24 3월 2026

[인공지능 기술] Claude Code를 만들며 배운 것: 우리가 Skills를 사용하는 방법 

[인공지능 기술] Claude Code를 만들며 배운 것: 우리가 Skills를 사용하는 방법 

92P by GN⁺ 5일전 | ★ favorite | 댓글 1개
  • 클로드 코드에서 Skills는 가장 많이 사용되는 확장 포인트 중 하나로, Anthropic 내부에서 수백 개의 스킬을 실제로 운용하며 축적한 실전 노하우를 공개
  • 스킬은 단순 마크다운 파일이 아니라 스크립트, 에셋, 데이터 등을 포함하는 폴더 구조이며, 에이전트가 탐색하고 활용할 수 있는 형태
  • 라이브러리 레퍼런스, 제품 검증, 데이터 분석, 코드 스캐폴딩, CI/CD 등 9가지 스킬 카테고리로 분류되며, 좋은 스킬은 하나의 카테고리에 깔끔히 맞아야 함
  • 스킬 작성 시 Gotchas 섹션, 파일 시스템 활용, 점진적 공개(Progressive Disclosure), 데이터 저장 등의 실전 팁이 핵심
  • 조직 확장 시에는 내부 플러그인 마켓플레이스를 통해 스킬을 배포하고, 사용량 측정 훅으로 효과를 추적하는 구조 권장

Skills란 무엇인가

  • Skills에 대한 흔한 오해는 “그냥 마크다운 파일”이라는 것이지만, 실제로는 스크립트, 에셋, 데이터 등을 포함하는 폴더 구조
  • 에이전트가 이 폴더를 탐색하고, 내용을 발견하고, 조작할 수 있음
  • Claude Code에서 Skills는 다양한 설정 옵션을 제공하며, 동적 훅(dynamic hooks) 등록도 가능
  • 가장 흥미로운 스킬들은 이러한 설정 옵션과 폴더 구조를 창의적으로 활용하는 것들

스킬의 9가지 카테고리

  • 내부에서 사용 중인 스킬을 모두 분류한 결과, 반복적으로 나타나는 몇 가지 카테고리로 클러스터링됨
  • 좋은 스킬은 하나의 카테고리에 깔끔히 맞고, 혼란스러운 스킬은 여러 카테고리에 걸쳐 있음
  • 1. Library & API Reference

    • 라이브러리, CLI, SDK를 올바르게 사용하는 방법을 설명하는 스킬
    • 내부 라이브러리뿐 아니라 Claude Code가 자주 실수하는 일반 라이브러리도 대상
    • 레퍼런스 코드 스니펫 폴더와 주의사항(gotchas) 목록을 포함하는 경우가 많음
    • 예시: billing-lib(내부 결제 라이브러리의 엣지 케이스), internal-platform-cli(내부 CLI 래퍼의 모든 서브커맨드와 사용 예시), frontend-design(디자인 시스템 적용 개선)
  • 2. Product Verification

    • 코드가 정상 동작하는지 테스트하고 검증하는 방법을 기술하는 스킬
    • Playwright, tmux 등 외부 도구와 결합하여 사용하는 경우가 많음
    • Claude의 출력 정확성 보장에 매우 유용하며, 엔지니어가 일주일을 투자해서라도 검증 스킬을 우수하게 만들 가치가 있음
    • Claude가 출력을 영상으로 녹화하도록 하거나, 각 단계에서 상태에 대한 프로그래매틱 어설션을 강제하는 기법 권장
    • 예시: signup-flow-driver(가입→이메일 인증→온보딩을 헤드리스 브라우저로 수행), checkout-verifier(Stripe 테스트 카드로 결제 UI 구동 후 인보이스 상태 검증), tmux-cli-driver(TTY가 필요한 인터랙티브 CLI 테스트용)
  • 3. Data Fetching & Analysis

    • 데이터 및 모니터링 스택에 연결하는 스킬
    • 크레덴셜이 포함된 데이터 가져오기 라이브러리, 특정 대시보드 ID, 일반적 워크플로우 안내 등을 포함
    • 예시: funnel-query(가입→활성화→결제 퍼널에 필요한 이벤트와 canonical user_id가 있는 테이블), cohort-compare(두 코호트의 리텐션/전환율 비교 및 통계적 유의성 플래깅), grafana(데이터소스 UID, 클러스터명, 문제→대시보드 룩업 테이블)
  • 4. Business Process & Team Automation

    • 반복적인 워크플로우를 하나의 명령으로 자동화하는 스킬
    • 비교적 단순한 지시문이지만 다른 스킬이나 MCP에 대한 복잡한 의존성을 가질 수 있음
    • 이전 실행 결과를 로그 파일에 저장하면 모델이 일관성을 유지하고 이전 실행을 반영하는 데 도움
    • 예시: standup-post(티켓 트래커, GitHub 활동, Slack을 종합한 포맷 스탠드업), create-ticket(스키마 강제 및 생성 후 워크플로우), weekly-recap(머지된 PR+닫힌 티켓+배포를 요약 포스트로 작성)
  • 5. Code Scaffolding & Templates

    • 코드베이스의 특정 기능에 대한 프레임워크 보일러플레이트를 생성하는 스킬
    • 조합 가능한 스크립트와 결합할 수 있으며, 코드만으로는 다 커버할 수 없는 자연어 요구사항이 있을 때 특히 유용
    • 예시: new-framework-workflow(어노테이션 포함 새 서비스/워크플로우/핸들러 스캐폴딩), new-migration(마이그레이션 파일 템플릿과 주의사항), create-app(인증, 로깅, 배포 설정이 미리 연결된 새 내부 앱)
  • 6. Code Quality & Review

    • 조직 내 코드 품질을 강제하고 코드 리뷰를 돕는 스킬
    • 최대한의 견고성을 위해 결정론적 스크립트나 도구를 포함할 수 있음
    • 훅이나 GitHub Action의 일부로 자동 실행할 수도 있음
    • 예시: adversarial-review(새로운 시각의 서브에이전트가 비판→수정→반복하여 지적이 니트픽 수준으로 떨어질 때까지 진행), code-style(Claude가 기본적으로 잘 못하는 코드 스타일 강제), testing-practices(테스트 작성 방법과 테스트 대상 안내)
  • 7. CI/CD & Deployment

    • 코드베이스 내에서 코드를 가져오고, 푸시하고, 배포하는 스킬
    • 다른 스킬을 참조하여 데이터를 수집할 수 있음
    • 예시: babysit-pr(PR 모니터링→flaky CI 재시도→머지 충돌 해결→자동 머지 활성화), deploy-service(빌드→스모크 테스트→점진적 트래픽 롤아웃→에러율 비교→회귀 시 자동 롤백), cherry-pick-prod(격리된 worktree→cherry-pick→충돌 해결→템플릿 PR 생성)
  • 8. Runbooks

    • 증상(Slack 스레드, 알림, 에러 시그니처 등)을 입력받아 멀티 도구 조사를 수행하고 구조화된 리포트를 생성하는 스킬
    • 예시: service-debugging(증상→도구→쿼리 패턴 매핑), oncall-runner(알림 가져오기→일반적 원인 체크→결과 포맷팅), log-correlator(요청 ID로 관련 시스템 전체 로그 수집)
  • 9. Infrastructure Operations

    • 일상적 유지보수와 운영 절차를 수행하며, 파괴적 작업에 대한 가드레일을 포함하는 스킬
    • 엔지니어가 중요 운영에서 베스트 프랙티스를 따르기 쉽게 해줌
    • 예시: resource-orphans(고아 Pod/볼륨 탐색→Slack 알림→대기 기간→사용자 확인→계단식 정리), dependency-management(조직의 의존성 승인 워크플로우), cost-investigation(스토리지/이그레스 비용 급증 원인 조사용 버킷 및 쿼리 패턴)

스킬 작성 팁

  • 당연한 것은 쓰지 말 것

    • Claude Code는 코드베이스에 대해 이미 많이 알고 있고, 코딩에 대한 기본 의견도 가지고 있음
    • 지식 중심 스킬을 만든다면 Claude의 일반적 사고방식에서 벗어나게 하는 정보에 집중해야 함
    • frontend-design 스킬이 좋은 예시로, Anthropic 엔지니어가 고객과 반복하며 Claude의 디자인 감각을 개선하기 위해 만든 것이며, Inter 폰트와 보라색 그라디언트 같은 전형적 패턴을 피하도록 구성
  • Gotchas 섹션 구축

    • 모든 스킬에서 가장 높은 신호 가치를 가지는 콘텐츠가 Gotchas 섹션
    • Claude가 스킬 사용 시 흔히 만나는 실패 지점에서 축적해야 함
    • 시간이 지나면서 이러한 gotchas를 계속 업데이트하는 것이 이상적
  • 파일 시스템과 점진적 공개 활용

    • 스킬은 폴더이므로 전체 파일 시스템을 컨텍스트 엔지니어링과 점진적 공개의 수단으로 활용해야 함
    • Claude에게 스킬에 어떤 파일이 있는지 알려주면, 적절한 시점에 읽음
    • 가장 단순한 형태: 상세 함수 시그니처와 사용 예시를 references/api.md 같은 별도 마크다운으로 분리
    • 최종 출력이 마크다운인 경우 assets/ 폴더에 템플릿 파일 포함 가능
    • 레퍼런스, 스크립트, 예시 등의 폴더가 Claude의 작업 효율을 높임
  • Claude를 과도하게 제약하지 말 것

    • Claude는 지시사항을 따르려 하지만, 스킬은 재사용성이 높으므로 지나치게 구체적인 지시는 주의해야 함
    • 필요한 정보는 주되, 상황에 유연하게 적응할 수 있는 여지를 줘야 함
  • 설정(Setup) 과정 설계

    • 일부 스킬은 사용자로부터 컨텍스트를 수집하는 설정 단계가 필요
    • 예: 스탠드업을 Slack에 올리는 스킬이라면 어느 채널에 올릴지 물어야 함
    • 좋은 패턴: 설정 정보를 스킬 디렉토리의 config.json 파일에 저장, 설정이 안 되어 있으면 에이전트가 사용자에게 질문
    • 구조화된 다중 선택 질문을 제시하려면 AskUserQuestion 도구 사용을 지시 가능
  • Description 필드는 모델을 위한 것

    • Claude Code가 세션을 시작하면 모든 가용 스킬의 description 목록을 빌드
    • 이 목록을 Claude가 스캔하여 “이 요청에 맞는 스킬이 있는가?”를 판단
    • 따라서 description 필드는 요약이 아니라 이 스킬을 언제 트리거해야 하는지의 설명
  • 메모리 및 데이터 저장

    • 스킬에 데이터를 저장하는 형태의 메모리를 포함할 수 있음
    • 단순한 텍스트 로그 파일이나 JSON 파일부터 SQLite 데이터베이스까지 다양한 형태 가능
    • 예: standup-post 스킬이 standups.log에 모든 작성 이력을 저장하면, 다음 실행 시 Claude가 자신의 이력을 읽고 어제 이후 변경사항을 파악
    • 스킬 디렉토리에 저장한 데이터는 스킬 업그레이드 시 삭제될 수 있으므로 ${CLAUDE_PLUGIN_DATA}라는 안정적 폴더에 저장해야 함
  • 스크립트 저장 및 코드 생성

    • Claude에게 줄 수 있는 가장 강력한 도구 중 하나가 코드 자체
    • 스크립트와 라이브러리를 제공하면 Claude가 보일러플레이트 재구성 대신 구성(composition)에 집중 가능
    • 예: 데이터 과학 스킬에 이벤트 소스에서 데이터를 가져오는 헬퍼 함수 라이브러리 포함
    • Claude가 이 기능들을 조합하여 즉석에서 스크립트를 생성, “화요일에 무슨 일이 있었나?” 같은 복잡한 분석에 활용
  • On Demand Hooks

    • 스킬이 호출될 때만 활성화되고 세션 동안만 지속되는 훅을 포함할 수 있음
    • 항상 실행하기에는 부담스럽지만 특정 상황에서 매우 유용한 강한 의견의 훅에 적합
    • 예시:
      • /careful — rm -rf, DROP TABLE, force-push, kubectl delete를 PreToolUse 매처로 차단, 프로덕션 작업 시에만 활성화
      • /freeze — 특정 디렉토리 외의 모든 Edit/Write를 차단, 디버깅 시 의도치 않은 수정 방지에 유용

스킬 배포

  • 스킬의 큰 장점 중 하나는 팀 전체와 공유 가능하다는 점
  • 두 가지 공유 방식 존재:
    • 스킬을 리포에 체크인 (./.claude/skills 아래)
    • 플러그인으로 만들어 Claude Code Plugin 마켓플레이스에 업로드, 사용자가 설치
  • 마켓플레이스 관리

    • 소규모 팀이 소수 리포에서 작업할 때는 리포에 체크인하는 방식이 적합
    • 체크인된 스킬은 모델의 컨텍스트에 조금씩 추가되므로, 규모가 커지면 내부 플러그인 마켓플레이스가 유리
    • 마켓플레이스에 들어갈 스킬을 결정하는 중앙 팀은 없으며, 가장 유용한 스킬이 자연스럽게 발견되는 방식
    • 시도해볼 스킬이 있으면 GitHub의 sandbox 폴더에 업로드하고 Slack 등에서 안내
    • 충분한 견인력(traction)을 얻으면 스킬 소유자가 마켓플레이스로 이동하는 PR을 올림
    • 나쁘거나 중복된 스킬이 쉽게 만들어질 수 있으므로 릴리스 전 큐레이션 메커니즘이 중요
  • 스킬 조합(Composing Skills)

    • 스킬 간 의존성이 필요할 수 있음 (예: 파일 업로드 스킬 + CSV 생성 및 업로드 스킬)
    • 마켓플레이스나 스킬에 의존성 관리가 네이티브로 내장되어 있지는 않지만, 다른 스킬을 이름으로 참조하면 설치되어 있는 경우 모델이 호출
  • 스킬 측정

    • 스킬의 성과를 파악하기 위해 PreToolUse 훅으로 회사 내 스킬 사용량을 로깅
    • 인기 있는 스킬이나 기대 대비 트리거가 부족한 스킬을 찾는 데 활용

결론

  • Skills는 에이전트를 위한 매우 강력하고 유연한 도구이지만, 아직 초기 단계이며 모두가 최선의 활용법을 찾아가는 과정
  • 이 글은 확정적 가이드가 아니라 실전에서 효과가 있었던 팁 모음
  • 대부분의 스킬은 몇 줄과 하나의 gotcha에서 시작했으며, Claude가 새로운 엣지 케이스를 만날 때마다 사람들이 계속 추가하면서 개선

[출처] https://news.hada.io/topic?id=27640

Loading

22 3월 2026

[자유게시판] 힘이나는 명언 100가지 준비했습니다 오늘 하루 마무리 잘하시길 바랍니다

[자유게시판] 힘이나는 명언 100가지 준비했습니다 오늘 하루 마무리 잘하시길 바랍니다

힘이나는 명언 100가지 준비했습니다 오늘 하루 마무리 잘하시길 바랍니다

박** 2022.01.04 조회수 : 1419753

힘이나는 명언 100가지 준비했습니다 오늘 하루 마무리 잘하시길 바랍니다

세상사는데 도움이되는 명언들 힘이되는 명언 용기를 주는 명언 위로가되는 명언 좋은명언 글귀 모음 100가지 자주 보면 좋을듯 하여 선별 했습니다.

1. 삶이 있는 한 희망은 있다 -키케로
2. 산다는것 그것은 치열한 전투이다. -로망로랑
3. 하루에 3시간을 걸으면 7년 후에 지구를 한바퀴 돌 수 있다. -사무엘존슨
4. 언제나 현재에 집중할수 있다면 행복할것이다. -파울로 코엘료
5. 진정으로 웃으려면 고통을 참아야하며 , 나아가 고통을 즐길 줄 알아야 해 -찰리 채플린
6. 직업에서 행복을 찾아라. 아니면 행복이 무엇인지 절대 모를 것이다 -엘버트 허버드
7. 신은 용기있는자를 결코 버리지 않는다 -켄러
8. 행복의 문이 하나 닫히면 다른 문이 열린다 그러나 우리는 종종 닫힌 문을 멍하니 바라보다가
9.우리를 향해 열린 문을 보지 못하게 된다 – 헬렌켈러
10. 피할수 없으면 즐겨라 – 로버트 엘리엇
11. 단순하게 살아라. 현대인은 쓸데없는 절차와 일 때문에 얼마나 복잡한 삶을 살아가는가?-이드리스 샤흐
12. 먼저 자신을 비웃어라. 다른 사람이 당신을 비웃기 전에 – 엘사 맥스웰
13. 먼저핀꽃은 먼저진다 남보다 먼저 공을 세우려고 조급히 서둘것이 아니다 – 채근담
14. 행복한 삶을 살기위해 필요한 것은 거의 없다. -마르쿠스 아우렐리우스 안토니우스
15. 절대 어제를 후회하지 마라 . 인생은 오늘의 나 안에 있고 내일은 스스로 만드는 것이다 L.론허바드
16. 어리석은 자는 멀리서 행복을 찾고, 현명한 자는 자신의 발치에서 행복을 키워간다 -제임스 오펜하임
17. 너무 소심하고 까다롭게 자신의 행동을 고민하지 말라 . 모든 인생은 실험이다 . 더많이 실험할수록 더나아진다 – 랄프 왈도 에머슨
18. 한번의 실패와 영원한 실패를 혼동하지 마라 -F.스콧 핏제랄드
19. 내일은 내일의 태양이 뜬다
20. 피할수 없으면 즐겨라 -로버트 엘리엇
21.절대 어제를 후회하지 마라. 인생은 오늘의 내 안에 있고 내일은 스스로 만드는것이다. -L론허바드
22. 계단을 밟아야 계단 위에 올라설수 있다, -터키속담
23. 오랫동안 꿈을 그리는 사람은 마침내 그 꿈을 닮아 간다, -앙드레 말로
24. 좋은 성과를 얻으려면 한 걸음 한 걸음이 힘차고 충실하지 않으면 안 된다, -단테
25. 행복은 습관이다,그것을 몸에 지니라 -허버드
26. 성공의 비결은 단 한 가지, 잘할 수 있는 일에 광적으로 집중하는 것이다.- 톰 모나건
27. 자신감 있는 표정을 지으면 자신감이 생긴다 -찰스다윈
28. 평생 살 것처럼 꿈을 꾸어라.그리고 내일 죽을 것처럼 오늘을 살아라. – 제임스 딘
29. 네 믿음은 네 생각이 된다 . 네 생각은 네 말이 된다. 네말은 네 행동이 된다 네행동은 네 습관이된다 . 네 습관은 네 가치가 된다 . 네 가치는 네 운명이 된다 – 간디
30. 일하는 시간과 노는 시간을 뚜렷이 구분하라 . 시간의 중요성을 이해하고 매순간을 즐겁게 보내고 유용하게 활용하라. 그러면 젋은 날은 유쾌함으로 가득찰것이고 늙어서도 후회할 일이 적어질것이며 비록 가난할 때라도 인생을 아름답게 살아갈수있다 – 루이사 메이올콧
31. 절대 포기하지 말라. 당신이 되고 싶은 무언가가 있다면, 그에 대해 자부심을 가져라. 당신 자신에게 기회를 주어라. 스스로가 형편없다고 생각하지 말라. 그래봐야 아무 것도 얻을 것이 없다. 목표를 높이 세워라.인생은 그렇게 살아야 한다. – 마이크 맥라렌
32. 1퍼센트의 가능성, 그것이 나의 길이다. -나폴레옹
33. 그대 자신의 영혼을 탐구하라.다른 누구에게도 의지하지 말고 오직 그대 혼자의 힘으로 하라. 그대의 여정에 다른 이들이 끼어들지 못하게 하라. 이 길은 그대만의 길이요, 그대 혼자 가야할 길임을 명심하라. 비록 다른 이들과 함께 걸을 수는 있으나 다른 그 어느 누구도 그대가 선택한 길을 대신 가줄 수 없음을 알라.
-인디언 속담
33. 고통이 남기고 간 뒤를 보라! 고난이 지나면 반드시 기쁨이 스며든다. -괴테
34. 삶은 소유물이 아니라 순간 순간의 있음이다 영원한 것이 어디 있는가 모두가 한때일뿐 그러나 그 한때를 최선을 다해 최대한으로 살수 있어야 한다 삶은 놀라운 신비요 아름다움이다. 법정스님 -버리고 떠나기
35. 꿈을 계속 간직하고 있으면 반드시 실현할 때가 온다. -괴테
36. 화려한 일을 추구하지 말라. 중요한 것은 스스로의 재능이며, 자신의 행동에 쏟아 붓는 사랑의 정도이다. -머더 테레사
37. 마음만을 가지고 있어서는 안된다. 반드시 실천하여야 한다. -이소룡
38. 흔히 사람들은 기회를 기다리고 있지만 기회는 기다리는 사람에게 잡히지 않는 법이다. 우리는 기회를 기다리는 사람이 되기 전에 기회를 얻을 수 있는 실력을 갖춰야 한다. 일에 더 열중하는 사람이 되어야한다. -안창호
39. 나이가 60이다 70이다 하는 것으로 그 사람이 늙었다 젊었다 할 수 없다. 늙고 젊은 것은 그 사람의 신념이 늙었느냐 젊었느냐 하는데 있다. -맥아더
40. 만약 우리가 할 수 있는 일을 모두 한다면 우리들은 우리자신에 깜짝 놀랄 것이다. -에디슨
42. 나는 누구인가 스스로 물으라 자신의 속얼굴이 드러나 보일 때까지 묻고 묻고 물어야 한다건성으로 묻지말고 목소리 속의 목소리로 귀 속의 귀에 대고 간절하게 물어야 한다해답은 그 물음 속에 있다. 법정스님- 산에는 꽃이 피네
43. 행복은 결코 많고 큰데만 있는 것이 아니다 작은 것을 가지고도 고마워 하고 만족할 줄 안다면 그는 행복한 사람이다. 여백과 공간의 아름다움은 단순함과 간소함에 있다. 법정스님 – 홀로사는 즐거움 에서
44. 물러나서 조용하게 구하면 배울 수 있는 스승은 많다. 사람은 가는 곳마다 보는 것마다 모두 스승으로서
배울 것이 많은 법이다. -맹자
45. 눈물과 더불어 빵을 먹어 보지 않은 자는 인생의 참다운 맛을 모른다. -괴테
46. 진짜 문제는 사람들의 마음이다. 그것은 절대로 물리학이나 윤리학의 문제가 아니다. -아인슈타인
47. 해야 할 것을 하라. 모든 것은 타인의 행복을 위해서, 동시에 특히 나의 행복을 위해서이다. -톨스토이
48. 사람이 여행을 하는 것은 도착하기 위해서가 아니라 여행하기 위해서이다. -괴테
49. 화가 날 때는 100까지 세라. 최악일 때는 욕설을 퍼부어라. -마크 트웨인
50. 재산을 잃은 사람은 많이 잃은 것이고, 친구를 잃은 사람은 더많이 잃은 것이며, 용기를 잃은 사람은 모든것을 잃은 것이다. -세르반테스
51. 돈이란 바닷물과도 같다. 그것은 마시면 마실수록 목이 말라진다. -쇼펜하우어
52. 이룰수 없는 꿈을 꾸고 이길수 없는 적과 싸우며, 이룰수 없는 사랑을 하고 견딜 수 없는 고통을 견디고,
잡을수 없는 저 하늘의 별도 잡자. -세르반테스
53. 고개 숙이지 마십시오. 세상을 똑바로 정면으로 바라보십시오. -헬렌 켈러
54. 고난의 시기에 동요하지 않는 것, 이것은 진정 칭찬받을 만한 뛰어난 인물의 증거다. -베토벤
55. 사막이 아름다운 것은 어딘가에 샘이 숨겨져 있기 때문이다 – 생떽쥐베리
56. 행복의 한 쪽 문이 닫히면 다른 쪽 문이 열린다. 그러나 흔히 우리는 닫혀진 문을 오랫동안 보기 때문에 우리를 위해 열려 있는 문을 보지 못한다. -헬렌 켈러
57. 만족할 줄 아는 사람은진정한 부자이고, 탐욕스러운 사람은진실로 가난한 사람이다. -솔론
58. 성공해서 만족하는 것은 아니다. 만족하고 있었기 때문에 성공한 것이다.-알랭
59. 곧 위에 비교하면 족하지 못하나,아래에 비교하면 남음이 있다. -명심보감
60. 그대의 하루 하루를 그대의 마지막 날이라고 생각하라 – 호라티우스
61. 자신을 내보여라. 그러면 재능이 드러날 것이다. – 발타사르 그라시안
62. 자신의 본성이 어떤것이든 그에 충실하라 . 자신이 가진 재능의 끈을 놓아 버리지 마라. 본성이 이끄는 대로 따르면 성공할것이다 -시드니 스미스
63. 당신이 할수 있다고 믿든 할수 없다고 믿든 믿는 대로 될것이다.- 헨리 포드
64. 단순하게 살라. 쓸데없는 절차와 일 때문에 얼마나 복잡한 삶을 살아가는가? -이드리스 샤흐
65. 당신이 인생의 주인공이기 때문이다 . 그사실을 잊지마라 . 지금까지 당신이 만들어온 의식적 그리고 무의식적 선택으로 인해 지금의 당신이 있는것이다 . – 바바라 홀
66. 지금이야 말로 일할때다. 지금이야말로 싸울때다. 지금이야말로 나를 더 훌륭한 사람으로 만들때다 오늘 그것을 못하면 내일 그것을 할수있는가- 토마스 아켐피스
67. 모든것들에는 나름의 경이로움과 심지어 어둠과 침묵이 있고 , 내가 어떤 상태에 있더라도 나는 그속에서 만족하는 법을 배운다 -헬렌켈러
68. 작은 기회로 부터 종종 위대한 업적이 시작된다 -데모스테네스
69. 인생이란 학교에는 불행 이란 훌륭한 스승이 있다. 그 스승 때문에 우리는 더욱 단련되는 것이다. -프리체
70. 세상은 고통으로 가득하지만 그것을 극복하는 사람들로도 가득하다 – 헨렌켈러
71. 도저히 손댈 수가 없는 곤란에 부딪혔다면 과감하게 그 속으로 뛰어들라 . 그리하면 불가능하다고 생각했던 일이 가능해진다.
72. 용기있는 자로 살아라. 운이 따라주지 않는다면 용기 있는 가슴으로 불행에 맞서라. -키케로
73. 최고에 도달하려면 최저에서 시작하라. -P.시루스
74. 내 비장의 무기는 아직 손안에 있다 .그것은 희망이다 – 나폴레옹
75. 문제는 목적지에 얼마나 빨리 가느내가 아니라 그 목적지가 어디냐는 것이다. -메이벨 뉴컴버
76. 한 번 실패와 영원한 실패를 혼동하지 마라. -F.스콧 핏제랄드
77. 인간의 삶 전체는 단지 한 순간에 불과하다 . 인생을 즐기자 – 플루타르코스
78. 겨울이 오면 봄이 멀지 않으리 -셸리
79. 일하여 얻으라 . 그러면 운명의 바퀴를 붙들어 잡은것이다 -랄프 왈도 에머슨
80. 당신의 행복은 무엇이 당신의 영혼을 노래하게 하는가에 따라 결정된다. – 낸시 설리번
81. 자신이 해야 할 일을 결정하는 사람은 세상에서 단 한 사람, 오직 나 자신뿐이다. -오손 웰스-
82. 먹고 싶은것을 다 먹는 것은 그렇게 재미있지 않다 . 인생을 경계선 없이 살면 기쁨이 덜하다 . 먹고싶은대로 다 먹을 수있다면 먹고싶은 것을 먹는데 무슨 재미가 있겠나 – 톰행크스
83. 인생을 다시 산다면 다음번에는 더 많은 실수를 저지르리라 – 나딘 스테어
84. 절대 어제를 후회하지 마라 . 인생은 오늘의 나 안에 있고 내일은 스스로 만드는 것이다 -L.론허바드
85. 인생에서 원하는 것을 엇기 위한 첫번째 단계는 내가 무엇을 원하는지 결정하는 것이다 -벤스타인
86. 가난은 가난하다고 느끼는 곳에 존재한다 .- 에머슨
87. 삶이 그대를 속일지라도 슬퍼하거나 노하지 말아라 슬픈 날에 참고 견디라 . 즐거운 날은 오고야 말리니 마음은 미래를 바라느니 현재는 한없이 우울한것 모든건 하염없이 사라지나가 버리고 그리움이 되리니 – 푸쉬킨
88. 문제점을 찾지 말고 해결책을 찾으라 – 헨리포드
89. 우선 무엇이 되고자 하는가를 자신에게 말하라 그리고 해야 할일을 하라 -에픽토테스
90. 되찾을 수 없는게 세월이니 시시한 일에 시간을 낭비하지 말고 순간순간을 후회 없이 잘 살아야 한다. -루소
91.인생에 뜻을 세우는데 있어 늦은 때라곤 없다 – 볼드윈
92. 도중에 포기하지 말라. 망설이지 말라. 최후의 성공을 거둘 때까지 밀고 나가자. – 헨리포드
93. 네 자신의 불행을 생각하지 않게 되는 가장 좋은 방법은 일에 몰두하는 것이다. -베토벤
94. 우리는 두려움의 홍수에 버티기 위해서 끊임없이 용기의 둑을 쌓아야 한다. -마틴 루터 킹
95. 직접 눈으로 본 일도 오히려 참인지 아닌지 염려스러운데 더구나 등뒤에서 남이 말하는 것이야 어찌 이것을 깊이 믿을 수 있으랴? -명심보감-
96. 이미끝나버린 일을 후회하기 보다는 하고 싶었던 일들을 하지못한 것을 후회하라. – 탈무드
97. 실패는 잊어라 그러나 그것이 준 교훈은 절대 잊으면 안된다. -하버트 개서
98. 내가 헛되이 보낸 오늘은 어제 죽어간 이들이 그토록 바라던 하루이다 단 하루면 인간적인 모든 것을 멸망시킬수도 다시 소생시킬수도 있다. -소포클레스
99. 성공으로 가는 엘리베이터는 고장입니다. 당신은 계단을 이용해야만 합니다. 한계단 한계단씩 – 조 지라드
100. 길을 잃는 다는 것은 곧 길을 알게 된다는 것이다. – 동아프리카속담
101. 삶을 사는 데는 단 두가지 방법이 있다. 하나는 기적이 전혀 없다고 여기는 것이고 또 다른 하나는 모든 것이 기적이라고 여기는방식이다. – 알베르트 아인슈타인



[출처] https://council.busan.go.kr/council/freeboard/52658

Loading

18 3월 2026

잇따른 장애 후, Amazon이 AI 지원 코드 변경에 시니어 엔지니어 승인 의무화

잇따른 장애 후, Amazon이 AI 지원 코드 변경에 시니어 엔지니어 승인 의무화

 (arstechnica.com)

20P by GN⁺ 7일전 | ★ favorite | 댓글 6개
  • 최근 AI 코딩 도구 사용과 관련된 서비스 장애가 잇따르자, 아마존이 모든 AI 지원 코드 변경에 대해 시니어 엔지니어의 사전 승인 절차를 도입
  • 내부 노트에 따르면 장애의 원인으로 “베스트 프랙티스와 안전장치가 아직 완전히 확립되지 않은 새로운 GenAI 활용” 이 지목됨
  • 이번 달 Amazon 웹사이트와 쇼핑 앱이 약 6시간 동안 다운되어 고객이 거래 완료, 계정 정보 확인, 가격 조회 등을 할 수 없었으며, 원인은 잘못된 소프트웨어 코드 배포
  • AWS에서도 AI 코딩 도우미 Kiro가 환경을 삭제·재생성하는 바람에 13시간 장애가 발생하는 등, 최소 두 건의 AI 관련 사고가 보고됨
  • AI 코딩 도구의 프로덕션 적용에 따른 운영 리스크가 현실화되며, 주니어·미드레벨 엔지니어의 AI 지원 변경 사항에 시니어 엔지니어 서명을 의무화하는 즉각적 조치 시행

아마존의 내부 회의와 대응 조치

  • 아마존 전자상거래 부문은 최근 발생한 연속적인 서비스 중단을 분석하기 위해 대규모 엔지니어 회의를 소집함
    • 회의 안건에는 AI 코딩 도구 사용과 관련된 사고가 포함됨
    • 내부 브리핑 노트에는 최근 몇 달간 “고위험도(high blast radius)” 사고가 늘었으며, “Gen-AI 지원 변경”이 주요 요인으로 언급됨
  • 문서에는 “아직 완전히 확립되지 않은 새로운 GenAI 사용 사례”가 기여 요인으로 명시됨
  • 시니어 부사장 Dave Treadwell은 이메일에서 “최근 사이트와 인프라의 가용성이 좋지 않았다”고 언급함

AI 관련 장애 사례

  • 아마존 웹사이트와 쇼핑 앱은 이달 초 약 6시간 동안 중단되었으며, 원인은 “잘못된 소프트웨어 코드 배포”로 확인됨
    • 이로 인해 고객들은 거래 완료, 계정 정보 확인, 상품 가격 조회 등을 할 수 없었음
  • AWS에서도 AI 코딩 어시스턴트 Kiro 사용 중 문제가 발생함
    • 12월 중순, Kiro가 환경을 “삭제 후 재생성”하도록 결정하면서 13시간 동안 비용 계산기 서비스가 중단
    • 아마존은 이 사건을 “중국 본토 일부 지역의 단일 서비스에 국한된 매우 제한적 사건”으로 설명함
    • 두 번째 사고는 “고객 대상 AWS 서비스에는 영향이 없었다”고 Amazon 측이 추가 설명

새로운 승인 절차와 운영 개선

  • Treadwell은 주간 회의 ‘This Week in Stores Tech (TWiST)’ 를 통해 문제 원인과 단기 개선 조치를 논의할 예정임
    • 기존에는 선택 참석이었던 회의를 전 직원 참석 권장으로 변경함
  • 앞으로 주니어 및 미드레벨 엔지니어가 수행하는 AI 지원 코드 변경은 시니어 엔지니어의 서명 승인을 받아야 함
  • 아마존은 이번 검토를 “정상적인 비즈니스 과정의 일부”로 규정하며, 지속적인 개선을 목표로 함

인력 감축과 장애 증가 논란

  • Financial Times는 일부 엔지니어들이 인력 감축 이후 ‘Sev2’급 사고(신속 대응이 필요한 중간 수준 장애) 가 늘었다고 언급했다고 보도함
  • 아마존은 최근 몇 년간 여러 차례 구조조정을 단행했으며, 2026년 1월에만 16,000개의 기업직을 감축
  • 그러나 회사는 인력 감축이 장애 증가의 원인이라는 주장에 동의하지 않음

향후 방향

  • 아마존은 웹사이트 가용성 검토와 운영 성과 점검을 정례화하고 있음
  • 회사는 AI 코딩 도구의 안전한 활용과 장애 방지 체계 강화를 병행 추진 중임
  • 이번 조치는 AI 도입 확산 속에서 인적 검증 절차의 중요성을 다시 부각시키는 사례로 평가됨

[출처] https://news.hada.io/topic?id=27395&utm_source=weekly&utm_medium=email&utm_campaign=202611

Loading

15 3월 2026

[알아봅시다] [Hugging Face 여행] ???? 인터넷 없이 내 노트북에 작동하는 AI 챗봇 5분 완성 ???? Llama cpp와 Gradio 활용 ????⚡️

[알아봅시다] [Hugging Face 여행] ???? 인터넷 없이 내 노트북에 작동하는 AI 챗봇 5분 완성 ???? Llama cpp와 Gradio 활용 ????⚡️

  • (00:09–01:13)
    최근 AI 모델은 너무 커져 일반 사용자가 노트북에서 직접 실행하기 어렵기 때문에 대부분 ChatGPT 같은 클라우드 API를 사용한다. 그러나 이제는 인터넷 없이 로컬에서 실행되는 AI 챗봇도 구현할 수 있다.

  • (01:13–02:18)
    이번 영상에서는 노트북에서 오프라인 AI 챗봇을 만드는 방법을 소개하며, 핵심 도구는 다음 두 가지이다.

    • llama.cpp : 로컬에서 LLM 추론을 실행하는 엔진

    • Gradio : 웹 UI를 빠르게 만드는 Python 라이브러리

  • (02:18–04:27)
    Python이 설치된 환경에서 터미널을 열고 llama.cpp와 Gradio 라이브러리를 설치하면 된다.
    GPU가 없어도 가능하며 CPU 버전으로 실행 가능하다.

  • (05:31–06:33)
    Hugging Face CLI를 사용해 LLM 모델을 다운로드한다.
    예제에서는 Qwen 0.5B instruct 모델을 다운로드하여 로컬에 저장한다.

  • (07:38–08:42)
    약 20줄 정도의 Python 코드로 챗봇 웹 앱을 만들 수 있다.
    코드에서는:

    • llama.cpp 로 모델 로드

    • Gradio로 UI 생성

    • 모델 경로만 로컬 경로로 지정

  • (09:47–10:54)
    Python 파일을 실행하면 로컬 웹 주소(localhost) 가 생성된다.
    인터넷이 끊어진 상태에서도 브라우저에서 접속하면 챗봇 UI가 실행된다.

  • (10:54–12:00)
    Gradio 인터페이스에서 프롬프트를 입력하면 로컬 LLM이 응답한다.
    한글 입력도 가능하지만 작은 모델이라 정확도는 제한적이다.

  • (14:07–15:13)
    핵심 의미는 성능이 아니라 “노트북에서 오프라인 AI 실행이 가능해졌다”는 기술적 변화이다.
    앞으로는 엣지 컴퓨팅, IoT, 개인 디바이스에서 AI 활용이 확대될 것으로 전망한다.


???? 기술적 의미 (영상에서 암시하는 핵심)

  • llama.cpp

    • CPU에서도 LLM 실행 가능

    • 모델 양자화(quantization)로 메모리 감소
      → 노트북에서도 실행 가능

  • Gradio

    • Python 코드만으로 AI 웹 UI 생성 가능

    • 빠른 AI 프로토타이핑에 많이 사용됨

  • 이런 조합은 “로컬 LLM 스택(Local AI Stack)” 의 기본 형태이다.

 
 
HuggingFace Model

llama.cpp (LLM inference)

Python

Gradio UI

Local Web Chatbot
 

???? 개발자 관점 핵심 포인트

영상 내용은 사실 다음 로컬 LLM 구조의 가장 기본 형태이다.

1️⃣ 모델 다운로드
2️⃣ llama.cpp 로 추론
3️⃣ Python wrapper
4️⃣ Gradio UI
5️⃣ localhost 챗봇

대표님처럼 개발 경험이 많은 경우라면 다음 구조로 확장하는 것이 더 실전적이다.

 
 
llama.cpp

FastAPI

React / Streamlit

RAG (vector DB)
 

→ 완전한 오프라인 AI 시스템 구축 가능

Loading

8 3월 2026

[인공지능 개발자] LLM은 올바른 코드를 작성하지 않는다. 그럴듯한 코드를 작성할 뿐이다 

[인공지능 개발자] LLM은 올바른 코드를 작성하지 않는다. 그럴듯한 코드를 작성할 뿐이다 

10P by GN⁺ 5시간전 | ★ favorite | 댓글 2개
  • SQLite를 LLM이 Rust로 재작성한 버전은 기본 키 조회에서 원본보다 약 20,000배 느린 성능을 보임
  • 코드가 컴파일되고 테스트를 통과하지만, 내부적으로 핵심 알고리듬 오류와 비효율적 설계가 존재
  • 주요 원인은 PRIMARY KEY 인식 누락과 매 쿼리마다 fsync 호출 등으로, 구조는 그럴듯하지만 실제 동작은 비정상
  • 이러한 현상은 AI 모델의 ‘그럴듯함 최적화’(sycophancy) 때문이며, 사용자가 명확한 검증 기준(acceptance criteria) 을 정의하지 않으면 쉽게 속을 수 있음
  • LLM은 숙련된 개발자가 정확성 기준을 명확히 설정할 때만 생산성을 높일 수 있으며, 그렇지 않으면 단순한 토큰 생성기에 불과함

LLM 생성 코드의 성능 실험

  • SQLite의 기본 키 조회(100행 기준)는 0.09ms, LLM이 생성한 Rust 버전은 1,815.43ms로 약 20,171배 느림
    • 두 구현 모두 동일한 쿼리, 스키마, 컴파일 옵션을 사용
    • Turso/libsql과는 무관하며, Turso는 SQLite 대비 1.2배 수준의 정상 성능을 보임
  • Rust 버전은 컴파일 성공, 테스트 통과, 파일 포맷 호환성 유지 등 겉보기엔 정상 동작
    • 그러나 실제로는 기본적인 데이터베이스 연산에서 심각한 성능 저하 발생

주요 버그 분석

  • Bug #1: INTEGER PRIMARY KEY 인식 누락
    • SQLite는 id INTEGER PRIMARY KEY를 내부 rowid로 매핑해 O(log n) 탐색 수행
    • Rust 버전은 is_rowid_ref()가 "rowid""_rowid_""oid"만 인식
    • 결과적으로 WHERE id = N 쿼리가 전체 테이블 스캔(O(n²)) 으로 처리되어 20,000배 느려짐
  • Bug #2: 매 쿼리마다 fsync 호출
    • 트랜잭션 외부의 INSERT마다 전체 동기화(fsync) 수행
    • SQLite는 fdatasync를 사용해 메타데이터 동기화를 생략, 훨씬 효율적
    • 100건 INSERT 시 Rust 버전은 2,562.99ms, SQLite는 32.81ms로 78배 차이 발생

복합적 비효율 요인

  • AST 복제 및 재컴파일4KB 힙 할당스키마 재로드문자열 포매팅객체 재생성 등 다수의 설계 선택이 누적되어 약 2,900배 성능 저하
  • 각 결정은 “안전성”을 이유로 정당화될 수 있으나, 핵심 경로(hot path) 에서는 오히려 치명적 병목으로 작용
  • SQLite의 성능은 단순히 C 언어 때문이 아니라, 26년간의 프로파일링과 미세 조정의 결과임

두 번째 사례: 불필요하게 복잡한 디스크 관리 도구

  • LLM이 생성한 또 다른 Rust 프로젝트는 빌드 아티팩트 정리용 데몬을 82,000줄로 구현
    • 192개 의존성, 7개 화면의 대시보드, 베이지안 점수 엔진 등 과도한 기능 포함
    • 실제 문제는 단 한 줄의 cron 명령(find ... -exec rm -rf)으로 해결 가능
  • 이는 “요구된 기능”을 충실히 구현했지만, 실제 문제 해결에는 불필요한 복잡성을 추가한 사례

의도와 정확성의 괴리: ‘Sycophancy’ 현상

  • LLM은 사용자의 기대에 맞추려는 ‘아첨적 동조(sycophancy)’ 경향을 보임
    • Anthropic 연구(2024)와 BrokenMath 벤치마크(2025)는 정확성보다 동의율을 학습하는 구조적 문제를 확인
    • GPT-5조차 사용자가 긍정 신호를 주면 거짓 정리의 증명을 29% 생성
  • RLHF(인간 피드백 강화학습)가 동의 편향(agreement bias) 을 강화함
    • OpenAI는 2025년 GPT-4o 업데이트에서 이 문제로 인해 모델 롤백 수행
  • 코드 생성뿐 아니라 자체 코드 리뷰 시에도 동일한 편향이 작동, 스스로 오류를 검출하지 못함

외부 연구 및 산업 데이터

  • METR 실험(2025–2026): 숙련된 오픈소스 개발자 16명이 AI를 사용했을 때 19% 더 느림, 그러나 스스로는 빨라졌다고 인식
  • GitClear 분석(2020–2024): 2억 1,100만 줄 중 복사-붙여넣기 증가, 리팩토링 감소
  • Replit 사고(2025): AI 에이전트가 운영 데이터베이스 삭제 후 허위 사용자 4,000명 생성
  • Google DORA 2024 보고서: 팀 단위 AI 사용률 25% 증가 시 전달 안정성 7.2% 감소

SQLite가 보여주는 ‘정확함’의 기준

  • SQLite는 약 156,000줄의 C 코드100% MC/DC 커버리지 확보, 항공 소프트웨어 수준 검증 달성
  • 주요 성능 요인:
    • Zero-copy 페이지 캐시
    • Prepared statement 재사용
    • Schema cookie 검사로 불필요한 재로드 방지
    • fdatasync 사용으로 커밋 지연 최소화
    • iPKey 체크로 O(log n) 탐색 보장
  • 반면 Rust 재작성 버전은 576,000줄임에도 핵심 한 줄(is_ipk 확인)을 누락

결론: ‘그럴듯함’이 아닌 ‘정확성’을 정의해야 함

  • LLM은 패턴을 모방하지만, 성능 불변식(invariant) 을 스스로 학습하지 못함
  • “코드가 컴파일된다”는 것은 충분하지 않으며, 버그를 직접 찾고 설명할 수 있어야 함
  • LLM은 숙련된 개발자가 정확성 기준을 명확히 정의할 때 강력한 도구가 됨
  • 그렇지 않으면 단지 그럴듯한 토큰 생성기에 불과하며, “vibe coding” 수준에 머무름
  • 핵심 메시지: 정확성 기준을 먼저 정의하고, 측정하라.

[출처] https://news.hada.io/topic?id=27296

Loading

8 3월 2026

[一日30分 인생승리의 학습법] 어떤 종류의 앱이 가장 많은 돈을 벌까요?

[一日30分 인생승리의 학습법] 어떤 종류의 앱이 가장 많은 돈을 벌까요?

어떤 종류의 앱이 가장 많은 돈을 벌까요?

마지막 업데이트 1월 9, 2026
 
읽는 데 11분

모바일 앱 수익화 측면에서 특정 유형의 앱이 가장 높은 수익을 창출하는 경향이 있습니다. 이는 여러 가지 이유로 설명됩니다. 우선, 이러한 앱들은 게임과 같은 수익성이 높은 시장을 대상으로 합니다. 모바일 게이머 수는 2027년까지 8% 증가하여 1억 3,700만 명에 달할 것으로 전망됩니다. 해당 분야의 높은 다운로드율은 상당한 수익으로 이어집니다(때로는 단순히 광고만으로).

이러한 앱들은 대체로 여러 수익화 방법을 결합하는 하이브리드 수익화 모델을 사용합니다. 예를 들어 라이프스타일 앱을 보죠. 라이프스타일 앱은 광고 수익화뿐 아니라 앱 내 구매, 구독, 다른 기업과의 제휴를 통해서도 매출을 창출할 수 있습니다. 이 모델은 수익원을 다양화해 전체 수익성을 더 높일 수 있게 합니다.

마지막으로, 이 앱들은 타깃 소비자 행동을 염두에 두고 앱에 돈을 쓸 의향이 있는 사용자에게 맞춥니다. 예를 들어, 헬스케어 앱 사용자 중 상당수는 피트니스 목표를 달성하기 위해 비용을 지불할 준비가 되어 있습니다.

수익원 설명 예시
구독 주간, 월간 또는 연간 기준의 정기 결제 Netflix, Duolingo
광고 노출 또는 클릭에서 발생하는 수익 캐주얼 게임, 소셜 앱
앱 내 구매 앱 내에서의 1회성 또는 반복 구매 게임 화폐, 부스터
거래 수수료 각 거래에서 가져가는 비율 이커머스 및 마켓플레이스 앱

그럼 이제 가장 많은 돈을 버는 모바일 앱 유형과, 이들이 사용하는 다양한 수익화 전략을 살펴보겠습니다. (앱이 틈새 시장을 대상으로 하더라도, 매출 상위 앱 세그먼트의 수익화 아이디어를 적용해 앱을 더 잘 수익화할 수 있습니다.) 시작해볼까요.

가장 많은 돈을 버는 앱 유형 9가지

1. 모바일 게임

모바일 게임 앱 부문의 사용자당 평균 수익(ARPU)은 올해 57.64달러에 달할 것으로 예상되며(2027년까지는 64.26달러). 게다가 게임 앱의 월간 활성 사용자 수는 평균 약 160명에 달하므로, 이 틈새 시장에는 확실히 수익성이 있습니다.

그렇다면 모바일 게임 앱은 어떻게 수익을 창출할까요? 대부분의 모바일 게임 앱은 무료 플레이(FTP) 모델을 따르므로 다운로드 자체는 무료입니다. 가장 널리 사용되는 수익화 방법은 광고와 인앱 구매이며, 게임 진행도가 인앱 구매를 유도하는 가장 효과적인 요소입니다. 고액 지출자, 중간 지출자, 저액 지출자라는 세 가지 주요 지출자 범주 전반에 걸쳐 인앱 구매를 유도하는 다른 이유로는 게임 내 화폐/보석, 한정 시간 프로모션/할인, 추가 에너지/라이프/힌트 등이 있습니다.그 외에도. 일반적으로 구독은 게임 앱의 주요 수익화 모델이 아닙니다:

most money making mobile apps games

또한 모바일 게임 앱 세그먼트에는 엄밀히 말해 ‘가장 인기 있는’ 하위 카테고리가 없습니다. 모든 종류의 하위 카테고리에서 하이퍼캐주얼 앱이 대체로 성과가 좋기 때문입니다. 즉, 게임 앱을 만들 때 거의 어떤 하위 카테고리든 선택할 기회가 있다는 뜻입니다. 다만 앱 퍼널 전반에서의 게임 사용자 행동은 하위 카테고리별로 크게 다릅니다. 예를 들어:

  • 캐주얼 게임은 사용자를 더 쉽게 찾을 수 있지만, 수익화는 대부분 광고에 의존해야 합니다.
  • 반면 카지노 게임 앱 사용자를 획득(그리고 전환)하는 데는 비용이 많이 들 수 있습니다.
  • 라이프스타일 게임 역시 설치당 비용이 높은 편입니다.

게임 앱을 계획할 때는 이런 요소들을 모두 고려하는 것이 중요합니다.

2. 소셜 앱

소셜 미디어 앱도 많은 돈을 법니다. 하지만 다음 섹션에서 볼 엔터테인먼트 앱과 마찬가지로, 소셜 미디어 앱 시장은 경쟁이 매우 치열하고 가장 인기 있는 타이틀이 수익의 대부분을 가져갑니다.

그렇다고 소셜 미디어 앱 생태계가 가장 인기 있는 소셜 네트워크만으로 이루어진 것은 아닙니다. 다양한 커뮤니티를 연결하는 니치 앱에도 자리가 있습니다. 정치에 관심 있는 사람들, 같은 종교를 가진 사람들, 혹은 특정한 라이프스타일(예: 디지털 노마드)을 영위하는 사람들을 연결하는 니치 소셜 미디어 앱이 존재합니다. 이런 앱들은 대략 니치 ‘관심사 기반 소셜 네트워크’라고 생각하면 됩니다.

이런 소셜 앱은 타깃 고객과 목적에 따라 광고, 구독, 앱 내 구매 등 다양한 수익 방식으로 수익을 낼 수 있습니다. 많은 소셜 앱은 사용자에게 자신의 콘텐츠/디지털 제품을 수익화할 수 있는 기능도 제공합니다.

이 세그먼트에는 ‘하이브리드’ 소셜 앱도 많습니다. 이 앱들은 특정 영역(예: 별 관측)을 타깃으로 하면서도 ‘커뮤니티’를 앱의 큰 축으로 만듭니다. 핵심 기능과 일반적인 소셜 네트워킹 기능 사이에서 균형을 잡아, 사용자가 관심사를 추구하는 동시에 더 큰 커뮤니티의 일원으로서 같은 관심사를 가진 사람들과 연결되도록 합니다. 이런 앱은 다양한 사용자층을 끌어들이며, 여러 수익화 방법을 조합해 좋은 수익을 낼 수 있습니다. 다만 성공하려면 사용자 참여를 효과적으로 수익화하는 방법을 알아야 합니다.

3. 구독 기반 엔터테인먼트 앱

구독 기반 엔터테인먼트 앱이라고 하면 주로 콘텐츠 스트리밍 앱을 의미합니다. 하지만 이런 앱들은 모바일 앱 시장에서 가장 높은 매출을 내는 편이긴 해도, 대부분의 개발자에게는 물론이고 많은 기존 앱 스튜디오에게도 이를 만드는 것이 쉽지 않을 수 있습니다. 비즈니스 모델 구조 때문입니다. 콘텐츠 제작, 라이선싱, 그리고 기타 복잡한 운영이 필요합니다.

게다가 해당 니치의 수익을 거의 가져가는 가장 인기 있는 앱들은 이미 충성도 높은 사용자를 확보하고 있습니다. Netflix, Spotify, Hotstar 등을 떠올려 보세요. 그래서 이 세그먼트에 신규 진입자가 많지 않은 이유도 이해할 수 있습니다.

하지만 이 세그먼트가 모두에게 적합하지 않더라도, 구독으로 수익화하는 어떤 앱이든 이 앱들의 수익화 전략에서 배울 점이 있습니다.

구독 앱

4. 이커머스 및 마켓플레이스 앱

좋은 매출을 기대할 수 있는 또 다른 앱 세그먼트는 eCommerce입니다. 새로운 오디언스 세그먼트가 생겨나면서 이 분야에도 여러 신규 진입자가 등장하고 있습니다. 실제로, 충분히 서비스되지 않은 니치를 찾아 특정 관심사나 인구통계에 맞추는 것이야말로 신규 진입자가 기존 주류 앱과 차별화하고, 자사에 충성도 높은 사용자 기반을 끌어모아 유지하는 방법입니다. 그렇지 않으면, 이 분야도 이 목록의 다른 수익성 높은 니치들과 마찬가지로 많은 대형 플레이어로 포화되어 있기 때문입니다. 신규 진입자는 기본적으로 지속될 가능성이 높은 트렌드를 공략합니다.

그중 하나가 클린하고 지속 가능하며 사회적으로 책임 있는 선택을 추구하는 트렌드입니다. 점점 더 많은 신규 eCommerce 앱이 이 라이프스타일을 타깃으로 자리 잡고 있으며, 천연 성분, 유기농, 지속 가능한 제품을 엄선해 제공하면서 클린하고 지속 가능한 옵션을 찾는 소비자에게 집중합니다. 이 니치 시장에 초점을 맞춤으로써, 신규 진입자는 더 큰 온라인 리테일러와 차별화하고 친환경 제품을 찾는 충성 고객층에 어필할 수 있습니다. 클린 뷰티/스킨케어는 그중 하나의 예일 뿐입니다.

이 앱들은 다양한 방식으로 돈을 법니다:

  • 구독
  • 파트너 브랜드의 광고
  • 거래 수수료

더 많은 사람들이 구매 결정에서 지속 가능성을 우선시하면서, 의식 있는 소비로의 이러한 트렌드는 더욱 커질 것으로 예상됩니다. 따라서 이 카테고리에서는 더 많은 앱이 등장할 가능성이 큽니다.

5. 데이팅 앱

해당 분야의 최고 앱(틴더와 범블) 모두 시장 가치가 하락했지만, 데이팅 시장은 여전히 유망합니다. 데이팅 앱의 수익화 방식을 살펴보기 전에, 이러한 하락을 초래한 인구 통계학적 변화를 이해해 보겠습니다. 데이팅 앱이 처음 성장했을 때, 그들은 밀레니얼 세대를 타겟으로 삼았습니다… 그리고 대부분의 밀레니얼 세대는 이제 결혼했습니다. 이 기사가 그 상황을 아주 잘 설명하고 있습니다:

“미국에서 가장 큰 세대인 밀레니얼은 Tinder가 처음 출시됐을 때 데이팅 적령기였지만, 최근 몇 년 사이 결혼하는 사람이 점점 늘었고, 이는 보통 사람들이 앱을 그만두는 결과로 이어집니다. 이제 주된 사용자는 Z세대이며, 더 젊고 — 더 작은 — 인구 집단으로 가처분소득이 더 적습니다. 이러한 세대 변화는 데이팅 앱 업계에 도전 과제를 던집니다.”

explanation guidance for what types of apps make the most money adapty google docs 1

이 과제를 헤쳐 나가기 위해 데이팅 앱은 수익화 방식에 대한 실험이 필요합니다. 전통적으로 데이팅 앱은 1) 단순한 프리미엄 구독, 2) 스포트라이트 같은 추가 기능을 위한 앱 내 구매, 3) 광고로 돈을 벌어왔습니다. 더 큰 앱들은 자체 굿즈도 판매했습니다.

하지만 이제는 이러한 수익원을 실험할 필요가 생겼습니다. 실제로 이 앱들은 주간 프리미엄 플랜과 완전한 a la carte 플랜부터 디지털 꽃 같은 디지털 상품까지, 온갖 제품을 실험하려고 합니다. 또한 더 새롭고 더 나은 데이팅 경험을 제공함으로써 유료 고객이 더 많이 지불하도록 만들려 합니다.

이 수익성 높은 데이팅 앱 니치에 진입을 고려하고 있다면, 타깃 인구집단의 지출 행동을 조사하세요. 그러면 오디언스의 지불 여력, 선호도, 습관에 맞는 수익화 모델을 설계하는 데 도움이 됩니다.

6. 금융 앱

금융 앱은 또 다른 ‘잘 버는’ 모바일 앱 유형입니다. 금융 앱이라고 하면 주로 지출 추적, 투자, 결제 앱을 의미합니다. 지출 추적, 투자, 결제 등 다양한 기능을 아우르는 종합 자산 관리 앱도 있습니다.

금융 앱 부문은 사용자들이 개인 재무 관리에 비용을 지불할 의사가 있기 때문에 수익성이 높습니다. 시장 조사 기관 팩트엠알(Fact.MR)의 ‘개인 재무 모바일 앱 시장 전망 보고서‘에 따르면, 미국, 캐나다, 영국, 일본 등 30개 이상의 국가 사용자를 대상으로 실시한 설문조사에서 응답자의 약 40%가 개인 재무 모바일 앱에 비용을 지불할 의사가 있는 것으로 나타났습니다.

금융 앱을 수익화할 때 앱 제작자는 여러 접근법을 사용합니다. 일부 금융 앱은 광고로 수익을 내어 앱을 무료로 유지합니다. 이런 앱에 신용카드, 대출, 보험 상품 광고를 추가하는 것은 흔한 일입니다. 또 다른 앱은 프리미엄 버전을 다양한 구독 플랜으로 제공하면서, 제한적이거나 ‘lite’ 무료 버전을 제공하는 프리미엄(freemium) 모델을 사용합니다. 일부 앱은 유료 모드를 택해 오직 결제 사용자만을 대상으로 하기도 합니다. 또 다른 전략은 집계 데이터를 핀테크 기업에 판매하는 것입니다. 이는 수익성이 높을 수 있지만, 잠재적 리스크와 윤리적 고려 사항을 반드시 반영해야 합니다. 또한 사용자 신뢰를 유지하고 데이터 보호 규정을 준수하기 위해, 데이터가 집계 형태이며 개인을 식별할 수 없도록 하는 것이 매우 중요합니다.

금융 앱 니치는 수익성뿐 아니라 혁신도 중요합니다. AI, 머신러닝, 블록체인 같은 최첨단 기술을 도입하면 앱 제작자가 사용자에게 개인화된 경험, 향상된 수익률, 강화된 보안을 제공하는 데 도움이 됩니다.

7. 피트니스 앱

현재 68억 6천만 달러 규모인 피트니스 앱 시장은 연평균 9.99%라는 인상적인 성장률을 보이며 2028년까지 100억 4천만 달러에 달할 것으로 전망된다. 사용자당 평균 매출액이 17.84달러에 달하는 이 틈새 시장은 앱에 지출할 의사가 있는 사용자를 대상으로 한다.

이 니치도 목록의 다른 분야처럼 경쟁이 매우 치열하지만, 한 가지 특징은 비교적 신규 앱도 다운로드가 꽤 나온다는 점입니다. 사용자가 피트니스 목표를 달성하기 위해 새로운 앱을 시도하고 싶어 하기 때문일 가능성이 큽니다. 예를 들어 운동 기록 앱을 찾아보면, 수백만 다운로드의 앱이 수십 개 보이는 동시에 사용자 수가 천 명 또는 오천 명 수준인 앱도 보일 것입니다.

이는 사용자가 더 새로운 앱을 기꺼이 실험하려 하기 때문에, 여전히 앱이 들어설 여지가 있다는 것을 의미합니다. 따라서 고가치 앱을 개발할 수 있다면, 규모는 작지만 충성도가 높고 기꺼이 비용을 지불하는 사용자 기반을 구축할 수 있습니다.

수익화 관점에서 피트니스 앱은 다양한 방식으로 수익을 냅니다. 일부는 광고가 포함된 무료 버전을 제공합니다. 다른 앱은 프리미엄 기능에 접근하거나, 앱이 제공하는 모든 것을 잠금 해제하는 프리미엄 버전을 이용하려면 구독이 필요합니다. 개인화 코칭을 위한 앱 내 구매도 흔한 수익화 전략입니다. 또한 피트니스 앱은 사용자가 원하는 기능을 간단한 1회성 결제로 잠금 해제할 수 있도록 단건 구매를 제공하기도 합니다. 예를 들어 새로운 운동 프로그램에 접근하는 경우입니다. 이는 사용자가 비용이 큰 구독 플랜에 커밋하지 않고도 앱에서 더 많은 가치를 얻도록 도와줍니다. 그리고 앱 입장에서는 이런 앱 내 구매가 사용자당 더 높은 매출로 이어집니다.

8. 정신 건강 앱

좋아요, 정신 건강 앱은 피트니스 앱 범주에 속합니다. 그러나 이 앱들은 그들이 다루는 시장 규모 때문에 두드러집니다—정신 건강 앱 하위 부문은 2030년까지 연평균 성장률 15.2%로 성장하여 147억 2천만 달러에 이를 것으로 예상됩니다.

정신 건강 카테고리에는 사용자를 돕는 모든 앱이 포함됩니다:

  • 우울, 불안, 스트레스 관리
  • 명상 실천
  • 정신적 웰빙을 우선시

이 중 명상 카테고리에는 Calm과 Headspace 같은 앱이 있으며, 이들은 정신 건강 앱 업계의 시장 선도 기업들입니다. 이 앱들은 평균 ARPU가 40달러에 달하는 상당한 성공을 거두었으며, 2027년 말까지 60달러에 이를 전망입니다. 그들의 성공은 사용자 친화적인 인터페이스, 고품질 콘텐츠, 효과적인 마케팅 전략 덕분이라고 쉽게 설명할 수 있습니다.

피트니스 앱과 마찬가지로, 새로운 멘탈 피트니스 앱도 어느 정도 사용자 몫을 찾아갑니다. 사용자는 더 풍부한 경험을 위해 신규 앱을 시도하는 데 열려 있기 때문입니다. 예를 들어 AI가 포함된 정신 건강 앱(예: 가상의 “친구”)은 사용자에게 인기가 있습니다. 이러한 앱 중 상당수가 비교적 최근에 등장했다는 점은 주목할 만하며, 더 큰 혁신 가능성을 시사합니다.

일반적으로 정신 건강 앱은 구독 플랜, 프리미엄 기능을 위한 앱 내 구매, 헬스케어 제공자/브랜드와의 파트너십, 스폰서 콘텐츠 및 광고를 통해 수익화합니다. 또한 의료 기관이나 다른 기업에 제공하는 데이터 분석 및 인사이트로도 수익을 창출할 수 있습니다. 이는 “데이터 판매”에 해당하므로, 이 방식으로 수익화하려면 컴플라이언스 점검과 사용자 신뢰 이슈 대응 등이 필요합니다.

9. AI 기반 앱

chatGPT가 대중화되면서 많은 앱 제작자가 그 인기에 편승해 AI 기반 앱을 출시했습니다. 검색어에 “AI”를 추가해 어떤 니치든 찾아보면, 이제 모든 니치에 어떤 형태로든 AI를 활용해 차별화된 사용자 경험을 제공하는 앱이 있다는 것을 확인할 수 있습니다. 더 큰 플레이어들조차 더 나은 앱 경험을 제공하기 위해 앱에 AI를 추가하고 있습니다.

AI 앱에는 통하는 요소가 많습니다. AI 기반 앱은 더 큰 가치를 제공할 수 있습니다. 생산성 앱의 AI 어시스턴트에게 하고 싶은 일을 말하고, 어시스턴트가 완료를 위해 체크만 하면 되는 작업 목록을 만들어 주는 것은 훌륭한 사용자 경험으로 이어집니다. AI 기반 앱은 더 나은 참여도도 제공합니다. AI 기반 앱은 사용자 데이터를 활용해 개인화된 앱 경험을 제공하고, 개인화는 더 높은 참여도로 이어집니다. 또한 AI 기반 앱은 시간이 지날수록 지속적으로 학습하고 개선되어, 장기적으로 사용자에게 더 관련성 높은 앱 경험을 제공할 수 있습니다. 즉, 더 나은 리텐션을 기대할 수 있습니다.

AI 앱의 수익화 모델은 주로 타깃으로 하는 니치와 오디언스 세그먼트에 따라 달라집니다.

정리해보면…

상상할 수 있듯이, 가장 많은 돈을 버는 모바일 앱은 가장 경쟁이 치열한 앱 세그먼트를 타깃으로 합니다. 니치 앱과 달리, 이렇게 포화된 시장에서 점유율을 확보하는 것은 어렵습니다. 고유한 가치를 제공하지 않는다면 앱을 차별화하기도 어렵습니다.

또한 앱의 가시성을 높이기 위해 더 많은 투자를 준비해야 합니다. 매장 내 검색과 같은 유기적 발견 방법에만 의존하는 것은 효과가 없을 것입니다. 발견 단계를 넘어서는 단계에서도 더 많은 사용자가 유료 플랜으로 업그레이드하거나 인앱 구매를 하도록 유도하기 위해 인앱 상품, 가격 정책, 유료화 전략 실험에 투자해야 합니다. 마지막으로, 사용자 확보 및 수익 창출 캠페인을 더욱 강화하기 위해 PR이나 휴일 마케팅과 같은 성장 전략을 활용해야 합니다.

전반적으로, 가장 인기 있는 타이틀이 이익의 대부분을 가져가는 경쟁 세그먼트에서 앱을 수익성 있게 만드는 것은 니치 시장에 진입하는 것만큼 쉽지 않습니다. 하지만 불가능한 일은 아닙니다!

[출처] https://adapty.io/ko/blog/what-apps-make-the-most-money/?rsid=2bd36f61-fb70-4865-ad36-3d0ca1d9570b

Loading

2 3월 2026

[인공지능 기술]  Andrej Karpathy: 에이전트 AI 코딩이 세상을 바꿔놓았다

[인공지능 기술]  Andrej Karpathy: 에이전트 AI 코딩이 세상을 바꿔놓았다

41P by xguru 4일전 | ★ favorite | 댓글 5개

“코드를 직접 타이핑 하던 시대”는 끝났다

  • 지난 2개월간 프로그래밍이 점진적 발전이 아닌 급격한 변화를 겪었으며, 특히 직전 12월이 결정적 전환점이었음
  • 모델들의 품질, 장기 일관성(long-term coherence), 끈기(tenacity) 가 크게 향상되어 크고 긴 작업을 끝까지 처리 가능
  • 이로 인해 기존 기본 프로그래밍 워크플로우에 매우 파괴적인 변화가 발생
  • 일례로, 주말에 자택 카메라용 로컬 비디오 분석 대시보드를 구축했음
  • 에이전트에게 내린 지시 내용

    “DGX Spark의 로컬 IP와 사용자명/비밀번호를 줄 테니 로그인하고, SSH 키 설정, vLLM 설정, Qwen3-VL 다운로드 및 벤치마크, 비디오 추론용 서버 엔드포인트 구축, 기본 웹 UI 대시보드 구축, 전체 테스트, systemd 서비스 설정, 메모리 노트 기록, 마크다운 리포트 작성까지 할 것”

  • 에이전트가 약 30분간 자율적으로 작업 수행: 여러 문제에 부딪히면서 온라인으로 해결책을 조사하고, 하나씩 해결하며 코드 작성, 테스트, 디버깅, 서비스 설정까지 완료 후 보고서를 제출함
  • 직접 손댄 것은 아무것도 없었으며, 불과 3개월 전만 해도 주말 전체가 필요한 프로젝트였지만 이제는 30분 동안 잊고 기다리면 완료되는 작업이 되었음
  • 컴퓨터 발명 이래 에디터에 코드를 직접 타이핑하던 시대는 끝났음
  • 이제는 AI 에이전트를 실행하고, 영어로 작업을 지시한 뒤 그 작업을 병렬로 관리하고 검토하는 시대
  • 가장 큰 보상은 추상화 계층을 계속 높여가는 것, 즉 올바른 도구, 메모리, 지시를 갖춘 장기 실행 오케스트레이터가 여러 병렬 Code 인스턴스를 생산적으로 관리하도록 설계하는 것
  • 최상위 수준의 “에이전틱 엔지니어링” 을 통해 달성할 수 있는 레버리지가 현재 매우 높음
  • 물론, 아직 완벽하지 않으며, 고수준 방향 설정, 판단력, 감각(taste), 감독, 반복 작업, 힌트와 아이디어 제공이 필요함
  • 일부 시나리오에서 훨씬 잘 작동하며, 특히 작업 명세가 명확하고 기능을 검증/테스트할 수 있는 경우에 효과적임
  • 핵심은 작업을 적절히 분해하여 잘 작동하는 부분은 에이전트에 위임하고 나머지 부분에서 도움을 주는 직관을 기르는 것
  • 현재 소프트웨어 업계는 “평소와 다름없는 시기(business as usual)”가 전혀 아닌 상황

[출처] https://news.hada.io/topic?id=27017

Loading

22 2월 2026

[인공지능 기술] OpenClaw가 내 삶을 바꾸고 있다 

[인공지능 기술] OpenClaw가 내 삶을 바꾸고 있다 

27P by GN⁺ 13일전 | ★ favorite | 댓글 6개
  • OpenClaw는 개발자를 코드 작성자에서 관리자 역할로 전환시키는 범용 에이전트로, 메시징 앱을 통해 음성으로 상호작용하며 프로젝트 전체를 독립적으로 처리
  • Claude Code는 코딩을 쉽게 만들었지만 여전히 개발자가 직접 환경 설정, 편집, 디버깅을 수행해야 하는 코드 실행자 역할에 머물렀음
  • OpenClaw는 의도만 전달하면 자동으로 프로젝트 생성, 계획 수립, Claude Code 지시를 통한 코딩 실행까지 담당하며, 작업 중 학습한 방법과 규칙을 기억해 점진적으로 발전
  • 개발자는 이제 휴대폰 채팅만으로 개발, 테스트, 배포, 출시를 관리하며, 여러 프로젝트를 동시에 진행하는 가상의 팀을 보유한 것과 같은 생산성 확보
  • 자본 없이도 아이디어를 실현할 수 있는 환경이 조성되어, 1인 개발자가 제품 기획과 디자인에만 집중하는 이상적 상태에 근접함

기존 에이전틱 코딩 도구의 한계

  • Claude Code, Cursor 같은 에이전틱 코딩 도구는 코드 작성을 쉽게 만들었지만, 여전히 개발자가 코드를 “작성”하는 주체로 남아있음
    • 수작업 편집, 복사-붙여넣기, AI에게 의도 전달 후 완성 등 방식만 달라졌을 뿐, 코드를 현실화하는 책임은 개발자에게 있음
  • 생산성은 향상되었으나 작업마다 프로젝트 진입, 환경 설정, 에디터와 터미널 실행이 필요
    • 수동 타이핑 대신 채팅창에 의도를 입력하는 것으로 바뀌었을 뿐, 한 가지 차원만 변화
    • 테스트, 디버깅 대부분은 여전히 개발자 몫이며, 성숙하지 못하고 근본적 변화는 없음
  • 깊은 개입과 모니터링이 필요해 코드 실행자 역할에서 벗어나지 못함

OpenClaw가 가져온 변화

  • OpenClaw는 범용 에이전트로서 메시징 앱을 통해 음성으로 상호작용하며, 의도를 정확히 이해하고 장시간 독립적으로 작업
    • 작업 중 학습한 방법과 규칙을 기억하고 유지하며, 사용을 통해 점진적으로 발전
  • 몇 차례 실습 후, 프로그래밍 환경에서 완전히 벗어나 휴대폰 채팅만으로 프로젝트 전체(개발, 테스트, 배포, 출시, 사용)를 처리 가능
  • 의도만 표현하면 자동으로 프로젝트를 생성하고 계획을 작성해 검토하게 하며, 음성으로 변경 사항 논의 후 실행
    • Claude Code를 지시해 실제 코딩을 수행하도록 함
  • 코드를 작성하던 개발자를 대체하고 진정한 프로그래머 역할을 담당하여, 개발자를 관리자로 전환

관리자로의 전환

  • 관리자는 세부 사항에 얽매이지 않고 상위 수준의 추상적 작업에 집중해야 하며, 이것이 진정한 관리
    • 순수하게 커뮤니케이션만으로 일을 처리할 수 있을 때 진정한 관리자
  • Claude Code만으로는 이 상태에 도달할 수 없었으나, 24/7 실행되는 전용 머신과 도구 세팅, 의도를 이해하는 에이전트가 컴퓨터 앞에서 코드 작성 및 디버깅을 수행하면 진정한 변화 도래
  • 항상 대기 중인 프로그래머를 보유한 것과 같아, 미팅 참여, 아이디어 논의, 작업 수행, 보고, 조정을 언제든 가능
    • 여러 역할을 동시에 수행하며, 여러 프로젝트에서 다수의 프로그래머가 작업하는 것처럼 운영
  • 개발자는 특정 프로젝트 진행 상황을 추적하는 기술 리드나, 전체 일정과 방향을 조정하는 프로젝트 매니저 역할 수행

생산성 해방과 꿈의 실현

  • 생산성이 진정으로 해방되어, 이전에는 진행할 수 없었던 수많은 아이디어를 추진 가능
    • 아이디어는 많았으나 혼자 모두 구현할 방법이 없어 쌓여만 가던 상황에서 벗어남
  • 갑자기 팀을 보유한 것처럼 변화했으며, 항상 상상했던 시나리오에 도달
    • 회사를 소유하고 사람들을 고용해 아이디어를 실현하며, 제품 디자인과 기획에만 집중하는 상태
  • 이전에는 진지한 자본이 필요했으며, 돈 없이는 고용 불가능하고 아이디어맨으로만 남을 수 없음
    • 펀드로 재미삼아 하는 경우가 아니면, “여러 프로젝트를 만들고 싶은 인디 개발자”와 “생존을 위한 솔로 개발자” 사이에서 갇혀있음
  • 이제 그 함정에서 벗어나 실제로 팀을 보유하는 방향으로 이동 중
    • 언제든 모든 프로젝트가 진행되도록 유지
    • 아직 완벽하지는 않지만 첫 단계를 밟음
  • AGI는 이미 도착했으며, 운명의 톱니바퀴가 상상하지 못했던 방향으로 회전 중

[출처] https://news.hada.io/topic?id=26532&utm_source=weekly&utm_medium=email&utm_campaign=202607

Loading

18 2월 2026

[인공지능 기술] [알아봅시다] 화제의 대화형 인공지능, ChatGPT가 출원 서류도 작성할 수 있을까?

[인공지능 기술] [알아봅시다] 화제의 대화형 인공지능, ChatGPT가 출원 서류도 작성할 수 있을까?

2022년 11월 말 출시된 오픈AI사의 ChatGPT는 대화형 인공지능(이하 AI)으로써 질문에 대한 답을 주는 것 뿐만 아니라 문장의 요약, 창작, 번역 등 다양한 비즈니스에 활용이 가능하다. 지적재산 분야에서도 ChatGPT 등 AI 서비스의 등장이 특허 업무에 어떤 변화를 불러일으킬 것인가에 대해 많은 이목이 쏠리고 있다. 

 

일반적으로 변리사가 작성하는 특허출원 서류는 아래 5가지로 구성된다.

 

1) 권리의 범위를 정하는 ‘특허청구범위’

2) 발명의 상세를 설명하는 ‘명세서’

3) 발명의 요점을 기재하는 ‘요약서’

4) 발명의 설명을 알기 쉽게 하는 ‘도면’

5) 출원인 및 발명자에 대해 기재하는 ‘원서’

 

변리사가 이런 서류들을 작성하기 위해서는 출원인 및 발명자로부터 출원 정보를 받아 정리하고 특허 데이터베이스, 문헌 검색 등을 이용하여 기존에 유사한 출원이 존재하지 않는지 선행 조사를 실시한다. 그 이후, 출원의 특징 및 기술에 따라 신규성과 진보성을 평가해 문서화한다. 또한 심사와 소송에 대한 선제적으로 대비하기 위해 출원을 보완하는 경우도 있다.

 

그렇다면 AI는 특허 출원 과정에 어떠한 변화를 가져다 주었을까? 실제 ChatGPT에 질문한 내용을 예시로 들어보자.

 

<‘쓰레기 처리기’와 특허출원에 관해 ChatGPT와 나눈 대화 일부>

명령1

기존 쓰레기 처리기의 과제와 이를 보완할 수 있는 기술을 포함하는 특허 개발을 위한 청구항을 제안해줘.

이하에 기존 쓰레기 처리기의 과제를 보완할 가능성이 있는 기술을 포함하는 특허 개발을 위한 청구항의 예시를 제안합니다.

 

ㅇ 제1항: 자동 분리수거 기능을 구비한 쓰레기 처리기

쓰레기 처리기에 있어서 자동으로 쓰레기를 분리하고 분리된 쓰레기를 각각 적절한 처리 방법에 의해 처리하는 기능을 구비하는 것을 특징으로 한다.

 

제2항: 고효율 재활용 기능을 갖춘 쓰레기 처리기

쓰레기 처리기에 있어서 재활용 가능한 쓰레기를 고효율로 회수·분리하여 재사용 가능한 자원의 회수율을 향상시키는 기능을 구비하는 것을 특징으로 한다.

 

제3항: 악취 및 유해물 배출을 억제하는 쓰레기 처리기

쓰레기 처리기에 있어서 악취나 유해 물질의 배출을 억제하기 위한 탈취·제거 장치를 구비하여 처리 과정에 있어서의 환경 부하를 저감하는 기능을 갖는 것을 특징으로 한다.

 

제4항: 에너지 절약 운전이 가능한 쓰레기 처리기

쓰레기 처리기에 있어서, 처리 프로세스에 있어 에너지 절약 운전을 실현하기 위한 효율적인 열 교환 시스템 및 에너지 회수 장치를 구비하는 것을 특징으로 한다.

 

제5항: 원격 감시 및 제어 기능을 구비한 쓰레기 처리기

쓰레기 처리기에 있어서 원격지로부터의 감시 및 제어가 가능한 통신 인터페이스, 센서를 구비하여 운전 상황의 모니터링이나 효과적인 보수·관리를 실현하는 기능을 갖는 것을 특징으로 한다.

 

이러한 청구항은 쓰레기 처리기의 기존 과제에 대한 해결책이나 개선점을 도입한 것입니다. 특허출원 시에는 구체적인 발명의 상세나 기술에 따라, 보다 구체적이고 특징적인 청구항을 작성하는 것이 중요합니다. 전문적인 조언을 받으면서 특허출원 전략을 검토하는 것을 추천합니다.

명령2

그럼 쓰레기 처리기에 관한 특허출원서도 작성해 줄래?

일본 특허출원을 위한 원서의 예는 다음과 같습니다. 특허출원 시에는 특허청이 지정하는 서식에 따라 원서를 작성해야 하므로 이는 어디까지나 참고 예입니다.

 

[서류명] 쓰레기 처리기에 관한 특허출원서

 

[발명의 명칭] 쓰레기 처리기

 

[출원인 정보]

출원인 성명: [출원인 성명]

주소: [출원인 주소]

국적: [출원인의 국적]

법인의 경우 법인명과 소재지 기재

 

[대리인 정보] (대리인을 이용하는 경우)

대리인 성명: [대리인 성명]

주소: [대리인 주소]

국적: [대리인 국적]

대리인 등록번호: [대리인등록번호]

대리인 상세정보 기재

 

[발명의 요약]

[쓰레기 처리기 발명에 관한 요약 기재]

 

[발명의 설명]

[쓰레기 처리기 발명에 대한 상세한 설명 기재]

 

[도면 설명]

[쓰레기 처리기에 관한 도면 설명 기재]

 

[청구 범위]

[앞에서 서술한 청구항 번호와 내용 기재]

 

[신청일]

[특허출원 신청일 기재]

 

[서명]

출원인 또는 대리인의 서명과 날짜

 

이상이 일반적인 일본 특허출원을 위한 원서의 예입니다. 이는 특허청이 지정한 서식에 따라 필요한 정보를 정확하고 완전히 기재해야 합니다. 특허 대리인 및 변호사의 도움을 받는 것을 추천합니다. 또한, 특허출원에는 다양한 서류와 절차가 필요하므로 자세한 내용은 특허청 웹사이트 및 전문가의 지도를 참고하시기 바랍니다.

 

[자료: ChatGPT와 채팅 내용을 도쿄 IP-DESK에서 번역]

 

이처럼 ChatGPT의 경우, 질문에 대한 AI 나름의 분석과 답변을 받아볼 순 있었지만, 실제 특허출원을 하기 위한 구체적인 기술의 제시는 불가능했으며 제공된 양식이 정확한지도 확인해 볼 필요가 있을 것으로 사료된다. 외견상 그럴싸한 답변을 제시한 듯 했으나 ChatGPT는 인터넷상에 공개된 방대한 데이터를 학습하고 조합하여 답변하기 때문에 그 중에는 오래되거나 혹은 잘못된 정보가 포함돼 있을 가능성이 높다. 이 뿐만 아니라 채팅 기록과 개인정보, 영업비밀 유출 등의 보안상 문제가 우려되며 자사 시스템에 ChatGPT 프로그램을 도입·변경하여 사용하는 것은 불가하므로 활용 방안에 대해 신중하게 검토할 필요가 있다.

 

일본 경제산업성, AI를 이용한 특허 출원서류 작성을 인정해

 

한편, 아직은 시작 단계인 AI지만 특허 출원의 도우미로서 적절히 활용한다면 지식재산의 개발 및 관리에 소요되는 시간, 비용 등을 절감할 수도 있다. 아래에서는 나날이 증가하고 있는 일본 기업들의 AI를 활용한 지재권 서비스를 소개하고 이에 대한 적법성을 논한다.

 

AI 기반 특허 판정 시뮬레이션 시스템의 개발·운영 업체인 주식회사 AI사무라이(Samurai)는 최단 3일 만에 그리고 최저 5만 엔(세금 별도)으로 특허 조사와 출원서류 초안 작성이 가능한 ‘모두의 특허’ 서비스를 2022년 12월 시작하였다. 이 서비스는 변리사에게 의뢰하는 업무 영역이었던 베이스 자료를 AI가 작성함으로써 소요 비용과 시간을 대폭 절감시키고, 이를 연계 변리사의 감독 하에 특허청에 출원하는 방식이며, AI가 작성한 ①특허기술조사 리스트, ②특허 유사도 평가 자료 등도 받아볼 수 있다. 나아가, 미쓰이스미토모해상화재보험(주)와 연계해 日 업계 최초로 지식재산권의 소송비용 보험을 무상 제공한다. 본 서비스를 이용해 특허출원을 실시한 경우라면, 취득한 특허권이 포함되는 이용자의 제품·서비스에 대해서 특허침해 소송이 제기되었을 시 변호사 비용 등의 소송에 관한 비용의 일부가 보상된다.

 

온라인 플랫폼의 개발 및 운영, 지식재산 정보제공, 컨설팅을 실시하는 코토박스 주식회사(cotobox)는 일본 최대의 온라인 AI 상표등록 서비스 ‘Cotobox’를 통해 2021년 이래 2년 연속 일본 특허청에 출원 취급건수에 있어서 1위를 차지하였다. 본 서비스는 유사 상표 검색서비스를 제공해 간이 조사 결과와 웹사이트 폼에 정보를 입력하는 것만으로 출원 서류를 작성해준다. 더불어, 해당 사이트에서는 대화형 AI인 챗봇을 이용할 수 있어 본 서비스의 조작 방법이나 상표출원 시의 궁금증을 손쉽게 상담할 수 있다. 이러한 각종 인공지능 활용 기술로 해당 사이트에선 서비스 이용에 최단 3분이 소요되고 최단 1영업일 만에 일본 특허청에 출원서 제출까지 가능한 스피드 있는 상표출원을 서포트한다.

 

위와 같이 일본 IP 시장에서 부상을 거듭하고 있는 AI변리사 서비스, 즉 인공지능을 활용한 출원 업무 취급 서비스이지만 개시할 당시에는 우선 日 변리사법 제75조의 저촉 여부에 대한 확인이 필요했다. 이에 상기에 사례로 언급한 AI사무라이 측에서는 산업경쟁력강화법에 따라 사업자가 현행 규제의 적용 범위가 불명확한 경우에도 안심하고 신사업활동을 할 수 있도록 구체적인 사업 계획에 입각하여 미리 규제 적용 여부를 확인하는 ‘그레이존 해소 제도’를 통해 AI에 의한 특허출원서류 검토 및 작성의 적법성을 물었다.

 

 

일본 변리사법 제75조

 

변리사 또는 변리사법인이 아닌 자는 타인의 요구에 따라 보수를 받고 △특허·실용신안· 디자인·상표의 국제출원, △디자인권과 관련된 국제등록출원, △상표와 관련된 국제등록출원에 관한 특허청에 있어서의 절차, △특허·실용신안·디자인·상표에 관한 행정불복심사법의 규정에 따른 심사 청구, △재정에 관한 경제산업대신에 대한 절차 대리(특허료 납부 절차에 대한 대리, 특허 원부 등록신청절차에 대한 대리 및 그 밖의 정령으로 정하는 것은 제외), △또는 이러한 절차와 관련된 사항에 관한 감정(鑑定), △정령으로 정하는 서류 및 전자적 기록(전자적 방식, 자기적 방식 및 그 외 사람의 지각으로는 인식할 수 없는 방식으로 만들어지는 기록으로써, 컴퓨터에 의한 정보처리용으로 제공되는 것을 말함.)의 작성을 업으로 할 수 없다.

 

<日 경제산업성의 AI에 의한 특허출원서류 작성 관련 회답>

1. 확인 요청 일시: 2023년 1월 19일

2. 회답 일시: 2023년 2월 18일

3. 신 사업활동 관련 사업 개요: 본 건 사업은 이용자(연구자, 발명자, 변리사 등)가 입력한 발명 내용(새로운 아이디어) 및 복수의 유사한 선행특허문헌에 기초하여 특허출원서류 기재 예의 서포트가 되는 문장을 자동 출력하는 시스템(이하 ‘본 건 시스템’이라 한다.)을 개발·제공하는 것이다.

 

본 건 시스템의 구체적인 이용 절차는 다음과 같다.

 

(1) 사용자는 브라우저 화면에서 발명 내용을 문장으로 입력함과 동시에 선행기술문헌인 기준 특허와 유사 특허군(500건 이하)을 문헌 번호로 지정한다.

 

(2) 이 사건 시스템에 의해 발명 내용을 분할하고 분할된 구성에 포함되는 센텐스 또는 단어를 추출하고 그 추출된 문자군에 기초하여 유사 문헌으로부터 해당 문자군을 설명하는 해당 장소를 추출하여 명세서의 항목에 맞게 재배치하여 출력한다.

 

(3) 해당 출력 결과는 브라우저 화면상의 편집기능 또는 워드 문서로의 내보내기 기능을 통해 변리사에 의해 수정 확인돼 특허청에 출원된다. 본 건 시스템에서 사용자는 상기 (3)에서 수출된 워드 문서를 이용하여 특허출원을 함에 있어 변리사에게 해당 문서의 내용 확인 및 수정을 받는 것을 전제로 한다. 즉, 사용자는 본 건 시스템을 이용할 때에 본 건 시스템을 이용한 최종적인 특허출원서류의 작성 행위에 변리사가 확실하게 관여하는 것에 대해서 예를 들어 본건 시스템의 이용규약이나 별도 서약서 등에서 명확히 한다.

 

본 건 시스템의 제공처로써 상정하는 고객으로는 변리사, 특허업무법인 또는 변리사가 재적하는 기업으로 하고 변리사가 재적하지 않는 기업에 대해서는 별도 변리사 또는 특허업무법인과 출원위탁계약을 체결하는 것을 전제로 제공한다.

 

4. 확인 요청 내용: 본 건 사업이 변리사법 제75조에 저촉되는가

 

5. 확인 요구에 대한 답변내용: 본 건 시스템을 변리사 또는 특허업무법인에 제공하는 경우, 본 건 시스템이 출력하는 서류 데이터는 변리사 또는 특허업무법인만이 접근할 수 있으므로 본 건 시스템을 이용한 서류 작성 행위는 변리사의 감독 하에서 이루어지고 있어 변리사법 위반이 되지 않는다고 생각된다.

 

한편, 본 건 시스템을 변리사가 재적하는 기업 또는 변리사가 재적하지 않는 기업에 제공하는 경우, 본 건 시스템을 이용한 서류 작성 행위에 변리사가 관여하는 것이 확실하게 담보될 수 있도록 충분하고 객관적인 제도적·운용적 수당을 강구하고 있는 한, 해당 서류 작성 행위는 변리사법 위반에 해당하지 않는다고 생각된다.

 

단, 본 건 시스템 이용의 구체적 양태에 의해 변리사가 서류 작성에 실질적으로 관여하고 있지 않고, 이른바 ‘명의 대여’에 상당한다고 인정되는 경우, 본 건 시스템을 이용한 서류 작성 행위가 변리사법 위반이 될 가능성이 있다.

 

덧붙여 상기 회답은, 이번에 조회가 있던 사업에 대해서만 판단한 것이지, 다른 사업 등에 있어서의 판단을 나타내는 것은 아니다. 또한, 본 제도의 응답은 어디까지나 해당 법령에서의 취급에 대해서만 판단한 것이고, 다른 법령 등에서의 판단을 나타내는 것은 아니다.

[자료: 일본 경제산업성 홈페이지]

 

따라서, AI 기술을 접목시킨 특허출원서류 작성 서비스는 변리사법 제75조에 위배될 우려가 있었으나 그레이존 해소 제도에 근거한 답변을 통해 변리사의 감독 하에 있는 한 동조에 반하지 않는다는 것을 알 수 있었고 이는 여러 日 기업들이 AI에 의한 업무 효율화 추진 시스템 사업을 개발 및 연구할 수 있도록 이바지 하여, 일본의 산업 발전에 공헌할 수 있는 기회를 도출했다.

 

시사점

 

<AI기술 활용을 위한 액션 플랜에 게재 검토 사업(2022~2026년)>

항 목

내 용

전화·메일 등의 질문 대응 전화·메일 등의 질문 대응에 필요한 시간을 삭감하기 위해 다음 

사항 등에 대해 AI 기술 활용을 검토

– 전화 응답 내용의 쓰기

– 쓰기 데이터 등에서 문의에 관한 중요 부분 추출

– 문의 텍스트에서 답변 자동 생성

종이 자료의 전자화(텍스트화) 종이 서류의 내용 확인 및 입력 등에 소요되는 시간을 줄이기 위해, 다양한 레이아웃의 종이 서면에서 항목명과 항목명에 대응하여 기재된 입력을 세트로 추출, 텍스트화하는 것에 대해 검토
상표 국제등록출원에서의 지정상품 역무의 확인 지정상품 역무의 확인에 필요한 시간을 삭감하기 위해, 상표의 국제등록출원에서 지정된 지정상품 역무에 대해, 기초가 되는 국내출원에서 지정된 지정상품 역무의 범위를 넘지 않는지 체크를 지원하는 것을 검토
제출 서류의 열람금지처리 지원 특허청에 제출된 서면 내용에 따라 열람 금지 처리를 하는 업무의 효율화를 위해 AI 기술 활용을 검토
상표 식별성 유무의 시사 심사 안건 난이도의 적절한 파악을 위해 AI 기술을 활용해 출원된 상표에 대해 식별성 판단의 난이도 평가를 할 수 있는지 검토

[자료: 일본 특허청]

 

상기 일본 특허청의 AI를 활용한 업무 개혁 노력과 같이 계속해서 AI는 특허 생태계 전체에 효율과 특허 품질을 모두 향상시키는 중요한 역할을 맡을 것이며, 특허청 및 지적재산전략추진본부 등 현지 정부의 AI를 활용한 워크플로 접근법과 적법성 등을 주시해야 할 것이다. 이와 관련하여 일본의 최신 지재권 동향 및 지원 제도 등 한국 기업에서도 활용 가능한 해외 각국의 IP 정보는 공사 홈페이지 내 ‘IP-DESK가 전하는 글로벌 IP 현장 뉴스’를 통해서도 확인 가능하며, 도쿄 IP-DESK에서는 온라인을 통한 상시 상담을 진행하고 있으니 일본 진출에 이를 적극 이용하길 권장하는 바이다.

 

 

자료: ChatGPT, AI사무라이, 코토박스, 일본 경제산업성, 일본 특허청 홈페이지 참조, KOTRA 도쿄 무역관 IP-DESK 작성

<저작권자 : ⓒ KOTRA & KOTRA 해외시장뉴스> 

 

원문바로가기 : https://dream.kotra.or.kr/kotranews/search.do

[출처] https://www.kidp.or.kr/?menuno=773&bbsno=7531&siteno=16&act=view&ztag=rO0ABXQAOTxjYWxsIHR5cGU9ImJvYXJkIiBubz0iOTg5IiBza2luPSJwaG90b19iYnNfMjAxOSI%2BPC9jYWxsPg%3D%3D

Loading

16 2월 2026

[인공지능 개발자]  Claude Code 완전 가이드: 해커톤 우승자의 70가지 파워 팁 [54p PDF] 

[인공지능 개발자]  Claude Code 완전 가이드: 해커톤 우승자의 70가지 파워 팁 [54p PDF] 

Claude_Code_완전_가이드_70가지_팁.pdf

135P by xguru 7일전 | ★ favorite | 댓글 3개

Part 1: 에이전틱 개발자의 사고방식

  • 1.1. 큰 문제 정복의 첫걸음: 분해하고 정복하라 (ykdojo #3)
  • 1.2. 계획 모드 vs. 욜로 모드 (Ado #18, #19)
  • 1.3. 컨텍스트: AI의 기억력을 지배하는 기술 (ykdojo #5, #8, Ado #15)
  • 1.4. 올바른 추상화 수준 선택 (ykdojo #32)
  • 1.5. 미지의 영역에서 더 용감하게 (ykdojo #35)

Part 2: 기초부터 탄탄하게 – 환경 설정과 필수 명령어

  • 2.1. 커스텀 상태 라인으로 모든 것을 한눈에 (ykdojo #0)
  • 2.2. 필수 슬래시 명령어 마스터 (ykdojo #1, Ado #4, #16, #17)
  • 2.3. CLAUDE.md: AI를 위한 프로젝트 설명서 (Ado #1, #2, ykdojo #30)
  • 2.4. 터미널 별칭으로 빠른 접근 (ykdojo #7)
  • 2.5. 세션 관리: 대화를 잃지 않는 법 (Ado #9, #10, #11, #12)

Part 3: 생산성을 극대화하는 핵심 기술

  • 3.1. 음성으로 코딩하기 (ykdojo #2)
  • 3.2. 터미널 출력 추출의 기술 (ykdojo #6)
  • 3.3. Cmd+A/Ctrl+A: 전체 선택의 힘 (ykdojo #10)
  • 3.4. 마크다운과 Notion 활용 (ykdojo #19, #20)
  • 3.5. 키보드 단축키 완전 정복 (Ado #5, #6, #7, #8, ykdojo #38)
  • 3.6. Vim 모드로 프롬프트 편집 (Ado #13)
  • 3.7. 입력 박스 탐색 및 편집 (ykdojo #38)

Part 4: 컨텍스트 관리의 예술

  • 4.1. 선제적 컨텍스트 압축 (ykdojo #8)
  • 4.2. 터미널 탭으로 멀티태스킹 (ykdojo #14)
  • 4.3. 대화 복제 및 반복제 (ykdojo #23)
  • 4.4. /context로 X-Ray 비전 (Ado #15)
  • 4.5. realpath로 절대 경로 얻기 (ykdojo #24)

Part 5: Git과 GitHub 워크플로우 완전 정복

  • 5.1. Git과 GitHub CLI 프로 활용 (ykdojo #4)
  • 5.2. Git worktrees로 병렬 브랜치 작업 (ykdojo #16)
  • 5.3. 대화형 PR 리뷰 (ykdojo #26)
  • 5.4. 승인된 명령어 감사 (ykdojo #33)

Part 6: 고급 기능 – MCP, Hooks, Agents

  • 6.1. MCP: 외부 세계와의 연결 (Ado #22, #23, #24, #25)
  • 6.2. Hooks: 규칙의 강제 (Ado #26)
  • 6.3. Skills: 재사용 가능한 지식 (Ado #27)
  • 6.4. Agents: 전문화된 서브에이전트 (Ado #28)
  • 6.5. Plugins: 기능 번들 (Ado #29)
  • 6.6. CLAUDE.md vs Skills vs Slash Commands vs Plugins (ykdojo #25)

Part 7: 시스템 최적화와 자동화

  • 7.1. 시스템 프롬프트 슬림화 (ykdojo #15)
  • 7.2. 장시간 작업을 위한 수동 지수 백오프 (ykdojo #17)
  • 7.3. 백그라운드에서 bash 명령 및 에이전트 실행 (ykdojo #36)
  • 7.4. 자동화의 자동화 (ykdojo #41)
  • 7.5. Headless 모드로 CI/CD 통합 (Ado #30)

Part 8: 컨테이너와 샌드박스

  • 8.1. 컨테이너로 위험한 작업 격리 (ykdojo #21)
  • 8.2. Sandbox 모드와 권한 관리 (Ado #20)
  • 8.3. YOLO 모드: 위험을 감수할 때 (Ado #20)

Part 9: 브라우저 통합과 웹 자동화

  • 9.1. 네이티브 브라우저 통합 (Ado #21)
  • 9.2. Playwright MCP (Ado #22)
  • 9.3. Gemini CLI를 대체 수단으로 (ykdojo #11)

Part 10: 실전 활용 사례

  • 10.1. 작성-테스트 사이클 완성 (ykdojo #9)
  • 10.2. 자신만의 워크플로우에 투자 (ykdojo #12)
  • 10.3. 대화 기록 검색 (ykdojo #13)
  • 10.4. 글쓰기 도우미로 활용 (ykdojo #18)
  • 10.5. 연구 도구로 활용 (ykdojo #27)
  • 10.6. 출력 검증 방법 마스터 (ykdojo #28)
  • 10.7. DevOps 엔지니어로 활용 (ykdojo #29)
  • 10.8. 범용 인터페이스로 활용 (ykdojo #31)
  • 10.9. 테스트 많이 작성 (TDD) (ykdojo #34)
  • 10.10. 복잡한 코드 단순화 (ykdojo #40)

Part 11: 고급 패턴과 철학

  • 11.1. 계획과 빠른 프로토타이핑의 균형 (ykdojo #39)
  • 11.2. 개인화된 소프트웨어 시대 (ykdojo #37)
  • 11.3. 사용이 최고의 학습 (ykdojo #22)
  • 11.4. 지식 공유 및 기여 (ykdojo #42)
  • 11.5. 계속 학습하기 (ykdojo #43)

Part 12: 고급 기능과 SDK

  • 12.1. Extended Thinking (Ado #19)
  • 12.2. LSP 통합 (Ado #31)
  • 12.3. Claude Agent SDK (Ado #31)
  • 12.4. 팀 설정과 공유 워크플로우 (Ado #30)

Part 13: 학습 로드맵과 다음 단계

  • 13.1. 초급자를 위한 로드맵 (1-3개월)
  • 13.2. 중급자를 위한 로드맵 (3-12개월)
  • 13.3. 고급자를 위한 로드맵 (1년 이상)
  • 13.4. 필독 참고 자료

[출처] https://news.hada.io/topic?id=26526&utm_source=weekly&utm_medium=email&utm_campaign=202607

Loading