모든 자료

공개된 자료를 둘러보세요.

새 모델이 쏟아진 이번 주, 왜 다들 안전을 말했나

새 모델(Claude Opus 5·Kimi K3)이 쏟아진 주였지만, 이번 주 AI의 진짜 헤드라인은 능력이 아니라 안전·보안이었습니다. AI가 스스로 남의 서버를 해킹한 첫 사건, 개발자 1,200여 명의 속도조절 서한, 엔비디아 주도 37곳 보안 동맹까지. 해외 6건과 국내(네이버·카카오·삼성) 3건을 담백하게 정리했습니다.

107명이 봤어요

루프 엔지니어링 개념 정리

AI에게 더 잘 질문하는 법보다, AI가 스스로 검토하고 고치도록 루프를 짜는 능력이 더 중요해졌어요. 이런 분에게 추천해요 - 반복 업무를 AI에 완전히 위임하고 싶은 분 - 에이전트의 품질과 비용을 함께 통제하려는 분 - 루프 도입 기준과 안전장치가 궁금한 분 내용 요약 프롬프트부터 컨텍스트, 하네스, 루프 엔지니어링까지 AI 활용의 4단계를 비교해요. Actor-Critic 역할 분리, 수치화된 목표, 메모리와 샌드박스, 최대 5회·$1.0·300초 안전 기준까지 21페이지에 담았어요. 어떤 업무부터 루프로 바꿔야 할지 알고 싶다면 지금 읽어보세요.

136명이 봤어요

하나캐피탈 채용연계형 인턴 총정리

하나캐피탈 채용연계형 인턴, 지원 전에 알아야 할 걸 한곳에 모았어요. 최근 4년 평균 정규직 전환율이 84%라, 인턴이지만 사실상 정규직 채용에 가까운 관문이에요. 이런 분에게 추천해요 - 하나캐피탈 인턴 지원을 준비하는 취준생 - 대졸·고졸 전형 차이가 궁금한 분 - 직무별로 어떻게 준비할지 막막한 분 내용 요약 접수 마감 8/3(월) 18:00, 인턴 급여 월 260만원, 전환 후 대졸 초임 5,500만원 같은 조건부터 대졸 4문항·고졸 3문항 자소서와 NCS 필기, 자동차금융 41% 중심의 사업 구조, 영업·경영지원·IT·지역 4개 부문별 준비 포인트까지 한 번에 정리했어요. 지원 전에 무엇을 준비하면 좋을지 궁금하다면 지금 읽어보세요.

622명이 봤어요

한국은행 종합기획직, 6개 부문 총정리

2027 한국은행 종합기획직(G5)을 준비한다면, 공고부터 자소서까지 흩어진 정보를 한 번에 정리했어요. 이런 분에게 추천해요 - 내 전공이 6개 부문 중 어디로 가는지 궁금한 분 - 컴퓨터공학·통계 등 소수 부문을 노리는 분 - 필기 과목과 자소서 문항을 미리 잡고 싶은 분 내용 요약 총 70명·6개 부문(경제 28·컴퓨터공학 8 등)의 인원·필기·담당직무, 실제 2027 자소서 3문항, 핵심가치와 BOK 2030 방향까지 담았어요. 어느 부문을 어떻게 준비할지 알고 싶다면 지금 읽어보세요.

610명이 봤어요

AI 표시 후 선택률 23% 감소

AI라고 밝히자 영상 선택 확률이 23% 줄었어요. 하지만 한국인 923명 실험에서는 명확한 ‘AI 생성’보다 애매한 ‘AI 보조’ 표시가 신뢰를 더 낮췄어요. 이런 분에게 추천해요 - AI 콘텐츠를 만드는 마케터와 크리에이터 - 브랜드 신뢰를 지키며 AI를 쓰고 싶은 분 - AI 공개 문구와 표시 방식을 고민하는 분 내용 요약 유튜브 영상 약 45만 개와 채널 2,902개 분석, 선택 확률 23%·시청 시간 14% 감소 실험, 한국인 923명 대상 연구를 바탕으로 AI 표시 패널티를 정리했어요. 무엇을 숨길지가 아니라 AI의 역할과 사람의 책임을 어떻게 설명해야 할지, 지금 읽어보세요.

69명이 봤어요

GPT-5.6 모델 선택의 기준

이런 분에게 추천해요 - GPT-5.6 Sol·Terra·Luna 중 어떤 모델을 선택해야 할지 고민하는 분 - Max와 Ultra가 별도 모델인지, 추론 설정인지 헷갈리는 분 - ChatGPT·Codex·API에서 성능과 비용을 비교해 모델을 선택하려는 개발자 내용 요약 이번 자료는 GPT-5.6을 단순히 “더 강력해진 AI 모델”로 소개하지 않고, Sol·Terra·Luna의 성능과 가격, 공식 벤치마크, Max·Ultra의 작동 방식을 기준으로 정리했어요. 특히, 사용자들이 가장 궁금해하는 “모든 작업에 Sol을 써야 할까?”, “가성비는 Terra와 Luna 중 무엇이 좋을까?”, “Max와 Ultra는 실제로 얼마나 차이가 날까?” 같은 질문을 공식 데이터를 바탕으로 살펴봤어요. GPT-5.6을 ChatGPT·Codex·API에서 활용하기에 앞서, 내 작업에 가장 적합한 모델과 설정을 빠르게 판단하고 싶다면 지금 읽어보세요.

1,456명이 봤어요

기획자의 본질, 제품 발견의 힘

이 문서는 제품을 만드는 방법을 설명하기보다, 제품을 바라보는 관점을 다시 생각하게 만드는 문서에 가깝습니다. 기획자는 종종 기능 목록을 정리하는 사람으로 오해받지만, 이 글은 그보다 한 걸음 뒤에서 문제의 본질을 발견하는 사람으로서의 역할을 이야기합니다. Product Discovery에서 시작해 Activation, Retention, PMF, 그리고 Growth까지 이어지는 흐름은 단순한 방법론 정리라기보다 좋은 제품이 어떻게 만들어지고 자라는지에 대한 관찰 기록처럼 읽힙니다. 가볍게 훑어봐도 좋지만, 제품을 만들고 있는 사람이라면 문득 “우리는 지금 무엇을 만들고 있지?” 라는 질문을 떠올리게 하는 지점들이 곳곳에 숨어 있습니다.

531명이 봤어요