성장을 위한 IT 콘텐츠,
동료들과 함께 읽고 싶다면?
요즘IT 슬랙봇으로 간편하게 받아보세요!
함께 성장하는 요즘IT인의
실무 라이브러리
토스 코어에는 86명의 FE 개발자들이 함께 있고 250개의 서비스를 운영하고 있습니다. 제가 속한 플랫폼 팀에서는 86명의 FE 개발자가 사용하는 모노리포를 관리하며 250개 서비스의 배포부터 모니터링까지 같이 관리하고 있습니다. 이런 인프라 관리를 좀 더 쉽게 하기 위해서 IaC를 통해 형상 관리를 자동화하고 있고, 다양한 개발자들이 기여할 수 있는 환경을 만들기 위해 노력하고 있습니다. 토스 코어 팀의 프론트엔드 개발자들이 이러한 다양한 업무들에 집중하는 목적이 무엇일까요? 가장 큰 목적은 토스의 프론트엔드 UX/DX를 세계 최강으로 만들기 위함입니다. 토스의 프론트엔드 플랫폼이 세계 최강의 프론트엔드가 되기 위해 어떤 노력을 하고 있는지 하나씩 살펴보겠습니다.
저는 지금의 시대가 애매한 브랜딩이 살아남을 수 없는 시대라고 말하고 싶습니다. 과거에는 어느 정도 구색만 맞춰도 사람들의 환심을 살 수 있는 문법이 통하는 시대였다면, 지금은 타깃이 되는 소비자의 마음을 완벽하게 빼앗지 않고는 브랜딩의 효과를 발휘할 수 없는 세상으로 진입한 것이죠. 따라서 규모가 작은 브랜드라면 나보다 덩치가 큰 브랜드들과의 경쟁을 마치 차근차근 지표를 높여가는 게임처럼 이해해서는 안 됩니다. 대신 자본과 스케일이라는 조건을 모두 지우고, ‘우리 브랜드가 정말 브랜드로서 기능하고 있는가?’에만 집중하는 것이 좋습니다. 이를 위해 지금부터는 스몰 브랜드를 운영하거나, 담당하는 분들이 흔하게 마주하는 몇 가지 질문들을 꺼내보고, 그 물음에 대한 우리만의 해법을 한 번 찾아보려고 합니다.
오늘날 빠르게 변화하는 업무 환경에 따라 효율성을 극대화하고 반복 작업을 줄이는 자동화가 점점 더 중요해지고 있습니다. 한편 자동화와 함께 콘텐츠의 생산과 분석의 관점에서 생성형 AI가 활용되기 시작했습니다. 이런 변화에 맞춰 이번 글에서는 GPT 모델을 사용하는 챗GPT API와 구글 앱스 스크립트를 결합한 자동화 예제를 다루려고 합니다. 예제에서 사용할 두 가지 기술 모두 비교적 쉽게 구현할 수 있지만, 강력한 자동화 도구입니다. 기업이나 조직, 커뮤니티 등에서 구글이 제공하는 서비스 기반으로 업무를 자동화하는 방법을 소개하겠습니다.
성장을 위한 IT 콘텐츠,
동료들과 함께 읽고 싶다면?
요즘IT 슬랙봇으로 간편하게 받아보세요!
챗GPT(ChatGPT)로도 해결되지 않는 복잡한 코딩 문제나 깊이 있는 글쓰기에 답답함을 느끼신 적 있나요? 그렇다면 오픈AI(OpenAI) 출신 전문가들이 설립한 앤트로픽(Anthropic)의 최신 모델 ‘클로드 3.5 소넷(Claude 3.5 Sonnet)’이 여러분이 찾던 해답일 수도 있습니다. 이 생성형 AI는 GPT의 모델 중 GPT-4o를 뛰어넘는 성능으로 화제가 되고 있는데요. 더 정확한 코딩, 더 깊이 있는 분석은 물론, 심지어 실시간으로 코드의 프리뷰까지 가능합니다. 이번 글에선 클로드(Claude)의 여러 기능을 살펴보고, 더 나아가 ChatGPT와 클로드, 두 강력한 생성형 AI를 어떻게 상황에 맞게 활용하여 업무 생산성을 극대화할 수 있는지 알아보겠습니다.
처음 크롬을 접했을 때의 희열을 잊을 수 없다. 브라우저와 계정이 직접 연동된다는 것은 아주 큰 편리함을 가져다주었다. 몇 년간 크롬의 모든 것이 좋기만 했다. 하지만 새로운 구글 계정을 만들면서 이야기는 달라졌다. 구글 계정을 여러 개로 나눈 이유는 일과 취미를 분리하기 위함이었다. 그리고 두 번째 계정으로 크롬을 사용하게 되면서 전에는 보이지 않던 단점들이 눈에 들어오기 시작했다. 그때 아크 브라우저를 만나게 되었고, 그동안의 답답함이 해소되는 경험을 했다. 이번 글에서는 개발자의 관점에서 크롬을 정말 사랑하면서도 느꼈던 약간의 아쉬움, 그리고 아크가 그것을 어떻게 개선했는지 리뷰를 통해 살펴보고자 한다.
요즘 개발자는 단순히 뛰어난 코드를 작성하는 것만으로는 성공하기 어렵습니다. 저 역시 주니어 개발자일 때, 능력의 부족함을 많이 느꼈습니다. 다만 그때는 ‘일잘러’가 된다기보다 개발 스킬을 키우려고만 노력했습니다. 그래서인지 기술적인 측면에서 성장했지만 능력만큼 인정받지 못하거나 때로는 같이 일하기 힘들다는 말을 듣기도 했습니다. 다른 개발자들도 어떠한 계기가 있어, 조금이라도 빨리 이러한 측면에 관심을 가지고 시도해 봤으면 좋겠다는 생각이 들었습니다. 그런 마음에 이 글을 쓰기 시작했습니다. 개발자도 ‘일잘러’가 되어야 하는 이유와 커리어 단계별로 필요한 역량, 주니어를 위한 성장 가이드를 정리했습니다.
프로그래밍 언어는 소프트웨어를 개발하는 데 사용되는 도구이며, 이를 통해 다양한 기능을 수행할 수 있는 소프트웨어가 만들어집니다. 특히 우리는 복잡한 계산이나 데이터 분석을 할 때, 다양한 프로그래밍 언어와 소프트웨어를 사용합니다. 그러나 소프트웨어마다 계산 방식이나 수학적 라이브러리가 다를 수 있어, 동일한 문제를 다루더라도 결과가 다를 수 있습니다. 이러한 차이를 최소화하여 데이터 분석의 일관성을 유지하는 것은 매우 중요한 과제입니다. 이번 글에서는 이러한 소프트웨어 간 계산 차이의 예시(Rounding)와 이유를 살펴보고, 이러한 문제를 해결하고자 진행 중인 ‘CAMIS’ 연구 프로젝트에 대해 알아보겠습니다.
최근에 한 언론에서 ‘뺑뺑이 AI콜센터’라는 기획 기사를 본 적이 있습니다. 고객센터에 전화하면 인내심의 한계에 도달할 때쯤 상담사와 연결되거나, 기다림에 지쳐 챗봇에 물어봤자 이내 엉뚱한 답변이 돌아온다는 내용이었습니다. 은행이나 카드 앱에서 챗봇에게 “문의한 내용을 찾을 수 없어요.”라는 답변을 받아봤다면 여러분도 충분히 공감하실 거라고 생각합니다. 현직 AI 챗봇 서비스 기획자의 입장에서 현재 금융 AI 챗봇의 한계를 짚어보겠습니다. 또, 앞으로의 챗봇이 ‘뺑뺑이 AI콜센터 직원’에서 ‘똑똑한 금융 비서’로 탈바꿈하기 위해 기획자가 놓쳐서는 안 될 UX 요소에 대해 이야기하고자 합니다.