출근길에 읽던 글에서 신뢰에 대한 언급이 있었다. 그리고 문득, 얼마 전 구성원들과 대화하며 나도 모르게 "저를 믿고 한번 따라와 주세요"라고 말했던 순간이 떠올랐다. 글의 한 구절이 유독 마음에 깊이 파고들었다.

"신뢰는 말이 아니라, 피와 땀과 눈물을 통해서만 쌓이는 저축과 같다."

"나를 믿어 달라"는 그 한마디가 얼마나 가볍고 공허할 수 있는지를 깨닫는 순간이었다.

내게 신뢰란, 누군가 자신의 가장 취약한 부분을 편안하게 드러낼 수 있는 환경을 만들어주는 것이다. 아직 설익은 아이디어나 쓰라린 실패의 경험, 혹은 차마 꺼내기 어려운 개인적인 고민을 내게 편히 들고 올 수 있다면, 그와 나 사이에는 이미 소중한 신뢰 통장이 개설된 셈이다.

그리고 이 통장의 잔고는 어려운 행동을 할 때 더 빠르게 쌓인다는 것을 경험으로 알고 있다. 그저 약속을 지키는 것을 넘어, 지키지 못할 것 같으면 미리 상황을 공유하고 양해를 구하는 용기. 실수를 덮는 대신, 그 실수를 통해 무엇을 배웠는지 투명하게 공개하는 솔직함. 중요한 결정을 내린 뒤, 그 결정의 배경과 고려했던 다른 대안들, 그리고 우리가 감수해야 할 제약까지 먼저 설명하는 투명함. 이러한 행동들이야말로 신뢰의 단단한 기반이 된다.

이러한 생각을 바탕으로 나를 돌아보니, 부끄러운 부분들이 먼저 눈에 들어왔다. 나는 과연 약속을 어기기 전에 충분히 먼저 알렸던가? 동료에게 불편할 수 있는 피드백을 애써 외면하지 않고, 적시에 정중하게 전달했던가? 나의 실수를 감추기에 급급하기보다, 그를 통해 무엇을 배웠는지 솔직하게 공유했던가? 중요한 결정을 내린 뒤, 그 배경과 이유를 투명하게 설명하는 노력을 했던가? 스스로에게 던진 질문들은 꼬리에 꼬리를 물고 이어졌다.

그 질문들 앞에서, 내 신뢰 통장은 생각보다 잔고가 적거나 어쩌면 잦은 인출로 바닥을 보이고 있을지도 모른다는 생각이 들었다.

결국 신뢰는 거창한 다짐이 아닌, 구체적인 행동으로만 증명될 수 있다. 신뢰는 대단한 가치나 덕목이기 이전에, 매일의 사소한 행동들이 모여 만들어지는 작은 실천의 합계다. 그래서 오늘부터 다시 통장에 단 1원이라도 더 저축하는 마음으로 하루를 보내기로 다짐해 본다.

출근길에 읽던 글에서 신뢰에 대한 언급이 있었다. 그리고 문득, 얼마 전 구성원들과 대화하며 나도 모르게 "저를 믿고 한번 따라와 주세요"라고 말했던 순간이 떠올랐다. 글의 한 구절이 유독 마음에 깊이 파고들었다. "신뢰는 말이 아니라, 피와 땀과 눈물을 통해서만 쌓이는 저축과 같다." "나를 믿어 달라"는 그 한마디가 얼마나 가볍고 공허할 수 있는지를 깨닫는 순간이었다. 내게 신뢰란, 누군가 자신의 가장 취약한 부분을 편안하게 드러낼 수 있는 환경을 만들어주는 것이다. 아직 설익은 아이디어나 쓰라린 실패의 경험, 혹은 차마 꺼내기 어려운 개인적인 고민을 내게 편히 들고 올 수 있다면, 그와 나 사이에는 이미 소중한 신뢰 통장이 개설된 셈이다. 그리고 이 통장의 잔고는 어려운 행동을 할 때 더 빠르게 쌓인다는 것을 경험으로 알고 있다. 그저 약속을 지키는 것을 넘어, 지키지 못할 것 같으면 미리 상황을 공유하고 양해를 구하는 용기. 실수를 덮는 대신, 그 실수를 통해 무엇을 배웠는지 투명하게 공개하는 솔직함. 중요한 결정을 내린 뒤, 그 결정의 배경과 고려했던 다른 대안들, 그리고 우리가 감수해야 할 제약까지 먼저 설명하는 투명함. 이러한 행동들이야말로 신뢰의 단단한 기반이 된다. 이러한 생각을 바탕으로 나를 돌아보니, 부끄러운 부분들이 먼저 눈에 들어왔다. 나는 과연 약속을 어기기 전에 충분히 먼저 알렸던가? 동료에게 불편할 수 있는 피드백을 애써 외면하지 않고, 적시에 정중하게 전달했던가? 나의 실수를 감추기에 급급하기보다, 그를 통해 무엇을 배웠는지 솔직하게 공유했던가? 중요한 결정을 내린 뒤, 그 배경과 이유를 투명하게 설명하는 노력을 했던가? 스스로에게 던진 질문들은 꼬리에 꼬리를 물고 이어졌다. 그 질문들 앞에서, 내 신뢰 통장은 생각보다 잔고가 적거나 어쩌면 잦은 인출로 바닥을 보이고 있을지도 모른다는 생각이 들었다. 결국 신뢰는 거창한 다짐이 아닌, 구체적인 행동으로만 증명될 수 있다. 신뢰는 대단한 가치나 덕목이기 이전에, 매일의 사소한 행동들이 모여 만들어지는 작은 실천의 합계다. 그래서 오늘부터 다시 통장에 단 1원이라도 더 저축하는 마음으로 하루를 보내기로 다짐해 본다.

신뢰에 대한 단상

요즘 AI 에이전트 개발, LLM RAG ADK MCP LangChain A2A LangGraph | ★ AI 에이전트 실전 실무 개발자가 선사하는 ★ 싱글 에이전트부터 멀티 에이전트까지 ★ 60가지 예제로 배우는 실전 개발 비법을 만나세요!이 책은 실무에서 AI 에이……

요즘 AI 에이전트 개발, LLM RAG ADK MCP LangChain A2A LangGraph | 박승규 - 교보문고

제가 쓴 "요즘 AI 에이전트 개발"이 출간 예정입니다!
LLM 부터, 랭체인, 랭그래프, AI에이전트 개발까지
최대한 알차게 담았습니다.

LLM 단순 사용을 넘어서는 예제들을 많이 준비했어요!

뻔하지 않은 책을 쓸려고 굉장히 많이 노력했으니,
관심있으신분들은 미리 찜해두셔요!

교보문고: https://bit.ly/4fsHPOT
예스24: https://bit.ly/45ltHlT
알라딘: https://bit.ly/47j3Ptj

제가 쓴 "요즘 AI 에이전트 개발"이 출간 예정입니다! LLM 부터, 랭체인, 랭그래프, AI에이전트 개발까지 최대한 알차게 담았습니다. LLM 단순 사용을 넘어서는 예제들을 많이 준비했어요! 뻔하지 않은 책을 쓸려고 굉장히 많이 노력했으니, 관심있으신분들은 미리 찜해두셔요! 교보문고: https://bit.ly/4fsHPOT 예스24: https://bit.ly/45ltHlT 알라딘: https://bit.ly/47j3Ptj

product.kyobobook.co.kr

제가 쓴 "요즘 AI 에이전트 개발"이 출간 예정입니다!

간밤에 OpenAI가 오픈소스 모델을 발표했네요.

Anthropic이 Opus 4.1을 구글이 Genie 3를 공개했는데 이번에도 역시? 초를 치는 모습입니다. ㅋㅋ

일단 성능은 o3나 o3-mini와 준하는 수준이거나 더 좋은, 오픈소스 중 최고 수준입니다.

특히 인상적인건 이정도 성능을 컨슈머 레벨의 기기애서도 돌릴 수 있을 정도로 최적화되어있다는건데요.

120B은 80G 메모리, 20B 모델은 16G 메모리의 GPU에서도 돌아갑니다.

MoE로 구성되어 있는데, 액티브 파라미터가 120B은 5.13B, 20B 모델은 3.61B 밖에 안되고 네이티브로 퀀타이즈되어있어서 추론 속도도 매우 빠를 것으로 예상합니다.

또한 HuggingFace는 물론 vLLM, Metal이나 Ollama까지 준비되어있어서 쉽게 바로 사용 할 수 있습니다.

무엇보다 중요한건 라이센스인데요. Apache 2.0으로 완전히 자유롭게 사용할 수 있습니다. Llama도 라이센스의 변경 압박이 있을 것 같습니다.

오픈소스도 또 한 번 불타오르겠네요. 더불어 오픈소스 성능을 이정도로 제공한다면 GPT-5 모델들은 얼마나 성능이 좋을지? GPT-5 출시도 기대해봅니다. 😎🍿🥤

간밤에 OpenAI가 오픈소스 모델을 발표했네요. Anthropic이 Opus 4.1을 구글이 Genie 3를 공개했는데 이번에도 역시? 초를 치는 모습입니다. ㅋㅋ 일단 성능은 o3나 o3-mini와 준하는 수준이거나 더 좋은, 오픈소스 중 최고 수준입니다. 특히 인상적인건 이정도 성능을 컨슈머 레벨의 기기애서도 돌릴 수 있을 정도로 최적화되어있다는건데요. 120B은 80G 메모리, 20B 모델은 16G 메모리의 GPU에서도 돌아갑니다. MoE로 구성되어 있는데, 액티브 파라미터가 120B은 5.13B, 20B 모델은 3.61B 밖에 안되고 네이티브로 퀀타이즈되어있어서 추론 속도도 매우 빠를 것으로 예상합니다. 또한 HuggingFace는 물론 vLLM, Metal이나 Ollama까지 준비되어있어서 쉽게 바로 사용 할 수 있습니다. 무엇보다 중요한건 라이센스인데요. Apache 2.0으로 완전히 자유롭게 사용할 수 있습니다. Llama도 라이센스의 변경 압박이 있을 것 같습니다. 오픈소스도 또 한 번 불타오르겠네요. 더불어 오픈소스 성능을 이정도로 제공한다면 GPT-5 모델들은 얼마나 성능이 좋을지? GPT-5 출시도 기대해봅니다. 😎🍿🥤

간밤에 Claude Opus 4.1이 발표되었네요.

Opus 4에 비해 벤치마크상으로는 성능이 아주 크게 오르진 않았는데요.

다중 파일 코드 리팩토링에서 주목할 만한 성능 향상이 있었고, 대규모 코드베이스 내에서 정확한 수정을 정확히 찾아내는 등 실질적인 소프트웨어 엔지니어링 성능이 꽤 좋아진 것으로 보입니다.

Anthropic에 따르면 Sonnet 3.7에서 Sonnet 4로의 도약과 거의 동일한 성능 도약을 보여준다고하네요.

Claude Code로 빨리 사용해봐야겠습니다. 😎🍿🥤

간밤에 Claude Opus 4.1이 발표되었네요. Opus 4에 비해 벤치마크상으로는 성능이 아주 크게 오르진 않았는데요. 다중 파일 코드 리팩토링에서 주목할 만한 성능 향상이 있었고, 대규모 코드베이스 내에서 정확한 수정을 정확히 찾아내는 등 실질적인 소프트웨어 엔지니어링 성능이 꽤 좋아진 것으로 보입니다. Anthropic에 따르면 Sonnet 3.7에서 Sonnet 4로의 도약과 거의 동일한 성능 도약을 보여준다고하네요. Claude Code로 빨리 사용해봐야겠습니다. 😎🍿🥤

한 달 여 프로젝트를 맡아 개발했던 웹사이트가 있었다. 회사에서 투입된 인력으로도 상당한 규모의 프로젝트였고 나는 개발 담당자로 개발 미팅...

오픈소스 쓰셨던데 그러고도 개발자입니까?

오늘의 탐라는 “ChatGPT 쓰셨던데 그러고도 개발자입니까?” 인가..

불멸의 고전글 “오픈소스 쓰셨던데 그러고도 개발자입니까?”가 생각나는군.. ㅋㅋ

역시 지구는 둥글고 세상은 돌고 돈다. ㅋㅋ

https://www.haruair.com/ko/post/you-used-open-source-and-are-you-a-developer/

오늘의 탐라는 “ChatGPT 쓰셨던데 그러고도 개발자입니까?” 인가.. 불멸의 고전글 “오픈소스 쓰셨던데 그러고도 개발자입니까?”가 생각나는군.. ㅋㅋ 역시 지구는 둥글고 세상은 돌고 돈다. ㅋㅋ https://www.haruair.com/ko/post/you-used-open-source-and-are-you-a-developer/

www.haruair.com

“국가 독자 AI 사업자” 1차 선정이 차주에 발표난다. 결과에 따라 이 정부가 정말 신뢰할만한 정책을 펼 것인가를 알 수 있게 될 것이다. 진짜로 자격이 있는 곳이 어디어디인지는 사실 분명하다고 생각한다. 개인적으로 공모한 곳 중 Top 5를 선정해봤는데 판단하기 정말 쉬웠기 때문이다.

“국가 독자 AI 사업자” 1차 선정이 차주에 발표난다. 결과에 따라 이 정부가 정말 신뢰할만한 정책을 펼 것인가를 알 수 있게 될 것이다. 진짜로 자격이 있는 곳이 어디어디인지는 사실 분명하다고 생각한다. 개인적으로 공모한 곳 중 Top 5를 선정해봤는데 판단하기 정말 쉬웠기 때문이다.

The 2025 Developer Survey is the definitive report on the state of software development. In its fifteenth year, Stack Overflow received over 49,000+ responses from 177 countries across 62 questions focused on 314 different technologies, including new focus on AI agent tools, LLMs and community platforms. This annual Developer Survey provides a crucial snapshot into the needs of the global developer community, focusing on the tools and technologies they use or want to learn more about.

2025 Stack Overflow Developer Survey

15주년을 맞이한 스택 오버플로우 개발자 설문조사 결과가 올해도 어김없이 발표되었습니다. 전 세계 177개국에서 무려 49,000명 이상의 개발자가 참여해 총 314가지 기술 분야에 대한 62개의 질문에 답변했습니다. 설문 결과가 최근 개발 트렌드와 분위기를 그대로 보여주는 것 같습니다.


뭐니뭐니해도 가장 눈에 띄는 건 대중화 되고 있는 AI입니다. 응답자의 84%가 이미 AI 도구를 사용하고 있다고 답했는데, 단순히 실험해보는 수준을 넘어 실제 업무 흐름에 깊이 자리 잡았다는 뜻이죠. 하지만 아이러니하게도 신뢰도는 낮아졌습니다. 절반 가까운 46%가 AI 출력 결과를 믿지 않는다고 했고, 66%는 "거의 맞긴 한데 뭔가 부족한" 답변이 가장 답답하다고 했어요. 심지어 45%는 AI 코드 디버깅에 더 많은 시간을 쓴다고 답했죠. 😅 국가별로는 인도 개발자들의 신뢰도가 56%로 가장 높았지만, 대부분 국가에서는 25~31% 대에 머물렀습니다.


AI 에이전트 도입은 이제 막 시작 단계입니다. 31%가 사용 중이고, 17%는 도입을 준비 중이라고 답했지만, 여전히 38%는 계획이 없다고 했어요. 그렇다고 비관적이진 않습니다. AI 에이전트를 사용 중인 개발자 중 69%는 "생산성이 확실히 올라갔다"고 느낀다고 하니까요.


기술 트렌드에서도 변화가 뚜렷합니다. Docker 사용률이 전년보다 17%나 급증해 이제는 개발자의 표준 도구라고 불러도 될 만큼 당연해졌고, Python 역시 꾸준히 강세를 유지하고 있습니다. Rust의 Cargo는 가장 사랑받는 빌드 도구로 꼽혔고, 협업 도구 부문에선 GitHub(81%)가 1위를, Jira(46%)와 GitLab(36%)이 뒤를 이었습니다.


자세한 결과와 기술 스택별 사용률, 국가/직군별 상세 데이터는 공식 설문 페이지를 참고 바랍니다. https://survey.stackoverflow.co/2025/

15주년을 맞이한 스택 오버플로우 개발자 설문조사 결과가 올해도 어김없이 발표되었습니다. 전 세계 177개국에서 무려 49,000명 이상의 개발자가 참여해 총 314가지 기술 분야에 대한 62개의 질문에 답변했습니다. 설문 결과가 최근 개발 트렌드와 분위기를 그대로 보여주는 것 같습니다. 뭐니뭐니해도 가장 눈에 띄는 건 대중화 되고 있는 AI입니다. 응답자의 84%가 이미 AI 도구를 사용하고 있다고 답했는데, 단순히 실험해보는 수준을 넘어 실제 업무 흐름에 깊이 자리 잡았다는 뜻이죠. 하지만 아이러니하게도 신뢰도는 낮아졌습니다. 절반 가까운 46%가 AI 출력 결과를 믿지 않는다고 했고, 66%는 "거의 맞긴 한데 뭔가 부족한" 답변이 가장 답답하다고 했어요. 심지어 45%는 AI 코드 디버깅에 더 많은 시간을 쓴다고 답했죠. 😅 국가별로는 인도 개발자들의 신뢰도가 56%로 가장 높았지만, 대부분 국가에서는 25~31% 대에 머물렀습니다. AI 에이전트 도입은 이제 막 시작 단계입니다. 31%가 사용 중이고, 17%는 도입을 준비 중이라고 답했지만, 여전히 38%는 계획이 없다고 했어요. 그렇다고 비관적이진 않습니다. AI 에이전트를 사용 중인 개발자 중 69%는 "생산성이 확실히 올라갔다"고 느낀다고 하니까요. 기술 트렌드에서도 변화가 뚜렷합니다. Docker 사용률이 전년보다 17%나 급증해 이제는 개발자의 표준 도구라고 불러도 될 만큼 당연해졌고, Python 역시 꾸준히 강세를 유지하고 있습니다. Rust의 Cargo는 가장 사랑받는 빌드 도구로 꼽혔고, 협업 도구 부문에선 GitHub(81%)가 1위를, Jira(46%)와 GitLab(36%)이 뒤를 이었습니다. 자세한 결과와 기술 스택별 사용률, 국가/직군별 상세 데이터는 공식 설문 페이지를 참고 바랍니다. https://survey.stackoverflow.co/2025/

survey.stackoverflow.co

📊 스택 오버플로우 2025년 개발자 설문조사 결과 💡

ai가 사고를 하는데 도움을 주긴하는데.. 확실히 검증하는 시간을 무시 못하는거 같아요. 
claude에 대한 평가가 인상적이네요, 이번 기회에 한번 써봐야 겠어요 :)

📝 GPT-5 간단 테스트 for S/W 엔지니어링

실서비스중인 Python 레파지토리를 기반으로 간단히 테스트 해 봄.

- 큰 코드베이스를 더 면밀하게 분석함. 디테일을 간과하는 현상이 확연히 줄어듬.

- 확실히 좋은 제안을 줌. 설명이나 근거도 꽤 적절함. 진짜 꽤 괜찮은 엔지니어와 상의하는 느낌이 듬.

- 아니면 아니라고 확실히 말함. 이전에는 내가 제안하면 거의 그대로 다 수용하는 형태라 그냥 브레인스토밍 한다고 생각했지만, 이제는 진짜로 조언을 얻을 수 있다고 느낌.

- 구현한 코드가 상당히 정교해졌음. 수정해야 할 부분이 확연히 줄어든 느낌.

- 이건 모델의 문제는 아닌 것으로 보이지만, Claude Code 보다는 아직 긴 시간 작업시키긴 어려움. 시킨 것 보다 더 확장된 범위까지 작업하려고 시도하지 않음. (단점이자 장점일수도)

📝 GPT-5 간단 테스트 for S/W 엔지니어링 실서비스중인 Python 레파지토리를 기반으로 간단히 테스트 해 봄. - 큰 코드베이스를 더 면밀하게 분석함. 디테일을 간과하는 현상이 확연히 줄어듬. - 확실히 좋은 제안을 줌. 설명이나 근거도 꽤 적절함. 진짜 꽤 괜찮은 엔지니어와 상의하는 느낌이 듬. - 아니면 아니라고 확실히 말함. 이전에는 내가 제안하면 거의 그대로 다 수용하는 형태라 그냥 브레인스토밍 한다고 생각했지만, 이제는 진짜로 조언을 얻을 수 있다고 느낌. - 구현한 코드가 상당히 정교해졌음. 수정해야 할 부분이 확연히 줄어든 느낌. - 이건 모델의 문제는 아닌 것으로 보이지만, Claude Code 보다는 아직 긴 시간 작업시키긴 어려움. 시킨 것 보다 더 확장된 범위까지 작업하려고 시도하지 않음. (단점이자 장점일수도)

OpenAI의 오픈소스 모델 gpt-oss 시리즈의 차별점(?) 중에 하나는 가중치를 4.25bit 양자화해서 공개했다는 것이다.

이에따라 20b 모델은 약간 사양 좋은 맥북에서 돌릴 수 있으며, 심지어 활성 파라미터가 3.6B 밖에 안되기 때문에 CPU 에서도 왠만큼 돌아간다(!)

즉, 이를테면 전성비, 이건 메성비인가 ㅋㅋ 암튼 사용 메모리 대비 성능이 매우 뛰어나다.

다른 공개 모델들도 양자화하려면 할 수 있지만, 양자화하면 성능이 저하되거나 안정성이 떨어질 수 있어서 잘 사용되지 않는다.

이게 정말 대단한거다. 그냥 자랑하려는 수준이 아니라, 즉시 사용할 수 있도록, 그리고 많은 곳에 사용할 수 있도록 툴 사용 성능이나 안전 테스트, 라이센스 등 여러가지를 고려해놨다.

오픈소스 모델을 쓴다고 하면 이제는 오픈AI 모델이 최우선 순위가 될 것이다. 역시 무서운 놈들...

OpenAI의 오픈소스 모델 gpt-oss 시리즈의 차별점(?) 중에 하나는 가중치를 4.25bit 양자화해서 공개했다는 것이다. 이에따라 20b 모델은 약간 사양 좋은 맥북에서 돌릴 수 있으며, 심지어 활성 파라미터가 3.6B 밖에 안되기 때문에 CPU 에서도 왠만큼 돌아간다(!) 즉, 이를테면 전성비, 이건 메성비인가 ㅋㅋ 암튼 사용 메모리 대비 성능이 매우 뛰어나다. 다른 공개 모델들도 양자화하려면 할 수 있지만, 양자화하면 성능이 저하되거나 안정성이 떨어질 수 있어서 잘 사용되지 않는다. 이게 정말 대단한거다. 그냥 자랑하려는 수준이 아니라, 즉시 사용할 수 있도록, 그리고 많은 곳에 사용할 수 있도록 툴 사용 성능이나 안전 테스트, 라이센스 등 여러가지를 고려해놨다. 오픈소스 모델을 쓴다고 하면 이제는 오픈AI 모델이 최우선 순위가 될 것이다. 역시 무서운 놈들...

대 AI 시대에 한국인으로써 오프소스에 좀 더 기여하기 수월해진(?) 부분이 있는데, LLM을 사용하는 프로젝트에는 상당히 높은 확률로 CJK 문자처리 문제가 존재한다.

물론 CJK 문제를 제기하면 열심히 해결하고 있다거나, 잘 모른다거나 이슈 아니라거나하면서 까이는 경우가 많긴하다. 나도 OpenAI 토크나이저에 한 번 이슈제기했다가 까인 적 있고, 요즘도 여기저기 엄청 까이고 다니고 있.. ㅋㅋ

그래도 최근들어 K-컬춰가 대세가 되다보니 이슈 자체는 꽤 수월하게 이야기 할 수 있게 되었다. 10년전만해도 CJK 이슈 제기하면 그게뭐임? 먹는거임? 했었다능.. 🥹

대 AI 시대에 한국인으로써 오프소스에 좀 더 기여하기 수월해진(?) 부분이 있는데, LLM을 사용하는 프로젝트에는 상당히 높은 확률로 CJK 문자처리 문제가 존재한다. 물론 CJK 문제를 제기하면 열심히 해결하고 있다거나, 잘 모른다거나 이슈 아니라거나하면서 까이는 경우가 많긴하다. 나도 OpenAI 토크나이저에 한 번 이슈제기했다가 까인 적 있고, 요즘도 여기저기 엄청 까이고 다니고 있.. ㅋㅋ 그래도 최근들어 K-컬춰가 대세가 되다보니 이슈 자체는 꽤 수월하게 이야기 할 수 있게 되었다. 10년전만해도 CJK 이슈 제기하면 그게뭐임? 먹는거임? 했었다능.. 🥹

앞으로의 코테는 설명을 주고 코드를 짜라고 하는 것이 아니라, 코드를 주고 설명을 하라는 것이 유효할 것이다.

내 경우는 이미 그렇게 하고 있는데, 요구사항을 주고 개발을 요청. 결과물이 요구사항대로 개발이 잘 되었다면, 다음 단계로 제출한 코드를 리뷰하며 설명을 요청한다.

앞으로 어차피 코드는 AI가 짜 줄테고, 중요한 건 그걸 이해할수 있는지가 중요하기 때문. 다만 설명을 외워 올 수 있으니, 면접관 입장에서는 코드리뷰시 인뎁스 질문을 잘하는 능력이 필요할 것이다.

사실 나는 이런 방식을 이전에도 썼었는데, 이전에는 개발 시간이 너무 오래 걸려서 복잡한 과제는 내기 어려웠다. 그런데 이제는 복잡한 과제를 내는게 부담스럽지 않기 때문에 좀 더 역량을 판단하기 좋아졌다고 생각한다.

참고로, 안타깝게도, 대 AI 시대 이전에도 이후에도, 제출한 결과물을 제대로 이해하지 못하는 경우가 태반이었으며, 심지어 작동여부를 제대로 검증조차 못하는 경우도 많았다.

앞으로의 코테는 설명을 주고 코드를 짜라고 하는 것이 아니라, 코드를 주고 설명을 하라는 것이 유효할 것이다. 내 경우는 이미 그렇게 하고 있는데, 요구사항을 주고 개발을 요청. 결과물이 요구사항대로 개발이 잘 되었다면, 다음 단계로 제출한 코드를 리뷰하며 설명을 요청한다. 앞으로 어차피 코드는 AI가 짜 줄테고, 중요한 건 그걸 이해할수 있는지가 중요하기 때문. 다만 설명을 외워 올 수 있으니, 면접관 입장에서는 코드리뷰시 인뎁스 질문을 잘하는 능력이 필요할 것이다. 사실 나는 이런 방식을 이전에도 썼었는데, 이전에는 개발 시간이 너무 오래 걸려서 복잡한 과제는 내기 어려웠다. 그런데 이제는 복잡한 과제를 내는게 부담스럽지 않기 때문에 좀 더 역량을 판단하기 좋아졌다고 생각한다. 참고로, 안타깝게도, 대 AI 시대 이전에도 이후에도, 제출한 결과물을 제대로 이해하지 못하는 경우가 태반이었으며, 심지어 작동여부를 제대로 검증조차 못하는 경우도 많았다.

앞으로의 코테는 설명을 주고 코드를 짜라고 하는 것이 아니라, 코

1. 제품은 보통 세 가지 질문의 답을 찾는 과정으로 만들어진다. 왜(why), 무엇으로(what), 그것을 어떻게(how) 그리고 이 단계별로 PM이 푸는 문제의 본질은 다르다.

2. 첫 번째 why. 풀려는 문제를 정의한다. 즉, 사람의 문제를 푸는 것이다. 제품은 수단이며 솔루션이다. 사람이 겪는 문제를 풀거나, 없던 가치를 만드는 게 제품의 미션이다.

3. 모든 사람이 겪고 있는 문제 중에 정말 불편한 것은 무엇일까. 풀었을 때 가치와 임팩트는 어느 정도지? 어떤 문제를 풀어야 하는가. 그것을 날카롭게 정의하는 데서 모든 것이 시작된다.

4. 두 번째 what. 문제를 해결할 도구로써 제품을 정의한다. 사용자의 문제를 푼다.

5. 보편적인 사람의 문제 중에 특정 타겟으로 범위를 좁혔다. 사람에서 사용자로. what은 그 사용자의 문제를 푸는 것이다. 목적을 달성하기 위해 가장 효과적인 방법은 무엇인가. 어떤 제품이 필요할까. 상상하고 구체화하며, 가설을 세우고 검증하는 단계를 거친다.

6. 세 번째 how. 정의한 제품을 만든다. 이제는 인간관계의 문제를 푼다.

7. 제품의 사용자도 사람이고, 만드는 사람도 사람이다. 만드는 사람들의 머릿속에 '하나의 제품'에 대한 같은 그림을 그려 넣어야 한다. 그리고 그것을 원활하게 잘 만들어갈 수 있게 조율해야 한다.

8. 이때의 어려움은 시간과 리소스도 있지만, 결국 만드는 사람 간의 문제로 귀결된다. 같은 그림을 그리고 있는가, 서로 협업은 잘 이뤄지는가. 생각의 차이와 갈등은 어떻게 해결할 것인가.

9. PM의 커리어는 보통 이 순서의 역으로 성장한다. 처음에는 만드는 방법(how)을 고민하다가, 점차 만들 제품(what)을 상상하게 되고, 마침내 풀어야 할 문제와 목적(Why)을 정의하는 자리로 나아간다.

10. 지금 내가 풀고 있는 문제는 무엇인가. 만드는 사람들의 인간관계를 풀고 있나. 사용자의 문제를 풀고 있나. 아님 보편적인 인간의 문제를 풀고 있나. 지금 내가 싸우고 있는 문제의 진짜 이름과 위치를 아는 것. 그것이 위대한 제품을 향한 가장 첫걸음이다.

#pm학개론

1. 제품은 보통 세 가지 질문의 답을 찾는 과정으로 만들어진다. 왜(why), 무엇으로(what), 그것을 어떻게(how) 그리고 이 단계별로 PM이 푸는 문제의 본질은 다르다. ​2. 첫 번째 why. 풀려는 문제를 정의한다. 즉, 사람의 문제를 푸는 것이다. 제품은 수단이며 솔루션이다. 사람이 겪는 문제를 풀거나, 없던 가치를 만드는 게 제품의 미션이다. ​3. 모든 사람이 겪고 있는 문제 중에 정말 불편한 것은 무엇일까. 풀었을 때 가치와 임팩트는 어느 정도지? 어떤 문제를 풀어야 하는가. 그것을 날카롭게 정의하는 데서 모든 것이 시작된다. ​4. 두 번째 what. 문제를 해결할 도구로써 제품을 정의한다. 사용자의 문제를 푼다. ​5. 보편적인 사람의 문제 중에 특정 타겟으로 범위를 좁혔다. 사람에서 사용자로. what은 그 사용자의 문제를 푸는 것이다. 목적을 달성하기 위해 가장 효과적인 방법은 무엇인가. 어떤 제품이 필요할까. 상상하고 구체화하며, 가설을 세우고 검증하는 단계를 거친다. ​6. 세 번째 how. 정의한 제품을 만든다. 이제는 인간관계의 문제를 푼다. ​7. 제품의 사용자도 사람이고, 만드는 사람도 사람이다. 만드는 사람들의 머릿속에 '하나의 제품'에 대한 같은 그림을 그려 넣어야 한다. 그리고 그것을 원활하게 잘 만들어갈 수 있게 조율해야 한다. ​8. 이때의 어려움은 시간과 리소스도 있지만, 결국 만드는 사람 간의 문제로 귀결된다. 같은 그림을 그리고 있는가, 서로 협업은 잘 이뤄지는가. 생각의 차이와 갈등은 어떻게 해결할 것인가. ​9. PM의 커리어는 보통 이 순서의 역으로 성장한다. 처음에는 만드는 방법(how)을 고민하다가, 점차 만들 제품(what)을 상상하게 되고, 마침내 풀어야 할 문제와 목적(Why)을 정의하는 자리로 나아간다. ​10. 지금 내가 풀고 있는 문제는 무엇인가. 만드는 사람들의 인간관계를 풀고 있나. 사용자의 문제를 풀고 있나. 아님 보편적인 인간의 문제를 풀고 있나. 지금 내가 싸우고 있는 문제의 진짜 이름과 위치를 아는 것. 그것이 위대한 제품을 향한 가장 첫걸음이다. #pm학개론 ​

< 일 잘하는 PM은 문제의 ‘이름’부터 정의한다 >

스프링 팀의 주요 개발자들이 2025년 9월에 출시 예정된 자바 25로의 업그레이드를 강하게 권장하고 있습니다. 이러한 권고의 배경에는 클라우드 환경에서 자바가 겪어온 성능 문제를 해결하는 핵심적인 개선 사항들이 집약되어 있기 때문입니다.

곧 출시될 자바 25는 가능한 빨리 도입하세요

스프링 팀의 주요 개발자들이 2025년 9월에 출시 예정된 자바 25로의 업그레이드를 권장하고 있다. 이러한 권고의 배경에는 클라우드 환경에서 자바가 겪어온 성능 문제를 해결하는 핵심적인 개선 사항들이 집약되어 있기 때문이다.

자바가 마주했던 과제와 이를 해결하기 위한 자바 및 스프링 생태계의 기술적 발전을 정리해봤다.


https://www.linkedin.com/pulse/%EA%B3%A7-%EC%B6%9C%EC%8B%9C%EB%90%A0-%EC%9E%90%EB%B0%94-25%EB%8A%94-%EA%B0%80%EB%8A%A5%ED%95%9C-%EB%B9%A8%EB%A6%AC-%EB%8F%84%EC%9E%85%ED%95%98%EC%84%B8%EC%9A%94-springrunner-5017c

스프링 팀의 주요 개발자들이 2025년 9월에 출시 예정된 자바 25로의 업그레이드를 권장하고 있다. 이러한 권고의 배경에는 클라우드 환경에서 자바가 겪어온 성능 문제를 해결하는 핵심적인 개선 사항들이 집약되어 있기 때문이다. 자바가 마주했던 과제와 이를 해결하기 위한 자바 및 스프링 생태계의 기술적 발전을 정리해봤다. https://www.linkedin.com/pulse/%EA%B3%A7-%EC%B6%9C%EC%8B%9C%EB%90%A0-%EC%9E%90%EB%B0%94-25%EB%8A%94-%EA%B0%80%EB%8A%A5%ED%95%9C-%EB%B9%A8%EB%A6%AC-%EB%8F%84%EC%9E%85%ED%95%98%EC%84%B8%EC%9A%94-springrunner-5017c

kr.linkedin.com

자바 25를 사용해야 하는 이유

경력 기술에서 가장 중요한 것은 정량적 성과입니다. 단순히 업무 내용을 나열하는 것만으로는 차별화된 지원자로 어필할 수 없습니다. 직무 관련 역할은 누구나 수행할 수 있는 일이기 때문에, 그 일을 통해 창출한 구체적인 성과를 수치로 표현해야 합니다.


많은 분들이 "루틴한 업무가 대부분인데 어떻게 정량적 성과로 표현하느냐"고 질문합니다. 제안서 작성, 회계 비용 정산, 교육 운영 등은 얼핏 정량적 성과와 무관해 보입니다.
하지만 모든 역할은 회사의 매출과 이익에 기여합니다. 비즈니스 모델을 가진 회사에서 근무했다면, 담당 직무에 관계없이 회사의 성장에 기여한 것입니다. 전년 대비 매출이나 이익이 성장했다면, 해당 지표를 자신의 성과로 표현할 수 있습니다.
일부 회사는 직무에 관계없이 모든 구성원에게 매출과 이익 목표를 부여하기도 합니다. 이는 모든 업무가 회사의 정량적 목표와 연결되어 있음을 보여줍니다.


회사에서 정량적 지표를 목표로 제시하지 않더라도, 우리는 능동적으로 매출과 이익 등 회사 성장에 기여한 바를 경력에 기술할 수 있습니다.
측정 가능한 핵심 결과 지표를 설정하고, 이를 달성하기 위한 액션 플랜을 수립하는 것이 개인과 조직 성장에 기여하는 방식입니다. 조직이 이런 방식으로 업무를 조정하지 않더라도, 우리는 스스로 정량적 목표를 세우고 구체적인 계획에 따라 일해야 합니다.


정량적 성과를 어필하는 것만큼 중요한 것은 성과를 만든 방법을 구체적으로 설명하는 것입니다. 단순히 "업무를 수행했더니 성과가 나왔다"고 설명한다면 설득력이 떨어집니다. 아무리 대단한 성과라도 그것을 만들어낸 핵심 역량이나 방법을 소개하지 않으면 임팩트가 약해집니다.
예를 들어:
 * 매출 00억 달성에 기여한 자신만의 업무 노하우
 * 사용자 수 00명 증가에 기여한 업무 역할의 특징
 * 전년 대비 주문 건수 00건 증가에 대한 구체적 기여 방식
이러한 업무 노하우와 특정 역할 설명이 바로 역량에 대한 증명입니다. 역량을 증명해야 정량적 성과를 일으킨 사람이라고 믿을 수 있고, 최소한 면접에서 만나보고 싶다는 피드백을 받을 수 있습니다.


효과적인 경력 기술은 역할 - 성과 - 역량의 구조로 이루어져야 합니다. 이 명칭은 '목적 - 역할 - 성과' 등으로 대체할 수도 있습니다. 중요한 것은 구조적으로 경험을 통해 역량을 증명하는 것입니다.
이전에 한 일과 그 일을 통해 발휘한 역량, 역량으로 만든 성과로 경력을 설명한다면 매력적인 인재로 어필할 수 있습니다.


경력이 있는 지원자는 경험을 잘 설명할 수 있다면, 다른 내용들은 과감히 생략해도 됩니다. 자격증, 대외활동 등 시선을 분산시키는 내용들은 오히려 생략하는 것이 좋습니다.
다만, 자기소개는 반드시 포함해야 합니다. 회사를 선택한 이유와 핵심 역량을 소개하는 내용이 필요합니다. 여기서 핵심 역량은 소통이나 협업 관련 소프트 스킬, 즉 보이지 않는 태도적 능력을 의미합니다.
이력서를 읽고 나면 지원자가 보유한 직무 기술과 지향하는 가치적 태도를 모두 파악할 수 있어야 합니다.


좋은 지식과 노하우를 갖고 있어도 자신에게 적용하는 것은 항상 어려운 법입니다. 하지만 오늘 이 내용에 공감하신다면 이력서에 반영해보시기 바랍니다. 분명 이전과는 확실히 다른 이력서로 변신할 수 있을 것입니다.

﻿경력 기술에서 가장 중요한 것은 정량적 성과입니다. 단순히 업무 내용을 나열하는 것만으로는 차별화된 지원자로 어필할 수 없습니다. 직무 관련 역할은 누구나 수행할 수 있는 일이기 때문에, 그 일을 통해 창출한 구체적인 성과를 수치로 표현해야 합니다. 많은 분들이 "루틴한 업무가 대부분인데 어떻게 정량적 성과로 표현하느냐"고 질문합니다. 제안서 작성, 회계 비용 정산, 교육 운영 등은 얼핏 정량적 성과와 무관해 보입니다.하지만 모든 역할은 회사의 매출과 이익에 기여합니다. 비즈니스 모델을 가진 회사에서 근무했다면, 담당 직무에 관계없이 회사의 성장에 기여한 것입니다. 전년 대비 매출이나 이익이 성장했다면, 해당 지표를 자신의 성과로 표현할 수 있습니다.일부 회사는 직무에 관계없이 모든 구성원에게 매출과 이익 목표를 부여하기도 합니다. 이는 모든 업무가 회사의 정량적 목표와 연결되어 있음을 보여줍니다. 회사에서 정량적 지표를 목표로 제시하지 않더라도, 우리는 능동적으로 매출과 이익 등 회사 성장에 기여한 바를 경력에 기술할 수 있습니다.측정 가능한 핵심 결과 지표를 설정하고, 이를 달성하기 위한 액션 플랜을 수립하는 것이 개인과 조직 성장에 기여하는 방식입니다. 조직이 이런 방식으로 업무를 조정하지 않더라도, 우리는 스스로 정량적 목표를 세우고 구체적인 계획에 따라 일해야 합니다. 정량적 성과를 어필하는 것만큼 중요한 것은 성과를 만든 방법을 구체적으로 설명하는 것입니다. 단순히 "업무를 수행했더니 성과가 나왔다"고 설명한다면 설득력이 떨어집니다. 아무리 대단한 성과라도 그것을 만들어낸 핵심 역량이나 방법을 소개하지 않으면 임팩트가 약해집니다.예를 들어:<ul ><li>매출 00억 달성에 기여한 자신만의 업무 노하우</li><li>사용자 수 00명 증가에 기여한 업무 역할의 특징</li><li>전년 대비 주문 건수 00건 증가에 대한 구체적 기여 방식</li></ul>이러한 업무 노하우와 특정 역할 설명이 바로 역량에 대한 증명입니다. 역량을 증명해야 정량적 성과를 일으킨 사람이라고 믿을 수 있고, 최소한 면접에서 만나보고 싶다는 피드백을 받을 수 있습니다. 효과적인 경력 기술은 역할 - 성과 - 역량의 구조로 이루어져야 합니다. 이 명칭은 '목적 - 역할 - 성과' 등으로 대체할 수도 있습니다. 중요한 것은 구조적으로 경험을 통해 역량을 증명하는 것입니다.이전에 한 일과 그 일을 통해 발휘한 역량, 역량으로 만든 성과로 경력을 설명한다면 매력적인 인재로 어필할 수 있습니다. 경력이 있는 지원자는 경험을 잘 설명할 수 있다면, 다른 내용들은 과감히 생략해도 됩니다. 자격증, 대외활동 등 시선을 분산시키는 내용들은 오히려 생략하는 것이 좋습니다.다만, 자기소개는 반드시 포함해야 합니다. 회사를 선택한 이유와 핵심 역량을 소개하는 내용이 필요합니다. 여기서 핵심 역량은 소통이나 협업 관련 소프트 스킬, 즉 보이지 않는 태도적 능력을 의미합니다.이력서를 읽고 나면 지원자가 보유한 직무 기술과 지향하는 가치적 태도를 모두 파악할 수 있어야 합니다. 좋은 지식과 노하우를 갖고 있어도 자신에게 적용하는 것은 항상 어려운 법입니다. 하지만 오늘 이 내용에 공감하신다면 이력서에 반영해보시기 바랍니다. 분명 이전과는 확실히 다른 이력서로 변신할 수 있을 것입니다.﻿

효과적인 경력 기술 가이드

2024년 생활시간조사 결과 | 전체 | 보건 · 사회 · 복지 | 보도자료 | 새소식 : 통계청

2024년 한국인의 하루, 무엇이 달라졌을까?

2019년에 이어 5년 만에 발표된 통계청 2024년 생활시간조사는 한국 사회가 집단 중심에서 개인 중심으로, 시간 투입에서 효율성 중심으로 패러다임이 전환되고 있음을 보여줍니다.

1. 수면의 질 저하로 인한 생산성 위기

 * 수면시간 8시간 4분으로 8분 감소 (1999년 조사 이래 최초)
 * 불면 경험자 11.9% (2019년 대비 4.6%p 증가)
   * 60세 이상이 19.6%로 가장 높고, 50대(11.1%), 40대(8.2%) 순
   * 모든 연령층에서 2019년 대비 증가: 60세 이상(+6.1%p), 50대(+4.3%p), 40대(+2.9%p) 등

사용자의 인지적 부하가 증가하고 있습니다. 수면 부족은 의사결정 능력과 집중력을 저하시켜 업무 효율성에 직접적 영향을 미칩니다. 디지털 기기 사용 증가와 야간 업무로 인한 수면 패턴 교란이 주요 원인으로 보입니다.

2. 개인화된 소비 패턴의 가속화

 * 혼자 식사하는 비율
   * 아침 41.7%(2019년 대비 +2.9%p) - 20대가 58.5%로 가장 높음
   * 점심 26.9%(2019년 대비 +1.4%p) - 20대가 32.1%로 가장 높음
   * 저녁 25.7%(2019년 대비 +2.5%p) - 20대가 34.8%로 가장 높음
 * 아침 식사 비율은 20대가 36.9%로 가장 낮고, 60세 이상이 85.8%로 가장 높음

코로나19 이후 정착된 재택근무와 개인 중심 라이프스타일이 식습관에도 반영되었습니다. 전통적인 집단 식사 문화에서 개인 맞춤형 소비로 패러다임이 전환되고 있습니다.

 3. 디지털 미디어 소비의 구조적 변화

 * 미디어 이용시간 2시간 43분으로 2019년 대비 17분 증가
 * CT기기 사용시간이 필수·의무·여가시간 모든 영역에서 2019년 대비 증가

멀티태스킹이 일상화되면서 콘텐츠 소비 패턴이 파편화되고 있습니다. 짧은 시간 내 핵심 정보를 전달하는 형태의 콘텐츠가 선호되는 구조입니다.

4. 업무 효율성 중심 문화로의 전환

 * 평일 오후 5시 이후 근무자 비율 2019년 대비 남녀 모두 감소
 * 일 관련 시간 2019년 대비 6분 감소
   * 남자: 6시간 36분(2019년 6시간 56분 → 2024년 6시간 36분, -20분)
   * 여자: 5시간 32분(2019년 5시간 38분 → 2024년 5시간 32분, -6분)

워라밸 가치관과 팬데믹 이후 효율성 중심 업무 문화가 확산되고 있습니다. 시간 투입보다 성과 중심 평가 시스템이 정착되는 과정입니다.

5. 성역할 인식 변화와 평등한 파트너십

 * 맞벌이 남편의 가사노동시간 2019년 대비 13분 증가
 * 맞벌이 아내의 가사노동시간은 2019년 대비 17분 감소

전통적 성역할 고정관념이 해체되면서 가정 내 역할 분담이 보다 평등해지고 있습니다. 이는 소비 결정권과 브랜드 선호도에도 영향을 미치는 구조적 변화입니다.

6. 주류가 된 웰빙과 셀프케어 문화

 * 스포츠 및 레포츠 2019년 대비 5분 증가
 * 건강·위생 등 개인유지 2019년 대비 7분 증가

건강에 대한 투자를 당연시하는 문화가 확산되었습니다. 단순한 치료 개념을 넘어 예방과 관리, 나아가 최적화에 대한 니즈가 증가하고 있습니다.

7. 행복의 본질적 가치 재발견

 * 가장 기분 좋은 행동 3가지
   * 1위: 식사하기 (평일 14.7%, 토요일 14.6%, 일요일 13.2%)
   * 2위: 대면교제 (평일 7.0%, 토요일 8.1%, 일요일 7.6%)
   * 3위: 걷기와 산책 (평일 5.3%, 토요일 6.2%, 일요일 7.0%)

복잡하고 자극적인 활동보다는 기본적이고 자연스러운 행위에서 만족감을 느끼는 경향이 강화되었습니다. 이는 과도한 디지털 자극에 대한 피로감의 반영일 수 있습니다.

[ 큐레이터의 문장 🎒 ]

"피로사회"에서 "회복사회"로

한국인들은 더 이상 무한 경쟁과 과로를 당연시하지 않습니다. 수면 시간 감소와 불면증 증가라는 역설적 현상은 사회적 피로감이 한계점에 도달했음을 시사합니다. 이는 단순한 개인의 선택이 아닌, 사회 시스템 전반의 지속가능성에 대한 경고 신호입니다.

"연결"에서 "자율성"으로

혼밥 문화의 확산은 개인주의 심화로만 해석할 수 없습니다. 오히려 타인의 시선과 기대에서 벗어나 자신만의 페이스로 살아가고자 하는 자율성 추구로 봐야 합니다. 이는 집단 동조성이 강했던 한국 사회의 근본적 변화를 의미합니다.

"역할 고정"에서 "유연성"으로

성역할 변화는 단순한 가사분담을 넘어 개인의 정체성을 사회적 역할로 규정하지 않겠다는 의지로 해석됩니다. 이는 모든 영역에서 기존 규범과 관습에 대한 재평가로 이어지고 있습니다.

https://sri.kostat.go.kr/board.es?mid=a10301060100&bid=220&act=view&list_no=437764&tag=&nPage=1

2024년 한국인의 하루, 무엇이 달라졌을까? 2019년에 이어 5년 만에 발표된 통계청 2024년 생활시간조사는 한국 사회가 집단 중심에서 개인 중심으로, 시간 투입에서 효율성 중심으로 패러다임이 전환되고 있음을 보여줍니다. 1. 수면의 질 저하로 인한 생산성 위기 <ul ><li>수면시간 8시간 4분으로 8분 감소 (1999년 조사 이래 최초)</li><li>불면 경험자 11.9% (2019년 대비 4.6%p 증가)<ul ><li>60세 이상이 19.6%로 가장 높고, 50대(11.1%), 40대(8.2%) 순</li><li>모든 연령층에서 2019년 대비 증가: 60세 이상(+6.1%p), 50대(+4.3%p), 40대(+2.9%p) 등</li></ul></li></ul> 사용자의 인지적 부하가 증가하고 있습니다. 수면 부족은 의사결정 능력과 집중력을 저하시켜 업무 효율성에 직접적 영향을 미칩니다. 디지털 기기 사용 증가와 야간 업무로 인한 수면 패턴 교란이 주요 원인으로 보입니다. 2. 개인화된 소비 패턴의 가속화 <ul ><li>혼자 식사하는 비율<ul ><li>아침 41.7%(2019년 대비 +2.9%p) - 20대가 58.5%로 가장 높음</li><li>점심 26.9%(2019년 대비 +1.4%p) - 20대가 32.1%로 가장 높음</li><li>저녁 25.7%(2019년 대비 +2.5%p) - 20대가 34.8%로 가장 높음</li></ul></li><li>아침 식사 비율은 20대가 36.9%로 가장 낮고, 60세 이상이 85.8%로 가장 높음</li></ul> 코로나19 이후 정착된 재택근무와 개인 중심 라이프스타일이 식습관에도 반영되었습니다. 전통적인 집단 식사 문화에서 개인 맞춤형 소비로 패러다임이 전환되고 있습니다. <ol start="3"><li>디지털 미디어 소비의 구조적 변화</li></ol> <ul ><li>미디어 이용시간 2시간 43분으로 2019년 대비 17분 증가</li><li>CT기기 사용시간이 필수·의무·여가시간 모든 영역에서 2019년 대비 증가</li></ul> 멀티태스킹이 일상화되면서 콘텐츠 소비 패턴이 파편화되고 있습니다. 짧은 시간 내 핵심 정보를 전달하는 형태의 콘텐츠가 선호되는 구조입니다. 4. 업무 효율성 중심 문화로의 전환 <ul ><li>평일 오후 5시 이후 근무자 비율 2019년 대비 남녀 모두 감소</li><li>일 관련 시간 2019년 대비 6분 감소<ul ><li>남자: 6시간 36분(2019년 6시간 56분 → 2024년 6시간 36분, -20분)</li><li>여자: 5시간 32분(2019년 5시간 38분 → 2024년 5시간 32분, -6분)</li></ul></li></ul> 워라밸 가치관과 팬데믹 이후 효율성 중심 업무 문화가 확산되고 있습니다. 시간 투입보다 성과 중심 평가 시스템이 정착되는 과정입니다. 5. 성역할 인식 변화와 평등한 파트너십 <ul ><li>맞벌이 남편의 가사노동시간 2019년 대비 13분 증가</li><li>맞벌이 아내의 가사노동시간은 2019년 대비 17분 감소</li></ul> 전통적 성역할 고정관념이 해체되면서 가정 내 역할 분담이 보다 평등해지고 있습니다. 이는 소비 결정권과 브랜드 선호도에도 영향을 미치는 구조적 변화입니다. 6. 주류가 된 웰빙과 셀프케어 문화 <ul ><li>스포츠 및 레포츠 2019년 대비 5분 증가</li><li>건강·위생 등 개인유지 2019년 대비 7분 증가</li></ul> 건강에 대한 투자를 당연시하는 문화가 확산되었습니다. 단순한 치료 개념을 넘어 예방과 관리, 나아가 최적화에 대한 니즈가 증가하고 있습니다. 7. 행복의 본질적 가치 재발견 <ul ><li>가장 기분 좋은 행동 3가지<ul ><li>1위: 식사하기 (평일 14.7%, 토요일 14.6%, 일요일 13.2%)</li><li>2위: 대면교제 (평일 7.0%, 토요일 8.1%, 일요일 7.6%)</li><li>3위: 걷기와 산책 (평일 5.3%, 토요일 6.2%, 일요일 7.0%)</li></ul></li></ul> 복잡하고 자극적인 활동보다는 기본적이고 자연스러운 행위에서 만족감을 느끼는 경향이 강화되었습니다. 이는 과도한 디지털 자극에 대한 피로감의 반영일 수 있습니다. [ 큐레이터의 문장 🎒 ] "피로사회"에서 "회복사회"로 한국인들은 더 이상 무한 경쟁과 과로를 당연시하지 않습니다. 수면 시간 감소와 불면증 증가라는 역설적 현상은 사회적 피로감이 한계점에 도달했음을 시사합니다. 이는 단순한 개인의 선택이 아닌, 사회 시스템 전반의 지속가능성에 대한 경고 신호입니다. "연결"에서 "자율성"으로 혼밥 문화의 확산은 개인주의 심화로만 해석할 수 없습니다. 오히려 타인의 시선과 기대에서 벗어나 자신만의 페이스로 살아가고자 하는 자율성 추구로 봐야 합니다. 이는 집단 동조성이 강했던 한국 사회의 근본적 변화를 의미합니다. "역할 고정"에서 "유연성"으로 성역할 변화는 단순한 가사분담을 넘어 개인의 정체성을 사회적 역할로 규정하지 않겠다는 의지로 해석됩니다. 이는 모든 영역에서 기존 규범과 관습에 대한 재평가로 이어지고 있습니다. https://sri.kostat.go.kr/board.es?mid=a10301060100&amp;bid=220&amp;act=view&amp;list_no=437764&amp;tag=&amp;nPage=1

통계청

⟪통계청 2024년 생활시간조사로 본 7가지 핵심 데이터⟫

PRD를 입력하면 DDD기법에의해 해석문서를 만드는 툴로 툴소개와 작동소스 오픈합니다. 실무에 적용가능한 수준의 문서를 만들기보다. 구현에 필요한 직전단계의 최소문서를 만드는 프로세스에 고민을 해본 생성툴입니다.

https://wiki.webnori.com/x/4oGtBg

PRD를 입력하면 DDD기법에의해 해석문서를 만드는 툴로 툴소개와 작동소스 오픈합니다. 실무에 적용가능한 수준의 문서를 만들기보다. 구현에 필요한 직전단계의 최소문서를 만드는 프로세스에 고민을 해본 생성툴입니다. https://wiki.webnori.com/x/4oGtBg

PRD분석 AI툴

성과지표부터 가설까지, PM의 제품 설계 인사이트

📈 성과지표(KPI), 이렇게 설정하고 관리합니다

이번 뉴스레터에서는 ‘성과지표(KPI) 설정과 관리’라는 주제로, 팀이 같은 방향을 보고 움직이기 위해 기획자가 어떻게 지표를 설계하고 공유해야 하는지에 대한 이야기를 나눠보려 해요. KPI는 단순한 숫자가 아니라, 제품이 어떤 가치를 만들고 있는지를 증명하는 나침반 같은 존재니까요.


12년차 PM이 직접 전하는 실전 KPI 설정 노하우부터, 허영 지표를 피하고 팀 전체를 정렬시키는 구체적인 사례가 담겨있어요. 인터뷰 본문부터 영상 콘텐츠까지 재밌게 봐주세요.

이번 뉴스레터에서는 ‘성과지표(KPI) 설정과 관리’라는 주제로, 팀이 같은 방향을 보고 움직이기 위해 기획자가 어떻게 지표를 설계하고 공유해야 하는지에 대한 이야기를 나눠보려 해요. KPI는 단순한 숫자가 아니라, 제품이 어떤 가치를 만들고 있는지를 증명하는 나침반 같은 존재니까요. 12년차 PM이 직접 전하는 실전 KPI 설정 노하우부터, 허영 지표를 피하고 팀 전체를 정렬시키는 구체적인 사례가 담겨있어요. 인터뷰 본문부터 영상 콘텐츠까지 재밌게 봐주세요.

앤디의 마음챙김 레터

자주 사용하는 공통기능을 하나의 모듈로 만들어 놓고, 필요할때 마다 참고 하는 성향이 있어서 개인적인 공간에 작업물을 정리 하거나, 나만의 모듈로 만드는 것을 종종 진행하고 있어요.


어찌 보면 저만의 toy 모듈같은 것인데요.
개인적인 작업 공간이긴 하지만, 오늘은 기능 정의가 중요하다는 것을 다시 한번 알게 되었어요.


아무리 저만을 위한 모듈을 만들어 보는 것이더라도, 습관에 의해서 사용성에 대해서 생각을 하게 되는데요. 코드에 먼저 손을 대면서 이렇게 해볼까? 저렇게 해볼까? 하면서 혼란?의 상태에 빠지는 저 자신을 보면서 "아직도 나는 부족하구나..." 라는 생각이 문득 들었습니다.


아마 저도 마음이 급해서, 무조건 코드에 먼저 손이 가능 습관 때문인거 같은데요.


사용성을 정의하고, 확장성을 고려하여, 좀 더 쉽게 사용할 수 있도록 만들기 위하여, 생각을 정의를 내리고 만들어나가는 습관을 다시 한번 들여야 할꺼 같아요.


사이드 프로젝트나, 토이 프로젝트를 하시는 많은 분들이 그 짧은 시간에 기능정의를 하고, 체계화 하시는 습관을 가지고 있으 실 것이라 생각이 되는데요. 부럽기도 하고, "나는 부족하구나.." 라는 생각이 교차되는 아침인거 같아요.

자주 사용하는 공통기능을 하나의 모듈로 만들어 놓고, 필요할때 마다 참고 하는 성향이 있어서 개인적인 공간에 작업물을 정리 하거나, 나만의 모듈로 만드는 것을 종종 진행하고 있어요. 어찌 보면 저만의 toy 모듈같은 것인데요.개인적인 작업 공간이긴 하지만, 오늘은 기능 정의가 중요하다는 것을 다시 한번 알게 되었어요. 아무리 저만을 위한 모듈을 만들어 보는 것이더라도, 습관에 의해서 사용성에 대해서 생각을 하게 되는데요. 코드에 먼저 손을 대면서 이렇게 해볼까? 저렇게 해볼까? 하면서 혼란?의 상태에 빠지는 저 자신을 보면서 "아직도 나는 부족하구나..." 라는 생각이 문득 들었습니다. 아마 저도 마음이 급해서, 무조건 코드에 먼저 손이 가능 습관 때문인거 같은데요. 사용성을 정의하고, 확장성을 고려하여, 좀 더 쉽게 사용할 수 있도록 만들기 위하여, 생각을 정의를 내리고 만들어나가는 습관을 다시 한번 들여야 할꺼 같아요. 사이드 프로젝트나, 토이 프로젝트를 하시는 많은 분들이 그 짧은 시간에 기능정의를 하고, 체계화 하시는 습관을 가지고 있으 실 것이라 생각이 되는데요. 부럽기도 하고, "나는 부족하구나.." 라는 생각이 교차되는 아침인거 같아요.

기능 정의의 중요성

애자일한 팀의 PRD는 "요구사항 정의서"가 아닌, 프레임워크입니다. | 원문 The PRD That Actually Works: 15 Years of Product Lessons in 5 Minutes by Aakash Gupta (2024)  REVISITED PRD(Product Requirements Document)는 제품이 만들어가야 하는 과정에서 어떤 문제를 어떤 방식으로 해결해 나갈 것인지를 정의하는 문서다.  국

The PRD That Actually Works

PRD를 직역하면 "제품 요구사항 정의서"이다. 다만 실제로 PRD를 작성하다보면 지금까지 내가 한국에서 보는 PRD와 해외에서 정의하고 작성하는 문서와는 다른 형태로 정의되고 표현된다.

대부분의 PRD가 실패하는 이유는:
1. PRD 문서 전체를 hand-off(내 손을 떠나서 끝난) 문서로 간주하고
2. 문제에 대한 Root cause를 점검하지 않고 진행 해 새롭게 발견되는 문제에 주요 목적이 흔들리고
3. 먼저 정의하지 않아도 되는 디테일을 너무 빨리 정해놔서 돌릴 수 없는 상황을 만들고
4. 고객에게 제품을 전달한 후의 회고가 없이 끝나버려
좋은 제품을 만들기 위한 "지식의 공유처(shared intelligence)"의 역할을 하지 못해서라고 생각한다.

또한, 제품을 만드는 과정에서 명확하게 정의하고 정리하는것은 PRD가 아닌, 실제 고객이 만족할 수 있고 임팩트를 만들어 낼 수 있는 상세한 유저 스토리의 Acceptance Criteria와 고객에게 어떤 전략으로 이터레이션을 통해 제공할지 논의하고 결정하는 스프린트 플래닝이 더 적합하다.

https://brunch.co.kr/@tsp/76

PRD를 직역하면 "제품 요구사항 정의서"이다. 다만 실제로 PRD를 작성하다보면 지금까지 내가 한국에서 보는 PRD와 해외에서 정의하고 작성하는 문서와는 다른 형태로 정의되고 표현된다. 대부분의 PRD가 실패하는 이유는: 1. PRD 문서 전체를 hand-off(내 손을 떠나서 끝난) 문서로 간주하고 2. 문제에 대한 Root cause를 점검하지 않고 진행 해 새롭게 발견되는 문제에 주요 목적이 흔들리고 3. 먼저 정의하지 않아도 되는 디테일을 너무 빨리 정해놔서 돌릴 수 없는 상황을 만들고 4. 고객에게 제품을 전달한 후의 회고가 없이 끝나버려 좋은 제품을 만들기 위한 "지식의 공유처(shared intelligence)"의 역할을 하지 못해서라고 생각한다. 또한, 제품을 만드는 과정에서 명확하게 정의하고 정리하는것은 PRD가 아닌, 실제 고객이 만족할 수 있고 임팩트를 만들어 낼 수 있는 상세한 유저 스토리의 Acceptance Criteria와 고객에게 어떤 전략으로 이터레이션을 통해 제공할지 논의하고 결정하는 스프린트 플래닝이 더 적합하다. https://brunch.co.kr/@tsp/76

Brunch Story

실제로 동작하는 PRD란

[Langchain] PDF를 학습한 나만의 챗봇 streamlit에 배포 하기 - 미완성의신

지난번에 작성한 책을 학습 시켜 나만의 챗봇을 만들어보았다. 최근에 랭체인에 관심이 있었는데 응용하기 정말 좋은 자료였다.

https://unfinishedgod.netlify.app/2023/12/16/langchain-pdf-streamlit/

지난번에 작성한 책을 학습 시켜 나만의 챗봇을 만들어보았다. 최근에 랭체인에 관심이 있었는데 응용하기 정말 좋은 자료였다. https://unfinishedgod.netlify.app/2023/12/16/langchain-pdf-streamlit/

unfinishedgod.netlify.app

넷마블 잡부

민형기

#백엔드 #개발자 #소프트웨어엔지니어

개발

Linda/Ira

한양대학교 융합전자공학부

허유준

랭체인으로 pdf를 학습시켜 나만의 챗봇 만들기. 그리고 Streamli

의용

우리 인간은 미완성의 신들이다. 뛰어난 데이터 과학자를 꿈꾸는. 책을 좋아하는. 그런 사람입니다.



랭체인으로 pdf를 학습시켜 나만의 챗봇 만들기. 그리고 Streamli

댓글 0

함께 읽은 게시물

< ‘참여’를 설계하면, ‘콘텐츠’는 따라온다 >

비슷한 게시물

주간 인기 TOP 10

추천 프로필