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.
최근 OpenAI가 업그레이드된 GPT 모델 ‘ChatGPT-4o’를 발표했습니다. 구글도 생성 AI 관련 다수의 업데이트를 발표했고요. 관심이 뜨거운 영역인 만큼 변화의 속도는 여전히 엄청난 상황입니다. 이렇게 쏟아지는 생성 AI 기술은 연일 대중들에게 놀라움을 선사하고 있죠. 다만 ‘관심’과 ‘놀라움’ 이상의 의미를 지니기 위해서는 사람들이 그 기술에 쉽게 접근하고 사용할 수 있어야 합니다. 이번 글에서는 지난 3월 안드레센 호로위츠(Andreessen Horowitz)가 발표한 자료를 토대로, 실제 생성 AI 서비스가 어떻게 활용되고 있는지 소비 트렌드를 살펴보고자 합니다.
창업한 다음, 제품을 처음부터 다시 만들기로 결정한 시점은 이미 프로젝트를 시작한 지 두 달이 지난 후였습니다. 처음부터 다시 코딩을 시작한 지 5주가 지나 알파 버전으로 서비스를 개시했습니다. 그리고, 그로부터 두 달 뒤에 고객을 처음 만났습니다. MVP로 고객과 3주 정도 시간을 보내고 난 다음, 저는 한 번 더 탄식할 수밖에 없었습니다. "고객이 쓰지도 않는 걸 그동안 만들었네. 심지어 만든 지 두 달 지난 내 코드는 다시 사용하기 어려운 레거시(Legacy)가 됐구나. 한 번 더, 뒤집어엎자." 대체 무슨 일이 있었던 걸까요?
최근 우리 팀에서 누구나 간단히 쿠버네티스 리소스를 생성, 조회, 삭제할 수 있는 운영 툴을 개발하자는 의견이 나왔다. 복잡한 클라우드 인프라를 쉽고 직관적으로 관리할 수 있게 만들어 생산성을 높이자는 취지였다. 본 개발에 앞서 다양한 UI와 UX를 시도하기 위한 프로토타입 개발이 시작되었고, 나도 여기 참여하게 되었다. 쿠버네티스 API를 활용해 툴을 개발하는 과정은 매력적이면서도 도전적인 작업이었다. 이 글에서는 툴의 개발 과정을 간략히 소개하고, 그 과정에서 가진 의문과 고민을 공유하고자 한다.
저는 ‘원씽(The One thing)’이라는 책을 읽은 이후, 한 번에 하나씩 집중하며 일을 처리하는 ‘싱글태스킹(Single-tasking)’의 철학을 믿어왔습니다. 그러나 창업 이후 PM, 마케팅, 행정, HR, 비즈니스 등 담당하는 업무들이 전보다 훨씬 많아지면서, 막연하게 창업가는 다양한 업무를 동시에 빨리 처리하는 멀티태스킹(Multi-tasking)을 해야 일을 잘하는 거라고 착각하게 됐습니다. 이번 글에서는 업무에 몰입할 수 있는 일정 관리 방법 ‘싱글태스킹(Single-tasking)’에 대해 살펴보고자 합니다.
