sora의 성능은 정말 어마무시하네요..
아티스트 Paul Trillo와 OpenAI가 콜라보해서 만든 TED 홍보영상이예요.
로고 빼곤 모두 Sora로 만들었다는데, 정말 인공지능은 미래를 알고 있는 것일까요...?ㅋㅋㅋㅋ

https://twitter.com/TEDTalks/status/1781351036877156452

sora의 성능은 정말 어마무시하네요..아티스트 Paul Trillo와 OpenAI가 콜라보해서 만든 TED 홍보영상이예요.로고 빼곤 모두 Sora로 만들었다는데, 정말 인공지능은 미래를 알고 있는 것일까요...?ㅋㅋㅋㅋ https://twitter.com/TEDTalks/status/1781351036877156452

X (formerly Twitter)

OpenAI sora가 바라본 40년 후 TED 홍보영상

의외로 팀 문화와 일하는/커뮤니케이션/협업하는 방법에 신경쓰는 조직은 많지 않은 것 같습니다. 대부분은 People 조직의 슬로건으로 그치기 십상이고, 현업에서의 실제적인 노력으로 이어지는 경우는 찾아보기 어려운 듯 해요.

당장의 성과보다 이런 노력이 중장기적으로 팀 시너지를 만들어낸다고 믿는 편이고(믿고 싶기도 하고), 이를 강화하기 위해 결국은 전사적 전략추진 관점까지 고민하게 되는 걸 보면, 다분히 저의 이상주의적 기질 탓에 신경쓰는지도 모르겠으나..

아무튼 나름 지속적으로 신경써서 주시하고 스스로도 노력해왔다고 생각하는데 여전히 갈 길이 멀다는 생각이 드는걸 보면, 문화란 하루아침에 만들어질 수 있는게 아니란걸 실감하게 됩니다.

#팀장의탄생

의외로 팀 문화와 일하는/커뮤니케이션/협업하는 방법에 신경쓰는 조직은 많지 않은 것 같습니다. 대부분은 People 조직의 슬로건으로 그치기 십상이고, 현업에서의 실제적인 노력으로 이어지는 경우는 찾아보기 어려운 듯 해요. 당장의 성과보다 이런 노력이 중장기적으로 팀 시너지를 만들어낸다고 믿는 편이고(믿고 싶기도 하고), 이를 강화하기 위해 결국은 전사적 전략추진 관점까지 고민하게 되는 걸 보면, 다분히 저의 이상주의적 기질 탓에 신경쓰는지도 모르겠으나.. 아무튼 나름 지속적으로 신경써서 주시하고 스스로도 노력해왔다고 생각하는데 여전히 갈 길이 멀다는 생각이 드는걸 보면, 문화란 하루아침에 만들어질 수 있는게 아니란걸 실감하게 됩니다. #팀장의탄생

팀 문화에 대해

요즘 7살도 추천서비스 만들수 있는 이유

생각해보니, 요즘 chatGPT 이후 너무 글과 그림 생성에만 포커스가 맞춰진 것 같아요,

코딩애플에서 좋은 아이디어를 줬는데요,
벡터기반으로 단어/그림을 살펴보고, 유사도를 살펴보는 서비스인데,
논문 표절도 체크할 수 있고, 유사 상품도 추천할 수 있고 다양하게 써볼 수 있을 것 같아요!

중간에 미연시 게임의 채팅 서비스도 이야기하는데 ㅋㅋㅋㅋ
'우리 같은 사람들 여자랑 카톡할 기회가 없기 때문에' ㅋㅋㅋㅋㅋㅋㅋㅋ
코딩애플 같은 선배랑 같이 일하고 싶어요 ㅋㅋㅋㅋㅋ

https://youtu.be/kQwxIkspINk?si=LoCQM03LFzDJDWeI

생각해보니, 요즘 chatGPT 이후 너무 글과 그림 생성에만 포커스가 맞춰진 것 같아요, 코딩애플에서 좋은 아이디어를 줬는데요, 벡터기반으로 단어/그림을 살펴보고, 유사도를 살펴보는 서비스인데, 논문 표절도 체크할 수 있고, 유사 상품도 추천할 수 있고 다양하게 써볼 수 있을 것 같아요! 중간에 미연시 게임의 채팅 서비스도 이야기하는데 ㅋㅋㅋㅋ'우리 같은 사람들 여자랑 카톡할 기회가 없기 때문에' ㅋㅋㅋㅋㅋㅋㅋㅋ코딩애플 같은 선배랑 같이 일하고 싶어요 ㅋㅋㅋㅋㅋ https://youtu.be/kQwxIkspINk?si=LoCQM03LFzDJDWeI

YouTube

5분이면 AI 서비스 뚝딱! 더이상 그림과 글만 쓰지 마세요!

📝 높은 성능의 Llama 3와 매우 빠른 추론 속도의 인프라를 제공하는 Groq가 만나니 정말 대단하네요.

70B 풀모델 기준으로, 추론 속도는 280TPS, 가격은 1백만 토큰당 평균 USD 1달러가 채 안됩니다.

즉, 성능은 가장 높은 Claude 3 Opus나 GPT-4 수준인데, 속도와 가격은 클로즈드 LLM API 중 가장 저렴한 Claude 3 Haiku 수준이라는 이야기.

AI의 대중화가 훨씬 앞당겨진 것 같습니다.

📝 높은 성능의 Llama 3와 매우 빠른 추론 속도의 인프라를 제공하는 Groq가 만나니 정말 대단하네요. 70B 풀모델 기준으로, 추론 속도는 280TPS, 가격은 1백만 토큰당 평균 USD 1달러가 채 안됩니다. 즉, 성능은 가장 높은 Claude 3 Opus나 GPT-4 수준인데, 속도와 가격은 클로즈드 LLM API 중 가장 저렴한 Claude 3 Haiku 수준이라는 이야기. AI의 대중화가 훨씬 앞당겨진 것 같습니다.

국내유일, LLM (ChatGPT) 기반의 서비스 개발을 위해 핵심만 담은 13시간 분량의 프롬프트 엔지니어링 강의 골빈해커, 김진중 개발자의 상용화 관점에서의 AI 서비스 개발 노하우까지 가져가세요. (수강생이 가장 궁금해 하는 내용을 담아 2회의 BONUS 영상 추가 제공 예정입니다.)

The RED : 프롬프트 엔지니어링, LLM(ChatGPT) 기반의 AI 서비스 개발 | 패스트캠퍼스

새로운 LLM 모델이 나왔을 때 한국어가 잘 되는지 확인해야 하는 것은, 말을 유려하게 잘 하느냐와 정보가 정확한지..를 확인하는 것이 아니라, 한국어에 대한 추론 능력과 정보 추출 능력이 잘 작동하는지를 테스트 해 보아야 합니다.

일반적으로, 말을 유려하게 하는 것과 정보의 정확성은 이제 쉽게 해결되는 문제라서 아주 중요한 문제는 아닙니다.

프롬프트 엔지니어링을 잘 알면 왜 그래야하는지 이해 할 수 있습니다. 우리나라에서 여전히 최고 좋은 프롬프트 엔지니어링 강의는 여기 👉 https://fastcampus.co.kr/data_red_golbin

새로운 LLM 모델이 나왔을 때 한국어가 잘 되는지 확인해야 하는 것은, 말을 유려하게 잘 하느냐와 정보가 정확한지..를 확인하는 것이 아니라, 한국어에 대한 추론 능력과 정보 추출 능력이 잘 작동하는지를 테스트 해 보아야 합니다. 일반적으로, 말을 유려하게 하는 것과 정보의 정확성은 이제 쉽게 해결되는 문제라서 아주 중요한 문제는 아닙니다. 프롬프트 엔지니어링을 잘 알면 왜 그래야하는지 이해 할 수 있습니다. 우리나라에서 여전히 최고 좋은 프롬프트 엔지니어링 강의는 여기 👉 https://fastcampus.co.kr/data_red_golbin

Fastcampus

어떤걸 테스트 해야하는지 간단하게 말하자면 👉 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

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 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>

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

오늘 메타가 오픈소스 LLM인 Llama 3를 공개했습니다.

모델은 8B, 70B, 400B으로, 우선 8B, 70B 모델을 공개했고, 400B 모델은 아직 훈련중인 상태입니다.

8B 모델은 GPT-3.5보다 약간 나은 수준인데, 70B가 엄청나네요. 70B는 성능이 거의 GPT-4와 Claude 3 Opus에 육박합니다.

크.. 역시 진격의 메타!! 과연 400B 모델의 성능은 어떨지 정말 기대됩니다. 😎🍿🥤

오늘 메타가 오픈소스 LLM인 Llama 3를 공개했습니다. 모델은 8B, 70B, 400B으로, 우선 8B, 70B 모델을 공개했고, 400B 모델은 아직 훈련중인 상태입니다. 8B 모델은 GPT-3.5보다 약간 나은 수준인데, 70B가 엄청나네요. 70B는 성능이 거의 GPT-4와 Claude 3 Opus에 육박합니다. 크.. 역시 진격의 메타!! 과연 400B 모델의 성능은 어떨지 정말 기대됩니다. 😎🍿🥤

🗞️ 메타, Llama 3 대공개!

Llama 3 소개 페이지 https://ai.meta.com/blog/meta-llama-3/

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

AI Index Report 2024 - Artificial Intelligence Index

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Stanford

[스탠퍼드 HAI] 2024 AI 인덱스 보고서

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

지금 우리는 쓸데없이 복잡한 비번을 쓰고 있다;;

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

왜 이렇게 되었을까요?
읽기 전 상상하고 읽어보세요!

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

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

Naver

복잡한 비밀번호의 역사(?)

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 것이 첫 번째이고 (동일한 질문을 반복하지만 않으면 된다) 두 번째는 본인이 이해한대로 설명(paraphrasing)하면서 맞게 이해했는지 확인하는 형태로 물어보는 것이다. 질문을 잘 안하는 혹은 자신이 없는 팀원들의 경우 일대일 미팅할 때 다음 팀 미팅에서는 질문 하나 하기 등을 숙제로 주곤 했었다.
 3. 상대에 따라 소통 내용의 기술적 수준을 달리하기: 동료 개발자, 매니저(디테일을 잘 아는 사람인지 아닌지), 고객 등 상대에 따라 사용하는 기술 용어의 수준은 달라야 한다. 상대의 백그라운드와 기대치를 미리 알고 거기에 맞춰 사용할 언어를 달리하는 것이 필요하다. 다수의 사람앞에서 발표하는 기회가 생기면 꼭 손 들어보자.
 4. 글 쓰기: 생각이란 글로 표현될 때 더 분명해지며 더 많은 사람들에게 전달이 가능하다. 코딩을 할때 막힌다면 혹은 시스템 디자인을 하는데 생각이 잘 정리가 안된다면 글로 본인의 생각을 정리해보자. 잘 쓸려고 하는 것 보다는 많이 꾸준하게 써보는 것이 중요하다
 5. 롤 모델 찾기: 같은 회사 내에서 의사소통 능력이 뛰어난 사람을 찾아서 그 사람의 행동을 유심히 살펴보고 따라해보는 것도 아주 효과적인 방법이다.

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

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

좋은 개발자가 알아야하는 9가지 포인트들 - 3. 의사 소통 잘하

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

2024년, 배우면 좋을 프로그래밍 언어 ② | 원티드

2024년 새로운 프로그래밍 언어를 도전해보신다면 이 언어를 추천합니다!

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

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

파트1은 아래에서 보실수 있습니다.

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

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

원티드

2024년도에 배우면 좋은 프로그래밍언어 Part 2

원문 : Navigating the future of frontend...

(번역) 프런트엔드의 미래 탐색하기

오늘 소개해드릴 글은 컬리의 유경상님이 번역해주신 글입니다.

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

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

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

Netlify

프런트엔드의 미래 탐색하기

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

프로덕트 매니저의 필수 역량 8가지: 혁신을 이끄는 성장의 레시피

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

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

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

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

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

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

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

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

++ 존경하는 정윤호 대표님 글을 참고해서 작성해봤습니담 ;)

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

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

SlashPage

프로젝트를 성공적으로 마무리하려면 어떻게 해야 하나?

함수, 이렇게 만들면 넌 주니어

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

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

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

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

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

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

Inference of Facebook's LLaMA model in pure C/C++ !!! IMPORTANT !!! Commit 007a8f6f459c6eb56678fdee4c09219ddb85b640 added support for all LLaMA models, but introduced breaking changes. If you generated any models before that commit, you must regenerate th

GitHub - ggerganov/llama.cpp: Port of Facebook's LLaMA model in C/C++

OpenAI 나 구글의 전략과 달리, 메타는 LLM을 오픈소스로 발표를 했었죠. 경쟁기업보다 다소 늦은 발표였기에 이 정도의 수는 필요했겠다고 생각했었는데요(https://careerly.co.kr/comments/78294?utm_campaign=self-share), 생각보다 그 효과가 빠르게 나타나고 있습니다. 

- 얼마지나지 않아 LLaMa를 기반으로 한 ChatGPT 같은 프로젝트도 공개되었고(ChatLLaMa),
- 이번에는 quantiation을 통해 64bit 윈도우즈 컴퓨터 한 대 또는 맥북 한 대에서도 돌아갈 수 있는 모델까지 공개되었습니다. 

오픈소스의 힘이 놀랍긴 하지만 이렇게 빨리 효과가 나타나는 걸 보면 무섭기도 하고, 한편으로는 다른 기업들의 비즈니스 전략에 어떤 영향을 미치게 될지도 궁금해지네요.

GitHub

넷마블 잡부

민형기

#백엔드 #개발자 #소프트웨어엔지니어

데이터

박수형

bcm da

Tomi



AWS 기반 데이터 파이프라인 및 BI 솔루션 도입 및 구축, 데이터 분석 및 시각화, 데이터 기반 의사결정 지원

다양한 사업 분야에 대한 데이터베이스 및 DW 구축, 정형/비정형 리포트 개발, 시각화 기술 보유

다양한 기술로 데이터 가공 – 수집,전처리 (ET

메타가 쏘아올린 LLM 오픈소스?

- 시맨틱 기술 및 소셜미디어 데이터 분석 R&D
- 유럽 협력 연구개발 담당

R&D Engineer

- Open Data Institute (HQ: UK) 협력 담당

Managing Director

- AI 전략 수립 및 추진
- 개인화 기술 개발(상품추천, 광고, 타겟마케팅, 검색) 및 서비스/비즈니스 적용 
- 이커머스 도메인 지식그래프 구축

 AI Product Team Lead

- 한의학 지식 모델링 및 진단추론 알고리즘 연구

의료정보학 (박사수료)

의료정보학

한방시스템공학

김선호

LinkedIn

Facebook

의료정보학을 공부하면서부터 AI 분야에 조금씩 발을 들여놓게 되었고 현재는 이커머스 회사에서 AI 조직의 팀장으로 일하고 있습니다. 막연한 AI 만능주의를 지양하며, 어떻게 하면 기술이 비즈니스와 삶에 실질적인 도움이 될지에 대해 관심이 많습니다.


메타가 쏘아올린 LLM 오픈소스?

댓글 0

비슷한 게시물

주간 인기 TOP 10

추천 프로필