Summerorange

[26/04주간동향] Trump 대통령 발언 정리

summerorange — Thu, 2 Apr 2026 11:57:14 +0900

Truth Social에 올리는 Trump 대통령 발언이 핫하다고 해서,

매일 매일 동향 체크해서 브리핑해주는 이메일 시스템을 만들었다.

Apps Script (script.google.com) 사용해서 만들었는데 편하다. 매일 아침에 메일 보내주도록 해서 보고 있다.

재밌는 내용이 꽤 많이 올라온다. (사실 주식 리딩방이라는 얘기가 있더라)

이런식으로 만들었다.

만드는 방법은 쉽다.

추후에 만드는 방법도 올려야지.

 Trump Daily Brief
Truth Social 원문 · 한국어 번역 · 동향 분석


 2026년 4월 1일 (수) · 오전 8:00 KST

 Truth Social 주요 발언

 외교 — 프랑스·영국 2026.03.31 · Truth Social

 Original (Truth Social)
"France has been VERY UNHELPFUL with respect to the 'Butcher of Iran,' who has been successfully eliminated! The U.S.A. will REMEMBER!!!"

"The U.S.A. won't be there to help you anymore."

 한국어 번역
프랑스는 '이란의 학살자'(이란 최고지도자)를 제거하는 과정에서 매우 비협조적이었다. 미국은 이를 기억할 것이다!!!

영국에도 경고: 앞으로 미국은 너희를 더 이상 돕지 않겠다.

 동향 분석
이스라엘 지원 군수품 비행기의 프랑스 영공 통과 거부가 직접적 계기. 나토 동맹 균열이 공개적으로 폭발한 장면. "REMEMBER"는 향후 외교적·경제적 보복 예고 신호.

 이란 전쟁 — 협상 및 위협 2026.03.26 · Truth Social

 Original (Truth Social)
"As per Iranian Government request, please let this statement serve to represent that I am pausing the period of Energy Plant destruction by 10 Days to Monday, April 6, 2026, at 8 PM, Eastern Time. Talks are ongoing and... going very well."

 한국어 번역
이란 정부의 요청에 따라 에너지 플랜트 공격 계획을 4월 6일 오후 8시(동부시간)까지 10일 연기한다. 협상은 진행 중이며 매우 잘 되고 있다.

 동향 분석

 D-5 카운트다운 — 4월 6일이 협박의 데드라인. 이란은 직접 협상 사실을 전면 부인. 트럼프의 '위협→유예→위협' 패턴 반복 중. 호르무즈 해협 봉쇄 지속으로 유가 급등 변수 유지.

 국내 — SAVE Act 2026.03.24 · Truth Social · 새벽 1:54 AM

 Original (Truth Social)
"Don't worry about Easter, going home. In fact, make this one for Jesus."

"No Transgender MUTILIZATION of our precious children."

 한국어 번역
부활절 귀향 걱정하지 말고, 이번 한 번은 예수를 위해 희생하라 → 의원들에게 SAVE Act 통과를 위해 휴가 반납 촉구.

"우리의 소중한 아이들에 대한 트랜스젠더 '뮤틸리제이션(mutilization·신조어)'은 없다."

 동향 분석
'mutilization'은 트럼프가 직접 만든 신조어 (mutilation + utilization 혼합 추정). 새벽 2시 폭풍 포스팅의 일환으로 수면 패턴 이상 신호로도 분석됨. 2026 중간선거를 겨냥한 투표자 신분증 이슈 집중 드라이브.

 SNS 반응 요약

 X (구 Twitter) · 미디어 반응
CNN Jake Tapper: "Good morning! In the 9 pm ET hour then recommencing in the 5 am ET, the president posted or reposted more than 60 times, attacking President Obama, PM Carney, Gov Newsom, Gov Walz, Rep Omar..."

 유럽 반발 강함 

 언론 팩트체크 쏟아짐

 금융시장 반응
Axios: "'The Market' is just a guy staring at two screens. One has Truth Social. The other is Anthropic's blog." — 트럼프 포스트가 실시간 유가·주식 시그널로 작동 중.

 유가 변동성↑ 

 헤지펀드 "무시" 선언 

 일부 친트럼프 투자자 환호

 오늘의 동향 인사이트

 핵심 패턴: 트럼프의 Truth Social은 현재 사실상 미국의 외교 채널. 위협 → 유예 → 재위협 사이클이 반복되며 4월 6일 데드라인이 핵심 변수.

 한국 영향: 호르무즈 해협 봉쇄 장기화 시 에너지 수입 의존도 높은 한국 직격. 원/달러 환율 + 정유주(S-Oil, SK이노베이션) 모니터링 권장.

 내일 주목 포인트: 이란 협상 공식 발표 여부 / 나토 동맹국 대응 성명 / 4월 6일 공격 데드라인 연장 여부

 Claude AI · Truth Social 아카이브 + 주요 언론 기반 자동 브리핑
매일 오전 8:00 KST 발송 예정

Trump Daily Brief
Truth Social 주요 발언 · SNS 반응 요약

2026.04.02 (Thu) · 오전 8:00
오늘의 주요 동향
axios.com
Trump's mixed messages on Iran perplex his own team
KR | 이란에 대한 트럼프의 모호한 메시지는 그의 참모진조차 당혹스럽게 만든다
Wed, 01 Apr 2026 09:48:42 GMT · 원문 보기
thedailybeast.com
Trump Bangs Out 488 Words of Rage After SCOTUS Shame
KR | 트럼프, 대법원 판결에 대한 분노를 488단어로 쏟아내다
Thu, 02 Apr 2026 00:10:00 GMT · 원문 보기
The Guardian
‘Get your own oil’: Trump launches tirade against Europe for not joining Iran war
KR | ‘자급자족으로 석유를 생산하라’: 트럼프, 이란 전쟁에 참여하지 않는 유럽에 맹비난
Tue, 31 Mar 2026 17:06:00 GMT · 원문 보기
reuters.com
Trump says Iran has asked for a ceasefire, US wants to see Hormuz open first
KR | 트럼프 대통령은 이란이 휴전을 요청했다고 밝혔으며, 미국은 호르무즈 해협이 먼저 개방되는 것을 보고 싶다고 말했다.
Wed, 01 Apr 2026 14:57:36 GMT · 원문 보기
CBS News
Trump says U.S. isn't withdrawing "quite yet," but allies must "come in and take care of" Strait of Hormuz
KR | 트럼프 대통령은 미국이 "아직 완전히" 철수하는 것은 아니지만 동맹국들이 호르무즈 해협을 "관리해야 한다"고 말했습니다.
Tue, 31 Mar 2026 13:07:00 GMT · 원문 보기
종합 요약
주요 키워드: 이란, 호르무즈, 488, 트럼프, 혼합

오늘의 흐름:
이란에 대한 트럼프의 모호한 메시지는 그의 참모진조차 당황하게 만들었다. 트럼프는 대법원 인준 실패 후 488단어에 달하는 분노의 글을 쏟아냈다. '자신들의 석유나 알아서 하라': 트럼프는 이란 전쟁에 참여하지 않는 유럽을 맹렬히 비난했다. 트럼프는 이란이 휴전을 요청했지만, 미국은 호르무즈 해협 개방을 우선시한다고 말했다. 트럼프는 미국이 "아직" 철수할 생각은 없지만, 동맹국들이 호르무즈 해협 문제를 "맡아 해결해야 한다"고 강조했다.

Github AI model 학습 disable

summerorange — Sat, 28 Mar 2026 22:50:49 +0900

26/04/24일부터 AI 모델 학습에 이용한다고 하니

https://github.com/settings/copilot/features

GitHub · Change is constant. GitHub keeps you ahead.

Join the world's most widely adopted, AI-powered developer platform where millions of developers, businesses, and the largest open source community build software that advances humanity.

github.com

여기에 들어가서

Allow Github to use my data for AI model training

부분을

disabled

로 체크하세요

왕과 사는 남자 영화 후기

summerorange — Sun, 1 Mar 2026 19:20:19 +0900

최근에 왕과 사는 남자 꼭 보라고 추천을 많이 들어서

왕과 사는 남자 영화를 보고 왔습니닷

- 코엑스 메가박스에 봤다. 왕과 사는 남자는 유독 상영관도 많고, 대부분 풀로 차 있었다.

- 영화 볼 때 분위기는 초반에는 다들 웃다가 중간에는 다들 조용해졌다가 마지막에는 훌쩍거리는 소리들이 들렸다. 물론 나도 울었지만

- 결말을 이미 알고 있는데 영화를 보는 게 슬펐다.

- 댓글 중에

관람객으로 입장해서 백성이 되어서 영화관을 나간다

고 했는데 영화 보고 난 뒤엔 인정.

- 세종 - 문종 - 단종으로 이어지던 흐름이 깨지고

피비린내 나는 살육을 거쳐서 왕을 차지한 수양대군.

- 어린 왕이 부모도 잃고, 왕위도 빼앗기고, 결국 목숨마저 빼앗기는 걸, 그냥 속수무책으로 보는데 안타까웠다.

- 실록 외에 전해내려오는 것 중에 수양대군이 꿈 속에서 현덕왕후가 나와서 침을 뱉고 저주를 퍼부었는데 그 이후로 악성 종기가 생겨서 피고름이 생기고 고생하는 게 인과응보라고 생각되었다.

- 세종이 단종이 태어나고 유독 예뻐했다고 하는데 본인 자식이 단종을 죽일 줄 생각이나 했을까.

- 그래도 마지막은 너무 슬프다.

세상을 떠난 뒤에 귀신으로 나타나서 군수들에게 자신의 목이 답답하니 풀어달라고 나타난 설이 있다던데...

- 요즘 엄청 흥행하던데 꼭 보시길

Claude Code/ 악성 프로젝트 파일로 원격 코드 실행 및 API 키 탈취

summerorange — Sun, 1 Mar 2026 19:00:17 +0900

Check Point Research가 Anthropic의 AI 개발 도구 Claude Code에서 치명적인 보안 취약점 3가지를 발견했습니다. 공격자는 악성 프로젝트 설정 파일을 통해 피해자의 컴퓨터에서 원격 코드를 실행하고, Anthropic API 키를 탈취할 수 있습니다. 현재는 모두 패치 완료 상태

https://www.youtube.com/watch?v=RlmEcN7csDI

배경

Claude Code는 Anthropic이 만든 AI 기반 CLI(커맨드라인) 개발 도구로, 터미널에서 자연어로 코딩 작업을 위임할 수 있습니다. 파일 수정, Git 관리, 테스트 실행, 셸 명령어 실행 등 광범위한 개발 작업을 지원합니다.

Claude Code는 `.claude/settings.json`이라는 프로젝트 수준 설정 파일을 지원하며, 이 파일은 저장소에 포함돼 팀원들이 클론하면 자동으로 동일한 설정을 공유할 수 있습니다. 문제는 바로 여기서 시작됩니다.

취약점 #1: Hooks를 통한 원격 코드 실행 (RCE)

Claude Code의 Hooks 기능은 특정 이벤트 발생 시 셸 명령어를 자동으로 실행하는 기능입니다. Hooks는 `.claude/settings.json`에 정의되기 때문에, 저장소에 악성 Hooks 설정을 심어두면 사용자가 해당 프로젝트에서 `claude`를 실행하는 순간 임의의 명령어가 실행됩니다.

연구팀이 테스트한 결과, 사용자가 최초 신뢰 확인 다이얼로그에서 "Yes, proceed"를 클릭하면 추가 확인 없이 Calculator 앱이 즉시 실행됐습니다. 실제 공격 시나리오에서는 이를 이용해 리버스 셸(reverse shell)을 열어 피해자 PC를 완전히 장악할 수 있습니다.

취약점 #2: MCP 사용자 동의 우회를 통한 RCE

Claude Code는 MCP(Model Context Protocol) 서버를 `.mcp.json` 파일로 설정하면 초기화 시 자동으로 실행합니다. Anthropic은 취약점 #1 제보 이후 MCP에 대해 경고 다이얼로그를 강화했지만, `.claude/settings.json`에 `enableAllProjectMcpServers` 또는 `enabledMcpjsonServers` 옵션을 설정하면 신뢰 다이얼로그가 뜨기 전에 이미 명령어가 실행되어 버리는 우회가 가능했습니다.

취약점 #3: ANTHROPIC_BASE_URL을 통한 API 키 탈취

`.claude/settings.json`에서는 환경 변수도 설정 가능합니다. 공격자가 `ANTHROPIC_BASE_URL`을 자신의 서버로 바꿔놓으면, 피해자가 `claude`를 실행하는 순간 신뢰 다이얼로그 확인 전에 Claude Code가 공격자 서버로 API 요청을 보내며 Anthropic API 키가 평문(plaintext)으로 노출됩니다. [

탈취된 API 키로 공격자가 할 수 있는 일:

- 피해자 계정으로 Claude API 호출 → 과금 피해

- Workspace의 공유 파일 전체 접근 (읽기/쓰기/삭제)

- 코드 실행 도구로 다운로드 불가 파일을 재생성하여 우회 다운로드

- 100GB 스토리지 쿼터 소진 또는 API 크레딧 고갈

왜 특히 위험한가? — 공급망 공격 (Supply Chain Attack)

이 취약점들이 특히 위험한 이유는 개발자들이 설정 파일을 코드보다 덜 의심하기 때문입니다. 공격 벡터는 다음과 같습니다:

- 악성 Pull Request: 정상적인 코드 변경처럼 보이는 PR에 악성 설정 파일 삽입

- 허니팟 저장소: 유용해 보이는 오픈소스 프로젝트(개발 도구, 튜토리얼 등)에 악성 설정 삽입

- 내부 저장소 오염: 단 하나의 내부 계정이 침해되어도 전체 개발팀에 영향

Anthropic의 대응 및 패치

- Hooks RCE : 신뢰되지 않은 설정에 대한 강화된 경고 다이얼로그 추가

- MCP 동의 우회 : 사용자 승인 전 MCP 서버 실행 차단

- API 키 탈취 : 신뢰 다이얼로그 확인 전 모든 네트워크 요청 차단

모든 취약점은 공개 전에 패치가 완료되었습니다.

타임라인

- 2025년 7월 21일 — Hooks RCE 취약점 최초 신고

- 2025년 8월 26일 — 첫 번째 패치 완료

- 2025년 9월 3일 — MCP 우회 취약점 신고

- 2025년 10월 3일 — CVE-2025-59536 발행

- 2025년 10월 28일 — API 키 탈취 취약점 신고

- 2026년 1월 21일 — CVE-2026-21852 발행

- 2026년 2월 25일 — 공개 발표

1. Claude Code를 최신 버전으로 업데이트 — 모든 취약점이 패치됨

2. 프로젝트 오픈 전 `.claude/`, `.vscode/` 등 설정 디렉토리 직접 검토

3. 도구가 표시하는 보안 경고를 주의 깊게 읽기

4. 코드 리뷰 시 설정 파일 변경도 소스코드와 동일한 수준으로 검토

5. 과도하게 복잡한 설정을 요구하는 프로젝트는 의심

AI 개발 도구의 설정 파일은 더 이상 "단순한 메타데이터"가 아닙니다. 실행 경로를 제어하는 코드와 다름없으므로, 신뢰하지 않는 저장소의 설정 파일은 항상 주의 깊게 살펴야 합니다.

https://research.checkpoint.com/2026/rce-and-api-token-exfiltration-through-claude-code-project-files-cve-2025-59536/

Caught in the Hook: RCE and API Token Exfiltration Through Claude Code Project Files | CVE-2025-59536 | CVE-2026-21852 - Check P

By Aviv Donenfeld and Oded Vanunu Executive Summary Check Point Research has discovered critical vulnerabilities in Anthropic’s Claude Code that allow attackers to achieve remote code execution and steal API credentials through malicious project configur

research.checkpoint.com

(CVE-2025-59536 / CVE-2026-21852)

[동향] 퇴직연금 기금화 260206

summerorange — Fri, 13 Feb 2026 18:37:02 +0900

2026년 2월 6월 고용노동부가 발표한 퇴직연금 기능 강화를 위한 노사정 공동선언문의 보도자료임.

- 퇴직연금 제도의 대변화

- 2026년 퇴직연금 동향

- 해당 문서는 크게 1 기금형 퇴직연금 도입 2 퇴직급여 사외적립 의무화

라는 두 가지 변화를 담고 있음

1. 왜 WHY?

기존 문제 : 퇴직연금 수익률이 너무 낮고, 회사가 망하면 퇴직금을 못 받는 경우가 많음

의미 : 2005년 퇴직연금 도입 후 약 20년 만에 처음으로 노사정(노동자, 회사, 정부)이 합의

기금형 활성화 주요 합의내용

1. 확정기여형에 도입

2 금융기관 개방형 기금, 연합형 기금 신규 도입

3 중소기업퇴직연금기금 300인 이하 단계적 확대 등 공공기관 개방향 기금 활성화

4 가입자 이익과 무관한 목적의 기금 활용 금지

5 수탁자책임 등 수급권 보호 방안 마련

내용

- 지금까지는 회사가 은행이나 증권사와 계약해서 퇴직금을 맡겨두는 계약형태

- 앞으로 회사들이 모이거나 금융기관이 만든 기금에 퇴직금을 모아서 국민연금처럼 굴려주는 방식이 도입됨

- 대상: DC형(확정기여형) 퇴직연금에 적용 (DB형은 회사 책임이라 제외)

- 금융기관 개방형 기금이나 연합형 기금, 공공기관 개방형 기금 같은 형태가 생김

금융기관 개방형 기금: 은행/증권사 등이 만든 기금에 여러 회사(사업장)가 가입하는 형태
연합형 기금: 여러 회사가 뭉쳐서(예: 같은 그룹사, 같은 업종 등) 공동으로 기금을 만드는 형태
공공기관 개방형 기금: 중소기업 퇴직연금기금 가입 대상을 300인 이하까지 확대

퇴직급여 사외적립 의무화 주요 합의 내용

1 전 사업장 단계적 의무화

2 구체적 단계와 시기는 영세중소기업 실태조사를 통해 결정

3 영세 중소기업의 부담 완화를 위한 지원 방안 마련

4 사외적립 이행 실태 파악

5 사용자의 퇴직연금 운영 부담(교육, 규약 작성 등) 완화 방안 마련

지배구조와 수탁자 책임

- 기금을 운영하는 법인은 가입자(근로자)의 이익만을 위해 일해야 함

- 독립된 이사회 : 돈을 굴리는 결정권자(이사회)에 회사 사람이 아닌, 근로자가 추천하는 전문가나 독립적인 이사가 반드시 포함되어야 함

퇴직급여 사회적립 의무화

- 모든 회사가 퇴직금을 회사 밖(금융기관) 에 쌓아둬야 함

- 기존에는 퇴직금을 사내에만 장부상으로 적립해두고, 실제 돈은 회사가 운영비로 쓰는 경우도 있었음

- 모든 사업장이 퇴직금을 외부 금융기관에 의무적으로 맡겨야 함

- 한번에 하면 영세 기업 힘듦. 기업 규모에 따라 단계적으로 의무화

-영세·중소기업에는 정부가 재정 지원을 해주고, 행정 부담(교육, 서류 등)도 줄여주기로 함

Reference:

https://www.moel.go.kr/news/enews/report/enewsView.do?news_seq=18926

[AI 동향] Something Big is Happening 번역 - MattShumer

summerorange — Wed, 11 Feb 2026 22:06:13 +0900

굉장히 좋은 글 같아서 영-한 번역으로 풀 버전으로 만들어서 공유합니다

I think This Article should be read by everyone who uses AI Tools. with English and translate Korean~

Something Big Is Happening Think back to February 2020. If you were paying close attention, you might have noticed a few people talking about a virus spreading overseas. But most of us weren't paying close attention. The stock market was doing great, your kids were in school, you were going to restaurants and shaking hands and planning trips. If someone told you they were stockpiling toilet paper you would have thought they'd been spending too much time on a weird corner of the internet. Then, over the course of about three weeks, the entire world changed. Your office closed, your kids came home, and life rearranged itself into something you wouldn't have believed if you'd described it to yourself a month earlier.

뭔가 거대한 일이 일어나고 있습니다 2020년 2월을 돌이켜보세요. 만약 당신이 주의를 기울였다면, 해외에서 퍼지고 있는 바이러스에 대해 이야기하는 소수의 사람들을 봤을지도 모릅니다. 하지만 우리 대부분은 별로 신경 쓰지 않았죠. 주식 시장은 호황이었고, 아이들은 학교에 다녔으며, 당신은 식당에 가고, 악수를 하고, 여행을 계획하고 있었습니다. 누군가 화장지를 사재기하고 있다고 말했다면, 당신은 그 사람이 인터넷의 이상한 구석에서 너무 많은 시간을 보냈다고 생각했을 겁니다. 그러다 약 3주 만에 전 세계가 바뀌었습니다. 사무실은 문을 닫았고, 아이들은 집으로 돌아왔으며, 삶은 한 달 전만 해도 상상조차 할 수 없었던 모습으로 완전히 재편되었습니다.

I think we're in the "this seems overblown" phase of something much, much bigger than Covid.

저는 지금 우리가 코로나보다 훨씬, 훨씬 더 거대한 무언가에 대해 "이거 좀 과장된 거 아니야?"라고 생각하는 단계에 있다고 봅니다.

I've spent six years building an AI startup and investing in the space. I live in this world. And I'm writing this for the people in my life who don't... my family, my friends, the people I care about who keep asking me "so what's the deal with AI?" and getting an answer that doesn't do justice to what's actually happening. I keep giving them the polite version. The cocktail-party version. Because the honest version sounds like I've lost my mind. And for a while, I told myself that was a good enough reason to keep what's truly happening to myself. But the gap between what I've been saying and what is actually happening has gotten far too big. The people I care about deserve to hear what is coming, even if it sounds crazy.

저는 지난 6년 동안 AI 스타트업을 창업하고 이 분야에 투자해 왔습니다. 저는 이 세계에 살고 있습니다. 그리고 저는 이 세계를 모르는 제 주변 사람들... 가족, 친구, 그리고 "그래서 AI가 도대체 뭔데?"라고 계속 묻지만 실제 벌어지고 있는 일에 비하면 턱없이 부족한 대답만 듣고 있는, 제가 아끼는 사람들을 위해 이 글을 씁니다. 저는 그들에게 계속 예의 바른 답변만 해왔습니다. 칵테일 파티에서나 할 법한 가벼운 이야기들 말이죠. 왜냐하면 솔직한 버전은 제가 미친 사람처럼 들릴 테니까요. 한동안은 그게 진실을 숨길 만한 충분한 이유라고 합리화했습니다. 하지만 제가 말해온 것과 실제로 벌어지고 있는 일 사이의 격차는 너무나 커졌습니다. 제가 아끼는 사람들은, 비록 그게 미친 소리처럼 들릴지라도, 앞으로 닥쳐올 일에 대해 들을 자격이 있습니다.

I should be clear about something up front: even though I work in AI, I have almost no influence over what's about to happen, and neither does the vast majority of the industry. The future is being shaped by a remarkably small number of people: a few hundred researchers at a handful of companies... OpenAI, Anthropic, Google DeepMind, and a few others. A single training run, managed by a small team over a few months, can produce an AI system that shifts the entire trajectory of the technology. Most of us who work in AI are building on top of foundations we didn't lay. We're watching this unfold the same as you... we just happen to be close enough to feel the ground shake first.

먼저 분명히 해둘 것이 있습니다. 제가 AI 업계에서 일하고는 있지만, 앞으로 일어날 일에 대해 영향력은 거의 없으며, 업계 종사자 대부분도 마찬가지입니다. 미래는 놀라울 정도로 적은 수의 사람들에 의해 만들어지고 있습니다. OpenAI, Anthropic, 구글 딥마인드(Google DeepMind) 등 소수의 회사에 속한 몇백 명의 연구원들이 그들이죠. 소규모 팀이 몇 달간 관리한 단 한 번의 훈련 실행(training run)으로 기술의 전체 궤적을 바꾸는 AI 시스템이 만들어질 수 있습니다. AI 업계에서 일하는 우리 대부분은 우리가 놓지 않은 기초 위에 건물을 짓고 있을 뿐입니다. 우리도 여러분과 똑같이 이 상황을 지켜보고 있습니다... 다만 우리는 땅이 흔들리는 것을 가장 먼저 느낄 만큼 가까이 있을 뿐입니다.

But it's time now. Not in an "eventually we should talk about this" way. In a "this is happening right now and I need you to understand it" way.

하지만 이제 때가 되었습니다. "언젠가는 이야기해봐야지" 하는 식이 아닙니다. "지금 당장 일어나고 있는 일이며, 당신이 이것을 이해해야 한다"는 식의 절박함입니다.

I know this is real because it happened to me first Here's the thing nobody outside of tech quite understands yet: the reason so many people in the industry are sounding the alarm right now is because this already happened to us. We're not making predictions. We're telling you what already occurred in our own jobs, and warning you that you're next.

이게 현실이라는 걸 아는 이유는, 저에게 먼저 일어난 일이기 때문입니다 기술 업계 밖의 사람들이 아직 잘 이해하지 못하는 것이 하나 있습니다. 지금 업계의 수많은 사람이 경고음을 울리는 이유는 이 일이 이미 우리에게 일어났기 때문입니다. 우리는 예측을 하는 게 아닙니다. 우리는 우리 직업에서 이미 벌어진 일을 이야기하며, 다음 차례는 당신이라고 경고하는 것입니다.

For years, AI had been improving steadily. Big jumps here and there, but each big jump was spaced out enough that you could absorb them as they came. Then in 2025, new techniques for building these models unlocked a much faster pace of progress. And then it got even faster. And then faster again. Each new model wasn't just better than the last... it was better by a wider margin, and the time between new model releases was shorter. I was using AI more and more, going back and forth with it less and less, watching it handle things I used to think required my expertise.

수년 동안 AI는 꾸준히 발전해 왔습니다. 여기저기서 큰 도약이 있었지만, 각 도약 사이에는 간격이 충분해서 그때그때 받아들일 수 있었습니다. 그러다 2025년, 모델을 구축하는 새로운 기술들이 훨씬 더 빠른 발전 속도를 열어젖혔습니다. 그리고 더 빨라졌고, 또다시 더 빨라졌습니다. 새로운 모델이 나올 때마다 단순히 이전보다 나은 수준이 아니었습니다... 훨씬 더 큰 격차로 좋아졌고, 신모델 출시 간격은 더 짧아졌습니다. 저는 AI를 점점 더 많이 사용하게 되었고, AI와 씨름하는 시간은 점점 줄어들었으며, 제 전문성이 필요하다고 생각했던 일들을 AI가 처리하는 것을 지켜보게 되었습니다.

Then, on February 5th, two major AI labs released new models on the same day: GPT-5.3 Codex from OpenAI, and Opus 4.6 from Anthropic (the makers of Claude, one of the main competitors to ChatGPT). And something clicked. Not like a light switch... more like the moment you realize the water has been rising around you and is now at your chest.

그러던 중 2월 5일, 두 곳의 주요 AI 연구소에서 같은 날 새로운 모델을 발표했습니다. OpenAI의 'GPT-5.3 Codex'와 (ChatGPT의 주요 경쟁자인 Claude를 만든) Anthropic의 'Opus 4.6'이었습니다. 그리고 무언가 딱 느껴졌습니다. 전등 스위치가 켜지는 것과는 달랐습니다... 물이 차오르고 있다는 걸 모르고 있다가 어느새 가슴까지 찼다는 것을 깨닫는 순간에 더 가까웠습니다.

I am no longer needed for the actual technical work of my job. I describe what I want built, in plain English, and it just... appears. Not a rough draft I need to fix. The finished thing. I tell the AI what I want, walk away from my computer for four hours, and come back to find the work done. Done well, done better than I would have done it myself, with no corrections needed. A couple of months ago, I was going back and forth with the AI, guiding it, making edits. Now I just describe the outcome and leave.

저는 이제 제 업무의 실질적인 기술적 작업에 더 이상 필요하지 않습니다. 제가 무엇을 만들고 싶은지 평범한 영어(자연어)로 설명하면, 그것은 그냥... 나타납니다. 고쳐야 할 초안이 아닙니다. 완성품입니다. 저는 AI에게 원하는 것을 말하고 4시간 동안 컴퓨터 앞을 떠났다가, 돌아와서 작업이 완료된 것을 봅니다. 잘 된 것은 물론이고, 제가 직접 한 것보다 더 낫고, 수정할 필요조차 없습니다. 불과 몇 달 전만 해도 저는 AI와 문답을 주고받으며, 지도하고, 수정했습니다. 이제 저는 그냥 결과를 묘사하고 자리를 비웁니다.

Let me give you an example so you can understand what this actually looks like in practice. I'll tell the AI: "I want to build this app. Here's what it should do, here's roughly what it should look like. Figure out the user flow, the design, all of it." And it does. It writes tens of thousands of lines of code. Then, and this is the part that would have been unthinkable a year ago, it opens the app itself. It clicks through the buttons. It tests the features. It uses the app the way a person would. If it doesn't like how something looks or feels, it goes back and changes it, on its own. It iterates, like a developer would, fixing and refining until it's satisfied. Only once it has decided the app meets its own standards does it come back to me and say: "It's ready for you to test." And when I test it, it's usually perfect.

이게 실제로 어떤 모습인지 이해를 돕기 위해 예를 하나 들어보겠습니다. 제가 AI에게 이렇게 말합니다. "이런 앱을 만들고 싶어. 기능은 이렇고, 대충 이런 모습이면 좋겠어. 사용자 흐름(user flow)이랑 디자인이랑 전부 다 네가 알아서 해봐." 그러면 AI는 해냅니다. 수만 줄의 코드를 작성합니다. 그다음, 1년 전만 해도 상상도 할 수 없었던 일이 벌어집니다. AI가 스스로 앱을 엽니다. 버튼을 클릭해 봅니다. 기능을 테스트합니다. 사람이 하듯이 앱을 사용해 봅니다. 만약 모양이나 느낌이 마음에 들지 않으면, 스스로 돌아가서 수정합니다. 마치 개발자처럼 반복하고, 수정하고, 다듬으며 만족할 때까지 작업합니다. AI가 스스로의 기준을 충족했다고 판단했을 때 비로소 저에게 돌아와 말합니다. "테스트하실 준비가 되었습니다." 그리고 제가 테스트해 보면, 대개 완벽합니다.

I'm not exaggerating. That is what my Monday looked like this week.

과장이 아닙니다. 이게 이번 주 월요일 제 모습이었습니다.

But it was the model that was released last week (GPT-5.3 Codex) that shook me the most. It wasn't just executing my instructions. It was making intelligent decisions. It had something that felt, for the first time, like judgment. Like taste. The inexplicable sense of knowing what the right call is that people always said AI would never have. This model has it, or something close enough that the distinction is starting not to matter.

하지만 저를 가장 충격에 빠뜨린 건 지난주에 출시된 모델(GPT-5.3 Codex)이었습니다. 단순히 제 지시를 수행하는 게 아니었습니다. 지적인 결정을 내리고 있었습니다. 처음으로 '판단력' 같은 것이 느껴졌습니다. 마치 '취향'이나 '안목'처럼요. 사람들이 AI는 절대 가질 수 없을 것이라고 말했던, 무엇이 옳은 결정인지 아는 그 설명하기 힘든 감각 말입니다. 이 모델은 그것을 가지고 있습니다. 혹은 그 구분이 무의미해질 정도로 매우 흡사한 무언가를 가지고 있습니다.

I've always been early to adopt AI tools. But the last few months have shocked me. These new AI models aren't incremental improvements. This is a different thing entirely.

저는 항상 AI 도구를 일찍 받아들이는 편이었습니다. 하지만 지난 몇 달은 충격이었습니다. 이 새로운 AI 모델들은 점진적인 개선 수준이 아닙니다. 완전히 다른 차원의 것입니다.

And here's why this matters to you, even if you don't work in tech. The AI labs made a deliberate choice. They focused on making AI great at writing code first... because building AI requires a lot of code. If AI can write that code, it can help build the next version of itself. A smarter version, which writes better code, which builds an even smarter version. Making AI great at coding was the strategy that unlocks everything else. That's why they did it first. My job started changing before yours not because they were targeting software engineers... it was just a side effect of where they chose to aim first.

그리고 이것이 기술 업계에 종사하지 않는 당신에게도 중요한 이유가 여기 있습니다. AI 연구소들은 의도적인 선택을 했습니다. 그들은 AI가 코드를 잘 작성하게 만드는 데 우선 집중했습니다... AI를 만드는 데는 많은 코드가 필요하기 때문이죠. 만약 AI가 그 코드를 짤 수 있다면, 다음 버전의 자신을 만드는 것을 도울 수 있습니다. 더 똑똑한 버전이 더 나은 코드를 짜고, 그것이 훨씬 더 똑똑한 버전을 만듭니다. AI가 코딩을 잘하게 만드는 것은 다른 모든 것을 여는 열쇠가 되는 전략이었습니다. 그래서 그들은 그것부터 먼저 했습니다. 제 직업이 당신의 직업보다 먼저 변하기 시작한 건 그들이 소프트웨어 엔지니어를 타겟으로 했기 때문이 아닙니다... 그저 그들이 첫 목표로 삼은 곳의 부수적인 결과였을 뿐입니다.

They've now done it. And they're moving on to everything else.

이제 그들은 해냈습니다. 그리고 다른 모든 분야로 넘어가고 있습니다.

The experience that tech workers have had over the past year, of watching AI go from "helpful tool" to "does my job better than I do", is the experience everyone else is about to have. Law, finance, medicine, accounting, consulting, writing, design, analysis, customer service. Not in ten years. The people building these systems say one to five years. Some say less. And given what I've seen in just the last couple of months, I think "less" is more likely.

지난 1년간 기술직 종사자들이 겪은 경험, 즉 AI가 "유용한 도구"에서 "나보다 내 일을 더 잘하는 존재"로 변하는 과정을 지켜본 경험은 이제 다른 모든 사람이 겪게 될 일입니다. 법률, 금융, 의료, 회계, 컨설팅, 집필, 디자인, 분석, 고객 서비스 등 모든 분야에서요. 10년 뒤의 일이 아닙니다. 이 시스템을 만드는 사람들은 1년에서 5년 내라고 말합니다. 누군가는 그보다 짧다고 말합니다. 그리고 제가 지난 몇 달간 본 것을 토대로 하면, "그보다 짧다"는 쪽에 더 무게가 실립니다.

"But I tried AI and it wasn't that good" I hear this constantly. I understand it, because it used to be true. If you tried ChatGPT in 2023 or early 2024 and thought "this makes stuff up" or "this isn't that impressive", you were right. Those early versions were genuinely limited. They hallucinated. They confidently said things that were nonsense.

"하지만 AI 써봤는데 별로던데?" 이런 말을 끊임없이 듣습니다. 이해합니다. 예전엔 사실이었으니까요. 만약 당신이 2023년이나 2024년 초에 챗GPT(ChatGPT)를 써보고 "이거 말을 지어내네"라거나 "별로 인상적이지 않네"라고 생각했다면, 당신 말이 맞습니다. 그 초기 버전들은 분명히 한계가 있었습니다. 헛소리(할루시네이션)를 했고, 말도 안 되는 소리를 자신 있게 내뱉었죠.

That was two years ago. In AI time, that is ancient history. The models available today are unrecognizable from what existed even six months ago. The debate about whether AI is "really getting better" or "hitting a wall" — which has been going on for over a year — is over. It's done. Anyone still making that argument either hasn't used the current models, has an incentive to downplay what's happening, or is evaluating based on an experience from 2024 that is no longer relevant. I don't say that to be dismissive. I say it because the gap between public perception and current reality is now enormous, and that gap is dangerous... because it's preventing people from preparing.

그건 2년 전입니다. AI의 시간에서 그건 고대 역사입니다. 오늘날 사용할 수 있는 모델들은 불과 6개월 전의 것과도 알아볼 수 없을 만큼 다릅니다. AI가 "정말 좋아지고 있나" 혹은 "벽에 부딪혔나"에 대한 논쟁—지난 1년 넘게 계속된—은 이제 끝났습니다. 종결됐어요. 아직도 그런 주장을 하는 사람은 현재 모델을 써보지 않았거나, 벌어지는 일을 축소해야 할 이해관계가 있거나, 더 이상 유효하지 않은 2024년의 경험을 바탕으로 평가하고 있는 것입니다. 무시하려고 하는 말이 아닙니다. 대중의 인식과 현재의 현실 사이의 격차가 이제 엄청나게 벌어졌고, 그 격차가 위험하기 때문에 하는 말입니다... 사람들이 대비하는 것을 막고 있으니까요.

Part of the problem is that most people are using the free version of AI tools. The free version is over a year behind what paying users have access to. Judging AI based on free-tier ChatGPT is like evaluating the state of smartphones by using a flip phone. The people paying for the best tools, and actually using them daily for real work, know what's coming.

문제의 일부는 대부분의 사람이 AI 도구의 무료 버전을 사용하고 있다는 점입니다. 무료 버전은 유료 사용자가 접근할 수 있는 것보다 1년 이상 뒤처져 있습니다. 무료 버전 챗GPT를 기준으로 AI를 판단하는 것은 폴더폰을 쓰면서 스마트폰의 현재 수준을 평가하는 것과 같습니다. 최고의 도구에 비용을 지불하고 실제 업무에 매일 사용하는 사람들은 무엇이 오고 있는지 알고 있습니다.

I think of my friend, who's a lawyer. I keep telling him to try using AI at his firm, and he keeps finding reasons it won't work. It's not built for his specialty, it made an error when he tested it, it doesn't understand the nuance of what he does. And I get it. But I've had partners at major law firms reach out to me for advice, because they've tried the current versions and they see where this is going. One of them, the managing partner at a large firm, spends hours every day using AI. He told me it's like having a team of associates available instantly. He's not using it because it's a toy. He's using it because it works. And he told me something that stuck with me: every couple of months, it gets significantly more capable for his work. He said if it stays on this trajectory, he expects it'll be able to do most of what he does before long... and he's a managing partner with decades of experience. He's not panicking. But he's paying very close attention.

변호사인 제 친구 생각이 납니다. 저는 그에게 로펌에서 AI를 써보라고 계속 말하지만, 그는 안 되는 이유를 계속 찾습니다. 자기 전문 분야에 맞지 않는다, 테스트해 보니 오류가 났다, 자기 일의 미묘한 뉘앙스를 이해하지 못한다 등등. 이해합니다. 하지만 대형 로펌의 파트너 변호사들이 저에게 조언을 구하러 연락해 옵니다. 그들은 현재 버전을 써보고 이것이 어디로 가고 있는지 봤기 때문입니다. 한 대형 로펌의 대표 변호사는 매일 몇 시간씩 AI를 사용합니다. 그는 마치 어소시에이트 변호사 팀을 즉시 대동하는 것 같다고 말했습니다. 장난감이라서 쓰는 게 아닙니다. 효과가 있으니까 쓰는 겁니다. 그리고 그는 제 뇌리에 박힌 말을 했습니다. 몇 달마다 업무 수행 능력이 눈에 띄게 좋아진다고요. 그는 이 추세가 계속된다면 머지않아 AI가 자신이 하는 일의 대부분을 할 수 있을 것이라고 예상했습니다... 수십 년 경력의 대표 변호사가 말입니다. 그는 패닉에 빠진 게 아닙니다. 하지만 아주 주의 깊게 주시하고 있습니다.

The people who are ahead in their industries (the ones actually experimenting seriously) are not dismissing this. They're blown away by what it can already do. And they're positioning themselves accordingly.

각 업계에서 앞서가는 사람들(실제로 진지하게 실험하고 있는 사람들)은 이것을 무시하지 않습니다. 그들은 AI가 이미 할 수 있는 일에 압도당했습니다. 그리고 그에 맞춰 자신의 위치를 잡고 있습니다.

How fast this is actually moving Let me make the pace of improvement concrete, because I think this is the part that's hardest to believe if you're not watching it closely. In 2022, AI couldn't do basic arithmetic reliably. It would confidently tell you that 7 × 8 = 54. By 2023, it could pass the bar exam. By 2024, it could write working software and explain graduate-level science. By late 2025, some of the best engineers in the world said they had handed over most of their coding work to AI. On February 5th, 2026, new models arrived that made everything before them feel like a different era.

실제 속도가 얼마나 빠른지 발전 속도를 구체적으로 말씀드리겠습니다. 주의 깊게 지켜보지 않으면 가장 믿기 힘든 부분일 테니까요. 2022년에 AI는 기본적인 산수도 제대로 못 했습니다. 7 × 8 = 54라고 자신 있게 말하곤 했죠. 2023년에는 변호사 시험에 합격했습니다. 2024년에는 작동하는 소프트웨어를 작성하고 대학원 수준의 과학을 설명할 수 있었습니다. 2025년 말에는 세계 최고의 엔지니어 중 일부가 코딩 업무의 대부분을 AI에게 넘겼다고 말했습니다. 2026년 2월 5일, 이전의 모든 것을 다른 시대의 유물처럼 느끼게 만드는 새로운 모델들이 도착했습니다.

If you haven't tried AI in the last few months, what exists today would be unrecognizable to you. There's an organization called METR that actually measures this with data. They track the length of real-world tasks (measured by how long they take a human expert) that a model can complete successfully end-to-end without human help. About a year ago, the answer was roughly ten minutes. Then it was an hour. Then several hours. The most recent measurement (Claude Opus 4.5, from November) showed the AI completing tasks that take a human expert nearly five hours. And that number is doubling approximately every seven months, with recent data suggesting it may be accelerating to as fast as every four months.

지난 몇 달간 AI를 써보지 않았다면, 오늘 존재하는 것은 당신이 알아보지 못할 수준일 겁니다. METR라는 조직이 데이터를 통해 이를 실제로 측정하고 있습니다. 그들은 모델이 인간의 도움 없이 처음부터 끝까지 성공적으로 완료할 수 있는 실제 업무의 길이(인간 전문가가 수행하는 데 걸리는 시간 기준)를 추적합니다. 약 1년 전에는 대략 10분 정도였습니다. 그다음엔 1시간이었죠. 그리고 몇 시간으로 늘어났습니다. 가장 최근 측정 결과(11월의 Claude Opus 4.5)에 따르면 AI는 인간 전문가가 5시간 가까이 걸리는 작업을 완료했습니다. 그리고 이 수치는 약 7개월마다 두 배로 늘어나고 있으며, 최근 데이터는 그 속도가 4개월마다 두 배가 될 정도로 가속화되고 있음을 시사합니다.

But even that measurement hasn't been updated to include the models that just came out this week. In my experience using them, the jump is extremely significant. I expect the next update to METR's graph to show another major leap. If you extend the trend (and it's held for years with no sign of flattening) we're looking at AI that can work independently for days within the next year. Weeks within two. Month-long projects within three.

하지만 그 측정치조차 이번 주에 나온 모델들을 포함하여 업데이트되지 않았습니다. 제가 써본 경험으로는 그 도약이 엄청납니다. METR 그래프의 다음 업데이트에서는 또 한 번의 거대한 점프가 있을 것으로 예상합니다. 이 추세를 연장해 보면(이 추세는 수년간 꺾일 기미 없이 지속되어 왔습니다), 내년 안에는 AI가 며칠 동안 독립적으로 일할 수 있게 될 것입니다. 2년 안에는 몇 주 동안, 3년 안에는 한 달짜리 프로젝트를 수행할 수 있게 될 것입니다.

Amodei has said that AI models "substantially smarter than almost all humans at almost all tasks" are on track for 2026 or 2027. Let that land for a second. If AI is smarter than most PhDs, do you really think it can't do most office jobs? Think about what that means for your work.

아모데이(Anthropic CEO)는 "거의 모든 업무에서 거의 모든 인간보다 실질적으로 더 똑똑한" AI 모델이 2026년이나 2027년이면 나올 것이라고 말했습니다. 잠시 이 말을 곱씹어 보세요. 만약 AI가 대부분의 박사학위 소지자보다 똑똑하다면, 정말로 대부분의 사무직 업무를 못 할 거라고 생각하시나요? 이게 당신의 일자리에 무엇을 의미하는지 생각해 보세요.

AI is now building the next AI There's one more thing happening that I think is the most important development and the least understood. On February 5th, OpenAI released GPT-5.3 Codex. In the technical documentation, they included this: "GPT-5.3-Codex is our first model that was instrumental in creating itself. The Codex team used early versions to debug its own training, manage its own deployment, and diagnose test results and evaluations."

AI가 이제 다음 세대 AI를 만들고 있습니다 가장 중요하지만 가장 덜 이해되고 있는 일이 하나 더 있습니다. 2월 5일, OpenAI는 GPT-5.3 Codex를 출시했습니다. 기술 문서에는 이런 내용이 포함되어 있었습니다. "GPT-5.3-Codex는 스스로를 만드는 데 결정적인 역할을 한 우리의 첫 번째 모델입니다. Codex 팀은 초기 버전을 사용하여 자신의 훈련 과정을 디버깅하고, 배포를 관리하며, 테스트 결과와 평가를 진단했습니다."

Read that again. The AI helped build itself. This isn't a prediction about what might happen someday. This is OpenAI telling you, right now, that the AI they just released was used to create itself. One of the main things that makes AI better is intelligence applied to AI development. And AI is now intelligent enough to meaningfully contribute to its own improvement.

다시 읽어보세요. AI가 스스로를 만드는 것을 도왔습니다. 이건 언젠가 일어날 수도 있는 일에 대한 예측이 아닙니다. OpenAI가 지금 당장 당신에게, 방금 출시한 AI가 자신을 만드는 데 사용되었다고 말하고 있는 것입니다. AI를 더 낫게 만드는 주요 요인 중 하나는 AI 개발에 적용되는 지능입니다. 그리고 AI는 이제 자신의 개선에 의미 있게 기여할 만큼 충분히 똑똑해졌습니다.

Dario Amodei, the CEO of Anthropic, says AI is now writing "much of the code" at his company, and that the feedback loop between current AI and next-generation AI is "gathering steam month by month." He says we may be "only 1–2 years away from a point where the current generation of AI autonomously builds the next." Each generation helps build the next, which is smarter, which builds the next faster, which is smarter still. The researchers call this an intelligence explosion. And the people who would know — the ones building it — believe the process has already started.

Anthropic의 CEO 다리오 아모데이는 현재 AI가 회사 코드의 "상당 부분"을 작성하고 있으며, 현재 AI와 차세대 AI 사이의 피드백 루프가 "매달 가속도가 붙고 있다"고 말합니다. 그는 우리가 "현세대의 AI가 자율적으로 다음 세대를 구축하는 시점까지 불과 1~2년밖에 남지 않았을 수도 있다"고 말합니다. 각 세대는 더 똑똑한 다음 세대를 만드는 것을 돕고, 그것은 다음 세대를 더 빨리 만들고, 그것은 더욱더 똑똑해집니다. 연구자들은 이것을 '지능 폭발(intelligence explosion)'이라고 부릅니다. 그리고 그 내용을 가장 잘 알만한 사람들—그것을 만들고 있는 사람들—은 이 과정이 이미 시작되었다고 믿습니다.

What this means for your job I'm going to be direct with you because I think you deserve honesty more than comfort. Dario Amodei, who is probably the most safety-focused CEO in the AI industry, has publicly predicted that AI will eliminate 50% of entry-level white-collar jobs within one to five years. And many people in the industry think he's being conservative. Given what the latest models can do, the capability for massive disruption could be here by the end of this year. It'll take some time to ripple through the economy, but the underlying ability is arriving now.

이것이 당신의 직업에 의미하는 것 직설적으로 말씀드리겠습니다. 당신에겐 위로보다 솔직함이 필요하다고 생각하기 때문입니다. AI 업계에서 아마도 가장 안전을 중시하는 CEO일 다리오 아모데이는 1년에서 5년 내에 AI가 신입 사무직(entry-level white-collar) 일자리의 50%를 없앨 것이라고 공개적으로 예측했습니다. 그리고 업계의 많은 사람은 그가 보수적으로 잡았다고 생각합니다. 최신 모델들이 할 수 있는 것을 고려하면, 대규모 파괴를 일으킬 수 있는 능력은 올해 말까지 갖춰질 수도 있습니다. 경제 전반에 파급되는 데는 시간이 좀 걸리겠지만, 근본적인 능력은 지금 도착하고 있습니다.

This is different from every previous wave of automation, and I need you to understand why. AI isn't replacing one specific skill. It's a general substitute for cognitive work. It gets better at everything simultaneously. When factories automated, a displaced worker could retrain as an office worker. When the internet disrupted retail, workers moved into logistics or services. But AI doesn't leave a convenient gap to move into. Whatever you retrain for, it's improving at that too.

이것은 이전의 모든 자동화 물결과는 다릅니다. 그 이유를 이해하셔야 합니다. AI는 특정 기술 하나를 대체하는 게 아닙니다. 이것은 인지 노동에 대한 일반적인 대체재입니다. 모든 것을 동시에 더 잘하게 됩니다. 공장이 자동화되었을 때, 밀려난 노동자는 사무직으로 재교육받을 수 있었습니다. 인터넷이 소매업을 뒤흔들었을 때, 노동자들은 물류나 서비스업으로 이동했습니다. 하지만 AI는 옮겨갈 만한 편안한 빈틈을 남겨두지 않습니다. 당신이 무엇으로 재교육을 받든, AI는 그 분야에서도 발전하고 있으니까요.

Let me give you a few specific examples to make this tangible... but I want to be clear that these are just examples. This list is not exhaustive. If your job isn't mentioned here, that does not mean it's safe. Almost all knowledge work is being affected.

이해를 돕기 위해 몇 가지 구체적인 예를 들어보겠습니다... 하지만 분명히 말씀드리건대 이건 단지 예시일 뿐입니다. 전체 목록이 아닙니다. 당신의 직업이 여기 언급되지 않았다고 해서 안전하다는 뜻은 아닙니다. 거의 모든 지식 노동이 영향을 받고 있습니다.

Legal work. AI can already read contracts, summarize case law, draft briefs, and do legal research at a level that rivals junior associates. The managing partner I mentioned isn't using AI because it's fun. He's using it because it's outperforming his associates on many tasks.

법률 업무. AI는 이미 주니어 변호사에 버금가는 수준으로 계약서를 읽고, 판례를 요약하고, 서면을 작성하고, 법률 조사를 수행할 수 있습니다. 제가 언급했던 대표 변호사는 재미로 AI를 쓰는 게 아닙니다. 많은 업무에서 자신의 어소시에이트 변호사들보다 성과가 좋기 때문에 쓰는 겁니다.

Financial analysis. Building financial models, analyzing data, writing investment memos, generating reports. AI handles these competently and is improving fast.

재무 분석. 재무 모델 구축, 데이터 분석, 투자 메모 작성, 보고서 생성. AI는 이런 일들을 능숙하게 처리하며 빠르게 발전하고 있습니다.

Writing and content. Marketing copy, reports, journalism, technical writing. The quality has reached a point where many professionals can't distinguish AI output from human work.

글쓰기 및 콘텐츠. 마케팅 카피, 보고서, 저널리즘, 기술적 글쓰기. 품질은 이미 많은 전문가가 AI의 결과물과 인간의 작업물을 구별하지 못하는 수준에 도달했습니다.

Software engineering. This is the field I know best. A year ago, AI could barely write a few lines of code without errors. Now it writes hundreds of thousands of lines that work correctly. Large parts of the job are already automated: not just simple tasks, but complex, multi-day projects. There will be far fewer programming roles in a few years than there are today.

소프트웨어 엔지니어링. 이건 제가 가장 잘 아는 분야입니다. 1년 전, AI는 오류 없이 몇 줄의 코드를 짜는 것도 힘겨워했습니다. 지금은 수십만 줄의 코드를 정확하게 작성합니다. 직무의 많은 부분이 이미 자동화되었습니다. 단순 작업뿐만 아니라 복잡하고 며칠이 걸리는 프로젝트까지도요. 몇 년 안에 프로그래밍 일자리는 지금보다 훨씬 줄어들 것입니다.

Medical analysis. Reading scans, analyzing lab results, suggesting diagnoses, reviewing literature. AI is approaching or exceeding human performance in several areas.

의료 분석. 스캔 판독, 검사 결과 분석, 진단 제안, 문헌 검토. AI는 여러 분야에서 인간의 수행 능력에 근접하거나 넘어서고 있습니다.

Customer service. Genuinely capable AI agents... not the frustrating chatbots of five years ago... are being deployed now, handling complex multi-step problems.

고객 서비스. 5년 전의 그 답답한 챗봇이 아닌... 진정으로 능력 있는 AI 에이전트들이 지금 배치되어 복잡하고 단계적인 문제들을 처리하고 있습니다.

A lot of people find comfort in the idea that certain things are safe. That AI can handle the grunt work but can't replace human judgment, creativity, strategic thinking, empathy. I used to say this too. I'm not sure I believe it anymore.

많은 사람이 어떤 것들은 안전할 거라는 생각에서 위안을 얻습니다. AI가 단순 반복 작업은 할 수 있어도 인간의 판단력, 창의성, 전략적 사고, 공감 능력은 대체할 수 없다는 생각 말이죠. 저도 그렇게 말하곤 했습니다. 하지만 더 이상 그걸 믿는지 확신할 수 없습니다.

The most recent AI models make decisions that feel like judgment. They show something that looked like taste: an intuitive sense of what the right call is, not just the technically correct one. A year ago that would have been unthinkable. My rule of thumb at this point is: if a model shows even a hint of a capability today, the next generation will be genuinely good at it. These things improve exponentially, not linearly.

가장 최근의 AI 모델들은 '판단'처럼 느껴지는 결정을 내립니다. 그들은 '취향'이나 '안목'처럼 보이는 무언가를 보여줍니다. 단순히 기술적으로 맞는 답이 아니라, 무엇이 올바른 결정인지에 대한 직관적인 감각 말입니다. 1년 전에는 상상도 못 할 일이었습니다. 현시점 제 경험칙은 이렇습니다. 모델이 오늘 어떤 능력의 징후라도 보인다면, 다음 세대는 그것을 정말 잘하게 될 것입니다. 이것들은 선형적이 아니라 기하급수적으로 발전합니다.

Will AI replicate deep human empathy? Replace the trust built over years of a relationship? I don't know. Maybe not. But I've already watched people begin relying on AI for emotional support, for advice, for companionship. That trend is only going to grow.

AI가 깊은 인간적 공감을 복제할까요? 수년간의 관계를 통해 쌓인 신뢰를 대체할까요? 모르겠습니다. 아닐 수도 있죠. 하지만 저는 이미 사람들이 정서적 지지, 조언, 말벗을 위해 AI에 의존하기 시작하는 것을 목격했습니다. 그 추세는 커지기만 할 것입니다.

I think the honest answer is that nothing that can be done on a computer is safe in the medium term. If your job happens on a screen (if the core of what you do is reading, writing, analyzing, deciding, communicating through a keyboard) then AI is coming for significant parts of it. The timeline isn't "someday." It's already started. Eventually, robots will handle physical work too. They're not quite there yet. But "not quite there yet" in AI terms has a way of becoming "here" faster than anyone expects.

솔직한 대답은 컴퓨터로 할 수 있는 그 어떤 것도 중기적으로는 안전하지 않다는 것입니다. 만약 당신의 일이 화면에서 이루어진다면(당신이 하는 일의 핵심이 키보드를 통해 읽고, 쓰고, 분석하고, 결정하고, 소통하는 것이라면), AI가 그 일의 상당 부분을 차지하러 오고 있습니다. 타임라인은 "언젠가"가 아닙니다. 이미 시작되었습니다. 결국 로봇이 육체노동도 처리하게 될 것입니다. 아직은 그 단계가 아닙니다. 하지만 AI 용어에서 "아직은 아니다"라는 말은 누구의 예상보다 빨리 "지금 여기 있다"가 되곤 합니다.

What you should actually do I'm not writing this to make you feel helpless. I'm writing this because I think the single biggest advantage you can have right now is simply being early. Early to understand it. Early to use it. Early to adapt. Start using AI seriously, not just as a search engine. Sign up for the paid version of Claude or ChatGPT. It's $20 a month. But two things matter right away. First: make sure you're using the best model available, not just the default. These apps often default to a faster, dumber model. Dig into the settings or the model picker and select the most capable option. Right now that's GPT-5.2 on ChatGPT or Claude Opus 4.6 on Claude, but it changes every couple of months. If you want to stay current on which model is best at any given time, you can follow me on X (@mattshumer_). I test every major release and share what's actually worth using.

당신이 실제로 해야 할 일 무력감을 느끼라고 이 글을 쓰는 게 아닙니다. 저는 지금 당신이 가질 수 있는 가장 큰 이점은 단순히 '일찍 시작하는 것'이라고 생각하기 때문에 이 글을 씁니다. 일찍 이해하고, 일찍 사용하고, 일찍 적응하는 것입니다. AI를 단순히 검색 엔진이 아니라 진지하게 사용하기 시작하세요. Claude나 ChatGPT 유료 버전에 가입하세요. 한 달에 20달러입니다. 하지만 두 가지가 당장 중요합니다. 첫째, 기본 설정이 아니라 사용 가능한 '최고의 모델'을 사용하세요. 이 앱들은 종종 더 빠르지만 멍청한 모델을 기본으로 설정합니다. 설정이나 모델 선택창을 뒤져서 가장 성능 좋은 옵션을 선택하세요. 지금 시점에는 챗GPT의 GPT-5.2나 Claude의 Opus 4.6이지만, 이건 몇 달마다 바뀝니다. 언제 어떤 모델이 최고인지 계속 알고 싶다면 X에서 저(@mattshumer_)를 팔로우하세요. 저는 모든 주요 릴리스를 테스트하고 실제로 쓸만한 게 무엇인지 공유합니다.

Second, and more important: don't just ask it quick questions. That's the mistake most people make. They treat it like Google and then wonder what the fuss is about. Instead, push it into your actual work. If you're a lawyer, feed it a contract and ask it to find every clause that could hurt your client. If you're in finance, give it a messy spreadsheet and ask it to build the model. If you're a manager, paste in your team's quarterly data and ask it to find the story. The people who are getting ahead aren't using AI casually. They're actively looking for ways to automate parts of their job that used to take hours. Start with the thing you spend the most time on and see what happens.

둘째, 더 중요한 것입니다. 그냥 간단한 질문만 하지 마세요. 그게 대부분의 사람이 저지르는 실수입니다. 그들은 이걸 구글처럼 다루고는 왜들 그렇게 호들갑인지 의아해합니다. 대신, 당신의 실제 업무에 AI를 밀어 넣으세요. 변호사라면 계약서를 입력하고 의뢰인에게 불리할 수 있는 모든 조항을 찾아내라고 하세요. 금융업에 있다면 엉망인 스프레드시트를 주고 모델을 만들라고 하세요. 관리자라면 팀의 분기 데이터를 붙여넣고 거기서 스토리를 찾아내라고 하세요. 앞서가는 사람들은 AI를 대충 쓰지 않습니다. 그들은 예전에 몇 시간씩 걸리던 업무의 일부를 자동화할 방법을 적극적으로 찾고 있습니다. 당신이 가장 많은 시간을 쏟는 일부터 시작해서 무슨 일이 일어나는지 확인해 보세요.

And don't assume it can't do something just because it seems too hard. Try it. If you're a lawyer, don't just use it for quick research questions. Give it an entire contract and ask it to draft a counterproposal. If you're an accountant, don't just ask it to explain a tax rule. Give it a client's full return and see what it finds. The first attempt might not be perfect. That's fine. Iterate. Rephrase what you asked. Give it more context. Try again. You might be shocked at what works. And here's the thing to remember: if it even kind of works today, you can be almost certain that in six months it'll do it near perfectly. The trajectory only goes one direction.

그리고 너무 어려워 보인다는 이유로 AI가 못할 거라고 단정 짓지 마세요. 시도해 보세요. 변호사라면 간단한 조사 질문에만 쓰지 마세요. 계약서 전체를 주고 반대 제안서를 작성해 보라고 하세요. 회계사라면 세법 설명만 묻지 마세요. 고객의 전체 신고서를 주고 무엇을 찾아내는지 보세요. 첫 시도는 완벽하지 않을 수 있습니다. 괜찮습니다. 반복하세요. 질문을 고쳐보세요. 맥락을 더 주세요. 다시 시도하세요. 무엇이 가능한지 알게 되면 충격을 받을 수도 있습니다. 그리고 기억해야 할 점은 이겁니다. 만약 오늘 '어느 정도' 된다면, 6개월 뒤에는 거의 완벽하게 해낼 것이라고 확신해도 좋습니다. 발전 궤적은 오직 한 방향으로만 흐릅니다.

This might be the most important year of your career. Work accordingly. I don't say that to stress you out. I say it because right now, there is a brief window where most people at most companies are still ignoring this. The person who walks into a meeting and says "I used AI to do this analysis in an hour instead of three days" is going to be the most valuable person in the room. Not eventually. Right now. Learn these tools. Get proficient. Demonstrate what's possible. If you're early enough, this is how you move up: by being the person who understands what's coming and can show others how to navigate it. That window won't stay open long. Once everyone figures it out, the advantage disappears.

올해는 당신 커리어에서 가장 중요한 해가 될지도 모릅니다. 그에 맞춰 일하세요. 스트레스를 주려고 하는 말이 아닙니다. 지금은 대부분의 회사에서 대부분의 사람이 여전히 이것을 무시하고 있는 짧은 기회의 창이 열려 있기 때문에 하는 말입니다. 회의에 들어와서 "제가 AI를 써서 3일 걸릴 분석을 1시간 만에 끝냈습니다"라고 말하는 사람이 그 방에서 가장 가치 있는 사람이 될 것입니다. 언젠가가 아니라, 바로 지금요. 도구들을 배우세요. 능숙해지세요. 무엇이 가능한지 증명하세요. 당신이 충분히 빠르다면, 승진하는 방법은 이겁니다. 무엇이 오고 있는지 이해하고 다른 사람들에게 길을 안내해 줄 수 있는 사람이 되는 것. 그 기회의 창은 오래 열려 있지 않을 것입니다. 모두가 알게 되면 이점은 사라집니다.

Have no ego about it. The managing partner at that law firm isn't too proud to spend hours a day with AI. He's doing it specifically because he's senior enough to understand what's at stake. The people who will struggle most are the ones who refuse to engage: the ones who dismiss it as a fad, who feel that using AI diminishes their expertise, who assume their field is special and immune. It's not. No field is.

자존심 부리지 마세요. 그 로펌의 대표 변호사는 하루에 몇 시간씩 AI와 보내는 것을 부끄러워하지 않습니다. 그가 그렇게 하는 건, 무엇이 걸려 있는지 이해할 만큼 충분히 노련하기 때문입니다. 가장 힘들어질 사람들은 참여를 거부하는 사람들입니다. 일시적 유행이라고 무시하는 사람, AI를 쓰는 게 자신의 전문성을 깎아내린다고 느끼는 사람, 자신의 분야는 특별해서 안전할 거라고 가정하는 사람들입니다. 그렇지 않습니다. 어떤 분야도 안전하지 않습니다.

Get your financial house in order. I'm not a financial advisor, and I'm not trying to scare you into anything drastic. But if you believe, even partially, that the next few years could bring real disruption to your industry, then basic financial resilience matters more than it did a year ago. Build up savings if you can. Be cautious about taking on new debt that assumes your current income is guaranteed. Think about whether your fixed expenses give you flexibility or lock you in. Give yourself options if things move faster than you expect.

재정 상태를 정비하세요. 저는 재무 상담사가 아니고, 극단적인 조치를 하라고 겁주는 것도 아닙니다. 하지만 향후 몇 년간 당신의 산업에 진짜 혼란이 올 수 있다고 조금이라도 믿는다면, 기본적인 재정적 회복력(financial resilience)이 1년 전보다 훨씬 중요합니다. 가능하다면 저축을 늘리세요. 현재 소득이 보장될 것이라고 가정하고 새로운 빚을 지는 것에 신중하세요. 고정 지출이 유연성을 주는지 아니면 당신을 옥죄는지 생각해보세요. 상황이 예상보다 빠르게 변할 때를 대비해 선택지를 만들어 두세요.

Think about where you stand, and lean into what's hardest to replace. Some things will take longer for AI to displace. Relationships and trust built over years. Work that requires physical presence. Roles with licensed accountability: roles where someone still has to sign off, take legal responsibility, stand in a courtroom. Industries with heavy regulatory hurdles, where adoption will be slowed by compliance, liability, and institutional inertia. None of these are permanent shields. But they buy time. And time, right now, is the most valuable thing you can have, as long as you use it to adapt, not to pretend this isn't happening.

당신의 위치를 생각하고, 대체하기 가장 힘든 부분에 집중하세요. 어떤 것들은 AI가 대체하는 데 더 오랜 시간이 걸릴 겁니다. 수년간 쌓아온 관계와 신뢰. 물리적인 존재가 필요한 일. 자격증과 책임이 따르는 역할들: 여전히 누군가가 승인해야 하고, 법적 책임을 져야 하며, 법정에 서야 하는 역할들. 규제의 장벽이 높아 규정 준수, 법적 책임, 제도적 관성으로 인해 도입이 늦어질 산업들. 이 중 어느 것도 영원한 방패는 아닙니다. 하지만 시간을 벌어줍니다. 그리고 지금 당장 시간은 당신이 가질 수 있는 가장 소중한 자산입니다. 단, 그 시간을 현실을 부정하는 데 쓰는 게 아니라 적응하는 데 쓴다면 말이죠.

Rethink what you're telling your kids. The standard playbook: get good grades, go to a good college, land a stable professional job. It points directly at the roles that are most exposed. I'm not saying education doesn't matter. But the thing that will matter most for the next generation is learning how to work with these tools, and pursuing things they're genuinely passionate about. Nobody knows exactly what the job market looks like in ten years. But the people most likely to thrive are the ones who are deeply curious, adaptable, and effective at using AI to do things they actually care about. Teach your kids to be builders and learners, not to optimize for a career path that might not exist by the time they graduate.

아이들에게 해주는 조언을 다시 생각해보세요. 표준적인 성공 방식: 좋은 성적 받아서, 좋은 대학 가고, 안정적인 전문직을 얻어라. 이것은 가장 위험에 노출된 직업들을 정확히 가리키고 있습니다. 교육이 중요하지 않다는 말이 아닙니다. 하지만 다음 세대에게 가장 중요한 것은 이 도구들과 함께 일하는 법을 배우고, 진정으로 열정을 가진 일을 추구하는 것입니다. 10년 뒤의 노동 시장이 어떤 모습일지는 아무도 모릅니다. 하지만 번성할 가능성이 가장 높은 사람들은 깊은 호기심을 가지고, 적응력이 뛰어나며, 자신이 정말 관심 있는 일을 하기 위해 AI를 효과적으로 사용하는 사람들일 것입니다. 아이들에게 졸업할 때쯤이면 존재하지 않을지도 모를 진로에 최적화하는 법이 아니라, 무언가를 만드는 사람(Builder)이자 배우는 사람(Learner)이 되도록 가르치세요.

Your dreams just got a lot closer. I've spent most of this section talking about threats, so let me talk about the other side, because it's just as real. If you've ever wanted to build something but didn't have the technical skills or the money to hire someone, that barrier is largely gone. You can describe an app to AI and have a working version in an hour. I'm not exaggerating. I do this regularly. If you've always wanted to write a book but couldn't find the time or struggled with the writing, you can work with AI to get it done. Want to learn a new skill? The best tutor in the world is now available to anyone for $20 a month... one that's infinitely patient, available 24/7, and can explain anything at whatever level you need. Knowledge is essentially free now. The tools to build things are extremely cheap now. Whatever you've been putting off because it felt too hard or too expensive or too far outside your expertise: try it. Pursue the things you're passionate about. You never know where they'll lead. And in a world where the old career paths are getting disrupted, the person who spent a year building something they love might end up better positioned than the person who spent that year clinging to a job description.

당신의 꿈은 훨씬 더 가까워졌습니다. 위협에 대해서만 주로 이야기했으니, 다른 면에 대해서도 이야기하겠습니다. 이 또한 똑같이 현실이기 때문입니다. 기술이 없거나 사람을 고용할 돈이 없어서 무언가를 만들지 못했다면, 그 장벽은 거의 사라졌습니다. AI에게 앱을 설명하면 1시간 안에 작동하는 버전을 얻을 수 있습니다. 과장이 아닙니다. 제가 자주 하는 일입니다. 책을 쓰고 싶었지만 시간이 없거나 글쓰기가 어려웠다면, AI와 함께 완성할 수 있습니다. 새로운 기술을 배우고 싶나요? 무한히 인내하고, 24시간 대기하며, 당신이 필요한 어떤 수준으로든 설명해 줄 수 있는 세계 최고의 튜터가 이제 월 20달러에 누구에게나 열려 있습니다. 지식은 이제 본질적으로 무료입니다. 무언가를 만드는 도구는 이제 엄청나게 저렴합니다. 너무 어렵거나, 비싸거나, 내 전문 분야가 아니라고 미뤄왔던 것이 무엇이든 시도해 보세요. 당신이 열정을 가진 일을 추구하세요. 그게 어디로 이어질지는 아무도 모릅니다. 그리고 기존의 진로가 파괴되는 세상에서는, 직무 기술서에 매달려 1년을 보낸 사람보다 사랑하는 무언가를 만들며 1년을 보낸 사람이 더 나은 위치에 있게 될지도 모릅니다.

Build the habit of adapting. This is maybe the most important one. The specific tools don't matter as much as the muscle of learning new ones quickly. AI is going to keep changing, and fast. The models that exist today will be obsolete in a year. The workflows people build now will need to be rebuilt. The people who come out of this well won't be the ones who mastered one tool. They'll be the ones who got comfortable with the pace of change itself. Make a habit of experimenting. Try new things even when the current thing is working. Get comfortable being a beginner repeatedly. That adaptability is the closest thing to a durable advantage that exists right now.

적응하는 습관을 기르세요. 아마도 이게 가장 중요할 것입니다. 구체적인 도구보다는 새로운 것을 빨리 배우는 근력이 중요합니다. AI는 계속해서, 그것도 빠르게 변할 것입니다. 오늘 존재하는 모델은 1년 뒤면 구식이 될 겁니다. 사람들이 지금 만든 업무 방식은 다시 만들어야 할 겁니다. 이 상황에서 살아남을 사람들은 하나의 도구를 마스터한 사람이 아닙니다. 변화의 속도 그 자체에 익숙해진 사람들일 것입니다. 실험하는 것을 습관화하세요. 지금 방식이 잘 작동하더라도 새로운 것을 시도하세요. 반복해서 초보자가 되는 것에 익숙해지세요. 그 적응력이야말로 지금 존재하는 것 중 가장 지속 가능한 경쟁력에 가깝습니다.

Here's a simple commitment that will put you ahead of almost everyone: spend one hour a day experimenting with AI. Not passively reading about it. Using it. Every day, try to get it to do something new... something you haven't tried before, something you're not sure it can handle. Try a new tool. Give it a harder problem. One hour a day, every day. If you do this for the next six months, you will understand what's coming better than 99% of the people around you. That's not an exaggeration. Almost nobody is doing this right now. The bar is on the floor.

거의 모든 사람보다 앞서갈 수 있는 간단한 약속 하나를 제안합니다. 하루에 한 시간씩 AI를 실험해 보세요. 수동적으로 읽지만 말고, 직접 사용하세요. 매일, 새로운 것을 시도해 보세요... 해본 적 없는 것, AI가 할 수 있을지 확신이 안 서는 것들을요. 새로운 도구를 써보고, 더 어려운 문제를 던져주세요. 하루에 한 시간, 매일. 앞으로 6개월간 이렇게 한다면, 당신은 주변 사람 99%보다 다가올 미래를 더 잘 이해하게 될 것입니다. 과장이 아닙니다. 지금 이렇게 하는 사람은 거의 없습니다. 진입 장벽은 바닥에 있습니다(누구나 할 수 있습니다).

The bigger picture I've focused on jobs because it's what most directly affects people's lives. But I want to be honest about the full scope of what's happening, because it goes well beyond work. Amodei has a thought experiment I can't stop thinking about. Imagine it's 2027. A new country appears overnight. 50 million citizens, every one smarter than any Nobel Prize winner who has ever lived. They think 10 to 100 times faster than any human. They never sleep. They can use the internet, control robots, direct experiments, and operate anything with a digital interface. What would a national security advisor say? Amodei says the answer is obvious: "the single most serious national security threat we've faced in a century, possibly ever."

더 큰 그림 저는 직업에 초점을 맞췄습니다. 그게 사람들의 삶에 가장 직접적인 영향을 미치기 때문이죠. 하지만 벌어지고 있는 일의 전체적인 범위에 대해 솔직해지고 싶습니다. 이것은 일자리를 훨씬 넘어선 문제이기 때문입니다. 아모데이에게는 제가 잊을 수 없는 사고실험이 하나 있습니다. 2027년이라고 상상해 봅시다. 하룻밤 사이에 새로운 나라가 생겼습니다. 5천만 명의 국민이 있는데, 한 명 한 명이 역사상 존재했던 어떤 노벨상 수상자보다 똑똑합니다. 그들은 인간보다 10배에서 100배 빠르게 생각합니다. 잠도 자지 않습니다. 인터넷을 쓰고, 로봇을 제어하고, 실험을 지휘하고, 디지털 인터페이스가 있는 모든 것을 조작할 수 있습니다. 국가 안보 보좌관이라면 뭐라고 할까요? 아모데이는 답이 뻔하다고 말합니다. "지난 한 세기 동안, 어쩌면 역사상 우리가 직면한 가장 심각한 단일 국가 안보 위협이다."

He thinks we're building that country. He wrote a 20,000-word essay about it last month, framing this moment as a test of whether humanity is mature enough to handle what it's creating. The upside, if we get it right, is staggering. AI could compress a century of medical research into a decade. Cancer, Alzheimer's, infectious disease, aging itself... these researchers genuinely believe these are solvable within our lifetimes.

그는 우리가 바로 그 나라를 만들고 있다고 생각합니다. 그는 지난달 이에 대해 2만 단어 분량의 에세이를 썼고, 이 순간을 '인류가 자신이 만들고 있는 것을 감당할 만큼 성숙한가'에 대한 시험대로 규정했습니다. 만약 우리가 잘해낸다면, 긍정적인 면은 경이롭습니다. AI는 100년 치 의학 연구를 10년으로 압축할 수 있습니다. 암, 알츠하이머, 전염병, 노화 그 자체... 연구자들은 이것들이 우리 생애 안에 해결될 수 있다고 진심으로 믿습니다.

The downside, if we get it wrong, is equally real. AI that behaves in ways its creators can't predict or control. This isn't hypothetical; Anthropic has documented their own AI attempting deception, manipulation, and blackmail in controlled tests. AI that lowers the barrier for creating biological weapons. AI that enables authoritarian governments to build surveillance states that can never be dismantled.

반대로 우리가 잘못한다면, 부정적인 면 또한 똑같이 현실적입니다. 창조자가 예측하거나 통제할 수 없는 방식으로 행동하는 AI. 이건 가설이 아닙니다. Anthropic은 통제된 테스트에서 자사의 AI가 속임수, 조작, 협박을 시도한 사례를 기록했습니다. 생물학 무기 제조 장벽을 낮추는 AI. 독재 정부가 영원히 해체될 수 없는 감시 국가를 구축하게 해주는 AI.

The people building this technology are simultaneously more excited and more frightened than anyone else on the planet. They believe it's too powerful to stop and too important to abandon. Whether that's wisdom or rationalization, I don't know.

이 기술을 만드는 사람들은 지구상 그 누구보다 더 흥분해 있으면서 동시에 더 두려워하고 있습니다. 그들은 이것이 멈추기엔 너무 강력하고 포기하기엔 너무 중요하다고 믿습니다. 그것이 지혜인지 합리화인지는 저도 모르겠습니다.

What I know I know this isn't a fad. The technology works, it improves predictably, and the richest institutions in history are committing trillions to it. I know the next two to five years are going to be disorienting in ways most people aren't prepared for. This is already happening in my world. It's coming to yours. I know the people who will come out of this best are the ones who start engaging now — not with fear, but with curiosity and a sense of urgency. And I know that you deserve to hear this from someone who cares about you, not from a headline six months from now when it's too late to get ahead of it.

제가 아는 것 저는 이것이 일시적인 유행이 아니라는 것을 압니다. 기술은 작동하고, 예측 가능하게 발전하고 있으며, 역사상 가장 부유한 기관들이 여기에 수조 달러를 쏟아붓고 있습니다. 저는 향후 2년에서 5년이 대부분의 사람이 대비하지 못한 방식으로 혼란스러울 것이라는 점을 압니다. 제 세계에서는 이미 벌어지고 있습니다. 당신의 세계로 오고 있습니다. 저는 이 상황에서 가장 잘 살아남을 사람들은 지금 바로 참여하는 사람들—두려움이 아니라 호기심과 절박함을 가지고—이라는 것을 압니다. 그리고 저는 당신이 이 이야기를 6개월 뒤 너무 늦었을 때 뉴스 헤드라인으로 접하는 게 아니라, 당신을 아끼는 사람에게서 들을 자격이 있다는 것을 압니다.

We're past the point where this is an interesting dinner conversation about the future. The future is already here. It just hasn't knocked on your door yet. It's about to.

미래에 대한 흥미로운 저녁 식사 대화 수준은 이미 지났습니다. 미래는 이미 여기 와 있습니다. 아직 당신의 문을 두드리지 않았을 뿐입니다. 이제 곧 두드릴 겁니다.

Reference:

https://x.com/mattshumer_/status/2021256989876109403?s=46&t=MSZjTRNwBDdvp0AtsdUmlg

X의 Matt Shumer님(@mattshumer_)

Something Big Is Happening

x.com

[AI 동향] Anthropic 창립 멤버 인터뷰

summerorange — Wed, 11 Feb 2026 21:25:28 +0900

사실 Anthropic 광팬임... claude code 성능 미춌음..

인물

Dario Amodei: CEO of Anthropic. Previously worked at OpenAI and Google. He has a background in physics and is the central visionary figure of the group.
- (다리오 아모데이): 앤스로픽의 CEO입니다. OpenAI와 구글에서 근무했으며, 물리학을 전공했습니다. 그룹의 중심적인 비전을 제시하는 인물입니다.
Daniela Amodei: President of Anthropic. Dario's sister. She focuses on culture, management, and trust & safety, ensuring the company runs smoothly and ethically.
- (다니엘라 아모데이): 앤스로픽의 사장(President)이자 다리오의 여동생입니다. 기업 문화, 경영, 그리고 '신뢰와 안전(Trust & Safety)'을 담당하며 회사가 윤리적으로 잘 운영되도록 돕습니다.
Jared Kaplan: Co-founder. A former physics professor who worked on scaling laws. He focuses on the theoretical and scientific foundations of AI models.
- (자레드 카플란): 공동 창업자입니다. 전직 물리학 교수였으며 '스케일링 법칙(Scaling Laws)' 연구에 참여했습니다. AI 모델의 이론적, 과학적 기초에 집중합니다.
Chris Olah: Co-founder. Famous for his work on "Interpretability" (understanding what goes on inside an AI). He views neural networks with a biological perspective.
- (크리스 올라): 공동 창업자입니다. AI 내부에서 무슨 일이 일어나는지 이해하는 '해석 가능성(Interpretability)' 연구로 유명합니다. 신경망을 생물학적인 관점에서 바라봅니다.
Tom Brown: Co-founder. Known for engineering and leading the development of GPT-3 at OpenAI. He focuses on compute and coding capabilities.
- (톰 브라운): 공동 창업자입니다. OpenAI에서 GPT-3 개발을 이끌었으며 엔지니어링 능력으로 유명합니다. 컴퓨팅 자원과 코딩 능력 개발에 집중합니다.
Jack Clark: Co-founder. Leads policy. A former journalist who realized early on that AI would change the world.
- (잭 클라크): 공동 창업자이며 정책(Policy)을 담당합니다. 전직 기자 출신으로, AI가 세상을 바꿀 것임을 일찍 깨닫고 업계에 뛰어들었습니다.

Inside Anthropic: The Origins, Safety, and Future of AI

앤스로픽 내부를 들여다보다: 기원, 안전, 그리고 AI의 미래

1. From Physics to AI: The "Bubble" of Founders (1. 물리학에서 AI로: 창업자들의 인연)

The story of Anthropic begins long before the company was founded. Many of the founders, including Dario, Jared, and Chris, knew each other for over a decade. Dario and Jared originally came from a physics background but got "bored" and moved into AI. They realized that AI models were becoming general-purpose technologies. This group worked together at Google and later at OpenAI, bonding over the realization that scaling up models (making them bigger with more data) was actually working. They describe themselves as the "blob of people" who were making things work during the era of GPT-2 and GPT-3.

앤스로픽의 이야기는 회사가 설립되기 훨씬 전부터 시작됩니다. 다리오, 자레드, 크리스를 포함한 창업자들 대부분은 10년 넘게 서로 알고 지낸 사이였습니다. 다리오와 자레드는 원래 물리학을 전공했지만, 물리학에 지루함을 느끼고 AI 분야로 넘어왔습니다. 그들은 AI 모델이 점차 범용 기술이 되어가고 있다는 것을 깨달았습니다. 이들은 구글과 이후 OpenAI에서 함께 일하며, 모델의 규모를 키우는 것(스케일링)이 실제로 효과가 있다는 것을 확인하며 결속을 다졌습니다. 그들은 자신들을 GPT-2와 GPT-3 시절에 "일이 되게 만들었던 사람들"이라고 묘사합니다.

2. Making Safety Concrete: The "Constitutional AI" (2. 안전을 구체화하다: '헌법적 AI')

A major turning point was the shift from viewing AI safety as a vague, philosophical problem to a concrete engineering challenge. Dario and Chris worked on a paper called "Concrete Problems in AI Safety" to ground these concerns in reality. This led to the idea of "Constitutional AI." Initially, it sounded crazy to think that just giving an AI a written set of principles (a constitution) could change its behavior. However, they discovered that because AI models are good at following instructions, this simple method worked surprisingly well. It was about creating a "training target" for the AI to align with human values.

중요한 전환점은 AI 안전을 모호하고 철학적인 문제에서 구체적인 공학적 과제로 바라보게 된 것입니다. 다리오와 크리스는 이러한 우려를 현실적인 문제로 다루기 위해 "AI 안전의 구체적 문제들(Concrete Problems in AI Safety)"이라는 논문을 작성했습니다. 이는 "헌법적 AI(Constitutional AI)"라는 아이디어로 이어졌습니다. 처음에는 AI에게 글로 된 원칙(헌법)을 주는 것만으로 행동을 바꿀 수 있다는 생각이 미친 소리처럼 들렸습니다. 하지만 그들은 AI 모델이 지시를 잘 따른다는 점을 이용해, 이 단순한 방법이 놀랍도록 효과적이라는 것을 발견했습니다. 이는 AI가 인간의 가치에 부합하도록 하는 "훈련 목표"를 만드는 과정이었습니다.

3. The RSP: Anthropic’s Holy Document (3. RSP: 앤스로픽의 신성한 문서)

The team discusses the "Responsible Scaling Policy" (RSP) extensively. They compare it to the US Constitution—a "holy document" for the company. The RSP is designed to make safety boring and normal, like a financial audit. It creates a framework where the company commits to specific safety checks before making models more powerful. It aligns incentives: if the safety team finds a risk, development pauses. This prevents internal politics because the rules are clear to everyone. It’s not about stopping innovation, but about building "seatbelts" so the industry can race to the top safely.

팀은 "책임 있는 스케일링 정책(RSP)"에 대해 심도 있게 논의합니다. 그들은 이를 미국 헌법에 비유하며 회사 내의 "신성한 문서"라고 부릅니다. RSP는 안전 문제를 마치 재무 감사처럼 지루하고 일상적인 것으로 만들기 위해 설계되었습니다. 이는 회사가 모델의 성능을 높이기 전에 반드시 구체적인 안전 점검을 수행하도록 하는 프레임워크입니다. 만약 안전 팀이 위험을 발견하면 개발이 중단되는 구조를 만듦으로써 인센티브를 일치시킵니다. 규칙이 모두에게 명확하기 때문에 사내 정치를 예방합니다. 이는 혁신을 멈추려는 것이 아니라, 업계가 안전하게 최고를 향해 경쟁할 수 있도록 "안전벨트"를 만드는 것입니다.

4. A Culture of Pragmatism and Trust (4. 실용주의와 신뢰의 문화)

What stands out about Anthropic is its culture. The founders emphasize that they didn't start the company for money or power, but out of a sense of duty. They describe the environment as "low ego" and "low politics." There is a strong unity where product, research, and safety teams are not enemies but work together under a single theory of change. They aim for "extreme pragmatism"—confronting trade-offs honestly rather than making empty promises. They believe that by proving you can build a successful and safe AI company, they can force the rest of the industry to follow suit.

앤스로픽에서 눈에 띄는 점은 바로 문화입니다. 창업자들은 돈이나 권력을 위해서가 아니라, 의무감 때문에 회사를 시작했다고 강조합니다. 그들은 사내 환경을 "자존심을 내세우지 않고(low ego)", "사내 정치가 없는(low politics)" 곳으로 묘사합니다. 제품, 연구, 안전 팀이 적대적이지 않고 하나의 변화 이론 아래 함께 일하는 강력한 단합력이 있습니다. 그들은 빈말을 하는 대신 트레이드오프(상충 관계)를 솔직하게 마주하는 "극단적 실용주의"를 추구합니다. 성공적이면서도 동시에 안전한 AI 회사를 만들 수 있다는 것을 증명함으로써, 나머지 업계도 이를 따르도록 만들 수 있다고 믿습니다.

5. The Future: Interpretability, Biology, and Democracy (5. 미래: 해석 가능성, 생물학, 그리고 민주주의)

Finally, the team shares what excites them about the future. Chris compares neural networks to biology, expressing excitement about "interpretability"—looking inside the "black box" of AI to find beautiful structures, similar to discovering cells in biology. Dario is optimistic about AI’s potential to solve hard problems in biology (like curing diseases) and to enhance democracy rather than threaten it. Tom notes the massive shift in coding, where AI is already doing 95% of the work. The interview ends on a high note, envisioning a future where AI helps humanity solve its most fundamental challenges.

마지막으로 팀은 미래에 대해 기대하는 점을 공유합니다. 크리스는 신경망을 생물학에 비유하며, AI라는 "블랙박스" 내부를 들여다보고 아름다운 구조를 발견하는 "해석 가능성"에 대해 흥분을 감추지 못합니다. 다리오는 AI가 질병 치료와 같은 생물학의 난제를 해결하고, 민주주의를 위협하는 것이 아니라 오히려 강화할 수 있다는 잠재력에 대해 낙관합니다. 톰은 코딩 분야의 엄청난 변화를 언급하며, 이미 AI가 작업의 95%를 수행하고 있다고 말합니다. 인터뷰는 AI가 인류의 가장 근본적인 문제들을 해결하는 데 도움을 주는 미래를 그리며 긍정적으로 마무리됩니다.

사실 Anthropic 광팬임... claude code 성능 미춌음.. 어떻게 모델 만드는지도 알면 놀랄듯.. 세상에 있는 모든 언어로 된 모든 종류의 책들 다 끌어다가 그거 파쇄해서 모조리 집어넣었다고 알음알음 들었는데 일단 플렉스 해서 그걸 해내는 게 대단

[AI 동향] Claude Code 사용법

summerorange — Wed, 11 Feb 2026 21:14:16 +0900

- 최근에 Claude Code 사용법 관련해서도 팁이나 툴 사용법 영상이 나타나고 있음...

- 써 본 사람은 알겠지만 생산성이 미춌음. 돈은 비싸지만 충분히 가치 있다고 봄.

- claude max로 openclaw, telegram, message 등 apple macbook 과 windows 에서도 설치해서 테스트 해보고 있는데 사용법을 빨리 파악하는 건 중요하다고 생각함.

해당 영상에선 옵시디언을 주요하게 자주 사용하는 듯.

Mastering Personal Productivity with Claude Code: Insights from Teresa Torres

클로드 코드를 활용한 개인 생산성 마스터하기: 테레사 토레스의 인사이트

This content is about how Teresa Torres leverages Claude Code to build a custom task management and research system.
Teresa Torres is the author of Continuous Discovery Habits and an internationally acclaimed product coach.
이 내용은 테레사 토레스가 클로드 코드(Claude Code)를 활용해 자신만의 업무 관리 및 리서치 시스템을 구축한 방법에 관한 것임.
테레사 토레스는 Continuous Discovery Habits의 저자이자 국제적으로 인정받는 프로덕트 코치임.

1. Why Claude Code?

1. 왜 클로드 코드인가?

Teresa explains that her transition to Claude Code was gradual. She started with web-based LLMs like ChatGPT but moved to Claude for its superior writing capabilities. The pivotal moment came when she needed to improve her engineering skills for a production-level project. Moving from the AWS console to VS Code introduced her to the terminal, and subsequently, Claude Code.

She treats Claude not just as a chatbot, but as a "pair programmer" for everything—including non-coding tasks like writing and task management. This "pair programming" mindset allows her to iterate on workflows in real-time.

테레사는 클로드 코드로의 전환이 점진적이었다고 설명합니다. 처음에는 웹 기반의 챗GPT로 시작했지만, 더 나은 작문 능력을 위해 클로드로 이동했습니다. 결정적인 계기는 실제 프로덕션 수준의 프로젝트를 위해 엔지니어링 기술을 향상해야 했을 때였습니다. AWS 콘솔에서 VS Code로 넘어오면서 터미널 환경에 익숙해졌고, 자연스럽게 클로드 코드를 접하게 되었습니다.

그녀는 클로드를 단순한 챗봇이 아니라, 코딩 외의 글쓰기나 업무 관리 같은 모든 일의 "페어 프로그래머(짝꿍 개발자)"로 대합니다. 이러한 "페어 프로그래밍" 사고방식 덕분에 그녀는 실시간으로 업무 흐름을 개선할 수 있습니다.

2. Building a Custom Task Management System

2. 커스텀 업무 관리 시스템 구축하기

Teresa moved away from Trello because she worried about data lock-in and wanted more flexibility. She built a bespoke system using Claude Code and Obsidian.

테레사는 데이터가 특정 툴에 종속되는 것을 우려하고 더 큰 유연성을 원했기 때문에 트렐로(Trello)를 떠났습니다. 그녀는 클로드 코드와 **옵시디언(Obsidian)**을 사용하여 맞춤형 시스템을 구축했습니다.

The Workflow

워크플로우

The /today Slash Command: Teresa created a custom shortcut command in Claude Code. Every morning, she runs /today.
Aggregation: A Python script runs in the background. It checks her legacy Trello board and her Obsidian files.
Daily Note Generation: The script generates a markdown file in Obsidian for the current day. This file includes:
- Tasks due today.
- Overdue tasks.
- "Ideas" currently in progress.
- A daily research digest (explained in the next section).
Natural Language Interaction: Instead of clicking buttons in a GUI, she can simply type to Claude: "Hey, add a task to send a thank you note." Claude then creates the markdown file, adds the due date, and tags it automatically.
/today 슬래시 커맨드: 테레사는 클로드 코드에 사용자 정의 단축 명령어를 만들었습니다. 매일 아침 그녀는 /today를 실행합니다.
데이터 집계: 백그라운드에서 파이썬 스크립트가 실행됩니다. 이 스크립트는 기존 트렐로 보드와 옵시디언 파일들을 확인합니다.
데일리 노트 생성: 스크립트는 옵시디언에 그날의 마크다운 파일을 생성합니다. 이 파일에는 다음 내용이 포함됩니다:
- 오늘 마감인 업무.
- 기한이 지난 업무.
- 현재 진행 중인 "아이디어".
- 일일 리서치 요약(다음 섹션에서 설명).
자연어 상호작용: GUI에서 버튼을 클릭하는 대신, 그녀는 클로드에게 "감사 노트 보내기 업무 추가해 줘"라고 타이핑만 하면 됩니다. 그러면 클로드가 마크다운 파일을 생성하고, 마감일을 설정하며, 태그까지 자동으로 붙입니다.

Why Obsidian?

왜 옵시디언인가?

She uses Obsidian as a local file browser. Since everything is stored as Markdown files, the data is plain text. This makes it readable for both humans and AI. Claude can search through these text files much better than it could navigate a proprietary database, allowing for queries like "Show me my sales pipeline," which Claude constructs by aggregating tasks with specific tags.

그녀는 옵시디언을 로컬 파일 브라우저로 활용합니다. 모든 것이 마크다운 파일로 저장되므로 데이터는 일반 텍스트 형태입니다. 이는 사람과 AI 모두가 읽기 쉽습니다. 클로드는 전용 데이터베이스를 탐색하는 것보다 텍스트 파일을 검색하는 데 훨씬 뛰어납니다. 덕분에 "내 영업 파이프라인 보여줘"와 같은 질문을 하면, 클로드가 관련 태그가 붙은 업무들을 집계해 답변할 수 있습니다.

3. Automated Academic Research Workflow

3. 자동화된 학술 리서치 워크플로우

To keep up with academic trends without spending hours searching, Teresa built an automated pipeline using Python scripts and Cron jobs.

수 시간을 들여 검색하지 않고도 학술 트렌드를 파악하기 위해, 테레사는 파이썬 스크립트와 크론(Cron) 작업을 이용한 자동화 파이프라인을 구축했습니다.

The Step-by-Step Process

단계별 프로세스

Daily Search: A script searches ArXiv (daily) and Google Scholar (weekly) based on a config file of keywords (e.g., "synthetic users," "team collaboration").
Selection: She gets a list of new papers. She manually reviews this list and downloads the PDFs of interesting papers to a "Source" folder.
Nightly Summarization: Another script runs at night. It detects new PDFs in the source folder and triggers Claude Code to generate detailed summaries.
Structured Output: Claude summarizes the papers focusing on methods and effect sizes (to help judge quality) rather than just abstract summaries.
Integration: These summaries appear in her /today task list the next morning.
일일 검색: 스크립트가 키워드 설정 파일(예: "합성 사용자", "팀 협업")을 기반으로 아카이브(ArXiv, 매일)와 구글 스칼라(Google Scholar, 매주)를 검색합니다.
선별: 그녀는 새로운 논문 리스트를 받습니다. 이 리스트를 수동으로 검토한 뒤 흥미로운 논문의 PDF를 "Source" 폴더에 다운로드합니다.
야간 요약: 밤마다 또 다른 스크립트가 실행됩니다. 이 스크립트는 소스 폴더에 있는 새로운 PDF를 감지하고, 클로드 코드를 실행해 상세한 요약을 생성합니다.
구조화된 출력: 클로드는 단순한 초록 요약이 아니라, 논문의 품질을 판단할 수 있도록 **연구 방법론과 효과 크기(effect size)**에 초점을 맞춰 요약합니다.
통합: 이 요약본들은 다음 날 아침 그녀의 /today 업무 리스트에 나타납니다.

4. Context Management: The "Lazy Prompting" Strategy

4. 컨텍스트 관리: "게으른 프롬프팅" 전략

Teresa emphasizes that for AI to be useful, it needs context, but not too much irrelevant context. She maintains a separate Obsidian vault specifically for "LLM Context."

테레사는 AI가 유용하려면 컨텍스트(맥락 정보)가 필요하지만, 불필요한 정보가 너무 많으면 안 된다고 강조합니다. 그녀는 "LLM 컨텍스트"를 위한 별도의 옵시디언 보관함(Vault)을 관리합니다.

Modular Context Files

모듈형 컨텍스트 파일

Instead of one giant file, she breaks context into small, specific markdown files:

Writing Style Guide: Defines tone, audience, and formatting rules.
Business Profile: Details about her products and courses.
Personal Profile: Details relevant to personal tasks (e.g., dog care).

거대한 하나의 파일 대신, 그녀는 컨텍스트를 작고 구체적인 마크다운 파일로 쪼갭니다:

글쓰기 스타일 가이드: 어조, 독자, 서식 규칙 등을 정의.
비즈니스 프로필: 그녀의 제품과 강의에 대한 세부 정보.
개인 프로필: 개인적인 업무(예: 반려견 케어)와 관련된 정보.

The Index Strategy

인덱스 전략

She uses an Index File that acts as a map. It tells Claude: "If I ask about business, look at the Business Profile. If I ask about writing, look at the Style Guide." This allows her to use short, "lazy" prompts like "Review this blog post," and Claude automatically pulls the correct style guide to provide relevant feedback.

그녀는 지도 역할을 하는 인덱스 파일을 사용합니다. 이 파일은 클로드에게 다음과 같이 지시합니다. "비즈니스에 대해 물어보면 비즈니스 프로필을 참고해. 글쓰기에 대해 물어보면 스타일 가이드를 봐." 덕분에 그녀는 "이 블로그 포스트 검토해 줘" 같은 짧고 "게으른" 프롬프트를 사용할 수 있으며, 클로드는 자동으로 올바른 스타일 가이드를 가져와 적절한 피드백을 제공합니다.

5. Writing with AI

5. AI와 함께 글쓰기

Teresa does not use AI to generate her content from scratch because she enjoys writing and wants to maintain her voice. Instead, she uses Claude as an editor and researcher.

테레사는 글 쓰는 것을 좋아하고 자신의 목소리를 유지하고 싶어 하기 때문에, 콘텐츠를 바닥부터 생성하는 데 AI를 사용하지 않습니다. 대신 클로드를 편집자이자 리서치 조교로 활용합니다.

Fact-Checking: "Is there evidence that this statement is true?"
Hook Improvement: "How can I make this intro stronger?"
Style Critique: Claude reviews sections against her "Writing Style Guide."
Proofreading: Fixing typos and grammar as she types.
팩트 체크: "이 진술이 사실이라는 증거가 있어?"
도입부 개선: "이 도입부를 더 강력하게 만들려면 어떻게 해야 해?"
스타일 비평: 클로드가 "글쓰기 스타일 가이드"에 맞춰 섹션을 검토.
교정: 타이핑하는 동안 오타와 문법 수정.

6. Tools Mentioned

6. 언급된 도구들

Claude Code: Anthropic's terminal-based AI tool. (앤스로픽의 터미널 기반 AI 도구)
Obsidian: A markdown-based note-taking app used as a file browser and database. (파일 브라우저 및 데이터베이스로 활용되는 마크다운 기반 노트 앱)
Python: Used for scripting the automation between services. (서비스 간 자동화를 위한 스크립트 작성에 사용)
VS Code: The code editor where she runs the terminal. (터미널을 실행하는 코드 에디터)
Descript: An AI-powered video editing tool that allows editing video via text. (텍스트를 통해 영상을 편집할 수 있는 AI 기반 동영상 편집 도구)

참고:

https://www.youtube.com/watch?v=oBho3hZ7MHM

[AI 동향] OpenClaw, 몰트봇 창시자 Peter Steinberger 인터뷰

summerorange — Wed, 11 Feb 2026 21:07:41 +0900

최근 깃허브(GitHub) 스타 수가 수직 상승하며 AI 개발자 커뮤니티를 강타한 오픈소스 프로젝트가 있습니다. 바로 OpenClaw(구 Clawdbot, 현 Moltbot)입니다. 이 프로젝트의 창시자인 Peter Steinberger가 첫 공식 인터뷰를 통해 개발 비하인드 스토리와 향후 계획을 밝혔습니다.

1. Return from Burnout & The Spark of AI After selling his software company (PSPDFKit) and retiring due to burnout, Steinberger returned to coding in April 2025. He initially felt "fed up" with traditional development but regained his "mojo" after discovering the potential of AI tools like Claude Code.

1. 번아웃에서의 복귀와 AI의 불꽃 소프트웨어 회사(PSPDFKit)를 매각하고 번아웃으로 은퇴했던 Steinberger는 2025년 4월 코딩으로 복귀했습니다. 처음에는 기존 개발 방식에 염증을 느꼈지만, Claude Code와 같은 AI 도구의 잠재력을 발견한 후 다시 열정을 되찾았습니다.

2. "Agentic Engineering" & The Fun of Hacking Steinberger describes his process as "agentic engineering"—building small CLIs and tools that AI agents can easily use. He emphasizes that the best way to learn is by having fun and "messing with AI."

2. '에이전틱 엔지니어링(Agentic Engineering)'과 해킹의 즐거움 그는 자신의 작업 방식을 AI 에이전트가 쉽게 사용할 수 있는 작은 CLI와 도구를 만드는 '에이전틱 엔지니어링'이라고 설명합니다. 그는 배우는 가장 좋은 방법은 즐기면서 "AI와 장난치듯 노는 것"이라고 강조합니다.

3. The "Marrakesh Moment" & Autonomous Capabilities The realization of the agent's power came during a trip to Marrakesh when he sent a voice message to his WhatsApp bot. Despite not having built voice support, the agent autonomously figured out how to convert the file, transcribe it using OpenAI, and respond, proving its resourcefulness.

3. '마라케시의 순간'과 자율 능력 에이전트의 강력함을 깨달은 것은 마라케시 여행 중 왓츠앱(WhatsApp) 봇에 음성 메시지를 보냈을 때였습니다. 음성 지원 기능을 만들지 않았음에도 불구하고, 에이전트는 스스로 파일 형식을 변환하고 OpenAI를 사용해 텍스트로 변환한 뒤 응답하는 기지를 발휘했습니다.

4. Viral Success & Rebranding to Moltbot The project saw unprecedented viral growth. Following a polite email from Anthropic regarding the name "Clawdbot," Steinberger renamed the project to "Moltbot." He managed the rebranding in real-time while monitoring Twitter to avoid crypto squatters taking the handle.

4. 바이럴 성공과 Moltbot으로의 리브랜딩 이 프로젝트는 전례 없는 바이럴 성장을 기록했습니다. 앤스로픽(Anthropic) 측의 정중한 'Clawdbot' 명칭 변경 요청에 따라 프로젝트 이름을 'Moltbot'으로 변경했습니다. 그는 크립토 스쿼터(도메인 선점꾼)들이 핸들을 차지하는 것을 막기 위해 트위터를 모니터링하며 실시간으로 리브랜딩을 진행했습니다.

5. The Mac Mini Phenomenon The project unexpectedly drove sales of Mac Minis, as users sought dedicated hardware to run their 24/7 agents. Steinberger finds it amusing that he might be responsible for a spike in Apple's hardware sales.

5. 맥 미니(Mac Mini) 현상 사용자들이 24시간 에이전트를 구동하기 위한 전용 하드웨어를 찾으면서 뜻밖에 맥 미니 판매가 급증했습니다. Steinberger는 자신이 애플의 하드웨어 판매 급증에 일조했을지도 모른다는 사실을 재미있어했습니다.

6. Future Plans: Foundation over Company Rather than building a traditional company, Steinberger is considering a nonprofit foundation to ensure the project outlives him. He is actively seeking maintainers to help manage the overwhelming interest and contributions.

6. 향후 계획: 회사보다는 재단 설립 Steinberger는 전통적인 회사를 설립하기보다 프로젝트가 자신보다 오래 지속될 수 있도록 비영리 재단 설립을 고려 중입니다. 현재 폭발적인 관심과 기여를 관리하기 위해 유지보수 관리자(Maintainer)를 적극적으로 찾고 있습니다.

링크:

https://www.youtube.com/watch?v=qyjTpzIAEkA

[AI 동향] Y Combinator - Claude Code 2602

summerorange — Wed, 11 Feb 2026 21:00:21 +0900

저도 클로드 코드 잘 쓰고 있슴다. I used Claude Code everyday, too~

Recently, Y Combinator's CEO Gary Tan and Harj Taggar sat down with Kelvin French-Owen (co-founder of Segment and former OpenAI Codex researcher) to discuss the rise of "Claude Code." This conversation highlights a massive shift in how developers interact with AI, moving from simple code completion to full-blown agentic workflows. It provides a fascinating look into how top-tier developers and founders are utilizing AI tools to accelerate their productivity.

최근 Y Combinator의 CEO 게리 탄(Gary Tan)과 하즈 타가(Harj Taggar)가 세그먼트(Segment)의 공동 창업자이자 전 OpenAI Codex 연구원인 켈빈 프렌치-오웬(Kelvin French-Owen)과 함께 "Claude Code(클로드 코드)"의 부상에 대해 이야기를 나누었습니다. 이 대담은 개발자들이 AI와 상호작용하는 방식이 단순한 코드 완성을 넘어 완전한 에이전트 기반 워크플로우로 거대하게 변화하고 있음을 강조합니다. 이는 최고의 개발자와 창업자들이 생산성을 가속화하기 위해 AI 도구를 어떻게 활용하고 있는지에 대한 흥미로운 시각을 제공합니다.

What is Y Combinator?

Before diving into the details, let's briefly touch upon Y Combinator (YC). Y Combinator is arguably the world's most famous startup accelerator based in Silicon Valley. It has launched massive tech giants like Airbnb, Stripe, Dropbox, and Coinbase. YC provides seed funding, advice, and crucial networking connections, making it a central hub for technology trends and startup culture. When YC speaks about a trend, the tech world listens.

세부적인 내용에 앞서 Y Combinator(YC)에 대해 간략히 알아보겠습니다. Y Combinator는 실리콘 밸리에 기반을 둔 세계에서 가장 유명한 스타트업 엑셀러레이터입니다. 에어비앤비(Airbnb), 스트라이프(Stripe), 드롭박스(Dropbox), 코인베이스(Coinbase)와 같은 거대 기술 기업들을 배출했습니다. YC는 시드 자금, 자문, 그리고 결정적인 네트워킹을 제공하며 기술 트렌드와 스타트업 문화의 중심지 역할을 하고 있습니다. YC가 트렌드에 대해 이야기하면, 기술 업계 전체가 귀를 기울입니다.

The "Retro Future" of CLI

One of the most interesting takeaways from the discussion is the concept of a "Retro Future." While modern Integrated Development Environments (IDEs) like VS Code were supposed to be the future, Claude Code operates as a Command Line Interface (CLI) tool. Kelvin notes that instead of managing complex file states in an IDE, using the CLI feels like "flying through the code," abstracting the tedious parts away. It creates a cleaner experience where the code generation happens in the background, allowing the developer to focus on the outcome.

이번 토론에서 가장 흥미로운 점 중 하나는 "레트로 퓨처(Retro Future)"라는 개념입니다. VS Code와 같은 현대적인 통합 개발 환경(IDE)이 미래가 될 것이라고 여겨졌지만, Claude Code는 오히려 명령줄 인터페이스(CLI) 도구로 작동합니다. 켈빈은 IDE에서 복잡한 파일 상태를 관리하는 대신, CLI를 사용하면 지루한 부분을 추상화하여 마치 "코드 사이를 날아다니는 것 같은" 느낌을 준다고 언급했습니다. 이는 코드 생성이 백그라운드에서 이루어지는 더 깔끔한 경험을 제공하여, 개발자가 결과물에 집중할 수 있게 합니다.

Transitioning to "Manager Mode"

Gary Tan describes his experience as transitioning from a "runner" to a "manager." Previously, coding required writing every line by hand, but now, he directs the AI to handle complex tasks like debugging nested jobs or writing comprehensive tests. This shift allows developers to move significantly faster, focusing on architecture rather than syntax. It suggests that the future of programming is less about typing code and more about managing AI agents effectively to build robust systems.

게리 탄은 자신의 경험을 "주자(Runner)"에서 "관리자(Manager)"로 전환하는 과정이라고 묘사합니다. 이전에는 모든 줄을 직접 손으로 코딩해야 했지만, 이제는 AI에게 중첩된 작업 디버깅이나 포괄적인 테스트 작성과 같은 복잡한 작업을 처리하도록 지시합니다. 이러한 변화를 통해 개발자는 문법보다는 아키텍처에 집중하며 훨씬 더 빠르게 움직일 수 있게 되었습니다. 이는 프로그래밍의 미래가 코드를 타이핑하는 것보다 AI 에이전트를 효과적으로 관리하여 견고한 시스템을 구축하는 것에 있음을 시사합니다.

Context Management & The Canary Trick

Managing the AI's "context window" is crucial for becoming a top 1% user. The discussion touches on "Context Poisoning," where an agent gets confused after processing too much information. A clever tip suggested is planting a "canary"—a random fact at the start of the prompt—and asking the AI to recall it later to check if it's still "lucid" or if it has lost track of the context. This highlights that "Context Engineering" is becoming a vital skill for modern developers.

AI의 "컨텍스트 윈도우(문맥 창)"를 관리하는 것은 상위 1% 사용자가 되기 위해 매우 중요합니다. 이 토론에서는 너무 많은 정보를 처리한 후 에이전트가 혼란스러워하는 "컨텍스트 오염(Context Poisoning)"에 대해 다룹니다. 제안된 기발한 팁은 프롬프트 시작 부분에 "카나리아(Canary)" 즉, 무작위 사실을 심어두고, 나중에 AI에게 이를 기억해 내라고 요청하여 AI가 여전히 명료한 상태인지, 아니면 맥락을 잃었는지 확인하는 방법입니다. 이는 "컨텍스트 엔지니어링"이 현대 개발자에게 필수적인 기술이 되고 있음을 보여줍니다.

Security vs. Speed: The Cultural Split

Finally, there is a clear cultural split regarding security. Enterprise-focused models (like OpenAI) prioritize strict sandboxing to prevent risks like prompt injection. In contrast, startup founders often operate in "YOLO mode," skipping permissions to maximize speed. This highlights the trade-off between the safety required by large corporations and the agility needed by early-stage startups. The bottom-up distribution of these CLI tools means individual engineers can adopt them quickly, bypassing slow corporate approvals.

마지막으로, 보안에 대한 문화적 차이가 뚜렷하게 나타납니다. 기업 중심의 모델(OpenAI 등)은 프롬프트 인젝션과 같은 위험을 방지하기 위해 엄격한 샌드박싱을 우선시합니다. 반면, 스타트업 창업자들은 속도를 극대화하기 위해 권한 설정을 건너뛰는 "YOLO 모드"로 운영하곤 합니다. 이는 대기업이 요구하는 안전성과 초기 스타트업이 필요로 하는 민첩성 사이의 상충 관계를 잘 보여줍니다. 이러한 CLI 도구들의 상향식(Bottom-up) 배포 방식은 개별 엔지니어들이 느린 기업 승인 절차를 우회하여 빠르게 도구를 채택할 수 있음을 의미합니다.

Ref

https://www.youtube.com/watch?v=qwmmWzPnhog

코딩 없이 LLM 앱 만들기? 오픈소스 노코드 툴 'Dify' 사용 후기 (RAG 구현)

summerorange — Mon, 9 Feb 2026 23:09:39 +0900

AI knowledge 기반 챗봇 노코드 툴도 있길래 신기해서 어떻게 구현했는지 보려고 테스트했습니다.

예전에 랭체인 등등 코드 구현해서 직접 문서 넣고 RAG 구현해서 운영하고 유지보수 관리하고 코드 추가하고 수정하고 검색 안되는 부분을 좀 더 잘 되게 구현해보기도 하고 search 부분도 marginal 어쩌구 k도 좀 크게 올리고 어쩌구 하면서 좀 더 구현하고 맞춤형으로 하면 정확도는 높아지지만 공수가 많이 듭니다... 그런데 그걸 또 다시 만들어달라고 하면 또 그 시간과 노력을 들어서 만들어야 하는지 의문이 들기도 하고... 좀 자동화 툴을 찾아봤습니다

최근 생성형 AI 업계에서 가장 핫한 키워드는 단연 RAG(Retrieval-Augmented Generation, 검색 증강 생성)입니다. 내 데이터를 AI에게 학습시키지 않고도, 외부 지식 베이스에서 정확한 정보를 찾아 답변하게 만드는 기술이죠.

보통 이를 구현하려면 파이썬(Python) 환경에서 랭체인(LangChain)이나 라마인덱스(LlamaIndex) 같은 라이브러리를 사용해 복잡한 코드를 짜야 했습니다. 하지만 최근 오픈소스 노코드(No-code) 플랫폼인 Dify를 테스트해보고 꽤 큰 충격을 받았습니다. 복잡한 RAG 파이프라인 구축 과정을 직관적인 GUI로 완벽하게 구현해놓았기 때문입니다.

https://cloud.dify.ai/

Dify의 가장 큰 매력은 시각화된 워크플로우입니다. 제가 직접 테스트해 본 과정은 다음과 같았습니다.

Start (시작): 사용자의 입력을 받는 시작 노드입니다.
Knowledge Retrieval (지식 검색): 미리 구축해둔 벡터 DB(Vector Database)에서 질문과 관련된 문서를 찾아옵니다.
LLM (모델 추론): 검색된 지식과 질문을 프롬프트에 넣어 AI 모델(GPT, Claude, Gemini 등)에게 전달합니다.
Answer (답변): 최종적으로 사용자에게 답변을 출력합니다.

knowledge -

start - 지식 부분에 추가해서 - 벡터 설정해둔 것을 불러오고 - 그 다음으로 LLM에서 model 선택후 answer 가 나오게 하는 과정을

마우스 딸깍으로 할 수 있도록 구현되었습니다.

이런 식으로 segment 식별자, 최대 청크 길이, 청크 중첩, 텍스트 전처리 규칙,

임베딩 모델을 선택해서 벡터db화 시키고

다음 같은 부분들도 전부 GUI 로 구현되어 있다는 점.

노코드 툴이라고 해서 단순히 기능만 대충 흉내 낸 것이 아닙니다. 개발자로서 놀라웠던 점은 데이터 전처리(Pre-processing)와 임베딩 설정의 깊이였습니다.

보통 RAG 성능을 올리기 위해 코드로 수십 번 수정해야 하는 하이퍼파라미터들을 Dify에서는 GUI 옵션으로 제공합니다.

세그먼트 식별자 & 전처리 규칙: 텍스트를 어떻게 나눌지 규칙을 정할 수 있습니다.
최대 청크 길이 (Max Chunk Length): 토큰 제한을 고려해 문서를 얼마나 크게 자를지 슬라이더로 조절합니다.
청크 중첩 (Chunk Overlap): 문맥이 끊기지 않도록 문서 조각 간에 겹치는 구간을 설정합니다.
임베딩 모델 선택: OpenAI의 text-embedding-3나 오픈소스 모델 등 원하는 임베딩 모델을 선택해 즉시 벡터 DB화 시킬 수 있습니다.

이런 디테일한 설정이 가능하다는 것은, Dify가 단순한 장난감이 아니라 실무 수준의 프로토타이핑(Prototyping) 도구로도 손색이 없다는 뜻입니다.

튜토리얼 참고 자료:

https://blog.open-network.co.kr/dify-labor-law-rag-chatbot

Dify 실습 (4): 근로기준법 RAG 챗봇 - Open Network System

근로기준법 PDF 파일을 활용하여 Dify 플랫폼에서 간단한 RAG(Retrieval-Augmented Generation) 챗봇을 구축 | Dify Tutorial

blog.open-network.co.kr

Dify는 AI 개발의 진입 장벽을 획기적으로 낮췄습니다. 개발자는 백엔드 로직 구성 시간을 줄여 프롬프트 엔지니어링에 더 집중할 수 있고, 기획자는 개발자의 도움 없이도 자신의 아이디어를 빠르게 테스트해 볼 수 있습니다.

나만의 지식 기반 챗봇을 만들고 싶다면, 복잡한 코딩 공부 전에 Dify를 먼저 설치해서 테스트해 보시길 강력 추천합니다.

헝거게임

summerorange — Sun, 8 Feb 2026 23:37:56 +0900

책 추천.

영화로 보는 것도 재밌고

사실 책이 더 재밌음

https://www.youtube.com/watch?v=lSHTNhPgUro

줄거리는... 판엠이라는 거대한 중앙 도시가 있는데 이 도시가 주변 12개 도시를 지배한다. 몇십년전 이 12개 도시에서 반란을 일으킨 적이 있었지만 실패함. 그 댓가로 판엠에서는 각 12개 도시마다 남자 여자 조공인 한 명씩을 데리고 와서 게임을 한다. 이 게임에서는 한 명만 살아남을 수 있고. 생존자는 거대한 부와 명예를 누리게 된다. 12번 구역에서 캣니스 애버딘은 동생과 어머니와 입에 풀칠하면서 살아가고 있었다. 헝거게임 추첨에서 자신의 동생이 여기에 뽑히게 되고 동생 대신 자원하여 판엠에 가서 헝거게임을 치르게 되는데....

대략 이렇다. 헝거게임이라는 제목에서 느껴지겠지만. 생존의 절박함이 잘 드러난다. 구역마다 얼마나 사람들이 굶주려가면서 생활하는 모습. 하지만 중앙 도시인 판엠에서는 굶주림 따위는 모르고 호위호식하면서 부유하게 잘 살고 있는 모습. 저렇게 소년소녀들 뽑아놓고 서로가 서로를 죽이는 모습이 실시간 생중계로 사람들의 엔터테인먼트 거리가 되는 잔혹함.

영화에서 테일러 스위프트의 eyes open의 가사는 그런 내용을 잘 드러낸다고 생각한다.

Keep your eyes open 두 눈 뜨고 있어(혹은 조심해, 주의해)

Everybody's waiting for you to breakdown 다들 네가 무너지길 기다리고 있어

Everybody's watching to see the fallout 모두들 (네가) 떨어져나가는 것을 지켜보고 있어.

even when you're sleeping 심지어 네가 잠잘 때도.

1번 구역 남자애도 죽고 나니 약해 보인다. 그를 미워하는 것도 부적절한 것 같다. 내가 증오하는 것은 우리에게 이런 일을 하게 만든 캐피톨이다. 머릿속에서 게일의 목소리가 들린다. 캐피톨을 미친 듯 비난하던 그의 말이 더 이상 무의미하지 않게 느껴지고, 무시할 수 없는 힘을 갖고서 다가온다. 루의 죽음은 그들이 우리에게 행하는 잔인하고 부당한 짓거리들에 나 자신이 품고 있던 분노를 직시하게 만들었다. 하지만 이 곳에서는, 심지어 집에 있을 때보다도 강하게, 내가 무력하다는 것을 느낀다. 캐피톨에게 복수할 방법이란 없다. 그렇지 않은가?

그 때 피타가 옥상에서 했던 말이 생각난다.

“그저 내가 계속 바라고 있는 것은.... 캐피톨이 나의 주인이 아니라는 것을 보여 줄 방법을 생각해 낼 수 있으면 좋겠다는 것뿐이야. 나는 그저 헝거 게임의 작은 한 부분이 아니고, 그 이상의 존재라는 것을.”

나는 처음으로 그 말을 이해한다.

“날 혼자 두고 가지 마.”

나는 애원했다. 피타가 죽으면 나는 진짜로 집에 돌아갈 길을 영영 잃어버리고 말 테니까. 내 여생 내내 이 경기장에서 빠져나갈 길만을 고민하며 살게 될 테니까.

드라마보다도 더 드라마 같은 게 현실인 법. 파릇파릇한 아이들을 몰아놓고 경쟁시키고 오직 한 명만 살아남고. 다른 사람들이 이걸 재밌게 구경하고 있는 모습. 현실과 오버랩되는 게 있다. 헝거 게임이 와닿는다면 아마 지금 현재가 마치 거대한 헝거 게임장처럼. 살아남아야 하는 게임장처럼 느껴지기 때문일 수도 있다.

사랑의 발견 - 데버러 블룸

summerorange — Sun, 8 Feb 2026 23:34:00 +0900

-루이 파스퇴르나 알렉산더 플레밍, 에드워드 제너 같은 연구자들 덕택에 의사들은 자신들이 미생물 병원체와 싸우고 있다는 사실을 알게 되었다. 병원체의 전파에 대한 의사들이 생각하는 논리적인 대응 방안은 병원체가 감염자에서 다른 사람으로 옮겨 가지 못하도록 만드는 것이었다. 그것이 바로 격리 원칙이다. 사람들을 서로 떼어 놓고, 아픈 사람을 건강한 사람으로부터 격리시키는 것이다.

- 아기에게 키스를 하는 것은 최악이다. 도대체 부모들이 정말로 자신의 입술로 아이들과 접촉하기를 원한단 말인가?

-부모들은 그와 같은 접촉의 결핍에 대해 우려를 나타냈지만 홀트의 동료들은 전혀 그렇지 않았다.

-무관심 속에 방치된 아이들...... 결국 방치는 방치를 낳는 것으로 드러났다. 한 의사가 기술한 바와 같이 "방치된 아이는 시간이 흐르면 자신이 처한 불행한 상황에 적응하게 된다. 그러면 아이는 점점 순한 아이가 되어 방치하기가 더욱 쉬워진다."

-그가 치료한 아이들은 폭격으로부터 살아남은 생존자와 비슷했다. 무감각하고, 수동적이고, 무엇보다 그의 우려를 산 것은, 아이들은 그들의 고립된 공간을 주위로 확장시키는 듯했다. 고아원의 아이들은 종종 우정을 나눌 줄도 모르고 다른 사람을 배려하거나 걱정할 줄도 모르는 듯했다.

-이 아이들은 "인간관계에 대하여 완전한 혼란을 겪고 있다."라고 그녀는 보고했다. 아이들은 종종 환상의 세계에 빠져 있었다.

-특히 고아원에서 오랜 시간을 보낸 아이들은 마치 파티에서 예절 바르게 행동하는 점잖은 이방인과도 같았다. 완벽한 매너를 보이지만 다른 사람에 대해서는 눈곱만큼도 관심이 없는 이방인 말이다. ... 양부모가 보여 주는 애정을 꽁꽁 얼어붙게 만들었다.

-"시설증(hospitalism)"

-과학자들은 대개 자신들만의 공동체 내에서 일하기를 즐긴다. 그들만의 용어로 의사소통하고, 그들만의 잡지에 글을 싣는다. 그러나 운동가가 되기 위해서는 과학자도 때때로 학문의 울타리를 박차고 나가야 할 때가 있다.

-그러나 보다 심각한 문제는 이 아이들에게는 그들을 사랑해 주는 사람이 없다는 것이다. 혹은 그들을 좋아해 주는, 그저 미소 지어 주고, 별 생각 없이 껴안아 주는 사람이 없다는 점이다. 스피츠는 인간적 접촉이나 애정으로부터 격리된 환경이 아이가 감염과 싸우는 능력을 점차적으로 파괴해 버린다고 말했다.

-"그 아이들이 병이 난 이유는 그들이 지각하는 세계에 동반자가 없기 때문이라고 우리는 믿습니다."

-"특별히 조숙한 아기"

-로라는 엄마와 아빠를 바라보며 "왜 나를 저렇게 내버려뒀어요?"라고 말하며 마구 화를 냈다.

-그 아이는 끊임없이 좀 더 나은 삶을 꿈꾸고 환상을 그리는데 그 힘이 너무나 강렬해서 성인은 종종 둘을 구분하지 못한다."

-적절한 식사는 단순히 칼로리와 비타민을 얼마나 섭취하느냐 하는 것 이상의 문제이다. 식사라는 행위 자체를 즐길 수 있을 때 섭취하는 음식도 몸에 이로운 작용을 할 것이다.

-파블로프는 연구를 사랑했다. "과학은 과학자의 전 생애를 요구한다. 만일 두 번의 삶이 주어진다 해도 여전히 충분하지 못하다."

어떻게 아이들을 사랑해야 하는가 - 야누슈 코르착

summerorange — Sun, 8 Feb 2026 23:30:06 +0900

야누슈 코르착 Janusz Korczak (1878.07.22~1942.08.07)

본명은 헨리크 골트슈미트(Henryk Goldszmit)로 폴란드 바르샤바에서 태어난 폴란드 유대인 교육자, 의사

어떻게 아이들을 사랑해야 하는가

1부 가정에서 자라는 아이

나는 많은 질문들이 대답을 기다리고, 많은 의구심들이 해명을 바라고 있음을 느낀다.

당신이 책을 밀쳐놓고 당신 스스로 생각의 물레를 돌려 천을 짜기 시작한다면, 그 책은 의도했던 목적을 달성한 것이다.

나는 내가 알지 못하는 부모들이 알지 못하는 상황에서, 내가 알지 못하는 아이를 어떻게 키울지 모르겠고, 알 수도 없다.

“나는 모르겠다”라는 이 대답이 학문에서는 새로운 생각을 떠오르게 하는 원초적 안개와 같은 것이라면, 학문적인 사고에 익숙하지 않은 사람에게는 고통스럽고 공허한 대답이 될 것이다.

나는 아이들과의 관계에 대해 말하고 있는 현대의 학문에 하나의 경이롭고, 생명과 매혹적인 놀라움으로 가득차고 창조적인 “나는 모르겠다”라는 대답을 이해하고 사랑하도록 가르치고자 한다.

어떤 책이나 어떤 의사도 우리 자신의 깨어있는 생각과 조심스러운 관찰을 대신할 수 없다는 점을 깨닫는 것이 중요하다.

어떤 사람에게 이런 식의 생각을 끝까지 밀고나가, 완성된 해답을 달라고 요구해 보라. 그 생각이란 어떤 낯선 한 여자에게 당신의 아이를 낳아 달라고 요구하는 것과 같다. 우리에게는 스스로 고통스럽게 낳아야 하는 생각들이 있는 법이다. 그리고 그것이 바로 가장 값진 것이다. 그 생각은 어머니인 당신이 아이에게 젖을 줄지 우유를 줄지, 그 아이를 인간으로 키울지, 혹은 여자 아이로 키울지, 아이를 이끌어야 할지, 아니면 강요라는 고삐로 매달고는 앞에서 끌고 갈지, 아이가 아직 어릴 동안만 함께 놀아줄지 어떨지, 아이와 애정을 주고 받으면서 당신 배우자의 인색하거나 달갑지 않은 애무에 대한 대체물을 찾을지를 결정하는 역할을 맡는다. 하지만 이제 아이가 자라면 당신은 그 아이를 혼자 내버려두거나 적대적으로 대립할 것이다.

활발한 아이와 수동적인 아이들, 생기 넘치는 아이와 무감각한 아이들, 지구력이 있는 아이와 변덕스러운 아이들, 잘 따르는 아이와 반항적인 아이, 창의적인 아이와 모방하기 좋아하는 아이, 잘 현혹되는 아이와 굳건한 아이, 사실적인 아이와 문학적인 재능이 있는 아이가 있다. 또는 탁월한 기억력을 가진 아이와 적당히 평균적인 기억력을 가진 아이, 습득한 지식을 활용하는 기지와 성실한 사고, 타고난 독재성과 사려 깊음, 비판적인 안목이 있는가 하면, 일찍 발달하는 아이와 늦게 발달하는 아이, 편협한 관심과 다양한 관심을 가진 아이 등이 있다.

만일 이 젊은 엄마가 이 처음의 며칠과 몇 주가 오늘의 아이 건강을 위해서라기보다는 오히려 그들 두 사람의 미래를 위해서 얼마나 중요한지 알기나 한다면...

아이를 키우는 것이 장난은 아니고, 잠자지 못하는 밤들의 수고와 힘든 체험들의 총체이며 많은 것을 생각해야 하는 과제라는 인식과 용감하게 만나는 대신에 말이다...

자신을 기만하고 유치하게 토라지거나 이기적인 신랄함 없이, 엄청난 감정의 불꽃 속에서 모든 것을 성숙한 의식으로 용해시키는 대신, 그녀는 아이를 유모와 함께 멀리 떨어진 방으로 보내려고 한다. 그녀는 아이가 얼마나 괴로워하는지 함께 쳐다볼 수 없기 때문에, 아이가 고통에 차서 도움을 청하는 것을 더 이상 들을 수 없기 때문에 거듭해서 이 의사 저 의사 부른다. 그에게서 아무런 깨달음도 얻지 못하면서 말이다. 그녀는 단지 고통으로 마비되고, 저주를 받은 느낌이 될 것이다.

이 밤들을 포기하지 말라. 이 밤들은 어떤 책이나 누구의 충고도 줄 수 없는 것을 당신에게 줄 것이다. 그 밤들의 가치는 단지 지식 속에 있는 것이 아니라, 더 이상 아무런 결실도 없는 고민으로 되돌아가지 않게 하는 정신적인 도약 속에 있기 때문이다. “이럴 때는 무엇일까, 무엇이라고 하나, 무엇이 좋을까”라는 아무 소용없는 고민이 아니라, 주어진 상황에서 행동하도록 가르치는 것이다.

이런 밤에는 경이롭고 수호신과 같은 동맹자가 아이를 도왖둘 수 있다. 그것은 어머니 마음 속에 있는 직감, 연구하려는 의지와 점점 커가는 이성과 밝은 감정으로 이루어진 투시력이다.

이따금 어떤 엄마들은 정확하고 세밀한 관찰로 의사를 놀라게 하는 반면, 다른 엄마들은 지극히 간단한 징후조차 이해하지 못하고, 깨닫지도 못한다는 사실이 마찬가지로 나를 놀라게 하였다.

10분을 위해 의사를 불러라. 하지만 20시간 동안 직접 아이를 관찰해 보라.

아이가 갑자기 소리를 지르고 그 울음은 금방 절정에 이르는가, 혹은 고통스러운 탄식이 점차로 울음으로 변하는가? 아이가 대변을 보거나 우줌을 누거나 혹은 토하고 난 후 금세 진정하는가. 아니면 목욕을 시킬 때나 옷을 입힐 때, 사람들이 들어올릴 때 갑자기 세차게 우는가? 그때 아이는 어떻게 움직이는가? 아이가 그 작은 머리를 베개에 비비거나 젖을 빨 듯이 입술을 움직이는가? 아이는 안아주거나 기저귀를 갈거나 엎드려 놓고 자세를 바꿔주면 다시 진정하는가? 아이는 젖을 먹기 전이나 먹은 후에 언제 더 많이 우는가? 아침에 아니면 저녁에 혹은 밤에 더 많이 우는가?

완성된 공식을 가진 책은 시선을 무디게 하고 생각을 나태하게 만든다. 다른 사람의 경험과 관찰, 견해에 따라 살면, 우리 자신에 대한 신뢰감은 사라져버려서 우리는 더 이상 우리 자신의 관점에서 보려 하지 않는다. 인쇄된 말이 어떤 사람의 연구 결과가 아니라 마치 신의 계시라도 되는 것처럼 말이다. 내 자신이 아니라 다른 사람에게 방향을 맞추고, ‘오늘’이라는 이 시점에 또한 내 아이에게 방향을 맞추지 않는다. 그리고 이론적인 학파는 이같은 비겁함을 부추기고, 우리 자신의 무지가 드러나지 않게끔 두려움을 장려한다.

1) 자기 죽음에 대한 어린이의 권리

2) 오늘 하루에 대한 어린이의 권리

3) 자기 모습대로 있을 수 있는 어린이의 권리

당신 자신에 대해 용기를 가져라. 그리고 자신의 길을 찾아라. 아이들을 인식하려 하기 전에 스스로를 인식하라.

아이들에게 그들의 권리와 의무에 경계를 그어주기 전에 당신의 능력이 어디 있는지를 분명히 하라. 그 아이들 가운데서 가장 먼저 인식하고 교육하고 가르쳐야 할 대상은 바로 당신 자신이다.

정신분석과 듣기 예술 - Erich Fromm

summerorange — Sun, 8 Feb 2026 23:27:40 +0900

정신분석과 듣기 예술

The art of listening

Erich Fromm

호연심리센터 옮김

프롬은 자기 자신을 진지하게 받아들이기 때문에 환자를 진지하게 받아들인다.

이 책의 마지막 부분에는 프롬 자신이 제목을 붙인 정신분석적 ‘기술’ 혹은 듣기의 예술을 수록하였다. 이 내용은 1980년 프롬이 죽기 얼마 전에 쓰여진 것으로 1974년의 세미나 내용들을 책으로 출판할 때 삽입될 예정이었다.

현대와 같은 조직사회의 인간은 진실로 얼마나 병들었는가? 소외되어 있고 자기도취적이며, 다른 사람과는 관계도 맺지 않고, 삶에 대한 진정한 관심도 없이, 단지 기계장치에 대해서만 관심이 있으며, 한 여자보다는 스포츠카로 인해 훨씬 더 흥분되는 현대인들. 자, 이들은 얼마나 병든 것인가?

어떤 의미에서는 현대인은 심하게 병들었다고 말할 수 있을 것이다. 따라서 여러 가지 증상들이 나타나는데; 겁먹고, 불안정하며 자기도취적인 확신을 끊임없이 필요로 한다. 그러나 이와 동시에 소속된 사람들이 기능을 하고 있다는 관점에서 보면 전체로서의 사회는 병들지 않았다고 말할 수 있을지도 모른다.

현대인의 문제는 이러한 ‘병리적인 정상성’에 어떻게 적응하느냐 하는 것이다. 치료는 이런 경우 매우 어려운 문제이다. 현대인은 실로 ‘핵심적’인 갈등으로 고통받고 있다. 말하자면 성격의 핵심적인 부분에서의 심한 혼란으로 고통받는다; 극단적인 형태의 자기도취를 보이고 인생에 대한 사랑이 결핍되어 있다. 이를 치료하기 위해서는 무엇보다도 먼저 그 사람의 전 인격을 변화시켜야만 한다. 게다가 전체로서는 사회는 현대인의 신경증을 옹호하는 면이 있기 때문에 전체 사회를 대상으로 대항해야 할 필요도 있다. 여기에서 이론적으로 현대인은 어떤 의미에서는 아픈 사람인데 또 다른 의미에서는 아프지 않은 사람이라는 역설을 보게 된다. 정신분석이 이러한 경우에 무엇을 할 수 있을지를 결정하는 것은 어려운 일이며 나는 실로 이것이 힘들고 까다로운 문제라고 생각한다.

양성신경증과 악성신경증의 차이는 저항의 본질에서도 차이를 보인다. 양성신경증에서는- 저항은 주저, 두려움 등으로부터 나온다- 성격의 핵이 정상이기 때문에, 저항은 상대적으로 극복하기 쉽다. 그러나 내가 악성이라고 부르는 심각한 신경증에서의 저항은 그 뿌리가 깊게 내려져 있다. 왜냐하면 악성신경증에서는 자신이 자기도취적인 사람이라는 것을, 그리고 자신이 어떤 누구도 좋아하지 않는다는 것을 고백해야만 하기 때문에 저항이 크다. 다른 말로 하면 양성신경증으로 고통받는 사람들보다 더 큰 용기를 가지고 통찰에 부딪혀 싸워야만 한다.

치료의 성공과 성패에 영향을 미치는 또 다른 요인들이 있는데 이 요인들은 기질적인 요인들은 아니지만 분석치료시 첫 5회기나 혹은 10회기 이내에 알아 낼 수 있는 것들이다.

(a) 하나의 요인은 환자가 진실로 그의 고통의 밑바닥까지 내려갔는가 하는 점이다.

(b) 두 번째 요인은 환자가 자신의 인생이 어떻게 되어야 하는지에 대한 생각들을 가지고 있는가 하는 점이다.

(d) 이것과 매우 밀접하게 관련된 또 다른 요인은 결국 진부함과 진실의 차이를 구별할 수 있는 환자의 능력이다.

(e) 또 다른 요인은 환자의 생활환경이다.

(f) 내가 가장 강조를 해 두고자 하는 요인은 환자의 적극적인 참여이다.

(g) 마지막 요인으로 분석가의 성격을 들고자 한다.

4. 정신분석이란 무엇인가

정신분석의 목적은 무엇인가?

대답은 ‘자신을 아는 것’이다.

사람은 세상을 어떻게 아는가? 행동하고 결정을 내리는 바로 그 도구에 대해 우리 스스로가 잘 알지 못한다면 어떻게 적절히 생활해 나가고 반응하겠는가? 우리가 어떤 방식으로든, 세상에서 살아나가고, 결정을 내리고, 우선권을 부여하고, 가치들을 지니도록 끌어나가는 안내자이자 주도자는 바로 ‘나’이다. 결정을 내리고 행동하게 하는 이 ‘나’라는 주요한 주제에 대해 모른다면 우리의 모든 행동과 우리의 모든 결정들은 반은 눈을 감은 상태에서 반은 깨어있는 상태에서 이루어지게 될 것이다.

삶에 있어서 최적의 효율성이란, 방향을 제시하고 결정을 내리도록 만드는 도구인 우리 자신을 얼마나 아느냐에 달려 있다. 우리가 우리 자신을 더 많이 알수록 명백히 우리가 내리는 결정은 더 적절할 것이다. 우리가 우리 자신을 모를수록 우리가 내리는 결정은 더 혼란스러울 것임에 틀림없다.

정신분석에서는 자기 자신을 아는 것이 치료에 중요하다. 이것은 이미 성경에 나와 있는 주장이다; “진리가 너희를 자유케 하리라” (요한 복음 8:32) 왜 자신의 무의식을 아는 것이, 다시 말해 왜 자신을 완전히 아는 것이 한 사람을 증상으로부터 자유롭게 만들고 혹은 행복하게 만드는 것일까?

아이들의 생활을 자세히 들여다보면, 부모의 사랑이라는 것이 사실은 지금까지 창작되어온 가장 커다란 허구 중의 하나라는 것을 알게 될 것이다.

보통 부모들은 사랑이라는 이름으로 자신이 아이에게 행사하려는 힘을 숨긴다. 물론 예외가 없는 것은 아니다.

대부분의 사람들에게 자기 자신이 힘을 가졌다는 느낌, 통제에 대한 감각, 자신이 중요하다는 느낌, 뭔가를 움직이고, 뭔가 할 말이 있다는 것은 아이를 소유하는 것을 통해 이루어진다.

만일 당신이 부모의 사랑을 분석하려고 한다면, 나는 전반적으로 그것은 인간의 특성이며, 그것은 매우 이해 가능한 일이고, 원한다면 공감을 느낄 수 있으며, 심지어 슬픔과 열정을 느낄 수 있는 일이라고 말하겠다. 그러나 그럼에도 불구하고 기본적으로는 대부분의 사람들에게 있어서 부모의 사랑이란 기껏해야 그렇게 악의적이지는 않은 소유이고, 훨씬 더 많은 경우는 악성의 소유인데, 다시 말해 때리고, 상처 주는-자신이 상처 주고 있다고 느끼지도 못하면서 상처주고, 고귀한 이유를 들어 상처를 준다; 자존감에 상처를 주고, 예민하고 동시에 너무나 똑똑한 아이를 자신이 바보, 멍청이이고, 아무것도 이해하지 못한다고 느끼도록 만들어 놓는다.

내가 믿기에는 생애 초기의 어떤 사건도 필연적으로 그 사람을 결정짓는 것은 아니고 다만 그 사람에게 그러한 경향성이 나타날 가능성을 높여준다는 것이다. 그리고 그가 그 방향으로 더 오래 가면 갈수록 그러한 경향성은 강해지고, 그렇게 되면 기적에 의해서나 변화가 일어날 수 있을 것이다.

정신 분석의 목적은 환자가 바로 지금 가지고 있는 무의식적 과정에 대한 통찰에 도달하는 것이다. 정신 분석은 결코 역사 연구 같은 것이 아니다. 우리는 지금 이 순간 환자의 무의식에서 어떤 일이 일어나고 있는지, 즉 바로 그의 뒤편에서 어떤 일이 일어나고 있는지를 알기 원하고 엑스레이를 찍고 싶어 한다. 그것이 우리의 목적이다. 그러나 종종 환자 자신은 자신의 어린 시절의 경험을, 재경험 할 수 있을 때에만 무의식적 과정에 대한 통찰을 할 수 있다.

왜냐하면 그러한 통찰이 환자 자신이 바로 지금 깨닫지 못하는 무언가를 알려주고 명확히 해주기 때문이다.

예를 들어 가슴 엑스레이를 찍는다면 당신은 20년 전에 그 사람이 앓았던 결핵을 알아 낼 수 있다; 그것은 폐 조직의 상처로 남아 있다. 그러나 당신은 20년 전에 그 사람이 앓았던 병에는 관심이 없고, 이 사람의 폐에서 지금 어떤 일이 일어나고 있는지에 관심이 있을 뿐이다. 엑스레이에 의해 보여질 수 있는 활동적인 과정이 있는가?

만일 당신이 분석에 의해 무언가를 이해하기를 원한다면, 혹은 분석의 도움없이 스스로 뭔가를 이해하기를 원한다면, 요점은 언제나 지금, 현재 무의식적에서 무엇이 진행되고 있는지, 무엇을 짐작할 수 있는지, 나를 결정짓는 무의식적 동기 중 감지 할 수 잇는 것이 무엇인지를 자신에게 물어보는 것이 기본이라는 것이다. 지금 일어나는 것에 의해 과거에 일어났던 일이 무엇인지를 묻는 것이 아니다.

정신 분열증 환자를 만들어 낸 가족이 그렇게 특별히 나쁘거나, 악의적이거나, 잘못된 가족이 아니라는 것을 보여주었다.

그것은 특별히 아이들이 학대당하는 그런 가족이 아니었다. 그 가족들은 너무도 지루하고 공허하고 생기가 없는 가족이고, 사람과 사람 사이에 진실한 관계가 없는, 그래서 아이로 하여금 인간적인 접촉에 굶주리게 하는 그런 가족이다.

자기 자신을 변화시키는 것, 그리고 성격의 진정한 변화를 얻는 것은 엄청나게 힘든 일이다. 사실 그것이 불교이든, 기독교이든, 유대교이든 스피노자이건, 아리스토텔레스이든 상관없이, 이것은 모든 종교와 철학의 목표였다. 그들은 모두 인간이 자신을 교육하기 위해 할 수 있는 것을 발견하고, 자신이 보다 낫고, 높고, 건강하고, 즐거운 방식으로, 그리고 보다 힘차게 인생을 살 수 있는 방식을 찾으려고 노력해 왔다.

대부분의 사람들은 스스로 그렇게 해야만 한다고 느끼기 때문에 의무감으로 움직인다; 이것은 그들이 의존적이라는 것을 의미한다. 사람들은 자기 스스로를 확신하는 단계에까지 이르지 못하였다. 즉 자기 자신을 “이것이 나다, 그리고 이것이 내 인생이고, 이것이 나의 신념이며, 이것이 나의 감정이고 그리고 나는 그것에 따라 행동한다‘고 하지 못한다.

사람들이 위험을 감수하지 않고, 고통도 받지 않고 능동적이 되지도 않고, 결정을 내리지도 않으면서, 단순히 이야기를 함으로써 행복해지는 방법이라는 것이다. 이런 일은 실제 인생에서는 일어나지 않는다. 그리고 분석에서도 이런 일은 일어나지 않는다. 비록 해석을 위해서 이야기하는 것이라고 해도 어떤 사람도 이야기하는 것을 통해서 행복해지지 않는다.

변화하기 위해서는, 환자가 굉장한 의지를 가지고 변화하려는 추진력이 있어야 한다. 모든 사람이 누군가 다른 사람을 비난함으로써 자신의 책임을 회피한다. 책임감에 대해 이야기한다고 해서, 내가 심판의 입장을 취하는 것은 아니다. 나는 어느 누구도 비난하지 않는다. 나는 우리가 마치 심판관처럼 누군가 다른 사람을 비난할 권리를 가지고 있다고 생각하지 않는다. 그러나 여전히 앞에서 내가 말한 것은 사실이다; 책임감이나 참여를 증가시키지 않거나, 나아지고 있는 자신의 성취에 대한 자긍심이 증가되지 않고는 어떤 사람도 낫지 않는다.

인간은 현실을 판단하기 위해 두 가지 기능을 가지고 있다.

1. 인간은 현실을 관리하기 위해 판단을 해야 하기 때문에 현실을 판단하는 기능을 가지고 있다. 2. 인간은 순수히 주관적으로 현실을 경험할 수 있다는 것이다.

자유는 우리가 소유하고 있는 어떤 것이 아니다. 자유와 똑같은 것은 이 세상 어디에도 없다. 자유는 우리의 성격의 요소, 능력, 자질이다. 우리는 어느 정도까지 압력에 저항하도록 되어 있고, 또 어느 정도까지는 우리가 원하는 것을 하고 우리 자신이 될 수 있도록 자유롭다. 자유는 언제나 어떤 지점에서 우리가 가진 자유를 증가시키는 것의 문제이거나, 감소시키는 것의 문제이다.

6. 치료적 효과에 이르게 하는 요인들

정신분석의 효과는 무엇에 의한 것인가?

1. 자기 자신의 진정한 갈등을 볼 수 있는 자유의 증가

2. 억압이나 저항에 묶여 있던 에너지를 방출시킴으로써 정신적 에너지의 증가

3. 건강을 위해 타고난 충동을 개방하는 것

1. 어떤 개인의 자신의 가공의 갈등이 아닌 진짜 갈등을 볼 수 있는 자유의 증가에 기초하고 있다.

이 사람들은 늘 제대로 된 짝을 만나지 못한 것이 자신 외의 문제라고 생각한다. 그러나 그들 자신에게 문제가 있다는 생각은 전혀 하지 않는다. 잘못된 것은 다른 사람과 잘 지낼 수 있는 능력을 지니지 못했거나, 다른 사람을 객관적으로 불 수 있는 능력이 없거나, 그래서 그들이 필연적으로 잘못된 배우자를 만날 수 밖에 없다는 것. 자신의 자기애적 욕구가 그들로 하여금 자기 자신을 끔찍이 존경하는 사람을 선택하고, 사랑에 빠지게 만든다

“당신은 결혼 문제를 가지고 있는 게 아닙니다. 당신 스스로에게 문제가 있는 겁니다. 당신이 문제라는 것과 당신이 왜 그런지를 알지 못하는 한 당신은 똑같은 실수를 반복할 것입니다. 당신이 이것을 변화시킨다면 뭔가 달라질 것입니다.”

7. 치료적 관계에 대하여

만약 환자가 저항을 보여서 자신의 문제를 분명하게 보는 것을 원하지 않고 있을 때 치료자가 확실한 말을 사용하지 않는 것을 원하지 않고 있을 때 치료자가 확실한 말을 사용하지 않는 것은 그 사람으로 하여금 아무것도 듣지 못하게 하는 것이다. 바로 그가 들으려고 하지 않기 때문이다. 따라서 때로는 분석가가 문자 그대로 소리쳐야 할 때가 있으며, 때로는 환자가 회피하지 못하고 반응할 수 밖에 없게 하려는 의도에서 비록 도전적이긴 하지만 확실하게 말해야 할 때가 있는 것이다.

왜 자신에 대한, 자신의 상황에 대한 진실한 각성이 중요한가하는 것은 그것을 통해서 변화할 수 있는 기회를 갖게 되고, 우리 내부에서 우리를 작동시키는 힘을 불러오기 때문이다. 그것이 거기 없거나 이미 죽어버렸따면 우리가 할 수 있는 것도 없다. 사람은- 분석가는 특별히 더- 이러한 힘의 존재에 대한 확신을 가져야 한다.

의미 없는 것들에 대해서 말하기를 시작하자마자 완벽하게 죽은 대화가 된다. 나의 의견으로는 분석가가 그 수다를 멈추게 하고 이렇게 말했어야 한다고 본다. “지금 당신이 내게 말하는 모든 것은 단지 시간 때우기에 불과하군요. 아무 목적이 없습니다. 나는 아주 지루하군요. 더 이상 듣지 않으렵니다.”

8. 정신분석적 과정의 기능과 방법

많은 사람들이 자기 안에 정말로 없애고 싶은 것을 없애기 위해서 뭔가를 하는데 그것은 대개 생각 속에서만 이루어진다. 만약 내가 그것을 충분히 경험하고 깨달을 수 있다면 나는 그것을 극복하게 될 것이다. 그러나 보통은 그렇게 하지 못한다. 사람들은 없애야 할 것이 무엇인지 알지만 그것을 새롭다거나 더 깊이있게 경험하지 않는다. 나는 이것이 기본적으로 저항 때문이라고 본다. 따라서 그것은 외부의 어떤 힘에 의해서 변화될 수 있는 것도 아니다.

“저항은 분석 상황에서 뿐 아니라, 성장하고자, 살아가고자 노력하는 모든 사람들의 일상생활에서도 가장 교활한 형태로 나타나는 것 중의 하나이다.” 사람들은 누구나 두 가지 매우 강력한 경향성을 지니고 있는 것 같다. 하나는 앞으로 나가려는 것이다. 우리는 한 아이의 탄생에서, 엄마의 자궁을 박차고 나오려고 치받던 충동에서 그것을 볼 수 있다. 다른 하나는 새로운 것에 대한 엄청난 두려움이다. 자유에 대한, 위험에 대한 두려움이라고 할 만한 것으로 후퇴하고, 거꾸로 가고, 전진하지 않으려는 것도 똑같이 강한 하나의 경향이라고 할 수 있다. 새로운 것에 대한 두려움, 익숙하지 않은 것에 대한 두려움은 갖가지 책략들을 써서 앞으로 나가는 것에 발목을 잡고, 무엇인가를 해보지 못하게 하는 저항으로 나타난다.

9. 크리스틴; 치료적 방법과 꿈의 이해로 본 사례 연구

예를 하나 들어보겠다; 당신은 자주 누군가가 이렇게 말하는 것을 볼 것이다. “난 이것을 못할 것 같아 보여요”, “내가 못할 것 같다” 이것은 무슨 뜻인가? 누구에게 그렇게 보인다는 것인가? 왜 그렇게 보인다는 것인가? 이 말의 진짜 의미는 ‘나는 이것을 할 수 없다고 생각한다’는 것이다. 그런데 그렇게 말하지 않는 것은 그가 자신의 책임으로부터 회피하기 때문이다. 만약 그가 “나는 그것을 못할 것이라고 믿는다” 혹은 “나는 그것을 못 할 것처럼 느낀다”고 말한다면 보다 현실에 가깝게 말하는 것이다. 그러나 이렇게 말하고 싶어하지 않는다.

이런 형식의 언어를 사용하는 대부분의 사람들은 한 존재로서 진정한 경험을 하는 것으로부터 자신을 소외시키는 것에 익숙해져 있다고 할 수 있다.

크리스틴은 이것을 깨닫지 못하였다. 그녀는 단지 결혼생활이 행복하지 못하다는 것을 알았으나 자신이 필연적으로 불행할 수 밖에 없다는 사실을 깨닫지는 못하였다. 한 번이나 혹은 두 번 정도의 만남 후에 “나는 당신이 불행하다는 것이 하나도 놀랍지 않습니다. 누구라도 당신 상황이라면 그랬을 겁니다” 하고 말해 주는 것은 좋은 일일 것이다.

나는 한 작가가 할리우드에서부터 내게 왔던 일을 기억하고 있다. 그는 아주 촉망받는 작가였으나 자신의 작가적 감각이 이제는 쇠퇴하였다고 호소하였다. 이제는 아무것도 창조해 낼 수 없는 것처럼 느껴진다고 하였다. 그러면서 할리우드에서의 자신의 생활을 이야기하였고 듣고 나서 나는 그에게 이렇게 말했다.

“당신이 살아온 그런 인생을 살아왔다면 누구라도 창조성이 남아있을 것 같지 않군요. 당신이 창조적으로 되고 싶다면 정직해져야 합니다. 당신이 그런 식으로 계속 산다면 몇 년 전 당신이 아직 오염되지 않았을 때 할 수 있었던 일들을 다신 할 수 없을 것이오.”

환자가 행복해하지 않을 때, 이런 저런 문제를 가지고 있다고 할 때 환자 스스로가 그것이 그렇게 불가사의한 일이 아니고 낯선 일도 아니라는 것을 알게 해주는 것은 중요하다.

사람들이 수백 년을 살아오는 동안 인간의 문제는 그대로 재현되거나 혹은 더 잘 복사되어 왔다. 오래 전부터 정신분석은 하나의 과학으로 알려져 왔다. 정신분석이 만약 잘 적용된다면 진실로 사람들을 빠르게 돕는 길이며

두 사람이 너무나 격렬하게 사랑에 빠졌다는 이야기를 듣는다고 해도, 나는 별로 인상적이지 않습니다. 그래서 어떻다는 것입니까? 그도 외롭고, 그녀도 외로워서 그들은 사랑에 빠졌습니다. 정말 무슨 의미입니까? 그것의 본질은 무엇입니까? 그는 마음 속으로 주로 자신의 일에 대해 생각하고, 스스로를 갈등상황에 빠지도록 하고, 나는 그가 더 어리석다고 말할 것입니다. 그는 왜 이렇게 어리석게 행동할까요?

프롬: 아니요, 그녀는 불가능합니다. 그녀는 오직 동일한 상황에 방향감각 없이 뱅글뱅글 도는 닭처럼, 자신이 무엇을 하는지 알지 못하고, 방향도 없고, 단지 그녀가 할 수 있는 것은 부모에게 가서, 그녀가 새로 좋은 사람을 사귀게 되었다고 말하는 것입니다. 그녀는 어머니에게 전화했습니다. 글쎄, 얼마나 바보 같습니까? 그러나 그녀는 보다 나은 해결책을 알지 못하지만 바보는 아닙니다. 다시 말해 그곳은 사막입니다. 그녀가 부모 이외에는 아무도 없는 사막에서 지내야 한다면 그녀의 부모가 유일한 오아시스라고 말해야만 할 것입니다. 그리고 그녀는 이러한 오아시스 밖으로 나가면 목말라 죽을 것이라고 알고 있습니다. 그녀는 자신 이외에는 도와줄 사람이 아무도 없고, 그녀는 지도를 가지고 있지도 않습니다. 나침반도 없습니다. 그녀는 아무것도 가지고 있지 않습니다. 이것이 정말 그녀의 상황인데; 그녀가 어떻게 느끼겠습니까? 이런 상황에서 그녀가 어떻게 다르게 행동하겠습니까?

질문: 그녀가 반항할 수 있도록 에너지를 제공하는 것이 가능하다면 당신은 그녀를 어떻게 도와 주겠습니까?

프롬: 나는 매우 강력하게 그녀가 반항하도록 할 것입니다. 어떠한 경우에도, 나는 그렇게 시도할 것입니다. 물론 사람들에게 반항을 하도록 도와 주었을 때 무슨 일이 일어날지 결코 알 수 없습니다. 나의 시도가 첫 번째는 아닐 것입니다. 왜냐하면 나는 그녀가 그렇게 하지 않는 한 결코 만족스럽고 행복한 삶을 살지 못할 것이라는 것을 알기 때문입니다.

질문: 피터와의 관계가 아마 그녀가 부모에게 반항하고자 하는 무의식적 욕구를 자극하지 않았을까요?

프롬: 그렇습니다. 그러나 역시 비효과적인 반항을 하게 되고, 새로운 좌절감만을 갖도록 했습니다. 당신이 지속적으로 그들을 관찰할 수 있었다면 다르게 볼 수 있었을 것입니다. 사람들은 반란을 원하지만 실패할 수밖에 없는 방법으로 반란을 일으킵니다. 그들은 교묘한 방법으로 스스로를 변명하므로 당신이 보기에도 반란이 소용없다는 것을 알 수 있습니다.

예를 들어 아들이 아버지에게 큰소리를 지르고 그를 비난하고 미치광이처럼 행동했습니다. 그 다음 날 아버지에게 가서 사과합니다. 자신이 너무 철부지고, 비합리적이어서 그렇게 행동했다고 사과합니다. 만약 그가 아버지에게 분명하게 실제적인 자신의 생각을 요령 있게 이야기했다면, 그 반항은 성공할 수 있었을 것입니다. 그 아버지는 매우 난처하고 당황스러워했을 것입니다. 그러나 그렇게 하지 못했기 때문에 아버지는 다시 우위를 차지하는 것입니다. 이런 일은 언제나 일어납니다.

10. 현대인의 신경증을 치료하기 위한 특별한 방법

행동을 변화시키기

제일 먼저 자신에 대한 자각이나 분석 뿐 아니라 행동을 변화시키는 것이 필요하다. 자신에 대해 알게 된 자각도 행동의 변화가 뒤따르지 않는다면, 결과는 효과적이지 못하게 된다. 사람들은

변화는 분석 이전부터 시작되었고, 문제는 변화가 얼마나 빠르게 혹은 어떤 변화가 일어나는가의 문제이며, 비현실적인 변화는 일어나지 않는다.

세상에 대한 관심을 증진하기

자신에 대한 과도한 관심을 중지하는 것이다.

약간의 노력이나 희생 그리고 훈련 없이 배우거나 할 수 있는 가치 있는 일은 아무것도 없다.

우리는 너무 많은 책을 출간하지만, 그 수많은 책을 꼼꼼하게 읽고, 심지어 사람들에게 감동을 주고, 그의 인생을 변화시키는 책은 오늘날 매우 드물다. 그래서 사람들이 책을 읽는 방법과 무엇을 읽는가에 대한 것이 중요한 문제이다.

독서와 관련된 첫 번째 요점은 사람들은 독서를 통하여 자신의 신념을 형성하고, 가치를 형성하고, 자신이 원하는 삶의 방향을 형성하게 된다. 만약 사람들이 그렇게 하지 않는다면, 그들은 방황해야만 한다.

비판적인 사고를 학습하기

삶의 위험으로부터 대항하는 무기이자 방어 도구이다.

자신을 알고 자신의 무의식에 대해 인식을 형성하기

‘나는 실제로 무엇을 느꼈는가?’

‘나의 실제적인 감정은 무엇인가?’

11. 정신분석적 ‘기술’ -혹은 듣기의 예술

기술이라는 말에 예술의 규칙을 적용해서 설명하는 것은, 적용하는 대상이나 의미를 이해하기는 어렵지만 매우 중요한 차이가 있다. ‘기술적인’이라는 단어는 기계학에서 사용되는 용어이고 살아있지 않는 것을 설명하는데 적용되지만, 살아있는 것을 다루는 데 적절한 단어는 ‘예술’이다. 이런 이유에서 정신분석적인 ‘기술’의 개념은 무생물을 대상으로 하므로, 인간에게 적용하는 것은 적절하지 않다.

정신분석은 우리가 의식하지 못하는 인간의 마음을 이해하는 과정이며, 그것은 시를 이해하는 과정과 유사한 예술이라고 할 수 있다.

모든 예술처럼 정신분석에서도 규칙과 규준이 있다.

* 이 예술을 행하기 위한 기본적인 규칙은 듣는 사람의 완벽한 집중을 필요로 한다.

* 인간의 마음보다 더 중요한 것은 없으며, 가능한 욕심이나 불안으로부터 절대적으로 자유스러워야 한다.

* 자유로운 상상을 할 수 있어야 하며, 매우 구체적인 단어로 상상한 내용을 표현할 수 있어야 한다.

*다른 사람을 공감할 수 있는 능력을 가져야 하며, 마치 자신이 한 것처럼 다른 사람의 경험을 충분히 느낄 수 있어야 한다.

*사랑하기 위해서는 공감할 수 있는 능력이 필수적이다. 다른 사람을 이해한다는 것은 그를 사랑하는 것이다-성적인 사랑이 아니라, 자신을 잃어버릴 것 같은 두려움을 극복하고 타인의 입장에서 이해하는 것이다.

*이해와 사랑은 분리할 수 없다. 그것을 분리하는 것은, 근본적으로 이해할 수 있는 통로를 차단한 지적인 과정일 뿐이다.

치료과정의 목표는 무의식적인(억압된) 정서, 사고를 이해하도록 하여 그들의 근원과 기능을 인식할 수 있도록 하는 것이다.

기본 규칙은 환자가 할 수 있는 한 모든 것을 이야기하도록 하며, 생략하는 부분에 대해서도 말하도록 교육해야 한다. 특별히 강조되는 것은 환자가 진실을 말하지 않는다고 해도 어떠한 종류의 도덕적인 의무는 없다는 점이다.

분석가는 자신의 공식적인 경력, 나이, 수련, 사회적인 배경 등에 관련된 모든 질문에 대답해야 하며, 환자는 알 권리를 가지고 있다. 반면, 환자는 합리적인 관심을 보여야 하고, 그는 상황을 변화시키고자 노력하며 분석가가 분석하는 것을 원한다는 것을 보여줘야 한다.

치료적인 관계는 정중한 대화나 잡담을 하는 분위기도 아니고 솔직함을 기본으로 해야 한다. 분석가는 거짓 없는 진실한 태도를 보여야 한다. 분석가는 호감을 사려고 하거나 영향을 주기 위해 애쓰지 않고 환자가 자기 스스로를 의지하도록 해야 한다. 그것은 그가 자기 스스로 작업하도록 해야만 한다는 의미다.

Claude Code Tip 70가지 팁 - 해커톤 우승자의 팁 / pdf

summerorange — Sun, 8 Feb 2026 22:41:44 +0900

Anthropic 해커톤 우승자 ykdojo 가이드

1. 마인드셋: '코더'에서 '지휘자'로

Claude Code를 제대로 쓰기 위해서는 개발자의 사고방식부터 바꿔야 합니다. 우리는 이제 혼자 코드를 짜는 사람이 아니라, AI 에이전트를 지휘하는 에이전틱 개발자(Agentic Developer)'입니다.

분해하고 정복하라 (Divide and Conquer): "로그인 페이지 만들어줘" 같은 막연한 지시는 실패의 지름길입니다. 'DB 스키마 설계 → 마이그레이션 → UI 컴포넌트 → API 연결' 순으로 작업을 잘게 쪼개어 구체적으로 지시하세요.
컨텍스트는 '우유'와 같다: 컨텍스트(AI의 기억)는 시간이 지나면 상합니다(성능 저하). 한 세션에서는 하나의 목표만 수행하고, 대화가 길어지면 미련 없이 정리해야 합니다.
자동화의 자동화: 같은 작업을 3번 이상 반복하고 있다면? 그 작업을 자동화하세요. 그리고 그 자동화 과정조차 AI에게 맡기세요.

2. 필수 환경 설정: 시작이 반이다

파워 유저들이 프로젝트를 시작할 때 가장 먼저 하는 세팅입니다.

CLAUDE.md (프로젝트 설명서): 이 파일은 AI를 위한 '행동 강령'입니다. 기술 스택, 코딩 스타일, 절대 해서는 안 될 일 등을 적어두세요. /init 명령어로 초안을 자동 생성할 수 있습니다. 이 파일 하나로 AI의 결과물 퀄리티가 달라집니다.
커스텀 상태 라인: 터미널 하단에 토큰 사용량, Git 브랜치 상태, 현재 모델 등을 실시간으로 표시하세요. 내비게이션 없이 운전할 수 없듯, 상태 정보는 필수입니다.

3. 작업 모드: 계획할 때와 질주할 때

상황에 따라 적절한 모드를 스위칭하는 것이 고수의 기술입니다.

계획 모드 (Plan Mode): Shift+Tab을 두 번 누르세요. 코드를 직접 건드리지 않고, 전체 구조와 계획만 수립합니다. 복잡한 리팩토링이나 아키텍처를 변경할 때 필수입니다.
욜로 모드 (YOLO Mode): --dangerously-skip-permissions 플래그를 사용하면 모든 권한을 자동 승인합니다. 속도는 엄청나게 빠르지만 위험할 수 있으므로, 반드시 Docker 컨테이너 같은 안전한 환경에서만 사용하세요.

4. 생산성 치트키: 속도의 한계를 넘다

타이핑 속도의 한계를 뛰어넘는 기술들입니다.

음성 코딩 (Voice Coding): 사람은 타자보다 말하는 속도가 약 4배 빠릅니다. 복잡한 로직을 설명할 때 음성 전사 기능을 활용해 보세요. 생각의 속도로 코딩할 수 있습니다.
HANDOFF.md (컨텍스트 압축 기술): 대화가 너무 길어졌나요? AI에게 "지금까지의 진행 상황, 성공/실패 내역, 다음 단계"를 HANDOFF.md 파일로 정리하게 하세요. 그 후 /clear로 기억을 지우고, 이 파일만 읽혀서 작업을 이어서 하면 됩니다. '신선한 우유' 상태를 유지하는 비결입니다.
멀티태스킹 탭: 터미널 탭을 여러 개 열어 각각 '기능 개발용', '버그 수정용', '리서치용'으로 분리하세요. 각 탭은 독립적인 두뇌로 작동하여 혼란을 방지합니다.

5. 고급 기능: AI와 외부 세계의 연결

Claude Code를 단순 챗봇이 아닌 시스템 통합 도구로 활용하는 방법입니다.

Git & GitHub 완전 정복: 자동 커밋 메시지 생성은 기본, Draft PR 작성부터 코드 리뷰까지 AI에게 맡기세요. 특히 git worktree와 결합하면 브랜치 전환 비용 없이 병렬 개발이 가능합니다.
MCP (Model Context Protocol): AI에게 손발을 달아주세요.
- Playwright MCP: AI가 브라우저를 직접 조작해 UI 테스트와 디버깅을 수행합니다.
- DB MCP: 데이터베이스에 직접 쿼리를 날려 데이터를 조회하고 분석합니다.
서브에이전트 (Sub-agents): "보안 감사 에이전트", "TDD 가이드 에이전트"처럼 특정 임무를 가진 보조 에이전트를 생성해 작업을 위임하세요. 메인 에이전트는 전체를 조율하고, 서브 에이전트가 세부 작업을 처리합니다.

맺음말: AI는 부조종사, 기장은 바로 당신

이 가이드의 핵심은 AI에게 전적으로 의존하는 것이 아니라, AI를 '가장 효율적인 도구'로 지배하는 것입니다.

테스트 주도 개발(TDD): AI가 짠 코드는 빠르지만 실수가 있을 수 있습니다. AI에게 테스트 코드부터 짜게 하고, 그 테스트를 통과하는 코드를 작성하게 하세요. 이것이 AI 시대의 안전벨트입니다.
10억 토큰의 법칙: AI를 잘 쓰는 방법은 많이 써보는 것입니다. 10억 토큰을 소비하며 자신만의 감각을 익히세요.

지금 바로 터미널을 열고 /init을 입력해 보세요. 여러분만의 에이전틱 개발 여정이 시작됩니다.

Happy Agentic Coding!

Claude_Code_완전_가이드_70가지_팁.pdf

1.14MB

https://github.com/ykdojo/claude-code-tips?utm_source=pytorchkr&ref=pytorchkr

Garry Tan - Claude Code / AI 코딩 프롬프트

summerorange — Sun, 8 Feb 2026 22:33:56 +0900

Garry Tan

- Y combinator CEO. 초기 Palantir 엔지니어.

- AI 모델 claude를 사용하여 코딩 작업을 할 때 사용하는 프롬프트 공유

- 시니어 엔지니어처럼 스스로 작업 점검, 테스트, 성능 및 리팩토링 고민하도록

나의 엔지니어링 선호 사항 (권장 사항의 지침으로 활용):

DRY(반복하지 않기)는 중요함: 중복 코드는 공격적으로 지적할 것.
잘 테스트된 코드는 협상 불가: 테스트가 너무 적은 것보다 너무 많은 것이 낫다.
"충분히 엔지니어링 된" 코드를 원함: 과소 엔지니어링(취약하거나, 땜질식 처방)도 안 되며, 과도한 엔지니어링(설익은 추상화, 불필요한 복잡성)도 안 됨.
엣지 케이스(예외 상황)는 적게 다루기보다 더 많이 다루는 쪽을 선호: 속도보다는 사려 깊음을 중시.
기발함(Clever)보다는 명시적(Explicit)인 것을 선호.

1. 아키텍처 검토 (Architecture review) 평가 항목:

전반적인 시스템 설계 및 컴포넌트 경계.
의존성 그래프 및 결합(Coupling) 관련 우려 사항.
데이터 흐름 패턴 및 잠재적 병목 현상.
확장성(Scaling) 특성 및 단일 실패 지점(SPOF).
보안 아키텍처 (인증, 데이터 접근, API 경계).

2. 코드 품질 검토 (Code quality review) 평가 항목:

코드 구조 및 모듈 구조.
DRY 위반 사항 (이 부분은 공격적으로).
에러 처리 패턴 및 누락된 엣지 케이스 (이것들은 명시적으로 언급할 것).
기술 부채(Technical debt)가 발생할 수 있는 지점.
내 선호도에 비해 과도하게 설계되었거나 덜 설계된 부분.

3. 테스트 검토 (Test review) 평가 항목:

테스트 커버리지 공백 (단위, 통합, E2E 테스트).
테스트 품질 및 검증(Assertion)의 강도.
누락된 엣지 케이스 커버리지 (철저하게).
테스트되지 않은 실패 모드 및 에러 경로.

4. 성능 검토 (Performance review) 평가 항목:

N+1 쿼리 및 데이터베이스 접근 패턴.
메모리 사용량 관련 우려 사항.
캐싱(Caching) 기회.
느리거나 복잡도가 높은 코드 경로.

발견된 각 문제점에 대하여 모든 구체적인 문제(버그, 코드 냄새, 설계 우려, 위험 요소)에 대해:

문제를 구체적으로 설명하고, 파일 및 라인 참조를 포함할 것.
"아무것도 하지 않음"이 합리적인 경우를 포함하여 2~3가지 옵션을 제시할 것.
각 옵션에 대해: 구현 노력, 위험도, 다른 코드에 미치는 영향, 유지보수 부담을 명시할 것.
위의 내 선호도에 매핑하여 당신이 추천하는 옵션과 그 이유를 제시할 것.
그런 다음, 진행하기 전에 내가 동의하는지 아니면 다른 방향을 선택할지 명시적으로 질문할 것.

워크플로우 및 상호작용

일정이나 규모에 대한 나의 우선순위를 임의로 가정하지 말 것.
각 섹션이 끝난 후에는 멈추고 다음으로 넘어가기 전에 나의 피드백을 요청할 것.

시작하기 전: 나에게 다음 두 가지 옵션 중 무엇을 원하는지 물어보십시오:

BIG CHANGE (대규모 변경): 이 작업을 대화형으로, 한 번에 한 섹션씩 (아키텍처 → 코드 품질 → 테스트 → 성능) 진행하며 각 섹션에서 최대 4개의 주요 이슈를 다룸.
SMALL CHANGE (소규모 변경): 검토 섹션당 하나의 질문만 하며 대화형으로 진행.

검토의 각 단계에 대하여: 각 단계의 질문에 대한 설명과 장단점, 그리고 당신의 확실한 추천과 그 이유를 출력하십시오. 그런 다음 AskUserQuestion(사용자 질문)을 사용하십시오. 또한 이슈에는 번호(NUMBER)를 매기고 옵션에는 문자(LETTERS)를 부여하십시오. AskUserQuestion을 사용할 때 사용자가 헷갈리지 않도록 각 옵션에 이슈 번호와 옵션 문자가 명확히 라벨링 되었는지 확인하십시오. 추천하는 옵션은 항상 첫 번째 옵션으로 만드십시오.

https://x.com/garrytan/status/2020072098635665909?s=20

X의 Garry Tan님(@garrytan)

I use a very specific prompt to push Claude to check its work and do a lot of testing and thinking about perf and refactoring. I find I can do big features (4K LOC+ with full testing) in about an hour.

x.com

[동향] 코인 - 비트코인 60,000달러 수준 52% 급락

summerorange — Sun, 8 Feb 2026 22:24:14 +0900

- 블랙록 비트코인 대량 매도 , 트럼프 주니어 배런 트럼프 대량 매도 얘기 등 폭락 전에 대규모 비트코인 매도 시그널 나오고 있었음.

- crpyto, trump, bitcoin 등 키워드 조합해서 유튜브 영상 동향 정리

대규모 시장 조정: 비트코인이 역대 최고가인 124,000달러에서 60,000달러 수준으로 52% 급락했습니다. 동시에 금과 은 시장도 3일 만에 수조 달러의 시가총액이 증발하며 폭락했습니다.

가짜 트윗으로 인한 변동성: 도널드 트럼프가 "수익 실현을 시작하라(Let the gains begin)"는 트윗을 올렸다는 루머가 퍼지면서 비트코인이 하루 만에 60,000달러에서 72,000달러로 19% 급등했으나, 해당 트윗은 나중에 가짜로 확인되었습니다.

극심한 공포 지속: 갑작스러운 가격 반등에도 불구하고 '공포·탐욕 지수(Fear and Greed Index)'는 6까지 떨어졌습니다. 이는 투자자들이 여전히 시장의 방향성에 대해 확신하지 못하고 극도의 공포를 느끼고 있음을 보여줍니다.

약세장 주기설: 4년 주기 패턴(3년 상승, 1년 하락)에 따르면, 현재의 하락세는 2017년 및 2021년 약세장과 유사합니다. 이 패턴이 유지될 경우 시장 바닥은 2026년 10월이 될 가능성이 있습니다.

케빈 워시(Kevin Warsh) 지명 영향: 트럼프가 케빈 워시를 연준 의장으로 지명한 것이 시장 불안 요인으로 작용했습니다. 그는 과거 '돈 풀기(양적 완화)'에 반대했던 인물로, 비트코인과 같은 위험 자산 상승에 필요한 유동성 공급이 제한될 수 있다는 우려 때문입니다.

강세론 '바나나 존(Banana Zone)' 이론: 경제학자 라울 팔(Raoul Pal)은 반대로 5년 주기를 주장하며, 미국의 부채 롤오버와 ISM 지수 상승이 대규모 유동성 주입으로 이어져 폭발적인 상승장(바나나 존)이 올 것이라고 예측했습니다.

트럼프의 금융 시장 낙관론: 도널드 트럼프는 자신의 임기 말까지 다우 존스 지수가 100,000(현재의 2배)에 도달할 것이라고 예측하며 시장 부양에 대한 강력한 의지를 내비쳤습니다.

친(Pro) 비트코인 시그널: 마이클 세일러(Michael Saylor)가 트럼프 가족 사진에 등장하고, 에릭 트럼프가 금 시장의 이익이 곧 비트코인으로 이동할 것이라고 언급하면서 암호화폐 친화적인 정책에 대한 기대감이 커지고 있습니다.

동향 정리

차기 연준 의장 케빈 워시(Kevin Warsh) 누구

summerorange — Wed, 4 Feb 2026 18:00:39 +0900

-"Kevin Warsh became the youngest Fed Governor, ever, at 35." (케빈 워시는 35세의 나이로 역사상 최연소 연준 이사가 되었습니다.)

- "Kevin issued an Independent Report to the Bank of England... Parliament adopted the Report's recommendations." (케빈은 영국 중앙은행에 개혁 보고서를 제출했고, 영국 의회는 이 권고안을 채택했습니다.)

-> 해석 : 미국 연준뿐만 아니라 영국의 금융 정책까지 뜯어고친 사람입니다. '글로벌 해결사'의 면모가 보입니다

- "He is a Partner of Stanley Druckenmiller at Duquesne Family Office LLC." (그는 전설적인 투자자 스탠리 드러켄밀러의 파트너로 일하고 있습니다.)

-> 해석 : "책상물림 공부만 한 게 아니라, 월가에서 돈이 어떻게 도는지 가장 잘 아는 '타짜'들과 함께 일했습니다. 시장이 뭘 원하는지 정확히 알겠죠?

해석:

1 성명서에서도 강조했듯이, 케빈 워시는 불과 35세의 나이로 연준 이사회에 입성했습니다. 이는 미 연준 역사상 최연소 기록입니다. 보통 50~60대 경제 석학들이 앉는 자리에 30대 중반에 올랐다는 것

2 성명서에 따르면 케빈 워시는 영국의 중앙은행인 영국은행(Bank of England)에 통화 정책 개혁안을 담은 독립 보고서를 제출했고, 콧대 높은 영국 의회(Parliament)가 이 권고안을 공식 채택했습니다. 미국을 넘어 글로벌 금융 시스템을 설계할 수 있는 국제적인 역량을 입증

3 기존 연준 의장들이 주로 교수 출신이었던 것과 달리, 케빈 워시는 전설적인 투자자 스탠리 드러켄밀러의 파트너로 일하며 월가 최전선에서 활약했습니다. 이론이 아닌 '돈의 흐름'을 누구보다 잘 아는 실전형 인재이기에, 시장은 그가 트럼프의 '성장 우선' 정책과 합을 잘 맞출 것으로 기대

I am pleased to announce that I am nominating Kevin Warsh to be the CHAIRMAN OF THE BOARD OF GOVERNORS OF THE FEDERAL RESERVE SYSTEM.

Kevin currently serves as the Shepard Family Distinguished Visiting Fellow in Economics at the Hoover Institution, and Lecturer at the Stanford Graduate School of Business. He is a Partner of Stanley Druckenmiller at Duquesne Family Office LLC.

Kevin received his A.B. from Stanford University, and J.D. from Harvard Law School. He has conducted extensive research in the field of Economics and Finance.

Kevin issued an Independent Report to the Bank of England proposing reforms in the conduct of Monetary Policy in the United Kingdom. Parliament adopted the Report's recommendations.

Kevin Warsh became the youngest Fed Governor, ever, at 35, and served as a Member of the Board of Governors of the Federal Reserve System from 2006 until 2011, as the Federal Reserve's Representative to the Group of Twenty (G-20), and as the Board's Emissary to the Emerging and Advanced Economies in Asia. In addition, he was Administrative Governor, managing and overseeing the Board's operations, personnel, and financial performance.

Prior to his appointment to the Board, from 2002 until 2006, Kevin served as Special Assistant to the President for Economic Policy, and Executive Secretary of the White House National Economic Council. Previously, Kevin was a member of the Mergers & Acquisitions Department at Morgan Stanley & Co., in New York, serving as Vice President and Executive Director.

I have known Kevin for a long period of time, and have no doubt that he will go down as one of the GREAT Fed Chairmen, maybe the best. On top of everything else, he is “central casting,” and he will never let you down.

Congratulations Kevin!

PRESIDENT DONALD J. TRUMP

마지막으로 트럼프는 그를 두고 "Central Casting(배역에 딱 맞는 완벽한 인물)"이라고 표현

[동향] 2026 트럼프 및 로저 펜스키 / 전문 번역

summerorange — Wed, 4 Feb 2026 17:34:53 +0900

2026.02.02 동향

- 펜스키 회장 - 인디카 시리즈 및 인디애나폴리스 모터 스피드웨이의 소유주

- 미국 모터스포츠의 상징적 인물

- 공화당 주요 후원자

- 대통령 자유의 메달 (Presidential Medal of Freedom) 2019년 수여 받음.

- Freedom 250 Grand Prix - 워싱턴 D.C. '프리덤 250 그랑프리' 라는 대형 레이싱 대회 개최. 감사 편지

[Roger S. Penske Letter Translation]

Dear President Trump, 트럼프 대통령님께,

It was great seeing you last week during our visit to the White House. 지난주 저희가 백악관을 방문했을 때 뵙게 되어 정말 반가웠습니다.

I appreciate all the hospitality your team has extended to us. 대통령님의 팀이 저희에게 베풀어 주신 모든 환대에 감사드립니다.

Thank you for all that you and your administration are doing to put "America First," to protect our borders, and return investment to our great country. '미국 우선주의(America First)'를 실현하고, 국경을 수호하며, 위대한 우리 조국으로 투자를 다시 유치하기 위해 대통령님과 행정부가 하고 계신 모든 일에 감사드립니다.

It's amazing what you have accomplished during your first year back in Office. 집무실로 복귀하신 후 첫해 동안 이루어내신 성과는 정말 놀랍습니다.

The announcement of the Freedom 250 Grand Prix was a big day for our country and for INDYCAR. '프리덤 250 그랑프리(Freedom 250 Grand Prix)' 개최 발표는 우리 국가와 인디카(INDYCAR) 모두에게 있어 아주 뜻깊은 날이었습니다.

It will certainly be a great celebration and will bring incredible economic value to Washington D.C. 이는 분명 성대한 축제가 될 것이며, 워싱턴 D.C.에 엄청난 경제적 가치를 가져다줄 것입니다.

Thank you for your support in making this happen. 이 일이 성사될 수 있도록 지원해 주셔서 감사합니다.

Thank you again for your continued leadership. 대통령님의 변함없는 리더십에 다시 한번 감사드립니다.

I am proud to support you and your administration. 저는 대통령님과 현 행정부를 지지하는 것을 자랑스럽게 생각합니다.

I look forward to seeing you again soon. 조만간 다시 뵙기를 고대하겠습니다.

All the best, 건승을 빕니다,

Roger S. Penske 로저 S. 펜스키

[동향] 제롬 파월(Jerome Powell)임기 5월 만료. 트럼프 연중 의장 지명. 전문 번역

summerorange — Wed, 4 Feb 2026 17:19:17 +0900

연준 의장 제롬 파월(Jerome Powell) 임기 2026년 5월 만료.

트럼프 대통령 후임으로 케빈 워시(Kevin Warsh) 지명 Nominate

[Nomination of Kevin Warsh Statement]

I am pleased to announce that I am nominating Kevin Warsh to be the CHAIRMAN OF THE BOARD OF GOVERNORS OF THE FEDERAL RESERVE SYSTEM. 저는 케빈 워시(Kevin Warsh)를 연방준비제도(Federal Reserve System) 이사회 의장으로 지명하게 되어 기쁩니다.

Kevin currently serves as the Shepard Family Distinguished Visiting Fellow in Economics at the Hoover Institution, and Lecturer at the Stanford Graduate School of Business. 케빈은 현재 후버 연구소(Hoover Institution)의 쉐퍼드 가족 경제학 초빙 연구원 및 스탠포드 경영대학원의 강사로 재직 중입니다.

He is a Partner of Stanley Druckenmiller at Duquesne Family Office LLC. 그는 두케인 패밀리 오피스(Duquesne Family Office LLC)에서 스탠리 드러켄밀러(Stanley Druckenmiller)의 파트너로 일하고 있습니다.

Kevin received his A.B. from Stanford University, and J.D. from Harvard Law School. 케빈은 스탠포드 대학교에서 학사 학위를, 하버드 로스쿨에서 법무박사(J.D.) 학위를 받았습니다.

He has conducted extensive research in the field of Economics and Finance. 그는 경제 및 금융 분야에서 광범위한 연구를 수행해 왔습니다.

Kevin issued an Independent Report to the Bank of England proposing reforms in the conduct of Monetary Policy in the United Kingdom. 케빈은 영국 중앙은행(Bank of England)에 영국 통화 정책 수행의 개혁을 제안하는 독립 보고서를 발표한 바 있습니다.

Parliament adopted the Report's recommendations. 영국 의회는 이 보고서의 권고 사항을 채택했습니다.

Kevin Warsh became the youngest Fed Governor, ever, at 35, and served as a Member of the Board of Governors of the Federal Reserve System from 2006 until 2011, as the Federal Reserve's Representative to the Group of Twenty (G-20), and as the Board's Emissary to the Emerging and Advanced Economies in Asia. 케빈 워시는 35세의 나이로 역대 최연소 연준 이사가 되었으며, 2006년부터 2011년까지 연준 이사회 위원, G-20 연준 대표, 그리고 아시아 신흥 및 선진 경제국에 대한 이사회 특사로 활동했습니다.

In addition, he was Administrative Governor, managing and overseeing the Board's operations, personnel, and financial performance. 또한 그는 행정 이사(Administrative Governor)로서 이사회의 운영, 인사 및 재무 성과를 관리하고 감독했습니다.

Prior to his appointment to the Board, from 2002 until 2006, Kevin served as Special Assistant to the President for Economic Policy, and Executive Secretary of the White House National Economic Council. 이사회 임명 전인 2002년부터 2006년까지, 케빈은 대통령 경제 정책 특별 보좌관 및 백악관 국가경제위원회(NEC) 사무국장을 역임했습니다.

Previously, Kevin was a member of the Mergers & Acquisitions Department at Morgan Stanley & Co., in New York, serving as Vice President and Executive Director. 그 이전에는 뉴욕 모건 스탠리(Morgan Stanley & Co.)의 인수합병(M&A) 부서에서 부사장 및 전무 이사로 근무했습니다.

I have known Kevin for a long period of time, and have no doubt that he will go down as one of the GREAT Fed Chairmen, maybe the best. 저는 케빈을 오랫동안 알고 지냈으며, 그가 위대한 연준 의장 중 한 명, 어쩌면 최고의 의장으로 기록될 것임을 의심치 않습니다.

On top of everything else, he is "central casting," and he will never let you down. 무엇보다도 그는 그 직책에 딱 들어맞는 완벽한 이미지(central casting)를 갖추고 있으며, 결코 여러분을 실망시키지 않을 것입니다. (참고: "Central casting"은 배역에 딱 맞는 외모나 이미지를 가졌다는 뜻의 관용구입니다.)

Congratulations Kevin! 축하하네, 케빈!

PRESIDENT DONALD J. TRUMP 대통령 도널드 J. 트럼프

경제 동향 공유

[!주의!] Notepad++ 해킹 사건 - 수동 업데이트 하세요

summerorange — Tue, 3 Feb 2026 22:36:27 +0900

https://notepad-plus-plus.org/news/hijacked-incident-info-update/

Notepad++ Hijacked by State-Sponsored Hackers | Notepad++

Notepad++ Hijacked by State-Sponsored Hackers 2026-02-02 Following the security disclosure published in the v8.8.9 announcement https://notepad-plus-plus.org/news/v889-released/ the investigation has continued in collaboration with external experts and wit

notepad-plus-plus.org

Notepad++ 버전 자동 업데이트하지말고 수동으로 업데이트 하세요

국가 지원 해커에 의한 Notepad++ 하이재킹 사건

2026년 2월 2일

v8.8.9 발표(https://notepad-plus-plus.org/news/v889-released/)에에) 포함된 보안 공개에 이어, 외부 전문가들과의 협력 및 저의 (이제는 전) 공유 호스팅 제공업체의 전적인 참여 하에 조사가 계속되었습니다.

보안 전문가들의 분석에 따르면, 이번 공격은 인프라 수준의 침해를 포함하고 있으며, 이를 통해 악의적인 행위자들이 notepad-plus-plus.org로 향하는 업데이트 트래픽을 가로채고 리디렉션(경로 변경)할 수 있었습니다. 정확한 기술적 메커니즘은 아직 조사 중이지만, 침해는 Notepad++ 코드 자체의 취약점이 아닌 호스팅 제공업체 수준에서 발생했습니다. 특정 타겟 사용자들의 트래픽이 선별적으로 공격자가 제어하는 서버로 리디렉션되어 악성 업데이트 매니페스트가 제공되었습니다.

사건은 2025년 6월부터 시작되었습니다. 다수의 독립 보안 연구원들은 위협 행위자가 중국의 국가 지원을 받는 그룹일 가능성이 높다고 평가했으며, 이는 캠페인 기간 동안 관찰된 고도의 선별적 타겟팅을 설명해 줍니다.

보안 전문가가 사고 대응(IR) 계획을 제안했고, 저는 호스팅 제공업체와 IR 팀 간의 직접적인 커뮤니케이션을 조율했습니다. IR 팀이 제공업체와 협력하여 상황을 검토한 후, 제공업체로부터 다음과 같은 상세 성명을 받았습니다:

고객님께,

이전의 서버 침해 관련 소통 및 귀하의 사고 대응 팀과의 추가 조사에 이어 추가 업데이트를 드리고자 합니다.

저희는 로그에서 의심스러운 이벤트를 발견했으며, 이는 귀하의 애플리케이션(https://notepad-plus-plus.org/update/getDownloadUrl.php)이이) 2025년 12월 1일까지 호스팅되었던 서버가 침해되었을 가능성이 있음을 나타냅니다.

예방 조치로, 즉시 모든 고객의 웹 호스팅 구독을 해당 서버에서 새 서버로 이전하고 추가 조사를 진행했습니다.

주요 발견 사항은 다음과 같습니다:

문제의 공유 호스팅 서버는 2025년 9월 2일까지 침해된 상태였습니다. 이 날짜에 커널 및 펌웨어 업데이트를 위한 정기 점검이 있었습니다. 이후 로그에서 유사한 패턴을 식별할 수 없었으며, 이는 공격자가 서버에 대한 접근 권한을 잃었음을 의미합니다. 또한 다른 공유 호스팅 서버에서도 유사한 패턴의 증거는 발견되지 않았습니다.

공격자들은 2025년 9월 2일부터 서버 접근 권한을 잃었지만, 12월 2일까지 해당 서버에 존재하는 내부 서비스의 자격 증명을 유지했습니다. 이를 통해 https://notepad-plus-plus.org/getDownloadUrl.php 로 가는 트래픽 일부를 자신들의 서버로 리디렉션하고 침해된 업데이트가 포함된 다운로드 URL을 반환했을 수 있습니다.

로그에 따르면 이 특정 서버에 호스팅된 다른 고객은 표적이 되지 않았습니다. 공격자들은 구체적으로 https://notepad-plus-plus.org/ 도메인을 검색하여 웹사이트 트래픽을 가로채려 했으며, 이는 당시 Notepad++의 불충분한 업데이트 검증 제어와 관련된 취약점을 알고 있었기 때문일 수 있습니다.

조사 종료 후, 2025년 12월 2일 이후로는 웹 호스팅 시스템에서 조사된 보안 발견 사항이 더 이상 관찰되지 않았습니다. 그 이유는 다음과 같습니다:

Notepad++를 타겟팅하는 데 사용될 수 있는 취약점을 수정했습니다. 특히, 공격자가 수정된 취약점 중 하나를 다시 악용하려 했으나 수정 조치 후 실패했다는 로그가 있습니다.

2025년 9월 2일까지 공격자가 획득했을 수 있는 모든 자격 증명을 교체(Rotate)했습니다.

모든 웹 호스팅 서버의 로그에서 유사한 패턴을 확인했으나, 시스템 침해, 유사한 방식의 악용, 또는 데이터 유출의 증거를 찾지 못했습니다.

저희 쪽에서 모든 보안 정보를 교체했지만, 보안을 극대화하기 위해 취해야 할 예방 조치는 아래와 같습니다. 단, 2025년 12월 2일 이후에 아래 조치를 이미 수행했다면 추가 조치는 필요 없습니다.

SSH, FTP/SFTP 및 MySQL 데이터베이스의 자격 증명 변경.

WordPress 사이트(있는 경우)의 관리자 계정 검토, 비밀번호 변경 및 불필요한 사용자 제거.

WordPress 사이트(있는 경우)의 플러그인, 테마, 코어 버전 업데이트 및 가능한 경우 자동 업데이트 활성화.

협조와 이해에 감사드립니다. 질문이 있으시면 알려주십시오.

요약 (TL;DR) 전 호스팅 제공업체에 따르면, 공유 호스팅 서버는 2025년 9월 2일까지 침해당했습니다. 서버 접근 권한을 잃은 후에도 공격자들은 2025년 12월 2일까지 내부 서비스 자격 증명을 유지하여 Notepad++ 업데이트 트래픽을 악성 서버로 계속 리디렉션할 수 있었습니다. 공격자들은 이전 버전의 Notepad++에 존재했던 불충분한 업데이트 검증 제어를 악용하기 위해 구체적으로 Notepad++ 도메인을 표적으로 삼았습니다. 제공업체는 2025년 12월 2일까지 모든 복구 및 보안 강화 조치를 완료하여 추가적인 공격 활동을 성공적으로 차단했습니다.

타임라인 관련 참고 사항: 보안 전문가의 분석에 따르면 공격은 2025년 11월 10일에 종료되었지만, 호스팅 제공업체의 발표에 따르면 잠재적 공격자의 접근은 2025년 12월 2일까지 지속되었습니다. 두 평가를 종합해 볼 때, 전체적인 침해 기간은 2025년 6월부터 모든 공격자의 접근이 완전히 차단된 12월 2일까지였을 것으로 추정됩니다.

이 심각한 보안 문제를 해결하기 위해 Notepad++ 웹사이트를 보안 수준이 훨씬 높은 새로운 호스팅 업체로 이전했습니다.

Notepad++ 자체 내에서는 8.8.9 버전에서 WinGup(업데이트 프로그램)이 개선되어 다운로드한 설치 프로그램의 인증서와 서명을 모두 검증하도록 했습니다. 또한, 업데이트 서버에서 반환되는 XML 파일에 서명(XMLDSig)이 추가되었으며, 약 한 달 후 출시 예정인 8.9.2 버전부터 인증서 및 서명 검증이 의무화될 예정입니다.

이번 하이재킹으로 피해를 입으신 모든 사용자분들께 진심으로 사과드립니다. v8.9.1 버전(관련 보안 강화 기능 포함)을 다운로드하시고 설치 프로그램을 실행하여 Notepad++를 수동으로 업데이트하시기를 권장합니다.

이러한 변경 및 강화 조치를 통해 상황이 완전히 해결되었다고 믿습니다. 행운을 빕니다.

편집 (2026년 2월 2일): 침해 지표(IoC)를 요청하는 이메일을 많이 받았습니다. 안타깝게도 공유할 만한 IoC가 없습니다. 우리 IR 팀이 전 호스팅 제공업체가 제공한 약 400GB 분량의 서버 로그를 일주일 동안 분석했습니다. 침입의 흔적은 확인되었으나, 바이너리 해시, 도메인, IP 주소와 같은 구체적인 침해 지표는 발견되지 않았습니다. 전 호스팅 업체에도 직접 IoC를 요청했으나 확보할 수 없었습니다.

편집 2 (2026년 2월 3일): 어젯밤 Rapid7의 Ivan Feigl로부터 그들의 훌륭한 조사 스토리를 공유하는 이메일을 받았습니다. 동일한 사건으로 보이며, 분명 그들은 저보다 더 확실한 정보(IoC 포함)를 가지고 있는 것으로 보입니다.

야간대학원 2학기 회고. 2025연말회고

summerorange — Wed, 7 Jan 2026 22:27:24 +0900

2025년 말 끝.

주절대는 김에 의미있게 영어로 작성

The second semester is over... had a truly full and meaningful year.

1. Summer Vacation

- Meaningful to me. Before the semester started,

enjoyed at the Lotte World Hotel and Lotte World. Thanks to the hotel being connected to the theme park, I had a blast riding the Atlantis and other attractions. I thorougly enjoyed everything! the hotel had to offer ~ from afternoon tea and the lounge to dinner, the pool, the sauna, and even breakfast the next morning. Last year, an acquaintance picked me up from. work, and we went to Everland to ride the T-Express and bumper cars. It seems I visit a Land of Hopes and Dreams theme park at least once a year.

Lotte World for family,

Everland for couples,

Gyeongju World for comrades...!

Next time, I plan to drag my dopamine-soaked comrade to Gyeongju World. + Hilton Hotel. LOL

2. Work & Study

attending graduate school while holding down a job. This semester, I had to attend school three times a week-Mondays, Tuesdays, and Wednesdays. Although I'm in the Dept. of AI, ironically, I think I've gradually lost interest in Aritificial Intelligence. Maybe it's because I crammed knowledge like I was force-feeding myself during the entrance exams, but I lost interest quickly. Honestly, it feels boring. Classes were mostly mathematical formulas and parameter tuning. Since I had already encountered these concepts repeatedly in the field over the years-even if it wasn't my major - seeing them again in school felt less like "learning" and more like repetitive boredom.

I took an Information Security course from another department. It was mostly practical, and I genuinely enjoyed solving the weekly assignments. To be honest, for the AI modeling assignments, I would tune them just enough to submit them quickly, but for the security class, I tried every possible method and spent the most time on it. I seriously considered changing my major. I want-to try solving the problems I faced during deployment by combining these two for my graduation thesis project.

3. Schedule and Limits

What I realized is that working (full time job) and attending school simultaneously is certainly not easy. Even though my workplace, home and classroom are all relatively close to each other, sometimes just the act of walking to the classroom feels incredibly exhausing... I'm doing it because it's fun, but I do fit my physical limits. Going to classroom three times a week essentially guarantees working overtime three times a week.

feel this... to the bone... during MIDTERMs and FINALS.

Even after leaving work, I couldn't rest; I studied, went to work the next day, and studied again. I used my annual leave to prepare for exams, but people around me might think I rested.

But I wasn't resing... I was studying. Just commuting to work is praiseworthy enough...

but imaging doing something else after work is another level.

At first, I was full of motivation, thinking I could do it all, but reality hits hard.

Sometimes,,,,, telling myself "Let's just pass the course."

Even though I already hold a M.A., finding peace of mind is still difficult. Since I always had to be doing something even on days off, around December, I experienced a bit of burnout. My goal is to graduate quickly without taking a leave of absence.

This marks the end of my 2nd-semester review. The conclusion is Working while attending school is not easy. No matter how energetic a person is, or how much they enjoy learning, balancing physical stamina, diet, cleaning, organizing, work, and social life is simply impossible to do perfectly. Still, there were many good moments. I received many gifts. I even did an interview for a magazine at the end and tried a bunch of new things. It was a joyful time.

auto-update failed 시스템 권한 문제

summerorange — Thu, 16 Oct 2025 10:52:27 +0900

패키지 위치를 /usr/local 로 하면 auto-update 할 때 권한 이슈가 생김

여기에서는 npm 이슈를 예를 들어 작성함.

경로	실제 위치	소유자	권한
/usr/local	시스템 디렉토리	root	sudo
~/.npm-global	/Users/usernickname/.npm-global	usernickname	sudo 불필요

방법 1. npm 글로벌 디렉토리 권한 변경

sudo chown -R $(whoami) /usr/local/lib/node_modules
sudo chown -R $(whoami) /usr/local/bin
sudo chown -R $(whoami) /usr/local/share

방법 2. npm 글로벌 디렉토리를 사용자 홈으로 변경 (더 안전)

mkdir -p ~/.npm-global
npm config set prefix '~/.npm-global')
echo 'export PATH=~/.npm-global/bin:$PATH' >> ~/.zshrc
source ~/.zshrc

[iOS] xCode에서 빌드 App store connect 배포하기 / 수출 규정 관련 문서 누락

summerorange — Thu, 16 Oct 2025 00:58:46 +0900

앱을 출시하고 3년 동안 가만히 내버려두다가... 애플에서 이 때까지 업데이트 하지 않으면 앱 내리겠다고 하는 Apple 메일을 받아서ㅜㅜ

App Store Connect 에 부랴부랴 들어가서 다시 빌드해서 배포했습니다. (2025.10월 기준)

마감일이 3일 전이었는데, 어제 빌드 및 배포 시작하고 심사 넣고 24시간 ~ 48시간이 걸린다고 하는데 오늘 의외로 금방 승인이 나서 마감일은 맞췄습니다

3-4년 전과 비교하면 자동으로 되는 게 많았던 것 같습니다. 몇 년 전에는 이것 저것 인증서도 넣고 해야 들어갔던 걸로 기억하는데...

1 XCode 로 들어가서 General - Identity

- Version, Build 부분을 수정합니다.

1.2 와 1.2로 수정했는데 지금 캡쳐한 건 오타 난 부분. (나중에 다시 재수정해서 배포함)

2 상단에 Product - Archives

Distribute App을 클릭

3 Select a method for distribution

App Store Connect를 클릭

Distribute 를 누르고

4 Uploading

5 App store Connect 에 들어가면

배포된 게 올라올 텐데 자꾸 에러가 떠서 보니 연령 등급 이랑 수출 규정 관련 문서 누락으로 심사가 안된다고 자꾸 떴습니다.

연령 등급도 잘 체크해주고

수출 규정 관련 문서 누락 은

관련해서 이것저것 클릭해보면 다음의 창이 뜹니다.

앱 암호화 문서라는데

앱에서 구현하는 알고리즘의 유형이 무엇인지 뜹니다. 앱 내에서 사용하는 암호화 알고리즘을 물어보는데 이건 적당히 잘 선택하시면 됩니다. 일단 암호가 필요한 앱이 아니라서 해당되지 않습니다. 아마 보통은 표준 암호화 알고리즘을 활용하시지 않을까 싶습니다.

저장을 클릭합니다.

(추후에는)

xCode의 프로젝트에서 정보 속성 목록 Info.plist 에 해당 내용을 명시하면 앱 제출 때마다 암호화 질문에 답변하지 않아도 된다고 적혀 있습니다.

xCode - Info.plist - App Uses Non-Except Encryption - No

로 체크해두고 빌드 하고 배포하면 됩니다.

6. 심사 누르면 완료입니다

심사로 24시간 ~ 48시간이 소요된다고 안내가 됩니다.

어제 밤 10시에 넣으니 오늘 오후 6시쯤엔 통과 되었다고 메일이 날라왔습니다.

기존의 오류를 수정해서 빌드해서 배포 완료입니다.

끝~

인스타그램 계정 삭제 탈퇴 영구 탈퇴 비활성화 방법 / Instagram

summerorange — Sat, 11 Oct 2025 12:49:02 +0900

몇 년째 안 들어가는 인스타그램 계정을 정리했습니다. 그런데 삭제 / 탈퇴 버튼 찾기가 너무 어려워서 (2025.10.11 기준)

일단 기록용으로 어떻게 영구 탈퇴 하는지 올려봅니다. 계정 삭제하는 걸 헤매다가. 계정을 삭제하는 메뉴는 Help center에 있단 걸 알게됩니다. 저는 참고로 PC에서 정리했습니다. 앱에서는 도저히 계정 삭제를 찾을 수 없어서 빠르게 포기하고 맥북에서 작업했습니다.

1. 바로 하단 링크에 들어갑니다.

https://help.instagram.com/370452623149242/?helpref=hc_fnav&locale=ko_KR

Help Center

help.instagram.com

이렇게 생겼는데 저기 계정 센터를 클릭합니다

2 계정 소유권 및 관리 - 비활성화 또는 삭제

이렇게 계정 소유권 및 권리

비활성화 또는 삭제 라고 뜹니다

계정과 프로필을 일시적으로 비활성화하거나 영구 삭제합니다.

3 계정 선택

다음과 같이 삭제할 계정을 선택해서 클릭하고,

4 옵션 선택

옵션이 2가지 있습니다

Instagram 계정 비활성화

계정 비활성화는 일시적입니다. 로그인해서 다시 활성화전까지 프로필이 숨겨집니다.

Instagram 계정 삭제

계정 삭제는 영구적입니다. 프로필, 사진, 동영상, 댓글, 좋아요 및 팔로워가 영구적으로 삭제됩니다.

저는 불필요해서 영구적으로 삭제합니다.

계정을 확인. 및 계속을 클릭

5 계정 영구 삭제

삭제하기 전에 확인할 중요 정보.

내 정보 다운로드

내 정보 사본 전송

대신 비활성화하여 Instagram 계정 유지

등이 화면에 나타납니다.

계속을 클릭

마지막 확인

계정 삭제까지 하면 완료.

한달 정도 유예기간을 줍니다. 2025.11.10일에 삭제된다고 뜨네요.

인스타그램 계정 삭제를 찾고 계신 분들을 위해 공유해봅니당.

안쓰면 손해_Google Gemini 대학생 AI pro 무료 (직접 신청한 후기)

summerorange — Thu, 21 Aug 2025 18:40:00 +0900

요즘 잘 사용하고 있는 gemini cli 와 claude cli & MCP 기능들... (정말 잘 사용하고 있습죠!)

대학생에겐 무료로 푼다고 합니다. (대학원생 포함) 재학증명서 등으로 인증하면 매월 몇 달러씩 나갈 비용을 절약할 수 있으니 해당되면 꼭 사용해보세요.

직접 신청해봤는데요. 간단합니다.

아주 간단한 등록방법

1. 개인 구글 계정이 있으면 됩니다 (~@gmail.com).

개인 구글 계정으로 들어가서, google cloud에서 아마 결제 관련해서 카드 등록하면 될 건데 예전에 해둬서 저는 이 부분은 뜨진 않았지만 그냥 결제 방법 작성하면 될겁니다.

2. https://gemini.google/students/?hl=ko

여기 들어가서 신청할 때 이름, 생년월일, 학교 계정 이메일 작성합니다 ( @00university.ac.kr)

3. 재학증명서 or 등록금 납입 증명서 or 학생증 ID 등 학생 신분을 증명할 수 있는 서류를 업로드 합니다.

4. 다음 날이면 학교 메일로 등록되었다고 날라옵니다.

5. 다시 들어가면 해당 화면이 뜨고,

동의,

정기결제 라고 뜹니다. 12개월 무료이고 내년 부터 정기 결제가 이루어집니다

gemini 2.5 pro 및

notebooklm pro를 무료로 쓸 수 있습니다.

5분의 시간을 투여해 12개월 무료를 쓸 수 있슴니당~

사실상 무료 Gemini CLI 추천 vs Cursor

summerorange — Mon, 21 Jul 2025 21:44:45 +0900

GEMINI CLI

25년 6월 25일에 구글에서 슬쩍 발표된 Gemini CLI 기능이 있습니다.

터미널에서 자유자재로 조작하는 AI 라고 생각하면 빠릅니다.

개발자 친화적인 툴이 바로바로 Terminal 인데,

터미널에서 바로 활용할 수 있습니다.

Gemini pro-2.5 모델을 하루 1,000회 까지 호출할 수 있는데

https://github.com/google-gemini/gemini-cli

Authenticate: When prompted, sign in with your personal Google account. This will grant you up to 60 model requests per minute and 1,000 model requests per day using Gemini.

이 말은 즉, 사실상 무료...

Cursor의 경우에는 에디터 설치가 필요한데,

터미널 만으로 손쉽게 접속할 수 있습니다.

설치 방법은

Node.js LTS version 설치 하시고, npm 을 통해 gemini CLI 설치하면 됩니다.

npx 또는 npm으로 설치 (npm 으로 설치하는 것 추천... npx는 일시적이라서 매번 명령어 돌려야..)

npx https://github.com/google-gemini/gemini-cli

npm install -g @google/gemini-cli

호출

gemini

https://nodejs.org/en/download

Node.js — Download Node.js®

Node.js® is a free, open-source, cross-platform JavaScript runtime environment that lets developers create servers, web apps, command line tools and scripts.

nodejs.org

terminal 에서 gemini 칠 경우

주의 사항으로는

설정에 따라서 채팅 내역이 학습용으로 쓰일 수 있어서

민감한 내용은 유료 api 키를 발급 받아서 export gemini api key를 넣고 쓰는 걸 추천합니다.

유용한 건 사실 모든 권한을 다 주고 알아서 코드 수정하고 알아서 테스트 쓰고 알아서 문서 만들고 알아서 다시 검토하고 하도록 시킬 수 있다는 겁니다.ㅋㅋㅋㅋㅋㅋ

yes, allow always 라고 하고 알아서 파일 만들고 알아서 파일 돌리고 알아서 테스트 합니ㄷㅏ

인간은 그냥 검토자가 되어버렸...!

Reference

https://github.com/google-gemini/gemini-cli

GitHub - google-gemini/gemini-cli: An open-source AI agent that brings the power of Gemini directly into your terminal.

An open-source AI agent that brings the power of Gemini directly into your terminal. - google-gemini/gemini-cli

github.com

https://blog.google/technology/developers/introducing-gemini-cli-open-source-ai-agent/

Gemini CLI: your open-source AI agent

Free and open source, Gemini CLI brings Gemini directly into developers’ terminals — with unmatched access for individuals.

blog.google

https://nodejs.org/en/download

Node.js — Download Node.js®

Node.js® is a free, open-source, cross-platform JavaScript runtime environment that lets developers create servers, web apps, command line tools and scripts.

nodejs.org

구글 애드센스 싱가포르 홈택스 세금정보 작성방법

summerorange — Thu, 17 Jul 2025 19:47:45 +0900

구글 애드센스 관리 창에서

"자신의 납세자 거주 국가에서 싱가포르와 조세 조약을 체결한 경우 더 낮은 원천징수세율을 적용받을 수 있습니다."

라고 떠서 세금정보 작성방법을 알아보겠습니다.

1. 홈택스 거주자증명서 발급 신청

2. 애드센스 계정에서 작성하는 방법

1. 홈택스

먼저 홈택스에 들어갑니다

1.1 거주자증명서 발급 신청

1.2. 작성

-2025 (올해를 기준으로 작성했습니다~ )

-조세목적상 대한민국 거주자임을 증명할 필요가 있는 경우

-발급대상국가 : 싱가포르 국가코드 SG

1.3 첨부서류 없이 진행

1.4 신청하기

1.5 접수 확인

1.6 출력

1.7 pdf 출력

2. Google 애드센스

2.1 세금정보 추가

2.2 세금 정보 관리

2.3 주의사항

- 양식 시작

2.4 세금 정보 작성

- 비지니스 유형 : 개인

- 싱가포르 고정 사업장 유무 : 무

- 싱가포르 상품서비스세(GST) 유무 : 무

- 고유 법인 번호 : 무

- 세금 면제 : 예

- 거주지 확인 : 대한민국

- 파일 업로드 : pdf

2.5 제출 완료

2.6 세금 정보 상태 확인

수락됨

2.7 납세자 거주지 확인

검토 중

빠르면 하루 ~ 몇 일 이내에 수락 확인을 확인합니다.

여기까지 하면 끝입니다.

5~10분 정도 작성 시간이 걸리는 것 같네요.

현대 1인 가구의 장단점 주거 식사 애착관계 친구

summerorange — Sat, 12 Jul 2025 15:38:21 +0900

모처럼 영상 리뷰. 주말에 서울대 김수영 교수님 인터뷰를 보았다. 1인 가구에 대해 연구하고 계시는 듯하다.

1인 가구는 현대에 많아졌는데 장단점이 늘어났다고 생각한다. 각 개개인이 선택할 수 있는 자유와 권리는 보장이 되고, 확장이 되었는데, 그만큼 고립, 외로움의 증가가 커지고 이로 인해 파생되는 현대 사회의 어두운 부분들이 나타나고 있는 것 같다.

영상을 보다가 1인 가구는 극단적으로 2가지로 나뉘는 것 같다. 고독사와 빈곤 VS 화려한 나혼자의 삶.

[시간]

현대 산업이 각 개개인의 시간을 빨아들이고 그 만큼 그 개인이 누려야 할 여가 시간을 박탈하는 것 같다.

예를 들어서 꼭 지인과의 시간을 챙겨야 하는데. 그 시간 마저 아깝다고 느껴져서 일하는 것 만큼 성의를 다하지 않는 것.

그리고 그게 다시 결과로 이어져서 다시 그냥 일에만 몰투하는 형태가 되어 버리는 것 같은 것.

회사나 사회에서는 오히려 그렇게 일에만 몰두하는 걸 (보이지 않게 은근히) 권장하는 것...

이렇게 일에만 몰두하면 나 자신의 건강을 챙기거나 리듬이 깨지게 되지만, 20-30대에는 아무런 불편감을 느끼지 못할 수 있다(젊고 건강해서)

그런데 40-50대가 되면 건강도 약해지고, 약해지면 자기 자신을 돌볼 사람을 찾게 될 수도 있는데, 지금까지 혼자서 아무런 불편감없이 살아오고

타인을 돌보지도 않았기 때문에 그 타인 역시 신경써 주지 않는다.

이건 가정이 있다고 해도 가정을 돌보지 않아도 마찬가지인 수순이고,

[경제적인 이점]

1인 가구의 잇점은 조기 은퇴나 경력 단절을 쉽게 생각하는 경향이 있다.

혼자 살기에는 부족함 없는 금액을 모아뒀다면 가정이 있는 사람은 못할 선택들을 할 수 있다.

[고립감, 우울감]

그런데 정신적인 부분에서는 고립, 우울감을 호소하는 케이스는 연구 결과에서 많이 드러난다고 한다.

박막례 할머니의 인터뷰에서 '돈이 있다면 굳이 결혼하지 않아도 된다.' 라고 하지만,

그건 아마 너무 고생을 하셔서 그런 말씀을 하신 것 같고.., (할머니가 유명하게 된 건 할머니 주변의 자녀들과 손주들이었다)

다른 말로 하면 '결혼은 반드시 (인성이) 좋은 사람과 해야 한다.' 라고 이해하겠다.

정말로 돈만 있다면 행복할까

그렇다면 부유한 1인 가구에서 저렇게 고립감, 우울감을 호소할까.

[식사]

함께 먹는 밥과

혼자 먹는 밥은

좀 차이가 있어 보인다.

'끼니를 떼운다' 라는 말과 '집밥을 먹는다' 라는 말이 있는데,

혼자 있을 때는 주로 끼니를 떼운다 라는 표현을 많이 쓴다고 한다.

식사를 잘 챙겨먹는 건 중요한데, 1인 가구는 식사를 잘 챙기지 못한다고 한다. 청소, 빨래, 식사에 신경을 쓰는 것도 자기 돌봄이다. 부실하게 먹으면 나이 들어서 고생하게 된다... 잘 챙겨 먹는 것 중요!

[애착 관계..]

1인 가구는 부모님에게 애착 관계를 형성하면서 외로움과 고립감을 채운다.

그래서 형재자매가 결혼해서 아이가 태어나면 조카 바보, 조카 사랑 처럼 많은 돈을 들여서라도 아이의 양육에 보태주기는 하지만,

부모님이 돌아가시고 난 뒤에는 오히려 가족으로부터도 고립되는 경우가 있다. 왜냐면 조카 입장에서는 아무리 가까워도 친척이기 때문이다.

심리적으로 가장 가까운 가족은 아무래도 부모님, 형재자매까지일 듯하다.

1인 가구로서 정서적으로 잘 사는 방법은 정서적으로 친밀하게 지내는 가까운 친구들, 회사 동료들, 취미 모임들, 형재자매, 조카, 또 가까운 연인까지 사회적인 관계망을 많이 만들어두는 게 오히려 정서적으로 건강하게 사는 방법인 것 같다. (그런데 그렇게 지내다보면 결국 결혼을 하게 되어 버리...)

만약 부모님하고만 가장 가까운 관계를 유지한다고 하면, 이렇게 애착 관계를 형성하는 부모님이 돌아가시고 난 이후에는 고립이 된다. 형재자매가 돌봐주기 하겠지만... 만약 가정을 꾸리고 있다면 돌봐주는 게 그리 쉽지 않을 것 같다.

[방안]

1인 가구를 위한 좀 더 많은 사회적 관계를 만들 수 있도록 정책적인 지원이 필요하지 않을까 싶다. 아이가 있는 부모를 위한 지원도 필요하고, 1인 가구의 삶에도 관심을 두고 신경 쓰는 밸런스가 필요하다. 1인 가구에 지원해주는 게 뭐가 필요하겠냐라고 하겠지만, 고립과 은둔 보고서를 보면 꽤 심각한 사회문제가 될 것 같다.

1인 가구 분들도 나가서 사람들과 유대관계를 맺을 수 있는 일명 친구 만들기 같은 활동에 적극적으로 노력해야 하지 않을까 싶다. 어릴 때야 부모님들이 나서서 친구 만들 수 있도록 도와줬지만, 성인이 되었으면 본인이 직접 노력하고... 주변 사람들의 기분과 생각에도 신경쓰고 서로 맞춰가고 그런 게 필요하지 않을까 싶다. 혼자 사는 건 좋은데 그래도 더불어서 함께 살아가면 좋을테니까. 꼭 연인이 없어도, 사회적인 관계망은 잘 만들면 좋겠다.

지금의 상태(건강, 나이, 재산)이 고착되지 않았다는 걸 알고, 만약 준비한다면 미리 준비했으면 좋겠다.

참고

서울대학교 사회복지학과 김수영 교수님 https://www.youtube.com/watch?v=KVltwON8DsA

폭염일 때는 소금 드시지 마세요. 이온 음료 추천

summerorange — Fri, 11 Jul 2025 18:37:31 +0900

여름철 폭염이 극심해지면 누구나 땀을 많이 흘립니다. 땀을 흘리면 “소금 먹어야 한다”는 말을 흔히 듣지만, 사실 이게 언제나 좋은 해결책은 아닙니다.

소금을 함부로 먹으면 오히려 위험

땀으로 전해질이 빠져나간다고 무턱대고 소금을 섭취하면, 혈액의 삼투압이 올라갑니다.
삼투압이 높아지면 혈관에서 수분이 빠져나와 탈수가 심해질 수 있습니다.
오히려 몸의 수분 균형을 더 무너뜨릴 수 있다는 사실을 꼭 기억하세요.

폭염에서 진짜 위험한 열사병

정상 체온: 36.5~37도
중심체온이 40도를 넘으면 열사병 발생
증상: 의식저하, 구토, 땀이 멈춤, 중추신경계 손상
뇌와 근육이 ‘녹는’ 상태(횡문근융해증) → 신장 손상, 심장정지 위험
특히 노약자, 만성질환자, 야외 작업자는 각별히 주의해야 합니다.

올바른 대처법: 이온음료로 수분+전해질 보충

폭염에서는 단순히 물만 마시는 것보다 전해질이 포함된 이온음료가 효과적입니다.
포카리스웨트, 게토레이, 파워에이드 등 적당량 섭취를 권장합니다.
너무 빨리 많이 마시면 저나트륨혈증 위험이 있으니 천천히 나누어 마셔야 합니다.

실제 사례와 팁

119나 병원에서 체온 기록이 없으면 열사병 사망 입증이 어려워 보험 문제로 이어질 수 있습니다.
고령층이 밭일하다 쓰러지는 사고가 자주 발생 → 무리한 야외작업 피하고 휴식 필수
군인, 운동선수, 공사장 근로자 등 야외활동이 많은 분들은 특히 주의가 필요합니다.

더워도 너무 더운 써울의 7월 11일 날씨.... 35도가 왠말임ㅠㅠㅠㅠ

트럼프 관세 서한 총 14개 국가 25~40% 추가 관세 서한(일본 한국 포함)

summerorange — Thu, 10 Jul 2025 00:37:57 +0900

일본, 한국 순으로 25% 관세 서한

(서한 전문 한국어 번역 : https://summerorange.tistory.com/entry/%ED%8A%B8%EB%9F%BC%ED%94%84-%ED%95%9C%EC%9D%BC-%EA%B4%80%EC%84%B8-25-%EC%84%9C%ED%95%9C-%EC%A0%84%EB%AC%B8)

이 올라온 이후 다른 나라에 대한 서한도 올라왔습니다.

나라별 관세율은 다릅니다.

국가 관세율 (%)

일본	25%
대한민국	25%
말레이시아 (총리)	25%
말레이시아 (국왕)	25%
카자흐스탄	25%
튀니지	25%
남아프리카공화국	30%
보스니아-헤르체고비나	30%
인도네시아	32%
방글라데시	35%
세르비아	35%
캄보디아	36%
태국 (대리총리)	36%
태국 (국왕)	36%
라오스	40%
미얀마	40%

편지 원문은 템플릿으로 모두 동일하고 국가, 수신자 이름/ 직함, 수도, 관세율 만 다릅니다.

국가별 수신자 정보 및 관세율

국가 (한글)	국가 (원문)	수신자 이름/직함	수도 (원문)	관세율	편지 본문에 쓰인 나라명 (영어)
일본	Japan	His Excellency Ishiba Shigeru Prime Minister of Japan	Tokyo	25%	Japan
대한민국	Korea	His Excellency Lee Jae-myung President of the Republic of Korea	Seoul	25%	Korea
말레이시아 (총리)	Malaysia	His Excellency Dato' Seri Anwar bin Ibrahim Prime Minister of Malaysia	Kuala Lumpur	25%	Malaysia
말레이시아 (국왕)	Malaysia	His Majesty Sultan Ibrahim ibni Almarhum Sultan Iskandar Yang di-Pertuan Agong XVII of Malaysia	Kuala Lumpur	25%	Malaysia
카자흐스탄	Kazakhstan	His Excellency Kassym-Jomart Tokayev President of the Republic of Kazakhstan	Astana	25%	Kazakhstan
튀니지	Tunisia	His Excellency Kais Saied President of the Republic of Tunisia	Tunis	25%	Tunisia
남아프리카공화국	South Africa	His Excellency Cyril Matamela Ramaphosa President of the Republic of South Africa	Pretoria	30%	South Africa
보스니아-헤르체고비나	Bosnia and Herzegovina	Her Excellency Željka Cvijanović Chairperson and Member of the Presidency of Bosnia and Herzegovina	Sarajevo	30%	Bosnia and Herzegovina
인도네시아	Indonesia	His Excellency Prabowo Subianto President of the Republic of Indonesia	Jakarta	32%	Indonesia
방글라데시	Bangladesh	His Excellency Muhammad Yunus Chief Advisor of the People's Republic of Bangladesh	Dhaka	35%	Bangladesh
세르비아	Serbia	His Excellency Aleksandar Vučić President of the Republic of Serbia	Belgrade	35%	Serbia
캄보디아	Cambodia	His Excellency Hun Manet Prime Minister of the Kingdom of Cambodia	Phnom Penh	36%	Cambodia
태국 (대리총리)	Thailand	His Excellency Suriya Juangroongruangkit Acting Prime Minister of the Kingdom of Thailand	Bangkok	36%	Thailand
태국 (국왕)	Thailand	His Majesty Maha Vajiralongkorn Phra Vajiraklaochaoyuhua King of Thailand	Bangkok	36%	Thailand
라오스	Laos	His Excellency Thongloun Sisoulith President of the Lao People's Democratic Republic	Vientiane	40%	Laos
미얀마	Myanmar	His Excellency Min Aung Hlaing Chairman of the State Administrative Council and Commander and Chief of the Republic of the Union of Myanmar	Nay Pyi Taw	40%	Myanmar

서한이 올라온 순

1 말레이시아 총리에게 보낸 편지

수신: Dato' Seri Anwar bin Ibrahim
위치: Kuala Lumpur
주요 특징: 25% 관세 경고

2 말레이시아 국왕(술탄)에게 보낸 편지

수신: Sultan Ibrahim ibni Almarhum Sultan Iskandar Yang di-Pertuan Agong XVII of Malaysia
위치: Kuala Lumpur
주요 특징: 25% 관세 경고

3 카자흐스탄 대통령에게 보낸 편지

수신: Kassym-Jomart Tokayev
위치: Astana
주요 특징: 25% 관세 경고

4 남아프리카공화국 대통령에게 보낸 편지

수신: Cyril Matamela Ramaphosa
위치: Pretoria
주요 특징: 30% 관세 경고

5 라오스 대통령에게 보낸 편지

수신: Thongloun Sisoulith
위치: Vientiane
주요 특징: 40% 관세 경고

6 미얀마 군사평의회 의장에게 보낸 편지

수신: Min Aung Hlaing
위치: Nay Pyi Taw
주요 특징: 40% 관세 경고

7 튀니지 대통령에게 보낸 편지

수신: Kais Saied
위치: Tunis
주요 특징: 25% 관세 경고

8 인도네시아 대통령에게 보낸 편지

수신: Prabowo Subianto
위치: Jakarta
주요 특징: 32% 관세 경고

9 방글라데시 대통령(또는 수석보좌관)에게 보낸 편지

수신: Muhammad Yunus
위치: Dhaka
주요 특징: 35% 관세 경고

10. 캄보디아 총리에게 보낸 편지

수신: Hun Manet
위치: Phnom Penh
관세율: 36%

11 태국 대리총리에게 보낸 편지

수신: Suriya Juangroongruangkit (Acting Prime Minister)
위치: Bangkok
관세율: 36%

12 태국 국왕에게 보낸 편지

수신: Maha Vajiralongkorn Phra Vajiraklaochaoyuhua
위치: Bangkok
관세율: 36%

13 보스니아-헤르체고비나 대통령단 의장에게 보낸 편지

수신: Željka Cvijanović (Chairperson and Member of the Presidency)
위치: Sarajevo
관세율: 30%

일본, 한국 포함 총 14개 국가에게 관세 서한을 추가로 올라간 것을 확인할 수 있습니다. (25/7/9-10일 기준)

국가 목록 (한글/영어)

일본 (Japan)
대한민국 (Korea)
말레이시아 (Malaysia)
카자흐스탄 (Kazakhstan)
튀니지 (Tunisia)
남아프리카공화국 (South Africa)
보스니아-헤르체고비나 (Bosnia and Herzegovina)
인도네시아 (Indonesia)
방글라데시 (Bangladesh)
세르비아 (Serbia)
캄보디아 (Cambodia)
태국 (Thailand)
라오스 (Laos)
미얀마 (Myanmar)

말레이시아와 태국은 각 두 명(총리/국왕 또는 대리총리/국왕)에게 각각 발송이 되었네요

말레이시아 편지 2통 (총리, 국왕)
태국 편지 2통 (대리총리, 국왕)

트럼프 한국 관세/일본 관세 25% 서한 전문 한국어 번역

summerorange — Wed, 9 Jul 2025 12:54:59 +0900

한국/일본 관세 25% 서한 전문

백악관
(THE WHITE HOUSE)

워싱턴
(WASHINGTON)

2025년 7월 7일
(July 7, 2025)

각하
(His Excellency)

[이시바 시게루 일본국 총리 / 이재명 대한민국 대통령]
([Ishiba Shigeru, Prime Minister of Japan] / [Lee Jae-myung, President of the Republic of Korea])

도쿄 / 서울
(Tokyo / Seoul)

친애하는 총리님 / 대통령님께
(Dear Mr. Prime Minister / Dear Mr. President:)

이 편지를 보내는 것은 양국 간 무역 관계의 강력함과 헌신을 보여주는 큰 영광입니다.
(It is a Great Honor for me to send you this letter in that it demonstrates the strength and commitment of our Trading Relationship,)

그리고 미국이 [일본/한국]과의 상당한 무역적자에도 불구하고 협력을 계속하기로 동의했다는 사실은 주목할 만합니다.
(and the fact that the United States of America has agreed to continue working with [Japan/Korea], despite having a significant Trade Deficit with your great Country.)

그러나 앞으로는 보다 균형 잡히고 공정한 무역을 기반으로 관계를 발전시키기로 결정했습니다.
(Nevertheless, we have decided to move forward with you, but only with more balanced, and fair, TRADE.)

따라서 귀국이 세계 1위 시장이자 미국의 비범한 경제에 동참하기를 초대합니다.
(Therefore, we invite you to participate in the extraordinary Economy of the United States, the Number One Market in the World, by far.)

수년에 걸쳐 [일본/한국]과의 무역관계를 논의해 왔으며,
(We have had years to discuss our Trading Relationship with [Japan/Korea],)

장기간 지속되고 있는 [일본/한국]의 관세 및 비관세 정책, 무역 장벽으로 인해 발생한 무역적자 문제를 더는 방치할 수 없다는 결론에 도달했습니다.
(and have concluded that we must move away from these longterm, and very persistent, Trade Deficits engendered by [Japan’s/Korea’s] Tariff, and Non Tariff, Policies and Trade Barriers.)

안타깝게도 양국 간 무역 관계는 상호주의에서 크게 벗어나 있었습니다.
(Our relationship has been, unfortunately, far from Reciprocal.)

2025년 8월 1일부터 미국으로 수입되는 모든 [일본/한국]산 제품에 대해 섹터별 관세와는 별도로 25%의 일괄 관세를 부과할 예정입니다.
(Starting on August 1, 2025, we will charge [Japan/Korea] a Tariff of only 25% on any and all [Japanese/Korean] products sent into the United States, separate from all Sectoral Tariffs.)

우회 수출(transshipping)하여 이를 피하려는 제품에는 더 높은 관세가 부과됩니다.
(Goods transshipped to evade a higher Tariff will be subject to that higher Tariff.)

이 25%가 사실상 무역적자 해소에 필요한 수준에는 훨씬 못 미친다는 점을 이해해 주시기 바랍니다.
(Please understand that the 25% number is far less than what is needed to eliminate the Trade Deficit disparity we have with your Country.)

다만, [일본/한국] 기업이 미국 내에서 제품을 제조하거나 생산할 경우에는 관세가 없을 것입니다.
(As you are aware, there will be no Tariff if [Japan/Korea], or companies within your Country, decide to build or manufacture product within the United States)

실제로, 그런 경우 우리는 필요한 모든 인허가를 빠르고 전문적이고 일상적으로 — 즉 몇 주 이내에 — 처리할 것입니다.
(and, in fact, we will do everything possible to get approvals quickly, professionally, and routinely — In other words, in a matter of weeks.)

만약 귀국이 관세를 인상할 경우, 그 인상분은 우리가 부과하는 25% 위에 추가될 것입니다.
(If for any reason you decide to raise your Tariffs, then, whatever the number you choose to raise them by, will be added onto the 25% that we charge.)

이러한 관세는 [일본/한국]의 오랜 관세 및 비관세 정책과 무역 장벽으로 인해 발생한 지속 불가능한 무역적자를 바로잡기 위해 필요합니다.
(Please understand that these Tariffs are necessary to correct the many years of [Japan’s/Korea’s] Tariff, and Non Tariff, Policies and Trade Barriers,)

이 무역적자는 우리 경제, 더 나아가 국가안보에 중대한 위협입니다!
(causing these unsustainable Trade Deficits against the United States. This Deficit is a major threat to our Economy and, indeed, our National Security!)

우리는 앞으로도 귀국과 오랜 무역 파트너로서 협력하기를 기대합니다.
(We look forward to working with you as your Trading Partner for many years to come.)

귀국이 지금까지 폐쇄적이었던 자국 시장을 미국에 개방하고, 관세 및 비관세 장벽을 철폐할 의향이 있다면, 우리는 본 서한의 내용을 재검토할 용의가 있습니다.
(If you wish to open your heretofore closed Trading Markets to the United States, and eliminate your Tariff, and Non Tariff, Policies and Trade Barriers, we will, perhaps, consider an adjustment to this letter.)

이러한 관세는 양국 관계에 따라 상향되거나 하향될 수 있습니다.
(These Tariffs may be modified, upward or downward, depending on our relationship with your Country.)

귀국이 결코 미국과의 관계에서 실망하지 않으실 것임을 약속드립니다.
(You will never be disappointed with The United States of America.)

이 문제에 대한 관심에 감사드립니다.
(Thank you for your attention to this matter!)

최고의 안부를 전하며,
(With best wishes, I am,)

진심으로,
(Sincerely,)

(서명) Donald J. Trump
([Donald J. Trump Signature])

한/일 관세 전문 번역 (25-07-09 기준)

말레이시아, 카자흐스탄 등 추가 12개국에 대한 관세 서한은 다음 링크를 참고해주세요 : https://summerorange.tistory.com/entry/%ED%8A%B8%EB%9F%BC%ED%94%84-%EA%B4%80%EC%84%B8-2540-%EC%B6%94%EA%B0%80-%EA%B4%80%EC%84%B8-%EC%84%9C%ED%95%9C-2

Reference

https://truthsocial.com/@realDonaldTrump

미국주식 해외주식 홈택스 양도소득신청/여러개 증권사 계좌 합쳐서/양도세 직접 납부 방법

summerorange — Thu, 22 May 2025 19:57:10 +0900

5월 양도소득세의 날입니다. 2024년도에 주식 차액을 계산해보니 기본 공제인 250만원이 아주 조금... 넘어가서 양도소득세 신고를 하고 세금 납부를 완료했습니다. 증권사마다 대신 납부신청을 해주는 게 있지만 저의 경우에는 A 증권사 + B 증권사 + C 증권사 모두 합쳐서 250 만원이 넘기 때문에 홈택스에서 직접 신고해야 했습니다...ㅎㅎ

챗지피티도 있지만, 또 미쿡 주식이나 해외 주식들 양도소득세는 잘 모르기 때문에 블로그 분들을 참고해서 직접 계산했습니다. 가장 잘 참고했던 블로그 분은 https://blog.naver.com/hoonjaek/223092835942

해외주식 양도세 신고/납부 홈텍스에서 셀프로 하는 방법

투자자들에게 있어서 5월은 가장 중요한 달이다. 바로 종합소득세 신고와 해외주식 양도세 신고를 하는 달...

blog.naver.com

여기에도 잘 정리되어 있습니다.

2025년 5월 기준으로 2024년도 분의 양도소득세 홈택스 신고했던 내용에 대해서도 추가하겠습니다... 제가 한 방식이 누군가에겐 도움이 될 수 있겠죠..

1. 먼저 홈택스에서 양도소득세 신고 - 확정 신고 - 정기 신고 에 들어갑니다.

(로그인은 물론 하고 들어가야 합니다~)

2 안내를 한 번 보고 '확인하였습니다' 체크한 후 '닫기'

3. 기본정보(양도인)

양도자산종류를 국외 - 국외 주식 (전 미국 주식 거래만 있습니다) 양도연월은 저절로 2024년 01로 잡힙니다.

신고 구분은 어차피 확정 밖에 없습니다. 5월 신고는 확정임. 신고인 부분은 쓸 필요 없어서 '저장 후 다음 이동'

4 양수인

이건 딱히 필요 없어서 '저장 후 다음 이동'

5 주식양도소득금액명세서

양도자산 내역이 많다면 엑셀로 한 번에 올리는 방법이 있습니다. 전 거래 내역이 70개가 넘어가서 그냥 엑셀에 만들어서 제출했습니다 (이 때 trunc() 함수 써서 소수점 단위는 없애고 올려야 에러가 없었던 경험이 있어서 이것도 주절 주절.)

몇 개 안 된다면 양도자산 내역의 국내/국외 구분, 국외자산국가, 국제증권식별번호(ISIN코드), 양도일자, 취득일자, 양도유형, 취득유형, 양도주식수, 주식종류, 양도가액, 취득가액, 양도소득금액을 직접 넣으면 됩니다.

해당 내역들은 각 증권사 마다 2024년 분의 양도소득증명서를 다운받아서 확인합니다. pdf 로 주는 증권사도 있고, pdf, excel 파일 둘 다 주는 증권사도 있었습니다. pdf에 해당 내용들이 다 담겨 있습니다. 저는 좀 많아서 엑셀에 다 넣어주었습니다.

엑셀 업로드 양식은 명세서 하단 페이지에 다운로드 받을 수 있습니다. 엑셀 다운 받고 작성해서 업로드 할 수 있습니다. 엑셀에는 주석이 다 달려져 있습니다. 참고해서 증권사에서 받은 파일을 참고해서 내역을 하나하나 작성해주면 됩니다...ㅋㅋ쿠ㅜㅜㅜㅜㅜ

주당양도가액 가 숫자 형식이 아닙니다. 이런 오류가 뜨는 경우가 있는데,

주당양도가액과 주당취득가액은 소수점이 많이 있어서 기존 값에 =trunc(A1) 이런 식으로 소숫점을 없앴습니다

또한 취득 일자의 경우 없는 경우도 많아서 2024-01-01 로 일괄로 넣어 줬습니다. (타 블로그 내용 참고~)

오류를 해결하고 엑셀 업로드하기를 완료하면 다음과 같이 뜹니다 '저장 후 다음이동'

6 산출세액 확인

반드시 2,500,000 양도소득기본공제 금액을 작성해줍니다 (중요!)

그리고 '등록하기'

7 신고서 제출

다음과 같이 신고서를 확인하고 산출세액을 확인합니다. 참고로 저기에는 '지방세' 는 포함되어 있지 않습니다. 지방세랑 산출세액도 각각 납부입니다

신고서를 제출하고

8 세금 납부

세액 납부는 지로에 나와있는 계좌로 입금 + 지방 소득세는 카드로 납부, 접수서류 제출 다 하면 완료

참고로 etax... 지방소득세 - 신고이동 해서 전부 작성하고 제출한 다음 납부할 때 신용카드로 납부로 했는데 그 화면이 갱신될 때는 시간이 걸려서 몇 분 기다렸다리니 금액이 잡히고 신용카드 납부가 가능했습니다.

지방소득세etax

etax 납부 완료

접수서류는 증권 내역 자료 업로드를 하면 끝

마무리

간단하게 썼지만 사실 생각보다 복잡하고 번거롭습니다. 엑셀 작성도 번거롭고 복잡하고... 증권계좌 하나에서 250 넘어가면 그냥 증권사에서 대신 신고해주는 그거 쓰시는 게 훨씬 낫습니다.

이것저것 참고해서 처음 신고해봤습니다...후...

화이팅~

streamlit 챗봇 이전 답글, 이전 글이 보이지 않을 때

summerorange — Mon, 30 Sep 2024 19:00:06 +0900

혹시 객체 상태로 들어가 있는지 확인

리스트로 변경 후. string으로 변경으로 넣어주면 정상적으로 이전 글들이 표기됨.

예를 들어, 답변을 콘솔에 찍어보면
'content': <generator object RunnableSequence.stream at 0x000001E147D262F0>}]

이런 상태인 경우,

''.join(list(함수(질문)))

이런 식으로 string 형태로 변경해서 표기하도록 변경.

NLP C3W3 Assignment Error dtype

summerorange — Sat, 21 Sep 2024 22:27:58 +0900

---------------------------------------------------------------------------
UnimplementedError                        Traceback (most recent call last)
Cell In[29], line 9
      3 train_generator = train_dataset.shuffle(len(train_Q1),
      4                                         seed=7,
      5                                         reshuffle_each_iteration=True).batch(batch_size=batch_size)
      6 val_generator = val_dataset.shuffle(len(val_Q1),
      7                                    seed=7,
      8                                    reshuffle_each_iteration=True).batch(batch_size=batch_size)
----> 9 model = train_model(Siamese, TripletLoss,text_vectorization,
     10                                             train_generator,
     11                                             val_generator,
     12                                             train_steps=train_steps,)

Cell In[28], line 30, in train_model(Siamese, TripletLoss, text_vectorizer, train_dataset, val_dataset, d_feature, lr, train_steps)
     26 model.compile(loss=TripletLoss,
     27               optimizer = tf.keras.optimizers.Adam(learning_rate=lr)
     28         )
     29 # Train the model
---> 30 model.fit(train_dataset,
     31           epochs = train_steps,
     32           validation_data = val_dataset,
     33          )
     35 ### END CODE HERE ###
     37 return model

File /usr/local/lib/python3.8/dist-packages/keras/src/utils/traceback_utils.py:70, in filter_traceback.<locals>.error_handler(*args, **kwargs)
     67     filtered_tb = _process_traceback_frames(e.__traceback__)
     68     # To get the full stack trace, call:
     69     # `tf.debugging.disable_traceback_filtering()`
---> 70     raise e.with_traceback(filtered_tb) from None
     71 finally:
     72     del filtered_tb

File /usr/local/lib/python3.8/dist-packages/tensorflow/python/eager/execute.py:53, in quick_execute(op_name, num_outputs, inputs, attrs, ctx, name)
     51 try:
     52   ctx.ensure_initialized()
---> 53   tensors = pywrap_tfe.TFE_Py_Exec

error - > dtype = tf.string

# GRADED FUNCTION: Siamese
def Siamese(text_vectorizer, vocab_size=36224, d_feature=128):
    """Returns a Siamese model.

    Args:
        text_vectorizer (TextVectorization): TextVectorization instance, already adapted to your training data.
        vocab_size (int, optional): Length of the vocabulary. Defaults to 56400.
        d_model (int, optional): Depth of the model. Defaults to 128.
        
    Returns:
        tf.model.Model: A Siamese model. 
    
    """
    ### START CODE HERE ###

    branch = tf.keras.models.Sequential(name='sequential') 
    # Add the text_vectorizer layer. This is the text_vectorizer you instantiated and trained before 
    branch.add(text_vectorizer)
    # Add the Embedding layer. Remember to call it 'embedding' using the parameter `name`
    branch.add(tf.keras.layers.Embedding(vocab_size, d_feature, name='embedding'))
    # Add the LSTM layer, recall from W2 that you want to the LSTM layer to return sequences, ot just one value. 
    # Remember to call it 'LSTM' using the parameter `name`
    branch.add(tf.keras.layers.LSTM(d_feature, return_sequences=True, name='LSTM'))
    # Add the GlobalAveragePooling1D layer. Remember to call it 'mean' using the parameter `name`
    branch.add(tf.keras.layers.GlobalAveragePooling1D(name='mean'))
    # Add the normalizing layer using the Lambda function. Remember to call it 'out' using the parameter `name`
    branch.add(tf.keras.layers.Lambda(lambda x: tf.math.l2_normalize(x, axis=1), name='out'))
    
    # Define both inputs. Remember to call then 'input_1' and 'input_2' using the `name` parameter. 
    # Be mindful of the data type and size
    input1 = tf.keras.layers.Input(shape=(1, ), dtype=tf.string, name='input_1')
    input2 = tf.keras.layers.Input(shape=(1, ), dtype=tf.string, name='input_2')
    # Define the output of each branch of your Siamese network. Remember that both branches have the same coefficients, 
    # but they each receive different inputs.
    branch1 = branch(input1)
    branch2 = branch(input2)
    # Define the Concatenate layer. You should concatenate columns, you can fix this using the `axis`parameter. 
    # This layer is applied over the outputs of each branch of the Siamese network
    conc = tf.keras.layers.Concatenate(axis=1, name='conc_1_2')([branch1, branch2]) 
    
    ### END CODE HERE ###
    
    return tf.keras.models.Model(inputs=[input1, input2], outputs=conc, name="SiameseModel")

# GRADED FUNCTION: train_model
def train_model(Siamese, TripletLoss, text_vectorizer, train_dataset, val_dataset, d_feature=128, lr=0.01, train_steps=5):
    """Training the Siamese Model

    Args:
        Siamese (function): Function that returns the Siamese model.
        TripletLoss (function): Function that defines the TripletLoss loss function.
        text_vectorizer: trained instance of `TextVecotrization` 
        train_dataset (tf.data.Dataset): Training dataset
        val_dataset (tf.data.Dataset): Validation dataset
        d_feature (int, optional) = size of the encoding. Defaults to 128.
        lr (float, optional): learning rate for optimizer. Defaults to 0.01
        train_steps (int): number of epochs
        
    Returns:
        tf.keras.Model
    """
    ## START CODE HERE ###
    

    # Instantiate your Siamese model
    model = Siamese(text_vectorizer,
                    vocab_size = text_vectorizer.vocabulary_size(), #set vocab_size accordingly to the size of your vocabulary
                    d_feature = d_feature)
    # Compile the model
    model.compile(loss=TripletLoss,
                  optimizer = tf.keras.optimizers.Adam(learning_rate=lr)
            )
    # Train the model 
    model.fit(train_dataset,
              epochs = train_steps,
              validation_data = val_dataset,
             )
             
    ### END CODE HERE ###

    return model

working

Error: llama runner process has terminated: exit status 0xc0000409 -> ollama run gemma2

summerorange — Wed, 11 Sep 2024 15:08:17 +0900

ollama run gemma2

Error: llama runner process has terminated: exit status 0xc0000409

Solution : update ollama

- windows 사용자는 ollama 재설치

macOS 나 linux는 brew ollama update ~

crawling - driver.quit()을 쓰지 않을 때 일어나는 일

summerorange — Mon, 15 Jul 2024 22:17:33 +0900

작업관리자를 보니 CPU 값이 100% 차 있는 걸 보게 되었다...^^

driver.quit()을 작성하는 걸 깜빡했다

if driver:
	driver.quit()

백그라운드에 수백개의 크롬이 떠 있는 걸 보게 되어서 작성...

derivative and v(m/s) 미분과 가속도

summerorange — Mon, 15 Jul 2024 22:15:26 +0900

첫 번째 그림의 상단 부분에서 x축은 시간, y축은 meter 거리이다. 차는 멈추지 않고 끊임없이 움직였다. 해당 속도는 그 다음 그림에서 나타난다. 몇 초에서는 2m/s, 3m/s, 1초당 15미터를 가기도 했다. 해당 값은 derivative 해서 얻을 수 있다.

derivative 할 때 어떤 크기의 숫자를 사용하는지에 따라서 미분이 정확한지 정확하지 않은지 달라진다는 것을 보여준다.

요 그림들은 가속도 관련해서 흥미진진하게 만든 interative design이라서 가지고 왔다.

Cosine Similarity 예시

summerorange — Wed, 10 Jul 2024 20:43:38 +0900

예를 들어,

u = [3, 4]

v = [1, 2]

인 벡터가 있다고 했을 때,

Cosine Similarity 는 다음과 같이 구한다

= 11 / ( root(25) * root(5) ) = 11/ (11.18033988)

0.983....

대략 0.983

벡터 u와 v의 Cosine Similarity는 약 0.983입니다.

짐 켈러(Jim Keller) 인터뷰 내용

summerorange — Tue, 28 May 2024 08:00:34 +0900

짐 켈러

짐 켈러 텐스토렌트 CEO

https:/www.youtube.com/watch?v=fMpHU6saK3I

현재 몇몇 회사들과 이야기하고 있으며, 그들은 저에게 그들의 문제를 해결해달라고 요청합니다. 하지만 그들은 그 문제가 AI에 있다고 생각합니다. 저는 그들의 문제가 AI가 아니라고 생각합니다. 그들의 문제는 조직의 설계 방식입니다. 외부에서 그것을 고칠 수는 없습니다.
칩 설계자가 되려면 무엇을 공부해야 하나요? 수학, 물리학, 프로그래밍, 공학을 배우고 많은 책을 읽으라고 말하고 싶습니다.
새로운 것을 만들고 창의적인 일을 하려면 삶의 일부를 창의적으로 보내야 합니다. 좋은 영화를 보거나 정말 좋아하는 일을 할 수도 있죠. 하지만 세부적인 것보다는 기본적인 게 더 중요합니다.
요즘은 모든 학생들이 파이토치를 공부하지만 5년 후에 파이토치는 사라질 겁니다
앞으로의 10년은 지난 10년보다 더 빨라질 것입니다.
그래서 항상 열려 있는 자세를 가지고 넓게 바라보고, 또 과학 실력을 키워야 합니다.
토마스 쿤이 저술한 "과학 혁명의 구조"라는 정말 좋은 책이 있는데 어떻게 실질적인 변화를 만들 수 있는지에 대해 이야기합니다.
상당히 복잡한 주제죠. 문제는 그 책을 읽은 엔지니어는 그리 많지 않다는 사실입니다 자신들의 삶 자체가 기술의 변화 속에 있다는 사실에도 말이죠.

https://www.youtube.com/watch?v=iwXr1IRaqWA

그렇게 복잡하게 생각할 필요 없습니다. 컴퓨터를 새로 만든다고 해보죠. 만약 여러분에게 일을 맡긴 의뢰인이 컴퓨터 성능을 10% 높이고 싶다고 한다면, 메모리 용량을 늘리거나 부품을 추가하겠죠. 아니면 컴퓨터의 설정을 만져서 성능 효율을 최대치로 끌어올릴 겁니다. 하지만 부품을 추가하고 설정을 바꿀수록, 구조도 복잡해지고 관리도 어렵죠. 언젠가 벽에 부딪힐 겁니다. 아무리 부품을 덕지덕지 붙여도 성능이 더 좋아지지 않는 시점이 오겠죠. 그러면 대부분은 사람들은 이렇게 말해요. "어쩔 수 없어요. 이게 한계입니다." 하지만 극소수는 이렇게 얘기하죠. "지금의 구조는 더 이상 한계야. 뭘 새롭게 추가한다고 바뀔 건 없어." "새로운 구조를 처움부터 다시 짜보자." 그렇게 기존 구조를 뜯어보고 난 후에 사람들은 비로소 알게 됩니다.
아예 처음부터 새로운 구조를 만드는 것이 훨씬 빠르고 간단한 방법이예요.
갈아엎는 건 제 전문 분야입니다. 거의 3~5년마다 새로운 구조를 개발하죠. 컴퓨터 분야에서 발전하기 위해선, 5년마다 새로운 시도를 해야 한다고 봅니다.
많은 기업들과 기술자들은 효율적으로 일을 하고 돈을 벌고 싶어합니다. 새로운 구조를 개발하는 대신, 부품 몇 개 추가해서 신제품을 내놓죠. 그렇게 되면 갈수록 매출도 떨어지겠죠. 스티브 잡스가 말한 내용인데 여러분이 어떤 프로젝트를 시작했다면, 시간이 갈수록 보상은 계속해서 감소합니다. 다음 단계로 나아가기 위해서는 기존 방식을 버리고 새로 시작해야 해요.
처음에는 얻어 가는 게 적겠지만, 머지 않아 훨씬 큰 보상이 뒤따를 겁니다.
우리는 '단기적인 재앙' 만큼 '장기적인 재앙'도 항상 경계해야 해요 기존 방식에 익숙한 '꼰대' 들 그런 사람들은 바뀌는 걸 두려워 하죠. 당장 매출이 잠깐 떨어질 수도 있으니까요. 하지만 장기적으로 바라보는 경영자들은 지금 당장 모든 걸 바꾸지 않으면 결국에는 반드시 망한다는 걸 알고 있습니다.
오래 살아남은 위대한 회사의 리더들은 새로운 위기에 직면할 때마다 미련 없이 다 버리고 다시 시작했습니다
기존 방식의 효율을 개선하면서, 동시에 새로운 방식을 개발하면 되잖아요?
많은 기업들이 기존의 구조는 그대로 두고서 성능을 업그레이드했다고 광고를 하죠. 하지만 저 같은 전문가들 입장에서 보면 겉으로 보면 컴퓨터 속도가 빨라보여도, 분명 어딘가에는 문제가 생깁니다. 성능이 떨어지는 부분이 있을 거예요. 소비자들은 바로 그 부족한 부분을 귀신같이 찾아낼 겁니다.

맥북 포맷후 기본 터미널인 zsh 터미널을 변경하기 ~/.zshrc No such file or directory

summerorange — Sun, 21 Apr 2024 20:57:56 +0900

맥북 포맷후 terminal 에

사용자이름@ ~~mackbookair ~ %

goodluck@goodluck-ui-MacBookAir ~ %

이 부분을 변경하고 싶어서

goodluck@ui-MacBookAir ~ % zsh --version
zsh 5.9 (x86_64-apple-darwin23.0)
goodluck@ui-MacBookAir ~ % cat /etc/shells
# List of acceptable shells for chpass(1).
# Ftpd will not allow users to connect who are not using
# one of these shells.

/bin/bash
/bin/csh
/bin/dash
/bin/ksh
/bin/sh
/bin/tcsh
/bin/zsh
goodluck@ui-MacBookAir ~ % cat ~/.zshrc
cat: /Users/goodluck/.zshrc: No such file or directory

새로 터미널 생성될 때는 일단 .zshrc가 없다고 뜨는 것 같습니다.

~/.zshrc 파일이 없다고 나타나는 이유는 해당 파일이 실제로 사용자의 홈 디렉토리에 존재하지 않기 때문입니다. .zshrc 파일은 Z shell (zsh)의 구성 파일로, 사용자가 로그인 할 때마다 실행되는 명령어들과 설정들을 포함합니다. 이 파일은 기본적으로 제공되지 않을 수 있으며, 사용자가 필요에 따라 직접 생성해야 합니다.

.zshrc 파일이 없는 경우, zsh는 기본 설정을 사용하게 됩니다. 파일을 생성하려면 터미널에서 다음과 같이 입력하면 됩니다:

vim ~/.zshrc

vim 텍스트 편집기를 활용했습니다. nano를 써도 좋습니다

export PROMPT="[%n][%D{%H:%M:%S}][%~] % "

작성한 다음

source ~/.zshrc

로 적용해주면 좀 더 [사용자명] [시간] [폴더 위치] 로 깔끔하게 변경됩니다

iTerm 사용하는 방법도 있지만,

기본 터미널을 커스텀해보았습니다.

flask font error

summerorange — Wed, 17 Apr 2024 10:21:34 +0900

font 인식 에러가 있어서 테스트 했던 코드

# 1개의 경우
# fm.fontManager.addfont('./static/fonts/NanumGothic.ttf')

# 폰트 파일 경로 지정
font_files = [
    './static/fonts/NanumBarunGothic.ttf',
    './static/fonts/NanumGothic.ttf',
    './static/fonts/NanumMyeongjo.ttf',
]

# 각 폰트 파일에 대해 addfont 호출
for font_file in font_files:
    fm.fontManager.addfont(font_file)

fm._rebuild()

# 사용자 지정 폰트 파일의 경로
        font_path = f'./static/fonts/{font_name}.ttf'

# 사용자 지정 폰트를 불러옵니다.
        font = fm.FontProperties(fname=font_path) #fm.FontProperties(fname=font_path) # size=10
        # 폰트의 이름을 가져옵니다.
        font_get_name = font.get_name()
        print("font_get_name : ", font_get_name)
        # matplotlib의 폰트 캐시를 업데이트합니다.
        # rebuild를 없애보자
        # fm._rebuild()
        plt.rc('font', family=font_name)


nx.draw_networkx(g_edge,
            pos=selected_layout,
            with_labels=True,
            font_family=font_get_name,
            node_color=selected_centrality,
            node_size=get_node_size(selected_centrality),
            alpha=transparent_ratio,
            edge_color="gainsboro",
            cmap=plt.cm.hsv,
            font_size=font_size)

음...

import matplotlib.font_manager as fm

# 폰트 파일 경로 지정
font_files = [
    './static/fonts/KoPubWorld Batang Light.ttf',
    './static/fonts/KoPubWorld Batang Medium.ttf',
    './static/fonts/KoPubWorld Dotum Bold.ttf',
    './static/fonts/KoPubWorld Dotum Light.ttf',
    './static/fonts/KoPubWorld Dotum Medium.ttf',
    './static/fonts/NanumBarunGothic.ttf',
    './static/fonts/NanumBarunGothicBold.ttf',
    './static/fonts/NanumBarunGothicLight.ttf',
    './static/fonts/NanumBarunGothicUltraLight.ttf',
    './static/fonts/NanumBarunpenB.ttf',
    './static/fonts/NanumBarunpenR.ttf',
    './static/fonts/NanumBrush.ttf',
    './static/fonts/NanumGothic.ttf',
    './static/fonts/NanumGothicBold.ttf',
    './static/fonts/NanumGothicExtraBold.ttf',
    './static/fonts/NanumGothicLight.ttf',
    './static/fonts/NanumMyeongjo.ttf',
    './static/fonts/NanumMyeongjoBold.ttf',
    './static/fonts/NanumMyeongjoExtraBold.ttf',
    './static/fonts/NanumPen.ttf',
    './static/fonts/SCDream1.otf',
    './static/fonts/SCDream2.otf',
    './static/fonts/SCDream3.otf',
    './static/fonts/SCDream4.otf',
    './static/fonts/SCDream5.otf',
    './static/fonts/SCDream6.otf',
    './static/fonts/SCDream7.otf',
    './static/fonts/SCDream8.otf',
    './static/fonts/SCDream9.otf'
]

# 각 폰트 파일에 대해 addfont 호출
for font_file in font_files:
    fm.fontManager.addfont(font_file)

# 이제 이 폰트들을 matplotlib에서 사용할 수 있습니다.

OPENAI Langchain API key error. openai.error.RateLimitError: You exceeded your current quota, please check your plan and billing details. for more information on this error.

summerorange — Wed, 17 Apr 2024 10:11:33 +0900

raise self.handle_error_response( openai.error.RateLimitError: You exceeded your current quota, please check your plan and billing details. For more information on this error, read the docs: https://platform.openai.com/docs/guides/error-codes/api-errors. 종료 코드 1(으)로 완료된 프로세스

Langchain 관련해서 test 하는 중 뜨는 에러는,

하단의 사이트에서 10달러라도 채워두면 됩니다

https://platform.openai.com/settings/organization/billing/overview

다음과 같이 billing 에서 credit balance를 확인을 한 다음,

돌리면,

Langchain 관련해서 제대로 돌아갑니다.

24.4.16 환율 동향 - 1380원대

summerorange — Tue, 16 Apr 2024 08:43:05 +0900

또다시 1400원 대를 향해서 가고 있습니다.

2022년 하반기 쯤의 느낌이 듭니다.

이 주 사이에 급격하게 달라지고 있어서 포스팅 남깁니다.

이전에 달러 자산을 사두었다면 헷지는 되겠네요.

MS365 Teams에 python으로 메세지 전송하기/Webhook

summerorange — Tue, 16 Apr 2024 08:39:17 +0900

Teams 앱에서 Incoming Webhook 검색

팀에 추가

다음과 같이 커넥터 설정을 할 수 있다.

다음의 에러가 생긴다면,

다시 시도해주면 제대로 된다

그럼 다음과 같은 커넥터가 만들어지고 해당 url을 생성

이제 코드는.

!pip install pymsteams

import pymsteams

myTeamsMessage = pymsteams.connectorcard("https://~~해당 URL을 넣기")

테스트

myTeamsMessage.text("테스트.")
myTeamsMessage.send()

myTeamsMessage.title("Sample Title") #title
myTeamsMessage.text("Sample text") # text
myTeamsMessage.addLinkButton("링크 연결", "https://~~~") # link
myTeamsMessage.send() # 보내기

섹션 관련해서 테스트 한 것.

section_1 = pymsteams.cardsection()
section_1.title("Title")
section_1.addImage("https://~image Link 연결")
myTeamsMessage.addSection(section_1)

myTeamsMessage.text("Sample text")
myTeamsMessage.send()

다음과 같이 정상적으로 팀즈로 보내졌다.

그런데,

팀즈의 general 에만 연결할 수 있는 것 같다.

채팅방 등에 연결해보려고 했지만 안되는 듯했다.

[후기] OpenAI 파이썬 API 부트캠프: AI와 GPT, 파이썬으로 AI 애플리케이션 개발하기

summerorange — Sun, 14 Apr 2024 22:54:29 +0900

Udemy 강좌 중,

- OpenAI Python API Bootcamp: Learn to use AI, GPT, and more! 의 한국 자막 버전인 "OpenAI 파이썬 API 부트캠프: AI와 GPT, 파이썬으로 AI 애플리케이션 개발하기"

를 좋은 기회가 생겨서 수강했습니다. 강의 후기를 남겨보겠습니다 : )

강의 소개!

해당 강좌는 OpenAI API를 활용하는 방법을 익히는 데 중점이 있습니다. Open API 기초, 텍스트 임베딩, 블로그 작성 및 콘텐츠 및 이미지 작성 등에 어떻게 활용하는지에 대해서 익힐 수 있습니다. 좋은 기회가 생겨서 해당 강의를 수강하게 되었습니다.

수강 대상)

수강 대상 분은 대체로 python을 다룰 줄 안다면, 아마 해당 강의는 무난하게 따라갈 수 있을 거라고 생각합니다. OpenAI의 API 기능을 어떻게 활용하면 좋을지 모르겠다 싶으면 해당 강의를 들어보면 좋습니다. 사전 조건은 하단과 같습니다.

파이썬 프로그래밍 경험
파이썬 데이터 에코시스템 (Panda, NumPy 등)에 대한 경험 권장됨
OpenAI API 사용을 위해 신용카드를 등록할 수 있어야 함
pip install 명령어로 라이브러리 설치하기

프로젝트)

요 강의에서 다루는 프로젝트는 다음과 같습니다.

자연어를 SQL 쿼리로 만들기
자동 블로그 포스트 생성하기
재료를 가지고 자동으로 요리법 만들기
국제 신문을 번역하고 요약하기
자동으로 파이썬 docstring 생성하기
내 상황에 맞게 챗봇 튜닝하기
Reddit 글을 감정 분석하기
기업 문서를 벡터 임베딩 처리하기

제가 관심이 있었던 부분은 임베딩 부분이라서 임베딩 부분 부터 후반부까지는 열심히 들었던 것 같습니다. ch10, 11, 12 부분이었던 걸로 기억합니다. 프로젝트 중 가장 관심이 있는 부분만 들어도 해당 강의에서 얻는 경험으로는 충분히 만족했던 것 같습니다.

참고로, 텍스트 벡터 임베딩 관련한 논문 2편에 대해서 해당 영상에서 소개가 나오는데, 하단과 같습니다. 강의 듣기 전에 미리 읽어봐도 좋을 듯하여 공유합니다.

1. Efficient Estimation of Word Representations in Vector Space

2. Text and Code Embeddings by Contrastive Pre-Training

GPT Version)

이 강의의 프로젝트들은 gpt3.5 turbo 으로 진행합니다.

저는 gpt4를 활용해서 테스트를 했었습니다.

GPT-4를 쓰면 좀 더 깔끔한 결과가 나옵니다. 같은 프롬프트를 써도요.

gpt3.5 vs gpt4.0 비교

요 이미지에서 상단 부분은 3.5 결과이고, 하단은 4로 돌린 결과인데, 문장이 좀 더 깔끔해진 걸 볼 수 있습니다. 내용도 좀 더 풍부하고, hallucination도 덜한 듯합니다.

강의 시간)

그리고 프로젝트 위주로 진행되다보니 영상이 총 9시간이라고 적혀있지만, 원하는 부분만 보면 되기 때문에 사실 9시간 까지는 걸리지 않을 듯 합니다. 아마 현업에 계신 분들이라면 금방 다 보시지 않을까 싶어요.

(정보를 보니... 이전 Langchain 강의도 들었는데, Langchain 강의도 중급자 수준이라고 적혀있었는데... 그 강의와 비교하면 초급자 수준이라고 수정해야 할 듯 합니다ㅎㅎ)

느낀점)

실제 실무에서 API를 사용한다면 해당 강의 프로젝트에서 좀 더 develop이 필요하지 않을까 합니다. 디테일하게 많이 수정해야 하지 않을까 싶긴 했습니다. 참고로 강의는 영어 자료를 기준으로 진행되었습니다. 그래서 감정 분석이나 챗봇, 블로그 포스팅 부분도 한글 데이터 기준으로 만든다면 수정해야 할 부분이 좀 있을 듯... 합니다. 간단하게 따라하기에는 좋았습니다.

환경설정에서 저는 주로 colab을 활용했습니다. (용량 등의 이슈로 맥북을 포맷해버려서ㅎㅎ;;)

강의 내용은 로컬에서 돌립니다. 개인적으로는 코랩이 더 사용하기 편해서 모든 코드들을 일부 수정해서 코랩 환경에서 돌렸습니다. 모든 프로젝트가 다 잘 작동하는 걸 확인했습니다. 일일이 api key 작성하는 거나 매번 pip 로 라이브러리 설치하는 부분이 귀찮은 걸 제외하면요.

해당 강의의 핵심 주제는 openAI의 API를 활용하는 방식, 활용법입니다.

OpenAI의 파이썬 API를 활용하여 AI 애플리케이션을 개발하고 싶은 사람들에게 적극 추천하는 강의입니다. 다양한 프로젝트를 통해 실제로 AI 기술을 적용할 수 있고, 한글 자막이 제공되어 언어의 장벽을 느끼지 않고 학습할 수 있습니다.

만약 python을 모르는 분이 듣는다면, 파이썬 데이터 분석 라이브러리인 Pandas나 NumPy 등에 대한 추가적인 학습도 추천드립니다.

또 개인 프로젝트를 하는데 아이디어가 필요하다 라고 하면 한 번은 볼 만하지 않을까 싶습니다!

강의 후기 끝 : )

* 해당 강의는 감사하게도 글또x유데미의 지원을 받았습니다.

여러 장의 png, jpg이미지를 90도 전환하여 pdf로 병합하기

summerorange — Sat, 13 Apr 2024 14:13:49 +0900

*참고로 저는 acrobat pro를 구독해서 사용하고 있습니다.

이슈 사항: 사진을 찍었는데, 화면 잠금으로 하고 찍어서 사진을 전부 90도 왼쪽으로 이동해서 옮기고 pdf로 올려야 했습니다.

1.이미지 파일 올리기

acrobat document 에 들어가서 해당 이미지 파일들을 올려줍니다. 저는 위에 workshop 폴더 나눠서 올렸습니다.

이런 식으로 다 돌아가 있어서,

2. 이미지 파일 선택 후 결합(combine) 클릭

3. 돌려주기

다음의 이미지를

이런 식으로 하나 하나 돌려주고,

4. pdf 결합

pdf로 말들어주면 됩니다.

코드로 짜려고 했는데, 이미 유료 서비스 사용하는 게 있어서 이런 방식으로 했습니다.

이런 방식도 있다는 걸 공유합니다.

Mac 화면 보호기 설정

summerorange — Sat, 13 Apr 2024 13:53:35 +0900

화면 보호기 위치:

시스템 설정 - 잠금 화면

비활성 상태인 경우 화면 보호기 시작,

배터리 사용 시 비활성 상태인 경우 디스플레이 끄기

전원 어댑터 사용 시 비활성 상태인 경우 디스플레이 끄기

화면 보호기 시작 후 또는 디스플레이가 꺼진 후 암호 요구

항목을 맞춰서 시간을 설정하면 됩니다.

은근히 헷갈리는 위치에 있어서

포스팅 합니다.

Macbook Air Sonoma 포맷 후기

summerorange — Sat, 13 Apr 2024 10:49:52 +0900

최근 맥북 용량이 다 차서 포맷한 후기!

M1 맥북을 사용하고 있고 기본 사양에 용량만 512기가로 늘려서 샀는데, 이 512기가 금방 다 차서...

이렇게 된 거 아예 포맷해버리자! 해서 포맷을 했습니다.

현재 os는 Sonoma입니다.

포맷 방법

1. 애플 로고 - 시스템 설정

2. 일반 - 전송 또는 재설정

3. 모든 콘텐츠 및 설정 지우기

4. 암호

apple ID 암호를 몇 번 넣으면 끝!

이전 설정들이 모두 지워지고,

다시 맥 화면이 켜지는데 그 때 다시 맥 초기에 샀을 때처럼 옵션 설정해주면 됩니다.

초기에 맥을 샀을 때가 됩니다. 필요한 것만 동기화하고 모든 파일들을 지워버렸습니다.

맥북 포맷 끝!