피어러닝 모임이 근황 이야기로 끝나는 이유를 과제·질문·역할·점검 날짜가 비어 있는 설계 공백과 심리적 안전감·관리자 후원이 부족한 환경 공백으로 나누어 진단합니다. 2024년 직무 교육·훈련을 실시한 적 없는 업체가 40.7%(중소벤처기업부, KOSIS)라는 맥락 자료와 필자의 다섯 조건 틀을 제시하며, 효과가 입증된 기준은 아니라고 밝힙니다. 실무에서는 과제를 먼저 정하고 역할을 배정하며 2주 뒤 적용 점검 날짜를 잡고 세 신호로 확인하도록 제안합니다.

새 학습보다 낡은 지식과 습관을 의도적으로 버리는 언러닝이 조직학습의 설계 과제라고 주장합니다. Gartner 조사에서 변화를 지지하겠다는 직원은 2016년 74%에서 2022년 43%로 줄었고, Argyris의 이중순환학습을 토대로 인식·해체·재학습 3단계를 제시합니다. 교육 전 언러닝 진단을 하고 조직 단위로 설계하며 기존 행동 감소를 별도 지표로 재라고 권합니다.

개별 프로그램을 넘어 사람·기술·문화를 연결한 학습 생태계로 조직 학습을 설계해야 한다고 주장합니다. WEF 2025 보고서의 스킬 변화 전망 39%, Fortune 500의 60% 이상 LXP 도입 등을 근거로 들되, 도구 도입률이 실제 연결을 말해 주지는 않는다고 지적합니다. HRD는 생태계 설계자로서 비공식 학습 통로를 먼저 지도로 그려 보라고 권합니다.

하이브리드 근무로 암묵지 공유 통로가 좁아진 지금, 동료 간 학습이 조직학습의 핵심 축이 된다고 봅니다. HBR 인용 조사에서 동료에게 도움을 구하는 비율이 80%로 관리자(70%)보다 높았고, 70:20:10 모델은 역량의 20%가 타인과의 상호작용에서 온다고 봅니다. HRD는 4인 안팎 소규모 정기 그룹과 기여 가시화 장치를 설계하라고 제안합니다.

학습을 프로그램이 아닌 입사부터 퇴직까지의 경험 전체로 보고, 직원 경험을 HRD 설계 단위로 삼아야 한다고 주장합니다. IBM·Workhuman의 Employee Experience Index에서 긍정적 EX 집단의 자발적 노력 비율은 95%, 부정적 집단은 55%였습니다. 경험 여정 지도로 핵심 전환 시점을 찾고 온보딩 같은 작은 접점부터 재설계하라고 권합니다.

학습을 업무 밖에 두지 않고 업무 흐름 안에 심는 플로우 러닝이 조직학습의 새 표준이 되고 있다고 봅니다. LinkedIn 보고서에서 학습 문화가 강한 조직은 유지율이 57% 높았고, L&D 팀의 47%는 마이크로러닝 배치를 아직 계획 중이었습니다. 콘텐츠를 짧게 쪼개기보다 업무 프로세스에서 학습이 필요한 지점을 먼저 찾으라고 제안합니다.

AI 시대에는 특정 기술보다 낯선 상황에서 빠르게 배우는 학습 민첩성이 핵심 경쟁력이라고 주장합니다. WEF 보고서의 핵심 스킬 변화 전망치가 57%→44%→39%로 낮아진 것을 상시 재교육이 변화를 흡수한 신호로 읽고, Unilever·Standard Chartered의 내부 인재 마켓플레이스 사례를 제시합니다. 스트레치 경험과 구조화된 회고를 설계에 넣으라고 권합니다.

1on1이 제도로 자리 잡은 뒤에도 실행률 KPI화와 관리자 대화 역량 부족으로 대화가 비어 간다고 지적합니다. Gallup은 관리자가 팀 몰입도 변동의 70%를 설명한다고 보지만, 성과관리가 동기부여된다고 강하게 동의하는 직원은 21%였고 CMI 조사에서 영국 관리자의 82%는 정식 교육 없이 관리자가 됐습니다. 지표를 체감도로 옮기고 실습형 대화 훈련을 하라고 권합니다.

코칭 시장이 커졌다는 통계는 코칭이 우리 조직에서 효과를 낸다는 증거가 아니라고 지적합니다. ICF 2025 조사는 코칭 실무자를 122,974명으로 집계했고, 메타분석들은 효과가 있지만 비교 집단을 엄격히 두면 크기가 줄어든다고 보고합니다. 코칭 파일럿에서는 행동 지표와 비교 집단을 포함한 측정 계획을 먼저 세우라고 권합니다.

리더십은 강의실이 아니라 현장의 도전적 과제와 성찰에서 만들어진다는 경험 기반 리더십 개발을 다룹니다. CCL 백서에서 리더들은 발전 경험의 약 50%를 도전적 과제로 꼽았고, DDI 2023 조사에서 리더 후보군이 충분하다는 기업은 12%였습니다. 70:20:10을 예산 공식으로 쓰지 말고 스트레치 과제에 코칭과 성찰 구조를 붙이라고 권합니다.

주니어가 시니어에게 디지털 감수성 등을 전수하는 리버스 멘토링을 조직학습의 방향 전환으로 다룹니다. Deloitte 2024 조사에서 데이터 활용 신뢰도가 직원 70%, 리더 93%로 격차가 컸고, PwC·LG유플러스·LG에너지솔루션 사례는 소규모로 시작해 확대됐습니다. 구조화된 페어링과 시니어 사전 교육을 갖추고 소수 정예 파일럿부터 시작하라고 제안합니다.

팀 학습과 효과성을 가르는 핵심 변수로 심리적 안전감을 조명합니다. 구글 프로젝트 아리스토텔레스는 180개 팀 분석에서 이를 1순위 요인으로 꼽았고, McKinsey 조사에서는 안전감을 조성하는 리더가 26%에 그쳤습니다. 안전감은 훈련 가능한 리더 행동이므로 진단 도구를 갖추고 분위기와 구분해 측정하며 소규모 파일럿부터 시작하라고 제안합니다.

연간 평가 중심의 성과관리가 업무 맥락 속 지속적 피드백으로 옮겨 가고 있다고 설명합니다. Adobe는 Check-in 도입 후 자발적 이직이 30% 줄었고, Gallup 조사에서는 일간 피드백 시 동기부여 동의가 3.6배 높았습니다. 피드백 빈도보다 관찰 가능한 구체성을 먼저 훈련하고 심리적 안전감을 전제로 삼으라고 권합니다.

전이 점검의 목적은 전이율 숫자가 아니라 수료자가 막힌 지점을 제때 찾는 데 있다고 주장합니다. Saks & Belcourt(2006)에서 적용 비율은 교육 직후 62%, 6개월 후 44%, 1년 후 34%로 첫 반년 하락이 컸습니다. 복귀 1~2주·4주·3~6개월에 수료자와 상사에게 기회·지원·자신감을 묻고 후속 조치와 인터뷰 대상 선정에 쓰라고 제안합니다.

교육이 현장 행동 변화로 이어지지 않는 학습 전이 실패를 다룹니다. 널리 인용되는 '10% 전이'는 실증 근거가 없지만, McKinsey 설문(성과 개선 체감 25%)과 24x7 Learning 설문(적용 12%)도 같은 방향을 가리킨다고 봅니다. 학습자·설계·환경의 세 벽 중 상사 지지가 결정적이므로, 설계 단계부터 전이와 사후 팔로우업을 넣으라고 권합니다.

기록되지 않는 조직 학습을 데이터로 측정해 학습과 성과의 관계를 밝히는 러닝 애널리틱스를 다룹니다. LinkedIn 2025 보고서에서 애널리틱스를 반영한 조직은 교육 만족도가 37% 높았지만, 추적 지표는 몰입도(72%)에 치우치고 승진(55%)은 낮았습니다. 측정할 문제를 먼저 정의하고 xAPI·LRS를 이해하며 분석 결과를 설계 개선 루프로 연결하라고 권합니다.

스킬 기반 인재관리를 관리자 실행 층위로 옮겨, 팀원의 숨은 역량을 발굴하는 습관을 제시합니다. Deloitte 2022 보고서는 스킬 기반 조직이 우수 인재 유지 가능성 98%, 효과적 배치 가능성 107% 높다고 밝혔습니다. 관찰·질문·기록·검증의 4단계를 반복하고, 발견한 역량은 작은 프로젝트로 먼저 검증하라고 권합니다.

직책이 아닌 보유 스킬로 인재를 채용·배치하는 스킬 기반 조직으로의 전환을 다룹니다. Deloitte 조사에서 경영진 98%가 전환 계획이 있었지만 전사 도입은 20% 미만이었고, Unilever FLEX는 도입 후 생산성이 41% 늘었습니다. 장벽은 기술보다 보상·승진 제도와 문화이므로, HRD는 스킬 아키텍처 설계와 학습-이동 연결에 집중해야 한다고 봅니다.

조직이 누가 어떤 스킬을 가졌는지 모르는 공백을 스킬 온톨로지로 채워야 한다고 주장합니다. Deloitte 2024 조사에서 인간 역량과 기술의 정렬이 중요하다는 응답은 73%였지만 실제 진전은 9%에 그쳤고, IBM·싱가포르 SkillsFuture 사례를 제시합니다. 공통 스킬 언어를 만들고 한 팀 단위 시범 매핑으로 시작하되 지속적 갱신 거버넌스를 갖추라고 권합니다.

AI 확산으로 감정과 관계를 다루는 정서역량이 핵심 개발 과제가 되었다고 봅니다. WEF 2025 보고서에서 기업들은 리더십·사회적 영향력(61%), 공감·적극적 경청(50%) 등을 핵심 역량으로 꼽았고, SIYLI 참가자의 스트레스 완화 능력 응답은 44%에서 69%로 올랐습니다. 자기보고의 한계를 감안해 행동 지표를 함께 측정하는 반복형 프로그램을 설계하라고 권합니다.

회복탄력성을 개인 기질이 아닌 학습 가능한 역량으로 보고 HRD 설계의 중심 의제로 다룹니다. APA 2024 조사에서 미국 직장인 76%가 번아웃을 경험했고 53%는 중등도 이상이었습니다. 다만 구조적 문제를 둔 채 개인에게 버티라고 요구하면 안 되며, 업무 설계 개선과 함께 팀·리더 단위 개입과 척도 기반 측정을 하라고 권합니다.

중앙 집중형 데이터 팀의 병목을 도메인 소유권으로 푸는 데이터 메시를 소개합니다. 2025년 거버넌스 보고서에서 중앙집중형과 연합형 채택이 각각 36%로 같았지만, Gartner는 메시를 감당할 거버넌스 성숙도를 갖춘 조직을 18%로 봤습니다. 연합 거버넌스 없이 소유권만 나누면 책임 떠넘기기가 되므로, HR이 데이터를 제품으로 제공하는 역량부터 키우라고 제안합니다.

배치 처리에서 데이터 발생 순간에 분석하는 스트리밍 분석으로의 전환을 다룹니다. IMARC Group은 시장이 연평균 22.16% 성장할 것으로 전망했고, KB국민카드 FDS는 도입 8개월 만에 사고 차단율을 13.8%p 높였습니다. 운영 복잡도와 비용이 크므로 정말 초 단위 판단이 필요한 문제인지 먼저 검증하라고 조언합니다.

데이터가 어디서 와서 어떻게 가공됐는지 추적하는 데이터 계보가 신뢰의 기반이라고 주장합니다. Gartner는 데이터 품질 문제로 인한 손실을 연 1,290만 달러로 추산했고, Market.us 보고서에서 계보 도입률은 성숙도 하위 조직 26%, 상위 조직 93%였습니다. 도구보다 변경 기록 규율과 변수 정의서 작성을 먼저 습관화하라고 권합니다.

흩어진 HR 변수를 재사용 가능한 자산으로 만드는 피처 스토어를 소개합니다. MLOps Community 설문에서 프로덕션 ML 조직의 피처 스토어 도입률은 2023년 22%에서 2025년 48%로 늘었지만, 5개 MLOps 구성 요소를 모두 갖춘 조직은 9.5%였습니다. 기술 도입 전에 피처 사전으로 변수 정의를 통일하고 소규모 파일럿으로 가치를 검증하라고 권합니다.

교육 후 점수가 올랐다는 보고서에서 교육의 몫이 얼마인지 묻는 반사실 질문을 다룹니다. 가상 예시에서 참가 집단 +10점, 비교 집단 +7점이면 차이는 3점이고 95% 오차 범위는 ±6점이어서 효과를 단정하기 어렵습니다. 비교 집단 확보, 신청 방식, 같은 기간 변화, 교육 전 추세를 점검하는 서식으로 한계를 보고서에 밝히도록 제안합니다.

교육 효과 보고서를 받았을 때 비교 대상·참여자 선발 방식·동시 발생 요인을 먼저 점검하자고 제안합니다. 「2025년 기업직업훈련 실태조사」에서 교육 실시 기업은 39.4%에서 51.8%로 늘었지만, 효과로 꼽힌 78.6%는 비교집단 없는 인식 응답입니다. 비참여자 수치가 없으면 '효과'가 아닌 '변화'로 부르고, 결론의 수위를 근거에 맞추라고 권합니다.

역량을 하나의 점수로 합산할 때 생기는 착시를 심슨의 역설로 설명합니다. 1973년 UC 버클리 대학원 입학 데이터에서 전체 합격률은 남성 약 44%, 여성 약 35%였지만 학과별로 나누면 격차의 의미가 달라졌습니다. 점수의 측정 방법과 평가자 맥락을 함께 확인하고, O*NET처럼 지표를 분해해 제시하며 평가자 간 척도를 보정하라고 권합니다.

데이터가 넘쳐도 의사결정이 빗나가는 이유를 상관과 인과의 혼동에서 찾습니다. NewVantage Partners 조사에서 데이터 기반 조직을 구축했다는 응답은 26.5%에 그쳤고, 선도 조직과 그 외 조직의 성과 격차는 전 항목에서 20%p 이상이었습니다. DAG·교란변수 개념과 DoWhy 같은 도구를 익히고, 제도 기획 단계부터 비교 집단을 설계하라고 제안합니다.

텍스트·음성·영상을 함께 분석하는 멀티모달 AI가 HR 분석을 어떻게 넓히는지 다룹니다. Gartner는 생성형 AI 중 멀티모달 비중이 2023년 1%에서 2027년 40%로 늘 것으로 전망했고, 마이다스인 inAIR는 약 100개 기업 채용에 도입됐습니다. 모달리티별 편향이 중첩될 수 있으므로 단일 모달 베이스라인부터 만들고 편향 감사를 내재화하라고 권합니다.

설문 주관식·면담 기록 같은 비정형 텍스트를 NLP로 HR 분석에 활용하는 흐름을 다룹니다. Gartner는 기업 데이터의 80~90%를 비정형으로 추정하며, Unilever·HireVue 사례는 채용 소요 시간을 90% 단축했다고 보고했습니다. NLP는 자동화보다 필터링·우선순위화 도구로 보고, 거버넌스를 갖춘 작은 파일럿부터 시작하라고 권합니다.

AI 에이전트가 HR 분석의 실행 단계를 가져가는 지금, 무엇을 갖춰야 하는지 묻습니다. Gartner 조사에서 실제 배치 기업은 17%인데 2년 내 계획은 64%였고, 에이전트 프로젝트의 40% 이상이 거버넌스·비용 문제로 취소될 전망입니다. 도구보다 질문 설계 능력과 데이터 접근 권한·판단 기록 기준을 먼저 정해야 한다고 제안합니다.

채용 알고리즘의 편향을 조직이 얼마나 빨리 알아챌 수 있는지 묻고, 탐지 지연을 결과 데이터 수집·속성 확보·점검 주기·책임자의 네 단계로 나눕니다. 뉴욕시 LL144는 편향 감사를 요구하지만 Wright 외(2024) 조사에서 391곳 중 감사 보고서를 공개한 곳은 18곳이었습니다. 공정성 기준을 먼저 문서로 정하고 탈락 기록까지 단계별로 남기라고 권합니다.

AI가 내린 인사 결정을 설명할 수 있어야 한다는 요구와 XAI 기법을 다룹니다. EU AI Act는 채용·승진 같은 고위험 시스템 위반에 연매출 최대 3%의 과징금을 두고, 국내 개인정보보호법 제37조의2는 자동화 결정에 대한 설명요구권을 명시했습니다. SHAP·LIME 설명도 근사치임을 인지하고, 모델 도입 단계부터 설명 가능성을 설계 요건에 넣으라고 권합니다.

이탈 예측 AI의 정확도 수치를 얼마나 믿어야 하는지 묻습니다. SHRM은 직원 1명 대체 비용을 연봉의 50~200%로 보며, IBM의 95% 정확도·3억 달러 절감은 제3자 검증 없는 자사 발표치라고 구분합니다. 예측 점수는 대화의 출발점으로만 쓰고, 자사 데이터로 재검증하며 집단별 허위 양성률을 점검하라고 권합니다.

역량이 비슷한데 결과가 갈릴 때 관계의 구조를 보는 ONA를 다룹니다. Cross 외(HBR, 2016)는 상위 3~5% 인력이 가치창출형 협업 요청의 20~35%를 소화한다고 보고했으며, ONA는 구조를 보여줄 뿐 인과를 증명하지 않는다고 짚습니다. 재교육 전에 병목을 먼저 보고, 중심성을 곧바로 보상 기준으로 쓰지 말며, 인터뷰로 교차 확인하라고 권합니다.

연 1~2회 설문의 한계를 넘어 협업 텍스트로 조직의 온도를 재는 감성분석을 다룹니다. Gallup 2025 보고서에서 몰입된 직원은 20%였고, 낮은 몰입으로 인한 생산성 손실은 연간 약 10조 달러로 추산됐습니다. 감성 점수는 반어·은어를 오독할 수 있는 신호일 뿐이므로, 익명화·동의 등 윤리 설계와 자발적 팀 파일럿부터 시작하라고 권합니다.

직무 코드로는 보이지 않는 조직 역량을 지식 그래프로 표현하는 방법을 다룹니다. WEF는 2030년까지 핵심 스킬의 39%가 바뀔 것으로 전망했고, LinkedIn Skills Graph는 약 3만 9천 개 스킬과 20만 개 이상의 연결로 구성됩니다. 구축 비용이 크므로 ESCO·O*NET 같은 공개 표준을 먼저 활용하고 스킬 데이터 수집부터 설계하라고 제안합니다.

사례가 적은 HR 영역에서 퓨샷 러닝이 대안이 될 수 있는지 다룹니다. GPT-3 논문에서 TriviaQA 정확도는 제로샷 64.3%에서 퓨샷 71.2%로 올랐고, Gartner 설문에서는 63%가 AI에 적합한 데이터 관리 체계를 갖추지 못했다고 답했습니다. 퓨샷은 완전한 해결책이 아닌 현실적 타협안이므로 정제된 레이블 데이터와 도메인 지식을 함께 활용하라고 권합니다.

개인정보 규제 속에서 합성 데이터가 HR 분석의 돌파구가 될 수 있는지 다룹니다. Gartner는 합성 데이터 비중이 1%에서 60%로 커질 것으로 전망했지만, 같은 기관은 AI 프로젝트의 60%가 데이터 문제로 포기될 것으로도 내다봤습니다. 합성 데이터는 편향의 자동 해법이 아니므로 품질 검증 지표와 관리 체계를 함께 갖춰야 한다고 강조합니다.

사람이 틀린 AI 코드를 맞다고 믿는 이유를 언어모델의 통계적 유창함과 유창성 휴리스틱·자동화 편향으로 설명합니다. Purdue 연구에서 ChatGPT 코드 답변 오답률은 약 52%였고 그중 약 39%를 사용자가 그럴듯하다고 판단했습니다. 유창함과 정확함을 분리하고, 엣지케이스를 실행해 보며 패키지는 원본 문서에서 확인하라고 권합니다.

개발자가 AI 코드를 불신하면서도 검증하지 않는 이유를 묻습니다. Sonar 2026 조사에서 96%가 AI 코드를 완전히 믿지 않지만 커밋 전 항상 확인한다는 응답은 48%였고, Veracode 벤치마크에서 LLM은 45% 비율로 안전하지 않은 방법을 택했습니다. 고친 줄 설명, 검증 시간 확보, 실패 테스트 우선 작성과 다섯 줄 점검표를 권합니다.

AI 모델이 외부 도구를 표준 방식으로 호출하게 하는 MCP의 구조와 확산을 다룹니다. Anthropic·MCP 공식 블로그에 따르면 공개 MCP 서버는 2024년 11월 약 100개에서 2025년 12월 1만 개 이상으로 늘었고, Linux Foundation 산하 재단에 기증됐습니다. 간단한 MCP 서버를 직접 만들어 보되 서버 권한을 확인하는 보안 감수성을 키우라고 권합니다.

양자화와 오픈웨이트 모델로 내 컴퓨터에서 LLM을 돌리는 흐름을 다룹니다. Stack Overflow 2025 설문에서 보안·프라이버시 우려는 81%였고, Hugging Face에는 2025년 약 118만 개 모델이 새로 등록됐으며, 금융보안원 망분리 로드맵도 외부 전송을 제한합니다. 로컬의 가치는 성능이 아닌 통제권이라며 Ollama 설치와 양자화 개념 학습을 권합니다.

AI 코딩 도구를 쓰는 개발자는 늘었지만 결과물을 믿는 개발자는 줄어든 간극을 다룹니다. Stack Overflow 2025 설문에서 사용·계획 비율은 84%인데 신뢰는 29%였고, GitHub 통제 실험에서는 Copilot 사용 시 55% 빨랐습니다. 기초를 다지고 검증을 별도 습관으로 만들어 믿지 않는 상태에서도 효율적으로 검증하라고 권합니다.

Git 저장소에 jj를 얹을 때 무엇이 먼저 막히는지를 묻습니다. jj 공식 문서 'Git compatibility' 표 20개 행 중 11개가 완전 지원이 아니며, 훅·Git LFS·.gitattributes는 모두 "No"에 문서상 대안도 없어 필자 점수표에서 '상' 등급입니다. 도입 전 진단 스크립트로 저장소를 점검하고, 상 등급이 걸리면 해당 작업은 Git으로 하는 부분 도입을 권합니다.

Jujutsu에 대한 관심이 실제 사용으로 이어졌는지 공표된 숫자로 확인합니다. jj 저장소 스타는 약 1만 개에서 3만 개로 늘었지만, Stack Overflow 2022 설문에서 Git 사용률은 93.87%로 실사용 점유율은 그대로입니다. 지금은 전환이 아니라 개인 사이드 프로젝트에서 가볍게 실험하고 연례 설문으로 추세를 지켜보라고 권합니다.

작업 상태를 자동으로 커밋하고 충돌도 커밋으로 저장하는 Jujutsu의 설계를 다룹니다. GitHub 스타가 2024년 말 약 1만 개에서 3만 개로 늘었고, Google은 JJ Con에서 사내 베타 900명과 장기 10만 명 이상 전환 목표를 밝혔습니다. 아직 Git을 대체하지 못했으니 Git 원리를 먼저 익히고 개인 프로젝트에서 jj를 써 보라고 권합니다.

TypeScript를 빌드 없이 바로 실행하는 런타임 변화를 다룹니다. Stack Overflow 2024 설문에서 TypeScript 사용률은 38.5%이고, Bun 월간 다운로드는 720만 건을 넘었으며 Node.js는 v24 LTS에서 타입 스트리핑을 기본 탑재했습니다. 다만 TC39 제안은 Stage 1이므로 런타임 지원과 표준화를 구분하고 타입 사고방식과 tsconfig를 익히라고 권합니다.

WASI와 컴포넌트 모델로 Wasm이 서버·엣지로 확장되는 현황을 균형 있게 다룹니다. CNCF 설문에서 Wasm 경험 '없음'은 2022년 50%에서 2023년 57%로 늘어 채택이 더디지만, Cloudflare Workers의 콜드 스타트는 p95 5밀리초 미만입니다. Wasm을 컨테이너 대체재가 아닌 특정 워크로드의 전문 도구로 보고 Rust·Go로 실습하라고 권합니다.

메모리 안전성 문제를 해결하려 Rust가 Linux 커널·Android·Windows에 채택되는 흐름을 다룹니다. MSRC 분석에서 CVE의 약 70%가 메모리 안전성 문제였고, Google 블로그에 따르면 Android의 메모리 안전 취약점 비중은 2019년 76%에서 2024년 24%로 줄었습니다. 소유권 개념을 천천히 익히고 C 기초와 작은 CLI 프로젝트부터 시작하라고 권합니다.

롤링·블루-그린·카나리 등 무중단 배포 전략과 그 전제 조건을 다룹니다. DORA 2024 보고서에서 엘리트 조직은 19%이고, 엘리트·하이 조직의 변경 실패율은 0~15%인 반면 로우 조직은 45~60%였습니다. 전략보다 헬스체크와 관찰 가능성을 먼저 갖추고 쿠버네티스 롤아웃과 피처 플래그를 실습하라고 권합니다.

HashiCorp의 Terraform BSL 전환 이후 포크된 OpenTofu의 부상을 다룹니다. 매니페스토에 2주 만에 기업 130개 이상이 서명했고 Spacelift 설문에서 Terraform 사용자 38%가 전환·평가 중이지만, env0 보고서상 80%는 여전히 Terraform을 씁니다. '대체'가 아닌 '선택지 추가'로 보고 HCL과 라이선스 리터러시를 익히라고 권합니다.

커널을 재컴파일하지 않고 확장하는 eBPF가 네트워킹·보안·관찰 가능성을 어떻게 바꾸는지 다룹니다. Cilium의 CNI 비중은 CNCF 2022년 11.9%에서 Isovalent 2025년 보고서 기준 60% 이상으로 집계됐지만, 검증기 제약과 커널 버전 관리 부담도 있습니다. 커널 기초를 익히고 Cilium·Tetragon 문서와 BCC·libbpf로 실습하라고 권합니다.

번들리스 개발 서버와 Rust 기반 번들러로 빌드 도구가 재편되는 흐름을 다룹니다. State of JS 2024에서 유지율은 Vite 98%, Webpack 35%였고, 컬리는 Webpack 4에서 Vite로 전환해 빌드 시간을 약 48% 줄였습니다. 레거시 전환 비용을 감안해 ESM 기초를 익히고 단계적으로 마이그레이션해 보라고 권합니다.

Rust로 작성된 파이썬 패키지 매니저 uv가 기존 도구 파편화를 통합하는 흐름을 다룹니다. Astral 벤치마크에서 uv는 캐시 없이 pip 대비 8~10배, 캐시가 있으면 80~115배 빨랐고 GitHub 스타는 Ruff를 추월했습니다. 속도뿐 아니라 통합 설계를 이해하고 uv init과 uv.lock으로 재현 가능한 빌드를 익히라고 권합니다.

악성 패키지 급증에 맞서 코드 서명과 출처 증명이 개발 표준이 되는 흐름을 다룹니다. Sonatype 2024 보고서에서 악성 패키지는 전년 대비 156% 늘어 51만 개 이상 탐지됐고, PyPI Trusted Publisher 설정 프로젝트는 약 4만5천 개로 늘었지만 전체 대비 아직 일부입니다. 의존성 트리 확인, syft로 SBOM 생성, cosign 서명 실습을 권합니다.

챗봇과 에이전트의 차이는 모델의 똑똑함이 아니라 행동→관찰→다음 행동의 반복 구조라는 점을 모델 없는 20여 줄 Python 장난감 코드로 보여 줍니다. 반복 상한과 보류, 출처 점검, 최소 권한 같은 안전장치와 9편까지의 연재 지도를 소개하며, 1편에서는 모델·도구·반복 세 요소를 나눠 봅니다.

AI가 만든 Django 게시판 예제의 폴더 구조를 건물과 층에 빗대어 설명하고, urls.py가 두 개인 이유와 models·views·템플릿의 분업을 짚습니다. INSTALLED_APPS 누락 시의 RuntimeError를 다루고, 고칠 파일을 지정해 AI에게 시키는 방법을 미션으로 익힙니다. 1편에서는 Django가 대신 해주는 부분을 가려 봅니다.

settings.py를 건드리지 않아도 서버가 뜨는 이유를 manage.py의 DJANGO_SETTINGS_MODULE 줄과 runserver의 로딩 순서로 설명합니다. INSTALLED_APPS 기본 앱 6개와 MIDDLEWARE가 request.session·request.user를 채우는 원리, 앱 미등록과 startproject 점 누락 오류를 다룹니다. 2편에서는 urls.py 한 줄을 해부합니다.

/series/new/가 엉뚱한 화면을 띄우는 사례로, urlpatterns를 위에서부터 훑다 처음 일치한 줄에서 멈추는 라우팅 규칙과 구체적인 주소를 위에 두는 원칙을 설명합니다. include, path의 name, <int:> 인자 전달, 404와 import 누락 오류도 다루며, 3편에서는 뷰 함수 내부를 열어 봅니다.

뷰는 화면을 그리지 않고 판단을 끝내 응답을 결정하는 함수라는 점을 테크창 detail 뷰로 설명합니다. get_object_or_404 조회, 잠금 글·문의 게시판 접근 검사와 return의 의미, render로 context를 넘기는 흐름, return 누락과 인자 이름 불일치 오류를 다룹니다. 4편에서는 템플릿을 다룹니다.

테크창 인기글 카드 템플릿으로 {{ }}는 값을 끼우는 구멍, {% %}는 반복·조건 지시라는 점과 렌더링 전후 HTML을 비교합니다. context 키와 루프 임시 이름, 필터, {% url %}, endfor 누락 오류와 {{ }}가 그대로 보이는 원인을 다루며, 5편에서는 데이터가 저장된 모델을 엽니다.

클래스 하나가 표 하나, 필드 한 줄이 열 하나라는 원리를 테크창 Question 모델과 sqlmigrate 출력으로 확인합니다. on_delete 규칙(CASCADE·PROTECT·SET_NULL), null과 default의 차이, 인덱스, 다대다 중간 표 등 사람이 검토할 지점과 IntegrityError를 다루며, 6편에서는 마이그레이션을 설명합니다.

모델에 필드를 추가한 뒤 생기는 no such column 오류를 출발점으로, makemigrations는 공사 지시서 파일을 만들고 migrate가 실제로 DB를 바꾼다는 두 단계 구조를 테크창 0040 마이그레이션으로 설명합니다. django_migrations 장부와 기본값 없는 필수 칸 추가 문제도 다루며, 다음 편은 폼과 CSRF입니다.