추석을 맞아 요즘IT가 글 모음 선물을 준비했습니다. 이번 주제는 “개발자의 미래”입니다. 빠르게 성장하는 AI 도구가 개발의 영역을 침범하고 있습니다. 누군가는 개발자란 직업의 종말을, 누군가는 새로운 정의를, 누군가는 또 다른 직업을 제시합니다. 사람들이 개발자의 미래를 상상하며 던지는 질문은 단순합니다. “개발자는 정말 사라질까요?”

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.

C++은 프로그래밍 언어로서 지난 수십 년간 소프트웨어 개발의 핵심 역할을 해왔습니다. 그러나 C++의 역사에 영광만 있지는 않았습니다. 도전과 기회, 위험이 공존하는 길이었죠. 저 역시 지난 97년, 학창 시절부터 C++을 배우기 시작했습니다. 직업 개발자가 된 다음 지금까지 써온 언어 역시 C++입니다. 어렵고 낡은 언어라며 기피 대상이던 C++ 이해도가 최근 컴퓨터 과학 기초의 중요성이 떠오르며 다시금 중요해졌다는 소식을 들으면 재밌기도 합니다. 그런 의미로 이 글에서는 C++의 과거와 현재, 그리고 미래를 살펴보려고 합니다. 그와 함께 왜 C++을 배우는 것이 여전히 중요한지도 이야기해 보겠습니다.

개발자라면 누구나 ‘코딩테스트’를 준비해 본 경험이 있을 겁니다. 코딩테스트는 여러분의 두뇌가 얼마나 비상한지, 복잡하게 꼬인 문제를 얼마나 천재적인 발상으로 해결할 수 있는지 시험하기 위한 절차가 아닙니다. 대신 정해진 범위 안에서 정형화된 유형별로 출제된 문제를 푸는 시험이죠. 즉, 누구나 공부하는 방법을 알고 제대로 공부한다면 충분히 통과할 수 있습니다. 이번 글에서는 코딩테스트를 어떻게 준비했는지 필자의 노하우를 소개할 예정이며, 개발자로서 코딩테스트에 어떻게 접근하면 좋을지 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.

이번 글에서는 SQL 문장의 가독성 향상을 위한 몇 가지 방안을 살펴보려고 합니다. 여기서 ‘가독성’은 단순히 쿼리가 눈에 보기 좋은 형태로 작성된 것을 의미하는 것이 아니라, 어떤 의도로 사용하려는 건지 알기 쉽게 작성되어 있다는 의미로 봐주시면 됩니다. 가독성은 특히 업무 시 커뮤니케이션 측면에서 중요한 부분인데요. 가독성을 높이는 방법을 미리 숙지하고 있으면, 많은 도움이 될 것으로 예상합니다.

지난 12일(현지 시각) OpenAI에서 새로운 AI 모델 ‘o1’을 공개했습니다. o1은 과학 분야에서 박사급 수준의 능력을 갖췄다거나, IQ 테스트에서 약 120으로 평가받는 등 이번에도 역시 성능 면에서 크게 발전한 모습을 보여주며 주목받고 있습니다. 이미 큰 관심을 받고 있는 만큼, 기본적인 정보나 성능에 관한 정보는 많은 곳에서 다뤄지고 있는데요. 이번 글에서는 표면적인 정보에서 한 발짝 벗어나, 잘 알려지지 않은 'o1' 모델의 흥미로운 면모들을 조명해 보려고 합니다.

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.

나이키의 부진이 지속되고 있습니다. 2024 회계연도(2023년 6월~2024년 5월) 기준으로 매출 증가율이 겨우 1%에 머물렀는데, 이는 코로나 시기를 제외하면 지난 14년간 최악의 성과였습니다. 이러한 실적 부진으로 인해 하루 만에 주가가 20% 가까이 폭락하기도 했고요. 많은 매체에서는 나이키의 위기 원인을 D2C(Direct-to-Consumer) 전략의 실패에서 찾고 있습니다. D2C 채널에 집중한 것이 호카와 온러닝과 같은 후발 주자들이 성장할 기회를 제공했으며, 그 결과 나이키가 실적 부진에 빠졌다는 겁니다. 오늘은 나이키의 최근 행보를 다각도로 살펴보며, 무엇이 부진을 불러왔는지 살펴보겠습니다.