[오늘의 한문장] 새로운 이름의 이야기

 릴라는 심각한표정으로 피누차를 돌아보며 평소보다 훨씬 경멸에 찬 어조로 내뱉었다.
"어서 가서 얼굴을 씻어. 젖은 수영복일랑은 벗어버리고."
피누차는 멍하게 릴라를 바라보았다. 두 여자 사이에 아주 빠르게무엇인가가 오고갔다. 눈에 보이지 않게 자신들의 은밀한 감정을 주고받았다. 내면 깊은 곳에서 생성된 미세한 입자를 서로에게 분사했다. 충격과 전율의 순간이 몇 초간 지속되었다.
나는 미묘한 기류를 어렴풋이 느낄 수는 있었지만 정확하게 이해하지는 못했다. 하지만 릴라와 피누차는 달랐다. 그들은 서로를 이해했다. 상대방에게서 자신의 모습을 발견한 것이다. 피누차는 비록 경멸이 섞이기는 했지만 릴라가 자신의 상태를 눈치채고 이해하고도우려 한다는 것을 깨닫고 릴라의 말에 따랐다. - P323

[오늘의 한문장] 새로운 이름의 이야기

그러면서도 한편으로는 그와 나눈 대화는 몇 년 전 릴라와 나누었던 대화와 비교할 수 없다는 것도 느꼈다. 릴라와 대화를 나누면 머리에 불이 환하게 밝혀지는 느낌이 들었다. 서로의 입에서 말을 가로채기라도 하듯 열렬히 대화를 나누었고 그러면서 온몸에 전류가 이는 것과 같은 흥분을 느끼곤 했다.
니노와는 그렇지 않았다. 그와 이야기할 때는 그가 듣고 싶어 하는 말만 해야 한다는 사실을 깨달았다. 나의 무지뿐만 아니라 얼마되지 않는 나는 알지만 그는 모르는 지식도 숨겨야 한다는 것을 깨달았다. 실제 나는 그렇게 했고 그가 자신의 생각을 내게 털어놓자 뿌듯했다.
- P271

이제 애널리틱스 태스크에 대해 구체적으로 살펴보겠다....

이제 애널리틱스 태스크에 대해 구체적으로 살펴보겠다. 먼저 시각화다. 시각화는 비즈니스 인텔리전스 business intelligence라고도 하는데, 데이터를 그림으로 그려서 보여주는 것이다. 여기서 일단 가장 중요한 것은 무엇을 볼 것인지 결정하는 일이다. 가치를 만들어줄 수 있는 인사이트를 결정하는 것이다. 이는 의사결정자가 기획 단계에서 결정해야 한다.
예를 들어 자동차 대시보드를 생각해보자. 자동차 대시보드는 자동차 메이커나 차종마다 디자인이 제각각이지만보여주는 수치는 동일하다. 속도, RPM, 연료, 온도가 그것이다. 이 네 가지 수치는 차에서 나오는 여러 데이터 중 특별히 선택된 것들로서, 운전자에게 절대적으로 필요하기 때문에 실시간으로 제공해줘야 한다. 전문가들 사이에 이에 대한 동의가 이루어진 것이니, 아무리 궁금해도 지금 플레이하고 있는 노래의 가사를 속도 대신 보여주지는 않는다. - P164

두 번째 분석 태스크는 연관분석, 즉 연관성이 있는 것들을 찾는 것이다. 혹시 맥주와 기저귀 이야기를 들어본 적 있는가? 슈퍼마켓에서 함께 팔리는 물품 분석을 했더니 맥주를 산 사람들 장바구니에는 기저귀도 있더라는 것이다. 수많은 결제 데이터를 분석해서 나온 인사이트다. 그렇다면 이를 통해 어떻게 가치를 창출할 수 있을까? 동시구매가 많으니 패키지로 묶거나 매대 옆자리에 배치함으로써 소비자의 편의성을 높일 수 있고, 아예 매장 반대쪽에 배치하여 소비자의 동선을 최대화함으로써 계획에 없던 구매를 유도할 수도 있다.
••••••
세 번째 태스크는 클러스터링, 즉 군집화다. 사람 또는 대상을 비슷한 것들끼리 묶는 방법이다.  - P168

세 번째 한계이자 가장 강력한 한계는 암묵적 지식tacit knowledge, 암묵지에 대한 것이다. 우리가 할 줄은 알지만 어떠한 지식을 이용해서 하는지 체계적으로 설명할 수 없는것을 암묵적 지식이라고 한다. 반대 개념인 명시적 지식explicit knowledge, 명시지는 공학 지식, 법률 지식, 의학 지식 등으로 결론에 이르는 과정이 명백하고 각 단계에서 사용한 지식이 분명한 것들이다. 대체로 우리가 학교에서 어렵게 공부해서 알게 되는 지식이다. 우리가 배우기 어려운 명시지는 오히려 인공지능 컴퓨터가 사용하기 위한 명제로의 변환이 쉽다. 반면 걷기, 잡담하기, 운전하기처럼 우리가 힘들이지 않고 잘하는 일이지만 딱히 어떠한 지식을 사용하는지 애매한 암묵지는 명제로의 변환이 어렵다. - P183

인공지능 구현의 두 번째 방법은 첫 번째 기호주의와는 극단적으로 다르다. 인간의 뇌는 지능이 있으니 이것이 어떻게 운용되는지 보고 따라서 해보자는 생각에서 출발했다.
인간지능을 따라 하는 인공지능인 셈이다. - P185

우선 컴퓨터 안에 뉴런 연결망 같은 구조의 네트워크를 만들고 그 네트워크 구조를 데이터를 통해 계속 변화시킨다. 그리고 뉴런의 작동을 수리 공식으로 만들고 시냅스의 강도를 숫자로 표현해서 데이터의 반복 제시를 통한 시냅스 강도의 변화로 학습을 구현한다. 반복 자극에 의해 뇌구조가 바뀌어 못하던 일을 하게 된다는 것이 핵심이다. 컴퓨터도 기계이므로 이를 학습시키는 것을 일컬어 기계학습, 또는 영어로 머신러닝이라고 부른다. - P189

다음은 엔그램 처리 N-gram processing. 연속된 단어가 모여 하나의 객체를 이룰 경우, 이를 하나의 용어로 간주하는 것이다. 예를 들어 ‘헤드‘와 ‘램프‘가 아닌 ‘헤드 램프‘로, ‘수온‘과 ‘과다‘가 아닌 ‘수온 과다‘로 보는 것이다. 두 개의 단어가 모여 하나의 의미를 갖는 것을 바이그램이라고 하고, 세 개의 단어 모임을 트라이그램이라고 한다. 그 기준은 문서상에서 사용되는 빈도로서, ‘수온‘과 ‘과다‘가 함께 쓰이는 빈도가 높으면 ‘수온 과다‘를 하나의 용어로 처리하고그렇지 않으면 별도로 처리한다.
이와 같이 단어의 속성 tag이 무엇인지 판단하는 과정을 태깅tagging이라고 한다. 이 단계에서는 엔진을 설계하고 제조하는 현업 의사결정자들과 협의 후 각 데이터의 특성에맞는 속성을 미리 정의하고, 사전 내의 단어들에 태그를 할당한다. 필드 클레임에서는 고장이 일어난 ‘부품‘, 문제 발생 ‘원인‘, 관측된 ‘증상‘을 나누기도 한다 - P212

 그래서 반드시 가치를 먼저 생각해야 하고, 그 가치를 성취하기 위해 어떤 인사이트를 뽑아야 하는지, 그 인사이트는 어떤 재료를 필요로 하는지를 역으로 생각해야 한다. 이 과정을 기획이라고 하고, 기획이 빅데이터 분석 이전에 선행되어야 한다.  - P224

그렇다면 우리나라는 어떠한가? 데이터 전문 회사로는 네이버와 카카오가 있다. 쿠팡은 인터넷 쇼핑몰로서 직접배송을 하는데 고객들이 환호하는 로켓배송은 무료이다보니 회사는 상당한 손실을 입고 있다. 그러나 손정의 소프트뱅크 회장의 비전펀드는 여기에 2015년 1조 원을 투자한 데 이어 2018년 또다시 2조 원을 투자했다. 우리나라 사람들 모두를 대상으로 누가 언제 무엇을 구매하는지에 대한 데이터를 확보할 수 있는 유일한 회사이기 때문이라는 해석이 설득력 있다. - P263

유튜브는 왜 무료인 걸까? 무제한으로 사진을 보관하고 편집해주는 구글 포토는 또 왜 무료일까? 구글 입장에서는전 세계인의 관심과 사진을 확보할 수 있기 때문이다. 페이스북, 그리고 페이스북이 최근에 인수한 인스타그램도 마찬가지다. 나의 일상이 고스란히 다 기록되는 것이다. 전국민의 문자 통화 내역을 전부 가지고 있는 카카오톡은 또어떠한가? 모두가 빅데이터를 소유한 진정한 ‘데주‘, 즉 데이터 주인들이다. - P264

상황이 이렇다 보니 개인정보 보호에 철저한 유럽에서는 2018년 5월 유럽연합 개인정보 보호 규정 GDPRgeneral data protection regulation을 만들고는 바로 7월에 반독점법 위반 혐의로 구글에 43억 4000만 유로의 과징금을 부과했다. 한마디로 말해 유럽에서 생성된 데이터는 유럽을 떠나지 못한다는 내용의 이 법은 상당히 강력해서 위반 시 벌금이 매출액의 3퍼센트까지 된다. 수익의 3퍼센트가 아닌 매출액의 3퍼센트이니 확실히 무시무시한 법이 아닐 수 없다.
아마도 이것은 유럽이 미국에 대항하는 하나의 전략이 아닌가 싶다. 미국이 온갖 서비스를 만들어 세상의 모든 데이터를 대거 흡수하는 현실에 대응한 것일 텐데 아무래도근본적인 해결책은 아니라고 본다. - P265

빅데이터는 정부나 대기업을 위한 혁신의 수단이기도 하지만 일반 소비자이자 데이터 생산자인 우리에게도 직접적인 도움이 될 수 있다. 빅데이터는 잘 쓰면 약이요 못쓰면 독이 된다. 우리가 항상 봐야 하는 관점은 이익과 비용이다. 빅데이터로부터 우리가 얻는 이익이 무엇이고 그에 따른 비용이 무엇인지를 이해해야만 정확히 그 실익을 저울질할 수 있다. 무엇보다 내가 만든 데이터에 대해서는 나도 권리가 있다는 주인의식을 가져야 하고, 나에게 그런 권리가 주어졌을 때 그걸 어떻게 사용할지에 대한 판단을 할 수 있어야 한다. - P269

[오늘의 한문장] 새로운 이름의 이야기

"나는 대답하지 않았다. 감정이 복받쳐서 아무 말도 할 수 없었다.
릴라가 그런 아이였던가. 원래부터 나처럼 고집스러울 정도로 성실했던 게 아니었던가. 이때껏 오직 내게 자신을 드러내 보이기 위해서 그토록 많은 생각을 하고, 구두를 만들고, 글을 쓰고, 이야기를 하고, 복잡한 계획을 짜고, 분노하기도 하고, 새로운 것을 창작해낸 것이었단 말인가. 그녀가 이토록 방황하는 이유는 그런 목적이 사라져버렸기 때문인가. 신부복 차림의 사진에 한 작업도 다시는 재현할수 없는 건가. 릴라가 이루어낸 모든 일이 실은 매번 자신이 처했던 혼란스러운 상황의 결과물이었단 말인가.
나는 마음속 깊은 곳에 오래전부터 간직해온 고통스러운 긴장감이 풀어지는 것을 느꼈다. 촉촉이 젖은 릴라의 눈과 섬약해 보이는미소에 나는 마음이 약해졌다. 하지만 그런 순간은 오래가지 않았다. 릴라는 버릇대로 손을 이마에 갖다 대고 후회스럽다는 듯이 말했다.
"내가 뛰어난 사람이라는 것을 증명해보이지 않으면 못 견딜 것같아." - P195

반면 공식은 정확하며 객관적인 수치를 제공한다. 특히...

반면 공식은 정확하며 객관적인 수치를 제공한다. 특히 와인 선물 거래를 하는 투자자들에게는 숫자로 표현된 품질 지수가 절대적으로 필요하다.
이 보르도 와인 제조와 유사한 면을 가지고 있는 것이 반도체 제조 공정이다. 무엇이든 하나의 제품을 만드는 데는 보통 여러 개의 공정을 거친다. 반도체 같은 제품은 무려 500개의 공정을 거치기도 한다. 각 공정 내의 온도, 습도, 압력, 다양한 기체들의 농도, 전압 값들이 센서에 의해서 측정되고 데이터로 저장된다. 공정 하나를 보르도의 포도밭으로 보고 그 공정에서 생성된 데이터를 특정 해의 프랑스 기상청 날씨 데이터로 볼 수 있다. 그렇다면 그 기간에 그 공정에서 생산될 제품의 품질을 예측하는 것은 보르도와인의 미래 가치를 예측하는 것과 개념적으로 동일하다.
이렇게 공정 빅데이터를 가지고 제품의 품질을 예측하고 검사를 대신하는 것은 제조업의 핵심가치 창출이 된다. 이를 인더스트리 4.0이라고 하고, 스마트 팩토리라고도 부른다. - P98

이제 마케팅 및 영업 분야에서의 빅데이터 가치 창출 사례를 살펴보자. 먼저 고객 이해의 관점이다. B2C business to consumer 사업인 경우 불특정 다수의 소비자들을 대상으로하기 때문에 자신들의 진정한 고객이 누구인지를 파악하는 일이 쉽지 않다. 어느 마트의 우수 고객은 어떤 사람이냐고 질문했을 때, 한두 마디로 대답할 수 없을 것이다. 그래서 전체를 여러 조각으로 나누어서 각 조각에 대해 깊은 관찰을 하고 이해하는 방식을 취한다. 이것이 바로 ‘마켓 세그먼테이션 market segmentation‘, 즉 시장 세분화다. - P105

이제 소비자는 물어볼 대상이 아니라 관찰의 대상이다.
묻지 말고 관찰해야 한다. 그들의 글과 행동을 관찰해야 한다. 그것이 훨씬 정확한 예측을 가져온다. 마케팅에서의 소비자 연구, 그 답은 소비자의 입이 아닌 행동에 있다. - P120

모든 다른 신기술이 그렇듯이 빅데이터와 인공지능은 우리에게 엄청난 생산성 향상을 가져다줄것이다. 이러한 득이 있는 만큼 얼마간의 실도 존재한다. 결국 이러한 실을 어떻게 하면 최소화할수 있는지는 정부의 고민이 되어야 한다. 단기적으로 사라지는 업종의 사람들이 업종 전환을 할수 있게 새로운 교육 기회를 제공해주는 등의 도움이 마련되어야 한다. 아무튼 자동차를 포기하고 말 타고 다니는 것이 논의의 대상이 될 수 없는것처럼, 빅데이터를 취할 것인가 말 것인가도 논의의 대상이 될 수 없다. - P155