




솔직히 말할게 나 이북리더기가 이렇게 비쌀 줄 몰랐어 내 예상 가격 : 10만원 초중반 실제 가격 : 3억에서 5억 난 태블릿을 사고 싶은 게 아닌데 말이지,
마음찍고다니는_리타
17.6K posts

@Riter2017
팀코를 좋아하는 초보 사진사 입니다 / 본진 카캡사 및 아이마스//사진계정 @riter_Photo//





솔직히 말할게 나 이북리더기가 이렇게 비쌀 줄 몰랐어 내 예상 가격 : 10만원 초중반 실제 가격 : 3억에서 5억 난 태블릿을 사고 싶은 게 아닌데 말이지,

카이로프랙틱 전문가가 알려준 어깨 끼워 넣기 스트레칭. 어깨 주변부터 팔까지 엄청나게 늘어나서 기분 최고예요. 평소 혼자 힘으로는 닿지 않던 근육들이 시원하게 풀립니다 ↓

일본 스타킹은 30데니안데 올이 안나감.. 발톱에 긁혀도 안나감.. 한번 발가락으로 뚫은 적이 있는데 그부분만 뽕 구멍나고 더이상 커지지가 않아 걍 계속 신음… 근데 그보다.. 가장 멋진 점은.. 발목에 착 붙는다는 점임.. 내가 발목에 비해 종아리가 두꺼운데 그러면 한국 스타킹은 발목부분만은 좀 헐랭하단 말임.. 근데 저건 어떻게 만든건지 발목을 쌱!! 하고 짱짱하게 잡아주고 있음




국전이 9층 뿐만 아니라 2-8층 전반적으로 굿즈샵이 더 많이 들어가고 있더라구요.. 특히 3층은 이제 절반이 굿즈샵인데 아마 몇 년 지나면 건물 2-9층이 거의 굿즈샵일수도 있겠다는 생각이 드네요 ㅋㅋ













새로운 꿈이 생김 강사부터 회원까지 싹 다 여자인 오직 여자만 출입 가능한 오직 여자만을 위한 여자들이 안심하고 여러 종목을 체험할 수 있는 그런 여성 전용 스포츠센터를 만들고 싶음 언제가 될진 모르겠지만 꼭 이루고 싶어짐



여러뿐 잉코 클리어런스 한대요 ㅁㅊ ㄴ 저요제발제가아니면안돼요 inko.co.kr/category/%ED%8…


Stop wasting hours trying to learn AI. 📘📚 I have already done it for you. With one list. Zero confusion. And no fluff 📹 Videos: 1. LLM Introduction: lnkd.in/dMqbaZdK 2. LLMs from Scratch: lnkd.in/dYYwEhYy 3. Agentic AI Overview (Stanford): lnkd.in/dArmMt2i 4. Building and Evaluating Agents: lnkd.in/dBWd2W8u 5. Building Effective Agents: lnkd.in/dHfdebqw 6. Building Agents with MCP: lnkd.in/dXuNHrRJ 7. Building an Agent from Scratch: lnkd.in/da3ANw3w 8. Philo Agents: lnkd.in/dq-BfZE5 🗂️ Repos 1. GenAI Agents: lnkd.in/d3UDtwwv 2. Microsoft's AI Agents for Beginners: lnkd.in/dHvTmJnv 3. Prompt Engineering Guide: lnkd.in/gJjGbxQr 4. Hands-On Large Language Models: lnkd.in/dxaVF86w 5. AI Agents for Beginners: lnkd.in/dHvTmJnv 6. GenAI Agentshttps://lnkd.in/dEt72MEy 7. Made with ML: lnkd.in/d2dMACMj 8. Hands-On AI Engineering:lnkd.in/dgQtRyk7 9. Awesome Generative AI Guide: lnkd.in/dJ8gxp3a 10. Designing Machine Learning Systems: lnkd.in/dEx8sQJK 11. Machine Learning for Beginners from Microsoft: lnkd.in/dBj3BAEY 12. LLM Course: lnkd.in/diZgGACG 🗺️ Guides 1. Google's Agent Whitepaper: lnkd.in/gFvCfbSN 2. Google's Agent Companion: lnkd.in/gfmCrgAH 3. Building Effective Agents by Anthropic: lnkd.in/gRWKANS4. 4. Claude Code Best Agentic Coding practices: lnkd.in/gs99zyCf 5. OpenAI's Practical Guide to Building Agents: lnkd.in/guRfXsFK 📚Books: 1. Understanding Deep Learning: lnkd.in/dgcB68Qt 2. Building an LLM from Scratch: lnkd.in/g2YGbnWS 3. The LLM Engineering Handbook: lnkd.in/gWUT2EXe 4. AI Agents: The Definitive Guide - Nicole Koenigstein: lnkd.in/dJ9wFNMD 5. Building Applications with AI Agents - Michael Albada: lnkd.in/dSs8srk5 6. AI Agents with MCP - Kyle Stratis: lnkd.in/dR22bEiZ 7. AI Engineering: lnkd.in/gi-mQcXa 📜 Papers 1. ReAct: lnkd.in/gRBH3ZRq 2. Generative Agents: lnkd.in/gsDCUsWm. 3. Toolformer: lnkd.in/gyzrege6 4. Chain-of-Thought Prompting: lnkd.in/gaK5CXzD. 🧑🏫 Courses: 1. HuggingFace's Agent Course: lnkd.in/gmTftTXV 2. MCP with Anthropic: lnkd.in/geffcwdq 3. Building Vector Databases with Pinecone: lnkd.in/gCS4sd7Y 4. Vector Databases from Embeddings to Apps: lnkd.in/gm9HR6_2 5. Agent Memory: lnkd.in/gNFpC542 Repost for your network ♻️

오늘 이거하고옴 너무 무서웠어.. 분위기 개쩔음... ㅈ만한 땅에 할게 하도 없으니까 방탈출이란게 진짜 점점 미친색히처럼 발전하는듯 ㅅㅂ


현대사회, 나는 부지런히 월급을 저축 하면 부자가 될수있을까? 🍅 1. 근로소득만 하라는 프레이밍은 “열심히 일해서 월급 잘 받으면 된다”는 메시지로, 결국 시간=돈 구조 안에 계속 남게 만드는 사고방식임. 자산소득으로 비중을 옮기려면 이 프레임을 먼저 해체하고, 근로소득을 ‘끝’이 아니라 ‘자산을 사는 연료’로 재정의하는 게 출발점임. 2. 근로소득 프레이밍부터 다시 보기임. 근로소득(earned/active income)은 시간을 팔고 그 대가로 돈을 받는 구조라, 일을 멈추면 소득도 멈춤. 국가·기업·교육 시스템이 강조하는 “좋은 직장, 안정적인 월급”은 사실 이 구조를 이상적 상태로 포장하는 프레이밍이라고 볼 수 있음. 3. 이 프레임의 핵심 문제는 세금·인플레이션·위험이 모두 근로소득 쪽에 강하게 실려 있다는 점임. 대부분 나라에서 근로소득은 소득세 최고 구간+사회보장 분담까지 가장 높은 세율을 적용받고, 인플레이션이 세금을 사실상 추가로 올리는 효과까지 겹치면 실질 소득이 더 빨리 깎인다는 분석이 많음. 또한 해고·질병·자동화 같은 리스크에 직접 노출되어 “일할 수 없는 순간=즉시 현금 흐름 중단”이 됨. 4. 반대로 자산소득(asset/passive/portfolio income)은 “내 시간 대신 자산이 일해서 벌어다 주는 돈”임. 배당·이자·임대료·사업 지분·저작권 수입 등이 여기에 속하고, 어느 정도 셋업이 끝나면 내가 잠자거나 쉬는 동안에도 일정 수준의 캐시플로가 들어오는 구조를 만들 수 있음. 세법상 장기 자본이득·배당소득이 근로소득보다 낮은 세율을 적용받는 나라가 많아서 “세전·세후 모두 효율이 높은 소득”으로 평가됨. 5. 그래서 전략은 “근로소득 vs 자산소득”의 선택이 아니라 “근로소득 → 자산소득으로 변환”임. 여러 재무·투자 글에서 공통적으로 말하는 건, 직장소득은 가능한 한 빨리 저축·투자로 돌려 자산을 사기 위한 ‘씨드머니’로 쓰고, 시간이 지나면서 소득 구조의 비중을 근로<자산 쪽으로 뒤집는 것임. 즉 월급을 소비의 원천이 아니라 자산 매입의 연료로 보는 시각 전환이 1단계임. 6. 구체적 실행 1단계는 “현황 파악+잉여 현금 만들기”임. 재무 코치들은 먼저 월급·지출을 다 기록해 진짜 순현금흐름이 얼마인지 계산하고, 최소 10~20%를 자동저축·자동투자로 빼내는 시스템을 만들라고 권장함. 통장에서 남은 돈을 투자하는 게 아니라, 월급 들어오자마자 먼저 자산 계좌로 빼가게 만들어야 프레이밍이 실질적으로 바뀜. 7. 2단계는 “자산소득을 만들어 줄 자산에만 돈을 넣는 것”임. 단순 시세차익만 노리는 투기성 자산보다는, 배당을 주는 주식·ETF, 이자를 주는 채권·예금, 임대료를 주는 부동산·REITs처럼 정기적 현금 흐름을 만드는 자산 비중을 늘리는 전략이 패시브 인컴 가이드에서 반복해서 제시됨. 이렇게 해야 장부상 평가이익이 아니라 실제 생활비를 일부라도 대체해 줄 수 있는 자산소득이 쌓임. 8. 3단계는 “근로소득의 성장 방향을 자산과 연결하는 것”임. 승진·이직·사이드잡 등으로 근로소득을 키웠을 때, 그 추가분을 전부 생활비로 올리지 않고 일정 비율 이상은 자동으로 자산 계좌로 보내면, 소득이 늘수록 투자 속도가 가속된다는 점이 여러 재무 조언에서 강조됨. 이렇게 하면 ‘일 더 많이 한다=더 많은 자산을 사는 속도가 빨라진다’로 프레임이 재정의됨. 9. 어느 시점부터는 “자산소득 목표”를 기준으로 거꾸로 설계하는 게 좋음. 예를 들어 월 200만 원의 자산소득을 목표로 한다면, 연 4% 배당·임대 수익률을 기준으로 6,000만×?이 아니라 6,000만×? …가 아니라 약 6,000만×? 계산처럼 “연간 2,400만 원 / 4% ≈ 6억”이 필요하다고 역산할 수 있고, 이걸 10~15년에 나눠 매년 얼마씩 투자해야 할지 계획이 나온다는 방식임. 이렇게 목표를 ‘통장 잔고’가 아니라 ‘월간 자산소득’으로 두면 생각이 자연스럽게 근로에서 자산으로 옮겨감. 10. 다만 자산소득에도 리스크와 시간이 있다는 점은 냉정하게 봐야 함. 투자 수익은 시장 변동에 따라 출렁이고, 초기에는 수익보다 원금 축적이 더 중요해 “몇 년간 거의 체감이 안 나는 구간”을 견뎌야 한다는 점이 여러 투자 교육에서 강조됨. 따라서 부채 관리를 병행하고, 너무 빠른 ‘노동 포기’보다는 충분한 안전마진이 생길 때까지 근로·자산 소득을 병행하는 게 현실적인 로드맵으로 제시됨. 11. 결국 근로소득 프레이밍을 깨고 자산소득 중심으로 가려면, (1) 월급=소비가 아니라 월급=자산 매입 자본이라는 ‘마인드셋 전환’, (2) 자동저축·자동투자로 근로소득의 일정 비율을 자산 소득 엔진에 계속 공급하는 시스템, (3) 시간이 갈수록 근로소득 증가분을 소비가 아닌 자산에 우선 배분하는 습관이 핵심이라고 정리할 수 있음. 12. 이렇게 10년 단위 시야로 보면, 처음에는 전체 소득의 100%가 근로였던 사람이 서서히 70:30, 50:50, 나중엔 자산소득이 생활비 대부분을 책임지는 구조로 바뀌면서, “일을 해야만 버는 인생”에서 “자산이 일해 주고, 나는 일할지 말지 선택하는 인생” 쪽으로 프레임이 실제로 이동하게 됨. 13. Open Your Eyes
