Share           Pin It

먼저 이 글은 임정욱님이 올린 “구글의 네스트 인수 의미“라는 블로그글에 남긴 아래의 페이스북 댓글에서 시작된 글입니다. 그리고 바쁜 분들을 위해서 이 댓글이 이 글의 핵심 요약이기도 합니다.

하루 이틀 지나니 의미를 공유하는 글/기사들이 많이 등장하네요. 모두 읽어보고 판단해야하는데... (조금 다른 관점에서 생각해보면) 아주 오래 전부터 인텔리전트 시스템은 크게 모니터링/센싱, 디시즌 메이킹, 익스큐션 세부분으로 나뉜다고 생각했는데, 구글로써는 의사 결정, 즉 데이터 및 소프트웨어로 해결할 수 있는 부분에서는 최정점에 올라와있다고 생각됩니다. 그렇다면 실행이 중요할텐데 (그래서 무인자동차나 로봇 등에 관심을 가지는 듯), 실행을 위해서는 의사결정이 필요하고 의사결정을 위해서는 데이터가 필요한데, 데이터를 수집하는 것은 모니터링/센싱의 영역이니 앞으로 이 쪽에 계속 투자하지 않을까요?

인텔리전트 시스템 Intelligent Systems의 개념에 대해서 처음 접했던 것은 2000년도에 대학원에 진학하면서 였습니다. 당시 지도교수님의 수업 초반에 다양한 인텔리전트 시스템에 대한 관점과 아키텍쳐 등을 1~2주정도 다룬 적이 있습니다. 벌써 10여년 전 수업이었고, 그런 개념들은 또 몇 십년 전에 나왔던 것이지만 여전히 유효한 듯합니다.

* 사족. 지도교수님은 학력고사에서 두자리 등수를 받으셨던 분이고 전공하셨던 생산시스템 등에 대해서는 맥을 잡고 계셨던 분이지만, 엄밀히 말해서 제가 연구하던 시점/분야에는 (교수님의 주분야가 아니었기에) 기술적으로는 아주 뛰어나지는 않았습니다. (교수님이 이 글을 보시면 안되겠지만, 그래도 수긍은 해주실 듯) 그래도 밑에서 몇 년을 지내면서 당시에 배웠던 몇 가지 개념 및 사고의 틀은 여전히 저에게 많은 영향을 주고 있습니다. 그 중에서 하나가 지금 다루는 인텔리전트 시스템에 대한 개념입니다. 그리고 IDEF0 Functional Model을 이용해서 시스템을 모델링하고 커뮤니케이션하는 것도 여전히 유용하게 사용하고 있습니다. 사제의 관계가 지식의 전수가 아닌 지혜, 또는 시각을 전한다는 의미에서 교수님으로부터 큰 영향을 받았습니다.

인텔리전트 시스템을 다루면서 여러 논문들을 소개해줬지만, 아직까지 기억에 남는 논문이 있습니다. 당시에는 (작은 글씨로 약 40페이지정도되는) 너무 길어서 처음에 좀 읽다가 나중에는 그냥 그림만 대강 훑어봤던 논문입니다. 1991년도에 나온 “Outline for a Theory of Intelligence”라는 논문인데, 인텔리전트 시스템에 대한 다양한 내용을 다루고 있습니다. 이 논문 뿐만 아니라 다른 논문에도 공통적으로 나오는 (표현/용어는 조금씩 다르지만) 인텔리전트 시스템의 구성요소는 모니터링/센싱 Monitoring/Sensing, 의사결정 Decision-making, 실행 Execution 이렇게 세부분으로 나뉩니다. 모니터링 또는 센싱은 주변을 관찰해서 정보/데이터를 수집하는 것이고, 의사결정은 수집된 데이터를 분석해서 다음에 취해야하는 액션을 결정하는 것이고, 실행은 결정된 방법에 따라서 실제 행동에 옮기는 것입니다. 시간이 지나도 이 개념/구성요소에는 큰 변화가 없을 것같습니다. 

** 기본적으로 의사결정은 소프트웨어적이고, 모니터링과 실행은 하드웨어적입니다.

지금 구글은 의사결정 및 소프트웨어 기술에 대해서는 최고의 기업/조직이라고 생각합니다. 데이터를 분석해서 의미/패턴을 찾아내는데 아주 뛰어납니다. 물론 특정 분야에서 구글만큼/보다 뛰어난 기업 및 연구소들도 많이 있고, 비즈니스 생산성 도구 등에서는 구글은 여전히 다소 약새에 있지만, 적어도 많은 양의 데이터를 수집해서 분석하는데는 최고의 기술을 자랑한다고 생각합니다. 인텔리전트 시스템의 관점에서 구글은 이미 디시즌 메이킹에 대한 좋은 기술을 갖췄지만 — 물론 앞으로도 계속 인수/개발될 것이고 —, 웹 데이터 수집 및 검색 이외의 분야에서는 여전히 후발주자입니다. 즉 여전히 수집해야할 다양한 데이터들이 존재하고, 그것을 분석해서 실행하는 영역은 여전히 무궁무진합니다.

구글의 M&A 히스토리를 보면 초창기에는 웹 애플리케이션, 소프트웨어 및 데이터 분석 관련 회사들이 대부분이었습니다. 그런데 최근에는 로봇 관련된 회사들을 많이 인수했고, 또 네스트와 같이 IoT (Internet of Things 사물 인터넷) 관련 기업들입니다. 이런 기업들은 대부분 센싱 또는 실행과 관련이 있습니다. 최근 구글에서 연구하는 분야들을 봐도 그렇습니다. 무인 자동차 기술도 처음에는 단순히 데이터를 분석해서 셀프 드라이빙이 가능하다는 것을 실증해주는 듯했지만, 더 깊이 살펴보면 운전 중에 발생하는 다양한 정보를 수집해서 여러 돌발 상황에 맞게 조작하는 것이 중요합니다. 구글 글래스도 대표적인 데이터 수집 기기이고, 오늘 (금요일) 나온 회로가 들어간 렌즈 또한 그렇습니다.

구글은 이미 소프트웨어 또는 데이터 분석에서는 최고의 자리에 올라와있기 때문에, 이제는 이것을 실생활에 적용하는 것이 남았습니다. 그렇기 때문에 데이터를 수집하는 문제가 발생하고, 수집되고 분석된 데이터를 다시 생활에 적용하는 것이 남아있습니다. IoT 기기들을 통해서 데이터를 수집하고, 구글 데이터센터의 인프라를 이용해서 딥러닝 등의 알고리즘으로 데이터를 분석하고, 로봇 및 자동차 등의 실행하는 것은 구글이 그 자체로 인테리전트 시스템으로 진화하는 것은 당연해 보입니다. 그렇기 때문에 구글의 핵심 분야가 아닌 하드웨어 관련 기업들을 차례로 인수하고 있는 것으로 해석할 수 있습니다. 그리고 다음에 인수할 대상들도 비슷하리라 예측해봅니다.

다른 기업들도 비슷해 보입니다. 애플의 경우는 아이폰 등의 하드웨어에는 강점이 있지만, 여전히 소프트웨어/애플리케이션/서비스에는 취약점이 있습니다. 그래서 최근에 인수하는 기업들은 시리, 지도, 개인비서, 분석 등의 소프트웨어나 분석 분야의 기업들입니다. 모니터링이나 실행에 관련된 기술은 우수하지만, 디시즌 메이킹에 대해서는 부족하기 때문에 이 영역을 채워나가고 있다고 생각됩니다. 아마존이 킨들을 염가에 판매하고 쿼터콥터를 이용한 배달을 시도하는 것도 비슷한 맥락 (아마존의 뛰어난 AWS 및 추천시스템은 디시즌메이킹의 영역임)에서 볼 수 있습니다.

특정 버티컬에서 특화된 기업이 되려는 것이 아니라면, 궁극적으로 모니터링/센싱, 디시즌 메이킹, 그리고 익스큐션 각 영역을 채우는 쪽으로 향후 테크기업들의 인수/합병을 점쳐봅니다. 이런 분야에 대한 원천 기술이나 혁신적인 솔루션을 가지고 있다면 구글 애플 아마존 등의 다음 인수 대상이 될 수 있습니다.

그에 비해서 국내의 기업들은 조금 더 당장 돈이 될 만한 것이나 마켓쉐어를 넓힐 수 있는 것 등에 한정되어있어서 많이 불안합니다.

==

페이스북 페이지: https://www.facebook.com/unexperienced

댓글을 달아 주세요

Share           Pin It

며칠 전에 몇가지 선호도 질문에 레이팅을 하면 그 사람의 직업적 성향을 분석해서 알려주는 GOOD.CO라는 서비스를 접했습니다. 열대야 때문에 새벽에 깼다가 영어로 된 질문을 정확히 파악하지 않고 선호도를 대강 선택했는데, 결과가 긴가민가했습니다. 그래서 낮에 선호도를 다시 설정했습니다. 그랬더니 저는 Inventor와 Idealist 성향이 강하다고 제시해주었습니다. 아래처럼 평소에 존경하던 아인슈타인과 간디 아이콘이 나와서 기분은 좋았는데, 그래도 결과에 대한 확신은 없었습니다. 그런데 Inventor의 내용 중에 'you spent the first half of this analysis trying to figure out the algorithm, and the second half brainstorming how you could make it better.'라는 문장을 보고 결과에 수긍하지 않을 수 없었습니다.

제시된 아키타입의 설명을 더 일어보면 아래 쪽에 다른 유형의 사람들과의 관계에 대해서 설명을 해주고 있습니다. 제 눈에 띈 것은 스티브 잡스의 아이콘을 한 Visionary였습니다. 그런데 Inventor로써는 Visionary와 관계가 맑은데, Idealist로써는 Visionary와 완전 상극으로 나왔습니다. 완전히 상반된 결과가 나왔지만 양쪽 모두의 결과에 수긍이 갑니다. 지금 제 모든 열정을 쏟아부을 더 큰 그림을 그려주고 독려해줄 Visonary에 대한 갈급함이 크면서도 실행계획이 없는 그런 뜬구름만 얘기하는 사람들에게 피로감을 느낍니다. 그런 의미에서 비전과 실행력을 동시에 갖춘 인물에 대한 동경이 있습니다. 실행의 측면에서는 Maverick과 Strategist에 대한 욕구도 강합니다. 참고로 Inventor는 Maverick과 Strategist와 모두 잘 맞지만, Idealist는 Maverick과는 상극이고 Strategist와는 원만한 관계입니다. Inventor와 Idealist의 관계는 원만한데, 그들이 상대하는 사람들의 유형에 대한 적합도는 극단의 반대성향을 보여주는 것이 재미있는데, 그런 두 타입이 저를 대표한다는 것이 재미있습니다.

최근에 제가 힘들어하는 이유를 GOOD.CO를 통해서 조금 이해할 수 있었습니다. 앞서 말했듯이 저는 지금 큰 그림을 그려서 보여줄 사람과 그것을 이룩해줄 전략과 실행을 가진 사람이 필요합니다. 최근에 회사 생활에서 불만이 쌓이는 이유도 그런 것같습니다. 비전의 부재에서 오는 답답함, 전략의 부재에서 오는 안타까움, 그리고 실행의 상실에서 오는 허탈감이 총체적으로 저의 만족도를 떨어뜨리는 것같습니다. 순간순간 좋은 아이디어와 해결책은 제시해주지만 제가 조직의 전체를 책임질 큰 그림을 그리는 능력도 없고 또 그런 위치에 있지 않습니다. 그래서 저는 Visionary가 아닌 전형적인 Inventor가 맞습니다. 그렇다고 제가 꺼집어낸 해결책/아이디어를 온전히 혼자서 구현해서 보여줄 역량이 있는 것도 아닙니다. 저의 큰 문제는 '이건 되면 좋겠어' '이건 되어야 해'와 같이 Inventor와 Idealist의 언어는 구사하지만, '이건 이런 절차로 이런 식으로 해결하면 돼'라거나 'all done'과 같이 구체적인 실행안을 내거나 업무를 완수하는 타입이 아닙니다. 그런데 주변에 동료들을 잘 활용하면 후자인 전략이나 실행은 어느 정도 욕구가 채워지는데, 궁극적으로 전자의 비전 수립에서 오는 허전함은 여전히 채울 수가 없습니다. 조직의 윗선을 훑어보더라도 제대로된 비전을 제시하고 열정을 불러일으키는 인물은 잘 보이지도 않고, 그렇다고 외부에서 저의 열정을 터치하는 인물도 아직은 연결되지 못한 듯합니다. 일이 많고 힘들고 바쁜 것에서는 큰 스트레스를 받지 않았는데, 비전의 부재 그래서 발생하는 헛된 바쁨과 빈둥거림에서 오는 스트레스는 잘 감당하지 못하는 것같습니다. 그나마 목표가 명확하고 가능성이 있는 일에 정진할 때는 좌우를 살필 겨를이 없어서 그나마 나았는데, 그 시기가 지나고 정신을 차리고 보니 망망대해에 표류하고 있는 자신을 발견했을 때 불안감과 불만을 느끼고 있습니다.

글이 제 하소연으로 이어졌지만, 지금 당장 제게 길을 보여주고 열정을 일으켜줄 Visionary가 필요한 시점입니다. 여러 분은 어떤 유형이고 또 지금 어떤 사람의 조력이 필요한가요?

페이스북 페이지: https://www.facebook.com/unexperienced

댓글을 달아 주세요

Share           Pin It

데이터 마이닝의 좋은 점을 하나 꼽으라면 늘 새롭다는 거다. 새로운 도메인의 새로운 문제를 만나기도 하고, 늘 담당하던 서비스지만 새로운 출처의 데이터나 새로운 종류/포맷의 데이터를 만나기도 하고, 그도 아니면 새로운 알고리즘을 배우고 적용하기도 한다. 파라메터를 새롭게 추가하거나 내용을 변경하는 것만으로도 새로운 경험이 된다. 그래서 현재 업무가 지치거나 지루해지면 새로운 서비스를 담당하거나 새로운 데이터를 공급받거나 새로운 알고리즘을 적용하거나 등의 방법으로 매너리즘을 돌파하는 경우가 많다. 물론 이런 과정이 반복되면 새로운 문제가 전혀 새롭지도 않고 새로운 데이터도 전혀 새롭지도 않고 또 하늘 아래 새로운 알고리즘도 없는 것같은 무력감에 빠지지 않는다는 법도 없다.

어쨌든 데이터 마이닝은 늘 새로운 문제와 접근법/해결책과의 조우다. 그렇기에 새로운 문제 또는 접근법을 수용하기에 앞서 과연 내가 이를 받아들일 것인가를 판단하거나, 적용 후에 결과가 만족스러운가를 평가하는 기준이 필요하다. 밸리데이션 프로세스 validation process나 이벨류에이션 메져 evaluation measure가 필요한 것도 그런 연유에서다. 그러나 이 글에서는 그런 수치적 또는 이론적 메져에 대한 얘기는 아니다.

새로운 문제나 해결책을 맡을 것인가를 판단하거나 그 결과를 평가하는 정성적인 기준이 필요할 것같다. 사람들마다 다양한 기준점이 있겠지만, 나는 MVP (Meaning Value Practice) 이렇게 세가지가 중요하다고 생각한다.

첫번째로 Meaning, 즉 의미가 중요하다. 새로운 문제가 의미가 있는가? 새로운 접근법으로 의미있는 결과를 도출할 수 있는가?에 따라서 판단 및 평가 기준을 삼을 수 있다. 빅데이터라는 말에서처럼 쏟아져나오는 데이터가 전부 노이즈로 가득 찼다면 어떨까? 이런 가비지 데이터에서는 의미있는 결과를 얻을 수가 없다. 아니면 새롭게 복잡한 알고리즘을 배워서 적용해봤는데, 기존에 통밥으로 떼려맞추던 것과 별반 다를 것이 없다면 그 알고리즘은 이 문제에서는 쓸모가 없다. 새로운 파라메터를 추가했는데, 개선효과가 없다면 이 또한 의미없는 헛수고에 불과하다. 여러 경우에도 의미있는 변화를 줄 수 없다면 새로운 문제도 새로운 접근법도 수용하지 않는 것이 좋다. 광물의 흔적도 없는데 금이 있다고 가정하고 굴을 파고 들어갈까?

두번째로는 Value다. 즉, 문제를 해결한 후 결과물이 가치가 있어야 한다. 단지 어려운 문제를 해결했다는 자기만족이 아니라, 뽑혀진 의미있는 결과물을 통해서 개선 효과가 있고, 그래서 그 서비스를 사용하는 사람들에게 가치를 줄 수 있어야 한다. 사용성이 좋아져서 시간을 줄려줬다거나 적절한 상품을 추천해줘서 바로 구입할 수 있게 되었다거나 등과 같은 가시적인 성과, 그리고 이에 따른 새로운 가치를 만들어 낼 수가 있어야 한다. 어렵게 금인줄 알고 캐냈는데 알고 보니 황철석이면 어떤 기분일까?

마지막으로 Practice, 즉 실행에 옮겨져야 한다. 결국 실행이 의미를 가치로 변환시켜주는 과정이다. 사실 내가 학교 쪽에 불만을 가지는 이유 중에 하나가 여기에 있다. 어렵게 연구해서 좋은 알고리즘을 만들어냈는데, 실생활에 적용되지 않는 경우가 많다. 나도 논문을 여러 편 적기는 했지만, 당시에는 그냥 주어진 평가점수만 조금 개선하는 방법을 찾아내면 그걸 마치 대단한 연구인양 논문으로 적었던 것같다. 실험실에서 주어진 토이 문제에서는 좋은 효과를 발휘하지만, 실제 문제에 적용될 수 없는 수많은 연구결과들이 그렇다. 단지 논문을 적기 위해서, 단지 특허를 받기 위해서 만들어진 쓰레기 알고리즘들이 넘쳐난다. 업무에서 새로운 문제를 만났을 때, 그 결과물이 실제 서비스에 적용될 가능성이 없다면 왜 처음부터 머리를 싸매어 그 문제를 해결하려고 노력했어야 하는걸까? 진짜 금이 매장되어있는 것은 밝혀졌는데 너무 깊어서 캐내는데 비용이 더 많이 들어가는 상황이라면 채광을 할까?

의도했던 글의 뉘앙스로 글이 적히지 않았다. 조금 억지스러운 표현이 많이 있다. 데이터 마이닝 뿐만 아니라, 다른 많은 일들에서 MVP의 기준에 따라서 생각, 판단할 수 있을 것같다. 내가 지금 하고 있는 일이 의미가 있는가? 내가 하는 일을 통해서 사회에 새로운 가치를 줄 수 있는가? 지금 하고 있는 일이 제대로 실행, 적용될 수 있는가? 해결책을 위한 문제가 아니라, 실제 우리 삶을 변화시키는 경험을 해보고 싶다면 의미, 가치, 실행에 대한 물음에 긍정적 답변을 얻은 후에 해도 절대 늦지가 않다.

(2013.05.30 작성 / 2013.06.04 공개)

페이스북 페이지: https://www.facebook.com/unexperienced

댓글을 달아 주세요

속도와 방향

Gos&Op 2013.05.27 09:43 |
Share           Pin It

간혹 TV강연이나 블로그 등에 좋은 글이라고 소개된 것들을 보면 성공하기 위해서는 속도보다는 방향이 더 중요하다고 말한다. 목표한 바가 확고하다면 믿고 느리더라도 묵묵히 가라는 메시지다. 틀린 말은 아니다. 그러나 속도보다 방향이 중요하다고 말하는 것은 그저 이미 성공했던 사람들의 자기 방어에 불과하다. 요즘과 같은 불확실한 시대에는 방향보다 속도가 더 중요하다. 특수한 경우가 아닌 이상은 올바른 방향을 처음부터 알 수가 없다. 재벌가의 자녀로 태어나거나 어릴 적부터 악기나 운동에 천재적인 재능을 보이지 않는 이상 사람이 성공하는 방향을 절대 알 수가 없다. 어느 게 맞는 방향인지 알 수 없는 상황에서 방향이 중요하다고 말하는 것은 공허한 울림에 불과하다.

방향을 알 수 없기 때문에 속도가 중요하다. 느림의 미학도 존재하고 완급의 묘미도 있지만, 일반적으로 빠를수록 좋다. 처음부터 올바른 방향을 잡았다면 빠르면 빠를수록 빨리 목표지점에 도착할 수 있고, 방향을 잘못 잡았다면 빠르면 빨리 방향이 잘못되었다는 것을 파악하고 방향을 바로 수정할 수가 있다. 그런데 방향이 중요하니 그곳을 향해서 느리더라도 지치지 말고 나아가라라고 말한다면 그 방향이 맞을 때는 괜찮지만, 만약 방향이 조금이라도 잘못 되었다면 온갖 수고를 다 하고 나서 결국 잘못된 곳에 도착할 수 밖에 없다. 그리고 방향이 맞더라도 속도가 느리면 의미가 퇴색되는 경우가 많다. 올림픽 100m 달리기에서 메달을 따지 못한 선수들은 방향이 틀려서가 아니라 속도가 느려서이다. 목표를 완성하기 위해서 방향이 시작이라면 속도는 끝이다. 시작이 반이다라는 말이 의미가 있지만, 끝이 없으면 시작의 반은 헛수고에 불과하다.

서비스나 제품의 개발 방법론도 방향과 속도에 대비해서 생각해볼 수 있다. 기획 중심의 개발은 방향을 중시하는 방법론이고, 실행 중심의 개발은 속도를 중시하는 방법론이다. 이전 글들에서도 밝혔지만, 개인적으론 (일반적으론) 실행 중심의 개발 방법론이 맞는 것같다. 적은 초기 리소스를 들여서 실험하고 검증해보고 더 큰 리소스를 들려 완성하면 된다. 초기 실패가 전체 실패로 이어지지 않는다. 그러나 잘못된 기획은 자칫 많은 리소스만 허비하고 결국 전체 실패로 귀결될 수가 있다. 물론 잡스와 같이 천재적 기획자가 있다면 얘기는 달라진다. 스스로 나는 또는 우리 팀은 천재적인가?를 자문하고, 조금이라도 의심이 든다면 개발, 속도 중심의 접근법을 택할 것을 권한다.

빨리 실패하고 작게 실패하고 많이 실패하는 것이 성공의 밑걸음이 된다. 단, 실패에 익숙해지면 안 된다.

(2013.05.24 작성 / 2013.05.27 공개)

페이스북 페이지: https://www.facebook.com/unexperienced

댓글을 달아 주세요

Share           Pin It

HBR에 올라온 기사를 정리 및 첨언한 것입니다. John Coleman이 적은 Six components of a great corporate culture라는 글에서, 제목과 같이 위대한 기업문화를 만드는 6가지 요소를 설명해주고 있습니다. 글의 내용을 간단히 요약하겟습니다. (일부 의역 및 개인 생각/표현이 첨가됨)

모든 기업마다 고유의 기업 문화가 있습니다. 많은 경영학책에 보면 유명한 기업들의 조직 및 문화에 대한 케이스 스터디들이 등장합니다. 그래서 많은 기업들이 그것들을 벤치마킹해서 자신들에게 접목하려고 합니다. 그러나 흉내는 낼 수 있으나 완전히 이식하는데 실패하는 경우가 많습니다. 오히려 비용만 들어가고 전보다 더 나빠지는 경우도 종종 봅니다. 이것은 기업마다 가지고 있는 케미스트리라고 표현되는 고유함 때문입니다. 그럼에도 불구하고 좋은 기업문화에 공통적으로 작용하는 공통점이 있다고 합니다. 저자는 다음의 6가지를 설명합니다.

  1. Vision. 가장 먼저 좋은 기업은 그 기업이 나아갈 방향이나 이상에 대한 명확한 비전 Vision이 있습니다. 간혹 미션 mission이란 말과 혼용됩니다. 간단하지만 명확한 미션은 기업이 추구하는 가치를 대변해주고 목표를 설정해줍니다. CEO에서부터 말단 직원에 이르기까지 모든 직원들에게 공유된 숭고한 비전은 스스로에게 열정을 불러일으킵니다. 그런 열정은 다시 그 기업의 고객이나 관계사, 및 주주들에게까지 영향을 미칩니다. 글에서 예시된 '알츠하이머가 없는 세상'이라는 비전을 가진 알츠하이머 연합이나 '빈곤없는 세상'이라는 비전을 가진 옥스팜의 예가 나옵니다. 이와 같이 비전 또는 미션은 짧지만 핵심을 파고드는 비전선언문/미션선언문 statement로 표현될 수 있습니다. 그런 비전/미션 아래 조직의 문화가 만들어집니다.
  2. Value. 비전이 기업의 목적을 명확히 해준다면 가치 Value는 그 비전을 이룩하기 위한 행동 및 마음가짐에 대한 가이드라인을 제공합니다. 기업이 추구하는 가치 또는 기업이 고객과 세상에 제공해주는 기여에 대한 공감이 없이 온전한 기업 문화가 자리잡기 어렵습니다. 구글의 'Don't be evil'을 글에서 예로 들고 있고, 'Ten things we know to be true'는 더 구체적인 구글의 value입니다. 많은 가치들이 있지만 진정성 authenticity가 제일이라고 합니다.
  3. Practice. 많은 기업들이 거창한 미션이나 가치를 내세우지만 그런 비전에 맞게 행동하거나 가치를 제공해주지 못하는 경우가 많습니다. 그것은 실천 Practice가 없기 때문입니다. '안전제일'이라는 문구 아래서 일어나는 수많은 안전사고들이나 '고개제일주의'라는 말이 무색한 고객서비스는 좋은 문구가 없어서가 아니라 실천이 없어서입니다. 모든 기업의 비전과 가치는 명확한 리뷰기준과 promotion 정책들로 뒷받침되어, 매일의 행동원칙이 되어야 합니다.
  4. People. 다음으로 기업의 비전과 가치를 실천할 사람 People들이 필요합니다. 기업의 비전을 공감하고 기업이 추구하는 가치를 제공하는데 기꺼이 동참하려는 직원들이 있을 때만이 건전한 기업문화가 만들어집니다. 그래서 최근에는 직원을 채용할 때부터 단순히 지원자의 능력만을 보는 것이 아니라, 그 직원의 태도와 신념이 기업이 추구하는 기업문화와 맞는지를 함께 평가한다고 합니다. 재미있는 이야기로, 기업문화와 맞는 직원은 7%나 낮은 연봉도 받아들이고, 그런 팀은 턴오버 비율이 30%가 낮다고 합니다. 기업문화에 공감하는 직원이 그런 기업문화를 더욱더 공고히 합니다.
  5. Narrative. 기업은 나름의 스토리/역사 Narrative가 있습니다. 창업부터 현재까지 기업이 쌓아왔던 성취를 일목요연하게 보여줌으로써 그 기업에 참여한 사람들에게 자부심을 심어주고 그런 역사를 계승발전시키겠다는 사명감을 갖도록 만듭니다. 그래서 많은 기업들이 역사관을 만들어서 내외부인들에게 공개합니다. 무엇보다도 구전되는 창업신화만한 내러티브는 없을 듯합니다. 우리는 여전히 스티브 잡스가 애플을 창업할 때의 이야기를 술자리 안주로 삼습니다. 그리고 더 중요한 것은 현재 진행되고 있는 살아있는 역사에 대한 자부심을 키워줘야 합니다. 그런 의미에서 패배감을 떨쳐버릴 꾸준한 성공이 필요한 듯합니다.
  6. Place. 마지막으로 기업문화를 펼칠 장소 Place입니다. 사람들이 자유롭게 만나서 이야기를 나눌 수 있는 공간은 단순히 비용측면에서 보면 어리석어 보입니다. 그러나 그런 공간에서 우연히 마주쳐서 생각을 자유롭게 나누면서 새로운 아이디어가 창발합니다. 창의력의 창발성은 다양함이 부딪혀야 발생합니다. 그러기 위해서는 사람들이 만날 수 있어야 하고, 그런 공간이 필요합니다. 픽사에는 화장실이 캠퍼스 정중앙에만 존재한다는 얘기는 이런 의미에서 시사점이 큽니다. (캠퍼스가 커져서 현재는 아니라는 말이 있음) 사람들 사이의 공감을 나눌 공간이 없으면 문화가 만들어질 수 없습니다.

자세한 내용은 위의 HBR 글을 참조하시기 바랍니다.

당신의 기업은 어떻습니까? 건전한 기업문화라는 것이 있습니까? 다음은 엄청난 문화가 있는 듯합니다. 그 연봉을 받으면서 꾸준히 만족하는 직원들을 보면은...

(2013.05.08 작성 / 2013.05.16 공개)

페이스북 페이지: https://www.facebook.com/unexperienced

댓글을 달아 주세요

저주를 받은 자.

Gos&Op 2013.02.08 10:14 |
Share           Pin It

MIT 미디어랩의 John Maeda 교수는 나에게 저주를 내렸다. 정확히, 그냥 그의 생각을 블로그에 올리고 트윗을 했을 뿐이다. 그러나 그트위은 나의 현재 저주를 그대로 반영하고 있다. 나는 저주를 받은 사람이다. 억울해서 나도 당신들에게 같은 저주를 내린다.

평소에 나는 다른 사람들보다 -- 적어도 다른 사람들 만큼은 -- 생각을 많이 하고 서비스나 기능 제안 등에 대한 아이디어가 많다고 자평해왔다. 그냥 혼자 생각한 것에 머물지 않고, 사내 게시판/야머나 개인블로그 등을 통해서 여러 사람들에게 알리는 것에도 게으르지 않았다. 이런 나 자신이 뿌듯했던 것도 사실이다. 결론적으로 생각해보면 딱 여기까지다. 다른 사람들이 보면 그냥 말만 앞세우고 그냥 튈려고 하는 그런 부류로 생각하지 않을까? 생각은 많이 하고 말은 많이 했지만 정작 이룬 것은 하나도 없다. 아이디어에 자만하면서 결국 실행에 옮긴 것은 하나도 없다. 스스로 많이 생각해서 좋은 아이디어가 많다고 자만하는 사이에 나는 실행할 줄 모르는 사람이 되었다. 물론 기술적으로 내가 할 수 없는 일들도 있었지만, 쉽고 간단하게 해결할 수 있는 것들도 있었지만 때가 아니라는 이유로, 귀찮다는 이유로, 내 일이 아니라는 이유로, 또는 하찮은 일이라는 이유 등으로 미뤄왔다. 마에다 교수가 올린 '아이디어의 선물은 실행하지 않음의 저주다'라는 말이 나에게 그대로 해당이 된다. 나는 아이디어가 많은 사람이 아니라, 실행이 없는 저주에 걸린 사람이다.

세상에는 그리고 이 글을 읽고 있는 사람들 중에서는 나와 비슷한 처지에 놓인 이들이 많으리라 짐작된다. 나와 같이 저주에 걸린 이들… 스스로 변화시킬 능력은 퇴화되고, 그저 남을 움직여서 뭔가를 이룩하려는 그런 사람들… 특히 나이가 들면서 지위가 오르면서 그런 경향이 더욱 짙어지기도 한다. 신입을 시키면 되지 굳이 내가 해야 해? 팀원한테 시키면 돼지 뭐. 내가 겨우 이거나 할려고 교수나 된 줄 알아? 그냥 학생한테 시켜서 내일까지 해오라고 할테다. 혹은 집에서도 '엄마/여보, 물 줘.' 생각은 내가 하고 행동은 네가 한다는 그런 저주에 걸려서 사지가 굳어지고 결국 사회에서도 도태되어 버리고 있다.

지난 2월 1일 금요일, 제주 다음스페이스.1에서는 제13회 DevDay 행사가 있었다. 외부의 10개팀이 모여서 밤을 새면서 다음에서 제공하거나 공개된 API나 오픈소스 등을 이용해서 간단하게 서비스를 구현해보고 서로 발표하는 행사다. 짧은 시간, 날 밤을 새면서 나온 결과물이 퍽 좋을리는 만무하지만, 그래도 이런 기회를 통해서 평소에 해보고 싶었지만 업무에 밀려서 또는 나는 이런 거 못해 등으로 미뤄왔던 것들에 도전해보는 것만으로 의미가 있는 행사였고 도전이었다. 사내에서도 3팀이 참석했는데, 어쩌다보니 (실질적인 도움을 주지는 않았지만) 그냥 같이 밤을 새면서 개발하는 것을 옆에서 지켜봤다. 그들의 아이디어가 완벽하지도, 유니크하지도 않았지만 -- 그래서 조금 재도 뿌렸지만 -- 그들의 도전과 실행이 자랑스러웠고, 또 부러웠다. 하루밤의 결과물이 별로 일 거라는 것은 그들도 알고 시작했을 것이다. 그러나 실행에 옮겼다. 도전에는 실패가 없다. 유일한 실패는 도전하지 않는 것이다.

'어린왕자'의 저자 생택쥐페리가 이런 말을 했다고 한다. "배를 만들고 싶다면 나무를 베어올 사람을 모으지 말고, 사람들에게 끝없이 넓은 바다에 대한 동경을 심어주어라." 경영학이나 자기계발서 등에서 사람들의 동기유발에 대한 글에서 자주 등장하는 말이다. 소위 '꿈은 이루어진다'라는 말과도 일맥상통한다. 틀린 말은 아니다. 그러나 꿈을 꾸는 자는 매일 꿈만 꾸고, 바다를 본 사람은 바다만 바라본다. 이것이 현실이다. 정글의 법칙에서 병만족이 섬에서 탈출하기 위해서 뗏목을 만드는 모습을 봤을 것이다. 그들의 머리 속에도 엄청난 크기의 범선이나 쾌속정의 모습이 떠오를 것이다. 그들이 머리 속에 떠오른 범선이나 쾌속정을 만들어서 섬을 탈출하겠다고 마음을 먹었다면 그들은 배를 만들 엄두도 못 냈을 것이고 실제 만든다고 해도 다 만들기 전에 아사했을 것이다. 현실 여건 속에서 실행에 옮길 수 있는 뗏목을 떠올리고 그것을 만들어서 탈출을 감행했기 때문에 그들은 안전한 육지에 다다랐다. 우리는 꿈만 꾸다가 허송세월을 보내버리고 만다. 그런 저주에 걸렸다.

아이디어의 선물 혹은 저주. 아이디어가 참으로 선물이 되고 저주가 되지 않기 위해서는 실행에 옮기는 길밖에 없다. 일단 해보고 싶다가 아니라 해봐야겠다로 마음을 정하고, 그냥 작은 것부터 해보는 거다. '그래, 가는 거야.'

개인적으로 지금 빅데이터 기술들을 공부하고 R 문법책을 읽는 것이 내 커리어에 별로 도움이 되지 않을 수도 있다. 그러나 그래도 해보는 거다. 내게 내려진 저주를 푸는 유일한 방법이기 때문이다. 분석 플랫폼에 대한 생각만 있지, 전혀 실행계획이 없다. 그러나 그래도 관련된 뭐든 시도해보고 뭐든 공부해보기로 했다. 완성시키지 못하더라도 시도해보지 않았다는 소리를 듣지 않기 위해서다. 내가 할 수 있는 영역에서 뭐든지 해보는 것이 중요하다. 그러면서 그 영역을 조금씩 넓혀가는 것이 중요하다. 그러면서 진짜 뭔가 물건이 나올지 누가 알겠는가?

글을 적고 있는 사이에 아래의 Paperman이라는 애니메이션을 디즈니에서 온라인에 공개했다는 기사를 보게 되었다. 애니메이션 내의 페이퍼맨이 종이비행기를 접어서 날리는 그 모습이 바로 자신의 저주를 끊는 것을 잘 보여주고 있다. 도전에는 실패란 없다.


(2013.02.03 작성 / 2013.02.08 공개)

댓글을 달아 주세요

  1. Favicon of http://solarhalfbreed.tistory.com BlogIcon ludensk 2013.02.08 15:18 신고 Address Modify/Delete Reply

    저랑 친한 개발자 친구도 그 저주에...
    요새 회사업무가 밀리다보니 생각만하고 실천은 안하게 되고, 그게 또 습관처럼 안없어진다고 하더군요;;

이런 거 LIKE THIS

Gos&Op 2012.07.10 19:41 |
Share           Pin It

제목을 '이런 거'로 적고 나니 재작년에 SNS에서 회자되던 뉴스가 생각납니다. 오마이뉴스에 강인규 기자가 적었던 '우리는 이런 거 왜 못 만드냐고?'라는 기사입니다. 당시에 해당 기사에서 발달된 글을 하나 적었는 것도 같고 아닌 것도 같습니다. 그냥 제목을 적고 보니 저 기사가 생각나서 인트로에 다시 소개합니다.

몇 일 전에 페이스북에 글을 하나 올렸습니다. 공감을 표하신 분들도 계셨고, 또 어떤 분들은 또 지랄하고 있네라고 생각했을지도 모릅니다. 그때 적었던 글을 그대로 옮기면 아래와 같습니다.

이런 걸 한다고 좋아지겠어?라는 생각과
이런 것도 안 하면서 좋아지겠어?라는 생각. 
이런 거는 같은 거...
타인의 머리에서냐 아니면 내 머리에서냐의 차이.
실행하고 실수하고 실패하고 그래야 성공하고 성취하고 성장하겠지.

from http://www.facebook.com/falnlov

이 글을 좀 더 자세히 적어야 하나?라는 생각에서 글을 시작했지만 그냥 위의 문장만으로도 충분하다는 생각도 듭니다. 공개된 트위터가 아닌 닫힌 페이스북에 올렸던 글이라서 그냥 일반에 공개하겠다는 의미에서 이 포스팅을 시작합니다.

왜 저런 글을 적었을까요? 어쩌면 당사자가 글을 읽으면 조금 서운할 수도 있겠지만... '세상을 즐겁게 변화시키겠다'는 모토로 시작해서 성장한 다음이 내부에서는 즐거움을 잃어가고 있다고 많은 이들이 느끼고 있습니다. (저의 글도 비슷한 논지가 많았고 더 자세히 적으면 길어질까 두렵습니다.) 그런 위기 의식에서 시작해서 어떻게 하면 초심을 찾을 수 있을까? 또는 즐거운 일터 (일터가 즐겁다는 말은 모순이겠지만)를 만들 수 있을까?에 대한 내부 고민이 많습니다. 그래서 다양한 문화프로그램을 개발해서 직원들의 문화적 욕구를 조금이라도 해소시켜줄까? 아니면 일하는 방식을 좀더 창의적이고 재미있게 만들어볼까? 예전에 시도했지만 좋은 성과를 못 냈던 프로그램이나 프로세스를 개선해서 다시 살려볼까? 아니면 외부의 전문가들이 추천하는 방식을 사내에 도입해볼까? 등의 고민과 (반공식) 토의가 이어지고 있습니다.

그런 노력의 일환으로 다음에서의 실천공동체, 린스타트업, 오픈이노베이션 등에 대한 초안을 누군가 준비하고 있고, 그 초안에 대한 피드백을 요청받았습니다. 짧으면 짧은 글이었지만, 저는 읽으면서 참 길고 재미없고 지루하고 어렵게 글을 적었네라는 느낌을 받았습니다. 그러다 보니 '이런 거를 한다고 뭔가 좋아지겠어?'라는 부정적인 생각이 났습니다. 의도도 좋고 나름 검증된 개념들을 설명하고 있었지만,그 글 자체만 보고서는 희망적인 피드백을 주기도 어려웠습니다. [왜? 읽는데 지루했기 때문에.] 그리고 몇 년간 이어온 이런 저런 모습들이 겹쳐지면서 저걸 하다고 우리가 좋아질까?라는 반응은 어쩌면 너무 당연했습니다. 그 순간 또 제 머리를 스쳐지나갔던 생각이 있습니다. 요즘은 좀 잠잠하지만 지난 5년 동안 무수한 의견을 개진해왔습니다. '너희는 이런 것도 안 하면서 어떻게 좋아지기를 기대하냐?'는 식의 글이었습니다.

내가 말한 '이런 거'는 장미빛 희망을 전달해주는 거였고, 남이 말한 '이런 거'는 쓰잘데기없는 쓰레기인가?라는 생각이 들었습니다. 나의 입에서 나왔던 이런 것도, 남의 입에서 나왔던 이런 것도... 모두 더 좋은 미래를 위한 다양한 시도였을텐데, 왜 내 생각은 탁월한 생각이고 네 생각은 그냥 그런 쓰레기로 여기게 되는 걸까?라는 순간적인 반성이었습니다. 넉넉히 잡아서 모든 생각의 반이 성공한다고 가정한다면... 내 머리에서 나온 생각도 반은 성공할테고, 남의 머리에서 나온 생각도 반은 실패할텐데 (의도적으로 이렇게 적은 것임.)... 왜 자신의 생각은 그냥 성공을 보장하는 것이고 남의 생각은 그렇게 반신반의하며 거부해야하는 것일까요. 내 생각은 충분히 시도해볼만한 것이고, 네 생각은 그냥 검토도 하기 귀찮은 것이고... 살다보면 이런 마인드세트를 생각하고 행동할 때가 많은 것같습니다. [조금 변명하자면 제대로 이해하지 못한 생각에 100% 확신을 줄 수는 없는 노릇입니다.]

많은 것들을 실행하다보면 분명 많은 실수도 저지르게 되고 그런 실수들로 인해서 실패로 끝나는 경우가 허다할 것입니다. 그렇다고 실행을 하지 않으면 단 하나의 성공의 열매도 얻을 수가 없고, 실수를 하지 않으면 그것을 통해서 교훈도 얻을 수 없고, 실패를 하지 않는다면 꼭 성공하겠다는 오기도 안 생길 것입니다. 그렇게 실수하며 실패할지도 모르는 일이지만 실행하고 실행하다보면 어느 아이디어는 소 뒷걸음질치다가 성공 스토리가 나올 수도 있을테고, 그렇게 하나 둘 성공하다보면 성취감을 얻게 되고, 또 그런 실패와 성공에서 여러 교훈을 얻으면 스스로 성장하고 성숙해가겠죠. "삼실삼성" 실행하고 실수하고 실패하고 그래야 성공하고 성취하고 성장한다.

이런 생각의 흐름 때문에 반성과 다짐을 더해 위의 글을 적게 되었습니다.

댓글을 달아 주세요

Share           Pin It
데이터, 정보, 지식 그리고 지혜를 어떻게 설명할 것인가? 통상적으로 데이터를 요약정리하면 정보가 되고, 그런 정보가 다시 정제되면 지식이 되고, 그런 지식이 누적되고 재활용되면 지혜가 된다고 들한다. 데이터를 깊이 파고드는 기술을 데이터마이닝 Data Mining이라하고, 정보를 찾는 과정을 정보탐색 Information Retrieval이라하고, 지식을 찾는 과정을 지식발견 Knowledge Discovery라고 한다. 그런데 지식의 다음 단계인 지혜를 얻는 방법에 대한 표현은 아직 없는 것같다. 통상적으로 이렇게 데이터, 정보, 지식, 그리고 지혜를 이해해도 무관하다. 그러나 더 쉬운 도식을 만들어보고 싶다. 

 정보는 데이터에서 나온다고 말했다. 그러나 데이터에서 나온 모든 것이 정보가 아니다. 일명 쓰레기 정보를 정보라고 칭하기에는 무리가 있다. 데이터가 진정으로 정보가 되기 위해서는 의미가 부여되어야 한다. 그래서

정보 = 데이터 + 의미 (Information = Data + Meaning)

 라는 등식을 만들면 될 것같다. 미사여구를 사용해서 정보를 설명, 정의내릴 것이 아니라, 주변에 산재한 데이터에서 의미를 찾아내고 또는 의미를 부여하면 그것이 날 Raw 것이 아닌 정보로 가공, 정제된다. 그렇게 의미를 부여하는 과정이 데이터마이닝이다.

 지식은 또 정보에서 나온다고 말했다. 일반적으로 지식과 정보의 차이는 별로 크지가 않다. 중요한 키워드는 '일반적으로'다. 정보와 지식의 차이는 거의 없다. 그러면 어떻게 해서 하나의 정보가 누구에게는 그저 평범한 정보가 되고, 또 다른 누구에게는 소중한 지식이 되는 걸까? 그것은 그 사람이 생각하는 그 정보에 대한 가치다. 즉, 정보에 가치가 부여되면 지식이 된다는 소리다. 그래서

지식 = 정보 + 가치 (Knowledge = Information + Value)

라는 등식을 만들 수 있다. 나에게 가치가 있는 정보는 지식이 되지만, 나와 무관하거나 가치를 주지 못하면 그냥 정보 그이상도 그 이하도 아니다. 때로는 그냥 불필요한 정보일 수도 있다. 그러나 사람의 상황에 따라서 정보에 가치가 부여되기도 하기 때문에 이미 의미가 부여된 정보가 쓰레기가 될 가능성은 낮아보인다. 사람의 상황이란 통상적으로 말하는 컨텍스트 Context로 생각하면 될 것같다. 오늘은 가치가 없지만 내일은 가치가 부여될 수 있기 때문에 이런 시간이라는 컨텍스트, 여기서는 무가치하지만 저기서는 가치가 부여되는 공간이라는 컨텍스트, 그리고 나에게는 직접적으로 무관하지만 너와의 관계에서 또는 우리라는 공동체 내에서는 가치가 생기는 그런 인간이라는 컨텍스트, 그리고 그 외의 다양한 컨텍스트가 바뀜에 따라서 하나의 정보는 가치를 가지게 되고, 지식이 된다.

 마지막으로 지혜는 과정 지식의 축적으로 이뤄지는 걸까? 늘 그런 고민을 해놨다. 데이터에서 정보가 나오고, 정보에서 지식이 나온다는 것은 너무 자명해 보이는데, 지식에서 과연 지혜가 나올까?라는 의문은 아직 풀리지 않고 있다. (그래서 늘 지식의 다음 단계를 지혜라고 말하곤 한다.) 사실 지식이란 단순히 가치만 있다고 해서 지식이라고 말하긴 그렇다. 지식은 단지 앎을 뜻하지 않는 것같다. 지식에서 행함이 없다면 과연 그것이 지식일까? Actionable하지 않는 Knowledge는 과연 지식일까?라는 생각을 자주 한다. 그런데 그런 행위/실행이 반복되면 분명 지식 이상의 무엇으로 발전할 것같다. 그래서 그 '무엇'을 지혜로 부르면 되지 않을까? 그래서

지혜 = 지식 + 실행 (Wisdom = Knowledge + Execution)

으로 등식을 만들면 될 것같다. 행함이 없는 지식은 죽은 지식이라고 말한다. 그런 행함 그리고 반복을 통해서 우리 몸으로 그 지식을 체화시키면 그것이 자연스러운 습관이 되고, 나에 대한 캐릭터 Character가 된다. 그렇게 되면 그 지식이 나의 지혜가 되고, 나의 평판 Reputation이 된다. (그리고 캐릭터가 없는 평판의 무의미하다. 평판은 순간적이지만 캐릭터는 영원하다. 그런 의미에서 평판의 지식의 영역이고, 캐릭터는 지혜의 영역이다.) 음... 그리고, 실행의 누적이 경험 Experience 입니다.

 앞에서 이미 다 적었지만, 데이터, 정보, 지식, 그리고 지혜를 다시 정리해보자. 데이터에 의미가 부여되면 정보가 되고, 사람마다 특화된 가치를 제공하는 정보는 지식이 되고, 그런 지식을 실생활에서 꾸준히 활용하다보면 지혜가 된다.

정보 = 데이터 + 의미
지식 = 정보 + 가치
지혜 = 지식 + 실행
그래서 결국, 지혜 = 데이터 + 의미 + 가치 + 실행 

단순한 숫자로써의 데이터가 아니라 그 숫자 하나하나에 의미를 부여하고, 가치를 부여하고, 실행하고 그러면서 우리는 더 진화한다. 똑똑한 사람이 아닌 현명한 사람으로...

 (추가. 2012.03.01) 데이터는 더 많이 가질수록, 정보는 더 많이 알수록, 지식은 더 많이 행할수록, 그리고 지혜는 더 많이 공유할수록 만족/행복해진다. 삶에서 행복이란 더 많은 소유, 더 많은 지식, 더 많은 경험보다는 더 많은 나눔에 있는 것같다.

댓글을 달아 주세요

  1. 2012.02.08 21:29 Address Modify/Delete Reply

    비밀댓글입니다