저는 데이터 수집, 가공 업체에 있다가 현재는 자율주행 회사로 넘어와서 레이블링 조직을 운영하고 있습니다. 건너 건너 데이터 레이블링 조직이나, 이와 비슷한 단순 반복 작업이 필요한 팀을 꾸리는 분들이 여러 문의를 주십니다. 여기도 비슷한 질문들이 보여서 써봅니다. '인하우스 레이블링, 어떻게 해야 해요?'라는 질문에는 사실 다음과 같은 내용이 함축되어있습니다. 1. 무엇부터 시작해야 하는가 2. 시장에서 공급받는 것보다 비용, 퀄리티, 퀀티티, 소통 측면에서 이점이 있는가 3. 유지 관리의 어려움은 없는가 저는 답변에 앞서 세가지를 질문합니다. 1. 현재는 어떻게 하고 있는지(외주, 알바 등) 2. 작업장을 어느 규모로 어느 기간동안 유지할 것인지 3. 투입할 수 있는 자본이 얼마인지 기대하는 데이터의 퀄리티나 생산 일정 등이 문의주시는 분들마다 다르고, 무엇을 가장 중요하게 생각하는가도 다르기 때문에 저 세가지 질문을 드립니다. 가벼운 문답인 경우 3번 질문은 안하는 경우도 있습니다. 데이터 생산에서는 크게 데이터량, 정확도, 속도, 비용을 꼽습니다. 네가지를 모두 만족하는 솔루션이 가장 좋겠지만, 조직마다 가중치를 두는 부분은 분명 있을 것입니다. 많은 양의 데이터를 만드는 가장 쉬운 방법은 업체에 맡기는 것입니다. 인하우스 조직으로 커버하려면 리소스 관리에 시간을 많이 쓰게 됩니다. 정확한 데이터를 만드는 방법은 천천히 오랫동안 작업자를 교육하고 데이터의 검수를 여러 번 거치거나, 연구원이 직접 gt를 만드는 것입니다. 데이터를 빠르게 만들려면 돈을 많이 쓰면 됩니다. 단기간에 많은 작업자를 투입시키면 빠르게 데이터를 만들 수 있습니다. 작업 환경을 세팅하는 데에도 많은 비용이 필요합니다. 비용을 저렴하게 하는 방법은 상대적으로 임금이 낮은 국가에 작업장을 만드는 것입니다. 해외 작업장을 가지고 있는 업체에 외주를 맡기는 것도 방법이겠지요. 네가지를 모두 만족시키려면 '해외에 있는 업체중에 저렴하게 빨리, 많이 공급해 줄 수 있는 업체를 찾아서 맡기고 데이터 검수를 여러 번 거친다.'가 정답에 가장 가깝겠습니다. 하지만 사실 그런 업체가 있다면 이미 작업비용이 글로벌 업체 평균가로 올라왔을 가능성이 높습니다. 제가 드리는 질문 2번에서, 1년 이상 꾸준하게 작업이 있는 경우라면 국내에 인하우스 조직을 만드는 방법을 알려드립니다. 유지관리에 어려움이 없지 않지만 비용이나 소통 측면에서 장기적으로 봤을 때 유리한 경우가 많기 때문에 추천합니다. 그런데 관리를 정말 잘해야 합니다. 관리가 안되는 인하우스 조직은 업체에 맡기는 것보다 비용이 더 들어갈 수 있습니다. 해외 업체가 꼭 저렴하지만은 않습니다. 좋은 퀄리티에 합리적인 가격으로 데이터를 공급하는 업체도 많으니, 국내 데이터 업체의 레퍼런스를 꼭 확인해보시기를 추천드립니다.

특수대학원이 아무래도 별로라고 하는 의견들도 많지만 그래도 배울 점이 많을 것이라고 생각하고 또 새로운 경험이 제 밑거름이 될것이라고 생각해서 열심히 다니려구요!

2022년 6월, 지금 우리는 불확실한 세상을 살고 있습니다. 익숙한 것은 너무나 빠르게fast 변화하고, 알고 있는 것은 너무나 복잡complex 해지고, 지금껏 경험하지 못한 새로운unprecedented 것들을 끊임없이 만나기 때문입니다. 특히 정보기술의 발전은 세상을 변화케 하는 주된 동력으로 기존 명확히 분리된 영역을 애매모호(blurred)하게 하면서 새로운 기회를 제공하는 한편 새로운 갈등을 야기하기도 합니다. 미래를 예측하고 이를 대비하는 일은 점점 더 어려워지고 있습니다. 그럼에도 불구하고 우리는 계속해서 주위에서 일어나는 일련의 사건을 관찰하면서 세계가 어디를 지향하고 있는 지를 찾아내야 할 것입니다. 지금부터 1년 전을 되돌아보면, 당시에 일어난 일들이 지금에도 주목할 만한 사건으로 일어나고 우리 삶의 영역에 전방위에 걸쳐서 지속적인 현상으로 그 모습을 드러내고 있습니다. (Meme) 우선 작년 1월부터 최근까지 미국 주식시장에 관심을 모은 GameStop과 관련된 사건입니다. 흥미로운 점이 정말 많은데요. 그 가운데 시장의 우월적 지위를 갖는 기관투자가를 상대로 Retail Investor인 개인들이 주도권을 갖는 모습이 인상적이었고, 이제는 굳이 기존 주식거래소나 주식중개인이 아니더라도 효율성과 공정성을 담보할 수 있는 분산형 거래소의 출현 가능성도 확인케 해주었습니다. (Metaverse) 현실세계에서 적절한 장비를 갖추면 가상세계에서 아바타를 통하여 자신의 소리와 몸짓을 그대로 드러낼 수가 있게 되었습니다. 이제는 현실과 가상의 경계가 흐릿해지고 있습니다. 더욱이 최근에는 NFTs(Non Fungible Tokens)를 발행하게 되면서 현실세계에서 예술품 및 수집품 등도 유일하게 배타적인 디지털화된 상품으로 소유할 수 있게 되어 머지않아 영화 Ready, Play One에서 펼처진 세상이 올 것 같습니다. (Fandom) 아티스트인 BTS, 방탄소년단에 대한 이야기입니다. BTS는 우리말로 된 노래를 부르고, 감동적인 퍼모먼스를 통하여 미국은 물론 전세계 대중음악을 이끌고 있습니다. 특히 2년전에 전세계 트위터 팔로우 기준 2,900만명, Youtube 채널 구독자 기준 3,600만명으로 추산되는 Army라 불리우는 팬덤들은 탈중심적으로 연결된 가치지향적 커뮤니티를 형성하면서 BTS가 전달하는 음악적 메시지와 가치를 세상에 구현하고 있습니다. (CBDC) 글로벌 금융위기를 겪은 이후 15년이 지났지만 아직도 거의 모든 중앙은행들이 그 과잉화폐 공급의 늪에서 벗어나지 못하고 있는 상황에서, 비트코인은 물론 여타 민간화폐와의 경쟁이라는 굴욕을 겪고 있습니다. 아이러니컬 하게도 CBDC에 상대적으로 높은 관심과 진전이 있는 나라를 보면 일부 선진 국가를 제외하면 중국, 러시아처럼 인터넷 감시가 심한 나라가 포진하고 있습니다. 이러한 일련의 현상이 어디를 지향하는 것일까요 ... 탈중앙화 Decentralization…

MyData Commons는 MyData를 통하여 우리가 지향하는 목표를 효과적으로 달성하기 위한 꺠어있는 시민 모임이라 할 수 있습니다. 이러한 조직 활동이 지속가능하기 위해서는 합리적 개인이 공동이익을 위하여 자발적인 행동으로 이끌 수 있는 장치가 필요합니다. 합리적 개인은 자신의 이익이 다른 사람과 공유될 때 '무임승차'하려고 하거나 자신이 아닌 다른 사람들이 지불하도록 하려 할 것이기 때문입니다. 그러나 "집단행동에 기여한 사람들을 보상하고, 기여하지 않은 사람들을 처벌하는" 선택적 유인이 존재한다면 집단들은 공동이익을 증진시키기 위하여 적극적으로 행동할 것입니다. 이런 점을 염두에 두고 MyData Commons의 모습을 상상해 봅니다. 기본적으로 오픈 커뮤니티로서 특허나 저작권 같은 creative works을 MyData로 대체하여 Creative Commons(CC)와 유사한 조직 형태와 운영 목표를 지향합니다. CC의 창작물은 우리의 개인정보인 MyData와 비견됩니다. 아시다시피 국가의 통제, 자원의 사유화 등에 따른 공통의 문제를 해결하는 데 있어서 자발적인 비영리조직이 국가나 시장보다 우월하다고 주장합니다. 다음으로 IT Directive, 즉 조직을 운영하는 데 있어 IT가 지향하는 방향과 궤를 같이 해야 합니다. 우리가 일하는 방식은 블록체인 기술 및 응용(DeFi), 엣지컴퓨팅 등 최신기술 처럼 탈중앙화(Decentralization) 방식으로 회원 각자는 네트워크상 하나의 노드로 독립적으로 위치합니다. MyData 활동은 모두가 누구나 참여가 가능하고 모두가 투표를 통하여 결정합니다. 마지막으로 중요한 부분으로 MyData 활동은 집단지성을 통하여 흩어진 개인보다 우월한 힘을 발휘해야 합니다. 이를 위해 빠르게 변화하는 여건의 제약하에서 올바르게 적합한 선택을 돕는 적응적 지능(Adaptive Intelligence)을 배양해 나아가 필요가 있겠습니다. 적응적 지능(AI)은 현재 상황에서 요구되는 것에 대응하여 변화할 수 있는 마음의 능력이라 할 수 있습니다. 예를 들어, 우리가 외국에서 몇 년 동안 살고 해당 외국어를 배우면 언어 습득을 담당하는 뇌 부분이 더욱 강화된다고 합니다. 이러한 적응적 지능은 정보를 해석하고 반응하는 신경망 훈련에 초점을 맞춘 인공지능의 한 분야로 활용되면서 자율주행 자동차, 가상비서와 같은 기계학습 애플리케이션 개발에 활용되고 있습니다. 여기에 개개인의 재능과 공감을 더한다면 MyData Commons라는 목적지에 더 빨리 도착할 수 있을 것입니다. MyData Commons : 미션, 역할 우리는 MyData를 위한 비즈니스, 기술, 제도, 표준을 하나씩 하나씩 세워갈 것이지만 이를 지속적으로 수행하기 위해서는 추가적으로 해야할 미션, 역할이 필요합니다. 다음의 역할을 잘 수행할 때 우리는 MyData Commons라 불리울 수 있을 것입니다. 첫 번째로 Mydata의 활동은 실용적이고 사회적 책임을 다함으로써 선한 영향력을 확산합니다. 꺠어있는 시민사회의 일원으로 당면한 사회문제를 발견하고 이를 해결하는데 직접적 간접적으로 도움을 주어야 합니다. 그 과정에서 우리의 활동은 보다 명확한 방향성을 자리 잡고 사회적 지지도 얻을 것입니다. 예를 들면 사회적 문제로 높은 자살율의 원인을 일상에 밀착해서 찾음으로써 이를 완화하는 데 기여합니다. 또한 개인의 소비활동이 탄소배출에 미치는 영향을 측정하고 이를 통한 환경문제에도 관심을 가져야 할 것입니다. 둘째는 리좀적 생태계를 구축 합니다 Mydata는 유관기관은 물론 이해관계자를 포함하는 생태계를 구성하면서 생태계 일원으로서 보다 주도적인 역할을 수행해야 합니다. 이런 과정에서 혁신적인 Mydata 서비스를 창출하는 기회를 얻을 것입니다. Mydata는 생태계 구성원들과 수평적이고 상호작용적인 네트워크 구조를 갖는 리좀적 관계를 강화함으로써 지속적으로 성장가능한 생태계를 구축할 수 있을 것입니다. 여기서 리좀적 생태계란 중심과 주변이라는 위계적 질서 없이 끊없이 다른 것들과 연결 접속되어 무한히 생성하는 네트워크 구조를 말합니다. 세 번째는 이해조정자의 역할을 수행합니다. Mydata를 바라보는 이해관계자별 관심사항을 파악하여 이를 조정하는데 더욱 적극적이어야 합니다. Mydata 생태계를 구성하는 여러 주체들의 관심사항을 살펴보면, 우선 개인정보의 주체인 개인은 “본인의 정보가 안전하게 보관되고, 원하는 곳으로 이동하고 다양한 서비스를 제공받기를 원합니다.” 정보주체의 요구에 맞추어 개인정보를 통할관리하는 Mydata Operator는 관련 “정보의 관리, 제공 등 관련한 시스템 구축 및 운영 등을 통한 충분한 수익창출 기회를 원합니다.” 또한 Mydata 서비스제공자는 “마이데이터 사업을 통하여 다양한 서비스를 창출하고자 하나 금융에서와 같이 허가제로 진입 자체가 막히지 않기를 원합니다.” 또한 시민사회도 중요합니다. 정보주체의 자기결정권이 편리한 방식으로 명확하게 보장되기를 바랍니다.“ 마지막 네번째로는 커다란 변화를 감지하는 지진계와 같은 역할을 수행합니다. 앞으로 여건의 변화는 지금까지 우리가 경험한 것보다 복잡하고, 빠르고, 새로운 모습을 나타날 것입니다. 그리고 그 변화가 클수록 감지하기는 더욱 어려울 것입니다. 이처럼 변화의 예측이 어려운 점은 발생요인이 생태계 내부보다는 그 밖에서 낯선 것들이 생겨나기 때문이기도 합니다. 예를 들면 MyData에만 집중된 비즈니스, 기술, 제도, 표준 외에 탈중앙화를 부추키는 기술의 발전, 고령화사회의 급속한 진전, 경제적 부의 양극화, 세대간 계층간 갈등 등 사회문화정치적요인이 영향을 미칠 수 있다는 인식과 이를 확인하는 노력이 필요합니다. 지금까지 말씀드린 MyData Commons는 바람직한 MyData 활동을 위한 하나의 모습입니다. 앞으로 모두가 주인이 되어 마이데이터를 통하여 급변하는 세상에 적절히 대응하면서 선한 영향력을 행사하고 스스로의 꿈도 성취할 수 있기를 바랍니다. Make it happen, make it right 일어나도록 하라, 잘되도록 하라 마이데이터 활동을 가장 표현한 말은 다음의 말이 아닐까 생각됩니다.

Mydata는 일반적으로 ‘나에 대한 데이터는 내가 주인이며 내가 관리한다. (주도적으로 활용)한다는 의미로 이해됩니다. 하지만 상황에 따라, 화자에 따라 조금씩 다른 의미로 명확히 합의되어 통용되지 못하는 모습입니다. 이는 마이데이터가 갖는 다층적인 개념. 즉 데이터(data)로, 권리(right)로 나아가 운동(movement)으로 의미를 포함하기 때문입니다. (1) 마이데이터는 나의 데이터, 즉 개인데이터(personal data)입니다. 데이터(data)로서 마이데이터는 자연적, 법적, 사회활동적 등 관점에 따라 구분할 수 있는데 개인의 신체, 나이, 성별, 이름 등과 같은 데이터들이 자연적 영역에 속합니다. 한편 법적으로 마이데이터는 현재 신용정보관리업 측면에서만 주로 적용되는 개인데이터라 할 수 있습니다. 이밖에 개인의 사회활동으로 드러나는 직업, 종교, 정치성향 등도 포함 됩니다. (2) 마이데이터는 디지털 세상에서 나의 권리입니다 데이터의 주체인 개인에게 ‘나의 데이터가 어떻게 사용될 수 있는지를 스스로 결정하는’이른바 개인정보자기결정권(right)을 부여합니다. 이 권리를 행사하면서 개인의 사적인 영역에 대한 침해를 최소화하는 가운데 최대한 이익을 얻어 내는 방식으로 개인데이터의 수집과 이용을 가능하게 하자는 것입니다. 여기서 개인정보자기결정권이 보호하는 대상은 개인데이터 그 자체가 아니라 개인데이터의 처리와 관련된 결정권, 통제권을 보호하는 것이 되겠습니다. 따라서 개인 각자가 자기통제 하에 있지 못한 개인데이터는‘마이데이터’라고 할 수 없겠습니다. (3)마이데이터는 실천적인 사회운동입니다. 자신의 데이터가 담긴 데이터 꾸러미 – 자신의 구매 내역, 통신 내역, 의료 기록, 금융 정보 그리고 다양한 온라인 서비스에서 추출한 정보 등– 에 접근, 획득하고 이용이 가능한 실제적인 수단을 개인에게 제공하는 것을 목표로 하고 있습니다. 또한 개인데이터를 보유한 조직(기업 또는 기관)은 개인에게 자기데이터에 대한 통제권을 부여하는 데 있어 최소한 법적 요구사항 이상으로 노력하도록 요구합니다. 따라서 마이데이터는 개인데이터 관리 및 처리에 있어 현재의 조직 중심적 체계에서 인간 중심적 체계로 패러다임을 바꾸고자 하는 새로운 실천적 운동(movement)의 의미도 갖고 있습니다.

세상의 변화를 들여다 본다. 구글 트렌드(Google Trends)에 검색어를 입력하니 실선 그래프 하나가 나타난다. 2011년부터 꿈틀거리던 추세선은 2013년 들어서 가파르게 상승하여 2014년 10월에 정점에 달한다. 이후 하락세로 돌아서 2018년 12월 현재 정점대비 60% 수준이다. 한때는 유행처럼 번지던 무엇인가가 이제는 관심에서 벗어나 천덕꾸러기 신세라도 된 것인가. 그렇지 않다 이 검색어는 ‘Big Data’이다. 빅데이터는 이제 더 이상 구글링을 하지 않아도 될 만큼 신생기술에서 벗어나 전자산업에서의 반도체 위상에 버금가는 자리를 도전하고 있다. 앞서 반도체가 모든 전자제품을 소형화 고성능으로 변환하면서 스마트폰을 시작으로 AI, IoT 등 IT기기들을 고도화 하였듯이, 빅데이터는 고도화된 기기를 움직이게 하는 혈맥이 되어 우리가 상상할 수 IT 있는 모든 비즈니스를 디지털 변환(digital transformation) 시키고 있다. 엔지니어들은 빅데이터를 효과적으로 다루기 위해 컴퓨터 메모리 및 데이터 베이스 등 프레임워크를 변형하여 이른바 맵리듀스, 하둡 등과 같은 빅데이터 기술을 등장시키고 인터넷 기업을 중심으로 이 기술을 앞 다투어 활용하여 더 많은 데이터가 생성되고 수집되면서 빅데이터는 '더 큰 데이터'가 되어가고 있다 . 그 결과 IoT와 함께 SNS, 유투브, 이메일 등 인터넷에서 매일매일 쏟아지는 데이터 양은 2.5 Exabyte로 인류가 사용한 모든 단어의 절반에 달한다고 한다. 이처럼 폭발적으로 증가하는 데이터는 아무도 막지 못한 채 우리가 접하며 살아가는 인터넷 공간을 공기와 같이 가득 채우고 있다. 또한 쓰나미 처럼 몰려오는 데이터는 더 빠르게 그리고 광범위하게 과거(there and then)를 덮어 가면서 오늘(here and now)을 열어 가고 있다. 빠르게 생성되는 데이터는 더 빠른 데이터 처리 성능이 필요하고 나아가 더 빠른 의사결 정을 요구한다. 잘못된 의사결정을 피하기 위하여 더 오랜 시간을 기다리는 일이 이제는 뒤늦은 결정이 되어 경쟁 상대를 필적하기 어렵게 할 수도 있다. 아마존과 같이 변화에 기민한 기업에게 전통적인 의사결정방식은 너무 느려 그다지 도움이 되지 못할 것이다. 한편 거의 매 2년 마다 두 배씩 증가하는 데이터의 90%는 비정형적(unstructured data)이다. 즉 숫자가 아닌 텍스트 소리 영상들이다. 우리가 지금 세상에서 무슨 일이 일어나는지를 알기 위해 숫자만을 들여다본다면 아마도 10%의 샘 플로 모집단을 추론하는 통계적 과정을 매일 무한히 반복하고, 결국은 메말라 버리는 사막의 오아시스 샘물 주변에 웅크리고 있는 우리의 모습을 보게 될 것이다. 특히 텍스트(text data)는 인류 문화를 총체적으로 담고 있는 가장 오래된 빅데이터로서 우리가 단순히 듣고 보는 소리와 영상을 우리의 감성과 해석이 담겨진 음성과 모습으로 탈바꿈 시키는 인간화된 데이터(humanizing data)를 제공 하는 점에서 주목할 만하다. 이를 위해서는 텍스트 마이닝 절차를 통하여 비정형적인 텍스트를 컴퓨터에서 처리가 용이한 정형적 데이터로 변환하게 되는데 이 과정을 거치고 나면 빈도, 상관성 등 간단한 통계량만으로 글자언어로 표현된 시 소설 트윗 유투브 , , , , 댓글 상품평 등에 내재된 메시지를 새롭게 발견하도록 돕는다. 작년 5월에는 중국에서 시를 쓰는 인공지능 로봇(Xiaoice)이 세상에 알려졌다. Xiaoice는 1920년 이후 중국의 현대시인 519명의 작품 모두를 스스로 학습하여 2,760시간 동안 1만여 편의 시를 쓰고 이 가운데 139편을 선정하여 시집을 펴냈다. 시집의 제목인 ‘Sunshine misses Windows’도 직접 지었다고 한다. 한 명의 작가가 이런 똑같은 작업을 거친다면 약 100년이 소요될 것이라 한다. 일부에서는 이러한 시 쓰기 작업이 단순한 언어의 나열에 불과하고 인간이 간직한 영혼을 담을 수 없다고 한다. 또한 이렇게 작성된 시는 모방의 일부로 인간의 진정한 감성을 드러내지 못한다고 주장한다. 그러나 어린 아이의 인지발달을 이해한다면 데이터의 발달이 인간화 과정이라는 새로운 여정을 가고 있다는 것을 어렵지 않게 발견할 것이다. 앞으로 텍스트 데이터는 차세대 빅데이터(next generation of big data)가 되어 인공지능과 딥러닝 기술과 결합하면서 그 활용 범위를 넓혀 우리의 사고와 추 론 과정을 빠르게 대신해 나갈 것이다. 또한 과거 소수의 사람만이 할 수 있었던 창의적 사고를 좀 더 대중적으로 가능케 할 수 있을 거라 기대한다. 지금 우리가 준비하지 않는다면 내일은 AI-bot이 할 것이다.

현대사회에서는 데이터가 넘쳐난다. 지난 30년간 데이터의 처리능력, 저장장치, 통신속도 등의 급속한 발전에 따른 것이다. 그렇지만 우리는 여전히 필요한 정보를 충분히 찾을 수 없고 심지어 답을 찾기 위한 질문조차도 명확히 할 수 없는 상황에 종종 맞닥뜨린다. 결국 이제는 데이터의 양 자체가 아니라 데이터를 효율적이면서도 신뢰할 수 있는 방법으로 활용할 수 있는지 여부가 더 중요해졌다. 빅데이터 분석은 이러한 데이터 범람의 시대에 새로운 비즈니스 기회를 발견하게 해주는 생각의 도구로 볼 수 있다. 전통적인 데이터 분석에서는 제한된 범위에서 주어진 질문에 대한 답을 찾는다. 한정된 변수를 대상으로 사전적 관계를 반영해 모형을 구성하고 모수를 추정한다. 그리고 추정된 통계량이 적합하면 그 모형을 갖고 설명한다. 그러나 빅데이터 분석은 이러한 제한을 두지 않는다. 새로운 데이터 원천을 포함한, 표본이 아닌 전수 데이터를 고려한다. 그렇게 함으로써 ‘우리가 한 일’만을 분석하는 것이 아니라 ‘우리 주위에서 일어나는 일’을 매우 폭넓고 상세하게 분석한다. 그리고 지금껏 경험하지 못한 연관관계를 파악하면서 빠르게 해답을 찾기 위한 질문을 구체화해 나갈 수 있다. 아울러 더 많은 데이터를 고려함으로써 더 정확한 통찰력도 얻을 수 있다. 이러한 빅데이터의 발견 과정은 생각의 도구인 은유와 흡사하다. 은유는 원관념에 다른 특성을 가진 보조관념을 더함으로써 본래 관념으로는 전달할 수 없는 의미를 표현한다. 프랑스의 철학자 리쾨르가 ‘은유는 일상언어에서 드러나는 것과는 다른 현실의 장을 발견하고 밝혀주는 데 기여한다’고 밝혔듯이 빅데이터는 은유처럼 창조적인 사고의 도구로 우리가 세상을 새롭게 발견하도록 도와준다.

저는 해양경찰청에서 15년간 근무하며 4차산업기술, 정지궤도 위성개발 등 굵직한 국가연구개발사업을 담당했습니다 2020년 4월 퇴직 후 5월부터 창진원 예비창업패키를 수행했고, 그 불합리함을 개선하기위해 예창 동기 3명과 새로운 사업을 시작하고 있습니다 특정 학력위주가 아니라 20세부터 100세까지 남녀노소 누구나 부담없이 스타트업 새싹과제인 예창과제를 수행하는 방안을 논의중입니다 그 방법중 하나로 메타버스 라이프로깅을 기반으로 사용자의 SNS, 사진 등 취향에 맞는 아이디어를 추천하고 그에 맞는 과제를 추천해주고 해양경찰 연구개발경력을 살려 제 교육영상을 연계하고 매일 아침 사용자에게 적합한 연구개발 뉴스를 알려주는 플랫폼을 준비중입니다 다행히 뭉쳐진 한명이 메타버스 기술을 대기업에서 수행해서 그 기술을 접목할 여지가 주어졌습니다 문제는 메타버스 기술을 함께할 기술자를 구하기가 너무 어렵습니다 카카오나 네이버 등 게임회사에서 인력을 다 데려간 탓입니다 지하철에 많은사람들이 게임에 갇혀진 세상이 전 그다지 바람직해 보이진 않습니다 그래서 매일 8시 10분간 그날 스타트업 뉴스를 음성화해서 서비스할 예정입니다 메타버스가 무엇인가요? 첨단 기술이 게임이나 뜬구름을 잡는것이 아니라 내 가정의 화목과 웃음을 가져다 주는 기대는 너무 터무니 없는 걸까요? 해경 15년 깨닳은건 구조현장에서 경험과 열정이 사람을 살린다고 노력했던 것처럼 스타트업 2년차이지만 기술과 명분이 만났을때 사람을 살린다고 믿습니다 아직 전 그렇게 믿습니다 메타버스. 훔. 우리가 겪어온 삶중 가장 치열하고 우울한 지금, 그러한 고도의 기술이 내 가정의 가치와 누구나 맘편한 동등한 세상으로 이끌어주길 또 미련하게 고대해봅니다

안녕하세요. 기계과 나와서 비전공으로 빅데이터 인공지능 쪽에서 일 시작한지 1년도 안된 신입입니다. 교육 이수 후에 운이 좋게도 취업을 하였는데 업무를 진행하면서 모르는 부분도 많고 배울 것도 많네요.. 답답함을 느껴서 특수대학원 진학 생각하는데 메리트가 있을까요?? 회사에선 다녀도 상관없다고 하시네요

AI엔지니어로 4번째 이직이다. 아주 작은 스타트업에서만 일했다. 이번에 운이 좋게 대기업 계열사에 왔다. 뭔가 체계도 있을 거 같고 같이 일할 팀장도 경험이 많아 많이 배울 수 있을 거 같았다. 결론은 다 똑같았다. AI분야에서 일하다 보면 해당 사업 또는 과제의 도메인 특징은 생각도 안 하고 최신 기술에 빠져 결국 엉뚱한 모델 만들고 시시비비를 따지는데 이제는 이골이 난다 ㅠㅠ 이걸 어떻게든 사전에 방지하려고 상사에게 제발 최신 기술에 목매달지말고 문제 정의부터 꼼꼼히 점검하자고… 물론 아무리 철저하게 점검해도… 생각지도 못한 상황으로 변경될 수도 있지… 그건 나도 인정해 근데 처음부터 끝까지 계속 “최신” 기술에만 집착해 ㅠㅠ 왜 계속 검으로 닭 잡으려고하는지 ㅠㅠ 팀장 자질이 계속 의심돼 ㅠㅠ

석사 졸업 후 IT기업에서 25년 넘게 일하고 퇴사(전공은 수학) 현재 중소기업 재직중인데 AI 관련 업무를 하다보니 대학원 박사에 관심을 가지게 됨. 더 나이 들어선 컨설팅 같은거 하고 싶은데 현 시국에서는 그런 아이템이 AI밖에 없을 거 같아 좀 제대로 배우고 싶은 거임(리쿠르팅도 AI는 박사가 대부분). 박사 취득하면 50대 후반, 대기업 취직도 교수 임용도 애매한 지라 막상 생각만 하고 실천에는 못 옮기고 있음. 님들은 어찌 생각하시는지 궁금해서 올립니다. 의견들 남겨주세요

안녕하세요 저는 30대 후반이고 지금 인공지능관련 직종에 다니고 있습니다. 인공지능 개발자이지만, 스타트업이다보니 나이가 어린편이라 빠르게 진급하였고 pm, 매니징 업무를 많이 담당했습니다 지금 회사에서 임원급 대우를 받고있고 페이도 나쁘지않은 편입니다. 앞으로 1-2년 정도 뒤면 임원이 될수있을것같은데요 하지만 대기업 근무경력이 없는데, 더 나이가 들면 개발하기가 쉽지않을것같고 이직이 쉽지 읺을 것 같습니다. 커리어상 대기업 타이틀이 있는것이 더 멀리 5-10년 뒤를 보면 도움이 될것같다는 생각이 들어 고민중입니다. 진로에 대해 가감없이 조언을 부탁드립니다!

워낙 뉴스레터든 피딩하는데는 많긴 한데 양질의 소식만 모아주는 곳은 찾기 힘들더라고요. 정보 뉴스 콘텐츠 받아보시는 곳 추천해주실 수 있을까요?

지금 다니는 회사에 애정이 많아서 열심히 다니고 있었는데 근 일이년몇년동안 매출이 안나와서 음성처리 연구개발 하고있던 저도 영업이니 고객대응 서포트 이것저것 하다보니 커리어가 꼬였네요 회사다니면서 특허도 두세개등록하고 논문도 내고 나름 한다고 했는데 최근에 들어오는 헤드헌터들 몇분이 경력이 별볼일 없다고 말씀하니 참…씁슬합니다 (면접까지 잘 챙겨주시는 분도 계십니다만 서류만받고 사라지던지 경력별로라고 연봉깍으라던지..;;) 다른분들은 얼마나 커리어가 좋으신지도 사실 궁금.. 석사하고나서 이회사에 벌써 5년정도 있었네요

현재 대기업 공장에서 엔지니어로 업무를 하고 있습니다. 9년차이고 30대 중반입니다. DT 붐이 일면서 관련 부서에 배정받아 업무를 하고 있습니다. (공정자동화, RPA 등 DT 관련 솔루션 PM 또는 Sub PM) 적성에 맞아 관련 업계로 이직을 해볼까 하는데 어떻게 준비하면 될까요? 현재 파이썬 공부하고 있고 관련 자격증 준비하고 있습니다.