외부 사업자/협력자로 일하면서 협업 방식에 대해 고민되는 사례가 있어 커뮤니티에 의견을 구해보고 싶습니다. 다만 닉네임 게시를 처음 써봐서 확인차 여쭤봅니다. ‘닉네임으로 게시’하면 다른 분들에게 제 실명, 회사명, 명함이나 기존 프로필 정보는 보이지 않고 닉네임만 노출되는 게 맞을까요? 실제 경험 있으신 분 계시면 알려주시면 감사하겠습니다.

단위농협 주담대좀 문의해아하는데 ㅠㅠ 혹시 위반건축물 대출받는방법 아시는분 계십니까

회의에서 제안을 제일 많이 하는 편이라 반대도 제일 많이 듣습니다. 예전엔 "그건 좀 어렵지 않을까요?" 한마디에 얼굴부터 뜨거워졌어요. 요즘은 반대가 나오면 속으로 "지금 당황했구나" 하고 한 번 짚고 넘어갑니다. 그 한 박자 덕분에 바로 받아치지 않고 "왜 그렇게 보세요?"라고 한 번 더 묻게 됐습니다. 그러면 반대가 시기 걱정 하나, 비용 걱정 하나로 작아지는 일이 많았어요. 다들 반대 의견 들을 때 어떻게 하세요? https://brunch.co.kr/@17a5cc92f24e4d6/310

안녕하세요. 저는 89년생 남자입니다. 20대에는 6년 정도 요리를 했고, 이후 실사출력 회사에서 6~7년 정도 근무하다 권고사직을 받았습니다. 이후 온라인 쇼핑몰 사업을 약 1년 7개월 정도 운영했고, 사업을 정리한 뒤 올해 취업해서 현재 온라인 MD로 5개월째 근무하고 있습니다. 이직을 하고 싶은 마음이 있는데, 나이도 있다 보니 앞으로 어떤 방향으로 이직을 준비해야 할지 고민이 많습니다. 경력이 한 분야로 쭉 이어진 것도 아니다 보니 어떤 직무를 목표로 해야 할지도 고민이고요. 이 글을 보시는 분들의 의견이나 조언 부탁드립니다.

얼마 전 회사에서 제가 실수를 하나 했습니다 큰 사고는 아니었지만 여러 사람이 같이 하는 업무라 괜히 팀원들에게 피해를 준 것 같아서 하루 종일 마음이 무거웠어요 다들 괜찮다고 했는데도 혼자 계속 신경 쓰이더라고요 점심시간에도 입맛이 없어서 대충 먹고 조금 늦게 사무실로 돌아왔습니다 그런데 제 모니터 한쪽에 못 보던 포스트잇 하나가 붙어 있었어요 '누구나 실수해요. 오늘 일은 오늘 두고 갑시다. 오후엔 커피 한잔하면서 해요 ^^' 누가 붙였는지는 안 적혀 있었습니다 옆자리 직원에게 물어봐도 자기는 모른다며 웃기만 하더라고요 그날은 그 짧은 한마디 덕분인지 마음이 조금 편해졌습니다 그리고 며칠 뒤 야근하다가 우연히 알게 됐어요 평소 말수가 별로 없던 선배님이셨습니다 제가 고맙다고 했더니 별일 아니라는 듯 말씀하시더라고요 '나도 신입 때 실수하고 화장실에서 몰래 운 적 있어 그때 누가 괜찮다고 한마디만 해줬으면 좋겠다고 생각했거든' 그 말을 듣는데 괜히 마음이 찡했습니다 회사에서는 일을 잘하는 것도 중요하지만 실수한 사람에게 괜찮다고 말해주는 사람도 꼭 필요한 것 같아요 그 포스트잇은 아직 제 서랍 안에 보관하고 있습니다 그리고 저도 언젠가 누군가 실수해서 풀이 죽어 있는 날이 오면 조용히 한 장 남겨주려고요 '누구나 실수해요. 오늘 일은 오늘 두고 갑시다'

포스기는 신규설치 교체 말고는 거의 문의가 없나요? 포스기 유지보수 일을 처음하는데 문의가 없네요.. ㅌㅌ 포스기유지보수 선배님 중에서 이러한일 조심해야한다는 조언도 얻고 싶어요.

2026년 기업 IT의 핵심 화두는 생성형 AI의 성능 경쟁이 아닙니다. 기업이 AI를 실제 업무 흐름에 연결하고, 제한된 권한 안에서 판단과 실행을 맡기는 에이전틱 AI 시대로 넘어가고 있다는 점이 더 중요합니다. 이제 AI는 보고서를 요약하거나 이메일 초안을 작성하는 수준을 넘어, 재무 데이터를 확인하고 공급망의 이상 징후를 탐지하며 구매, 생산, 고객지원 업무의 후속 조치를 제안하거나 수행하는 단계로 발전하고 있습니다. 하지만 AI가 더 많은 일을 할수록 기업의 과제도 복잡해집니다. 신뢰할 수 없는 데이터, 부서별로 분절된 시스템, 불명확한 승인 절차가 남아 있다면 AI는 업무 효율을 높이기보다 오류와 리스크를 빠르게 확대할 수 있습니다. 따라서 2026년의 AI 전략은 “어떤 AI를 도입할 것인가”보다 “AI가 안전하고 일관되게 일할 수 있는 업무 환경을 어떻게 만들 것인가”에 초점을 맞춰야 합니다. [ 보조 도구에서 실행 주체로 ] 기업용 AI는 크게 세 단계를 거쳐 발전해 왔습니다. 첫 번째는 데이터를 분석하고 미래를 예측하는 단계입니다. 기업은 AI를 활용해 수요를 예측하고, 고객 이탈 가능성을 분석하며, 생산 설비의 이상 징후를 미리 감지해 왔습니다. 두 번째는 생성형 AI의 확산입니다. 생성형 AI는 자연어로 질문에 답하고, 회의록을 정리하며, 이메일과 보고서 초안을 작성하는 방식으로 사무 업무의 생산성을 높였습니다. 다만 이 단계에서 AI는 주로 사람의 업무를 지원하는 역할에 머물렀습니다. AI가 제안한 결과를 사람이 검토하고 복사하거나 수정한 뒤 실제 업무에 반영하는 구조였습니다. 세 번째가 에이전틱 AI입니다. 에이전틱 AI는 주어진 목표를 이해하고, 필요한 정보를 찾으며, 여러 시스템을 거쳐 업무를 수행합니다. 예를 들어 “납기 지연 가능성이 높은 주문을 찾아 대응하라”는 지시를 받으면, AI는 주문, 재고, 생산계획, 공급업체 납품 정보를 조회하고, 위험도가 높은 주문을 분류한 뒤 담당자에게 알림을 보내거나 대체 공급 방안을 제안할 수 있습니다. 이 변화의 핵심은 AI가 답변을 생성하는 존재에서, 제한된 범위에서 업무를 실행하는 존재로 바뀐다는 데 있습니다. Deloitte는 2026년의 기업 AI 흐름을 실험과 파일럿 단계에서 실제 성과와 운영 단계로 넘어가는 전환으로 평가합니다. 다만 많은 기업이 기존 업무 절차를 그대로 자동화하려 하기 때문에 실패하며, AI 에이전트 도입을 위해서는 프로세스 자체를 재설계해야 한다고 지적합니다. [ 데이터가 AI의 성과를 결정합니다 ] 에이전틱 AI는 일반적인 생성형 AI보다 기업 내부 데이터와 시스템 구조에 더 크게 의존합니다. AI가 여러 업무를 연결하려면 고객, 제품, 주문, 재고, 공급업체, 회계, 인사 정보가 정확하게 관리되고 서로 연결되어 있어야 합니다. 그러나 실제 기업 환경에서는 같은 고객이나 제품을 부서마다 다른 기준으로 관리하거나, 오래된 시스템과 개별 엑셀 파일에 정보가 분산된 경우가 많습니다. 이러한 환경에서 AI는 그럴듯한 답을 만들 수는 있어도 일관된 업무 판단을 내리기 어렵습니다. 예를 들어 재고 정보는 최신인데 주문 정보가 지연 반영되어 있거나, 제품 코드가 부서별로 다르게 관리된다면 AI가 납기 가능 여부를 잘못 판단할 수 있습니다. AI가 업무 처리 속도를 높이는 만큼, 데이터 오류 역시 더 빠르게 전파될 수 있습니다. McKinsey는 에이전틱 AI가 규모 있게 확산되지 못하는 주요 원인으로 데이터의 분절을 꼽습니다. 기업이 AI 에이전트를 실무에 적용하려면 데이터 구조를 현대화하고, 업무 데이터의 공통 정의를 정립하며, 데이터 품질과 접근 권한을 지속적으로 관리해야 합니다. 또한 에이전트가 여러 시스템을 오갈 수 있도록 안정적인 연결 구조와 명확한 운영 모델을 갖춰야 한다고 제안합니다. 이 때문에 기업은 AI 도입 이전에 다음과 같은 질문부터 점검해야 합니다. -고객, 제품, 거래처, 재고, 회계 데이터의 기준이 전사적으로 통일되어 있습니까? -핵심 업무 시스템에 중복 기능, 오래된 사용자 개발, 수작업 보완 절차가 과도하게 남아 있습니까? -같은 업무가 부서나 지역별로 서로 다른 방식으로 처리되고 있습니까? -AI가 사용할 수 있는 데이터와 접근해서는 안 되는 데이터가 구분되어 있습니까? -AI의 판단과 실행 결과를 추적하고 수정할 수 있습니까? 이런 기반이 갖춰지지 않은 상태에서 AI 기능만 늘리면, 초기 시연은 인상적일 수 있어도 실제 운영 단계에서는 예외 처리와 오류 수정에 더 많은 시간이 들 수 있습니다. AI 도입의 출발점은 화려한 모델이 아니라 데이터 품질, 시스템 표준화, 프로세스 정비입니다. [ 자동화보다 업무 재설계가 먼저입니다 ] 많은 기업이 AI를 기존 업무의 속도를 높이는 수단으로만 접근합니다. 예를 들어 사람이 하던 보고서 작성, 주문 확인, 고객 문의 답변을 AI가 더 빨리 처리하게 만드는 방식입니다. 물론 이런 접근도 단기적인 생산성 향상에는 도움이 됩니다. 그러나 에이전틱 AI의 진정한 가치는 기존 절차를 단순히 자동화하는 데 있지 않습니다. 중요한 것은 업무 흐름 자체를 다시 설계하는 일입니다. 사람이 확인해야 하는 단계와 AI가 처리할 수 있는 단계를 구분하고, 승인, 예외 처리, 책임 소재를 재정의해야 합니다. Deloitte는 에이전틱 AI 프로젝트가 실패하는 이유가 기술 자체의 한계라기보다, 문제가 있는 기존 프로세스를 그대로 자동화하기 때문이라고 설명합니다. 즉, 비효율적이고 중복된 업무를 AI로 옮긴다고 해서 그 문제가 자동으로 해결되는 것은 아닙니다. 예를 들어 구매 업무에서 AI가 공급업체별 가격, 납기, 품질 데이터를 비교해 최적의 구매 후보를 제안하도록 만들 수 있습니다. 그러나 계약 조건이나 전략적 공급업체 관계, 특정 품목의 품질 위험까지 자동으로 판단하게 하려면 명확한 기준과 승인 절차가 필요합니다. 따라서 초기에는 AI가 구매 요청을 분류하고 견적 비교표를 작성하는 업무부터 맡기고, 계약 체결이나 일정 금액 이상의 발주는 담당자가 최종 승인하도록 설계하는 것이 바람직합니다. 재무 분야에서도 같은 원칙이 적용됩니다. AI는 전표의 누락 여부를 점검하고, 비정상적인 비용 패턴을 탐지하며, 반복적인 계정 조정 업무를 지원할 수 있습니다. 그러나 결산 승인, 세무 판단, 대규모 자금 집행처럼 높은 책임이 수반되는 업무는 사람의 검토와 승인이 필요합니다. [ 거버넌스가 경쟁력이 됩니다 ] AI가 단순한 추천 도구일 때는 오류를 발견한 뒤 수정할 기회가 있습니다. 하지만 AI가 실제 시스템에 접근해 주문을 변경하거나, 고객에게 안내를 발송하거나, 재무 데이터를 수정하는 단계에 이르면 사전 통제가 무엇보다 중요해집니다. AI가 잘못된 판단을 내렸을 때의 피해 규모가 커지기 때문입니다. Deloitte의 2026년 조사에 따르면, 기업의 약 23%가 에이전틱 AI를 적어도 중간 수준 이상으로 활용하고 있으며, 향후 2년 안에는 약 74%가 이를 일정 수준 이상 사용할 것으로 예상됩니다. 반면 자율형 AI 에이전트 거버넌스가 성숙했다고 응답한 기업은 21%에 그쳤습니다. AI의 도입 속도에 비해 통제와 관리 역량이 뒤처지고 있다는 의미입니다. 기업은 AI 거버넌스를 별도의 문서나 선언에 그치지 않고, 실제 업무 시스템의 권한과 절차 속에 반영해야 합니다. -AI가 읽을 수 있는 데이터와 수정할 수 있는 데이터를 분리해야 합니다. -AI의 권한을 조회, 추천, 초안 작성, 실행 요청, 자동 실행으로 세분화해야 합니다. -일정 금액 이상의 거래, 개인정보, 인사 평가, 계약, 법무 판단에는 인간의 최종 승인을 유지해야 합니다. -AI가 어떤 데이터와 규칙을 근거로 판단했는지 기록해야 합니다. -오류 또는 보안 이상이 발생하면 자동 실행을 멈추고 이전 상태로 되돌릴 수 있어야 합니다. -데이터 품질, 모델 성능, 보안, 편향, 규제 준수 여부를 지속적으로 점검해야 합니다. Deloitte는 AI 거버넌스가 기술 부서만의 역할이 아니라 경영진과 현업 부서까지 함께 책임져야 하는 과제라고 강조합니다. 특히 AI가 더 많은 업무를 맡을수록 인간은 단순 사용자가 아니라 감독자이자 책임자로 역할을 전환해야 합니다. 자동화의 범위가 넓어질수록 인간의 개입이 사라지는 것이 아니라, 더 중요한 지점으로 이동하는 것입니다. [ 사람의 역할도 달라집니다 ] 에이전틱 AI의 확산은 반복 업무를 줄일 가능성이 큽니다. 데이터 입력, 문서 분류, 보고서 초안 작성, 주문 상태 확인, 정형화된 고객 문의 응대처럼 규칙이 비교적 명확한 업무는 AI가 상당 부분 지원하거나 처리할 수 있습니다. 그러나 이는 사람의 역할이 단순히 사라진다는 뜻은 아닙니다. 오히려 직원은 AI가 만든 결과를 검증하고, 예외 상황을 처리하며, 고객, 공급업체와의 관계를 관리하고, AI가 해결하지 못하는 문제를 판단하는 역할에 더 집중하게 됩니다. 재무 담당자는 자료 취합보다 이상 거래 분석과 시나리오 검토에 시간을 쓸 수 있고, 구매 담당자는 단순 발주 처리보다 공급망 위험과 전략적 협상에 집중할 수 있습니다. McKinsey는 에이전틱 AI 전환이 성공하려면 단순히 기술을 도입하는 것만으로는 부족하며, 업무 흐름을 명확히 정의하고 거버넌스 규칙을 세우며 조직 구성원이 새로운 방식의 업무를 신뢰하도록 만들어야 한다고 설명합니다. 실제로 성공 사례에서는 먼저 보고, 분석, 가시화 업무를 자동화해 데이터 기반을 안정화한 뒤, 그 다음 단계에서 여러 시스템을 넘나드는 실제 업무 자동화로 확장하는 방식이 나타납니다. 기업은 에이전틱 AI를 도입할 때 다음과 같은 순서를 고려할 수 있습니다. -핵심 데이터와 업무 시스템의 품질, 중복, 수작업 의존도를 점검합니다. -반복성이 높고 효과 측정이 쉬우며 위험이 낮은 업무를 우선 선정합니다. -AI가 추천하거나 초안을 만드는 단계부터 시작하고, 인간 승인을 유지합니다. -처리 시간, 오류율, 비용 절감, 직원 수용성, 고객 영향 등을 측정합니다. -검증된 업무에 한해 AI의 실행 권한을 단계적으로 확대합니다. -전사 차원에서 AI 권한, 책임자, 감사 기록, 비상 중단 절차를 표준화합니다. [ 결론 ] 2026년의 기업 IT 경쟁력은 누가 더 많은 AI 기능을 도입했는가로 결정되지 않을 것입니다. 더 중요한 것은 누가 더 신뢰할 수 있는 데이터를 갖추고, 더 표준화된 업무 프로세스를 운영하며, AI의 권한과 책임을 더 명확하게 관리하는가입니다. 생성형 AI가 개인의 업무 생산성을 높이는 도구였다면, 에이전틱 AI는 기업 운영 방식 자체를 바꾸는 기술입니다. 재무, 공급망, 구매, 제조, 고객지원 등 핵심 업무에 AI가 들어갈수록 기업은 기술 투자와 함께 데이터 정비, 프로세스 재설계, 조직 변화, 거버넌스 강화에 투자해야 합니다. 결국 앞으로의 경쟁은 AI를 사용하는 기업과 사용하지 않는 기업의 차이보다, AI가 안전하게 일할 수 있는 환경을 만든 기업과 그렇지 못한 기업의 차이에서 나타날 가능성이 큽니다. AI를 빠르게 도입하는 것보다 중요한 것은 AI가 실질적인 성과를 내면서도 조직의 신뢰와 통제 안에서 작동하도록 만드는 일입니다. 참조처 SAVIC Technologies, SAP AI Roadmap 2026: A Stage-by-Stage CIO Playbook McKinsey, Building the foundations for agentic AI at scale Deloitte, State of AI in the Enterprise 2026

아버지 이른 새벽 덜 깨었을 것이 분명했으리, 지치고 피곤했을 그 몸짓을 으레 당신 본연의 모습이라 익히고 새기면서 힘세고 만능인 슈퍼맨으로 여겼던 유년기. 이기지 못할 무게가 분명했으리, 그 짓눌림의 발버둥이 가장의 당연한 모습이고 의무라 생각했기에 불만만 많았던 청소년기. 아버지처럼은 살지 않겠다고 더 나은 삶을 살겠다고 벼르며 악물었던 청년기. 바둥거렸지만 같은 삶을 살기에 원망과 한탄을 속으로 삭이며 찌들어 늙어가는 아버지를 고운 시선만으로 대할 수 없었기에 안타까운 화를 이기지 못하고 기어이 표현해 버렸던 장년기. 따뜻하게 안아줘 본 적 있었나? 자식 키우며 늘 했던 괜찮다는 그 쉬운 말과 별 거 아니라는 위로와 안심의 그 편한 말들 잘하셨다 하면 안도했을 그 짧은 말을 왜 건네지 못했을까? 그러고 싶어도 그럴 수 없는 지경에서야 원망스럽고 한스럽지만, 안쓰러웠다고, 사랑했다고, 보고 싶다고, 그립다며 자꾸 눈물이 납니다. 다시 태어나실라 거든 부유하고, 힘들지 않고, 아프지 않은 그런 삶으로 태어나세요. 그리고 나 같은 자식 아닌 멋지고 훌륭한 자식 낳으세요. 일곱 번의 재를 지내는 49재로 영면 또는 환생을 기원하며 무거운 짐을 덜고져 하는 가증스러움이 놀랍고 미워집니다. 죄스러움과 원망의 한스러움이 뒤엉켜 돌이 되어 가슴을 짓눌러 눈물이 됩니다.

아래 제미나이가 이야기한 ISA에 대한 배당금 출금 내용이 맞습니까? 저의 ISA에 예수금 (납입금+배당금) 60만원이 있는데 실제로 2만원 가량만 출금이 가능하여 물어보니 아래와 같이 가이드를 줬습니다 그렇다면 당장 배당금이 필요한 사람은 ISA에서 배당주 투자하면 절대 안된다는 이야기인데요... ------ 제미나이가 제공한 가이드 ------- 2. 해지 전까지 배당금 '출금'이 안 되는 이유 (제도적 제약) 정부는 ISA라는 장기 자산 형성 목적의 특수 비과세 계좌를 제공하면서, 세금 혜택을 주는 대신 "중도 인출은 본인이 넣은 원금 한도 내에서만 허용한다"는 철저한 인출 규칙을 정했습니다. 원금만 인출 가능: 내가 계좌에 넣었던 순 원금 잔액은 언제든지 수수료/세금 없이 빼서 쓸 수 있습니다. 수익금(배당금 포함) 인출 불가: 계좌 안에서 불어난 배당금이나 매도 차익은 만기 해지 시 비과세 혜택을 최종 정산해야 하는 금액이므로, 해지 전까지 인출을 금지해 둔 것입니다. 핵심 요약 "ISA 안에서 배당금을 받아서 재투자(또는 원금 인출)하는 것이 세금을 안 떼므로 최고의 전략인 것은 맞으나, 배당금 수익 자체를 통장 밖으로 빼서 생활비로 쓰려면 만기 해지를 해야 한다."

한국은 고소 고발 건수가 일본의 약 50배로 알려져 있다. 그만큼 사회 갈등, 혐오, 증오, 의심이 넘친다 사기공화국이라 할 만큼 사기가 일상화 되어 있고 말을 지키지 않는 건 당연시 하고 (즉, 거짓말은 당연) 서면 계약도 안 지키고 막무가내 억지 우기기가 만연이다 미국 같은 신용사회에서 쓰는 You have my word 같은 말은 상상도 못 한다. 시정잡배들 뿐 아니라, 사회 지도층도 동일하다. 윗물이 더러우니 아랫물은 똥통이 한국이다 원인으로 여러 이유가 있겠으나, 한국사회에서 과도한 법조 영향력이 원인이라 하겠다 법이라는게 상식과 동떨어져서, 법조인들이 범죄를 하고도 또는 범죄자들을 도와서 범죄를 빠져 나갈 수단으로 이용한다 법조인들이 사법부는 말 할 것 없고 대통령부터 고위 정부 요직, 국회, 심지어 기업 고위직도 장악을 다 하고 있다. 네이버, 쿠팡 등은 대표이사들도 변호사 출신들이다. 그들이 진짜 경영을 할까? 창업자 최대 주주가 실질 최종 의사결정을 할 것 같고 변호사 대표들은 법적 방어와 대정부 로비, 민형사에 대해 법조계 로비가 주 업무라 추정된다 지난 6번 대통령 중 4명이 법조인이고 최근 3번 연속 법조인이다 법조인들은 분쟁, 갈등, 비난, 혐오, 증오로 법적 분쟁을 만들어야 돈을 벌게 된다. 법조인들이 정부와 기업 요직들을 차지하고 있으니, 그들 이익과 사고방식에서는 끊임 없이 분쟁을 만들어 내는게 당연한 것이다 결국 국민들이 깨어 나서 법조인은 더 이상 선출직인 대통령, 국회의원 등에 뽑지 말아야 한다 의식적 노력을 해도 여전히 많이 뽑힐 것이나 최소 더 이상 대통령으로는 뽑지 말아야 국가가 가라 앉는 것 막을 수 있다 한국인들 중 중국을 내려다 보는 정신 나간 자들이 상당 수 인데, 공산국가라는 건 허울 뿐이지 공산당 수뇌부들은 대부분 공대, 이학 전공자들로 사고방식이 한국 보다 훨씬 과학적이고 문제 해결에 본질적 접근을 한다 고령화 시대 사회 필수 인프라인 자율주행 기술 발전과 도입만 봐도 중국은 이미 앞서 나가는데, 한국은 재벌 로비에 도입은 커녕, 변호사들이 어떻게 국민들 뜯어 먹을까 어떻게 법을 만들어야 자율주행 못 들어 오게 하고 재벌에 이익 되게 해서 수임료 많이 받을까만 하고 있는 것 같다 중국은 자율주행, 전기차, 배터리, AI, 로봇 거의 모든 분야에서 한국을 압도한다. 반도체도 5-10년내 추월당할 가능성이 크다 공산댱 수뇌부가 공대와 이학계열 출신들이라 법조인들이 말장난, 글장난 칠 수가 없다 그러면 사형시켜 버리니. 한국은 사실상 50년후면 국가 소멸이다. 노령화와 생산인구 부족, 연금고갈, 건강보험 고갈, 세수 부족으로 사회 인프라들이 무너지게 예정되어 있다. 그럼에도 정치인들과 관료들은 그땐 죽었을 것이다 하고 그들 자식들은 이미 보냈거나 미국으로 보낸다 생각해서 관심 없다. 좌건 우건 동일하다 정치인들 위선은 동일하고 서로 더 나쁜 놈들을 정치판에 둬야 나쁜 짓 하며 해 먹어도 상대적 덜 나빠 보여서 다시 표 받을 수 있으니. 국민은 개돼지인가? 정치인 관료들이 그런 말 하는 근거가 있다. 기억력이 짧아서 다시 뽑아 주니까. 국민 다수가 치매다. 정치인 수준은 결국 국민 수준이다 아니라면 국가 소멸될 인구구조까지 안 왔겠지 그러고도 자율주행 하나 도입 못 하는 국가. 고령자들의 운전사고 그리고 불편함은 관심도 없고 재벌 배만 불리는 관료 법조 정치인들 법조인들을 정치에서 최소로 뽑아야 한다 영향력 과대가 결국 국가를 망가뜨렸다

조심스럽지만 어떻게 준비들 하시는지 궁금합니다. 특히 연세가 많으신 부모님이 계실수록 이따금 한번씩은 생각하게 되는 주제인데 터놓고 이야기하기도 조심스럽네요.

펑

채용안정은 사장이 매형이고 매출 50억정도 나오는 작은 법인인데 사무+현장관리 조금 정도에요. 복지는 뭐 크게 없고.. 생활비 많이 아낄 수 있는정도..? 워라밸은 많이 안좋을 것 같아요. vs 전공직무 그대로 쭉 가기 얇고 길게 갈 수있는 정도에요. 산업 직무는 여러개가 있고 직무마다 회사가 하는 업이 달라요. 그래서 정해야함.. 근데 이 직무들 대부분이 얇고 길게는 갈 수 있는 편이에요. 돈은 연차 많이 쌓여도 영끌최대가 6000~7000쯤 되지 않을까 싶긴해요. 대부분 중소기업들이라서.. 주변에서 일하는 친구들보면 저 직무들별로 다 워라밸은 너무 좋아요.. 여러분이라면 어떤걸 선택하시나요?

스타벅스가 한참 논란이던 시기 기억하시나요? 불매운동까지 일어나고, 스타벅스가 여기저기서 한참 얻어맞고(?) 있던 때였어요. 저는 원래 커피 맛을 잘 구분하는 편도 아니고, 오히려 “커피는 믹스커피가 제일 맛있다”라고 느낄 정도라 스타벅스도 그냥 친구들 따라 카페 갈 때 몇 번 가본 정도였거든요. 그런데 그 시기에 거래처에서 수정사항도 정말 많고 자료도 엉망이었는데 너무 잘 처리해줘서 감사하다며 스타벅스 쿠폰 5만원짜리를 선물로 보내주셨어요. 고맙긴 한데... 속으로 “뉴스를 안 보시나...?” “아니면 알고 계시지만 별로 상관없는 쪽인가...?” 싶었죠.ㅋㅋㅋ 언젠간 쓰겠지... 그런데 바로 그담날이었습니다!! 스타벅스에서 상품권을 수수료 없이, 사용 금액과 상관없이 전액 환불해준다는 공지가 뜬 거예요.ㅋㅋㅋㅋㅋ 결국 저는... 갑자기 꽁돈 5만원이 생겼습니다.ㅋㅋㅋㅋ 개꿀이었습니다.🤣 이게 거래처에서 미리 정보를 알고 주신 미친 센스였던 걸까요? 아니면 그냥 정말 끝내주는 타이밍이었던 걸까요?ㅋㅋㅋ

자율주행 후진국이면 그냥 후진국 되는 것 현기차는 자율주행 포기하고 웨이모 자율주행 파운드리로 방향 잡은 듯 중국을 무시하는 자들은 도대체 뇌가 있는지 이미 자율주행, 전기차, 배터리, AI, 로봇 다 뒤쳐졌고, 반도체도 5-10년 내에 따라 잡힐 듯 현실을 자각해야 노력하고 방법을 찾는데 ____ 전시장에 갇힌 韓 자율주행④ “사고나면 누구 책임?” … 中 자율주행 책임 법제화 속도, 韓은 수년째 제자리 김서연 기자, 김수한 기자 입력 2026-09-25 08:00 수정 2026-09-25 08:00 中, 운전자·시스템 책임 구분해 보험·사고조사까지 법제화 韓은 책임판단 기준·데이터 접근권 공백, 실증 확대도 ‘제자리’ 사고 대응체계의 공백이 국내 자율주행 산업의 성장을 가로막고 있다는 지적이 나온다. 사고 책임 주체와 보험 처리 기준이 불명확해 사고가 나면 실증사업자가 떠안아야 할 부담이 크다는 것이다. 국내 자율주행 실증이 정해진 노선과 한산한 시간대에 머무는 이유다. 이처럼 제한된 환경에서 유사한 주행 패턴만 반복해서는 완전 무인 상용화에 필요한 대응력을 확보하기 어렵다. 결국 데이터의 다양성을 떨어뜨려 자율주행 기술 고도화를 늦추는 악순환으로 이어진다는 지적이 나온다 ◆법에 책임 가이드라인 명시한 中, ‘믿고 타보라’는 BYD 중국 정부는 지난달 도로교통안전법 개정안을 제14기 전국인민대표대회 상무위원회 제24차 회의에 제출했다. ‘자율주행자동차 특별규정’을 별도 장으로 신설해 자율주행과 운전자보조 기능을 법적으로 구분하고 자율주행차가 도로를 달릴 수 있는 조건부터 교통법규 위반 처리, 보험 가입, 사고 조사와 운행데이터 확보까지 규정했다. 운전자가 운전 책임을 지는 보조주행과 시스템이 운전 주체가 되는 자율주행을 법률상으로 분리한 것이 골자다. 자율주행 기능이 활성화된 상태에서 교통법규를 위반하면 해당 자율주행차의 제작사나 수입사가 처분을 받는다. 반면 자율주행 기능이 꺼져 있거나 차로 유지·속도 조절 등 운전자보조 기능만 사용한 차량은 일반 자동차와 같은 기준을 적용한다. 도로 운행을 위한 보험 장치도 개정안에 담겼다. 자율주행차의 자동차 교통사고 책임보험 가입을 의무화하고 제작사와 수입사, 차량 소유자·관리자 등이 추가적인 상업보험에 가입할 수 있도록 했다. 정부뿐 아니라 완성차업체도 사고책임을 분담하고 있다. BYD는 지난 5월 운전자보조시스템 ‘천신지안’ A·B를 탑재한 차량에 1년간 도심 NOA 안전보장 서비스를 제공한다고 발표했다. 운전자가 규정에 맞게 도심 NOA를 사용하다 차량 측 귀책 사고가 발생하면 BYD가 차량 수리비와 제3자의 재산·인명 피해 등 직접적인 경제적 손실을 보상한다. 이용료와 보상 한도도 없고 기존 자동차보험을 이용하지 않아 다음 해 보험료에도 영향을 주지 않는다는 설명이다. ◆사고 책임 가릴 기준도 없는데 … 조사 위한 데이터 접근권도 ‘NO’ 한국은 자동차손해배상 보장법에 따라 차량 보유자와 보험사가 피해자에게 먼저 보험금을 지급한다. 추후에 조사를 통해 차량이나 자율주행시스템의 결함이 입증되면 제작사 등 책임 주체에 구상권을 행사할 수 있다. 다만 현행법은 보험사가 자율주행자동차 사고조사위원회가 확보한 기록과 조사 결과를 공유받을 수 있도록 규정할 뿐, 차량데이터에 접근할 권한까지 보장하지는 않는다. 보험금 지급과 사고 조사, 보험료 산정에 필요한 데이터의 공유 범위와 제공 방식도 구체적으로 마련되지 않았다. 보험연구원은 레벨4 상용화에 앞서 책임분담 구조와 차량데이터 접근권을 정비해야 한다고 지적한다. 운전의 통제권이 자율주행시스템으로 넘어가면 차량 보유자뿐 아니라 완성차 업체와 소프트웨어 개발사, 운행사업자, 통신사업자, 국가·지자체까지 책임 주체가 늘어난다는 것이다. 사고 원인도 소프트웨어의 보행자·신호 오인식과 주행 판단 오류, 센서·부품 고장, 해킹 등으로 복잡해진다. 자율주행차의 사고 빈도는 줄어들 수 있지만 첨단장비 수리비와 사고조사·구상·소송 비용이 증가하면서 사고 한 건당 보험금은 오히려 커질 수 있다고 분석했다. 보험연구원은 사고기록장치뿐 아니라 센서 데이터와 주행로그 ▲무선 소프트웨어 업데이트 이력 ▲차량과 관제센터 간 통신 기록 ▲정밀지도 정보를 표준화해야 한다고 주문했다. 보험금 지급과 사고 조사, 책임판단에 필요한 데이터의 접근권과 제공 의무도 법률에 명시해야 한다고 강조했다. 제조사에 데이터가 집중된 상태에서는 사고 원인과 책임 주체를 제대로 가려내기 어렵기 때문이다. 국토교통부도 이러한 제도적 공백을 인정하고 지난 4월 ‘자율주행차 사고책임 태스크포스(TF)’를 출범시켰다. 자동차 제작사와 자율주행시스템, 운송플랫폼, 사이버보안 등 다수 주체가 얽힌 사고의 책임판단 기준과 절차가 미비하다고 판단에서다. TF는 올해 연말까지 사고 유형을 분류하고 책임판단 기준과 절차를 마련하겠다고 밝혔다. 나아가 사고 접수부터 보험 처리와 피해 보상, 구상권 행사로 이어지는 과정도 표준화할 계획이다.