어떤 기술이든 대중화가 되려면 가격이 시장에서 받아들여지는 수준이 되어야 한다.

그런면에서 가격을 한 번 살펴보았다.

효율적인 추론 인프라를 가진 Groq에서 Llama 3 8B의 가격이 1백만 토큰당 약 USD 0.75 달러.

Llama 3 8B는 GPT-3.5를 능가하는 모델로, 작은 작업에 사용하기에는 충분하다.

평균적으로 사용하는 토큰수를 정의하긴 어렵지만, 표준 Lorem ipsum이 토큰 약 100개로 이루어져 있으므로 이를 기준으로 계산 해 보면, 1백만 작업당 약 7.5달러 정도가 된다.

작업의 비교가 정확하게 되는 건 아니지만, 현재의 클라우드 인프라 중 가벼운 작업에 사용하는 Edge Function에 비교 해 볼 수 있겠다.

Edge Function의 가격은 Vercel 등의 유명한 플랫폼들에서 보통 1백만 호출당 USD 2달러로 가격이 책정되어 있다.

🧮 Llama 3 8B 가격은 이의 약 3.75배 정도.

작년 이맘때만해도 비용이 얼마나 나올까 부들부들 떨면서 썼는데 벌써 부담이 크지 않게 됐다. 게다가 LLM의 가격은 계속 저렴해지고 있으므로, 비용 걱정 없이(는 아니겠지만😅) 마구 쓸 수 있는 날도 얼마 남지 않은 것 같다.

어떤 기술이든 대중화가 되려면 가격이 시장에서 받아들여지는 수준이 되어야 한다. 그런면에서 가격을 한 번 살펴보았다. 효율적인 추론 인프라를 가진 Groq에서 Llama 3 8B의 가격이 1백만 토큰당 약 USD 0.75 달러. Llama 3 8B는 GPT-3.5를 능가하는 모델로, 작은 작업에 사용하기에는 충분하다. 평균적으로 사용하는 토큰수를 정의하긴 어렵지만, 표준 Lorem ipsum이 토큰 약 100개로 이루어져 있으므로 이를 기준으로 계산 해 보면, 1백만 작업당 약 7.5달러 정도가 된다. 작업의 비교가 정확하게 되는 건 아니지만, 현재의 클라우드 인프라 중 가벼운 작업에 사용하는 Edge Function에 비교 해 볼 수 있겠다. Edge Function의 가격은 Vercel 등의 유명한 플랫폼들에서 보통 1백만 호출당 USD 2달러로 가격이 책정되어 있다. 🧮 Llama 3 8B 가격은 이의 약 3.75배 정도. 작년 이맘때만해도 비용이 얼마나 나올까 부들부들 떨면서 썼는데 벌써 부담이 크지 않게 됐다. 게다가 LLM의 가격은 계속 저렴해지고 있으므로, 비용 걱정 없이(는 아니겠지만😅) 마구 쓸 수 있는 날도 얼마 남지 않은 것 같다.

📝 LLM API의 대중화가 왔다. 1년만에. 벌써.

01 . 숏폼 콘텐츠의 자극성에 비판을 가하고 싶은 생각은 전혀 없지만 가끔 숏폼 피드를 보다 보면 저도 모르게 희한한 감정이 들 때가 있습니다. 조금 전까지는 예능 프로에서 레전드 짤로 불리는 하이라이트를 보며 낄낄대다가 곧장 다음 콘텐츠를 넘기면 그때는 또 세상을 아주 올바르게 살아가야 할 법한 중요한 말들이 쏟아지거든요. 그렇게 축구 하이라이트를 지나 사람이 금성에 떨어지면 어떻게 되는지를 알려주는 과학 콘텐츠를 만날 때면 이제 어떤 감정으로 콘텐츠를 대해야 하는지 의아해질 때도 많기 때문이죠.

02 . 그중에서도 저는 요즘 동기부여에 관한 콘텐츠를 어떻게 받아들여야 하는지가 참 고민입니다. 저 역시 책 읽는 걸 좋아하고 콘텐츠 보는 걸 즐기는 편이라 중요한 문장이나 의미 있게 다가온 장면들이 있으면 어떻게든 남겨두려고 하거든요.
특히 숏폼 콘텐츠가 뜨고 나서부터는 수많은 유명인들의 인터뷰에 큼지막한 자막을 입히고 웅장한 BGM을 깔아서 전달하는 게시물들이 늘어나다 보니 왠지 아주 특별하지 않은 내용도 꼭 저장을 해 둬야 할 것 같은 주요한 콘텐츠처럼 받아들여지는 순간도 없지 않습니다.

03 . 이상하다 싶었죠. 오히려 책을 읽으며 적당히 하이라이트하고, 기록하고, 때로는 필사를 해가며 얻은 인사이트들보다 훨씬 간편하고 임팩트 있게 마주할 수 있는 동기부여 콘텐츠들이 넘쳐나는 세상인데 정작 왜 동기부여가 제대로 되지 않을까 싶은 그 사실이 무척 궁금해진 겁니다.
그래서 오늘은 지극히 개인적인 해석과 지극히 개인적인 방법들을 한 번 소개해 볼까 합니다. 바로 명언 중독의 시대에 동기부여 콘텐츠를 적절히 활용하기 위한 방법으로 말이죠.

04 . 우선 저는 비타민의 역설을 이야기하고 싶습니다. 많이들 아시다시피 비타민은 우리 몸에 필요한 일정 수준의 양분으로 흡수되고 나면 초과분은 모두 몸 밖으로 배출되게 됩니다. 때문에 고함량의 비타민을 여러 번 복용한다고 해도 건강에 주는 이점은 딱히 없는 셈이죠.
그런데 저는 동기부여에 관한 콘텐츠도 크게 다를 바가 없다고 생각합니다. 숏폼이든 아니면 다른 형태든 간에 좋은 말을 많이 스크랩해놓는 것이 주는 가장 큰 충족은 '내가 좋은 콘텐츠를 일단 저장해놨다'라는 순간의 자기만족이거든요. 때문에 나중에는 우리 몸밖으로 모두 흘러나가버릴 걸 잘 알면서도 어떤 식으로든 도움이 된다는 생각에 '삼키고 보자'는 심리가 발동하는 겁니다.

05 . 이런 딜레마에서 벗어나려면 결국 또 취사선택의 마법을 부려야 합니다. 이전에도 글을 통해 '메모하는 것보다 정리하는 게 훨씬 중요하다'는 말을 전달한 적이 있었는데요, 저는 이른바 '동기부여'로 분류되는 콘텐츠들을 보고 저장하더라도 되도록 일주일에 베스트(?) 콘텐츠 하나만을 골라보려고 노력합니다. 다시 말해 정말 나 스스로에게 도움이 되고, 두고두고 생각해도 맞는 말인 것 같고, 내 삶에서 내가 직접 실천해 볼 수 있다고 생각되는 콘텐츠를 딱 하나만 선정해 보는 거죠. 그렇게 감히 '명언을 고른다'는 생각으로 접근하면 동기부여 콘텐츠를 보는 눈은 완전히 달라지게 됩니다.

06 . 더불어 저는 어떤 콘텐츠를 보건 간에 결국 텍스트로 변환해서 정리해두려고 노력합니다. 앞서 말한 것처럼 콘텐츠는 늘 극적인 임팩트를 주는 연출이 담겨있으니까요, 그 효과 자체를 부정하는 것은 아니지만 우리가 궁극적으로 취해야 할 것이 메시지라면, 그 메시지를 둘러싸고 있는 당의정 캡슐을 모두 녹여내고서 메시지 그 자체에 주목해 볼 필요가 있는 겁니다.
이렇게 텍스트만으로 주요한 내용을 정리해두면 스크랩해둔 콘텐츠 원본을 볼 때와는 꽤 다른 느낌을 받을 수 있습니다. 처음 콘텐츠를 만날 때보다 감동이 줄어들 때도 물론 있지만 또 어떤 말들은 그 감동이 배가되기도 하거든요. 그러니 마음에 드는 콘텐츠를 만날 때면 조금 시간이 걸리더라도 가급적 글만으로 담백히 남겨두려는 시도를 해보는 것이 좋습니다.

07 . 마지막으로는 콘텐츠의 성격을 규정하고 분류해 보는 겁니다. 저는 동기부여 콘텐츠에는 크게 두 가지 기준이 있다고 생각하는데요, 하나는 지금 내가 하고 있는 생각에 부스트를 달아주는 형태의 콘텐츠고 다른 하나는 나에게 새로운 시각과 관점을 주는 콘텐츠라는 겁니다. 때문에 이 콘텐츠가 요즘 내가 추구하는 가치관을 응원해 주는 것인지 아니면 '세상에 그런 생각만 있는 건 아니란다'라며 새로운 눈을 뜨게 해주는 콘텐츠인지 구분해 보는 것만으로도 콘텐츠의 활용도가 완전히 달려집니다. 저는 이 작은 행동만으로도 우리가 타인이 만들어 놓은 좋은 말들을 아주 잘 써먹을 수 있다고 봅니다.

08 . 아마 여러분 주위에 있는 사람들의 대화를 유심히 보다 보면 하나의 공통점을 발견할 수 있을 겁니다.
"OOO이 하는 유튜브 보다 보니까 들은 말인데~"
"엊그제 나혼산 보다가 OOO이 하는 거 보면서 느낀 건데~"
"숏츠 보다가 OOO 선생님이 해주는 이야기에서 말야~"
라는 말이 생각보다 우리 대화의 아주 큰 지분을 차지하고 있다는 사실 말이죠.

09 . 물론 아무런 감흥도, 생각도, 주관도, 자각도 없이 사는 것보다야 훨씬 나은 일이지만 결국 한 번이라도 내 마음에 동요를 일으킨 뭔가를 만날 때는 어떻게라도 그걸 붙잡아두고 재가공해서 흡수하는 일이 꼭 필요합니다. 저는 그게 이렇게 차고 넘치는 명언의 시대를 현명하게 살아가는 방법이 아닐까 싶기도 하고 말이죠.

10 . 좀 우스운 비유이긴 하지만 저는 식당에 가서 메뉴 추천을 받을 때 '아유 저흰 다 맛있어요'라고 하시는 사장님보다는 '오늘은 특히 이게 좋습니다'라든가 '요즘엔 손님들이 이걸 제일 많이 찾으십니다'라고 말해 줄 때가 훨씬 좋습니다. 전자는 더 이상 대화를 이어갈 소스가 없는 반면 후자는 사장님 나름대로 선택하고 편집한 작은 이유라도 있을 테니까요. 설사 그 과정을 스스로 경험한 사람의 생각이 나와 다를지언정 나로 하여금 판단의 기준을 만들어주는 사람들은 언제나 고마운 법이죠. 그리고 우리 역시 그런 사람일 때 더 매력적이 되는 것 같고요.

01 . 숏폼 콘텐츠의 자극성에 비판을 가하고 싶은 생각은 전혀 없지만 가끔 숏폼 피드를 보다 보면 저도 모르게 희한한 감정이 들 때가 있습니다. 조금 전까지는 예능 프로에서 레전드 짤로 불리는 하이라이트를 보며 낄낄대다가 곧장 다음 콘텐츠를 넘기면 그때는 또 세상을 아주 올바르게 살아가야 할 법한 중요한 말들이 쏟아지거든요. 그렇게 축구 하이라이트를 지나 사람이 금성에 떨어지면 어떻게 되는지를 알려주는 과학 콘텐츠를 만날 때면 이제 어떤 감정으로 콘텐츠를 대해야 하는지 의아해질 때도 많기 때문이죠. 02 . 그중에서도 저는 요즘 동기부여에 관한 콘텐츠를 어떻게 받아들여야 하는지가 참 고민입니다. 저 역시 책 읽는 걸 좋아하고 콘텐츠 보는 걸 즐기는 편이라 중요한 문장이나 의미 있게 다가온 장면들이 있으면 어떻게든 남겨두려고 하거든요. 특히 숏폼 콘텐츠가 뜨고 나서부터는 수많은 유명인들의 인터뷰에 큼지막한 자막을 입히고 웅장한 BGM을 깔아서 전달하는 게시물들이 늘어나다 보니 왠지 아주 특별하지 않은 내용도 꼭 저장을 해 둬야 할 것 같은 주요한 콘텐츠처럼 받아들여지는 순간도 없지 않습니다. 03 . 이상하다 싶었죠. 오히려 책을 읽으며 적당히 하이라이트하고, 기록하고, 때로는 필사를 해가며 얻은 인사이트들보다 훨씬 간편하고 임팩트 있게 마주할 수 있는 동기부여 콘텐츠들이 넘쳐나는 세상인데 정작 왜 동기부여가 제대로 되지 않을까 싶은 그 사실이 무척 궁금해진 겁니다.그래서 오늘은 지극히 개인적인 해석과 지극히 개인적인 방법들을 한 번 소개해 볼까 합니다. 바로 명언 중독의 시대에 동기부여 콘텐츠를 적절히 활용하기 위한 방법으로 말이죠. 04 . 우선 저는 비타민의 역설을 이야기하고 싶습니다. 많이들 아시다시피 비타민은 우리 몸에 필요한 일정 수준의 양분으로 흡수되고 나면 초과분은 모두 몸 밖으로 배출되게 됩니다. 때문에 고함량의 비타민을 여러 번 복용한다고 해도 건강에 주는 이점은 딱히 없는 셈이죠.그런데 저는 동기부여에 관한 콘텐츠도 크게 다를 바가 없다고 생각합니다. 숏폼이든 아니면 다른 형태든 간에 좋은 말을 많이 스크랩해놓는 것이 주는 가장 큰 충족은 '내가 좋은 콘텐츠를 일단 저장해놨다'라는 순간의 자기만족이거든요. 때문에 나중에는 우리 몸밖으로 모두 흘러나가버릴 걸 잘 알면서도 어떤 식으로든 도움이 된다는 생각에 '삼키고 보자'는 심리가 발동하는 겁니다. 05 . 이런 딜레마에서 벗어나려면 결국 또 취사선택의 마법을 부려야 합니다. 이전에도 글을 통해 '메모하는 것보다 정리하는 게 훨씬 중요하다'는 말을 전달한 적이 있었는데요, 저는 이른바 '동기부여'로 분류되는 콘텐츠들을 보고 저장하더라도 되도록 일주일에 베스트(?) 콘텐츠 하나만을 골라보려고 노력합니다. 다시 말해 정말 나 스스로에게 도움이 되고, 두고두고 생각해도 맞는 말인 것 같고, 내 삶에서 내가 직접 실천해 볼 수 있다고 생각되는 콘텐츠를 딱 하나만 선정해 보는 거죠. 그렇게 감히 '명언을 고른다'는 생각으로 접근하면 동기부여 콘텐츠를 보는 눈은 완전히 달라지게 됩니다. 06 . 더불어 저는 어떤 콘텐츠를 보건 간에 결국 텍스트로 변환해서 정리해두려고 노력합니다. 앞서 말한 것처럼 콘텐츠는 늘 극적인 임팩트를 주는 연출이 담겨있으니까요, 그 효과 자체를 부정하는 것은 아니지만 우리가 궁극적으로 취해야 할 것이 메시지라면, 그 메시지를 둘러싸고 있는 당의정 캡슐을 모두 녹여내고서 메시지 그 자체에 주목해 볼 필요가 있는 겁니다.이렇게 텍스트만으로 주요한 내용을 정리해두면 스크랩해둔 콘텐츠 원본을 볼 때와는 꽤 다른 느낌을 받을 수 있습니다. 처음 콘텐츠를 만날 때보다 감동이 줄어들 때도 물론 있지만 또 어떤 말들은 그 감동이 배가되기도 하거든요. 그러니 마음에 드는 콘텐츠를 만날 때면 조금 시간이 걸리더라도 가급적 글만으로 담백히 남겨두려는 시도를 해보는 것이 좋습니다. 07 . 마지막으로는 콘텐츠의 성격을 규정하고 분류해 보는 겁니다. 저는 동기부여 콘텐츠에는 크게 두 가지 기준이 있다고 생각하는데요, 하나는 지금 내가 하고 있는 생각에 부스트를 달아주는 형태의 콘텐츠고 다른 하나는 나에게 새로운 시각과 관점을 주는 콘텐츠라는 겁니다. 때문에 이 콘텐츠가 요즘 내가 추구하는 가치관을 응원해 주는 것인지 아니면 '세상에 그런 생각만 있는 건 아니란다'라며 새로운 눈을 뜨게 해주는 콘텐츠인지 구분해 보는 것만으로도 콘텐츠의 활용도가 완전히 달려집니다. 저는 이 작은 행동만으로도 우리가 타인이 만들어 놓은 좋은 말들을 아주 잘 써먹을 수 있다고 봅니다. 08 . 아마 여러분 주위에 있는 사람들의 대화를 유심히 보다 보면 하나의 공통점을 발견할 수 있을 겁니다."OOO이 하는 유튜브 보다 보니까 들은 말인데~""엊그제 나혼산 보다가 OOO이 하는 거 보면서 느낀 건데~""숏츠 보다가 OOO 선생님이 해주는 이야기에서 말야~"라는 말이 생각보다 우리 대화의 아주 큰 지분을 차지하고 있다는 사실 말이죠. 09 . 물론 아무런 감흥도, 생각도, 주관도, 자각도 없이 사는 것보다야 훨씬 나은 일이지만 결국 한 번이라도 내 마음에 동요를 일으킨 뭔가를 만날 때는 어떻게라도 그걸 붙잡아두고 재가공해서 흡수하는 일이 꼭 필요합니다. 저는 그게 이렇게 차고 넘치는 명언의 시대를 현명하게 살아가는 방법이 아닐까 싶기도 하고 말이죠. 10 . 좀 우스운 비유이긴 하지만 저는 식당에 가서 메뉴 추천을 받을 때 '아유 저흰 다 맛있어요'라고 하시는 사장님보다는 '오늘은 특히 이게 좋습니다'라든가 '요즘엔 손님들이 이걸 제일 많이 찾으십니다'라고 말해 줄 때가 훨씬 좋습니다. 전자는 더 이상 대화를 이어갈 소스가 없는 반면 후자는 사장님 나름대로 선택하고 편집한 작은 이유라도 있을 테니까요. 설사 그 과정을 스스로 경험한 사람의 생각이 나와 다를지언정 나로 하여금 판단의 기준을 만들어주는 사람들은 언제나 고마운 법이죠. 그리고 우리 역시 그런 사람일 때 더 매력적이 되는 것 같고요.

명언 중독의 시대를 살아가는 법

불안함 때문에 이것저것 콘텐츠를 가리지 않고 모아, 꼭꼭 씹지 않고 삼키던 습관을 반성합니다.

BY 스브스뉴스] "비밀번호를 만들 시에는 대문자, 소문자, 숫자, 특수문자를 섞고 90일마다 변경해야...

지금 우리는 쓸데없이 복잡한 비번을 쓰고 있다;;

3개월마다 암호 바꾸는 것도 지치는데,
암호도 돌려쓰고 맨 마지막 특수문자만 바꿔쓰고..
이전 암호도 하면 안되니 결국 어딘가에 적어놓고.. -> 그럼 위험하고..?

왜 이렇게 되었을까요?
읽기 전 상상하고 읽어보세요!

https://post.naver.com/viewer/postView.nhn?volumeNo=27147621

3개월마다 암호 바꾸는 것도 지치는데, 암호도 돌려쓰고 맨 마지막 특수문자만 바꿔쓰고.. 이전 암호도 하면 안되니 결국 어딘가에 적어놓고.. -&gt; 그럼 위험하고..? 왜 이렇게 되었을까요?읽기 전 상상하고 읽어보세요! https://post.naver.com/viewer/postView.nhn?volumeNo=27147621

Naver

복잡한 비밀번호의 역사(?)

📝 6년 전 2018년, LLM의 시초격인 BERT와 Llama 3와의 비교.

지금의 LLM이 있게 한 구글의 Transformer 아키텍처를 이용한 (거의)최초의 범용 거대 언어 모델인 BERT는, 약 40억개의 토큰으로 약 1억개의 파라미터(base 기준)를 가진 모델입니다.

Llama 3의 기본 모델이라고 할 수 있는 70B는 70억개의 파라미터를 가진 모델을 15조개의 토큰으로 학습시킨 모델이죠.

BERT 대비 Llama 3의 파라미터는 약 700배, 학습데이터는 약 3,750배입니다. 😳🤯

Llama 3의 제일 작은 버전만 해도 80억개로 약 74배나 되는 크기입니다.

그런데 BERT가 처음 나왔을 때만해도 이것도 크다면서 모두가 최적화에 매진했는데요. 그 중 가장 유명한 ALBERT의 베이스 모델이 약 1천 2백만개로, Llama 3 8B와 비교하면 약 666배가 됩니다. (아..악마의 수!!)

Llama 모델이 아닌 다른 모델 들 중 지금으로써 가장 작은 모델들이 약 1~2B 정도인데요. 그것만 해도 약 10~20배가 됩니다. 그리고 이것들은 모바일에서 쌩쌩 돌아가죠. 😅

그러니까 6년전만해도 대규모 언어 모델이라고 불렸던 것이, 지금은 모바일 버전의 1/10밖에 안되는 모델이 되었다는 것이죠.

그리고 GPT-3가 처음 나왔을 때 175B이라고 해서 미친거 아냐? 소리가 절로 나왔는데, 지금은 음. 뭐 퀀타이제이션해서 좀 무리하면 맥북 최고 사양 정도면(?) 돌릴 수 있는.. 그런 것이 되었죠.

그러니 10년은 커녕 5년 뒤도 예측 할 수 없는게 지금의 기술 업계인 것 같습니다. 이럴 때 일수록 미래를 예측하려하기보다 그냥 하고 싶은 일을 하는게 맞는게 아닌가 싶습니다.

📝 6년 전 2018년, LLM의 시초격인 BERT와 Llama 3와의 비교. 지금의 LLM이 있게 한 구글의 Transformer 아키텍처를 이용한 (거의)최초의 범용 거대 언어 모델인 BERT는, 약 40억개의 토큰으로 약 1억개의 파라미터(base 기준)를 가진 모델입니다. Llama 3의 기본 모델이라고 할 수 있는 70B는 70억개의 파라미터를 가진 모델을 15조개의 토큰으로 학습시킨 모델이죠. BERT 대비 Llama 3의 파라미터는 약 700배, 학습데이터는 약 3,750배입니다. 😳🤯 Llama 3의 제일 작은 버전만 해도 80억개로 약 74배나 되는 크기입니다. 그런데 BERT가 처음 나왔을 때만해도 이것도 크다면서 모두가 최적화에 매진했는데요. 그 중 가장 유명한 ALBERT의 베이스 모델이 약 1천 2백만개로, Llama 3 8B와 비교하면 약 666배가 됩니다. (아..악마의 수!!) Llama 모델이 아닌 다른 모델 들 중 지금으로써 가장 작은 모델들이 약 1~2B 정도인데요. 그것만 해도 약 10~20배가 됩니다. 그리고 이것들은 모바일에서 쌩쌩 돌아가죠. 😅 그러니까 6년전만해도 대규모 언어 모델이라고 불렸던 것이, 지금은 모바일 버전의 1/10밖에 안되는 모델이 되었다는 것이죠. 그리고 GPT-3가 처음 나왔을 때 175B이라고 해서 미친거 아냐? 소리가 절로 나왔는데, 지금은 음. 뭐 퀀타이제이션해서 좀 무리하면 맥북 최고 사양 정도면(?) 돌릴 수 있는.. 그런 것이 되었죠. 그러니 10년은 커녕 5년 뒤도 예측 할 수 없는게 지금의 기술 업계인 것 같습니다. 이럴 때 일수록 미래를 예측하려하기보다 그냥 하고 싶은 일을 하는게 맞는게 아닌가 싶습니다.

Learn the top mistakes made while using ChatGPT and how to fix them effectively.

You Are Using ChatGPT Wrong! Here are 3 Mistakes You've Probably Done!

ChatGPT의 3가지 유용한 사용 방법을 알려주는 좋은 기사가 있어 공유합니다.😃

<ChatGPT를 사용하면서 저지르기 쉬운 실수 3가지>

🥇 사용자 정의 지침의 마법(Custom Instructions)
 * 사용자 정의 지침의 사용 없이 ChatGPT를 사용하는 것은 마치 포르쉐를 소유하고 있지만 자동차의 시속이 80mph로 제한되는 것과 같다고 합니다.😭
 * ChatGPT의 사용자 정의 지침을 통해 사용자는 필요에 따라 AI의 응답을 사용자 정의할 수 있으므로 전문적이고 개인적인 설정에서 더욱 유용하게 사용할 수 있습니다.
 * GPT를 맞춤설정할 수 있는데, 예를 들어 콘텐츠 제작자는 사용자 정의 지침을 통해 ChatGPT의 분위기와 목적을 형성할 수 있습니다.

🥈 AI 마인드 마스터하기: CoT(Chain of Thought) 프롬프트
 * LLM(대형 언어 모델)은 CoT(사고 사슬) 프롬프트가 제공되면, 어려운 작업을 수행해야 할 때 더 명확하게 생각한다고 합니다. 어려운 수학, 상식 문제에 대해서 보다 정확하고 유용한 답변을 제공한다고 하네요.
 * 이 방법은 문제를 이해하기 쉬운 단계로 나누고 모델을 정답으로 유도합니다. 수학 문제와 마찬가지로 각 단계는 이전 단계를 바탕으로 끝까지 진행됩니다.

🥉 5가지 단계 적용으로 완벽한 프롬프트 만들기
 * 완벽한 ChatGPT 프롬프트를 이해하는 것은 명확성, 맥락, 창의성이 혼합된 복잡한 예술이라고 할 수 있고, 컨텍스트(Context), 작업(Task), 지시(Instruct), 명확화(Clarify), 개선(Refine) 등 각 조각이 중요한 역할을 하는 퍼즐을 조립하는 것입니다.
 * 컨텍스트: 강력한 기반을 구축하기 위해 배경 정보를 제공합니다. (AI에게 대화 주제를 지시합니다.)
 * 작업: ChatGPT에서 수행하려는 작업을 매우 명확하게 지정하세요. (잘 정의된 작업은 AI의 능력을 극대화합니다.)
 * 지시: 작업 수행 방법에 대해 명확한 지시를 하는 것을 지시라고 합니다. (원하는 모양으로 출력됩니다.)
 * 명확화: 사람들이 이해할 수 있도록 의심을 없애고 응답이 의도한 것과 일치하는지 확인하십시오. (소통이 향상됩니다.)
 * 개선: 프롬프트로 돌아가서 개선하세요. (오류를 제거하고 프롬프트를 명확하게 합니다.)

원본 기사 링크는 아래와 같습니다. 감사합니다.🙏
[Source Link] https://levelup.gitconnected.com/you-are-using-chatgpt-wrong-here-are-3-mistakes-youve-probably-done-b3f3eaef40d1

ChatGPT의 3가지 유용한 사용 방법을 알려주는 좋은 기사가 있어 공유합니다.😃 &lt;ChatGPT를 사용하면서 저지르기 쉬운 실수 3가지&gt; 🥇 사용자 정의 지침의 마법(Custom Instructions)<ul ><li>사용자 정의 지침의 사용 없이 ChatGPT를 사용하는 것은 마치 포르쉐를 소유하고 있지만 자동차의 시속이 80mph로 제한되는 것과 같다고 합니다.😭</li><li>ChatGPT의 사용자 정의 지침을 통해 사용자는 필요에 따라 AI의 응답을 사용자 정의할 수 있으므로 전문적이고 개인적인 설정에서 더욱 유용하게 사용할 수 있습니다.</li><li>GPT를 맞춤설정할 수 있는데, 예를 들어 콘텐츠 제작자는 사용자 정의 지침을 통해 ChatGPT의 분위기와 목적을 형성할 수 있습니다.</li></ul> 🥈 AI 마인드 마스터하기: CoT(Chain of Thought) 프롬프트<ul ><li>LLM(대형 언어 모델)은 CoT(사고 사슬) 프롬프트가 제공되면, 어려운 작업을 수행해야 할 때 더 명확하게 생각한다고 합니다. 어려운 수학, 상식 문제에 대해서 보다 정확하고 유용한 답변을 제공한다고 하네요.</li><li>이 방법은 문제를 이해하기 쉬운 단계로 나누고 모델을 정답으로 유도합니다. 수학 문제와 마찬가지로 각 단계는 이전 단계를 바탕으로 끝까지 진행됩니다.</li></ul> 🥉 5가지 단계 적용으로 완벽한 프롬프트 만들기<ul ><li>완벽한 ChatGPT 프롬프트를 이해하는 것은 명확성, 맥락, 창의성이 혼합된 복잡한 예술이라고 할 수 있고, 컨텍스트(Context), 작업(Task), 지시(Instruct), 명확화(Clarify), 개선(Refine) 등 각 조각이 중요한 역할을 하는 퍼즐을 조립하는 것입니다.<ul ><li>컨텍스트: 강력한 기반을 구축하기 위해 배경 정보를 제공합니다. (AI에게 대화 주제를 지시합니다.)</li><li>작업: ChatGPT에서 수행하려는 작업을 매우 명확하게 지정하세요. (잘 정의된 작업은 AI의 능력을 극대화합니다.)</li><li>지시: 작업 수행 방법에 대해 명확한 지시를 하는 것을 지시라고 합니다. (원하는 모양으로 출력됩니다.)</li><li>명확화: 사람들이 이해할 수 있도록 의심을 없애고 응답이 의도한 것과 일치하는지 확인하십시오. (소통이 향상됩니다.)</li><li>개선: 프롬프트로 돌아가서 개선하세요. (오류를 제거하고 프롬프트를 명확하게 합니다.)</li></ul></li></ul> 원본 기사 링크는 아래와 같습니다. 감사합니다.🙏[Source Link] https://levelup.gitconnected.com/you-are-using-chatgpt-wrong-here-are-3-mistakes-youve-probably-done-b3f3eaef40d1

Medium

ChatGPT 사용 시 유용한 3가지 팁

세계 최대의 ML 커뮤니티인 허깅페이스에서 15조개의 토큰으로 이루어진 데이터 FineWeb을 공개했습니다.

2013년부터 2024년 사이의 모든 CommonCrawl 데이터(전세계 모든 공개된 웹에서 가져온 데이터)를 필터링하고 중복을 제거한 매우 고품질의 데이터셋입니다.

이 필터링을 위해 200개 이상의 필터링 모델을 학습시켜 필터링에 사용했다고 합니다. 또한 이 모델들을 지속적으로 학습시킬 것이라 앞으로 품질이 더 좋아질 것이라고 하고요.

또한 LLM 모델을 이 데이터셋으로 훈련시켰을 때 성능이 더 좋아진 것을 확인할 수 있었다고 합니다.

마침 Llama 3의 학습 데이터가 15조개의 토큰으로 학습시켰다는 리포트가 나온 직후인 것이 재밌는데요. Llama 3와 FineWeb으로 LLM 연구가 또 한 발짝 진보하겠네요. 한 달 후가 벌써부터 기대됩니다. 😎🍿🥤

세계 최대의 ML 커뮤니티인 허깅페이스에서 15조개의 토큰으로 이루어진 데이터 FineWeb을 공개했습니다. 2013년부터 2024년 사이의 모든 CommonCrawl 데이터(전세계 모든 공개된 웹에서 가져온 데이터)를 필터링하고 중복을 제거한 매우 고품질의 데이터셋입니다. 이 필터링을 위해 200개 이상의 필터링 모델을 학습시켜 필터링에 사용했다고 합니다. 또한 이 모델들을 지속적으로 학습시킬 것이라 앞으로 품질이 더 좋아질 것이라고 하고요. 또한 LLM 모델을 이 데이터셋으로 훈련시켰을 때 성능이 더 좋아진 것을 확인할 수 있었다고 합니다. 마침 Llama 3의 학습 데이터가 15조개의 토큰으로 학습시켰다는 리포트가 나온 직후인 것이 재밌는데요. Llama 3와 FineWeb으로 LLM 연구가 또 한 발짝 진보하겠네요. 한 달 후가 벌써부터 기대됩니다. 😎🍿🥤

🗞️ 허깅페이스, 15조개 토큰 데이터 공개

https://huggingface.co/datasets/HuggingFaceFW/fineweb

📌 이럴 때 추천해요 : "인간과 세상에 이어 '나'라는 존재를 한 번 이해해 보고 싶을 때"

01 . 사실 이 책의 표지만 보고는 읽을까 말까 고민을 많이 했었더랬습니다. 부제와 소개글에 담긴 내용만 보고서는 '뭔가 또... 인간의 노력들을 부정하고 체제의 어두운면만 주관적으로 해석한 책이 아니려나...'하는 느낌을 받았거든요. 그리고 이런 담대한 제목의 책을 쓴 작가 치고는 한 번도 들어보지 못한 저자라서 아리송한 것도 사실이었고 말이죠. (사람 참... 세속적이죠...?)

02 . 아무튼 그러다 목차부터 한번 차근차근 살펴보던 와중에 '오호?'하는 포인트가 몇 가지 있었습니다. ⟪정상이라는 환상⟫에 걸맞는 흥미로운 꼭지의 글제목들이 주루룩 이어지고 있었기 때문이죠. 특히 인간의 본성과 환경에서 성장으로 이어지다, 다시 문화의 이야기를 하고 결국 '온전함'에 이르는 그 시퀀스가 퍽 매력적으로 다가왔습니다.

03 . 결론부터 이야기하자면 (물론 이것도 지극히 개인적인 평가이지만) 이 책은 참 좋은 책이었습니다. 가끔씩 의도적으로 우리 스스로를 탐구할 수 있는 기회가 있어야 한다고 생각하는 편인데 결국 그런 기회는 좋은 콘텐츠를 만나게 될 때인 것 같거든요. 그리고 마치 다큐멘터리에 버금가는 장대한 흐름으로 풀어내는 좋은 책을 발견하면 그런 탐구의 순간은 아주 즐거운 시간으로 바뀌곤 하죠.

04 . 저자는 '정상'이라는 것이 과연 인간에게 어떤 의미인지 그 본질적인 의문부터 던진 다음 이와 관련한 배경을 차례로 해체해 보고 다시 조립하기를 반복하며 이야기를 이어갑니다. 더불어 이 '정상'이라는 범주가 거시적인 세상이 아닌 미시적인 '나'라는 사람에게 한정되는 경험도 해볼 수 있죠. 그동안 내 안에 얼마나 많은 기준과 가치관, 고정관념과 편견이 자리하고 있었는지 확인하는 소중한 시간도 얻을 수 있고요.

05 . 물론 책이 좀 두껍다는 걸 잘 알고 있습니다.. 요즘 세상에 600쪽이란 건 두 권이 아니라 세 권에 가까운 분량이기도 하니까요. 하지만 작은 위로를 드리자면 저자인 '가보 마테'와 '다니엘 마테'는 꽤 필력이 좋아서 글을 참 스릴 있게 이끌어 갑니다. 그러니 적어도 지루해서 덮는다거나 '그 말이 그 말이네'라고 덮을 확률은 확실히 낮아지겠죠. 중요하고 의미 있는 내용이라도 '재미있게' 써야 한다고 굳게 믿는 저로서도 반가운 책이었습니다.

06 . 그러니 책장에 이런 책 한 권 있어도 나쁘지 않겠다 싶으신 생각이라면 과감히 한 권 사서 꽂아두는 것도 괜찮은 선택임을 알려드립니다. (어차피.. 아직 밀리의서재에도 올라오지 않았더라구요...) 그리고 언제든 생각날 때마다 조금씩 읽으면 되니까요. 그러다 보면 어느 순간 작가의 플롯에 이끌려 훅 하고 빨려 들어갈 순간이 있을 거라 작은 확신을 한 번 해봅니다.

📌 이럴 때 추천해요 : "인간과 세상에 이어 '나'라는 존재를 한 번 이해해 보고 싶을 때" 01 . 사실 이 책의 표지만 보고는 읽을까 말까 고민을 많이 했었더랬습니다. 부제와 소개글에 담긴 내용만 보고서는 '뭔가 또... 인간의 노력들을 부정하고 체제의 어두운면만 주관적으로 해석한 책이 아니려나...'하는 느낌을 받았거든요. 그리고 이런 담대한 제목의 책을 쓴 작가 치고는 한 번도 들어보지 못한 저자라서 아리송한 것도 사실이었고 말이죠. (사람 참... 세속적이죠...?) 02 . 아무튼 그러다 목차부터 한번 차근차근 살펴보던 와중에 '오호?'하는 포인트가 몇 가지 있었습니다. ⟪정상이라는 환상⟫에 걸맞는 흥미로운 꼭지의 글제목들이 주루룩 이어지고 있었기 때문이죠. 특히 인간의 본성과 환경에서 성장으로 이어지다, 다시 문화의 이야기를 하고 결국 '온전함'에 이르는 그 시퀀스가 퍽 매력적으로 다가왔습니다. 03 . 결론부터 이야기하자면 (물론 이것도 지극히 개인적인 평가이지만) 이 책은 참 좋은 책이었습니다. 가끔씩 의도적으로 우리 스스로를 탐구할 수 있는 기회가 있어야 한다고 생각하는 편인데 결국 그런 기회는 좋은 콘텐츠를 만나게 될 때인 것 같거든요. 그리고 마치 다큐멘터리에 버금가는 장대한 흐름으로 풀어내는 좋은 책을 발견하면 그런 탐구의 순간은 아주 즐거운 시간으로 바뀌곤 하죠. 04 . 저자는 '정상'이라는 것이 과연 인간에게 어떤 의미인지 그 본질적인 의문부터 던진 다음 이와 관련한 배경을 차례로 해체해 보고 다시 조립하기를 반복하며 이야기를 이어갑니다. 더불어 이 '정상'이라는 범주가 거시적인 세상이 아닌 미시적인 '나'라는 사람에게 한정되는 경험도 해볼 수 있죠. 그동안 내 안에 얼마나 많은 기준과 가치관, 고정관념과 편견이 자리하고 있었는지 확인하는 소중한 시간도 얻을 수 있고요. 05 . 물론 책이 좀 두껍다는 걸 잘 알고 있습니다.. 요즘 세상에 600쪽이란 건 두 권이 아니라 세 권에 가까운 분량이기도 하니까요. 하지만 작은 위로를 드리자면 저자인 '가보 마테'와 '다니엘 마테'는 꽤 필력이 좋아서 글을 참 스릴 있게 이끌어 갑니다. 그러니 적어도 지루해서 덮는다거나 '그 말이 그 말이네'라고 덮을 확률은 확실히 낮아지겠죠. 중요하고 의미 있는 내용이라도 '재미있게' 써야 한다고 굳게 믿는 저로서도 반가운 책이었습니다. 06 . 그러니 책장에 이런 책 한 권 있어도 나쁘지 않겠다 싶으신 생각이라면 과감히 한 권 사서 꽂아두는 것도 괜찮은 선택임을 알려드립니다. (어차피.. 아직 밀리의서재에도 올라오지 않았더라구요...) 그리고 언제든 생각날 때마다 조금씩 읽으면 되니까요. 그러다 보면 어느 순간 작가의 플롯에 이끌려 훅 하고 빨려 들어갈 순간이 있을 거라 작은 확신을 한 번 해봅니다.

[ 그때를 위한 책 - vol.38 ] ⟪정상이라는 환상⟫

작은 팀부터 규모 있는 기업까지 다양한 곳에서 정말 많은 분들을 뽑아도 보고 탈락도 시켜본 자로서 정리해본 개발자 이력서 스타일에 대해서.

나는 개인적으로 개발자 이력서를 디자이너 포트폴리오 꾸미듯 꾸미기는 선호하지 않는다. 그렇다고 전형적인 이력서 포맷도 그닥이다. 자유양식의 심플 a4 스타일로 간결 1장 분량이면 좋고 길어도 2-3 페이지 정도를 선호한다.

내가 좋아하는 구성은
 * 사진(사진은 필수는 아니다) 이름, 전화번호, 이메일 주소
 * 경력 : 최신이 위로 올라오게 내림차순
 * 학력/교육 : 최종전공학력 위주.
   교육은 직무와 연관된 코스만 간단하게.
 * git repo, blog 등. 기술블로그 경우만.
   
이메일은 수시로 체크 가능한게 좋다. 이상하게 내 경험으로는 네이버 카카오 메일보다 gmail 지원자가 개발자의 경우는 채용까지 연결되는 경우가 많았다. 경험일 뿐이고 지금 지원하는 회사가 카카오, 네이버라면 당연히각 사의 메일주소를 쓰는게 낫겠다.

경력은 주로 아래로 구성된다.
 * 회사명, 재직기간
 * 담당 업무와 개발스택
 * 주요 활약이나 성과
JD(Job Descriptions) 와 연결된 담당 업무나 개발 스텍을 써보자.
 * AWS 기반 ec2 에 java + spring boot 로 구성된 백엔드 API 개발담당
 * React Native 를 활용한 사용자용 모바일 앱 개발
 * Jsp, html, css, JavaScript 로 구성된 was 개발
 * PyTorch 기반의 image classification, detection model 구현 및 serving API 개발 담당
 * swift 를 활용한 iOS native app 개발
등등 JD 에서 찾고 있는 스택과 맞는 경력사항을 간결하게 기술하자.

주요활약이나 성과
실제 내가 주도해서 달성했던 성과나 해결했던 문제를 기술해 주는게 좋다. 아래는 예제다.
 * operator 가 수동 분리하던 업무를 자동화하여 기존 처리량의 200% 를 달설하게 적은 수의 운영자가 더 많은 업무처리가 가능하도록 함
 * 20만 동접 채팅 및 입장 기능을 구현
 * 카카오, 네이버, 애플 로그인 연동으로 사용자의 소셜 로그인을 지원하고 간편가입을 구현.
 * RestFul API 체계를 구축하여, 다양한 이종 단말기 디바이스에서 유연한 연동이 가능하도록 제공
 * *** API 연동 개발을 통해 ML 모델을 구현하고 *** 기반으로 serving 체계 구축
 * 앱리뉴얼을 통해 사용자 MAU 20만 달성 앱 개발 운영 업무를 담당
 * **** 을 활용하여 CI/CD 체계 구축을 통해 개발생산성을 향상시켰고 상시 안정적인 운영배포 체계 구축
등등. 구체적이고 본인의 성과가 확실한 경력이라면 역시 간단히 써주는게 좋다.
인턴쉽 경험과 정규직 경험은 확실히 써주는게
좋다. 애매하게 인턴쉽을 정규직처럼 쓴다거나 하는데 어차피 기간에 나오니 인턴 경험이면 당당하게 인턴쉽 으로 명기하는데 더 좋은 인상을 준다.

학력/교육
최종학력과 교육 수강 내역을 쓰는데 최종학력이 개발쪽이 아니라면(예 학부는 개발전공인데 mba 를 했다거나
이종 석박사 과정을 했다면) 최종학력과 학부 경력까지 쓰자. 최종학력이 연관이라면 최종 학력만 쓰는 것도 좋겠다.

교육 수강내용은 타이틀과 어떤 과정이었는지만 간단히 쓰는게 좋다. 경력이 충분하다면 역시 스킵해도 된다.

신입이라 경력이 없다면 직무연관 동아리 활동이나 경진대회 수상이력, 이수한 교육 프로그램 등을 추가할 수 있으나 경력자라면 굳이 추가할 필요가 없다. 만약 채용 직무 관련 전공자가 아니라면 경력자라도 물론 관련활동이나 받은 교육내용을 써 주는 것도 좋다.
단 주의할 점은 짧게 간단하게. 간혹 당황스러운 건 교육 프로그램 과정에서 만든 프로젝트로 유명 사이트나 앱 기능 하나를 구현해 본걸 장황하게 쓰는 경우라던가, 기획자를 뽑는게 아닌데 아이디어 자체 강조형이면 좀 난감스럽다. 예를 들면 "*** 창업 경진대회 1위 수상" 이면 충분하고 이후 진행이 잘 되서 면접에 가게 되면 더 물어볼 수 있는 수준만 쓰는 게 이 파트 노하우다.

더 궁금한 사람들을 위해 git repo 는 반드시 이력서 초반 혹은 말미에 넣는 건 기본 중의 기본! 기술블로그는 있다면 남기자. 난 솔직히 git repo 는 들여다보는데 기술블로그는 잘 보진 않는다.

git 은 토이프로젝트라도 당연히 내 개인 프로젝트들이 들어 있어야 한다. 어디선가 베껴온 건 바로 티나니까, 내 코드를 넣어두되, 간단해도 되니 일반적인 개발언어별 컨벤션을 따르는게 좋겠고 lint 를 사용해 두는 걸 권장한다. 그리고 전직장이나 다른 사람들 기여가 더 높은 팀 프로젝트를 올려두는 건 오히려 마이너스다. 기본 비밀유지를 못하는 도덕적 법적 문제를 일으킬 수 있는 사람으로 보여질 수 있기 때문이다.

일단 구구절절 자기소개를 그리 신경 쓸 필요가 없다. 직장은 이 직무에 제일 잘 맞는 사람을 찾기를 원하기 때문에 잘 정리되고 깔끔한 구성이면 충분하다.

그리고 인턴이면 인턴, 신입이면 신입 또는 신입경력무관, 경력자면 경력에 맞는 곳에만 지원하자. 지원자가 많은 회사의 서류전형자라면 자격요건에 해당 안되는 경우는 무조건 스킵할 확률이 높기 때문이다.

그리고 서류전형을 통과해도 코딩테스트, 기술면접이 있기 때문에 경력을 과장하거나 회사나 팀의 성과를 모두 내 성과인 것 처럼 쓸 필요는 없다. 내가 했던 일이 뽑고 있는 직무와 관련도가 높은 곳을 찾고 그 점을 어필하는 게 좋은 전략 아닐까.

요즘 자의건 타의건 이직을 고민하는 개발자 분들이 주변에 많은 시기. 그간 다양한 직능의 다양한 직종의 분들을 면접 전형해 본 사람으로서 스킬 투척!

작은 팀부터 규모 있는 기업까지 다양한 곳에서 정말 많은 분들을 뽑아도 보고 탈락도 시켜본 자로서 정리해본 개발자 이력서 스타일에 대해서. 나는 개인적으로 개발자 이력서를 디자이너 포트폴리오 꾸미듯 꾸미기는 선호하지 않는다. 그렇다고 전형적인 이력서 포맷도 그닥이다. 자유양식의 심플 a4 스타일로 간결 1장 분량이면 좋고 길어도 2-3 페이지 정도를 선호한다. 내가 좋아하는 구성은<ul><li>사진(사진은 필수는 아니다) 이름, 전화번호, 이메일 주소</li><li>경력 : 최신이 위로 올라오게 내림차순</li><li>학력/교육 : 최종전공학력 위주.교육은 직무와 연관된 코스만 간단하게.</li><li>git repo, blog 등. 기술블로그 경우만. </li></ul>이메일은 수시로 체크 가능한게 좋다. 이상하게 내 경험으로는 네이버 카카오 메일보다 gmail 지원자가 개발자의 경우는 채용까지 연결되는 경우가 많았다. 경험일 뿐이고 지금 지원하는 회사가 카카오, 네이버라면 당연히각 사의 메일주소를 쓰는게 낫겠다. 경력은 주로 아래로 구성된다.<ul><li>회사명, 재직기간</li><li>담당 업무와 개발스택</li><li>주요 활약이나 성과</li></ul>JD(Job Descriptions) 와 연결된 담당 업무나 개발 스텍을 써보자.<ul><li>AWS 기반 ec2 에 java + spring boot 로 구성된 백엔드 API 개발담당</li><li>React Native 를 활용한 사용자용 모바일 앱 개발</li><li>Jsp, html, css, JavaScript 로 구성된 was 개발</li><li>PyTorch 기반의 image classification, detection model 구현 및 serving API 개발 담당</li><li>swift 를 활용한 iOS native app 개발</li></ul>등등 JD 에서 찾고 있는 스택과 맞는 경력사항을 간결하게 기술하자. 주요활약이나 성과실제 내가 주도해서 달성했던 성과나 해결했던 문제를 기술해 주는게 좋다. 아래는 예제다.<ul><li>operator 가 수동 분리하던 업무를 자동화하여 기존 처리량의 200% 를 달설하게 적은 수의 운영자가 더 많은 업무처리가 가능하도록 함</li><li>20만 동접 채팅 및 입장 기능을 구현</li><li>카카오, 네이버, 애플 로그인 연동으로 사용자의 소셜 로그인을 지원하고 간편가입을 구현.</li><li>RestFul API 체계를 구축하여, 다양한 이종 단말기 디바이스에서 유연한 연동이 가능하도록 제공</li><li>*** API 연동 개발을 통해 ML 모델을 구현하고 *** 기반으로 serving 체계 구축</li><li>앱리뉴얼을 통해 사용자 MAU 20만 달성 앱 개발 운영 업무를 담당</li><li>**** 을 활용하여 CI/CD 체계 구축을 통해 개발생산성을 향상시켰고 상시 안정적인 운영배포 체계 구축</li></ul>등등. 구체적이고 본인의 성과가 확실한 경력이라면 역시 간단히 써주는게 좋다.인턴쉽 경험과 정규직 경험은 확실히 써주는게좋다. 애매하게 인턴쉽을 정규직처럼 쓴다거나 하는데 어차피 기간에 나오니 인턴 경험이면 당당하게 인턴쉽 으로 명기하는데 더 좋은 인상을 준다. 학력/교육최종학력과 교육 수강 내역을 쓰는데 최종학력이 개발쪽이 아니라면(예 학부는 개발전공인데 mba 를 했다거나이종 석박사 과정을 했다면) 최종학력과 학부 경력까지 쓰자. 최종학력이 연관이라면 최종 학력만 쓰는 것도 좋겠다. 교육 수강내용은 타이틀과 어떤 과정이었는지만 간단히 쓰는게 좋다. 경력이 충분하다면 역시 스킵해도 된다. 신입이라 경력이 없다면 직무연관 동아리 활동이나 경진대회 수상이력, 이수한 교육 프로그램 등을 추가할 수 있으나 경력자라면 굳이 추가할 필요가 없다. 만약 채용 직무 관련 전공자가 아니라면 경력자라도 물론 관련활동이나 받은 교육내용을 써 주는 것도 좋다.단 주의할 점은 짧게 간단하게. 간혹 당황스러운 건 교육 프로그램 과정에서 만든 프로젝트로 유명 사이트나 앱 기능 하나를 구현해 본걸 장황하게 쓰는 경우라던가, 기획자를 뽑는게 아닌데 아이디어 자체 강조형이면 좀 난감스럽다. 예를 들면 "*** 창업 경진대회 1위 수상" 이면 충분하고 이후 진행이 잘 되서 면접에 가게 되면 더 물어볼 수 있는 수준만 쓰는 게 이 파트 노하우다. 더 궁금한 사람들을 위해 git repo 는 반드시 이력서 초반 혹은 말미에 넣는 건 기본 중의 기본! 기술블로그는 있다면 남기자. 난 솔직히 git repo 는 들여다보는데 기술블로그는 잘 보진 않는다. git 은 토이프로젝트라도 당연히 내 개인 프로젝트들이 들어 있어야 한다. 어디선가 베껴온 건 바로 티나니까, 내 코드를 넣어두되, 간단해도 되니 일반적인 개발언어별 컨벤션을 따르는게 좋겠고 lint 를 사용해 두는 걸 권장한다. 그리고 전직장이나 다른 사람들 기여가 더 높은 팀 프로젝트를 올려두는 건 오히려 마이너스다. 기본 비밀유지를 못하는 도덕적 법적 문제를 일으킬 수 있는 사람으로 보여질 수 있기 때문이다. 일단 구구절절 자기소개를 그리 신경 쓸 필요가 없다. 직장은 이 직무에 제일 잘 맞는 사람을 찾기를 원하기 때문에 잘 정리되고 깔끔한 구성이면 충분하다. 그리고 인턴이면 인턴, 신입이면 신입 또는 신입경력무관, 경력자면 경력에 맞는 곳에만 지원하자. 지원자가 많은 회사의 서류전형자라면 자격요건에 해당 안되는 경우는 무조건 스킵할 확률이 높기 때문이다. 그리고 서류전형을 통과해도 코딩테스트, 기술면접이 있기 때문에 경력을 과장하거나 회사나 팀의 성과를 모두 내 성과인 것 처럼 쓸 필요는 없다. 내가 했던 일이 뽑고 있는 직무와 관련도가 높은 곳을 찾고 그 점을 어필하는 게 좋은 전략 아닐까. 요즘 자의건 타의건 이직을 고민하는 개발자 분들이 주변에 많은 시기. 그간 다양한 직능의 다양한 직종의 분들을 면접 전형해 본 사람으로서 스킬 투척!

서류전형은 통과할만한 신입 or 주니어 경력 개발자 이력서 스타일에 대해

감사합니다 참고해서 잘 써보겠습니다

Welcome to the seventh edition of the AI Index report. The 2024 Index is our most comprehensive to date and arrives at an important moment when AI's influence on society has never been more pronounced.

AI Index Report 2024 - Artificial Intelligence Index

미국 스탠퍼드대학교(Stanford University)의 스탠퍼드 인간중심 인공지능연구소(Human-Centered Artificial Intelligence. 이하, HAI)가 2024 AI 인덱스 보고서를 발표했습니다.

2024 인덱스는 지금까지 가장 포괄적인 보고서로, 올해는 AI의 기술적 발전, 기술에 대한 대중의 인식등 필수적인 트렌드를 보다 광범위하게 다루기 위해 범위를 넓혔습니다. 10가지 주요 시사점들은 다음과 같습니다.

1. 일부 작업에서 인간을 능가하지만 모든 작업에서 인간을 능가하지는 않는 AI
AI는 이미지 분류, 시각적 추론, 영어 이해 등 여러 벤치마크에서 인간의 능력을 뛰어넘었다. 그러나 경쟁 수준의 수학, 시각적 상식 추론 및 계획과 같은 더 복잡한 작업에서는 뒤처지고 있다.

2. 프론티어 AI 연구를 계속 주도하는 산업계
2023년에 산업계는 51개의 주목할 만한 머신러닝 모델을 개발한 반면, 학계는 15개만 기여했다. 또한 2023년에는 산학 협력으로 탄생한 주목할 만한 모델도 21개로, 최고치를 기록했다.

3. 훨씬 더 비싸지는 프론티어 모델
AI Index의 추정에 따르면, 최첨단 AI 모델의 학습 비용은 전례 없는 수준에 도달했다. 예를 들어 OpenAI의 GPT-4는 훈련에 약 7,800만 달러 상당의 컴퓨팅을 사용한 반면, Google의 Gemini Ultra는 1억 9,100만 달러의 컴퓨팅 비용이 들었다.

4. 미국은 중국, EU, 영국을 제치고 최고 AI 모델의 주요 공급원으로 선두 유지
2023년에 주목할 만한 AI 모델 중 61개가 미국 소재 기관에서 개발되어 유럽연합의 21개와 중국의 15개를 훨씬 앞질렀다.

5. LLM 책임에 대한 강력하고 표준화된 평가가 심각하게 부족
AI 인덱스의 새로운 연구에 따르면 책임 있는 AI 보고에 대한 표준화가 크게 부족한 것으로 나타났다. OpenAI, Google, Anthropic을 비롯한 선도적인 개발자들은 주로 다양한 책임감 있는 AI 벤치마크를 기준으로 모델을 테스트한다. 이러한 관행은 최고의 AI 모델의 위험과 한계를 체계적으로 비교하려는 노력을 복잡하게 만들고있다.

6. 제너레이티브 AI 투자 급증
지난해 전체 AI 민간 투자는 감소했지만, 제너레이티브 AI에 대한 투자는 급증하여 2022년 대비 10배 가까이 증가한 252억 달러에 달했다. OpenAI, Anthropic, Hugging Face, Inflection 등 제너레이티브 AI 분야의 주요 업체들이 상당한 규모의 펀드레이징 라운드를 진행했다고 보고했다.

7. 근로자의 생산성을 높이고 더 높은 품질의 업무로 이어지는 AI
2023년, 여러 연구에서 AI가 노동에 미치는 영향을 평가한 결과, AI를 통해 근로자가 작업을 더 빨리 완료하고 결과물의 품질을 향상시킬 수 있다는 사실이 밝혀졌다. 이러한 연구는 또한 저숙련 근로자와 고숙련 근로자 간의 기술 격차를 해소할 수 있는 AI의 잠재력을 보여주었다. 하지만 다른 연구에서는 적절한 감독 없이 AI를 사용하면 성과가 저하될 수 있다고 경고하고 있다.

8. 과학적 진보를 가속화 하는 AI
2022년, AI는 과학적 발견을 발전시키기 시작했다. 그러나 2023년에는 알고리즘 분류를 더욱 효율적으로 만드는 AlphaDev부터 물질 발견 과정을 촉진하는 GNoME에 이르기까지 훨씬 더 중요한 과학 관련 AI 애플리케이션이 출시되었다

9. 미국의 AI 규제 수 급격히 증가
미국의 AI 관련 규제는 지난해와 지난 5년 동안 크게 증가했다. 2016년 한 개에 불과했던 AI 관련 규제는 2023년에 25개로 증가했다. 작년에만 AI 관련 규제의 총 수가 56.3% 증가했다.

10. AI의 잠재적 영향력을 더 잘 인식하고 있으며, 더 긴장하는 사람들
Ipsos의 설문조사에 따르면, 지난 1년간 AI가 향후 3~5년 내에 자신의 삶에 큰 영향을 미칠 것이라고 생각하는 사람들의 비율이 60%에서 66%로 증가했다. 또한 52%는 AI 제품 및 서비스에 대해 불안감을 표명했는데, 이는 2022년에 비해 13% 포인트 증가한 수치이다. 미국에서는 퓨 데이터에 따르면 미국인의 52%가 AI에 대해 기대감보다 우려를 더 많이 느낀다고 답해 2022년의 37%보다 증가했다.

 * 원문: https://aiindex.stanford.edu/report/, https://aiindex.stanford.edu/wp-content/uploads/2024/04/HAI_AI-Index-Report-2024.pdf

미국 스탠퍼드대학교(Stanford University)의 스탠퍼드 인간중심 인공지능연구소(Human-Centered Artificial Intelligence. 이하, HAI)가 2024 AI 인덱스 보고서를 발표했습니다. 2024 인덱스는 지금까지 가장 포괄적인 보고서로, 올해는 AI의 기술적 발전, 기술에 대한 대중의 인식등 필수적인 트렌드를 보다 광범위하게 다루기 위해 범위를 넓혔습니다. 10가지 주요 시사점들은 다음과 같습니다. 1. 일부 작업에서 인간을 능가하지만 모든 작업에서 인간을 능가하지는 않는 AIAI는 이미지 분류, 시각적 추론, 영어 이해 등 여러 벤치마크에서 인간의 능력을 뛰어넘었다. 그러나 경쟁 수준의 수학, 시각적 상식 추론 및 계획과 같은 더 복잡한 작업에서는 뒤처지고 있다. 2. 프론티어 AI 연구를 계속 주도하는 산업계2023년에 산업계는 51개의 주목할 만한 머신러닝 모델을 개발한 반면, 학계는 15개만 기여했다. 또한 2023년에는 산학 협력으로 탄생한 주목할 만한 모델도 21개로, 최고치를 기록했다. 3. 훨씬 더 비싸지는 프론티어 모델AI Index의 추정에 따르면, 최첨단 AI 모델의 학습 비용은 전례 없는 수준에 도달했다. 예를 들어 OpenAI의 GPT-4는 훈련에 약 7,800만 달러 상당의 컴퓨팅을 사용한 반면, Google의 Gemini Ultra는 1억 9,100만 달러의 컴퓨팅 비용이 들었다. 4. 미국은 중국, EU, 영국을 제치고 최고 AI 모델의 주요 공급원으로 선두 유지2023년에 주목할 만한 AI 모델 중 61개가 미국 소재 기관에서 개발되어 유럽연합의 21개와 중국의 15개를 훨씬 앞질렀다. 5. LLM 책임에 대한 강력하고 표준화된 평가가 심각하게 부족AI 인덱스의 새로운 연구에 따르면 책임 있는 AI 보고에 대한 표준화가 크게 부족한 것으로 나타났다. OpenAI, Google, Anthropic을 비롯한 선도적인 개발자들은 주로 다양한 책임감 있는 AI 벤치마크를 기준으로 모델을 테스트한다. 이러한 관행은 최고의 AI 모델의 위험과 한계를 체계적으로 비교하려는 노력을 복잡하게 만들고있다. 6. 제너레이티브 AI 투자 급증지난해 전체 AI 민간 투자는 감소했지만, 제너레이티브 AI에 대한 투자는 급증하여 2022년 대비 10배 가까이 증가한 252억 달러에 달했다. OpenAI, Anthropic, Hugging Face, Inflection 등 제너레이티브 AI 분야의 주요 업체들이 상당한 규모의 펀드레이징 라운드를 진행했다고 보고했다. 7. 근로자의 생산성을 높이고 더 높은 품질의 업무로 이어지는 AI2023년, 여러 연구에서 AI가 노동에 미치는 영향을 평가한 결과, AI를 통해 근로자가 작업을 더 빨리 완료하고 결과물의 품질을 향상시킬 수 있다는 사실이 밝혀졌다. 이러한 연구는 또한 저숙련 근로자와 고숙련 근로자 간의 기술 격차를 해소할 수 있는 AI의 잠재력을 보여주었다. 하지만 다른 연구에서는 적절한 감독 없이 AI를 사용하면 성과가 저하될 수 있다고 경고하고 있다. 8. 과학적 진보를 가속화 하는 AI2022년, AI는 과학적 발견을 발전시키기 시작했다. 그러나 2023년에는 알고리즘 분류를 더욱 효율적으로 만드는 AlphaDev부터 물질 발견 과정을 촉진하는 GNoME에 이르기까지 훨씬 더 중요한 과학 관련 AI 애플리케이션이 출시되었다 9. 미국의 AI 규제 수 급격히 증가미국의 AI 관련 규제는 지난해와 지난 5년 동안 크게 증가했다. 2016년 한 개에 불과했던 AI 관련 규제는 2023년에 25개로 증가했다. 작년에만 AI 관련 규제의 총 수가 56.3% 증가했다. 10. AI의 잠재적 영향력을 더 잘 인식하고 있으며, 더 긴장하는 사람들Ipsos의 설문조사에 따르면, 지난 1년간 AI가 향후 3~5년 내에 자신의 삶에 큰 영향을 미칠 것이라고 생각하는 사람들의 비율이 60%에서 66%로 증가했다. 또한 52%는 AI 제품 및 서비스에 대해 불안감을 표명했는데, 이는 2022년에 비해 13% 포인트 증가한 수치이다. 미국에서는 퓨 데이터에 따르면 미국인의 52%가 AI에 대해 기대감보다 우려를 더 많이 느낀다고 답해 2022년의 37%보다 증가했다. <ul><li>원문: https://aiindex.stanford.edu/report/, https://aiindex.stanford.edu/wp-content/uploads/2024/04/HAI_AI-Index-Report-2024.pdf</li></ul>

Stanford

[스탠퍼드 HAI] 2024 AI 인덱스 보고서

업스테이지 1000억, AGI 5년내 등장, 애플 AI PC, 페북 AI 탑재, 라마3 공개, 빅테크 AI 칩 등

메타, 오픈소스 AI 모델 라마3 대공개🦙 | 4월 4주 AI Weekly

메타가 오픈소스 AI 모델 라마3를 공개했습니다.
이외에도 한국의 업스테이지가 약 1천억 시리즈B에 투자 성공했고,
애플의 AI PC도전, 빅테크의 AI칩 전쟁 등 지난주 핫 했던 뉴스들을 모아봤습니다.

https://stib.ee/8h4C

메타가 오픈소스 AI 모델 라마3를 공개했습니다.이외에도 한국의 업스테이지가 약 1천억 시리즈B에 투자 성공했고,애플의 AI PC도전, 빅테크의 AI칩 전쟁 등 지난주 핫 했던 뉴스들을 모아봤습니다. https://stib.ee/8h4C

Stibee

메타 AI 모델 라마3 대공개 🦙 등 | 4월 4주 AI 주요뉴스

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

REST (Representational State Transfer): REST is a widely adopted architectural style for designing networked applications. It is based on a set of principles and constraints, such as using standard...

Most popular API architecture styles in our Digital World

REST (Representational State Transfer)
REST는 애플리케이션을 설계하기 위해 널리 채택된 API 아키텍처 스타일입니다. 리소스 조작, 상태-비저장 및 균일한 인터페이스를 위해 표준 HTTP 메서드(GET, POST, PUT, DELETE)를 기반으로 합니다. REST API는 리소스를 식별하기 위해 URI(Uniform Resource Identifier)를 사용하며 JSON 또는 XML과 같은 다양한 형식으로 데이터를 교환합니다.
 
SOAP (Simple Object Access Protocol)
SOAP는 네트워크를 통해 구조화된 정보를 교환하기 위한 XML 기반 프로토콜입니다. 엄격한 규칙을 따르며 메시지의 구조를 정의하기 위해 XML 스키마를 사용합니다. SOAP API는 일반적으로 HTTP 프로토콜을 사용하지만 SMTP나 TCP와 같은 프로토콜도 사용할 수 있습니다. SOAP API는 높은 수준의 프로토콜 추상화를 제공하고, 암호화 및 트랜잭션 관리와 같은 고급 기능을 지원합니다. 은행 및 금융 산업에서는 보안을 이유로 일반적으로 SOAP를 사용합니다.
 
SOAP는 서로 다른 시스템 간의 복잡한 연결이 필요한 환경에서 사용됩니다. 암호화, 디지털 서명 및 신뢰할 수 있는 메시징과 같은 고급 기능을 지원하는 엄격하고 표준화된 메시징 프로토콜을 제공합니다. 따라서 보안, 신뢰성 및 트랜잭션이 중요한 시나리오에 적합합니다. 
 
GraphQL
GraphQL은 API 쿼리 언어로 클라이언트가 서버에 특정한 데이터를 요청할 수 있습니다. 클라이언트가 필요한 데이터만 요청하여 데이터 패치에 대해 유연하고 효율적인 접근 방식을 제공합니다. 각 엔드포인트가 고정된 데이터 세트를 반환하는 REST와 달리 GraphQL API는 단일 엔드포인트가 있으며 클라이언트는 요구 사항에 따라 응답을 형성할 수 있습니다.
 
facebook, GitHub, Shopify, Twitter등의 회사가 사용합니다.
 
gRPC (Google Remote Procedure Call)
gRPC는 구글이 원격 프로시저 호출 API 구축을 위해 개발한 고성능 오픈 소스 프레임워크입니다. protobuf를 사용하며 여러 프로그래밍 언어를 지원합니다. gRPC API는 양방향 스트리밍 및 인증과 같은 기능을 제공하며 전송을 위해 이진 직렬화 및 HTTP/2를 사용하여 서비스 간의 효율적인 통신을 가능케 합니다. 
 
gRPC는 효율적이고 확장 가능한 분산 시스템을 구축하게 합니다. 구글, 넷플릭스, 스퀘어 등의 회사가 사용합니다.
 
WebSocket
WebSocket은 단일 TCP 연결을 통해 이중 통신 채널을 제공하는 통신 프로토콜입니다. 요청-응답 기반의 전통적인 HTTP와 달리 WebSocket은 클라이언트와 서버 간의 실시간 양방향 통신을 허용합니다. 이것은 클라이언트와 서버가 반복적인 요청 없이 서로에게 메시지를 보낼 수 있게 합니다. WebSocket은 채팅 애플리케이션, 협업 도구, 스트리밍 서비스와 같은 실시간 업데이트가 필요한 애플리케이션에서 사용됩니다.
 
WebSocket을 사용하는 메시징 어플리케이션은 Slack, Discord, Trello, Robinhood 등이 있습니다. 
 
Webhook
Webhook는 HTTP POST 요청을 다른 시스템의 미리 정의된 URL로 전송하여 한 시스템에서 이벤트를 자동으로 알리거나 트리거하는 메커니즘입니다. 두 시스템이 거의 실시간으로 데이터를 전송하여 통신할 수 있도록 합니다. 특정 이벤트나 조건이 발생하면 Webhook를 트리거하고, Webhook는 대상 시스템의 엔드포인트로 관련 데이터 페이로드를 전송합니다. 일반적으로 서로 다른 서비스와 시스템을 통합하는 데 사용되며 실시간 데이터 동기화, 이벤트 기반 워크플로우 및 자동 알림을 가능하게 합니다.
 
번역: [https://ducktopia.tistory.com/121]
원본:

REST (Representational State Transfer)REST는 애플리케이션을 설계하기 위해 널리 채택된 API 아키텍처 스타일입니다. 리소스 조작, 상태-비저장 및 균일한 인터페이스를 위해 표준 HTTP 메서드(GET, POST, PUT, DELETE)를 기반으로 합니다. REST API는 리소스를 식별하기 위해 URI(Uniform Resource Identifier)를 사용하며 JSON 또는 XML과 같은 다양한 형식으로 데이터를 교환합니다.&nbsp;SOAP (Simple Object Access Protocol)SOAP는 네트워크를 통해 구조화된 정보를 교환하기 위한 XML 기반 프로토콜입니다. 엄격한 규칙을 따르며 메시지의 구조를 정의하기 위해 XML 스키마를 사용합니다. SOAP API는 일반적으로 HTTP 프로토콜을 사용하지만 SMTP나 TCP와 같은 프로토콜도 사용할 수 있습니다. SOAP API는 높은 수준의 프로토콜 추상화를 제공하고, 암호화 및 트랜잭션 관리와 같은 고급 기능을 지원합니다. 은행 및 금융 산업에서는 보안을 이유로 일반적으로 SOAP를 사용합니다.&nbsp;SOAP는 서로 다른 시스템 간의 복잡한 연결이 필요한 환경에서 사용됩니다. 암호화, 디지털 서명 및 신뢰할 수 있는 메시징과 같은 고급 기능을 지원하는 엄격하고 표준화된 메시징 프로토콜을 제공합니다. 따라서 보안, 신뢰성 및 트랜잭션이 중요한 시나리오에 적합합니다.&nbsp;&nbsp;GraphQLGraphQL은 API 쿼리 언어로 클라이언트가 서버에 특정한 데이터를 요청할 수 있습니다. 클라이언트가 필요한 데이터만 요청하여 데이터 패치에 대해 유연하고 효율적인 접근 방식을 제공합니다. 각 엔드포인트가 고정된 데이터 세트를 반환하는 REST와 달리 GraphQL API는 단일 엔드포인트가 있으며 클라이언트는 요구 사항에 따라 응답을 형성할 수 있습니다.&nbsp;facebook, GitHub, Shopify, Twitter등의 회사가 사용합니다.&nbsp;gRPC (Google Remote Procedure Call)gRPC는 구글이 원격 프로시저 호출 API 구축을 위해 개발한 고성능 오픈 소스 프레임워크입니다. protobuf를 사용하며 여러 프로그래밍 언어를 지원합니다. gRPC API는 양방향 스트리밍 및 인증과 같은 기능을 제공하며 전송을 위해 이진 직렬화 및 HTTP/2를 사용하여 서비스 간의 효율적인 통신을 가능케 합니다.&nbsp;&nbsp;gRPC는 효율적이고 확장 가능한 분산 시스템을 구축하게 합니다. 구글, 넷플릭스, 스퀘어 등의 회사가 사용합니다.&nbsp;WebSocketWebSocket은 단일 TCP 연결을 통해 이중 통신 채널을 제공하는 통신 프로토콜입니다. 요청-응답 기반의 전통적인 HTTP와 달리 WebSocket은 클라이언트와 서버 간의 실시간 양방향 통신을 허용합니다. 이것은 클라이언트와 서버가 반복적인 요청 없이 서로에게 메시지를 보낼 수 있게 합니다. WebSocket은 채팅 애플리케이션, 협업 도구, 스트리밍 서비스와 같은 실시간 업데이트가 필요한 애플리케이션에서 사용됩니다.&nbsp;WebSocket을 사용하는 메시징 어플리케이션은 Slack, Discord, Trello, Robinhood 등이 있습니다.&nbsp;&nbsp;WebhookWebhook는 HTTP POST 요청을 다른 시스템의 미리 정의된 URL로 전송하여 한 시스템에서 이벤트를 자동으로 알리거나 트리거하는 메커니즘입니다. 두 시스템이 거의 실시간으로 데이터를 전송하여 통신할 수 있도록 합니다. 특정 이벤트나 조건이 발생하면 Webhook를 트리거하고, Webhook는 대상 시스템의 엔드포인트로 관련 데이터 페이로드를 전송합니다. 일반적으로 서로 다른 서비스와 시스템을 통합하는 데 사용되며 실시간 데이터 동기화, 이벤트 기반 워크플로우 및 자동 알림을 가능하게 합니다.&nbsp;번역: [https://ducktopia.tistory.com/121]원본:

🕊️ 개발 세계에서 인기 있는 API 아키텍처 스타일

 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)

레벨이 올라가고 연차가 쌓이기 시작하면 기술적인 역량 만큼 어쩌면 더 중요해지기 시작하는 것이 평판이고 영향력이다. 나의 존재로 인한 주변 동료나 팀의 역량이 올라가는 사람이 바로 영향력이 있는 사람인데 영향력의 시작은 좋은 평판이며 좋은 평판의 시작은 바로 의사 소통 능력이다.

의사 소통 능력이란 무엇일까? 기본은 질문을 잘 하는 것과 질문하기 쉬운 사람이 되고 질문을 잘 대답해주는 것이라 생각한다.

 1. 경청하기(Active Listening): 질문을 잘 하는 것 그리고 질문에 대답을 잘 해주는 것은 기본적으로 상대의 말을 경청하는 태도와 습관에서 비롯된다. 이는 특히 상대가 내가 신뢰하지 못하는 사람일 경우 더 중요해지는데 상대 말에서 잘못된 논리나 구멍을 찾기 위해서가 아니라 상대를 이해하기 위해서 잘 들으려 해야 한다 ("호기심"의 중요성).
 2. 질문 잘 하기: 이는 타고나는 재능의 영역이라기 보다는 연습이 필요한 스킬 영역인데 첫 번째는 모르는 것을 남의 이목 신경쓰지 않는 어린아이처럼 순진하게 물어보는 것이 첫 번째이고 (동일한 질문을 반복하지만 않으면 된다) 두 번째는 본인이 이해한대로 설명(paraphrasing)하면서 맞게 이해했는지 확인하는 형태로 물어보는 것이다. 질문을 잘 안하는 혹은 자신이 없는 팀원들의 경우 일대일 미팅할 때 다음 팀 미팅에서는 질문 하나 하기 등을 숙제로 주곤 했었다.
 3. 상대에 따라 소통 내용의 기술적 수준을 달리하기: 동료 개발자, 매니저(디테일을 잘 아는 사람인지 아닌지), 고객 등 상대에 따라 사용하는 기술 용어의 수준은 달라야 한다. 상대의 백그라운드와 기대치를 미리 알고 거기에 맞춰 사용할 언어를 달리하는 것이 필요하다. 다수의 사람앞에서 발표하는 기회가 생기면 꼭 손 들어보자.
 4. 글 쓰기: 생각이란 글로 표현될 때 더 분명해지며 더 많은 사람들에게 전달이 가능하다. 코딩을 할때 막힌다면 혹은 시스템 디자인을 하는데 생각이 잘 정리가 안된다면 글로 본인의 생각을 정리해보자. 잘 쓸려고 하는 것 보다는 많이 꾸준하게 써보는 것이 중요하다
 5. 롤 모델 찾기: 같은 회사 내에서 의사소통 능력이 뛰어난 사람을 찾아서 그 사람의 행동을 유심히 살펴보고 따라해보는 것도 아주 효과적인 방법이다.

앞서 이야기한 방법들은 환경에 따라 쉽지 않을 수도 있기에 환경을 잘 선택하는 것, 아니다 싶은 곳에서 빨리 떠나는 결정을 하는 것도 필요하다. 의사소통 능력이 있다면 다음 단계인 문제 정의가 쉬워지며 본인이 맡은 업무의 완료 시간 추정도 쉬워진다. 영향력을 증대하려면 꼭 필요한 어려운 대화를 하는 기술도 시작은 의사소통 능력이다. 이는 타고난 능력이 아닌 실수와 연습을 통해 시간을 두고 발전하는 스킬이란 점을 명심하자.

<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> 레벨이 올라가고 연차가 쌓이기 시작하면 기술적인 역량 만큼 어쩌면 더 중요해지기 시작하는 것이 평판이고 영향력이다. 나의 존재로 인한 주변 동료나 팀의 역량이 올라가는 사람이 바로 영향력이 있는 사람인데 영향력의 시작은 좋은 평판이며 좋은 평판의 시작은 바로 의사 소통 능력이다. 의사 소통 능력이란 무엇일까? 기본은 질문을 잘 하는 것과 질문하기 쉬운 사람이 되고 질문을 잘 대답해주는 것이라 생각한다. <ol ><li>경청하기(Active Listening): 질문을 잘 하는 것 그리고 질문에 대답을 잘 해주는 것은 기본적으로 상대의 말을 경청하는 태도와 습관에서 비롯된다. 이는 특히 상대가 내가 신뢰하지 못하는 사람일 경우 더 중요해지는데 상대 말에서 잘못된 논리나 구멍을 찾기 위해서가 아니라 상대를 이해하기 위해서 잘 들으려 해야 한다 ("호기심"의 중요성).</li><li>질문 잘 하기: 이는 타고나는 재능의 영역이라기 보다는 연습이 필요한 스킬 영역인데 첫 번째는 모르는 것을 남의 이목 신경쓰지 않는 어린아이처럼 순진하게 물어보는 것이 첫 번째이고 (동일한 질문을 반복하지만 않으면 된다) 두 번째는 본인이 이해한대로 설명(paraphrasing)하면서 맞게 이해했는지 확인하는 형태로 물어보는 것이다. 질문을 잘 안하는 혹은 자신이 없는 팀원들의 경우 일대일 미팅할 때 다음 팀 미팅에서는 질문 하나 하기 등을 숙제로 주곤 했었다.</li><li>상대에 따라 소통 내용의 기술적 수준을 달리하기: 동료 개발자, 매니저(디테일을 잘 아는 사람인지 아닌지), 고객 등 상대에 따라 사용하는 기술 용어의 수준은 달라야 한다. 상대의 백그라운드와 기대치를 미리 알고 거기에 맞춰 사용할 언어를 달리하는 것이 필요하다. 다수의 사람앞에서 발표하는 기회가 생기면 꼭 손 들어보자.</li><li>글 쓰기: 생각이란 글로 표현될 때 더 분명해지며 더 많은 사람들에게 전달이 가능하다. 코딩을 할때 막힌다면 혹은 시스템 디자인을 하는데 생각이 잘 정리가 안된다면 글로 본인의 생각을 정리해보자. 잘 쓸려고 하는 것 보다는 많이 꾸준하게 써보는 것이 중요하다 </li><li>롤 모델 찾기: 같은 회사 내에서 의사소통 능력이 뛰어난 사람을 찾아서 그 사람의 행동을 유심히 살펴보고 따라해보는 것도 아주 효과적인 방법이다. </li></ol> 앞서 이야기한 방법들은 환경에 따라 쉽지 않을 수도 있기에 환경을 잘 선택하는 것, 아니다 싶은 곳에서 빨리 떠나는 결정을 하는 것도 필요하다. 의사소통 능력이 있다면 다음 단계인 문제 정의가 쉬워지며 본인이 맡은 업무의 완료 시간 추정도 쉬워진다. 영향력을 증대하려면 꼭 필요한 어려운 대화를 하는 기술도 시작은 의사소통 능력이다. 이는 타고난 능력이 아닌 실수와 연습을 통해 시간을 두고 발전하는 스킬이란 점을 명심하자.

좋은 개발자가 알아야하는 9가지 포인트들 - 3. 의사 소통 잘하

최근 오픈소스가 활성화되면서 새로운 프로그래밍 언어가 다양하게 나오고 있는데요. 그중에도 2024, 2025년도에 두각을 드러낼 것 같다고 생각한 프로그래밍 언어도 소개합니다.

2024년, 배우면 좋을 프로그래밍 언어 ② | 원티드

2024년 새로운 프로그래밍 언어를 도전해보신다면 이 언어를 추천합니다!

안녕하세요. 이번에 원티드랑 두번째 글로 2024년 배우면 좋은 프로그래밍언어 Part 2와 2024/2025에 주목해야하는 프로그래밍 언어에 대한 글을 기고했습니다 :)

특히 2024/2025에 주목해봐야할 언어는 파이썬이 점령한 AI와 데이터처리에 도전하는 언어들도 다뤄보았습니다 :)

파트1은 아래에서 보실수 있습니다.

Part1. https://www.wanted.co.kr/events/article_240408a

2024년 새로운 프로그래밍 언어를 도전해보신다면 이 언어를 추천합니다! 안녕하세요. 이번에 원티드랑 두번째 글로 2024년 배우면 좋은 프로그래밍언어 Part 2와 2024/2025에 주목해야하는 프로그래밍 언어에 대한 글을 기고했습니다 :) 특히 2024/2025에 주목해봐야할 언어는 파이썬이 점령한 AI와 데이터처리에 도전하는 언어들도 다뤄보았습니다 :) 파트1은 아래에서 보실수 있습니다. Part1. https://www.wanted.co.kr/events/article_240408a

원티드

2024년도에 배우면 좋은 프로그래밍언어 Part 2

원문 : Navigating the future of frontend...

(번역) 프런트엔드의 미래 탐색하기

오늘 소개해드릴 글은 컬리의 유경상님이 번역해주신 글입니다.

이번 글에서는 프런트엔드의 최신 프레임워크들을 이해하기 위해 과거와 현재의 기본 개념들을 설명하며, 현재의 프레임워크들이 어떻게 제약 조건들을 극복하고, 컴파일, 라우팅, 캐싱 등과 같은 기본 요소들을 결합하고 있는지 소개하고 있습니다. 이 글을 통해 프런트엔드 생태계가 어떠한 과정을 거쳐 발전하였고, 현재와 같은 메타 프레임워크들이 탄생하게 되었는지 가볍게 알아보시면 좋을 것 같습니다. :)

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

오늘 소개해드릴 글은 컬리의 유경상님이 번역해주신 글입니다. 이번 글에서는 프런트엔드의 최신 프레임워크들을 이해하기 위해 과거와 현재의 기본 개념들을 설명하며, 현재의 프레임워크들이 어떻게 제약 조건들을 극복하고, 컴파일, 라우팅, 캐싱 등과 같은 기본 요소들을 결합하고 있는지 소개하고 있습니다. 이 글을 통해 프런트엔드 생태계가 어떠한 과정을 거쳐 발전하였고, 현재와 같은 메타 프레임워크들이 탄생하게 되었는지 가볍게 알아보시면 좋을 것 같습니다. :) 글 링크 : https://ykss.netlify.app/translation/navigating_the_future_of_frontend/

Netlify

프런트엔드의 미래 탐색하기

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?

함수, 이렇게 만들면 넌 주니어

실무에서 코드 리뷰를 할때 함수명에 'or' 나 'and'가 들어가는 케이스들을 종종 보는데요.
이런 경우 좋지 못할 함수명일 가능성이 높습니다. 함수 이름을 지을때는 다음과 같은 방법을 고려하는것이 좋습니다.

 * 함수 내부 로직만을 그대로 함수 이름으로 사용하는 것은 바람직하지 않을수 있습니다.
   * 내부 로직만으로 이름을 지으면 다른 개발자가 해당 함수의 역할을 이해하는데 시간이 오래 걸릴수 있습니다.
     
     
 * 'and' 나 'or' 가 들어간 함수명은 좋지 않을 가능성이 높습니다.
   * 함수 내부 로직만을 반영한 네이밍일 가능성이 높기 때문입니다.
     
     
 * 도메인 지식을 함수 네이밍에 적용하는것은 좋은 방법 일 수 있습니다. (도메인 주도 설계 DDD)
   * 비즈니스 로직을 더욱 명확히 나타낼수 있기 때문에 다른 개발자가 빠르게 이해하는데 도움이 됩니다.

함수명은 무엇보다 가독성이 중요한데요. 위와 같은 사항들을 고려해 동료 개발자가 이해하기 쉬운 함수명을 작성하는것을 추천드립니다.

https://www.youtube.com/watch?v=Wd6FJ1s_ZUc

실무에서 코드 리뷰를 할때 함수명에 'or' 나 'and'가 들어가는 케이스들을 종종 보는데요.이런 경우 좋지 못할 함수명일 가능성이 높습니다. 함수 이름을 지을때는 다음과 같은 방법을 고려하는것이 좋습니다. <ul ><li>함수 내부 로직만을 그대로 함수 이름으로 사용하는 것은 바람직하지 않을수 있습니다.<ul ><li>내부 로직만으로 이름을 지으면 다른 개발자가 해당 함수의 역할을 이해하는데 시간이 오래 걸릴수 있습니다. </li></ul></li><li>'and' 나 'or' 가 들어간 함수명은 좋지 않을 가능성이 높습니다.<ul ><li>함수 내부 로직만을 반영한 네이밍일 가능성이 높기 때문입니다. </li></ul></li><li>도메인 지식을 함수 네이밍에 적용하는것은 좋은 방법 일 수 있습니다. (도메인 주도 설계 DDD)<ul ><li>비즈니스 로직을 더욱 명확히 나타낼수 있기 때문에 다른 개발자가 빠르게 이해하는데 도움이 됩니다.</li></ul></li></ul> 함수명은 무엇보다 가독성이 중요한데요. 위와 같은 사항들을 고려해 동료 개발자가 이해하기 쉬운 함수명을 작성하는것을 추천드립니다. https://www.youtube.com/watch?v=Wd6FJ1s_ZUc

YouTube

함수 이름 작성 팁

나 없이 조직이 돌아가지 않으면 내가 트롤이다 | 조직의 중요한 결정은 다 나 몰래 내려진다. '윗분들은' 정말 쉬쉬하고 싶은 것일까?' 에 이어 다시 IT 원주민들의 회사 생활을 엿보자. 원준팀의 '애니메이션 커뮤니티' 서비스는 점점 성장해서 직원 수도 100여 명이 넘고 다음 시리즈 유치도 성공하며 업계에서 꽤 이름 난 스타트업이 되었다.

리더가 없어도 의사결정할 수 있어야 한다.

팀원들은 ‘팀장님이 문제를 해결해 주실 거야.’라고 생각하고 팀장은 ‘팀장인 내가 팀원 간 문제를 해결해야지.’라고 생각하지만 반은 맞고 반은 틀리다. 좋은 원칙이 있고 정보가 잘 흐른다면 누구나 좋은 의사결정을 할 수 있어야 한다.

예를 들면 담당자끼리 이야기하다가 풀리지 않으면 상위 담당자끼리 이야기해서 문제를 해결하는 시도는 자칫 편리해 보이지만 다음과 같은 문제를 야기한다   

 1. 팀 자체적인 문제해결 능력이 약해진다 : 가장 전문성을 갖춘 개개인이 스스로 문제해결을 하고 실패 속에서 배우는 시스템이 구축되지 않는다.
 2. 의사결정 속도가 느려진다. 언제든 상위 의사결정자를 부를 수 있다는 것은 결국 실무자 둘이 이야기할 것을 상위 의사결정자가 결정한다는 뜻. 의존성을 만들면 당연히 의사결정 속도가 느려진다.
 3. 상위 리더십이 더 중요한 결정에 시간을 쓸 수 없다. 팀장들이 매사 ‘불 끄러’ 다닌다고 더 중요한 전략적 의사결정과 로드맵 수립 같은 일에 투자할 수 없다. 이는 모호한 전략과 애매한 실행으로 이어져 성과가 안 좋아지고, 성과가 안 좋아지면 조직 간 갈등이 증가하는 악순환이 시작된다.

IT기업은 대부분 역할 조직의 형태를 따르고 있다. 역할 조직에서는 각자 ‘일당백’을 하므로 ‘나 없으면 돌아가지 않는 조직’이 되는 것이 일 잘하는 것이라 생각할 수 있지만 정반대다.  역할 조직에서는 누군가 없어져도 언제든 대체할 수 있다. 

내가 없어도 잘 돌아가고, 내가 있으면 더 잘 돌아가야 한다. 내가 없어져서 조직이 멈춰버리거나 급격히 성능이 저하된다면 조직 엔지니어링에 실패한 것이다. 팀장이 빠져도 팀원이 70~80% 수준의 의사 결정과 결과물을 낼 수 있어야 한다.

문제는 ‘리더가 의사결정을 마음대로 해서’가 아니다. 의사결정은 리더의 고유 권한이고 주요한 업무 중 하나라는 것을 구성원도 모두 이해하고 있다.  불만은 리더가 의사 결정해서가 아니라 의사결정에 필요한 정보와 과정을 구성원이 알 수 없기 때문에 불만이 생긴다.  리더가 해야 할 일 중에 가장 중요한 일은 ‘팀원들이 나와 비슷한 수준으로 의사결정할 수 있도록 정보가 흐르게 하는 것이다.

역할 조직에서 정보가 제대로 흐르지 않고 정치가 심화되면 각자의 정보 독점이 일어나면서 각자 성과보다는 ‘지위 관리’에 집중하게 된다. 각자의 지위와 권력을 유지하기 위해 역할을 나누고, 쪼개고, 허락을 구하고 결재받는 시간이 길어지며 의사결정과 업무 속도가 느려진다. 회의 아젠다로 ‘역할 나누기’가, ‘000팀, 검토해 주세요.’라는 요청이 업무에 자주 등장하게 된다

의사결정을 위해 무슨 팀을 찾아갈지 찾는 일이 일상다반사가 된다. 정보의 독점으로 인해 각자의 정보 의존성을 이겨내지 못하면 업무 자체가 진행되지 않기 때문이다. 속도가 곧 경쟁력임을 표방하는 스타트업에서는 이보다 큰 위기신호가 없다.

이를 해결하기 위해서는 다음과 같은 실행이 뒤따라야 한다.

1. 의사결정자, 담당자, 커뮤니케이션 채널을 명확하게 지정한다.

리더는 프로젝트 시작 전에 책임자를 분명하게 정해야 한다. 개인 실무자가 조직의 역학관계를 파악하는 것은 불가능하다. 정리된 내용은 관련 담당자 모두가 볼 수 있는 채널에 공유되어야 하며, 프로젝트 중 담당자 변경이 있다면 같은 채널에 이를 알려야 한다.

2. 프로젝트 관련된 정보가 공유되고 원칙이 세워진다.

프로젝트 관련된 정보가 투명하게 공유되어야 한다. 각 담당자는 프로젝트에 관련된 정보를 ‘파악하는 것’뿐 아니라 적절한 대상에게 공유하여 모두가 접근할 수 있도록 해야 한다.프로젝트의 ‘전략적 원칙’이 수립되어야 하는데, 여기서 말하는 전략적 원칙이란 프로젝트 목표를 달성하기 위해 ‘무엇을 얻고 무엇을 포기할지’ 명확하게 선언된 것을 말한다. 명확한 프로젝트 원칙은 리더 없이도 구성원이 좋은 결정을 내릴 수 있도록 돕는다.

3. 정보가 적시에 전달된다.

정보는 필요한 사람이 찾아보기 전에 의사결정을 내린 사람이 책임지고 전달해야 한다. 이는 리더나 실무자 모두에게 해당되며 프로젝트 진행 중 개개인 구성원이 노력이 필요하다. 시점은 의사결정된 즉시가 가장 좋다. 위에서 정리된 의사결정자, 담당자, 커뮤니케이션 채널을 참고해서 담당자에게 전달한다.

https://brunch.co.kr/@kgbtomas/291

팀원들은 ‘팀장님이 문제를 해결해 주실 거야.’라고 생각하고 팀장은 ‘팀장인 내가 팀원 간 문제를 해결해야지.’라고 생각하지만 반은 맞고 반은 틀리다. 좋은 원칙이 있고 정보가 잘 흐른다면 누구나 좋은 의사결정을 할 수 있어야 한다. 예를 들면 담당자끼리 이야기하다가 풀리지 않으면 상위 담당자끼리 이야기해서 문제를 해결하는 시도는 자칫 편리해 보이지만 다음과 같은 문제를 야기한다 &nbsp;&nbsp; <ol ><li>팀 자체적인 문제해결 능력이 약해진다 : 가장 전문성을 갖춘 개개인이 스스로 문제해결을 하고 실패 속에서 배우는 시스템이 구축되지 않는다.</li><li>의사결정 속도가 느려진다. 언제든 상위 의사결정자를 부를 수 있다는 것은 결국 실무자 둘이 이야기할 것을 상위 의사결정자가 결정한다는 뜻. 의존성을 만들면 당연히 의사결정 속도가 느려진다.</li><li>상위 리더십이 더 중요한 결정에 시간을 쓸 수 없다. 팀장들이 매사 ‘불 끄러’ 다닌다고 더 중요한 전략적 의사결정과 로드맵 수립 같은 일에 투자할 수 없다. 이는 모호한 전략과 애매한 실행으로 이어져 성과가 안 좋아지고, 성과가 안 좋아지면 조직 간 갈등이 증가하는 악순환이 시작된다.</li></ol> IT기업은 대부분 역할 조직의 형태를 따르고 있다. 역할 조직에서는 각자 ‘일당백’을 하므로 ‘나 없으면 돌아가지 않는 조직’이 되는 것이 일 잘하는 것이라 생각할 수 있지만 정반대다.&nbsp;&nbsp;역할 조직에서는 누군가 없어져도 언제든 대체할 수 있다.&nbsp; 내가 없어도 잘 돌아가고, 내가 있으면 더 잘 돌아가야 한다. 내가 없어져서 조직이 멈춰버리거나 급격히 성능이 저하된다면 조직 엔지니어링에 실패한 것이다. 팀장이 빠져도 팀원이 70~80% 수준의 의사 결정과 결과물을 낼 수 있어야 한다. 문제는 ‘리더가 의사결정을 마음대로 해서’가 아니다. 의사결정은 리더의 고유 권한이고 주요한 업무 중 하나라는 것을 구성원도 모두 이해하고 있다. &nbsp;불만은 리더가 의사 결정해서가 아니라 의사결정에 필요한 정보와 과정을 구성원이 알 수 없기 때문에 불만이 생긴다.&nbsp;&nbsp;리더가 해야 할 일 중에 가장 중요한 일은 ‘팀원들이 나와 비슷한 수준으로 의사결정할 수 있도록 정보가 흐르게 하는 것이다. 역할 조직에서 정보가 제대로 흐르지 않고 정치가 심화되면 각자의 정보 독점이 일어나면서 각자 성과보다는 ‘지위 관리’에 집중하게 된다.&nbsp;각자의 지위와 권력을 유지하기 위해 역할을 나누고, 쪼개고, 허락을 구하고 결재받는 시간이 길어지며 의사결정과 업무 속도가 느려진다. 회의 아젠다로 ‘역할 나누기’가, ‘000팀, 검토해 주세요.’라는 요청이 업무에 자주 등장하게 된다 의사결정을 위해 무슨 팀을 찾아갈지 찾는 일이 일상다반사가 된다. 정보의 독점으로 인해 각자의 정보 의존성을 이겨내지 못하면 업무 자체가 진행되지 않기 때문이다. 속도가 곧 경쟁력임을 표방하는 스타트업에서는 이보다 큰 위기신호가 없다. 이를 해결하기 위해서는 다음과 같은 실행이 뒤따라야 한다. 1. 의사결정자, 담당자, 커뮤니케이션 채널을 명확하게 지정한다. 리더는 프로젝트 시작 전에 책임자를 분명하게 정해야 한다. 개인 실무자가 조직의 역학관계를 파악하는 것은 불가능하다. 정리된 내용은 관련 담당자 모두가 볼 수 있는 채널에 공유되어야 하며, 프로젝트 중 담당자 변경이 있다면 같은 채널에 이를 알려야 한다. 2. 프로젝트 관련된 정보가 공유되고 원칙이 세워진다. 프로젝트 관련된 정보가 투명하게 공유되어야 한다. 각 담당자는 프로젝트에 관련된 정보를 ‘파악하는 것’뿐 아니라 적절한 대상에게 공유하여 모두가 접근할 수 있도록 해야 한다.프로젝트의 ‘전략적 원칙’이 수립되어야 하는데, 여기서 말하는 전략적 원칙이란 프로젝트 목표를 달성하기 위해 ‘무엇을 얻고 무엇을 포기할지’ 명확하게 선언된 것을 말한다. 명확한 프로젝트 원칙은 리더 없이도 구성원이 좋은 결정을 내릴 수 있도록 돕는다. 3. 정보가 적시에 전달된다. 정보는 필요한 사람이 찾아보기 전에 의사결정을 내린 사람이 책임지고 전달해야 한다. 이는 리더나 실무자 모두에게 해당되며 프로젝트 진행 중 개개인 구성원이 노력이 필요하다. 시점은 의사결정된 즉시가 가장 좋다. 위에서 정리된 의사결정자, 담당자, 커뮤니케이션 채널을 참고해서 담당자에게 전달한다. https://brunch.co.kr/@kgbtomas/291

Brunch Story

리더가 없어도 결정은 내려진다.

누구나 직장에서 도망치고싶은, 부끄러운 순간들이 있을겁니다. 그럴 때 누구는 도망하고, 누구는 인내하며, 누구는 부정하고, 누구는 부끄러움을 모르기도 합니다. 그리고 누군간 극복하고 해내고 맙니다. 저는 그 중 도망자였습니다. 부끄러운 고백입니다. 이 글은 제가 토스에 다녔던 2015년-2016년 두 해, 토스의 극초기에 겪었던 실패의 회고입니다.

유난한 도전과 도망: 어느 직장인의 부끄러운 회고

https://jaypark.me/11

재한님이 토스 초기 멤버로써 어떤 일을 겪었는지 남겨주셨네요.
누구나 감추고 싶은 과거가 있죠. 이걸 공개하셨다는 것 만으로 대단하다고 생각합니다.

https://jaypark.me/11 재한님이 토스 초기 멤버로써 어떤 일을 겪었는지 남겨주셨네요.누구나 감추고 싶은 과거가 있죠. 이걸 공개하셨다는 것 만으로 대단하다고 생각합니다.

박재한 블로그

어느 직장인의 회고

Next.js 14.2 includes development, production, and caching improvements. Including new configuration options, 99% Turbopack tests passing, and more.

Next.js 14.2

2024년 4월 12일, Next.js 14.2 버전이 출시 되었습니다. 주요 변경사항을 정리해보았습니다.

 * Turbopack 개발중, 프로덕션 용도로는 아직 시기상조
   * 개발 모드 (
     next dev --turbo
     )에서 99.8%의 통합 테스트를 통과했습니다.
   * 빌드(
     next build
     ) 용으로는 아직 개발중으로, 74.7%의 테스트를 통과했습니다.
 * 빌드 및 프로덕션 성능이 개선됨, 특히 메모리 사용량이 줄어듬
   * 서버/클라이언트 컴포넌트 간 트리 쉐이킹이 더 좋아졌습니다.
   * 미니멀로 세팅한 Next.js 앱에서 메모리 사용량과 캐시 파일 크기가 평균
     2.2GB
     에서
     190MB
     미만으로 감소했다고 합니다. CI 빌드 시 메모리 부족으로 머신이 뻗는 현상이 줄어들겠네요.
 * 에러 DX가 개선됨, Hydration 에러가 어디서 발생했는지 더 잘 보여줌
   * Next.js에서 종종 겪던
     Hydration failed because the initial ui does not match what was rendered on the server
     에러에 대한 원인을 더 잘 찾을 수 있을 것 같습니다.
 * React 19와 통합한 메이저 버전을 준비중
   * 아마도 Next.js 15가 될 것 같습니다.

자세한 내용은 Next.js 블로그 (https://nextjs.org/blog/next-14-2) 를 참고해주세요.

2024년 4월 12일, Next.js 14.2 버전이 출시 되었습니다. 주요 변경사항을 정리해보았습니다. <ul ><li>Turbopack 개발중, 프로덕션 용도로는 아직 시기상조<ul ><li>개발 모드 (<code >next dev --turbo</code>)에서 99.8%의 통합 테스트를 통과했습니다.</li><li>빌드(<code >next build</code>) 용으로는 아직 개발중으로, 74.7%의 테스트를 통과했습니다.</li></ul></li><li>빌드 및 프로덕션 성능이 개선됨, 특히 메모리 사용량이 줄어듬<ul ><li>서버/클라이언트 컴포넌트 간 트리 쉐이킹이 더 좋아졌습니다.</li><li>미니멀로 세팅한 Next.js 앱에서 메모리 사용량과 캐시 파일 크기가 평균 <code >2.2GB</code>에서 <code >190MB</code> 미만으로 감소했다고 합니다. CI 빌드 시 메모리 부족으로 머신이 뻗는 현상이 줄어들겠네요.</li></ul></li><li>에러 DX가 개선됨, Hydration 에러가 어디서 발생했는지 더 잘 보여줌<ul ><li>Next.js에서 종종 겪던 <code >Hydration failed because the initial ui does not match what was rendered on the server</code> 에러에 대한 원인을 더 잘 찾을 수 있을 것 같습니다.</li></ul></li><li>React 19와 통합한 메이저 버전을 준비중<ul ><li>아마도 Next.js 15가 될 것 같습니다.</li></ul></li></ul> 자세한 내용은 Next.js 블로그 (https://nextjs.org/blog/next-14-2) 를 참고해주세요.

Nextjs

Next.js 14.2 릴리즈

PO(Product Owner)분께 AB Test 플랫폼 소개해드리던 와중, MDE(minimum detectable effect) 지표를 설명할 일이 생겼습니다.

근데 쭉 말로 풀어 설명하다보니... 이게 분포와 중심극한정리, 빈도주의 가설검정의 기본구조, 컷오프, 1종 2종오류, 검정력, 표본 증가에 따른 평균분포의 분산 감소 등의 개념을 모두 아우르며 설명해야 이해가 되는 난이도 있는 주제였음을 깨달을 수 있었습니다 (......) 말만으로 설명하기는 도저히 무리였습니다.

이에 완전히 망한 제 설명을 넘어, 다음번에는 꼭 제대로 설명해보고자 MDE에 관한 포스팅을 작성하게 되었습니다.

https://lnkd.in/ghyU8hqY

Product Manager

김은서

퍼블리의 그로스 매니저로 커리어를 시작하여, 현재는 멤버십 사업을 총괄하고 있습니다.
합리적이고 해피한 세상을 향해 살아가고 있으며, 책과 교육, 경제에 관심을 가지고 있습니다.
일하는 것을 싫어하지만, 많이 하고 있습니다..

커리어리 Lead Product Manager

김광종

퍼블리 그로스매니저로 커리어를 시작하여, 프로덕트매니저와 사업총괄을 거쳐, 지금은 커리어리에서 채용 사업을 만들고 있습니다.
합리적이고 해피한 세상을 향해 살아가고 있으며, 책/교육/경제에 관심이 있습니다.
자유로운 삶을 추구하지만, 지금은 일에 매여 있습니다..

MDE 란 무엇인가?

데이터 분석가

데이터 엔지니어

소프트웨어 엔지니어

응용통계학

하헌철 : Kai

Naver Blog

Linkedin

Github

B2C e-commerce 및 O2O mobility 업계에서 근무하였습니다.
실행 가능한 분석에 관심이 많습니다.
#데이터분석 #B2C #O2O

MDE 란 무엇인가?

댓글 0

비슷한 게시물

주간 인기 TOP 10

추천 프로필