최근에 업무 단계에 따라 AI를 활용하는 경우가 많아졌습니다. 특히 관심 있게 보는 부분은 기획 단계에서 끝나는 것이 아니라, 이를 구체화하고 실제 적용할 수 있는 단계까지 활용하는 것입니다. 다만 아직 한 서비스에서 모두 가능하진 않아서, 여러 서비스를 조합하거나 연동 후 자동화하는 방법을 주로 활용하고 있습니다. 오늘 소개하는 ‘Scene’는 이러한 불편함을 상당 부분 해소해 주는 서비스로, 핵심은 ‘뮤즈’라는 이름의 AI 비서입니다. 뮤즈를 통해 웹사이트 개요를 구체화하거나, 경쟁사 조사, 와이어 프레임 생성, 웹사이트에 필요한 카피를 작성하거나, 보완하는 등 업무에 활용할 수 있습니다.
원래 PyCon US 2024에 갈 생각은 전혀 없었다. 그런데 어느 날, PyCon US의 아시아 그랜트 비율이나 참여율이 저조하다는 얘기를 들었다. 곧 PyCon US의 얼리버드 티켓이 오픈되었다는 얘기 역시 들려왔다. 어차피 떨어질 수도 있으니, 한 번 지원이나 해보자는 마음으로 그 자리에서 얼리버드 티켓을 구매하고 그랜트까지 신청하게 되었다. 곧 나는 딸과 함께 그랜트를 받았다. 이왕 이렇게 된 일, 가족이 모두 함께 가자고 해서 4인 가족이 첫 미국 여행을 떠나기로 했다. 그렇게 PyCon US에 참여한 이들의 다양한 관점을 나눌 시리즈를 준비했다. 오픈소스 생태계에 참여하기를 주저하는 이들을 위해 이번 경험을 공유하려고 한다.
태블릿PC에서 주로 쓰이던 arm64 아키텍처가 애플의 M1 노트북에 적용되며 arm64 기반 노트북 시장이 가파르게 성장하기 시작했습니다. 일반 노트북 시장뿐만 아니라 각 클라우드 사에서도 독자적으로 개발한 arm64 기반 컴퓨팅 인스턴스를 출시하고 있습니다. 이러한 흐름에 발맞춰 쿠버네티스 컨트롤 플레인 노드의 구성 요소 또한 arm64 기반을 지원하는 추세입니다. 따라서 나만의 arm64 기반 쿠버네티스 클러스터를 만들어 보며 이러한 변화에 대비할 수 있는 시간을 가져보도록 하겠습니다.
내가 방문했거나, 검색했던 혹은 무언가를 구매했던 사이트와 관심사 등을 분석해, 가장 최적의 광고를 어디서든 접할 수 있게 되었습니다. 광고주 입장에서는 가장 효과가 좋을 만한 타깃의 고객에게 광고를 효과적으로 전달하고자 할 것입니다. 따라서 소비자의 행동, 관심사, 인구 통계학적 정보 등을 기반으로, 맞춤형 광고를 제공해 효과를 극대화하는 것을 목표로 합니다. 이는 모두 ‘애드테크(Ad-Tech)’ 기술로 인해 가능한 것인데요. 이번 글에서는 애드테크 서비스의 주요 IT 컴포넌트가 어떻게 소비자와 광고주, 그리고 광고 게시자의 프로세스를 수행하는지 그 원리를 살펴보고자 합니다.
얼마 전, 여의도 더현대 서울에서 데킬라 팝업 스토어가 열렸다. 무려 2.9억 명이 팔로우하는 엄청난 파급력을 가진 인플루언서, 켄달 제너가 런칭한 ‘818 데킬라’가 그 주인공이었다. 팝업 스토어의 데킬라는 총 4가지 종류였다. 그중 데킬라 ‘레포사도’는 이미 품절된 상태였다. 가장 비싼 프리미엄 상품을 제외하면 3가지 옵션이 있었는데, 중간 가격인 2번 데킬라가 가장 많은 고객의 선택을 받은 것이다. 과연 세 번째 옵션 없이 두 가지 상품만 판매했다면 이 상품이 가장 빨리 품절될 수 있었을까? 소비자가 돈을 더 쓰도록 유인하는 기업의 가격 디자인 전략으로는 무엇이 있을지 살펴보자.
AI 도구는 제 개발 방식을 획기적으로 바꾸었습니다. 눈에 띄는 개발 생산성 향상을 경험할 수 있었죠. 특히 최근에는 구글에서 출시한 ‘제미나이’를 개발 프로젝트에 도입하여 사용하고 있는데요. 단순 코드 작성뿐만 아니라 개발 문서 작성, 지메일/유튜브 연동 등으로 다양한 작업에 유용하게 쓰고 있습니다. 실제 개발 프로젝트의 코드 마이그레이션, API 개발 작업 등에 활용하기도 했죠. 그 결과 제미나이는 “개발 실무에서 한 번쯤은 반드시 써봐야 하는 도구"라고 결론내릴 수 있었습니다. 제가 직접 사용하며 정리한 제미나이 사용 팁과 프로젝트 활용 사례를 공유하고자 합니다.
최근 우리는 하루하루 놀랍도록 빠르게 발전하는 인공지능을 보고 있다. 그런 와중에 인공지능이 미칠 긍정적인 영향과 혁신에 대해 기대하는 목소리, 부정적인 영향을 우려하는 목소리 역시 쏟아지고 있다. 일부에서는 인공지능에 대한 전망이 지나치게 과대평가 되었다는 그저 무시하기 어려운 의견 역시 제기되고 있다. 이번 글에서는 (1) 인공지능이 과대평가 되었을 가능성 (2) 그럼에도 인공지능은 혁신을 가져올 것이라는 가능성 (3) 혁신을 인정하지만, 부정적인 영향이 더 클 것이라는 가능성을 논의하고자 한다. 그럼 각각에 대해 살펴보도록 하자.
지난번에 쓴 ‘7년 차 PM이 알려주는 취업 뽀개기 인턴 1편, 2편’에 이어, 단순히 신입으로 입사하면 취업이 끝나는 것이 아니라, 이제 시작이라는 이야기를 전하고 싶어서 이번 글을 쓰게 되었다. 네임밸류가 있는 빅테크 기업 혹은 대기업, 연봉이 높은 안정적인 기업에 한 번에 신입부터 입사해서 일할 기회가 모두에게 주어진다면 얼마나 좋을까? 하지만 이런 기회는 한정적이다. 이번 글에서 필자와 주변 지인들의 경험을 바탕으로 알게 된 정보를 하나씩 풀어보고자 한다. 기획자가 대기업과 작은 기업에서 일하는 것에는 어떤 차이가 있는지, 좋은 커리어를 쌓기 위해서는 어떤 것들이 필요한지, 그리고 회사 밖에서는 어떤 것들을 할 수 있는지 이야기할 예정이다.
이번에 소개할 인물, 서지영 님은 개발자로 시작해 DBA를 거쳐 AI&데이터 스페셜리스트로 커리어를 쌓아 나가고 있습니다. 무려 두 번의 직군 전환을 성공적으로 이뤄낸 건데요. 물론 쉽지는 않았습니다. DBA로 갈 때는 우선 팀장님에게 이 일이 꼭 필요한 이유를 담은 기획안을 써내야 했습니다. 그전까지 회사에 DBA란 직군 자체가 없었기 때문이죠. AI 전문가로 넘어갈 때는 일과 공부를 함께 했습니다. 주에 2번, 대학원 야간 수업에 늦지 않으려 언제나 달렸고, 그렇게 늘 땀에 젖어 수업을 들었다고 합니다. 두 번이나 직군을 바꾼 이유는 단순합니다. ‘적성에 맞는’ 일을 ’10년이 지나서도’ 하기 위해서입니다. 그에게 성공적인 직군 전환의 방법과 AI 시대에 직장인으로 살아남는 방법을 들었습니다.