접착제같은 AI라고 해야할까?

호랑이 담배피던 시절의 전자정부 프레임워크을 통해 배운 교훈은 프레임웍을 만들려면 잘 유지되야 한다는 것이다. 그래서 프레임워크라는 물건을 만드는 건 매우 어렵다. 전자정부 프레임워크는 당시의 Spring Framework 초기 버전에 공공 프로젝트 진행을 위해 필요한 몇가지 요소를 더한 것이다. 스프링이 시장의 주류로 자리잡는 시기였기에 일관된 형태로 사용하도록 가이드가 어려웠다. 더해서 스프링 프레임워크는 쭉쭉 발전하는데, 전자정부 프레임워크는 스프링의 …

Continue reading ‘접착제같은 AI라고 해야할까?’ »

효과적인 AI – 맥락에서 스토리로

AI는 맥락을 기반으로 스토리를 풀어낸다. 적절한 맥락을 줬을 때 AI가 기가막힌 응답을 만들어내는 걸 보고 있다. 거꾸로 짚어보면 좋은 혹은 쓸만한 결과를 만들기 위해서는 맥락이 중요하다는 반증이다. 하지만 기대하는 결과가 커지면 커질수록 부합하는 맥락은 어느 수준일까? Prompt Engineering이 주류를 이룬다. 좋은 Prompt를 이야기하면서 그 Prompt가 내가 겪고 있는 문제를 한번에 해결해주길 원한다. 사람이 그렇다. 하지만 …

Continue reading ‘효과적인 AI – 맥락에서 스토리로’ »

효과적인 AI – 30:70에서 10:90으로

30:70 혹은 20:80은 IT 업계에서 제품/서비스는 만들기보다 운영이 더 어렵다는 것을 의미하는 대표적인 비교 수치다. 제품/서비스의 전체 생애주기에서 만드는 비용보다 쓰이는 과정에서 닦고 조이는 비용이 3배 혹은 4배 이상 들어간다는 것이 업계 정설이다. 특히 생명주기가 긴 제품, 혹은 사용자가 많은 제품일수록 이 비용의 크기는 커진다. SaaS/PaaS 시대를 거치면서 구성 요소의 일부를 서비스로 대체하면서 운영 노력 …

Continue reading ‘효과적인 AI – 30:70에서 10:90으로’ »

효과적인 AI – 토큰값

AI를 잘 쓸려면 알아야 하고, 아는 가장 첫번째 방법은 써보는 것이다. 쓰다보면 유용함을 알게 되고, 유용하면 더 쓰게 마련이다. 특히 아는 사람이 더한다고 엔지니어들은 이제 AI없이는 일할 수 없는 세상이 됐다. 세상이 이렇게 변하다보니 개인이나 회사나 모두 토큰비를 걱정할 수 밖에는 없다. 최근 성능 좋은 AI 공급사들이 쓴만큼 청구하는 방식으로 전환하기에, 더욱 더 고민될 수 …

Continue reading ‘효과적인 AI – 토큰값’ »

제대로 전문가

샘 올트만 한국에 방문해 대통령과 환담하는 영상이 화제다. 두 사람의 대화가 화재가 아니라 샘 올트만의 장시간의 단독 발언 내용을 두 페이지에 걸쳐 메모장을 써서 의미 손상없이 명확하게 짱짱하게 전달하는 통역사가 화제다. 보기에도 정말 프로페셔널하다. 프로페셔널 관점에서 영어를 잘 한다기보다는 집중력이 놀랍다. 특히 올트만이 이야기하는 과정에서 맥락을 잡기 위한 메모에서 맥락을 놓치지 않기 위해 메모지를 넘기는, …

Continue reading ‘제대로 전문가’ »

변화는 누구의 몫인가?

2027년까지의 변화 전략을 수립하면서 예상한 가장 큰 어려움은 변화 자체를 구성원들이 인식하게 만드는 것이다. 1년여 사이에 수립한 전략을 실행하는 과정에서 느낀 가장 큰 괴리는 임원분들한테 정말 많이 이야기를 했는데, 팀장까지만 내려가도 모른다는 것이다. 어라? 본사 팀실장들을 모아놓고 변화 전략을 이야기한 이유이기도 하다. 그리고 한 발 더 나아가 지방 사업장을 중부와 남부로 나눠 이야기를 떠들었다. 물론 …

Continue reading ‘변화는 누구의 몫인가?’ »

감자 농사 리더십

누구나 스트레스를 관리하는 방법이 필요하다. 내 스트레스를 내가 풀지 못하면, 내 주변에 풀게된다. 주변에 준 피해는 도돌이표로 나에게 돌아오게 마련이다. 나 역시 번아웃이라는 시기를 겪었고, 스스로의 해소 방법으로 일로부터 도피처를 찾아 텃밭 농사를 짓기 시작했다. 어느 덧 만 4년이 넘는 기간 동안 하다보니 이 땅과 시간을 어떤 방식으로 해볼까를 생각했다. 상추랑 고추로만 채울 수 있는 …

Continue reading ‘감자 농사 리더십’ »

한국 대기업에서의 라이브옵스(LiveOps)

오토에버에서도 라이브옵스(LiveOps)를 시작할려고 한다. 조직은 이미 봄에 만들었고, 뭘 하기도 전이긴 하지만 이야기 할 사람들과 역할을 가지고 이야기를 해야하기 때문에 작지만 팀을 만들었다. 팀 리드를 세우고 여러 관계자들과 이야기를 하면서 역할의 타당성과 기대 역할에 대한 의견을 모았다. 있어야 할 조직이라는 생각이 들었고, 제대로 일 할 제대로 된 팀을 만들기 위해서 본격적으로 채용을 시작한다. 왜 LiveOps인가? …

Continue reading ‘한국 대기업에서의 라이브옵스(LiveOps)’ »

엔지니어가 AI 코딩을 해야 하는 이유

거의 5년만에 코딩을 해봤다. 물론 서비스 시스템을 위한 코드 작성이 아니다. 이 시간 동안 코드에 손대지 않았다면 개발자라고 이야기하는 것도 무색하다. 사실 보기에 갑갑하다고 나서서 코드 작업했다가 문제를 일으키기도 했다. 라이브는 살아있는 것이기 때문에 현직 개발자가 하는게 맞지. 특히나 IntelliJ를 써서 코드를 작성해본 건 꽤 오래된 것 같다. 마지막 코드 작업은 VS Code 가지고 React로 …

Continue reading ‘엔지니어가 AI 코딩을 해야 하는 이유’ »

컨트롤보다 얼라인먼트

팀을 리딩하는 건 언제나 어렵다. 특히 본인에게 직접 보고(Direct Reports)하는 사람이 늘어나는 팀 확장 시기에 어려움이 기하급수적으로 커진다. 늘어난 사람 고민도 있지만, 일의 크기가 커졌기 때문이다. 모든 리더들의 고민 시점이다. 리더 생활을 이제 시작했느냐 오래 했느냐의 차이가 없다. 그냥 어렵다. 어려움은 환경에서 나오고 사람에서 나온다. 늘어난 일이 어제와 다르고, 혹은 내일 분명 달라질 것이다. 사람은 …

Continue reading ‘컨트롤보다 얼라인먼트’ »