긍정적 사고, 음식의 절제, 규칙적인 운동

[PYTHON] Python 3.14.0 정식 버전 출시 🐍

Python 3.14.0의 정식 버전이 출시되었습니다. 이번 업데이트는 성능 향상과 새로운 기능 추가에 중점을 두었습니다.

주요 기능

• PEP 779: 자유 스레드 Python (Free-threaded Python) 공식 지원: 여러 스레드에서 Python 코드를 동시에 실행할 수 있어 멀티코어 프로세서를 더 효율적으로 활용할 수 있습니다.
• PEP 649: 어노테이션 평가 지연: 타입 힌트와 같은 어노테이션의 평가를 나중으로 미루어 시작 시간을 단축합니다.
• PEP 750: 템플릿 문자열 리터럴 (t-strings): f-string과 유사하지만 더 안전하고 유연한 새로운 문자열 형식입니다.
• PEP 734: stdlib에 다중 인터프리터: 하나의 프로세스에서 여러 개의 독립적인 Python 인터프리터를 실행할 수 있습니다.
• PEP 784: 새로운 compression.zstd 모듈: Zstandard 압축 알고리즘을 지원하여 더 빠르고 효율적인 데이터 압축이 가능합니다.
• PyREPL의 구문 강조 표시 및 색상 지원: unittest, argparse, json, calendar CLI에서 색상을 지원하여 가독성을 높였습니다.

주요 변경 사항

• PEP 761: 릴리스 아티팩트에 대한 PGP 서명 중단: 더 이상 PGP 서명을 제공하지 않고 Sigstore 사용을 권장합니다.
• 실험적인 JIT 컴파일러 포함: 공식 macOS 및 Windows 릴리스 바이너리에 실험적인 JIT 컴파일러가 포함되어 성능이 향상될 수 있습니다.
• 공식 Android 바이너리 릴리스: 이제 Android에서도 공식적으로 Python을 사용할 수 있습니다.
• 새로운 Windows 설치 관리자: Windows Store 또는 다운로드 페이지에서 설치할 수 있는 새로운 설치 관리자로 교체됩니다.

https://www.python.org/downloads/release/python-3140/

구글이 팬데믹 시기에 도입했던 ‘어디서나 근무(Work from Anywhere·WFA)’ 제도를 사실상 폐지 수준으로 축소했다. 이로써 미국 빅테크 전반의 사무실 복귀 흐름이 한층 가속화되고 있다.

미 CNBC에 따르면 구글은 최근 내부 문서를 통해 ‘WFA 제도’를 개정하고, 직원이 한 주 중 단 하루만 원격으로 일하더라도 ‘1주일 사용‘으로 간주한다고 통보했다. 기존에는 연간 4주 한도 내에서 원하는 장소에서 근무할 수 있었지만, 이번 조치로 사실상 활용이 크게 제한된 셈이다. 문서에는 “표준 근무 주 중 1일 또는 5일을 원격으로 일하더라도 WFA 잔여 주에서 1주가 차감된다”라는 내용이 담겼다. 이 문서는 여름부터 직원들에게 공지됐으며 최근 정식 시행에 들어간 것으로 알려졌다.

이번 개정은 기본적으로 주 3일 출근, 주 2일 재택을 허용하는 기존 ‘하이브리드 근무제’와는 별개다. WFA는 본사나 집이 아닌 다른 지역(타 도시나 타국 등)에서 일하는 것을 뜻한다. 다만 데이터센터나 현장 근무가 필수인 일부 조직은 적용 대상에서 제외된다.

구글은 올해 4월에도 일부 부서에 원격근무자 해고 가능성을 통보하고, 사무실 반경 50마일(약 80km) 내에 거주하면서도 출근하지 않는 직원에게는 자발적 퇴직(바이아웃) 프로그램을 제안한 바 있다. 당시 구글은 “대면 협업은 혁신과 복잡한 문제 해결의 핵심”이라고 강조했다. 이번 정책에는 해외 체류 중 WFA 근무를 금지하는 조항도 포함됐다. 회사는 “국가 간 근로는 법적·재정적 문제를 초래할 수 있다”라며 타국 구글 오피스에서 일하는 것도 제한했다.

이러한 변화는 빅테크 기업의 전반적인 흐름과 일치한다. 애플은 주 3일 출근을 의무화하고 사원증(배지) 출입 기록으로 출근 여부를 관리하고 있다. 메타는 지난해 9월 같은 기준을 도입하며 불이행 시 성과 평가 불이익이나 해고로 이어질 수 있다고 경고했다. 아마존은 ‘커피배징(짧은 방문으로 출근 처리)’을 단속하며 주 5일 출근 확대를 추진 중이다. 마이크로소프트 역시 대부분의 직원에게 주 3일 출근을 권장하는 ‘표준 근무 기준’을 정착시켰다.

켈시 샤메트 미국 고용 전문 변호사는 포춘과 인터뷰에서 “팬데믹 이후 직원들이 기대해온 유연 근무 환경이 줄어드는 것은 사기 저하와 이직률 증가로 이어질 수 있다”라며 “특히 높은 성과를 내는 인재일수록 더 유연한 근무 환경을 찾아 떠날 가능성이 크다”라고 말했다.

이러한 조치가 단순한 생산성 강화 목적을 넘어 인력 재편 전략의 일환이라는 분석도 나온다. 미국 연방준비제도(Fed)의 ‘베이지북’ 보고서에 따르면 일부 기업 경영진은 “RTO(사무실 복귀) 정책이 공식 해고 없이 인력 감축을 촉진했다”고 인정하기도 했다. 자발적 퇴사자는 해고수당이나 의료보험 혜택을 받지 못하기 때문에 이를 두고 ‘값싼 해고(layoffs on the cheap)’라는 지적이 나오기도 한다.

이 같은 기조는 포춘 100대 기업 전반으로 확산 중이다. 완전 출근을 요구하는 기업 비율은 2023년 5%에서 2025년 50% 이상으로 늘었으며 연말까지 30%가 주 5일 출근제를 시행할 것으로 전망된다.

다만 에어비앤비, 스포티파이, 핀터레스트 등 일부 기업은 여전히 유연한 원격근무 정책을 유지하며 차별화를 꾀하고 있다. 에어비앤비는 ‘어디서나 생활하고 일하기(Live and Work Anywhere)’ 정책을 유지 중이며 스포티파이는 직원과 매니저 협의로 근무지를 자유롭게 선택하도록 하고 있다.

https://www.mk.co.kr/news/it/11438931

코딩 없이 배우는 프롬프트 엔지니어링: 누구나 할 수 있는 생성형 AI 활용법

https://wikidocs.net/book/17625

누구나 쉽게 시작할 수 있는 생성형 AI 활용법

안녕하세요.
이 책은 생성형 AI, 특히 ChatGPT와 같은 대형언어모델(LLM)을 보다 실용적이고 효과적으로 활용하고자 하는 분들을 위한 안내서입니다.

코딩 지식이 전혀 없어도 괜찮습니다.
이 책에서는 기술적인 배경보다 프롬프트를 잘 쓰는 법, 즉 AI에게 질문하고 지시하는 기술에 집중합니다.
직관적이고 반복 가능한 프롬프트 작성법을 배워 업무와 일상에 바로 적용할 수 있도록 도와드립니다.

📌 이 책을 통해 배우실 수 있는 것들

• 프롬프트 엔지니어링의 개념과 중요성 이해
• 좋은 프롬프트의 구조와 작성법
• 다양한 실전 예제를 통한 프롬프트 실습
• 마케팅, 글쓰기, 교육, 회의 정리 등 실무에 바로 적용 가능한 템플릿
• 프롬프트 실험법과 튜닝 요령을 통해 더 나은 결과 얻기

🎯 이런 분들께 추천드립니다

• ChatGPT는 써봤지만 어떻게 써야 할지 감이 안 잡히는 분
• 프롬프트만 잘 써도 일을 더 잘하고 싶은 직장인
• 창작, 기획, 교육 등 비개발 직군에서 AI를 활용하고 싶은 분
• 코딩 없이도 AI 시대에 주도적으로 참여하고 싶은 모든 분들

✨ 책의 특징

• 100% 비전공자 중심 구성
• 실제 업무에 적용할 수 있는 프롬프트 템플릿 제공
• 다양한 실험과 사례를 통한 직접 해보는 연습 기회

[PYTHON] ASCII 배너 생성 프로그램 (Python Code)

"""
                 __  __
    ____  __  __/ /_/ /_  ____  ____
   / __ \/ / / / __/ __ \/ __ \/ __ \
  / /_/ / /_/ / /_/ / / / /_/ / / / /
 / .___/\__, /\__/_/ /_/\____/_/ /_/
/_/    /____/

==================================================
사용된 폰트: digital
--------------------------------------------------
+-+-+-+-+-+-+
|p|y|t|h|o|n|
+-+-+-+-+-+-+


    pyfiglet 라이브러리 설치
    ASCII 배너 생성 프로그램 (Python Code)
    
    pip install pyfiglet
    
    
    파이썬에서 FIGlet 스타일의 ASCII 배너(Banner)를 생성하려면 pyfiglet 라이브러리를 사용하면 됩니다. pyfiglet은 C로 작성된 오리지널 FIGlet 프로그램의 파이썬 구현체입니다.

"""

import pyfiglet
import sys

def generate_ascii_banner(text, font_name='slant'):
    """
    주어진 텍스트와 폰트 이름으로 ASCII 배너를 생성하고 출력합니다.
    
    :param text: ASCII 아트로 변환할 문자열
    :param font_name: 사용할 pyfiglet 폰트 이름 (기본값: 'slant')
    """
    try:
        # pyfiglet Figlet 객체 생성 및 폰트 설정
        fig = pyfiglet.Figlet(font=font_name)
        
        # 텍스트를 ASCII 아트로 변환
        banner = fig.renderText(text)
        
        # 결과 출력
        print("=" * 50)
        print(f"사용된 폰트: {font_name}")
        print("-" * 50)
        print(banner)
        print("=" * 50)
        
    except pyfiglet.FigletError:
        # 존재하지 않는 폰트 이름을 입력했을 때 발생하는 오류 처리
        print(f"\n[오류] '{font_name}' 폰트는 존재하지 않습니다.")
        print("사용 가능한 폰트 목록을 확인해주세요.")
    except Exception as e:
        print(f"\n[예외 발생] 예상치 못한 오류가 발생했습니다: {e}")


# --- 메인 실행 로직 ---
if __name__ == "__main__":
    # 사용자로부터 입력 텍스트 받기
    input_text = input("ASCII 배너로 만들 텍스트를 입력하세요: ")
    
    if not input_text:
        print("입력된 텍스트가 없습니다. 프로그램을 종료합니다.")
        sys.exit()

    # (선택 사항) 다양한 폰트로 테스트
    print("\n--- 다양한 폰트로 테스트 ---")
    
    # 1. 'slant' 폰트 (기본값)
    generate_ascii_banner(input_text, 'slant')
    
    # 2. 'big' 폰트
    generate_ascii_banner(input_text, 'big')
    
    # 3. 'digital' 폰트
    generate_ascii_banner(input_text, 'digital')
    
    # 4. 'banner3-D' 폰트
    generate_ascii_banner(input_text, 'banner3-D')

    # 모든 사용 가능한 폰트 목록을 보려면 다음 코드를 사용하세요.
    # print("\n--- 사용 가능한 모든 폰트 목록 ---")
    # print(pyfiglet.Figlet().getFonts())

[AI] 5W1H를 활용한 프롬프트 설계 방법 📝

프롬프트 엔지니어링 가이드 : https://www.promptingguide.ai/kr

5W1H는 AI에게 명확한 컨텍스트와 목표를 제공하여 원하는 결과를 정확하게 얻기 위한 훌륭한 프레임워크입니다.

5W1H는 누가(Who), 무엇을(What), 언제(When), 어디서(Where), 왜(Why), 어떻게(How) 요소를 채워 프롬프트를 구체적으로 작성하는 방법입니다. 이는 모델에게 제공하는 정보와 맥락을 명확히 하여, AI가 보다 정확한 답변을 제공할 수 있도록 합니다.

5W1H를 활용한 프롬프트 설계 방법 📝

5W1H(누가, 무엇을, 언제, 어디서, 왜, 어떻게) 각 요소에 맞춰 AI에게 정보를 제공하면, AI는 사용자의 의도를 훨씬 더 잘 파악하고 정확한 결과물을 생성합니다.

1. Who (누가) - 역할 지정

AI에게 특정 전문가의 **역할(Persona)**을 부여하여 답변의 관점과 깊이를 정합니다.

• Before: 쿼리 만들어줘
• After: 너는 20년차 MSSQL 데이터베이스 관리자(DBA)야.

2. What (무엇을) - 작업 정의

수행해야 할 **핵심 작업(Task)**을 명확하고 구체적으로 지시합니다.

• Before: 직원 데이터 좀 줘
• After: 2024년도에 입사한 서울 지역 근무자들의 이름, 부서, 입사일을 조회하는 쿼리를 만들어줘.

3. When (언제) - 시점 명시

데이터의 시간적 범위를 지정하여 원하는 기간의 정보만 필터링하도록 합니다.

• Before: 판매 실적 알려줘
• After: 2025년 3분기(7월 1일부터 9월 30일까지)의 일일 판매 총액을 알려줘.

4. Where (어디서) - 환경/출처 지정

작업이 이루어져야 할 **환경이나 데이터의 출처(Source)**를 알려줍니다. 테이블이나 데이터베이스 이름을 명시하는 것이 대표적입니다.

• Before: 직원 테이블에서 찾아봐
• After: SalesDB 데이터베이스의 Employees 테이블과 Departments 테이블을 사용해서 찾아봐.

5. Why (왜) - 목적 설명

이 작업을 수행하는 **궁극적인 목적(Purpose)**을 설명하여 AI가 더 나은 해결책을 제안하도록 유도합니다.

• Before: 오래된 주문 찾아줘
• After: 장기 미사용 고객에게 마케팅 이메일을 보내기 위해, 최근 1년 동안 구매 기록이 없는 고객 목록을 추출하고 싶어.

6. How (어떻게) - 형식/조건 지정

결과물의 형식(Format)이나 스타일, 따라야 할 특정 조건을 구체적으로 요구합니다.

• Before: 쿼리 짜줘
• After: CTE(Common Table Expression)를 사용해서 쿼리를 작성해 주고, 각 코드 줄마다 한국어로 주석을 상세하게 달아줘. 결과는 Markdown 테이블 형식으로 보여줘.

[python]  Faker 라이브러리로 Dummy 데이터 만들기

pip install Faker
    
    1.faker는 이름, 주소, 이메일, 전화번호 등 다양한 종류의 가짜 데이터를 만들어주는 파이썬 패키지입니다. 
       Faker 객체를 생성하고, 해당 객체가 제공하는 다양한 메소드를 호출해 원하는 형식의 데이터를 얻을 수 있어요.
    2.Faker는 국가별 언어 설정을 지원해요. 예를 들어, Faker('ko_KR')를 사용하면 한국어 이름, 주소, 주민등록번호 등 

       한국 특화된 데이터를 생성할 수 있습니다.

""" pip install Faker 

"""

from faker import Faker

# Faker 객체 생성
fake = Faker('ko_KR') # 'ko_KR'은 한국어 더미 데이터를 생성하도록 설정합니다.

# 기본 정보 더미 데이터 생성
print("--- 기본 정보 ---")
print("이름:", fake.name())
print("주소:", fake.address())
print("전화번호:", fake.phone_number())
print("이메일:", fake.email())
print("회사:", fake.company())
print("직업:", fake.job())
print("생일:", fake.date_of_birth())
print("-" * 20)

# 텍스트 및 문장 더미 데이터
print("--- 텍스트 ---")
print("문장:", fake.sentence())
print("단락:", fake.paragraph())
print("텍스트:", fake.text())
print("-" * 20)

# 숫자 및 날짜/시간 더미 데이터
print("--- 숫자/시간 ---")
print("정수:", fake.random_int(min=1, max=100))
print("날짜:", fake.date_this_year())
print("시간:", fake.time())
print("-" * 20)

# 금융 정보 더미 데이터
print("--- 금융 정보 ---")
print("신용카드 번호:", fake.credit_card_number())
print("통화 코드:", fake.currency_code())
print("-" * 20)

# 한국어(ko_KR)에서만 제공하는 특별한 더미 데이터
print("--- 한국어 특화 ---")
print("주민등록번호:", fake.ssn())
print("우편번호:", fake.postcode())
print("-" * 20)

# 여러 개의 데이터 생성
print("--- 사용자 목록 ---")
for _ in range(3):
    print({
        '이름': fake.name(),
        '이메일': fake.email(),
        '주소': fake.address(),
        '나이': fake.random_int(min=20, max=60),
    })
print("-" * 20)