Built with Notion, the all-in-one connected workspace with publishing capabilities.

디자인 툴 디렉토리 | Notion

💘 이런 서비스는 어때요?
[💡 업무 단계에 따른 디자인 툴 디렉토리]

(👀간단 요약)
📌 업무 단계에 따라 사용하기 좋은 툴 살펴보기
✓ 업무 단계별 서비스를 정리한 공간
✓ 각각의 툴을 어떤 업무에 활용하면 좋은지
✓ 주요 기능은 무엇이며 어떻게 활용할 수 있을지
✓ 좋은 점과 아쉬운 점은 무엇인지
✓ 가격 정책은 어떤지 등이 정리되어 있어요!

💘 이런 서비스는 어때요?[💡&nbsp;업무 단계에 따른 디자인 툴 디렉토리] (👀간단 요약)📌&nbsp;업무 단계에 따라 사용하기 좋은 툴 살펴보기✓ 업무 단계별 서비스를 정리한 공간✓ 각각의 툴을 어떤 업무에 활용하면 좋은지✓ 주요 기능은 무엇이며 어떻게 활용할 수 있을지✓ 좋은 점과 아쉬운 점은 무엇인지✓ 가격 정책은 어떤지 등이 정리되어 있어요!

팁스터 : 파밍 클럽 on Notion

업무 단계에 따른 디자인 툴 디렉토리

헤드스페이스가 리브랜딩 했습니다. 헤드스페이스는 10년 전 창립 이후 마음 챙김과 명상이라는 키워드로 많은 사람들의 사랑을 받은 서비스입니다. 개인 뿐만 아니라 수많은 기업과 협업하며 전 세계 1억 명이 넘는 사람이 사용하는 서비스가 되었습니다. 지난 2021년 정신 건강 서비스 진저와 합병 후 새로운 서비스 Headspace Care를 출시하면서 브랜드...

헤드스페이스 리브랜딩: 친근함에 전문성 한 스푼 담기

헤드스페이스가 리브랜딩 했습니다. 헤드스페이스는 10년 전 창립 이후 마음 챙김과 명상이라는 키워드로 많은 사람들의 사랑을 받은 서비스입니다. 개인 뿐만 아니라 수많은 기업과 협업하며 전 세계 1억 명이 넘는 사람이 사용하는 서비스가 되었습니다. 지난 2021년 정신 건강 서비스 진저와 합병 후 새로운 서비스 Headspace Care를 출시하면서 브랜드 재설계가 필요했습니다.

더 자세한 내용은 링크에서 확인하세요.
https://designcompass.org/2024/04/30/headspace/

#리브랜딩 #브랜드 #일러스트레이션
#헤드스페이스 #headspace

헤드스페이스가 리브랜딩 했습니다. 헤드스페이스는 10년 전 창립 이후 마음 챙김과 명상이라는 키워드로 많은 사람들의 사랑을 받은 서비스입니다. 개인 뿐만 아니라 수많은 기업과 협업하며 전 세계 1억 명이 넘는 사람이 사용하는 서비스가 되었습니다. 지난 2021년 정신 건강 서비스 진저와 합병 후 새로운 서비스 Headspace Care를 출시하면서 브랜드 재설계가 필요했습니다. 더 자세한 내용은 링크에서 확인하세요.https://designcompass.org/2024/04/30/headspace/ #리브랜딩 #브랜드 #일러스트레이션#헤드스페이스 #headspace

디자인 나침반

In data science, understanding and applying statistical principles is fundamental to extracting meaningful insights from data. Statistics can easily be done wrong. In this article, we delve into...

7 Principles Every Data Scientist Should Follow

훌륭한 데이터 과학자가 되려면 어떻게 해야 할까요? 관련해서 유용한 기사 공유합니다.😃 (출처: Medium)

<모든 데이터 과학자가 따라야 할 7가지 원칙>

#1. 불확실성 수용
 * 통계는 불확실성을 정량화하는 데 뿌리를 두고 있습니다. 불확실성을 수용한다는 것은 데이터와 분석의 한계를 인정하고, 가능한 결과의 범위를 이해하며, 신뢰 구간, 예측 구간, 확률론적 모델링을 통해 이러한 불확실성을 정량화하는 것을 의미합니다.

#2. 데이터에 대해 비판적으로 생각
 * 비판적 사고는 데이터의 출처, 품질 및 완전성에 의문을 제기하는 것을 포함합니다.
 * 잠재적인 편향, 누락된 데이터 및 질문에 답하기 위한 데이터의 적절성을 고려합니다.
 * 통계 모델과 분석의 기초가 되는 가정을 항상 면밀히 조사합니다.

#3. 컨텍스트 이해
 * 통계 분석은 진공 상태에서 존재하는 것이 아니고, 데이터가 존재하는 상황은 데이터의 수집과 분석, 해석을 알려줍니다.
 * 의미 있는 분석과 실행 가능한 통찰을 위해서는 영역과 데이터의 특성, 그리고 해결해야 할 문제를 이해하는 것이 중요합니다.

#4. 상관관계는 원인이 아니다.
 * 상관관계와 인과관계의 차이를 인식하는 것은 타당한 결론을 내리는 데 필수적입니다.
 * 항상 잠재적 교란 요인을 고려하고 가능한 한 통제된 실험을 통해 인과관계를 탐구하세요.

#5. 조사 결과의 신뢰성에 대한 질문
 * 결과의 신뢰성과 안정성에 항상 의문을 제기합니다. 여기에는 p-값을 비판적으로 평가하고 효과 크기를 이해하며 결과의 재현성을 고려해야 합니다. 통계적 유의성이 항상 실질적인 유의성을 의미하는 것은 아닙니다.

#6. 복잡성에 대한 단순성
 * 간단한 모델부터 시작해서 필요한 경우에만 복잡성을 추가합니다. 복잡한 모델은 과적합을 초래하고 데이터의 기본 패턴을 이해하기 어렵게 만들 수 있습니다.
 * 잘 이해되고 해석 가능한 단순한 모델이 약간 더 정확하지만 불투명한 모델보다 더 가치 있는 경우가 많습니다.

#7. 통계적 유의성 vs 실제적 중요성
 * 통계적 의미와 실제적 의미를 구분하는 것은 매우 중요합니다. 어떤 결과가 통계적으로 중요할 수는 있지만 실제적으로 중요하지는 않습니다.
 * 결과가 주는 현실적 의미를 고려하여 항상 당신의 결과를 현실 세계의 맥락에서 해석하세요.

원본 기사 링크는 아래와 같습니다. Twitter 분석 사례의 예는 원본 기사를 통해 확인하실 수 있습니다. 감사합니다.🙏
[Source Link] https://medium.com/bitgrit-data-science-publication/7-principles-every-data-scientist-should-follow-53cdde88fc69

훌륭한 데이터 과학자가 되려면 어떻게 해야 할까요? 관련해서 유용한 기사 공유합니다.😃 (출처: Medium) &lt;모든 데이터 과학자가 따라야 할 7가지 원칙&gt; #1. 불확실성 수용<ul ><li>통계는 불확실성을 정량화하는 데 뿌리를 두고 있습니다. 불확실성을 수용한다는 것은 데이터와 분석의 한계를 인정하고, 가능한 결과의 범위를 이해하며, 신뢰 구간, 예측 구간, 확률론적 모델링을 통해 이러한 불확실성을 정량화하는 것을 의미합니다.</li></ul> #2. 데이터에 대해 비판적으로 생각<ul ><li>비판적 사고는 데이터의 출처, 품질 및 완전성에 의문을 제기하는 것을 포함합니다.</li><li>잠재적인 편향, 누락된 데이터 및 질문에 답하기 위한 데이터의 적절성을 고려합니다.</li><li>통계 모델과 분석의 기초가 되는 가정을 항상 면밀히 조사합니다.</li></ul> #3. 컨텍스트 이해<ul ><li>통계 분석은 진공 상태에서 존재하는 것이 아니고, 데이터가 존재하는 상황은 데이터의 수집과 분석, 해석을 알려줍니다. </li><li>의미 있는 분석과 실행 가능한 통찰을 위해서는 영역과 데이터의 특성, 그리고 해결해야 할 문제를 이해하는 것이 중요합니다.</li></ul> #4. 상관관계는 원인이 아니다.<ul ><li>상관관계와 인과관계의 차이를 인식하는 것은 타당한 결론을 내리는 데 필수적입니다. </li><li>항상 잠재적 교란 요인을 고려하고 가능한 한 통제된 실험을 통해 인과관계를 탐구하세요.</li></ul> #5. 조사 결과의 신뢰성에 대한 질문<ul ><li>결과의 신뢰성과 안정성에 항상 의문을 제기합니다. 여기에는 p-값을 비판적으로 평가하고 효과 크기를 이해하며 결과의 재현성을 고려해야 합니다. 통계적 유의성이 항상 실질적인 유의성을 의미하는 것은 아닙니다.</li></ul> #6. 복잡성에 대한 단순성<ul ><li>간단한 모델부터 시작해서 필요한 경우에만 복잡성을 추가합니다. 복잡한 모델은 과적합을 초래하고 데이터의 기본 패턴을 이해하기 어렵게 만들 수 있습니다.</li><li>잘 이해되고 해석 가능한 단순한 모델이 약간 더 정확하지만 불투명한 모델보다 더 가치 있는 경우가 많습니다.</li></ul> #7. 통계적 유의성 vs 실제적 중요성<ul ><li>통계적 의미와 실제적 의미를 구분하는 것은 매우 중요합니다. 어떤 결과가 통계적으로 중요할 수는 있지만 실제적으로 중요하지는 않습니다. </li><li>결과가 주는 현실적 의미를 고려하여 항상 당신의 결과를 현실 세계의 맥락에서 해석하세요.</li></ul> 원본 기사 링크는 아래와 같습니다. Twitter 분석 사례의 예는 원본 기사를 통해 확인하실 수 있습니다. 감사합니다.🙏[Source Link] https://medium.com/bitgrit-data-science-publication/7-principles-every-data-scientist-should-follow-53cdde88fc69

Medium

데이터 과학자가 따라야 하는 7가지 원칙

Meta released the most capable open-source language model, Llama 3, yesterday. Because it is open-source, you can download the model weights and run them locally on your own machine. I know, I know...

How To Run Llama 3 In Visual Studio Code With CodeGPT

최근에 Meta에서 인기있는 오픈소스 언어 모델인 Llama 3를 발표했습니다. 전문가가 아닌데 Llama 3를 비쥬얼 스튜디오 코드에서 실행할 수 있을까요? 비전문가를 위해 친절하게 비쥬얼 스튜디오 코드에서 Llama 3를 실행하는 가이드를 소개한 기사 공유합니다.😃

<Visual Studio Code에서 Llama 3를 실행하는 방법 — 단계별 가이드>

Prerequisites
 * Llama3 3를 실행할비쥬얼 스튜디오 코드가 설치된 노트북의 사양을 확인하세요.

 * GPU가 없어도 괜찮은 성능의 CPU와 충분한 RAM이 있으면 아무런 문제 없이 노트북에서 Llama 3를 실행할 수 있다고 합니다.

1단계: Ollama 다운로드 및 설치
 * Ollama 웹사이트로 이동하여 설치 프로그램의 최신 버전을 다운로드하세요. Ollama는 다양한 플랫폼에서 대규모 언어 모델(LLM)을 로컬에서 실행, 생성 및 공유하도록 설계된 도구라고 합니다.

 * 제대로 설치가 되었는지 확인하기 위해
 ollama -v
 명령어를 사용하세요.

2단계: VS Code에 CodeGPT Extension 설치
 * Visual Studio Code를 실행하고 확장(Extension) 탭으로 이동한 후, codegpt.co 에서 "CodeGPT"를 검색하고 확장을 설치하세요.

 * 확장이 설치되면 VS Code의 왼쪽 사이드바에 CodeGPT 아이콘이 표시된다고 합니다.

3단계: 모델 다운로드
 * VS Code에서 터미널을 열고
 ollama pull llama3:8b
 명령을 실행하여 Llama 3 모델을 다운로드합니다. 모델 크기가 커서(4GB 이상) 생각보다 시간이 걸릴 수 있다고 합니다.

4단계: Llama 3 모델 선택
 * VS Code의 왼쪽 패널에 있는 CodeGPT 대시보드에서 Provider 드롭다운 메뉴를 찾아 Ollama를 선택하고, 모델 드롭다운에서 "Lama3:8b"를 선택합니다.

5단계: VS 코드에서 Llama 3 실행
 * VS Code에 모델을 다운로드하고 CodeGPT를 설치했으면 테스트 프롬프트를 제공하여 모든 것이 제대로 작동하는지 확인해 봅니다.

원본 기사 링크는 아래와 같습니다. 상세 내용은 원본 기사를 통해 확인하실 수 있습니다. 감사합니다🙏
[Source Link] https://generativeai.pub/how-to-run-llama-3-in-visual-studio-code-with-codegpt-18cb105cf9d5

최근에 Meta에서 인기있는 오픈소스 언어 모델인 Llama 3를 발표했습니다. 전문가가 아닌데 Llama 3를 비쥬얼 스튜디오 코드에서 실행할 수 있을까요? 비전문가를 위해 친절하게 비쥬얼 스튜디오 코드에서 Llama 3를 실행하는 가이드를 소개한 기사 공유합니다.😃 &lt;Visual Studio Code에서 Llama 3를 실행하는 방법 — 단계별 가이드&gt; Prerequisites<ul ><li>Llama3 3를 실행할비쥬얼 스튜디오 코드가 설치된 노트북의 사양을 확인하세요.</li></ul> <ul ><li>GPU가 없어도 괜찮은 성능의 CPU와 충분한 RAM이 있으면 아무런 문제 없이 노트북에서 Llama 3를 실행할 수 있다고 합니다.</li></ul> 1단계: Ollama 다운로드 및 설치<ul ><li>Ollama 웹사이트로 이동하여 설치 프로그램의 최신 버전을 다운로드하세요. Ollama는 다양한 플랫폼에서 대규모 언어 모델(LLM)을 로컬에서 실행, 생성 및 공유하도록 설계된 도구라고 합니다.</li></ul> <ul ><li>제대로 설치가 되었는지 확인하기 위해 <code >ollama -v</code> 명령어를 사용하세요.</li></ul> 2단계: VS Code에 CodeGPT Extension 설치<ul ><li>Visual Studio Code를 실행하고 확장(Extension) 탭으로 이동한 후, codegpt.co 에서 "CodeGPT"를 검색하고 확장을 설치하세요.</li></ul> <ul ><li>확장이 설치되면 VS Code의 왼쪽 사이드바에 CodeGPT 아이콘이 표시된다고 합니다.</li></ul> 3단계: 모델 다운로드<ul ><li>VS Code에서 터미널을 열고 <code >ollama pull llama3:8b</code> 명령을 실행하여 Llama 3 모델을 다운로드합니다. 모델 크기가 커서(4GB 이상) 생각보다 시간이 걸릴 수 있다고 합니다.</li></ul> 4단계: Llama 3 모델 선택<ul ><li>VS Code의 왼쪽 패널에 있는 CodeGPT 대시보드에서 Provider 드롭다운 메뉴를 찾아 Ollama를 선택하고, 모델 드롭다운에서 "Lama3:8b"를 선택합니다. </li></ul> 5단계: VS 코드에서 Llama 3 실행<ul ><li>VS Code에 모델을 다운로드하고 CodeGPT를 설치했으면 테스트 프롬프트를 제공하여 모든 것이 제대로 작동하는지 확인해 봅니다.</li></ul> 원본 기사 링크는 아래와 같습니다. 상세 내용은 원본 기사를 통해 확인하실 수 있습니다. 감사합니다🙏[Source Link] https://generativeai.pub/how-to-run-llama-3-in-visual-studio-code-with-codegpt-18cb105cf9d5

비쥬얼 스튜디오 코드에서 Llama 3 실행하기

중국 패션회사가 있습니다. 한국에서는 파급력이 크지 않지만... 연매출이 30-40조 원 가량에 육박한다고 합니다. 한국에서 2030들이 옷을 어디서 살까... 무신사인데요. 무신사 매출이 연간 얼마나 되는지 보면 1조원 가량 된다고 합니다. 그러면 무신사의 30-40배 정도 되는 매출규모라는 거죠. 물론 사업 구조가 다르겠습니다만은... 테무처럼 무서운 회사입니다. 당연히 중국에 진출한 한국 패션 회사들도 영향을 많이 받겠지요.

중국의 유니클로 SHEIN

중국 패션회사가 있습니다. 한국에서는 파급력이 크지 않지만... 연매출이 30-40조 원 가량에 육박한다고 합니다. 한국에서 2030들이 옷을 어디서 살까... 무신사인데요. 무신사 매출이 연간 얼마나 되는지 보면 1조원 가량 된다고 합니다. 그러면 무신사의 30-40배 정도 되는 매출규모라는 거죠. 물론 사업 구조가 다르겠습니다만은... 테무처럼 무서운 회사입니다. 당연히 중국에 진출한 한국 패션 회사들도 영향을 많이 받겠지요.

쉬인 창업년도를 보니 2008년이네요. 이제 15년 정도 된 회사입니다. 한국에는 이 회사를 커버하는 내용이 많지 않아서요. 관심있게 보면서 번역했습니다. 도움 되시길 바랍니다. 

번역 : https://www.youtube.com/watch?v=4_eDxIRIbj8

중국 패션회사가 있습니다. 한국에서는 파급력이 크지 않지만... 연매출이 30-40조 원 가량에 육박한다고 합니다. 한국에서 2030들이 옷을 어디서 살까... 무신사인데요. 무신사 매출이 연간 얼마나 되는지 보면 1조원 가량 된다고 합니다. 그러면 무신사의 30-40배 정도 되는 매출규모라는 거죠. 물론 사업 구조가 다르겠습니다만은... 테무처럼 무서운 회사입니다. 당연히 중국에 진출한 한국 패션 회사들도 영향을 많이 받겠지요. 쉬인 창업년도를 보니 2008년이네요. 이제 15년 정도 된 회사입니다. 한국에는 이 회사를 커버하는 내용이 많지 않아서요. 관심있게 보면서 번역했습니다. 도움 되시길 바랍니다.&nbsp; 번역 : https://www.youtube.com/watch?v=4_eDxIRIbj8

YouTube

이 소셜 미디어 대기업은 회원 서비스를 개선하기 위해 생성형 AI를 도입했다. 링크드인의 엔지니어들이 LLM을 활용하여 비즈니스 성과를 달성하는

"구인구직 매칭 서비스에 LLM 활용해보니..." 링크드인이 전하는 생성형 AI 현실 교훈

어느 기업보다 빠르게 링크드인은 생성형 AI를 기업의 비즈니스에 접목한 회사인데요, 관련해서 생성형 AI를 적용한 사용 후기 소개한 기사 공유합니다.😃 (출처: CIO)

<“구인구직 매칭 서비스에 LLM 활용해보니...” 링크드인이 전하는 생성형 AI 현실 교훈>
적절성 확인과 시작
 * 기술 초기의 과대 광고와 낮은 완성도가 문제였는데, 그 결과 개발된 일자리 매칭 노력의 초기 버전은 말 그대로 ‘무례’했습니다.
 * 링크드인이 체득한 첫 번째 교훈은 청중의 기대에 맞춰 LLM을 조정하는 것의 중요성, 그리고 인간적이지는 않더라도 최소한 인간적인 답변을 하는 방법을 이해하도록 돕는 것이었습니다.

속도 이슈
 * LLM의 장점 중 하나가 빠른 속도로 언급되곤 하기 때문에 링크드인은 LLM이 도움이 될 것이라고 기대했지만, 실제 배포에서는 그렇지 않았다고 합니다.
 * LLM이 없었다면 프로젝트의 여러 측면을 완성하는 데 얼마나 오래 걸렸을 지를 묻는 질문에 일부 요소는 전혀 완성할 수 없었을 것이라며, 다른 요소는 몇 년이 걸렸을 수도 있었다고 합니다. 특정 작업은 2~3개월이 걸렸을 수 있지만, LLM을 통해서는 일주일도 안 돼서 마스터할 수 있었다라고 합니다.

비용 문제
 * 개발을 위해 지출한 금액은 무시할 수 있는 수준이었지만, 링크드인의 고객에게 데이터를 제공하는 단계에서는 비용이 폭발적으로 증가했다고 합니다.
 * 높은 비용의 원인은 링크드인이 LLM 제공자이자 모기업인 마이크로소프트와 체결한 라이선스 계약이 사용량, 특히 입력 및 출력 토큰을 기준으로 책정되었기 때문이라고 합니다.

평가 과제
 * LLM은 정확성, 관련성, 안전성 및 기타 우려 사항 측면에서 아직 문제를 가진 것으로 전해집니다.

데이터 품질
 * 링크드인이 구인/구직 매칭 서비스에서 겪은 어려움의 일부는 고용주와 잠재적 직원 양측의 데이터 품질 문제에 기인한다고 합니다. 데이터 입력의 품질이 높아지면 회사의 일자리 매칭 LLM이 훨씬 더 효과적으로 작동할 수 있기에 양쪽 모두에게 이익이 될 수 있습니다.

사용자 경험
 * 대규모 회원 기반을 다룰 때 정확도 및 관련성 메트릭은 잘못된 편안함을 줄 수 있다라고 표현 했는데, 이는 LLM이 90%를 제대로 맞힌다면 10명 중 1명은 끔찍한 경험을 할 수 있다는 뜻이라고 합니다.

실시간 운영
 * 링크드인의 회원 수가 10억 명에 달하기 때문에 구인 광고가 게시된 후 몇 분 안에 수천 개는 아니더라도 수백 개의 응답을 받을 수 있는데, 이미 수백 명이 지원했다는 사실을 알게 되면 많은 구직자가 더 이상 지원하지 않을 수 있습니다. 따라서 자격 요건을 갖추지 못한 지원자가 자료를 제출하기 전에 일치하는 멤버를 신속하게 찾도록 도와야 합니다.
 * 고용자 입장에서 연봉 범위를 공개하는 것을 꺼리는 경우, 자격을 갖춘 지원자가 해당 직무에 관심을 가지지 않을 수 있기 때문에 더 복잡해 질 수 있고 이는 LLM이 해결할 수 없는 문제입니다.

원본 기사 링크는 아래와 같습니다. 감사합니다.🙏
[Source Link] https://www.ciokorea.com/news/335094#csidx5df7546624d82b2ae9442854655cdfd

어느 기업보다 빠르게 링크드인은 생성형 AI를 기업의 비즈니스에 접목한 회사인데요, 관련해서 생성형 AI를 적용한 사용 후기 소개한 기사 공유합니다.😃 (출처: CIO) &lt;“구인구직 매칭 서비스에 LLM 활용해보니...” 링크드인이 전하는 생성형 AI 현실 교훈&gt;적절성 확인과 시작<ul ><li>기술 초기의 과대 광고와 낮은 완성도가 문제였는데, 그 결과 개발된 일자리 매칭 노력의 초기 버전은 말 그대로 ‘무례’했습니다.</li><li>링크드인이 체득한 첫 번째 교훈은 청중의 기대에 맞춰 LLM을 조정하는 것의 중요성, 그리고 인간적이지는 않더라도 최소한 인간적인 답변을 하는 방법을 이해하도록 돕는 것이었습니다.</li></ul> 속도 이슈<ul ><li>LLM의 장점 중 하나가 빠른 속도로 언급되곤 하기 때문에 링크드인은 LLM이 도움이 될 것이라고 기대했지만, 실제 배포에서는 그렇지 않았다고 합니다.</li><li>LLM이 없었다면 프로젝트의 여러 측면을 완성하는 데 얼마나 오래 걸렸을 지를 묻는 질문에 일부 요소는 전혀 완성할 수 없었을 것이라며, 다른 요소는 몇 년이 걸렸을 수도 있었다고 합니다. 특정 작업은 2~3개월이 걸렸을 수 있지만, LLM을 통해서는 일주일도 안 돼서 마스터할 수 있었다라고 합니다.</li></ul> 비용 문제<ul ><li>개발을 위해 지출한 금액은 무시할 수 있는 수준이었지만, 링크드인의 고객에게 데이터를 제공하는 단계에서는 비용이 폭발적으로 증가했다고 합니다.</li><li>높은 비용의 원인은 링크드인이 LLM 제공자이자 모기업인 마이크로소프트와 체결한 라이선스 계약이 사용량, 특히 입력 및 출력 토큰을 기준으로 책정되었기 때문이라고 합니다.</li></ul> 평가 과제<ul ><li>LLM은 정확성, 관련성, 안전성 및 기타 우려 사항 측면에서 아직 문제를 가진 것으로 전해집니다.</li></ul> 데이터 품질<ul ><li>링크드인이 구인/구직 매칭 서비스에서 겪은 어려움의 일부는 고용주와 잠재적 직원 양측의 데이터 품질 문제에 기인한다고 합니다. 데이터 입력의 품질이 높아지면 회사의 일자리 매칭 LLM이 훨씬 더 효과적으로 작동할 수 있기에 양쪽 모두에게 이익이 될 수 있습니다.</li></ul> 사용자 경험<ul ><li>대규모 회원 기반을 다룰 때 정확도 및 관련성 메트릭은 잘못된 편안함을 줄 수 있다라고 표현 했는데, 이는 LLM이 90%를 제대로 맞힌다면 10명 중 1명은 끔찍한 경험을 할 수 있다는 뜻이라고 합니다.</li></ul> 실시간 운영<ul ><li>링크드인의 회원 수가 10억 명에 달하기 때문에 구인 광고가 게시된 후 몇 분 안에 수천 개는 아니더라도 수백 개의 응답을 받을 수 있는데, 이미 수백 명이 지원했다는 사실을 알게 되면 많은 구직자가 더 이상 지원하지 않을 수 있습니다. 따라서 자격 요건을 갖추지 못한 지원자가 자료를 제출하기 전에 일치하는 멤버를 신속하게 찾도록 도와야 합니다.</li><li>고용자 입장에서 연봉 범위를 공개하는 것을 꺼리는 경우, 자격을 갖춘 지원자가 해당 직무에 관심을 가지지 않을 수 있기 때문에 더 복잡해 질 수 있고 이는 LLM이 해결할 수 없는 문제입니다.</li></ul> 원본 기사 링크는 아래와 같습니다. 감사합니다.🙏 [Source Link] https://www.ciokorea.com/news/335094#csidx5df7546624d82b2ae9442854655cdfd

CIO Korea

링크드인의 생성형 AI 사용후기

Product engineers have been attempting to wrangle AI into mainstream applications for a while now. However, despite the remarkable power of large language models, many companies have been largely...

The Future is Agentic

대규모 언어 모델(LLM)이 보여준 놀라운 힘에도 불구하고 아직까지 많은 회사들은 LLM을 사용하여 제품을 혁신하는 데 크게 성공하지 못했습니다. 이와 관련해서 읽어볼만한 흥미로운 기사가 있어 공유합니다.😃

<미래는 에이전틱(Agentic)입니다.>
 * 많은 기업의 목표는 우리가 가장 좋아하는 앱을 위한 진정한 가상 비서 역할을 할 수 있는 AI 시스템을 만드는 것입니다. 그러나 다양한 조직에 걸쳐 수조 달러의 투자가 이루어졌음에도 불구하고 진정한 성공 사례는 거의 없습니다.

 * AI가 실제로 소비자에게 유용할 수 있도록 집중적이고 강력한 제품으로 만들려면, 영리한 디자이너가 필요해 보입니다. 그렇기 때문에 Agentic 시스템은 성공적인 LLM 기반 애플리케이션 구축에 있어 필수일 수 있습니다.

Naive AI의 문제점
 * 대부분의 언어 모델들은 실제로 도입을 공정하게 수행할 것이고 이미 학습 과정 내내 수백만 개의 기사를 보았고 주제를 소개하기에 충분한 영어에 대해 이해합니다. 하지만 아무리 화려한 프롬프트를 보내도 결과물은 거의 항상 피상적이고 지루한 정보 목록으로 발전합니다. 인간이 실제로 해결하는 데 신경 쓰는 많은 문제들은 다음 단어 예측보다 더 복잡한 것을 요구합니다.
 
 
 * 인공지능 시스템은 세상의 모든 지능에도 불구하고 우리가 어디에 있는지 모르고, 일기예보에 접근할 수 없으며, 오늘이 무엇인지조차 모릅니다. 언어 모델은 태양 아래에서 모든 정보를 배울 수 있지만, 학습 시간 동안 접근할 수 있었던 정보에 대해서만 대화할 수 있습니다. 즉 천재적 고립은 제한된 유용성을 가지고 있습니다.

 * LLM이 크고 정교하지만, 그들의 추론은 너무 간단합니다. 많은 문제들은 너무 복잡해서 한 번에 한 단어씩 반응을 추측해서는 풀 수 없습니다.

 * 복잡한 생각을 할 수 있는 언어 모델을 만들었다 하더라도 언어 모델은 과거의 데이터에 대해 언어적으로만 대화할 수 있기 때문에 많은 응용 분야에서 유용하지 않을 것입니다.
 
에이전트 시스템을 통한 문제 해결방안
 * 에이전트 시스템은 현재 뜨거운 주제이며 정확한 세부 사항은 정기적으로 변경됩니다.

 * 기본적으로 에이전트는 언어 모델이 이전 출력을 추론하고 도구를 사용하여 정보의 외부 소스를 찾을 수 있도록 하는 프레임워크를 만듭니다.

 * 에이전트는 누락된 정보에 대한 적응 능력이 뛰어나며 도전 과제에 유기적으로 적응하는 놀라운 능력을 표현합니다.

 * 에이전트는 인간이 문제를 어떻게 생각하는지에 비해 여전히 엄격하고 단순하지만, 에이전트 시스템의 아이디어는 언어 모델이 더 복잡한 애플리케이션에서 유용할 수 있도록 하는 데 막대한 영향을 미치는 것으로 입증되었습니다.
 
 
 * 에이전트가 발전함에 따라 LLM은 우리가 일상 생활에서 사용할 더 유용한 도구에 통합될 가능성이 높습니다.

원본 기사 링크는 아래와 같습니다.
관련 예시 및 상세내용은 원본 기사 링크를 통해 확인하실 수 있습니다. 감사합니다.🙏
[Source Link] https://levelup.gitconnected.com/the-future-is-agentic-5c644f6b8f5b

대규모 언어 모델(LLM)이 보여준 놀라운 힘에도 불구하고 아직까지 많은 회사들은 LLM을 사용하여 제품을 혁신하는 데 크게 성공하지 못했습니다. 이와 관련해서 읽어볼만한 흥미로운 기사가 있어 공유합니다.😃 &lt;미래는 에이전틱(Agentic)입니다.&gt;<ul ><li>많은 기업의 목표는 우리가 가장 좋아하는 앱을 위한 진정한 가상 비서 역할을 할 수 있는 AI 시스템을 만드는 것입니다. 그러나 다양한 조직에 걸쳐 수조 달러의 투자가 이루어졌음에도 불구하고 진정한 성공 사례는 거의 없습니다.</li></ul> <ul ><li>AI가 실제로 소비자에게 유용할 수 있도록 집중적이고 강력한 제품으로 만들려면, 영리한 디자이너가 필요해 보입니다. 그렇기 때문에 Agentic 시스템은 성공적인 LLM 기반 애플리케이션 구축에 있어 필수일 수 있습니다.</li></ul> Naive AI의 문제점<ul ><li>대부분의 언어 모델들은 실제로 도입을 공정하게 수행할 것이고 이미 학습 과정 내내 수백만 개의 기사를 보았고 주제를 소개하기에 충분한 영어에 대해 이해합니다. 하지만 아무리 화려한 프롬프트를 보내도 결과물은 거의 항상 피상적이고 지루한 정보 목록으로 발전합니다. 인간이 실제로 해결하는 데 신경 쓰는 많은 문제들은 다음 단어 예측보다 더 복잡한 것을 요구합니다. </li><li>인공지능 시스템은 세상의 모든 지능에도 불구하고 우리가 어디에 있는지 모르고, 일기예보에 접근할 수 없으며, 오늘이 무엇인지조차 모릅니다. 언어 모델은 태양 아래에서 모든 정보를 배울 수 있지만, 학습 시간 동안 접근할 수 있었던 정보에 대해서만 대화할 수 있습니다. 즉 천재적 고립은 제한된 유용성을 가지고 있습니다.</li></ul> <ul ><li>LLM이 크고 정교하지만, 그들의 추론은 너무 간단합니다. 많은 문제들은 너무 복잡해서 한 번에 한 단어씩 반응을 추측해서는 풀 수 없습니다.</li></ul> <ul ><li>복잡한 생각을 할 수 있는 언어 모델을 만들었다 하더라도 언어 모델은 과거의 데이터에 대해 언어적으로만 대화할 수 있기 때문에 많은 응용 분야에서 유용하지 않을 것입니다. </li></ul>에이전트 시스템을 통한 문제 해결방안<ul ><li>에이전트 시스템은 현재 뜨거운 주제이며 정확한 세부 사항은 정기적으로 변경됩니다.</li></ul> <ul ><li>기본적으로 에이전트는 언어 모델이 이전 출력을 추론하고 도구를 사용하여 정보의 외부 소스를 찾을 수 있도록 하는 프레임워크를 만듭니다.</li></ul> <ul ><li>에이전트는 누락된 정보에 대한 적응 능력이 뛰어나며 도전 과제에 유기적으로 적응하는 놀라운 능력을 표현합니다.</li></ul> <ul ><li>에이전트는 인간이 문제를 어떻게 생각하는지에 비해 여전히 엄격하고 단순하지만, 에이전트 시스템의 아이디어는 언어 모델이 더 복잡한 애플리케이션에서 유용할 수 있도록 하는 데 막대한 영향을 미치는 것으로 입증되었습니다. </li><li>에이전트가 발전함에 따라 LLM은 우리가 일상 생활에서 사용할 더 유용한 도구에 통합될 가능성이 높습니다.</li></ul> 원본 기사 링크는 아래와 같습니다.관련 예시 및 상세내용은 원본 기사 링크를 통해 확인하실 수 있습니다. 감사합니다.🙏[Source Link] https://levelup.gitconnected.com/the-future-is-agentic-5c644f6b8f5b

데이터 과학의 미래는... 에이전트 시스템이다?

Today, let's look into 8 Python repos that the top 1% of developers use (and those you have likely never heard of). In simple terms, DevRank uses Google's PageRank algorithm to measure how important...

🐍 8 backend repos used by the top 1% of python devs 🏆

상위 1% 파이썬 개발자가 된다는 것은 어떤 느낌일까요? 상위 1% 파이썬 개발자가 사용한다는 백엔드 리포지토리 TOP 8 소개 기사 공유합니다.😃 (출처: Medium)

1️⃣ aio-libs/yarl (https://github.com/aio-libs/yarl)
 * Yarl은 파이썬에서 쉽고 효율적인 URL 관리 및 분석을 위해 설계되었다고 합니다.
 * 인코딩 및 디코딩을 처리하므로 간단한 방법으로 URL을 생성, 분석 및 수정할 수 있습니다.

2️⃣ Suor/django-cacheops (https://github.com/Suor/django-cacheops)
 * 레디스를 사용하여 자동 쿼리 캐싱 및 이벤트 기반 자동 캐싱을 포함한 고급 캐싱 기능을 제공하는 Django 애플리케이션입니다.
 * 데이터 부하를 줄여 Django 애플리케이션의 속도를 높일 수 있으며 기능 및 뷰 캐싱과 같은 기능을 갖추고 있습니다.

3️⃣ samuelcolvin/watchfiles (https://github.com/samuelcolvin/watchfiles)
 * watchfiles은 우리가 변경을 할 때마다 자동으로 우리의 코드를 재설정 한다고 합니다.
 * 즉 우리가 콘텐츠를 업데이트 할 때마다 당신의 서버를 다시 시작할 필요가 없다는 것을 의미합니다.

4️⃣ FactoryBoy/factory_boy(https://github.com/FactoryBoy/factory_boy)
 * Factory_boy는 파이썬 어플리케이션을 테스트하기 위해 fake이지만 현실적인 데이터를 빠르게 생성할 수 있도록 도와주는 도구라고 합니다.
 * 이것은 우리가 필요로 하는 어떤 테스트 케이스도 자동으로 만들 수 있는 편리한 도구입니다.

5️⃣ hugapi/hug(https://github.com/hugapi/hug)
 * hug는 파이썬으로 API를 쉽게 만드는 프레임워크로 코드를 최대한 보호하도록 설계되었습니다.
 * 빠르고 자체 문서화된 코드 지원을 위해 만들어져 개발이 더욱 직관적입니다.

6️⃣ joeyespo/grip(https://github.com/joeyespo/grip)
 * grip을 사용하면 깃허브로 이동하기 전에 깃허브 자체 마크다운(Markdown) API를 사용하여 로컬 마크다운 아카이브(예: 리드미)를 만들 수 있다고 합니다.

7️⃣ joerick/pyinstrument(https://github.com/joerick/pyinstrument)
 * Pyinstrument는 애플리케이션의 속도가 느려지는 코드 영역을 식별하는 데 도움을 주는 성능 분석 도구입니다.
 * 평소처럼 스크립트를 실행하고 스크립트가 가장 많은 시간을 보내는 곳에 대한 자세한 정보를 얻을 수 있어 코드를 더 효율적으로 조정할 수 있도록 도와준다고 합니다.

8️⃣ marshmallow-code/apispec(https://github.com/marshmallow-code/apispec)
 * Apispec은 OpenAPI 사양을 지원하는 API 문서를 만들기 위한 도구입니다.
 * API 엔드포인트를 위한 명확하고 구조화된 문서를 자동으로 만든다고 합니다.

원본 기사 링크는 아래와 같습니다. 감사합니다.🙏
[Source Link] https://medium.com/@bap_16778/8-backend-repos-used-by-the-top-1-of-python-devs-69d833298c05

상위 1% 파이썬 개발자가 된다는 것은 어떤 느낌일까요? 상위 1% 파이썬 개발자가 사용한다는 백엔드 리포지토리 TOP 8 소개 기사 공유합니다.😃 (출처: Medium) 1️⃣ aio-libs/yarl (https://github.com/aio-libs/yarl)<ul ><li>Yarl은 파이썬에서 쉽고 효율적인 URL 관리 및 분석을 위해 설계되었다고 합니다.</li><li>인코딩 및 디코딩을 처리하므로 간단한 방법으로 URL을 생성, 분석 및 수정할 수 있습니다.</li></ul> 2️⃣ Suor/django-cacheops (https://github.com/Suor/django-cacheops)<ul ><li>레디스를 사용하여 자동 쿼리 캐싱 및 이벤트 기반 자동 캐싱을 포함한 고급 캐싱 기능을 제공하는 Django 애플리케이션입니다. </li><li>데이터 부하를 줄여 Django 애플리케이션의 속도를 높일 수 있으며 기능 및 뷰 캐싱과 같은 기능을 갖추고 있습니다.</li></ul> 3️⃣ samuelcolvin/watchfiles (https://github.com/samuelcolvin/watchfiles)<ul ><li>watchfiles은 우리가 변경을 할 때마다 자동으로 우리의 코드를 재설정 한다고 합니다.</li><li>즉 우리가 콘텐츠를 업데이트 할 때마다 당신의 서버를 다시 시작할 필요가 없다는 것을 의미합니다. </li></ul> 4️⃣ FactoryBoy/factory_boy(https://github.com/FactoryBoy/factory_boy)<ul ><li>Factory_boy는 파이썬 어플리케이션을 테스트하기 위해 fake이지만 현실적인 데이터를 빠르게 생성할 수 있도록 도와주는 도구라고 합니다.</li><li>이것은 우리가 필요로 하는 어떤 테스트 케이스도 자동으로 만들 수 있는 편리한 도구입니다.</li></ul> 5️⃣ hugapi/hug(https://github.com/hugapi/hug)<ul ><li>hug는 파이썬으로 API를 쉽게 만드는 프레임워크로 코드를 최대한 보호하도록 설계되었습니다. </li><li>빠르고 자체 문서화된 코드 지원을 위해 만들어져 개발이 더욱 직관적입니다.</li></ul> 6️⃣ joeyespo/grip(https://github.com/joeyespo/grip)<ul ><li>grip을 사용하면 깃허브로 이동하기 전에 깃허브 자체 마크다운(Markdown) API를 사용하여 로컬 마크다운 아카이브(예: 리드미)를 만들 수 있다고 합니다.</li></ul> 7️⃣ joerick/pyinstrument(https://github.com/joerick/pyinstrument)<ul ><li>Pyinstrument는 애플리케이션의 속도가 느려지는 코드 영역을 식별하는 데 도움을 주는 성능 분석 도구입니다. </li><li>평소처럼 스크립트를 실행하고 스크립트가 가장 많은 시간을 보내는 곳에 대한 자세한 정보를 얻을 수 있어 코드를 더 효율적으로 조정할 수 있도록 도와준다고 합니다.</li></ul> 8️⃣ marshmallow-code/apispec(https://github.com/marshmallow-code/apispec)<ul ><li>Apispec은 OpenAPI 사양을 지원하는 API 문서를 만들기 위한 도구입니다. </li><li>API 엔드포인트를 위한 명확하고 구조화된 문서를 자동으로 만든다고 합니다.</li></ul> 원본 기사 링크는 아래와 같습니다. 감사합니다.🙏[Source Link] https://medium.com/@bap_16778/8-backend-repos-used-by-the-top-1-of-python-devs-69d833298c05

상위 1% 파이썬 개발자가 사용하는 백엔드 레포지토리 TOP 8

영민한 생각 #AI 08] UX 디자이너이지만 프로덕트 기획하며 매니지먼트하는 PM 업무를 1년 정도 해본 경험이 있어요. 당시 좌충우돌+야근하면서 개발 구조, PM 업무, 요구사항 정책 문서 쓰는 법 등 제로베이스에서 많은걸 배웠었는데요, 그때의 경험은 훌륭한 자산이 되어, 이후...

Youngmin Yoon (윤영민) on LinkedIn: UX Design with AI#02

UX 디자인을 하는 사람에게 중요한 건 사용성과 유용성, 그리고 비즈니스 임팩트입니다. 좁은 의미의 디자인만 해서는 이를 달성하기 어렵고 제품 관점, 사업 관점, 다른 조직과의 협업 관점까지 고려해야 제품에 더 나은 사용성과 유용성을 담아낼 수 있습니다. 어떻게 하면 ChatGPT나 Claude와 같은 도구를 '실용적'으로 활용할 수 있을까요? SK텔레콤 UX 디자이너 윤영민 님이 링크드인에 공유한 콘텐츠는 몇 가지 교훈을 줍니다.

[ 큐레이터의 문장 🎒 ]

1️⃣ 정보를 신뢰하기 =보다 놓치기 쉬운 관점만 가져올 것

2️⃣ 질문에는 상황과 역할, 주의할 점, 구체적인 산출물 형태를 제시할 것

3️⃣ 처음부터 어려운 질문을 던지기보다는 복잡도가 낮은 질문으로 시작해서 고도화할 것

https://www.linkedin.com/posts/youngmin-yoon-%EC%9C%A4%EC%98%81%EB%AF%BC-939114146_ux-design-with-ai02-activity-7189907897047306240-ZkNp?utm_source=share&utm_medium=member_desktop

UX 디자인을 하는 사람에게 중요한 건 사용성과 유용성, 그리고 비즈니스 임팩트입니다. 좁은 의미의 디자인만 해서는 이를 달성하기 어렵고 제품 관점, 사업 관점, 다른 조직과의 협업 관점까지 고려해야 제품에 더 나은 사용성과 유용성을 담아낼 수 있습니다. 어떻게 하면 ChatGPT나 Claude와 같은 도구를 '실용적'으로 활용할 수 있을까요? SK텔레콤 UX 디자이너 윤영민 님이 링크드인에 공유한 콘텐츠는 몇 가지 교훈을 줍니다. [ 큐레이터의 문장 🎒 ] 1️⃣ 정보를 신뢰하기 =보다 놓치기 쉬운 관점만 가져올 것 2️⃣ 질문에는 상황과 역할, 주의할 점, 구체적인 산출물 형태를 제시할 것 3️⃣ 처음부터 어려운 질문을 던지기보다는 복잡도가 낮은 질문으로 시작해서 고도화할 것 https://www.linkedin.com/posts/youngmin-yoon-%EC%9C%A4%EC%98%81%EB%AF%BC-939114146_ux-design-with-ai02-activity-7189907897047306240-ZkNp?utm_source=share&amp;utm_medium=member_desktop

Linkedin

⟪UX 디자인에 AI를 활용하는 방법⟫

소니가 웨어러블 에어컨 '레온 포켓 5'를 출시했습니다. 누구나 여름이 되면 상상했던 입는 에어컨을 실제로 만든 제품입니다. 눈에 띄지 않게 목뒤에 걸어 등줄기에 시원한 바람을 내보냅니다. 얼굴에 바람을 내보내는 대신 옷 속을 시원하게 만듭니다. 한국 버스 정류장의 온열 의자 같은 효과를 낼 수 있을 것 같네요. 소니의 사내 스타트업 육성 프로그램으로...

소니 레온 포켓 5: 더 가볍고 오래가는 입는 에어컨

소니가 웨어러블 에어컨 ‘레온 포켓 5’를 출시했습니다. 누구나 여름이 되면 상상했던 입는 에어컨을 실제로 만든 제품입니다. 눈에 띄지 않게 목뒤에 걸어 등줄기에 시원한 바람을 내보냅니다. 얼굴에 바람을 내보내는 대신 옷 속을 시원하게 만듭니다. 한국 버스 정류장의 온열 의자 같은 효과를 낼 수 있을 것 같네요.

더 자세한 내용은 링크에서 확인하세요.
https://designcompass.org/2024/04/29/reon-pocket5/
#에어컨 #오브젝트 #웨어러블 #소니

소니가 웨어러블 에어컨 ‘레온 포켓 5’를 출시했습니다. 누구나 여름이 되면 상상했던 입는 에어컨을 실제로 만든 제품입니다. 눈에 띄지 않게 목뒤에 걸어 등줄기에 시원한 바람을 내보냅니다. 얼굴에 바람을 내보내는 대신 옷 속을 시원하게 만듭니다. 한국 버스 정류장의 온열 의자 같은 효과를 낼 수 있을 것 같네요. 더 자세한 내용은 링크에서 확인하세요.https://designcompass.org/2024/04/29/reon-pocket5/#에어컨 #오브젝트 #웨어러블 #소니

소니 레온 포켓 5: 더 가볍고 오래 가는 입는 에어컨

작은 팀부터 규모 있는 기업까지 다양한 곳에서 정말 많은 분들을 뽑아도 보고 탈락도 시켜본 자로서 정리해본 개발자 이력서 스타일에 대해서.

나는 개인적으로 개발자 이력서를 디자이너 포트폴리오 꾸미듯 꾸미기는 선호하지 않는다. 그렇다고 전형적인 이력서 포맷도 그닥이다. 자유양식의 심플 a4 스타일로 간결 1장 분량이면 좋고 길어도 2-3 페이지 정도를 선호한다.

내가 좋아하는 구성은
 * 사진(사진은 필수는 아니다) 이름, 전화번호, 이메일 주소
 * 경력 : 최신이 위로 올라오게 내림차순
 * 학력/교육 : 최종전공학력 위주.
   교육은 직무와 연관된 코스만 간단하게.
 * git repo, blog 등. 기술블로그 경우만.
   
이메일은 수시로 체크 가능한게 좋다. 이상하게 내 경험으로는 네이버 카카오 메일보다 gmail 지원자가 개발자의 경우는 채용까지 연결되는 경우가 많았다. 경험일 뿐이고 지금 지원하는 회사가 카카오, 네이버라면 당연히각 사의 메일주소를 쓰는게 낫겠다.

경력은 주로 아래로 구성된다.
 * 회사명, 재직기간
 * 담당 업무와 개발스택
 * 주요 활약이나 성과
JD(Job Descriptions) 와 연결된 담당 업무나 개발 스텍을 써보자.
 * AWS 기반 ec2 에 java + spring boot 로 구성된 백엔드 API 개발담당
 * React Native 를 활용한 사용자용 모바일 앱 개발
 * Jsp, html, css, JavaScript 로 구성된 was 개발
 * PyTorch 기반의 image classification, detection model 구현 및 serving API 개발 담당
 * swift 를 활용한 iOS native app 개발
등등 JD 에서 찾고 있는 스택과 맞는 경력사항을 간결하게 기술하자.

주요활약이나 성과
실제 내가 주도해서 달성했던 성과나 해결했던 문제를 기술해 주는게 좋다. 아래는 예제다.
 * operator 가 수동 분리하던 업무를 자동화하여 기존 처리량의 200% 를 달설하게 적은 수의 운영자가 더 많은 업무처리가 가능하도록 함
 * 20만 동접 채팅 및 입장 기능을 구현
 * 카카오, 네이버, 애플 로그인 연동으로 사용자의 소셜 로그인을 지원하고 간편가입을 구현.
 * RestFul API 체계를 구축하여, 다양한 이종 단말기 디바이스에서 유연한 연동이 가능하도록 제공
 * *** API 연동 개발을 통해 ML 모델을 구현하고 *** 기반으로 serving 체계 구축
 * 앱리뉴얼을 통해 사용자 MAU 20만 달성 앱 개발 운영 업무를 담당
 * **** 을 활용하여 CI/CD 체계 구축을 통해 개발생산성을 향상시켰고 상시 안정적인 운영배포 체계 구축
등등. 구체적이고 본인의 성과가 확실한 경력이라면 역시 간단히 써주는게 좋다.
인턴쉽 경험과 정규직 경험은 확실히 써주는게
좋다. 애매하게 인턴쉽을 정규직처럼 쓴다거나 하는데 어차피 기간에 나오니 인턴 경험이면 당당하게 인턴쉽 으로 명기하는데 더 좋은 인상을 준다.

학력/교육
최종학력과 교육 수강 내역을 쓰는데 최종학력이 개발쪽이 아니라면(예 학부는 개발전공인데 mba 를 했다거나
이종 석박사 과정을 했다면) 최종학력과 학부 경력까지 쓰자. 최종학력이 연관이라면 최종 학력만 쓰는 것도 좋겠다.

교육 수강내용은 타이틀과 어떤 과정이었는지만 간단히 쓰는게 좋다. 경력이 충분하다면 역시 스킵해도 된다.

신입이라 경력이 없다면 직무연관 동아리 활동이나 경진대회 수상이력, 이수한 교육 프로그램 등을 추가할 수 있으나 경력자라면 굳이 추가할 필요가 없다. 만약 채용 직무 관련 전공자가 아니라면 경력자라도 물론 관련활동이나 받은 교육내용을 써 주는 것도 좋다.
단 주의할 점은 짧게 간단하게. 간혹 당황스러운 건 교육 프로그램 과정에서 만든 프로젝트로 유명 사이트나 앱 기능 하나를 구현해 본걸 장황하게 쓰는 경우라던가, 기획자를 뽑는게 아닌데 아이디어 자체 강조형이면 좀 난감스럽다. 예를 들면 "*** 창업 경진대회 1위 수상" 이면 충분하고 이후 진행이 잘 되서 면접에 가게 되면 더 물어볼 수 있는 수준만 쓰는 게 이 파트 노하우다.

더 궁금한 사람들을 위해 git repo 는 반드시 이력서 초반 혹은 말미에 넣는 건 기본 중의 기본! 기술블로그는 있다면 남기자. 난 솔직히 git repo 는 들여다보는데 기술블로그는 잘 보진 않는다.

git 은 토이프로젝트라도 당연히 내 개인 프로젝트들이 들어 있어야 한다. 어디선가 베껴온 건 바로 티나니까, 내 코드를 넣어두되, 간단해도 되니 일반적인 개발언어별 컨벤션을 따르는게 좋겠고 lint 를 사용해 두는 걸 권장한다. 그리고 전직장이나 다른 사람들 기여가 더 높은 팀 프로젝트를 올려두는 건 오히려 마이너스다. 기본 비밀유지를 못하는 도덕적 법적 문제를 일으킬 수 있는 사람으로 보여질 수 있기 때문이다.

일단 구구절절 자기소개를 그리 신경 쓸 필요가 없다. 직장은 이 직무에 제일 잘 맞는 사람을 찾기를 원하기 때문에 잘 정리되고 깔끔한 구성이면 충분하다.

그리고 인턴이면 인턴, 신입이면 신입 또는 신입경력무관, 경력자면 경력에 맞는 곳에만 지원하자. 지원자가 많은 회사의 서류전형자라면 자격요건에 해당 안되는 경우는 무조건 스킵할 확률이 높기 때문이다.

그리고 서류전형을 통과해도 코딩테스트, 기술면접이 있기 때문에 경력을 과장하거나 회사나 팀의 성과를 모두 내 성과인 것 처럼 쓸 필요는 없다. 내가 했던 일이 뽑고 있는 직무와 관련도가 높은 곳을 찾고 그 점을 어필하는 게 좋은 전략 아닐까.

요즘 자의건 타의건 이직을 고민하는 개발자 분들이 주변에 많은 시기. 그간 다양한 직능의 다양한 직종의 분들을 면접 전형해 본 사람으로서 스킬 투척!

작은 팀부터 규모 있는 기업까지 다양한 곳에서 정말 많은 분들을 뽑아도 보고 탈락도 시켜본 자로서 정리해본 개발자 이력서 스타일에 대해서. 나는 개인적으로 개발자 이력서를 디자이너 포트폴리오 꾸미듯 꾸미기는 선호하지 않는다. 그렇다고 전형적인 이력서 포맷도 그닥이다. 자유양식의 심플 a4 스타일로 간결 1장 분량이면 좋고 길어도 2-3 페이지 정도를 선호한다. 내가 좋아하는 구성은<ul><li>사진(사진은 필수는 아니다) 이름, 전화번호, 이메일 주소</li><li>경력 : 최신이 위로 올라오게 내림차순</li><li>학력/교육 : 최종전공학력 위주.교육은 직무와 연관된 코스만 간단하게.</li><li>git repo, blog 등. 기술블로그 경우만. </li></ul>이메일은 수시로 체크 가능한게 좋다. 이상하게 내 경험으로는 네이버 카카오 메일보다 gmail 지원자가 개발자의 경우는 채용까지 연결되는 경우가 많았다. 경험일 뿐이고 지금 지원하는 회사가 카카오, 네이버라면 당연히각 사의 메일주소를 쓰는게 낫겠다. 경력은 주로 아래로 구성된다.<ul><li>회사명, 재직기간</li><li>담당 업무와 개발스택</li><li>주요 활약이나 성과</li></ul>JD(Job Descriptions) 와 연결된 담당 업무나 개발 스텍을 써보자.<ul><li>AWS 기반 ec2 에 java + spring boot 로 구성된 백엔드 API 개발담당</li><li>React Native 를 활용한 사용자용 모바일 앱 개발</li><li>Jsp, html, css, JavaScript 로 구성된 was 개발</li><li>PyTorch 기반의 image classification, detection model 구현 및 serving API 개발 담당</li><li>swift 를 활용한 iOS native app 개발</li></ul>등등 JD 에서 찾고 있는 스택과 맞는 경력사항을 간결하게 기술하자. 주요활약이나 성과실제 내가 주도해서 달성했던 성과나 해결했던 문제를 기술해 주는게 좋다. 아래는 예제다.<ul><li>operator 가 수동 분리하던 업무를 자동화하여 기존 처리량의 200% 를 달설하게 적은 수의 운영자가 더 많은 업무처리가 가능하도록 함</li><li>20만 동접 채팅 및 입장 기능을 구현</li><li>카카오, 네이버, 애플 로그인 연동으로 사용자의 소셜 로그인을 지원하고 간편가입을 구현.</li><li>RestFul API 체계를 구축하여, 다양한 이종 단말기 디바이스에서 유연한 연동이 가능하도록 제공</li><li>*** API 연동 개발을 통해 ML 모델을 구현하고 *** 기반으로 serving 체계 구축</li><li>앱리뉴얼을 통해 사용자 MAU 20만 달성 앱 개발 운영 업무를 담당</li><li>**** 을 활용하여 CI/CD 체계 구축을 통해 개발생산성을 향상시켰고 상시 안정적인 운영배포 체계 구축</li></ul>등등. 구체적이고 본인의 성과가 확실한 경력이라면 역시 간단히 써주는게 좋다.인턴쉽 경험과 정규직 경험은 확실히 써주는게좋다. 애매하게 인턴쉽을 정규직처럼 쓴다거나 하는데 어차피 기간에 나오니 인턴 경험이면 당당하게 인턴쉽 으로 명기하는데 더 좋은 인상을 준다. 학력/교육최종학력과 교육 수강 내역을 쓰는데 최종학력이 개발쪽이 아니라면(예 학부는 개발전공인데 mba 를 했다거나이종 석박사 과정을 했다면) 최종학력과 학부 경력까지 쓰자. 최종학력이 연관이라면 최종 학력만 쓰는 것도 좋겠다. 교육 수강내용은 타이틀과 어떤 과정이었는지만 간단히 쓰는게 좋다. 경력이 충분하다면 역시 스킵해도 된다. 신입이라 경력이 없다면 직무연관 동아리 활동이나 경진대회 수상이력, 이수한 교육 프로그램 등을 추가할 수 있으나 경력자라면 굳이 추가할 필요가 없다. 만약 채용 직무 관련 전공자가 아니라면 경력자라도 물론 관련활동이나 받은 교육내용을 써 주는 것도 좋다.단 주의할 점은 짧게 간단하게. 간혹 당황스러운 건 교육 프로그램 과정에서 만든 프로젝트로 유명 사이트나 앱 기능 하나를 구현해 본걸 장황하게 쓰는 경우라던가, 기획자를 뽑는게 아닌데 아이디어 자체 강조형이면 좀 난감스럽다. 예를 들면 "*** 창업 경진대회 1위 수상" 이면 충분하고 이후 진행이 잘 되서 면접에 가게 되면 더 물어볼 수 있는 수준만 쓰는 게 이 파트 노하우다. 더 궁금한 사람들을 위해 git repo 는 반드시 이력서 초반 혹은 말미에 넣는 건 기본 중의 기본! 기술블로그는 있다면 남기자. 난 솔직히 git repo 는 들여다보는데 기술블로그는 잘 보진 않는다. git 은 토이프로젝트라도 당연히 내 개인 프로젝트들이 들어 있어야 한다. 어디선가 베껴온 건 바로 티나니까, 내 코드를 넣어두되, 간단해도 되니 일반적인 개발언어별 컨벤션을 따르는게 좋겠고 lint 를 사용해 두는 걸 권장한다. 그리고 전직장이나 다른 사람들 기여가 더 높은 팀 프로젝트를 올려두는 건 오히려 마이너스다. 기본 비밀유지를 못하는 도덕적 법적 문제를 일으킬 수 있는 사람으로 보여질 수 있기 때문이다. 일단 구구절절 자기소개를 그리 신경 쓸 필요가 없다. 직장은 이 직무에 제일 잘 맞는 사람을 찾기를 원하기 때문에 잘 정리되고 깔끔한 구성이면 충분하다. 그리고 인턴이면 인턴, 신입이면 신입 또는 신입경력무관, 경력자면 경력에 맞는 곳에만 지원하자. 지원자가 많은 회사의 서류전형자라면 자격요건에 해당 안되는 경우는 무조건 스킵할 확률이 높기 때문이다. 그리고 서류전형을 통과해도 코딩테스트, 기술면접이 있기 때문에 경력을 과장하거나 회사나 팀의 성과를 모두 내 성과인 것 처럼 쓸 필요는 없다. 내가 했던 일이 뽑고 있는 직무와 관련도가 높은 곳을 찾고 그 점을 어필하는 게 좋은 전략 아닐까. 요즘 자의건 타의건 이직을 고민하는 개발자 분들이 주변에 많은 시기. 그간 다양한 직능의 다양한 직종의 분들을 면접 전형해 본 사람으로서 스킬 투척!

서류전형은 통과할만한 신입 or 주니어 경력 개발자 이력서 스타일

Hi I have finally solved 300 problems on LeetCode. Following is the distribution of the topics I have solved questions from and the number of questions in each of them. The major thing I have learnt...

I Solved 300+ Leetcode problems , Here is what I learnt.

마침내 리트코드에서 300개의 문제를 해결했습니다. 이 여정에서 중요한 부분은 다음과 같습니다.
 
 1. 고급 토픽에 집중하기: 동적 프로그래밍(DP), 이진 검색, 그래프, 트리 및 우선순위 큐와 같은 주제는 인터뷰에서 자주 질문을 받으며, 익숙해 지기 위해서는 시간과 인내심이 필요하기 때문에 계속해서 집중합니다.
 2. 다른 사람과 비교하지 않기: 우리는 모두 다른 개체이기 때문에, 자신의 학습곡선을 그대로 받아들이는 것이 좋습니다. 당신의 여정을 다른 사람과 비교하지 마세요.
 3. 일하면서 300개의 문제를 해결하는 데 10개월이 걸렸고, 일부 사람들은 그 절반의 시간만을 투자할지도 모르지만 괜찮습니다. 그것은 저만의 여정이니 다른 사람을 생각하며 내 기분을 상하게 하지 않을 것입니다.
 4. medium 단계의 문제는 최소 30분 동안 시도하기: 30분 동안 최선을 다하고, 그 후에는 힌트를 보는 것을 주저하지 마세요. 아무 문제가 없더라도 내가 모르는 특정한 기술이나 개념이 있을 수 있으므로 힌트를 찾아보세요.
 5. 최고가 되기 위한 동기를 가지기: 최고가 되기 위한 열망은 장애물을 극복하도록 도와줍니다. 
 6. 훈련하기: 처음에는 그것이 숙제처럼 느껴질 수 있지만, 서서히 적응하게 되어 삶의 일부가 될 것입니다. 

번역: [https://ducktopia.tistory.com/122]
원문:

마침내 리트코드에서 300개의 문제를 해결했습니다. 이 여정에서 중요한 부분은 다음과 같습니다.&nbsp;<ol ><li>고급 토픽에 집중하기: 동적 프로그래밍(DP), 이진 검색, 그래프, 트리 및 우선순위 큐와 같은 주제는 인터뷰에서 자주 질문을 받으며, 익숙해 지기 위해서는 시간과 인내심이 필요하기 때문에 계속해서 집중합니다.</li><li>다른 사람과 비교하지 않기: 우리는 모두 다른 개체이기 때문에, 자신의 학습곡선을 그대로 받아들이는 것이 좋습니다. 당신의 여정을 다른 사람과 비교하지 마세요.</li><li>일하면서 300개의 문제를 해결하는 데 10개월이 걸렸고, 일부 사람들은 그 절반의 시간만을 투자할지도 모르지만 괜찮습니다. 그것은 저만의 여정이니 다른 사람을 생각하며 내 기분을 상하게 하지 않을 것입니다.</li><li>medium 단계의 문제는 최소 30분 동안 시도하기: 30분 동안 최선을 다하고, 그 후에는 힌트를 보는 것을 주저하지 마세요. 아무 문제가 없더라도 내가 모르는 특정한 기술이나 개념이 있을 수 있으므로 힌트를 찾아보세요.</li><li>최고가 되기 위한 동기를 가지기: 최고가 되기 위한 열망은 장애물을 극복하도록 도와줍니다.&nbsp;</li><li>훈련하기: 처음에는 그것이 숙제처럼 느껴질 수 있지만, 서서히 적응하게 되어 삶의 일부가 될 것입니다.&nbsp;</li></ol> 번역: [https://ducktopia.tistory.com/122]원문:

🕊️  [Medium] 300개 이상의 리트코드 문제를 해결한 방

01 . 숏폼 콘텐츠의 자극성에 비판을 가하고 싶은 생각은 전혀 없지만 가끔 숏폼 피드를 보다 보면 저도 모르게 희한한 감정이 들 때가 있습니다. 조금 전까지는 예능 프로에서 레전드 짤로 불리는 하이라이트를 보며 낄낄대다가 곧장 다음 콘텐츠를 넘기면 그때는 또 세상을 아주 올바르게 살아가야 할 법한 중요한 말들이 쏟아지거든요. 그렇게 축구 하이라이트를 지나 사람이 금성에 떨어지면 어떻게 되는지를 알려주는 과학 콘텐츠를 만날 때면 이제 어떤 감정으로 콘텐츠를 대해야 하는지 의아해질 때도 많기 때문이죠.

02 . 그중에서도 저는 요즘 동기부여에 관한 콘텐츠를 어떻게 받아들여야 하는지가 참 고민입니다. 저 역시 책 읽는 걸 좋아하고 콘텐츠 보는 걸 즐기는 편이라 중요한 문장이나 의미 있게 다가온 장면들이 있으면 어떻게든 남겨두려고 하거든요.
특히 숏폼 콘텐츠가 뜨고 나서부터는 수많은 유명인들의 인터뷰에 큼지막한 자막을 입히고 웅장한 BGM을 깔아서 전달하는 게시물들이 늘어나다 보니 왠지 아주 특별하지 않은 내용도 꼭 저장을 해 둬야 할 것 같은 주요한 콘텐츠처럼 받아들여지는 순간도 없지 않습니다.

03 . 이상하다 싶었죠. 오히려 책을 읽으며 적당히 하이라이트하고, 기록하고, 때로는 필사를 해가며 얻은 인사이트들보다 훨씬 간편하고 임팩트 있게 마주할 수 있는 동기부여 콘텐츠들이 넘쳐나는 세상인데 정작 왜 동기부여가 제대로 되지 않을까 싶은 그 사실이 무척 궁금해진 겁니다.
그래서 오늘은 지극히 개인적인 해석과 지극히 개인적인 방법들을 한 번 소개해 볼까 합니다. 바로 명언 중독의 시대에 동기부여 콘텐츠를 적절히 활용하기 위한 방법으로 말이죠.

04 . 우선 저는 비타민의 역설을 이야기하고 싶습니다. 많이들 아시다시피 비타민은 우리 몸에 필요한 일정 수준의 양분으로 흡수되고 나면 초과분은 모두 몸 밖으로 배출되게 됩니다. 때문에 고함량의 비타민을 여러 번 복용한다고 해도 건강에 주는 이점은 딱히 없는 셈이죠.
그런데 저는 동기부여에 관한 콘텐츠도 크게 다를 바가 없다고 생각합니다. 숏폼이든 아니면 다른 형태든 간에 좋은 말을 많이 스크랩해놓는 것이 주는 가장 큰 충족은 '내가 좋은 콘텐츠를 일단 저장해놨다'라는 순간의 자기만족이거든요. 때문에 나중에는 우리 몸밖으로 모두 흘러나가버릴 걸 잘 알면서도 어떤 식으로든 도움이 된다는 생각에 '삼키고 보자'는 심리가 발동하는 겁니다.

05 . 이런 딜레마에서 벗어나려면 결국 또 취사선택의 마법을 부려야 합니다. 이전에도 글을 통해 '메모하는 것보다 정리하는 게 훨씬 중요하다'는 말을 전달한 적이 있었는데요, 저는 이른바 '동기부여'로 분류되는 콘텐츠들을 보고 저장하더라도 되도록 일주일에 베스트(?) 콘텐츠 하나만을 골라보려고 노력합니다. 다시 말해 정말 나 스스로에게 도움이 되고, 두고두고 생각해도 맞는 말인 것 같고, 내 삶에서 내가 직접 실천해 볼 수 있다고 생각되는 콘텐츠를 딱 하나만 선정해 보는 거죠. 그렇게 감히 '명언을 고른다'는 생각으로 접근하면 동기부여 콘텐츠를 보는 눈은 완전히 달라지게 됩니다.

06 . 더불어 저는 어떤 콘텐츠를 보건 간에 결국 텍스트로 변환해서 정리해두려고 노력합니다. 앞서 말한 것처럼 콘텐츠는 늘 극적인 임팩트를 주는 연출이 담겨있으니까요, 그 효과 자체를 부정하는 것은 아니지만 우리가 궁극적으로 취해야 할 것이 메시지라면, 그 메시지를 둘러싸고 있는 당의정 캡슐을 모두 녹여내고서 메시지 그 자체에 주목해 볼 필요가 있는 겁니다.
이렇게 텍스트만으로 주요한 내용을 정리해두면 스크랩해둔 콘텐츠 원본을 볼 때와는 꽤 다른 느낌을 받을 수 있습니다. 처음 콘텐츠를 만날 때보다 감동이 줄어들 때도 물론 있지만 또 어떤 말들은 그 감동이 배가되기도 하거든요. 그러니 마음에 드는 콘텐츠를 만날 때면 조금 시간이 걸리더라도 가급적 글만으로 담백히 남겨두려는 시도를 해보는 것이 좋습니다.

07 . 마지막으로는 콘텐츠의 성격을 규정하고 분류해 보는 겁니다. 저는 동기부여 콘텐츠에는 크게 두 가지 기준이 있다고 생각하는데요, 하나는 지금 내가 하고 있는 생각에 부스트를 달아주는 형태의 콘텐츠고 다른 하나는 나에게 새로운 시각과 관점을 주는 콘텐츠라는 겁니다. 때문에 이 콘텐츠가 요즘 내가 추구하는 가치관을 응원해 주는 것인지 아니면 '세상에 그런 생각만 있는 건 아니란다'라며 새로운 눈을 뜨게 해주는 콘텐츠인지 구분해 보는 것만으로도 콘텐츠의 활용도가 완전히 달려집니다. 저는 이 작은 행동만으로도 우리가 타인이 만들어 놓은 좋은 말들을 아주 잘 써먹을 수 있다고 봅니다.

08 . 아마 여러분 주위에 있는 사람들의 대화를 유심히 보다 보면 하나의 공통점을 발견할 수 있을 겁니다.
"OOO이 하는 유튜브 보다 보니까 들은 말인데~"
"엊그제 나혼산 보다가 OOO이 하는 거 보면서 느낀 건데~"
"숏츠 보다가 OOO 선생님이 해주는 이야기에서 말야~"
라는 말이 생각보다 우리 대화의 아주 큰 지분을 차지하고 있다는 사실 말이죠.

09 . 물론 아무런 감흥도, 생각도, 주관도, 자각도 없이 사는 것보다야 훨씬 나은 일이지만 결국 한 번이라도 내 마음에 동요를 일으킨 뭔가를 만날 때는 어떻게라도 그걸 붙잡아두고 재가공해서 흡수하는 일이 꼭 필요합니다. 저는 그게 이렇게 차고 넘치는 명언의 시대를 현명하게 살아가는 방법이 아닐까 싶기도 하고 말이죠.

10 . 좀 우스운 비유이긴 하지만 저는 식당에 가서 메뉴 추천을 받을 때 '아유 저흰 다 맛있어요'라고 하시는 사장님보다는 '오늘은 특히 이게 좋습니다'라든가 '요즘엔 손님들이 이걸 제일 많이 찾으십니다'라고 말해 줄 때가 훨씬 좋습니다. 전자는 더 이상 대화를 이어갈 소스가 없는 반면 후자는 사장님 나름대로 선택하고 편집한 작은 이유라도 있을 테니까요. 설사 그 과정을 스스로 경험한 사람의 생각이 나와 다를지언정 나로 하여금 판단의 기준을 만들어주는 사람들은 언제나 고마운 법이죠. 그리고 우리 역시 그런 사람일 때 더 매력적이 되는 것 같고요.

01 . 숏폼 콘텐츠의 자극성에 비판을 가하고 싶은 생각은 전혀 없지만 가끔 숏폼 피드를 보다 보면 저도 모르게 희한한 감정이 들 때가 있습니다. 조금 전까지는 예능 프로에서 레전드 짤로 불리는 하이라이트를 보며 낄낄대다가 곧장 다음 콘텐츠를 넘기면 그때는 또 세상을 아주 올바르게 살아가야 할 법한 중요한 말들이 쏟아지거든요. 그렇게 축구 하이라이트를 지나 사람이 금성에 떨어지면 어떻게 되는지를 알려주는 과학 콘텐츠를 만날 때면 이제 어떤 감정으로 콘텐츠를 대해야 하는지 의아해질 때도 많기 때문이죠. 02 . 그중에서도 저는 요즘 동기부여에 관한 콘텐츠를 어떻게 받아들여야 하는지가 참 고민입니다. 저 역시 책 읽는 걸 좋아하고 콘텐츠 보는 걸 즐기는 편이라 중요한 문장이나 의미 있게 다가온 장면들이 있으면 어떻게든 남겨두려고 하거든요. 특히 숏폼 콘텐츠가 뜨고 나서부터는 수많은 유명인들의 인터뷰에 큼지막한 자막을 입히고 웅장한 BGM을 깔아서 전달하는 게시물들이 늘어나다 보니 왠지 아주 특별하지 않은 내용도 꼭 저장을 해 둬야 할 것 같은 주요한 콘텐츠처럼 받아들여지는 순간도 없지 않습니다. 03 . 이상하다 싶었죠. 오히려 책을 읽으며 적당히 하이라이트하고, 기록하고, 때로는 필사를 해가며 얻은 인사이트들보다 훨씬 간편하고 임팩트 있게 마주할 수 있는 동기부여 콘텐츠들이 넘쳐나는 세상인데 정작 왜 동기부여가 제대로 되지 않을까 싶은 그 사실이 무척 궁금해진 겁니다.그래서 오늘은 지극히 개인적인 해석과 지극히 개인적인 방법들을 한 번 소개해 볼까 합니다. 바로 명언 중독의 시대에 동기부여 콘텐츠를 적절히 활용하기 위한 방법으로 말이죠. 04 . 우선 저는 비타민의 역설을 이야기하고 싶습니다. 많이들 아시다시피 비타민은 우리 몸에 필요한 일정 수준의 양분으로 흡수되고 나면 초과분은 모두 몸 밖으로 배출되게 됩니다. 때문에 고함량의 비타민을 여러 번 복용한다고 해도 건강에 주는 이점은 딱히 없는 셈이죠.그런데 저는 동기부여에 관한 콘텐츠도 크게 다를 바가 없다고 생각합니다. 숏폼이든 아니면 다른 형태든 간에 좋은 말을 많이 스크랩해놓는 것이 주는 가장 큰 충족은 '내가 좋은 콘텐츠를 일단 저장해놨다'라는 순간의 자기만족이거든요. 때문에 나중에는 우리 몸밖으로 모두 흘러나가버릴 걸 잘 알면서도 어떤 식으로든 도움이 된다는 생각에 '삼키고 보자'는 심리가 발동하는 겁니다. 05 . 이런 딜레마에서 벗어나려면 결국 또 취사선택의 마법을 부려야 합니다. 이전에도 글을 통해 '메모하는 것보다 정리하는 게 훨씬 중요하다'는 말을 전달한 적이 있었는데요, 저는 이른바 '동기부여'로 분류되는 콘텐츠들을 보고 저장하더라도 되도록 일주일에 베스트(?) 콘텐츠 하나만을 골라보려고 노력합니다. 다시 말해 정말 나 스스로에게 도움이 되고, 두고두고 생각해도 맞는 말인 것 같고, 내 삶에서 내가 직접 실천해 볼 수 있다고 생각되는 콘텐츠를 딱 하나만 선정해 보는 거죠. 그렇게 감히 '명언을 고른다'는 생각으로 접근하면 동기부여 콘텐츠를 보는 눈은 완전히 달라지게 됩니다. 06 . 더불어 저는 어떤 콘텐츠를 보건 간에 결국 텍스트로 변환해서 정리해두려고 노력합니다. 앞서 말한 것처럼 콘텐츠는 늘 극적인 임팩트를 주는 연출이 담겨있으니까요, 그 효과 자체를 부정하는 것은 아니지만 우리가 궁극적으로 취해야 할 것이 메시지라면, 그 메시지를 둘러싸고 있는 당의정 캡슐을 모두 녹여내고서 메시지 그 자체에 주목해 볼 필요가 있는 겁니다.이렇게 텍스트만으로 주요한 내용을 정리해두면 스크랩해둔 콘텐츠 원본을 볼 때와는 꽤 다른 느낌을 받을 수 있습니다. 처음 콘텐츠를 만날 때보다 감동이 줄어들 때도 물론 있지만 또 어떤 말들은 그 감동이 배가되기도 하거든요. 그러니 마음에 드는 콘텐츠를 만날 때면 조금 시간이 걸리더라도 가급적 글만으로 담백히 남겨두려는 시도를 해보는 것이 좋습니다. 07 . 마지막으로는 콘텐츠의 성격을 규정하고 분류해 보는 겁니다. 저는 동기부여 콘텐츠에는 크게 두 가지 기준이 있다고 생각하는데요, 하나는 지금 내가 하고 있는 생각에 부스트를 달아주는 형태의 콘텐츠고 다른 하나는 나에게 새로운 시각과 관점을 주는 콘텐츠라는 겁니다. 때문에 이 콘텐츠가 요즘 내가 추구하는 가치관을 응원해 주는 것인지 아니면 '세상에 그런 생각만 있는 건 아니란다'라며 새로운 눈을 뜨게 해주는 콘텐츠인지 구분해 보는 것만으로도 콘텐츠의 활용도가 완전히 달려집니다. 저는 이 작은 행동만으로도 우리가 타인이 만들어 놓은 좋은 말들을 아주 잘 써먹을 수 있다고 봅니다. 08 . 아마 여러분 주위에 있는 사람들의 대화를 유심히 보다 보면 하나의 공통점을 발견할 수 있을 겁니다."OOO이 하는 유튜브 보다 보니까 들은 말인데~""엊그제 나혼산 보다가 OOO이 하는 거 보면서 느낀 건데~""숏츠 보다가 OOO 선생님이 해주는 이야기에서 말야~"라는 말이 생각보다 우리 대화의 아주 큰 지분을 차지하고 있다는 사실 말이죠. 09 . 물론 아무런 감흥도, 생각도, 주관도, 자각도 없이 사는 것보다야 훨씬 나은 일이지만 결국 한 번이라도 내 마음에 동요를 일으킨 뭔가를 만날 때는 어떻게라도 그걸 붙잡아두고 재가공해서 흡수하는 일이 꼭 필요합니다. 저는 그게 이렇게 차고 넘치는 명언의 시대를 현명하게 살아가는 방법이 아닐까 싶기도 하고 말이죠. 10 . 좀 우스운 비유이긴 하지만 저는 식당에 가서 메뉴 추천을 받을 때 '아유 저흰 다 맛있어요'라고 하시는 사장님보다는 '오늘은 특히 이게 좋습니다'라든가 '요즘엔 손님들이 이걸 제일 많이 찾으십니다'라고 말해 줄 때가 훨씬 좋습니다. 전자는 더 이상 대화를 이어갈 소스가 없는 반면 후자는 사장님 나름대로 선택하고 편집한 작은 이유라도 있을 테니까요. 설사 그 과정을 스스로 경험한 사람의 생각이 나와 다를지언정 나로 하여금 판단의 기준을 만들어주는 사람들은 언제나 고마운 법이죠. 그리고 우리 역시 그런 사람일 때 더 매력적이 되는 것 같고요.

명언 중독의 시대를 살아가는 법

Learn the top mistakes made while using ChatGPT and how to fix them effectively.

You Are Using ChatGPT Wrong! Here are 3 Mistakes You've Probably Done!

ChatGPT의 3가지 유용한 사용 방법을 알려주는 좋은 기사가 있어 공유합니다.😃

<ChatGPT를 사용하면서 저지르기 쉬운 실수 3가지>

🥇 사용자 정의 지침의 마법(Custom Instructions)
 * 사용자 정의 지침의 사용 없이 ChatGPT를 사용하는 것은 마치 포르쉐를 소유하고 있지만 자동차의 시속이 80mph로 제한되는 것과 같다고 합니다.😭
 * ChatGPT의 사용자 정의 지침을 통해 사용자는 필요에 따라 AI의 응답을 사용자 정의할 수 있으므로 전문적이고 개인적인 설정에서 더욱 유용하게 사용할 수 있습니다.
 * GPT를 맞춤설정할 수 있는데, 예를 들어 콘텐츠 제작자는 사용자 정의 지침을 통해 ChatGPT의 분위기와 목적을 형성할 수 있습니다.

🥈 AI 마인드 마스터하기: CoT(Chain of Thought) 프롬프트
 * LLM(대형 언어 모델)은 CoT(사고 사슬) 프롬프트가 제공되면, 어려운 작업을 수행해야 할 때 더 명확하게 생각한다고 합니다. 어려운 수학, 상식 문제에 대해서 보다 정확하고 유용한 답변을 제공한다고 하네요.
 * 이 방법은 문제를 이해하기 쉬운 단계로 나누고 모델을 정답으로 유도합니다. 수학 문제와 마찬가지로 각 단계는 이전 단계를 바탕으로 끝까지 진행됩니다.

🥉 5가지 단계 적용으로 완벽한 프롬프트 만들기
 * 완벽한 ChatGPT 프롬프트를 이해하는 것은 명확성, 맥락, 창의성이 혼합된 복잡한 예술이라고 할 수 있고, 컨텍스트(Context), 작업(Task), 지시(Instruct), 명확화(Clarify), 개선(Refine) 등 각 조각이 중요한 역할을 하는 퍼즐을 조립하는 것입니다.
 * 컨텍스트: 강력한 기반을 구축하기 위해 배경 정보를 제공합니다. (AI에게 대화 주제를 지시합니다.)
 * 작업: ChatGPT에서 수행하려는 작업을 매우 명확하게 지정하세요. (잘 정의된 작업은 AI의 능력을 극대화합니다.)
 * 지시: 작업 수행 방법에 대해 명확한 지시를 하는 것을 지시라고 합니다. (원하는 모양으로 출력됩니다.)
 * 명확화: 사람들이 이해할 수 있도록 의심을 없애고 응답이 의도한 것과 일치하는지 확인하십시오. (소통이 향상됩니다.)
 * 개선: 프롬프트로 돌아가서 개선하세요. (오류를 제거하고 프롬프트를 명확하게 합니다.)

원본 기사 링크는 아래와 같습니다. 감사합니다.🙏
[Source Link] https://levelup.gitconnected.com/you-are-using-chatgpt-wrong-here-are-3-mistakes-youve-probably-done-b3f3eaef40d1

ChatGPT의 3가지 유용한 사용 방법을 알려주는 좋은 기사가 있어 공유합니다.😃 &lt;ChatGPT를 사용하면서 저지르기 쉬운 실수 3가지&gt; 🥇 사용자 정의 지침의 마법(Custom Instructions)<ul ><li>사용자 정의 지침의 사용 없이 ChatGPT를 사용하는 것은 마치 포르쉐를 소유하고 있지만 자동차의 시속이 80mph로 제한되는 것과 같다고 합니다.😭</li><li>ChatGPT의 사용자 정의 지침을 통해 사용자는 필요에 따라 AI의 응답을 사용자 정의할 수 있으므로 전문적이고 개인적인 설정에서 더욱 유용하게 사용할 수 있습니다.</li><li>GPT를 맞춤설정할 수 있는데, 예를 들어 콘텐츠 제작자는 사용자 정의 지침을 통해 ChatGPT의 분위기와 목적을 형성할 수 있습니다.</li></ul> 🥈 AI 마인드 마스터하기: CoT(Chain of Thought) 프롬프트<ul ><li>LLM(대형 언어 모델)은 CoT(사고 사슬) 프롬프트가 제공되면, 어려운 작업을 수행해야 할 때 더 명확하게 생각한다고 합니다. 어려운 수학, 상식 문제에 대해서 보다 정확하고 유용한 답변을 제공한다고 하네요.</li><li>이 방법은 문제를 이해하기 쉬운 단계로 나누고 모델을 정답으로 유도합니다. 수학 문제와 마찬가지로 각 단계는 이전 단계를 바탕으로 끝까지 진행됩니다.</li></ul> 🥉 5가지 단계 적용으로 완벽한 프롬프트 만들기<ul ><li>완벽한 ChatGPT 프롬프트를 이해하는 것은 명확성, 맥락, 창의성이 혼합된 복잡한 예술이라고 할 수 있고, 컨텍스트(Context), 작업(Task), 지시(Instruct), 명확화(Clarify), 개선(Refine) 등 각 조각이 중요한 역할을 하는 퍼즐을 조립하는 것입니다.<ul ><li>컨텍스트: 강력한 기반을 구축하기 위해 배경 정보를 제공합니다. (AI에게 대화 주제를 지시합니다.)</li><li>작업: ChatGPT에서 수행하려는 작업을 매우 명확하게 지정하세요. (잘 정의된 작업은 AI의 능력을 극대화합니다.)</li><li>지시: 작업 수행 방법에 대해 명확한 지시를 하는 것을 지시라고 합니다. (원하는 모양으로 출력됩니다.)</li><li>명확화: 사람들이 이해할 수 있도록 의심을 없애고 응답이 의도한 것과 일치하는지 확인하십시오. (소통이 향상됩니다.)</li><li>개선: 프롬프트로 돌아가서 개선하세요. (오류를 제거하고 프롬프트를 명확하게 합니다.)</li></ul></li></ul> 원본 기사 링크는 아래와 같습니다. 감사합니다.🙏[Source Link] https://levelup.gitconnected.com/you-are-using-chatgpt-wrong-here-are-3-mistakes-youve-probably-done-b3f3eaef40d1

ChatGPT 사용 시 유용한 3가지 팁

GitHub Copilot](https://github.com/features/copilot)을 터미널에서 사용할 수 있는 GitHub Copilot in the CLI가 지난달부터 GA, 즉 누구나 이용할 수 있게 공개되었다. 누구나라고는 하지만 [GitHub Copilot...

GitHub Copilot을 CLI 명령어에서 도움받을 수 있는 GitHub Copilot in the CLI :: Outsider's Dev Story

작년부터 베타 테스트를 진행하다가 지난 3월 GitHub Copilot in the CLI가 GitHub Copilot 사용자라면(유료) 누구나 이용할 수 있도록 공개되었습니다.

GitHub Copilot in the CLI는 Copilot의 AI기능을 터미널에서도 쓸수 있도록 원하는 CLI 명령어를 쉽게 찾을수 있거나 CLI 명령어가 어떤 의미인지 알 수 있도록 도와주는 명령어입니다.

GitHub Copilot in the CLI가 어떤 기능을 제공하고 어떻게 사용할 수 있는지를 정리해봤습니다.

https://blog.outsider.ne.kr/1717

작년부터 베타 테스트를 진행하다가 지난 3월 GitHub Copilot in the CLI가 GitHub Copilot 사용자라면(유료) 누구나 이용할 수 있도록 공개되었습니다. GitHub Copilot in the CLI는 Copilot의 AI기능을 터미널에서도 쓸수 있도록 원하는 CLI 명령어를 쉽게 찾을수 있거나 CLI 명령어가 어떤 의미인지 알 수 있도록 도와주는 명령어입니다. GitHub Copilot in the CLI가 어떤 기능을 제공하고 어떻게 사용할 수 있는지를 정리해봤습니다. https://blog.outsider.ne.kr/1717

Outsider's Dev Story

작년부터 베타 테스트를 진행하다가 지난 3월 GitHub Copi

뽑지 말아야할 CTO, 뽑아야할 CTO 대부분의 테크 기업은 투자를 받으면서 VC에서 좋은 CTO를 요구하는 경우가 많습니다. 기술 기반의 기업에서 기술적으로 중요한 결정은 스타트업의 흥망을 좌우하는 경우가 대부분이기 때문에 VC도 C레벨의 이력과 경험을 중요하게 봅니다. 좋은... | 14 comments on LinkedIn

Dennis Kim on LinkedIn: #스타트업 #startup #cto #기술총괄 #창업 #투자 #배달의민족 #배민 #데마에칸 #php #파이썬 #python #java... | 14 comments

대부분의 테크 기업은 투자를 받으면서 VC에서 좋은 CTO를 요구하는 경우가 많습니다. 기술 기반의 기업에서 기술적으로 중요한 결정은 스타트업의 흥망을 좌우하는 경우가 대부분이기에, VC도 C레벨의 이력과 경험을 중요하게 봅니다.
좋은 CTO는 무엇인가에 대해 명확한 정답은 없지만, Dennis Kim님께서 개인적으로 공감이 가도록 정리해주신 내용이 있어 공유드립니다.

👁️ 좋은 기술 리드의 예
 * 데마에칸을 에러 없이 새로운 코드로 짠 팀의 기술 리드
 * PHP에서 자바로 리팩토링을 한 배달의 민족
 * C++로 된 코드를 자바 스프링으로 거의 리팩토링을 진행한 토스 증권팀의 기술 리드

🏋️ 좋은 팀은 보이지 않는 기술 부채를 청산하고 미래로 달릴 수 있는 기반을 만듭니다.
기술은 회사의 미래와 사업적 가중치에서 균형을 잡아야합니다. 그렇지 못한 경우에는 CTO의 개인적인 욕심과 취미활동이 됩니다. 그렇게 되면 회사는 방향을 잃거나 비용을 낭비하게 되고, 투자 받을 타이밍에 투자를 못받게 됩니다. 개발 총괄의 자리는 개발 인력의 수준을 끌어올리고 기술 지향점의 비전을 공유할 수 있어야 합니다.

💁‍♂️ 뽑지 말아야할 CTO는 ?
 * SNS 중독, 코딩은 절대 시간이기 때문에 적당히 해야 합니다.
 * SNS와 커뮤니티에서 그루급이고 너무 커뮤니티에 진심인 분
 * 전 회사에서 분쟁이 있었던 분
 * 마이너한 기술 스택을 고집하는 분 (=개발자 뽑기 힘들어요. 인공지능 쪽 아니면 파이썬이 주력이면 갈아 엎는 데 더 비용과 시간이 들어요)
 * SI 회사에서 오래다니신분 (=어떤 코드가 나올지 팀원들을 SI 노가다로 굴릴 수 있어요)
 * 빅테크 기업 출신 (=코딩은 하는데 회사의 복지, 시스템을 빅테크로 만들어달라고 합니다. 회사는 돈을 버는 곳입니다.)
 * 개발문화를 중시하는 분 (=개발자에게 인심은 얻지만, 회사는 개발과 서비스를 만드는데 개발문화를 전도하는 컬쳐 전도사가 되면 안됩니다.)

🏄🏻‍♂️ 좋은 CTO는 ?
 * 꾸준하게 자신의 생각을 글로 씁니다.
 * 레거시를 어떤 전략으로 리팩토링할지 항상 고민합니다.
 * 팀의 성장을 돕습니다.
 * 채용을 잘 할 수 있는 개발 스택을 늘 고민합니다.
 * 회사의 방향성에 맞는 개발 스택을 자신의 기술 스택보다 앞서 선택합니다.
 * 커뮤니케이션과 소통을 잘 합니다.
 * 다양한 사회 경험, 사업 경험과 호기심이 있습니다.
 * 회사의 성장 목표를 일치하기 위해 C레벨과 소통합니다.

대부분의 테크 기업은 투자를 받으면서 VC에서 좋은 CTO를 요구하는 경우가 많습니다. 기술 기반의 기업에서 기술적으로 중요한 결정은 스타트업의 흥망을 좌우하는 경우가 대부분이기에, VC도 C레벨의 이력과 경험을 중요하게 봅니다.좋은 CTO는 무엇인가에 대해 명확한 정답은 없지만, Dennis Kim님께서 개인적으로 공감이 가도록 정리해주신 내용이 있어 공유드립니다. 👁️ 좋은 기술 리드의 예<ul ><li>데마에칸을 에러 없이 새로운 코드로 짠 팀의 기술 리드</li><li>PHP에서 자바로 리팩토링을 한 배달의 민족</li><li>C++로 된 코드를 자바 스프링으로 거의 리팩토링을 진행한 토스 증권팀의 기술 리드</li></ul> 🏋️ 좋은 팀은 보이지 않는 기술 부채를 청산하고 미래로 달릴 수 있는 기반을 만듭니다.기술은 회사의 미래와 사업적 가중치에서 균형을 잡아야합니다. 그렇지 못한 경우에는 CTO의 개인적인 욕심과 취미활동이 됩니다. 그렇게 되면 회사는 방향을 잃거나 비용을 낭비하게 되고, 투자 받을 타이밍에 투자를 못받게 됩니다. 개발 총괄의 자리는 개발 인력의 수준을 끌어올리고 기술 지향점의 비전을 공유할 수 있어야 합니다. 💁‍♂️ 뽑지 말아야할 CTO는 ?<ul ><li>SNS 중독, 코딩은 절대 시간이기 때문에 적당히 해야 합니다.</li><li>SNS와 커뮤니티에서 그루급이고 너무 커뮤니티에 진심인 분</li><li>전 회사에서 분쟁이 있었던 분</li><li>마이너한 기술 스택을 고집하는 분 (=개발자 뽑기 힘들어요. 인공지능 쪽 아니면 파이썬이 주력이면 갈아 엎는 데 더 비용과 시간이 들어요)</li><li>SI 회사에서 오래다니신분 (=어떤 코드가 나올지 팀원들을 SI 노가다로 굴릴 수 있어요)</li><li>빅테크 기업 출신 (=코딩은 하는데 회사의 복지, 시스템을 빅테크로 만들어달라고 합니다. 회사는 돈을 버는 곳입니다.)</li><li>개발문화를 중시하는 분 (=개발자에게 인심은 얻지만, 회사는 개발과 서비스를 만드는데 개발문화를 전도하는 컬쳐 전도사가 되면 안됩니다.)</li></ul> 🏄🏻‍♂️ 좋은 CTO는 ?<ul ><li>꾸준하게 자신의 생각을 글로 씁니다.</li><li>레거시를 어떤 전략으로 리팩토링할지 항상 고민합니다.</li><li>팀의 성장을 돕습니다.</li><li>채용을 잘 할 수 있는 개발 스택을 늘 고민합니다.</li><li>회사의 방향성에 맞는 개발 스택을 자신의 기술 스택보다 앞서 선택합니다.</li><li>커뮤니케이션과 소통을 잘 합니다.</li><li>다양한 사회 경험, 사업 경험과 호기심이 있습니다.</li><li>회사의 성장 목표를 일치하기 위해 C레벨과 소통합니다.</li></ul>

뽑지말아야할 CTO, 뽑아야할 CTO

 1. 기본기 확실히 하기
 2. 학습 능력 키우기
 3. 의사 소통 잘하기
 4. 문제 정의 잘하기
 5. 태스크 완료 시간 추정 잘하기
 6. 운영을 고려한 코드 작성하기
 7. 서비스 사고 대처 능력 키우기
 8. 결과를 내는데 집중하기
 9. 영향력 갖기 (코딩 멍키)

문제 정의 능력이란 무엇일까? 내가 맡은 업무를 제대로 파악하는 것을 말한다. 내 업무의 우선 순위를 이해하고 문맥을 파악하는 것과 업무의 완료를 의미하는 성공과 실패 기준 혹은 지표를 이해하는 것을 말한다. 나에게 업무를 준 사람의 의도를 파악하기 위한 의사소통이 필수이며 의사소통에 대해서는 지난 포스트에서 내 의견을 공유했다.

문제 정의를 잘못하면 어떻게 될까? 엉뚱한 방향으로 불필요한 노력을 쏟을 가능성이 아주 높아진다. 등산을 예로 들어보자. 어느 산으로 올라가는지 명확히 알아야 열심히 올라간 성과가 인정받게 된다. 열심히 하지 않았느냐고 항변하는 것은 별 의미가 없다. 그래서 어디로 가야할지 대충 알아서 판단하지 말고 (자기검열하지 말고) 많이 물어봐야한다.

반대로 이야기하면 리더에게는 결정의 "명확성"이 중요해진다. "알아서 잘해주세요"와 같은 결정은 완전한 위임이 아니라면 리더에 대한 신뢰를 스스로 깎아먹는 행동이다. 틀릴 가능성이 있더라도 결과에 대한 기대를 명확히 해야 팀원들이 덜 헤맨다. 같은 방향으로 움직였다면 결과적으로 틀린 방향이라도 회고하며 같이 배울 수 있는 포인트들이 분명히 있다.

"자기 검열"이 문제 정의에 가장 큰 걸림돌이 된다. 이 정도는 내가 알아서 해야지 물어보면 멍청해보이지는 않을지, 내 매니저가 바빠보이는데 물어보면 민폐는 아닐지 등등 여러가지 이유가 있겠지만 불편함을 견디며 등산 예처럼 방향과 목적지를 먼저 확인하기 위해 같이 대화해봐야 그 다음에 열심히 하는 것이 의미가 있다.

그런데 "자기 검열"은 주니어만 하는 것이 아니다. 경력을 충분히 쌓은 시니어들도 때로는 본인에 대한 기대라는 중압감에 물어보면 일을 못하는 사람이라 느껴지지 않을까 싶어 물어보지 못하고 그럼으로써 문제 정의를 제대로 못하는 경우들을 보았다. 아무리 경력이 많아도 자기가 맡은 업무를 제대로 파악하려 노력한 다음에 일을 시작하는 것은 꼭 필요하다. 너무 자신감이 넘치는 경우에도 동일한 실수를 하기 쉽다. 예를 들어 대기업에서 하던 업무를 작은 스타트업에 조인해서 하는 경우 작은 회사라는 이유만으로 깔보며 이 정도는 우습지라고 생각하며 문제정의를 제대로 안하는 경우 실패할 가능성이 아주 높다. 모든 환경은 그 환경 나름대로의 차이가 있는 것이기에 한 환경에서의 성공 경험이 다른 환경에서의 성공을 보장하지 않는다.

내 경력과 상관없이 항상 맡은 업무를 시작하기 전에 질문을 바탕으로 의사소통을 하고 문제정의하는 것 꼭 필요하다. 이는 타고나는 재능이라기 보다는 실수와 연습을 통해 더 잘하게 되는 기술이란 점도 잊지 말자. 이는 레벨이 올라갈수록 더 중요하다.

<ol ><li>기본기 확실히 하기</li><li>학습 능력 키우기</li><li>의사 소통 잘하기</li><li>문제 정의 잘하기</li><li>태스크 완료 시간 추정 잘하기</li><li>운영을 고려한 코드 작성하기</li><li>서비스 사고 대처 능력 키우기</li><li>결과를 내는데 집중하기</li><li>영향력 갖기 <s>(코딩 멍키)</s></li></ol> 문제 정의 능력이란 무엇일까? 내가 맡은 업무를 제대로 파악하는 것을 말한다. 내 업무의 우선 순위를 이해하고 문맥을 파악하는 것과 업무의 완료를 의미하는 성공과 실패 기준 혹은 지표를 이해하는 것을 말한다. 나에게 업무를 준 사람의 의도를 파악하기 위한 의사소통이 필수이며 의사소통에 대해서는 지난 포스트에서 내 의견을 공유했다. 문제 정의를 잘못하면 어떻게 될까? 엉뚱한 방향으로 불필요한 노력을 쏟을 가능성이 아주 높아진다. 등산을 예로 들어보자. 어느 산으로 올라가는지 명확히 알아야 열심히 올라간 성과가 인정받게 된다. 열심히 하지 않았느냐고 항변하는 것은 별 의미가 없다. 그래서 어디로 가야할지 대충 알아서 판단하지 말고 (자기검열하지 말고) 많이 물어봐야한다. 반대로 이야기하면 리더에게는 결정의 "명확성"이 중요해진다. "알아서 잘해주세요"와 같은 결정은 완전한 위임이 아니라면 리더에 대한 신뢰를 스스로 깎아먹는 행동이다. 틀릴 가능성이 있더라도 결과에 대한 기대를 명확히 해야 팀원들이 덜 헤맨다. 같은 방향으로 움직였다면 결과적으로 틀린 방향이라도 회고하며 같이 배울 수 있는 포인트들이 분명히 있다. "자기 검열"이 문제 정의에 가장 큰 걸림돌이 된다. 이 정도는 내가 알아서 해야지 물어보면 멍청해보이지는 않을지, 내 매니저가 바빠보이는데 물어보면 민폐는 아닐지 등등 여러가지 이유가 있겠지만 불편함을 견디며 등산 예처럼 방향과 목적지를 먼저 확인하기 위해 같이 대화해봐야 그 다음에 열심히 하는 것이 의미가 있다. 그런데 "자기 검열"은 주니어만 하는 것이 아니다. 경력을 충분히 쌓은 시니어들도 때로는 본인에 대한 기대라는 중압감에 물어보면 일을 못하는 사람이라 느껴지지 않을까 싶어 물어보지 못하고 그럼으로써 문제 정의를 제대로 못하는 경우들을 보았다. 아무리 경력이 많아도 자기가 맡은 업무를 제대로 파악하려 노력한 다음에 일을 시작하는 것은 꼭 필요하다. 너무 자신감이 넘치는 경우에도 동일한 실수를 하기 쉽다. 예를 들어 대기업에서 하던 업무를 작은 스타트업에 조인해서 하는 경우 작은 회사라는 이유만으로 깔보며 이 정도는 우습지라고 생각하며 문제정의를 제대로 안하는 경우 실패할 가능성이 아주 높다. 모든 환경은 그 환경 나름대로의 차이가 있는 것이기에 한 환경에서의 성공 경험이 다른 환경에서의 성공을 보장하지 않는다. 내 경력과 상관없이 항상 맡은 업무를 시작하기 전에 질문을 바탕으로 의사소통을 하고 문제정의하는 것 꼭 필요하다. 이는 타고나는 재능이라기 보다는 실수와 연습을 통해 더 잘하게 되는 기술이란 점도 잊지 말자. 이는 레벨이 올라갈수록 더 중요하다.

좋은 개발자가 알아야하는 9가지 포인트들 - 4. 문제 정의 잘하

개발자로서 우리는 코드의 품질과 유지보수성을 중요하게 여긴다. 하지만 이러한 기술적 가치 추구가 때로는 비즈니스 가치 창출이라는 본질을 잊게 만들기도 한다.

회사에 소속된 개발자라면 자신의 역량을 비즈니스 목표 달성에 기여하는 데 사용해야 한다. 완벽한 코드를 작성하는 것보다 적절한 품질을 유지하면서 빠르게 가치를 전달하는 것이 더욱 중요할 때가 있다. 물론 장기적으로는 코드 품질과 개발 문화를 개선해 나가는 노력도 필요하다. 하지만 이는 단기적인 비즈니스 성과와 균형을 이뤄야 한다. 지나친 완벽주의는 오히려 개발 속도를 늦추고 기회를 놓치게 만들 수 있기 때문이다.

좋은 설계 원칙과 아키텍처 패턴, 그리고 실천법은 변화에 빠르게 대응하기 위한 도구다. 상황에 맞게 적절한 수준으로 적용하여 개발 효율성과 코드 품질 사이의 균형을 찾아야 한다.

비즈니스 임팩트를 만들어내는 것이 핵심임을 잊지 말고, 클린 코드에 대한 열정을 비즈니스 가치 창출까지 연결시켜야 한다.

개발자로서 우리는 코드의 품질과 유지보수성을 중요하게 여긴다. 하지만 이러한 기술적 가치 추구가 때로는 비즈니스 가치 창출이라는 본질을 잊게 만들기도 한다. 회사에 소속된 개발자라면 자신의 역량을 비즈니스 목표 달성에 기여하는 데 사용해야 한다. 완벽한 코드를 작성하는 것보다 적절한 품질을 유지하면서 빠르게 가치를 전달하는 것이 더욱 중요할 때가 있다. 물론 장기적으로는 코드 품질과 개발 문화를 개선해 나가는 노력도 필요하다. 하지만 이는 단기적인 비즈니스 성과와 균형을 이뤄야 한다. 지나친 완벽주의는 오히려 개발 속도를 늦추고 기회를 놓치게 만들 수 있기 때문이다. 좋은 설계 원칙과 아키텍처 패턴, 그리고 실천법은 변화에 빠르게 대응하기 위한 도구다. 상황에 맞게 적절한 수준으로 적용하여 개발 효율성과 코드 품질 사이의 균형을 찾아야 한다. 비즈니스 임팩트를 만들어내는 것이 핵심임을 잊지 말고, 클린 코드에 대한 열정을 비즈니스 가치 창출까지 연결시켜야 한다.

클린 코드와 비즈니스 임팩트

A modern JavaScript library for handling Hangul characters. - toss/es-hangul

GitHub - toss/es-hangul: A modern JavaScript library for handling Hangul characters.

es-hangul
은 쉽게 한글을 다룰 수 있도록 돕는 JavaScript 라이브러리입니다. 토스에서 오픈소스로 공개하고 유지보수 중인 라이브러리로, 2024년 4월 11일에 첫 커밋된 따끈따끈한 라이브러리입니다. (히스토리를 보면 원래 공개되있던 toss/slash의 @toss/hangul 패키지가 분리된 것으로 보입니다.)

한글 특성 상 국내 개발자들의 기여가 많이 필요한 영역이기 때문에, 유지보수가 쉽지 않습니다. Hangul.js, Josa.js 같은 유명한 라이브러리들도 몇 년 전 커밋을 마지막으로 관리가 멈춰있습니다. 이런 점에서
es-hangul
의 가치가 더욱 빛나는 것 같습니다.

es-hangul
에서 사용할 수 있는 일부 함수들의 예시를 정리해보았습니다.

chosungIncludes
: 단어가 해당 초성을 포함하는지 여부를 반환하는 함수
import { chosungIncludes } from 'es-hangul'

chosungIncludes('프론트엔드', 'ㅍㄹㅌ') // true

combineHangulCharacter
: 인자로 초성, 중성, 종성을 받아 하나의 한글 문자를 반환하는 함수
import { combineHangulCharacter} from 'es-hangul'

combineHangulCharacter('ㄱ', 'ㅏ', 'ㅂㅅ') // '값'
combineHangulCharacter('ㅌ', 'ㅗ') // '토'

josa
: 조사 붙여주는 함수
import { josa } from 'es-hangul';

josa('샴푸', '이/가') // '샴푸가'

josa('바깥', '으로/로') // '바깥으로'

disassembleHangul
: 자모 해체하는 함수
import { disassembleHangul } from 'es-hangul'

disassembleHangul('값') // 'ㄱㅏㅂㅅ'

combineHangulCharacter
: 인자로 초성, 중성, 종성을 받아 하나의 한글 문자를 반환하는 함수
import { combineHangulCharacter } from 'es-hangul'

combineHangulCharacter('ㄱ', 'ㅏ', 'ㅂㅅ') // '값'

removeLastHangulCharacter
: 인자로 주어진 한글 문자열에서 가장 마지막 문자 하나를 제거하여 반환하는 함수
import { removeLastHangulCharacter } from 'es-hangul'

removeLastHangulCharacter('안녕하세요 값') // '안녕하세요 갑'
removeLastHangulCharacter('프론트엔드') // '프론트엔ㄷ'

https://github.com/toss/es-hangul

<code>es-hangul</code>은 쉽게 한글을 다룰 수 있도록 돕는 JavaScript 라이브러리입니다. 토스에서 오픈소스로 공개하고 유지보수 중인 라이브러리로, 2024년 4월 11일에 첫 커밋된 따끈따끈한 라이브러리입니다. (히스토리를 보면 원래 공개되있던 toss/slash의 @toss/hangul 패키지가 분리된 것으로 보입니다.) 한글 특성 상 국내 개발자들의 기여가 많이 필요한 영역이기 때문에, 유지보수가 쉽지 않습니다. Hangul.js, Josa.js 같은 유명한 라이브러리들도 몇 년 전 커밋을 마지막으로 관리가 멈춰있습니다. 이런 점에서 <code>es-hangul</code>의 가치가 더욱 빛나는 것 같습니다. <code>es-hangul</code>에서 사용할 수 있는 일부 함수들의 예시를 정리해보았습니다. <code>chosungIncludes</code>: 단어가 해당 초성을 포함하는지 여부를 반환하는 함수<pre><code class="language-js">import { chosungIncludes } from 'es-hangul'

chosungIncludes('프론트엔드', 'ㅍㄹㅌ') // true</code></pre> <code>combineHangulCharacter</code>: 인자로 초성, 중성, 종성을 받아 하나의 한글 문자를 반환하는 함수<pre><code class="language-js">import { combineHangulCharacter} from 'es-hangul'

combineHangulCharacter('ㄱ', 'ㅏ', 'ㅂㅅ') // '값'
combineHangulCharacter('ㅌ', 'ㅗ') // '토'</code></pre> <code>josa</code>: 조사 붙여주는 함수<pre><code class="language-js">import { josa } from 'es-hangul';

josa('샴푸', '이/가') // '샴푸가'

josa('바깥', '으로/로') // '바깥으로'</code></pre> <code>disassembleHangul</code>: 자모 해체하는 함수<pre><code class="language-js">import { disassembleHangul } from 'es-hangul'

disassembleHangul('값') // 'ㄱㅏㅂㅅ'</code></pre> <code>combineHangulCharacter</code>: 인자로 초성, 중성, 종성을 받아 하나의 한글 문자를 반환하는 함수<pre><code class="language-js">import { combineHangulCharacter } from 'es-hangul'

combineHangulCharacter('ㄱ', 'ㅏ', 'ㅂㅅ') // '값'</code></pre> <code>removeLastHangulCharacter</code>: 인자로 주어진 한글 문자열에서 가장 마지막 문자 하나를 제거하여 반환하는 함수<pre><code class="language-js">import { removeLastHangulCharacter } from 'es-hangul'

removeLastHangulCharacter('안녕하세요 값') // '안녕하세요 갑'
removeLastHangulCharacter('프론트엔드') // '프론트엔ㄷ'</code></pre>https://github.com/toss/es-hangul

GitHub

현대적인 JavaScript 한글 라이브러리, es-hangul

저부터 고백하자면, 수도 없이 경험한 것 같습니다. 팀에서 보고서 템플릿을 바꿔서 예전 내용을 옮겨야 할 때, 고객사 별로 같은 문서에 내용만 다르게 사용하고 있었는데 하나 수정하면 다른 곳도 다 일일이 바꿔줘야 할 때... 사용하는 툴에 따라 이런 일이 매우 적을 수는 있지만, 그래도 최소 한 번쯤은 이런 경험을 하셨을 거예요.

다음 분기에 5개월 일하기 vs. 지금 5시간 논의하기

DB 설계 (혹은 DB 마이그레이션) 관련 업무를 진행할 때, 기획자는 어떤 것들을 챙기면 좋을까요? 막연하게 개발팀에서 알아서 잘 하겠지... 라고 미뤄뒀다가 나중에 큰 고생을 하는 것을 방지하기 위해서 ㅎㅎ 기획 단계에서 챙겨야 하는 것들에 대해 정리한 아티클입니다. 실제로 알라미에서 동기화 기능을 개발하면서, 중간중간 담당자들 머리를 아프게 했던 사례들을 기반으로 쓴 글인데요. 되돌리기 어려운 의사결정들을 초기에 어떻게 잘 할 수 있는지 살펴보시면 좋을 것 같네요.

DB 설계 (혹은 DB 마이그레이션) 관련 업무를 진행할 때, 기획자는 어떤 것들을 챙기면 좋을까요? 막연하게 개발팀에서 알아서 잘 하겠지... 라고 미뤄뒀다가 나중에 큰 고생을 하는 것을 방지하기 위해서 ㅎㅎ 기획 단계에서 챙겨야 하는 것들에 대해 정리한 아티클입니다. 실제로 알라미에서 동기화 기능을 개발하면서, 중간중간 담당자들 머리를 아프게 했던 사례들을 기반으로 쓴 글인데요. 되돌리기 어려운 의사결정들을 초기에 어떻게 잘 할 수 있는지 살펴보시면 좋을 것 같네요.

[다음 분기에 5개월 일하기 vs 지금 5시간 논의하기]

카카오TV, 모바일 세대를 위한 매력적인 콘텐츠일까?

[📌카카오TV, MZ세대에게 얼마나 어필할까?]
📰: 카카오TV가 발표한 내용에 따르면 오는 2023년까지 연간 4000억 원 규모의 콘텐츠를 제작 올해 드라마 6개와 예능 19개 총 25개 타이틀, 350여 편의 에피소드를 선보일 계획이니 한국의 모바일 콘텐츠 생태계에선 유례없는 투자와 규모죠.

콘텐츠 제작과 투자에서 대세가 되기 위한 꾸준함과 함께 그걸 알아봐 주는 초기 팬덤이 필요하고, 그렇게 서서히 일상생활 속에 자리 잡는 콘텐츠와 그 콘텐츠를 가장 효과적으로 보여주는 플랫폼이 되어야만 정말 넥스트가 된다고 믿습니다.

🤩: 카카오TV가 런칭한 지난 일주일동안, 유튜브만큼 카카오TV를 끼고 살았습니다. 그러다보니 자연스럽게 주목하게 된 몇가지 포인트들-

1. 주목할만한 오리지널 시리즈
- 모바일 네티이브한가
- 플랫폼 생태계에 점차 찰떡 같이 녹여내는 그림

2. MZ세대에겐 얼마나 어필할까?
- 레거시 출연자와 레거시 문법

3. 조금은 답답한 UX
- 배속재생과 10초 빨리 감기 안되고
- 광고는 꽤나.. 빡센편

비단 카카오TV뿐만 아니라 최근 여러 버티컬 플랫폼에서 선보이는 ~~~TV/~~~Live 기능과 콘텐츠들은 앞으로 계속 고민해봐야 할 지점들이 아닌가 싶습니다.

Brunch Story

Z세대와 로컬 커뮤니티를 탐구하며, 동시대의 주목 받는 콘텐츠 그리고 라이프 스타일에 관심이 많습니다. '틱톡'의 국내 초기 런칭과 함께 숏폼 콘텐츠 사업 업무를 담당하였고, 지금은 우아한형제들의 AR놀이 플랫폼인 '띠잉'을 만드는 조직에서 일하고 있습니다.

신사업 리드

차승학

Z세대와 커뮤니티를 탐구하며, 동시대의 라이프 스타일에 관심이 많습니다. 틱톡의 국내 런칭과 함께 콘텐츠 사업 업무, 우아한형제들 신사업부문, 스푼라디오 콘텐츠 전략 및 한국 CM업무를 담당했습니다. 현재는 카카오스타일에서 신사업을 리드하고 있습니다. 

댓글 0

비슷한 게시물

주간 인기 TOP 10

추천 프로필