📌 이럴 때 추천해요 : "이 계절, 소장하고 싶은 책 한 권을 고민 중일 때"

01 . 지난 2주간 두 번에 걸쳐 JOH 조수용 대표님께서 롱블랙과 함께 한 인터뷰를 공유드렸었는데요, 오늘은 최근 출간하신 ⟪일의 감각⟫에 대한 짧은 소감을 한 번 전해보고자 합니다.
사실 조수용 대표님은 네이버 사람들에게는 여전히 큰 의미를 가지는 분입니다. 네이버 재직 시절 녹색 검색창을 바탕으로 네이버의 그린윈도우 아이덴티티를 정립했고, 지금까지 네이버의 큰 유산으로 이어져가고 있는 나눔글꼴과 한글한글 캠페인, 그리고 첫 번째 사옥이었던 그린팩토리 프로젝트를 리딩 했기 때문이죠. 그래서 퇴사하신지 거의 15년 가까이 되셨지만 여전히 업무를 하다 보면 '조수용'이라는 이름이 자주 들려오곤 합니다.

02 . ⟪일의 감각⟫은 조수용 대표님의 네이버 - JOH - 카카오 시절을 모두 망라한 이야기가 담겨있으며 그 속에서 발견한 일에 대한 다양한 정의와 역량의 기준을 전달하고 있습니다. 분량도 적고 문체도 어렵지 않기 때문에 마음만 먹으면 2시간 이내에도 충분히 다 읽을 수 있는 책이지만, 완독을 하고 나면 금방 또 처음으로 돌아가 다시 읽어보고 싶은 마음이 듭니다. 마음에 콕콕 박히는 말들, 대표님이 대신해줘서 속 시원하다고 생각되는 문장들이 참 많이 담겨있거든요. 그래서 실제로 저도 지난 주말을 틈타 두 번을 정독할 수 있었죠.

03 . 매거진 B의 매 에디션마다 등장하는 발행인의 글과 매거진 B의 팟캐스트인 B CAST의 패널로 등장하던 시기에 들려주신 이야기들에서 저는 조수용 대표님 특유의 화법을 발견할 수 있었습니다. 달변가는 아니지만 언제나 본인의 생각을 진중하게 전달할 줄 아는 사람이었고, 특히 그 전달 과정에서는 정확한 비유와 명확한 인사이트를 보여준다는 것이 매우 인상적이었습니다. 디자이너 출신이지만 언어적인(verbal) 베이스도 훌륭하다는 느낌을 받았으니 말이죠.
덕분에 ⟪일의 감각⟫에서도 그 특유의 말맛을 느낄 수 있고, 화려하거나 느끼한 표현 없이도 본인의 생각을 효과적으로 드러내고 있습니다. 저는 이런 부분에서 거장의 터치가 보이기도 하더군요.

04 . 아쉬운 점을 꼽자면 의외로 편집 역량에 있었습니다. 예시로 들어주신 레퍼런스들이 많이 아웃데이트 된 예전 사례였다는 것은 감안하더라도, 책 한 권에 동일한 문장이 수차례 반복되는 것은 편집자로서의 소임을 다하지 못했다는 인상을 받았습니다. 만약 여러 차례 강조할 만큼 중요한 부분이었다면 표현을 달리해주거나 앞에서도 이야기한 부분이라는 것을 알려줄 필요가 있습니다. 그게 사용자를 위한 커뮤니케이션 방식이니까요. 하지만 (그리 두껍지도 않은 책에) 더 효과적으로 압축할 수 있는 문장들을 중언부언하듯 보이게 만든 편집은 추후라도 수정이 필요하다는 생각입니다.

05 . 그럼에도 책의 내용에만 집중해 보자면 ⟪일의 감각⟫은 꼭 특정한 누구를 타깃팅 한 작품이 아니라 일이라는 대상과 함께 살아가는 모두를 위한 책이라는 생각이 들었습니다. 심지어 마지막 장에 이르러서는 약간 이나모리 가즈오 옹이 스쳐 지나가는 듯한 느낌도 들었으니 이 책은 '감각'이라는 제목을 가지고 있지만 한편으로는 '태도'에 관해 이야기하고 있는 것인가는 아닌가 싶더라고요. 때문에 꼭 디자인, 브랜딩에 큰 관심이 없는 사람도 충분히 흥미롭게 읽을 수 있습니다.

06 . 그리고 저는 이왕이면 이 책은 사서 소장하는 게 좋다고 말하고 싶습니다. 필사하고 싶은 문장이 많은 것도 하나의 이유이지만 일단 책이.. 너무 예쁩니다. 물성이 있는 콘텐츠를 좋아하시는 분이라면 사실 예쁜 책을 만났을 때의 반가움을 쉽게 잊을 수 없죠. 저 역시 ⟪일의 감각⟫과 함께한 주말 동안은 커버를 볼 때마다 마치 겨울에 어울리는 작은 오브제를 보는 것처럼 산뜻한 계절감마저 만날 수 있었습니다. 그러니 여러모로 소장을 위해서 나쁘지 않은 책이라는 사실을 한 번 더 강조하며, 차가워진 계절에 스스로에게 선물하는 책 한 권으로 ⟪일의 감각⟫을 권해보고 싶습니다.

📌 이럴 때 추천해요 : "이 계절, 소장하고 싶은 책 한 권을 고민 중일 때" 01 . 지난 2주간 두 번에 걸쳐 JOH 조수용 대표님께서 롱블랙과 함께 한 인터뷰를 공유드렸었는데요, 오늘은 최근 출간하신 ⟪일의 감각⟫에 대한 짧은 소감을 한 번 전해보고자 합니다.사실 조수용 대표님은 네이버 사람들에게는 여전히 큰 의미를 가지는 분입니다. 네이버 재직 시절 녹색 검색창을 바탕으로 네이버의 그린윈도우 아이덴티티를 정립했고, 지금까지 네이버의 큰 유산으로 이어져가고 있는 나눔글꼴과 한글한글 캠페인, 그리고 첫 번째 사옥이었던 그린팩토리 프로젝트를 리딩 했기 때문이죠. 그래서 퇴사하신지 거의 15년 가까이 되셨지만 여전히 업무를 하다 보면 '조수용'이라는 이름이 자주 들려오곤 합니다. 02 . ⟪일의 감각⟫은 조수용 대표님의 네이버 - JOH - 카카오 시절을 모두 망라한 이야기가 담겨있으며 그 속에서 발견한 일에 대한 다양한 정의와 역량의 기준을 전달하고 있습니다. 분량도 적고 문체도 어렵지 않기 때문에 마음만 먹으면 2시간 이내에도 충분히 다 읽을 수 있는 책이지만, 완독을 하고 나면 금방 또 처음으로 돌아가 다시 읽어보고 싶은 마음이 듭니다. 마음에 콕콕 박히는 말들, 대표님이 대신해줘서 속 시원하다고 생각되는 문장들이 참 많이 담겨있거든요. 그래서 실제로 저도 지난 주말을 틈타 두 번을 정독할 수 있었죠. 03 . 매거진 B의 매 에디션마다 등장하는 발행인의 글과 매거진 B의 팟캐스트인 B CAST의 패널로 등장하던 시기에 들려주신 이야기들에서 저는 조수용 대표님 특유의 화법을 발견할 수 있었습니다. 달변가는 아니지만 언제나 본인의 생각을 진중하게 전달할 줄 아는 사람이었고, 특히 그 전달 과정에서는 정확한 비유와 명확한 인사이트를 보여준다는 것이 매우 인상적이었습니다. 디자이너 출신이지만 언어적인(verbal) 베이스도 훌륭하다는 느낌을 받았으니 말이죠.덕분에 ⟪일의 감각⟫에서도 그 특유의 말맛을 느낄 수 있고, 화려하거나 느끼한 표현 없이도 본인의 생각을 효과적으로 드러내고 있습니다. 저는 이런 부분에서 거장의 터치가 보이기도 하더군요. 04 . 아쉬운 점을 꼽자면 의외로 편집 역량에 있었습니다. 예시로 들어주신 레퍼런스들이 많이 아웃데이트 된 예전 사례였다는 것은 감안하더라도, 책 한 권에 동일한 문장이 수차례 반복되는 것은 편집자로서의 소임을 다하지 못했다는 인상을 받았습니다. 만약 여러 차례 강조할 만큼 중요한 부분이었다면 표현을 달리해주거나 앞에서도 이야기한 부분이라는 것을 알려줄 필요가 있습니다. 그게 사용자를 위한 커뮤니케이션 방식이니까요. 하지만 (그리 두껍지도 않은 책에) 더 효과적으로 압축할 수 있는 문장들을 중언부언하듯 보이게 만든 편집은 추후라도 수정이 필요하다는 생각입니다. 05 . 그럼에도 책의 내용에만 집중해 보자면 ⟪일의 감각⟫은 꼭 특정한 누구를 타깃팅 한 작품이 아니라 일이라는 대상과 함께 살아가는 모두를 위한 책이라는 생각이 들었습니다. 심지어 마지막 장에 이르러서는 약간 이나모리 가즈오 옹이 스쳐 지나가는 듯한 느낌도 들었으니 이 책은 '감각'이라는 제목을 가지고 있지만 한편으로는 '태도'에 관해 이야기하고 있는 것인가는 아닌가 싶더라고요. 때문에 꼭 디자인, 브랜딩에 큰 관심이 없는 사람도 충분히 흥미롭게 읽을 수 있습니다. 06 . 그리고 저는 이왕이면 이 책은 사서 소장하는 게 좋다고 말하고 싶습니다. 필사하고 싶은 문장이 많은 것도 하나의 이유이지만 일단 책이.. 너무 예쁩니다. 물성이 있는 콘텐츠를 좋아하시는 분이라면 사실 예쁜 책을 만났을 때의 반가움을 쉽게 잊을 수 없죠. 저 역시 ⟪일의 감각⟫과 함께한 주말 동안은 커버를 볼 때마다 마치 겨울에 어울리는 작은 오브제를 보는 것처럼 산뜻한 계절감마저 만날 수 있었습니다. 그러니 여러모로 소장을 위해서 나쁘지 않은 책이라는 사실을 한 번 더 강조하며, 차가워진 계절에 스스로에게 선물하는 책 한 권으로 ⟪일의 감각⟫을 권해보고 싶습니다.

[ 그때를 위한 책 - vol.55 ] ⟪일의 감각⟫

계란후라이 1128

인턴 경험을 할 때, 꼭 기억하세요! 시리즈 (2)
사수에게 업무를 요청받을 때, ‘왜’에 대해서 고민하며 많이 질문하세요.

최근 ‘왜’에 대한 고민을 하기로 결단을 했다고 여러 차례 이야기했습니다. 그 이유는 기계적으로 일을 하면 결과가 좋지 않았기 때문입니다. 일을 혼자 하면 상관이 없는데, 만약 일과 관련된 다른 이해관계자가 있다면, 반드시 ‘왜‘를 고민하며 이해관계자와 함께 일을 하는 목적과 진행하는 방식, 기대하는 결과에 대해서 논의해야 합니다.

고용형태 ’인턴’으로 입사하게 되면, 높은 확률로 사수로부터 업무를 부여받게 됩니다. ‘사수‘라는 사람은 인턴으로 근무하는 회사의 구성원으로 조직과 직무에 대한 이해를 갖고 있는 사람입니다. 사수가 갖고 있는 다양하게 많은 업무 중에서 일부를 인턴 근무자에게 요청하게 될 것입니다.

사수의 스타일에 따라서 업무 요청 시 아주 친절하고 자세하게 해야 할 업무 내용을 설명해 주는 경우가 있습니다. 아주 감사한 사수님입니다. 업무를 하는 목적과 진행 방식, 기대하는 결과를 세부적으로 가르쳐 주는 것입니다. 반면, 바쁨에 치여 ’이거 좀 해주세요‘라고 업무를 toss 해주는 사수도 계실 것입니다. 안타깝게도 아마도 높은 확률로 후자의 스타일로 업무를 요청하는 사수님이 더 많이 계실 것입니다. 왜냐하면 현대인은 바쁘니까 친절하고 자세할 여유가 없습니다.

이때 인턴 근무자가 해야 할 행동과 마음가짐은 적극적으로 물어보는 것입니다. 분명히 ’이거 좀‘에 해당하는 업무 내용을 난생처음 들을 것입니다. 먼저 해당 내용을 곰곰이 들여다보고 잘 이해가 되지 않는 내용을 문서에 정리해 보세요. 이해되지 않는 내용을 사수에게 어떻게 질문할지 준비합니다. 그리고 사수에게 준비된 질문을 쏘세요. 사수가 바빠 보인다고요? 그냥 질문하세요. 안 바쁠 때가 없습니다. 그게 사수를 돕는 것입니다. 혼자 상상하고 추측해서 엉뚱한 일을 하는 것이 사수를 더 바쁘게 만드는 것입니다.

한 번 설명을 들었는데, 잘 이해가 되지 않았다고요? 그럼 이번에는 주변 다른 동료에게 물어보세요. 친절해 보이는 선배님을 탐색하여 그분에게 궁금한 내용을 묻는 것입니다. 아마도 80% 이상은 그 선배도 업무 내용을 알고 계실 것입니다. 여기서 중요한 것은 친절한 선배에게 설명을 잘 받고 이해를 완료했다고 오해하면 안 됩니다. 다시 업무를 요청한 선배를 찾아가서 최종 확인을 해야 합니다. ’업무 내용을 이렇게 이해했는데 맞을까요?’ 그다음에 업무를 시작하세요. 그리고 업무 진행 중간에 사수에게 공유하세요.

소통과 협업은 일의 시작과 중간, 그리고 마무리까지 지속적으로 이루어져야 합니다. 이것을 ‘긴밀하게 협업‘한다고 이야기하는 것입니다. 이해관계자와 함께 추진하는 업무 내용을 처음부터 잘 이해하는 정도에 관계없이 서로의 기대를 맞추는 작업을 하는 것입니다. 상대가 바빠 보여서, 친절하지 않아서 소통을 멈추지 마세요.

어제도 이야기한 것처럼 당당하고 자신 있게 해야 할 일을 추진하는 용감한 인턴 근무하시길 진심으로 응원합니다.

계란후라이 1128 인턴 경험을 할 때, 꼭 기억하세요! 시리즈 (2)사수에게 업무를 요청받을 때, ‘왜’에 대해서 고민하며 많이 질문하세요.​최근 ‘왜’에 대한 고민을 하기로 결단을 했다고 여러 차례 이야기했습니다. 그 이유는 기계적으로 일을 하면 결과가 좋지 않았기 때문입니다. 일을 혼자 하면 상관이 없는데, 만약 일과 관련된 다른 이해관계자가 있다면, 반드시 ‘왜‘를 고민하며 이해관계자와 함께 일을 하는 목적과 진행하는 방식, 기대하는 결과에 대해서 논의해야 합니다.​고용형태 ’인턴’으로 입사하게 되면, 높은 확률로 사수로부터 업무를 부여받게 됩니다. ‘사수‘라는 사람은 인턴으로 근무하는 회사의 구성원으로 조직과 직무에 대한 이해를 갖고 있는 사람입니다. 사수가 갖고 있는 다양하게 많은 업무 중에서 일부를 인턴 근무자에게 요청하게 될 것입니다.​사수의 스타일에 따라서 업무 요청 시 아주 친절하고 자세하게 해야 할 업무 내용을 설명해 주는 경우가 있습니다. 아주 감사한 사수님입니다. 업무를 하는 목적과 진행 방식, 기대하는 결과를 세부적으로 가르쳐 주는 것입니다. 반면, 바쁨에 치여 ’이거 좀 해주세요‘라고 업무를 toss 해주는 사수도 계실 것입니다. 안타깝게도 아마도 높은 확률로 후자의 스타일로 업무를 요청하는 사수님이 더 많이 계실 것입니다. 왜냐하면 현대인은 바쁘니까 친절하고 자세할 여유가 없습니다.​이때 인턴 근무자가 해야 할 행동과 마음가짐은 적극적으로 물어보는 것입니다. 분명히 ’이거 좀‘에 해당하는 업무 내용을 난생처음 들을 것입니다. 먼저 해당 내용을 곰곰이 들여다보고 잘 이해가 되지 않는 내용을 문서에 정리해 보세요. 이해되지 않는 내용을 사수에게 어떻게 질문할지 준비합니다. 그리고 사수에게 준비된 질문을 쏘세요. 사수가 바빠 보인다고요? 그냥 질문하세요. 안 바쁠 때가 없습니다. 그게 사수를 돕는 것입니다. 혼자 상상하고 추측해서 엉뚱한 일을 하는 것이 사수를 더 바쁘게 만드는 것입니다.​한 번 설명을 들었는데, 잘 이해가 되지 않았다고요? 그럼 이번에는 주변 다른 동료에게 물어보세요. 친절해 보이는 선배님을 탐색하여 그분에게 궁금한 내용을 묻는 것입니다. 아마도 80% 이상은 그 선배도 업무 내용을 알고 계실 것입니다. 여기서 중요한 것은 친절한 선배에게 설명을 잘 받고 이해를 완료했다고 오해하면 안 됩니다. 다시 업무를 요청한 선배를 찾아가서 최종 확인을 해야 합니다. ’업무 내용을 이렇게 이해했는데 맞을까요?’ 그다음에 업무를 시작하세요. 그리고 업무 진행 중간에 사수에게 공유하세요.​소통과 협업은 일의 시작과 중간, 그리고 마무리까지 지속적으로 이루어져야 합니다. 이것을 ‘긴밀하게 협업‘한다고 이야기하는 것입니다. 이해관계자와 함께 추진하는 업무 내용을 처음부터 잘 이해하는 정도에 관계없이 서로의 기대를 맞추는 작업을 하는 것입니다. 상대가 바빠 보여서, 친절하지 않아서 소통을 멈추지 마세요.​어제도 이야기한 것처럼 당당하고 자신 있게 해야 할 일을 추진하는 용감한 인턴 근무하시길 진심으로 응원합니다.

꿈을 찾는 사람에게 보내는 316 번째 편지

📌 이럴 때 추천해요 : "올해 나는 어떤 기분으로 살았나를 복기해 보고 싶을 때"

01 . 얼마 전 '감정 수건 사용법'에 대한 글을 써서 공유했더니, 몇몇 분께서 그 글 속에 등장하는 ⟪감정의 발견⟫이라는 책에 대해 소개해달라는 요청을 주셨습니다. 개인 인스타그램을 통해 독서모임 후기를 공유하긴 했지만 그래도 '그때를 위한 책'에서 한 번 다뤄보는 건 어떨까 싶어 별도의 포스팅을 통해 책을 소개해 봅니다 : )

02 . ⟪감정의 발견⟫의 저자는 예일대학교에서 감성 지능 센터를 직접 만들고 운영하고 있는 심리학자 마크 브래킷입니다. 그는 우리가 잘 아는 EQ라는 개념으로 분류되는 1세대 감성 지능을 넘어서 개인의 감정이 의사 결정, 문제 해결, 조직 성과와 어떻게 연결되는지를 심도 있게 연구한 학자로 MS, 메타 등 실리콘밸리의 다양한 기업들과 제품 협업 단계에서부터 자문 역할을 하고 있는 사람이기도 하죠. 쉽게 말해 이론에만 머무는 심리학자는 아닌 겁니다.

03 . 제가 ⟪감정의 발견⟫에서 가장 좋았던 부분은 감정 지능, 감성 생산성 등의 단어를 언급하기 전에 '기분'이라는 가장 원초적인 요소로 이야기를 풀어갔다는 점이었습니다. 그래서 실제 책에서는 새로운 챕터가 시작할 때마다 '그래서 지금 기분이 어떤가?'라는 질문을 반복해서 던지며 우리가 스스로의 기분에 더욱 집중할 수 있도록 끊임없이 도와주죠. 덕분에 학술 용어로만 들을 때는 애매하던 그 감정 지능이라는 말도 기분이라는 단어로 치환해서 생각해 보니 훨씬 생생하게 느껴지기 시작했습니다.

04 . 이 책은 단순히 '감정을 이렇게 다루자'라고 행동학적으로 선언하거나 '본인 감정에 한없이 충실해라'라며 개인주의적인 측면에서의 조언만 하는 책은 아닙니다. 오히려 내 기분을 잘 파악하고, 컨트롤할 줄 알며, 이를 일과 삶에 제대로 연결할 수 있다면 우리의 인생이 얼마나 좋은 방향으로 나아갈 수 있는지에 대해 이야기하고 있죠. 특히 부록처럼 수록된 '무드 미터'를 이용하면 내가 어떤 감정에 취약하고 어떤 감정에 자주 반응하는지를 스스로 체크해 볼 수도 있습니다.

05 . 물론 아쉬운 점도 있습니다. 첫째는 (어쩔 수 없이) 서양 중심의 교육체계와 사고방식을 디폴트로 가정하고 썼기 때문에 글 초반부의 개인적인 경험에 대해 조금은 몰입하기가 어려운 지점이 있다는 것이고, 다른 하나는 감정에 깊게 다가가기 위한 좀 더 상세한 실천 방법을 많이 알려주었으면 좋겠는데 후반부 예시가 다소 부족하다는 점입니다.

06 . 하지만 그럼에도 불구하고 저는 이 책이 참 좋은 책이라고 생각합니다. 좋은 책의 기준이야 너무도 다양하겠지만 '평소 안 해 본 생각을 하게 해주는 책'도 꽤 훌륭한 기준이 될 수 있거든요. 특히 요즘처럼 개개인의 기분, 타인과의 감정 관계, 시대적 감성이 중요시되는 때에는 이런 책 한 권으로 잠시나마 내 생각을 정리해 보는 것도 좋은 시도가 아닐 수 없죠.
그러니 연말연시에 지친 몸과 마음을 좀 내려놓고 '올해 나는 어떤 기분으로 살았나'를 파악해 보고자 하시는 분이 계시다면 저는 ⟪감정의 발견⟫을 추천드립니다.

📌 이럴 때 추천해요 : "올해 나는 어떤 기분으로 살았나를 복기해 보고 싶을 때" 01 . 얼마 전 '감정 수건 사용법'에 대한 글을 써서 공유했더니, 몇몇 분께서 그 글 속에 등장하는 ⟪감정의 발견⟫이라는 책에 대해 소개해달라는 요청을 주셨습니다. 개인 인스타그램을 통해 독서모임 후기를 공유하긴 했지만 그래도 '그때를 위한 책'에서 한 번 다뤄보는 건 어떨까 싶어 별도의 포스팅을 통해 책을 소개해 봅니다 : ) 02 . ⟪감정의 발견⟫의 저자는 예일대학교에서 감성 지능 센터를 직접 만들고 운영하고 있는 심리학자 마크 브래킷입니다. 그는 우리가 잘 아는 EQ라는 개념으로 분류되는 1세대 감성 지능을 넘어서 개인의 감정이 의사 결정, 문제 해결, 조직 성과와 어떻게 연결되는지를 심도 있게 연구한 학자로 MS, 메타 등 실리콘밸리의 다양한 기업들과 제품 협업 단계에서부터 자문 역할을 하고 있는 사람이기도 하죠. 쉽게 말해 이론에만 머무는 심리학자는 아닌 겁니다. 03 . 제가 ⟪감정의 발견⟫에서 가장 좋았던 부분은 감정 지능, 감성 생산성 등의 단어를 언급하기 전에 '기분'이라는 가장 원초적인 요소로 이야기를 풀어갔다는 점이었습니다. 그래서 실제 책에서는 새로운 챕터가 시작할 때마다 '그래서 지금 기분이 어떤가?'라는 질문을 반복해서 던지며 우리가 스스로의 기분에 더욱 집중할 수 있도록 끊임없이 도와주죠. 덕분에 학술 용어로만 들을 때는 애매하던 그 감정 지능이라는 말도 기분이라는 단어로 치환해서 생각해 보니 훨씬 생생하게 느껴지기 시작했습니다. 04 . 이 책은 단순히 '감정을 이렇게 다루자'라고 행동학적으로 선언하거나 '본인 감정에 한없이 충실해라'라며 개인주의적인 측면에서의 조언만 하는 책은 아닙니다. 오히려 내 기분을 잘 파악하고, 컨트롤할 줄 알며, 이를 일과 삶에 제대로 연결할 수 있다면 우리의 인생이 얼마나 좋은 방향으로 나아갈 수 있는지에 대해 이야기하고 있죠. 특히 부록처럼 수록된 '무드 미터'를 이용하면 내가 어떤 감정에 취약하고 어떤 감정에 자주 반응하는지를 스스로 체크해 볼 수도 있습니다. 05 . 물론 아쉬운 점도 있습니다. 첫째는 (어쩔 수 없이) 서양 중심의 교육체계와 사고방식을 디폴트로 가정하고 썼기 때문에 글 초반부의 개인적인 경험에 대해 조금은 몰입하기가 어려운 지점이 있다는 것이고, 다른 하나는 감정에 깊게 다가가기 위한 좀 더 상세한 실천 방법을 많이 알려주었으면 좋겠는데 후반부 예시가 다소 부족하다는 점입니다. 06 . 하지만 그럼에도 불구하고 저는 이 책이 참 좋은 책이라고 생각합니다. 좋은 책의 기준이야 너무도 다양하겠지만 '평소 안 해 본 생각을 하게 해주는 책'도 꽤 훌륭한 기준이 될 수 있거든요. 특히 요즘처럼 개개인의 기분, 타인과의 감정 관계, 시대적 감성이 중요시되는 때에는 이런 책 한 권으로 잠시나마 내 생각을 정리해 보는 것도 좋은 시도가 아닐 수 없죠. 그러니 연말연시에 지친 몸과 마음을 좀 내려놓고 '올해 나는 어떤 기분으로 살았나'를 파악해 보고자 하시는 분이 계시다면 저는 ⟪감정의 발견⟫을 추천드립니다.

[ 그때를 위한 책 - vol.54 ] ⟪감정의 발견⟫

Instagram

음악 산업이 스트리밍의 성장에 힘입어 같이 커지고 있습니다. 2023년 저작권이 있는 음악의 연간 수익은 455억 달러(약 64조 원)였는데요. 2021년 대비 25% 증가한 수치입니다.

미디어 컨설팅 회사 Omdia의 데이터와 Financial Times의 보도에 따르면, 디지털 플랫폼(주로 스트리밍)이 음악 산업의 성장을 주도하고 있다고 하고요. 현재 방송 및 라디오 수익을 능가했다고 합니다. 10년 전만 해도 디지털 플랫폼의 점유율이 5%에 불과했던 것을 생각하면 비율이 확실히 커졌다고 볼 수 있습니다.
⁣
한편 실물 미디어도 계속 성장하고 있는데요. Omdia에 따르면, CD와 바이닐 판매는 추세로 따졌을 때 작년에 스트리밍 수익보다 더 빨리 늘었으며, 미국에서만 바이닐 판매가 15.4% 증가했고 올해 말까지 10억 달러(약 1조 4천억 원)를 창출할 것으로 예상됩니다.⁣

음악 산업이 스트리밍의 성장에 힘입어 같이 커지고 있습니다. 2023년 저작권이 있는 음악의 연간 수익은 455억 달러(약 64조 원)였는데요. 2021년 대비 25% 증가한 수치입니다. 미디어 컨설팅 회사 Omdia의 데이터와 Financial Times의 보도에 따르면, 디지털 플랫폼(주로 스트리밍)이 음악 산업의 성장을 주도하고 있다고 하고요. 현재 방송 및 라디오 수익을 능가했다고 합니다. 10년 전만 해도 디지털 플랫폼의 점유율이 5%에 불과했던 것을 생각하면 비율이 확실히 커졌다고 볼 수 있습니다. ⁣한편 실물 미디어도 계속 성장하고 있는데요. Omdia에 따르면, CD와 바이닐 판매는 추세로 따졌을 때 작년에 스트리밍 수익보다 더 빨리 늘었으며, 미국에서만 바이닐 판매가 15.4% 증가했고 올해 말까지 10억 달러(약 1조 4천억 원)를 창출할 것으로 예상됩니다.⁣

www.instagram.com

모험과 투자는 당연히 위험의 감수를 필요로 한다. 적절한 상황에서 정확한 판단을 필요로 하는 것은 당연하다. 그런데 지난 수십 년 동안 심리학자들은 그 ...

[CEO 심리학] 알아서 잘 하는 조직 원하면 `행복한 경험`을 선물하세요

모험과 투자는 당연히 위험의 감수를 필요로 한다. 상황에 맞는 정확한 판단을 필요로 하는 것은 당연하다. 그런데 지난 수십 년 동안 심리학자들은 그 판단이 정말 사소하거나 심지어는 무관한 요인들에 의해서 얼마든지 영향을 받을 수 있다는 것을 보여주곤 했다.

무관한 요인의 영향을 어느 정도나 받을까? 이를 결정적으로 보여주는 흥미로운 연구 하나가 최근에 발표됐다. 독일 심리학자 슈테판 슐리히 박사가 바로 그 주인공이다. 그의 연구를 한번 들여다보자.

사람들에게 게임들을 제안한다. 이 게임들은 그때마다 확률, 그리고 따거나 잃을 수 있는 금액이 다양하게 변화한다. 예를 들어, 12만원을 딸 수 있는 확률이 50%이고 나머지 50%의 확률로 7만원을 잃는 게임이다.

이런 게임을 제시하는 화면 가운데에는 겁에 질린 사람의 얼굴이 있었다. 굳이 이성과 논리를 동원하지 않더라도, 그 얼굴은 당연히 내가 지금 하고 있는 게임과 전혀 관련이 없다.

놀라운 건 그 얼굴이 얼마나 겁에 질려 있는가의 정도가 그 게임을 하지 않게 만드는 정도에 상당한 영향을 미친다는 것이다. 더욱 흥미로운 점은 그 얼굴에 신경을 쓸 필요가 없다는 것을 알려주고 나서도 같은 효과가 여전히 나타난다는 것이다.

혹시 화면에 겁에 질린 얼굴이 있어서 단순히 기분이 상해 이런 일이 일어나는 것일까? 그래서 연구진은 이번에는 게임 설명 화면이 나오기 전에 겁에 질린 얼굴을 아주 잠시 동안만 보여줬다. 얼마나 순식간에만 보여줬느냐 하면 단 0.25초다.

이렇게 짧은 시간 동안 보면 사실 어렴풋하게 볼 수밖에 없다. 그럼에도 불구하고 보았던 얼굴이 겁에 질린 얼굴일수록 이번에도 사람들이 이후의 게임에서 모험을 하는 빈도가 현저하게 떨어졌다. 마찬가지의 결과가 나온 것이다.

이렇게 사람들은 일단 불안함이나 부정적 사건을 경험하면 그 뒤에 오는 무관한 일에 대해서도 생각과 행동이 강하게 영향을 받는다. 그리고 그 영향은 모험과 투자를 최소화하는 것이다. 왜 이런 일이 일어날까?

좋지 못한 사건은 그것이 무엇이든 사람으로 하여금 ‘다음에 일어나는 일’에 더 주의를 기울이고 ‘대비’하게 만든다. 다시 말해 뇌가 각성하면서 이른바 ‘준비성’을 키운다. 그리고 그 준비성은 관련 없는 다음 일에 대해서도 여전히 유효하다. 더 조심하게 만들어 손실이 있을 수도 있는 게임을 하지 않게 만드는 것이다.

그런데 이러한 지속적 영향력이 언제나 일어나는 것은 아니다. 연구 결과들을 종합해 보면 좋은 사건이나 중립적인 사건들은 이러한 이른바 ‘다음 일에 대한 영향력’이 상대적으로 적다.

그렇다면 이렇게 생각하는 사람들이 생겨날까 염려된다. “부하들에게 겁을 줘서 조심하게는 만들 수는 있어도, 즐겁게 만드는 것은 다음 일에 별 영향이 없으니 무소용 아닙니까?”

즐겁고 행복한 경험이 직후의 일에 관한 모험 추구 혹은 회피에는 별 영향이 없는 것은 지금까지의 연구들을 종합해 보면 맞는 것 같다. 그렇다고 즐거움과 행복이 일에 별 영향을 주지 못할까? 그건 결코 아니다.

훨씬 더 중요한 효과가 있기 때문이다. 클라우디아 하세 미국 노스웨스턴대학 교수가 그 해답을 전해준다. 즐겁고 행복한 경험을 하게 만들면, 그 이후의 무관한 일에 임할 때 ‘자발성’이 증가한다.

하세 교수의 연구들을 종합해 보면, 실제로 즐거움과 행복을 느낀 후에 사람들이 단순히 일을 더 잘하거나 못하는 측면에 있어서는 큰 차이를 보이지 않는다. 단기적인 관점으로 보면 괜한 투자를 한 것 아닌가 하고 리더를 의아하게 만들 수 있는 대목이 바로 여기에 있는 것이다.

하지만 정말 중요한 변화가 일어난다. 사람들이 일이든 공부든 간에 더 많이 질문하고 스스로 할 것들을 찾는다는 것이다. 자발성의 증가다. 그러니 장기적으로 보면 가장 중요한 측면의 변화가 일어난다.

사람들을 모험하고 도전하게 만들려면 흥을 돋아 분위기를 조성하는 것만으로는 한계가 명확한 이유가 여기에 있다. 조심스럽고 꼼꼼하게 일처리를 하게 만들려면 긴장 조성을 사전에 하는 것은 분명히 효과가 있다. 여기까지가 단기적인 힘이다.

그리고 즐겁고 행복한 조직을 만들면, 이로 인해 증가한 자율성이 장기적이고 간접적으로 창의성과 도전을 북돋는 것이다.

모험과 투자는 당연히 위험의 감수를 필요로 한다. 상황에 맞는 정확한 판단을 필요로 하는 것은 당연하다. 그런데 지난 수십 년 동안 심리학자들은 그 판단이 정말 사소하거나 심지어는 무관한 요인들에 의해서 얼마든지 영향을 받을 수 있다는 것을 보여주곤 했다. 무관한 요인의 영향을 어느 정도나 받을까? 이를 결정적으로 보여주는 흥미로운 연구 하나가 최근에 발표됐다. 독일 심리학자 슈테판 슐리히 박사가 바로 그 주인공이다. 그의 연구를 한번 들여다보자. 사람들에게 게임들을 제안한다. 이 게임들은 그때마다 확률, 그리고 따거나 잃을 수 있는 금액이 다양하게 변화한다. 예를 들어, 12만원을 딸 수 있는 확률이 50%이고 나머지 50%의 확률로 7만원을 잃는 게임이다. 이런 게임을 제시하는 화면 가운데에는 겁에 질린 사람의 얼굴이 있었다. 굳이 이성과 논리를 동원하지 않더라도, 그 얼굴은 당연히 내가 지금 하고 있는 게임과 전혀 관련이 없다. 놀라운 건 그 얼굴이 얼마나 겁에 질려 있는가의 정도가 그 게임을 하지 않게 만드는 정도에 상당한 영향을 미친다는 것이다. 더욱 흥미로운 점은 그 얼굴에 신경을 쓸 필요가 없다는 것을 알려주고 나서도 같은 효과가 여전히 나타난다는 것이다. 혹시 화면에 겁에 질린 얼굴이 있어서 단순히 기분이 상해 이런 일이 일어나는 것일까? 그래서 연구진은 이번에는 게임 설명 화면이 나오기 전에 겁에 질린 얼굴을 아주 잠시 동안만 보여줬다. 얼마나 순식간에만 보여줬느냐 하면 단 0.25초다. 이렇게 짧은 시간 동안 보면 사실 어렴풋하게 볼 수밖에 없다. 그럼에도 불구하고 보았던 얼굴이 겁에 질린 얼굴일수록 이번에도 사람들이 이후의 게임에서 모험을 하는 빈도가 현저하게 떨어졌다. 마찬가지의 결과가 나온 것이다. 이렇게 사람들은 일단 불안함이나 부정적 사건을 경험하면 그 뒤에 오는 무관한 일에 대해서도 생각과 행동이 강하게 영향을 받는다. 그리고 그 영향은 모험과 투자를 최소화하는 것이다. 왜 이런 일이 일어날까? 좋지 못한 사건은 그것이 무엇이든 사람으로 하여금 ‘다음에 일어나는 일’에 더 주의를 기울이고 ‘대비’하게 만든다. 다시 말해 뇌가 각성하면서 이른바 ‘준비성’을 키운다. 그리고 그 준비성은 관련 없는 다음 일에 대해서도 여전히 유효하다. 더 조심하게 만들어 손실이 있을 수도 있는 게임을 하지 않게 만드는 것이다. 그런데 이러한 지속적 영향력이 언제나 일어나는 것은 아니다. 연구 결과들을 종합해 보면 좋은 사건이나 중립적인 사건들은 이러한 이른바 ‘다음 일에 대한 영향력’이 상대적으로 적다. 그렇다면 이렇게 생각하는 사람들이 생겨날까 염려된다. “부하들에게 겁을 줘서 조심하게는 만들 수는 있어도, 즐겁게 만드는 것은 다음 일에 별 영향이 없으니 무소용 아닙니까?” 즐겁고 행복한 경험이 직후의 일에 관한 모험 추구 혹은 회피에는 별 영향이 없는 것은 지금까지의 연구들을 종합해 보면 맞는 것 같다. 그렇다고 즐거움과 행복이 일에 별 영향을 주지 못할까? 그건 결코 아니다. 훨씬 더 중요한 효과가 있기 때문이다. 클라우디아 하세 미국 노스웨스턴대학 교수가 그 해답을 전해준다. 즐겁고 행복한 경험을 하게 만들면, 그 이후의 무관한 일에 임할 때 ‘자발성’이 증가한다. 하세 교수의 연구들을 종합해 보면, 실제로 즐거움과 행복을 느낀 후에 사람들이 단순히 일을 더 잘하거나 못하는 측면에 있어서는 큰 차이를 보이지 않는다. 단기적인 관점으로 보면 괜한 투자를 한 것 아닌가 하고 리더를 의아하게 만들 수 있는 대목이 바로 여기에 있는 것이다. 하지만 정말 중요한 변화가 일어난다. 사람들이 일이든 공부든 간에 더 많이 질문하고 스스로 할 것들을 찾는다는 것이다. 자발성의 증가다. 그러니 장기적으로 보면 가장 중요한 측면의 변화가 일어난다. 사람들을 모험하고 도전하게 만들려면 흥을 돋아 분위기를 조성하는 것만으로는 한계가 명확한 이유가 여기에 있다. 조심스럽고 꼼꼼하게 일처리를 하게 만들려면 긴장 조성을 사전에 하는 것은 분명히 효과가 있다. 여기까지가 단기적인 힘이다. 그리고 즐겁고 행복한 조직을 만들면, 이로 인해 증가한 자율성이 장기적이고 간접적으로 창의성과 도전을 북돋는 것이다.

n.news.naver.com

계란후라이 1127

인턴 경험을 할 때, 꼭 기억하세요! 시리즈 1탄
인턴 근무 시작하기 전에 인턴 기회를 통해 얻고 싶은 경험과 역량에 대한 목표를 수립해 보세요.

인턴 근무 기간은 1개월에서 6개월이 보통입니다. 1개월은 확실히 짧은 편이고, 6개월은 정말 짧은 기간은 아니죠. 그런데 1개월이든, 6개월이든 정신 차리지 않으면 후딱 지나갑니다. 인턴을 마치고 이력서에 경험을 작성하려고 보면 별로 쓸 말이 없습니다. 뭐 했다는 것만 나열하게 됩니다. 안타깝게도 한 일만 나열한 이력서의 인턴 경험은 별로 영양가가 없습니다.

인턴 경험해 보신 분들은 아시겠지만, 주로 회사에서 시키는 일을 하게 됩니다. 시키는 일의 난이도를 따졌을 때 그렇게 어려운 일이 아닐 가능성이 높습니다. 왜냐하면 인턴 근무자가 아직 직무 역량을 충분히 갖추었다고 판단하지 않기 때문입니다. 일을 배워야 하는 시점에 처음부터 어려운 과제를 주기 어렵습니다. 어떻게 보면 인턴 근무자에 대한 배려고, 그냥 보면 정규 근로자의 일손을 돕는 역할로 인턴을 활용하는 것입니다.

그래서 방심하면 회사에서 시키는 일만 하다가 인턴 기간이 끝나는 황망한 경험을 하게 됩니다. 그럼 위에 언급한 것처럼 이력서에 별로 쓸 말도 없고, 끄적끄적 몇 자 적어도 입사지원 시 채용담당자로부터 긍정적인 피드백을 받기 어렵습니다. 그럼 어쩌란 말이냐? 화내지 마시고 이제부터 제 이야기를 잘 들어주세요.

모든 일에는 반드시 목표가 필요합니다. 인턴 경험도 마찬가지입니다. 목표가 있을 때, 달성하기 위한 계획과 실행이 있고, 과정이 의미 있어집니다. 따라서 인턴 경험을 통한 목표를 수립해야 합니다. 인턴 경험을 통해 달성하고자 하는 목표를 세우는 겁니다. 인턴 근무를 시작하기 전에 이번 기회를 통해 배우고 싶은 것, 꼭 경험하고 싶은 것을 목표로 설정해 보세요.

배우고 싶은 일, 경험하고 싶은 일을 회사가 시켜주지 않습니다. 회사가 요구하는 일을 먼저 처리해야 합니다. 그런데 목표가 있다면 회사가 요구하는 일과 관계없이 자신이 알고 싶은 내용을 파악할 수 있고, 경험하고 싶은 일을 회사에 요구할 수 있습니다. 목표 달성에 실패할 수 있습니다. 괜찮습니다. 우리는 목표를 달성하기 위해 계획을 수립하고 실행해 봤으니 그걸로 충분합니다.

회사에서 인턴으로 근무할 때, 회사와 동료에게 궁금한 것을 묻고, 원하는 것을 요구하기를 주저하지 마세요. 업무에 방해될 것을 걱정하고, 인턴이 이런 것까지 요구하는 것이 맞나 망설여지는 마음은 이해합니다. 그런데 오히려 인턴이니까 충분히 할 수 있습니다. 질문을 받은 사람이 귀찮을 수 있죠. 그건 그분 감정과 사정이고요. 알고 싶은 내용을 알아낼 수 있는 용기가 우리에게 필요합니다. 그리고 요구사항이 받아들여지지 않더라도 이야기라도 해보는 것이 얼마나 멋진가요? 아직 때묻지 않은 인턴과 신입에게 용기와 패기가 필요하다고 생각합니다.

위와 같이 인턴 경험을 만든 사람은 이력서에 할 말이 많습니다. 인턴 경험의 목적과 목표, 자신의 역할, 성과에 대해서 정확하게 설명할 수 있습니다. 인턴 근무 기간이 1개월로 짧아도 충분히 내실 있는 경험을 어필할 수 있습니다. 목표가 있었고, 달성을 위해 계획과 실행을 최선을 다했다면 인턴 근무 기간에 관계없이 의미 있는 경험으로 어필할 수 있다고 믿습니다.

계란후라이 1127 인턴 경험을 할 때, 꼭 기억하세요! 시리즈 1탄인턴 근무 시작하기 전에 인턴 기회를 통해 얻고 싶은 경험과 역량에 대한 목표를 수립해 보세요.​인턴 근무 기간은 1개월에서 6개월이 보통입니다. 1개월은 확실히 짧은 편이고, 6개월은 정말 짧은 기간은 아니죠. 그런데 1개월이든, 6개월이든 정신 차리지 않으면 후딱 지나갑니다. 인턴을 마치고 이력서에 경험을 작성하려고 보면 별로 쓸 말이 없습니다. 뭐 했다는 것만 나열하게 됩니다. 안타깝게도 한 일만 나열한 이력서의 인턴 경험은 별로 영양가가 없습니다.​인턴 경험해 보신 분들은 아시겠지만, 주로 회사에서 시키는 일을 하게 됩니다. 시키는 일의 난이도를 따졌을 때 그렇게 어려운 일이 아닐 가능성이 높습니다. 왜냐하면 인턴 근무자가 아직 직무 역량을 충분히 갖추었다고 판단하지 않기 때문입니다. 일을 배워야 하는 시점에 처음부터 어려운 과제를 주기 어렵습니다. 어떻게 보면 인턴 근무자에 대한 배려고, 그냥 보면 정규 근로자의 일손을 돕는 역할로 인턴을 활용하는 것입니다.​그래서 방심하면 회사에서 시키는 일만 하다가 인턴 기간이 끝나는 황망한 경험을 하게 됩니다. 그럼 위에 언급한 것처럼 이력서에 별로 쓸 말도 없고, 끄적끄적 몇 자 적어도 입사지원 시 채용담당자로부터 긍정적인 피드백을 받기 어렵습니다. 그럼 어쩌란 말이냐? 화내지 마시고 이제부터 제 이야기를 잘 들어주세요.​모든 일에는 반드시 목표가 필요합니다. 인턴 경험도 마찬가지입니다. 목표가 있을 때, 달성하기 위한 계획과 실행이 있고, 과정이 의미 있어집니다. 따라서 인턴 경험을 통한 목표를 수립해야 합니다. 인턴 경험을 통해 달성하고자 하는 목표를 세우는 겁니다. 인턴 근무를 시작하기 전에 이번 기회를 통해 배우고 싶은 것, 꼭 경험하고 싶은 것을 목표로 설정해 보세요.​배우고 싶은 일, 경험하고 싶은 일을 회사가 시켜주지 않습니다. 회사가 요구하는 일을 먼저 처리해야 합니다. 그런데 목표가 있다면 회사가 요구하는 일과 관계없이 자신이 알고 싶은 내용을 파악할 수 있고, 경험하고 싶은 일을 회사에 요구할 수 있습니다. 목표 달성에 실패할 수 있습니다. 괜찮습니다. 우리는 목표를 달성하기 위해 계획을 수립하고 실행해 봤으니 그걸로 충분합니다.​회사에서 인턴으로 근무할 때, 회사와 동료에게 궁금한 것을 묻고, 원하는 것을 요구하기를 주저하지 마세요. 업무에 방해될 것을 걱정하고, 인턴이 이런 것까지 요구하는 것이 맞나 망설여지는 마음은 이해합니다. 그런데 오히려 인턴이니까 충분히 할 수 있습니다. 질문을 받은 사람이 귀찮을 수 있죠. 그건 그분 감정과 사정이고요. 알고 싶은 내용을 알아낼 수 있는 용기가 우리에게 필요합니다. 그리고 요구사항이 받아들여지지 않더라도 이야기라도 해보는 것이 얼마나 멋진가요? 아직 때묻지 않은 인턴과 신입에게 용기와 패기가 필요하다고 생각합니다.​위와 같이 인턴 경험을 만든 사람은 이력서에 할 말이 많습니다. 인턴 경험의 목적과 목표, 자신의 역할, 성과에 대해서 정확하게 설명할 수 있습니다. 인턴 근무 기간이 1개월로 짧아도 충분히 내실 있는 경험을 어필할 수 있습니다. 목표가 있었고, 달성을 위해 계획과 실행을 최선을 다했다면 인턴 근무 기간에 관계없이 의미 있는 경험으로 어필할 수 있다고 믿습니다.

꿈을 찾는 사람에게 보내는 315 번째 편지

스포츠화 시장의 절대 강자 나이키와 아디다스의 아성이 흔들리고 있다. 코로나19가 만든 전 세계적 펀러닝(fun-running) 열풍 속에서, 아무도 주목하지 않았던 두 브랜드가 시장의 새로운 강자로 부상했다. ‘온

나이키와 아디다스가 놓친 것[허태윤의 브랜드 스토리]

그동안 나이키와 아디다스의 몰락을 다룬 기사들은 꽤 많았습니다. 하지만 그 이유를 분석한 내용을 찾아보려 해도 모두 지극히 정성적인 분석에 그치는 경우가 많았습니다. '아디다스는 느렸고, 나이키는 오만했다'는 식의 자평일 뿐 왜 젊은 세대가 '호카'에 열광하고 '온'에 극찬을 아끼지 않는지, 왜 2000년대에는 아빠 신발을 넘어 할아버지 신발이라 평가되던 아식스를 지금 다시 고평가 하는지 명확한 이유는커녕 히스토리조차 설명해 주지 못하는 기사가 대부분이었죠.

물론 비즈니스의 판도가 하루아침에 뒤집어지는 경우는 흔치 않으니 분석이 까다로울 거라는 것은 충분히 납득이 갑니다. 사실 저도 나이키 몰락 이유에 대해 글을 한 번 써봐야지 생각했다가.. 자료 조사 단계에서 포기했거든요. 일단 갈피를 잡을 수 없을 정도로 너무도 방대한 기간의 데이터가 한몫했고, 해외에서조차 갖가지 관점과 해석이 존재했기 때문에 섣불리 덤벼들 수 없었기 때문입니다.

그러다 오늘 오전 허태윤 교수님이 쓴 칼럼을 읽게 되었는데요, (솔직히 제목만 보고서는 또 비슷한 이야기를 하겠지 싶었는데) 의외로 '호카'와 '온'의 부흥 포인트를 굵직굵직하게 정리해놓으셔서 앞으로 살펴볼 지점들이 조금 더 선명해지는 느낌을 받았습니다.
특히 이 두 브랜드가 어디서부터 입소문이 났고 어디를 성장 모멘텀으로 잡았는지, 그리고 그 중심에는 어떤 인물들이 브랜드의 페르소나 역할을 했는지를 짚어주시는 게 참 좋더라고요.

때문에 저는 이 한편으로 나이키와 아디다스의 부진을 명쾌히 이해했다고는 말할 수 없더라도 앞으로 두 브랜드의 행보와 다른 브랜드의 약진을 살펴보는데 꽤 큰 도움을 얻었다고 말할 수는 있을 것 같습니다. 제가 기사를 공유하며 여러분들께도 권해드리는 이유고요. (기사 길지 않습니다.. 5분만 투자하시면 됩니다.)

개인적으로는 이런 기사들이 자주 등장했으면 하는 바람입니다. 특히 한 비즈니스에 치우쳐 다른 비즈니스를 바라보는 다소 편향된 시각보다 산업 연구를 하시는 분들이 더욱 심층적으로 취재해 주셨으면 하는 마음이 크고요. 그럼 적어도 저처럼 브랜드를 들여다보고 디깅하는 것을 좋아하는 사람들에겐 방향성을 잘 잡을 수는 기회가 될 것 같다는 생각이니까요, 부디 브랜드의 세계에도 기획 취재성 기사가 많아지기를 진심으로 바라봅니다.

그동안 나이키와 아디다스의 몰락을 다룬 기사들은 꽤 많았습니다. 하지만 그 이유를 분석한 내용을 찾아보려 해도 모두 지극히 정성적인 분석에 그치는 경우가 많았습니다. '아디다스는 느렸고, 나이키는 오만했다'는 식의 자평일 뿐 왜 젊은 세대가 '호카'에 열광하고 '온'에 극찬을 아끼지 않는지, 왜 2000년대에는 아빠 신발을 넘어 할아버지 신발이라 평가되던 아식스를 지금 다시 고평가 하는지 명확한 이유는커녕 히스토리조차 설명해 주지 못하는 기사가 대부분이었죠. 물론 비즈니스의 판도가 하루아침에 뒤집어지는 경우는 흔치 않으니 분석이 까다로울 거라는 것은 충분히 납득이 갑니다. 사실 저도 나이키 몰락 이유에 대해 글을 한 번 써봐야지 생각했다가.. 자료 조사 단계에서 포기했거든요. 일단 갈피를 잡을 수 없을 정도로 너무도 방대한 기간의 데이터가 한몫했고, 해외에서조차 갖가지 관점과 해석이 존재했기 때문에 섣불리 덤벼들 수 없었기 때문입니다. 그러다 오늘 오전 허태윤 교수님이 쓴 칼럼을 읽게 되었는데요, (솔직히 제목만 보고서는 또 비슷한 이야기를 하겠지 싶었는데) 의외로 '호카'와 '온'의 부흥 포인트를 굵직굵직하게 정리해놓으셔서 앞으로 살펴볼 지점들이 조금 더 선명해지는 느낌을 받았습니다. 특히 이 두 브랜드가 어디서부터 입소문이 났고 어디를 성장 모멘텀으로 잡았는지, 그리고 그 중심에는 어떤 인물들이 브랜드의 페르소나 역할을 했는지를 짚어주시는 게 참 좋더라고요. 때문에 저는 이 한편으로 나이키와 아디다스의 부진을 명쾌히 이해했다고는 말할 수 없더라도 앞으로 두 브랜드의 행보와 다른 브랜드의 약진을 살펴보는데 꽤 큰 도움을 얻었다고 말할 수는 있을 것 같습니다. 제가 기사를 공유하며 여러분들께도 권해드리는 이유고요. (기사 길지 않습니다.. 5분만 투자하시면 됩니다.) 개인적으로는 이런 기사들이 자주 등장했으면 하는 바람입니다. 특히 한 비즈니스에 치우쳐 다른 비즈니스를 바라보는 다소 편향된 시각보다 산업 연구를 하시는 분들이 더욱 심층적으로 취재해 주셨으면 하는 마음이 크고요. 그럼 적어도 저처럼 브랜드를 들여다보고 디깅하는 것을 좋아하는 사람들에겐 방향성을 잘 잡을 수는 기회가 될 것 같다는 생각이니까요, 부디 브랜드의 세계에도 기획 취재성 기사가 많아지기를 진심으로 바라봅니다.

지는 나이키와 뜨는 호카에 대한 모멘텀 히스토리

트럼프의 "미국을 다시 위해하게"의 변주

머스크, "게임을 다시 위대하게!" AI 게임 스튜디오 만든다

해당 발언은 일론 머스크가 트위터에서 한 게임 유저와 의견을 나누며 나오게 됐다. 해당 유저는 "게임 개발자와 저널리즘이 이념적으로 사로잡혀 있는 것을 이해할 수 없다. 게이머는 탐욕스러운 기업들의 헛소리에 반대해왔다"는 등의 말을 했고, 일론 머스크는 "거대 기업이 소유한 게임 스튜디오가 너무 많다"고 생각한다며 AI 게임 스튜디오 설립을 하겠다는 계획을 전했다.

https://m.thisisgame.com/webzine/news/nboard/4/?n=201522

해당 발언은 일론 머스크가 트위터에서 한 게임 유저와 의견을 나누며 나오게 됐다. 해당 유저는 "게임 개발자와 저널리즘이 이념적으로 사로잡혀 있는 것을 이해할 수 없다. 게이머는 탐욕스러운 기업들의 헛소리에 반대해왔다"는 등의 말을 했고, 일론 머스크는 "거대 기업이 소유한 게임 스튜디오가 너무 많다"고 생각한다며 AI 게임 스튜디오 설립을 하겠다는 계획을 전했다. https://m.thisisgame.com/webzine/news/nboard/4/?n=201522

디스이즈게임

2024년 가을학기에 산호세 주립대 응용 데이터 과학 석사 과정에서 "DATA 226 Data Warehouse and Data Pipelines"이라는 과목을 가르치면서 그동안 17주 과정으로 가르쳤다. 희한하게 판데믹 전에는 이런 내용도 회사 주니어들 혹은 자문하면서 설명하느라 영어로 되어있는 컨텐츠였는데 한국에 있는 분들 대상으로 지난 3-4년 가르치면서 다 한국어로 바꿨다가 이번 강의 때문에 다시 다 영어로 바꿨다.

가르치면서 다시 한번 나는 선생/교수가 맞는 일이란 깨달았지만 동시에 세상이 바뀌고 있는데 이런 식으로 가르치는 것이 맞는지에 대한 큰 의구심을 갖게 되었다. 산호세 주립대는 취업에 집중하는 학교인데도 현실과는 거리가 있다. 예를 들면 GenAI를 사용해 숙제 하는 것을 허용할 것인지 여부인데 개인적으로는 상관할 필요가 없다는 생각이지만 학교 차원에서 어떤 정책이나 원칙이 정해져 있지는 않다.

참고로 커리큘럼은 아래처럼 만들어서 이제 15주차가 끝났다.

 1.  Data System Overview
 2.  Data Warehouse Overview
 3.  Data Warehouse Deepdive (Snowflake)
 4.  Advanced SQLs on Snowflake
 5.  Data Pipeline Overview
 6.  Airflow Overview
 7.  Midterm exam
 8.  Advanced Airflow
 9.  ELT Overview
 10. ELT Deepdive (dbt)
 11. NoSQL Overview (VectorDB)
 12. Big Data Processing (Spark)
 13. Streaming Data Overview (Kafka)
 14. End-to-end Data System & Guest Speaker
 15. Thanksgiving Break
 16. Group Project Presentation
 17. Final exam

77명의 학생을 두 클래스 나눠서 목금 오후 3시부터 6시까지 가르쳤고, 총 10번의 숙제를 냈으며, 두 번의 2인 1조 단기 프로젝트가 있었고 다음 주에 4인 1조 장기 프로젝트 발표가 있고 마지막 주에 기말 고사를 보면 끝난다. 단기 프로젝트를 하는 걸 보면 확실히 현업 경력이 있는 친구들이 잘 한다. 잘한 팀이 많았지만 GitHub에 잘 정리해 올린 팀 두 곳만 소개하면 아래와 같다.

https://github.com/SreenidhiHayagreevan/data226-lab2
https://github.com/sadhvi-singh/CryptoStream_Analytics

다음 주 그룹 프로젝트 발표에서는 어떤 결과물이 나올지 자뭇 기대된다.

2024년 가을학기에 산호세 주립대 응용 데이터 과학 석사 과정에서 "DATA 226 Data Warehouse and Data Pipelines"이라는 과목을 가르치면서 그동안 17주 과정으로 가르쳤다. 희한하게 판데믹 전에는 이런 내용도 회사 주니어들 혹은 자문하면서 설명하느라 영어로 되어있는 컨텐츠였는데 한국에 있는 분들 대상으로 지난 3-4년 가르치면서 다 한국어로 바꿨다가 이번 강의 때문에 다시 다 영어로 바꿨다. 가르치면서 다시 한번 나는 선생/교수가 맞는 일이란 깨달았지만 동시에 세상이 바뀌고 있는데 이런 식으로 가르치는 것이 맞는지에 대한 큰 의구심을 갖게 되었다. 산호세 주립대는 취업에 집중하는 학교인데도 현실과는 거리가 있다. 예를 들면 GenAI를 사용해 숙제 하는 것을 허용할 것인지 여부인데 개인적으로는 상관할 필요가 없다는 생각이지만 학교 차원에서 어떤 정책이나 원칙이 정해져 있지는 않다. 참고로 커리큘럼은 아래처럼 만들어서 이제 15주차가 끝났다. <ol ><li>Data System Overview</li><li>Data Warehouse Overview</li><li>Data Warehouse Deepdive (Snowflake)</li><li>Advanced SQLs on Snowflake</li><li>Data Pipeline Overview</li><li>Airflow Overview</li><li>Midterm exam</li><li>Advanced Airflow</li><li>ELT Overview</li><li>ELT Deepdive (dbt)</li><li>NoSQL Overview (VectorDB)</li><li>Big Data Processing (Spark)</li><li>Streaming Data Overview (Kafka)</li><li>End-to-end Data System &amp; Guest Speaker</li><li>Thanksgiving Break</li><li>Group Project Presentation</li><li>Final exam</li></ol> 77명의 학생을 두 클래스 나눠서 목금 오후 3시부터 6시까지 가르쳤고, 총 10번의 숙제를 냈으며, 두 번의 2인 1조 단기 프로젝트가 있었고 다음 주에 4인 1조 장기 프로젝트 발표가 있고 마지막 주에 기말 고사를 보면 끝난다. 단기 프로젝트를 하는 걸 보면 확실히 현업 경력이 있는 친구들이 잘 한다. 잘한 팀이 많았지만 GitHub에 잘 정리해 올린 팀 두 곳만 소개하면 아래와 같다. https://github.com/SreenidhiHayagreevan/data226-lab2https://github.com/sadhvi-singh/CryptoStream_Analytics 다음 주 그룹 프로젝트 발표에서는 어떤 결과물이 나올지 자뭇 기대된다.

산호세 주립대에서 강의한 Data Engineering 과목 커리큘럼

[이 기사에 나온 스타트업에 대한 보다 다양한 기업정보는 유니콘팩토리 빅데이터 플랫폼 '데이터랩'에서 볼 수 있습니다.] 비대면 세탁 서비스 '세탁특공대'를 운영하는 워시스왓이 70억 규모의 시리즈C 브릿지 투자를 유치했다고 27일 밝혔다. 이번 투자는 위벤처스 주도로 UTC인베스트먼트, 스트롱 벤처스 등 기존 투자사와 우리금융캐피탈, 프롤로그 벤처스 등 ...

'세탁특공대' 워시스왓, 70억 시리즈C 브릿지 투자유치 - 머니투데이

이번 투자는 위벤처스 주도로 UTC인베스트먼트, 스트롱 벤처스 등 기존 투자사와 우리금융캐피탈, 프롤로그 벤처스 등 신규 투자자들이 참여했다. 누적투자금은 510억원이다.

워시스왓은 투자 혹한기인 2022년 168억원의 영업손실을 2023년 46억원으로 개선하고 2024년 분기 단위 영업 흑자를 기록 중이다.

https://m.mt.co.kr/renew/view.html?no=2024112710011594375

이번 투자는 위벤처스 주도로 UTC인베스트먼트, 스트롱 벤처스 등 기존 투자사와 우리금융캐피탈, 프롤로그 벤처스 등 신규 투자자들이 참여했다. 누적투자금은 510억원이다. 워시스왓은 투자 혹한기인 2022년 168억원의 영업손실을 2023년 46억원으로 개선하고 2024년 분기 단위 영업 흑자를 기록 중이다. https://m.mt.co.kr/renew/view.html?no=2024112710011594375

머니투데이

An end-to-end open source machine learning platform for everyone. Discover TensorFlow's flexible ecosystem of tools, libraries and community resources.

TensorFlow

간단한 챗봇 구축부터 복잡한 언어 모델 개발까지, 이러한 프레임워크는 최신 AI 애플리케이션의 기반이 됩니다. 2024년에 주목할 만한 가장 중요한 AI 프레임워크 7가지 내용을 공유해봅니다!

🎃 텐서플로우
 * https://www.tensorflow.org/
 * 연구용 및 프로덕션용 머신 러닝 애플리케이션을 위한 포괄적인 플랫폼을 제공하는 AI 프레임워크 생태계에 대한 Google의 강력한 기여
   * 프레임워크 자체는 오픈 소스이므로 스타트업과 대기업 모두에게 비용 효율적
   * 리소스에는 포괄적인 문서, 사전 학습된 모델, TensorFlow Hub를 통한 데이터 세트가 포함되어 있어 AI 솔루션을 빠르게 개발 및 배포 지원
 * TensorFlow의 주요 특징 및 기능
   * TensorFlow의 핵심은 AI 개발을 위해 선호되는 강력한 기능 세트 제공
   * 유연한 아키텍처: 원활한 전환을 통해 CPU 및 GPU 컴퓨팅 모두 지원
   * 시각화 도구: 상세한 모델 검사 및 디버깅을 가능하게 하는 TensorBoard
   * 프로덕션 준비 완료: 모바일, 엣지, 클라우드 플랫폼 전반에 걸쳐 모델 배포 가능
   * 커뮤니티 지원: 광범위한 문서와 활발한 개발자 커뮤니티
   * 사전 학습된 모델: 바로 사용할 수 있는 방대한 모델 라이브러리 액세스
 * TensorFlow 구현 모범 사례
   * 코드를 더 작고 관리하기 쉬운 함수로 리팩터링하고 가장 큰 계산 블록을 @ tf.function으로 장식하여 최적의 성능을 발휘할 때 가장 잘 작동
   * 모델 개발의 경우, 높은 수준의 모델 구성을 위해 Keras API를 활용하면서 필요한 경우 낮은 수준의 TensorFlow 연산에 대한 액세스를 유지

🎃 PyTorch
 * https://pytorch.org/
 * 직관적인 디자인과 동적 계산 기능으로 AI 프레임워크 환경에 혁신을 일으킨 Meta AI의 PyTorch는 연구자와 개발자 모두에게 사랑받는 제품
   * 포럼, 포괄적인 문서, Meta AI 연구팀의 정기 업데이트를 통한 광범위한 커뮤니티 지원의 이점
   * 엔터프라이즈 사용자를 위해 PyTorch Enterprise는 향상된 기능과 전용 지원 채널을 제공하여 프로덕션 환경에서 안정적인 배포 보장
   * NumPy 및 Pandas를 비롯한 Python의 과학 컴퓨팅 에코시스템과 원활하게 통합되어 생성형 AI 모델과 대규모 언어 모델(LLM)을 개발하는 데 특히 효과적
   * 동적 계산 그래프를 유연하게 처리
 * PyTorch 아키텍처 및 구성 요소
   * PyTorch의 아키텍처는 개발 단계에서 실시간으로 모델을 조정할 수 있는 Autograd라는 동적 계산 그래프 시스템 중심
   * 텐서 연산: GPU 가속을 통한 고급 수학적 연산
   * 신경망 모듈: 사전 구축 및 커스터마이징 가능한 네트워크 레이어
   * 최적화 도구: 모델 트레이닝을 위한 정교한 알고리즘
   * 데이터 유틸리티: 효율적인 데이터 로딩 및 전처리 도구
 * PyTorch 개발 워크플로
   * 데이터 준비
     * 입력 데이터를 PyTorch 텐서로 변환하기
     * 사용자 정의 데이터 세트 및 데이터 로더 생성
     * 필요한 전처리 변환 적용
   * 모델 개발
     * torch.nn을 사용하여 네트워크 아키텍처 정의하기
     * 포워드 패스 계산 구현하기
     * 손실 함수 및 옵티마이저 구성

🎃 LangChain
 * https://www.langchain.com/
 * 개발자가 대규모 언어 모델의 힘을 활용하는 방식을 혁신적으로 변화시킨 LangChain은 복잡한 LLM 기능과 실제 애플리케이션 간의 격차를 해소하는 획기적인 AI 프레임워크로 부상
   * 강력한 문서, 광범위한 커뮤니티 지원, 지속적인 업데이트를 통해 개발자가 최첨단 AI 애플리케이션을 구축하면서 투자를 극대화할 수 있도록 지원
 * LangChain 프레임워크 개요
   * LangChain은 모듈식 아키텍처와 제너레이티브 AI 개발을 위해 특별히 설계된 포괄적인 도구 세트를 통해 차별화
   * 프럼프트 관리 및 최적화
   * 데이터 증강 생성
   * 의사 결정을 위한 자율 에이전트
   * 컨텍스트 유지를 위한 메모리 시스템
 * 광범위한 통합 기능
   * 외부 데이터 소스
     * 문서 저장소
     * 벡터 데이터베이스
     * API 엔드포인트
   * 개발 도구
     * 버전 관리 시스템
     * 모니터링 플랫폼
     * 배포 서비스
   * 비용을 최적화하기 위해 몇 가지 전략
     * 빈번한 쿼리를 위한 캐싱 메커니즘 활용
     * 가능한 경우 API 호출 일괄 처리
     * 효율적인 리소스 할당을 위해 사용 패턴 모니터링

🎃 허깅 페이스 트랜스포머
 * https://huggingface.co/docs/transformers/en/index
 * 허깅 페이스 트랜스포머 라이브러리는 포괄적인 도구와 모델로 구성된 에코시스템을 통해 전 세계 개발자가 고급 자연어 처리를 이용할 수 있도록 하여 인공지능 대중화의 최전선 위치
 * 허깅 페이스의 핵심 기능
   * 바로 사용할 수 있는 수천 개의 모델이 포함된 사전 학습된 모델 허브
   * PyTorch 및 TensorFlow와의 원활한 통합
   * 고급 토큰화 및 전처리 도구
   * 이전 학습을 위한 기본 지원
   * 포괄적인 문서 및 커뮤니티 리소스
 * 허깅 페이스 구현 가이드
   * 허깅 페이스 트랜스포머 구현은 빠른 개발을 가능하게 하는 간단한 접근 방식.
     * 이 프로세스는 모델 선택에서 시작하여 미세 조정 및 배포를 통해 확장
     * 최적의 결과를 얻으려면 개발자는 모델 아키텍처 세부 사항을 자동으로 처리하고 다양한 모델 유형에 걸쳐 일관된 인터페이스를 제공하는 AutoClass 시스템을 활용하는 데 집중
   * 파이프라인 아키텍처를 통해 작업을 처리하는 데 탁월하므로 개발자는 최소한의 코드로 복잡한 NLP 작업 구현 가능.
     * 여기에는 기본 텍스트 분류부터 고급 생성 AI 애플리케이션까지 모든 것 가능
   * 로컬 및 클라우드 배포 옵션을 모두 제공하며, 비용은 계산 요구 사항과 모델 복잡성에 따라 차이.
     * 기업 사용자는 SSO 지원, 감사 로그, 전용 인프라 옵션과 같은 추가 기능의 혜택
   * 프로덕션 환경에서 작업하는 개발자를 위해 허깅 페이스는 허브에서 직접 전용 및 자동 확장 인프라를 제공하는 추론 엔드포인트 제공.
     * 이를 통해 최적화된 리소스 활용을 통해 비용 효율성을 유지하면서 안정적인 성능 보장

🎃 LlamaIndex
 * https://www.llamaindex.ai/
 * 데이터와 대규모 언어 모델 간의 격차를 해소하기 위해 설계된 LlamaIndex는 개발자가 상황 인식 AI 애플리케이션을 구축하는 방식을 혁신하는 강력한 데이터 프레임워크
   * LLM을 통해 다양한 데이터 소스에 액세스하고 쿼리할 수 있도록 하는 데 특화
   * 엔터프라이즈 배포를 위해 가상의 문서 임베딩과 다양한 벡터 저장소와의 통합과 같은 고급 기능을 제공하여 조직이 비용 효율성을 유지하면서 AI 프레임워크 구현 확장
 * LlamaIndex의 특징 및 기능
   * 정교한 데이터 처리 및 검색 기능 중심
   * 여러 소스 통합을 위한 데이터 커넥터(LlamaHub)
   * 고급 문서 작업(삽입, 삭제, 업데이트)
   * 다중 문서 합성 기능
   * 쿼리 엔진 선택을 위한 라우터 기능
   * 벡터 스토어 통합 및 ChatGPT 플러그인 지원
   * OpenAI 함수 호출 API 호환성
 * 라마인덱스 개발 프로세스
   * 데이터 처리와 쿼리를 모두 최적화하는 2단계 접근 방식
     * 데이터 처리 단계에서 프레임워크는 지식 베이스를 '노드' 객체로 저장된 관리 가능한 청크로 분할하는데, 이는 LLM의 토큰 제한을 처리하는 데 매우 중요
   * 쿼리 프로세스:
     * 노드 수집: 쿼리 컨텍스트에 따라 관련 데이터 수집
     * 응답 합성: LLM 통합을 사용하여 컨텍스트가 풍부한 답변 생성
     * 채팅 엔진 구현: 데이터에 대한 지속적인 대화 활성화
 * 비용 최적화 전략
   * 인덱스 구축 및 쿼리 단계에서 비용을 예측하기 위한 토큰 예측기 구현 포함
   * 개발자가 토큰 사용량을 효과적으로 관리하고 예측할 수 있도록 TokenCounting Handler 콜백 및 MockLLM 구현과 같은 기본 제공 도구를 제공

🎃 OpenAI 프레임워크(OPF)
 * https://platform.openai.com/docs/api-reference/introduction
 * 책임감 있는 안전하고 윤리적인 AI 프레임워크 구현을 위한 새로운 표준 제시
   * 강력한 안전 프로토콜과 최첨단 개발 도구를 결합하여 AI 배포의 혁신과 책임 보장
   * 프레임워크의 종량제 시스템은 모델 선택 및 사용 패턴에 따라 비용이 달라지는 유연한 확장 가능
   * OpenAI는 사용자 지정 데이터 보존 기간과 향상된 보안 기능을 포함한 포괄적인 지원 옵션을 제공
   * 프레임워크의 통합 기능은 다양한 개발 환경으로 확장되어 연구 이니셔티브와 프로덕션 규모의 애플리케이션을 모두 지원
 * OpenAI 프레임워크 구성 요소
   * 위험 평가를 위한 종합적인 평가 시스템
   * 통합 사이버 보안 조치
   * 안전 자문 그룹(SAG) 감독
   * 책임 있는 확장 정책 구현
   * 고급 모니터링 및 테스트 프로토콜
 * OpenAI 구현 전략
   * 안전과 효율성에 중점을 둔 구조화된 접근 방식
   * 철저한 위험 평가로 시작하여 정기적인 안전 훈련과 레드팀 연습을 통해 배포를 계속 진행.
   * 시스템 배포 제어를 위한 절차적 조치와 함께 AI 알고리즘을 개선하기 위한 기술 솔루션을 통합
 * 비용 최적화 전략:
   * 대시보드를 통한 토큰 사용량 모니터링
   * 사용량 임계값 및 알림 구현
   * 작업 요구 사항에 따른 전략적 모델 선택
   * 언어 API는 토큰당 가격이 책정되는 반면, 이미지 생성 모델은 해상도 기반 요금제

🎃 Microsoft JARVIS
 * https://github.com/microsoft/JARVIS
 * 지능형 컨트롤러 아키텍처를 통해 여러 AI 모델을 오케스트레이션하는 획기적인 시스템인 Microsoft의 최신 AI 프레임워크 환경 혁신 JARVIS
   * 서로 다른 AI 모델 간의 원활한 상호 작용을 지원하므로 단일 모델로는 독립적으로 수행할 수 없는 복잡한 작업 실행
   * 로컬 및 클라우드 기반 배포 모델을 모두 지원
   * 엔터프라이즈 구현을 위해 JARVIS는 맞춤형 모델 통합, 전용 지원 채널, 특수 배포 옵션 등의 고급 기능 제공
 * JARVIS 플랫폼 개요
   * JARVIS의 핵심은 ChatGPT를 기본 컨트롤러로 활용하는 협업 시스템
   * 플랫폼의 특징:
     * 멀티모달 처리 기능
     * 실시간 웹 액세스 통합
     * 고급 작업 계획 시스템
     * 모델 간 협업
     * 포괄적인 API 지원
     * 지능형 리소스 관리
 * JARVIS 개발 워크플로(4단계 워크플로우)
   * 작업 계획: ChatGPT가 사용자 요청을 분석하여 관리 가능한 하위 작업으로 세분화
   * 모델 선택: Hugging Face에서 적절한 전문가 모델을 지능적으로 선택
   * 작업 실행: 실시간 모니터링을 통해 선택한 모델의 조정된 실행
   * 응답 통합: 결과를 일관된 출력으로 종합적으로 합성
 * 배포 옵션에 따른 리소스 요구 사항
   * 최소 설정: 16GB VRAM, 100GB 스토리지
   * 표준 설정: 64GB RAM(Jetson AGX Orin에 권장)
   * 클라우드 배포: 유연한 확장 옵션
   * 리소스 관리 시스템은 비용 효율성을 유지하면서 성능을 최적화하므로 연구 및 프로덕션 환경 모두에 적합

🎀 결론 🎀
 * 이 7가지 각 프레임워크는 각기 다른 용도로 사용됩니다.
   * TensorFlow(프러덕션 환경)와 PyTorch(연구환경)는 딥러닝 탁월
   * LangChain과 LlamaIndex는 LM 기반 애플리케이션 구축에 특화 및 LLM 애플리케이션 간소화
   * Hugging Face, OpenAI, Microsoft JARVIS는 자연어 처리와 멀티모달 AI 경계 확장
 * 모든 프레임워크를 동시에 마스터하려고 시도하기보다는 당면한 프로젝트 요구사항에 맞는 프레임워크부터 시작하세요.

 * 출처: https://dev.to/pavanbelagatti/7-cutting-edge-ai-frameworks-every-developer-should-master-13l9

간단한 챗봇 구축부터 복잡한 언어 모델 개발까지, 이러한 프레임워크는 최신 AI 애플리케이션의 기반이 됩니다. 2024년에 주목할 만한 가장 중요한 AI 프레임워크 7가지 내용을 공유해봅니다! 🎃 텐서플로우<ul ><li>https://www.tensorflow.org/</li><li>연구용 및 프로덕션용 머신 러닝 애플리케이션을 위한 포괄적인 플랫폼을 제공하는 AI 프레임워크 생태계에 대한 Google의 강력한 기여<ul ><li>프레임워크 자체는 오픈 소스이므로 스타트업과 대기업 모두에게 비용 효율적</li><li>리소스에는 포괄적인 문서, 사전 학습된 모델, TensorFlow Hub를 통한 데이터 세트가 포함되어 있어 AI 솔루션을 빠르게 개발 및 배포 지원</li></ul></li><li>TensorFlow의 주요 특징 및 기능<ul ><li>TensorFlow의 핵심은 AI 개발을 위해 선호되는 강력한 기능 세트 제공</li><li>유연한 아키텍처: 원활한 전환을 통해 CPU 및 GPU 컴퓨팅 모두 지원</li><li>시각화 도구: 상세한 모델 검사 및 디버깅을 가능하게 하는 TensorBoard</li><li>프로덕션 준비 완료: 모바일, 엣지, 클라우드 플랫폼 전반에 걸쳐 모델 배포 가능</li><li>커뮤니티 지원: 광범위한 문서와 활발한 개발자 커뮤니티</li><li>사전 학습된 모델: 바로 사용할 수 있는 방대한 모델 라이브러리 액세스</li></ul></li><li>TensorFlow 구현 모범 사례<ul ><li>코드를 더 작고 관리하기 쉬운 함수로 리팩터링하고 가장 큰 계산 블록을 @ tf.function으로 장식하여 최적의 성능을 발휘할 때 가장 잘 작동</li><li>모델 개발의 경우, 높은 수준의 모델 구성을 위해 Keras API를 활용하면서 필요한 경우 낮은 수준의 TensorFlow 연산에 대한 액세스를 유지</li></ul></li></ul> 🎃 PyTorch<ul ><li>https://pytorch.org/</li><li>직관적인 디자인과 동적 계산 기능으로 AI 프레임워크 환경에 혁신을 일으킨 Meta AI의 PyTorch는 연구자와 개발자 모두에게 사랑받는 제품<ul ><li>포럼, 포괄적인 문서, Meta AI 연구팀의 정기 업데이트를 통한 광범위한 커뮤니티 지원의 이점</li><li>엔터프라이즈 사용자를 위해 PyTorch Enterprise는 향상된 기능과 전용 지원 채널을 제공하여 프로덕션 환경에서 안정적인 배포 보장</li><li>NumPy 및 Pandas를 비롯한 Python의 과학 컴퓨팅 에코시스템과 원활하게 통합되어 생성형 AI 모델과 대규모 언어 모델(LLM)을 개발하는 데 특히 효과적</li><li>동적 계산 그래프를 유연하게 처리</li></ul></li><li>PyTorch 아키텍처 및 구성 요소<ul ><li>PyTorch의 아키텍처는 개발 단계에서 실시간으로 모델을 조정할 수 있는 Autograd라는 동적 계산 그래프 시스템 중심</li><li>텐서 연산: GPU 가속을 통한 고급 수학적 연산</li><li>신경망 모듈: 사전 구축 및 커스터마이징 가능한 네트워크 레이어</li><li>최적화 도구: 모델 트레이닝을 위한 정교한 알고리즘</li><li>데이터 유틸리티: 효율적인 데이터 로딩 및 전처리 도구</li></ul></li><li>PyTorch 개발 워크플로<ul ><li>데이터 준비<ul ><li>입력 데이터를 PyTorch 텐서로 변환하기</li><li>사용자 정의 데이터 세트 및 데이터 로더 생성</li><li>필요한 전처리 변환 적용</li></ul></li><li>모델 개발<ul ><li>torch.nn을 사용하여 네트워크 아키텍처 정의하기</li><li>포워드 패스 계산 구현하기</li><li>손실 함수 및 옵티마이저 구성</li></ul></li></ul></li></ul> 🎃 LangChain<ul ><li>https://www.langchain.com/</li><li>개발자가 대규모 언어 모델의 힘을 활용하는 방식을 혁신적으로 변화시킨 LangChain은 복잡한 LLM 기능과 실제 애플리케이션 간의 격차를 해소하는 획기적인 AI 프레임워크로 부상<ul ><li>강력한 문서, 광범위한 커뮤니티 지원, 지속적인 업데이트를 통해 개발자가 최첨단 AI 애플리케이션을 구축하면서 투자를 극대화할 수 있도록 지원</li></ul></li><li>LangChain 프레임워크 개요<ul ><li>LangChain은 모듈식 아키텍처와 제너레이티브 AI 개발을 위해 특별히 설계된 포괄적인 도구 세트를 통해 차별화</li><li>프럼프트 관리 및 최적화</li><li>데이터 증강 생성</li><li>의사 결정을 위한 자율 에이전트</li><li>컨텍스트 유지를 위한 메모리 시스템</li></ul></li><li>광범위한 통합 기능<ul ><li>외부 데이터 소스<ul ><li>문서 저장소</li><li>벡터 데이터베이스</li><li>API 엔드포인트</li></ul></li><li>개발 도구<ul ><li>버전 관리 시스템</li><li>모니터링 플랫폼</li><li>배포 서비스</li></ul></li><li>비용을 최적화하기 위해 몇 가지 전략<ul ><li>빈번한 쿼리를 위한 캐싱 메커니즘 활용</li><li>가능한 경우 API 호출 일괄 처리</li><li>효율적인 리소스 할당을 위해 사용 패턴 모니터링</li></ul></li></ul></li></ul> 🎃 허깅 페이스 트랜스포머<ul ><li>https://huggingface.co/docs/transformers/en/index</li><li>허깅 페이스 트랜스포머 라이브러리는 포괄적인 도구와 모델로 구성된 에코시스템을 통해 전 세계 개발자가 고급 자연어 처리를 이용할 수 있도록 하여 인공지능 대중화의 최전선 위치</li><li>허깅 페이스의 핵심 기능<ul ><li>바로 사용할 수 있는 수천 개의 모델이 포함된 사전 학습된 모델 허브</li><li>PyTorch 및 TensorFlow와의 원활한 통합</li><li>고급 토큰화 및 전처리 도구</li><li>이전 학습을 위한 기본 지원</li><li>포괄적인 문서 및 커뮤니티 리소스</li></ul></li><li>허깅 페이스 구현 가이드<ul ><li>허깅 페이스 트랜스포머 구현은 빠른 개발을 가능하게 하는 간단한 접근 방식.<ul ><li>이 프로세스는 모델 선택에서 시작하여 미세 조정 및 배포를 통해 확장</li><li>최적의 결과를 얻으려면 개발자는 모델 아키텍처 세부 사항을 자동으로 처리하고 다양한 모델 유형에 걸쳐 일관된 인터페이스를 제공하는 AutoClass 시스템을 활용하는 데 집중</li></ul></li><li>파이프라인 아키텍처를 통해 작업을 처리하는 데 탁월하므로 개발자는 최소한의 코드로 복잡한 NLP 작업 구현 가능.<ul ><li>여기에는 기본 텍스트 분류부터 고급 생성 AI 애플리케이션까지 모든 것 가능</li></ul></li><li>로컬 및 클라우드 배포 옵션을 모두 제공하며, 비용은 계산 요구 사항과 모델 복잡성에 따라 차이.<ul ><li>기업 사용자는 SSO 지원, 감사 로그, 전용 인프라 옵션과 같은 추가 기능의 혜택</li></ul></li><li>프로덕션 환경에서 작업하는 개발자를 위해 허깅 페이스는 허브에서 직접 전용 및 자동 확장 인프라를 제공하는 추론 엔드포인트 제공.<ul ><li>이를 통해 최적화된 리소스 활용을 통해 비용 효율성을 유지하면서 안정적인 성능 보장</li></ul></li></ul></li></ul> 🎃 LlamaIndex<ul ><li>https://www.llamaindex.ai/</li><li>데이터와 대규모 언어 모델 간의 격차를 해소하기 위해 설계된 LlamaIndex는 개발자가 상황 인식 AI 애플리케이션을 구축하는 방식을 혁신하는 강력한 데이터 프레임워크<ul ><li>LLM을 통해 다양한 데이터 소스에 액세스하고 쿼리할 수 있도록 하는 데 특화</li><li>엔터프라이즈 배포를 위해 가상의 문서 임베딩과 다양한 벡터 저장소와의 통합과 같은 고급 기능을 제공하여 조직이 비용 효율성을 유지하면서 AI 프레임워크 구현 확장</li></ul></li><li>LlamaIndex의 특징 및 기능<ul ><li>정교한 데이터 처리 및 검색 기능 중심</li><li>여러 소스 통합을 위한 데이터 커넥터(LlamaHub)</li><li>고급 문서 작업(삽입, 삭제, 업데이트)</li><li>다중 문서 합성 기능</li><li>쿼리 엔진 선택을 위한 라우터 기능</li><li>벡터 스토어 통합 및 ChatGPT 플러그인 지원</li><li>OpenAI 함수 호출 API 호환성</li></ul></li><li>라마인덱스 개발 프로세스<ul ><li>데이터 처리와 쿼리를 모두 최적화하는 2단계 접근 방식<ul ><li>데이터 처리 단계에서 프레임워크는 지식 베이스를 '노드' 객체로 저장된 관리 가능한 청크로 분할하는데, 이는 LLM의 토큰 제한을 처리하는 데 매우 중요</li></ul></li><li>쿼리 프로세스:<ul ><li>노드 수집: 쿼리 컨텍스트에 따라 관련 데이터 수집</li><li>응답 합성: LLM 통합을 사용하여 컨텍스트가 풍부한 답변 생성</li><li>채팅 엔진 구현: 데이터에 대한 지속적인 대화 활성화</li></ul></li></ul></li><li>비용 최적화 전략<ul ><li>인덱스 구축 및 쿼리 단계에서 비용을 예측하기 위한 토큰 예측기 구현 포함</li><li>개발자가 토큰 사용량을 효과적으로 관리하고 예측할 수 있도록 TokenCounting Handler 콜백 및 MockLLM 구현과 같은 기본 제공 도구를 제공</li></ul></li></ul> 🎃 OpenAI 프레임워크(OPF)<ul ><li>https://platform.openai.com/docs/api-reference/introduction</li><li>책임감 있는 안전하고 윤리적인 AI 프레임워크 구현을 위한 새로운 표준 제시<ul ><li>강력한 안전 프로토콜과 최첨단 개발 도구를 결합하여 AI 배포의 혁신과 책임 보장</li><li>프레임워크의 종량제 시스템은 모델 선택 및 사용 패턴에 따라 비용이 달라지는 유연한 확장 가능</li><li>OpenAI는 사용자 지정 데이터 보존 기간과 향상된 보안 기능을 포함한 포괄적인 지원 옵션을 제공</li><li>프레임워크의 통합 기능은 다양한 개발 환경으로 확장되어 연구 이니셔티브와 프로덕션 규모의 애플리케이션을 모두 지원</li></ul></li><li>OpenAI 프레임워크 구성 요소<ul ><li>위험 평가를 위한 종합적인 평가 시스템</li><li>통합 사이버 보안 조치</li><li>안전 자문 그룹(SAG) 감독</li><li>책임 있는 확장 정책 구현</li><li>고급 모니터링 및 테스트 프로토콜</li></ul></li><li>OpenAI 구현 전략<ul ><li>안전과 효율성에 중점을 둔 구조화된 접근 방식</li><li>철저한 위험 평가로 시작하여 정기적인 안전 훈련과 레드팀 연습을 통해 배포를 계속 진행.</li><li>시스템 배포 제어를 위한 절차적 조치와 함께 AI 알고리즘을 개선하기 위한 기술 솔루션을 통합</li></ul></li><li>비용 최적화 전략:<ul ><li>대시보드를 통한 토큰 사용량 모니터링</li><li>사용량 임계값 및 알림 구현</li><li>작업 요구 사항에 따른 전략적 모델 선택</li><li>언어 API는 토큰당 가격이 책정되는 반면, 이미지 생성 모델은 해상도 기반 요금제</li></ul></li></ul> 🎃 Microsoft JARVIS<ul ><li>https://github.com/microsoft/JARVIS</li><li>지능형 컨트롤러 아키텍처를 통해 여러 AI 모델을 오케스트레이션하는 획기적인 시스템인 Microsoft의 최신 AI 프레임워크 환경 혁신 JARVIS<ul ><li>서로 다른 AI 모델 간의 원활한 상호 작용을 지원하므로 단일 모델로는 독립적으로 수행할 수 없는 복잡한 작업 실행</li><li>로컬 및 클라우드 기반 배포 모델을 모두 지원</li><li>엔터프라이즈 구현을 위해 JARVIS는 맞춤형 모델 통합, 전용 지원 채널, 특수 배포 옵션 등의 고급 기능 제공</li></ul></li><li>JARVIS 플랫폼 개요<ul ><li>JARVIS의 핵심은 ChatGPT를 기본 컨트롤러로 활용하는 협업 시스템</li><li>플랫폼의 특징:<ul ><li>멀티모달 처리 기능</li><li>실시간 웹 액세스 통합</li><li>고급 작업 계획 시스템</li><li>모델 간 협업</li><li>포괄적인 API 지원</li><li>지능형 리소스 관리</li></ul></li></ul></li><li>JARVIS 개발 워크플로(4단계 워크플로우)<ul ><li>작업 계획: ChatGPT가 사용자 요청을 분석하여 관리 가능한 하위 작업으로 세분화</li><li>모델 선택: Hugging Face에서 적절한 전문가 모델을 지능적으로 선택</li><li>작업 실행: 실시간 모니터링을 통해 선택한 모델의 조정된 실행</li><li>응답 통합: 결과를 일관된 출력으로 종합적으로 합성</li></ul></li><li>배포 옵션에 따른 리소스 요구 사항<ul ><li>최소 설정: 16GB VRAM, 100GB 스토리지</li><li>표준 설정: 64GB RAM(Jetson AGX Orin에 권장)</li><li>클라우드 배포: 유연한 확장 옵션</li><li>리소스 관리 시스템은 비용 효율성을 유지하면서 성능을 최적화하므로 연구 및 프로덕션 환경 모두에 적합</li></ul></li></ul> 🎀 결론 🎀<ul ><li>이 7가지 각 프레임워크는 각기 다른 용도로 사용됩니다.<ul ><li>TensorFlow(프러덕션 환경)와 PyTorch(연구환경)는 딥러닝 탁월</li><li>LangChain과 LlamaIndex는 LM 기반 애플리케이션 구축에 특화 및 LLM 애플리케이션 간소화</li><li>Hugging Face, OpenAI, Microsoft JARVIS는 자연어 처리와 멀티모달 AI 경계 확장</li></ul></li><li>모든 프레임워크를 동시에 마스터하려고 시도하기보다는 당면한 프로젝트 요구사항에 맞는 프레임워크부터 시작하세요.</li></ul> <ul ><li>출처: https://dev.to/pavanbelagatti/7-cutting-edge-ai-frameworks-every-developer-should-master-13l9</li></ul>

[Dev]모든 개발자가 마스터해야 할 7가지 AI 프레임워크!

Your Resume App

개발자들을 위한 흥미로운 자가진단 사이트를 소개합니다.
프론트엔드, 백엔드, React 개발자, 디자이너, CEO까지 각 직무별 역량을 체크해 볼 수 있습니다. 세부 항목들을 체크하다 보면 내가 부족한 부분이 무엇인지 자연스럽게 파악할 수 있습니다.

물론 이 테스트가 절대적인 기준은 아니지만, 현재 내가 부족한게 무엇인지를 파악하고 앞으로의 성장 방향을 설정하는데는 참고자료가 될 수 있을것 같습니다.

https://resume.realerror.com/

개발자들을 위한 흥미로운 자가진단 사이트를 소개합니다.프론트엔드, 백엔드, React 개발자, 디자이너, CEO까지 각 직무별 역량을 체크해 볼 수 있습니다. 세부 항목들을 체크하다 보면 내가 부족한 부분이 무엇인지 자연스럽게 파악할 수 있습니다. 물론 이 테스트가 절대적인 기준은 아니지만, 현재 내가 부족한게 무엇인지를 파악하고 앞으로의 성장 방향을 설정하는데는 참고자료가 될 수 있을것 같습니다. https://resume.realerror.com/

resume.realerror.com

IT직군 역량 자가진단 - 프론트엔드부터 CEO까지

학교는 초중고대학의 형태로 학년이 정해져 있고 뭘 배우는지 커리큘럼이 정해져 있으며 시험이란 형태로 정답이란 것이 있다. 많은 한국 사람들은 학교에서 배우는 걸로 만족하지 못하고 학원이나 과외 등등으로 선행 학습을 일상적으로 한다. 실리콘 밸리에 와보니 일부 극성인 아시안 부모들이 있긴 하지만 전체적인 분위기는 학교 공부 이외에 별도로 과외를 하거나 선행 학습을 왜 하냐 라는 분위기였다. 또한 불행히도 한국에서 초중고 교육은 대학이란 단기목표를 가지고 이뤄진다.

커리어는 학교와는 달리 학년도 정해져 있지 않고 그러니 당연히 커리큘럼도 없고 정답이 정해져있는 시험이란 것도 없다. 그리고 백세 시대 커리어는 적어도 50년 정도는 지속될 수 밖에 없는 훨씬 더 긴 시간대를 갖고 있다. 하지만 우리는 선행학습이란 행위에 너무 익숙해져있다 보니 사회 생활을 하며 뭔가 막히면 정답을 찾고 공부를 하며 미리 준비를 하려는 성향을 본의아니게 갖게 된다. 수능의 또 다른 폐해는 실패를 두려워 하게 만든다는 점이라 보여진다. 원하는 대학을 못가면 재수, 삼수를 하는 것이 일상적이고 기대보다 덜 좋은 대학을 가면 웬지 내가 실패자라는 자책을 하게 되는데 이 마인드셋을 커리어로 그대로 들고 가는 거다. 정답을 찾고 실패를 두려워하는 이런 모습은 미국 생활을 20년 넘게 하며 잊어버렸던 내 과거의 모습이기도 한데 지난 3-4년 정도 한국에 있는 다양한 사람들과 다시 긴밀히 접촉하면서 조금은 외부의 시각으로 바라보게 되니 그 갭이 잘 보인다.

요약해보자면 수능과 선행학습이 알게 모르게 우리가 커리어를 바라보는 관점을 왜곡시킨다는 거다. 기술지향적이며 안전함을 찾는 사람으로 만든다는 점인데 최근 커리어 코칭에서 들었던 잘못된 관점의 질문을 몇 가지 예로 들어보면 이렇다. 

 * “회사에서 쓰는 프레임웍이 너무 구식입니다. 집에 와서 새로운 프레임웍을 공부를 하는데 시간이 부족합니다"
 * “백엔드 일을 시작한지 5년차가 되었는데 5년차라고 하기에는 아는 것이 너무 적습니다. 이제 무엇을 해야할까요?”
 * “회사에서 원래 내 업무에 해당하는 일(머신러닝 모델 개발)만 하고 싶은데 온갖 종류의 일을 해야만 합니다. 이걸 이력서에 뭐라고 적어야 하나요?” 

어떤 공통점이 눈에 띄는가? 회사 일만으로는 충분하지 않다고 생각하는 거다. 왜 이런 생각을 갖게 되었을까? 수능과 선행학습의 폐해가 아닌가 싶다. 학교 때 교실에서 뭔가 배우기 전에 항상 선행학습을 하거나 학원에서 복습하던 것이 습관화되다보니 뭔가 따로 또 해야하고 정해진 패스가 있어 그걸 따라가야 한다고 자기도 모르게 믿게 되는 악효과가 있는 걸로 보인다. 

훨씬 더 건강하고 단순하고 효율적인 커리어 계발 방법은 회사 업무에 더 집중하면서 일을 더 잘하기 위해서 필요한 기술을 공부하는 거다. 회사 일에는 전혀 필요없지만 뜨는 기술을 불안감이나 조바심 때문에 따라가는 것은 새로운 기술이 계속 나오기 때문에 끝이 없다. 단 뜨는 기술을 호기심으로 공부하는 것은 좋다고 생각하지만 이 역시 부담감을 가진다면 호기심이라고는 할 수 없다. 약간은 새로운 기술 트렌드를 의식적으로 무시하고 내가 맡은 업무에서 성과를 내는데 집중해서 인정받고 좋은 평판 만들고 선한 영향력을 갖는 것이 동료들과 상사에게 좋은 인상을 남기면서 나중에 또 일하고 싶은 사람이 되는 거다. 그렇게 된다면 지인 추천 형태로 생각치 못했던 기회가 생기고 그러면서 커리어 하반기가 잘 풀린다. 

요즘처럼 빠르게 변화하는 세상에서 믿을 것은 나밖에 없다. 나를 사랑하고 내가 원하는 것이 무엇인지 많이 고민하고 변화를 두려워하지 않고 선도하려 하지도 않으며 잘 따라가는 것만으로도 충분하지 않다 싶다. Love Yourself!

학교는 초중고대학의 형태로 학년이 정해져 있고 뭘 배우는지 커리큘럼이 정해져 있으며 시험이란 형태로 정답이란 것이 있다. 많은 한국 사람들은 학교에서 배우는 걸로 만족하지 못하고 학원이나 과외 등등으로 선행 학습을 일상적으로 한다. 실리콘 밸리에 와보니 일부 극성인 아시안 부모들이 있긴 하지만 전체적인 분위기는 학교 공부 이외에 별도로 과외를 하거나 선행 학습을 왜 하냐 라는 분위기였다. 또한 불행히도 한국에서 초중고 교육은 대학이란 단기목표를 가지고 이뤄진다. 커리어는 학교와는 달리 학년도 정해져 있지 않고 그러니 당연히 커리큘럼도 없고 정답이 정해져있는 시험이란 것도 없다. 그리고 백세 시대 커리어는 적어도 50년 정도는 지속될 수 밖에 없는 훨씬 더 긴 시간대를 갖고 있다. 하지만 우리는 선행학습이란 행위에 너무 익숙해져있다 보니 사회 생활을 하며 뭔가 막히면 정답을 찾고 공부를 하며 미리 준비를 하려는 성향을 본의아니게 갖게 된다. 수능의 또 다른 폐해는 실패를 두려워 하게 만든다는 점이라 보여진다. 원하는 대학을 못가면 재수, 삼수를 하는 것이 일상적이고 기대보다 덜 좋은 대학을 가면 웬지 내가 실패자라는 자책을 하게 되는데 이 마인드셋을 커리어로 그대로 들고 가는 거다. 정답을 찾고 실패를 두려워하는 이런 모습은 미국 생활을 20년 넘게 하며 잊어버렸던 내 과거의 모습이기도 한데 지난 3-4년 정도 한국에 있는 다양한 사람들과 다시 긴밀히 접촉하면서 조금은 외부의 시각으로 바라보게 되니 그 갭이 잘 보인다. 요약해보자면 수능과 선행학습이 알게 모르게 우리가 커리어를 바라보는 관점을 왜곡시킨다는 거다. 기술지향적이며 안전함을 찾는 사람으로 만든다는 점인데 최근 커리어 코칭에서 들었던 잘못된 관점의 질문을 몇 가지 예로 들어보면 이렇다.&nbsp; <ul ><li>“회사에서 쓰는 프레임웍이 너무 구식입니다. 집에 와서 새로운 프레임웍을 공부를 하는데 시간이 부족합니다"</li><li>“백엔드 일을 시작한지 5년차가 되었는데 5년차라고 하기에는 아는 것이 너무 적습니다. 이제 무엇을 해야할까요?”</li><li>“회사에서 원래 내 업무에 해당하는 일(머신러닝 모델 개발)만 하고 싶은데 온갖 종류의 일을 해야만 합니다. 이걸 이력서에 뭐라고 적어야 하나요?”&nbsp;</li></ul> 어떤 공통점이 눈에 띄는가? 회사 일만으로는 충분하지 않다고 생각하는 거다. 왜 이런 생각을 갖게 되었을까? 수능과 선행학습의 폐해가 아닌가 싶다. 학교 때 교실에서 뭔가 배우기 전에 항상 선행학습을 하거나 학원에서 복습하던 것이 습관화되다보니 뭔가 따로 또 해야하고 정해진 패스가 있어 그걸 따라가야 한다고 자기도 모르게 믿게 되는 악효과가 있는 걸로 보인다.&nbsp; 훨씬 더 건강하고 단순하고 효율적인 커리어 계발 방법은 회사 업무에 더 집중하면서 일을 더 잘하기 위해서 필요한 기술을 공부하는 거다. 회사 일에는 전혀 필요없지만 뜨는 기술을 불안감이나 조바심 때문에 따라가는 것은 새로운 기술이 계속 나오기 때문에 끝이 없다. 단 뜨는 기술을 호기심으로 공부하는 것은 좋다고 생각하지만 이 역시 부담감을 가진다면 호기심이라고는 할 수 없다. 약간은 새로운 기술 트렌드를 의식적으로 무시하고 내가 맡은 업무에서 성과를 내는데 집중해서 인정받고 좋은 평판 만들고 선한 영향력을 갖는 것이 동료들과 상사에게 좋은 인상을 남기면서 나중에 또 일하고 싶은 사람이 되는 거다. 그렇게 된다면 지인 추천 형태로 생각치 못했던 기회가 생기고 그러면서 커리어 하반기가 잘 풀린다.&nbsp; 요즘처럼 빠르게 변화하는 세상에서 믿을 것은 나밖에 없다. 나를 사랑하고 내가 원하는 것이 무엇인지 많이 고민하고 변화를 두려워하지 않고 선도하려 하지도 않으며 잘 따라가는 것만으로도 충분하지 않다 싶다. Love Yourself!

학교와 커리어의 차이점

한 회사에서 3년 넘게 일했어요. 궁금해지더라고요. 다른 곳에서도 인정받을 수 있을까?

익숙한 환경이니까 잘하는 것처럼 보이는 게 아닌지 궁금했어요. 그래서 이직을 도전해 지금 팀에 합류했어요.

낯선 환경에 오니 환경에 따라 저의 쓸모가 다르다는 걸 느꼈어요. 맡은 일, 만드는 제품이나 팀의 규모에 따라 할 수 있는 일이 다르더라고요.

이직하면서 많이 배웠어요. 제가 하고 싶은 일과 잘하는 일, 무엇보다 저의 쓸모에 대해서 배웠어요.

한 회사에서 3년 넘게 일했어요. 궁금해지더라고요. 다른 곳에서도 인정받을 수 있을까? 익숙한 환경이니까 잘하는 것처럼 보이는 게 아닌지 궁금했어요. 그래서 이직을 도전해 지금 팀에 합류했어요. 낯선 환경에 오니 환경에 따라 저의 쓸모가 다르다는 걸 느꼈어요. 맡은 일, 만드는 제품이나 팀의 규모에 따라 할 수 있는 일이 다르더라고요. 이직하면서 많이 배웠어요. 제가 하고 싶은 일과 잘하는 일, 무엇보다 저의 쓸모에 대해서 배웠어요.

회사를 옮겨보면 알게 되는 나의 쓸모

2024년을 마무리하기 전,
지금까지의 이력을 업데이트한 2024년 버전 이력서를 만들어보았어요.

제가 이력서를 작성할 때 가장 신경쓰는 점은 크게 3가지입니다.

📌 이력서 전체에서 업무 경험과 스킬들이 일관적인 방향성을 가지고 있는지
📌 경력 파트에서 단순히 업무 내용만을 기재하는 것이 아니라 업무에 도움이 되는 수치나 성과를 나타내고 있는지
📌 내가 원하는 직무에 일치하는 관련 키워드나 스킬셋이 잘 나타나있는지

이 3가지를 포함하는 이력서는 나중에 면접 단계로 이어질 때도,
대부분 추가 질문이나 꼬리 질문에서 여쭤보기 때문에,
스스로 잘 정리하고 기록하는 것이 중요하다고 생각했습니다.

여러분들의 의견은 어떠신가요?
여러분들은 이력서를 작성할 때 사용하는 나만의 팁이나 노하우가 있으신가요?

2024년을 마무리하기 전, 지금까지의 이력을 업데이트한 2024년 버전 이력서를 만들어보았어요. 제가 이력서를 작성할 때 가장 신경쓰는 점은 크게 3가지입니다. 📌 이력서 전체에서 업무 경험과 스킬들이 일관적인 방향성을 가지고 있는지 📌 경력 파트에서 단순히 업무 내용만을 기재하는 것이 아니라 업무에 도움이 되는 수치나 성과를 나타내고 있는지 📌 내가 원하는 직무에 일치하는 관련 키워드나 스킬셋이 잘 나타나있는지 이 3가지를 포함하는 이력서는 나중에 면접 단계로 이어질 때도, 대부분 추가 질문이나 꼬리 질문에서 여쭤보기 때문에, 스스로 잘 정리하고 기록하는 것이 중요하다고 생각했습니다. 여러분들의 의견은 어떠신가요? 여러분들은 이력서를 작성할 때 사용하는 나만의 팁이나 노하우가 있으신가요?

2024년 이력서 업데이트

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

메모이제이션(memoization)와 캐싱은 프로그래밍의 기본 개념입니다. 이 글에서는 자바스크립트와 타입스크립트의 예시를 통해 메모이제이션에 대해 자세히 소개합니다.


(번역) 자바스크립트와 타입스크립트에서 메모이제이션란 무엇인가요?

오늘 소개드릴 글은 이스트소프트의 김태현님이 번역해주신 글입니다.

이 글에선 자바스크립트와 타입스크립트를 사용하여 메모이제이션의 구현을 통해 수치와 표를 이용하여 로직의 성능 측정 방법을 알려주고 있습니다. 또한 저자는 쉬게 접근하기위해 피보나치 수열을 사용해서 메모이제이션의 사용 사례와 트레이드 오프에 대해서도 이야기하고 있는데요.

개인적으로 이 내용을 바탕을 이해하고난뒤 리액트의 메모이제이션을 기반하는 개념들을 더 쉽게 이해할 수 있었습니다.

만약 자바스크립트와 타입스크립트 코드에서 최적화에 대해 관심을 가지고 계신다면 이 글을 입문으로 추천합니다!

글 링크: https://velog.io/@tap_kim/memoization-in-js-ts

오늘 소개드릴 글은 이스트소프트의 김태현님이 번역해주신 글입니다. 이 글에선 자바스크립트와 타입스크립트를 사용하여 메모이제이션의 구현을 통해 수치와 표를 이용하여 로직의 성능 측정 방법을 알려주고 있습니다. 또한 저자는 쉬게 접근하기위해 피보나치 수열을 사용해서 메모이제이션의 사용 사례와 트레이드 오프에 대해서도 이야기하고 있는데요. 개인적으로 이 내용을 바탕을 이해하고난뒤 리액트의 메모이제이션을 기반하는 개념들을 더 쉽게 이해할 수 있었습니다. 만약 자바스크립트와 타입스크립트 코드에서 최적화에 대해 관심을 가지고 계신다면 이 글을 입문으로 추천합니다! 글 링크: https://velog.io/@tap_kim/memoization-in-js-ts

velog.io

자바스크립트와 타입스크립트에서 메모이제이션란 무엇인가요?

중앙일보의 고품격 주간 경제지

[허태윤의 브랜드 스토리] 성공한 브랜드의 비밀은 확실한 내부 브랜딩 전략

배민의 '배민다움' - 아이디어 생성과정에서 직원들 스스로가 배민다움을 이해하고 발전시켜나가며 체화한 스토리는 유명합니다. 직원들의 투표를 통해 호수가 보이는 잠실로 사무실을 이전했고, ‘송파구에서 일 잘하는 법’으로 명명한 배민 직원의 업무 지침도 배민다움을 직원들에게 공유하고 이해시키기 위해 만들어 내부에서 외부로 향했습니다.

디즈니의 '캐스트' - 디즈니에서는 테마파크 직원들은 ‘캐스트’라 불립니다. 영화가 끝나고 엔딩 크레딧이 올라가면 등장인물들의 이름이 올라가 듯 디즈니는 테마파크를 무대로 생각하고 그곳에서 일하는 직원은 고객을 위해 연기하는 배우라고 생각합니다 공연하는 직원, 청소하는 직원, 햄버거를 파는 직원 등 이들 모두는 디즈니가 찍는 영화의 한 장면을 담당한다고 자부하고 있습니다. 고객을 관객이라고 상정하고 그들이 파는 것은 훌륭한 기술이나 서비스가 아니라 꿈·환상, 그리고 사랑이라는 보이지 않는 가치라는 점을 직원들에게 먼저 설득합니다.

구글의 '20% 룰' - 최고의 기업이 되기 이전에도 구글은 직원을 최고의 자산이라 생각하며 그에 걸맞은 대우를 해주는 것으로 유명했습니다. 전 세계 국가에서 모인 인재들을 위해 카페테리아에 최고의 셰프들이 만든 요리를 모두 맛볼 수 있게 했죠. 특히, ‘20% 타임제’를 통해 업무 시간의 20%는 개인적 관심사에 시간을 보낼 수 있게 해 직원들은 자발적으로 자신의 관심사와 회사의 일을 연결해 훌륭한 성과를 만들고 있습니다. 실제로 구글 로고를 디자인한 한국인 데니스 황은 구글 맵스, g메일 등의 로고도 ‘20% 타임’을 통해 만들었죠. 한마디로 구글은 내부 고객들에게 먼저 브랜드를 팔고, 구글의 열정적 팬이 된 직원들이 다시 고객에 파는 회사라고 할 수 있습니다.

[ 큐레이터의 문장 🎒 ]

"송소고택* 방으로 안내하기 전, 내일 손님을 맞을 다른 방 아궁이에 잠시 멈췄다. 참나무 향이 기분 좋게 나며 벌겋게 타는 장작을 보여주며 “손님이 예약하면 하루 전부터 방에 불을 이렇게 땝니다. 당일 날 때면 방이 뜨거워 손님이 잘 수가 없어서 하루 전에 불을 땝니다. 이틀 동안 그 온기로만 손님들이 편한 밤을 보내시지요”라고 설명했다. 온돌처럼 은은한 온기를 담은 목소리로 전해지는 진심은 추위를 녹이고도 남았다."

* 1880년경 지어진 ‘송소고택’은 청송의 만석꾼 심호택의 99칸 살림집이다. 지금까지 딱 3개가 남아 있는 조선시대 99칸 집 중 가장 아름다운 고택으로 알려져 있다. 송소고택은 청송 심 씨 11대 종손인 심재오 선생이 직접 관리를 하고 손님을 맞는다.

https://jmagazine.joins.com/economist/view/331826

배민의 '배민다움' - 아이디어 생성과정에서 직원들 스스로가 배민다움을 이해하고 발전시켜나가며 체화한 스토리는 유명합니다. 직원들의 투표를 통해 호수가 보이는 잠실로 사무실을 이전했고, ‘송파구에서 일 잘하는 법’으로 명명한 배민 직원의 업무 지침도 배민다움을 직원들에게 공유하고 이해시키기 위해 만들어 내부에서 외부로 향했습니다. 디즈니의 '캐스트' - 디즈니에서는 테마파크 직원들은 ‘캐스트’라 불립니다. 영화가 끝나고 엔딩 크레딧이 올라가면 등장인물들의 이름이 올라가 듯 디즈니는 테마파크를 무대로 생각하고 그곳에서 일하는 직원은 고객을 위해 연기하는 배우라고 생각합니다 공연하는 직원, 청소하는 직원, 햄버거를 파는 직원 등 이들 모두는 디즈니가 찍는 영화의 한 장면을 담당한다고 자부하고 있습니다. 고객을 관객이라고 상정하고 그들이 파는 것은 훌륭한 기술이나 서비스가 아니라 꿈·환상, 그리고 사랑이라는 보이지 않는 가치라는 점을 직원들에게 먼저 설득합니다. 구글의 '20% 룰' - 최고의 기업이 되기 이전에도 구글은 직원을 최고의 자산이라 생각하며 그에 걸맞은 대우를 해주는 것으로 유명했습니다. 전 세계 국가에서 모인 인재들을 위해 카페테리아에 최고의 셰프들이 만든 요리를 모두 맛볼 수 있게 했죠. 특히, ‘20% 타임제’를 통해 업무 시간의 20%는 개인적 관심사에 시간을 보낼 수 있게 해 직원들은 자발적으로 자신의 관심사와 회사의 일을 연결해 훌륭한 성과를 만들고 있습니다. 실제로 구글 로고를 디자인한 한국인 데니스 황은 구글 맵스, g메일 등의 로고도 ‘20% 타임’을 통해 만들었죠. 한마디로 구글은 내부 고객들에게 먼저 브랜드를 팔고, 구글의 열정적 팬이 된 직원들이 다시 고객에 파는 회사라고 할 수 있습니다. [ 큐레이터의 문장 🎒 ] "송소고택* 방으로 안내하기 전, 내일 손님을 맞을 다른 방 아궁이에 잠시 멈췄다. 참나무 향이 기분 좋게 나며 벌겋게 타는 장작을 보여주며 “손님이 예약하면 하루 전부터 방에 불을 이렇게 땝니다. 당일 날 때면 방이 뜨거워 손님이 잘 수가 없어서 하루 전에 불을 땝니다. 이틀 동안 그 온기로만 손님들이 편한 밤을 보내시지요”라고 설명했다. 온돌처럼 은은한 온기를 담은 목소리로 전해지는 진심은 추위를 녹이고도 남았다." * 1880년경 지어진 ‘송소고택’은 청송의 만석꾼 심호택의 99칸 살림집이다. 지금까지 딱 3개가 남아 있는 조선시대 99칸 집 중 가장 아름다운 고택으로 알려져 있다. 송소고택은 청송 심 씨 11대 종손인 심재오 선생이 직접 관리를 하고 손님을 맞는다. https://jmagazine.joins.com/economist/view/331826

포브스 코리아

《고객 경험(Customer eXperience)은 내부로부터》

1
가장 스마트하게 일하는 것은 다른 누구도 할 수 없는 일을 하는 것을 의미한다.

2
이것은 아주 높은 기준이다. 다른 사람들은 할 수 없고 자신만이 잘할 수 있는 일을 찾아내는 것은 엄청난 도전이다.

3
대부분은 그것이 무엇인지 알게 되는 데 한평생이 걸린다. 그것은 오직 의도적인 연습과 다른 사람들의 도움을 통해서만 찾을 수 있지만, 일단 찾게 되면 그 보상은 엄청나다.

4
다른 사람들이 원하는 것을 잘할 때, 그리고 그 일을 할 수 있는 유일한 사람이 바로 당신일 때, 바로 그때 당신은 흔치 않은 보상을 받을 것이다.

#엔드말라리아

1 가장 스마트하게 일하는 것은 다른 누구도 할 수 없는 일을 하는 것을 의미한다. ​ ​2 이것은 아주 높은 기준이다. 다른 사람들은 할 수 없고 자신만이 잘할 수 있는 일을 찾아내는 것은 엄청난 도전이다. ​ ​3 대부분은 그것이 무엇인지 알게 되는 데 한평생이 걸린다. 그것은 오직 의도적인 연습과 다른 사람들의 도움을 통해서만 찾을 수 있지만, 일단 찾게 되면 그 보상은 엄청나다. ​ ​4 다른 사람들이 원하는 것을 잘할 때, 그리고 그 일을 할 수 있는 유일한 사람이 바로 당신일 때, 바로 그때 당신은 흔치 않은 보상을 받을 것이다. ​ #엔드말라리아 ​

< 진짜 스마트한 사람은 이렇게 일한다 >

오늘 OpenAI가 GPT-4o를 업데이트하면서 글쓰기 능력이 더 유려해지고 창의적이 되었다며 발표했는데요.

몇몇 벤치마크에서 테스트해보니 추론 벤치마크에서는 기존 모델보다 꽤 떨어진다고 합니다. 다만 속도가 초당 80 토큰에서 180 토큰으로 크게 빨라졌는데요.

‪뇌피셜로 보자면, 속도를 두 배 빠르게 하면 산술적으로 o1의 추론 토큰을 두 배 늘릴 수 있으니, 베이스 모델을 1차원적으로 썼을 때의 추론 능력은 약간 떨어지더라도 o1의 추론 능력을 크게 키울 수 있을거라서 이렇게 한 것이 아닐까..라고 추측이 됩니다.

일반적인 경우에는 추론 능력보다는 유려한 글쓰기가 유리하기도 하니, 꽤 합리적인 방법이 아닐까 싶습니다.

오늘 OpenAI가 GPT-4o를 업데이트하면서 글쓰기 능력이 더 유려해지고 창의적이 되었다며 발표했는데요. 몇몇 벤치마크에서 테스트해보니 추론 벤치마크에서는 기존 모델보다 꽤 떨어진다고 합니다. 다만 속도가 초당 80 토큰에서 180 토큰으로 크게 빨라졌는데요. ‪뇌피셜로 보자면, 속도를 두 배 빠르게 하면 산술적으로 o1의 추론 토큰을 두 배 늘릴 수 있으니, 베이스 모델을 1차원적으로 썼을 때의 추론 능력은 약간 떨어지더라도 o1의 추론 능력을 크게 키울 수 있을거라서 이렇게 한 것이 아닐까..라고 추측이 됩니다. 일반적인 경우에는 추론 능력보다는 유려한 글쓰기가 유리하기도 하니, 꽤 합리적인 방법이 아닐까 싶습니다.

오늘 OpenAI가 GPT-4o를 업데이트하면서 글쓰기 능력이 더

최근 '데이터 드리븐(Data-Driven)'을 추구하는 회사가 늘어나고 있습니다. 쿠팡처럼 데이터 드리븐으로 성공한 케이스가 나오고, 여러 매체에 관련 단어가 자주 노출되면서 기업 성공의 필수 요소처럼 느껴졌기 때문입니다. 그렇지만 '데이터가 중요하다'라는 것만 알뿐, 정작 '데이터 드리븐하다'라는 것이 무엇인지 명확하게 잘 모르는 경우가 많습니다. 이번 글에서는 데이터 드리븐이란 무엇이고 데이터를 중심으로 일하려면 어떻게 해야 하는지 알아보겠습니다.

Data-Driven하게 일하는 법 | 요즘IT

💡Data-Driven하게 일하는 법
: 최근 ‘데이터 드리븐(Data-Driven)’을 추구하는 회사가 늘어나고 있습니다. 쿠팡처럼 데이터 드리븐으로 성공한 케이스가 나오고, 여러 매체에 관련 단어가 자주 노출되면서 기업 성공의 필수 요소처럼 느껴졌기 때문입니다. 

그렇지만 ‘데이터가 중요하다’라는 것만 알뿐, 정작 ‘데이터 드리븐하다’라는 것이 무엇인지 명확하게 잘 모르는 경우가 많습니다. 이번 글에서는 데이터 드리븐이란 무엇이고 데이터를 중심으로 일하려면 어떻게 해야 하는지 알아보겠습니다.

요즘IT

콘텐츠 매니저

Sohee

"함께 성장하는 요즘IT인의 실무 라이브러리" 요즘IT에서 콘텐츠를 만들고 있습니다. 작가 신청, 콘텐츠 제안, 기술블로그 제휴 건은 편하게 DM 주세요!

QANDA Data Analyst

허현

[가장 현명한 의사결정] 이 하고 싶은 데이터분석가입니다
https://litt.ly/freak_analyst

서비스기획자

Gangyuck

#UX디자인 #서비스기획자 #끊임없이배우기 #문제를해결하는 #사이드프로젝트 #프로덕트매니저 #프로젝트매니지먼트

신문방송학과

요즘IT 광고소개서

요즘IT에서 작가를 모집합니다. IT 글쓰기 요즘IT와 함께 시작해보세요 :)

댓글 0

비슷한 게시물

주간 인기 TOP 10

추천 프로필