네이버에서 HyperCLOVA X SEED 모델을 오픈가중치로 공개했군요. 3B, 1.5B, 0.5B 모델로 공개했는데요.

네이버에서 공개한 벤치마크상으로는 Qwen과 구글의 Gemma 등을 뛰어넘는 성능을 보인다고 합니다.

다만, 그것이 한국어 벤치마크 기준이라는 점이 많이 아쉽습니다. 한국어 성능을 강조하려고 그런 것이긴 하겠지만, 모델 공개시 일반적으로 발표하는 지표가 하나도 포함되어 있지 않다는 점은 좀 이해하기 어렵네요.

우리나라에서 가장 기대와 지원을 받고 있는 팀인 네이버의 발표인 점을 생각하면, 지표에 몇가지 의구심도 있고, 매우 작은 모델들이라서 사실 다른 모델들을 파인튜닝만해도 나올 수준으로 보여 좀 많이 아쉽습니다.

네이버에서 HyperCLOVA X SEED 모델을 오픈가중치로 공개했군요. 3B, 1.5B, 0.5B 모델로 공개했는데요. 네이버에서 공개한 벤치마크상으로는 Qwen과 구글의 Gemma 등을 뛰어넘는 성능을 보인다고 합니다. 다만, 그것이 한국어 벤치마크 기준이라는 점이 많이 아쉽습니다. 한국어 성능을 강조하려고 그런 것이긴 하겠지만, 모델 공개시 일반적으로 발표하는 지표가 하나도 포함되어 있지 않다는 점은 좀 이해하기 어렵네요. 우리나라에서 가장 기대와 지원을 받고 있는 팀인 네이버의 발표인 점을 생각하면, 지표에 몇가지 의구심도 있고, 매우 작은 모델들이라서 사실 다른 모델들을 파인튜닝만해도 나올 수준으로 보여 좀 많이 아쉽습니다.

오랜만에 에디터의 AI 기능들을 실제 프로젝트에 사용해본 경험 메모. 개인 취향이 크게 반영된 평가입니다.

VSCode Copilot: 처음의 깔끔하던 경험은 어디가고, 몬가 정신없어짐..

Windsurf: 온보딩이 잘 되어 있는 편이고 Cursor보다 약간 더 깔끔. 하지만 최적화가 덜 되어 있어서 느려지거나 어시스트하는게 몬가 일을 너무 번거롭게 만듬.

Zed: 에디터 경험은 제일 좋은데, AI 기능은 아직.. 있기는 하다..정도.

Cline: 개발자 장난감용으로 좋음.

Cursor: 최근에 기능 변경을 정신없이 왔다갔다해서 짜증나긴 하는데, 탭 자동완성 기능은 가장 편하고 성능도 좋음.

어차피 LLM 모델은 시중의 주요 모델을 다 사용할 수 있게 되어 있고, 코드 베이스 참조 등의 기능도 거의 유사한 방식으로 처리해서 코딩 성능은 동일하다고 볼 수 있음.

에이전트도 경향성만 약간 다르지 큰 차이는 없고, 실제 프로젝트에 쓰기에는 전부 아직 너무 리뷰에 시간을 더 쓰게 되어서 프로토타이핑에만 유용함.

아직까지 실서비스 프로젝트에 유용한 기능은 초안작성, 에러 물어보기, 탭 자동완성. 이 경험에서는 아직 Cursor 가 가장 좋음.

앞으로 서로 경쟁하며 계속 상향 평준화 될텐데, 기능적인 요소는 거의 같아질테고, 역시 결국은 UX 싸움이 될 것 같음.

오랜만에 에디터의 AI 기능들을 실제 프로젝트에 사용해본 경험 메모. 개인 취향이 크게 반영된 평가입니다. VSCode Copilot: 처음의 깔끔하던 경험은 어디가고, 몬가 정신없어짐.. Windsurf: 온보딩이 잘 되어 있는 편이고 Cursor보다 약간 더 깔끔. 하지만 최적화가 덜 되어 있어서 느려지거나 어시스트하는게 몬가 일을 너무 번거롭게 만듬. Zed: 에디터 경험은 제일 좋은데, AI 기능은 아직.. 있기는 하다..정도. Cline: 개발자 장난감용으로 좋음. Cursor: 최근에 기능 변경을 정신없이 왔다갔다해서 짜증나긴 하는데, 탭 자동완성 기능은 가장 편하고 성능도 좋음. 어차피 LLM 모델은 시중의 주요 모델을 다 사용할 수 있게 되어 있고, 코드 베이스 참조 등의 기능도 거의 유사한 방식으로 처리해서 코딩 성능은 동일하다고 볼 수 있음. 에이전트도 경향성만 약간 다르지 큰 차이는 없고, 실제 프로젝트에 쓰기에는 전부 아직 너무 리뷰에 시간을 더 쓰게 되어서 프로토타이핑에만 유용함. 아직까지 실서비스 프로젝트에 유용한 기능은 초안작성, 에러 물어보기, 탭 자동완성. 이 경험에서는 아직 Cursor 가 가장 좋음. 앞으로 서로 경쟁하며 계속 상향 평준화 될텐데, 기능적인 요소는 거의 같아질테고, 역시 결국은 UX 싸움이 될 것 같음.

📝 코딩용 에디터 AI 비교 (한줄요약)

딥러닝/LLM 모델은 기본적으로는 Stateless한 상태지만, 대부분 프롬프트와 출력을 계속 되먹임하면서 작업을 이어가기 때문에 여러 턴으로 이루어진 태스크에서는 Stateful 하다고 볼 수 있습니다.

이런 것을 In-context learning 이라고 합니다.

사전에 학습하는 것은 training 이라고하고 learning 이라고 하지 않는데 우리나라 말은 둘 다 학습이라고 써서.. 훈련과 학습을 구분해서 이해하면 AI의 작동 방식에 대해 좀 더 분명하게 이해 할 수 있습니다.

이와 관련해서, 개인적으로, 추후 컴퓨팅 파워가 어마어마하게 커져서(혹은 양자컴퓨터가 상용화되거나) 사용자의 프롬프트와 출력, 그리고 실시간 피드백에 의해 모델의 가중치를 실시간으로 바꾸는 시대가 올 수도 있을 것이라고 보는데요.

그렇게 되면 모델이 Stateful 하게 작동하게 되고, 그러면 실제로 AI가 의식 혹은 자아를 가지게 될 수도 있다고 봅니다. 아직은 SF지만 가능성은 충분하죠.

딥러닝/LLM 모델은 기본적으로는 Stateless한 상태지만, 대부분 프롬프트와 출력을 계속 되먹임하면서 작업을 이어가기 때문에 여러 턴으로 이루어진 태스크에서는 Stateful 하다고 볼 수 있습니다. 이런 것을 In-context learning 이라고 합니다. 사전에 학습하는 것은 training 이라고하고 learning 이라고 하지 않는데 우리나라 말은 둘 다 학습이라고 써서.. 훈련과 학습을 구분해서 이해하면 AI의 작동 방식에 대해 좀 더 분명하게 이해 할 수 있습니다. 이와 관련해서, 개인적으로, 추후 컴퓨팅 파워가 어마어마하게 커져서(혹은 양자컴퓨터가 상용화되거나) 사용자의 프롬프트와 출력, 그리고 실시간 피드백에 의해 모델의 가중치를 실시간으로 바꾸는 시대가 올 수도 있을 것이라고 보는데요. 그렇게 되면 모델이 Stateful 하게 작동하게 되고, 그러면 실제로 AI가 의식 혹은 자아를 가지게 될 수도 있다고 봅니다. 아직은 SF지만 가능성은 충분하죠.

어제 더워서 이제 봄이구나 했는데,
오늘 추워서 역시 봄이구나 했다.

어제 더워서 이제 봄이구나 했는데,오늘 추워서 역시 봄이구나 했다.

오랜기간 개발이라는 업을 헤쳐나가면서 건강 관리를 소홀히 하였습니다. "젋으니까 괜찮아", "아직은 그럴 아니야", "귀찮아", "나 건강해" 저도 이런 말을 항상 버릇처럼 말을 하며 주변의 걱정을 애써 무마 시켰고, 아직은 괜찮아 라고 자기 합리화를 하였습니다.

그때 당장은 사실 아무런 일이 없었고 오히려 건강에 대한 자신감을 가졌지만, 시간이 지나 복리 이자처럼 누적된 건강 손실은 한번에 저에 갚을 것을 요구 할때도 있었으니까요.

마치 꼰대와 같은 이야기로 "건강을 항상 챙기셔요" 라고 입버릇 처럼 이제 말을 하고 있지만, 건강은 직접 경험하지 않으면 모르는 일이라 꼰대가 되는거 같아요.

어느덧 4월이 마무리 되고 5월이 다가오고 있습니다.
2025년초 건강관리에 대한 목표를 세우신 모든 분들이 목표를 이루어 항시 건강하셨으면 합니다.

오랜기간 개발이라는 업을 헤쳐나가면서 건강 관리를 소홀히 하였습니다. "젋으니까 괜찮아", "아직은 그럴 아니야", "귀찮아", "나 건강해" 저도 이런 말을 항상 버릇처럼 말을 하며 주변의 걱정을 애써 무마 시켰고, 아직은 괜찮아 라고 자기 합리화를 하였습니다. 그때 당장은 사실 아무런 일이 없었고 오히려 건강에 대한 자신감을 가졌지만, 시간이 지나 복리 이자처럼 누적된 건강 손실은 한번에 저에 갚을 것을 요구 할때도 있었으니까요. 마치 꼰대와 같은 이야기로 "건강을 항상 챙기셔요" 라고 입버릇 처럼 이제 말을 하고 있지만, 건강은 직접 경험하지 않으면 모르는 일이라 꼰대가 되는거 같아요. 어느덧 4월이 마무리 되고 5월이 다가오고 있습니다.2025년초 건강관리에 대한 목표를 세우신 모든 분들이 목표를 이루어 항시 건강하셨으면 합니다.

건강을 항상 돌봐주세요.

동시성처리와 병렬성처리는 유사해보이지만 큰 차이가있으며 간략하게 간략하게 설명될수 있습니다.

•동시성 : 한사람이 커피주문 받고 만들기를 동시에한다. 커피머신을 이용하면서도 주문을 받음 - 비동기 논블록킹
•병렬성 : 커피주문을 받는사람과 만드는 사람이 각각 따로 있다. - 병렬처리 멀티스레드 프로그래밍
•순차성(동기순차 블락킹 프로그래밍) : 한사람이 커피주문을 받고 커피를 만들지만~ 커피가 완성될때까지 다음손님 주문을 받지 못한다.

◦동시/병렬로 진행되지 않음으로 전체 소요시간은 각 Task의 전체합으로 전체완료시간이 가장느림

JVM(자바+코틀린) 영역이 지원하는 동시성 프로그래밍 방식을 먼저 알아보고 액터모델에 이벤트를 전송해 결과값을 받는 ASK패턴도 알아보겠습니다.

https://wiki.webnori.com/pages/viewpage.action?pageId=106267065

동시성처리와 병렬성처리는 유사해보이지만 큰 차이가있으며 간략하게 간략하게 설명될수 있습니다. •동시성 : 한사람이 커피주문 받고 만들기를 동시에한다. 커피머신을 이용하면서도 주문을 받음 - 비동기 논블록킹•병렬성 : 커피주문을 받는사람과 만드는 사람이 각각 따로 있다. - 병렬처리 멀티스레드 프로그래밍•순차성(동기순차 블락킹 프로그래밍) : 한사람이 커피주문을 받고 커피를 만들지만~ 커피가 완성될때까지 다음손님 주문을 받지 못한다. ◦동시/병렬로 진행되지 않음으로 전체 소요시간은 각 Task의 전체합으로 전체완료시간이 가장느림 JVM(자바+코틀린) 영역이 지원하는 동시성 프로그래밍 방식을 먼저 알아보고 액터모델에 이벤트를 전송해 결과값을 받는 ASK패턴도 알아보겠습니다. https://wiki.webnori.com/pages/viewpage.action?pageId=106267065

자바진영의 다양한 동시성처리

“챗GPT, 일 잘하는 직장인은 이렇게 쓴다” 대기업 출강 압도적 1위! 일타강사가 알려주는 챗GPT 완벽 활용법

챗GPT 일타강사의 직장인 업무 만렙 공략집

『챗GPT 일타강사의 직장인 업무 만렙 공략집』은 단순한 생성형 AI 사용법을 넘어, 실무 중심의 업무 전략을 제시하는 책이다.
 
저자 이승필은 400회 이상의 기업 강연과 실무 경험을 바탕으로, 챗GPT가 직장인의 업무에 어떻게 실질적으로 도움이 되는지를 체계적이고 구체적으로 풀어낸다. 단순한 기술 매뉴얼이 아니라, "어떻게 질문하느냐에 따라 답이 달라지는" 챗GPT의 본질을 꿰뚫은 전략서이다.
 
책은 디지털 전환 시대의 직장인들에게 AI 활용 능력이 더 이상 선택이 아닌 필수임을 강조한다. 특히 단순히 챗GPT를 ‘사용’하는 것과 ‘제대로 활용’하는 것 사이의 간극을 좁히기 위한 가이드로서, 본서의 가치는 더욱 높다 😎
 
📝 목차
- Part 1: 챗GPT 기본 사용법 마스터: 기본 + 프럼프트 엔지니어링
- Part 2: 챗GPT 실전 업무 스킬: 이메일 작성하기, 파일 정리하기, PDF자유자래로 다루기, 기획서 한방에 작성하기, 엑셀 단숨에 끝내기, PPT 5분만에 완성하기 등 실전업무 57가지
- Part 3: 나만의 GPT 자동화 봇 GPTs(업무 자동화)
- Part 4: 다양한 AI 도구들(WorksAI, Poe, Perplexity, Gemini ) 활용법

✨ 주요 내용 요약
✅ 1. 프롬프트 작성의 기술
👉  이 챕터에서는 좋은 결과를 얻으려면 질문하는 법부터 달라야 한다는 것을 알려준다. 그래서, 12가지 프럼프트 가이드와 4가지 원칙을 기반으로 가장 핵심적인 프럼프팅 기술이자 GPT활용의 게임체인저가 될 프롬프트 프레임워크 6종을 소개한다. 이 프레임워크는 GPT를 효과적으로 활용하기 위한 일종의 언어이자 전략이다. 그 구성은 다음과 같다:
 
👉  프롬프트 가이드 12가지
 * 명확하고 간결한 언어 사용하기
 * 작업을 명확하게 하기
 * 맥락과 배경정보 제공하기
 * 모호한 표현 피하기
 * 긍정적인 표현 사용하기
 * 복잡한 작업은 단계별로 나누기
 * 정보검색 우선 지시하기
 * 응답의 길이와 스타일 지정하기
 * 다양한 접근 방식 요청하기
 * 필수 정보 제공하기
 * 대괄호로 변수 표시하기
 * 지시사항을 재강조하기
👉  프롬프트 4가지 원칙
 * 역할 설정하기
 * 목표 명확히 하기
 * 맥락 제공하기
 * 형식 지정하기
👉  프롬프트 프레임워크 6종
 * 원목결 (원하는 일 - 목적 - 결과)
 * 임행목 (임무 - 행동 - 목표)
 * 역자단결 (역할 - 자료 - 단계 - 결과)
 * 역행상기 (역할 - 행동 - 상황 - 기대)
 * 배목행상임 (배경 - 목표 - 행동 - 상황 - 임무)
 * 임요행상예 (임무 - 요청 - 행동 - 상황 - 예시)
 
👉  이 구조들은 기업 보고서, PT 기획안, 커뮤니케이션 문서의 작성 방식과 유사하며, AI에게 ‘무엇을 기대하는지’를 명확히 전달할 수 있도록 돕는다. 결국 이는 GPT를 더 똑똑하게 만드는 게 아니라, 사용자가 더 명확한 사용자로 성장하게 만드는 도구다.
 * 예를 들어, "A 제품을 홍보하는 영문 이메일을 작성해줘" 보다  "B2B 고객을 대상으로 A 제품의 강점을 강조한 영문 이메일을 작성해줘. 150단어 이내로 부탁해." 가 훨씬 좋은 답변을 얻는다는 것!
 * AI를 잘 활용하려면 결국 어떻게 묻느냐가(프럼프팅) 핵심이란 걸 강조한다
 
✅ 2. 57가지 실전 업무 과제
👉  책은 프레임워크에만 그치지 않고, 무려 57가지의 실무 업무 공략법을 통해 이론을 실제에 적용하는 방법을 상세히 소개한다. 이메일, 파일정리, PDF 편집, 기획서 작성, 보고서 다듬기, 엑셀 함수 추천, PPT 제작까지!! 정말 직장인이라면 매일 하는 업무들을  챗GPT로 자동화하거나 효율화하는 방법을 하나하나 구체적으로 알려준다
📌 실용팁 
 * 이메일 제목을 클릭하게 만드는 법
 * 파일명을 일괄 변경하는 방법
 * 기획서를 설득력 있게 다듬는 챗GPT 사용법
 * 엑셀 데이터 분석을 빠르게 시키는 프롬프트
👉 이 책을 따라 하다 보면 어느새 ‘나만의 GPT 툴킷’을 구축하게 된다는 표현은 과장이 아니다. 그래서, 직장에서 신입뿐만 아니라 중,고참 직원들도 좀 더 생산성을 높일 수 있는 다양한 팁들과 활용사례가 있어 직장인들에게 많은 도움이 될 거 같다.
 
✅ 3. GPTs & AI 도구 활용
👉 이 책은 챗GPT에만 국한되지 않는다. GPTs를 이용한 업무 자동화, 커스텀 봇 생성법, 그리고 웍스AI, Perplexity, Gemini, Midjourney 등 다양한 AI 도구까지 소개하며 활용 폭을 넓힌다. 특히 GPT Plus 사용자에게 유용한 ‘GPT 성능 극대화 원칙 7가지’는 장기적인 업무 자동화를 염두에 둔 전략으로서 가치 있다.
 * 나만의 업무용 GPTs 만들기 (예: 회의록 요약 봇, 계약서 검토 봇)
 * WorksAI, Poe, Perplexity, Midjourney, Runway 등 다양한 AI 서비스 소개
👉  그리고, 단순히 텍스트 생성에 그치지 않고, 이미지 제작, 음성 합성, 문서 편집까지 AI를 활용하는 방법을 알려준다.
👉  개인적으로는  평상시 업무에 회사의 웹사이트와 신문에 기고되었던 해외 사례들이 내용들도 검색 및 내용을 확인해야 했었는데, 이런 업무를 Perplexity 한방으로 해결되어서 보다 유용했다. 
 
💬 읽고 느낀 점 (좋았던 점 vs 아쉬운 점)
✅ 좋았던 점
- 단순한 사용법이 아니라 진짜 직장인용 실전 예제가 가득!
- 챗GPT에 질문하는 스킬(프롬프트)이 얼마나 중요한지 구체적으로 알려줌
- 자동화 + 생산성 향상이라는 목적이 분명해서 읽는 내내 동기부여됨
- 나만의 챗봇 만들기까지 도전할 수 있도록 안내해줌
❌ 아쉬운 점
- Perpelxity에 대한 보다 세부적인 파인튜닝 또는 프럼프팅 방법이 있었다면 더 좋았을텐데 하는 아쉬움
- GPT Plus(유료버전)를 기준으로 한 기능 설명이 많아, 무료 사용자는 약간 제한될 수 있음
- 데이터 보안 이슈, 오류 가능성(환각현상) 같은 한계는 조금 더 강조했으면 좋았을 듯
 
✨ 한줄평
“칼퇴는 기본, 일의 질까지 높이고 싶은 직장인에게 딱 맞는 챗GPT 실전 바이블!”
 
👉 정리하자면, 업무 자동화와 AI 도구 활용에 관심 있는 분이라면 꼭 한 번 읽어볼 가치가 있는 책입니다.
특히 “AI를 써야 한다고는 하는데, 뭘 어떻게 써야 할지 모르겠는 사람”에게 강력 추천한다!

* 이 글은  "한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."
 * 『챗GPT 일타강사의 직장인 업무 만렙 공략집』: https://www.hanbit.co.kr/store/books/look.php?p_code=B3218030348

『챗GPT 일타강사의 직장인 업무 만렙 공략집』은 단순한 생성형 AI 사용법을 넘어, 실무 중심의 업무 전략을 제시하는 책이다.&nbsp;저자 이승필은 400회 이상의 기업 강연과 실무 경험을 바탕으로, 챗GPT가 직장인의 업무에 어떻게 실질적으로 도움이 되는지를 체계적이고 구체적으로 풀어낸다. 단순한 기술 매뉴얼이 아니라, "어떻게 질문하느냐에 따라 답이 달라지는" 챗GPT의 본질을 꿰뚫은 전략서이다.&nbsp;책은 디지털 전환 시대의 직장인들에게 AI 활용 능력이 더 이상 선택이 아닌 필수임을 강조한다. 특히 단순히 챗GPT를 ‘사용’하는 것과 ‘제대로 활용’하는 것 사이의 간극을 좁히기 위한 가이드로서, 본서의 가치는 더욱 높다 😎&nbsp;📝 목차- Part 1: 챗GPT 기본 사용법 마스터: 기본 + 프럼프트 엔지니어링- Part 2: 챗GPT 실전 업무 스킬: 이메일 작성하기, 파일 정리하기, PDF자유자래로 다루기, 기획서 한방에 작성하기, 엑셀 단숨에 끝내기, PPT 5분만에 완성하기 등 실전업무 57가지 - Part 3: 나만의 GPT 자동화 봇 GPTs(업무 자동화) - Part 4: 다양한 AI 도구들(WorksAI, Poe, Perplexity, Gemini ) 활용법 ✨ 주요 내용 요약✅ 1. 프롬프트 작성의 기술👉&nbsp; 이 챕터에서는 좋은 결과를 얻으려면 질문하는 법부터 달라야 한다는 것을 알려준다. 그래서, 12가지 프럼프트 가이드와 4가지 원칙을 기반으로 가장 핵심적인 프럼프팅 기술이자 GPT활용의 게임체인저가 될 프롬프트 프레임워크 6종을 소개한다. 이 프레임워크는 GPT를 효과적으로 활용하기 위한 일종의 언어이자 전략이다. 그 구성은 다음과 같다:&nbsp;👉&nbsp; 프롬프트 가이드 12가지<ul ><li>명확하고 간결한 언어 사용하기</li><li>작업을 명확하게 하기</li><li>맥락과 배경정보 제공하기</li><li>모호한 표현 피하기</li><li>긍정적인 표현 사용하기</li><li>복잡한 작업은 단계별로 나누기</li><li>정보검색 우선 지시하기</li><li>응답의 길이와 스타일 지정하기</li><li>다양한 접근 방식 요청하기</li><li>필수 정보 제공하기</li><li>대괄호로 변수 표시하기</li><li>지시사항을 재강조하기</li></ul>👉&nbsp; 프롬프트 4가지 원칙<ul ><li>역할 설정하기</li><li>목표 명확히 하기</li><li>맥락 제공하기</li><li>형식 지정하기</li></ul>👉&nbsp; 프롬프트 프레임워크 6종<ul ><li>원목결 (원하는 일 - 목적 - 결과)</li><li>임행목 (임무 - 행동 - 목표)</li><li>역자단결 (역할 - 자료 - 단계 - 결과)</li><li>역행상기 (역할 - 행동 - 상황 - 기대)</li><li>배목행상임 (배경 - 목표 - 행동 - 상황 - 임무)</li><li>임요행상예 (임무 - 요청 - 행동 - 상황 - 예시) </li></ul>👉&nbsp; 이 구조들은 기업 보고서, PT 기획안, 커뮤니케이션 문서의 작성 방식과 유사하며, AI에게 ‘무엇을 기대하는지’를 명확히 전달할 수 있도록 돕는다. 결국 이는 GPT를 더 똑똑하게 만드는 게 아니라, 사용자가 더 명확한 사용자로 성장하게 만드는 도구다.<ul ><li>예를 들어, "A 제품을 홍보하는 영문 이메일을 작성해줘" 보다&nbsp; "B2B 고객을 대상으로 A 제품의 강점을 강조한 영문 이메일을 작성해줘. 150단어 이내로 부탁해." 가 훨씬 좋은 답변을 얻는다는 것!</li><li>AI를 잘 활용하려면 결국 어떻게 묻느냐가(프럼프팅) 핵심이란 걸 강조한다</li></ul>&nbsp;✅ 2. 57가지 실전 업무 과제👉&nbsp; 책은 프레임워크에만 그치지 않고, 무려 57가지의 실무 업무 공략법을 통해 이론을 실제에 적용하는 방법을 상세히 소개한다. 이메일, 파일정리, PDF 편집, 기획서 작성, 보고서 다듬기, 엑셀 함수 추천, PPT 제작까지!! 정말 직장인이라면 매일 하는 업무들을&nbsp; 챗GPT로 자동화하거나 효율화하는 방법을 하나하나 구체적으로 알려준다📌 실용팁&nbsp;<ul ><li>이메일 제목을 클릭하게 만드는 법</li><li>파일명을 일괄 변경하는 방법</li><li>기획서를 설득력 있게 다듬는 챗GPT 사용법</li><li>엑셀 데이터 분석을 빠르게 시키는 프롬프트</li></ul>👉 이 책을 따라 하다 보면 어느새 ‘나만의 GPT 툴킷’을 구축하게 된다는 표현은 과장이 아니다. 그래서, 직장에서 신입뿐만 아니라 중,고참 직원들도 좀 더 생산성을 높일 수 있는 다양한 팁들과 활용사례가 있어 직장인들에게 많은 도움이 될 거 같다.&nbsp;✅ 3. GPTs &amp; AI 도구 활용👉 이 책은 챗GPT에만 국한되지 않는다. GPTs를 이용한 업무 자동화, 커스텀 봇 생성법, 그리고 웍스AI, Perplexity, Gemini, Midjourney 등 다양한 AI 도구까지 소개하며 활용 폭을 넓힌다. 특히 GPT Plus 사용자에게 유용한 ‘GPT 성능 극대화 원칙 7가지’는 장기적인 업무 자동화를 염두에 둔 전략으로서 가치 있다.<ul ><li>나만의 업무용 GPTs 만들기 (예: 회의록 요약 봇, 계약서 검토 봇)</li><li>WorksAI, Poe, Perplexity, Midjourney, Runway 등 다양한 AI 서비스 소개</li></ul>👉&nbsp; 그리고, 단순히 텍스트 생성에 그치지 않고, 이미지 제작, 음성 합성, 문서 편집까지 AI를 활용하는 방법을 알려준다.👉&nbsp; 개인적으로는&nbsp; 평상시 업무에 회사의 웹사이트와 신문에 기고되었던 해외 사례들이 내용들도 검색 및 내용을 확인해야 했었는데, 이런 업무를 Perplexity 한방으로 해결되어서 보다 유용했다.&nbsp;&nbsp;💬 읽고 느낀 점 (좋았던 점 vs 아쉬운 점)✅ 좋았던 점- 단순한 사용법이 아니라 진짜 직장인용 실전 예제가 가득! - 챗GPT에 질문하는 스킬(프롬프트)이 얼마나 중요한지 구체적으로 알려줌 - 자동화 + 생산성 향상이라는 목적이 분명해서 읽는 내내 동기부여됨 - 나만의 챗봇 만들기까지 도전할 수 있도록 안내해줌❌ 아쉬운 점- Perpelxity에 대한 보다 세부적인 파인튜닝 또는 프럼프팅 방법이 있었다면 더 좋았을텐데 하는 아쉬움 - GPT Plus(유료버전)를 기준으로 한 기능 설명이 많아, 무료 사용자는 약간 제한될 수 있음 - 데이터 보안 이슈, 오류 가능성(환각현상) 같은 한계는 조금 더 강조했으면 좋았을 듯&nbsp;✨ 한줄평“칼퇴는 기본, 일의 질까지 높이고 싶은 직장인에게 딱 맞는 챗GPT 실전 바이블!”&nbsp;👉 정리하자면, 업무 자동화와 AI 도구 활용에 관심 있는 분이라면 꼭 한 번 읽어볼 가치가 있는 책입니다. 특히 “AI를 써야 한다고는 하는데, 뭘 어떻게 써야 할지 모르겠는 사람”에게 강력 추천한다! * 이 글은&nbsp; "한빛미디어 &lt;나는 리뷰어다&gt; 활동을 위해서 책을 제공받아 작성된 서평입니다."<ul ><li>『챗GPT 일타강사의 직장인 업무 만렙 공략집』: https://www.hanbit.co.kr/store/books/look.php?p_code=B3218030348</li></ul>

www.hanbit.co.kr

서평 - 『챗GPT 일타강사의 직장인 업무 만렙 공략집

음. 나중엔 모바일이나 PC용 LLM 전용 칩이 나올 수도 있지 않으려나. 모델 구조가 성능에 아주 큰 영향을 미치지 않으니, 최적의 모델 구조가 정립되면 거기에 모델 가중치만 바꿔서 올리는 형태로. 뉴럴칩처럼 범용칩이 아니라 마치 비디오 코덱 전용 칩 처럼..

음. 나중엔 모바일이나 PC용 LLM 전용 칩이 나올 수도 있지 않으려나. 모델 구조가 성능에 아주 큰 영향을 미치지 않으니, 최적의 모델 구조가 정립되면 거기에 모델 가중치만 바꿔서 올리는 형태로. 뉴럴칩처럼 범용칩이 아니라 마치 비디오 코덱 전용 칩 처럼..

약 5년전 대학생 시절,
태블로(Tableau)를 알고나서,
"이런 툴이 세상에 있다니!" 하며
감탄했습니다.

파이썬이나 R로는 도저히 만들수 없던,
시각화 구성요소들을 마우스 하나만으로
구현할 수 있다니, 꿈만 같았습니다.

아래는 제가 캐글(Kaggle)에서 구한
뉴욕 에어비엔비 데이터를 통해 만든,
에어비엔비 대시보드입니다.

저걸 만들고 얼마나 뿌듯했던지,
아직도 다시보면 그때의 기억에
웃음이 절로 납니다.

아래 댓글에 있는 링크를 통해
전체 대시보드를 볼 수 있습니다.

https://public.tableau.com/app/profile/dongchan.lim/viz/AirbnbPractice_15699654202660/Story1

약 5년전 대학생 시절, 태블로(Tableau)를 알고나서, "이런 툴이 세상에 있다니!" 하며 감탄했습니다. 파이썬이나 R로는 도저히 만들수 없던, 시각화 구성요소들을 마우스 하나만으로 구현할 수 있다니, 꿈만 같았습니다. 아래는 제가 캐글(Kaggle)에서 구한 뉴욕 에어비엔비 데이터를 통해 만든, 에어비엔비 대시보드입니다. 저걸 만들고 얼마나 뿌듯했던지, 아직도 다시보면 그때의 기억에 웃음이 절로 납니다. 아래 댓글에 있는 링크를 통해 전체 대시보드를 볼 수 있습니다. https://public.tableau.com/app/profile/dongchan.lim/viz/AirbnbPractice_15699654202660/Story1

에어비엔비 태블로 대시보드

SI세계에서 일어나는 상황~ S에서 한단어가 바뀐세상이 되어가 일하는 방법은 달라지겠지만 리소스절약 압박은 더해갈듯~

SI세계에서 일어나는 상황~ S에서 한단어가 바뀐세상이 되어가 일하는 방법은 달라지겠지만 리소스절약 압박은 더해갈듯~

SI와 AI 개발바닥

React 19와 Next.js 15가 새롭게 제안하는 방향은
꽤 도발적이에요.

useActionState와 serverAction만으로도,
ReactQuery 같은 클라이언트 상태 관리 도구 없이
폼 처리와 상태 업데이트를 할 수 있게 되었어요.

물론 모든 걸 대체하긴 어려워요.
하지만 단순한 폼 처리부터 CRUD 까지는
이 방향이 괜찮은 선택지가 될 수 있을것 같아요.

그래서 직접 예제 코드를 준비했고,
유튜브에 공유 드려요.
(댓글에 영상주소 참고)

기존 방식(React Query)과 새로운 방식(Next.js)에 대해
실무 기준에서 어떤 차이가 있고, 왜 이런 구조가 필요한지를
FSD 관점에서 살펴보며 풀어봤어요.

React Query의 전역 상태가 과하게 느껴졌던 분,
혹은 server action 시대의 프론트엔드 흐름을 따라가고 싶은 분이라면
이번 영상을 확인해보셔도 좋을 것 같아요.
(댓글에 영상주소 참고)

React 19와 Next.js 15가 새롭게 제안하는 방향은 꽤 도발적이에요. useActionState와 serverAction만으로도, ReactQuery 같은 클라이언트 상태 관리 도구 없이 폼 처리와 상태 업데이트를 할 수 있게 되었어요. 물론 모든 걸 대체하긴 어려워요. 하지만 단순한 폼 처리부터 CRUD 까지는 이 방향이 괜찮은 선택지가 될 수 있을것 같아요. 그래서 직접 예제 코드를 준비했고, 유튜브에 공유 드려요. (댓글에 영상주소 참고) 기존 방식(React Query)과 새로운 방식(Next.js)에 대해 실무 기준에서 어떤 차이가 있고, 왜 이런 구조가 필요한지를 FSD 관점에서 살펴보며 풀어봤어요. React Query의 전역 상태가 과하게 느껴졌던 분, 혹은 server action 시대의 프론트엔드 흐름을 따라가고 싶은 분이라면 이번 영상을 확인해보셔도 좋을 것 같아요. (댓글에 영상주소 참고)

React 19와 Next.js 15가 새롭게 제안하는 방향은
꽤

데이터 처리를 한다면 아마 대부분 Pandas로 시작하리라 믿는다. 작은 데이터를 빠르게 처리하는데는 이만한 것이 없지만 데이터의 크기가 커지면 처리하는데 두 가지 문제가 생긴다:

1️⃣ 처리가 너무 오래 걸리는 이슈 (Pandas는 Single Thread라는 치명적인 문제 존재)
2️⃣ 아예 데이터 자체를 적재하지 못하는 이슈 (Pandas는 데이터를 메모리에 적재해야함)

이 때부터 Spark이란 빅데이터 프로세싱 프레임워크의 도입이 필요해지는데 프로그래밍 패러다임만 놓고 보면 Pandas와 Spark은 크게 다르지 않다. Spark 역시 DataFrame으로 데이터 처리를 하기 때문이다. Spark Session이란 거를 앞단에 만들어야 하는 것과 DataFrame 함수가 다르다는 점을 빼고는 프로그래밍 관점에서는 큰 차이가 없다. 다르게 이야기하면 Pandas에서 Spark으로 내 스킬을 확장하는 건 생각처럼 힘들지 않다. 기본적으로 Spark은 Pandas on Steroids라 할 수 있다.

Spark 데이터 처리의 기본

Spark 프로그래밍은 어떤 부분에 복잡해질까? 기본적으로 Spark은 큰 데이터를 Partition이라 부르는 블록으로 나눈 다음 이를 다수의 Task들로 처리하여 큰 데이터를 병렬처리한다. 프로그래밍을 하는 관점에서는 이를 알 필요가 없다.

Spark 데이터 처리의 어려움 (Shuffling -> Partition Skewness)

Spark 데이터 처리의 문제는 Partition들 크기에 Skewness가 생기는 경우에 발생한다. Partition들의 크기가 비슷해야 병렬 처리의 의미가 있는데 하나의 Partition이 크기가 엄청나게 크다면 그 Partition 처리에 드는 시간이 전체 프로세싱 시간을 결정하게 되며 이 과정에서 메모리 에러 등 다양한 이슈들이 발생한다.

그러면 언제 Partition 크기에 Skewness가 생길까? DataFrame에 적용하는 오퍼레이션이 SQL로 치면 GROUP BY, ORDER BY, JOIN 등이라면 데이터 이동이 필요해지고 (이를 Shuffling이라 부른다) 이후 생기는 새로운 Partition 크기에 커다란 불균형(Skewness)이 생길 수 있으며 이는 빅데이터 처리에 MapReduce 시절부터 존재하는 문제이기도 하다.

이 경우 다양한 최적화 방법들이 존재하며 이를 배우는 것이 Spark 프로그래밍에서는 어려운 포인트라 할 수 있지만 사용법 자체는 Pandas와 비교해 크게 다르지 않다. 이번에 인프런에 Spark 강의를 하나 오픈했는데 내용은 Pandas로부터 시작해서 Spark의 다양한 기능을 DataFrame과 SQL 중심으로 Databricks Community Edition 위에서 배워보는 것이다. 강의 링크는 댓글 참고

데이터 처리를 한다면 아마 대부분 Pandas로 시작하리라 믿는다. 작은 데이터를 빠르게 처리하는데는 이만한 것이 없지만 데이터의 크기가 커지면 처리하는데 두 가지 문제가 생긴다: 1️⃣ 처리가 너무 오래 걸리는 이슈 (Pandas는 Single Thread라는 치명적인 문제 존재)2️⃣ 아예 데이터 자체를 적재하지 못하는 이슈 (Pandas는 데이터를 메모리에 적재해야함) 이 때부터 Spark이란 빅데이터 프로세싱 프레임워크의 도입이 필요해지는데 프로그래밍 패러다임만 놓고 보면 Pandas와 Spark은 크게 다르지 않다. Spark 역시 DataFrame으로 데이터 처리를 하기 때문이다. Spark Session이란 거를 앞단에 만들어야 하는 것과 DataFrame 함수가 다르다는 점을 빼고는 프로그래밍 관점에서는 큰 차이가 없다. 다르게 이야기하면 Pandas에서 Spark으로 내 스킬을 확장하는 건 생각처럼 힘들지 않다. 기본적으로 Spark은 Pandas on Steroids라 할 수 있다. Spark 데이터 처리의 기본 Spark 프로그래밍은 어떤 부분에 복잡해질까? 기본적으로 Spark은 큰 데이터를 Partition이라 부르는 블록으로 나눈 다음 이를 다수의 Task들로 처리하여 큰 데이터를 병렬처리한다. 프로그래밍을 하는 관점에서는 이를 알 필요가 없다. Spark 데이터 처리의 어려움 (Shuffling -&gt; Partition Skewness) Spark 데이터 처리의 문제는 Partition들 크기에 Skewness가 생기는 경우에 발생한다. Partition들의 크기가 비슷해야 병렬 처리의 의미가 있는데 하나의 Partition이 크기가 엄청나게 크다면 그 Partition 처리에 드는 시간이 전체 프로세싱 시간을 결정하게 되며 이 과정에서 메모리 에러 등 다양한 이슈들이 발생한다. 그러면 언제 Partition 크기에 Skewness가 생길까? DataFrame에 적용하는 오퍼레이션이 SQL로 치면 GROUP BY, ORDER BY, JOIN 등이라면 데이터 이동이 필요해지고 (이를 Shuffling이라 부른다) 이후 생기는 새로운 Partition 크기에 커다란 불균형(Skewness)이 생길 수 있으며 이는 빅데이터 처리에 MapReduce 시절부터 존재하는 문제이기도 하다. 이 경우 다양한 최적화 방법들이 존재하며 이를 배우는 것이 Spark 프로그래밍에서는 어려운 포인트라 할 수 있지만 사용법 자체는 Pandas와 비교해 크게 다르지 않다. 이번에 인프런에 Spark 강의를 하나 오픈했는데 내용은 Pandas로부터 시작해서 Spark의 다양한 기능을 DataFrame과 SQL 중심으로 Databricks Community Edition 위에서 배워보는 것이다. 강의 링크는 댓글 참고

스몰 데이터(Pandas)에서 빅 데이터(Spark)로!

점점 더 ChatGPT에게 물어봤더니 이건 이렇다더라하는 사람들이 많아지고 있다. 문제는 이런 행동이 빠르게 증폭된다는 것이다.

AI를 사용할 수록 점점 더 자신의 생각을 AI에게 외주 주게 되고, 어느 순간부터는 자신도 모르게 AI의 말을 의심없이 믿게 되는 순간이 온다.

이것이 바로 AI 리터러시가 필요한 이유이다. 정부는 국민들에게, 최소한 AI 교육을 시키는 사람들에게는 이러한 교육을 필수로 마치도록 해야한다. 마치 매년 건강검진을 하듯이, 라이센스 갱신을 하듯이 해야한다고 생각한다.

이것은 AI 모델 개발보다 더욱 중요한 일이다. 소버린AI 따위는 이에 비하면 너무나 사소로운 일이며, 국가적 AI 리터러시의 하위 주제에 불과하다.

물론, 조지 오웰의 1984의 세상을 만들고 싶다면 쉬쉬해야 할 일이겠지만.

점점 더 ChatGPT에게 물어봤더니 이건 이렇다더라하는 사람들이 많아지고 있다. 문제는 이런 행동이 빠르게 증폭된다는 것이다. AI를 사용할 수록 점점 더 자신의 생각을 AI에게 외주 주게 되고, 어느 순간부터는 자신도 모르게 AI의 말을 의심없이 믿게 되는 순간이 온다. 이것이 바로 AI 리터러시가 필요한 이유이다. 정부는 국민들에게, 최소한 AI 교육을 시키는 사람들에게는 이러한 교육을 필수로 마치도록 해야한다. 마치 매년 건강검진을 하듯이, 라이센스 갱신을 하듯이 해야한다고 생각한다. 이것은 AI 모델 개발보다 더욱 중요한 일이다. 소버린AI 따위는 이에 비하면 너무나 사소로운 일이며, 국가적 AI 리터러시의 하위 주제에 불과하다. 물론, 조지 오웰의 1984의 세상을 만들고 싶다면 쉬쉬해야 할 일이겠지만.

점점 더 ChatGPT에게 물어봤더니 이건 이렇다더라하는 사람들이

현대 소프트웨어 개발에서 HTTP 기반 API를 생각하면 우리는 크게 두 가지 기술을 떠올리게 되죠? REST와 GraphQL.

역사가 오래된 REST는 비교적 간단한 백엔드 시스템이나 개발된 지 시간이 좀 지난 레거시 시스템에서 많이 사용되고 있습니다. 반면에 GraphQL은 관계가 복잡한 데이터를 다루는 API를 개발하거나 BFF(Backend for Frontend) 또는 API Orchestration(오케스트레이션)을 위해 많이 채택되고 있습니다.

만약 이 두 대표적인 API 기술을 유기적으로 통합할 수 있다면 얼마나 좋을까요? 이번 포스팅에서는 이러한 서버 개발자들의 오랜 꿈을 현실로 만들어주는 Apollo Connector에 대해 알아보겠습니다.

📝 포스팅: https://www.daleseo.com/apollo-connectors/

현대 소프트웨어 개발에서 HTTP 기반 API를 생각하면 우리는 크게 두 가지 기술을 떠올리게 되죠? REST와 GraphQL. 역사가 오래된 REST는 비교적 간단한 백엔드 시스템이나 개발된 지 시간이 좀 지난 레거시 시스템에서 많이 사용되고 있습니다. 반면에 GraphQL은 관계가 복잡한 데이터를 다루는 API를 개발하거나 BFF(Backend for Frontend) 또는 API Orchestration(오케스트레이션)을 위해 많이 채택되고 있습니다. 만약 이 두 대표적인 API 기술을 유기적으로 통합할 수 있다면 얼마나 좋을까요? 이번 포스팅에서는 이러한 서버 개발자들의 오랜 꿈을 현실로 만들어주는 Apollo Connector에 대해 알아보겠습니다. 📝 포스팅: https://www.daleseo.com/apollo-connectors/

Apollo Connectors 소개와 사용법

박 과장은 평소 말을 조리 있게 잘한다는 말을 많이 듣습니다. 최근에는 임원 보고도 깔끔하게 잘했다는 칭...

에이스 리더와 담벼락 리더의 차이

박 과장은 평소 말을 조리있게 잘한다는 말을 많이 듣습니다. 최근에는 임원 보고를 깔끔하게 잘했다는 칭찬을 받았는데요. 낯선 사람들과도 스스럼없이 잘 어울립니다. 그는 이 정도면 커뮤니케이션을 꽤 잘하는 게 아닌가 스스로 자부하기도 합니다. 박 과장은 커뮤니케이션을 잘하는 걸까요?

그는 관계를 만들어 유대감을 갖게 하고 미스-커뮤니케이션을 줄여 서로 명확하게 이해하도록 도울 줄 압니다. 또 리더십에 가장 필수적인 자신감이 있으며, 영향력을 만들어 낼 수 있는 잠재력도 갖고 있습니다. 커뮤니케이션을 비교적 잘한다고 볼 수 있습니다.

이러한 특징은 흔히 모르는 사람에게 서슴지 않고 이야기하는 ‘외향인’들이 커뮤니케이션에 능하다는 인식의 근거이기도 합니다. 그러나 이는 효과적인 커뮤니케이션을 만드는 요소의 일부일 뿐 전부가 아닙니다.

게다가 박 과장처럼 자신감이 지나친 채로 부장이 되고 임원이 되면, 자칫 논쟁에서 지는 걸 원치 않아서 남의 말을 가로막거나 자기 말만 할 수도 있습니다.

리더로서 커뮤니케이션을 잘한다는 것은 단순히 언변이 좋거나 사람들 앞에서 말을 잘한다는 게 아닙니다. 그게 아니라면 수줍음 많고 준비하지 않으면 목소리 높여 말하는 것에 다소 부담을 느끼는 세상의 모든 내향인들은 리더가 되기 어려울 것입니다.

사실, 사회인 중 75% 이상이 남들 앞에서 말할 때 떨고 불편해합니다. 그리고 세상의 리더 중에는 내향인도 많습니다. 버락오바마 전 미국 대통령도 내향인입니다. 그렇다면 성격과 언변을 넘어선 리더의 커뮤니케이션에서 중요한 것은 무엇일까요? 커뮤니케이션을 못하는 사람과 잘하는 사람의 특징을 살펴봅시다.

✳️커뮤니케이션 못하는 사람의 특징 3가지: DAM(‘담’벼락)
1️⃣단절형 소통자(Disconnected Communicator)
일단 남의 말을 듣고 취지와 다르게 이해합니다. 잘 듣지 않고 제멋대로 이해하기 때문입니다. 더 큰 문제는 대화의 주제와 맥락과 상관없이 ‘내 말’만 한다는 것입니다.

내가 말하고자 하는 주제에만 천착하는 이유는 머릿속이 내 생각만으로 가득 차 있어 남의 말을 귀담아듣지 못하기 때문입니다. 들어도 들은 게 아닙니다. 평소 “갑자기 그 말을 왜 해?”라는 말을 듣는다면 맥락 파악 능력이 낮을 확률이 높으니 반추해보기 바랍니다.

2️⃣추정적 소통자(Assumptive Communicator)
상대방도 안다고 생각하고 말합니다. 이것은 대다수 사람이 하는 인식의 오류입니다. 상대방은 내가 아니기에 나와 다릅니다. “~하는 건데 이거 몰라?” “당연히 ~하는 게 기본 아닌가?” 등의 말을 일삼는다면 내 관점에서 벗어나지 못하는 대화 방식이 습관화된 것입니다.

상대방은 내가 세상을 보는 관점의 안경이 아니라 그들 나름의 지식과 가치관이 투영된 다른 안경을 끼고 있다는 것을 분명히 기억합시다. 진정 대화하고 싶다면 상대방이 ‘모를 수 있다’ ‘다를 수 있다’라는 점을 인식해야 합니다.

3️⃣독백형 소통자(Monologuing Communicator)
상대방의 말을 가로막고, 내 말만 하는 유형입니다. 이런 태도라면 모든 대화가 언쟁과 비슷해집니다. 어떻게든 내 논지를 주장함으로써이기려 들기 때문입니다.

머릿속엔 ‘아냐, 내가 옳아’ ‘그게 아냐, 내가 맞아’라는 인식이 가득할 것입니다. 분명히 일상생활에서 경험했던 이런 유형의 사람이 적어도 한 사람 정도는 떠오를 것입니다. 소통 측면에서는 최악입니다.

✔️소통이 되지 않는 사람과 대화할 때 사람들은 ‘담’벼락에 말하는 것 같은 답답함을 느낍니다. 이러한 특징이 강한 사람은 리더의 자격을 부여받기가 쉽지 않습니다. 리더가 되더라도, 팀과 조직을 이끄는 데 상당한 어려움이 있을 것입니다.

내 말만 납득시키면 된다는 것은 어느 한쪽으로 기울어진 불균형입니다. 이런 리더는 자신의 입장만 주장하기에, 팀원들과의 이견을 잘 좁히지 못합니다. 이런 경우, 팀원들은 우리 팀장, 상무, 사장님 ‘우리 얘기를 전혀 들어주지 않는다’고 인식하게 됩니다. 커뮤니케이션은 균형 잡힌 쌍방향 정보 교환이라는 것을 기억합시다.

✳️커뮤니케이션 잘하는 사람의 특징 3가지: ACE(에이스)
1️⃣적응적 소통자(Adaptive Communicator)
‘내 입장에서’ ‘내 멋대로’ 하고 싶은 말을 하는 것이 아니라 상대방이 잘 알아듣도록 수위 조절을 할 수 있는 유연성이 있습니다.

말의 어조, 속도를 조절할 뿐만 아니라 어려운 용어나 표현 등 상대방이 모를 수 있는 부분을 미리 감지하여 쉽게 표현합니다. ‘당연히 알고 있다’는 식으로 말하지 않고 ‘모를 수 있다’고 생각하고 말하는데요. 의사소통이 명료합니다.

2️⃣맥락 중심 소통자(Contextual Communicator)
맥락 설명을 잘합니다. 내가 왜 그런 입장을 갖게 되었는지 원인과 이유를 분명히 합니다. “저는 반대 입장입니다. 그 이유는...” “이런 이유와 배경이 있기에 그건 A일 수 있습니다”처럼 상황과 이유를 명확하고 친절하게 알려줍니다.

대화에서 가장 큰 오류는 맥락 설명을 불필요하게 여기고 생략하는 것입니다. 상대방을 이해시킬 때 맥락 정보를 충분히 제공하는 것이 무엇보다 중요합니다.

3️⃣공감형 소통자(Empathetic Communicator)
말을 통한 정보에만 주목하는 것이 아니라, 말하는 사람의 관점과 생각, 감정을 이해하는 것입니다. 그 사람의 입장이 되어 듣는 것입니다.이렇게 할 때 진정한 소통이 가능하며, 상대방은 호감과 친밀감을 느낍니다.

✔️소통을 잘하는 사람은, 팀 내에서 ‘에이스’ 자격을 갖추며 리더로 성장할 가능성이 큽니다. 언변도 뛰어나면 좋겠지만, 리더에게 더욱 필요한 것은 쉽게 말하고 잘 듣는 것입니다. 그런데 잘 듣는다는 것은 말처럼 쉽지 않습니다.

✳️잘 듣는다는 것은 무엇일까요?
오프라 윈프리는 잘 듣는 것이 소통의 완성이라고 말합니다. 잘 듣는다는 것은 끝까지 잘 들어주는 것, 상대방의 말이 끊기더라도 3초의 여유를 내어주는 것, 그리고 상대방의 말에 호응하면서 듣는 것입니다. 이러다 보면 상대방은 마음이 열려서 더 많은 말을 하게 됩니다.

박 과장은 평소 말을 조리있게 잘한다는 말을 많이 듣습니다. 최근에는 임원 보고를 깔끔하게 잘했다는 칭찬을 받았는데요. 낯선 사람들과도 스스럼없이 잘 어울립니다. 그는 이 정도면 커뮤니케이션을 꽤 잘하는 게 아닌가 스스로 자부하기도 합니다. 박 과장은 커뮤니케이션을 잘하는 걸까요? 그는 관계를 만들어 유대감을 갖게 하고 미스-커뮤니케이션을 줄여 서로 명확하게 이해하도록 도울 줄 압니다. 또 리더십에 가장 필수적인 자신감이 있으며, 영향력을 만들어 낼 수 있는 잠재력도 갖고 있습니다. 커뮤니케이션을 비교적 잘한다고 볼 수 있습니다. 이러한 특징은 흔히 모르는 사람에게 서슴지 않고 이야기하는 ‘외향인’들이 커뮤니케이션에 능하다는 인식의 근거이기도 합니다. 그러나 이는 효과적인 커뮤니케이션을 만드는 요소의 일부일 뿐 전부가 아닙니다. 게다가 박 과장처럼 자신감이 지나친 채로 부장이 되고 임원이 되면, 자칫 논쟁에서 지는 걸 원치 않아서 남의 말을 가로막거나 자기 말만 할 수도 있습니다.​리더로서 커뮤니케이션을 잘한다는 것은 단순히 언변이 좋거나 사람들 앞에서 말을 잘한다는 게 아닙니다. 그게 아니라면 수줍음 많고 준비하지 않으면 목소리 높여 말하는 것에 다소 부담을 느끼는 세상의 모든 내향인들은 리더가 되기 어려울 것입니다. 사실, 사회인 중 75% 이상이 남들 앞에서 말할 때 떨고 불편해합니다. 그리고 세상의 리더 중에는 내향인도 많습니다. 버락오바마 전 미국 대통령도 내향인입니다. 그렇다면 성격과 언변을 넘어선 리더의 커뮤니케이션에서 중요한 것은 무엇일까요? 커뮤니케이션을 못하는 사람과 잘하는 사람의 특징을 살펴봅시다. ✳️커뮤니케이션 못하는 사람의 특징 3가지: DAM(‘담’벼락)1️⃣단절형 소통자(Disconnected Communicator)일단 남의 말을 듣고 취지와 다르게 이해합니다. 잘 듣지 않고 제멋대로 이해하기 때문입니다. 더 큰 문제는 대화의 주제와 맥락과 상관없이 ‘내 말’만 한다는 것입니다. 내가 말하고자 하는 주제에만 천착하는 이유는 머릿속이 내 생각만으로 가득 차 있어 남의 말을 귀담아듣지 못하기 때문입니다. 들어도 들은 게 아닙니다. 평소 “갑자기 그 말을 왜 해?”라는 말을 듣는다면 맥락 파악 능력이 낮을 확률이 높으니 반추해보기 바랍니다. 2️⃣추정적 소통자(Assumptive Communicator)상대방도 안다고 생각하고 말합니다. 이것은 대다수 사람이 하는 인식의 오류입니다. 상대방은 내가 아니기에 나와 다릅니다. “~하는 건데 이거 몰라?” “당연히 ~하는 게 기본 아닌가?” 등의 말을 일삼는다면 내 관점에서 벗어나지 못하는 대화 방식이 습관화된 것입니다. 상대방은 내가 세상을 보는 관점의 안경이 아니라 그들 나름의 지식과 가치관이 투영된 다른 안경을 끼고 있다는 것을 분명히 기억합시다. 진정 대화하고 싶다면 상대방이 ‘모를 수 있다’ ‘다를 수 있다’라는 점을 인식해야 합니다. 3️⃣독백형 소통자(Monologuing Communicator)상대방의 말을 가로막고, 내 말만 하는 유형입니다. 이런 태도라면 모든 대화가 언쟁과 비슷해집니다. 어떻게든 내 논지를 주장함으로써이기려 들기 때문입니다. 머릿속엔 ‘아냐, 내가 옳아’ ‘그게 아냐, 내가 맞아’라는 인식이 가득할 것입니다. 분명히 일상생활에서 경험했던 이런 유형의 사람이 적어도 한 사람 정도는 떠오를 것입니다. 소통 측면에서는 최악입니다. ✔️소통이 되지 않는 사람과 대화할 때 사람들은 ‘담’벼락에 말하는 것 같은 답답함을 느낍니다. 이러한 특징이 강한 사람은 리더의 자격을 부여받기가 쉽지 않습니다. 리더가 되더라도, 팀과 조직을 이끄는 데 상당한 어려움이 있을 것입니다. 내 말만 납득시키면 된다는 것은 어느 한쪽으로 기울어진 불균형입니다. 이런 리더는 자신의 입장만 주장하기에, 팀원들과의 이견을 잘 좁히지 못합니다. 이런 경우, 팀원들은 우리 팀장, 상무, 사장님 ‘우리 얘기를 전혀 들어주지 않는다’고 인식하게 됩니다. 커뮤니케이션은 균형 잡힌 쌍방향 정보 교환이라는 것을 기억합시다. ✳️커뮤니케이션 잘하는 사람의 특징 3가지: ACE(에이스)1️⃣적응적 소통자(Adaptive Communicator) ‘내 입장에서’ ‘내 멋대로’ 하고 싶은 말을 하는 것이 아니라 상대방이 잘 알아듣도록 수위 조절을 할 수 있는 유연성이 있습니다. 말의 어조, 속도를 조절할 뿐만 아니라 어려운 용어나 표현 등 상대방이 모를 수 있는 부분을 미리 감지하여 쉽게 표현합니다. ‘당연히 알고 있다’는 식으로 말하지 않고 ‘모를 수 있다’고 생각하고 말하는데요. 의사소통이 명료합니다. 2️⃣맥락 중심 소통자(Contextual Communicator)맥락 설명을 잘합니다. 내가 왜 그런 입장을 갖게 되었는지 원인과 이유를 분명히 합니다. “저는 반대 입장입니다. 그 이유는...” “이런 이유와 배경이 있기에 그건 A일 수 있습니다”처럼 상황과 이유를 명확하고 친절하게 알려줍니다. 대화에서 가장 큰 오류는 맥락 설명을 불필요하게 여기고 생략하는 것입니다. 상대방을 이해시킬 때 맥락 정보를 충분히 제공하는 것이 무엇보다 중요합니다. 3️⃣공감형 소통자(Empathetic Communicator)말을 통한 정보에만 주목하는 것이 아니라, 말하는 사람의 관점과 생각, 감정을 이해하는 것입니다. 그 사람의 입장이 되어 듣는 것입니다.이렇게 할 때 진정한 소통이 가능하며, 상대방은 호감과 친밀감을 느낍니다. ✔️소통을 잘하는 사람은, 팀 내에서 ‘에이스’ 자격을 갖추며 리더로 성장할 가능성이 큽니다. 언변도 뛰어나면 좋겠지만, 리더에게 더욱 필요한 것은 쉽게 말하고 잘 듣는 것입니다. 그런데 잘 듣는다는 것은 말처럼 쉽지 않습니다. ✳️잘 듣는다는 것은 무엇일까요?오프라 윈프리는 잘 듣는 것이 소통의 완성이라고 말합니다. 잘 듣는다는 것은 끝까지 잘 들어주는 것, 상대방의 말이 끊기더라도 3초의 여유를 내어주는 것, 그리고 상대방의 말에 호응하면서 듣는 것입니다. 이러다 보면 상대방은 마음이 열려서 더 많은 말을 하게 됩니다.

네이버 블로그 | 안전보건공단 공식블로그

박 과장은 평소 말을 조리있게 잘한다는 말을 많이 듣습니다. 최근

구직자 취업지원, 재직자 성장지원 프로그램을 제공합니다.

청년미래플러스

고용노동부가 주관하는 청년미래플러스 사업의 참여자를 모집한다고 합니다.
대상자는 IT업계 기업의 취업을 희망하는 만 15세~34세 청년이라고 하네요.

이력서, 면접 준비 등 취업 준비에 도움을 받고싶은 분들 확인해 보시면 좋을 것 같습니다.

📤 https://miraeplus.sw.or.kr
📰 https://etnews.com/20250415000103

고용노동부가 주관하는 청년미래플러스 사업의 참여자를 모집한다고 합니다.대상자는 IT업계 기업의 취업을 희망하는 만 15세~34세 청년이라고 하네요. 이력서, 면접 준비 등 취업 준비에 도움을 받고싶은 분들 확인해 보시면 좋을 것 같습니다. 📤 https://miraeplus.sw.or.kr📰 https://etnews.com/20250415000103

한국소프트웨어산업협회

고용노동부가 주관하는 청년미래플러스 사업의 참여자를 모집한다고 합

기분을 잘 관리하는 것을 일을 하면서 매우 중요한 역량이자 장기적인 관점에는 성과를 꾸준히 내기 위한 기술입니다. '자기 관리'의 많은 부분은 일상에서 좋은 기분을 유지하고, 나쁜 기분을 잘 관리하는 것과 연결되어 있습니다.

기분이 안 좋으면 상대에게 감정적으로 대하거나, 모더레이팅을 하다가 편향에 쉽게 빠질 수 있습니다. 그럼 기대한 퍼포먼스를 낼 수 없고 다른 일을 하는데 지장이 생길 수밖에 없습니다. "소비는 감정이고, 과시는 결핍이다"라는 말처럼 기분을 관리하지 못하면 필요하지 않은 물건을 구매하고 일탈을 합니다. 의무를 다 하면 기분이 좀 나아집니다. 그래서 기분이 좋지 않을 때에는 손을 깨끗하게 씻거나, 설거지를 하거나, 쓰레기를 버리거나 미뤄둔 옷장정리를 하는 것이 효과적입니다.

[ 큐레이터의 문장 🎒 ]

자신의 기분에 솔직한 것과 솔직함을 오만함으로 착각하는 것을 구분해야 합니다. 임경선 님이 쓴 에세이집, '자유로울 것'에는 이런 문장이 있습니다. 솔직한 감정을 가만히 들여다보는 과정에서 자신의 의무를 놓치지 않는 것이 기분을 관리하는 최고의 방법입니다.

어른이 된다는 것은 자신의 솔직한 감정들을 억누르는 것이 아니다. 확고한 가치관 위에서 심플하게 솔직해지는 것이다. 그렇다고 '나 원래 이런 사람이야'라고 단언하고 마는 건 좀 곤란하다. 그 말은 '이게 나야, 어쩔래?'로 번역될 수 있기 때문이다. 솔직함을 오만함으로 착각하는 일이다.

난 원래 이렇다,라고 일방적으로 선언해 버리는 솔직함은 궁극의 자기 합리화이자 정신승리 혹은 변명이 될 수 있다. 스스로에 대한 반성이 없고 객관적이지 못하고 머리가 굳어서 그 어떤 변화도 받아들이지 않으려는 태도다. 이러한 솔직함은 생각이 유연하지 못한 자기 고집에 불과하다.

기분을 잘 관리하는 것을 일을 하면서 매우 중요한 역량이자 장기적인 관점에는 성과를 꾸준히 내기 위한 기술입니다. '자기 관리'의 많은 부분은 일상에서 좋은 기분을 유지하고, 나쁜 기분을 잘 관리하는 것과 연결되어 있습니다. 기분이 안 좋으면 상대에게 감정적으로 대하거나, 모더레이팅을 하다가 편향에 쉽게 빠질 수 있습니다. 그럼 기대한 퍼포먼스를 낼 수 없고 다른 일을 하는데 지장이 생길 수밖에 없습니다. "소비는 감정이고, 과시는 결핍이다"라는 말처럼 기분을 관리하지 못하면 필요하지 않은 물건을 구매하고 일탈을 합니다. 의무를 다 하면 기분이 좀 나아집니다. 그래서 기분이 좋지 않을 때에는 손을 깨끗하게 씻거나, 설거지를 하거나, 쓰레기를 버리거나 미뤄둔 옷장정리를 하는 것이 효과적입니다. [ 큐레이터의 문장 🎒 ] 자신의 기분에 솔직한 것과 솔직함을 오만함으로 착각하는 것을 구분해야 합니다. 임경선 님이 쓴 에세이집, '자유로울 것'에는 이런 문장이 있습니다. 솔직한 감정을 가만히 들여다보는 과정에서 자신의 의무를 놓치지 않는 것이 기분을 관리하는 최고의 방법입니다. 어른이 된다는 것은 자신의 솔직한 감정들을 억누르는 것이 아니다. 확고한 가치관 위에서 심플하게 솔직해지는 것이다. 그렇다고 '나 원래 이런 사람이야'라고 단언하고 마는 건 좀 곤란하다. 그 말은 '이게 나야, 어쩔래?'로 번역될 수 있기 때문이다. 솔직함을 오만함으로 착각하는 일이다. 난 원래 이렇다,라고 일방적으로 선언해 버리는 솔직함은 궁극의 자기 합리화이자 정신승리 혹은 변명이 될 수 있다. 스스로에 대한 반성이 없고 객관적이지 못하고 머리가 굳어서 그 어떤 변화도 받아들이지 않으려는 태도다. 이러한 솔직함은 생각이 유연하지 못한 자기 고집에 불과하다.

⟪기분을 관리하는 방법은 의무를 다하는 것⟫

1. 매일 해야 이룰 수 있다.

2. 시간을 낼 때는 매일 정해진 곳에서 가장 순도 높은 시간을 자신에게 제공해줄 수 있어야 한다.

3. 왜냐하면 자신이야말로 가장 소중한 존재이기 때문에 먼저 자신에게 가장 좋은 시간을 투자할 수 있어야 한다.

4. 새벽도 좋고, 밤도 좋고, 늦은 저녁도 좋다. 자신의 라이프 사이클 에 가장 잘 맞는 시간대에서 매일 시간을 꺼내 자신을 위해 훈련하라.

5. “춤쟁이는 매일 춤춰야 하고, 환쟁이는 매일 그려야 하고, 글쟁이는 매일 써야 한다. 마치 검객이 매일 수련하지 않으면 목숨이 위태롭듯이 매일 수련해야 한다.”

6. 이 말은 내가 제일 좋아하는 말 중의 하나다.

#나는이렇게될것이다 📚
#구본형

1. 매일 해야 이룰 수 있다. ​2. 시간을 낼 때는 매일 정해진 곳에서 가장 순도 높은 시간을 자신에게 제공해줄 수 있어야 한다. ​3. 왜냐하면 자신이야말로 가장 소중한 존재이기 때문에 먼저 자신에게 가장 좋은 시간을 투자할 수 있어야 한다. ​4. 새벽도 좋고, 밤도 좋고, 늦은 저녁도 좋다. 자신의 라이프 사이클 에 가장 잘 맞는 시간대에서 매일 시간을 꺼내 자신을 위해 훈련하라. ​5. “춤쟁이는 매일 춤춰야 하고, 환쟁이는 매일 그려야 하고, 글쟁이는 매일 써야 한다. 마치 검객이 매일 수련하지 않으면 목숨이 위태롭듯이 매일 수련해야 한다.” ​6. 이 말은 내가 제일 좋아하는 말 중의 하나다. #나는이렇게될것이다 📚 #구본형

< 성공하는 사람들의 비밀: 매일 같은 시간, 같은 장소 >

혼자 밥을 먹을 때면 설거지를 줄이려고 그릇에 반찬도 덜지 않고 그냥 대충 때우곤 했다. 언제부턴가 먹는 것, 보는 것, 느끼는 것들까지 아끼게 되었고, 무심함이 습관이 되었다.

그러지 말아야지. 특별한 손님을 대하듯, 나의 하루도 더 정성스럽게 마주해야지. 커피 한 잔을 마시더라도 제일 예쁜 잔을 고르고, 반찬도 정갈하게 담아 한상 차려내야겠다. 좋은 것을 아끼지 않고, 나에게 먼저 내어주는 것. 자신을 존중할 줄 알아야 타인도 사랑할 줄 안다.

나를 쓰는 시간, 장예원

혼자 밥을 먹을 때면 설거지를 줄이려고 그릇에 반찬도 덜지 않고 그냥 대충 때우곤 했다. 언제부턴가 먹는 것, 보는 것, 느끼는 것들까지 아끼게 되었고, 무심함이 습관이 되었다. 그러지 말아야지. 특별한 손님을 대하듯, 나의 하루도 더 정성스럽게 마주해야지. 커피 한 잔을 마시더라도 제일 예쁜 잔을 고르고, 반찬도 정갈하게 담아 한상 차려내야겠다. 좋은 것을 아끼지 않고, 나에게 먼저 내어주는 것. 자신을 존중할 줄 알아야 타인도 사랑할 줄 안다. 나를 쓰는 시간, 장예원

《어른은 스스로를 소홀히 하지 않는다》

Docker Desktop을 사용중이라면 꼭 최소한의 용량 할당만 해놓아야 합니다. Docker Desktop은 네이티브에서 돌아가는게 아닌 별도의 VM에서 돌아갑니다. 이 VM에 우선적으로 공간을 할당하고 만들어진 디스크 이미지에서 도커가 돌아가는 방식인거죠. 그러다보니 실질적으로 사용하지 않는 공간도 사용중인 문제가 발생할 수 있습니다.

혹시 Docker Desktop을 자주 사용하지는 않지만, 노트북 용량이 부족하시다면 Disk Image Size를 조정해보세요. 참고로 조정하면 모든 이미지와 컨테이너들이 날라가지만, 쾌적한 디스크 공간을 확보할 수 있습니다.

저는 60GB에서 16GB로 줄였습니다. 시원하네요.

Docker Desktop을 사용중이라면 꼭 최소한의 용량 할당만 해놓아야 합니다. Docker Desktop은 네이티브에서 돌아가는게 아닌 별도의 VM에서 돌아갑니다. 이 VM에 우선적으로 공간을 할당하고 만들어진 디스크 이미지에서 도커가 돌아가는 방식인거죠. 그러다보니 실질적으로 사용하지 않는 공간도 사용중인 문제가 발생할 수 있습니다. 혹시 Docker Desktop을 자주 사용하지는 않지만, 노트북 용량이 부족하시다면 Disk Image Size를 조정해보세요. 참고로 조정하면 모든 이미지와 컨테이너들이 날라가지만, 쾌적한 디스크 공간을 확보할 수 있습니다. 저는 60GB에서 16GB로 줄였습니다. 시원하네요.

HITS 채용 담당자

문종혁

Founder @cartesiancs

허형준

자본가의 길을 걷기 위해 창업하고 있습니다. 
#개발자 #독서

혹시 Docker Desktop을 사용하시는데 용량이 부족하신가요?

댓글 0

비슷한 게시물

주간 인기 TOP 10

추천 프로필