4차산업혁명 인공지능 빅데이터

    도서 정보

    후쿠하라마사히로 / 경향BP

    ISBN : 9788969521422

    정가 : 13,000 원

    크기 : 149*213*18mm/341g

    쪽수 : 215

    출간일 : 2016-11-29

     

    완독일 : 2017년 4월 13일

     


    책의 요약 및 평가

    이 책은 인사경영시스템에 관해서 인공지능 도입에 관한 설득이 주를 이루고 있다. 예를 들어, 인사 담당자들이 가지고 있는 편견이든지 혹은 세밀하지 못한 분석과 사람마다 구직자를 채용하기 위한 스킬의 편차 등을 예시로 들며, 처음에는 가볍게 이로 인한 문제점과 빅데이터로 인사 채용을 하고 있는 미국의 파이메트릭스라는 스타트업기업의 사례를 예시로 들며, 책의 흡입력을 높인다. 

     

    파이메트릭스는 기존의 채용시스템과 다르게 구직자에게 게임 같은 설문을 하게 만들면서, 단순의 정답을 구하는 것이 아닌 구직자의 행동을 포착하여, 회사에 적합한 인재인지 알려주게 된다. (현재 이러한 부분은 마이다스 아이티에서 적용하였다)

     

    비슷한 방식을 채용한 마이다스 아이티, http://www.midasit.com/public/news/read.asp?idx=865&bid=BRD_NoticeNews

     

    가볍게 인사시스템의 문제점과 미래의 흐름을 설명한 후, 인공지능의 기술과 통계에 관련된 내용을 덧붙인다. 기술로는 장기와 체스 같은 게임에서 인간이 이제는 컴퓨터를 이기지 못하는 것과 고양이의 얼굴을 CNN(합성곱신경망)이라는 기술로 학습하고, 인간도 헷갈릴 수 있는 개와 고양이의 얼굴을 컴퓨터는 빠른 시간 안에 분류할 수 있게 되었다는 것을 설명한다. 

     

    source, https://www.datasciencecentral.com/profiles/blogs/dogs-vs-cats-image-classification-with-deep-learning-using

     

    거기에 통계를 두려워하는 독자들에게 베이즈 통계 이론이라고 불리는 머신러닝에서 자주 활용하는 조건부 확률을 쉽고 간단하게 설명하는 부분이 인상적이다. 베이즈 통계 이론을 토대로 우리가 기존에 통계 이론으로는 계산하기 힘들었던 지방대 출신이 성공할 확률을 구하여, 학력주의의 편견으로 회사원을 채용하는 것이 얼마나 잘못된 것인지 알려준다. 

     

    이 책은 하나의 흐름대로 진행이 되지 않고, 사례와 기술들을 차례차례 알려주면서 인사에 관한 새로운 패러다임을 제시하고, 미래에 인간이 인공지능에 대처해야 할 방향성을 알려준다. 책의 내용을 빗대면 자신만의 가치관과 철학을 가져야 하며, 프로그래밍의 실력은 필수라는 것이다. 

     

     

    사실 이 책은, 요약하기가 쉽지는 않았다. 하나하나 단편극 같은 내용으로 구성이 되어 있고 기술의 설명과 사례들이 주가 되었기 때문에 어떻게 요약을 해야 할지, 그리고 어떻게 흐름을 정리해야 할지 좀 걱정이 되었다. 하지만 확실한 것은 이 책을 읽으면서 느껴진 점이 있기 때문에 책의 내용을 토대로 내가 느낀 생각을 정리해보도록 하겠다.

     

    책을 본 후...

    이 책에서도 나오는 부분이기도 했지만, “머니볼(MoneyBall)”이라는 영화가 계속 머릿속에서 생각이 났다. 처음 인사 담당자가 자신만의 편견으로 사람을 채용하는 부분이 머니볼에서 고전적인 스카우터가 성적이 좋은 야구선수를 보면서 “이런 부분이 싫어…” 라고 말하고, 뽑지 않는 것이 잘못된 편견을 가진 인사 담당자의 사례에 딱 적당해보였다. 

     

     

    머니볼을 보면, 데이터 분석으로만 야구선수를 뽑으려고 하는 주인공이 등장하는데 가장 가난한 구단이 타자부터 투수까지 정확한 롤을 부여하고, 그에 맞는 특징(Feature)을 파악하여, 불필요한 Feature를 가진 좀 더 비싼 선수들을 필터링하고 싸지만 꼭 필요한 실력을 가진 야구선수를 채용하는 모습이 나온다.

     

    모름지기 회사의 인재채용이라면, 바로 이런 모습이 필요하지 않을까? 예를 들어, 순수 "Java 응용 개발"의 스페셜리스트를 구하는데 굳이 서울대학교를 나와야 하고, 프로젝트 관리, DBMS의 스킬까지 고려할 필요는 없을 것이다. 

     

    하지만 인재를 채용할 때 사람들(필자 포함)은 주관적으로 명문대 지원자가 등장하는 순간 “이 사람은 일을 잘하겠지”라는 편견에 사로잡히며, 오히려 스킬이 떨어지는데도 인재를 채용하는 경우가 자주 있고, 실제 채용 후 명문대 지원자의 스킬 수준에 실망하는 경우도 꽤 많이 봐왔었고, 본인 역시 그러했다.

     

    흥미를 끄는 부분

    책을 읽고 얻은 인사이트(insight)는 프레딕트(Predikt) 라는 스타트업 기업이 활용중인 직업을 상세히 설명하는 방식이다. 딥러닝(Deep Learning)의 자연어 처리(NLP) 기법을 활용하여 불필요한 노이즈를 줄이고, 스킬과 직업을 조금 더 상세히 분류하여, 기업이 정확히 원하는 인재는 무엇이고 반대로 구인자는 정확히 어떤 인재인지를 판별을 하는 것이다.

     

    source, https://getpredikt.wordpress.com/

     

    예를 들어, 웹개발자라고 할 때 우리는 이 웹개발자가 파이썬(Python)을 사용하는지 자바(Java)를 사용하는지 혹은 닷넷(.NET)을 사용하는지 알 수 없다. 이러한 직업을 조금 더 스킬을 상세히 하여, “오라클과 자바를 주로 사용하는 웹개발자”라고 표기할 수 있다면 구인자와 구직자는 불필요한 탐색을 줄일 수 있을 것이고, 본인에게 얼만큼 더 맞는 공고인지 혹은 인재인지 판단할 수 있을 것이다.

     

    다만 좋은 미래만 있는 것은 아니라, 문제도 분명 존재한다. 딥러닝의 NLP(자연어처리) 기법은 현재 정확도가 매우 떨어지고 있는 상황이다. 사람마다 사용하는 언어 패턴이 다르기도 하고, 구사하는 어휘 스타일도 다르기 때문에 분석의 정확도가 60% 밖에 안된다고 딥러닝의 선구자인 스탠포드대(Stanford University)의 앤드류 응(Andrew Ng) 교수가 말할 정도로 개척을 할 수 있을지 미지수인 분야이다.

     

    andrew ng, https://medium.com/syncedreview/andrew-ng-unveils-deeplearning-ai-new-dl-courses-on-coursera-940ad959340a

     

    하지만 반대로 말하자면 이 분야를 개척할 경우 그 누구보다 새로운 시장을 선점할 수 있을 것이다. 많은 기업들이 자연어처리를 하다가 포기를 하여 패턴분석으로 돌아서고 있는 이 시점에서 끊임없는 연구를 통하여 새로운 알고리즘을 발견을 하거나 방법을 모색할 수 있다면, 국내의 카카오기업 뿐만 아니라 외국의 페이스북같은 거대한 기업이 될 수 있을 거라 생각이 든다.

     

    마치며...

    모바일 세상으로 IT 시장이 전환된 이후, 세상은 그 어느 때보다 빠르게 변화하고 있다. 국내 시장은 아직 대기업이 디펜딩 챔피언으로 수많은 스타트업의 공세를 막고 있지만, 카카오가 나타나서 플랫폼 시장은 뒤흔들어 놓은 것처럼, 언제든지 제 2의 카카오가 나오지 말라는 법이 없다.

     

    수많은 스타트업 기업들과 창업을 꿈꾸는 사람들이 오늘도 새로운 아이디어로 신규 시장에 차세대 리더로 자리를 잡으려 하고 있고, 대기업과 중견기업들은 새로운 먹거리 사업이 없는지 끊임없이 연구를 하는 실정이다. 

     

    4차 산업혁명이 나오면서, 인공지능이 가능한 핵심인재 중심으로 서비스가 개편이 되고 있는 상황인 이러한 때에 방관하는 자가 될 경우 그 누구보다 뒤쳐진 사람이 되어, 기회조차 잃을 것이 분명하고 끊임없는 아이디어와 연구를 더하게 된다면 AI에게 사람이 일자리를 잃는다는 걱정이 아닌 AI를 적극 활용한 새로운 일자리를 창출할 수 있을 것이다.

     

     

    댓글

    Designed by JB FACTORY