Recent posts

얼마 전, 차량 통행량이 적은 교외 지역을 지나가다가 라운드어바웃을 발견했습니다. 우리나라에도 최근 도로를 새로 정비하는 과정에서 교통량이 많지 않은 지역에 라운드어바웃, 곧 회전교차로를 적용하는 사례가 늘고 있습니다. 정부가 2010년 본격 도입한 이후 2020년 말 기준 전국에 1,500개가 넘는 회전교차로가 운영되고 있고, 앞으로도 계속 늘려간다고 합니다. 영국에서 주재원 생활을 할 때는 매일 ...

해외연구소장으로 있던 시절, 한 주재원이 본사에 보낼 불만 메일을 쓰고 있는 것을 본 적이 있습니다. 내용을 들여다보니 “본사 지원팀에서는 왜 이걸 이렇게 처리하느냐”는 이슈제기였습니다. 저는 상황을 정리해서 문제를 제기하는 것 자체는 좋지만, 그 전에 요청을 받는 쪽의 입장에서 한 번 더 생각해 보고 우리가 무엇을 원하는지를 명확하게 전달하는 게 먼저라고 ...

영국과 러시아 해외연구소장 시절, 현지 엔지니어들로부터 가장 많이 받은 질문이 있습니다. “엔지니어에서 매니지먼트 트랙으로 옮긴 이유가 무엇인가요?” 생각해보면, 국내 기업 문화에서는 엔지니어가 경력이 쌓이고 매니저가 되는 것을 비교적 자연스럽게 보는 편입니다. 제 경우도 소프트웨어 엔지니어로 입사를 해서, 파트장, 랩장 등 관리자 트랙을 거쳐서 연구소장까지 되었습니다. 하지만 해외, 특히 서구권에서는 기술 전문가 트랙과 ...

지난 글에서는 엑셀 자동화 도구를 웹 서비스로 전환하면서, 데이터를 하나의 원본으로 모으고 접근과 출력의 폭을 넓힌 과정을 다뤘습니다. 여러 사람이 함께 쓰고, 사람뿐 아니라 AI도 같은 데이터를 조회할 수 있게 되었습니다. 바이브 코딩, 주식 거래 관리 앱 개발 ① — 엑셀 기반 자동화 바이브 코딩, 주식 거래 관리 앱 개발 ② — ...

AX(AI Transformation)라는 말을 들으면 보통 큰 그림이 먼저 떠오릅니다. AI 도구를 잘 활용할 수 있는 플랫폼을 깔고, 각 업무에 맞는 에이전트를 도입하고, 전사 데이터를 통합하는 일들 말입니다. 회사 차원에서는 분명 중요한 과제이고, 저 역시 그런 큰 그림을 고민하는 자리에 있었습니다. 그런데 제가 AI를 쓰면서 실제로 변화를 가장 크게 느낀 곳은 그렇게 ...

지난 글에서는 가족의 주식 계좌 거래내역을 한곳에서 보기 위해, 그동안 수동으로 하던 작업들을 바이브 코딩을 이용해서 엑셀 기반 자동화 도구를 개발한 과정을 다뤘습니다. 가장 먼저 사람이 손으로 하던 일을 코드로 똑같이 재현한 첫 번째 버전(V1)을 만들고, 그 위에서 입력의 확장성(V2)과 GUI 지원(V3) 등을 점진적으로 확대했습니다. (1편 보기) V3까지 오면서 가장 중요한 ...

지난번 「바이브 코딩으로 웹앱 만들기」에서 아이의 학습 습관을 기록하는 웹앱 My Lesson Log를 만든 이야기를 했습니다. 다행히 아이가 지금도 잘 쓰고 있습니다. 이번에는 저와 아내가 쓸 프로그램을 만들었습니다. 우리 가족의 주식 계좌 거래내역을 한곳에서 관리하는 TradeLog입니다. 기존에 수동으로 하던 작업을 엑셀 기반 자동화 스크립트로 만들고, 이를 데스크톱 앱 형태로 개선하고, 이후 ...

2022년 프롬프트 엔지니어링이 주목받기 시작했습니다. 2024년에는 컨텍스트 엔지니어링이 그 자리를 이어받았고, 2026년에는 하네스 엔지니어링이라는 개념이 업계에 자리 잡고 있습니다. 3~5년 사이에 핵심 관심사가 세 번 바뀌었습니다. 이 흐름을 새로운 현상으로 볼 수도 있지만, 소프트웨어 엔지니어링의 역사를 알고 있다면 익숙한 패턴입니다. AI 엔지니어링은 소프트웨어 엔지니어링 60년이 걸어온 길을 압축해서 따라가고 있는 것 ...

얼마 전 선배들과 만난 자리에서 바이브 코딩 이야기가 나왔습니다. 요즘 실제로 써보고 있냐는 질문에, 다들 각자 최근 경험을 꺼내놓았습니다. 저는 채팅 AI와 대화하면서 요구사항과 스펙을 정리하고, 이를 바탕으로 코딩 AI에게 구현을 맡기되 코드는 최대한 직접 보지 않는게 좋다고 설명했고, 그 말에 반응이 엇갈렸습니다. 또, 바이브 코딩으로 만든 코드가 리펙토링이 필요한가에 ...

이전 글 「AI시대: AI-native 조직구조는? 더 낮고 더 넓게」에서 AI 시대의 조직은 더 낮고 더 넓게 변할 것이라는 이야기를 했습니다. 관리자의 역할은 더 중요해지고, 조직 구조는 수평화됩니다. 그런데 AI-native 조직은 저절로 만들어지지 않습니다. 컨텍스트 공유, AI 리터러시, 모니터링과 가시성, 권한·평가·책임의 재설계, 그리고 관계와 피드백 설계 등 함께 풀어야 할 이슈들이 ...