴지는 분들이 계신가요? 그럼 잘 되었습니다. 이제 앞으로 올라갈 일만 남았습니다. 가장 낮은 자리에서 비로소 만날 수 있는 것들이 있습니다. 초라한 자아가 아니라 자신이 갖고 있는 능력을 온전히 깨닫게 됩니다. 비록 힘과 능력이 부족하게 느껴질지라도 괜찮습니다. 우리는 생각보다 강하고 얼마든지 무엇이든 해낼 수 있습니다. 미친척하고 잘 살기 위해 노력하면 앞으로 더 좋아질 수 있습니다. 다만, 미래를 무조건 낙관하는 것은 위험합니다. 과거에 실수한 부분들을 정확하게 짚고 넘어가야 합니다. 과거의 실수를 오늘 다시 반복해선 안 됩니다. 미래에 뻔히 보이는 위험 요소를 간과하지 말아야 합니다. 오늘 하지 말아야 하는 말과 행동은 내일도 하지 않는 것이 좋습니다. 용기를 갖되 냉철하게 오늘의 싸움을 철저히 준비하면 좋겠습니다. 상대를 분석하고 이기기 위한 전략을 수립하는 것입니다. 과거와 현재의 흐름을 통해 미래를 예측해야 합니다. 이미 변화가 시작되었는데, 무시하지 말아야 합니다. 하고 싶은 일만 할 수 없고, 그렇게 하지 말아야 합니다. 반드시 우리가 해야 하는 일이 있습니다. 그 일을 우선적으로 해야만 합니다. 미래에 우리 후배가 하고 싶어도 하지 못할 일이 있습니다. 그런 일이 있다면, 지금 할 수 있고 해야 하는 일을 우리가 감당해야 합니다. 오늘의 도전을 기쁜 마음으로 감당합시다. 분명히 어제와 다른 결과가 우리를 기다릴 것입니다. 부정적인 생각보다 긍정적인 희망을 품고 담대히 오늘을 도전하면 좋겠습니다. 우리가 할 수 있는 최선의 노력을 다할 때, 누가 뭐라고 해도 우리는 자유로운 내 삶의 주인이 될 수 있다고 믿습니다. 오늘이 여러분 인생에서 최고로 행복한 날이 될 것이고, 오늘부터 계속 올라갈 일만 남았습니다. 새로운 도전을 진심으로 응원합니다.﻿

첫 출근을 응원합니다

‘잘될 거야’라는 말이 공허하게 들릴 때가 있다. 마음이 삐뚤어진 날이면 잘되는 게 도대체 뭔지도 모르겠고 그런 날이 영영 오지 않을 것만 같다. 결국은 우리 모두 ‘다 잘될 거야’라는 믿음을 붙잡고 살아갈 수밖에 없다는 걸 알면서도 그 말이 가진 낙천성과 대책 없음이 가끔씩 야속하다. 어쩌면 언어에도 배터리가 있어서 어떤 말이 필요 이상으로 많이 쓰...

[언어의 업데이트]열렬한 고백의 언어 ‘붐은 온다’

‘잘될 거야’라는 말이 공허하게 들릴 때가 있다. 마음이 삐뚤어진 날이면 잘되는 게 도대체 뭔지도 모르겠고 그런 날이 영영 오지 않을 것만 같다. 결국은 우리 모두 ‘다 잘될 거야’라는 믿음을 붙잡고 살아갈 수밖에 없다는 걸 알면서도 그 말이 가진 낙천성과 대책 없음이 가끔씩 야속하다. 어쩌면 언어에도 배터리가 있어서 어떤 말이 필요 이상으로 많이 쓰이면 더 이상 효력을 발휘하지 못하는 것은 아닐까? 자주 낙담하고 수시로 절망을 경험하기 쉬운 요즘 같은 날은 더더욱 ‘다 잘될 거야’라는 말이 무력해 보인다.

그런데 여기, 아직 닳지 않은 말이 있다. “붐은 온다.” 이 문장에는 신선한 에너지가 있다. 이 말을 들으면 마음속 어딘가에서 희망이 뭉근하게 끓어오른다. ‘붐은 온다’는 전성기가 지났거나 아직 주목받지 못한 무언가가 영광을 누리길 바라는 강한 믿음에서 비롯된다. ‘밴드 붐은 온다’(밴드 음악을 지지하는 동명의 인스타 계정이 밴드 신에서 큰 영향력을 발휘하고 있다)처럼, 비주류 장르의 진가를 더 많은 사람이 알아주길 바랄 때 사용한다. 작년부터 록 페스티벌을 찾는 사람들이 다시 늘어나자 록을 사랑하는 사람들이 ‘록의 붐은 온다’라는 말을 주문처럼 외쳤고, 국제도서전의 인기부터 한강 작가의 노벨 문학상 수상으로 이어진 ‘문학 열풍’에 애서가들은 ‘독서의 붐은 온다’며 설레고 있다.

아직 오지 않은 영광의 시간을 염원하는 문장 ‘붐은 온다’. 응원 같기도 또 예언 같기도 한 이 말이 내게는 ‘문학은 앞으로 잘될 거야’라든가, ‘록은 언젠가 잘될 거야’라는 말보다 훨씬 더 진실하게 느껴지는 건 왜일까? 그건 ‘붐이 온다’라는 말이 그 대상에 대한 정확한 인지와 신뢰에서 시작하기 때문이다. 조카의 꿈이 무엇인지도 모른 채 건네는 ‘잘될 거야’ 같은 명절용 덕담이 아니다. 내가 응원하는 대상이 얼마나 사랑받아 마땅한지, 어찌나 매력적인지 한 톨의 의심도 없을 때만 가능한 믿음의 언어다. 그 매력을 나만 알 수는 없어서 세상을 향해 분출할 수밖에 없는 외침이다. 꽃이 필 가능성을 말하는 게 아니라, 너는 이미 가장 아름다운 꽃이며 그 향기에 사람들이 결국 매료될 것이라는 확신에 찬 고백. ‘붐은 온다’는 말랑한 격려가 아니라 열렬한 고백의 언어다.

누군가는 자신이 좋아하는 것을 취향의 서랍 속에 넣어두고 혼자 꺼내 본다. 누군가는 사랑하는 것이 제대로 가지를 펼칠 수 있도록 빛을 찾아준다. 둘 다 아름다운 사랑의 방식이지만 내가 닮고 싶은 것은 후자의 정서이며, 그 정서가 ‘붐은 온다’라는 말에 녹아 널리 퍼지고 있다. 재촉하지도 않고, 서두르지도 않으면서 담담하게 상대의 가능성을 믿어주는 이 용맹한 외침이 요즘 사랑 고백의 언어다. 진짜 사랑하는 대상을 향해서만 ‘붐은 온다’고 말할 수 있으니까.

이제 이 고백의 언어를 나에게 하고 싶다. 잘될 거라는 외침이 막연하게 들릴 때 내게 필요한 건 미래가 아닌 지금의 나를 향한 확신이다. 중요한 건 ‘붐은 올 것이다’가 아니라 ‘붐은 온다’라는 현재형의 문장. 오지 않은 날을 기다리는 대신, 이미 지금까지 버텨온 나 자신을, 하루하루 쌓아온 지난 시간들의 가치를 믿어주는 것. 활짝 만개하는 것이 마땅한 스스로를 위해 ‘나의 붐은 온다’는 고백을 들려주고 싶다. 고백은 관계의 맥락을 바꾸니까, 이 고백 덕분에 나는 나와 더 잘 지낼 수도 있을 것이다.

https://www.khan.co.kr/article/202502080900025

‘잘될 거야’라는 말이 공허하게 들릴 때가 있다. 마음이 삐뚤어진 날이면 잘되는 게 도대체 뭔지도 모르겠고 그런 날이 영영 오지 않을 것만 같다. 결국은 우리 모두 ‘다 잘될 거야’라는 믿음을 붙잡고 살아갈 수밖에 없다는 걸 알면서도 그 말이 가진 낙천성과 대책 없음이 가끔씩 야속하다. 어쩌면 언어에도 배터리가 있어서 어떤 말이 필요 이상으로 많이 쓰이면 더 이상 효력을 발휘하지 못하는 것은 아닐까? 자주 낙담하고 수시로 절망을 경험하기 쉬운 요즘 같은 날은 더더욱 ‘다 잘될 거야’라는 말이 무력해 보인다. 그런데 여기, 아직 닳지 않은 말이 있다. “붐은 온다.” 이 문장에는 신선한 에너지가 있다. 이 말을 들으면 마음속 어딘가에서 희망이 뭉근하게 끓어오른다. ‘붐은 온다’는 전성기가 지났거나 아직 주목받지 못한 무언가가 영광을 누리길 바라는 강한 믿음에서 비롯된다. ‘밴드 붐은 온다’(밴드 음악을 지지하는 동명의 인스타 계정이 밴드 신에서 큰 영향력을 발휘하고 있다)처럼, 비주류 장르의 진가를 더 많은 사람이 알아주길 바랄 때 사용한다. 작년부터 록 페스티벌을 찾는 사람들이 다시 늘어나자 록을 사랑하는 사람들이 ‘록의 붐은 온다’라는 말을 주문처럼 외쳤고, 국제도서전의 인기부터 한강 작가의 노벨 문학상 수상으로 이어진 ‘문학 열풍’에 애서가들은 ‘독서의 붐은 온다’며 설레고 있다. 아직 오지 않은 영광의 시간을 염원하는 문장 ‘붐은 온다’. 응원 같기도 또 예언 같기도 한 이 말이 내게는 ‘문학은 앞으로 잘될 거야’라든가, ‘록은 언젠가 잘될 거야’라는 말보다 훨씬 더 진실하게 느껴지는 건 왜일까? 그건 ‘붐이 온다’라는 말이 그 대상에 대한 정확한 인지와 신뢰에서 시작하기 때문이다. 조카의 꿈이 무엇인지도 모른 채 건네는 ‘잘될 거야’ 같은 명절용 덕담이 아니다. 내가 응원하는 대상이 얼마나 사랑받아 마땅한지, 어찌나 매력적인지 한 톨의 의심도 없을 때만 가능한 믿음의 언어다. 그 매력을 나만 알 수는 없어서 세상을 향해 분출할 수밖에 없는 외침이다. 꽃이 필 가능성을 말하는 게 아니라, 너는 이미 가장 아름다운 꽃이며 그 향기에 사람들이 결국 매료될 것이라는 확신에 찬 고백. ‘붐은 온다’는 말랑한 격려가 아니라 열렬한 고백의 언어다. 누군가는 자신이 좋아하는 것을 취향의 서랍 속에 넣어두고 혼자 꺼내 본다. 누군가는 사랑하는 것이 제대로 가지를 펼칠 수 있도록 빛을 찾아준다. 둘 다 아름다운 사랑의 방식이지만 내가 닮고 싶은 것은 후자의 정서이며, 그 정서가 ‘붐은 온다’라는 말에 녹아 널리 퍼지고 있다. 재촉하지도 않고, 서두르지도 않으면서 담담하게 상대의 가능성을 믿어주는 이 용맹한 외침이 요즘 사랑 고백의 언어다. 진짜 사랑하는 대상을 향해서만 ‘붐은 온다’고 말할 수 있으니까. 이제 이 고백의 언어를 나에게 하고 싶다. 잘될 거라는 외침이 막연하게 들릴 때 내게 필요한 건 미래가 아닌 지금의 나를 향한 확신이다. 중요한 건 ‘붐은 올 것이다’가 아니라 ‘붐은 온다’라는 현재형의 문장. 오지 않은 날을 기다리는 대신, 이미 지금까지 버텨온 나 자신을, 하루하루 쌓아온 지난 시간들의 가치를 믿어주는 것. 활짝 만개하는 것이 마땅한 스스로를 위해 ‘나의 붐은 온다’는 고백을 들려주고 싶다. 고백은 관계의 맥락을 바꾸니까, 이 고백 덕분에 나는 나와 더 잘 지낼 수도 있을 것이다. https://www.khan.co.kr/article/202502080900025

경향신문

⟪붐은 온다⟫

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.

한기용 | , 실리콘밸리 데이터 엔지니어가 알려주는 최신 데이터 파이프라인 구축!✅ 실리콘밸리 30년차 데이터 엔지니어가 전하는 실무 노하우✅ 평점 4.9! 산호세 주립대 데이터 사이언스 전공생들이 극찬한 강의✅ Airflow&amp;Snowflake를 활용한 최신 데이터

실리콘밸리 데이터 리더가 알려주는 Airflow 기초 강의 | 한기용 - 인프런

데이터 조직이 생기고 데이터 웨어하우스를 만들고 운영을 하다보면 다수의 데이터 파이프라인이 생긴다. 근데 대부분이 외부에 있는 데이터를 읽어오는 것이다 보니 외부 데이터 소스에 문제가 생기면 방법이 없다. 99.5%의 uptime을 자랑하는 API라 하더라도 사실 일년으로 치면 1.825일(0.005*365) 동안은 동작하지 않음을 의미한다. 만일 이런 데이터 파이프라인이 100개 정도 돌아간다고 치면 평균적으로 매일 1-2개의 데이터 파이프라인은 외부 데이터 소스 이슈로 실패한다. 실패한 것들은 찾아서 나중에 다시 실행해주어야 것이 필요한데 이는 증분 업데이트를 하는 경우 더 중요해진다.

데이터 파이프라인의 업데이트 방식: 전체 업데이트 vs. 증분 업데이트

데이터 파이프라인이 데이터를 읽어오는 방법에는 크게 두 가지가 있다. 하나는 매번 소스에서 전체 데이터를 다 읽어오는 것인데 이를 보통 전체 업데이트(Full Refresh)라고 부른다. 다른 하나는 매일 혹은 매시간 그 전날 혹은 전시간에 바뀐 내용(새 레코드와 변경된 레코드)만 읽어오는 것인데 이를 증분 업데이트(Incremental Update)라고 부른다. 전체 업데이트가 여러모로 편리한데 데이터의 크기가 커지면 이 방식은 사용할 수가 없다. 읽어다가 업데이트하는데 하루 이상이 걸리기 시작하기 때문이다. 어느 시점부터는 증분 업데이트로 넘어가야 하는데 이 때부터는 운영상의 난이도가 올라가기 시작한다.

증분 업데이트의 문제

증분 업데이트가 가능하려면 먼제 데이터 소스가 스마트해서 어느 시간 범위 내에서 변경되거나 새로 생긴 레코드들만 리턴할 수 있어야 한다. 다음으로 여러 이유로 어느 특정 시간 대의 증분 업데이트가 실패하면 데이터에 구멍이 생기기 때문에 운영에 있어서 실패한 데이터 파이프라인들을 찾아내서 재실행해주는 것이 필요하다. 이를 Backfill이라고 부르며 Backfill의 용이성이 데이터 엔지니어의 삶에 큰 영향을 끼친다. 이게 쉽지 않으며 매번 Backfill하느라 다른 일을 못 한다. 잘 만들어진 데이터 파이프라인은 과거 문제를 해결하기 위해 재실행이 쉬운 데이터 파이프라인이다.

Airflow의 등장

야후, 메타 등에서 데이터 엔지니어로 일한 Maxime Beauchemin은 Airbnb에 조인한 뒤 2014년부터 본인의 경험을 집대성(?)해서 Airflow라는 데이터 파이프라인 작성 및 운영 프레임워크를 만들었고 이를 2015년에 오픈소스로 릴리스했다. 10년이 지난 지금 뒤에 쫓아오는 다른 프레임워크들이 있지만 커뮤니티의 크기가 인기도에 있어서 비교가 불가능한 일등 프레임워크로 자리잡았고 그 이유 중의 하나가 바로 Backfill을 쉽게 만드는 아키덱처를 갖고 있기 때문이다. 단 Backfill을 구현하는 건 새로운 개념의 이해와 Airflow의 동작방식의 이해를 필요로 하기에 약간의 시간이 필요하다.

실리콘밸리 데이터 리더가 알려주는 Airflow 기초

2012년말부터 본의 아니게 데이터 도메인으로 넘어가 다양한 회사에서 데이터 일을 하면서 Airflow를 사용해볼 기회도 많았기에 내부 동작에 대해서는 누구보다 잘 안다고 생각한다. 이를 바탕으로 프로그래머스에서 기수제로 15기수에 걸쳐 500여명의 수강생들에게 가르쳐보기도 했고 SK텔레콤의 데이터 엔지니어들을 대상으로 가르쳐보기도 했으며 지금은 산호세 주립대에서 응용 데이터 과학 석사 과정 학생들에게 가르치고 있다. 이 경험을 총정리해서 Docker 위에서 Airflow를 실행하며 Snowflake을 데이터 웨어하우스로 사용하는 총 11시간짜리 강의를 인프런 위에서 만들었다. 이 강의의 "Airflow 기초 프로그래밍" 섹션에서 Backfill의 구현 방법에 대해 집중 설명한다. 데이터 일을 하거나 관심이 있는 사람이라면 강추!

https://inf.run/qRing

데이터 조직이 생기고 데이터 웨어하우스를 만들고 운영을 하다보면 다수의 데이터 파이프라인이 생긴다. 근데 대부분이 외부에 있는 데이터를 읽어오는 것이다 보니 외부 데이터 소스에 문제가 생기면 방법이 없다. 99.5%의 uptime을 자랑하는 API라 하더라도 사실 일년으로 치면 1.825일(0.005*365) 동안은 동작하지 않음을 의미한다. 만일 이런 데이터 파이프라인이 100개 정도 돌아간다고 치면 평균적으로 매일 1-2개의 데이터 파이프라인은 외부 데이터 소스 이슈로 실패한다. 실패한 것들은 찾아서 나중에 다시 실행해주어야 것이 필요한데 이는 증분 업데이트를 하는 경우 더 중요해진다. 데이터 파이프라인의 업데이트 방식: 전체 업데이트 vs. 증분 업데이트 데이터 파이프라인이 데이터를 읽어오는 방법에는 크게 두 가지가 있다. 하나는 매번 소스에서 전체 데이터를 다 읽어오는 것인데 이를 보통 전체 업데이트(Full Refresh)라고 부른다. 다른 하나는 매일 혹은 매시간 그 전날 혹은 전시간에 바뀐 내용(새 레코드와 변경된 레코드)만 읽어오는 것인데 이를 증분 업데이트(Incremental Update)라고 부른다. 전체 업데이트가 여러모로 편리한데 데이터의 크기가 커지면 이 방식은 사용할 수가 없다. 읽어다가 업데이트하는데 하루 이상이 걸리기 시작하기 때문이다. 어느 시점부터는 증분 업데이트로 넘어가야 하는데 이 때부터는 운영상의 난이도가 올라가기 시작한다. 증분 업데이트의 문제 증분 업데이트가 가능하려면 먼제 데이터 소스가 스마트해서 어느 시간 범위 내에서 변경되거나 새로 생긴 레코드들만 리턴할 수 있어야 한다. 다음으로 여러 이유로 어느 특정 시간 대의 증분 업데이트가 실패하면 데이터에 구멍이 생기기 때문에 운영에 있어서 실패한 데이터 파이프라인들을 찾아내서 재실행해주는 것이 필요하다. 이를 Backfill이라고 부르며 Backfill의 용이성이 데이터 엔지니어의 삶에 큰 영향을 끼친다. 이게 쉽지 않으며 매번 Backfill하느라 다른 일을 못 한다. 잘 만들어진 데이터 파이프라인은 과거 문제를 해결하기 위해 재실행이 쉬운 데이터 파이프라인이다. Airflow의 등장 야후, 메타 등에서 데이터 엔지니어로 일한 Maxime Beauchemin은 Airbnb에 조인한 뒤 2014년부터 본인의 경험을 집대성(?)해서 Airflow라는 데이터 파이프라인 작성 및 운영 프레임워크를 만들었고 이를 2015년에 오픈소스로 릴리스했다. 10년이 지난 지금 뒤에 쫓아오는 다른 프레임워크들이 있지만 커뮤니티의 크기가 인기도에 있어서 비교가 불가능한 일등 프레임워크로 자리잡았고 그 이유 중의 하나가 바로 Backfill을 쉽게 만드는 아키덱처를 갖고 있기 때문이다. 단 Backfill을 구현하는 건 새로운 개념의 이해와 Airflow의 동작방식의 이해를 필요로 하기에 약간의 시간이 필요하다. 실리콘밸리 데이터 리더가 알려주는 Airflow 기초 2012년말부터 본의 아니게 데이터 도메인으로 넘어가 다양한 회사에서 데이터 일을 하면서 Airflow를 사용해볼 기회도 많았기에 내부 동작에 대해서는 누구보다 잘 안다고 생각한다. 이를 바탕으로 프로그래머스에서 기수제로 15기수에 걸쳐 500여명의 수강생들에게 가르쳐보기도 했고 SK텔레콤의 데이터 엔지니어들을 대상으로 가르쳐보기도 했으며 지금은 산호세 주립대에서 응용 데이터 과학 석사 과정 학생들에게 가르치고 있다. 이 경험을 총정리해서 Docker 위에서 Airflow를 실행하며 Snowflake을 데이터 웨어하우스로 사용하는 총 11시간짜리 강의를 인프런 위에서 만들었다. 이 강의의 "Airflow 기초 프로그래밍" 섹션에서 Backfill의 구현 방법에 대해 집중 설명한다. 데이터 일을 하거나 관심이 있는 사람이라면 강추! https://inf.run/qRing

인프런

데이터 엔지니어를 힘들게 하는 데이터 파이프라인 실패 복구

I recently received a job offer from one of FAANG. Here are some problems to help me pass the coding interview. Categories are LinkedList Stack Heap, PriorityQueue HashMap Graph, BFS, DFS Tree, BT, BST Sort Dynamic Programming Binary search Recursion Slid

60 LeetCode questions to prepare for coding interview

많은 회사들이 채용 프로세스의 과정 중에 하나로 코딩 테스트를 가지고 있습니다. 벼락치기로 준비하기도 힘들 뿐더러 요령을 알아야 하기 때문에 취준생들이 꽤나 골치아파 합니다. 

뻔한 말이지만 꾸준히 하는 것 밖에는 답이 없는 것 같습니다. 오늘은 '코딩 인터뷰를 위한 60가지 리트코드 문제'를 가져왔습니다. 

구글 시트로 깔끔하게 정리된 버전도 있어서 후다닥 가져왔습니다. 저자에게 감사를(_ _)
https://docs.google.com/spreadsheets/d/1Y98QKaYPazWImEt1nA_ocpGNJ-yQjH1FAsVQhUQ7OTw/edit#gid=0

📌 LinkedList

- Linked List Cycle 
- Linked List Cycle II
- Remove Duplicates from Sorted List
- Remove Duplicates from Sorted List II
- Add Two Numbers

📌 Stack

- Valid Parentheses
- Reverse Linked List

📌 Heap, PriorityQueue

- Kth Largest Element in a Stream
- Top K Frequent Elements
- Find K Pairs with Smallest Sums

📌 HashMap

- Two Sum
- Group Anagrams
- Intersection of Two Arrays
- Unique Email Addresses
- First Unique Character in a String
- Subarray Sum Equals K

📌 Graph, BFS, DFS

- Number of Islands
- Max Area of Island
- Number of Connected Components in an Undirected Graph
- Word Ladder

📌 Tree, BT, BST

- Maximum Depth of Binary Tree
- Minimum Depth of Binary Tree
- Merge Two Binary Trees
- Convert Sorted Array to Binary Search Tree
- Path Sum
- Binary Tree Level Order Traversal
- Binary Tree Zigzag Level Order Traversal
- Validate Binary Search Tree
- Construct Binary Tree from Preorder and Inorder Traversal

📌 Sort

- Sorting Algorithms Animations 
https://www.toptal.com/developers/sorting-algorithms

📌 Dynamic Programming(DP)

- Paint Fence
- Longest Increasing Subsequence 
- Maximum Subarray
- Unique Paths
- Unique Paths II 
- House Robber
- House Robber II
- Best Time to Buy and Sell Stock
- Best Time to Buy and Sell Stock II
- Word Break
- Coin Change

📌 Binary Search

- Search Insert Position
- Find Minimum in Rotated Sorted Array
- Search in Rotated Sorted Array
- Capacity To Ship Packages Within D Days

📌 Recursion

- Pow(x, n)
- K-th Symbol in Grammar
- Split BST

📌 Sliding Window

- Longest Substring Without Repeating Characters
- Minimum Size Subarray Sum

📌 Greedy + Backtracking 

- Permutations
- Subsets
- Combination Sum
- Generate Parentheses

📌 Others

- Move Zeroes
- Meeting Rooms
- Meeting Rooms II
- Is Subsequence
- Next Permutation
- String to Integer (atoi)
- ZigZag Conversion

🐣 문제가 깔끔해서 개인적으로 좋아하는 사이트입니다.
🐣 하나씩 도장깨기 해보자구요.

Medium

🕊️ 코딩테스트를 위한 리트코드 60

이대욱 | 나는 이 책을 통해 다시 초심으로 돌아가, 초보 직장인에서 최고 전략 마케팅 운영 책임자이자 C-Level의 고위 임원까지 도달하며 경험한 수많은 노하우를 여러분과 나누려고 해. 직장을 준비하는 청년들부터 이제 막 사회생활을 시작한 신입사원, 업무에 대한 고민으로 방황하고 있는 직장인들에게 내가 직접 겪은 경험담과 노하우를 전달해서 보다 나은 미래를 설계할

[책] 저자를 만나고 싶어 지는 책, '더 퀴닝'

직장인의 인생 설계도
#책 #서평 #직장인

https://brunch.co.kr/@drunkensky/739

직장인의 인생 설계도#책 #서평 #직장인 https://brunch.co.kr/@drunkensky/739

Brunch Story

﻿
세상에 무조건 하면 좋은 일이 있습니다. 잘 이해가 되지 않죠? 모든 것에는 목적이 있어야 하는데, 목적에 관계없이 행동을 하면 무조건 좋다는 것이 신기한 논리입니다. 근데 그런 일들이 있습니다. 그게 무엇인지 왜 그런지 한 번 알아볼까요?

먼저 일찍 자고 일찍 일어나면 무조건 좋습니다. (어이, 첫판부터 장난질이냐?) 장난이 아닙니다. 한 번 해보고 말씀하세요. ‘나는 올빼미 유형의 사람이다.’ 저는 그거 거짓말이라고 생각합니다. 밤에 잠 안 자고 낮에 늦잠 자고 일어나면 안 피곤해야 하는 거 아닌가요? 뭐 치사하게 그런 거 딴지 걸지 않아도 세상이 그렇게 돌아가지 않습니다. 학교도, 직장도 아침에 시작해서 저녁에 끝나죠? 

밤 9시에 잠들어보세요. 더 일찍 자도 좋습니다. 그럼 아마 아침에 눈이 번쩍 뜨일 것입니다. 적어도 전날 막노동과 같은 몸으로 힘쓰는 고된 일을 한 것이 아니라면 말이죠. 아침에 일어나는 시간은 본인이 정하세요. 기적의 아침, 그런 거 하라는 건 아닙니다. 저는 그런 거 믿지 않습니다. 다만, 늦게 자고 늦잠 자서 헐레벌떡 하루를 시작하는 것보다 정해진 시간에 일찍 자고 정해진 시간에 일찍 일어나서 시작부터 주도적으로 사는 삶이 좋다고 생각합니다.

하루를 시작부터 시간에 쫓겨서 사는 것이 자신에게 대단히 미안한 일이라고 생각해요. 차라리 밤에 덜 활동하고 일찍 자는 것이 신체의 건강뿐만 아니라 정신적 건강에도 매우 도움이 된다고 믿습니다. 영화, 드라마, 뉴스 안 봐도 우리 인생에 아무 일도 일어나지 않습니다. 시대에 뒤떨어질 것 같은 느낌은 착각입니다. 저는 유튜브와 네이버를 그만 보기 시작한 지 2년 정도 되었습니다.

OTT 플랫폼에서 영상은 원래 잘 안 봤고요. 저에게 무슨 일이 일어났을까요? 아니요. 아무 일도 일어나지 않았습니다. 부정도 긍정도 어느 방향으로도 그런 거 안 본다고 시대에 뒤떨어지는 일 따위는 일어나지 않습니다. 시간이 많아져서 가족과 대화를 더하게 되고, 영어 공부도 하고, 마음의 여유도 생기고 좋더라고요.

두 번째는 운동하면 무조건 좋습니다. 저는 아직도 궁금합니다. 사람은 왜 운동을 해야 건강해지는 구조로 만들어졌는지 궁금해요. 그런데 그렇습니다. 운동을 해야 컨디션이 좋아지고, 운동을 해야 이전보다 더 건강해집니다. 사람 몸에 붙어 있는 근육은 강화가 될수록 활발한 움직임을 가질 수 있습니다. 의학적인 지식이 없어서 왜 그런지 모르지만, 운동으로 근육이 발달하면 몸이 가벼워지고 작은 충격을 받아도 빠르게 회복할 수 있습니다. 

만성적인 허리 통증을 달고 살았습니다. 그런데 3년 전부터 수영을 시작하면서 허리 통증이 사라지는 기적을 맛보았습니다. 수영을 통해 자세가 바로잡히고 근육에 무리가 덜한 운동을 꾸준히 하여 허리가 좋아진 것 같습니다. 이것도 어떤 논리인지 무척 궁금하지만 알고 계신 분들이 계시다면 묻고 싶습니다. 허리 건강만 좋아진 것이 아니라 (느낌에) 피부도 좋아진 것 같고 수영을 한 날은 기분도 상쾌합니다.

운동을 안 하고 살던 몇 년의 시간이 있었습니다. 자녀가 어려서 돌보느라 집, 회사, 집만 오가며 먹고살기 바쁜 시기가 있었습니다. 그 시간 동안 운동은 거의 하지 않았습니다. 집에서 매트를 깔고 누워서 요가를 흉내 내는 정도가 규칙적인 운동이었습니다. 돌아보면 그 기간 동안 정기적으로 아프고 항상 컨디션이 그렇게 좋지 않았던 것 같습니다. 살도 찌고, 몸도 무겁고, 기분도 찌뿌둥한 상태라고 떠오릅니다.

운동도 아침에 일어나는 것과 연관이 있습니다. 규칙적으로 운동하려면 아침에 일찍 일어나야 합니다. ‘나는 저녁에 운동하는 것이 좋다.’ 안됩니다. 저녁엔 규칙적으로 운동하기 어렵습니다. 자기 시간을 마음대로 주무를 수 있는 위치에 계신 분이라면 가능하겠습니다. 그런 분들이 아니라 주변 사람과 상황 눈치를 봐야 하는 분들은 저녁에 운동이든 무엇이든 규칙적으로 활동하기 어렵습니다. 무조건 일찍 일어나서 새벽이든 아침에 운동해야 합니다. 그래야 규칙적으로 할 수 있습니다.

운동은 규칙적으로 해야 의미가 있습니다. 적어도 주간 3회 이상으로 해야 합니다. 이건 최소 기준이고, 저는 운동은 매일 해야 한다고 생각합니다. 한 가지 종류의 운동이 아니라도 이것저것 무엇이든 운동을 매일 규칙적으로 할 때 몸과 마음이 건강해진다고 믿습니다.

무조건 해야 하는 일들이 더 많아서 시리즈로 몇 번 더 소개하겠습니다. 여러분도 생각하는 묻지도 따지지도 않고 무조건 하면 좋은 일이 있나요? 살다 보면 세상에 이치가 꼭 대단한 이유가 있는 것은 아닌 경우도 있습니다. 일단 하고 보면 이유를 깨닫기도 하고, 그 이유라는 것이 대단하지 않아도 각자 긍정적인 느낌이 있습니다. 오늘도 그것이 무엇이든 각자 좋아하는 일로 행복한 우리가 되길 진심으로 응원합니다.

﻿세상에 무조건 하면 좋은 일이 있습니다. 잘 이해가 되지 않죠? 모든 것에는 목적이 있어야 하는데, 목적에 관계없이 행동을 하면 무조건 좋다는 것이 신기한 논리입니다. 근데 그런 일들이 있습니다. 그게 무엇인지 왜 그런지 한 번 알아볼까요? 먼저 일찍 자고 일찍 일어나면 무조건 좋습니다. (어이, 첫판부터 장난질이냐?) 장난이 아닙니다. 한 번 해보고 말씀하세요. ‘나는 올빼미 유형의 사람이다.’ 저는 그거 거짓말이라고 생각합니다. 밤에 잠 안 자고 낮에 늦잠 자고 일어나면 안 피곤해야 하는 거 아닌가요? 뭐 치사하게 그런 거 딴지 걸지 않아도 세상이 그렇게 돌아가지 않습니다. 학교도, 직장도 아침에 시작해서 저녁에 끝나죠?&nbsp; 밤 9시에 잠들어보세요. 더 일찍 자도 좋습니다. 그럼 아마 아침에 눈이 번쩍 뜨일 것입니다. 적어도 전날 막노동과 같은 몸으로 힘쓰는 고된 일을 한 것이 아니라면 말이죠. 아침에 일어나는 시간은 본인이 정하세요. 기적의 아침, 그런 거 하라는 건 아닙니다. 저는 그런 거 믿지 않습니다. 다만, 늦게 자고 늦잠 자서 헐레벌떡 하루를 시작하는 것보다 정해진 시간에 일찍 자고 정해진 시간에 일찍 일어나서 시작부터 주도적으로 사는 삶이 좋다고 생각합니다. 하루를 시작부터 시간에 쫓겨서 사는 것이 자신에게 대단히 미안한 일이라고 생각해요. 차라리 밤에 덜 활동하고 일찍 자는 것이 신체의 건강뿐만 아니라 정신적 건강에도 매우 도움이 된다고 믿습니다. 영화, 드라마, 뉴스 안 봐도 우리 인생에 아무 일도 일어나지 않습니다. 시대에 뒤떨어질 것 같은 느낌은 착각입니다. 저는 유튜브와 네이버를 그만 보기 시작한 지 2년 정도 되었습니다. OTT 플랫폼에서 영상은 원래 잘 안 봤고요. 저에게 무슨 일이 일어났을까요? 아니요. 아무 일도 일어나지 않았습니다. 부정도 긍정도 어느 방향으로도 그런 거 안 본다고 시대에 뒤떨어지는 일 따위는 일어나지 않습니다. 시간이 많아져서 가족과 대화를 더하게 되고, 영어 공부도 하고, 마음의 여유도 생기고 좋더라고요. 두 번째는 운동하면 무조건 좋습니다. 저는 아직도 궁금합니다. 사람은 왜 운동을 해야 건강해지는 구조로 만들어졌는지 궁금해요. 그런데 그렇습니다. 운동을 해야 컨디션이 좋아지고, 운동을 해야 이전보다 더 건강해집니다. 사람 몸에 붙어 있는 근육은 강화가 될수록 활발한 움직임을 가질 수 있습니다. 의학적인 지식이 없어서 왜 그런지 모르지만, 운동으로 근육이 발달하면 몸이 가벼워지고 작은 충격을 받아도 빠르게 회복할 수 있습니다.&nbsp; 만성적인 허리 통증을 달고 살았습니다. 그런데 3년 전부터 수영을 시작하면서 허리 통증이 사라지는 기적을 맛보았습니다. 수영을 통해 자세가 바로잡히고 근육에 무리가 덜한 운동을 꾸준히 하여 허리가 좋아진 것 같습니다. 이것도 어떤 논리인지 무척 궁금하지만 알고 계신 분들이 계시다면 묻고 싶습니다. 허리 건강만 좋아진 것이 아니라 (느낌에) 피부도 좋아진 것 같고 수영을 한 날은 기분도 상쾌합니다. 운동을 안 하고 살던 몇 년의 시간이 있었습니다. 자녀가 어려서 돌보느라 집, 회사, 집만 오가며 먹고살기 바쁜 시기가 있었습니다. 그 시간 동안 운동은 거의 하지 않았습니다. 집에서 매트를 깔고 누워서 요가를 흉내 내는 정도가 규칙적인 운동이었습니다. 돌아보면 그 기간 동안 정기적으로 아프고 항상 컨디션이 그렇게 좋지 않았던 것 같습니다. 살도 찌고, 몸도 무겁고, 기분도 찌뿌둥한 상태라고 떠오릅니다. 운동도 아침에 일어나는 것과 연관이 있습니다. 규칙적으로 운동하려면 아침에 일찍 일어나야 합니다. ‘나는 저녁에 운동하는 것이 좋다.’ 안됩니다. 저녁엔 규칙적으로 운동하기 어렵습니다. 자기 시간을 마음대로 주무를 수 있는 위치에 계신 분이라면 가능하겠습니다. 그런 분들이 아니라 주변 사람과 상황 눈치를 봐야 하는 분들은 저녁에 운동이든 무엇이든 규칙적으로 활동하기 어렵습니다. 무조건 일찍 일어나서 새벽이든 아침에 운동해야 합니다. 그래야 규칙적으로 할 수 있습니다. 운동은 규칙적으로 해야 의미가 있습니다. 적어도 주간 3회 이상으로 해야 합니다. 이건 최소 기준이고, 저는 운동은 매일 해야 한다고 생각합니다. 한 가지 종류의 운동이 아니라도 이것저것 무엇이든 운동을 매일 규칙적으로 할 때 몸과 마음이 건강해진다고 믿습니다. 무조건 해야 하는 일들이 더 많아서 시리즈로 몇 번 더 소개하겠습니다. 여러분도 생각하는 묻지도 따지지도 않고 무조건 하면 좋은 일이 있나요? 살다 보면 세상에 이치가 꼭 대단한 이유가 있는 것은 아닌 경우도 있습니다. 일단 하고 보면 이유를 깨닫기도 하고, 그 이유라는 것이 대단하지 않아도 각자 긍정적인 느낌이 있습니다. 오늘도 그것이 무엇이든 각자 좋아하는 일로 행복한 우리가 되길 진심으로 응원합니다.﻿

무조건

”뭔가 잘한다 싶은 애들은 남들 눈에는 보이지 않는 흐름을 잘 찾더라고, 그 흐름에 올라타서는 슈욱하고 멀리 앞서가“

대학 시절 교수님께서 해주신 말씀이에요. 그때는 이해하지 못했어요. 그냥 교수님 말 잘 들어야 한단 의미로 받아들였죠.

이제는 조금 알 것 같아요. 세상에는 어떤 크고 작은 흐름이 몰려올 때가 있어요. 그 흐름 위에서 서핑하듯 균형을 잡으면 남들보다 조금은 더 앞서나갈 수 있어요.

흐름을 타서 균형을 잡는 것도 어렵죠. 하지만 흐름을 분별하는 게 더 어려운 거 같아요.

”뭔가 잘한다 싶은 애들은 남들 눈에는 보이지 않는 흐름을 잘 찾더라고, 그 흐름에 올라타서는 슈욱하고 멀리 앞서가“ 대학 시절 교수님께서 해주신 말씀이에요. 그때는 이해하지 못했어요. 그냥 교수님 말 잘 들어야 한단 의미로 받아들였죠. 이제는 조금 알 것 같아요. 세상에는 어떤 크고 작은 흐름이 몰려올 때가 있어요. 그 흐름 위에서 서핑하듯 균형을 잡으면 남들보다 조금은 더 앞서나갈 수 있어요. 흐름을 타서 균형을 잡는 것도 어렵죠. 하지만 흐름을 분별하는 게 더 어려운 거 같아요.

”뭔가 잘한다 싶은 애들은 남들 눈에는 보이지 않는 흐름을 잘 찾

Piscina로 자바스크립트 멀티 쓰레딩 쉽게 하기

상용 애플리케이션을 개발할 때는 Node.js의
worker_threads
모듈을 그대로 쓰기는 곤란한 경우가 많은데요. 필요할 때 마다 매번 새로운 워커 쓰레드를 생성하면 서버에 부하를 주어 오히려 성능을 떨어뜨릴 수도 있죠. 그래서 쓰레드 풀(pool)을 사용하여 미리 다수의 워커 쓰레드를 생성해놓고 재사용하는 것이 권장됩니다.

Piscina는 효과적인 멀티 쓰레딩을 위해서 쓰레드 풀 관리 기능을 제공하는 라이브러리입니다. 뿐만 아니라, 콜백(Callback) 기반의 API를 제공하는
worker_threads
모듈과 달리, Piscina의 API는 프라미스(Promise) 기반으로 되어 있어서 사용하기 쉽다는 장점도 있죠.

이번 포스팅에서는 워커 쓰레드 풀링(pooling)을 도와주는 라이브러리인 Piscina에 대해서 알아보겠습니다.

📝 포스팅: https://www.daleseo.com/piscina/

Piscina 없이 순수하게
worker_threads
모듈을 사용하여 멀티 쓰레드 프로그래밍을 하는 방법에 대해서는 지난 게시물을 참고 바랍니다.

🔖 워커 쓰레드를 통한 자바스크립트 멀티 쓰레딩: https://careerly.co.kr/comments/118635

상용 애플리케이션을 개발할 때는 Node.js의 <code >worker_threads</code> 모듈을 그대로 쓰기는 곤란한 경우가 많은데요. 필요할 때 마다 매번 새로운 워커 쓰레드를 생성하면 서버에 부하를 주어 오히려 성능을 떨어뜨릴 수도 있죠. 그래서 쓰레드 풀(pool)을 사용하여 미리 다수의 워커 쓰레드를 생성해놓고 재사용하는 것이 권장됩니다. Piscina는 효과적인 멀티 쓰레딩을 위해서 쓰레드 풀 관리 기능을 제공하는 라이브러리입니다. 뿐만 아니라, 콜백(Callback) 기반의 API를 제공하는 <code >worker_threads</code> 모듈과 달리, Piscina의 API는 프라미스(Promise) 기반으로 되어 있어서 사용하기 쉽다는 장점도 있죠. 이번 포스팅에서는 워커 쓰레드 풀링(pooling)을 도와주는 라이브러리인 Piscina에 대해서 알아보겠습니다. 📝 포스팅: https://www.daleseo.com/piscina/ Piscina 없이 순수하게 <code >worker_threads</code> 모듈을 사용하여 멀티 쓰레드 프로그래밍을 하는 방법에 대해서는 지난 게시물을 참고 바랍니다. 🔖 워커 쓰레드를 통한 자바스크립트 멀티 쓰레딩: https://careerly.co.kr/comments/118635

www.daleseo.com

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

 - YouTube

React 최신(v19)으로는 어떻게 개발해야 할까요?
공식문서를 살펴보면서 앞으로 React로
어떻게 개발해야 되는지 방향성에 대해 살펴 보았어요.
(몇 가지 힌트를 통해서 유추한 방향성을 설명 해보았어요.)

여러 의견중 하나일 뿐임을 감안 해주시고,
React 개발의 미래에 대해 다양한 의견 주시면
건설적인 토론에 도움이 될것 같아요 :)

각자의 자리에서 함께 공부하시는 모든 분들 화이팅입니다. 🤗
https://youtu.be/nLTjfxPBWow

React 최신(v19)으로는 어떻게 개발해야 할까요? 공식문서를 살펴보면서 앞으로 React로 어떻게 개발해야 되는지 방향성에 대해 살펴 보았어요. (몇 가지 힌트를 통해서 유추한 방향성을 설명 해보았어요.) 여러 의견중 하나일 뿐임을 감안 해주시고, React 개발의 미래에 대해 다양한 의견 주시면 건설적인 토론에 도움이 될것 같아요 :) 각자의 자리에서 함께 공부하시는 모든 분들 화이팅입니다. 🤗https://youtu.be/nLTjfxPBWow

youtu.be

React 최신(v19)으로는 어떻게 개발해야 할까요?
공식문서를

매주 한국어로 번역 혹은 작성된 프론트엔드 글을 전달합니다. Click to read Korean FE article, by Han Jung(한정), a Substack publication with tens of thousands of subscribers.

Korean FE article | Han Jung(한정) | Substack

안녕하세요! 글을 기다리신 분도 있을 것 같은데 공지가 조금 늦어서 죄송합니다.
그동안 커리어리에서 꾸준하게 프런트엔드 관련 글을 전달해 드렸었는데요.

여러 이유로 이전처럼 커리어리를 통해 꾸준히 글을 공유해 드리기 어려울 것 같습니다.
이 계정에도 앞으로도 좋은 정보나 함께 보면 유익할 글들은 종종 올릴 예정이지만,
기존처럼 새로운 글을 꾸준히 보고 싶으시다면 아래 링크를 통해 구독해 주시기를 바랍니다.

 * https://kofearticle.substack.com/

또 인사드리겠습니다. 감사합니다.

안녕하세요! 글을 기다리신 분도 있을 것 같은데 공지가 조금 늦어서 죄송합니다.그동안 커리어리에서 꾸준하게 프런트엔드 관련 글을 전달해 드렸었는데요. 여러 이유로 이전처럼 커리어리를 통해 꾸준히 글을 공유해 드리기 어려울 것 같습니다.이 계정에도 앞으로도 좋은 정보나 함께 보면 유익할 글들은 종종 올릴 예정이지만, 기존처럼 새로운 글을 꾸준히 보고 싶으시다면 아래 링크를 통해 구독해 주시기를 바랍니다. <ul ><li>https://kofearticle.substack.com/</li></ul> 또 인사드리겠습니다. 감사합니다.

kofearticle.substack.com

프런트엔드 관련 글 추천 안내

1. 일을 성취하기 위해서는 스스로 타오를 수 있는 자연성 인간이 되어야 한다. 나는 이것을 ”스스로 타오른다.“라고 표현한다.

2. 사물에는 세 가지 유형이 있다.
1) 불에 가까이 대면 타는 가연성 물질.
2) 불에 가까이 대도 타지 않는 불연성 물질.
3) 스스로도 잘 타는 자연성

3. 이와 마찬가지로 인간의 유형도 주위에서 무슨 말을 하지 않아도 스스로 잘 타는 인간이 있는가 하면, 주위에서 에너지를 불어넣어 주어도 냉소적인 혹은 냉정한 태도를 유지하여 전혀 타지 않는 불연성 인간이 있다.

4. 후자의 경우는 능력이 뛰어난 데도 열의나 정열이 없는 사람이라고 할 수 있다.

#카르마경영 📚
#이나모리가즈오

1. 일을 성취하기 위해서는 스스로 타오를 수 있는 자연성 인간이 되어야 한다. 나는 이것을 ”스스로 타오른다.“라고 표현한다. ​2. 사물에는 세 가지 유형이 있다. 1) 불에 가까이 대면 타는 가연성 물질. 2) 불에 가까이 대도 타지 않는 불연성 물질. 3) 스스로도 잘 타는 자연성 ​3. 이와 마찬가지로 인간의 유형도 주위에서 무슨 말을 하지 않아도 스스로 잘 타는 인간이 있는가 하면, 주위에서 에너지를 불어넣어 주어도 냉소적인 혹은 냉정한 태도를 유지하여 전혀 타지 않는 불연성 인간이 있다. ​4. 후자의 경우는 능력이 뛰어난 데도 열의나 정열이 없는 사람이라고 할 수 있다. #카르마경영 📚 #이나모리가즈오

< 일 잘하는 사람은, 스스로 불타는 사람이다 >

1. 경영자 입장에서는 80/20 법칙이 성립하는 부분을 찾아 인지하는 것이 사업성과 극대화에 필수적이다.

2. 수익의 대부분을 창출하는 제품, 서비스, 활동(20퍼센트)을 규명하고, 미미한 결과를 내는 나머지(80퍼센트)를 털어 내는 것이 성공하는 방법이다.

3. 경쟁력을 발휘할 수 있는 핵심 역량에 집중하고, 다른 80퍼센트는 붙들고 있지 말고 더 잘하는 사람들에게 맡기는 것이 좋다.

4. 이것이 아웃소싱의 기본이다. 사람의 열심과 최선도 유한자원이다. 모든 일에 열심과 최선을 다할 수는 없다.

5. 내게 최고의 결과를 주는 것들에 최선을 다하자. 최고의 직원들을 후하게 보상하고, 최악의 직원들을 단계적으로 줄여 나가자. 이것이 인사관리의 기본이다.

6. 나쁜 고객들은 점진적으로 털어 버리고, 좋은 고객들에게 집중해서 서비스를 강화하고 보다 수익성 있는 구매로 이끌어야 한다. 그것이 고객관리의 기본이다.

#결국해내는사람들의원칙 📚

1. 경영자 입장에서는 80/20 법칙이 성립하는 부분을 찾아 인지하는 것이 사업성과 극대화에 필수적이다. ​2. 수익의 대부분을 창출하는 제품, 서비스, 활동(20퍼센트)을 규명하고, 미미한 결과를 내는 나머지(80퍼센트)를 털어 내는 것이 성공하는 방법이다. ​3. 경쟁력을 발휘할 수 있는 핵심 역량에 집중하고, 다른 80퍼센트는 붙들고 있지 말고 더 잘하는 사람들에게 맡기는 것이 좋다. ​4. 이것이 아웃소싱의 기본이다. 사람의 열심과 최선도 유한자원이다. 모든 일에 열심과 최선을 다할 수는 없다. ​5. 내게 최고의 결과를 주는 것들에 최선을 다하자. 최고의 직원들을 후하게 보상하고, 최악의 직원들을 단계적으로 줄여 나가자. 이것이 인사관리의 기본이다. ​6. 나쁜 고객들은 점진적으로 털어 버리고, 좋은 고객들에게 집중해서 서비스를 강화하고 보다 수익성 있는 구매로 이끌어야 한다. 그것이 고객관리의 기본이다. #결국해내는사람들의원칙 📚

< 진짜 잘하는 사람은 일의 80%를 포기한다 >

오늘도 AI한테 이겼습니다. 후후.. ChatGPT, Claude

www.55check.com#정치꽃, 식물, 정원을 이해하는 국가지도자가 있다면내일 오후부터 비가 내린다 하니 도시의 봄꽃 구경은 내일 오전이 피크일 듯 합니다.꽃과 나무와 정원을 진심으로 좋아하고, 그 기록을 남긴 대제국의 황제 이야기를 전합니다. (오호츠크 리포트)필자(로빈 레인 폭스)는 옥스퍼드대 역사학과 교수이며, 동시에 옥스퍼드대 뉴칼리지와 엑스터칼리지의 가드닝 책임자로 일하고 있습니다. 파이낸셜타임스에는 55년째 칼럼을 기고하고 있으시네요.멀리 봄 구경을 가고 싶지만 혼자라 번거로운 분들께는 알레 추천.#매주 금요일_ 동동의 테크 타운이제 코딩은 입으로. ‘바이브 코딩’ 시대“바이브 코딩(Vibe Coding)“이 소프트웨어 업계 새로운 트렌드로 자리잡음.명확한 계획 없이, 코드 작성을 AI에게 완전 위임하는 방식.OpenAI 창업자 안드레이 카파시: “바이브에 몸을 맡기고, 기하급수적 성장을 받아들이고, 코드가 존재한다는 사실조차 잊으세요”라며 극찬. ("You fully give in to the vibes, embrace exponentials, and forget that the code even exists.)과거의 AI 활용이 일부 코드(100줄 이하)를 수정하는 수준이었다면, 이제는 전체 프로그램(500줄 이상)을 AI가 통째로 작성.마이크로소프트 CEO 사티야 나델라는 코드 한 줄 안 쓰고 마이크로소프트 첫 제품인 알테어 BASIC를 만듦 (50년 전엔 6주 걸렸던 게 지금은 10분.)3만5000

2025년 4월 11일 (금) - 누워서 입으로 하는 '바이브 코딩'의 시대 : 오호츠크 리포트

이제 코딩은 입으로. ‘바이브 코딩’ 시대

 * “바이브 코딩(Vibe Coding)“이 소프트웨어 업계 새로운 트렌드로 자리잡음.
 * 명확한 계획 없이, 코드 작성을 AI에게 완전 위임하는 방식.
 * OpenAI 창업자 안드레이 카파시: “바이브에 몸을 맡기고, 기하급수적 성장을 받아들이고, 코드가 존재한다는 사실조차 잊으세요”라며 극찬. ("You fully give in to the vibes, embrace exponentials, and forget that the code even exists.)
 * 과거의 AI 활용이 일부 코드(100줄 이하)를 수정하는 수준이었다면, 이제는 전체 프로그램(500줄 이상)을 AI가 통째로 작성.
 * 마이크로소프트 CEO 사티야 나델라는 코드 한 줄 안 쓰고 마이크로소프트 첫 제품인 알테어 BASIC를 만듦 (50년 전엔 6주 걸렸던 게 지금은 10분.)
 * 3만5000줄짜리 요리앱을 말로만 코딩해서 만든 사람도 있음.
 * 코드 품질과 에러 처리도 크게 향상… 필자 동동도 상당 부분 AI로 코드 작성 중.
 * 단점은? 최근엔 코드가 너무 길고 복잡해져 오히려 불필요한 부분 많아짐 (몇 달 전엔 부족했는데 이젠 과잉!)
 * “바이브 코딩”은 곧 “바이브 워킹”으로 확장될지도. “일은 AI가, 사람은 말만..."

Z세대 내에서도 ‘AI 격차’ 벌어진다

 * 클로드, 100만 건의 익명 대화 분석. 대학생들의 AI 사용 패턴 연구 결과 공개.
 * STEM 계열 학생들이 압도적으로 많이 씀. 특히 컴퓨터사이언스 전공자들의 사용량이 전체의 39% 차지 (위 그래프). 반면 경영, 인문학과 학생들은 AI 사용 적어.
 * “디지털 네이티브” Z세대 내에서도 AI 활용 능력의 격차 심화. 미래 일자리 경쟁력 좌우할 새로운 계층화 현상.
 * 전공별 AI 활용 패턴:
   * 자연과학·수학: 단계별 문제 풀이 요청 형태. 과외 선생님처럼 활용.
   * 컴퓨터공학·공학: AI와 함께 고민하며 해결책 찾는 ‘협업형’ 상호작용 선호.
   * 인문학·비즈니스·보건: 직접 지시와 협업 방식을 균형 있게 활용.
   * 교육 전공: 학습 자료나 문제 만들기 위한 ‘콘텐츠 생성기’ 활용 두드러짐.
 * 보고서 전체 보기. 다 읽기 어려우면 평소 쓰시는 AI 툴에 요약을 요청해보세요.

메타의 오픈소스 AI, 1000만 토큰 LLM으로 1등 올라

 * 메타, 4월 5일 새로운 오픈소스 AI 모델 깜짝 발표.
 * 원래 4월 29일 ‘라마콘 2025’ 행사용 비장의 카드였으나 조기 공개.
 * 이번 주 나스닥 증시 폭락과 지브리 스타일 AI 인기에 영향을 받아 더는 뒤쳐지면 안된다 생각했을 듯.
 * 유료 모델까지 포함해도 2주 전 출시된 구글 ‘Gemini 2.5’에 이어 성능 2위에 해당.
 * 가장 충격적인 건 무료 오픈소스 모델임에도 1000만 토큰 처리 가능.
 * “이제 내 서버에 질문 한 번 할 때도 책 몇 권 통째로 올려놓고 답변받을 수 있는 시대”… 개인 서버에서 올려두고 전기세만 내면 무제한 사용 가능.
 * 그러나 아직까지 미국, 싱가포르 등 일부 국가에서만 서비스 중. 한국은 안 됨.

이제 코딩은 입으로. ‘바이브 코딩’ 시대 <ul ><li>“바이브 코딩(Vibe Coding)“이 소프트웨어 업계 새로운 트렌드로 자리잡음.</li><li>명확한 계획 없이, 코드 작성을 AI에게 완전 위임하는 방식.</li><li>OpenAI 창업자 안드레이 카파시: “바이브에 몸을 맡기고, 기하급수적 성장을 받아들이고, 코드가 존재한다는 사실조차 잊으세요”라며 극찬. ("You fully give in to the vibes, embrace exponentials, and forget that the code even exists.)</li><li>과거의 AI 활용이 일부 코드(100줄 이하)를 수정하는 수준이었다면, 이제는 전체 프로그램(500줄 이상)을 AI가 통째로 작성.</li></ul><ul ><li>마이크로소프트 CEO 사티야 나델라는 코드 한 줄 안 쓰고 마이크로소프트 첫 제품인 알테어 BASIC를 만듦 (50년 전엔 6주 걸렸던 게 지금은 10분.)</li><li>3만5000줄짜리 요리앱을 말로만 코딩해서 만든 사람도 있음.</li><li>코드 품질과 에러 처리도 크게 향상… 필자 동동도 상당 부분 AI로 코드 작성 중.</li></ul><ul ><li>단점은? 최근엔 코드가 너무 길고 복잡해져 오히려 불필요한 부분 많아짐 (몇 달 전엔 부족했는데 이젠 과잉!)</li><li>“바이브 코딩”은 곧 “바이브 워킹”으로 확장될지도. “일은 AI가, 사람은 말만..."</li></ul> Z세대 내에서도 ‘AI 격차’ 벌어진다 <ul ><li>클로드, 100만 건의 익명 대화 분석. 대학생들의 AI 사용 패턴 연구 결과 공개.</li><li>STEM 계열 학생들이 압도적으로 많이 씀. 특히 컴퓨터사이언스 전공자들의 사용량이 전체의 39% 차지 (위 그래프). 반면 경영, 인문학과 학생들은 AI 사용 적어.</li><li>“디지털 네이티브” Z세대 내에서도 AI 활용 능력의 격차 심화. 미래 일자리 경쟁력 좌우할 새로운 계층화 현상.</li></ul><ul ><li>전공별 AI 활용 패턴:<ul ><li>자연과학·수학: 단계별 문제 풀이 요청 형태. 과외 선생님처럼 활용.</li><li>컴퓨터공학·공학: AI와 함께 고민하며 해결책 찾는 ‘협업형’ 상호작용 선호.</li><li>인문학·비즈니스·보건: 직접 지시와 협업 방식을 균형 있게 활용.</li><li>교육 전공: 학습 자료나 문제 만들기 위한 ‘콘텐츠 생성기’ 활용 두드러짐.</li></ul></li></ul><ul ><li>보고서 전체 보기. 다 읽기 어려우면 평소 쓰시는 AI 툴에 요약을 요청해보세요.</li></ul> 메타의 오픈소스 AI, 1000만 토큰 LLM으로 1등 올라 <ul ><li>메타, 4월 5일 새로운 오픈소스 AI 모델 깜짝 발표.</li><li>원래 4월 29일 ‘라마콘 2025’ 행사용 비장의 카드였으나 조기 공개.</li><li>이번 주 나스닥 증시 폭락과 지브리 스타일 AI 인기에 영향을 받아 더는 뒤쳐지면 안된다 생각했을 듯.</li><li>유료 모델까지 포함해도 2주 전 출시된 구글 ‘Gemini 2.5’에 이어 성능 2위에 해당.</li><li>가장 충격적인 건 무료 오픈소스 모델임에도 1000만 토큰 처리 가능.</li><li>“이제 내 서버에 질문 한 번 할 때도 책 몇 권 통째로 올려놓고 답변받을 수 있는 시대”… 개인 서버에서 올려두고 전기세만 내면 무제한 사용 가능.</li><li>그러나 아직까지 미국, 싱가포르 등 일부 국가에서만 서비스 중. 한국은 안 됨.</li></ul>

55check.com

4월 둘째 주 - 누워서 입으로 하는 '바이브 코딩'의 시대

얼마 전, 강릉 여행 때였습니다. 3박 4일 동안 10개가 넘는 소품샵, 카페, 서점, 식당 등에 들렀는데요. 그 때 여러 가게에서 공통적으로 목격된 한 가지 아이템이 있었습니다. 바로 카운터에 놓여있던 ‘결제 단말기’ 였는데요. 큰 디스플레이에는 가게마다 고유한 이미지가 나오고 있어 독특하다는 생각을 했는데요. 그 이후 가게를 갈 때마다 결제 단말기를 유심히 살펴보게 됐고, 그 결과 이

왜 요즘 ‘토스 결제 단말기’를 들여놓은 가게가 많이 보일까?

토스 결제 단말기가 익숙해졌습니다. 생각노트 님 뉴스레터를 통해 확인해보니, 토스 계열사인 토스 플레이스의 이 단말기가 시장에 침투하는 속도가 놀랍습니다. "출시 2년 만에 10만 대가 보급됐고, 누적 결제액은 7조 7천억 원을 넘어섰습니다. 경쟁사가 가맹점 5만 곳을 확보하는데 짧게는 4년, 길게는 9년이 걸렸던 것과 비교하면, 토스 플레이스는 빠르게 시장을 선점하고 있습니다. 또, 자영업 사장님들의 온라인 커뮤니티에서도 토스 카드 결제 단말기를 사용 중이거나 적극 추천한다는 글을 어렵지 않게 볼 수 있습니다." 왜 잘 되는 걸까요? UX 리서치 관점에서도 생각할 점이 많아 제가 클럽장으로 운영하고 있는 <리서치 하는데요> 시즌5 첫 모임에서도 이야기를 나눴던 '토스 결제 단말기'에 대해 생각노트 님의 분석에 제 생각을 더해 공유합니다.

1️⃣ 카드 결제 단말기를 '고객 경험의 접점'으로 바라본 점

 * 투박했던 기존의 카드 결제 단말기 역할을 '고객 경험의 접점'으로 확장하여
 * 결제할 때는 결제 내역을 고객 방향에서 알려주고
 * 평소에는 가게 홍보 이미지를 노출해 브랜딩에 도움이 되며
 * 잠시 주문받기 어려운 상황에서는 키오스크로 전환해 고객 주문을 받을 수 있고
 * 결제와 동시에 포인트 적립이나 스탬프 적립도 가능하게 했습니다

2️⃣  '내 기기'에 '토스 포스 프로그램'을 무료 설치하여 사용할 수 있는 점

 * 카드 결제 단말기만 구입하고 매장 운영 프로그램은 '내 기기'로 할 수 있어
 * 노트북이나 태블릿으로 매장 관리를 하고 싶은 사장님의 니즈와
 * 간소한 카운터를 희망하는 1인 가게 사장님의 니즈를 적중했습니다
 * 또 누구나 쉽게 사용할 수 있는 매장 운영 프로그램(POS)을 무료로 배포하고 
 * 꾸준히 업데이트하여 사장님들의 좋은 피드백을 얻고 있죠

3️⃣  파격적인 '프로모션'으로 시장에 빠르게 침투한 점

 * 토스 카드 결제 단말기 정가는 기존 카드 결제 단말기보다 높지만
 * 토스 플레이스의 파격적인 프로모션과 지원 정책으로
 * 기존 카드 결제 단말기보다 훨씬 저렴해지면서 
 * 사장님들이 선택하지 않을 이유가 없어졌어요

[ 큐레이터의 문장 🎒 ]

사용자 접점으로 키오스크와 포스 프론트 기기를 통합하고 바쁠 때 주문을 대신 받아주는 고마운 토스 결제 단말기. 그러나 아직도 사용자 입장에서 경험 개선이 가능한 부분이 남아 있습니다.

1️⃣ 브랜드 자체 멤버십 프로그램과 분리된 결제 기능

판교의 축복이라고 불리는 ACR(알레그리아커피로스터스)는 제가 하루에 2번씩 찾는 단골매장인데요. 4년 전부터 멤버십을 가입하고(월 4만 원 수준) 충전해서 결제하면 주문할 때마다 10% 할인을 받고 있습니다. 1년 전부터 토스 결제 단말기를 도입한 이 매장에서는 바쁠 때 키오스크 역할을 하는 단말기로 주문을 하도록 유도하고 있지만, 자체 멤버십은 연동이 되지 않아서 직원이 오길 기다려야 하는 불편함이 있습니다. 바리스타 분들도 "멤버십 결제하시는 게 아니면 키오스크로 결제 직접 해주시면 됩니다"라고 안내를 하고 있죠. 자체 멤버십에 충전을 할 때는 결제기를 이용하지만, 멤버십 잔액으로 결제할 때는 휴대전화 번호를 말씀드리는 방식으로 경험이 파편화된 상황입니다. 공교롭게 단골 입장에서는 토스 단말기 도입으로 불편함이 늘어난 상황이죠. 자체 멤버십 연동까지 기능 업데이트가 가능해지면 좋겠습니다.

2️⃣ 포인트 적립은 매번 번호를 눌러야 하는 불편함

ACR에서 멤버십을 이용하는 사용자는 휴대전화 번호를 구두로 말씀드리고 선불카드로 결제를 합니다. 그런데 결제 후 멤버십 적립을 할 때마다 단말기에 직접 휴대전화 번호를 다시 입력해야 합니다. 방금 휴대전화 번호를 소리로 전달했는데 적립을 하려면 손으로도 입력하는 식이죠. 이런 점이 불편하다고 이야기한 손님들이 여럿 계셨는지 최근에는 "같은 번호로 적립 도와드릴까요?"라고 말하고 바리스타가 직접 번호를 포스에 입력해서 적립을 도와주시기도 합니다. 자체 멤버십과 통합이 되면 적립도 자동으로 되는 방식이 적용될 수 있겠죠?

https://think-note.com/toss-pay/

토스 결제 단말기가 익숙해졌습니다. 생각노트 님 뉴스레터를 통해 확인해보니, 토스 계열사인 토스 플레이스의 이 단말기가 시장에 침투하는 속도가 놀랍습니다. "출시 2년 만에 10만 대가 보급됐고, 누적 결제액은 7조 7천억 원을 넘어섰습니다. 경쟁사가 가맹점 5만 곳을 확보하는데 짧게는 4년, 길게는 9년이 걸렸던 것과 비교하면, 토스 플레이스는 빠르게 시장을 선점하고 있습니다. 또, 자영업 사장님들의 온라인 커뮤니티에서도 토스 카드 결제 단말기를 사용 중이거나 적극 추천한다는 글을 어렵지 않게 볼 수 있습니다." 왜 잘 되는 걸까요? UX 리서치 관점에서도 생각할 점이 많아 제가 클럽장으로 운영하고 있는 &lt;리서치 하는데요&gt; 시즌5 첫 모임에서도 이야기를 나눴던 '토스 결제 단말기'에 대해 생각노트 님의 분석에 제 생각을 더해 공유합니다. 1️⃣ 카드 결제 단말기를 '고객 경험의 접점'으로 바라본 점 <ul ><li>투박했던 기존의 카드 결제 단말기 역할을 '고객 경험의 접점'으로 확장하여</li><li>결제할 때는 결제 내역을 고객 방향에서 알려주고</li><li>평소에는 가게 홍보 이미지를 노출해 브랜딩에 도움이 되며</li><li>잠시 주문받기 어려운 상황에서는 키오스크로 전환해 고객 주문을 받을 수 있고</li><li>결제와 동시에 포인트 적립이나 스탬프 적립도 가능하게 했습니다</li></ul> 2️⃣ &nbsp;'내 기기'에 '토스 포스 프로그램'을 무료 설치하여 사용할 수 있는 점 <ul ><li>카드 결제 단말기만 구입하고 매장 운영 프로그램은 '내 기기'로 할 수 있어</li><li>노트북이나 태블릿으로 매장 관리를 하고 싶은 사장님의 니즈와</li><li>간소한 카운터를 희망하는 1인 가게 사장님의 니즈를 적중했습니다</li><li>또 누구나 쉽게 사용할 수 있는 매장 운영 프로그램(POS)을 무료로 배포하고&nbsp;</li><li>꾸준히 업데이트하여 사장님들의 좋은 피드백을 얻고 있죠</li></ul> 3️⃣ &nbsp;파격적인 '프로모션'으로 시장에 빠르게 침투한 점 <ul ><li>토스 카드 결제 단말기 정가는 기존 카드 결제 단말기보다 높지만</li><li>토스 플레이스의 파격적인 프로모션과 지원 정책으로</li><li>기존 카드 결제 단말기보다 훨씬 저렴해지면서&nbsp;</li><li>사장님들이 선택하지 않을 이유가 없어졌어요</li></ul> [ 큐레이터의 문장 🎒 ] 사용자 접점으로 키오스크와 포스 프론트 기기를 통합하고 바쁠 때 주문을 대신 받아주는 고마운 토스 결제 단말기. 그러나 아직도 사용자 입장에서 경험 개선이 가능한 부분이 남아 있습니다. 1️⃣ 브랜드 자체 멤버십 프로그램과 분리된 결제 기능 판교의 축복이라고 불리는 ACR(알레그리아커피로스터스)는 제가 하루에 2번씩 찾는 단골매장인데요. 4년 전부터 멤버십을 가입하고(월 4만 원 수준) 충전해서 결제하면 주문할 때마다 10% 할인을 받고 있습니다. 1년 전부터 토스 결제 단말기를 도입한 이 매장에서는 바쁠 때 키오스크 역할을 하는 단말기로 주문을 하도록 유도하고 있지만, 자체 멤버십은 연동이 되지 않아서 직원이 오길 기다려야 하는 불편함이 있습니다. 바리스타 분들도 "멤버십 결제하시는 게 아니면 키오스크로 결제 직접 해주시면 됩니다"라고 안내를 하고 있죠. 자체 멤버십에 충전을 할 때는 결제기를 이용하지만, 멤버십 잔액으로 결제할 때는 휴대전화 번호를 말씀드리는 방식으로 경험이 파편화된 상황입니다. 공교롭게 단골 입장에서는 토스 단말기 도입으로 불편함이 늘어난 상황이죠. 자체 멤버십 연동까지 기능 업데이트가 가능해지면 좋겠습니다. 2️⃣ 포인트 적립은 매번 번호를 눌러야 하는 불편함 ACR에서 멤버십을 이용하는 사용자는 휴대전화 번호를 구두로 말씀드리고 선불카드로 결제를 합니다. 그런데 결제 후 멤버십 적립을 할 때마다 단말기에 직접 휴대전화 번호를 다시 입력해야 합니다. 방금 휴대전화 번호를 소리로 전달했는데 적립을 하려면 손으로도 입력하는 식이죠. 이런 점이 불편하다고 이야기한 손님들이 여럿 계셨는지 최근에는 "같은 번호로 적립 도와드릴까요?"라고 말하고 바리스타가 직접 번호를 포스에 입력해서 적립을 도와주시기도 합니다. 자체 멤버십과 통합이 되면 적립도 자동으로 되는 방식이 적용될 수 있겠죠? https://think-note.com/toss-pay/

thinknote | 제 생각과 제게 영감을 준 브랜드와 트렌드 이야기를 다룹니다

⟪놀라운 속도로 침투한 토스의 '결제 단말기'⟫

카카오, 컨테이너·AI 앞우며 클라우드 시장 진출 선언

카카오 AI랩에서 분사한 카카오엔터프라이즈가 클라우드 서비스 '카카오 i 클라우드'를 출시했어요. 엄청 늦었는데요. AWS, 애저 등해외 서비스에다가 KT클라우드, NCP, NHN 토스트 등 국내 서비스도 이미 많아요.
쉬운 구분명, VM보다는 컨테이너 집중, 이미 가지고 있는 카톡과 챗봇을 활용해 CS 또는 유지보수관리가 용이하다는 점이 기존 서비스와 다른데요. 이것이 얼마나 효능을 발휘할지, 다른 클라우드에서 여기로 갈아탈 유인이 될지 또는 다른 클라우드와 함께 쓸 유인이 될지 지켜볼만 하겠습니다.

바이라인네트워크

운영PM

ader

#고객경험 #운영기획 #CS최소화 #운영정책수립
안녕하세요! 9년차 CX 운영기획자 입니다.
최근 신사업 피엠으로 업무 중입니다 🤹🏻‍♂️

서동환

전략 기획

박유빈

장혜림 (메이)

🤝bshr89@gmail.com 
☝️9년째 IT 주제 텍스트 콘텐츠 만들어요
😊해외 IT 소식을 큐레이션해요
🤟재밌는 거 좋아해요
🙏제임스 고슬링 자바 창시자, 귀도 판 로썸 파이썬 창시자, 오드리 탕 대만 디지털 장관을 인터뷰했어요
🇬🇧런던 거주중이에요

댓글 0

비슷한 게시물

주간 인기 TOP 10

추천 프로필