1. 경영자들만 고독할까. 세상의 모든 비전가는 고독하다.

2. 비전이라는 것은 무릇 소수의 사람에게만 보인다.

3. 일반 대중이 비전가의 꿈을 믿게 되는 것은 그로부터 한참 후다.

4. 처음에는 손가락질을 받거나 외면을 당하기 일쑤다.

5. 당연히 고독하다. 스스로 본인이 믿는 비전이 맞을지를 끊임없이 자문할 수밖에 없다.

6. 조직 내에서 라스트맨이, 고독한 사람이 하나는 아니다.

7. 조직에는 역할과 책임을 맡은 사람이 수많이 존재하고, 그들은 자신의 역할과 책임에 맞는 권한을 가지고 있다.

8. 게임 제작 책임자는 게임 제작에 대한 책임을, 대표이사는 회사에 대한 책임을, 이사회 의장은 이사회에 대한 책임을 지며, 그에 맞는 고독함을 안고 살아간다.

#크레프톤웨이

1. 경영자들만 고독할까. 세상의 모든 비전가는 고독하다. 2. 비전이라는 것은 무릇 소수의 사람에게만 보인다. 3. 일반 대중이 비전가의 꿈을 믿게 되는 것은 그로부터 한참 후다. 4. 처음에는 손가락질을 받거나 외면을 당하기 일쑤다. 5. 당연히 고독하다. 스스로 본인이 믿는 비전이 맞을지를 끊임없이 자문할 수밖에 없다. 6. 조직 내에서 라스트맨이, 고독한 사람이 하나는 아니다. 7. 조직에는 역할과 책임을 맡은 사람이 수많이 존재하고, 그들은 자신의 역할과 책임에 맞는 권한을 가지고 있다. 8. 게임 제작 책임자는 게임 제작에 대한 책임을, 대표이사는 회사에 대한 책임을, 이사회 의장은 이사회에 대한 책임을 지며, 그에 맞는 고독함을 안고 살아간다. #크레프톤웨이

< 세상의 모든 비전가는 고독하다 >

프로덕트 매니저 (PM) 는 성공적인 제품과 서비스를 만들어내기 위해 다양한 역량을 갖추어야 합니다. 성공적인 (최소한 덜 실패하는) 프로덕트 매니저가 되기 위해 갖추어야 할 8가지 역량을 제 경험에 비추어 정리해보았습니다.

프로덕트 매니저의 필수 역량 8가지: 혁신을 이끄는 성장의 레시피

1. 지속적으로 줌-인, 줌-아웃을 합니다 : 프로젝트를 성공적으로 이끌려면, 전체적인 방향성과 목표를 놓치지 않으면서도, 이용자 관점에서 디테일한 부분까지 꼼꼼히 살펴야 합니다. 따라서 쏟아지는 일에 휩쓸리지 않고, 수시로 줌-인, 줌-아웃하며 일을 할 수 있어야 해요.

2. 화려한 한 방보다는 지속적인 최적화에 더 큰 관심을 기울입니다 : 경험이 없는 사람들은 화려하게 준비해서 잘 런칭하면 큰 관심을 받을 것이라고 착각하지만, 그건 현실을 잘 모르는 얘기입니다. 아무리 잘 준비해도, 막상 프로젝트를 내놓으면 수정하고 최적화할 것들이 넘쳐납니다. 다시 말해, 프로젝트에선 탄생보다 진화가 훨씬 더 중요합니다.

3. 고객과 데이터를 중심으로 사고하세요 : 비즈니스 프로젝트는 크게 2가지로 나눌 수 있습니다. 1) 고객이 어려움을 겪는 문제를 해결하거나(Problem-solving), 2) 고객에게 새로운 습관을 만들어 주거나 (Habit-forming). 그리고 이 2가지의 접근 방식은 달라야 합니다. 고객의 문제를 해결하는 프로젝트는 고객의 명확한 니즈나 pain point를 파악하고, 이를 효과적으로 해결하는 데 초점을 맞춰야 하고, 새로운 습관을 만드는 프로젝트는 (재미 등) 고객의 잠재된 니즈를 발굴하여, 이를 새로운 습관으로 형성할 수 있도록 유도하는 것이 중요합니다. 그리고 이를 위해선 기본적으로, 고객 입장에서 생각하고, 고객 피드백과 데이터를 토대로 의사결정하는 사고방식을 가져야 합니다. 습관을 만들든, 고객의 문제를 해결하든, 모두 데이터를 보면서 사고해야 한다는 말입니다.

4. 비즈니스 모델을 생각하지 않은 프로젝트는 사상누각에 불과합니다 : 처음에 떠오른 아이디어를 제품이나 서비스로 기획하는 일은 재미있고 신나는 활동입니다. 하지만 지속적으로 고객을 만족시키고, 프로젝트를 발전시키기 위해선 비즈니스 모델이 반드시 있어야 합니다. 고객의 문제를 진정으로 해결하고, 고객에게 만족감을 주려면 많은 돈과 시간과 인력이 들어가니까요. 따라서 비즈니스 모델에 대한 탐구나 고려가 없는 프로젝트는 바람 앞에 등불과도 같은 겁니다.

5. 우선순위가 없다는 건 뭐가 중요한지 모른다는 뜻입니다 : 어떤 프로젝트든 시간과 자원은 한정되어 있습니다. 따라서 중요하고 좋은 효과를 낼 수 있는 곳에 자원을 우선적으로 집중해야 합니다. 즉, 프로젝트가 성공하기 위해선 항상 우선순위를 명확히 하고, 가장 중요한 일에 자원을 집중해야 합니다.

6. 커뮤니케이션과 협업 없이는 위대한 일을 해낼 수 없습니다 : 자신의 제한된 시간과 역량을 최대한 효과적으로 활용하기 위해서는 다른 사람과 명확하게 커뮤니케이션을 하고, 협업을 잘 하는 것이 무엇보다 중요합니다. 반대로, 커뮤니케이션이나 협업 능력이 떨어지면, 쉬운 일마저 어려워지죠. 따라서 일을 잘하고 싶다면, 커뮤니케이션과 협업하는 역량부터 키워야 합니다. 특히 내가 잘 되기 위해선 다른 사람을 잘 도울 수 있어야 합니다. 따라서 다른 사람을 진정으로 도울 수 있는 플러싱(Plussing) 기술을 익히는 건 필수적인 일입니다.

7. 기회는 환경 변화 속에서 만들어집니다. 따라서 변화에 기민하게 대응해야 합니다 : 인터넷의 등장, 스마트폰의 등장, 생성형 AI의 등장 등 새로운 변화가 일어나면 새로운 기회가 만들어집니다. 따라서 기회를 잡고 싶다면, 변화에 대한 감각을 예민하게 길러야 합니다. 하던 대로 하는 게 아니라.

8. 호기심을 가지고 지속적으로 탐구하고 학습해야 지적 성장이 일어납니다 : 세상에 완전히 새로운 건 없습니다. 뭐가 좋은지를 찾고, 좋은 건 잘 학습하고, 그걸 자신의 스타일대로 풀어내는 연습을 해야 창의적인 결과물을 만들어낼 수 있습니다. 사람들은 창의성을 재능이나 능력이라고 착각하지만, 창의성은 태도에 더 가깝습니다.

++ 존경하는 정윤호 대표님 글을 참고해서 작성해봤습니담 ;)

https://slashpage.com/yunojung/pm-8skills

1. 지속적으로 줌-인, 줌-아웃을 합니다 : 프로젝트를 성공적으로 이끌려면, 전체적인 방향성과 목표를 놓치지 않으면서도, 이용자 관점에서 디테일한 부분까지 꼼꼼히 살펴야 합니다. 따라서 쏟아지는 일에 휩쓸리지 않고, 수시로 줌-인, 줌-아웃하며 일을 할 수 있어야 해요. 2. 화려한 한 방보다는 지속적인 최적화에 더 큰 관심을 기울입니다 : 경험이 없는 사람들은 화려하게 준비해서 잘 런칭하면 큰 관심을 받을 것이라고 착각하지만, 그건 현실을 잘 모르는 얘기입니다. 아무리 잘 준비해도, 막상 프로젝트를 내놓으면 수정하고 최적화할 것들이 넘쳐납니다. 다시 말해, 프로젝트에선 탄생보다 진화가 훨씬 더 중요합니다. 3. 고객과 데이터를 중심으로 사고하세요 : 비즈니스 프로젝트는 크게 2가지로 나눌 수 있습니다. 1) 고객이 어려움을 겪는 문제를 해결하거나(Problem-solving), 2) 고객에게 새로운 습관을 만들어 주거나 (Habit-forming). 그리고 이 2가지의 접근 방식은 달라야 합니다. 고객의 문제를 해결하는 프로젝트는 고객의 명확한 니즈나 pain point를 파악하고, 이를 효과적으로 해결하는 데 초점을 맞춰야 하고, 새로운 습관을 만드는 프로젝트는 (재미 등) 고객의 잠재된 니즈를 발굴하여, 이를 새로운 습관으로 형성할 수 있도록 유도하는 것이 중요합니다. 그리고 이를 위해선 기본적으로, 고객 입장에서 생각하고, 고객 피드백과 데이터를 토대로 의사결정하는 사고방식을 가져야 합니다. 습관을 만들든, 고객의 문제를 해결하든, 모두 데이터를 보면서 사고해야 한다는 말입니다. 4. 비즈니스 모델을 생각하지 않은 프로젝트는 사상누각에 불과합니다 : 처음에 떠오른 아이디어를 제품이나 서비스로 기획하는 일은 재미있고 신나는 활동입니다. 하지만 지속적으로 고객을 만족시키고, 프로젝트를 발전시키기 위해선 비즈니스 모델이 반드시 있어야 합니다. 고객의 문제를 진정으로 해결하고, 고객에게 만족감을 주려면 많은 돈과 시간과 인력이 들어가니까요. 따라서 비즈니스 모델에 대한 탐구나 고려가 없는 프로젝트는 바람 앞에 등불과도 같은 겁니다. 5. 우선순위가 없다는 건 뭐가 중요한지 모른다는 뜻입니다 : 어떤 프로젝트든 시간과 자원은 한정되어 있습니다. 따라서 중요하고 좋은 효과를 낼 수 있는 곳에 자원을 우선적으로 집중해야 합니다. 즉, 프로젝트가 성공하기 위해선 항상 우선순위를 명확히 하고, 가장 중요한 일에 자원을 집중해야 합니다. 6. 커뮤니케이션과 협업 없이는 위대한 일을 해낼 수 없습니다 : 자신의 제한된 시간과 역량을 최대한 효과적으로 활용하기 위해서는 다른 사람과 명확하게 커뮤니케이션을 하고, 협업을 잘 하는 것이 무엇보다 중요합니다. 반대로, 커뮤니케이션이나 협업 능력이 떨어지면, 쉬운 일마저 어려워지죠. 따라서 일을 잘하고 싶다면, 커뮤니케이션과 협업하는 역량부터 키워야 합니다. 특히 내가 잘 되기 위해선 다른 사람을 잘 도울 수 있어야 합니다. 따라서 다른 사람을 진정으로 도울 수 있는 플러싱(Plussing) 기술을 익히는 건 필수적인 일입니다. 7. 기회는 환경 변화 속에서 만들어집니다. 따라서 변화에 기민하게 대응해야 합니다 : 인터넷의 등장, 스마트폰의 등장, 생성형 AI의 등장 등 새로운 변화가 일어나면 새로운 기회가 만들어집니다. 따라서 기회를 잡고 싶다면, 변화에 대한 감각을 예민하게 길러야 합니다. 하던 대로 하는 게 아니라. 8. 호기심을 가지고 지속적으로 탐구하고 학습해야 지적 성장이 일어납니다 : 세상에 완전히 새로운 건 없습니다. 뭐가 좋은지를 찾고, 좋은 건 잘 학습하고, 그걸 자신의 스타일대로 풀어내는 연습을 해야 창의적인 결과물을 만들어낼 수 있습니다. 사람들은 창의성을 재능이나 능력이라고 착각하지만, 창의성은 태도에 더 가깝습니다. ++ 존경하는 정윤호 대표님 글을 참고해서 작성해봤습니담 ;) https://slashpage.com/yunojung/pm-8skills

SlashPage

프로젝트를 성공적으로 마무리하려면 어떻게 해야 하나?

Uncover the mechanics of Just Walk Out technology by Amazon from our NRF booth walk-through.

Learn how the Just Walk Out technology experience works

아마존은 혁신적인 기업입니다. 국내에서 가장 혁신적인 이커머스 서비스로 자리매김한 쿠팡은 처음부터 아마존의 전략을 공개적으로 벤치마킹했습니다. 아마존은 결제 없이 물건을 갖고 매장을 떠나면 되는 '저스트 워크 아웃' 프로그램을 중단하고 '아마존 고'도 조금씩 철수하는 모양새입니다. 2022년 이후 이미 8개 이상의 매장을 폐점했고 '아마존 고'의 기술을 외부에 판매하는 솔루션 제공자로서의 비즈니스 '저스트 워크 아웃' 프로그램은 아예 중단하기로 했습니다. 아마존은 오프라인에서 실패한 걸까요?

*아마존 고 - 계산대가 없는 편의점 형태의 매장으로 체크인 후 상품을 집어 가방에 넣고 나가는 방식으로 컴퓨터 비전, 센서 퓨전 등의 기술을 활용해 2016년 12월에 시애틀에서 처음 선보임

*저스트 워크 아웃 - 아마존 고의 기술을 활용해 슈퍼마켓, 백화점 등 외부에 적용한 서비스로 2020년 3월 시애틀에서 처음 선보임

[ 큐레이터의 문장 🎒 ]

1️⃣ 팬데믹 환경으로 인한 타격

주로 도심에 있던 '아마존 고' 무인매장은 최첨단 리테일이라며 관심을 불러일으켰지만 팬데믹 환경에서 도시가 텅 비게 되면서 방문자가 줄어들었습니다. 방문자가 줄어들고 관심이 사라지니 매장은 더 발전하는 대신 조금씩 기능이 축소되고 통합되기 시작했습니다. 매대 별로 촘촘하게 설치되었던 카메라는 줄어들어서 구역(Zoning)을 바라보는 통폐합이 이루어졌죠. 매대 중간에 설치된 알렉사는 Just Walk Out 대신 사용자를 생각하게 만들었습니다. 알렉사를 부르고 질문을 해야 할까?

2️⃣ 기술중심주의와 고객중심주의

아마존이 혁신적이라고 평가받고 비즈니스 성과로 이를 증명했던 근본적 이유는 '고객중심주의'였습니다. 기술은 고객경험을 위해서 필요했던 것이었고 과감한 투자를 선행한 덕에 시장을 선도할 수 있었죠. 그런데 '아마존 고'는 새롭지만 놀랍도록 기술중심주의였습니다. 매장엔 100대가 넘는 카메라와 선반의 저울, 레이더 센서 등이 있었죠. 물건을 하나 들었다 내렸을 때, 다른 곳에 내렸을 때 계속 측정하고 분석했습니다. 작은 편의점을 만들기 위해 150억 달러 이상을 들이고 있었죠. 동네에 눈에 띄는 ㅇㅇㅅㅋㄹ 등 무인 아이스크림 매장과 냉정하게 비교하면 고객경험의 차이는 무엇일까요?

3️⃣ 기술을 운영하는 인건비 부담

첨단 기술의 집약체로 보였던 아마존 고는 사실 Behind of the Scene에서 많은 운영인력이 필요했습니다. 센서에만 의존해서 연산하기에는 어려움이 있었고 여러 카메라가 설치된 매대를 바라보면서 모니터링하는 인력이 인도에만 1,000명 이상이 있었다고 하니까요. 100% 무인매장을 선보이는 것을 목표로 했지만 기술 개발, 업데이트, 모니터링 인력까지 늘어나면서 컨셉이 무너졌습니다. 실제로 최근 아마존 고 매장에는 유인 계산대가 생겼습니다.

4️⃣ 아마존에겐 익숙한 실패

아마존은 작년에 좋은 실적을 보였습니다. 연간 매출은 전년 대비 12% 증가한 5748억 달러, 영업이익은 300% 이상 증가한 369억 달러였죠. 2만 7000명 이상의 직원을 정리해고 하는 등 비용감축에 나선 것도 원인이겠지만 근본적으로 실패를 극복하면서 성장해 왔습니다.

➊ '아마존 옥션'의 실패 -> 제3자 판매방식(마켓플레이스)을 통한 오픈마켓으로 커머스 성장
➋ '파이어폰' 실패 -> '아마존 에코'로 시장 선점
➌ '아마존 언박싱' 실패 -> '아마존 비디오'로 넷플릭스와 경쟁

5️⃣ 아마존의 오프라인 그 다음

아마존은 오프라인보다 온라인에서 강한 기업이고 온라인에서 3억 명의 고객 대상으로 쌓은 데이터에 차별화 포인트가 있습니다. 기존에 천문학적인 비용을 투입해야 했던 아마존 고 방식을 바꿔서 공간 별로 카메라 등 비교적 저렴한 센서를 통해 자동화 기술을 도입하고 모니터링 인력을 축소할 수 있는 기술에 집중할 것으로 보입니다. 더 적은 비용으로 운영할 수 있도록 이미 매장을 운영하고 있는 월마트 등의 일부 공간(층, 존 등)을 활용해서 협업하는 모델로 비용을 줄이고 규모의 경제를 만들 수도 있습니다.

https://youtu.be/j9iNEhn4NmE?si=3AEGdlc721RpO43b&t=187

아마존은 혁신적인 기업입니다. 국내에서 가장 혁신적인 이커머스 서비스로 자리매김한 쿠팡은 처음부터 아마존의 전략을 공개적으로 벤치마킹했습니다. 아마존은 결제 없이 물건을 갖고 매장을 떠나면 되는 '저스트 워크 아웃' 프로그램을 중단하고 '아마존 고'도 조금씩 철수하는 모양새입니다. 2022년 이후 이미 8개 이상의 매장을 폐점했고 '아마존 고'의 기술을 외부에 판매하는 솔루션 제공자로서의 비즈니스 '저스트 워크 아웃' 프로그램은 아예 중단하기로 했습니다. 아마존은 오프라인에서 실패한 걸까요? *아마존 고 - 계산대가 없는 편의점 형태의 매장으로 체크인 후 상품을 집어 가방에 넣고 나가는 방식으로 컴퓨터 비전, 센서 퓨전 등의 기술을 활용해 2016년 12월에 시애틀에서 처음 선보임 *저스트 워크 아웃 - 아마존 고의 기술을 활용해 슈퍼마켓, 백화점 등 외부에 적용한 서비스로 2020년 3월 시애틀에서 처음 선보임 [ 큐레이터의 문장 🎒 ] 1️⃣ 팬데믹 환경으로 인한 타격 주로 도심에 있던 '아마존 고' 무인매장은 최첨단 리테일이라며 관심을 불러일으켰지만 팬데믹 환경에서 도시가 텅 비게 되면서 방문자가 줄어들었습니다. 방문자가 줄어들고 관심이 사라지니 매장은 더 발전하는 대신 조금씩 기능이 축소되고 통합되기 시작했습니다. 매대 별로 촘촘하게 설치되었던 카메라는 줄어들어서 구역(Zoning)을 바라보는 통폐합이 이루어졌죠. 매대 중간에 설치된 알렉사는 Just Walk Out 대신 사용자를 생각하게 만들었습니다. 알렉사를 부르고 질문을 해야 할까? 2️⃣ 기술중심주의와 고객중심주의 아마존이 혁신적이라고 평가받고 비즈니스 성과로 이를 증명했던 근본적 이유는 '고객중심주의'였습니다. 기술은 고객경험을 위해서 필요했던 것이었고 과감한 투자를 선행한 덕에 시장을 선도할 수 있었죠. 그런데 '아마존 고'는 새롭지만 놀랍도록 기술중심주의였습니다. 매장엔 100대가 넘는 카메라와 선반의 저울, 레이더 센서 등이 있었죠. 물건을 하나 들었다 내렸을 때, 다른 곳에 내렸을 때 계속 측정하고 분석했습니다. 작은 편의점을 만들기 위해 150억 달러 이상을 들이고 있었죠. 동네에 눈에 띄는 ㅇㅇㅅㅋㄹ 등 무인 아이스크림 매장과 냉정하게 비교하면 고객경험의 차이는 무엇일까요? 3️⃣ 기술을 운영하는 인건비 부담 첨단 기술의 집약체로 보였던 아마존 고는 사실 Behind of the Scene에서 많은 운영인력이 필요했습니다. 센서에만 의존해서 연산하기에는 어려움이 있었고 여러 카메라가 설치된 매대를 바라보면서 모니터링하는 인력이 인도에만 1,000명 이상이 있었다고 하니까요. 100% 무인매장을 선보이는 것을 목표로 했지만 기술 개발, 업데이트, 모니터링 인력까지 늘어나면서 컨셉이 무너졌습니다. 실제로 최근 아마존 고 매장에는 유인 계산대가 생겼습니다. 4️⃣ 아마존에겐 익숙한 실패 아마존은 작년에 좋은 실적을 보였습니다. 연간 매출은 전년 대비 12% 증가한 5748억 달러, 영업이익은 300% 이상 증가한 369억 달러였죠. 2만 7000명 이상의 직원을 정리해고 하는 등 비용감축에 나선 것도 원인이겠지만 근본적으로 실패를 극복하면서 성장해 왔습니다. ➊ '아마존 옥션'의 실패 -&gt; 제3자 판매방식(마켓플레이스)을 통한 오픈마켓으로 커머스 성장➋ '파이어폰' 실패 -&gt; '아마존 에코'로 시장 선점➌ '아마존 언박싱' 실패 -&gt; '아마존 비디오'로 넷플릭스와 경쟁 5️⃣ 아마존의 오프라인 그 다음 아마존은 오프라인보다 온라인에서 강한 기업이고 온라인에서 3억 명의 고객 대상으로 쌓은 데이터에 차별화 포인트가 있습니다. 기존에 천문학적인 비용을 투입해야 했던 아마존 고 방식을 바꿔서 공간 별로 카메라 등 비교적 저렴한 센서를 통해 자동화 기술을 도입하고 모니터링 인력을 축소할 수 있는 기술에 집중할 것으로 보입니다. 더 적은 비용으로 운영할 수 있도록 이미 매장을 운영하고 있는 월마트 등의 일부 공간(층, 존 등)을 활용해서 협업하는 모델로 비용을 줄이고 규모의 경제를 만들 수도 있습니다. https://youtu.be/j9iNEhn4NmE?si=3AEGdlc721RpO43b&amp;t=187

YouTube

⟪아마존이 성공한 근본적 이유⟫

1. 계속 같은 결과가 나타난다는 것은 이런 결과의 배경이 된 시스템을 바꾸지 못했기 때문이다.

2. 원인을 다루지 않고 증상만을 치유한 것이다.

3. 목표를 달성하는 것은 우리 인생의 '한순간'을 변화시킬 뿐이다. 이는 개선'과는 다르다.

4. 우리는 결과를 바꿔야 한다고 생각하지만 사실 그 결과는 문제가 아니다.

5. 진짜로 해야 할 일은 결과를 유발하는 시스템을 바꾸는 것이다.

6. 결과 수준에서 문제를 해결하려고 하면 이는 임시방편일 뿐이다.

7. 영원히 개선하고자 한다면 결과가 아니라 시스템 단계에서 문제를 해결해야 한다.

8. 입력 값을 고쳐야 결과 값이 바뀐다.

#아주작은습관의힘

1. 계속 같은 결과가 나타난다는 것은 이런 결과의 배경이 된 시스템을 바꾸지 못했기 때문이다. 2. 원인을 다루지 않고 증상만을 치유한 것이다. 3. 목표를 달성하는 것은 우리 인생의 '한순간'을 변화시킬 뿐이다. 이는 개선'과는 다르다. 4. 우리는 결과를 바꿔야 한다고 생각하지만 사실 그 결과는 문제가 아니다. 5. 진짜로 해야 할 일은 결과를 유발하는 시스템을 바꾸는 것이다. 6. 결과 수준에서 문제를 해결하려고 하면 이는 임시방편일 뿐이다. 7. 영원히 개선하고자 한다면 결과가 아니라 시스템 단계에서 문제를 해결해야 한다. 8. 입력 값을 고쳐야 결과 값이 바뀐다. #아주작은습관의힘

< 결과 말고 시스템을 바꿔라 >

AI 기술이 급속도로 발전하면서 다양한 기업과 단체가 AI 개발에 힘쓰고 있다. 보도에 따르면 AI 시스템 개발 과정에서 조직 전체에 영향을 미치는 심각한 위협이 발생할 수 있다고 한다. 이런 위협과 대응 방안에는 어떤 게 있을까. AI 시스템 개발에 있어 사이버 보안

AI 시스템 개발할 때 발생할 위기 요인 - 테크레시피

이제 생성형 AI의 B2C에서 B2B로 확장이 시작되기 시작하는 단계라서 보안과 위협은 다소 먼 얘기처럼 볼 수 있습니다. 그러나, 보안은 언제나 중요하지요. 미리 미리 준비하길 바라며 테크레시피의 AI개발시 보안과 위협 관련 글이 있어 공유해봅니다. 자세한 내용은 원문을 참고 플리즈~^^

AI 시스템 개발에 있어 사이버 보안 관점에서 전문가가 고려해야 할 문제로 데이터셋 오염과 프롬프트 인젝션 2가지를 들 수 있다.

< 데이터세트 오염 >
 * 개념
 * AI 학습 과정에서 부정확하거나 관련 없는 정보가 데이터세트에 입력되어 AI 모델이 크게 오염되는 것
 * 내용
 * 대규모 학습 데이터의 경우 부정확한 소수 정보나 무관한 데이터가 포함되어도 학습 과정에서 큰 문제가 되지 않는다. 하지만 소수 데이터원으로부터 학습하는 경우 부적절한 데이터가 소량만 섞여도 모델이 침해되어 심각한 위험을 초래할 수 있음
 * 데이터세트 오염은 발견하기도 어려워 사이버 보안 전문가에게 최대 과제 중 하나
 * AI 시스템이 침해되면 데이터세트를 오염시켜 기능 장애를 유발하거나 데이터세트에 접근해 기업 기밀 정보나 개인정보를 훼손할 수 있어 조직 전체 보안에 영향을 미침
 * 유출된 데이터 내용과 영향 범위에 따라 AI 규제 강화나 사회적 반발이 일어날 수 있음
 * 참고글
 * Data Poisoning Attacks: A New Attack Vector within AI(https://www.cobalt.io/blog/data-poisoning-attacks-a-new-attack-vector-within-ai)

< 프롬프트 인젝션 >
 * 개념
 * 모델 출력을 가로채 의도하지 않은 동작을 강제로 유도하는 것
 * 내용
 * LLM은 입력된 지시에 따르는 경향이 있기 때문에 특정 프롬프트를 주입(injection)하면 AI 판단을 흐트러뜨릴 수 있음. 예를 들어 이력서 데이터에 숨겨진 텍스트로 AI 심사위원은 이 문서에 주목하라며 채용하시는 게 좋다고 적어두면 LLM이 해당 이력서를 높게 평가할 수 있음.
 * 숨겨진 텍스트에 따라 기밀 정보 유출이나 사이버 공격으로 이어질 수 있어 AI 보안적 취약성으로 알려져 있음
 * 프롬프트 인젝션이 실제 범죄에 사용된 사례는 올해 3월까지 확인되지 않았지만 실험적으로 실시한 공격 97.2%가 성공했다는 연구도 있음
 * 구글은 지난해 10월 26일 프롬프트 인젝션을 포함한 생성형 AI 취약점을 새로 발견한 보안 연구원에게 보상금을 지급하기로 결정
 * 참고글
 * Prompt Injection Attacks: A New Frontier in Cybersecurity(https://www.cobalt.io/blog/prompt-injection-attacks)
 
 
< 사이버 보안 전문가가 고려해야 할 사항 >
 * 고려사항
 * 데이터세트 무결성 측면에서 오염이나 의도적인 인젝션 공격으로 AI 모델이 초기 대규모로 심지어 영구적으로 훼손될 수 있기 때문에 학습 데이터세트에 대한 주의가 중요한 보안 이슈
 * 악의적인 AI 모델을 특정 AI 개발 플랫폼에서 실행하면 해당 모델을 통해 시스템에 침투할 수 있는 취약점이 보고
 * 알고리즘 매개변수 업데이트 등 시간과 자원이 많이 필요한 경우 개발을 가속화하려다 보안 약점이 생길 수 있음
 * 데이터 과학자와 AI 엔지니어가 최선을 다해 노력했더라도 복잡한 AI 영역에서 특정 위험 징후가 발생해 이게 오염이나 인젝션 대상이 되는 취약점일 수 있음. 이 경우 공격을 인지하기도 어려워짐
 * 대응 방안
 * 사이버 보안 전문가가 AI 시스템 도입 전 침해 징조를 발견하고 AI 엔지니어가 개발 과정에서 보안 영향을 지속적으로 고려하는 등 비용과 자원을 투입하는 것
 * 사이버 보안 전문가, 데이터 과학자, AI 엔지니어 등 부서간 협력을 통해 개발 과정 취약점을 최소화하고 위협을 경감하는 게 이상적
 * 현황
 * 미국 사이버 보안 인프라 보안청(CISA), 국가 안보국(NSA), 영국 국가 사이버 보안 센터(NCSC) 등 유명 기관이 협력해 안전한 AI 시스템 개발을 위한 가이드라인이라는 문서를 작성한 상태
 * 여러 규제 기관이 AI 개발을 위한 가이드라인을 발표하며 AI 개발 위험을 경감하고 안전한 AI 발전을 위해 노력

 * 참고문헌
 * [KISA Insight 2023 Vol.06] 인공지능(AI) 안전 및 보안 규범 분석 및 시사점: https://xn--3e0bx5e6xzftae3gxzpskhile.kr/20301/form?postSeq=21&page=1
 * 챗GPT 등 생성형 AI 활용 보안 가이드라인(2023.6): https://www.ncsc.go.kr:4018/main/cop/bbs/selectBoardArticle.do?bbsId=InstructionGuide_main&nttId=54340&menuNo=070000&subMenuNo=070300&thirdMenuNo=
 * 원문: https://techrecipe.co.kr/posts/64585

이제 생성형 AI의 B2C에서 B2B로 확장이 시작되기 시작하는 단계라서 보안과 위협은 다소 먼 얘기처럼 볼 수 있습니다. 그러나, 보안은 언제나 중요하지요. 미리 미리 준비하길 바라며 테크레시피의 AI개발시 보안과 위협 관련 글이 있어 공유해봅니다. 자세한 내용은 원문을 참고 플리즈~^^ AI 시스템 개발에 있어 사이버 보안 관점에서 전문가가 고려해야 할 문제로 데이터셋 오염과 프롬프트 인젝션 2가지를 들 수 있다. &lt; 데이터세트 오염 &gt;<ul ><li>개념<ul ><li>AI 학습 과정에서 부정확하거나 관련 없는 정보가 데이터세트에 입력되어 AI 모델이 크게 오염되는 것</li></ul></li><li>내용<ul ><li>대규모 학습 데이터의 경우 부정확한 소수 정보나 무관한 데이터가 포함되어도 학습 과정에서 큰 문제가 되지 않는다. 하지만 소수 데이터원으로부터 학습하는 경우 부적절한 데이터가 소량만 섞여도 모델이 침해되어 심각한 위험을 초래할 수 있음</li><li>데이터세트 오염은 발견하기도 어려워 사이버 보안 전문가에게 최대 과제 중 하나</li><li>AI 시스템이 침해되면 데이터세트를 오염시켜 기능 장애를 유발하거나 데이터세트에 접근해 기업 기밀 정보나 개인정보를 훼손할 수 있어 조직 전체 보안에 영향을 미침 </li><li>유출된 데이터 내용과 영향 범위에 따라 AI 규제 강화나 사회적 반발이 일어날 수 있음</li></ul></li><li>참고글<ul ><li>Data Poisoning Attacks: A New Attack Vector within AI(https://www.cobalt.io/blog/data-poisoning-attacks-a-new-attack-vector-within-ai)</li></ul></li></ul> &lt; 프롬프트 인젝션 &gt;<ul ><li>개념<ul ><li>모델 출력을 가로채 의도하지 않은 동작을 강제로 유도하는 것</li></ul></li><li>내용<ul ><li>LLM은 입력된 지시에 따르는 경향이 있기 때문에 특정 프롬프트를 주입(injection)하면 AI 판단을 흐트러뜨릴 수 있음. 예를 들어 이력서 데이터에 숨겨진 텍스트로 AI 심사위원은 이 문서에 주목하라며 채용하시는 게 좋다고 적어두면 LLM이 해당 이력서를 높게 평가할 수 있음.</li><li>숨겨진 텍스트에 따라 기밀 정보 유출이나 사이버 공격으로 이어질 수 있어 AI 보안적 취약성으로 알려져 있음</li><li>프롬프트 인젝션이 실제 범죄에 사용된 사례는 올해 3월까지 확인되지 않았지만 실험적으로 실시한 공격 97.2%가 성공했다는 연구도 있음</li><li>구글은 지난해 10월 26일 프롬프트 인젝션을 포함한 생성형 AI 취약점을 새로 발견한 보안 연구원에게 보상금을 지급하기로 결정</li></ul></li><li>참고글<ul ><li>Prompt Injection Attacks: A New Frontier in Cybersecurity(https://www.cobalt.io/blog/prompt-injection-attacks)</li></ul> </li></ul>&lt; 사이버 보안 전문가가 고려해야 할 사항 &gt;<ul ><li>고려사항<ul ><li>데이터세트 무결성 측면에서 오염이나 의도적인 인젝션 공격으로 AI 모델이 초기 대규모로 심지어 영구적으로 훼손될 수 있기 때문에 학습 데이터세트에 대한 주의가 중요한 보안 이슈</li><li>악의적인 AI 모델을 특정 AI 개발 플랫폼에서 실행하면 해당 모델을 통해 시스템에 침투할 수 있는 취약점이 보고</li><li>알고리즘 매개변수 업데이트 등 시간과 자원이 많이 필요한 경우 개발을 가속화하려다 보안 약점이 생길 수 있음</li><li>데이터 과학자와 AI 엔지니어가 최선을 다해 노력했더라도 복잡한 AI 영역에서 특정 위험 징후가 발생해 이게 오염이나 인젝션 대상이 되는 취약점일 수 있음. 이 경우 공격을 인지하기도 어려워짐</li></ul></li><li>대응 방안 <ul ><li>사이버 보안 전문가가 AI 시스템 도입 전 침해 징조를 발견하고 AI 엔지니어가 개발 과정에서 보안 영향을 지속적으로 고려하는 등 비용과 자원을 투입하는 것</li><li>사이버 보안 전문가, 데이터 과학자, AI 엔지니어 등 부서간 협력을 통해 개발 과정 취약점을 최소화하고 위협을 경감하는 게 이상적</li></ul></li><li>현황<ul ><li>미국 사이버 보안 인프라 보안청(CISA), 국가 안보국(NSA), 영국 국가 사이버 보안 센터(NCSC) 등 유명 기관이 협력해 안전한 AI 시스템 개발을 위한 가이드라인이라는 문서를 작성한 상태</li><li>여러 규제 기관이 AI 개발을 위한 가이드라인을 발표하며 AI 개발 위험을 경감하고 안전한 AI 발전을 위해 노력</li></ul></li></ul> <ul ><li>참고문헌<ul ><li>[KISA Insight 2023 Vol.06] 인공지능(AI) 안전 및 보안 규범 분석 및 시사점: https://xn--3e0bx5e6xzftae3gxzpskhile.kr/20301/form?postSeq=21&amp;page=1</li><li>챗GPT 등 생성형 AI 활용 보안 가이드라인(2023.6): https://www.ncsc.go.kr:4018/main/cop/bbs/selectBoardArticle.do?bbsId=InstructionGuide_main&amp;nttId=54340&amp;menuNo=070000&amp;subMenuNo=070300&amp;thirdMenuNo=</li></ul></li><li>원문: https://techrecipe.co.kr/posts/64585</li></ul>

테크레시피

[테크레시피] AI 시스템 개발할 때 발생할 위기 요인

1 &#x27;회고&#x27;는 뒤돌아보는 일이다. 2 어떤 일을 마친 뒤 과정과 결과를 살펴본다. 원하는 결과를 얻...

회고는 알아차림이다.

1
'회고'는 뒤돌아보는 일이다.

2
어떤 일을 마친 뒤 과정과 결과를 살펴본다. 원하는 결과를 얻었나. 그렇지 못했다면 이유는 무엇인가. 그 과정에서 무엇을 배웠나. 다음에는 어떻게 더 잘할 수 있을까. 이런 질문에 스스로 답을 찾는다.

3
그렇기 때문에 회고를 하려면 일단 멈춰야 한다. 하던 일을 멈춘다. 멈춰 서서 돌아봐야 한다. 그게 회고의 시작이다. 보통 텀이 길다. 어렵지 않게 느껴진다.

4
명상도 회고와 같다. 명상의 시작은 알아차림이다. 일단 지금 내 감정과 생각을 알아차려야 한다. 그러기 위해서는 멈추는 것이 시작이다. 생각의 멈춤이 곧 알아차림의 시작이 된다. 끝이 시작이고, 동시에 시작이 끝이다.

5
명상과 알아차림이 어려운 이유는 멈추기 어렵기 때문이다. 지금 내 생각과 감정에 매몰되면 빠져나오기 어렵다. 불교 수행에서 호흡을 강조하는 것은 살아있는 한 항상 함께 있는 호흡이란 도구를 쓸 수 있기 때문이다. 호흡에 집중하면 멈추기 쉬워진다.

6
김주환 교수는 '내면 소통'에서 3개의 자아를 소개했다. 경험하는 자아, 기억하는 자아, 그리고 이 모든 걸 알아채는 배경 자아다.

7
뇌과학에서는 이 경험의 순간을 2초로 본다. 정말 짧은 찰나의 순간이다. 이 짧은 순간들을 연결하는 것이 이야기이고 서사다. 그래서 뇌는 이 순간을 연결하는 이야기를 만들어 기억한다. 기본적으로 내러티브에 익숙하다. 그래서 우리는 이야기에 익숙하고 빠진다.

8
알아차리는 존재가 '배경 자아'다. 나이면서도 동시에 내가 아닌 것과 같은 느낌이다. 모를 때는 전혀 감이 안 온다. 내게 맞는 방법을 찾고, 반복적으로 연습하다 보면 느낌이 온다. 아, 이런 거구나. 그 과정의 반복이 일종의 회고와 같다.

9
수많은 자기 계발서에서 이야기하는 성장의 방법들이 와닿지 않던 때가 있었다. 모든 이유는 단 하나였다. 생각과 감정을 멈출 수 없었다. 멈추고 알아챌 수 있어야 그 방법들을 써먹을 수 있기 때문이다.

10
일단 생각과 감정을 멈추는 방법을 익혀야 한다. 매번 마침표가 찍힌 후에 회고를 해서는 나아지기 어렵다. 그 주기를 더 짧게 반복해야 조금씩이라도 개선할 수 있다. 반복하면 반드시 나아진다. 알아차림과 짧은 회고가 훨씬 나은 나를 만든다. 수많은 성공한 이들이 이를 증명한다. 그들은 모두 같은 이야기를 하고 있으니까.

1 '회고'는 뒤돌아보는 일이다. ​ 2 어떤 일을 마친 뒤 과정과 결과를 살펴본다. 원하는 결과를 얻었나. 그렇지 못했다면 이유는 무엇인가. 그 과정에서 무엇을 배웠나. 다음에는 어떻게 더 잘할 수 있을까. 이런 질문에 스스로 답을 찾는다. ​ 3 그렇기 때문에 회고를 하려면 일단 멈춰야 한다. 하던 일을 멈춘다. 멈춰 서서 돌아봐야 한다. 그게 회고의 시작이다. 보통 텀이 길다. 어렵지 않게 느껴진다. ​ 4 명상도 회고와 같다. 명상의 시작은 알아차림이다. 일단 지금 내 감정과 생각을 알아차려야 한다. 그러기 위해서는 멈추는 것이 시작이다. 생각의 멈춤이 곧 알아차림의 시작이 된다. 끝이 시작이고, 동시에 시작이 끝이다. ​ 5 명상과 알아차림이 어려운 이유는 멈추기 어렵기 때문이다. 지금 내 생각과 감정에 매몰되면 빠져나오기 어렵다. 불교 수행에서 호흡을 강조하는 것은 살아있는 한 항상 함께 있는 호흡이란 도구를 쓸 수 있기 때문이다. 호흡에 집중하면 멈추기 쉬워진다. ​ 6 김주환 교수는 '내면 소통'에서 3개의 자아를 소개했다. 경험하는 자아, 기억하는 자아, 그리고 이 모든 걸 알아채는 배경 자아다. ​ 7 뇌과학에서는 이 경험의 순간을 2초로 본다. 정말 짧은 찰나의 순간이다. 이 짧은 순간들을 연결하는 것이 이야기이고 서사다. 그래서 뇌는 이 순간을 연결하는 이야기를 만들어 기억한다. 기본적으로 내러티브에 익숙하다. 그래서 우리는 이야기에 익숙하고 빠진다. ​ 8 알아차리는 존재가 '배경 자아'다. 나이면서도 동시에 내가 아닌 것과 같은 느낌이다. 모를 때는 전혀 감이 안 온다. 내게 맞는 방법을 찾고, 반복적으로 연습하다 보면 느낌이 온다. 아, 이런 거구나. 그 과정의 반복이 일종의 회고와 같다. ​ 9 수많은 자기 계발서에서 이야기하는 성장의 방법들이 와닿지 않던 때가 있었다. 모든 이유는 단 하나였다. 생각과 감정을 멈출 수 없었다. 멈추고 알아챌 수 있어야 그 방법들을 써먹을 수 있기 때문이다. ​ 10 일단 생각과 감정을 멈추는 방법을 익혀야 한다. 매번 마침표가 찍힌 후에 회고를 해서는 나아지기 어렵다. 그 주기를 더 짧게 반복해야 조금씩이라도 개선할 수 있다. 반복하면 반드시 나아진다. 알아차림과 짧은 회고가 훨씬 나은 나를 만든다. 수많은 성공한 이들이 이를 증명한다. 그들은 모두 같은 이야기를 하고 있으니까.

Naver

< 명상은 회고다 >

여러분 이직 준비 다들 어떻게 하시나요? 이직 준비 라는 단어 딱 상상만으로도 가슴이 탁 막히지는 않으시나요? 혹은 면접관으로 이제 막 첫 발을 준비하고 계신분들. 뭘 물어봐야 좋은 면접이 될까. 사전에 뭘 준비해야할까 걱정되지 않으시나요?

한빛미디어에서 너무 재밌는 책을 보내주셔서 오랜만에 기술적으로도, 개발자 태도면에서도 많이 배우고 생각해 볼 수 있는 시간을 가질 수 있었습니다. 읽는 내내 정말 무릎을 탁 치면서 맞아 맞아 하며 공감하고 많이 배운 “개발자 기술 면접 노트” 입니다.

취업과 이직의 첫 시작인 목표 설정부터, 이력서 작성 방법, 기술 면접 그리고 면접 이후 어떻게 더 성장해 나갈 수 있는지에 대해 아주 알차게 담고있는 책입니다.

그저 겉핥기가 아니라 실제 물어볼법한 질문을 가지고 의도 파악과 좋은 방향의 답, 더 공부해야 하는 키 포인트들까지 아낌없이 비법이 공유되어 있습니다. (개발자 면접 준비 올인원이 있다면 바로 이 책?) 연차별로 기대하는 역량과 역할, 그에 맞는 스킬셋 등 제공하고 있어 나는 진짜 이 연차에 걸맞는 역할을 하고 있을까 스스로 점검해볼수도 있었습니다.

꼭 이직을 하지 않더라도 일년에 한번씩 본인을 재점검하기 위해 이력서를 제출해보라는 이야기 들어보셨을 것 같습니다. 꼭 전형을 진행하지 않더라도 이 책을 주기적으로 들춰보고 나의 이번 년도는 어땠는지 살펴보는 것 만으로도 충분할 것 같습니다. 업무적으로 어떤 성장을 이뤘는지, 나는 어떤 팀원이였는지, 나의 리더십은 어떠한 모습이였는지, 내가 성장하고자 하는 방향으로 잘 가고 있는지 등 다방면으로 스스로를 되돌아 볼 수 있을 것 같습니다.

https://m.hanbit.co.kr/store/books/book_view.html?p_code=B5491056069

여러분 이직 준비 다들 어떻게 하시나요? 이직 준비 라는 단어 딱 상상만으로도 가슴이 탁 막히지는 않으시나요? 혹은 면접관으로 이제 막 첫 발을 준비하고 계신분들. 뭘 물어봐야 좋은 면접이 될까. 사전에 뭘 준비해야할까 걱정되지 않으시나요? 한빛미디어에서 너무 재밌는 책을 보내주셔서 오랜만에 기술적으로도, 개발자 태도면에서도 많이 배우고 생각해 볼 수 있는 시간을 가질 수 있었습니다. 읽는 내내 정말 무릎을 탁 치면서 맞아 맞아 하며 공감하고 많이 배운 “개발자 기술 면접 노트” 입니다. 취업과 이직의 첫 시작인 목표 설정부터, 이력서 작성 방법, 기술 면접 그리고 면접 이후 어떻게 더 성장해 나갈 수 있는지에 대해 아주 알차게 담고있는 책입니다. 그저 겉핥기가 아니라 실제 물어볼법한 질문을 가지고 의도 파악과 좋은 방향의 답, 더 공부해야 하는 키 포인트들까지 아낌없이 비법이 공유되어 있습니다. (개발자 면접 준비 올인원이 있다면 바로 이 책?) 연차별로 기대하는 역량과 역할, 그에 맞는 스킬셋 등 제공하고 있어 나는 진짜 이 연차에 걸맞는 역할을 하고 있을까 스스로 점검해볼수도 있었습니다. 꼭 이직을 하지 않더라도 일년에 한번씩 본인을 재점검하기 위해 이력서를 제출해보라는 이야기 들어보셨을 것 같습니다. 꼭 전형을 진행하지 않더라도 이 책을 주기적으로 들춰보고 나의 이번 년도는 어땠는지 살펴보는 것 만으로도 충분할 것 같습니다. 업무적으로 어떤 성장을 이뤘는지, 나는 어떤 팀원이였는지, 나의 리더십은 어떠한 모습이였는지, 내가 성장하고자 하는 방향으로 잘 가고 있는지 등 다방면으로 스스로를 되돌아 볼 수 있을 것 같습니다. https://m.hanbit.co.kr/store/books/book_view.html?p_code=B5491056069

[책] 개발자 기술 면접 노트

정성스러운 글 너무 감사드립니다.

Generative AI is finding its niches within business in 2024, with multimodal models providing new capabilities. At the same time, artists are glazing their work against AI scraping.

Top 5 AI Trends to Watch in 2024

2024년에는 생성형 AI가 새로운 기능을 제공하는 멀티모달 모델을 통해 비즈니스 내에서 틈새를 찾아가고 있습니다. 테크리퍼블릭에서 2024년에 주목해야 할 제너레이티브 모델로 대표되는 AI의 다섯 가지 트렌드 예측에 대한 내용을 참고하면 좋을거 같다.

🟢 기존 애플리케이션과의 통합을 통한 도입 증가하는 AI 🟢
👉 코파일럿
기업과 비즈니스를 위해 시장에 출시되는 많은 생성형 AI 사용 사례는 완전히 새로운 사용 사례를 만드는 것이 아니라 기존 애플리케이션과 통합되고 있다.
 * Microsoft는 365 제품군 제품 옆에 코파일럿을 적용
 * SoftServe와 같은 기업에서 산업 작업 및 유지 관리를 위한 코파일럿을 제공
 * Google은 동영상 제작에서 보안에 이르기까지 모든 분야에 다양한 코파일럿을 제공
👉 AI 에이전트
2024년에 AI가 기존 애플리케이션과 더 많이 통합될 수 있는 또 다른 방법은 AI 에이전트이다.
 * AI 에이전트는 다른 AI 봇의 작업을 자동화하므로 사용자가 개별 모델에 구체적으로 지시할 필요가 없음
 * 대신 에이전트에 하나의 자연어 명령어를 제공하면 에이전트 팀이 그 명령을 수행하는 데 필요한 여러 명령을 조합하여 작업을 수행할 수 있음

🟢  엔터프라이즈 AI를 지배하는 검색 증강 세대 🟢
 * 검색 증강 세대를 통해 LLM은 응답을 제공하기 전에 외부 소스와 대조하여 답변을 확인할 수 있다. 예를 들어, AI는 기술 매뉴얼과 대조하여 답변을 확인하고 사용자에게 매뉴얼로 바로 연결되는 각주를 제공할 수 있다. RAG는 정확성을 높이고 환각을 줄이기 위한 것이다.
 * RAG는 비용이 급증하지 않으면서도 AI 모델의 정확도를 향상시킬 수 있는 방법을 조직에 제공한다. RAG는 LLM에 기업 데이터를 추가하고 엔지니어링 및 미세 조정을 신속하게 수행하는 다른 일반적인 방법에 비해 더 정확한 결과를 생성한다. 2024년에도 뜨거운 화두였으며 올해 후반에도 계속 그럴 가능성이 높다.

🟢 지속 가능성에 대한 조용한 우려를 표명하는 조직 🟢
생성형 AI는 기존 컴퓨팅에 비해 에너지와 자원을 많이 사용한다. 현재 AI 규제는 주로 사용 사례에 초점을 맞추고 있지만, 앞으로는 에너지 사용도 특정 규제에 포함될 수 있다. 
👉 AI 데이터센터 및 칩의 에너지 사용량
 * NVIDIA가 올해 고객에게 제공할 것으로 예상되는 10만 대의 AI 서버는 현재 데이터센터에서 사용되는 전기의 일부인 연간 5.7~8.9TWh의 전력을 생산 수치. 하지만, 예측한 대로 2027년까지 NVIDIA만 150만 대의 AI 서버를 그리드에 추가한다면, 서버는 연간 85.4~134.0TWh를 사용하게 되며, 이는 훨씬 더 심각한 영향 줌.
 * 또 다른 연구에 따르면 Stable Diffusion XL로 1,000개의 이미지를 생성하는 것은 평균적인 가스 구동 자동차로 4.1마일을 주행하는 것과 같은 양의 이산화 탄소를 발생시킴
 * "다목적 생성 아키텍처는 모델 매개 변수의 수를 제어하더라도 다양한 작업을 위한 작업별 시스템보다 훨씬 더 비싸다는 것을 발견했다."라고 Hugging Face의 알렉산드라 사샤 루치오니와 야신 저나이트, 카네기 멜론 대학의 엠마 스트루벨 연구원 언급
 * Microsoft AI 연구원 Kate Crawford는 Nature 저널에서 GPT-4 훈련에 해당 지역 물의 약 6%가 사용되었다고 언급
👉 각 기업들의 노력 
 * 구글: 특정 지역에서 태양열과 풍력 에너지를 구매
 * NVIDIA: 더 적은 수의 서버 랙과 더 강력한 GPU를 사용하여 데이터 센터의 에너지를 절약하는 형태의 기술 집약적 드라이브

🟢 AI 전문가의 역할 변화 🟢
👉 소프트웨어 엔지니어링에 AI 활용
 * 소프트웨어 엔지니어링 영역에서 AI의 사용은 오늘날 가장 빠르게 성장하고 있는 사용 사례 중 하나
 * 앞으로 우리 중 상당수가 될 AI 시스템과 상호작용하는 모든 사람이 이러한 모델을 안내하고 조정하는 방법을 알아야 한다는 점에서 신속한 엔지니어링은 조직 전체에서 중요한 기술 가능성. 물론 소프트웨어 엔지니어링 분야의 사람들은 대규모 프롬프트 엔지니어링과 프롬프트 엔지니어링의 일부 고급 기술을 제대로 이해 필요
 * AI 역할을 할당하는 방식은 개별 조직에 따라 크게 달라질 수 있다. 프롬프트 엔지니어링을 수행하는 대부분의 사람들이 프롬프트 엔지니어링을 직책으로 삼을지 여부는 아직 미지수
👉  AI와 관련된 임원 직책
 * 2024년 1월 MIT의 슬론 매니지먼트 리뷰에서 데이터 및 기술 임원을 대상으로 실시한 설문조사에 따르면 조직에서 때때로 최고 AI 책임자를 감축하고 있는 것으로 나타남. AI 또는 데이터 책임자와 같은 고도로 전문화된 리더의 "책임에 대한 혼란"이 있었으며, 2024년에는 데이터의 출처에 관계없이 데이터에서 가치를 창출하고 CEO에게 보고하는 "중요한 기술 리더" 중심으로 정상화될 것으로 예상
 * 다른 한편에서는, 최고 데이터 및 분석 책임자와 최고 AI 책임자가 "널리 퍼져 있지는 않지만" 그 수가 증가하고 있는 것으로 예측. 이 두 역할이 CIO 또는 CTO와 별개의 역할로 남을지 여부는 예측하기 어렵지만, 조직이 원하는 핵심 역량이 무엇인지, CIO가 동시에 너무 많은 다른 책임과 균형을 맞추고 있는지 여부에 따라 달라질 수 있음
 * 고객과의 대화에서 이러한 역할(AI 책임자, 데이터 및 분석 책임자)이 점점 더 많이 등장하고 있음
 * 2024년 3월 28일, 미국 관리예산처는 연방 기관 내 AI 사용에 대한 지침을 발표했는데, 여기에는 모든 기관이 최고 AI 책임자를 지정해야 한다는 의무가 포함됨.
   
   
   
🟢 보편화 되는 AI 아트 🟢
👉 점점 더 보편화되는 AI 아트
 * Adobe Stock은 AI 아트 제작 툴을 제공하고 스톡 이미지 카탈로그에 AI 아트 표시
 * 2024년 3월 18일, Shutterstock과 NVIDIA는 3D 이미지 생성 도구를 얼리 액세스 버전 발표
 * OpenAI는 최근 영화 제작자들이 포토리얼한 소라 AI를 사용할 수 있도록 홍보 중. 이 데모에 대해 스테이블리티 AI의 전 CEO였던 에드 뉴턴-렉스(Ed Newton-Rex)를 비롯한 아티스트 옹호론자들은 "아티스트 워싱(아티스트 워싱: 허가나 대가 없이 사람들의 작품을 학습시키면서 소수의 크리에이터에게 생성 AI 모델에 대한 긍정적인 의견을 구하는 것)이라고 비판
 * 2024년에는 워터마킹과 글레이징(glazing)이라는 두 가지 방식으로 AI 아트웍에 대한 대응이 더욱 발전할 것으로 예상
👉 AI 아트 워터마킹
 * 워터마킹의 선도적인 표준은 콘텐츠 출처 및 진위성 연합의 것으로, OpenAI와 Meta가 AI가 생성한 이미지에 태그를 붙이기 위해 협력하고 있지만 시각적으로 또는 메타데이터로 표시되는 워터마크는 쉽게 제거 가능함
 * 일부에서는 워터마크가 특히 2024년 미국 대선을 앞두고 잘못된 정보를 방지하는 데 충분하지 않다고 보는 경향
👉 AI에 대한 오리지널 아트 중독
 * 온라인에 게시된 원본 아트에 대한 AI 모델의 학습을 막으려는 아티스트는 시카고 대학교에서 만든 데이터 중독 도구인 Glaze 또는 Nightshade를 사용하여 방지 가능
 * 데이터 중독은 아트웍을 AI 모델이 읽을 수 없을 정도로만 조정
 * 2024년에도 AI 이미지 생성 및 아티스트의 원본 작품 보호에 대한 관심이 높아지면서 이와 같은 도구가 더 많이 등장할 것으로 예상

🔴🔴 결론: AI가 과대 포장된 것일까? 
 * 많은 신기술들이 이전데 과대광고 주기를 겪었으며, 초기 호황 이후로 ‘생산성의 정체기'에 도달하기도 했다. 
 * 2023년에 AI의 인기가 너무 높아서 2024년으로 넘어가면서 과대 포장된 측면이 없지 않지만, 그렇다고 AI가 실용적으로 활용되지 않는다는 의미는 아니다.

 * 원문: https://www.techrepublic.com/article/top-ai-trends/

2024년에는 생성형 AI가 새로운 기능을 제공하는 멀티모달 모델을 통해 비즈니스 내에서 틈새를 찾아가고 있습니다. 테크리퍼블릭에서 2024년에 주목해야 할 제너레이티브 모델로 대표되는 AI의 다섯 가지 트렌드 예측에 대한 내용을 참고하면 좋을거 같다. 🟢 기존 애플리케이션과의 통합을 통한 도입 증가하는 AI 🟢👉 코파일럿기업과 비즈니스를 위해 시장에 출시되는 많은 생성형 AI 사용 사례는 완전히 새로운 사용 사례를 만드는 것이 아니라 기존 애플리케이션과 통합되고 있다.<ul ><li>Microsoft는 365 제품군 제품 옆에 코파일럿을 적용</li><li>SoftServe와 같은 기업에서 산업 작업 및 유지 관리를 위한 코파일럿을 제공</li><li>Google은 동영상 제작에서 보안에 이르기까지 모든 분야에 다양한 코파일럿을 제공</li></ul>👉 AI 에이전트2024년에 AI가 기존 애플리케이션과 더 많이 통합될 수 있는 또 다른 방법은 AI 에이전트이다.<ul ><li>AI 에이전트는 다른 AI 봇의 작업을 자동화하므로 사용자가 개별 모델에 구체적으로 지시할 필요가 없음</li><li>대신 에이전트에 하나의 자연어 명령어를 제공하면 에이전트 팀이 그 명령을 수행하는 데 필요한 여러 명령을 조합하여 작업을 수행할 수 있음</li></ul> 🟢&nbsp; 엔터프라이즈 AI를 지배하는 검색 증강 세대 🟢<ul ><li>검색 증강 세대를 통해 LLM은 응답을 제공하기 전에 외부 소스와 대조하여 답변을 확인할 수 있다. 예를 들어, AI는 기술 매뉴얼과 대조하여 답변을 확인하고 사용자에게 매뉴얼로 바로 연결되는 각주를 제공할 수 있다. RAG는 정확성을 높이고 환각을 줄이기 위한 것이다.</li><li>RAG는 비용이 급증하지 않으면서도 AI 모델의 정확도를 향상시킬 수 있는 방법을 조직에 제공한다. RAG는 LLM에 기업 데이터를 추가하고 엔지니어링 및 미세 조정을 신속하게 수행하는 다른 일반적인 방법에 비해 더 정확한 결과를 생성한다. 2024년에도 뜨거운 화두였으며 올해 후반에도 계속 그럴 가능성이 높다.</li></ul> 🟢 지속 가능성에 대한 조용한 우려를 표명하는 조직 🟢생성형 AI는 기존 컴퓨팅에 비해 에너지와 자원을 많이 사용한다. 현재 AI 규제는 주로 사용 사례에 초점을 맞추고 있지만, 앞으로는 에너지 사용도 특정 규제에 포함될 수 있다.&nbsp;👉 AI 데이터센터 및 칩의 에너지 사용량<ul ><li>NVIDIA가 올해 고객에게 제공할 것으로 예상되는 10만 대의 AI 서버는 현재 데이터센터에서 사용되는 전기의 일부인 연간 5.7~8.9TWh의 전력을 생산 수치. 하지만, 예측한 대로 2027년까지 NVIDIA만 150만 대의 AI 서버를 그리드에 추가한다면, 서버는 연간 85.4~134.0TWh를 사용하게 되며, 이는 훨씬 더 심각한 영향 줌.</li><li>또 다른 연구에 따르면 Stable Diffusion XL로 1,000개의 이미지를 생성하는 것은 평균적인 가스 구동 자동차로 4.1마일을 주행하는 것과 같은 양의 이산화 탄소를 발생시킴</li><li>"다목적 생성 아키텍처는 모델 매개 변수의 수를 제어하더라도 다양한 작업을 위한 작업별 시스템보다 훨씬 더 비싸다는 것을 발견했다."라고 Hugging Face의 알렉산드라 사샤 루치오니와 야신 저나이트, 카네기 멜론 대학의 엠마 스트루벨 연구원 언급</li><li>Microsoft AI 연구원 Kate Crawford는 Nature 저널에서 GPT-4 훈련에 해당 지역 물의 약 6%가 사용되었다고 언급</li></ul>👉 각 기업들의 노력&nbsp;<ul ><li>구글: 특정 지역에서 태양열과 풍력 에너지를 구매</li><li>NVIDIA: 더 적은 수의 서버 랙과 더 강력한 GPU를 사용하여 데이터 센터의 에너지를 절약하는 형태의 기술 집약적 드라이브</li></ul> 🟢 AI 전문가의 역할 변화 🟢👉 소프트웨어 엔지니어링에 AI 활용<ul ><li>소프트웨어 엔지니어링 영역에서 AI의 사용은 오늘날 가장 빠르게 성장하고 있는 사용 사례 중 하나</li><li>앞으로 우리 중 상당수가 될 AI 시스템과 상호작용하는 모든 사람이 이러한 모델을 안내하고 조정하는 방법을 알아야 한다는 점에서 신속한 엔지니어링은 조직 전체에서 중요한 기술 가능성. 물론 소프트웨어 엔지니어링 분야의 사람들은 대규모 프롬프트 엔지니어링과 프롬프트 엔지니어링의 일부 고급 기술을 제대로 이해 필요</li><li>AI 역할을 할당하는 방식은 개별 조직에 따라 크게 달라질 수 있다. 프롬프트 엔지니어링을 수행하는 대부분의 사람들이 프롬프트 엔지니어링을 직책으로 삼을지 여부는 아직 미지수</li></ul>👉&nbsp; AI와 관련된 임원 직책<ul ><li>2024년 1월 MIT의 슬론 매니지먼트 리뷰에서 데이터 및 기술 임원을 대상으로 실시한 설문조사에 따르면 조직에서 때때로 최고 AI 책임자를 감축하고 있는 것으로 나타남. AI 또는 데이터 책임자와 같은 고도로 전문화된 리더의 "책임에 대한 혼란"이 있었으며, 2024년에는 데이터의 출처에 관계없이 데이터에서 가치를 창출하고 CEO에게 보고하는 "중요한 기술 리더" 중심으로 정상화될 것으로 예상</li><li>다른 한편에서는, 최고 데이터 및 분석 책임자와 최고 AI 책임자가 "널리 퍼져 있지는 않지만" 그 수가 증가하고 있는 것으로 예측. 이 두 역할이 CIO 또는 CTO와 별개의 역할로 남을지 여부는 예측하기 어렵지만, 조직이 원하는 핵심 역량이 무엇인지, CIO가 동시에 너무 많은 다른 책임과 균형을 맞추고 있는지 여부에 따라 달라질 수 있음</li><li>고객과의 대화에서 이러한 역할(AI 책임자, 데이터 및 분석 책임자)이 점점 더 많이 등장하고 있음</li><li>2024년 3월 28일, 미국 관리예산처는 연방 기관 내 AI 사용에 대한 지침을 발표했는데, 여기에는 모든 기관이 최고 AI 책임자를 지정해야 한다는 의무가 포함됨. </li></ul>🟢 보편화 되는 AI 아트 🟢👉 점점 더 보편화되는 AI 아트<ul ><li>Adobe Stock은 AI 아트 제작 툴을 제공하고 스톡 이미지 카탈로그에 AI 아트 표시</li><li>2024년 3월 18일, Shutterstock과 NVIDIA는 3D 이미지 생성 도구를 얼리 액세스 버전 발표</li><li>OpenAI는 최근 영화 제작자들이 포토리얼한 소라 AI를 사용할 수 있도록 홍보 중. 이 데모에 대해 스테이블리티 AI의 전 CEO였던 에드 뉴턴-렉스(Ed Newton-Rex)를 비롯한 아티스트 옹호론자들은 "아티스트 워싱(아티스트 워싱: 허가나 대가 없이 사람들의 작품을 학습시키면서 소수의 크리에이터에게 생성 AI 모델에 대한 긍정적인 의견을 구하는 것)이라고 비판</li><li>2024년에는 워터마킹과 글레이징(glazing)이라는 두 가지 방식으로 AI 아트웍에 대한 대응이 더욱 발전할 것으로 예상</li></ul>👉 AI 아트 워터마킹<ul ><li>워터마킹의 선도적인 표준은 콘텐츠 출처 및 진위성 연합의 것으로, OpenAI와 Meta가 AI가 생성한 이미지에 태그를 붙이기 위해 협력하고 있지만 시각적으로 또는 메타데이터로 표시되는 워터마크는 쉽게 제거 가능함</li><li>일부에서는 워터마크가 특히 2024년 미국 대선을 앞두고 잘못된 정보를 방지하는 데 충분하지 않다고 보는 경향</li></ul>👉 AI에 대한 오리지널 아트 중독<ul ><li>온라인에 게시된 원본 아트에 대한 AI 모델의 학습을 막으려는 아티스트는 시카고 대학교에서 만든 데이터 중독 도구인 Glaze 또는 Nightshade를 사용하여 방지 가능</li><li>데이터 중독은 아트웍을 AI 모델이 읽을 수 없을 정도로만 조정</li><li>2024년에도 AI 이미지 생성 및 아티스트의 원본 작품 보호에 대한 관심이 높아지면서 이와 같은 도구가 더 많이 등장할 것으로 예상</li></ul> 🔴🔴 결론: AI가 과대 포장된 것일까?&nbsp;<ul ><li>많은 신기술들이 이전데 과대광고 주기를 겪었으며, 초기 호황 이후로 ‘생산성의 정체기'에 도달하기도 했다.&nbsp;</li><li>2023년에 AI의 인기가 너무 높아서 2024년으로 넘어가면서 과대 포장된 측면이 없지 않지만, 그렇다고 AI가 실용적으로 활용되지 않는다는 의미는 아니다.</li></ul> <ul ><li>원문: https://www.techrepublic.com/article/top-ai-trends/</li></ul>

TechRepublic

[TechRepublic] 2024년에 주목해야 할 5가지 AI 트렌드

심리학을 전공하던 문과생이 왜 데이터를 커리어로 선택하게 되었을까요?

✅ 그 세번째 이유는 데이터 과학과 심리학이
마치 쌍둥이처럼 매우 비슷한 점들이 많았기 때문이였어요.

심리학은 인간의 심리를 파악하기 위해
연역적 추론(dedective inference) 방법론과
귀납적 추론(inductive inference) 방법론을 모두 사용합니다.

귀납적 추론(inductive inference)은 여러가지 사건이나 현상을 관찰한 다음 일반적인 결론을 도출하는 방법론입니다.
반대로 연역적 추론(dedective inference)은 미리 정한 가설을 설정하고 관찰을 통해 검증하는 방법론입니다.

심리학이 사람들 사이에서 일어나는 수많은 사건들을 관찰하여 일반적인 법칙을 찾아내듯, 데이터 과학은 데이터라는 구체적인 증거들을 사용하여 '추론'과 '예측' 을 통한 법칙을 발견합니다.

또 심리학이 다양한 형태의 통제와 실험을 통해 인간의 심리적 특징을 찾아냈듯,
데이터 분석 프로세스는 크게 '가설 설정' - '데이터 분석' - '결론 도출' 이라는 단계로 이루어져있죠.

결국 '데이터'는 우리가 궁금해하는 '현상' 또는 '사건'을 디지털화한 하나의 '증거' 라는 사실을 깨닫고 난후, 데이터 과학은 저에게 또다른 '심리학' 이 되었어요.

결국 '데이터'도 사람이 만드는 결과물입니다.
사람을 이해하기 위해서라도 데이터를 이해하는 것은 점점 더 필요한 세상이 올거에요.

앞으로도 데이터 & AI를 재미있고 가치있게
배울 수 있도록 데이터리차드가 함께 하겠습니다.

#데이터리차드 #데이터분석 #데이터과학 #심리학

심리학을 전공하던 문과생이 왜 데이터를 커리어로 선택하게 되었을까요? ✅ 그 세번째 이유는 데이터 과학과 심리학이 마치 쌍둥이처럼 매우 비슷한 점들이 많았기 때문이였어요. 심리학은 인간의 심리를 파악하기 위해 연역적 추론(dedective inference) 방법론과 귀납적 추론(inductive inference) 방법론을 모두 사용합니다. 귀납적 추론(inductive inference)은 여러가지 사건이나 현상을 관찰한 다음 일반적인 결론을 도출하는 방법론입니다. 반대로 연역적 추론(dedective inference)은 미리 정한 가설을 설정하고 관찰을 통해 검증하는 방법론입니다. 심리학이 사람들 사이에서 일어나는 수많은 사건들을 관찰하여 일반적인 법칙을 찾아내듯, 데이터 과학은 데이터라는 구체적인 증거들을 사용하여 '추론'과 '예측' 을 통한 법칙을 발견합니다. 또 심리학이 다양한 형태의 통제와 실험을 통해 인간의 심리적 특징을 찾아냈듯, 데이터 분석 프로세스는 크게 '가설 설정' - '데이터 분석' - '결론 도출' 이라는 단계로 이루어져있죠. 결국 '데이터'는 우리가 궁금해하는 '현상' 또는 '사건'을 디지털화한 하나의 '증거' 라는 사실을 깨닫고 난후, 데이터 과학은 저에게 또다른 '심리학' 이 되었어요. 결국 '데이터'도 사람이 만드는 결과물입니다. 사람을 이해하기 위해서라도 데이터를 이해하는 것은 점점 더 필요한 세상이 올거에요. 앞으로도 데이터 &amp; AI를 재미있고 가치있게 배울 수 있도록 데이터리차드가 함께 하겠습니다. #데이터리차드&nbsp;#데이터분석&nbsp;#데이터과학&nbsp;#심리학

내가 데이터 커리어를 업으로 삼은 이유 #3

1 책은 저자의 생각이다. 저자의 생각 덩어리다. 책을 쓴 사람의 전부가 담겨 있다. 2 그러므로 한 권의 책...

'한 권'의 책 읽기는 '한 사람'을 만나는 일이다

1
책은 저자의 생각이다. 저자의 생각 덩어리다. 책을 쓴 사람의 전부가 담겨 있다.

2
그러므로 한 권의 책을 읽는 건, 책을 쓴 사람을 만나는 일과도 같다. 가성비 최고의 간접 경험인 셈이다.

3
새로운 어떤 사람을 만났다고 하자. 처음부터 당연히 그 사람의 전부를 알 수 없다. 시간의 투자가 필요하다. 우리 스스로도 잘 모르는 부분이 많은데, 타인은 오죽할까.

4
그렇기에 일단 새로운 사람의 단면을 볼 수밖에 없다. 그렇게 그 조각조각을 알아가는 것이 당연하다.

5
조각은 모두 다르다. 어떤 사람은 나랑 잘 맞고, 그렇지 않은 인연도 있다. 잘 맞는 부분도 있지만, 다른 부분이 더 많다.

6
책을 읽을 때도 마찬가지다. 저자의 생각을 한 번에 이해할 수는 없다. 그리고 모든 생각에 동의할 수 없다. 동의할 필요도 없고.

7
때문에 한 권의 책을 시작했다고 끝까지 다 읽을 필요는 없다. 내가 필요한 부분만 읽어도 괜찮다. 아니, 반드시 그래야만 한다.

8
중요한 건 목적이다. 책을 펼친 목적만 명확하면 괜찮다. 내가 이 책에서 무엇을 얻을지, 왜 이 책을 읽는지 명확해야 한다. 왜냐하면 목적은 나에게 의미 있는 조각을 찾는 기준이 되기 때문이다.

9
만약 목적 없이 책을 읽으면 어떨까? 내게 익숙한 생각만 좇게 된다. 거부감 없는 편한 문장에 눈이 간다. 낯설고 새로운 생각은 외면하기 쉽다.

10
공부와 운동을 잘하려면 내가 틀린 문제, 부족한 부분을 채워가야 한다. 내가 잘 알고, 잘 하는 것만 해서는 크게 발전하기 어렵다.

11
책을 읽는 것도 마찬가지다. 목적이 있어야 책에서 배울 수 있다. 내가 가져가고 싶은 것, 얻고 싶은 게 있어야 새로운 것이 보인다. 책 한 권을 읽지 않더라도 말이다.

12
책을 읽을 때 목적은 그렇다고 해도, 사람을 만날 때도 꼭 목적이 필요할까? 너무 계산적인 사람처럼 보이진 않을까?

13
그냥 딱 한 가지 목적이면 된다. 주고 얻어 가기. 내가 이 사람에게 무엇을 줄 수 있을까. 그리고 나는 무엇을 배울 수 있을까. 내가 모두 할 수 있는 일이다.

14
아무리 맞지 않는 사람에게도 늘 배울 점은 있다. 최소한 저렇게 하지는 말아야겠다는 점은 배울 수 있으니까. 모든 사람에게는 무언가 배울 점이 항상 있다. 그리고 그 방법 중에는 언제나 독서가 최고다.

1 책은 저자의 생각이다. 저자의 생각 덩어리다. 책을 쓴 사람의 전부가 담겨 있다. ​ 2 그러므로 한 권의 책을 읽는 건, 책을 쓴 사람을 만나는 일과도 같다. 가성비 최고의 간접 경험인 셈이다. ​ 3 새로운 어떤 사람을 만났다고 하자. 처음부터 당연히 그 사람의 전부를 알 수 없다. 시간의 투자가 필요하다. 우리 스스로도 잘 모르는 부분이 많은데, 타인은 오죽할까. ​ 4 그렇기에 일단 새로운 사람의 단면을 볼 수밖에 없다. 그렇게 그 조각조각을 알아가는 것이 당연하다. ​ 5 조각은 모두 다르다. 어떤 사람은 나랑 잘 맞고, 그렇지 않은 인연도 있다. 잘 맞는 부분도 있지만, 다른 부분이 더 많다. ​ 6 책을 읽을 때도 마찬가지다. 저자의 생각을 한 번에 이해할 수는 없다. 그리고 모든 생각에 동의할 수 없다. 동의할 필요도 없고. ​ 7 때문에 한 권의 책을 시작했다고 끝까지 다 읽을 필요는 없다. 내가 필요한 부분만 읽어도 괜찮다. 아니, 반드시 그래야만 한다. ​ 8 중요한 건 목적이다. 책을 펼친 목적만 명확하면 괜찮다. 내가 이 책에서 무엇을 얻을지, 왜 이 책을 읽는지 명확해야 한다. 왜냐하면 목적은 나에게 의미 있는 조각을 찾는 기준이 되기 때문이다. ​ 9 만약 목적 없이 책을 읽으면 어떨까? 내게 익숙한 생각만 좇게 된다. 거부감 없는 편한 문장에 눈이 간다. 낯설고 새로운 생각은 외면하기 쉽다. ​ 10 공부와 운동을 잘하려면 내가 틀린 문제, 부족한 부분을 채워가야 한다. 내가 잘 알고, 잘 하는 것만 해서는 크게 발전하기 어렵다. ​ 11 책을 읽는 것도 마찬가지다. 목적이 있어야 책에서 배울 수 있다. 내가 가져가고 싶은 것, 얻고 싶은 게 있어야 새로운 것이 보인다. 책 한 권을 읽지 않더라도 말이다. ​ 12 책을 읽을 때 목적은 그렇다고 해도, 사람을 만날 때도 꼭 목적이 필요할까? 너무 계산적인 사람처럼 보이진 않을까? ​ 13 그냥 딱 한 가지 목적이면 된다. 주고 얻어 가기. 내가 이 사람에게 무엇을 줄 수 있을까. 그리고 나는 무엇을 배울 수 있을까. 내가 모두 할 수 있는 일이다. ​ 14 아무리 맞지 않는 사람에게도 늘 배울 점은 있다. 최소한 저렇게 하지는 말아야겠다는 점은 배울 수 있으니까. 모든 사람에게는 무언가 배울 점이 항상 있다. 그리고 그 방법 중에는 언제나 독서가 최고다.

< 한 권의 책 읽기는 한 사람을 만나는 일이다 >

Netflix는 Java, RxJava 및 Spring Boot를 활용해 마이크로서비스 아키텍처를 발전시켰으며, GraphQL Federation으로의 전환을 통해 더욱 발전했다. 이 글에서는 Netflix의 아키텍처 변화와 Java 사용 변천사를 설명한다.

Netflix의 Java 사용 변천사 (번역)

안녕하세요 :) 저는 최근에 다시 Java와 Spring Boot를 사용하는 미국 회사로 이직하면서, 지난 2년간 스타트업에서 Ruby on Rails를 사용하며 잊고 지내던 Java와 Spring 생태계에 다시 발을 내딛었습니다. 🥰

현재 회사에서는 수많은 모놀리틱 서비스와 마이크로서비스가 함께 사용되는 상황이라 꽤 복잡한 아키텍처로 구성되어 있습니다. 그리고 새로운 Java/Spring 기반 서비스들이 빠르게 추가되고 있어서 각 서비스들 간의 통신이나 아키텍처 구성을 어떻게 개선해가면 좋을지 고민되는 상황이었는데요. 🙃

팀에 빅테크(FAANG) 출신 시니어 개발자들도 있어서 제가 이 개선을 주도하지는 않겠지만,
적어도 아키텍처 개선 방향에 대한 내 의견을 가지고 있어야겠다
는 생각으로 힌트를 얻고자 Java 기반 서비스들의 큰 형님격인 Netflix의 문을 두드렸습니다.

Netflix는 Java 기반 서비스들의 아키텍처를 어떻게 발전시켜나갔는지 궁금해서 찾아보다가 이 글을 발견했고, 오랜만에 Java 생태계로 돌아온 저에게 유익했던 글이라 DeepL의 도움을 받아 번역해보았습니다.

전체 내용 보기 👉 https://www.integer.blog/evolution-of-java-usage-at-netflix/?ref=careerly.co.kr

📌 목차
 1. Groovy 시대 with BFF(Backend For Frontend)
 2. RxJava와 리액티브 프로그래밍 사용
 3. GraphQL Federation으로 전환
 4. Netflix가 사용하는 Java 버전
 5. Netflix가 사용하는 Spring Boot

안녕하세요 :) 저는 최근에 다시 Java와 Spring Boot를 사용하는 미국 회사로 이직하면서, 지난 2년간 스타트업에서 Ruby on Rails를 사용하며 잊고 지내던 Java와 Spring 생태계에 다시 발을 내딛었습니다. 🥰 현재 회사에서는 수많은 모놀리틱 서비스와 마이크로서비스가 함께 사용되는 상황이라 꽤 복잡한 아키텍처로 구성되어 있습니다. 그리고 새로운 Java/Spring 기반 서비스들이 빠르게 추가되고 있어서 각 서비스들 간의 통신이나 아키텍처 구성을 어떻게 개선해가면 좋을지 고민되는 상황이었는데요. 🙃 팀에 빅테크(FAANG) 출신 시니어 개발자들도 있어서 제가 이 개선을 주도하지는 않겠지만, <code >적어도 아키텍처 개선 방향에 대한 내 의견을 가지고 있어야겠다</code>는 생각으로 힌트를 얻고자 Java 기반 서비스들의 큰 형님격인 Netflix의 문을 두드렸습니다. Netflix는 Java 기반 서비스들의 아키텍처를 어떻게 발전시켜나갔는지 궁금해서 찾아보다가 이 글을 발견했고, 오랜만에 Java 생태계로 돌아온 저에게 유익했던 글이라 DeepL의 도움을 받아 번역해보았습니다. 전체 내용 보기 👉 https://www.integer.blog/evolution-of-java-usage-at-netflix/?ref=careerly.co.kr 📌 목차<ol ><li>Groovy 시대 with BFF(Backend For Frontend)</li><li>RxJava와 리액티브 프로그래밍 사용</li><li>GraphQL Federation으로 전환</li><li>Netflix가 사용하는 Java 버전</li><li>Netflix가 사용하는 Spring Boot</li></ol>

1nteger 🏄🏻‍♂️

Mobile development is a dynamic field that evolves rapidly, demanding developers to be proactive in keeping up with the latest trends, tools, and technologies. As the app landscape continuously...

How to Stay Up-to-Date as a Mobile Developer

개발자가 간단하게 실천할 수 있는 최신 정보 습득 방법에 대해 가져와 봤습니다! 이미 실천하고 계신 분들도 많으실 것 같네요ㅎㅎ 빠르게 변하는 산업인 만큼 지속적으로 새로운 정보를 받아들이는 것은 중요할 것 같습니다.

 1.  개발자 블로그 및 뉴스레터 구독하기
     iOS, aOS 공식 블로그뿐만 아니라 업계 전문가가 운영하는 블로그나 뉴스레터를 정기적으로 받아보는 것은 꾸준히 정보의 흐름을 읽을 수 있는 가장 좋은 방법입니다.
     
     
 2.  소셜 미디어 및 온라인 커뮤니티에 참여하기
     트위터, 레딧, 스택오브플로우와 같은 개발자 커뮤니티에 가입하는 것은 개발자들과 함께 소통하면서 성장할 수 있는 좋은 방법입니다. (커리어리도 마찬가지입니다!) 관련 해시태그를 팔로우하고, 스레드에 참여해서 좋은 정보를 실시간으로 얻어보세요! (개인적으로 일론머스크의 트윗이 재밌더군요...)
     
     
 3.  컨퍼런스 및 모임 참석
     온라인 및 오프라인 컨퍼런스에 주기적으로 참여하면 동료 개발자들과 네트워크를 형성하고, 최신 업계 동향을 접할 수 있습니다. wwdc, google i/o뿐만 아니라 국내 기업에서 주최하는 세션이나 컨퍼런스에 참여해 보세요!
     
     
 4.  온라인 강좌를 통한 지속적 학습
     코세라와 같은 유명 플랫폼에서 제공하는 온라인 강좌를 통해 지속적으로 지식을 심화해 나가는 것도 좋은 방법입니다. 최신 도구나 프레임워크를 학습하는 것은 나에게 큰 도움이 될 것입니다!
     
     
 5.  출퇴근 시간에 팟캐스트 듣기
     통근 시간을 이용해 팟캐스트의 힘을 활용해 보세요! Fragmented, Swift by Sundell 및 Android Developers Backstage와 같은 팟캐스트에서는 최신 모바일 개발 사례나 인터뷰 및 토론을 제공합니다! 영어 공부도 덤이고요! 이 외에 주요 CEO들이 출연하여 기술에 대해 이야기하는 ACQUIRED를 추천드립니다! 최근에는 앤비디아의 젠슨 황이 출연하기도 했죠.
     
     
 6.  GitHub 리포지토리 및 오픈 소스 프로젝트를 팔로우하기
     GitHub만큼이나 개발자가 코드를 파보기가 좋은 데가 없죠. 도메인와 관련된 프레임워크 라이브러리 오픈소스 프로젝트의 저장소를 꾸준히 기여하고, 참여하면 코딩 기술을 업그레이드할 뿐만 아니라 새로운 코딩 표준 및 공동 개발 방식을 접할 수 있습니다.
     
     
 7.  베타 릴리즈 사용해 보기
     얼리어답터가 되어 운영체제, SDK 및 개발도구의 베타 릴리즈를 실험하면 누구보다 빠른 기술을 습득할 수 있습니다. 이러한 경험을 통해 앱을 조정하고, 개발 커뮤니티에 좋은 의견들을 나눠볼 수 있죠.
     
     
 8.  업계 보고서 읽기
     보고서를 통해 업계 최신 동향을 광범위하게 얻을 수 있습니다. 또한 시장 행동과 타깃 유저 행동에 대한 통팔력을 통해 더 큰 그림을 이해하고, 프로젝트 방향에 대한 정보를 입각한 결정을 내릴 수 있습니다. 해외 쪽 뿐만 아니라 국내 주요 기업도 리포트를 발간하고 있으니, 참고하면 좋을 것 같습니다.
     
     
 9.  개인적인 개발 계획 수립
     커리어적인 성장을 위해 체계적인 계획을 개발하는 것이 중요합니다. 학습을 위한 시간을 확보하고, 강좌 및 컨퍼런스와 같은 앞선 내용들에 리소스를 할당하고 정기적으로 스스로 평가하는 시간을 가져보는 것이 좋습니다.
     
     
 10. 지속적인 네트워킹
     네트워킹은 최신 정보를 유지하는 데에 필수적인 요소입니다 동료 개발자와 소통하고, 적극적으로 협업 기회를 찾아보는 것입니다. 멘토링 및 협업 프로젝트에 참여하는 것도 좋습니다.
     
     본문에 대한 원글은 아래 링크에서 볼 수 있습니다.
     https://medium.com/gitconnected/how-to-stay-up-to-date-as-a-mobile-developer-0d6c5ef47acc

개발자가 간단하게 실천할 수 있는 최신 정보 습득 방법에 대해 가져와 봤습니다! 이미 실천하고 계신 분들도 많으실 것 같네요ㅎㅎ 빠르게 변하는 산업인 만큼 지속적으로 새로운 정보를 받아들이는 것은 중요할 것 같습니다. <ol ><li>개발자 블로그 및 뉴스레터 구독하기iOS, aOS 공식 블로그뿐만 아니라 업계 전문가가 운영하는 블로그나 뉴스레터를 정기적으로 받아보는 것은 꾸준히 정보의 흐름을 읽을 수 있는 가장 좋은 방법입니다. </li><li>소셜 미디어 및 온라인 커뮤니티에 참여하기트위터, 레딧, 스택오브플로우와 같은 개발자 커뮤니티에 가입하는 것은 개발자들과 함께 소통하면서 성장할 수 있는 좋은 방법입니다. (커리어리도 마찬가지입니다!) 관련 해시태그를 팔로우하고, 스레드에 참여해서 좋은 정보를 실시간으로 얻어보세요! (개인적으로 일론머스크의 트윗이 재밌더군요...) </li><li>컨퍼런스 및 모임 참석온라인 및 오프라인 컨퍼런스에 주기적으로 참여하면 동료 개발자들과 네트워크를 형성하고, 최신 업계 동향을 접할 수 있습니다. wwdc, google i/o뿐만 아니라 국내 기업에서 주최하는 세션이나 컨퍼런스에 참여해 보세요! </li><li>온라인 강좌를 통한 지속적 학습코세라와 같은 유명 플랫폼에서 제공하는 온라인 강좌를 통해 지속적으로 지식을 심화해 나가는 것도 좋은 방법입니다. 최신 도구나 프레임워크를 학습하는 것은 나에게 큰 도움이 될 것입니다! </li><li>출퇴근 시간에 팟캐스트 듣기통근 시간을 이용해 팟캐스트의 힘을 활용해 보세요! Fragmented, Swift by Sundell 및 Android Developers Backstage와 같은 팟캐스트에서는 최신 모바일 개발 사례나 인터뷰 및 토론을 제공합니다! 영어 공부도 덤이고요! 이 외에 주요 CEO들이 출연하여 기술에 대해 이야기하는 ACQUIRED를 추천드립니다! 최근에는 앤비디아의 젠슨 황이 출연하기도 했죠. </li><li>GitHub 리포지토리 및 오픈 소스 프로젝트를 팔로우하기GitHub만큼이나 개발자가 코드를 파보기가 좋은 데가 없죠. 도메인와 관련된 프레임워크 라이브러리 오픈소스 프로젝트의 저장소를 꾸준히 기여하고, 참여하면 코딩 기술을 업그레이드할 뿐만 아니라 새로운 코딩 표준 및 공동 개발 방식을 접할 수 있습니다. </li><li>베타 릴리즈 사용해 보기 얼리어답터가 되어 운영체제, SDK 및 개발도구의 베타 릴리즈를 실험하면 누구보다 빠른 기술을 습득할 수 있습니다. 이러한 경험을 통해 앱을 조정하고, 개발 커뮤니티에 좋은 의견들을 나눠볼 수 있죠. </li><li>업계 보고서 읽기보고서를 통해 업계 최신 동향을 광범위하게 얻을 수 있습니다. 또한 시장 행동과 타깃 유저 행동에 대한 통팔력을 통해 더 큰 그림을 이해하고, 프로젝트 방향에 대한 정보를 입각한 결정을 내릴 수 있습니다. 해외 쪽 뿐만 아니라 국내 주요 기업도 리포트를 발간하고 있으니, 참고하면 좋을 것 같습니다. </li><li>개인적인 개발 계획 수립커리어적인 성장을 위해 체계적인 계획을 개발하는 것이 중요합니다. 학습을 위한 시간을 확보하고, 강좌 및 컨퍼런스와 같은 앞선 내용들에 리소스를 할당하고 정기적으로 스스로 평가하는 시간을 가져보는 것이 좋습니다. </li><li>지속적인 네트워킹네트워킹은 최신 정보를 유지하는 데에 필수적인 요소입니다 동료 개발자와 소통하고, 적극적으로 협업 기회를 찾아보는 것입니다. 멘토링 및 협업 프로젝트에 참여하는 것도 좋습니다. 본문에 대한 원글은 아래 링크에서 볼 수 있습니다.https://medium.com/gitconnected/how-to-stay-up-to-date-as-a-mobile-developer-0d6c5ef47acc</li></ol>

Medium

개발자가 실생활에서 실천할 수 있는 스터디 방법 소개 🔑

 1. 기본기 확실히 하기
 2. 학습 능력 키우기
 3. 의사 소통 잘하기
 4. 문제 정의 잘하기
 5. 태스크 완료 시간 추정 잘하기
 6. 운영을 고려한 코드 작성하기
 7. 서비스 사고 대처 능력 키우기
 8. 결과를 내는데 집중하기
 9. 영향력 갖기 (코딩 멍키)

대부분의 개발자들은 굉장히 트렌디하다. 특히 한국 개발자들이 더 그렇다. 회사 일이 아무리 바쁘고 재미있어도 일에서 사용하는 기술이 최신이 아닌 레거시라고 생각하면 뒤쳐진다고 느끼고 조바심과 불안감을 많이 느낀다. 안 그래도 시간도 없고 힘도 부치는데 회사 일이 끝나면 새로운 기술을 조바심/불안감 기반으로 공부하는 경우가 아주 흔한다. 흔히 이야기하는 주경야독인데 약간 건강하지 않은 형태의 주경야독이다. 낮에는 회사 일을 하느라 바쁜 와중에 밤에는 선행학습을 하느라 바쁘다는 거다. 예를 들면 회사에서 레거시 시스템을 사용하는데 이게 커리어에 도움이 안된다고 보니 밤에 지금 마켓에서 핫한 시스템 공부를 하는 거다. 이 공부의 모티브가 중요한데 불안감이나 조바심이 주된 모티브라면 건강하지 않다.

내가 생각하는 건강한 학습은 평소 맡은 업무에 몰두하고 성취하는 경험을 통해 자신감을 쌓고 인정받고 (이에 대해서 뒤 "3. 의사 소통 잘하기"와 "4. 문제 정의 잘하기"에서 더 이야기해볼 예정이다) 이를 바탕으로 필요 중심 그리고 호기심 중심으로 학습하는 것이다. 즉 "현재"(필요성)에 집중하고 "나"(호기심)에 집중하는 거다. 여기에 약간의 조바심이나 불안감이 조미료처럼 첨가된다면 금상첨화다.

그런데 이게 가능하라면 내가 있는 환경이 중요해진다. 내가 잘 맞지 않는 환경이라면 현재에 집중하기가 쉽지 않을 것이다. 잘 맞는 환경인지 아닌지 판단하는 첫 번째는 같이 일하는 사람들이 어떤 사람들인지 특히 내 매니저가 어떤 사람인지 보는 건데 힘들어도 배울 점이 많고 성장한다는 느낌이 든다면 좋은 환경이다.

다음으로 나만의 학습방법을 만들어보는 것이 필요하다. 수능공부를 하는 것이 아니니 뭔가 두꺼운 책을 하나 사서 처음부터 끝까지 읽어야만 학습이 아니란 점, 필요한만큼 이해하고 넘어가도 된다는 점, 학습을 하다보면 항상 어느 시점에는 벽에 부딪칠 것이기에 꾸준함이 중요하다는 것 등등을 인지해야 한다. 개인적으로는 잘 모르는 주제가 생기면 유투브 등으로 짧은 영상 몇개 보고 더 깊게 들어갈 필요가 있다면 잘 아는 지인들에게 (적절히 보상을 해주고) 물어본다던지 아니면 더 긴 영상 강의(유데미, 인프런, 유투브 등등)등을 찾아서 밀도있게 학습하는 형태로 가려고 한다. 뭔가 정말 제대로 배우고 싶을텐데 다른 사람을 가르쳐보거나 톡을 하는 기회를 만들어서 강제로 학습하려고 한다.

결국 내가 인정받는 것은 내가 만든 결과물이지 어떤 기술을 알고 있느냐는 아니라는 점을 인식하고 호기심과 필요성 중심으로 학습으로 하는 습관을 갖도록 하자.

<ol ><li>기본기 확실히 하기</li><li>학습 능력 키우기</li><li>의사 소통 잘하기</li><li>문제 정의 잘하기</li><li>태스크 완료 시간 추정 잘하기</li><li>운영을 고려한 코드 작성하기</li><li>서비스 사고 대처 능력 키우기</li><li>결과를 내는데 집중하기</li><li>영향력 갖기 <s>(코딩 멍키)</s></li></ol> 대부분의 개발자들은 굉장히 트렌디하다. 특히 한국 개발자들이 더 그렇다. 회사 일이 아무리 바쁘고 재미있어도 일에서 사용하는 기술이 최신이 아닌 레거시라고 생각하면 뒤쳐진다고 느끼고 조바심과 불안감을 많이 느낀다. 안 그래도 시간도 없고 힘도 부치는데 회사 일이 끝나면 새로운 기술을 조바심/불안감 기반으로 공부하는 경우가 아주 흔한다. 흔히 이야기하는 주경야독인데 약간 건강하지 않은 형태의 주경야독이다. 낮에는 회사 일을 하느라 바쁜 와중에 밤에는 선행학습을 하느라 바쁘다는 거다. 예를 들면 회사에서 레거시 시스템을 사용하는데 이게 커리어에 도움이 안된다고 보니 밤에 지금 마켓에서 핫한 시스템 공부를 하는 거다. 이 공부의 모티브가 중요한데 불안감이나 조바심이 주된 모티브라면 건강하지 않다. 내가 생각하는 건강한 학습은 평소 맡은 업무에 몰두하고 성취하는 경험을 통해 자신감을 쌓고 인정받고 (이에 대해서 뒤 "3. 의사 소통 잘하기"와 "4. 문제 정의 잘하기"에서 더 이야기해볼 예정이다) 이를 바탕으로 필요 중심 그리고 호기심 중심으로 학습하는 것이다. 즉 "현재"(필요성)에 집중하고 "나"(호기심)에 집중하는 거다. 여기에 약간의 조바심이나 불안감이 조미료처럼 첨가된다면 금상첨화다. 그런데 이게 가능하라면 내가 있는 환경이 중요해진다. 내가 잘 맞지 않는 환경이라면 현재에 집중하기가 쉽지 않을 것이다. 잘 맞는 환경인지 아닌지 판단하는 첫 번째는 같이 일하는 사람들이 어떤 사람들인지 특히 내 매니저가 어떤 사람인지 보는 건데 힘들어도 배울 점이 많고 성장한다는 느낌이 든다면 좋은 환경이다. 다음으로 나만의 학습방법을 만들어보는 것이 필요하다. 수능공부를 하는 것이 아니니 뭔가 두꺼운 책을 하나 사서 처음부터 끝까지 읽어야만 학습이 아니란 점, 필요한만큼 이해하고 넘어가도 된다는 점, 학습을 하다보면 항상 어느 시점에는 벽에 부딪칠 것이기에 꾸준함이 중요하다는 것 등등을 인지해야 한다. 개인적으로는 잘 모르는 주제가 생기면 유투브 등으로 짧은 영상 몇개 보고 더 깊게 들어갈 필요가 있다면 잘 아는 지인들에게 (적절히 보상을 해주고) 물어본다던지 아니면 더 긴 영상 강의(유데미, 인프런, 유투브 등등)등을 찾아서 밀도있게 학습하는 형태로 가려고 한다. 뭔가 정말 제대로 배우고 싶을텐데 다른 사람을 가르쳐보거나 톡을 하는 기회를 만들어서 강제로 학습하려고 한다. 결국 내가 인정받는 것은 내가 만든 결과물이지 어떤 기술을 알고 있느냐는 아니라는 점을 인식하고 호기심과 필요성 중심으로 학습으로 하는 습관을 갖도록 하자.

좋은 개발자가 알아야하는 9가지 포인트들 - 2. 학습 능력 키우

스레드를 5개월만에 런칭하기 위해 모놀리틱 아키텍처를 사용했고, 5일 만에 1억명의 사용자가 몰려드는 것을 수용할 수 있었음.

사용된 기술은 커스텀 버전의 Django와 PHP, 데이터 저장소로는 TAO/UDB/MySQL와 ZippyDB 그리고 피크 타임을 위한 서버리스 펑션 Async.

자, 말 할 거 많죠? ㅋㅋㅋ 한마디하고 싶은 분들 다 여기여기 붙으세요. 🤣🤣🤣

스레드를 5개월만에 런칭하기 위해 모놀리틱 아키텍처를 사용했고, 5일 만에 1억명의 사용자가 몰려드는 것을 수용할 수 있었음. 사용된 기술은 커스텀 버전의 Django와 PHP, 데이터 저장소로는 TAO/UDB/MySQL와 ZippyDB 그리고 피크 타임을 위한 서버리스 펑션 Async. 자, 말 할 거 많죠? ㅋㅋㅋ 한마디하고 싶은 분들 다 여기여기 붙으세요. 🤣🤣🤣

📝 메타의 스레드, 모놀리틱 아키텍처 사용

차세대 자바스크립트 런타임으로 주목받고 있는 Bun이 v1.1을 출시하였습니다. 하필 거짓말처럼 만우절에 출시를 하여 윈도우즈 사용자들의 애간장을 태웠는데요. 그동안 Bun을 윈도우에서 사용하려면 WSL(Windows Subsystem for Linux)가 필요했었는데, 이제는 네이티브로도 사용할 수 있게 되었습니다 🙌

자세한 내용은 아래 공식 블로그와 유튜브 영상을 참고 바랍니다. 실제 Bun을 개발하고 있는 엔지니어들이 직접 나와서 소개하고 있는데 같은 개발자로서 약간 웃프네용 😂

📝 블로그: https://bun.sh/blog/bun-v1.1
📺 영상: https://youtu.be/yXTFOeGly9o

많은 분들이 Bun을 단순히 Node.js 보다 무지 빠른 자바스크립트 런타임이라고 알고 계시는데, 사실 Bun은 개발자 경험이 놀랍도록 띄어난 올인원 툴키트(all-in-one toolkit)입니다. Bun만 있으면 복잡한 과정없이 자바스크립트 뿐만 아니라 타입스크립트나 JSX로 작성된 코드를 바로 실행할 수 있으며, 패키지 매니저와 테스트 러너, 심지어 번들러까지 탑재하고 있습니다. 즉, 이 모든 귀찮은 일들이 다른 라이브러리 설치하지 않아도 Bun 하나만 있으면 해결됩니다 🤯

Bun에 대해서 더 알고 싶으시다면 아래 게시물을 추천드리겠습니다.

📕 Bun: 귀엽지만 강력한 새로운 자바스크립트 런타임: https://careerly.co.kr/comments/92202

차세대 자바스크립트 런타임으로 주목받고 있는 Bun이 v1.1을 출시하였습니다. 하필 거짓말처럼 만우절에 출시를 하여 윈도우즈 사용자들의 애간장을 태웠는데요. 그동안 Bun을 윈도우에서 사용하려면 WSL(Windows Subsystem for Linux)가 필요했었는데, 이제는 네이티브로도 사용할 수 있게 되었습니다 🙌 자세한 내용은 아래 공식 블로그와 유튜브 영상을 참고 바랍니다. 실제 Bun을 개발하고 있는 엔지니어들이 직접 나와서 소개하고 있는데 같은 개발자로서 약간 웃프네용 😂 📝 블로그: https://bun.sh/blog/bun-v1.1📺 영상: https://youtu.be/yXTFOeGly9o 많은 분들이 Bun을 단순히 Node.js 보다 무지 빠른 자바스크립트 런타임이라고 알고 계시는데, 사실 Bun은 개발자 경험이 놀랍도록 띄어난 올인원 툴키트(all-in-one toolkit)입니다. Bun만 있으면 복잡한 과정없이 자바스크립트 뿐만 아니라 타입스크립트나 JSX로 작성된 코드를 바로 실행할 수 있으며, 패키지 매니저와 테스트 러너, 심지어 번들러까지 탑재하고 있습니다. 즉, 이 모든 귀찮은 일들이 다른 라이브러리 설치하지 않아도 Bun 하나만 있으면 해결됩니다 🤯 Bun에 대해서 더 알고 싶으시다면 아래 게시물을 추천드리겠습니다. 📕 Bun: 귀엽지만 강력한 새로운 자바스크립트 런타임: https://careerly.co.kr/comments/92202

🥟 Bun v1.1 출시 소식

디자인 시스템, 코드를 넘어서

https://so-so.dev/react/design-system-beyond-code/

같은 걸 3번 만드는 경험은 흔치 않죠. 그래서 글에 깊은 맛이 있답니다!!

https://so-so.dev/react/design-system-beyond-code/ 같은 걸 3번 만드는 경험은 흔치 않죠. 그래서 글에 깊은 맛이 있답니다!!

So-so

디자인시스템 3번만든 이야기

HashMap is Hash table based implementation of the Map interface. This implementation provides all of the optional map operations, and permits null values and the null key. (The HashMap class is...

Barclays Java Spring-Boot Micro-service Interview Question with answer 2024

Finally 블록에서 예외가 발생하면 어떻게 되나요?
자바에서, try-catch에서 finally 블록 내에서 예외가 발생할 때의 동작은, try-catch 블록의 예외 처리와 약간 다릅니다. 
 
[Try-Catch 블록의 예외]
 * 정상적인 플로우가 중지됩니다.
 * 예외 유형과 일치하는 catch 블록이 있다면, 해당 블록 내의 코드가 실행됩니다. 이를 통해 예외를 처리할 수 있습니다.
 * catch 블록이 완료되거나 어떤 catch 블록과도 일치하지 않으면 finally 블록의 코드가 실행됩니다.
[Finally 블록의 예외]
 * 원래의 예외가 중지됩니다. 이는 원래의 예외가 메서드 호출자에게 전달되지 않는 것을 의미합니다.
 * finally 블록에서 던진 예외가 호출자에게 전파되는 새로운 예외가 됩니다.
[키 포인트]
 * finally 블록은 try-catch 블록에서 예외가 발생하는지 여부에 관계없이 항상 실행됩니다.
 * finally 블록의 예외는 원래의 예외를 억제합니다.
 * finally 블록에서 던진 예외는 호출자가 처리해야 하는 새로운 예외가 됩니다.
[Finally 블록의 쓰임새]
 * 리소스(데이터베이스 연결, 파일 클로징)를 해제합니다.
 * 예외에 관계없이 항상 수행해야 하는 정리 작업을 처리합니다.
 
자바의 다이아몬드 문제란 무엇인가요?
"다이아몬드 문제"란 여러 상속 시나리오에서 발생하는 특정한 문제를 의미합니다. 클래스 상속 다이어그램을 그릴 때 발생하는 다이아몬드 모양에서 이름을 따왔습니다.

 1. 자바의 접근방식: 자바는 클래스의 다중상속을 지원하지 않습니다. 그러나 자바는 인터페이스의 다중상속은 허용합니다. 
 2. 자바 인터페이스의 다이아몬드 문제: 클래스가 두 개의 인터페이스를 구현하고 두 인터페이스가 모두 동일한 메소드명을 가진다면, 구현 클래스는 모호성을 해결하기 위해 메서드를 자체적으로 구현해야 합니다.
interface InterfaceA {
    default void display() {
        System.out.println("Inside InterfaceA");
    }
}

interface InterfaceB {
    default void display() {
        System.out.println("Inside InterfaceB");
    }
}

class MyClass implements InterfaceA, InterfaceB {
    // Here, we must provide our own implementation of display to resolve the ambiguity.
    @Override
    public void display() {
        InterfaceA.super.display(); // calling InterfaceA's default implementation
        InterfaceB.super.display(); // calling InterfaceB's default implementation
    }
}

어떻게 해결할 수 있을까요?

1. 메서드 오버라이딩: 구현 클래스에서 자신만의 구현을 제공하여 모호함을 해결합니다. 이 방식은 기본 구현 중 하나를 선택하거나 완전히 새로운 구현을 제공하고자 할 때 적합합니다.
class MyClass implements InterfaceA, InterfaceB {
    @Override
    public void display() {
        System.out.println("Hello world");
    }
}

2. 특정 인터페이스의 메서드 호출: 특정한 인터페이스의 메서드를 호출합니다. 
class MyClass implements InterfaceA, InterfaceB {
    @Override
    public void display() {
        InterfaceA.super.display(); // or InterfaceB.super.display()
        // Additional logic if needed
    }
}

 
Multilevel 상속이란 무엇인가요?
Multilevel 상속에서 A 클래스는 B 클래스를 상속하며, B 클래스 역시 C 클래스를 상속합니다.
 
자식 클래스는 부모 클래스를 통해 조부모 클래스에서 간접적으로 상속됩니다. 자식 클래스는 부모 및 조부모 클래스의 모든 public/protected 멤버에 접근할 수 있습니다.
 
String, Stringbuffer, Stringbuilder의 차이는 무엇인가요?
(번역/원문 참고)
 
메서드 오버라이딩과 오버로딩은 무엇인가요?
[메서드 오버로딩]
 * 단일 클래스 내에서 발생합니다. 이름은 같지만 매개 변수가 다른 동일한 클래스의 여러 메서드를 말합니다.
 * 메서드 오버로딩을 사용하면 유사한 작업을 수행하지만 입력/출력이 다른 메서드를 만들 수 있습니다.
class Calculator {
  public int add(int a, int b) {
    return a + b;
  }

  public double add(double a, double b) {
    return a + b;
  }
}

[메서드 오버라이딩]
 * 상속에서 클래스 간에 메서드 오버라이딩이 발생합니다. 하위 클래스가 상위 클래스에서 상속된 메서드를 재정의하는 것을 말합니다. 메서드는 상위 클래스 메서드와 동일한 이름, 반환 유형 및 매개 변수를 갖습니다.
 * 메서드 오버라이딩을 사용하면 하위 클래스가 상위 클래스에서 상속된 메서드를 자체적으로 구현하여 하위 클래스에 대한 동작을 전문화할 수 있습니다.
class Animal {
  public void makeSound() {
    System.out.println("Generic animal sound");
  }
}

class Dog extends Animal {
  @Override
  public void makeSound() {
    System.out.println("Woof!");
  }
}

 
예외 클래스의 계층구조는 무엇인가요?
Arraylist와 Linkedlist의 차이는 무엇인가요?
Set과 Arraylist의 차이는 무엇인가요?
(번역/원문 참고)
 
번역: [https://ducktopia.tistory.com/119]
원문:

Finally 블록에서 예외가 발생하면 어떻게 되나요?자바에서, try-catch에서 finally 블록 내에서 예외가 발생할 때의 동작은, try-catch 블록의 예외 처리와 약간 다릅니다.&nbsp;&nbsp;[Try-Catch 블록의 예외]<ul ><li>정상적인 플로우가 중지됩니다.</li><li>예외 유형과 일치하는 catch 블록이 있다면, 해당 블록 내의 코드가 실행됩니다. 이를 통해 예외를 처리할 수 있습니다.</li><li>catch 블록이 완료되거나 어떤 catch 블록과도 일치하지 않으면 finally 블록의 코드가 실행됩니다.</li></ul>[Finally 블록의 예외]<ul ><li>원래의 예외가 중지됩니다. 이는 원래의 예외가 메서드 호출자에게 전달되지 않는 것을 의미합니다.</li><li>finally 블록에서 던진 예외가 호출자에게 전파되는 새로운 예외가 됩니다.</li></ul>[키 포인트]<ul ><li>finally 블록은 try-catch 블록에서 예외가 발생하는지 여부에 관계없이 항상 실행됩니다.</li><li>finally 블록의 예외는 원래의 예외를 억제합니다.</li><li>finally 블록에서 던진 예외는 호출자가 처리해야 하는 새로운 예외가 됩니다.</li></ul>[Finally 블록의 쓰임새]<ul ><li>리소스(데이터베이스 연결, 파일 클로징)를 해제합니다.</li><li>예외에 관계없이 항상 수행해야 하는 정리 작업을 처리합니다.</li></ul>&nbsp;자바의 다이아몬드 문제란 무엇인가요?"다이아몬드 문제"란 여러 상속 시나리오에서 발생하는 특정한 문제를 의미합니다. 클래스 상속 다이어그램을 그릴 때 발생하는 다이아몬드 모양에서 이름을 따왔습니다. <ol ><li>자바의 접근방식: 자바는 클래스의 다중상속을 지원하지 않습니다. 그러나 자바는 인터페이스의 다중상속은 허용합니다.&nbsp;</li><li>자바 인터페이스의 다이아몬드 문제: 클래스가 두 개의 인터페이스를 구현하고 두 인터페이스가 모두 동일한 메소드명을 가진다면, 구현 클래스는 모호성을 해결하기 위해 메서드를 자체적으로 구현해야 합니다.</li></ol><pre ><code class="language-java">interface InterfaceA {
 default void display() {
 System.out.println("Inside InterfaceA");
 }
}

interface InterfaceB {
 default void display() {
 System.out.println("Inside InterfaceB");
 }
}

class MyClass implements InterfaceA, InterfaceB {
 // Here, we must provide our own implementation of display to resolve the ambiguity.
 @Override
 public void display() {
 InterfaceA.super.display(); // calling InterfaceA's default implementation
 InterfaceB.super.display(); // calling InterfaceB's default implementation
 }
}</code></pre>어떻게 해결할 수 있을까요? 1. 메서드 오버라이딩: 구현 클래스에서 자신만의 구현을 제공하여 모호함을 해결합니다. 이 방식은 기본 구현 중 하나를 선택하거나 완전히 새로운 구현을 제공하고자 할 때 적합합니다.<pre ><code class="language-java">class MyClass implements InterfaceA, InterfaceB {
 @Override
 public void display() {
 System.out.println("Hello world");
 }
}</code></pre>2. 특정 인터페이스의 메서드 호출: 특정한 인터페이스의 메서드를 호출합니다.&nbsp;<pre ><code class="language-java">class MyClass implements InterfaceA, InterfaceB {
 @Override
 public void display() {
 InterfaceA.super.display(); // or InterfaceB.super.display()
 // Additional logic if needed
 }
}</code></pre>&nbsp;Multilevel 상속이란 무엇인가요?Multilevel 상속에서 A 클래스는 B 클래스를 상속하며, B 클래스 역시 C 클래스를 상속합니다.&nbsp;자식 클래스는 부모 클래스를 통해 조부모 클래스에서 간접적으로 상속됩니다. 자식 클래스는 부모 및 조부모 클래스의 모든 public/protected 멤버에 접근할 수 있습니다.&nbsp;String, Stringbuffer, Stringbuilder의 차이는 무엇인가요?(번역/원문 참고)&nbsp;메서드 오버라이딩과 오버로딩은 무엇인가요?[메서드 오버로딩]<ul ><li>단일 클래스 내에서 발생합니다. 이름은 같지만 매개 변수가 다른 동일한 클래스의 여러 메서드를 말합니다.</li><li>메서드 오버로딩을 사용하면 유사한 작업을 수행하지만 입력/출력이 다른 메서드를 만들 수 있습니다.</li></ul><pre ><code class="language-java">class Calculator {
 public int add(int a, int b) {
 return a + b;
 }

 public double add(double a, double b) {
 return a + b;
 }
}</code></pre>[메서드 오버라이딩]<ul ><li>상속에서 클래스 간에 메서드 오버라이딩이 발생합니다. 하위 클래스가 상위 클래스에서 상속된 메서드를 재정의하는 것을 말합니다. 메서드는 상위 클래스 메서드와 동일한 이름, 반환 유형 및 매개 변수를 갖습니다.</li><li>메서드 오버라이딩을 사용하면 하위 클래스가 상위 클래스에서 상속된 메서드를 자체적으로 구현하여 하위 클래스에 대한 동작을 전문화할 수 있습니다.</li></ul><pre ><code class="language-java">class Animal {
 public void makeSound() {
 System.out.println("Generic animal sound");
 }
}

class Dog extends Animal {
 @Override
 public void makeSound() {
 System.out.println("Woof!");
 }
}</code></pre>&nbsp;예외 클래스의 계층구조는 무엇인가요?Arraylist와 Linkedlist의 차이는 무엇인가요?Set과 Arraylist의 차이는 무엇인가요?(번역/원문 참고)&nbsp;번역: [https://ducktopia.tistory.com/119]원문:

🕊️ 2024 버클리즈 Java SpringBoot 인터뷰 질문 

Learn to become an Data Analyst using this roadmap. Community driven, articles, resources, guides, interview questions, quizzes for modern backend development.

Data Analyst Roadmap

개발자분들은 roadmap.sh에 대해 이미 아시겠죠?
최근 데이터분석가의 로드맵도 업데이트되어 공유합니다!

사실 이렇게 보면.. 개발자 로드맵보다 조금 정립되어있지 않은 느낌도 드는데, 그래도 참고해보면 좋을 것 같아요!

https://roadmap.sh/data-analyst

개발자분들은 roadmap.sh에 대해 이미 아시겠죠?최근 데이터분석가의 로드맵도 업데이트되어 공유합니다! 사실 이렇게 보면.. 개발자 로드맵보다 조금 정립되어있지 않은 느낌도 드는데, 그래도 참고해보면 좋을 것 같아요! https://roadmap.sh/data-analyst

roadmap.sh

데이터분석가 로드맵 🤓

1. 감정은 전염되기 때문에 매우 중요하다.

2. 사람들은 자신과 연관된 것들을 자랑스러워하고 자신과 동료들이 성공할 것이라고 믿고 싶어 한다.

3. 그래서 조직을 이끄는 리더에게 주어진 가장 중요한 임무 하나가 자신감을 보여 주는 것이다.

4. 사람들은 자신감 넘치는 사람을 따르고 지지하고 싶어 한다.

5. 그렇기 때문에 자신감 있어 보이는 사람들이 취직하고 승진할 가능성이 크다.

6. 이뿐만 아니라 리더가 자신감 있게 행동하면 그 자신감이 전염되어 그를 따르는 다른 사람들도 더 자신감 있게 행동한다.

#권력을경영하는7가지원칙

1. 감정은 전염되기 때문에 매우 중요하다. 2. 사람들은 자신과 연관된 것들을 자랑스러워하고 자신과 동료들이 성공할 것이라고 믿고 싶어 한다. 3. 그래서 조직을 이끄는 리더에게 주어진 가장 중요한 임무 하나가 자신감을 보여 주는 것이다. 4. 사람들은 자신감 넘치는 사람을 따르고 지지하고 싶어 한다. 5. 그렇기 때문에 자신감 있어 보이는 사람들이 취직하고 승진할 가능성이 크다. 6. 이뿐만 아니라 리더가 자신감 있게 행동하면 그 자신감이 전염되어 그를 따르는 다른 사람들도 더 자신감 있게 행동한다. #권력을경영하는7가지원칙

< 리더의 자신감은 전염된다 >

Optimism, obsession, self-belief, raw horsepower and personal connections are how things get started. Cohesive teams, the right combination of calmness and urgency, and unreasonable commitment are...

What I Wish Someone Had Told Me

1. 일은 낙관, 집념, 신념, 거친 돌파력, 인간적 연결에서부터 시작됩니다.

2. 하지만 일을 마무리하는 것은 단합된 팀, 빠른 속도와 차분함의 조합, 무한한 헌신입니다.

3. (사람들이 착각하지만) 팀에게는 ‘중요한데 어려운 일을 하는 것’이 ‘중요하지 않지만 쉬운 일을 하는 것’보다 훨씬 더 쉽습니다. 담대한 목표는 사람들의 동기를 자극하니까요.

4. 인센티브는 슈퍼 파워지만, 신중하게 설정해야 합니다. (그게 고객이든, 직원이든, 한 번 도입한 인센티브를 되돌리긴 쉽지 않기 때문입니다)

5. (너무 많은 일을 동시에 벌이려고 하지 말고) 확신을 가지는 소수의 몇 가지에 자원을 집중하세요. 하지만 말이 쉽지, 이를 행동으로 옮기는 건 쉽진 않을 겁니다. 생각했던 것보다 훨씬 더 많은 것들을 (뼈를 깎는 고통을 감수하며) 제거해야 할 테니까요. (=존 우든 효과)

6. 커뮤니케이션은 명확하고 깔끔하게 하세요.

7. 조직의 구조가 구성원들이 생산적으로 일하는 것을 방해하게 않도록 하세요. 특히 관료주의와 헛소리에 대해선 발견할 때마다 싸우고, 구성원들 또한 이를 발견할 때마다 싸우도록 만드세요.

8. 비즈니스에서 중요한 건 결과입니다. 과정이 좋았다며, 나쁜 결과를 변명하도록 내버려두지 마세요. (결과가 안 좋았다면, 분명 프로세스에 문제가 있는 겁니다. 따라서 과정이 좋았다는 위로가 아니라, 문제를 파악하고 개선해야 더 나은 결과를 얻을 수 있습니다)

9. 채용에 더 많은 시간을 투자하고, 빠르게 성장할 가능성이 보이는 사람들을 영입하기 위해 위험을 무릎 써보세요!

10. 슈퍼스타는 보이는 것보다 훨씬 더 큰 가치를 가지지만, 그들에 대한 평가는 조직의 성과에 어떤 기여를 했는지를 두고 정확하게 내려야 합니다.

11. 빠른 반복은 많은 문제를 해결합니다. 특히 빠르게 반복할 수 있으면, 틀려도 상관없습니다. (빠르게 반복하는 과정에서 틀린 것들을 계속 수정할 테니까요)

12. 물리 법칙에 해당하는 비즈니스와는 싸우지 마세요. (비과학적인 믿음으로 사업을 하지 말라는 말입니다)

13. 영감은 쉽게 깨지고, 삶은 놀랍도록 빠릅니다. 그리고 아무것도 하지 않은 것이야말로 최악의 위험입니다.

14. 스케일은 급부상하고 있는 신흥 자산입니다.

15. 복리는 마법입니다. 그러니 규모와 복리가 만나는 비즈니스를 하세요.

16. 쓰러져도 다시 일어나 계속 나아가세요.

17. 위대한 사람들과 함께 일하는 것은 인생에서 가장 큰 축복 중 하나입니다.

- 샘 알트만

https://blog.samaltman.com/what-i-wish-someone-had-told-me

1. 일은 낙관, 집념, 신념, 거친 돌파력, 인간적 연결에서부터 시작됩니다. 2. 하지만 일을 마무리하는 것은 단합된 팀, 빠른 속도와 차분함의 조합, 무한한 헌신입니다. 3. (사람들이 착각하지만) 팀에게는 ‘중요한데 어려운 일을 하는 것’이 ‘중요하지 않지만 쉬운 일을 하는 것’보다 훨씬 더 쉽습니다. 담대한 목표는 사람들의 동기를 자극하니까요. 4. 인센티브는 슈퍼 파워지만, 신중하게 설정해야 합니다. (그게 고객이든, 직원이든, 한 번 도입한 인센티브를 되돌리긴 쉽지 않기 때문입니다) 5. (너무 많은 일을 동시에 벌이려고 하지 말고) 확신을 가지는 소수의 몇 가지에 자원을 집중하세요. 하지만 말이 쉽지, 이를 행동으로 옮기는 건 쉽진 않을 겁니다. 생각했던 것보다 훨씬 더 많은 것들을 (뼈를 깎는 고통을 감수하며) 제거해야 할 테니까요. (=존 우든 효과) 6. 커뮤니케이션은 명확하고 깔끔하게 하세요. 7. 조직의 구조가 구성원들이 생산적으로 일하는 것을 방해하게 않도록 하세요. 특히 관료주의와 헛소리에 대해선 발견할 때마다 싸우고, 구성원들 또한 이를 발견할 때마다 싸우도록 만드세요. 8. 비즈니스에서 중요한 건 결과입니다. 과정이 좋았다며, 나쁜 결과를 변명하도록 내버려두지 마세요. (결과가 안 좋았다면, 분명 프로세스에 문제가 있는 겁니다. 따라서 과정이 좋았다는 위로가 아니라, 문제를 파악하고 개선해야 더 나은 결과를 얻을 수 있습니다) 9. 채용에 더 많은 시간을 투자하고, 빠르게 성장할 가능성이 보이는 사람들을 영입하기 위해 위험을 무릎 써보세요! 10. 슈퍼스타는 보이는 것보다 훨씬 더 큰 가치를 가지지만, 그들에 대한 평가는 조직의 성과에 어떤 기여를 했는지를 두고 정확하게 내려야 합니다. 11. 빠른 반복은 많은 문제를 해결합니다. 특히 빠르게 반복할 수 있으면, 틀려도 상관없습니다. (빠르게 반복하는 과정에서 틀린 것들을 계속 수정할 테니까요) 12. 물리 법칙에 해당하는 비즈니스와는 싸우지 마세요. (비과학적인 믿음으로 사업을 하지 말라는 말입니다) 13. 영감은 쉽게 깨지고, 삶은 놀랍도록 빠릅니다. 그리고 아무것도 하지 않은 것이야말로 최악의 위험입니다. 14. 스케일은 급부상하고 있는 신흥 자산입니다. 15. 복리는 마법입니다. 그러니 규모와 복리가 만나는 비즈니스를 하세요. 16. 쓰러져도 다시 일어나 계속 나아가세요. 17. 위대한 사람들과 함께 일하는 것은 인생에서 가장 큰 축복 중 하나입니다. - 샘 알트만 https://blog.samaltman.com/what-i-wish-someone-had-told-me

Sam Altman

창업을 하고자 하는 사람들에게 해주고 싶은 말들

'마켓컬리'가 이름을 '컬리'로 바꾸고, 블핑 제니를 앞세워 '뷰티컬리' 론칭을 대대적으로 알리고 있다. ​3개월 남은 상장을 앞두고 '뷰티' 카테고리를 바짝 키워 몸값을 올리려는듯.
​
왜 뷰티를 미는지는 다들 눈치 챘을듯
1️⃣ (되던 안되던) 기존 헤비유저인 3040여성들에게 가장 빠르게 반응을 볼 수 있다. 
2️⃣ 부피대비 가격이 높은 화장품으로 물류부담 없이 거래액과 객단가를 올린다.
3️⃣​ 올리브영에 없는 고가 브랜드들까지 입점시켜 차별점 어필. 메인 아이템과 함께 항상 많이 팔리는 제품들의 교차구매도 노려본다.
​
#작년4조원이었던몸값이1조원이된상황 #회심의한방이통할지?

드림메이커엔터테인먼트리미티드 대리

원정아

네이버

강민구

* 네이버 검색 SRE, Tech Leader
* 지속 가능한 삶의 형태를 지향하는 SRE/Devops 엔지니어 입니다

naver m

컬리가 뷰티를 미는 3가지 이유

리더십

문제 정의하기

브랜드 마케팅

프로젝트 매니징

대표

공동대표

마케팅 실장, 팀장, 선임

NAVER가 매년 더블로 성장하던 시기 꿀을 빨다 TMON 초기에 조인해 온갖 삽질을 했습니다. 내걸 해봐야겠다 싶어 BLIND란 직장인 익명앱으로 창업해 트러블 메이커가 됐다가... 다시 커머스로 돌아와 GRAYWHALE을 창업했습니다.

정영준

빈센트의 아카이브룸

이커머스 시장 분석
스타트업 삽질 스토리
라이징 비즈니스 얘기
요런거 위주로 씁니다.
.
아래 링크👇누르지 마시오😏
litt.ly/vincent
#창업가 #그로스마케팅 #브랜드마케팅 #도전적인 #이커머스 #스타트업

컬리가 뷰티를 미는 3가지 이유

댓글 0

비슷한 게시물

주간 인기 TOP 10

추천 프로필