Graphics processing units (GPU) have become the foundation of artificial intelligence. Machine learning was slow, inaccurate, and inadequate for many of today's applications. The inclusion and utilization of GPUs made a remarkable difference to large neur

Why GPUs are essential for AI and high-performance computing | Red Hat Developer

GPS 제조기업 엔비디아가 반도체 기업으로는 세계에서 처음으로 시총 1조달러 벽을 넘었다고 합니다. ChatGPT의 광풍으로 인해 엔비디아의 주가가 올해 들어서만 170% 넘게 폭등했는데요, GPU가 왜 인공지능이나 고성능 컴퓨팅에 필수적인지에 대한 기사가 있어 요약 및 공유합니다.

<GPU가 AI 및 고성능 컴퓨팅(HPC)에 필수적인 이유>
🥇 Prologue
- GPU(그래픽 처리 장치)는 이제 인공 지능(AI)의 기반이 되었습니다. 머신 러닝은 느리고 부정확했고, 오늘날의 많은 애플리케이션(이하 'App')에 적합하지 않았습니다. GPU 활용은 대규모 신경망(neural network)에 놀라운 차이를 만들었습니다. 딥 러닝은 이미지 및 비디오 처리를 위한 솔루션을 발견하여 자율 주행 또는 안면 인식과 같은 것을 주류(mainstream) 기술에 도입했습니다.

- 고성능 컴퓨팅은 엔터프라이즈 기술의 가장 뜨거운 트렌드 중 하나입니다. 클라우드 컴퓨팅은 사용하는 다른 어떤 컴퓨팅 성능보다 우수한 슈퍼컴퓨터용으로 지정된 다양한 작업을 가능하게 하는 원활한 프로세스를 생성하여 시간과 비용을 절약합니다.

🥈 GPU 작동 방식
- '그래픽 처리 장치'라는 용어는 1999년 Nvidia가 그래픽 변환, 조명 및 트라이앵글 클리핑 기능을 갖춘 GeForce 256을 판매하면서 대중화되었습니다. 이것은 궁극적으로 3차원 공간을 렌더링하는 데 도움이 되는 수학이 많은 계산입니다. 
- 엔지니어링은 이러한 작업에 맞게 조정되어 프로세스를 점점 더 최적화하고 가속화할 수 있습니다. 수백만 번의 계산을 수행하거나 부동 소수점 값을 사용하면 반복이 발생합니다. 이것은 작업을 병렬로 실행하기 위한 완벽한 시나리오입니다.

- GPU는 캐싱 및 추가 코어의 도움으로 수십 개의 CPU 성능을 지배할 수 있습니다. 고해상도 이미지를 처리하려고 한다고 상상해 보십시오. 예를 들어 하나의 CPU가 단일 이미지를 처리하는 데 1분이 걸린다면 비디오를 위해 거의 백만 개의 이미지를 검토해야 한다면 우리는 막힐 것입니다. 단일 CPU에서 실행하려면 몇 년이 걸립니다.

- CPU를 확장하면 프로세스 속도가 선형적으로 빨라집니다. 그러나 CPU가 100개인 경우에도 이 프로세스는 상당한 비용이 드는 청구서를 추가하는 것은 말할 것도 없고 일주일 이상 걸릴 것입니다. 병렬 처리 기능을 갖춘 몇 개의 GPU로 하루 안에 문제를 해결할 수 있습니다. 우리는 이 하드웨어로 불가능한 작업을 가능하게 만들었습니다.

🥉 GPU의 진화
- 결국 GPU의 기능은 종종 기가바이트의 데이터에서 계산을 실행해야 하는 인공 지능과 같은 수많은 프로세스를 포함하도록 확장되었습니다. 사용자는 이러한 야수(beast)를 위한 보완(complementary) 소프트웨어 패키지의 도움으로 API 및 코딩 라이브러리에 대한 간단한 쿼리와 함께 고속 컴퓨팅을 쉽게 통합할 수 있습니다.

- 2006년 11월 NVIDIA는 병렬 컴퓨팅 플랫폼 및 프로그래밍 모델인 CUDA를 소개했습니다. 이를 통해 개발자는 NVIDIA GPU의 병렬 컴퓨팅 엔진을 활용하고 각 하위 문제가 다른 문제의 결과와 독립적인 복잡한 문제를 더 작고 관리하기 쉬운 문제로 분할하도록 안내함으로써 GPU를 효율적으로 사용할 수 있습니다.

- NVIDIA는 Red Hat 오픈시프트와 협력하여 쿠버네티스에 CUDA를 적용하여 고객이 애플리케이션을 보다 효율적으로 개발하고 배포할 수 있도록 함으로써 뿌리를 더욱 확장했습니다. 이 파트너십 이전에 GPU 위에 쿠버네티스를 활용하는 데 관심이 있는 고객은 쿠버네티스를 GPU와 통합하기 위해 CUDA 및 소프트웨어용 컨테이너를 수동으로 작성해야 했습니다. 이 프로세스는 시간이 많이 걸리고 오류가 발생하기 쉽습니다. 

- Red Hat 오픈시프트는 고객이 GPU 서버 위에 OpenShift를 배포할 때 GPU 운영자가 CUDA 및 기타 필수 소프트웨어를 자동으로 컨테이너화할 수 있도록 하여 이 프로세스를 간소화했습니다.

- RHODS(Red Hat OpenShift Data Science)는 데이터 과학 워크플로우에 GPU 사용을 활용하고 단순화하는 임무를 확장했습니다. 이제 고객이 RHODS에서 Jupyter 노트북 서버를 시작할 때 워크플로에 필요한 GPU 수를 사용자 지정하고 Pytorch 및 TensorFlow GPU 지원 노트북 이미지를 선택할 수 있습니다. 클러스터에 추가된 GPU 머신 풀에 따라 1개 이상의 GPU를 선택할 수 있습니다. 고객은 데이터 마이닝 및 모델 처리 작업에서 GPU를 사용할 수 있습니다.

원본 기사의 링크는 아래와 같습니다. 감사합니다🍀
[Source Link] https://developers.redhat.com/articles/2022/11/21/why-gpus-are-essential-computing#

Red Hat Developer

GPU가 AI 및 고성능 컴퓨팅에 필수적인 이유

쓸데없는 행동은 목적이 없는 것이다. 의도나 의식 없이 무의식적으로 행동하는 것들이다. 비율의 차이일 뿐 이는 사람도 비슷하다. TV가 켜져 있으면 나도 모르게 시선이 간다. 지하철에서는 스마트폰을 본다. 의식과 의도와 결정이 만든 행위인가. 대부분은 그렇지 않다. 외부의 자극과 환경에 우리는 자동으로 반응한다. 남을 따라 하는 것은 안전하다. 모두 왼쪽으로 뛰어가는데, 혼자 오른쪽으로 뛰어갈 용기가 있는가.

누가 내 시간을 훔쳐 가는지 절대 알 수 없다. 기록하기 전까지는.

1
원숭이는 사람과 다른 특징 두가지가 있다. 첫째, 불필요한 행동을 한다. 둘째, 남을 잘 따라 한다. 
​
쓸데없는 행동은 목적이 없는 것이다. 의도나 의식 없이 무의식적으로 행동하는 것들이다. 비율의 차이일 뿐 이는 사람도 비슷하다. TV가 켜져 있으면 나도 모르게 시선이 간다. 지하철에서는 스마트폰을 본다. 의식과 의도와 결정이 만든 행위인가. 대부분은 그렇지 않다. 외부의 자극과 환경에 우리는 자동으로 반응한다.
​
남을 따라 하는 것은 안전하다. 모두 왼쪽으로 뛰어가는데, 혼자 오른쪽으로 뛰어갈 용기가 있는가. 있을지도 모를 리스크를 혼자 감당하기는 어렵다. 이유는 모르지만 왼쪽으로 뛰는 게 생존에 유리하다. 그런 다수의 선택과 판단이 항상 옳지는 않다. 왼쪽으로 뛰어가는 모두 왼쪽이어야 하는 이유는 모른다. 어쩌면 아무도 궁금해하지 않을지도 모르고.
​
​
​
2
피터 드러커는 경영자의 시간을 잘 관리하라 했다. 자기가 시간을 어디에 쓰고 있는지 기록하면 깜짝 놀랄 거라고도 했다. 
​
해보면 정말 깜짝 놀란다. 부끄럽다. 나는 의미 있고 생산적이며 효과적인 일을 위해 노력하는 사람이다. 그러므로 당연히 시간도 그렇게 쓰고 있다 확신한다. 이는 착각이고 오만이다. 현실은 그렇지 않다. 시간을 기록하지 않아도 온전히 관리할 수 있다는 생각이 재앙의 시작이다. 사람은 객관화에 서툴다. 최소한 적어야 객관화할 수 있다. 슈퍼 의지력을 가진 사람이 아니라면 말이다.
​
하루의 시간을 어떻게 쓰고 있는지 궁금한 사람이 있다. 그 사람은 종일 무슨 일을 하고 있을까. 스스로 시간을 어떻게 쓰고 있다고 생각할까. 객관적인 현실을 마주할 용기가 있을까. 이런 인식을 하고는 있을까.

Naver

내부적으로 여러가지로 설득과 논의를 거쳐 참여를 결정했는데, 오늘 참석한 행사(Generative AI Asia 2023)에서 공식 발표가 되었습니다. 

생성AI 가 이커머스에 어떤 영향을 미칠지, 또 어떤 변화와 기회가 있을지에 대해 칼럼이나 대외발표를 통해 제 생각을 공유하고 있는데요. 이번 참여도 그런 고민 끝에 나온 실행 중 하나입니다. 

물론 앞으로 어떻게 실행해나갈지가 더 중요하겠죠.

관련기사: https://biz.chosun.com/industry/company/2023/05/31/OMAIKI3CDRG3HGOD7WXATDS4AY/

#뤼튼 #뤼튼테크놀로지스 #지마켓

지마켓, 뤼튼 플랫폼 생태계 참여

GitUI provides you with the comfort of a git GUI but right in your terminal Fast and intuitive keyboard only control Context based help (no need to memorize tons of hot-keys) Inspect, commit, and amend changes (incl.

GitHub - extrawurst/gitui: Blazing 💥 fast terminal-ui for git written in rust 🦀

깃 사용시 의외로 터미널을 사용하시는 분들이 많이 있어서 가져와봤습니다. 
저는 주로 GUI를 사용하고 있고, 가끔 tig를 사용하고 있는데요. 
tig와 비슷한 용도의 프로그램입니다. 터미널로 git을 사용하고 있다면, 순수 커맨드라인보다는 이러한 터미널 UI툴도 잘 익혀두면 좋더라구요. 

rust이기 때문에 성능도 매우 괜찮고, 기능도 준수 한 것 같습니다. 

https://github.com/extrawurst/gitui

GitHub

러스트로 만든 엄청 빠른 git 터미널 ui 툴

Large language models are trained in two stages: (1) unsupervised pretraining from raw text, to learn general-purpose representations, and (2) large scale instruction tuning and reinforcement learning, to better align to end tasks and user preferences.

LIMA: Less Is More for Alignment

커리어리 친구들, 요즘 하루가 멀다하고 인공지능 분야에 새로운 논문과 서비스가 나오고 있습니다. 오늘은 메타의 새로운 논문이자 모델인 LIMA에 대해 짧게 요약하고자 합니다. 

🌸 강화학습 이나 선호도 모델링 없이 잘 큐레이트된 1000개의 프롬프트만으로 파인튜닝한 LLaMA 모델

🌸 43% 사례에서 GPT-4와 동등하거나 더 선호, Bard와 비교했을 때 58%, 휴먼 피드백으로 훈련한 DaVinci003에 비해 65% 높음

🌸 논문의 가설은 LLM의 거의 모든 지식은 Pretraining중에 학습되는 것이며, Alignment는 사용자와 상호작용하는 포맷/스타일을 학습하는 간단한 프로세스 라는 것

🌸 650억개 파라미터를 가진 LLaMA 모델과 천 개의 프로폼트로 GPT-4 성능에 근접함

arXiv.org

<새 메타의 논문, LIMA에 대하여>

일자리 매칭 플랫폼 크몽이 기업공개(IPO)에 나선다. 최근 주요 증권사에 입찰제안요청서(RFP)를 발송했다. 다음 달 경쟁 프레젠테이션(PT)을 진행해 주관사단을 최종 선정할 예정이다. 26일 투자은행(IB)업계에 따르면 크몽은 삼성증권을 비롯한 주요 증권사에 입찰제안요청서를 전달하면서 IPO 절차를 본격화했다. 다음 달 주요 증권사를 대상으로 경쟁 PT를 진행한 뒤 상장 절차를 추진할 계획이다.

'N잡러' 열풍으로 성장한 프리랜서 플랫폼 크몽, IPO 추진

크몽은 알토스벤처스, IMM인베스트먼트 등으로부터 투자받았다. 2021년 시리즈 C를 포함한 누적 투자액은 480억원 규모다.

크몽과 같이 채용을 성공할 때 수수료를 받을 수 있는 유료 직업소개 사업체로 등록된 기업은 리멤버, 블라인드, 크몽, 프로그래머스, 잡플래닛, 원티드, 알바콜, 사람인, 리크루트 등이 있다.

'슬립테크(수면+기술)' 시장의 판이 커진다. 과도한 스트레스와 스마트폰 장기 사용으로 숙면에 어려움을 겪는 사람이 늘면서, '잠의 질'을 끌어올리는 데 도움을 주는 다양한 기술이 주목받기 시작했다. 스타트업을 중심으로 성장한 슬립테크 시장은 최근 디지털 헬스케어 기술력을 보유한 삼성전자, LG전자 등 대기업까지 뛰어들면서 관심이 쏠리고 있다. 시장조사업체 글로벌마켓인사이트에 따르면, 세계 슬립테크 시장 규모는 2019년 110억달러(14조 6200억원

'꿀잠' 新시장 눈뜨다... 대기업까지 '슬립테크' 가전 속속 참전

슬립테크 트렌드 587

잠이 보약이라는 말은 어렸을 때부터 어른들이 잠을 충분히 자야 건강하다며 자주 해주시던 이야기입니다. 어린 시절에는 잠이 보약이란 말이 잘 피부로 느껴지지 않았습니다. 항상 규칙적으로 잠을 자기도 했지만, 잠이 부족해서 아프거나 기분이 안 좋았던 경험이 별로 없었기 때문입니다. 그런데 어른이 된 지금은 상황이 달라졌습니다. 늦게까지 잠을 자지 않거나 새벽에 일찍 일어나면 그날 하루는 종일 피로감을 느낍니다. 피곤하기만 한 것이 아니라 기분도 다운되고 두뇌 회전이 원활하지 않은 느낌입니다.

현대 과학의 발전은 수면 건강을 위해 잠자리에 필요한 장비들을 개발해 왔습니다. ‘침대는 가구가 아닙니다. 침대는 과학입니다.’ ‘흔들리지 않는 편안함’ 특히 오랜 시간 몸을 맡기고 잠을 자야 하는 침대 성능 개선에 무척이나 공을 드려왔습니다.

요즘은 한발 더 나아가 슬립 테크는 산업 분야가 생겨나기까지 했습니다. 더 나은 수면의 질을 위해 기술을 적용한 제품들을 만들어내는 것입니다. 수면의 질은 건강과 관련된 일이기 때문에 헬스케어 인프라를 가지고 있는 기업에게 접근하기 수월한 영역입니다. 세계 슬립 테크 시장 규모는 2019년 110억달러(14조 6200억원)에서 2026년에는 321억달러(42조 6600억원)까지 성장할 것으로 전망하고 있습니다.

웨어러블 기기를 이용하여 수면 측정을 하는 사람들이 증가하고 있습니다. 그만큼 건강에 대한 현대인의 관심이 높아졌고, 건강을 좌우하는 요인 중 하나로 수면이 중요하다는 인식이 커졌다고 볼 수 있습니다. 수면 측정이란 수면 시간뿐만 아니라 자면서 얼마나 뒤척이는지 수면의 깊이를 파악하고, 수면 장소 온도와 습도 등 컨디션을 체크하기도 합니다.

수면 측정 결과에 따라 건강 상태를 진단하고 수면 코칭 프로그램을 제공해 주고 있습니다. 그리고 최적의 잠자리 조성을 위해 자동으로 온도와 채광 등을 조절해 준다고 합니다. 여러분은 평소에 깊은 편안한 잠을 충분히 주무시고 계시나요? 만약 자도 자도 피로감을 느끼는 분들이 계시다면 슬립 테크에 관심을 가지고 이용해 보시면 건강에 도움을 받을 수 있을 것 같네요. 물론 규칙적인 식사와 운동도 건강에 중요하니 꼭 챙겨주시고요. 오늘도 튼튼한 하루 보내시길 진심으로 응원합니다.

Chosun

잠이 보약입니다.

배민 앱에서는 많은 음식점 중 선택을 해야 하는 사용자들의 고민을 덜어 주고자 리뷰 서비스를 제공합니다. 사용자들은 작성된 리뷰 내용 및 평점을 참고하여 메뉴를 선택하는 경우가 많습니다. 높은 평점과 후기가 좋은 리뷰를 확보하는 게 중요하다 보니, 리뷰 작성 대행 업체나 다수의 계정을 동원해 허위 리뷰를 작성하는 일이 발생합니다.

배민 앱 리뷰 품질을 향상시킨 방법은? 머신 러닝 X 네트워크 탐지 모델 도입 | 우아한형제들 기술블로그

배민의 리뷰의 건전한 생태계를 유지하고, 리뷰 본연의 목적을 유지하기 위해, 허위 리뷰를 작성하는 행위를 효과적으로 막고, 정직한 리뷰를 제공하기 위해 준지도 학습 알고리즘(Deep SAD)과 소셜 네트워크 분석을 결합하여 리뷰 조작 업체를 탐지하는 모델에 관한 자세한 내용입니다. 상세 내용은 원문 필독 강추! 합니다. ^^

🔎  탐지모델
🚩 머신 러닝 기반 이상 탐지
> 이를 통해 이상 회원인리뷰조작 회원을 우선 탐지하고, 소셜 네트워크 분석을 통해 회원과 가게의 연관 관계를 분석하여 최종적으로 리뷰 조작 업체(그룹군) 탐지

🔎  머신러닝 알고리즘
🚩 준지도 학습 알고리즘 중 초기에 라벨 데이터가 없어도 모델 구축 가능한 장점을 가진 Deep SAD(Semi-supervised Anomaly Detection) 알고리즘

🔎 리뷰 조작 회원 탐지 학습 방법
🚩 CNN 구조가 아닌 정형 데이터를 그대로 학습 가능하도록 일반적인 Autoencoder 구조로 변환하여 Deep SAD를 학습
🚩 기존에 룰셋으로 차단한 소량의 라벨 데이터와 라벨링되지 않은 데이터를 모두 사용한 학습
> 이를 통해 결과적으로 중심점에서 거리가 먼 리뷰 조작 가능성이 높은 회원 탐지 가능해짐.

🔎 리뷰 조작 업체 탐지 학습 방법
🚩  준지도 이상 탐지로 탐지한 이상 회원에 대해서만 네트워크 탐지 적용
🚩 리뷰 작성 가게 간 유사도가 높은 경우만 에지(edge)로 연결해주는 네트워크 구성
🚩  커뮤니티 탐지(community detection) 알고리즘 보다 더 강한 조건인 K-core 분해(decomposition)를 적용하여 그래프내 응집도가 높은 그룹만 추출

🔔 최종 리뷰 조작 업체 탐지 모델
🚩  준지도 학습 이상 탐지 알고리즘인 Deep SAD와 네트워크 탐지 방법을 결합한 리뷰 조작 업체 탐지 모델
🚩  회원별 피처 데이터를 집계하여 준지도 이상 탐지 알고리즘을 이용해 이상 회원을 탐지
🚩  이상 스코어가 높을수록 약한 조건의 네트워크 탐지를 적용하고, 이상 스코어가 낮은 회원들에 대해서는 강한 조건의 네트워크 탐지를 적용
🚩  두 가지 결과를 통합하여 탐지하게 되고, 검수 후 조치
🚩 조치를 통해 차단된 라벨데이터를 저장하여 모델 재학습
🚩 재학습을 통해 신규 모델을 생성하고 탐지하는 과정 진행

우아한형제들 기술블로그 |

배민 앱 리뷰 품질을 향상시킨 방법은? 머신 러닝 X 네트워크 탐지 모델

LG유플러스 왓챠 인수 논의 중단 기업가치 3000억원→200억원 하락 "계속기업으로 존속능력 의문 제기" [이코노미스트 마켓in 송재민 기자] 왓챠의 유일한 매수 후보자였던 LG유플러스(032640)가 인수를 포기한 것으로 알려지며 왓챠는 또다시 매수자를 찾아야 하는 상황에 처했다. 이전에도 한 차례 매각이 무산되는 등 위기가 있었던 만큼 몸값 책정과 지속된 적자가 원인으로 꼽힌다.

LG유플러스가 왓챠 인수를 포기한 이유[이코노Y]

인수를 통해 왓챠가 다시 안정화되려나 했는데.. 안타까운 소식이네요.

이코노미스트

왓챠 LG유플러스 인수 무산

Explore the next evolution of Microsoft's design system, enabling more seamless collaboration and creativity than ever. Move fluidly from design to development, between apps, and across platforms.

Fluent 2 Design System

디자인시스템에 대해 문외한이지만 기존 마이크로소프트 디자인과 사뭇 달라진 모습이네요!

Microsoft Fluent2 디자인시스템 발표

While there are many resources to help programmers write better code-such as books and static analyzers-there are few for writing better comments. While it's easy to measure the quantity of comments in a program, it's hard to measure the quality, and the 

Best practices for writing code comments

1. 코드 내용을 그대로 반복하는 (추가 정보가 없는) 주석은 적지 말라.
2. 좋은 주석은 불명확한 코드를 변명하지 않는다.
    - 주석으로 코드를 설명하지 말고 코드를 다시 써라.
3. 명확한 주석을 적을 수 없다면 코드에 문제가 있을 수 있다.
    - 코드가 어렵다고 주석으로 경고하지 말고 코드를 다시 써라.
4. 주석은 혼란을 야기하는 것이 아니라 해소해야 한다.
    - 주석을 보고 더 헷갈린다면 그 주석은 지워라.
5. 관용적이지 않은(unidiomatic) 코드는 주석으로 설명하라.
    - 불필요하거나 중복된다고 생각할 수 있는 코드, 이로 인해 다른 누군가가 "단순화"할 수도 있다고 생각되는 코드에는 주석을 달아 설명하는 것이 좋다.
6. 복사한 코드라면 원본 출처 링크를 주석에 포함하라.
    - 향후 코드를 읽을 동료가 전체 컨텍스트(어떤 문제, 해당 솔루션이 권장되는 이유 등)를 파악하는 데 도움이 될 수 있음.
7. 도움이 될만한 외부 참조 링크를 포함하라.
8. 코드를 수정할 때, 특히 버그를 수정할 때 주석을 추가하라.
9. 주석을 사용해 불완전한 구현을 표시하라.
    - 기술 부채를 측정하고 해결하는 데 도움이 됨.

https://stackoverflow.blog/2021/12/23/best-practices-for-writing-code-comments/

Stack Overflow Blog

좋은 주석을 적는 방법

프로그래밍은 음악이나 미술과 같기 때문이다. 속성을 말하는 것이 아니라 범위를 말하는 것이다.

음악을 배운다고 해 보자. 음악을 하려면 무엇을 어떻게 배워야 할까? 음악 그 자체를 먼저 배우려는 사람은 없을 것이다. 피아노를 배우든, 기타를 배우든 혹은 노래를 하든 악기를 하나 선택하고, 기본 음계와 악보 보는 법, 그리고 소리내는 법을 배운 뒤 짧은 곡을 연습하는 것이 일반적일 것이다.

프로그래밍도 마찬가지다. 프로그래밍 언어를 하나 선택하고, 기본 문법과 실행 방법을 배운 뒤 작은 프로그램을 선택하여 따라 만들어보는 것이 가장 일반적인 방법이다.

또한, 음악과 악기의 종류가 셀 수 없이 많은 것 처럼, 프로그래밍도 마찬가지로 셀 수 없이 많은 프로그래밍 언어와 종류가 있다.

음악을 하려면 기간이 얼마나 걸릴까? 알 수 없다. 악기를 배우려면 얼마나 걸릴까? 악기마다 다르겠지만 보통 기초를 배우는 데 3개월, 기초적인 곡을 들을만하게 연주하는데 6개월~1년, 취미 공연을 할 수 있을 정도라면 2~3년 이상, 전공자가 되기 위해선 최소한 4~5년 가량을 매일 연습했을 것이다.

그것도 음악의 모든 범주가 아니라 하나의 악기를 다루는데만.

프로그래밍도 비슷하다. 프로그래밍을 잘 하려면 얼마나 걸릴까? 알 수 없다. 프로그래밍 언어를 배우는 데 있어서는, 언어 하나의 기초를 배우는데 3개월, 기초적인 프로그램을 제대로 만드는데에는 6개월~1년, 취미로 원하는 것를 뭐든 만들 수 있을 정도는 2~3년, 그리고 전문적인 프로그래머로 인정 받으려면 4~5년 이상 매일 프로그래밍을 해야한다.

그리고 악기 하나를 능숙하게 다룰 수 있게 되면 다른 악기를 배우는 것이 수월해진다. 프로그래밍도 마찬가지다.

즉, 악기를 연주하는 것에 대해서는 오래 걸린다는 것을 이해하고, 의심 없이 악보를 보고 따라하며 연습을 하고, 난이도를 높여가며 다양한 곡들을 연습하고 연주하며 실력을 늘려가지만, 프로그래밍을 배우는 것은 그렇게 생각하지 않으니 어렵게 느껴지는 것이다.

물론 이유는 있다. 악기 연주와는 달리 프로그래밍은 그 과정이 거의 눈에 보이지 않고, 결과 또한 드러나는 것이 전부가 아니기 때문에 기대와 과정의 괴리가 있어서 더 어렵게 느끼는 것 같다.

음악이나 프로그래밍 뿐이 아니라 세상 누구의 일도 어렵지 않은 것이 없다. 그리고 프로그래밍이 특별히 어려운 것도 아니다. 그냥 단기간에 배우려니 어려운 것이다.

프로그래밍은 왜 어려울까?

정리하게 된 배경 TMI~ API를 사용하게 되면 많이 다루게 되는 데이터 형식 중 하나가 바로 json이다. 개발중인 서비스에서도 연계된 타 서비스의 데이터를 API로 받아오게 되는데, 대용량일 시 json 문자열을 Entity 객체로 파싱하며 성능 이슈가 있는 듯하여 현재 사용중인 라이브러리와 그 외에 대중적으로 사용되는 라이브러리의 성능 차이를 검토하게 되었다.

[Java] Json을 Java 객체로 변환하는 방법(Gson, Jackson, JSON-SIMPLE)

웹 서비스를 개발할 때, 대다수의 개발자가 마주치게 되는 것이 JSON 입니다. API의 개념이 도입되면서 클라이언트와 서버는 JSON 포멧으로 데이터를 주고받는게 일반적이며, 시스템 간 서버끼리 데이터를 주고 받을 때도 API 형식으로 데이터를 넘겨주는 경우가 있습니다.

이때, 백엔드에서는 Java Entity를 JSON 문자열로 변환하거나 JSON 문자열을 Java Entity로 편하게 변환하기 위해 라이브러리를 사용하는데, 대표적으로 Jackson, GSON, JSON-SIMPLE이 있습니다. 세 개의 라이브러리 중 어떤 라이브러리를 사용해야 할까요?

단순히 코드 짜기 편한 라이브러리를 선택한다면, 성능 상 이슈가 발생할 수 있습니다. 본인이 서비스하는 시스템의 특성에 따라 라이브러리를 선택할 것을 권장합니다. 간략하게 장단점을 정리해봤습니다. 보시고 시스템 환경에 맞는 라이브러리를 선택하시길 바랍니다.

▪️ Jacskon
  - 대용량 데이터일수록 성능 향상
  - Spring Framework 내장 (어노테이션 지원)
  - Serialize/Deserialize 커스텀 용이 (상속 지원)
  - 소스코드 작성 간단함

▪️ GSON
  - 저용량 데이터에서 성능 무난
  - 대용량 데이터일수록 성능 하락
  - Serialize/Deserialize 커스텀 용이 (상속 지원)
  - 소스코드 작성 간단함

▪️ JSON-SIMPE
  - 데이터 용량에 따른 성능 차이 미세함 (저용량/대용량 모두 다루는 환경에 적합)
  - Deserialize 커스텀 불편
  - 소스코드 작성 불편함

실제 저희 서비스 환경 조건에서 각 라이브러리 별 JSON Parser를 구현해 성능 비교를 해본 결과, Jackson이 성능이 월등하게 우세하여 기존 GSON으로 되어 있는 코드를 Jackson을 사용하도록 수정했습니다. 실제 구현 방법과 성능 비교 결과는 제 블로그에 정리해뒀으니 관심이 있으시면 참고하시길 바랍니다.

Velog

Jackson vs GSON vs JSON-SIMPLE

code-review #코드리뷰 | 안녕하세요. 이번에 테크리드로 승진(?)하게 된 5년차 개발자입니다. 작은 스타트업에 있다보니 생각보다 빠르게 테크리드 역할을 맡게 되었습니다. 이제 제가 코드리...

코드 리뷰를 받는 입장에서 해야 하는 입장이 되었는데 다른 분들은 리뷰를 어떤 식으로 하는지 궁금합니다.

요약
1. 로직을 이해하기 쉽도록 구현했는지를 위주로 코드리뷰합니다.
2. 코드 작성자는 확신이 없는 부분에 대해서 사전에 설명하는 코멘트를 남겨두면 좋습니다.
3. 코드 리뷰어는 자신의 코멘트가 필수적으로 반영되어야 하는지, 선택적으로 반영하면 좋은 것인지 명시하면 좋습니다.
4. 구글 등 다른 코드리뷰 문화도 참고하시면 좋습니다.

경험상 사람마다 코드리뷰에서 주로 보는 부분이 다르겠지만, 저는 로직을 주로 봅니다. 구현하고자 하는 것에 비해서 복잡하게 되어있지는 않은지, 맥락을 알아야지만 이해할 수 있도록 구현되어 있지는 않은지 점검하는 편이에요. 그래서 사실 코드를 읽다가 이해하기 어렵다 싶으면 그때부터 로직에 개선점이 있는지 주의 깊게 봅니다. 코드 스타일 등 린터나 포매터로 자동화할 수 있는 부분은 크게 신경 쓰지 않는 편이에요(대부분 CI에서 잡히고, 새로운 린터 규칙이 필요하면 추가하면 됩니다).

한편, 코드리뷰를 하다 보면, 리뷰가 올라오기까지의 시간과, 리뷰를 반영했을 때 그걸 확인하고 승인하는데 까지 걸리는 시간이 오래 걸리기 마련입니다. 일종의 핑퐁이지요. 이 핑퐁을 줄이기 위한 방법으로 저는 선제적 코멘트를 사용했습니다. 로직을 최대한 이해하기 쉽게 짜려고 노력했지만, 더 이상 개선할 수 없었을 때, 그렇다고 주석을 남기기도 애매할 때는 github, bitbucket의 코드 인라인 코멘트로 왜 이렇게 짰는지, 무엇을 고민하고 있는지에 대해 적어둡니다. 그러면 리뷰어가 왜 이렇게 짜셨나요? 라고 묻고, 그에 대해 답하면서 생기는 핑퐁이 줄어듭니다. 

마지막으로, 코드 작성자의 입장에서는 리뷰어의 코멘트가 필수적으로 반영되어야 하는지, 아니면 반영되면 좋은 것인지 구분이 애매할 수 있습니다. 그래서 리뷰어가 필수/선택 여부를 명확하게 표시해주는 게 좋다고 생각합니다. 

https://google.github.io/eng-practices/review/ 구글의 코드리뷰 가이드 문서와 거 문서에 링크된 다른 글을 읽어보셔도 도움이 될 거 같습니다.

커리어리

코드리뷰는 어떤 식으로 해야 할까?

지금 돌이켜 생각하면 부끄러운 일이지만, 처음 테스트 코드를 마주했을 때 든 생각은 '왜 귀찮은 테스트 코드를 만들어야 하는 걸까?'였습니다. 물론 지금은 테스트 코드의 중요성을 깨달아 열렬한 팬이 되었고, 이를 제 사회 생존을 위한 필수 장치로 여기며 함께하고자 노력하고 있습니다. 요즘은 대부분의 개발 과정에서 테스트 코드 작성을 실천하며 더 나은 결과물을 만들고 있습니다.

테스트 코드는 왜 만들까? | 요즘IT

요즘 최대의 관심사는 단언컨대 "테스트 코드"입니다. 혹자는 테스트 코드를 작성하면 시간이 부족해진다는 이유로 기피하곤 합니다. 저 역시 그랬으니 그 마음을 전혀 이해 못하는 건 아닙니다. 하지만 프로그램을 만들수록 테스트의 중요성은 점점 증가했던 것 같고 특히 "테스트 코드"는 코드 품질의 향상이나 리팩토링(혹은 코드를 수정하는 행위)를 할 때 보다 안전하고 자신 있게 할 수 있게 되어 유지 보수 차원에서 꼭 필요한 존재라고 생각합니다. 조금 과장하여 개발 프로세스 중에 필수라고 생각이 들기도 합니다. 
물론, 테스트 코드가 군대에서 다치면 의무대에서 줬던 빨간약 같은 만병통치약이라는 소리는 아닙니다. 테스트 코드가 모든 버그를 방지할 수 있는 것도 아니죠. 하지만 테스트 코드가 가져다주는 장점은 분명하기 때문에 고려를 해봐도 좋다고 생각합니다. 
그렇다면 우리는 왜 테스트 코드를 작성하게 될까요? 이번 글을 통해 테스트 코드 작성에 대한 각자의 생각을 정립하는 기회가 되었으면 좋겠습니다.
https://yozm.wishket.com/magazine/detail/1964/

Wishket

테스트 코드는 왜 만들까?

Are you a Java programmer with 1-3 years of experience? Congratulations, you have passed the beginner level and now it's time to showcase your skills in interviews. To help you prepare for your next...

Medium

🕊️ 주니어 자바 개발자를 위한 100가지 질문 (2)

I care a lot about the tools I use. Especially when they aren't free. Some tools are too good to keep to myself. I have to share them! Here's what I've spent my money on in 2022-23 that has genuinely improved my life as a software engineer.

The 5 paid subscriptions I actually use in 2023 as a software engineer

넘쳐나는 구독 서비스 중 개발자가 자주 사용하게 되는 서비스는 무엇일까요?

1️⃣ 깃허브 코파일럿

코드를 작성하면 코파일럿이 다음에 작성할 코드를 예상하고 추천해준다. 코파일럿 사용후 생산성이 약 30% 증가했다. 

2️⃣ Kagi: 구글보다 나은 서치 엔진

Kagi에서 검색하면 구글기나 빙보다 더 정확한 검색
결과가 뜬다. 지속적으로 정확한 검색 결과는 자신이 제어하는 검색 개인화에 의해 더욱 강화된다. Kagi에게 스택 오버플로 또는 미디엄 사이트의 결과에 더 높은 가중치를 부여할 수 있고 결과를 보고 싶지 않은 사이트도 차단하도록 설정할 수 있다. 

https://kagi.com

3️⃣ 미드저니: AI 이미지 생성

백엔드 엔지니어가 포토샵으로 이미지 생성할 일도 없고 잘하지 못할 수 있다. 기술 아티클글 작성할 때 도움되는 이미지를 미드저니를 사용해서 생성한다. 

https://www.midjourney.com/

4️⃣ Scribd

인기 있는 전자책이 모여있는 온라인 라이브러리다. 출퇴근할 때나 여행 다닐 때 오디오북을 들으면 좋다. 

5️⃣ 미디엄

같은 직종에 종사하는 사람들로부터 배울 수 있는 블로깅 플렛폼. 

👉 보너스: Excalidraw

화이트보드 대신 온리인으로 도형을 그리며 설계할 때 도음되는 도구다.

https://excalidraw.com

개발자가 자주 사용하게 되는 구독 서비스 5가지

최근 한 기업의 소프트웨어 개발팀이 서버리스 아키텍처 프로젝트를 버리고 모놀리스를 도입해서 클라우드 인프라 비용을 90% 절감했다는 내용의 블로그 글을 올리며 뜨거운 논란을 불러일으켰다. 더구나 이 글은 다른 누구도 아닌 아마존 프라임 비디오의 선임 소프트웨어 개발 엔지니어 마신 콜니가 쓴 글이었다. 아마존은 클라우드 서비스 시장의 리더임은 말할 것도 없고 서버리스 컴퓨팅을 앞장서서 지지하는 대표적인 기업이다.

아마존 프라임 비디오의 '서버리스 vs. 모놀리스' 논란에서 얻는 6가지 교훈

아마존 프라임 비디오는 서버리스 아키텍처를 버리고 모놀리스를 선택했다. 그리고 클라우드 인프라 비용을 90% 절감했다.

언젠가부터 MSA, 서버리스 안하면 쿨하지 못한게 되었다. 이 흐름탓인지 부트캠프에서 몇 주간 진행하는 프로젝트에도 MSA로 서버를 구성한다. 정말 말리고 싶었지만 아무리 말해도 자기가 고생해봐야 이게 아닌걸 알지 않나.

각 팀과 회사가 가진 자원은 모두 다르다! 그러니 너무 부끄러워 마시라!

ITWorld Korea

모놀리스는 부끄러운 아키텍처인가?

Create FAST, Connect ALL - 급변하는 비즈니스 환경, 디지털 콘텐츠 관리를 위한 가장 파워풀한 도구 마케터, 기획자, 개발자, 디자이너를 위한 새로운 솔루션! Memex

미믹스 - Memex

안녕하세요. 현직 프론트엔드 개발자라서 관리자 페이지 만들때마다 귀찮아서 Strapi같은 외국CMS 써보다가 TF팀을 꾸려서 한국판 CMS 만들어보았습니다.

https://memexdata.io/

어쩌다가 만들었는지 자세한 내용은 "우리가 미믹스를 만든 이유" (https://memexdata.io/blog/d7c48d9122db4441800e21a3b106005a) 글을 봐주시면 감사하겠습니다.

백엔드와 서버 없이 관리자 만들고 API연동할 수 있는 기능이 있어서 저같은 프론트 / 앱개발자에게 도움이 될것 같습니다.

무료로 쓰실 수 있고 기존에 파이어베이스나 워드프레스 말고 가볍게 개발해보실분은 써보시면 좋을것 같습니다. 무료이니 만큼 개발자분들, 특히 서버하기 귀찮거나 버거운 프론트엔드 개발자분들에게 조금이나마 도움이 되면 좋겠습니다.

아래 스펙갖고 개발했습니다.
- React (18) + Redux
- Spring Boot + MariaDB + MongoDB + Redis
- UI: AntDesign / Tailwindcss
- 인프라: AWS + Vercel

궁금하신점은 댓글이나 채널톡에 문의 남겨주세요.

관리자 페이지 만들지 마세요. 프론트만 개발해보세요.

10% 비용으로 10배의 효과를 만드는 방법에 대해 알고 계신 분들은 안보셔도 괜찮아요.

🚀 오길비 부회장. 10% 비용으로 10배의 효과를 만드는 방법

✅ 3,000,000회 이상의 조회수를 기록한 TED의 인기 영상

- 오길비 그룹의 부회장이자 마케팅 전문가인 로리 서덜랜드(Rory Sutherland)는 18분이라는 짧은 시간 안에 제가 가지고 있던 일에 대한 관점을 완전히 바꿔버렸어요. 개인적으로 너무 감명 깊어서 군대에서 20번 넘게 돌려봤던 기억이 있네요. 업로드된 지 10년이 넘은 TED 영상이지만 구독자분들께 꼭 소개해 드리고 싶어서 이번 콘텐츠로 선정하게 되었어요. 시간이 되시는 분들은 원본 영상도 함께 보시는 걸 추천드립니다!

✅ 원본 글 정리 (프로덕트랩의 주관적인 해석 포함)

[멋진 철학자. A Fucking Philosopher.]

- 여기 있는 것은 전자 담배입니다. 1~2년 전에 발명된 이래로 저에게 말할 수 없는 행복을 안겨주었죠. 그 이유는 다음과 같습니다. 영국에서 공공장소에서의 흡연이 금지된 이후로 저는 더 이상 파티를 즐길 수 없었습니다. 파티에서 와인 잔을 들고 사람들과 이야기를 나누다 보면 때로는 혼자 조용히 서서 생각에 잠기고 싶을 때가 있습니다. 하지만 담배도 없이 혼자 창밖을 바라보고 있으면 반사회적이고 친구도 없는 멍청이처럼 보이기 마련입니다. 담배와 함께라면 당신은 멋진 철학자처럼 보일 수 있습니다.

[그리스에 대출을 해준 멍청한 은행들에 대한 구제 금융]

- 사물을 재정의하는 것의 중요성은 아무리 강조해도 지나치지 않습니다. 똑같은 일이라고 해도 그 일을 어떻게 바라보는가에 따라 기분이 좋아질 수도 나빠질 수도 있습니다. 고전적인 경제학의 문제 중 하나는 지나치게 현실에 집착한다는 점입니다. 하지만 실제로는 현실만큼 그 현실을 어떻게 바라보는지가 중요합니다. 같은 일을 두고 '그리스에 대한 구제 금융'이라고 말할 수도 있고, '그리스에 대출을 해준 멍청한 은행들에 대한 구제 금융'이라고 할 수도 있습니다. 사실 이 둘은 실제로는 같은 이야기입니다. 

[심리적인 접근보다 공학적인 접근이 우선시 되었던 이유]

- 인식은 우리의 생각과 행동에 엄청난 영향을 미친다고 생각합니다. 하지만 2002년 노벨 경제학상을 수상한 심리학자, 대니얼 카너먼(Daniel Kahneman) 이전에는 이를 설명할 수 있는 훌륭한 방법이 없었습니다. 하지만 기술 공학 분야는 그렇지 않았습니다. 자신들의 논리를 설명할 수 있는 훌륭한 방법들이 다수 존재했습니다. 이로 인해 우리는 심리적인 해결책보다는 공학적인 해결책에 집중하게 되었습니다.

[심리적인 접근의 효용성]

- 심리적인 해결책이 얼마나 효과적인지 말씀드리겠습니다. 혹시 파리와 런던 간의 이동 시간을 약 40분 단축하기 위해 무려 600만 파운드를 투자한 유로스타를 아시나요? 투자한 돈의 0.01%를 열차에 Wi-Fi를 설치하기 위해 사용했다면 기차에 탑승한 승객들의 즐거움을 훨씬 더 향상시킬 수 있었을 것입니다. 만약 투자한 돈의 10%를 세계 최고의 남녀 슈퍼모델들을 고용해 탑승한 모든 승객들에게 고급 와인을 무료로 나눠줬다면 어땠을까요? 여전히 500만 파운드가 넘는 돈이 남아있었을 것이고, 사람들은 오히려 이동 시간을 늘려달라고 요청했을 것입니다.

[창의적이고 감성적인 아이디어 VS 이성적이고 수치화된 아이디어]

- 저는 창의적이고 감성적인 아이디어를 대하는 방식과 이성적이고 수치화된 아이디어를 대하는 방식 간에 불균형과 비대칭이 존재한다고 생각합니다. 창의적인 아이디어는 이성적인 사람들의 검토를 거쳐 승인됩니다. 그것이 틀리다고 생각하지는 않습니다. 하지만 그 반대의 경우, 이성적이고 수치화된 아이디어는 그 자체로 승인됩니다. "숫자는 모두 맞는 것 같지만, 이 아이디어를 발표하기 전에 크리에이티브 한 사람들에게 보여줘서 더 나은 것을 생각해낼 수 있는지 알아볼게요."라고 말하지 않습니다.

[의사 결정을 할 때 고려해야 하는 3가지 요소]

- 저는 의사 결정을 할 때, 기술 / 경제 / 심리적인 요소가 모두 고려되어야 한다고 생각합니다. 어느 한 가지를 우선시하는 것이 아니라 이 세 가지를 모두 동등하게 고려하여, 가능한 그 중간 지점에 있는 해결책을 찾아야 합니다. 

[심리적 통찰력을 기반으로 검색창에 집중한 구글]

- 실제로 훌륭한 비즈니스를 보면 거의 항상 3가지 요소를 모두 고려한 것을 볼 수 있습니다. 구글은 기술적으로도 훌륭하지만, 한 가지 일만 잘하는 기업이 그 일과 다른 일을 동시에 하는 기업보다 그 일을 더 잘한다고 믿는다는 훌륭한 심리적 통찰력을 기반으로 만들어졌습니다. 이는 "목표 희석"이라는 심리적 현상입니다. 구글은 다른 포털 사이트들과 다르게 검색창에만 집중하는 방식으로 사람들의 이러한 심리를 훌륭하게 이용했습니다.

[음식을 요리하는 것과 바닥을 청소하는 것]

- 오스트리아의 경제학자인 폰 미제스는 경제학은 심리학의 하위 집합에 불과하다고 이야기했습니다. 그는 경제학을 "희소성이 있다는 조건 안에서 인간의 심리를 연구하는 학문"이라고 표현했습니다. 폰 미제스는 인간의 심리에 따른 인지의 가치를 다른 종류의 가치와 절대적으로 동등한 것으로 취급해야 한다는 사실을 가장 잘 설명한 경제학자였습니다. 폰 미제스는 식당에서 음식을 요리함으로써 창출하는 가치와 바닥을 청소 함으로써 창출하는 가치가 동일한 가치라고 말합니다. 결국 두 가치 가치 모두 우리가 음식을 즐길 수 있도록 만드는 것이기 때문입니다.

[인식이 모든 것이다]

유명 브랜드의 진통제는 유명하지 않은 브랜드의 진통제보다 더 효과적입니다. 성분이 같더라도 실제로 더 많은 통증을 감소시킵니다. 인식은 그 자체만으로도 정말 실질적인 효과가 있습니다. 

✅ 팀원들과 이런 이야기를 나눴어요.

- 제품 팀에게 데이터의 중요성을 말하는 글들은 너무 쉽게 찾아볼 수 있어요. 하지만 인간의 심리를 활용한 크리에이티브 한 아이디어의 중요성에 대해 말하는 글들은 찾아보기가 어렵죠. 팀원분들과 함께 잠시 데이터는 내려놓고 기존에 고민하고 있던 문제들에 대해 완전히 새로운 방식으로 접근해 보는 시간을 가졌어요. 창의적인 접근 방법이 필요하다면 회의 전에 팀원 분들과 이렇게 한번 말해보세요. '인식이 모든 것이다'

==

💛 카카오톡 오픈 채팅방이 만들어졌어요

- PRODUCT LAB의 새 글이 올라올 때마다 알려드려요.
- 프로덕트를 만드는 사람들이라면 읽어볼 만한 콘텐츠들을 보내드려요.
- 오픈 채팅방 비밀번호 ➡️ productt
- 오픈 채팅방 참여하기 ➡️ https://open.kakao.com/o/gwg3tB7e

===

🙏 PRODUCT LAB은 사실.

동료들은 다 아는 정보, 나만 모르지 않게 만들어주는 일일일이라는 서비스를 만들고 있어요.
아래 초대 링크를 통해 회원가입하시면 추첨을 통해 스타벅스 쿠폰을 보내드리는 이벤트를 진행하고 있으니 많은 참여 부탁드립니다!

- 초대 링크 ➡️ https://oneoneone.kr/gift?refferal_code=57fb5e04
- 일일일 바로가기 링크 ➡️ https://oneoneone.kr/

==

원본 글 : https://maily.so/productlab/posts/3a7d4267

차우진의 TMI.FM

10% 비용으로 10배의 효과를 만드는 방법

<전지적 문화 시점>BTS·블핑에 도전장… ‘4세대 아이돌’이 온다

#YG 트레저 데뷔 #4세대 아이돌

올해 최고의 기대주로 손꼽히던 YG의 12인조 보이그룹 <트레저> 가 데뷔하면서 본격적인 4세대 아이돌 시대의 개막을 알렸는데요. BTS, 블랙핑크, 트와이스와는 어떤 점이 다른 지 4세대 아이돌의 특징과 아이돌 시장의 계보를 정리해주는 기사입니다.

 > 트레저 MV : https://www.youtube.com/watch?v=JSAfPh1A25E

 > 등장 배경
     - 엑소 BTS 등 3세대 아이돌의 군복무로 인한 공백과 30대 진입
     - 어린 팬들과 함께 성장기를 써나갈 새로운 영웅 필요

 > 4세대 아이돌의 특징
    * 자체 작사-작곡 / 프로듀싱 능력 확대
    * 탈 국경. K 색채 약화
    * 3대 기획사 시대 마감.  다양한 기획사 군웅할거 시대

 > 대표 아이돌
      Boy : TXT / 스트레이키즈 / 트레저 / 아일랜드 (데뷔예정)
      Girl : 아이즈원 / (여자) 아이들 / 로켓펀치

소프트웨어 엔지니어

김지섭

김하은

대학원생

박혜정

Future lab

IP 전략사업그룹

엔터 제휴 & 서비스 운영기획

미디어 & 엔터테인먼트

웹툰플랫폼

lead

카카오 페이지에서 IP 전략 실무를 담당하고 있습니다. 세상을 즐겁게 만드는 콘텐츠와 팬에 대한 애정으로 플랫폼과 콘텐츠를 연결하는 일을 합니다. 포털 뉴스편집자 경험을 살려 퍼블리 뉴스 큐레이터 활동을 하고 있고, 콘텐츠 소식을 전하는 일본어 번역 브런치를 운영합니다.

김수정 (miho)

브런치

페이스북

세상을 즐겁게 만드는 콘텐츠와 팬에 대한 관심이 많습니다. 
#끊임없이배우기 #브런치작가 #0에서1만들기 #Content #ENFP #Japanese

댓글 0