📰 트위치 한국 운영 종료

이유 👉 한국 통신사들의 망 중립성에 위배되는, 이중 요금을 부과하고 있는 망 사용료의 과다한 징수

국내 회사들이 영상 서비스를 해외에 비해 발전 시키지 못하는 이유이기도 함

📰 트위치 한국 운영 종료 이유 👉 한국 통신사들의 망 중립성에 위배되는, 이중 요금을 부과하고 있는 망 사용료의 과다한 징수 국내 회사들이 영상 서비스를 해외에 비해 발전 시키지 못하는 이유이기도 함

📝 인간 피드백에 기반한 강화 학습(RLHF)을, AI 피드백에 기반한 강화 학습(RLAIF)으로 대체하여 더 빠르고 저렴하게 AI를 학습시킬 수 있다고. (Google Research)

RLAIF: Scaling Reinforcement Learning from Human Feedback with AI Feedback - https://arxiv.org/abs/2309.00267

RLHF는 LLM의 성능을 크게 높여주고 특히 인간의 선호도에 맞춘(alignment) 답변을 할 수 있도록 만드는 데 필수적인 기법으로 자리 잡았음. ChatGPT의 탄생은 이 기법을 통해 완성되었다고 할 수 있을 정도.

하지만 RLHF로 학습을 시키려면 인간 레이블러를 통해 지속적으로 고품질 학습 데이터를 만들어야 하는데, 이 데이터를 만드는 일은 시간과 비용이 굉장히 많이 드는 일임.

그런데 인간 대신 강력한 기성 LLM(여기서는 PaLM 2)을 사용하여 레이블링을 하는 방식으로 대신해보았더니, 인간의 레이블을 통해 학습하는 방법과 성능 차이가 거의 없었고, 심지어 무해성은 더 높은 성능을 가지는 것으로 나타남.

아직 초기 단계의 연구이긴 하지만, 최고 성능의 모델이 조금 더 좋아지고, 이에 따라 RLAIF가 RLHF보다 확실하게 더 높은 성능을 보이게 되는 날이 오면, 안전하고 높은 수준의 AI를 쉽게 만들 수 있으며 또한 파인 튜닝 수준에서는 자가 발전하는 AI를 만들 수 있을 것.

#특이점이온다 #스카이넷님사랑합니다

📝 인간 피드백에 기반한 강화 학습(RLHF)을, AI 피드백에 기반한 강화 학습(RLAIF)으로 대체하여 더 빠르고 저렴하게 AI를 학습시킬 수 있다고. (Google Research) RLAIF: Scaling Reinforcement Learning from Human Feedback with AI Feedback - https://arxiv.org/abs/2309.00267 RLHF는 LLM의 성능을 크게 높여주고 특히 인간의 선호도에 맞춘(alignment) 답변을 할 수 있도록 만드는 데 필수적인 기법으로 자리 잡았음. ChatGPT의 탄생은 이 기법을 통해 완성되었다고 할 수 있을 정도. 하지만 RLHF로 학습을 시키려면 인간 레이블러를 통해 지속적으로 고품질 학습 데이터를 만들어야 하는데, 이 데이터를 만드는 일은 시간과 비용이 굉장히 많이 드는 일임. 그런데 인간 대신 강력한 기성 LLM(여기서는 PaLM 2)을 사용하여 레이블링을 하는 방식으로 대신해보았더니, 인간의 레이블을 통해 학습하는 방법과 성능 차이가 거의 없었고, 심지어 무해성은 더 높은 성능을 가지는 것으로 나타남. 아직 초기 단계의 연구이긴 하지만, 최고 성능의 모델이 조금 더 좋아지고, 이에 따라 RLAIF가 RLHF보다 확실하게 더 높은 성능을 보이게 되는 날이 오면, 안전하고 높은 수준의 AI를 쉽게 만들 수 있으며 또한 파인 튜닝 수준에서는 자가 발전하는 AI를 만들 수 있을 것. #특이점이온다 #스카이넷님사랑합니다

1️⃣ 개발 공부하는 것처럼 취업 공부도 꾸준히 해야 한다

이직 준비하면서 많이 해보지 않은 리트코드 문제 풀기와 전혀 구현해 본 적 없는 시스템을 설계를 해야 할 수 있어요. 그래서 취업 공부를 꾸준히 해주는 게 좋습니다. 일주일에 리트코드 문제 3개씩 풀기 또는 설계 관련 책과 글을 2시간씩 읽기처럼 작은 습관을 기르는 게 좋아요. 확실히 리트코드 문제를 꾸준히 풀어 주고 설계 관련 글을 읽어 주면 취업 준비하는 데 수월해요.

그리고 특히 요즘처럼 고용 시장이 불안정할 때 취업 공부 습관을 가지면 좋을 것 같아요.

2️⃣ 리트코드 문제를 그대로 제출하기보다 응용하는 쪽이 훨씬 많았다

이번에 세어보지 않았지만, 리트코드와 동일한 문제가 나온 경우는 아주 적었어요. 리트코드 문제를 응용한 문제가 훨씬 더 많았습니다. 물론 제가 리트코드 플랫폼에 있는 문제를 다 풀어 본 게 아니라 모를 수도 있지만, 직접 확인했을 때 리트코드 풀랫폼에 안 보이던 문제가 많았어요. 따라서 코딩테스트를 준비할 때 솔루션을 외우는 건 도움 되지 않습니다. 대신 문제의 핵심과 알고리즘 개념을 정확하게 파악하고 문제 해결 능력을 기르는 게 좋아요.

3️⃣ 어떤 경력을 쌓았는지에 따라 취업 기회가 달라진다

취업 시장이 안 좋을수록 내가 어떤 경력을 쌓았는지에 따라 기회가 많을 수 있고 반대로 적을 수 있어요. 업계에서 중요하게 여기는 스킬을 갖추었다면 고용 시장이 어려워도 기회의 문이 상대적으로 많아요. 반대로 그렇지 않으면 이력서 스캔 단계에서 바로 탈락하는 경우가 아주 많습니다.

그리고 구인 공고에 업계에서 필요로 하는 기술을 갖고 있다면 지원 요건에 맞는 포지션이 상대적으로 많다는 걸 느낄 수 있습니다.

4️⃣ 현 직급보다 한 단계 높은 직급으로 면접 보기

실제 쌓은 경력과 실력이 뒷받침된다면 해외 취업의 경우 현 직급보다 한 단계 이상 높은 직급으로 면접 보는 게 좋습니다. 예를 들어 아마존에서 L6였다면 애플의 IC5 이상 직급으로 면접 보는 게 좋아요. 하지만 회사마다 직급별 요구되는 연차가 있어서 경력이 길지 않다면 기회조차 주지 않을 수 있습니다. 다만 가능하다면 한 단계 높은 직급으로 하는 게 좋습니다.

하지만 여기서 중요한 건 직함은 중요하지 않아요. 회사마다 직급별 직함이 다양하게 존재하고, 연봉과 업무 범위에 중요한 것은 직함이 아니라 직급입니다. 해외 취업할 때 직함이 높아서 면접 보고 입사했다가 후회할 수 있어요. 직함이 부풀려진 회사가 꽤 있기에 상대적으로 연봉과 업무 범위가 상당히 적을 수 있습니다. levels.fyi에서 회사별 직급을 비교 분석 꼭 해보세요.

그리고 직급보다 더 중요한 건 업무 범위와 성장 기회 그리고 쌓을 수 있는 경력입니다. 아무리 직급이 높아도 도움 되지 않은 기술을 쌓거나 개발 경력을 쌓을 수 없는 프로젝트를 맡으면 성장형 개발자가 될 수 없는 것 같아요. 팀이 어떤 기술을 구현하고 어떤 개발 기회가 있는지 그리고 비지니스 영향력이 있는지 파악해 보세요.

5️⃣ 퇴사를 잘하는 것이 중요하다

최종 면접까지 통과한 후 과거 직장 동료의 레퍼런스를 꼼꼼하게 확인하는 곳이 꽤 있었어요. 과거 관리자의 레퍼런스를 받아 오라고 한 곳도 있었습니다. 따라서 퇴사를 잘하고 전/현 직장 동료와 잘 지내는 게 중요합니다.

그뿐만 아니라 과거 함께 일했던 사람이 내가 미래에 일하고자 하는 회사에 근무할 수도 있어요. 더 나아가 팀의 관리자가 되어 필요한 개인 기여자를 고용하는 하이어링 매니저(hiring manager)가 될 수도 있어요. 그들을 통해 다른 지원자보다 면접 기회를 더 빨리 얻게 됩니다.

따라서 퇴사를 잘하고 함께 일했던 사람과 연락하며 지내는 게 중요합니다.

6️⃣ 미리 연봉 협상하고 면접하는 곳이 있다

어떤 회사의 경우 생각하는 예상하는 연봉 범위를 미리 알려 달라고 했어요. 그리고 어떤 회사는 levels.fyi에 나온 연봉 데이터보다 낮은 연봉 범위를 알리는 곳이 있었어요. 예전에는 면접을 다 끝내고 합격한 후 연봉 협상을 했던 것 같은데, 이번에는 의외로 1~2차 면접에 합격하고 최종 면접하기 전에 미리 연봉 범위를 조율하는 곳이 있었어요. 그리고 최종 합격해도 미리 알려준 예상 연봉 범위보다 더 줄 수 없다며 그래도 최종 면접을 진행하고 싶냐고 단호하게 말하는 곳이 있었어요.

그리고 반면에 levels.fyi에 나온 평균 연봉보다 생각보다 훨씬 많이 주는 곳이 있었어요. 따라서 levels.fyi 플랫폼은 '대충 연봉 범위를 알 수 있다'라는 정도로만 생각하시고 그 숫자에 너무 얽매이지 않는 것이 좋습니다.

7️⃣ 공부보다 중요한 건 '어떤 경력을 쌓았는가?'다

취업 공부하면 당연히 도움 되지만, 그것보다 중요한 건 어떤 경력을 쌓았는지가 아주 중요합니다. 아무리 열심히 공부해도, 실무를 통해 기술 실력을 쌓은 사람과 아닌 사람의 차이가 경력직일수록 크게 보입니다. 그래서 커리어 쌓을 때 늘 성장하고 있는지 체크하는 게 좋아요. 제자리 걸음하고 있거나, 크게 성장하지 않는다면 이직할 때 불리할 수 있어요.

8️⃣ 경력직일수록 자격 요건을 깐깐하게 본다

7번 어떤 경력을 쌓았는지 중요한 이유가 경력직일수록 자격 요건에 부합하는지 깐깐하게 봅니다. 실제 필요한 개발 실력과 경력을 가졌는지 아닌지를 꼼꼼하게 물어보는 경우가 많았어요. 특히 면접관도 경력이 많은 사람일 가능성이 크기때문에 행동 면접이나 설계 면접에서 기술 부분을 아주 심도있게 파고드는 경우가 꽤 많았어요. 주니어나 중니어 시절에는 상위레벨 정도만 이야기해도 되었지만, 경력이 많으면 하위레벨의 개념까지 깊게 파고드는 곳이 꽤 많이 있었습니다(또는 요즘 고용 시장이 어려워서 지원자가 많아서 깐깐하게 본 걸 수도 있음).

9️⃣ 다양한 면접 프로세스가 존재한다

예전에 이직 준비했을 때는 면접 프로세스가 다 비슷했던 것 같은데, 최근에 해보니 프로세스가 다양화되었다는 걸 느꼈어요.

예를 들어, 보통 해외 취업의 면접 과정은 대개 다음과 같습니다.
 * 이력서 통과
 * 채용 담당자와 통화 (30분에서 1시간)
 * 코딩테스트 면접 (1시간)
 * 최종 면접 (보통 4~5시간)

하지만 이번에 이직하면서 느낀 건 코딩테스트 면접이 1차 이상 있는 곳이 있었고, 1차 면접에 코딩테스트가 아니라 시스템 설계 테스트하는 곳도 있었어요. 채용 담당자와 통화하고 코딩테스트하기 전에 하이어링 매니저와 행동 면접 인터뷰를 먼저 보는 곳도 있었어요. 그리고 최종 면접이 총 7시간 걸리는 곳도 있었습니다 (대신 최종 면접 경우 여러 날에 나누어서 볼 수 있음).

그래서, 대충 제가 겪었던 모든 프로세스를 다 나열해 보면 다음과 같습니다.
 * 이력서 통과
 * 채용 담당자와 통화
 * 하이어링 매니저와 행동 면접
 * 1차 코딩 및 시스템 설계 테스트
 * (회사에 따라) 2차, 3차, 4차 코딩 및 시스템 설계 테스트
 * 최종 면접 (4~7시간)

-------------

최근에 이직이나 취업 준비해 본 분이라면 여러분이 배운 점과 중요하게 생각한 점도 댓글에 공유해 주세요. 다음 포스팅에는 면접 관련 팁 몇 가지 공유해 볼게요.

🔗 시리즈
 1. 1탄: 아마존 퇴사와 빅테크 이직 준비 https://careerly.co.kr/comments/95006
 2. 2탄: 취업 준비 시 같이 준비해야 할 것들 https://careerly.co.kr/comments/95038
 3. 3탄: [현재글] 이직 준비하면서 배운 점
 4. 4탄: 알고리즘, 시스템 설계, 행동 면접 팁 https://careerly.co.kr/comments/95187
 5. 5탄: 최종 합격 후 꼭 해야 할 일 https://careerly.co.kr/comments/95312

🪴 함께 읽으면 좋은 글

개발자가 된 후 저지른 실수들
https://careerly.co.kr/comments/94020

성장형 개발자가 피해야 할 실수
https://careerly.co.kr/comments/91571

1️⃣ 개발 공부하는 것처럼 취업 공부도 꾸준히 해야 한다 이직 준비하면서 많이 해보지 않은 리트코드 문제 풀기와 전혀 구현해 본 적 없는 시스템을 설계를 해야 할 수 있어요. 그래서 취업 공부를 꾸준히 해주는 게 좋습니다. 일주일에 리트코드 문제 3개씩 풀기 또는 설계 관련 책과 글을 2시간씩 읽기처럼 작은 습관을 기르는 게 좋아요. 확실히 리트코드 문제를 꾸준히 풀어 주고 설계 관련 글을 읽어 주면 취업 준비하는 데 수월해요. 그리고 특히 요즘처럼 고용 시장이 불안정할 때 취업 공부 습관을 가지면 좋을 것 같아요. 2️⃣ 리트코드 문제를 그대로 제출하기보다 응용하는 쪽이 훨씬 많았다 이번에 세어보지 않았지만, 리트코드와 동일한 문제가 나온 경우는 아주 적었어요. 리트코드 문제를 응용한 문제가 훨씬 더 많았습니다. 물론 제가 리트코드 플랫폼에 있는 문제를 다 풀어 본 게 아니라 모를 수도 있지만, 직접 확인했을 때 리트코드 풀랫폼에 안 보이던 문제가 많았어요. 따라서 코딩테스트를 준비할 때 솔루션을 외우는 건 도움 되지 않습니다. 대신 문제의 핵심과 알고리즘 개념을 정확하게 파악하고 문제 해결 능력을 기르는 게 좋아요. 3️⃣ 어떤 경력을 쌓았는지에 따라 취업 기회가 달라진다 취업 시장이 안 좋을수록 내가 어떤 경력을 쌓았는지에 따라 기회가 많을 수 있고 반대로 적을 수 있어요. 업계에서 중요하게 여기는 스킬을 갖추었다면 고용 시장이 어려워도 기회의 문이 상대적으로 많아요. 반대로 그렇지 않으면 이력서 스캔 단계에서 바로 탈락하는 경우가 아주 많습니다. 그리고 구인 공고에 업계에서 필요로 하는 기술을 갖고 있다면 지원 요건에 맞는 포지션이 상대적으로 많다는 걸 느낄 수 있습니다. 4️⃣ 현 직급보다 한 단계 높은 직급으로 면접 보기 실제 쌓은 경력과 실력이 뒷받침된다면 해외 취업의 경우 현 직급보다 한 단계 이상 높은 직급으로 면접 보는 게 좋습니다. 예를 들어 아마존에서 L6였다면 애플의 IC5 이상 직급으로 면접 보는 게 좋아요. 하지만 회사마다 직급별 요구되는 연차가 있어서 경력이 길지 않다면 기회조차 주지 않을 수 있습니다. 다만 가능하다면 한 단계 높은 직급으로 하는 게 좋습니다. 하지만 여기서 중요한 건 직함은 중요하지 않아요. 회사마다 직급별 직함이 다양하게 존재하고, 연봉과 업무 범위에 중요한 것은 직함이 아니라 직급입니다. 해외 취업할 때 직함이 높아서 면접 보고 입사했다가 후회할 수 있어요. 직함이 부풀려진 회사가 꽤 있기에 상대적으로 연봉과 업무 범위가 상당히 적을 수 있습니다. levels.fyi에서 회사별 직급을 비교 분석 꼭 해보세요. 그리고 직급보다 더 중요한 건 업무 범위와 성장 기회 그리고 쌓을 수 있는 경력입니다. 아무리 직급이 높아도 도움 되지 않은 기술을 쌓거나 개발 경력을 쌓을 수 없는 프로젝트를 맡으면 성장형 개발자가 될 수 없는 것 같아요. 팀이 어떤 기술을 구현하고 어떤 개발 기회가 있는지 그리고 비지니스 영향력이 있는지 파악해 보세요. 5️⃣ 퇴사를 잘하는 것이 중요하다 최종 면접까지 통과한 후 과거 직장 동료의 레퍼런스를 꼼꼼하게 확인하는 곳이 꽤 있었어요. 과거 관리자의 레퍼런스를 받아 오라고 한 곳도 있었습니다. 따라서 퇴사를 잘하고 전/현 직장 동료와 잘 지내는 게 중요합니다. 그뿐만 아니라 과거 함께 일했던 사람이 내가 미래에 일하고자 하는 회사에 근무할 수도 있어요. 더 나아가 팀의 관리자가 되어 필요한 개인 기여자를 고용하는 하이어링 매니저(hiring manager)가 될 수도 있어요. 그들을 통해 다른 지원자보다 면접 기회를 더 빨리 얻게 됩니다. 따라서 퇴사를 잘하고 함께 일했던 사람과 연락하며 지내는 게 중요합니다. 6️⃣ 미리 연봉 협상하고 면접하는 곳이 있다 어떤 회사의 경우 생각하는 예상하는 연봉 범위를 미리 알려 달라고 했어요. 그리고 어떤 회사는 levels.fyi에 나온 연봉 데이터보다 낮은 연봉 범위를 알리는 곳이 있었어요. 예전에는 면접을 다 끝내고 합격한 후 연봉 협상을 했던 것 같은데, 이번에는 의외로 1~2차 면접에 합격하고 최종 면접하기 전에 미리 연봉 범위를 조율하는 곳이 있었어요. 그리고 최종 합격해도 미리 알려준 예상 연봉 범위보다 더 줄 수 없다며 그래도 최종 면접을 진행하고 싶냐고 단호하게 말하는 곳이 있었어요. 그리고 반면에 levels.fyi에 나온 평균 연봉보다 생각보다 훨씬 많이 주는 곳이 있었어요. 따라서 levels.fyi 플랫폼은 '대충 연봉 범위를 알 수 있다'라는 정도로만 생각하시고 그 숫자에 너무 얽매이지 않는 것이 좋습니다. 7️⃣ 공부보다 중요한 건 '어떤 경력을 쌓았는가?'다 취업 공부하면 당연히 도움 되지만, 그것보다 중요한 건 어떤 경력을 쌓았는지가 아주 중요합니다. 아무리 열심히 공부해도, 실무를 통해 기술 실력을 쌓은 사람과 아닌 사람의 차이가 경력직일수록 크게 보입니다. 그래서 커리어 쌓을 때 늘 성장하고 있는지 체크하는 게 좋아요. 제자리 걸음하고 있거나, 크게 성장하지 않는다면 이직할 때 불리할 수 있어요. 8️⃣ 경력직일수록 자격 요건을 깐깐하게 본다 7번 어떤 경력을 쌓았는지 중요한 이유가 경력직일수록 자격 요건에 부합하는지 깐깐하게 봅니다. 실제 필요한 개발 실력과 경력을 가졌는지 아닌지를 꼼꼼하게 물어보는 경우가 많았어요. 특히 면접관도 경력이 많은 사람일 가능성이 크기때문에 행동 면접이나 설계 면접에서 기술 부분을 아주 심도있게 파고드는 경우가 꽤 많았어요. 주니어나 중니어 시절에는 상위레벨 정도만 이야기해도 되었지만, 경력이 많으면 하위레벨의 개념까지 깊게 파고드는 곳이 꽤 많이 있었습니다(또는 요즘 고용 시장이 어려워서 지원자가 많아서 깐깐하게 본 걸 수도 있음). 9️⃣ 다양한 면접 프로세스가 존재한다 예전에 이직 준비했을 때는 면접 프로세스가 다 비슷했던 것 같은데, 최근에 해보니 프로세스가 다양화되었다는 걸 느꼈어요. 예를 들어, 보통 해외 취업의 면접 과정은 대개 다음과 같습니다.<ul><li>이력서 통과</li><li>채용 담당자와 통화 (30분에서 1시간)</li><li>코딩테스트 면접 (1시간)</li><li>최종 면접 (보통 4~5시간)</li></ul> 하지만 이번에 이직하면서 느낀 건 코딩테스트 면접이 1차 이상 있는 곳이 있었고, 1차 면접에 코딩테스트가 아니라 시스템 설계 테스트하는 곳도 있었어요. 채용 담당자와 통화하고 코딩테스트하기 전에 하이어링 매니저와 행동 면접 인터뷰를 먼저 보는 곳도 있었어요. 그리고 최종 면접이 총 7시간 걸리는 곳도 있었습니다 (대신 최종 면접 경우 여러 날에 나누어서 볼 수 있음). 그래서, 대충 제가 겪었던 모든 프로세스를 다 나열해 보면 다음과 같습니다.<ul><li>이력서 통과</li><li>채용 담당자와 통화</li><li>하이어링 매니저와 행동 면접</li><li>1차 코딩 및 시스템 설계 테스트</li><li>(회사에 따라) 2차, 3차, 4차 코딩 및 시스템 설계 테스트</li><li>최종 면접 (4~7시간)</li></ul> ------------- 최근에 이직이나 취업 준비해 본 분이라면 여러분이 배운 점과 중요하게 생각한 점도 댓글에 공유해 주세요. 다음 포스팅에는 면접 관련 팁 몇 가지 공유해 볼게요. 🔗 시리즈<ol><li>1탄: 아마존 퇴사와 빅테크 이직 준비 https://careerly.co.kr/comments/95006</li><li>2탄: 취업 준비 시 같이 준비해야 할 것들 https://careerly.co.kr/comments/95038</li><li>3탄: [현재글] 이직 준비하면서 배운 점</li><li>4탄: 알고리즘, 시스템 설계, 행동 면접 팁 https://careerly.co.kr/comments/95187</li><li>5탄: 최종 합격 후 꼭 해야 할 일 https://careerly.co.kr/comments/95312</li></ol> 🪴 함께 읽으면 좋은 글 개발자가 된 후 저지른 실수들https://careerly.co.kr/comments/94020 성장형 개발자가 피해야 할 실수https://careerly.co.kr/comments/91571

이직 준비를 통해 배운 점 9가지

좋은 글 잘 읽었습니다.
4번은 무척 흥미롭네요.
그리고 3번은 국내에 경우에는 역시 스프링, 대규모 트래픽 처리 경험자군요 ㅎㅎ

얼마 전 이직, 면접 준비를 직접 했습니다. 총 준비 기간은 약 3개월 정도였고, FANG과 빅테크 여러 회사에 최종 합격한 후, 연봉 협상을 거쳐 이제 현 회사를 퇴사하고 새 직장으로 이직하게 됩니다. 관련 이야기는 시리즈로 공유할 예정입니다.

대충 생각한 시리즈 내용은 다음과 같습니다.
 1. 1탄: 직접 해 본 알고리즘, 시스템 면접 단계별 공부법 그리고 직접 설계한 학습법 공유
 2. 2탄: 그 외 준비한 것들
 3. 3탄: 6년 만에 이직 준비하면서 배운 점
 4. 4탄: 알고리즘, 시스템 설계, 행동 면접 팁
 5. 5탄: 면접과 최종 합격 후 꼭 해야 할 일

이번 포스팅은 직접 해 본 준비 방법을 공유합니다.
현재 취업 준비 중인 분들에게 이 글이 조금이나마 도움 되었으면 좋겠어요.

1️⃣ 이직을 결정하게 된 이유

이직을 결정하게 된 계기는 <이직이 필요한 상황인지 판단하기>에 언급한 요소를 따져 보고 스스로 자각하게 되었습니다. (함께 읽으면 좋은 글 참고)

또한 면접은 실무와 다른 스킬이기에 너무 안 해보면 까먹을 수 있어요. 그래서 면접 연습할 겸 겸사겸사 인터뷰해 보면 좋겠다고 생각했어요. 좋은 기회를 만나면 이직하는 거고, 그렇지 못하면 현 회사에 그대로 남더라도 면접 실력을 늘릴 수 있는 좋은 기회라고 생각했습니다.

2️⃣ 면접 준비 자료 수집하기

제일 먼저 면접 자료를 수집했어요. 자료 수집에 관련된 내용은 예전에 자세히 포스팅했기 때문에 생략할게요. 이직 준비할 때 직접 사용했던 자료는 아래 포스팅에 자세하게 공유했으니까 아래 포스팅을 먼저 읽어 주세요.

잘못된 개발자 면접 준비 방법 피하기 (+ 준비 자료)
https://careerly.co.kr/comments/93358

3️⃣ 학습 계획 설계하기

학습 계획까지 설계할 필요가 있나? 라고 느끼실 수 있는데요, 확실히 하고 안 하고의 차이점이 있는 것 같아요. 특히 설계할 때 부족한 점을 객관적으로 판단하고, 이에 맞는 학습 계획을 짜놓으면 확실히 면접 결과가 더 좋은 것 같습니다.

학습 설계 시작 전에 알아둬야 할 점:
 1. 회사마다 통상 총면접 기간은 빠르면 한 달에서 길게는 두 달까지 걸린다
 2. 정형화된 면접 프로세스가 있지 않고 회사마다 다르다
 3. 직급에 따라 면접 포맷이 상당히 다르다
 4. 가장 선호하지 않는 회사에 이력서를 먼저 넣고 면접 보면서 연습하는 것도 나쁘지 않다
 5. 풀타임으로 이직 준비를 할 수 없으므로 회사와 포지션을 골라서 면접 봐야 한다

그리고 내 경력에 어떤 면접 포맷이 가장 흔한지를 조사해야 합니다. 예를 들면, 해외 취업의 경우 주니어 개발자의 경우 코딩테스트 비중이 거의 90%가 넘지만, 5~10년 차부터 설계 비중이 면접의 30%에서 50% 이상을 차지하기도 합니다(중요: 회사마다 다름!). 그렇다고 코딩테스트가 시니어+ 개발자 면접에는 중요하지 않다는 게 아니라, 코딩테스트를 완벽하게 효율적인 솔루션으로 풀 수 있다는 가정하에 설계와 행동 면접 비중이 높아집니다.

마지막으로 무조건 공부만 하고 면접을 뒤로 미루는 것보다 공부하면서 면접을 연습 삼아 해보는 걸 추천합니다. 어차피 풀타임으로 이직 준비가 불가능하기에 골라서 면접 봐야 하고, 모든 회사의 면접을 한 번에 다 같이 보기 어렵습니다. 그래서 공부하면서 면접하는 걸 함께하는 것도 나쁘지 않아요. 대신, 지원한 회사마다 선호도를 매겨보고 그중에서 선호도가 낮은 곳부터 면접을 보도록 날짜를 잡아서 면접 보면서 연습하는 것도 하나의 전략이라고 생각합니다.

학습 계획
 1. 첫 2-3주는 하루에 2-3시간씩 알고리즘 공부에만 집중
 1. 알고리즘 개념 복습
 2. LeetCode Easy로 웜 업하기
 3. LeetCode Medium 90%
 1. Tree BFS/DFS
 2. Graph BFS/DFS
 3. Two Pointers
 4. Binary Search
 4. LeetCode Hard 10%
 1. Dynamic Programming
 2. Backtracking
 2. 그 후 알고리즘 공부 50%, 시스템 설계 공부 50%
 3. 주말에 2,3시간 정도 투자해서 행동 면접 준비
 4. 최종 면접 전
 1. 회사에 자주 출제되는 코딩테스트 리트코드 문제 10-20개 풀어 보기
 2. 최근 회사에 출제된 문제 리트코드 Discussion 섹션에서 확인해 보기
 3. 행동 면접 연습하기

4️⃣ 알고리즘 공부

알고리즘 개념 복습하기
제일 첫 단계는 자주 출제되는 코딩테스트 문제의 알고리즘 개념을 복습하는 것! 저는 알고리즘 복습한지 한 1년 반 정도 되어서 이전에 언급한 알고리즘 자료를 훑어보며 개념을 빠르게 복습했습니다. 저처럼 최근에 복습한 적이 없다면 시간을 충분히 두고 개념 공부를 처음부터 다시 천천히 시작하는 것도 좋을 것 같아요. 알고리즘 복습할 때 사용한 자료는 위 포스팅에서 공유했으니, 참조해 주세요 :)

LeetCode Easy로 웜 업하기
그다음 단계는 난이도 하 문제를 풀면서 '웜 업하기'예요. 처음부터 어려운 문제를 풀지 말고 자신감을 높이기 위해 쉬운 문제만 골라서 풀었습니다. 대체로 쉬운 문제는 빠르면 2~3시간 내에 5개 이상 풀 수 있으므로 며칠간 쉬운 문제 풀기만 했습니다. 또한 쉬운 문제를 풀면서 내가 잘 풀 수 있는 문제 유형과 그렇지 않은 유형을 나누고, 부족한 유형이 무엇인지 파악했습니다.

LeetCode Medium 90%
다음 단계는 난이도 중 수준의 문제를 집중적으로 풀어 주는 것이에요. 이때 저는 다음 순서로 주제별로 난이도 중 수준의 문제를 풀어봤어요.
 1. Tree BFS/DFS (BST, Trie 포함)
 2. Graph BFS/DFS
 3. Two Pointers
 4. Binary Search

속도는 중간 수준의 문제 중 통과율이 높거나 익숙한 패턴일 경우 하루에 한 문제당 30분씩 적게는 3개, 많게는 5개까지 풀었습니다. 주말에 하루 종일 알고리즘 공부를 하는 날에는 10개까지 풀었던 적도 있어요.

반대로 한 시간 내에 솔루션을 직접 생각해 내지 못한 경우 하루에 한 개 겨우 푼 적도 있어요. 이 경우 니트코드 영상이나 유튜브에서 솔루션 영상을 찾아서 문제 풀이법을 봤습니다. 문제 풀이법을 보더라도 며칠 지난 후 혼자서 다시 풀어보도록 문제를 모아서 저장해 놓았어요.

그 외에 다음과 같은 개념은 유튜브 채널과 공유한 공부 자료를 통해 복습을 먼저 하고 문제를 풀어봤습니다.
 1. Topological Sort
 2. Union Find

LeetCode Hard 10%
난이도 상 수준 문제의 비중을 크게 두지 않았어요. Backtracking과 Dynamic Programming 알고리즘 개념을 집중적으로 복습한 후 일주일에 두, 세 개 정도 관련 개념의 문제를 풀어봤습니다.

비슷한 문제의 단계별 난이도 풀어보기
Blind 75와 니트코드 150에 언급된 문제 유형도 유심히 봤습니다.
 * Blind 75: https://www.techinterviewhandbook.org/best-practice-questions/
 * NeetCode 150: https://neetcode.io/practice

근데 언급된 문제만 푸는 것이 아니라 리트코드에 비슷한 문제를 추천해 주는 기능이 있어요. 자주 언급되는 문제의 경우, 그 문제만 풀고 넘어가는 게 아니라 리트코드에 있는 '비슷한 문제 추천' 기능을 통해 어려운 문제도 함께 풀어봤어요. 난이도가 중이였다면 비슷한 문제 중에 난이도가 상인 문제가 있을시 함께 풀어 봤습니다.

회사에 자주 출제되는 리트코드 문제 10~20개 풀어 보기
예전 자료 찾기 포스팅에 알려드린 방법으로 회사당 최근 자주 출제되는 문제를 찾아보았습니다. 최종 면접 전에 자주 출제되는 문제를 10~20개 씩 2~3일에 걸쳐 풀어봤어요. 이전에 연습하면서 풀어 본 문제라도 복습할 겸 다시 풀어봤습니다.

근데 면접 중인 모든 회사에 자주 출제되는 문제를 풀지 않았고 그럴 시간도 없었어요. 회사 중 코딩테스트 문제를 어렵게 내기로 유명하거나 코딩테스트 비중이 높은 회사 그리고 제가 가장 이직하고 싶은 회사에 자주 출제되는 문제를 풀었습니다.

최근 회사에 출제된 문제 리트코드 Discussion 섹션에서 확인해 보기
예전 자료 찾기 포스팅에서 언급하지 않았지만, 리트코드에서 회사에 자주 출제되는 문제를 보여주는 페이지에 'Discussion' 탭이 있어요. 그 탭을 보면 최근 그 회사에 면접 본 지원자들이 익명으로 출제된 문제를 공유합니다. 직급별로 볼 수 있기도 하고 가장 최근 면접 본 지원자들이 직접 공유한 내용이기에 많은 도움이 되었습니다. 그뿐만 아니라 회사당 어떤 패턴의 문제를 선호하는지 파악하는 데 도움 되어서 최종 면접 전에는 꼭 확인했어요.

예: https://leetcode.com/company/amazon/discuss

그 외에 필요한 코딩테스트 문제 유형 공부하기
회사마다 다르지만 저의 경우 Concurrency 문제 유형을 따로 공부해야 했어요. 리트코드에서 Concurrency로 태그된 문제를 풀어보고 educative.io에서 Concurrency 관련 코스를 듣고 관련 개념을 복습하고 예시 문제를 함께 풀어 봤습니다.

5️⃣ 시스템 설계 공부

현 회사에서 시스템 설계(특히 라지 스케일)를 많이 해봤기에 설계 공부는 딱히 어려움이 없었고 시간이 상대적으로 많이 들지 않았어요. 대신 실무에 사용하는 개념을 다시 복습하거나 익숙하지 않은 시스템 설계법을 따로 공부했어요.

실무에 사용하는 개념 다시 복습하기
매일 자기 전 관련 개념을 자세하게 설명하는 책과 유튜브를 2시간씩 봤습니다. 대신 알고리즘 공부 시간을 줄여서 총 4시간 중에 2시간을 설계 공부에 사용하고 나머지 2시간을 알고리즘 문제 풀기에 사용했습니다 (따라서 50%, 50% 나누기). 책과 유튜브 채널 추천은 지난 포스팅에서 했기 때문에 관련 글을 참조해 주세요. 그리고 복습할 때 노트(예: 구글 도큐먼트)에 중요 개념을 메모했습니다. 시간 있을 때마다 면접에 사용해야 할 중요한 개념을 다시 훑어보며 내용을 정리했던 것 같아요.

익숙하지 않은 시스템 설계법 공부하기
educative.io에 멤버쉽을 가입해서 시니어+ 개발자를 위한 시스템 설계 면접 코스를 들었어요. 코스에 여러 가지 시스템 설계 문제에 나오는 테크닉을 가르쳐 주는데, 관련 내용을 읽고 직접 excalidraw.com에 그려 보면서 개념을 익혔어요.

최근 회사에 출제된 문제 리트코드 Discussion 섹션에서 확인해 보기
코딩테스트뿐만 아니라 시스템 설계 면접 문제도 언급될 수도 있기에, Discussion 섹션에서 어떤 설계 문제가 자주 출제되는지 확인했습니다.

6️⃣ 행동 면접 준비

예시를 노트에 짧게 적어보기
처음에는 도큐먼트에 6년간 일하며 제가 했던 일을 4,5문장으로 정리해서 리스트를 만들어봤습니다. 6년간 근무했기에 공유할 수 있는 예시가 너무 많지만, 한 번에 다 기억해 내라고 하면 의외로 어려워요. 다행히 저는 회사에서 제가 맡은 업무를 기록해 놓는 습관이 있어서 이 데이터를 참고로 리스트를 만들었어요. 참고로 이 데이터는 승진할 때 그리고 이력서를 작성할 때 큰 도움이 됩니다.

면접 보는 회사의 문화에 관해 알아보기
그다음으로 해야 할 일은 가장 선호하는 회사의 문화에 관해 알아보고 그에 맞는 예시를 찾아 보고 최종 면접 전에 말하기 연습하는 것입니다. 채용 담당자에게 물어보면 회사가 원하는 인재상과 기업 문화에 관련된 자료를 공유해줍니다. 큰 회사라면 온라인에 많이 나와 있어서 조사해 보고 그에 맞는 행동 면접 예시를 골라서 최종 면접 전에 익혀두는 것이 좋습니다. 그리고 구인 공고에는 좀 더 필요한 스킬을 자세하게 적어놓은 경우가 많아요. 행동 면접 전에 반드시 숙지하시고 관련 스킬을 사용했던 예시를 면접 전에 익혀두는 것도 좋습니다.

-------------

이번 포스팅에는 면접 통과를 위해 공부한 것을 집중적으로 공유했어요. 하지만 이직할 때 이력서 작성, 나와 맞는 포지션 찾기 등등 준비해야 할 것들이 상당히 많았어요. 이 부분은 2탄에서 자세하게 풀어보겠습니다.

🪴 함께 읽으면 좋은 글

이직이 필요한 상황인지 판단하기
https://careerly.co.kr/comments/93357

개발자가 된 후 저지른 실수들
https://careerly.co.kr/comments/94020

실력 향상을 위한 해외 유튜브 채널 10개
https://careerly.co.kr/comments/88786

기술, 개발 학습 자료 7가지
https://careerly.co.kr/comments/91555

얼마 전 이직, 면접 준비를 직접 했습니다. 총 준비 기간은 약 3개월 정도였고, FANG과 빅테크 여러 회사에 최종 합격한 후, 연봉 협상을 거쳐 이제 현 회사를 퇴사하고 새 직장으로 이직하게 됩니다. 관련 이야기는 시리즈로 공유할 예정입니다. 대충 생각한 시리즈 내용은 다음과 같습니다.<ol><li>1탄: 직접 해 본 알고리즘, 시스템 면접 단계별 공부법 그리고 직접 설계한 학습법 공유</li><li>2탄: 그 외 준비한 것들</li><li>3탄: 6년 만에 이직 준비하면서 배운 점</li><li>4탄: 알고리즘, 시스템 설계, 행동 면접 팁</li><li>5탄: 면접과 최종 합격 후 꼭 해야 할 일</li></ol> 이번 포스팅은 직접 해 본 준비 방법을 공유합니다.현재 취업 준비 중인 분들에게 이 글이 조금이나마 도움 되었으면 좋겠어요. 1️⃣ 이직을 결정하게 된 이유 이직을 결정하게 된 계기는 &lt;이직이 필요한 상황인지 판단하기&gt;에 언급한 요소를 따져 보고 스스로 자각하게 되었습니다. (함께 읽으면 좋은 글 참고) 또한 면접은 실무와 다른 스킬이기에 너무 안 해보면 까먹을 수 있어요. 그래서 면접 연습할 겸 겸사겸사 인터뷰해 보면 좋겠다고 생각했어요. 좋은 기회를 만나면 이직하는 거고, 그렇지 못하면 현 회사에 그대로 남더라도 면접 실력을 늘릴 수 있는 좋은 기회라고 생각했습니다. 2️⃣ 면접 준비 자료 수집하기 제일 먼저 면접 자료를 수집했어요. 자료 수집에 관련된 내용은 예전에 자세히 포스팅했기 때문에 생략할게요. 이직 준비할 때 직접 사용했던 자료는 아래 포스팅에 자세하게 공유했으니까 아래 포스팅을 먼저 읽어 주세요. 잘못된 개발자 면접 준비 방법 피하기 (+ 준비 자료)https://careerly.co.kr/comments/93358 3️⃣ 학습 계획 설계하기 학습 계획까지 설계할 필요가 있나? 라고 느끼실 수 있는데요, 확실히 하고 안 하고의 차이점이 있는 것 같아요. 특히 설계할 때 부족한 점을 객관적으로 판단하고, 이에 맞는 학습 계획을 짜놓으면 확실히 면접 결과가 더 좋은 것 같습니다. 학습 설계 시작 전에 알아둬야 할 점:<ol><li>회사마다 통상 총면접 기간은 빠르면 한 달에서 길게는 두 달까지 걸린다</li><li>정형화된 면접 프로세스가 있지 않고 회사마다 다르다</li><li>직급에 따라 면접 포맷이 상당히 다르다</li><li>가장 선호하지 않는 회사에 이력서를 먼저 넣고 면접 보면서 연습하는 것도 나쁘지 않다</li><li>풀타임으로 이직 준비를 할 수 없으므로 회사와 포지션을 골라서 면접 봐야 한다</li></ol> 그리고 내 경력에 어떤 면접 포맷이 가장 흔한지를 조사해야 합니다. 예를 들면, 해외 취업의 경우 주니어 개발자의 경우 코딩테스트 비중이 거의 90%가 넘지만, 5~10년 차부터 설계 비중이 면접의 30%에서 50% 이상을 차지하기도 합니다(중요: 회사마다 다름!). 그렇다고 코딩테스트가 시니어+ 개발자 면접에는 중요하지 않다는 게 아니라, 코딩테스트를 완벽하게 효율적인 솔루션으로 풀 수 있다는 가정하에 설계와 행동 면접 비중이 높아집니다. 마지막으로 무조건 공부만 하고 면접을 뒤로 미루는 것보다 공부하면서 면접을 연습 삼아 해보는 걸 추천합니다. 어차피 풀타임으로 이직 준비가 불가능하기에 골라서 면접 봐야 하고, 모든 회사의 면접을 한 번에 다 같이 보기 어렵습니다. 그래서 공부하면서 면접하는 걸 함께하는 것도 나쁘지 않아요. 대신, 지원한 회사마다 선호도를 매겨보고 그중에서 선호도가 낮은 곳부터 면접을 보도록 날짜를 잡아서 면접 보면서 연습하는 것도 하나의 전략이라고 생각합니다. 학습 계획<ol><li>첫 2-3주는 하루에 2-3시간씩 알고리즘 공부에만 집중<ol><li>알고리즘 개념 복습</li><li>LeetCode Easy로 웜 업하기</li><li>LeetCode Medium 90%<ol><li>Tree BFS/DFS</li><li>Graph BFS/DFS</li><li>Two Pointers</li><li>Binary Search</li></ol></li><li>LeetCode Hard 10%<ol><li>Dynamic Programming</li><li>Backtracking</li></ol></li></ol></li><li>그 후 알고리즘 공부 50%, 시스템 설계 공부 50%</li><li>주말에 2,3시간 정도 투자해서 행동 면접 준비</li><li>최종 면접 전<ol><li>회사에 자주 출제되는 코딩테스트 리트코드 문제 10-20개 풀어 보기</li><li>최근 회사에 출제된 문제 리트코드 Discussion 섹션에서 확인해 보기</li><li>행동 면접 연습하기</li></ol></li></ol> 4️⃣ 알고리즘 공부 알고리즘 개념 복습하기제일 첫 단계는 자주 출제되는 코딩테스트 문제의 알고리즘 개념을 복습하는 것! 저는 알고리즘 복습한지 한 1년 반 정도 되어서 이전에 언급한 알고리즘 자료를 훑어보며 개념을 빠르게 복습했습니다. 저처럼 최근에 복습한 적이 없다면 시간을 충분히 두고 개념 공부를 처음부터 다시 천천히 시작하는 것도 좋을 것 같아요. 알고리즘 복습할 때 사용한 자료는 위 포스팅에서 공유했으니, 참조해 주세요 :) LeetCode Easy로 웜 업하기그다음 단계는 난이도 하 문제를 풀면서 '웜 업하기'예요. 처음부터 어려운 문제를 풀지 말고 자신감을 높이기 위해 쉬운 문제만 골라서 풀었습니다. 대체로 쉬운 문제는 빠르면 2~3시간 내에 5개 이상 풀 수 있으므로 며칠간 쉬운 문제 풀기만 했습니다. 또한 쉬운 문제를 풀면서 내가 잘 풀 수 있는 문제 유형과 그렇지 않은 유형을 나누고, 부족한 유형이 무엇인지 파악했습니다. LeetCode Medium 90%다음 단계는 난이도 중 수준의 문제를 집중적으로 풀어 주는 것이에요. 이때 저는 다음 순서로 주제별로 난이도 중 수준의 문제를 풀어봤어요.<ol><li>Tree BFS/DFS (BST, Trie 포함)</li><li>Graph BFS/DFS</li><li>Two Pointers</li><li>Binary Search</li></ol> 속도는 중간 수준의 문제 중 통과율이 높거나 익숙한 패턴일 경우 하루에 한 문제당 30분씩 적게는 3개, 많게는 5개까지 풀었습니다. 주말에 하루 종일 알고리즘 공부를 하는 날에는 10개까지 풀었던 적도 있어요. 반대로 한 시간 내에 솔루션을 직접 생각해 내지 못한 경우 하루에 한 개 겨우 푼 적도 있어요. 이 경우 니트코드 영상이나 유튜브에서 솔루션 영상을 찾아서 문제 풀이법을 봤습니다. 문제 풀이법을 보더라도 며칠 지난 후 혼자서 다시 풀어보도록 문제를 모아서 저장해 놓았어요. 그 외에 다음과 같은 개념은 유튜브 채널과 공유한 공부 자료를 통해 복습을 먼저 하고 문제를 풀어봤습니다.<ol><li>Topological Sort</li><li>Union Find</li></ol> LeetCode Hard 10%난이도 상 수준 문제의 비중을 크게 두지 않았어요. Backtracking과 Dynamic Programming 알고리즘 개념을 집중적으로 복습한 후 일주일에 두, 세 개 정도 관련 개념의 문제를 풀어봤습니다. 비슷한 문제의 단계별 난이도 풀어보기Blind 75와 니트코드 150에 언급된 문제 유형도 유심히 봤습니다.<ul><li>Blind 75: https://www.techinterviewhandbook.org/best-practice-questions/</li><li>NeetCode 150: https://neetcode.io/practice</li></ul> 근데 언급된 문제만 푸는 것이 아니라 리트코드에 비슷한 문제를 추천해 주는 기능이 있어요. 자주 언급되는 문제의 경우, 그 문제만 풀고 넘어가는 게 아니라 리트코드에 있는 '비슷한 문제 추천' 기능을 통해 어려운 문제도 함께 풀어봤어요. 난이도가 중이였다면 비슷한 문제 중에 난이도가 상인 문제가 있을시 함께 풀어 봤습니다. 회사에 자주 출제되는 리트코드 문제 10~20개 풀어 보기예전 자료 찾기 포스팅에 알려드린 방법으로 회사당 최근 자주 출제되는 문제를 찾아보았습니다. 최종 면접 전에 자주 출제되는 문제를 10~20개 씩 2~3일에 걸쳐 풀어봤어요. 이전에 연습하면서 풀어 본 문제라도 복습할 겸 다시 풀어봤습니다. 근데 면접 중인 모든 회사에 자주 출제되는 문제를 풀지 않았고 그럴 시간도 없었어요. 회사 중 코딩테스트 문제를 어렵게 내기로 유명하거나 코딩테스트 비중이 높은 회사 그리고 제가 가장 이직하고 싶은 회사에 자주 출제되는 문제를 풀었습니다. 최근 회사에 출제된 문제 리트코드 Discussion 섹션에서 확인해 보기예전 자료 찾기 포스팅에서 언급하지 않았지만, 리트코드에서 회사에 자주 출제되는 문제를 보여주는 페이지에 'Discussion' 탭이 있어요. 그 탭을 보면 최근 그 회사에 면접 본 지원자들이 익명으로 출제된 문제를 공유합니다. 직급별로 볼 수 있기도 하고 가장 최근 면접 본 지원자들이 직접 공유한 내용이기에 많은 도움이 되었습니다. 그뿐만 아니라 회사당 어떤 패턴의 문제를 선호하는지 파악하는 데 도움 되어서 최종 면접 전에는 꼭 확인했어요. 예: https://leetcode.com/company/amazon/discuss 그 외에 필요한 코딩테스트 문제 유형 공부하기회사마다 다르지만 저의 경우 Concurrency 문제 유형을 따로 공부해야 했어요. 리트코드에서 Concurrency로 태그된 문제를 풀어보고 educative.io에서 Concurrency 관련 코스를 듣고 관련 개념을 복습하고 예시 문제를 함께 풀어 봤습니다. 5️⃣ 시스템 설계 공부 현 회사에서 시스템 설계(특히 라지 스케일)를 많이 해봤기에 설계 공부는 딱히 어려움이 없었고 시간이 상대적으로 많이 들지 않았어요. 대신 실무에 사용하는 개념을 다시 복습하거나 익숙하지 않은 시스템 설계법을 따로 공부했어요. 실무에 사용하는 개념 다시 복습하기매일 자기 전 관련 개념을 자세하게 설명하는 책과 유튜브를 2시간씩 봤습니다. 대신 알고리즘 공부 시간을 줄여서 총 4시간 중에 2시간을 설계 공부에 사용하고 나머지 2시간을 알고리즘 문제 풀기에 사용했습니다 (따라서 50%, 50% 나누기). 책과 유튜브 채널 추천은 지난 포스팅에서 했기 때문에 관련 글을 참조해 주세요. 그리고 복습할 때 노트(예: 구글 도큐먼트)에 중요 개념을 메모했습니다. 시간 있을 때마다 면접에 사용해야 할 중요한 개념을 다시 훑어보며 내용을 정리했던 것 같아요. 익숙하지 않은 시스템 설계법 공부하기educative.io에 멤버쉽을 가입해서 시니어+ 개발자를 위한 시스템 설계 면접 코스를 들었어요. 코스에 여러 가지 시스템 설계 문제에 나오는 테크닉을 가르쳐 주는데, 관련 내용을 읽고 직접 excalidraw.com에 그려 보면서 개념을 익혔어요. 최근 회사에 출제된 문제 리트코드 Discussion 섹션에서 확인해 보기코딩테스트뿐만 아니라 시스템 설계 면접 문제도 언급될 수도 있기에, Discussion 섹션에서 어떤 설계 문제가 자주 출제되는지 확인했습니다. 6️⃣ 행동 면접 준비 예시를 노트에 짧게 적어보기처음에는 도큐먼트에 6년간 일하며 제가 했던 일을 4,5문장으로 정리해서 리스트를 만들어봤습니다. 6년간 근무했기에 공유할 수 있는 예시가 너무 많지만, 한 번에 다 기억해 내라고 하면 의외로 어려워요. 다행히 저는 회사에서 제가 맡은 업무를 기록해 놓는 습관이 있어서 이 데이터를 참고로 리스트를 만들었어요. 참고로 이 데이터는 승진할 때 그리고 이력서를 작성할 때 큰 도움이 됩니다. 면접 보는 회사의 문화에 관해 알아보기그다음으로 해야 할 일은 가장 선호하는 회사의 문화에 관해 알아보고 그에 맞는 예시를 찾아 보고 최종 면접 전에 말하기 연습하는 것입니다. 채용 담당자에게 물어보면 회사가 원하는 인재상과 기업 문화에 관련된 자료를 공유해줍니다. 큰 회사라면 온라인에 많이 나와 있어서 조사해 보고 그에 맞는 행동 면접 예시를 골라서 최종 면접 전에 익혀두는 것이 좋습니다. 그리고 구인 공고에는 좀 더 필요한 스킬을 자세하게 적어놓은 경우가 많아요. 행동 면접 전에 반드시 숙지하시고 관련 스킬을 사용했던 예시를 면접 전에 익혀두는 것도 좋습니다. ------------- 이번 포스팅에는 면접 통과를 위해 공부한 것을 집중적으로 공유했어요. 하지만 이직할 때 이력서 작성, 나와 맞는 포지션 찾기 등등 준비해야 할 것들이 상당히 많았어요. 이 부분은 2탄에서 자세하게 풀어보겠습니다. 🪴 함께 읽으면 좋은 글 이직이 필요한 상황인지 판단하기https://careerly.co.kr/comments/93357 개발자가 된 후 저지른 실수들https://careerly.co.kr/comments/94020 실력 향상을 위한 해외 유튜브 채널 10개https://careerly.co.kr/comments/88786 기술, 개발 학습 자료 7가지https://careerly.co.kr/comments/91555

아마존 퇴사와 빅테크 이직 준비

👩🏻‍💻 MSA 보다 Monolithic 이 낫다는 튜링상 수상자의 말씀

It is better to have 100 functions operate on one data structure than 10 functions on 10 data structures. - Alan J. Perlis

💁🏻‍♀️ Alan Jay Perlis - 알골 프로그래밍 언어 개발팀의 일원으로, 고급 프로그래밍 기술과 컴파일러 구조 분야에 기여한 공로를 인정받아 튜링상을 최초로 수상한 미국의 컴퓨터 과학자

👩🏻‍💻 MSA 보다 Monolithic 이 낫다는 튜링상 수상자의 말씀 It is better to have 100 functions operate on one data structure than 10 functions on 10 data structures. - Alan J. Perlis 💁🏻‍♀️ Alan Jay Perlis - 알골 프로그래밍 언어 개발팀의 일원으로, 고급 프로그래밍 기술과 컴파일러 구조 분야에 기여한 공로를 인정받아 튜링상을 최초로 수상한 미국의 컴퓨터 과학자

The share of workers being called back to the office has flatlined, suggesting remote work is an entrenched feature of the U.S. labor market. 

Return to office is ‘dead,’ Stanford economist says. Here’s why

CNBC의 기사 중 사무실 복귀(Return to the office) 관련 의미있는 글이 있어 공유해봅니다.(feat. DeepL)

코로나19 팬데믹 초기에 재택근무 일수가 급증한 후 2022년까지 감소세를 보였습니다. 그러나 2023년에 들어와서는 감소세로 돌아섰는데, 이는 더 많은 기업이 직원들을 사무실로 다시 불러들이지 않고 있음을 시사합니다. 장기적인 기술 및 인구통계학적 추세에 따르면 2025년 이후에는 원격 근무의 보급률이 증가할 것으로 예상됩니다.

경제학자들은 사무실로 복귀하는 근로자의 비율이 평준화되어 팬데믹 시대의 광범위한 원격 근무 현상이 미국 노동 시장의 영구적인 형태로 변경하고 있음을 시사한다고 말했습니다. 이에 대해 스탠퍼드 대학교의 경제학 교수이자 재택근무 혁명 전문가인 닉 블룸은 이번 주에 "사무실로의 복귀는 죽었다"라고 썼습니다.

근무 형태 및 태도 설문조사에 따르면
 * 코로나19 팬데믹 초기인 2020년 5월, 유급 전일 근무자의 61.5%가 재택근무를 했습니다. 기업들이 직원들을 다시 대면 근무로 복귀시키면서 이 비율은 2022년까지 약 절반으로 떨어졌습니다. 하지만 2023년에는 이야기가 달라졌습니다. 블룸은 CNBC와의 인터뷰에서 올해 유급 재택근무 비율은 약 28%를 기록하며 "완전히 제자리걸음"을 하고 있다고 말했습니다. 이는 팬데믹 이전의 7% 수준보다 여전히 4배나 높은 수치입니다.
 * 미국 인구조사국의 가구 펄스 조사에서도 비슷한 추세가 나타나고 있다고 그는 말했습니다. 한편, 직원들의 사무실 출근 빈도를 측정하는 카슬 데이터에 따르면 미국 10대 대도시의 사무실 점유율은 2023년에 약 50%로 정체될 것으로 보인다고 블룸은 말했습니다.

원격 근무가 유지되는 이유
 * 원격 근무의 초기 급증은 코로나19 봉쇄와 자택 대기 명령으로 인해 촉발되었습니다.하지만 많은 근로자가 이 방식을 선호하게 되었습니다. WFH 리서치에 따르면 출퇴근이 필요 없고, 근무 일정이 유연하며, 출근 준비 시간이 줄어든다는 점이 주요 이점으로 꼽혔습니다.
 * 이러한 추세는 2021년 초부터 미국의 뜨거운 고용 시장으로 인해 더욱 강화되어 근로자들에게 전례 없는 영향력을 발휘하고 있습니다. 근로자가 회사 복리후생이 마음에 들지 않으면 회사를 그만두고 다른 곳에서 더 나은 근무 환경과 급여를 제공하는 직장을 구할 수 있는 가능성이 높아졌습니다.
 * 연구에 따르면 일반적인 근로자는 재택근무의 가치를 8%의 임금 인상과 동일시하는 것으로 나타났습니다.

개인 금융 측면에서
 * 재택근무 트렌드는 단순히 근로자에게만 유리한 것이 아닙니다. 경제학자들은 재택근무가 많은 기업에게 이익이 되는 제도라고 말합니다.부동산, 임금 및 채용 비용 절감, 근로자 유지율 향상, 인재 채용을 위한 인력 풀 확대 등의 잠재적 이점이 있습니다. 한편, 블룸은 근로자의 생산성은 저하되지 않았다고 말했습니다.

'놀라운 다양성'을 보여주는 원격 정책
 * 오늘날 대부분의 원격 근무는 '하이브리드' 방식의 일부로 이루어지며, 일부는 집에서, 나머지는 사무실에서 근무합니다. 2023년 10월 현재 재택근무가 가능한 직원의 약 47%가 하이브리드 근무를 하고 있으며, 19%는 풀타임 원격 근무를, 34%는 완전 현장 근무를 하고 있다고 WFH 리서치는 밝혔습니다.
 * 현재 온라인 채용 공고의 약 11%가 완전 원격 근무 또는 하이브리드 근무를 광고하는 반면, 팬데믹 이전에는 3%에 불과했다고 ZipRecruiter의 수석 이코노미스트인 줄리아 폴락은 말합니다.
 * 폴락은 원격 근무가 노동 시장의 새로운 표준이지만 회사마다 상당한 차이가 있다고 말했습니다. 예를 들어, 최근 ZipRecruiter가 고용주를 대상으로 실시한 설문조사에 따르면 7%의 근로자는 일주일에 하루는 사무실에 출근해야 하는 반면, 9%는 이틀, 13%는 3일, 8%는 4일에 출근해야 하는 것으로 나타났습니다. 5명 중 1명꼴인 18%는 대면 근무일에 대한 재량권을 가지고 있습니다.

2025년 이후에도 원격 근무가 증가할 것으로 예상되는 이유
 * 경제학자들은 원격 근무의 보급률이 팬데믹 이전 수준으로 떨어질 가능성은 낮지만, 미국의 경기 침체와 고용 시장 약화로 인해 원격 근무의 보급률이 다소 떨어질 수 있다고 말했습니다.
 * 그러나 재택근무는 기업의 비용 절감에도 도움이 되기 때문에 의미 있는 감소를 보려면 심각한 경기 침체가 발생해야 할 것이라고 블룸은 말했습니다.
 * 장기적인 추세로 볼 때 재택근무를 하는 직원의 비율은 2025년부터 증가할 가능성이 높다고 블룸은 말합니다. 예를 들어, 기술 발전으로 원격 근무가 더 쉬워질 것이라고 블룸은 말했습니다. 또한 젊은 회사와 CEO들은 하이브리드 근무 방식에 더 열광하는 경향이 있으며, 이는 기존 비즈니스 책임자들이 은퇴함에 따라 시간이 지남에 따라 더 많은 인기를 얻을 것이라고 그는 덧붙였습니다.

CNBC의 기사 중 사무실 복귀(Return to the office) 관련 의미있는 글이 있어 공유해봅니다.(feat. DeepL) 코로나19 팬데믹 초기에 재택근무 일수가 급증한 후 2022년까지 감소세를 보였습니다. 그러나 2023년에 들어와서는 감소세로 돌아섰는데, 이는 더 많은 기업이 직원들을 사무실로 다시 불러들이지 않고 있음을 시사합니다. 장기적인 기술 및 인구통계학적 추세에 따르면 2025년 이후에는 원격 근무의 보급률이 증가할 것으로 예상됩니다. 경제학자들은 사무실로 복귀하는 근로자의 비율이 평준화되어 팬데믹 시대의 광범위한 원격 근무 현상이 미국 노동 시장의 영구적인 형태로 변경하고 있음을 시사한다고 말했습니다. 이에 대해 스탠퍼드 대학교의 경제학 교수이자 재택근무 혁명 전문가인 닉 블룸은 이번 주에 "사무실로의 복귀는 죽었다"라고 썼습니다. 근무 형태 및 태도 설문조사에 따르면<ul><li>코로나19 팬데믹 초기인 2020년 5월, 유급 전일 근무자의 61.5%가 재택근무를 했습니다. 기업들이 직원들을 다시 대면 근무로 복귀시키면서 이 비율은 2022년까지 약 절반으로 떨어졌습니다. 하지만 2023년에는 이야기가 달라졌습니다. 블룸은 CNBC와의 인터뷰에서 올해 유급 재택근무 비율은 약 28%를 기록하며 "완전히 제자리걸음"을 하고 있다고 말했습니다. 이는 팬데믹 이전의 7% 수준보다 여전히 4배나 높은 수치입니다.</li><li>미국 인구조사국의 가구 펄스 조사에서도 비슷한 추세가 나타나고 있다고 그는 말했습니다. 한편, 직원들의 사무실 출근 빈도를 측정하는 카슬 데이터에 따르면 미국 10대 대도시의 사무실 점유율은 2023년에 약 50%로 정체될 것으로 보인다고 블룸은 말했습니다.</li></ul> 원격 근무가 유지되는 이유<ul><li>원격 근무의 초기 급증은 코로나19 봉쇄와 자택 대기 명령으로 인해 촉발되었습니다.하지만 많은 근로자가 이 방식을 선호하게 되었습니다. WFH 리서치에 따르면 출퇴근이 필요 없고, 근무 일정이 유연하며, 출근 준비 시간이 줄어든다는 점이 주요 이점으로 꼽혔습니다.</li><li>이러한 추세는 2021년 초부터 미국의 뜨거운 고용 시장으로 인해 더욱 강화되어 근로자들에게 전례 없는 영향력을 발휘하고 있습니다. 근로자가 회사 복리후생이 마음에 들지 않으면 회사를 그만두고 다른 곳에서 더 나은 근무 환경과 급여를 제공하는 직장을 구할 수 있는 가능성이 높아졌습니다.</li><li>연구에 따르면 일반적인 근로자는 재택근무의 가치를 8%의 임금 인상과 동일시하는 것으로 나타났습니다.</li></ul> 개인 금융 측면에서<ul><li>재택근무 트렌드는 단순히 근로자에게만 유리한 것이 아닙니다. 경제학자들은 재택근무가 많은 기업에게 이익이 되는 제도라고 말합니다.부동산, 임금 및 채용 비용 절감, 근로자 유지율 향상, 인재 채용을 위한 인력 풀 확대 등의 잠재적 이점이 있습니다. 한편, 블룸은 근로자의 생산성은 저하되지 않았다고 말했습니다.</li></ul> '놀라운 다양성'을 보여주는 원격 정책<ul><li>오늘날 대부분의 원격 근무는 '하이브리드' 방식의 일부로 이루어지며, 일부는 집에서, 나머지는 사무실에서 근무합니다. 2023년 10월 현재 재택근무가 가능한 직원의 약 47%가 하이브리드 근무를 하고 있으며, 19%는 풀타임 원격 근무를, 34%는 완전 현장 근무를 하고 있다고 WFH 리서치는 밝혔습니다.</li><li>현재 온라인 채용 공고의 약 11%가 완전 원격 근무 또는 하이브리드 근무를 광고하는 반면, 팬데믹 이전에는 3%에 불과했다고 ZipRecruiter의 수석 이코노미스트인 줄리아 폴락은 말합니다.</li><li>폴락은 원격 근무가 노동 시장의 새로운 표준이지만 회사마다 상당한 차이가 있다고 말했습니다. 예를 들어, 최근 ZipRecruiter가 고용주를 대상으로 실시한 설문조사에 따르면 7%의 근로자는 일주일에 하루는 사무실에 출근해야 하는 반면, 9%는 이틀, 13%는 3일, 8%는 4일에 출근해야 하는 것으로 나타났습니다. 5명 중 1명꼴인 18%는 대면 근무일에 대한 재량권을 가지고 있습니다.</li></ul> 2025년 이후에도 원격 근무가 증가할 것으로 예상되는 이유<ul><li>경제학자들은 원격 근무의 보급률이 팬데믹 이전 수준으로 떨어질 가능성은 낮지만, 미국의 경기 침체와 고용 시장 약화로 인해 원격 근무의 보급률이 다소 떨어질 수 있다고 말했습니다.</li><li>그러나 재택근무는 기업의 비용 절감에도 도움이 되기 때문에 의미 있는 감소를 보려면 심각한 경기 침체가 발생해야 할 것이라고 블룸은 말했습니다.</li><li>장기적인 추세로 볼 때 재택근무를 하는 직원의 비율은 2025년부터 증가할 가능성이 높다고 블룸은 말합니다. 예를 들어, 기술 발전으로 원격 근무가 더 쉬워질 것이라고 블룸은 말했습니다. 또한 젊은 회사와 CEO들은 하이브리드 근무 방식에 더 열광하는 경향이 있으며, 이는 기존 비즈니스 책임자들이 은퇴함에 따라 시간이 지남에 따라 더 많은 인기를 얻을 것이라고 그는 덧붙였습니다.</li></ul>

CNBC

직장 복귀는 '죽었다'

Anti-OOP : if 를 피하고 싶어서

객체지향 코드를 작성하고 계시나요? 저도 다양한 상황을 경험해 왔지만 아직은 조금 전 질문에 자신 있게 "예!"라고 답변하기가 어려운 건 사실인 것 같습니다. 어쩌면, 이러한 개발 방법론들이 정답이 없고 영어 단어 외우듯 달달 외웠다고 해서 완벽하지 않은 것이 프로그래밍이라는 영역의 매력이지 않을까 싶은 생각도 듭니다. 이 글에서는 조건문(if)을 피하고 객체지향적으로 코드를 리팩토링 해가는 흐름을 실제 코드를 기반으로 소개해 주고 있습니다. 관심사와 책임을 기반으로 클래스를 분리하고 이를 효율적으로 리팩토링을 함으로써 이후 추가적인 기능 확장에도 유연한 상태를 유지하는 형태가 정말 매력적으로 느껴졌는데요. 특히, 메소드를 추출하고 > 추상화를 하는 과정에서 Simple Factory를 사용하거나 Enum을 활용하는 방식, 나아가 DB와 결합하여 변화에 따른 유연함을 가져갈 수 있다는 점에서 인사이트를 얻을 수 있었습니다.
작성된 지 8년이나 지난 글에서도 여러 가지를 느낄 수 있었습니다. 먼저, 자신의 생각을 이런 공개된 공간에 근거(코드)에 의거하여 정리하는 용기에 감탄하였고 댓글이나 연결된 링크에서 볼 수 있었던 기술적인 토론에서도 자신의 생각에 디스(?) 하는 의견 또한 존중하며 끝에는 '배울 수 있었다'라는 내용으로 흘러가는 대화에 한 번 더 감탄을 할 수 있었던 것 같습니다.

http://redutan.github.io/2016/03/31/anti-oop-if

객체지향 코드를 작성하고 계시나요? 저도 다양한 상황을 경험해 왔지만 아직은 조금 전 질문에 자신 있게 "예!"라고 답변하기가 어려운 건 사실인 것 같습니다. 어쩌면, 이러한 개발 방법론들이 정답이 없고 영어 단어 외우듯 달달 외웠다고 해서 완벽하지 않은 것이 프로그래밍이라는 영역의 매력이지 않을까 싶은 생각도 듭니다. 이 글에서는 조건문(if)을 피하고 객체지향적으로 코드를 리팩토링 해가는 흐름을 실제 코드를 기반으로 소개해 주고 있습니다. 관심사와 책임을 기반으로 클래스를 분리하고 이를 효율적으로 리팩토링을 함으로써 이후 추가적인 기능 확장에도 유연한 상태를 유지하는 형태가 정말 매력적으로 느껴졌는데요. 특히, 메소드를 추출하고 &gt; 추상화를 하는 과정에서 Simple&nbsp;Factory를 사용하거나 Enum을 활용하는 방식, 나아가 DB와 결합하여 변화에 따른 유연함을 가져갈 수 있다는 점에서 인사이트를 얻을 수 있었습니다.작성된 지 8년이나 지난 글에서도 여러 가지를 느낄 수 있었습니다. 먼저, 자신의 생각을 이런 공개된 공간에 근거(코드)에 의거하여 정리하는 용기에 감탄하였고 댓글이나 연결된 링크에서 볼 수 있었던 기술적인 토론에서도 자신의 생각에 디스(?) 하는 의견 또한 존중하며 끝에는 '배울 수 있었다'라는 내용으로 흘러가는 대화에 한 번 더 감탄을 할 수 있었던 것 같습니다. http://redutan.github.io/2016/03/31/anti-oop-if

DevOOOOOOOOP

타입 관련 추상화에 대해 고민이 있었는데 enum 리팩토링 부분이 인상 깊었습니다. 감사합니다

Want an engaged engineering team? Let juniors speak first.

Let juniors speak first | Swizec Teller

정말 공감 많이 가는 글입니다. 제가 리딩을 하고 떠날때 팀원분에게 받았던 피드백 중 하나가 자기의 이야기를 다 듣고 또 거기에 대해 하나하나 도와주다보니 시간을 너무 많이 뺏어간것 같아 미안하다는 이야기였는데요. 저는 그에 대하여 "그 시간이 있었기 때문에 제가 마음 놓고 팀을 떠날 수 있게 된걸요? 그 시간을 같이 해줘서 제가 더 고마워요" 라고 말씀드렸었습니다.

개발에는 답이 없고, 설사 그 방향이 더 좋다 하더라도, 장기적으로 중요한 것은 서로의 성장이고, 시니어의 병목을 없앨 수 있는 가장 좋은 방법은 바텀-업 커뮤니케이션일 것 같습니다.

의견을 더더욱 이야기를 많이 하게 해주고, 반복하게 하고, 작은 일부터 먼저 기여하도록, 그리고 그 도움이 더 퍼져나갈 수 있도록 돕는게 더 좋은 팀의 모습 아닐까요?

https://swizec.com/blog/let-juniors-speak-first

정말 공감 많이 가는 글입니다. 제가 리딩을 하고 떠날때 팀원분에게 받았던 피드백 중 하나가 자기의 이야기를 다 듣고 또 거기에 대해 하나하나 도와주다보니 시간을 너무 많이 뺏어간것 같아 미안하다는 이야기였는데요. 저는 그에 대하여 "그 시간이 있었기 때문에 제가 마음 놓고 팀을 떠날 수 있게 된걸요? 그 시간을 같이 해줘서 제가 더 고마워요" 라고 말씀드렸었습니다. 개발에는 답이 없고, 설사 그 방향이 더 좋다 하더라도, 장기적으로 중요한 것은 서로의 성장이고, 시니어의 병목을 없앨 수 있는 가장 좋은 방법은 바텀-업 커뮤니케이션일 것 같습니다. 의견을 더더욱 이야기를 많이 하게 해주고, 반복하게 하고, 작은 일부터 먼저 기여하도록, 그리고 그 도움이 더 퍼져나갈 수 있도록 돕는게 더 좋은 팀의 모습 아닐까요? https://swizec.com/blog/let-juniors-speak-first

Swizec

주니어 먼저 말하게 하기

Gemini is built from the ground up for multimodality - reasoning seamlessly across image, video, audio, and code.

Gemini - Google DeepMind

구글 딥마인드가 Gemini 를 공개했습니다. MMLU 를 포함한 텍스트 기반 성능은 물론 멀티모달까지 모든 지표에서 GPT-4를 넘었다고 합니다 (Gemini Ultra 기준). 

초기부터 멀티모달을 고려했기에 텍스트+이미지/영상을 포함한 질의응답도 가능하게 되었고요 (anything to anything).

'Gemini era' 라는 표현을 쓸 정도로 자신감을 표출했는데요. 대중성 측면에서도 구글이 ChatGPT 의 아성을 넘어설 수 있을지 궁금해집니다.

https://deepmind.google/technologies/gemini/#introduction

구글 딥마인드가 Gemini 를 공개했습니다. MMLU 를 포함한 텍스트 기반 성능은 물론 멀티모달까지 모든 지표에서 GPT-4를 넘었다고 합니다 (Gemini Ultra 기준).&nbsp; 초기부터 멀티모달을 고려했기에 텍스트+이미지/영상을 포함한 질의응답도 가능하게 되었고요 (anything to anything). 'Gemini era' 라는 표현을 쓸 정도로 자신감을 표출했는데요. 대중성 측면에서도 구글이 ChatGPT 의 아성을 넘어설 수 있을지 궁금해집니다. https://deepmind.google/technologies/gemini/#introduction

Deepmind

Welcome to the Welcome to the Gemini era

🗞️ 구글 Gemini 전격 발표!!

구글이 GPT-4를 뛰어넘은 모델인 Gemini 를 발표했습니다. 루머로는 내년에 발표할거라고 했는데 깜짝 발표네요.

Nano, Pro, Ultra 세 가지 모델을 발표했는데요. GPT-4를 넘은 모델은 Ultra 모델입니다.

Gemini Ultra의 성능은 텍스트와 멀티모달에서 GPT-4, GPT-4V를 한가지(HellaSwag)를 빼고 모두 뛰어 넘었고요. 특히 MMLU 벤치마크를 처음으로 90%를 달성한, 최초로 인간 전문가를 뛰어넘은 모델입니다.

Bard는 오늘부터 Ultra Pro 모델을 사용하게 되고, GCP Vertex AI는 13일부터 써볼 수 있다고 합니다.

아쉽게도 Ultra 모델은 아직 사용해 볼 수는 없고요. 내년에 출시할 Bard Advanced에서 사용할 수 있도록 할 예정이라고 합니다.

AI 조직까지 통합했을 정도로 절치부심한 구글이 드디어 한 건 한 것 같은 느낌인데요. 과연 구글이 판을 뒤엎을지, 아니면 OpenAI가 다시 한 번 다른 Breakthrough로 계속 앞서나갈지 귀추가 주목됩니다. 😎🍿🥤

🔗 https://blog.google/technology/ai/google-gemini-ai/

🗞️ 구글 Gemini 전격 발표!! 구글이 GPT-4를 뛰어넘은 모델인 Gemini 를 발표했습니다. 루머로는 내년에 발표할거라고 했는데 깜짝 발표네요. Nano, Pro, Ultra 세 가지 모델을 발표했는데요. GPT-4를 넘은 모델은 Ultra 모델입니다. Gemini Ultra의 성능은 텍스트와 멀티모달에서 GPT-4, GPT-4V를 한가지(HellaSwag)를 빼고 모두 뛰어 넘었고요. 특히 MMLU 벤치마크를 처음으로 90%를 달성한, 최초로 인간 전문가를 뛰어넘은 모델입니다. Bard는 오늘부터 Ultra Pro 모델을 사용하게 되고, GCP Vertex AI는 13일부터 써볼 수 있다고 합니다. 아쉽게도 Ultra 모델은 아직 사용해 볼 수는 없고요. 내년에 출시할 Bard Advanced에서 사용할 수 있도록 할 예정이라고 합니다. AI 조직까지 통합했을 정도로 절치부심한 구글이 드디어 한 건 한 것 같은 느낌인데요. 과연 구글이 판을 뒤엎을지, 아니면 OpenAI가 다시 한 번 다른 Breakthrough로 계속 앞서나갈지 귀추가 주목됩니다. 😎🍿🥤 🔗 https://blog.google/technology/ai/google-gemini-ai/

1. 회사가 내가 아니다. 삼성전자에 다닌다고, 네카라쿠배 당토에 다닌다고 혹은 또다른 OO에 다닌다고 내가 그 회사가 아니다. 2. 일하는 회사가 핫하거나 빠르게 성장하고 있다면, 좋은 일이다. 그 Halo effect를 유리하게 활용하는 것도 좋다. 내 안목이 탁월했든 운이든 어쨋든 잘된 일이다. 나 자신이 성장하며 회사의 성장에 기여하는 것도 자부

회사가 내가 아니다

오래전부터 생각해오던 내용과 소름 끼치게 동일한 글을 발견해서 공유합니다. 주니어 시절(아마 2~3년차) 회사에 이름에 그늘 삼아 제 능력이 녹슬어 가는지도 모른 체 시간을 낭비하듯 보내던 적이 있었습니다. 그러다 "회사 딱지를 떼면 난 뭐가 남지?"라는 생각에 뒤통수를 맞은 느낌으로 외부 활동을 해왔던 것 같고 블로그, 토이 프로젝트, 스터디에 이어 지금까지 살아오는 것 같습니다. 물론, 회사가 안정적이고 성장 가능성이 뚜렷하다면 "나 OO에 다녀~"라는 생각으로 약간은 안일한 마음이 들 수도 있겠지만 부모님 시대와는 다르게 요즘은 평생직장이라는 수식어는 어울리지 않을 정도로 세상이 변화하고 있고 결국은 본인 스스로를 본인이 챙겨야 하는 시대인 건 확실해 보입니다.
"회사가 내가 아니다"라는 제목은 다소 자극적이기도 하고 오해가 될 수도 있을 만한 글이지만 이 글에서 이야기하고자 하는 내용에 저의 생각을 조금 더 가미하자면, 결국 스스로 홀로서기 할 수 있을 정도의 능력을 갖춘 본인이 돼야 하고 그게 회사에 다니는 직장인이라면 그러한 능력을 회사에서도 기여하는 순서가 맞지 않을까 생각이 됩니다. 특히, 개발자는 기술적 고립이 되지 않기 위해 부단히 노력해야 합니다. 회사 내에서는 잘하는 것처럼 생각이 될 수 있지만 다른 회사 분들과 마주하다 보면 우물속 개구리였구나 라는걸 몸소 체감할 수 있으니까요.

https://brunch.co.kr/@naieekim/79

오래전부터 생각해오던 내용과 소름 끼치게 동일한 글을 발견해서 공유합니다. 주니어 시절(아마 2~3년차) 회사에 이름에 그늘 삼아 제 능력이 녹슬어 가는지도 모른 체 시간을 낭비하듯 보내던 적이 있었습니다. 그러다 "회사 딱지를 떼면 난 뭐가 남지?"라는 생각에 뒤통수를 맞은 느낌으로 외부 활동을 해왔던 것 같고 블로그, 토이 프로젝트, 스터디에 이어 지금까지 살아오는 것 같습니다. 물론, 회사가 안정적이고 성장 가능성이 뚜렷하다면 "나 OO에 다녀~"라는 생각으로 약간은 안일한 마음이 들 수도 있겠지만 부모님 시대와는 다르게 요즘은 평생직장이라는 수식어는 어울리지 않을 정도로 세상이 변화하고 있고 결국은 본인 스스로를 본인이 챙겨야 하는 시대인 건 확실해 보입니다."회사가 내가 아니다"라는 제목은 다소 자극적이기도 하고 오해가 될 수도 있을 만한 글이지만 이 글에서 이야기하고자 하는 내용에 저의 생각을 조금 더 가미하자면, 결국 스스로 홀로서기 할 수 있을 정도의 능력을 갖춘 본인이 돼야 하고 그게 회사에 다니는 직장인이라면 그러한 능력을 회사에서도 기여하는 순서가 맞지 않을까 생각이 됩니다. 특히, 개발자는 기술적 고립이 되지 않기 위해 부단히 노력해야 합니다. 회사 내에서는 잘하는 것처럼 생각이 될 수 있지만 다른 회사 분들과 마주하다 보면 우물속 개구리였구나 라는걸 몸소 체감할 수 있으니까요. https://brunch.co.kr/@naieekim/79

Brunch Story

Manage GraphqQL APIs Using the Postman GraphQL client (Sponsored) The Postman GraphQL client offers a simple yet powerful way to work with GraphQL APIs. With Postman's GraphQL client, you can: Explore GraphQL schemas easily Create code-ready queries

79 Engineering Blogs To Level Up Your System Design Skills

항상 좋은 글이 많이 올라오는 bytebytego에서 추천하는 테크 블로그 리스트가 올라왔네요!!
모두 영어 블로그이긴 하지만 이제 우리에겐 ChatGPT가 있으니!! ㅎㅎ

여러 블로그 중에 LINE 블로그가 있는것도 기분이 좋네요 :)))))

https://blog.bytebytego.com/p/79-engineering-blogs-to-level-up?ref=dailydev

항상 좋은 글이 많이 올라오는 bytebytego에서 추천하는 테크 블로그 리스트가 올라왔네요!! 모두 영어 블로그이긴 하지만 이제 우리에겐 ChatGPT가 있으니!! ㅎㅎ 여러 블로그 중에 LINE 블로그가 있는것도 기분이 좋네요 :))))) https://blog.bytebytego.com/p/79-engineering-blogs-to-level-up?ref=dailydev

Bytebytego

시스템 디자인 스킬을 배울 수 있는 테크 블로그 79

제목은 어그로를 좀 끌어보았습니다.

커리어리 Q&A에서 어설픈 답변을 종종 남기고 있습니다. 주제넘게 이렇다 저렇다 말하고 나면, 과연 이게 도움이 되는 말일까 자문하게 되기도 합니다.

어쨌건, 커리어 관련 고민을 토로하는 글들을 보면, 어떨 땐 답답하기도 하고, 어떨 땐 과거의 내가 감정이입되기도 해서 괜한 참견을 하게되는 것 같습니다.

공통적으로 느껴지는 것 중 하나는, 커리어 관련 고민이라는 게, 어쩌면 그보다 더 중요한 고민들에서 시작된 고통이라는 생각이 들더라구요.

우리가 개발자가 되고자 하거나, 아니면 이미 개발자이면서 더 나은 개발자가 되려고 여기를 기웃거리는 건데, 그만큼, 아니, 그보다 더 중요한 거는 몸건강과 정신건강이 아닐까 해요. 몸건강은 잘먹고 잘자고 운동하고 이런 게 기본일 테고, 정신 건강은 일기를 쓰든 상담을 받든 여행을 하든, 명상을 하든 종교에 심취하든 다양한 방법들이 있겠죠.

운동으로는 달리기를 시작해서 어느덧 2000K를 넘게 뛰었습니다. 건강을 위해 시작했던 달리기가 이제 좀 지나치다 싶을 정도로 많이 뛰고 있어요. 지난달은 210K, 이번 달은 240K정도 뛸 것 같습니다. 본격 러너라기에 실력은 부족해도 마일리지는 충분한 것 같습니다. 어쩌면 내년에는 풀코스 마라톤을 완주할 수 있을 것 같아요. 몸건강도 좋아졌고, 뛰다보면 정신적으로도 꽤 상쾌해집니다. 모종의 호르몬이 나오나봐요. 거의 매일 1시간씩을 달리기에 투자하는 게 미련한 짓인 것 같기도 한데, 결국 건강해지면 그 이상의 가치를 하겠죠. 아니 솔직히 말할게요. 이제 그냥 달리기가 즐거워졌어요. 이보다 많이 뛰면 오히려 건강에 해가 되는 게 아닐까 걱정을 해야할 판입니다. 딱히 꾸준히 운동하고 있는 게 아직 없으시다면, 달리기 추천드려봅니다.

멘탈을 위해서는 명상쪽에 점점 더 많은 관심이 가고 있는데, 점점 더 제가 뭘 잘못 생각하고 있는지... 아니 잘못된 부분에 집중하고 있는지를 알게되어가는 중인 것 같습니다. 아직 달리기 만큼 심취하지는 못했기에 뭐라 적기는 어렵습니다만, 우리의 많은 고통이 스스로부터 야기된 점이라는 게 인상적인 것 같습니다. 마치 외부의 환경, 그러니까, 개발자 취업문이 얼어붙었다거나, 난 좋게보는 기술을 쟤는 무시한다거나 하는 외부의 상황들이 나에게 고통을 주는 것 같지만, 그건 착각이라는 게 공통된 명상가(?)들의 시각으로 이해되더라구요.

암튼, 괜한 참견... 아니, 스스로에게 다시 다짐해보는 것은, 외부 상황들을 고통으로 바라보는 일을 그만두고, 현재 상황 그대로에서 잘해보자는 거랄까요?

기술적, 커리어 고민들은 사실 그 고민에서 출발해서 문제를 해결하려 들 게 아니라, 한차원 더 높은 시각에서 멘탈을 챙겨보자는 제안입니다. 저부터 잘해볼게요. 화이팅입니다.

<s>제목은 어그로를 좀 끌어보았습니다.</s> 커리어리 Q&amp;A에서 어설픈 답변을 종종 남기고 있습니다. 주제넘게 이렇다 저렇다 말하고 나면, 과연 이게 도움이 되는 말일까 자문하게 되기도 합니다. 어쨌건, 커리어 관련 고민을 토로하는 글들을 보면, 어떨 땐 답답하기도 하고, 어떨 땐 과거의 내가 감정이입되기도 해서 괜한 참견을 하게되는 것 같습니다. 공통적으로 느껴지는 것 중 하나는, 커리어 관련 고민이라는 게, 어쩌면 그보다 더 중요한 고민들에서 시작된 고통이라는 생각이 들더라구요. 우리가 개발자가 되고자 하거나, 아니면 이미 개발자이면서 더 나은 개발자가 되려고 여기를 기웃거리는 건데, 그만큼, 아니, 그보다 더 중요한 거는 몸건강과 정신건강이 아닐까 해요. 몸건강은 잘먹고 잘자고 운동하고 이런 게 기본일 테고, 정신 건강은 일기를 쓰든 상담을 받든 여행을 하든, 명상을 하든 종교에 심취하든 다양한 방법들이 있겠죠. 운동으로는 달리기를 시작해서 어느덧 2000K를 넘게 뛰었습니다. 건강을 위해 시작했던 달리기가 이제 좀 지나치다 싶을 정도로 많이 뛰고 있어요. 지난달은 210K, 이번 달은 240K정도 뛸 것 같습니다. 본격 러너라기에 실력은 부족해도 마일리지는 충분한 것 같습니다. 어쩌면 내년에는 풀코스 마라톤을 완주할 수 있을 것 같아요. 몸건강도 좋아졌고, 뛰다보면 정신적으로도 꽤 상쾌해집니다. 모종의 호르몬이 나오나봐요. 거의 매일 1시간씩을 달리기에 투자하는 게 미련한 짓인 것 같기도 한데, 결국 건강해지면 그 이상의 가치를 하겠죠. 아니 솔직히 말할게요. 이제 그냥 달리기가 즐거워졌어요. 이보다 많이 뛰면 오히려 건강에 해가 되는 게 아닐까 걱정을 해야할 판입니다. 딱히 꾸준히 운동하고 있는 게 아직 없으시다면, 달리기 추천드려봅니다. 멘탈을 위해서는 명상쪽에 점점 더 많은 관심이 가고 있는데, 점점 더 제가 뭘 잘못 생각하고 있는지... 아니 잘못된 부분에 집중하고 있는지를 알게되어가는 중인 것 같습니다. 아직 달리기 만큼 심취하지는 못했기에 뭐라 적기는 어렵습니다만, 우리의 많은 고통이 스스로부터 야기된 점이라는 게 인상적인 것 같습니다. 마치 외부의 환경, 그러니까, 개발자 취업문이 얼어붙었다거나, 난 좋게보는 기술을 쟤는 무시한다거나 하는 외부의 상황들이 나에게 고통을 주는 것 같지만, 그건 착각이라는 게 공통된 명상가(?)들의 시각으로 이해되더라구요. 암튼, 괜한 참견... 아니, 스스로에게 다시 다짐해보는 것은, 외부 상황들을 고통으로 바라보는 일을 그만두고, 현재 상황 그대로에서 잘해보자는 거랄까요? 기술적, 커리어 고민들은 사실 그 고민에서 출발해서 문제를 해결하려 들 게 아니라, 한차원 더 높은 시각에서 멘탈을 챙겨보자는 제안입니다. 저부터 잘해볼게요. 화이팅입니다.

니가 지금 자바를 공부하고 있을 때가 아니야

https://microsoft.github.io/AI-For-Beginners/

AI를 마스터하기 위한 Microsoft의 무료 강좌 6개 입니다!

초보자를 위한 AI 커리큘럼 https://t.co/ZJoF6sSeNc
 * 인공 지능(AI)을 탐구하는 12주, 24레슨 커리큘럼입니다. 심볼릭 AI, 신경망, 컴퓨터 비전, 자연어 처리 등을 다룹니다. 실습 수업, 퀴즈 및 실습이 포함되어 있습니다.

인공 지능 입문 https://t.co/pRgkJwigbQ
 * 이 과정은 인공지능의 핵심 개념을 이해하는 데 도움이 됩니다. 프로젝트 관리자, 제품 관리자, 디렉터, 임원 및 AI 분야에서 경력을 시작하는 학생을 위해 만든 것입니다.

생성형 AI란 무엇인가 https://t.co/kfWWPS5qMG
 * 제너레이티브 AI 전문가인 피나르 세이한 데미르닥이 생성형 AI의 기본 사항을 설명합니다.
   * 생성형 AI무엇인지
   * 어떻게 동작하는지
   * 모델별 차이
   * 미래 예측과 윤리적 시사점

생성형 AI: 사려깊은 온라인 검색의 진화 https://t.co/EgNl8WCCZ1
 * 생성형 AI 기반 추론 엔진의 핵심 개념과 검색 엔진 전략과의 차이점에 대해 자세히 알아봅니다.

Microsoft Bing Chat으로 업무 간소화하기 https://t.co/zGhxRKYLg9
 * Bing Chat을 효과적으로 사용하는 방법을 알려드립니다.

생성 AI 시대의 윤리 https://t.co/5KUXaQaK47
 * 생성 AI 도구 및 제품을 배포할 때 윤리적 문제를 해결하는 방법을 알아봅시다.

개인적으로는 초보자를 위한 AI 커리큘럼이 가장 마음에 드는군요!
무료 코스이므로 시간 되실때 재미있게 보시면 좋을 것 같습니다~!

AI를 마스터하기 위한 Microsoft의 무료 강좌 6개 입니다! 초보자를 위한 AI 커리큘럼 https://t.co/ZJoF6sSeNc<ul><li>인공 지능(AI)을 탐구하는 12주, 24레슨 커리큘럼입니다. 심볼릭 AI, 신경망, 컴퓨터 비전, 자연어 처리 등을 다룹니다. 실습 수업, 퀴즈 및 실습이 포함되어 있습니다.</li></ul> 인공 지능 입문 https://t.co/pRgkJwigbQ<ul><li>이 과정은 인공지능의 핵심 개념을 이해하는 데 도움이 됩니다. 프로젝트 관리자, 제품 관리자, 디렉터, 임원 및 AI 분야에서 경력을 시작하는 학생을 위해 만든 것입니다.</li></ul> 생성형 AI란 무엇인가 https://t.co/kfWWPS5qMG<ul><li>제너레이티브 AI 전문가인 피나르 세이한 데미르닥이 생성형 AI의 기본 사항을 설명합니다.<ul><li>생성형 AI무엇인지</li><li>어떻게 동작하는지</li><li>모델별 차이</li><li>미래 예측과 윤리적 시사점</li></ul></li></ul> 생성형 AI: 사려깊은 온라인 검색의 진화 https://t.co/EgNl8WCCZ1<ul><li>생성형 AI 기반 추론 엔진의 핵심 개념과 검색 엔진 전략과의 차이점에 대해 자세히 알아봅니다.</li></ul> Microsoft Bing Chat으로 업무 간소화하기 https://t.co/zGhxRKYLg9<ul><li>Bing Chat을 효과적으로 사용하는 방법을 알려드립니다.</li></ul> 생성 AI 시대의 윤리 https://t.co/5KUXaQaK47<ul><li>생성 AI 도구 및 제품을 배포할 때 윤리적 문제를 해결하는 방법을 알아봅시다.</li></ul> 개인적으로는 초보자를 위한 AI 커리큘럼이 가장 마음에 드는군요!무료 코스이므로 시간 되실때 재미있게 보시면 좋을 것 같습니다~!

t.co

마이크로소프트가 공개한 무료 AI 코스들

CSpell ESLint plugin. Latest version: 8.0.0, last published: 20 days ago. Start using @cspell/eslint-plugin in your project by running `npm i @cspell/eslint-plugin`. There are 8 other projects in the npm registry using @cspell/eslint-plugin.

@cspell/eslint-plugin

코드 작성 과정에서 스펠링 오타는 흔한 일입니다. 영어가 모국어가 아니기에 흔하게 일어날 수 밖에 없죠. 문제는 이런 작은 실수가 때로는 예상치 못한 큰 버그로 이어질 수 있습니다. 경험이 많은 개발자라면, 오타로 인해 발생한 문제를 해결하느라 많은 시간을 소비한 경험이 한 번쯤은 있을 것입니다.

@cspell/eslint-plugin은 ESLint를 기반으로 한 코드 스펠링 체크 플러그인으로, cspell 이란 'Code Spell Checker'의 약자 입니다. 이 플러그인 패키지를 설치하고 .eslintrc.json에 추가하면, 문자열, 주석, JSX 텍스트 등에 대한 스펠링 검사를 다양한 옵션을 통해 수행할 수 있습니다.

코드 리뷰 중에도 오타 수정을 제안하는 일은 흔히 있는데요. 이와 같은 라이브러리의 도움으로 코드의 정확성을 향상시키고 전반적인 생산성을 높일 수 있습니다. 개발자는 작은 실수에 시간을 낭비하는 대신 더 중요한 개발 업무에 집중할 수 있습니다.

https://www.npmjs.com/package/@cspell/eslint-plugin

코드 작성 과정에서 스펠링 오타는 흔한 일입니다. 영어가 모국어가 아니기에 흔하게 일어날 수 밖에 없죠. 문제는 이런 작은 실수가 때로는 예상치 못한 큰 버그로 이어질 수 있습니다. 경험이 많은 개발자라면, 오타로 인해 발생한 문제를 해결하느라 많은 시간을 소비한 경험이 한 번쯤은 있을 것입니다. @cspell/eslint-plugin은 ESLint를 기반으로 한 코드 스펠링 체크 플러그인으로, cspell 이란 'Code Spell Checker'의 약자 입니다. 이 플러그인 패키지를 설치하고 .eslintrc.json에 추가하면, 문자열, 주석, JSX 텍스트 등에 대한 스펠링 검사를 다양한 옵션을 통해 수행할 수 있습니다. 코드 리뷰 중에도 오타 수정을 제안하는 일은 흔히 있는데요. 이와 같은 라이브러리의 도움으로 코드의 정확성을 향상시키고 전반적인 생산성을 높일 수 있습니다. 개발자는 작은 실수에 시간을 낭비하는 대신 더 중요한 개발 업무에 집중할 수 있습니다. https://www.npmjs.com/package/@cspell/eslint-plugin

스펠링 검사: @cspell/eslint-plugin

Learn directly from Andrew Ng about the technology of generative AI, how it works, and what it can (and can't) do Get an overview of AI tools, and learn from real-world examples of generative AI in use today Understand the impacts of generative AI on busi

Generative AI for Everyone

1. 프롬프트엔지니어링의 기초
이 과정에서는 프롬프트 엔지니어링의 기본을 소개하고 고급 프롬프트 기술로 진행합니다.
✔ https://www.deeplearning.ai/courses/generative-ai-for-everyone/

2. 개발자를 위한 ChatGPT 프롬프트 엔지니어링
DeepLearning AI 및 OpenAI를 통한 ChatGPT 프롬프트 엔지니어링에 대한 무료 과정입니다.
✔https://www.deeplearning.ai/short-courses/chatgpt-prompt-engineering-for-developers/

3. Google의 생성형 AI 소개
Gen이 무엇인지, 어떻게 사용되는지, 기존 머신러닝 방법과 어떻게 다른지 설명하는 것을 목표로 합니다.
✔https://www.cloudskillsboost.google/course_templates/536

4. Harvard의 Python 기반 AI 소개
인공 지능에 대한 입문 과정에서 Python에서 기계 학습을 사용하는 방법을 알아보세요.
✔ https://pll.harvard.edu/course/cs50s-introduction-artificial-intelligence-python/2023-05

5. 마이크로소프트의 '생성 AI란 무엇인가?'
Gen AI의 정의, 작동 방식, 나만의 콘텐츠를 만드는 방법, 다양한 유형의 모델, 미래 예측, 윤리 등의 주제를 다루는 Gen AI의 기본 사항입니다.
✔ https://www.linkedin.com/learning/what-is-generative-ai/generative-ai-is-a-tool-in-service-of-humanity

6. 프럼프팅 배우기
60개 이상의 콘텐츠 모듈을 갖춘 종합적인 프롬프트 엔지니어링 과정입니다. 프롬프트 엔지니어링 기술의 초급부터 고급까지 안내합니다.
✔ https://learnprompting.org/docs/intro

7. Google의 책임 있는 AI 소개
Responsible AI가 무엇인지, 왜 중요한지, Google이 이를 자사 제품에 어떻게 구현하는지 알아보세요.
✔ https://www.cloudskillsboost.google/course_templates/554

8. 하버드의 데이터 과학: 기계 학습
훈련 데이터에 대해 알아보고 데이터 집합을 사용하여 잠재적인 예측 관계를 발견하는 방법을 알아봅니다. 또한 영화 추천 시스템 및 데이터 과학 기술을 구축하는 방법도 알아봅니다.
✔ https://pll.harvard.edu/course/data-science-machine-learning

9. LLM 애플리케이션 개발을 위한 LangChain
LangChain을 사용하여 애플리케이션 개발에서 언어 모델의 사용 사례와 기능을 확장하는 데 필수적인 기술을 습득하세요.
✔ https://www.deeplearning.ai/short-courses/langchain-for-llm-application-development/

10. Microsoft Bing Chat을 통한 작업 간소화
Bing Chat이 어떻게 다양한 작업을 수행하고 아이디어 생성 및 데이터 요약부터 일반적인 업무 문제 해결에 이르기까지 전체 작업 흐름을 간소화하는 데 도움이 되는지 알아보세요.
✔ https://www.linkedin.com/learning/streamlining-your-work-with-microsoft-bing-chat/put-your-fingers-to-work-chatting-as-a-productivity-tool

11. Hear Speak를 볼 수 있는 LLM 앱을 만드는 방법!
✔ https://www.singlestore.com/spaces/how-to-build-llm-apps-that-can-see-hear-speak/?utm_source=steve-nouri&utm_medium=influencer&utm_campaign=deck-the-halls-with-dev-and-data&utm_content=hear-see-speak&campaignid=701UJ0000012K2AYAU

12. 마이크로소프트의 AI 기초: 생성형 AI
부조종사와 같은 Gen AI 애플리케이션이 어떻게 효율성을 지원하는지 이해하세요. 프롬프트와 응답을 어떻게 미세 조정할 수 있는지 설명
✔ https://learn.microsoft.com/en-us/training/paths/introduction-generative-ai/

13. 의사결정자를 위한 Amazon의 Gen AI 학습 계획
✔ https://explore.skillbuilder.aws/learn/public/learning_plan/view/1909/generative-ai-learning-plan-for-decision-makers

14. 모두를 위한 생성형 AI
AI 도구에 대한 개요를 확인하고 현재 사용 중인 생성 AI의 실제 사례를 통해 알아보세요.
✔ https://www.deeplearning.ai/courses/generative-ai-for-everyone/

15. AWS의 LLM 포함한 Gen AI
Gen AI 작동 방식에 대한 기초 지식, 실무 기술 및 기능적 이해를 얻으세요.
✔ https://www.coursera.org/learn/generative-ai-with-llms

1. 프롬프트엔지니어링의 기초이 과정에서는 프롬프트 엔지니어링의 기본을 소개하고 고급 프롬프트 기술로 진행합니다.✔ https://www.deeplearning.ai/courses/generative-ai-for-everyone/ 2. 개발자를 위한 ChatGPT 프롬프트 엔지니어링DeepLearning AI 및 OpenAI를 통한 ChatGPT 프롬프트 엔지니어링에 대한 무료 과정입니다.✔https://www.deeplearning.ai/short-courses/chatgpt-prompt-engineering-for-developers/ 3. Google의 생성형 AI 소개Gen이 무엇인지, 어떻게 사용되는지, 기존 머신러닝 방법과 어떻게 다른지 설명하는 것을 목표로 합니다.✔https://www.cloudskillsboost.google/course_templates/536 4. Harvard의 Python 기반 AI 소개인공 지능에 대한 입문 과정에서 Python에서 기계 학습을 사용하는 방법을 알아보세요.✔ https://pll.harvard.edu/course/cs50s-introduction-artificial-intelligence-python/2023-05 5. 마이크로소프트의 '생성 AI란 무엇인가?'Gen AI의 정의, 작동 방식, 나만의 콘텐츠를 만드는 방법, 다양한 유형의 모델, 미래 예측, 윤리 등의 주제를 다루는 Gen AI의 기본 사항입니다.✔ https://www.linkedin.com/learning/what-is-generative-ai/generative-ai-is-a-tool-in-service-of-humanity 6. 프럼프팅 배우기60개 이상의 콘텐츠 모듈을 갖춘 종합적인 프롬프트 엔지니어링 과정입니다. 프롬프트 엔지니어링 기술의 초급부터 고급까지 안내합니다.✔ https://learnprompting.org/docs/intro 7. Google의 책임 있는 AI 소개Responsible AI가 무엇인지, 왜 중요한지, Google이 이를 자사 제품에 어떻게 구현하는지 알아보세요.✔ https://www.cloudskillsboost.google/course_templates/554 8. 하버드의 데이터 과학: 기계 학습훈련 데이터에 대해 알아보고 데이터 집합을 사용하여 잠재적인 예측 관계를 발견하는 방법을 알아봅니다. 또한 영화 추천 시스템 및 데이터 과학 기술을 구축하는 방법도 알아봅니다.✔ https://pll.harvard.edu/course/data-science-machine-learning 9. LLM 애플리케이션 개발을 위한 LangChainLangChain을 사용하여 애플리케이션 개발에서 언어 모델의 사용 사례와 기능을 확장하는 데 필수적인 기술을 습득하세요.✔ https://www.deeplearning.ai/short-courses/langchain-for-llm-application-development/ 10. Microsoft Bing Chat을 통한 작업 간소화Bing Chat이 어떻게 다양한 작업을 수행하고 아이디어 생성 및 데이터 요약부터 일반적인 업무 문제 해결에 이르기까지 전체 작업 흐름을 간소화하는 데 도움이 되는지 알아보세요.✔ https://www.linkedin.com/learning/streamlining-your-work-with-microsoft-bing-chat/put-your-fingers-to-work-chatting-as-a-productivity-tool 11. Hear Speak를 볼 수 있는 LLM 앱을 만드는 방법!✔ https://www.singlestore.com/spaces/how-to-build-llm-apps-that-can-see-hear-speak/?utm_source=steve-nouri&amp;utm_medium=influencer&amp;utm_campaign=deck-the-halls-with-dev-and-data&amp;utm_content=hear-see-speak&amp;campaignid=701UJ0000012K2AYAU 12. 마이크로소프트의 AI 기초: 생성형 AI부조종사와 같은 Gen AI 애플리케이션이 어떻게 효율성을 지원하는지 이해하세요. 프롬프트와 응답을 어떻게 미세 조정할 수 있는지 설명✔ https://learn.microsoft.com/en-us/training/paths/introduction-generative-ai/ 13. 의사결정자를 위한 Amazon의 Gen AI 학습 계획✔ https://explore.skillbuilder.aws/learn/public/learning_plan/view/1909/generative-ai-learning-plan-for-decision-makers 14. 모두를 위한 생성형 AIAI 도구에 대한 개요를 확인하고 현재 사용 중인 생성 AI의 실제 사례를 통해 알아보세요.✔ https://www.deeplearning.ai/courses/generative-ai-for-everyone/ 15. AWS의 LLM 포함한 Gen AIGen AI 작동 방식에 대한 기초 지식, 실무 기술 및 기능적 이해를 얻으세요.✔ https://www.coursera.org/learn/generative-ai-with-llms

Deeplearning

AI를 배우기 위해 추천하고 싶은 상위 15개 무료 강좌

12 Lessons, Get Started Building with Generative AI  🔗 https://microsoft.github.io/generative-ai-for-beginners/ - GitHub - microsoft/generative-ai-for-beginners: 12 Lessons, Get Started Building with Generative AI  🔗 https://microsoft.github.io/generati

GitHub - microsoft/generative-ai-for-beginners: 12 Lessons, Get Started Building with Generative AI  🔗 https://microsoft.github.io/generative-ai-for-beginners/

커리어리 친구들, Microsoft 가 Generative AI for Beginners 강의를 공개했습니다. 생성형 AI 애플리케이션 구축을 시작하는 데 필요한 모든 것을 알려주는 12강 과정이오니 관심 있는 분들은 아래의 깃허브에 들어가시기를 바랍니다. 

🕹️ 강의 목차   

- 생성형 AI 및 LLM 소개  
- 다양한 LLM 탐색 및 비교  
- 책임감 있는 생성형 AI 사용  
- 프롬프트 엔지니어링 기본 이해  
- 고급 프롬프트 작성하기  
- 텍스트 생성 응용 프로그램 구축  
- 채팅 응용 프로그램 구축  
- 검색 앱 벡터 데이터베이스 구축  
- 이미지 생성 응용 프로그램 구축  
- 로우 코드 AI 응용 프로그램 구축  
- 함수 호출을 통한 외부 응용 프로그램 통합  
- AI 응용 프로그램을 위한 UX 디자인

https://aka.ms/genai-beginners

커리어리 친구들, Microsoft 가 Generative AI for Beginners 강의를 공개했습니다.&nbsp;생성형 AI 애플리케이션 구축을 시작하는 데 필요한 모든 것을 알려주는 12강 과정이오니 관심 있는 분들은 아래의 깃허브에 들어가시기를 바랍니다.&nbsp; 🕹️ 강의 목차 &nbsp;&nbsp; - 생성형 AI 및 LLM 소개 &nbsp;- 다양한 LLM 탐색 및 비교 &nbsp;- 책임감 있는 생성형 AI 사용 &nbsp;- 프롬프트 엔지니어링 기본 이해 &nbsp;- 고급 프롬프트 작성하기 &nbsp;- 텍스트 생성 응용 프로그램 구축 &nbsp;- 채팅 응용 프로그램 구축 &nbsp;- 검색 앱 벡터 데이터베이스 구축 &nbsp;- 이미지 생성 응용 프로그램 구축 &nbsp;- 로우 코드 AI 응용 프로그램 구축 &nbsp;- 함수 호출을 통한 외부 응용 프로그램 통합 &nbsp;- AI 응용 프로그램을 위한 UX 디자인 https://aka.ms/genai-beginners

GitHub

<MS, Generative AI for Beginners 강의>

01 . 며칠 전 유튜브 채널 ⟪피식대학⟫에 박진영 님이 출연한 영상을 보게 되었습니다. 그냥 무심코 틀어놓고 멍 때리며 보고 있는 와중에 영상이 끝날 무렵 정신이 번쩍 드는 이야기가 흘러나왔습니다. 그건 협업을 숙명으로 하는 모든 사람에게 고하는 일종의 애티튜드 바이블과도 같았죠. 그래서 영상을 몇 번이나 돌려보며 그의 말들을 메모하기 시작했습니다. (영어로 발언한 관계로 일부는 자막 인용 대신 의역하여 전해드립니다.)

02 . "회사를 이끌면서 느낀 한 가지 사실은 제가 우울해하거나 슬퍼하거나 혹은 기분이 다운되어 보일 때면 저와 관련한 모든 사람들이 이를 불편하게 느낀다는 것이었습니다. 그래서 걱정이 있더라도 저는 농담을 하고 때론 우스꽝스럽게 보이기까지 해야 하죠. 그건 모두가 다 편한 마음으로 일하기 위해서입니다.
이건 저 뿐만 아니라 저희 아티스트들에게도 강조하는 포인트입니다. 스트레이 키즈나 트와이스 같은 어린 친구들 역시 늘 좋은 날만 있을 수는 없죠. 하지만 저는 '네가 우울해 보이고 슬퍼 보이고 다운되어 보이면 그건 모두를 불편하게 만드는 거라는 걸 기억해. 이건 우리의 숙명이기도 해. 아무리 힘들 날이 있어도 우린 농담을 할 수 있어야 하고 주위 사람들이 편하게 일하고 있는지 체크해야 해.'라고 말합니다."

03 . 발언 자체만 두고는 호불호가 갈릴 수도 있을 겁니다. 한편에서는 '어떻게 내 마음이 문드러지는 와중에 내색은커녕 억지로 웃고 농담까지 던질 수 있는 걸까. 그렇게 다른 사람 편하게 맞춰주다 정작 나부터 무너질지 모르는데...'하는 생각이 드는 것도 사실이죠.
하지만 이 발언의 취지는 조금 다른 각도에서 살펴볼 필요가 있습니다. 바로 '협업을 위한 적정 온도'라는 측면에서 말이죠.

04 . 회사와 같은 공식적인 조직이든 아니면 여럿이 함께 모이는 커뮤니티 같은 모임이든 늘 자신의 감정을 있는 그대로 드러내고자 하는 사람들이 존재합니다. 그런 사람들은 자신의 상태를 솔직하게 공유하고 도움을 요청하는 게 아니라 내가 좋으면 같이 웃고, 내가 싫으면 같이 비판하고, 내가 화나면 내 편을 들어주고, 내가 짜증 나면 나를 달래줄 사람을 바라는 케이스가 다반사죠. 다 같이 생활하는 공간임에도 본인 추울 때는 보일러를 틀고 다시 더워지면 냉큼 창문을 열어야 직성이 풀리는 유형인 셈입니다.

05 . 저도 11년 넘게 일을 하며 적지 않은 유형의 인간 군상들을(?) 만나봤습니다. 하지만 저렇게 본인의 감정 온도에 타인을 맞추게 하려는 사람치고 좋은 협업 태도를 갖춘 사람은 단 한 명도 보지 못한 것 같아요. 오히려 빠르게 해결할 수 있는 문제도 더 깊은 진흙탕으로 밀어 넣고 함께 으쌰으쌰하는 순간에도 곳곳에 소금을 뿌려대기 바빴으니 말이죠.

06 . 더 무서운 건 본인은 그런 자신의 태도를 아주 솔직하고 뒤끝 없는 스타일로 규정하고 있더라는 사실입니다. (당연히 뒤끝은 없겠죠... 앞에서 그렇게 다 보여주는데... 🥲) 물론 회사 같은 조직 생활 안에서 갈등을 회피하는 것 역시 큰 문제이긴 마찬가지입니다. 좋은 게 좋다는 태도도, 나는 큰 문제에 휘말리기 싫다는 태도도 환영받지 못하는 건 똑같으니까요.
하지만 그럼에도 자신이 스스럼없이 감정을 드러내는 것은 솔직한 피드백이고 타인이 본인에게 반하는 주장을 하거나 하물며 본인의 기분을 맞춰주지 못하는 것은 불편한 피드백이라 치부하는 것은 협업하는 관계의 기본조차 모르는 행위일지 모릅니다. 그런 사람과 함께 일하고 싶은 동료는 단 한 명도 없을 테니 말이죠.

07 . 그래서 저는 박진영 님의 말이 더 크게 와닿았습니다. 조금 기분이 언짢거나 그날 하루가 유난히 버겁더라도 일단 모두를 위해 적당한 배려 정도는 발휘할 필요가 있다는 게 요지니 말이죠. 특히 본인이 조직을 이끄는 위치에 있는 사람이라면 이는 더더욱 조심해야 할 필요가 있습니다. 동등한 위치에서도 타인이 발산하는 불편한 감정은 고스란히 전해지기 마련인데 지위고하의 차이가 커질수록 리더 한 명이 내뿜는 부정의 기운은 조직 전체를 집어삼키기 때문이죠.

08 . 멀리 갈 것도 없이 제 과거의 기억에 비춰봐도 금방 알 수 있었습니다. 적어도 조직원들을 위해 최소한의 감정 컨트롤이 가능한 리더에게는 오히려 저희가 먼저 다가가 문제 해결을 돕고 위로의 말이라도 전하고 싶었던 것 같거든요. 반대로 자신의 감정 표현이 우선인 리더 앞에서는 그저 서로 '제발 오늘 하루 무사히 지나가라... 적어도 나한테는 불똥이 튀지 않았으면...'이라는 마음만 가득했던 것 같습니다. 일의 본질보다는 그 사람의 기분을 살피는 게 조직원들의 주요 관심사였고 말이죠.

09 . 어쩌면 우리가 협업을 위한 온도를 신경 써야 하는 이유도 여기에 있는 것은 아닐까 싶어요. 춥다고 당장 보일러 앞으로 달려갈 게 아니라 우선 외투 한 겹 껴입고 양말에 슬리퍼부터 챙기다 보면 그것만으로도 전체의 온도를 방해하는 일은 줄어드니 말이죠. 그래서 저 역시도 예전엔 '표정을 못 숨긴다', '감정 표현에 솔직하다' 이런 말을 들으면 나 자신이 투명한 사람인 것마냥 칭찬해 주는 것 같아 나쁘지 않은 반응을 보였지만 지금은 뜨끔한 마음이 앞섭니다. 저의 성급함으로 이 협업의 장을 교란시켜 놓은 것은 아닐지 걱정이 되니까요.

10 . 자신의 의사를 당당히 표현하라는 게 누군가를 매너 없이 쏘아붙이라는 말은 아닐 겁니다. 남 의식하지 말고 본인을 소중히 생각하라는 말 역시 배려의 기본을 팽개치고 네 멋대로 살라고 가르치는 게 결코 아닐 거고요. 그러니 저는 '나의 편함'과 '상대의 불편함', '나의 불편함과 상대의 편함' 사이의 온도를 어느 정도 감지하고 있어야 비로소 협업이라는 게 가능해진다고 생각합니다. 변온 동물이 생존에 유리한 이유도 단순히 외부 환경에 본인을 맞추는 데 있는 것이 아니라 주변의 온도를 감지하고 나는 어떤 수준을 유지해야 하나 하는 그 영특한 태도에서 기인하는 것일 테니 말이죠.

01 . 며칠 전 유튜브 채널 ⟪피식대학⟫에 박진영 님이 출연한 영상을 보게 되었습니다. 그냥 무심코 틀어놓고 멍 때리며 보고 있는 와중에 영상이 끝날 무렵 정신이 번쩍 드는 이야기가 흘러나왔습니다. 그건 협업을 숙명으로 하는 모든 사람에게 고하는 일종의 애티튜드 바이블과도 같았죠. 그래서 영상을 몇 번이나 돌려보며 그의 말들을 메모하기 시작했습니다. (영어로 발언한 관계로 일부는 자막 인용 대신 의역하여 전해드립니다.) 02 . "회사를 이끌면서 느낀 한 가지 사실은 제가 우울해하거나 슬퍼하거나 혹은 기분이 다운되어 보일 때면 저와 관련한 모든 사람들이 이를 불편하게 느낀다는 것이었습니다. 그래서 걱정이 있더라도 저는 농담을 하고 때론 우스꽝스럽게 보이기까지 해야 하죠. 그건 모두가 다 편한 마음으로 일하기 위해서입니다. 이건 저 뿐만 아니라 저희 아티스트들에게도 강조하는 포인트입니다. 스트레이 키즈나 트와이스 같은 어린 친구들 역시 늘 좋은 날만 있을 수는 없죠. 하지만 저는 '네가 우울해 보이고 슬퍼 보이고 다운되어 보이면 그건 모두를 불편하게 만드는 거라는 걸 기억해. 이건 우리의 숙명이기도 해. 아무리 힘들 날이 있어도 우린 농담을 할 수 있어야 하고 주위 사람들이 편하게 일하고 있는지 체크해야 해.'라고 말합니다." 03 . 발언 자체만 두고는 호불호가 갈릴 수도 있을 겁니다. 한편에서는 '어떻게 내 마음이 문드러지는 와중에 내색은커녕 억지로 웃고 농담까지 던질 수 있는 걸까. 그렇게 다른 사람 편하게 맞춰주다 정작 나부터 무너질지 모르는데...'하는 생각이 드는 것도 사실이죠. 하지만 이 발언의 취지는 조금 다른 각도에서 살펴볼 필요가 있습니다. 바로 '협업을 위한 적정 온도'라는 측면에서 말이죠. 04 . 회사와 같은 공식적인 조직이든 아니면 여럿이 함께 모이는 커뮤니티 같은 모임이든 늘 자신의 감정을 있는 그대로 드러내고자 하는 사람들이 존재합니다. 그런 사람들은 자신의 상태를 솔직하게 공유하고 도움을 요청하는 게 아니라 내가 좋으면 같이 웃고, 내가 싫으면 같이 비판하고, 내가 화나면 내 편을 들어주고, 내가 짜증 나면 나를 달래줄 사람을 바라는 케이스가 다반사죠. 다 같이 생활하는 공간임에도 본인 추울 때는 보일러를 틀고 다시 더워지면 냉큼 창문을 열어야 직성이 풀리는 유형인 셈입니다. 05 . 저도 11년 넘게 일을 하며 적지 않은 유형의 인간 군상들을(?) 만나봤습니다. 하지만 저렇게 본인의 감정 온도에 타인을 맞추게 하려는 사람치고 좋은 협업 태도를 갖춘 사람은 단 한 명도 보지 못한 것 같아요. 오히려 빠르게 해결할 수 있는 문제도 더 깊은 진흙탕으로 밀어 넣고 함께 으쌰으쌰하는 순간에도 곳곳에 소금을 뿌려대기 바빴으니 말이죠. 06 . 더 무서운 건 본인은 그런 자신의 태도를 아주 솔직하고 뒤끝 없는 스타일로 규정하고 있더라는 사실입니다. (당연히 뒤끝은 없겠죠... 앞에서 그렇게 다 보여주는데... 🥲) 물론 회사 같은 조직 생활 안에서 갈등을 회피하는 것 역시 큰 문제이긴 마찬가지입니다. 좋은 게 좋다는 태도도, 나는 큰 문제에 휘말리기 싫다는 태도도 환영받지 못하는 건 똑같으니까요. 하지만 그럼에도 자신이 스스럼없이 감정을 드러내는 것은 솔직한 피드백이고 타인이 본인에게 반하는 주장을 하거나 하물며 본인의 기분을 맞춰주지 못하는 것은 불편한 피드백이라 치부하는 것은 협업하는 관계의 기본조차 모르는 행위일지 모릅니다. 그런 사람과 함께 일하고 싶은 동료는 단 한 명도 없을 테니 말이죠. 07 . 그래서 저는 박진영 님의 말이 더 크게 와닿았습니다. 조금 기분이 언짢거나 그날 하루가 유난히 버겁더라도 일단 모두를 위해 적당한 배려 정도는 발휘할 필요가 있다는 게 요지니 말이죠. 특히 본인이 조직을 이끄는 위치에 있는 사람이라면 이는 더더욱 조심해야 할 필요가 있습니다. 동등한 위치에서도 타인이 발산하는 불편한 감정은 고스란히 전해지기 마련인데 지위고하의 차이가 커질수록 리더 한 명이 내뿜는 부정의 기운은 조직 전체를 집어삼키기 때문이죠. 08 . 멀리 갈 것도 없이 제 과거의 기억에 비춰봐도 금방 알 수 있었습니다. 적어도 조직원들을 위해 최소한의 감정 컨트롤이 가능한 리더에게는 오히려 저희가 먼저 다가가 문제 해결을 돕고 위로의 말이라도 전하고 싶었던 것 같거든요. 반대로 자신의 감정 표현이 우선인 리더 앞에서는 그저 서로 '제발 오늘 하루 무사히 지나가라... 적어도 나한테는 불똥이 튀지 않았으면...'이라는 마음만 가득했던 것 같습니다. 일의 본질보다는 그 사람의 기분을 살피는 게 조직원들의 주요 관심사였고 말이죠. 09 . 어쩌면 우리가 협업을 위한 온도를 신경 써야 하는 이유도 여기에 있는 것은 아닐까 싶어요. 춥다고 당장 보일러 앞으로 달려갈 게 아니라 우선 외투 한 겹 껴입고 양말에 슬리퍼부터 챙기다 보면 그것만으로도 전체의 온도를 방해하는 일은 줄어드니 말이죠. 그래서 저 역시도 예전엔 '표정을 못 숨긴다', '감정 표현에 솔직하다' 이런 말을 들으면 나 자신이 투명한 사람인 것마냥 칭찬해 주는 것 같아 나쁘지 않은 반응을 보였지만 지금은 뜨끔한 마음이 앞섭니다. 저의 성급함으로 이 협업의 장을 교란시켜 놓은 것은 아닐지 걱정이 되니까요. 10 . 자신의 의사를 당당히 표현하라는 게 누군가를 매너 없이 쏘아붙이라는 말은 아닐 겁니다. 남 의식하지 말고 본인을 소중히 생각하라는 말 역시 배려의 기본을 팽개치고 네 멋대로 살라고 가르치는 게 결코 아닐 거고요. 그러니 저는 '나의 편함'과 '상대의 불편함', '나의 불편함과 상대의 편함' 사이의 온도를 어느 정도 감지하고 있어야 비로소 협업이라는 게 가능해진다고 생각합니다. 변온 동물이 생존에 유리한 이유도 단순히 외부 환경에 본인을 맞추는 데 있는 것이 아니라 주변의 온도를 감지하고 나는 어떤 수준을 유지해야 하나 하는 그 영특한 태도에서 기인하는 것일 테니 말이죠.

협업을 위한 적정 온도 유지하기

저는 노션으로 개입 업무와 팀 업무를 관리하고 있습니다. 많은 분들이 업무 관리 노트앱으로 노션과 옵시디언을 최고로 꼽으시는 것 같은데요. 개인적으로 노션은 데이터베이스를 만들어 동기화 된 데이터를 기반으로 다양한 페이지로 시스템을 확장하거나 팀원들과 공유할 수 있어 개인과 팀 업무 관리에 최적화되어 있다고 생각합니다.

구글이나 유튜브에 검색을 해보면 팀 관리나 팀장을 위한 노션 템플릿이 많지만 막상 쓰게 되는 것은 없더라고요. 그 이유를 생각해보면;

1. 팀 미팅, 원온원과 관련된 템플릿은 없었어요.
2. 데이터의 연결성을 제대로 활용하는 템플릿은 드물었습니다.
3. 깔끔하고 미니멀한 디자인의 템플릿이 잘 없더라고요.

그래서 저는 제가 직접 템플릿과 시스템을 만들어서 사용하는 편이에요. 최근에는 팀원이 적어져서 잘 쓰지 않지만 팀원이 많을 때는 팀장의 시간을 아껴주고 팀원들과 효과적인 소통을 위해 반드시 필요했습니다. 최근 모임에서 제가 노션으로 개인 업무 관리, 팀 미팅 관리, 원온원 면담 관리 등을 한다고 하니 신기해 하시는 분들이 많더라고요. 그래서 사용하는 노션 시스템을 샘플로 만들어 공유합니다.

👉 Team 샘플 페이지 : https://hyeunjik.notion.site/hyeunjik/Team-5bbf5eb3012841a99854315c3aa5e68e
👉 Flow 샘플 페이지 : https://hyeunjik.notion.site/hyeunjik/Flow-1679cc0cddf34a03bcab2ca6ae7ba25c

저는 'Team'과 'Flow'라는 페이지에 필요한 데이터베이스를 구축하고 연동하여 업무를 관리하는데요. Team 페이지는 팀원들이 모두 초대되어 함께 관리하는 팀 업무 관리 페이지를, Flow는 나만 볼 수 있는 개인 업무 공간을 말합니다.

Team 페이지는 노트, 태스크, 프로젝트, 오브젝티브라는 데이터베이스를 중심으로 팀 전체의 업무의 현황과 우선순위를 한눈에 파악하고, 건설적인 팀 미팅을 운영하는 것에 초점을 맞추고 있습니다. Team 페이지를 보고 팀 미팅에 참석한 팀원이 '이번 주에 해야 할 일이 명확하다'라고 생각하는 것을 목표로요.

Flow 페이지는 Team 페이지에 구축된 데이터베이스를 기반으로 팀장인 '내'가 해야 하는 중요한 업무를 관리하고, 추가적인 Private 데이터베이스를 통해 팀원들과 효과적인 원온원을 하는 것에 초점을 맞추고 있습니다. 원온원 미팅을 가진 팀원이 '나는 좋은 성과를 내기 위해 필요한 충분한 지원을 받고 있고, 팀장이 나의 성장을 관찰하고 있다'는 느낌이 드는 것을 목표로요.

저의 방식이 정답은 아니겠지만 좋은 팀과 개인 업무 관리 솔루션을 찾는 분들께 도움이 되기를 바랍니다.

📌 유튜브에 'notion workspace template', 'notion template for work' 등으로 검색하면 전 세계의 다양한 레퍼런스가 나오니 참고해 주세요 :)

저는 노션으로 개입 업무와 팀 업무를 관리하고 있습니다. 많은 분들이 업무 관리 노트앱으로 노션과 옵시디언을 최고로 꼽으시는 것 같은데요. 개인적으로 노션은 데이터베이스를 만들어 동기화 된 데이터를 기반으로 다양한 페이지로 시스템을 확장하거나 팀원들과 공유할 수 있어 개인과 팀 업무 관리에 최적화되어 있다고 생각합니다. 구글이나 유튜브에 검색을 해보면 팀 관리나 팀장을 위한 노션 템플릿이 많지만 막상 쓰게 되는 것은 없더라고요. 그 이유를 생각해보면; 1. 팀 미팅, 원온원과 관련된 템플릿은 없었어요. 2. 데이터의 연결성을 제대로 활용하는 템플릿은 드물었습니다. 3. 깔끔하고 미니멀한 디자인의 템플릿이 잘 없더라고요. 그래서 저는 제가 직접 템플릿과 시스템을 만들어서 사용하는 편이에요. 최근에는 팀원이 적어져서 잘 쓰지 않지만 팀원이 많을 때는 팀장의 시간을 아껴주고 팀원들과 효과적인 소통을 위해 반드시 필요했습니다. 최근 모임에서 제가 노션으로 개인 업무 관리, 팀 미팅 관리, 원온원 면담 관리 등을 한다고 하니 신기해 하시는 분들이 많더라고요. 그래서 사용하는 노션 시스템을 샘플로 만들어 공유합니다. 👉 Team 샘플 페이지 : https://hyeunjik.notion.site/hyeunjik/Team-5bbf5eb3012841a99854315c3aa5e68e 👉 Flow 샘플 페이지 : https://hyeunjik.notion.site/hyeunjik/Flow-1679cc0cddf34a03bcab2ca6ae7ba25c 저는 'Team'과 'Flow'라는 페이지에 필요한 데이터베이스를 구축하고 연동하여 업무를 관리하는데요. Team 페이지는 팀원들이 모두 초대되어 함께 관리하는 팀 업무 관리 페이지를, Flow는 나만 볼 수 있는 개인 업무 공간을 말합니다. Team 페이지는 노트, 태스크, 프로젝트, 오브젝티브라는 데이터베이스를 중심으로 팀 전체의 업무의 현황과 우선순위를 한눈에 파악하고, 건설적인 팀 미팅을 운영하는 것에 초점을 맞추고 있습니다. Team 페이지를 보고 팀 미팅에 참석한 팀원이 '이번 주에 해야 할 일이 명확하다'라고 생각하는 것을 목표로요. Flow 페이지는 Team 페이지에 구축된 데이터베이스를 기반으로 팀장인 '내'가 해야 하는 중요한 업무를 관리하고, 추가적인 Private 데이터베이스를 통해 팀원들과 효과적인 원온원을 하는 것에 초점을 맞추고 있습니다. 원온원 미팅을 가진 팀원이 '나는 좋은 성과를 내기 위해 필요한 충분한 지원을 받고 있고, 팀장이 나의 성장을 관찰하고 있다'는 느낌이 드는 것을 목표로요. 저의 방식이 정답은 아니겠지만 좋은 팀과 개인 업무 관리 솔루션을 찾는 분들께 도움이 되기를 바랍니다. 📌 유튜브에 'notion workspace template', 'notion template for work' 등으로 검색하면 전 세계의 다양한 레퍼런스가 나오니 참고해 주세요 :)

🎮 메모 덕후가 만든 업무 관리 노션

복지가 좋은 회사가 부러웠습니다.
이런저런 혜택이 많은 회사.
우와 좋다. 나도 저런 회사 다녀보고 싶어.

이런 저에게 누군가 말해줬습니다.
회사의 복지는 직원들이 일을 더 잘하게 도와야 하는 거라고.
복지로 인해서 일을 더 많이, 더 편하게, 더 잘할 수 있어야 한다고.
일하는데 거추장스러운 장애물을 치워준다거나..
더 능력을 발휘할 수 있도록 지원해 주는 것.

생각해 보면 참말이었습니다.
나는 너무 마케팅에 잘 속아 넘어간단 말이야.
복지 마케팅.
우리 회사는 통합 포인트도 주고 통신요금도 할인해 주고.. 헬스장도 보내줘요.
이런 회사들의 채용 공고를 보며 부러워하곤 했습니다.
사실 그런 건 그냥 돈 많이 주면 되는 건데.

가만히 생각해 보면 예전에 이해진 의장님도 비슷한 말을 했습니다.

“여러분의 선배들이 하도 늦게까지 야근하고 힘들게 일해서 출퇴근 때만이라도 편하게 쉬라고 셔틀버스 만든 거예요.”
“너무 피곤하면 눈도 좀 붙이라고 수면실도 만들었고요.”

그런데 이제는 늦게까지 술 먹고 온 사람들이 거기 들어가서 잠을 잔다고.
이때 울분을 토해내신 이후로(2012년 초) 셔틀버스와 이런저런 복지들이 실제로 사라졌습니다.(웃음)

아하.. 이해진 의장님도 직원들이 일을 더 잘할 수 있게 하기 위해서 저런 복지들을 만든 거구나.

저에게 가장 좋은 복지는 구내식당이었습니다.
네이버 다닐 때.
뭐 먹을지 전혀 걱정 없이 살았던 시절.
같이 야근할 동료가 있든 없든 밥 걱정 따위는 안 할 수 있는 회사.
근데 심지어 맛있기까지 해.
지금 생각해도 너무 좋다.

이제는 아이가 있으니 어린이집도 좋은 복지일 것 같습니다.
아이 걱정을 하지 않아야 일을 집중해서 할 수 있을 테니까.

어떤 직원들이 있느냐에 따라 지원해 줘야 할 복지도 달라지기 때문에..
다른 회사의 복지를 무작정 베껴오는 건 돈을 낭비하는 일입니다.

요즘엔 재택근무를 복지로 내세우는 회사들이 있습니다.
직원들이 재택근무로 인해서 일을 더 잘할 수 있겠다 판단이 들면 올바른 지원이겠지만..
성과가 덜 나더라도 누군가를 뽑거나 나가지 않게 하기 위한 목적으로..
직원들이 해달라고 조르니깐 하는 수없이 재택근무를 복지로 내세우는 것은 좀 이상합니다.

단순히 복지포인트 주고, 통신 요금 감면해 주고, 비혼 선언 축하금 주고 하는 회사들보다는..
회사와 직원들의 성장을 진지하게 고민하는 회사에 더 눈이 갑니다.

복지가 좋은 회사가 부러웠습니다. 이런저런 혜택이 많은 회사. 우와 좋다. 나도 저런 회사 다녀보고 싶어. 이런 저에게 누군가 말해줬습니다. 회사의 복지는 직원들이 일을 더 잘하게 도와야 하는 거라고. 복지로 인해서 일을 더 많이, 더 편하게, 더 잘할 수 있어야 한다고. 일하는데 거추장스러운 장애물을 치워준다거나.. 더 능력을 발휘할 수 있도록 지원해 주는 것. 생각해 보면 참말이었습니다. 나는 너무 마케팅에 잘 속아 넘어간단 말이야. 복지 마케팅. 우리 회사는 통합 포인트도 주고 통신요금도 할인해 주고.. 헬스장도 보내줘요. 이런 회사들의 채용 공고를 보며 부러워하곤 했습니다. 사실 그런 건 그냥 돈 많이 주면 되는 건데. 가만히 생각해 보면 예전에 이해진 의장님도 비슷한 말을 했습니다. “여러분의 선배들이 하도 늦게까지 야근하고 힘들게 일해서 출퇴근 때만이라도 편하게 쉬라고 셔틀버스 만든 거예요.” “너무 피곤하면 눈도 좀 붙이라고 수면실도 만들었고요.” 그런데 이제는 늦게까지 술 먹고 온 사람들이 거기 들어가서 잠을 잔다고. 이때 울분을 토해내신 이후로(2012년 초) 셔틀버스와 이런저런 복지들이 실제로 사라졌습니다.(웃음) 아하.. 이해진 의장님도 직원들이 일을 더 잘할 수 있게 하기 위해서 저런 복지들을 만든 거구나. 저에게 가장 좋은 복지는 구내식당이었습니다. 네이버 다닐 때. 뭐 먹을지 전혀 걱정 없이 살았던 시절. 같이 야근할 동료가 있든 없든 밥 걱정 따위는 안 할 수 있는 회사. 근데 심지어 맛있기까지 해. 지금 생각해도 너무 좋다. 이제는 아이가 있으니 어린이집도 좋은 복지일 것 같습니다. 아이 걱정을 하지 않아야 일을 집중해서 할 수 있을 테니까. 어떤 직원들이 있느냐에 따라 지원해 줘야 할 복지도 달라지기 때문에.. 다른 회사의 복지를 무작정 베껴오는 건 돈을 낭비하는 일입니다. 요즘엔 재택근무를 복지로 내세우는 회사들이 있습니다. 직원들이 재택근무로 인해서 일을 더 잘할 수 있겠다 판단이 들면 올바른 지원이겠지만.. 성과가 덜 나더라도 누군가를 뽑거나 나가지 않게 하기 위한 목적으로.. 직원들이 해달라고 조르니깐 하는 수없이 재택근무를 복지로 내세우는 것은 좀 이상합니다. 단순히 복지포인트 주고, 통신 요금 감면해 주고, 비혼 선언 축하금 주고 하는 회사들보다는.. 회사와 직원들의 성장을 진지하게 고민하는 회사에 더 눈이 갑니다.

복지가 좋은 회사

아마존, 마트에서 끄는 인공지능 카트 공개

똑똑해진 카트와 함께 장보기
- Amazon Go의 확장판 Amazon Fresh grocery store

✔ 아마존 카트; 물건을 넣으면 자동으로 인식해서 카트에 붙은 디스플레이에 정보가 표시
✔ 대시 카트 레인; 아마존 카트를 이용하면 자동 결제 후 별도의 통로를 통해 나갈 수 있음
✔ Alexa 연동; 물건이 어딨는지 모르겠다고? 나의 쇼핑리스트에 있는 물건의 위치를 알려줌

💡 기존의 아마존 고는 진열대에 설치된 센서를 통해 물건을 인식하는 방식이었다면,
이번의 아마존 프레시 그로서리는 반대로 사람들이 드는 장바구니에 센서를 달았습니다.
이로인해, 기존의 오프라인 매장이 비교적 간단하게 스마트 스토어로 변모할 수 있게 되었습니다.
과연 인식율이 얼마나 잘 나올지, 그리고 사람들의 손을 타는 물건에 센서를 달았을 때 얼마나 내구성이 나올지(별에 별 일로 파손되거나 잃어버릴 수 있겠죠?) 궁금하네요.

techNeedle 테크니들

프로덕트 매니저/서비스 기획

한주현

서동환

프론트엔드 개발자

오민석

#프론트엔드 #개발자 #끊임없이배우기 #문제를해결하는

심사역

선임심사역

세상을 바꾸는 새로운 기술과 기업에 관심이 많은 낙천주의자. 스타트업에 투자하는 스타트업에 다니며, 고난한 스타트업 라이프와 투자자 사이드를 모두 경험하고 있습니다. 생산자가 되는 날을 꿈꿉니다.

유수형

블로그

세상을 바꾸는 새로운 기술과 기업에 관심이 많은 낙천주의자입니다.

댓글 0