박종훈 기술블로그

GDG SUMMIT 2023

지난 10월 14일에 GDG 서밋이 있었다. GDG 운영진, 23-24 GDSC 리드, GDE, WTM 을 대상으로 한 행사였다.

링크드인이나 슬랙과 같은 온라인 채널을 통해서 보던 분들을 오프라인에서 만날 수 있었어서 좋았다. 용기내서 인사 드리고 싶었는데 I 이기 때문에 그러지 못해서 아쉬웠다. 운영진이 된지 약 5개월 정도 되었는데 그래도 이것 저것 하면서 아는 분들이 조금씩 생기고 있어서 좋은 것 같다.

짧은 네트워킹 후 발표 세션으로 진행되었는데 커뮤니티 운영 방법, 구글 직원분들의 기업문화/기술동향 관련 내용들로 진행되었다. 영어 스피킹 공부좀 해야겠다는 것을 다시 느낀 것 같다.

google-for-startups-campus

goods-1

전체 사진

같은 대전 GDG 운영자이신 상훈님이 굿즈를 양보해주셔서 회사에 전시해두었다. goods-2


간단한 내용 정리

들으면서 끄적댔던 부분들을 살짝 가공해서 정리해본다.


Future of Development

4 major identity shifts

개발자란 무엇인가?

개발자의 직무 범위가 확대되고 있음.

나에 대한 소개하기

이전 : x를 전문으로 합니다

현재

AI 가 있는 시대에서 개발자의 방향은?

AI가 짠 코드를 문제에 맞게 얼마나 최적화 할 수 있을 지

커뮤니티의 방향

일반화 된 커뮤니티 에서 특정 분야에 세분화된 커뮤니티로 이동하는 중 일반화 된 커뮤니티의 경우 가벼운 느낌이였다면 세분화된 커뮤니티의 경우 인맥 형성을 기대하고 참여하게 됨.

커뮤니티에 갖는 기대

우리 커뮤니티가 나아갈 길


running stress free events & finding super speakers

katie barnett

you don’t have to just do talks

online, offline or hybrid?

if you are going to go hybrid, make sure you think about your online attendee experience

running repeatable events

Consistency is Key

Plan out your year

use a runsheet

welcome with a mc & intro presentation

code of conduct

it should be event in every event

track the data

Finding Speakers

make it easy

Speaker Mentoring

Other Ideas

Attract attendees


구글 엔지니어들의 개발 및 협력 방법

jeemin shin - 구글 서치 팀

Planning

Team OKR planning prioritization

OKR : Objectives and key results

목표와 성과 지표

구글은 OKR을 세워서 업무를 진행함.

연간, 분기간 계획이 세워지고 그에 따라 그룹 레벨, 팀 레벨 목표를 세움.

OKR은 우선순위를 나눠서 관리함 (prior : p0 p1 p2)

OKR을 세울때에는 ‘달성했는가?’ 에 대한 답이 명확하게 나울 수 있도록 세워야 함.

org level OKR에 따라 팀 내부적으로 목표를 기획하고 리드에게 검토받고 ok 되면 진행함.

Individual expectations setting

OKR scoring

How do work together

how to we work together across the world?

뭘하던 글로벌 기능을 먼저 개발함.

L3, L4, L5

L3: direct technical contributions
L4: larger, independent technical contributions
L5: influence beyond themselves

L6, L7 …

레벨이 지나감에 따라 업무 내용/비중이 바뀌었다는 것을 보여주심. 개발에 더 집중할 수도 매니저로 넘어갈 수도 있다고 설명해주심.

이 세션을 들으면서 질문 답변에서 나온 부분 중 하나가 기억에 남아서 공유해보면
구글 검색 ux의 변경 사항에 대한 질문이 나왔었는데, 아무래도 구글이라는 조직이 굉장히 큰 조직이기 때문에 발표자 분께서 구글 서치 팀 이라고 해도 구글 서치에 대한 모든 진행 사항을 알 수는 없고 (대략적인 부분은 알 수 있을 수 있겠지만), 본인 팀이 진행하는 프로젝트와 관련된 부분에 대해서만 안다 하셨던 것이 기억에 남는다.


Leadership Skill

Taewon Kim

비즈니스 리더 + 개인의 성숙함

Leadership & smart working - 우리에게 삼각돛이 있는가

사각돛 : 순풍으로 전진 → Re defining 삼각돛: 역풍도 활용해 전진 : 베르누이 원리

어떤 인재가 조직에 가장 필요한 인재인가?

1. 다른 사람을 인재로 만들어주는 사람 (flow culture)

cash와 knowledge 의 교집합 = flow (박아두면 안됨, 흘러야함) 조직안에서 knowledge flow도 흘러야함.

구글에서는 자유롭게 질문 할 수 있음. 이메일 보내면 같은 분야에 있는 분들이 해당 질문에 대해서 답변해줌, 질문자는 답변자에게 보너스 보내줄 수 있음 (Peer Bonus, 구글 돈으로)

steal with pride : 모르는게 있을 때 모른다고 이야기
모르는게 있다고 하면 일 못하는 사람인가? → x
문제 해결에 집중 하는 사람

좋은 성과를 내는 팀들 : 심리적 안정감이 있는 팀

2. 심리적 안정감을 만들어 내는 사람

Transparency at Google
TGIF : 구글이 매주 목요일 오후에 1시간 30분가량 진행하는 전체회의(타운홀 미팅)
리더는 질문을 선택할 권리가 없음. 답할 의무만 있음.
voting을 통해 우선순위 정함

mindset definitions

empathy mindset
누군가에게는 정말 자랑스러운 존재이고 싶은 우리

강인 사람 만의 팀이 되는건 안된다. 항상 리더십의 관점에서 보자.

사람들은 욕망을 이야기 한다. but, 진정으로 하고싶으면 하고 있었어야 한다.
어떻게 하면 xx 할 수 있을까요? → 하지 않고 질문하는 건 늦음

자리가 사람을 만든다 vs 자리가 그 사람을 보여준다. 후자라고 생각.
리더가 되면 가지고 있던 포텐셜이 폭발해야함.
왜 그 자리에 있을수밖에 없는지 증명

진정성 : value x action x time

리더는 무엇을 안할것인가 빠르게 정해줘야 함. 근데 추가해주는 역할이 되기 쉬움

오너십 : 좋은 문제를 발견하는 능력
일에 대한 태도가 진심일 때 발견되는 경우가 많음.


Driving new Generative AI with Google Cloud

David(Taeboem) Kim

왜 LLM이 핫해졌는가

emergent abilities
의도하지 않았던 특성을 가지게 됨.

이 세션은 AI 관련 세션이라 열심히 들었음.


Be Understood, Everywhere

Yongmin cho Communication/IR

내 메시지를 정확하게 전달 해야 한다. 사람은 서로 기준이 다르다. outcome을 확실하게 이야기 해야 내가 바라는 방향으로 진행될 수 있다.

클리어 하게 문제를 제기해라.

4분면 axis는 직관적이지 않음. (장난치기 좋음, 생각보다 어필이 되지 않음)
‘업계 1위와 비교했을 때 어떻다’ 를 보여줘라.

쉬운걸 반복적으로 설명하는게 좋다.
복잡한걸 한번에 하려고 하는 것은 우리의 욕심이다.

(영화 포커스) - 7번 어필해야 함

소비자 관점에서 생각해라

measurement 를 꼭 해라

intrinsic motivation을 세워라.

성공은 linear 하지 않다.
커뮤니케이션을 많이 해야한다. (피드백을 많이 받아야 한다.)


next 2023

andy kim

embedding for text & image : vector

Retrieval-Augmented Generation
할루시네이션 방지?
실제 데이터와 엮음.

ground services grounding : private data
→ 더 정확한 데이터 제공 가능

이 세션은 AI 관련 세션이라 열심히 들었음.


Data 그리고 Machine Learning

daniel kim

BQML (BigQuery ML) 빅쿼리에서 ML을 사용할 수 있음.

모델을 바꾸지 않고 데이터만 건드려줘도 성능이 개선될 수 있다.

알고리즘 마다 어떻게 데이터를 가공해야 더 빠른지가 다름

automl : 마법 같지만 데이터 전처리를 잘 해줘야 함.

onnx : Open Neural Network Exchange의 줄인 말로서 이름과 같이 다른 DNN 프레임워크 환경(ex Tensorflow, PyTorch, etc..)에서 만들어진 모델들을 서로 통합

biglake : 바이너리 데이터 분석


why data is important for us : and what you can do to help us to help you

구글에서 커뮤니티 프로젝트에 투자하는 이유

커뮤니티에 제공되는 서포트

개발자들이 구글의 최신기술, 제품에 대해 알게 하기 위함.