정보처리기사, SQLD, ADsP, CKA, AWS 자격증 등 IT분야에는 수많은 자격증이 있습니다. 시작은 어렵지만 대체로 3개월 이내에 자격을 취득할 수 있습니다. 반면에, 자격 취득에만 2년 이상 걸릴 것을 생각하고 도전하는 자격도 있습니다. 바로 대한민국 최고의 국가 기술 자격증 “기술사”입니다. 어쩌면 기술사 자격증에는 이런 이미지가 있을지도 모르겠습니다. 누군가에게는 다소 생소할 수도 있는 자격증, 누군가에게는 ROI가 현저히 떨어지는 자격증. 응시 자격조차 채우지 못했던 주니어 개발자인 제가 어쩌다 이러한 기술사 자격을 얻게 되었을까요? 준비하게 된 계기부터 실제 자격을 취득하기까지, 경험을 기반으로 정보관리 기술사에 대해 정리해 보았습니다.

여러분은 매일 코드 작성과 디버깅에 얼마나 많은 시간을 소비하나요? 지금부터 소개해 드릴 AI와 자동화 툴 5가지만 제대로 활용해도 그 시간을 절반으로 줄일 수 있습니다. 개발자의 하루는 해결해야 할 문제로 가득하니까요. 코드 작성을 도와주는 GitHub Copilot부터 코드 품질을 한눈에 개선해 주는 SonarQube까지. 이 툴들은 어떻게 여러분의 개발 생산성과 코드 품질을 끌어올려 줄까요?

중소 IT 채용 시장에는 적합한 사람을 구하기 어렵다는 한탄이 많다. 그런데 간혹 그 어려움의 이유가 보이는 채용 공고를 만나기도 한다. 심지어 최근 본 어떤 공고는 담당 업무 항목을 채우지 않아, “상세내용을 입력하세요” 문구가 그대로 노출되고 있었다. 담당 업무 항목은 구직자의 지원 여부를 결정할 매우 중요한 정보다. 이런 성의 없는 채용 공고는 적합한 인재를 만날 가능성을 떨어뜨릴뿐더러 회사에 대한 인상까지 나쁘게 만든다. 이번 기회에 중소 IT 기업 채용 공고의 나쁜 사례들을 살펴보고 그에 대한 처리 방식을 제안하려고 한다. 중소 IT 기업에서 인사를 담당하거나 관련 있는 분들이 주목하면 좋겠다. 아울러 IT 직군 구직자들도 원하는 일자리를 얻는 데 도움을 얻길 바란다.

“ChatGPT 美 변호사 시험 상위 10%로 통과”, “Claude 3, AI 첫 IQ 100 돌파” 위와 같이 AI의 능력을 홍보하는 문구들을 자주 접하셨을 것 같습니다. 이러한 성과들이 대단해 보이기는 하지만, 한편으로는 그 수준이 어느 정도인지 체감이 안 될 때가 있는데요. 마침 지난주 목요일 치러진 2025 대학 수능 시험을 통해 AI 능력을 시험해 보기로 했습니다. 평가 과목으로는 국어, 영어, 수학을 선택했는데요. 그 이유는 AI의 언어 처리 능력과 수리적 사고력을 종합적으로 평가하기 위함이고, 특히 한국어 능력 수준이 어느 정도 되는지 가늠해 보기 위함입니다.

피그마는 이제 UX/UI 디자인의 필수 도구가 되었다. 현재 피그마의 독주 체제는 생각보다 더 강력하다. 나름 대항마로 등장했던 스케치와 어도비 XD는 처참할 정도로 시장 점유율을 빼앗긴 상태고, 개발자와 디자이너를 연결해 주던 다른 서비스도 피그마에 밀려 쇠락하거나 문을 닫았다. 물론 피그마가 UI 디자인 환경에 대격변을 가져온 것은 부정할 수 없다. 그만큼 피그마는 실용적이고, 디자이너의 업무 효율성을 높여주고 있다. 하지만 피그마를 실제로 사용하다 보면 아쉬운 점이 생각보다 많다. 이런저런 기능이 더 있으면 좋겠다는 수준을 넘어서, 도구 자체가 가진 한계에 더 가까운 것들이다. 이번 글에서는 필자가 직접 사용하면서 느낀 피그마의 개선점, 한계점을 공유해 보고자 한다.

불과 2년 전까지만 해도 저는 서류 탈락과 면접 불합격 통보를 일상처럼 받아들이고 있었습니다. 그렇게 수십 통의 거절 메일을 받으며, 개발자로서 부족하다고 느끼던 시기가 있었죠. 그러나 이제는 구직 활동조차 하지 않았는데도 여러 곳에서 이직 제안을 받는 상황이 되었습니다. 아마 비슷한 고민을 하는 분들이 있을 겁니다. 회사 업무만으로는 뭔가 부족하다는 느낌, 더 성장하고 싶은데 방법을 모르겠다는 생각… 저도 그랬습니다. 회사 프로젝트는 론칭이 미뤄지기도 하고, 정확히 어떤 기여를 했는지 드러내기도 어려웠죠. 이 글에서는 제가 오픈소스 프로젝트 ‘NotionPresso’를 진행하며 배운 것들을 공유하고자 합니다. 오픈소스 주제를 선정하는 방법부터 구조 설계, 커뮤니티와의 소통, 그리고 결과물을 발전시키는 과정을 담았고, 이 여정을 통해 오픈소스라는 새로운 도전에 대한 작은 동기를 얻을 수 있다면 좋겠습니다.

손 놓고 있던 영어 공부, 다시 시작하려면 어떻게 해야 할까요? 막막한 개발자들을 위해 지난 10년간 다국적 IT 기업에서 고군분투하며 얻은 경험과 깨달음을 공유합니다. 우선 우리가 매번 영어 공부를 하다 마는 이유가 무엇인지 살펴보려고 합니다. 다음으로 영어 공부를 다시 시작하기 전, 스스로 생각해 봐야 할 질문도 가져왔습니다. 반드시 이 질문에 대한 답을 내려보기 바랍니다. 여기까지 확인했다면 마지막, 영어 잘하는 개발자로 거듭나기 위해 유념해야 할 중요한 공부 원칙 3가지를 준비했습니다.

앞서 글에서는 “서비스향으로 AI 모델을 개발한다”라고 할 때, 무엇이 다를지 설명했습니다. 들여다봤더니 정말 많은 일이 있죠? 그 많은 업무는 결국 기술팀에서 감당해야 합니다. 그래서 “효율적으로 이를 잘 감당하려면 조직 구성을 어떻게 하면 좋겠느냐”라는 물음에 대한 답을 제 개인적인 의견을 담아 만들어 봤습니다. 또, 이런 조직 구조를 바탕으로 AI 쪽에서 커리어를 시작하거나, 직종을 전환하려는 개발자를 위한 조언을 몇 가지 준비했습니다.

대부분의 개발자들은 비동기 파이썬이 더 높은 동시성을 제공한다는 것을 알고 있죠. 그래서 동적 웹사이트나 웹 API를 서빙하는 것과 같은 일반적인 작업에서 더 좋은 성능을 보일 거라고 생각하기 쉽습니다. 하지만 안타깝게도 비동기는 파이썬 인터프리터의 성능을 마법처럼 높여주는 해결책이 아닙니다. 실제 상황(아래 참조)에서 테스트해 보면, 비동기 웹 프레임워크는 처리량(초당 요청 수) 면에서 오히려 약간 더 안 좋은 성능을 보이고, 지연 시간의 변동 폭은 훨씬 더 큰 것으로 나타났습니다.