(서울=연합뉴스) 현윤경 기자 = '뇌 썩음'(brain rot)이 옥스퍼드 사전 '올해의 단어'로 선정됐다고 영국 일간 가디언이 1일(현지시간...

저급한 정보 홍수에 "뇌 썩음"…英옥스퍼드 '올해의 단어' 선정 | 연합뉴스

최근 포스팅에서 인스타그램, 틱톡 등에 뇌가 절여진 거 같다는 표현을 썼는데요. 실제로 주변 친구들과 많이 쓰는 brain rot이라는 단어를 나름 한국어로 쓴 거였어요. 그런데 실제로 옥스퍼드 대학 출판부가 12월 1일 올해의 단어로 이 단어를 선정했네요.

Brain rot은 사소하거나, 하찮게 여겨지는 자료의 과잉 소비 결과 한 인간의 정신적, 지적인 상태가 퇴보한다는 의미를 지닙니다. 이런 결과에는 소셜미디어 등 온라인에 정신적, 지적 상태를 퇴보시키는 사소한 정보들이 넘쳐나는 세태가 반영된 것이라고 설명했는데요.

이 외에도 딕셔너리닷컴(Dictionary.com)은 틱톡 등에서 여성에 대한 고정 관념을 조롱하는 데 널리 쓰인 '드뮤어'(demure, 얌전한·단정한'), 콜린스 사전은 영국 여성 팝가수 Charlie xcx의 앨범 이름 '브랫(brat)'을 선정했어요. 브랫은 원래 망나니라는 뜻인데요. 앨범이 영미권에서 초대박 나면서 '쿨한, 멋진' 여성을 지칭하는 말이 됐습니다.

https://www.yna.co.kr/view/AKR20241202115800009?input=tw

최근 포스팅에서 인스타그램, 틱톡 등에 뇌가 절여진 거 같다는 표현을 썼는데요. 실제로 주변 친구들과 많이 쓰는 brain rot이라는 단어를 나름 한국어로 쓴 거였어요. 그런데 실제로 옥스퍼드 대학 출판부가 12월 1일 올해의 단어로 이 단어를 선정했네요. Brain rot은 사소하거나, 하찮게 여겨지는 자료의 과잉 소비 결과 한 인간의 정신적, 지적인 상태가 퇴보한다는 의미를 지닙니다. 이런 결과에는 소셜미디어 등 온라인에 정신적, 지적 상태를 퇴보시키는 사소한 정보들이 넘쳐나는 세태가 반영된 것이라고 설명했는데요. 이 외에도 딕셔너리닷컴(Dictionary.com)은 틱톡 등에서 여성에 대한 고정 관념을 조롱하는 데 널리 쓰인 '드뮤어'(demure, 얌전한·단정한'), 콜린스 사전은 영국 여성 팝가수 Charlie xcx의 앨범 이름 '브랫(brat)'을 선정했어요. 브랫은 원래 망나니라는 뜻인데요. 앨범이 영미권에서 초대박 나면서 '쿨한, 멋진' 여성을 지칭하는 말이 됐습니다. https://www.yna.co.kr/view/AKR20241202115800009?input=tw

연합뉴스

1. 슬프지만, 콘텐츠 업계 침체는 계속 이어질 겁니다 ㅠ  2. 숏폼의 영향력은 더욱 커질 겁니다.  3. 출판 업계에서는 뉴 에이지 시대가 펼쳐질 겁니다.  4. K-팝에 대해 이해하는 것은 앞으로 모든 산업에서 중요한 문제가 될 겁니다.  5. 인재의 중요성이 커질 것이고, 이에 따라 리더십의 역할도 중요해질 겁니다.  6. AI로 무장한 개인 창작자

썸원의 2025년 콘텐츠 비즈니스 전망

1. 슬프지만, 콘텐츠 업계 침체는 계속 이어질 겁니다 ㅠ

2. 숏폼의 영향력은 더욱 커질 겁니다.

3. 출판 업계에서는 뉴 에이지 시대가 펼쳐질 겁니다.

4. K-팝에 대해 이해하는 것은 앞으로 모든 산업에서 중요한 문제가 될 겁니다.

5. 인재의 중요성이 커질 것이고, 이에 따라 리더십의 역할도 중요해질 겁니다.

6. AI로 무장한 개인 창작자들이 두각을 나타낼 겁니다.

7. 동영상 스트리밍 시장에서는 넷플릭스와 유튜브의 지배력이 더욱 커질 겁니다.

8. 개별 크리에이터이든, 콘텐츠 회사든, 멤버십을 구축할 수 있느냐 없느냐는 중요한 문제로 부각될 겁니다.

9. 어려운 상황에서 효율성을 추구하며 살아남는 것이 중요해질 것이고, 이 과정에서 혼자 잘 났다고 으스대는 창작자보다는, 다정한 크리에이터가 살아남을 겁니다.

++ 마지막으로, 저도 열심히 살아남아보겠습니다. 관련해 자세한 내용은 멤버십 아티클로 정리해서 공유드릴 예정이옵고, 12월 멤버십 막차 탑승가능합니다 😉

#오늘의아무말 #막차탑승은_댓글에서

https://brunch.co.kr/@somewonyoon/243

1. 슬프지만, 콘텐츠 업계 침체는 계속 이어질 겁니다 ㅠ 2. 숏폼의 영향력은 더욱 커질 겁니다. 3. 출판 업계에서는 뉴 에이지 시대가 펼쳐질 겁니다. 4. K-팝에 대해 이해하는 것은 앞으로 모든 산업에서 중요한 문제가 될 겁니다. 5. 인재의 중요성이 커질 것이고, 이에 따라 리더십의 역할도 중요해질 겁니다. 6. AI로 무장한 개인 창작자들이 두각을 나타낼 겁니다. 7. 동영상 스트리밍 시장에서는 넷플릭스와 유튜브의 지배력이 더욱 커질 겁니다. 8. 개별 크리에이터이든, 콘텐츠 회사든, 멤버십을 구축할 수 있느냐 없느냐는 중요한 문제로 부각될 겁니다. 9. 어려운 상황에서 효율성을 추구하며 살아남는 것이 중요해질 것이고, 이 과정에서 혼자 잘 났다고 으스대는 창작자보다는, 다정한 크리에이터가 살아남을 겁니다. ++ 마지막으로, 저도 열심히 살아남아보겠습니다. 관련해 자세한 내용은 멤버십 아티클로 정리해서 공유드릴 예정이옵고, 12월 멤버십 막차 탑승가능합니다 😉 #오늘의아무말 #막차탑승은_댓글에서 https://brunch.co.kr/@somewonyoon/243

Brunch Story

이번에도 미친 척 질러보는, 썸원의 2025년 콘텐츠 비즈니스 전망

막차 탑승은 여기서 https://booking.naver.com/booking/5/bizes/425609/items/6319370/

커피챗을 100번 넘게 하면서 가장 어려워하는 지점 중 하나가 '성과를 데이터로 증명하기'입니다. 사실 회사의 비공개 프로젝트, 클라이언트가 있는 프로젝트 또는 현재 진행형이라면 이 성과를 수치로 보여준다는 것이 쉽지 않습니다. 데이터 기반의 성장을 추구하는 조직이라도 모든 기능 적용에 대해 코호트 분석을 하긴 어렵기 때문에 데이터 중심 조직에서 커리어를 쌓더라도 이 문제에서 자유롭지 않습니다. 포트폴리오에 '성과', '임팩트'를

포트폴리오에 사이드, 스텔스 프로젝트에서 성과 표현하기

커피챗을 하면서 가장 어려워하는 지점 중 하나가 '성과를 데이터로 증명하기'입니다. 사실 회사의 비공개 프로젝트, 클라이언트가 있는 프로젝트 또는 현재 진행형이라면 이 성과를 수치로 보여준다는 것이 쉽지 않습니다. 데이터 기반의 성장을 추구하는 조직이라도 모든 기능 적용에 대해 코호트 분석을 하긴 어렵기 때문에 데이터 중심 조직에서 커리어를 쌓더라도 이 문제에서 자유롭지 않습니다. 포트폴리오에 '성과', '임팩트'를 강조하라고 하는데 어떻게 해야 할까요? 2가지를 기억하시면 좋겠습니다.

포트폴리오에 넣을 데이터가 없는게 고민이에요

1️⃣ 포트폴리오 본질에 충실하세요

먼저, 포트폴리오에서 중요한 건 프로젝트나 서비스에 대한 소개가 아니라 지원자 본인의 '문제 해결 능력'을 '논리적'으로 또 '설득력'있게 보여주는 것입니다. 인터뷰어로 UX팀 지원자의 포트폴리오를 검토할 때 가장 흔히 범하는 실수가 지원자(메신저)에 대한 이야기 없이 프로덕트에 대한 메시지에 대해서만 보여주는 경우였습니다. 서비스 소개서, IR 자료가 아니라 본인의 고민, 가설, 결정, 커뮤니케이션, 이 과정에서 고민했던 지점과 판단한 방식이 잘 드러나야 합니다. 주장을 뒷받침할 데이터가 있으면 좋지만 데이터가 없어도 괜찮습니다. 대부분의 지원자가 동일한 문제를 겪고 있어요. 데이터가 있으면 좋겠지만, 같은 문제과 어려움으로 데이터가 없는 경우도 많죠. 그러니 문제 정의와 논리적 전개에 충실하는 것이 우선이고 실제로 더 중요합니다.

2️⃣ 정량뿐만 아니라 정성까지 데이터인걸요

두 번째로 정성 데이터를 적극적으로 활용하는 겁니다. 정성 데이터로 활용할 수 있는 것은 동료의 리뷰, 고객의 VoC, SNS에 공개된 내용, App Store 리뷰도 포함됩니다. 후행적이지만 현시점에서 당시 서비스를 이용했던 고객을 리크루팅 해서 인터뷰를 진행해 (1) 당시 서비스를 알게 된 계기 (2) 사용했던 이유 (3) 중단한 or 계속 사용하는 이유 3가지만 확인하더라도 의미 있는 데이터가 됩니다.

정량 데이터가 없더라도 활용할 수 있는 정성 데이터 4가지

 1. App Store 또는 공개된 사용자의 리뷰
 2. 제품을 함께 만든 내부 관계자의 의견 (회고, Lessons Learned)
 3. 미디어 노출, SNS 검색 등 Desk Research로 확보할 수 있는 자료
 4. 유사한 기능을 가진 대체재, 경쟁사 제품에 대한 고객 반응 또는 시장 임팩트 (제한적 활용)

후행 인터뷰를 통해서 검증하면 좋은 3가지

 1. 고객이 처음 서비스를 알게 된 계기
 2. 처음 서비스에 회원가입을 해서 사용한 이유
 3. 현재 서비스 이용을 중단한 계기 또는 계속 이용하는 이유

프로덕트 디자이너나 UX 리서처를 채용할 때 가장 중요하게 생각하는 건 '문제를 정의하고 해결하는 능력'입니다. 보이는 것보다 실제 쓰이는 것, 현상보다는 근원적인 문제를 고민해서 솔루션을 탐색하고 검증하는 능력을 요구합니다. 데이터는 문제 해결을 위한 보조 자료이지 데이터 자체가 문제의 본질인 경우는 없습니다. 나의 생각의 흐름을 논리적으로 전달할 수 있는 가능한 방법에 집중하시면 좋겠습니다.

https://redbusbagman.com/myportfoliodata/

커피챗을 하면서 가장 어려워하는 지점 중 하나가 '성과를 데이터로 증명하기'입니다. 사실 회사의 비공개 프로젝트, 클라이언트가 있는 프로젝트 또는 현재 진행형이라면 이 성과를 수치로 보여준다는 것이 쉽지 않습니다. 데이터 기반의 성장을 추구하는 조직이라도 모든 기능 적용에 대해 코호트 분석을 하긴 어렵기 때문에 데이터 중심 조직에서 커리어를 쌓더라도 이 문제에서 자유롭지 않습니다. 포트폴리오에 '성과', '임팩트'를 강조하라고 하는데 어떻게 해야 할까요? 2가지를 기억하시면 좋겠습니다. 포트폴리오에 넣을 데이터가 없는게 고민이에요 1️⃣ 포트폴리오 본질에 충실하세요 먼저, 포트폴리오에서 중요한 건 프로젝트나 서비스에 대한 소개가 아니라 지원자 본인의 '문제 해결 능력'을 '논리적'으로 또 '설득력'있게 보여주는 것입니다. 인터뷰어로 UX팀 지원자의 포트폴리오를 검토할 때 가장 흔히 범하는 실수가 지원자(메신저)에 대한 이야기 없이 프로덕트에 대한 메시지에 대해서만 보여주는 경우였습니다. 서비스 소개서, IR 자료가 아니라 본인의 고민, 가설, 결정, 커뮤니케이션, 이 과정에서 고민했던 지점과 판단한 방식이 잘 드러나야 합니다. 주장을 뒷받침할 데이터가 있으면 좋지만 데이터가 없어도 괜찮습니다. 대부분의 지원자가 동일한 문제를 겪고 있어요. 데이터가 있으면 좋겠지만, 같은 문제과 어려움으로 데이터가 없는 경우도 많죠. 그러니 문제 정의와 논리적 전개에 충실하는 것이 우선이고 실제로 더 중요합니다. 2️⃣&nbsp;정량뿐만 아니라 정성까지 데이터인걸요 두 번째로 정성 데이터를 적극적으로 활용하는 겁니다. 정성 데이터로 활용할 수 있는 것은 동료의 리뷰, 고객의 VoC, SNS에 공개된 내용, App Store 리뷰도 포함됩니다. 후행적이지만 현시점에서 당시 서비스를 이용했던 고객을 리크루팅 해서 인터뷰를 진행해 (1) 당시 서비스를 알게 된 계기 (2) 사용했던 이유 (3) 중단한 or 계속 사용하는 이유 3가지만 확인하더라도 의미 있는 데이터가 됩니다. 정량 데이터가 없더라도 활용할 수 있는 정성 데이터 4가지 <ol ><li>App Store 또는 공개된 사용자의 리뷰</li><li>제품을 함께 만든 내부 관계자의 의견 (회고, Lessons Learned)</li><li>미디어 노출, SNS 검색 등 Desk Research로 확보할 수 있는 자료</li><li>유사한 기능을 가진 대체재, 경쟁사 제품에 대한 고객 반응 또는 시장 임팩트 (제한적 활용)</li></ol> 후행 인터뷰를 통해서 검증하면 좋은 3가지 <ol ><li>고객이 처음 서비스를 알게 된 계기</li><li>처음 서비스에 회원가입을 해서 사용한 이유</li><li>현재 서비스 이용을 중단한 계기 또는 계속 이용하는 이유</li></ol> 프로덕트 디자이너나 UX 리서처를 채용할 때 가장 중요하게 생각하는 건 '문제를 정의하고 해결하는 능력'입니다. 보이는 것보다 실제 쓰이는 것, 현상보다는 근원적인 문제를 고민해서 솔루션을 탐색하고 검증하는 능력을 요구합니다. 데이터는 문제 해결을 위한 보조 자료이지 데이터 자체가 문제의 본질인 경우는 없습니다. 나의 생각의 흐름을 논리적으로 전달할 수 있는 가능한 방법에 집중하시면 좋겠습니다. https://redbusbagman.com/myportfoliodata/

REDBUSBAGMAN | 빨간색 광역버스에 백팩을 메고 탑니다

⟪포트폴리오에 사이드, 스텔스 프로젝트에서 성과 표현하기⟫

나를 성장시킨 책 | 1. 모두가 감각을 말하는 시대, 일의 감각을 책의 제목으로 쓴다는 건 웬만큼 일을 잘하지 않고는 감히 엄두도 못낼 일이다. 하지만 그 사람이 네이버의 녹색창을 만들고, 카카오의 비즈보드를 기획하고, 매거진B를 창간한 조수용 대표라면? "그래, 이 사람 정도면 일의 감각에 대해 백번 천 번 떠들만하다"고 모두가 고개를 끄덕이지 않았을까. 오히려 나처럼 '왜

감각의 시작은 마음가짐

 1. 모두가 감각을 말하는 시대, 일의 감각을 책의 제목으로 쓴다는 건 웬만큼 일을 잘하지 않고는 감히 엄두도 못낼 일이다. 하지만 그 사람이 네이버의 녹색창을 만들고, 카카오의 비즈보드를 기획하고, 매거진B를 창간한 조수용 대표라면? "그래, 이 사람 정도면 일의 감각에 대해 백번 천 번 떠들만하다"고 모두가 고개를 끄덕이지 않았을까. 오히려 나처럼 '왜 이제야 이야기를 꺼내놓았을까' 되려 의문을 가진 사람이 더 많았을 수도. 이에 대해 조수용 대표는 한 유튜브 채널에서 "제가 무언가에 대한 책을 쓸 자격이 되지 않았는데 함부로 활자화시키는 건, 서두르면 안 된다는 생각이 있었다"고 했다. 이 책에 얼마나 오랜 시간 응축되고 농축된 그의 생각과 경험을 고심해서 담았을지, 책을 읽기 전부터 나는 좋아하는 가수를 기다리는 팬처럼 잔뜩 흥분상태였다. 

 2. 이 책은 일의 감각이라 쓰고 일의 마음가짐이라 읽어야 하는 책이다. 어떤 마음과 태도를 가지고 일을 대해야 (조수용 대표 같은) 일의 감각을 가질 수 있을까?를 말한 책이랄까. 혹 감각을 기르는, 그 어디에서도 들어본 적 없는 특별한 노하우를 기대했다면 다소 실망을 할 수도 있겠다. 하지만 비슷한 내용도 화자가 누군지에 따라 그 감도가 달리 전해진다. 예를 들어, 사소한 것에도 최선을 다하라는 조언이, 조수용 대표의 언어로 '작은 것을 대하는 태도'로 바뀌어 전달될 때 "당연한 소리네"가 아니라 "이 태도는 정말 중요하구나"로 다가오는 것이다. 
 
 3. 조수용 대표가 정의하는, 책을 관통하는 '일의 감각'이란 그래서 무엇이었을까. 그는 일의 감각을 "현명하게 결정하는 능력"이라며, 감각을 창조가 아닌 선택의 영역으로 바라봤다. 흔히 감각이라 하면 순간적으로 반짝이며 떠오르는 크리에이티브한 무언가, 그래서 소수의 천재들만이 가지고 태어나는 것이라 생각한다. (물론 그런 감각도 분명 있다) 하지만 그의 정의대로 "무엇을 선택하고 선택하지 말아야 할지 잘 가려내는 것"이 감각이라면, 좋은 선택을 하게 만드는 그 '기준'을 아는 것이 중요해진다. 

 4. 그 기준은 일 잘하는 모든 이들이 입을 모아 강조하는 그것, 역시나 '본질'이다. 본질을 알면 취할 것과 버릴 것이 생각보다 쉽게 구분된다. 누구나 본질을 외치지만 그렇다고 아무나 본질에 닿을 수 없는 이유는 '마음가짐', 즉 일을 대하는 태도가 다르기 때문이다. 감각에 대해 이야기할 때 조수용 대표가 항상 예시로 든다는 '볼펜 디자인' 사례는 짧지만 감각이 탄생하는 과정을 압축적으로 잘 담고있다.

 5. 볼펜을 디자인하기 위해 남겨야 할 것(본질)과 버려야 할 것을 구분하는 안목이 탄생하기까지, 그 시작점에는 10억 원이란 큰돈에 걸맞은 디자인을 하려는 '마음가짐'이 있다. 실제로 내가 하는 일이 10억 원의 가치를 지니는 일이라면 정말 좋겠지만, 그렇지 않다고 하더라도, 자신이 하고 있는 일이 10억 원의 값어치를 하는 일이라고 상상하는 사람은 절대 그저 그런 결과물을 낼 수 없다. 크든 작든 내가 손에 쥔 일은 허투루 할 수 없다고 생각하는 마음가짐, 그 마음가짐으로 일한 나날들이 쌓여 일의 감각을 만든다. 

 6. 결국 이러한 마음가짐을 가진다는 것은, '나'를 잃지 않고 지켜내며 일한다는 것이기도 하다. 단순히 상사의 오더를 받았기 때문이 아니라, 혹은 누군가의 인정과 좋은 평가가 최종 목표가 아니라, 일의 중심에 '나'를 두고 스스로 일의 방향을 정해 소신껏 나아가는 것. 어쩌면 일의 감각이란 건 그래서 자신의 일을 진심으로 사랑한 자들에게만 부여된 훈장 같은 것일지도 모르겠다.

<ol><li>모두가 감각을 말하는 시대, 일의 감각을 책의 제목으로 쓴다는 건 웬만큼 일을 잘하지 않고는 감히 엄두도 못낼 일이다.&nbsp;하지만 그 사람이 네이버의 녹색창을 만들고, 카카오의 비즈보드를 기획하고, 매거진B를 창간한 조수용 대표라면?&nbsp;"그래,&nbsp;이&nbsp;사람 정도면 일의 감각에 대해 백번 천 번 떠들만하다"고&nbsp;모두가&nbsp;고개를 끄덕이지 않았을까. 오히려 나처럼&nbsp;'왜 이제야 이야기를 꺼내놓았을까'&nbsp;되려 의문을 가진 사람이 더 많았을 수도. 이에 대해 조수용 대표는 한 유튜브 채널에서&nbsp;"제가 무언가에 대한 책을 쓸 자격이 되지 않았는데 함부로 활자화시키는 건, 서두르면 안 된다는 생각이 있었다"고 했다. 이 책에&nbsp;얼마나 오랜 시간 응축되고 농축된 그의 생각과 경험을 고심해서 담았을지, 책을 읽기 전부터 나는 좋아하는 가수를 기다리는 팬처럼 잔뜩 흥분상태였다.&nbsp;</li></ol> <ol start="2"><li>이 책은 일의 감각이라 쓰고 일의 마음가짐이라 읽어야 하는&nbsp;책이다. 어떤 마음과 태도를 가지고 일을 대해야 (조수용 대표 같은) 일의 감각을 가질 수 있을까?를 말한 책이랄까. 혹 감각을 기르는, 그 어디에서도 들어본 적 없는 특별한 노하우를 기대했다면&nbsp;다소 실망을 할 수도 있겠다. 하지만 비슷한 내용도 화자가 누군지에 따라 그 감도가 달리 전해진다. 예를 들어, 사소한 것에도 최선을 다하라는 조언이, 조수용 대표의 언어로 '작은 것을 대하는 태도'로 바뀌어 전달될 때 "당연한 소리네"가 아니라 "이 태도는 정말 중요하구나"로 다가오는 것이다.&nbsp;</li></ol>&nbsp;<ol start="3"><li>조수용 대표가 정의하는, 책을 관통하는 '일의 감각'이란 그래서 무엇이었을까. 그는 일의 감각을 "현명하게 결정하는 능력"이라며, 감각을 창조가 아닌 선택의 영역으로 바라봤다. 흔히 감각이라 하면 순간적으로&nbsp;반짝이며 떠오르는 크리에이티브한 무언가, 그래서 소수의 천재들만이 가지고 태어나는 것이라 생각한다. (물론 그런 감각도 분명 있다) 하지만 그의 정의대로 "무엇을 선택하고 선택하지 말아야 할지 잘 가려내는 것"이 감각이라면, 좋은 선택을 하게 만드는 그 '기준'을 아는&nbsp;것이 중요해진다.&nbsp;</li></ol> <ol start="4"><li>그 기준은 일 잘하는 모든 이들이 입을 모아 강조하는 그것,&nbsp;역시나 '본질'이다. 본질을 알면 취할 것과 버릴 것이 생각보다 쉽게 구분된다. 누구나 본질을 외치지만 그렇다고 아무나 본질에 닿을 수 없는 이유는 '마음가짐', 즉 일을 대하는 태도가&nbsp;다르기 때문이다. 감각에 대해 이야기할 때 조수용 대표가 항상 예시로 든다는 '볼펜 디자인' 사례는 짧지만 감각이 탄생하는 과정을 압축적으로 잘 담고있다.</li></ol> <ol start="5"><li>볼펜을 디자인하기 위해 남겨야 할 것(본질)과 버려야 할 것을 구분하는 안목이 탄생하기까지, 그 시작점에는 10억 원이란 큰돈에 걸맞은&nbsp;디자인을 하려는 '마음가짐'이 있다. 실제로 내가 하는 일이 10억 원의 가치를 지니는 일이라면 정말 좋겠지만, 그렇지 않다고 하더라도, 자신이 하고 있는 일이 10억 원의 값어치를 하는 일이라고 상상하는 사람은 절대 그저 그런 결과물을 낼 수 없다.&nbsp;크든 작든 내가 손에 쥔&nbsp;일은 허투루 할 수 없다고 생각하는 마음가짐, 그 마음가짐으로 일한 나날들이 쌓여 일의 감각을 만든다.&nbsp;</li></ol> <ol start="6"><li>결국 이러한 마음가짐을 가진다는 것은, '나'를 잃지 않고 지켜내며 일한다는&nbsp;것이기도 하다.&nbsp;단순히 상사의 오더를 받았기 때문이 아니라,&nbsp;혹은&nbsp;누군가의 인정과 좋은 평가가 최종 목표가 아니라, 일의 중심에 '나'를 두고 스스로 일의 방향을 정해 소신껏 나아가는 것. 어쩌면 일의 감각이란 건 그래서 자신의 일을 진심으로 사랑한 자들에게만&nbsp;부여된 훈장 같은 것일지도 모르겠다.&nbsp;</li></ol>

[나를 성장시킨 책] 감각은 '창조'가 아닌 '선택과 결정'의 영역

중국 빅테크 기업들이 억대 연봉과 파격적인 혜택 등 이른바 ‘레드머니’를 앞세워 미국 실리콘밸리의 인공지능(AI) 인재를 빨아들이고 있다. 우수 인재에게 필기시험 면제와 채용 절차 간소화 등 ‘패스트트랙’을 제공하는

"AI 인재 빼오자"… 실리콘밸리 덮친 中 빅테크

각 산업영역에서 늘 비슷한 일이 일어나는데 그때마다 지켜만 보게되는 것 같은 이 기시감

———
파이낸셜타임스(FT), 사우스차이나모닝포스트(SCMP) 등 해외 언론은 알리바바, 바이트댄스, 바이두 등 중국 최대 정보기술(IT) 기업들이 실리콘밸리에 AI 태스크포스(TF)를 꾸리고 우수 인재 확보를 위한 대대적인 채용 활동을 벌이고 있다고 보도했다. FT는 익명의 소식통을 인용해 중국 IT 기업들이 지난 수개월간 실리콘밸리에서 급격히 업무 기반을 확장했다고 전했다. 보도에 따르면 중국 최대 전자상거래 업체 알리바바, 세계 최대 숏폼 콘텐츠 플랫폼 틱톡 운영사인 바이트댄스, 중국 최대 검색엔진 업체 바이두는 미국 경쟁 업체 직원 영입에 사활을 걸었다.

…

중국은 AI 인재 육성에도 적극적이다. 2018년부터 2000건이 넘는 대학 학부 과정에 AI 프로그램을 추가했다. 이 중 300건 이상이 최상위 대학이다. 240여 개 대학엔 AI 전공을 신설했다. 중국 AI ‘4대 천왕’ 스타트업으로 꼽히는 즈푸AI, 바이촨AI, 문샷AI, 미니맥스는 모두 칭화대 교수와 졸업생이 창업했다. 해외 유명 교수 영입에도 적극적이다. 2020년 중국 출신으로 미국 UCLA 교수로 재직 중이던 AI 석학 주쑹춘이 중국으로 귀국해 베이징범용AI연구원장을 맡고 있다.

https://n.news.naver.com/article/015/0005061092?sid=105

각 산업영역에서 늘 비슷한 일이 일어나는데 그때마다 지켜만 보게되는 것 같은 이 기시감 ———파이낸셜타임스(FT), 사우스차이나모닝포스트(SCMP) 등 해외 언론은 알리바바, 바이트댄스, 바이두 등 중국 최대 정보기술(IT) 기업들이 실리콘밸리에 AI 태스크포스(TF)를 꾸리고 우수 인재 확보를 위한 대대적인 채용 활동을 벌이고 있다고 보도했다. FT는 익명의 소식통을 인용해 중국 IT 기업들이 지난 수개월간 실리콘밸리에서 급격히 업무 기반을 확장했다고 전했다. 보도에 따르면 중국 최대 전자상거래 업체 알리바바, 세계 최대 숏폼 콘텐츠 플랫폼 틱톡 운영사인 바이트댄스, 중국 최대 검색엔진 업체 바이두는 미국 경쟁 업체 직원 영입에 사활을 걸었다. … 중국은 AI 인재 육성에도 적극적이다. 2018년부터 2000건이 넘는 대학 학부 과정에 AI 프로그램을 추가했다. 이 중 300건 이상이 최상위 대학이다. 240여 개 대학엔 AI 전공을 신설했다. 중국 AI ‘4대 천왕’ 스타트업으로 꼽히는 즈푸AI, 바이촨AI, 문샷AI, 미니맥스는 모두 칭화대 교수와 졸업생이 창업했다. 해외 유명 교수 영입에도 적극적이다. 2020년 중국 출신으로 미국 UCLA 교수로 재직 중이던 AI 석학 주쑹춘이 중국으로 귀국해 베이징범용AI연구원장을 맡고 있다. https://n.news.naver.com/article/015/0005061092?sid=105

n.news.naver.com

Instagram

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

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

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

www.instagram.com

트럼프의 "미국을 다시 위해하게"의 변주

머스크, "게임을 다시 위대하게!" AI 게임 스튜디오 만든다

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

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

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

디스이즈게임

7가지 결과해석용 데이터 패턴에 대하여 | 목차 1) 경험 단순화와 효율성 개선 2) 사용자 행동 선호도 비교 (A/B 테스트) 3) 서비스 인식 및 만족도 개선 4) UI 및 정보 구조 개선 5) 비즈니스 성과 개선 6) 유저 피드백 기반 개선 7) 그 외  UX/UI, 프로덕트 디자인 포트폴리오를 만들며 "성과를 어떻게 보여줄까?"라는 질문에 막힌 적 있나요? 최근 문제 해결형 포트폴리오는 프로

30화 UX/UI 디자인 포트폴리오에서의 결과해석은?

👉 UX/UI, 프로덕트 디자인 포트폴리오를 만들며 "성과를 어떻게 보여줄까?"라는 질문에 막힌 적 있나요? 최근 문제 해결형 포트폴리오는 프로젝트 말미, 결과해석에 대한 명시가 들어가는 추세입니다.

<대표적인 결과 해석 데이터 패턴>
1. 경험 단순화와 효율성 개선
2. 사용자 행동 선호도 비교 (A/B 테스트)
3. 서비스 인식 및 만족도 개선
4. UI 및 정보 구조 개선
5. 비즈니스 성과 개선

✅ 관련 내용을 모은 브런치 글 공유합니다.

👉 UX/UI, 프로덕트 디자인 포트폴리오를 만들며 "성과를 어떻게 보여줄까?"라는 질문에 막힌 적 있나요? 최근 문제 해결형 포트폴리오는 프로젝트 말미, 결과해석에 대한 명시가 들어가는 추세입니다. &lt;대표적인 결과 해석 데이터 패턴&gt;1. 경험 단순화와 효율성 개선2. 사용자 행동 선호도 비교 (A/B 테스트)3. 서비스 인식 및 만족도 개선4. UI 및 정보 구조 개선5. 비즈니스 성과 개선 ✅ 관련 내용을 모은 브런치 글 공유합니다.

📊 데이터가 없는데 UX/UI 포트폴리오에 결과 해석은 어떻게 하죠?

🔗 디자인 취업 고민 오픈 채팅방을 운영 중입니다.

✅ 실제로 디자인 취업 고민이 있으신 분들만 오셨으면 합니다! (700명 정원)

입사 과정에서 겪는 다양한 어려움을 함께 나누고, 실질적인 조언을 주고받을 수 있는 분위기를 지향합니다. 서로의 고민을 이야기하고, 더 나은 포트폴리오를 만들기 위한 인사이트를 얻어가세요

<디자인 취업 고민>
https://open.kakao.com/o/gqr3zbNg

V0와 Cursor AI로 프롬프트 기반으로 PR Prompts라는 웹앱을 만들었습니다. 프로덕트 매니저에게 유용한 프롬프트를 큐레이션한 서비스입니다:)  아래는 그 중에서 PRD를 생성하는 프롬프트 링크입니다:) https://pm-prompt.vercel.app/prompt/1  참고하실 수 있도록 프롬프트를 사용하는 예시를 아래와 같이 보여드리겠습니다

ChatGPT로 PRD 작성하기

V0와 Cursor AI로 코딩 없이 프롬프트 기반으로 PR Prompts라는 웹앱을 만들었습니다. 프로덕트 매니저가 실제 업무에 활용할 수 있는 프롬프트를 큐레이션하는 서비스입니다:)

그 중에서 PRD를 생성하는 프롬프트 활용법을 아래 브런치에 작성했습니다.

https://brunch.co.kr/@yongjinjinipln/197

아래 url도 즐겨찾기 해주시면 실제 업무에 유용한 프롬프트를 계속 업데이트해나가겠습니다.
https://pm-prompt.vercel.app

V0와 Cursor AI로 코딩 없이 프롬프트 기반으로 PR Prompts라는 웹앱을 만들었습니다. 프로덕트 매니저가 실제 업무에 활용할 수 있는 프롬프트를 큐레이션하는 서비스입니다:) 그 중에서 PRD를 생성하는 프롬프트 활용법을 아래 브런치에 작성했습니다. https://brunch.co.kr/@yongjinjinipln/197 아래 url도 즐겨찾기 해주시면 실제 업무에 유용한 프롬프트를 계속 업데이트해나가겠습니다.https://pm-prompt.vercel.app

PRD 생성 프롬프트 링크입니다:) https://pm-prompt.vercel.app/prompt/1


리더의 의사결정은 조직의 운명을 좌우한다. 리더가 항상 올바른 의사결정을 내려야 하는 이유가 여기에 있다. 하지만 리더도 사람이다. LG경제연구원 전재원 연구원의 연구를 통해 잘못된 의사결정을 낳는 리더의 심리에 대해 알아 보았다. 과도한 일반화 “안 봐도 알아!” 리더들이 의사결정시에 흔히 범하기 쉬운 실수 중 하나는 다른 사람들도 자신과 같은 생각을 하

[시사뉴스] 리더가 빠지기 쉬운 5가지 착각

리더의 의사결정은 조직의 운명을 좌우한다. 리더가 항상 올바른 의사결정을 내려야 하는 이유가 여기에 있다. 하지만 리더도 사람이다. 잘못된 의사결정을 낳는 리더의 심리를 알아보자.

1️⃣지나친 우월감 “너희들보다 내가 한수 위야!”
조직을 이끄는 리더들은 과거 경험을 근거로 자신의 지식과 판단력 등이 구성원들에 비해 더 낫다는 생각에 빠지기 쉽다.

이를 ‘자기 고양적 편향’ 또는 ‘평균 이상 효과’ 라고 한다. 일반적으로 사람들은 자신이 평균적인 사람들보다 뛰어나다고 생각하며, 어느 정도 성취를 경험한 사람일수록 자신의 역량이 훨씬 더 우월하다고 생각하는 심리를 말한다.

<아웃라이어>의 저자 말콤 글래드웰도 “나이가 들고 경험이 쌓여갈수록, 우리는 자신이 내린 판단의 정확성에 대해서 과대평가한다”고 말했다.

리더가 이런 착각에 빠지면 자기 우월감으로 인해 독단적인 태도를 가질 수 있다는 점이 가장 큰 문제다. 무조건 자신의 의견을 고집하거나, 구성원의 의견을 듣는다고 하면서 실제로는 형식적인 의견 수렴에 그치고 자기 뜻대로 결론을 내리는 것이다.

또한 새로운 지식과 정보 습득에도 소홀해질 수 있다. 시시각각 변하는 환경에서 올바른 판단을 내리기 위해서는 환경의 변화를 민감하게 잡아내야 한다. 그러나 이를 무시하고 자신의 머릿속에서만 상황을 분석하고 결론 내린다면 조직에 해를 끼칠 수 있는 판단을 내릴 위험이 있다.

2️⃣확증 편향 “아무리 봐도 내 말이 맞네!”
“신제품 컨셉 사전 조사에서 부정적인 평가는 전혀 들은 적이 없어”, “반대 의견도 있었지만 잘 모르고 하는 소리야, 내가 볼 땐 맞는 말이 하나도 없어”라고 하는 리더가 있다면 그 생각을 재고해봐야 한다.

리더의 말이 맞을 수도 있지만, 실제로는 잘못된 판단일 가능성이 더 높다. 인간은 자신의 신념, 기대, 생각을 지지해주는 정보는 중요하게 여기는 반면, 이에 반하는 정보는 무시하거나 축소시키는 경향이 있기 때문이다. 바로 ‘확증 편향’ 이다.

확증 편향은 기존에 갖고 있던 생각을 강화시키려는 경향으로, 잘못된 생각일 수 있는데도 자신의 생각에서 벗어나지 못해 잘못된 의사결정을 초래한다는 것이다. 자기 의견에 대한 확신과 결론의 정확성이 꼭 일치하는 것은 아니다.

심리학자 데펜바흐어는 법정 관련 연구에서 증인들이 자신의 증언에 대해 갖는 확신과 증언의 정확성 간에는 관계가 없음을 보여줬다. 또 배심원들이 자신의 견해에 대한 확신이 클수록 제시된 증거들을 자신의 견해를 지지하는 방향으로 왜곡하는 현상이 크게 나타났다.

3️⃣비현실적 낙관주의 “나에게는 좋은 일만 생길 거야!”
‘비현실적 낙관주의’란, ‘미래에 좋은 일이 생길 것이라는 가능성은 과대평가하는 반면 나쁜 일이 생길 가능성은 과소평가하는 심리’이다.

객관적 근거를 바탕으로 하지 않고 신제품이 기존의 시장을 완전히 뒤바꾸어놓을 것이라고 예상하거나 터무니없이 높은 수준의 매출을 기대하는 등 장밋빛 미래만을 예상하는 경우를 말한다.

의사결정시에는 일반적으로 여러 가지 대안을 고려하는데, 리더가 비현실적 낙관주의의 함정에 빠지면 결과가 좋을 것으로 생각되는 대안에만 주목하여, 발생할지 모를 위기에 대한 점검과 대비를 소홀히 하는 결과를 초래한다.

미국의 발명가 딘 케이먼의 사례를 보자. 그는 2001년 자신이 발명한 1인승 스쿠터 세그웨이를 판매하기 시작했다. 당시 세그웨이는 미래의 운송 수단으로도 각광받을 만큼 획기적인 발명품으로 호평 받았다.

자신감에 도취된 케이먼은 자동차가 말을 대신한 것처럼 세그웨이가 자동차를 대체할 것이라고 공언했다. 자신의 말이 공연한 소리가 아님을 증명이라도 하듯 한 달에 4만대 생산 가능한 공장을 세웠다. 그러나 밝혀진 실제 판매량은 2001년 한 해 2만 3,500대로 한 달 생산량인 4만대에 크게 못 미치는 수준이었다.

4️⃣과도한 일반화 “안 봐도 알아!”
리더가 의사결정시에 흔히 범하기 쉬운 실수 중 하나는 다른 사람들이 자신과 같은 생각을 하고 있다고 착각하는 것이다. 이를 ’잘못된 합의 효과‘ 라고 한다.

과도하게 자신의 생각과 판단을 일반화하여 남들도 나와 다르지 않을 것이라고 생각하는 것을 말한다. 실제 다른 사람들의 의견을 면밀히 살펴보지 않고, 모두가 그렇게 생각할 것이라는 추측을 판단기준으로 삼아 의사결정 하는 자세이다.

미국 ATCA사의 CEO 체스터 울워스는 기존의 나무 쥐덫을 개선한 신제품을 출시하기로 했다. 그는 고객들이 한 번 쓰고 버리는 기존 제품보다 씻어서 다시 사용가능한 플라스틱 제품을 선호할 것이라고 판단했다.

그런데 실제로 고객들은 나무 쥐덫을 더 선호했다고 한다. 쥐덫을 재사용하는 이점보다 세척하는 것에 불편감을 더 크게 느꼈기 때문이다.

5️⃣통제의 착각 “나에게 불가능은 없다”
앞서 언급한 ‘자기 고양적 편향’에 ‘비현실적 낙관주의’가 더해지면, 운과 우연마저도 자신의 역량으로 통제할 수 있다는 생각에 빠질 수도 있다. 마치 나폴레옹처럼 ‘불가능한 것까지도 자신이 다 할 수 있다’고 생각하는 현상이다.

이를 ’통제의 착각‘ 이라고 한다. 예를 들면, 복권의 번호를 자신이 직접 선택하거나 자동으로 선택하거나 확률은 동일한데도 사람들은 자신이 직접 번호를 선택해야 당첨될 가능성이 더 높다고 생각하는 것이다.

노나카 이쿠지로 교수는 책 <일본 제국은 왜 실패하였는가?>에서 태평양 전쟁 당시 일본군의 사례를 소개했다. 일본군은 당시 버마 일대에서 영국군의 진격을 막기 위한 ‘임팔 작전’을 수행하였다.

8,000~9,000mm에 이르는 강우량, 험준한 지형, 높은 전염병 발생 가능성, 불충분한 보급 등의 악조건으로 작전 수행이 사실상 불가능한 상황이었다. 그런데도 지휘관 무타구치 렌야 중장은 ‘필승의 신념’으로 이기겠다는 의지로 전투를 수행했다. 당연히 제대로 싸워보지도 못하고 작전을 중단할 수 밖에 없었다.

히틀러도 “중요한 결정은 전부 자신이 직접 내리겠다”는 태도로 러시아 원정과 같은 무모한 작전을 시도했듯이, 자신이라면 불가능도 가능하게 만들 수있다는 태도는 조직을 위기에 빠뜨릴 수 있다는 점을 유의해야 한다.

리더의 의사결정은 조직의 운명을 좌우한다. 리더가 항상 올바른 의사결정을 내려야 하는 이유가 여기에 있다. 하지만 리더도 사람이다. 잘못된 의사결정을 낳는 리더의 심리를 알아보자. 1️⃣지나친 우월감 “너희들보다 내가 한수 위야!”조직을 이끄는 리더들은 과거 경험을 근거로 자신의 지식과 판단력 등이 구성원들에 비해 더 낫다는 생각에 빠지기 쉽다. 이를 ‘자기 고양적 편향’ 또는 ‘평균 이상 효과’ 라고 한다. 일반적으로 사람들은 자신이 평균적인 사람들보다 뛰어나다고 생각하며, 어느 정도 성취를 경험한 사람일수록 자신의 역량이 훨씬 더 우월하다고 생각하는 심리를 말한다. &lt;아웃라이어&gt;의 저자 말콤 글래드웰도 “나이가 들고 경험이 쌓여갈수록, 우리는 자신이 내린 판단의 정확성에 대해서 과대평가한다”고 말했다. 리더가 이런 착각에 빠지면 자기 우월감으로 인해 독단적인 태도를 가질 수 있다는 점이 가장 큰 문제다. 무조건 자신의 의견을 고집하거나, 구성원의 의견을 듣는다고 하면서 실제로는 형식적인 의견 수렴에 그치고 자기 뜻대로 결론을 내리는 것이다. 또한 새로운 지식과 정보 습득에도 소홀해질 수 있다. 시시각각 변하는 환경에서 올바른 판단을 내리기 위해서는 환경의 변화를 민감하게 잡아내야 한다. 그러나 이를 무시하고 자신의 머릿속에서만 상황을 분석하고 결론 내린다면 조직에 해를 끼칠 수 있는 판단을 내릴 위험이 있다. 2️⃣확증 편향 “아무리 봐도 내 말이 맞네!”“신제품 컨셉 사전 조사에서 부정적인 평가는 전혀 들은 적이 없어”, “반대 의견도 있었지만 잘 모르고 하는 소리야, 내가 볼 땐 맞는 말이 하나도 없어”라고 하는 리더가 있다면 그 생각을 재고해봐야 한다. 리더의 말이 맞을 수도 있지만, 실제로는 잘못된 판단일 가능성이 더 높다. 인간은 자신의 신념, 기대, 생각을 지지해주는 정보는 중요하게 여기는 반면, 이에 반하는 정보는 무시하거나 축소시키는 경향이 있기 때문이다. 바로 ‘확증 편향’ 이다. 확증 편향은 기존에 갖고 있던 생각을 강화시키려는 경향으로, 잘못된 생각일 수 있는데도 자신의 생각에서 벗어나지 못해 잘못된 의사결정을 초래한다는 것이다. 자기 의견에 대한 확신과 결론의 정확성이 꼭 일치하는 것은 아니다. 심리학자 데펜바흐어는 법정 관련 연구에서 증인들이 자신의 증언에 대해 갖는 확신과 증언의 정확성 간에는 관계가 없음을 보여줬다. 또 배심원들이 자신의 견해에 대한 확신이 클수록 제시된 증거들을 자신의 견해를 지지하는 방향으로 왜곡하는 현상이 크게 나타났다. 3️⃣비현실적 낙관주의 “나에게는 좋은 일만 생길 거야!”‘비현실적 낙관주의’란, ‘미래에 좋은 일이 생길 것이라는 가능성은 과대평가하는 반면 나쁜 일이 생길 가능성은 과소평가하는 심리’이다. 객관적 근거를 바탕으로 하지 않고 신제품이 기존의 시장을 완전히 뒤바꾸어놓을 것이라고 예상하거나 터무니없이 높은 수준의 매출을 기대하는 등 장밋빛 미래만을 예상하는 경우를 말한다. 의사결정시에는 일반적으로 여러 가지 대안을 고려하는데, 리더가 비현실적 낙관주의의 함정에 빠지면 결과가 좋을 것으로 생각되는 대안에만 주목하여, 발생할지 모를 위기에 대한 점검과 대비를 소홀히 하는 결과를 초래한다. 미국의 발명가 딘 케이먼의 사례를 보자. 그는 2001년 자신이 발명한 1인승 스쿠터 세그웨이를 판매하기 시작했다. 당시 세그웨이는 미래의 운송 수단으로도 각광받을 만큼 획기적인 발명품으로 호평 받았다. 자신감에 도취된 케이먼은 자동차가 말을 대신한 것처럼 세그웨이가 자동차를 대체할 것이라고 공언했다. 자신의 말이 공연한 소리가 아님을 증명이라도 하듯 한 달에 4만대 생산 가능한 공장을 세웠다. 그러나 밝혀진 실제 판매량은 2001년 한 해 2만 3,500대로 한 달 생산량인 4만대에 크게 못 미치는 수준이었다. 4️⃣과도한 일반화 “안 봐도 알아!”리더가 의사결정시에 흔히 범하기 쉬운 실수 중 하나는 다른 사람들이 자신과 같은 생각을 하고 있다고 착각하는 것이다. 이를 ’잘못된 합의 효과‘ 라고 한다. 과도하게 자신의 생각과 판단을 일반화하여 남들도 나와 다르지 않을 것이라고 생각하는 것을 말한다. 실제 다른 사람들의 의견을 면밀히 살펴보지 않고, 모두가 그렇게 생각할 것이라는 추측을 판단기준으로 삼아 의사결정 하는 자세이다. 미국 ATCA사의 CEO 체스터 울워스는 기존의 나무 쥐덫을 개선한 신제품을 출시하기로 했다. 그는 고객들이 한 번 쓰고 버리는 기존 제품보다 씻어서 다시 사용가능한 플라스틱 제품을 선호할 것이라고 판단했다. 그런데 실제로 고객들은 나무 쥐덫을 더 선호했다고 한다. 쥐덫을 재사용하는 이점보다 세척하는 것에 불편감을 더 크게 느꼈기 때문이다. 5️⃣통제의 착각 “나에게 불가능은 없다”앞서 언급한 ‘자기 고양적 편향’에 ‘비현실적 낙관주의’가 더해지면, 운과 우연마저도 자신의 역량으로 통제할 수 있다는 생각에 빠질 수도 있다. 마치 나폴레옹처럼 ‘불가능한 것까지도 자신이 다 할 수 있다’고 생각하는 현상이다. 이를 ’통제의 착각‘ 이라고 한다. 예를 들면, 복권의 번호를 자신이 직접 선택하거나 자동으로 선택하거나 확률은 동일한데도 사람들은 자신이 직접 번호를 선택해야 당첨될 가능성이 더 높다고 생각하는 것이다. 노나카 이쿠지로 교수는 책 &lt;일본 제국은 왜 실패하였는가?&gt;에서 태평양 전쟁 당시 일본군의 사례를 소개했다. 일본군은 당시 버마 일대에서 영국군의 진격을 막기 위한 ‘임팔 작전’을 수행하였다. 8,000~9,000mm에 이르는 강우량, 험준한 지형, 높은 전염병 발생 가능성, 불충분한 보급 등의 악조건으로 작전 수행이 사실상 불가능한 상황이었다. 그런데도 지휘관 무타구치 렌야 중장은 ‘필승의 신념’으로 이기겠다는 의지로 전투를 수행했다. 당연히 제대로 싸워보지도 못하고 작전을 중단할 수 밖에 없었다. 히틀러도 “중요한 결정은 전부 자신이 직접 내리겠다”는 태도로 러시아 원정과 같은 무모한 작전을 시도했듯이, 자신이라면 불가능도 가능하게 만들 수있다는 태도는 조직을 위기에 빠뜨릴 수 있다는 점을 유의해야 한다.

www.sisa-news.com

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

TensorFlow

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

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

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

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

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

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

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

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

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

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

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

[Dev]모든 개발자가 마스터해야 할 7가지 AI 프레임워크!

Your Resume App

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

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

https://resume.realerror.com/

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

resume.realerror.com

IT직군 역량 자가진단 - 프론트엔드부터 CEO까지

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

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

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

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

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

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

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

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

학교와 커리어의 차이점

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

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

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

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

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

회사를 옮겨보면 알게 되는 나의 쓸모

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

제가 이력서를 작성할 때 가장 신경쓰는 점은 크게 3가지입니다.

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

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

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

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

2024년 이력서 업데이트

2022년 1월 4일부터 2024년 11월 18일까지, 약 3년을 우아한형제들과 함께해서 즐거웠습니다 :)   왜 떠나는가? 사실 이직해야지! 하고 결심해서 시작한 것은 아니었다. 3-4년차가 이직하기 참 좋을 때라는데, 나는 과연 이직을 할 수 있을까에 대한 궁금증이 제일 컸다. 부업으로 꾸준히 멘토링을 하는 입장에서 취업/이직이 점점 어려워지고 있구나도 많이 느낄 수 있었다. 물론 연차를 더 쌓은 후 이직을 하는 길도 있었다. 하지만 우아한형제들이 첫 회사인 나는, 약 3년이라는 기간동안 대부분 회사 내부 서비스만을 개발했다. 디자인시스템, 어드민, 운영 도구 등등.. 어떻게 보면 서비스 회사에서 서비스 개발은 해보지 않은 셈이다. 이러다가 더 연차가 쌓였을 때, 만일 서비스 회사에 지원을 하게 된다면 서비스 경험이 없는 나를 과연 뽑을지에 대한 의문이 컸다. 주니어라면 와서 배우면 되는 부분이지만, 시니어라면 팀을 이끄는 역량이 필요할지도 모르는데 경험조차 없다면.. 계속 개…

개발자 단민 | 3년차엔 뭐다? 이직이다!

왜 인지 올 해 저희 회사분들 이직 얘기 많이 전하네요.
다들 최고가 되셔서 떠나시는 만큼 멀리서 항상 응원합니다!!!!
https://www.jeong-min.com/77-resignation/

왜 인지 올 해 저희 회사분들 이직 얘기 많이 전하네요.다들 최고가 되셔서 떠나시는 만큼 멀리서 항상 응원합니다!!!!https://www.jeong-min.com/77-resignation/

www.jeong-min.com

최고가 되어 떠나는 단민님 이직기

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


(번역) 자바스크립트와 타입스크립트에서 메모이제이션란 무엇인가요?

오늘 소개드릴 글은 이스트소프트의 김태현님이 번역해주신 글입니다.

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

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

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

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

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

velog.io

자바스크립트와 타입스크립트에서 메모이제이션란 무엇인가요?

중앙일보의 고품격 주간 경제지

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

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

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

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

[ 큐레이터의 문장 🎒 ]

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

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

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

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

포브스 코리아

《고객 경험(Customer eXperience)은 내부로부터》

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

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

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

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

#엔드말라리아

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

< 진짜 스마트한 사람은 이렇게 일한다 >

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

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

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

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

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

오늘 OpenAI가 GPT-4o를 업데이트하면서 글쓰기 능력이 더

금융 앱이 콘텐츠에 집중하는 이유는, 금융 앱으로서의 한계에 직면했기 때문입니다. 사회생활을 한다면 스마트폰에 누구나 금융 앱 하나는 설치되어 있을 겁니다. 누구나 쓰고 있기에 우리가 흔히 말하는 지표인 다운로드 수나 '월간 활성 사용자(Monthly Active Users, MAU)는 어느 정도 나옵니다. 그러나 문제는 '딱 그만큼'이라는 겁니다.

금융 앱의 콘텐츠 도입, 성공할 수 있을까? | 요즘IT

읽을거리를 제공하는 콘텐츠는 좀 다를까요? 상황은 비슷합니다. 고객들은 이미 이러한 콘텐츠를 얻는 자신만의 창구가 있습니다. 다음이나 네이버 1면을 통해 금융 콘텐츠를 접하는 고객도 있고, 뉴스레터를 보는 고객, 뽐뿌와 같은 커뮤니티를 보는 고객 등입니다. 요즘은 유튜브를 통해서 금융 콘텐츠를 많이 접하기도 합니다.
 
당분간 금융 앱들은 각종 지표를 위해 콘텐츠를 활성화하는 움직임을 당분간 계속할 것으로 보입니다. 다만 기존에 그 역할을 하던 서비스보다 훨씬 나은 품질을 유지하면서, 더 오랫동안 지속해야만 원하는 성과를 거둘 수 있을 겁니다.

요즘IT

아마존웹서비시즈코리아  | MRC representative 

이나경

#Communication #영업 #ENFP #도전적인 #내적탐구 #고객경험

ui/ux 디자이너

정지나

금융앱이 콘텐츠 서비스를 하는 이유

콘텐츠팀

홍보마케팅팀 

최진영

브런치

읽고 쓰는 일을 좋아합니다. 
복잡한 것을 쉽고 단순하게 정리하는 일에 보람을 느낍니다. 
#커뮤니케이션 #끊임없이배우기 #기획자 #독서 #브런치작가 #브랜드마케팅 #사이드프로젝트 #질문하는 #콘텐츠마케팅 #UXWriting

금융앱이 콘텐츠 서비스를 하는 이유

댓글 0

비슷한 게시물

주간 인기 TOP 10

추천 프로필