코로나 빅뱅, 뒤바뀐 미래

코로나 빅뱅, 뒤바뀐 미래 - 코로나 시대에 달라진 삶, 경제, 그리고 투자
한국경제신문 코로나 특별취재팀 지음 / 한국경제신문 / 2020년 5월

이제 우리 일상은 코로나19 사태를 변곡점으로 이전(Before Corona)과 이후(After Corona)로 커다란 차이를 보이고 있습니다. 전 미 국무장관 '헨리 키신저'는 "코로나19 팬데믹이 끝나도 세계는 그 이전과 전혀 같지 않을 것이며, 세계 질서는 영원히 바뀔 수도 있다" 고 했습니다.

아직도 수도권을 중심으로 산발적으로 코로나의 기세가 꺽이지 않고 있으며, '언제라도 제2의 확산기가 와도 이상하지 않다'는 전문가들의 경고가 우리들의 주의를 끌고 있습니다. 분명 코로나19는 우리들의 일상을 그리고 삶 전체를 바꾸고 있습니다. 삶이 바뀌면 당연 우리 사회, 경제, 문화를 포함한 모든 제반 여건과 인프라들이 바뀌기 마련입니다.

오늘 소개해 드리는 <코로나 빅뱅, 뒤바뀐 미래>는 한국경제신문의 각 파트별 베테랑 기자들이 한 팀이 되어 최근 코로나 사태가 본격적으로 촉발되는 시점을 계기로 '코로나 임팩트... 새로운 질서가 온다'는 제목의 기획 시리즈 연재를 바탕으로 기획된 책입니다. 당연히 지면 제약상 실리지 못한 다양한 취재원과 인터뷰 내용들을 본서에 담고 있습니다.

그들의 결론은 "코로나19 사태로 인해 인류의 삶과 경제가 변곡점에 왔다"는 점으로 귀결됩니다. 애프터 코로나(After Corona) 의 삶과 경제가 어떻게 달라지고, 변화에 맞춰 어떻게 투자해야 할지를 책으로 담고 있습니다.

총 3부로 이뤄져 있는 본서의 내용은 대략 아래와 같이 구성되어 있습니다.

1장 : 코로나 시대, 삶의 바뀌었다.

'개인위생'과 '일상이된 거리두기'

빠르게 자리잡아가는 '재택근무'와 '온라인교육'을 포함한 '홈에듀케이션'의 시대

확진자 동선 공개로 촉발된 '공공의 앎의 권리' vs '개인의 프라이버시 문제'

전염병의 팬데믹을 통해 일깨워진 '과학과 전문가의 시대'

2장 : 코로나 시대, 경제가 달라졌다.

경쟁력을 인정 받은 'K-메디컬'과 '스마트케어'

유행처럼 번지는 '홈오피스 산업'과 온라인 중심의 '유통산업'의 재편

위기의 '공유경제'와 급격히 쇠퇴하는 '여행, 관광 산업' 그리고 '대중교통 산업'

성큼 다가선 '현금없는 사회'와 '이자없는 시대'

온라인으로 이동중인 '대중문화 산업'

3장 : 코로나 시대와 투자의 미래

제로 금리시대에 욕심은 금물, '목표 수익률'을 낮게 책정.

디지털 트랜스포메이션(DT)의 기술 인프라 기업을 주목하라.

(온라인교육과 재택근무 확대에 따른 언택트 방식의 기술 인프라: 클라우드)

구글, 페이스북, MS, 네이버, 카카오 등의 '국내외 IT 대기업'을 우선 주목하라.

급부상하는 '자율주행차 & 전기차' 산업

'방콕 시대'를 주도하는 '게임, 엔터테인먼트 기업' : 넥플릭스, 월트디즈니, 넥슨, 엔씨소프트

언택트 소비를 주도하는 '온라인 유통업체' : 아마존, 알리바바

'검은 황금' 원유의 추락, 천장 뚫은 '금값' 과 출렁이는 '식량 물가'

상승전망 이어지는 '가상화폐' 와 각국의 '디지털 화폐' 개발 경쟁

사태 장기화시 침체가 불가피한 '부동산 시장의 미래'

비대면, 언택트, 사회적 거리두기 등의 사람간 '접촉의 최소화'와 손씻기와 마스크 쓰기 등의 '개인위생 강화'를 이유로 일과 교육이 모두 집에서 해결됨에 따라 관련 산업의 희비가 엇갈립니다. 본서에서 말하고 있는 생활의 변화와 경제의 변화 그리고 투자의 미래는 전염병 예방과 이에 대처하기 위한 개인과 기업 그리고 정부의 대응과 더불어 자연스럽게 예상되고, 예견된 일이라 생각됩니다.

분명 인류는 이 전염병과의 전쟁에서 반드시 승리할 것입니다. 페스트, 스페인 독감 그리고 최근의 일련의 전염병 사태들이 있었지만 인류는 이를 극복하고 생존에 성공했습니다. 그럴 때마다 인류의 삶과 그들을 둘러싼 모든 것들은 변화해 왔습니다.

본서를 통해 '포스트 코로나 시대의 삶과 경제 그리고 투자의 미래에 대한 인사이트' 를 빌려보시는 건 어떨까 합니다.

일독을 권합니다. 

문과생, 데이터 사이언티스트 되다

문과생, 데이터 사이언티스트 되다
차현나 지음 / 더퀘스트 / 2020년 6월

코로나19 사태로 인해 우리 경제 전반의 '비대면화'와 '디지털 전환'을 가속화 시키고 있습니다. 온라인 플랫폼 기반 온라인교육, 비대면 의료, 원격 근무 등 비대면 활동의 범위와 속도가 빠르게 증가하고 이 과정에서 데이터 수집, 축적 그리고 활용 인프라와 초고속 정보 통신망에 대한 수요 또한 크게 확대되고 있습니다.

특히 포스트코로나 시대를 대비해 정부에서는 최근 '한국판 뉴딜'의 윤곽을 발표한 바 있습니다. 디지털 인프라구축, 언택트(비대면) 산업 육성, 사회간접자본(SOC)의 디지털화 등이 그것이죠. 이는 경제 사회 구조 변화 중, 특히 '비대면화'와 '디지털화' 대응에 중점을 두고 있습니다.

여기서 주목할 점은 바로 '데이터 경제 가속화'를 위한 데이터 수집 및 활용 기반을 구축해 '데이터 전 주기 인프라를 강화'하는 문제일 겁니다. 데이터 수집과 활용을 확대해 국민 체감도가 높은 분야에서 데이터 활용을 활성화한다는 전략이라 할 수 있습니다.

데이터에는 사람들을 객관적으로 믿게끔 하는 힘이 있습니다. 반드시 어려운 숫자를 보여주지 않더라도 논리적인 사고의 흐름 속에서 의문이 생기는 부분을 데이터가 채워줄 수 있는 것이죠. 이런 이유로 기업에서도 데이터를 기반으로 의사 결정을 하는 문화가 점차 확산되고 있으며, 더 많은 데이터를 가진 기업일수록 더 정확한 의사결정을 할 수 있고, 더 나은 데이터를 제시하는 사람은 더 논리적인 사람으로 인식되기도 합니다.

오늘 소개해 드리는 <문과생, 데이터 사이언티스트 되다>에서는 4차 산업혁명시대의 원유라 불리는 '데이터(DATA)'를 분석하고 인사이트를 전달하는 직업인 '데이터 사이언티스트'에 대한 이야기를 합니다.

즉, 제품이나 서비스와 관련된 수많은 데이트를 수집 및 분석하여, 데이터를 중심으로 의사결정, 제품개발, 마케팅 등 데이터와 관련된 거의 모든 일을 처리하는 그들의 업무 영역과 저자와 같이 전형적인 문과생이 이공계의 전유물로 여겨지는 데이터 사이언티스가 된다는 것, 그리고 취업을 준비하는 취준생을 위해 '나'라는 데이터를 분석하여 적성과 확신을 얻는 다양한 방법을 워크샵 형태로 소개하고 있습니다.

온라인과 오프라인의 경계가 디지털 기술을 중심으로 허물어지면서 모든 고객의 행위는 데이터로 귀결이 됩니다. 또한 그 데이터는 숫자로 표현될 수 있습니다. 해서 이러한 데이터를 보유한 기업은 데이터 분석을 통해 개별 고객에 최적화된 서비스를 기획하거나 선 제안할 수 있습니다. 이때가 바로 기업의 '데이터 사이언티스트들'이 실력을 발휘하는 순간이 되겠죠?

그렇다면 전형적인 문과생이었던 저자는 데이터 사이언티스트의 영역을 크게 기술, 통계, 인문의 3가지 영역으로 크게 구분합니다. 기술 전공은 이과 계열인 공대에서, 통계관련 전공은 이과와 문과 계열 양쪽에서, 인문 영역은 인문사회계열 전공으로 대표됩니다.

사실 과거에는 기술(엔지니어), 통계(분석, 재무), 인문(마케팅, 경영기획) 각 영역의 전문가들은 별도의 부서에 소속되어 별도의 프로젝트를 담당하는 경우가 많았으며, 함께 일하는 경우가 그다지 많지 않았죠. 그러나 데이터의 중요성이 커지면서 이런 영역의 구분이 점차 모호해지고, 통계와 인문영역에 기술이 스며들고, 통계를 바탕으로 기술 투자나 마케팅 등의 의사결정을 하게 되었으며, 기술을 활용하는 데도 비즈니스 감각이 필요해 졌습니다.

중요한 점은 데이터 사이언티스트에게는 이 3가지 영역이 모두 요구되고 있다는 점입니다. 데이터를 분석하기 전, 기획과 분석된 데이터 활용에 관한 아이디어를 낼 수 있는 인문학적 감각, 데이터에서 의미를 찾아낼 수 있는 통계적 지식 그리고 빅데이터를 다루는 기술을 모두 갖추고 있어야 한다는 이야기 입니다. 물론 3가지 모두를 완벽하게 갖출 수는 없더라도 조금씩은 알고 있어야 합니다.

바로 이 지점에서 문과생도 데이터 사이언티스트가 될 수 있는 가능성이 엿보입니다. 단, 저자는 기술 보다 먼저 익혀야 할 것들로 몇 가지를 제시합니다. 외국어를 배우듯 데이터의 목적을 정한 후 코딩을 익힐 것, 맛있는 요리를 만들듯 통계를 대하기, 최대한 통계관련 수업 많이 듣기, 스페셜리스트가 되기 위한 제너럴리스트로의 인식 전환 등..

그러나 무엇보다 가장 중요한 것은 전공과 관련없이 자신이 무엇을 좋아하는가 그리고 무엇을 할 때 가장 몰두하는가 즉, 자신의 적성과 성향 그리고 선호도가 맞아야 한다는 점일겁니다. 기술적으로 말하자면 '데이터 사이언티스트'는 넘쳐나는 데이터를 여러 기술을 사용해 분석하고, 통계적으로 모델을 만들고, 그 속에서 인사이트를 찾아내어 함께 일하는 사람들에게 전달하는 일을 합니다.

따라서 숫자를 모으고, 분석해 인사이트를 만드는 과정을 즐기는 성향, 새로운 것을 발견했을 때의 기분이나 생각을 객관적으로 확인하는 단계를 좋아하는 성향과 선호가 데이터 사이언티스트라는 직업과 잘 어울린다는 저자의 생각에 동의합니다.

"기술이 발달할 수록 오히려 중요해지는 것은 다양한 통계학적 기술이 아니라 데이터를 분석하고 해석하는 인문학적인 능력이다."

'데이터 사이언티스트'를 꿈꾸는 모든 분들에게 좀 더 본질적인 '업(業)의 개념'과 '다양한 관점'을 돌아보게 하는 책으로 평가합니다.

많은 분들의 일독을 기대합니다.

스트레스의 힘

스트레스의 힘 - 끊임없는 자극이 만드는 극적인 성장, 개정판
켈리 맥고니걸 지음, 신예경 옮김 / 21세기북스 / 2020년 5월

인생을 살면서 누구나 가지고 사는 것이 있습니다. 이것은 심장마비, 불면증 그리고 탈모 등의 원인이 된다고 하는 만병의 근원 "스트레스" 입니다. 보통 스트레스하면 '해소해야 할 그 무엇' 혹은 '가급적 떨쳐버려야할 부정적인 어떤 것'으로 인식되어 왔습니다.

병원에 가면 가장 많이 듣는 말 중 하나가 바로 이 '스트레스'를 줄이라는 말이 있을 정도로 현대인과 스트레스는 뗄래야 뗄 수 없는 빛과 그림자 같은 관계가 아닐 까 합니다. 더군다나 최근 코로나19 사태로 '사회적 거리두기'다 '생활 속 거리두기'다 하여 좀처럼 바깥 생활하기가 껄끄러운 요즘, 불안과 불면 그리고 우울이라고 하는 정신적 스트레스 일명 '코로나 블루'로 인해 고통을 겪고 계신 분들이 많다고 합니다.

스트레스와 관련해 기존과는 조금 결이 다른 연구결과로 TED 강연에서 화제를 모은 사람이 있습니다. 바로 스탠포드 대학의 심리학자인 '켈리 맥고니걸' 입니다. 그녀의 강의는 스탠퍼드 대학 학생 평가에서 1위를 했을 정도로 많은 학생들에게 공감과 열정을 끄집어 내기에 충분했습니다.

오늘 소개해 드릴 <스트레스의 힘>이 바로 유명한 그녀의 강의와 강연을 압축해 놓은 저서가 되겠습니다. 단적으로 본서의 내용은 우리의 고정관념 때문에 늘 부정적이며, 악역 취급을 받아온 스트레스의 '놀라운 반전'에 대한 이야기입니다.

그녀는 이렇게 묻습니다. "정말 스트레스는 내 몸을 망치는 근원일까요?"

하버드 대학에서 스트레스와 관련된 연구가 있었죠. 그 연구에 따르면 스트레스가 해롭다고 믿는 사람은 건강에 문제가 생겨 사망률이 증가했고, 스트레스가 유익하다고 믿는 사람들은 오히려 건강이 좋아졌다는 연구결과 입니다. 심지어 그들은 스트레스가 아예 없는 사람들보다 건강상 더 긍정적인 연구결과가 나왔습니다.

중요한 것은 바로 "스트레스 자체가 아니라 스트레스가 나쁘다고 믿는 고정관념"이 문제였습니다. 스트레스에 대한 잘못된 믿음에 의해 미국에서는 매년 2만명 이상이 사망한다고 알려져 있습니다. 물론 많은 사람들이 아직도 스트레스에 대한 생각의 변화가 건강에는 아무런 영향을 미치지 못할 거라고 생각합니다.

그러나 과학적인 연구결과, 스트레스에 대한 생각과 건강이 매우 밀접한 관련이 있음이 드러났습니다. 스트레스를 받으면 심혈관이 수축하고 심박수가 빨라지죠. 하지만 스트레스를 유익하다 생각하면 심박수는 빨라지지만 심혈관은 이완이 된다는 겁니다. 이는 힐링이 되는 상황이나 즐거운 상태와 매우 유사한 경우입니다.

즉, 쿵쾅 쿵쾅 뛰는 심장은 우리를 준비시키는 태세전환의 상태이며, 빠른 호흡을 통해 뇌에 좀 더 많은 산소를 공급해 주는 것입니다. 이처럼 스트레스를 부정적으로 혹은 긍정적으로 보느냐의 관점의 전환은 삶의 질 나아가 기대 수명에 까지 영향을 미치는 중요한 문제입니다.

결국, "스트레스는 지금 내 몸이 이겨내도록 돕고 있다"는 이야기가 됩니다. 그래서 스트레스 호르몬인 옥시토신이 '포옹 호르몬'이라 불리는 이유이자 과거 고통스런 트라우마가 많은 사람의 '행복지수'가 높은 이유이기도 합니다.

또한 그러한 이유로, 승리에 대한 압박감이 심할수록 '더 높은 성적'을 낸다거나 에베레스트 원정과 같은 최악의 스트레스를 '불타는 정복의지'로 바꿀 수 있는 힘이 되기도 합니다.

실로 많은 실험과 검증을 통해 긴장과 압박을 포함한 스트레스가 어떻게 삶의 원동력이자 에너지가 될 수 있는지 담담하게 풀어낸 책으로 평가합니다. 지금 엄청난 스트레스로 불안과 좌절을 겪고 계신 분들께 위안과 희망이 될 수 있으리라 믿습니다.

많은 분들께 일독을 권합니다.

베조노믹스

베조노믹스 - 미래 비즈니스의 패러다임을 뒤바꾼 아마존 혁신 경영의 비밀
브라이언 두메인 지음, 안세민 옮김, 김용준 감수 / 21세기북스 / 2020년 5월

코로나19 사태의 진정한 승자는 '쿠팡', '마켓컬리', '배달의민족' 등의 온라인 유통 업체 뿐이라는 뉴스가 보도되고 있습니다. 해외에서도 마찬가지로 코로나로 인해 글로벌 유통업계에서 온라인과 오프라인은 더 이상 경쟁관계에 있지않고, 온라인 업체의 일방적인 승리로 끝났다고 보고 있습니다. 포스트 코로나 시대에도 오프라인 기반 유통업은 더 이상 경쟁력이 없다고 진단하고 있지요.

코로나 시대 글로벌 빅테크 기업의 성적표 또한 긍정적으로 나오고 있습니다. MS, 구글, 넷플릭스 등은 영업이익의 증가를 아마존과 애플은 다소 정체된 모습을 보이고 있지만, 거시적으로는 완만한 상승세를 지속할 것으로 예상되고 있습니다.

사실 코로나19 이전부터 유통, 서비스 산업에는 플랫폼 기반의 비대면 비즈니스 모델이 증가하는 추세였으나 코로나 사태로 인해 더욱 촉발된 모습을 보이게 되었습니다. 우리나라에서는 쿠팡, 마켓 컬리, 배달의민족 등과 해외의 아마존, 알리바바 등의 온라인 기반 유통 서비스 업체의 폭발적인 성장은 이미 예견된 이야기였답니다.

오늘 소개해드리는 <베조노믹스>에서는 세계 최고의 온라인 유통업체인 '아마존(Amazon)'의 성장배경과 원동력 그리고 산업의 패러다임을 근본부터 바꿔놓고 있는 '혁신적 인사이트를' 제공하고 있습니다.

아시다시피 1994년 온라인 서점에서 출발하여 거의 모든 제품을 판매하는 토탈 이커머스 기업으로 변신한 후 원격 헬스케어, 온라인 금융을 포함한 전 산업군에서 영향력을 미치고 있습니다. 또한 세계 1위 클라우드 서비스인 'AWS(Amazon Web Service)'와 인공지능 무인매장인 '아마존고(Amzon Go)'를 성공적으로 런칭하여, 혁신 기술을 통한 고객 제일주의를 실현하고 있습니다. 최근에는 신선식품 무인매장인 '아마존고 그로서리'를 시연하여, 비대면 시대의 언택트 비즈니스 모델의 혁신을 주도하고 있습니다.

본서에서는 이러한 아마존의 끊임없는 혁신의 배후에는 '베조노믹스'라고 하는 창립자 '제프 베조스'의 경영 철학, 기업 문화, 기업 전략 그리고 리더십의 총체를 소개하고 있습니다.

베조노믹스를 이루는 3가지 축은 아래와 같습니다.

1. 고객에 집착하라 : 기업활동의 의사결정이 소비자에게 값싸고 좋은 제품을 제공하기 위해 이뤄져야 한다.

2. 극단적으로 혁신하라 : 빅데이터, 인공지능, 로봇(물류) 등 가진 기술적 역량이 적용가능한 분야라면 끊임없이 적용하고 도전하라.

3. 장기적 시각으로 경영하라 : 단기적 실적 보다는 장기적 관점에서 남이 보지 못하는 것을 보고 도전하라.

베조노믹스의 핵심은 이 3가지 축을 '플라이 휠(Fly Wheel)'이라는 경영이론으로 발전시킨 제프 베조스의 리더십에 기인합니다. 아마존은 초기 가격을 가능한 한 낮게 유지함으로써 더 많은 고객과 판매자들을 유인합니다. 이는 고정비용이 낮아지고 효율성이 높아진 규모의 경제를 창출하여 가격 경쟁력을 더욱 유리하게 가져갈 수 있습니다.

이러한 플라이 휠의 기본 전제가 되는 것이 전사적 차원의 디지털 혁신 기술 즉, 인공지능, 빅데이터, IoT, 로봇 기술에 대한 쉼없는 연구와 발전이며, 이러한 기술들이 적용된 '플라이 휠'이 다른 비즈니스 모델로 확대되어 갈때, 기존의 산업에 크나큰 지각변동과 재편이 일어나게 됩니다. 아마존에 혁신에 의해 사라져간 전통 기업들을 가리키는 '아마존드(Amazond)' 라든가 '데스바이아마존(Death By Amazon)' 지수는 이런 파괴적 혁신을 의미합니다.

아직 아마존의 다양한 서비스들이 국내 상륙 전이지만, 유사한 다양한 글로벌 혁신 기업들과의 경쟁과 승부는 포스트 코로나 시대의 언택트 비즈니스 사업의 전장에서 일대 격전을 벌일 수 밖에 없습니다. 아마존의 성장과 발전의 핵심인 '베조노믹스'를 통해 '미래 기업의 조건'을 고민하는 분들의 일독을 권합니다. 

빅데이터, 인공지능을 만나다

빅데이터, 인공지능을 만나다 ㅣ KBI 디지털금융시리즈
심준식.우재현 지음 / 한국금융연수원 / 2020년 4월

코로나19 사태로 인해 '비대면-언택트(Untact) 기반 산업으로의 전환'이 포스트 코로나 시대 기업의 최대 화두로 떠오르고 있습니다. 기존의 디지털 트랜스포메이션(Digital Transformation)에 더해, 빅데이터 기술의 한계를 극복하기 위한 인공지능(AI) 또는 RPA(Robotic Process Automation) 기술과의 조합을 통해 현실적 성과를 내고자 노력하고 있는 모양새입니다.

이러한 디지털 혁명의 본질인 '디지털 트랜스포메이션'의 핵심은 데이터 기반의 의사결정을 통한 비즈니스 혁신이라 할 수 있습니다. 하지만 이를 위한 빅데이터 분석 실전은 그리 녹록지 않아 데이터의 수집과 저장부터 난관에 부딪히는 경우가 적지 않습니다.

물론 데이터의 수집, 저장, 분석, 시각화까지 일련의 데이터 분석과정을 일일이 구축하고 관리하지 않아도 되는 클라우드 기반 빅데이터 분석 서비스(AWS, Azure 클라우드 기반 서비스)가 유행을 타고 있지만, 이러한 일련의 빅데이터 프로세스 주요 단계 및 솔루션을 이해하고 있느냐의 문제는 데이터 분석 및 활용이라는 측면에서 그 깊이와 활용 범위는 큰 차이가 있다고 할 것입니다.

오늘 소개해 드릴 <빅데이터, 인공지능을 만나다>에서는 기업담당자들이 빅데이터 기술을 자사에 도입할 때 필요한 기초 기술 부터 프로세스, 거버넌스 전반에 대한 현실적인 내용을 안내하고 있습니다.

특히 본서는 2개의 큰 파트로 구성되어 있음에 눈길이 갑니다. 우선 첫번째 파트에서는 '빅데이터 프로세스와 거버넌스'라는 타이틀로 기업이 빅데이터를 활용하고자 할때 꼭 필요한 이론적인 지식들 예컨데, 빅데이터에 대한 기본 지식, 빅데이터 프로세스의 주요 단계 및 솔루션(수집, 저장, 처리, 분석), 빅데이터 리포팅과 모델링 프로세스 그리고 빅데이터 거버넌스, 컴플라이언스 및 프라이버시(보안)에 대해 자세히 기술하고 있습니다.

두번째 파트에서는 실무 파트로서 빅데이터 분석을 위한 프로그래밍 기초로서 Python 기초와 Kaggle 소개, 빅데이터 분석 이론과 프로그래밍 중 분류기, 군집화 알고리즘, 시계열 데이터 분석 그리고 인공지능 (AI) 프로그래밍에 대해 기초적이지만 핵심 지식을 예제 소스와 함께 분석하고 있습니다.

전반적으로 소스코드는 최대한 간단하게 작성했으므로 본서에서 설명하지 못한 부분은 검색이 필요할 수도 있으나, 최대한 불필요한 검색없이도 이해할 수 있을 정도로 구성되어 있습니다. 저자의 배려가 느껴지는 부분이었습니다.

인공지능의 초기 기본구조인 퍼셉트론(Perceptron)의 기본구조와 x, y 행렬곱을 통해 '단순 구조의 신경망'을 구성해 보고, AND 게이트와 OR 게이트를 통해 단순 신경망 구조를 쉽게 설명하고 있는 점이 돋보입니다. 더 나아가 머신러닝을 통해 최적의 weight 값들을 스스로 찾게끔 무작위로 시작해서 결과가 AND 게이트가 될 수 있도록 조금씩 조절해 나가는 '오류(error)의 정의와 대응', Batch size, 활성화 함수(Activation Fuction), 경사하강법(Gradient Descent Method), 순전파와 역전파 이론과 그 소스코드는 자연스러운 인식의 흐름 속에서 전달되고 있습니다.

그리고 마지막에는 뉴런의 개수가 4개인 은닉층을 가진 퍼셉트론을 만드는 실습('Multi-Layer Perceptron(MLP)'과 'XOR 게이트')과 이미지 인식과 처리와 관련된 'CNN(Convolution Neural Network, 합성곱 알고리즘) 알고리즘'의 2가지 구조인 'convolution 구조'와 'pooling 구조'에 대해 자세히 설명합니다.

첫파트의 빅데이터 프로세스와 거버넌스 부분은 아무래도 거시적이며, 이론적인 부분이라 경영진에서 읽으면 좋을 듯 하며, 두번째 파트인 빅데이터, 인공지능 프로그래밍 부분은 기업의 데이터 실무진에서 읽으면 좋을 듯합니다.

빅데이터와 인공지능은 이미 거스를 수 없는 대세로 자리 잡았습니다. 새로운 변화에 좀 더 빠르게 대응하기 위해서는 인공지능과 빅데이터 분석을 결합한 비즈니스 의사결정이 필수이며, 기업의 규모나 자원에 관계없이 모든 기업이 이런 흐름에 대응해야만 하는 시대로 접어들었습니다.

본서를 통해 '디지털 트랜스포메이션의 이론과 실무'를 함께 정리할 수 있는 시간이 되기를 바랍니다. 관심있는 분들의 일독을 기대합니다.