기본 콘텐츠로 건너뛰기

Pinned Post

배우자 유산·사산휴가 신설부터 출산 전 배우자 출산휴가, 임신 중 배우자를 위한 육아휴직까지 핵심 내용 정리

2026년 9월 18일 시행 2026년 9월 18일부터 달라지는 배우자 지원 3종 세트 배우자 유산·사산휴가 신설부터 출산 전 배우자 출산휴가, 임신 중 배우자를 위한 육아휴직까지 핵심 내용 정리 작성 기준일 : 2026년 9월 18일 고용노동부 보도자료와 국가법령정보센터의 2026년 시행 법령을 기준으로 정리했습니다. 제도 및 급여 기준은 향후 법령·고시·행정지침 등에 따라 변경될 수 있으므로 실제 신청 전 고용노동부 또는 고용24에서 다시 확인하는 것이 좋습니다. 핵심 요약 ① 유산·사산 최대 5일 최초 3일 유급 ② 배우자 출산휴가 20일 출산예정일 50일 전부터 사용 가능 ③ 임신 중 배우자 육아휴직 출산 전 가능 유산·조산 등 위험이 있는 경우 1. 배우자가 유산·사산한 경우 최대 5일 휴가 2026년 9월 18일부터 배우자의 유산 또는 사산을 이유로 근로자가 사용할 수 있는 배우자 유산·사산휴가 가 신설됩니다. 핵심 조건 휴가 기간 : 5일 범위 최초 3일은 유급 배우자가 유산 또는 사산한 날부터 20일 이내 청구 사업주는 해당 휴가를 이유로 해고하거나 불리한 처우를 할 수 없음 「남녀고용평등과 일·가정 양립 지원에 관한 법률」 제18조의4에 이러한 내용이 규정되어 있습니다. 다만 법에서 정한 예외에 해당하는 인공 임신중절에 따른 유산에는 적용되지 않습니다. 우선지원대상기업이라면 급여 지원도 확인 우선지원대상기업 근로자는 유급 대상인 최초 3일에 대해 통상임금 100% 수준의 배우자 유산·사산휴가 급여 지원 대상이 될 수 있습니다. 고용노동부가 ...
최근 글

2026년 주담대 금리 쇼크, 5년 전 3%대 대출이 6%대로 갱신되면 월 상환액은 얼마나 늘어날까?

금융·주택담보대출 2026년 주담대 금리 쇼크 5년 전 3%대 대출이 6%대로 갱신되면 월 상환액은 얼마나 늘어날까? 작성 기준일 : 2026년 9월 18일 핵심 요약 2021년 전후 저금리 시기에 5년 고정형 주택담보대출을 받은 차주라면 최근 금리 갱신 시점에서 월 상환액이 크게 증가할 수 있습니다. 한국은행 기준금리는 2026년 8월 27일 3.00% 로 인상됐습니다. 2026년 7월 금융권 전체 주택담보대출은 증가했고, 8월에도 주담대 증가폭이 확대됐습니다. 5년 고정형 주담대의 금리 재산정 시점에는 당시 약정 조건과 현재 적용되는 금리, 남은 원금, 남은 만기에 따라 상환액이 달라집니다. 따라서 “3억원 대출이면 무조건 월 178만원”처럼 단순하게 이해하기보다 자신의 현재 잔액·남은 기간·갱신금리·상환방식 을 확인해야 합니다. 먼저 확인할 점 아래의 3억원 대출 사례는 금리 변화가 상환액에 미치는 영향을 이해하기 위한 계산 예시입니다. 실제 금융기관의 갱신금리와 월 상환액은 개인별 대출조건에 따라 달라질 수 있습니다. 1. 왜 2021년 대출자가 지금 다시 주목받고 있을까? 2021년은 현재와 비교하면 주택담보대출 금리가 상대적으로 낮았던 시기였습니다. 특히 5년 고정형 상품은 일정 기간 금리를 고정한 뒤 이후 금리조건이 변경되는 구조가 있어, 2021년 전후에 대출을 실행한 차주 가운데 일부는 2026년부터 본격적으로 금리 재산정 구간에 들어갑니다. 중요한 점은 5년 고정형이라는 표현이 대출기간 전체의 금리가 5년간 고정된다는 뜻은 아니라는 것 입니다. 상품 약정에 따라 최초 5년 동안 금리가 고정되고 이후에는 변동금리 또는 재산정된 금리가 적용될 수 있습니다. 따라서 대출 약정서를 확인하는 ...

“일본어를 잘하는 법”이 아니라 “일본 여행에서 실제로 말할 수 있는 일본어”

JAPAN TRAVEL JAPANESE 일본 여행 필수 일본어 회화 총정리 비행기부터 호텔·식당·교통까지 일본어를 거의 몰라도 여행 중 바로 사용할 수 있도록 공항 → 비행기 → 입국 → 교통 → 호텔 → 식당 → 쇼핑 → 긴급상황 순서로 정리했습니다. 단어를 외우기보다 여행에서 반복적으로 사용하는 일본어 패턴 을 익히는 방식으로 구성했습니다. 작성 기준일 : 2026년 9월 17일 본문은 일본 여행에서 활용도가 높은 기본 회화를 중심으로 작성했습니다. 실제 공항·항공사·호텔·교통시설의 안내방송과 직원 응대는 장소와 상황에 따라 달라질 수 있습니다. 1. 일본 여행 일본어는 문장 전체보다 패턴을 외우자 일본 여행에서 가장 효율적인 방법은 긴 문장을 외우는 것이 아닙니다. これをお願いします。 코레오 오네가이시마스 이것을 부탁합니다. 〜はどこですか? ~와 도코데스카? ~은 어디인가요? 〜はありますか? ~와 아리마스카? ~이 있나요? 〜をお願いします。 ~오 오네가이시마스 ~을 부탁합니다. 핵심 일본어 문법을 모두 공부하지 않아도 여행에서는 “무엇을 + 부탁합니다” , “무엇은 + 어디인가요?” , “무엇이 + 있나요?” 정도의 패턴만 익혀도 상당히 많은 상황에 응용할 수 있습니다. 2. 출국 전 공항에서 사용하는 일본어 한국에서 출발할 때는 일본어를 사용할 일이 많지 않지만, 일본 공항에 도착하는 순간부터 기본적인 표현이 유용해집니다. 일본어 읽는 법 의미 空港 쿠우코우 공항 搭乗口 토오죠오구치 탑승구 チェックイン 첵쿠인 체크인 荷物 니모츠 ...

C# 개발자를 위한 AIMLCode 실습 가이드, .NET 8부터 ML.NET · LLM · RAG · Qdrant · MCP까지

작성 기준일 · 2026-09-17 C# 개발자를 위한 AIMLCode 실습 가이드 .NET 8부터 ML.NET · LLM · RAG · Qdrant · MCP까지 GitHub의 AIMLCode 저장소를 직접 분석해 무엇을 설치하고, 어떤 프로젝트를 실행하며, API Key와 Qdrant/Ollama를 어떻게 연결하는지 실제 소스 구조를 기준으로 정리한 실습 가이드입니다. 이 글에서 먼저 알아둘 것 이 저장소는 하나의 완성된 AI 애플리케이션이라기보다 C# 개발자가 AI/ML 개념을 단계적으로 실습하기 위한 여러 Lab과 예제 프로젝트를 모아놓은 저장소 에 가깝습니다. README에서도 핵심 영역을 MachineLearningClass, MCPClient, MCPServerDotNet, AzureAIGuardRail, GenericEmbeddingAndChatClient 등으로 구분하고 있습니다. 따라서 처음부터 모든 프로젝트를 실행하려고 하기보다 MachinelearningClass → LLM/Tool → Embedding/RAG → Qdrant → MCP 순서로 접근하는 것이 구조를 이해하기 쉽습니다. 1. AIMLCode 저장소는 무엇인가? 공식 저장소: github.com/iamshivkoirala-sketch/AIMLCode 저장소의 Solution 파일을 확인하면 하나의 Solution 안에 여러 .NET 프로젝트가 들어 있습니다. 대표적으로 다음 프로젝트가 확인됩니다. 프로젝트 역할 핵심 기술 MachinelearningClass ML/AI Lab의 중심 프로젝트 ML.N...

C# 개발자를 위한 AI Agent와 RAG 입문
Model → Agent → Embedding → Vector Search → RAG

작성 기준일 · 2026-09-17 C# 개발자를 위한 AI Agent와 RAG 입문 Model → Agent → Embedding → Vector Search → RAG LLM을 호출하는 수준에서 벗어나, C#/.NET 애플리케이션에 AI Agent와 RAG를 어떻게 연결하는지 하나의 흐름으로 이해해 봅니다. 핵심 요약 AI 애플리케이션을 처음 접하면 LLM API를 호출하는 것만으로 Agent를 만들었다고 생각하기 쉽습니다. 하지만 실제 애플리케이션에서는 모델, Agent, 세션 상태, 도구 호출, Embedding, Vector Search, RAG 가 서로 다른 역할을 합니다. 특히 기업용 시스템에서는 "LLM이 알고 있는 일반적인 지식"과 "우리 회사가 가진 실제 데이터"를 분리해서 생각해야 합니다. RAG는 이 둘을 연결하는 대표적인 방법입니다. 1. 먼저 이해해야 할 전체 구조 제공된 강의의 핵심 흐름을 현재 .NET 생태계에 맞춰 정리하면 다음과 같습니다. Model 학습된 모델 LLM 언어 모델 Agent 목표 + 추론 + 실행 Embedding 텍스트 → 벡터 Vector Search 의미 기반 검색 RAG 검색 결과를 Context로 결합 현재 Microsoft Agent Framework 문서 역시 Agent를 단순한 LLM 호출 객체가 아니라 Agent abstraction + model connection + instructions + tools + middleware + context providers + session state 가 결합된 실행 단위로 설명합니다. 2. Model과 LLM은 같은 것인가? 강의에서 가장 먼저 설명하는 개념은 Model입니다. Model = 데이터로 학습된 모델 Inferenc...