만드는 사람의 기록

[윈도우11] CUDA / cudnn / pytorch 설치 방법

프로덕트 러너 — Tue, 24 Mar 2026 19:37:36 +0900

0. 장착된 GPU 확인

- 장치 관리자 > 디스플레이 어댑터 > GPU 확인

GPU 확인

1. CUDA 설치

1-1. CUDA 버전 찾기

https://en.wikipedia.org/wiki/CUDA

내 컴퓨터 GPU찾기

CUDA SDK version 찾기

CUDA SDK version 확인

1-2. CUDA Toolkit 다운로드

1-1.에서 찾은 CUDA-toolkit 12.8 다운로드 함.

> 구글에 "cuda-toolkit 12.8"을 검색하여 접속했음.

https://developer.nvidia.com/cuda-12-8-0-download-archive

CUDA Toolkit 12.8 Downloads

developer.nvidia.com

다운로드 화면 예시

1-3. 윈도우 환경 변수 추가

(참고) 설치하면서 자동으로 환경 변수가 추가 되어 있는 경우가 있는 것 같음.

1. 검색 > 시스템 환경 변수 편집 클릭
2. 환경 변수 클릭
3. 시스템 변수 > Path 더블 클릭
4. 새로 만들기 클릭
5. 환경 변수 입력
- C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.8\bin
- C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.8\libnvvp

1.4 CUDA 설치 확인

터미널에서 "nvcc --version"을 통해 제대로 설치 된 것을 확인.

nvcc --version 예시

2. Pytorch 설치

Anaconda 가상환경에서 설치해서 사용함.
기존에 cpu 버전이 설치되어 있으면 새롭게 gpu 버전을 설치해서 업데이트가 안되어서 가상환경을 지우고 다시 설치함.

Pytorch 설치 화면

2-1. 설치 확인

설치 확인 코드 (python)

import torch

print(f"torch version: {torch.__version__}")
print(f"cuda available: {torch.cuda.is_available()}")
print(f"cuda device count: {torch.cuda.device_count()}")
print(f"cuda device name: {torch.cuda.get_device_name(0)}")

설치 확인 결과

torch 버전 확인

[논문리뷰] Prompt Repetition Improves Non-Reasoning LLMs

프로덕트 러너 — Wed, 18 Mar 2026 19:00:06 +0900

프롬프팅으로 LLM의 성능을 올릴 수 있는 방법을 찾아보게 된 논문입니다. 방법은 상당히 간단하지만, 효과적일 것 같아 읽어보게 되었습니다.

논문링크

https://arxiv.org/abs/2512.14982

Prompt Repetition Improves Non-Reasoning LLMs

When not using reasoning, repeating the input prompt improves performance for popular models (Gemini, GPT, Claude, and Deepseek) without increasing the number of generated tokens or latency.

arxiv.org

1. 핵심 아이디어: 프롬프트 반복

사용자 질문(<QUERY>)을 LLM 모델에게 던질 때, 이를 단순히 두 번 반복해서 "<QUERY> <QUERY>"형태로 입력하는 방식을 제안함. 이를 "프롬프트 반복 (Prompt Repetition)"이라고 부름.

2. 왜 효과가 있을까?

어텐션 (Attention)의 한계 극복: 현재 대부분의 LLM은 이전 토큰이 미래 토큰을 볼 수 없는 '인과적 언어 모델 (Causal LM)' 구조임.
즉, 2번 반복 함으로써 이전 정보를 볼 수 있게 됨.
정보 연결성 강화: 프롬프트를 반복하면, 두 번째 반복되는 부분의 토큰들이 첫 번째 반복된 모든 토큰을 참조(Attend)할 수 있게 되어 정보 간의 관계를 더 잘 파악하게 됨.
순서의 영향 감소: 질문을 먼저 하느냐, 배경 지식을 먼저 주느냐에 따라 성능이 달라지는 문제를 완화해줌.

3. 실험 결과

광범위한 성공: Gemini, GPT, Claude, DeepSeek 등 주요 모델들을 대상으로 70회의 테스트를 진행한 결과, 47회에서 통계적으로 유의미한 성능 향상이 있었고, 성능이 떨어진 경우는 단 한 번도 없었음.
추론을 하지 않을 때 극대화: 모델에게 “단계별 생각하라 (Chain of Thought)”고 시키지 않고 바로 답을 내게 할 때 효과가 가장 컸음.
- 이유: 생각 모델(Reasoning Model)은 이미 사고 과정에서 프롬프트의 일부를 스스로 반복하는 경향이 있을 것으로 분석됨.
비용과 속도는 그대로: 생성되는 답변의 길이나 응답 속도 (Latency)에는 거의 영향을 주지 않음. 이는 반복된 부분이 모델이 답변을 생성하기 전 단계인 ‘프리필(Prefill)’ 단계에서 병렬로 처리되기 때문임.

Figure 1: Prompt repetition vs.baseline accuracy for popular LLMs and various benchmarks when asking the models not to reason.

3-1. Star 표시 (통계적 의미)

맥네마 (McNemar) 검정은 둘 다 맞히거나 둘 다 틀린 문제는 무시하고, "한 쪽만 맞힌 케이스"만 봄.

논문에 작성된 예시로 작성해봄.

	반복형(Repetition) 정답 (O)	반복형(Repetition) 오답 (X)
기본형(Baseline) 정답 (O)	양쪽 다 맞힘 (20개)	기본형만 맞힘 (0개)
기본형(Baseline) 오답 (X)	반복형만 맞힘 (47개)	양쪽 다 틀림 (3개)

McNemar 검정 통계량

위 예시로 X^2 값은 (|0 - 47| - 1)^2 / (0 + 47) = 약 45.02

임계값(Threshold)과의 비교

통계학에서 자유도가 1인 카이제곱 분포를 사용할 때, 특정 유의 수준(alpha)에 해당하는 임계값은 정해져 있음.

• 논문의 기준 (p < 0.1): 이 기준을 충족하려면 통계량이 약 2.71보다 커야 함.

• 일반적인 학술 기준 (p < 0.05): 이 기준은 통계량이 3.84보다 커야 함.

• 매우 엄격한 기준 (p < 0.01): 이 기준은 통계량이 6.63보다 커야 함.

논문 예시로는 6.63보다 통계량이 크므로, p-value가 0.01로 예상됨.

4. 추가적인 실험

Prompt Repetition x3: 프롬프트를 세 번 반복하는 방식은 특히 NameIndex나 MiddleMatch 같은 복잡한 커스텀 작업에서 일반적인 2회 반복보다 훨씬 뛰어난 성능을 보임.
Padding: 단순히 입력 길이를 맞추기 위해 마침표(".")를 채워 넣는 방식은 성능 향상에 도움이 되지 않음.

5. 효과적이라고 생각한 부분

복잡한 검색 작업: 특히 NameIndex (이름 목록 중 25번째 찾기) 같은 작업에서 비약적인 상승을 보임. 예를 들어, Gemini 2.0 Flash-Lite의 정확도가 21.33%에서 97.33%로 뛰기도 했음.
옵션이 먼저 나오는 경우 (options-first): 객관식 문제에서 질문보다 선택지를 먼저 보여주는 구조일 때 더 큰 개선 효과를 보.
- (생각) options-first인 경우에 Prompt Repetition의 효과가 더 컸지만, 기본 baseline이 question-frist가 더 높은 것으로 보아 해당 실험은 Prompt Repetition에 맞는 실험이 아니였을까
즉시 적용 가능: 생성되는 출력의 형식(Format)이 변하지 않으므로 기존 시스템에 그대로 적용할 수 있는 기술임.
- (생각) 현재 동작중인 서비스에 바로 적용할 수 있는 점이 좋아보임. 하지만, 기존 서비스의 프롬프트에서 어디 부분을 반복적으로 사용하면 좋을지는 서비스마다 테스트가 필요해보임.
- (생각) 추가적으로 LLM API를 사용하는 경우에 입력 프롬프트가 늘어난 만큼 비용에 대한 부분도 고려가 필요해보임.

6. 러닝 (달리기)

프로덕트 러너 — Sat, 28 Feb 2026 22:52:33 +0900

러닝 어플을 사용하고 기록을 크게 본적이 없었다. 오늘 26년 02월을 마무리하면서 한번 보게 되었다.

전체 러닝 기록

처음으로 들어가서 봤더니 생각보다 많이 달렸고 그래도 나름 꾸준히 해왔구나 생각이 들었다.

2025년 기록

2025년을 보니 한달에 많이 나가야 13번 정도라니 생각보다 적게 한 것 같기도 하고..

26년 02월 기록

그런데 2026년에는 뛰려고 노력하기보다는 뛰다보면 정신이 맑아지는 약간의 명상의 효과가 큰 것 같다.

그리고 예전에는 살뺄려고 운동할려고 무엇인가 노력이 들어갔었는데, 요즘에는 그런 거 없이 뛰는 행동 자체를 즐기는 것 같다.

막상 나가기 귀찮고 달리기 초반에는 뛰기 귀찮거나 힘든 적도 있었지만, 그래도 견디고 달리다보면 좋아지는 것 같다.

약 3년정도 달리기 하면서 느낀 건 무엇이든 내 삶에 영향을 줄려면 꾸준히 해야하는 것 같다.

또 과정이 즐거우면 더 할려고 하는 것 같다. 도파민처럼 너무 하고 싶다보다 천천히 오는 행복이랄까

그 느낌을 뭐라고 표현할지는 생각나지 않지만 '너무 하기 싫다'와 '너무 하고 싶다'가 아니라 그 중간의 느낌인 것 같다.

'가랑비에 옷 젖는 줄 모른다'라는 속담이 있듯이 그런 느낌으로 무언가를 시작하고 진행하는 게 좋아지는 요즘이다.

프로젝트 finHub (1)

프로덕트 러너 — Wed, 25 Feb 2026 22:54:34 +0900

프로젝트의 시작

코로나 시절, 재테크와 경제에 자연스럽게 관심을 가지게 되었다.
집에 있는 시간이 길어지면서 뉴스도 더 보게 되고, 유튜브 알고리즘은 어느새 주식과 채권, 거시경제 이야기로 가득 찼다. 그렇게 하나씩 보다 보니 “아, 나도 이걸 좀 알아야겠는데?”라는 생각이 들었다.

그때부터 책도 읽고, 유튜브도 찾아보고, 기사도 챙겨보면서 3년 정도를 흘려보냈다.
엄청난 전문가는 아니지만, 적어도 재무제표가 완전히 외계어처럼 느껴지지는 않는 정도는 된 것 같다. PER, ROE, 금리, 채권, 인플레이션 같은 단어들이 예전처럼 막연하지는 않다.

그래서 이제는 이해하고 공부하는 것 자체가 어렵지는 않다.

그런데 이상하게도,
항상 “이 회사는 좀 제대로 분석해봐야지.”
“이번 분기 실적 나오면 정리해봐야지.”
라고 생각만 하고 실제로 깊게 파고들지는 않는 순간의 반복이었다.

재무제표를 열어보고, 공시를 보고, 사업보고서를 읽는 일은 분명 의미 있지만…
막상 하려면 귀찮다.
정보는 많고, 흩어져 있고, 어디서부터 봐야 할지도 애매하다.

결국 나는 개별 종목보다는 지수나 섹터 위주로 투자하게 되었다.
공부의 필요성을 느끼지만, 막상 실행은 잘 안 되는 상태.

AI의 등장과 생각의 전환

그러던 와중에 AI가 등장했다.
그리고 생각보다 빠르게, 웹개발과 백엔드 개발의 장벽이 낮아졌다.

예전 같았으면 “서비스 하나 만들자”는 생각은 엄두도 못 냈을 텐데,
이제는 아이디어만 있으면 MVP 정도는 충분히 만들 수 있는 시대가 되었다.

그 순간 이런 생각이 들었다.

“남이 만든 투자 정보 서비스를 소비만 하지 말고,
나를 위한 투자 정보 페이지를 직접 만들어보면 어떨까?”

내가 귀찮아서 안 하던 것들을,
코드와 AI가 대신 정리해주면 되지 않을까?

왜 IPO인가

처음에는 어떤 주제로 시작할지 고민했다.

전체 주식 시장?
재무제표 자동 분석?
기업 비교 툴?

여러 생각이 있었지만, 결국 가장 먼저 떠오른 건 IPO였다.

ipo 정보 예시

평소에 IPO에도 관심이 많았고,
비례까지는 아니지만 균등 청약은 꾸준히 참여해온 개미(?)로서
“이 회사는 도대체 무슨 회사지?”
라는 생각을 자주 했기 때문이다.

청약은 하는데,
막상 회사에 대해 깊이 정리해서 본 적은 거의 없다.

증권신고서는 길고,
요약 블로그는 제각각이고,
정보는 여기저기 흩어져 있다.

그래서 생각했다.

IPO 기업 정보를 한 번에, 구조적으로 모아서 볼 수 있으면 좋지 않을까?

1차 목표: IPO 정보 정리

그래서 프로젝트의 1차 목표는 단순하다.

IPO 예정 기업 자동 수집
공시 기반 정보 정리
사업 개요 요약
재무 정보 구조화
리스크 항목 정리
청약 일정 한눈에 보기

추천도 아니고,
수익 예측도 아니고,
그냥 흩어진 정보를 한 페이지에 정리해두는 것.

내가 보려고 만든 페이지지만,
비슷한 불편함을 느끼는 사람들에게도 도움이 될 수 있을 것 같다.

그 다음 단계

IPO로 시작하지만, 여기서 멈추고 싶지는 않다.

궁극적으로는,

개별 주식 기업 정보
재무 공부 도구
산업 구조 이해
투자 용어 정리
기업 비교 기능

까지 확장하고 싶다.

단순히 “정보 제공 사이트”가 아니라
공부와 분석을 돕는 금융 데이터 허브

그래서 프로젝트 이름도 FinHub로 정했다.

IPO는 시작점일 뿐이고,
궁극적으로는 내가 투자 공부를 더 깊게 할 수 있는 환경을 만드는 것이 목표다.

이 프로젝트의 본질

이 프로젝트는 거창한 스타트업 아이디어라기보다는,

“귀찮음을 줄이기 위한 도구”

에서 시작했다.

하지만 잘 만들면,
공시를 대신 읽어주고,
데이터를 구조화해주고,
공부를 조금 더 쉽게 만들어주는 플랫폼이 될 수 있을 것 같다.

결국 이 프로젝트는
투자를 더 잘하기 위한 도구라기보다,

투자를 더 성실하게 공부하기 위한 장치에 가깝다.

5. 현재

프로덕트 러너 — Mon, 23 Feb 2026 22:55:50 +0900

미래는 아직 오지 않았고, 과거는 이미 지나갔다.
내가 관여할 수 있는 건 현재와 가까운 미래뿐일 것이다.

위 내용의 글을 어디에서 들은 것 같은데 기억이 안 난다.

(혹시 이 글을 보는 분이 계신다면 출처에 대해 알려주시면 감사할 것 같습니다.)

아무튼 나는 요즘 위 글을 자주 생각하는 것 같다.
- 현재는 무엇일까?
- 어떠한 행동과 생각이 현재에 머무르는 것일까?
라는 등의 생각이 많이 든다.

공부? 요리? 운동? 독서? 이런 것들은 미래를 위해 하는 것일까?

잘 모르겠다.

4. 260222

프로덕트 러너 — Sun, 22 Feb 2026 23:54:14 +0900

오랜만에 드립 커피를 마시러 커피숍에 갔다. 베리향이 향긋하고 맛있는 커피였다.

요즘 미래에 대한 걱정이 많아서 그런지 제대로 즐기지 못해 아쉬운 하루였다.

오늘은 길게 작성할 힘도 없는 것 같다.

3. 작심삼일

프로덕트 러너 — Sat, 21 Feb 2026 23:11:54 +0900

오늘은 일기를 쓴 지 3일째 되는 날이다.

이전에는 일기장에 손으로 적거나 어플에 적었던 적이 있었다.
컴퓨터로 적는 건 처음이라 생각보다 불편할 것 같은 느낌이 들었는데,
막상 적어 보니 내가 생각하는 속도에 맞춰 쓸 수 있어서 오히려 더 잘 써지는 것 같다.

올해는 예년보다 준비 과정은 적지만, 대신 행동으로 옮기는 일이 많아진 것 같다.
생각이 나는 동시에 바로 행동으로 옮기다 보니 머릿속에서 걱정하는 일도 줄어들었고, 오히려 재미도 있다. 그 과정에서 배우는 것도 있는 것 같다.
앞으로도 이처럼 생각이 나면 결과에 상관없이, 최대한 작게라도 바로 실행하는 방식을 계속 고집해 봐야겠다.

아직 3일밖에 일기를 쓰지 않았지만, 내 생각을 글로 옮긴다는 것이 즐겁다. 괜히 매일 에세이를 연재하는 작가가 된 것 같아 뿌듯하기도 하다.

내일은 무슨 이야기를 적게 될지 모르겠지만, 벌써 기대가 된다.

2. 불안

프로덕트 러너 — Fri, 20 Feb 2026 23:08:40 +0900

개발자로 지내면서 AI 발전이 무서운 요즘이다.

그러면서 문득 든 생각이 있다. AI 발전이 없었으면 무섭지 않고 편안했을까?
그 주제에 대해 처음 생각했을 때는 "그렇지 않을까?" 라는 생각이 많았다. 그런데 계속 그 주제를 생각하면 할수록 "그렇지 않다"라는 방향으로 생각이 바뀌었다. 결론적으로는 결국 '핑계'가 아닐까 하는 생각이 들었다.

AI 발전에 대한 나의 생각은, 어쩌면 내가 불안해도 된다고 스스로를 합리화하는 방식이 아니었을까 싶다. 현재의 내 상태를 마주하기 싫었지만, 그래도 나에게 차근차근 물어봤다.

이미 일어난 일인데, 어떻게 해야 할까? 무엇을 하면 좋을까? 고민을 계속했다.

그러다 보니 AI 발전 여부는 나의 감정 상태와 크게 관련이 없다는 생각이 들었다. AI가 발전하든 하지 않든, 나는 그냥 내가 하는 일을 꾸준히 하면 되는 것 같다. 내가 좋아하는 일하고 런닝하고 독서하고 그러면서 살아가는 게 아닐까라는 생각이 든다.

결국 세상이 어떻게 변하든, 내가 할 수 있는 건 오늘 할 일을 하는 것뿐이다.
이상하게도 그 단순한 사실이 나를 조금은 편하게 만든다.

오늘도, 내일도 내 일을 꾸준히 할 수 있기를 바랄 뿐이다.

1. 일기장

프로덕트 러너 — Thu, 19 Feb 2026 23:05:56 +0900

과거

예전부터 '자기 개발서', '유튜브'에 관해서 보다 보면 "일기를 쓰면 좋다"라는 말을 많이 들었다. 그런 말을 볼 때마다 "나도 조만간 일기를 써야겠다."라는 생각이 들었다.

그 이후에 일기를 쓰려고 일기 쓰기 좋은 일기장이나 일기 어플을 찾아보고 작성하려고 했다. 항상 준비까지 잘했던 것 같다.

주변에도 준비한 상황에 대해 말하고 공유하며 즐거웠었다.

그리고 일주일 정도는 잘 적으려고 노력했던 것 같다. 하지만 그 노력은 어느새 잊혀, 다음에 일기에 관한 글이나 영상을 보기 전까지는 떠올리지 못했던 것 같다.

현재

과거 행동을 3년? 5년? 그 이상을 반복 했을지도 모르겠다. 현재도 과거처럼 잘 준비하고 싶은 마음이 있다. 하지만, 그 과정이 지친 건지 그냥 작성하고 싶어졌다.

또 좋은 것을 준비하려고 싶은 마음이 들기 전에 내가 예전에 작성했던 블로그에 작성하려고 한다.

앞으로의 내가 얼만큼이나 적을지는 모르겠지만 그래도 또 작성해보려고 한다.

오랜만에 일기를 다시 쓰려고 생각을 하니 기분이 편안해지고 좋은 것 같다.

희망

누군가 이 글을 볼 지 모르겠지만, 보는 사람이 있다면 댓글로 서로의 얘기를 공유하는 것도 재미있을 것 같습니다.

[책리뷰] 제로투원

프로덕트 러너 — Tue, 2 Dec 2025 00:05:21 +0900

제로투원 독후감

요즘 화제가 되는 팔란티어의 공동 창업자이고 현재 우리가 사용하는 많은 플랫폼이나 제품이 미국에서 많이 생기는데 그런 상품을 만드는 사람 중 한 명이 어떠한 생각을 가지고 살아가는지에 대해 궁금해서 읽게 되었다.

키워드: 독점과 경쟁

초반에 경쟁과 독점에 대해 얘기하는데, 기존에는 무조건 독점은 좋지 못하고 경쟁이 소비자 입장에서 좋은 제품을 제공받을 수 있어서 좋은 거라고 생각했다. 또한 독점은 경쟁자가 많지 않으니 굳이 성장하거나 좋은 제품을 만들려고 개발하지 않고 정체된다고 생각했다.
그런데 책에서는 독점이 경쟁을 걱정할 필요가 없어서 직원과 제품에 정성을 쏟을 수 있다고 한다. 그리고 독점도 여러 관점이 있다고 한 것과 경쟁하는 것이 좋다고 생각하는 것은 학교 시스템에서 배운 개념이라고 얘기하는 데 이것도 신선한 정보였다.
일단 나는 세상을 보는 관점이 나아가야 하는 길과 가질 수 있는 게 정해져 있다고 생각했었다. 하지만, 이 책에서는 세상에는 길은 많고 각 길에서 전문가가 되면 나아지면 그것을 우리가 부르는 용어로 독점이라고 표현한 것 같았다.

키워드: 스타트업

어렸을 때부터 무슨 자신감인지는 모르겠지만, 나만의 기업을 창업해서 운영해보고 싶다는 생각을 종종 하곤 했던 것 같다. 그런 생각을 할 때마다 어떤 기업이 좋고 건강한 기업일까 생각을 했던 것 같다. 이 책을 읽으면서 좋은 기업은 다음과 같다고 생각이 들었던 것 같다. 일단 독자기술이 있고 작은 시장에서 독점을 하면서 시작하고 기존 시장을 키우는 사업이어야 한다. 앞으로는 해당 3가지가 만족되는 아이템이 뭐가 있을지 고민해 보는 시간이 가끔씩 할 것 같다.

키워드: 포트폴리오

2018년도부터 경제 공부를 하고 소액으로 투자를 해보는 것이 새로운 취미가 되어 관련 서적도 읽어보고 유튜브도 들으면서 지냈던 것 같다. 그렇게 경제 공부를 하다보면 꼭 듣는 것이 포트폴리오라는 단어였다. 투자를 하는 경우에 포트폴리오를 관리해서 상승장/하락장을 모두 대비를 한다는 것이었다. 그래서 당연히 포트폴리오는 해야 하는 것이라고 생각을 했었다.
이 책을 읽으면서 주객이 바뀌었다고 생각이 들었다. 기업 분석을 열심히 해서 투자를 하는데, 혹시 모를 위험을 대비하기 위해서 포트폴리오를 하는 것이 아니라 포트폴리오만 만들면 위험에 대비가 된다고 생각을 하는 것이었다. 해당 생각이 인생에도 적용되는 것 같았다. 혹시 모르니 여러 스펙을 만들어서 어떤 기업/커리어의 위험으로부터 지켜줄 수 있다고 생각을 하게 된 것 같다. 우선적으로 생각해야 하는 것은 어떠한 방향으로 나아갈지를 정하고 해당 분야를 공부를 하게 되는데, 그렇게 공부를 하는 과정에서 필요에 의해 여러 가지를 공부를 할 수 있게 된다고 생각이 든다.

그래서 해당 내용을 보고 현재 하는 일에 더욱 집중해볼려고 한다. 오히려 마음 편히 집중할 수 있게 된 것 같다.

키워드: 본질

기업의 본질은 좋은 물건을 만들어서 고객에게 파는 곳이라고 생각을 한다. 이 책에는 기업의 본질에 대해서 좋은 예시를 들며 소개하는 것 같았다. 우선 좋은 물건을 만들기 위해서는 독자 기술이 있어야 하고 어떠한 제품을 만들지에 대해 계속 고민하고 그걸 만들 수 있는 좋은 환경(기업 문화)가 공되어야 한다. 두 번째는 고객에게 파는 것이다. 즉, 마케팅도 중요한 것이다. 어떤 직군이든 세일즈를 고려해서 일을 해야 한다. 제로투원은 기업의 본질을 고민하고 그 고민을 가지고 회사를 운영하면 좋은 성과가 있을 것이라고 얘기하는 것 같았다.

추가적으로 내가 꾸는 꿈에 대한 본질이 뭔지에 대해 생각을 많이 하게 되었다. 어떤 생각을 가지고 나아가는지 그 일이 나에게 맞는건지 등 고민하게 된다. 정답이 없는 것을 생각하고 고민하는 일은 정말 어렵고 나만의 답을 찾을 때까지 많은 시간이 필요한 것 같다.

책 추천

스타트업에 관심이 있으신 분들은 당연히 읽으셔도 좋을 것 같다. 하지만 미래 고민? or 철학?을 생각하시는 분이 읽으시면 좋을 것 같습니다. 읽으면서 내용도 좋지만 이 저자는 어떠한 생각(철학)으로 작성했을지에 대해 생각하게 되며 읽게 되었다. 또한 해당 내용을 인생에 적용하고 나는 어떤 인생을 살아왔고 어떻게 살아갈지 생각해보는 시간을 가지는 게 좋았던 것 같습니다.

https://product.kyobobook.co.kr/detail/S000002687692

Zero to One | Thiel, Peter - 교보문고

Zero to One | #1 NEW YORK TIMES BESTSELLERIf you want to build a better future, you must believe in secrets. The great secret of our time is that there are still uncharted frontiers to explore and new inventions to create. In Zero to One, legendary entrepr

product.kyobobook.co.kr