Machine Learning Systems

https://mlsysbook.ai/

하버드의 머신러닝 시스템 수업의 일환으로 개발된 책이라고 하네요. 내용 살펴보니까 거시적인 시스템 관점으로 다루고 있어 좋네요.

Ondevice learning, MLOps도 다루는 책으로 범위가 꽤 넓어요. 18장은 아직 작성되지 않았는데 추후에 추가될 것 같네요

https://mlsysbook.ai/ 하버드의 머신러닝 시스템 수업의 일환으로 개발된 책이라고 하네요. 내용 살펴보니까 거시적인 시스템 관점으로 다루고 있어 좋네요. Ondevice learning, MLOps도 다루는 책으로 범위가 꽤 넓어요. 18장은 아직 작성되지 않았는데 추후에 추가될 것 같네요

mlsysbook.ai

Machine Learning Systems 책(무료, 1400쪽)

[&#39;키오스크 문제를 해결해야할 만큼 노인들이 햄버거를 좋아하냐&#39; 라는 질문]

1. 사실 맥도날드 조사를 했을 당시 키오스크 관련 통찰 이외에도 한가지를 더 발견했었다.

2. 맥도날드에서 햄버거를 주문하는 노인들이 거의 없다는 것이었다.

3. 내가 UX/UI 강의에서 맥도날드…

LinkedIn 장유리 Yuri Jang 페이지: [&#39;키오스크 문제를 해결해야할 만큼 노인들이 햄버거를 좋아하냐&#39; 라는 질문] 1. 사실 맥도날드 조사를 했을 당시 키오스크 관련…

UX 리서처, 유리 님께서 작성하시고 링크드인에서 공유한 콘텐츠입니다. 키오스크는 팬데믹 기점으로 놀라운 속도로 확산되었고 이때 학습된 경험은 최저임금이 계속 상승하는 사회적 분위기와 파트타이머를 구하고 관리하기 어려운 자영업자들의 니즈와 맞아떨어지면서 스마트폰에 이어 일상에 침투한 터치포인트가 되었습니다. 자연스럽게 디지털 약자를 고려해야 한다는 목소리가 높아졌죠.

그런데 정말 키오스크 화면을 개선하고, 햇빛이나 실내조명, 동선을 고려해 위치를 조정하고 하드웨어의 높이를 조정하면 디지털 약자들이 쉽게 쓸 수 있는 걸까요? 그것도 해야 하지만 근본적인 원인이 무엇인지 살펴볼 필요가 있습니다. UX 리서처에게 요구되는 가장 큰 역할은 '문제 정의'라는 것을 새삼 깨닫게 하는 글입니다.

[ 큐레이터의 문장 🎒 ]

1. 키오스크의 UXUI 개선이 해결책일 줄 알았다.

2. UXUI 디자인 강의를 청강한 적이 있다. 한 학기 동안 각자의 프로젝트를 진행하는 방식이었다.

3. 나는 ‘맥도날드의 키오스크 개선’을 주제로 선정하였다. 그리고 이 프로젝트에서 받은 충격은 아직도 생생하다.

4. 나는 맥도날드 키오스크의 복잡하고 어려운 UXUI가 노인들에게 부정적인 경험을 안겨줄 것이며,

5. 키오스크의 UI를 개선하면 고령층의 사용성을 높일 수 있을 것이라 생각했다.

6. 그러나 관찰 결과, 키오스크의 UXUI는 고령층이 겪는 주된 문제가 아니었다.

7. 빈 카운터가 문제였다.

8. 대부분의 노인들은 들어오자마자, 키오스크는 쳐다도 보지 않고, 곧장 카운터로 향했다.

9. 내가 관찰했던 맥도날드 매장은 픽업대와 주방은 붙어 있으나, 카운터는 혼자 저만치 떨어진 구조이다. (사진 참고)

10. 따라서 직원이 카운터로 가려면 주방에서 일을 하다가 먼 발걸음을 옮겨야 했다.

11. 카운터 이용 고객들은 자리를 비운 직원을 한참 기다렸다.

12. 직원이 오지 않아 화가 난 고령의 고객들은 주방에 대고 ‘주문 좀 할게요!’하고 소리치곤 했다.

13. 반면, 근처의 버거킹은 픽업대와 카운터를 한 곳에 배치해 뒀다. (사진 참고)

14. 따라서 픽업대에서 음식을 내놓는 직원들이 카운터 업무를 동시에 보고 있었다.

15. 카운터 이용 고객들은 맥도날드 고객들보다 차분하게 기다리고 있었다.

16. 바로 앞에 ‘잠시만 기다려주세요’라고 말하는 직원이 있었기 때문이다.

17. 나는 이를 보고 노인들이 맥도날드 매장에서 겪은 진짜 문제가 ‘키오스크 사용이 어렵다.’가 아니라는 것을 알게되었다.

18. 맥도날드 매장의 할머니에게 왜 키오스크를 안 쓰셨냐고 여쭤보니, ‘어려워서 못 쓴다. 앞에 사람이 있는데 뭐하러 쓰냐.’라는 대답이 돌아왔다.

19. 내가 관찰조사했던 맥도날드 매장의 진짜 문제는 ‘노인과 직원이 쉽게 연결되지 못한다.’는 것에 있었다.

20. 노인들은 눈앞에 있는 키오스크를 쓰기보다, 차라리 저 멀리 감자를 튀기고 있는 주방 직원을 부른다.

21. 고령층에게는 사람을 통한 주문이 최고의 UX이고 최적의 UI인 것이다.

22. 요즘 디지털 소외현상이 발생한다며, 노인 대상의 키오스크 교육이 증가하고 있다.

23. 과연 고령층의 키오스크 사용 능력이 진짜 문제일까?

24. 그들이 편리하게 생각하지 않는 방식을 두고, ‘배워서 편리하게 느껴라‘ 라고 강요하고 있는 건 아닐까?

25. 과연 전자기기를 잘 사용하게 되는 것이 이들의 니즈일까?

26. ‘쉽게 사람과 연결되는 것’이 진정으로 이들이 원하는 경험이 아닐까?

https://www.linkedin.com/posts/%EC%9E%A5%EC%9C%A0%EB%A6%AC-yuri-jang-757286229_%ED%82%A4%EC%98%A4%EC%8A%A4%ED%81%AC-%EB%AC%B8%EC%A0%9C%EB%A5%BC-%ED%95%B4%EA%B2%B0%ED%95%B4%EC%95%BC%ED%95%A0-%EB%A7%8C%ED%81%BC-%EB%85%B8%EC%9D%B8%EB%93%A4%EC%9D%B4-%ED%96%84%EB%B2%84%EA%B1%B0%EB%A5%BC-%EC%A2%8B%EC%95%84%ED%95%98%EB%83%90-%EB%9D%BC%EB%8A%94-%EC%A7%88%EB%AC%B8-activity-7257009415726194689-f0Wg?utm_source=share&utm_medium=member_desktop

UX 리서처, 유리 님께서 작성하시고 링크드인에서 공유한 콘텐츠입니다. 키오스크는 팬데믹 기점으로 놀라운 속도로 확산되었고 이때 학습된 경험은 최저임금이 계속 상승하는 사회적 분위기와 파트타이머를 구하고 관리하기 어려운 자영업자들의 니즈와 맞아떨어지면서 스마트폰에 이어 일상에 침투한 터치포인트가 되었습니다. 자연스럽게 디지털 약자를 고려해야 한다는 목소리가 높아졌죠. 그런데 정말 키오스크 화면을 개선하고, 햇빛이나 실내조명, 동선을 고려해 위치를 조정하고 하드웨어의 높이를 조정하면 디지털 약자들이 쉽게 쓸 수 있는 걸까요? 그것도 해야 하지만 근본적인 원인이 무엇인지 살펴볼 필요가 있습니다. UX 리서처에게 요구되는 가장 큰 역할은 '문제 정의'라는 것을 새삼 깨닫게 하는 글입니다. [ 큐레이터의 문장 🎒 ] 1. 키오스크의 UXUI 개선이 해결책일 줄 알았다. 2. UXUI 디자인 강의를 청강한 적이 있다. 한 학기 동안 각자의 프로젝트를 진행하는 방식이었다. 3. 나는 ‘맥도날드의 키오스크 개선’을 주제로 선정하였다. 그리고 이 프로젝트에서 받은 충격은 아직도 생생하다. 4. 나는 맥도날드 키오스크의 복잡하고 어려운 UXUI가 노인들에게 부정적인 경험을 안겨줄 것이며, 5. 키오스크의 UI를 개선하면 고령층의 사용성을 높일 수 있을 것이라 생각했다. 6. 그러나 관찰 결과, 키오스크의 UXUI는 고령층이 겪는 주된 문제가 아니었다. 7. 빈 카운터가 문제였다. 8. 대부분의 노인들은 들어오자마자, 키오스크는 쳐다도 보지 않고, 곧장 카운터로 향했다. 9. 내가 관찰했던 맥도날드 매장은 픽업대와 주방은 붙어 있으나, 카운터는 혼자 저만치 떨어진 구조이다. (사진 참고) 10. 따라서 직원이 카운터로 가려면 주방에서 일을 하다가 먼 발걸음을 옮겨야 했다. 11. 카운터 이용 고객들은 자리를 비운 직원을 한참 기다렸다. 12. 직원이 오지 않아 화가 난 고령의 고객들은 주방에 대고 ‘주문 좀 할게요!’하고 소리치곤 했다. 13. 반면, 근처의 버거킹은 픽업대와 카운터를 한 곳에 배치해 뒀다. (사진 참고) 14. 따라서 픽업대에서 음식을 내놓는 직원들이 카운터 업무를 동시에 보고 있었다. 15. 카운터 이용 고객들은 맥도날드 고객들보다 차분하게 기다리고 있었다. 16. 바로 앞에 ‘잠시만 기다려주세요’라고 말하는 직원이 있었기 때문이다. 17. 나는 이를 보고 노인들이 맥도날드 매장에서 겪은 진짜 문제가 ‘키오스크 사용이 어렵다.’가 아니라는 것을 알게되었다. 18. 맥도날드 매장의 할머니에게 왜 키오스크를 안 쓰셨냐고 여쭤보니, ‘어려워서 못 쓴다. 앞에 사람이 있는데 뭐하러 쓰냐.’라는 대답이 돌아왔다. 19. 내가 관찰조사했던 맥도날드 매장의 진짜 문제는 ‘노인과 직원이 쉽게 연결되지 못한다.’는 것에 있었다. 20. 노인들은 눈앞에 있는 키오스크를 쓰기보다, 차라리 저 멀리 감자를 튀기고 있는 주방 직원을 부른다. 21. 고령층에게는 사람을 통한 주문이 최고의 UX이고 최적의 UI인 것이다. 22. 요즘 디지털 소외현상이 발생한다며, 노인 대상의 키오스크 교육이 증가하고 있다. 23. 과연 고령층의 키오스크 사용 능력이 진짜 문제일까? 24. 그들이 편리하게 생각하지 않는 방식을 두고, ‘배워서 편리하게 느껴라‘ 라고 강요하고 있는 건 아닐까? 25. 과연 전자기기를 잘 사용하게 되는 것이 이들의 니즈일까? 26. ‘쉽게 사람과 연결되는 것’이 진정으로 이들이 원하는 경험이 아닐까? https://www.linkedin.com/posts/%EC%9E%A5%EC%9C%A0%EB%A6%AC-yuri-jang-757286229_%ED%82%A4%EC%98%A4%EC%8A%A4%ED%81%AC-%EB%AC%B8%EC%A0%9C%EB%A5%BC-%ED%95%B4%EA%B2%B0%ED%95%B4%EC%95%BC%ED%95%A0-%EB%A7%8C%ED%81%BC-%EB%85%B8%EC%9D%B8%EB%93%A4%EC%9D%B4-%ED%96%84%EB%B2%84%EA%B1%B0%EB%A5%BC-%EC%A2%8B%EC%95%84%ED%95%98%EB%83%90-%EB%9D%BC%EB%8A%94-%EC%A7%88%EB%AC%B8-activity-7257009415726194689-f0Wg?utm_source=share&amp;utm_medium=member_desktop

www.linkedin.com

《키오스크 디지털 소외 현상, 화면 개선이 답일까?》

01 . 이번 달 '기획자의 독서' 모임의 읽을거리는 ⟪감정의 발견⟫이라는 책이었습니다. 우리 삶에 '기분'이라는 대상이 얼마나 중요한 존재인지, 무엇보다 우리가 하는 일에 있어 기분이 얼마나 크게 생산성을 좌우하는 요소인지를 분석한 내용인데 2년 전에 처음 이 책을 읽고 나서 적지 않은 영향을 받았던 기억이 납니다. 한때 '기분'과 '감정'을 주제로 한 에세이들이 서점의 주요 자리들을 차지하고 있었고, 그 책들의 대다수가 개인감정의 토로였거나 누군가와의 관계를 일방적으로 단절시키는 방식들을 권유했기에 사실 꽤나 아쉬움이 컸던 게 사실이거든요. 하지만 이런 반가운 책을 만나면 조금은 건강하게 생각을 전환할 수 있어서 다행이라는 안도감마저 생기곤 합니다.

02 . 감정을 주제로 한 책을 가지고 모임을 진행하며 그동안 제가 감정에 관해 가지고 있었던 짧은 생각 하나를 멤버분들께 공유했습니다. 그건 바로 이른바 '감정 수건 사용법'에 대한 것이었죠.
저는 감정을 우리가 일상에서 사용하는 '수건'에 자주 비유하곤 합니다. 사람들은 너무 쉽게 '그냥 잊어라', '신경 쓰지 말아라', '단호하게 끊어내라', '새로운 것들로 기분을 전환시켜라'라고 하지만 우리 각자의 일상에서 이런 일들이 말처럼 쉽게 가능한 게 아니라는 건 우리 스스로가 더 잘 알고 있습니다. 어떤 상황에든, 특정한 누군가에게든 우리의 감정을 쓴다는 게 휴지나 물티슈 한 장 뽑아서 스으윽 닦아버리고 휙 버리는 방식으로 이뤄지지 않는다는 얘기죠.

03 . 제가 수건에 대한 비유를 드는 것도 바로 이 때문입니다. 적어도 제가 느끼기에 감정이라는 것은 '빨아서야 하는 것'에 가깝거든요. 집에 수건을 수백 장, 수천 장 가지고 있는 사람이 없듯 우리는 수십 장 정도 되는 수건으로 일상의 여러 이벤트에 대처해야 하고, 사용한 수건은 더 지저분해지거나 오염되기 전에 빨리 세탁하고 뽀송뽀송하게 건조해서 다음을 대비해 잘 개어 놓는 것이 중요하단 의미입니다. 그러니 무한정 새로운 감정이 생겨나게 할 수도 없고, 한 번 소진한 감정을 일회용품처럼 휴지통에 집어넣을 수 없다는 걸 감안했을 때 우리는 우리 각자의 감정 수건을 어떻게 쓰고 살 것인가라는 새로운 과제를 부여받게 됩니다.

04 . 우선 저는 감정 수건을 잘못 사용하고 있는 사례들에 대해 이야기해 보고 싶습니다.
첫 번째는 '수건에 탈취제를 뿌리듯 감정을 사용하는 사람들'입니다. 만약 수건을 사용함에 있어 '그냥 악취만 안 나면 되지'라는 생각으로 탈취제만 쓱쓱 뿌린 다음 연거푸 사용하는 사람이 있다면 어떨까요? 아마도 듣자마자 인상을 찡그린 분도 있을 거라고 생각합니다.
하지만 의외로 내 감정이 힘든 일상이나 어려운 대상을 상대하느라 꽤 지저분해졌는데도 불구하고 그저 다른 감정으로 그 기분을 뒤덮은 채 넘어가려고 하는 사람들이 많습니다. 내 감정이 어디서부터 곪아가는지, 어떻게 해결해야 하는지를 고민하기보다 일단 그 기분에서 나는 악취만을 지우는 것에 급급한 거죠.

05 . 두 번째는 '한 장의 수건을 여러 용도에 사용하는 사람들'입니다. (이 역시.. 벌써 고개를 절레절레 젓게 되는 것은 매한가지죠..) 수건도 목적과 특성에 따라 어디에 사용할 건지 분류하는 것처럼 우리의 감정도 한 가지 감정으로 모든 상황을 상대할 수는 없습니다. ⟪감정의 발견⟫을 쓴 저자 마크 브래킷 역시 필요한 감정을 적재적소에 잘 사용하는 사람이 인생에 대한 만족도가 높다는 사실을 강조하고 있는데요, 엄연히 얘기해서 대부분의 사람들은 몇 가지 감정으로 모든 문제에 대처하려고 하거나 본인이 중요시하게 생각하는 한 가지 감정에 몰두하는 경향이 크다고 합니다. 아무리 긍정적인 사고가 중요하다고 해도 세상 모든 이벤트에 긍정의 힘을 끌고 들어갈 수는 없다는 이야기죠.

06 . 마지막 세 번째가 (저 개인적으로는) 가장 최악이라고 꼽는 유형입니다. 바로 '타인이 함부로 내 수건을 쓰도록 놔두는 사람들'이죠. 살다 보면 좋은 사람만큼이나 참 희한한 사람들도 많이 보게 되는데 그중에 가장 위험한 유형이 자신의 부정적 감정을 해소하기 위해 습관처럼 남의 감정을 빌리는 사람들입니다. 즉, 본인이 해결해야 하는 문제임에도 불구하고 일단 다른 사람으로 하여금 감정을 소비하게 만들어 정작 자기는 그 상황과 기분과 감정의 소용돌이에서 쏘옥 빠져나와버리는 거죠. '아니 힘들면 다른 사람에게 좀 털어놓을 수 있는 거 아닌가요?'라고 생각하시겠지만 어려운 고민을 나누고, 도움을 요청하는 것과 일단 자기 기분을 스스로 제어하기 싫은 나머지 그 감정을 누군가에게 일방적으로 전가하는 것은 차원이 다른 문제입니다.

07 . 그래서 저는 가장 불쌍한 삶 중 하나가 '다른 사람의 감정 수건을 대신 세탁해 주며 사는 삶'이라고 생각합니다. 앞에서도 말했듯이 우리에겐 호텔처럼 매일 새 수건을 문 앞으로 가져와주는 존재가 따로 있지 않습니다. 당연히 감정이란 것도 한정적이기에 우리가 관리하고 잘 준비해둬야 하는 거죠. 그치만 자기가 써야 할 수건을 남이 냉큼 가져가 쓰는 것을 그저 손놓고 바라보고만 있다든지, 다른 사람에게 쉽게 수건을 빌려주고 본인이 대신 세탁해 주는 걸 마치 이해심 많은 사람인 것처럼 여기며 산다는 건 이루 말할 수 없이 소모적인 삶을 사는 거라고 밖에 설명할 길이 없습니다.

08 . 참고로 저는 매년 1월 1일이 되면 그동안 사용하던 수건을 모두 버리고 새로운 수건을 구매해 세탁합니다. 어찌 보면 새해를 시작하는 기분 좋은 루틴 중 하나라고도 할 수 있겠네요.
이 역시도 감정 수건에 비유해 보자면, 이제 더 이상 누군가를 위해 쓸 감정의 여유분이 없거나 혹은 필요 이상으로 누군가가 자꾸 내 감정 수건을 사용하려고 한다면 그 때는 과감하게 결단을 내리는 것도 필요하다고 말씀드리고 싶어요. 세상엔 막무가내로 끌어안아줘야 할 대상도 없고 (그래서도 안되고요...) 내 마음을 해지게 하면서까지 누군가를 케어해야 할 의무도 주어지지 않습니다. 이마저도 나이가 한참 어릴 때나 수용이 되는 실수지 사회생활 경험이 어느 정도 쌓인 사람에게는 쉽게 용납되지 않는 애티튜드죠.

09 . 우리에게 ⟪죽음이란 무엇인가⟫란 책으로 알려진 예일대의 셜리 케이건 교수는 이런 말을 했습니다. "인생은 사건의 총합이 아니라 그 사건에서 느낀 감정의 총합이다. 지금 무엇인가를 참고 열심히 산다고 해서 나중에 좋은 감정을 보상받을 거라는 것은 아주 큰 착각이다."
저도 100% 동의합니다. 이건 철 지난 욜로 라이프를 살라는 의미와는 완전히 다릅니다. 우리 인생에 파노라마처럼 펼쳐진 사건들은 결국 우리의 기억과 감정 속에서 재구성되어 평생을 함께 하기 때문에 객관적 사실만큼이나 주관적으로 느끼게 될 감정을 소중히 다루라는 의미니까 말이죠.

10 . 그러니 가끔 본인 스스로에게 물어야 합니다. 괜히 착한 사람 컴플렉스를 떠안고 이해심 많은 사람으로 포지셔닝 되고 싶어 정작 본인의 감정 수건은 제대로 못 챙기고 있는 것은 아닌지, 그저 내가 만만해서 자꾸 나에게 찾아와 얌체처럼 수건을 빌려 가는 그들을 향해 '그래도 내가 네 편이 되어줄게'라는 세상 어리석은 응원을 하고 있는 것은 아닌지 말입니다.
누가 뭐래도 가장 행복한 삶은 내 곁에 뽀송뽀송한 감정 수건이 가득 개어져 있고, 나는 그 수건들을 잘 사용하고 잘 관리할 자신이 있는 삶일 테니까요. 여러분도 '감정 수건'이라는 측면에서 각자의 감정을 한 번 들여다보면 좋겠다는 말씀을 드려봅니다.

01 . 이번 달 '기획자의 독서' 모임의 읽을거리는 ⟪감정의 발견⟫이라는 책이었습니다. 우리 삶에 '기분'이라는 대상이 얼마나 중요한 존재인지, 무엇보다 우리가 하는 일에 있어 기분이 얼마나 크게 생산성을 좌우하는 요소인지를 분석한 내용인데 2년 전에 처음 이 책을 읽고 나서 적지 않은 영향을 받았던 기억이 납니다. 한때 '기분'과 '감정'을 주제로 한 에세이들이 서점의 주요 자리들을 차지하고 있었고, 그 책들의 대다수가 개인감정의 토로였거나 누군가와의 관계를 일방적으로 단절시키는 방식들을 권유했기에 사실 꽤나 아쉬움이 컸던 게 사실이거든요. 하지만 이런 반가운 책을 만나면 조금은 건강하게 생각을 전환할 수 있어서 다행이라는 안도감마저 생기곤 합니다. 02 . 감정을 주제로 한 책을 가지고 모임을 진행하며 그동안 제가 감정에 관해 가지고 있었던 짧은 생각 하나를 멤버분들께 공유했습니다. 그건 바로 이른바 '감정 수건 사용법'에 대한 것이었죠.저는 감정을 우리가 일상에서 사용하는 '수건'에 자주 비유하곤 합니다. 사람들은 너무 쉽게 '그냥 잊어라', '신경 쓰지 말아라', '단호하게 끊어내라', '새로운 것들로 기분을 전환시켜라'라고 하지만 우리 각자의 일상에서 이런 일들이 말처럼 쉽게 가능한 게 아니라는 건 우리 스스로가 더 잘 알고 있습니다. 어떤 상황에든, 특정한 누군가에게든 우리의 감정을 쓴다는 게 휴지나 물티슈 한 장 뽑아서 스으윽 닦아버리고 휙 버리는 방식으로 이뤄지지 않는다는 얘기죠. 03 . 제가 수건에 대한 비유를 드는 것도 바로 이 때문입니다. 적어도 제가 느끼기에 감정이라는 것은 '빨아서야 하는 것'에 가깝거든요. 집에 수건을 수백 장, 수천 장 가지고 있는 사람이 없듯 우리는 수십 장 정도 되는 수건으로 일상의 여러 이벤트에 대처해야 하고, 사용한 수건은 더 지저분해지거나 오염되기 전에 빨리 세탁하고 뽀송뽀송하게 건조해서 다음을 대비해 잘 개어 놓는 것이 중요하단 의미입니다. 그러니 무한정 새로운 감정이 생겨나게 할 수도 없고, 한 번 소진한 감정을 일회용품처럼 휴지통에 집어넣을 수 없다는 걸 감안했을 때 우리는 우리 각자의 감정 수건을 어떻게 쓰고 살 것인가라는 새로운 과제를 부여받게 됩니다. 04 . 우선 저는 감정 수건을 잘못 사용하고 있는 사례들에 대해 이야기해 보고 싶습니다.첫 번째는 '수건에 탈취제를 뿌리듯 감정을 사용하는 사람들'입니다. 만약 수건을 사용함에 있어 '그냥 악취만 안 나면 되지'라는 생각으로 탈취제만 쓱쓱 뿌린 다음 연거푸 사용하는 사람이 있다면 어떨까요? 아마도 듣자마자 인상을 찡그린 분도 있을 거라고 생각합니다.하지만 의외로 내 감정이 힘든 일상이나 어려운 대상을 상대하느라 꽤 지저분해졌는데도 불구하고 그저 다른 감정으로 그 기분을 뒤덮은 채 넘어가려고 하는 사람들이 많습니다. 내 감정이 어디서부터 곪아가는지, 어떻게 해결해야 하는지를 고민하기보다 일단 그 기분에서 나는 악취만을 지우는 것에 급급한 거죠. 05 . 두 번째는 '한 장의 수건을 여러 용도에 사용하는 사람들'입니다. (이 역시.. 벌써 고개를 절레절레 젓게 되는 것은 매한가지죠..) 수건도 목적과 특성에 따라 어디에 사용할 건지 분류하는 것처럼 우리의 감정도 한 가지 감정으로 모든 상황을 상대할 수는 없습니다. ⟪감정의 발견⟫을 쓴 저자 마크 브래킷 역시 필요한 감정을 적재적소에 잘 사용하는 사람이 인생에 대한 만족도가 높다는 사실을 강조하고 있는데요, 엄연히 얘기해서 대부분의 사람들은 몇 가지 감정으로 모든 문제에 대처하려고 하거나 본인이 중요시하게 생각하는 한 가지 감정에 몰두하는 경향이 크다고 합니다. 아무리 긍정적인 사고가 중요하다고 해도 세상 모든 이벤트에 긍정의 힘을 끌고 들어갈 수는 없다는 이야기죠. 06 . 마지막 세 번째가 (저 개인적으로는) 가장 최악이라고 꼽는 유형입니다. 바로 '타인이 함부로 내 수건을 쓰도록 놔두는 사람들'이죠. 살다 보면 좋은 사람만큼이나 참 희한한 사람들도 많이 보게 되는데 그중에 가장 위험한 유형이 자신의 부정적 감정을 해소하기 위해 습관처럼 남의 감정을 빌리는 사람들입니다. 즉, 본인이 해결해야 하는 문제임에도 불구하고 일단 다른 사람으로 하여금 감정을 소비하게 만들어 정작 자기는 그 상황과 기분과 감정의 소용돌이에서 쏘옥 빠져나와버리는 거죠. '아니 힘들면 다른 사람에게 좀 털어놓을 수 있는 거 아닌가요?'라고 생각하시겠지만 어려운 고민을 나누고, 도움을 요청하는 것과 일단 자기 기분을 스스로 제어하기 싫은 나머지 그 감정을 누군가에게 일방적으로 전가하는 것은 차원이 다른 문제입니다. 07 . 그래서 저는 가장 불쌍한 삶 중 하나가 '다른 사람의 감정 수건을 대신 세탁해 주며 사는 삶'이라고 생각합니다. 앞에서도 말했듯이 우리에겐 호텔처럼 매일 새 수건을 문 앞으로 가져와주는 존재가 따로 있지 않습니다. 당연히 감정이란 것도 한정적이기에 우리가 관리하고 잘 준비해둬야 하는 거죠. 그치만 자기가 써야 할 수건을 남이 냉큼 가져가 쓰는 것을 그저 손놓고 바라보고만 있다든지, 다른 사람에게 쉽게 수건을 빌려주고 본인이 대신 세탁해 주는 걸 마치 이해심 많은 사람인 것처럼 여기며 산다는 건 이루 말할 수 없이 소모적인 삶을 사는 거라고 밖에 설명할 길이 없습니다. 08 . 참고로 저는 매년 1월 1일이 되면 그동안 사용하던 수건을 모두 버리고 새로운 수건을 구매해 세탁합니다. 어찌 보면 새해를 시작하는 기분 좋은 루틴 중 하나라고도 할 수 있겠네요.이 역시도 감정 수건에 비유해 보자면, 이제 더 이상 누군가를 위해 쓸 감정의 여유분이 없거나 혹은 필요 이상으로 누군가가 자꾸 내 감정 수건을 사용하려고 한다면 그 때는 과감하게 결단을 내리는 것도 필요하다고 말씀드리고 싶어요. 세상엔 막무가내로 끌어안아줘야 할 대상도 없고 (그래서도 안되고요...) 내 마음을 해지게 하면서까지 누군가를 케어해야 할 의무도 주어지지 않습니다. 이마저도 나이가 한참 어릴 때나 수용이 되는 실수지 사회생활 경험이 어느 정도 쌓인 사람에게는 쉽게 용납되지 않는 애티튜드죠. 09 . 우리에게 ⟪죽음이란 무엇인가⟫란 책으로 알려진 예일대의 셜리 케이건 교수는 이런 말을 했습니다. "인생은 사건의 총합이 아니라 그 사건에서 느낀 감정의 총합이다. 지금 무엇인가를 참고 열심히 산다고 해서 나중에 좋은 감정을 보상받을 거라는 것은 아주 큰 착각이다."저도 100% 동의합니다. 이건 철 지난 욜로 라이프를 살라는 의미와는 완전히 다릅니다. 우리 인생에 파노라마처럼 펼쳐진 사건들은 결국 우리의 기억과 감정 속에서 재구성되어 평생을 함께 하기 때문에 객관적 사실만큼이나 주관적으로 느끼게 될 감정을 소중히 다루라는 의미니까 말이죠. 10 . 그러니 가끔 본인 스스로에게 물어야 합니다. 괜히 착한 사람 컴플렉스를 떠안고 이해심 많은 사람으로 포지셔닝 되고 싶어 정작 본인의 감정 수건은 제대로 못 챙기고 있는 것은 아닌지, 그저 내가 만만해서 자꾸 나에게 찾아와 얌체처럼 수건을 빌려 가는 그들을 향해 '그래도 내가 네 편이 되어줄게'라는 세상 어리석은 응원을 하고 있는 것은 아닌지 말입니다. 누가 뭐래도 가장 행복한 삶은 내 곁에 뽀송뽀송한 감정 수건이 가득 개어져 있고, 나는 그 수건들을 잘 사용하고 잘 관리할 자신이 있는 삶일 테니까요. 여러분도 '감정 수건'이라는 측면에서 각자의 감정을 한 번 들여다보면 좋겠다는 말씀을 드려봅니다.

내 '감정 수건'을 챙기며 사는 삶

사용자가 공유한 콘텐츠

STORM은 AI를 활용해 Wikipedia 스타일의 연구 리포트를 자동으로 생성하는 서비스입니다. 복잡한 주제도 단 3분 만에 포괄적인 논문으로 만들어내며, 모든 내용은 PDF 형식으로 다운로드가 가능합니다.

특히 주목할 만한 점은 논문 내 모든 인용문에 대한 원본 출처 확인이 가능해 신뢰성을 검증할 수 있다는 건데요. 과학 연구부터 문헌 조사까지 폭넓은 활용이 가능한 만큼, 연구자들의 초기 자료 수집과 정리 과정에 도움이 될 것으로 기대됩니다.

현재는 무료라고 하네요!

https://storm.genie.stanford.edu/

STORM은 AI를 활용해 Wikipedia 스타일의 연구 리포트를 자동으로 생성하는 서비스입니다. 복잡한 주제도 단 3분 만에 포괄적인 논문으로 만들어내며, 모든 내용은 PDF 형식으로 다운로드가 가능합니다. 특히 주목할 만한 점은 논문 내 모든 인용문에 대한 원본 출처 확인이 가능해 신뢰성을 검증할 수 있다는 건데요. 과학 연구부터 문헌 조사까지 폭넓은 활용이 가능한 만큼, 연구자들의 초기 자료 수집과 정리 과정에 도움이 될 것으로 기대됩니다. 현재는 무료라고 하네요! https://storm.genie.stanford.edu/

storm.genie.stanford.edu

3분 만에 리서치 끝, 스탠포드의 AI 리서치 도구 'STORM'

”로고가 너무 심플해졌다“
”브랜드 아이덴티티가 사라졌다“
“이런 걸로 돈을 얼마나...”

이 반응들… 로고가 단순화될 때마다 반복되는 레퍼토리..?! 🥹

인스타그램의 튀어나올듯한 렌즈 아이콘이 ➡️ 미니멀한 그라데이션 로고로 바뀌었을 때 거센 반발이 있었죠. 결과는 복잡한 디지털 플랫폼에 최적화된 디자인으로 자리 잡았습니다. 이런 예는 너무 많죠.

리브랜딩의 목적과 개인적 미감을 우선 구별하고 논의를 출발하면 좋겠어요! 그리고 결과는 언제나 시간과 데이터가 말해주죠. 📊

1️⃣ 88년 내연기관 재규어: 중후한 세단, 고급스러움
2️⃣ 미래의 재규어: 전기차 브랜드로 완전 변신 중!

"우리도 이제 시대에 맞춰 변해야 해!"

- 전기차 시대로 가는 중
- MZ 세대와도 친해지고 싶음
- 디지털/인공지능 시대에 맞는 이미지로 변신 중

옛날이 좋았다고 하기엔 지구가 너무 덥습니다 ! 🌍

”로고가 너무 심플해졌다“”브랜드 아이덴티티가 사라졌다““이런 걸로 돈을 얼마나...” 이 반응들… 로고가 단순화될 때마다 반복되는 레퍼토리..?! 🥹 인스타그램의 튀어나올듯한 렌즈 아이콘이 ➡️ 미니멀한 그라데이션 로고로 바뀌었을 때 거센 반발이 있었죠. 결과는 복잡한 디지털 플랫폼에 최적화된 디자인으로 자리 잡았습니다. 이런 예는 너무 많죠. 리브랜딩의 목적과 개인적 미감을 우선 구별하고 논의를 출발하면 좋겠어요! 그리고 결과는 언제나 시간과 데이터가 말해주죠. 📊 1️⃣ 88년 내연기관 재규어: 중후한 세단, 고급스러움2️⃣ 미래의 재규어: 전기차 브랜드로 완전 변신 중! "우리도 이제 시대에 맞춰 변해야 해!" - 전기차 시대로 가는 중- MZ 세대와도 친해지고 싶음- 디지털/인공지능 시대에 맞는 이미지로 변신 중 옛날이 좋았다고 하기엔 지구가 너무 덥습니다​​​​​​​​! 🌍

😃 또 로고 바꿨다고 난리났네요(feat 재규어)

계란후라이 1121

최근 3개월 회고 시리즈 (10)
지인 추천을 함부로 하지 말자

취업이나 이직으로 새로운 조직에 입사 후 1개월은 허니문 기간이라는 것이 존재합니다. 그 기간 동안에는 회사가 입사자에게 특별한 요구를 하거나 기대를 하는 것이 아니라 새로운 문화와 환경에 잘 적응할 수 있도록 돕습니다. 마치 갓 태어난 아기에게 부모가 ‘건강하게만 자라다오’ 바라는 것과 같습니다. 그래서 입사자는 긴장감과 어색함은 있지만 업무적으로 조금 편안하고 느슨하게 일을 할 수 있습니다. 물론 이것은 조직마다 분위기가 다르긴 합니다.

요즘은 거의 모든 회사에서 지인 추천 제도를 운용하고 있습니다. 기존 구성원이 개인적으로 알고 있는 인재를 채용 중인 포지션의 후보자로 추천하는 것입니다. 채용이 되면 추천한 구성원에게 보상을 하는 시스템입니다. 이전 채용 업무를 담당할 때, 다양한 인재 유입 채널 중에서 가장 효율적인 채널이 지인 추천 방식이라는 데이터를 확인했던 기억이 납니다. 이력서 접수 단계부터 최종 합격이 되는 확률을 보았을 때, 지인 추천 방식이 압도적으로 높은 확률의 데이터를 보여주었습니다.

기존 구성원이 조직의 특성과 채용 포지션에서 요구하는 역할을 잘 이해하고 있는 점이, 본인이 알고 있는 지인을 추천할 때 정확한 정보 전달로 채용 합격 가능성을 높이고 있다고 생각합니다. 그리고 구성원이 느끼고 있는 회사의 장점과 매력을 지인에게 적극적으로 어필했을 것입니다. 정말 채용담당자가 아웃바운드로 인재를 영입할 때 회사와 채용 포지션의 장점을 어필하는 것과 같은 역할을 한 것입니다.

위에 언급한 것과 같이 지인 추천은 기존 구성원이 조직에 매력을 느끼고 만족스러운 생활을 하고 있을 때 가능합니다. 아무리 덜 가까운 지인이라도 회사에 대한 만족도가 낮은데 채용 포지션을 추천하는 기인은 잘 없을 것입니다. 지인 추천으로 입사한 인재가 적응도 잘하고, 만족스럽게 직장 생활을 하는 모습을 볼 수 있는 것도 입사 전 정확한 정보 전달로 입사 전과 후의 생각과 다름이 없기 때문일 것입니다.

새로운 조직에 대해서 완전히 이해를 갖지 못한 상태에서 지인을 추천하는 것은 위험합니다. 조직의 문화와 일을 하는 방식, 전반적인 분위기를 제대로 파악하지 못한 상태에서 지인을 추천하는 것은 채용 전형에서 합격 가능성도 낮고, 운이 좋게 입사한다고 하더라도 적응이 힘들 수도 있습니다.

개인적으로 지인 추천을 통해 입사하게 만들었던 두 번의 경험이 있습니다. 적응과 근속 기간으로 성공과 실패를 나누었을 때, 한 번은 성공이었고, 다른 한 번은 실패였습니다. 아주 정확하게 성공한 경험은 제가 조직에서 3년 이상 근무하며 뼛속까지 조직과 채용 포지션의 특성을 이해하고 있는 상황이었습니다. 반면 실패한 경험은 제가 입사 후 6개월 만에 지인을 추천했고, 함께 아쉬움을 삼키며 지금은 동반 퇴사했습니다.

그래서 이제는 회사가 마음에 들거나 아니건, 함부로 지인 추천을 하지 않으려고 합니다. 문화와 분위기, 일을 하는 방식이라는 것이 대단히 주관적인 만족도를 가질 수 있습니다. ‘나’와 잘 맞는 곳이 다른 누군가와 잘 맞지 않을 가능성도 존재합니다. 최종 판단은 각자 개인이 하는 것이지만 긍정적인 정보로 객관적인 의사결정을 흐리지 않는 것이 좋다고 느꼈습니다. 그러니까 지인이 먼저 제가 속한 조직에 대해서 물어온다면, 사실 그대로 정보를 주면 됩니다. 굳이 제가 지인을 찾아다니며 정보를 주며 부추길 필요는 없는 것 같아요.

오늘 생각을 정리하고 보니 지인 추천 제도를 잘 다듬으면 더 좋은 도구가 될 것이라는 생각이 듭니다. 회사에 대해서 잘 알고 있는 구성원에게 조직이 갖고 있는 장점과 단점을 확인하여 정확한 정보로 외부 인재에게 전달하면 그들이 의사결정을 하는 데 도움이 될 것입니다. 그전에 조직의 문화와 일을 하는 방식 등이 진짜 좋다면 금상첨화겠죠.

계란후라이 1121 최근 3개월 회고 시리즈 (10)지인 추천을 함부로 하지 말자​취업이나 이직으로 새로운 조직에 입사 후 1개월은 허니문 기간이라는 것이 존재합니다. 그 기간 동안에는 회사가 입사자에게 특별한 요구를 하거나 기대를 하는 것이 아니라 새로운 문화와 환경에 잘 적응할 수 있도록 돕습니다. 마치 갓 태어난 아기에게 부모가 ‘건강하게만 자라다오’ 바라는 것과 같습니다. 그래서 입사자는 긴장감과 어색함은 있지만 업무적으로 조금 편안하고 느슨하게 일을 할 수 있습니다. 물론 이것은 조직마다 분위기가 다르긴 합니다.​요즘은 거의 모든 회사에서 지인 추천 제도를 운용하고 있습니다. 기존 구성원이 개인적으로 알고 있는 인재를 채용 중인 포지션의 후보자로 추천하는 것입니다. 채용이 되면 추천한 구성원에게 보상을 하는 시스템입니다. 이전 채용 업무를 담당할 때, 다양한 인재 유입 채널 중에서 가장 효율적인 채널이 지인 추천 방식이라는 데이터를 확인했던 기억이 납니다. 이력서 접수 단계부터 최종 합격이 되는 확률을 보았을 때, 지인 추천 방식이 압도적으로 높은 확률의 데이터를 보여주었습니다.​기존 구성원이 조직의 특성과 채용 포지션에서 요구하는 역할을 잘 이해하고 있는 점이, 본인이 알고 있는 지인을 추천할 때 정확한 정보 전달로 채용 합격 가능성을 높이고 있다고 생각합니다. 그리고 구성원이 느끼고 있는 회사의 장점과 매력을 지인에게 적극적으로 어필했을 것입니다. 정말 채용담당자가 아웃바운드로 인재를 영입할 때 회사와 채용 포지션의 장점을 어필하는 것과 같은 역할을 한 것입니다.​위에 언급한 것과 같이 지인 추천은 기존 구성원이 조직에 매력을 느끼고 만족스러운 생활을 하고 있을 때 가능합니다. 아무리 덜 가까운 지인이라도 회사에 대한 만족도가 낮은데 채용 포지션을 추천하는 기인은 잘 없을 것입니다. 지인 추천으로 입사한 인재가 적응도 잘하고, 만족스럽게 직장 생활을 하는 모습을 볼 수 있는 것도 입사 전 정확한 정보 전달로 입사 전과 후의 생각과 다름이 없기 때문일 것입니다.​새로운 조직에 대해서 완전히 이해를 갖지 못한 상태에서 지인을 추천하는 것은 위험합니다. 조직의 문화와 일을 하는 방식, 전반적인 분위기를 제대로 파악하지 못한 상태에서 지인을 추천하는 것은 채용 전형에서 합격 가능성도 낮고, 운이 좋게 입사한다고 하더라도 적응이 힘들 수도 있습니다.​개인적으로 지인 추천을 통해 입사하게 만들었던 두 번의 경험이 있습니다. 적응과 근속 기간으로 성공과 실패를 나누었을 때, 한 번은 성공이었고, 다른 한 번은 실패였습니다. 아주 정확하게 성공한 경험은 제가 조직에서 3년 이상 근무하며 뼛속까지 조직과 채용 포지션의 특성을 이해하고 있는 상황이었습니다. 반면 실패한 경험은 제가 입사 후 6개월 만에 지인을 추천했고, 함께 아쉬움을 삼키며 지금은 동반 퇴사했습니다.​그래서 이제는 회사가 마음에 들거나 아니건, 함부로 지인 추천을 하지 않으려고 합니다. 문화와 분위기, 일을 하는 방식이라는 것이 대단히 주관적인 만족도를 가질 수 있습니다. ‘나’와 잘 맞는 곳이 다른 누군가와 잘 맞지 않을 가능성도 존재합니다. 최종 판단은 각자 개인이 하는 것이지만 긍정적인 정보로 객관적인 의사결정을 흐리지 않는 것이 좋다고 느꼈습니다. 그러니까 지인이 먼저 제가 속한 조직에 대해서 물어온다면, 사실 그대로 정보를 주면 됩니다. 굳이 제가 지인을 찾아다니며 정보를 주며 부추길 필요는 없는 것 같아요.​오늘 생각을 정리하고 보니 지인 추천 제도를 잘 다듬으면 더 좋은 도구가 될 것이라는 생각이 듭니다. 회사에 대해서 잘 알고 있는 구성원에게 조직이 갖고 있는 장점과 단점을 확인하여 정확한 정보로 외부 인재에게 전달하면 그들이 의사결정을 하는 데 도움이 될 것입니다. 그전에 조직의 문화와 일을 하는 방식 등이 진짜 좋다면 금상첨화겠죠.

꿈을 찾는 사람에게 보내는 309 번째 편지

AlphaQubit is an AI-based decoder that identifies quantum computing errors with state-of-the-art accuracy.

AlphaQubit tackles one of quantum computing’s biggest challenges

구글 딥마인드가 양자컴퓨팅 문제를 푸는데도 도전하는군요. 😲

AlphaQubit 이라는 AI 기반 시스템으로 양자 컴퓨팅의 주요 과제인 오류 보정을 개선 할 수 있었다고 합니다.

양자컴퓨팅은.. 너무 어려워서 무슨 말인지도 잘 모르겠습니다만.. 🥲 정말 AI가 응용은 물론 기초과학까지 곳곳에 영향을 끼치는 시대가 되었군요.

https://blog.google/technology/google-deepmind/alphaqubit-quantum-error-correction

구글 딥마인드가 양자컴퓨팅 문제를 푸는데도 도전하는군요. 😲 AlphaQubit 이라는 AI 기반 시스템으로 양자 컴퓨팅의 주요 과제인 오류 보정을 개선 할 수 있었다고 합니다. 양자컴퓨팅은.. 너무 어려워서 무슨 말인지도 잘 모르겠습니다만.. 🥲 정말 AI가 응용은 물론 기초과학까지 곳곳에 영향을 끼치는 시대가 되었군요. https://blog.google/technology/google-deepmind/alphaqubit-quantum-error-correction

Google

어떤 말에 발끈하는 사람은 뜨끔하는 사람이다.

어떤 말에 발끈하는 사람은 뜨끔하는 사람이다.

커리어리에 우아한 기술블로그 글을 첨부하려고 했더니 계속 미리보기 생성을 실패하더라고요.

그래서 api 요청 확인해보니

/api/utils/site-meta
api 응답이 500이네요.

{
    "statusCode": 500,
    "error": "Internal Server Error",
    "message": "An internal server error occurred"
}

커리어리에 우아한 기술블로그 글을 첨부하려고 했더니 계속 미리보기 생성을 실패하더라고요. 그래서 api 요청 확인해보니 <code >/api/utils/site-meta</code> api 응답이 500이네요. <pre ><code>{
 "statusCode": 500,
 "error": "Internal Server Error",
 "message": "An internal server error occurred"
}</code></pre>

우아한기술 블로그 첨부 불가

미리보기 안되는 거 너무 불편하네요 ㅠㅠ

진짜 전문가들은.. 오프라인 강의는 할 시간이 없어요.. 한 달에 한시간 발표하는 것도 버겁답니다. 왜냐하면 진짜 그 일을 해야하기 때문이죠. 한 시간 발표 준비하는데만도 저녁 시간을 일주일은 꼬박 써야하고, 재탕을 해도 청중이 다르기 때문에 며칠은 살펴 봐야하거든요. 강의와 발표가 메인 잡이다? 그러면 그건 그 일의 전문가가 아니라는 말 입니다. 그냥 엔터테이너죠. 그런 사람들의 말은 듣더라도 그냥 재미로만 들으세요.

진짜 전문가들은.. 오프라인 강의는 할 시간이 없어요.. 한 달에 한시간 발표하는 것도 버겁답니다. 왜냐하면 진짜 그 일을 해야하기 때문이죠. 한 시간 발표 준비하는데만도 저녁 시간을 일주일은 꼬박 써야하고, 재탕을 해도 청중이 다르기 때문에 며칠은 살펴 봐야하거든요. 강의와 발표가 메인 잡이다? 그러면 그건 그 일의 전문가가 아니라는 말 입니다. 그냥 엔터테이너죠. 그런 사람들의 말은 듣더라도 그냥 재미로만 들으세요.

큰 장애를 냈어요. 사소한 실수였죠. 연봉을 뱉어내도 메울 수 없는 손실을 냈어요.

문제를 복구한 뒤 원인 분석을 위해 모였어요. 이상했어요. 아무도 저를 탓하지 않았거든요. 오히려 절 걱정해줬어요.

제 잘못이 아니라 프로세스의 문제라고 했어요. 일하는 법을 바꿔서 같은 상황을 만들지 않으면 되는 거라고 했어요.

또 하나 배웠어요. 때론 사람을 고치려 하지 말고 프로세스, 환경을 바꿔야 한다는 점을요.

큰 장애를 냈어요. 사소한 실수였죠. 연봉을 뱉어내도 메울 수 없는 손실을 냈어요. 문제를 복구한 뒤 원인 분석을 위해 모였어요. 이상했어요. 아무도 저를 탓하지 않았거든요. 오히려 절 걱정해줬어요. 제 잘못이 아니라 프로세스의 문제라고 했어요. 일하는 법을 바꿔서 같은 상황을 만들지 않으면 되는 거라고 했어요. 또 하나 배웠어요. 때론 사람을 고치려 하지 말고 프로세스, 환경을 바꿔야 한다는 점을요.

제가 잘못한 게 아니라고요?

최종 면접에서 자꾸 떨어진다고 코칭을 요청하시는 분들이 간혹 있다. 그 이야기는 앞단의 기술 면접은 잘 했다는 이야기인데 기술 면접과 최종 면접의 차이점은 무엇일까?

먼저 기술 면접에서는 당연히 기술적인 이야기와 업무를 중심으로 이야기한다고 하면 최종 면접에서는 더 상위 레벨의 이야기를 해야 하며 면접관의 입장에서 무엇이 궁금할지 생각해봐야 한다. 경영진의 관점에서는 기술적인 역량은 이미 검증이 된 것이고 이제 궁금한 것은 회사에 무슨 이유로 지원했고 얼마나 열정이 있고 우리가 원하는 인재상인지 얼마나 오래 같이 갈 것인지 여부 이다.

항상 나오는 질문은 왜 우리 회사에 지원하는지 이유를 물어보는 거다. 꼭 나름대로의 답변을 준비할 필요가 있다. 또 최종 면접에서는 어떤 질문을 하느냐가 앞단의 기술 면접보다 더 중요하다. 어느 정도 규모가 되는 회사라면 회사 홈페이지등을 통해 회사의 비전과 미션에 대해 알아보고 어떤 인재상을 갖고 있는지 알아보는 등 약간의 준비와 공부가 필요하다. 면접관에게 하는 질문도 기술적인 것 (이는 앞단의 기술 면접 때 물어보는 것이 맞다) 보다는 개인적인 창업이나 조인 동기에 대해 물어보는 것이 좋고 회사의 단기와 장기 목표에 대해 물어보는 것, 인재상에 대해 물어보는 것 등이 더 좋다.

다음으로 자신감을 가지고 긍정적인 톤으로 이야기하는 연습하는 것이 중요하다. 앞에 경력 단절이 있는 경우 그걸 너무 감추려 하거나 죄를 지은 것 처럼 생각하지 말고 당당하게 무슨 이유로 단절이 있고 무슨 준비를 하며 보냈는지 설명하면 된다.

최종 면접에서 자꾸 떨어진다고 코칭을 요청하시는 분들이 간혹 있다. 그 이야기는 앞단의 기술 면접은 잘 했다는 이야기인데 기술 면접과 최종 면접의 차이점은 무엇일까? 먼저 기술 면접에서는 당연히 기술적인 이야기와 업무를 중심으로 이야기한다고 하면 최종 면접에서는 더 상위 레벨의 이야기를 해야 하며 면접관의 입장에서 무엇이 궁금할지 생각해봐야 한다. 경영진의 관점에서는 기술적인 역량은 이미 검증이 된 것이고 이제 궁금한 것은 회사에 무슨 이유로 지원했고 얼마나 열정이 있고 우리가 원하는 인재상인지 얼마나 오래 같이 갈 것인지 여부 이다. 항상 나오는 질문은 왜 우리 회사에 지원하는지 이유를 물어보는 거다. 꼭 나름대로의 답변을 준비할 필요가 있다. 또 최종 면접에서는 어떤 질문을 하느냐가 앞단의 기술 면접보다 더 중요하다. 어느 정도 규모가 되는 회사라면 회사 홈페이지등을 통해 회사의 비전과 미션에 대해 알아보고 어떤 인재상을 갖고 있는지 알아보는 등 약간의 준비와 공부가 필요하다. 면접관에게 하는 질문도 기술적인 것 (이는 앞단의 기술 면접 때 물어보는 것이 맞다) 보다는 개인적인 창업이나 조인 동기에 대해 물어보는 것이 좋고 회사의 단기와 장기 목표에 대해 물어보는 것, 인재상에 대해 물어보는 것 등이 더 좋다. 다음으로 자신감을 가지고 긍정적인 톤으로 이야기하는 연습하는 것이 중요하다. 앞에 경력 단절이 있는 경우 그걸 너무 감추려 하거나 죄를 지은 것 처럼 생각하지 말고 당당하게 무슨 이유로 단절이 있고 무슨 준비를 하며 보냈는지 설명하면 된다.

최종 면접과 기술 면접의 차이점

사이드 프로젝트 개발자를 구합니다.
기획은 80% 이상 완료되어 있는 상태입니다.
현재 팀 구성원 : 기획자, 디자이너, 마케터.
플러터와 백엔드 개발을 다루는 풀스택 개발자를 찾습니다.
보상: 처음에는 드릴 수 없으나 수익이 나면 공평하게 분배해 드립니다.
원할 시 스톡옵션도 드릴 수 있습니다.

사이드 프로젝트 개발자가 아니라 호구 개발자를 구합니다로 바꿔야 하는 것 아닌가?

서비스 전체를 만드는 개발자에게는 스톡옵션을 준다고 하고 수익은 나눠 갖는다고 합니다.
어차피 자기들도 돈이 없으니까 월급을 주지는 못하고 스톡옵션으로 준다는 것.
아마 스톡옵션이 뭔지도 모를 것이 분명합니다.
법인을 만들어야 하고, 정관에 뭘 적어야 하고 언제부터 효력이 발생하고 얼만큼 발행할 수 있는지.
이런 걸 알고 적었을까? (아마 아닐 것 같습니다)

그냥 일단 적어 놓고 누구 하나 걸려라 기다리는 것.
이런 것에 혹하는 개발자들은 설마 없겠죠…?

만들고 싶은 게 있으면 그냥 혼자서 만들면 됩니다.
누구에게 의지하고 싶은 마음을 가라 앉히고.
그러면 실패해도 남는 거라도 있습니다.

요즘엔 AI 툴들 덕분에 개발자들은 날개가 생겼습니다.
물론 다른 직군들도 마찬가지긴 합니다만.
각자 훨훨 날아가면 됩니다.

<code >사이드 프로젝트 개발자를 구합니다.</code><code >기획은 80% 이상 완료되어 있는 상태입니다.</code><code >현재 팀 구성원 : 기획자, 디자이너, 마케터.</code><code >플러터와 백엔드 개발을 다루는 풀스택 개발자를 찾습니다.</code><code >보상: 처음에는 드릴 수 없으나 수익이 나면 공평하게 분배해 드립니다.</code><code >원할 시 스톡옵션도 드릴 수 있습니다.</code> 사이드 프로젝트 개발자가 아니라 호구 개발자를 구합니다로 바꿔야 하는 것 아닌가? 서비스 전체를 만드는 개발자에게는 스톡옵션을 준다고 하고 수익은 나눠 갖는다고 합니다.어차피 자기들도 돈이 없으니까 월급을 주지는 못하고 스톡옵션으로 준다는 것.아마 스톡옵션이 뭔지도 모를 것이 분명합니다.법인을 만들어야 하고, 정관에 뭘 적어야 하고 언제부터 효력이 발생하고 얼만큼 발행할 수 있는지.이런 걸 알고 적었을까? (아마 아닐 것 같습니다) 그냥 일단 적어 놓고 누구 하나 걸려라 기다리는 것.이런 것에 혹하는 개발자들은 설마 없겠죠…? 만들고 싶은 게 있으면 그냥 혼자서 만들면 됩니다.누구에게 의지하고 싶은 마음을 가라 앉히고.그러면 실패해도 남는 거라도 있습니다. 요즘엔 AI 툴들 덕분에 개발자들은 날개가 생겼습니다.물론 다른 직군들도 마찬가지긴 합니다만.각자 훨훨 날아가면 됩니다.

호구 개발자를 구합니다

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

 - YouTube

fetch 함수를 쓸 때 왜 await를 두 번 써야 할까요?
간단히 설명하면, 서버와 통신할 때 데이터가 두 단계로 나눠져서 오기 때문입니다.

첫 번째 await는 서버에서 응답이 올 때까지 기다립니다. 이때 HTTP 헤더(응답의 기본 정보)를 받게 됩니다. 이 때 서버가 에러를 보내도 이 단계는 정상적으로 완료됩니다.
두 번째 await는 실제 데이터(response body)를 JSON으로 변환하는 과정입니다. 서버에서 받은 데이터를 우리가 JavaScript에서 쓸 수 있는 형태로 바꿔 줍니다.

이렇게 나눠진 구조 덕분에 큰 데이터를 받을 때도 효율적으로 처리할 수 있으며, 데이터를 다 받기 전에도 상태 코드만 보고 에러를 확인할 수 있다는 장점도 있습니다.

실무에서는 편의성 때문에 axios를 더 많이 쓰긴 하지만, 종종 fetch를 써야할 상황에서는 이런 지식들을 알아두시면 도움이 될 것 같네요.

https://www.youtube.com/watch?v=Ki64Cnyf_cA

fetch 함수를 쓸 때 왜 await를 두 번 써야 할까요? 간단히 설명하면, 서버와 통신할 때 데이터가 두 단계로 나눠져서 오기 때문입니다. 첫 번째 await는 서버에서 응답이 올 때까지 기다립니다. 이때 HTTP 헤더(응답의 기본 정보)를 받게 됩니다. 이 때 서버가 에러를 보내도 이 단계는 정상적으로 완료됩니다.두 번째 await는 실제 데이터(response body)를 JSON으로 변환하는 과정입니다. 서버에서 받은 데이터를 우리가 JavaScript에서 쓸 수 있는 형태로 바꿔 줍니다. 이렇게 나눠진 구조 덕분에 큰 데이터를 받을 때도 효율적으로 처리할 수 있으며, 데이터를 다 받기 전에도 상태 코드만 보고 에러를 확인할 수 있다는 장점도 있습니다. 실무에서는 편의성 때문에 axios를 더 많이 쓰긴 하지만, 종종 fetch를 써야할 상황에서는 이런 지식들을 알아두시면 도움이 될 것 같네요. https://www.youtube.com/watch?v=Ki64Cnyf_cA

www.youtube.com

JavaScript fetch는 왜 await를 두 번 할까

Machine Learning Systems 책(무료, 1400쪽

토스 채용

토스 프론트엔드 플랫폼 팀과 함께 겨울방학동안 샘플 앱을 만들어가실 분을 찾는다고 합니다.

내년, 토스 프론트엔드 개발환경이 모두에게 공개된다고 해요.
공개 전 샘플앱을 만들면서 검증할 분을 찾나봐요!

자세한 사항은 아래 링크로!

https://toss.im/career/job-detail?job_id=6272708003

토스 프론트엔드 플랫폼 팀과 함께 겨울방학동안 샘플 앱을 만들어가실 분을 찾는다고 합니다. 내년, 토스 프론트엔드 개발환경이 모두에게 공개된다고 해요. 공개 전 샘플앱을 만들면서 검증할 분을 찾나봐요! 자세한 사항은 아래 링크로! https://toss.im/career/job-detail?job_id=6272708003

toss.im

토스 개발팀에서 겨울방학동안 샘플 앱 만드실분~

너무나 아름답지 않나요?

모니터와 휴대폰의 네모상자 안에서
하루의 시간 절반 이상을 보내는 저에게는
너무나 소중한 장면 중 하나입니다.

하루가 끝나가는 마무리 시간 쯔음,
저는 기회가 되면 밖으로 나가서 혼자 산책을 합니다.

혼자 걸으면서 무심할 정도로 파란 하늘을 보면 때로는 이런 생각이 듭니다. 우리는 무엇을 위해 이렇게 하늘 아래에서 아둥바둥 살고 있을까?

이런 광경들을 무한히 볼 수 있는 행운을 가지고 산다면,
우리에게는 무엇이 더 필요할까요?

여러분의 세상은 어떤 세상인가요?
지금 제가 사는 세상은 이렇습니다.

너무나 아름답지 않나요? 모니터와 휴대폰의 네모상자 안에서 하루의 시간 절반 이상을 보내는 저에게는 너무나 소중한 장면 중 하나입니다. 하루가 끝나가는 마무리 시간 쯔음, 저는 기회가 되면 밖으로 나가서 혼자 산책을 합니다. 혼자 걸으면서 무심할 정도로 파란 하늘을 보면 때로는 이런 생각이 듭니다. 우리는 무엇을 위해 이렇게 하늘 아래에서 아둥바둥 살고 있을까? 이런 광경들을 무한히 볼 수 있는 행운을 가지고 산다면, 우리에게는 무엇이 더 필요할까요? 여러분의 세상은 어떤 세상인가요? 지금 제가 사는 세상은 이렇습니다.

제가 사는 세상은 이렇습니다

What is Retrieval Augmented Generation (RAG)?   Retrieval Augmented Generation (RAG) is an...

7 AI Open Source Libraries To Build RAG, Agents & AI Search

🎃 검색 증강 생성(RAG)이란 무엇인가?
 * 관련 정보 검색과 응답 생성을 결합한 AI 기술
 * 먼저 외부 소스(문서나 데이터베이스 등)에서 데이터를 검색한 다음 이 정보를 사용하여 보다 정확하고 문맥에 맞는 답변을 생성하는 방식으로 작동
 * AI는 학습된 내용에만 의존하지 않고 사실에 기반한 더 나은 답변 제공 지원

🎃 검색 증강 생성(RAG)은 어떻게 작동하나?
 1. 사용자 질문 > RAG는 데이터베이스, 웹사이트, 문서 등 다양한 데이터 소스를 검색통해 관련 정보 서치
 2. 검색된 정보 + 원래 질문 = 더 많은 정보를 제공하는 프롬프트 생성
 3. 이렇게 향상된 프롬프트 > 언어 모델에 입력 > 질문과 관련성이 높고 검색된 정보가 보강된 답변 생성
 4. 이 프로세스를 통해 AI는 사전 학습된 기능과 함께 외부 지식 소스를 활용하여 보다 정확하고 최신의 문맥 인식 답변 제공
    
    
🎃 검색 증강 생성(RAG)은 AI 모델에 어떤 도움을 주나?
RAG는 실제 세계의 외부 데이터로 내부 지식을 보강하여 AI의 신뢰성과 최신성을 높입니다. 또한 RAG는 몇 가지 주요 방식으로 AI 모델을 개선합니다:
 1. 최신 정보에 대한 액세스: RAG는 문서, 데이터베이스 또는 웹과 같은 외부 소스에서 관련성 있는 실시간 정보 검색. 즉, AI는 학습 데이터가 오래된 경우에도 정확한 응답 제공 가능
 2. 정확도 향상: RAG는 AI의 학습된 지식에만 의존하지 않고 가장 관련성이 높은 데이터를 기반으로 모델이 답변을 생성. 따라서 답변이 더욱 정확하고 사실에 근거함
 3. 문맥 이해도 향상: 검색된 데이터를 사용자의 쿼리와 결합함으로써 RAG는 보다 맥락에 맞는 답변을 제공할 수 있으므로 AI의 답변이 상황에 더욱 맞춤화되고 구체적
 4. 환각 감소: 순수 AI 모델은 때때로 정보를 '환각'하거나 구성하는 경우가 있는데, RAG는 검색된 사실적인 데이터에 근거하여 응답함으로써 부정확하거나 조작된 정보의 가능성 줄임

🎃 검색 증강 생성을 위한 7가지 오픈 소스 라이브러리
RAG를 수행하는 데 도움이 되는 몇 가지 오픈 소스 라이브러리는 문서 색인부터 검색, 언어 모델과의 통합에 이르기까지 RAG 시스템을 효율적으로 구현하는 데 필요한 도구와 프레임워크를 제공합니다.
1. SWIRL
 * https://github.com/swirlai/swirl-search
 * 검색 증강 세대(RAG) 애플리케이션을 구동하는 오픈 소스 AI 인프라 소프트웨어
 * 특징
   * 데이터를 이동하거나 복사하지 않고도 데이터 소스 전반에서 빠르고 안전하게 검색할 수 있게 함으로써 AI 파이프라인 향상
   * SWIRL은 방화벽 내부에서 작동하여 데이터 보안을 보장하는 동시에 구현 간편하여 프라이빗 클라우드 내에서 빠르고 안전하게 AI 배포
   * 20개 이상의 대규모 언어 모델(LLM)과 원활하게 통합
   * 안전한 데이터 액세스 및 규정 준수를 위해 구축
   * 100개 이상의 애플리케이션에서 데이터 가져오기 지원
2. Cognita
 * https://github.com/truefoundry/cognita
 * 프로덕션에 바로 사용할 수 있는 모듈식 검색 증강 세대(RAG) 시스템을 구축하기 위한 오픈 소스 프레임워크
 * 특징
   * RAG 구성 요소를 구성하여 로컬에서 쉽게 테스트하고 대규모 배포
   * 다양한 문서 검색기, 임베딩을 지원하며 완전한 API 기반이므로 다른 시스템과 원활하게 통합
   * 확장 가능한 RAG 시스템을 위한 모듈식 설계
   * 비전문가도 문서 및 Q&A와 상호작용할 수 있는 UI
   * 증분 인덱싱으로 변경 사항을 추적하여 컴퓨팅 부하 낮춤
3. LLM-Ware
 * https://github.com/llmware-ai/llmware
 * 엔터프라이즈급 검색 증강 생성(RAG) 파이프라인을 구축하기 위한 오픈 소스 프레임워크
 * 특징
   * 비공개로 안전하게 배포할 수 있는 소규모의 전문화된 모델을 통합하도록 설계되어 복잡한 엔터프라이즈 워크플로우에 적합
   * 엔터프라이즈 작업에 최적화된 50개 이상의 미세 조정된 소규모 모델 제공
   * 확장 가능한 모듈식 RAG 아키텍처 지원
   * GPU 없이도 실행할 수 있어 경량 배포 가능
4. RAG Flow
 * https://github.com/infiniflow/ragflow
 * 심층적인 문서 이해를 이용한 검색 증강 생성(RAG)에 초점을 맞춘 오픈 소스 엔진
 * 특징
   * 이 엔진을 통해 사용자는 정형 및 비정형 데이터를 통합하여 인용에 기반한 효과적인 질의응답 가능
   * 이 시스템은 간편한 배포 옵션과 함께 확장 가능한 모듈식 아키텍처 제공
   * 복잡한 데이터 형식을 처리할 수 있는 심층적인 문서 이해 기능 내장
   * 환각 위험을 줄인 근거 기반 인용
   * PDF, 이미지, 구조화된 데이터 등 다양한 문서 유형 지원
5. 그래프 RAG
 * https://github.com/microsoft/graphrag
 * 구조화된 지식 그래프를 통합하여 LLM 결과를 향상시키도록 설계된 모듈식 그래프 기반 검색 증강 생성(RAG) 시스템
 * 특징
   * 개인 데이터로 고급 추론을 지원하므로 기업 및 연구 애플리케이션에 이상적
   * 지식 그래프를 사용해 데이터 검색을 구조화하고 향상
   * 비공개 데이터 처리가 필요한 복잡한 엔터프라이즈 사용 사례에 맞게 맞춤화
   * 대규모 배포를 위해 Microsoft Azure와의 통합지원
6. Haystack
 * https://github.com/deepset-ai/haystack
 * 프로덕션에 바로 사용할 수 있는 LLM 애플리케이션을 구축하기 위한 오픈 소스 AI 오케스트레이션 프레임워크
 * 특징
   * 사용자는 모델, 벡터 데이터베이스, 파일 변환기를 연결하여 RAG, 질문 답변, 시맨틱 검색과 같은 고급 시스템 구축 가능
   * 검색, 임베딩, 추론 작업을 위한 유연한 파이프라인
   * 다양한 벡터 데이터베이스 및 LLM과의 통합 지원
   * 기성 모델과 미세 조정된 모델을 모두 사용자 정의
7. Storm
 * https://github.com/stanford-oval/storm
 * 한 주제를 조사하고 인용이 포함된 전체 길이의 보고서를 생성하는 LLM 기반 지식 큐레이션 시스템
 * 특징
   * 고급 검색 방법을 통합하고 다각도의 질문을 지원하여 생성된 콘텐츠의 깊이와 정확성을 향상
   * 근거에 입각한 인용을 통해 위키백과와 유사한 문서 생성
   * 인간과 AI의 협업 지식 큐레이션 지원
   * 외부 검색 소스를 지원하는 모듈식 설계

🎃 검색 증강 생성의 과제
 * 데이터 연관성: 검색된 문서가 쿼리와 관련성이 높은지 확인하는 것은 특히 규모가 크거나 노이즈가 많은 데이터 세트의 경우 문제 가능성
 * 지연 시간: 외부 소스를 검색하면 오버헤드가 추가되어 특히 실시간 애플리케이션에서 응답 시간이 느려질 가능성
 * 데이터 품질: 품질이 낮거나 오래된 데이터는 부정확하거나 오해의 소지가 있는 AI 생성 응답으로 이어질 가능성
 * 확장성: 성능을 유지하면서 대규모 데이터 세트와 높은 사용자 트래픽을 처리하는 것은 복잡 가능성
 * 보안: 특히 기업 환경에서는 데이터 프라이버시를 보장하고 민감한 정보를 안전하게 처리하는 것이 매우 중요

보다 상세한 내용은 원문을 참고하셔도 좋습니다. ^^
 * source: https://dev.to/vectorpodcast/7-ai-open-source-libraries-to-build-rag-agents-ai-search-27bm?context=digest

🎃 검색 증강 생성(RAG)이란 무엇인가?<ul ><li>관련 정보 검색과 응답 생성을 결합한 AI 기술</li><li>먼저 외부 소스(문서나 데이터베이스 등)에서 데이터를 검색한 다음 이 정보를 사용하여 보다 정확하고 문맥에 맞는 답변을 생성하는 방식으로 작동</li><li>AI는 학습된 내용에만 의존하지 않고 사실에 기반한 더 나은 답변 제공 지원</li></ul> 🎃 검색 증강 생성(RAG)은 어떻게 작동하나?<ol ><li>사용자 질문 &gt; RAG는 데이터베이스, 웹사이트, 문서 등 다양한 데이터 소스를 검색통해 관련 정보 서치 </li><li>검색된 정보 + 원래 질문 = 더 많은 정보를 제공하는 프롬프트 생성</li><li>이렇게 향상된 프롬프트 &gt; 언어 모델에 입력 &gt; 질문과 관련성이 높고 검색된 정보가 보강된 답변 생성 </li><li>이 프로세스를 통해 AI는 사전 학습된 기능과 함께 외부 지식 소스를 활용하여 보다 정확하고 최신의 문맥 인식 답변 제공 </li></ol>🎃 검색 증강 생성(RAG)은 AI 모델에 어떤 도움을 주나?RAG는 실제 세계의 외부 데이터로 내부 지식을 보강하여 AI의 신뢰성과 최신성을 높입니다. 또한 RAG는 몇 가지 주요 방식으로 AI 모델을 개선합니다:<ol ><li>최신 정보에 대한 액세스: RAG는 문서, 데이터베이스 또는 웹과 같은 외부 소스에서 관련성 있는 실시간 정보 검색. 즉, AI는 학습 데이터가 오래된 경우에도 정확한 응답 제공 가능</li><li>정확도 향상: RAG는 AI의 학습된 지식에만 의존하지 않고 가장 관련성이 높은 데이터를 기반으로 모델이 답변을 생성. 따라서 답변이 더욱 정확하고 사실에 근거함</li><li>문맥 이해도 향상: 검색된 데이터를 사용자의 쿼리와 결합함으로써 RAG는 보다 맥락에 맞는 답변을 제공할 수 있으므로 AI의 답변이 상황에 더욱 맞춤화되고 구체적</li><li>환각 감소: 순수 AI 모델은 때때로 정보를 '환각'하거나 구성하는 경우가 있는데, RAG는 검색된 사실적인 데이터에 근거하여 응답함으로써 부정확하거나 조작된 정보의 가능성 줄임</li></ol> 🎃 검색 증강 생성을 위한 7가지 오픈 소스 라이브러리RAG를 수행하는 데 도움이 되는 몇 가지 오픈 소스 라이브러리는 문서 색인부터 검색, 언어 모델과의 통합에 이르기까지 RAG 시스템을 효율적으로 구현하는 데 필요한 도구와 프레임워크를 제공합니다.1. SWIRL<ul ><li>https://github.com/swirlai/swirl-search</li><li>검색 증강 세대(RAG) 애플리케이션을 구동하는 오픈 소스 AI 인프라 소프트웨어</li><li>특징<ul ><li>데이터를 이동하거나 복사하지 않고도 데이터 소스 전반에서 빠르고 안전하게 검색할 수 있게 함으로써 AI 파이프라인 향상</li><li>SWIRL은 방화벽 내부에서 작동하여 데이터 보안을 보장하는 동시에 구현 간편하여 프라이빗 클라우드 내에서 빠르고 안전하게 AI 배포</li><li>20개 이상의 대규모 언어 모델(LLM)과 원활하게 통합</li><li>안전한 데이터 액세스 및 규정 준수를 위해 구축</li><li>100개 이상의 애플리케이션에서 데이터 가져오기 지원</li></ul></li></ul>2. Cognita<ul ><li>https://github.com/truefoundry/cognita</li><li>프로덕션에 바로 사용할 수 있는 모듈식 검색 증강 세대(RAG) 시스템을 구축하기 위한 오픈 소스 프레임워크</li><li>특징<ul ><li>RAG 구성 요소를 구성하여 로컬에서 쉽게 테스트하고 대규모 배포</li><li>다양한 문서 검색기, 임베딩을 지원하며 완전한 API 기반이므로 다른 시스템과 원활하게 통합</li><li>확장 가능한 RAG 시스템을 위한 모듈식 설계</li><li>비전문가도 문서 및 Q&amp;A와 상호작용할 수 있는 UI</li><li>증분 인덱싱으로 변경 사항을 추적하여 컴퓨팅 부하 낮춤</li></ul></li></ul>3. LLM-Ware<ul ><li>https://github.com/llmware-ai/llmware</li><li>엔터프라이즈급 검색 증강 생성(RAG) 파이프라인을 구축하기 위한 오픈 소스 프레임워크</li><li>특징<ul ><li>비공개로 안전하게 배포할 수 있는 소규모의 전문화된 모델을 통합하도록 설계되어 복잡한 엔터프라이즈 워크플로우에 적합</li><li>엔터프라이즈 작업에 최적화된 50개 이상의 미세 조정된 소규모 모델 제공</li><li>확장 가능한 모듈식 RAG 아키텍처 지원</li><li>GPU 없이도 실행할 수 있어 경량 배포 가능</li></ul></li></ul>4. RAG Flow<ul ><li>https://github.com/infiniflow/ragflow</li><li>심층적인 문서 이해를 이용한 검색 증강 생성(RAG)에 초점을 맞춘 오픈 소스 엔진</li><li>특징<ul ><li>이 엔진을 통해 사용자는 정형 및 비정형 데이터를 통합하여 인용에 기반한 효과적인 질의응답 가능</li><li>이 시스템은 간편한 배포 옵션과 함께 확장 가능한 모듈식 아키텍처 제공</li><li>복잡한 데이터 형식을 처리할 수 있는 심층적인 문서 이해 기능 내장</li><li>환각 위험을 줄인 근거 기반 인용</li><li>PDF, 이미지, 구조화된 데이터 등 다양한 문서 유형 지원</li></ul></li></ul>5. 그래프 RAG<ul ><li>https://github.com/microsoft/graphrag</li><li>구조화된 지식 그래프를 통합하여 LLM 결과를 향상시키도록 설계된 모듈식 그래프 기반 검색 증강 생성(RAG) 시스템</li><li>특징<ul ><li>개인 데이터로 고급 추론을 지원하므로 기업 및 연구 애플리케이션에 이상적</li><li>지식 그래프를 사용해 데이터 검색을 구조화하고 향상</li><li>비공개 데이터 처리가 필요한 복잡한 엔터프라이즈 사용 사례에 맞게 맞춤화</li><li>대규모 배포를 위해 Microsoft Azure와의 통합지원</li></ul></li></ul>6. Haystack<ul ><li>https://github.com/deepset-ai/haystack</li><li>프로덕션에 바로 사용할 수 있는 LLM 애플리케이션을 구축하기 위한 오픈 소스 AI 오케스트레이션 프레임워크</li><li>특징<ul ><li>사용자는 모델, 벡터 데이터베이스, 파일 변환기를 연결하여 RAG, 질문 답변, 시맨틱 검색과 같은 고급 시스템 구축 가능</li><li>검색, 임베딩, 추론 작업을 위한 유연한 파이프라인</li><li>다양한 벡터 데이터베이스 및 LLM과의 통합 지원</li><li>기성 모델과 미세 조정된 모델을 모두 사용자 정의</li></ul></li></ul>7. Storm<ul ><li>https://github.com/stanford-oval/storm</li><li>한 주제를 조사하고 인용이 포함된 전체 길이의 보고서를 생성하는 LLM 기반 지식 큐레이션 시스템</li><li>특징<ul ><li>고급 검색 방법을 통합하고 다각도의 질문을 지원하여 생성된 콘텐츠의 깊이와 정확성을 향상</li><li>근거에 입각한 인용을 통해 위키백과와 유사한 문서 생성</li><li>인간과 AI의 협업 지식 큐레이션 지원</li><li>외부 검색 소스를 지원하는 모듈식 설계</li></ul></li></ul> 🎃 검색 증강 생성의 과제<ul ><li>데이터 연관성: 검색된 문서가 쿼리와 관련성이 높은지 확인하는 것은 특히 규모가 크거나 노이즈가 많은 데이터 세트의 경우 문제 가능성</li><li>지연 시간: 외부 소스를 검색하면 오버헤드가 추가되어 특히 실시간 애플리케이션에서 응답 시간이 느려질 가능성</li><li>데이터 품질: 품질이 낮거나 오래된 데이터는 부정확하거나 오해의 소지가 있는 AI 생성 응답으로 이어질 가능성</li><li>확장성: 성능을 유지하면서 대규모 데이터 세트와 높은 사용자 트래픽을 처리하는 것은 복잡 가능성</li><li>보안: 특히 기업 환경에서는 데이터 프라이버시를 보장하고 민감한 정보를 안전하게 처리하는 것이 매우 중요</li></ul> 보다 상세한 내용은 원문을 참고하셔도 좋습니다. ^^<ul ><li>source: https://dev.to/vectorpodcast/7-ai-open-source-libraries-to-build-rag-agents-ai-search-27bm?context=digest</li></ul>

DEV Community

[DEV]RAG를 수행하기 위한 7가지 AI 오픈소스 라이브러리

원문 : The Ultimate Guide to Font Performance Optimization 폰트 성능 최적화는 웹사이트의 폰트 로딩 속도를 높이고 더 부드럽게 렌더링 되도록 하는 다양한 웹 개발 기법을 말합니다. 이러한 최적화에는 신중한 폰트 선택, 성능이 우수한 폰트 포맷 사용, 자체 호스팅, 최적화된  선언, 폰트 디스플레이 전략 등이 포함됩니다. 웹사이트에 표시되는 폰트를 최적화하면 페이지 로딩 속도가 빨라지고 사용자 경험이 향상되며, 코어 웹 바이탈(Core Web Vitals…

(번역) 폰트 성능 최적화를 위한 궁극적인 가이드

오늘 소개드릴 글은 42dot의 유경상님이 번역해주신 글입니다.

폰트는 웹사이트의 성능과 사용자 경험에 큰 영향을 미치는 중요한 요소 중 하나임에도 불구하고, 많은 개발자들이 종종 폰트 최적화의 중요성을 간과하곤 합니다. 이 글에서는 웹사이트 폰트 성능 최적화에 대한 포괄적인 가이드를 제공합니다. 글에서는 웹 세이프 폰트와 웹 폰트의 차이점부터 시작하여, 폰트 자체 호스팅의 이점, WOFF2 형식의 중요성,
@font-face
선언 최적화 방법 등을 상세히 다룹니다. 또한 이 밖에도 여러가지 최적화 기법들을 소개하고 있습니다. 폰트 최적화는 비교적 작은 노력으로 큰 성능 향상을 얻을 수 있는 영역이므로, 이 글을 참고하여 여러분의 웹사이트 성능을 한 단계 끌어올리시는 기회가 되시길 바랍니다 :)

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

오늘 소개드릴 글은 42dot의 유경상님이 번역해주신 글입니다. 폰트는 웹사이트의 성능과 사용자 경험에 큰 영향을 미치는 중요한 요소 중 하나임에도 불구하고, 많은 개발자들이 종종 폰트 최적화의 중요성을 간과하곤 합니다. 이 글에서는 웹사이트 폰트 성능 최적화에 대한 포괄적인 가이드를 제공합니다. 글에서는 웹 세이프 폰트와 웹 폰트의 차이점부터 시작하여, 폰트 자체 호스팅의 이점, WOFF2 형식의 중요성, <code >@font-face</code> 선언 최적화 방법 등을 상세히 다룹니다. 또한 이 밖에도 여러가지 최적화 기법들을 소개하고 있습니다. 폰트 최적화는 비교적 작은 노력으로 큰 성능 향상을 얻을 수 있는 영역이므로, 이 글을 참고하여 여러분의 웹사이트 성능을 한 단계 끌어올리시는 기회가 되시길 바랍니다 :) 글 링크 : https://ykss.netlify.app/translation/the_ultimate_guide_to_font_performance_optimization/

ykss.netlify.app

폰트 성능 최적화를 위한 궁극적인 가이드

1. 언젠가 백종원 대표는, 성공 비결을 묻는 질문에 ‘척하며 산 것’이라고 말한 적 있다. 착한 사람인 척 살다 보니 착하게 살게 됐고, 열심히 사는 척을 하며 살다 보니 열심히 살게 됐고, 미식가인 척 살다 보니 실제로도 미식가가 되었다는 얘기다.  2. 그래서 백종원 대표는 후배들에게 ‘척하는 인생이라도 살라’고 말한다고. 세상에는 착한 척, 열심히 

백종원 대표와 강백호, 그리고 척하는 삶

1. 언젠가 백종원 대표는, 성공 비결을 묻는 질문에 ‘척하며 산 것’이라고 말한 적 있다. 착한 사람인 척 살다 보니 착하게 살게 됐고, 열심히 사는 척을 하며 살다 보니 열심히 살게 됐고, 미식가인 척 살다 보니 실제로도 미식가가 되었다는 얘기다.

2. 그래서 백종원 대표는 후배들에게 ‘척하는 인생이라도 살라’고 말한다고. 세상에는 착한 척, 열심히 사는 척조차 안 하는 사람들이 많으니.

3. 그런 백종원 대표의 말을 듣고, 바로 슬램덩크의 강백호가 떠올랐다고 한다. 강백호는 스스로 천재라고 착각하며 살지만, 실제로는 농구에 대해 기본도 모르는 어설픈 풋내기.

4. 그럼에도 강백호는 스스로가 천재라고 믿고, 천재인 척을 하며 살다가, 빡센 훈련과 고난의 게임을 이겨내면서 실제로 천재인 모먼트를 독자들에게 선사한다.

5. 비록 만화 캐릭터이긴 하지만, 강백호 역시 ‘척하는 인생’을 살다 진짜 천재가 된 캐릭터랄까?

6. 여담이지만, 최근 고등학생 시절 오타니 쇼헤이에 멘탈 코칭을 해준 것으로 유명한 니시다 하쓰미 씨의 책과 김항기 대표님의 추천으로 영국 작가 제임스 알렌(James Allen)의 사상들을 접하고 있는데,

7. 이 둘을 관통하는 메시지 역시 하나. ‘어떤 생각을 하느냐가 어떤 삶을 사느냐를 결정한다’는 것. 우리의 생각과 사고방식이 우리 삶의 원인이자 뿌리이고, 그 뿌리에서부터 삶의 결과 혹은 열매들이 피어난다는 얘기.

8. 그리고 그들의 책을 읽으면서 문득 이런 생각을 했다. ‘자신의 생각을 관리(manage)하는 것’이 어쩌면 피터 드러커가 말한 ‘자기 경영’의 시작일지 모른다고.

9. 그런 의미에서 지식 노동자로서 해야 할 일의 첫 번째는 수많은 잡념과 혼란한 정보 속에서 자신의 생각을 올바른 방향으로 관리하는 것일 수 있다.

10. 그런 의미에서 백종원 대표가 말하는 ‘척하는 인생’에서의 ‘척’은 가짜나 남을 속이기 위한 척이 아니라, 비록 지금 현실은 그 기대에 미치지 못하더라도, 자기가 옳다고 생각하는 방향으로 자신의 생각을 모아가는 일종의 자기 경영 기술이었던 게 아닐까?

11. 그리고 명확한 방향을 잡았기에 자신의 삶을 거기로 이끌 수 있었던 것 같고. 척이라도 해서 방향을 잡지 않으면, 혼란한 세상에 휩쓸려 생각 없이 살기 쉬우니까.

12. 강백호 역시 스스로가 천재라는 믿음이 없었으면, 무뚝뚝한 고릴라와 얌체 같은 여우와 쉽사리 꺼질 것 같은 촛불처럼 방황하는 부랑아와 함께 호흡을 맞추며 한 팀으로 뛰긴 쉽지 않았을 것 같고.

13. 그런 의미에서 우리 삶의 제 1원칙(first principle)은 ‘어떤 생각을 하느냐’, ‘어디를 바라보느냐’일 수 있다. 그리고 올바른 방향으로 가는 척이라도 해야, 그 방향으로 계속 나아갈 수 있을 것 같고. 어쩌면 그걸 사람들은 꿈이나 목표나 비전이나 미션이라고 부르는지도 모르지. 무튼 나 화이팅 🧏🏼‍♂️

#오늘의아무말

https://brunch.co.kr/@somewonyoon/238

1. 언젠가 백종원 대표는, 성공 비결을 묻는 질문에 ‘척하며 산 것’이라고 말한 적 있다. 착한 사람인 척 살다 보니 착하게 살게 됐고, 열심히 사는 척을 하며 살다 보니 열심히 살게 됐고, 미식가인 척 살다 보니 실제로도 미식가가 되었다는 얘기다. 2. 그래서 백종원 대표는 후배들에게 ‘척하는 인생이라도 살라’고 말한다고. 세상에는 착한 척, 열심히 사는 척조차 안 하는 사람들이 많으니. 3. 그런 백종원 대표의 말을 듣고, 바로 슬램덩크의 강백호가 떠올랐다고 한다. 강백호는 스스로 천재라고 착각하며 살지만, 실제로는 농구에 대해 기본도 모르는 어설픈 풋내기. 4. 그럼에도 강백호는 스스로가 천재라고 믿고, 천재인 척을 하며 살다가, 빡센 훈련과 고난의 게임을 이겨내면서 실제로 천재인 모먼트를 독자들에게 선사한다. 5. 비록 만화 캐릭터이긴 하지만, 강백호 역시 ‘척하는 인생’을 살다 진짜 천재가 된 캐릭터랄까? 6. 여담이지만, 최근 고등학생 시절 오타니 쇼헤이에 멘탈 코칭을 해준 것으로 유명한 니시다 하쓰미 씨의 책과 김항기 대표님의 추천으로 영국 작가 제임스 알렌(James Allen)의 사상들을 접하고 있는데, 7. 이 둘을 관통하는 메시지 역시 하나. ‘어떤 생각을 하느냐가 어떤 삶을 사느냐를 결정한다’는 것. 우리의 생각과 사고방식이 우리 삶의 원인이자 뿌리이고, 그 뿌리에서부터 삶의 결과 혹은 열매들이 피어난다는 얘기. 8. 그리고 그들의 책을 읽으면서 문득 이런 생각을 했다. ‘자신의 생각을 관리(manage)하는 것’이 어쩌면 피터 드러커가 말한 ‘자기 경영’의 시작일지 모른다고. 9. 그런 의미에서 지식 노동자로서 해야 할 일의 첫 번째는 수많은 잡념과 혼란한 정보 속에서 자신의 생각을 올바른 방향으로 관리하는 것일 수 있다. 10. 그런 의미에서 백종원 대표가 말하는 ‘척하는 인생’에서의 ‘척’은 가짜나 남을 속이기 위한 척이 아니라, 비록 지금 현실은 그 기대에 미치지 못하더라도, 자기가 옳다고 생각하는 방향으로 자신의 생각을 모아가는 일종의 자기 경영 기술이었던 게 아닐까? 11. 그리고 명확한 방향을 잡았기에 자신의 삶을 거기로 이끌 수 있었던 것 같고. 척이라도 해서 방향을 잡지 않으면, 혼란한 세상에 휩쓸려 생각 없이 살기 쉬우니까. 12. 강백호 역시 스스로가 천재라는 믿음이 없었으면, 무뚝뚝한 고릴라와 얌체 같은 여우와 쉽사리 꺼질 것 같은 촛불처럼 방황하는 부랑아와 함께 호흡을 맞추며 한 팀으로 뛰긴 쉽지 않았을 것 같고. 13. 그런 의미에서 우리 삶의 제 1원칙(first principle)은 ‘어떤 생각을 하느냐’, ‘어디를 바라보느냐’일 수 있다. 그리고 올바른 방향으로 가는 척이라도 해야, 그 방향으로 계속 나아갈 수 있을 것 같고. 어쩌면 그걸 사람들은 꿈이나 목표나 비전이나 미션이라고 부르는지도 모르지. 무튼 나 화이팅 🧏🏼‍♂️ #오늘의아무말 https://brunch.co.kr/@somewonyoon/238

Brunch Story

Harry Potter by Balenciaga

'Harry Potter by Balenciaga'라는 영상을 보셨나요? 패션 브랜드 발렌시아가 패션쇼에 해리포터 주인공들이 등장한 모습입니다. 흥미로운 것은 이 영상을 만든 방법이 Generative AI, 즉 생성형 AI를 조합해서 단계적으로 만들었다는 것인데요. 요약하면 6가지 단계는 이렇습니다.

1️⃣ ChatGPT에게 인기 있는 해리포터 캐릭터 10개를 꼽아달라고 요청하고, 20년 차 발렌시아가 디자이너 입장에서 10명의 캐릭터에게 어울리는 90년대 패션쇼 의상을 묘사해 달라고 지시합니다.

2️⃣ Midjourney를 통해 이미지를 생성합니다. ChatGPT에게 요청할 때부터 Midjourney에 입력하는 형식으로 요청을 해서 더 정확하게 이미지를 만드는 것이 팁입니다.

3️⃣ 해상도가 좀 아쉬우니 pixelbin.io를 통해서 이미지 해상도를 개선합니다.

4️⃣ 해리포터 배우가 등장하는 영상에서 배우의 음성만 파일로 추출합니다.

5️⃣ 목소리 생성 AI, Elevenlabs에 추출한 음성 파일과 대본을 입력해서 해리포터 배우들 목소리로 패션쇼 현장에서 말하는 음성 파일을 만듭니다.

6️⃣ 영상 생성 AI, D-ID에 패션쇼 이미지와 패션쇼 음성 파일을 넣어서 패션쇼 영상을 만듭니다.

[ 큐레이터의 문장 🎒 ]

핵심은 디테일입니다. 해리포터와 발렌시아가를 조합하는 발상이 디테일로 완성된 것인데요. 해리포터 팬들이 좋아할 만한 대사, 살짝 까딱이는 고개나 무심한 표정이 영상을 보는 몰입감을 높였습니다. 가장 흥미로운 부분 중 하나는 볼드모트를 연상시키는 발렌시모트의 대사입니다.

"There is no Good or Evil, there is only Balenciaga and those too weak to seek it" - Balencimort

"선과 악은 없으며, 오직 발렌시아가와 그것을 추구하기에는 너무 나약한 사람들만이 있을 뿐이다"
- 발렌시모트

WHTM Co-founder

WHTM

프로덕트 매니저/서비스 기획

프로덕트 디자이너

조정인

⟪생성AI 시대에도 핵심은 여전히 디테일에 있다⟫

Figma

UX 디자인

글쓰기

데이터 분석

브랜드 디자인

사용자 조사

인터랙션 디자인

콘텐츠 기획

'더 나은 도시생활'을 만드는 에피소드, 솔루션으로서의 주거상품을 만들기 위해 공간에서의 사용자 경험을 정의합니다.

[프로젝트]

- 에피소드 용산 241 (2023~present)
- 에피소드 신촌2 (2024~present)
- 에피소드 남산 (2023~present)

Space UX Researcher

CX(Customer eXperience) Lead 

1. Robo-taxi Customer eXperience (UX, Fleet, Space, Voice)
2. UX Design (RSI, Rear-Seat Infotainment)
3. UX Writing (Map Studio, RSI, Roof Indicator)

Customer Experience Design Lead

Senior UX Designer

1. Define 'SKT Service Design Identity'
2. T place(next TPS, T Premium Store) Service Design lead
3. SKT Smart Office Experience Design lead
4. SKT Recruiting Experience Design lead

Senior UX Designer

Conducting both qualitative and quantitative UX research for advertisers, sellers and consumers as well.

Senior UX Researcher

UX Researcher working for CX(Customer eXperiecne) Team and before in charge of SAMSUNG Nexshop Marketing solution concept design and schematic development in Samsung SDS Big Data Biz Unit. This solution is designed for retail business to provide a better shopping experience with customer behavior analytics.

UX Researcher

UX Designer working for Digital Customer Experience Team, while in charge of CXI(Customer eXperience Innovation).

1. Define HMC new SI(Service Identity) straightened to brand architecture.
 - Equipped the first half 2018 HMC Brand Strategy Committee
2. Develop 'Quality Time' service design theme and visualize Out-of-Car service use cases.
3. Design In-Car experience (Quality Drive) & Out-of-Car experience (Quality Time) along with Baidu to make new digital services fit for the Chinese auto

Design Management

심리학, 경제학, 철학

경험을 들여다봅니다. 심리학과 철학, 디자인경영을 공부했습니다. 현대차와 SK텔레콤, 자율주행 스타트업, 이커머스 기업을 거쳐 오프라인에서 더 나은 경험을 만들기 위해 UX 리서처로 일합니다. UX 리서처에게는 현상을 들여다보는 내적 호기심, 상대가 말하고 싶은 것을 묻는 공감, 표면과 근본을 구분해서 사고하는 균형감각이 중요하다고 믿습니다.

⟪생성AI 시대에도 핵심은 여전히 디테일에 있다⟫

댓글 0

비슷한 게시물

주간 인기 TOP 10

추천 프로필