빅데이터라는 키워드로 검색하다가 알게 된 책이다. 최근 각종 기술의 발달로 예전에는 미처 분석할 엄두도 내지 못했던 다양하고 수많은 양의 데이터들을 빠르게 처리할 수 있게 되었다. 본문에서는 우리 생활 곳곳에서 얻을 수 있는 각종 데이터들을 공공 영역과 비즈니스 영역 등에 활용하는 다양한 사례들을 보여주는데, 이를 통해 데이터의 영향력이 실로 엄청나다는 것을 느낄 수 있었다.

오늘 처음 밑줄친 문장은 수많은 데이터들을 연결하는 것이 얼마나 중요한지를 느끼게 해준다. 과거에 익히 들어봤던 속담도 하나 등장하는데, 독자인 나는 개인적으로 이 속담과 비슷한 맥락의 속담하나가 문득 생각났다.

‘뭉치면 살고 흩어지면 죽는다.‘

데이터라는 것도 결국 하나만 있을 때보단 둘이 있을 때, 그리고 둘보다는 셋이, 셋보다는 넷이... 이런 식으로 점점 많아질수록 유의미한 인사이트를 얻을 수 있고 어떤 추세나 큰 그림을 알아내는 데 도움이 되기 때문에 이런 생각을 자연스레 하게 된다고 설명할 수 있을 듯하다.

데이터가 아무리 많아도 이것들은 서로 연결돼야만 데이터로서의 가치를 갖는다. 구슬이 서 말이라도 꿰어야만 보배가 되는 것이다. - P30

분산화라는 것은 데이터를 한군데에 모아두지 않고 여러 군데에 흩어져 있는 저가의 컴퓨터에 분산 저장하는 것을 말한다. 그것을 클라우드라고 한다. - P40

클라우드라는 것은 나의 데이터가 복사돼서 나도 모르는 어딘가에 저장된다는 것이다. - P40

병렬화라는 것은 컴퓨터의 뇌에 해당하는 CPU를 100개, 1000개 이상 동시에 일을 시킨다는 것이다. 즉 일을 나눠서 하는 것 - P41

병렬화를 함으로써 빅데이터 분석에 드는 시간을 획기적으로 줄이는 것이다. - P41

빅데이터는 분석이라는 과정을 통해서 인사이트로 바뀌고 인사이트는 액션을 통해서 가치를 창출 - P43

데이터로부터 특정한 인사이트를 도출하는 과정을 분석이라고 하고, 이때 분석을 실행하는 주체가 데이터 사이언티스트다. 이들이 분석에 활용하는 방법을 애널리틱스라고 하는데, 여기에는 요즘 많이 이야기되는 인공지능, 머신러닝, 데이터마이닝 data mining, 통계, 시각화, 최적화 등이 있다. - P44

시각화라는 것은 숫자나 문서 데이터를 다양한 형태의 그림으로 표현해서 직관적으로 이해할 수 있게 해주는 것이다. 사람은 시각적 정보를 가장 잘 이해한다. 여기에 사용되는 도구로는 스팟파이어 spotfire, 태블로 tableau, 클릭뷰 qlikview 등이 있다. - P55

빅데이터는 재료이고, 인공지능은 조리법이다. - P61

빅데이터와 인공지능은 떼려야 뗄 수 없는 관계다. 데이터 입장에서는 인공지능이 자신을 인사이트로 만들어주는 행위이자 절차이고, 인공지능 입장에서 빅데이터는 학습의 재료다. 재료가 없으면 조리 자체가 안 되기 때문에 인공지능을 구현하려면 반드시 확보되어야 하는 것이 빅데이터다. - P61

인공지능은 상황을 인지하고 행동하는 컴퓨터 기기를 말한다. - P62

인공지능의 구현 방식에는 크게 두 가지가 있다. 그번째 방법은 ‘지식 기반 인공지능‘ 또는 ‘기호 기반 인공지능‘이라고도 한다. 아주 단순하게 이야기하면 우리가 아는 모든 지식을 ‘A이면 B다"와 같은 형태의 명제로 만들고, 이 명제들 간의 연역적 추론을 하여 새로운 지식이나 사실을 만들어내는 방식이다. - P62

인공지능의 두 번째 구현 방법이 바로 이 귀납적 추론기반이다. 이것을 ‘머신러닝‘ 또는 ‘기계학습‘이라고 한다. - P64

머신러닝은 인간이 자주 쉽게 수행하는 이 귀납적 추론방법을 컴퓨터에게 시켜서 인공지능을 구현하는 것이다. 즉, 지식 기반과 달리 컴퓨터에게 명제를 주는 대신, 사진같은 데이터를 여러 개 반복적으로 보여줌으로써 컴퓨터가 자연스럽게 의자를 인지하고 개와 고양이를 구분할 수 있게 만드는 것이다. 이 방법이 작동하려면 두 가지가 필요하다. 충분히 많은 데이터와 반복적으로 보여주고 수정하는 아주 빠른 컴퓨터다. 그렇지 않으면 정확도가 낮아진다. - P65

과거에는 첫 번째 연역적 추론의 지식기반 방식이 주류였으나, 오늘날은 귀납적 추론의 머신러닝이 그 자리를 대체했다. - P66

최근에는 코딩 없이 클릭과 드래그로만 분석할 수 있는 소프트웨어들이 등장하여 한 달 정도 교육받으면 ‘문과 출신‘들도 빅데이터 분석을 할 수 있게 되었다. 컴퓨터처럼 빅데이터 분석도 전문가들의 영역에서 일반인들의 영역으로 들어올 것이다. 사실 국내 제조 및 금융 분야 리딩 기업들은 이러한 가능성을 이미 간파하여 적극적으로 직원 재교육을 하는 방향으로 나아가고 있다. - P71

빅데이터는 개인의 취향과 욕망, 기계 장비 속에서 일어나는 일을 비롯해 우리 일상에서 벌어지는 모든 것을 알고 있다. - P74

분석가가 빅데이터를 인사이트로 바꾸고, 현업 의사결정자가 인사이트 기반의 액션을 실행하면 비즈니스 가치를 얻을 수 있다. 그리고 그 과정에서 가장 중요한 것은 결국 최종적인 가치다. 이 가치를 만들기 위해 우리에게 어떤 인사이트가 필요한지, 인사이트를 만들기 위해 어떠한 데이터가 있어야 하는지를 거꾸로 생각하는 것이 기획이다. - P75

무엇인가를 실행하기 전에는 반드시 기획을 해야 한다. 차를 몰고 나가기 전에 어디로 갈 것인지 최종 목적지를 정해야만 하는 것이다. 일단 나가보자고 무작정 떠나게 되면 백발백중 실패한다. - P76

플랫폼이란 생산자와 소비자를 연결시키는 일종의 시장이다. - P76

플랫폼이 성공하려면 소비자 입장에서 많은 정보가 일목요연하게 정리되어 있어서 꼭 가고 싶은 곳이어야 한다. - P76

차 안에서 가능한 서비스가 무엇인지를 고민하는 것, 그것이 지금 운송 서비스업체의 초미의 관심사다. - P80

기술 중심의 기획이다. 제품을 먼저 만들어놓은 다음에 적용 분야를 고민하는 것이다. - P81

사용자 중심의 기획이 있다. 애초의 발상이 사용자의 니즈needs에서부터 시작한다. - P81

리서치라는 것은 소비자들을 대상으로 설문 조사하는 것이다. - P81

기업 입장에서 소비자의 목소리를 듣기 위해서는 이 소셜미디어를 통하지 않을 수 없다. - P82

소비자의 관심은 사실 제품이 아니고 서비스다. 예를 들어, 우리가 에어컨을 구매하면 실외기와 실내기라는 기계가 배달된다. 그러나 우리가 실제로 원하는 것은 기계가 아니라 여름에는 시원한 바람, 겨울에는 따뜻한 바람이다. - P87

인간의 언어는 애매모호하기 때문에 한 사람의 "꽤 좋다"가 다른 사람의 "아주 좋다"보다 더 좋을 수 있기 때문이다. 반면 공식은 정확하며 객관적인 수치를 제공한다. - P98

공정 빅데이터를 가지고 제품의 품질을 예측하고 검사를 대신하는 것은 제조업의 핵심 가치 창출이 된다. 이를 인더스트리 4.0 이라고 하고, 스마트 팩토리라고도 부른다. - P99

문제의 원인을 데이터로부터 찾아 이를 제거하는 액션을 취해야만 우리가 원하는 문제 해결, 즉 가치 창출을 할 수 있다. 아무리 작은 문제라도 이렇게 해서 제거한 문제는 절대로 재발되지 않는다. - P102

해당 그룹의 특성을 알면 알수록 그 그룹에 어떤 마케팅 전략을 가지고 접근해야 하는지를 정확히 알아낼 수 있다. 인사이트가 없으면 절대 구체적 액션은 나올 수 없는 것이다. - P110

마케팅과 너무도 닮은 정치 분야도 그렇다. 선거 때마다 막연하게 ‘대한민국의 국민을 위하여‘라고 할 게 아니라 구체적인 세그먼테이션을 해서 세그먼트별로 정책 제안을 해야 한다. 다 같은 대한민국 국민이라도 처지와 생각이 다르고 원하는 게 모두 다르니 정책도 그에 맞게 펼쳐야 하는 것이다. - P111

사실상 소비자 전체를 위한 캠페인이나 국민 모두를 위한 정책은 시도한다면 백발백중 실패하기 마련이다. 반드시 타기팅targeting을 해야 한다. 세그먼트로 쪼개고, 세그먼트별 성격과 인사이트를 이해하고, 그에 맞는 액션을 취해야 한다. - P111

마케팅의 효율을 결정하는 것은 변환 캠페인에 따라 넘어올 사람을 어떻게 분별해내는가에 달려 있다. - P112

주관적인 방식에는 여러 가지 문제가 있다. 주관적이라는 점 그자체도 문제일 뿐만 아니라, 오류의 원인을 찾는 것도 어려우며 정확도를 체계적으로 향상시킬 방법이 없다는 것도 문제다. - P114

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

빅데이터 활용의 궁극적 목표는 그로부터 가치를 만들어내는 것이다. - P121

중요한 것은 우리가 데이터를 통해 도출한 인사이트는 상관관계만 밝혀진 것이라는 사실이다. 즉 인사이트는 상관관계다. ...(중략)... 인과관계가 있는지 없는지의 여부는 알 수 없다. - P124

동시에 원인으로 작용하는 어떤 숨은 요인이 있을 수도 있다. 이런 것을 잠재 요인이라고 한다. - P125

결국 분석은 그 데이터가 포함하고 있는 인사이트만을 뽑아낼 수 있다. - P128

데이터로부터 인사이트를 얻는 애널리틱스, 특히 데이터마이닝은 금광에서 금을 캐는 것에 비유되기도 한다. 만약 금광 안의 금 매장량이 100톤이라고 한다면 어떤 방법을 써도 그곳에서 200톤의 금이 나오는 것은 불가능한 일이다. 100톤을 다 캐내면 끝이다. 데이터도 그와 마찬가지다. 데이터도 그 데이터가 포함하고 있는 잠재적인 인사이트 양이 어느 정도인가에 따라 최대로 잘했을 때 그만큼의 인사이트가 도출되는 것이다. - P128

아무리 훌륭한 인사이트를 데이터로부터 도출해도 그것을 기반으로 액션을 실행해야 가치가 나오는 법이다. - P129

인사이트를 실행하는 데는 최고경영자의 데이터 기반 의사결정에 대한 지지가 필수 - P130

기업이나 한국은행 같은 중요한 기관에서 관련 자료를 체계적으로 분석하는 것, 이것이야말로 인사이트를 얻는 최고의 길이라고 생각한다. 인사이트를 보고 어떤 액션을 취하느냐 하는 것은 각자의 관점과 역할에 따라 달라진다. 한국은행, 우리나라 정부와 기업, 개인이 다 다르다. 그러나 중요한 것은 이러한 분석을 꾸준히 수행해서 지속적으로 인사이트를 도출하고 적절한 실행을 한다면 리스크를 최소화할 수 있다는 점이다. - P145

컨퍼런스콜이란 CEO와 재무를 담당하는 CFO가 투자자들과 전화로 연결해서 각종 질문을 받는 자리를 뜻한다. - P147

실적이 좋았어도 주가가 떨어지는 경우는 컨퍼런스콜에서 해당 기업의 전망이 밝지 않았던 경우다. 기업의 주가는 기업의 미래 가치다. 지금 당장 수익이 높아도 향후 6개월이나 1년 후에 수익이 감소한다고 시장이 판단하면 주가는 곧바로 떨어지게 된다. 컨퍼런스콜에서 CEO와 CFO가 말한 내용과 방식이 중요한 이유다. - P147

애널리스트들이 어떤 질문을 던지느냐 또한 CEO의 답변 못지않게 중요하다. 그 질문을 통해 일반인들이 잘 모르는 기업의 내밀한 사정을 알 수 있기 때문이다. - P148

질문의 정서가 중요한 인사이트다. - P148

안 좋은 상황을 인정하기 싫어서 어려운 말과 복잡한 표현으로 적당히 피하려는 것은 아닐까 - P149

빅데이터를 활용하는 것은 사람의 일을 대체한다기보다도 사람이 신경 쓸 수 없는 부분, 일일이 다 분석할 만한 가치가 없다고 생각되는 작은 일들을 데이터 분석으로 대신하는 것이다. - P150


댓글(0) 먼댓글(0) 좋아요(11)
좋아요
l 공유하기 l 북마크하기찜하기 lthankstoThanksTo
 
 
 
이 책은 돈 버는 법에 관한 이야기 - 서민갑부 고명환의 생각법, 독서법, 장사법
고명환 지음 / 라곰 / 2022년 9월
평점 :
장바구니담기


본문에 반복해서 등장한 키워드는 바로 ‘가치‘였다. 돈을 벌고 싶다고 해서 무작정 돈만 좇기보다는 다른 사람들에게 유용한 가치를 창출할 수 있어야 돈이 자연스럽게 따라온다고 저자는 말한다. 또한 저자가 사업을 하면서 경험한 것들과 함께 각종 노하우들이 담겨 있는데, 이를 각자의 상황에 맞게 적용해보면 여러모로 도움이 될 것이다.

댓글(0) 먼댓글(0) 좋아요(20)
좋아요
l 공유하기 l 북마크하기찜하기 lthankstoThanksTo
 
 
 

오늘 읽기 시작한 부분에서 저자는 과정의 중요성에 대해 말한다. 어떤 결과물이라는 것은 궁극적으로 과정에 수반되어 자연스럽게 따라오게 되는 것일 뿐 결국에는 매 순간, 지금 현재가 가장 중요하다는 말이다.

인생은 결과보다는 과정이 중요하다. 인생의 결과는 죽음밖에 없다. - P172

책-아이디어-확신-실행-책. 이 선순환의 사이클을 내 몸에 장착하자. - P173

내게 어떤 문제가 있다면 그 문제 안에서만 답을 찾으면 안 된다. 의외로 답은 엉뚱한 곳에서 발견된다. 여러 분야의 책을 읽어야 하는 이유다. - P178

내가 속해 있는 분야, 내가 관심 있는 분야, 내가 돈 벌고 있는 분야의 책만 읽으면 점점 정체된다. 관심 없고 읽기 힘들지만 다양한 분야의 책들을 접하다 보면 의외로 재미있어지는 분야가 있고 그 분야의 책들을 읽다 보면 내가 진짜 해야 할 일을 찾게 된다. 즐겁게 일하면서 돈도 벌 수 있는 그런 일을. - P178

내 사업과 전혀 관련 없는 책에서 내 사업의 묘수를 얻을 수 있다. - P179

내 경험에 의하면 내 전공과 관련된 책에서 얻어지는 아이디어들은 내 일을 안정적으로 이끌어주고, 내 전공과 관련 없는 분야에서 번쩍하고 떠오른 아이디어들은 내 사업을 한 단계 업그레이드시켜준다. - P180

빠름과 느림은 중요하지 않다. 나만의 속도를 찾는 게 중요하다. - P191

돈은 절대 한 번에 ‘쾅‘ 하고 벌어지지 않는다. 특히 초반에 어느 정도의 자본금이 쌓일 때까지는 속도가 엄청 느리다. 이 속도를 견뎌야 한다. 그리고 알아야 한다. 이 속도가 돈이 쌓일수록 점점 빨라진다는 것을. 문제는 이 속도를 견디는 게 쉽지 않다는 것이다. 그래서 중요한 것이 있다. 돈으로부터 멀어지는 것이다. - P191

돈이 쌓이는 것보다 더 좋은 게 생각이 쌓이는 것이다. 기억은 과거 지향적이고 생각은 미래 지향적이다. 생각의 크기는 곧 돈의 크기다. 생각이 커지면 돈도 커진다. - P192

속도는 사람마다 다르다. 그러니 남과 비교하지 말고 자신만의 속도를 찾아 자신만의 속도로 나아가라. - P192

조바심을 내는 순간 돈은 멀어진다. 하지만 돈을 좇지 않으면 마음에 여유가 생기고 덕분에 좋은 아이디어가 탄생한다. 그 좋은 아이디어로 만들어진 제품에 당연히 사람들이 열광하니 돈을 벌지 않으려 해도 통장에는 돈이 계속 쌓인다.
선순환의 정석이다. - P192

자유롭게 사는 사람은 시간이 느리게 지나간다. 하루하루가 알찬 시간들이기 때문이다. - P194

스스로 하는 일에서 가치를 발견해야 자존감이 높아진다. 은퇴 후 우울증에 걸리는 이유가 ‘나는 이제 더 이상 이 사회에 필요하지 않구나‘라는 생각 때문이다. - P195

사람들은 가치라고 하면 무조건 돈을 생각한다. 하지만 돈과 상관없이 가치 있는 일이 더 많고, 그런 가치를 만들다 보면 없는 돈도 생겨난다. 돈을 좇는 순간, 세월은 ‘훅‘ 하고 지나가 버린다. - P195

가치를 만드는 사람은 끌려가지 않고 인생을 지배한다. 시간을 지배한다. - P195

시간을 그냥 흘려보내지 말고 내 시간을 살아야 한다 - P197

내 시간을 산다는 것은 내가 있어야 할 곳에서 가치를 만들어낸다는 의미다. 당신이 있는 그곳에서 가치를 만들어낼 때 당신은 존재 가치가 있는 것이다. - P197

우리가 인간이라는 존재 가치를 가지려면 최선을 다해 내 시간을 살아야한다. 최선을 다한다는 것은 시간을 지배하는 것이다. 1초도 그냥 흘려보내지 않고 가치를 만들어내는 것이다. - P197

생각을 자주 해야 하는 이유는 그래야만 진짜 내 생각을 알 수 있기 때문이다. - P199

하고 싶지 않은 일을 억지로 할 때 스트레스가 가장 심하다. - P200

스스로 찾는 힘이 곧 생각이다. 결국 생각이 내 삶을 자유롭게 해준다. - P201

조급하면 긴장하고, 긴장하면 실패한다. 돈을 빨리 벌겠다고 덤비면 덤빌수록 돈은 도망간다. 당연하다. 돈을 빨리 벌려 할수록 무리수를 둘 확률이 크다. - P203

진짜 큰돈을 버는 1퍼센트의 사람들은 트렌드를 좇지 않고 트렌드를 만든다. 음악, 패션, 음식 등 모든 분야가 그렇다. - P206

유행을 좇는 사람들은 그저 그런 호응을 얻는 것에 그치지만, 유행을 만들어내는 사람들에게는 열광이 뒤따른다. - P207

트렌드를 좇는 사람들은 한 발짝 앞선 미래를 본다. 그리고 트렌드를 만드는 사람들은 두 발짝 앞선 미래를 내다본다. - P207

"하루 16시간, 주 7일, 1년 52주 일을 하는데도 사람들은 나를 행운아라고 부른다(Working 16 hours a day, 7 days a week, 52 weeks a year and people still calling me lucky)." _일론 머스크 - P207

요행은 없다. 지름길도 없다. 공부밖엔 답이 없다. 공부해야 한다. 그래야 트렌드를 만들 수 있다. 하지만 무서워하지 말고, 미리 지치지도 말고, 불가능하다고 생각하지 마라. 당신도 할 수 있다. - P207

트렌드를 만들려면 스스로 트렌드가 되어야 한다. 독서하고 꿈을 꾸고 경험을 쌓아야 한다. 이런 과정 없이 감동을 줄 수 없다. - P208

모방을 통해 경험을 쌓고, 독서를 통해 재창조의 과정을 거쳐야 한다. 그렇게 스스로 트렌드가 되면 이제 당신이 꿈꾸던 상상을 현실로 만들어라. 사람들은 당신의 꿈에 열광할 것이다. - P208

인생에서 은퇴는 죽음밖에 없다. - P210

버는 것보다 지키는 게 더 어렵다. - P210

성자 안젤름 그륀은 "머물지 말고 흘러라"라고 말한다. 우린 어디론가 끊임없이 흘러갈 때 행복하다. - P211

인간은 의지를 가지고 움직일 때 행복하다. - P212

놀면서 느끼는 쾌감은 낮은 수준의 쾌감이다. 타인을 도울 때 느끼는 쾌락이 가장 높은 수준의 쾌락이다. 다른 사람을 도우면 죽음 앞에서도 내 삶이 자랑스러울 것이다. - P212

돈은 흘러야 한다. 돈은 쌓아놓는 게 아니다. 다른 사람을 위해서 내보내든가, 재투자를 통해 돈의 흐름을 만들어줘야 한다. 돈은 물과 같다. 고인 물이 썩는 원리와 똑같다. 먼저 들어온 물을 내보내야 더 큰 물이 들어온다. - P215

"나는 어렸을 때, 돈이 인생에서 가장 중요하다고 믿었다. 나이가 든 지금, 나는 내가 옳았음을 안다." _오스카 와일드 - P227

돈은 버는 것이 아니라 그냥 ‘당연히‘ 벌리는 것이다. 마치 겨울이 가고 봄이 반드시 오는 것과 같다. 이 정도로 준비하면 당연히 잘 팔릴 거라는 확신이 설 때까지 준비를 하면 무조건 된다. - P228

이렇게 판을 벌려놓으면 사람들이 모일 거라는 사실을 아는 이들이 있다. 그들이 판을 벌리면 돈은 당연히 따라온다. 그들에게 돈은 당연한 것이다. 이런 감각을 키워야 한다. 이 감각이 내공이다. 내공이 쌓이면 돈은 당연한 것으로 보인다. 투자도 마찬가지다. 주식으로 돈을 버는 사람들은 주식이 오르길 기대하면서 투자하지 않는다. 당연히 오르는 곳에 투자하기 때문이다. - P229

주식으로 돈을 버는 사람들은 세상이 어떻게 돌아가는지 안다. 이걸 당연히 아는 힘이 바로 내공이다. - P229

내공은 독서와 경험을 통해 쌓인다. 내공이 단단해지면 모든 분야를 그렇게 당연하게 볼 수 있다. 그러니 투자도 그냥 당연한 곳에 하는 것이다. 당연히 세상은 이렇게 흘러갈 것이고, 당연히 이 주식의 주가가 올라갈 것이라는 사실을 안다. 얼마나 신나겠는가? - P229

마음을 비워야 채울 수 있고, 욕심을 버려야 높이 날아오를 수 있다. 높은 곳에서 볼수록 ‘당연한‘ 세상을 볼 수 있다. - P230

돈에 대해서 초월할 때 비로소 당연히 돈을 벌 수 있다. - P230

창조하려 하지 마라. 모방하고 변형하라. 자신에게 맞게 변형한 것이 곧 창조다. - P241

난 한 번 더 생각한다. - P241

첫 번째 벽에서 포기하지 마라. 첫 번째 벽을 넘을 수 있다고 생각해야 한다. 그 방법을 찾는 길이 성공으로 가는 길이다. - P241

아는 만큼, 공부하는 만큼 세금을 줄일 수 있다. 버는 것도 중요하지만 지키는 것이 더 중요하다. - P251


댓글(4) 먼댓글(0) 좋아요(10)
좋아요
l 공유하기 l 북마크하기찜하기 lthankstoThanksTo
 
 
Jeremy 2026-06-08 01:30   좋아요 1 | 댓글달기 | URL
p. 227 역시 오스카 와일드! ㅎㅎ.

즐라탄이즐라탄탄 2026-06-08 08:19   좋아요 1 | URL
오스카 와일드는 문장에서 재치가 느껴집니다 ㅎㅎ

Jeremy 2026-06-08 09:30   좋아요 1 | 댓글달기 | URL
촌철살인의 주옥같은 Quotes 는 여러 개 알고 있었지만

“Be yourself; everyone else is already taken.”― Oscar Wilde
“Always forgive your enemies; nothing annoys them so much.”― Oscar Wilde

돈에 대해서도 이렇게 적나라하게 말했었을 줄이야.

Oscar Wilde 의 시, 하나뿐인 소설, 그리고 Plays
모두 다 여러 번 읽었을 정도로 좋아합니다.
“If one cannot enjoy reading a book over and over again,
there is no use in reading it at all.”― Oscar Wilde


즐라탄이즐라탄탄 2026-06-08 10:02   좋아요 1 | URL
정말 대단하십니다. 저는 오스카 와일드에 대해 Jeremy 님 만큼은 알지 못하는지라ㅠ 어쨌든 저도 이 책에 소개된 문장을 보면서 돈에 대해 이정도로 솔직하게 말한 사람이 있었나 하는 생각이 들더군요. 그리고 이 문장을 보다가 문득 제가 살면서 들어봤던 돈과 관련된 말 중에 단순하지만 가장 강렬하게 느껴졌던 문장 하나가 생각나서 소개해드리자면..

‘돈이 피보다 진하다‘ 라는 문장입니다. 오스카 와일드의 문장에 재치가 녹아있다면, 이 말은 돈의 냉정함 혹은 냉혹함을 적나라하게 표현하는 것 같다는 생각이 듭니다. 조금은 씁쓸하게 느껴지기도 하구요. 근데 또 이 세상의 현실이 진짜 그런 것 같기도 해서 이런저런 생각들을 많이 해보게 되는 문장이기도 합니다.

쓰다보니 잡설이 길어졌는데, 다시 본론으로 돌아와서 마지막에 적어주신 문장에 나온 enjoy reading 하는 것이 진짜 중요하다는 생각이 듭니다. 즐겁지 않으면 over and over 하기 힘들잖아요. 아무쪼록 즐거운 하루 보내시길 바랍니다. 댓글 감사합니다!
 

개인적으로 최근 AI관련 서적들을 몇 권 읽다가 우연히 알게 된 책이다. 실무적으로 다양한 경험을 해본 저자의 설명을 통해 AI, 빅데이터 관련 분야에 대해 좀 더 알아가는 시간이 되길 바래본다.

AI 빅데이터 전문가가 되기 위해서는 우선 가장 기본적으로 코드를 작성할 줄 알아야 하며 분석 결과를 이해관계자들이 모두 이해할 수 있도록 스토리텔링을 할 수 있는 능력도 필요하다. 또한 모델을 구축하기 위해서는 수학, 통계학적인 지식도 필요하다. 즉 컴퓨터, 경영학, 언어학, 수학 등 복합적인 학문을 두루갖춘 융합 인재인 것이다. 이러한 융합 인재이기에 21세기에 가장 섹시한 직업으로 꼽히는 것이다. - P20

AI 빅데이터 전문가는 구하기도 힘들고 고용하기도 어렵다. 과학적 지식, 컴퓨터공학적 스킬, 분석 능력을 두루 갖춘 사람은 매우 드물다. 따라서 이러한 인재에 대한 갈급함은 앞으로도 심화될 것이다. - P20

이제 데이터는 분야를 막론하고 어디서나 보편적으로 쏟아져 나오며 이를 활용하고 대응할 수 있는 능력을 가진 기업만이 살아남을 것이다. 또한 양질의 데이터가 많을수록 뛰어난 모델을 생성할 수 있어 데이터가 곧 부와 직결될 것이다. 한편으로는 데이터에 대한 부익부 빈익빈 현상이 가속화될 수 있다. - P24

미래는 데이터 확보가 기업의 중요 경쟁분야가 될 것이다. 그리고 이러한 데이터를 이용해 우수한 모델을 만들고 인사이트를 도출할 다수의 AI 빅데이터 전문가가 필요할 것이다. - P24

수학, 통계학, 경영학 지식까지 함께 함양해야 하는 AI 빅데이터 전문가의 특성상 일반 학원에서 코딩 몇 줄 배운다고 절대 전문가가 되지 않는다. - P37

웹 개발자 같은 경우는 UI 설계서를 받으면 그대로 구현하면 끝이다. 하지만 AI 빅데이터 전문가는 UI 설계서 같은 게 없다. 데이터 분석의 첫 단추는 기업 문제 Business problem의 정의에서 시작한다. 소위 말해 숲을 보고 세부적인 나무로 들어가는 방법이다. 기업 문제를 정의하면 그 문제를 해결하기 위해 데이터를 통해 인사이트를 찾아나가는 방식이다. 솔직히 말하면 꽤 모호하다. - P43

사전에 규격화되거나 정해진 것이 없다. 기업 문제 해결을 위해 데이터를 받으면 데이터를 정제 후 여러 번의 실험을 거쳐 분석결과를 도출, 시각화한 후 의사 결정에 접목해야 한다. 마치 기업 최고경영자가 하는 일과 같지 않는가? AI 빅데이터 전문가는 기업 최고 의사결정에 핵심적인 역할을 수행한다. 단순한 노동 IT인력이 아니라 데이터를 통해 의사 결정을 수행하는 경영자적 역할을 하는 것이다. 이 과정에서 엄청나게 많은 능력이 필요하다. - P43

우선 데이터에 대한 지식이 필요하기에 데이터베이스에 대한 사전 지식이 필요하다. 과거 RDB뿐만 아니라 최근에 많이 쓰는 No-SQL까지 알아야 한다. 또한 이와 관련해서 서버에 대한 지식도 어느 정도 필요하다. 데이터베이스 및 데이터가 서버에 적재되어 있는 경우가 대다수고 분석도 데스크톱보다는 서버에서 이루어져야 효율이 높다. 솔루션이나 API 제작 같은 경우도 다 서버에서 이루어진다. 데이터 전처리 및 가공능력은 당연히 필수적이다. 또한 수학, 통계학적 지식이 있어야 이를 응용해 가공된 데이터로 모델을 만든다. - P44

이러한 과정은 다 코딩으로 이루어지는데 파이썬 Python, R, 스파크Spark와 같은 언어들이 주로 쓰인다. 각 언어마다 각기 장단점이 있기에 한 가지 언어를 알기보다는 최소 두 개 이상은 구현하는 게 좋다. - P44

분석을 마친 이후에는 결과를 더 잘 알아보기 위해 시각화를 해야 한다. 분석 결과를 보고서로 작성할 때에는 인문학적 언어 능력, 경영학적 능력도 필요하다. 분석 결과를 자동화 솔루션으로 제작하기 위해서는 웹 개발 능력까지 필요하다. 마지막으로 사람들 앞에서 결과를 전할 때에는 뛰어난 의사소통 능력까지 요구한다. 이렇듯 다방면에 엄청나게 많은 지식과 능력이 있어야 AI 빅데이터 전문가로서 어필할 수 있다. - P44

프로젝트를 할 때마다 필요한 인력을 외주 또는 프리랜서로 해결할 수 있다. 외주 인력, 프리랜서를 구하는 방법은 너무나 쉽다. 크몽, 위시켓, 프리모아, 오투잡 등 인터넷 플랫폼을 이용하면 쉽게 구할 수 있다. - P48

AI 빅데이터 전문가가 창업을 하게 되면 각종 정부지원 사업의 혜택을 누릴 수 있다. 4차 산업혁명 시대를 맞이해 정부 예산이 AI에 집중되고 있다. 따라서 AI 빅데이터 관련 아이템으로 정부 사업에 초기 창업 지원을 신청하면 너무나 쉽게 초기자본을 받을 수 있다. 5,000만 원에서 1억 원 정도는 쉽게 받을 수 있다. 이 정도면 초기 자본으로는 큰 문제가 없다. - P49

또한 창업 이후에도 각종 정부 지원 사업에 참여하면서 계속해서 이익을 창출할 수 있다. 엔젤투자, 엑셀러레이터 등의 투자도 받을 기회가 널려 있다. 사무실을 정부에서 지원해주기도 한다. 혼자서 일할 때는 굳이 사무실이 필요치 않지만 직원을 뽑게 되면 사무실이 필요하게 된다. 사무실 임대료가 부담될 수도 있는데 정부 지원 사업을 잘 찾아보면 사무실도 쉽게 지원받을 수 있다. 코워킹 스페이스부터 독립된 공간까지 지원받기가 어렵지 않다. - P49

정부 지원을 받으려면 서류 작업이 좀 번거로울 수는 있지만 약간의 수고만 감수하면 그 이후의 혜택이 무궁무진하다. - P50

조금만 꼼꼼하고 규칙적으로 정부 사업 공고를 확인하고 서류 작업만 충실히 수행한다면 창업자 대다수가 혜택을 받을 수 있다. 왜냐하면 AI 빅데이터 관련 정부 사업이 너무나 많고 이를 활용하는 창업자들은 많지 않기 때문에 상대적으로 경쟁률이 낮기 때문이다. - P50

AI 빅데이터 전문가의 최대 장점은 전 분야에 걸쳐서 접목이 가능하다는 것이다. - P50

현대 사회는 어느 분야나 데이터가 쏟아져 나오고 있어 데이터를 활용할 수 있는 능력이 요구된다. 더군다나 앞으로는 클라우드, 사물인터넷, 센서 등의 발달로 이러한 현상은 더욱 증가할 것이다. 그러면 기하급수적으로 쏟아져 나오는 데이터와 이를 활용할 수 있는 능력이 요구되기 때문에 AI 빅데이터 전문가는 필수적이다. 그리고 이들은 모든 분야에서 중요하게 요구된다. - P51

의료, 관광, 요식업, 법률, 재무, 회계, 제조, 유통 등 어느 분야든지 AI 빅데이터가 필요하다. 따라서 창업하기 위한 아이템도 무궁무진하다. 각 분야마다 AI 빅데이터를 섞기만 하면 새로운 창업 아이템이 탄생한다. 왜냐하면 아직까지 AI 빅데이터를 접목한 사업 사례가 많지 않기 때문에 그냥 결합만 해도 새로운 아이템이 된다. - P51

AI 빅데이터 전문가는 직종 특성상 협업을 하는 프로젝트가 대다수다. - P56

데이터를 받고 적절히 전처리한 후 결과가 잘 나오는 모델을 만들면 끝이다. - P57

데이터 분석 알고리즘의 특성상 몇 가지 반복적으로 많이 쓰이는 알고리즘들이 있기 때문에 복사가 가능하다. 즉 A프로젝트에서 수행한 코드를 조금만 바꾸어서 B 프로젝트에 적용해서 쓸 수 있다는 것이다. - P57

데이터 마이닝 책을 보면 몇 가지 알고리즘이 공통적으로 보인다. 예를 들어 지도 학습, 비지도 학습이 있고 지도 학습에는 분류 분석, 회귀 분석이 있으며 비지도 학습으로는 군집 분석, 연관 규칙이 있다. 그리고 그 아래 세부 알고리즘을 살펴봐도 몇 개 안 된다. 요새 많이 쓰이는 딥러닝도 DNN에서 파생된 RNN, LSTM, CNN, GAN 등 몇 개 쓰이는 알고리즘 안에서 계속 되풀이된다. - P57

자신이 예전에 짠 코드를 그대도 써도 되고, 구글링해서 나온 코드를 그대로 써도 되고, 그것도 싫으면 라이브러리의 함수를 그대로 쓰면 된다. 절대 도덕적으로 비윤리적이거나 범법 행위가 아니다. 그저 빠르고 쉽게 일을 처리할 수 있는 요령이다. - P58

물론 프로젝트마다 데이터가 다르기 때문에 처음에 데이터 전처리 부분은 어쩔 수 없이 그때그때 해야 한다. 하지만 전처리부분만 끝나면 그다음부터는 그냥 복사해서 붙여넣기만 하면 된다. 꽤 단련이 되다 보면 한 시간 정도 만에 일을 끝내고 프로젝트 한 개를 완수하는 경우도 종종 있다. - P58

AI 빅데이터 전문가로서 경력을 쌓아가는 방법

① 당신의 전문성을 주변에 최대한 어필하라.

② 인스타그램 등 SNS 프로필에 자신의 이력과 전문성을 어필하는 글을 올려라.

③ 자신의 블로그 또는 홈페이지를 만들고 전문적인 글을 주기적으로 올려라.

④ 자신을 전문가로 소개하는 명함을 만들고 만나는 사람마다 주어라.

⑤ 크몽, 오투잡 등 각종 프리랜서 플랫폼에 이력을 올리고 홍보하라.

⑥ 일거리를 받으면 높은 품질로 완성하고 고객에게 추천 및 평을 써달라고 요청하라.

⑦ 고객에게 받은 추천, 평가들을 소중히 간직하며 마케팅, 홍보용으로 사용하라. - P65

자바 프로그래밍 기본, HTML5/CSS3, 자바스크립트, 스프링 - P72

사실 빅데이터 분석에는 RDB보다는 No-SQL을 많이 쓰고 R보다는 파이썬을 더 많이 쓰는데 - P73

AI 빅데이터 부분은 다양한 실전 데이터로 직접 다루어봐야 하는데 예제에 나오는 ‘예제 데이터toy set‘로는 절대 실력이 늘지 않는다. 예쁘게 정제되어 있는 ‘예제 데이터‘를 가지고 예제에 다 나와 있는 기본 코드를 복사해 붙여넣기 하는 것을 누가 못하는가? 실제 데이터를 DB 또는 크롤링 등으로 직접 수집한 후 가공, 정제를 거쳐 목적에 맞는 결과를 얻기 위한 모델을 직접 생각하고 고안해서 적용해야 한다. 다 만들어져 있는 데이터에 예제에서 쓰라고 주는 코드를 복사해 붙여넣기 해서는 실전에서 데이터 분석을 못한다. - P73

프론트엔드 개발할 때 쓰이는 MVC 패턴 - P74

개인적으로 MVC 패턴은 내가 과거에 아무리 이해하려고 해도 이해가 어려웠던 부분이다. 그러나 나는 MVC를 몰라도 AI 빅데이터 전문가로 버젓이 활동하고 있다. - P74

UI 설계, 애플리케이션 빌드, 배포 - P75

패스트캠퍼스, DS스쿨, 인사이트 캠퍼스, 탈잉 등 오프라인, 온라인을 이용해 IT 실무를 가르치는 학원, 플랫폼들이 너무나도 많다. - P75

AI 빅데이터 전문가가 되기 위해서는 수리통계학적 지식, 코딩 능력, 경영학적 서술 능력을 두루 겸비해야한다. 그래서 가장 섹시한 학문이고 전문적인 분야이기도 하다. - P77

왜 수리통계학적 지식이 중요할까? 실제 실전에서 데이터 분석을 하게 되면 목적에 부합하는 모델을 직접 선택하고 적용해야 한다. 학원에서는 어떤 모델을 쓰라고 직접 알려주지만 실전에서는 알려주는 선생님이 없다. 자신이 해당 데이터와 분석 목적에 가장 부합하는 모델을 선택해야 하는데 이때 수학적·통계학적 지식이 있어야 어떤 모델을 선택할지 알 수 있다. 때에 따라서는 모델을 조금 변형하거나 여러 모델을 결합해 분석할 때도 많은데 수학적·통계학적 지식이 전혀 없으면 이러한 작업이 이루어질 수 없다. - P77

데이터 전처리 작업 코딩은 직접 다양한 데이터를 다루어보면서 익혀야 한다. 소량의 정형화된 예제 데이터로는 이러한 전처리 작업 코딩을 전혀 해볼 수가 없다. 따라서 실전에서 주어지는 데이터를 보면 당황하게 되고 어디서부터 손을 대야 할지 모른다. 학원에서 알려준 코드를 복사해 붙여넣기 해도 계속 에러가 날 것이다. 당연하다. 데이터 자체 포맷이 학원에서 주는 예제 데이터 세트와는 완전히 다르기 때문이다. 모델 적용도 라이브러리에 있는 모델을 불러와서 함수 하나 호출하면 바로 실행되는 모델 정도만 수업 시간에 한다. - P78

데이터나 분석 목적에 맞는 모델 파라미터 조정 또는 딥러닝 신경망 구조 변경 등은 엄두도 낼 수 없다. 수학적·통계학적 지식이 전혀 없기 때문에 어디를 어떻게 조정해야 할지 모르기 때문이다. - P78

자격증이 전문가를 만드는 것은 아니다 - P79

한국데이터산업진흥원에서 시행하는 데이터 자격시험이 있다. 데이터 분석 자격검정, SQL 자격검정, 데이터 아키텍처 자격검정이 있는데 그중에서 그나마 데이터 분석 자격검정이 AI 빅데이터 분석과 관련이 있다. 또한 <한국경제>에서 시행하는 경영 빅데이터 분석사 자격증과 한국산업인력공단에서 시행하는 사회조사분석사가 있다. - P80

데이터 분석 자격검정은 전문가(ADP)와 준전문가(ADSP)로 나뉜다. 개인적으로 이 자격증이 현존하는 자격증 중에서는 그나마 가장 낫다고 생각한다. 난이도도 다른 시험에 비해서는 가장 높은 편이다. 그래도 사실 고시급 자격증과 비교해서는 매우 쉬운 편이다. - P80

문제점도 꽤 있다. 우선 깊이가 너무 없다. 방대한 양을 다루려다 보니 개론적인 설명 위주로 조금씩 언급하고 끝날 뿐이다. 특히 각 알고리즘에 대한 설명은 거의 전무하다. 수학적인 설명은 없고 개론적인 설명 몇 줄 후 예시 코드를 보여주는 게 전부다. 데이터 수집, 데이터 전처리에 대한 설명도 없다. 코드도 R 코드밖에 없다. 최근 AI 빅데이터 시대에 특히 딥러닝 같은 경우는 거의 파이썬을 사용한다. 파이썬 없이 R 코드만 있는 것도 큰 문제다. 그래도 비전공자가 AI 빅데이터 관련해서 한번 공부해보기에는 좋은 시험인 것 같다. 전공자도 복습 겸 공부하는 것도 괜찮다. 하지만 절대 전문가로 인정받을 만한 시험은 아니다. - P81

SQL 자격검정(SQLP. SQLD)은 데이터베이스에 대한 이해를 묻는 시험이다. 주로 SQL 쿼리에 대한 문제가 많이 출제된다. 하지만 AI빅데이터 분석에서 데이터를 가져오는 쿼리 부분은 사실 극도로 작은 부분일 뿐이다. 더욱이 최근에는 No-SQL이 대세인데 이 시험은 아직까지 RDB를 활용한 오라클, MS SQL을 이용해서 시험을 출제한다. 자격증을 취득하기 위해서 공부하는 시간에 비해 얻어가는 것은 부족하다. 그래도 전통적인 RDB에 대해서 관심이 있는 사람은 공부해볼 만하다. - P81

데이터 아키텍처 자격검정(DAP, DASP)이 있다. 나도 이 시험은 공부만 조금 하고 시험도 보지 않았다. 이 자격증은 심지어 국가공인자격증으로 인정해주지도 않는다. 데이터 아키텍처를 설계하는 방법에 관한 것인데 쓸모가 없다. 더군다나 이 시험도 RDB를 기준으로 시험 문제를 출제한다. 그리고 시험 내용의 절반이 실무와 관련 없는 너무 이론적인 것을 출제해서 시험을 본 뒤에 다 잊어버려도 되는 내용이 태반이다. - P81

이 시험(<한국경제>에서 시행하는 경영 빅데이터 분석사 자격증)은 한국데이터산업진흥원의 데이터 분석 자격검정과 유사하다. 하지만 국가공인 시험이 아닌 데다가 데이터분석 자격검정보다 더 얕은 수준의 개론에만 머물러 실제 실무에는 큰 도움이 안 된다. 그리고 이 시험도 역시 R코드만 출제되고 파이썬은 없다. 초보자들도 한번 쭉 훑어보고 2주 정도 공부하면 충분히 딸 수 있는 자격증이다. - P82

한국산업인력공단에서 시행하는 사회조사분석사는 전통적으로 꽤 인기 있는 시험 중 하나다. 특히 통계학과 학생들에게 인기가 있다. 이 자격증은 AI 빅데이터와는 직접적으로 관련이 없지만 통계학적 내용을 묻는 문제가 출제되어 공부해두면 나중에 AI빅데이터 알고리즘을 공부할 때 꽤 많은 도움이 된다. 하지만 주의해야 할 점은 필기시험은 어느 정도 효용성이 있지만 실기는 전혀 도움이 안 된다는 것이다. 실기시험은 SPSS 툴을 활용해서 AI빅데이터 분석과는 전혀 관련이 없다. 필기시험에서도 절반 이상은 설문조사에 관한 내용이어서 사실 AI 빅데이터와는 관련이 없다. 하지만 뒷부분에 나오는 확률, 통계적 추정, 통계 분석 부분은 AI 빅데이터 관련 알고리즘의 완전 기초가 되는 부분이라 한번쯤 공부하면 좋을 듯하다. - P82

위에서 말한 자격증을 열심히 공부해서 따도 실제 AI 빅데이터 업무에 들어가면 전혀 도움이 되지 못하는 가장 큰 이유는 역시 알고리즘에 대한 깊은 이해와 데이터를 다룰 수 있는 코딩 능력을 자격증이 채워주지 못한다는 데 있다. - P83

기본 알고리즘에 대한 개론적인 설명만 듣고는 예제 데이터 정도의 데이터만 다룰 수 있다. 가장 대표적인 예제 데이터로는 iris(꽃) 데이터 세트가 있는데 150×5 차원의 아주 소량의 데이터다. 빅데이터라 말할 수도 없는 양이다. 그냥 사람이 눈으로 봐도 될 정도의 양이다. - P83

실전에서는 예제 데이터처럼 예쁘게 데이터가 주어지지 않는다. 텍스트, 오디오, 이미지와 같은 비정형 데이터가 즐비하고 중간중간에 결측치 데이터, 시간이 안 맞는 데이터, 오류 또는 이상치 데이터들이 즐비하다. 이러한 데이터들을 규격화하고 정규화하고 예쁘게 만들어야 모델에 적용할 수 있다. - P83

데이터 수집 자체도 웹에서 크롤링을 할 수도 있고 몽고DB, 엘라스틱 서치와 같은 비교적 최근에 나온 DB를 이용해야 할 수도 있다. 아파치 하둡, 스파크를 이용해서 데이터를 조회, 처리해야 하는 경우도 있다. 위에서 말한 자격증에서 조금 배운 R 코드로는 아무것도 할 수가 없다. 또한 주어진 데이터로 어떤 알고리즘을 적용해야 할지도 막막하다. - P84

온라인과 SNS 플랫폼의 발달로 이미지, 동영상, 텍스트와 같은 비정형 데이터가 엄청나게 많이 쌓이고 있다. 이러한 비정형 데이터들은 말 그대로 정형화되어 있지 않은 데이터다. 즉, 규격화되어 있지 않은 제멋대로인 데이터인 것이다. 따라서 전문가가 일일이 전처리 과정 또는 규격화 과정을 거쳐야 한다. - P84

사물인터넷의 발달도 데이터 전처리 작업에 더 큰 부하가 걸리게 할 것이다. 사물인터넷 센서에서 실시간으로 나오는 데이터들은 기기의 오작동으로 생긴 결측치 데이터, 이상 데이터, 시간 규격이 맞지 않는 데이터 등의 수많은 문제가 발생할 수 있다. 또한 같은 기계라도 날씨와 고도에 따라 센서 값이 조금씩 다를수도 있다. 이런 것을 다 반영해 규격화하고 정규화하는 과정이 필요하다. - P84


댓글(0) 먼댓글(0) 좋아요(13)
좋아요
l 공유하기 l 북마크하기찜하기 lthankstoThanksTo
 
 
 

지난번 포스팅의 마지막 부분에서 저자는 브랜드의 중요성을 강조했었다. 오늘 시작하는 부분에서는 브랜드를 어떻게 활용하고, 어떻게 만들지에 관한 좀 더 세부적인 내용들이 나온다. 뭐 이런저런 얘기들이 나오는데 결국에는 자신이 파는 어떤 것이 되었든 간에 소비자의 머릿속에 자신의 브랜드를 각인시키는 것이 1차적인 목적이다. 이후 궁극적으로는 브랜드를 통한 매출 증대 및 이익 증가라는 결과물을 얻는 것을 목표로 할 것이다.

다만 저자가 지난번 포스팅에서도 잠시 언급했던 것처럼 단순히 돈만 좇는다는 느낌보다는 어떤 귀중한 가치를 브랜드에 담아내는 것이 좀 더 중요해보인다. 돈이라는 건 내가 갖고 싶다고 해서 무작정 가질 수 있는 것이 아니기에 더더욱 그렇다.

가치를 좇다보면 돈이라는 건 자연스레 따라오기 마련이라는 게 저자가 일관되게 이 책에서 말하는 것이다. 내가 다른 사람에게 줄 수 있는 가치가 무엇인지를 잘 생각해보고 그 가치를 극대화할 수 있는 방법을 찾아봐야 하겠다.

손님을 불러 모으려면 당신의 브랜드를 사람들의 머릿속에 각인시켜야 한다. 그러기 위해서는 네이밍을 하고, 심벌마크를 만들고, 주제 색상도 정해야 한다. 심벌마크를 만들고 주제 색상을 정하는 이유는 고객들의 기억에 오래 남기 위해서다. 고객들에게 내 브랜드가 시도 때도 없이 생각나게 하기 위해서다. - P105

70대 25대 5의 법칙이라는 것이 있다. 기본 색상 70, 보조 색상 25, 주제 색상 5로 구성할 때 사람들은 5퍼센트의 주제 색상을 가장 잘 기억한다는 것이다. - P106

확실한 기준을 가지고 사업을 하는 사람과 모호한 상태에서 그냥 감으로 사업을 하는 사람 중 누가 성공하겠는가? - P106

가장 많이 회전했을 때 매출이 얼마인지 계산할 수 있어야 한다. 그게 당신이 벌 수 있는 최고의 매출이다. 최고의 매출을 계산한 결과 이것저것 빼고 나면 적자인 경우가 있다. 그러면 애초에 시작을 하지 말아야 한다. - P110

"중간에서 소개하는 사람이나 탐욕스러운 상인은 본전의 3분의 1을 이익으로 챙기고, 큰 욕심을 부리지 않는 상인은 5분의 1을 이익으로 얻는다." _사마천의《사기 열전》2권 - P114

적당하다는 것은 상인도 좋고, 소비자도 행복하다는 말이다. 상인이 더 남기면 소비자는 불편하다. 불편하면 오래가지 못한다. 황금알을 낳는 거위의 배를 가르는 것과 마찬가지다. - P115

"모든 이익은 원가 기획 단계에서 결정된다." _《도요타의 원가》 - P115

장사를 하려면 원가 기획을 정확하게 할 줄 알아야 한다. 원가 기획을 하기 위해선 모든 걸 알아야 한다. 단순히 ‘원재료가 1,000원인데 3,000원에 파니까 2,000원이 남네‘가 절대 아니다. 인건비, 4대 보협, 각종 공과금, 세금, 퇴직금, 보험료, 감가상각비 등 모든 걸 계산할 수 있어야 한다. - P116

수익이 높아지면 그만큼 고객에게 돌려줘야 한다. 수익이 생기는 족족 주머니에 챙기면 오래가지 못한다. 반드시 정확한 수익만 남기고 나머지는 재투자를 해야 한다. 그래야 100년 기업을 만들 수 있다. - P116

오마카세는 메뉴가 정해져 있지 않다. 오마카세라는 말 자체가 주인에게 맡긴다는 뜻이다. 주인 마음대로 그날그날 메뉴를 구성하면 된다. - P116

당신은 원재료비를 계산할 줄 아는가? 한 그릇 팔면 얼마가 남는지 계산할 수 있는가? 도요타는 샤프심이 얼마나 닳았나를 측정해서 원가 조사 때 반영한다. 5분의 1 정도 닳았으면 마이너스 0.0001엔이라는 식으로, 잔인하다고? 하지만 이렇게 해야 살아남는다. 이 정도로 철저하고 섬세하게 원가 기획을 할 수 있어야 한다. - P117

요리에 자신이 없을수록 뭔가를 더 넣으려 한다 - P118

요리의 핵심은 덜 넣는 것이다. - P118

뭔가를 더 가질수록 삶은 복잡해지고 어려워진다. 버릴수록 행복하다는 정리의 마법이다. - P119

장사가 안 되면 메뉴부터 늘릴 생각을 하는데 오히려 메뉴를 줄여야 한다. 요식업에서 더하기는 결론적으로 빼기다. - P120

더 적게, 하지만 더 좋게! - P120

내가 나에게 일을 시키는 사람은 사장이다. 대표다. 부자다. 고수다. - P123

당신이 하고 있는 일을 한 문장으로 말할 수 있는가? 당신 삶의 목표를 한 단어로 말해보라. 할 수 없다면 지금 만들라. - P124

내가 피라미드의 가장 꼭대기에 올라가야 한다. 하지만 한 번에 올라갈 수는 없다. 지금 자신의 위치가 어디인지 확인하고 본인이 속해있는 피라미드를 그려보라. - P129

갈 곳을 정하기 전에 나는 어떤 사람인지, 내 위치는 어디인지, 내가 가고자 하는 목표가 어디인지 알아내야 한다. 나만의 방식을 찾는 게 먼저다. - P130

서두르지 않는다. 답이 찾아질 때까지 읽으면 된다. 결국 알게 된다. - P131

책을 한 권 쓰려면 최소 300권 이상의 책을 읽어야 한다. - P131

책을 읽다 보면 돈을 벌어야 할 사람은 돈을 벌게 되고, 돈이 아닌 다른 이유를 위해 태어난 사람은 그 이유를 따라 살게 된다. 결론은 두 사람 모두 행복해진다는 것이다. 내가 태어난 이유를 알고 그 길을 걷기 때문이다. 이런 사람들은 결과보다는 과정이, 오늘이, 지금 이 순간이 행복한 사람들이다. - P132

얼굴에는 수백 개의 근육이 있다. 이 근육들 중에서 잘 쓰는 근육은 발달하고, 그렇지 않은 근육은 잘 움직이지 않는다. 근육을 이완시키기 위해 자주 스트레칭을 하듯이 자연스러운 웃는 얼굴을 만들려면 자주 웃어야 한다. - P134

인간은 점프를 하면 웃게 된다. 사진작가인 ‘필립 할스만‘을 검색해서 점프하는 사진을 보라. 자연스러운 웃음이란 어떤 것인지 볼 수 있다. - P136

책을 읽을 때마다 우리가 느끼는 게 다르다. 그래서 여러 번 읽어야 한다. 그러니 일단 한 줄만 챙기고, 나중에 다시 읽으면 된다. - P144

책 한 권을 한 번에 모두 흡수하겠다고 생각하면 안 된다. 생각해보라. 저자는 한 권의 책을 쓰기 위해 수백 권 이상의 책을 읽는다. 이걸 한 번에 모두 흡수할 순 없다. - P144

지금 본인의 문제를 가슴에 안고 내게 가장 도움이 되는 한 줄만 가지겠다는 마음으로 읽어보라. 집중력이 훨씬 강해진다. 책 한 권에서 한 줄만 가지면 된다. 책이 알려주는 수많은 지침을 모두 따를 순 없다. 책이 알려주는 한 줄의 도움을 받아 내 삶을 조금씩 변화시키면 된다. - P145

내가 고전을 읽는 이유는 ‘세뇌당하지 않은 생각을 공유하고 싶어서‘다. - P146

보거나 듣지 않아도 알 수 있고, 미래를 예측할 수 있는 힘이 직관이다. - P147

용기는 스스로 내리는 판단에 확신이 설 때 생긴다. 용기가 없으면 끌려갈 수밖에 없다. 남이 시키는 일만 하기 위해 늘어서 있는 줄에서 용기 있게 뛰쳐나가야 내 삶을 찾을 수 있는데 그럴 용기가 없다. - P148

세뇌당한 뇌는 스스로 생각할 수 없다. 스스로 생각할 수 없는 사람은 용기도 없다. - P147

세뇌당한 뇌는 겁쟁이를 만든다. 결국 죽음 앞에서야 알게 된다. 죽음이라는 송곳은 세뇌당한 뇌를 찔러 정신을 차리게 하는 유일한 생각이다. - P148

고전은 이미 죽음 앞에 가본 자들의 생각이다. 그중에서도 수천 년동안 가려내고 가려내진 날카로운 생각이다. 고전을 읽으면 스스로 생각하게 된다. - P148

검색보다 사색이다. - P151

길게 생각해야 깊게 생각하게 되고, 깊게 생각해야 임계점을 빨리 뚫을 수 있다. 책을 읽으며 생각해야 한다. 그래야 길게 생각한다. - P151

생각의 차이가 곧 수입의 차이인 것이다. - P152

성공한 사람들의 공통점은 독서다. 왜 그럴까? 책은 계속 질문을 던진다. 책을 읽는 내내 나의 뇌는 질문에 답하기 위해 생각을 하게 된다. 이런 과정을 통해 생각이 날카로워지고 예리해진다. 이렇게 단련된 날카로운 생각으로 임계점을 뚫고 세상을 꿰뚫어 볼 수 있다. - P153

독서는 휘발유고 동영상 강의는 엔진오일이다. ‘나‘라는 자동차가 빨리 잘 달리게 하고 싶다면 휘발유가 가장 중요하다. 엔진오일은 가끔 보충해주면 된다. - P153

"당신에게 가장 필요한 책은 당신으로 하여금 가장 많이 생각하게 하는 책이다." _마크 트웨인 - P153

엉망진창에서 나오는 창의력이 대단하다 - P159

고인 물은 휘저어서 흙탕물을 만들어준 후 가라앉히면 더욱 맑은 물이 된다. 딱딱해진 나의 뇌를 여러 권의 책으로 휘저어야 한다. 당신의 뇌를 깨어나게 하라. - P160

생각하지 않는 뇌는 절대 돈을 벌 수 없다 - P162

세상을 볼 수 없는데 어떻게 돈을 벌 것인가. - P162

모든 변화는 느리게 일어나고 모든 성과는 나중에 온다. 우리의 급한 마음에 브레이크를 걸어줄 뭔가가 필요하다. 책을 읽어야 하는 이유다. - P163

책을 읽는 속도는 우리가 산책하는 속도다. 이 속도를 내 삶에 반드시 섞어줘야 한다. - P163

세상은 비록 시속 300킬로미터로 빠르게 흘러가지만 생각의 눈은 산책할 때의 속도에서만 기회를 잡아낼 수 있다. - P163

독서를 통해 생각의 느린 근육을 키워야 한다. 느리게 일어나는 변화를 받아들이고 꾸준하게 뭔가를 지속하다가 마침내 결과물을 얻었을 때의 쾌감을 느껴봐야 한다. 이 쾌감은 책 한 권을 끝까지 읽었을 때 느낄 수 있다. 어쩌면 독서는 이런 쾌감을 느낄 수 있는 가장 빠른 길이다. 내가 마음만 먹으면 밤새워 책을 읽을 수 있기 때문이다. - P163

내 삶의 속도를 찾아야 한다. 각자의 속도가 있다. 1년이면 모든 걸 알 수 있는 사람이 있는가 하면 10년은 투자해야 진정한 실력이 나오는 사람이 있다. 짧다고 좋은 게 아니다. 나에게 맞는 시간과 속도가 가장 좋은 것이다. - P164

오직 책을 읽을 때 우리 뇌는 생각다운 생각을 한다. 책의 호흡을 뇌에 입력해야 한다. 느리고 진지하지만 미래를 내다보고 끝까지 마무리 짓는 뇌를 만드는 방법은 단언컨대 독서밖에 없다. - P164


댓글(0) 먼댓글(0) 좋아요(12)
좋아요
l 공유하기 l 북마크하기찜하기 lthankstoThanksTo