🎞️🍿 진격의 AI : 개발자는 자멸할까?

패스트캠퍼스에서 진행한 세미나의 영상이 올라왔습니다. 무려 99만원! 짜리를 무료로! 🤭 (소개 페이지에서 쿠폰 받으셔야해요)

https://fastcampus.co.kr/ai_xyz_kimjinjung

20분 발표에 40분 질문 답변을 진행했는데요. 좋은 질문이 많아서 저도 재밌었던 세미나입니다.

팝콘 뜯으면서 보실만한 내용이니 심심하실 때 한 번 살펴봐주세요.🤗

🎞️🍿 진격의 AI : 개발자는 자멸할까? 패스트캠퍼스에서 진행한 세미나의 영상이 올라왔습니다. 무려 99만원! 짜리를 무료로! 🤭 (소개 페이지에서 쿠폰 받으셔야해요) https://fastcampus.co.kr/ai_xyz_kimjinjung 20분 발표에 40분 질문 답변을 진행했는데요. 좋은 질문이 많아서 저도 재밌었던 세미나입니다. 팝콘 뜯으면서 보실만한 내용이니 심심하실 때 한 번 살펴봐주세요.🤗

📝 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.

얼마전 마이애미의 한 남성이 AI 여자친구 챗봇에 월 1천만원 이상 소비한다는 소식이 있어 화제가 됐었는데요.

실제 같은 이미지와 음성을 제공하는 여자친구를 만들 수 있는데, 커스터마이징을 통해 자신에게 완벽한 여러 버전의 여자친구를 만들 수 있기 때문이라고 합니다.

다른 이야기지만, CX(고객센터) 서비스를 제공하는 Infobip의 조사에 따르면, 거의 20%의 미국인이 챗봇에게 본래 목적과 다른 대화를 시도한 경험이 있다고 하는데요.

참가자의 47.2%는 호기심으로, 23.9%는 외로워서, 16.7%는 챗봇이 아니라 피싱이라고 생각해서, 12.2%는 성적인 목적으로 시도를 했다고 합니다.

또한 전체 응답자의 57.1%가 감정적 필요에 의해 챗봇에 대화를 시도하였고 대화에서 안전감을 느꼈으며, 18.2%가 AI 챗봇과 친구 관계를 형성하였고 그 중 10.7%는 베프가 되었다고 합니다.

이 조사 결과에 따르면 사람들이 이미 AI와 개인적인 관계를 맺고 장기적인 우정까지도 형성하고 있다는 것인데요. 그 이유가 특히 외로움 등의 감정적인 필요에 있었다는 것이 여러가지 생각할 거리를 주는 것 같습니다.

얼마전 마이애미의 한 남성이 AI 여자친구 챗봇에 월 1천만원 이상 소비한다는 소식이 있어 화제가 됐었는데요. 실제 같은 이미지와 음성을 제공하는 여자친구를 만들 수 있는데, 커스터마이징을 통해 자신에게 완벽한 여러 버전의 여자친구를 만들 수 있기 때문이라고 합니다. 다른 이야기지만, CX(고객센터) 서비스를 제공하는 Infobip의 조사에 따르면, 거의 20%의 미국인이 챗봇에게 본래 목적과 다른 대화를 시도한 경험이 있다고 하는데요. 참가자의 47.2%는 호기심으로, 23.9%는 외로워서, 16.7%는 챗봇이 아니라 피싱이라고 생각해서, 12.2%는 성적인 목적으로 시도를 했다고 합니다. 또한 전체 응답자의 57.1%가 감정적 필요에 의해 챗봇에 대화를 시도하였고 대화에서 안전감을 느꼈으며, 18.2%가 AI 챗봇과 친구 관계를 형성하였고 그 중 10.7%는 베프가 되었다고 합니다. 이 조사 결과에 따르면 사람들이 이미 AI와 개인적인 관계를 맺고 장기적인 우정까지도 형성하고 있다는 것인데요. 그 이유가 특히 외로움 등의 감정적인 필요에 있었다는 것이 여러가지 생각할 거리를 주는 것 같습니다.

📰 AI 여자친구를 제공하는 10억 달러(유니콘) 기업이 생길 것

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

메타가 퀘스트 플랫폼을 Horizon OS로 리브랜딩하고, 이를 ASUS, Lenovo, Xbox 등의 다른 기기에서도 실행 할 수 있도록 공개한다는 소식입니다.

안드로이드나 iOS와 달리, MS 윈도우즈처럼 VR/AR 헤드셋은 물론 일반 PC에도 설치해서 범용적으로 사용 할 수 있게하는 것이 목표인 것으로 보입니다.

요즘 메타가 진짜 말 그대로 진격의 메타라는 수식어가 잘 어울리는 행보를 전방위적으로 계속 보이고 있는데요.

과연 XR 전쟁은 또 어떻게 될지 여기도 참 흥미진진합니다. 😎🍿🥤

메타가 퀘스트 플랫폼을 Horizon OS로 리브랜딩하고, 이를 ASUS, Lenovo, Xbox 등의 다른 기기에서도 실행 할 수 있도록 공개한다는 소식입니다. 안드로이드나 iOS와 달리, MS 윈도우즈처럼 VR/AR 헤드셋은 물론 일반 PC에도 설치해서 범용적으로 사용 할 수 있게하는 것이 목표인 것으로 보입니다. 요즘 메타가 진짜 말 그대로 진격의 메타라는 수식어가 잘 어울리는 행보를 전방위적으로 계속 보이고 있는데요. 과연 XR 전쟁은 또 어떻게 될지 여기도 참 흥미진진합니다. 😎🍿🥤

🗞️ 메타, 호라이즌 OS 공개!

현재 원티드랩 에서 제공하는 자료에 따르면,
데이터 분석가의 연봉은 신입 기준으로 3,538만원입니다.

제가 생각했던 것보다 다른 직종에 비해 생각보다는 높지 않는 것 같아요.
특히 개발자 또는 엔지니어들의 높은 초봉에 비해서는 '겨우 이 정도야?'라고 생각할수 도 있어요.

하지만 데이터 분석가는 경력이 쌓일수록 점점 더 높은 상승률을 보여주고 있어요.

3년차의 데이터 분석가는 4,205만원
6년차는 5,171만원,
10년차는 약 7,000만원이라는 금액으로 측정되고 있습니다.

물론 평균값이라는 것을 고려하면 각 지역이나 회사마다 차이는 존재할 거에요.
현재 미국에서는 데이터 분석가의 평균 초봉은 약 $69,000불에서 $85,000 사이로 측정되고 있어요.

데이터 분석가는 매우 경쟁력있는 직종 중 하나임에는 틀림없습니다.
하지만 가장 제가 생각하는 가장 좋은 점은 바로 그거에요.
매일매일 새롭게 성장하는 자신을 볼 수 있다는 점이죠.

#데이터리차드 #데이터분석가 #원티드랩 #연봉 #초봉

현재 원티드랩 에서 제공하는 자료에 따르면, 데이터 분석가의 연봉은 신입 기준으로 3,538만원입니다. 제가 생각했던 것보다 다른 직종에 비해 생각보다는 높지 않는 것 같아요. 특히 개발자 또는 엔지니어들의 높은 초봉에 비해서는 '겨우 이 정도야?'라고 생각할수 도 있어요. 하지만 데이터 분석가는 경력이 쌓일수록 점점 더 높은 상승률을 보여주고 있어요. 3년차의 데이터 분석가는 4,205만원 6년차는 5,171만원, 10년차는 약 7,000만원이라는 금액으로 측정되고 있습니다. 물론 평균값이라는 것을 고려하면 각 지역이나 회사마다 차이는 존재할 거에요. 현재 미국에서는 데이터 분석가의 평균 초봉은 약 $69,000불에서 $85,000 사이로 측정되고 있어요. 데이터 분석가는 매우 경쟁력있는 직종 중 하나임에는 틀림없습니다. 하지만 가장 제가 생각하는 가장 좋은 점은 바로 그거에요. 매일매일 새롭게 성장하는 자신을 볼 수 있다는 점이죠. #데이터리차드 #데이터분석가 #원티드랩 #연봉 #초봉

2024년, 데이터 분석가의 연봉을 알아봅시다.

메타의 Llama 3의 테크니컬 리포트를 보고나서, 재밌기도 하지만 한편으론 씁쓸함이 느껴지기도 한다.

결론을 단순히 말하면 한계라고 연구됐던 것 보다 돈을 더 태우니까 더 좋아지네..인.. 🫠

즉, AI 전쟁이 데이터와 컴퓨팅 자원을 누가 더 많이 넣는 싸움이냐, 즉 기냥 돈을 최대한 많이 태우는 것이 성능을 높이는 길이라는 것을 숫자로 증명한 내용인 것..

물론 기초 연구도 중요하긴 하지만, 돈 태우기는 이를 쉽게(?) 뛰어넘는다능.. 🫠

메타의 Llama 3의 테크니컬 리포트를 보고나서, 재밌기도 하지만 한편으론 씁쓸함이 느껴지기도 한다. 결론을 단순히 말하면 한계라고 연구됐던 것 보다 돈을 더 태우니까 더 좋아지네..인.. 🫠 즉, AI 전쟁이 데이터와 컴퓨팅 자원을 누가 더 많이 넣는 싸움이냐, 즉 기냥 돈을 최대한 많이 태우는 것이 성능을 높이는 길이라는 것을 숫자로 증명한 내용인 것.. 물론 기초 연구도 중요하긴 하지만, 돈 태우기는 이를 쉽게(?) 뛰어넘는다능.. 🫠

돈을 태울수록 더 좋아진다는게, 관련 보고서 출처 좀 알수있을까요?

저커버그는 메타에서 페이스북이나, 인그타그램 등에 새 기능을 출시 할 때마다 애플과 구글이 딴지를 걸어서 매우 짜증난다고 함

그런데 OpenAI 같은 클로즈드 AI에 의존하게 된다면 같은 일이 일어날 것이라고 생각함 (주: 실제로 현재도 OpenAI의 정책에 의해서 문닫은 AI 서비스들이 많이 존재함)

메타는 오래전부터 수많은 핵심 기술들을 오픈소스로 만들었는데, 그걸 많은 회사에서 채용하거나 변형들을 많이 만들게 되면 사실상의 표준으로 자리잡게 됨.

그 결과 많이 사용하게 되니 수요와 공급이 많아져 인프라 비용이 저렴하게 되고, 수많은 사람들이 최적화를 시도함으로 인해서 자신들도 혜택을 보게 됨. 그런데 이 혜택이 메타 규모에서는 어마어마한 비용 절감으로 되돌아 옴. (주: 더불어 준표준이 되면 기술의 방향을 주도적으로 리딩 할 수 있음)

인터뷰 영상 링크는 댓글로 👇

저커버그는 메타에서 페이스북이나, 인그타그램 등에 새 기능을 출시 할 때마다 애플과 구글이 딴지를 걸어서 매우 짜증난다고 함 그런데 OpenAI 같은 클로즈드 AI에 의존하게 된다면 같은 일이 일어날 것이라고 생각함 (주: 실제로 현재도 OpenAI의 정책에 의해서 문닫은 AI 서비스들이 많이 존재함) 메타는 오래전부터 수많은 핵심 기술들을 오픈소스로 만들었는데, 그걸 많은 회사에서 채용하거나 변형들을 많이 만들게 되면 사실상의 표준으로 자리잡게 됨. 그 결과 많이 사용하게 되니 수요와 공급이 많아져 인프라 비용이 저렴하게 되고, 수많은 사람들이 최적화를 시도함으로 인해서 자신들도 혜택을 보게 됨. 그런데 이 혜택이 메타 규모에서는 어마어마한 비용 절감으로 되돌아 옴. (주: 더불어 준표준이 되면 기술의 방향을 주도적으로 리딩 할 수 있음) 인터뷰 영상 링크는 댓글로 👇

🎤 메타가 Llama를 만들고 오픈소스화 한 이유 - 저커버그 인터뷰

https://youtu.be/QmPopAPmPcM?si=8wDbDKgF3z9SnVT5

Llama 3의 한국어 테스트를 맥북 에어 M2, 24G에서 간단하게 해 보았습니다.

결론만 간단하게 말하면 약간의 한국어 데이터로 살짝만 튜닝하면 꽤 쓸만 할 것 같습니다.

첨부 영상은 8B-4bit Instruct 모델로 결과가 잘 나온 편인데, 리드 텍스트가 약간만 무너져도 생성 결과가 전체적으로 크게 무너질 정도로 성능 변화가 커서 안정성이 많이 떨어지는 것으로 보입니다.

하지만 아주 제너럴하게 사용하는 것이 아니라면 인스트럭션 튜닝으로 쉽게 해소 가능할 것으로 생각되고요.

그리고 8B는 16bit까지 돌아는가는데, 제 기준으로 속도면에서 4bit은 돼야 쓸만합니다. 8bit도 나쁘진 않고요. 성능은 아주 큰 차이는 없지만 확실히 높은 bit에서 생성 결과가 약간 더 안정적인 느낌입니다.

70B는..안돌아갑니다. 🥹 (적선좀.. 🥹)

그리고 llama.cpp는 잘 되는데, mlx-lm은 뭔가 좀 결과가 요상하게 나오더군요. 제가 뭘 잘못한 것 같긴한데.. 🤔

암튼 첫인상은, 약간 애매하지만 합격 👍

https://x.com/golbin/status/1781374690118004870?s=46

Llama 3의 한국어 테스트를 맥북 에어 M2, 24G에서 간단하게 해 보았습니다. 결론만 간단하게 말하면 약간의 한국어 데이터로 살짝만 튜닝하면 꽤 쓸만 할 것 같습니다. 첨부 영상은 8B-4bit Instruct 모델로 결과가 잘 나온 편인데, 리드 텍스트가 약간만 무너져도 생성 결과가 전체적으로 크게 무너질 정도로 성능 변화가 커서 안정성이 많이 떨어지는 것으로 보입니다. 하지만 아주 제너럴하게 사용하는 것이 아니라면 인스트럭션 튜닝으로 쉽게 해소 가능할 것으로 생각되고요. 그리고 8B는 16bit까지 돌아는가는데, 제 기준으로 속도면에서 4bit은 돼야 쓸만합니다. 8bit도 나쁘진 않고요. 성능은 아주 큰 차이는 없지만 확실히 높은 bit에서 생성 결과가 약간 더 안정적인 느낌입니다. 70B는..안돌아갑니다. 🥹 (적선좀.. 🥹) 그리고 llama.cpp는 잘 되는데, mlx-lm은 뭔가 좀 결과가 요상하게 나오더군요. 제가 뭘 잘못한 것 같긴한데.. 🤔 암튼 첫인상은, 약간 애매하지만 합격 👍 https://x.com/golbin/status/1781374690118004870?s=46

X (formerly Twitter)

📝 Llama 3 한국어 테스트 on 맥북 에어 M2

6년간 8번의 실패를 겪은 토스 이승건 대표가 말하는 리얼 창업 현실🔥뼈 때리는 동기부여 영상 @toss_official

이승건 대표님의 이야기라 몰입하며 봤네요..!

---
 * 끈기가 중요한가? -> 중요함
   * 대부분의 사람들이 포기하기 때문
   * 대부분 포기를 함. 실제로 성공이 이루어진 것을 보면 99%가 운 때문에 성공하고 운 때문에 실패함
   * 그래서 끈기가 중요
   * 운을 이기는 방법이 끈기라 생각. Fortuna(그리스어)
   * 끈기를 통해 운이 올 때까지 하면 운을 이길 수 있음
   * 토스를 할 때도 6년 동안 실패를 8번 함
 * 얼마나 많이, 얼마나 오래 해야하는 것일까?
   * 스타트업이 가족보다 중요하다. 계속 일을 해야 함
   * 자녀에게 굿나잇 키스를 하기 어렵다
   * 좋은 차, 좋은 집 어렵다. 현금이 중요하다
     * 소수자에 불과한 이야기라 이해를 못함
   * 최소 3년. 대부분 10~13년
   * 지나가면 문제의 폭증이 더 커짐
 * 끈기는 어디서 오는가?
   * 이유가 그 사람을 만드는 것 같음
   * 그래야만 하는 이유가 있어야 함
   * 굳이 해보겠다
   * 선천적으로 뛰어난 사람이 있는게 아니라 누구나 이유가 생기면 가지게 되는 것
 * 좋은 예시
   * 삶의 미션
   * 잡을 포기하더라도 반드시 해결하고 싶은 문제
   * 당신을 무시하고 부정한 사람들에게 당신을 증명해 내지 않으면 도저히 잠이 오지 않아서
   * 파산하더라도 주변의 팀원들을 실망시키고 싶지 않아서
   * 지금 하는 일을 사랑해서, 성공/실패 없이도 살수 있어서
   * 내 인생에서 다른 할 일이 없는 경우
   * 제품을 만들고 조직 건설, 사회적 변화가 재밌어서
 * 우려스러운, 지속적이지 않은 이유
   * 창업가가 되는 것은 너무 쿨한 일
   * 내가 멋진 기술을 가지고 있음
   * 돈을 많이 벌고 싶음
   * 현재 회사에서 일하는게 싫음
   * 내 아이디어는 대박이기에
 * 높은 끈기와 인내심을 가지는 팀
   * 승리 전략
   * 성공은 실패가 주는 패배감을 진정으로 두려워하지 않을 때 시작됨
   * 작은 스타트업 100개가 있는 형태로 진행
   * 실패를 너무 많이 해서 미래에 대해 낙관적인 시선을 가지지 않을 때 성공함. 하지만 지금 할 것은 하자. 스톡데일 패러독스
 * 입사하고 여기 온 것 큰일난거야. 우린 잘 안되는 일이 많을거야
   * 장기적으론 좋음. 단기적으론 좋지 않을 수 있음
   * 장기적인 동기부여는 신념, 우리는 해낼 수 있다. 스프릿, principle, 성실성 등에 도움이 됨
 * 끈기와 경청
   * 경청할 줄은 몰랐음. 그래서 망했던 것 같음
   * 우리가 하려는 것이 무엇일까? 성장.
   * 아이디어에 대해서 고집을 피운다면 경청이 필요함. 다만 성장은 끈기를 가도 괜찮을 것 같음
   * 아이디어가 더 성장을 일으키는 아이디어인가? 맞으면 Go. 아니면 끈기의 영역
   * 끈기는 어떻게 보면 버텨야 하는 것처럼 보일 수 있음. 특정 사업 아이템에 집착하기 보다 열린 마인드로 생각하면 좋을 것 같음. 이기려고 하는 것이지 버티려고 하는 것이 아님

이승건 대표님의 이야기라 몰입하며 봤네요..! ---<ul ><li>끈기가 중요한가? -&gt; 중요함<ul ><li>대부분의 사람들이 포기하기 때문</li><li>대부분 포기를 함. 실제로 성공이 이루어진 것을 보면 99%가 운 때문에 성공하고 운 때문에 실패함</li><li>그래서 끈기가 중요</li><li>운을 이기는 방법이 끈기라 생각. Fortuna(그리스어)</li><li>끈기를 통해 운이 올 때까지 하면 운을 이길 수 있음</li><li>토스를 할 때도 6년 동안 실패를 8번 함</li></ul></li><li>얼마나 많이, 얼마나 오래 해야하는 것일까?<ul ><li>스타트업이 가족보다 중요하다. 계속 일을 해야 함</li><li>자녀에게 굿나잇 키스를 하기 어렵다</li><li>좋은 차, 좋은 집 어렵다. 현금이 중요하다<ul ><li>소수자에 불과한 이야기라 이해를 못함</li></ul></li><li>최소 3년. 대부분 10~13년</li><li>지나가면 문제의 폭증이 더 커짐</li></ul></li><li>끈기는 어디서 오는가?<ul ><li>이유가 그 사람을 만드는 것 같음</li><li>그래야만 하는 이유가 있어야 함</li><li>굳이 해보겠다</li><li>선천적으로 뛰어난 사람이 있는게 아니라 누구나 이유가 생기면 가지게 되는 것</li></ul></li><li>좋은 예시<ul ><li>삶의 미션</li><li>잡을 포기하더라도 반드시 해결하고 싶은 문제</li><li>당신을 무시하고 부정한 사람들에게 당신을 증명해 내지 않으면 도저히 잠이 오지 않아서</li><li>파산하더라도 주변의 팀원들을 실망시키고 싶지 않아서</li><li>지금 하는 일을 사랑해서, 성공/실패 없이도 살수 있어서</li><li>내 인생에서 다른 할 일이 없는 경우</li><li>제품을 만들고 조직 건설, 사회적 변화가 재밌어서</li></ul></li><li>우려스러운, 지속적이지 않은 이유<ul ><li>창업가가 되는 것은 너무 쿨한 일</li><li>내가 멋진 기술을 가지고 있음</li><li>돈을 많이 벌고 싶음</li><li>현재 회사에서 일하는게 싫음</li><li>내 아이디어는 대박이기에</li></ul></li><li>높은 끈기와 인내심을 가지는 팀<ul ><li>승리 전략</li><li>성공은 실패가 주는 패배감을 진정으로 두려워하지 않을 때 시작됨</li><li>작은 스타트업 100개가 있는 형태로 진행</li><li>실패를 너무 많이 해서 미래에 대해 낙관적인 시선을 가지지 않을 때 성공함. 하지만 지금 할 것은 하자. 스톡데일 패러독스</li></ul></li><li>입사하고 여기 온 것 큰일난거야. 우린 잘 안되는 일이 많을거야<ul ><li>장기적으론 좋음. 단기적으론 좋지 않을 수 있음</li><li>장기적인 동기부여는 신념, 우리는 해낼 수 있다. 스프릿, principle, 성실성 등에 도움이 됨</li></ul></li><li>끈기와 경청<ul ><li>경청할 줄은 몰랐음. 그래서 망했던 것 같음</li><li>우리가 하려는 것이 무엇일까? 성장.</li><li>아이디어에 대해서 고집을 피운다면 경청이 필요함. 다만 성장은 끈기를 가도 괜찮을 것 같음</li><li>아이디어가 더 성장을 일으키는 아이디어인가? 맞으면 Go. 아니면 끈기의 영역</li><li>끈기는 어떻게 보면 버텨야 하는 것처럼 보일 수 있음. 특정 사업 아이템에 집착하기 보다 열린 마인드로 생각하면 좋을 것 같음. 이기려고 하는 것이지 버티려고 하는 것이 아님</li></ul></li></ul>

YouTube

6년간 8번의 실패를 겪은 토스 이승건 대표가 말하는 리얼 창업 현실

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:

Medium

🕊️ 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 것이고 (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 것이고 (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

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

2022 has seen remarkable progress in foundational technologies that have helped to advance human knowledge and create new possibilities to address some of society's most challenging problems. Significant advances in AI have also enabled Microsoft to bring

Research @ Microsoft 2022: A look back at a year of accelerating progress in AI - Microsoft Research

👉 MS 리서치 2022년 성과 정리(https://www.microsoft.com/en-us/research/blog/2022-a-look-back-at-a-year-of-accelerating-progress-in-ai/): 연구자가 아닌 사용자 입장에서 관심 가는 것들을 열거해보자면, CV (Swin Transformer v2), NLP (챗봇을 위한 언어 모델 GODEL, 멀티모달 BEiT, 언어 모델 디버깅 도구 AdaTest, 유해 콘텐츠 데이터 생성 도구 ToxiGen) 모델 훈련과 추론(NN HPO기법 µTransfer, 모델 압축과 양자화를 위한 DeepSpeed Compression) 정도?

👉 Fortuna 라이브러리 공개(https://aws.amazon.com/blogs/machine-learning/introducing-fortuna-a-library-for-uncertainty-quantification/): AWS Labs에서 12월 재밌는 라이브러리 두 개를 공개했는데 이건 딥러닝의 '과신' 문제 해결을 위해 현실에 맞게 확률값을 보정해주는 도구입니다. Flax 모델 객체 아니면 프레임워크와 무관한 출력 결과 파일이나 확률 값을 입력으로 줄 수 있습니다. 

👉 Renate 라이브러리 공개(https://aws.amazon.com/blogs/machine-learning/automatically-retrain-neural-networks-with-renate/): 이건 신경망 자동 재학습을 위한 라이브러리입니다. 재학습할 때 과거 데이터에 대한 성능은 하락하는 이른바 '파국적 망각' 현상을 상당히 방지해 줍니다. 또한 지속적 학습에 대한 HPO와 클라우드 벡엔드 학습을 지원합니다.

👉 SageMaker Feature Store의 Apache Iceberg 포맷 지원(https://aws.amazon.com/blogs/machine-learning/speed-ml-development-using-sagemaker-feature-store-and-apache-iceberg-offline-store-compaction/): 표준 Glue 대신 Iceberg 테이블 포맷으로 피쳐 그룹 생성이 가능해졌습니다. 그 결과 Glue Job 스케줄링으로 테이블 압축과 오래된 스냅숏, 고아 파일 제거를 정기적으로 해줄 수 있습니다. 오프라인 스토어에 대한 Athena 쿼리 속도가 10~100배 향상!

해당 내용들은 제 Github(https://github.com/youngmki/awesome-aiml-blog)에서 계속 아카이빙 중입니다.

Microsoft 365 Blog

노티플러스 데이터 사이언티스트

오형석

악성코드분석 / 위협인텔리전스 분석 / 버그바운티 운영

JAEKI

#끊임없이배우기 #스타트업 #(전)공공기관(현)스타트업 #Notion #Security #Sharing

12/25 AI & ML Blog Posts Weekly Summary

PDE 유한차분법 또는 MC 시뮬레이션을 통해 다양한 이색 옵션 가격 결정 모델(
주가 국소 변동성으로 보정한 ELN, LGM 모델을 이용한 이자율 콜러블 레인지 어크루얼 스왑 및 노트, CDS 등)을 구현하였습니다.

시장 VaR 계산 및 스트레스 테스트 수행 기능 개발로 리스크 관리 시스템을 개선하였습니다.

주니어 퀀트, CFA

GBDT 알고리즘으로 이탈 예측 모델을 만들어 사용자 경험 개인화 서비스 엔진에 탑재했습니다. 이탈 점수에 기반한 문자 메시지로 사용자 잔존율이 향상되었습니다. 

가설에 대한 A/B 테스트를 반복적으로 실행할 수 있는 플랫폼을 설계하고 개발에 참여했습니다. 이를 통해 수십 개의 실험을 동시에 실행할 수 있게 되었습니다.

성향 점수 매칭 등 인과 추론 기법을 통해 게임 콘텐츠를 분석하고 인사이트를 도출하였습니다.

데이터 사이언티스트

패션 웹사이트 검색 서비스에 암시적 피드백 BPR - MF와 뉴럴 CF 등을 활용한 패션 웹사이트 추천 시스템을 개발하여 CTR 상승을 이끌었습니다.

아파치 에어플로 중심으로 모델링 작업흐름을 자동화하는 프로젝트를 주도하여 신규 모델 배포에 소요되는 시간을 절반 이하로 단축했습니다.

매주 1TB 이상 수집되는 온라인 광고 네트워크 데이터를 기반으로 고객 획득 프로젝트를 이끌었습니다. 팀원들은 AWS EMR로 개발 인프라와 데이터 파이프라인을 구축하고, 디스플레이 광고에 대한 반응 예측 모델을 배포하고, A/B 테스트를 수행하여 CTR을 개선했습니다.

개인 맞춤형 신용카드 혜택 추천 서비스를 위해 DeepFM 기반의 알고리즘을 개발하고 데이터 전처리 및 예측 작업은 스파크 병렬 클러스터 기반으로 구축하여 성능을 최적화했습니다. 본 혜택 서비스 사용자는 1년 만에 150배 증가했습니다.

수십만 개의 가맹점을 의미론적 벡터로 표현하기 위해 Merchant2vec라고 하는 가맹점 임베딩 모델을 만들었습니다. 해당 모델을 초개인화 마케팅 플랫폼에 제공하여 솔루션 판매를 도왔습니다.

머신러닝 엔지니어 (팀장)

머신 러닝

python

데이터 분석

수천 개 제품 대상으로 DeepAR 기반의 수요 및 판매 예측 모델을 개발하고 정확도를 기존 대비 2배 이상  향상하였습니다. 또한 AWS 세이지메이커와 CDK를 이용하여 CI/CD 및 ML 파이프라인을 구축함으로써 신규 모델 배포에 소요되는 시간을 절반 이하로 단축했습니다.

연료 형상 이미지와 센서 시계열 데이터를 통해 발열량을 추정하는 멀티모달 모델을 스윈 트랜스포머 및 TFT 기반으로 구현하여 정확도를 기존 대비 20% 향상하고 대시보드 시각화로 현장에 적용했습니다.

스테이블 디퓨전, 컨트롤넷 모델 파인튜닝으로 패션 이미지 생성 모델을 개발하여 패션 디자이너의 작업 과정을 효율화하였습니다.

기업 내부 문서 검색과 인프라 모니터링을 위해 클로드와 아마존 오픈서치를 사용한 검색 증강 생성(RAG)과 LLM 에이전트 시스템을 구축하였고 이를 통해 엔지니어들의 업무 시간을 단축시켰습니다.

시니어 데이터 사이언티스트

통계학과 학사

통계학과 석사

Jonas Kim

LinkedIn

Facebook

Github

🧑‍💻 ML 분야에서 오랜 경력을 쌓아온 전문가입니다. 금융 및 IT 업계에서 일했으며 CV, NLP, RecSys, MLOps를 다루었습니다. 프로젝트 관리, 팀 빌딩 스킬에도 관심이 많습니다.
📚 '데이터 과학자 원칙' 공저, '머신러닝 시스템 설계' 공역

12/25 AI & ML Blog Posts Weekly Summary

댓글 0

비슷한 게시물

주간 인기 TOP 10

추천 프로필