테슬라 오너라면 필수 앱 🚗⚡ TESLINK - T MAP, 카카오맵, 네이버지도에서 검색한 주소를 Tesla 내비게이션으로 바로 전송! ✅ 공유하기 한 번으로 목적지 전송 ✅ 전국 슈퍼차저 실시간 빈자리 확인 ✅ 주행 이력 자동 관리 App Store에서 "TESLINK" 검색하세요. #Tesla #테슬라 #TESLINK #전기차 apps.apple.com/app/id6748283…

💬 좋은 IT 리더의 반대말은 "기술 모르는 사람"이 아니라 "검증을 못 하는 사람"이다. 왜냐하면 팀은 직위가 아니라 기술적 신뢰도로 리더를 따르기 때문 (Fournier가 못 박은 부분). 쉽게 비유하면 — 운전 못 해본 사람이 조수석에서 "더 빨리! 지름길로!"만 외치는 거랑, 직접 몰아본 사람이 "여기 빙판이라 못 밟는다"고 말해주는 건 신뢰가 다름. 후자가 기술 리더임. 그래서 기준은 3가지 — 방향을 직접 검증함. 벤더(공급사)가 "우리 AI가 다 해결!"이라 할 때, 못 하는 리더는 "오 좋네요 도입하죠"로 끝남. 검증하는 리더는 "정확도 몇 %고, 틀렸을 때(환각hallucination, 사실 아닌 걸 그럴듯하게 만들어내는 현상) 누가 책임지죠? 데모 말고 우리 실데이터로 한 번 돌려봅시다" 한마디를 던짐. 이 한마디 차이가 수억짜리 계약을 가름. 모든 PR(코드 변경 요청)을 손수 승인하려 들지 않음. 셰프가 접시 하나하나 다 검사하느라 손님이 못 먹는 식당처럼, 본인이 병목(bottleneck)이 됨. 예를 들어 팀원 10명인데 리더가 코드 전부 본인 통과해야 배포된다? 그럼 리더 휴가 가는 순간 회사가 멈춤(이걸 버스 팩터bus factor가 1이라고 함, 핵심 인물 한 명 빠지면 멈추는 위험). 잘하는 리더는 "이 선만 넘지 마라"는 가드레일(아키텍처 원칙)만 깔고 나머진 위임함. AI가 어디서 "제품"이고 어디서 "그냥 비용"인지 구분함. 챗봇 하나 붙인다고 다 혁신이 아님. 고객이 진짜 돈 내는 핵심에 AI를 꽂으면 제품, 아무도 안 쓰는 데 "남들 다 하니까" 붙이면 그냥 클라우드 요금만 나가는 비용. 이걸 구분 못 하면 PoC(개념 검증, 데모용 시제품) 수십 개 만들고 매출은 0인 상태로 끝남 (실제로 AI 도입 기업 다수가 여기서 막힌다고 함). 반면에 여기서 반전. 기술이 너무 깊으면 오히려 전부 구현 렌즈로만 봄. "AI 도입하자" 회의에서 어떤 모델 쓸지, GPU 몇 장 살지 두 시간 떠들고, 정작 "이걸로 우리가 뭘 벌지"는 아무도 안 묻는 식 & 그러다 보면... 결국 입만 터는 그 리더랑 묘하게 닮아감 (방향이 아니라 디테일만 떠든다는 점에서ㅋㅋ). 그러니 코딩 실력 그 자체가 답은 아닌 듯. 어쩌면 핵심은 "내가 검증 가능한 만큼만 깊게, 나머진 위임"이라는 균형값. 정답 비율은 회사 단계(초기 스타트업이냐, 수천 명 조직이냐)마다 달라서, 이건 확인이 더 필요한 부분. 읽고 끄덕였다면 살짝 리트윗 부탁 (헷갈리던 후배한테 던져주기 딱 좋음) 🧩 알아두면 좋은 개념들 (저장각) — 기술적 신뢰도(Technical Credibility) : 팀이 리더 말을 믿게 만드는 최소 자격. 직위로 안 생기고 판단의 정확도로 쌓임 (Fournier 핵심) 더닝-크루거 효과(Dunning-Kruger) : 모르는 사람일수록 자기가 잘 안다고 착각하는 현상. "입만 터는 리더"의 학명 같은 거 콘웨이의 법칙(Conway's Law) : 조직의 소통 구조가 그대로 제품 구조로 나옴. 팀이 쪼개져 있으면 시스템도 쪼개진 채 나온다는 뜻, 그래서 리더의 조직 설계가 곧 아키텍처 설계임 플레이어-코치(Player-Coach) 모델 : 선수처럼 직접 뛰기도 하고 코치처럼 시키기도 하는 균형. 보통 코딩 비중 20~30% 정도로 줄이며 신뢰만 유지한다고 함 AI 리터러시(AI Literacy) : 모델 내부는 몰라도 "AI가 뭘 할 수 있고 없는지" 판별해 헛소리를 거르는 감각. 깊은 기술력과는 별개 종목 #기술리더십 #CTO #AI시대리더

#마침내특이점이시작된다 드디어 다읽었다. 기술에 대한 밝은 미래를 예측하고 있다. 마지막 부분에 인간은 올바르게 사용하도록 가이드를 잡을거라고 예측했지만, 최근 이란 미국 전쟁에서 보면 과연 그런가? 라는 생각이 든다. 손에 잡히는 경제에서 들은 것이지만, AI 모델로 목표하는 타격 지점을 자동으로 탐지 하는데 인간의 개입이 없다면, 민간이 피해가 불가피하다는 것, 인간의 개입이 오히려 병목이 되어 전쟁에 큰 변수가 될 수 있어서 AI에 의존한 전쟁이 되고 있는점이 걱정된다.

AI 로 생산된 컨텐츠가 협업하는 동료를 시간을 뺏지 않는지 고민해볼 필요가 있다. llm 으로 만들어진 회의록, 기획안, 제안서 등이 부정확한 정보로 인해서 협업당사자가 업무 검토에 더 시간을 쓰게 하고 있지 않은지 되돌아 보자. 협업 당사자에게 공유하기 전에 내가 꼭 검토하고 보내자.

세상에는 배워야할게 너무 많다.

으악! 잘려고 누웠는데! 공개하다니!!

동의, 억지로 끼워맞추다 보면 성능이슈가 발생한다. 특히 admin page를 만들면 리스트 뷰에서 모든정보를 보여줄려고 하다가 성능 문제가 발생했었다. (혹은 코드가 복잡해짐) 그래서 어드민에서 리스트뷰에 특화된 DTO를 정의하고 repository 에서 바로 리턴함.

ㅠㅠ 난 16 인데

핵심을 잘 말해 주셔서 글이 술술 읽히네요.

Andrej Karpathy가 2시간 동안 자기가 실제로 AI를 쓰는 화면을 그대로 보여줬습니다 (OpenAI 공동 창립자, Tesla AI책임자였던) 핵심은 놀라울 정도로 단순합니다 말로 일을 맡기고, 결과를 보고, 다시 한 문장으로 고칩니다 AI 시대의 차이는 프롬프트 암기가 아니라 “일을 맡기는 감각”에서 갈립니다 핵심만 한국어 자막으로 1시간 정도 압축했습니다 AI를 제대로 쓰고 싶은 사람은 꼭 보세요

아이고 ㅠㅠ

어제 공개된 Gemma 4 12B를 Mac Studio(M4 Max·64GB)에 로컬로 올렸다. - 텍스트·이미지·오디오 멀티모달 전부 로컬에서 실동작 - MLX 기반 OpenAI 호환 API, launchd 상주 크래시 자동복구 - ~33 tok/s, 64GB 중 14GB만 점유, 스로틀 0 설치부터 데몬화까지 전 과정 정리 seapy.com/gemma4-12b-mac-stu…

티빙도 완전히 털렸네 🥲

완전 동의

Ai가 요약해주는 회의록 그대로 공유받는건 아무에게도 도움이 안되는 느낌이다. 실제 도움이 되어야 하는데, 단지 AI를 쓴다는 것에만 집중하는게 아닌가 싶네

🖇️ AX Meetup 두번째 시간 - 오늘도 마케팅 팀장님이 AI로 뭐 좀 해보라 하신다 이번 Meetup은 미디어·마케팅 현장의 AX를 다루며, 콘텐츠를 떠올리는 법·만드는 법·알리는 법이 어떻게 달라지고 있는지를 모여 이야기합니다. 참가 신청을 받고 있습니다🙇‍♀️ luma.com/ey0dl14g

오늘의 인사이트, AI를 잘 활용하게 하는게 목표가 되면 안된다. 본질은 비즈니스를 잘하는 것, 주객전도 되지 말자.

인간관계의 신뢰 네트워크를 구축하는게 성공의 확률을 높이는 길이다. - 오늘의 띵언

모닝독서