하마연구소

 안녕하세요, 하마연구소입니다. 최근 Notion이 공식적으로 Notion Developer Platform 을 발표했습니다. 이제 Notion은 단순한 노트앱을 넘어, 데이터와 AI 에이전트가 함께 움직이는 작업 공간으로 발전하고 있습니다. 노션은 처음부터 단순한 메모앱이 아니었습니다 Notion은 처음부터 문서 작성, 위키, 프로젝트 관리, 데이터베이스를 한곳에 모으는 도구에 가까웠습니다. 특히 데이터베이스 기능은 Notion의 핵심 장점입니다. 같은 정보를 표, 보드, 캘린더, 갤러리 등 다양한 방식으로 볼 수 있어 개인 기록부터 팀 협업까지 폭넓게 활용할 수 있습니다. 한때 메모앱의 강자는 에버노트 였습니다. 필자 역시 오랫동안 에버노트를 주 메모앱으로 사용했습니다. 하지만 에버노트가 회사의 어려움 속에서 정체되는 동안, Notion은 꾸준히 기능을 확장하며 생산성 도구로 자리 잡았습니다. 개발자와 일반 사용자 모두를 잡은 도구 Notion은 마크다운 스타일의 편집을 지원해 개발자에게도 친숙합니다. 동시에 블록 기반 UI 덕분에 일반 사용자도 어렵지 않게 사용할 수 있습니다. 기술 문서, 프로젝트 관리, 독서 기록, 일정 정리 등 활용 범위가 넓은 이유입니다. AI 시대의 노션 이번 발표에서 Notion은 외부 AI 에이전트를 Notion 안으로 연결하고, Workers를 통해 커스텀 코드를 실행하며, 외부 데이터 소스를 Notion 데이터베이스와 동기화할 수 있다고 밝혔습니다. Claude, Codex, Decagon 같은 에이전트와도 연동될 예정입니다. 이 변화는 꽤 중요합니다. 앞으로 Notion은 사용자가 직접 정리하는 공간을 넘어, AI 에이전트가 데이터를 읽고, 작업을 맡고, 상태를 업데이트하는 “살아 움직이는 워크스페이스”가 될 가능성이 있습니다. 마무리 필자는 여전히 에버노트의 빠른 메모 경험을 좋아하지만, 최근 Notion의 발전 방향을 보면 사용 빈도를 더 넓혀봐야겠다는 생각이 듭니다. AI 시대의 생산성 도구 중에서 Notio...

안녕하세요, 하마연구소입니다. AI LLM의 핵심 단위인 '토큰'이 단순한 데이터 조각을 넘어 새로운 경제 단위로 부상하고 있습니다. 토큰 사용량이 폭발적으로 늘어나면서 기업의 비용 구조와 수익 전략이 '토크노믹스(Tokennomics)'라는 새로운 패러다임을 중심으로 재편되고 있습니다. 1. 토큰이란 무엇인가? 토큰(Token)은 거대언어모델(LLM)이 문장을 처리할 때 잘게 쪼개어 인식하는 최소 단위입니다. 단어 하나가 토큰 하나가 되기도 하고, 긴 단어는 여러 토큰으로 나뉘기도 합니다. GPT나 Claude 같은 AI 모델은 텍스트를 주고받을 때 이 토큰 단위로 연산하며, API 사용 비용도 바로 이 토큰 수를 기준으로 청구됩니다. 2. 토큰 사용량의 폭발적 증가 최근 OpenAI의 한 엔지니어가 일주일 동안 2,100억 개의 토큰을 사용해 사내 소비 1위에 올랐다는 뉴욕타임스 보도가 화제가 됐습니다. 이는 위키피디아 전체 문서를 33번 채울 수 있는 분량입니다. Anthropic의 코딩 도구 'Claude Code'에서는 한 사용자가 한 달 만에 약 2억 원어치의 토큰을 소비해 업계를 놀라게 했습니다. 에이전틱 AI(Agentic AI)의 확산이 이 같은 폭증을 이끌고 있습니다. 사람이 잠든 사이에도 AI가 스스로 코딩, 검색, 추론을 반복 수행하고, 여러 에이전트가 협업하는 멀티 에이전트 시스템 구조가 보편화되면서 토큰 소비는 기하급수적으로 늘어나고 있습니다. 3. 토크노믹스: 토큰이 경제가 된다 토크노믹스(Tokenomics)는 'Token'과 'Economics'의 합성어입니다. 원래는 블록체인 업계에서 암호화폐의 발행·유통·인센티브 구조를 의미하던 용어였지만, 생성형 AI의 확산 이후 LLM 토큰의 사용량과 비용 효율을 다루는 새로운 의미로 재해석되고 있습니다. 엔비디아 젠슨 황 CEO는 엔지니어들에게 연봉 외 별도 '연간 토큰 예산'을 제공해야 한다고 주장했고...

안녕하세요, 하마연구소입니다. 컴퓨팅에서 캐시(Cache)는 데이터에 빠르게 접근하기 위한 레이어로 데이터 로딩이 지연되거나 병목이 예상되는 앞단에 위치합니다. CPU와 메모리 사이에 있는 L1, L2, L3 캐시나 빠른 I/O 처리를 위하여 스토리지(HDD, SSD 등)에도 사용됩니다. H/W뿐만 아니라 S/W에서도 자주 사용되며 적절한 캐시 설계에 따라 성능을 극대화할 수 있습니다. 보통 어플리케이션과 영구저장소 또는 다른 어플리케이션 사이에 위치합니다. 요즘은 분산 클러스터링 환경에서 편리성과 훌륭한 속도를 내는 Memcached나 Redis를 많이 사용하며, 언젠가부터는 Memcached도 캐시 설계할 때 도입 대상에서 제외되는 추세로 보입니다. 왠만하면 Redis 사용합니다. 제가 지금까지 경험했던 캐시 솔루션을 정리해 보려고 합니다. 보통 Java 기반으로 어플리케이션을 작성하였기에 그에 맞는 캐시를 많이 경험한 점 참고하시기 바랍니다. 1. 로컬캐시 Ehcache Java 기반 어플리케이션 개발하면 가장 쉽게 접하는 캐시입니다. 어렵지 않은 설정으로 다양한 캐시 기능을 사용할 수 있으며, 역사도 꽤 길기에 믿고 사용하면 됩니다. 다양한 기능으로는 영속성을 보장하기 위한다면 캐시 데이터 디스크 저장할 수 있으며, 어플리케이션의 여러 프로세스들 간에 공유하여 분산 캐시를 구성할 수도 있습니다. 단, 캐시 기능에 더이상 새로운 기능을 넣을께 없어서 그런지 라이브러리 업데이트가 활발하지는 않습니다. https://www.ehcache.org/ Caffeine 2010년대 중후반 부터 Spring Boot에서는 기본 캐시 라이브러리를 Ehcache에서 Caffeine으로 변경하였습니다. 아마 Spring Boot 버전 2부터였던 것으로 기억합니다. Ehcache가 제공하는 기능이 많아지고 그만큼 무거워졌기 때문에 로컬 캐시라는 본연 기능에 충실하고자 심플한 카페인 캐시 라이브러리가 각광 받았습니다. 또한 스프링에서 아주아주 간단한 설정만으로 쉽게 캐...

안녕하세요, 하마연구소입니다. 정보를 제공하고 수익을 내야하는 기업 웹페이지가 AI 시대를 준비하며 GEO(Generative Engine Optimization) 를 신경써야 한다고 합니다. GEO는 또 뭐야? 최적의 검색엔진 대응을 위하여 과거와 현재 웹페이지는 SEO(Search Engine Optimization) 에 관심을 두고 있습니다. 최적화된 SEO를 제공하면 검색엔진 노출에 많은 도움이 되며, 이것은 트래픽 유입을 증가시키고 그만큼 수익을 늘릴 수 있습니다. 따라서 SEO는 검색엔진에 정보를 효과적으로 제공하는 구조로 되어 있으며, 웹페이지는 사람눈에 맞춰 메뉴, 목차, 본문구조 등을 구성해야 합니다. 하지만 AI 시대에서는 조금 다릅니다. 사용자가 웹페이지에 들어가서 원하는 정보를 얻으며 구매를 하고 또는 광고를 클릭하는 흐름이 아니라, AI와 대화하면서 정보를 얻고 구매도 AI에게 시킵니다. 즉, 사용자는 더이상 웹페이지에 직접 방문하지 않습니다. 따라서 웹페이지에 노출되는 구조가 사람의 눈이 아닌 AI 엔진(에이전트)에 포커싱 되어야 합니다. AI가 활발해지는 앞으로는 기업 웹페이지 입장에서 사용자의 질문으로부터 AI 엔진이 유입되기 때문에 그에 맞춰 Q&A 형태의 정보, 표나 리스트로 명확하게 정리된 정보, 무엇보다 입력된 질의 상황에 맞춰 동적으로 정보를 제공하는 웹페이지가 되어야 합니다. 아직 감이 오지 않습니다. 하지만 분명한 것은 더이상 사람이 직접 웹페이지에 방문하는 빈도수는 줄어들 것입니다. 따라서 미래 웹페이지 기획과 개발은 검색엔진과 사람이 보기 좋은 구성이 아니라, AI를 위한 맞춤 제공할 수 있는 구성이 되어야 합니다. 그리고 트래픽 유입에 따른 디스플레이 광고 수익이 아닌, AI가 상품을 직접 구매 하기 때문에 이 구매율을 높이기 위한 알맞은 정보를 제공하는 서비스에 신경써야할 것입니다. 예상했지만 AI가 많은 것을 바꾸고 새로운 표준을 잡아가...

안녕하세요, 하마연구소 입니다. AI 관련 하드웨어 중에 GPU가 가장 중요하지만 연산을 위하여 빠른 메모리도 매우 중요합니다. AI 확산으로 고대역폭메모리(HBM, High Bandwidth Memory) 시장이 유래없는 호황을 맞이하고 있습니다. HBM은 휘발성 메모리이기 때문에 GPU가 처리할 데이터를 유지하려면 지속적인 전력이 필요하며, 그에따라 전력량과 발열이 증가하게 됩니다. 따라서 이러한 한계 때문에 더 빠르게 처리해야할 GPU 연산 환경에 한계가 있다는 평가가 나오고 있습니다. 물론 HBM3, HBM3E에 이어 HBM4까지 개발되며 발전하고 있지만, 더 높은 고층으로 쌓기에는 한계가 있기에 더 큰 용량을 확보하지 못하고 있습니다. 이에 고대역폭낸드플래시메모리(HBF, High Bandwidth Flash Memory) 가 주목받고 있습니다. 낸드플래시는 최대 321층 쌓은 제품이 사용화 되어 용량 확대에 유리하고, 무엇보다 데이터 유지를 위하여 지속적인 전력 공급이 없어도 되며 발열량과 전력소모는 HBM 대비하여 낮습니다. 이는 마치 일반 컴퓨터에서 RAM과 SSD의 차이점과 유사합니다. CPU 연산에 필요한 데이터를 빠르게 접근하기 위하여 RAM을 이용하고 대량의 데이터를 임시 또는 영구 저장하기 위하여 SSD를 이용한 것과 비슷하게, GPU의 고속연산에 필요한 데이터를 HBM과 HBF를 혼합해서 사용하는 것입니다. HBM과 HBF 비교 HBF를 표준화하기 위하여 해결해야할 과제가 있습니다. 바로 낸드플래시의 10만번 쓰기 수명을 극복해야 합니다. 매우 빠르게 처리되는 AI 연산에서 하드웨어의 수명을 늘리는 것은 비용문제를 해결할 수 있는 핵심 과제입니다. 이에 SK하이닉스는 전통적인 낸드플래시 메모리 강자인 샌디스크와 양해각서(MOU)를 체결하여 전략적인 행보를 취하고 있습니다. SSD가 RAM을 대신하지 못하는 것처럼, HBF가 HBM을 대체하지는 않을 것입니다. 어쩌면 HBM의 성능이 더 좋아지고 단점이 줄어든다면 지금처럼 HBM만 사용...

안녕하세요, 하마연구소 입니다. 예전에는 쇼핑하려면 다나와 가서 가격비교하여 11번가, 옥션, G마켓 등 가장 저렴한 쇼핑몰에서 구매하였는데, 요즘은 습관처럼 쿠팡 에서 검색하여 바로 구매합니다. 가장 큰 이유는 빠른 배송이죠. 오후 늦게 내지 밤에 주문해도 다음날 새벽에 도착한 택배! 이 맛을 끊을 수 없습니다. 또한 네이버 쇼핑 도 종종 이용합니다. 쿠팡만큼 빠른 배송은 아니지만 꽤 많은 물건이 등록되어 있는 스마트스토어, 무엇보다 꽤 많이 쌓이는 포인트가 장점이죠. 이는 필자뿐만 아니라 대한민국 국민 대부분에 해당할 것으로 예상됩니다. 2026년 3분기 네이버 쇼핑 순이익이 7347억 원이라고 합니다. 이는 쿠팡이 포함된 7대 유통사보다 11.5% 높은 순이익입니다. 쿠팡이 매출 12조 8455억 원에 영업이익 2245억 원 정도인데, 네이버 쇼핑은 매출 9855억 원에 영업이익은 5706억 원이고 순익익이 7347억 원입니다. 매출은 쿠팡이 훨씬 많은데, 남는 돈은 네이버 쇼핑이 훨씬 잘 버네~~~ 아마도 쿠팡은 물류, 배송까지 직접 챙기다 보니 아직 물리적인 인프라 비용에 많은 비용이 필요한 가봅니다. 반면에 네이버 쇼핑은 CJ대한통운 및 마켓컬리 등과 손잡아 물류센터를 직접 관리하지 않습니다. 네이버는 태생이 검색회사인데, 이러다 쇼핑 회사 되겠네~~~ 참고 https://v.daum.net/v/20251114160305059 "네이버 쇼핑이 이 정도야?”…‘한국 7대 유통사’ 다 합쳐도 네이버 못 넘어

안녕하세요, 하마연구소 입니다. 구글은 끊임없이 대한민국의 정밀지도 데이터를 달라고 요구하고 있습니다. 이에 정부는 계속하여 거부하고 있고요. 지난 2025년 2월에 구글은 또다시 허가 신청서를 제출했습니다. 이후 정부는 서류를 보완하라는 이유로 3차례 결정을 유보하고 있습니다. 그냥 딱잘라 거절하면 안되나??? 왜 불허가를 못하는 것일까??? 아니면 쿨하게 허용하던가~~~ 정부는 데이터 반출을 원하지 않을 것으로 보입니다. 가능했다면 한-미 관세협상에 작은 카드로 사용하지 않았을까요? 다르게 이야기하면 불허가 결정을 못내리는 이유는 관세협상에 악영향을 끼칠수도 있기 때문에 그러지 않았을까요? 관세협상이 마무리되면 이번 정밀지도 데이터 국외반출 건도 마무리될 것으로 예상해 봅니다. 지금까지 구글 지도 반출 심사가 왜 자꾸 지연되는지 생각해 보았습니다. 감사합니다. 참고 https://v.daum.net/v/20251111171941446 구글 지도 반출 심사 또 유보…"신청서에 이행 조건 추가해야"

안녕하세요, 하마연구소 입니다. 무역상사, 중개업, 물류, 유통 등과 같이 자신이 보유한 직접적인 기술이 아닌 것으로 이익을 내는 회사가 있으며, IT 기업과 같이 기술을 연구하고 개발하여 수익을 내는 회사가 있습니다. 각 회사의 상황과 전략에 따라 기술에 중점을 둘 것인지, 사업을 위한 기획에 중요도를 둘 것인지 선택하게 됩니다. 이러한 전략은 고정적이지 않고 시장 상황과 리더에 따라 변할 수 있습니다. 이 변화를 확인할 수 있는 것은 조직도라고 생각합니다.  이번 글에서는 IT 중심 회사에 대해 이야기하려고 합니다. 일반적으로 목적조직이라면 사업과 서비스에 포커싱하여 기획자와 개발자가 심지어 디자이너, 마케터, 데이터분석가 등이 한 조직으로 묶어둡니다. 이때 조직을 관리하는 리더의 능력에 따라 개발자가 리더가 되기도 하고, 기획자가 리더가 될 수 있습니다. 하지만 사업에 더 초점을 둔다면 보통 기획자가 리더가 되어 이끌어 갑니다. 반면 기술중심에 중요도를 더 둔다면 기능조직으로 개발자와 기획자가 구성된 조직인 분리되어 있습니다. 조직은 서로 카운터파트너로 함께 하나의 목적을 두고 일하긴 하지만, 물리적으로 조직이 분리되어 있습니다. 기능조직 vs 목적조직, 기술중심 vs 사업중심 어떠한 것이 좋고 나쁨은 없습니다. 영리회사는 이익을 내는 것이 가장 중요하며, 수익을 내기 위하여 전략과 목표를 세우고 그에따라 조직구성이 변할 뿐입니다. 다만 리더의 포지션과 마인드에 따라 그 구성원인 기획자와 개발자를 바라보는 시선이 달라질 것입니다. 즉, 상위 리더가 누구냐에 따라 달라질 것입니다. 개발자를 쪼아서 어떻게든 일정을 맞출 것이냐? 기반 기술을 차곡차곡 쌓을 수 있도록 기다려 줄 것이냐?

안녕하세요, 하마연구소입니다. 그동안 하고 싶은 일, 할 수 있는 일, 해야만 하는 일 위주로 했습니다. 묵묵히 뒤에서 최선을 다했습니다. 혼자 생각해서 결정하는 일을 많이 했습니다. 재밌었습니다. 후회는 없습니다. 많은 경험을 했으며, 그만큼 실력도 늘었다고 생각합니다. 앞으로는 좀 더 보이는 일을 해야겠습니다. 남들이 인지할 수 있는 일을 해야겠습니다. 인정을 받을 수 있는 일을 해야겠습니다. 커뮤니케이션이 빈번한 일을 해야겠습니다. 나의 실력을 제대로 보여주자!!! 나름 나는 이곳저곳에서 1등이었다. 그러나 너무 나대지는 말자!!!

안녕하세요, 하마연구소 입니다. HDD를 대체하여 앞으로는 SSD(Solid State Drive)만 사용할 것 같았는데요, AI 시대를 준비하는, 아니 이미 살고 있는 현재의 H/W 시장에서 스토리지 중 HDD(Hard Disk Drive)가 다시 각광을 받고 있습니다.   스토리지 중요성 AI 관련 연산을 위해서 대용량 데이터와 매우 빠른 처리를 위하여 GPU, HBM(High Bankwidth Memory, 고 대역폭 메모리)이 필수이고 중요하지만, 이와 함께 학습 데이터를 저장할 스토리지 역할도 매우 중요합니다. AI에 필요한 학습 데이터를 비롯한 다양한 입력 값은 영구저장소에 위치해야하며, 보통 빠른 입출력을 위하여 SSD를 사용합니다. 그러나 이 데이터의 양은 꽤 클 것이며, AI 서비스가 개인화를 지원한다면 그 용량은 기하급수적으로 늘어날 것입니다. 따라서 이 데이터를 얼마나 효율적으로 처리하고 운영하는 것도 AI 인프라에 중요한 한 꼭지가 되었습니다. 왜 HDD가 화두인가? AI에 필요한 큰 데이터 용량을 SSD로만 저장한다면 운영비용 또한 그만큼 늘어날 것입니다. 안그래도 값 비싼 GPU를 확보하는 비용과, 그 GPU를 운영하기 위한 IDC 유지비용도 만만치 않은데, SSD 비용까지 신경써야하니, AI를 서비스하기 위하여 고려해야할 사항이 너무 많습니다. 따라서 조금이라도 총소유비용(TCO)을 낮추기 위하여 감수해야할 대상으로 스토리지를 선택한 것이 아닌가 싶습니다. GPU는 중요하니... SSD를 대체할 H/W는 HDD 입니다. SSD보다 입출력은 느리지만 대용량 데이터를 보관할 수 있으며, 또한 SSD보다 매우 저렴한 비용으로 구입할 수 있습니다. HDD 시장, 고용량 제품 출시 예상 지난 수 십년간 군림해오던 HDD 시장은 새로운 시장이 아닙니다. SSD가 주 스토리지로 사용하는 최근에도 백업 스토리지를 위하여 계속 제품이 출시되는 시장이었습니다. 비록 예전에 비해 사람들은 HDD를 덜 찾는다고 해도, AI 인프라 구축하는 시장에서...