뉴시스 창사 23주년 '10년 후 한국' 포럼서 '기업 시대정신' 강연 "사람은 정서로 움직여…머리보다 가슴 지향하는 문화 만들어야"

박웅현 TBWA 조직문화연구소장 "모든 직원은 고객, '회사 팬' 만들어야" [뉴시스 포럼-10년후 한국]

“직원들에게 월급 외에 출근할 이유를 줘야 합니다. 팀장이 좋다던가, 이 일이 날 성장시킨다던가, 이 일이 좋다던가, 이게 다 여기에 해당합니다.“ 박웅현 TBWA 코리아 조직문화연구소 소장은 직원들을 조직에 남게하는 방법을 이렇게 제안했다.

공감의 조직문화를 이야기한 박 소장은 “이런 것들은 모두 우리의 심장 부분에 해당한다. 사람은 객관적인 팩트로 움직이지 않고, 정서로 움직이기 때문이다. 우리는 이제까지 너무 머리를 지향했다. 사람이 어떻게 움직이는지 잘 생각해봐야 하는데, 사람은 유기체이고 가슴으로 움직인다.”라고 말했다.

박 소장은 “공감은 함께 느낀다는 말”이라며 “리더들은 공감을 어떻게 할지, 어떻게 감정을 밀어 넣을지, 어떻게 그 사람 입장이 될지 고민해야 한다.”며 공감에 바탕을 둔 조직문화의 중요성을 강조했다.

광고회사인 TBWA가 경쟁PT에서 여러 차례 고배를 마셨던 사례도 이야기했다. 그는 “광고회사는 경쟁PT로 먹고산다. 한번은 10번을 연달아 PT에서 떨어진 적이 있는데, 회사 긴장도가 많이 높아졌다.”고 회상했다.

“15회쯤 실패가 반복되니까 서로를 탓하는 문화가 생겼는데, 결국엔 20연패가 됐다. 그쯤 되니 업계에 ‘거긴 이제 별로’라고 소문이 나는 게 무서웠다.”고 말했다.

그때 박 소장은 분위기를 반전시키기 위해, 일본 후쿠오카에 팀장들과 워크숍을 가는 안을 냈다. 평소처럼 서울 근교로 1박2일 워크샵을 떠나자고 하면 “자아비판을 하라는 거냐!”며 불만이 나올 수 있었기 때문이다.

그 다음엔 태스크포스를 만들어 어떻게 분위기를 반전시키고 이 사람들을 웃게 만들지 고민했다. 실제로 그는 워크숍 첫날 미술팀과 <TBWA 묘비>를 만들었다. 팀장들에겐 흰 국화를 들고 오게 해서 <TBWA 장례식>을 치렀다.

여기저기서 웃음이 터졌고, 이날 찍은 사진들이 몇몇 참가자들의 SNS에 올라갔다. TBWA가 이 위기를 심각하게 받아들이지 않는다는 메시지를 외부에 전달하기 위해서다.

박 소장은 ”그 다음엔 업무 얘기를 전혀 안 하고, 팀장들과 후쿠오카를 돌아다니면서 술을 마시고 잤다. 다음날 회의도 일부러 비교적 늦은 오전 10시에 시작했다“고 회상했다.

다음 날 회의실은 생일파티처럼 꾸몄다. 여기저기 풍선을 띄우고, 팀장들에겐 미리 나눠준 샴페인을 들고 오게 했다. TBWA가 다시 태어난 생일이라는 의미였다.

그제야 팀장들은 이구동성으로 ‘우리가 떨고 있다’고 말했다. 광고주들의 취향을 지나치게 맞추고 눈치 보느라 TBWA가 원하는 것을 하지 못하고 있다는 지적이었다.

박 소장은 “전략 대신 정서를 이야기했고, 무엇을 전달할지보다는 어떻게 전달할지 고민했다. 팩트보다는 분위기를 파악하고, 머리보다는 가슴을 지향했다.”고 설명했다.

마지막으로 박웅현 소장은 “회사는 직원을 우리 회사의 팬으로 만드는 문화를 갖춰야 한다.”고 강조했다. 우리 회사의 직원은 고객이지, 관리의 대상이 아니다. 회사의 철학을 이해하고, 공감하고, 이를 자발적으로 퍼뜨려야 하는 가장 중요한 고객이다.

“직원들에게 월급 외에 출근할 이유를 줘야 합니다. 팀장이 좋다던가, 이 일이 날 성장시킨다던가, 이 일이 좋다던가, 이게 다 여기에 해당합니다.“ 박웅현 TBWA 코리아 조직문화연구소 소장은 직원들을 조직에 남게하는 방법을 이렇게 제안했다. 공감의 조직문화를 이야기한 박 소장은 “이런 것들은 모두 우리의 심장 부분에 해당한다. 사람은 객관적인 팩트로 움직이지 않고, 정서로 움직이기 때문이다. 우리는 이제까지 너무 머리를 지향했다. 사람이 어떻게 움직이는지 잘 생각해봐야 하는데, 사람은 유기체이고 가슴으로 움직인다.”라고 말했다. 박 소장은 “공감은 함께 느낀다는 말”이라며 “리더들은 공감을 어떻게 할지, 어떻게 감정을 밀어 넣을지, 어떻게 그 사람 입장이 될지 고민해야 한다.”며 공감에 바탕을 둔 조직문화의 중요성을 강조했다. 광고회사인 TBWA가 경쟁PT에서 여러 차례 고배를 마셨던 사례도 이야기했다. 그는 “광고회사는 경쟁PT로 먹고산다. 한번은 10번을 연달아 PT에서 떨어진 적이 있는데, 회사 긴장도가 많이 높아졌다.”고 회상했다. “15회쯤 실패가 반복되니까 서로를 탓하는 문화가 생겼는데, 결국엔 20연패가 됐다. 그쯤 되니 업계에 ‘거긴 이제 별로’라고 소문이 나는 게 무서웠다.”고 말했다. 그때 박 소장은 분위기를 반전시키기 위해, 일본 후쿠오카에 팀장들과 워크숍을 가는 안을 냈다. 평소처럼 서울 근교로 1박2일 워크샵을 떠나자고 하면 “자아비판을 하라는 거냐!”며 불만이 나올 수 있었기 때문이다. 그 다음엔 태스크포스를 만들어 어떻게 분위기를 반전시키고 이 사람들을 웃게 만들지 고민했다. 실제로 그는 워크숍 첫날 미술팀과 &lt;TBWA 묘비&gt;를 만들었다. 팀장들에겐 흰 국화를 들고 오게 해서 &lt;TBWA 장례식&gt;을 치렀다. 여기저기서 웃음이 터졌고, 이날 찍은 사진들이 몇몇 참가자들의 SNS에 올라갔다. TBWA가 이 위기를 심각하게 받아들이지 않는다는 메시지를 외부에 전달하기 위해서다. 박 소장은 ”그 다음엔 업무 얘기를 전혀 안 하고, 팀장들과 후쿠오카를 돌아다니면서 술을 마시고 잤다. 다음날 회의도 일부러 비교적 늦은 오전 10시에 시작했다“고 회상했다. 다음 날 회의실은 생일파티처럼 꾸몄다. 여기저기 풍선을 띄우고, 팀장들에겐 미리 나눠준 샴페인을 들고 오게 했다. TBWA가 다시 태어난 생일이라는 의미였다. 그제야 팀장들은 이구동성으로 ‘우리가 떨고 있다’고 말했다. 광고주들의 취향을 지나치게 맞추고 눈치 보느라 TBWA가 원하는 것을 하지 못하고 있다는 지적이었다. 박 소장은 “전략 대신 정서를 이야기했고, 무엇을 전달할지보다는 어떻게 전달할지 고민했다. 팩트보다는 분위기를 파악하고, 머리보다는 가슴을 지향했다.”고 설명했다. 마지막으로 박웅현 소장은 “회사는 직원을 우리 회사의 팬으로 만드는 문화를 갖춰야 한다.”고 강조했다. 우리 회사의 직원은 고객이지, 관리의 대상이 아니다. 회사의 철학을 이해하고, 공감하고, 이를 자발적으로 퍼뜨려야 하는 가장 중요한 고객이다.

뉴시스

플레이모어와 함께할 동료를 찾습니다 | Notion

첫번째 채용입니다. (두근💓) 채용 직무는 다음과 같습니다.

🔍 Product Manager
🎨 Product Designer
📱 Software Engineer, RN App (Full Stack)
🚀 Software Engineer, AI Agent (Backend)

회사 소개와 직무에 대한 자세한 내용은 아래 링크에서 확인해주세요.

https://go.playmore.ai/careers

소개를 이리저리 멋지게 작성하려고 해 보다가.. 담백하게 작성했습니다. ☺️ 꼭 메일이 아니어도 DM등으로 문의 해 주셔도 좋습니다.

그럼 많은 관심과 추천, 홍보 부탁드리겠습니다.

감사합니다. 🙇🏻‍♂️🙇🏻‍♀️

첫번째 채용입니다. (두근💓) 채용 직무는 다음과 같습니다. 🔍 Product Manager🎨 Product Designer📱&nbsp;Software Engineer, RN App (Full Stack)🚀 Software Engineer, AI Agent (Backend) 회사 소개와 직무에 대한 자세한 내용은 아래 링크에서 확인해주세요. https://go.playmore.ai/careers 소개를 이리저리 멋지게 작성하려고 해 보다가.. 담백하게 작성했습니다. ☺️ 꼭 메일이 아니어도 DM등으로 문의 해 주셔도 좋습니다. 그럼 많은 관심과 추천, 홍보 부탁드리겠습니다. 감사합니다. 🙇🏻‍♂️🙇🏻‍♀️

playmoreai on Notion

🪄 플레이모어와 함께할 동료를 찾습니다

1. 진짜로 강한 사람이 왜 부드러운 줄 아는가? 유연하기 때문이다.

2. 다시 말해 자신이 틀릴 수 있다는 것을 온전하게 받아들이기 때문이다.

3. 내가 틀릴 수 있다는 사실을 인정하면 타인을 받아들일 수 있는 여유가 생긴다.

4. 타인을 온전하게 받아들이는 사람만큼 강한 사람은 없다.

#멘탈의연금술 📚

1. 진짜로 강한 사람이 왜 부드러운 줄 아는가? 유연하기 때문이다.​​2. 다시 말해 자신이 틀릴 수 있다는 것을 온전하게 받아들이기 때문이다.​​3. 내가 틀릴 수 있다는 사실을 인정하면 타인을 받아들일 수 있는 여유가 생긴다.​4. 타인을 온전하게 받아들이는 사람만큼 강한 사람은 없다. #멘탈의연금술 📚

< 진짜 강함은 자기 틀림을 인정하는 용기에서 나온다 >

https://blog.naver.com/madaboutit/223751823307

시니어 개발자의 실전 경험에서 우러난 취업과 협업에 대한 현실 조언을 담았습니다! 

개발자로 성장하는 데 필요한 건 어떤 태도일까? | 우아한 형제들 출신 멘토님

이번에 제가 멘토로 활동하는 커뮤니티에서 주니어 개발자들의 궁금증에 대한 제 생각을 공유하는 인터뷰를 진행했습니다.

"이력서는 항상 붙는데 면접에서 계속 떨어진다면 어떤 노력을 더 하면 좋을까요?"
"새로운 기술 스택을 배운 후, 바로 현업에서 적용하는 경우도 있나요?"
"멘토님께서 취업을 준비하실 때, 얼마나 많은 시간을 투자하셨을지 궁금합니다."
"비개발자와 잘 소통할 수 있는 팁이 있을까요?"
"하루 중 가장 좋아하는 순간이 언제인가요?"

이런 고민을 해보셨다면, 이 인터뷰 글이 도움이 될 거 같은데요.
이번 인터뷰를 통해 저의 경험을 바탕으로, 몇 가지 현실적인 조언을 드렸습니다.

면접: 기술 설명은 '왜'와 '어떻게'를 담아 1시간 강의할 수 있을 정도로 준비해야 합니다. 그리고 면접관을 '사랑과 존경의 시선'으로 바라보는 태도가 중요합니다.

기술 학습: 기술은 '배워서 쓰는 것'이 아니라, '쓰기 위해 배우는 것'입니다. 이제는 과감히 실전에서 부딪히며 배우는 태도가 진짜 실력입니다.

취업 준비: 구직 기간이 생각보다 길어지는 것은 지극히 정상입니다. 중요한 것은 시간이 아니라, 그 시간을 '어떻게' 활용했는가입니다.

소통: 비개발자와의 협업에서는 '중학생에게 설명하듯' 쉽고 명확하게 소통하는 능력이 무엇보다 중요합니다.

단순히 코딩 실력뿐만 아니라, 함께 일하고 싶은 동료로 성장하기 위한 저의 생각을 담았습니다. 개발자로서 다음 스텝을 고민하고 계신 분, 더 나은 개발 문화와 동료와의 협업을 고민하는 분들께 이 글이 작은 영감이 되기를 바랍니다.
자세한 내용은 아래 블로그에서 확인해주세요! 여러분의 생각도 댓글로 남겨주시면 감사하겠습니다 :)

https://f-lab.kr/blog/250610-devclub

이번에 제가 멘토로 활동하는 커뮤니티에서 주니어 개발자들의 궁금증에 대한 제 생각을 공유하는 인터뷰를 진행했습니다. "이력서는 항상 붙는데 면접에서 계속 떨어진다면 어떤 노력을 더 하면 좋을까요?" "새로운 기술 스택을 배운 후, 바로 현업에서 적용하는 경우도 있나요?" "멘토님께서 취업을 준비하실 때, 얼마나 많은 시간을 투자하셨을지 궁금합니다." "비개발자와 잘 소통할 수 있는 팁이 있을까요?" "하루 중 가장 좋아하는 순간이 언제인가요?" 이런 고민을 해보셨다면, 이 인터뷰 글이 도움이 될 거 같은데요. 이번 인터뷰를 통해 저의 경험을 바탕으로, 몇 가지 현실적인 조언을 드렸습니다. 면접: 기술 설명은 '왜'와 '어떻게'를 담아 1시간 강의할 수 있을 정도로 준비해야 합니다. 그리고 면접관을 '사랑과 존경의 시선'으로 바라보는 태도가 중요합니다. 기술 학습: 기술은 '배워서 쓰는 것'이 아니라, '쓰기 위해 배우는 것'입니다. 이제는 과감히 실전에서 부딪히며 배우는 태도가 진짜 실력입니다. 취업 준비: 구직 기간이 생각보다 길어지는 것은 지극히 정상입니다. 중요한 것은 시간이 아니라, 그 시간을 '어떻게' 활용했는가입니다. 소통: 비개발자와의 협업에서는 '중학생에게 설명하듯' 쉽고 명확하게 소통하는 능력이 무엇보다 중요합니다. 단순히 코딩 실력뿐만 아니라, 함께 일하고 싶은 동료로 성장하기 위한 저의 생각을 담았습니다. 개발자로서 다음 스텝을 고민하고 계신 분, 더 나은 개발 문화와 동료와의 협업을 고민하는 분들께 이 글이 작은 영감이 되기를 바랍니다. 자세한 내용은 아래 블로그에서 확인해주세요! 여러분의 생각도 댓글로 남겨주시면 감사하겠습니다 :) https://f-lab.kr/blog/250610-devclub

F-Lab : 상위 1% 개발자들의 멘토링

이력서는 붙는데 면접에서 계속 떨어진다면?

미국의 인공지능(AI) 칩 수출 통제를 피하기 위해 중국 AI 기업들이 대규모 데이터를 담은 하드디스크를 말레이시아로 밀반출, 현지에서 AI 모델을 훈련하는 것으로 알려졌다. GPU 밀수에 이어 또 하나의 편법이 드러났다.월스트리트저널(WSJ)은 최근 베이징에서 출발한 중국 기술자 4명이 각각 80테라바이트(TB) 용량의 하드디스크 15개씩을 들고 쿠알라룸푸르에 도착했다고 13일(현지시간) 보도했다. 이는 총 4.8페타바이트(PB)의 데이터로, 대형언어모델(LLM)을 학습하기에 충분한 분량이다.이번 작전은 수개월에 걸쳐 계획된 것으

"중국 AI 기업, GPU 밀수 대신 데이터 해외로 운반해 모델 학습"

어떻게든 방법을 찾는 사람들
——
월스트리트저널(WSJ)은 최근 베이징에서 출발한 중국 기술자 4명이 각각 80테라바이트(TB) 용량의 하드디스크 15개씩을 들고 쿠알라룸푸르에 도착했다고 13일(현지시간) 보도했다. 이는 총 4.8페타바이트(PB)의 데이터로, 대형언어모델(LLM)을 학습하기에 충분한 분량이다.

이번 작전은 수개월에 걸쳐 계획된 것으로 알려졌다. 중국 엔지니어들은 온라인 전송 시 시간이 오래 걸리고 발각될 위험이 크다고 판단, 데이터를 물리적으로 운반하는 방법을 택했다.

https://www.aitimes.com/news/articleView.html?idxno=171337

어떻게든 방법을 찾는 사람들——월스트리트저널(WSJ)은 최근 베이징에서 출발한 중국 기술자 4명이 각각 80테라바이트(TB) 용량의 하드디스크 15개씩을 들고 쿠알라룸푸르에 도착했다고 13일(현지시간) 보도했다. 이는 총 4.8페타바이트(PB)의 데이터로, 대형언어모델(LLM)을 학습하기에 충분한 분량이다. 이번 작전은 수개월에 걸쳐 계획된 것으로 알려졌다. 중국 엔지니어들은 온라인 전송 시 시간이 오래 걸리고&nbsp;발각될 위험이 크다고 판단, 데이터를 물리적으로 운반하는 방법을 택했다. https://www.aitimes.com/news/articleView.html?idxno=171337

AI타임스

1. 시계로 인해 사람들이 배고픔에 대한 자신의 경험을 의심하고 시계의 지시를 따르게 된다. 시계가 사용자가 경험하는 새로운 물리적 현실을 만들어냈다.

2. 사람들은 배가 고프다는 느낌을 식욕을 자극하는 요소에서 제외시켜버렸다.

3. 대신 추상적인 모델이 특정 상태에 도달했을 때, 즉 시곗바늘이 문자판의 특정한 지점, 가령 문자판의 정오 표시를 가리킬 때 식사를 했다.

#경험의멸종 📚

1. 시계로 인해 사람들이 배고픔에 대한 자신의 경험을 의심하고 시계의 지시를 따르게 된다. 시계가 사용자가 경험하는 새로운 물리적 현실을 만들어냈다. ​2. 사람들은 배가 고프다는 느낌을 식욕을 자극하는 요소에서 제외시켜버렸다. ​3. 대신 추상적인 모델이 특정 상태에 도달했을 때, 즉 시곗바늘이 문자판의 특정한 지점, 가령 문자판의 정오 표시를 가리킬 때 식사를 했다. #경험의멸종 📚

< 당신은 몸의 신호를 믿나요, 시계의 숫자를 믿나요? >

https://blog.naver.com/madaboutit/223895984290

Kotlin의 Scope 함수 정리

Kotlin의 Scope 함수는 객체의 컨텍스트 내에서 코드 블록을 실행할 수 있게 해주는 강력한 기능입니다.

Scope 함수에는
let()
,
run()
,
also()
,
apply()
,
with()
이렇게 5개가 있는데요. 얘네들이 비슷한 것 같으면서도 미묘하게 달려서 잘 정리해두지 않으면 언제 어떤 녀석을 써야 하는지 은근히 헷갈릴 수 있습니다.

이번 포스팅에서는 Kotlin의 Scope 함수 5종의 사용법을 정리해드리도록 하겠습니다.

📝 포스팅: https://www.daleseo.com/kotlin-scope-functions/

Kotlin의 Scope 함수는 객체의 컨텍스트 내에서 코드 블록을 실행할 수 있게 해주는 강력한 기능입니다. Scope 함수에는 <code >let()</code>, <code >run()</code>, <code >also()</code>, <code >apply()</code>, <code >with()</code> 이렇게 5개가 있는데요. 얘네들이 비슷한 것 같으면서도 미묘하게 달려서 잘 정리해두지 않으면 언제 어떤 녀석을 써야 하는지 은근히 헷갈릴 수 있습니다. 이번 포스팅에서는 Kotlin의 Scope 함수 5종의 사용법을 정리해드리도록 하겠습니다. 📝 포스팅: https://www.daleseo.com/kotlin-scope-functions/

www.daleseo.com

2025년 2분기 AI 세미나: '바이브 코딩 시대의 기업, 이렇게 바뀝니다'넘쳐나는 코딩 에이전트 시대, 스타트업부터 대기업까지 팀 구조는 어떻게 바뀔까요?2025년 상반기 AI 산업과 하반기에 AI를 통해 오게될 변화를 비즈니스 관점과 엔지니어 관점 모두에서 점검하는 시간입니다.<내용>1. 비즈니스 관점MCP부터 A2A까지 올 상반기 등장한 새로운 제품들을 직접 리뷰하고, 아래의 내용을 통해 빅테크 회사들의 AI 전략 변화를 다각도로 분석합니다. - 메리미커 리포트- 애플의 WWDC - 구글의 IO- NVIDIA의 GTC...

2025년 2분기 AI 세미나

바이브 코딩의 시대, 정말 새로운 세상이 열렸다

 * '입 코딩'을 실현시켜주는 클로드 코드와 구글 Jules가 5월 말 속속 오픈되면서 필자가 직접 테스트해봤음. 정말 충격적. (와이어드 기사 참고)
 * 1-2시간이면 서비스 하나 뚝딱. 개발팀원, 디자인 팀원이 1/5만 있어도 되고 속도는 5배 이상 빨라짐.
 * 일하는 워크플로우가 완전히 뒤바뀌는 중. 이제 아이디어만 있으면 누구나 개발자가 될 수 있는 시대가 정말 온 것 같음.
 * 다만 와이어드 기사처럼 개발자들 사이에서도 의견이 완전 갈림. 
   
   * 베테랑 개발자들은 "AI가 유치원생처럼 실수투성이라 계속 감시해야 한다"고 하고,
   * 젊은 개발자들은 "이거 안 쓰면 달리기 경주에서 걷는 거나 마찬가지"라며 적극 수용 중.
 * 결국 핵심은 AI를 잘 다루는 법이 아니라 개발팀을 이끄는 프로덕트 팀 자체가 바뀐다는 것. 업무 방식이 개인의 생산성, 팀의 생산성이 아니라 제품의 플로우 전환에 있음 .
 * 바이브 코딩으로 새로운 세상이 어떻게 열렸는지 오호츠크 온라인 세미나 세션(https://55check.imweb.me/32/?idx=7) 에서 직접 보여드릴게요.
   6월 26일(목) 저녁, 29일(일) 아침 이렇게 2개 세션을 준비했습니다.

나머지 이야기들도 다음의 글에서.

AI 업체들, 데이터 확보에 사활
 * 왜 메타는 ScaleAI 를 20조나 주고 인수 했을까?
   
   
엔비디아, 국가별 사업모델 구축에 나서
- 이제 국가별 맞춤형으로 장사하려는 듯. "빅테크가 독점하게 두지 말고 국가별 데이터센터 구축하자"고 요즘 주장하는데, 이건 빅테크 견제라기보다는 "국가별로 같은 걸 만들게 해서라도 더 많이 팔아먹고 싶다"는 젠슨 황의 진심.

퀄컴, AI 반도체 설계회사 알파웨이브 3.2조에 인수

마우스를 만든 빌 앳킨슨 별세
 * 빌 앳킨슨이 췌장암으로 2025년 6월 5일 별세. (포춘 코리아)
 * 50년 전 컴퓨터 혁명을 이끈 분.

바이브 코딩의 시대, 정말 새로운 세상이 열렸다 <ul ><li>'입 코딩'을 실현시켜주는 클로드 코드와 구글 Jules가 5월 말 속속 오픈되면서 필자가 직접 테스트해봤음. 정말 충격적. (와이어드 기사 참고)</li><li>1-2시간이면 서비스 하나 뚝딱. 개발팀원, 디자인 팀원이 1/5만 있어도 되고 속도는 5배 이상 빨라짐.</li><li>일하는 워크플로우가 완전히 뒤바뀌는 중. 이제 아이디어만 있으면 누구나 개발자가 될 수 있는 시대가 정말 온 것 같음.</li></ul><ul ><li>다만 와이어드 기사처럼 개발자들 사이에서도 의견이 완전 갈림.&nbsp; <ul ><li>베테랑 개발자들은 "AI가 유치원생처럼 실수투성이라 계속 감시해야 한다"고 하고,</li><li>젊은 개발자들은 "이거 안 쓰면 달리기 경주에서 걷는 거나 마찬가지"라며 적극 수용 중.</li></ul></li></ul><ul ><li>결국 핵심은 AI를 잘 다루는 법이 아니라 개발팀을 이끄는 프로덕트 팀 자체가 바뀐다는 것. 업무 방식이 개인의 생산성, 팀의 생산성이 아니라 제품의 플로우 전환에 있음 .</li><li>바이브 코딩으로 새로운 세상이 어떻게 열렸는지 오호츠크 온라인 세미나 세션(https://55check.imweb.me/32/?idx=7) 에서 직접 보여드릴게요. 6월 26일(목) 저녁, 29일(일) 아침 이렇게 2개 세션을 준비했습니다.</li></ul> 나머지 이야기들도 다음의 글에서. AI 업체들, 데이터 확보에 사활<ul ><li>왜 메타는 ScaleAI 를 20조나 주고 인수 했을까? </li></ul>엔비디아, 국가별 사업모델 구축에 나서 - 이제 국가별 맞춤형으로 장사하려는 듯.&nbsp;"빅테크가 독점하게 두지 말고 국가별 데이터센터 구축하자"고 요즘 주장하는데, 이건 빅테크 견제라기보다는 "국가별로 같은 걸 만들게 해서라도 더 많이 팔아먹고 싶다"는 젠슨 황의 진심. 퀄컴, AI 반도체 설계회사 알파웨이브 3.2조에 인수 마우스를 만든 빌 앳킨슨 별세<ul ><li>빌 앳킨슨이 췌장암으로 2025년 6월 5일 별세. (포춘 코리아)</li><li>50년 전 컴퓨터 혁명을 이끈 분.</li></ul>

55check.imweb.me

6월 초, 새로운 바이브 코딩과 SW 개발의 전환의 시대

좋은 동료 훌륭한 동료는 나를 몇단계 성장할 수 있는 계기가 되기도 한다. 어떤 동료와 함께 일할 때 성장 확률이 높을까?

내가 속한 환경에서는 어떻게 일해야 성장할 수 있을까?

누구나 '좋은 개발자'가 되고 싶어 합니다.
하지만 대부분은 기술서적을 더 읽고, 새로운 언어를 배우며 스스로를 "업그레이드"하려 하죠. 물론 그 노력은 값집니다.

하지만 과연 그것만으로 충분할까요?

개발자의 성장은 단지 지식의 양으로만 설명되지 않습니다. 
어떤 환경에 속해 있는가, 어떤 질문을 던지고 있는가, 그리고 누구와 함께 성장하고 있는가가 훨씬 중요할 수 있습니다.
마치 같은 씨앗이라도 어디에 심기느냐에 따라 전혀 다른 나무로 자라듯이요.

최근에 읽은 한 글에서는 그런 성장에 대한 통찰을 볼 수 있었습니다.
단순히 기술을 가르치고 업무를 분배하는 조직이 아닌, 개발자가 스스로 고민하고 질문할 수 있게 만들어주는 환경의 가치가 중요합니다.

예를 들어, 어떤 문제가 생겼을 때 "답"을 주기보다, 스스로 해답에 도달하도록 가이드만 제시하는 구조, 이건 단순한 교육이 아니라 ‘성장을 설계하는 방식’에 가깝습니다.
또한 '실수'를 부끄러워하기보다 기회로 전환할 수 있는 문화, 그리고 그 과정에서 '어떻게 성장했는가'를 함께 나누는 분위기가 중요합니다.

실제로 개발자가 마주하는 대부분의 문제는 기술 자체보다 '어떻게 접근할 것인가'에 달려 있기 때문에, 이런 환경은 곧 실력의 방향성을 결정짓는 나침반이 됩니다.
성장을 고민하고 있는 개발자, 혹은 정체되어 있다고 느끼고 있다면 한번 읽어보면 좋을것 같아요.

누구나 '좋은 개발자'가 되고 싶어 합니다. 하지만 대부분은 기술서적을 더 읽고, 새로운 언어를 배우며 스스로를 "업그레이드"하려 하죠. 물론 그 노력은 값집니다. 하지만 과연 그것만으로 충분할까요? 개발자의 성장은 단지 지식의 양으로만 설명되지 않습니다.&nbsp;어떤 환경에 속해 있는가,&nbsp;어떤 질문을 던지고 있는가, 그리고&nbsp;누구와 함께 성장하고 있는가가 훨씬 중요할 수 있습니다. 마치 같은 씨앗이라도 어디에 심기느냐에 따라 전혀 다른 나무로 자라듯이요. 최근에 읽은 한 글에서는 그런 성장에 대한 통찰을 볼 수 있었습니다. 단순히 기술을 가르치고 업무를 분배하는 조직이 아닌,&nbsp;개발자가 스스로 고민하고 질문할 수 있게 만들어주는 환경의 가치가 중요합니다. 예를 들어, 어떤 문제가 생겼을 때 "답"을 주기보다, 스스로 해답에 도달하도록&nbsp;가이드만 제시하는 구조,&nbsp;이건 단순한 교육이 아니라 ‘성장을 설계하는 방식’에 가깝습니다.또한 '실수'를 부끄러워하기보다&nbsp;기회로 전환할 수 있는 문화, 그리고 그 과정에서 '어떻게 성장했는가'를 함께 나누는 분위기가 중요합니다. 실제로 개발자가 마주하는 대부분의 문제는 기술 자체보다 '어떻게 접근할 것인가'에 달려 있기 때문에, 이런 환경은 곧&nbsp;실력의 방향성을 결정짓는 나침반이 됩니다.성장을 고민하고 있는 개발자, 혹은 정체되어 있다고 느끼고 있다면 한번 읽어보면 좋을것 같아요.

좋은 개발자는 환경이 만든다

The Alteryx Analytics Automation Platform delivers end-to-end automation of analytics, machine learning, and data science processes that accelerate digital transformation.

Data Science and Analytics Automation Platform | Alteryx

 1. 마이크로소프트(https://www.microsoft.com)
 * 마이크로소프트는 대규모의 복잡한 데이터셋에서 효과적으로 관리, 처리 및 통찰력을 얻을 수 있는 포괄적인 툴 및 서비스 제품군 제공
 * Microsoft의 클라우드 컴퓨팅 플랫폼인 Azure는 Microsoft Fabric뿐만 아니라 Azure Data Lake Storage, Azure Databricks, Azure HDIsnight 등 빅데이터 분석, 스토리지 및 처리를 위한 다양한 서비스를 제공
 * Azure 에코시스템 내에 Hadoop, Spark 및 다양한 머신러닝 프레임워크와 같은 인기 툴을 통합하여 빅데이터 워크로드를 위한 확장 가능하고 유연한 환경을 제공
 * 마이크로소프트의 Power BI는 데이터 시각화와 비즈니스 인텔리전스를 용이하게 하여 사용자가 데이터에서 의미 있는 통찰력을 얻을 수 있도록 지원
 * 마이크로소프트의 SQL Server, Azure SQL Database, Cosmos DB는 대규모 데이터 처리를 지원하기 때문에 다양한 데이터 유형을 다루는 기업에서 다용도로 사용 가능
 * Microsoft Fabric(https://www.microsoft.com/en-us/microsoft-fabric)

 2. 알테릭스(https://www.alteryx.com)
 * 사용자 친화적인 데이터 플랫폼과 통합 환경을 통해 데이터 블렌딩, 정리 및 고급 분석을 가능하게 하고 데이터 분석가와 비즈니스 전문가 모두가 빅 데이터 관리에 액세스할 수 있도록 지원하는 데이터 분석의 핵심 업체
 * 복잡한 데이터 워크플로우를 간소화하여 데이터 준비 및 혼합을 위한 시각적이고 코드가 없는 인터페이스를 제공하는 것으로 유명
 * 플랫폼의 자동화 기능은 또한 효율성을 향상시켜 조직이 대규모 데이터셋을 쉽게 처리하고 분석할 수 있도록 지원
 * Alteryx 빅 데이터 제품: Alteryx Analytics Cloud Platform(https://www.alteryx.com/products/alteryx-cloud)

 3. 인포메티카(https://www.informatica.com)
 * 데이터 통합 및 관리 회사로서 포괄적인 솔루션 제품군을 통해 다양한 데이터셋을 효율적으로 통합, 정리 및 관리할 수 있도록 지원
 * 빅데이터의 정확성과 신뢰성을 보장하는 데이터 품질 및 거버넌스 도구를 제공하는 데이터 관리 클라우드 플랫폼
 * 인포매티카 빅데이터 제품: Data Management Cloud(https://www.informatica.com/platform.html)
   
   
 4. 구글(https://cloud.google.com/data-cloud)
 * 빅 데이터, 클라우드 서비스, 데이터 분석 및 인프라 오퍼링 분야에서 오랜 기간 우위를 점하고 있는 기업 데이터 공간의 중추적인 역할을 담당
 * GCP(Google Cloud Platform)는 대규모 데이터셋을 저장, 처리 및 분석할 수 있는 강력하고 확장 가능한 환경을 제공
 * BigQuery와 같은 서비스를 통해 조직은 대규모 데이터에 대해 빠른 SQL 쿼리를 실행
 * Google Cloud Storage 및 Cloud Bigtable은 다양한 데이터 유형에 대한 효율적인 스토리지 솔루션을 제공
 * 구글 빅데이터 제품: Google BigQueryhttps://cloud.google.com/bigquery)

 5. 스노우플레이크(https://www.snowflake.com/)
 * 데이터 웨어하우징 및 분석에 혁신을 가져온 클라우드 기반 데이터 플랫폼
 * 클라우드용으로 설계되고 대규모의 다양한 데이터셋을 수용하여 수평적으로 쉽게 확장할 수 있도록 구축된 아키텍처
 * 고유의 다중 클러스터 공유 데이터 아키텍처를 통해 사용자는 광범위한 데이터 이동이나 중복 없이 복잡한 쿼리를 실행
 * 스노우플레이크 빅데이터 제품: 스노우플레이크 플랫폼(https://www.snowflake.com/ko/data-cloud/platform/)

 6. 클라우데라(https://www.cloudera.com/)
 * 엔터프라이즈 데이터 관리 및 분석 솔루션을 제공하는 선도적인 공급업체로 최신 데이터 아키텍처를 위한 하이브리드 데이터 플랫폼 제공
 * Apache Hadoop의 배포와 Hadoop 생태계에 대한 기여로 유명하며, 하둡을 넘어 Apache Spark 및 Apache Impala를 비롯한 광범위한 빅 데이터 기술을 통합하여 사용자에게 고급 분석을 위한 다재다능하고 통합된 환경 제공
 * 보안과 거버넌스를 강조하는 것은 기업이 데이터를 효과적으로 관리하고 보호할 수 있도록 보장하는 SDX 지원
 * 클라우더라 빅데이터 제품: Cloudera Data Platform(https://www.cloudera.com/products/cloudera-data-platform.html)

 7. 테라데이타(https://www.teradata.com/)
 * 분석 데이터 솔루션의 선두적인 공급업체로서고급 데이터 웨어하우징 및 분석 기능으로 유명
 * 복잡하고 다양한 데이터 세트를 처리하도록 설계되어 기업이 데이터에서 의미 있는 인텔리 전스를 도출할 수 있도록 지원하는 Teradata Vantage와 같은 강력한 분석 도구 제공
 * 병렬 처리 아키텍처와 확장성을 통해 고성능 분석에 지원
 * 테라데이터 빅데이터 제품: Teradata Vantage Cloud Platform(https://www.teradata.com/platform/vantagecloud)

 8. 데이터브릭스(https://www.databricks.com/)
 * 최근에 등장한 대표적인 빅데이터 기업 중 하나로, 일반적으로 Snowflake와 동등한 위치
 * Apache Spark의 힘과 협업 및 대화형 도구를 결합한 통합 분석 플랫폼 제공
 * 핵심 구성 요소인 Databrick Delta는 ACID 트랜잭션 및 시간 이동 기능을 제공하여 데이터 신뢰성과 성능을 향상
 * 데이터브릭스 빅데이터 제품: Data Intelligence Platform(https://www.databricks.com/product/data-intelligence-platform)

 9. IBM(https://www.ibm.com/)
 * IBM은 전체 데이터 라이프사이클에 걸쳐 포괄적인 솔루션 및 서비스 제품군을 제공I
 * 데이터 관리, 거버넌스 및 분석을 용이하게 하는 통합 플랫폼을 제공
 * IBM의 전문 지식은 조직이 크고 복잡한 데이터 세트에서 가치 있는 통찰력을 추출할 수 있도록 지원하는 인지 컴퓨팅 시스템인 Watson이 입증한 고급 분석 및 인공 지능으로 확장
 * IBM은 하이브리드 및 멀티 클라우드 환경에 초점을 맞춘 기업용 컴퓨팅 분야에서 오랜 기간 존재해 왔으며, 전략적 의사 결정, 디지털 전환 및 최첨단 AI 애플리케이션 개발을 위해 빅 데이터의 잠재력을 활용하고자 하는 기업에 핵심 지원자로 자리매김
 * IBM 빅데이터 제품: IBM DB2 BigSQL, IBM Cloud Pak for Data(https://www.ibm.com/products/cloud-pak-for-data)

 10. HP(https://www.hpe.com/)
 * 대규모 데이터 처리 및 분석을 지원하고 최적화하도록 설계된 인프라 솔루션의 대기업 공급업체
 * 서버 및 스토리지 솔루션을 포함한 HPE의 하드웨어는 빅 데이터 애플리케이션과 관련된 다양한 워크로드를 처리하도록 설계. 또한 에지 컴퓨팅 및 GreenLake 클라우드 서비스에 대한 HPE의 집중은 진화하는 빅 데이터 요구사항에 필요한 유연성과 확장성을 제공
 * HPE 빅데이터 제품: HPE Ezmeral(https://www.hpe.com/us/en/solutions/ezmeral-software.html)

<ol><li>마이크로소프트(https://www.microsoft.com)</li></ol><ul><li>마이크로소프트는 대규모의 복잡한 데이터셋에서 효과적으로 관리, 처리 및 통찰력을 얻을 수 있는 포괄적인 툴 및 서비스 제품군 제공</li><li>Microsoft의 클라우드 컴퓨팅 플랫폼인 Azure는 Microsoft Fabric뿐만 아니라 Azure Data Lake Storage, Azure Databricks, Azure HDIsnight 등 빅데이터 분석, 스토리지 및 처리를 위한 다양한 서비스를 제공</li><li>Azure 에코시스템 내에 Hadoop, Spark 및 다양한 머신러닝 프레임워크와 같은 인기 툴을 통합하여 빅데이터 워크로드를 위한 확장 가능하고 유연한 환경을 제공</li><li>마이크로소프트의 Power BI는 데이터 시각화와 비즈니스 인텔리전스를 용이하게 하여 사용자가 데이터에서 의미 있는 통찰력을 얻을 수 있도록 지원</li><li>마이크로소프트의 SQL Server, Azure SQL Database, Cosmos DB는 대규모 데이터 처리를 지원하기 때문에 다양한 데이터 유형을 다루는 기업에서 다용도로 사용 가능</li><li>Microsoft Fabric(https://www.microsoft.com/en-us/microsoft-fabric)</li></ul> <ol start="2"><li>알테릭스(https://www.alteryx.com)</li></ol><ul><li>사용자 친화적인 데이터 플랫폼과 통합 환경을 통해 데이터 블렌딩, 정리 및 고급 분석을 가능하게 하고 데이터 분석가와 비즈니스 전문가 모두가 빅 데이터 관리에 액세스할 수 있도록 지원하는 데이터 분석의 핵심 업체</li><li>복잡한 데이터 워크플로우를 간소화하여 데이터 준비 및 혼합을 위한 시각적이고 코드가 없는 인터페이스를 제공하는 것으로 유명</li><li>플랫폼의 자동화 기능은 또한 효율성을 향상시켜 조직이 대규모 데이터셋을 쉽게 처리하고 분석할 수 있도록 지원</li><li>Alteryx 빅 데이터 제품: Alteryx Analytics Cloud Platform(https://www.alteryx.com/products/alteryx-cloud)</li></ul> <ol start="3"><li>인포메티카(https://www.informatica.com)</li></ol><ul><li>데이터 통합 및 관리 회사로서 포괄적인 솔루션 제품군을 통해 다양한 데이터셋을 효율적으로 통합, 정리 및 관리할 수 있도록 지원</li><li>빅데이터의 정확성과 신뢰성을 보장하는 데이터 품질 및 거버넌스 도구를 제공하는 데이터 관리 클라우드 플랫폼</li><li>인포매티카 빅데이터 제품: Data Management Cloud(https://www.informatica.com/platform.html) </li></ul><ol start="4"><li>구글(https://cloud.google.com/data-cloud)</li></ol><ul><li>빅 데이터, 클라우드 서비스, 데이터 분석 및 인프라 오퍼링 분야에서 오랜 기간 우위를 점하고 있는 기업 데이터 공간의 중추적인 역할을 담당</li><li>GCP(Google Cloud Platform)는 대규모 데이터셋을 저장, 처리 및 분석할 수 있는 강력하고 확장 가능한 환경을 제공</li><li>BigQuery와 같은 서비스를 통해 조직은 대규모 데이터에 대해 빠른 SQL 쿼리를 실행</li><li>Google Cloud Storage 및 Cloud Bigtable은 다양한 데이터 유형에 대한 효율적인 스토리지 솔루션을 제공</li><li>구글 빅데이터 제품: Google BigQueryhttps://cloud.google.com/bigquery)</li></ul> <ol start="5"><li>스노우플레이크(https://www.snowflake.com/)</li></ol><ul><li>데이터 웨어하우징 및 분석에 혁신을 가져온 클라우드 기반 데이터 플랫폼</li><li>클라우드용으로 설계되고 대규모의 다양한 데이터셋을 수용하여 수평적으로 쉽게 확장할 수 있도록 구축된 아키텍처</li><li>고유의 다중 클러스터 공유 데이터 아키텍처를 통해 사용자는 광범위한 데이터 이동이나 중복 없이 복잡한 쿼리를 실행</li><li>스노우플레이크 빅데이터 제품: 스노우플레이크 플랫폼(https://www.snowflake.com/ko/data-cloud/platform/)</li></ul> <ol start="6"><li>클라우데라(https://www.cloudera.com/)</li></ol><ul><li>엔터프라이즈 데이터 관리 및 분석 솔루션을 제공하는 선도적인 공급업체로 최신 데이터 아키텍처를 위한 하이브리드 데이터 플랫폼 제공</li><li>Apache Hadoop의 배포와 Hadoop 생태계에 대한 기여로 유명하며, 하둡을 넘어 Apache Spark 및 Apache Impala를 비롯한 광범위한 빅 데이터 기술을 통합하여 사용자에게 고급 분석을 위한 다재다능하고 통합된 환경 제공</li><li>보안과 거버넌스를 강조하는 것은 기업이 데이터를 효과적으로 관리하고 보호할 수 있도록 보장하는 SDX 지원</li><li>클라우더라 빅데이터 제품: Cloudera Data Platform(https://www.cloudera.com/products/cloudera-data-platform.html)</li></ul> <ol start="7"><li>테라데이타(https://www.teradata.com/)</li></ol><ul><li>분석 데이터 솔루션의 선두적인 공급업체로서고급 데이터 웨어하우징 및 분석 기능으로 유명</li><li>복잡하고 다양한 데이터 세트를 처리하도록 설계되어 기업이 데이터에서 의미 있는 인텔리 전스를 도출할 수 있도록 지원하는 Teradata Vantage와 같은 강력한 분석 도구 제공</li><li>병렬 처리 아키텍처와 확장성을 통해 고성능 분석에 지원</li><li>테라데이터 빅데이터 제품: Teradata Vantage Cloud Platform(https://www.teradata.com/platform/vantagecloud)</li></ul> <ol start="8"><li>데이터브릭스(https://www.databricks.com/)</li></ol><ul><li>최근에 등장한 대표적인 빅데이터 기업 중 하나로, 일반적으로 Snowflake와 동등한 위치</li><li>Apache Spark의 힘과 협업 및 대화형 도구를 결합한 통합 분석 플랫폼 제공</li><li>핵심 구성 요소인 Databrick Delta는 ACID 트랜잭션 및 시간 이동 기능을 제공하여 데이터 신뢰성과 성능을 향상</li><li>데이터브릭스 빅데이터 제품: Data Intelligence Platform(https://www.databricks.com/product/data-intelligence-platform)</li></ul> <ol start="9"><li>IBM(https://www.ibm.com/)</li></ol><ul><li>IBM은 전체 데이터 라이프사이클에 걸쳐 포괄적인 솔루션 및 서비스 제품군을 제공I</li><li>데이터 관리, 거버넌스 및 분석을 용이하게 하는 통합 플랫폼을 제공</li><li>IBM의 전문 지식은 조직이 크고 복잡한 데이터 세트에서 가치 있는 통찰력을 추출할 수 있도록 지원하는 인지 컴퓨팅 시스템인 Watson이 입증한 고급 분석 및 인공 지능으로 확장</li><li>IBM은 하이브리드 및 멀티 클라우드 환경에 초점을 맞춘 기업용 컴퓨팅 분야에서 오랜 기간 존재해 왔으며, 전략적 의사 결정, 디지털 전환 및 최첨단 AI 애플리케이션 개발을 위해 빅 데이터의 잠재력을 활용하고자 하는 기업에 핵심 지원자로 자리매김</li><li>IBM 빅데이터 제품: IBM DB2 BigSQL, IBM Cloud Pak for Data(https://www.ibm.com/products/cloud-pak-for-data)</li></ul> <ol start="10"><li>HP(https://www.hpe.com/)</li></ol><ul><li>대규모 데이터 처리 및 분석을 지원하고 최적화하도록 설계된 인프라 솔루션의 대기업 공급업체</li><li>서버 및 스토리지 솔루션을 포함한 HPE의 하드웨어는 빅 데이터 애플리케이션과 관련된 다양한 워크로드를 처리하도록 설계. 또한 에지 컴퓨팅 및 GreenLake 클라우드 서비스에 대한 HPE의 집중은 진화하는 빅 데이터 요구사항에 필요한 유연성과 확장성을 제공</li><li>HPE 빅데이터 제품: HPE Ezmeral(https://www.hpe.com/us/en/solutions/ezmeral-software.html)</li></ul>

Alteryx

2024년 기대되는 10대 빅데이터 기업

1. PM/PO 커리어는 3개의 단계로 나눠 생각해 볼 수 있다. 그 세가지는 일을 할 때 거치는 3단계와도 같다. 일의 3단계는 무얼까.

2. Why -> What -> How. 모든 일은 이 3가지 단계를 거친다. 프로덕트도 마찬가지다.

3. 첫 번째는 Why다. 그 일이 존재하는 이유다. 프로덕트와 기능으로 하고 싶은 궁극적인 이유다. 무엇을 할 것인가? 왜 해야 하는가. 왜 하고 싶은가. 꼭 해야 하는지. 그 목적은 무언가. 또, 목표는 무언가. 성공 여부는 무엇으로 판단할 수 있나.

4. Why는 우리가 일할 때 잘 보이지 않는다. 그래서 정말 중요하다. 보이지 않기에 쉽게 잊는다. 위험하다. 특히 제품을 만들다 보면, 만드는 일 자체에 매몰된다. 왜 이걸 만들고 있는지 잊는다. 목적을 잊는다면 수단이 목적이 된다. 늘 경계해야 한다.

5. 두 번째는 What이다. What은 사용자에게 전달되는 프로덕트/기능 자체다. Why를 어떻게 달성할 수 있을까. 목적을 달성할 수 있는 수단은 항상 많다. 너무 많아서 문제다.

6. 확산과 수렴이 필요하다. 가능한 방법을 리스트 업한다. 마음껏 넓혀서 확장한다. 이후에는 좁혀간다. 지우고 합친다. 우선순위를 정해본다. 최종적으로 가장 적합한 What을 결정한다.

7. 이제 마지막으로 How다. 그 What을 어떻게 만들 것인가. 마찬가지로 만들 수 있는 방법은 다양하다. 이 기능을 어떻게 구현하면 좋을까.

8. 쓸 수 있는 시간과 자원을 고려해 본다. 기술을 효과적으로 쓸 수 있는 방법과 제약도 검토한다. 때로는 제품이 아닌 정책 변경 같은 방법이 가장 효율적일 때도 있다. 망치를 들고 있으면 못만 보이는 법이다. 필요 없는 일을 효율적으로 한다고 가치가 생기진 않는다. Why의 해결/달성이 궁극적인 목표인 걸 늘 기억해야 한다.

9. 프로덕트를 만드는 3단계를 살펴봤다. PM/PO의 커리어는 정확히 이 순서의 반대로 진행된다.

10. 먼저 주니어다. 주니어 때는 How에 집중하는 기간이다. 만들어야 할 제품과 기능은 대부분 이미 정해져있다. 해야 할 일은 누구와 함께 그것을 잘 만들어내는 일이다.

11. 디자이너, 엔지니어, QA 등 메이커들을 이끌어 What을 만든다. 출시까지 발생하는 이슈들을 해결한다. 이후에 지표와 고객의 반응을 확인하고 분석한다. 프로덕트 관리와 프로젝트 관리가 혼재되어 있다.

12. 중니어, 미들급은 What에 집중하는 기간이다. How는 충분히 익혔기에 목표를 달성할 수 있는 제품과 기능을 고민하게 된다.

13. 사업적인 요구사항은 Why다. 그 목적을 달성할 수 있는 가장 좋은 프로덕트/기능은 무엇일까. 이 질문에 답을 찾는다.

14. 먼저 사업적인 이해가 필요하다. 그리고 구체적인 제품의 모습을 그린다. 최종적으로 사용할 고객의 모습을 상상한다. How 단계의 구현까지도 염두에 둔다. 이 모든 걸 종합해서 만들 제품/기능을 정의한다.

15. 마지막으로 시니어/C레벨의 단계는 Why다. What/How는 도구다. 사용할 수 있는 무기와 같다. 이 무기를 기반으로 해야 할 일, 목적을 정의한다.

16. 프로덕트의 What/How의 경험을 기반으로 가치를 만들어낼 일, Why를 만든다. 이 가치를 수익과 바꿀 수 있는 시장과 고객을 찾는 게 결국 사업이다. 프로덕트/플랫폼 기반의 사업을 리딩하고 실행한다. Why를 What/How 레벨에 잘 전달하는 것도 중요한 역할이다.

17. 일은 Why -> What -> How 순서다. 우리가 거치는 커리어는 그 반대다. How -> What -> Why 순으로 성장해간다. 지금 어떤 일을 하건 이 3가지 단계로 생각해 보는 건 중요하다.

18. 주니어 시절에 늘 답답했다. Why가 보이지 않았기 때문이다. 내가 하고 있는 이 일은 무엇을 위해서일까. 왜 이 일을 해야 하는 걸까. 아무도 알려주지 않았고, 알 수 없었다. 그저 막연히 상상해 볼 수밖에.

19. 그런 답답함에서 오는 막막한 상상들이 성장에는 큰 도움이 됐다. 비록 정답을 생각할 수는 없었다. 하지만 그렇게 Why를 생각해보는 연습이 넓은 관점을 갖는데 도움이 됐다. 커리어에 어느 지점이건 늘 3가지 단계를 기억하자. 나는 지금 어느 단계에 있을까.

#PM학개론

1. PM/PO 커리어는 3개의 단계로 나눠 생각해 볼 수 있다. 그 세가지는 일을 할 때 거치는 3단계와도 같다. 일의 3단계는 무얼까. ​2. Why -&gt; What -&gt; How. 모든 일은 이 3가지 단계를 거친다. 프로덕트도 마찬가지다. 3. 첫 번째는 Why다. 그 일이 존재하는 이유다. 프로덕트와 기능으로 하고 싶은 궁극적인 이유다. 무엇을 할 것인가? 왜 해야 하는가. 왜 하고 싶은가. 꼭 해야 하는지. 그 목적은 무언가. 또, 목표는 무언가. 성공 여부는 무엇으로 판단할 수 있나. 4. Why는 우리가 일할 때 잘 보이지 않는다. 그래서 정말 중요하다. 보이지 않기에 쉽게 잊는다. 위험하다. 특히 제품을 만들다 보면, 만드는 일 자체에 매몰된다. 왜 이걸 만들고 있는지 잊는다. 목적을 잊는다면 수단이 목적이 된다. 늘 경계해야 한다. ​5. 두 번째는 What이다. What은 사용자에게 전달되는 프로덕트/기능 자체다. Why를 어떻게 달성할 수 있을까. 목적을 달성할 수 있는 수단은 항상 많다. 너무 많아서 문제다. ​6. 확산과 수렴이 필요하다. 가능한 방법을 리스트 업한다. 마음껏 넓혀서 확장한다. 이후에는 좁혀간다. 지우고 합친다. 우선순위를 정해본다. 최종적으로 가장 적합한 What을 결정한다. ​7. 이제 마지막으로 How다. 그 What을 어떻게 만들 것인가. 마찬가지로 만들 수 있는 방법은 다양하다. 이 기능을 어떻게 구현하면 좋을까. ​8. 쓸 수 있는 시간과 자원을 고려해 본다. 기술을 효과적으로 쓸 수 있는 방법과 제약도 검토한다. 때로는 제품이 아닌 정책 변경 같은 방법이 가장 효율적일 때도 있다. 망치를 들고 있으면 못만 보이는 법이다. 필요 없는 일을 효율적으로 한다고 가치가 생기진 않는다. Why의 해결/달성이 궁극적인 목표인 걸 늘 기억해야 한다. ​9. 프로덕트를 만드는 3단계를 살펴봤다. PM/PO의 커리어는 정확히 이 순서의 반대로 진행된다. ​10. 먼저 주니어다. 주니어 때는 How에 집중하는 기간이다. 만들어야 할 제품과 기능은 대부분 이미 정해져있다. 해야 할 일은 누구와 함께 그것을 잘 만들어내는 일이다. ​11. 디자이너, 엔지니어, QA 등 메이커들을 이끌어 What을 만든다. 출시까지 발생하는 이슈들을 해결한다. 이후에 지표와 고객의 반응을 확인하고 분석한다. 프로덕트 관리와 프로젝트 관리가 혼재되어 있다. ​12. 중니어, 미들급은 What에 집중하는 기간이다. How는 충분히 익혔기에 목표를 달성할 수 있는 제품과 기능을 고민하게 된다. ​13. 사업적인 요구사항은 Why다. 그 목적을 달성할 수 있는 가장 좋은 프로덕트/기능은 무엇일까. 이 질문에 답을 찾는다. ​14. 먼저 사업적인 이해가 필요하다. 그리고 구체적인 제품의 모습을 그린다. 최종적으로 사용할 고객의 모습을 상상한다. How 단계의 구현까지도 염두에 둔다. 이 모든 걸 종합해서 만들 제품/기능을 정의한다. 15. 마지막으로 시니어/C레벨의 단계는 Why다. What/How는 도구다. 사용할 수 있는 무기와 같다. 이 무기를 기반으로 해야 할 일, 목적을 정의한다. ​16. 프로덕트의 What/How의 경험을 기반으로 가치를 만들어낼 일, Why를 만든다. 이 가치를 수익과 바꿀 수 있는 시장과 고객을 찾는 게 결국 사업이다. 프로덕트/플랫폼 기반의 사업을 리딩하고 실행한다. Why를 What/How 레벨에 잘 전달하는 것도 중요한 역할이다. ​17. 일은 Why -&gt; What -&gt; How 순서다. 우리가 거치는 커리어는 그 반대다. How -&gt; What -&gt; Why 순으로 성장해간다. 지금 어떤 일을 하건 이 3가지 단계로 생각해 보는 건 중요하다. ​18. 주니어 시절에 늘 답답했다. Why가 보이지 않았기 때문이다. 내가 하고 있는 이 일은 무엇을 위해서일까. 왜 이 일을 해야 하는 걸까. 아무도 알려주지 않았고, 알 수 없었다. 그저 막연히 상상해 볼 수밖에. ​19. 그런 답답함에서 오는 막막한 상상들이 성장에는 큰 도움이 됐다. 비록 정답을 생각할 수는 없었다. 하지만 그렇게 Why를 생각해보는 연습이 넓은 관점을 갖는데 도움이 됐다. 커리어에 어느 지점이건 늘 3가지 단계를 기억하자. 나는 지금 어느 단계에 있을까. #PM학개론

< PM/PO 커리어 3단계: 당신은 How, What, Why

“직원들에게 월급 외에 출근할 이유를 줘야 합니다. 팀장이 좋다던

﻿
어제 뉴스에서 대통령이 주재한 국무회의 장면을 보았습니다. 회의 모두발언에서 대통령이 국무위원들에게 전한 말씀이 인상 깊었습니다. 핵심은 행정 제도를 만들거나 개선할 때, 제도의 수요자인 국민들이 어떻게 생각하고 받아들일지를 먼저 고려해야 한다는 것이었습니다.

행정을 담당하는 사람들이 일방적으로 제도를 설계해 발표하는 방식은 편리할 수 있지만, 국민들의 입장을 반영하지 않으면 실질적인 효과를 기대하기 어렵습니다. 제도의 수용성과 실효성을 높이려면, 실제로 그 제도를 적용받는 사람들의 목소리를 듣고 반영하는 과정이 반드시 필요합니다.

이러한 관점은 기업이 제품이나 서비스를 만들 때 사용자 중심으로 설계하는 접근과 닮아 있습니다. 대통령은 행정에서도 이처럼 국민 중심의 사고가 필요하다고 강조했습니다. 즉, 제도의 최종 사용자에게 의미 있고 필요한 방향으로 설계되어야 비로소 수용성이 높아진다는 것입니다.

우리가 업무를 수행할 때도 마찬가지입니다. 머릿속으로 상상한 결과물을 빠르게 만들어내는 것이 효율적으로 보일 수 있지만, 그 결과물이 실제 대상자에게 도움이 되지 않는다면 의미가 없습니다. 서로의 입장을 깊이 이해하지 않고 일방적으로 추진된 결과는 시행착오로 이어질 가능성이 큽니다.

저도 커리어 코칭을 하면서 이러한 교훈을 다시금 되새깁니다. 때때로 저는 코칭을 받는 사람의 입장을 깊이 이해하기보다, 제가 준비한 내용을 먼저 전달하려는 경향이 있습니다. 하지만 진정한 도움이 되려면, 상대의 고민과 필요를 먼저 듣고 그에 맞게 응답해야 합니다. 그게 진정한 코칭이고, 효과적인 소통입니다.

대통령은 과거 배고픈 시절에는 밥을 주는 것만으로도 감사함을 받았지만, 지금은 왜 밥을 주는지 그 이유와 목적을 설명해야 납득을 얻을 수 있다고 말했습니다. 이 말이 참 와닿았습니다. 요즘처럼 정보와 선택지가 넘쳐나는 시대에는 단순히 '주는 것'만으로는 감동을 주기 어렵습니다. 무엇을 주는지가 아니라, 왜 주는지가 중요한 시대입니다.

이력서도 마찬가지입니다. 아무리 화려한 경력을 적더라도, 입사 동기와 기업에 대한 관심이 담겨 있지 않으면 설득력을 잃습니다. 채용 담당자가 원하는 것은 단순한 정보가 아니라, 지원자가 왜 우리 회사에 오고 싶은지를 납득할 수 있는 설명입니다.

우리의 모든 행동은 누군가에게 영향을 줍니다. 아침에 눈을 떠 시작하는 하루가 나와 주변 사람들에게 어떤 영향을 줄지 생각해 보아야 합니다. 의미 없이 반복되는 행동은 소중한 시간을 낭비하게 만듭니다. 그러나 생각을 담고, 목적을 이해하며 실천하는 행동은 스스로와 타인에게 긍정적인 파장을 만들어냅니다.

대통령은 자신의 한 시간을 국민 5,200만 명을 위한 시간으로 여겨야 한다고 했습니다. 그만큼 모든 시간을 의미 있게 사용하라는 뜻입니다. 우리도 마찬가지입니다. 내 행동이 한 사람에게라도 영향을 줄 수 있다면, 그 한 사람을 위해서라도 진지하고 성실하게 임해야 합니다.
그런 의미 있는 행동과 생각을 할 줄 아는 우리가 되길, 진심으로 응원합니다.

﻿어제 뉴스에서 대통령이 주재한 국무회의 장면을 보았습니다. 회의 모두발언에서 대통령이 국무위원들에게 전한 말씀이 인상 깊었습니다. 핵심은 행정 제도를 만들거나 개선할 때, 제도의 수요자인 국민들이 어떻게 생각하고 받아들일지를 먼저 고려해야 한다는 것이었습니다. 행정을 담당하는 사람들이 일방적으로 제도를 설계해 발표하는 방식은 편리할 수 있지만, 국민들의 입장을 반영하지 않으면 실질적인 효과를 기대하기 어렵습니다. 제도의 수용성과 실효성을 높이려면, 실제로 그 제도를 적용받는 사람들의 목소리를 듣고 반영하는 과정이 반드시 필요합니다. 이러한 관점은 기업이 제품이나 서비스를 만들 때 사용자 중심으로 설계하는 접근과 닮아 있습니다. 대통령은 행정에서도 이처럼 국민 중심의 사고가 필요하다고 강조했습니다. 즉, 제도의 최종 사용자에게 의미 있고 필요한 방향으로 설계되어야 비로소 수용성이 높아진다는 것입니다. 우리가 업무를 수행할 때도 마찬가지입니다. 머릿속으로 상상한 결과물을 빠르게 만들어내는 것이 효율적으로 보일 수 있지만, 그 결과물이 실제 대상자에게 도움이 되지 않는다면 의미가 없습니다. 서로의 입장을 깊이 이해하지 않고 일방적으로 추진된 결과는 시행착오로 이어질 가능성이 큽니다. 저도 커리어 코칭을 하면서 이러한 교훈을 다시금 되새깁니다. 때때로 저는 코칭을 받는 사람의 입장을 깊이 이해하기보다, 제가 준비한 내용을 먼저 전달하려는 경향이 있습니다. 하지만 진정한 도움이 되려면, 상대의 고민과 필요를 먼저 듣고 그에 맞게 응답해야 합니다. 그게 진정한 코칭이고, 효과적인 소통입니다. 대통령은 과거 배고픈 시절에는 밥을 주는 것만으로도 감사함을 받았지만, 지금은 왜 밥을 주는지 그 이유와 목적을 설명해야 납득을 얻을 수 있다고 말했습니다. 이 말이 참 와닿았습니다. 요즘처럼 정보와 선택지가 넘쳐나는 시대에는 단순히 '주는 것'만으로는 감동을 주기 어렵습니다. 무엇을 주는지가 아니라, 왜 주는지가 중요한 시대입니다. 이력서도 마찬가지입니다. 아무리 화려한 경력을 적더라도, 입사 동기와 기업에 대한 관심이 담겨 있지 않으면 설득력을 잃습니다. 채용 담당자가 원하는 것은 단순한 정보가 아니라, 지원자가 왜 우리 회사에 오고 싶은지를 납득할 수 있는 설명입니다. 우리의 모든 행동은 누군가에게 영향을 줍니다. 아침에 눈을 떠 시작하는 하루가 나와 주변 사람들에게 어떤 영향을 줄지 생각해 보아야 합니다. 의미 없이 반복되는 행동은 소중한 시간을 낭비하게 만듭니다. 그러나 생각을 담고, 목적을 이해하며 실천하는 행동은 스스로와 타인에게 긍정적인 파장을 만들어냅니다. 대통령은 자신의 한 시간을 국민 5,200만 명을 위한 시간으로 여겨야 한다고 했습니다. 그만큼 모든 시간을 의미 있게 사용하라는 뜻입니다. 우리도 마찬가지입니다. 내 행동이 한 사람에게라도 영향을 줄 수 있다면, 그 한 사람을 위해서라도 진지하고 성실하게 임해야 합니다.그런 의미 있는 행동과 생각을 할 줄 아는 우리가 되길, 진심으로 응원합니다.﻿

결과보다 과정을

design by 슝슝 (w/ChatGPT) 아래 글은 2025년 06월 11일에 발행된 뉴스레터에 실린 글입니다.전체 뉴스레터를 보시려면 옆의 링크를 클릭하시면 됩니다. [뉴스레

네이버플러스 스토어가 쿠팡고객을 데려왔다는 건에 대하여

진짜 중요한 건 ‘유입 수’가 아닌 ‘단독 이용률’과 ‘사용 시간’입니다

[아티클 3문장 요약📑]

1️⃣ 최근 네이버플러스 스토어 앱이 급성장 중이라는 기사가 쏟아지고 있는데, 특히 이들이 모은 고객 중 상당수가 쿠팡에서 유입된 것으로 나타났는 점을 강조하며, 쿠팡을 위협한다거나 네이버가 쿠팡 고객을 움직이게 했다는 식의 이야기가 많이 들려오고 있죠.

2️⃣ 하지만 이는 제대로 해석이 필요한 지표로, 실제 네이버플러스 스토어 앱으로 유입된 신규 사용자의 83.1%는 이전 달에 쿠팡 앱을 이용했던 고객들은 맞지만, 이는 고객을 뺏어 왔다는 뜻이 아니라, 단지 이들이 쿠팡 이용 이력이 있다는 걸 말하고, 더욱이 쇼핑 카테고리 앱을 사용하는 사람 10명 중 8명은 어차피 쿠팡 고객이라는 점에서 사실 당연한 숫자라 봐야 합니다.

3️⃣ 따라서 이보다 더 중요한 건 '업종 내 단독 사용률'로 해당 앱만 쓰는 고객을 모아야 정말 쿠팡을 위협한다고 볼 수 있을 텐데, 문제는 쿠팡 앱의 단독 사용률은 무려 48.0%로 절반 가까이 되며 네이버플러스 스토어 앱은 6.5%에 불과하기에, 아마 네이버가 정말 쿠팡을 따라 잡으려면 아직 갈 길이 멀어 보이네요.

💡기묘한 관점➕
이제 커머스 플랫폼간 경쟁에서 가장 중요한 건 사용자 수가 아니라 사용 시간을 점유하는 겁니다. 사용 시간 점유율을 높여 가다 보면 언젠가는 사람ㄷ 데려올 수 있기 때문이죠. 특히 네이버플러스 스토어는 발견형 쇼핑을 주창하고 있기에, 이러한 체류 시간 지표가 더욱 중요할 수밖에 없는데요. 이러한 지표의 성장세가 최근 둔화되고 있어서, 확실히 다른 대안이 필요해 보입니다. 그래야 정말 쿠팡의 경쟁자라 불릴만한 자격을 갖출 수 있을 거고요.

🥤트렌드라이트 구독하기
https://m.site.naver.com/1Ew5V

진짜 중요한 건 ‘유입 수’가 아닌 ‘단독 이용률’과 ‘사용 시간’입니다 [아티클 3문장 요약📑] 1️⃣&nbsp;최근 네이버플러스 스토어 앱이 급성장 중이라는 기사가 쏟아지고 있는데, 특히 이들이 모은 고객 중 상당수가 쿠팡에서 유입된 것으로 나타났는 점을 강조하며, 쿠팡을 위협한다거나 네이버가 쿠팡 고객을 움직이게 했다는 식의 이야기가 많이 들려오고 있죠. 2️⃣&nbsp;하지만 이는 제대로 해석이 필요한 지표로, 실제 네이버플러스 스토어 앱으로 유입된 신규 사용자의 83.1%는 이전 달에 쿠팡 앱을 이용했던 고객들은 맞지만, 이는 고객을 뺏어 왔다는 뜻이 아니라, 단지 이들이 쿠팡 이용 이력이 있다는 걸 말하고, 더욱이 쇼핑 카테고리 앱을 사용하는 사람 10명 중 8명은 어차피 쿠팡 고객이라는 점에서 사실 당연한 숫자라 봐야 합니다. 3️⃣&nbsp;따라서 이보다 더 중요한 건 '업종 내 단독 사용률'로 해당 앱만 쓰는 고객을 모아야 정말 쿠팡을 위협한다고 볼 수 있을 텐데, 문제는 쿠팡 앱의 단독 사용률은 무려 48.0%로 절반 가까이 되며 네이버플러스 스토어 앱은 6.5%에 불과하기에, 아마 네이버가 정말 쿠팡을 따라 잡으려면 아직 갈 길이 멀어 보이네요. 💡기묘한 관점➕이제 커머스 플랫폼간 경쟁에서 가장 중요한 건 사용자 수가 아니라 사용 시간을 점유하는 겁니다. 사용 시간 점유율을 높여 가다 보면 언젠가는 사람ㄷ 데려올 수 있기 때문이죠. 특히 네이버플러스 스토어는 발견형 쇼핑을 주창하고 있기에, 이러한 체류 시간 지표가 더욱 중요할 수밖에 없는데요. 이러한 지표의 성장세가 최근 둔화되고 있어서, 확실히 다른 대안이 필요해 보입니다. 그래야 정말 쿠팡의 경쟁자라 불릴만한 자격을 갖출 수 있을 거고요. 🥤트렌드라이트 구독하기https://m.site.naver.com/1Ew5V

www.openads.co.kr

🔍네이버가 쿠팡 고객을 데려왔다고? 팩트 체크해 봤습니다

1. 젠슨 황은 항상 뛰어난 학생이었다. 하지만 다른 사람들과 사회적으로 상호작용하는 법을 배우기란 쉽지 않았다.

2. 젠슨 황은 말했다. “저는 굉장히 내성적인 성격이었어요. 말도 안 되게 수줍음을 탔죠. (그런데) 데니스 패밀리 레스토랑에서 웨이터로 일한 경험이 그 단단한 벽을 무너뜨리는 데 도움이 됐어요”

3. 젠슨 황이 15살일 때 그의 형은 포틀랜드에 있는 데니스 패밀리 레스토랑의 일자리를 소개해줬다. 젠슨 황은 고등학교, 대학생 시절, 몇 번의 여름 방학을 이 식당에서 일을 하며 보냈다. 젠슨 황은 항상 그랬듯, 설거지나 화장실 청소 같은 궂은일부터 시작했다.

4. 젠슨 황은 데니스에서 일한 경험 덕분에 여러 중요한 인생 기술을 배웠다고 말했다. 혼란한 상황에서도 계속 일에 집중하는 법, 시간 압박을 받으며 일하는 법, 고객과 소통하는 법, 실수를 해결하는 법 등을 익혔다.

5. 뿐만 아니라, 아무리 사소한 일이라도 자신의 업무를 잘 해내는 것에서 만족감을 느끼는 법과 가능한 최고의 기준에 맞춰 그 일을 해내는 법을 배웠다. 그는 당시 자신이 매순간 최선을 다했다고 회상한다.

6. (한편) 알로하 고등학교에 다니는 동안 그는 수학, 과학, 컴퓨터 동아리에서 친구들을 사귀었다. 모든 쉬는 시간을 쏟아 애플 2 컴퓨터에서 BASIC 프로그램을 하거나, 텔레타이프 터미널로 게임을 했다.

7. 그러다 비디오 게임과 사랑에 빠졌다. 특히 그는 <스타트렉>을 좋아했다. 또한 그는 아케이드 게임인 <아스테로이즈>, <갤럭시안>과 같은 게임에 많은 시간을 썼다.

8. (게임을 많이 했지만, 성적도 좋았던) 젠슨 황은 졸업한 후 미국에서 가장 큰 반도체 칩 제조회사들로부터 구애를 받았다. 처음에는 미국 전역에 있는 ‘텍사스 인스트루먼츠’에 가려고 했지만, 면접을 망쳐서 합격 통보를 받지 못했다.

9. 이후, 그는 캘리포니아에 기반을 둔 두 회사에 면접을 봤다. ‘AMD’와 ‘LSI 로직’이었다. 두 회사 모두에 합격했으나 자신이 보기에 사람들에게 더 잘 알려진 AMD를 선택했다. 그러고는 낮에는 AMD에서 일하고, 밤과 주말에는 스탠퍼드 대학교에서 진기공학 석사학위 과정을 밟았다.

10. 마침내 8년 만에 그는 석사학위 과정을 마쳤다. 젠슨 황은 말했다. “저는 대단히 장기적인 관점을 가지고 있어요. 물론 어떤 것들에 대해서는 참을성이 없지만, 그 외의 것들에 대해선 무한히 인내심을 가지는 스타일이죠. 포기하지 않고 꾸준히 하는 게 바로 접니다”

11. (그러는 사이) 젠슨 황의 야망은 커졌다. 분명 그는 AMB에서 마이크로칩 설계 업무를 잘 해내고 있었지만, 어느 순간부터 그 일이 지루하게 느껴졌다. 당시 마이크로칩 설계는 여전히 수작업으로 하나하나 이루어졌기 때문이다.

12. 그러던 중 동료 중 한 명이 LSI로 이직하면서 젠슨 황에게도 함께 갈 것을 권유했다. 젠슨 황은 LSI가 칩 설계 과정을 훨씬 더 빠르고 더 쉽게 바꿀 혁신적인 소프트웨어 도구를 개발한다는 소문을 듣고, 그 아이디어에 흥미를 느꼈다.

13. 리스크를 감수해야 하는 일이었지만, 그는 반도체 사업의 미래를 제대로 아는 것처럼 보이는 회사에서 일해야 한다고 생각했다.

14. 그는 결단을 내렸고, LSI에 합류해 고객사에서 고객과 함께 일하는 기술직 역할을 맡았다. 젠슨 황은 ‘썬마이크로시스템즈’라는 당시 스타트업 고객사에 배정되었는데, 그곳에서 두 명의 인물을 만났다. 바로, 엔지니어인 ‘커티스 프리엠’과 ‘크리스 말라초프스키’다.

15. (이후, 이 세 사람은 엔비디아를 만들었다)

- 태 킴, <엔비디아 레볼루션> 중

1. 젠슨 황은 항상 뛰어난 학생이었다. 하지만 다른 사람들과 사회적으로 상호작용하는 법을 배우기란 쉽지 않았다. 2. 젠슨 황은 말했다. “저는 굉장히 내성적인 성격이었어요. 말도 안 되게 수줍음을 탔죠. (그런데) 데니스 패밀리 레스토랑에서 웨이터로 일한 경험이 그 단단한 벽을 무너뜨리는 데 도움이 됐어요” 3. 젠슨 황이 15살일 때 그의 형은 포틀랜드에 있는 데니스 패밀리 레스토랑의 일자리를 소개해줬다. 젠슨 황은 고등학교, 대학생 시절, 몇 번의 여름 방학을 이 식당에서 일을 하며 보냈다. 젠슨 황은 항상 그랬듯, 설거지나 화장실 청소 같은 궂은일부터 시작했다. 4. 젠슨 황은 데니스에서 일한 경험 덕분에 여러 중요한 인생 기술을 배웠다고 말했다. 혼란한 상황에서도 계속 일에 집중하는 법, 시간 압박을 받으며 일하는 법, 고객과 소통하는 법, 실수를 해결하는 법 등을 익혔다. 5. 뿐만 아니라, 아무리 사소한 일이라도 자신의 업무를 잘 해내는 것에서 만족감을 느끼는 법과 가능한 최고의 기준에 맞춰 그 일을 해내는 법을 배웠다. 그는 당시 자신이 매순간 최선을 다했다고 회상한다. 6. (한편) 알로하 고등학교에 다니는 동안 그는 수학, 과학, 컴퓨터 동아리에서 친구들을 사귀었다. 모든 쉬는 시간을 쏟아 애플 2 컴퓨터에서 BASIC 프로그램을 하거나, 텔레타이프 터미널로 게임을 했다. 7. 그러다 비디오 게임과 사랑에 빠졌다. 특히 그는 &lt;스타트렉&gt;을 좋아했다. 또한 그는 아케이드 게임인 &lt;아스테로이즈&gt;, &lt;갤럭시안&gt;과 같은 게임에 많은 시간을 썼다. 8. (게임을 많이 했지만, 성적도 좋았던) 젠슨 황은 졸업한 후 미국에서 가장 큰 반도체 칩 제조회사들로부터 구애를 받았다. 처음에는 미국 전역에 있는 ‘텍사스 인스트루먼츠’에 가려고 했지만, 면접을 망쳐서 합격 통보를 받지 못했다. 9. 이후, 그는 캘리포니아에 기반을 둔 두 회사에 면접을 봤다. ‘AMD’와 ‘LSI 로직’이었다. 두 회사 모두에 합격했으나 자신이 보기에 사람들에게 더 잘 알려진 AMD를 선택했다. 그러고는 낮에는 AMD에서 일하고, 밤과 주말에는 스탠퍼드 대학교에서 진기공학 석사학위 과정을 밟았다. 10. 마침내 8년 만에 그는 석사학위 과정을 마쳤다. 젠슨 황은 말했다. “저는 대단히 장기적인 관점을 가지고 있어요. 물론 어떤 것들에 대해서는 참을성이 없지만, 그 외의 것들에 대해선 무한히 인내심을 가지는 스타일이죠. 포기하지 않고 꾸준히 하는 게 바로 접니다” 11. (그러는 사이) 젠슨 황의 야망은 커졌다. 분명 그는 AMB에서 마이크로칩 설계 업무를 잘 해내고 있었지만, 어느 순간부터 그 일이 지루하게 느껴졌다. 당시 마이크로칩 설계는 여전히 수작업으로 하나하나 이루어졌기 때문이다. 12. 그러던 중 동료 중 한 명이 LSI로 이직하면서 젠슨 황에게도 함께 갈 것을 권유했다. 젠슨 황은 LSI가 칩 설계 과정을 훨씬 더 빠르고 더 쉽게 바꿀 혁신적인 소프트웨어 도구를 개발한다는 소문을 듣고, 그 아이디어에 흥미를 느꼈다. 13. 리스크를 감수해야 하는 일이었지만, 그는 반도체 사업의 미래를 제대로 아는 것처럼 보이는 회사에서 일해야 한다고 생각했다. 14. 그는 결단을 내렸고, LSI에 합류해 고객사에서 고객과 함께 일하는 기술직 역할을 맡았다. 젠슨 황은 ‘썬마이크로시스템즈’라는 당시 스타트업 고객사에 배정되었는데, 그곳에서 두 명의 인물을 만났다. 바로, 엔지니어인 ‘커티스 프리엠’과 ‘크리스 말라초프스키’다. 15. (이후, 이 세 사람은 엔비디아를 만들었다) - 태 킴, &lt;엔비디아 레볼루션&gt; 중

젠슨 황은 어떻게 커리어를 쌓았나

태초에 모든 동물은 바다에서 살았다. 바다가 동물이 살기 좋은 환경이었던 것이다. 그런데, 동물 사이에 먹이 사슬이 형성되었고, 힘이 없는 동물들은 척박한 곳으로 밀려났다. 그곳이 바로 강이다. 처음에는 강에서 살기 힘들었지만, 성공적으로 적응하는 동물들이 생겨났고, 그래서 강에도 생태계가 형성되었다.

생태계가 형성되자 그곳에서도 강자와 약자가 구분되었다. 그리고 약자들은 또다시 척박한 곳으로 밀려났다. 그곳이 바로 육지다. 역시 오랜 시간을 거쳐 육지에 적응하는 동물들이 생겨났고, 육지에도 새로운 생태계가 형성되었다.

이런 진화 과정은 육지에서도 반복된다. 부족한 산소를 극복하는 과정에서 공룡과 포유류가 탄생했다. 생존을 위한 노력 속에서 어떤 동물은 하늘을 날게 되었고, 어떤 동물은 도구를 사용하게 되었다.

비단 진화 과정에서만 볼 수 있는 일은 아니다. 인류의 역사를 들여다봐도 어려운 환경을 극복하는 과정에서 강자가 된 사례가 넘쳐나고, 현대의 비즈니스에서도 종종 이런 사례가 목격된다. 그러니까 타고난 능력도 좋지만, 더 중요한 건 ‘고난을 극복하며 얻은 강인함’인 것이다. 고난을 통해 얻은 강인함이야말로, 치열한 경쟁 속에서 살아남고, 나아가 승자가 되도록 만들어 주는 원동력이 된다.

#고난 #커리어 #인생

태초에 모든 동물은 바다에서 살았다. 바다가 동물이 살기 좋은 환경이었던 것이다. 그런데, 동물 사이에 먹이 사슬이 형성되었고, 힘이 없는 동물들은 척박한 곳으로 밀려났다. 그곳이 바로 강이다. 처음에는 강에서 살기 힘들었지만, 성공적으로 적응하는 동물들이 생겨났고, 그래서 강에도 생태계가 형성되었다. 생태계가 형성되자 그곳에서도 강자와 약자가 구분되었다. 그리고 약자들은 또다시 척박한 곳으로 밀려났다. 그곳이 바로 육지다. 역시 오랜 시간을 거쳐 육지에 적응하는 동물들이 생겨났고, 육지에도 새로운 생태계가 형성되었다. 이런 진화 과정은 육지에서도 반복된다. 부족한 산소를 극복하는 과정에서 공룡과 포유류가 탄생했다. 생존을 위한 노력 속에서 어떤 동물은 하늘을 날게 되었고, 어떤 동물은 도구를 사용하게 되었다. 비단 진화 과정에서만 볼 수 있는 일은 아니다. 인류의 역사를 들여다봐도 어려운 환경을 극복하는 과정에서 강자가 된 사례가 넘쳐나고, 현대의 비즈니스에서도 종종 이런 사례가 목격된다. 그러니까 타고난 능력도 좋지만, 더 중요한 건 ‘고난을 극복하며 얻은 강인함’인 것이다. 고난을 통해 얻은 강인함이야말로, 치열한 경쟁 속에서 살아남고, 나아가 승자가 되도록 만들어 주는 원동력이 된다. #고난 #커리어 #인생

고난이 사람을 키운다

주니어 기획자의 가장 큰 고민 중 하나가 일종의 '리더십'입니다. 

소개하는 책의 작가는 모두(개발자, 디자이너, 운영자, 마케터 등)를 리딩하는 힘을 키우기 위해 무려 아홉개의 노트(노션)를 쓰며 공부했다고 합니다.

대동산업 관리이사

조무영

서비스기획

김아랑

서비스기획자와 프로덕트 오너 그 사이.
시행착오를 가둬놓지 않고, 다수의 지혜로 바꾸기 위해 글을 씁니다.



퍼블리의 그로스 매니저로 커리어를 시작하여, 현재는 멤버십 사업을 총괄하고 있습니다.
합리적이고 해피한 세상을 향해 살아가고 있으며, 책과 교육, 경제에 관심을 가지고 있습니다.
일하는 것을 싫어하지만, 많이 하고 있습니다..

커리어리 Lead Product Manager

김광종

퍼블리 그로스매니저로 커리어를 시작하여, 프로덕트매니저와 사업총괄을 거쳐, 커리어리팀을 리드하였습니다.
합리적이고 해피한 세상을 향해 살아가고 있으며, 책/교육/경제에 관심이 있습니다.
자유로운 삶을 추구하지만, 지금은 일에 매여 있습니다..

IT기획자의 리더십

좋은습관연구소는 "습관"을 주제로 개인과 기업에 도움이 되는 책들을 펴내고 있습니다. 성장과 변화에 도움이 되는 습관을 연구합니다.

좋은습관연구소

습관을 키워드로 하는 콘텐츠를 퍼블리싱하고 이를 모아 책으로 펴내고 있습니다.

IT기획자의 리더십

댓글 0

비슷한 게시물

주간 인기 TOP 10

추천 프로필