Techlist.io - 한국 테크 블로그 큐레이터

figma3분 읽기큐레이션 요약

Headspace가 신뢰와 투

Headspace는 치료를 대체하지 않으면서도 세션 사이의 성찰과 정서적 지원을 돕는 AI 동반자 Ebb를 만들었다. 정신 건강 분야의 AI는 안전성과 신뢰가 특히 중요하므로, Headspace는 초기 기획부터 임상 전문성·투명성·사용자 자율성을 핵심 원칙으로 삼았다. 그 결과 Ebb는 인간처럼 위장하지 않고 AI임을 분명히 밝히며, 사용자가 대화를 통제하고 필요할 때 종료하거나 삭제할 수 있도록 설계됐다. ## 치료의 대안이 아닌 보완 도구 - Headspace는 1억 500만 회 이상 다운로드된 정신 건강 앱으로, 명상·수면·치료·코칭 등을 제공한다. - 많은 사람들이 범용 AI를 정서적 지원에 활용하는 상황에서, 정신 건강에 특화된 안전하고 임상적으로 타당한 도구가 필요하다고 판단했다. - Ebb의 역할은 치료나 인간 돌봄을 대체하는 것이 아니라 다음과 같은 상황을 보완하는 것이다. - 치료 세션 사이에 자기 성찰을 돕는 경우 - 치료를 두려워하거나 비용 부담 때문에 이용하기 어려운 사람을 지원하는 경우 - Ebb는 임상 심리학자들이 참여해 훈련했으며, 과학적·임상적 기반을 제품 설계에 반영했다. ## 모호한 아이디어를 공동의 목표로 구체화 - AI와 정신 건강의 결합에 대해 조직 내부에서도 불안과 우려가 있었기 때문에, 제품 디자인 리드인 Priyanka Marawar는 초기부터 FigJam 워크숍을 진행했다. - 워크숍의 목적은 단순히 기능을 정하는 것이 아니라 다음을 명확히 하는 것이었다. - 어떤 경험을 만들 것인가 - 왜 이 경험이 필요한가 - 사용자와 비즈니스 목표가 어떻게 연결되는가 - 팀은 FigJam에서 AI 동반자의 모습과 말투를 자유롭게 실험하는 “플레이그라운드”를 운영했다. - 일러스트레이터, 디자이너, 카피라이터, 애니메이터가 각자 아이디어를 탐색한 뒤 다시 협업하는 방식으로 작업했다. ## 성별 고정관념을 피한 브랜드와 이름 - 팀은 Alexa, Cortana처럼 여성 이름을 사용하는 AI 비서의 관행을 따르지 않으려 했다. - AI가 특정 성별이나 인간 역할을 연상시키지 않도록, “친근하지만 완전히 인간은 아닌 존재”를 지향했다. - 여러 후보명 가운데 감정의 유동성과 변화를 연상시키는 “Ebb”가 선택됐다. - 내부 구성원과 사용자 테스트에서 반응이 강했고, 팀은 이후 Ebb라는 이름을 일관되게 사용했다. ## 프로토타입 중심의 협업과 검증 - Headspace는 “만들면서 배운다(build-to-learn)”는 철학에 따라 브랜드팀과 제품팀을 빠르게 결합했다. - 약 6개의 브랜드 아이덴티티를 만들고, 실제 앱 화면에 적용해 어떤 방향이 적합한지 검증했다. - 제품 화면을 초기 산출물로 삼아 다양한 색상·비주얼·대화 인터페이스를 빠르게 비교했다. - Figma를 중심으로 브랜드와 제품팀이 화면을 공유하며, 서로의 작업을 한 공간에서 연결했다. - 아이디어를 미리 배제하기보다 프로토타입으로 “스트레스 테스트”한 뒤 판단하는 접근을 취했다. ## 신뢰와 안전을 중심으로 한 대화 설계 - 팀은 대화형 AI의 원칙으로 다음을 설정했다. - AI의 존재를 항상 명확히 드러낼 것 - 인간이 제공하는 치료·돌봄과 구분할 것 - 성찰적이고 차분한 공간을 만들 것 - 개인정보 보호와 안전을 지속적으로 강조할 것 - 사용자의 선택권과 자율성을 존중할 것 - 사용자가 Ebb를 인간 상담자로 오해하지 않도록, AI와 대화하고 있다는 사실을 숨기지 않았다. - 사용자가 자신의 감정을 안전하게 표현할 수 있도록 대화 인터페이스를 설계했다. - 사용자는 언제든 대화를 종료할 수 있고, 대화 기록을 삭제할 수도 있다. - 이러한 투명성은 AI에 대한 불신을 줄이고, 사용자가 서비스 이용 방식을 스스로 통제하도록 하는 장치로 작용한다. Ebb의 사례는 정신 건강 AI에서 매력적인 브랜드나 자연스러운 대화만큼이나 역할의 한계, AI 여부, 개인정보와 사용자 통제권을 명확히 설계해야 한다는 점을 보여준다. 특히 초기 워크숍, 임상 전문가 참여, 반복적인 프로토타이핑을 통해 안전 원칙을 실제 제품 경험에 반영한 점이 실용적인 참고가 된다.

원문 읽기(새 탭에서 열림)
figma3분 읽기큐레이션 요약

폴라로이드가 다음 혁

폴라로이드는 디지털 사진 시대에 대응하기 위해 즉석카메라·포토프린터·모바일 앱으로 사업을 확장하고, 디자인·개발 프로세스도 현대화하고 있다. Figma를 중심으로 디자인 시스템을 구축해 브랜드 일관성과 협업 효율을 높였으며, 고도화된 프로토타입과 사용자 테스트로 제품의 완성도를 개선했다. 그 결과 폴라로이드는 전통적인 아날로그 감성을 유지하면서도 새로운 세대의 디지털 경험을 제공하고 있다. ## 아날로그 유산을 디지털 시대로 확장 - 폴라로이드는 1937년 에드윈 랜드가 설립한 뒤 1948년 즉석카메라를 선보이며 사진 문화를 바꿨다. - 앤디 워홀, 안셀 아담스, 데이비드 호크니 등 예술가들이 폴라로이드 카메라와 필름을 활용하면서 브랜드는 문화적 아이콘으로 자리 잡았다. - 디지털 사진의 확산으로 2008년 네덜란드의 마지막 필름 공장 폐쇄를 발표하는 등 존립 위기를 겪었다. - 이후 열성적인 즉석사진 애호가들이 설립한 임파서블 프로젝트가 공장을 인수하고 필름 화학식을 재개발해 필름 생산을 이어갔다. - 현재는 즉석카메라뿐 아니라 사진 프린터와 모바일 앱을 통해 디지털 시대에 맞는 제품군을 구축하고 있다. ## Figma를 통한 단일 디자인 기준 구축 - Figma 도입 전에는 디자이너들이 각자 별도의 파일과 도구를 사용해 중복 작업과 비효율이 발생했다. - 중앙화된 디자인 시스템과 재사용 가능한 컴포넌트가 없어 수정과 반복 작업이 느렸다. - 이런 제약 때문에 폴라로이드는 iOS 앱만 설계하고 Android 지원은 충분히 확장하지 못했다. - Figma의 클라우드 기반 환경을 통해 디자이너, 개발자, 다른 부서 구성원이 작업 과정 전반에 참여할 수 있게 됐다. - 원격 근무 환경에서도 디자인 파일과 논의를 공유할 수 있어 부서 간 투명성과 협업이 향상됐다. ## 디자인 토큰과 변수로 플랫폼·테마 확장 - 디자인 토큰과 변수를 활용해 색상, 글꼴, 컴포넌트 등의 규칙을 체계적으로 관리했다. - 라이트 모드와 다크 모드를 지원하고, iOS와 Android에 맞춰 기본 글꼴을 다르게 적용했다. - 카메라 연결 화면에서는 사용자가 보유한 기기만 표시하도록 사용자 경험을 단순화했다. - 앱 테마가 연결된 카메라의 색상 구성과 자동으로 맞춰지도록 개선했다. - Figma UI 키트를 초기 설계의 출발점으로 활용하고, Autoflow 플러그인으로 사용자 여정을 시각화해 설계 전에 흐름을 점검했다. ## 더 빠르고 현실적인 프로토타이핑 - Figma 프로토타입을 통해 디자인 초기 단계에서 사용자의 불편과 문제점을 발견할 수 있게 됐다. - 기존 방식보다 사용자가 설정을 변경하거나 화면을 자유롭게 이동하는 등 실제 제품에 가까운 상호작용을 테스트할 수 있었다. - 사용자 테스트를 통해 추측이 아니라 실제 행동을 바탕으로 제품을 검증했다. - 더 많은 프로토타입을 짧은 시간에 높은 품질로 제작할 수 있게 됐다. - 개발 후반에 발생할 수 있는 대규모 수정과 비용을 줄이고, 제품 완성도와 개발 효율을 함께 높였다. ## 실용적인 시사점 폴라로이드의 사례는 브랜드의 역사적 정체성을 유지하면서도 디자인 시스템, 변수, 재사용 컴포넌트, 프로토타이핑을 통해 디지털 제품을 확장한 사례다. 여러 플랫폼과 팀이 함께 제품을 만드는 조직이라면 Figma 같은 중앙화된 작업 환경과 조기 사용자 테스트를 도입하는 것이 일관성, 속도, 비용 절감에 효과적이다.

원문 읽기(새 탭에서 열림)
discord4분 읽기큐레이션 요약

디스코드가 수조 개의

Discord는 메시지 검색을 Elasticsearch 기반으로 운영했지만, 메시지와 트래픽이 조 단위로 증가하면서 Redis 큐 유실, 장애에 취약한 벌크 색인, 대규모 클러스터의 운영 부담, 단일 인덱스의 문서 수 제한 문제가 발생했다. 이를 해결하기 위해 Kubernetes와 Elastic Kubernetes Operator(ECK)를 도입하고, 거대한 클러스터 대신 여러 개의 작은 클러스터를 운영하는 셀(cell) 아키텍처로 전환하려 했다. 목표는 장애 격리, 무중단 업그레이드, 확장성, 비용 효율성을 동시에 확보하는 것이었다. ## 기존 메시지 검색 구조 - 2017년 Discord는 Elasticsearch에 메시지를 색인했다. - 메시지는 Discord 서버(guild) 또는 DM 단위로 Elasticsearch 인덱스에 분산했다. - 같은 guild의 메시지를 한곳에 모아 검색 속도를 높였다. - 클러스터를 여러 개로 나누어 관리 가능한 규모를 유지했다. - 사용자가 검색을 이용하지 않는 경우를 고려해 메시지는 지연 색인(lazy indexing)했다. - Redis 기반 메시지 큐와 작업자가 메시지를 묶음으로 가져와 Elasticsearch 벌크 색인을 수행했다. ## Redis 메시지 큐의 메시지 유실 - Elasticsearch 장애로 색인 작업이 밀리면 Redis 큐에 메시지가 빠르게 쌓였다. - 큐가 과도하게 커지면서 Redis CPU 사용량이 한계에 도달했고, 결국 메시지가 유실됐다. - 즉, 색인 대상 메시지를 안정적으로 보관해야 할 큐 자체가 장애 지점이 되었다. ## 장애에 취약한 벌크 색인 - 한 번의 벌크 요청에 서로 다른 인덱스와 Elasticsearch 노드에 속한 메시지가 함께 포함됐다. - 예를 들어 50개 메시지를 색인하는 요청이 최대 50개 노드로 분산될 수 있었다. - 그중 단 하나의 노드라도 실패하면 벌크 요청 전체가 실패하고, 모든 메시지를 다시 큐에 넣어 재시도해야 했다. - 100개 노드 클러스터에서 50개 메시지를 무작위로 색인할 때, 특정 노드 하나가 장애 나면 요청 중 약 40%가 실패할 수 있었다. - 실제 장애 하나가 색인 실패와 재시도를 대량으로 유발해 Redis 큐 적체를 악화시켰다. ## 대규모 Elasticsearch 클러스터의 운영 부담 - 메시지와 guild 수가 증가할 때 노드와 인덱스를 추가하는 방식으로 수평 확장했다. - 하지만 클러스터가 커질수록 하나의 벌크 작업이 더 많은 인덱스와 노드로 분산됐다. - 이로 인해 노드 간 조정과 네트워크 팬아웃 비용이 커져 색인 성능이 저하됐다. - 노드 수가 많아질수록 어느 한 노드에서 장애가 발생할 가능성도 증가했다. ## 롤링 재시작과 보안 업데이트의 어려움 - 단일 노드 장애에도 색인 시스템이 크게 영향을 받았기 때문에 안전한 롤링 재시작이 어려웠다. - 200개가 넘는 노드와 수 테라바이트의 데이터를 가진 클러스터를 노드별로 비우고 재시작하는 데 지나치게 오랜 시간이 걸렸다. - 그 결과 오래된 운영체제와 Elasticsearch 버전을 계속 사용해야 했고, 보안 패치와 성능 개선을 적용하지 못했다. - Log4Shell 대응 당시에는 `log4j2.formatMsgNoLookups=true` 설정을 적용하기 위해 전체 검색 시스템을 중단하고 모든 노드를 재시작해야 했다. ## 대형 guild의 인덱스 크기 제한 - 일부 인덱스에는 매우 큰 guild의 메시지가 집중됐다. - Elasticsearch 인덱스는 내부적으로 하나의 Lucene 인덱스이며, 약 20억 개 문서라는 `MAX_DOC` 제한이 있다. - 이 한도에 도달하면 해당 인덱스의 모든 색인 작업이 실패한다. - 당시에는 Safety 팀과 협력해 스팸 목적의 guild를 찾아 삭제하는 방식으로 복구했다. - 그러나 정상적인 대규모 커뮤니티가 20억 개 이상의 메시지를 축적하는 상황도 지원해야 했다. ## Kubernetes와 Elastic Operator 도입 - Discord는 무상태 서비스 운영에서 이미 Kubernetes의 편의성과 비용 최적화 효과를 경험하고 있었다. - 이후 Elasticsearch 같은 상태 저장 서비스에도 Elastic Kubernetes Operator(ECK)를 적용하는 방안을 선택했다. - ECK를 사용하면 다음을 선언적으로 관리할 수 있다. - Elasticsearch 클러스터 토폴로지 - 노드 구성과 설정 - Kubernetes 노드풀 위의 클러스터 배포 - 운영체제 업그레이드를 자동화하고, 안전한 롤링 재시작과 Elasticsearch 업그레이드 도구를 활용할 수 있게 됐다. ## 여러 소형 클러스터를 사용하는 셀 아키텍처 - 기존처럼 200개가 넘는 노드를 가진 거대한 클러스터 하나를 운영하는 대신, 더 많은 수의 작은 Elasticsearch 클러스터를 운영하는 구조를 구상했다. - 작은 클러스터는 다음과 같은 이점을 제공한다. - 장애 범위 축소 - 클러스터 자체의 조정 오버헤드 감소 - 노드 장애가 전체 검색 시스템에 미치는 영향 완화 - 업그레이드와 유지보수의 단순화 - Kubernetes와 ECK를 기반으로 이러한 클러스터들을 표준화하고 운영하려 했다. 대규모 검색 시스템에서는 단순히 노드를 추가하는 것보다 장애 격리와 운영 가능성을 함께 설계하는 것이 중요하다. 특히 벌크 작업을 부분 실패에 강하게 만들고, 클러스터를 작은 단위로 나누며, 롤링 업그레이드가 가능한 플랫폼을 채택하는 것이 장기적인 안정성에 유리하다.

원문 읽기(새 탭에서 열림)
discord4분 읽기큐레이션 요약

디스코드 패치 노트:

Discord의 2025년 5월 1일 패치는 성능, 메시지 작성 편의성, 미디어 형식 지원, 모바일·데스크톱 UI 안정성을 중심으로 개선됐다. Android 동영상 업로드 속도는 평균 약 5.6%, 저성능 기기에서는 약 10.5% 향상됐으며, 이메일·전화번호를 `< >`로 감싸 링크로 만드는 Markdown 문법도 추가됐다. 또한 WebP·AVIF 애니메이션 이모지를 지원하고, 서버 관리·프로필·알림·검색 등 다양한 영역의 버그를 수정했다. ## Android 동영상 업로드 및 미디어 형식 개선 - Android 동영상 트랜스코딩 과정이 개선되어 평균 업로드 속도가 약 5.6% 향상됐다. - 저성능 Android 기기에서는 업로드 시간이 평균 10.5% 줄어드는 효과가 있었다. - 애니메이션 이모지 업로드에 WebP와 AVIF 형식을 지원한다. - 두 형식은 다음과 같은 장점을 제공한다. - 실제 알파 투명도 지원 - 더 높은 색상 깊이 - 더 작은 파일 크기 - 더 부드러운 애니메이션 재생 ## 이메일·전화번호 링크 문법 추가 - 이메일 주소나 전화번호를 `< >`로 감싸면 클릭 가능한 링크로 변환된다. - 긴 메시지를 다른 앱에 복사하지 않고도 전화번호를 바로 누르거나 이메일 링크를 열 수 있다. - 전화번호가 노출될 수 있으므로 사용 시 개인정보 보호에 주의해야 한다. ## 알림과 모바일 사용성 개선 - macOS 알림 디자인이 더 간결하고 정돈된 형태로 개선됐다. - 모바일에서 백틱으로 감싼 텍스트를 누르면 해당 텍스트가 복사된다. - 짧은 Discord 창에서도 이모지 자동완성 결과가 가려지지 않도록 수정됐다. - Android 상태 메시지에서 시스템 이모지가 잘려 보이던 문제를 해결했다. - iOS 회원 목록의 왼쪽 테두리가 지나치게 넓던 문제를 수정했다. - 폴더블 기기에서 Stage Channel의 Text in Voice가 빈 요소로 표시되던 문제를 해결했다. - 모바일 비표준 테마에서 서버 헤더 색상이 다르게 보이던 문제를 수정했다. ## 포럼 검색과 메시지 표시 - 멀티 태그 포럼 검색에서 태그 조건을 `AND` 또는 `OR`로 선택할 수 있게 됐다. - 기존에는 `OR` 조건만 지원했다. - AutoMod 시스템 DM이 모바일 검색 결과에서 빈 메시지로 나타나던 문제를 해결했다. - 연령 제한 채널의 메시지가 Mod View에 표시되지 않던 문제를 수정했다. - 글꼴 크기나 이미지 크기가 커질 때 임베드와 봇 메시지가 지나치게 좁은 레이아웃을 만드는 문제를 개선했다. - 초대 링크가 마침표로 끝날 때 임베드가 제대로 생성되지 않던 문제를 수정했다. ## 프로필·친구 요청·이모지 개선 - 미니 프로필에서 친구 요청 메뉴가 “Add Friend” 대신 “Accept Friend Request”로 표시되도록 명확히 했다. - 친구 프로필에 상호 서버가 제대로 표시되지 않거나, 새로 가입한 상호 서버가 재시작 전까지 나타나지 않던 문제를 해결했다. - 프로필 반응 기능 안내 문구가 잘못된 위치에 표시되던 문제를 수정했다. - 텍스트와 함께 사용한 커스텀 상태 이모지가 애니메이션되지 않던 문제를 해결했다. - 상태 메시지의 비애니메이션 커스텀 이모지에 마우스를 올리면 툴팁이 표시된다. - 반응 전체 목록에서 애니메이션 이모지가 움직이지 않던 문제를 수정했다. - 참여자가 많은 반응에 마우스를 올렸을 때 텍스트 형식이 깨지던 문제를 해결했다. - GIF 이모지 업로드 결과가 불명확했던 데스크톱 UI에 업로드 성공·실패를 알려주는 토스트 메시지를 추가했다. ## 서버 관리 및 권한 수정 - Members 탭에서 사용자를 클릭하면 탭이 닫히는 대신 Mod View가 열리도록 수정했다. - 역할 색상 변경이 저장되지 않고 이전 값으로 되돌아가던 문제를 해결했다. - 역할 설정에서 역할 색상 미리보기가 표시되지 않던 문제를 수정했다. - Advanced View 채널 권한에서 역할이 무작위가 아니라 계층 순서대로 정렬된다. - 서버별 프로필 역할의 패딩을 일관되게 조정했다. - 프로필의 역할 목록이 길어졌을 때 스크롤할 수 없던 문제를 해결했다. - Server Insights 그래프가 최신 데이터를 반영하지 않던 문제를 수정했다. - AutoMod 정규식 규칙을 조금 수정해도 저장되지 않던 문제를 해결했다. - Community Onboarding 작업 삭제가 특정 조건에서만 적용되던 문제를 수정했다. - 친구 요청 권한 설정의 문구를 더 정확하게 변경했다. ## 기타 UI 및 안정성 버그 수정 - Quest 패널과 Account 패널의 수직 정렬 문제를 해결했다. - Student Hub 서버 카드의 “More” 버튼이 작동하지 않던 문제를 수정했다. - 서버 폴더에서 서버를 첫 번째 위치로 이동할 수 없던 문제를 해결했다. - Discovery에서 서버 가입 한도에 도달했을 때 오류 메시지가 두 번 표시되던 문제를 하나로 정리했다. - Android에서 서버 초대 옵션을 가로로 스크롤할 수 없던 문제를 수정했다. - macOS 시스템 메뉴의 “Quit Discord” 표기를 수정했다. - 설정의 “User Profile” 탭을 “Main Profile”로 변경해 명칭을 통일했다. - 서버 목록·테마·프로필·초대 화면 등에서 발생하던 여러 시각적 정렬 및 문구 오류를 수정했다. 이번 업데이트는 대규모 신규 기능보다는 업로드 성능 향상과 다양한 플랫폼의 세부 버그 수정에 초점을 맞췄다. 특히 Android에서 동영상과 애니메이션 이모지를 자주 사용하는 사용자, 서버 관리 기능과 포럼 검색을 이용하는 사용자는 업데이트 적용 여부를 확인해볼 만하다.

원문 읽기(새 탭에서 열림)
discord원문

바통을 넘기며 (새 탭에서 열림)

Discord 창업자 제이슨 시트론(Jason Citron)이 CEO 직에서 물러나 이사회 멤버 및 고문으로 전환하며, 후임으로 휴맘 사크니니(Humam Sakhnini)를 새로운 CEO로 선임했습니다. 이번 결정은 Discord가 향후 기업 공개(IPO)를 준비하고 다음 단계의 비즈니스 성장을 가속화하기 위한 전략적 선택입니다. 시트론은 회사가 역대 가장 강력한 전략과 비즈니스 지표를 보유한 시점에서 전문 경영인에게 키를 넘김으로써 조직의 장기적인 가치 창출을 도모하고자 합니다. **리더십 전환의 배경과 전략적 목적** * CEO의 역할이 기업의 성장에 따라 진화해야 함을 강조하며, 시트론 본인이 직접 직무를 수행하기보다 더 적합한 리더를 영입하는 것이 회사의 미래에 이롭다고 판단했습니다. * Discord를 지속 가능한 공공 기업(Public Company)으로 성장시키기 위한 기반을 마련하고, 창업자 개인의 역량을 넘어선 시스템 중심의 리더십 체제를 구축하려는 의도입니다. * 제이슨 시트론은 퇴임 후에도 이사회 멤버이자 고문으로서 신임 CEO의 온보딩을 돕고 경영 전략에 지속적으로 참여할 예정입니다. **신임 CEO 휴맘 사크니니의 전문성과 이력** * 휴맘 사크니니는 게임 산업에서 15년 이상의 풍부한 경험을 쌓은 베테랑 경영자로, 액티비전 블리자드(Activision Blizzard)의 최고 전략 책임자(CSO)를 역임하며 '월드 오브 워크래프트'와 '콜 오브 듀티' 같은 대형 프랜차이즈 성장을 견인했습니다. * 이후 모바일 게임 기업 킹(King)의 창업자들로부터 경영권을 승계받아 라이브 서비스 운영과 공공 시장에서의 비즈니스 확장을 성공적으로 이끈 실무 경험을 보유하고 있습니다. * 그는 4월 28일부터 공식 업무를 시작하며, Discord의 기존 비전인 '게임을 통한 연결'과 '사용자 경험 최우선' 원칙을 계승하여 조직을 이끌 계획입니다. **조직의 현재 상태와 향후 비전** * Discord는 현재 명확한 성장 전략과 새로운 수익 모델, 그리고 수억 명에 달하는 충성도 높은 사용자 기반을 갖춘 역대 최고의 상태에 도달해 있습니다. * 특정 개인의 역량에 의존하기보다 강력한 리더십 팀과 창의적인 인재들이 협업하는 환경을 조성하여 제품 혁신을 지속할 예정입니다. * 게임 중심의 커뮤니티 정체성을 유지하면서도, 전문 경영인의 관리 하에 보다 체계적인 사업 확장과 시장 경쟁력 강화를 목표로 합니다. 이번 리더십 교체는 Discord가 스타트업 단계를 넘어 성숙한 글로벌 플랫폼이자 상장 기업으로 도약하려는 강력한 의지를 보여줍니다. 게임 산업에 대한 깊은 이해도와 상장사 경영 경험을 고루 갖춘 전문가를 영입함으로써, Discord는 사용자 커뮤니티의 가치를 보존하는 동시에 비즈니스 규모를 안정적으로 확대할 수 있는 발판을 마련한 것으로 평가됩니다.

google원문

앰플리파이 이 (새 탭에서 열림)

구글 리서치가 발표한 ‘엠플리파이 이니셔티브(Amplify Initiative)’는 전 세계의 다양한 언어와 문화를 반영한 데이터를 수집하여 AI의 지역적 한계를 극복하려는 개방형 커뮤니티 기반 데이터 플랫폼입니다. 이 프로젝트는 현지 전문가들과의 협업을 통해 각 지역의 특수한 요구사항과 가치관이 담긴 고품질 데이터를 구축함으로써, 특정 지역에 치우치지 않는 책임감 있는 글로벌 AI 생태계를 조성하는 것을 목표로 합니다. 특히 사하라 이남 아프리카에서의 성공적인 파일럿 사례를 통해 데이터 저자권 인정과 보상을 결합한 지속 가능한 데이터 수집 모델의 가능성을 증명했습니다. **엠플리파이 이니셔티브의 핵심 가치** * **참여형 데이터 공동 생성:** 지역 연구자들과 커뮤니티가 직접 데이터 요구사항을 정의하고, 현지 문제를 해결하는 데 필요한 구조화된 데이터셋을 함께 만듭니다. * **글로벌 사우스(Global South)를 위한 개방형 데이터:** 수집된 다국어 데이터셋은 미세 조정(Fine-tuning) 및 평가용으로 공개되어, 저개발 국가의 연구자들이 현지 맞춤형 AI 도구를 개발할 수 있도록 지원합니다. * **기여자 인식 및 보상:** 데이터 생성에 참여한 전문가들에게 저자권 부여, 전문 자격증 제공, 연구 기여 인정 등의 보상 체계를 운영하여 참여 동기를 강화합니다. **사하라 이남 아프리카 파일럿 프로젝트 성과** * **전문가 협업 네트워크:** 우간다 마케레레 대학교 AI 연구소와 협력하여 가나, 케냐, 말라위, 니제르 등 5개국에서 건강, 교육, 금융 분야의 전문가 259명을 온보딩했습니다. * **대규모 다국어 데이터셋 구축:** 155명의 전문가가 직접 참여하여 7개 언어로 작성된 8,091개의 주석 달린 적대적 쿼리(Adversarial queries) 데이터셋을 생성했습니다. * **현지 맞춤형 콘텐츠:** 스와힐리어 기반의 미분별 정보 벤치마킹 데이터나 인도의 금융 문해력이 낮은 사용자를 위한 용어 단순화 데이터 등 실질적인 지역 난제 해결에 초점을 맞췄습니다. **데이터 수집 및 검증 프로세스** * **도메인 전문가 기반 접근:** 보건 의료 종사자나 교사와 같이 특정 분야의 전문 지식을 갖춘 인력을 선발하여 온라인에 존재하지 않는 심층적인 지식을 캡처합니다. * **전용 안드로이드 앱 활용:** 프라이버시가 보호되는 전용 앱을 통해 교육 자료를 배포하고, 책임감 있는 AI 실천 방안과 편향성 방지 교육을 실시합니다. * **자동화된 품질 관리:** 앱 내 자동 피드백 시스템을 통해 중복되거나 의미론적으로 유사한 쿼리의 생성을 방지하고, 데이터 수집 목표와의 정렬을 실시간으로 확인합니다. * **정교한 주석(Annotation) 작업:** 전문가가 자신의 도메인에 특화된 테마와 주제별로 각 쿼리에 상세한 주석을 달아 데이터의 구조적 완성도를 높입니다. 엠플리파이 이니셔티브는 아프리카에서의 성과를 바탕으로 향후 브라질과 인도 등으로 범위를 확장하여, 온라인에서 접근하기 어려운 현지 지식을 데이터화하는 혁신적인 방법론을 지속적으로 발굴할 계획입니다. AI 모델의 성능만큼이나 데이터의 다양성과 대표성이 중요한 시점에서, 이러한 커뮤니티 중심의 데이터 구축 방식은 진정한 의미의 '글로벌 AI'를 실현하는 필수적인 기반이 될 것입니다.

google원문

AMIE, 시각을 갖 (새 탭에서 열림)

구글 딥마인드가 텍스트를 넘어 이미지와 문서 등 멀티모달 정보를 통합하여 진단 대화를 수행하는 인공지능 에이전트 '멀티모달 AMIE'를 공개했습니다. 이 시스템은 제미나이 2.0 플래시(Gemini 2.0 Flash)를 기반으로 구축되었으며, 환자의 상태와 진단적 불확실성에 따라 지능적으로 정보를 요청하고 분석하는 능력을 갖췄습니다. 연구 결과, AMIE는 실제 의료 현장의 문진 과정을 효과적으로 모사하며 전문의에 필적하는 수준의 진단 및 관리 계획 수립 능력을 보여주었습니다. **상태 인지 기반의 추론 프레임워크와 문진 과정의 최적화** * AMIE는 실제 의사가 문진을 진행하는 방식과 유사하게 '병력 청취', '진단 및 관리', '사후 관리'의 3단계로 대화 흐름을 관리하는 '상태 인지 단계 전환 프레임워크'를 채택했습니다. * 모델의 내부 상태를 지속적으로 업데이트하여 환자에 대한 지식 격차와 진단적 불확실성을 실시간으로 추적합니다. * 특정 정보가 부족하다고 판단될 경우 피부 사진, 실험실 검사 결과, 심전도(ECG) 등 구체적인 멀티모달 자료를 환자에게 능동적으로 요청하고 이를 해석하여 진단을 정교화합니다. **시뮬레이션 환경 구축 및 전문가 평가를 통한 성능 검증** * SCIN(피부과) 및 PTB-XL(심전도)과 같은 실제 의료 데이터셋을 활용해 멀티모달 시나리오와 환자 에이전트를 생성하여 시스템을 훈련하고 평가할 수 있는 환경을 조성했습니다. * 전 세계 의료 교육에서 표준으로 사용되는 객관적 구조화 진료 시험(OSCE) 형식을 도입하여 1차 진료의(PCP)들과 AMIE의 성능을 비교 분석했습니다. * 평가 결과, AMIE는 다양한 임상 시나리오에서 의사들에 준하는 수준의 진단 정확도와 공감 능력을 보여주었으며, 복합적인 시각 데이터를 논리적으로 통합하는 역량을 입증했습니다. 이번 연구는 AI 에이전트가 단순한 대화 상대를 넘어 시각적 증거를 바탕으로 고도화된 임상적 추론을 수행할 수 있음을 보여줍니다. 향후 제미나이 2.5 플래시 등 최신 모델과의 결합을 통해 성능이 더욱 향상될 것으로 기대되며, 이는 의료진의 의사결정을 보조하고 원격 의료의 정확도를 높이는 혁신적인 도구가 될 것으로 전망됩니다.

figma3분 읽기큐레이션 요약

Figma가 Figma

Figma는 초보자가 도구를 익히는 과정을 돕기 위해 문서, 영상, 실습 파일, 커뮤니티를 결합한 교육 생태계를 운영한다. 학습자의 피드백을 반영해 실습과 실제 사례를 강화한 새 입문 과정을 공개했으며, 포트폴리오 웹사이트 제작까지 이어지도록 구성했다. Figma는 작은 프로젝트를 꾸준히 시도하고 다른 사람의 작업을 참고하며 실수를 통해 배우는 것이 실력을 키우는 가장 effective한 방법이라고 강조한다. ## 다양한 학습 방식을 지원하는 교육 생태계 - **Help Center** - 기능 설명, 사용 방법, 문제 해결 가이드를 제공하는 기본 학습 공간이다. - **YouTube 튜토리얼** - 기능을 실제 사례와 함께 영상으로 설명해 개념을 시각적으로 이해할 수 있다. - **플레이그라운드 파일** - 완성된 실습 파일을 직접 조작하고 변형하며 안전하게 기능을 실험할 수 있다. - **Figma Design for beginners** - 초보자가 직접 포트폴리오 웹사이트를 제작하며 Figma의 주요 기능을 익히는 실습 중심 과정이다. - 학생과 교사는 자격을 확인하면 Professional 플랜의 제품과 기능을 무료로 이용할 수 있다. ## 학습자 피드백을 반영한 입문 과정 개편 - 2020년 첫 초보자 과정 이후 약 300만 명이 영상을 시청했다. - Figma는 학습자 의견을 통해 다음과 같은 요구를 확인했다. - 직접 손으로 따라 해볼 수 있는 실습 확대 - 복잡한 기능에 대한 더 명확한 설명 - 학습 내용을 실제 작업과 연결하는 사례 제공 - 누구나 참여할 수 있도록 무료 기능 중심으로 구성 - 개편된 과정에는 다음 요소가 포함된다. - 어려운 기능을 자세히 설명하는 feature deep dive - 창의성을 발휘할 수 있는 단계별 탐색 활동 - Figma 전문가의 팁과 활용법 - 실제로 사용할 수 있는 포트폴리오 웹사이트 템플릿 ## 지식을 실제 기술로 전환하기 - 강의를 끝내는 것보다 직접 파일을 만들고 수정하는 과정이 중요하다. - 막연히 큰 웹사이트를 만들기보다 작은 UI 요소부터 시작하는 것이 좋다. - 인터랙티브 버튼 제작 - 로딩 애니메이션 구현 - 간단한 화면이나 컴포넌트 재현 - 작은 과제는 핵심 기능을 반복 연습하면서도 초보자가 느끼는 부담을 줄여준다. ## 꾸준한 연습과 커뮤니티 활용 - 매주 학습 목표를 정하고 관심 있는 튜토리얼을 선택해 규칙적으로 연습한다. - 반복 학습은 기능 숙련도와 작업 속도, 단축키 활용 능력을 높인다. - Figma Community에서 다른 디자이너의 작업을 살펴보고 파일을 복제해 직접 재현해볼 수 있다. - 다른 사람의 디자인을 분석하면 효과적인 구성 방식을 이해하고 자신만의 취향과 스타일을 발전시키는 데 도움이 된다. - Figma Forum에서는 질문을 올리고 조언을 얻거나 다른 사용자와 함께 작업할 수 있다. ## 실수와 반복을 학습의 일부로 받아들이기 - 빈 캔버스를 완벽하게 채우려 하기보다 다양한 시도를 하며 결과를 비교해야 한다. - 잘못된 작업을 되돌아보는 과정에서 기능의 작동 방식과 문제 해결 방법을 배울 수 있다. - `Cmd/Ctrl + Z`로 언제든 작업을 되돌릴 수 있으므로 실험을 두려워할 필요가 없다. - 새로운 도구를 익히는 데는 시간이 걸리므로 작은 성취를 인정하고 필요할 때 휴식하는 태도도 중요하다. 처음 시작한다면 입문 과정을 따라가며 작은 UI 요소를 직접 구현하고, 매주 정해진 시간에 반복 연습하는 방법이 가장 현실적이다. 이후 Figma Community의 파일을 분석하고 변형해보면 학습 내용을 실제 디자인 역량으로 발전시킬 수 있다.

원문 읽기(새 탭에서 열림)
google원문

글로벌 보건을 위한 (새 탭에서 열림)

구글 리서치는 전 세계적인 보건 불평등을 해소하고 저개발 지역의 의료 지원을 강화하기 위해, 열대 및 감염성 질환(TRINDs)에 특화된 LLM 벤치마킹 데이터셋과 평가 파이프라인을 개발했습니다. 연구 결과, 기존 의료 시험(USMLE)에서 우수한 성적을 거둔 모델들도 특정 지역의 질병 데이터나 맥락 정보가 부족할 경우 성능이 현저히 저하되는 '분포 변화' 문제를 겪는 것으로 나타났습니다. 이 연구는 LLM이 실제 글로벌 보건 현장에서 진단 보조 도구로 활용되기 위해서는 증상뿐만 아니라 지역, 위험 요인 등 구체적인 컨텍스트를 정밀하게 학습해야 함을 시사합니다. ### TRINDs 데이터셋 구축과 합성 페르소나 기술 * WHO, CDC 등 신뢰할 수 있는 기관의 데이터를 기반으로 50가지 질병에 대한 '시드 페르소나' 템플릿을 생성했습니다. * LLM 프롬프팅을 활용해 증상, 인구통계학적 특성, 임상 및 소비자 관점의 표현, 언어(영어 및 프랑스어) 등을 변주하여 11,000개 이상의 합성 페르소나 데이터셋을 구축했습니다. * 단순한 질병 정의를 넘어 환자의 생활 방식, 위치 정보, 위험 요인 등 실제 의료 현장에서 발생할 수 있는 복합적인 시나리오를 포함했습니다. ### 모델 성능과 컨텍스트의 상관관계 * Gemini 1.5 모델을 대상으로 평가한 결과, 증상 정보만 제공했을 때보다 위치 정보(Location)와 특정 위험 요인(Risk factors)을 결합했을 때 진단 정확도가 가장 높게 나타났습니다. * 일반적인 증상만으로는 정확한 진단에 한계가 있으며, 질병이 발생하는 지역적 맥락이 LLM의 추론 성능을 최적화하는 핵심 요소임을 확인했습니다. * 이는 LLM이 의료 지원 도구로 작동할 때 환자의 거주지나 여행 기록 같은 외부 환경 데이터를 통합하는 것이 필수적임을 뒷받침합니다. ### 편향성 및 언어적 다양성 분석 * 인종이나 성별 언급이 모델 성능에 미치는 통계적으로 유의미한 차이는 발견되지 않았으나, 언어에 따른 차이는 존재했습니다. * 시드 데이터를 프랑스어로 번역하여 테스트했을 때 영어에 비해 성능이 낮게 나타나, 비영어권 지역에서의 활용을 위해 다국어 성능 개선이 필요함을 입증했습니다. * '반사실적 위치(Counterfactual location)' 실험을 통해 질병 발생 지역을 임의로 변경했을 때 모델의 판단이 흔들리는 현상을 확인했으며, 이는 모델이 특정 질병과 지역을 고정관념적으로 연결하고 있을 가능성을 시사합니다. 의료용 AI가 전 세계적으로 공정하게 기여하기 위해서는 표준화된 의료 시험 점수를 넘어, 지역 특화된 데이터셋을 통한 정밀한 검증이 선행되어야 합니다. 특히 저의료 지역의 보건 요원들이 LLM을 신뢰할 수 있는 도구로 쓰기 위해서는 지역적 맥락(Context-aware)을 반영한 모델 튜닝과 벤치마킹이 지속적으로 이루어져야 할 것입니다.

figma원문

Figma의 202 (새 탭에서 열림)

Figma의 2025년 AI 보고서는 인공지능이 단순한 기술적 기대를 넘어 실제 제품 개발 단계로 깊숙이 침투했음을 보여줍니다. 현재 제품 제작자의 3명 중 1명이 AI 기반 기능을 출시하고 있으며, 특히 스스로 판단하고 다단계 과업을 수행하는 '에이전트형 AI'가 핵심 트렌드로 부상했습니다. 보고서는 AI가 업무 효율을 크게 높였음에도 불구하고 결과물의 신뢰성 확보와 직군별 활용 격차 해소가 향후 성공의 관건이 될 것이라고 결론짓습니다. ### 에이전트형 AI(Agentic AI)의 급부상 * 단순한 텍스트나 이미지 생성을 넘어 스스로 추론하고 다단계 프로세스를 완수하는 에이전트형 AI가 가장 빠르게 성장하는 카테고리로 조사되었습니다. * AI 제품을 개발 중인 Figma 사용자의 51%가 에이전트를 구축하고 있으며, 이는 전년(21%) 대비 두 배 이상 증가한 수치입니다. * 에이전트 설계 시에는 AI가 사용자에게 확인을 요청하는 시점, 정보 공유의 양, 채팅 vs 버튼 기반 인터페이스 중 최적의 UI를 선택하는 등 고도의 기획력이 요구됩니다. ### 성공을 결정짓는 반복 설계와 인적 역량 * 성공적인 AI 제품을 출시한 팀의 60%는 여러 가지 디자인 및 기술적 접근 방식을 탐색한 반면, 실패한 팀은 39%만이 이러한 반복 과정을 거쳤습니다. * 빌더의 52%는 AI 제품에서 디자인이 기존 제품보다 더 중요하다고 답했으며, 95%는 최소한 동일한 수준의 중요성을 갖는다고 평가했습니다. * 기술이 빠르게 변하는 상황에서 신속한 프로토타이핑과 긴밀한 협업 루프 등 전통적인 제품 설계 원칙을 유연하게 적용하는 능력이 차별화 요소로 작용합니다. ### 소규모 기업의 공격적인 투자와 실험 * 직원 10인 이하 소규모 기업의 61%가 AI를 시장 점유율 확보를 위한 핵심 요소로 인식하고 있으며, 이는 대기업보다 훨씬 높은 비중입니다. * 규모가 작은 기업일수록 의사결정이 빨라 AI 기술을 실험하고 업무 프로세스에 통합하는 속도가 더 민첩한 것으로 나타났습니다. * AI가 소규모 조직의 비즈니스 성장을 가속화할 수 있다는 믿음이 깊어지면서, 이들의 AI 기반 제품 개발 비중은 작년 대비 두 배로 증가했습니다. ### 개발자와 디자이너 간의 활용도 및 만족도 격차 * 개발자의 82%가 AI 도구에 만족하고 68%가 업무 품질 개선을 경험했다고 답한 반면, 디자이너는 각각 69%와 54%로 상대적으로 낮은 수치를 보였습니다. * 이러한 차이는 핵심 업무 활용 방식에서 기인합니다. 개발자의 59%는 코드 생성 등 핵심 업무에 AI를 쓰지만, 디자이너는 31%만이 에셋 생성 등 핵심 업무에 AI를 활용합니다. * 개발 현장에서는 AI가 생성한 코드에 대한 만족도가 높지만, 디자인 분야에서는 AI 도구가 디자이너의 워크플로우에 어떻게 최적으로 녹아들지 여전히 탐색 단계에 있습니다. ### 효율성 향상과 결과물 신뢰성 사이의 과제 * 조사 대상자의 78%가 AI가 업무 효율성을 크게 높인다는 점에 동의했지만, AI의 출력물을 전적으로 신뢰할 수 있다는 응답은 32%에 불과했습니다. * 단순히 작업을 빠르게 수행하는 것을 넘어, AI가 어떻게 인간의 전문성을 강화하고 실제 업무에 유용한 결과물을 지속적으로 낼 수 있게 할 것인지가 향후 과제입니다. AI를 성공적으로 도입하기 위해서는 '속도'보다는 '품질과 신뢰'에 집중해야 합니다. 개발 단계에서 다양한 프로토타입을 반복적으로 테스트하고, AI의 자율성과 인간의 통제권 사이에서 적절한 균형을 찾는 디자인 전략이 뒷받침될 때 비로소 시장에서 경쟁력 있는 AI 제품을 완성할 수 있습니다.

google원문

ZAPBench를 통한 (새 탭에서 열림)

구글 리서치와 HHMI Janelia, 하버드 대학교 연구진은 제브라피쉬 유충의 뇌 전체 활동을 단일 세포 수준에서 기록한 데이터셋이자 벤치마크인 'ZAPBench'를 공개했습니다. 이 프로젝트는 뇌의 구조적 연결망인 커넥토믹스와 실제 신경세포의 동적 활동 데이터를 결합하여, 척추동물의 뇌가 복잡한 행동을 어떻게 생성하는지 정밀하게 모델링하는 것을 목표로 합니다. 연구자들은 ZAPBench의 오픈소스 데이터와 평가 표준을 활용해 신경 활동 예측 모델의 정확도를 객관적으로 비교하고 개선할 수 있습니다. **커넥토믹스와 동적 활동 데이터의 통합** * 기존의 커넥토믹스는 신경세포 간의 정적인 연결 구조를 파악하는 데 집중했으나, 실제 뇌의 작동 원리를 이해하려면 시간 흐름에 따른 동적인 활동 정보가 필수적입니다. * ZAPBench는 약 7만 개의 신경세포로 구성된 제브라피쉬 유충의 뇌 전체 활동을 기록하며, 현재 진행 중인 전체 커넥토미 도표 작성 작업과 결합되어 구조와 기능의 상관관계를 직접 조사할 수 있게 합니다. * 이는 쥐 시각 피질의 극히 일부(0.1% 미만)만을 다루던 기존 벤치마크와 달리, 척추동물 뇌 전체를 포괄한다는 점에서 차별화됩니다. **라이트 시트 현미경과 가상 현실을 이용한 데이터 수집** * 몸 전체가 투명하여 뇌 활동 관찰에 용이한 6일 차 제브라피쉬 유충을 실험 대상으로 선정했습니다. * 신경 세포가 활성화될 때 녹색 빛을 내는 칼슘 지표인 'GCaMP'를 활용하고, 라이트 시트 현미경(Light Sheet Microscope)으로 뇌 전체를 얇은 단면 단위로 스캔하여 3D 이미지를 생성했습니다. * 가상 현실 환경에서 물의 흐름, 명암 변화 등 9가지 시각 자극을 제공함과 동시에, 꼬리에 부착된 전극으로 근육 활동을 기록하여 자극-뇌 활동-행동 사이의 상관관계를 2시간 동안 정밀하게 측정했습니다. **예측 모델 평가를 위한 네 가지 핵심 과제** * **자기회귀(Autoregressive) 예측**: 과거의 신경 활동 데이터를 기반으로 미래의 활동 패턴을 얼마나 잘 예측하는지 평가합니다. * **자극 조건부(Stimulus-conditioned) 예측**: 가상 현실을 통해 제공된 시각적 자극에 대해 뇌가 어떻게 반응할지 모델링합니다. * **행동 조건부(Behavior-conditioned) 예측**: 물고기의 특정 행동(꼬리 움직임 등)과 연관된 뇌 활동의 변화를 예측합니다. * **개체 간(Cross-individual) 예측**: 한 마리의 물고기 데이터로 학습된 모델이 다른 개체의 뇌 활동에도 보편적으로 적용될 수 있는지 테스트합니다. ZAPBench는 뇌 활동 모델링을 위한 표준화된 플랫폼을 제공함으로써 신경과학 분야의 '데이터 기반 혁신'을 가속화할 것으로 기대됩니다. 연구자들은 공개된 데이터셋과 튜토리얼을 통해 자신의 모델을 검증할 수 있으며, 이는 향후 생물학적으로 타당한 인공지능 구조를 설계하거나 복잡한 뇌 질환의 메커니즘을 이해하는 데 중요한 밑거름이 될 것입니다.

discord2분 읽기큐레이션 요약

명패를 받을 만

Discord가 프로필을 꾸미는 새로운 기능인 **Nameplates**를 출시했다. Nameplates는 표시 이름 뒤에 장식 배경을 추가해 서버 멤버 목록, DM 목록, 사용자 설정 화면 등에서 개성을 드러낼 수 있게 한다. 2025년 4월 22일부터 데스크톱 앱에서 구매할 수 있으며, 구매한 Nameplate는 데스크톱과 모바일에서 모두 보인다. ## 표시 이름을 꾸미는 새로운 장식 - Nameplates는 Discord Shop에서 판매되는 프로필 꾸미기 아이템이다. - 아바타 장식이나 프로필 효과처럼 사용자의 Discord 외형을 꾸미지만, 프로필 화면에만 국한되지 않는다. - 장착하면 표시 이름 뒤에 Nameplate 이미지가 나타난다. - 다른 사용자가 이름을 확인하는 여러 지점에서 장식이 노출된다. - 서버 멤버 목록 - DM 목록에서 이름에 마우스를 올렸을 때 - 사용자 설정 화면의 사용자 정보 영역 ## 출시 시 제공되는 테마 - 출시 시점에는 총 8종의 Nameplate가 제공된다. - 기존 Shop 인기 컬렉션에서 영감을 받은 디자인으로 구성됐다. - 대표적인 테마는 다음과 같다. - 사이버펑크 - 갤럭시 - 애니메이션 스타일 - 구매 전에 Shop에서 각 Nameplate를 미리 적용해 볼 수 있다. ## 구매 및 사용 가능 환경 - Nameplate는 Discord 데스크톱 앱 또는 데스크톱 웹 환경의 Shop에서 구매할 수 있다. - 구매 기능은 출시 시점에 데스크톱에서만 지원된다. - 장착한 Nameplate는 데스크톱뿐 아니라 모바일 사용자에게도 표시된다. - 모바일에서 Nameplate를 구매하는 기능은 추후 지원될 예정이다. ## Nitro 회원 혜택 - Nitro 회원은 Nameplate를 포함한 Discord Shop의 모든 상품을 할인된 가격에 구매할 수 있다. - Nitro 가입자는 기존 프로필 색상, 아바타 장식, 프로필 효과 등과 함께 Nameplate를 조합해 프로필을 꾸밀 수 있다. ## 이용 안내 및 지원 - Discord Shop에서 Nameplate를 확인하고 구매할 수 있다. - 기능과 구매 관련 세부 사항은 Discord Help Center의 Nameplates FAQ에서 확인할 수 있다. - 사용 중 문제가 발생하면 Help Center를 통해 지원을 요청할 수 있다. Nameplates는 Discord에서 이름이 표시되는 공간까지 꾸밀 수 있게 해 주는 장식 아이템이다. 관심이 있다면 Shop에서 미리보기를 활용해 현재 프로필 테마와 어울리는 디자인을 확인한 뒤 구매하는 것이 좋다.

원문 읽기(새 탭에서 열림)
discord원문

디스코드, 후맘 사크 (새 탭에서 열림)

디스코드가 2025년 4월 28일부로 게임 산업의 베테랑인 후맘 사크니니(Humam Sakhnini)를 신임 CEO로 선임하며 새로운 도약을 준비합니다. 창업자인 제이슨 시트론(Jason Citron)은 CEO 직에서 물러나 이사회 이사이자 신임 CEO의 고문 역할을 맡게 되며, 공동 창업자인 스테판 비슈네프스키는 CTO직을 유지합니다. 이번 리더십 교체는 디스코드가 핵심 구독 모델을 넘어 광고, 소액 결제, 개발자 인프라 제공 등 비즈니스 영역을 본격적으로 확장하려는 전략적 의도로 풀이됩니다. **신임 CEO 후맘 사크니니의 선임 배경** * 액티비전 블리자드 부회장 출신으로 '콜 오브 듀티', '월드 오브 워크래프트', '캔디 크러쉬' 등 수십억 달러 규모의 포트폴리오를 관리한 15년 이상의 게임 업계 경력을 보유하고 있습니다. * 킹 디지털 엔터테인먼트 사장 시절, 창업자 이후의 리더십 승계를 성공적으로 이끌며 회사를 기록적인 성과로 성장시킨 실무적 역량을 입증했습니다. * 게임 산업 전반에 대한 깊은 이해와 고객 확보(User Acquisition) 및 현대적 수익 모델 창출에 대한 전문성을 바탕으로 디스코드의 성장을 가속화할 것으로 기대됩니다. **경영 구조 개편과 창업자들의 역할 변화** * 제이슨 시트론은 창업 이후 10년 넘게 유지해 온 CEO 직무를 내려놓고 이사회에 잔류하며, 고문으로서 디스코드의 비전이 유지될 수 있도록 지원합니다. * 공동 창업자이자 CTO인 스테판 비슈네프스키는 변동 없이 기술 조직을 총괄하며, 신임 CEO와 협력해 제품 혁신을 지속할 예정입니다. * 이사회 측은 이번 인사가 디스코드의 독창적인 문화를 유지하면서도 비즈니스 스케일을 확장하기 위한 최적의 변화라고 평가했습니다. **디스코드의 비즈니스 확장 및 재무 현황** * 디스코드는 현재 전 세계 월간 활성 사용자(MAU) 2억 명을 돌파했으며, 매달 디스코드를 통해 20억 시간의 게임 플레이가 이루어지는 등 강력한 지표를 기록 중입니다. * 수익 모델 다각화를 위해 기존의 유료 구독 서비스인 '니트로(Nitro)' 외에도 광고 도입, 마이크로 트랜잭션, 게임 개발자용 소셜 인프라 구축 등에 집중하고 있습니다. * 최근 5분기 연속으로 조정 EBITDA(상기각전 영업이익) 흑자를 기록하며 안정적인 재무 기반을 마련했으며, 이를 바탕으로 공격적인 성장을 도모할 계획입니다. **향후 전망 및 전략적 가치** 디스코드는 단순한 커뮤니케이션 툴을 넘어 게임 에코시스템의 핵심 인프라로 자리 잡으려 하고 있습니다. 후맘 사크니니의 리더십 아래 디스코드는 게임 커뮤니티와의 연결성을 더욱 공고히 하는 동시에, 플랫폼 내에서 발생하는 상호작용을 수익화하는 비즈니스 모델 고도화에 박차를 가할 것으로 보입니다. 이는 게임 개발자와 퍼블리셔, 그리고 플레이어를 잇는 '중심축'으로서의 디스코드의 가치를 극대화하려는 행보로 분석됩니다.

google원문

모빌리티 AI를 소개합니다: (새 탭에서 열림)

구글 리서치는 급격한 도시화와 자율주행, 전자상거래 확산 등 변화하는 교통 환경에 대응하기 위해 AI 기반의 차세대 교통 관리 프로그램인 'Mobility AI'를 발표했습니다. 이 프로그램은 측정, 시뮬레이션, 최적화라는 세 가지 핵심 기둥을 중심으로 도시 교통 시스템의 데이터를 분석하고, 정책 결정자와 엔지니어에게 실질적인 해결책을 제공하는 것을 목표로 합니다. 결과적으로 Mobility AI는 교통 체증 완화, 탄소 배출 감소, 그리고 도로 안전 강화를 통해 지속 가능한 도시 이동성을 실현하고자 합니다. ### 정밀 측정을 통한 교통 현황 및 이동 패턴 분석 - ML 기반의 혼잡 함수(Congestion Functions)를 통해 차량 통행량과 속도의 상관관계를 수학적으로 모델링하며, 전체 데이터가 아닌 일부 부동 차량 데이터(Floating car data)만으로도 도시 전역의 교통 흐름을 정밀하게 유추합니다. - 자기지도 학습(Self-supervised learning)을 활용한 지오스페이셜 임베딩 기술로 데이터가 부족한 지역에서도 지역적 특성과 공간적 관계를 파악하여 이동 패턴을 정교하게 이해합니다. - 인과 추론(Causal inference) 기술을 도입해 날씨나 공휴일 같은 복잡한 변수 속에서도 신호 체계 변경과 같은 특정 개입이 실제 교통 흐름에 미친 순수한 효과를 정확히 측정합니다. ### 고충실도 시뮬레이션을 활용한 디지털 트윈 구축 - 기존의 수동적이고 느린 시뮬레이션의 한계를 극복하기 위해, 머신러닝이 실제 도로 위 운전자들의 행동을 직접 학습하여 반영하는 'Traffic Simulation API'를 개발했습니다. - 고해상도 이동 데이터를 활용한 자동 보정 기술을 통해 도시 전체 규모의 '디지털 트윈'을 신속하게 생성하며, 이를 통해 새로운 교통 정책이나 인프라 변화의 결과를 가상 환경에서 미리 검증할 수 있습니다. - 대규모 이벤트 이후의 교통 흐름을 분석하거나 대중교통 및 보행자 환경 개선을 위한 다양한 시나리오를 고성능 시뮬레이션 환경에서 테스트하여 최적의 대안을 찾습니다. ### 실질적 개선을 위한 지능형 교통 최적화 - '그린 라이트(Green Light)' 프로젝트를 통해 AI가 기존 교차로의 신호 타이밍을 최적화함으로써 불필요한 정차를 줄이고 연료 소비 및 온실가스 배출을 감축하고 있습니다. - 현재 전 세계 3,000개 이상의 교차로에서 운영 중인 이 기술은 별도의 하드웨어 설치 없이 구글 맵의 데이터를 활용해 도시 당국에 효율적인 신호 조절 권장 사항을 제공합니다. - 교통 신호 제어 API(Traffic Signal Control API)를 통해 지자체가 직접 AI 기반의 최적화 제안을 받아 현장에 적용할 수 있도록 지원하며, 향후 연석 공간 관리나 화물 운송 최적화로 서비스 영역을 확장할 계획입니다. Mobility AI는 구글의 방대한 지리정보 데이터와 고도화된 AI 기술을 결합하여 공공 부문의 교통 문제를 해결하려는 혁신적인 시도입니다. 교통 당국은 이 플랫폼을 통해 단순한 현황 파악을 넘어 미래 변화를 과학적으로 예측하고, 데이터에 기반한 정책을 수립함으로써 시민들에게 더 안전하고 효율적인 이동 경험을 제공할 수 있을 것입니다.

figma원문

아트 디렉션의 기술 | (새 탭에서 열림)

피그마(Figma)의 브랜드 스튜디오 팀은 아트 디렉션을 브랜드의 개성과 디렉터의 취향, 그리고 협업자의 스타일 사이에서 정교한 균형을 잡는 소통의 기술로 정의합니다. 이들은 단순히 시각적 결과물을 통제하는 것이 아니라, 창작자에 대한 깊은 신뢰를 바탕으로 복잡한 기술적 개념을 신선하고 추상적인 시각적 메타포로 변환하는 과정을 중시합니다. 결국 훌륭한 아트 디렉션은 디렉터가 최종 결과물을 미리 단정 짓기보다, 협업자가 창의적인 역량을 최대한 발휘할 수 있도록 유도하고 그 과정에서 발생하는 의외성을 수용하는 데서 완성됩니다. **아트 디렉션의 숙련과 감각의 훈련** * 아트 디렉션에서의 숙련도는 발레 무용수가 반복 연습을 통해 무대 위에서 자유를 얻듯, 수많은 반복과 시도를 통해 도구를 능숙하게 다루는 과정에서 시작됩니다. * 디렉터의 핵심 역량은 세상을 바라보는 눈을 훈련하는 것이며, 주변의 수많은 요소 중 자신과 브랜드에 공명을 일으키는 것을 선별하고 편집하는 능력이 곧 의사결정의 근간이 됩니다. * 아트 디렉션은 본질적으로 언어와 소통에 기반한 협업의 과정이며, 프로젝트의 시작점을 올바르게 설정하고 끝까지 이끌어가는 능력이 중요합니다. **적합한 협업자 선정과 창의적 신뢰** * 일러스트레이터를 선정하는 과정은 영화의 캐스팅 디렉터와 유사하며, 자신의 스타일이 확고하면서도 메시지를 예상치 못한 방식으로 전달할 수 있는 작가를 찾는 데 집중합니다. * 기초적인 아이디어가 확립된 후에는 협업자의 작업에 과도하게 개입하지 않고 신뢰를 보내는 것이 중요하며, 창작자가 개인적으로 몰입할 때 가장 흥미로운 결과물이 나옵니다. * 때로는 특정 분야의 경험이 없는 작가에게 새로운 시도를 맡겨 제약 조건 속에서 의외의 도약을 이끌어내는 '드라마틱한 긴장감'을 활용하기도 합니다. **추상적 메타포를 통한 기술적 개념의 시각화** * 엔지니어링과 같은 복잡하고 기술적인 주제를 다룰 때, 이를 문자 그대로 설명하기보다 서사 중심의 작가를 섭외하여 추상적인 비주얼로 풀어내는 방식을 선호합니다. * 복잡한 개념을 간결한 메타포로 응축하는 과정이 핵심이며, 추상적인 접근 방식은 관찰자에게 해석의 여지를 남겨 더 깊은 울림을 줍니다. * 예를 들어, 엔지니어링 피드백 문화를 '정원 가꾸기'로 시각화하거나 컨퍼런스의 주요 내용을 기이한 형태의 토마토 모델링으로 표현함으로써 단순한 설명을 넘어선 미적 경험을 제공합니다. **창작자 경험이 아트 디렉션에 미치는 영향** * 아트 디렉터 본인이 일러스트레이터나 애니메이터로서 실무 경험을 갖추면, 창작 과정의 고충과 필요한 시간을 깊이 이해하게 되어 더 높은 공감대와 신뢰를 형성할 수 있습니다. * 실무 경험은 협업자에게 현실적이고 구체적인 피드백을 줄 수 있는 기반이 되며, 이는 작가가 자신의 작업을 한 단계 더 발전시키도록 자극하는 역할을 합니다. * 경험이 쌓일수록 디렉터는 초기 단계에서 결과물을 미리 상상하며 통제하려는 습관을 버리고, 협업자가 이끄는 창의적인 여정 자체를 신뢰하며 즐기게 됩니다. 성공적인 아트 디렉션을 위해서는 결과물을 완벽히 통제하려는 욕심을 내려놓고, 협업 작가가 프로젝트에 개인적인 열정을 투여할 수 있는 환경을 조성해야 합니다. 기술적인 주제일수록 정교한 메타포를 활용해 시각적 여백을 만들어내고, 디렉터와 작가 사이의 긴밀한 소통을 통해 예상치 못한 창의적 결과물을 수용하는 유연함이 필요합니다.