저희 이제 Jenkins와 작별했습니다…
Jenkins와 10년 이상을 함께 해왔는데요.
CI/CD에서 Jenkins는 이제 GitHub Actions + Argo CD와 Argo Workflows + Argo CD에게 자리를 내어주었지만,
여전히 배치 Workflow에서는 Jenkins를 가장 애정하고 있었어요.
Spring Cloud Data Flow가 나왔을 때도,
Argo Workflows가 나왔을 때도 저는 Jenkins를 선택했었어요.
그렇지만,
이젠 배치 워크플로우는 Jenkins가 아닌 Temporal로 환승하게 되었습니다.
Spring Batch로 만든 배치를 비롯해 각종 스케줄링과 워크플로우들을 지난 10년간 애정했던 Jenkins에서 Temporal로 환승하게 된 계기,
굳이 왜 Temporal인지 등등
저희의 Jenkins -> Temporal 이관기를 팀원 분이 정리해주셨습니다.
Jenkins 외 대안을 고민하고 계신 분들이라면 한번 참고해보시면 좋을 것 같습니다 :)
지금 유튜버 인플루언서들
난리난 내용 하나 정리해드릴게요
1. 유튜버들에게 유튜브에서 270만원 보너스 그냥 공짜로 주기 시작함
2. 인스타에서도 이거 비슷한 거 곧 발표됨(행사다녀와서 앎)
3. 네이버 카카오톡 당근에서도 영상 올리기만하면 돈주고 심지어 트위터에서도 돈 줌
영상편집 공부 해야겠죠?
근데 영상편집이 거창한게 없음
중3정도만 되면 캡컷 이거 깔아서 걍 폰으로도 작업가능한게 이쪽판이에요
영상편집 겁먹지말고 한번 시작해보세요
진짜 기회가 쏟아지는 중임요
가장먼저 젤 쉽게 공부할수있는건
캡컷, 캔바고
개인적으로 ai연동해서 딸깍하는거 벌써 하지마시고 기초적인 편집이라도 할 수 있을때 생각해보세요
편집할줄 알아야 ai편집 부우웅신같은거 잡아내고 지적할수 있거든요
마지막으로 가슴이 들뜬다해서 강의구매는 하지마세요 제발요 그거 구매하면 걍 호구에요 호구
본인이 공부하세요 아니면 저같이 할일없는 사람들이 써놓은 하이라이트 아티클 보시고요
📍 AI 시대 신입·주니어 개발자, 이 3가지를 준비하세요
2021년부터 수백 명을 멘토링해 온 개발자가 쓴 글을 바탕으로 정리한 내용:
✔ 2024년엔 "React 어디까지 공부해요?"를 묻던 멘티들이, 2025년부턴 "AI가 코드 다 짜는데 뭘 공부해요?"를 묻기 시작했다
✔ 필자는 개발자의 전문성이 사라지는 게 아니라, 평가 기준이 바뀌는 중이라고 본다
■ 1. AI 팀원을 관리하는 사람
- AI는 이제 자동완성 도구가 아니라 일을 맡기는 팀원에 가깝다
- AI에게 맡긴 작업이 지금 어떻게 구현되고 있는지, 왜 그 방식인지 설명할 수 있어야 한다
- 연습법: 사이드 프로젝트나 팀 프로젝트에서 리더 역할을 자원해보기
■ 2. AI와 토론할 수 있는 사람
- AI는 "많은 사람이 고를 법한 답"을 잘 내지만, 우리 서비스에 맞는 답인지는 별개
- "왜 이 설계지? 다른 대안은? 단점은?"을 계속 물어보기
- 필자가 본 멘티 중엔 AI가 짠 코드를 설명 못 하거나, 보안 값을 코드에 그대로 박아둔 경우도 있었다고 함
■ 3. 내 생각을 명확하게 설명하는 사람
- 요구사항이 모호하면, AI는 빈칸을 뻔한 방향으로 채운다
- 필자도 AI 제안을 그대로 받았다가 기능을 처음부터 다시 만든 적이 있었다고
- 면접에서도 "무엇을 만들었나"보다 "왜 그렇게 만들었나"를 설명하는 게 중요해지는 중!!
결국 무엇을 만들지 정하고, 결과를 책임지는 건 여전히 사람의 몫이라는 것.. 필자의 결론은 "좋은 개발자를 만드는 건 기술이 아니라 판단력"이다
요즘은 한국보다 해외에서 먼저 터지는 앱이 많은 듯.
이분도 1인 개발자 같은데, 일본에서 1등 먹음
앱 이름은 ‘마이모리’
기능은 간단함
전 세계 사람들과 일기로 소통하는 것
특히 리뷰가 꽤 인상적임
우울증으로 힘들 때 도움이 됐다는 이용자 후기도 있음
일기를 혼자 쓰는 데서 끝나는 게 아니라, 누군가 읽고 공감해 준다는 감성이 일본에 통했나 봄.
최근 팀에 결원이 생겨서
경력직 이력서를 300개 정도 직접 봤고,
그중 최종적으로 2명을 채용했습니다.
그래서 이 글 보면서 채용하는 입장에서 느낀 점을 조금 보태봅니다.
경력직이라고 해서
경력기술서만 딱 제출한 지원자는 생각보다 눈에 잘 들어오지 않았습니다.
수백 개를 연달아 보다 보니
사진이나 나이 등 기본적인 정보가 정리되어 있고,
이 사람이 어떤 사람인지 빠르게 파악할 수 있는 이력서가 아무래도 더 집중해서 보게 되더라고요.
그리고 단순히
“어디서 무슨 프로젝트를 했고, 어떤 성과를 냈다.”
여기서 끝나는 것보다,
왜 이직하려는지,
앞으로 무엇을 하고 싶은지,
프로젝트에서 본인이 맡았던 역할은 정확히 무엇인지,
성과가 나오기까지 어떤 문제를 만났고 어떻게 풀었는지.
저는 오히려 이런 과정을 많이 봤습니다.
경력은 직무 적합성을 보여주지만
그 과정에는 그 사람의 일하는 방식이 보여서
어느 정도 컬처핏도 가늠해볼 수 있었던 것 같습니다.
직무마다 다르겠지만
포트폴리오를 별첨한 지원자에게 한 번 더 눈이 가는 것도 사실이었습니다.
다만 포트폴리오는 양날의 검입니다.
서류에서는 굉장히 좋아 보였는데
면접에서 하나씩 물어봤을 때
본인이 A부터 Z까지 한 것처럼 적어놨지만
실제로는 일부만 담당했다는 게 드러나면
오히려 안 냈을 때보다 신뢰가 크게 떨어졌습니다.
그래서 꼬마봇님처럼
AI로 지원 과정을 자동화하는 것도 굉장히 좋은 방법이라고 생각합니다.
다만 지원은 자동화하더라도
‘나라는 사람을 설명하는 자료’까지 자동화할 필요는 없다고 봅니다.
AI로 기회를 최대한 많이 만들고,
본인만의 이력서·포트폴리오·프로젝트 스토리로 마지막 차별화를 만드는 것.
이 조합이면 꽤 강력할 것 같습니다.
이직 준비하시는 파딱님들 모두
옆그레이드나 다운그레이드 말고
제대로 업그레이드해서 가셨으면 좋겠습니다.
화이팅!
AI로 만든 대시보드가 하나같이 촌스러운 이유 10개 ㅋㅋㅋ (점검해보세요)
데이터 시각화를 오래 해온 과학자가 짚은, AI로 만든 대시보드가 디자인 관점에서 촌스러운(?) 이유를 공유합니다~~
■ 구조가 없음
- 사용자 여정 없음: 그냥 데이터·그래프·필터를 잔뜩 쏟아놓고 "알아서 보라"는 식
- 시각적 위계 없음: 요소 6개가 다 같은 테두리·배경·대비라, 눈이 어디를 볼지 모름
- 간격·크기 제각각: 폰트 크기 11종, 모서리 둥글기 8종, 여백은 요소마다 다 다름
■ 내용을 못 읽게 만듦
- 대표 그래프가 공간 낭비: 첫 화면 큰 자리를 차지하는데 정작 빈 공간투성이
- 표는 그냥 데이터 덤프: "모든 값 정렬 가능"이라지만, 잘리고 찾기 어려움
- 라벨이 헷갈림: x축에 0~9만 있고 뭘 뜻하는지는 위 소제목을 다시 봐야 앎
- 핵심 수치가 파묻힘: 제일 흥미로운 값이 구석에 숫자로만 박혀 비교가 안 됨
- 같은 정보 중복: "104경기"를 위에서, 아래 바에서, 오른쪽 요약에서 또 반복
■ 톤이 없음
- 테마 없는 코딩풍 색: AI가 흔히 쓰는 어두운 배경 + 형광색, 통일감 없이 뒤죽박죽
- 뻔한 기본 폰트: 다들 쓰는 기본 제공 폰트, "기본값을 안 바꿨다"는 신호를 줌
국내 기업 자소서·이력서 Ai로 쓰는 사람 주목 하셈
혼자 쓰다 AI 번역투로 서류 광탈하지 말고
깃허브 한국 취업 특화 Ai 스킬 4개 등록해서 쓰셈
1. jobstack (자소서 구조 진단 & 첨삭)
국내 합격 자소서 데이터 기반으로 5단계 구조 진단 및 어조 교정
🔗 https://t.co/OhR0DHhl2W
2. im-not-ai-kiro (AI 번역투·상투어 제거)
"~에 있어서" 같은 AI 티 나는 어색한 문장을 사람이 쓴 자연스러운 문체로 복구
🔗 https://t.co/A2mUjOPOJF
3. writing-career-resume-skill (사람인·원티드형 경력기술서)
중구난방 줄글 경험을 인사담당자가 훑어보기 편한 STAR 기법·수치 중심으로 재정리
🔗 https://t.co/QLuyS4XifD
4. Career-Skills (서류 모의 심사 & 피드백)
제출 전 심사관 시각에서 지원동기 논리 약점과 부족한 내용 팩폭 검수
🔗 https://t.co/2MruZcvqaN
링크 다 남겨뒀으니 저장해두고 써먹으셈
Don’t overthink backend in the AI era.
You still need the fundamentals.
• Learn HTTP → how the web talks
• Learn Databases → how data lives
• Learn Caching → how apps get fast
• Learn Auth → how users stay safe
• Learn APIs → how systems connect
• Learn Queues & Background Jobs → how async work happens
• Learn Logging & Observability → how production gets debugged
• Learn Testing & CI/CD → how software ships reliably
Then add the AI layer:
• LLM APIs → how applications use intelligence
• RAG & Retrieval → how AI gets context
• Tool Calling → how AI interacts with systems
• Agents & Workflows → how AI executes tasks
• Evals & Guardrails → how AI becomes reliable
You don’t need to learn every framework. Master the fundamentals first. AI is another layer on top of them.
Interviewed a Senior Backend Engineer today.
Knew PostgreSQL, transactions, ACID, indexes — all of it.
Then I asked:
"Two users read the same product stock count at the same time.
Both see: 1 item left.
Both add it to cart.
Both proceed to checkout simultaneously.
Your database uses transactions.
But both transactions succeed.
You've now sold 1 item twice.
How does this happen inside a transaction — and how do you prevent it?"
Silence.
Your turn:
Both transactions succeed ✅
Item oversold ❌
Database transactions used ✅
Still got a race condition ❌
How does a race condition survive inside a database transaction? 👇
(This is about transaction isolation levels — one of the most misunderstood concepts in backend development)
It’s been over a year since I first discovered DORO.
I really miss the team that made this video.
I’m grateful to DORO for bringing so many friends and artists into my life.
I hope we’ll continue to have many great times together!
#DORO
Godot 엔진이 성장한 진짜 이유
Godot가 성장한 이유를 보면 처음에는 “무료라서”가 눈에 띄지만, 시간이 갈수록 가볍고 개발자가 통제권을 가질 수 있다는 점이 더 크게 작용한 것 같네요.
2023년 Unity가 Runtime Fee를 발표했을 때 반발이 컸던 이유도 가격 때문만은 아니었습니다.
이미 엔진을 선택해 몇 년짜리 프로젝트를 진행한 뒤에도 공급자가 조건을 바꿀 수 있다는 사실 자체가 게임 개발자들에게 불확실성으로 받아들여졌습니다. 당시 조사에서는 Unity 사용자 중 71%가 앞으로 다른 엔진으로 옮기는 것을 고려한다고 답했습니다.
Godot 공동창립자들도 Unity 사용자들이 몰려오는 상황을 마냥 반기지는 않았습니다. 그들운 새로 유입된 사용자들이 Godot를 또 다른 Unity처럼 바꾸려 하지 않을까 걱정했다고 회고했습니다. Godot는 한 회사가 방향을 정하는 제품이 아니라, 커뮤니티가 기능의 우선순위를 논의하고 직접 구현하는 오픈소스 프로젝트이기 때문입니다.
눈에 띄는 점은 그 유입이 일시적인 피난으로 끝나지 않았다는 것입니다. 이후에도 Godot는 인디 게임 개발에서 꾸준히 쓰였고, 2026년 Game Developer 체험기에서도 약 100MB 규모의 다운로드와 빠른 실행 속도처럼 작고 가볍다는 점이 장점으로 언급됐습니다.
여기에 최근에는 다른 엔진에 비해 AI 가 Godot를 더 잘 다룬다는 점이 사용자들의 주목을 끌고 있습니다. AI 가 게임 엔진의 판도를 다시 바꾸어 놓을 수도 있겠네요.
This is what "soul in the art" actually looks like. Not a prompt.
@xuanfengbowen's Hoshimi Miyabi animation sequence
Every keyframe. Every timing adjustment. Every layer of thought that went into making her move like *that* 🔥
#Blender3D#B3D#AnimeArt#3DAnimation #CharacterAnimation #ZenlessZoneZero #BlenderHub #CraftMatters
홈페이지 만들 때 참고하기 좋은 개꿀 사이트
Framer Gallery 이라는 사이트인데 ㄹㅇ영업비밀 사이트급이라고 함
웹디자인 퀄리티가 매우 좋고, 대부분 구현가능함
그리고 직접 사이트를 만져볼 수 있음
AI로 웹 사이트 만드시는 분 핀터레스트 말고 여기 ㄱㄱㄱ 유료 무료 구분되어있음
링크는 댓글에!
디자이너·개발자가 참고하면 좋은 Apple 디자인 어워드
애플은 매년 앱/게임 디자인 분야에서
최고의 혁신/독창성/기술을 보인 작품들을 선정함
순수 재미, 인터랙션, 시각적 완성도 등
실제 제품 경험을 기준으로 선정한거라
좋은 UI/UX와 기술 구현이 어떻게 연결되는지
구체적인 레퍼런스를 얻기 좋음
https://t.co/4zE56Ns7kp