도깨비 개발자의 캐비넷

조회수 넘어선 다각화된 유튜브 수익 모델: 2026년 유튜브 수익화 전략 5가지

dokevee — Sun, 31 May 2026 23:05:16 +0900

2026년의 유튜브는 여전히 강력한 플랫폼이지만, 이제는 '조회수 = 수익'이라는 단순한 공식만으로는 안정적인 비즈니스를 구축하기 어려운 시대입니다. 광고 단가 변동성, 알고리즘 의존도, 그리고 시즌성 이슈가 겹치면 조회수는 나오지만 실제 수익은 기대에 미치지 못하는 경우가 많습니다. 그렇기에 지금 크리에이터에게 정말 중요한 질문은

이 글에서는 2026년 유튜브 수익화 전략의 핵심을 '조회수에 의존하지 않는 다각화된 수익 모델'이라는 관점에서 정리해보겠습니다. 핵심은 애드센스를 포기하는 것이 아니라, 애드센스를 기본 수익으로 깔아두고 그 위에 디지털 상품 판매, 팬덤 기반 수익, 브랜드 협업, 서비스형 수익을 층층이 쌓아 올리는 것입니다. 다시 말해, 유튜브를 단순한 광고판이 아닌 하나의 사업 허브로 바라보는 시각 전환이 필요합니다.

첫 번째 전략은 디지털 상품 판매입니다. 전자책, 템플릿, 체크리스트, 강의 자료, Notion 양식, 프롬프트 모음집처럼 한 번 만들어두면 반복해서 판매할 수 있는 상품은 조회수보다 전환율이 훨씬 더 중요합니다. 특히 구독형 콘텐츠를 만들기 어려운 초반 크리에이터라도, 특정 문제를 해결하는 작은 디지털 상품 하나만으로도 수익 구조를 만들어낼 수 있습니다.

이 방식의 가장 큰 장점은 팬이 많지 않아도 수익화가 가능하다는 점입니다. 예를 들어 10만 명이 가볍게 보는 영상보다, 단 1,000명이지만 '지금 당장 써먹을 수 있는 자료'를 찾는 시청자가 훨씬 더 강한 매출을 만들어냅니다. 유튜브 영상은 상품을 소개하고 신뢰를 쌓는 역할을 하고, 실제 구매는 외부 링크나 간단한 랜딩 페이지에서 이루어지도록 설계하면 됩니다.

두 번째 전략은 코칭과 컨설팅입니다. 특정 분야에서 경험과 노하우가 쌓인 크리에이터라면, 영상 콘텐츠를 통해 전문성과 신뢰를 구축하고 이를 1:1 상담, 그룹 코칭, 기업 자문으로 연결할 수 있습니다. 이는 단순한 광고 수익보다 훨씬 높은 객단가를 형성할 수 있다는 점에서 매우 강력한 수익 모델입니다.

여기서 중요한 포인트는 '나는 전문가가 아니야'라고 스스로를 제한하지 않는 것입니다. 시청자 입장에서는 완벽한 이론보다 실제로 해본 사람의 시행착오와 진짜 경험이 훨씬 더 가치 있습니다. 예를 들어 채널 운영, 쇼츠 편집, 브랜딩, 학습법, 업무 생산성처럼 결과를 만들어낸 과정 자체가 서비스가 될 수 있습니다. 영상은 포트폴리오가 되고, 댓글과 DM은 잠재 고객과의 상담 창구가 됩니다.

세 번째 전략은 제휴 마케팅입니다. 다른 회사의 제품이나 서비스를 소개하고 성과에 따라 수수료를 받는 방식으로, 유튜브와 특히 잘 맞습니다. 리뷰, 비교, 사용기, 추천 리스트 형태의 콘텐츠는 구매 의도가 높은 시청자를 자연스럽게 연결할 수 있기 때문이죠. 다만 아무 제품이나 끼워 넣기보다는, 채널의 주제와 시청자의 니즈를 정확히 맞추는 것이 핵심입니다.

제휴 마케팅이 제대로 작동하려면 신뢰가 먼저입니다. 클릭률을 높이려고 과장된 표현을 쓰면 단기적인 반응은 얻을 수 있어도, 장기적으로는 채널의 설득력이 무너집니다. 반대로 '이 제품이 어떤 사람에게 맞고, 어떤 사람에게는 맞지 않는지'까지 솔직하게 설명하는 채널은 오히려 전환율이 더 높아지는 경우가 많습니다. 조회수보다 신뢰가 수익을 만든다는 점을 기억해야 합니다.

네 번째 전략은 UGC 수익 모델입니다. 여기서 중요한 것은 '내 채널이 커야만 돈을 번다'는 고정관념을 버리는 것입니다. UGC는 크리에이터가 자기 채널의 조회수로 먹고사는 구조가 아니라, 기업이 콘텐츠 자체의 활용 가치를 보고 비용을 지불하는 방식에 가깝습니다. 즉, 채널 규모보다 콘텐츠 제작 능력, 브랜드 감각, 전달력이 더 중요합니다.

이 모델이 주목받는 이유는 기업 입장에서 효율적인 콘텐츠 확보 수단이기 때문입니다. 브랜드는 꼭 대형 인플루언서만 원하는 것이 아니라, 자사 메시지를 자연스럽게 담아낼 수 있는 실용적인 영상 자산을 필요로 합니다. 따라서 조용히 시작한 크리에이터라도, 제품 사용법, 후기형 영상, 설명형 숏폼, 광고 소재 제작 경험을 쌓으면 B2B형 수익으로 확장할 수 있습니다. 특히 '잘 보는 채널'보다 '잘 만드는 사람'이 되는 것이 중요합니다.

다섯 번째 전략은 팬덤 기반 수익화입니다. 슈퍼챗, 멤버십, 캐시앱 연동 같은 기능은 단순한 후원이 아니라 관계를 수익으로 전환하는 장치라고 볼 수 있습니다. 모든 시청자가 구매하지는 않지만, 소수의 충성도 높은 팬은 콘텐츠 제작을 지속 가능하게 만드는 핵심 자산이 됩니다. 결국 수익은 도달 범위보다 관계의 깊이에서 나오는 경우가 많습니다.

이 지점에서 많은 크리에이터가 놓치는 부분은 '팬에게 무엇을 더 줄 수 있는가'입니다. 단순히 더 자주 업로드하는 것만으로는 부족하고, 비하인드 콘텐츠, 우선 질문 답변, 자료 공유, 커뮤니티 투표처럼 참여 가치를 설계해야 합니다. 팬덤 수익화는 감정 소비를 유도하는 것이 아니라, 시청자가 '이 채널에 계속 남아 있고 싶다'고 느끼게 만드는 운영의 문제입니다.

그렇다면 2026년 유튜브 수익화 전략은 실제로 어떻게 세워야 할까요? 가장 현실적인 접근은 하나의 채널에 모든 수익을 의존하지 않는 것입니다. 기본 수익원은 애드센스로 시작하되, 제휴 마케팅을 보조 수단으로 활용하고, 핵심 수익은 디지털 상품이나 코칭에서 창출하며, 확장 전략으로는 UGC와 브랜드 협업을, 보완 장치로는 팬덤 수익화를 더하는 다층 구조가 유리합니다. 이런 구조는 한쪽 수익원이 흔들려도 다른 축이 버텨주는 안정성을 제공합니다.

실행 순서도 중요합니다. 먼저 내 채널 시청자들이 반복적으로 겪는 문제가 무엇인지 파악하고, 그 문제를 해결할 작은 상품이나 서비스 하나를 선정합니다. 그다음 영상 주제와 자연스럽게 연결되는 CTA를 넣고, 반응이 좋은 주제를 중심으로 판매 페이지와 콘텐츠 구조를 보완해 나가면 됩니다. 초반에는 완벽한 시스템보다 빠른 실험과 개선이 훨씬 더 중요합니다.

결국 조회수를 넘어선 다각화된 유튜브 수익 모델의 핵심은 '시청자 수를 늘리는 것'만이 아니라 '수익 경로를 늘리는 것'입니다. 2026년에는 광고 단가 변동성에 휘둘리는 크리에이터보다, 팬과 고객의 문제를 직접 해결해 주는 크리에이터가 더 안정적인 비즈니스를 만들 가능성이 큽니다. 유튜브는 이제 단순한 영상 플랫폼을 넘어, 개인이 작은 미디어이자 작은 회사로 성장할 수 있는 출발점이 되었습니다.

정리하자면, 애드센스는 시작점일 뿐입니다. 디지털 상품, 코칭·컨설팅, 제휴 마케팅, UGC, 팬덤 수익화까지 연결할 수 있다면 조회수가 적어도 충분히 의미 있는 월수입 구조를 설계할 수 있습니다. 지금 필요한 것은 더 많은 노출이 아니라, 더 선명한 수익 설계입니다. 2026년 유튜브에서 살아남는 사람은 '많이 보는 채널'이 아니라 '잘 파는 채널'이 될 가능성이 높습니다.

2026년 유튜브 쇼츠 수익화 및 알고리즘 변화: 조회수만으론 부족한 이유

dokevee — Sun, 31 May 2026 22:51:16 +0900

2026년 유튜브 쇼츠(Shorts) 수익화 및 알고리즘 변화는 '짧게 많이 올리면 된다'는 공식이 더 이상 통하지 않음을 보여줍니다. 특히 1월 대규모 업데이트 이후 쇼츠는 검색과 추천에서 한층 더 중요한 콘텐츠로 자리잡기 시작했으며, 이제는 조회수 그 자체보다 어떤 시청 경험을 제공했는지가 훨씬 더 중요해졌습니다.

비즈니스 관점에서 보면 이번 변화는 기회이자 선별의 기준점입니다. 누구나 빠르게 노출될 수 있는 구조는 여전하지만, 실제 수익으로 이어지려면 콘텐츠의 체류 시간, 반복 시청, 관심도 유지 같은 핵심 지표를 제대로 설계해야 합니다.

먼저 알고리즘 변화의 핵심부터 살펴보면, 쇼츠는 이제 검색 결과 안에서도 훨씬 더 적극적으로 노출되는 콘텐츠가 되었습니다. 즉, 단순히 피드에서 우연히 소비되는 짧은 영상이 아니라, 사용자가 특정 주제를 검색할 때 선택받을 수 있는 콘텐츠로서의 가치가 커졌다는 뜻입니다.

이 변화는 제작 방식에도 직접적인 영향을 미칩니다. 썸네일 한 장, 첫 1초의 훅, 영상 제목의 맥락, 주제 일관성이 서로 따로 놀면 검색과 추천 모두에서 힘을 잃기 쉽습니다. 반대로 하나의 주제를 명확하게 전달하는 쇼츠는 짧아도 '완결된 정보'로 인식될 가능성이 높습니다.

수익 구조도 예전처럼 단순하지 않습니다. 쇼츠 피드 광고 수익은 전체 크리에이터의 조회수 비율에 따라 분배되는 방식이기 때문에, 내 영상 하나의 조회수가 높다고 해서 반드시 수익이 비례해 커지는 것은 아닙니다. 결국 중요한 것은 플랫폼 전체 풀 안에서 내 채널이 얼마나 안정적으로 시청 시간을 확보하느냐입니다.

그래서 2026년 유튜브 수익화 전략에서는 '얼마나 많이 보았는가'보다 '얼마나 오래 붙잡았는가'가 핵심 질문이 됩니다. 시청 유지율이 높은 쇼츠는 알고리즘이 선호하는 신호를 더 많이 보내고, 반복 시청이 발생하는 포맷은 장기적으로 더욱 강력한 채널 자산이 됩니다.

수익화 요건도 정확히 파악하고 있어야 합니다. 쇼츠로 수익을 창출하려면 구독자 500명, 공개 동영상 3개, 그리고 90일간 쇼츠 조회수 300만 회 또는 12개월간 시청 시간 3,000시간이라는 기준을 충족해야 합니다. 이 조건은 단순한 진입 장벽이라기보다는, 채널이 최소한의 신뢰도와 운영 기반을 갖췄는지 확인하는 검증 기준으로 이해하는 것이 적절합니다.

여기서 핵심은 쇼츠만으로 모든 수익을 해결하려는 접근은 한계가 있다는 점입니다. 광고 수익은 기본 토대이지만, 제품 소개, 제휴 링크, 상담 유입, 뉴스레터 구독, 커뮤니티 확장 등 후속 전환 경로를 함께 설계해야 실질적인 비즈니스 성과로 연결됩니다.

실전에서는 세 가지 전략이 특히 효과적입니다. 첫째, 채널 내에서 다루는 주제를 좁혀 알고리즘이 채널 성격을 명확히 학습하도록 만드는 것, 둘째, 영상 길이보다 메시지 밀도를 높여 초반 이탈을 줄이는 것, 셋째, 동일한 포맷을 유지하되 내용만 꾸준히 업데이트하는 것입니다. 이 조합은 쇼츠를 '짧지만 가벼운 콘텐츠'가 아니라 '짧지만 강력한 정보 자산'으로 만들어줍니다.

제목과 설명은 자극적인 표현보다 검색 의도를 명확히 반영하는 방향이 효과적입니다. 사용자가 무엇을 궁금해하는지 먼저 파악하고, 그 질문에 직접 답하는 문장을 앞쪽에 배치하면 쇼츠가 검색형 콘텐츠로서도 경쟁력을 갖추게 됩니다. 이 방식은 2026년 유튜브 수익화 전략에서 특히 유효한 접근법입니다.

정리하자면, 2026년 유튜브 쇼츠는 조회수만으로 평가받던 시대를 지나 '시청 유지율, 검색 최적화, 반복 소비, 전환 가능성'을 종합적으로 고려하는 단계로 진화했습니다. 즉, 알고리즘 대응만으로는 부족하며, 수익 구조까지 고려한 채널 설계가 필수입니다.

지금 쇼츠를 운영하고 있다면, 오늘부터는 조회수 기록보다 시청 유지율과 주제 일관성, 그리고 수익화 후속 동선을 함께 점검해 보세요. 그것이 2026년 유튜브 쇼츠(Shorts) 수익화 및 알고리즘 변화를 가장 현실적으로 활용하는 방법입니다.

Google Gemini의 에이전트 시대 개막: I/O 2026에서 공개된 혁신적 AI 모델들

dokevee — Fri, 29 May 2026 19:09:55 +0900

Google Gemini의 에이전트 시대 개막: I/O 2026에서 공개된 혁신적 AI 모델들

Google I/O 2026은 단순한 개발자 컨퍼런스를 넘어 인공지능의 새로운 패러다임을 선언하는 자리가 되었습니다. 구글은 이번 행사에서 Gemini 3.5 Flash, Gemini Omni, Gemini Spark 등 에이전트 중심의 차세대 AI 모델들을 대거 공개하며, 본격적인 '에이전트 시대'의 개막을 알렸습니다. 이는 단순히 질문에 답변하는 수동적인 AI에서 벗어나, 사용자를 대신해 능동적으로 작업을 수행하는 자율 에이전트로의 전환을 의미합니다.

Gemini 3.5 Flash: 속도와 효율성의 새로운 기준

Gemini 3.5 Flash는 이번 I/O 2026의 핵심 발표 중 하나입니다. 이 모델은 이름에서 알 수 있듯이 '번개처럼 빠른' 응답 속도를 자랑하면서도, 기존 Gemini 모델의 강력한 성능을 그대로 유지합니다. 구글은 이 모델을 통해 실시간 대화형 애플리케이션부터 대규모 데이터 처리까지 다양한 시나리오에서 활용할 수 있는 범용성을 확보했습니다.

특히 주목할 점은 Gemini 3.5 Flash가 멀티모달 처리 능력을 대폭 강화했다는 것입니다. 텍스트, 이미지, 오디오, 비디오를 동시에 이해하고 처리하는 능력이 이전 세대 대비 현저히 향상되었으며, 이는 실제 비즈니스 환경에서 복잡한 작업을 자동화하는 데 결정적인 역할을 할 것으로 보입니다. 개발자들은 이 모델을 통해 더 적은 비용으로 더 빠른 AI 서비스를 구현할 수 있게 되었습니다.

Gemini Omni: 진정한 멀티모달 에이전트의 탄생

Gemini Omni는 '전방위적'이라는 이름에 걸맞게 모든 형태의 입력과 출력을 자유롭게 처리할 수 있는 통합 모델입니다. 이는 OpenAI의 GPT-4o나 Anthropic의 Claude가 추구하는 방향과 유사하지만, 구글만의 독특한 접근 방식을 보여줍니다.

Gemini Omni의 가장 큰 강점은 '컨텍스트 연속성'입니다. 사용자가 음성으로 질문을 시작하고, 이미지를 보여주며, 텍스트로 추가 설명을 덧붙이는 복잡한 상호작용 시나리오에서도 모든 정보를 하나의 통합된 맥락으로 이해합니다. 이는 실제 인간의 의사소통 방식과 가장 유사한 형태로, AI 에이전트가 개인 비서 역할을 수행하는 데 필수적인 기능입니다.

구글은 Gemini Omni를 Google Workspace, Android 시스템, Google Assistant와 깊이 통합할 계획입니다. 사용자는 이메일을 확인하고, 문서를 작성하며, 일정을 관리하고, 복잡한 정보를 검색하는 모든 과정을 자연스러운 대화만으로 처리할 수 있게 됩니다. 이는 생산성 도구의 패러다임을 근본적으로 바꿀 혁신입니다.

Gemini Spark: 크리에이티브 작업의 새로운 동반자

Gemini Spark는 창작 작업에 특화된 모델로, 작가, 디자이너, 마케터, 콘텐츠 크리에이터를 위한 강력한 도구입니다. 이 모델은 단순히 텍스트를 생성하는 것을 넘어, 사용자의 창작 의도를 깊이 이해하고 그에 맞는 아이디어와 실행 방안을 제시합니다.

Gemini Spark의 차별점은 '창작 과정 전반'에 관여한다는 점입니다. 브레인스토밍 단계에서 다양한 아이디어를 제안하고, 초안 작성을 도우며, 피드백을 반영한 수정안을 제시하고, 최종 결과물을 다듬는 모든 과정을 함께합니다. 이는 AI가 단순한 도구를 넘어 진정한 '협업 파트너'로 진화했음을 보여주는 사례입니다.

특히 Gemini Spark는 사용자의 스타일과 선호도를 학습하여 개인화된 제안을 제공합니다. 시간이 지날수록 사용자를 더 잘 이해하게 되며, 이는 장기적으로 창작 효율성을 극대화하는 결과로 이어집니다. 구글은 이 기능을 Google Docs, Slides, Gmail과 통합하여 실무 환경에서 즉시 활용할 수 있도록 할 예정입니다.

OpenAI, Claude와의 경쟁 구도: 에이전트 전쟁의 시작

Google의 공격적인 에이전트 전략은 명백히 OpenAI와 Anthropic의 Claude를 겨냥한 것입니다. OpenAI는 GPT-4 Turbo와 GPT-4o를 통해 빠르고 효율적인 AI 경험을 제공해왔고, Anthropic의 Claude 3.5 Sonnet은 복잡한 추론과 장문의 컨텍스트 처리에서 강점을 보여왔습니다.

구글의 전략은 '생태계 통합'에 있습니다. OpenAI와 Claude가 주로 API와 독립형 애플리케이션을 통해 서비스를 제공하는 반면, 구글은 이미 수십억 명이 사용하는 검색, Gmail, YouTube, Android 생태계에 Gemini를 깊숙이 통합합니다. 이는 사용자 접근성과 실사용 데이터 확보 측면에서 압도적인 우위를 제공합니다.

OpenAI가 최근 발표한 'Operator'와 같은 자율 에이전트 기능도 구글의 이번 발표에 영향을 받았을 가능성이 큽니다. 또한 Anthropic도 Claude의 'Computer Use' 기능을 통해 에이전트 역량을 강화하고 있습니다. 결국 2026년은 단순한 챗봇 경쟁을 넘어, '누가 더 유용한 자율 에이전트를 만드느냐'의 전쟁으로 진화하고 있습니다.

에이전트 시대가 가져올 변화와 도전 과제

Gemini의 에이전트 시대는 단순한 기술적 진보를 넘어 우리의 일상과 업무 방식을 근본적으로 바꿀 것입니다. 반복적이고 시간 소모적인 작업들은 AI 에이전트가 대신 처리하게 되며, 인간은 더 창의적이고 전략적인 업무에 집중할 수 있게 됩니다.

하지만 동시에 새로운 도전 과제도 등장합니다. 첫째, 개인정보 보호 문제입니다. AI 에이전트가 사용자를 대신해 작업을 수행하려면 광범위한 데이터 접근 권한이 필요한데, 이 과정에서 프라이버시 침해 가능성이 존재합니다. 둘째, 신뢰성과 책임 소재 문제입니다. AI 에이전트가 잘못된 결정을 내리거나 오류를 범했을 때 누가 책임을 져야 하는지 명확하지 않습니다.

셋째, 일자리 변화에 대한 우려입니다. 에이전트 AI가 많은 업무를 자동화하면서 특정 직군에는 위기가, 또 다른 영역에는 새로운 기회가 창출될 것입니다. 이러한 전환기를 슬기롭게 대응하려면 사회 전반의 준비가 필요합니다.

마치며: 에이전트 중심 AI의 미래

Google I/O 2026에서 발표된 Gemini 3.5 Flash, Gemini Omni, Gemini Spark는 단순한 제품 업데이트가 아닙니다. 이는 AI가 수동적인 질의응답 도구에서 능동적인 자율 에이전트로 진화하는 역사적 전환점을 나타냅니다.

구글은 이번 발표를 통해 OpenAI와 Claude와의 경쟁에서 강력한 한 수를 둔 것으로 보입니다. 특히 방대한 사용자 기반과 생태계를 보유한 구글의 강점이 에이전트 시대에 더욱 빛을 발할 것으로 예상됩니다. 하지만 진정한 승자는 기술 그 자체가 아니라, 이 기술을 어떻게 책임감 있고 유익하게 활용하느냐에 달려 있습니다.

앞으로 몇 년간 AI 에이전트 기술은 더욱 정교해지고 강력해질 것입니다. 우리는 이 변화의 물결을 거스를 수 없습니다. 중요한 것은 변화를 두려워하지 않고, 새로운 도구를 현명하게 활용하며, 인간만이 할 수 있는 가치를 더욱 강화하는 것입니다. Gemini의 에이전트 시대는 이제 막 시작되었습니다.

2026년 1인 가구를 위한 실용적인 생활 꿀팁 - 고물가 시대 현명한 생활 가이드

dokevee — Tue, 26 May 2026 02:21:36 +0900

2026년 1인 가구를 위한 실용적인 생활 꿀팁

2026년 현재, 대한민국 1인 가구 비율은 전체 가구의 40%를 넘어섰습니다. 고물가 시대가 지속되면서 혼자 사는 사람들의 생활비 부담은 더욱 커지고 있죠. 특히 식비, 주거비, 공과금 등 기본적인 생활비를 관리하는 것만으로도 벅찬 게 현실입니다. 하지만 조금만 노하우를 알면 같은 돈으로도 훨씬 여유로운 생활이 가능합니다. 이 글에서는 2026년 1인 가구가 꼭 알아야 할 실용적인 생활 꿀팁을 정리해드립니다.

식비 절약의 핵심은 '계획적 구매'와 '소분 보관'

1인 가구의 가장 큰 고민은 바로 식비입니다. 대용량으로 구매하면 저렴하지만 혼자서는 다 먹기 전에 상하기 일쑤죠. 2026년 현재 물가 상승률을 고려하면 식비 관리는 필수입니다.

**장보기는 일주일 단위로 계획하세요.** 냉장고에 있는 재료를 먼저 확인하고, 일주일 식단을 대략 구상한 후 장을 보면 충동구매를 막을 수 있습니다. 마트의 할인 행사를 활용하되, 필요한 것만 구매하는 원칙을 지켜야 합니다.

**소분 냉동 보관 기술을 익히세요.** 고기나 생선은 구매 후 바로 1회 분량씩 소분해 냉동하면 최대 3개월까지 보관 가능합니다. 파, 마늘, 생강 같은 양념 채소도 다져서 얼음틀에 얼려두면 요리할 때마다 필요한 만큼만 꺼내 쓸 수 있어 편리합니다.

**배달앱보다 간편식을 활용하세요.** 2026년 배달비와 팁을 포함하면 한 끼에 15,000원이 훌쩍 넘습니다. 대형마트나 편의점의 프리미엄 간편식은 4,000~7,000원대로 영양도 챙기고 시간도 절약할 수 있습니다. 특히 저녁 시간대 할인을 노리면 더욱 경제적입니다.

고정지출 관리로 매달 10만원 이상 아끼기

1인 가구의 고정지출은 생각보다 큽니다. 통신비, 구독 서비스, 보험료, 공과금까지 합치면 월 30만원이 훌쩍 넘는 경우도 많죠. 이 항목들을 체계적으로 관리하면 상당한 금액을 절약할 수 있습니다.

**구독 서비스를 정리하세요.** OTT, 음악 스트리밍, 클라우드 저장공간 등 무심코 결제되는 구독료를 점검하세요. 2026년 현재 한 사람이 평균 5~7개의 구독 서비스를 이용하며, 이 중 2~3개는 거의 사용하지 않는다는 통계가 있습니다. 사용 빈도가 낮은 서비스는 과감히 해지하거나, 가족·친구와 계정을 공유하면 월 3~5만원은 절약할 수 있습니다.

**통신비 요금제를 재점검하세요.** 요즘은 알뜰폰이나 온라인 전용 요금제가 품질은 좋으면서도 월 2~3만원 저렴합니다. 자신의 데이터 사용량을 확인하고 적절한 요금제로 변경하면 연간 30만원 이상 절약됩니다.

**공과금은 앱으로 통합 관리하세요.** 전기, 수도, 가스 등 공과금은 사용량을 실시간으로 체크할 수 있는 앱을 활용하면 절약 의식이 생깁니다. 전기료가 많이 나오는 여름과 겨울에는 에어컨이나 난방 대신 선풍기와 전기장판을 적절히 활용하고, 대기전력 차단만 해도 월 1~2만원은 줄일 수 있습니다.

좁은 공간을 넓게 쓰는 똑똑한 인테리어 팁

1인 가구 대부분은 원룸이나 오피스텔에 거주합니다. 제한된 공간을 효율적으로 활용하는 것만으로도 생활의 질이 크게 달라집니다.

**수직 공간을 적극 활용하세요.** 천장까지 닿는 선반이나 벽걸이 수납장을 설치하면 바닥 공간을 아낄 수 있습니다. 특히 현관과 화장실 문 뒤쪽 공간은 놓치기 쉬운데, 후크나 슬림 수납장을 달면 가방, 우산, 청소도구 등을 정리하기 좋습니다.

**접이식·다용도 가구에 투자하세요.** 벽에 붙이는 접이식 테이블, 침대 밑 수납공간이 있는 침대, 소파 겸 수납장 등은 초기 비용이 조금 들더라도 장기적으로 공간 활용도를 높여줍니다. 2026년에는 조립식 모듈형 가구도 다양해져서 자신의 공간에 맞춤형으로 구성할 수 있습니다.

**정리는 '시즌별·용도별'로 하세요.** 옷은 계절별로 박스에 담아 침대 밑이나 높은 선반에 보관하고, 자주 쓰는 물건만 손 닿는 곳에 두세요. 3개월 이상 사용하지 않은 물건은 과감히 처분하거나 중고거래 앱으로 판매하면 공간도 확보하고 용돈도 생깁니다.

건강과 심리적 안정을 위한 생활 루틴 만들기

1인 가구는 경제적 관리뿐 아니라 신체적·정신적 건강 관리도 중요합니다. 혼자 살다 보면 불규칙한 식사, 운동 부족, 고립감 등으로 건강을 해치기 쉽기 때문입니다.

**홈트레이닝 루틴을 만드세요.** 헬스장 회비가 부담스럽다면 유튜브나 앱을 활용한 홈트레이닝이 효과적입니다. 아침 10분 스트레칭, 저녁 20분 근력운동 등 작은 습관부터 시작하면 체력도 좋아지고 의료비도 절약할 수 있습니다.

**규칙적인 수면 패턴을 유지하세요.** 혼자 살면 밤늦게까지 스마트폰을 보거나 불규칙한 생활을 하기 쉽습니다. 수면 부족은 면역력 저하와 우울감으로 이어지므로, 최소한 취침 1시간 전에는 전자기기를 끄고 일정한 시간에 자고 일어나는 습관을 들이세요.

**취미 모임이나 온라인 커뮤니티에 참여하세요.** 1인 가구의 가장 큰 위험은 사회적 고립입니다. 관심사가 비슷한 사람들과 정기적으로 교류하면 심리적 안정감을 얻을 수 있고, 생활 정보도 나눌 수 있어 일석이조입니다.

비상금과 재테크로 미래 준비하기

1인 가구는 아플 때나 실직했을 때 의지할 사람이 없기 때문에 비상금 마련이 특히 중요합니다.

**생활비 3~6개월치 비상금을 만드세요.** 예상치 못한 상황에 대비해 언제든 인출 가능한 예금 계좌에 최소 생활비 3개월치는 모아두는 것이 안전합니다. 월급날 자동이체로 10~15%를 먼저 저축하는 습관을 들이면 무리 없이 모을 수 있습니다.

**소액이라도 투자 경험을 쌓으세요.** 2026년 현재 물가 상승률을 고려하면 예금 금리만으로는 자산을 불리기 어렵습니다. 매달 5~10만원씩 ETF나 적립식 펀드에 투자하면서 금융 지식을 쌓는 것을 추천합니다. 단, 손실 감당 가능한 범위 내에서만 투자해야 합니다.

**포인트와 캐시백을 적극 활용하세요.** 신용카드 포인트, 앱 리워드, 멤버십 혜택 등을 잘 챙기면 연간 수십만원을 아낄 수 있습니다. 다만 혜택을 받기 위해 불필요한 소비를 하지 않도록 주의하세요.

마치며: 작은 습관이 큰 변화를 만듭니다

2026년 고물가 시대, 1인 가구로 살아가는 것은 분명 쉽지 않습니다. 하지만 오늘 소개한 실용적인 생활 팁들을 하나씩 실천하다 보면 경제적으로도 심리적으로도 훨씬 안정된 생활을 할 수 있습니다.

식비 절약을 위한 계획적 장보기, 고정지출 정리, 효율적인 공간 활용, 건강한 생활 루틴, 그리고 꾸준한 저축과 재테크까지. 이 모든 것의 핵심은 '작은 습관의 반복'입니다. 한꺼번에 모든 것을 바꾸려 하지 말고, 가장 쉽게 실천할 수 있는 것부터 하나씩 시작해보세요.

혼자 사는 삶이 외롭거나 힘들기만 한 것은 아닙니다. 자신만의 공간에서 자유롭게, 그리고 현명하게 살아가는 방법을 알게 되면 1인 가구 생활은 오히려 성장과 자립의 소중한 시간이 될 수 있습니다. 여러분 모두 2026년에도 건강하고 행복한 1인 가구 생활을 이어가시길 응원합니다!

고물가 시대 직장인 점심값 절약 '런치플레이션 테크' 완전 정복

dokevee — Tue, 26 May 2026 02:21:07 +0900

고물가 시대 직장인 점심값 절약 '런치플레이션 테크' 완전 정복

물가가 치솟으면서 직장인들의 점심값 부담이 날로 커지고 있습니다. 불과 몇 년 전만 해도 6,000~7,000원이면 충분했던 점심 한 끼가 이제는 1만 원을 훌쩍 넘기는 경우가 대부분입니다. 이른바 '런치플레이션(Lunchflation)' 시대가 도래한 것이죠.

하지만 똑똑한 직장인들은 이미 다양한 '점심값 테크'를 활용해 식비 부담을 줄이고 있습니다. 편의점 구독 서비스부터 구내식당 적극 활용, 저가 식당 정보 공유까지, 고물가 시대를 슬기롭게 헤쳐나가는 실전 전략을 소개합니다.

런치플레이션, 대체 얼마나 심각한가?

최근 통계를 보면 외식 물가 상승률이 일반 물가 상승률을 크게 웃돌고 있습니다. 특히 점심 메뉴로 인기가 많은 김치찌개, 된장찌개 등 한식은 평균 9,000~10,000원 선으로 올랐고, 중식이나 일식은 더 비싼 경우가 많습니다.

한 달 근무일을 20일로 계산하면 점심값만 20~25만 원이 소요되는 셈입니다. 연간으로 환산하면 무려 240~300만 원에 달하는 금액이죠. 이 비용을 절반만 줄여도 연간 120~150만 원을 절약할 수 있다는 계산이 나옵니다.

전략 1: 편의점 구독 서비스 200% 활용하기

최근 가장 주목받는 점심값 절약 방법은 바로 편의점 구독 서비스입니다. CU, GS25, 세븐일레븐 등 주요 편의점들이 내놓은 구독 서비스는 한 달 정액제로 도시락이나 삼각김밥을 저렴하게 이용할 수 있는 시스템입니다.

예를 들어 월 3~4만 원대 구독료로 매일 도시락 한 개를 받을 수 있는 서비스의 경우, 끼니당 비용이 1,500~2,000원 수준으로 떨어집니다. 일반 외식 대비 5분의 1 수준의 비용이죠. 물론 매일 편의점 도시락만 먹기는 힘들겠지만, 주 2~3회만 활용해도 월 5~7만 원은 절약할 수 있습니다.

**편의점 구독 서비스 활용 팁:**

- 회사 근처 편의점 위치와 도시락 입고 시간을 미리 파악하세요 - 구독 서비스별 제공 품목과 조건을 비교해 자신에게 맞는 것을 선택하세요 - 동료들과 함께 가입하면 정보 공유가 쉽고 지속 동기부여가 됩니다 - 매일 같은 메뉴가 지겹다면 주 2~3회만 활용하는 방식도 고려하세요

전략 2: 구내식당의 재발견

회사에 구내식당이 있다면 이보다 좋은 점심값 테크는 없습니다. 대부분의 구내식당은 회사 지원으로 운영되기 때문에 3,000~5,000원 선에서 훌륭한 한 끼를 해결할 수 있습니다.

구내식당에 대한 인식을 바꿔보세요. '맛없고 단조롭다'는 편견은 과거의 이야기입니다. 요즘 구내식당들은 메뉴 다양화에 많은 투자를 하고 있으며, 영양사가 관리하는 균형 잡힌 식단을 제공합니다. 외식보다 건강하면서도 경제적인 선택인 것이죠.

구내식당이 없는 회사라면 근처 대기업 구내식당의 외부인 이용 가능 여부를 알아보는 것도 방법입니다. 일부 대기업 구내식당은 점심시간 후 외부인에게 개방하는 경우가 있습니다.

전략 3: 저가 맛집 정보 공유 네트워크

직장 동료들과 함께 '가성비 맛집' 정보를 공유하는 것도 훌륭한 전략입니다. 회사 근처에는 생각보다 많은 숨은 맛집들이 있습니다. 7,000~8,000원 선에서 푸짐한 한 끼를 제공하는 식당, 학생가나 시장 근처의 저렴한 백반집 등 발품을 팔면 충분히 찾을 수 있습니다.

사내 메신저나 단체 채팅방에 '점심 맛집 정보방'을 만들어보세요. 누군가 새로운 가성비 식당을 발견하면 공유하고, 리뷰를 남기는 방식입니다. 정보가 쌓일수록 선택지가 넓어지고, 점심 메뉴 고민도 줄어듭니다.

전략 4: 도시락 싸가기의 현대적 재해석

가장 확실한 절약 방법은 역시 도시락입니다. 하지만 매일 새벽같이 일어나 도시락을 싸는 것은 현실적으로 어렵습니다. 대신 '전략적 도시락'을 시도해보세요.

주말에 한 번에 반찬을 만들어 소분 보관하거나, 전날 저녁 식사를 조금 더 만들어 다음 날 점심으로 가져가는 방식입니다. 최근에는 간편하게 데워 먹을 수 있는 반조리 식품들도 많아져 도시락 준비가 한결 수월해졌습니다.

일주일에 1~2회만 도시락을 싸가도 월 3~4만 원은 절약할 수 있습니다. 건강 관리도 되고 식비 절약도 되는 일석이조 전략입니다.

전략 5: 식사 시간대 조절과 할인 혜택 활용

점심시간을 조금만 조절해도 비용을 절약할 수 있습니다. 피크 시간대를 피해 오전 11시나 오후 1시 30분 이후에 식사하면 일부 식당에서 할인 혜택을 제공하기도 합니다.

또한 각종 배달 앱의 쿠폰과 할인 이벤트를 적극 활용하세요. 매달 초 발급되는 쿠폰을 챙기고, 특정 요일 할인 이벤트를 활용하면 1,000~2,000원씩 아껴집니다. 작은 금액이지만 한 달이면 2~3만 원의 차이를 만들 수 있습니다.

카드사별 제휴 식당 할인 혜택도 놓치지 마세요. 직장인 타겟 카드들은 대부분 점심 시간대 외식 할인 혜택을 제공합니다.

점심값 테크, 작은 실천이 큰 절약을 만든다

고물가 시대에 점심값 절약은 선택이 아닌 필수가 되었습니다. 하지만 무작정 굶거나 건강을 해치는 방식의 절약은 장기적으로 득보다 실이 많습니다.

위에서 소개한 전략들을 조합해 자신만의 '점심값 테크'를 만들어보세요. 주 2회는 편의점 구독, 2회는 구내식당, 1회는 저가 맛집 이런 식으로 다양하게 믹스하면 질리지 않으면서도 확실한 절약 효과를 볼 수 있습니다.

한 달에 5만 원만 절약해도 1년이면 60만 원, 5년이면 300만 원입니다. 작은 실천이 모여 큰 절약을 만듭니다. 런치플레이션 시대, 똑똑한 점심값 관리로 경제적 자유에 한 걸음 더 다가가시기 바랍니다.

2026년 MZ세대 소비 및 라이프스타일 트렌드: 감정과 경험 중심의 새로운 소비 패턴

dokevee — Tue, 26 May 2026 02:20:41 +0900

들어가며: 변화하는 MZ세대의 소비 지형

2026년 현재, MZ세대는 단순히 제품을 구매하는 것을 넘어 '나만의 가치'와 '의미 있는 경험'을 소비하고 있습니다. 과거 합리적 가격과 실용성만을 추구하던 소비 패턴에서 벗어나, 이들은 감정적 만족과 개인의 정체성을 표현할 수 있는 소비를 선호합니다.

이러한 변화의 중심에는 '제철코어', '필코노미', '나노 커뮤니티'와 같은 새로운 키워드들이 자리하고 있습니다. 이 글에서는 2026년 MZ세대의 소비 및 라이프스타일 트렌드를 깊이 있게 분석하고, 실용적인 인사이트를 제공합니다.

제철코어: 계절감과 감성을 담은 소비

제철코어란 무엇인가

'제철코어(季節コア)'는 계절의 특성과 감성을 적극적으로 즐기는 라이프스타일 트렌드입니다. MZ세대는 단순히 날씨에 맞춰 옷을 입는 것이 아니라, 봄의 벚꽃, 여름의 해변, 가을의 단풍, 겨울의 설경 등 각 계절이 주는 고유한 무드를 적극적으로 소비하고 향유합니다.

실생활에서의 제철코어 적용

인테리어 소품을 계절마다 교체하거나, 제철 식재료를 활용한 홈쿡을 즐기고, 계절 한정 음료와 디저트를 찾아다니는 것이 대표적인 예입니다. SNS에는 #오늘의계절감 #제철코어 같은 해시태그와 함께 계절을 만끽하는 일상이 공유되고 있습니다.

이러한 트렌드는 단순한 소비를 넘어 '지금 이 순간'을 더 풍요롭게 경험하고자 하는 MZ세대의 욕구를 반영합니다. 빠르게 변화하는 일상 속에서 계절의 리듬을 따라가며 삶의 여유를 되찾고자 하는 것이죠.

필코노미: 감정적 만족을 위한 지출

필코노미의 의미와 배경

'필코노미(Feel+Economy)'는 감정적 만족과 심리적 위안을 위한 소비 경향을 의미합니다. 경제적 불확실성과 사회적 스트레스가 높아진 시대, MZ세대는 합리적 소비보다 '지금 내가 행복하기 위한 소비'를 우선시합니다.

필코노미의 구체적 사례

좋아하는 아티스트의 굿즈를 구매하거나, 힐링을 위한 원데이 클래스 수강, 분위기 좋은 카페에서의 '나만의 시간', 취향을 저격하는 소규모 팝업 스토어 방문 등이 대표적입니다. 가격 대비 효용보다는 '이것이 나에게 주는 감정적 가치'가 구매 결정의 핵심 기준이 됩니다.

특히 주목할 점은 필코노미가 단순한 충동구매나 낭비와는 다르다는 것입니다. MZ세대는 자신의 정신 건강과 감정 관리를 위해 전략적으로 지출하며, 이를 '나를 위한 투자'로 인식합니다.

나노 커뮤니티: 초소형 연결의 시대

나노 커뮤니티의 등장 배경

대규모 온라인 커뮤니티나 SNS의 피로감이 커지면서, MZ세대는 소수의 사람들과 깊이 있는 관계를 맺는 '나노 커뮤니티'로 이동하고 있습니다. 3~10명 정도의 소규모 그룹에서 공통 관심사를 중심으로 진정성 있는 교류를 나누는 것이 특징입니다.

나노 커뮤니티의 형태와 활동

독서 모임, 러닝 크루, 요리 클럽, 특정 취미 중심의 소모임 등이 대표적입니다. 이들은 오픈 채팅방이나 소규모 디스코드 서버, 비공개 인스타그램 계정 등을 통해 활동하며, 대중에게 공개되지 않는 '우리만의 공간'을 중시합니다.

나노 커뮤니티는 소비 트렌드에도 영향을 미칩니다. 소규모 그룹 내에서 추천받은 제품이나 서비스는 신뢰도가 높으며, 함께 경험을 공유할 수 있는 액티비티나 장소가 인기를 끕니다. '우리끼리만 아는 맛집', '소수만 참여하는 클래스' 같은 배타적 경험에 대한 선호가 높아지고 있습니다.

MZ세대 소비 트렌드의 실용적 활용 가이드

비즈니스 관점에서의 접근

마케터와 브랜드 담당자라면 이러한 트렌드를 이해하고 활용해야 합니다. 제철코어를 반영한 시즌 한정 제품, 감성을 자극하는 스토리텔링 마케팅, 소규모 커뮤니티와의 협업이 효과적입니다. 대량 광고보다는 진정성 있는 소통과 경험 제공에 집중하는 것이 중요합니다.

개인 소비자로서의 전략

MZ세대 소비자라면 자신의 소비 패턴을 점검해볼 필요가 있습니다. 감정 소비가 과도한 지출로 이어지지 않도록 월별 '감정 예산'을 설정하고, 진정으로 가치 있는 경험에 투자하는 것이 현명합니다. 또한 나노 커뮤니티를 통해 비용 효율적으로 취미를 즐기고 정보를 공유할 수 있습니다.

세대 간 이해를 위한 인사이트

기성세대 입장에서 MZ세대의 소비는 비합리적으로 보일 수 있습니다. 하지만 이는 가치관의 차이일 뿐입니다. MZ세대는 물질보다 경험을, 소유보다 존재를, 양보다 질을 중시합니다. 이러한 차이를 이해하면 세대 간 소통이 더 원활해집니다.

2026년 이후 전망과 변화 예측

지속 가능성과의 결합

앞으로 MZ세대의 소비는 감정적 만족과 함께 환경적 책임을 고려하는 방향으로 진화할 것입니다. 제철 식재료 소비는 로컬푸드와 연결되고, 필코노미는 지속 가능한 브랜드에 대한 선호로 이어지며, 나노 커뮤니티는 공유 경제를 활성화할 것입니다.

기술과의 융합

AI와 메타버스 기술은 이러한 트렌드를 더욱 개인화하고 심화시킬 것입니다. 개인 맞춤형 감성 추천 서비스, 가상 공간에서의 나노 커뮤니티 활동, 계절 감성을 증강현실로 경험하는 서비스 등이 등장할 가능성이 높습니다.

웰빙과 정신 건강 중심

무엇보다 MZ세대의 소비는 점점 더 자신의 정신 건강과 웰빙을 중심에 두게 될 것입니다. 소비가 단순히 결핍을 채우는 행위가 아니라, 자기 돌봄과 성장을 위한 적극적 행위로 자리 잡을 것입니다.

마치며: 의미 있는 소비의 시대

2026년 MZ세대의 소비 및 라이프스타일 트렌드는 단순히 '무엇을 사느냐'가 아니라 '왜 사느냐'에 초점이 맞춰져 있습니다. 제철코어를 통해 계절의 감성을 즐기고, 필코노미로 감정적 만족을 추구하며, 나노 커뮤니티에서 진정성 있는 관계를 맺는 것—이 모든 것은 더 의미 있는 삶을 위한 선택입니다.

이러한 트렌드를 이해하는 것은 단순히 젊은 세대를 이해하는 것을 넘어, 변화하는 사회 전반의 가치관을 읽어내는 일입니다. 소비는 곧 삶의 방식이며, MZ세대는 자신만의 방식으로 더 풍요롭고 의미 있는 삶을 만들어가고 있습니다.

여러분은 어떤 방식으로 2026년의 소비 트렌드를 경험하고 계신가요? 자신만의 제철코어 루틴을 만들거나, 마음을 채워주는 필코노미 아이템을 찾아보거나, 소중한 사람들과 나노 커뮤니티를 만들어보세요. 그 작은 선택들이 모여 더 행복한 일상을 만들어갈 것입니다.

클라우드 네이티브 전환과 DevOps 플랫폼 전략: 국내 CSP의 생존 경쟁

dokevee — Mon, 25 May 2026 14:49:11 +0900

글로벌 빅테크의 압박 속 국내 CSP의 선택

AWS, 마이크로소프트 애저, 구글 클라우드 플랫폼 같은 글로벌 빅테크 기업들이 국내 시장을 장악하며 공격적인 마케팅과 가격 경쟁을 펼치고 있습니다. 이러한 상황에서 국내 클라우드 서비스 제공업체(CSP)들은 단순히 인프라를 제공하는 수준을 넘어서야 합니다. 클라우드 네이티브 전환 및 DevOps 플랫폼 전략은 이제 선택이 아닌 필수가 되었습니다.

네이버 클라우드, 카카오 클라우드, KT 클라우드 등 국내 주요 CSP들은 차별화된 경쟁력을 확보하기 위해 클라우드 네이티브 아키텍처와 DevOps 자동화 도구를 적극적으로 도입하고 있습니다. 특히 AI 기반 운영 자동화와 개발자 경험(DX) 개선에 집중하면서 새로운 돌파구를 모색하고 있습니다.

클라우드 네이티브 전환이란 무엇인가

클라우드 네이티브 전환은 단순히 온프레미스 시스템을 클라우드로 이전하는 것 이상의 의미를 갖습니다. 애플리케이션을 처음부터 클라우드 환경에 최적화된 방식으로 설계하고 개발하는 패러다임 전환입니다.

클라우드 네이티브 아키텍처의 핵심 요소는 마이크로서비스, 컨테이너, 쿠버네티스 오케스트레이션, 그리고 서버리스 컴퓨팅입니다. 이러한 요소들은 애플리케이션의 확장성, 유연성, 복원력을 극대화하면서 개발과 운영의 효율성을 높입니다.

국내 기업들이 클라우드 네이티브로 전환하는 가장 큰 이유는 빠른 배포 주기와 비즈니스 민첩성 확보입니다. 전통적인 모놀리식 아키텍처에서는 몇 주, 몇 달이 걸리던 기능 업데이트가 클라우드 네이티브 환경에서는 하루에도 수십 번 가능해집니다.

DevOps 플랫폼이 해결하는 운영 복잡성

클라우드 네이티브 환경으로 전환하면서 개발팀과 운영팀이 직면하는 가장 큰 과제는 복잡성의 증가입니다. 수백 개의 마이크로서비스, 다양한 컨테이너 이미지, 복잡한 네트워크 구성, 그리고 보안 정책 관리까지 관리해야 할 요소가 기하급수적으로 늘어납니다.

이러한 복잡성을 해결하기 위해 등장한 것이 통합 DevOps 플랫폼입니다. 깃랩(GitLab), 젠킨스(Jenkins), 아르고CD(ArgoCD), 테라폼(Terraform) 같은 도구들을 통합하여 코드 작성부터 배포, 모니터링까지 전 과정을 자동화하고 가시화합니다.

국내 CSP들은 자체 DevOps 플랫폼을 구축하면서 특히 한국 개발 환경에 최적화된 기능을 강조합니다. 네이버 클라우드의 'Source Commit'과 'Source Build', KT 클라우드의 통합 DevOps 솔루션 등이 대표적입니다. 이들은 국내 개발자들이 선호하는 개발 도구와의 연동, 한글 인터페이스, 그리고 국내 규제 준수를 강점으로 내세웁니다.

AI가 바꾸는 DevOps 운영 방식

최근 가장 주목받는 트렌드는 AI를 활용한 DevOps 자동화입니다. AIOps(Artificial Intelligence for IT Operations)라고 불리는 이 영역은 머신러닝과 빅데이터 분석을 통해 시스템 장애를 예측하고, 성능을 최적화하며, 보안 위협을 사전에 차단합니다.

예를 들어 AI는 수천 개의 로그와 메트릭을 실시간으로 분석하여 정상 패턴에서 벗어난 이상 징후를 감지합니다. 시스템이 다운되기 전에 미리 경고를 보내고, 경우에 따라서는 자동으로 복구 작업을 수행하기도 합니다. 이는 과거 숙련된 엔지니어가 몇 시간씩 로그를 분석하던 작업을 몇 초 만에 완료하는 혁신적인 변화입니다.

또한 AI 기반 코드 생성 도구들이 DevOps 파이프라인에 통합되면서 개발 속도가 크게 향상되고 있습니다. GitHub Copilot, AWS CodeWhisperer 같은 도구들은 인프라 코드(IaC) 작성, 테스트 스크립트 생성, 배포 자동화 스크립트 작성을 지원합니다.

국내 CSP의 차별화 전략

글로벌 빅테크와의 경쟁에서 살아남기 위해 국내 CSP들은 몇 가지 핵심 전략을 추진하고 있습니다.

**첫째, 산업 특화 솔루션 개발입니다.** 금융, 제조, 의료, 공공 분야 등 특정 산업의 규제와 요구사항을 깊이 이해하고 맞춤형 클라우드 네이티브 플랫폼을 제공합니다. 특히 금융권의 엄격한 보안 요구사항이나 의료 데이터의 개인정보 보호 규제에 대응하는 솔루션은 글로벌 기업보다 현지 CSP가 유리합니다.

**둘째, 하이브리드 및 멀티 클라우드 전략입니다.** 많은 기업들이 온프레미스 시스템과 클라우드를 함께 사용하거나, 여러 클라우드를 동시에 활용하는 멀티 클라우드 전략을 채택하고 있습니다. 국내 CSP들은 이러한 하이브리드 환경을 효과적으로 관리할 수 있는 통합 DevOps 플랫폼을 제공하면서 차별화를 꾀합니다.

**셋째, 개발자 경험(DX) 향상에 집중합니다.** 복잡한 클라우드 인프라를 추상화하여 개발자가 비즈니스 로직에만 집중할 수 있도록 돕는 것입니다. 직관적인 UI/UX, 풍부한 문서와 튜토리얼, 활발한 개발자 커뮤니티 운영 등을 통해 개발자 충성도를 높이고 있습니다.

실무 적용 시 고려사항

클라우드 네이티브 전환과 DevOps 플랫폼 도입을 검토하는 기업이라면 몇 가지 핵심 사항을 염두에 두어야 합니다.

우선 **조직 문화의 변화**가 선행되어야 합니다. DevOps는 단순한 도구 도입이 아니라 개발팀과 운영팀 간의 협업 문화, 빠른 실패와 학습을 허용하는 실험 문화를 요구합니다. 기술 도입 전에 조직 구성원의 마인드셋을 바꾸는 것이 우선입니다.

다음으로 **점진적 전환 전략**이 필요합니다. 모든 시스템을 한 번에 클라우드 네이티브로 전환하려는 빅뱅 접근법은 위험합니다. 먼저 비즈니스 영향도가 낮은 시스템부터 파일럿 프로젝트를 시작하고, 성공 사례를 만들어가며 점진적으로 확대하는 것이 현명합니다.

**보안과 컴플라이언스**도 초기부터 고려해야 합니다. 클라우드 네이티브 환경은 공격 표면이 넓어지고 보안 위협이 다양해집니다. DevSecOps 개념을 도입하여 개발 단계부터 보안을 통합하고, 자동화된 보안 검사와 취약점 스캐닝을 파이프라인에 포함시켜야 합니다.

미래 전망: 플랫폼 엔지니어링의 부상

클라우드 네이티브와 DevOps의 다음 진화 단계로 주목받는 것이 플랫폼 엔지니어링(Platform Engineering)입니다. 이는 개발팀이 인프라 관리의 복잡성에서 완전히 해방될 수 있도록 내부 개발자 플랫폼(IDP)을 구축하는 접근법입니다.

플랫폼 엔지니어링은 셀프서비스 방식으로 개발자가 필요한 리소스를 즉시 프로비저닝하고, 표준화된 템플릿으로 빠르게 애플리케이션을 배포하며, 통합 대시보드로 모니터링할 수 있게 합니다. 가트너는 2026년까지 대기업의 80%가 플랫폼 엔지니어링 팀을 운영할 것으로 전망했습니다.

국내 CSP들도 이러한 트렌드에 발맞춰 단순 인프라 제공자에서 플랫폼 제공자로 진화하고 있습니다. 개발자가 비즈니스 가치 창출에만 집중할 수 있도록 복잡성을 추상화하고, AI 기반 자동화로 운영 효율을 극대화하는 것이 핵심 경쟁력이 될 것입니다.

마치며

클라우드 네이티브 전환 및 DevOps 플랫폼 전략은 국내 CSP에게 빅테크와 차별화된 경쟁력을 확보할 수 있는 중요한 기회입니다. 단순히 글로벌 기업의 기술을 모방하는 것이 아니라, 국내 시장의 특수성과 고객 니즈를 정확히 파악하여 맞춤형 솔루션을 제공하는 것이 핵심입니다.

기업 입장에서는 클라우드 네이티브 전환을 통해 비즈니스 민첩성을 확보하고, AI 기반 DevOps 플랫폼으로 운영 효율을 극대화하는 것이 디지털 경쟁력의 핵심이 될 것입니다. 지금이야말로 미래를 위한 투자와 혁신이 필요한 시점입니다.

엣지 AI의 확산과 온디바이스 AI 칩 경쟁: 새로운 기술 패러다임의 시작

dokevee — Mon, 25 May 2026 12:44:49 +0900

엣지 AI의 확산과 온디바이스 AI 칩 경쟁: 새로운 기술 패러다임의 시작

클라우드에서 디바이스로 AI의 중심이 이동하고 있습니다. 스마트폰부터 자율주행차, IoT 기기에 이르기까지 모든 디바이스가 자체적으로 AI를 처리하는 시대가 열리고 있습니다. 이러한 변화의 중심에는 엣지 AI와 온디바이스 AI 기술이 있으며, 글로벌 빅테크 기업들은 이 시장을 선점하기 위한 치열한 경쟁을 벌이고 있습니다.

엣지 AI란 무엇인가?

엣지 AI는 클라우드 서버가 아닌 디바이스 자체에서 AI 연산을 수행하는 기술을 의미합니다. 전통적인 클라우드 AI 방식에서는 스마트폰이나 IoT 기기가 수집한 데이터를 원격 서버로 전송하여 처리한 후 결과를 다시 받아오는 구조였습니다. 하지만 엣지 AI는 디바이스 내부에 탑재된 AI 칩이 직접 데이터를 분석하고 판단합니다.

이러한 방식은 세 가지 핵심 이점을 제공합니다. 첫째, 실시간 데이터 처리가 가능합니다. 네트워크 전송 시간이 사라지면서 밀리초 단위의 응답 속도를 구현할 수 있습니다. 둘째, 지연 시간이 극적으로 감소합니다. 자율주행이나 의료 진단처럼 순간의 판단이 중요한 분야에서 결정적 차이를 만듭니다. 셋째, 보안이 강화됩니다. 민감한 데이터가 디바이스를 떠나지 않기 때문에 해킹이나 유출 위험이 현저히 낮아집니다.

온디바이스 AI 칩셋 시장의 폭발적 성장

시장조사 기관들은 엣지 AI 칩셋 시장이 향후 5년간 연평균 20% 이상의 고성장을 지속할 것으로 전망하고 있습니다. 이는 단순히 기술적 우수성 때문만은 아닙니다. 5G 네트워크의 확산, IoT 기기의 폭발적 증가, 개인정보보호 규제 강화 등 여러 환경적 요인이 엣지 AI의 필요성을 증폭시키고 있습니다.

특히 생성형 AI의 대중화는 온디바이스 AI 칩의 수요를 새로운 차원으로 끌어올리고 있습니다. ChatGPT와 같은 대규모 언어 모델을 스마트폰에서 직접 구동하려는 시도가 활발해지면서, 더 강력하고 효율적인 AI 칩이 필수 요소가 되었습니다. 사용자들은 인터넷 연결 없이도 AI 비서를 사용하고, 실시간 번역을 수행하며, 이미지를 생성할 수 있기를 기대하고 있습니다.

치열해지는 AI 칩 경쟁 구도

온디바이스 AI 칩 시장에서는 세 가지 주요 경쟁 축이 형성되고 있습니다. 첫 번째는 모바일 프로세서 시장의 전통적 강자들입니다. 퀄컴의 스냅드래곤 시리즈는 NPU(Neural Processing Unit) 성능을 세대마다 대폭 강화하고 있으며, 삼성전자와 미디어텍도 자체 AI 엔진을 탑재한 칩셋을 잇달아 출시하고 있습니다.

두 번째 축은 빅테크 기업들의 자체 칩 개발입니다. 애플의 A 시리즈와 M 시리즈 칩은 Neural Engine을 통해 강력한 온디바이스 AI 성능을 제공하며, 구글의 Tensor 칩 역시 머신러닝 워크로드에 최적화된 설계를 갖추고 있습니다. 이들은 하드웨어와 소프트웨어를 통합 설계하여 경쟁사보다 높은 효율을 달성하고 있습니다.

세 번째는 전문 AI 칩 제조사들의 약진입니다. 엔비디아는 데이터센터를 넘어 엣지 디바이스용 Jetson 시리즈로 영역을 확장하고 있으며, 인텔은 Movidius와 같은 전용 AI 칩으로 산업용 시장을 공략하고 있습니다. 여기에 중국의 하이실리콘, 화웨이 등도 독자적인 AI 칩 생태계를 구축하며 경쟁에 가세하고 있습니다.

온디바이스 AI 칩의 기술적 도전과제

온디바이스 AI 칩 개발은 상충되는 여러 요구사항을 동시에 만족시켜야 하는 복잡한 과제입니다. 가장 큰 도전은 성능과 전력 효율의 균형입니다. 클라우드 서버는 수백 와트의 전력을 사용할 수 있지만, 스마트폰 칩은 몇 와트 이내에서 작동해야 합니다. 이는 칩 설계자들이 트랜지스터 배치, 메모리 구조, 연산 방식 등 모든 측면을 최적화해야 함을 의미합니다.

또 다른 과제는 범용성과 특화의 균형입니다. AI 모델은 이미지 인식, 자연어 처리, 음성 합성 등 다양한 작업을 수행합니다. 모든 작업에 뛰어난 범용 칩을 만들 것인가, 아니면 특정 작업에 최적화된 전용 회로를 설계할 것인가는 제조사마다 다른 철학을 보여주는 지점입니다. 최근에는 두 접근법을 결합한 하이브리드 아키텍처가 주목받고 있습니다.

소프트웨어 개발 트렌드의 변화

하드웨어의 진화는 소프트웨어 개발 방식에도 혁신을 요구하고 있습니다. 과거에는 대부분의 AI 모델이 클라우드 환경을 전제로 개발되었지만, 이제는 엣지 디바이스의 제한된 자원 내에서 작동할 수 있도록 모델 최적화가 필수가 되었습니다. 모델 양자화, 프루닝, 지식 증류와 같은 기법들이 표준 개발 프로세스로 자리잡고 있습니다.

TensorFlow Lite, PyTorch Mobile, ONNX Runtime과 같은 엣지 AI 프레임워크들이 빠르게 성숙해지고 있습니다. 이들은 클라우드에서 학습한 모델을 모바일 디바이스에 배포하는 과정을 단순화하고, 각 칩셋의 하드웨어 가속 기능을 효과적으로 활용할 수 있게 해줍니다. 개발자들은 이제 단일 코드베이스로 클라우드와 엣지 환경을 모두 지원하는 AI 애플리케이션을 구축할 수 있습니다.

클라우드와 엣지의 하이브리드 전략

흥미롭게도, 엣지 AI의 확산이 클라우드 AI를 대체하는 것은 아닙니다. 오히려 두 기술이 상호 보완적으로 작동하는 하이브리드 아키텍처가 새로운 표준으로 자리잡고 있습니다. 이 접근법에서는 일상적인 추론 작업은 디바이스에서 처리하고, 복잡한 분석이나 모델 업데이트는 클라우드에서 수행합니다.

예를 들어, 스마트폰의 사진 앱은 기본적인 얼굴 인식과 장면 분류를 온디바이스 AI로 실시간 처리하지만, 수천 장의 사진에서 특정 인물이나 장소를 검색하는 작업은 클라우드의 강력한 서버를 활용합니다. 이러한 역할 분담은 사용자 경험, 전력 소비, 비용 효율성 모두를 최적화하는 현실적인 해법입니다.

산업별 엣지 AI 적용 사례

엣지 AI는 다양한 산업 분야에서 혁신을 이끌고 있습니다. 자율주행 분야에서는 차량 내부의 AI 칩이 주변 환경을 실시간으로 분석하고 즉각적인 제어 결정을 내립니다. 밀리초의 지연도 치명적일 수 있는 상황에서 클라우드 의존은 불가능합니다.

의료 분야에서는 웨어러블 기기가 사용자의 건강 데이터를 지속적으로 모니터링하고, 이상 징후를 실시간으로 감지합니다. 환자의 민감한 의료 정보가 디바이스를 떠나지 않기 때문에 프라이버시 측면에서도 유리합니다. 스마트 팩토리에서는 수많은 센서와 카메라가 설비 상태를 감시하고, 엣지 AI가 불량품을 즉시 식별하거나 예방 정비 시점을 예측합니다.

미래 전망: 모든 디바이스가 지능화된다

향후 3~5년 내에 출시되는 거의 모든 스마트 디바이스에 AI 칩이 탑재될 것으로 예상됩니다. 스마트폰은 물론이고, 스마트워치, 이어버드, 가전제품, 보안 카메라까지 AI 기능이 표준 사양이 될 것입니다. 이는 단순한 하드웨어 업그레이드가 아니라 디바이스와 상호작용하는 방식 자체를 근본적으로 변화시킬 것입니다.

또한 차세대 엣지 AI 칩은 현재보다 10배 이상 높은 연산 성능을 더 낮은 전력으로 제공할 것으로 기대됩니다. 3나노, 2나노 공정으로의 전환과 새로운 칩 아키텍처의 등장이 이러한 발전을 가능하게 할 것입니다. 이는 현재 클라우드에서만 가능한 복잡한 AI 작업들이 점차 디바이스로 이동할 수 있음을 의미합니다.

개발자와 기업이 준비해야 할 것

엣지 AI의 확산은 개발자와 기업에게 새로운 기회이자 도전입니다. 개발자들은 모델 최적화, 하드웨어 가속, 전력 관리 등 엣지 환경에 특화된 기술을 습득해야 합니다. 단순히 클라우드용 모델을 축소하는 것이 아니라, 처음부터 엣지 배포를 염두에 둔 설계가 필요합니다.

기업들은 자사의 AI 전략을 재평가해야 합니다. 어떤 AI 기능을 엣지로 이동시킬 것인지, 어떤 칩셋 플랫폼을 선택할 것인지, 클라우드와 엣지를 어떻게 조율할 것인지에 대한 명확한 로드맵이 필요합니다. 특히 개인정보보호와 보안이 중요한 산업에서는 엣지 AI 도입이 경쟁 우위의 핵심 요소가 될 것입니다.

엣지 AI와 온디바이스 AI 칩의 경쟁은 이제 시작에 불과합니다. 기술이 성숙하고 생태계가 확장되면서, 우리는 더욱 지능적이고 반응성 높으며 안전한 디바이스들로 둘러싸인 세상을 경험하게 될 것입니다. 이 변화의 물결에 올라탄 기업과 개발자들이 차세대 기술 혁신을 주도할 것입니다.

2026년 AI 기반 개발자 생산성 도구의 진화: 자율 실행 시대의 개막

dokevee — Mon, 25 May 2026 12:44:22 +0900

2026년 AI 기반 개발자 생산성 도구의 진화: 자율 실행 시대의 개막

개발자의 일상은 지난 몇 년간 극적으로 변화했습니다. 2023년 ChatGPT와 GitHub Copilot이 코드 자동 완성으로 화제를 모았다면, 2026년 현재는 AI가 단순히 제안하는 수준을 넘어 실제로 업무를 실행하는 시대가 열렸습니다. 이제 개발자들은 AI 에이전트에게 작업을 맡기고, 그 사이 더 창의적이고 전략적인 영역에 집중할 수 있게 되었습니다.

코드 제안에서 자율 실행으로: 패러다임의 전환

초기 AI 코딩 도구들은 개발자가 타이핑하는 동안 다음 줄을 예측하거나, 간단한 함수를 자동 완성하는 수준이었습니다. 하지만 2026년의 AI 기반 개발 도구들은 완전히 다른 차원에서 작동합니다.

현재 세대의 도구들은 '자율성'을 핵심 특징으로 합니다. 개발자가 자연어로 "사용자 인증 시스템을 구축하되, OAuth 2.0을 지원하고 보안 베스트 프랙티스를 준수해줘"라고 요청하면, AI는 단순히 코드 스니펫을 제공하는 것이 아니라 전체 아키텍처를 설계하고, 필요한 라이브러리를 선택하며, 테스트 케이스를 작성하고, 심지어 클라우드 환경에 배포까지 자동으로 수행합니다.

이러한 변화는 개발자의 역할을 근본적으로 재정의하고 있습니다. 이제 개발자는 '코드 작성자'에서 'AI 오케스트레이터'로 진화하고 있으며, 기술적 세부사항보다는 비즈니스 로직과 사용자 경험에 더 많은 시간을 할애할 수 있게 되었습니다.

2026년 주목받는 AI 개발 도구의 핵심 기능

1. 멀티모달 컨텍스트 이해

최신 AI 도구들은 코드만 읽는 것이 아니라 프로젝트 전체의 맥락을 이해합니다. 문서, 이슈 트래커, Slack 대화, 디자인 파일, API 스펙까지 통합적으로 분석하여 개발자가 진정으로 원하는 것이 무엇인지 파악합니다. 이는 단편적인 코드 조각이 아닌, 프로젝트의 전반적인 방향성과 일치하는 솔루션을 제공할 수 있게 해줍니다.

2. 엔드투엔드 워크플로우 자동화

코드 작성은 개발 과정의 일부일 뿐입니다. 현대의 AI 도구는 git 브랜치 생성, 코드 리뷰 요청, CI/CD 파이프라인 구성, 클라우드 리소스 프로비저닝, 모니터링 설정까지 전체 개발 라이프사이클을 관리합니다. 개발자는 높은 수준의 의도만 전달하면, AI가 세부 실행을 담당하는 구조입니다.

3. 클라우드 네이티브 통합

2026년의 AI 개발 도구들은 클라우드를 기본 전제로 설계되었습니다. AWS, Azure, Google Cloud 등 주요 클라우드 플랫폼과 긴밀하게 통합되어, 서버리스 함수 배포, 컨테이너 오케스트레이션, 데이터베이스 마이그레이션을 자연스럽게 처리합니다. AI는 비용 최적화와 성능 튜닝까지 고려하여 최적의 클라우드 아키텍처를 제안하고 구현합니다.

4. 실시간 학습과 적응

개인화된 학습 기능도 눈에 띕니다. AI 도구는 개발자의 코딩 스타일, 선호하는 라이브러리, 과거 의사결정 패턴을 학습하여 점점 더 맞춤화된 제안을 제공합니다. 팀 단위로 사용할 경우, 팀의 코드 컨벤션과 아키텍처 원칙을 자동으로 습득하여 일관성 있는 코드베이스 유지를 돕습니다.

실무에서의 생산성 변화: 구체적 사례

실제 개발 현장에서 이러한 도구들은 어떤 영향을 미치고 있을까요? 여러 기업의 사례를 종합해보면 놀라운 결과가 나타납니다.

한 중견 소프트웨어 기업은 AI 자율 실행 도구 도입 후 신규 기능 개발 속도가 평균 60% 향상되었다고 보고했습니다. 특히 반복적인 CRUD 작업, API 엔드포인트 생성, 데이터베이스 스키마 마이그레이션 같은 작업에서 극적인 시간 절감을 경험했습니다.

더 흥미로운 것은 코드 품질의 향상입니다. AI 도구들은 보안 취약점, 성능 병목, 접근성 문제를 사전에 감지하고 자동으로 수정합니다. 한 스타트업 개발팀은 프로덕션 버그가 40% 감소했으며, 코드 리뷰 시간도 절반으로 줄었다고 전했습니다.

주니어 개발자들에게는 더욱 큰 도움이 되고 있습니다. AI 도구가 베스트 프랙티스를 실시간으로 가르쳐주고, 복잡한 아키텍처 결정을 안내하기 때문에 학습 곡선이 크게 완화되었습니다. 경험이 부족한 개발자도 엔터프라이즈급 코드를 작성할 수 있게 된 것입니다.

도전 과제와 현실적 고려사항

물론 장밋빛 전망만 있는 것은 아닙니다. AI 도구 의존도가 높아지면서 몇 가지 우려도 제기되고 있습니다.

첫째, 개발자의 기초 역량 약화 가능성입니다. AI가 모든 것을 대신 처리해주면, 개발자가 핵심 컴퓨터 과학 원리나 알고리즘을 깊이 이해할 기회가 줄어들 수 있습니다. 이는 예상치 못한 문제가 발생했을 때 대응 능력을 저하시킬 위험이 있습니다.

둘째, 비용 문제입니다. 고도화된 AI 도구들은 상당한 컴퓨팅 리소스를 사용하며, 이는 클라우드 비용으로 직결됩니다. 특히 중소기업이나 스타트업에게는 부담이 될 수 있어, 비용 대비 효과를 신중히 평가해야 합니다.

셋째, 보안과 지적재산권 문제입니다. AI가 생성한 코드가 라이선스 충돌을 일으키거나, 민감한 데이터를 AI 학습에 노출시킬 위험이 있습니다. 기업들은 AI 도구 사용 정책을 명확히 수립하고, 코드 감사 프로세스를 강화해야 합니다.

개발자가 준비해야 할 미래

AI 기반 도구의 진화는 개발자에게 새로운 스킬셋을 요구합니다. 순수한 코딩 능력만큼이나 중요해진 것이 바로 'AI 프롬프트 엔지니어링' 능력입니다. AI에게 정확히 무엇을 원하는지, 어떤 제약 조건이 있는지, 우선순위는 무엇인지 명확하게 전달하는 것이 새로운 핵심 역량이 되었습니다.

또한 시스템 사고와 아키텍처 설계 능력이 더욱 중요해졌습니다. AI가 세부 구현을 담당한다면, 개발자는 전체적인 시스템 구조, 확장성, 유지보수성을 설계하는 역할에 집중해야 합니다. 비즈니스 도메인에 대한 깊은 이해와 사용자 관점의 사고도 필수적입니다.

클라우드 네이티브 개발 환경에 대한 이해도 필수입니다. 컨테이너, 서버리스, 마이크로서비스 아키텍처, CI/CD 파이프라인 등 현대적 개발 인프라에 대한 지식이 없다면 AI 도구를 효과적으로 활용하기 어렵습니다.

결론: 협업의 새로운 형태

2026년 AI 기반 개발자 생산성 도구의 진화는 단순한 기술 발전이 아니라, 개발 문화 자체의 변화를 의미합니다. AI는 개발자를 대체하는 것이 아니라, 가장 강력한 협업 파트너가 되고 있습니다.

자율 실행 AI 도구의 등장으로 개발자는 반복적이고 지루한 작업에서 해방되어, 진정으로 창의적이고 전략적인 영역에 집중할 수 있게 되었습니다. 이는 소프트웨어 품질을 높이고, 혁신 속도를 가속화하며, 개발자의 직무 만족도도 향상시키고 있습니다.

물론 기술적, 윤리적 도전 과제들이 여전히 존재합니다. 하지만 이러한 도구들을 현명하게 활용하고, 지속적으로 학습하며, 인간 개발자만의 고유한 가치를 발전시켜 나간다면, 우리는 소프트웨어 개발의 황금기를 맞이할 수 있을 것입니다.

AI와 함께하는 개발의 미래는 이미 시작되었습니다. 이제 중요한 것은 이 변화를 어떻게 받아들이고, 우리의 강점으로 만들어 나가는가 하는 것입니다. 개발자로서의 본질적 가치를 지키면서도 새로운 도구를 적극적으로 활용하는 균형 잡힌 접근이 필요한 시점입니다.

스타벅스, 5.18 넘어 세월호 '사이렌' 이벤트까지…기업의 반복되는 역사 인식 부재 논란

dokevee — Mon, 25 May 2026 11:19:35 +0900

들어가며: 또다시 불거진 스타벅스 역사 인식 논란

글로벌 커피 프랜차이즈 스타벅스가 한국 현대사의 아픈 기억과 관련된 마케팅 실수로 또다시 도마 위에 올랐다. 최근 5.18 민주화운동 기념일에 진행된 '탱크데이' 이벤트 논란에 이어, 과거 세월호 참사 추모 기간에 진행했던 '사이렌' 이벤트까지 재조명되면서 기업의 반복적인 역사 인식 부재 문제가 수면 위로 떠올랐다. 단순히 한두 번의 실수로 치부하기에는, 스타벅스의 이러한 행보가 너무나 반복적이라는 점에서 많은 이들의 공분을 사고 있다.

5.18 '탱크데이' 논란의 전말

올해 5월 18일, 광주 민주화운동을 기리는 추모일에 스타벅스는 '탱크데이'라는 이름의 이벤트를 진행했다. 탱크는 스타벅스 매장에서 사용하는 대용량 음료 용기를 가리키는 용어지만, 5.18 당시 시민들을 향해 진압 작전에 투입됐던 군사용 '탱크'를 연상시키며 큰 논란을 불러왔다. 특히 5.18은 대한민국 민주화 역사에서 가장 아픈 상처 중 하나로, 수많은 시민들이 희생당한 비극적 사건이다.

SNS를 중심으로 '역사 인식이 부재한 무신경한 마케팅'이라는 비판이 쏟아졌고, 많은 소비자들은 스타벅스의 공식 사과를 요구했다. 하지만 더 큰 문제는 이것이 스타벅스의 첫 번째 실수가 아니었다는 점이다. 과거에도 유사한 논란이 있었음에도 불구하고, 기업 차원에서 역사적 맥락을 고려한 검토 시스템이 제대로 작동하지 않았다는 점에서 실망감을 더했다.

세월호 참사일에 진행된 '사이렌' 이벤트의 충격

5.18 논란이 불거지자, 과거 스타벅스가 4월 16일 세월호 참사 추모일 전후로 '사이렌 이벤트'를 진행했던 사실까지 재조명되고 있다. 세월호 참사는 304명의 희생자를 낳은 대한민국 최악의 해상 사고 중 하나로, 매년 4월 16일은 국민적 추모일로 여겨진다. 그런데 스타벅스는 이 시기에 자사의 상징인 '사이렌'을 주제로 한 마케팅 이벤트를 진행한 것으로 알려졌다.

사이렌은 본래 그리스 신화에 나오는 바다의 요정을 의미하지만, 동시에 '경고음', '비상 신호'를 뜻하는 단어이기도 하다. 특히 세월호 참사와 관련해서는 당시 제대로 울리지 않았던 경보음, 구조 신호의 부재가 큰 비판을 받았던 만큼, '사이렌'이라는 단어 자체가 유족과 국민들에게 트라우마를 자극할 수 있는 민감한 표현이었다. 많은 누리꾼들은 "이것이 단순한 우연일 수 있을까"라는 의문을 제기하며, 기업의 무신경함을 강하게 비판했다.

반복되는 실수, 단순한 우연인가 시스템의 문제인가

한두 번의 실수라면 단순한 우연이나 부주의로 넘어갈 수도 있다. 하지만 스타벅스의 경우, 5.18과 세월호라는 한국 현대사의 가장 민감한 두 사건 모두에서 부적절한 마케팅을 진행했다는 점에서 '구조적 문제'를 의심하지 않을 수 없다. 이는 단순히 마케팅 담당자 개인의 실수가 아니라, 기업 내부에 역사적 맥락을 검토하는 시스템 자체가 부재하거나 제대로 작동하지 않는다는 방증이다.

글로벌 기업인 스타벅스가 각국의 문화와 역사를 존중하는 것은 당연한 기업 윤리다. 특히 한국은 스타벅스의 주요 시장 중 하나이며, 수많은 한국 소비자들이 스타벅스의 충성 고객이다. 그런데 이러한 고객들의 아픈 역사를 무시하거나 간과한다면, 이는 단순히 마케팅의 실패를 넘어 기업의 신뢰도와 윤리성에 치명타를 입히는 행위가 될 수밖에 없다.

소비자들의 반응: '보이콧' 움직임까지

이번 논란 이후 온라인 커뮤니티와 SNS에서는 스타벅스 보이콧 움직임이 확산되고 있다. "더 이상 스타벅스를 이용하지 않겠다", "역사 인식이 없는 기업에 돈을 쓸 수 없다"는 의견이 잇따르고 있으며, 일부 소비자들은 실제로 다른 커피 브랜드로 발걸음을 돌리고 있다고 밝혔다.

특히 MZ세대를 중심으로 '가치 소비'가 확산되면서, 기업의 윤리성과 사회적 책임은 소비자 선택의 중요한 기준이 되고 있다. 아무리 맛있는 커피를 판다 해도, 역사를 존중하지 않고 사회적 민감성이 결여된 기업이라면 외면받을 수밖에 없는 시대가 된 것이다. 스타벅스는 이러한 소비자들의 목소리에 귀 기울이고, 진정성 있는 사과와 함께 재발 방지를 위한 구체적인 대책을 제시해야 할 시점이다.

기업이 반드시 갖춰야 할 역사 인식과 사회적 책임

기업의 마케팅은 단순히 제품을 알리고 매출을 올리는 수단이 아니다. 특히 글로벌 기업이라면, 진출한 국가의 문화와 역사, 사회적 맥락을 충분히 이해하고 존중하는 것이 필수적이다. 스타벅스 같은 거대 기업이 한국 시장에서 성공을 거둘 수 있었던 것도, 결국 한국 소비자들의 신뢰와 사랑이 있었기 때문이다.

그렇기에 이번 논란은 스타벅스뿐 아니라 한국에서 사업을 영위하는 모든 기업들에게 중요한 교훈을 준다. 마케팅 기획 단계에서부터 역사적 맥락을 검토하는 시스템을 구축하고, 민감한 날짜와 용어를 사전에 필터링하는 절차가 반드시 필요하다. 또한 현지 스태프와 문화 전문가들의 의견을 적극 반영해, 자칫 발생할 수 있는 실수를 사전에 차단해야 한다.

스타벅스가 나아가야 할 방향

이번 논란을 해결하기 위해 스타벅스가 취해야 할 조치는 명확하다. 첫째, 진정성 있는 공식 사과가 필요하다. 단순히 '불편을 끼쳐 죄송하다'는 식의 형식적인 사과가 아니라, 무엇이 잘못되었는지 구체적으로 인정하고 유족과 국민들에게 진심 어린 사죄를 표해야 한다.

둘째, 재발 방지를 위한 구체적인 시스템 개선안을 제시해야 한다. 한국 현대사의 중요한 날짜들을 데이터베이스화하고, 마케팅 캠페인 기획 시 반드시 이를 검토하는 프로세스를 도입해야 한다. 또한 한국 지사의 권한을 강화해, 현지 상황을 잘 아는 직원들이 이러한 문제를 사전에 발견하고 제동을 걸 수 있도록 해야 한다.

셋째, 역사 교육과 문화 감수성 프로그램을 정기적으로 실시해야 한다. 스타벅스 한국 지사의 모든 임직원, 특히 마케팅 부서 직원들은 한국 현대사의 주요 사건들과 그 의미를 제대로 이해해야 한다. 이는 단순히 논란을 피하기 위한 것이 아니라, 진정으로 한국 사회의 일원으로서 존중과 공감을 실천하기 위한 필수 과정이다.

마치며: 신뢰 회복의 길은 멀다

스타벅스의 반복되는 역사 인식 부재 논란은 단순히 한 기업의 실수를 넘어, 한국 사회에서 활동하는 모든 기업들이 귀담아들어야 할 경고음이다. 소비자들은 이제 더 이상 기업의 무신경함과 형식적인 사과를 받아들이지 않는다. 진정성 있는 변화와 실천만이 잃어버린 신뢰를 회복할 수 있는 유일한 길이다.

5.18과 세월호라는 대한민국의 깊은 상처를 건드린 이번 논란이, 스타벅스에게는 뼈아픈 교훈이 되길 바란다. 그리고 이를 계기로 모든 기업들이 역사를 존중하고 사회적 책임을 다하는 문화가 자리 잡기를 기대해본다. 소비자들의 선택은 명확하다. 역사를 기억하고 존중하는 기업과 함께할 것이며, 그렇지 않은 기업은 과감히 외면할 것이다.

오토몬스터 - 도매처 상품 대량으로 가져오기 <도매매/도매꾹>

dokevee — Sun, 19 Jan 2025 19:02:28 +0900

안녕하세요.

지난 시간에는 오토몬스터 오너클랜 대량등록에 대해 알아보았습니다.

오늘은 오토몬스터에서 도매매/도매꾹의 상품을 대량으로 가져오는 법을 소개드리겠습니다.

1. 도매매 로그인

도매매를 클릭하여 페이지 이동후, 로그인을 진행합니다.

2. 기존 상품DB데이터 삭제하기

먼저 '상품DB보관함' 을 클릭하여 이동합니다.

상품DB보관함 초기화 클릭후, 경고메세지가 나오면 확인을 눌러 기존 DB내역을 삭제합니다.

3. 상품 검색

이제 '상품검색' 을 클릭하여 상품검색 페이지로 이동합니다.

아래의 순서로 검색 설정을 진행합니다.

등급선택을 2등급 이상으로 지정한 이유는 제한을 걸지 않으면 너무 많은 상품이 나옵니다.

또한 빠른배송을 선택하지 않으면 배송이 늦어지면 판매자점수가 깎이는 위험이 있습니다.

그리고 착불상품은 취급하지 않을 계획이므로 제외해주세요.

검색후 좀 기다리면 아래와 같이 결과가 나옵니다.

이때 2만개 이하인지 확인을 먼저 합니다.

DB에 한번에 보낼수 있는 개수가 2만개이므로 상품이 너무 많으면 상품등록일이나 공급사의 등급조건을 바꾸어서 다시 검색을 해서 2만개 이하가 나오도록 해주세요.

( 나중에 익숙해지면 2만개 초과하더라도 나누어서 DB에 담을 수는 있습니다만, 초기에는 작업 편의상 2만개 이하를 추천드립니다.)

이후 '전체선택'을 체크하고 '선택상품DB담기'를 클릭해주세요.

상품 DB담기 확인창이 나오면 상품DB보관함으로 이동합니다.

4. 엑셀파일 출력하기

500개씩 보기로 변경후, 페이지전체선택을 체크해주세요.

이후 마켓별 설정을 클릭합니다.

DB파일의 제목에 현재 페이지의 번호를 넣어주세요.

페이지번호를 넣어주면 여러 페이지에 걸쳐서 상품을 가져올때 구분이 쉽습니다.

(엑셀파일 1개당 최대 500개의 상품만 들어가므로 여러페이지에 걸쳐서 엑셀파일을 다운로드 해야합니다.)

솔루션 선택은 이셀러스를 선택.

판매가요율, 수수료는 오토몬스터에서 무시하는 내용이므로 그냥 1로 설정해주세요.

상품고시에 체크를 넣어주시고 고객연락처는 오토몬스터에서는 무시하므로 아무숫자를 넣어주세요.

그 다음, '엑셀다운로드 페이지에 저장' 버튼을 누릅니다.

'이동' 버튼을 클릭하여 엑셀다운로드 페이지로 이동합니다.

방금전 생성했던 상품DB제목을 확인하여 우측에 '엑셀파일다운로드' 버튼을 클릭합니다.

아래와 같이 다운로드 폴더에 압축파일이 다운로드됩니다.

압축파일을 풀면 아래와 같이 파일2개가 나옵니다.

ESELLERS_1.xls - 상품목록

esellers_delivery.xls - 배송비목록

5. 오토몬스터로 상품 가져오기

엑셀 일괄 불러오기 페이지로 이동.

도매매[이셀러스] 파일로드 클릭하고 아까 압축 풀었던 파일중 ESELLERS_1.xls 파일을 선택합니다.

그러면 아래와 같이 상품목록이 뜨는데요.

전체선택하고 '선택항목 원본상품으로 가져오기'를 클릭합니다.

6. 자동 업로드 시작

모든항목을 오토몬스터로 가져왔으면(진행률 100%), 자동 마켓 업로드 페이지로 이동합니다.

'시작' 버튼을 클릭하여 자동업로드를 시작해주세요.

여기까지가 상품DB의 첫페이지 500개 항목의 자동업로드입니다.

7. 상품DB보관함의 나머지 DB상품들

지금까지는 1페이지의 500개 상품들에 대한 예시였습니다.

나머지 페이지들의 상품들을 가져오려면

'4장. 엑셀파일 출력하기' 부터 동일하게 진행하면 됩니다.

상품DB보관함으로 500개씩 보기.

다음 페이지를 클릭후 동일하게 진행하면 됩니다.

지금까지 도매처 도매매/도매꾹의 상품을 오토몬스터를 이용하여 대량등록하는 법을 설명드렸습니다.

다음 시간에는 온채널의 상품을 대량등록하는 법에 대해서 알아보도록 하겠습니다.

감사합니다.

관심있으신 분은 댓글 또는 하기 상품페이지 직접 방문해주세요.

1개월권

> 스마트스토어에서 구매

https://smartstore.naver.com/yuyu-store/products/11142616919

자면서 돈버는 스마트스토어 쿠팡 대량등록 이미지 상품명 옵션자동설정 오토몬스터 : 유남매스

자면서 돈버는 스마트스토어 쿠팡 대량등록 이미지 상품명 옵션자동설정 오토몬스터

smartstore.naver.com

> 크몽에서 구매

https://kmong.com/gig/601757

원클릭 스마트스토어 쿠팡 상품명,이미지가공 대량등록 - 크몽

드림크래프트 전문가의 IT·프로그래밍 서비스를 만나보세요. 안녕하세요.완전 자동 닥등 대량등록 기능...

kmong.com

1년권

> 네이버에서 구매

https://smartstore.naver.com/yuyu-store/products/11142682030

자면서 돈버는 스마트스토어 쿠팡 대량등록 이미지 상품명 옵션자동설정 오토몬스터 : 유남매스

자면서 돈버는 스마트스토어 쿠팡 대량등록 이미지 상품명 옵션자동설정 오토몬스터

smartstore.naver.com

> 크몽에서 구매

https://kmong.com/gig/601757

원클릭 스마트스토어 쿠팡 상품명,이미지가공 대량등록 - 크몽

드림크래프트 전문가의 IT·프로그래밍 서비스를 만나보세요. 안녕하세요.완전 자동 닥등 대량등록 기능...

kmong.com

오토몬스터 - 도매처 상품 대량으로 가져오기 <오너클랜>

dokevee — Thu, 26 Dec 2024 03:03:17 +0900

안녕하세요.

지난 시간에는 오토몬스터에 대한 소개가 있었는데요.

오늘은 오토몬스터에서 취급하는 도매처중 하나인 오너클랜의 상품을 대량으로 가져오는 법을 소개드리겠습니다.

1. 오너클랜 로그인

먼저 도매처 - 오너클랜 으로 이동하셔서 로그인을 진행해주세요.

오너클랜 로그인화면

2. 카테고리 선택

카테고리 메뉴에서 대량으로 가져올 카테고리를 선별합니다.
발건강용품을 한번 선택해보겠습니다.

오너클랜 카테고리 선택화면

3. 검색조건을 설정합니다.

등록기간은 먼저 기간전체로 해보시고 다른부분들은 아래에 설정한 대로 설정해주세요.

그리고 검색조건 저장을 하시면 설정을 기억을 해서 편합니다.

그다은 검색 버튼을 클릭해서 검색을 하시면 상품들이 나열됩니다.

검색조건 설정 화면

4. 상품코드 다운로드

상품 갯수가 많이 나와서 등록기간을 6개월로 변경하고 다시 검색해보았습니다.

682개로 적당한 갯수로 나오네요.

상품코드 다운로드 버튼을 클릭해주세요.

그러면 아래와 같이 상품코드 압축파일이 다운로드폴더에 다운로드됩니다.

압축을 풀면 오너클랜 상품코드.txt 텍스트파일이 나옵니다.

열어보면 아래와 같이 상품코드들이 나열되어 있습니다.

컨트롤 + C 해서 모두 복사해주세요.

다운로드받은 상품코드

5. DB다운로드 이동

페이지 하단에 DB다운로드가 있습니다. 클릭해서 이동해주세요.

6. DB세트만들기 이동

DB 세트 만들기 버튼을 클릭해서 이동해주세요.

7. 다운로드세트만들기

기본설정 - 사용 솔루션/양식에서 이셀러스(표준) 을 선택합니다.

DB 다운로드 - 기본설정

일반설정 - 상품등록(수정)일 에서 전체를 선택합니다.

DB 다운로드 - 일반설정

부가설정 - 유사상품: 유사상품 제외

부가설정 - 상품코드전용검색: 아까 전 복사했던 상품코드 붙여넣기(컨트롤 + V)

부가설정 - 공급사코드 전용검색: 블랙리스트 공급사 제외

DB 다운로드 - 부가설정

마지막으로 상단부에 있는 다운로드세트 만들기 버튼을 클릭합니다.

그러면 아래와 같이 예상 다운로드 개수가 뜨면서 확인창이 나타납니다.

확인 버튼을 클릭해주세요.

좀 기다리면 등록이 완료되었다고 알림이 뜹니다. 확인을 누릅니다.

자동으로 다운로드세트 목록으로 이동됩니다.

방금전에 만들어진 다운로드세트가 보이는데요. 다운로드를 클릭합니다.

다시 아래쪽에 전체 다운로드 버튼이 나오면 클릭합니다.

그러면 아래와 같이 ownerclan_xxxx_ESELLERS_XXXX.zip 파일이 다운로드됩니다.

이 파일을 압축 풀면 오너클랜상품리스트 라는 엑셀파일이 나타납니다.

다운로드된 상품목록 파일

8. 엑셀 일괄 불러오기

좌측 메뉴에서 엑셀 일괄 불러오기 를 클릭하여 페이지 이동합니다.

오너클랜[이셀러스포맷] 파일로드 를 클릭해서 다운로드 받았던 엑셀파일을 선택합니다.

엑셀 일괄 불러오기

아래와 같이 로딩이 되었는데요.

여기서 끝이 아닙니다.

전체선택을 하고 선택항목 원본상품으로 가져오기를 눌러주세요.

선택항목들을 원본상품으로 가져오기

그러면 아래와 같이 진행율이 올라가기 시작합니다.

9. 자동 마켓 업로드

상품정보를 모두 가져왔으면 자동 마켓업로드 페이지로 이동하여 시작 버튼을 눌러서 자동 업로드를 시작합니다.

자동 업로드 페이지

지금까지 도매처 오너클랜의 상품을 대량등록하는 법을 설명드렸습니다.

다음 시간에는 도매매(도매꾹)의 상품을 대량등록하는 법에 대해서 알아보도록 하겠습니다.

감사합니다.

관심있으신 분은 댓글 또는 하기 상품페이지 직접 방문해주세요.

1개월권

> 스마트스토어에서 구매

https://smartstore.naver.com/yuyu-store/products/11142616919

자면서 돈버는 스마트스토어 쿠팡 대량등록 이미지 상품명 옵션자동설정 오토몬스터 : 유남매스

자면서 돈버는 스마트스토어 쿠팡 대량등록 이미지 상품명 옵션자동설정 오토몬스터

smartstore.naver.com

> 크몽에서 구매

https://kmong.com/gig/601757

원클릭 스마트스토어 쿠팡 상품명,이미지가공 대량등록 - 크몽

드림크래프트 전문가의 IT·프로그래밍 서비스를 만나보세요. 안녕하세요.완전 자동 닥등 대량등록 기능...

kmong.com

1년권

> 네이버에서 구매

https://smartstore.naver.com/yuyu-store/products/11142682030

자면서 돈버는 스마트스토어 쿠팡 대량등록 이미지 상품명 옵션자동설정 오토몬스터 : 유남매스

자면서 돈버는 스마트스토어 쿠팡 대량등록 이미지 상품명 옵션자동설정 오토몬스터

smartstore.naver.com

> 크몽에서 구매

https://kmong.com/gig/601757

원클릭 스마트스토어 쿠팡 상품명,이미지가공 대량등록 - 크몽

드림크래프트 전문가의 IT·프로그래밍 서비스를 만나보세요. 안녕하세요.완전 자동 닥등 대량등록 기능...

kmong.com

오토몬스터(AutoMonster) 소개 : 재택 부업 자동툴

dokevee — Thu, 21 Nov 2024 14:41:36 +0900

온라인 쇼핑몰 운영자들에게 가장 귀찮고 복잡한 작업은 바로 상품 등록입니다.

오늘은 국내 위탁 판매를 편하게 할 수 있도록 도와주는 툴을 소개드리고자 합니다.

오토몬스터라고 하는 프로그램입니다.

처음에 부업으로 스마트스토어를 위탁으로 시작했다가 디지털 노가다가 너무 힘들어서

자동화툴을 만들다 보니 최종적으로는 오토몬스터라는 프로그램이 탄생하게 되었습니다.

현재 많은 회원분들이 이 솔루션을 이용하여 손쉽게 상품등록하여 매출을 올리고 있는데요.

여러가지 툴을 사용할 필요없이 오토몬스터 하나로 상품등록,재고관리 등을 할 수 있습니다.

간단히 아래와 같이 기능을 나열할 수 있는데요.

1️⃣ 완전 자동 업로드 - 클릭 한 번으로 끝

하루의 시작과 끝에 클릭 한 번이면 모든 상품이 자동으로 업로드됩니다.

상품명 생성: AI가 키워드를 분석해 매력적인 상품명을 자동 생성
이미지 처리: 배경 이미지 랜덤 생성, 누끼 따기 및 이미지 반전
카테고리 자동 설정: 골치 아픈 카테고리 관리 불필요
중복 방지 및 업데이트 설정: 기존 상품은 자동 스킵 또는 필요한 부분만 덮어쓰기
쿠팡 옵션 자동 설정: 최신 정책 반영으로 옵션 자동 지정

2️⃣ 반자동 업로드 - 더욱 더 세밀한 세팅

상품명 직접 설정 및 키워드 경쟁률 분석
도매처 상품 다운로드 및 품절 상품 자동 처리
상세페이지 수정, 타이틀 이미지 편집, SEO 태그 최적화

3️⃣ 트렌드 분석 및 가격 계산

최신 소비자 트렌드 분석으로 전략적 상품 소싱 가능
마진율 계산 및 무료배송 옵션 반영

4️⃣ 주문확인/배송처리

신규주문/교환/반품 요청 확인
주문확인/송장등록 처리

지원 도매처: 온채널, 도매매/도매꾹, 오너클랜 (계속 늘려나갈 예정입니다.)

업로드 마켓: 쿠팡, 스마트스토어

왜 오토몬스터일까?

시간 절약: 클릭 몇 번으로 반복 작업 해결
최신 기술 반영: AI를 활용한 자동화와 SEO 최적화
지속적인 업데이트: 회원 요청 사항을 반영해 끊임없이 발전
소수정예 회원(100명 상한)만 운영하여 회원님들의 다양한 요구조건을 최대한 반영.

과연 효과는?

일단 효과부터 말씀드리면 효과는 확실합니다.

한달간 딱 약 2000개만 자동으로만 운영해보았더니 쿠팡에서만 100만원남짓한 매출이 나오네요.

마진율을 30프로 및 무료배송으로 제품가에 배송비를 포함한 것도 있어서 실제로는 30%이상의 순이익이 예상이 됩니다.

만약 10000개를 등록했다면 논리적으로 계산하면 150만원의 순이익이라고 볼 수 있겠죠.

그런데 스마트스토어까지 포함했다면 더 많은 순수익도 나오지 않을까요?

요금제는 1개월, 6개월, 1년, 평생이용.

이렇게 4가지가 있습니다.

(단, 크몽에는 평생이용은 없습니다.)

약 2000개 상품으로 한달간 오토몬스터 진행 결과

이제부터 이 기능들에 대해서 조금 더 자세히 들여다 보도록 하겠습니다.

자동 업로드 기능

부업을 하시는 직장인분들은 시간이 없습니다.

이런 분들에게는 자동 업로드 기능이 가뭄에 단비와도 같은 존재이죠.

(1) 상품명 자동 생성

AI가 자동으로 키워드를 생성하여 랜덤으로 상품명을 만들어 줍니다.

아래 영상을 참고하세요.

동영상 서비스가 종료되어 해당 콘텐츠를 재생할 수 없습니다.

(2) 배경이미지를 상품에 맞게 랜덤으로 생성

: 자동으로 누끼 따기

: 자동으로 이미지 반전

: 매번 다른 배경이미지를 생성하므로 회원간 중복에 대해서 걱정할 필요가 없음

(3) 카테고리를 상품에 맞게 자동으로 선택

: 골치 아픈 마이카테고리 관리 같은 건 필요없이 AI가 자동으로 카테고리를 찾아줍니다.

(4) 이미 업로드된 상품은 자동으로 스킵 / 선택항목 수정 설정 가능

: 중복 업로드 걱정하지 말고 그냥 업로드 걸어 놓으면 알아서 중복 상품은 스킵을 합니다.

: 이미 올린 상품에 대한 동작 설정 기능

- 업로드스킵

- 선택적 덮어쓰기 (상품명, 이미지, 상세페이지, 카테고리, 옵션(가격))

(5) 쿠팡 옵션 속성 자동 설정 기능

: 24년 10월부터 쿠팡 상품 업로드시 옵션설정(개수/중량/색상 등)을 하지 않으면 제품이 노출되지 않습니다.

: 오토몬스터에서는 AI가 옵션명, 상품정보를 분석하여 옵션설정을 자동으로 해줍니다.

반자동 업로드 기능

약간 시간이 있는 분들은 상품을 직접 더 수정하여 세밀하게 정보를 넣을 수 있습니다.

(1) 상품명(키워드) 추출

: 직접 상품명을 추출하여 설정할 수도 있습니다.

: 경쟁율 분석 우선순위 나열.

상품명(키워드) 설정

(2) 도매처에서 상품 다운로드

: 일괄다운로드, 선택다운로드

: 현재 온채널, 도매매, 오너클랜 연동중이며 도매처를 계속 늘려나갈 예정입니다.

도매처의 엑셀출력 파일을 일괄 불러오기

(3) 타이틀이미지 편집

: 배경제거, 배경변경(색상 or 이미지)

(4) 판매가격 계산기능

: 마켓의 수수료, 미리 설정한 구간별 마진율에 따른 판매 가격 계산

: 무료배송옵션의 경우 상품가격에 배송비 포함 기능

: 최소 마진금액 설정 기능(절대 손해보지 않는 안전장치)

구간별 마진 및 최소마진금액 설정

가격 적용 화면

(5) 도매처의 품절 대응

: 도매처의 재고상태를 동기화 기능

: 품절이 되면 자동으로 재고를 0으로 설정.

: 재입고 되면 자동으로 재고 설정

도매처 품절확인/재고반영 화면

(6) SEO최적화

: 태그, 속성 최적화

스마트스토어 태그 등록 화면

스마트스토어 상품속성 설정 화면

(7) 상세페이지 수정

익숙한 네이버 스마트 에디터를 통해 손쉽게 상세페이지 수정

상세페이지 이미지 교체 기능

상세페이지 수정화면

(8) 트렌드분석

: 현재 소비자들이 많이 찾는 트렌드를 순위별로 나열

: 트렌드를 확인하여 전략적으로 소싱하세요!

(9) 신규주문/배송처리

: 쿠팡, 스마트스토어 별로 신규주문 / 배송처리 / 교환 반품요청 확인 등이 가능합니다.

지속적인 업데이트

한번 팔면 관리하지 않는 다른 프로그램들과는 달리 지속적인 업데이트 및 회원님들의 요청사항을 반영중입니다.

메인화면의 S/W업데이트 내용 및 예정 목록

프로그램을 구동하기 위한 조건은 아래와 같습니다.

* 필수 OS환경

- Windows 10 64비트

- Windows 11

소수정예로만 운영하여 회원님들의 요구사항을 하나하나 듣고 반영하면서 운영 중입니다.

따라서 업데이트 및 기능추가가 상당히 활발한 편입니다.

관심있으신 분은 댓글 또는 하기 상품페이지 직접 방문해주세요.

스마트스토어 1개월권

자면서 돈버는 스마트스토어 쿠팡 대량등록 이미지 상품명 옵션자동설정 오토몬스터 : 유남매스

자면서 돈버는 스마트스토어 쿠팡 대량등록 이미지 상품명 옵션자동설정 오토몬스터

smartstore.naver.com

1년, 평생회원권도 있는데 검색하면 추가로 찾을 수 있습니다.

크몽 - 스마트스토어보다 가격이 비쌉니다.

원클릭 스마트스토어 쿠팡 상품명,이미지가공 대량등록 - 크몽

드림크래프트 전문가의 IT·프로그래밍 서비스를 만나보세요. 안녕하세요.완전 자동 닥등 대량등록 기능...

kmong.com

추가로 아래는 회사정보이며 자동영상생성 서비스도 같이 운영중입니다.

회사명: 드림크래프트

> 이커머스 솔루션 개발

> AUTOVID 자동 영상 생성 서비스중 (MS스토어):

https://apps.microsoft.com/store/detail/9N4Z3Q5N10QR?cid=DevShareMCLPCS

스마트팩토리, 프로그래밍언어, 그리고 관련 개발자들의 전망

dokevee — Thu, 4 Jul 2024 23:25:52 +0900

안녕하세요.

오늘은 제가 주로 담당하는 분야인 스마트팩토리에 대해 간단하게 설명드리려고 합니다.

대학교나 코딩 교육기관에서는 웹 및 모바일 개발 위주의 교육이 많아 해당 분야는 이미 포화 상태에 이르렀습니다.

그러나 스마트팩토리 분야는 여전히 많은 개발자를 필요로 하며, 수요에 비해 공급이 부족한 상태입니다.

따라서 지금 개발자를 준비하시는 분들에게는 스마트팩토리 분야가 오히려 블루오션이 될 수 있다고 생각됩니다.

스마트팩토리는 제조업의 혁신적인 변화를 이끌고 있으며, 이를 구현하기 위해 다양한 프로그램 언어가 사용됩니다.

특히 C#은 Microsoft의 .NET 프레임워크와의 강력한 통합 덕분에 많이 사용됩니다.

스마트팩토리에서 자주 사용되는 프로그램 언어와 개발자 전망을 자세히 살펴보겠습니다.

스마트팩토리에서 자주 사용되는 PC 프로그램 언어

C#:

Windows 기반 환경에서의 개발이 용이하며, .NET 프레임워크와의 강력한 통합성으로 인해 스마트팩토리 시스템 개발에 많이 사용됩니다.

장점: 정적 타입 검사로 인한 오류 감소, 풍부한 라이브러리 제공

활용 사례: 생산 라인 관리, 실시간 데이터 모니터링 시스템

Python:

데이터 분석 및 머신러닝에 강점을 가지고 있어, 스마트팩토리의 빅데이터 분석 및 AI 적용에 적합합니다.

장점: 쉬운 문법과 강력한 데이터 처리 라이브러리

활용 사례: 예측 유지보수, 품질 검사 자동화

Java:

플랫폼 독립성과 높은 안정성으로 다양한 산업 환경에서 사용됩니다.

장점: 뛰어난 멀티플랫폼 지원, 강력한 보안 기능

활용 사례: 대규모 기업 시스템 통합, 클라우드 기반 애플리케이션

JavaScript:

웹 기반 애플리케이션 개발에 필수적이며, 스마트팩토리의 웹 인터페이스 구축에 사용됩니다.

장점: 클라이언트-서버 통합, 빠른 개발 속도

활용 사례: 실시간 대시보드, 사용자 인터페이스

C/C++:

임베디드 시스템과 IoT 디바이스의 프로그래밍에 적합합니다.

장점: 높은 성능과 메모리 제어

활용 사례: 센서 데이터 처리, 실시간 제어 시스템

국내의 개발자 전망

스마트팩토리의 확산은 다양한 분야의 개발자들에게 기회를 제공합니다.

한국은 제조업 강국으로, 스마트팩토리 도입이 빠르게 진행되고 있습니다.

이에 따른 개발자들의 전망은 매우 밝습니다.

IoT 및 임베디드 시스템 전문가:

스마트팩토리의 핵심 기술로, IoT 디바이스와 센서 네트워크를 개발하는 전문가들이 필요합니다.

필요 역량: C/C++, 네트워크 프로그래밍, 임베디드 시스템 지식

데이터 분석 및 AI 엔지니어:

대량의 데이터를 분석하고, 이를 바탕으로 최적화된 제조 공정을 설계하는 역할을 맡습니다.

필요 역량: Python, R, 머신러닝 알고리즘, 데이터 시각화

보안 전문가:

스마트팩토리는 사이버 공격에 취약할 수 있어, 이를 방어할 수 있는 보안 솔루션 개발이 중요합니다.

필요 역량: 네트워크 보안, 암호화 기술, 침입 탐지

시스템 소프트웨어 엔지니어:

스마트팩토리의 다양한 시스템을 개발하고 유지보수하는 역할을 합니다.

필요 역량: C#, Java, 소프트웨어 설계 및 개발

정리하며...

스마트팩토리는 제조업의 미래를 이끌어갈 중요한 기술입니다. 이에 따라 관련 기술에 대한 깊은 이해와 경험을 가진 개발자들의 수요가 지속적으로 증가할 것입니다. 한국의 스마트팩토리 산업은 빠르게 성장하고 있으며, 이는 개발자들에게 무궁무진한 기회를 제공합니다. 최신 기술 동향을 학습하고, 다양한 프로젝트 경험을 통해 자신의 역량을 강화하는 것이 중요합니다.

스마트팩토리 분야는 앞으로 더욱 발전할 것이며, 개발자들은 이 흐름에 맞춰 계속해서 성장할 수 있는 기회를 잡아야 합니다.

무료 구글 TTS(Text-to-Speech) 설정하는 법

dokevee — Mon, 19 Feb 2024 23:30:43 +0900

개인 사용자나 소규모 프로젝트에 적합한 Google의 Text-to-Speech 서비스는 그 용도에 따라 거의 무료에 가깝습니다. Google Cloud Platform은 매달 일정량의 무료 할당량을 제공하므로, 일반적인 개인 사용자의 경우 비용 부담 없이 고품질의 음성 변환 기능을 이용할 수 있습니다.

아래는 요금정책 및 무료사용량에 대한 가격표입니다.

위의 내용을 보시면 아시겠지만 개인이 사용하기에는 거의 무료에 가깝습니다.

이제부터 구글 클라우드 콘솔에서 TTS 사용 설정하는 법을 알아보도록 하겠습니다.

구글 클라우드 콘솔 설정 방법

1. Google Cloud Console 로 이동하세요. : https://console.cloud.google.com/

2. 페이지 상단의 드롭다운 메뉴를 선택한 후 "새 프로젝트(NEW PROJECT)"를 선택하세요.

3. 프로젝트 이름을 작성하세요. 이름은 원하는 대로 지정할 수 있지만 식별하기 쉬운 이름을 사용하는 것이 좋습니다.
예) "DokeveeTTS". 그리고 "생성(CREATE)"을 클릭하세요.

4. 결제로 이동하여 신용카드나 유사한 결제 수단을 프로젝트에 연결하세요. 단계에 따라 진행하세요.

5. 다음으로 API를 활성화해야 합니다. 아래 링크로 이동하세요.
https://console.cloud.google.com/apis/api/texttospeech.googleapis.com

6. 올바른 프로젝트가 선택되었는지 확인하고 "활성화(ENABLE)"를 클릭하세요.

7. 이제 Google Cloud Platform 로고를 클릭하여 상위 페이지로 돌아갑니다.

8. 다음으로 서비스 계정을 생성해야 합니다. IAM & Admin -> 서비스 계정(Service Accounts)으로 이동하세요.

9. 상단에 있는 "+ 서비스 계정 생성(CREATE SERVICE ACCOUNT)"을 클릭하세요.

10. 서비스 계정에 쉽게 식별할 수 있는 이름과 설명을 입력하고 "생성(CREATE)"을 선택하세요.

11. 역할을 선택하세요: 편집자(Editor) (Basic -> 편집자(Editor)), 그리고 "완료(DONE)"를 클릭하세요.

12. 이제 서비스 계정을 볼 수 있습니다. 작업(Actions)에서 점 세 개를 클릭하고 "키 관리(Manage Keys)"를 선택하세요.

여기서 "키 추가(ADD KEY)" -> "새 키 만들기(Create new key)"

13. "JSON"을 선택하고 "생성(CREATE)"을 클릭하세요. 파일이 다운로드됩니다.
이 파일을 사용하고자 하는 프로젝트에서 설정하면 됩니다..

깃(Git)에서 dubious ownership 에러메세지의 원인과 해결책

dokevee — Mon, 15 Jan 2024 23:13:48 +0900

오랜만에 Git 관련 글을 쓰네요.

금일 작업중에 처음 접하는 에러를 발견하였으나, 구글링을 해보았더니 해결책은 많이 있지만 원인에 대한 내용은 별로 없어서 시간내어 정리해볼까 합니다.

에러메세지

1) 원인

근본적 원인

현재 작업중이 Git 리포지터리(Repository) 내의 파일 또는 폴더가 현재 작업중인 사용자가 아닌 다른 사용자에게 소유권이 있거나 또는, 동시에 두 사용자가 소유권을 가지고 있을 때 발생합니다.

보안리스크 방지

이런 현상은 보안에 관련하여 큰 문제를 야기시킬 수 있습니다.

예를 들어 다른 사용자가 소유한 파일이나 폴더에 악의적인 코드가 포함되어 있을 수 있으며, Git작업을 통해 실행될 경우, 시스템 보안에 위험을 초래할 수 있습니다.

특히 기업환경에서 여러 사용자가 동일한 시스템을 사용하는 경우, 파일시스템의 권한설정이나 사용자 계정 관리 방식 때문에 이러한 문제가 발생할 수 있습니다.

최근 Git버젼에서는 이러한 보안 위험을 감지하고 경고하는 기능이 강화되었습니다.

이는 Git 사용자와 리포지토리의 안전을 보장하기 위한 조치입니다.

2) 해결책

첫번째 방법: 소유권 확인 및 변경

오류가 발생한 리포지토리의 파일이나 폴더의 소유권을 확인하고 필요한 경우 현재 사용자로 변경합니다.
Windows에서는 '속성(Properties)'를 통해 소유권을 확인하고 '보안(Security)' 탭에서 변경할 수 있습니다.

두번째 방법: Git설정 변경

Git에서는 safe.directory 설정을 통해 특정 디렉토리를 안전하게 처리하도록 설정할 수 있습니다.
이는 Git이 해당 디렉토리를 신뢰하고 소유권 검사를 우회하게 합니다.

아래와 같이 사용하시면 됩니다.

git config --global --add safe.directory [리포지터리 절대 경로]

이상 정리를 마칩니다.

감사합니다.

Google cloud function : Firestore 데이터 조회/수정하기

dokevee — Fri, 12 Jan 2024 01:24:24 +0900

안녕하세요. 도깨비 개발자입니다.

지난 글에서는 Google Cloud Function의 환경설정, Clound Function 함수작성 및 동작 테스트까지 해보았는데요.

궁금하신 분은 아래 링크를 통해 지난 내용을 확인해주세요.

Google cloud function(1/2) 소개 및 환경설정 (tistory.com)

Google cloud function(2/2) 함수 만들기 및 동작테스트 (tistory.com)

오늘은 Cloud Function으로 Firestore의 데이터를 조회/수정하는 함수를 만들고 동작을 시켜보겠습니다.

시작에 앞서 먼저 이런 의문을 가지신 분들이 있을 수 있습니다.

'모바일앱이나 PC어플리케이션에서 직접 Firestore의 데이터베이스를 조회하고 수정하면 되는데 굳이 Cloud Function을 만들어 써야하나?'

그렇습니다. 모바일 앱이나 PC어플리케이션에서 직접 조회하고 수정할 수 있습니다.

하지만 Cloud Function을 사용함에 몇가지 중요한 장점이 있습니다.

첫째, 보안입니다.

클라이언트 어플리케이션에서 직접 Firestore에 접근한다는 것은 결국 데이터베이스에 접근할 수 있는 중요한 키가 해킹당할 수 있는 리스크가 있습니다.

이러한 보안 리스크 때문에 보안규칙을 정의하고 관리해야하는 복잡성이 증가하게 됩니다.

둘째, 자체 서버구축이 필요없는 점(서버리스)입니다.

결국 첫번째 보안문제로 인해 Firestore를 서버쪽에서 관리한다고 하면 두가지 선택지가 있을 수 있겠죠.

자체 서버를 만들어 클라이언트의 요청을 받아 서버에서 데이터베이스를 조회/수정하거나 Cloud Function에서 관리하거나 이겠죠.

자체 서버를 만든다는 것은 물리적 또는 VM으로 직접 아파치나 IIS등으로 웹서버를 구동시키고 REST API도 직접 만드는 등 할 일이 커지게 됩니다.

이 때, Cloud Function을 만들어 쓴다면 서버구축 필요없이 구글에서 알아서 함수호출에 대응을 해주게 되니 아주 편리해집니다. 또한 트래픽이 급증하는 상황에서도 안정적으로 서비스를 제공할 수 있습니다.

이는 대규모 사용자기반을 가진 어플리케이션에서 특히 중요하다고 할 수 있겠죠.

단, 호출횟수에 따른 비용은 발생하게 되므로 월 예상 호출횟수를 확인하여 현명한 선택을 하시면 됩니다.

셋째, 유지보수의 용이성

비즈니스 로직을 Cloud Function에 구현함으로써, 어플리케이션의 복잡성을 줄이고 유지보수를 용이하게 할 수 있습니다.

또한, 서버측 코드 변경이 필요한 경우 클라이언트 어플리케이션을 업데이트할 필요없이 Cloud Function만 수정하면 됩니다.

제가 개인적으로 Cloud Function을 활용한 분야는 소프트웨어 복사방지 시스템입니다.

윈도우용 어플리케이션을 배포하면서 불법복제 방지를 위해서 여러가지 방안을 검토하던 중

OAuth, USB동글 등의 방법도 있지만 더 간단한 방법으로 Cloud Function을 활용하게 되었습니다.

사용자마다 어플리케이션의 라이선스 고유키를 발급하여 사용자에게 고유키를 제공하면, 사용자가 어플리케이션에서 고유키를 입력하여 라이선스 인증을 하게 됩니다.

이상으로 Cloud Function을 왜 사용하는 지, 그리고 실제로 어떻게 쓰일 수 있는 지에 대해 간단히 얘기해보았습니다.

이제 본격적으로 예제를 진행하도록 하겠습니다.

먼저 index.ts 파일의 전체코드를 보여드리겠습니다.

/**
 * Import function triggers from their respective submodules:
 *
 * import {onCall} from "firebase-functions/v2/https";
 * import {onDocumentWritten} from "firebase-functions/v2/firestore";
 *
 * See a full list of supported triggers at https://firebase.google.com/docs/functions
 */
import * as functions from "firebase-functions";
import * as admin from "firebase-admin";
import * as logger from "firebase-functions/logger";

// Firebase Admin 초기화
admin.initializeApp();

// Firestore 참조
const db = admin.firestore();

export const ReadAge = functions.https.onRequest(async (request, response) => {
  const docId = request.query.docId;
  if (!docId) {
    response.status(400).send("Name is required");
    return;
  }
  try {
    const userRef = db.collection("users").doc(docId.toString());
    const doc = await userRef.get();
    if (!doc.exists) {
      response.status(404).send("User not found");
      return;
    }

    // callCount 업데이트
    const userData = doc.data();
    const currentCount = userData?.callCount || 0;
    await userRef.update({callCount: currentCount + 1});

    // 나이 정보 반환
    response.send({age: userData?.age});
  } catch (error) {
    logger.error("Error reading age", error);
    response.status(500).send("Error reading age");
  }
});


// 이름과 나이를 사용하여 사용자의 나이를 설정하는 함수
export const SetAge = functions.https.onRequest(async (request, response) => {
  const {docId, age} = request.body;
  if (!docId || age === undefined) {
    response.status(400).send("Name and age are required");
    return;
  }
  try {
    const userRef = db.collection("users").doc(docId);
    await userRef.set({age}, {merge: true});
    response.send("Age updated successfully");
  } catch (error) {
    logger.error("Error setting age", error);
    response.status(500).send("Error setting age");
  }
});

위의 코드를 보면 2개의 함수가 있습니다.

ReadAge는 데이터베이스조회(GET), SetAge는 데이터베이스수정(POST)입니다.

1) ReadAge

docId를 쿼리로 입력을 받아 docId문서에 있는 age를 반환해줍니다.

테스트코드로 callCount를 1씩 증가시키고 있습니다.

원래 프로그램 방법론으로 볼 때, GET요청에서 DB의 항목을 수정하는 건 바람직 하진 않습니다.

따라서 어디까지나 테스트코드로 봐주시기 바랍니다.

2) SetAge

docId와 age를 body문으로 입력을 받아 docId문서의 age를 수정하는 함수입니다.

현재 firestore의 database를 확인해보겠습니다.

Firestore 데이터베이스의 users컬렉션-24011101문서의 내용

이 상태에서 index.ts의 내용을 Cloud Function에 Deploy해보겠습니다.

Deploy가 완료되었습니다.

Functions를 확인해보면 ReadAge, SetAge 2개의 함수가 보입니다.

이제 호출을 해서 동작테스트를 해보겠습니다. 동작확인을 위해 Postman을 사용하겠습니다.

첫번째 ReadAge를 호출해보겠습니다.

docId=24011101 쿼리로 ReadAge 명령 결과

11세라고 친절하게 답변이 왔네요.

실제 클라이언트에서는 Json을 Deserialize해서 사용하면 되겠습니다.

Firestore에서 callCount가 갱신되었는지 확인해보겠습니다.

0에서 1로 바뀐 걸 확인할 수 있습니다.

이제 두번째 SetAge를 호출해보겠습니다.

docId가 24011101인 문서의 age를 38세로 변경해보겠습니다.

Age가 성공적으로 업데이트되었다고 답변이 왔네요.

실제 데이터베이스가 갱신되었는지 확인해보겠습니다.

38세로 갱신되어 있는 걸 확인할 수 있습니다.

[코드 추가 설명]

추가로 TypeScript의 문법적 특성에 대해 한가지 설명 드리겠습니다.

아래 코드를 자세히 봐주세요.

// 이름과 나이를 사용하여 사용자의 나이를 설정하는 함수
export const SetAge = functions.https.onRequest(async (request, response) => {
  const {docId, age} = request.body;
  if (!docId || age === undefined) {
    response.status(400).send("Name and age are required");
    return;
  }
  try {
    const userRef = db.collection("users").doc(docId);
    await userRef.set({age}, {merge: true});
    response.send("Age updated successfully");
  } catch (error) {
    logger.error("Error setting age", error);
    response.status(500).send("Error setting age");
  }
});

코드를 보시면 파라메터 age변수가 있습니다.

이 변수가 아래쪽에서

await userRef.set({age}, {merge: true});

라는 코드에서 사용이 되는데요.

set함수내에서 age라는 숫자가 들어간 변수만 들어갔는데 실제로 age필드가 변경되었습니다.

그 이유는 TypeScript와 JavaScript의 객체 리터럴 축약 표현법이기 때문입니다.

만약에 파라메터명이 newAge로 정의되었다고 한다면 코드는 아래와 같이 작성되어야 합니다.

await userRef.set({age: newAge}, {merge: true});

이상으로 Cloud Function 을 호출하여 Firestore의 데이터베이스를 조회/수정하는 예제를 함께 진행해보았습니다.

지난번 글에서 작성했던 2개의 글과 이 글까지 보셨으면 Cloud Function 을 충분히 쉽게 구현할 수 있을 거라고 생각합니다.

긴 글 읽어주셔서 감사합니다.

Google cloud function(2/2): 함수 만들기 및 동작테스트

dokevee — Wed, 10 Jan 2024 23:41:38 +0900

안녕하세요.

Cloud function의 두번째(마지막) 게시글입니다.

지난번엔 환경설정 위주였고, 오늘은 Cloud function 을 만들어보고 테스트하는 시간을 가져보겠습니다.

[빌드]-[Functions]를 클릭해주세요.

현재 요금제설정이 Spark인 경우에는 프로젝트의 결제 요금제를 업그레이드 해야합니다.

[프로젝트 업그레이드] 버튼을 눌러 요금제를 변경합니다.

결제 계정을 선택후 [계속] 버튼 클릭

만약 결제 계정(카드정보)이 하나도 등록되어 있지 않으면 카드등록 단계로 안내할 겁니다.

신용카드등록 단계는 생략하도록 하겠습니다.

요금정책은 아래 내용을 확인해주세요.

개인적으로 사용할 경우 거의 무료 수준의 호출량입니다.

Blazor의 Cloud Functions 요금은 파란색 테두리 부분을 확인하세요

테스트이니 결제 예산은 100원으로 하겠습니다.

마지막으로 구매 버튼을 클릭해주세요

이제 Cloud Function을 사용할 수 있게 되었습니다.

[시작하기] 버튼을 클릭하면 아래와 같은 안내창이 뜰 겁니다.

복사버튼을 클릭해서 내용을 복사하세요

Firebase 도구 설치코드를 복사하여 커맨드프롬프트에서 실행해주세요.

단, $ 는 지우고 실행해야합니다.

설치가 완료되면 커맨드프롬프트를 끄고 아래와 같이 node.js 전용 프롬프트를 실행시켜주세요.

(권한 문제 때문에 일반 커맨드 프롬프트에서는 관련 명령들이 실패할 수 있습니다.)

테스트를 위한 폴더를 만들어 주세요.

예제에서는 D:\Firebase\CloudFunctionTest라는 폴더를 만들었습니다.

node.js 프롬프트에서 firebase 를 입력후 엔터를 쳐서 firebase 명령이 인식이 되는지 먼저 확인합니다.

잘 인식이 되니 다음 단계로 이동하겠습니다.

프롬프트에 firebase login 을 치고 엔터키를 누르면 인터넷브라우저창이 자동으로 열리면서 구글로그인을 진행하게 됩니다.

로그인을 마치면 프롬프트에 아래와 같이 표시됩니다.

이제 아래 안내의 프로젝트 시작 명령을 실행합니다.

프롬프트에서 firebase init를 실행해주세요.

위와 같이 Functions에 스페이스키를 눌러서 선택하고 엔터키를 눌러주세요.

그 이후 질문들은 하기와 같이 대답해주세요.

- Please select an option: Use an existing project

-What language would you like to use to write Cloud Functions? TypeScript (본 예제에서는 TypeScript를 사용하겠습니다.)

-Do you want to use ESLint to catch probable bugs and enforce style? Yes

(코딩 규약을 엄격히 하여 빌드에러 등을 미연에 방지할 수 있도록 도와줍니다.)

-Do you want to install dependencies with npm now? No

이제 폴더를 확인해보면 아래와 같이 파일들이 생성된 걸 알 수 있습니다.

functions-src 폴더로 들어가면 index.ts 파일이 있습니다.

에디터로 열어서 내용을 수정해보겠습니다.

이제 아래의 창에서 완료 버튼을 눌러주세요

그러면 첫번째 배포 대기 중이라는 메세지가 뜨면서 배포대기중 상태가 됩니다.

이제 프롬프트 창에서 아래의 명령을 실행합니다.

firebase deploy

위와 같이 Deploy가 성공했습니다.

콘솔창을 새로고침하면 Functions의 함수목록에 새로운 함수가 하나 등록된 걸 확인할 수 있습니다.

이제 웹브라우저에서 함수를 호출해 보겠습니다.

문제없이 잘 호출이 되는 걸 확인할 수 있습니다.

지금까지 Google의 Cloud function을 사용하기 위한 환경설정 및 function등록, 실행을 같이 해보았습니다.

다음 시간에는 번외편으로 Cloud function을 호출하면 자동으로 Firestore의 값을 갱신하는 예제를 진행해보겠습니다.

감사합니다.

Google cloud function(1/2): 소개 및 환경설정

dokevee — Wed, 10 Jan 2024 20:49:42 +0900

안녕하세요!

오늘은 Google cloud function에 대해 알아보고 환경설정까지 진행해보겠습니다.

Google Cloud Functions는 Google Cloud Platform(GCP)에서 제공하는 서버리스 실행 환경입니다.

이 서비스를 사용하면 개발자가 서버 관리에 신경 쓰지 않고도 코드를 실행할 수 있으며, 코드는 Google의 인프라에서 자동으로 실행, 관리됩니다.

Cloud Functions는 이벤트 기반으로 작동하며, Google Cloud 서비스(예: Cloud Storage, Pub/Sub) 또는 외부 이벤트에 반응하여 작동합니다.

Google Cloud Functions의 주요 기능

서버리스: 인프라 관리가 필요 없으며, Google이 서버, 네트워킹, 스토리지 등을 관리합니다.

이벤트 기반: 특정 이벤트(예: HTTP 요청, Cloud Storage의 변경사항)에 반응하여 자동으로 코드가 실행됩니다.

자동 확장: 트래픽이 증가하면 자동으로 리소스가 확장되며, 트래픽이 감소하면 리소스 사용이 축소됩니다.

언어 다양성: Node.js, Python, Go, Java 등 여러 프로그래밍 언어를 지원합니다.

Google Cloud Functions 2세대의 새로운 기능

2세대 Cloud Functions는 기본적으로 1세대보다 더 많은 기능과 유연성을 제공하며, 복잡한 애플리케이션과 워크로드에 더 적합합니다.

사용자는 1세대, 2세대 중 하나를 선택할 수 있습니다. 그리고 1세대도 계속 지원을 할 계획이라고 합니다.

하지만 구글에서는 가능하다면 새로운 함수에 Cloud Functions(2세대)를 선택하는 것이 좋다고 말하네요.

자, 그렇다면 이제 본격적으로 Cloud function을 만들어 보겠습니다.

Cloud function 환경설정

1) nodejs 설치

Node.js (nodejs.org) 에 접속해주세요.

LTS를 클릭해주세요. LTS가 오랫동안 지원을 받을 수 있는 버젼이어서 추천합니다.

다운로드가 완료되면 실행해서 설치해주세요.

Next를 눌러주세요.

체크후  Next를 눌러주세요.

Install을 눌러주세요.

설치가 시작됩니다.

설치완료후, Finish를 눌러주세요.

이제 node.js가 정상 설치되었는 지 확인 해보겠습니다.

커맨드 프롬프트에서 npm을 입력후 엔터키를 눌러주세요.

위 와같은 옵션설명이 나오면 정상 설치가 된 것입니다.

2) Firebase 프로젝트 생성

Firebase Console 페이지에 접속해주세요.https://console.firebase.google.com/

[프로젝트 만들기] 버튼을 클릭하여 프로젝트를 생성합니다.

프로젝트 이름을 입력하고 체크란에 체크를 한 후, [계속] 버튼을 클릭해주세요.

애널리틱스는 비즈니스측면에서 도움이 되는 기능이지만 지금 진행하는 예제에서는 사용하지 않도록 하겠습니다.

마지막으로 [프로젝트 만들기]를 클릭해주세요.

프로젝트 생성 진행율이 이렇게 표시됩니다.

자, 이제 테스트를 위한 Firebase 프로젝트 생성이 완료되었습니다.

3) Firestore Database 생성

Firebase 데이터베이스에는 Firestore, Realtime Database 두종류가 있는데 이번 예제에서는 Firestore Database로 테스트 해보겠습니다.

좌측 메뉴의 [빌드] 를 클릭하고 [Firestore Database] 를 클릭해주세요.

[데이터베이스 만들기] 를 클릭해주세요.

한국에서 테스트중이니 위치는 [서울]로 설정하겠습니다.

테스트 중이므로 [테스트모드에서 시작]을 고르겠습니다.

이 설정은 나중에 변경 가능합니다.

데이터베이스가 만들어 지면 아래와 같이 표시됩니다.

아래와 같이 User컬렉션을 만들고 User 2개 데이터를 추가하였습니다.

User의 내용은 이름, 나이로 간단하게 만들었습니다.

자, Cloud function을 테스트할 준비작업은 끝났습니다!

Cloud function을 만드는 법은 내용이 길어질 수 있어서 다음 게시글에서 이어가도록 하겠습니다.

감사합니다.

클라우드 서비스 비교: AWS, Azure, Google Cloud

dokevee — Thu, 23 Nov 2023 22:20:09 +0900

오늘은 가장 유명한 클라우드 서비스 3개를 비교해보도록 하겠습니다.

클라우드 서비스 제공 업체인 AWS, Azure, 그리고 Google Cloud는 기업들이 클라우드 컴퓨팅을 활용하는 방식에 혁신을 가져왔습니다.

이 세 플랫폼은 각각 특화된 기능과 서비스를 제공하며, 사용자에게 각기 다른 이점과 한계를 가지고 있습니다.

장단점 비교

AWS(Amazon Web Services)

장점:

성숙한 클라우드 서비스로 광범위한 서비스 및 파트너 생태계를 제공.

보안, 모니터링, 안정성 등에서 높은 순위에 위치.

다양한 사용 사례에서 검증된 가상 환경 지원.

단점:

관리에 고급 전문 지식이 필요.

하이브리드 클라우드 지원에서는 Azure에 비해 불리할 수 있음.

서비스 범위가 넓어 소규모 조직에서는 파악과 관리가 복잡할 수 있음.

Microsoft Azure

장점:

Microsoft 중심 환경에서 탁월한 통합 제공.

Linux 및 오픈 소스 애플리케이션 스택에 대한 지원.

하이브리드 클라우드에 강력한 솔루션 제공.

단점:

대규모 구현에서의 규모 확장성 문제.

구성 및 관리에 고급 기술 전문 지식이 필요.

특정 신뢰성 이슈가 있을 수 있음.

Google Cloud Platform (GCP)

장점:

오픈 소스 커뮤니티에서 뛰어난 명성.

분석 및 머신 러닝에 대한 강력한 투자와 기능.

빅데이터 및 클라우드 네이티브 애플리케이션에 최적화된 옵션 제공.

단점:

계약 협상 과정에서 엄격함.

소규모 파트너 생태계와 엔터프라이즈 시장에 대한 서비스 범위 제한.

각 클라우드 서비스 제공 업체는 특정 시나리오와 요구에 맞춰 설계되었습니다.

예를 들어, 대규모 엔터프라이즈 시스템과 밀접하게 통합해야 하는 기업은 Azure를 선호할 수 있고,

광범위한 서비스와 파트너 네트워크가 필요한 기업은 AWS를 선택할 가능성이 높습니다.

반면에, 데이터 분석과 머신 러닝에 특화된 솔루션이 필요한 기업은 GCP가 유리할 수 있습니다.

결국, 각 조직의 특정 요구사항, 기술 스택, 그리고 장기적인 비즈니스 목표에 따라 가장 적합한 클라우드 서비스 제공 업체를 선택해야 합니다.

요금 분석

AWS, Azure, Google Cloud 간의 요금 비교를 할 때,

온디맨드 가격, 장기 약정에 대한 할인 가격, 초당 과금, 서버리스 컴퓨팅 비용 등 여러 요소를 고려해야 합니다.

요금 비교 기준:

정확한 비교를 위해서는 동일한 지역, 운영 체제 및 인스턴스 사양을 기준으로 평가하는 것이 중요합니다.

비교되는 인스턴스 유형은 일반적으로 일반 목적, 컴퓨팅 최적화, 메모리 최적화, 가속 컴퓨팅을 포함합니다.

Google Cloud의 메모리 최적화 및 가속 컴퓨팅 인스턴스는 AWS 및 Azure에 비해 높은 vCPUs에서 시작되며,

이는 가격에 영향을 미칠 수 있습니다.

온디맨드 가격:

온디맨드 가격은 장기 약정 없이 사용한 서비스의 비용입니다.

Google Cloud와 AWS는 일반 목적 및 메모리 최적화 인스턴스 유형에 대해 유사한 가격을 제공합니다.

한편, AWS와 Azure 간에는 컴퓨팅 최적화 인스턴스에 대한 가격 차이가 미미합니다.

그러나 Google Cloud의 메모리 최적화 및 가속 컴퓨팅 인스턴스에 대한 가격 모델은 AWS 또는 Azure에 비해 높습니다.

할인 가격:

장기 약정을 하는 경우 비즈니스에 할인 가격이 제공됩니다.

AWS는 "Reserved Instances"라고 부르며, Azure는 "Reserved Savings", Google Cloud는 "Commitment Price"라고 합니다.

AWS는 인스턴스 유형에 관계없이 모든 1년 약정 계획에 대해 평균 40% 할인을 제공합니다.

Google Cloud의 경우 메모리 최적화 인스턴스의 온디맨드 가격이 가장 높았지만, 1년 약정 가격은 AWS와 Azure에 비해 가장 낮습니다.

초당 과금:

초당 과금은 더욱 세분화된 과금 옵션입니다.

AWS는 Linux 인스턴스에 대해 초당 과금을 제공하며, 최소 60초 한도가 적용됩니다.

Azure도 초당 과금을 시작했지만 주로 컨테이너 기반 인스턴스에 집중되어 있습니다.

Google Cloud는 모든 VM 기반 인스턴스에 대해 초당 과금을 제공하여, 단기 프로세스에 대해 더 경제적일 수 있습니다.

서버리스 가격 비교:

AWS Lambda, Azure Functions, Google Cloud Functions와 같은 서버리스 서비스는 사용한 컴퓨팅 파워에 대해 100밀리초 단위로 과금합니다.

이는 코드 실행 시간에만 비용을 지불하고, 유휴 상태에서는 비용을 지불하지 않아야 함을 의미합니다.

요약하자면, 특정 요구 사항, 예상 부하 및 예산 고려 사항에 따라 가장 적합한 클라우드 서비스 제공업체를 선택해야 합니다.

클라우드 제공업체들은 자주 요금 구조와 할인 제안을 업데이트하므로 정기적인 요금 검토가 권장됩니다.

그렇다면 각 Case별로 어떤 서비스가 유리한 지 살펴보겠습니다.

분야별 적절한 서비스

1. 스타트업과 소규모 기업:

AWS: 광범위한 서비스와 큰 파트너 네트워크는 스타트업이 필요로 하는 유연성을 제공합니다.

Google Cloud: 데이터 분석과 머신 러닝 서비스에 대한 강한 지원은 데이터 중심의 스타트업에게 유리합니다.

2. 대기업:

Azure: 기존의 Microsoft 솔루션과의 통합은 대기업 IT 환경에 잘 맞습니다.

AWS: 광범위한 서비스와 성숙한 기능은 대기업의 다양한 요구를 충족시킬 수 있습니다.

3. 하이브리드 클라우드 및 멀티 클라우드:

Azure: 하이브리드 클라우드 솔루션에 강점을 가지고 있으며, 기업들이 온프레미스와 클라우드 환경을 원활하게 통합할 수 있도록 지원합니다.

Google Anthos: Google의 Anthos는 다양한 클라우드 환경에서의 애플리케이션 운영을 통합 관리할 수 있는 서비스를 제공합니다.

4. 데이터 분석 및 머신 러닝:

Google Cloud: Google의 강력한 AI와 머신 러닝 툴은 데이터 분석 및 인사이트 추출에 최적화되어 있습니다.

엔터프라이즈 애플리케이션:

Azure: Office 365, Dynamics CRM 등 Microsoft 제품과의 긴밀한 통합은 엔터프라이즈 사용자에게 편리함을 제공합니다.

5. 비용 효율적인 컴퓨팅:

AWS: 다양한 가격 모델과 리소스 사이즈 옵션은 비용을 최적화하는 데 도움을 줍니다.

Google Cloud: 지속적인 사용에 대한 깊은 할인과 가격 책정 모델은 비용 절감에 유리할 수 있습니다.

6. 긴급한 서비스 스케일링:

AWS: AWS의 자동 스케일링은 트래픽 급증에 대응하는 데 유용합니다.

7. 규정 준수 및 보안:

Azure: 정부 및 금융 기관과 같이 규제가 많은 산업군에서 많이 사용됩니다.

AWS: 다양한 규정 준수 인증과 함께 광범위한 보안 서비스를 제공합니다.

이상으로 AWS, Azure, 그리고 Google Cloud의 비교를 해보았습니다.

추가적으로 당부드릴 말씀은, 각 클라우드 제공 업체는 지속적으로 서비스와 기능을 개선하고 있으므로, 정확한 비교와 분석을 위해서는 최신 정보를 확인하는 것이 중요합니다.

비전검사: 렌즈 선정시 반드시 체크해야할 주요 요소 3가지

dokevee — Sun, 18 Jun 2023 01:39:56 +0900

비젼 카메라 시스템을 구축하려면 위와 같이 여러 요소를 고려해야 합니다.

오늘은 특히, 워킹 디스턴스(Working Distance), 센서 크기(Sensor Size), 그리고 시야각(Field of View, FOV)에 대한 내용을 중점적으로 다룰 예정입니다.

1. 워킹 디스턴스(Working Distance)

워킹 디스턴스는 카메라 렌즈와 대상 사이의 거리를 의미합니다.

이 거리는 렌즈의 초점 거리와 밀접한 관련이 있습니다.

워킹 디스턴스가 길면 긴 초점 거리의 렌즈를, 짧으면 짧은 초점 거리의 렌즈를 선택해야 합니다.

워킹 디스턴스를 정확히 측정하고 이에 맞는 렌즈를 선택하는 것이 중요합니다.

2. 센서 크기(Sensor Size) vs 렌즈 이미지 써클(Image Circle)

카메라의 센서크기와 렌즈의 이미지써클의 확인이 필요합니다.

이미지써클 > 센서사이즈

<이미지써클이 센서사이즈보다 큰 경우>

가장 바람직한 경우입니다.

다크코너가 생기지 않습니다.

ㅇㅇ

<이미지써클이 센서사이즈보다 같거나 작은경우>

다크코너가 생깁니다.

중앙에 비해 코너가 많이 어두워지죠.

<이미지써클이 센서사이즈보다 작은경우>

센서에 이미지써클 부분만 상이 맺히기 때문에

이미지가 원형으로 맺히게 됩니다.

3. 시야각(Field of View, FOV)

시야각은 카메라가 한 번에 캡처할 수 있는 장면의 범위를 의미합니다.

넓은 시야각은 더 넓은 범위를 캡처할 수 있지만, 세부 정보는 덜 확보될 수 있습니다.

반대로, 좁은 시야각은 더 세밀한 이미지를 제공하지만, 캡처 범위는 제한됩니다.

따라서, 필요한 시야각을 고려하여 렌즈를 선택해야 합니다.

비젼 카메라의 렌즈 선택은 복잡한 과정일 수 있습니다.

하지만 워킹 디스턴스, 센서 크기, 그리고 시야각을 올바르게 고려하면, 효과적인 비젼 카메라 시스템을 구축할 수 있습니다.

이 세 가지 요소는 서로 밀접하게 연관되어 있으므로, 하나의 요소를 변경하면 다른 요소들에도 영향을 미칩니다.

따라서, 이들 요소를 종합적으로 고려하여 최적의 렌즈를 선택하는 것이 중요합니다.

기타

추가로 아래의 항목들도 검토한다면 시행착오를 줄이는데 더욱 도움이 될 거라 생각합니다.

렌즈의 해상도

어플리케이션의 요구조건에 해상도가 있다면, 이를 충족하기 위해 렌즈의 해상도도 확인해야 합니다.

렌즈유형

상황에 따라 포커스를 조절해야 한다면 가변초점렌즈를 고려해야합니다. 보통 가변 초점은 정밀한 얼라인먼트 등에 활용됩니다.

렌즈재질

편광렌즈는 특정방향의 빛만 통과시키는 렌즈입니다. 이는 반사광을 줄이고 특정방향의 빛을 강조하여 이미지의 명도와 대비를 향상시킵니다.

편광렌즈는 반사광이 강한 환경에서 유용하며, 표면 결함 검사 등에 자주 사용됩니다.

렌즈왜곡(Distortion)

제조사의 렌즈 스펙을 확인해보면 왜곡도가 있습니다.

이는 주로 렌즈의 물리적인 특성 때문에 발생합니다.

왜곡은 핀쿠션왜곡(Pincushion distortion)과 배럴왜곡(Barrel distortion) 의 두가지 형태로 나타납니다.

핀쿠션 왜곡: 이미지 중심이 주변보다 축소.

배럴 왜곡: 이미지 중심이 주변보다 확대되는 현상.

보통 시야각이 넓을수록 배렬왜곡이 심해지는 경향이 있습니다.

만약 전 영역을 균일하게 검사를 해야한다면 가능하면 왜곡이 심하지 않는 렌즈를 사용할 필요가 있으며,

어쩔 수 없이 왜곡이 있는 렌즈를 사용한다면 이미지프로세싱으로 배럴왜곡보정 등을 거치는 방법도 있습니다.

이상 렌즈 검토시 꼭 확인해야할 사항들을 알아보았습니다.

감사합니다.

비전검사: 산업용 카메라 및 렌즈 선택 시 고려해야 할 주요 요소

dokevee — Fri, 26 May 2023 01:07:05 +0900

서론

이 글은 비전검사 프로젝트를 처음 접해보거나 아직 익숙하지 않은 분들을 위한 글입니다.

아무쪼록 읽어보시고 도움이 되면 좋겠네요.

비전 검사란?

비전 검사 시스템은 다양한 산업 분야에서 품질 검사, 제품 분류, 위치 정밀 조정 등의 작업에 이용되며, 이를 구성하는 핵심 요소 중 하나는 바로 산업용 카메라와 렌즈입니다.

이번 글에서는 산업용 카메라와 렌즈 선택시 고려해야 할 주요 요소들에 대해 살펴보겠습니다.

1. 카메라 센서

카메라의 센서는 그림을 형성하는 주요 부품입니다. CCD와 CMOS가 대표적인 센서 유형입니다.

CCD는 높은 품질의 이미지를 제공하지만, 전력 소비량이 크고 가격이 비싸다는 단점이 있습니다.

반면, CMOS는 비용 효율적이며 속도가 빠르지만, 노이즈가 더 많을 수 있습니다.

그러나 요즘에는 CCD의 단가가 많이 낮아져서 대부분의 산업용 카메라 제품이 CCD센서로 만들어 지고 있습니다.

2. 롤링셔터 / 글로벌셔터

위의 그림을 보면 이해가 가실 겁니다.

롤링셔터는 시간 흐름에 따라 한줄씩 갱신되어 프레임이 만들어집니다.

반면에 글로벌 셔터는 모든 줄이 갱신되길 기다렸다가 프레임이 만들어집니다.

정지되어 있는 피사체를 찍는다면 상관없겠지만 발광체 또는 움직이는 물체를 찍는다면 글로벌 셔터를 고려해야합니다.

그리고 롤링셔터방식이지만 Firmware단에서 글로벌셔터모드로 변경이 가능한 모델도 있으니 제조사의 스펙을 잘 확인하세요.

3. 해상도

해상도는 산업용 카메라가 수집할 수 있는 픽셀 수를 의미합니다.

원하는 세부 정보 수준과 속도를 고려하여 결정해야 합니다.

더 높은 해상도는 더 많은 세부 정보를 제공하지만, 더 많은 데이터를 처리해야 하므로 프로세싱 속도에 영향을 미칠 수 있습니다.

이는 곧 프레임속도에 영향을 끼친다고 생각하시면 됩니다.

4. 프레임 속도

프레임 속도는 카메라가 초당 얼마나 많은 이미지를 캡처할 수 있는지를 나타냅니다.

시퀀스 점등 검사 또는 디스플레이의 프레임스킵검사 등에는 고속촬영이 필수입니다.

프레임속도에 영향을 주는 인자는 아래와 같습니다.

1) 해상도

고해상도일수록 속도는 당연히 느립니다. 어떤 검사를 하는지에 따라 적절한 해상도를 고르는 것이 중요합니다.

2) 인터페이스

GigE,USB,CameraLink 등이 있으며 GigE(125MB/s) < USB(3.0기준 625MB/s) < CameraLink(255(기본모드)~680(전체모드)MB/s) 이며 USB의 경우 이론적인 속도이며 실제 구동시에는 이론치보다 느릴 수도 있다는 점 참고하세요.

3) 센서속도

센서 자체의 이미지 프로세싱 속도도 영향을 끼칩니다. 다만 위 2가지 인자보다는 영향이 크지는 않습니다.

그래도 제조사마다 약간씩 속도차이가 있으므로 확인이 필요합니다.

5. 렌즈

렌즈 선택은 검사하려는 제품의 크기, 거리, 필드 오브 뷰(Field of View, FOV), 환경 등을 고려해야 합니다. 또한 렌즈의 광학 품질, 해상도, 왜곡 등을 고려해야 합니다.

6. 환경

카메라와 렌즈는 작업 환경에 적합해야 합니다. 먼지, 빛, 온도, 습도 등이 카메라의 성능에 영향을 줄 수 있으므로 이를 반드시 고려해야 합니다.

7. 인터페이스

왼쪽부터 GigE(LAN), USB(3.0), Camera Link

카메라의 인터페이스는 카메라와 컴퓨터 사이의 통신을 담당합니다. GigE, USB, Camera Link 등이 있습니다. 여기서는 전송 속도, 케이블 길이, 가격 등을 고려해야 합니다.

이처럼 산업용 카메라와 렌즈 선택은 고려해야 할 것이 많고 잘못 선정하면 비용의 로스가 발생하므로 매우 중요한 작업입니다.

다양한 요소를 신중하게 고려하여 최적의 선택을 내리는 것이 중요합니다.

이 포스트가 그 선택에 도움이 되기를 바랍니다.

다음 시간에는 FOV, Working Distance 를 고려하여 렌즈 선정을 어떻게 하는 가에 대한 내용을 포스트하도록 하겠습니다.

맛있는 수박 고르는 법. 이것만 알면 100% 성공합니다.

dokevee — Thu, 25 May 2023 00:25:13 +0900

여름이면 떠오르는 과일 중 하나는 바로 '수박'입니다.

시원한 수박 한 조각은 더운 여름날의 피로를 단번에 날려버리는 마법과 같죠. 하지만 수박을 고르는 것은 생각보다 쉽지 않습니다.

그래서 오늘은 맛있는 수박을 고르는 방법에 대해 알아보겠습니다.

1. 색상확인

수박의 색상은 그 품질을 판단하는 첫 번째 기준입니다. 수박의 겉 색상이 깊은 녹색이고, 반대편(땅에 닿아 있던 부분)의 색상이 노란색이면서 균일하게 익은 것으로 보이면 좋은 수박일 확률이 높습니다.

2. 모양과 크기

일반적으로 균형 잡힌 모양과 중간 크기의 수박이 가장 맛있습니다. 너무 크거나 작은 수박, 혹은 불규칙한 모양의 수박은 피하는 것이 좋습니다.

3. 무게 확인

수박을 손에 들어 무게를 느껴보세요. 그 크기에 비해 무거운 수박은 수분이 풍부하고 달콤할 가능성이 높습니다.

4. 수박 배꼽

수박 배꼽은 작을 수록 좋습니다.

5. 줄무늬

줄무늬가 고르고 넓고 또렷해야 합니다.

6. 흉터(?) 많은 수박

꿀벌이 수박꽃을 수분시킨 횟수를 의미하는데, 이 자국이 많을 수록 달고 잘익은 수박이에요.

이상으로 오늘은 맛있는 수박 고르는 법에 대해 알아보았습니다.

CAN-FD 통신이란 무엇인가?

dokevee — Sat, 13 May 2023 01:51:12 +0900

안녕하세요. 도깨비 개발자입니다.

오늘은 CAN-FD에 대해 알아볼까합니다.

지금까지는 개인적으로 CAN 2.0 까지만 접하다가 최근들어서 CAN-FD 통신을 구현해야할 일이 생겨서 알아보게 되었습니다.

CAN-FD란?

CAN-FD(반도체 네트워크-플렉시블 데이터-률)는 기존의 CAN(Controller Area Network) 통신을 보완한 통신 방식입니다. CAN 통신은 자동차, 공장 자동화 등 다양한 산업 분야에서 실시간성이 중요한 네트워크 통신을 위해 널리 사용되는 표준입니다.

그러나 기존의 CAN 통신은 최대 1Mbps의 데이터 전송 속도 제한과 8바이트의 데이터 프레임 크기 제한 등의 한계가 있었습니다.

이를 개선하기 위해 등장한 것이 바로 CAN-FD입니다. FD는 'Flexible Data Rate'의 약자로, '유연한 데이터 전송률'을 의미합니다.

기존 CAN에 비해 데이터 전송 속도와 데이터 프레임 크기가 향상된 것이 특징입니다.

성능

> 데이터 전송 속도

CAN-FD는 데이터 전송 속도가 최대 5Mbps까지 가능. 이는 기존의 CAN의 1Mbps에 비해 5배 이상 빠른 속도.

> 데이터 프레임 크기

CAN-FD는 데이터 프레임 크기가 최대 64바이트까지 가능. 이는 기존의 CAN의 8바이트에 비해 크게 확장.

CAN 2.0과 CAN FD의 간략한 데이터 사이즈 및 속도 비교

따라서 더 많은 양의 데이터를 더 빠르게 전송할 수 있게 되어, 예를 들어 자동차의 다양한 센서에서 나오는 데이터를 신속하게 처리하고 반응하는 것이 가능해졌습니다.

이러한 성능 향상으로 인해 더 높은 성능과 효율성을 요구하는 최신 자동차, 산업 자동화 공정 등의 분야에서 널리 활용되고 있습니다.

기존 시스템과의 호환성 문제

그러나 CAN-FD를 도입하면서 기존 시스템과의 호환성 문제도 고려해야 합니다.

CAN-FD는 기존의 CAN 통신과 물리적으로는 호환되지만, 데이터 프레임 구조와 통신 속도가 다르기 때문에 소프트웨어 측면에서는 호환성 문제가 발생할 수 있습니다.

따라서 기존 시스템을 CAN-FD로 업그레이드할 때는 이러한 점을 고려해야 합니다.

보안문제

CAN-FD는 또한 보안 측면에서도 주의가 필요합니다. 데이터 전송 속도와 용량이 증가함에 따라 데이터를 더욱 빠르게 전송할 수 있지만, 이는 동시에 공격자에게 더 많은 데이터를 빠르게 훔쳐갈 기회를 제공할 수도 있습니다. 따라서 CAN-FD를 사용하는 시스템에서는 데이터 보안을 강화하는 것이 중요합니다.

이처럼 CAN-FD는 기존의 CAN에 비해 많은 장점을 가지고 있지만, 도입 시 호환성과 보안 문제 등을 고려해야 합니다.

그럼에도 불구하고 높은 효율성과 성능을 위해 많은 산업 분야에서 CAN-FD의 도입이 활발히 이루어지고 있습니다.

이는 향후 더욱 복잡하고 고성능의 시스템이 요구되는 추세에 부응하기 위한 것으로 보입니다.

CAN-FD의 전망

CAN-FD 통신은 기존 CAN 통신의 한계를 극복하고자 개발된 통신 방식으로, 그 적용 범위는 꾸준히 확대되고 있습니다. 특히 자동차, 산업용 로봇, 의료 기기, 항공 우주 분야 등에서 CAN-FD의 뛰어난 성능을 활용하고 있습니다.

예를 들어, 자동차 분야에서는 차량 내부의 다양한 센서와 컨트롤러 간의 통신에 CAN-FD가 활용되고 있습니다.

다양한 센서에서 수집된 정보를 빠르게 처리하고 적절한 제어 신호를 전송해야 하는 자동차에서 CAN-FD의 높은 데이터 전송 속도와 큰 데이터 프레임 크기는 매우 중요합니다. 특히 자율 주행 자동차와 같이 빅데이터를 실시간으로 처리해야 하는 곳에서는 CAN-FD의 중요성이 더욱 부각됩니다.

산업용 로봇 분야에서는 로봇의 다양한 움직임을 제어하는데 CAN-FD 통신이 활용되고 있습니다.

고속의 데이터 전송과 실시간 제어가 가능한 CAN-FD는 로봇의 정밀한 동작 제어에 필수적입니다.

또한, 로봇이 작업 중 발생하는 다양한 데이터를 신속하게 처리하고 분석해야 하는 경우에도 CAN-FD의 활용성이 높습니다.

이외에도 의료 기기, 항공 우주 분야에서도 CAN-FD가 활용되고 있습니다.

의료 기기에서는 정확한 데이터 전송과 빠른 반응 속도가 생명을 구하는데 결정적인 역할을 하며, 항공 우주 분야에서는 다양한 센서와 시스템 간의 신속하고 정확한 통신이 필수적입니다.

이와 같이 CAN-FD는 그 뛰어난 성능과 유연성으로 많은 분야에서 활용되며, 향후 더욱 다양한 분야에서 그 중요성이 부각될 것으로 예상됩니다.

속도가 파이썬의 35000배? MOJO(모조)! 괴물 개발 언어가 나왔다.

dokevee — Sat, 13 May 2023 01:15:22 +0900

오늘날 급속도로 발전하는 인공지능(AI) 프로그래밍의 세계에서 최적의 성능과 효율성을 추구하는 것은 아주 중요합니다.

AI를 훈련 시켜본 사람은 알겠지만 훈련을 시키는데 몇날 며칠이 걸리는게 다반사죠.

이런 와중에 'Mojo'라는 혁신적인 프로그래밍 언어가 등장했습니다.

Mojo사이트의 블로그를 보고 간단히 요약 정리하였습니다.

Swift와 LLVM의 창시자인 Chris Lattner의 지휘 아래 개발된 Mojo는 AI 프로그래밍 언어의 최전선에서 활약 할 수 있는 여러가지 특징들을 도입했다고 합니다.

Mojo의 핵심 설계 철학은 다양한 AI 하드웨어 아키텍처에서의 원활한 확장성을 가능하게 하는 Multi-Level Intermediate Representation(MLIR)의 활용에 있다고 합니다.

MLIR을 능숙하게 활용함으로써, Mojo는 복잡하고 오류가 발생하기 쉬운 하드웨어 특정 코드 최적화의 필요성을 없애고, 개발자들이 CUDA를 실행하는 GPU를 포함한 AI 하드웨어의 모든 잠재력을 활용하게 한다고 하네요.

Mojo는 Python의 슈퍼셋으로서, AI 커뮤니티 내에서 Python 언어의 널리 쓰이는 점과 개발자들의 친숙함을 활용합니다.

파이썬을 해보신 분들은 편할 듯합니다.

그리고 C, C++도 지원을 한다니 C,C++ 개발자들에게도 희소식이 아닐 수 없습니다.

Mojo는 Python의 구문을 확장함으로써, 표현력과 성능 모두 강화가 되었다고 합니다.

또한, Python 생태계와의 원활한 상호 운용성을 강조하고 있습니다.

또한, Rust와 C++에서 영감을 받은 고급 메모리 관리 기법을 도입하여, 개발자들에게 메모리 할당 및 해제에 대한 세밀한 제어를 부여합니다.

현대 하드웨어 아키텍처가 제공하는 방대한 연산력을 인식하고, Mojo는 내장된 병렬화 메커니즘을 통해 멀티 스레딩과 분산 처리를 활용합니다.

(기존 Python의 경우, 멀티 스레딩이 불가능하였는데 희소식이네요.)

그리고 하이라이트입니다.

Python과 비교 시, 무려 14배 빠르며, 특정 경우에서는 하드웨어를 최대한 활용할 수 있기 때문에 Python보다 최대 35,000배 빠르게 동작할 수 있었습니다.

결론적으로, AI최전선에서는 차츰 Mojo가 Python을 대체하지 않을까 생각됩니다.

무엇보다 Python과 호환성을 강조하고 있으니까요.

홈페이지에 Playground도 있으니 관심있는 분들은 거기에서 테스트를 해도 될 듯합니다.

더 자세한 내용은 아래 홈페이지를 방문하시면 됩니다.

Modular Docs - Mojo

이상 글을 마칩니다.

23년 4월 22일 본격 단속 시작. 교차로 우회전 이것만 숙지하세요!

dokevee — Fri, 12 May 2023 01:10:03 +0900

아찔한 상황

며칠 전 아침, 학교에 가려고 동생과 함께 지하철역을 향해 걸어가는 길이었습니다.

보행자 신호가 초록색으로 바뀌자 앞서 걸음을 옮기려던 동생이 깜짝 놀라 뒷걸음질쳤습니다.

코너를 돌던 차량이 속도를 줄이지 않고 그대로 우회전을 한 것입니다.

조금이라도 더 빨리 걸었으면 그대로 치일 뻔했던 아찔한 상황이었습니다.

헷갈리는 우회전 관련 법규

보행자 신호에 우회전으로 도로에 진입하는 차량.

아마 지나가려는 보행자를 보지 못해서 바로 우회전한 것으로 추정되는데, 보행자가 없는 경우에는 보행자 신호가 초록색이어도 자동차가 우회전해도 괜찮다는 얘기도 있고, 무조건 정지해야 한다는 얘기도 있는데 저만 헷갈려 하는게 아니더라구요.

그래서 이번 기회에 우회전 관련 법규를 찾아보게 되었습니다.

마침 지난 1월 22일에 시행된 우회전 위반 관련 규칙이 3개월간의 계도기간을 거치고 4월 22일부터 위반 차량에 대해 범칙금과 벌점을 부과한다고 합니다.

공통사항

우회전중에는 반드시 서행!

횡단보도가 빨간불이든 파란불이든 길을 건너거나 건너려는 사람이 있으면 무조건 정지

Case 1. 우회전 신호등이 설치된 곳

새로 적용된 우회전 관련 시행규칙에 따르면 우회전 신호등이 있는 곳에서는 적색 신호에 우회전할 수 없고 녹색 화살표 신호가 켜져야만 우회전할 수 있습니다.

Case 2. 우회전 신호등 없고 전방 적색 신호등

차량 신호등이 적색일 때에는 반드시 일시정지한 뒤 우회전해야 합니다.

Case 3. 우회전 신호등 없고 전방 녹색 신호등

차량 신호등이 녹색일 때에는 원활한 교통을 위해 일시정지가 아니라 천천히 서행을 하면서 우회전해야 합니다.

횡단보도에서의 주의사항

또 신호에 맞춰 이미 우회전을 하고 있더라도 횡단보도를 건너는 보행자를 발견하면 즉시 정지해야 합니다.

이를 어길 시 범칙금은 승합차 7만 원, 승용차 6만 원, 이륜차 4만 원에 벌점 15점까지 함께 부과됩니다.

아래 그림을 참고 하셔도 됩니다.

요즘 들어서 우회전 차량에 치여서 다치거나 사망하는 사고가 많이 뉴스에 나오는 것 같습니다.

새로 바뀐 우회전 법규 잘 숙지하셔서 자나깨나 보행자 조심하시고 안전운전 하시길 바랍니다.

.NET Framework, .NET Core, .NET Standard 뭐가 다를까?

dokevee — Thu, 11 May 2023 22:33:37 +0900

안녕하세요. 도깨비 개발자입니다.

오늘은 .NET의 이름을 달고 나온 .NET Framework, .NET Core, .NET Standard 도대체 이것들이 무엇이고 어떤 차이가 있는 지 알아보도록 하겠습니다.

.NET 플랫폼의 발전

.NET Framework

.NET Framework는 2002년에 처음 발표된 마이크로소프트의 소프트웨어 개발 플랫폼입니다.

이 플랫폼은 Windows에서 실행되는 응용 프로그램 개발에 초점을 맞추고 있었으며, 다양한 언어와 라이브러리를 사용할 수 있는 통합 개발 환경을 제공하고 있었습니다.

하지만 시간이 지남에 따라, 다양한 운영체제와 디바이스에서 실행할 수 있는 크로스 플랫폼 애플리케이션 개발의 중요성이 부각되었습니다.

.NET Core

2016년에 처음 발표된 .NET Core는 크로스 플랫폼을 지원하는 오픈 소스 프레임워크입니다. 이 프레임워크는 Windows, Linux, macOS에서 실행되는 애플리케이션 개발을 지원하며, 성능과 확장성에 높은 초점을 두고 있습니다. 또한, .NET Core는 모듈식 아키텍처를 사용하여 개발자들이 필요한 라이브러리와 컴포넌트만 선택적으로 사용할 수 있게 해줍니다.

.NET Standard

.NET Standard는 .NET 플랫폼 간에 공통으로 사용되는 API 집합을 정의한 표준입니다. 이 표준을 통해 개발자들은 여러 .NET 플랫폼에서 공유할 수 있는 코드를 작성할 수 있게 되었습니다. 즉, .NET Standard는 .NET Framework, .NET Core, Xamarin과 같은 다양한 .NET 구현 사이의 호환성을 보장하는 역할을 합니다.

이를 간략하게 그림으로 표현하면 위와 같습니다.

.NET Core와 .NET Standard의 주요 차이점, 호환성

.NET Core는 크로스 플랫폼을 지원하는 독립적인 프레임워크입니다.

따라서, Windows, Linux, macOS에서 실행되는 애플리케이션 개발을 지원합니다.

반면, .NET Standard는 다양한 .NET 구현 간의 호환성을 보장하는 표준으로, 특정 플랫폼에 종속되지 않습니다.

성능

.NET Core는 성능 최적화에 큰 중점을 두고 개발되었습니다. 이 프레임워크는 높은 성능과 확장성을 제공하기 위해 Just-In-Time(JIT) 컴파일러와 Ahead-Of-Time(AOT) 컴파일러를 함께 사용합니다.

반면, .NET Standard는 성능에 직접적인 영향을 주지 않는 표준입니다.

개발 환경

.NET Core는 .NET CLI(Command Line Interface)를 통해 개발자들이 명령어를 사용하여 프로젝트를 생성하고 빌드할 수 있습니다. 또한, Visual Studio Code와 같은 통합 개발 환경(IDE)을 사용하여 개발할 수도 있습니다. .NET Standard는 개발 환경에 대한 제한이 없으며, 특정 플랫폼의 개발 도구를 사용할 수 있습니다.

배포 방식

.NET Core는 독립적인 배포를 지원합니다. 이는 개발자들이 애플리케이션과 필요한 라이브러리를 함께 패키지화하여 배포할 수 있음을 의미합니다. 이로 인해 버전 충돌 문제가 최소화되며, 애플리케이션의 업데이트가 용이해집니다. 반면, .NET Standard는 배포 방식에 대한 제한이 없으며, 사용하는 .NET 구현에 따라 배포 방식이 달라질 수 있습니다.

라이브러리 지원

.NET Core는 개방적인 아키텍처를 가지고 있어, 다양한 오픈 소스 라이브러리를 지원합니다. 이로 인해 개발자들이 필요한 기능을 더 쉽게 구현할 수 있습니다.

.NET Standard는 다양한 .NET 구현 간에 공통으로 사용되는 API를 정의하므로, 특정 라이브러리에 대한 지원은 사용하는 .NET 구현에 따라 다를 수 있습니다.

어떤 경우에 .NET Core와 .NET Standard를 사용할까?

.NET Core 사용 사례

1. 크로스 플랫폼 애플리케이션 개발이 필요한 경우

2. 성능과 확장성이 중요한 서버 애플리케이션 개발이 필요한 경우

3. 독립적인 배포를 원하는 경우

4. 오픈 소스 라이브러리를 활용하고 싶은 경우

.NET Standard 사용 사례

1. 다양한 .NET 구현에서 공유되는 코드 라이브러리 개발이 필요한 경우 2. 특정 플랫폼에 종속되지 않는 코드를 작성하고 싶은 경우

3. 여러 .NET 구현 간의 호환성을 보장하고 싶은 경우

결론

.NET Core와 .NET Standard는 각각 다른 목적으로 사용되는 프레임워크와 표준입니다.

.NET Core는 크로스 플랫폼을 지원하는 독립적인 프레임워크로, 성능과 확장성에 높은 초점을 두고 있습니다.

반면, .NET Standard는 다양한 .NET 구현 간에 공통으로 사용되는 API를 정의한 표준으로, 특정 플랫폼에 종속되지 않습니다. 이러한 차이점을 고려하여 프로젝트의 요구사항에 맞는 적절한 선택을 해야 합니다.

.NET Core와 .NET Standard의 미래 전망

.NET Core와 .NET Standard는 각각 다른 목적과 이점을 가지고 있기 때문에, 두 기술 모두 계속 발전하고 있습니다. 특히, .NET 6의 출시와 함께 더 많은 기능과 성능 향상이 기대되고 있습니다. 또한, 마이크로소프트는 더 많은 플랫폼과 장치를 지원하기 위해 노력하고 있으며, .NET 생태계의 성장과 발전을 위해 오픈 소스 커뮤니티와 협력하고 있습니다.

.NET Core와 .NET Standard에 대한 문서와 학습 자료

.NET Core와 .NET Standard에 대해 더 알고 싶다면, 다음과 같은 공식 문서와 학습 자료를 참고하시기 바랍니다.

1. 마이크로소프트 공식 문서: https://docs.microsoft.com/ko-kr/

2. .NET Core 시작하기: https://docs.microsoft.com/ko-kr/dotnet/core/get-started

3. .NET Standard 소개: https://docs.microsoft.com/ko-kr/dotnet/standard/net-standard

또한, 다양한 온라인 커뮤니티와 포럼에서 추가적인 정보와 지원을 받을 수 있습니다.

이러한 커뮤니티에서는 전문가들과 함께 기술 문제를 해결하고, 최신 정보와 경험을 공유할 수 있습니다.

.NET Core와 .NET Standard의 주요 참여 기업 및 오픈 소스 프로젝트

마이크로소프트 외에도, 다양한 기업과 오픈 소스 프로젝트가 .NET Core와 .NET Standard의 발전에 기여하고 있습니다. 이러한 기업과 프로젝트는 다음과 같습니다.

1. Xamarin: 크로스 플랫폼 모바일 애플리케이션 개발을 위한 .NET 기반 프레임워크

2. Mono: 크로스 플랫폼을 지원하는 오픈 소스 .NET 프레임워크

3. Unity: .NET 기반의 게임 개발 엔진

4. 삼성: Tizen 운영체제에서 .NET Core를 지원하는데 기여.

이처럼, .NET Core와 .NET Standard는 소프트웨어 개발 분야에서 꾸준한 발전과 혁신을 이루고 있으며,

더 많은 개발자들과 기업들이 이 기술들을 활용하여 다양한 애플리케이션과 서비스를 만들어낼 것으로 기대됩니다.

마치며

.NET Core와 .NET Standard는 서로 다른 목적과 특징을 가진 프레임워크와 표준입니다.

.NET Core는 크로스 플랫폼을 지원하며 성능과 확장성에 초점을 맞춘 독립적인 프레임워크입니다.

반면, .NET Standard는 다양한 .NET 구현 간의 공통 API를 정의하여 플랫폼 간 호환성을 제공하는 표준입니다.

각각의 특징을 이해하고 프로젝트의 요구사항에 맞게 적절한 선택을 하면, 더 효율적인 개발과 성공적인 결과물을 얻을 수 있을 것입니다.

자주 묻는 질문

Q: .NET Core와 .NET Standard 중 어떤 것이 더 좋은가요?

A: 두 개념을 직접 비교하는 것은 어렵습니다. .NET Core는 프레임워크로, .NET Standard는 표준이기 때문입니다. 프로젝트의 요구사항에 따라 적절한 선택을 해야 합니다.

Q: .NET Core와 .NET Standard를 함께 사용할 수 있나요?

A: 네, .NET Core 프로젝트에서 .NET Standard 라이브러리를 참조하여 다양한 .NET 구현 간의 호환성을 보장할 수 있습니다.

Q: .NET Core와 .NET Standard 중 어떤 것을 선택해야 할지 어떻게 결정하나요?

A: 프로젝트의 요구사항을 고려하여 결정해야 합니다.

예를 들어, 크로스 플랫폼 개발이 필요하거나 성능과 확장성이 중요한 경우 .NET Core를 선택하는 것이 좋습니다.

반면, 다양한 .NET 구현 간에 공통으로 사용되는 코드 라이브러리 개발이 필요한 경우 .NET Standard를 선택하는 것이 좋습니다.

Q: .NET Core와 .NET Standard의 성능 차이가 있나요?

A: .NET Core는 성능 최적화에 큰 중점을 두고 개발되었습니다. 그러나, .NET Standard는 성능에 직접적인 영향을 주지 않는 표준입니다. 성능 차이는 사용하는 .NET 구현에 따라 다를 수 있습니다.

Q: .NET Core에서 .NET Framework로 이전하려면 어떻게 해야 하나요?

A: .NET Core에서 .NET Framework로 이전하기 위해서는 호환성 문제를 해결해야 합니다.

먼저, 프로젝트의 종속성을 검토하고 .NET Framework에서 지원되는 라이브러리를 사용하도록 변경해야 합니다. 또한, 프로젝트 파일 형식과 코드에서 .NET Core와 관련된 부분을 수정해야 합니다.

Q: .NET Standard 라이브러리와 .NET Core 라이브러리의 차이점은 무엇인가요?

A: .NET Standard 라이브러리는 다양한 .NET 구현에서 공통으로 사용할 수 있는 코드를 포함하며, 플랫폼 간 호환성을 제공합니다. 반면, .NET Core 라이브러리는 .NET Core 프로젝트에서만 사용할 수 있는 코드를 포함하고 있습니다.

Q: .NET Core는 어떤 종류의 애플리케이션을 개발할 수 있나요?

A: .NET Core를 사용하여 웹 애플리케이션, RESTful API, 마이크로서비스, 콘솔 애플리케이션, 데스크톱 애플리케이션 등 다양한 종류의 애플리케이션을 개발할 수 있습니다.

Google API OAuth2를 C#으로 구현하는 예제

dokevee — Wed, 15 Feb 2023 09:34:27 +0900

안녕하세요. 도깨비 개발자입니다.

오늘은 Google OAuth2를 C#으로 구현하는 방법에 대해서 알아보겠습니다.

첫번째로 구글클라우드콘솔(https://console.cloud.google.com)으로 접속해주세요.

여기서 "프로젝트 선택" 을 클릭해서"새 프로젝트" 를 클릭해주세요.

그러면 아래와 같이 새프로젝트 만들기 페이지가 나타납니다.

프로젝트 이름을 기입하고 "만들기" 를 클릭해주세요.

프로젝트가 생성이 되면 윗쪽에서 "프로젝트 선택" 드롭박스를 클릭하고 방금 생성한 프로젝트를 선택해주세요.

그 다음, 대시보드에서 "API 및 서비스"를 클릭하세요.

왼쪽 목록에서 "OAuth 동의화면" 을 클릭해주세요.

UserType을 선택해야 하는데요.

불특정다수를 위한 앱을 만든다는 가정하에(일반적으로) "외부"를 선택하겠습니다.

"만들기" 버튼을 클릭해주세요.

앱이름, 사용자지원 이메일, 개발자 연락처 정보 총 3개가 필수입력입니다.

입력을 하고 "저장 후 계속" 버튼을 클릭합니다.

"범위 추가 또는 삭제" 를 클릭하고 사용자로부터 허용받을 권한을 골라주고 "업데이트" 를 클릭합니다.

예제에서는 이메일주소확인 권한만 골랐습니다.

"저장 후 계속" 클릭해주세요.

테스트할 계정을 추가하고 "저장 후 계속" 클릭해주세요.

다음엔 "요약" 페이지가 최종적으로 표시되고 확인후 이상없으면 "대시보드로 돌아가기" 클릭해주세요.

위의 그림과 같이 게시상태가 보이는데 "테스트"로 되어 있습니다.

개발을 모두 마치고 앱배포에 대한 준비가 모드 끝났을 때 "앱 게시"를 눌러서 구글로부터 심사를 받으시면 됩니다.

따라서 일단 그대로 두시면 됩니다.

이제 OAuth를 위한 API키와 시크릿키를 발급 받아야합니다.

왼쪽 메뉴에서 "사용자 인증 정보" 를 클릭해주세요.

"사용자 인증 정보 만들기" 를 클릭하고 "OAuth클라이언트 ID"를 클릭해주세요.

애플리케이션 유형을 골라야 하는데요.

저는 "데스크톱 앱"에서 테스트를 할 예정이므로 "데스크톱 앱" 을 클릭해보겠습니다.

위와 같이 설정하고 "만들기" 를 클릭해보겠습니다.

"JSON 다운로드" 를 클릭하여 다운로드를 하고 "확인" 버튼을 눌러줍니다.

이제 구글 클라우드 콘솔에서의 준비작업은 마쳤습니다.

이제 프로젝트에서 진행해보겠습니다.

먼저 개발환경은 Console 이며 .NET6(LTS) 환경입니다.

1. Google.Apis.Auth 패키지 설치

NuGet 패키지 관리자를 열고, Google.Apis.Auth 패키지를 설치합니다.
그리고 테스트로 로그인한 사용자 정보를 가져오는 예제를 구현하기 위해 nuget을 하나더 추가합니다.

2. 인증 정보 가져오기

다음 코드를 사용하여 인증 및 이메일 정보를 가져옵니다

using Google.Apis.Auth.OAuth2;
using Google.Apis.Oauth2.v2;
using Google.Apis.Oauth2.v2.Data;
using Google.Apis.Services;
using Google.Apis.Util.Store;
using System;
using System.IO;
using System.Threading.Tasks;

class Program
{
    static async Task Main(string[] args)
    {
        UserCredential credential = await GetUserCredentialAsync();

        // OAuth2 API 클라이언트를 생성합니다.
        var oauth2Service = new Oauth2Service(new BaseClientService.Initializer()
        {
            HttpClientInitializer = credential
        });

        // 사용자의 정보를 가져옵니다.
        Userinfo userInfo = await oauth2Service.Userinfo.Get().ExecuteAsync();

        // 이메일 주소를 출력합니다.
        Console.WriteLine("User's email: " + userInfo.Email);

        Console.ReadLine();
    }

    static async Task<UserCredential> GetUserCredentialAsync()
    {
        UserCredential credential;

        using (var stream = new FileStream("client_secret.json", FileMode.Open, FileAccess.Read))
        {
            string credPath = "token.json";
            credential = await GoogleWebAuthorizationBroker.AuthorizeAsync(
                GoogleClientSecrets.Load(stream).Secrets,
                new[] { "https://www.googleapis.com/auth/userinfo.email" },
                "user",
                CancellationToken.None,
                new FileDataStore(credPath, true)
            );
        }

        return credential;
    }
}

4. 실행결과

실행을 하면 자동으로 브라우저에서 아래와 같이 계정 선택 화면이 나타납니다.

여기서 테스트 사용자로 등록했던 계정으로 로그인해주세요.

다시 아래와 같이 확인하지 않은 앱이라고 뜹니다.

정식으로 앱 게시를 한 상태가 아니니 당연한 메세지입니다.

여기서 "계속" 을 눌러주세요.

이제 아래와 같이 권한에 대한 동의화면이 나타납니다.

"계속"을 눌러주세요.

이제 실행 결과를 확인해보면 응답받은 토큰이 저장된 걸 확인할 수 있습니다.

그리고 실행결과 화면에서 아래와 같이 사용자의 이메일을 취득한 걸 확인할 수 있습니다.

이상으로 구글 OAuth2 설정 및 C#에서 사용자 인증과 사용자 정보를 가져오는 예제를 다루어 보았습니다.

감사합니다.

Manifest file at 'obj\Debug\net6.0-android\android-x64\staticwebassets.build.json' not found. 에러 해결법

dokevee — Sun, 25 Sep 2022 13:26:50 +0900

Visual Studio 2022 17.3.4로 업데이트를 하면서 버그가 생겼다.

정상적으로 빌드되던 MAUI Blazor앱이 에러가 나면서 빌드가 되지 않는다.

에러의 내용은 아래와 같다.

Manifest file at 'obj\Debug\net6.0-android\android-x64\staticwebassets.build.json' not found.

관련하여 여러가지 조사를 한 결과,

근본적인 해결책은 Microsoft에서 버그를 고쳐주는 것 이지만, 무작정 기다릴 수는 없으니 임시조치로 해결할 수 있는 방법을 포스팅 한다.

먼저 하기와 같이 디버그폴더로 이동하면 staticwebassets.build.json 파일이 보일 것이다.

staticwebassets.build.json 의 위치

이 파일을 복사해서 obj\Debug\net6.0-android\android-x64로 붙여넣기 한다.

staticwebassets.build.json를 붙여넣기하는 위치

이후 다시 빌드를 수행.

빌드에 성공한 출력로그

빌드에 성공한 것을 볼 수 있다.

추후 Visual Studio가 업데이트가 되어 해당 버그가 수정된다면 댓글로 수정여부를 남기도록 하겠다.

Visual Studio환경에서 커밋취소 및 Git LFS 적용

dokevee — Wed, 7 Sep 2022 10:55:00 +0900

오늘은 Git LFS의 설치 및 적용법 대해서 핵심만 적어보도록 하겠다.

개발환경은 Windows에 Visual Studio를 기준으로 작성하였다.

Git LFS가 필요한 상황은?

그래픽 및 오디오소스 관련하여 소스코드를 관리할 경우에 파일 사이즈가 100메가가 넘어가면 아래 그림과 같이 Git 리포지토리 푸시에 실패했다는 메세지가 나온다.

푸시실패 화면

위 메세지를 보면 파일 100mb가 넘어서 푸시 중 에러가 발생하였으며 LFS를 사용하도록 권장하고 있다.

(참고로 파일사이즈가 50mb가 넘으면 경고만 발생)

Step.1
Git LFS 설치

https://git-lfs.github.com

Git Large File Storage

Git Large File Storage (LFS) replaces large files such as audio samples, videos, datasets, and graphics with text pointers inside Git, while storing the file contents on a remote server like GitHub.com or GitHub Enterprise.

git-lfs.github.com

상기 링크로 방문하면 하기 그림과 같이 다운로드 버튼이 바로 보일 것이다.

버튼을 눌러 다운로드하고 설치하자.

Git LFS 홈페이지 메인화면

Step.2
커밋 취소

이미 큰사이즈의 파일이 추가된 내역이 커밋이 되었다면 커밋을 취소해야 한다.

큰 사이즈 파일을 추가하기 직전의 커밋으로 돌아가기

Reset 명령을 커맨드로 줄 수도 있지만 편하게 Visual Studio에서 롤백할 수도 있다.

큰 사이즈 파일을 추가하기 직전의 커밋에서 우클릭하여 Delete Changes(--hard) 선택한다.

이렇게 하면 우클릭했던 지점까지 커밋취소가 되어 롤백이 된다.

Step.3
Git LFS
; LFS로 설정할 파일 또는 파일 확장자 설정

명령 프롬프트로 들어가서 하기와 같이 커맨드를 실행한다.

실제 적용 화면

1) 특정 확장자는 모두 LFS로 설정하고 싶을 때

git lfs install
git lfs track "*.확장자"
git add . gitattributes

2) 특정 파일만 LFS로 설정하고 싶을 때

git lfs install
git lfs track "파일명.확장자"
git add . gitattributes

Step.4
Visual Studio로 돌아가서 다시 커밋 후 푸시

아래 화면과 같이 푸시가 성공했다고 표시된다.

푸시성공 화면

* 추천하는 방법

용량이 큰 리소스를 다루는 프로젝트라면 도중에 Git LFS를 적용하는 것보다 처음부터 프로젝트를 생성하자마자 적용하고 시작하는 게 정신건강에 이롭다.

그렇지 않으면 위의 Step.2 단계를 거쳐야 하는 번거로움이 생긴다.

MS에서 적극적으로 밀고 있는 WinUI3에 대해 알아보자

dokevee — Tue, 30 Aug 2022 09:32:38 +0900

WinUI 3.0(Project Reunion)

마이크로소프트(Microsoft)는 지난 2020년 Build 2020 개발자 포럼에서 Project Reunion이라는 이름의 프로젝트를 처음 발표하였다.

WinUI3는 프로젝트의 결과물이며 Visual Studio 2019 Preview버전에서 베타 테스트를 거쳐 현재 Visual Studio 2022에 정식으로 업데이트가 되어 있다.

그럼 WinUI3가 어떻게 달라졌는 지 간단히 소개해보도록 하겠다.

WinUI 2.0

아래는 기존 WinUI 2.0 환경이다.

WinUI 2.0을 사용하면 UWP만 제작할 수 있고, Win32 API의 강력한 기능은 전혀 사용할 수가 없다.

다양한 OS에 동일한 인터페이스를 구축하려다 보니 Windows에 특화된 Win32 API는 숨길 수 밖에 없는 고육지책이었던 듯 하다.

역으로 Win32 Application(Windows Forms/WPF) 에서 UWP를 사용할 수 있도록 XAML Islands 기술을 마련을 하였으나 여러가지 제약이 많다.

WinUI 2 플랫폼

WinUI 3.0

다음은 WinUI 3.0을 살펴 보겠다.

WinUI 3 플랫폼

가장 눈에 띄는것은 Win32로의 인터페이스 확장이다.

WinUI 3.0을 사용하면 기존에 막혀있던 Win32 API를 사용할 수가 있다.

두번째로 Windows라는 네임스페이스가 Microsoft로 변경되었다는 점.

더이상 UWP UI디자인 킷이 윈도우즈의 것이 아니라는 의미이며, 이제부터 이 패키지들은 Nuget으로부터 설치가 된다.

UWP의 기능강화 + Win32 API 결합 + MS의 강한 의지

앞으로 마이크로소프트에서 WinUI 3에 힘을 싣는 만큼 개발자들도 미리 준비를 한다면 수요가 많아질 때 빛을 보리라 생각한다.

현재 Microsoft Store Apps에서 WinUI 3 Gallery를 배포중이다.

해당 앱을 설치하면 WinUI 3으로 만든 샘플을 다운로드하여 WinUI3의 각종 컨트롤들을 미리 살펴 볼 수 있다.