안효석
혹시 디스콰이엇 내 프로필 입력시 화면 전환 에러 저만 그런가요? ㅠㅠ
내 프로필 누르고 나면 화면이 1초 정도 나왔다가 바로 흰 화면으로 전환되면서
아무 것도 할 수가 없네요 ㅜㅜ
혹시 해결 방법 아시는 분 계실까요,,
안효석
혹시 디스콰이엇 내 프로필 입력시 화면 전환 에러 저만 그런가요? ㅠㅠ
내 프로필 누르고 나면 화면이 1초 정도 나왔다가 바로 흰 화면으로 전환되면서
아무 것도 할 수가 없네요 ㅜㅜ
혹시 해결 방법 아시는 분 계실까요,,
정웅기
안녕하세요!
기업내 사용하는 모든 SaaS 비용/계정 통합관리 서비스를 만들고 있는 셀파스의 정웅기 입니다.
늘어나는 SaaS 환경에서 전체 SaaS 구독비용의 약 20%이상이 낭비되고 있다는 사실 알고 계신가요?
셀파스 베타서비스를 통해 효율적인 SaaS 비용 관리해보실 기업을 모집하고 있습니다.
베타기업에게 제공되는 대표적인 기능으로는,
1️⃣ 통합 SaaS 비용 현황 자동화 대시보드
2️⃣ 50개 이상 해외/국내 SaaS 제휴 혜택
추가로 연말에 업데이트되는 계정 관리 기능까지 무료로 사용하실 수 있는 혜택을 제공드립니다.
아래 링크를 통하여 신청폼 작성해주시면, 개별적으로 소개서와 온보딩 도움드리도록 하겠습니다!
*회사 홈페이지 : www.sherpas.page
베타 서비스 신청 링크 : https://forms.gle/eZKrThN4xLkxjd819
SMPLY
SaaS 사용성 분석을 통해 비용 절감과 도입 추천을 돕는 SaaS Management Platform
윤현묵
안녕하세요, 여러분~ 오늘도 흥미로운 소식 전달 드립니다.
모두의연구소는 함께 공유하고 성장하는 국내 최대 AI 커뮤니티입니다🌱.
그럼, 오늘의 AI 뉴스 시작해 볼게요! :)
1️⃣Git Commit 메세지를 활용한 데이터셋을 구축해서 코드 만들어주는 LLM 만들기!
Git 커밋의 구조를 이용해 코드와 명령어를 활용한 데이터셋을 구축하고 StarCoder를 튜닝하는 논문이 나왔습니다. 해당 모델을 만들기 위해서 350개의 프로그래밍 언어로 4테라바이트의 Git 커밋을 컴파일한 CommitPack을 사용했습니다.
이를 기반으로 만들어진 StarCoder 모델은 HumanEval Python 벤치마크에서 뛰어난 성능을 보여주었고, 새로운 휴먼에벌팩 벤치마크를 통해 다양한 코딩 작업과 프로그래밍 언어에 대한 성능을 보여주었습니다. 해당 자료의 경우 코드, 모델, 데이터까지 무료로 공개되어 있는데요, 실제 잘 작동하는지 테스트를 진행해보고 바로 해보고 싶네요!
2️⃣Hugging Face Open LLM Leaderboard 1등 : Platypus
Platypus이라는 모델이 현재 HuggingFace의 오픈 LLM 리더보드에서 1위를 차지하는 LLM으로 등극헀습니다. 논문에서는 크게 3가지 주제를 다루고 있는데요,
공개적으로 사용할 수 있는 큐레이팅된 데이터 세트인 Open-Playtpus
특정 도메인 지식을 반영하기 위해 LoRA 모듈을 미세 조정하는 방법
학습 데이터의 유출과 오염을 확인하는 접근법 설명 등 입니다.
Platypus는 최소한의 미세 조정 데이터와 컴퓨팅으로도 뛰어난 성능을 보여주는데, 13B Platypus 모델은 A100 GPU에서 5시간 동안 25,000개의 질문을 사용하여 훈련될 수 있습니다.
이 모델 또한 모델, 데이터셋, 코드 모두 공개되어 있는데요, 지금 바로 한번 확인해보세요!
3️⃣PrefixLM이 CausalLM보다 좋은 이론적인 이유
트랜스포머 기반의 접두사 언어 모델(prefixLM)이 사용하는 인컨텍스트 샘플들이 서로 어텐션 메커니즘으로 연결이 되어 있는 방식이 인과 언어 모델(causalLM)에 비해 더 우수한 성능을 보여줍니다. 이 논문에서는 특정 파라미터 조건에서 두 언어 모델의 특성을 이론적으로 분석하였습니다. prefixLM은 선형 회귀의 최적 해에 수렴하는 반면, Causal LM은 최적 해를 보장하지 못하는 수렴 역학을 가진다는 결과를 도출하였습니다.
이론적인 분석을 보완하기 위해 여러 실험을 진행하였고, 그 결과 Causal LM이 prefixLM에 비해 성능이 떨어진다는 것을 확인했습니다. 가볍게 먼저 생각해봤을 때에도 prefixLM이 인컨텍스트 샘플이 있을 때 Causal LM보다 훨씬 우수하다는 생각을 했는데요 이렇게 이론적인 부분으로까지 증명되니까 조금 더 확실해진것 같네요!
📍Llama 2, SDXL 이미 알고 있다면?
AI학교 아이펠 리서치 과정 모집 중 → https://bit.ly/3OX29fF
곽도영
담당자님, 이제 엑셀로 일일이 크로스매칭 안하셔도 돼요!
응답자님, 이제 매번 이름, 이메일 입력 안 하셔도 돼요!
유저 아이디나 채널 같은 정보값을 파라미터로 제작하신 폼에 붙여서 배포만 하면 끝!
해당 링크로 들어온 응답자분들이 폼 입력을 완료하면 미리 넣어놓은 정보값들이 애널리틱스에 자동으로 기록됩니다!
응답완료율 높이기의 첫 걸음! 일단 이름과 이메일 2가지 질문부터 줄여보시죠!
👇 자세히 알아보기 👇
하영진
프로덕트 수정을 누르면 팀원을 추가할 수있는데요
팀원들 중에 수정권한을 주고 싶은 팀원이 있다면, "어드민 팀원" 으로 설정할 수 있습니다.
어드민 팀원으로 설정된 팀원은
프로덕트 페이지에서 프로덕트를 수정 할 수 있습니다! 🙂
아시아비전
안녕하세요:) 오늘의 1PX입니다.
오늘은 최근에 느낀점을 회고 형식으로 공유드립니다.
너무나도 뻔한 이야기들이지만 스스로에게 다시한번 상기시킬 겸 작성해봅니다.
운동 + 독서의 중요성
최근 운동과 독서의 중요성을 더욱 뼈저리게 깨닫고 있습니다. 사회적으로 부를 이룬 대부분의 사람들의 공통점을 뽑으라면 단연코 운동과 독서이지 않을까 생각합니다. 운동을 한 날에는 확실히 깨어있는 느낌이 들고, 복잡했던 생각도 정립이 됩니다.
독서 또한 마찬가지 입니다. 굳이 남들이 밟은 지뢰를 다시 한번 밟을 필요가 없습니다. 제가 현재 겪고있는 문제의 99%는 이미 인생의 선배들이 겪은 문제라고 생각합니다. 앞서나간 그들의 지혜와 스킬을 책을 통해 간접적으로 빠르게 얻을 수 있습니다.
진짜 소비 가짜 소비
내가 진짜 좋아하는 것이 무엇인지 알고, 그곳에 소비를 할 줄 아는 능력은 살아가면서 매우 중요한 부분이라 생각합니다. 단순히 남에게 잘보이려고 소비하는 것이 아닌, 진짜 내가 원하는 것에 소비하는 것.
내가 가장 잘한다고 느낀다면
한 분야에서 스스로가 잘하는 편에 속한다고 생각한다면 그것은 내가 초보자 마을에 살고 있다는 증거입니다. 흔히 고수들은 오히려 겸손하다고 말하죠. 사실상 그것은 겸손이 아닙니다. 자신의 주변에 실제로 엄청난 고수들이 있기 때문에 스스로의 부족함을 진심으로 인정한 것 뿐입니다.
허세도 내 인맥을 기준으로 그 안에서 남들이 못하는 것을 내가 했을때 제일 재밌습니다. 여기서 중요한 것은 ‘내 인맥 안에서’ 입니다. 사람은 특성상 동일한 집단 안에서 자신이 튈 때 가장 행복감을 느낀다고 합니다.
초보자 마을에서 더 큰 집단으로 옮겨가야할 때입니다.
뭐든 돈을 벌려면 수수료를 내야한다.
세상에 공짜는 없습니다. 세상은 먼저 주는 사람에게 더 큰 돈으로 보답합니다. 받기만 하려고 하지 말고, 언제나 Pay forward 자세를 갖추자는 다짐을 했습니다.
너무나도 뻔하지만 결국은 꾸준함
최근 운동을 안하다가 갑자기 필이 꽂혀서 팔굽혀펴기를 한 적이 있습니다. 이런 제 모습을 보고 제 친형이 말하더군요.
“너 갑자기 운동하는게 평소엔 공부 안하다가 수능 끝나고 갑자기 공부하는 열등생 같다.”
평소에 게으르게 지내다가 하루 밤새고 스스로 자아도취에 빠질 때가 있습니다. 이는 프로의 자세가 아닙니다. 프로는 나달과 같습니다. 자신만의 확고한 루틴이 있고, 이것을 끝까지 지켜냅니다.
대부분 뻔한 사실들이지만, 적으면서 실천을 하지 못하고 있는 제 모습에 반성하게 되네요. 계속해서 매일 조금씩 성장해 나아가겠습니다.
-
*1PX 소개
어제보다 1픽셀 더 성장하는 자기계발 클럽입니다. 매일 아침, 서로 배운 것들을 공유하며 기분좋게 하루를 시작하고 있습니다.
1PX 오픈톡도 운영하고 있습니다. 편하게 들어오세요:)
코드 : 1111
https://open.kakao.com/o/gi2dlEuf
Richard Lim
조형래
2021년 8월 15일,
"급변하는 세상에서 리스크를 지지 않는 것이 가장 큰 리스크다"
마크 저커버그와 샘 알트먼의 대담 중 나온 한 문장을 듣고 홀린듯이 직장을 퇴사했습니다.
그리고 공동창업자들과 동네 카페에서 작업을 시작한 지 2년이 지났습니다.
공동창업자들과 2년 동안 8번의 아이템을 시도했고 7번은 처참하게 망했습니다.
단기 프로젝트라는 꾐에 넘어간 3명의 공동창업자분들은 감사하게도 아직 저와 같이 해주고 있습니다.
피봇을 거듭하며 팀과 개인 모두 성장했고, 점점 고객과 가까워지며 마침내 게이머들이 사랑하는 제품을 만들고 있습니다.
도르팀은 누구나 게임플레이를 영상으로 남길 수 있는 AI 녹화/하이라이트 서비스를 만듭니다.
6개월 전 MVP를 출시하고 고객의 목소리를 들으며 매주 2회 이상 업데이트를 통해 제품을 개선했습니다.
지금은 도르 앱을 통해 매월 80만개의 플레이가 영상으로 만들어집니다.
앱을 사용하는 유저와 영상 수는 매주 오가닉하게 10% 성장하고 있습니다.
84%의 유저는 한달이 지나도 도르를 다시 이용하고, 50%의 유저는 도르를 매일 이용합니다.
마케팅 없이 잠시나마 앱스토어 1위를 하는 꿈같은 경험도 했습니다.
사업에 도움이 될 인맥, IT 서비스에 대한 지식 없이 시작했지만
많은 분들이 믿어주시고 도움을 주신 덕분에 여기까지 올 수 있었습니다.
도르팀의 비전은 전세계 게이머들의 연결입니다.
이제는 한국을 넘어 글로벌 시장에서 문제를 해결하고자 합니다.
2년 넘게 함께하고 있는 팀원들과, 도움을 주시는 많은 분들,
저희를 사랑해주고 계신 유저분들에게 다시 한번 정말 감사드립니다.
도르팀은 다음 단계로 도약하기 위해 저희와 함께할 디자이너, 개발자님을 적극적으로 찾고 있습니다.
전세계 게이머를 연결하는 일에 관심 있으신 분들은 아래 채용 페이지를 참고해주세요!
혹시 저와 팀에 대해 더 자세히 알고 싶으시거나 궁금하신 점이 있으시다면 커피챗도 언제든 환영입니다 :)
게임 블랙박스 클립도르
내 머릿속에만 남는 멋진 게임플레이를 영상 클립으로 남길 수 있어요!
Ben Ha
인공지능 마켓이 정말 빠르게 변화하고 있습니다.
매주 새로운 툴과, 투자소식, 실리콘벨리의 큰 회사들의 새로운 기능출시까지 쉴새없이 소식이 나오고 있습니다!
TL;DR
▪️ 📰 뉴스 : Google 브라우저기반 개발 환경 Project IDX출시
▪️ 웹사이트를 크롤링하는 GPTBot
▪️ ChatGPT, 6가지 사용성 업그레이드
▪️ Accenture가 AI에 30억 달러를 투자하는 이유
▪️ AI가 Zoom 미팅중 키보드소리로 비밀번호 해킹
▪️ 🛠️ AI TOOLS : 생산성을 높여주는 새로운 도구 5가지
▪️ 💰 FUNDING & ACQUISITION : CoreWeave 23억 달러
▪️ 🔬 RESEARCH : 언어 모델의 정치적 편향성
▪️ 🖼️ GENERATIVE ART : "기발한 원정대"
따라잡기 힘드시면 뉴스레터를 구독해보세요!
정인
상담툴
아시아비전
[오늘의 1PX] 당신 자신을 자기 이외의 곳에서 찾지 말라
오늘은 책 ‘자기 신뢰’의 첫 장을 펼치면 나오는 문구를 소개해드립니다.
“Ne te quaesiveris extra”
이는 “당신 자신을 자기 이외의 곳에서 찾지 말라” 라는 뜻의 라틴어입니다. 다양하게 해석이 될 수 있는 문장인데요. 제게 개인적으로 많은 영감을 준 한 문장입니다.
정보가 정말 많이 쏟아지고 있습니다. 수 많은 정보들 속에는 개성과 취향들도 함께하는데요. 이런 수 많은 아이덴티티속에서 진짜 나 자신의 본질을 찾기란 점점 어려워지고 있습니다.
이런 상황에서 그럴듯한 취향을 만들기란 너무나도 쉬워졌습니다. 관심이 없었던 브랜드가 멋져보여서 그 브랜드에 대해 짧게 공부를 하게 되고, ‘어쩌면 나 이 브랜드 좋아할지도?’ 라는 생각 또한 쉽게 듭니다. 브랜드를 소개하는 유튜브 영상도 찾아보고 그 브랜드를 사용하는 사람들의 피드를 보고나면 어느새 자신만의 취향이 빠르게 완성됩니다.(저 또한 종종 그렇습니다.)
물론 자신만의 취향은 이런 시행착오를 겪으며 찾을 수 있습니다. 다만, 이렇게 시작된 취향이 정말 자신의 욕구에서 나온것인지, 브랜드가 만들어낸 이미지에서 피어오른 것인지는 잘 생각해보아야합니다.
자크 라캉의 [욕망 이론]이라는 책에는 정말 유명한 말이 있습니다.
“현대인들은 타인의 욕망을 욕망한다”
취향 뿐만 아니라 삶을 살아가면서 무언가를 선택할 때도 우리는 타인에게 많은 영향을 받습니다. 물론 긍정적인 영향이면 좋겠지만, 적어도 자신이 분명 원하지 않는데 원한다고 스스로 속이는 일은 없어야겠죠.
예전에는 제가 무엇을 원하는지 도무지 모르겠어서 다양한 사람들을 인터뷰하겠다고 나선 경험도 있습니다. 덕분에 많은 사람들을 만났고, 도움은 많이 되었지만 역시나 스스로에게 정답이 있음을 깨달았습니다.
요즘 정신없이 살다보니 글은 이렇게 써도 진짜 ‘내 생각’을 하는 것이 쉽지 않더군요. 그래도 의식적으로 나만의 조용한 시간을 보내려고 하고 있습니다.
혹시 이렇게 자신만의 생각을 하기 위해 의도적으로 하는 행동(ex 명상)이나 팁들이 있나요? 있다면 자유롭게 공유해주세요:)
*1PX 소개
어제보다 1픽셀 더 성장하는 자기계발 클럽입니다. 매일 아침, 서로 배운 것들을 공유하며 기분좋게 하루를 시작하고 있습니다.
1PX 오픈톡도 운영하고 있습니다. 편하게 들어오세요:)
코드 : 1111
백민기
7일동안 사무실에서 먹고, 자고. 조코딩X유데미X원티드 AI해커톤 회고
(작성자 본인입니다.)
3줄 요약
7일동안 사무실에서 먹고, 자고 해커톤을 준비했다.
(심지어 공용사무실에서🤣!! 양해해주신 주변 팀분들께 감사하다는 말씀을 전합니다.)
7일동안, AI 에이전트 플랫폼 Vec:Iix의 초안을 만들어냈다.
결과는 탈락. 하지만, 그게 중요한 게 아니다. 우리는 우리의 마일스톤대로 간다. 해커톤은 제품개발을 부스팅하기 위한 수단. 다음 해커톤은 글로벌로 간다.
목차
0. Pax humana(팍스 휴마나) 소개
1. 7일동안의 고군분투
2.결과와 회고: 되는 팀이라는 것을 내부적으로 + 외부적으로 증명하기
3. 앞으로의 마엘스톤
Pax humana는
인공지능을 최대로 활용하고 함께 공생하며, 인류 전체의 번영을 이끈다는 비전을 가지고,
LLM 기반 프로덕트를 빠르게 개발하고 있는 팀입니다.
로마 제국의 평화의 시대를 이야기하는 "Pax Romana",
2차 세계대전 이후 미국의 강력한 국력을 바탕으로 한 평화의 시기 "Pax Americana"처럼
평화의 의미 Pax와 Humana(인간)를 합쳐서 만든 합성어입니다.
현재는 Pax Humana 팀은
누구나 쉽게 AI 에이전트를 생성하고 판매 및 고용할 수 있는
AI 에이전트 플랫폼 Vec:lix를 제작하고 있습니다.
지난 메이커 로그에서 말씀드렸다시피 Pax humana(전: 라스토리아)팀에 합류하게 되었습니다.
Pax humana팀의 메이커로그를 담당하게 되었는데요.
앞으로 프로덕트 제작 과정의 인사이트를 공유하고자
지속적인 메이커 로그를 남기려고 합니다. 많은 기대바랍니다!
아래는 본격적으로 7일동안 사무실에서 먹고, 자고하면서
조코딩X유데미X원티드 AI해커톤에 참여한 후의 인사이트를 공유드립니다.
초기 스타트업.
0에서 1도 만들지 못한 팀.
PMF를 찾지 못한 팀.
시장의 반응을 얻으려고 발버둥치는 팀.
투자를 받거나, 스스로 매출을 올리지 못한 팀.
현재 이런 상황에 놓여있는 팀에게 9 to 6 출퇴근이 어울리지 않는다고 생각했다.
구글이 처음 시작되었던 "차고지",
페이스북이 처음 시작되었던 "기숙사방"같은 공간이 우리에게 필요했다.
미친듯이 몰입하여 제품을 만들고 문제를 해결할 수 있는 공간이 필요했다.
하지만, 현재 우리에게 그런 공간이 준비되지 않았고, 그렇다면 지금 사용하고 있는 공간을 그렇게 만들기로 했다.
그렇다면, 현재 사무실에서 자고 먹고, 하면서 일하는 수 밖에 없었다.
퇴근은 없는 거라고 생각하고, 함께 생활하기로 했다.
이렇게 했을 때, 기대효과는 다음과 같다.
최고의 몰입을 이끌어낼 수 있다.
하루 중 불필요한 시간 낭비를 줄일 수 있다.
소통이 빠르다.
최고의 몰입을 이끌어낼 수 있다.
팀원들이 같은 공간에서 같은 목표를 가지고 일하는 것이 최고의 몰입이다.
재택, 온라인 근무에 대해서 긍정적으로 생각하지만, 같은 공간에서 모두 함께 실제 대화로 소통하는 것이 중요하다..
같은 목표를 가지고 함께 몰입하는 팀원들을 보고, 서로 자극을 주고 팀적인 몰입도를 끌어올릴 수 있다.
개인적인 몰입도는 개인의 컨디션에 따라서 달라지지만, 팀적인 몰입도는 함께 구축한다면 오래 지속됨
하루 중 불필요한 시간 낭비를 줄일 수 있다.
아무리 열심히 일하는 허슬러라도, 퇴근 후, 출근 전 불필요한 시간이 존재한다.
자기 전, 출근 전, 일부 시간을 이용한 인스타그램 or 유튜브 시청 등등
함께하는 시간이 많을수록 서로가 일에 집중할 수 있는 시간이 많아질 것이고, 잠 + 일로만 24시간을 채울 수 있을 것이라고 생각했다.
소통이 빠르다.
거의 모든 시간을 함께하며 빠른 소통을 기대했다.
기획을 변경하거나 새로운 기능이 필요할 때, 즉각적으로 논의 후 액션을 기대했다.
평소에는 새로운 기획이나, 기능이 필요하다면, 그걸 전달하고 인지시키는데도 시간이 많이 필요하다.
회의 요청 및 시간 조율 -> 맥락 전달 -> 새로운 기획 전달 -> 액션 요청
계속 함께 일하고 있었다면, 위의 다양한 과정이 생략된다. 맥락을 빠르게 캐치하고, 바로 진행가능하다.
그렇기에 속도와 유연함을 동시에 챙길 수 있다.
위와 같은 기대효과를 위해 우리는 합숙이 필요했다.
합숙이 필요했지만, 팀 내부적으로 이런 몰입을 만들어가는 계기가 필요했다.
그것이 바로 "해커톤"이었다.
그래서 "조코딩X유데미X원티드"가 함께 진행하는 AI해커톤에 참여하게 되었다.
생성 AI를 활용한 해커톤이었으며, 현재 팀에서 준비하고 있는 프로덕트와 성격이 잘 맞았기 때문에 참여하게 되었다.
시기적으로는 팀에서 계속해서 고민해오던, agent 생성 툴을 제작해볼 수 있는 기회였다.
이 해커톤에 맞춰 새로운 제품 개발에 들어가게 되었다.
해커톤 기간동안 기획부터 제품 제작까지 전 과정을 완성한다는 목적을 가지고 합숙을 시작했다.
해커톤에서 제작한 제품이 바로 AI 에이전트 플랫폼 Vec:lix다.
Vec:lix 설명
Vec:lix는 개발자만이 제작할 수 있었던 AI 에이전트를 누구나 노코드로 제작할 수 있고, 제작된 에이전트를 다른 유저들과 공유 및 판매할 수 있는 특징을 가지고 있습니다.
Vec:lix는 생성된 에이전트를 고용하여 인간만이 할 수 있었던 지능형 반복작업(블로그 SEO, 뉴스 기사 읽기, 자소서 쓰기, 데이터 분석 등)을 자동화합니다. 지능형 반복작업에서 자신만의 노하우를 구조화하고 학습시켜, 최고의 성능을 이끌어낼 수 있습니다. 에이전트가 업무에 사용하는 Tool(검색, API, 스프레드시트 등)들을 스스로 선택·추가하여 자유로운 확장이 가능합니다.
글로벌하게는 agent와 관련된 오픈 소스와 서비스들이 우후죽순 생겨나고 있다.
agent 관련 시장이 나날이 커져가고 있다.
이 해커톤을 계기로 Vec:lix를 agent 생태계 경쟁으로 뛰어들고자 했다.
우선 다들 집에서 살림살이를 챙겨왔다.
나는 요가매트와 세면도구를 챙겨왔고, 다른 팀원들은 침낭, 휴대용 메트리스 등 굉장히 다양한 물품을 들고 왔다.
씻는 건 사무실 근처의 헬스장 혹은 사무실과 집이 가까운 팀원들은 자취방을 이용했다.
업무는 대부분 새벽에 끝이 났고 회의실에 들어가 잤다.
이런 생활 속에서 일어났던 재미있는 에피소드를 아래의 공개한다.
에피소드
공용 사무실은 고려대학교 캠퍼타운에서 제공되는 사무실이었고, 회의실은 2개였다.
한 회의실에는 간의 침대가 있었는데, 팀원 중 한 명이 새벽 6시까지 일을 하다가 간의 침대에서 잠을 잤다. 다른 팀들의 출근 시간이 다가오고 있었다. 원래는 빠르게 일어나서 학교의 수면실을 이동할 계획이었는데, 잠에서 깨지 못한 팀원은 그대로 회의실에서 잠을 잤다.
옆팀에서 출근 후 회의
를 위해 회의실을 찾았다. 어두운 회의실에서 자고 있는 팀원을 발견했다.
......
자고 있던 팀원과 회의실을 찾은 옆 팀사람들 모두에게 어색한 상황이 연출되었다.
(이러한 연유로 캠퍼스타운 공간 이전 기간에 개인 공간을 갖춘 사무실로 이전했다.)
사무실 합숙 사진
(아찔한 잠자리)
(아찔한 잠자리에서 실제로 자는 모습)
(무려 새벽 6시)
Pax humana는 라스토리아, 미연시 게임, RealMate 등 굉장히 빠른 주기로 제품을 개발해왔다.
RealMate를 개발할 때, 상당히 큰 레슨런이 있었다.
RealMate는 AI 인플루언서, AI 여자친구와 채팅을 할 수 있는 서비스였다.
간단한 기능들로만 구성되어있다고 생각했고,
빠르게 만들어내어 검증하는 것이 중요하다는 생각했다.
위와 같은 생각으로 인해 페이지 기획만 하고, 제대로 된 기획없이 제품을 개발했다.
(이것도 개발부터 하고보려는 개발자의 자아가 발현되었던 것일수도...)
그러다보니, 개발을 하면서 새로운 기능들이 계속 필요해졌고, 마감기한이 자꾸만 늘어졌다.
이러한 실수를 반복하지 않기 위해서 이번에는 합숙 전 3일이라는 시간 안에 할 수 있는 한 최대한의 기획을 하고자 했다.
그리고 Vec:lix의 경우, 이미 있는 형태의 서비스도 아니었기 때문에 레퍼런스를 삼을 수 있는 서비스도 적었다.
그렇기에 더욱 상세한 기획이 필요했다.
우선 가장 중요한 agent를 어떻게 정의하고, agent를 이루는 task와 각 task의 툴들이 어떻게 상호작용할 수 있는지 기획하는 것이 중요했다.
프론트엔드 개발의 경우, 필요한 페이지, 컴포넌트, 필요한 커스텀 훅을 모두 정의하고 들어갈 정도로 상세히 기획했다.
이런 방식의 기획이 효과적이었던 이유 중 하나는 내가 개발하는 부분이 아니더라도, 팀원들 모두가 프로덕트 전체의 구조를 알 수 있었기 때문에 소통이 빨랐다. 빠르게 개발하되, 그 안에서 질서를 찾아가는 느낌이었다.
빠르게 개발하는 상황에서는 코드를 리펙토링할 시간이 충분하지 않기 때문에 다른 사람의 코드를 이해하고 이어서 개발하는 것이 어려운데, 필요한 페이지, 컴포넌트, 필요한 커스텀 훅을 모두 공유하고 들어가니 다른 팀원이 개발한 부분에 대해서도 빠르게 이해했고, 이어서 개발이 가능했다.
개발하는 부분에 오류가 있을 때도 공유가 빨랐다. 문제가 되는 맥락을 파악하기 쉬웠고, 빠른 대처가 가능했다.
이처럼 상세 기획을 모두 함께 공유하고 개발하는 방식은 불필요한 비용을 최소화해주었다.
Homepage(”/home)
크래프터 유저가 만들고 있는 에이전트와 유저가 고용(employ)한 에이전트를 보여줍니다.
에이전트 생성 수정 페이지(”/craft/[id]”) + 에이전트 고용페이지(”/employ”)로 이동할 수 있습니다.
Craft(”/craft/[id]”)
에이전트를 생성할 수 있는 페이지입니다.
에이전트마다 수행되는 Task들을 설정할 수 있고, Task마다 사용할 수 있는 프롬프트와 Tool을 설정할 수 있습니다.
에이전트에 해당하는 Task와 툴들을 설정했다면, 각 Task마다 run을 통해 결과를 확인할 수 있습니다.
에이전트를 employ하고 싶다면, 우측 상단에 HireMe를 클릭하여 다른 유저들에게 공개할 수 있습니다.
Employ(”/employ/[id]”)
고용(employ)된 에이전트를 스케줄링할 수 있는 페이지입니다.
employed 에이전트의 기본 설정을 변경할 수 있고, 스케줄을 설정할 수 있습니다.
스케줄을 설정하고 active button을 누른다면, 지정한 스케줄들은 각각 하나의 Cycles이 되어 agent를 실행합니다.
우측에서는 각각의 사이클에 대하여 실행 결과를 확인할 수 있습니다.
합숙의 효과는 엄청났다.
RealMate보다 훨씬 더 많는 기능과 페이지를 가진 Vec:lix였지만, 상세 기획을 통해서 빠른 기획과 빠른 개발이 동시에 가능했다.
RealMate의 개발은 2주가 넘게 걸렸다면, 더 많은 기능과 페이지를 가졌지만, Vec:lix는 7일만에 마무리할 수 있었다.
빠른 개발 속에서 질서를 잡아가는 방식이 소통 효율을 높여주었고, 합숙을 통해서 소통 빈도를 높였기 때문에 개발딴에서 문제들을 유연하게 대처할 수 있었다.
결과적으로 해커톤에서 좋은 결과를 얻지 못했다.
내부적으로는 동작하지만, 외부적으로 제품의 "와우 포인트"를 보여주지 못했다.
현재 제작완료한 agent는 해커톤 기간 내 제공되는 wanted api를 통해서
유저가 원하는 직무를 찾을 수 있는 agent였다.
하지만, 제작된 agent를 실행하고 결과를 보려면 디스코드를 통해서만이 가능했다.
실제로 task별로 실행하고 테스트하는 기능을 제작하기 전이었다.
agent 생성(craft) -> agent 고용(employ) -> agent 실행(schedule)의 과정이 핵심이었기 때문에 이 프로세스를 구축하는 것에 가장 큰 공을 들였다. 만약 해커톤이 우선순위였다면, 결과를 보여주는 것에 비중을 크게 두었겠지만, 장기적으로 이 프로레스를 구축하는 것이 우선순위였다. 그렇기 때문에 제품을 실행했을 때의 과정과 결과를 직접적으로 보여주지 못한 것이 페인 포인트였다.
페라리의 엔진, 포르쉐의 휠을 만들었지만, 조립하지 못했다는 것이 아쉬움이었다.
해커톤의 아쉬움으로 결정된 액션은 다음과 같다.
일단 현재는 사용할 수 있는 agent의 숫자가 너무 부족하다. 내부적으로도 agent의 가치를 제대로 느끼지 못하고 있다. 그렇기 때문에 내부적으로 "와우"할 수 있는 agent를 만들어내자.
내부적으로 만든 agent를 바탕으로 유저들에게 잘 보여줄 수 있는 UX/UI를 구축하는 것이 목표다.
초기 창업팀에는 팀 내에서 스스로가 "되는 팀"이라는 걸 인지하는 것이 굉장히 중요하다고 한다.
연쇄창업자들이 다음 창업에도 성공할 확률이 높은 이유가 이전에 성공한 경험을 가지고 스스로 "되는 팀"이라는 인지하기 때문이라고 한다.
창업에서는 고통을 감내하고 이겨내야 하는 날들이 그렇지 않은 날보다 많다. 창업에서 실패의 경험은 성공의 경험보다 많다. 여러번의 시행착오를 거쳐야만 시장에서 반응을 얻어낼 수 있다. 이것은 창업에 있어서 필연적인 일이다.
여러번 실패의 경험을 맛보게 되면 "우리는 안 되는 팀인가?"라는 의심이 스멀스멀 올라온다. 이런 의심을 잠재우기 위해서 팀 내부적으로 작은 성공을 조명하고, 내부적으로 되는 팀이라는 것을 인식하는 것이 중요하다.
빠르게 제품을 개발한 성공, Llama Index 오픈 소스에 기여한 성공, 회고를 통해 더 나아질 거라는 기대감을 통해서 내부적으로 되는 팀이라는 계속 조명하고 있다. 이런 내부적인 인식으로 팀 내부적인 정서적 안정감을 만들고, 계속 제품을 만들어내어 여러 가치들을 만드는 것이 목표다. 그 후에 만들어낸 가치들 중 하나가 고객에게 닿을 때 시장에서 반응을 얻어낼 수 있다. 시장에서 숫자로 증명된다면 외부적으로도 "되는 팀"이라는 사실을 증명해낼 수 있고, 이것이 팀을 지속가능하게 만들어줄 것이라 생각한다. "해커톤 과정과 자체 회고"를 통해서도 우리가 "되는 팀"이라는 사실을 계속 짚고, 성장하고 있다는 느낌을 받았다.
탈락 회고와 액션에 대해서 말했던 것처럼 우선 8월 16일까지 내부적으로 "와우"할 수 있는 agent를 제작하는 것이 목표다. 내부적으로 사용하기 편리한 agent를 만들어 agent가 어디까지 가능하게 할 것인가를 확인하고자 한다.
아래는 우리가 기간동안 만들어낼 에이전트다.
Slack Resources channel → 노션/슬랙에 정리해주는 에이전트
google search를 통해서 오늘의 트랜드를 파악하고 → 블로그 작성해주는 에이전트 등등
또한 필요한 agent를 만들어서 사용했을 때, 팀 내부적으로 생산성이 커지는지를 실험해볼 예정이다.
Lab Lab ai는 ai관련 해커톤과 이벤트를 열어서 ai 생태계의 빠른 성장을 조성하는 커뮤니티다.
이번에 Open ai, super agi, aws, llamaIndex 등등에서 후원Autonomous Agents Hackathon을 개최하는데, 이번에도 해커톤을 통해 몰입의 계기를 만들고자 참여한다.
해커톤 기간동안에는 유저들이 쉽게 사용할 수 있는 UX/UI를 구축할 계획이다.
지금까지 우리가 만들어왔던 것이 Vec:lix studio 페이지였다면, 이 기간동안 이전과는 독립적인 Vec:lix for user 서비스를 제작해서 유저의 사용성을 높일 계획이다. 이 이후 다음단계에서 본격적으로 테스트 유저들을 모아 피드백을 받고, 서비스를 고도화해나갈 계획이다.
Outro
위의 마엘스톤에 대한 레슨런과 메이커로그는 다음 글에서 계속될 예정입니다😀.
끝까지 읽어주셔서 감사합니다!
아스터
Cailyn Yong
[Part 1] 2시간 안에 업무 자동화 AI Agent 만들기
본 글은 제가 4월에 직접 만든 AI Agent를 개발하는 과정을 공유하는 글입니다. 비전공자, 비개발자여도 누구나 직접 개발할 수 있도록 도움을 드리고자 씁니다.
세 파트로 나뉘어져 있습니다.
Part 1: 전체 프로그램 셋업, OpenAI API 연결, Vector Store 연결
Part 2: 커스텀 LLM 체인 직접 만들고나서 실행하기
Part 3: Agent가 나 대신 실제 구글 검색하는 기능 만들기
파트 3까지 모두하면 달성할 수 있는 것:
자동으로 기본 업무 처리를 해주는 AI 에이전트 직접 만들기
구글 검색 기능
step-by-step 개발 과정 알아가기
앞으로 추후 AI 관련 프로젝트 개발 아티클들은 10X AI Club에서 지속적으로 올라올 예정이니 클럽 가입 부탁드리겠습니다! 정기적 오프라인 모임 및 세미나도 열 계획이니 많은 관심 부탁드리겠습니다 :)
이 프로젝트는 Langchain BbyAGI User Gide docs를 참고하며 만든 에이전트입니다. https://python.langchain.com/docs/use_cases/agents/baby_agi
코드부터 프로젝트가 웹사이트에서 실제 작동되는 것까지 모든 단계들을 이 글에서 확인할 수 있습니다.
제 노트북이 맥이다보니 맥북 화면 구성으로 설명드리는 점 참고 부탁드립니다!
코딩 프로젝트를 만들기 위해서는 VSCode라는 코딩 에디터 프로그램을 사용합니다.
https://code.visualstudio.com/ 사이트에 들아가신 후 다운로드합니다.
프로그램을 다운로드 후 실행하면 첫 화면이 보입니다.
여기서 “Open”이라는 버튼을 누른 후 프로젝트를 저장할 새로운 파일을 만듭니다. “New Folder” > “ai-agent”라는 폴더를 만듭니다 (파일 이름은 상관없습니다!).
폴더 “Open”을 누르면 다음과 같은 화면이 됩니다.
그 다음 agent.py라는 새로운 파일을 만듭니다. AI-AGENT라는 탭 위에 허버하시면 New File + 버튼 보이시죠? 그걸 누른후 파일 이름을 agent.py라고 하시면 됩니다.
agent.py 파일은 파이썬 코드 파일입니다. 파이썬 코드를 돌리기 위해서는 가상의 환경을 셋업해줘야합니다. 전혀 어렵지 않고 코드 몇줄만 실행하면 됩니다!
먼저 맥북 상단 탭에서 “Terminal”을 누른 후 “New Terminal”을 누릅니다. 기본 명령어들을 이 터미널이라는 곳에서 입력할 수 있어요.
그럼 이런 화면이 뜨게 될겁니다. 터미널에
cailynyongyong@MacBook-Pro-2 ai-agent라고 보이시죠? 내가 만든 ai-agent라는 폴더 안에 들어가 있다는 뜻입니다.
여기서 이제 파이썬 코드를 실행하기 위해 가상의 환경을 만들어줄거에요. 터미널에
python -m venv venv라는 명령어를 입력 후 엔터를 눌러주세요. 생성이 되면 왼쪽에 “venv”라는 폴더가 만들어진걸 확인할 수 있습니다.
이 가상의 환경을 만들었으니, 이제 이 환경을 실행시켜줄거에요. 이 환경을 실행해야만 파이썬 코드를 돌릴 수 있습니다.
터미널에 source venv/bin/activate라는 명령어를 입력해주세요.
그럼 성공적으로 터미널에
(venv) cailynyongyong@MacBook-Pro-2 ai-agent 라는게 뜹니다. 가상 환경에 들어왔다는 뜻입니다.
다음으로 터미널에 다음의 명령들을 순서대로 실행합니다.
pip install langchain
pip install openai
pip install faiss-cpu > /dev/null
pip install tiktoken예를 들어 pip install langchain을 실행하면 다음과 같이 다운로드가 진행되는게 보일겁니다.
이제 코드를 작성해봅시다!
이제 본격적으로 에이전트를 코딩하기 위한 모든 셋업을 할겁니다. 한번에 다 이해 못해셔도 괜찮으니, 코드를 그대로 복붙하시면서 일단 해보는걸 추천드립니다! 저도 그렇게 배웠거든요 ㅎㅎ
처음에는 에이전트를 만들기 위해 필요한 툴들을 불러와야 해요. 이걸 module, 혹은 library라고 푸릅니다. 항상 개발을 할때에는 프로젝트에 필요한 적절한 모듈들을 불러옵니다. 레고처럼 필요한 부품들만 갖고와서 맞추는 것 처럼요.
저희는 OpenAI의 모듈들을 쓸거여서 OpenAI API Key라는 것을 써야합니다. OpenAI 웹사이트에서 계정을 만든 후 https://platform.openai.com/overview 이 곳에 들어갑니다. 상단 오른쪽에서 Personal 버튼 위에 허버하고 View API Keys를 눌러주세요.
이 페이지에 들어오면 “Create new secret key”를 누르세요.
ai-agent라는 이름으로 만들고 초록색 버튼을 누르세요. 버튼을 누르면 새로운 secret key가 생성되는데, 바로 복사해서 다른 곳에 저장해두세요. 다시 열어서 볼 수 없거든요. 이 키는 꼭 다른 사람과 공유하지 마세요! 일종의 OpenAI 비밀번호입니다.
이 키를 이제 어디다가 쓸거냐, 밑에 코드 두번째 줄에
os.environ[”OPENAI_API_KEY”] = “ “ 보이시죠? “ “ 안에 방금 복사한 secret key를 넣습니다.
import os
os.environ["OPENAI_API_KEY"] = " "
from collections import deque
from typing import Dict, List, Optional, Any
from langchain.llms import OpenAI
from langchain.chains import LLMChain
from langchain.prompts import PromptTemplate
from langchain.embeddings import OpenAIEmbeddings
from langchain.llms import BaseLLM
from langchain.vectorstores.base import VectorStore
from pydantic import BaseModel, Field
from langchain.chains.base import Chain이 코드를 그대로 복사해서 agent.py에 붙입니다.
각 줄별로 어떤 것을 뜻하는지 이해하기보다는, ‘아 이 에이전트를 만들기 위해서는 이런 모듈들을 불러와야하는구나’라고 알기만 하면 됩니다. 기본적으로 우리는 랭체인을 써서 LLM 체인을 직접 커스터마이징해서 쓸거기 때문에 from langchain import LLMChain, OpenAI 라는 코드가 있습니다. 이 말은 langchain이라는 곳에서 LLMChain, OpenAI 모듈들을 불러와서 쓸거다 라는 뜻이죠.
다음 스텝은 Vector Store라는 것을 쓰기 위해 추가적으로 불러와야할 모듈들이 있습니다. Vector Store라는 것은 커스텀 LLM을 쓸 때 효율적으로 데이터를 저장하고 불러올 수 있는 공간을 마련해주는 것입니다.
저희는 FAISS라는 Vector Store를 쓸거에요.
from langchain.vectorstores import FAISS
from langchain.docstore import InMemoryDocstore필요한 모듈들을 불러옵니다. 복사해서 agent.py에 붙여넣으세요.
다음 이 vector store를 내 코드와 연결시키기 위해 이 코드를 작성합니다.
# Define your embedding model
embeddings_model = OpenAIEmbeddings()
# Initialize the vectorstore as empty
import faiss
embedding_size = 1536
index = faiss.IndexFlatL2(embedding_size)
vectorstore = FAISS(embeddings_model.embed_query, index, InMemoryDocstore({}), {})Vector embedding은 텍스트, 이미지, 오디오와 같은 숫자가 아닌 데이터들을 컴퓨터가 알아듣기 쉽게 숫자화한 형태입니다. 이 embedding들이 vector store에 저장되는거구요.
저희는 embedding model을 OpenAIEmbeddings()라는 모델을 쓸겁니다.
그 다음 vector store를 초기 셋업합니다.
import faiss: faiss 벡터 스토어 불러오기
embedding_size = 1536: embedding size를 1536으로 합니다.
index = faiss.IndexFlatL2(embedding_size): faiss에 이 사이즈로 셋업을 할거라고 알려줍니다.
vectorstore = FAISS(embeddings_model.embed_query, index, InMemoryDocstore({}), {}): 이런 기초 작업들을 거친 후 맨 마지막 줄에서 vectorstore를 성공적으로 셋업합니다.
다 복붙하면 코드는 이렇습니다.
이로써 Part 1은 끝났습니다! 전체적인 셋업을 했으니 이제 다음 파트에서는 직접 커스텀 LLM 체인들을 만들어줄거에요.
하면서 어려움을 겪었거나 질문이 있으시면 포스트에 댓글 남겨주시거나 커피챗 요청주세요. 그 외 앞으로 올라왔으면 하는 AI 주제들이 있으면 댓글 남겨주세요!
10X AI Club의 첫번째 글 읽어주셔서 감사합니다.
더 많은 AI 사이드프로젝트들의 개발 방법에 대해 배우고 싶다면 10X AI University 신청을 해주세요!
Moana Bae
7월부터 6주간 진행한 BetaAI 시즌2 프로젝트가 드디어 마무리되었습니다 🙂
BetaAI 시즌2를 통해 멋진 프로젝트들을 공유할 수 있게 되어 기쁩니다! 시즌1에서 진행했던 프로젝트는 모두 이미지 생성 AI 서비스였지만, 이번 시즌에서는 두 프로젝트 모두 텍스트 생성 AI를 활용하여 프로덕트를 만들게 되었습니다. 6주간 다양한 시행착오를 거치며 만들어낸 두 팀의 멋진 프로젝트를 BetaAI 서브스택에서 확인해보세요!
👉 BetaAI 서브스택 바로가기
1. “아무거나” 먹지 말자! 맛과 AI 작전
Team: 쌩, 결명자차, 돌핀, 우디
👉 맛과 AI작전 자세히 보기
"맛과 AI 작전" 팀은 사용자의 취향을 고려한 창의적인 AI 레시피 생성 서비스를 개발했습니다. 이를 위해 노코드 서비스 Bubble을 활용하였고, 텍스트 생성에서 발생하는 문제를 해결하기 위해 결과 parsing 및 프롬프트 리서치 등 다양한 방향으로 연구하였습니다. 제품 개발 후, 팀은 QA 과정을 통해 피드백과 개선 제안을 수집하였습니다.
2. 3000개의 씬을 20분만에 break down, 씬브레이커
"Scene Breaker" 팀은 영화 스크립트 분석을 통해 VFX가 필요한 장면을 구분하는 서비스를 만들었습니다. 사용자가 분석을 위해 스크립트를 업로드하면 AI 어시스턴트가 자동으로 스크립트 분석을 수행하며 어떤 장면에 어떤 VFX가 필요할지 판단합니다. 팀은 영화 VFX 제작 과정을 이해하고, 스크립트 분석을 위한 최적의 프롬프트를 찾기 위해 노력하였으며, VFX 슈퍼바이저에게 서비스를 테스트하기 위해 준비하고 있습니다.
한 달이라는 짧은 기간내에 사이드프로젝트로 하나의 완성된 제품을 만드는 것은 쉬운일이 아닙니다. 바쁜 현생을 살고있음에도 최선을 다해 프로젝트에 임해주신 팀원분들께 감사한 마음을 전합니다 💓 다음 시즌엔 또 어떤 멋진 멤버들이 참여할지, 어떤 재미난 일들을 벌일지 BetaAI의 다음 스텝도 기대해주세요 😊
#BetaAI #GenerativeAI #technology #teamwork #sideproject
그룹바이
그룹바이를 통해 "클라코퍼레이션" 스타트업에 합격한 최환석님 인터뷰
🎥 인터뷰 영상으로 보기 : https://youtu.be/Gc8dUdsllDw
Q. 안녕하세요. 자기소개 부탁드려요.
안녕하세요. 클라코퍼레이션에서 백엔드 개발자를 맡고 있는 3년차 개발자 최환석입니다.
Q. 많은 회사 중에 왜 초기 스타트업에 합류하셨나요?
제가 해외생활을 8년 정도 했어요. 그래서 제가 해외에서 겪었던 사회생활에 비하여 한국은 경직된 회사문화가 강한거 같더라고요. 그러다보니까 저에게 맞는 자유로운 회사들을 찾다보니까 아무래도 초기 스타트업에 그런 곳이 많아서 찾게 되었습니다.
Q. 실제로 클라코퍼레이션에 가보니 어떠셨나요?
지금 있는 클라코퍼레이션 같은 경우에는 제가 입사한지 얼마 안된지 얼마 안 됐느데도 불구하고 의견을 가감없이 편하게 말할 수 있어서 좋았고 동료들도 편하게 피드백을 주고받는 문화가 형성되어 있어서 그 점이 저는 가장 좋았습니다.
Q. 초기 스타트업에서 개발을 하시면서 언제 가장 짜릿함을 느끼시나요?
제가 만든 프로덕트를 고객들이 사용할 때 가장 짜릿한것 같습니다.
개발자라는 거는 뭔가를 만드는, 프로덕트를 만들고, 프로젝트를 하고 그러한 상품이 만들어지면 누군가가 써야지 가치가 있다고 생각을 하거든요. 그래서 사람들이 개발을 하는 거고 만드는 거고 스타트업이 생기는 거라고 생각을 하는데, 너무 아쉽게도 많은 좋은 아이디어와 프로덕트들이 있지만 그게 고객이나 매출이 이제 연결이 안되서 사라지는 경우를 많이 본거 같아요. 그런데 클라코퍼레이션 같은 경우에는 고객도 많고 매출로도 연결되다보니 이 점이 가장 개발자로써 보람되는 것 같습니다.
Q. 다른 개발자에게 어떤 초기 스타트업을 추천하고 싶나요?
아무래도 초기 스타트업이라고 다 좋은거는 아니기 때문에, 성장 가능성 분위기나 문화 그런 정보를 많이 얻는게 중요하고 또 그런 회사들과 면접 또는 미팅을 하면서 최대한 많은 정보를 알고 합류하는게 제일 좋지 않을까 싶습니다.
그런데 아무래도 구직자로써 그런 정보를 찾기는 어려운거 같고요. 상세정보를 잘 봐야 되는데 그룹바이에는 투자 받은 이유, 문화 같은게 너무 잘 적혀있었고요. 회사들의 정보를 많이 알 수 있었고 회사들과 미팅도 할 수 있는 기회가 많았던 것 같습니다. 그게 지금 클라코퍼레이션 합류하는데 많은 도움이 된 것 같습니다.
Q. 어떤 개발자에게 초기 스타트업을 추천하고 싶나요?
스스로 성장할 수 있는 개발자에게 초기 스타트업을 가장 추천하고 싶습니다.
왜냐하면 스타트업이다보니까 CTO나 사수가 있더라도 결국에 혼자 해야하는 순간들이 있거든요. 그러한 상황에 직면했을 때 스스로 문제를 해결할 수 있는 능력을 키우다보면 스스로 성장할 수 있고 그러다보면 스타트업에 잘 적응하여서 더 좋은 팀원이 되지 않나 더 좋은 개발자가 되지 않나 싶습니다.
스스로 성장할 수 있는 개발자에게 초기 스타트업을 가장 추천하고 싶습니다.
박범진
EDEN(아바타 제작 툴) MVP 테스터를 모집합니다! 🙌 (인생 첫 테스트)
안녕하세요 !
누구나 쉽게 아바타를 만들고, 여러 게임과 메타버스, 그리고 버추얼 스트리밍 서비스에서 활용할 수 있는 솔루션 'EDEN'을 만들고 있는 PO 박범진입니다 :D
왜 하나의 아바타로 여러 서비스를 이용하지 못할까? 그리고 VRChat과 같은 서비스에서 더 쉽게 내 아바타를 만들고 꾸밀 수 없을까? 라는 생각으로 서비스를 만들기 시작한 게 벌써 반 년이 지난 것 같네요 :D
누구나 쉽게 여러 서비스에서 사용할 수 아바타를 만들 수 있는 기능을 제공함으로써 버추얼 콘텐츠, 그리고 서비스의 진입장벽을 낮춰보고자 합니다! 아직 많이 부족하지만, 보다 쉽고 효용성 있는 서비스로 발전하기 위하여 베타 테스터를 모집하게 되었습니다 🙌
현재는 아바타 제작 - VRChat 연동(또는 VRM 아바타 추출을 통한 버추얼 스트리밍 등 활용가능) 정도의 기능을 구현해놨습니다!
혹시 기존에 VRChat을 사용하시거나, 버추얼 스트리밍과 VR 서비스에 관심이 있으신 분들이라면 편하게 신청해주시면 감사하겠습니다!
https://eden-world.net/
해당 링크의 사전 등록을 통해 바로 신청 가능합니다!!
또한 아직 이러한 서비스에 배울 것이 많은 만큼, 언제든 커피챗도 환영합니다!
많은 메타버스 및 버추얼 컨텐츠 이용자분 ! 그리고 관련 서비스 종사자분들의 관심을 부탁드리며, EDEN이 보다 쉽고, 즐거운 메타버스&버추얼 서비스로의 게이트 서비스가 될 수 있는 기회를 주시면 감사하겠습니다😊
많은 참여와 댓글 기다리고 있습니다! 긴 글 읽어주셔서 감사합니다!
EDEN
웹기반 메타버스 아바타 제작 플랫폼
박준서
”야구 자체가 숭고한 목적인 팀을 만들고 싶다.“
야구를 사랑했던 게임 회사의 대표는 남쪽 지방 도시에 야구팀을 창단했다. 갓 통합했음에도 특별하다 할 만한 것 하나없던 도시는 야구팀이 생기면서 사람들에게 여가와 이야깃거리를 제공했다. 그리고 막 초등학교에 입학한 나에게 그 구단주의 바램은 그대로 전달되어 가슴에 박혔다.
“특별한 곳도 정갈만한 구석없어도, 난 그곳을 사랑하네.”
사실 이 도시에 야구가 들어온지는 100년이 넘었다. 창신학교에서 일제강점기 항일정신 고취를 위해 야구를 시작한것이시초였다. 그리고 프로야구 출범이후 꽤 오랜 기간동안 부산연고의 프로야구팀 롯데 자이언츠의 제2 홈구장으로써 연간약 10경기 정도를 이곳에서 진행하였다. 제2의 홈구장이라는 말이 무색하게 마산야구장에서 경기가 열릴때면 “마산아재”라는 과격한 팬들을 부르는 말이 생길 정도로 온 도시 사람들이 야구를 보기위해 모였고, 또 야구에 미쳐있었다. 그런도시를 연고로 하는 첫 프로야구단. 신생팀 답지않게 파워풀했고, 구단주의 의중이 많이 반영된 듯 야구장 안팎으로 새로운 시도로 팬들과 선수들을 놀라게 했으며, 전폭적인 지원으로 이 도시를 연고로 하는 팀으로써 첫 우승을 안겨주었다.
나는 NC 다이노스와 유년기를 함께했다. 처음엔 단순이 야구장 가는게 좋았다. 그러다 응원가를 부르는게 좋아졌고 주니어 다이노스를 한다는 반 친구가 부러워 처음으로 야구공과 방망이를 잡았다. 그리고 중학교를 졸업할 때 쯤, 내가 야구선수가 하고 싶다는 사실을 알았다. 너무 늦게 말이다. 독립야구라도 해보겠다며 아카데미를 다니고 단기간에 속도를끌어올렸지만 몸도 돈도 야구선수라는 꿈을 계속할 수 있는 상황이 아니였다.
아이러니하게도 더이상 야구선수를 꿈꾸지 않게 된 고3때, 창업가를 꿈 꾸고 사업자 등록증을 낸 내가 나의 리더쉽과 실행력을 증명할 방법으로 선택한 것은 야구단 창단이였다. 리틀야구나 엘리트야구 경험이 있는 동생들 위주로 팀이 있었다. 마침 마산 지역에 고등학생들끼리 축구팀도 많이 만들고 있는 추세였다.
친구들을 모았다. 수능이 끝나고 야구를 잘 하는 축구부 친구들(?) 위주로 모았다. 나와 늘 야구를 했던, 너무 어릴적부터봐왔던 친구까지, 그리곤 돈을 모아서 헬멧이나 그물망, 공을 사고 주말에 학교 운동장에 모여 훈련을 했다. 그리고 나의군 입대 직전, 리틀야구 출신 동생들 팀과 한경기를 했다.
최소 18명이 필요한 스포츠, 야구에 대한 지식이 있아야되고 경기를 진행할 수 있을 만큼의 운동능력을 모두 보유하고 있어야하기에 한경기를 정상적으로 마치는 것이 이 팀 창단의 최초 목표였다. 우여곡절 끝에 15대4로 첫경기를 패배하면서 목표했던 바를 이뤘다.
만약에 내가 팀 창단과 첫 경기라는 시도에서 성공을 거둘 경우에 다음 목표에 대해서 가볍게 생각해둔것이 있었다.
원래 아마야구는 고교야구팀과 대학야구팀들로 구성되어있다. 학교 야구부에 들어가야만 엘리트 야구선수가 될 수 있다. 그리고 초등학교때부터 야구부를 하지 않는다면 중간에 야구선수를 꿈꿔 야구부에 들어가는 방법은 폐쇠적일뿐더러 인맥을 통한 입단 테스트 외에는 잘 없다. 만약 완전한 비선출이라면 독립야구부터 시작하는 방법외에는 뾰족한 수가 없다.
원래 목표는 독립 야구단을 만드는 것이였다. 지금은 해체된 스코어본 하이에나들이 롤모델이였다.
하지만 최근들어 아마야구에 BC, 베이스볼 클럽이 경기를 하게 되었다는 소식을 접했다. 그리고 특정 야구 아카데미 출신들이 아마야구 대회에서 좋은 성적을 내고 있는일이 많아졌다.
한국 야구도 다양한 시스템과 체계적 트레이닝의 도입으로 달라져야할 시기가 왔다. 미국은 학교 야구팀뿐만 아니라 메이저리구 구단에서 운영하는 유스팀, 그리고 트레이닝 센터에서 팀을 꾸려 경기에 참가하기도 한다. 한국 야구가 발전하고 생존하려면 젊은 나이에 비선출인도 체계적인 트레이닝과 경기경험을 통해 야구선수를 꿈꿀 수 있도록 활로를 넓혀주어야 한다는게 나의 판단이다. 내가 단순히 “무언가 할 수 있는 사람인가?”라는 질문에서 시작했던 야구팀 창단. 내가 죽어도 놓지 못하는 야구이기에 축구도 아닌 야구팀을 창단했고, 여전히 나는 야구를 사랑하기에 아마야구 레벨을 끌어올릴 베이스볼 트레이닝 클럽으로 발전시키고 싶다. 비선출의 서러움을 안고 메커니즘 분석 등 꽤나 야구에 진심이였다. 난야구를 늦게 시작해봤고, 또 못해봤으며, 어느정도 수준까지 끌어올려보았다. 그리고 나는 디자인과 브랜딩을 사랑한다.
야구 100년 역사 마산에서 다음 100년 야구를 만들 아마야구팀을 만들려고 합니다. 왜 하냐고요? 그깟 공놀이가 뭐라고이렇게까지 하냐고요?
한 트위터 게시물로 대신하겠습니다
https://x.com/ncducks/status/1651961010381819904?s=46&t=Z1Tcx33JhNTFWxoNc9UPTw
“야구는 공놀이에 불과하다. 하지만 그 공놀이에 담긴 진심을, 인생을 좋아해.“
김국현
배고파요
Young백