라벨이 태그 #개발자 #컴퓨터공학 #학원출신 #전공 #취업 #IT교육 #프로그래밍 #현업개발 #커리어성장 #코딩실무인 게시물 표시

몰빵 투자하면 결국 망하는 이유, 켈리 공식으로 이해하는 진짜 리스크 관리

이미지
투자를 하다 보면 이런 순간이 꼭 옵니다. “이건 진짜 확실하다” 저도 그런 적 많았습니다. 뉴스도 좋고, 차트도 좋고, 분위기도 좋고 그래서 생각합니다. 이번에는 몰빵해도 되지 않을까? 결론부터 말씀드리면 이 생각이 계좌를 망가뜨리는 시작입니다. 왜 사람은 몰빵을 하게 될까 이건 경험상 확실합니다. 확신 때문이 아니라 욕심 때문입니다. 확신이 생기면 자연스럽게 비중이 커집니다. 그리고 어느 순간 비중이 아니라 몰빵이 됩니다. 저도 실제로 겪었습니다 예전에 레버리지 ETF에 확신이 들었을 때 비중을 계속 늘린 적이 있습니다. 처음에는 20% 그 다음 40% 결국 거의 전부 들어갔습니다. 결과는 간단했습니다. 한 번의 하락으로 계좌가 크게 무너졌습니다. 여기서 중요한 질문 확률적으로 유리한 투자라면 몰빵하는 게 맞는 것 아닐까? 이 질문에 답을 준 게 바로 켈리 공식입니다. 켈리 공식이 말하는 핵심 f ∗ = b p − q b f^* = \frac{bp - q}{b} f ∗ = b b p − q ​ 이 공식은 간단히 말하면 이겁니다. 얼마를 베팅해야 가장 빠르게 돈을 불릴 수 있는가 중요한 포인트 켈리 공식에서도 몰빵은 절대 나오지 않습니다. 항상 “일부만 투자”가 정답입니다. 왜 몰빵이 위험한지 이해하려면 산술 평균과 기하 평균을 알아야 합니다. 사람들이 착각하는 부분 예를 들어 이런 게임이 있습니다. 이기면 2배 지면 0.4배 확률은 50%입니다. 계산해보면 기댓값은 플러스입니다. 그래서 많은 사람들이 이렇게 생각합니다. 하면 할수록 돈 번다 근데 현실은 다릅니다 한 번 이기고 한 번 지면 어떻게 될까요? 100만원 → 200만원 → 80만원 결과는 -20%입니다. 이게 핵심입니다 투자는 더하기가 아니라 곱하기입니다. 이걸 쉽게 표현하면 +100%와 -60%는 서로 상쇄되지 않습니다. 그래서 생기는 현상 계속 반복하면 ...

개발자가 되고 싶은 사람, 꼭 컴퓨터공학과를 가야 할까?

이미지
  “개발자가 되고 싶다!” 이 말을 들으면 대부분 사람들은 자연스럽게 컴퓨터공학과 진학을 떠올립니다. 하지만 정말로 개발자의 길을 가기 위해 반드시 4년간 컴퓨터공학과에서 공부해야 할까요? 대학 등록금과 시간을 투자하면서, 실제 현장에서 얻는 경험과 비교하면 어떤 차이가 있을까요? 저는 개인적으로 전공을 선택할 때부터 주변 사람들의 다양한 사례를 접하면서, 단순히 ‘개발자가 되고 싶다’는 이유만으로 컴퓨터공학과를 고르는 것이 항상 최선은 아니라는 것을 깨달았습니다. 이 글을 읽어야 하는 이유는 명확합니다. 만약 여러분이 ‘개발자’라는 꿈을 꾸고 있다면, 단순히 학위만으로는 취업과 성장에서 경쟁력을 갖기 어렵습니다. 최근 AI가 코딩 보조 역할을 하는 시대가 도래하면서, 학원이나 IT 교육을 통해 실무 능력을 갖춘 사람과, 전공으로 기초를 다진 사람 사이의 차이와 장단점을 명확히 이해하는 것이 필수입니다. 이 글에서는 현업 사례와 데이터를 기반으로, 컴퓨터공학과 진학 여부를 판단하는 데 필요한 현실적 정보를 제공하려 합니다. 본론 1. 학원 출신 개발자와 전공자, 무엇이 다른가 최근 IT 교육기관이나 국비 학원을 통해 개발자가 되는 루트가 많아졌습니다. 학원출신들은 몇 개월의 집중 교육과 포트폴리오 제작을 통해 취업을 시도합니다. 이 루트의 장점은 분명합니다. 비교적 짧은 시간과 낮은 비용으로 개발자로서 첫 발을 내딛을 수 있다는 점이죠. 그러나 현실은 그렇게 단순하지 않습니다. 중견기업을 기준으로 보면, 학원출신들의 포트폴리오는 거의 비슷한 수준으로, 면접 과정에서 창의성이나 문제 해결 능력을 평가받는 데 한계가 있습니다. 포트폴리오에 웹사이트 하나 만들어 제출하는 수준으로는 경쟁에서 쉽게 밀릴 수 있습니다. 반면, 컴퓨터공학 전공자는 대학 4년 동안 자료구조, 알고리즘, 컴퓨터 구조, 운영체제(OS), 논리회로 등 기초부터 탄탄히 학습합니다. 이런 지식은 단순 코딩 능력뿐 아니라 복잡한 시스템 개발, 최적화, 문제 해결 능력에서 큰 차이를...