니체 입문

니체 입문 ㅣ 니체 아카이브
베르너 슈텍마이어 지음, 홍사현 옮김 / 책세상 / 2020년 9월

니체하면 떠오르는 이미지가 뭘까요? 사실 특별히 없습니다. 요즘 생각없이 살아서 그런가요? 이럴때 쓰는 방법은 떠오르는 키워드 모으기입니다. 철학자, 독일, 생철학, 신은 죽었다. 아. 짜르투스트라는 이렇게 말했다.등이 떠올랐습니다. 그리고 철학이 어려운데, 니체는 더 어렵다는 생각도 드네요. 분명한건 '저자는 매일 니체를 읽지만 그도 이해하기 쉽지 않다'는 것이 바로 '니체'입니다. 밑에 저자의 약력을 약술해 두었지만 니체의 최고 전문가도 '이해하기 힘든 것이 니체'임을 인정하는데, 일반인들은 오죽하겠습니까.(번역자도 니체는 읽을수록 입문서의 필요성을 느낀다고 후기를 씁니다) 지적 허영심일지모르지만 니체를 잘알고 싶은 욕망은 항상 있기에 이 책을 선택했습니다만 죽기전에 21권짜리 니체전집을 읽을 수있을지 의문입니다. 프로이드전집과 함께 말입니다. 그러고 보니 니체 전집을 낸 곳이 <니체입문>을 낸 책세상출판사네요. 니체전집을 읽게 하고자 출판사의 고육지책아닐까하는 망상도 듭니다ㅎㅎ. 니체는 어렵기에 입문서가 필요하다는 거죠.^^ 니체라는 산과 맞서서 오르다보면 울렁증을 느끼면 <니체입문>으로 귀미테로 삼아라는 의미라고 봅니다. 니체는 '누구나의 기준'을 인정안한,무시한 사람입니다. 사람마다의 목표로 철학을 소개합니다. 항시 삶에 의문을 던지고 그 의문을 개인마다의 관점과 지평, 방향설정을 하게 하라입니다. 니체에게 보편타당은 지나가는 '개'나 주라고 좀 과격하게 말해보고 싶습니다.

저자는 베르너 슈텍마이어는 독일철학자입니다. 46년생이시고, 튀윙겐대학에서 박사학위를 받고, 독일북부 그라이프스발트대학 철학과교수를 지냈습니다. 국제적으로 저명한 <니체연구>편집자이자 공동발행자입니다. 다양한 철학주제의 논문을 다수 써오셨고, 저자로 <방향설정의 철학what is orientation>가 제눈에 띄네요.

우선 니체( 1844~1900년)는 독일중부 뢰켄에서 목사집안의 장남으로 태어났습니다. 니체는 어릴때 집안과 연관된 수도원학교에 다닐수 있었지만 어머니가 돔김나지움에 입학을 시킵니다. 11살때 <악의 근원에 대해서> 14살에 <나의 생애로 부터>라는 글을 씁니다. 그런데 니체가 어릴적, 뢰켄에서 태어나 나옴부르크, 봐인가르텐로 가깝지 않은 거리를 이사를 합니다. 니체는 졸업논문으로 그리스시인 테오그니스에 대해 썼고, 플라톤의 <향연>을 가장좋아하는 시문학으로 꼽았다고 합니다. 그의 작품에서 느껴지는 문학적인 체취가 바로 사춘기때 매달렸던 문학기질때문이 아니었을까요. 본 대학에 와서 신학과 고전문헌학을 공부합니다. 이로인해 '신은 죽었다'라고 말할 수있는 학문적 토대도 마련된 듯합니다. 신은 죽었다는 상징적이기도 하지만 매우 문학적 사서로 들리는 측면이 공부의 토대에 있어보입니다. (feat 피아노연주). 우연히 헌책방에서 발견된, 쇼팬하우어의 책도 니체에게 큰 영향을 줍니다. 한동안 그의 삶과 함께하고 신도처럼 되어 교수에서 탈락하는 일도 생깁니다. 1869년 라이프니치 대학에서 박사학위를 받고 스승의 배려로 부교수로도 일하게 됩니다. 하지만 그 해 프로이센국적도 포기하고 자신을이끌어준 리츨학파와도 결별을 하면서 고전문헌학에서 철학으로 짐을 싸서 큰 발걸음을 나섰니다. 1장에서 보여주는 니체연표는 니체가 겪은 치열한 삶을 그가 남긴 작품들의 단말마같은 심경과함께 흘러갑니다. 니체는 그가 죽기10년쯤부터 전국구 인물로 나서지만 그의 병은 깊어 지기만 합니다 그리고 병든 니체를 두고 어머니와 여동생간의 갈등은 또한 니체가 가진 삶의 일부일듯합니다. 니체에 대해 교회기록부는 그는 개신교인으로 태어났지만 그의 철학은 반기독교였다고 기록합니다. 그의 56세의 삶동안 엄청난량의 글을 썻고 가르치고 교우하는 삶을 산 니체, 쉽지않은 삶이라는걸 그의 연표만으로도 압박감이 심합니다. 그러나 니체의 철학은 그의 생애와 매우 밀착되어 있다고 하기에 매우중요한 탐구영역입니다. 위버멘쉬나 영혼회귀, 힘에의 의지 등 모두 반의지로 놓였다고 하지만 솔직히 모르겠습니다.ㅠㅠ 베품은 그냥 사람들에게 주어진것인데, 이런 요소은 상호성을 상정한다는 의미로 여겨집니다 그래서 반작용으로 나눠버립니다. 제가 보기에 테스형이 했듯 모든 것에 의문을 품고 질문을 품는다면 우리를 감싸는 모든 규범, 기준, 제도 등도 권력으로 강권되지만 흐물흐물 물같은 존재라는 것이겠죠.

니체에게 방향성은 매우 중요한 테마입니다. 이 방향성을 위해 다양한 논제를 던져줍니다. 자연성으로 자연에게 인간성을 불어넣기보다 인간을 자연화하는 방향을 설명한다던지, 형이상학적 이성을 합목적인 이성성을 부여하고, 이러한 다른 관점제시로 인해 논란이 생겨도 두려워하지 않음을 중시합니다. 그는 기존의 철학에 큰 돌맹이를 던긴겁니다. 인문학이 움직이지않는 고정된 무언가를 찾는 것이라면 니체는 그것을 영웅에서 개인으로 송두리채 관점을 바꿘 사람입니다. 이런 니체에게 신이란 당연히 존재할 수없겠죠.

<차라투스트라는 이렇게 말했다>를 분석하면서 니체의 중요키워드인 위버멘쉬와 영원회귀것 각각 표식 또는 기호임을 명확히라고 강조합니다. 이렇게 쓰면서도 제가 저자의 말을 정확히 이해했는지 의구심이 들기도 합니다. 니체의 의미를 정확히 이해하는것은 철학자의 몫이고 니체의 글속에서 나를 찾아가는 것이 더욱 중요하지 않을까합니다. 그게 즐거움이 아닐까하는거죠. 베품은 주는것(선물)이고 상호적이 아닌것인데, 동종성 상호성, 예측가능성을 사람들은 강요하는 것입니다. 이는 창조성과 반창조성의 논의를 보는 듯합니다. 나의 생각은 니체의 선물로 나의 길을 내 스스로 만들어가라, 신에게 의존하지 마라로 들립니다. 천상천하유아독존의 모습이 느끼지며 전율도 함께 합니다.

'나를 따르지말고 너를 따르라'던 니체, 유럽에서는 마르크스만큼 유럽지성계를 유령처럼 떠돌고 있을 겁니다. 그가 살다간 시대는 19세기 말로 산업혁명의 전성기로 공업화가 폭발하는 시점으로 정치적으로 프로이센의 비르마르크체제하에서 온갖 전투가 유럽에서 벌어지던 치열한 시대였습니다. 그의 어릴적 삶에는 피아노, 테오그니스, 쇼펜하우어 그리고 신체적 고통 등이 지속됩니다. 그의 글은 멋진 문학적 소양이 깊으면서도 철학적 분열같은 복잡함이 함께 합니다. 그런이유로 항상 논쟁이 그치지 않는 니체의 철학은 누구에게나 도전 그 자체입니다.

제 책꽂이에는 오래전에 산 고병권의 <니체, 천개의 눈, 천개의 길>이 20년가까이 그 자리에 서있습니다.한 20페이지남짓 읽고 멈쳐있습니다. 이제 그 책을 책장에서 뽑아서 먼지를 털고 천개의 눈이든 만개의 세상이든 열어 볼때인듯합니다. 니체는 겨우 백년전 사람이지만 참 과거인처럼 느껴지는건 우리삶도 아니 내 삶도 시간의 바퀴가 정신없이 튕겨 흘러가기 때문이겠죠. 

빅데이터는 어떻게 마케팅의 무기가 되는가

빅데이터는 어떻게 마케팅의 무기가 되는가
윤미정 지음 / 클라우드나인 / 2020년 9월

바야흐로 '빅데이터'시대가 도래했습니다. 전분야에 걸쳐 빅데이터는 큰화두가 되었습니다. 마케팅분야도 마찬가지일겁니다. <빅데이터는 어떻게 마케팅의 무기가 되는가>는 27년간 대기업에서 고객과의 접점을 고심하며 실력을 인정받아온 저자가 '빅데이터'와 고객이라는 접점에서 고객혁신에 어떤 고심을 했는지를 알수있게 해준 내용으로 채웠습니다. 과거에는 공급위주의 시대였습니다. 만들면 팔린다고 해도 과언이 아닌 시대였습니다. 지금은 아니죠. 공급은 넘치고 수요는 줄어든 양극화의 시대입니다. 고객이 왕인 지금입니다. 더우기 시장이 오프라인에서 온라인인 디지털로 바꿔었습니다. 온라인 인터넷 모바일에서 고객은 다양한 흔적을 남기고 있습니다. 정형이 되었던, 반정형, 비정형이 되었던 모두 끌어모아서 머신러닝과 딥러닝을 돌려서 고객인사이트를 찾아서 고객의 마음을 읽어야 하는 시대입니다.

저자는 윤미정 SPC그룹 파리크라상 고객경험실장입니다. 삼성전자, 홈플러스, CJ그룹 등을 거치며 27년간 대기업생활을 하고 계시는 이대 경영학과출신의 마케팅전문가입니다. 고객경험과 빅데이터을 주로 다루는 실무를 맡아오신 분입니다. 흥미로운 점은 경영컨설턴트로 유명하신 한스컨설팅 한근태대표의 조언으로 이 책을 쓰게 되었다는 겁니다. 전문식견이 높으신 분들중에 책을 쓰는 것에 두려움을 가지신 분들이 많은 것으로 압니다. 한대표께서 고객경험이 궁금한 분들을 위해 좋은 안내를 하신듯 합니다.

기업들은 무한경쟁시대에 맞아서 충성고객에 대한 열망을 감추지 않고 있습니다. 나이키와 아디다스가 한정판을 앞세워 매장앞을 줄세우는 팬담을 확보하여, 충성고객이 매출에 미치는 영향이 크다는 것을 대부분 인지하고 있습니다. 아마존은 고객의 불편을 가만두는 기업이 아닙니다. 수익보다는 고객만족을 우선하는 기업입니다. 그래서 고객불만개선에 최우선으로 개선하려고 노력합니다. 이런 노력으로 아마존은 고객의 불만을 CEO배조스가 알고있고, 고객 컴플레인을 형식적으로 처리하는 것이 아니라 최우선해서 실무부서를 만드러서 해결하고 있습니다. 그리고 고객서비스를 필요없게 만드는 것을 목표로 합니다. 서비스는 고객을 유인하는 방법입니다. 고객이 원하는 제품을 불편없이 싼가격으로 빠르게 구매할 수있다면 다른 서비스는 불필요하게 됩니다. 아마존의 고객집착은 업계에서 인지할 정도로 분명한 목표입니다. 스타벅스는 개인화된 주문방식을 가지고 있습니다. 시럽은 몇스푼, 우유로 할까 두유로 할까 등 개인에 맞는 주문이 가능하도록 주문프로세스를 만들어서 대응을 하고 있습니다. 주문이 들어오면 컵에다가 고객마다 다양한 주문을 적을 수있는 난을 만들어서 실수없이 개인취향의 주문을 할수있도록 고객만족감을 높이고 있습니다. 물론 한국의 스타벅스이용자는 디테일하게 주문하는 것을 많이 보지는 못했지만 소수의 개인의 주문까지도 배려하는 것이 스타벅스가 한국에서 성공하게된 개인맞춤형 큐레이션도 한몫을 했을 겁니다.

고객경험을 디자인하기 위해서는 고객이 추구하는 핵심가치를 알아내야 합니다. 고객에게 직접물어보거나, 고객의 행동을 추적하는 겁니다. 2가지 방법중에 고객을 잘이해하는 방법은 후자로 고객데이터를 분석하는 것이라 합니다. 이는 정성적 방법보다는 정량적 방법을 주로 이용합니다. 세계적인 스타트업 우버와 에어비앤비는 고객의 행동인 좋아요라는 평점으로 신뢰를 만들어갑니다. 기업은 고객들의 평가를 통해 무엇이 중요한지 필요한지 개선해야 할지를 분석할 수있는 겁니다. 점점 발전해가는 기술력은 단체 설문뿐아니라 카데고리내 영향력이 큰 고객에게 설문을 시도하여 개인화까지 가능한 단계가 되었습니다.

편의점은 아마도 빅데이터로 움직이는 거대한 인공지능일지 모릅니다. 지역별, 품목별, 요일별, 날짜별, 시간별로 팔리는 제품을 분석하여 시기에 맞게 지역별로 판매제품을 조절하고 있다고 합니다. 이는 실시간모니터로 가능하게 된것인데, 편의점 점주는 이제 진열과 친절만 하면되지 제품에 대한 신경은 쓸 필요가 없어졌습니다. 본점에서는 어찌하던 기회손실을 줄여서 이익을 극대화할 수있는 토대를 만든겁니다. 이러한 빅데이터를 이용한 방식은 개인화가 가능하게 했습니다. 그래서 나타난 것이 개인맞춤형 큐레이션입니다. 유사서비스로 추천서비스라고도 할수있는데, 아마존에서는 북매치서비스를 오래전부터 시행하고 있으며, 넷플릭스는 영화추천서비스를 통해 협업적 필터링, 내용 기방 필터링, 그리고 하이브리드 기법으로 고객에게 영화를 추천하고 있습니다. 이는 고객이 영화를 선택하고, 얼마나 보고, 어디서 끊고 하는 모든 관람 데이터를 분석한후에 하게 된 서비스입니다. 물론 이렇게 서비스해서 전세계적으로 약 2억명의 유료시청자를 끌어모았지만 새롭게 등장한 디즈니플러스가 벌써 5천만명의 유료회원을 모은것보면 새로운 데이터전쟁으로 돌입하고 있습니다.

저자는 자신의 고객경험을 좀더 확실히 수행할 방법을 어려가지 측면에서 소개합니다, 우선 작은 시도를 반복하라, 중국 알리바바 마윈회장이 알리바바의 성공비결은 3무(돈,기술,전략)때문이라했습니다. 성공에는 돈,기술,전략은 후순위라는 거죠. 역설적으로 다른 경쟁자는 돈이 많아서 실패했다고도 합니다. 빅데이터시대입니다. 고객을 분석하는데, 빅데이터의 양은 중요하지 않다고 합니다. 오히려 빅데이터부석기술과 자료가 많아봐야 고객경험은 생각하지않고 우선 빅데이터분석에만 매몰되면 아무 의미가 없다는 겁니다. 저자는 빅데이터에서도 스타트업에 관심을 보입니다. 스타트업은 빅데이터가 적습니다. 아니 처음이기에 아예없을수도 있습니다. 모두 하나하나 모아가는 입장입니다. 고객이 자신의 앱에 들어와 상품하나를 구매하면 그것이 고마워서 애지중지 호기심을 가집니다. 왜 구매했을까. 대기업이라면 쳐다보지도 않을, 조금씩 쌓이는 데이터를 가지고 회의하고 의사결정을 합니다. 이 조금씩 쌓이는 데이터는 고객의 행동입니다. 이 행동속에서 고객들이 또 좋아할 요소를 찾는 겁니다. '스타트업은 데이터가 일상이라는 말'이 마음에 드네요. 대기업에서도 다르지는 않아야 할겁니다. 빅데이터는 일단 작게 시작하라고 합니다. 작게, 기획, 실행, 리뷰를 하다보면 결국 성공으로 가는겁니다. 이런 프로세스는 작은 스타트업만 하는것이 아니죠. 넥플릭스도 하고, 페북도 할겁니다. 작은 테스트들이 항상 이루어지는 것이 바로 유니콘들입니다. 마지막 부분은 고객의 관심사에 집중하라입니다. 기업들은 제품에 몰입되면 기업입장에서 제품을 소개하는 경우가 많습니다. 고객데이터는 고객의 관심임을 한순간도 놓치면 안될겁니다. 고객은 변합니다. 오랜지세대에서 X,Y,Z세대로 변해왔듯 고객의 경험도 계속 변해갑니다. 마케터는 빅데이터를 이용해서 고객경험의 변화에 맞춰 개선하는 것이 혁신일겁니다.

에이트 : 씽크

에이트 : 씽크 - 인공지능의 딥러닝을 이기는 동서양 천재들의 생각법
이지성 지음 / 차이정원 / 2020년 9월

전작 <에이트>에서 저자는 8가지 인공지능시대에 대체되지않은 인간의 기술을 소개했습니다. 간단히 몇가지를 나열하면, 디지털을 차단하라, 몬테소리방법을 주목하라, 디자인씽킹을 하라. 철학하라, 경험하라, 여행하라. 그리고 나너우리를 보라입니다. 독자들에게 <에이트>는 많은 사랑을 받았습니다. 이번 신작 <에이트 씽크>는 인공지능보다 구체적으로 딥러닝을 이길 10가지 비법을 소개합니다. 물론 저자가 서두에서 이야기하듯 '아직'은 인공지능이 그리 대단하지않습니다. 100년안에 인간정도 수준은 나올수가 없다고 했고, 실제도 자율주행자동차가 나온것도 아니고, 로봇이 우리 주변을 활보하지도 않습니다. 인공지능 콜센터로 인간대신 전화를 받지도 않습니다. 아직은 완벽하지 않은 기술만 소개될 뿐이죠. 하지만 저자는 안심할수는 없다고 합니다. 유튜브를 보셨나요? 자막을 눌러보세요. 언제부터인가 한글말을 한글로 표시하는 인식률이 엄청나게 올라갔습니다. 읽는데 지장이 크게 없을 정도입니다. 영어번역도 마찬가지입니다. 크롬을 이용해서 다양한 언어사이트를 들어가도 우리말번역을 읽는것이 그리 부담이 없습니다. 그리고 지난 배터리데이때 테슬라의 ceo 이론 머스크가 다음달에 자율주행차를 예고했습니다. 저자는 100년이라고했지만 순식간에 눈앞에 닥칠수도 있는 여명속 어둠같은 요즘입니다. 저자는 책 마지막에는 딥러닝을 이길 10가지 천재들의 사색법까지 소개합니다.

저자는 스타작가 이지성입니다. 인세가 50억이라는 기사가 가득하듯 내는 책마다 빅히트를 기록하는 베스트셀러가 됩니다. <꿈꾸는 다락방(2007년)>의 작가로 스타작가로 올라선지 13년째되었습니다. 시작은 학습법으로 한두권씩 내다가 <꿈꾸는 다락방>으로 대박을 낸겁니다. 자기개발서가 대박을 낼려면 조건이 있어야 합니다. 독자에게 꿈과 황홀감을 같이 주어야 합니다. 이지성작가는 자기계발서라고 낮게 볼수있는 책에 혼을 불어넣는 힘을 마법을 지녔습니다. 그 힘이 10년이 지나도 줄지 않고 <에이트>라는 인공지능시대에 살아나는 8가지 인공지능이 대체할수없는 인간본연의 방법으로 또 전성기를 구가합니다. 그리고 다른 방식의 에이트 방법을 동서양 천재들의 생각법을 소개합니다. 실천편이 나올거라는 예상과 다른 생각법을 먼저 소개하고 있습니다. 인공지능 인간에게는 두려움의 대상이 아닌가요. 인공지능이 할수없는 인간만의 기술을 아직 인공지능이 완벽하지 않고 사람의 힘이 많이 필요한 지금 나를 발전시켜야 할때입니다.

저자는 이세돌과 우리의 다른점을 물어보고 공통점을 물어봅니다.공통점, 이세돌도 우리도 인공지능에 의해 은퇴당할거라는 주장입니다.ㅠㅠ 물론 이세돌은 알파고에 의해 은퇴된것처럼 되어 있지만 나이가 36세로 세계바둑에서 점점 밀리고 있었고, 한국기원과의 관계도 좋지않은등 다양한 요인이 작용했을겁니다. 그러나 알파고와의 대국이 은퇴대국이 되어버렸고, 우리도 인공지능에 의해 자리를 내줄 시간만 기다리고 있는지도 모릅니다. 이처럼 정해진 운명을 늦추거나 극복할 방법은 없을까. 그것은 바로 "think"입니다. IBM을 성공으로 이끈 토마스 왓슨은 IBM의 전신인 C-T-R에 사장으로 앉자 전체 사무실에 THINK로 도배를 했다고 합니다. 결국 노벨상을 수상자를 5명이나 배출한 기업이 되었습니다. 이렇게 시작한 THINK는 마이크로소프트와 애플과의 경쟁속으로 파고 들어 전열에서 이탈한 듯합니다만 지금도 IBM은 IBM일겁니다. THINK는 인간이 딥러닝에게 지배당하지 않을 가장 중요한 힘입니다.

그리고 또 중요한 것을 수학,과학이라 합니다. 인공지능을 잘하려면 '수학'을 잘해야 합니다만 인공지능이 아니더라도 수학의 중요성은 매우 큽니다. 수학을 잘하면 인공지능을 타고갈수가 있습니다. 인공지능이라는 호랑이를 타고 가는 자가 되기 위해 '수학,과학'은 매우 큰 무기일겁니다.

실리콘벨리는 혁신의 분화구이고 인공지능도 이곳에서 발전시키는 인류에게는 불안과 희망이 공존하는 곳입니다. 이곳에는 전세계 천재들이 모여서 신사업을 이루는 곳이고 실제 성과도 이룬 곳입니다. 미국 시총의 40%는 이곳에서 달성한다고 해도 과언이 아닐겁니다. 우선 스티브잡스는 인문학의 돌풍을 불게한 장본인이죠. "애플은 인문학과 과학기술의 교차점에서 탄생했다"고 했습니다. 이 이야기의 중심에 하이데거라는 철학자가 관여를 합니다. 하이데거는 'Think Different'라는 어구를 자신의 저서 <존재와 시간>에 담았습니다. Think Different는 애플의 기업슬로건으로 광고에서 정말 많이 사용한 문구입니다. 이 문구가 없었다면 애플도 없었을 거라고 저자는 확신합니다. 컴퓨터 역사에서 뺄수없는 IBM은 기업의 역사에서 등락이 있었을겁니다. 그것을 극복한 방법이 바로 인문학이라합니다. 독서하라, 경청하라,토론하라, 관찰하라, 생각하라로 구성됩니다. 다빈치의 11가지 인문학 공부법도 인상적입니다. 자기암시와 원전(원자력발전x), 원전필사, 사색, 도서관애용 등이 일부입니다. 모두 일리가 있고, 깊게 사색할 보고임을 압니다. 인문학으로 세계적인 위인이 된 분은 아인슈타인이라합니다. 그는 자기교육을 통해 후천적 천재가 되었다는 겁니다. 아인슈타인은 어려서 부터 읽고 사색하고의 반복하면서 이미지로 생각하고, 클라식을 듣고, 작가처럼 생각하고, 생각을 글로표현하고, 토론하고, 청강학도 겸손한 삶을 살면서 완성한 것이 상대성이론이고 think different라고 확신합니다.

저자는 동서양 5000년의합 천재사색공부법을 소개합니다. '입지하라'입니다. '뜻을 세우라'는 겁니다. 논어에도 나오고, 율곡이이도 언급하고,소크라테스도 사용한 철학법이라합니다. '거경궁리하라'는 주자학의 중요한 이론이라고 합니다. 인공지능시대에 조선을 멸망하게 했다는 왠 주자학이냐 싶기도 합니다만, 거경은 궁리를 하는 자세를 뜻하고, 궁리는 만물을 이치를 연구하는 것입니다. 이를 위해 정좌해야 합니다. 명상과 유사한 방법으로 깊은 단단한 무언가를 찾는 방식인듯합니다. 그리고 우리도 왠만하면 아는 '격물치지하라'입니다. 근본 탐구를 말합니다. 우리말로는 '파고들라'입니다. 이는 동양에서만 쓰는 방법이 아니라는 거죠. 노벨상수상자들도쓰는 방법이고, 많은 인사들이 좌우명으로 '격물치지'를 꼽을 정도로 본질을 깨달을 때까지 격물치지하고 거경궁리하라는 겁니다. '원어로 읽어라'도 있습니다. 최고의 고전을 원어로 읽어라입니다. 원어로 읽는 것은 그것을 쓴 저자와 성인과 더욱 가까워지고 그들을 느끼는 방법이라합니다. '평생읽을 단 한권을정해라'도 눈길을 끕니다. 저는 아리스토텔레스의 <시학>을 평생읽고 싶은 책이라생각했지만 ㅠㅠ 다시한번 도전해봐야겠네요.두꺼운 책도 아닌데요. 마지막으로 '그랜드투어와 서번트투어를 떠나라'입니다. 그랜드투어는 관광지투어이고 서번트투어는 고전을 따라가는 여행으로 다르다고 합니다. 목적이 어떻게 되었던 경험을 극대화할 수있는 좋은 작용을 할겁니다.

인재경영, 데이터사이언스를 만나다

인재경영, 데이터사이언스를 만나다 - 인재 경영 과학자의 시대가 온다
김성준 지음 / 클라우드나인 / 2018년 7월

2016년 이세돌과 알파고의 대결은 세계적으로 인공지능이 앞으로 우리에게 줄 충격을 실감하게 했습니다. 그후 한국사회도 인공지능에 대한 관심이 급격히 증가했습니다. 올해 벌어진 팬더믹 바이러스로 인해 인공지능에 대한 기술발전은 더욱 빨라질것입니다. <인재경영, 데이터 사이언스를 만나다>는 인공지능이 인재경영에 미치는 영향을 다룹니다. 데이터, 분석, 과학화로 과거와는 다른 HRD환경에 처하고 있습니다. 인재를 채용,육성, 평가, 보상에 통계학자와 사이언티스트의 분석이 중요한 판단기준으로 빠르게 침투하고 있습니다. 인공지능을 이용한 인재개발과 육성의 형태와 그들의 생각과 한계를 살펴보고 앞으로의 미래도 일부 점쳐볼수있게 구성되어 있습니다.

저자는 리더십 심리학자십니다. 고대에서 박사를 하셨고 롯데인재개발원과 SK그룹 아카데미에서 가르치셨고 현재는 국민대 경영대학원 리더십과 코칭MBA 겸임교수로 계십니다. 조직에서 일어나는 문제에 관심이 많다는 저자의 글이 눈길을 끕니다. 이 책의 전작으로 <빅데이터, 인재를 말하다>를 내셨고 알파고라는 동천경지할 충격을 준 사건후에 다시 인재경영에대한 인사이트를 추가해서 다시 책을 꾸몄습니다.

대기업공채제도의 역사를 설명하길, 1단계는 관상, 2단계는 심리검사, 3단계는 채용인터뷰, 4단계는 빅데이터 인공지능의 등장순으로 설명합니다. 관상은 삼성그룹에서 봤다는 소문이 무성했죠. 저도 한번 교육을 받았던 관상가 신기원선생이 그 역사의 순간을 함께 했다는 이야기를 직접들었습니다만 제 관상은 ㅠㅠ . 심리검사는 SSAT로 시작해서 현재는 직무적성감사 GSAT로 이어지고 있습니다. 인터뷰는 다양한 방식으로 이뤄지고 훨씬 체계화되어 점수화된다고 합니다. 빅데이터는 2010년경부터 본격화되었는데 미래는 인공지능인터뷰가 확실하지 않을까요. 방향은 확실한데 그 속도가 문제겠죠.

이제 많은 기업에서 데이터를 수집하기 시작했습니다. 그럼 이 데이터를 어떻게 활용을 할까요. 2가지 방법이 있다고 합니다.모델의존적 방식과 데이터적응형방식이 있습니다. 모델의존적은 가설을 세우고 접근을 하는것이고 데이터적응형은 데이터가 하는 의견을 듣는 방식이라합니다. 머신러닝에서 지도학습과 비지도학습의 모습을 연상하게 하고 얼추비슷한 방식이라는 생각도 듭니다. 저자는 두가지 방식을 사안에 따라 혼합해서 사용하는 방법에 좋은 듯한 뉴앙스를 받습니다. 데이터를 볼때 신경써야 하는 부분이 상관과 인과관계라고 합니다. 상관에는 정상관이 있고 역상관이 있습니다. 인과관계는 상관관계가 전제가 되고 시간적 선후가 있어야 합니다. 어떤 통계에서 교회가 증가하는데 범죄가 증가했다면 정상관이지만 인과관계에서는 정상관이라는 조건은 충족하지만 시간선후가 불명확하죠. 이러면 인과관계는 성립안됩니다.

기업들은 직원을 채용할때 자기소개서를 받습니다. 1년에 2만건의 자기소개서를 받는 회사는 5년이면 10만건의 데이터가 쌓입니다. 그 데이터에는 모두 합격과 불합격이라는 태그가 붙어 있습니다. 그럼 이 데이터중 70%로 학습데이터를 돌리고 나머지 3만건으로 테스트데이터를 돌려서 예측을 했을때 확률이 매우 높다고 합니다. 그런데 2020년 신규채용시 2만명의 자기소개서를 머신러닝으로 확인한 결과 과거데이터의 테스트데이터의 확률보다는 낮게 나왔다고 합니다. 2만명의 자기소개서를 사람이 확인하는데 인력과 비용이 들어갈 수밖에 없습니다. 머신러닝으로 하면 반나절도 안되어 결과는 빠르게 나옵니다. 문제는 예측 모델링이 만능이 아니라는 점과 머신러닝이 인간의 편견과 오류도 학습을 한다는 점,자기소개서의 진실성문제, 이것을 인공지능으로 했을때 사회적 맥락도 고려요소라고 합니다. 물론 이미 인공지능으로 자기소개서를 가리는 대기업이 나오고 있다는 점도 앞으로 활성화될 요소도 다분히 커보입니다.

사람을 육성하는 프레임워크중에 70:20:10비중으로 하라는 방법이 있답니다. 70은 경험, 20는 인간관계, 10은 교육입니다. 약50%의 인사담당자들이 자사 HRD에 적용해 사용한다고 합니다. 컴퓨터프로그래밍 교육을 받을때 비슷하게 사용하죠. 강사가 코딩을 보여주면 묻지도 말고 따지지도 말고 따라치라고 합니다. 그리고 안되면 먼저한 사람이 도와주라고 하죠. ㅎㅎ 한정된 예이기는 합니다만 강의만 듣는 것보다 그것을 적용하는 경험이 매우 중요하다는 겁니다. 저자는 인사담당 선배들의 직관과 통찰을 아직까지는 인공지능(머신러닝,딥러닝 등)이 증명하는 정도수준뿐이 안된다고 합니다. 현재는 인공지능이 판단할 데이터를 수집하고 전처리하는 과정이 더많은 시간이 들지만 그 결과는 선배들이 하는 의사결정에도 못미칠 가능성이 높다는 거죠. 그리고 인사담당전문가라는 호칭이 자신에게 붙는 것도 미안한 마음을 전합니다. 저자는 전문가가 아니라 교육생일 정도로 인간을 파악하는 것이 쉽지않다는 겁니다.그만큼 인재경영에 검토할부분과 불확실한 요소들이 많기때문일겁니다. 물론 기술의 발전이 인공지능의 발전속도를 누가 감히 예측할 수있겠습니까만은 현재는 비용대비해서 인재경영도 미래를 준비해야 하는 때인것만 확신합니다. 그리고 분명한것은 인사담당자들이 인공지능도입에 대해 긍정적이라는 겁니다. 저자가 언급했듯이 어려운 만큼 그 결과에 대한 불안이 생기고 인공지능으로 그 부분을 객관화하고 싶은 욕망이 크다는 겁니다. 

디지털 트랜스포메이션

현장 컨설턴트가 알려주는 디지털 트랜스포메이션 - 2021 세종도서 교양 부문 우수 도서 선정
주호재 지음 / 성안당 / 2020년 9월

디지털 트랜스포메이션하면 어떤 단어를 엮어서 설명할 수 있을까요? 인공지능, 빅데이터, 클라우드, 블럭체인, 로봇기술 등이 떠오를겁니다. 하지만 이런 키워드를 연결해서 이야기를 하면 일반인들은 이해를 할까요? 저자에게 주어진 일반인들에게 디지털트랜스포메이션을 강의하라는 미션을 해결하기위해 이 책은 탄생을 합니다. 1편은 개념편으로 디지털트랜스포메이션의 개념과 2편은 조금전에 나열한 기술용어들을 설명하는 방식으로 우리가 앞으로 더욱 가속화될 디지털 트랜스포메이션을 직접 실무에서 뛰는 <현장컨설틴트가 알려주는 디지털 트랜스포메이션>을 배울 수있는 기회를 가집니다.

저자 주호재 수석은 삼성SDS에서 수석컨설턴트로 근무하십니다. 벌써 삼성SDS에서 약20년째 근무중이시고 ERP,SCM등에 경력을 쌓고 컨설턴트업무를 해오셨습니다. 2010년 책임직책일때 <글로벌비즈니스SCM으로 승부한다>라는 책이 디지털타임스에 소개된 기사가 눈길이 가네요. 직장생활을 하면서 여러권의 전문서적을 내신 작가시기도 하십니다. 그런데 전문기술서인데 작가라는 표현이 좀 어색하기는 합니다만 ^^ 직장초기부터 자신이 하는 일을 정리하는 습관을 지니다보니 여러권의 전문서적을 내게되었다는 언급은 귀감을 넘어 모범이 되는 이야기십니다. 인하대에서 전기전자공학을 40대후반의 한국 기술을 이끄는 분이십니다.

저자는 디지털트랜스포메이션의 용어가 혼란스럽게 다양하게 쓰인다고 일침을 가합니다. 거대하게는 4차산업혁명에서 적게는 디지털라이제이션, 디지털혁신, 디지털전환이라는 용어까지 사용됩니다. 4차산업혁명은 한국에서 주로 많이 쓰이는 용어로 3차산업혁명과 논란의 소지도 많고 너무도 거대한 담론용어라는 겁니다. 지난 대선때 안철수후보가 많이 외쳤는데 정치적 용어로 오용되고 있다는 겁니다.실제 현실에서는 잡당비빔밥처럼 너무 많은 기술들이 혼합되어 나열될 뿐이지 가는 기술의 목표가 불분명하게 됩니다. 이를 극복하는것이 바로 '디지털 트랜스포메이션'이고 이는 기업단에서 구체적으로 적용이 되는 용어이고 이를 '디지털전환'이라고 통일해서부르자고 제안합니다. 그럼 무엇을 디지털로 전환할까라는 질문에 저자는 '물질을 정보로 전환하는것'이 바로 디지털전환이라고 정리합니다.

문제는 물질을 정보로 바꾸는 것이 아니라 바꿔야 할 물질의 양이 기하급수로 늘고 있다는 겁니다. 그 이유는 모바일과 lot때문이라는 거죠. 모바일은 이제 지구촌 모든 사람들이 스마트폰을 들고 다닐 날은 그리 멀지 않았고, 다양한 사물에 붙여질 센서로 정보를 모으는 IOT시대는 눈앞에 와있습니다. 전기자동차 테슬라는 이미 오토파일럿기능을 차에 달아서 수억개의 센싱데이터를 모으고 있습니다. 이를 처리하기위해서는 빅데이터의 보관과 처리가 필요한 기술입니다. 물론 구글에서는 벌써 10여년이상 데이터를 모으고 분석하고 정리하고 있습니다. 하지만 이 데이터를 보관처리하는 것이 쉽지 않고 하드웨어는 비싸고 그 장비로 낡아가기 때문입니다. 이를 극복하기위해 서버가상화기술과 분산처리기술이 속속 개발되어 사용되고 있습니다. 이 기술의 핵심에 클라우드가 자리합니다.

디지털전환의 큰 이슈는 데이터의 폭발입니다. 이를 처리하려고 가상화기술과 분산처리기술이 발전합니다. 이로 인해데이터를 잘라서 분석할 수있게 됩니다. 이 기술의 정점에는 인공지능이 있습니다. 인공지능은 머신러닝 더 좁게는 딥러닝이 현장에서 사용되고 있습니다.

2020년 7월 오스트리아에서는 고인이 된 애인의 애플계정을 접근하도록 허용해달라는 소송을 했다고 합니다. 이는 정보도 상속의 대상이 된다는 판결이라합니다. 계정안에 사진, 글, 아니면 자산이 될수있는 비밀정보가 들어있을 가능성도 높습니다. 물론 현재 이야기되는 데이터는 무엇이 될지 아무도 모릅니다. 하지만 우리는 모으는 길로 가고있고 그것을 처리하는 기술은 하루가 멀다하고 발전하고 있습니다. 과거 유럽인들이 남미로 넘어가서 모래사장에서 사금을 깬 적이 있습니다. 이제 우리는 빅데이터의 홍수속에 그물을 치고 인사이트를 찾게 되었습니다. 그 인사이트는 인공지능이 그 일을 대신하게될겁니다. 아직까지는 인공지능의 힘을 빌려 인간의지적 욕구를 채워줄수있겠지만 앞으로는 모르죠. 그리니 항상 겸손하고 귀를 항상 열어두라는 저자의 조언에 귀를 기울려야 할겁니다.