b0h3m3 님의 블로그

[2일차] ABC 부트캠프 Data-Driven 과정 비즈니스 모델링 개념 및 실습

b0h3m3 — Tue, 20 Jan 2026 16:52:51 +0900

LLM이 “도구를 쓰는 시대”: Grokking · MCP · n8n · Agent 아키텍처 정리

요즘 LLM 흐름을 한 문장으로 요약하면 “사람 언어를 깊게 이해(grokking)하는 모델 + 외부 도구를 붙여 실제 일을 처리하는 구조”로 이동 중임. 단순 대화형 모델을 넘어, 브라우저·DB·모니터링·문서 같은 실제 시스템과 연결되면서 생산성이 급격히 올라가는 중임.

1) LLM Grokking: “맥락을 자연스럽게 다루는 모델”로 이동

Grokking은 단순 패턴 암기가 아니라, 사람 말의 의도/맥락을 더 깊게 ‘이해한 것처럼’ 다루는 수준을 의미함
그래서 프롬프트 한 줄만으로도 “왜 이걸 하는지”, “어떤 제약이 있는지”, “뭘 우선해야 하는지”를 더 잘 따라가게 됨
이 흐름이 도구 사용과 결합되면 말 → 실행(툴 호출) → 결과 검증까지 한 번에 이어지는 구조가 됨

2) MCP: LLM이 도구/컨텍스트를 붙이는 표준 연결 방식

MCP(Model Context Protocol)는 LLM이 외부 도구와 컨텍스트(문서/DB/서비스)를 안전하게 연결해 쓰도록 돕는 프로토콜임. 즉, 모델이 “말만 하는 존재”에서 “툴을 호출하는 실행자”로 확장되는 핵심 레이어임.

3) n8n: “자동화 워크플로우”와 LLM을 붙이는 실전 도구

n8n은 다양한 앱/서비스를 연결해 워크플로우를 만들고 자동화하는 플랫폼이고, 최근에는 AI Agent 기반 구성도 빠르게 확산되는 중임.
LLM + MCP + n8n 조합은 “에이전트가 업무 플로우를 실제로 굴리게 만드는” 대표 패턴으로 자주 등장함.

4) “description이 모든 걸 좌우”함 (MCP든 Agent든 똑같음)

여기서 제일 중요한 포인트는 description(설명/스펙)임.

MCP 도구 description이 부실하면 → 모델이 도구를 “언제/어떻게” 써야 하는지 헷갈림
Super agent / Sub agent description이 부실하면 → 역할이 겹치고, 책임이 흐려지고, 결과 품질이 흔들림
결국 설명(=작업 계약서)이 명확할수록 성능이 오름

좋은 description에 꼭 들어갈 것

목적(왜 쓰는지) / 입력·출력 형식 / 금지 사항 / 예시 1~2개 / 실패 시 처리 규칙

5) MCP “TOP 5” (실무에서 바로 체감 큰 조합)

내 기준으로 많이 쓰게 되는 상위 5개는 아래처럼 정리 가능함

Context7: 최신 문서 기반으로 라이브러리 사용법을 정확히 가져오는 문서 MCP
Playwright: 브라우저 자동화(로그인/크롤링/테스트/스크린샷 등)
Sentry: 에러 모니터링/이슈 추적(서비스 운영 품질 체감 큼)
GitHub: 이슈/PR/코드 변경 흐름을 에이전트 작업과 붙이기 좋음
PostgreSQL: 데이터 조회/리포트/추천 로직 검증에 바로 연결 가능

6) Superagent · Subagent: 복잡한 AI 시스템을 “관리 가능”하게 만드는 패턴

Super agent: 전체 목표를 쪼개고 순서/우선순위를 잡아 실행을 오케스트레이션하는 상위 에이전트
Sub agent: 특정 도메인(예: DB, 프론트, 모니터링, 크롤링 등)을 전문 처리하는 하위 에이전트

이 구조의 장점은 단순함:

복잡한 작업을 “전문가 팀”처럼 나눠서 처리 가능
각 에이전트가 맡는 범위가 명확하면 유지보수가 쉬워짐
여기서도 핵심은 똑같이 description(역할 정의)임

7) Claude Code 플러그인: “프론트엔드 퀄리티가 달라지는” 이유

Claude Code 같은 에이전틱 코딩 환경에서는 플러그인/스킬을 붙이느냐가 결과물을 바꿈.
예를 들어 frontend-design 같은 플러그인은 “그냥 작동하는 UI”가 아니라 더 완성도 높은 프론트 결과를 목표로 설계된 도구에 가까움.

또한 공식 문서에서도 플러그인/마켓플레이스를 통해 미리 빌드된 플러그인을 발견하고 설치하는 흐름을 안내하고 있음.

8) 플러그인/마켓플레이스 생태계: claudemarketplaces.com

요즘은 “플러그인을 어디서 찾고, 어떻게 조합하느냐” 자체가 실력 차이가 되는 구간임.
claudemarketplaces.com은 Claude Code 플러그인/확장 생태계를 찾는 디렉토리 성격의 사이트이고, GitHub를 자동으로 탐색해 마켓플레이스를 모으는 구조로 알려져 있음.

위에 나온 개념을 통해 만든 프로젝트 '펫픽'

[1일차] ABC 부트캠프 Data-Driven 과정 비즈니스 모델링 개념 및 실습

b0h3m3 — Tue, 20 Jan 2026 10:22:56 +0900

데이터 기반 비즈니스 모델(DDBM)은 “데이터를 수집하고, 처리·분석해, 의사결정/추천/자동화를 만들고, 그 결과를 제품·서비스·운영 효율·새 수익으로 전환하는 구조”를 뜻한다. 전통적인 비즈니스 모델 캔버스가 시장·고객·채널 중심으로 설명되는 반면, DDBM은 데이터 파이프라인(수집→정제→저장→분석/학습→서빙→피드백)과 거버넌스(품질/보안/프라이버시/규제)가 모델의 성패를 좌우한다.
아래는 네가 준 11블록 정의를 그대로 사용해, “무엇을 어떻게 기술적으로 설계해야 하는가”에만 초점을 맞춰 정리한 글이다.

1) 미션: 조직이 달성하고자 하는 사명 (Mission)

기술적으로 미션은 “데이터로 무엇을 최적화할 것인가”를 한 문장으로 고정하는 작업이다.

타깃 최적화 목표: 비용 절감 / 정확도 향상 / 리스크 감소 / 처리 시간 단축 / 사용자 경험 개선 등
측정 가능한 형태로 변환: “정확도”라면 어떤 지표(Precision/Recall, NDCG, MAE 등)인지, “시간”이라면 p95 latency 같은 형태로 정의
운영 목표와 정합성: 모델 성능이 좋아도 운영 비용이 과도하면 실패하므로, SLO/SLI까지 같이 묶어야 한다

2) 핵심 파트너: 가치 창출을 위한 핵심 파트너/인적 자원/공급자 (Key Partners)

기술 관점에서 파트너는 “데이터 원천 + 실행 채널 + 신뢰 기반”을 제공한다.

데이터 공급자: API 제공자, 센서/디바이스 업체, 제휴사 DB, 공공 데이터
검증/인증/자문: 도메인 전문가(룰 설계, 라벨링 기준, 오류 케이스 정의)
인프라 파트너: 클라우드, MLOps 플랫폼, 데이터 웨어하우스, 결제/로그/분석 툴
규제/컴플라이언스 파트너: 법무/보안/개인정보 컨설팅(특히 개인정보/민감정보 포함 시)

핵심은 파트너별로 SLA(가용성), 데이터 스키마 안정성, 업데이트 주기, 오류 책임을 계약/운영 규칙에 박아두는 것이다.

3) 핵심 활동: 핵심 가치 창출 활동 (Key Activities)

DDBM의 핵심 활동은 “데이터가 제품으로 바뀌는 전 과정”이다.

데이터 엔지니어링: 수집(ingest) → 정제(clean) → 표준화(normalize) → 적재(load)
품질 관리(DQ): 결측/이상치/중복/드리프트 탐지, 라벨 품질 점검, 데이터 계보(lineage)
모델링/규칙 설계: 룰 기반 + ML 기반 혼합, 설명 가능성(Feature/Reason 코드) 포함
서빙/운영: 온라인 추론 API, 배치 스코어링, 캐시 전략, 장애 대비
피드백 루프: 사용자 행동/결과를 다시 학습 데이터로 흡수(학습-서빙 불일치 방지)

4) 핵심 데이터: 가치 창출을 위한 어떤 데이터가 필요하고 획득 가능한지 (Key Data)

여기서부터는 순수 기술 설계다. 핵심 데이터는 “모델 입력/검증/운영”으로 나눠야 한다.

(A) 입력 데이터(Features)

사용자/객체 프로필(정적 데이터), 컨텍스트(시간/위치/환경), 행동 로그(클릭/구매/이탈 등)
이벤트 스트림(실시간) vs 배치(일 단위 집계)

(B) 정답/라벨(Label)

클릭/구매 같은 약한 라벨(implicit) vs 설문/전문가 판정 같은 강한 라벨(explicit)
라벨 편향(노출 편향, 포지션 편향) 교정 전략 필요

(C) 검증 데이터(Evaluation)

오프라인: hold-out/시간 분할, counterfactual 평가(가능하면)
온라인: A/B 테스트 로그, 장기 지표(재방문, 유지율)

(D) 메타데이터

스키마, 생성 시각, 출처, 처리 버전, 개인정보 구분 태그(PII flag)

5) 핵심 이네이블러: 핵심 이네이블러 (Key Enablers)

기술 “가능하게 하는 장치”를 구체적으로 써야 한다.

클라우드/인프라: 오브젝트 스토리지, DW/Lakehouse, 스트리밍(카프카 등), 검색/캐시
MLOps: 실험 추적, 모델 레지스트리, 배포(Blue/Green, Canary), 모니터링
데이터 표준화 체계: 공통 스키마, 온톨로지/택소노미, 동의어 사전
관측성(Observability): 로그/메트릭/트레이싱 + 데이터 품질 대시보드
자동화: ETL 오케스트레이션(Airflow류), 알림/롤백

6) 핵심 장벽: 디지털 기술(데이터) 사용 시 고려해야할 장벽 (Key Barriers)

DDBM이 망하는 이유는 대부분 여기서 나온다.

스키마 불안정: 공급자 변경/필드 추가·삭제로 파이프라인 깨짐
데이터 품질 붕괴: 누락/중복/지연/오류값이 누적되면 모델이 “조용히” 망가짐
콜드스타트: 데이터가 쌓이기 전 성능/경험이 최악이 되는 구간
드리프트: 계절성/트렌드/정책 변경으로 분포가 변함
학습-서빙 불일치: 배치에서 만든 특징이 온라인에서 다르게 계산되는 문제
지연/비용: 실시간성 요구가 높을수록 인프라 비용과 복잡도가 폭증
규제/프라이버시: PII/민감정보, 저장 위치, 보관 기간, 삭제 요청 대응

7) 가치 제안: 제공하는 서비스가 어떤 문제를 해결하는가 (Value Proposition)

기술적으로는 “데이터 처리 결과물이 사용자/조직에 제공하는 기능”이다.

추천/랭킹: 개인화, 상황 인지, 탐색 비용 절감
예측/탐지: 이상 행동 탐지, 수요 예측, 리스크 스코어링
자동화: 의사결정 자동화(룰+모델), 운영 최적화
인사이트: 집계/세그먼트/트렌드 리포트

여기서 중요한 건 “모델 성능”이 아니라 사용자가 체감하는 지표로 가치 제안을 표현하는 것(예: 시간 절감, 오류 감소, 전환율 증가)이다.

8) 혜택: 데이터 가치를 통한 사회적/환경적/경제적 이득 (Benefits)

기술 블로그에서는 “정량 지표”로 정리하면 깔끔하다.

경제적: 운영 비용 절감, 인력 투입 감소, 매출/전환 개선
사회적: 접근성 향상, 정보 비대칭 완화, 안전성 향상
환경적: 불필요한 낭비 감소(물류/재고/에너지), 최적화로 탄소 저감

단, 혜택은 항상 측정 방법(어떤 로그로, 어떤 기간에, 어떤 대조군과 비교)까지 같이 써야 “데이터 기반”이 된다.

9) 부정적 영향: 기술 보급으로 인한 부정적 영향 (Negative Impacts)

이건 기술적 리스크/윤리 리스크를 그대로 적으면 된다.

편향/차별: 특정 집단이 불리해지는 추천/판정(데이터 편향 → 모델 편향)
프라이버시 침해: 재식별 위험, 과도한 추적, 목적 외 사용
투명성 저하: “왜 이런 결과가 나왔는지” 설명 불가 시 신뢰 붕괴
보안 사고: 데이터 유출, 모델 인버전/멤버십 추론 등 ML 보안 이슈
락인/독점: 데이터가 쌓일수록 경쟁 진입이 어려워지는 구조

10) 비용: 비즈니스 모델에 내재된 가장 중요한 비용 (Cost)

DDBM에서 가장 큰 비용은 대부분 “모델 개발”이 아니라 “데이터 운영”이다.

데이터 수집 비용: API 비용, 센서/디바이스, 제휴 비용
정제/표준화 비용: 라벨링, 품질 관리, 도메인 룰 유지보수
인프라 비용: 저장/쿼리/스트리밍/서빙(특히 실시간)
MLOps/운영 비용: 모니터링, 재학습, 장애 대응, on-call
보안/컴플라이언스 비용: 암호화, 접근통제, 감사로그, 삭제 요청 처리

11) 수익: 수익 모델은 무엇이며, 어떻게 가치를 획득하는가 (Revenue)

기술적으로는 “데이터/모델 결과물이 어디서 돈으로 바뀌는지”를 명확히 한다.

SaaS 구독: 기능(추천/예측/대시보드)에 대한 월 과금
성과 기반 과금: 전환/절감/탐지 성과에 따른 수수료(측정/분쟁 해결이 관건)
API 과금: 호출량/속도/SLA 등급 기반
라이선스/온프레미스: 모델/룰 엔진 납품
인사이트 리포트: 집계·익명화된 분석 결과 판매(법/윤리 필수)

위의 개념들을 학습함으로써 나중에 창업을 할 경우에 비즈니스 모델을 어떻게 설계해야하는지 학습하였다.

a

b0h3m3 — Fri, 12 Sep 2025 23:29:06 +0900

귀멸의 칼날 무한성 후기

b0h3m3 — Fri, 12 Sep 2025 22:20:39 +0900

귀멸의 칼날 ‘무한성(無限城)’ 완전 가이드 — 애니화가 기다려지는 이유

“끝이 없는 계단, 뒤집히는 중력, 한 번의 비파 소리에 전장의 규칙이 바뀐다.”
무한성은 『귀멸의 칼날』 마지막부의 무대이자, 시리즈 전체가 축적해온 감정과 전투 미학이 폭발하는 하이라이트예요. 이 글 한 편으로 무한성이 무엇인지, 왜 특별한지, 어떤 관전 포인트가 있는지를 깔끔하게 정리해드립니다. (중요 전개와 결말 스포는 피했습니다.)

무한성, 한 줄 정의

무잔의 영역이자 비와(琵琶)를 연주하는 상현 ‘나키메’가 공간을 조종하는 거대 미궁. 방과 복도가 수직·수평으로 뒤틀리고, 계단과 문이 끊임없이 재배치됩니다. 전투가 ‘어디서’ 벌어질지조차 변수인, 말 그대로 룰 자체가 살아 움직이는 전장이죠.

왜 그렇게 무서운가: 설계 철학 3가지

지형이 보스급
나키메의 한 음(音)으로 방 배치·중력이 바뀌어 거리·시야·협공 각도가 즉시 초기화됩니다. 익숙해질 틈이 없죠.
개별 격리 메커닉
동료와 분리되는 순간, 각자의 상현과 1 대 1(혹은 소수 대 다수) 구도가 만들어집니다. 상성 싸움이 강제되는 구조.
상승하는 압력
무한성은 바깥으로 탈출할 수 없고, 시간이 지날수록 피해가 누적됩니다. ‘소모전’이 아니라 결전 구도로 밀어붙이는 무대예요.

핵심 인물(스포 최소)

귀살대 측: 탄지로·네즈코, 젠이츠, 이노스케, 카나오, 그리고 각 주(柱).
혈귀 측: 상현 1 코쿠시보, 상현 2 도우마, 상현 3 아카자, (공간 조율자) 나키메(상현 4), 카이가쿠(상현 6) 등.
포인트: 호흡의 계보(태양·물·바람·번개·달…), 사제·사형(師兄) 관계, 각자의 과거 서사가 전투 내내 총체적으로 충돌합니다.

무한성 전투의 관전 포인트

카메라 워크형 액션: Ufotable이 즐겨 쓰는 롱테이크/스파이럴 카메라가 수직 낙하·벽 주행·공간 전환을 만나면 시너지가 극대화됩니다.
호흡 vs 혈기술의 ‘리듬 싸움’: 나키메의 비와 타이밍, 상현들의 패턴 변주, 주들의 연속형 연무가 음악처럼 맞물리는 전개.
각성·한계 돌파: ‘여기서 더는 물러설 수 없다’는 지점에서 기술적·정신적 브레이크스루가 나옵니다.
상징 기호: 끝없는 계단·문은 업(業)과 계보, 선택의 되풀이를 상징. 누가 무엇을 잇고 끊는지가 핵심 메시지.

(라이트 스포) 기억해두면 좋은 매치업 키워드

아카자: 무도(武道)의 정수 vs 신념 흔들림
도우마: 얼음의 냉정함 vs 마음의 온도
코쿠시보: 호흡의 기원·계보와 직결된 주제
나키메: ‘룰 메이커’를 어떻게 무력화하는가가 퍼즐

결과를 적지는 않았지만, 누가 왜 싸우는지에 주목하면 감정선이 훨씬 또렷해집니다.

애니화 기대 포인트 (비(非)스포일러)

3D 배경 x 2D 작화 하이브리드로 구현되는 중력 반전·무한 계단 시퀀스
비와 타격음을 축으로 한 사운드 디자인과 호흡(呼吸) 이펙트의 박자감
각 주·상현의 무늬(紋)·눈동자·검로(劍路) 디테일 클로즈업

보기 전에 이것만 알면 된다: 빠른 복습

시청 순서: TV 1기 → 무한열차 → 유곽편 → 도공마을편 → (주 합동 강화 훈련편) → 무한성
테마: 계보/유산, 선택/각성, 관계/대물림의 종결
관람 팁: 인물들의 과거 플래시백을 가볍게라도 복기하면 감정 몰입이 2배.

팬을 위한 소소한 TMI

‘나키메’는 북(太鼓) 귀귀 쿄가이와 달리 비와로 공간을 바꿔요. ‘음으로 공간을 연주한다’는 컨셉의 진화형 기믹.
무한성의 미장센은 기하학·전통 건축·무대 장치가 결합된 하이브리드. 단순한 성이 아니라 의지로 재배열되는 미궁입니다.

자주 묻는 질문(스포 없음)

Q. 무한성은 실제 장소야, 이세계야?
A. 무잔의 힘으로 생성·유지되는 폐쇄적 영역. 좌표 개념보다 지배 의지가 우선합니다.

Q. 팀전보다 1:1이 많은 이유는?
A. 나키메의 분리·배치가 핵심. 각자의 상성·서사를 정면충돌시키는 장치이기도 해요.

Q. 결말이 많이 슬프다는데…
A. 감정 소모는 큽니다. 대신 **‘무엇을 남겼는가’**에 초점을 두면 카타르시스가 커요.

마무리: 왜 ‘무한성’이 시리즈의 정점인가

무한성은 전장의 룰 → 캐릭터의 신념 → 시리즈의 메시지가 한 지점에 수렴되는 드문 사례예요. “공간” 자체가 스토리텔러가 되어 인물의 과거와 선택을 끌어내죠. 그래서 액션이 커질수록 서사가 깊어집니다. 그게 바로 우리가 무한성을 기다리는 이유!