이미 사용 중인 스크랩북 이름입니다.
다른 이름을 지정해 주세요.
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.
랭체인. 도대체 무엇이, 얼마만큼 유용하길래 이렇게 인기가 많아졌을까요? 랭체인은 오픈 소스 프레임워크로, LLM 기반 애플리케이션을 구축하는 과정을 단순화시킵니다. 복잡한 LLM 기반 애플리케이션을 더 쉽게 만들 수 있는 도구와 추상화를 제공합니다. 즉, 머신러닝이 어떻게 작동하는지, 또는 AI 모델을 어떻게 훈련하는지에 대한 깊은 이해 없이도 LLM 기반 애플리케이션을 구축할 수 있게 도와줍니다. 그 덕분에 모델을 블랙 박스로 사용하고자 하는 개발자들에게 널리 채택되었습니다. 에이전트나 RAG 애플리케이션 같은 LLM 기반 앱을 개발할 때 가장 인기 있는 프레임워크로 등극한 것이죠.
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.
PM이 성장하는 지점에 대해 정확하게 설명하기 위해 역설적으로 접근하려고 합니다. “우리가 어떤 상황에 놓여 있다면 성장 지점에 도달하지 못하는가, 왜 PM으로서 성장하지 못할 것이라고 생각하는가”에 대해 얘기해 보기로 합시다. PM의 성장은 제품 개발 프로세스 전반부에 뿌려둔 씨앗으로 후반부에서 결실을 맺을 때, 그 수확과 함께 이루어집니다. 무엇보다 숙련되어 가는 것과 성장하는 것이 다르다는 얘기를 하고자 합니다. 언제 어디서나 그렇겠지만, 개인도 숙련되는 것만으로는 만족할 수 없고 조직도 숙련되는 것만으로는 충분히 행복할 수 없습니다. 단순한 숙련과는 다른 차원에서 성장의 기회는 필수적이어야 합니다.
이번 글은 PM이 성장하는 지점에 대해 정확하게 설명하기 위해 역설적으로 접근하려고 합니다. “우리가 어떤 상황에 놓여 있다면 성장 지점에 도달하지 못하는가, 왜 PM으로서 성장하지 못할 것이라고 생각하는가”에 대해 얘기해 보기로 합시다. 누군가 “우리의 삶은 RPG 게임이 아닌데, 꼭 성장을 해야만 하는가”라고 반문할 수도 있습니다. 물론 어떠한 애니메이션이나 게임들처럼 꼭 성장이 없더라도 얼마든지 모험을 즐길 수 있죠. 하지만 성장하는 시점을 발견하고, 또 제품을 산출하는 즐거움을 느껴보는 것 역시 아주 큰 경험이 될 수 있습니다. 글은 제품 개발 프로세스의 전반부와 후반부로 나누었습니다. 1편은 제품의 형상화와 코덱, 2편은 제품의 산출과 PM의 성장을 다뤄보겠습니다.
챗GPT 메인 화면 하단을 보면 이런 메시지가 쓰여 있다. ‘ChatGPT는 실수를 할 수 있습니다. 중요한 정보를 확인하세요.’ 자세히 보지 않으면 쉽게 지나칠 만큼 작은 글씨로 쓰여있지만, 이는 사실 대규모 언어 모델을 사용할 때 가장 주의해야 하는 점이다. AI가 때로 사실이 아닌 정보를 그럴듯하게 꾸며내어 말하는 현상, LLM의 고질적인 문제인 할루시네이션 현상 때문이다. 따라서 AI의 답변이 사실인지 아닌지 확인하기 위해서는 근거나 출처를 직접 확인해 봐야 한다. 도구별, 상황별로 실행할 수 있는 여러 답변 검증 방법을 정리해 봤다.
“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.
프로덕트 매니저(이하 PM)가 ‘로드맵’이라는 단어보다 더 자주 쓰는 말이 있다면, 아마도 ‘가치’일 것입니다. 예를 들어, 고객 가치, 비즈니스 가치, 가치 제안, 가치 흐름, 가치 창출 등이 있죠. 하지만 많은 PM들이 자신이 회사에 제공할 가치나 그 가치를 극대화할 방법에 대해서는 충분히 고민하지 않습니다. PM에게는 개발, 영업, 마케팅, 경영진 등 여러 부서의 다양한 요구가 쏟아집니다. 이러한 상황에서 자신이 맡은 일을 근본적으로 어떻게 개선할 수 있을지, 또 회사에 필수적인 존재로 어떻게 자리 잡을 수 있을지 제대로 평가해 볼 여유가 없습니다. 그렇다면 이 역할을 잘 수행하기 위한 핵심 요건은 무엇일까요? 제품에 대한 올바른 결정을 내리고, 조직 전체가 제품을 성공적으로 마케팅, 판매 지원할 수 있도록 하려면, PM은 무엇을 해야 할까요?
한 달 전, 한강 작가의 노벨 문학상 수상으로 세간이 떠들썩했습니다. 하지만 인공지능 업계 종사자들에게는 그보다 훨씬 더 가슴 뛰는 사건이 하나 있었습니다. 바로 노벨 과학상(물리학, 화학 부문) 수상자가 모두 인공지능 발전사의 한 획을 그은 인물들로 채워졌다는 것입니다. 2024년은 인공지능이 주도하는 과학 혁명의 원년이라고 할 수 있습니다. 딥러닝이 어떻게 기존의 과학 연구 패러다임을 혁신적으로 바꾸고 있는지, 노벨 화학상 수상의 중심에 놓인 딥마인드 알파폴드(AlphaFold)의 사례를 살펴보겠습니다. 도대체 인공지능은 어떻게 과학 연구 분야의 난제들을 해결하고 있는 것일까요?
