Stories by Jinhwan Kim on Medium

이길 수 없다면 합류하라
먼저 Shiny conf 2025는 작년 Shiny conf 2024에 이어 진행되는 앱실론의 온라인 컨퍼런스. 이 앱실론은 폴란드 회사이므로 시간대가 기본적으로 미/유럽을 기준으로 구성된다.
shiny conf 2024 발표 후기
작년에는 발표자여서 새벽 1시였나.. 아무튼 실시간으로 발표만 하고 바로 기절했고, 올해는 발표자 광탈 했어서 (떨어질만했음ㅋㅋ) 그냥 리플레이로 봤다.
리플레이는 무료이니, 관심 있다면 링크
전반적인 세션들을 리플레이로 보다보니 느껴지는 점
S급 유튜브 편집자들의 작품만 봐서 그런가, 각 세션들의 편집이 깔끔하지 않다. 이전 발표자의 화면이 들어간다거나 발표까지 한참을 기다린다거나 등.
Shiny conf의 문제는 아니고 이를 진행하는 Ringcentral의 문제인데 영상 5초 넘기기, 혹은 영상 재생 속도 조절이 되지 않는 점이 아쉽다.
또 하나, 작년과 크게 차이 없겠지만 인지하지 못한 것인데 체감상 발표자들 중에는 조직 (혹은 학교)에 속한 사람들보다 Independent consultant, founder가 과하게 많다.
이어지는 내용들은 세션 제목과 짧은 요약. 모든 내용을 다루진 않았고 흥미로운 것들만 다뤘음. 특히 Python 이나 case study 혹은 LLM 활용은 정말 많았지만 관심이 없었다.
Beyond {shiny}: The Future of Mobile Apps with R
Rlinguo라는 모바일 어플리케이션 소개. 세션의 발표자는 Colin fay는 앞으로 R Shiny의 방향 중 하나로 모바일을 고려하고 있는 듯. 다만 poc 단계의 기술적인 한계상 프로덕션 수준의 어플리케이션은 어렵고 R 학습 정도의 실행정도를 보여주는 기술.
Interactive Shiny Applications in R Documentation with {roxy.shinylive}
Shiny는 일정 수준이 지나면 결국 R 패키지 형태로 개발, 관리하게 된다. 이 패키지의 장점 중 하나는 roxygen2을 사용해 문서화를 할 수 있다는 것. 그런데 roxygen2은 shiny의 interactive 기능을 보여주기 어렵다. 이를 해결하기 위해 shinylive로 자바스크립트 페이지 형태로 shiny 를 꾸겨서 문서에 넣는 기술을 만들었고, 그 결과가 Roxy.shinylive
GitHub - insightsengineering/roxy.shinylive: roxygen2 extensions for shinylive
Death By Dropdown? A Developer’s Guide To Building Dashboards That Won’t Fry Your Client’s Brain
BID(Behavior Insight Design Framework)라는 프레임워크를 사용해서 대시보드를 디자인 하는 사례 소개
Designing User-Centric Shiny Apps through Client Conversations: UI/UX strategies and Gherkin
앞의 BID와 비슷한, 프레임워크 설명 내용
Refactor or Preserve? Challenging the ‘If It Ain’t Broken, Don’t Fix It’ Mindset in Shiny App Lifecy
Refactor라고 제목을 쓰긴 했는데 Shiny의 방식 흐름을 브리핑하는 내용. 최신 기술에 너무 집착할 필요는 없다. 정도로 이해했음
Building state of the art RAG-LLM applications with R Shiny.
LLM & RAG in Python -> LangChain, LlamaIndex, Embedchain…등 여러 방법이 있지만
LLM & RAG in R -> 없다.
이를 위해서는 Reticulate를 사용하거나 Python의 로직을 R로 맨바닥 부터 짜는 것, 그리고 Python 백엔드+ REST API를 태우는 방법이 있다. 세션에서는 3번째 방법을 소개. (나는 RAG가 뭔지 모름ㅋㅋ)
Harnessing Agentic AI with Shiny
Shiny에 AI 붙인 활용 예시. 데이터 해석 분석을 위한 코드 생성 등. 걍 화면이 예뻐서 가져옴
Beyond the Rainbow: Why Color Is Key to Effective & Inclusive App UI Design
대시보드 UI 디자인 방법
No-code data analysis and dashboards with the blockr ecosystem
작년에 공개된 blockr, 조금 더 여러 기능들이 추가 됨.
Theming Made Easy: Introducing brand.yml for Shiny
quarto 에 brand.yml을 써서 bslib처럼 디자인테마를 적용할 수 있다는 건 알고 있었는데 이번에는 shiny (R/Python둘다)에도 추가 되었다고 함. shiny를 자주 개발한다면, 아래 내용에 대해 익숙해지면 꽤 도움이 될 내용.
brand.yml
Interactive Reporting with Shiny for Clinical Trial Management
이 세션은 작년에 내가 발표 했던 내용들과 비슷한 것들 전반적으로 Clinical 쪽에서의 case study가 꽤 있었던 것 같다. 응 난 안해 ~
Transforming Clinical Trials: How R & Shiny are speeding up and enhancing decision-making
이 Clinical 내용들을 전반적으로 정리해주는 키노트. 왜 SAS쟁이들이 R로 넘어오는가를 볼 수 있지 않을까?
The ‘ggiraph’ Cookbook: Recipes for Interactive and Performant Shiny Visualizations
Shiny와는 직접적인 연관은 없지만, 업계 슈퍼스타인 David gohel 형님의 세션.
이어지는 세션들은 한번 더 자세히 본 세션들
AI and Shiny (키노트)
AI Application: Backend(LLM) + Frontend(Interact)로 구성됨. 이를 만들기 위해서 LLM 의 작동 원리를 알고 있으면 좋음
LLM은 stateless: 이전의 대화 내용을 계속 같이 보내야 함.
Training LLM은 별 기술이 있는 건 아니고, prompt stuffing으로 그냥 문서의 내용을 정리해서 LLM에 넣는 것
Creating a brand.yml with an LLM - brand.yml
> Teaching for GPT를 위한 Summary GPT를 만들 수 있지 않을까?라는 생각이 들긴 함. 이미 어디서 본 것 같기도 하고
AI Tools for Building Shiny applications: AI는 코드를 놀라울 정도로 잘 만든다. 그러나 반드시 사람이 체크해야 하고, 의도했던 대로 일하는 것을 확인하는 것이 사용자의 책임. 어쨌든 아래처럼 대체로 VS Code + AI service로 이루어짐.
또한 만능은 아님. Shiny for Python 과같은 최신 내용들은 train data가 없으므로 잘 작동하기 어려움.
마지막으로는 실시간 shiny assistant를 사용한 AI 챗봇 개발 데모긴 한데, 라이브 특성상 덜컹덜컹함
보고 나서 든 생각은, 제목의 AI and Shiny는 Basic understanding of AI, and How posit uses it to Shiny를 의미하는 것 같다. AI 앱 개발에 관심 있으면 한번 보면 좋을 내용, 대신 개발에 관심 없다면 별로 재미 없을 수도 있음.
Shiny as a Service — leveraging Auth0 and Stripe
핵심 결론은 Shiny에 Stripe API를 달아서 결제 페이지를 만들었고, 그 과정에서 Auth0을 사용했다. 로 이해했다. 다만 왜 Shiny를 SaaS로 하려는 건지에 대한 궁금함은 있다. 이전에 교육 사이트를 만들면서 비슷한 생각과 고민을 했었고, 결론은 컨텐츠를 담아 Quarto를 static page로 만들고 거기에 토스페이먼츠 API를 붙였기 때문.
Shiny의 가장 큰 장점은 웹에서 R을 쓸 수 있다는 것이고, 단점은 R을 쓰기 때문에 세션 당 메모리 리소스가 엄청 필요로 해서 자체 서버를 운영하지 않는 이상, 심지어 자체 서버를 운영한다고 해도 사용자가 많으면 많을 수록 좋지 않다는 것. Shiny 배포 방식에 대해서 대학원생 때부터 10년 넘게 고민하고 내린 결론
Shiny를 억지로 다른 서비스와 연동하려고 했기 때문에 많은 자바스크립트 코드를 써야했고, 물론 변수를 바꿀 수 있는 boilerplate를 만들었지만 여전히 기술적으로나 (왜 R package가 아닌지) 비즈니스 적으로나 (왜 Shiny인지) 의문이 많이 남음
엄청난 노력을 한 것은 맞지만, 궁금한 것이 조금 남아서 linkedin에 1촌 걸고 물어봤는데 답이 없음.
Shiny as a Service
Enhancing Shiny Projects with pre-commit Hooks, {renv} Profiles, and Release Management
precommit: 코드에 styler등을 적용하는 CI 대체용 목적. 왜 GitHub Action을 안쓰는지는 잘 모르겠지만 차이는 커밋 이전에 로컬 레벨에서 test 하는 것 같이 결과를 확인할 수 있어 커밋시에는 코드의 퀄리티가 보장이 된다는 것
GitHub - lorenzwalthert/precommit: pre-commit hooks for R projects
renv는 개발이랑 배포 같이 환경 분리 되었을때 프로필로 관리하자는 내용인데. 여전히 나는 이 환경 분리가 왜 필요한지 잘 모르겠다. 나는 아래 그림 기준 default 가 아니라 dev 레벨로 보통 작업함.
Release management는 신선한 충격을 주었다. 마찬가지로 여러명이 같이 작업을 하면서 현재 개발, 배포중인 소프트웨어가 어떤 버전이고 어떤 특징이 있는가. 를 트래킹 하기 위한 방법을 어떻게 만들 것인가 인데.
git 커맨드를 사용해서 버전 파일과 텍스트를 만들고, 페이지에 임베드하는 방식으로 버전을 기록한다.
2. 버전의 변경 내용은 항상 PR 단위로 작업해서 내용을 추적할 수 있도록 한다.
역시 대 실 론
Can an AI pass the Shiny developer interview?
마찬가지로 대 실 론의 세션. 개인적으로는 Shiny conf 2025에서 제일 좋았던 세션.
Can an ai help you pass the shiny developer interview
Can an ai carry you through the shiny developer interview
세션 발표자는 앱실론 채용 과정에서의 과제를 리뷰도 하는 테크 리드 pavel demin
AI가 모든 곳에 있다. 깃허브만해도 메인 페이지에 코파일럿 채팅이 있고 최근에는 코파일럿을 사용해 PR 리뷰도 해줌 (예시 링크)
앱실론의 (개발자) 채용 과정
여기서 과제 전형은 너무 어렵지 않고 너무 쉽지도 않은 Shiny를 만들어 오게 하는 것. 목표는 기술적 구현도 있지만, 지원자이의 생각 과정을 볼 수 있는 코드에서의 “에세이"
과제 전형은 2가지 목적을 가지고 있음. 하나는 실제 프로젝트의 시뮬레이션, 고로 전달 (Deliverable)이 중요하고 동시에 지원자의 기술을 확인하는 목적이므로 코드 (Code) 또한 중요함
문제는 이 내용들을 지원자가 아닌 AI가 작성했다면? 지원자 중 AI를 사용하지 않는 사람은 0%일 것이고 코드가 거짓으로 작성된 내용이 아니라면 OK (무엇보다 AI를 사용했는지 여부에도 솔직히 관심이 없다)
단 과제에는 scaffolding tools: rhino 같은 프레임워크를 사용하지 못하게 함. 왜냐면 프레임워크들은 미리 짜여져있어서 지원자의 생각과 기술을 감출 수 있기 때문.
추가로 과제에서 AI를 권장하지 않는 이유가 있는데 개발 환경이 제한되어 AI 활용이 불가능 한 산업이 종종 있기 때문. (Regulated Environment) 비즈니스 적인 이유: 예를 들면 코파일럿이 갑자기 비용을 올려버린다거나 해서 사용할 수 없는 경우도 발생할 수 있다.
물론 과제 전형의 특성상 잡지 못하는 것이 있기 때문에 이후 기술 인터뷰를 거침
채용 과정에서의 AI를 잘못 활용하는 극단적인 사례들
세션의 결론
AI는 가지고 있는 역량을 발전 시킬 수는 있으나, 없는 역량을 완전히 보강하는 것은 어렵다.
이길 수 없다면 합류하라
아무튼 shiny conf 2025의 핵심 주제는 (너무 진부하지만) 바짝 다가온 AI에, 어떻게 대처할 것인가. 정도로 해석된다. 그리고 이는 shiny가 아닌 다른 기술 스택이나, 도메인, 포지션에 적용해도 큰 문제가 없다고 생각한다.
그리고 컨퍼런스에서는 대충 5개 그룹 정도로 구성되는 것 같다.
AI를 shiny에 붙여서 사용자가 활용할 수 있게 하는 사람
AI를 자신에게 붙여서 shiny를 더 잘 만들 수 있게 하는 사람
미쳐 AI가 들어오지 못한 부분에서 할 일을 하는 사람
AI를 이해하고, AI를 더 개선하려는 사람
다른 사람들이 AI를 더 잘 사용할 수 있게 하는 사람
물론 이 악물고 AI를 못본 척 하는 사람도 있겠지만, 그런 사람들은 기술 컨퍼런스에서 발표를 하진 않겠지 ㅋㅋ
이러한 전략 중 내겐 어떤 것이 더 적합할까? 에 대해서는 여전히 고민 중이다. 세상에 정답이 없는 만큼, 이것 저것 해보다가 잘 맞는 걸로 하지 않을까. 번외로 위에는 없지만 리소스만 충분하다면 AI를 소유하는 사람의 롤도 꽤 매력적이라고 생각한다. (구글 주식을 산다거나)
알파고 형님이 상대 토스로 조지면서 사기 종족이 어쩌고 저쩌고 하지말고 이길 수 없으면 토스로 합류하라고 했다. (테란 우승자) 알파고 형님이 원본은 아니고, 축구선수가 했다는 것 같음
아무튼 AI를 이기려고 들지 말고 AI를 사용하는 사람으로 합류해라 ~~
가 내 생각.

Shiny conf 2025 돌아보기

댓글