[글또 10기 회고] 나는 왜 글을 쓰고, 글또라는 모임에서 어떤 글을 작성했는가?

 

 

 

 

"글쓰기는 아무것도 아니다. 당신이 할 것은 타자기 앞에 앉아서 피를 흘리는 것이다." - 어니스트 헤밍웨이
" 글을 쓰면 천국으로 가거나, 가고 싶은 곳 어디든 갈 수 있다". -  조안 디디언

 

0. 개요

 

2024년 10월 달 부터 글또(글쓰는 또라이들의 모임) 10기에 참여하였습니다. 2주 간격으로 글을 작성하는 모임으로서, 대체로 개발직군에 관련된 분들이 많이 참여하는 모임입니다. 저에게는 전 회사 동료들이 참여를 하며 글을 기고 했고 도움이 많이 되었다는 의견들이 많아 참여하게 되었습니다.

 그리고, 지금 작성하는 이 글이 마지막 12회차여 글또에서 활동한 회고 글을 작성해보려 합니다.

 

1. 글또 참여 계기

글또를 참여하게 된 계기는 크게 3가지로 생각할 수 있을 것 같습니다.

 

1. Writing : 글을 꾸준히 작성하자.

2. Community : 데이터 관련 커뮤니티 활동을 해보자. 동료들의 칭찬이 자자한 커뮤니티 였기 때문입니다.

3. Networking : 다른 사람들은 어떻게 일을 하고, 살고 있는가? 가 궁금했기 때문입니다.

 

사실, 저는 과거 블로거(?) 출신입니다. 음악 관련 글을 매일 기고 하면서 엔터테인먼트와 음악에 대한 저만의 시각을 기를 수 있었습니다. 대략 330? 개 정도의 음악 리뷰 글과 뮤직비디오를 리뷰하는 글을 작성했었습니다. 때문에, 꾸준히 글을 쓰는 것의 힘을 알고 있습니다. 생각정리를 넘어 자신만의 시각을 기를 수 있는 활동이기 때문입니다. 

 하지만, 저는 데이터 쟁이로서는 데이터 관련 글을 꾸준히 기고해본적이 없습니다. 데이터 및 개발 관련 글을 작성하며 공부한 내용을 기록하고 저만의 시각을 기르기 위해 글또 모임에 참여하게 되었습니다.

 

두번째론, 제 전 직장 동료들 몇명이 글또에 참여하며 좋은 이야기를 많이 해주었기 때문입니다. 단순 글을 작성하는 것을 넘어 글또란 커뮤니티에 참여하는 사람들로 부터 좋은 영향을 받았다라는 이야기를 해주어 참여하게 되었습니다. 2022년, 2024년도 즈음에 참여한 친구들이였는데 ㅎㅎ 전 2025년에 참여하게 되었네요.

 

마지막으론, 다른 사람들은 어떻게 일을 하는가? 가 궁금했습니다. 데이터 분석 및 과학자로서 일을 하고 있지만 제가 하고 있는 영역은 '일' 이란 업무 영역에서는 굉장히 좁은 영역입니다. 분석가도 도메인 마다, 회사마다 일하는 방식이 다 다릅니다. 추가적으로, 분석가만이 있는 것이 아닌 개발자나 PM, 디자이너.. 마케터 등등 세상에는 너무나 많은 일과 영역이 있습니다. 다양한 사람들은 어떻게 일을 하고, 자신들의 커리어를 어떻게 만들어가는지 궁금했습니다.

 

위와 같은 목표르 글또에 참여하게 되었고, 저는 그래서 글또에 참여하며 개인적으로 위 3가지 활동을 글또에서 달성하고자 마음먹었습니다. 우선, 저는 글을 꾸준히 쓰는 것을 목표로 잡았습니다.

 

1-1. 글을 꾸준히 작성하자 

 

글또 10기는 2024년 10월 13일부터 2025년 03월 23일까지 총 12번의 글을 쓰는 활동이었습니다. 2주에 글 1개씩 작성하는 시스템입니다.

 총 12번의 글을 쓰는 스케줄에서 저는 오늘까지 11번의 글을 작성하였습니다. 4 회차는 채용 출장과 결혼식 참여로 패스했었네요. 참고로, 패스권은 12번 글쓰기 활동 중 2번밖에 사용하지 못하는 패스권이었습니다.

 저는 제가 사실 한번도 빠지지 않고 다 쓴줄 알았는데 ㅎㅎ 1번 패스를 해버렸네요 'ㅁ'. 이처럼 사람의 생각과 기억은 선택편향이 존재하나 봅니다.

 

글을 꾸준히 작성하자. 라는 목표에 있어서 92% 달성률이니 나쁘지 않은 것 같습니다. 글또 취지와 제 취지에 맞게 활동을 잘 한 것 같습니다.

 

특히, 글의 토픽 또한 다양한 주제에 대해 글을 작성한 점이 개인적으로 만족 스럽습니다. 작성한 글들은 저의 관심사를 대변합니다.

 

1-2회차 : 수학적 해석학

 

- 2024년 10월에는 스터디에서 수학적 사고와 관련된 내용을 공부했습니다. 이전부터 수학과 더 친해지고 싶었는데 마침 스터디 기회가 있어 공부를 하게 되었습니다. 수학적 기호와 수학의 논리적 사고력이 왜 중요한지에 대한 기초를 다질 수 있는 좋은 시간이었습니다.

 

3회차 : 인과추론(성향점수와 편향보정)

 실무로 통하는 인과추론 책의 성향점수(Propensity Score) 부분을 공부했었습니다. 데이터 분석을 하며 인과추론에 대한 이해도와 해상도를 높이는 작업을 했었습니다.

5회차 : 2024 회고 : 새로운 시작과 배움 (★)

 회고 작성글은 언제나 기분이 좋습니다. 회고는 마치 청소해야 될 방을 날 잡아서 한번에 청소하는 느낌입니다. 근데 그 청소가 억지로 해야 하는게 아니라, 기분 좋게 청소를 하는 느낌이랄까요? 회고글은 항상 제가 어떤 사람인지, 어떤 일을 했는지, 어떤 일을 하고 싶은지에 대한 방향성을 회고글을 작성하는 시점에 따라 방향성을 정해주는 느낌입니다. 시간이 많이 들어갔지만 기분 좋은 글이었습니다.

 

6회차 : SQL - Bigquery(Grouping Sets)

 쿼리를 짜며 처음 보는 함수를 발견했습니다. Grouping Set라는 함수인데요. 기존의 GROUP BY 보다 자유롭고, 세분화하여 결과를 조회할 수 있는 방법에 대해 글을 작성했었습니다.

 

7회차 : 나만의 생성형 A.I 모델 만들기(★)

 

 로컬 라마, Perplexity API, Hugging face의 Stable diffusion 등 이미지 생성 모델을 묶어서 프롬프트로 글을 작성하고 작성한 글을 기반으로 이미지를 만드는 모델을 만들었습니다. 랭체인 같은 LLM 모델을 묶어 하나의 어플리을 개발하고 싶었습니다. 저에게는 굉장히 의미있는 일이었습니다. 랭체인에 대한 개념이 제가 없을 때 랭체인을 직접 개발해보겠다라는 접근을 해보았습니다. 프롬프트 입력 > 로컬로 텍스트 생성 비용 절감 > API를 통해 고도화 > 이미지 생성 을 만드는 어플리케이션을 단계별로 구현하였습니다.

특히, 개발 백그라운드가 강하지 않은 저이지만 Cursor 와 함께 시간대비 효율적인 개발 프로세스를 거쳤습니다.

 

 

8회차 : 우버의 매칭과 최적화는 어떻게 이루어질까?(★)

 

우버라는 라이더와 드라이버를 매칭 시켜주는 플랫폼의 페이퍼를 하나 보았습니다. 다이나믹 프라이싱 전략, 배차를 최적화 하기 위한 우버의 전략을 알 수 있었습니다. 그냥 공부만 한 것이 아닌, 업무와 회사 비즈니스에 적용할 수 있는 방법을 주체적으로 파악했습니다. 그리고 실제 MVP 모델까지 개발하게 된 계기가 생겼습니다. 글 컨텐츠만 보자면 개인적으로 여태까지 쓴 글 중 가장 맘에 드는 글 입니다. 제 업무와 사고력에 큰 도움이 된 글이였고, 글을 정리하며 많이 배울 수 있었습니다. 

 

9회차 : 업리프트 : 처치효과를 관측할 수 있는 모델

 인과추론에서 넘어가 Uplift 라는 개념과 모델링을 익혔습니다. 업리프트 모델링은 마케팅, 의사 결정, 의료 분야 등에서 특정 개입(예: 광고, 프로모션, 치료)이 개별 고객이나 그룹에게 미치는 순수한 영향(Uplift) 을 예측하는 기법에 대해 알 수 있었던 시간이었습니다.

 

11회차 : 나만의 공간, 내가 꿈꾸는 인테리어

 꼭 테크 관련 글만이 저를 성장 시키는 것은 아니라 생각했습니다. 그래서, 제가 관심있어 하는 공간과 인테리어에 대한 글을 작성했습니다. 

 

12회차 : 나는 왜 글을 작성했고, 글또라는 모임에서 어떤 글을 작성했는가?

 지금 작성하는 글로서 회고 글을 작성하고 있습니다.

 

---

 

총 11번의 글로서 주로 데이터 분석과 방법론에 대한 글을 작성했습니다. 하지만, 그 안에서도 제가 좋아하는 분야와 실무에 적용할 수 있는 부분들을 알기 위해 고민한 흔적이 많이 느껴지는 글이네요.

 

1-2. 글 내용 분석(Analysis)

 

나의 글은 어떤 글일까? 나는 어떤 글을 썼으며 어떤 분야에 관심이 많을까?

 

위에서 언급했듯 글의 주제는 현재 제가 무엇에 관심있어 하는지를 알려줍니다. 때문에, 글의 주제만으로 제가 미래에 어떤 방향으로 가고 싶어하는지를 알아 보려 합니다. 

 

GPT 에게 제가 쓴 위 글 주제와 간략한 내용으로, 제 커리어를 물어보았습니다.

 

 

---

 

1. 네가 주로 작성하는 글의 특징

• 데이터 기반 문제 해결 🧠
  → 인과추론, 업리프트 모델링, SQL 최적화, 우버 매칭 최적화 등의 글을 보면 데이터를 활용한 문제 해결에 관심이 많고, 논리적인 사고를 바탕으로 분석하는 걸 즐기는 것 같아.
• 비즈니스와 실무 적용 💼
  → 그냥 개념만 공부하는 게 아니라, 배운 내용을 업무와 연결하려고 노력하는 게 보여. 특히 우버 매칭 최적화 글에서 직접 MVP를 개발한 경험이 인상적이야.
• 생성형 AI와 응용 기술 🤖
  → 단순히 AI를 소비하는 게 아니라, 직접 모델을 만들고 개발까지 해보려는 자세가 돋보여. 생성형 AI 관련 글을 보면 LLM + 이미지 생성 + 비용 절감 최적화 같은 개념을 실험적으로 적용하는 게 흥미로워.
• 수학적 사고와 논리적 접근 📏
  → 수학적 해석학, 성향 점수 기반 편향 보정, 업리프트 모델링 같은 주제를 다룬 걸 보면, 머신러닝이나 데이터 과학을 단순한 코드 실행이 아니라 이론적으로 깊게 이해하려는 스타일 같아.

2. 네 커리어 전망 (데이터 과학 → MLE)

너의 글쓰기 패턴과 관심사를 보면, 데이터 사이언티스트(DS)에서 머신러닝 엔지니어(MLE)로 가려는 방향이 딱 맞아 보여.

• 데이터 사이언티스트로서 데이터를 분석하고 비즈니스 인사이트를 도출하는 능력이 이미 탄탄해 보임.
• 하지만 "나만의 생성형 AI 모델 만들기" 같은 글을 보면, 엔지니어링적인 접근도 강화하고 있고, 머신러닝을 활용한 제품 개발 경험도 늘리고 있어.
• 앞으로 더 MLOps, 모델 서빙, 최적화(Optimization) & 효율적인 ML 시스템 구축 같은 주제를 추가로 다루면 완벽한 MLE 커리어로 전환할 수 있을 것 같아.

 

3. 앞으로 추천하는 글 주제

• MLOps & 모델 서빙: 네가 관심 있어 하는 최적화 개념과 연결해서, "어떻게 효율적으로 모델을 배포하고 유지할 것인가?" 같은 글을 써보면 좋아.
• 추천 시스템: 기존에 관심 있다고 했으니, 실제 추천 모델을 구현하고 최적화하는 과정도 글로 정리하면 네 경험을 더 살릴 수 있을 거야.
• 비즈니스 & ML 응용 사례: 네가 비즈니스와 AI를 연결하는 걸 좋아하니까, "우버 매칭 최적화"처럼 유명 기업들의 머신러닝 전략을 분석하는 글을 더 써봐도 좋을 듯.

지금까지 쓴 글을 보면, 데이터 기반으로 문제 해결과 최적화를 중심으로 한 사고력이 강점이고, 실무 응용을 굉장히 중요하게 생각하는 스타일 같아. **"테크를 활용해 문제를 해결하고, 그것을 실제로 구현하는 것"**이 네가 추구하는 방향인 듯해.

너도 이 분석에 공감해? 아니면 네가 생각하는 방향이 좀 달라? 😊

 -> 짜식,, 제법이군..

 

4. Action Plan

 

추가적으로, GPT에게 구체적으로 필요한 액션 플랜도 요구해보았습니다.

 

 

1️⃣ MLOps & 모델 서빙 경험 추가

• 네가 만든 생성형 AI 모델을 더 효율적으로 서빙 & 배포하는 과정을 글로 정리해보면 좋아.
• Kubernetes, Docker, TensorFlow Serving, FastAPI 등을 활용해 MLOps 역량을 쌓아야 함.

2️⃣ 최적화 & 강화학습 (Optimization & RL) 추가 학습

• 네 관심사에 맞게 강화학습(Reinforcement Learning), Bandit 알고리즘, 동적 최적화 같은 기법을 더 배워서 추천 시스템이나 배차 알고리즘에 활용할 수 있도록 준비.
• 이론적으로만 공부하는 게 아니라, 네가 좋아하는 방식대로 실제 구현 & 실험을 해보는 게 중요.

 

결론을 내보면 저는 DS -> MLE 커리어를 밟아가되 MLOps 나 모델 서빙 경험을 늘리는게 좋을 것 같네요. 이미 데이터 분석 이나 인사이트 도출 능력은 탄탄해보인다는 피드백이 사실 저는 1년전부터 느끼는 포인트이긴 합니다. 제게 킥 같은 부분이 필요한 것 같아, 아마 이런 부분을 개인적으로 공부하고 적용해볼려는 노력이 글에서 발현된게 아닌가 싶기도 하네요.  

 하지만, 저는 단순 개발스텍을 늘리는게 아니라 비즈니스와 실무에 적용되는 개발 능력을 키우길 원합니다. 때문에 그런 분야의 경험인 MLOps, 모델 서빙, 최적화(Optimization) & 효율적인 ML 시스템 구축 을 구축하는 능력을 키워보는 것에 방향성을 둬보야 하겠네요.

 

---

 

2. 어떤 활동을 했는가? (Community & Networking)

커뮤니티가 가지는 장점은 여러 사람들이 모인 공간에서 다양한 인사이트를 들을 수 있기 때문이라 생각합니다. 그래서, 저는 커뮤니티 속에서 여러 사람들과 이야기하고 그들의 삶을 듣기 위해 노력했습니다.

 

 

1. #여의또 모임

 

여의도쪽에서 일하시는 분들과 치킨모임을 가졌습니다. 개발자, PM, AI enginner 등 다양한 직군 분들이 모여 커리어에 대해 고민하고 계신 방향을 느꼈습니다. 개인적으로 글또 모임을 하며 사모임(?) 을 가고 싶었는데 해당 모임에서 그런 니즈를 잘 채웠습니다.

 

2. 2회의 1대1 커피챗

 

커피챗이라고, 원래는 커피를 마시며 간단하게 얘기를 하는 행위를 말하는데요. 저는 커피는 안마셨지만 얘기하고 싶었던 분들과 화상을 통해 1대1로 커피챗을 가졌습니다. 제가 이전부터 얘기해보고 싶었던 데이터 분석가 분, 미국에서 공부를 하고 계신 분과 얘기를 나누며 많은 인사이트와 그들의 삶에 대해 이야기를 들을 수 있었습니다.

 좋은 사람들과 이야기 하는 것은 언제나 배울 게 참 많습니다. 특히, 제가 기존에 가진 생각과 다른 것. 그리고 여유의 중요성에 대해서도 배울 수 있었습니다. 그 밖에도, 회사가 나에게 요구하는 것. 나의 삶은 회사뿐만 아니라, 요가나 퇴근 후 내 다른 삶 또한 나에게 너무나 중요하다라는 커피챗을 통해 이야기를 주신 분의 이야기가 참 인상 깊었습니다. 

 

3. 데이터 반상회

 

데이터 반상회라는 글또에 계신 데이터 직군 분들과 네트워킹 하는 자리를 가졌습니다. 제 테이블엔 주로 중니어-시니어 분들이 많이 앉아계셨는데 다들 다양한 일들을 하고 계시고, 멋지게 성장하시는 모습들이 멋졌습니다. 세상에는 참 멋지고 능력 좋은 사람들이 많구나 라고 느꼈고요. 가장 인상깊었던 것은 아래 내용입니다. 로보틱스 AI 엔지니어 분의 발표를 들었는데요. 기존에 로보틱스 분야라고 하면 휴머노이드? 로봇에 대해만 생각하게 되었는데 생각보다 분야가 디테일하게 나눠져 있고, 각 영역에 따라 집중하는 부분과 생성형 AI를 접목시킨 산업의 발전 이야기가 참 재밌었습니다.

 

 

4. 신림 커피챗

 

마지막 커피챗으로 신림에서 통닭과 맥주를 한 잔하며 커피챗을 가졌습니다. 폴라로이드를 가져오셔서 사진을 찍어주신 스윗한 글또러의 행동이 참 기억에 남았습니다. 처음 본 사람에게 폴라로이드로 추억을 선물 받는 일은 쉽지 않은데, 아마 계속 생각이 날 것 같습니다 :) 

 

5. 커피챗에서 깨달은 점 

 

커피챗을 하며 느낀 점은 사람과 대화를 통해 얻는 부분이 참 많다는 점 입니다. 특히, 평소 그분의 글을 보며 많은 깨달음을 얻었는데, 그분의 현재 상태는 커리어 이외에도 나의 퇴근이후의 삶 또한 너무 중요하다는 것을 말씀하시는 것을 보며 묘한 감정을 느꼈습니다. 말로 형용할 수가 없긴한데, 뭐랄까 그 누구보다 더 커리어에 진심인 분이라고 저는 혼자 편견을 가졌던 것 같은데 막상 그 분의 지금 상태는 커리어보다 내 현재 삶의 더 집중하신 모습 또한 멋져보였다랄까요? 그리고 회사에서 요구하는 것에 순응하는 것 또한 괜찮아. 라는 모습 또한 멋졌습니다.

 

 저는 아직까지는 하고 싶은 일이나 제 자신을 증명해보고 싶은 것이 강해, 쉽게는 접근하지 못할 애티튜드 이지만 저 또한 언젠간 그런 자세로 제 일상을 더 사랑하는 사람이 되었으면 좋을 것 같습니다.

 

그리고 저는 확실히 다대다 보단 4명 이하의 모임에서 이야기를 하는 것을 좋아하는 사람이란 것을 알게 된 것 같습니다. 제 소셜라이징 스킬은 4명 이하에서 더 강한 것 같습니다. 'ㅁ'

 

그 외에도, 글또에 모이신 분들의 성향이 비슷하다고 느낀 포인트 들도 있습니다. 다들 성장 및 커리어에 대한 욕심이 있으면서도, 그 안에서 남들에게 베푸는 마음이 있으신 모습들이 참 멋졌습니다. 저는 결과적으로 글또라는 모임에 모이는 사람들의 성향이 그 모임을 이끄는 사람의 성향과도 비슷하다고 느끼거든요. 아마도, 커뮤니티를 창립하신 성윤님(A.K.A 카일) 이 블로그에서 데이터 및 개발, 커리어적 지식을 아낌없이 나눠주시는게 해당 커뮤니티원들 또한 그런 성향을 닮고 비슷한 사람들이 모이지 않았나 싶습니다.

 

3. 좋았던 점/아쉬웠던 점(Pros and Cons)

Pros : 글또 에서 최소한으로 목표 한 것은 잘 이루어냈다.

+ 특히, 제가 대화를 나눠보고 싶었던 분들께 DM으로 커피챗을 요청한 제 모습이 마음에 들었습니다.

 

1. Writing : 글을 꾸준히 작성하자.

2. Community : 제가 좋아하는 동료들의 칭찬이 자자한 커뮤니티였기 때문입니다.

3. Networking : 다른 사람들은 어떻게 일을 하고 살고 있는가? 가 궁금했기 때문입니다.

 

위의 핵심 목표 3가지를 잘 달성했습니다.

 

Cons: 받은 만큼 나눠주고 싶었는데,,

 

1. 커피챗을 통해 인사이트를 개인적으로 얻은만큼, 제가 필요하신 분들이 계시다면 혹시 조금이나마 돌려주고 싶다라는 생각을 했습니다. 데이터분석 취준 준비하시는 분이나, 꿈을 가지신 분들 1-2명 정도 도와드리고 싶었는데 현생이 갑자기 너무 바빠져서 그걸 못했네요.

2. 또한, 조금 더 다양한 모임(동호회) 등에 나가보고 싶었는데 못나가본게 아쉽습니다. 

3. 같은 셀 이나 다른분들의 글을 더 잘 읽어볼걸,, 그게 아쉽습니다. 글은 생각의 정수인데 시간을 내서라도 읽어야했는데그게 아쉽네요.

 

4. 북마크(Wish)

글또는 커뮤니티입니다. 때문에, 양질의 글과 정보들이 공유되는 공간입니다.

그곳에서 제가 읽어보고 싶었던 글이나 정보를 스크랩해봤습니다.

 

- Models | OpenRouter ( 공짜로 LLM API를 사용할 수 있는 open Router)

- AWS Educate ( AWS에서 제공하는 글을 읽고 포인트로 자격증을 얻을 수 있는 AWS Article 다단계형 프로그램),, 시간과 성실함이 있다면 해보면 좋을듯 

- 인프런 8개 무료였던 강의 ( 해당 기간내에 신청은 했지만, 잊어버린 친구들.. 미안.. 나중에 듣겠지?)

- 실리콘 밸리의 현자 비즈카페 (성윤님이 추천하신 유툽)

- 선형대수 공부 KOCW

 

5. 결론

글또 10기에 참석하게 되어 데이터 및 커리어 관련 글을 꾸준히 작성할 수 있게 되어 의미가 있었습니다. 2주에 1번씩 글을 쓴다는 것이 큰 부담은 아니였지만, 오히려 주제선정이 어려웠던 적이 있었습니다. 최대한 실무에 적용할 수 있고 밀접한 영역을 공부한 글을 작성하기 위해 노력했습니다. 

 그리고, 이 부분에서도 저는 단순 공부보다는 실무에 적용할 수 있는 분야를 공부하는 것에 의미를 느끼는 것 같다고 느꼈습니다. 

 

초기 목표였던 (1)글을 꾸준히 쓰자. (2) 데이터 관련 커뮤니티 활동을 하자. (3) 다른사람의 삶과 이야기를 듣자라는 목표를 글또 모임에서 달성할 수 있어 의미 있던 활동이였습니다.

 

특히, 글을 다 작성하고 GPT에게 제 글에 대한 커리어 방향성을 얻는 것 또한 나름 회고 글을 작성하며 재미가 있었던 것 같습니다.