Discover the 10 major AI trends set to reshape 2025: from augmented working and real-time decision-making to advanced AI legislation and sustainable AI initiatives.

The 10 Biggest AI Trends Of 2025 Everyone Must Be Ready For Today

2025년에도 인공지능(AI)은 여전히 가장 주목받는 기술로 남을 것입니다. 포브스가 제시하는 2025년 가장 주목해야 할 AI와 자동화 트렌드를 공유해봅니다~

🍊 증강 작업
 * 올해 많은 소프트웨어 도구들이 생성형 AI 기능을 서둘러 통합했으며, 2025년에는 AI와 인간이 기술적 능력을 증강하는 방식으로 협력하여, 창의적이고 대인관계 기술이 필요한 일에 더 많은 시간을 투자할 수 있게 할 것입니다.
 * 단순히 모든 시스템에 챗봇을 추가하는 방식에서 벗어나, 스마트한 기업들은 AI를 통해 실질적인 가치를 창출할 방법을 모색하게 될 것입니다.

🍊 실시간 자동화된 의사결정
 * AI 전략이 성숙한 기업들은 물류, 고객 지원, 마케팅 등 비즈니스 전체 프로세스를 자동화하는 방향으로 나아갈 것입니다.
 * 예를 들어, 최소한의 인간 개입으로 재고를 관리하거나 고객 문의에 대응하는 등의 의사결정을 AI 알고리즘이 실시간으로 수행하게 되며, 이를 통해 효율성과 신속한 고객 대응력이 높아질 것입니다.

🍊 책임감 있는 AI
 * 2025년에는 윤리적이고 안전하며 투명한 방식으로 AI를 개발하고 배포하는 것이 중요하다는 인식이 확산될 것입니다. 이는 일부는 법규에 의해 주도되지만, AI의 부작용에 대한 경각심이 높아진 결과이기도 합니다.
 * AI 편향과 환각(잘못된 결과 생성)의 위험성을 인지한 기업들은 이를 해결하려는 노력을 기울일 것입니다. 이러한 요소를 무시하거나 비용을 절감하려는 기업은 여론, 규제 기관, 고객의 비난을 받을 가능성이 큽니다.

🍊 생성형 비디오
 * ChatGPT의 텍스트 생성과 유사하게, AI로 영상을 생성하는 기능이 2025년부터 본격적으로 등장할 것입니다. 지금 당장은 디즈니 수준의 영화를 만드는 것은 어려울 수 있지만, 생성형 AI가 향후 어떤 가능성을 가질지 엿볼 수 있습니다.

🍊 차세대 음성 비서
 * Siri나 Alexa와 같은 AI 음성 비서는 오랫동안 존재해 왔지만, 2025년에는 더 인간 같은 대화를 할 수 있는 음성 비서가 등장할 것입니다. 이미 OpenAI의 ChatGPT는 자연스러운 대화 모드를 선보였으며, 구글은 Gemini 챗봇을 모바일 기기에 통합하여 기존 “Hey Google” 기능을 대체하기 시작했습니다. 이러한 능력은 점점 더 많은 기기에 도입되어 보다 유용한 음성 대화를 가능하게 할 것입니다.

🍊 AI 입법 및 규제
 * 정부와 입법자들은 AI 규제의 필요성을 느끼고 있으며, 2025년에는 인권을 보호하고 차별과 허위 정보의 위험성을 줄이는 방향으로 규제가 강화될 것입니다.
 * 예를 들어, EU와 중국은 딥페이크 생성 및 금융, 법 집행 분야에서의 AI 사용을 규제하는 법안을 올해 통과시켰습니다. 이러한 규제들은 2025년에는 더욱 확대될 것입니다.

🍊 자율 AI 에이전트
 * 대부분의 AI 도구는 현재 단순한 작업을 수행하는 데 사용되지만, 자율 AI 에이전트는 정확한 지시 없이도 여러 작업을 수행하고 결과에 따라 행동을 조정할 수 있습니다.
 * 이는 다양한 유형의 작업에 적용할 수 있는 “일반” AI를 향한 중요한 진전으로 여겨질 수 있으며, AI의 감독과 책임 문제에 대한 복잡한 의문도 제기하게 됩니다.

🍊 양자 AI
 * 양자 컴퓨팅은 기존 컴퓨터보다 수백만 배 빠르게 계산을 수행할 수 있어, AI의 속도를 높이고 새로운 과제를 해결할 가능성을 열어줍니다.
 * 이를 통해 백신 개발, 신소재 개발 등에서 획기적인 가능성이 열릴 것이며, 2025년에는 양자 AI의 잠재력에 대한 기대가 더욱 커질 것입니다.

🍊 사이버 보안 및 방위 분야의 AI
 * 사이버 공격이 더 빈번하고 정교해짐에 따라, AI 시스템은 침입 탐지, 이상 탐지, 사이버 보안 자동화 등에서 필수적인 역할을 하게 될 것입니다.
 * 피싱이나 소셜 엔지니어링 공격의 형태를 취하는 위협이 증가함에 따라 챗봇은 피싱 공격을 시뮬레이션하고 우리를 속여 피해자가 되게 하려는 시도를 발견하고 피하는 방법을 가르쳐주는 역할을 하게 될 것입니다.

🍊 지속 가능한 AI
 * 클라우드 기반 AI 시스템의 막대한 전력 소비에 대한 인식이 높아지고 있으며, 데이터 센터에서 지속 가능하고 재생 가능한 에너지원으로 전환하려는 노력이 집중될 것으로 예상됩니다.
 * 지속 가능성을 개선하고 다른 산업의 환경 발자국을 줄이기 위해 설계된 AI 애플리케이션의 잠재력은 매우 큽니다. 농업에서 물과 살충제 사용을 알고리즘적으로 최소화하는 것부터 차량 배기가스로 인한 오염을 줄이기 위해 도시 주변의 교통을 보다 효율적으로 라우팅하는 것까지, 2025년에는 AI가 환경 보호를 위한 강력한 도구로 계속 자리매김할 것입니다.
   

 * source: https://www.forbes.com/sites/bernardmarr/2024/09/24/the-10-biggest-ai-trends-of-2025-everyone-must-be-ready-for-today/

2025년에도 인공지능(AI)은 여전히 가장 주목받는 기술로 남을 것입니다. 포브스가 제시하는 2025년 가장 주목해야 할 AI와 자동화 트렌드를 공유해봅니다~ 🍊 증강 작업<ul ><li>올해 많은 소프트웨어 도구들이 생성형 AI 기능을 서둘러 통합했으며, 2025년에는 AI와 인간이 기술적 능력을 증강하는 방식으로 협력하여, 창의적이고 대인관계 기술이 필요한 일에 더 많은 시간을 투자할 수 있게 할 것입니다.</li><li>단순히 모든 시스템에 챗봇을 추가하는 방식에서 벗어나, 스마트한 기업들은 AI를 통해 실질적인 가치를 창출할 방법을 모색하게 될 것입니다.</li></ul> 🍊 실시간 자동화된 의사결정<ul ><li>AI 전략이 성숙한 기업들은 물류, 고객 지원, 마케팅 등 비즈니스 전체 프로세스를 자동화하는 방향으로 나아갈 것입니다.</li><li>예를 들어, 최소한의 인간 개입으로 재고를 관리하거나 고객 문의에 대응하는 등의 의사결정을 AI 알고리즘이 실시간으로 수행하게 되며, 이를 통해 효율성과 신속한 고객 대응력이 높아질 것입니다.</li></ul> 🍊 책임감 있는 AI<ul ><li>2025년에는 윤리적이고 안전하며 투명한 방식으로 AI를 개발하고 배포하는 것이 중요하다는 인식이 확산될 것입니다. 이는 일부는 법규에 의해 주도되지만, AI의 부작용에 대한 경각심이 높아진 결과이기도 합니다.</li><li>AI 편향과 환각(잘못된 결과 생성)의 위험성을 인지한 기업들은 이를 해결하려는 노력을 기울일 것입니다. 이러한 요소를 무시하거나 비용을 절감하려는 기업은 여론, 규제 기관, 고객의 비난을 받을 가능성이 큽니다.</li></ul> 🍊 생성형 비디오<ul ><li>ChatGPT의 텍스트 생성과 유사하게, AI로 영상을 생성하는 기능이 2025년부터 본격적으로 등장할 것입니다. 지금 당장은 디즈니 수준의 영화를 만드는 것은 어려울 수 있지만, 생성형 AI가 향후 어떤 가능성을 가질지 엿볼 수 있습니다.</li></ul> 🍊 차세대 음성 비서<ul ><li>Siri나 Alexa와 같은 AI 음성 비서는 오랫동안 존재해 왔지만, 2025년에는 더 인간 같은 대화를 할 수 있는 음성 비서가 등장할 것입니다. 이미 OpenAI의 ChatGPT는 자연스러운 대화 모드를 선보였으며, 구글은 Gemini 챗봇을 모바일 기기에 통합하여 기존 “Hey Google” 기능을 대체하기 시작했습니다. 이러한 능력은 점점 더 많은 기기에 도입되어 보다 유용한 음성 대화를 가능하게 할 것입니다.</li></ul> 🍊 AI 입법 및 규제<ul ><li>정부와 입법자들은 AI 규제의 필요성을 느끼고 있으며, 2025년에는 인권을 보호하고 차별과 허위 정보의 위험성을 줄이는 방향으로 규제가 강화될 것입니다.</li><li>예를 들어, EU와 중국은 딥페이크 생성 및 금융, 법 집행 분야에서의 AI 사용을 규제하는 법안을 올해 통과시켰습니다. 이러한 규제들은 2025년에는 더욱 확대될 것입니다.</li></ul> 🍊 자율 AI 에이전트<ul ><li>대부분의 AI 도구는 현재 단순한 작업을 수행하는 데 사용되지만, 자율 AI 에이전트는 정확한 지시 없이도 여러 작업을 수행하고 결과에 따라 행동을 조정할 수 있습니다.</li><li>이는 다양한 유형의 작업에 적용할 수 있는 “일반” AI를 향한 중요한 진전으로 여겨질 수 있으며, AI의 감독과 책임 문제에 대한 복잡한 의문도 제기하게 됩니다.</li></ul> 🍊 양자 AI<ul ><li>양자 컴퓨팅은 기존 컴퓨터보다 수백만 배 빠르게 계산을 수행할 수 있어, AI의 속도를 높이고 새로운 과제를 해결할 가능성을 열어줍니다.</li><li>이를 통해 백신 개발, 신소재 개발 등에서 획기적인 가능성이 열릴 것이며, 2025년에는 양자 AI의 잠재력에 대한 기대가 더욱 커질 것입니다.</li></ul> 🍊 사이버 보안 및 방위 분야의 AI<ul ><li>사이버 공격이 더 빈번하고 정교해짐에 따라, AI 시스템은 침입 탐지, 이상 탐지, 사이버 보안 자동화 등에서 필수적인 역할을 하게 될 것입니다.</li><li>피싱이나 소셜 엔지니어링 공격의 형태를 취하는 위협이 증가함에 따라 챗봇은 피싱 공격을 시뮬레이션하고 우리를 속여 피해자가 되게 하려는 시도를 발견하고 피하는 방법을 가르쳐주는 역할을 하게 될 것입니다.</li></ul> 🍊 지속 가능한 AI<ul ><li>클라우드 기반 AI 시스템의 막대한 전력 소비에 대한 인식이 높아지고 있으며, 데이터 센터에서 지속 가능하고 재생 가능한 에너지원으로 전환하려는 노력이 집중될 것으로 예상됩니다.</li><li>지속 가능성을 개선하고 다른 산업의 환경 발자국을 줄이기 위해 설계된 AI 애플리케이션의 잠재력은 매우 큽니다. 농업에서 물과 살충제 사용을 알고리즘적으로 최소화하는 것부터 차량 배기가스로 인한 오염을 줄이기 위해 도시 주변의 교통을 보다 효율적으로 라우팅하는 것까지, 2025년에는 AI가 환경 보호를 위한 강력한 도구로 계속 자리매김할 것입니다. </li></ul> <ul ><li>source: https://www.forbes.com/sites/bernardmarr/2024/09/24/the-10-biggest-ai-trends-of-2025-everyone-must-be-ready-for-today/</li></ul>

Forbes

[포브스] 2025년 반드시 준비해야 할 10대 AI 트렌드

 이 글은 경력이 쌓이면서 했던 고민들과 깨달은 내용에 대해 작성한 글입니다 멘토링 때 종종 이 주제들에 대한 질문을 받아 글을 작성해봅니다 키워드 : 경력, 커리어, 개발자 커리어, 성장 

경력이 쌓이면서 했던 고민들과 깨달은 것들

경력이 쌍히면서 했던 고민들과 제 생각을 담은 글입니다

이번 글에선 총 4개의 고민을 다루었고, 다음에 다른 주제에 대해서도 생각을 써보려고 해요. 궁금한 주제가 있으시면 말씀해주셔요.

 * 1) 좋은 커리어란 무엇일까? 앞으로 어떻게 발전해야 할까?
 * 2) 데이터 과학자, 데이터 분석가. 데이터 직무의 고민. 커리어를 어떻게 발전해야 할까?
 * 3) 좋은 선택, 의사 결정이란 무엇일까?
 * 4) 번아웃이 오면 어떻게 해야 할까?

https://zzsza.github.io/diary/2024/11/08/thoughts-and-learnings-in-careers/

경력이 쌍히면서 했던 고민들과 제 생각을 담은 글입니다 이번 글에선 총 4개의 고민을 다루었고, 다음에 다른 주제에 대해서도 생각을 써보려고 해요. 궁금한 주제가 있으시면 말씀해주셔요. <ul ><li>1) 좋은 커리어란 무엇일까? 앞으로 어떻게 발전해야 할까?</li><li>2) 데이터 과학자, 데이터 분석가. 데이터 직무의 고민. 커리어를 어떻게 발전해야 할까?</li><li>3) 좋은 선택, 의사 결정이란 무엇일까?</li><li>4) 번아웃이 오면 어떻게 해야 할까?</li></ul> https://zzsza.github.io/diary/2024/11/08/thoughts-and-learnings-in-careers/

zzsza.github.io

얼굴이 알려지면 얼마나 생활이 불편할까? 유명해지지 않도록 항상 조용히 살아야지.

유명해지는 것도 쉽지 않다

얼굴이 알려지면 얼마나 생활이 불편할까?
유명해지지 않도록 항상 조용히 살아야지.

저의 웃기는 착각이었습니다.
유명해진다는 게 그렇게 쉬운 일이 아니었습니다.

조코딩, 김단테 유튜브에 나가보고서야 알았습니다.
조회수 30만 정도 얼굴이 팔려도 전혀 유명해지지 않는구나.
유명해지기 위해 온갖 애를 애써도 쉽지 않은 일이겠구나.
조용히 살려고 노력한다니… 이 얼마나 웃긴 말이었던가.
좀 까불어도 아무도 신경 안 쓰겠구나.

이런 생각을 하니 블로그 글도 편안하게 써지고,
강연 요청 같은 것도 더 편하게 수락하게 됐습니다.
(심지어 긱뉴스 밋업 같은 경우는 제가 먼저 하겠다고 했습니다)

* 솔로프리너 컨퍼런스: 1인 개발자, 인디해커의 삶
* 긱뉴스 밋업 2024
12/11일과 12일 양일에 걸쳐 두 강연을 하기로 했는데…
잘 준비해보려 합니다.

혹시 오시는 분들이 있으면 반갑게 인사해주세요.

https://jeho.page/essay/2024/11/08/fame.html

얼굴이 알려지면 얼마나 생활이 불편할까?유명해지지 않도록 항상 조용히 살아야지. 저의 웃기는 착각이었습니다.유명해진다는 게 그렇게 쉬운 일이 아니었습니다. 조코딩, 김단테 유튜브에 나가보고서야 알았습니다.조회수 30만 정도 얼굴이 팔려도 전혀 유명해지지 않는구나.유명해지기 위해 온갖 애를 애써도 쉽지 않은 일이겠구나.조용히 살려고 노력한다니… 이 얼마나 웃긴 말이었던가.좀 까불어도 아무도 신경 안 쓰겠구나. 이런 생각을 하니 블로그 글도 편안하게 써지고,강연 요청 같은 것도 더 편하게 수락하게 됐습니다.(심지어 긱뉴스 밋업 같은 경우는 제가 먼저 하겠다고 했습니다) * 솔로프리너 컨퍼런스: 1인 개발자, 인디해커의 삶* 긱뉴스 밋업 202412/11일과 12일 양일에 걸쳐 두 강연을 하기로 했는데…잘 준비해보려 합니다. 혹시 오시는 분들이 있으면 반갑게 인사해주세요. https://jeho.page/essay/2024/11/08/fame.html

K리그 프로그래머

일본의 건축가들은 건축적 문제를 푸는 해결책을 의미하는 단어로 '해(解)'를 사용한다. 이는 수학에서 사용하는 '정해(定解)'라는 용어에서 온 것인데, 유일한 답이라는 의미를 가진 '정해'와는 달리 '정(定)' 자를 빼고 '해(解)'를 쓰는 이유는, 문제에 대한 다양한 접근법과 해결책을 시사한다. 건축가들은 하나의 정해진 답이 아닌, 여러 가능성을 모색한 ‘해’를 표현한 것이다.

정답은 없다, 가면서 알아내는 것이다.

1. 사업이든, 다른 어떤 일이든, 꼭 정답지가 있는 것처럼 생각하기 쉽다. 정답지를 그대로 따라 하면 성공할 수 있을 것 같은 그런 느낌 말이다. 그렇게 생각하면 정답을 찾기만 하면, 성공은 쉽게 도달할 수 있는 것처럼 느껴진다.

2. 사업을 예로 들면, 1) 사람들이 겪는 문제를 찾아, 2) 그 문제를 해결해주는 제품을 만들고, 3) 솔깃한 카피를 써서 마케팅하고, 4) 세일즈를 해서 제품을 팔면, 5) 사업은 성장한다.

3. 얼마나 단순하고 심플한가? 그래서 강의팔이들은 이 단순한 내용을 현란하게 소개하며, 사업으로 돈 벌기 쉽다며 강의를 팔아먹는다.

4. 하지만 사업의 내면엔 수많은 변수와 제각기 다른 상황과 맥락이 존재하고, 각 단계별로 자신이 처한 상황에 따라 어떻게 대응할 것인지에 대한 디테일은 다 달라진다.

5. 그래서 사업에서 중요한 것 중 하나는 자신이 마주한 상황에서 벌어지는 수많은 일들에 어떻게 대응하고 대처하느냐고, 단순히 정답만 쫓아서는 현실에 제대로 대응할 수 없다.

6. 즉, 그게 사업이든, 인생이든 정답은 없다. 모든 건 나아가면서 알아내는 것이다.

7. 정답이 정해져 있고, 그걸 쫓으면 성공이 보장된다면 왜 성공한 수많은 창업자들이 사업이 어렵다고 말하겠는가? 모든 답은 자신이 처한 환경과 상황, 맥락 속에서 다 달라지기 마련이고, 그 안에서 어려움을 마주하고, 치열하게 문제를 뚫고 나가지 않으면 안 되기 때문이다. 그리고 그 과정은 고통스럽고, 어려울 수밖에 없다.

8. 그래서 사업을 시작하고 나서 깨달은 게 하나 있다면, 그게 사업이든, 인생이든, 정답이 있어서 성공하기가 너무 쉽다고 말하는 사람들은 그냥 믿고 걸러도 된다는 점이다. 그렇게 말한다는 건 제대로 된 어려움을 돌파해본 적이 없다는 뜻이니까.

9. 일본의 건축가들은 건축적 문제를 푸는 해결책을 의미하는 단어로 '해(解)'를 사용한다고 한다. 수학에서 유일한 답을 지칭할 때 사용하는 '정해(定解)'에서, '정(定)' 자를 빼고 '해(解)'라고 쓴다고 하는데, 그 이유는 건축에서 문제를 해결하는 데는 다양한 접근법과 해결책이 있기 때문. 건축가들은 하나의 정해진 답이 아닌, 여러 가능성을 모색하는 셈.

10. 사업도 정해가 아니라, 해를 찾는 일이다. 자신에게 처해진 상황들 속에서 어렵더라도 자신의 답을 찾는 과정 말이다.

https://www.canda.blog/figuring-out-as-you-go/

1. 사업이든, 다른 어떤 일이든, 꼭 정답지가 있는 것처럼 생각하기 쉽다. 정답지를 그대로 따라 하면 성공할 수 있을 것 같은 그런 느낌 말이다. 그렇게 생각하면 정답을 찾기만 하면, 성공은 쉽게 도달할 수 있는 것처럼 느껴진다. 2. 사업을 예로 들면, 1) 사람들이 겪는 문제를 찾아, 2) 그 문제를 해결해주는 제품을 만들고, 3) 솔깃한 카피를 써서 마케팅하고, 4) 세일즈를 해서 제품을 팔면, 5) 사업은 성장한다. 3. 얼마나 단순하고 심플한가? 그래서 강의팔이들은 이 단순한 내용을 현란하게 소개하며, 사업으로 돈 벌기 쉽다며 강의를 팔아먹는다. 4. 하지만 사업의 내면엔 수많은 변수와 제각기 다른 상황과 맥락이 존재하고, 각 단계별로 자신이 처한 상황에 따라 어떻게 대응할 것인지에 대한 디테일은 다 달라진다. 5. 그래서 사업에서 중요한 것 중 하나는 자신이 마주한 상황에서 벌어지는 수많은 일들에 어떻게 대응하고 대처하느냐고, 단순히 정답만 쫓아서는 현실에 제대로 대응할 수 없다. 6. 즉, 그게 사업이든, 인생이든 정답은 없다. 모든 건 나아가면서 알아내는 것이다. 7. 정답이 정해져 있고, 그걸 쫓으면 성공이 보장된다면 왜 성공한 수많은 창업자들이 사업이 어렵다고 말하겠는가? 모든 답은 자신이 처한 환경과 상황, 맥락 속에서 다 달라지기 마련이고, 그 안에서 어려움을 마주하고, 치열하게 문제를 뚫고 나가지 않으면 안 되기 때문이다. 그리고 그 과정은 고통스럽고, 어려울 수밖에 없다. 8. 그래서 사업을 시작하고 나서 깨달은 게 하나 있다면, 그게 사업이든, 인생이든, 정답이 있어서 성공하기가 너무 쉽다고 말하는 사람들은 그냥 믿고 걸러도 된다는 점이다. 그렇게 말한다는 건 제대로 된 어려움을 돌파해본 적이 없다는 뜻이니까. 9. 일본의 건축가들은 건축적 문제를 푸는 해결책을 의미하는 단어로 '해(解)'를 사용한다고 한다. 수학에서 유일한 답을 지칭할 때 사용하는 '정해(定解)'에서, '정(定)' 자를 빼고 '해(解)'라고 쓴다고 하는데, 그 이유는 건축에서 문제를 해결하는 데는 다양한 접근법과 해결책이 있기 때문. 건축가들은 하나의 정해진 답이 아닌, 여러 가능성을 모색하는 셈. 10. 사업도 정해가 아니라, 해를 찾는 일이다. 자신에게 처해진 상황들 속에서 어렵더라도 자신의 답을 찾는 과정 말이다. https://www.canda.blog/figuring-out-as-you-go/

craft + alchemy

정답을 찾지 말고, 어려움을 뚫고 가면서 자신의 답을 만드세요

From automated insights powered by GenerativeAI to the rise of synthetic data and edge computing, these trends will create both unprecedented opportunities and challenges

The 10 Most Powerful Data Trends That Will Transform Business In 2025

🐯 인공지능 혁명은 데이터 과학을 학문적인 영역에서 대중화하여 전문가들만의 영역이었던 강력한 분석 도구에 대한 접근을 누구나 할 수 있게 만들었습니다. 2025년에는 이러한 민주화가 더욱 가속화되어 각 산업과 경제 부문의 의사결정 방식을 혁신할 것입니다. 포브스가 예측한 2025년 가장 중요한 10대 데이터 트렌드는 다음과 같습니다.

🔥 자동화된 인사이트의 보편화
 * ChatGPT와 같은 생성형 AI 도구의 급성장은 데이터로부터 가치를 추출하는 방식을 근본적으로 변화시켰습니다.
 * 2025년에는 자연어 인터페이스가 표준이 되어 비전문가도 복잡한 데이터셋을 쉽게 질의하고 즉각적인 인사이트를 얻을 수 있게 될 것입니다. 이로써 대기업과 중소기업 간의 경쟁 구도가 평준화될 것입니다.

🔥 합성 데이터의 중심 무대 등극
 * 개인정보 보호 문제가 커지고 데이터 수집이 점점 더 규제됨에 따라, 합성 데이터가 게임 체인저로 등장할 것입니다.
 * 현실의 데이터를 완벽히 모방하면서도 개인 정보를 노출하지 않는 이러한 인공 데이터셋은 머신러닝 모델의 학습용 데이터로 선호될 것이며, 이를 통해 AI 개발 속도가 빨라지고 프라이버시 문제도 해결될 것입니다.

🔥 게임체인저가 될 기밀 컴퓨팅(Confidential Computing) 등장
 * 블록체인 기술과 동형 암호화가 결합되어 민감한 데이터를 노출하지 않으면서도 중요한 인사이트를 도출할 수 있는 새로운 보안 데이터 분석 시대가 열릴 것입니다. 이를 통해 업계 간 협업이 활발해지고 보안이 더욱 강화될 것입니다.

🔥 실시간 데이터 필수화
 * 실시간 데이터 수집 및 분석 능력은 경쟁 우위에서 비즈니스 생존을 위한 필수 요소로 전환될 것입니다.
 * 조직은 과거의 데이터 분석에서 실시간 인사이트로 초점을 이동하여 시장 기회를 놓치지 않고 즉각적으로 대응할 수 있게 될 것입니다.

🔥 데이터 주권 문제의 글로벌 논쟁
 * AI 시스템이 더욱 정교해짐에 따라 데이터 소유권과 지적 재산권에 대한 논의가 중심에 설 것입니다.
 * 개인은 자신의 디지털 발자국을 관리하기 위해 데이터 저장소를 갖추게 될 것이며, AI가 생성한 결과물의 소유권과 수익에 대해 치열한 논쟁이 벌어질 것입니다.

🔥 데이터 거래 시장의 폭발적 성장
 * 데이터의 상품화가 새로운 차원에 도달하면서, 기업들은 자신들의 디지털 자산을 수익화할 기회를 인식하게 될 것입니다.
 * 새로운 데이터 거래 시장이 형성되어 데이터가 풍부한 기업들은 새로운 수익원을 창출하고, 업계 전반에 걸친 혁신이 촉진될 것입니다.

🔥 데이터 중심 AI로의 전환
 * 모델 최적화에서 데이터 품질로 초점이 이동하면서 더 나은 AI 성능의 핵심이 더 좋은 데이터임을 인식하게 될 것입니다.
 * 이는 자동화된 데이터 관리 및 라벨링 기술에 대한 투자를 이끌어내고, 더 신뢰할 수 있고 편향이 적은 AI 시스템을 만들 것입니다.

🔥 규제 프레임워크의 정립
 * 2025년 2월 시행되는 EU AI 법안은 데이터 규제의 전환점이 될 것입니다. 일부 지역은 엄격한 규제를 시행하고, 다른 지역은 혁신을 장려하기 위해 비교적 자유로운 규제를 유지할 것입니다.
 * 이러한 규제의 혼재는 글로벌 기업이 데이터 거버넌스를 위해 복잡한 환경을 헤쳐 나가야 하는 도전과 기회를 동시에 제공할 것입니다.

🔥 엣지 컴퓨팅의 데이터 처리 혁신
 * 엣지 컴퓨팅의 발전으로 시간에 민감한 데이터를 처리하는 방식이 혁신될 것입니다. 데이터를 원천에 더 가깝게 처리함으로써 의사결정 속도가 크게 빨라지고 보안도 강화될 것입니다.
 * TinyML의 등장은 스마트폰에서 산업용 센서에 이르는 엣지 장치에 실시간 AI 기능을 제공하게 될 것입니다.

🔥 행동 데이터의 가치 상승
 * 고객의 감정과 행동을 이해하는 것이 어느 때보다 중요해지면서, 기업은 소비자와의 감정적 연결을 위해 경쟁하게 될 것입니다.
 * 이는 개인 맞춤형 경험을 제공하는 데 기여할 수 있지만, 감정 분석 시대의 프라이버시와 동의에 대한 중요한 질문도 제기될 것입니다.

 * source: https://www.forbes.com/sites/bernardmarr/2024/10/30/the-10-most-powerful-data-trends-that-will-transform-business-in-2025/

🐯 인공지능 혁명은 데이터 과학을 학문적인 영역에서 대중화하여 전문가들만의 영역이었던 강력한 분석 도구에 대한 접근을 누구나 할 수 있게 만들었습니다. 2025년에는 이러한 민주화가 더욱 가속화되어 각 산업과 경제 부문의 의사결정 방식을 혁신할 것입니다. 포브스가 예측한 2025년 가장 중요한 10대 데이터 트렌드는 다음과 같습니다. 🔥 자동화된 인사이트의 보편화<ul ><li>ChatGPT와 같은 생성형 AI 도구의 급성장은 데이터로부터 가치를 추출하는 방식을 근본적으로 변화시켰습니다.</li><li>2025년에는 자연어 인터페이스가 표준이 되어 비전문가도 복잡한 데이터셋을 쉽게 질의하고 즉각적인 인사이트를 얻을 수 있게 될 것입니다. 이로써 대기업과 중소기업 간의 경쟁 구도가 평준화될 것입니다.</li></ul> 🔥 합성 데이터의 중심 무대 등극<ul ><li>개인정보 보호 문제가 커지고 데이터 수집이 점점 더 규제됨에 따라, 합성 데이터가 게임 체인저로 등장할 것입니다.</li><li>현실의 데이터를 완벽히 모방하면서도 개인 정보를 노출하지 않는 이러한 인공 데이터셋은 머신러닝 모델의 학습용 데이터로 선호될 것이며, 이를 통해 AI 개발 속도가 빨라지고 프라이버시 문제도 해결될 것입니다.</li></ul> 🔥 게임체인저가 될 기밀 컴퓨팅(Confidential Computing) 등장<ul ><li>블록체인 기술과 동형 암호화가 결합되어 민감한 데이터를 노출하지 않으면서도 중요한 인사이트를 도출할 수 있는 새로운 보안 데이터 분석 시대가 열릴 것입니다. 이를 통해 업계 간 협업이 활발해지고 보안이 더욱 강화될 것입니다.</li></ul> 🔥 실시간 데이터 필수화<ul ><li>실시간 데이터 수집 및 분석 능력은 경쟁 우위에서 비즈니스 생존을 위한 필수 요소로 전환될 것입니다.</li><li>조직은 과거의 데이터 분석에서 실시간 인사이트로 초점을 이동하여 시장 기회를 놓치지 않고 즉각적으로 대응할 수 있게 될 것입니다.</li></ul> 🔥 데이터 주권 문제의 글로벌 논쟁<ul ><li>AI 시스템이 더욱 정교해짐에 따라 데이터 소유권과 지적 재산권에 대한 논의가 중심에 설 것입니다.</li><li>개인은 자신의 디지털 발자국을 관리하기 위해 데이터 저장소를 갖추게 될 것이며, AI가 생성한 결과물의 소유권과 수익에 대해 치열한 논쟁이 벌어질 것입니다.</li></ul> 🔥 데이터 거래 시장의 폭발적 성장<ul ><li>데이터의 상품화가 새로운 차원에 도달하면서, 기업들은 자신들의 디지털 자산을 수익화할 기회를 인식하게 될 것입니다.</li><li>새로운 데이터 거래 시장이 형성되어 데이터가 풍부한 기업들은 새로운 수익원을 창출하고, 업계 전반에 걸친 혁신이 촉진될 것입니다.</li></ul> 🔥 데이터 중심 AI로의 전환<ul ><li>모델 최적화에서 데이터 품질로 초점이 이동하면서 더 나은 AI 성능의 핵심이 더 좋은 데이터임을 인식하게 될 것입니다.</li><li>이는 자동화된 데이터 관리 및 라벨링 기술에 대한 투자를 이끌어내고, 더 신뢰할 수 있고 편향이 적은 AI 시스템을 만들 것입니다.</li></ul> 🔥 규제 프레임워크의 정립<ul ><li>2025년 2월 시행되는 EU AI 법안은 데이터 규제의 전환점이 될 것입니다. 일부 지역은 엄격한 규제를 시행하고, 다른 지역은 혁신을 장려하기 위해 비교적 자유로운 규제를 유지할 것입니다.</li><li>이러한 규제의 혼재는 글로벌 기업이 데이터 거버넌스를 위해 복잡한 환경을 헤쳐 나가야 하는 도전과 기회를 동시에 제공할 것입니다.</li></ul> 🔥 엣지 컴퓨팅의 데이터 처리 혁신<ul ><li>엣지 컴퓨팅의 발전으로 시간에 민감한 데이터를 처리하는 방식이 혁신될 것입니다. 데이터를 원천에 더 가깝게 처리함으로써 의사결정 속도가 크게 빨라지고 보안도 강화될 것입니다.</li><li>TinyML의 등장은 스마트폰에서 산업용 센서에 이르는 엣지 장치에 실시간 AI 기능을 제공하게 될 것입니다.</li></ul> 🔥 행동 데이터의 가치 상승<ul ><li>고객의 감정과 행동을 이해하는 것이 어느 때보다 중요해지면서, 기업은 소비자와의 감정적 연결을 위해 경쟁하게 될 것입니다.</li><li>이는 개인 맞춤형 경험을 제공하는 데 기여할 수 있지만, 감정 분석 시대의 프라이버시와 동의에 대한 중요한 질문도 제기될 것입니다.</li></ul> <ul ><li>source: https://www.forbes.com/sites/bernardmarr/2024/10/30/the-10-most-powerful-data-trends-that-will-transform-business-in-2025/</li></ul>

[포브스] 2025년에 비즈니스를 변화시킬 10대 데이터 트렌드

카카오의 AI 네이티브 전략과 그 구현 과정에 대한 깊은 통찰을 제공합니다. 카카오가 AI 기술을 단순한 기능 추가가 아닌, 조직 문화와 프로세스 전반에 깊이 통합시켜 새로운 사용자 경험을 창출하고자 하는 노력을 보여줍니다. 특히, AI 버디와 코드 버디와 같은 도구를 통해 업무 효율성을 높이고, 개발자가 더욱 나은 코드를 작성하도록 돕는 과정이 자세히 설명됩니다. 카카오는 AI 기술의 발전을 통해 일상에서의 혁신을 추구하며, 궁극적으로 모든 사용자가 더욱 편리한 일상으로 나아갈 수 있도록 하는 목표를 가지고 있습니다

⏲️ Time Stamps 
00:00 오프닝
01:08 카카오의 AI native
03:20 AI Native 성숙도 4단계
04:00 1단계 탐색
05:49 2단계 적용
06:26 AI Buddy, Code Buddy
22:17 KAP
25:15 AI 포인트 서비스
27:06 3단계 혁신
27:30 4단계 일상

유튜브에서 보기
https://youtu.be/fiD7XvBA_cs

카카오의 AI 네이티브 전략과 그 구현 과정에 대한 깊은 통찰을 제공합니다. 카카오가 AI 기술을 단순한 기능 추가가 아닌, 조직 문화와 프로세스 전반에 깊이 통합시켜 새로운 사용자 경험을 창출하고자 하는 노력을 보여줍니다. 특히, AI 버디와 코드 버디와 같은 도구를 통해 업무 효율성을 높이고, 개발자가 더욱 나은 코드를 작성하도록 돕는 과정이 자세히 설명됩니다. 카카오는 AI 기술의 발전을 통해 일상에서의 혁신을 추구하며, 궁극적으로 모든 사용자가 더욱 편리한 일상으로 나아갈 수 있도록 하는 목표를 가지고 있습니다 ⏲️ Time Stamps&nbsp;00:00&nbsp;오프닝01:08&nbsp;카카오의 AI native03:20&nbsp;AI Native 성숙도 4단계04:00&nbsp;1단계 탐색05:49&nbsp;2단계 적용06:26&nbsp;AI Buddy, Code Buddy22:17&nbsp;KAP25:15&nbsp;AI 포인트 서비스27:06&nbsp;3단계 혁신27:30&nbsp;4단계 일상 유튜브에서 보기https://youtu.be/fiD7XvBA_cs

카카오의 AI 전략 AI Native  소개

recall은 수백개의 회사에 회의용 봇을 제공하는 서비스로 AWS에서 대규모 인프라를 운영하고 있음비용 효율적인 서비스를 위해 하드웨어 성능을 최대한 활용하려 함지난 몇 년 동안 클라우드 제공업체의 GPU 가용성이 불안정했기 때문에 비디오 처리를 GPU가 아닌 CPU에서 수행헤드리스 Chromium을 사용하는 봇을 프로파일링한 결과, 대부분의 CPU 시간

WebSocket 때문에 AWS 비용으로 $1M(13억) 내다가 절감한 방법 | GeekNews

📰 WebSocket 때문에 AWS 비용으로 $1M(13억) 내다가 절감한 방법

결과적으로만 보면 잘한거지만, 해결 방법이 잘못되었다.. 처음 선택을 WebSocket으로 한 것도 의문이지만, 문제를 발견한 뒤에 Chromium을 커스텀할게 아니라 WebSocket을 다른 프로토콜로 바꿨어야 함.

https://news.hada.io/topic?id=17639

📰 WebSocket 때문에 AWS 비용으로 $1M(13억) 내다가 절감한 방법 결과적으로만 보면 잘한거지만, 해결 방법이 잘못되었다.. 처음 선택을 WebSocket으로 한 것도 의문이지만, 문제를 발견한 뒤에 Chromium을 커스텀할게 아니라 WebSocket을 다른 프로토콜로 바꿨어야 함. https://news.hada.io/topic?id=17639

GeekNews

기술 면접 질문을 매일매일 메일로 보내드릴게요!

매일메일 - 기술 면접 질문 구독 서비스

기술 면접 질문을 매일매일 보내준다는 구독 서비스가 있습니다.
https://www.maeil-mail.kr/
서비스의 기능은 복잡하진 않지만 꽤 유용하게 활용해 볼 수 있을 것 같더라고요. 하루의 5분으로 기술 인사이트의 확장에 도움이 되길 바라는 마음에 공유드립니다.

기술 면접 질문을 매일매일 보내준다는 구독 서비스가 있습니다.https://www.maeil-mail.kr/서비스의 기능은 복잡하진 않지만 꽤 유용하게 활용해 볼 수 있을 것 같더라고요. 하루의 5분으로 기술 인사이트의 확장에 도움이 되길 바라는 마음에 공유드립니다.

maeil-mail

기술 면접 질문 구독 서비스 - 매일메일

직접 저희 서비스 추천해 주셔서 정말 감사드립니다! 
아직 초기 단계라 부족한 점이 많지만, 앞으로 열심히 개선해 나가겠습니다!

A personal perspective on the complex role English plays in Japan.

The English Paradox: Four Decades of Life and Language in Japan

일본에서 40년간 생활해 온 미국인 Tom Gally라는 사람이, 일본의 영어 교육에 대해 쓴 장문의 에세이. 우리나라에도 동일하게 해당되는 것 같네요.

—

초기에는 영어 교육과 관련된 일자리나 영어가 필요하다고 여기는 사람들을 많이 만났지만, 일본어를 익히고 나서는 일본에서 영어가 부가적인 역할을 하고 있음을 실감했음. 특히, 일본 내 많은 사람들이 영어를 실제로 사용할 기회가 거의 없고, 영어 교육의 목적이 애매하다는 문제가 있었음.

현재 일본의 영어 교육은 문법과 독해 중심(시험 점수를 위한) 일률적인 방식으로 진행되고 있어, 학생들이 개별적인 학습 속도에 맞춰 배우기 어려운 구조임. 실질적인 대화/의사소통 능력을 키우지 못해 자연스럽게 말하는데 어려움을 겪음.

따라서 문법이나 어휘보다는 의사소통을 중심으로 한 학습 방법을 확대해야 함. 예를 들어, 영어 토론이나 대화 수업을 통해 학생들이 실제 상황에서 영어를 사용할 기회를 늘려주는 것이 필요함.

또한 일본이 다문화 사회로 변화하고 있어 영어 외에도 중국어나 베트남어 등 다양한 언어 교육의 필요성이 대두되고 있음. 앞으로는 학생 개개인의 필요에 맞춘 다양한 언어 교육을 도입하고 다문화 사회에 적합한 외국어 교육 체계로 변화해야 할 것.

https://www.tokyodev.com/articles/the-english-paradox-four-decades-of-life-and-language-in-japan

일본에서 40년간 생활해 온 미국인 Tom Gally라는 사람이, 일본의 영어 교육에 대해 쓴 장문의 에세이. 우리나라에도 동일하게 해당되는 것 같네요. — 초기에는 영어 교육과 관련된 일자리나 영어가 필요하다고 여기는 사람들을 많이 만났지만, 일본어를 익히고 나서는 일본에서 영어가 부가적인 역할을 하고 있음을 실감했음. 특히, 일본 내 많은 사람들이 영어를 실제로 사용할 기회가 거의 없고, 영어 교육의 목적이 애매하다는 문제가 있었음. 현재 일본의 영어 교육은 문법과 독해 중심(시험 점수를 위한) 일률적인 방식으로 진행되고 있어, 학생들이 개별적인 학습 속도에 맞춰 배우기 어려운 구조임. 실질적인 대화/의사소통 능력을 키우지 못해 자연스럽게 말하는데 어려움을 겪음. 따라서 문법이나 어휘보다는 의사소통을 중심으로 한 학습 방법을 확대해야 함. 예를 들어, 영어 토론이나 대화 수업을 통해 학생들이 실제 상황에서 영어를 사용할 기회를 늘려주는 것이 필요함. 또한 일본이 다문화 사회로 변화하고 있어 영어 외에도 중국어나 베트남어 등 다양한 언어 교육의 필요성이 대두되고 있음. 앞으로는 학생 개개인의 필요에 맞춘 다양한 언어 교육을 도입하고 다문화 사회에 적합한 외국어 교육 체계로 변화해야 할 것. https://www.tokyodev.com/articles/the-english-paradox-four-decades-of-life-and-language-in-japan

www.tokyodev.com

데이터 웨어하우스는 회사에 필요한 모든 데이터를 저장하여 분석할 수 있는 데이터베이스다.

 * SQL 기반의 관계형 데이터베이스 형태로 제공되며, Google Cloud의 BigQuery, Snowflake, AWS의 Redshift등이 대표적인 데이터 웨어하우스라 할 수 있다. 오픈소스 기반의 Hive/Presto/ClickHouse 등이 사용되기도 하며 Hive와 연동해서 Spark을 사용하는 경우도 있다.
 * 이전 포스팅(댓글 참고)에서 이야기했던 것처럼 데이터 웨어하우스는 프로덕션 데이터베이스와는 별도로 운영되어, 고객이 아닌 내부 직원들이 데이터를 분석하고 활용하는 데 초점을 맞춘다.
   
   
OLAP, 고정비용 vs. 가변비용

지난 포스팅에서 이야기했던 것처럼 데이터 웨어하우스는 OLAP(Online Analytical Processing) 성격을 띠며, 주로 대량의 데이터를 분석하고 집계하는 작업에 적합하며 빠른 처리 속도보다는 처리할 수 있는 데이터의 크기가 훨씬 더 중요하다.

비용이란 측면에서는 고정비용 옵션은 매달 일정 금액을 내고 정해진 용량을 사용하는 반면, 가변비용 옵션은 사용한 만큼 비용을 지불하는 형태로 스케일링에 유리하지만 더 타이트한 관리가 필요하다. 고정비용 옵션의 예로는 AWS Redshift가 있는데 dc2.large 인스턴스 하나를 사용한다면 월 $180의 비용으로 고정된 용량(160GB의 SSD, 15GB Memory, 2 CPU)을 사용할 수 있다. AWS Redshift Serverless하고 가변비용 옵션도 제공된다.

일반적으로 가변비용 옵션이 더 큰 데이터를 처리하는데 적합하며 굳이 최고의 데이터 웨어하우스 옵션을 선택해달라고 묻는다면 BigQuery나 Snowflake를 추천한다.

데이터 웨어하우스의 특성

데이터 웨어하우스는 내부 분석 용도로 사용되므로, 외부 고객에게 영향을 미치지 않는 환경에서 대규모 데이터를 수집하고 분석하고 활용하는 형태로 사용된다.

 * 큰 데이터를 적재해야 하다보니 Primary key uniqueness를 보장하지 못하며 INSERT INTO를 반복해 레코드를 적재하기 보다는 클라우드 스토리지에 레코드들이 적재된 파일을 로드하고 거기서 한번에 벌크 업데이트하는 형태(보통 COPY라는 명령을 사용)를 취한다.
 * 실시간 처리보다 큰 데이터를 배치 형태로 적재하고 분석하는 데 최적화되어 있으며, 최근에는 ClickHouse와 같은 실시간 처리도 가능한 옵션들이 등장하고 있으며 Snowflake나 BigQuery, Redshift 등도 스트리밍 데이터 처리와 관계된 기능들을 출시하고 있다.

데이터 웨어하우스와 데이터 레이크와 데이터 레이크하우스

데이터 웨어하우스는 주로 구조화된 데이터를 처리하며 보존 기한이 설정된 데이터를 저장하는 반면, 데이터 레이크는 구조화되지 않은 데이터까지 포함하여 모든 데이터를 원형 그대로 보존하는 Raw Data 저장소에 가깝다. 데이터 레이크는 데이터 웨어하우스보다 큰 스토리지 용량을 저렴하게 제공하여, 장기 보관이 필요하거나 비구조화 데이터를 포함한 대규모 데이터를 관리할 때 유리하기 때문이다.

데이터 조직이 성숙해지면 보통 데이터 레이크를 채택하여 데이터 웨어하우스와 같이 사용하는 것이 일반적이다. 크고 비구조화된 데이터들을 먼저 데이터 레이크에 적재한 후 이를 선택적으로 처리해서 데이터 웨어하우스에 테이블 형태로 적재한다.

요즘은 데이터 레이크하우스라고 해서 데이터 웨어하우스와 데이터 레이크의 장점을 조합한 형태의 기술이 나오면서 많은 곳에서 사용되고 있는데 대표적인 기술로는 Databricks의 Delta Lake와 Netflix에서 오픈소스화한 Iceberg등이 있다. 나중에 Iceberg에 관한 포스팅을 따로 해보도록 하겠다. 다음 포스팅에서는 Snowflake라는 데이터 웨어하우스에 대해 좀더 심층분석해보도록 하겠다.

데이터 웨어하우스는 회사에 필요한 모든 데이터를 저장하여 분석할 수 있는 데이터베이스다. <ul ><li>SQL 기반의 관계형 데이터베이스 형태로 제공되며, Google Cloud의 BigQuery, Snowflake, AWS의 Redshift등이 대표적인 데이터 웨어하우스라 할 수 있다. 오픈소스 기반의 Hive/Presto/ClickHouse 등이 사용되기도 하며 Hive와 연동해서 Spark을 사용하는 경우도 있다.</li><li>이전 포스팅(댓글 참고)에서 이야기했던 것처럼 데이터 웨어하우스는 프로덕션 데이터베이스와는 별도로 운영되어, 고객이 아닌 내부 직원들이 데이터를 분석하고 활용하는 데 초점을 맞춘다. </li></ul>OLAP, 고정비용 vs. 가변비용 지난 포스팅에서 이야기했던 것처럼 데이터 웨어하우스는 OLAP(Online Analytical Processing) 성격을 띠며, 주로 대량의 데이터를 분석하고 집계하는 작업에 적합하며 빠른 처리 속도보다는 처리할 수 있는 데이터의 크기가 훨씬 더 중요하다. 비용이란 측면에서는 고정비용 옵션은 매달 일정 금액을 내고 정해진 용량을 사용하는 반면, 가변비용 옵션은 사용한 만큼 비용을 지불하는 형태로 스케일링에 유리하지만 더 타이트한 관리가 필요하다. 고정비용 옵션의 예로는 AWS Redshift가 있는데 dc2.large 인스턴스 하나를 사용한다면 월 $180의 비용으로 고정된 용량(160GB의 SSD, 15GB Memory, 2 CPU)을 사용할 수 있다. AWS Redshift Serverless하고 가변비용 옵션도 제공된다. 일반적으로 가변비용 옵션이 더 큰 데이터를 처리하는데 적합하며 굳이 최고의 데이터 웨어하우스 옵션을 선택해달라고 묻는다면 BigQuery나 Snowflake를 추천한다. 데이터 웨어하우스의 특성 데이터 웨어하우스는 내부 분석 용도로 사용되므로, 외부 고객에게 영향을 미치지 않는 환경에서 대규모 데이터를 수집하고 분석하고 활용하는 형태로 사용된다. <ul ><li>큰 데이터를 적재해야 하다보니 Primary key uniqueness를 보장하지 못하며 INSERT INTO를 반복해 레코드를 적재하기 보다는 클라우드 스토리지에 레코드들이 적재된 파일을 로드하고 거기서 한번에 벌크 업데이트하는 형태(보통 COPY라는 명령을 사용)를 취한다.</li><li>실시간 처리보다 큰 데이터를 배치 형태로 적재하고 분석하는 데 최적화되어 있으며, 최근에는 ClickHouse와 같은 실시간 처리도 가능한 옵션들이 등장하고 있으며 Snowflake나 BigQuery, Redshift 등도 스트리밍 데이터 처리와 관계된 기능들을 출시하고 있다.</li></ul> 데이터 웨어하우스와 데이터 레이크와 데이터 레이크하우스 데이터 웨어하우스는 주로 구조화된 데이터를 처리하며 보존 기한이 설정된 데이터를 저장하는 반면, 데이터 레이크는 구조화되지 않은 데이터까지 포함하여 모든 데이터를 원형 그대로 보존하는 Raw Data 저장소에 가깝다. 데이터 레이크는 데이터 웨어하우스보다 큰 스토리지 용량을 저렴하게 제공하여, 장기 보관이 필요하거나 비구조화 데이터를 포함한 대규모 데이터를 관리할 때 유리하기 때문이다. 데이터 조직이 성숙해지면 보통 데이터 레이크를 채택하여 데이터 웨어하우스와 같이 사용하는 것이 일반적이다. 크고 비구조화된 데이터들을 먼저 데이터 레이크에 적재한 후 이를 선택적으로 처리해서 데이터 웨어하우스에 테이블 형태로 적재한다. 요즘은 데이터 레이크하우스라고 해서 데이터 웨어하우스와 데이터 레이크의 장점을 조합한 형태의 기술이 나오면서 많은 곳에서 사용되고 있는데 대표적인 기술로는 Databricks의 Delta Lake와 Netflix에서 오픈소스화한 Iceberg등이 있다. 나중에 Iceberg에 관한 포스팅을 따로 해보도록 하겠다. 다음 포스팅에서는 Snowflake라는 데이터 웨어하우스에 대해 좀더 심층분석해보도록 하겠다.

데이터 이야기 #11: 데이터 웨어하우스의 일반적인 특징

NAVER D2

﻿
순간적으로 트래픽이 급증하는 서비스를 운영하다 보면 단순히 서버를 늘리는 것만으로 해결이 안되는 경우가 있습니다. 또한 동시성 해결을 위해서 다양한 락(Lock)을 적용하여 처리한다고 해도 서비스를 온전히 사용하는 사용자가 있는 반면, 비즈니스 로직이나 상황에 따라서는 일부 사용자들은 정상적으로 사용이 어려운 경우가 생기기 마련인데요. 인기 있는 음식점을 가면 한정된 공간 안에 손님들을 모시기 위해 대부분 마련한 번호표 시스템처럼 서비스에도 "대기열 시스템" 을 적용해 보는 것도 검토의 대상이라 생각을 해봅니다.

네이버페이 주문에 적용된 확장 대기열 개발기라는 주제로 확장성에 초점을 두고 시스템 설계 측면에서 설명하는 글이 있어 공유합니다.

특히, 일반적인 폴링 형태로 사용자가 대기열을 통과 가능한지 체크하는 방식이 아닌 사용자와 대기열 사이에 중계 서버를 둬서 순번에 맞는 사용자만 통과시키는 방식이라든지 대기표 관리를 범위로써 관리하여 데이터베이스 관점에서 좀 더 유연한 구조를 가져간 점이 특징이라 볼 수 있는 것 같습니다.

https://d2.naver.com/helloworld/6480558

﻿순간적으로&nbsp;트래픽이&nbsp;급증하는&nbsp;서비스를&nbsp;운영하다 보면&nbsp;단순히&nbsp;서버를&nbsp;늘리는&nbsp;것만으로&nbsp;해결이&nbsp;안되는&nbsp;경우가&nbsp;있습니다.&nbsp;또한&nbsp;동시성&nbsp;해결을&nbsp;위해서&nbsp;다양한&nbsp;락(Lock)을&nbsp;적용하여&nbsp;처리한다고&nbsp;해도&nbsp;서비스를&nbsp;온전히&nbsp;사용하는&nbsp;사용자가&nbsp;있는&nbsp;반면,&nbsp;비즈니스&nbsp;로직이나&nbsp;상황에&nbsp;따라서는&nbsp;일부&nbsp;사용자들은&nbsp;정상적으로&nbsp;사용이&nbsp;어려운&nbsp;경우가&nbsp;생기기&nbsp;마련인데요.&nbsp;인기 있는&nbsp;음식점을&nbsp;가면&nbsp;한정된&nbsp;공간 안에&nbsp;손님들을&nbsp;모시기&nbsp;위해&nbsp;대부분&nbsp;마련한&nbsp;번호표&nbsp;시스템처럼&nbsp;서비스에도&nbsp;"대기열&nbsp;시스템"&nbsp;을&nbsp;적용해 보는&nbsp;것도&nbsp;검토의&nbsp;대상이라&nbsp;생각을&nbsp;해봅니다. 네이버페이 주문에 적용된 확장 대기열 개발기라는 주제로 확장성에 초점을 두고 시스템 설계 측면에서 설명하는 글이 있어 공유합니다. 특히,&nbsp;일반적인&nbsp;폴링 형태로&nbsp;사용자가&nbsp;대기열을&nbsp;통과&nbsp;가능한지&nbsp;체크하는&nbsp;방식이&nbsp;아닌&nbsp;사용자와&nbsp;대기열&nbsp;사이에&nbsp;중계&nbsp;서버를&nbsp;둬서&nbsp;순번에&nbsp;맞는&nbsp;사용자만&nbsp;통과시키는&nbsp;방식이라든지&nbsp;대기표&nbsp;관리를&nbsp;범위로써&nbsp;관리하여&nbsp;데이터베이스&nbsp;관점에서&nbsp;좀 더&nbsp;유연한&nbsp;구조를&nbsp;가져간&nbsp;점이&nbsp;특징이라&nbsp;볼 수&nbsp;있는 것&nbsp;같습니다. https://d2.naver.com/helloworld/6480558

d2.naver.com

네이버페이 주문에 적용된 확장 가능한 대기열 개발기

컴포넌트 기반 UI 개발의 패러다임을 주도한 React가 등장한지도 어느 덧 10년이 넘었네요. 이제 Vue.js, Svelte, Angular 등 어떤 프론트엔드 프레임워크를 사용하든 현대 웹 개발에서 컴포넌트 기반으로 UI 개발하는 것은 거의 당연한 얘기가 되었죠. 그리고 마침내 웹 컴포넌트(Web Components)를 통해서 별다른 프론트엔드 프레임워크가 없어도 UI 컴포넌트를 만들 수 있는 길이 활짝 열렸습니다.

웹 컴포넌트는 웹사이트나 애플리케이션에서 UI를 모듈화하고 재사용할 수도록 해주는 웹 표준 기술입니다. React와 같은 프론트엔드 프레임워크에서 오랫동안 경험해왔던 UI 컴포넌트를 떠올리시면 이해가 쉬우실 것 같습니다.

React 컴포넌트는 React에서만 쓸 수 있고, Vue.js 컴포넌트는 Vue.js에서만 쓸 수 있는 근본적인 한계가 있습니다. 하지만 웹 컴포넌트는 이와 같은 구애를 받지 않고 어떤 프론트엔드 프레임워크와도 함께 쓸 수 있습니다. 왜냐하면 웹 컴포넌트는 브라우저에서 네이티브(native)하게 작동하기 때문입니다.

이러한 웹 컴포넌트의 띄어난 호환성과 이식성, 재사용성 및 생산성 덕분에 최근에는 디자인 시스템(Design System)을 구현하는 최고의 기술로 주목받고 있습니다.

모든 기술이 그러하든 웹 컴포넌트가 장점만 있는 것은 아닙니다. 대표적인 단점으로 API가 직관적이지 않다고 평가받고 있고, 배우기 쉬운 기존 프런트엔드 프레임워크 대비 진입 장벽이 높은 편입니다. 그래서 실제 프로젝트에서는 이러한 단점을 보완한기 위해서 웹 컴포넌트를 직접 작성하기 보다는 Lit나 Stencil과 같은 라이브러리를 많이 사용합니다.

웹 컴포넌트은 크게 다음 세 가지 핵심 기술로 이루어집니다.
 * Custom Elements: 사용자 정의 HTML 요소(element) 또는 태그(tag)를 정의할 수 있습니다.
 * Shadow DOM: DOM 트리의 일부를 캡슐화하여 스타일과 마크업이 외부와 충돌하지 않도록 해줍니다.
 * HTML Templates: 화면에 나타나지 않는 HTML 조각(fragment)을 정의해놓고 재사용할 수 있습니다.
이 웹 표준 기술들은 현재 주요 브라우저에서 모두 지원되고 있습니다.

이번 포스팅에서는 각각의 기반 기술을 하나씩 살펴보면 웹 컴포넌트의 기본 개념을 잡아보도록 하겠습니다.

📝 포스팅: https://www.daleseo.com/web-components/

컴포넌트 기반 UI 개발의 패러다임을 주도한 React가 등장한지도 어느 덧 10년이 넘었네요. 이제 Vue.js, Svelte, Angular 등 어떤 프론트엔드 프레임워크를 사용하든 현대 웹 개발에서 컴포넌트 기반으로 UI 개발하는 것은 거의 당연한 얘기가 되었죠. 그리고 마침내 웹 컴포넌트(Web Components)를 통해서 별다른 프론트엔드 프레임워크가 없어도 UI 컴포넌트를 만들 수 있는 길이 활짝 열렸습니다. 웹 컴포넌트는 웹사이트나 애플리케이션에서 UI를 모듈화하고 재사용할 수도록 해주는 웹 표준 기술입니다. React와 같은 프론트엔드 프레임워크에서 오랫동안 경험해왔던 UI 컴포넌트를 떠올리시면 이해가 쉬우실 것 같습니다. React 컴포넌트는 React에서만 쓸 수 있고, Vue.js 컴포넌트는 Vue.js에서만 쓸 수 있는 근본적인 한계가 있습니다. 하지만 웹 컴포넌트는 이와 같은 구애를 받지 않고 어떤 프론트엔드 프레임워크와도 함께 쓸 수 있습니다. 왜냐하면 웹 컴포넌트는 브라우저에서 네이티브(native)하게 작동하기 때문입니다. 이러한 웹 컴포넌트의 띄어난 호환성과 이식성, 재사용성 및 생산성 덕분에 최근에는 디자인 시스템(Design System)을 구현하는 최고의 기술로 주목받고 있습니다. 모든 기술이 그러하든 웹 컴포넌트가 장점만 있는 것은 아닙니다. 대표적인 단점으로 API가 직관적이지 않다고 평가받고 있고, 배우기 쉬운 기존 프런트엔드 프레임워크 대비 진입 장벽이 높은 편입니다. 그래서 실제 프로젝트에서는 이러한 단점을 보완한기 위해서 웹 컴포넌트를 직접 작성하기 보다는 Lit나 Stencil과 같은 라이브러리를 많이 사용합니다. 웹 컴포넌트은 크게 다음 세 가지 핵심 기술로 이루어집니다.<ul ><li>Custom Elements: 사용자 정의 HTML 요소(element) 또는 태그(tag)를 정의할 수 있습니다.</li><li>Shadow DOM: DOM 트리의 일부를 캡슐화하여 스타일과 마크업이 외부와 충돌하지 않도록 해줍니다.</li><li>HTML Templates: 화면에 나타나지 않는 HTML 조각(fragment)을 정의해놓고 재사용할 수 있습니다.</li></ul>이 웹 표준 기술들은 현재 주요 브라우저에서 모두 지원되고 있습니다. 이번 포스팅에서는 각각의 기반 기술을 하나씩 살펴보면 웹 컴포넌트의 기본 개념을 잡아보도록 하겠습니다. 📝 포스팅: https://www.daleseo.com/web-components/

웹 컴포넌트 (Web Components)

알림과 실시간 채팅 같은 서비스를 구현할 때, 우리는 자연스럽게 두 가지 기술 사이에서 고민에 빠지게 됩니다. SSE와 WebSocket은 각기 다른 매력을 지닌 두 명의 주인공과 같습니다. 이 포스팅에서는 SSE와 WebSocket의 특징과 사용법을 비교해 보면서, ‘내 프로젝트에서는 어떤 녀석이 주인공일까?’에 대한 답을 찾아보도록 하겠습니다. 실시간 통신의 필요성여러분의 앱이 최신 주식 가격을 보여주거나 "우리 동네에 눈이 내립니다!" 같은 알림을 띄워야 한다면, 실시간 통신은 선택이 아니라 필수입니다. 그런데 문제는 단방향이냐, 양방향이냐! 양방향 통신을 택하면 더 복잡하지만 매력적이고, 단방향 통신은 더 기능이 적지만 그만큼 단순합니다. 둘 중 어느 쪽을 고를지 결정하기 위해선 기술들의 성격을 ..

SSE와 WebSocket, 그들은 왜 실시간 통신의 라이벌이 되었을까?

이 포스팅에서는 SSE와 WebSocket의 특징과 사용법을 비교해 보면서, ‘내 프로젝트에서는 어떤 녀석이 주인공일까?’에 대한 답을 찾아보도록 하겠습니다.
 
SSE (Server-Sent Events)
SSE는 마치 선생님이 수업 시간 내내 일방적으로 학생들에게 말하는 것과 같습니다. 학생(클라이언트)은 계속해서 듣고 받아 적어야 하죠.
 * 학생: 선생님, 질문이 있습니다
 * SSE: 미안, 넌 질문할 수 없어!
 
 
SSE는 서버가 클라이언트에게 일방적으로 데이터를 푸시할 때 쓰입니다. HTTP 기반이라서 프록시나 방화벽이 거부하지 않습니다.
 
서버에서 매초마다 데이터를 보낸다고 상상해 볼까요?
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RestController;

import java.io.IOException;
import java.io.PrintWriter;
import javax.servlet.http.HttpServletResponse;

@RestController
public class SSEController {

 @GetMapping("/sse")
 public void streamEvents(HttpServletResponse response) throws IOException {
 response.setContentType("text/event-stream");
 response.setCharacterEncoding("UTF-8");

 PrintWriter writer = response.getWriter();
 for (int i = 1; i <= 5; i++) {
 writer.write("data: SSE 이벤트 #" + i + "\n\n");
 writer.flush();
 try {
 Thread.sleep(1000); // 1초마다 이벤트 전송
 } catch (InterruptedException e) {
 Thread.currentThread().interrupt();
 }
 }
 writer.close();
 }
}

const eventSource = new EventSource('/sse');

eventSource.onmessage = function(event) {
 console.log("새 이벤트 수신:", event.data);
};

eventSource.onerror = function() {
 console.error("SSE 연결 오류 발생");
};

장점:
 * SSE는 자동 재연결을 지원합니다.
 * 설정이 간단해서 빨리 구현하고 싶은 개발자에겐 최적입니다.
단점:
 * 오직 단방향입니다. 클라이언트는 서버에 말을 걸 수 없어요. (서운하지만 어쩔 수 없습니다.)
 * 데이터를 텍스트로만 보내는 게 편합니다. 이미지나 비디오 전송은 꿈도 꾸지 마세요.
 
WebSocket
WebSocket은 연애 초기의 커플 같아요. 둘이 채팅하느라 시간 가는 줄 모르죠. 양방향 통신이 가능하기 때문에 서버와 클라이언트가 자유롭게 대화를 주고받습니다.
 * A: "지금 뭐 해?"
 * B: "지금 네 메시지 받았어. 다시 보낼게!"

이제 서버와 클라이언트가 한바탕 신나게 대화하는 예제를 보겠습니다.
@Configuration
@EnableWebSocket
public class WebSocketConfig implements WebSocketConfigurer {
 @Override
 public void registerWebSocketHandlers(WebSocketHandlerRegistry registry) {
 registry.addHandler(new TextWebSocketHandler() {
 @Override
 protected void handleTextMessage(WebSocketSession session, TextMessage message) 
 throws Exception {
 session.sendMessage(new TextMessage("에코: " + message.getPayload()));
 }
 }, "/ws");
 }
}

const socket = new WebSocket('ws://localhost:8080/ws');

socket.onopen = () => {
 console.log('WebSocket 연결 성공!');
 socket.send('안녕, 서버!');
};

socket.onmessage = (event) => {
 console.log('받은 메시지:', event.data);
};

장점:
 * 양방향이라 서버와 클라이언트가 마음껏 수다를 떨 수 있습니다.
 * 텍스트뿐만 아니라 바이너리 데이터도 전송할 수 있어요. (그림도 보낼 수 있다는 얘기죠!)
단점:
 * 설정이 조금 귀찮습니다. 방화벽에 걸리기 쉽고, 초기 핸드셰이크까지 해야 하니까요.
 * 재연결? 그런 거 없습니다. 알아서 다시 연결할 방법을 짜야 해요.
 
마무리 및 결론
 * SSE는 "너 듣기만 해, 내가 다 말해줄게" 스타일에 적합합니다. 실시간 뉴스나 알림처럼 서버에서 클라이언트로만 정보가 흐를 때 좋습니다.
 * 반면에, WebSocket은 "같이 떠들자!" 스타일입니다. 채팅, 게임처럼 상호작용이 필요한 경우 선택하세요.
 
저는 개인적으로 어드민 UI에서 서버 로그를 실시간으로 출력할 때 SSE를 사용했습니다. 클라이언트가 서버에게 말할 필요가 없었기 때문에 SSE가 완벽한 선택이었습니다. 만약 반대로 채팅 앱을 만들었다면? WebSocket이 당연히 주인공이 되었겠죠.
 
이제 여러분도 SSE와 WebSocket 중 누구를 주인공으로 선택할지 결정할 수 있겠죠?

이 포스팅에서는 SSE와 WebSocket의 특징과 사용법을 비교해 보면서, ‘내 프로젝트에서는 어떤 녀석이 주인공일까?’에 대한 답을 찾아보도록 하겠습니다.&nbsp;SSE (Server-Sent Events)SSE는 마치 선생님이 수업 시간 내내 일방적으로 학생들에게 말하는 것과 같습니다. 학생(클라이언트)은 계속해서 듣고 받아 적어야 하죠.<ul ><li>학생: 선생님, 질문이 있습니다</li><li>SSE: 미안, 넌 질문할 수 없어! </li></ul>SSE는 서버가 클라이언트에게 일방적으로 데이터를 푸시할 때 쓰입니다. HTTP 기반이라서 프록시나 방화벽이 거부하지 않습니다.&nbsp;서버에서 매초마다 데이터를 보낸다고 상상해 볼까요?<pre ><code class="language-javascript">import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RestController;

import java.io.IOException;
import java.io.PrintWriter;
import javax.servlet.http.HttpServletResponse;

@RestController
public class SSEController {

 @GetMapping("/sse")
 public void streamEvents(HttpServletResponse response) throws IOException {
 response.setContentType("text/event-stream");
 response.setCharacterEncoding("UTF-8");

 PrintWriter writer = response.getWriter();
 for (int i = 1; i &lt;= 5; i++) {
 writer.write("data: SSE 이벤트 #" + i + "\n\n");
 writer.flush();
 try {
 Thread.sleep(1000); // 1초마다 이벤트 전송
 } catch (InterruptedException e) {
 Thread.currentThread().interrupt();
 }
 }
 writer.close();
 }
}</code></pre><pre ><code class="language-javascript">const eventSource = new EventSource('/sse');

eventSource.onmessage = function(event) {
 console.log("새 이벤트 수신:", event.data);
};

eventSource.onerror = function() {
 console.error("SSE 연결 오류 발생");
};</code></pre>장점:<ul ><li>SSE는 자동 재연결을 지원합니다.</li><li>설정이 간단해서 빨리 구현하고 싶은 개발자에겐 최적입니다.</li></ul>단점:<ul ><li>오직 단방향입니다. 클라이언트는 서버에 말을 걸 수 없어요. (서운하지만 어쩔 수 없습니다.)</li><li>데이터를 텍스트로만 보내는 게 편합니다. 이미지나 비디오 전송은 꿈도 꾸지 마세요.</li></ul>&nbsp;WebSocketWebSocket은 연애 초기의 커플 같아요. 둘이 채팅하느라 시간 가는 줄 모르죠. 양방향 통신이 가능하기 때문에 서버와 클라이언트가 자유롭게 대화를 주고받습니다.<ul ><li>A: "지금 뭐 해?"</li><li>B: "지금 네 메시지 받았어. 다시 보낼게!"</li></ul> 이제 서버와 클라이언트가 한바탕 신나게 대화하는 예제를 보겠습니다.<pre ><code class="language-java">@Configuration
@EnableWebSocket
public class WebSocketConfig implements WebSocketConfigurer {
 @Override
 public void registerWebSocketHandlers(WebSocketHandlerRegistry registry) {
 registry.addHandler(new TextWebSocketHandler() {
 @Override
 protected void handleTextMessage(WebSocketSession session, TextMessage message) 
 throws Exception {
 session.sendMessage(new TextMessage("에코: " + message.getPayload()));
 }
 }, "/ws");
 }
}</code></pre><pre ><code class="language-java">const socket = new WebSocket('ws://localhost:8080/ws');

socket.onopen = () =&gt; {
 console.log('WebSocket 연결 성공!');
 socket.send('안녕, 서버!');
};

socket.onmessage = (event) =&gt; {
 console.log('받은 메시지:', event.data);
};</code></pre>장점:<ul ><li>양방향이라 서버와 클라이언트가 마음껏 수다를 떨 수 있습니다.</li><li>텍스트뿐만 아니라 바이너리 데이터도 전송할 수 있어요. (그림도 보낼 수 있다는 얘기죠!)</li></ul>단점:<ul ><li>설정이 조금 귀찮습니다. 방화벽에 걸리기 쉽고, 초기 핸드셰이크까지 해야 하니까요.</li><li>재연결? 그런 거 없습니다. 알아서 다시 연결할 방법을 짜야 해요.</li></ul>&nbsp;마무리 및 결론<ul ><li>SSE는 "너 듣기만 해, 내가 다 말해줄게" 스타일에 적합합니다. 실시간 뉴스나 알림처럼 서버에서 클라이언트로만 정보가 흐를 때 좋습니다.</li><li>반면에, WebSocket은 "같이 떠들자!" 스타일입니다. 채팅, 게임처럼 상호작용이 필요한 경우 선택하세요.</li></ul>&nbsp;저는 개인적으로 어드민 UI에서 서버 로그를 실시간으로 출력할 때 SSE를 사용했습니다. 클라이언트가 서버에게 말할 필요가 없었기 때문에 SSE가 완벽한 선택이었습니다. 만약 반대로 채팅 앱을 만들었다면? WebSocket이 당연히 주인공이 되었겠죠.&nbsp;이제 여러분도 SSE와 WebSocket 중 누구를 주인공으로 선택할지 결정할 수 있겠죠?&nbsp;&nbsp;

덕토피아

SSE와 WebSocket, 그들은 왜 실시간 통신의 라이벌이 되

요즘 연습 중인 생각의 회로: 다 대표 탓이라고 생각하면 돌파구가 나옵니다. 

눈코 뜰 새 없이 매일을 살아가다, 턱 막히는 순간들이 옵니다. 지금까지는 외부 요인에 집중했는데 시장, 제품, 팀, 투자자 탓 말고 원인을 창업가 본인에 두면 해결의 실마리도보이는 것 같아요. 

1)… | 댓글 11

LinkedIn Hannah Choi 페이지: 요즘 연습 중인 생각의 회로: 다 대표 탓이라고 생각하면 돌파구가 나옵니다. 눈코 뜰 새 없이 매일을 살아가다, 턱 막히는… | 댓글 11

스타트업을 운영 중이신 한 대표님께서 말씀하시길, 난관에 봉착했을 때 이전에는 외부 요인에 집중했었지만, 이제는 시장, 제품, 팀, 투자자를 탓하지 않고 원인을 창업가 본인에게서 찾아 해결의 실마리를 발견해 나간다고 합니다.

시장 "요즘 비시즌이라 섭외 볼륨이 없어요"
 * 계절성에 대해 대응을 하지 못한 탓
 * 시즌이 국가 한정이라면, 린하게 확장할 수 있을까? 반드시 상업 촬용 중개 수수료에만 BM을 한정해야 할까?

프로덕트 "고객님 거기까지는 아직 프로덕트 대응이 안돼서..."
 * 사업 상황에 맞지 않는 우선순위를 선정한 내 탓
 * 더욱 타이트하게 제품-사업 팀의 소통을 열 수 없었을까?
 * 채용 계획을 다시 점검해볼까 ?
 * 프로덕트 없이 손으로 당장 고객에게 벨류를 가져다 줄 방법은 없을까?

투자 "이번 라운드는 어려울 것 같습니다"
 * 해당 투자사가 원하는 제품, 시장, 벨류와 맞지 않는 피칭을 전달한 내 탓
 * 현재 우리 상황을 더 선호하는 투자사들을 만날 수 있게 아웃바운드 볼륨을 높여볼까?
 * 우리 팀의 미래에 대해 설득력을 높일 수 있는 방법은 없을까?

사업은 마음만큼 따라와 주지 않는 일이 90%지만, 이런 저런 핑계말고 내 손으로 더 할 수 있는 일을 찾아보고 있습니다. 시장이 당장 바뀌기 어려워도, 제품이 하루 아침에 업데이트 되기는 힘들어도, 돌아선 투자사의 마음을 바꾸기는 어려워도 적어도 창업자 자신은 지금 당장 무엇인가 시도해볼 수 있기 때문입니다.

스타트업을 운영 중이신 한 대표님께서 말씀하시길, 난관에 봉착했을 때 이전에는 외부 요인에 집중했었지만, 이제는 시장, 제품, 팀, 투자자를 탓하지 않고 원인을 창업가 본인에게서 찾아 해결의 실마리를 발견해 나간다고 합니다. 시장 "요즘 비시즌이라 섭외 볼륨이 없어요"<ul ><li>계절성에 대해 대응을 하지 못한 탓</li><li>시즌이 국가 한정이라면, 린하게 확장할 수 있을까? 반드시 상업 촬용 중개 수수료에만 BM을 한정해야 할까?</li></ul> 프로덕트 "고객님 거기까지는 아직 프로덕트 대응이 안돼서..."<ul ><li>사업 상황에 맞지 않는 우선순위를 선정한 내 탓 </li><li>더욱 타이트하게 제품-사업 팀의 소통을 열 수 없었을까?</li><li>채용 계획을 다시 점검해볼까 ?</li><li>프로덕트 없이 손으로 당장 고객에게 벨류를 가져다 줄 방법은 없을까?</li></ul> 투자 "이번 라운드는 어려울 것 같습니다"<ul ><li>해당 투자사가 원하는 제품, 시장, 벨류와 맞지 않는 피칭을 전달한 내 탓</li><li>현재 우리 상황을 더 선호하는 투자사들을 만날 수 있게 아웃바운드 볼륨을 높여볼까?</li><li>우리 팀의 미래에 대해 설득력을 높일 수 있는 방법은 없을까?</li></ul> 사업은 마음만큼 따라와 주지 않는 일이 90%지만, 이런 저런 핑계말고 내 손으로 더 할 수 있는 일을 찾아보고 있습니다. 시장이 당장 바뀌기 어려워도, 제품이 하루 아침에 업데이트 되기는 힘들어도, 돌아선 투자사의 마음을 바꾸기는 어려워도 적어도 창업자 자신은 지금 당장 무엇인가 시도해볼 수 있기 때문입니다.

www.linkedin.com

다 대표 탓이라고 하면 돌파구가 나옵니다.

단순히 취업이 아닌,
꾸준히 성장하는 핵심 인재가 되고 싶다면,

다각도에서 내 역량이 어떻게 성장하고 있는지
스스로 파악하는 메타 인지가 필요해요.

DATA/AI 분야 뿐만 아니라,
다양한 영역에서 내가
어떤 스킬을 얼마나 갖추고 있는지를 생각해보세요.

- 하드 스킬
- 소프트 스킬
- 커리어 스킬

기업이 뽑고 싶어하는,
아니 기업이 뽑을수 밖에 없는 인재들은
이런 디테일을 가지고 있답니다.

하드 스킬, 소프트 스킬, 그리고 커리어 스킬을 각각 성장의 관점에서 바라보고 주기적으로 점검하는 습관을 들여보세요.

이렇게 스스로 분석하고 객관적으로 바라볼수 있다면,
결국 기업에서 찾는 '핵심 인재'로 자리매김하게 될 거예요.

단순히 취업이 아닌, 꾸준히 성장하는 핵심 인재가 되고 싶다면, 다각도에서 내 역량이 어떻게 성장하고 있는지 스스로 파악하는 메타 인지가 필요해요. DATA/AI 분야 뿐만 아니라, 다양한 영역에서 내가 어떤 스킬을 얼마나 갖추고 있는지를 생각해보세요. - 하드 스킬 - 소프트 스킬 - 커리어 스킬 기업이 뽑고 싶어하는, 아니 기업이 뽑을수 밖에 없는 인재들은 이런 디테일을 가지고 있답니다. 하드 스킬, 소프트 스킬, 그리고 커리어 스킬을 각각 성장의 관점에서 바라보고 주기적으로 점검하는 습관을 들여보세요. 이렇게 스스로 분석하고 객관적으로 바라볼수 있다면, 결국 기업에서 찾는 '핵심 인재'로 자리매김하게 될 거예요.

꾸준히 성장하는 핵심 인재의 특징

Last week, I interviewed a friend who got to Staff (IC6) at Google by 28 in an unusual way.

What You Work On >> How Hard You Work

기술 경로에서 빠르게 성공한 개발자들의 전략이 무엇인지 궁금하지 않으신가요? 이번 이야기는 구글에서 20대 후반에 IC6(Staff) 단계까지 오른 한 개발자의 경험을 담고 있습니다. 그가 일주일에 평균 40시간도 일하지 않으면서도 어떻게 빠르게 승진할 수 있었는지, 핵심은 단순히 성실한 업무량이 아닌, 전략적인 선택과 소통 능력이었다고 합니다.

1) 결과 중심적 사고와 큰 임팩트를 만드는 일 선택하기
 * 핵심 목표 이해: 그는 조직에서 가장 중요하게 여기는 결과와 그것을 달성하기 위해 필요한 핵심 작업을 우선 파악했습니다.
 * 작은 일 거절하기: 영향력이 적은 일은 거절하고, 승진 가능성을 높일 수 있는 프로젝트에 집중했습니다.
 * 시간은 제한적: 누구에게나 주어진 시간은 동일하기에, 중요한 일을 선별하고 집중하는 것이 높은 성과를 내는 유일한 방법이라고 합니다.
 * 매니저와의 대화: 그가 일의 임팩트를 평가하는 능력을 키운 방법은 매니저나 기술 리더와의 대화를 통해서였습니다. 이는 다음 단계를 준비하는 데 중요한 과정이라고 합니다.
2) 부드럽게 “아니요”라고 말할 수 있는 소프트 스킬
 * 오버커뮤니케이션: 거절할 때는 반드시 설명이 필요하며, 이를 통해 오해나 문제를 방지할 수 있습니다. 예를 들어, 중요한 프로젝트에 집중해야 하므로 덜 중요한 일을 맡지 않겠다고 설명하는 식입니다.
 * 균형 잡기: 승진에 도움이 되지 않는 일을 모두 거절하면 팀 플레이어로서의 이미지가 나빠질 수 있으므로, 상황에 따라 유연하게 접근하는 것이 중요합니다.
 * 시간 보호하기: 시간이 곧 자산이므로, 무분별하게 모든 요청에 응답하지 않고 자신의 시간을 보호해야 합니다. 예를 들어, 다른 팀원들의 문의나 온콜(On-call) 근무를 모두 거절했던 한 Distinguished 엔지니어의 사례를 참고하며, 경우에 따라 시간 보호를 우선시할 필요도 있음을 강조했습니다.
자신의 시간을 지키고 집중하는 것이 성공적인 커리어로 가는 지름길이 될 수 있습니다. 여러분은 어떤 방식으로 업무를 선택하고, 집중력을 유지하고 계신가요?

https://www.developing.dev/p/what-you-work-on-how-hard-you-work

기술 경로에서 빠르게 성공한 개발자들의 전략이 무엇인지 궁금하지 않으신가요? 이번 이야기는 구글에서 20대 후반에 IC6(Staff) 단계까지 오른 한 개발자의 경험을 담고 있습니다. 그가 일주일에 평균 40시간도 일하지 않으면서도 어떻게 빠르게 승진할 수 있었는지, 핵심은 단순히 성실한 업무량이 아닌, 전략적인 선택과 소통 능력이었다고 합니다. 1) 결과 중심적 사고와 큰 임팩트를 만드는 일 선택하기<ul ><li>핵심 목표 이해: 그는 조직에서 가장 중요하게 여기는 결과와 그것을 달성하기 위해 필요한 핵심 작업을 우선 파악했습니다.</li><li>작은 일 거절하기: 영향력이 적은 일은 거절하고, 승진 가능성을 높일 수 있는 프로젝트에 집중했습니다.</li><li>시간은 제한적: 누구에게나 주어진 시간은 동일하기에, 중요한 일을 선별하고 집중하는 것이 높은 성과를 내는 유일한 방법이라고 합니다.</li><li>매니저와의 대화: 그가 일의 임팩트를 평가하는 능력을 키운 방법은 매니저나 기술 리더와의 대화를 통해서였습니다. 이는 다음 단계를 준비하는 데 중요한 과정이라고 합니다.</li></ul>2) 부드럽게 “아니요”라고 말할 수 있는 소프트 스킬<ul ><li>오버커뮤니케이션: 거절할 때는 반드시 설명이 필요하며, 이를 통해 오해나 문제를 방지할 수 있습니다. 예를 들어, 중요한 프로젝트에 집중해야 하므로 덜 중요한 일을 맡지 않겠다고 설명하는 식입니다.</li><li>균형 잡기: 승진에 도움이 되지 않는 일을 모두 거절하면 팀 플레이어로서의 이미지가 나빠질 수 있으므로, 상황에 따라 유연하게 접근하는 것이 중요합니다.</li><li>시간 보호하기: 시간이 곧 자산이므로, 무분별하게 모든 요청에 응답하지 않고 자신의 시간을 보호해야 합니다. 예를 들어, 다른 팀원들의 문의나 온콜(On-call) 근무를 모두 거절했던 한 Distinguished 엔지니어의 사례를 참고하며, 경우에 따라 시간 보호를 우선시할 필요도 있음을 강조했습니다.</li></ul>자신의 시간을 지키고 집중하는 것이 성공적인 커리어로 가는 지름길이 될 수 있습니다. 여러분은 어떤 방식으로 업무를 선택하고, 집중력을 유지하고 계신가요? https://www.developing.dev/p/what-you-work-on-how-hard-you-work

www.developing.dev

어떻게 일하느냐가 얼마나 열심히 하느냐보다 중요하다.

산호세 주립대에서 데이터 엔지니어링 강의를 가르친지 11주가 되어 간다. 80%의 학생은 인도에서 대학을 마치고 3-5년 일하면 번 돈으로 실리콘밸리에서 일하는 것을 꿈꾸며 넘어온 도전이란 관점에서 나무랄 때가 없는 사람들이다. 하지만 도전 정신 만큼 성적이 나오느냐는 다른 문제이다. 정규 분포를 분명히 따르며 적은 수의 다른 문화권 출신들과 비교해보면 평균 점수는 확연히 낮다. 나머지 20%의 학생들은 주로 대만계인데 중국 본토 출신들은 없다. 중국 본토 출신은 R&D에 관심이 있다보니 석사 후 취업 보다는 박사까지 하는 걸 많이 고려하다보니 없는 걸로 보인다.

지지난 주 중간 고사를 보고 결과에 대해 궁금증이 있거나 납득이 안되는 학생들은 오피스 아워로 오라고 했는데 인도 학생들만 오고 그 이외의 인종은 아무도 오지 않았다 :) 실리콘 밸리에서 일해본 사람이라면 어느 정도 인정할 수 밖에 없는 것은 바로 인도 사람들의 자신감과 도전 정신이다. 다른 문화권에 비해 자기 검열을 하는 사람은 현저하게 적다. 또 하나 다른 점은 권위에 도전한다는 점이다. 매니저라고 해서 교수라고 해서 자기 의견을 죽이는 사람보다는 어떻게든 표현하는 사람들이 많다. 암튼 이런 저런 요청을 많이 하고 질문이 많다.

이런 문화적 특성 위에 영어를 어렸을 때부터 사용했다보니 언어적인 문제가 적다. 같이 일했던 인도 동료들을 보면 발음은 처음에 이해하기 힘들지 몰라도 단어 선택이나 표현 자체는 원어민들보다도 좋은 사람들이 많았다.

이 조합들(자기검열을 덜 하고 권위에 도전하며 영어 자체에 익숙한 점)이 결국 리더십으로 갈 수 있느냐 없느냐를 결정하는 것 같다. 또 하나 무시할 수 없는 점은 동아시아권들에 비해 모국의 환경이 그다지 좋지 않다보니 실리콘밸리에서 어떻게든 성공하겠다는 간절함이 더 있다고 보여진다.

가르치면서 이런 관찰을 또 할 줄은 몰랐지만 암튼 덜 자기검열하고 욕망을 잘 표현하고 의사소통을 잘 하는 것이 긴 커리어에서는 참 중요한 기술이다. 참 이번에 주관식 초벌 채점은 RAG로 해봤는데 물론 최종검수를 했고 RAG 만드느라 더 시간을 썼지만 아주 흥미로운 경험이었다. 나중에는 한번 이 이야기해도 공유 해봐야겠다.

산호세 주립대에서 데이터 엔지니어링 강의를 가르친지 11주가 되어 간다. 80%의 학생은 인도에서 대학을 마치고 3-5년 일하면 번 돈으로 실리콘밸리에서 일하는 것을 꿈꾸며 넘어온 도전이란 관점에서 나무랄 때가 없는 사람들이다. 하지만 도전 정신 만큼 성적이 나오느냐는 다른 문제이다. 정규 분포를 분명히 따르며 적은 수의 다른 문화권 출신들과 비교해보면 평균 점수는 확연히 낮다. 나머지 20%의 학생들은 주로 대만계인데 중국 본토 출신들은 없다. 중국 본토 출신은 R&amp;D에 관심이 있다보니 석사 후 취업 보다는 박사까지 하는 걸 많이 고려하다보니 없는 걸로 보인다. 지지난 주 중간 고사를 보고 결과에 대해 궁금증이 있거나 납득이 안되는 학생들은 오피스 아워로 오라고 했는데 인도 학생들만 오고 그 이외의 인종은 아무도 오지 않았다 :) 실리콘 밸리에서 일해본 사람이라면 어느 정도 인정할 수 밖에 없는 것은 바로 인도 사람들의 자신감과 도전 정신이다. 다른 문화권에 비해 자기 검열을 하는 사람은 현저하게 적다. 또 하나 다른 점은 권위에 도전한다는 점이다. 매니저라고 해서 교수라고 해서 자기 의견을 죽이는 사람보다는 어떻게든 표현하는 사람들이 많다. 암튼 이런 저런 요청을 많이 하고 질문이 많다. 이런 문화적 특성 위에 영어를 어렸을 때부터 사용했다보니 언어적인 문제가 적다. 같이 일했던 인도 동료들을 보면 발음은 처음에 이해하기 힘들지 몰라도 단어 선택이나 표현 자체는 원어민들보다도 좋은 사람들이 많았다. 이 조합들(자기검열을 덜 하고 권위에 도전하며 영어 자체에 익숙한 점)이 결국 리더십으로 갈 수 있느냐 없느냐를 결정하는 것 같다. 또 하나 무시할 수 없는 점은 동아시아권들에 비해 모국의 환경이 그다지 좋지 않다보니 실리콘밸리에서 어떻게든 성공하겠다는 간절함이 더 있다고 보여진다. 가르치면서 이런 관찰을 또 할 줄은 몰랐지만 암튼 덜 자기검열하고 욕망을 잘 표현하고 의사소통을 잘 하는 것이 긴 커리어에서는 참 중요한 기술이다. 참 이번에 주관식 초벌 채점은 RAG로 해봤는데 물론 최종검수를 했고 RAG 만드느라 더 시간을 썼지만 아주 흥미로운 경험이었다. 나중에는 한번 이 이야기해도 공유 해봐야겠다.

산호세 주립대에서 가르치며 다시 한번 깨달은 인도계의 다른 점

이 글은 DuckDB 사용법을 작성한 글입니다 예상 독자 DuckDB가 궁금하신 분 데이터 분석가 : Pandas가 느리다고 생각해서 다른 대안을 찾고 있는 분 데이터 엔지니어 : 데이터 엔지니어링의 Transform 영역에서 활용할 수 있는 수단을 찾고 있는 분. 작은 규모의 회사에서 데이터 웨어하우스를 고민하고 있는 분 키워드 : Duckdb 사용법, Duckdb 설치,...

DuckDB 사용법(DuckDB Python + Jupyter Lab)

 * 요즘 Pandas 대용, 데이터 웨어하우스 대용으로 많이 언급되는 DuckDB 사용법을 작성한 글입니다
 * 정말 빠르니 데이터 직무에 계신 분들은 꼭 보시고 사용해보시면 좋겠네요..!!!

https://zzsza.github.io/data-engineering/2024/10/25/duckdb/

<ul ><li>요즘 Pandas 대용, 데이터 웨어하우스 대용으로 많이 언급되는 DuckDB 사용법을 작성한 글입니다</li><li>정말 빠르니 데이터 직무에 계신 분들은 꼭 보시고 사용해보시면 좋겠네요..!!!</li></ul> https://zzsza.github.io/data-engineering/2024/10/25/duckdb/

DuckDB 사용법

채용 담당자 시절 느낀 적당한 장수는 다음과 같았습니다.

👉 총 35-40p 이내
👉 프로젝트 4-5개, 장당 7-8p
👉 구조: 배경 > 문제정의 > 가설 > 솔루션 > 결과해석 > 레슨런
👉 프로젝트 = 서비스 아님
👉 서비스 하나당 n개의 프로젝트가 나올 수 있음
👉 문제 해결력을 잘 보여줄 수 있는 중요도 순서로 배치함 (최신순 아니어도 됨)

채용 담당자 시절 느낀 적당한 장수는 다음과 같았습니다. 👉 총 35-40p 이내👉 프로젝트 4-5개, 장당 7-8p👉 구조: 배경 &gt; 문제정의 &gt; 가설 &gt; 솔루션 &gt; 결과해석 &gt; 레슨런👉 프로젝트 = 서비스 아님👉 서비스 하나당 n개의 프로젝트가 나올 수 있음👉 문제 해결력을 잘 보여줄 수 있는 중요도 순서로 배치함 (최신순 아니어도 됨)

🎯 적당한 포트폴리오 장수는?

월급이 적다는 이유로 회사를 그만둔 적은 없었지만… 그런 이유를 대봤으면 어땠을까 상상해 봤습니다.

대체 불가능한 직원

월급이 적다는 이유로 회사를 그만둔 적은 없었지만…
그런 이유를 대봤으면 어땠을까 상상해 봤습니다.

“얼마나 올려주면 되는데?”
“50퍼센트요.”

한 번쯤 그렇게 말해볼 걸.
회사에서 인정하는 진짜 내 가치를 알 수 있을 테니깐.

하지만 저는 답을 알고 있기도 합니다.
“잘 가라.”

저는 대체 불가능한 사람이 아니었으므로.

만약 제가 대체 불가능했다면…
어떤 이유를 대며 그만둔다고 말했든 간에 회사에서 먼저 제안 했을 겁니다.
절대 거절할 수 없는 제안을.

그런 제안을 받아본 적이 없다는 것은 슬픈 일입니다.
언제든 대체 가능한 사람이었다는 것이 분명하므로.

https://jeho.page/essay/2024/10/29/irreplaceable.html

월급이 적다는 이유로 회사를 그만둔 적은 없었지만… 그런 이유를 대봤으면 어땠을까 상상해 봤습니다. “얼마나 올려주면 되는데?” “50퍼센트요.” 한 번쯤 그렇게 말해볼 걸. 회사에서 인정하는 진짜 내 가치를 알 수 있을 테니깐. 하지만 저는 답을 알고 있기도 합니다.“잘 가라.” 저는 대체 불가능한 사람이 아니었으므로. 만약 제가 대체 불가능했다면… 어떤 이유를 대며 그만둔다고 말했든 간에 회사에서 먼저 제안 했을 겁니다.절대 거절할 수 없는 제안을. 그런 제안을 받아본 적이 없다는 것은 슬픈 일입니다. 언제든 대체 가능한 사람이었다는 것이 분명하므로. https://jeho.page/essay/2024/10/29/irreplaceable.html

Chipotle Farmers Market | Chipotle Mexican Grill

chipotle 에서 10년 넘게 재료를 공급받은 농장들의 상품을 대신 팔아주기 위해 Farmers Market을 오픈 했습니다. 4개 농장의 온라인몰을 Shopify로 만들어주고 호스팅, 물류를 포함한 비용을 2년간 지원해 주는데 코로나 사태로 농장들이 어려워지면 chipotle도 수급이 어려워지니 고객에게 재료의 신선함을 강조하면서 수급망도 지키려는 노력 으로 보이는데요.

이밖에도 40세 미만의 젊은 농부들을 선정하여 교육비와 3년간의 공급계약을 제공하는 Chipotle Seed Program도 운영 중인데 young farmer들을 startup 이라고 표현하는게 인상적 이네요. chipotle의 2020년 1분기 매출은 1조 7000억원.

Chipotle Farmers Market

위벤처스 벤처캐피탈리스트

박혁진

벤처캐피탈리스트&(전)스타트업 야근쟁이. 음식,영화,운동,인간에 관심이 많은 인간이며 매년 work, learning, life 모두 well-balanced 된 한해를 보내자 다짐만하고, 한가지 몰빵과 up&down 롤러코스터의 소시민적 삶을 살고 있습니다.

댓글 0

비슷한 게시물

주간 인기 TOP 10

추천 프로필