빵판 retweeted
90년대 생이 학생 이었을 때 : 대학 못가면 죽는 것처럼 홍보함 / 대학생(취준생) 이었을 때 : 공무원으로 홍보함 / 사회인이 되니까 이제 물경력으로 홍보함. 90년대 생은 돈이 된다.
빵판 retweeted
솔직히 리트코드하면 어디간다 그런말 볼때마다 별로라 생각함...
내가 리트코드 콘테스트 랭킹 상위 2퍼인데 저런건 꿈도 못꾸는데...
그냥 저 트윗의 핵심은 첫번째줄 '미국에서 컴공 학사' 아닐까...
아님 상위 2퍼면 9천명정도나 되니까 높은건 아닌건가... 어디까지 높여야 저런꿈 꾸냐
빵판 retweeted
올 초에 `토이🤖 프로젝트 가이드` 라는 글을 썼는데요.
오늘 동료분과 대화하다보니 글보다 직접 말로 듣는게 더 전달이 잘된다고 하시더라고요.
유튜브에 토이 프로젝트 시작하는 방법에 관한 팁 올리면 보실지 의문입니다.
좋아요로 민심을 알려주세요~~
og.totu.dev/medium.com/@totu…
빵판 retweeted
ChatGPT를 효과적으로 사용하는 방법이 존재하긴 하는 구나.
github.com/f/awesome-chatgpt…
빵판 retweeted
✌️진짜✌️ 노코드로 웹/앱 만들기
@tldraw x @Replit x @OpenAI
1. makereal.tldraw.com 에서 원하는 웹사이트 모습의 그림을 그린다
2. 그림 그린 영역을 선택해서 GPT를 통해 코드를 생성하고 출력한다 (원클릭)
3. 수정할 내용을 지적한 뒤 다시 생성한다 (빨간 화살표 + 빨간 글씨로)
4. 3번을 반복해 원하는 모습을 완성한다
5. Replit 버튼을 눌러 배포한다
—
첨부 영상은 @tldraw 의 데모 영상입니다.
개발의 미래가 정말 빠르게 오고 있네요. 물론 실제 사업적으로 운영할 수 있는 정도의 복잡한 수준은 아직 어렵겠습니다만, 빠르게 발전하고 있으니 많은 것들이 금방 바뀌지 않을까 싶습니다.
빵판 retweeted
카이스트 김대식 교수 강연 中
"여러분들의 상황과 나이에 따라 다르겠지만 10대 자녀가 있으신 분들은 절대적으로 생성형 AI에 대한 교육을 시키셔야 합니다. 그 이유는 생성형 인공지능이 사회에 주는 영향은 연령에 따라서 효과가 다르기 때문인데요.
저와 같이 50대가 넘은 세대는 정말 운이 좋았어요. 우리는 지난 만년 인류 문명 역사의 모든 혜택을 누리고 살다가 인공지능에게 밀려나기 바로 직전에 은퇴를 하면 되는 거거든요. 아주 좋은 타이밍인거죠. 3~40대 분들도 큰 문제는 없습니다. 이미 전문지식이 있으시기 때문에 여러분들은 생성형 인공지능이 어떤 작업을 대량생산해내더라도 검증하고 판단하는 역할을 해주시면 되는거에요. 축구로 비유하자면 잔디에서 뛰는 선수는 아니더라도 그간의 지식과 경험으로 감독은 할 수 있는 겁니다.
문제는 10대입니다. 10대는 전문지식이란게 없습니다. 그런데 이 친구들이 직업을 얻어야하는 10년, 20년 후에는 매우 높은 확률로 생성형 인공지능이 대부분의 지적 노동을 대량생산하고 있을텐데요. 가격경쟁은 어차피 안되죠. 지금 10대들의 문제는 전문가 자체가 될 수 있는 기회조차 없을 수도 있습니다.
인류역사상 처음으로 커리어 자체를 AI와 경쟁하며 시작하는 세대가 될 겁니다. 가장 큰 문제는 저희는 이 친구들에게 AI와 경쟁하여 이길 수 있는 능력을 안 가르치고 있다는 겁니다. 밖에서는 불도저가 밀고 들어오는데 여전히 학교 교육은 삽질을 잘하는 법을 가르치고 있는 겁니다. 삽이 두 개든, 삽이 크든 작든 어차피 불도저한테는 집니다.
그렇다면 우리 아이들이 생성형 인공지능과 싸워서 이길 수 있는 능력은 뭘까요? 아무도 모릅니다. 인공지능은 지금도 끝없이 발전하고 있기 때문이죠. 단, 적어도 지금 우리 아이들에게 가르쳐줄 수 있는 것은 (누군가와 경쟁하려면 나의 능력도 중요하지만) '상대방을 심도있게 이해하는 것'도 상당히 중요한 능력이 될 수 있습니다.
우리 아이들은 좋든 나쁘든간에 인공지능과 협업을 하든 경쟁을 하든 둘 중 하나는 해야합니다. 협업대상 또는 경쟁자인 인공지능을 누구보다 먼저, 누구보다 심도있게 이해하면 상당한 경쟁력이 있을 것입니다.
AI의 태동은 선진국에서 몇 년 전에 먼저 시작한 것이 아니고 전세계 모든 곳에서 2023년 올해 시작했다고 봐도 무방하기 때문에 전혀 늦은 것이 아닙니다."
전문가 권위의 종말
전문가를 둘로 나눌 수 있겠다. 지식의 조합자, 지식의 창조자.
지금까지는 전자가 돈을 많이 벌었다. 대표적으로 법조인과 의료인을 들 수 있겠다. 하지만 AI시대에서 AI 대비 인간의 대역폭은 너무나도 떨어진다. AI가 환자를 본다면 가장 뛰어난 의사 만명이 단 3초만에 치열하게 토의를 해서 결과물을 보여주는 식인데 현실적으로 사람은 절대 그렇게 할 수가 없다. 할 수 있다고 치더라도 용역의 비용차이는 수만분의 1이 될 것이다.
지금까지는 권위에 의존해서 전문가 일을 해왔다. 중간과정 생략하고 결과만 빨리 이야기해줘야 단위시간당 비용을 아낄 수 있고 그것이 사회적 비용을 줄여주기 때문에 전문가들에게 면허와 자격을 주고 행위의 결과에 대해서 많은 면책도 주어졌다. (한국의 의사들에겐 아닌거 같긴 하지만) AI시대가 되면 권위에 의존한 서비스는 이제 곧 종말한다. 물론 AI도 행렬곱을 하다 보면 왜 AI가 그런 결정을 내렸는지 역으로 과정을 추론하는 것은 어렵긴 하지만 적어도 사람들은 안타깝게도 전문가 행세하는 인간 1인 보다는 AI를 더 신뢰할 것이기 때문이다.
앞으로는 지식의 창조자로서의 인간만이 전문가가 될 것이다. AI가 가지고 있지 않은 완전한 새로운 데이터를 내놓을 수 이는 사람과 AI의 강화학습에 참여하고 AI에 정렬에 참여할 수 있는 사람이 전문가가 될 수 있을 것이다.
배움을 시작하기는 약간 늦은 나이이고 이미 AI의 특이점이 넘어가버렸다는 생각도 들지만 지금이라도 대학원을 가야되나 고민이 된다. 발견하고 창조하는 능력과 더불어 그것을 증폭시킬 수 있는 넓은 대역폭을 만들어야만 살아남을 수 있을 것이다.
빵판 retweeted
이번에 피그마에서 디자인 시스템 컴포넌트를 활용한 부분을 코드로 손쉽게 변환할 수 있는 피그마 플러그인을 개발했고 생산성을 높였는데요. 이번에는 팀원들의 피드백을 받아 개발팀 블로그에 글을 작성해 봤습니다 :) ☺️
developer.comento.kr/post/c-…
빵판 retweeted
아 산타파이브 짭
언박서즈는 Deco My Tree 개발사
decomytree.com/
> 언박서즈는 서울대 기계항공공학부 13학번 동기인 신희철·권성민 대표가 2022년 3월 공동 설립한 회사다. 신 대표는 서울 강남구 대치동에서 수학 강사로 9년간 일하면서 10대들과 많은 시간을 보내며 (하략)
hankyung.com/it/article/2023…
빵판 retweeted
아니 동물 도수치료해주는 거 첨 봄
근데 대형견들은 두둑. 우두둑. 소리 나는데 소형견이랑 고양이는
뚀독.
소리나는 거 존내 하찮고 너무 웃김
This quoted post is unavailable.
빵판 retweeted
#RT이벤트
《가상 면접 사례로 배우는 대규모 시스템 설계 기초》가 2편으로 돌아왔습니다. 책 속에는 한눈에 파악할 수 있는 ‘시스템 설계 청사진 완벽 가이드’ 포스터가 들어있으며, 지금도 고생할 수많은 개발자를 위해 무료로 공개합니다!
RT하면 3분을 추첨하여 책+포스터를 드려요.(~12/27)
빵판 retweeted
혼자 사이드플젝 개발하거나 개발자들끼리 서비스 만들때도 참고하면 좋을 것 같은 내용이다. 잘 읽어보구.. 우선순위를 혼자 잘 정해봐야 할 것 같아..
좋은 PM이 반드시 알아야 할 우선순위 정하기 기법 4가지
yozm.wishket.com/magazine/de…
현업 프로덕트, 프로그램 매니저, 오너에게 업무 중 가장 어려운 부분이 무엇이냐고 물으면 늘 압도적으로 많이 차지하는 대답은 ‘피드백이 부족한 상태에서 로드맵에 따른 백로그의 우선순위를 지정’하는 것’입니다.
빵판 retweeted
트위터에서 끊이지않는 논란의 주제 Backend vs. Frontend. @t3dotgg 가 이러한 논쟁들에서 정작 우리가 매일 맞닥드리는 현실은 등한시되는 것 같다며 생각을 얘기한 영상을 올렸는데 흥미롭다. 인상 깊었던 부분 요약🧵
nesslabs.com/from-note-takin…
제법 괜찮은 글.
1. 노트 필기 방법론을 너무 과신하진 말것
2. Note taking은 빠르게 캡쳐하고 나중에 참고하기 위한 것이라면, note making은 내가 이해한 버전으로 컨텐츠를 생산
2. Note making은 수동적으로 수집할뿐인 마인드셋을 적극적으로 생산하는 쪽으로 바꾼다.




































