돈이되는AI

Photo by Markus Winkler on Unsplash 증권 앱에서 종목을 훑다가 배당수익률 8% 짜리를 발견하면 눈이 번쩍 뜨입니다. "예금 이자가 3%대인데 이건 두 배가 넘잖아?" 하고 덜컥 사기 쉽죠. 그런데 1년 뒤 주가는 더 빠져 있고, 그렇게 높아 보이던 배당마저 절반으로 줄어드는 일이 실제로 벌어집니다. 배당주 투자 에서 가장 흔한 실수가 바로 이겁니다. 화면에 뜬 배당수익률 숫자 하나만 보고 판단하는 것. 배당수익률은 '지금 이 순간'의 결과일 뿐, 그 배당이 내년에도 나올지는 전혀 말해주지 않습니다. 이 글에서는 배당수익률의 착시가 왜 생기는지, 그리고 그 배당이 계속 나올 수 있는지를 가늠하는 핵심 지표인 배당성향 을 어떻게 읽는지 정리합니다. 게다가 2026년부터는 이 배당성향이 세금까지 좌우하게 됐습니다. 높은 배당수익률이 오히려 '위험 신호'일 수 있는 이유 먼저 계산식부터 봅시다. 배당수익률은 이렇게 구합니다. 배당수익률(%) = 주당 배당금 ÷ 현재 주가 × 100 여기서 함정이 보입니다. 분모가 주가 라는 점입니다. 배당금이 그대로여도 주가가 반토막 나면 배당수익률은 자동으로 두 배가 됩니다. 즉, 어제까지 4%였던 종목이 오늘 8%가 됐다면, 회사가 배당을 늘려서가 아니라 주가가 급락했기 때문 일 가능성이 큽니다. 숫자로 보면 더 분명합니다. 예를 들어 주가 1만 원에 주당 배당금 400원을 주던 회사가 있다고 합시다. 이때 배당수익률은 4%(400 ÷ 10,000)입니다. 그런데 실적 악화로 주가가 5,000원으로 반토막 나면, 배당금이 그대로 400원이어도 수익률은 8%(400 ÷ 5,000) 로 뜁니다. 화면 속 숫자는 두 배가 됐지만 회사 사정은 오히려 나빠진 셈이죠. 여기서 회사가 배당마저 200원으로 줄이면 수익률은 다시 4%로 내려오고, 주주는 주가 손실과 배당 감소를 한꺼번에 떠안습니다. (위 숫자는 원리...

Photo by Campaign Creators on Unsplash n8n 워크플로우를 다 만들고 Test workflow 버튼을 눌렀더니 노드가 초록불로 쭉 켜지며 완벽하게 돌아갑니다. "됐다" 싶어 브라우저를 닫고 다음 날 확인해 보면, 실행 기록(Executions)이 텅 비어 있습니다. 분명 편집기에선 잘 됐는데 실제로는 한 번도 안 돈 거죠. n8n을 조금 써 본 사람이라면 거의 다 한 번쯤 겪는 상황입니다. 이 글에서는 n8n 워크플로우 가 편집기에선 되는데 켜두면 안 도는 이유를, '테스트 실행'과 '활성화(Active)'가 완전히 다른 동작이라는 관점에서 풀어보겠습니다. 왜 편집기에선 되는데 실제로는 안 돌까 핵심은 하나입니다. 편집기에서 수동으로 실행하는 것과, 워크플로우를 켜두고(활성화) 트리거가 스스로 도는 것은 완전히 별개의 동작 이라는 점입니다. 'Test workflow'나 트리거 노드의 'Listen for test event'는 딱 그 순간, 여러분이 화면을 보고 있는 동안만 작동하는 임시 실행입니다. 창을 닫으면 끝납니다. 반면 스케줄에 맞춰 알아서 돌거나, 외부에서 웹훅으로 호출되는 '프로덕션 실행'은 워크플로우가 Active 상태 일 때만 일어납니다. 그래서 테스트만 하고 활성화 토글을 켜지 않으면, 아무리 편집기에서 잘 돌았어도 실제 자동화는 0회가 됩니다. n8n 공식 문서도 편집·디버깅용 실행과 활성화된 프로덕션 실행을 분리해 설명합니다( n8n Webhook 개발 문서 ). 테스트 실행이 주는 '가짜 안심' 이 착각이 생기는 이유는 테스트 실행이 너무 잘 되기 때문입니다. 수동 실행은 활성화 여부와 무관하게 한 번은 돌아가도록 설계돼 있습니다. 그래서 만드는 사람은 "노드도 다 초록불, 데이터도 잘 넘어감 → 완성"이라고 결론을 내립니다. 하지만 ...

Photo by engin akyurt on Unsplash 매일 영어 듣기를 틀어 놓고, 단어장을 넘기고, 미드 자막을 보며 공부합니다. 분명 이해되는 문장은 늘어나는데, 막상 외국인 앞에 서면 머릿속이 하얘지고 입이 떨어지지 않습니다. 많은 사람이 똑같은 벽에 부딪힙니다. 이건 노력이 부족해서도, 머리가 나빠서도 아닙니다. 영어 공부 방법 의 무게중심이 한쪽으로만 쏠려 있기 때문입니다. 듣고 읽는 '인풋'은 충분히 쌓았는데, 직접 말하고 쓰는 '아웃풋' 연습은 거의 하지 않았던 것이죠. 왜 인풋만 쌓는 영어 공부 방법은 말로 이어지지 않을까 언어 학습은 크게 두 활동으로 나뉩니다. 듣기·읽기처럼 외부의 언어를 받아들이는 인풋(input) , 그리고 말하기·쓰기처럼 내 안의 것을 꺼내는 아웃풋(output) 입니다. 문제는 이 둘이 사실상 다른 능력이라는 점입니다. 언어학자 스티븐 크라셴(Stephen Krashen)은 '이해 가능한 입력(comprehensible input)'이 언어 습득의 핵심이라고 보았습니다. 내 수준보다 약간 높은 자료를 충분히 접하면 자연스럽게 언어가 쌓인다는 관점이죠. 인풋이 중요하다는 건 분명한 사실입니다. 하지만 이후 메릴 스웨인(Merrill Swain)은 여기에 중요한 단서를 덧붙였습니다. 학습자가 직접 언어를 생산 하면서, 즉 말하고 쓰면서 비로소 자기가 무엇을 모르는지 깨닫고 표현을 다듬게 된다는 '출력 가설(output hypothesis)'입니다. 쉽게 말해, 인풋은 재료를 창고에 쌓는 일이고 아웃풋은 그 재료로 요리를 해 보는 일입니다. 창고가 아무리 가득 차 있어도 한 번도 요리를 해 보지 않았다면, 주문이 들어왔을 때 손이 움직이지 않는 게 당연합니다. 시험 문제는 풀리는데 회화는 안 되는 이유가 여기에 있습니다. 더 자세한 개념은 위키백과의 입력 가설(Input hypothesis) 항목에서도 확인할 수 ...

Photo by Christin Hume on Unsplash 전자책 판매 에 도전했다가 며칠 만에 손을 놓는 분들이 의외로 많습니다. 그런데 그 이유를 들어보면 대부분 "글을 못 써서"가 아닙니다. 정작 막히는 건 그 앞 단계, 즉 무엇을 쓸지 정하는 단계 예요. 내가 아는 것을 한 권 분량으로 채워 올렸는데 조회수만 늘고 결제가 안 일어나는 경험, 한 번쯤 들어보셨을 겁니다. 이 글에서는 전자책 판매에서 글솜씨보다 먼저 승부가 갈리는 '주제 선정'과 '수요 검증'을 어떻게 하는지 단계별로 정리합니다. 본 글은 특정 상품을 권하는 글이 아니라 주제를 고르는 사고법에 대한 안내입니다. 왜 전자책 판매는 글이 아니라 주제에서 갈릴까 전자책은 종이책과 달리 '얇고 구체적인' 쪽이 잘 읽힙니다. 두꺼운 교양서보다 "○○ 상황에서 ○○하는 법"처럼 한 가지 문제를 끝까지 풀어주는 실용서가 강세예요. 실제로 시중에서 꾸준히 팔리는 전자책을 보면 분량보다 '문제의 선명함'이 공통점입니다. 반대로 잘 안 팔리는 주제에는 패턴이 있습니다. 가장 흔한 함정은 에세이·일반론 입니다. "나의 성장 이야기", "성공하는 사람들의 습관" 같은 주제는 출간 종수가 많은 포화 영역이라 신규 작가가 비집고 들어가기 어렵습니다. 누구에게나 좋은 이야기는 결국 아무도 돈 내고 사지 않는다는 점을 먼저 받아들여야 합니다. 핵심은 이겁니다. 독자는 '좋은 글'이 아니라 '내 문제를 해결해 줄 것 같은 글'에 결제합니다. 그래서 주제 자체가 구매 결정의 절반 이상을 차지합니다. 팔리는 주제가 공통적으로 가진 3가지 조건 구체적인 한 가지 문제 — "글쓰기 잘하는 법"(X) vs "블로그 첫 30일, 매일 한 편 쓰는 루틴 만들기"(O) 좁은 타깃 ...

Photo by Towfiqu barbhuiya on Unsplash 연말정산 시즌이 되면 "연금저축에 900만원 넣으면 148만원 돌려받는다"는 말이 어김없이 돌아다닙니다. 그래서 똑같이 900만원을 채워 넣었는데, 막상 환급액을 확인하면 어떤 사람은 148만원, 어떤 사람은 119만원입니다. 같은 금액, 같은 상품, 같은 한도를 채웠는데 30만원 가까이 차이 가 납니다. 연금저축 절세 에서 이 차이를 만드는 건 납입액이 아니라, 내 소득이 어느 구간에 있느냐입니다. 오늘은 이 '경계선'을 중심으로 연금저축을 어떻게 채워야 손해가 없는지 정리해봅니다. (본 글은 작성 시점 기준이며, 개별 세무 판단은 전문가 상담을 권합니다.) 같은 900만원인데 환급액이 갈리는 이유 — 연금저축 절세의 핵심 연금저축의 절세 효과는 '세액공제율'에서 나옵니다. 그런데 이 공제율이 모두에게 같지 않습니다. 기준은 딱 하나, 총급여 5,500만원(종합소득 4,500만원) 입니다. 총급여 5,500만원 이하 → 세액공제율 16.5% 총급여 5,500만원 초과 → 세액공제율 13.2% 여기서 16.5%는 국세(15%)에 지방소득세(1.5%)를 더한 값이고, 13.2%는 12%에 1.2%를 더한 값입니다. 한도까지 꽉 채웠을 때 환급액을 계산해보면 차이가 분명해집니다. 900만원 × 16.5% = 148만 5,000원 900만원 × 13.2% = 118만 8,000원 약 29만 7,000원, 거의 30만원 차이입니다. 한도 금액(900만원) 자체는 소득과 무관하게 동일하지만, 곱해지는 공제율이 달라서 결과가 갈리는 것입니다. 그래서 "얼마를 넣을까"보다 "내 총급여가 5,500만원 선의 어느 쪽인가"를 먼저 확인하는 게 순서입니다. 예를 들어 총급여 5,000만원인 직장인 A씨가 900만원을 채우면 148만 5,000원...

Photo by Stephen Dawson on Unsplash 분명히 잘 돌아가던 Make 자동화 가 어느 날 들어가 보니 조용히 멈춰 있던 경험, 한 번쯤 있으실 겁니다. 며칠 동안 들어온 줄 알았던 데이터가 실은 하나도 처리되지 않았고, 시나리오는 비활성화(deactivated) 상태로 바뀌어 있죠. 더 당황스러운 건 "왜 멈췄는지"가 한눈에 보이지 않는다는 점입니다. 이 글에서는 Make 자동화가 소리 없이 멈추는 구조적인 이유와, 멈추더라도 데이터를 잃지 않고 다시 굴러가게 만드는 에러 처리 방법을 정리합니다. (본 글은 작성 시점 기준 Make 공식 문서를 토대로 합니다.) 왜 Make 자동화는 '조용히' 멈출까 가장 먼저 이해해야 할 건 Make의 기본 동작 방식입니다. 시나리오 안의 어떤 모듈 하나가 에러를 던지면, Make는 그 실행(execution) 전체를 즉시 중단합니다. 처리 중이던 번들(bundle)은 버려지고, 자동 재시도도 하지 않습니다. 즉 '한 건의 실패'가 '그 실행 전체의 실패'로 번지는 구조입니다. 여기서 끝이 아닙니다. Make에는 시나리오 설정에 연속 에러 허용 횟수(Number of consecutive errors) 라는 항목이 있고, 기본값은 3입니다. 실행이 연속으로 이 횟수만큼 실패하면 Make는 해당 시나리오를 자동으로 비활성화해 버립니다. 무한 반복으로 자원이 새는 걸 막기 위한 안전장치지만, 모니터링을 안 하고 있으면 "어, 언제부터 안 돌았지?" 하는 상황이 바로 여기서 생깁니다. 이 동작은 Make 공식 도움말의 시나리오 설정 문서 에서 확인할 수 있습니다. 다행히 Make는 시나리오가 중단되면 기본적으로 이메일 알림을 보냅니다. 프로필의 이메일 설정(Email preferences)에서 어떤 알림을 받을지 조정할 수 있으니, 자동화를 운영 중이라면 'Scenario stopp...