"힘 빼세요. 어깨도 힘 빼시고요. 다시 해볼게요."

어떤 운동이든 처음 배우면 듣는 이야기예요. 잘하려니 나도 모르게 힘이 들어가는 데 계속 힘을 빼라고 하니 미칠 노릇이죠.

여러 번 반복하다 보면 그제야 무슨 의미인지 알게 되죠. 내가 잘못된 곳에 힘을 주고 있었다는 사실을.

모든 일이 비슷한 거 같아요. 코딩도 그래요.

힘을 뺀 코드, 그냥 평범한 코드로 충분할 때가 많아요. 시간이 지날 수록 허튼 곳에 힘주지 않고 힘을 아껴 쓰게 돼요.

"힘 빼세요. 어깨도 힘 빼시고요. 다시 해볼게요." 어떤 운동이든 처음 배우면 듣는 이야기예요. 잘하려니 나도 모르게 힘이 들어가는 데 계속 힘을 빼라고 하니 미칠 노릇이죠. 여러 번 반복하다 보면 그제야 무슨 의미인지 알게 되죠. 내가 잘못된 곳에 힘을 주고 있었다는 사실을. 모든 일이 비슷한 거 같아요. 코딩도 그래요. 힘을 뺀 코드, 그냥 평범한 코드로 충분할 때가 많아요. 시간이 지날 수록 허튼 곳에 힘주지 않고 힘을 아껴 쓰게 돼요.

Kafka Streams는 실시간 데이터 처리를 위한 강력한 도구로, KStream과 KTable이라는 두 가지 데이터 구조를 제공합니다.
이번 글에서는 이 두 데이터 구조의 개념과 차이를 살펴보고, 실제 KStream-KStream, KStream-KTable, KTable-KTable 조인의 예제를 설명하겠습니다.
 
KStreams - KStreams 조인
KStream-KStream 조인은 두 개의 실시간 데이터 스트림을 결합합니다.
이 조인은 타임 윈도우를 기준으로 이루어지며, 설정된 기간 내에 동일한 키를 가진 데이터를 결합합니다.
 * 타임 윈도우가 필수적입니다.
 * 데이터가 실시간으로 들어오므로, 시간이 지나면 윈도우가 닫히고 더 이상 데이터를 결합할 수 없습니다.

[시나리오: 결제와 배송 요청 이벤트 결합]
 * payments 스트림: 결제 정보 Key: 주문 ID, Value: 결제 상태
 * shipments 스트림: 배송 요청 정보 Key: 주문 ID, Value: 배송 상태
KStream<String, String> payments = builder.stream("payments");
KStream<String, String> shipments = builder.stream("shipments");

// 타임 윈도우를 적용한 조인
KStream<String, String> joinedStream = payments.join(
 shipments,
 (payment, shipment) -> "Payment: " + payment + ", Shipment: " + shipment,
 JoinWindows.of(Duration.ofMinutes(5)) // 5분 윈도우 설정
);

joinedStream.to("joined-orders");

Key: "order123", Value: "Payment: completed, Shipment: dispatched"

 
KStreams - KTable 조인
KStream-KTable 조인은 실시간 스트림(KStream)과 상태 기반 데이터(KTable)를 결합합니다.
KStream의 각 이벤트가 KTable의 현재 상태와 조인됩니다.
 * KStream의 데이터는 실시간으로 계속 흐르지만, KTable은 현재 상태만 유지합니다.
 * KStream의 각 레코드는 KTable의 최신 상태와 결합됩니다.
 
 
[시나리오: 사용자 행동 로그와 사용자 프로필 조인]
 * user-actions 스트림: 사용자가 수행한 행동 Key: 사용자 ID, Value: 행동 타입 (click, purchase)
 * user-profiles 테이블: 사용자 프로필 정보 Key: 사용자 ID, Value: 사용자 이름과 지역
KStream<String, String> userActions = builder.stream("user-actions");
KTable<String, String> userProfiles = builder.table("user-profiles");

KStream<String, String> joinedStream = userActions.leftJoin(
 userProfiles,
 (action, profile) -> {
 if (profile == null) return action + " by unknown user";
 return action + " by " + profile;
 }
);

joinedStream.to("user-actions-with-profile");

Key: "user123", Value: "click by Alice, US"
Key: "user456", Value: "purchase by unknown user"

 
KStreams - KTable 조인
KTable-KTable 조인은 두 개의 상태 기반 데이터(KTable)를 결합합니다.
이는 KTable의 키를 기준으로 데이터가 업데이트될 때마다 결과 테이블도 업데이트됩니다.
 * 조인은 상태 기반으로 동작하며, 입력 데이터가 변경될 때마다 결과 테이블도 갱신됩니다.
 * 결합된 데이터는 항상 최신 상태를 유지합니다.

[시나리오: 상품 정보와 카테고리 정보 결합]
 * product-info 테이블: 상품의 이름과 가격Key: 상품 ID, Value: 상품 이름과 가격
 * category-info 테이블: 상품의 카테고리 정보Key: 상품 ID, Value: 카테고리 이름
KTable<String, String> productInfo = builder.table("product-info");
KTable<String, String> categoryInfo = builder.table("category-info");

KTable<String, String> joinedTable = productInfo.join(
 categoryInfo,
 (product, category) -> product + " in category: " + category
);

joinedTable.toStream().to("product-with-category");

Key: "product123", Value: "Coffee Machine, $120 in category: Appliances"

실무 사례: KTable - KTable 조인으로 데이터 정확도 개선
실무에서 제가 결합하고자 했던 데이터는 상품 정보 A와 상품 정보 B였습니다. 기존에는 KTable-KStream 조인을 사용했으나, 이 방식에서는 오래된 데이터 A와 최신 데이터 B가 결합되는 문제가 있었습니다. 이는 두 정보가 모두 실시간 데이터가 아니라 상태성 데이터였기 때문에 발생한 이슈였습니다.
 
이를 해결하기 위해 KTable-KTable 조인으로 변경하고, TTL을 설정하여 KTable 상태의 만료 시간을 관리했습니다. 이로써 과거 데이터가 결합되어 상품 정보에 반영되는 문제를 해결할 수 있었습니다.
 
결론
Kafka Streams의 조인 연산은 다양한 데이터 소스를 결합하여 강력한 실시간 데이터 파이프라인을 구축할 수 있는 도구입니다
 * KStream-KStream: 이벤트 간 시간 관계를 분석하고 처리
 * KStream-KTable: 실시간 스트림 데이터를 참조 데이터와 결합
 * KTable-KTable: 상태 기반 데이터의 지속적인 동기화 및 최신 상태 유지

Kafka Streams를 활용한 조인 방식은 데이터의 특성과 요구사항에 따라 달라져야 합니다.실시간 스트림인지, 상태 기반 데이터인지 정확히 이해하고 올바른 조인 방식을 선택하는 것이 데이터 파이프라인의 정확성과 효율성을 높이는 핵심입니다.

원문: [https://ducktopia.tistory.com/141]

Kafka Streams는 실시간 데이터 처리를 위한 강력한 도구로, KStream과 KTable이라는 두 가지 데이터 구조를 제공합니다.이번 글에서는 이 두 데이터 구조의 개념과 차이를 살펴보고, 실제 KStream-KStream, KStream-KTable, KTable-KTable 조인의 예제를 설명하겠습니다.&nbsp;KStreams - KStreams 조인KStream-KStream 조인은 두 개의 실시간 데이터 스트림을 결합합니다.이 조인은 타임 윈도우를 기준으로 이루어지며, 설정된 기간 내에 동일한 키를 가진 데이터를 결합합니다.<ul ><li>타임 윈도우가 필수적입니다.</li><li>데이터가 실시간으로 들어오므로, 시간이 지나면 윈도우가 닫히고 더 이상 데이터를 결합할 수 없습니다.</li></ul> [시나리오: 결제와 배송 요청 이벤트 결합]<ul ><li>payments 스트림: 결제 정보 Key: 주문 ID, Value: 결제 상태</li><li>shipments 스트림: 배송 요청 정보 Key: 주문 ID, Value: 배송 상태</li></ul><pre ><code class="language-lasso">KStream&lt;String, String&gt; payments = builder.stream("payments");
KStream&lt;String, String&gt; shipments = builder.stream("shipments");

// 타임 윈도우를 적용한 조인
KStream&lt;String, String&gt; joinedStream = payments.join(
 shipments,
 (payment, shipment) -&gt; "Payment: " + payment + ", Shipment: " + shipment,
 JoinWindows.of(Duration.ofMinutes(5)) // 5분 윈도우 설정
);

joinedStream.to("joined-orders");</code></pre><pre ><code class="language-groovy">Key: "order123", Value: "Payment: completed, Shipment: dispatched"</code></pre>&nbsp;KStreams - KTable 조인KStream-KTable 조인은 실시간 스트림(KStream)과 상태 기반 데이터(KTable)를 결합합니다.KStream의 각 이벤트가 KTable의 현재 상태와 조인됩니다.<ul ><li>KStream의 데이터는 실시간으로 계속 흐르지만, KTable은 현재 상태만 유지합니다.</li><li>KStream의 각 레코드는 KTable의 최신 상태와 결합됩니다. </li></ul>[시나리오: 사용자 행동 로그와 사용자 프로필 조인]<ul ><li>user-actions 스트림: 사용자가 수행한 행동 Key: 사용자 ID, Value: 행동 타입 (click, purchase)</li><li>user-profiles 테이블: 사용자 프로필 정보 Key: 사용자 ID, Value: 사용자 이름과 지역</li></ul><pre ><code class="language-pf">KStream&lt;String, String&gt; userActions = builder.stream("user-actions");
KTable&lt;String, String&gt; userProfiles = builder.table("user-profiles");

KStream&lt;String, String&gt; joinedStream = userActions.leftJoin(
 userProfiles,
 (action, profile) -&gt; {
 if (profile == null) return action + " by unknown user";
 return action + " by " + profile;
 }
);

joinedStream.to("user-actions-with-profile");</code></pre><pre ><code class="language-groovy">Key: "user123", Value: "click by Alice, US"
Key: "user456", Value: "purchase by unknown user"</code></pre>&nbsp;KStreams - KTable 조인KTable-KTable 조인은 두 개의 상태 기반 데이터(KTable)를 결합합니다.이는 KTable의 키를 기준으로 데이터가 업데이트될 때마다 결과 테이블도 업데이트됩니다.<ul ><li>조인은 상태 기반으로 동작하며, 입력 데이터가 변경될 때마다 결과 테이블도 갱신됩니다.</li><li>결합된 데이터는 항상 최신 상태를 유지합니다.</li></ul> [시나리오: 상품 정보와 카테고리 정보 결합]<ul ><li>product-info 테이블: 상품의 이름과 가격Key: 상품 ID, Value: 상품 이름과 가격</li><li>category-info 테이블: 상품의 카테고리 정보Key: 상품 ID, Value: 카테고리 이름</li></ul><pre ><code class="language-lasso">KTable&lt;String, String&gt; productInfo = builder.table("product-info");
KTable&lt;String, String&gt; categoryInfo = builder.table("category-info");

KTable&lt;String, String&gt; joinedTable = productInfo.join(
 categoryInfo,
 (product, category) -&gt; product + " in category: " + category
);

joinedTable.toStream().to("product-with-category");</code></pre><pre ><code class="language-groovy">Key: "product123", Value: "Coffee Machine, $120 in category: Appliances"</code></pre> 실무 사례: KTable - KTable 조인으로 데이터 정확도 개선실무에서 제가 결합하고자 했던 데이터는 상품 정보 A와 상품 정보 B였습니다. 기존에는 KTable-KStream 조인을 사용했으나, 이 방식에서는 오래된 데이터 A와 최신 데이터 B가 결합되는 문제가 있었습니다. 이는 두 정보가 모두 실시간 데이터가 아니라 상태성 데이터였기 때문에 발생한 이슈였습니다.&nbsp;이를 해결하기 위해 KTable-KTable 조인으로 변경하고, TTL을 설정하여 KTable 상태의 만료 시간을 관리했습니다. 이로써 과거 데이터가 결합되어 상품 정보에 반영되는 문제를 해결할 수 있었습니다.&nbsp;결론Kafka Streams의 조인 연산은 다양한 데이터 소스를 결합하여 강력한 실시간 데이터 파이프라인을 구축할 수 있는 도구입니다<ul ><li>KStream-KStream: 이벤트 간 시간 관계를 분석하고 처리</li><li>KStream-KTable: 실시간 스트림 데이터를 참조 데이터와 결합</li><li>KTable-KTable: 상태 기반 데이터의 지속적인 동기화 및 최신 상태 유지</li></ul> Kafka Streams를 활용한 조인 방식은 데이터의 특성과 요구사항에 따라 달라져야 합니다.실시간 스트림인지, 상태 기반 데이터인지 정확히 이해하고 올바른 조인 방식을 선택하는 것이 데이터 파이프라인의 정확성과 효율성을 높이는 핵심입니다. 원문: [https://ducktopia.tistory.com/141]

🕊️ KStream과 KTable의 이해와 조인 활용

이미 아시는 분들이 많으리라 믿지만 GitHub Copilot Free 버전이 생겼다. VS Code를 쓴다면 GitHub Copilot 플러그인을 설치해서 한달 20시간까지 코딩에 사용할 수 있다. 이전에는 한달 10불을 내는 옵션이 가장 저렴한 옵션이었는데 Cursor 등의 위협을 분명히 느끼지 않나 싶다.

그리고 전에는 OpenAI GPT 모델의 GTP4 Code Completion 모델만을 지원하는 걸로 알고 있었는데 이번에 보니 Anthropic의 Claude 3.5 Sonnet 모델도 지원한다. 아무리 투자 관계가 있다지만 OpenAI에만 올인하기에는 아무래도 부담감이 있지 않았나 싶다.

제대로 설치가 되고 나면 상단 검색 박스 오른쪽이나 오른쪽 하단의 GitHub Copilot 아이콘을 클릭하면 사용할 수 있다. 개인적으로는 크게 세 가지다.

 1. 코드 내에서 주석을 이용해서 무슨 코드를 작성할지 알려주는 형태다
 2. 앞서 아이콘들을 통해 별도의 채팅 박스를 연 뒤에 그걸 바탕으로 채팅을 통해 코딩 도움을 받는 거다. (그림 2 참고)
 3. 2번과 흡사한데 별도의 박스가 아니라 코드 에디터안에 임베드된 채팅 박스를 쓰는 것인데 Ctrl(맥이라면 Command)+I를 누르면 아래와 같은 박스가 뜬다 (그림 3 참고)

2, 3번의 경우 채팅을 하는 대신에 아주 명확하게 슬랙과 비슷하게 슬래시 (/) 커맨드를 통해 다양한 일을 수행할 수도 있는데 먼저 작업 대상이 되는 코드를 하이라이트한 다음에 예를 들면 아래와 같은 명령을 줄 수 있다.

 * /fix - 하이라이트한 코드에 있을 수도 있는 문제점 수정하기
 * /tests - 하이라이트한 코드를 테스트해주는 유닛 테스트 추가하기
 * /explain - 하이라이트한 코드가 어떻게 동작하는지 설명하기
 * /doc - 하이라이트한 코드에 주석을 달아줘
 * ...

VS Code와 GitHub을 쓰고 있다면 안 쓸 일 이유가 없지 않나 싶다. 쓰다가 정말로 내 생산성과 학습 능력이 개선되는 것이 보이면 한달 10불 버전으로 업그레이드하는 걸 추천한다. 함수 단위의 코딩은 이제 직접 하기보다는 AI툴에 맡기고 대신에 검증을 잘 하는 것이 낫다.

이미 아시는 분들이 많으리라 믿지만 GitHub Copilot Free 버전이 생겼다. VS Code를 쓴다면 GitHub Copilot 플러그인을 설치해서 한달 20시간까지 코딩에 사용할 수 있다. 이전에는 한달 10불을 내는 옵션이 가장 저렴한 옵션이었는데 Cursor 등의 위협을 분명히 느끼지 않나 싶다. 그리고 전에는 OpenAI GPT 모델의 GTP4 Code Completion 모델만을 지원하는 걸로 알고 있었는데 이번에 보니 Anthropic의 Claude 3.5 Sonnet 모델도 지원한다. 아무리 투자 관계가 있다지만 OpenAI에만 올인하기에는 아무래도 부담감이 있지 않았나 싶다. 제대로 설치가 되고 나면 상단 검색 박스 오른쪽이나 오른쪽 하단의 GitHub Copilot 아이콘을 클릭하면 사용할 수 있다. 개인적으로는 크게 세 가지다. <ol ><li>코드 내에서 주석을 이용해서 무슨 코드를 작성할지 알려주는 형태다</li><li>앞서 아이콘들을 통해 별도의 채팅 박스를 연 뒤에 그걸 바탕으로 채팅을 통해 코딩 도움을 받는 거다. (그림 2 참고)</li><li>2번과 흡사한데 별도의 박스가 아니라 코드 에디터안에 임베드된 채팅 박스를 쓰는 것인데 Ctrl(맥이라면 Command)+I를 누르면 아래와 같은 박스가 뜬다 (그림 3 참고)</li></ol> 2, 3번의 경우 채팅을 하는 대신에 아주 명확하게 슬랙과 비슷하게 슬래시 (/) 커맨드를 통해 다양한 일을 수행할 수도 있는데 먼저 작업 대상이 되는 코드를 하이라이트한 다음에 예를 들면 아래와 같은 명령을 줄 수 있다. <ul ><li>/fix - 하이라이트한 코드에 있을 수도 있는 문제점 수정하기</li><li>/tests - 하이라이트한 코드를 테스트해주는 유닛 테스트 추가하기</li><li>/explain - 하이라이트한 코드가 어떻게 동작하는지 설명하기</li><li>/doc - 하이라이트한 코드에 주석을 달아줘</li><li>...</li></ul> VS Code와 GitHub을 쓰고 있다면 안 쓸 일 이유가 없지 않나 싶다. 쓰다가 정말로 내 생산성과 학습 능력이 개선되는 것이 보이면 한달 10불 버전으로 업그레이드하는 걸 추천한다. 함수 단위의 코딩은 이제 직접 하기보다는 AI툴에 맡기고 대신에 검증을 잘 하는 것이 낫다.

GitHub Copilot Free 버전

  게티이미지뱅크 제공    도움 행동에 대한 고전적인 사회심리학 연구 중 &#39;선한 사마리아인&#39; 연구로 널리 알려져 있는 연구가 있다. 프린스턴대의 연구자 존 달리와 다니엘 뱃슨은 신학대에 재학중인 예비 성직자들을 대...

[박진영의 사회심리학] 선행은 '작은 친절과 위로'에서 시작

도움 행동에 대한 사회심리학 연구 중 ‘선한 사마리아인’ 연구로 널리 알려져 있는 연구가 있다. 프린스턴대 연구자 존 달리와 다니엘 뱃슨은 신학대 재학중인 예비 성직자를 대상으로 성경에 나오는 선한 사마리아인에 대한 설교를 준비하도록 했다.

이 때 조건을 나누어서 한 조건에서는 늦었으니 서둘러서 설교 장소로 이동하라는 얘기를 한 반면(빨리빨리 조건), 다른 조건의 사람들에게는 시간이 좀 남았으니까 천천히 이동하면 된다는 이야기를 했다.

때마침 설교 장소로 이동하는 길목에는 남루한 차림을 하고 쓰러져 있는 사람이 있었다. 이 사람은 연구자들과 공모한 연기자이다. 이 때 어떤 조건의 사람들이 얼마나 더 곤경에 처해 있는 사람을 도왔을까?

실험 참가자들이 모두 예비 성직자들이며, 낯선 사람이더라도 곤경에 빠졌다면 도움을 줘야 한다는 내용의 설교를 준비한 만큼 조건에 상관 없이 많은 이들이 도움을 주었을 것 같다.

하지만 실제로는 서두르지 않은 조건의 사람들은 약 60%가 낯선 이에게 도움을 줬지만, 서두른 조건의 사람들은 10%만 도움을 준 것으로 나타났다. 마음이 바쁘고 여유가 없으면 시야가 좁아져 나의 도움이 필요한 사람을 면전에서 지나치게 된다는 것이다.

많은 사람들이 자신의 도덕성을 높게 평가하는 경향을 보인다. 예를 들어 약 90%의 사람들이 자신은 도덕성과 인격에 있어 적어도 평균 이상은 간다고 응답한다.

또 비슷하게 많은 사람들이 자신은 남들과 다르게 도움을 필요로 하는 사람을 지나치지 않을 것이라고 자신한다. 하지만 실제로는 위의 실험처럼 무심코 도움을 필요로 하는 사람들을 지나쳤을지도 모른다.

많은 사람들이 선행이라고 하면 거액의 기부나 죽어가는 사람을 살리는 등 크고 멋진 일들을 떠올리곤 한다. 하지만 일상에서 도움이 필요한 경우는 대부분 작은 관심과 따뜻한 말 한 마디가 필요한 경우일 때가 더 많다.

선행을 실천할 기회가 잘 없다는 생각과는 다르게, 선행은 작은 친절과 위로를 통해 시작될 수 있는 것이다. 요즘 어떠냐고, 잘 지내고 있냐고 묻는 안부와 지금도 잘 하고 있다고 하는 작은 응원이 그 사람에게는 그 날 하루를 밝혀주는 따스함이 될 수 있다.

다들 바쁜 나날을 보내고 있겠지만 잠깐씩이라도 마음의 여유를 갖고 천천히 주변을 돌아볼 수 있다면 우리의 세상은 조금 더 아름다워질 것이다.

도움 행동에 대한 사회심리학 연구 중 ‘선한 사마리아인’ 연구로 널리 알려져 있는 연구가 있다. 프린스턴대 연구자 존 달리와 다니엘 뱃슨은 신학대 재학중인 예비 성직자를 대상으로 성경에 나오는 선한 사마리아인에 대한 설교를 준비하도록 했다. 이 때 조건을 나누어서 한 조건에서는 늦었으니 서둘러서 설교 장소로 이동하라는 얘기를 한 반면(빨리빨리 조건), 다른 조건의 사람들에게는 시간이 좀 남았으니까 천천히 이동하면 된다는 이야기를 했다. 때마침 설교 장소로 이동하는 길목에는 남루한 차림을 하고 쓰러져 있는 사람이 있었다. 이 사람은 연구자들과 공모한 연기자이다. 이 때 어떤 조건의 사람들이 얼마나 더 곤경에 처해 있는 사람을 도왔을까? 실험 참가자들이 모두 예비 성직자들이며, 낯선 사람이더라도 곤경에 빠졌다면 도움을 줘야 한다는 내용의 설교를 준비한 만큼 조건에 상관 없이 많은 이들이 도움을 주었을 것 같다. 하지만 실제로는 서두르지 않은 조건의 사람들은 약 60%가 낯선 이에게 도움을 줬지만, 서두른 조건의 사람들은 10%만 도움을 준 것으로 나타났다. 마음이 바쁘고 여유가 없으면 시야가 좁아져 나의 도움이 필요한 사람을 면전에서 지나치게 된다는 것이다. 많은 사람들이 자신의 도덕성을 높게 평가하는 경향을 보인다. 예를 들어 약 90%의 사람들이 자신은 도덕성과 인격에 있어 적어도 평균 이상은 간다고 응답한다. 또 비슷하게 많은 사람들이 자신은 남들과 다르게 도움을 필요로 하는 사람을 지나치지 않을 것이라고 자신한다. 하지만 실제로는 위의 실험처럼 무심코 도움을 필요로 하는 사람들을 지나쳤을지도 모른다. 많은 사람들이 선행이라고 하면 거액의 기부나 죽어가는 사람을 살리는 등 크고 멋진 일들을 떠올리곤 한다. 하지만 일상에서 도움이 필요한 경우는 대부분 작은 관심과 따뜻한 말 한 마디가 필요한 경우일 때가 더 많다. 선행을 실천할 기회가 잘 없다는 생각과는 다르게, 선행은 작은 친절과 위로를 통해 시작될 수 있는 것이다. 요즘 어떠냐고, 잘 지내고 있냐고 묻는 안부와 지금도 잘 하고 있다고 하는 작은 응원이 그 사람에게는 그 날 하루를 밝혀주는 따스함이 될 수 있다. 다들 바쁜 나날을 보내고 있겠지만 잠깐씩이라도 마음의 여유를 갖고 천천히 주변을 돌아볼 수 있다면 우리의 세상은 조금 더 아름다워질 것이다.

m.dongascience.com

And by "all," I mean everything: core product, failed pivots, miscellaneous

After 3 Years, I Failed. Here's All My Startup's Code. | Dylan Huang

스타트업을 시작하는 것은 많은 개발자들의 꿈이지만, 현실은 항상 녹록지 않습니다. 최근 3년간 API 통합을 간소화하는 개발 도구를 개발한 스타트업 'Konfig'의 창업자 Dylan Huang이 자신의 경험을 공유하며, 실패의 과정을 상세히 기록했습니다. 그는 자신들의 코드베이스를 모두 공개하며, 다른 개발자들에게 도움이 되기를 바라고 있습니다.

 * 스타트업 배경: Konfig는 2022년 말에 시작된 개발 도구 스타트업으로, API 통합을 쉽게 만드는 것을 목표로 했다.
 * 주요 제품:
   * SDK 생성기: OpenAPI 사양을 기반으로 다양한 프로그래밍 언어의 고품질 클라이언트 라이브러리를 생성하는 도구.
   * 문서화 도구: Markdown 및 OpenAPI 기반의 문서 생성.
   * API 데모: Markdown 기반의 Jupyter 노트북 형태로 제공.
   * 공개 API용 SDK: 다양한 공개 API에 대한 SDK 제공.
 * 기타 개발 항목:
   * 콜드 아웃바운드 메시지 생성을 위한 쉘 스크립트.
   * 프로그램적 SEO 스크립팅.
   * 마케팅 웹사이트 및 제품 문서화.
   * 커스텀 모노레포 설정을 지원하는 Changeset Bot 수정.
   * Earthly를 사용한 SDK 생성기 통합 테스트.
   * AI 피벗 실험 및 Notion 데이터베이스 통합.

실패의 원인과 배운 점
 * 시장 적합성 부족: 일부 스타트업과의 협업에도 불구하고, 하이퍼 성장 비즈니스를 구축하는 데 어려움을 겪음.
 * 가격 책정 문제: ROI가 명확함에도 불구하고, 잠재 고객과의 계약 체결이 어려웠으며, 가격이 너무 낮게 책정됨.
 * AI 제품으로의 피벗 실패: 생성형 AI를 활용한 B2B SaaS AI 제품으로 전환을 시도했지만, 충분한 시장 반응을 얻지 못함.

여러분이 스타트업을 시작하거나 새로운 프로젝트를 진행할 때, 시장의 요구와 제품의 적합성을 어떻게 평가하시나요? 실패를 통해 얻은 교훈을 다음 도전에 어떻게 적용할 수 있을까요?

https://dylanhuang.com/blog/closing-my-startup

스타트업을 시작하는 것은 많은 개발자들의 꿈이지만, 현실은 항상 녹록지 않습니다. 최근 3년간 API 통합을 간소화하는 개발 도구를 개발한 스타트업 'Konfig'의 창업자 Dylan Huang이 자신의 경험을 공유하며, 실패의 과정을 상세히 기록했습니다. 그는 자신들의 코드베이스를 모두 공개하며, 다른 개발자들에게 도움이 되기를 바라고 있습니다. <ul ><li>스타트업 배경: Konfig는 2022년 말에 시작된 개발 도구 스타트업으로, API 통합을 쉽게 만드는 것을 목표로 했다.</li><li>주요 제품:<ul ><li>SDK 생성기: OpenAPI 사양을 기반으로 다양한 프로그래밍 언어의 고품질 클라이언트 라이브러리를 생성하는 도구.</li><li>문서화 도구: Markdown 및 OpenAPI 기반의 문서 생성.</li><li>API 데모: Markdown 기반의 Jupyter 노트북 형태로 제공.</li><li>공개 API용 SDK: 다양한 공개 API에 대한 SDK 제공.</li></ul></li><li>기타 개발 항목:<ul ><li>콜드 아웃바운드 메시지 생성을 위한 쉘 스크립트.</li><li>프로그램적 SEO 스크립팅.</li><li>마케팅 웹사이트 및 제품 문서화.</li><li>커스텀 모노레포 설정을 지원하는 Changeset Bot 수정.</li><li>Earthly를 사용한 SDK 생성기 통합 테스트.</li><li>AI 피벗 실험 및 Notion 데이터베이스 통합.</li></ul></li></ul> 실패의 원인과 배운 점<ul ><li>시장 적합성 부족: 일부 스타트업과의 협업에도 불구하고, 하이퍼 성장 비즈니스를 구축하는 데 어려움을 겪음.</li><li>가격 책정 문제: ROI가 명확함에도 불구하고, 잠재 고객과의 계약 체결이 어려웠으며, 가격이 너무 낮게 책정됨.</li><li>AI 제품으로의 피벗 실패: 생성형 AI를 활용한 B2B SaaS AI 제품으로 전환을 시도했지만, 충분한 시장 반응을 얻지 못함.</li></ul> 여러분이 스타트업을 시작하거나 새로운 프로젝트를 진행할 때, 시장의 요구와 제품의 적합성을 어떻게 평가하시나요? 실패를 통해 얻은 교훈을 다음 도전에 어떻게 적용할 수 있을까요? https://dylanhuang.com/blog/closing-my-startup

dylanhuang.com

스타트업 3년, 실패했지만 코드를 공개합니다

1
인간에게는 이분법적 사고를 추구하는 강력하고 극적인 본능이 있다.

2
어떤 대상을 뚜렷이 구별되는 두 집단으로 나누려는 본능인데, 두 집단 사이에 존재하는 것이라고는 실체 없는 간극뿐이다.

3
우리는 이분법을 좋아한다. 좋은 것과 나쁜 것, 영웅과 악인, 우리 나라와 다른 나라.

4
세상을 뚜렷이 구별 되는 양측으로 나누는 것은 간단하고 직관적일 뿐 아니라, 충돌을 암시한다는 점에서 극적이다.

5
우리는 별다른 생각 없이 항상 그런 구분을 한다.

6
언론인도 이를 잘 안다. 이들은 전달하려는 이야기를 서로 반대 되는 두 부류 사람들, 반대되는 두 시각, 반대되는 두 집단 사이의 갈등으로 구성한다.

7
이들은 절대다수 사람들이 서서히 더 나은 삶으로 편입되는 이야기보다 극빈층과 억만장자의 이야기를 더 좋아 한다.

8
언론인은 이야기꾼이다. 다큐와 영화를 만드는 사람도 마찬가지다.

9
다큐는 힘없는 개인을 거대하고 사악한 기업에 맞서게 한다. 블록버스터 영화는 악에 맞서는 선을 주요 인물로 다룬다.

#팩트풀니스

1 ​인간에게는 이분법적 사고를 추구하는 강력하고 극적인 본능이 있다. ​ ​2 어떤 대상을 뚜렷이 구별되는 두 집단으로 나누려는 본능인데, 두 집단 사이에 존재하는 것이라고는 실체 없는 간극뿐이다. ​ ​3 우리는 이분법을 좋아한다. 좋은 것과 나쁜 것, 영웅과 악인, 우리 나라와 다른 나라. ​ ​4 세상을 뚜렷이 구별 되는 양측으로 나누는 것은 간단하고 직관적일 뿐 아니라, 충돌을 암시한다는 점에서 극적이다. ​ ​5 우리는 별다른 생각 없이 항상 그런 구분을 한다. ​ ​6 언론인도 이를 잘 안다. 이들은 전달하려는 이야기를 서로 반대 되는 두 부류 사람들, 반대되는 두 시각, 반대되는 두 집단 사이의 갈등으로 구성한다. ​ ​7 이들은 절대다수 사람들이 서서히 더 나은 삶으로 편입되는 이야기보다 극빈층과 억만장자의 이야기를 더 좋아 한다. ​ ​8 언론인은 이야기꾼이다. 다큐와 영화를 만드는 사람도 마찬가지다. ​ ​9 다큐는 힘없는 개인을 거대하고 사악한 기업에 맞서게 한다. 블록버스터 영화는 악에 맞서는 선을 주요 인물로 다룬다. #팩트풀니스

< 왜 우리는 항상 양쪽 편 중 하나를 선택하려 할까? >

https://blog.naver.com/madaboutit/223695523476

GitHub Pages를 통해 저장소의 특정 브랜치를 배포 디렉토리로 지정하여 아주 간편하게 웹사이트를 호스팅할 수 있습니다. 하지만 요즘 웹 개발에서 HTML, CSS, JavaScript를 직접 작성하는 일은 드물죠? 대부분 React와 같은 프론트엔드 라이브러리와 Vite와 같은 빌드 도구를 사용하여 HTML, CSS, JavaScript를 생성해낼 것입니다.

이번 시간에는 웹 프로젝트를 GitHub Actions를 사용하여 빌드하고, 빌드 결과물을 바로 GitHub Pages에 배포하는 방법에 대해서 알아보겠습니다.

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

GitHub Pages에 웹사이트를 호스팅하는 기본적인 방법은 아래 게시물을 참고바랍니다.

📕 GitHub Pages에 웹사이트 배포하기: https://careerly.co.kr/comments/115041
📗 GitHub Pages에 커스텀 도메인 연결하기: https://careerly.co.kr/comments/115256

GitHub Pages를 통해 저장소의 특정 브랜치를 배포 디렉토리로 지정하여 아주 간편하게 웹사이트를 호스팅할 수 있습니다. 하지만 요즘 웹 개발에서 HTML, CSS, JavaScript를 직접 작성하는 일은 드물죠? 대부분 React와 같은 프론트엔드 라이브러리와 Vite와 같은 빌드 도구를 사용하여 HTML, CSS, JavaScript를 생성해낼 것입니다. 이번 시간에는 웹 프로젝트를 GitHub Actions를 사용하여 빌드하고, 빌드 결과물을 바로 GitHub Pages에 배포하는 방법에 대해서 알아보겠습니다. 📺 동영상: https://youtu.be/bGCIWIP_skg📝 포스팅: https://www.daleseo.com/github-pages-actions/ GitHub Pages에 웹사이트를 호스팅하는 기본적인 방법은 아래 게시물을 참고바랍니다. 📕 GitHub Pages에 웹사이트 배포하기: https://careerly.co.kr/comments/115041📗 GitHub Pages에 커스텀 도메인 연결하기: https://careerly.co.kr/comments/115256

GitHub Actions로 빌드 후 GitHub Pages에 배포하기

먼저 데이터 워크플로우(Data Workflow)는 무엇일까요❓

데이터 워크플로우(Data Workflow)란, 기업에서 사용되는 데이터를 수집, 처리, 분석, 그리고 활용까지 이어지는 전체 과정을 나타내는 프로세스를 의미해요.

데이터 직군은 데이터 워크플로우를 통해 구체적이고 체계적인 업무 범위를 파악하고, 다른 업무들에 비해 더 집중해야 할 영역을 파악할 수 있습니다.

데이터 직군 중 데이터 엔지니어(Data Engineer)는
데이터 파이프라인의 초반부를 맡아

- 데이터 수집
- 데이터 저장
- 데이터 관리
- 데이터 자동화
- 데이터 통합
- 데이터 전처리
- 데이터 변환

단계를 맡고 있어요.

필요한 데이터를 외부 소스(Data Source)에서 수집하는 단계에서부터,
수집한 데이터를 저장하기 위해 데이터 저장 장소인

- 데이터베이스 (Database)
- 데이터 웨어하우스 (Data Warehouse)
- 데이터 레이크 (Data Lake)
- 데이터 레이크하우스 (Data LakeHouse)

를 관리하고 최적화하는 업무를 맡게 됩니다.

기본적인 엔지니어링 업무부터,
쿼리 및 API와 같은 벡엔드 업무까지,
다양한 이슈를 해결하는 업무이기에
문제를 빠르게 파악하고, 문서화하는 작업들이 필요해요.

특히 데이터 품질을 확인하는 작업들이 많기 때문에,
한 장소에서 다른 장소로 데이터를 옮기는 과정을
자동화하거나 최적화하는 스킬들이 요구됩니다.

먼저 데이터 워크플로우(Data Workflow)는 무엇일까요❓ 데이터 워크플로우(Data Workflow)란, 기업에서 사용되는 데이터를 수집, 처리, 분석, 그리고 활용까지 이어지는 전체 과정을 나타내는 프로세스를 의미해요. 데이터 직군은 데이터 워크플로우를 통해 구체적이고 체계적인 업무 범위를 파악하고, 다른 업무들에 비해 더 집중해야 할 영역을 파악할 수 있습니다. 데이터 직군 중 데이터 엔지니어(Data Engineer)는 데이터 파이프라인의 초반부를 맡아 - 데이터 수집 - 데이터 저장 - 데이터 관리 - 데이터 자동화 - 데이터 통합 - 데이터 전처리 - 데이터 변환 단계를 맡고 있어요. 필요한 데이터를 외부 소스(Data Source)에서 수집하는 단계에서부터, 수집한 데이터를 저장하기 위해 데이터 저장 장소인 - 데이터베이스 (Database) - 데이터 웨어하우스 (Data Warehouse) - 데이터 레이크 (Data Lake) - 데이터 레이크하우스 (Data LakeHouse) 를 관리하고 최적화하는 업무를 맡게 됩니다. 기본적인 엔지니어링 업무부터, 쿼리 및 API와 같은 벡엔드 업무까지, 다양한 이슈를 해결하는 업무이기에 문제를 빠르게 파악하고, 문서화하는 작업들이 필요해요. 특히 데이터 품질을 확인하는 작업들이 많기 때문에, 한 장소에서 다른 장소로 데이터를 옮기는 과정을 자동화하거나 최적화하는 스킬들이 요구됩니다.

데이터 워크플로우(Data Workflow) - 데이터 엔지니어 편

이하는 데니스 뇌르마르크의 저서 <가짜노동,2022>, <진짜노동,2024>의 내용을 읽고 저의 의견을 보태어 정리한 내용입니다.

 다른 사람들이 원하지 않거나 불편하게 만드는 일은 가짜 노동 또는 가짜 프로젝트이다.  공공기업 또는 사기업 조직에서 가짜 노동이 증가하는 대표적인 이유는 조직구조와 프로세스가 복잡해지기 때문이다. 조직이 성장하면서 조직구조와 프로세스가 복잡해지는 것은 사람이 나이가 들수록 살이 찌고, 노폐물이 증가하는 것과 같이 자연스럽다고 생각할 수 있다. 그러나 조직이 복잡해지는 것은 과학이나 자연의 법칙이 아니고 사람이 복잡하게 만든다. 조직이 성장할수록 복잡해지는 이유는 다음과 같다. 
 
• 지나친 전문화는 비 효과적인 일을 만든다. 
조직을 처음 만들 때는 1인(1 부서)이 다 역할을 수행하지만 조직이 성장할수록 1인(1 부서)은 전문적인 역할을 한다. 전문성이 높아질수록 일을 정확하고 빨리 할 수 있기 때문에 효율성이 높아진다. 그러나 업무를 세분화할수록 불필요하거나 필요성이 낮은 업무를 만들고 그 결과 조직구조와 프로세스가 복잡해진다. 
 
• 가짜노동에도 명분이 있다.   
조직이 복잡해지고 가짜노동의 문제를 이겨내지 못한 조직은 망한다. 그 복잡도를 견딜 수 있는 조직은 그것을 상쇄할 만큼 수익성이 좋거나 정치적인 이유가 있다. 그런 조직에서는 가짜노동으로 인한 문제점을 제대로 인식하지 못하기 때문에 그 조직이 감당가능한 수준까지 가짜 노동을 만든다.   
 
• 아무것도 안 하기 힘들다.   
유행하는 신기술을 적용하지 않거나, 문제가 발생했는데 아무것도 안 하기 힘들기 때문에 새로운 프로세스와 새로운 조직이 생기고 조직은 복잡해진다. 
 
• 바쁜 것처럼 보이는 개인이나 부서가 살아남는다.   
일에 대한 가치보다 일 자체를 중요하게 생각하는 조직이 많다. 그렇기 때문에 어느 정도 논리만 뒷받침되면 새로운 일이 혁신이나 개선이라는 이름으로 포장하여 추진된다. 특히 중요하지 않은 사람들의 실수와 단점을  필요 이상으로 세세하게 정리하여 자신의 가치를 증명하는 사람이나 조직이 가짜 노동을 만든다. 그런 노동은 핵심사업을 조금이라도 성장시키는데 도움이 되지 않는다.
 
특히 다음과 같은 문구를 포함하는 일은 가짜 프로젝트일 가능성이 높다. 
 
- ~~ 프로세스의  가시성 향상
- ~~ 업무의 거버넌스 강화
- ~~ 프로세스의 자동화, 시스템화 
- 지표기반의 ~~ 프로세스 관리체계 개선 
 
어떤 조직도 모든 업무를 완벽하게 수행할 수 없고 그걸 시도해서는 안된다. 만약 그것이 가짜 노동이라면 더욱 그렇다.

새로운 일을 만드는 사람, 새로운 일을 수행하는 사람은 다음의 체크리스트를 활용하여 새로운 일의 진짜가치를 구체적으로 확인하여 가짜노동을 최소화해야 한다. 

 • 새로운 일을 요청받을 때
다른 부서(주로 관리나 지원부서)의 사람들이 새로운 일을 요청한다면 새로운 일이 중요한 이유를 확인해야 한다. 발생가능성이 낮은 만약을 대비하는 업무 또는 더 이상 완벽하기 어려운 완성도를 추구하는 일이라면 가짜 노동일 가능성이 높다. 
일을 만든 사람에게 가짜 노동임을 설득할 때는 유의해야 한다. 전체 메일을 돌리거나 공개적인 자리에서 면박을 주는 것은 일만 키울 뿐이다. 일이 필요한 이유를 차분하게 협의하고 제한된 자원으로 수행하기에는 우선순위가 낮음을 설득해야 한다. 
 
• 새로운 일을 만들 때
스스로 새로운 업무를 만들어 낸다면 그 일을 수행할 사람에게 그 일의 가치를 의논하고 설득할 수 있어야 한다. 그 일이 필요한 이유가 있더라도 제한된 시간, 자원의 관점에서 우선순위가 낮다면 새로운 일을 추진하는 것을 신중하게 고민해야 한다. 
 
• 진짜 프로젝트의 특징은 다음과 같다. 
- 프로젝트 제목이 단순하고 명확하다. 
- 진짜 프로젝트는 어떤 사람의 불편을 줄여주는지, 어떤 사람에게 혜택을 제공하는지 명확하다. 
- 진짜 프로젝트는 사용자가 요청하고 가짜 프로젝트는 사용자를 설득한다. 

진짜 프로젝트는 이타적이고, 가짜 프로젝트는 이기적이다.

이하는 데니스 뇌르마르크의 저서 &lt;가짜노동,2022&gt;, &lt;진짜노동,2024&gt;의 내용을 읽고 저의 의견을 보태어 정리한 내용입니다. &nbsp;다른 사람들이 원하지 않거나 불편하게 만드는 일은 가짜 노동 또는 가짜 프로젝트이다. &nbsp;공공기업 또는 사기업 조직에서 가짜 노동이 증가하는 대표적인 이유는 조직구조와 프로세스가 복잡해지기 때문이다. 조직이 성장하면서 조직구조와 프로세스가 복잡해지는 것은 사람이 나이가 들수록 살이 찌고, 노폐물이 증가하는 것과 같이 자연스럽다고 생각할 수 있다. 그러나 조직이 복잡해지는 것은 과학이나 자연의 법칙이 아니고 사람이 복잡하게 만든다. 조직이 성장할수록 복잡해지는 이유는 다음과 같다.&nbsp;&nbsp;• 지나친 전문화는 비 효과적인 일을 만든다.&nbsp;조직을 처음 만들 때는&nbsp;1인(1 부서)이 다 역할을 수행하지만 조직이 성장할수록&nbsp;1인(1 부서)은 전문적인 역할을 한다. 전문성이 높아질수록 일을 정확하고 빨리 할 수 있기 때문에 효율성이 높아진다. 그러나 업무를 세분화할수록 불필요하거나 필요성이 낮은 업무를 만들고 그 결과 조직구조와 프로세스가 복잡해진다.&nbsp;&nbsp;• 가짜노동에도 명분이 있다. &nbsp;&nbsp;조직이 복잡해지고 가짜노동의 문제를 이겨내지 못한 조직은 망한다. 그 복잡도를 견딜 수 있는 조직은 그것을 상쇄할 만큼 수익성이 좋거나 정치적인 이유가 있다. 그런 조직에서는 가짜노동으로 인한 문제점을 제대로 인식하지 못하기 때문에 그 조직이 감당가능한 수준까지 가짜 노동을 만든다. &nbsp;&nbsp;&nbsp;• 아무것도 안 하기 힘들다. &nbsp;&nbsp;유행하는 신기술을 적용하지 않거나, 문제가 발생했는데 아무것도 안 하기 힘들기 때문에 새로운 프로세스와 새로운 조직이 생기고 조직은 복잡해진다.&nbsp;&nbsp;• 바쁜 것처럼 보이는 개인이나 부서가 살아남는다. &nbsp;&nbsp;일에 대한 가치보다 일 자체를 중요하게 생각하는 조직이 많다.&nbsp;그렇기 때문에 어느 정도 논리만 뒷받침되면 새로운 일이 혁신이나 개선이라는 이름으로 포장하여 추진된다. 특히 중요하지 않은 사람들의 실수와 단점을 &nbsp;필요 이상으로 세세하게 정리하여 자신의 가치를 증명하는 사람이나 조직이 가짜 노동을 만든다. 그런 노동은 핵심사업을 조금이라도 성장시키는데 도움이 되지 않는다.&nbsp;특히 다음과 같은 문구를 포함하는 일은 가짜 프로젝트일 가능성이 높다.&nbsp;&nbsp;-&nbsp;~~ 프로세스의&nbsp;&nbsp;가시성 향상-&nbsp;~~ 업무의 거버넌스 강화-&nbsp;~~ 프로세스의 자동화, 시스템화&nbsp;- 지표기반의 ~~ 프로세스 관리체계 개선&nbsp;&nbsp;어떤 조직도 모든 업무를 완벽하게 수행할 수 없고 그걸 시도해서는 안된다. 만약 그것이 가짜 노동이라면 더욱 그렇다. 새로운 일을 만드는 사람, 새로운 일을 수행하는 사람은 다음의 체크리스트를 활용하여 새로운 일의 진짜가치를 구체적으로 확인하여 가짜노동을 최소화해야 한다.&nbsp; &nbsp;• 새로운 일을 요청받을 때다른 부서(주로 관리나 지원부서)의 사람들이 새로운 일을 요청한다면 새로운 일이 중요한 이유를 확인해야 한다. 발생가능성이 낮은 만약을 대비하는 업무 또는 더 이상 완벽하기 어려운 완성도를 추구하는 일이라면 가짜 노동일 가능성이 높다.&nbsp;일을 만든 사람에게 가짜 노동임을 설득할 때는 유의해야 한다. 전체 메일을 돌리거나 공개적인 자리에서 면박을 주는 것은 일만 키울 뿐이다.&nbsp;일이 필요한 이유를 차분하게 협의하고 제한된 자원으로 수행하기에는 우선순위가 낮음을 설득해야 한다.&nbsp;&nbsp;• 새로운 일을 만들 때스스로 새로운 업무를 만들어 낸다면 그 일을 수행할 사람에게 그 일의 가치를 의논하고 설득할 수 있어야 한다. 그 일이 필요한 이유가 있더라도 제한된 시간, 자원의 관점에서 우선순위가 낮다면 새로운 일을 추진하는 것을 신중하게 고민해야 한다.&nbsp;&nbsp;• 진짜 프로젝트의 특징은 다음과 같다.&nbsp;- 프로젝트 제목이 단순하고 명확하다.&nbsp;- 진짜 프로젝트는 어떤 사람의 불편을 줄여주는지, 어떤 사람에게 혜택을 제공하는지 명확하다.&nbsp;-&nbsp;진짜 프로젝트는 사용자가 요청하고 가짜 프로젝트는 사용자를 설득한다.&nbsp; 진짜 프로젝트는 이타적이고, 가짜 프로젝트는 이기적이다.

진짜 프로젝트 Vs. 가짜 프로젝트

매년 이맘때면 연락이 와요. 회사는 어떤지, 하는 일은 마음에 드는지 안부를 묻죠. 헤드헌터예요.

이직 생각이 없더라도 헤드헌터와 알고 지내는 건 제법 괜찮은 선택이에요. '정보의 비대칭성'을 해소할 수 있으니까요.

구체적으론 세 가지 좋은 점이 있었어요.

1. 채용 시장의 분위기를 파악할 수 있어요
2. 서류 전형에 대한 부담이 낮아져요
3. 연봉 계약도 혼자 하는 것보단 유리해져요

여러분이 생각하는 헤드헌터를 알고 지내면 좋은 이유는 무엇인가요? 혹시 단점도 있었나요?

매년 이맘때면 연락이 와요. 회사는 어떤지, 하는 일은 마음에 드는지 안부를 묻죠. 헤드헌터예요. 이직 생각이 없더라도 헤드헌터와 알고 지내는 건 제법 괜찮은 선택이에요. '정보의 비대칭성'을 해소할 수 있으니까요. 구체적으론 세 가지 좋은 점이 있었어요. 1. 채용 시장의 분위기를 파악할 수 있어요2. 서류 전형에 대한 부담이 낮아져요3. 연봉 계약도 혼자 하는 것보단 유리해져요 여러분이 생각하는 헤드헌터를 알고 지내면 좋은 이유는 무엇인가요? 혹시 단점도 있었나요?&nbsp;

헤드헌터와 알고 지내면 좋은 점

전 헤드헌터라는 존재를 본적이 없어요,,,,ㅎㅎ

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??

저는 멘토링을 할 때 개발뿐만 아니라 문제 정의부터 시작해 기획, 커뮤니케이션, 팀 문화, PPT, 발표 등 사이드 프로젝트를 만드는데 도움을 줄 수 있는 전과정에 관한 피드백을 드립니다.

특히, 개발자분들만 모여 있는 경우 발표와 관련된 부분을 굉장히 어려워하는 것을 많이 봤습니다.
발표 자료 구성, 전달력 있는 말하기 방법, 톤, 말할 때의 습관 등 다양한 부분에 피드백을 드리는 것이 중요하다고 생각합니다.

오늘은 사이드 프로젝트 발표에서 PPT를 어떻게 구성하는지에 대한 피드백을 공유해보겠습니다.
기초적인 내용이 많지만, 실제로 도움을 드렸던 부분을 중심으로 정리해봤습니다.

---
1. 발표는 설득이 목적입니다

- 여러분은 프로젝트의 기능과 목적 등 모든 것을 이미 알고 있지만, 발표를 듣는 분들은 대부분 처음 프로젝트를 접하는 분들입니다.

- 따라서 발표 자료는 매우 친절하게 구성하고, 설득을 목적으로 만들어야 합니다.

- "왜 이 서비스를 만들었지?" "왜 해당 기능을 넣었을까?"와 같은 질문에 충분히 답할 수 있도록 자료를 준비하세요.

- 문제 정의 - 기획 소개 - 기능 소개 - 시연 - 마무리로 이어지는 흐름을 방해받지 않도록 구성하세요.

---
2. '3의 법칙'

- 문제 정의, 특징, 기능 등을 소개할 때 숫자 3을 기억하세요.

- 정보를 제시하거나 설득의 근거를 제시할 때 3개로 구성하면 효과적입니다.

- 1~2개의 경우 부족하다는 느낌을 주고, 4개 이상은 복잡하다는 인상을 줄 수 있습니다.

- 기획 및 컨설팅 업계에서는 숫자 3을 적음의 끝이자 많음의 시작이라고 표현합니다. (출처 - 시선의 발견)

- PPT에서도 숫자 3을 적절히 활용하세요.

---
3. 너무 많은 텍스트를 자료에 넣지 마세요

- 발표 자료는 발표자를 돕는 도구입니다.

- 발표 중 청중의 시선은 발표 자료가 아니라 발표자에게 머물러야 합니다.

- 하지만 PPT를 만드는 입장에서는 최대한 많은 정보를 담고 싶어 하죠.

- 이로 인해 가독성이 떨어지고, 청중이 장문의 텍스트를 읽느라 시선이 분산될 수 있습니다.

- PPT에는 중요하고 수치적인 텍스트만 간결하게 정리하고, 부연 설명은 발표자가 직접 하는 것이 좋습니다.

---
4. 최종 시연은 영상으로 진행하세요

- 시연 방법은 크게 두 가지가 있습니다.
1. 직접 웹이나 앱을 띄워놓고 시연하는 방법
2. 미리 녹화한 영상을 PPT에 삽입해 진행하는 방법

- 저는 필수가 아닌 이상 두 번째 방법을 추천합니다.

- 라이브 시연은 생생함과 어필력을 제공하지만, 시간 조절이 어렵고 실수의 가능성이 있으며, 발표 흐름이 끊길 수 있는 단점이 있습니다.

- 미리 녹화한 영상은 시간 활용이 정확하고 편집이 가능해 청중이 이해하기 쉽습니다.

- 때문에 가능하면 녹화된 시연 영상을 활용하시기를 권장합니다.

저는 멘토링을 할 때 개발뿐만 아니라 문제 정의부터 시작해 기획, 커뮤니케이션, 팀 문화, PPT, 발표 등 사이드 프로젝트를 만드는데 도움을 줄 수 있는 전과정에 관한 피드백을 드립니다. 특히, 개발자분들만 모여 있는 경우 발표와 관련된 부분을 굉장히 어려워하는 것을 많이 봤습니다.발표 자료 구성, 전달력 있는 말하기 방법, 톤, 말할 때의 습관 등 다양한 부분에 피드백을 드리는 것이 중요하다고 생각합니다. 오늘은 사이드 프로젝트 발표에서 PPT를 어떻게 구성하는지에 대한 피드백을 공유해보겠습니다.기초적인 내용이 많지만, 실제로 도움을 드렸던 부분을 중심으로 정리해봤습니다. ---1. 발표는 설득이 목적입니다 - 여러분은 프로젝트의 기능과 목적 등 모든 것을 이미 알고 있지만, 발표를 듣는 분들은 대부분 처음 프로젝트를 접하는 분들입니다. - 따라서 발표 자료는 매우 친절하게 구성하고, 설득을 목적으로 만들어야 합니다. - "왜 이 서비스를 만들었지?" "왜 해당 기능을 넣었을까?"와 같은 질문에 충분히 답할 수 있도록 자료를 준비하세요. - 문제 정의 - 기획 소개 - 기능 소개 - 시연 - 마무리로 이어지는 흐름을 방해받지 않도록 구성하세요. ---2. '3의 법칙' - 문제 정의, 특징, 기능 등을 소개할 때 숫자 3을 기억하세요. - 정보를 제시하거나 설득의 근거를 제시할 때 3개로 구성하면 효과적입니다. - 1~2개의 경우 부족하다는 느낌을 주고, 4개 이상은 복잡하다는 인상을 줄 수 있습니다. - 기획 및 컨설팅 업계에서는 숫자 3을 적음의 끝이자 많음의 시작이라고 표현합니다. (출처 - 시선의 발견) - PPT에서도 숫자 3을 적절히 활용하세요. ---3. 너무 많은 텍스트를 자료에 넣지 마세요 - 발표 자료는 발표자를 돕는 도구입니다. - 발표 중 청중의 시선은 발표 자료가 아니라 발표자에게 머물러야 합니다. - 하지만 PPT를 만드는 입장에서는 최대한 많은 정보를 담고 싶어 하죠. - 이로 인해 가독성이 떨어지고, 청중이 장문의 텍스트를 읽느라 시선이 분산될 수 있습니다. - PPT에는 중요하고 수치적인 텍스트만 간결하게 정리하고, 부연 설명은 발표자가 직접 하는 것이 좋습니다. ---4. 최종 시연은 영상으로 진행하세요 - 시연 방법은 크게 두 가지가 있습니다.1. 직접 웹이나 앱을 띄워놓고 시연하는 방법2. 미리 녹화한 영상을 PPT에 삽입해 진행하는 방법 - 저는 필수가 아닌 이상 두 번째 방법을 추천합니다. - 라이브 시연은 생생함과 어필력을 제공하지만, 시간 조절이 어렵고 실수의 가능성이 있으며, 발표 흐름이 끊길 수 있는 단점이 있습니다. - 미리 녹화한 영상은 시간 활용이 정확하고 편집이 가능해 청중이 이해하기 쉽습니다. - 때문에 가능하면 녹화된 시연 영상을 활용하시기를 권장합니다.

사이드 프로젝트 발표 피드백

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

 - YouTube

최근 프론트엔드 개발에서 API 모킹의 중요성이 점점 커지고 있습니다. 서버 개발이 완료되지 않은 상태에서도 Mock 데이터를 이용해 프론트엔드 개발을 진행하고, 독립적인 테스트를 수행할 수 있기 때문인데요. 이와 관련하여, 개인적으로 우아한형제들이 개발한 MSG(Mock Service GUI)관련 소프트웨어를 관심있게 지켜보고 있습니다.

MSG(Mock Service GUI)란?
MSG는 기존의 모킹 방식처럼 코드를 수정하는 번거로움 없이, 브라우저에 표시되는 UI를 통해 모킹 데이터를 제어할 수 있는 도구입니다. MSW(Mock Service Worker)를 기반으로 개발되었으며, 브라우저 확장 프로그램이 아닌 프로젝트에 디펜던시로 설치해 사용합니다.

MSG의 주요 기능
 * UI 기반 제어: API 모킹 데이터를 코딩하지 않고 UI에서 직접 선택 및 수정할 수 있습니다. 이를 통해 API 응답 데이터를 실시간으로 변경하며 화면 전환 결과를 바로 확인할 수 있습니다.
 * 로컬스토리지 활용: 각자의 브라우저 로컬스토리지에 개인 맞춤형 API 모킹 설정을 저장하고 관리할 수 있습니다. 팀원 간 설정 충돌을 방지하며 작업 효율성을 높입니다.
 * 프로젝트 통합성: MSG는 API 모킹 데이터를 프로젝트 내 여러 API와 쉽게 매핑할 수 있어, 신규 프로젝트 셋업 시에도 빠르고 효과적으로 활용할 수 있습니다.
MSG의 활용 사례
 * 우아한형제들은 MSG를 주문, 결제, 회원 도메인 프로젝트에 적용했으며, 특히 배민클럽 구독 서비스 프로젝트에서는 초기 셋업부터 MSG를 적극적으로 활용해 다량의 모킹 데이터를 효율적으로 관리했습니다.
 * 최신 버전인 MSG 2.0은 기능이 더욱 강화되어, 팀 내 다양한 프로젝트에서 사용 사례가 점차 확대되고 있다고 합니다.

현재 MSG는 오픈소스 전환을 목표로 개발되고 있습니다. 만약 공개된다면, QA, 기획자, 개발자 모두가 실시간으로 데이터를 확인하고 테스트하면서 더욱 원활하고 신속한 협업이 가능해질 것으로 보입니다. 오픈소스로 공개된다면 안쓸 이유가 없어보이고 여러 부서와 팀에 긍정적인 변화를 가져올 것으로 보이는만큼 빨리 공개되었으면 좋겠네요 :)

https://www.youtube.com/watch?v=dDAfG4fe4do
https://techblog.woowahan.com/20154/

최근 프론트엔드 개발에서 API 모킹의 중요성이 점점 커지고 있습니다. 서버 개발이 완료되지 않은 상태에서도 Mock 데이터를 이용해 프론트엔드 개발을 진행하고, 독립적인 테스트를 수행할 수 있기 때문인데요. 이와 관련하여, 개인적으로 우아한형제들이 개발한 MSG(Mock Service GUI)관련 소프트웨어를 관심있게 지켜보고 있습니다. MSG(Mock Service GUI)란?MSG는 기존의 모킹 방식처럼 코드를 수정하는 번거로움 없이, 브라우저에 표시되는 UI를 통해 모킹 데이터를 제어할 수 있는 도구입니다. MSW(Mock Service Worker)를 기반으로 개발되었으며, 브라우저 확장 프로그램이 아닌 프로젝트에 디펜던시로 설치해 사용합니다. MSG의 주요 기능<ul ><li>UI 기반 제어: API 모킹 데이터를 코딩하지 않고 UI에서 직접 선택 및 수정할 수 있습니다. 이를 통해 API 응답 데이터를 실시간으로 변경하며 화면 전환 결과를 바로 확인할 수 있습니다.</li><li>로컬스토리지 활용: 각자의 브라우저 로컬스토리지에 개인 맞춤형 API 모킹 설정을 저장하고 관리할 수 있습니다. 팀원 간 설정 충돌을 방지하며 작업 효율성을 높입니다.</li><li>프로젝트 통합성: MSG는 API 모킹 데이터를 프로젝트 내 여러 API와 쉽게 매핑할 수 있어, 신규 프로젝트 셋업 시에도 빠르고 효과적으로 활용할 수 있습니다.</li></ul>MSG의 활용 사례<ul ><li>우아한형제들은 MSG를 주문, 결제, 회원 도메인 프로젝트에 적용했으며, 특히 배민클럽 구독 서비스 프로젝트에서는 초기 셋업부터 MSG를 적극적으로 활용해 다량의 모킹 데이터를 효율적으로 관리했습니다.</li><li>최신 버전인 MSG 2.0은 기능이 더욱 강화되어, 팀 내 다양한 프로젝트에서 사용 사례가 점차 확대되고 있다고 합니다.</li></ul> 현재 MSG는 오픈소스 전환을 목표로 개발되고 있습니다. 만약 공개된다면, QA, 기획자, 개발자 모두가 실시간으로 데이터를 확인하고 테스트하면서 더욱 원활하고 신속한 협업이 가능해질 것으로 보입니다. 오픈소스로 공개된다면 안쓸 이유가 없어보이고 여러 부서와 팀에 긍정적인 변화를 가져올 것으로 보이는만큼 빨리 공개되었으면 좋겠네요 :) https://www.youtube.com/watch?v=dDAfG4fe4dohttps://techblog.woowahan.com/20154/

www.youtube.com

API 모킹 환경의 진화, MSG(Mock Service GUI)

2024 was insane, and many things happened around AI and software development in general. I believe...

25 top open-source tools for building web apps you can't afford to miss in 2025🎉 🚀

여기 2024년에 가능성을 보여주었고, 2025년에 더욱 빛날 것으로 보이는 25개의 오픈소스 웹앱개발도구를 소개합니다. 보다 상세한 사용법과 내용은 원문을 참고해주시기 바랍니다~^^

1. AI 및 LLM 도구
 * Composio
   * https://composio.dev/
   * AI 에이전트 통합 플랫폼
   * 250개 이상의 애플리케이션을 지원하며, GitHub, Jira, Salesforce, Gmail 등 다수의 SaaS 앱 연결 지원
 * Vercel AI SDK
   * https://sdk.vercel.ai/
   * TypeScript로 AI 웹 앱 빌드
   * React, Next.js, Vue, SvelteKit 등을 지원하며, 반복적인 설정을 단순화하고 대화형 UI 기반 구축
 * LangGraph JS
   * https://www.langchain.com/langgraph
   * 그래프 기반 에이전트 워크플로우 구축
   * 상태 머신 개념을 사용하여 복잡한 AI 워크플로우를 그래프 방식으로 쉽게 구축
 * CopilotKit
   * https://www.copilotkit.ai/
   * 웹 앱에 AI 코파일럿 추가, GitHub Copilot과 같은 기능을 앱에 쉽게 추가
 * LanceDB
   * https://lancedb.com/
   * AI 앱을 위한 고성능 벡터 데이터베이스
   * 벡터 임베딩을 효율적으로 저장하고 쿼리할 수 있는 SQLite와 유사한 빠른 데이터베이스

2. 프레임워크 및 빌드 도구
 * Encore
   * https://encore.dev/
   * 자동화된 인프라가 포함된 백엔드 프레임워크
   * 클라우드 서비스를 단순화하여 일관된 API와 DevOps 자동화 제공
 * HTMX
   * https://htmx.org/
   * JavaScript 없이 동적 웹 앱 개발
   * HTML만으로도 모던한 웹 앱을 구축
 * Val Town
   * https://www.val.town/
   * 서버리스 JavaScript 실행 플랫폼
   * GitHub Gist와 서버리스 함수의 결합처럼 작동하며 JavaScript 코드 공유와 실행 방식 혁신
 * Deno 2
   * https://deno.com/
   * TypeScript 지원을 내장한 안전한 런타임
   * Node.js의 창시자인 Ryan Dahl의 새로운 프로젝트로, 현대적인 기능과 내장된 보안 제공
 * Turborepo
   * https://turbo.build/
   * 고성능 JS 모노레포 빌드 시스템
   * 지능형 캐싱과 병렬 실행을 통해 모노레포 관리의 빌드 시간 단축

3. 실시간 및 이벤트 기반 시스템
 * Socket.io
   * https://socket.io/
   * 웹 앱용 양방향 실시간 통신 라이브러리
   * 실시간 기능을 추가할 때 복잡한 통신 문제를 손쉽게 처리
 * Feather.js
   * https://feathersjs.com/
   * 실시간 API 프레임워크
   * REST API와 실시간 업데이트를 모두 지원하는 프레임워크
 * Deepstream.io
   * https://deepstream.io/
   * 확장 가능한 실시간 데이터 동기화 엔진
   * 협업 편집기나 멀티플레이어 게임 구축에 적합
 * Serverless Framework
   * https://www.serverless.com/
   * 클라우드 애그노스틱 서버리스 앱 개발
   * AWS, Azure, Google Cloud 등 다양한 클라우드 환경에서 서버리스 애플리케이션을 배포
 * RabbitMQ
   * https://www.rabbitmq.com/
   * 분산 시스템을 위한 강력한 메시지 브로커
   * 신뢰할 수 있는 메시지 전달을 지원하며 Node.js 애플리케이션에 필수

4. 개발자 경험 및 테스트 도구
 * Vitest
   * https://vitest.dev/
   * Vite 통합 차세대 테스트 프레임워크
   * 빠른 속도로 테스트를 실행하며, 개발 서버의 성능을 테스트 환경에서도 제공
 * Playwright
   * https://playwright.dev/
   * AI 기반 E2E 테스트 생성 도구
   * 믿을 수 있는 QA 엔지니어처럼 작동하며, 앱을 클릭하면 테스트 코드 자동 생성
 * Prettier
   * https://prettier.io/
   * 코드 포맷터
   * 세미콜론이나 줄바꿈과 같은 논쟁을 끝내주는 일관된 코드 포맷터
 * Jest
   * https://jestjs.io/
   * 스냅샷 지원을 갖춘 JavaScript 테스트 프레임워크
   * 단위 테스트부터 스냅샷까지 모두 지원하는 만능 도구
 * Puppeteer
   * https://pptr.dev/
   * 모던 웹 테스트를 위한 헤드리스 Chrome 자동화
   * 크롬 자동화, 웹 스크래핑, PDF 생성 등 다양한 작업 수행

5. 디자인 컴포넌트 및 UI
 * Shadcn-UI
   * https://ui.shadcn.com/
   * 복사-붙여넣기 구현을 지원하는 접근성 컴포넌트 라이브러리
   * 스타일링 제한 없이 컴포넌트를 완전 제어할 수 있는 접근 방식 제공
 * Radix Themes
   * https://www.radix-ui.com/themes/docs/components/theme
   * Radix Primitives를 위한 프로덕션 준비 테마 시스템
   * Radix Primitives의 장점을 테마 시스템에 통합하여 쉽게 활용
 * Daisy UI
   * https://daisyui.com/
   * Tailwind 기반 컴포넌트 라이브러리
   * Tailwind의 클래스를 간소화하여 코드가 더 깔끔하게 유지
 * Vanilla Extract
   * https://vanilla-extract.style/
   * 실행 시간 없는 타입이 적용된 CSS-in-JS 솔루션
   * TypeScript의 강력함과 실행 시간 없이 순수 CSS 제공
 * Ark UI
   * https://ark-ui.com/
   * 프레임워크에 구애받지 않는 헤드리스 UI 컴포넌트
   * React, Vue, Solid에서 일관된 컴포넌트 제공

 * 원문: https://dev.to/composiodev/25-top-open-source-tools-for-building-web-apps-you-cant-afford-to-miss-in-2025-5005

여기 2024년에 가능성을 보여주었고, 2025년에 더욱 빛날 것으로 보이는 25개의 오픈소스 웹앱개발도구를 소개합니다. 보다 상세한 사용법과 내용은 원문을 참고해주시기 바랍니다~^^ 1. AI 및 LLM 도구<ul ><li>Composio<ul ><li>https://composio.dev/</li><li>AI 에이전트 통합 플랫폼</li><li>250개 이상의 애플리케이션을 지원하며, GitHub, Jira, Salesforce, Gmail 등 다수의 SaaS 앱 연결 지원</li></ul></li><li>Vercel AI SDK<ul ><li>https://sdk.vercel.ai/</li><li>TypeScript로 AI 웹 앱 빌드</li><li>React, Next.js, Vue, SvelteKit 등을 지원하며, 반복적인 설정을 단순화하고 대화형 UI 기반 구축</li></ul></li><li>LangGraph JS<ul ><li>https://www.langchain.com/langgraph</li><li>그래프 기반 에이전트 워크플로우 구축</li><li>상태 머신 개념을 사용하여 복잡한 AI 워크플로우를 그래프 방식으로 쉽게 구축</li></ul></li><li>CopilotKit<ul ><li>https://www.copilotkit.ai/</li><li>웹 앱에 AI 코파일럿 추가, GitHub Copilot과 같은 기능을 앱에 쉽게 추가</li></ul></li><li>LanceDB<ul ><li>https://lancedb.com/</li><li>AI 앱을 위한 고성능 벡터 데이터베이스</li><li>벡터 임베딩을 효율적으로 저장하고 쿼리할 수 있는 SQLite와 유사한 빠른 데이터베이스</li></ul></li></ul> 2. 프레임워크 및 빌드 도구<ul ><li>Encore<ul ><li>https://encore.dev/</li><li>자동화된 인프라가 포함된 백엔드 프레임워크</li><li>클라우드 서비스를 단순화하여 일관된 API와 DevOps 자동화 제공</li></ul></li><li>HTMX<ul ><li>https://htmx.org/</li><li>JavaScript 없이 동적 웹 앱 개발</li><li>HTML만으로도 모던한 웹 앱을 구축</li></ul></li><li>Val Town<ul ><li>https://www.val.town/</li><li>서버리스 JavaScript 실행 플랫폼</li><li>GitHub Gist와 서버리스 함수의 결합처럼 작동하며 JavaScript 코드 공유와 실행 방식 혁신</li></ul></li><li>Deno 2<ul ><li>https://deno.com/</li><li>TypeScript 지원을 내장한 안전한 런타임</li><li>Node.js의 창시자인 Ryan Dahl의 새로운 프로젝트로, 현대적인 기능과 내장된 보안 제공</li></ul></li><li>Turborepo<ul ><li>https://turbo.build/</li><li>고성능 JS 모노레포 빌드 시스템</li><li>지능형 캐싱과 병렬 실행을 통해 모노레포 관리의 빌드 시간 단축</li></ul></li></ul> 3. 실시간 및 이벤트 기반 시스템<ul ><li>Socket.io<ul ><li>https://socket.io/</li><li>웹 앱용 양방향 실시간 통신 라이브러리</li><li>실시간 기능을 추가할 때 복잡한 통신 문제를 손쉽게 처리</li></ul></li><li>Feather.js<ul ><li>https://feathersjs.com/</li><li>실시간 API 프레임워크</li><li>REST API와 실시간 업데이트를 모두 지원하는 프레임워크</li></ul></li><li>Deepstream.io<ul ><li>https://deepstream.io/</li><li>확장 가능한 실시간 데이터 동기화 엔진</li><li>협업 편집기나 멀티플레이어 게임 구축에 적합</li></ul></li><li>Serverless Framework<ul ><li>https://www.serverless.com/</li><li>클라우드 애그노스틱 서버리스 앱 개발</li><li>AWS, Azure, Google Cloud 등 다양한 클라우드 환경에서 서버리스 애플리케이션을 배포</li></ul></li><li>RabbitMQ<ul ><li>https://www.rabbitmq.com/</li><li>분산 시스템을 위한 강력한 메시지 브로커</li><li>신뢰할 수 있는 메시지 전달을 지원하며 Node.js 애플리케이션에 필수</li></ul></li></ul> 4. 개발자 경험 및 테스트 도구<ul ><li>Vitest<ul ><li>https://vitest.dev/</li><li>Vite 통합 차세대 테스트 프레임워크</li><li>빠른 속도로 테스트를 실행하며, 개발 서버의 성능을 테스트 환경에서도 제공</li></ul></li><li>Playwright<ul ><li>https://playwright.dev/</li><li>AI 기반 E2E 테스트 생성 도구</li><li>믿을 수 있는 QA 엔지니어처럼 작동하며, 앱을 클릭하면 테스트 코드 자동 생성</li></ul></li><li>Prettier<ul ><li>https://prettier.io/</li><li>코드 포맷터</li><li>세미콜론이나 줄바꿈과 같은 논쟁을 끝내주는 일관된 코드 포맷터</li></ul></li><li>Jest<ul ><li>https://jestjs.io/</li><li>스냅샷 지원을 갖춘 JavaScript 테스트 프레임워크</li><li>단위 테스트부터 스냅샷까지 모두 지원하는 만능 도구</li></ul></li><li>Puppeteer<ul ><li>https://pptr.dev/</li><li>모던 웹 테스트를 위한 헤드리스 Chrome 자동화</li><li>크롬 자동화, 웹 스크래핑, PDF 생성 등 다양한 작업 수행</li></ul></li></ul> 5. 디자인 컴포넌트 및 UI<ul ><li>Shadcn-UI<ul ><li>https://ui.shadcn.com/</li><li>복사-붙여넣기 구현을 지원하는 접근성 컴포넌트 라이브러리</li><li>스타일링 제한 없이 컴포넌트를 완전 제어할 수 있는 접근 방식 제공</li></ul></li><li>Radix Themes<ul ><li>https://www.radix-ui.com/themes/docs/components/theme</li><li>Radix Primitives를 위한 프로덕션 준비 테마 시스템</li><li>Radix Primitives의 장점을 테마 시스템에 통합하여 쉽게 활용</li></ul></li><li>Daisy UI<ul ><li>https://daisyui.com/</li><li>Tailwind 기반 컴포넌트 라이브러리</li><li>Tailwind의 클래스를 간소화하여 코드가 더 깔끔하게 유지</li></ul></li><li>Vanilla Extract<ul ><li>https://vanilla-extract.style/</li><li>실행 시간 없는 타입이 적용된 CSS-in-JS 솔루션</li><li>TypeScript의 강력함과 실행 시간 없이 순수 CSS 제공</li></ul></li><li>Ark UI<ul ><li>https://ark-ui.com/</li><li>프레임워크에 구애받지 않는 헤드리스 UI 컴포넌트</li><li>React, Vue, Solid에서 일관된 컴포넌트 제공</li></ul></li></ul> <ul ><li>원문: https://dev.to/composiodev/25-top-open-source-tools-for-building-web-apps-you-cant-afford-to-miss-in-2025-5005</li></ul>

DEV Community

[Dev] 2025년에 놓쳐선 안 될 25가지 오픈소스 웹 앱 개

우아콘에 나온 데이터분석 챗봇 '물어보새!'
이거 보고 저도 만들고 있어요!
(재밌는데 AI 엔지니어로 전향을...)

연휴에 널널한데 재밌게 좋네요 :) 다들 업무에 적용해보세요!

https://youtu.be/_QPhoKItI2k?si=X7-bDz4IGqJx0NDc

우아콘에 나온 데이터분석 챗봇 '물어보새!'이거 보고 저도 만들고 있어요!(재밌는데 AI 엔지니어로 전향을...) 연휴에 널널한데 재밌게 좋네요 :) 다들 업무에 적용해보세요! https://youtu.be/_QPhoKItI2k?si=X7-bDz4IGqJx0NDc

youtu.be

랭체인+RAG으로 text to SQL 만들기

React 19가 얼마 전 정식 버전으로 출시되었는데요, 혹시 React 19 업그레이드를 고려하고 계신가요? 공식 문서의 업그레이드 가이드를 한글로 번역해두었으니 참고하시면 도움이 될 것 같습니다 😊

[번역] 리액트 19 업그레이드 가이드

오늘은 라인플러스의 김은빈님이 번역해주신 글입니다.

리액트 19가 정식 버전으로 출시되면서 많은 변화와 개선사항들이 있었습니다. 특히 메이저 업데이트인 만큼 호환성이 깨지는 변경사항들이 있어 업그레이드 시 주의가 필요한데요.

이 가이드에서는 설치부터 시작해 코드 자동 변환(Codemods), 호환성 이슈, 지원 중단되는 기능들까지 상세히 다루고 있습니다. 특히 실제 마이그레이션 과정에서 발생할 수 있는 이슈들과 해결 방법에 대해 자세히 설명하고 있으니, 리액트 19 업그레이드를 계획하고 계신 분들에게 꼭 필요한 내용이 될 것 같습니다.

업그레이드 과정에서 어려움을 겪지 않도록, 목차에 있는 내용들을 차근차근 살펴보시는 것을 추천드립니다! 😊

글 링크: https://velog.io/@eunbinn/react-19-upgrade-guide

오늘은 라인플러스의 김은빈님이 번역해주신 글입니다. 리액트 19가 정식 버전으로 출시되면서 많은 변화와 개선사항들이 있었습니다. 특히 메이저 업데이트인 만큼 호환성이 깨지는 변경사항들이 있어 업그레이드 시 주의가 필요한데요. 이 가이드에서는 설치부터 시작해 코드 자동 변환(Codemods), 호환성 이슈, 지원 중단되는 기능들까지 상세히 다루고 있습니다. 특히 실제 마이그레이션 과정에서 발생할 수 있는 이슈들과 해결 방법에 대해 자세히 설명하고 있으니, 리액트 19 업그레이드를 계획하고 계신 분들에게 꼭 필요한 내용이 될 것 같습니다. 업그레이드 과정에서 어려움을 겪지 않도록, 목차에 있는 내용들을 차근차근 살펴보시는 것을 추천드립니다! 😊 글 링크: https://velog.io/@eunbinn/react-19-upgrade-guide

velog.io

리액트 19 업그레이드 가이드

내 커리어 30년을 돌이켜보면 초반에 많이 했던 실수 중의 하나가 내가 있는 현재 환경에 대한 부정적인 시각을 갖고 있었던 것이었다. 좋은 점은 눈에 안 들어오고 나쁜 점만 부각되는 형태였는데 그러면서 왠지 다른 회사나 경쟁사는 우리보다 훨씬 더 완벽한 환경이란 착각을 하는 모양새였다.

큰 기대를 가지고 다른 환경에 가서 일하면서 여기는 여기대로 또 다른 문제점들이 존재한다는 것을 깨닫는데 오랜 시간이 걸리지는 않았다. 중요한 포인트는 안 좋은 점 하나에 꽂혀 버리는 것이 아니라 균형 잡힌 시각을 갖는 것이다.

 1. 긍정적인 부분의 합이 부정적인 부분의 합보다 크다면 괜찮은 환경이다. 여기서 합을 할 때 중요한 포인트는 가중치를 분명하게 주어야 한다는 점이다. 사람이 좋은 곳인지 특히 내 상사가 좋은 사람인지 여부에는 높은 가중치를 주어야 한다. 회사의 비전과 미션이 내 개인적인 관심사와 일치하는지도 중요한 포인트다.
 2. 다른 환경은 완벽할 것이라는 기대는 충족될 수 없는 기대다. 다른 환경으로 이동할 때 기대 수준 관리를 할 필요가 있다. 기대가 크면 실망도 크다.

완벽한 환경은 존재하지 않지만, 균형 잡힌 시각을 바탕으로 긍정적인 부분의 합이 부정적인 부분의 합보다 큰지를 바라봄으로써 계속 있는 것이 맞는지 아니면 다른 환경을 찾아가는 것이 맞는지 결정할 수 있었다. 그리고 어디에 있건 언젠가는 떠나겠지만 현재에 최선을 다하는 모습을 보이는 것은 중요하다. 이게 평판에 영향을 끼치며 좋은 평판 없이 커리어 후반기 이직은 쉽지 않다.

내 커리어 30년을 돌이켜보면 초반에 많이 했던 실수 중의 하나가 내가 있는 현재 환경에 대한 부정적인 시각을 갖고 있었던 것이었다. 좋은 점은 눈에 안 들어오고 나쁜 점만 부각되는 형태였는데 그러면서 왠지 다른 회사나 경쟁사는 우리보다 훨씬 더 완벽한 환경이란 착각을 하는 모양새였다. 큰 기대를 가지고 다른 환경에 가서 일하면서 여기는 여기대로 또 다른 문제점들이 존재한다는 것을 깨닫는데 오랜 시간이 걸리지는 않았다. 중요한 포인트는 안 좋은 점 하나에 꽂혀 버리는 것이 아니라 균형 잡힌 시각을 갖는 것이다. <ol ><li>긍정적인 부분의 합이 부정적인 부분의 합보다 크다면 괜찮은 환경이다. 여기서 합을 할 때 중요한 포인트는 가중치를 분명하게 주어야 한다는 점이다. 사람이 좋은 곳인지 특히 내 상사가 좋은 사람인지 여부에는 높은 가중치를 주어야 한다. 회사의 비전과 미션이 내 개인적인 관심사와 일치하는지도 중요한 포인트다.</li><li>다른 환경은 완벽할 것이라는 기대는 충족될 수 없는 기대다. 다른 환경으로 이동할 때 기대 수준 관리를 할 필요가 있다. 기대가 크면 실망도 크다.</li></ol> 완벽한 환경은 존재하지 않지만, 균형 잡힌 시각을 바탕으로 긍정적인 부분의 합이 부정적인 부분의 합보다 큰지를 바라봄으로써 계속 있는 것이 맞는지 아니면 다른 환경을 찾아가는 것이 맞는지 결정할 수 있었다. 그리고 어디에 있건 언젠가는 떠나겠지만 현재에 최선을 다하는 모습을 보이는 것은 중요하다. 이게 평판에 영향을 끼치며 좋은 평판 없이 커리어 후반기 이직은 쉽지 않다.

모든 일에는 명암이 있다

A few points that I want to mention after working in Coupang for 6 months as a Recommender system software engineer

Review - 6 Months in Coupang

쿠팡에서 추천 시스템 백엔드 엔지니어로 조인한지 6개월 차가 되었습니다.
다음 분기를, 내년을 준비하고자 지난 기간을 되돌아봅니다.

문화
자신의 상황에 따라 많이 차이가 있을 수 있으나, 제가 경험하고 느낀 바는 아래와 같습니다.

 * 사용자 문제에 기반
대부분의 주요 프로젝트는 사용자 문제에 기반하여 주도됩니다. 여러 데이터를 참조하여 문제를 정의하고, 해결하고자 하는 바를 기술하며, 성공과 실패(롤백)은 어떤 기준일지를 작성한 1-pager를 통해 변경 프로젝트가 시작되고 팀이 구성됩니다.

 * 실험 주도
문제 정의부터 성공과 실패의 정의 및 판단까지 모든 것은 데이터와 A/B 테스트를 기반으로 진행됩니다. 고도화되어 구현에 큰 비용이 발생하지 않는 A/B 테스트 플랫폼과 프로세스는 중요 핵심 자산으로 보이며, 그렇기에 모든 변경은 검증되어 개선이 인정될 때만 반영되고 그렇지 않다면 폐기됩니다.
(관련해 좋은 책, Ron Kohavi의 Trustworthy Online Controlled Experiments)

 * 문제를 소유하지, 도메인을 점유하지 않음
주로는 도메인 오너가 도메인에 대한 변경을 진행하게 되지만, 리소스가 없다면 도메인 오너의 가이드 하에 특정 문제를 해결하기 위해 도메인 오너가 아닌 컨트리뷰터가 기여하기도 합니다. 물론, 특정 도메인 서비스에 대한 운영, oncall 등은 도메인 오너가 진행합니다.

하지만, 어떤 문제를 어떤 구성원이 P0로 해결하는 중이라면 그 문제를 위한 변경은 도메인에 구애받지 않고 '급한 구성원'이 해결할 수 있는 기회가 비교적 열려 있습니다.

Self AAR (Review)
추천 시스템은 다른 백엔드 시스템과는 조금 다르게 내부적으로 헤비한 데이터(Data-Intensive) 처리가 존재하고, 그 데이터 처리에 기반한 모델을 서빙한다는 특징이 있습니다. 유사한 도메인으로는 검색, ML 서빙 플랫폼와 같은 것들이 생각되는데요.

그렇기에 엔지니어로 관여하는 부분은 모델링, 파이프라이닝, 서빙, 그리고 기본적인 운영과 같은 4가지로 구분할 수 있습니다.

저는 지난 160일간 대략적으로 파이프라이닝, 서빙, 그리고 운영에 관여하였습니다.

 * 파이프라이닝
특정 유저에 대해 특정 추천상품이라는 후보군들을 뽑아내기 위해 Offline으로 준비되는 데이터에 해당됩니다. Java, Scala, Python 등에 기반한 Spark으로 되어 있어, 일부 데이터를 추가하는 작업을 진행하였습니다.

 * 서빙
실시간으로 추천 위젯과 위젯의 상품 리스트를 응답하는 서비스입니다. 주로 다양한 업스트림을 Aggregate하는 패턴으로 다양한 아규먼트를 받을 수 잇는 GRPC 엔드포인트를 제공합니다.

 * 운영
모델링, 파이프라이닝, 서빙에 대한 유지와 모니터링이 해당됩니다. Spark 버젼을 마이그레이션하거나, AWS LB와 내부 클러스터 설정 구조를 변경하거나, CICD에 사용되는 서비스를 전사 정책에 따라 마이그레이션 하는 등의 작업을 진행합니다.

특징적으로는 Oncall이 일주일씩 로테이션이 되기에, Grafana alert에 따라 전화가 오면 핸들링하는 Oncall 프로세스를 진행하기도 합니다.

(원본: https://kadensungbincho.com/blog/backend/review-6-months-in-coupang)

쿠팡에서 추천 시스템 백엔드 엔지니어로 조인한지 6개월 차가 되었습니다. 다음 분기를, 내년을 준비하고자 지난 기간을 되돌아봅니다. 문화자신의 상황에 따라 많이 차이가 있을 수 있으나, 제가 경험하고 느낀 바는 아래와 같습니다. <ul ><li>사용자 문제에 기반</li></ul>대부분의 주요 프로젝트는 사용자 문제에 기반하여 주도됩니다. 여러 데이터를 참조하여 문제를 정의하고, 해결하고자 하는 바를 기술하며, 성공과 실패(롤백)은 어떤 기준일지를 작성한 1-pager를 통해 변경 프로젝트가 시작되고 팀이 구성됩니다. <ul ><li>실험 주도</li></ul>문제 정의부터 성공과 실패의 정의 및 판단까지 모든 것은 데이터와 A/B 테스트를 기반으로 진행됩니다. 고도화되어 구현에 큰 비용이 발생하지 않는 A/B 테스트 플랫폼과 프로세스는 중요 핵심 자산으로 보이며, 그렇기에 모든 변경은 검증되어 개선이 인정될 때만 반영되고 그렇지 않다면 폐기됩니다. (관련해 좋은 책, Ron Kohavi의 Trustworthy Online Controlled Experiments) <ul ><li>문제를 소유하지, 도메인을 점유하지 않음</li></ul>주로는 도메인 오너가 도메인에 대한 변경을 진행하게 되지만, 리소스가 없다면 도메인 오너의 가이드 하에 특정 문제를 해결하기 위해 도메인 오너가 아닌 컨트리뷰터가 기여하기도 합니다. 물론, 특정 도메인 서비스에 대한 운영, oncall 등은 도메인 오너가 진행합니다. 하지만, 어떤 문제를 어떤 구성원이 P0로 해결하는 중이라면 그 문제를 위한 변경은 도메인에 구애받지 않고 '급한 구성원'이 해결할 수 있는 기회가 비교적 열려 있습니다. Self AAR (Review)추천 시스템은 다른 백엔드 시스템과는 조금 다르게 내부적으로 헤비한 데이터(Data-Intensive) 처리가 존재하고, 그 데이터 처리에 기반한 모델을 서빙한다는 특징이 있습니다. 유사한 도메인으로는 검색, ML 서빙 플랫폼와 같은 것들이 생각되는데요. 그렇기에 엔지니어로 관여하는 부분은 모델링, 파이프라이닝, 서빙, 그리고 기본적인 운영과 같은 4가지로 구분할 수 있습니다. 저는 지난 160일간 대략적으로 파이프라이닝, 서빙, 그리고 운영에 관여하였습니다. <ul ><li>파이프라이닝</li></ul>특정 유저에 대해 특정 추천상품이라는 후보군들을 뽑아내기 위해 Offline으로 준비되는 데이터에 해당됩니다. Java, Scala, Python 등에 기반한 Spark으로 되어 있어, 일부 데이터를 추가하는 작업을 진행하였습니다. <ul ><li> 서빙</li></ul>실시간으로 추천 위젯과 위젯의 상품 리스트를 응답하는 서비스입니다. 주로 다양한 업스트림을 Aggregate하는 패턴으로 다양한 아규먼트를 받을 수 잇는 GRPC 엔드포인트를 제공합니다. <ul ><li>운영</li></ul>모델링, 파이프라이닝, 서빙에 대한 유지와 모니터링이 해당됩니다. Spark 버젼을 마이그레이션하거나, AWS LB와 내부 클러스터 설정 구조를 변경하거나, CICD에 사용되는 서비스를 전사 정책에 따라 마이그레이션 하는 등의 작업을 진행합니다. 특징적으로는 Oncall이 일주일씩 로테이션이 되기에, Grafana alert에 따라 전화가 오면 핸들링하는 Oncall 프로세스를 진행하기도 합니다. (원본: https://kadensungbincho.com/blog/backend/review-6-months-in-coupang)

Kaden Sungbin Cho

쿠팡에서의 6개월 회고

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

사용자가 공유한 콘텐츠

모든 토픽을 나열한 다음 각각의 토픽을 삭제하는 방법으로 모든 토픽을 삭제할 수 있습니다. 먼저, 모든 토픽을 나열하는 명령어를 사용합니다.

kafka-topics.sh --list --bootstrap-server localhost:9092

위 명령어는 카프카 브로커에 연결하여 모든 토픽을 출력합니다. 출력된 토픽 목록을 기반으로 다음과 같이 삭제 명령어를 실행하여 각 토픽을 삭제할 수 있습니다.

kafka-topics.sh --delete --bootstrap-server localhost:9092 --topic topic_name

모든 토픽을 삭제하려면, 다음과 같이 명령어를 조합할 수 있습니다. (Bash를 사용하는 경우)

for topic in $(kafka-topics.sh --list --bootstrap-server localhost:9092); do
  kafka-topics.sh --delete --bootstrap-server localhost:9092 --topic $topic
done

이 스크립트는 먼저 모든 토픽을 나열하고, for 루프를 사용하여 각 토픽을 삭제합니다. 하지만 이 방법은 신중하게 사용해야 합니다. 모든 토픽을 삭제하면 데이터 손실이 발생하며 되돌릴 수 없습니다. 따라서 이 작업을 수행하기 전에 중요한 데이터를 백업하고 복구 계획을 세우는 것이 좋습니다.

오늘의집

신철헌

카프카의 모든 토픽을 삭제하는 bash 쉘 명령어

웹사이트 개발 및 유지보수
mixi어플리케이션 제작용 javascript라이브러리 개발
탑바 개발
사내 라이브러리 개발
사내 관리 툴 개발
배포 시스템 개발

웹개발자

웹 플랫폼 지원업무
장애대응 (apache, tomcat, JVM등의 웹관련)
자바, nodejs 프로젝트 관리 툴 제작 (빌드, 배포, 무중단 재시작) 
미들웨어 모니터링 시스템 제작
배치시스템 유지보수
이미지 싱크 시스템 유지보수
APM툴(jennifer) 전사적용 담당

프로그래머

게임사업부에서 게임서버담당
- API 개발
- 빌드 배포툴 개발
- 서버 형상관리
- 서버 모니터링
- 로그수집서버 제작 및 운영

서버개발자

포코포코 라인 PHP에서 GO로 포팅 (2016.12 ~ 2017.12)
포코포코 라인 서버개발 (2016.3 ~ 2017.12)
카카오 서버 및 인프라 구축 및 유지 보수 (2016.3 ~ 2017.12)
- chef, docker, fabric로 구성
- 국내 클라우드에서 AWS로 이관 작업
포코포코 카카오 랭킹서버 개발
- go, docker, aws
포코포코 카카오 컨텐츠 개발 (2016.3 ~ 2017.12)


사내 인프라 구축 및 유지보수 (2015.5~2016.12)
 - 인증서버 (LDAP)
 - 파일서버(WEBDAV) 구축 및 인증서버와 연동
 - 개인PC 장비 및 네트웍 관리 프로그램 제작(C#)
 - 백업인프라 구축 (Bacula)
 - slack 봇 제작 및 유지보수
 - 사내 서버 관리
 - 협업툴 관리(jira, confluence, bitbucket server)
 - 인프라관련 기술지원
 
파이썬 프로그래밍 교육

서버 개발자 

MySQL

python

SpringBoot

django

Kotlin

Docker

Kubernetes

Linux

typescript

Node.js

Vue.js

NestJs

카카오페이지
- 어드민 개편 
- CRM백엔드 개발
- 작품홈 및 리딤코드 API작성

타파스
- CRM백엔드 개발
- 데이터 트랜스폼 프로젝트 개발 

whatever 개발자 

통계학과

박승규

승규의 블로그 

트위터

일본에서 일하다 서울찍고 부산갔다 판교로 돌아온 IT노동자

가끔 책도 쓰고 인강도 만듬 

카프카의 모든 토픽을 삭제하는 bash 쉘 명령어

댓글 0

비슷한 게시물

주간 인기 TOP 10

추천 프로필