지난 수주동안 아미고의 온보딩 개선 작업을 해 왔는데, 이제 드디어 내일이면 스토어에 제출 할 수 있을 듯. 연관된 범위의 버그수정과 리팩토링까지 했더니 테스트 겁나 빡쎔..신규 설치 테스트라 더 빡쎄..🥹 그래도, 눈에 잘 안보이는 일이지만 사용자 경험에 가장 큰 영향을 미치는 일 중 하나이니, 부디 성과 잘 나오길.. 🙏

지난 수주동안 아미고의 온보딩 개선 작업을 해 왔는데, 이제 드디어 내일이면 스토어에 제출 할 수 있을 듯. 연관된 범위의 버그수정과 리팩토링까지 했더니 테스트 겁나 빡쎔..신규 설치 테스트라 더 빡쎄..🥹 그래도, 눈에 잘 안보이는 일이지만 사용자 경험에 가장 큰 영향을 미치는 일 중 하나이니, 부디 성과 잘 나오길.. 🙏

실리콘밸리에서 가장 영향력 있는 VC 중 하나인 Andreessen Horowitz(줄여서 a16z)에서 2025년 8월 기준 Top 100 Gen AI Consumer Apps 보고서를 발표했습니다.

이번 리스트에서 가장 눈에 띄는 건 뭐니뭐니 해도 구글의 약진인데요. 대표 LLM 어시스턴트인 Gemini가 ChatGPT에 이어 2위에 올라섰고, AI Studio는 Top 10에 진입했으며, NotebookLM(13위)과 Google Labs(39위)도 새롭게 이름을 올렸습니다.

반면 얼마 전까지만 해도 뜨거운 관심을 받았던 DeepSeek은 최고점 대비 40% 이상 하락하며 추락세를 보이고, 그 자리를 후발 주자인 Grok과 Meta AI가 조용히 메우는 분위기입니다.

저는 소프트웨어 엔지니어로서 바이브 코딩 관련 앱들의 부상이 참 흥미로웠습니다. 기존 강자인 Claude와 Cursor 외에도 Lovable이 22위로 급상승했고 Replit도 메인 리스트에 진입했네요. 특히 이러한 흐름과 맞물려 바이브 코딩과 궁합이 좋기로 소문난 Supabase가 완전히 떡상했다고 합니다. 📈

AI 생태계가 점차 안정화되는 듯하면서도, 여전히 새로운 플레이어들이 등장하여 기존 강자들이 위협하는 모습이 공존하고 있네요. 여러분은 이 중 어떤 생성형 AI 앱을 가장 자주 사용하고 계신가요?

🔗 원문 보기: https://a16z.com/100-gen-ai-apps-5/

실리콘밸리에서 가장 영향력 있는 VC 중 하나인 Andreessen Horowitz(줄여서 a16z)에서 2025년 8월 기준 Top 100 Gen AI Consumer Apps 보고서를 발표했습니다. 이번 리스트에서 가장 눈에 띄는 건 뭐니뭐니 해도 구글의 약진인데요. 대표 LLM 어시스턴트인 Gemini가 ChatGPT에 이어 2위에 올라섰고, AI Studio는 Top 10에 진입했으며, NotebookLM(13위)과 Google Labs(39위)도 새롭게 이름을 올렸습니다. 반면 얼마 전까지만 해도 뜨거운 관심을 받았던 DeepSeek은 최고점 대비 40% 이상 하락하며 추락세를 보이고, 그 자리를 후발 주자인 Grok과 Meta AI가 조용히 메우는 분위기입니다. 저는 소프트웨어 엔지니어로서 바이브 코딩 관련 앱들의 부상이 참 흥미로웠습니다.&nbsp;기존 강자인 Claude와 Cursor 외에도 Lovable이 22위로 급상승했고 Replit도 메인 리스트에 진입했네요. 특히 이러한 흐름과 맞물려 바이브 코딩과 궁합이 좋기로 소문난 Supabase가 완전히 떡상했다고 합니다. 📈 AI 생태계가 점차 안정화되는 듯하면서도, 여전히 새로운 플레이어들이 등장하여 기존 강자들이 위협하는 모습이 공존하고 있네요. 여러분은 이 중 어떤 생성형 AI 앱을 가장 자주 사용하고 계신가요? 🔗 원문 보기: https://a16z.com/100-gen-ai-apps-5/

🏆 가장 인기 있는 생성형 AI 소비자 앱 100개

I didn't expect Google to make such a strong move, especially Gemini has risen to the top 2. It feels like they have been "silent" to focus on development and now the results are very clear. Click https://geometrydash22.com

gpt-5 high 도랐네 진짜.. 여기서 속도만 두 배 정도 빨라져도 진짜 그냥 자동 사냥 코딩 가능 할 듯.

gpt-5 high 도랐네 진짜.. 여기서 속도만 두 배 정도 빨라져도 진짜 그냥 자동 사냥 코딩 가능 할 듯.

기술의 발전에 따라 기존 문제의 해결 방법이 달라져야한다. RAG에 있어 벡터 서치가 유망하게 떠올랐지만, 기술이 급격하게 발전하면서 그 의미가 퇴색하고 있다.

마치 NoSQL이 나왔을 때, 처음엔 우와 이게 다 해결해줄거야! 했지만 RDBMS들이 조용히 발전하며, 사실 NoSQL은 로그성 데이터에만 적합하다는 것을 모두가 뒤늦게 깨달았던 것처럼.

벡터 서치가 유망하게 떠올랐던 것은, 자연어로 아무말이나 하는 사용자의 질문과 맥락에 대해 매우 쉽게 기존의 데이터에서 관련된 정보를 뽑아 올 수 있었다는 장점 때문이었다.

사실 벡터 서치의 특성상 정확도와 속도 그리고 확장성은 기존의 BM25(키워드 검색) 대비 크게 떨어질 수 밖에 없지만, 키워드 검색은 특성상 아무말을 넣었을 땐 검색이 잘 안되는데 벡터 서치는 그래도 어느정도는 적절한 정보를 뽑아온다.

무엇보다 신기술(처럼 보)이고 팬시해보이니까 모든 걸 다 해결해줄 것처럼 호들갑이었었다. 나도 좀 그랬고.

하지만, LLM의 성능 그리고 특히 속도가 매우 빨라지고 사용자의 말과 맥락에서 검색 키워드를 뽑아내는 것이 매우 빠르고 정확지면서, 다시 BM25가 빛을 발하게 되었다.

키워드 검색 기술은 이미 매우 성숙해있는 기술이라 검색 성능, 속도나 확장성은 물론이고, 대부분의 정보 시스템은 이미 키워드 검색 시스템을 갖추고 있으니 굳이 벡터 검색을 도입 할 필요도 없다!

게다가 벡터서치의 성능과 속도에 대한 부정적인 논문들이 계속해서 나오고, 긍정적인 사례들은 대부분 수백만건 이내의 적은 데이터에서의 결과들이었다는 것을 모두가 깨닫게 되었고.

물론, 검색해야 할 데이터가 적거나 특수한 경우에는 벡터 서치가 유용한 경우가 있을 수 있다. 하지만 은총알은 아니라는 것이다. 모든 기술엔 각각 적합한 용도가 있다.

뭐 암튼, 그걸 안다고 해도 AI 솔루션 회사, 컨설턴트나 컨설팅 회사들은 앞으로도 벡터디비를 계속 밀 것이다. 왜냐하면 GPU와 서버를 크게 팔아먹을 수 있기 때문이지. NoSQL을 은총알처럼 내세우고 수평 확장이 필요하다며 서버를 여러대 팔려고 했던 이유처럼. 😏

사실 마지막 말이 하고 싶었던건데, 이말만 쓰기엔 좀 소심해서 장문의 글을 끝까지 읽는 사람은 별로 없을거라 장문의 글을 써 보았다. ㅋㅋ

기술의 발전에 따라 기존 문제의 해결 방법이 달라져야한다. RAG에 있어 벡터 서치가 유망하게 떠올랐지만, 기술이 급격하게 발전하면서 그 의미가 퇴색하고 있다. 마치 NoSQL이 나왔을 때, 처음엔 우와 이게 다 해결해줄거야! 했지만 RDBMS들이 조용히 발전하며, 사실 NoSQL은 로그성 데이터에만 적합하다는 것을 모두가 뒤늦게 깨달았던 것처럼. 벡터 서치가 유망하게 떠올랐던 것은, 자연어로 아무말이나 하는 사용자의 질문과 맥락에 대해 매우 쉽게 기존의 데이터에서 관련된 정보를 뽑아 올 수 있었다는 장점 때문이었다. 사실 벡터 서치의 특성상 정확도와 속도 그리고 확장성은 기존의 BM25(키워드 검색) 대비 크게 떨어질 수 밖에 없지만, 키워드 검색은 특성상 아무말을 넣었을 땐 검색이 잘 안되는데 벡터 서치는 그래도 어느정도는 적절한 정보를 뽑아온다. 무엇보다 신기술(처럼 보)이고 팬시해보이니까 모든 걸 다 해결해줄 것처럼 호들갑이었었다. 나도 좀 그랬고. 하지만, LLM의 성능 그리고 특히 속도가 매우 빨라지고 사용자의 말과 맥락에서 검색 키워드를 뽑아내는 것이 매우 빠르고 정확지면서, 다시 BM25가 빛을 발하게 되었다. 키워드 검색 기술은 이미 매우 성숙해있는 기술이라 검색 성능, 속도나 확장성은 물론이고, 대부분의 정보 시스템은 이미 키워드 검색 시스템을 갖추고 있으니 굳이 벡터 검색을 도입 할 필요도 없다! 게다가 벡터서치의 성능과 속도에 대한 부정적인 논문들이 계속해서 나오고, 긍정적인 사례들은 대부분 수백만건 이내의 적은 데이터에서의 결과들이었다는 것을 모두가 깨닫게 되었고. 물론, 검색해야 할 데이터가 적거나 특수한 경우에는 벡터 서치가 유용한 경우가 있을 수 있다. 하지만 은총알은 아니라는 것이다. 모든 기술엔 각각 적합한 용도가 있다. 뭐 암튼, 그걸 안다고 해도 AI 솔루션 회사, 컨설턴트나 컨설팅 회사들은 앞으로도 벡터디비를 계속 밀 것이다. 왜냐하면 GPU와 서버를 크게 팔아먹을 수 있기 때문이지. NoSQL을 은총알처럼 내세우고 수평 확장이 필요하다며 서버를 여러대 팔려고 했던 이유처럼. 😏 사실 마지막 말이 하고 싶었던건데, 이말만 쓰기엔 좀 소심해서 장문의 글을 끝까지 읽는 사람은 별로 없을거라 장문의 글을 써 보았다. ㅋㅋ

커리어리 친구들, 세번째 에피소드입니다. 지난 주 OpenAI가 GPT-Real Time 이라는 고급 음성 모델과 개선된 Real Time API를 출시했던 내용을 정리해 봤습니다.

참고로 GPT-Real Time은 오디오를 직접 이해하고 생성하는 통합 모델로, 기존 방식보다 속도, 뉘앙스 이해, 감정 및 다국어 표현력이 뛰어나며 이미지 입력과 함수 호출 기능이 강화되었습니다.

또한, 새로운 기능에는 감정 범위, 다국어 지원, 지시 따르기 등이 포함되었는 데 직접 한번 보시죠 ^^

https://youtu.be/LZ4aldYJkU8?si=jM506kps9oubXg_9

커리어리 친구들, 세번째 에피소드입니다. 지난 주 OpenAI가 GPT-Real Time 이라는 고급 음성 모델과 개선된 Real Time API를 출시했던 내용을 정리해 봤습니다. 참고로 GPT-Real Time은 오디오를 직접 이해하고 생성하는 통합 모델로, 기존 방식보다 속도, 뉘앙스 이해, 감정 및 다국어 표현력이 뛰어나며 이미지 입력과 함수 호출 기능이 강화되었습니다. 또한, 새로운 기능에는 감정 범위, 다국어 지원, 지시 따르기 등이 포함되었는 데 직접 한번 보시죠 ^^ https://youtu.be/LZ4aldYJkU8?si=jM506kps9oubXg_9

브런치스토리

<음성 AI 로봇의 종말(?)>

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

 - YouTube

친구들, 나노바나나(nano-banana)라고 아시나요? 요즘 AI 업계에서 또 난리났습니다! 이것이 구글 제미나이 생성 이미지 코드명으로 밝혀지면서 소셜미디어 상에서 더더욱 큰 인기를 끌고 있습니다.

그렇다면, 구글 나노바나나를 만든 엔지니어들의 비하인드 스토리가 어떠한 지 궁금하시죠? 요약해서 제가 구글 노트북LM으로 한 번 만들어 보았습니다!

앞으로 유익하고 좋은 컨텐츠로 보답하겠습니다! 유투브에 들어가서 구독과 좋아요! 부탁 드립니다 :)

https://youtu.be/BE4ZMENKoX0

친구들, 나노바나나(nano-banana)라고 아시나요? 요즘 AI 업계에서 또 난리났습니다! 이것이 구글 제미나이 생성 이미지 코드명으로 밝혀지면서 소셜미디어 상에서 더더욱 큰 인기를 끌고 있습니다. 그렇다면, 구글 나노바나나를 만든 엔지니어들의 비하인드 스토리가 어떠한 지 궁금하시죠? 요약해서 제가 구글 노트북LM으로 한 번 만들어 보았습니다! 앞으로 유익하고 좋은 컨텐츠로 보답하겠습니다! 유투브에 들어가서 구독과 좋아요! 부탁 드립니다 :) https://youtu.be/BE4ZMENKoX0

youtu.be

구글 나노바나나 개발 비하인드 스토리

www.55check.com공유하기게시하기웹에서 보기구독하기금값 사상 최고치 경신162kg 순금 황금박쥐상을 만든 전남 함평군이 좋아할 뉴스. 국제 금값이 계속 올라 사상 최고치 온스당 3500달러 경신. (연합뉴스)이유: 미국 국가부채 증가, 트럼프의 금리 인하 압박 등으로 '달러도 못 믿겠다'는 심리가 확산되기 때문. 그러니까 사실 금값이 오르는게 아니라 달러 가치가 떨어지고 나머지 모든 자산(금, 부동산, 코인, 주식)의 가치가 상대적으로 오르는 현상. 골드만삭스는 내년 온스당 4000달러 찍고 5000달러까지 갈 수도 있다고 전망.세계 최대 스테이블코인 업체 테더(Tether)도 금 채광 사업에 투자하겠다면서 '금은 자연의 비트코인(natural bitcoin)'이라고 부르는 상황. 뭐가 좀 뒤바뀐 것 같은데? 🤔빌런: 이창용 한은 총재. 한국은행 금 보유량이 고작 104톤으로 세계 36위. 참고로 미국은 8100톤, 독일 이탈리아 러시아 중국 등 웬만한 나라는 2000톤 이상씩 보유. (위에 언급한 테더라는 회사 하나가 금 50톤 보유 중)한국은행은 왜 달러만 사재끼고 금 매입에는 소극적이냐고 국회의원들이 묻자(2024년 10월) 이창용 한은총재(서울대 교수님 출신)는 '금이 달러보다 위험하기 때문'이라고 답했었음.하지만 역사적으로 보면, 금은 수천 년 이상 가치가 유지된 자산이고 달러화(금태환 중지 이후)는 역사가 고작 50년밖에 안되는 자산이니 둘 중 뭐가 더 위험한지는 명확함. 국정감사 했을 때라도 한은이

2025년 9월 5일 (금) 뉴스 클리핑 & 동동의 테크 타운 : 오호츠크 리포트

AI 일자리 대체는 젊은이부터
 * 드디어 나왔다: ChatGPT 출시 이후부터 2025년 중반까지 미국 최대 급여업체 ADP 데이터를 분석한 결과, AI가 실제로 특정 일자리를 없애고 있다는 가장 강력한 증거 공개.
 * 젊은이들이 제일 먼저 당했다: 22~25세 젊은 직장인들이 AI 취약 산업에서 16% 고용 감소.
 * 반면 경험 많은 직장인들은 오히려 기회가 늘거나 유지됨. 결국 AI 영향은 업종보다는 경험과 전문성이 더 중요한 변수.
 * 흥미롭게도 일자리는 없애지만 임금은 아직 안 깎고 있음.
 * 한편 뉴욕 연은은 'AI가 일자리에 주는 영향이 아직 미미하다'고 발표했지만 앞으론 다를 수 있다고 말함. 
 * 해법은 인간-AI 협업: 스탠포드 연구진은 "센타우르" AI 벤치마크 개발을 제안. 자동화보다는 인간-AI 협업 성능을 측정해야 한다고
 * 하지만! 말 안 듣고 잘 움직이지 않은 시니어만 쓰기보다는 창의적이고 적응력 있는 젊은이들을 키워서 쓰는 방식으로 돌아갈 가능성도 있지 않을까요? 한국의 카카오가 처음으로 전 그룹 신입사원 공채를 시작한다고 발표.


그외,
요즘 유행하는 'AI 롤업' 전략이 뭐야? VC 인터뷰 (강력추천)
구글, 크롬 브라우저 살렸다
AI 전기 사용량, 생각보다 적네?
AI 범죄 보고서: 아무나 나쁜짓 할 수 있는 시대 
AI 일자리 대체는 젊은이부터

AI 일자리 대체는 젊은이부터<ul ><li>드디어 나왔다: ChatGPT 출시 이후부터 2025년 중반까지 미국 최대 급여업체 ADP 데이터를 분석한 결과, AI가 실제로 특정 일자리를 없애고 있다는 가장 강력한 증거 공개.</li><li>젊은이들이 제일 먼저 당했다: 22~25세 젊은 직장인들이 AI 취약 산업에서 16% 고용 감소.</li><li>반면 경험 많은 직장인들은 오히려 기회가 늘거나 유지됨. 결국 AI 영향은 업종보다는 경험과 전문성이 더 중요한 변수.</li><li>흥미롭게도 일자리는 없애지만 임금은 아직 안 깎고 있음.</li><li>한편 뉴욕 연은은 'AI가 일자리에 주는 영향이 아직 미미하다'고 발표했지만 앞으론 다를 수 있다고 말함.&nbsp;</li></ul><ul ><li>해법은 인간-AI 협업: 스탠포드 연구진은 "센타우르" AI 벤치마크 개발을 제안. 자동화보다는 인간-AI 협업 성능을 측정해야 한다고</li><li>하지만! 말 안 듣고 잘 움직이지 않은 시니어만 쓰기보다는 창의적이고 적응력 있는 젊은이들을 키워서 쓰는 방식으로 돌아갈 가능성도 있지 않을까요? 한국의 카카오가 처음으로 전 그룹 신입사원 공채를 시작한다고 발표. </li></ul> 그외, 요즘 유행하는 'AI 롤업' 전략이 뭐야? VC 인터뷰 (강력추천) 구글, 크롬 브라우저 살렸다AI 전기 사용량, 생각보다 적네?AI 범죄 보고서: 아무나 나쁜짓 할 수 있는 시대&nbsp;AI 일자리 대체는 젊은이부터

55check.com

9월 첫째주 : AI 일자리 대체는 젊은이부터.

최근에 누군가 내게 "기술을 어떻게 학습하시나요?"라는 질문을 한 적이 있다. 머릿속에는 정말 다양한 생각들이 스쳤지만, 나는 그중에서도 가장 중요하다고 생각하는 한 가지를 답했다. 기술을 배우는 데 필요한 것은 딱 하나, 충분한 관심이라고 생각한다. 여기서 말하는 관심은 그저 흥미로 끝나는 것이 아니라, 끊임없이 관찰하고 확인하고 왜를 고민해보는 적극적인 호기심을 의미한다.


내 경험상 어떤 기술을 깊이 있게 배우기 위해서는 그 대상에 대한 충분한 관심이 있어야 했다. 관심은 단순한 흥미를 넘어서 지속적인 탐구심과 동기부여로 이어진다. 내가 어떤 주제에 강한 관심을 갖게 되면, 문제를 끝까지 풀어보고자 하는 인내심이 생기고, 모르는 것을 즐겁게 파고들 수 있는 열의가 생겨났다. 결국 관심이 커야 기술 지식을 깊게 파고들 수 있는 힘이 생긴다. 진정으로 관심이 있을 때 비로소 새로운 개념을 찾아보고 배우는 과정 자체를 즐기게 되었다.


관찰은 내 학습의 첫걸음이었다. 주변의 좋은 코드나 뛰어난 동료의 작업 방식을 유심히 살펴보는 것만으로도 많은 것을 배울 수 있다. 나 역시 과거 스프링 프레임워크의 코드를 한 줄 한 줄 따라 읽으며, 책으로는 얻기 어려웠던 객체 지향 설계의 살아있는 지혜를 얻었던 경험이 있다. 코드 리뷰를 할 때도 마찬가지다. 단순히 코드를 훑어보는 것을 넘어, 이 코드가 왜 이렇게 작성되었을지 그 의도를 헤아려보며 관찰하고, 궁금한 점은 동료에게 직접 물어보며 내가 놓쳤던 배경과 맥락을 배운다.


확인은 배움의 깊이를 더하는 필수적인 과정이다. 나는 어설픈 짐작으로 아는 척 넘어가는 것을 경계한다. 새로운 API를 공부할 때면, 문서만 읽고 끝내는 대신 작은 테스트 코드를 작성해 내 예상이 맞는지 직접 확인해 본다. 이 간단한 검증 과정이 내가 무엇을 알고 무엇을 모르는지를 명확하게 해준다. 직접 확인하는 습관을 가진 개발자와 그렇지 않은 개발자 사이의 실력 차이는 시간이 지날수록 크게 벌어질 수밖에 없다.


마지막으로 '왜?'라는 질문을 던지는 습관은 얕은 지식을 깊은 지혜로 바꾸는 비결이다. 어떤 기술을 접할 때 그저 사용법만 익히는 것이 아니라, "왜 이런 구조를 선택했을까?", "다른 방식이 아닌 이 방법의 장점은 무엇일까?" 하고 근본적인 이유를 파고드는 것이다. 이런 질문은 기술의 철학을 이해하게 하고, 실무에서 마주하는 문제의 본질을 꿰뚫어 볼 수 있는 힘을 길러준다. 또한, 동료들과 '왜?'라는 질문을 주고받는 문화는 개인을 넘어 팀 전체의 기술적 깊이를 더하는 가장 좋은 방법이기도 하다.


돌아보면, 기술은 시대에 따라 계속 변했지만 그것을 배우는 나의 자세는 아직 그대로다. 오늘도 충분한 관심을 바탕으로 관찰하고, 확인하고, 끊임없이 '왜'를 묻는 내가 있다면, 내일 어떤 새로운 기술이 나타나더라도 단단해진 실력으로 그것을 온전히 내 것으로 만들 수 있으리라 믿는다.

최근에 누군가 내게 "기술을 어떻게 학습하시나요?"라는 질문을 한 적이 있다. 머릿속에는 정말 다양한 생각들이 스쳤지만, 나는 그중에서도 가장 중요하다고 생각하는 한 가지를 답했다. 기술을 배우는 데 필요한 것은 딱 하나, 충분한 관심이라고 생각한다. 여기서 말하는 관심은 그저 흥미로 끝나는 것이 아니라, 끊임없이 관찰하고 확인하고 왜를 고민해보는 적극적인 호기심을 의미한다. 내 경험상 어떤 기술을 깊이 있게 배우기 위해서는 그 대상에 대한 충분한 관심이 있어야 했다. 관심은 단순한 흥미를 넘어서 지속적인 탐구심과 동기부여로 이어진다. 내가 어떤 주제에 강한 관심을 갖게 되면, 문제를 끝까지 풀어보고자 하는 인내심이 생기고, 모르는 것을 즐겁게 파고들 수 있는 열의가 생겨났다. 결국 관심이 커야 기술 지식을 깊게 파고들 수 있는 힘이 생긴다. 진정으로 관심이 있을 때 비로소 새로운 개념을 찾아보고 배우는 과정 자체를 즐기게 되었다. 관찰은 내 학습의 첫걸음이었다. 주변의 좋은 코드나 뛰어난 동료의 작업 방식을 유심히 살펴보는 것만으로도 많은 것을 배울 수 있다. 나 역시 과거 스프링 프레임워크의 코드를 한 줄 한 줄 따라 읽으며, 책으로는 얻기 어려웠던 객체 지향 설계의 살아있는 지혜를 얻었던 경험이 있다. 코드 리뷰를 할 때도 마찬가지다. 단순히 코드를 훑어보는 것을 넘어, 이 코드가 왜 이렇게 작성되었을지 그 의도를 헤아려보며 관찰하고, 궁금한 점은 동료에게 직접 물어보며 내가 놓쳤던 배경과 맥락을 배운다. 확인은 배움의 깊이를 더하는 필수적인 과정이다. 나는 어설픈 짐작으로 아는 척 넘어가는 것을 경계한다. 새로운 API를 공부할 때면, 문서만 읽고 끝내는 대신 작은 테스트 코드를 작성해 내 예상이 맞는지 직접 확인해 본다. 이 간단한 검증 과정이 내가 무엇을 알고 무엇을 모르는지를 명확하게 해준다. 직접 확인하는 습관을 가진 개발자와 그렇지 않은 개발자 사이의 실력 차이는 시간이 지날수록 크게 벌어질 수밖에 없다. 마지막으로 '왜?'라는 질문을 던지는 습관은 얕은 지식을 깊은 지혜로 바꾸는 비결이다. 어떤 기술을 접할 때 그저 사용법만 익히는 것이 아니라, "왜 이런 구조를 선택했을까?", "다른 방식이 아닌 이 방법의 장점은 무엇일까?" 하고 근본적인 이유를 파고드는 것이다. 이런 질문은 기술의 철학을 이해하게 하고, 실무에서 마주하는 문제의 본질을 꿰뚫어 볼 수 있는 힘을 길러준다. 또한, 동료들과 '왜?'라는 질문을 주고받는 문화는 개인을 넘어 팀 전체의 기술적 깊이를 더하는 가장 좋은 방법이기도 하다. 돌아보면, 기술은 시대에 따라 계속 변했지만 그것을 배우는 나의 자세는 아직 그대로다. 오늘도 충분한 관심을 바탕으로 관찰하고, 확인하고, 끊임없이 '왜'를 묻는 내가 있다면, 내일 어떤 새로운 기술이 나타나더라도 단단해진 실력으로 그것을 온전히 내 것으로 만들 수 있으리라 믿는다.

기술을 어떻게 학습하시나요?

📝 언어모델의 환각(hallucination)은 왜 일어나는가?

OpenAI가 언어모델(LLM)의 가장 어려운 문제 중 하나인 환각의 원인을 규명한 최신 논문을 발표했습니다.

환각은 언어 모델이 그럴듯하지만 거짓인 문장을 생성하는, 자신있게 잘못된 답변을 생성하는 현상인데요.

문제의 원인은 크게 두가지라고 합니다.

우선 사전 학습 과정에서는 다음에 올 단어를 예측하는 방식으로만 학습하는데요. 여기에는 정답/오답에 대한 레이블이 없기 때문에, 모델은 단지 문장 흐름에 기반해 학습할 뿐입니다.

따라서 문맥상 빈도가 낮게 나타나는 사실은 잘못 예측될 수 있고, 이것이 환각으로 이어진다고 합니다.

두번째는 사후 학습 과정에서 발생하는 문제인데요.

현재 사후 학습을 훈련시키는 대부분의 평가 방식은 정확도(accuracy) 중심입니다. 즉, 사전 학습과 달리 정답/오답 레이블을 가지고 가장 정확도가 높은쪽으로 생성하도록 훈련을 하는데요.

이 방식은 모델이 답을 몰라도 추측해서라도 맞추는 편이 유리하기 때문에, 모델은 모르겠다고 답하기보다, 틀릴 가능성이 있더라도 추측하는 쪽을 선택한다고 합니다.

마치 객관식 시험에서 모르는 답을 공백으로 남겨두는 것 보다, 아무렇게나라도 찍는 것이 점수를 얻기 쉬운 것과 마찬가지라는 것이죠.

환각을 없애려면 모른다거나 불확실하다는 답변을 할 수 있게 해야하는데, 현재 학습 방식은 모른다는 답변을 하는게 불리한 평가 방식이라는겁니다. (어쩜 이것도 인간이랑 똑같니 어휴..)

이것이 바로 RAG 등으로도 완전히 해결하지 못하는 이유인 것 같습니다.

따라서 이는 단순히 패널티나 보상의 방식을 조금 바꾸는 정도로는 한계가 있기때문에, 크게 개선하려면 현재의 평가 방식을 아예 완전히 바꿔야 할 수도 있다고 하네요.

OpenAI가 이 논문을 발표했다는 것은 이미 그 해결책도 어느정도 가지고 있다는 것이겠죠? GPT-5가 환각이 크게 줄어든 것도 이미 어느정도는 반영된 것일테고요.

아무튼 그렇다면 GPT-6에서는 더이상 환각을 걱정하지 않게 될 수도 있겠네요. 뭐.. 이미 대개의 인간보다 환각이 적긴하지만요. 😏

📝 언어모델의 환각(hallucination)은 왜 일어나는가? OpenAI가 언어모델(LLM)의 가장 어려운 문제 중 하나인 환각의 원인을 규명한 최신 논문을 발표했습니다. 환각은 언어 모델이 그럴듯하지만 거짓인 문장을 생성하는, 자신있게 잘못된 답변을 생성하는 현상인데요. 문제의 원인은 크게 두가지라고 합니다. 우선 사전 학습 과정에서는 다음에 올 단어를 예측하는 방식으로만 학습하는데요. 여기에는 정답/오답에 대한 레이블이 없기 때문에, 모델은 단지 문장 흐름에 기반해 학습할 뿐입니다. 따라서 문맥상 빈도가 낮게 나타나는 사실은 잘못 예측될 수 있고, 이것이 환각으로 이어진다고 합니다. 두번째는 사후 학습 과정에서 발생하는 문제인데요. 현재 사후 학습을 훈련시키는 대부분의 평가 방식은 정확도(accuracy) 중심입니다. 즉, 사전 학습과 달리 정답/오답 레이블을 가지고 가장 정확도가 높은쪽으로 생성하도록 훈련을 하는데요. 이 방식은 모델이 답을 몰라도 추측해서라도 맞추는 편이 유리하기 때문에, 모델은 모르겠다고 답하기보다, 틀릴 가능성이 있더라도 추측하는 쪽을 선택한다고 합니다. 마치 객관식 시험에서 모르는 답을 공백으로 남겨두는 것 보다, 아무렇게나라도 찍는 것이 점수를 얻기 쉬운 것과 마찬가지라는 것이죠. 환각을 없애려면 모른다거나 불확실하다는 답변을 할 수 있게 해야하는데, 현재 학습 방식은 모른다는 답변을 하는게 불리한 평가 방식이라는겁니다. (어쩜 이것도 인간이랑 똑같니 어휴..) 이것이 바로 RAG 등으로도 완전히 해결하지 못하는 이유인 것 같습니다. 따라서 이는 단순히 패널티나 보상의 방식을 조금 바꾸는 정도로는 한계가 있기때문에, 크게 개선하려면 현재의 평가 방식을 아예 완전히 바꿔야 할 수도 있다고 하네요. OpenAI가 이 논문을 발표했다는 것은 이미 그 해결책도 어느정도 가지고 있다는 것이겠죠? GPT-5가 환각이 크게 줄어든 것도 이미 어느정도는 반영된 것일테고요. 아무튼 그렇다면 GPT-6에서는 더이상 환각을 걱정하지 않게 될 수도 있겠네요. 뭐.. 이미 대개의 인간보다 환각이 적긴하지만요. 😏

논문: https://cdn.openai.com/pdf/d04913be-3f6f-4d2b-b283-ff432ef4aaa5/why-language-models-hallucinate.pdf

ChatGPT의 5 Pro 모드와, GPT-5 high 모드를 몇 주간 다양한 “진지한” 작업들에 써 보았다.

AI를 사용할 때, 이전까지는 의견이나 들어볼까? 였다면 이제 드디어 어느정도는 믿고 맡겨 볼 수 있는 AI가 생긴 느낌. 상위 레벨 인간 수준의 토론 상대가 생긴 느낌이다.

표현이나 느낌적인 문제가 아니라, 문제를 해결해오는 것이 그 수준이 높은걸 넘어 “이걸 해결한다고?” 이정도 수준이다. 진짜로 지능이 생긴 느낌인데, 이건 정말로 어려운걸 시켜봐야 알 수 있다.

아무튼, 이제 GPT-5 Pro/High 외의 AI들은 너무 멍청해서 쓸 수가 없다. 다른 회사들의 최고 수준 AI 뿐 아니라 GPT-5 Thinking/Medium도 마찬가지.

ChatGPT의 5 Pro 모드와, GPT-5 high 모드를 몇 주간 다양한 “진지한” 작업들에 써 보았다. AI를 사용할 때, 이전까지는 의견이나 들어볼까? 였다면 이제 드디어 어느정도는 믿고 맡겨 볼 수 있는 AI가 생긴 느낌. 상위 레벨 인간 수준의 토론 상대가 생긴 느낌이다. 표현이나 느낌적인 문제가 아니라, 문제를 해결해오는 것이 그 수준이 높은걸 넘어 “이걸 해결한다고?” 이정도 수준이다. 진짜로 지능이 생긴 느낌인데, 이건 정말로 어려운걸 시켜봐야 알 수 있다. 아무튼, 이제 GPT-5 Pro/High 외의 AI들은 너무 멍청해서 쓸 수가 없다. 다른 회사들의 최고 수준 AI 뿐 아니라 GPT-5 Thinking/Medium도 마찬가지.

나머지 책들도 알려달라고 하셔서 적어봅니다.

소프트웨어 개발자 필독서 Top 3

1️⃣ The C Programming Language

컴퓨터 프로그래밍의 근본 (주니어)

2️⃣ Code Complete

소프트웨어 개발의 모든 것 (주니어, 미드)

3️⃣ 구글 엔지니어는 이렇게 일한다

개발 협업에 대한 모든 것 (미드, 시니어)

—

자매품, 소프트웨어 개발자를 위한 AI 필독서

📘 3분 딥러닝 텐서플로맛

📕 최고의 프롬프트 엔지니어링 강의

이상한 것이 끼어있는 것 같지만 착각입니다.

나머지 책들도 알려달라고 하셔서 적어봅니다. 소프트웨어 개발자 필독서 Top 3 1️⃣ The C Programming Language 컴퓨터 프로그래밍의 근본 (주니어) 2️⃣ Code Complete 소프트웨어 개발의 모든 것 (주니어, 미드) 3️⃣ 구글 엔지니어는 이렇게 일한다 개발 협업에 대한 모든 것 (미드, 시니어) — 자매품, 소프트웨어 개발자를 위한 AI 필독서 📘 3분 딥러닝 텐서플로맛 📕 최고의 프롬프트 엔지니어링 강의 이상한 것이 끼어있는 것 같지만 착각입니다.

나머지 책들도 알려달라고 하셔서 적어봅니다.

소프트웨어 개발자 

건축가들이 쾌적한 환경을 창조하지 못하는 것은 우리가 우리 생활의 다른 영역에서 행복을 찾지 못하는 현실의 반영이기도 하다. 나쁜 건축이란 결국 설계의 실패인 동시에 심리 파악의 실채이기도 하다. 건축에서는 이런 경향이 물질로 표현되지만, 다른 영역으로 가면 엉뚱한 사람과 결혼을 한다거나, 어울리지 않는 일자리를 고른다거나, 재미없는 휴가 예약을 하는 것으로 나타나기도 한다. 그 경향이란 우리가 누구인지, 무엇에 만족하는지 이해하지 못하는 경향이다.
⠀
다른 분야에서도 마찬가지이지만 건축에서도 우리는 우리의 고통을 설명해줄 것을 찾아서 주위를 두리번거리다가 진부한 목표물에 눈길을 고정한다. 우리는 슬프다는 것을 깨달아야 하는 상황에서 화를 낸다. 적당한 위생시설과 가로등을 도입해야 하는 상황에서 오래된 거리를 그냥 부수고 만다. 우리는 만족의 근원을 이해하려고 헛된 노력을 하다가, 슬픔으로부터 그릇된 교훈을 배운다.
⠀
알랭 드 보통, 행복의 건축

건축가들이 쾌적한 환경을 창조하지 못하는 것은 우리가 우리 생활의 다른 영역에서 행복을 찾지 못하는 현실의 반영이기도 하다. 나쁜 건축이란 결국 설계의 실패인 동시에 심리 파악의 실채이기도 하다. 건축에서는 이런 경향이 물질로 표현되지만, 다른 영역으로 가면 엉뚱한 사람과 결혼을 한다거나, 어울리지 않는 일자리를 고른다거나, 재미없는 휴가 예약을 하는 것으로 나타나기도 한다. 그 경향이란 우리가 누구인지, 무엇에 만족하는지 이해하지 못하는 경향이다.⠀다른 분야에서도 마찬가지이지만 건축에서도 우리는 우리의 고통을 설명해줄 것을 찾아서 주위를 두리번거리다가 진부한 목표물에 눈길을 고정한다. 우리는 슬프다는 것을 깨달아야 하는 상황에서 화를 낸다. 적당한 위생시설과 가로등을 도입해야 하는 상황에서 오래된 거리를 그냥 부수고 만다. 우리는 만족의 근원을 이해하려고 헛된 노력을 하다가, 슬픔으로부터 그릇된 교훈을 배운다.⠀알랭 드 보통, 행복의 건축

《심리 파악의 실채》

롱블랙 프렌즈 L 구독료를 안 받는데 디지털 신문으로 연 5190억원(2억7500만 파운드)을 버는 언론사가 있어. 영국의 대표 일간지 가디언The Guardia

가디언의 UX : 구독 대신 후원, 뉴욕타임스와는 다른 영국 일간지의 설득법

Ep9과의 즐거운 협업에 이어 롱블랙과 함께 UX 콘텐츠를 이어갑니다. 미디어에도 UX라는 개념이 있을까? 싶은 의문에 대해 살펴보기 위해 '뉴욕타임스'와 상반되는 사용자 경험으로 시장에서 잔잔하지만 단단한 후원 모델을 만든 가디언(The Guardian)에 대해 분석했습니다. "지속 가능하지 않으면, 독립성도 없다"라는 선언은 제게 강력한 메시지였습니다. 좋은 파트너와의 협업은 생각의 틀을 확장하게 해 준다는 믿음을 다시 경험하게 해 준 에디터, 진영 님께 감사드립니다.

첫째, 가디언은 누구나 무료로 가디언 콘텐츠를 읽을 수 있도록 합니다.

둘째, 가디언은 기사마다 '누가, 어디서 썼는지'를 빠짐없이 밝힙니다.

셋째, 가디언은 도박 광고에 대해 전면 거부 선언을 하며 도박 기사에 대한 비판 기사와 행동을 같이 했습니다.

넷째, 가디언은 미디어의 본질이 '무엇'에만 있지 않고 '어떻게'에 있다고 보고 어려운 용어를 사용하지 않습니다.

다섯째, 가디언은 '완벽할 수 없다'는 걸 인정하고 1997년부터 '정정과 설명' 코너를 만들어 오류를 공개하고 사과합니다.

아래 링크를 이용하면 24시간 동안 롱블랙 아티클을 살펴보실 수 있습니다. 혹시 24시간이 지나 접속이 안 되면 제게 메시지를 보내주세요. 기쁜 마음으로 새로운 링크를 전달드리겠습니다.

"독자와 직접 소통해야 하는 모든 순간, 우리는 업계 전문 용어나 어려운 단어를 피하려 합니다. 더 정확하고 쉽게 표현하려 노력하죠. 동시에 어려운 용어까지 알고 싶어하는 사람을 위해, 각주로 이를 자세히 설명해요." - 엘리자베스 리반스, 가디언 기자, 2023년 기사 '뉴스룸 밖에서 저널리스트 전문 용어를 쓰는 것의 위험성'에서

https://www.longblack.co/note/1722?ticket=NT253636ec380026d3518e62d8f87d56f73581

Ep9과의 즐거운 협업에 이어 롱블랙과 함께 UX 콘텐츠를 이어갑니다. 미디어에도 UX라는 개념이 있을까? 싶은 의문에 대해 살펴보기 위해 '뉴욕타임스'와 상반되는 사용자 경험으로 시장에서 잔잔하지만 단단한 후원 모델을 만든 가디언(The Guardian)에 대해 분석했습니다. "지속 가능하지 않으면, 독립성도 없다"라는 선언은 제게 강력한 메시지였습니다. 좋은 파트너와의 협업은 생각의 틀을 확장하게 해 준다는 믿음을 다시 경험하게 해 준 에디터, 진영 님께 감사드립니다. 첫째, 가디언은 누구나 무료로 가디언 콘텐츠를 읽을 수 있도록 합니다. 둘째, 가디언은 기사마다 '누가, 어디서 썼는지'를 빠짐없이 밝힙니다. 셋째, 가디언은 도박 광고에 대해 전면 거부 선언을 하며 도박 기사에 대한 비판 기사와 행동을 같이 했습니다. 넷째, 가디언은 미디어의 본질이 '무엇'에만 있지 않고 '어떻게'에 있다고 보고 어려운 용어를 사용하지 않습니다. 다섯째, 가디언은 '완벽할 수 없다'는 걸 인정하고 1997년부터 '정정과 설명' 코너를 만들어 오류를 공개하고 사과합니다. 아래 링크를 이용하면 24시간 동안 롱블랙 아티클을 살펴보실 수 있습니다. 혹시 24시간이 지나 접속이 안 되면 제게 메시지를 보내주세요. 기쁜 마음으로 새로운 링크를 전달드리겠습니다. "독자와 직접 소통해야 하는 모든 순간, 우리는 업계 전문 용어나 어려운 단어를 피하려 합니다. 더 정확하고 쉽게 표현하려 노력하죠. 동시에 어려운 용어까지 알고 싶어하는 사람을 위해, 각주로 이를 자세히 설명해요." - 엘리자베스 리반스, 가디언 기자, 2023년 기사 '뉴스룸 밖에서 저널리스트 전문 용어를 쓰는 것의 위험성'에서 https://www.longblack.co/note/1722?ticket=NT253636ec380026d3518e62d8f87d56f73581

LongBlack

⟪가디언의 UX : 구독 대신 후원⟫

일 하다 눈이 가는 소식을 큐레이션해서 공유합니다

TREND REPORT "2025년 8월에 본 것"

8월 21일(목) 저녁, 에피소드 신촌 캠퍼스에서 디자인하우스 '프로퍼티 브랜딩 여름학교' 수강생 대상으로 공간에서의 UX 리서치에 대해 발표하는 기회가 있었습니다. 아직도 한국에서는 생소한 기업형 임대주택 그 안에서 쉐어하우징을 만드는 사람의 고민과 그 고민의 단서를 발견하기 위한 UX 리서치. 이때 제가 쓴 타이틀은 '애씀 총량의 법칙'이었습니다.


만드는 사람이 애쓰지 않으면, 쓰는 사람이 결국 수고스럽다


복잡도 총량 보존의 법칙, 테슬러의 법칙 등으로 이 개념은 많은 분들에게 익숙할 겁니다. 복잡도는 관찰자 시점에서 바라볼 때 대상화 된 객채로서의 개념이라면 애씀은 주관적입니다. 어쩌면 눈치게임을 닮았습니다. 우리는 매일 많은 과제들을 낯선 사람들과 함께 하면서 프리라이더, 체리피커들을 경험했고 앞으로도 경험할 수 있습니다.


부동산개발사업의 특성을 고려하면 공정은 매우 길고, 이해관계자는 많으며, 규정에 얽혀 있는 요소가 많습니다. 복잡성이 굉장히 높은 비즈니스이고 그 복잡성을 다루는 주체 간의 역할은 MECE하게 정리되지 않을 때가 많죠. 잘 정리한다고 해도 소송과 하자보수, 일정지연이 (그러면 안 되지만) 기본값이 되어 있습니다. 그 안에서 이 일을 지속하려면 애씀 총량의 법칙을 믿으며 서로의 애씀을 알아주는 동료가 필요합니다. 저는 그런 동료들을 만나 작년엔 에피소드 용산 241을, 올해는 에피소드에 처음으로 '캠퍼스'라는 이름을 붙인 상품을 선보였습니다. 애씀을 알아준 그들에게 뒤늦은 고마움을 전합니다.


[목차] 


1️⃣ Ep9을 다시 롱블랙에서
2️⃣ 롱블랙과 첫 번째 협업, 가디언의 UX
3️⃣ 스페셜리스트와 제너럴리스트 사이
4️⃣ 무던한 사람을 좋아하는 이유
5️⃣ 우리가 예술을 필요로 하는 이유

https://maily.so/redbusbagman/posts/mjz636kwzwk

8월 21일(목) 저녁, 에피소드 신촌 캠퍼스에서 디자인하우스 '프로퍼티 브랜딩 여름학교' 수강생 대상으로 공간에서의 UX 리서치에 대해 발표하는 기회가 있었습니다. 아직도 한국에서는 생소한 기업형 임대주택 그 안에서 쉐어하우징을 만드는 사람의 고민과 그 고민의 단서를 발견하기 위한 UX 리서치. 이때 제가 쓴 타이틀은 '애씀 총량의 법칙'이었습니다. 만드는 사람이 애쓰지 않으면, 쓰는 사람이 결국 수고스럽다 복잡도 총량 보존의 법칙, 테슬러의 법칙 등으로 이 개념은 많은 분들에게 익숙할 겁니다. 복잡도는 관찰자 시점에서 바라볼 때 대상화 된 객채로서의 개념이라면 애씀은 주관적입니다. 어쩌면 눈치게임을 닮았습니다. 우리는 매일 많은 과제들을 낯선 사람들과 함께 하면서 프리라이더, 체리피커들을 경험했고 앞으로도 경험할 수 있습니다. 부동산개발사업의 특성을 고려하면 공정은 매우 길고, 이해관계자는 많으며, 규정에 얽혀 있는 요소가 많습니다. 복잡성이 굉장히 높은 비즈니스이고 그 복잡성을 다루는 주체 간의 역할은 MECE하게 정리되지 않을 때가 많죠. 잘 정리한다고 해도 소송과 하자보수, 일정지연이 (그러면 안 되지만) 기본값이 되어 있습니다. 그 안에서 이 일을 지속하려면 애씀 총량의 법칙을 믿으며 서로의 애씀을 알아주는 동료가 필요합니다. 저는 그런 동료들을 만나 작년엔 에피소드 용산 241을, 올해는 에피소드에 처음으로 '캠퍼스'라는 이름을 붙인 상품을 선보였습니다. 애씀을 알아준 그들에게 뒤늦은 고마움을 전합니다. [목차]&nbsp; 1️⃣ Ep9을 다시 롱블랙에서2️⃣ 롱블랙과 첫 번째 협업, 가디언의 UX3️⃣ 스페셜리스트와 제너럴리스트 사이4️⃣ 무던한 사람을 좋아하는 이유5️⃣ 우리가 예술을 필요로 하는 이유 https://maily.so/redbusbagman/posts/mjz636kwzwk

앤디의 마음챙김 레터

⟪TREND REPORT "2025년 8월에 본 것"⟫

우리는 환경이 우리가 존중하는 분위기와 관념을 구현하고, 우리에게 그것을 일깨워주기를 은근히 기대한다. 건물이 일종의 심리학적 틀처럼 우리를 지탱하여, 우리에게 도움이 되는 우리 자신의 모습을 유지해 주기를 기대한다. 우리 내부에 필요한 것 - 그러나 필요하다는 사실 자체를 잊을 위험이 있는 것 - 을 표현해 주는 물질적 형태들을 주위에 배치한다. 벽지, 베치, 그림, 거리가 우리의 진정한 자아의 실종을 막아주기를 기대한다.
⠀
알랭 드 보통, 행복의 건축

우리는 환경이 우리가 존중하는 분위기와 관념을 구현하고, 우리에게 그것을 일깨워주기를 은근히 기대한다. 건물이 일종의 심리학적 틀처럼 우리를 지탱하여, 우리에게 도움이 되는 우리 자신의 모습을 유지해 주기를 기대한다. 우리 내부에 필요한 것 - 그러나 필요하다는 사실 자체를 잊을 위험이 있는 것 - 을 표현해 주는 물질적 형태들을 주위에 배치한다. 벽지, 베치, 그림, 거리가 우리의 진정한 자아의 실종을 막아주기를 기대한다.⠀알랭 드 보통, 행복의 건축

《건축에 기대는 마음》

해외 기업들의 ‘그로스 전략’을 집중 분석했습니다. 퍼플렉시티, 노션, 듀오링고, 몬조, 링크트리 5곳은 마케팅 낭비 없이 성장 엔진을 구축해 지속 가능한 성장을 달성했습니다. 각 기업 사례를 통해 진짜 성장을 만드는 전략을 배워보세요. | 전략 인사이트

퍼플렉시티, 듀오링고…해외 기업 5곳의 그로스 전략 - 그로스메이커 블로그

퍼플렉시티, 듀오링고, 노션, 몬조, 링크트리가 어떻게 성장했는지 살펴봤습니다. 그저 간단하게 정리한 예시고, 회사마다 적용할 수 있는 전략이 다르겠지만 각자 회사들이 어떻게 했는지 알아보고 제품 성격이나 외부 환경에 따라 어떻게 지속적으로 이터레이션했는지 참고로 보시면 좋겠네요.

https://blog.growthmaker.kr/growth-strategies-of-overseas-companies

퍼플렉시티, 듀오링고, 노션, 몬조, 링크트리가 어떻게 성장했는지 살펴봤습니다. 그저 간단하게 정리한 예시고, 회사마다 적용할 수 있는 전략이 다르겠지만 각자 회사들이 어떻게 했는지 알아보고 제품 성격이나 외부 환경에 따라 어떻게 지속적으로 이터레이션했는지 참고로 보시면 좋겠네요. https://blog.growthmaker.kr/growth-strategies-of-overseas-companies

blog.growthmaker.kr

퍼플렉시티, 듀오링고, 노션, 몬조, 링크트리가 어떻게 성장했는지

Example Domain

오래전 HTTP 프로토콜을 공부하다가 느꼈던 기쁜 감정이 떠올랐습니다.
텔넷을 통해 웹서버에 접속해 HTTP 메시지를 보내고 응답을 받던 순간.

텔넷으로 웹서버에 접속한 뒤
telnet example.com 80


HTTP 메시지를 스스로 한땀한땀 입력해 봅니다.
한 글자씩 타이핑하면서 줄바꿈도 해봐야 합니다.

GET /index.html HTTP/1.1
Host: example.com
User-Agent: jeho



마지막에 빈 줄을 꼭 넣어야 서버가 “아, 요청이 끝났구나” 하고 응답을 줍니다.
서버에서 200 OK 와 함께 응답이 내려오는 순간 아하 모먼트를 느꼈습니다. 바로 이런 거였구나!

마찬가지로 POST 요청도 보내보면서 어떻게 파라메터가 전달되는지도 관찰하고…
SMTP(이메일) 또한 프로토콜도 텔넷으로 경험할 수 있습니다.
검은 텔넷 화면에서 그저 몇 글자 타이핑했을 뿐인데 그게 실제 이메일로 발송되는 순간 ‘아하!’ 하며 깨달음을 얻게 됩니다.

이렇게 기반 프로토콜의 이해를 높여가면 라이브러리도 쉽게 사용할 수 있고 트러블 슈팅도 잘할 수 있게 됩니다.


https://jeho.page/programming/2025/09/01/http-smtp.html

오래전 HTTP 프로토콜을 공부하다가 느꼈던 기쁜 감정이 떠올랐습니다. 텔넷을 통해 웹서버에 접속해 HTTP 메시지를 보내고 응답을 받던 순간. 텔넷으로 웹서버에 접속한 뒤<pre ><code>telnet example.com 80</code></pre> HTTP 메시지를 스스로 한땀한땀 입력해 봅니다. 한 글자씩 타이핑하면서 줄바꿈도 해봐야 합니다. <pre ><code>GET /index.html HTTP/1.1
Host: example.com
User-Agent: jeho
</code></pre> 마지막에 빈 줄을 꼭 넣어야 서버가 “아, 요청이 끝났구나” 하고 응답을 줍니다. 서버에서 200 OK 와 함께 응답이 내려오는 순간 아하 모먼트를 느꼈습니다. 바로 이런 거였구나! 마찬가지로 POST 요청도 보내보면서 어떻게 파라메터가 전달되는지도 관찰하고… SMTP(이메일) 또한 프로토콜도 텔넷으로 경험할 수 있습니다. 검은 텔넷 화면에서 그저 몇 글자 타이핑했을 뿐인데 그게 실제 이메일로 발송되는 순간 ‘아하!’ 하며 깨달음을 얻게 됩니다. 이렇게 기반 프로토콜의 이해를 높여가면 라이브러리도 쉽게 사용할 수 있고 트러블 슈팅도 잘할 수 있게 됩니다. https://jeho.page/programming/2025/09/01/http-smtp.html

example.com

HTTP에 대해 처음 아하 모먼트를 느꼈던 순간

1. 성공을 하기 위해 꼭 관리자가 되어야 하는 건 아닙니다 : 많은 사람들이 (직장 생활에서) 더 많은 돈을 벌고, 지위도 올라는 길은 승진해서 관리자가 되는 것, 하나뿐이라고 생각합니다. 하지만 비슷한 연봉을 받고, 비슷한 영향력을 행사하고, 또 그러면서도 전반적으로 더 행복해질 수 있는 대안들이 있습니다. 물론 사람들을 관리하는 일이 자신에게 잘 맞아서 관리자가 되고 싶은 것이라면 그렇게 되도록 노력해야 합니다. 하지만 설사 그런 경우여도 평생 관리자로만 지내야 하는 건 아닙니다. 팀장이었다가, 다시 개별 직원으로 돌아가는 사람들도 있습니다. (팀장으로의 승진이 비가역적 변화라고 생각하지 말란 말입니다)


2. 관리자가 되면, 당신을 성공하게 만들어준 일을 더 이상 못하게 된다는 사실을 절대 잊지 마세요 : 안타깝지만, 관리자가 되면 당신이 정말 잘하는 일들을 더 이상 못하게 될 수 있습니다. 대신, 다른 사람들이 그 일을 어떻게 하는지 지켜보고 더 잘할 수 있도록 도와주는 역할을 맡아야 합니다. 이제 당신이 해야 하는 일은 다른 사람을 도와주는 겁니다. 따라서 당신이 최우선적으로 해야 할 일은, 다른 사람들과의 커뮤니케이션, 커뮤니케이션, 커뮤니케이션입니다. 그리고 사람을 채용하고, 해고하고, 예산을 짜고, 모든 걸 검토하고, 1:1 면담을 하고, 회의를 하고, 사람들이 목표를 향해 가도록 감독하고, 갈등을 해소하고, 풀기 어려운 문제들에 대한 창의적 해결책을 찾도록 도움을 주는 겁니다. 정치적인 문제들도 해결해야 하고, 팀원들에게도 멘토 역할을 해줘야 합니다. 또한 일을 하는 내내 팀원들에게 “무엇을 도와줄까요?”라고 물어야 합니다. (관리자는 자기가 잘 하는 일을 하는 사람이 아니라, 팀원들이 잘할 수 있도록 이끄는 사람입니다)


3. (따라서) 관리자가 되는 것은 일종의 자기 수련입니다 : 매니징은 타고난 재능이 아니라, 학습을 통해 습득하는 기술입니다. 당신은 많은 커뮤니케이션 기술을 익혀야 하고, 각종 웹사이트, 팟캐스트, 책, 강의를 통해, 혹은 멘토나 이미 많은 경험을 한 다른 관리자들에게 도움을 받으며, 스스로를 단련시키고 훈련시켜야 합니다.


4. 관리는 마이크로 매니지먼트와 다릅니다 : 당신이 해야 할 일은 팀원들이 (스스로) 질적으로 훌륭한 일을 해낼 수 있도록 지원하는 겁니다. 당신이 업무의 모든 과정을 일일이 다 지시해 팀원들이 결과를 내는 데 집중하지 못하고, 당신의 지시를 이행하는 데만 급급하다면 그건 제대로 된 관리가 아닙니다. 마이크로 매니지먼트일 뿐입니다.


5. 스타일보다는 솔직한 게 더 중요합니다 : 그게 내성적이든, 감성적이든, 분석적이든, 흥분을 잘 하든, 모든 사람에게는 자기 고유의 스타일이 있습니다. 하지만 어떤 스타일이든, 아무리 불편하고 받아들이기 힘든 진실이더라도, 팀원들에게 솔직하게 말할 수 있어야 합니다. 그렇게 해야 성공할 수 있습니다.


6. 당신 팀이 당신보다 더 빛난다 해도 신경 쓰지 마세요 : 아니, 그게 당신의 목표가 되어야 합니다. 관리자는 팀원을 훈련시켜 당신이 해야 할 일을 대신 하고, 더 빛나도록 만들어야 합니다. 팀원이 잘 해야, 당신은 그만큼 더 승진하기 쉬워집니다.


- 토니 퍼델, <빌드 : 창조의 과정>

1.&nbsp;성공을 하기 위해 꼭 관리자가 되어야 하는 건 아닙니다&nbsp;: 많은 사람들이 (직장 생활에서) 더 많은 돈을 벌고, 지위도 올라는 길은 승진해서 관리자가 되는 것, 하나뿐이라고 생각합니다. 하지만 비슷한 연봉을 받고, 비슷한 영향력을 행사하고, 또 그러면서도 전반적으로 더 행복해질 수 있는 대안들이 있습니다. 물론 사람들을 관리하는 일이 자신에게 잘 맞아서 관리자가 되고 싶은 것이라면 그렇게 되도록 노력해야 합니다. 하지만 설사 그런 경우여도 평생 관리자로만 지내야 하는 건 아닙니다. 팀장이었다가, 다시 개별 직원으로 돌아가는 사람들도 있습니다. (팀장으로의 승진이 비가역적 변화라고 생각하지 말란 말입니다) 2.&nbsp;관리자가 되면, 당신을 성공하게 만들어준 일을 더 이상 못하게 된다는 사실을 절대 잊지 마세요&nbsp;:&nbsp;안타깝지만, 관리자가 되면 당신이 정말 잘하는 일들을 더 이상 못하게 될 수 있습니다. 대신, 다른 사람들이 그 일을 어떻게 하는지 지켜보고 더 잘할 수 있도록 도와주는 역할을 맡아야 합니다. 이제 당신이 해야 하는 일은 다른 사람을 도와주는 겁니다. 따라서 당신이 최우선적으로 해야 할 일은, 다른 사람들과의 커뮤니케이션, 커뮤니케이션, 커뮤니케이션입니다. 그리고 사람을 채용하고, 해고하고, 예산을 짜고, 모든 걸 검토하고, 1:1 면담을 하고, 회의를 하고, 사람들이 목표를 향해 가도록 감독하고, 갈등을 해소하고, 풀기 어려운 문제들에 대한 창의적 해결책을 찾도록 도움을 주는 겁니다. 정치적인 문제들도 해결해야 하고, 팀원들에게도 멘토 역할을 해줘야 합니다. 또한 일을 하는 내내 팀원들에게 “무엇을 도와줄까요?”라고 물어야 합니다. (관리자는 자기가 잘 하는 일을 하는 사람이 아니라, 팀원들이 잘할 수 있도록 이끄는 사람입니다) 3.&nbsp;(따라서) 관리자가 되는 것은 일종의 자기 수련입니다&nbsp;: 매니징은 타고난 재능이 아니라, 학습을 통해 습득하는 기술입니다. 당신은 많은 커뮤니케이션 기술을 익혀야 하고, 각종 웹사이트, 팟캐스트, 책, 강의를 통해, 혹은 멘토나 이미 많은 경험을 한 다른 관리자들에게 도움을 받으며, 스스로를 단련시키고 훈련시켜야 합니다. 4.&nbsp;관리는 마이크로 매니지먼트와 다릅니다&nbsp;: 당신이 해야 할 일은 팀원들이 (스스로) 질적으로 훌륭한 일을 해낼 수 있도록 지원하는 겁니다. 당신이 업무의 모든 과정을 일일이 다 지시해 팀원들이 결과를 내는 데 집중하지 못하고, 당신의 지시를 이행하는 데만 급급하다면 그건 제대로 된 관리가 아닙니다. 마이크로 매니지먼트일 뿐입니다. 5.&nbsp;스타일보다는 솔직한 게 더 중요합니다&nbsp;: 그게 내성적이든, 감성적이든, 분석적이든, 흥분을 잘 하든, 모든 사람에게는 자기 고유의 스타일이 있습니다. 하지만 어떤 스타일이든, 아무리 불편하고 받아들이기 힘든 진실이더라도, 팀원들에게 솔직하게 말할 수 있어야 합니다. 그렇게 해야 성공할 수 있습니다. 6.&nbsp;당신 팀이 당신보다 더 빛난다 해도 신경 쓰지 마세요&nbsp;: 아니, 그게 당신의 목표가 되어야 합니다. 관리자는 팀원을 훈련시켜 당신이 해야 할 일을 대신 하고, 더 빛나도록 만들어야 합니다. 팀원이 잘 해야, 당신은 그만큼 더 승진하기 쉬워집니다. - 토니 퍼델, &lt;빌드 : 창조의 과정&gt;

팀장으로 승진하는 사람들이 현실적으로 꼭 알아야 하는 6가지

1. 훌륭한 이야기는 모두 ‘생존’에 관한 것이다. 그게 어떤 종류의 생존이든 말이다.

2. 스토리가 그 외의 다른 것을 이야기한다면 듣는 이의 마음을 사로잡지 못할 것이다. 그런 내용에는 아무도 관심이 없다.

3. 그렇다면 앞으로 제품이나 서비스의 포지셔닝을 이런 식으로 해보면 어떨 까?

4. 사람들이 생존하고, 사랑을 찾고, 열망하는 정체성을 완성하고, 나를 물리적 • 사회적으로 지켜줄 집단을 형성하는데 도움이 되는 어떤 것이라고 말이다.

5. 그렇게 한다면 모든 이들에게 어떤 것이든 팔 수 있을 것이다. 사람들이 관심을 갖는 것은 오직 이런 것들뿐이다. 이 말은 절대적으로 믿어도 좋다.


#무기기되는스토리

1. 훌륭한 이야기는 모두 ‘생존’에 관한 것이다. 그게 어떤 종류의 생존이든 말이다. ​2. 스토리가 그 외의 다른 것을 이야기한다면 듣는 이의 마음을 사로잡지 못할 것이다. 그런 내용에는 아무도 관심이 없다. ​3. 그렇다면 앞으로 제품이나 서비스의 포지셔닝을 이런 식으로 해보면 어떨 까? ​4. 사람들이 생존하고, 사랑을 찾고, 열망하는 정체성을 완성하고, 나를 물리적 • 사회적으로 지켜줄 집단을 형성하는데 도움이 되는 어떤 것이라고 말이다. ​5. 그렇게 한다면 모든 이들에게 어떤 것이든 팔 수 있을 것이다. 사람들이 관심을 갖는 것은 오직 이런 것들뿐이다. 이 말은 절대적으로 믿어도 좋다. ​ #무기기되는스토리

< 스토리는 본능을 건드릴 때 힘을 가진다 >

Code Llama, which is built on top of Llama 2, is free for research and commercial use.

Introducing Code Llama, a state-of-the-art large language model for coding

커리어리 친구들, 메타에서도 드뎌 개발자 코드 생성을 위한 코드라마 2를 7B, 13B, 34B도 공개되었습니다. 간단히 말해서, 라마 2 파운데이션 모델에다 코드 관련 데이터셋을 더 추가해서 생성했습니다.

블로그와 논문에서는 성능이 GPT3.5는 한참 넘어서고 GPT4에 가깝다고 주장했습니다. 회사 내부 코드를 파인튜닝해서 온프렘 등으로 사용한다면 보안도 유지되면서 개발자들의 효율 향상에 도움이 많이 될 것 입니다.

또한 각종 오픈 소스 개발 도구에 이제 라마2 기반의 코드 생성해  서비스도 풍성될 것 입니다. 

https://ai.meta.com/blog/code-llama-large-language-model-coding/

AI at Meta

노티플러스 데이터 사이언티스트

오형석

^__^

이진영

소프트웨어 엔지니어

김지민

<메타, 개발자를 위한 코드 라마(code llama) 발표>

서진호

클라우드 또는 하이브리드 컴퓨팅에서 빅데이타 분석과 GPU와 고성능 분산 컴퓨팅 기반의 머신러닝 및 딥러닝, 생성형 AI(LLM/LMM)에 대한 솔루션 아키텍처 컨설팅.

#소프트웨어엔지니어 #데이터사이언스 #Ai #데이터애널리스트 #GPU #분산훈련

<메타, 개발자를 위한 코드 라마(code llama) 발표>

댓글 0

비슷한 게시물

주간 인기 TOP 10

추천 프로필