2025-07-17-TIL
Today I Learned
오늘은 이력서를 다시 작성해보았다. 첫 페이지를 보고 “이 사람의 경력기술서를 더 보고싶다”라는 생각이 들도록 하고싶은데, 그게 쉽지는 않다. 그리고 내가 경험하거나 배운 내용들보다도 이력서에 포함된 내용이 너무나도 보잘것 없는것 같다. 기존에 작성했던 내용들말고 또 내가 어떤 일을 했는지, 어떤걸 배웠는지, 그리고 어떤 부분에서 많이 아쉬웠는지, 지금이라면 어떻게 개선할 수 있는지를 계속 생각해봐야겠다.
몇 번의 면접에서 공통적으로 물어보는 내용도 있었지만, 주로 질문하는 내용은 제각각이었다. 면접관의 성향이나 이력에 따라 질문내용이 완전히 달라진다. 따라서 다음에는 같은 이력서라고 해도 면접관의 이력이나 회사의 사용 기술스택 등을 면밀히 검토하고 면접장에 들어가야겠다.
AI 키워드: AI 도구와 개발 생산성
AI 평가 연구 조직 METR가 7월 10일, AI 도구가 숙련된 오픈소스 개발자의 생산성에 주는 영향을 실험한 결과를 발표했다. 평균 22k 이상의 스타와 100만 줄 이상의 코드를 가진 대형 저장소에 여러 해 기여한 개발자 16명이 실제 이슈 246개를 맡았고, 이슈마다 AI 도구 사용 허용 여부를 무작위로 정했다. AI 도구를 쓸 수 있을 때 이슈를 끝내는 데 19% 더 오래 걸렸다. 개발자들은 시작 전 AI가 24% 빠르게 해 줄 것으로 예상했고, 느려진 뒤에도 20% 빨라졌다고 믿었다. METR는 이 결과가 AI가 대부분의 개발자를 빠르게 해 주지 못한다는 증거는 아니며, 참가자와 저장소가 소프트웨어 개발 전반을 대표하지 않는다고 따로 선을 그었다. 체감하는 속도와 실제로 잰 속도가 다를 수 있다는 말이구나.
댓글
아직 댓글이 없습니다