프로덕트 소식은 넘쳐나지만 대부분 이런 게 나왔대에서 끝납니다. 그래서 뭘 어떻게 하라고? 내 작업에 어떻게 써먹지? 거기까진 연결이 잘 안 되죠. 따라서 요즘 프로덕트 메이커는 바로 쓸 수 있는 것, 그 중에서도 주목해볼 만한 것을 엄선해서 매주 금요일에 전달드리려 합니다.

요즘 프로덕트 메이커는 매주 세 가지를 골라 전합니다:

써볼 것: Claude Code Remote Control - 모든 기기에서 로컬 세션 계속하기
참고할 것: 렌트어휴먼(RentAHuman), AI한테 고용당하겠다는 50만 명이 모였다
적용해볼 것: Claude Code 창시자가 전하는 AI 시대 빌더의 사고방식과 실전 팁

1. 써볼 것: Claude Code Remote Control - 모든 기기에서 로컬 세션 계속하기

Claude Code Remote Control은 Anthropic이 2월 24일에 공개한 Claude Code의 새 기능입니다. 터미널에서 돌리고 있는 Claude Code 세션을 스마트폰이나 태블릿에서 그대로 이어받을 수 있는 건데요. 코드가 클라우드로 올라가지 않고 내 컴퓨터에서 계속 실행된다는 게 핵심입니다.

이 기능은 발표 직후 개발자들 사이에서 빠르게 퍼졌는데요. 그냥 폰에서 코드를 보는 게 아니라, 데스크톱에서 하던 작업을 진짜로 모바일에서 이어갈 수 있다는 점이 반응을 끌었습니다. VentureBeat도 2026년 가장 실용적인 코딩 기술 중 하나라는 개발자들의 평가를 소개했고요.

무슨 문제를 해결해 주나요?

Claude Code를 쓰다 보면 한 가지 불편한 점이 있습니다. 작업을 시켜놓고 결과를 확인하려면 노트북 앞에 앉아 있어야 한다는 거예요. 커피를 사러 가거나, 회의에 들어가거나, 산책을 하고 싶어도 터미널을 떠날 수가 없죠.

이번 주 적용해볼 것에서 다룰 Boris Cherny(Claude Code 창시자)도 Lenny's Podcast에서 이 얘기를 했는데요. 본인이 코딩의 3분의 1을 iOS 앱에서 한다고요. 2026년에 폰으로 코딩하게 될 줄은 상상도 못했다고 합니다. Remote Control이 바로 이걸 가능하게 만드는 기능이에요.

물론 이전에도 WebSocket 브릿지를 직접 만들거나, VPN을 세팅해서 비슷한 환경을 만든 개발자들이 있었습니다. 하지만 이런 방법은 연결이 끊기기 쉽고, 세팅에 시간이 걸렸어요. Remote Control은 이걸 명령어 하나로 해결합니다. 포트 포워딩도 VPN도 필요 없어요.

어떻게 쓰나요?

사용 방법은 간단합니다.

터미널에서 claude remote-control (또는 줄여서 claude rc) 입력
화면에 세션 URL과 QR 코드가 표시됨
claude.ai/code 또는 Claude 모바일 앱에서 접속

이미 세션이 진행 중이라면 /rc 명령어를 쳐도 됩니다. 스페이스바를 누르면 QR 코드를 켜고 끌 수 있고요.

핵심은 세션이 항상 내 컴퓨터에서 돌아간다는 점입니다. 폰은 그냥 리모컨 역할을 하는 거예요. 파일 시스템, MCP 서버, 프로젝트 설정이 전부 그대로 유지됩니다. 터미널에서 보내든, 폰에서 보내든, 브라우저에서 보내든 대화는 실시간으로 동기화되고요.

노트북이 잠자기 모드에 들어가거나 네트워크가 끊겨도 세션은 백그라운드에서 살아 있습니다. 컴퓨터가 다시 켜지면 자동으로 재연결돼요. 여러 세션을 동시에 돌리고 있어도 괜찮습니다. 각 세션이 모바일 앱에 별도 항목으로 뜨거든요.

참고로 --sandbox 플래그를 붙이면 파일 시스템과 네트워크를 격리한 상태로 실행할 수도 있습니다. 민감한 프로젝트에서 유용하죠.

누구에게 좋을까요?

Claude Code에 작업을 시켜놓고 자리를 비우는 일이 잦은 개발자
에이전트 여러 개를 동시에 돌리면서 결과를 중간중간 확인하고 싶은 사람
출퇴근길이나 이동 중에 코딩 세션 상태를 체크하고 싶은 사람
회의 중에도 진행 상황을 놓치고 싶지 않은 사람

다만 몇 가지 제약이 있습니다. 세션당 원격 연결은 한 개만 가능하고, 터미널 프로세스를 완전히 닫으면 세션이 끝납니다. 그리고 현재는 Max 플랜(월 100~200달러) 전용이에요. Pro 사용자에게도 곧 확대될 예정이지만, Team이나 Enterprise 플랜은 아직 미지원입니다.

이미 claude.ai/code 웹 버전을 쓰고 있다면 헷갈릴 수 있는데요. 웹 버전은 Anthropic 클라우드에서 실행되는 별도 환경이에요. 로컬 설정 없이 바로 쓸 수 있는 대신, 내 컴퓨터에 있는 프로젝트 파일이나 도구와는 연결되지 않습니다. Remote Control은 반대로, 내 컴퓨터에서 돌아가는 기존 세션을 다른 기기에서 이어받는 개념이에요. 목적이 다릅니다.

2. 참고할 것: 렌트어휴먼(RentAHuman), AI한테 고용당하겠다는 50만 명이 모였다

렌트어휴먼(이하 RentAHuman)은 AI 에이전트가 사람을 검색하고, 골라서, 직접 일을 시키는 플랫폼입니다. 2월 초 출시 이후 50만 명 이상이 등록했고, Nature, Futurism, Gizmodo 등 주요 매체에서 앞다퉈 다뤘습니다.

AI가 디지털 세계에서는 거의 뭐든 할 수 있지만, 택배를 받거나 매장에 가서 물건을 확인하는 건 여전히 못 하잖아요. 그 빈자리를 사람으로 채우겠다는 겁니다. 슬로건이 AI needs your body인 이유예요.

기존 긱 이코노미와 무엇이 다른가요?

Upwork나 Fiverr 같은 플랫폼은 사람이 사람을 고용합니다. 의뢰인이 요구사항을 정리하고, 프리랜서를 찾고, 대화를 나누고, 결과물을 확인하죠.

RentAHuman은 이 과정에서 의뢰인이 사람이 아니라 AI입니다. Claude나 MoltBot 같은 AI 에이전트가 직접 사람을 검색하고, 작업을 맡기고, 완료 여부를 확인합니다. 이때 AI 에이전트는 MCP(AI가 외부 서비스와 소통하는 표준 규격)나 REST API(프로그램끼리 데이터를 주고받는 방식)를 통해 플랫폼에 접속해요. 중간에 사람 관리자가 끼어들지 않습니다.

사람 쪽에서는 프로필을 만들고 자기 기술, 위치, 시간당 요금을 설정하면 됩니다. AI 에이전트가 조건에 맞는 사람을 골라서 일을 시키는 구조예요.

어떻게 작동하나요?

작업은 두 가지 방식으로 이뤄집니다.

첫 번째는 직접 고용입니다. AI 에이전트가 사람 목록을 훑어보고 조건에 맞는 사람을 골라 바로 일을 맡기는 거예요.
두 번째는 Task Bounty라는 구인 게시판 형태입니다. AI가 작업을 올리면 사람들이 지원하고, AI가 그중 적합한 사람을 선택합니다.

보수는 작업이 끝나면 암호화폐로 즉시 지급됩니다. 구체적으로는 스테이블코인(달러 가치에 연동되는 암호화폐)을 씁니다. 작업 종류와 보수 범위는 꽤 넓은데요. 트위터 팔로우 같은 단순 작업은 1달러, 우체국 택배 픽업은 40달러, 특정 사진 촬영은 100달러 수준입니다. 그 외에도 매장 방문, 제품 테스트, 이벤트 참석 같은 작업이 올라오고 있어요.

실제로는 어떤 일이 벌어지고 있나요?

숫자만 보면 인상적입니다. 50만 명 이상이 등록했고, 인도, 동남아, 남미, 동유럽 등 다양한 지역에서 사람들이 몰렸어요. 흥미로운 건 Nature 보도입니다. 생물학자, 물리학자, 컴퓨터 과학자 같은 연구자들도 자기 전문 기술을 등록하기 시작했다고 해요. 워싱턴 스퀘어 파크에서 비둘기 수를 세거나, 새로 나온 이탈리안 레스토랑을 방문해보는 식의 작업이 과학자들에게도 배정되고 있다고요.

하지만 현실은 좀 다릅니다. Gadget Review 보도에 따르면, 샌프란시스코에서 올라온 40달러짜리 택배 픽업 작업에 30명이 지원했는데 이틀이 지나도 아무도 완료하지 못했습니다. 등록자 중 암호화폐 지갑을 연결한 사람은 13%에 불과하다는 분석도 있어요. 대부분은 돈을 벌려고 온 게 아니라 신기해서 가입한 거라는 얘기죠.

실제로 작업을 완료하고 돈을 받았다고 확인된 사례는 AI 스타트업 CEO인 Pierre Vannier가 API 키(프로그램 접속에 필요한 암호)를 확인해준 건 정도입니다. 이것도 자율적인 AI가 작업을 만든 건지, 사람이 마케팅 목적으로 올린 건지 불분명하다는 지적이 있고요.

보안 문제도 큽니다. 분쟁이 생겼을 때 중재 시스템이 없어요. AI가 결과물을 거부하면 사람 쪽에서 할 수 있는 게 없고, 반대로 사람이 일을 안 해도 마찬가지입니다. 유일한 안전장치는 평판 점수뿐이에요.

창립자 Alexander Liteplo는 소프트웨어 엔지니어 출신으로, 이 플랫폼을 주말 사이에 만들었다고 합니다. Gizmodo에 따르면 플랫폼에 문제가 생겼을 때 그의 대응은 지금 Claude가 고치고 있다였어요. 플랫폼 자체도 AI로 만들고, AI로 고치는 셈이죠. 누군가 이건 디스토피아라고 하자, 그는 그냥 맞다고 대답했습니다.

무엇을 얻어가야 하나요?

RentAHuman에 가입해서 돈을 벌라는 얘기는 아닙니다. 보안도 불안하고, 실제 수익 사례도 거의 없으니까요. 주목할 건 방향입니다.

지금까지 AI 논의는 대부분 AI가 사람의 일을 대신한다는 방향이었습니다. 하지만 RentAHuman은 정반대예요. AI가 계획하고, 사람이 실행합니다. AI가 사람을 고용하는 구조예요.

AI 에이전트가 외부 서비스와 연결되는 MCP 생태계가 커지면서 이게 기술적으로 가능해진 건데요. 아직은 실험 단계지만, AI가 디지털 세계에서 할 수 있는 일이 늘어날수록 물리적 세계와의 간극은 더 선명해집니다. 그 간극을 메우려는 시도는 계속 나올 거예요.

프로덕트 메이커 관점에서 생각해볼 포인트가 하나 있습니다. 로봇이 아직 비싸고 할 수 있는 것도 제한적인 지금, 시간당 5~15달러의 사람이 훨씬 유연한 실행 수단이라는 현실이에요. RentAHuman은 이걸 그냥 공식화한 거죠. 이 패턴은 다른 영역에서도 나타날 가능성이 높습니다. 다만 노동 착취의 자동화라는 비판도 진지하게 받아들여야 합니다. 하루 25달러로 AI 에이전트를 운영하면서 사람에게 잡무를 일방적으로 위임할 수 있다는 건, 효율의 문제이면서 동시에 윤리의 문제이기도 하니까요.

* 한 가지 짚고 넘어갈 게 있습니다. 50만 명이라는 등록자 수는 플랫폼 측 발표 기준입니다다. RentAHuman은 출시 이틀 만에 7만 3천 명의 계정이 등록했다고 했는데, 과학·기술 전문 매체 Futurism이 직접 확인해보니 열람 가능한 프로필은 83개뿐이었다고 합니다. 창업자 Liteplo도 중복 계정이나 불완전한 등록이 포함됐을 수 있다고 인정했고요. 또, 암호화폐 지갑을 실제로 연결한 사람은 전체의 13%에 불과했습니다. 등록은 50만이 넘는데 AI가 올린 작업은 1만 1천여 건, 그중 완료된 건 약 5,500건입니다.

MIT 경제학 교수 David Autor는 이걸 두고 스턴트, 그러니까 이목을 끄는 퍼포먼스에 가깝다고 평가했습니다. 결국 50만이라는 숫자의 대부분은 화제성에 끌려 가입만 하고, 실제로 일할 준비가 된 사람은 극소수라는 뜻입니다. 그래도 이 현상이 흥미로운 건 변하지 않습니다. 실제로 돌아가는 마켓플레이스냐는 별개로, AI가 사람을 고용한다는 개념 자체에 50만 명이 반응했다는 사실이 시사하는 바가 있으니까요.

Head of Claude Code: AI is not slowing down, Boris Cherny — <출처: Youtube 'Lenny's Podcast'>

3. 적용해볼 것: Claude Code 창시자가 전하는 AI 시대 빌더의 사고방식과 실전 팁

Boris Cherny는 Anthropic에서 Claude Code를 만들고 이끄는 엔지니어입니다. Meta에서 Facebook, Instagram, WhatsApp 등 전체 코드 품질을 담당했고, TypeScript 프로그래밍 책을 쓰기도 한 사람이에요. 최근 실리콘밸리 PM들이 가장 많이 듣는 팟캐스트 중 하나인 Lenny's Podcast에 출연해서, 자신이 작년 11월 이후 코드를 단 한 줄도 직접 쓰지 않고 있다고 밝혔습니다. 그러면서도 매일 PR(코드 변경 요청)을 10개에서 30개씩 올리고 있다고요.

Boris만 그런 게 아닙니다. Spotify는 최고 수준의 개발자들이 12월 이후 코드를 한 줄도 직접 작성하지 않았다고 공식 발표했고요. 반도체 분석 전문 기관 Semi Analysis 보고서에 따르면, 전 세계 GitHub 커밋(코드 저장 기록)의 4%가 이미 Claude Code로 작성되고 있습니다. 연말까지 전체의 5분의 1에 도달할 거라는 전망도 나왔어요.

무슨 문제를 해결하려 하나요?

AI 코딩 도구가 빠르게 좋아지고 있지만, 실제로 어떻게 써야 생산성이 오르는지는 여전히 막막한 사람이 많습니다. 도구는 매달 업데이트되는데, 작업 방식은 6개월 전에 머물러 있는 거죠.

Boris도 같은 문제를 겪었다고 합니다. 몇 달 전에 메모리 릭(프로그램의 메모리 사용량이 계속 늘어나다 결국 죽는 버그)을 잡아야 했는데요. 습관적으로 옛날 방식대로, 메모리 상태를 저장하고 특수 도구로 분석하고 있었대요. 그런데 팀에 새로 온 엔지니어는 그냥 Claude Code한테 메모리 릭이 있는 것 같은데 찾아줄래?라고 시켰습니다. Claude Code가 알아서 분석 도구를 만들고, 문제를 찾고, 수정 코드까지 올렸어요. Boris보다 빨리요. 오래 써온 사람일수록 예전 모델 기준으로 생각하기 쉽다는 겁니다. 더 이상 Sonnet 3.5가 아닌데, 습관은 그때 머물러 있는 거죠.

어떻게 해결했나요?

Boris가 인터뷰에서 공유한 내용을 크게 두 가지로 나눌 수 있습니다. 하나는 Claude Code를 잘 쓰는 실전 팁이고, 다른 하나는 AI 시대에 제품을 만드는 사람이 가져야 할 사고방식입니다.

실전 팁 1. 가장 좋은 모델을 쓰세요

Boris는 항상 최고 성능 모델(현재 기준 Opus 4.6)에 최대 노력 모드를 켜고 쓴다고 합니다. 비용을 아끼려고 저렴한 모델을 쓰면 오히려 손해라는 거예요. 덜 똑똑한 모델은 같은 작업에 토큰을 더 많이 쓰고, 수정도 더 필요하고, 사람이 더 많이 개입해야 하니까요. 직관에 반하지만 좋은 모델이 오히려 더 싸게 먹힐 때가 많다는 겁니다.

실전 팁 2. 플랜 모드로 시작하세요

Boris는 작업의 80%를 플랜 모드로 시작한다고 합니다. 플랜 모드는 AI한테 아직 코드를 쓰지 말고 계획만 세워라고 시키는 건데요니다. 터미널에서 Shift+Tab 두 번이면 들어가고, 데스크톱 앱이나 웹에서는 버튼이 있어요.

이렇게 계획을 먼저 세우고, 계획이 괜찮아 보이면 그때 실행시킵니다. Boris에 따르면 계획이 좋으면 Opus 4.6이 거의 매번 한 번에 정확한 결과를 만들어낸다고요. 계획 단계에서 방향을 잡아주는 게 결과물 품질에 훨씬 큰 영향을 미친다는 거예요.

실전 팁 3. 에이전트를 여러 개 동시에 돌리세요

Boris는 항상 5개 이상의 에이전트를 동시에 실행합니다. 인터뷰를 녹음하는 그 순간에도 5개가 돌아가고 있었다고 해요. 하나가 끝나면 결과를 확인하고, 다음 작업을 시키고, 또 다른 걸 확인하는 방식입니다.

아침에 일어나서 제일 먼저 하는 것도 폰에서 Claude 앱을 열어 에이전트를 시키는 거라고 합니다. 어제 짠 코드가 맞나 확인시키는 식이에요. 코드를 타이핑하는 게 아니라 원하는 걸 설명하는 것. 이게 지금 코딩이라고요.

사고방식 1. 사용자가 제품을 남용하는 방식을 관찰하세요

Boris가 공유한 제품 원칙 중 가장 인상적인 건 잠재 수요를 읽는 방법이었습니다. Claude Code는 개발자용 도구로 만들어졌는데, 데이터 사이언티스트가 터미널에서 SQL 분석을 하고, 누군가는 토마토 재배에 쓰고, 누군가는 MRI 분석에 쓰고 있었대요. 터미널이라는 장벽을 넘어서까지 이런 일을 하고 있다는 건, 이 도구가 코딩 너머로 갈 준비가 됐다는 신호였어요.

Boris는 이렇게 말합니다. 사람들이 제품을 설계 의도와 다르게 무리해서라도 사용하는 걸 보면, 그 용도에 맞는 전용 제품을 만들어야 한다는 뜻이라고요. 비개발자용 AI 에이전트인 Cowork가 바로 거기서 나왔습니다. Claude Code를 이용해서 단 10일 만에 만들었고요.

사고방식 2. 모델을 가두지 말고, 6개월 뒤를 위해 만드세요

많은 사람이 AI한테 1단계, 2단계, 3단계 식으로 엄격한 순서를 강제합니다. 하지만 Boris에 따르면 거의 항상 모델한테 도구와 목표만 주고 알아서 하게 두는 쪽이 더 나은 결과를 낸다고 합니다.

Claude Code 자체도 이 철학으로 만들어졌습니다. 제품 자체가 모델이에요. 도구가 아주 적고, 뼈대가 거의 없습니다. 모델이 어떤 도구를 어떤 순서로 쓸지 스스로 결정하게 두는 구조예요.

이건 AI 연구자 Rich Sutton이 말한 쓴 교훈(Bitter Lesson)과 같은 맥락입니다. 워크플로를 정교하게 짜서 성능을 10~20% 올려도, 다음 모델이 나오면 그 이득이 사라지는 경우가 많다는 거예요. 장기적으로는 범용적인 모델에 베팅하는 게 낫습니다.

같은 이유로 Boris는 지금 모델 수준에 맞춰서 타협하지 말라고 합니다. 처음 6개월은 제품이 어색하고 불편할 수 있어요. 하지만 6개월 뒤에 더 좋은 모델이 나왔을 때, 그 모델에 딱 맞는 제품이 이미 준비돼 있으면 폭발적으로 맞아떨어지기 시작합니다. Claude Code가 처음부터 맞힌 게 이거라고 Boris는 말해요. 초기에 Sonnet 3.5는 코딩 실력이 충분하지 않았지만, 언젠가 모델이 충분히 좋아질 거라는 데 베팅했고, 실제로 그 변곡점이 왔습니다.

사고방식 3. 제너럴리스트가 되세요

Boris가 인터뷰 후반에 한 가장 도발적인 말은, 소프트웨어 엔지니어라는 직함이 사라지기 시작할 거라는 겁니다. 대신 빌더(builder)라는 이름으로 대체되거나, 모든 사람이 PM이면서 코딩하는 형태가 될 수 있다고요.

실제로 Anthropic의 Claude Code 팀에서는 PM도 코딩하고, 디자이너도 코딩하고, 파이낸스 담당자도 코딩한다고 합니다. 역할 경계가 이미 50% 정도 겹치고 있다는 거예요.

Boris에 따르면 앞으로 가장 보상받는 사람은 AI를 잘 쓰는 것만으로는 안 되고, 여러 분야를 넘나들 수 있는 제너럴리스트라고 합니다. 제품과 인프라를 함께 보는 엔지니어, 디자인 감각이 있는 개발자, 사용자와 대화하면서 다음에 뭘 만들지 판단할 수 있는 사람. 코딩 능력보다 문제를 발견하고 정의하는 능력이 더 중요해지는 거죠.

생각해볼 질문

우리 제품을 의도와 다르게 사용하는 사람이 있다면, 거기에 어떤 잠재 수요가 숨어 있는 건 아닐까?
내 직무에서 AI가 대신할 수 있는 부분과 내가 직접 판단해야 하는 부분의 경계가 어디인지 정리해본 적 있는가?

적용을 위해 실행해볼 수 있는 것

Claude Code를 쓰고 있다면, 다음 작업을 플랜 모드로 시작해보기. 계획이 마음에 들면 그때 실행시키고, 수정 사항은 자동 승인하기.
저렴한 모델을 쓰고 있다면, 하루만 최고 성능 모델로 바꿔서 같은 작업을 시켜보기. 수정 횟수와 결과 품질이 어떻게 달라지는지 비교하기.
에이전트를 하나만 돌리고 있다면, 두 개를 동시에 열어서 서로 다른 작업을 시켜보기. 하나가 돌아가는 동안 다른 하나의 결과를 확인하는 루틴 만들기.
AI한테 강제하고 있는 워크플로 단계가 있다면 하나를 빼보기. 목표와 도구만 주고 결과를 관찰하기.

정리

이 내용을 기억해두면 좋습니다

코딩의 형태가 바뀌면, 코딩을 둘러싼 모든 것도 바뀝니다. Boris는 코드를 한 줄도 안 쓰면서 하루에 PR 30개를 올리고, Remote Control은 그 작업을 폰에서 이어가게 해주고, RentAHuman은 AI가 코딩 너머의 물리적 실행까지 사람에게 맡기기 시작했습니다. 코딩이 해결된 문제가 되면서, 다음 질문은 AI가 계획하고 사람이 실행하는 세계에서 내가 어디에 서 있을 것인가로 넘어가고 있어요.
도구가 좋아지면 도구를 쓰는 방식도 바뀌어야 합니다. 6개월 전 모델 기준으로 일하면 6개월 전 생산성에 머물러요. Boris가 새로 온 엔지니어한테 메모리 릭 디버깅에서 진 이유도 이거예요. 습관이 모델을 따라가지 못한 거죠. 새 모델이 나올 때마다 내가 직접 하던 것 중 이제 맡길 수 있는 게 뭔지 리셋하는 사람이 앞서갑니다.
제약과 자율 사이의 균형이 결과를 결정합니다. Boris 팀은 사람을 일부러 적게 배정해서 AI 활용을 끌어올렸고, 모델한테는 엄격한 순서 대신 목표만 줘서 더 나은 결과를 얻었습니다. 반대로 RentAHuman은 AI에게 사람 관리까지 맡기면서, 분쟁 중재도 보안도 없는 상태가 됐고요. 어디까지 맡기고 어디서부터 직접 판단할 것인가. 이 선을 의식적으로 긋는 게 중요합니다.

이렇게 적용해보세요

다음 작업을 플랜 모드로 시작해보기. AI한테 바로 코드를 쓰게 하지 말고, 계획을 먼저 세우게 한 뒤 그 계획을 검토하고 실행시키기.
새 모델이 나올 때마다 이전에 안 됐던 작업을 다시 시도하기. 지금 직접 하는 일 중 맡길 수 있게 된 게 있는지 점검하기.
제품을 만들고 있다면, 사용자가 의도와 다르게 쓰는 패턴을 일주일간 관찰하기. (거기에 다음 제품의 실마리가 있을 수 있다)

다음 주에도 여러분이 놓치지 말아야 할 프로덕트 메이커 소식을 정리해서 찾아뵙겠습니다. 요즘 프로덕트 메이커 콘텐츠가 도움이 되셨다면, 꼭 작가 알림 설정을 부탁드립니다. 콘텐츠 내용 중 잘못된 정보나 정정이 필요한 부분이 있다면 댓글로 알려주세요. 빠르게 수정하겠습니다. 다음 주에 또 만나요!