[바이브 코딩] 웹 스크롤 애니메이션 구현시 주의사항
AI를 활용해 스크롤 애니메이션 웹페이지를 구현하며 겪은 pin 애니메이션 오류, 레이아웃 문제, 모바일 화면 떨림, ScrollSmoother 스크롤 지연, WebGL 셰이더 성능 저하와 AI의 잘못된 수정 과정까지 실제 원인과 해결 방법을 정리했습니다.
최신 글
[비즈니스를 위한 데이터 사이언스] 데이터 분석의 네 가지 방향과 필수 과정
설명적·진단적·예측·처방적 분석의 차이와 각각 어떤 질문에 답하는지 고객 이탈 사례를 통해 살펴봅니다. 또한, 질문 구체화, 필요 데이터 파악, 전처리, 분석 방법 선택, 결과 검증과 해석까지 실제 데이터 분석의 전체 과정을 단계별로 정리합니다.
[로컬 LLM] 맥북에 로컬 LLM 설치하기
LM Studio와 Open WebUI를 기반으로 맥북에서 로컬 LLM 환경을 구축한 실전 기록입니다. 모델 선택 기준, Docker·MCP·RAG 구성, 메모리 자동 관리, AnythingLLM에서 갈아탄 이유까지 실제 사용 경험 중심으로 정리했습니다.
프로덕트 및 경영
제품과 조직을 설계하고 운영하는 데 필요한 개념과 프레임워크를 다룹니다.
[바이브 코딩] 웹 스크롤 애니메이션 구현시 주의사항
AI를 활용해 스크롤 애니메이션 웹페이지를 구현하며 겪은 pin 애니메이션 오류, 레이아웃 문제, 모바일 화면 떨림, ScrollSmoother 스크롤 지연, WebGL 셰이더 성능 저하와 AI의 잘못된 수정 과정까지 실제 원인과 해결 방법을 정리했습니다.
[비즈니스를 위한 데이터 사이언스] 데이터 분석의 네 가지 방향과 필수 과정
설명적·진단적·예측·처방적 분석의 차이와 각각 어떤 질문에 답하는지 고객 이탈 사례를 통해 살펴봅니다. 또한, 질문 구체화, 필요 데이터 파악, 전처리, 분석 방법 선택, 결과 검증과 해석까지 실제 데이터 분석의 전체 과정을 단계별로 정리합니다.
[데이터 통합 전략] (4) ‘조직화’: 거버넌스와 프로세스로 굳히기
회의에서 합의한 정의가 다음 프로젝트에서는 다시 무너지는 이유는 무엇일까요? 이 글에서는 데이터 통합 전략의 '조직화' 단계를 중심으로, 네트워크 사고·CLEAN 데이터 거버넌스·프로세스 맵·성공 스펙트럼 같은 도구를 통해 합의를 문서가 아닌 조직 운영 절차 안에 정착시키는 방법을 설명합니다.
디자인
사용자 경험과 인터페이스를 구성하는 원리와 구조를 다룹니다.
[고객 인터뷰] (6) 노트 테이킹, 인터뷰 스냅샷, 인사이트 구조화
좋은 인터뷰도 기록하지 못하면 의미가 없어요. 구체적 인용문, 사실, 감정, 모순을 명확하게 기록하고 인터뷰 스냅샷으로 보존한 뒤, 인사이트를 체계적으로 구조화하는 실무 방법과 실행 가능한 체크리스트를 지금 알아보세요.
[고객 인터뷰] (5) 인터뷰 대상 찾기와 인터뷰 요청 메일 작성법
좋은 질문도 잘못된 사람에게 던지면 의미가 없어요. 내부 채널과 외부 채널에서 인터뷰 대상을 체계적으로 찾고, 응답률을 높이는 개인화된 아웃리치 메시지를 작성하는 실전 가이드를 확인해 보세요.
[고객 인터뷰] (4) 3단계 질문 프레임워크와 질문 라이브러리
어떤 주제든 깊이 있게 파고들 수 있는 3단계 질문 프레임워크가 있어요. 맥락 잡기, 타임라인 추적, 빈틈 채우기로 고객의 깊이 있는 이야기를 이끌어내는 방법을 배워요.
마케팅
시장과 고객에게 제품을 알리는 전략과 실행을 다룹니다.
[비즈니스를 위한 데이터 사이언스] 데이터 분석의 네 가지 방향과 필수 과정
설명적·진단적·예측·처방적 분석의 차이와 각각 어떤 질문에 답하는지 고객 이탈 사례를 통해 살펴봅니다. 또한, 질문 구체화, 필요 데이터 파악, 전처리, 분석 방법 선택, 결과 검증과 해석까지 실제 데이터 분석의 전체 과정을 단계별로 정리합니다.
[프로그래매틱 광고] (7) 측정·어트리뷰션·검증: ③ 측정의 외부 검증과 매체 간 결합
어트리뷰션은 "공이 누구 거냐"에 답하지만 "공이 진짜로 있었냐"에는 답하지 못합니다. 그 자리를 IAS·DV의 광고 검증, IVT 검출, 데이터 클린룸이 메웁니다. MOAT의 퇴장, SDK 스푸핑·클릭 인젝션 같은 모바일 사기, AMC·ADH의 차이, 한국의 앱스플라이어·에어브릿지와 GFA·모먼트 환경까지 짚어봅니다.
[프로그래매틱 광고] (7) 측정·어트리뷰션·검증: ② 쿠키 논란 이후의 광고 측정 인프라
쿠키와 디바이스 식별자가 흔들린 뒤, 광고주는 잃은 신호를 회수할 새 인프라가 필요해졌습니다. 첫 번째 층은 신호를 잡는 픽셀과 GA4, 두 번째 층은 잃은 신호를 메우는 서버사이드 트래킹입니다. GA4의 동작 모델링부터 sGTM·CAPI·EMQ까지, 쿠키 이후 웹 측정 인프라가 어떻게 두 층 구조로 재편됐는지 정리합니다.
기술
제품을 구현하는 기술과 개발 방식을 다룹니다.
[바이브 코딩] 웹 스크롤 애니메이션 구현시 주의사항
AI를 활용해 스크롤 애니메이션 웹페이지를 구현하며 겪은 pin 애니메이션 오류, 레이아웃 문제, 모바일 화면 떨림, ScrollSmoother 스크롤 지연, WebGL 셰이더 성능 저하와 AI의 잘못된 수정 과정까지 실제 원인과 해결 방법을 정리했습니다.
[비즈니스를 위한 데이터 사이언스] 데이터 분석의 네 가지 방향과 필수 과정
설명적·진단적·예측·처방적 분석의 차이와 각각 어떤 질문에 답하는지 고객 이탈 사례를 통해 살펴봅니다. 또한, 질문 구체화, 필요 데이터 파악, 전처리, 분석 방법 선택, 결과 검증과 해석까지 실제 데이터 분석의 전체 과정을 단계별로 정리합니다.
[로컬 LLM] 맥북에 로컬 LLM 설치하기
LM Studio와 Open WebUI를 기반으로 맥북에서 로컬 LLM 환경을 구축한 실전 기록입니다. 모델 선택 기준, Docker·MCP·RAG 구성, 메모리 자동 관리, AnythingLLM에서 갈아탄 이유까지 실제 사용 경험 중심으로 정리했습니다.
조직문화
함께 일하는 방식과 조직의 원리를 다룹니다.
[데이터 통합 전략] (4) ‘조직화’: 거버넌스와 프로세스로 굳히기
회의에서 합의한 정의가 다음 프로젝트에서는 다시 무너지는 이유는 무엇일까요? 이 글에서는 데이터 통합 전략의 '조직화' 단계를 중심으로, 네트워크 사고·CLEAN 데이터 거버넌스·프로세스 맵·성공 스펙트럼 같은 도구를 통해 합의를 문서가 아닌 조직 운영 절차 안에 정착시키는 방법을 설명합니다.
[AI 유창성] AI 유창성과 4D 프레임워크
AI 유창성은 단순히 프롬프트를 잘 쓰는 것이 아니에요. 언제 AI를 쓸지 결정하고, 어떻게 지시하며, 결과를 검증하는 종합적 역량이죠. 위임, 묘사, 분별, 성실의 4D 프레임워크로 체계적으로 AI를 활용하는 역량을 기르세요.
[AI 시대의 패악] ‘극단적 말타기’: 생각하지 않음이 업무가 되는 세상
무비판적으로 AI를 활용해 프로덕트를 관리하는 것은 극단적으로 말을 타는 것과 비슷해요. 실행과 작동에만 치중하게 되면 기술 부채는 지속적으로 쌓이고, 조직적인 균열이 발생하기 시작해요. 이는 어떻게 구체적으로 발생하는지에 대해 다룹니다.
생각
특정 주제에 국한되지 않은 아이디어와 관점을 정리합니다.
과연 생성형 AI가 AI의 ‘핵심’이 될 것인가?
현재 생성형 AI의 근간이 되는 거대 언어 모델(LLM)은 확률적 연산에 기반하고 있기 때문에 실제 세계를 인식하기에는 비효율적이에요. 그렇게 등장한 세계 모델(World Model)의 개념을 이해해 보세요.
[AI 시대의 일] AI로 인해 정말로 효율적으로 일하는가
AI는 생산성을 몇 배로 높여준다고는 하는데, 오히려 무작정 더 많이 일하고 있는 건 아닐까요? AI 시대의 역설적 현실과 수단이 목적이 되는 현상을 함께 살펴보고, 진정한 목적이 무엇인지 다시 생각해 봐요.
[AI 시대의 패악] ‘극단적 말타기’: 생각하지 않음이 업무가 되는 세상
무비판적으로 AI를 활용해 프로덕트를 관리하는 것은 극단적으로 말을 타는 것과 비슷해요. 실행과 작동에만 치중하게 되면 기술 부채는 지속적으로 쌓이고, 조직적인 균열이 발생하기 시작해요. 이는 어떻게 구체적으로 발생하는지에 대해 다룹니다.