전체 글 · 18

data데이터 문해력: 결과는 결론이 아니다『데이터 문해력』 6장 정보 집약력을 정리했습니다. 데이터 분석 결론 도출에서 결과와 결론의 차이, 그래프로 결론을 보여 주는 법, 결론을 낼 때 주의할 세 가지를 Challenger·Bing 사례와 내 블로그 숫자로 다룹니다.2026.11.04 · 26분

data데이터 문해력: 기법에 집착하지 마라『데이터 문해력』 5장 전체 구성력을 정리했습니다. 원인을 건너뛰고 해결 방안부터 내는 '방법맨'이 생기는 이유, 5 why 기법으로 원인을 끝까지 파고드는 법, Snap·Duolingo·Amazon·LinkedIn의 실제 사례를 다룹니다.2026.11.03 · 20분

data데이터 문해력: 결과가 나왔다고 끝난 것은 아니다『데이터 문해력』 4장 원인 파악 능력을 정리했습니다. 데이터 원인 분석의 순서(원인 후보, 지표, 관련성 확인)와 상관관계를 인과관계로 착각한 실제 사례, 내 블로그에 적용한 결과를 다룹니다.2026.10.26 · 16분

data데이터 문해력: 올바른 데이터로 올바른 문제를 풀고 있는가?『데이터 문해력』 2장 목적 사고력을 정리했습니다. 분석 전에 문제를 정의하는 법, 문제와 데이터가 어긋나는 두 가지 실수, 내 블로그 Search Console 숫자에 적용한 결과를 다룹니다.2026.10.15 · 12분

data표본이 충분하지 않을 때 실험은 어떻게 해야 할까?A/B 테스트 표본이 부족할 때 쓸 방법을 논문과 기업 사례 수치로 정리했습니다. 큰 변경, 지표 손질과 CUPED, 인터리빙, 판단 기준 조정, 실험 밖 대안까지 순서대로 다룹니다.2026.10.14 · 23분

book데이터 분석가 책 추천: 이 순서로 읽는 3권데이터 분석가 책 추천 3권을 읽는 순서와 함께 정리했습니다. 데이터 문해력과 가설사고·그로스 해킹으로 질문을 세우고, A/B 테스트로 실험을 배우고, 인과추론으로 실험이 어려운 상황까지 다룹니다.2026.10.12 · 13분

ai컨텍스트도 코드처럼 관리하기AI 에이전트에게 주는 컨텍스트를 코드처럼 버전 관리하고 평가하자는 InfoQ 발표를 정리했습니다. 생성, 평가, 배포, 관찰 네 단계와 컨텍스트 평가 방법, 작은 팀이 바로 해볼 것을 다뤘습니다.2026.10.12 · 9분

data링크드인의 데이터 컨텍스트 레이어링크드인이 사람과 AI 에이전트를 위해 만든 데이터 컨텍스트 레이어를 정리했습니다. 자동 생성과 사람의 큐레이션을 합치는 구조, 인덱스 트리, 성과, 핀터레스트 지표 레이어와의 비교를 다뤘습니다.2026.10.11 · 11분

data핀터레스트 Metrics Board로 보는 지표 레이어핀터레스트가 공개한 에이전트용 지표 레이어 Metrics Board를 정리했습니다. 지표를 한 번 정의하면 계산, 품질 검증, 배포, 에이전트 검색까지 이어지는 구조와 성과를 다뤘습니다.2026.10.09 · 10분

business월마트는 AI로 무엇을 바꾸고 있나월마트 AI 전략을 공식 자료와 실적 발표로 정리했습니다. 슈퍼 에이전트 4개, 쇼핑 어시스턴트 Sparky와 외부 AI 제휴, 공급망과 직원 AI, 실제로 확인되는 성과와 논란까지 다뤘습니다.2026.10.08 · 12분

data데이터 팀은 LLM으로 무엇을 하고 있나해외 빅테크와 국내 기업 기술 블로그 34편으로 정리한 데이터 분석 LLM 활용 사례입니다. LLM으로 하는 6가지 일, 성패를 가른 것, 다음 단계, 데이터 분석가의 역할 변화를 다뤘습니다.2026.10.08 · 15분

ai에이전트 하네스: 모델은 판단, 하네스는 실행에이전트 하네스는 LLM을 에이전트로 만드는 바깥 구조입니다. 루프, 컨텍스트, 도구, 권한, 메모리, 서브에이전트까지 하네스가 하는 일과 모델을 바꾸지 않고 성능을 올린 사례를 정리했습니다.2026.10.07 · 8분

aiAX 뜻: AI 전환의 의미와 DX 차이AX 뜻은 AI 전환(AI Transformation)입니다. 정부·기업 자료로 정의와 DX와의 차이를 정리하고, 현장 담당자 글에서 추진 4단계와 AX 직무, 자주 묻는 질문을 뽑았습니다.2026.10.06 · 10분

ai컨텍스트 엔지니어링: 많이보다 맞게컨텍스트 엔지니어링은 LLM에 더 많은 정보가 아니라 맞는 정보를 주는 기술입니다. 컨텍스트가 길수록 성능이 떨어지는 이유와 SELECT·COMPRESS·TRIM 등 6가지 방법을 정리했습니다.2026.10.06 · 8분

dataA/B 테스트의 가드레일 지표와 비열등성 검정가드레일 지표는 '유의하게 떨어지지 않았다'가 아니라 '정해 둔 마진 이상 떨어지지 않았다'로 통과시켜야 합니다. 비열등성 검정과 마진(NIM) 정하는 법, 실험 도중 하락을 잡는 시퀀셜 A/B 테스트까지 정리했습니다.2026.10.05 · 17분

dataA/B 테스트에서 검정력 분석이 필요한 이유A/B 테스트의 p-value를 믿으려면 실험 전에 검정력 분석으로 표본 크기를 정해야 합니다. 검정력의 정의, 표본 수 계산, Type S·M 오류, 사후 검정력의 함정, 실무 적용법을 정리했습니다.2026.10.01 · 12분

life후쿠오카 여행기 (2) 쇼핑편후쿠오카 여행에서 들른 쇼핑 스폿과 사 온 것들을 정리했습니다. 대부분 텐진에 모여 있어 텐진 한 곳에서 동선 낭비 없이 쇼핑할 수 있어요. (주소를 클릭하면 구글맵으로 이동 가능해요.)2026.10.01 · 4분

life후쿠오카 여행기 (1) 음식편후쿠오카 여행에서 직접 가 본 음식점들을 정리했어요. 중심가 위주라 여행하실 때 참고하기 좋을 거예요. (주소를 클릭하면 구글맵으로 이동 가능해요.)2026.09.30 · 4분