Talk Lowy(kr)

이력서를 안써본 사람은 아마 거의 없겠지요? 하지만 이력서를 자신있게 쓴 사람은 몇이나 될까요?  예전에 지내던 한 쉐어하우스에 12월이 되니 지방에서 3학년 학생들이 한 두달을 계약해서 많이 들어오더라구요..  일본은 3학년에 자기가 원하는 회사에 입사원서를 내고 합격을 하면 다시 돌아가서 4학년을 보내고 그 다음 해부터 취직을 하게 됩니다.  그 때 제가 면접 연습을 도와주면서 많이 물어봤는데요..  보통 100~150개 회사에 이력서를 낸다고 합니다.  그리고 괜찮으면 그 중에 10개 전후 회사에서 내정 통지가 오구요..  그 중에서 최종적으로 하나를 정해서 간다고 연락을 한다고 하네요..  즉, 9개 회사는 내정 통지를 줬는데 안간다고 답변이 온다는 얘기지요..  그래서 그것까지 예상해서 많은 수를 뽑아 대기 자 명단에 올려 놓는다고 합니다.  대기 1~3순위는 대체로 들어갈 수 있다네요..  원래부터 회사 직원을 뽑는 입장에 놓인지 거의 10년 정도 되던터라 재미 있게 면접관 놀이를 해주고 나중에 고향인 오키나와로 돌아갔을 때 저도 놀러간 적이 있어요.. ^^;; 오키나와 만의 알려지지 않은 맛집이라던가 여러가지 재밌는 팁을 들었지요..  그 후로 벌써 10년이 지났나요? 면접관의 입장에 많이 서본 사람으로서  경험이 적은 사람도 자신있게 이력써를 쓰는 방법을 소개할까 합니다.  이력서 포맷 있잖아요..  이거 법으로 정해진거 없습니다. 꼭 따를 필요가 없어요..  이력서 포맷에 맞춰서 쓰다보면 내가 하고 싶은 내용이 잘 전달되지 않습니다.  특히 사회 경험이 짧은 사람들은 이력서 포맷을 보면 학력, 경력을 적는 란이 대부분이라 공백밖에 안보이게 되지요.  그리고 많은 똑같이 생긴 지원서 속에 파뭍혀 파쇄기행이 되어 있겠지요..  게다가 역으로 저 처럼 27번의 이직력이 있는 사람은 최신 순으로 적으면 중간에 잘려서 오히려 경력이 짧은 것 처럼 느껴집니다.  이렇게 많은 이직력으로 어떻게 살고 있냐구요? 심지어는 이직을 좋은 시선으로 보지 않는 일본에

일본에 모처럼 일하러, 공부하러 온 많은 한국 사람들이 정작 일본에서 일본인 친구를 사귀지 못하는 한탄을 듣는 경우가 많습니다.  참고로 저는 일본인 친구들이 좀 있어요.. 그리고 어렵지 않게 일본인 친구를 사귈 수 있구요..  그럼 제가 일본인 친구를 사귈 수 있었던 환경을 설명해 보겠습니다.  이 내용을 듣고 바꿔야 되는 환경에 있는  사람들은 빨리 바꾸시기 바랍니다.  제일 첫 번쨰 입니다. 일본인과 접촉하는 공간에서 주거하고 있느냐 지요.  일본인 조차도 혼자 살고 회사를 다니다보면 친구 라는 사람은 학생때 만든게 전부가 됩니다. 한국인과 다르지 않은 단절된 공간이 일상이지요.  하지만 그 전에, 제가 아는 거의 모든 한국인은 쉐어하우스를 싫어하더라구요.. 방이 좁다느니, 화장실 같이 쓰는거 싫어한다느니, 남이 쓰던 욕실이 싫다느니.., 참 많은 이유때문에 원룸 같은 개인 공간으로 가거나 한국인들끼리 사는 료(기숙사 같은 곳)에 살더라구요..  일본까지 와서 왜 또 굳이 한국인들이랑 그렇게 붙어다니고 싶어하는걸까요?  굳이 한국인 모임에 가입해서 한국인들끼리 모여서 수다떠는 것을 일본까지 와서 해야 맛이 나나요? 보통 해외에서 어학을 공부하려면 자국민들이 없는 곳으로 가야 한다고 하지 않나요? 그렇게 얘기를 하는 사람들과는 반대로 일본에선 한국인들끼리 아주 뭉쳐 지내고 싶어하는 사람들을 너무 많이 봤습니다.  저의 경우는 2005년 즈음에 첫 쉐어하우스를 찾아서 들어간 뒤로는 쉐어하우스만 전전하게 되었지요. 친구들이 자연스럽게 늘고, 거기에 있는 외국인들도 일본어로 얘기를 하게 되니 서로 일본어 공부도 되고, 일본인들이 보통 80% 이상을 차지하고 있어서 쉽게 일본인을 사귀기 쉬운 환경입니다.  게다가 여기 오는 많은 일본인들은 외국인들과 친구가 되고 싶어서 오는 경우가 많지요..  쉐어하우스에 들어왔다면 제 1단계는 클리어 입니다. 반은 먹고 시작하는 거죠.  하지만 그냥 없는 듯 사는 것은 혼자사는거랑 다를 바가 없지요.  전략이 필요합니다.  일본

많은 커리어 컨설턴트들은 자기의 직접적인 수익과 관련이 있는 지금의 전직에만 초점을 두고 구직자들을 대하고 있습니다.  실력과 경험이 어떻든 지금 좀 더 많이 주는 곳으로 꼬셔가지요. 지금 당장은 넘어가는 본인에게도 이득이 있을 지도 모르지만, 넘어간 곳은 그렇게 좋을까요? 그렇게 넘어가서 미래는 더 좋아질까요? 이건 욕할 건 아니구요.. 실제로 나쁜 의도에서 하는 것도 아니니까요..   하지만 그렇게 늘어나는 이직력이 나중에 어떠한 영향을 끼칠까요? 이번 기회에 전 생애의 커리어를 직접 설계할 수 있도록 도움을 드릴까 합니다.  한국인 남자를 기준으로 하면..  여자 분들은 어떡하냐구요? 그게.. 여자분들은 너무 다양한 케이스가 있어서 이거다 하고 제공하기는 많이 어렵더라구요.. 양해 부탁 드립니다.  일단 한국 남자들은 보통 군대를 갔다오거나 해서 27세 전후부터 직업을 구하는 경우가 많습니다.  그리고 정년 퇴직은 60세..  보통 45~49세가 가장 많이 벌구요, 그 뒤에 다시 떨어지는 추세 입니다.  잘 다니던 대기업이라고 해도 50세 부터는 밀려서 퇴출되는 경우가 많다보니 평균 급여가 떨어지기 시작합니다.  여기에 지출을 겹쳐 볼까요? 가장 많이 버는 40대에 가장 지출도 많지요..  육아, 그리고 경제활동을 하면서 늘어나는 여러가지 대외비..  정년인 60이 되면 정년 퇴직과 함께 적은 연금으로 살아야 합니다. 어느 정도까지 살아야 할까요? 가족을 책임질 것이라면 거의 86세까지는 돈이 있어야 하지요.  그럼 60세 부터 86세까지 ...  나이들어서 거지처럼 살긴 싫지 않나요? 인간은 간사해서 가장 좋았던 40대의 소비 성향이 계속되길 바랍니다.  하지만 현실과 타협하면서 떨어지기 시작하는 것은 어쩔 수 없지요.  그래도 나이먹어서 내가 지금 먹고 싶은 것을 못먹고 가고 싶은 곳에 못가면  만족스러운 삶일까요? 그렇죠..  만족스럽게 쓰면서 살고 싶습니다.  그럼 최소한 월 500은 써야지요.. 뭐.. 좀더 아껴도 되지만..  그래도 여유있게 살

수 년전 한국에 잠시 가서 일을 했을 떄  컨설턴트라고 소개한 적이 있었는데,  사람들은 단순히 영업하는 사람으로 알고 있었던 것이 충격이었습니다.  한국에서는 컨설턴트는 세일즈컨설턴트 정도 뿐이었나보더라구요..  게다가 세일즈 컨설턴트보다는 세일즈맨에 가깝고 기술력은 거의 찾아보기 힘든 사람들이 많았습니다.  일본에서의 IT컨설턴트의 지위는 상당히 높습니다.  일단 아무나 컨설턴트란 이름을 내세우지 않고,  컨설턴트들은 자기의 분야에 자부심을 가지고 있는 경우가 많습니다.  물론 모든 컨설턴트가 그런 것이 아니고, 영업에 치우친 사람들도 있지만 말이죠..  2007년 경이었습니다. 고객이 컨설팅 요청을 했습니다.  자기네 시스템을 이관해야 하는데 ORACLE을 사용하는 시스템이고 유저 수십만이 접속할 수 있는 정도 스펙이 필요하다고 합니다.  그리고 여러 서버 업자에게 견적을 받았는데 INTEL Xeon도 있었지만,  AMD서버가 거의 60%가격으로 굉장히 메리트 있게 왔다고 합니다.  인텔은 2코어 였고, AMD는 4코어 인데도 말이죠.  이 AMD서버를 구입해도 되는지에 대한 조언을 요구했습니다.  제대로 된 컨설턴트라면 어떻게 얘기할까요? Intel Core는 단일 코어의 같은 클럭에서 처리 성능이 좋습니다.  그리고 AMD는 그걸 보완하기 위해서 코어수를 늘렸지요.  왜 AMD는 같은 CPU인데 인텔보다 같은 클럭에서의 처리 성능이 낮을까요? 이 이유는 OS라는 소프트웨어가 하드웨어랑 통신할 떄 사용하는 Machine code라는 어셈블러를 사용하여 OS의 명령을 처리하게 됩니다.  각각의 CPU벤더는 자기만의 머신코드와 코어 기술을 가지고 연산을 하기 떄문에 하나의 처리에 동일한 클럭을 사용하지 않습니다. 어셈블러의 명령어 체계에서부터 에뮬레이트 되거나 다른 처리를 하게 되기도 하지요.  이 때문에 생기는 성능적 열세를 막기 위해 클럭수를 높이거나 코어를 늘려 대응을 하고 있지요.  AMD역시 4코어로 만들고 나서야 인텔 2코어보다 조금 더 높은 성

Klaytn네트워크에서 개발을 진행하다가  Polygon으로 변경을 했습니다.  두 네트워크에 접하면서의 경험담을 적어보겠습니다.   Klaytn은 서드파티 개발 툴이 없는 것 같습니다.  때문에 Klaytn의 공식 서비스인 KAS를 이용해서 개발을 진행해야 합니다.  그리고 공식 KAS API문서가 잘 되어 있는 듯 하지만,  대부분이 ERC 문서를 그대로 번역만 한 것이다 보니 한글이지만 한글을 이해하기 힘든 상황이 자주 있습니다.  그리고 없는 내용은 오히려 ERC문서를 보고 실험해보기도 하게 됩니다.  일단 Block chain을 이해한 사람이 알기 쉽게 설명했다기 보다는  업무상 번역했다는 느낌이 강해서 한글을 읽으면서 팀원들끼리 해석으로 고민하는 케이스가 많았습니다.  그리고 ERC에서 제공하는 기능들 중에 문서에 없는 내용에 대해 서포트에 질문을 보내면 API로는 제공하지 않기 때문에 직접 만들어 써야 한다는 답변을 받기도 했네요.  API로 만들다가 다시 지원안하는 것은 직접 만들어야 한다는...  필요최소한의 준비만 되어 있다는 느낌이 듭니다.  결국 초심자들이 개발하기 힘들다는 내용에 콜라보 하는 기업들이 Klaytn을 지원 안하고 있는 경우가 많아서 다른 네트워크를 찾게 되었습니다.  그래도 일본에서는 Polygon이 많아서 Polygon으로 찾아보았는데 서드파티 개발툴이 아주 좋은게 몇 개가 있고, 그 중에서 하나를 선택해서 디플로이 하니 바로 Metamask를 연결해주고 API없이 함수 호출해서 직접 API서버를 만들 수 있게 되어 있습니다.  게다가 Typescript, Python, Go등등 다양한 언어로 제공해주고 있네요.  단지 여기 역시 엄청 빨리 변화하는 버전업에는 따라가지 못해서 조금씩 오래된 내용이 있기도 합니다만, Klaytn만큼 지원 안되는게 있는 것이 아니라 solidity버전에 따른 차이 정도 입니다. 거의 최신 버전은 지원되고 있으니 걱정은 필요 없는 것 같습니다. 그리고 따라만 하면 될 수 있게 git repos

많은 일본 기업의 IT, DX(디지털 트랜스포머) 를 지원해 오면서 느낀 내용들을 정리 해본다.  토요타의 내부 인트라넷은 하루 30만명이 매일 아침에 접속을 한다.  관계 기업들도 접속을 해서 아침업무 확인 및 지시를 하기 때문이다.  여타 서비스에 비해 상당히 규모가 크다.  게다가 하나의 환경만 쓰는 것이 아니라 업무에 따라 많은 환경을 만들고 그들끼리 연결할 수 있는 방법론을 통일 하는 것에 더 많은 신경을 쓰고 있다.  때문에 연결사양서가 가장 중요한 포지션을 가지고 있다.  한국처럼 "갈아엎고 다시"는 통하지 않는다.  기존 환경에 어떻게 효율적으로 연결하느냐를 가장 중요시 한다.  다른 업무 환경이 무엇으로 이루어져 있는지 확인할 수 없다. 게다가 확인할 필요가 없도록 연결사양서를 받는다.  그러면 제일 먼저 할 것이 연결 사양서로 주고 받는 데이터가 무엇이고, 받은 데이터를 누가 가져가며 어디서 병목이 발생하는지를 체크해야 한다.  그리고 새로 구성된 환경을 이용하는 사람들이 어떠한 쿼리로 얼마나 집중해서 처리하는지를 분석하고 퍼포먼스 지표를 만든다.  이렇게 준비된 자료를 기반으로 스테이징을 구성하고 기존 개발 환경에서 자동 디플로이가 되도록 스크립트를 만들어 개발팀에 주면 준비는 끝.  스테이징 환경으로 올라온 서비스에 부하를 주는 설계를 한다.  부하가 정상적을 줄 수 있게 되면 그 타이밍에 부하를 주고 나머지 사람들은 자기 분야에서 병목이 발생하는지 확인한다.  들어온 부하들을 종합해서 퍼포먼스 분석 레포트를 하고,  분석 결과를 기반으로 튜닝 포인트를 찾아낸다. 대부분의 인프라 설계 및 튜닝 포인트를 찾아서 각 분야의 담당자에게 튜닝 어드바이스를 하는게 내 일이다. OS 레벨 및 Network레벨에서 DB, 소스 코드 레벨까지 튜닝 포인트를 찾을 수 있는 사람은 흔하지 않기 때문이다.  그렇게 튜닝된 자료를 기반으로 수 차례 부하테스트, 튜닝을 반복한다.  마지막으로 더이상 튜닝할 곳이 없게 되면 그 상황에서 Produ

요즘 생성형 AI서비스가 핫 한데,  지인이 투자한 한 회사 서비스를 보고 있다.  https://pokeit.ai/ 다른 생성형 AI와 비슷해서 설정 방법이 초심자에게는 익숙한 형태는 아니다.  너무 많은 조절 패드...  그냥 대충 놔두고, 제일 중요한 것은 prompt를 잘 넣는 것이다.  내 어휘로는 그다지 좋은 결과가 나오지 않았다.  다시 돌아와서 다른 사람들의 생성된 화면을 보니 역시 달랐다.  프롬프트를 얼마나 풍부하게 적느냐가 전혀 다른 분위기를 만들어내는 것 같다.  결국 머신러닝 시대에선 수학자들이 우위를 점했는데,  생성형 AI시대에는 국문학자들이 우위를 점하는거 아닐까? giip :: Control all Robots and Devices! Free inter-RPA orchestration tool! https://giipasp.azurewebsites.net/