디자이너, 기획자, 개발자, 비즈니스 모두 도움 되는 쉬운 UX 참고서

하루 한 장 UX의 법칙 100 - 바쁜 기획자와 디자이너를 위한 원포인트 UX/UI 디자인 레슨
아이린 페레이라 지음, 현호영 옮김 / 유엑스리뷰 / 2024년 11월

* 본 서평은 출판사에서 도서를 지원받아 작성했습니다.

그리스 신화에 나오는 다마스쿠스는 쭉 펴다는 의미의 프로크루스테스라는 별명을 가졌다. 그는 지나가는 여행자를 자신의 침대로 초대해, 침대보다 길면 다리를 잘랐고, 침대보다 짧으면, 몸을 늘리는 잔인한 고문을 했다. 

세상에는 프로크루테스가 한 거처럼 잔말 말고 내가 만든 데로 쓰라는 웹사이트 또는 프로그램이나 전자제품들이 너무 많다. 프로그램 사용하기 너무 불편하게도 만들고, 좋은 기능도 활용하기 어려운 경우가 많다. 식당이나 카페에 있는 키오스크 역시 한 가지다. 메뉴 찾기 힘들고, 자꾸 실수해서 여러 번 반복하게 만들기도 한다. 산업 현장에 기계들도 별거 아닌 버튼 위치 하나로 장비 오동작이나 불량률을 높인다. 심지어는 각종 사고까지도 발생시킨다.

사용자를 더 화나게 하는 것은 많은 사람들이 그 문제를 지적하고 불평해도 절대 안 바꾼다는 것이다. 사람들이 다 떠나도 자기들이 뭘 잘못했는지 모른다. 더 황당한 경우는 잘 쓰고 있는 것을 괜히 바꿔서 문제를 만들기도 한다. 개선이 아니라, 개악을 해버린 것이다.

이런 각종 User Interface UI 문제들을 전문적으로 고민한 것이 바로 사용자 경험을 의미하는 User Experience UX이다.

내 경우 1인 개발자다 보니, 프로그램 화면 디자인할 때 사용자의 편리성을 많이 생각하게 된다. 버튼의 크기, 위치, 색상, 다음 화면과의 연결성, 팝업이 좋을지, 아니면, 한꺼번에 표시하게 좋을지 등등을 고민한다. 같은 프로그램도 PC와 스마트폰 사용에 따라 달라지고, 마우스 또는 터치 화면 사용에 따라 다 다르다. 

문제는 내가 개발자지 디자이너는 아니라는 거다. 빠듯한 개발비로는 디자이너를 따로 쓰지 못하는 경우가 대부분이다. 그러다 보니, 어쩔 수 없이 UX 관련 지식을 기회 닿는 데로 쌓을 수밖에 없었다.

이번에 보게 된 책은 UX 디렉터이자 디자이너인 아이린 페레이라 저자의 '하루 한 장 UX의 법칙 100'이다. 이 책은 UX 디자인에 핵심이 되는 각종 조언을 100개로 추려서 하루에 하나씩 레슨받는 느낌으로 볼 수 있게 구성한 된 것이 큰 특징이다.

이전에 몇 권의 UX 책을 봤는데, UX, UI 쪽은 사용자의 심리, 인체공학적인 부분, 문화 차이 등이 들어가서 그런지, 딱 이거라는 명확성을 느끼기 힘들었다. 게다가 어떤 책은 설명이 너무 추상적이고 난해해서 읽기 어려운 것도 있었다. 

그러나 '하루 한 장 UX의 법칙 100'은 책 타이틀처럼 한 장, 두 쪽에 하나의 주제를 일목요연하게 핵심만 간결하게 설명하고 있다. 설명과 함께 시각을 자극하는 각종 일러스트와 자료 사진 같은 것들이 계속 함께 나와서, 그만큼 머릿속에 팍팍 박힌다.

서문의 활자체도 일반적인 것보다 무척 크게 써놨다. 노안이 온 나에게 시원하다는 느낌을 줄 정도다. '하루 한 장 UX의 법칙 100'은 100개의 토픽을 고려, 공감, 정의, 리서치, 디자인, 검증이라는 6단계의 카테고리로 나눠 설명하고 있는데, 각 시작마다 더 큰 활자로 각 단계의 핵심 내용을 강조하고 있다. 물론 카테고리도 책 옆면을 보면, 색상을 달리해서 나눴다. 전체적으로 컬러풀하면서도 리듬감이 느껴지는 구조다. 이것 역시 저자가 의도한 UX 디자인이라 생각한다.

내용도 단순히 UX 이론만 설명하는 것이 아니다. 왜 그런 주장을 하는지, 다양한 예시들이 담겨 있다. 예를 들어, 2000년 미 대선의 투표를 통해 UI, UX의 실패 원인을 분석하고, 0.4초의 마법 같은 반응 시간을 이야기한 IBM의 연구 논문도 다룬다. 연구 결과나 각종 사례도 많이 나오고, 저자의 현장 경험 이야기도 잘 담겨 있다.

'하루 한 장 UX의 법칙 100'에 나오는 100가지 주제 모두 하나같이 중요하다 느껴진다. 아울러 UX 디자인 또는 기획 외에 비즈니스에도 유용한 내용들이 많다. Define 정의 파트를 보면, 올바른 클라이언트를 선택하라, 요구사항을 수집하라, 지름길을 찾아라, 덜 약속하고 더 해주어라 이런 것들은 비즈니스에 유용한 주제이다. 이 중에서 '완벽한 것보다 제때 끝내는 것이 낫다.'는 비즈니스뿐만 아니라 경험 있는 개발자라면 극히 공감할 내용이다. UX 디자인을 이야기하는 책이지만, 개발자로서 겪은 경험에서 얻은 교훈과도 일치한 주제들이 많이 보인다.

'하루 한 장 UX의 법칙 100'을 보고 다시 느끼지만, 개발자가 디자인까지 모두 하는 것은 한계가 있다. 이렇게 주워들으며 그저 흉내를 내는 수준이지, 디자이너의 깊이 있는 경험과 감각을 따라잡기 어려운 일이다. 그럼에도 이 책을 통해 좋은 UX가 어떤 것인지 개념을 확립하고, 이해도를 높일 수 있었기 때문에 앞으로 UX 디자이너와 협업할 때 큰 도움이 될 것 같다. 여러모로 '하루 한 장 UX의 법칙 100'는 개발자나 디자이너, 기획자, 비즈니스 모두에 매우 도움 되는 UX 참고서라 생각한다.

'하루 한 장 UX의 법칙 100'을 참고해서 더 이상 프로크루스테스처럼 잔인한 UX 고문 기술자가 되지 말자.

파이썬과 통계학을 기초부터 누구나 쉽게 익힐 수 있는 책

파이썬으로 배우는 통계학 교과서 - 2판 ㅣ 파이썬으로 배우는 교과서
바바 신야 지음, 윤웅식 옮김 / 한빛미디어 / 2024년 11월

나에게 있어서 통계학은 뭐랄까, 살짝 트라우마 같은 존재이다. 학창 시절 남보다 매우 일찍 취업한 이유도 있었지만, 통계학 점수가 참 우스울 정도로 엉망이었기 때문이다. 그래도 그때는 크게 신경 쓰이진 않았다. 학점을 포기할 정도로 솔직히 지루하고 너무 재미없었다. 많은 데이터를 반복적으로 계산하는 것이 내 취향이 아니었다. 

통계의 중요성을 전혀 몰랐던 것이다. 그저 보험 수학 같은 것에 자주 쓰이고, 이걸 익히면, 보험이나 금융 쪽에 취업하기 좋다 정도였다. 당시 통계학을 가르쳐 주셨던 교수님께는 죄송하지만, 그때 통계의 비전, 컴퓨터에서의 활용을 보다 강조해서 알려줬다면, 나도 생각이 달라지지 않았을까 생각한다. 어쨌든 통계의 잠재적 가능성을 못 알아본 나의 창피한 핑계와 변명이다.  

지금 통계학의 위상은 엄청나다. 경제, 경영, 각종 과학 분야, 공학 등 모든 학문에서 통계는 필수가 되었으며, 인공지능 AI에서는 꼭 익혀야 할 기본 수학 파트가 되었다. 그러다 보니, 과거엔 비록 포기했던 통계학이었지만, 지금은 새로운 마음으로 틈틈이 다시 공부하고 있다. 

사람마다 다르겠지만, 통계는 난해함보다는 지루한 편이다. 공식도 비슷비슷해서 틀리기 쉽다. 무엇보다 통계학은 단순히 공식만 암기해서는 절대 안 되는 학문이다. 어떤 때 어떻게 활용하는지 제대로 알아야 하고, 흔히 발생할 수 있는 통계의 오류 같은 것들에 대한 지식도 필요하다. 빅데이터에서 사용하는 거처럼, 조사 범위, 데이터의 선별과 같이 자료를 제대로 다룰 수 있어야 한다. 이런 것들을 확실히 모르고 통계처리를 하게 되면, 전혀 다른 결과를 도출하게 될 수 있고, 실험 조작, 여론 조작, 잘못된 의사결정과 같은 심각한 문제를 만들 수 있다.

서론이 길어졌는데, 그만큼 통계는 제대로 배워야 한다는 소리다. 이번에 소개하는 바바 신야 저자의 '파이썬으로 배우는 통계학 교과서'는 책 제목 그대로 교과서와 같이 통계학의 가장 기초부터 머신러닝 응용까지 한 계단 한 계단 지식을 쌓게 도와주는 책이다.

더군다나, 통계가 현재 수많은 프로그램으로 다뤄지고 있는 만큼, 파이썬 언어 기초부터 익혀가며 바로 써먹을 수 있는 활용 방법도 함께 알려주고 있다. 뭐랄까 통계학과 파이썬, 두 마리 토끼를 한 번에 잡는 책이란 느낌이 강하다. 그래도 일단 파이썬을 전부터 쓰고 있는 내 입장에서는 통계를 얼마나 쉽고 잘 가르치고 있는지를 더 중요시하고 봤는데, 이 책이 그런 면에서 걸출하다. 설명이 장황하지 않으면서도 이해가 쏙쏙 되게 너무나 잘 설명하고 있다. 통계 예제마다 파이썬 코딩으로 확인하고 있어, 라이브러리 사용 연습에도 도움 된다.

보통 컴퓨터나 수학 관련 책에는 번역서가 아니더라도 주석이 많이 붙는 편인데, '파이썬으로 배우는 통계학 교과서'는 별다른 주석 없이도, 누구나 이해하기 쉽게 설명하고 있다. 이번 '파이썬으로 배우는 통계학 교과서'는 2판인데, 저자가 초보자가 쉽게 학습할 수 있도록 초판을 대폭 개정했다고 한다. 구성과 내용 보강을 했다고 한다. 그래서 더 이해가 쉬웠던 거 같다. 물론 윤웅식 옮긴이가 어색함 없이 자연스럽게 번역한 공도 클 것이다.

통계학을 처음 접한다면, 무조건 '파이썬으로 배우는 통계학 교과서' 챕터 1부터 보는 것이 올바른 학습 순서가 될 것이다. 챕터 1은 짧게 끝나지만, 통계학의 전반적인 의미와 주의할 점을 간결하게 잘 설명하고 있는 만큼 그냥 지나치지 말고 꼭 봐야 한다. 

챕터 2는 파이썬 프로그래밍 언어를 다룬다. 설치와 중요한 문법을 다룬다. 파이썬 언어가 워낙 많은 곳에서 쓰이고 있는 만큼, 아직 익히지 않았다면, 이참에 통계학과 함께 공부하면 앞으로 무척 유용할 것이다. 물론 이 책에서는 기본적이고, 통계에 필요한 것만 학습하므로 파이썬을 보다 전문적으로 익히기 위해서는 나중에 다른 책도 참고해야 할 것이다.

'파이썬으로 배우는 통계학 교과서'를 보면서 왜 이 책이 쉽게 느껴졌나 다시 곱씹어 보면, 챕터 1부터 마지막 챕터 10까지 다양한 비유와 예시를 통해 이해를 도왔기 때문이라 생각한다. 추론통계를 위한 빨간 구두, 파란 구두부터 평균값이 지닌 문제점을 말하고 있는 저축금액 예, 기술통계 전반적인 설명에 사용된 물고기 분류, 통계에 빠지지 않고 등장하는 동전, 날씨,  프라모델, 맥주 판매 등등 참 많은 것들을 활용했다. 그만큼 내용을 다시 떠올리는 데 도 도움이 됐다.

'파이썬으로 배우는 통계학 교과서' 챕터 1에서 6까지는 통계학 입문 내용을 다룬다. 중고등학교 수학 시간에 배운 것도 나오지만, 전반적으로 전산적인 시각에서 보고 있는 면이 있어, 다소 새롭게 느껴질 수 있다. 그러나 읽다 보면, 별거 아니네 하는 생각이 바로 들게 될 것이다. 시그마, 파이, 표준분포, 변동계수, 공분산, 상관행렬, 각종 그래프, 확률분포, 이항분포, 정규분포, 추정, 추출, 가설검정 등 모두 어려움 없이 이해할 수 있다.

챕터 7부터 10까지는 분석 방법을 다룬다. 통계모델부터 회귀분석, 분산분석, 가능도 같은 것이 나오며, 인공지능에 다양하게 활용되고 있는 선형모델, 선형분석도 배운다. 이 책에서 머신러닝 파트의 비중은 작지만, 기초는 확실히 닦을 수 있다. 어차피 머신러닝, 딥러닝, 신경망 이런 것들 깊게 익히려면, 책 한두 권으로는 안된다. 어쨌든 기초만 탄탄하다면, 다른 책을 보고 이해하는데도 큰 도움이 된다.

인공지능을 공부하면서, 내 수학 지식이 터무니없이 모자란다는 것을 절실히 깨달았다. 그러다 보니 모자란 수학 실력을 어떻게 보충할까 고민해왔다. 통계학의 경우 대학 때 봤던 교재를 다시 볼까도 생각했다. 그러나 그건 그다지 합리적인 방법이 아니다. 어차피 IT에 써먹으려고 하는 만큼, IT, 전산이 융합된 책이 보다 실용적일 것이다. 이번 '파이썬으로 배우는 통계학 교과서'를 통해서 통계학을 체계적으로 공부하는데 많은 도움이 됐다.  무엇보다 쉽게 이해할 수 있어서 참 좋았다. 역시 공부의 기본은 교과서 중심이다. 현재 파이썬과 통계학에 자신이 없다면, 이 책을 추천하고 싶다.

이미지 생성 AI 서비스로 애니스타일 그림 만들기

스테이블 디퓨전 실전 가이드 - 직접 체험하면서 배우는 이미지 생성 AI의 원리와 활용 테크닉의 모든 것 ㅣ 지적생활자를 위한 교과서 시리즈
시라이 아키히코.AICU 미디어 편집부 지음 / 보누스 / 2024년 12월

본 서평은 출판사에서 도서를 지원받아 작성했습니다.

인공지능의 쓰임새가 하루가 다르게 많아지고 있다. 여러 파트 중에 이미지나 영상 쪽은 하루가 다르게 성큼성큼 성장하고 있다. 각종 대회에 인공지능이 수상을 하고 있고, 아예 AI 경진대회가 열리고 있는 상황이다. 국내에서도 AI 국제 영화제를 열 정도다.

이미지 경우 나도 블로그 작업하는데, 쓸만한 배경이 없으면, AI로 만들어 사용하고 있다. 쓰다 보면, 어떤 때는 그리 마음에 들지 않은 결과를 제공하는데, 그래도 간단한 요구사항을 적어 짧은 시간에 일정 수준 이상의 이미지를 얻을 수 있다는 편리함은 인정할 수밖에 없다.

이렇게 편리하다 보니, 앞으로 더 자주 이미지 생성 인공지능 서비스를 사용할 거 같아서, 기존에 알고 있는 것 외에 더 다양한 서비스를 알고 싶어서, 이번에 '스테이블 디퓨전 실전 가이드'를 보게 되었다. Stable Diffusion 스테이블 디퓨전은 2022년 8월에 공개된 이미지 생성 AI 서비스다. 다양한 이미지를 만들 수 있는데, 우리에게 익숙한 만화, 애니메이션 형태로도 이미지를 만들 수 있다는 점이 큰 특징이다.

'스테이블 디퓨전 실전 가이드' 챕터 1에서는 Niji Journey 이미지 생성 서비스를 접해보는 것부터 시작해서, 인공지능으로 어떻게 이미지를 만드는지 기초적인 이론 정도를 알아보고 있다. 그림을 만드는데, 이론이 꼭 필요한 것은 아니지만, 어려운 내용도 아니고, 일단 알아두면, 스테이블 디퓨전을 더 깊이 아는 데 도움 된다.

아울러 책 곳곳에 COLUMN 코너가 있는데, 이곳에서는 보다 심도 있는 내용, 용어 설명, 주의사항 또는 활용을 위한 각종 조언이 들어 있어서 이것 또한 많은 도움이 된다. 그리고 바로 관련 자료에 연결할 수 있게 QR 코드도 곳곳에 달아 놨다.

본격적인 스테이블 디뷰전에 대한 설명은 챕터 2부터 시작한다. 스페이블 디퓨전 설치가 어렵지는 않으나, 제대로 활용하기 위해서는 고려할 사항들이 있다. 사용 환경에 따라 GPU를 사용하지 않으면, 구글 Colaboratory를 사용하는 걸 권하고, 아니면, Stablility Matrix를 설치해서 쓰면 됩니다.

스페이블 디퓨전 사용에 필요한 각종 프로그램 설치 방법을 '스테이블 디퓨전 실전 가이드'에서는 단계별로 화면 캡처해서 자세히 설명하고 있습니다. 프롬프트에 따른 결과를 그림으로 일일이 보여주고 있어, 프롬프트에 익숙지 않은 초보도 보다 쉽게 차이점을 이해하고 활용할 수 있습니다.  ( ) 괄호 기호를 사용하면, 해단 프롬프트 단어가 강조된다는 것이 재미있네요.

텍스트로만 이미지를 생성하는 것이 아니다. 이미지를 토대로 또 다른 새로운 이미지를 만들 수도 있다. 그것이 img2img다. Sketch나 inpaint로 이미지를 수정도 하고, 해상도도 바꿀 수 있다. ControlNet을 사용하면 자세도 보다 쉽게 지정할 수 있다. 원하는 화풍 적용, 디테일한 이미지 학습은 LoRA를 쓰면 된다. '스테이블 디퓨전 실전 가이드'를 보다 보면, 이젠 인공지능이 못하는 게 없구나 하는 생각이 들 정도가 된다.

이 글 초반에 얘기했지만, 인공지능으로 그린 그림이 다 마음에 들 수는 없다. 단순히 프롬프트나 설정 조금 바꾸는 것만으로는 자신이 원하는 이미지를 도출하기는 어렵다. 중요한 이미지, 꼭 원하는 이미지가 있다면, 사용자의 수작업이 필요하게 된다. '스테이블 디퓨전 실전 가이드'에서는 마지막 챕터에 이 작업 과정을 자세히 다루고 있다. AI 적용과 프롬프트는 어떻게 사용했고, 시간은 어느 정도 소비되었으며, 수작업은 어떤 방법으로 했는지 작업 과정 순서대로 잘 설명하고 있다. 보다 완벽한 결과물을 만들어 주고, 작업 시간도 많이 줄여줄 수 있어, 전문가에도 큰 도움이 되는 AI 서비스인 것이다.

인공지능 사용했다고 무조건 지적 재산권에서 자유로울 수는 없다. 이미지 생성 AI를 문제없이 쓰기 위해서는 저작권에 대한 이해는 필수다. 그래서 그런지 '스테이블 디퓨전 실전 가이드'에서는 저작권에 대한 언급을 자주 하고 있고, 아예 책 끝부분에 Q&A 형식으로 중요한 것들을 모아 놨다. 물론 한국 관련 정보도 중간에 볼 수 있다.

전부터 스테이블 디퓨전에 대해 들어 알고는 있었지만, 그 자세한 사용법까지는 몰랐다. 하지만 이번 '스테이블 디퓨전 실전 가이드'를 통해 많은 것을 배울 수 있었다. 특히 만화와 애니메이션 스타일의 이미지라서 다양한 곳에서 활용 가능성이 더욱 커 보였다. 블로그를 하면서 강조하고 싶은 내용을 만화로 표현하고 싶었는데, 이 책이 나에게 딱 맞는 책이었다. 만화 그리는 거 좋아하고, 업무적으로 애니 스타일의 이미지를 자주 쓰는 분에게 '스테이블 디퓨전 실전 가이드'를 추천한다.

최신 첨단 기술 트렌드 100가지를 살펴 볼 수 있는 책

세계를 바꿀 테크놀로지 2025 - 닛케이가 전망한 기술 트렌드 100
닛케이BP 지음, 박미연 옮김 / 시크릿하우스 / 2024년 12월

현재의 기술이 발전하고 있는 모습을 보고 있으면, 숨 가쁘게 변한다는 표현이 전혀 어색하지 않음을 느낀다. 진짜 빠른 속도로 변화하고 있어서, 지켜보는 것만으로 숨이 차다. 물론 이 말이 실감되지 않는 사람도 많을 것이다. 자기가 속한 영역에 따라 체감의 차가 크기 때문이다. 그래서 연말연시도 됐고, 비즈니스 감각이나 시야도 넓힌다는 핑계로 각종 테크놀로지의 상황을 전체적으로 살펴보는 것도 큰 의미가 있다 생각한다.

그런 면에서 닛케이가 전망한 기술 트렌드 100가지를 담은 '세계를 바꿀 테크놀로지 2025'는 참고하기 매우 적절한 책이라 할 수 있다. 특히 이 책은 일회성이 아닌 매년 발행되고 있어서, 이름 그대로 트렌드의 변화를 파악하는데 큰 도움이 된다. 나 역시도 2023년판 책을 서평 한 적이 있다.

'세계를 바꿀 테크놀로지 2025'는 AI, IT 통신, 의료 건강 식농, 에너지, 전자 기계 소재, 모빌리티, 라이프 워크 스타일, 이렇게 7 영역으로 기술을 분류해서 설명하고 있다.

여기서 가장 먼저 등장하는 주제가 AI라는 점만 봐도, 내년에도 인공지능 기술이 대세임을 짐작할 수 있다. 차이점이라면 전에는 인공지능 AI 기술을 그냥 전체적으로 뭉뚱그려 얘기했다면, 이제는 AI가 세분화된 영역에 적용되고, 구체적인 비즈니스로 등장하고 있다는 것이다. 책에 나온 AI 파트뿐만 아니라 다른 영역에서도 인공지능 기술이 폭넓게 활용되고 있다.

예를 들어, 행동인식 AI, 시뮬레이션 AI, 딥페이크 판별, AI 에이전트, 고장 예측 AI, 매장 업무 지원 AI, AI 멘토, 위암용 내시경 AI, 간병 로봇 등이 그것들이다. 인공지능 비즈니스가 영역을 무섭게 확장하며 자리 잡고 있다는 뜻이다.

'세계를 바꿀 테크놀로지 2025' 첫 장에서는 전반적인 기술 추이를 얘기하며, 어떻게 변하고 있는지 설명하고 있다. 2024년 테크놀로지 기대 순위와 2030년 테크놀로지 기대 순위 표를 보면 전체적으로 조망할 수 있는데, 전에 책을 보면, 어떤 변화가 생겼는지 보는 것도 재미나다.

2023년 책에서는 1위가 간호 로봇이 1위였는데, 2024년도 1위는 간병로봇임을 알 수 있다. 이는 일본의 고령화와도 무관하지 않을 것이다. 일본 내에서 크게 성장하고 있는 비즈니스가 고령화에 관련된 것이라고 한다. 우리 역시 이미 초고령화 사회 상태에 있으므로 간호, 간병 문제는 더 이상 남의 얘기가 아니다. 다만 기대도는 높으나, 실현 가능성은 아직 멀었다. 2030년이 되어도 해결될 가능성은 높지 않을 것이다. 테슬라도 뛰어든 분야지만, 로봇 자체가 인공지능, 배터리, 신소재, 메카닉 등 워낙 많은 종류의 산업에 걸쳐 있기에 아직 넘어야 할 산이 많다.

2030년 기대 순위에서 완전 자율 주행은 23년에는 3위였는데, 이번에 당당히 1위로 올라왔다. 그만큼 현실성이 높아졌다는 의미라 생각한다. 각국에서 테스트하고 있고, 관련 산업도 충분히 올라왔다. '세계를 바꿀 테크놀로지 2025'를 보면, 희토류 프리 EV 모터, 48V 계열 차량용 네트워크로 배선 경량화, 차세대 레이다 개발, 스마트 타이어, 차량용 OS 같이 오히려 부족한 부분을 다듬고 보강하는 단계라 생각한다. 

'세계를 바꿀 테크놀로지 2025'에 나오는 100가지 기술 중, 95번째 조의 DX는 장례 산업에 관한 것인데, 내용을 보면, 우리는 이미 카톡을 통해 하고 있는 것이다. 카톡으로 부고 받고, 조의금이나 화환도 송금하고, 장례식장 위치까지 다 서비스하고 있다. 이 책이 전 세계 기술을 얘기하고 있으나 일본 중심 시각을 반영하고 있다 보니, 우리와 견해차가 있을 수 있다. 우리가 많은 부분에서 경쟁하고 있는 입장에서 일본의 생각을 엿보는 것도 많은 도움이 될 수 있을 것이다.

바늘을 찌르지 않는 혈당 측정기가 조만간 나올 수 있다는 소식은 당뇨병으로 고생하는 사람들에게는 좋은 소식이 될 것이다. 미세 전류로 음식의 맛을 변화시키는 전기 미각 이야기는 재미있게 본 것 중에 하나다. 젓가락과 숟가락으로 짠맛을 느끼게 해 소금 섭취를 줄이는 아이디어가 기발 나다. 짠맛도 된다면, 단맛도 가능하지 않을까? 단맛 강화 커피잔이나 텀블러 그런 거 나오면 다이어트에도 도움이 될 거 갈다. 

이처럼 '세계를 바꿀 테크놀로지 2025'는 최신 첨단 기술 트렌드뿐만 아니라, 새로운 아이디어도 샘솟게 하는 책이다. 현재 기술 성숙 레벨도 고, 중, 저로 알려주고 2030 기대 지수도 담고 있어 바로 참고할 수 있다. 기술 관련 정보를 담은 책이라고 너무 부담 가질 필요 없다. 그냥 가볍게 보며 참고하면 된다. 비즈니스 하는 분, 앞으로의 기술 트렌드가 궁금한 분, 새로운 기술 참고 자료가 필요한 분 모두에게 이 책을 추천한다.

알기 쉽게 설명한 데이터 사이언티스트의 모든것

데이터를 읽는 사람은 언제나 강하다
노무라종합연구소 데이터사이언스랩 외 지음, 전선영 옮김 / 머스트리드북 / 2024년 11월

다년간 IT 쪽 일을 해오고 있는데, 전에는 데이터가 돈이 된다는 말을 이해하지 못했다. 나에게 있어 데이터는 그냥 코딩 시 저장되거나 불려오는 자료 정도였다. 물론 그걸로 그래프도 그리고 통계 결과 같은 걸 만들긴 했지만, 내 머릿속에서는 그게 얼마나 중요한지를 잘 몰랐었다. 

그러다 빅데이터 시대가 오면서 내가 참 바보처럼 미련했구나 하는 반성을 하게 되었다. 데이터 로 인해 무궁무진한 비즈니스를 창조할 수 있다는 것을 깨닫게 되었다. 데이터 = 돈이 맞았다. 이걸 일찍 깨달은 사람들은 많은 돈을 벌 수 있는 기회를 잡았다. 최근에 유행하는 각종 인공지능 서비스에 큰 역할을 하고 있는 것도 데이터다. 그래서 데이터 사이언스, 데이터 사이언티스트의 역할, 중요성이 높아졌다.

중요성은 얼추 알겠으나, 그쪽 일을 하는 것이 아니다 보니, 데이터 사이언스나 데이터 사이언티스트라는 단어가 입에 잘 붙지 않는다. 그래서 데이터 사이언티스트가 정확히 무엇인지, 무얼 하는지 궁금해서 이에 대해 알기 쉽게 설명한 '데이터를 읽는 사람은 언제나 강하다'를 보게 되었다.

보통 데이터 사이언스라는 주제를 다루게 되면, 복잡한 이론 설명들이 많이 나오는데, '데이터를 읽는 사람은 언제나 강하다'는 이론보다는 전반적인 이해를 목적으로 하고 있어서, 설명이 쉽게 되어 있는 것이 특징이다. 누구나 부담 없이 읽을 수 있게, 소주제 별로 2 ~ 4쪽 정도의 분량에 설명과 도표 등을 담아 설명하고 있다.

'데이터를 읽는 사람은 언제나 강하다'는 내용을 6장으로 나눠 구성하고 있다.

1장에서는 데이터 사이언티스트가 무엇인지 알려주고, 데이터 사이언스의 실제 활용 사례를 보여준다. 분량의 비중은 크지 않으나, 이 책 전반을 이해하는 데 있어, 1장의 역할을 매우 중요하다. 데이터 사이언티스트가 무엇인지 이 책에 시작부에 나온 글을 그대로 옮기면 데이터를 수집, 가종, 분석하는 사람이 아니라 데이터를 비즈니스에 활용할 수 있는 사람을 의미한다고 한다.

데이터 사이언티스트에게 요구되는 세 가지 역량 도표를 보면 데이터 사이언티스트가 무엇인지 더 확실해진다. 즉 단순히 운리가 알고 있는 DB 설계자나 DB 관리자가 아니라는 거다. 관련 업무를 전체적으로 꿰뚫어 문제를 찾아내고, 해결하는 능력이 필요한 것이다.

2장에서는 데이터 사이언티스트가 알아야 할 지식을 다룬다. 자료를 다루는 일인 만큼, 통계 지식이 당연히 필요하며, 인공지능도 활용할 줄 알아야 한다. 프로그래밍 능력이 필수는 아니지만, 어느 정도 이해도는 필요하다. 모집단과 표본부터 평균, 분산, 상관계수, 딥러닝, 자연어 처리 등 다양한 용어 설명들을 담고 있어, 비중이 높은 파트다.

3장은 데이터 사이언티스트가 어떻게 데이터를 가공해서 사용하는지 다루며, 4장에서는 데이터 사이언티스트가 직면할 수 있는 여러 상황들이 나온다. 좀 더 필요한 구체적인 실무 자질은 6장에서 다룬다. 이것들을 통해 보다 구체적으로 데이터 사이언티스트가 무엇을 하는지 알게 된다.

5장은 데이터 사이언티스트가 된 사람들의 이야기가 담겨있다. 어떤 사람들이 어떻게 해서 데이터 사이언티스트가 되었는지 여러 사람들의 에피소드를 통해서 알려주고 있다. 그들 대부분 전문 IT 인력이 아님을 알 수 있다. 업무 개선을 위해 누군가를 설득해야 하는 일이 많다 보니, 컨설팅 역할도 하고 있다. 그만큼 친화적인 대화 능력, 문해력이 필요하다 느낀다. 50대 이상의 데이터 사이언티스트 비율이 늘고 있는 이유도 알 수 있다.

'데이터를 읽는 사람은 언제나 강하다'를 통해 데이터 사이언스와 데이터 사이언티스트에 대해 보다 구체적으로 알 수 있었다. 읽고 나니, 왜 데이터 사이언티스트가 기업에 많이 필요한지 명확히 알게 됐다. 그저 무심코 쌓아 놓은 데이터 속에서 더 나은 업무 개선, 마케팅 방법도 찾을 수 있고, 새로운 비즈니스도 도출해 낼 수 있었다. 데이터를 돈으로 만들어 주는 사람이 데이터 사이언티스트라 해도 과언이 아니었다. 책을 통해 데이터를 읽는 사람은 언제나 강하다는 이유를 잘 알 수 있었다.