반응형
반응형

테크기업과 전통기업들의 밸류에이션이 좁혀진 이유 중 하나는 전통기업들도 디지털 트랜스포메이션을 통해서 다양한 디지털 기술(클라우드, SaaS, 협업툴)과 문화를 받아들였기 때문인 것은 아닐까요? 만약 여러분의 회사가 

 

  • 직급체계를 줄이고 상사의 마이크로매니징(사소한 것까지 업무지시하는 것)이 아니라 팀원에 대한 코칭(응원과 육성)이 중요해졌다면
  • 팀원이 자신의 의견을 리더에게 두려움 없이 솔직하게 말할 수 있다면
  • 회사에서 일하는 것이 월급을 위해서가 아니라 나의 성장과 성취감을 위해서라면
  • 자리에 앉아있는 시간이 아니라 객관적인 결과물로 성과를 평가받는다면

 

이미 여러분의 회사는 실리콘밸리처럼 일하고 있다고 볼 수 있을 것 같습니다. 

 

테크의 시대가 끝나고 고용시장에서 기업이 유리해졌다고 과거와 같은 기업문화로 돌아갈까요? 그렇지 않을 것 같아요. 한번 자유를 맛 본 사람들은 자신의 가치를 인정해주는 곳으로 갈거에요.  우수한 인재를 붙잡기 위해서라도 기업들은 스스로의 문화를 바꿔가야할 것 같아요. 

 

 
 
테크의 시대가 뭔데? 
 
‘테크의 시대가 끝난것인가’라고 말하기 전에 우리는 먼저 ‘테크의 시대’가 무엇이었는지를 한번 생각해볼 필요가 있을 것 같아요. 미국을 기준으로 보자면 아이폰의 성공으로 애플이 2010년 부상한 때가 저는 테크의 시대가 시작된 시기라고 보고 있어요.
 
왜냐면 이때쯤 미국 주식시장 최상위에 구글, 애플, 마이크로소프트가 올라왔거든요. 2013년에는 테슬라가 상위 10위안에 올라오고, 2015년 페이스북, 2017년 아마존이 10위 안에 들어왔습니다. 2021년 엔비디아까지 상위 20위로 올라오게 됩니다.
 
우리가 GAFA(구글, 애플, 페이스북, 아마존) 니 FAANG(페이스북, 애플, 아마존, 넷플릭스, 구글) 이라는 단어를 만들고 미국주식 열풍이 불기시작한 것이 이 시기거든요.  


테크기업 시총 비중 43%->80% 
하지만 단순히 순위로 보면 빅4(애플, MS, 구글, 아마존)의 지위가 드러나지 않는데요. 미국 기업들의 시가총액 상위 10위에서 테크기업들이 차지하는 비중을 보면 알 수 있습니다.
 
2010년 구글, 애플, MS 가 상위 10위에 있었고 이 회사들이 10개 회사 시가총액을 합친 것 중 43%를 차지했습니다. 이것도 적지 않은 규모인데요. 2017년에는 이 비중이 72%로 올라갔구요. 2022년 초 빅테크 기업들의 가치가 천정부지로 오를때는 상위 5개 테크기업이 차지하는 비중이 80%에 달했습니다.
 
지금은? 73%로 낮아졌습니다. 2017년에 상위 10위권에 있었던 페이스북(메타)이 탈락한 것도 있지만 과도했던 기업가치 격차가 정상적인 수준으로 좁혀졌다고 볼 수 있을 것 같습니다. 

빅테크와 혁신 생태계
테크기업들은 실리콘밸리 즉 미국의 벤처생태계와 밀접하게 연관이되어있는데요. 애플, 구글, 아마존, 메타 등이 모두 초기에 벤처캐피털의 투자를 받았고 메타의 경우 역대 가장 성공적인 VC 엑시트라고 볼 수 있을 정도로 큰 성공을 거뒀습니다.
 
빅테크 기업들은 신생 스타트업들의 경쟁자이면서 잠재적인 인수자이기도 합니다. 빅테크기업와 스타트업은 인재를 두고서 경쟁하기도 하고, 빅테크에서 나온 사람들이 창업을 해서 스타트업을 만들기도 하죠.
 
미국 시가총액 상위 기업중 스타트업에서 막 올라온 기업들도 많습니다.
 
  • 에어비앤비 118위 / 2008년 설립 / 2020년 상장
  • 우버 134위 / 2009년 설립 / 2019년 상장
  • 스노우플레이크 / 2012년 설립 / 158위 2020년 상장
  • 줌 299위 / 2012년 설립 / 2019년 상장
 
미국에서 시가총액 300위안 에만 들어도 30조가 넘는 엄청난 큰 기업인데요. 불과 10년만에 30조 가치의 기업을 만든다? 정말 엄청난 성장속도라고 할 수 있을 것 같아요. 
혁신을 만든 것은 기업문화
빅테크기업과 스타트업들의 초고속 성장의 비결이 무엇인가를 사람들이 봤더니 공통적으로 ‘기업문화’가 다르다는 것이 발견됐습니다.
 
조직 구성원간의 수평적인 소통, 규정과 법에 얽매이기 보다는 실질을 챙기는 것, 실패를 용인하고 오히려 독려하는 문화. 관행과 관료제, 사내정치에 젖은 기존의 대기업들과는 너무나 대조되는 문화였습니다.
 
이 같은 문화는 단시간에 구축된 것이 아니라 1957년 페어차일드 반도체의 설립에서부터 시작된 창업자, 벤처캐피털, 대학이 함께 만들어낸 문화였습니다. 2010년 이후 가속화된 모바일과 소프트웨어, 그리고 저금리는 이런 문화와 만나 엄청난 혁신을 만들어냈어요. 창조적인 아이디어를 수용하고 빠르게 시도하는 문화는 빅테크기업과 스타트업들을 성장시킨 가장 중요한 비결 중 하나입니다. 
 
테크의 시대란 이런 실리콘밸리식 혁신 생태계와 기업문화를 다른 기업과 국가들이 배우고자 했던 시대라고 표현 할 수 있을 것 같아요. 중국이 실리콘밸리 문화의 이식에 성공했고, 정도는 다르지만 한국, 동남아, 인도, 유럽마다 실리콘밸리식 혁신 생태계가 만들어졌습니다.
 
즉, 테크의 시대란 2010년 이후 가속화된 테크 기업들의 밸류에이션 상승과 실리콘밸리에서 만들어진 혁신생태계와 문화의 전세계 전파라고 할 수 있을 것 같습니다. 매일경제가 실리콘밸리 특파원을 만들고 미라클레터를 쓰기 시작한 것도 이런 목적이 컸습니다.
혁신이란 금리의 종속변수인가요? 
그런데 말이죠. 제가 최근에 만난 한 스타트업 대표님께서는 이런 말씀을 하셨어요.
 
“스타트업이 혁신의 상징이라고 생각했어요. 하지만 금리가 올라가고 투자를 받지 못하는 기업들이 나오고, 주변 기업들의 가치가 떨어지는 걸 보니까 혁신이란 것도 결국 금리의 종속변수가 아닌가라고 생각하게 됐어요. 그동안 저는 많은 스타트업들이 투자자들의 돈을 방탕하게 쓰는 걸 지켜봤어요. 과연 제가 창업을 한 것이 잘한 것일까요?"


혁신이라고 생각했던 것도 사실은 그냥 금리가 낮아서 가능했던 것은 아닐까요? 대표님이 갖고 있던 고민의 무게가 저에게 그대로 느껴졌습니다. 
 
저는 그래서 ‘끝난 것’과 여전히 ‘남은 것’이 뭔지 한번 생각해 봤어요.
반응형
반응형

Python array[::] 용법,  Extended Slices 

 

arr[::], arr[1:2:3], arr[::-1] 등으로 배열의 index에 접근하는 방법을 Extended Slices

 

15 Extended Slices

15 Extended Slices Ever since Python 1.4, the slicing syntax has supported an optional third ``step'' or ``stride'' argument. For example, these are all legal Python syntax: L[1:10:2], L[:-1:1], L[::-1]. This was added to Python at the request of the devel

docs.python.org

설명

arr[A:B:C]의 의미는, index A 부터 index B 까지 C의 간격으로 배열을 만들어라는 말입니다.
만약 A가 None 이라면, 처음부터 라는 뜻이고
B가 None 이라면, 할 수 있는 데까지 (C가 양수라면 마지막 index까지, C가 음수라면 첫 index까지가 되겠습니다.)라는 뜻입니다.
마지막으로 C가 None 이라면 한 칸 간격으로 라는 뜻입니다.

예시

>> arr = range(10)
>> arr
[0,1,2,3,4,5,6,7,8,9]
>> arr[::2] # 처음부터 끝까지 두 칸 간격으로
[0,2,4,6,8]
>> arr[1::2] # index 1 부터 끝까지 두 칸 간격으로
[1,3,5,7,9]
>> arr[::-1] # 처음부터 끝까지 -1칸 간격으로 ( == 역순으로)
[9,8,7,6,5,4,3,2,1,0]
>> arr[::-2] # 처음부터 끝까지 -2칸 간격으로 ( == 역순, 두 칸 간격으로)
[9,7,5,3,1]
>> arr[3::-1] # index 3 부터 끝까지 -1칸 간격으로 ( == 역순으로)
[3,2,1,0]
>> arr[1:6:2] # index 1 부터 index 6 까지 두 칸 간격으로
[1,3,5]

참고

반응형
반응형

개발 배우기가 정말 어려운 이유

https://brunch.co.kr/@jypthemiracle/14

 

[번역] 개발 배우기가 정말 어려운 이유

Why Learning to Code is So Damn Hard? | 이 글은 에릭 트라우트먼(Eric Trautman)이 Thinkful이라는 미국 코딩 부트캠프 블로그에 게시한 글입니다. 그는 2014년에 실리콘밸리에서 Viking Education이라는 부트캠프를

brunch.co.kr

1. 강의로 학습하며 자신감이 솟아나는 단계 (The Hand Holding Honeymoon) : 재미와 즐거움으로 가득찬 단계입니다. 조금 어려워는 보이지만, 자료가 잘 정리되어 있고 지원이 빵빵하기에 여러분은 잘 해낼 수 있을 겁니다. 기본적인 문법을 배우고 높은 수준의 성취도를 느낄 것입니다.

2. 혼돈의 카오스 (The Cliff of Confusion) : 강의를 다 봤고 강좌를 모두 수료하고 난 뒤에 느끼는 단계입니다. 생각보다 모든 것이 어렵고 고통스럽다는 사실을 자각하게 됩니다. 아직 스스로 무언가를 할 수 있는 단계가 아니라고 생각이 들 것입니다. 계속 디버깅을 하고 있고 여러분 스스로 무언가를 위해서 어찌저찌 시도해보고 있긴 하지만, 다른 사람들에게 어떻게 질문해야 잘 물어봤다고 할 수 있을 지 명확하지 않은 단계입니다.

3. 절망 한 가운데에 놓임 (The Desert of Despair) : 아주 지리밀렬하고 지루한 단계입니다. 새로운 길 하나하나가 옳은 것처럼 보이지만 나 자신은 원을 그리듯 제자리 걸음입니다. 어려움을 이겨낼 수 있는 자료를 찾아 계속 돌아다닙니다. 마치 사막에서 어디에 홀린 마냥, 사람들의 열광 속에서 신기루에 빠지지 않도록 조심하세요. 자칫하다간 잘못된 길에 빠지고 말 것입니다.

4. 놀라운 성장 (The Upswing of Awesome) : 사막 속에서 결국 길을 찾아내고야 말았습니다. 어떻게 개발해야 하는 지에 대한 이해가 생겼을 때입니다.

여전히 여러분의 코드는 여전히 어디엔가 갇혀진 느낌이고 깨지기가 쉽습니다. 다만, 여러분은 아무튼 작동한다는 사실에서 자신감을 얻게 되지요. 유용한 몇몇 패턴에 익숙해지고, 친구들은 여러분이 만든 화면이 엄청 대단하다고 느끼구요. 하지만 코드를 정작 까 보는 것에 여전히 두려워하고, 자신있게 내세울 수 있는 수준의 코드(production-ready)를 짜는 방법에 대해 결국 찾지 못한 상태입니다. 어떻게 해야 실제 취업이 요구하는 수준까지의 기술 격차(gap)을 줄일 수 있을까요.

 

 

계속 성장하는 방법
여정은 정말 빡세보이고 힘들어보입니다. 솔직히 말하면 종종 그렇습니다. 중요한 것은 여러분이 어느 상태에 있는 지 아는 것입니다. 특히 여러분이 혼자 공부한다면 더욱이 그렇습니다. 하지만 꼭 그럴 필요는 없습니다. 대부분의 경우에 적용할 수 있는 팁들이 있기 때문이지요. 코딩을 배우는 것은 사람들이 생각하는 것만큼 쉽지는 않지만, 절망할 것처럼 그렇게 깊이 어려운 것도 아닙니다. 여기서는 올바른 방법으로 갈 수 있는 팁에 대해 설명해보도록 하겠습니다.

1단계에서 살아남는 방법
정말 많은 종류의 학습 컨텐츠가 있습니다. 코딩에 대해 쉽게 입문할 수 있도록 해줍니다. 두 가지 팁을 꼭 명심하도록 하세요.



1. 여러 다양한 컨텐츠로 시작해보세요. 어떻게 배우는 것이 여러분에게 딱 맞는 방법인지 학습하 수 있을 것이고, 어떤 프로젝트가 흥미로운 지 발견할 수도 있을 것입니다. Khan Academy의 챌린지나 생활코딩의 WEB 강좌, 또는 노마드 코더의 클론코딩, 커넥트재단의 부스트코스, 인프런 강좌, 스터디파이 등이 될 수 있을 것입니다. 처음 시작할 때는 열린 마음을 가지되, 무엇을 꼭 배워야 한다느니 하는 소리에는 신경쓰지 않으셔도 됩니다. 기초 단계에서는 어짜피 다 비슷하거든요.



2. 여러분과 잘 맞다고 생각드는 컨텐츠 하나를 골라보세요. 그리고 그 컨텐츠 하나에 집중하세요. 처음부터 끝까지 다 들어보세요. 기초 스크립트와 앱 등 모든 기본 지식을 끝까지 다 들어보시고, 스스로 만들어보는 연습을 하세요.



2단계에서 살아남는 방법
거의 대부분의 사람들이 2단계를 겪을 것입니다. 왜냐하면 개발자가 되는 방법은 직접 개발을 하는 것이기 때문이죠. 여러분은 튜토리얼을 해보면서 직접 자신이 만들었다고 생각할 지도 모릅니다. 하지만 튜토리얼 따위를 몰아내는 것은 아주 필수적인 일입니다. 튜토리얼은 처음에는 좋지만 이제 스스로 걸음마도 좀 해봐야죠. 그래야 진짜 세계를 볼 수 있습니다.



여러분 스스로 만들기 위한 세 가지 팁을 명심하도록 하세요.

1. 다른 사람들과 함께 하세요. 아무리 초보더라도 두 명이서 함께 페어를 할 때 불가능해 보이는 에러도 디버깅할 수 있답니다.

2. 다른 사람의 코드를 읽으세요. 좋은 패턴에 익숙해지도록 하세요. 다른 사람들이 어떠한 의도로 코드를 작성했는지 파악하려고 노력하세요. 책을 읽지 않고 소설가가 될 수 있나요? 자그마한 문제 하나하나에 귀를 기울이고, 다른 사람이 이를 어떻게 해결했는지 관심을 기울이도록 하세요.

3. 자그마한 것으로 시작하고 계속해서 만들어보세요. 미래에 내가 만들어 볼 큰 프로젝트에 관심 가질 수도 있겠습니다만, 지금은 당장 디버깅에 익숙해지고 자그마한 문제를 해결할 수 있는 능력을 길러야 합니다. 이 과정은 정말 필수적으로 하셔야 합니다.



3단계에서 살아남는 방법
디버깅에 익숙해지면, 여러분의 가장 큰 문제는 학습할 거리들이 아주 많아진다는 점입니다. 이걸 대체 언제 다 공부하고 있나요. 이 경우에 여러분은 자신만의 굳은 믿음과 올바른 길에 대한 전진이 필요한 때입니다. 가끔 사막에서 신기루가 나타나서 빨리 스킬을 얻을 수 있는 방법을 알려주겠노라고 여러분을 홀릴 수도 있겠습니다만, 여기에 속아넘어가면 정말 시간만 낭비하게 될 것입니다.



1. 분명한 목표를 가지세요. 무엇을 이루고 싶은가요? 목표가 없다면 관심이 있는 모든 것에 이리저리 기웃대다가 아무 것도 안 될 것입니다. 여유 부릴 시간이 있으면 공부를 하세요.

2. 분명한 길을 걸으세요. 여러분의 목표로 인도해줄 것이고, 그 곳이 맞다는 사실을 확신시켜 줄 것입니다. 각종 마케팅 슬로건에 속지 않고, 여러분 나름대로 깊이 파고들 수 있게 될 것입니다. 다양한 강좌 웹사이트나 소개자료집, 기술 책 앞에서 "이것이 나의 목표 달성에 있어 꼭 필요한 일인지" 판단할 수 있게 될 것입니다.

3. 집중하셔야 합니다. 여러분이 코딩에 관심이 있다는 것은 여러분은 아마 다른 모든 것에 관심이 있을 거라는 뜻입니다. 코딩이 어려워진다면 금방 질려 다른 거 하지 마시고 여기에 오로지 집중하도록 하세요.



여러분이 나름의 길을 찾고 여기에 오롯이 집중할 수 있을 때, 여러분은 몇 개월, 몇 년 동안 각종 열풍과 환상에 속아 넘어가지 않고 다음 단계로 넘어갈 수 있을 것입니다.



4단계에서 살아남는 방법
사실 여기가 제일 어려운 부분입니다. 앱을 개발할 수 있게 되었지만 정말 진정한 개발자가 되고 싶으실 것입니다. 이 과정을 지나고 취업에 다다르기 위해서는 다음의 과정을 거치셔야 합니다.



1. 모범 사례를 찾아 따라해보세요. 해결책과 베스트 프렉티스의 차이점에 대해 이해하실 수 있어야 합니다. 베스트 프렉티스, 즉 모범사레는 여러분이 스스로 하던 것과 어딘가 차이가 있을 것이구요. 실제 회사환경과 코드 수준차이가 있을 것입니다.

2. 여러분의 상황을 계속해서 점검해보세요. 여러분은 계속 중간중간에 모르는 내용으로 구멍 뚫린 것 때문에 미끄러진 경험이 있을 것입니다. 내가 알지도 몰랐던 지식들 때문이기도 하구요. 이것들을 점검하고 고쳐나가야만 합니다.

3. 하기 싫어했던 것을 공부하세요. 평소에 자주 다뤄지지는 않지만 회사에 업무를 수행하기 위해서는 매우 중요한 것들 말입니다. 테스트 하는 것이나 데이터 모델링, 구조 짜기, 배포하기 같은 것은 지루할 지 모르지만 좋은 개발자가 되기 위해서는 매우 중요한 것들입니다.



사실 제일 중요한 것은 피드백을 얻는 것입니다. 스스로 학습하는 것이 최고라고 믿는 학생들은 읽기 쉬운 코드, 모듈화가 잘 된 코드, 유지보수 하기 쉬운 코드와 같이 업무 환경에서 중요한 요소들에 대한 고민을 해본 적이 없을 것입니다. 여러분 스스로의 환경에 계속 도전할 수 있는 누군가와 함께 일해 볼 필요가 있습니다. 계속 난처한 질문을 던져달라고 요구하시고, 이를 통해 여러분의 부족한 지식을 메꿔두세요.

반응형
반응형

암호화 해야 하는 정보와 저장하면 안 되는 정보

 

https://library.gabia.com/contents/infrahosting/2665/

 

가비아 라이브러리

IT 콘텐츠 허브

library.gabia.com

 

어떤 정보들은 반드시 암호화하여 저장하거나, 혹은 데이터베이스에 저장해서는 안됩니다. 그 만큼 민감한 정보들이기 때문일 텐데요. 이런 정보에는 어떤 것들이 있는지 살펴보도록 하겠습니다.

암호화가 필요한 정보

암호화해야 하는 개인정보는 고유식별정보, 비밀번호 및 바이오 정보를 말합니다. 정보통신 이용촉진 및 정보보호 등에 관한 법률(이하 ‘정보통신망법’), 개인정보보호법 등에서 인터넷을 통해 유통되는 정보의 보호를 위해 암호기술을 구현하도록 규정하고 있습니다.

암호화해야 하는 개인정보 정보통신망법 개인정보보호법 적용 암호기술
비밀번호 O O 해쉬함수
바이오 정보 O O 블록암호
주민등록번호 O O
신용카드번호 O
계좌번호 O
여권번호 O
운전면허번호 O
외국인등록번호 O

 

※「개인정보 보호법」(이하 “법”이라 한다) 제24조제3항 및 제29조와 같은 법 시행령(이하 “영”이라 한다)

① 영 제21조 및 영 제30조제1항제3호에 따라 암호화하여야 하는 개인정보는 고유식별정보, 비밀번호 및 바이오정보를 말한다.
② 개인정보처리자는 제1항에 따른 개인정보를 정보통신망을 통하여 송·수신하거나 보조저장매체 등을 통하여 전달하는 경우에는 이를 암호화하여야 한다.
③ 개인정보처리자는 비밀번호 및 바이오정보는 암호화하여 저장하여야 한다. 단 비밀 번호를 저장하는 경우에는 복호화되지 아니하도록 일방향 암호화하여 저장하여야 한다.
④ 개인정보처리자는 인터넷 구간 및 인터넷 구간과 내부망의 중간 지점(DMZ : Demilitarized Zone)에 고유식별정보를 저장하는 경우에는 이를 암호화하여야 한다.
⑤ 개인정보처리자가 내부망에 고유식별정보를 저장하는 경우에는 다음 각 호의 기준에 따라 암호화의 적용여부 및 적용범위를 정하여 시행할 수 있다.
1. 법 제33조에 따른 개인정보 영향평가의 대상이 되는 공공기관의 경우에는 해당 개인정보 영향평가의 결과
2. 위험도 분석에 따른 결과
⑥ 개인정보처리자는 제1항에 따른 개인정보를 암호화하는 경우 안전한 암호알고리즘으로 암호화하여 저장하여야 한다.
⑦ 개인정보처리자는 업무용 컴퓨터 또는 모바일 기기에 고유식별정보를 저장하여 관리하는 경우 상용 암호화 소프트웨어 또는 안전한 암호화 알고리즘을 사용하여 암호화 저장하여야 한다.
비밀번호, 바이오정보, 주민등록번호 등과 같은 주요 개인정보가 암호화되지 않고 개인정보처리 시스템에 저장되거나 네트워크를 통해 전송될 경우, 노출 및 위·변조 등의 위험이 있으므로 암호화 등의 안전한 보호조치가 제공되어야 한다.
※ “암호화”는 개인정보취급자의 실수 또는 해커의 공격 등으로 인해 개인정보가 비인가자에게 유·노출되더라도 그 내용 확인을 어렵게 하는 보안기술이다.

 

데이터베이스에 저장하면 안 되는 개인정보

개인정보보호법 23조에 의하면 “개인정보처리자는 사상ㆍ신념, 노동조합ㆍ정당의 가입ㆍ탈퇴, 정치적 견해, 건강, 성생활 등에 관한 정보, 그 밖에 정보주체의 사생활을 현저히 침해할 우려가 있는 개인정보로서 대통령령으로 정하는 정보(이하 “민감정보”라 한다)를 처리하여서는 아니 된다.”라고 규정하고 있습니다. 즉, 개인정보처리자는 개인정보보호법에서 지정하는 예외항목을 제외하고는 주민등록번호를 처리할 수 없다는 의미입니다.

개인정보보호법

제23조(민감정보의 처리 제한) 개인정보처리자는 사상ㆍ신념, 노동조합ㆍ정당의 가입ㆍ탈퇴, 정치적 견해, 건강, 성생활 등에 관한 정보, 그 밖에 정보주체의 사생활을 현저히 침해할 우려가 있는 개인정보로서 대통령령으로 정하는 정보(이하 “민감정보”라 한다)를 처리하여서는 아니 된다. 다만, 다음 각 호의 어느 하나에 해당하는 경우에는 그러하지 아니하다.
1. 정보주체에게 제15조제2항 각 호 또는 제17조제2항 각 호의 사항을 알리고 다른 개인정보의 처리에 대한 동의와 별도로 동의를 받은 경우
2. 법령에서 민감정보의 처리를 요구하거나 허용하는 경우
제24조(고유식별정보의 처리 제한) ① 개인정보처리자는 다음 각 호의 경우를 제외하고는 법령에 따라 개인을 고유하게 구별하기 위하여 부여된 식별정보로서 대통령령으로 정하는 정보(이하 “고유식별정보”라 한다)를 처리할 수 없다.
1. 정보주체에게 제15조제2항 각 호 또는 제17조제2항 각 호의 사항을 알리고 다른 개인정보의 처리에 대한 동의와 별도로 동의를 받은 경우
2. 법령에서 구체적으로 고유식별정보의 처리를 요구하거나 허용하는 경우
② 삭제  <2013.8.6.>
③ 개인정보처리자가 제1항 각 호에 따라 고유식별정보를 처리하는 경우에는 그 고유식별정보가 분실ㆍ도난ㆍ유출ㆍ변조 또는 훼손되지 아니하도록 대통령령으로 정하는 바에 따라 암호화 등 안전성 확보에 필요한 조치를 하여야 한다.
④ 삭제  <2013.8.6.>
제24조의2(주민등록번호 처리의 제한) ① 제24조제1항에도 불구하고 개인정보처리자는 다음 각 호의 어느 하나에 해당하는 경우를 제외하고는 주민등록번호를 처리할 수 없다.
1. 법령에서 구체적으로 주민등록번호의 처리를 요구하거나 허용한 경우
2. 정보주체 또는 제3자의 급박한 생명, 신체, 재산의 이익을 위하여 명백히 필요하다고 인정되는 경우
3. 제1호 및 제2호에 준하여 주민등록번호 처리가 불가피한 경우로서 안전행정부령으로 정하는 경우
② 개인정보처리자는 제1항 각 호에 따라 주민등록번호를 처리하는 경우에도 정보주체가 인터넷 홈페이지를 통하여 회원으로 가입하는 단계에서는 주민등록번호를 사용하지 아니하고도 회원으로 가입할 수 있는 방법을 제공하여야 한다.
③ 안전행정부장관은 개인정보처리자가 제2항에 따른 방법을 제공할 수 있도록 관계 법령의 정비, 계획의 수립, 필요한 시설 및 시스템의 구축 등 제반 조치를 마련ㆍ지원할 수 있다.
[본조신설 2013.8.6.]

민감한 정보들에 대한 규정을 살펴보았으니, 이번에는 이러한 정보들에 대한 암호화가 어떤 식으로 이루어지는지 알아보겠습니다.

대표적인 암호화 알고리즘

암호화 대상인 고유식별정보(주민등록번호, 여권번호, 운전면허번호, 외국인등록번호), 비밀번호, 바이오정보를 암호화 하는 경우 안전한 암호알고리즘으로 암호화하여 저장해야 합니다. “안전한 암호알고리즘”이란 국내 및 미국, 일본, 유럽 등의 국외 암호 연구 관련 기관에서 권고하는 알고리즘을 의미합니다.

구분 알고리즘 명칭
대칭키 암호 알고리즘 SEED

ARIA-128/192/256
AES-128/192/256
Blowfish
Camelia-128/192/256
MISTY1
KASUMI 등
공개키 암호 알고리즘 RSA

KCDSA(전자서명용)
RSAES-OAEP
RSAES-PKCS1 등
일방향 암호 알고리즘 SHA-224/256/384/512

Whirlpool 등

※ 암호알고리즘의 경우 국내외 암호전문기관의 최신 정보를 반드시 확인하도록 해야 합니다.

※ 공공기관은 “국가정보원(IT보안인증사무국) 검증대상 암호알고리즘 목록”을 참고하여 적용해야 합니다.

반응형
반응형

파이썬 가르치는 4대 은행들…1년 만에 석사급 150명 양성

 

https://www.hankyung.com/economy/article/202105064284i

 

파이썬 가르치는 4대 은행들…1년 만에 석사급 150명 양성

파이썬 가르치는 4대 은행들…1년 만에 석사급 150명 양성, 박진우 기자, 경제

www.hankyung.com

'파이썬, 텐서플로우, 인공지능(AI) 기반 신용평가모형, 데이터 시각화….'


신한·국민·우리·하나 등 4대 은행이 내부 은행원들을 디지털 인력으로 전환하기 위해 도입한 교과목들이다. 지난 1년간 4대 은행이 디지털금융·인공지능(AI)·데이터 분석 석사 등 전문가 과정을 보낸 내부 직원이 총 150여명에 달하는 것으로 집계됐다. 우수 개발인력이 빅테크로 몰리면서 채용이 어려워지자 직접 개발인력을 키우겠다는 것이 은행권의 판단이다.

 

28일 업계에 따르면 4대 시중은행이 대학원 석사학위 과정이나 전문가과정을 통해 양성하는 디지털 전문인력은 158명으로 집계됐다. 국민은행(2018년)을 시작으로 신한·하나은행(2020년)이 내부 디지털·데이터 교육과정을 잇달아 도입한 결과다. 우리은행은 올초부터 관련 과정을 도입했다. 은행들은 기초지식 수준의 레벨1, 코딩 실습 위주인 레벨2, 인공지능(AI)이나 경영전문대학원(MBA) 등 석사과정 위주의 레벨3로 디지털 연수시스템을 꾸렸다. 각 레벨을 이수해야 다음 레벨을 공부할 수 있는 단계식 교육과정이다.

 

국민은행은 올해부터 수업마다 과제와 시험을 통과해야 수료할 수 있도록 교육강도가 높아졌다. KB에이스아카데미는 디지털 금융과 데이터 분석 영역에서 각각 1800명, 532명이 사내연수에 도전했다. 하지만 세 차례의 심사와 면접을 거쳐 최종 레벨을 통과한 직원은 2년여동안 12명, 16명에 불과할 정도로 난이도가 높다. 이들 중 20명은 성균관대 GSB AIMBA 과정을 진행 중이고, 나머지 인원은 카이스트 디지털금융MBA 과정을 밟고 있다. 국민은행 관계자는 "올해 해외온라인 석사학위과정인 코세라에 진학할 수 있도록 신규 프로그램을 만들고 있다"고 말했다.

 

신한은행은 디지털 교육과정에 참여한 인원만 1만3000명에 달한다. 가장 난이도가 높은 ‘디지털 스페셜리스트’(석사)에 참여한 직원은 53명으로 나타났다. 이들은 신한금융이 전 계열사에서 선발하는 고려대 금융공학 및 AI 석사 과정을 통해 위탁교육을 받고 있다. 신한금융 관계자는 "매년 석사과정 경쟁률은 10대 1 수준"이라며 "전 계열사에서 30~34명의 인원을 선발한다"고 말했다.

 

올해 7월부터는 자격증 취득을 중심으로 하는 디지털 베이직 과정과 외부기관에서 AI·데이터 분석 전공교육을 받는 AI·디지털 챔피언으로 교육 과정을 개편하기로 했다. AI챔피언 과정에는 파이썬과 텐서플로, 신용평가모형 개발 등의 교과목이 들어간다. 최종 관문인 디지털 마스터 과정은 챔피언 과정을 수료한 직원을 대상으로 신설될 예정이다.

 

하나은행은 총 80여개 과목으로 구성된 'DT유니버시티'를 지난해 6월 도입했다. 1만398명이 레벨1를 수강했는데, 레벨3까지 통과한 인원은 47명이다. 자격증 취득 전문 과정도 따로 꾸렸다. 데이터분석 준전문가(ADsP) 대비반에는 322명, SQLD 대비반에는 200명이 참여한 상태다.

 


우리은행도 올해부터 전 직원 대상의 디지털 연수 프로그램을 시작했다. 디지털 인사이트(9600명), 디지털 예비인력 양성(800명), 디지털 전문인력(30명) 순으로 난이도가 높다. 디지털 전문인력으로 뽑힌 30명은 카이스트 디지털금융 전문가과정(20명 선발)과 금융-IT 융합 AI·DX과정(10명 선발)에서 4개월간 연수를 받게 된다.

 


은행 관계자는 "데려올 수 있는 인원이 예전보다 역량이 부족하거나, 전문성 갖춘 개발 인력은 잘 오려고 하지 않는다"며 "내부 인력의 디지털·데이터 분야 전문성 강화에 초점을 맞추는 것이 낫다는 판단에 관련 과정을 확대하고 있다"고 말했다. 이어 "교육 이수 후 바로 퇴사하는 일이 없도록 의무근무기간을 정해 디지털 핵심 부서에서 근무하도록 할 계획"이라고 말했다.

반응형
반응형

 

1. tkinter 설치

 

먼저 tkinter를 설치해야겠죠.

저는 Mac 기준으로 설명을 드릴테지만 (놀랍게도 tkinter는 Mac에서도 작동합니다.)

Window도 동일합니다.

 

pip install tk

 

terminal에 위 명령어를 입력합시다.

주의할 점은 라이브러리 이름이 tkinter라고 해서 pip install tkinter라고 입력하면 설치되지 않습니다.

pip install tk라고 입력해야 합니다.

반응형

+ Recent posts