본문 바로가기

실행

(8)
인텔리전트 시스템 관점에서 본 테크기업의 M&A 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, 데이..
지금 나에겐 Visionary가 필요해 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 brains..
데이터 마이너의 판단 기준 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..
속도와 방향 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. 느..
위대한 기업문화의 6가지 요소 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 ..
저주를 받은 자. 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. The gift of ideas, is the curse of doing nothing (ca 2000). risd.cc/TH1L5o— johnmaeda (@johnmaeda) January 27, 2013 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..
이런 거 LIKE THIS 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 성..
데이터 정보 지식 그리고 지혜 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..