Counter를 사용하세요~

 * 장점: 중복된 원소도 정확히 비교 가능
 * 시간 복잡도 O(n)
   
from collections import Counter

list1 = ['apple', 'banana', 'cherry']
list2 = ['cherry', 'banana', 'apple']
print(Counter(list1) == Counter(list2))

# 중복 문자열 포함 예시
list3 = ['apple', 'apple', 'banana']
list4 = ['banana', 'apple', 'apple']

print(Counter(list3) == Counter(list4))

Counter를 사용하세요~ <ul ><li>장점: 중복된 원소도 정확히 비교 가능</li><li>시간 복잡도 O(n) </li></ul><pre ><code>from collections import Counter

list1 = ['apple', 'banana', 'cherry']
list2 = ['cherry', 'banana', 'apple']
print(Counter(list1) == Counter(list2))

# 중복 문자열 포함 예시
list3 = ['apple', 'apple', 'banana']
list4 = ['banana', 'apple', 'apple']

print(Counter(list3) == Counter(list4))</code></pre>

[파이썬 팁]  두 개의 리스트의 원소가 같은지 확인하는 방법.

1. AI는 개인적인 차원에서 매우 유용한 도구에요.
개인의 생산성 및 창의력, 기획력을 높여줄 뿐만 아니라, 성장 방향과 잠재력을 키워줄 수 있는 수단이 될 수 있어요.

2. BI는 조직적인 차원에서 매우 유용한 도구에요.
조직에서 중요한 데이터 기반의 문화을 위해, 체계적인 프로세스와 의사 소통, 그리고 결정방법을 관리할 수 있어요.

1. AI는 개인적인 차원에서 매우 유용한 도구에요. 개인의 생산성 및 창의력, 기획력을 높여줄 뿐만 아니라, 성장 방향과 잠재력을 키워줄 수 있는 수단이 될 수 있어요. 2. BI는 조직적인 차원에서 매우 유용한 도구에요. 조직에서 중요한 데이터 기반의 문화을 위해, 체계적인 프로세스와 의사 소통, 그리고 결정방법을 관리할 수 있어요.

AI vs BI, 두가지를 비교한다면?

영화를 보고 재밌었다고 생각하고 끝내면 그것은 경험이 된다. 하지만, 영화를 보고 난 느낌을 정리해 보고, 영화가 던지는 메시지에 대해 다른 사람과 의견을 나누면 그것은 경험에 머물지 않고 성장으로 이어진다. 책을 읽고 나서 책장에 꽂아두면 그것은 그냥 읽어본 책이 된다. 하지만, 내용을 정리해 보고, 공감이 가는 부분에 대해 자기 생각을 더하면 확실한 성

성장을 위한 좋은 도구, 글쓰기

글을 쓰면 보는 눈이 좋아진다.
#성장 #글쓰기 #직장인

https://brunch.co.kr/@drunkensky/667

글을 쓰면 보는 눈이 좋아진다.#성장 #글쓰기 #직장인 https://brunch.co.kr/@drunkensky/667

Brunch Story

GitHub Pages에 웹사이트를 배포하면 기본적으로
github.io
서브 도메인을 무료로 제공해주는데요. 대부분의 개인 프로젝트에서는 GitHub Pages의 기본 도메인을 사용해도 큰 지장이 없을 것입니다.

하지만 비즈니스를 위한 웹사이트를 호스팅할 때는 브랜딩이나 SEO(검색 엔진 최적화) 차원에서 커스텀 도메인을 원하게 되죠.

이번 시간에서는 간단한 실습을 통해서 GitHub Pages에 배포한 웹사이트에 커스텀 도메인을 연결하는 방법을 알려드리겠습니다.

📺 동영상: https://youtu.be/zK0Lx4aFOFA
📝 포스팅: https://www.daleseo.com/github-pages-custom-domain/

GitHub Pages에 웹사이트를 호스팅하는 기본적인 방법은 아래 게시물을 참고바랍니다.

📕 GitHub Pages에 웹사이트 배포하기: https://careerly.co.kr/comments/115041

GitHub Pages에 웹사이트를 배포하면 기본적으로 <code >github.io</code> 서브 도메인을 무료로 제공해주는데요. 대부분의 개인 프로젝트에서는 GitHub Pages의 기본 도메인을 사용해도 큰 지장이 없을 것입니다. 하지만 비즈니스를 위한 웹사이트를 호스팅할 때는 브랜딩이나 SEO(검색 엔진 최적화) 차원에서 커스텀 도메인을 원하게 되죠. 이번 시간에서는 간단한 실습을 통해서 GitHub Pages에 배포한 웹사이트에 커스텀 도메인을 연결하는 방법을 알려드리겠습니다. 📺 동영상: https://youtu.be/zK0Lx4aFOFA📝 포스팅: https://www.daleseo.com/github-pages-custom-domain/ GitHub Pages에 웹사이트를 호스팅하는 기본적인 방법은 아래 게시물을 참고바랍니다. 📕 GitHub Pages에 웹사이트 배포하기: https://careerly.co.kr/comments/115041

GitHub Pages에 커스텀 도메인 연결하기

YouTube에서 마음에 드는 동영상과 음악을 감상하고, 직접 만든 콘텐츠를 업로드하여 친구, 가족뿐 아니라 전 세계 사람들과 콘텐츠를 공유할 수 있습니다.

 - YouTube

최근 생성형AI 분야의 많은 관심이 OpenAI의 Day12로 쏠렸었는데, 샘알트먼의 마케팅적인 전략이 주효했던게 아닌가 싶습니다. 그러나, 구글의 최근 행보가 서서히 예전의 전성기 모습을 찾아가고 있는게 아닌가 싶습니다.

이와 관련하여 OpenAI의 O1을 능가하는 Gemini 2.0에 대한 내용도 공부하면 좋을거 같아 관련 영상의 주요 내용을 짧게나마 공유해봅니다. 보다 자세한 내용을 원하시는 분들은 유튜브 원본(19분41초)을 참고하시길 바랍니다. ^^

< Summary >
 * 구글의 강점
 * 자체 칩, 알고리즘, 데이터센터, 파운데이션 모델, AI 연구소를 모두 자체 개발하여 수익화 가능
 * 구글의 도전과 진화
 * 2022년 12월: 챗GPT 출시 이후 20일 만에 코드 레드 발령
 * 2023년 1월: 마이크로소프트의 오픈 AI 100억 달러 투자로 경쟁 심화
 * 2023년 2월: 바드의 생성형 AI 검색 시연 실패
 * 2023년 4월: 구글 브레인과 딥마인드를 합쳐 구글 딥마인드 설립
 * 2023년 5월: Google I/O 2023에서 제미나이(Gemini) 1.0 모델 첫 공개
 * 2023년 7월: 2선에 물러나있던 구글 창업자 세르게이 브린이 제미나이 팀 합류
 * 2023년 12월: 울트라, 프로, 나노 세 가지 제미나이(Gemini) 모델 공개
 * 2024년 2월: 제미나이(Gemini) 1.5 공개
 * 2024년 12월: 제미나이(Gemini) 2.0 공개, 프로젝트 아스트라(Project Astra)와 프로젝트 매리너(Project Mariner), 줄스(Jules) 등 AI 에이전트 동시 공개

< 구글의 기본 AI맵 >
 * 🚀 Compute: TPU, NVIDIA
 * 🚀 Foundation Model: Google Gemini
 * 🚀 LLM-as-a-Service: Vertex AI
 * 🚀 AI-as-a-Service: Gemini

< Highlights >
 * 🚀 제미나이 2.0의 출시와 구글의 점유율 증가
 * 구글의 제미나이 2.0은 AI 시장에서의 주도권을 강화하는 모델로, 다양한 사이즈의 모델을 제공하며 뛰어난 성능
 * 제미나이 시대의 첫번째 소형모델인 1.5 플래시 모델은 출시 후 5%에서 50% 이상으로 점유율이 급증하며, 구글 클라우드의 매출 성장에 기여 Ultra > Pro > Flash
 * 🧠 AI 에이전트와 프로젝트 아스트라(Project Astra)
 * AI가 더 많은 정보를 학습하고 이해할 수 있게 되며, 개인 비서 역할을 수행할 수 있는 AI 에이전트의 발전 기대
 * 🔍 딥 리서치(Deep Research)
 * 제미나이 어드밴스의 딥 리서치 기능은 개인화된 AI 보조 연구원 역할을 하여 사용자의 요구에 맞는 분석과 보고서 제공
 * 🎥 Veo 2의 성능
 * Veo 2는 Sora를 압도하며, 뛰어난 성능의 영상 생성 모델로 다른 영상 생성모델들과의 차별성 선보임

 * source: https://www.youtube.com/watch?v=PG-F3NcPWVU&ab_channel=%EC%98%AC%EB%B0%94%EB%A5%B8

최근 생성형AI 분야의 많은 관심이 OpenAI의 Day12로 쏠렸었는데, 샘알트먼의 마케팅적인 전략이 주효했던게 아닌가 싶습니다. 그러나, 구글의 최근 행보가 서서히 예전의 전성기 모습을 찾아가고 있는게 아닌가 싶습니다. 이와 관련하여 OpenAI의 O1을 능가하는 Gemini 2.0에 대한 내용도 공부하면 좋을거 같아 관련 영상의 주요 내용을 짧게나마 공유해봅니다. 보다 자세한 내용을 원하시는 분들은 유튜브 원본(19분41초)을 참고하시길 바랍니다. ^^ &lt; Summary &gt;<ul ><li>구글의 강점<ul ><li>자체 칩, 알고리즘, 데이터센터, 파운데이션 모델, AI 연구소를 모두 자체 개발하여 수익화 가능</li></ul></li><li>구글의 도전과 진화<ul ><li>2022년 12월: 챗GPT 출시 이후 20일 만에 코드 레드 발령</li><li>2023년 1월: 마이크로소프트의 오픈 AI 100억 달러 투자로 경쟁 심화</li><li>2023년 2월: 바드의 생성형 AI 검색 시연 실패 </li><li>2023년 4월: 구글 브레인과 딥마인드를 합쳐 구글 딥마인드 설립</li><li>2023년 5월: Google I/O 2023에서 제미나이(Gemini) 1.0 모델 첫 공개</li><li>2023년 7월: 2선에 물러나있던 구글 창업자 세르게이 브린이 제미나이 팀 합류</li><li>2023년 12월: 울트라, 프로, 나노 세 가지 제미나이(Gemini) 모델 공개</li><li>2024년 2월: 제미나이(Gemini) 1.5 공개</li><li>2024년 12월: 제미나이(Gemini) 2.0 공개, 프로젝트 아스트라(Project Astra)와 프로젝트 매리너(Project Mariner), 줄스(Jules) 등 AI 에이전트 동시 공개</li></ul></li></ul> &lt; 구글의 기본 AI맵 &gt;<ul ><li>🚀 Compute: TPU, NVIDIA</li><li>🚀 Foundation Model: Google Gemini</li><li>🚀 LLM-as-a-Service: Vertex AI</li><li>🚀 AI-as-a-Service: Gemini</li></ul> &lt; Highlights &gt; <ul ><li>🚀 제미나이 2.0의 출시와 구글의 점유율 증가 <ul ><li>구글의 제미나이 2.0은 AI 시장에서의 주도권을 강화하는 모델로, 다양한 사이즈의 모델을 제공하며 뛰어난 성능</li><li>제미나이 시대의 첫번째 소형모델인 1.5 플래시 모델은 출시 후 5%에서 50% 이상으로 점유율이 급증하며, 구글 클라우드의 매출 성장에 기여 Ultra &gt; Pro &gt; Flash</li></ul></li><li>🧠 AI 에이전트와 프로젝트 아스트라(Project Astra)<ul ><li>AI가 더 많은 정보를 학습하고 이해할 수 있게 되며, 개인 비서 역할을 수행할 수 있는 AI 에이전트의 발전 기대</li></ul></li><li>🔍 딥 리서치(Deep Research)<ul ><li>제미나이 어드밴스의 딥 리서치 기능은 개인화된 AI 보조 연구원 역할을 하여 사용자의 요구에 맞는 분석과 보고서 제공</li></ul></li><li>🎥 Veo 2의 성능<ul ><li>Veo 2는 Sora를 압도하며, 뛰어난 성능의 영상 생성 모델로 다른 영상 생성모델들과의 차별성 선보임</li></ul></li></ul> <ul ><li>source: https://www.youtube.com/watch?v=PG-F3NcPWVU&amp;ab_channel=%EC%98%AC%EB%B0%94%EB%A5%B8</li></ul>

www.youtube.com

AGI 2라운드,구글의 전략과 비장의 무기:제미나이(Gemini)2.0

어떤 기술이 나올 때 마다 “아직 ㅁㅁ가 안됨”, “잘 된 것만 보여준거임”하면서 기술의 발전을 부정하는 분들이 등장하시는데, 최소한 생성AI 기술은 길어도 6개월, 빠르면 한 달 안에 해결되는 속도로 2년째 발전하고 있습니다.

기술의 발전은 되게 만든다 👉 잘 되게 만든다 👉 빠르게 만든다의 순서로 발전하는데, 되게 만드는게 한계 돌파가 가장 어려운 단계이고, 되기만하면 그 다음 단계는 매우 빠르게 발전하거든요. 특히 생성AI 쪽은 되먹임이 가능하기 때문에 더 그렇습니다.

따라서, 최소한 생성AI 쪽은, 안되는 것에 실망하기 보다는 안되는 것을 되게 만드는 것의 속도를 관찰 할 필요가 있습니다.

어떤 기술이 나올 때 마다 “아직 ㅁㅁ가 안됨”, “잘 된 것만 보여준거임”하면서 기술의 발전을 부정하는 분들이 등장하시는데, 최소한 생성AI 기술은 길어도 6개월, 빠르면 한 달 안에 해결되는 속도로 2년째 발전하고 있습니다. 기술의 발전은 되게 만든다 👉 잘 되게 만든다 👉 빠르게 만든다의 순서로 발전하는데, 되게 만드는게 한계 돌파가 가장 어려운 단계이고, 되기만하면 그 다음 단계는 매우 빠르게 발전하거든요. 특히 생성AI 쪽은 되먹임이 가능하기 때문에 더 그렇습니다. 따라서, 최소한 생성AI 쪽은, 안되는 것에 실망하기 보다는 안되는 것을 되게 만드는 것의 속도를 관찰 할 필요가 있습니다.

한 유튜버의 면접자가 실제로 썼던 코드라네요ㅋㅋ 창의성으로 통과시켜주고 싶었으나 hiring committee에서 탈락시켰다고...
😵‍💫😵‍💫

한 유튜버의 면접자가 실제로 썼던 코드라네요ㅋㅋ 창의성으로 통과시켜주고 싶었으나 hiring committee에서 탈락시켰다고...😵‍💫😵‍💫

Sleep Sort를 아세요??

이거 정렬이 되나요 😂
실행해도
실행해보니 현 배열 그대로인데 이해가 안되네요 ㅠ...

남이 짠 코드를 읽는 건 재미없는 일입니다. 가끔 잘 짜인 코드를 볼 때면 기분이 좋았지만… 그런 일이 많지는 않았습니다. 잘 짠 코드라 하더라도 코드 타래를 끝도 없이 따라가며 의도를 파악하기까지의 순간은 고통 그 자체였습니다. 내가 코딩할 때나 재미를 느끼는 것입니다.

코드를 짜는 재미

남이 짠 코드를 읽는 건 재미없는 일입니다.
가끔 잘 짜인 코드를 볼 때면 기분이 좋았지만… 그런 일이 많지는 않았습니다.
잘 짠 코드라 하더라도 코드 타래를 끝도 없이 따라가며 의도를 파악하기까지의 순간은 고통 그 자체였습니다.
내가 코딩할 때나 재미를 느끼는 것입니다.

남의 코드를 많이 읽어야 실력이 빨리 향상된다고 합니다. 동의합니다.
저도 공부를 위해 가끔 오픈 소스 코드를 다운로드해서 읽어 보려 시도했지만…
번번이 포기했습니다. 너무 어렵고 재미없고 고통스러워서.
20년 동안 코딩을 했지만 실력이 이 모양인 건 남의 코드를 많이 안 읽어서 아닐까?

요즘 다시 남의 코드를 읽고 있습니다.
다 Cursor 덕분입니다.
Cursor에게 부탁하고 Accept를 누르다 보면 코드를 하나도 모른 채 프로그램이 동작하게 됩니다.
분명 내 프로젝트인데 어떤 파일에 어떤 코드들이 있는 건지 나도 모르겠어.

할 수 없이 잠시 멈추고 꾸역꾸역 코드를 읽습니다.
남이 짠 코드. 역시나 재미없고 스트레스를 받습니다.
그래도 읽어 나갈 수밖에 없습니다. 내 프로젝트니까.

이렇게라도 남의 코드를 읽으며 배울 수 있으니 좋은 거 아닐까?
그런 생각이 들면서도 이게 뭐 하는 짓인가 현타가 오는 건 어쩔 수 없습니다. 코딩을 하는 재미를 빼앗기고 있는 것 같습니다.

바둑을 두던 사람들도 이런 기분이었을까요?

https://jeho.page/essay/2024/12/23/writing-code.html

남이 짠 코드를 읽는 건 재미없는 일입니다. 가끔 잘 짜인 코드를 볼 때면 기분이 좋았지만… 그런 일이 많지는 않았습니다. 잘 짠 코드라 하더라도 코드 타래를 끝도 없이 따라가며 의도를 파악하기까지의 순간은 고통 그 자체였습니다. 내가 코딩할 때나 재미를 느끼는 것입니다. 남의 코드를 많이 읽어야 실력이 빨리 향상된다고 합니다. 동의합니다. 저도 공부를 위해 가끔 오픈 소스 코드를 다운로드해서 읽어 보려 시도했지만… 번번이 포기했습니다. 너무 어렵고 재미없고 고통스러워서. 20년 동안 코딩을 했지만 실력이 이 모양인 건 남의 코드를 많이 안 읽어서 아닐까? 요즘 다시 남의 코드를 읽고 있습니다. 다 Cursor 덕분입니다. Cursor에게 부탁하고 Accept를 누르다 보면 코드를 하나도 모른 채 프로그램이 동작하게 됩니다. 분명 내 프로젝트인데 어떤 파일에 어떤 코드들이 있는 건지 나도 모르겠어. 할 수 없이 잠시 멈추고 꾸역꾸역 코드를 읽습니다. 남이 짠 코드. 역시나 재미없고 스트레스를 받습니다. 그래도 읽어 나갈 수밖에 없습니다. 내 프로젝트니까. 이렇게라도 남의 코드를 읽으며 배울 수 있으니 좋은 거 아닐까? 그런 생각이 들면서도 이게 뭐 하는 짓인가 현타가 오는 건 어쩔 수 없습니다. 코딩을 하는 재미를 빼앗기고 있는 것 같습니다. 바둑을 두던 사람들도 이런 기분이었을까요? https://jeho.page/essay/2024/12/23/writing-code.html

K리그 프로그래머

데이터 과학자인 저는 ML 경험이 없는 각 분야의 전문가인 비즈니스 분석가, 마케팅 분석가, 데이터 분석가, 데이터 엔지니어가 기계 학습(ML)을 이용할 수 있도록 하는 데 따르는 어려움을 직접 경험했습니다. 이것이 바로 오늘 Amazon SageMaker Canvas에서 Amazon Q Developer를 사용할 수 있다는 Amazon Web Services(AWS)의 발표가 특히 기대되는 이유입니다. 제 관심을 끄는 점은 Amazon Q Developer에서 ML […]

Amazon Q Developer 기반 Amazon SageMaker Canvas에서 ML 모델 구축 | Amazon Web Services

Amazon Q Developer는 도메인 전문가가 ML에 대한 전문 지식이 없더라도 자연어로 Amazon Q와 상호 작용을 하면서 정확한 프로덕션 품질의 ML 모델을 구축할 수 있도록 지원하고 있습니다.

예를 들어 마케터가 “주택 특성 및 과거 판매 데이터를 사용하여 주택 판매 가격을 예측하고 싶다”고 한다면, Amazon Q Developer와 대화하면서 고객 데이터를 분석하고 여러 모델을 빌드하는 최상의 접근 방식을 아래와 같이 추천할 수 있습니다.

<과정 요약>

마케터: 나는 분석가인데 마케팅 및 재무 팀의 주택 가격을 예측해야 해.

Q: 적절한 ML 모델 유형을 권장합니다. 또한 필요한 데이터세트 특성을 비롯하여 솔루션 요구 사항을 간략하게 설명합니다. 그러면 Amazon Q Developer에서 데이터세트 업로드를 원하는지 또는 대상 열 선택을 원하는지 묻습니다.

마케터: 데이터세트를 업로드

Q: 주택, 현재 주택 가격 및 회귀 모델의 대상 변수에 대한 관련 정보를 포함하는 데이터세트 요구 사항을 나열합니다. 그런 다음, 데이터세트 업로드를 원함, 기존 데이터세트 선택, 새 데이터세트 생성, 대상 열 선택을 원함 등의 다음 단계를 권장했습니다.

마케터: 기존 데이터세트로 사용

Q: 데이터세트를 분석하여 median_house_value를 회귀 모델의 대상 열로 제안합니다. 그리고, median_house_value를 예측하는 데 사용할 데이터세트 특성(예: “location”, “housing_median_age” 및 “total_rooms”)을 자세히 설명합니다.

마케터: 모델 훈련을 진행하기 전에 데이터 품질에 대해 질문

Q: Amazon Q Developer는 전체 데이터세트에 대한 품질 인사이트로 응답합니다.

... 이러한 대화 과정을 거쳐

마케터: 모델 완성하고
 * 예측 – 예측 탭을 사용하여 모델을 테스트하여 실제 성능을 검증할 수 있습니다.
 * 배포 – 엔드포인트 배포를 생성하여 모델을 프로덕션 환경에서 사용할 수 있도록 할 수 있습니다.

실제 진행 모습을 아래 블로그의 스냅샵과 함께 보시면 이해가 더 잘 되실 것입니다.

https://aws.amazon.com/ko/blogs/korea/use-amazon-q-developer-to-build-ml-models-in-amazon-sagemaker-canvas/

Amazon Q Developer는 도메인 전문가가 ML에 대한 전문 지식이 없더라도 자연어로 Amazon Q와 상호 작용을 하면서 정확한 프로덕션 품질의 ML 모델을 구축할 수 있도록 지원하고 있습니다. 예를 들어 마케터가 “주택 특성 및 과거 판매 데이터를 사용하여 주택 판매 가격을 예측하고 싶다”고 한다면, Amazon Q Developer와 대화하면서 고객 데이터를 분석하고 여러 모델을 빌드하는 최상의 접근 방식을 아래와 같이 추천할 수 있습니다. &lt;과정 요약&gt; 마케터: 나는 분석가인데 마케팅 및 재무 팀의 주택 가격을 예측해야 해. Q: 적절한 ML 모델 유형을 권장합니다. 또한 필요한 데이터세트 특성을 비롯하여 솔루션 요구 사항을 간략하게 설명합니다. 그러면 Amazon Q Developer에서 데이터세트 업로드를 원하는지 또는 대상 열 선택을 원하는지 묻습니다. 마케터: 데이터세트를 업로드 Q: 주택, 현재 주택 가격 및 회귀 모델의 대상 변수에 대한 관련 정보를 포함하는 데이터세트 요구 사항을 나열합니다. 그런 다음, 데이터세트 업로드를 원함, 기존 데이터세트 선택, 새 데이터세트 생성, 대상 열 선택을 원함 등의 다음 단계를 권장했습니다. 마케터: 기존 데이터세트로 사용 Q: 데이터세트를 분석하여 median_house_value를 회귀 모델의 대상 열로 제안합니다. 그리고, median_house_value를 예측하는 데 사용할 데이터세트 특성(예: “location”, “housing_median_age” 및 “total_rooms”)을 자세히 설명합니다. 마케터: 모델 훈련을 진행하기 전에 데이터 품질에 대해 질문 Q: Amazon Q Developer는 전체 데이터세트에 대한 품질 인사이트로 응답합니다. ... 이러한 대화 과정을 거쳐 마케터: 모델 완성하고<ul><li>예측 – 예측 탭을 사용하여 모델을 테스트하여 실제 성능을 검증할 수 있습니다.</li><li>배포 – 엔드포인트 배포를 생성하여 모델을 프로덕션 환경에서 사용할 수 있도록 할 수 있습니다.</li></ul> 실제 진행 모습을 아래 블로그의 스냅샵과 함께 보시면 이해가 더 잘 되실 것입니다. https://aws.amazon.com/ko/blogs/korea/use-amazon-q-developer-to-build-ml-models-in-amazon-sagemaker-canvas/

Amazon Web Services

Amazon Q Developer로 주택 가격 예측 모델 만들어 보기

AWS re:Invent의 흥분과 에너지가 채 가라앉지 않았지만 이번 주는 최근 발표가 문제 해결에 어떻게 도움이 될 수 있는지 자세히 알아보고 이해할 수 있는 좋은 시간입니다. 늘 그랬듯이 AWS re:Invent 2024 게시물의 주요 발표를 통해 안내해 드리겠습니다. 이제 AWS Event YouTube 채널에서 기조연설과 세션을 시청할 수 있습니다. 올해 Amazon의 사장 겸 CEO인 Andy Jassy는 re:Invent에 다시 […]

AWS 주간 소식 모음: EC2 F2 인스턴스, Bedrock Guardrails 요금 인하, SES 업데이트 등 | Amazon Web Services

Amazon Bedrock Guardrails – 생성형 AI 애플리케이션을 위한 보호 기능을 구현할 수 있도록 요금을 최대 85% 인하합니다. 또한 스페인어 및 프랑스어에 대한 지원과 함께 다국어 기능을 추가하고 있습니다.

Amazon Lex – 유럽 기반 모델(포르투갈어, 카탈로니아어, 프랑스어, 이탈리아어, 독일어, 스페인어) 및 아시아 태평양 기반 모델(중국어, 한국어, 일본어)이라는 두 가지 특수 그룹을 통해 인식 정확도를 향상시키는 새로운 다국어 스트리밍 음성 인식 모델을 출시합니다.

Amazon SageMaker AI – 추론 최적화 Amazon EC2 G6e 인스턴스(NVIDIA L40S Tensor Core GPU 기반) 및 P5e(NVIDIA H200 Tensor Core GPU 기반)를 이제 Amazon SageMaker에서 사용할 수 있습니다.

기타 서비스에 관한 업데이트는 아래 블로그를 참조하세요 :)

https://aws.amazon.com/ko/blogs/korea/aws-weekly-roundup-amazon-ec2-f2-instances-amazon-bedrock-guardrails-price-reduction-amazon-ses-update-and-more-december-16-2024/

Amazon Bedrock Guardrails – 생성형 AI 애플리케이션을 위한 보호 기능을 구현할 수 있도록 요금을 최대 85% 인하합니다. 또한 스페인어 및 프랑스어에 대한 지원과 함께 다국어 기능을 추가하고 있습니다. Amazon Lex – 유럽 기반 모델(포르투갈어, 카탈로니아어, 프랑스어, 이탈리아어, 독일어, 스페인어) 및 아시아 태평양 기반 모델(중국어, 한국어, 일본어)이라는 두 가지 특수 그룹을 통해 인식 정확도를 향상시키는 새로운 다국어 스트리밍 음성 인식 모델을 출시합니다. Amazon SageMaker AI – 추론 최적화 Amazon EC2 G6e 인스턴스(NVIDIA L40S Tensor Core GPU 기반) 및 P5e(NVIDIA H200 Tensor Core GPU 기반)를 이제 Amazon SageMaker에서 사용할 수 있습니다. 기타 서비스에 관한 업데이트는 아래 블로그를 참조하세요 :) https://aws.amazon.com/ko/blogs/korea/aws-weekly-roundup-amazon-ec2-f2-instances-amazon-bedrock-guardrails-price-reduction-amazon-ses-update-and-more-december-16-2024/

[12월 셋째주] AWS AI 주간 소식 모음

구글 HR 수석 부사장이 말하는 이력서 작성 노하우 중 XYZ 법칙이 있습니다.

X - 주요 업무 내용
Y - 수치적으로 표현 가능한 성과 및 결과물
Z - 업무를 수행하기 위한 도구 및 스킬

이 3가지를 조합하여 자신이
어떤 업무를 통해 회사에 어떤 혜택을 주었는지를
정량적으로 표현해보세요.

이력서를 작성할 때, 당신의 주요 목표는
내 모든 경력에 대해 자세히 서술하는 것이 아닙니다.

가장 중요한 목표는 바로 이력서를 읽는 사람의 눈에 띄는 것입니다.

구글 HR 수석 부사장이 말하는 이력서 작성 노하우 중 XYZ 법칙이 있습니다. X - 주요 업무 내용 Y - 수치적으로 표현 가능한 성과 및 결과물 Z - 업무를 수행하기 위한 도구 및 스킬 이 3가지를 조합하여 자신이 어떤 업무를 통해 회사에 어떤 혜택을 주었는지를 정량적으로 표현해보세요. 이력서를 작성할 때, 당신의 주요 목표는 내 모든 경력에 대해 자세히 서술하는 것이 아닙니다. 가장 중요한 목표는 바로 이력서를 읽는 사람의 눈에 띄는 것입니다.

아마존 출신 엔지니어가 알려주는 이력서 작성 팁

2024 프론트엔드 뉴스 한 방에 몰아 보기

2024 프론트엔드 뉴스 한 방에 몰아 보기 : NHN Cloud Meetup

벌써 12월 중순을 지나고 있는데요.
1년 동안 있었던 주요 프런트엔드 관련 핵심 소식을 깔끔하게 정리해 주신 정말 좋은 글을 발행해 주셔서 소개해 드립니다.
이렇게 보니 생각보다 많은 소식이 있었다고 느껴지는데요. 처음 보는 소식이 있으시다면 관련 글의 링크가 명시되어 있으니 읽어보면서 한 해를 마무리해 보시는 건 어떤가요?

https://meetup.nhncloud.com/posts/390

벌써 12월 중순을 지나고 있는데요.1년 동안 있었던 주요 프런트엔드 관련 핵심 소식을 깔끔하게 정리해 주신 정말 좋은 글을 발행해 주셔서 소개해 드립니다.이렇게 보니 생각보다 많은 소식이 있었다고 느껴지는데요. 처음 보는 소식이 있으시다면 관련 글의 링크가 명시되어 있으니 읽어보면서 한 해를 마무리해 보시는 건 어떤가요? https://meetup.nhncloud.com/posts/390

NHN Cloud Meetup

2024 프론트엔드 뉴스 한 방에 몰아보기

GitHub Pages는 깃허브 저장소에 올려놓은 웹 프로젝트를 최소한의 노력으로 호스팅할 수 있는 서비스입니다. 깃허브에서 거의 초창기부터 무료로 제공하고 있는데 은근히 모르시는 분들이 많아서 개인적으로 아쉬웠던 완전 혜자 기능인데요. 백엔드 서버나 데이터베이스를 필요로 하지 않는 단순한 웹사이트를 호스팅하는데 아주 적합합니다.

📺 동영상: https://youtu.be/rd1C-LFz8fU
📝 포스팅: https://www.daleseo.com/github-pages/

사실 요즘 Netlify나 Vercel과 같은 훌륭한 호스팅 플랫폼이 워낙 많지만 제대로 사용하려면 해당 서비스를 공부를 해야 한다는 부담이 있죠. 하지만 GitHub Pages를 활용하면 이러한 학습 곡선을 최소화하면서 아주 쉽게 웹사이트를 배포할 수 있습니다.

GitHub Pages는 깃허브 계정이 있는 누구나 사용할 수 있으며, 기본적으로
github.io
서브 도메인을 제공해주며 별도로 구매한 커스텀 도메인도 연결할 수 있습니다. GitHub Pages를 통해 배포된 웹사이트는 깃허브의 빠르고 안정적인 글로벌 CDN의 혜택을 누릴 수 있다는 것도 큰 매력입니다.

월간 방문자가 10만명이 넘는 제 블로그도 GitHub Pages로 호스팅하고 있는데 아주 만족하며 쓰고 있어요 😎👍 깃허브에 코드 저장소를 가지고 계시다면 배포 과정이 정말 간편해서 꼭 써보시라고 추천드리고 싶습니다!

GitHub Pages는 깃허브 저장소에 올려놓은 웹 프로젝트를 최소한의 노력으로 호스팅할 수 있는 서비스입니다. 깃허브에서 거의 초창기부터 무료로 제공하고 있는데 은근히 모르시는 분들이 많아서 개인적으로 아쉬웠던 완전 혜자 기능인데요. 백엔드 서버나 데이터베이스를 필요로 하지 않는 단순한 웹사이트를 호스팅하는데 아주 적합합니다. 📺 동영상: https://youtu.be/rd1C-LFz8fU📝 포스팅: https://www.daleseo.com/github-pages/ 사실 요즘 Netlify나 Vercel과 같은 훌륭한 호스팅 플랫폼이 워낙 많지만 제대로 사용하려면 해당 서비스를 공부를 해야 한다는 부담이 있죠. 하지만 GitHub Pages를 활용하면 이러한 학습 곡선을 최소화하면서 아주 쉽게 웹사이트를 배포할 수 있습니다. GitHub Pages는 깃허브 계정이 있는 누구나 사용할 수 있으며, 기본적으로 <code >github.io</code> 서브 도메인을 제공해주며 별도로 구매한 커스텀 도메인도 연결할 수 있습니다. GitHub Pages를 통해 배포된 웹사이트는 깃허브의 빠르고 안정적인 글로벌 CDN의 혜택을 누릴 수 있다는 것도 큰 매력입니다. 월간 방문자가 10만명이 넘는 제 블로그도 GitHub Pages로 호스팅하고 있는데 아주 만족하며 쓰고 있어요 😎👍 깃허브에 코드 저장소를 가지고 계시다면 배포 과정이 정말 간편해서 꼭 써보시라고 추천드리고 싶습니다!

GitHub Pages에 웹사이트 배포하기

GPT와 같은 생성형 AI가 출시된 이후, 글쓰기, 번역, 고객 서비스와 같은 직종에서는 약 16%에서 30%의 직업 감소가 관찰되었습니다. 이는 AI가 이러한 업무를 빠르고 정확하게 처리할 수 있기 때문인데요. 하지만 기술 관련 직종(비디오 편집 및 제작: 39% 증가, 백엔드, 프론트 5% 증가)은 오히려 성장세를 보이고 있습니다. 이처럼 개발 분야는 전체적으로 성장세를 보이고 있는데요.
하지만 이러한 변화가 모든 개발자에게 동일한 영향을 미치는 것은 아닙니다.

단순 코딩의 감소와 개발자에 대한 새로운 요구
AI의 발전으로 인해 단순 반복적인 코딩 작업은 더 쉬워졌습니다. 따라서 이러한 작업만을 수행하는 개발자에 대한 수요는 점차 줄어들 것으로 전망됩니다. 이제는 단순한 코딩 기술을 넘어 다음과 같은 능력이 요구됩니다:

새로운 개발자 수요 전망
GPT와 같은 언어 모델은 코드 작성과 구현에서 뛰어난 성능을 발휘합니다. 하지만 미래를 예측하거나 시스템 전반을 최적화하는 창의적인 아이디어 제안에는 여전히 한계가 존재합니다.
이는 고급 엔지니어링 인력에 대한 수요가 증가할 것임을 의미하는데요. 기업 입장에서는 더 효율적이고 최적화된 시스템을 설계하려면 높은 기술력과 창의적인 사고를 갖춘 개발자가 반드시 필요하기 때문입니다. 따라서 미래의 개발자는 다음과 같은 역량이 필요할것으로 예상됩니다.

미래 개발자에게 필요한 역량
 * 기술적 깊이
   * 웹 기술 전반에 대한 깊은 이해
   * 시스템 아키텍처 설계 능력
   * 성능 최적화 역량
 * 비즈니스 통찰력
   * 기술과 비즈니스의 연계성 이해
   * 전략적 의사결정 능력
 * 지속적 학습
   * 새로운 기술 트렌드 파악
   * AI 도구의 효과적 활용 능력

결론
AI 시대의 개발자는 단순히 코드를 작성하는 기술자에서 벗어나, 더 높은 수준의 기술력과 통찰력이 요구됩니다. AI를 보완적 도구로 활용하면서, 시스템 전반을 설계하고 최적화 할 수 있는 역량이 중요해지고 있습니다. 이제부터 나무만 보는 개발자가 아닌, 숲 전체를 조망하며 전체적인 구조와 방향성을 설계할 수 있는 역량이 요구될 것으로 보입니다.

GPT와 같은 생성형 AI가 출시된 이후, 글쓰기, 번역, 고객 서비스와 같은 직종에서는 약 16%에서 30%의 직업 감소가 관찰되었습니다. 이는 AI가 이러한 업무를 빠르고 정확하게 처리할 수 있기 때문인데요. 하지만 기술 관련 직종(비디오 편집 및 제작: 39% 증가, 백엔드, 프론트 5% 증가)은 오히려 성장세를 보이고 있습니다. 이처럼 개발 분야는 전체적으로 성장세를 보이고 있는데요. 하지만 이러한 변화가 모든 개발자에게 동일한 영향을 미치는 것은 아닙니다. 단순 코딩의 감소와 개발자에 대한 새로운 요구AI의 발전으로 인해 단순 반복적인 코딩 작업은 더 쉬워졌습니다. 따라서 이러한 작업만을 수행하는 개발자에 대한 수요는 점차 줄어들 것으로 전망됩니다. 이제는 단순한 코딩 기술을 넘어 다음과 같은 능력이 요구됩니다: 새로운 개발자 수요 전망GPT와 같은 언어 모델은 코드 작성과 구현에서 뛰어난 성능을 발휘합니다. 하지만 미래를 예측하거나 시스템 전반을 최적화하는 창의적인 아이디어 제안에는 여전히 한계가 존재합니다. 이는 고급 엔지니어링 인력에 대한 수요가 증가할 것임을 의미하는데요. 기업 입장에서는 더 효율적이고 최적화된 시스템을 설계하려면 높은 기술력과 창의적인 사고를 갖춘 개발자가 반드시 필요하기 때문입니다. 따라서 미래의 개발자는 다음과 같은 역량이 필요할것으로 예상됩니다. 미래 개발자에게 필요한 역량<ul ><li>기술적 깊이<ul ><li>웹 기술 전반에 대한 깊은 이해</li><li>시스템 아키텍처 설계 능력</li><li>성능 최적화 역량</li></ul></li><li>비즈니스 통찰력<ul ><li>기술과 비즈니스의 연계성 이해</li><li>전략적 의사결정 능력</li></ul></li><li>지속적 학습<ul ><li>새로운 기술 트렌드 파악</li><li>AI 도구의 효과적 활용 능력</li></ul></li></ul> 결론 AI 시대의 개발자는 단순히 코드를 작성하는 기술자에서 벗어나, 더 높은 수준의 기술력과 통찰력이 요구됩니다. AI를 보완적 도구로 활용하면서, 시스템 전반을 설계하고 최적화 할 수 있는 역량이 중요해지고 있습니다. 이제부터 나무만 보는 개발자가 아닌, 숲 전체를 조망하며 전체적인 구조와 방향성을 설계할 수 있는 역량이 요구될 것으로 보입니다.

AI 시대, 개발자 로드맵: 코더에서 아키텍트로

“연차가 얼만데 이것도 몰라요?”

이런 말 들을까 봐 아는 척할 때가 있어요.

부디 연차가 더 쌓이기 전에 모른다고 말하세요. 지금 인정하고 배우는 편이 나아요.

시간의 무게는 갈수록 무겁고 부담스러워져요. 연차가 쌓일수록 모른다고 말하기 어려워요.

지금이 모른다고 말하기 가장 쉬울 때예요.

“연차가 얼만데 이것도 몰라요?” 이런 말 들을까 봐 아는 척할 때가 있어요. 부디 연차가 더 쌓이기 전에 모른다고 말하세요. 지금 인정하고 배우는 편이 나아요. 시간의 무게는 갈수록 무겁고 부담스러워져요. 연차가 쌓일수록 모른다고 말하기 어려워요. 지금이 모른다고 말하기 가장 쉬울 때예요.

“연차가 얼만데 이것도 몰라요?”

이런 말 들을까 봐 아는 척할

리더를 위한 멘탈 수업 (4) ▶저성과자 팀원과 일하는 방법, 팀원도 리콜이 되나요? 중견 기업에서 전산 업무를 담당하고 있는 40대 팀장입니다. 저는 요즘 팀원 때문에 골머리를 썩고 있습니다. 문제가 되고 있는 팀

저성과자 바꾸는 '열린 질문'과 '수시 피드백'

✅팀원 때문에 골머리를 썩고 있습니다. 문제가 되는 팀원은 업무 역량을 포함해 일을 처리하고 소통하는 방식에 문제가 많은 편입니다. 기회가 있을 때마다 충분한 피드백을 줬지만 아무런 변화가 없습니다.

독한 마음을 먹고 “매번 업무 처리가 늦어져 우리 팀 성과에 문제가 되고 있습니다. 어떻게 생각하세요?”라고 말한 적도 있습니다. 정작 본인은 왜 그런 평가를 받아야 하는지 납득하지 못하겠다며 억울하다는 태도를 보이더라고요. 자신은 주어진 일을 빠짐없이 처리했기 때문에 문제가 없다는 것입니다.

이런 상황들이 되풀이되고 업무 정체가 심해져 다른 팀원의 불만도 쌓여가고 있습니다. 팀을 이끌어가는 리더로서 팀원들에게 제 할 일을 하지 못한 것 같아 마음이 무겁습니다. 성과가 낮은 팀원은 어떻게 이끌어야 할까요?

1️⃣‘열린 질문’ 통해 천천히 변화 기다려야
윤대현 교수의 솔루션(서울대병원 정신건강의학과 교수)

변화는 누구에게나 어렵습니다. 그 이유는 무엇일까요? 묘하고 신비로운 인간의 ‘마음’ 때문입니다. 사연자분이 팀원과 일대일 대화를 나눌 때, 사실은 네 명의 객체가 이야기를 나누고 있습니다.

팀장과 팀원 외에도 팀장의 마음과 팀원의 마음도 함께 대화에 참여하는 것이죠. 그런데 사람의 언어와 마음의 언어는 서로 다른 모습을 갖고 있습니다. 사람은 논리적 언어를 사용하지만 마음은 은유적 언어를 사용하기 때문에 머리로는 이해를 했는데도 마음은 반대일 수 있습니다.

우리는 먼저 상대방의 행동을 긍정적으로 변화시키는 것이 얼마나 어려운 것인지 이해하고 인정해야 합니다. 그러니 사연자분이 최선을 다해 코칭했다고 해서 팀원이 바뀔 거라고 기대하지 마십시오. 팀원이 바뀌지 않았다고 과도한 자기비판을 할 필요도 없습니다. 지나치게 부정적인 자기 인식은 리더에게 추천할 만한 덕목이 아니니까요.

효과적인 소통을 위해 쉽게 사용할 수 있는 방법으로는 ‘직면적 소통’이 있습니다. 말 그대로 상대방 잘못을 직접 지적해 자신의 문제를 직면하게 하는 것이죠. “이번에도 마감을 못 지켰네요. 이러다가 우리 팀 실적이 꼴찌겠어요!” 같은 직설적인 말이 직면적 소통입니다.

이 방법은 상대의 마음에 불편함과 부끄러움을 만들고 그 부정적인 감정을 이용해 행동의 변화를 유발합니다. 다만 반복할수록 효과가 떨어지는 문제가 발생합니다. 또한 저항 심리가 작용해 동기부여는 커녕 있던 동기마저 없앨 수 있습니다.

동기부여를 통해 팀원의 행동을 변화시키고 싶다면 직면적 소통보다는 ‘열린 질문’을 해야 합니다. 열린 질문이란 일방적 지시가 아닌 의견을 묻는 것입니다.

“어제 지시한 프로젝트는 다 마쳤나요?” “오늘도 지각이네요. 또 늦잠 잤나요?”가 닫힌 질문이라면, “프로젝트 기획하는 데 어려움은 없나요?” “아침에 일어나는 게 힘든가요? 자꾸 지각하는 이유가 뭘까요?”는 열린 질문입니다.

열린 질문에는 리더의 일방적인 주장이나 지시가 담겨 있지 않아서 팀원에게 저항감을 주지 않습니다. 그래서 마음이 좀 더 쉽게 열립니다.

프로젝트의 어려움을 물어보면, 그간 느꼈던 어려움을 이야기하면서 스스로 자연스럽게 문제를 인식하게 됩니다. 스스로 문제를 인식했기 때문에 해결 방안에 관한 이야기를 나눌 때도 더 능동적으로 대화할 수 있습니다.

리더가 열린 질문에 익숙하지 않은 이유는 변화가 빨리 일어나길 바라는 조급함과 불안감 때문입니다. 하지만 어떤 변화든 하루아침에 일어날 수는 없습니다. 더구나 자신이 아닌 다른 누군가를 변화시키는 일이라면 더욱더 기다림이 필요합니다.

2️⃣그는 왜 피드백이 통하지 않을까
장은지 대표의 솔루션(이머징리더십인터벤션즈 대표)

인간에게는 자신을 다른 사람보다 우월하다고 생각하는 본성이 있습니다. 이로 인해 많은 사람이 “나 정도면 평균 이상이지”라고 믿습니다. 이것이 ‘평균 이상 효과(better-than-average effect)’입니다.

이렇게 자신의 역량과 성과를 후하게 평가하는 심리적 경향으로, 팀원들은 리더가 자신에 대해 낮은 평가를 했을 때 잘 받아들이지 못하는 경우가 많습니다. 실제 모 대기업을 대상으로 조사한 결과 직원의 70% 이상과 임원의 90% 이상이 자신의 성과를 ‘평균 이상’으로 평가했습니다.

저성과자가 있다면 리더는 피드백을 통해 변화를 유도하고 성과를 높이도록 도와야 합니다. 하지만 저성과자 대다수는 아무리 피드백을 주고 코칭을 해도 잘 변하지 않기 때문에 리더에게 큰 부담으로 작용합니다.

사연자 분 같은 상황에서도 당사자는 아무 문제가 없다고 생각하는 동상이몽이 발생하기도 합니다. 이런 경우에는 팀장의 인식이 아닌 팀원의 인식을 기반으로 피드백이 이뤄져야 하는데, 이것을 아는 리더는 많지 않습니다.

저성과자 문제는 대부분 자기 인식의 결여에서 비롯됩니다. 그렇기 때문에 자신에 대한 평가가 부당하다고 생각하죠. 따라서 리더는 먼저 팀원이 자신의 문제점을 정확하게 인식할 수 있도록 돕고, 그 문제가 무엇인지에 따라 피드백을 해야 합니다.

구성원에게 평가가 공정하다는 인상을 주려면 ‘객관적인 평가’와 ‘지속적인 피드백’을 잘 활용해야 합니다. 주기적인 피드백을 통해 객관적이고 투명하게 소통함으로써 당사자가 본인의 저성과를 인정하고 받아들일 수 있게 해야 합니다.

이걸 잘하는 회사가 넷플릭스입니다. 넷플릭스 리더들은 “경쟁사로 가겠다고 하는 팀원 중 최우선으로 붙잡아야 할 사람은 누구인가?”라는 질문으로 팀원들을 수시로 평가합니다. 그리고 이 질문에서 반복적으로 제외되는 사람은 빠르게 해고됩니다. 잔혹할 만큼 냉정한 문화죠.

넷플릭스에 입사했을 정도의 인재들이라면 ‘나 정도면 평균 이상이지’라고 생각할텐데, 냉혹한 평가를 군말 없이 받아들이는 이유는 무엇일까요? 바로 수시로 이뤄지는 리더의 평가와 피드백 덕분입니다.

자기 역량을 과대평가하는 저성과자가 정확한 자기 인식을 할 수 있도록 도우려면 무엇보다 객관적 평가를 토대로 한 효과적인 피드백이 중요합니다. 저성과자에게 하는 피드백은 필요할 때마다 수시로 이뤄져야 하며, 스스로 문제점을 정확하게 인식할 수 있도록 객관적이면서 구체적이어야 효과가 있습니다.

✅팀원 때문에 골머리를 썩고 있습니다. 문제가 되는 팀원은 업무 역량을 포함해 일을 처리하고 소통하는 방식에 문제가 많은 편입니다. 기회가 있을 때마다 충분한 피드백을 줬지만 아무런 변화가 없습니다. 독한 마음을 먹고 “매번 업무 처리가 늦어져 우리 팀 성과에 문제가 되고 있습니다. 어떻게 생각하세요?”라고 말한 적도 있습니다. 정작 본인은 왜 그런 평가를 받아야 하는지 납득하지 못하겠다며 억울하다는 태도를 보이더라고요. 자신은 주어진 일을 빠짐없이 처리했기 때문에 문제가 없다는 것입니다. 이런 상황들이 되풀이되고 업무 정체가 심해져 다른 팀원의 불만도 쌓여가고 있습니다. 팀을 이끌어가는 리더로서 팀원들에게 제 할 일을 하지 못한 것 같아 마음이 무겁습니다. 성과가 낮은 팀원은 어떻게 이끌어야 할까요? 1️⃣‘열린 질문’ 통해 천천히 변화 기다려야윤대현 교수의 솔루션(서울대병원 정신건강의학과 교수) 변화는 누구에게나 어렵습니다. 그 이유는 무엇일까요? 묘하고 신비로운 인간의 ‘마음’ 때문입니다. 사연자분이 팀원과 일대일 대화를 나눌 때, 사실은 네 명의 객체가 이야기를 나누고 있습니다. 팀장과 팀원 외에도 팀장의 마음과 팀원의 마음도 함께 대화에 참여하는 것이죠. 그런데 사람의 언어와 마음의 언어는 서로 다른 모습을 갖고 있습니다. 사람은 논리적 언어를 사용하지만 마음은 은유적 언어를 사용하기 때문에 머리로는 이해를 했는데도 마음은 반대일 수 있습니다. 우리는 먼저 상대방의 행동을 긍정적으로 변화시키는 것이 얼마나 어려운 것인지 이해하고 인정해야 합니다. 그러니 사연자분이 최선을 다해 코칭했다고 해서 팀원이 바뀔 거라고 기대하지 마십시오. 팀원이 바뀌지 않았다고 과도한 자기비판을 할 필요도 없습니다. 지나치게 부정적인 자기 인식은 리더에게 추천할 만한 덕목이 아니니까요. 효과적인 소통을 위해 쉽게 사용할 수 있는 방법으로는 ‘직면적 소통’이 있습니다. 말 그대로 상대방 잘못을 직접 지적해 자신의 문제를 직면하게 하는 것이죠. “이번에도 마감을 못 지켰네요. 이러다가 우리 팀 실적이 꼴찌겠어요!” 같은 직설적인 말이 직면적 소통입니다. 이 방법은 상대의 마음에 불편함과 부끄러움을 만들고 그 부정적인 감정을 이용해 행동의 변화를 유발합니다. 다만 반복할수록 효과가 떨어지는 문제가 발생합니다. 또한 저항 심리가 작용해 동기부여는 커녕 있던 동기마저 없앨 수 있습니다. 동기부여를 통해 팀원의 행동을 변화시키고 싶다면 직면적 소통보다는 ‘열린 질문’을 해야 합니다. 열린 질문이란 일방적 지시가 아닌 의견을 묻는 것입니다. “어제 지시한 프로젝트는 다 마쳤나요?” “오늘도 지각이네요. 또 늦잠 잤나요?”가 닫힌 질문이라면, “프로젝트 기획하는 데 어려움은 없나요?” “아침에 일어나는 게 힘든가요? 자꾸 지각하는 이유가 뭘까요?”는 열린 질문입니다. 열린 질문에는 리더의 일방적인 주장이나 지시가 담겨 있지 않아서 팀원에게 저항감을 주지 않습니다. 그래서 마음이 좀 더 쉽게 열립니다. 프로젝트의 어려움을 물어보면, 그간 느꼈던 어려움을 이야기하면서 스스로 자연스럽게 문제를 인식하게 됩니다. 스스로 문제를 인식했기 때문에 해결 방안에 관한 이야기를 나눌 때도 더 능동적으로 대화할 수 있습니다. 리더가 열린 질문에 익숙하지 않은 이유는 변화가 빨리 일어나길 바라는 조급함과 불안감 때문입니다. 하지만 어떤 변화든 하루아침에 일어날 수는 없습니다. 더구나 자신이 아닌 다른 누군가를 변화시키는 일이라면 더욱더 기다림이 필요합니다. 2️⃣그는 왜 피드백이 통하지 않을까장은지 대표의 솔루션(이머징리더십인터벤션즈 대표) 인간에게는 자신을 다른 사람보다 우월하다고 생각하는 본성이 있습니다. 이로 인해 많은 사람이 “나 정도면 평균 이상이지”라고 믿습니다. 이것이 ‘평균 이상 효과(better-than-average effect)’입니다. 이렇게 자신의 역량과 성과를 후하게 평가하는 심리적 경향으로, 팀원들은 리더가 자신에 대해 낮은 평가를 했을 때 잘 받아들이지 못하는 경우가 많습니다. 실제 모 대기업을 대상으로 조사한 결과 직원의 70% 이상과 임원의 90% 이상이 자신의 성과를 ‘평균 이상’으로 평가했습니다. 저성과자가 있다면 리더는 피드백을 통해 변화를 유도하고 성과를 높이도록 도와야 합니다. 하지만 저성과자 대다수는 아무리 피드백을 주고 코칭을 해도 잘 변하지 않기 때문에 리더에게 큰 부담으로 작용합니다. 사연자 분 같은 상황에서도 당사자는 아무 문제가 없다고 생각하는 동상이몽이 발생하기도 합니다. 이런 경우에는 팀장의 인식이 아닌 팀원의 인식을 기반으로 피드백이 이뤄져야 하는데, 이것을 아는 리더는 많지 않습니다. 저성과자 문제는 대부분 자기 인식의 결여에서 비롯됩니다. 그렇기 때문에 자신에 대한 평가가 부당하다고 생각하죠. 따라서 리더는 먼저 팀원이 자신의 문제점을 정확하게 인식할 수 있도록 돕고, 그 문제가 무엇인지에 따라 피드백을 해야 합니다. 구성원에게 평가가 공정하다는 인상을 주려면 ‘객관적인 평가’와 ‘지속적인 피드백’을 잘 활용해야 합니다. 주기적인 피드백을 통해 객관적이고 투명하게 소통함으로써 당사자가 본인의 저성과를 인정하고 받아들일 수 있게 해야 합니다. 이걸 잘하는 회사가 넷플릭스입니다. 넷플릭스 리더들은 “경쟁사로 가겠다고 하는 팀원 중 최우선으로 붙잡아야 할 사람은 누구인가?”라는 질문으로 팀원들을 수시로 평가합니다. 그리고 이 질문에서 반복적으로 제외되는 사람은 빠르게 해고됩니다. 잔혹할 만큼 냉정한 문화죠. 넷플릭스에 입사했을 정도의 인재들이라면 ‘나 정도면 평균 이상이지’라고 생각할텐데, 냉혹한 평가를 군말 없이 받아들이는 이유는 무엇일까요? 바로 수시로 이뤄지는 리더의 평가와 피드백 덕분입니다. 자기 역량을 과대평가하는 저성과자가 정확한 자기 인식을 할 수 있도록 도우려면 무엇보다 객관적 평가를 토대로 한 효과적인 피드백이 중요합니다. 저성과자에게 하는 피드백은 필요할 때마다 수시로 이뤄져야 하며, 스스로 문제점을 정확하게 인식할 수 있도록 객관적이면서 구체적이어야 효과가 있습니다.

n.news.naver.com

✅팀원 때문에 골머리를 썩고 있습니다. 문제가 되는 팀원은 업무 

”상사도 관리해야 합니다“ | 오늘 이야기할 주제는 ‘어퍼 매니지먼트(Upper Management)’입니다. 이 용어는 해외에서는 익숙하지만, 국내에서는 아직 생소합니다. 어퍼 매니지먼트란 말 그대로 상사를 어떻게 효과적으로 관리할 것인지에 대한 개념입니다. 보통 매니지먼트라고 하면 팀원이나 조직을 관리하는 것을 떠올리지만 여기서는 반대로 상사와의 관계를 주도적으로 이끌어가는 방법에 

04. 당신은 상사를 어떻게 관리하고 있나요?

개인 커리어를 발전시키기 위해서 보통 새로운 서비스를 성공적으로 런칭하거나, 여러 프로젝트를 동시에 관리하거나, 팀을 이끄는 리더십 등 다양한 방법이 있습니다. 하지만 무엇보다도 직급이 올라가게 되면 상사와의 소통과 협력이 더욱 중요합니다.
이때 필요한 어퍼매니지먼트에 대한 개념을 설명해주신 글이 있어 공유드립니다.

어퍼 매니지먼트란
상사를 어떻게 효과적으로 관리할 것인지에 대한 개념이고, 상사와의 관계를 주도적으로 이끌어가는 방법에 초점을 맞춥니다.
많은 사람들이 상사는 나를 평가하고 관리하는 존재로만 생각하지만, 상사를 효과적으로 관리하고 내가 원하는 방향으로 관계를 이끌어나가는 것이야말로 커리어의 큰 변화를 가져올 수 있습니다.
상사에게 내 업무를 알리고, 필요할 때 도움을 요청하며, 내 성과를 명확히 전달하는 것이 어퍼 매니지먼트의 핵심입니다.

매커니즘 설정의 중요성
상사와의 정기적인 미팅을 잡는 것은 능사가 아닙니다. 프로젝트가 잘 진행되고 있고 상사의 도움이 필요하지 않다면 미팅을 과감히 취소하는 것도 하나의 전략입니다.
내가 전달하고자 하는 핵심이 무엇인지 고민하고, 무작정 미팅을 잡는 것이 아닌 상사의 시간을 효율적으로 사용하는 것이 중요합니다.
보고는 단순히 칭찬을 받기 위한 것이 아닌 프로젝트의 성공을 위해 필요한 지원을 얻고 결정을 함께 내리기 위한 것입니다. 그렇기에 반드시 필요한 정보만 간결히 전달하고 필요한 도움을 구체적으로 요청해야 합니다.

문제를 감추지 말고 사실에 기반해 보고하라
문제가 발생 했을 때 감추지 않고, 사실에 기반에 균형 잡힌 내용을 보고하는 것이 중요합니다
저는 상사들에게 잘한 점만 강조하기보다 어려운 부분과 해결이 필요한 문제들을 솔직하게 공유했습니다.
문제 보고 시 단순히 "도와주세요"가 아닌 지금까지 어떤 방식으로 문제를 해결하려고 노력했는지 그리고 우리가 고려한 여러 대안을 함께 제시하는 것이 중요합니다
상사에게 모든 결정을 떠넘기려고 하는게 아닌 우리가 제안한 해결책에 대한 동의를 구하거나 보완점을 확인하는것이 좋습니다.

약속과 시간을 철저히 지켜라
여기서 말하는 시간은 프로젝트의 마감 기한 뿐만 아닌 회의록 작성, 추가 자료 제공 등 모든 약속을 포함합니다. 상사가 재촉하지 않는다고 해서 몇 번 약속을 어기게 되면 신뢰를 잃기 쉽습니다. 저는 프로젝트를 진행하면서 회의가 끝난 직후 즉시 회의록을 작성해 공유했고, 모든 팀원들도 각자의 일정과 약속을 철저히 지켰습니다. 이러한 철저한 태도는 상사의 신뢰를 얻는 데 큰 도움이 됩니다.

어퍼 매니지먼트의 핵심은
신뢰를 얻는 것입니다. 상사의 시간을 소중히 여기고, 꾸준히 성실한 모습을 보여준다면 자연스럽게 신뢰를 쌓을 수 있습니다. 이러한 자세는 상사뿐만 아니라 동료나 타 부서와의 협업에서도 큰 도움이됩니다.

개인 커리어를 발전시키기 위해서 보통 새로운 서비스를 성공적으로 런칭하거나, 여러 프로젝트를 동시에 관리하거나, 팀을 이끄는 리더십 등 다양한 방법이 있습니다. 하지만 무엇보다도 직급이 올라가게 되면 상사와의 소통과 협력이 더욱 중요합니다.이때 필요한 어퍼매니지먼트에 대한 개념을 설명해주신 글이 있어 공유드립니다. 어퍼 매니지먼트란상사를 어떻게 효과적으로 관리할 것인지에 대한 개념이고, 상사와의 관계를 주도적으로 이끌어가는 방법에 초점을 맞춥니다. 많은 사람들이 상사는 나를 평가하고 관리하는 존재로만 생각하지만, 상사를 효과적으로 관리하고 내가 원하는 방향으로 관계를 이끌어나가는 것이야말로 커리어의 큰 변화를 가져올 수 있습니다. 상사에게 내 업무를 알리고, 필요할 때 도움을 요청하며, 내 성과를 명확히 전달하는 것이 어퍼 매니지먼트의 핵심입니다. 매커니즘 설정의 중요성 상사와의 정기적인 미팅을 잡는 것은 능사가 아닙니다. 프로젝트가 잘 진행되고 있고 상사의 도움이 필요하지 않다면 미팅을 과감히 취소하는 것도 하나의 전략입니다.내가 전달하고자 하는 핵심이 무엇인지 고민하고, 무작정 미팅을 잡는 것이 아닌 상사의 시간을 효율적으로 사용하는 것이 중요합니다.보고는 단순히 칭찬을 받기 위한 것이 아닌 프로젝트의 성공을 위해 필요한 지원을 얻고 결정을 함께 내리기 위한 것입니다. 그렇기에 반드시 필요한 정보만 간결히 전달하고 필요한 도움을 구체적으로 요청해야 합니다. 문제를 감추지 말고 사실에 기반해 보고하라문제가 발생 했을 때 감추지 않고, 사실에 기반에 균형 잡힌 내용을 보고하는 것이 중요합니다저는 상사들에게 잘한 점만 강조하기보다 어려운 부분과 해결이 필요한 문제들을 솔직하게 공유했습니다.문제 보고 시 단순히 "도와주세요"가 아닌 지금까지 어떤 방식으로 문제를 해결하려고 노력했는지 그리고 우리가 고려한 여러 대안을 함께 제시하는 것이 중요합니다 상사에게 모든 결정을 떠넘기려고 하는게 아닌 우리가 제안한 해결책에 대한 동의를 구하거나 보완점을 확인하는것이 좋습니다. 약속과 시간을 철저히 지켜라여기서 말하는 시간은 프로젝트의 마감 기한 뿐만 아닌 회의록 작성, 추가 자료 제공 등 모든 약속을 포함합니다. 상사가 재촉하지 않는다고 해서 몇 번 약속을 어기게 되면 신뢰를 잃기 쉽습니다. 저는 프로젝트를 진행하면서 회의가 끝난 직후 즉시 회의록을 작성해 공유했고, 모든 팀원들도 각자의 일정과 약속을 철저히 지켰습니다. 이러한 철저한 태도는 상사의 신뢰를 얻는 데 큰 도움이 됩니다. 어퍼 매니지먼트의 핵심은 신뢰를 얻는 것입니다. 상사의 시간을 소중히 여기고, 꾸준히 성실한 모습을 보여준다면 자연스럽게 신뢰를 쌓을 수 있습니다. 이러한 자세는 상사뿐만 아니라 동료나 타 부서와의 협업에서도 큰 도움이됩니다.

당신은 상사를 어떻게 관리하고 있나요?

Software engineers shared their favorite IDEs with GenAI features on social media. The most-mentioned one by a comfortable margin was Cursor. WindSurf and Zed also seem to be getting traction at the expense of Visual Studio, and JetBrains.

Which IDEs do software engineers love, and why?

예전에는 IntelliJ 혹은 VSCode로 천하통일이었던 것 같은데, 최근 AI 기능 통합된 새로운 도구들이 속속 나타나면서 개발자들에게는 더 즐거운 IDE 선택지들이 생긴 것 같습니다.

 * Cursor: 2022년에 설립되어 2023년 3월 첫 버전을 출시한 AI 기반 IDE로, 특히 'Composer'라는 기능이 주목받고 있습니다. 이 기능은 여러 파일에 걸쳐 지시사항을 수행. "다른 경쟁사 제품을 사용해봐도 Cursor가 더 나은 결과를 제공한다"는 찬사도 받음.
 * Windsurf: Codeium에서 최근 출시한 AI 코드 에디터로, AI와의 협업 흐름을 개선하고 디버깅 시 유용하다는 평가를 받고 있습니다. 'Cascade'라는 기능은 여러 파일에 걸쳐 협업할 수 있는 에이전트형 챗봇으로, 'write code'와 'chat' 모드를 지원하며 터미널 명령도 실행할 수 있습니다.
 * Zed: 협업과 AI 기능을 갖춘 차세대 코드 에디터로, 빠른 속도와 사용자 친화적인 인터페이스를 제공합니다.
 * Neovim with Copilot: Vim 기반의 텍스트 에디터인 Neovim에 GitHub Copilot을 통합하여 AI 기반 코드 보완 기능을 활용할 수 있습니다.
 * Supermaven: VS Code나 JetBrains IDE와 같은 환경에서 작동하는 AI 완성 유틸리티로, 코드 작성 시 효율성을 높여줍니다.

 * 무료 도구 (기본 사용량 한정):
   * Zed: 초기 출시 기간 동안 Anthropic과의 파트너십을 통해 무료로 제공
   * Cursor: 2주간의 무료 체험 기간 제공
   * Windsurf: 개인 무료 플랜 제공
   * v0 by Vercel: 개인 무료 플랜 제공
   * Replit AI Agent: 스타터 플랜 제공
   * Cody: 무료 플랜 제공
   * Bolt.new: 추수감사절 기간 동안 200만 개의 무료 토큰 제공
   * JetBrains AI: 7일간의 무료
 * 유료 도구 ($10-20/월):
   * Cody: Pro 플랜 월 $9
   * GitHub Copilot: 개인 플랜 월 $10
   * JetBrains AI: Pro 플랜 월 $10
   * Replit AI Agent: Core 플랜 월 $15
   * Stackblitz: Pro 플랜 월 $18
   * Cursor: Pro 플랜 월 $20
   * v0 by Vercel: 월 $20
     
     
   
   

https://blog.pragmaticengineer.com/ide-that-software-engineers-love

예전에는 IntelliJ 혹은 VSCode로 천하통일이었던 것 같은데, 최근 AI 기능 통합된 새로운 도구들이 속속 나타나면서 개발자들에게는 더 즐거운 IDE 선택지들이 생긴 것 같습니다. <ul ><li>Cursor: 2022년에 설립되어 2023년 3월 첫 버전을 출시한 AI 기반 IDE로, 특히 'Composer'라는 기능이 주목받고 있습니다. 이 기능은 여러 파일에 걸쳐 지시사항을 수행. "다른 경쟁사 제품을 사용해봐도 Cursor가 더 나은 결과를 제공한다"는 찬사도 받음. </li><li>Windsurf: Codeium에서 최근 출시한 AI 코드 에디터로, AI와의 협업 흐름을 개선하고 디버깅 시 유용하다는 평가를 받고 있습니다. 'Cascade'라는 기능은 여러 파일에 걸쳐 협업할 수 있는 에이전트형 챗봇으로, 'write code'와 'chat' 모드를 지원하며 터미널 명령도 실행할 수 있습니다.</li><li>Zed: 협업과 AI 기능을 갖춘 차세대 코드 에디터로, 빠른 속도와 사용자 친화적인 인터페이스를 제공합니다.</li><li>Neovim with Copilot: Vim 기반의 텍스트 에디터인 Neovim에 GitHub Copilot을 통합하여 AI 기반 코드 보완 기능을 활용할 수 있습니다.</li><li>Supermaven: VS Code나 JetBrains IDE와 같은 환경에서 작동하는 AI 완성 유틸리티로, 코드 작성 시 효율성을 높여줍니다.</li></ul> <ul ><li>무료 도구 (기본 사용량 한정):<ul ><li>Zed: 초기 출시 기간 동안 Anthropic과의 파트너십을 통해 무료로 제공</li><li>Cursor: 2주간의 무료 체험 기간 제공</li><li>Windsurf: 개인 무료 플랜 제공</li><li>v0 by Vercel: 개인 무료 플랜 제공</li><li>Replit AI Agent: 스타터 플랜 제공</li><li>Cody: 무료 플랜 제공</li><li>Bolt.new: 추수감사절 기간 동안 200만 개의 무료 토큰 제공</li><li>JetBrains AI: 7일간의 무료</li></ul></li><li>유료 도구 ($10-20/월):<ul ><li>Cody: Pro 플랜 월 $9</li><li>GitHub Copilot: 개인 플랜 월 $10</li><li>JetBrains AI: Pro 플랜 월 $10</li><li>Replit AI Agent: Core 플랜 월 $15</li><li>Stackblitz: Pro 플랜 월 $18</li><li>Cursor: Pro 플랜 월 $20</li><li>v0 by Vercel: 월 $20 </li></ul> </li></ul> https://blog.pragmaticengineer.com/ide-that-software-engineers-love

The Pragmatic Engineer

요즘 IDE

Llama 모델이란?먼저, Llama 모델에 대해 간단히 소개하겠습니다.   Llama(Large Language Model Meta AI)는 Meta AI에서 개발한 대규모 언어 모델입니다. OpenAI의 GPT 시리즈와 마찬가지로 트랜스포머 아키텍처를 기반으로 하며, 다양한 크기와 성능을 제공합니다. 이 포스팅에서 다룰 Llama-3.2-1B-Instruction 모델은 약 10억 개의 파라미터를 가진 모델로, sLLM에 해당하는 아주 작은 파라미터를 가지고 있지만, 특정 태스크에서는 뛰어난 성능을 보여주는 모델입니다.한국어 QA 튜닝 방법한국어 QA 시스템의 발전은 국내 AI 산업에서 매우 중요한 부분을 차지합니다. 검색 엔진, 고객 서비스 챗봇, 교육용 AI 등 다양한 분야에서 활용될 수 있기 때..

Llama-3.2-1B-Instruction 모델 파인튜닝하기

최근에 Llama 모델을 파인튜닝 해서 모델의 성능을 높여야하는 과제가 있어서,
다양한 자료를 찾아보았습니다.

그런데 대부분의 경우 잘 실행되지 않았고, 알 수 없는 에러로 저를 고생시키기만 했습니다.
그러다가 아래 링크에 있는 내용들을 보고 성공했습니다.

그리고 이를 바탕으로 해서 Llama-70B 모델도 파인튜닝을 할 수 있는 코드를 작성하기도 했습니다.

파인튜닝에 관심있는 분에게 추천드립니다.

https://naakjii.tistory.com/138

최근에 Llama 모델을 파인튜닝 해서 모델의 성능을 높여야하는 과제가 있어서, 다양한 자료를 찾아보았습니다. 그런데 대부분의 경우 잘 실행되지 않았고, 알 수 없는 에러로 저를 고생시키기만 했습니다. 그러다가 아래 링크에 있는 내용들을 보고 성공했습니다. 그리고 이를 바탕으로 해서 Llama-70B 모델도 파인튜닝을 할 수 있는 코드를 작성하기도 했습니다. 파인튜닝에 관심있는 분에게 추천드립니다. https://naakjii.tistory.com/138

NJSUNG BLOG

Llama 를 파인튜닝 해보자.

전문가를 위한 파이썬 | 파이썬의 잠재력을 끌어올리는 프로그래밍 기법다른 언어에서 배운 패턴을 파이썬에 억지로 맞추지 말자. 파이썬의 단순함은 생산성을 빠르게 높여주지만, 그 단순함에 취해 언어가 제공하는 다양……

전문가를 위한 파이썬 | 루시아누 하말류 - 교보문고

저는 파이썬이라는 언어를 매우 좋아합니다.
깔끔하고 알기 쉬운 문법, 친절한 문서, 따뜻한 커뮤니티가 있기 때문입니다.

그런데 쉬운언어라는 선입견들이 있어서,
입문자 단계에서 중급자로 올라가기 위해서는 다양한 노력들을 해야합니다.

파이썬 관련해서 책을 30권정도는 봤는데, 그중에 단 1권만 추천한다면
단연코 '전문가를 위한 파이썬'을 추천합니다.

프로토콜, 메타프로그램, 제너레이터등의 주제를 다루고 있습니다.
조금 어려운 주제 일 수 있지만, 중급자 이상으로 올라가려면 파이썬의 동작방식을 잘 이해해야 될 것입니다.

이 책으로 같이 스터디하시면 아마도 실력이 한단계 더 향상 될것이라 생각합니다 .
https://product.kyobobook.co.kr/detail/S000214847242

저는 파이썬이라는 언어를 매우 좋아합니다. 깔끔하고 알기 쉬운 문법, 친절한 문서, 따뜻한 커뮤니티가 있기 때문입니다. 그런데 쉬운언어라는 선입견들이 있어서, 입문자 단계에서 중급자로 올라가기 위해서는 다양한 노력들을 해야합니다. 파이썬 관련해서 책을 30권정도는 봤는데, 그중에 단 1권만 추천한다면 단연코 '전문가를 위한 파이썬'을 추천합니다. 프로토콜, 메타프로그램, 제너레이터등의 주제를 다루고 있습니다. 조금 어려운 주제 일 수 있지만, 중급자 이상으로 올라가려면 파이썬의 동작방식을 잘 이해해야 될 것입니다. 이 책으로 같이 스터디하시면 아마도 실력이 한단계 더 향상 될것이라 생각합니다 .https://product.kyobobook.co.kr/detail/S000214847242

product.kyobobook.co.kr

중급자를 위한 파이썬 책을 단 한권만 추천한다면?

시작하며 본 포스팅은 2023년 2월 3일, 카카오엔터프라이즈 기술전략팀에서 세미나를 진행했던 내용을 요약하고 있습니다. 작년 11월 30일 OpenAI가 ChatGPT를 공개한 이후, ChatGPT의 일 사용자가 5일 만에 100만 명을, 40일 만에 1천만 명을 넘겼고, ChatGPT 관련된 기사가 쏟아져 나왔습니다. 그림 1(왼쪽)을 보면, ChatGPT가 얼마나 무서운 속도로 사용자를 끌어모으고 있는지 알 수 있는데요.

ChatGPT, 그 이후

지난 2월 카카오엔터프라이즈 기술전략팀에서 ChatGPT에 대한 세미나를 진행했었습니다.
해당 내용이 카카오엔터프라이즈 테크블로그를 통해 공개되었는데, 자료가 꽤 유용하고 재미있습니다. 목차는 다음과 같습니다.

📍목차

1.  ChatGPT에 관하여
2. ChatGPT는 무엇이 달라졌는가
3. ChatGPT는 어떻게 문제를 해결했는가
4. 빅테크 기업의 ChatGPT 대응 현황
5. ChatGPT 활용 사례
6. ChatGPT, 그 이후
7. 마치며

술술 이해하기 쉽고 읽기 쉽도록 작성되어 있으니 부담없이 읽어보시면 좋을것 같습니다.

카카오엔터프라이즈 기술블로그 Tech&(테크앤)

컴퓨터공학 졸업

민정

서승현

개발자

🤔 ChatGPT, 그 이후.

Java

- 국내.외 메시징 솔루션 개발을 담당했습니다.

백엔드 개발자

글쓰기

- 이런저런 관심있는 해외 테크트렌드 글을 기고했습니다.
- 요즘은 바빠서 기고를 못하고 있네요.

Contributing Writer

머신 러닝

python

Platform Development
- 플랫폼 서비스 이것저것 개발하고 있습니다.
- 요즘에는 이상감지 및 필터링에 관심 많습니다.


Computer Engineering

물석사지만, 배운것 요긴하게 쓰고 있긴 합니다.

인공지능전공

sally

LinkedIn

techneedle profile

linkedin profile

IT트렌드와 기술에 관심이 많습니다.
특히 신기해보이고, 재미나 보이는것들 들여다보기 좋아합니다.
개발 잘하는 개발자, 좋은 프로덕트를 만드는 개발자 되고 싶지만 쉽지 않아서 늘 고민이 많습니다.
#개발자 #끊임없이배우기 #도전적인 #독서 #백엔드 #재미

🤔 ChatGPT, 그 이후.

댓글 0

비슷한 게시물

주간 인기 TOP 10

추천 프로필