자기계발 건강정보 습관 공부방법

Sharing Economy : 2008년 미국 하버드대 법대 로렌스 레식 교수가 처음 사용한 말로, 한번 생산된 제품을 여럿이 공유해 쓰는 협력소비를 기본으로 한 경제 방식을 말한다. 대량생산과 대량소비가 특징인 20세기 자본주의 경제에 대비해 생겨났다.

즉, 물품은 물론, 생산설비나 서비스 등을 개인이 소유할 필요 없이 필요한 만큼 빌려 쓰고, 자신이 필요 없는 경우 다른 사람에게 빌려 주는 공유소비의 의미를 담고 있다. 최근에는 경기침체와 환경오염에 대한 대안을 모색하는 사회운동으로 확대돼 쓰이고 있다.

최근 10년 동안 기존 경제나 사회 체제를 근본적으로 뒤엎는 개념으로, 돈과 경제의 세계에서 가장 영향을 미치는 변화의 흐름은 '분산화'라 할 수 있다. 기존의 '중앙집권화'에 의해 질서를 유지하던 경제나 사회 체제에 정면으로 반하는 개념이다.

조직의 중심에는 반드시 관리자가 있고, 정보와 권력을 집중시킴으로써 문제 발생 시 곧바로 대응하는, 근대사회에서는 가장 효율적인 시스템이었다. 편재된 '정보의 비대칭' 상황에서, 대리인이나 중개인을 허브로 하여 중앙의 허브에 정보와 힘을 집중하여 전체를 움직여왔다.

하지만 지금은 스마트폰을 통해 실시간으로 항상 연결될 수 있다. 앞으로는 사람만이 아니라 사물 간에도 접속돼 있을 것이고, 온라인에서는 사람, 정보와 사물이 직접적으로 항상 연결되어 있게 된다. 허브로서 대리인이 개입할 필요가 없어지고, 정보의 비대칭성이 사라지면서 전체가 뿔뿔이 분산된 네트워크형 사회로 변해갈 것이다.

분산화가 진행되면 정보나 사물의 중개가 아닌, 독자적으로 가치를 창출하는 경제 체제를 구현하는 존재가 큰 힘을 갖게 될 것이다. 권력은 중앙집권적인 관리자에서 네트워크를 구성하는 개인에게로 옮겨갈 것은 필연적인 사실이다.

공유경제는 사회는 분산되어 있지만 항상 연결되어 있어야 비로소 기능할 수 있다. 인터넷이 생활의 모든 영역을 연결하여 상품과 서비스를 공유할 수 있는 범위가 지구 전체로 확대되었고, 거대한 경제체제가 이미 탄생했다.

공유경제 비즈니스는 권한이 분산되어 네트워크로 연결된 사회에서 성공한 전형적인 사례로, 운영자는 서비스나 상품을 제공하는 것이 아니라, 개인을 지원하기만 하면 된다. 물론 얼마나 뛰어난 경제체제를 설계하고 구현할 수 있느냐가 관건이다.

이의 대표주자인 우버와 에어비앤비는 사람이나 자산을 고용이나 소유하지 않는다. 단지 개인과 개인을 연결하는 네트워크를 구축하고, 지불을 중개하며, 신뢰성을 높이는 최소한의 역할만을 하면서 잘 운용되는 경제체제를 만들었을 뿐이다.

유휴자산을 활용하여 수익을 얻고자 하는 개인을 대상으로 적절한 보상 설계를 하고, 고객 만족을 추구하는 서비스 제공자는 이용자들의 추천을 받아 더 많은 수입을 얻게 한다. 또 이용자들 간의 대화방으로 소통 기능을 제공함으로써, 이용자의 선택에 힘입어 자유롭게 발전하는 시스템을 구축했다.

역설적으로 공유경제가 가장 발전한 나라는 중국이다. 사회 인프라가 잘 정비된 미국이나 일본은 새로운 서비스가 나오면, 기존 서비스와의 마찰 때문에 법 개정 등을 할 필요가 있고, 정착하기까지 비교적 긴 시간이 필요하다. 반면 중국은 지난 10여 년간의 급성장으로 인프라가 정비되지 않아, 새로운 서비스가 출현하면 엄청난 기세로 단숨에 확산된다. (이를 등 짚고 뛰어넘기 'Leapfrog 현상'이라 한다.)

지금까지의 공유경제 체제는 '대리인형 사회'와, 앞으로 본격적으로 '네트워크형 사회'의 장점을 혼합한 하이브리드형 모델이라고 할 수 있다.

21세기북스의 <머니 2.0>을 참고

인공지능이란 무엇인가? 새삼스럽지만 중요한 질문입니다.

인공지능으로 어떤 비즈니스를 할 것인가? 많은 분들은 인공지능하면 대단한 사업일 거라고 생각하는 경향이 있습니다.

구글, 페이스북, 아마존, 애플과 같은 유명 거대기업들은 하루가 멀다하고 인공지능을 선보이고 있습니다. 그러나 냉정하게 봐야지요. 이 기업들은 제품을 팔아 먹기 위해서 혹은, 자신들의 서비스에 더 많은 시간을 쓰도록 인공지능을 이용하는 것일 뿐입니다.

여기에 함정이 하나 있습니다.

이런 거대기업들의 인공지능 서비스만을 인공지능으로 생각한다면, 우리는 아무 것도 할 수 없을지도 모른다는 겁니다.

인공지능은 인격체가 아니다

또 하나의 오류를 지적하고 넘어가야 합니다. 많은 분들은 인공지능이 로봇과 동일하다고 생각하기도 하고, 이제 인간이 할 수 있는 일이란 존재하지 않는다고도 생각할 수 있습니다. 그러나 영화 속 로봇을 인공지능이라고 생각한다면, 비즈니스에서의 활용법은 찾을 수 없을 것입니다.

인공지능을 활용하는 것은 '데이터 활용'이라고 생각해야만 합니다. 그렇습니다. 여기서도 많은 분들은 '데이터 활용'이 분석이라고 생각하실 겁니다. 하지만 이것도 아닙니다.

기업의 현실이 말해줍니다.

실제로 보면 데이터를 기반으로 의사결정을 하는 경우는 거의 존재하지 않습니다. 대부분은 의사결정을 먼저 내려놓고, 근거 자료를 위해 '데이터 분석'을 사용하는 경우가 많지요. 따라서 기업에서 분석 리포트가 어떤 가치를 창출하는 결과로 이어지는 경우는 극히 드물다는 것입니다.

그러니 우리는 '인공지능으로 무엇인가를 해야한다'는 생각에 매몰되어 있는 것은 아닐까요? 이 의문을 잘 고민해 보아야만 합니다.

인공지능이란 무엇인가?

이제 원점에서 다시 시작해 보겠습니다.

'인공지능은 무엇이다.'라고 쉽게 말할 수 있으면 좋겠지요. 그러나 대중적으로 합의된 '인공지능의 정의'는 존재하지 않습니다. 사람마다 각자의 배경 지식과 경험에 따라 인공지능을 다르게 생각한다는 뜻이지요.

따라서 부정적인 입장과 긍정적인 입장으로 나눌 수 있습니다. 우선 '인간과 기계의 대결'로 보는 부정적 입장이 있고, '인간의 도구'라고 보는 긍정적 입장이 있습니다.

인공지능은 경영학과 비슷하다

인공지능이 처음 만들어지기 시작했을 때부터 명확한 형태가 있었던 것은 아닙니다. 그렇기 때문에 많은 분들은 인공지능의 의미를 혼동하고 있는데, 특히 인공지능과 로봇을 동일시하는 경우가 제일 많습니다. 그러나 인공지능과 로봇은 분리하고 구분해서 인식해야 합니다.

'데이터 드리븐 비즈니스'라고 언급되는 사업영역들이 있습니다. 이것은 인공지능을 본격적으로 활용하는 경영방법을 말합니다. 이렇게 표현하면 데이터를 분석해서 이를 기반으로 의사결정을 한다고 말씀하시겠지만, 이런 행위의 중심에는 언제나 데이터가 아닌 인간이 있었다는 점을 주목하세요.

데이터가 이끄는 대로 결정하는 것이 아니라, 항상 데이터를 인간이 볼 수 있도록 만들고, 여기에 다시 인간의 주관적인 견해를 붙여서 결정해왔던 것입니다.

그리고 '데이터 드리븐 비즈니스'는 원래부터 그렇게 하는 것이 아닙니다. 머신러닝 (Machine Learning)과 딥러닝 (Deep Learning)이라는 것이 있는데, 데이터 드리븐 비즈니스에서 많이 사용되고 있는 인공지능은 바로 이 두 가지로 볼 수 있겠지요. 물론 이 개념도 혼용되고 있는 게 사실입니다.

머신러닝

컴퓨터가 데이터를 통해 '스스로 학습하는 것처럼'하는 기술입니다. 여기서 주목할 것은 '스스로'와 '학습하는 것처럼'인데, 머신러닝에서 인간은 컴퓨터에게 처리방법을 알려주지 않습니다. 대신 머신러닝은 충분한 데이터만 있다면 광범위하게 사용될 수 있고, 그래서 기업경영에서 최근 매우 중요한 자리를 차지하고 있습니다.

머신러닝의 종류

머신러닝에는 몇 가지 유형이 있습니다.

1) 우선 '지도 학습'으로 '예측하기'가 있는데, '경험 기반 타게팅'을 생각할 수 있고, 영화 마이너리티 리포트 처럼 범죄 예측 모형도 사실은 '지도 학습'이라고 봐야합니다.

2) '비지도 학습'으로 '이해하기'가 있는데, 이것은 컴퓨터에게 정답을 알려주지 않는 방법으로, 데이터에서 고객 세그먼테이션을 하는 경우가 해당됩니다.

3) 마지막으로 '강화학습'은 알파고에 사용된 알고리즘으로, 보다 강력한 실행 결과를 만들어 냅니다.

반면, 딥러닝은 머신러닝과는 약간 다릅니다. 엄밀히 보면 '머신러닝'의 하위 개념이지요.

즉, 딥러닝은 인공신경망의 일종입니다. 그러나 많은 분들은 머신러닝과 혼용하고 있기도 합니다. 딥러닝의 하위 분류로는 DNN, CNN, RNN, GAN이 있는데, 이 내용은 너무 깊게 들어가야 하니, 여기서는 생략합니다. (책에는 설명이 있음.)

빅데이터란 무엇인가?

인공지능은 데이터를 활용하는 것이라고 위에서 설명했습니다. 그렇다면 우리가 생각하는 빅데이터란 과연 무엇인가?

미디어에서는 '빅데이터 분석에 따르면' 이라는 표현을 많이 사용합니다. 물론 이런 표현이 늘어나게 된 이유가 있습니다. SNS 인기가 높았던 시기, 때 마침 '하둡의 실무 적용'이 진행 중이었지요. 그러다보니 자연어 처리 기술에 기반한 텍스트 마이닝 기법으로 SNS 텍스트를 분석했고, 그 결과가 '빅데이터 분석'이란 이름으로 대중에게 소개되었던 것 뿐입니다.

빅데이터는 방해만 될 뿐이다

그러나 빅데이터란 개념은 기업들에게 방해만 될 뿐입니다. '빅'이라는 말은 오해를 만들고 방향에 혼돈을 줍니다. 그리고 적절치 않은 기대를 만들어 주기까지 합니다. 사실 빅데이터 분석은 데이터 분석과 다르지 않습니다. 그럼에도 불구하고 많은 사람들은 빅데이터가 어려운 기술이기 때문에, 데이터 전문가의 영역이라고 생각하기까지 합니다.

빅데이터는 하나의 '기술'로 이해해야만 한다.

빅데이터는 분석할 대상이 아니라, 기술의 집합으로 인식해야 합니다. 기업 경영에서도 걸핏하면 빅데이터를 운운하는데, 이 말은 제한적으로 사용되는 것이 옳습니다.

우선 데이터 분석을 프로세스의 일부로 포함해야 합니다. 뒤에서도 나오지만, 데이터 분석을 통해 의사결정을 한다는 것은 맞지도 않고 실제 그렇게 하지도 않습니다.

데이터 분석은 컴퓨터가 더 잘합니다. 그러니 그것을 프로세스로 인식해야 합니다. 예컨대 금융업에서 인공지능으로 잘 알려진 '켄쇼'와 의학분야의 'IBM 왓슨'은 데이터 분석을 인공지능에게 맡긴 사례입니다. 그러므로 중요한 점은 데이터 분석에서 전통적인 시각을 이제는 버려야 한다는 것입니다.

미래를 예측하지 않는다

인공지능은 도구일 뿐입니다. 미래 예측이라는 거대 담론 적용은 적절치 않다는 뜻입니다. 실제로 인공지능을 이용한 예측은 미래를 향하지 않습니다. 그리고 미래에 대한 분석도 아닙니다.

예측 분석의 정확한 실체는 과거와 현재에 대한 분석입니다. 특정 고객이 특정 상품을 구매할 것인지 예측하는 것은 전적으로 과거의 데이터를 기반으로 할 뿐입니다.

따라서 인공지능을 도구로 인식하고 사용해야만 합니다. 이미 그렇게 시행하고 있는 기업들이 많습니다. 월마트 진열대 스캔 로봇은 2016년 10월 확대 적용되고 있습니다. 게다가 인공지능은 그림 그리기나 소설 쓰기 또는 작곡을 하기도 합니다. 모두 도구적인 사용일 뿐이지요.

물론 인간은 이 인공지능을 어떻게 통제할 것이냐를 계속 고민해야 할 것입니다. 그러나 인공지능을 도구로 이용한다면, 인간의 창작 능력은 비교할 수 없을 만큼 월등해질 것입니다.

경영의 방법을 바꿔라

데이터를 활용하기 위한 해법, 그것은 기술에 있지 않습니다. 인공지능을 대하는 기업의 현실부터 짚어 보겠습니다.

많은 분들은 아직까지 데이터를 분석해서 의사결정을 한다고 생각하실지도 모르겠습니다. 그러나 이 행위의 중심에는 데이터가 아닌 인간이 있습니다. 그리고 아무리 뛰어난 알고리즘이 있더라도, 현업 담당자가 이해하지 못하면 채택되지도 않습니다. 여전히 자기중심적이지요. 현업에서는 '데이터를 분석하자'라는 말을 주고 받는데, 말하는 사람과 듣는 사람 모두 서로 다른 생각을 하고 있는 것은 아닐까요?

이처럼 기업은 데이터에 대한 개념이 정확하지 않습니다. 그럼에도 불구하고, 구체적으로 생각하지도 않고, 그냥 구체적인 계획만 세우려고 합니다. 인공지능, 머신러닝 그리고 데이터 업무에서 지향하는 목표부터 세운다는 것이지요.

그러나 이렇게 구체적인 계획만 세우면 오히려 일이 되지 않습니다. 데이터 업무에서 계획은 통하지 않습니다. 구체적인 계획이 필요한 일과 그렇지 않은 일을 구분할 수 있다면, 데이터 업무는 구체적인 계획을 세우지 말아야 하는 업무입니다.

그렇지만 많은 기업들은 어떻게 하고 있나요? 관리자들은 협업과 KPI만 강조할 뿐 데이터를 모르고 있는 것은 아닐까요? 현업에서 데이터 전문가들은 현업 부서의 권한이 없으면 데이터에 접근하지도 못합니다. (KPI : Key Performance Indicator '핵심성과지표'는 비즈니스 목표에 대한 성과를 추적하는 데 사용되는 지수 측정. KPI는 비즈니스 성과에 대한 향상 또는 저하 여부를 지수로 측정)

심지어 어떤 데이터가 있는지도 모르는 것이 현실이지요. 이런 상황에서 협업은 너무나 먼 이야기일 뿐입니다. 게다가 매년 KPI를 설정해야 하는데, 데이터 업무는 매번 새로운 시도를 해야하기 때문에, 이게 적절한 것인지는 다시 한번 생각해봐야 합니다.

기업의 근본적인 변화는 늘 하향식으로만 가능했습니다. 이것은 지금까지의 기업의 역사가 잘 웅변해 주고 있지요. 상향식으로 이루어진 적은 거의 없다고 봐야겠지요. 따라서 데이터를 어떤 식으로든 활용하겠다고 결정했다면, 기업문화부터 바꿔야 한다는 것입니다.

GE의 구조조정에서 배울 점이 있습니다. 최근 GE가 비행기 엔진에 센서를 붙여서 새로운 사업을 추진하고 있는데, 여기에서 배울 점이 있습니다.

1) 신규 비즈니스와 데이터

GE는 산업장비 데이터를 분석해서 '산업 인터넷 플랫폼 신규사업'을 만든 것이 결코 아닙니다. 이 점에 주목할 필요가 있습니다.

많은 기업들이 '데이터 기반 신규사업' 또는 '머신러닝과 인공지능 기반 신규사업'이라 말하기도 하는데, 신규사업에 있어서 데이터 분석이 결코 먼저일 수는 없습니다.

2) 비전 제시 리더십과 기술에 대한 태도

당연하게도 2011년 GE의 제프리 이멜트 회장이 기업 변신을 선언했을 때, 내.외부의 시각은 곱지 않았습니다. 그러나 명확한 비전으로 실행에 옮겼다는 사실에 주목해야 합니다.

그리고 GE는 회사 소개자료에 기술을 언급하지 않고 있습니다. 기술이 중요한 게 아니라, 고객에게 어떤 효용가치를 줄 수 있는지가 중요하기 때문에 제일 먼저 언급하는 것이지요.

3) 관리가 아니라 새로운 도전을 해야한다.

GE는 원래 식스 시그마로 대표되는 관리 중심 경영을 했던 기업입니다. 하지만 GE는 패스트웍스를 도입했지요. 이 말은 데이터 업무에서 구체적으로 계획하고 엄격하게 관리하는 방법은 적절치 않다는 것을 인지한 결과일 것입니다.

어떻게 실행할 것인가?

인공지능 시대의 비즈니스 전략 - 무엇을 해야하는가?

1) 데이터 전문 조직을 만들어라

데이터 활용을 하려는 기업은 전문조직이 반드시 필요합니다. 여기에 해당하는 방법은 분산형, 중앙집중형, 혼합형 등이 있지요. 각 방법들은 여전히 장.단점이 있기 때문에 제대로 파악 후 실행이 중요하겠지요. 현재 상태에서는 기업의 데이터 관련자들은 단기 목표가 있을 경우에만 협업이 가능한 실정임을 고려할 필요가 있습니다.

2) IT부서와 데이터 부서는 다르다

아직도 많은 기업의 관리자는 데이터 업무를 IT부서에 부여하는 경우가 있더군요. 그러나 두 업무는 전혀 다른 성격을 가지고 있습니다.

우선 IT부서 업무의 중요한 가치는 '안정성'이지요. 반면에 데이터 부서의 중요한 가치는 '변화'입니다. 이렇게 서로 지향하는 가치가 다르기 때문에, 데이터 업무를 IT부서에 맡기면 안됩니다.

3) 현실적인 계획을 세워라

가장 기본적인 과제인데 데이터 사이언티스트, 현업 데이터 분석가, 데이터 기획자, 데이터 엔지니어, 마지막으로 데이터 스튜어드는 다른 직종입니다.(ㅎㅎ 종류도 많아라...) 그 차이를 파악하고 데이터 부서를 구성하되, 전문조직을 구성할 사람부터 먼저 채용해야 합니다.

그리고 실무적으로 데이터 업무는 기존 IT 업무와는 전혀 다른 방식으로 일해야 합니다. 여기에는 테스트 서버 운영을 비롯한 세부적인 사항들이 있는데, (너무 세부 내용이고, 글이 길어지니) 여기서는 생략하겠습니다.

인공지능 시대의 비즈니스 전략 국내도서 저자 : 정도희 출판 : 더퀘스트 2018.01.23 상세보기

<인공지능 시대의 비즈니스 전략>을 참고, 많은 부분을 베끼고 일부 요약했습니다.

▶ 로보어드바이저 (robo-adviser) : 투자자에게 인공지능을 이용하여 자산관리나 자산운용에 대한 조언을 하는 체제나 서비스를 말한다. (최근에는 애플리케이션 상에서 조언하는 인공지능이 출현했다. 실제로는 빅데이터 분석 결과를 프로그래밍하여 보여주는 수준이다.)

최근 3년 동안 '핀테크'라는 말을 많이 들어왔다. 핀테크(Fintech)란 finance와 technology를 조합한 용어로, IT를 비롯한 새로운 테크놀로지의 발전에 따라 금융이 급격히 변화하는 흐름을 가리킨다.

오늘은 금융의 영역에서도 전혀 다른 두 가지 현상이 뒤섞여 논의되고 있는 듯하며, 이를 편의상 핀테크 1.0과 핀테크 2.0으로 구별해서 풀어본다.

핀테크 1.0

기존의 금융 서비스를 변화 없이 IT 기술을 이용해 업무 효율만 극대화하는 것. 결제, 투자, 융자, 보험, 회계 등의 틀은 그대로 두고 스마트폰이나 빅데이터 등을 사용해 쓸데없는 업무를 없애거나, 새로운 마케팅 기법을 활용하는 것이다. 이미 존재하는 기술을 활용해 효율을 높인 것으로 보면 된다.

모든 것이 기존 금융의 연장선에 있으므로, 현재 금융기관이 사용하는 핀테크란 거의 1.0이라고 할 수 있다. 어떤 비즈니스 모델을 설명할 때, 쉽게 이해할 수 있다면 핀테크 1.0이라고 보면 정확하다.

▷ AI를 활용해 투자를 최적화하는 로보어드바이저

▷ 스마트폰을 이용한 결제 방식

▷ 인터넷상에서 많은 사람의 자금을 모집하는 크라우드펀딩

등이 전형적인 예가 될 수 있다.

핀테크 2.0

기존의 만들어진 금융의 틀 자체를 무시하고 백지상태에서 재구축하는 유형. 2.0 서비스는 새로 만들어지는 개념이 많아 기존의 금융 지식이 풍부한 사람일수록 오히려 이해하기가 힘들다. 기존 틀에 적용해 판단하기가 매우 어려워서, 관련 서비스나 개념이 무엇인지 한마디로 표현하기 힘들다.

흔한 예로는 '비트코인'이 있다.

비록 가상통화라고 '통화'라는 이름은 붙어 있지만, 일반적인 통화와는 성격이 전혀 다르다. 달러나 원처럼 국가가 발행하는 화폐가 아닐뿐더러, 인터넷 은행처럼 관리자가 있는 것도 아니다.

통상의 금융 지식만이 아니라 게임이론, 암호이론, 개인 간 네트워크(P2P) 같은 전문 지식을 갖추고 있지 않으면 온전히 이해할 수도 없다.

2.0은 사회 기반을 완전히 재구축할 잠재력이 있다. 다만, 잠재력이 아직은 발휘되지 않았을 뿐이다. 기존 상식과는 너무나 다르게 운용되기 때문에, 경제계 주류의 사람들은 회의와 불안을 품고 바라보기 십상이다. (이런 증상을 2.0은 완전히 새로운 패러다임이라는 것을 입증하는 증거로 볼 수 있다.)

가상통화와 법정통화는 전혀 다른 시스템에서 운용되므로, 기존의 법정통화를 기준으로 가상통화를 평가하는 것은 의미가 없다. 같은 틀에 적용해서는 안 된다. 1.0과 2.0을 구분할 때도, 머릿속의 스위치를 '위쪽'과 '아래쪽'으로 전환하는 방식이 필요하다. 기존의 틀에서 생각을 전개하기 십상이라, 명확히 다른 식으로 구별하지 않으면 눈앞에서 일어나는 일조차도 올바로 인식할 수 없다.

무언가 새로운 것이 나오면 업계에서 통용되는 지식에 투영하여 바라보는 경향이 강하다. 가상통화도 금융업계 사람일수록 이해하기 어렵고, 사전 지식이 전혀 없는 젊은 사람들이나 일반인이 더 자연스럽게 받아들여 능숙하게 이용한다.

가상통화나 블록체인을 완전히 새로운 규칙에 따라 돌아가는 새로운 시스템으로 인식할 필요가 있다. 제대로 이해하고 활용하려면, 지금까지 알고 있던 것들을 스위치-OFF 후 접근하는 게 바람직하다.

21세기북스의 <머니 2.0>을 참고

블로그 포스팅으로 낯선 디지털을 익히기 시작한지 어제로 정확히 7개월. 매일 12시간 이상 모니터와 책으로 헤맨 덕분에, 갈 길은 아직 멀지만 이젠 디지털 낙제 수준은 넘어섰다고 자평하고 싶습니다.

최근에는 밑도 끝도 없이 이 디지털 세상은 도대체 어디로 향하고 있는지가 궁금해져서, 6월 초 들어 33살 일본 젊은이가 쓴 머니 2.0(MONEY 2.0)을 받아 오늘까지 다섯 번을 읽었지요.

디지털 세상의 변화를 흐름으로 읽어 내기는 아직 실력이 많이 모자라고, 키워드 한 조각씩으로 이어 붙여 기록으로 남기려 합니다. 이 책을 요약하고, 베끼고, 편집하고, 비틀어 약 50개 내외 포스트로 쓸 수 있겠네요. 타이틀도 중요하니 '키워드로 읽는 디지털 세상과 미래'라고 해볼까요?

그들은 학창 시절부터 줄곧 개인용 컴퓨터나 인터넷을 사용하며 자란 세대다. 일반적으로는 1980년대 이후에 태어난 세대를 가리킨다. 컴퓨터가 없는 시대는 상상할 수 없고, 당연히 컴퓨터가 등장하기 전의 시대를 모르고, 그 전과 후를 비교할 수도 없다. (비교할 필요도 없겠지만...)

휴대전화나 인터넷이 생겼을 때도, 이로 인해 무엇이 어떻게 변했는지 모르고, 그들은 그냥 눈앞에 있는 편리한 도구를 사용했을 뿐이다. 휴대전화가 보급될 때의 여러 논쟁에 대해서도 당연히 알지 못한다.

그 당시에는 '사회가 엄청나게 진보한다는 주장'과,

'범죄에 이용되어 무서운 세상이 될 수도 있기 때문에 규제해야 한다'라며 걱정했던 사람도 아주 많았다.

SNS가 확산될 때도 어른들은 '만남 사이트나 아동 매춘의 온상이 될 테니 빨리 규제해야 한다'는 신문기사와 전문가 칼럼에 신나게 맞장구를 쳤었다. 그러나 디지털 네이티브는 그저 편리하고 재미있는 서비스를 접해 즐겁게 가지고 놀았을 뿐이었다. 10년이 지나는 지금은 자연스러운 사회 인프라로 자리 잡았다.

비트코인, 블록체인, 토큰경제 등의 논란도 그런 기시감을 주기에 충분하다. 이것들이 없던 시절을 살았던 사람들은, 지금까지 사회를 지배해온 경제적 사고와는 동떨어진 것을 보고,

'국가의 통제나 중앙 관리자가 없는 화폐는 있을 수 없다.'

'신종 사기'라는 식의 반응을 보였던 것도 한편으로는 이해가 된다.

단시간 화제를 불러 모으다 지금은 수면 아래로 잠수해 버렸지만, 세상의 의견은 정확히 둘로 나뉘었다.

'금융을 바꿀 혁신적인 테크놀로지'

vs.

'순전한 사기이며 매우 수상쩍은 것'

금융계 관계자나 경제학자들은 더욱 받아들이기 힘들었을 것이다. 기존의 금융이나 경제 틀에 익숙한 사람의 눈에는 그렇게 보일 수밖에 없다. 규칙이 전혀 다른 신종 통화가 등장했으니까.

하지만 지금 대학생은 오래전부터 익숙한 금융 시스템이 비트코인과 함께 운용되기 때문에, 아마도 편견 없이 받아들일 수 있었을 것이다.

사람의 뇌는 상식으로 자리 잡은 틀 안에서 생각하거나 판단하고, 새롭게 탄생하는 기술을 편견 없이 보기는 어렵다. 지금도 어른들은 하루 종일 스마트폰만 만지작거리고 있는 젊은 사람들을 보고 혀를 찬다.

컴퓨터  ⇒  인터넷  ⇒  휴대전화  ⇒  SNS  ⇒  비트코인  ⇒  블록체인  ⇒  토큰경제

▷ 토큰 (token) : 상품권, 교환권, 선물권, 주차권, 증표

지금의 초등학생부터는 '토큰 네이티브'로 세대의 분류가 바뀌지 않을까? 태어난 순간부터 비트코인이나 블록체인을 접했기 때문에, 지금의 우리와는 전혀 다른 관점에서 돈과 경제를 파악할 것이다. 멀지 않은 미래에는 디지털 네이티브 세대마저 짐작도 하지 못하는 서비스가 끊임없이 생겨날 것이다.

10~20년 후 토큰경제나 인공지능을 능숙하게 사용하며 가상현실, 증강현실, 혼합현실(MR)에 몰두하는 젊은이들을 미덥지 않게 볼지도 모른다. 하지만 이런 식으로 신진대사를 되풀이하며 세상은 진화를 거듭해왔고, 앞으로도 그럴 것이다.

온라인 비즈니스 분야를 개척하는 분들을 위해서, 오늘은 Bill Gross의 2015. 10. 5일 유튜브에 올라온 'TED 강연'을 요약합니다.

오늘 여러분들과 스타트업의 성공에 제일 중요한 것이 무엇인지, 어떤 요소들이 회사를 성공하도록 만드는 지에 대한 몇 가지 조사.연구를 공유하고자 합니다.

스타트업 조직은 이 세상을 발전시킬 여러 형태 중 하나라고 믿습니다. 만약 우리가 올바른 성과급 시스템을 이용해 스타트업을 만든다면, 우리는 이전에 볼 수 없었던 잠재력을 만날 수 있고, 믿을 수 없을 만큼 놀라운 것들을 달성할 수 있을 것입니다.

그렇지만 스타트업 조직이 그 정도로 좋은 것이라면, 왜 많은 사람들이 실패할까요? 그 점이 제가 알고 싶었던 것이었습니다. 저는 스타트업이 성공하기 위한 가장 중요한 요소를 찾기 원했습니다. 그리고 그것을 체계적으로 연구해서, 제가 그동안 지켜본 수많은 회사들로부터 얻은 직관과 연관되어 있을지 모를 잘못된 오해를 피하고자 했습니다.

이 연구를 원했던 이유는 12살 때부터 저는 스타트업을 해왔기 때문이었습니다. 중학교 때 저는 버스정류장에서 사탕을 팔았고, 고등학교 때는 태양에너지 장치를 만들었습니다. 대학교 때는 스피커를 만들었지요. 대학 졸업 후에 저는 소프트웨어 회사를 창업했습니다.

20년 전에는 아이디어랩을 시작했고, 그 이후 저는 100개가 넘는 회사를 창업했습니다. 많은 성공과 큰 실패도 있었습니다. 우리는 실패로부터 많은 것을 배웠습니다. 저는 어떤 요소들이 회사의 성공과 실패를 좌우하는지 연구해 보았습니다. 그 5가지 요소를 찾았습니다.

1) 아이디어 : 저는 아이디어가 모든 것이라고 생각했었습니다. 회사 이름을 '아이디어랩'이라고 지은 것만 봐도 짐작할 수 있을 겁니다.

2) 팀 : 하지만 시간이 흐르고 아마도 팀과 실행력, 적응력 등이 아이디어보다 더 중요하지 않을까 생각했습니다. 이 자리(TED)에서 복싱선수 타이슨을 말할줄 몰랐습니다만, 그는 이렇게 말했지요.

"모든 사람은 계획이 있다. 그들이 얼굴에 한방 먹기 전까지 말이다."

저는 그 말이 사업에도 정말 맞는 말이라고 생각합니다. 팀의 실행력은 고객에게 한방 먹을 때 진가를 발휘하지요. 고객은 정말 현실 그 자체입니다. 그래서 저는 팀이 가장 중요한 요소라고 생각했습니다.

3) 비즈니스 모델 : 그리고는 비즈니스모델을 살펴 봤습니다. 회사는 수익을 창출할 확실한 방법이 있는가? 성공에 대한 가장 중요한 요소가 이것일지도 모른다고 생각이 들었습니다.

4) 자금조달 : 가끔 회사들은 엄청난 자금을 조달합니다. 이것이 가장 중요한 요소일까요?

5) 타이밍 : 아이디어가 시대를 너무 앞지른 건가요? 그래서 우리는 이 세상을 교육해야 하는 것일까요? 과연 그런 걸까요? 아니면 이미 늦어서 너무 많은 경쟁자들이 있는 것일까요?

그래서 이 다섯 요소들을 많은 회사들에 적용하고 지켜봤습니다. 100여개의 아이디어랩 회사와 또 다른 100여개 아이디어랩이 아닌 회사들을 지켜보고 연관성을 찾으려 노력했습니다.

먼저 아이디어랩 중 최고의 5개사,

▶ citysearch, CarsDirect, GoTo,com, NETZERO, tickets.com 등 몇 십억불씩 최고의 성공을 거둔 회사들입니다.

그리고 최악의 5개사,

▷ Z.com, Insider Pages, myLife, Desktop Factory, People Link 등 많은 기대를 했지만, 성공하지는 못했지요.

그리고 아이디어랩이 아닌 회사들 중 광범위하게 성공한 케이스 5개사,

▶ airbnb, Instagram, UBER, YouTube, Linkedin

그리고 몇몇 실패한 회사들,

▷ webvan, kozmo, pets.com, flooz, frendster.com 등, 이 회사들은 많은 자금을 지원 받았고 좋은 비즈니스모델을 가지고 있었지만 성공하지 못했습니다.

이 모든 회사들의 성공과 실패에 어떤 요소가 가장 큰 영향을 주는지 살펴보았고, 그 결과를 보고 저는 대단히 놀랐습니다.

5가지 요소중 가장 중요한 것은 '타이밍'이었습니다. 성공과 실패를 구분짓는 중요도가 42%였지요. '팀과 실행력'은 두번째, '아이디어, 차별화, 독창성'은 세번째였습니다. 이 결과가 절대적이지는 않습니다. 더불어 아이디어가 중요치 않다는 말은 아니고, 아이디어가 가장 중요한 요소는 아니라는 점이 놀라웠습니다. 타이밍이 좋았을 경우에는 좀 더 중요할 수도 있었지만 말입니다.

마지막의 비즈니스모델과 자금조달에 대해서는 결과가 합리적이라고 생각했습니다. 비즈니스모델이 중요도가 낮은 이유는, 그것 없이도 사업을 시작할 수 있고, 이후에 고객 요구에 따라 추가할 수도 있기 때문입니다. 자금조달에 대해서도, 처음엔 부족하다 해도 점차 인정받으면, 특히 오늘날과 같은 시대에는 자금조달하기는 매우 쉽기 때문입니다.

이제 제가 구체적인 사례를 비교하며 말씀드리겠습니다.

모두들 알고있는 airbnb의 성공에 대해 살펴보면, 많은 훌륭한 투자자들이 회의적으로 생각했다는 점은 잘 알려져 있지요. 왜냐하면 그 사람들은 '누구도 외부인에게 자기집을 빌려주지 않을 것이다'라고 생각했기 때문입니다. 물론 잘못된 생각이었음을 증명해주었죠.

그것이 성공한 가장 큰 이유 중 하나는, (좋은 비즈니스모델, 아이디어, 실행력은 별도로 생각하면,) '타이밍'입니다. 그 회사는 장기 경기불황 속에서 사람들이 돈을 필요로 할 시기에 사업을 시작했기 때문입니다. 그 점이 사람들이 외부인에게 자기 집을 빌려주기 싫다는 그 단점을 극복한 것입니다.

UBER의 경우에도 마찬가지입니다. 우버가 출범했고 놀라운 비즈니스모델과 실행력이 있었습니다. 하지만 타이밍이 너무 완벽했습니다. 운전자들에게 매력적으로 보인 것이지요. 운전자들은 추가 수입이 필요했고, 그 점이 아주 중요했습니다.

초창기 성공 회사인 citysearch는 사람들의 웹페이지 수요 시기에 등장했고, 1998년 TED에서 발표한 GoTo.com은 회사들이 트래픽 원가절감 방법을 찾고 있을 때 시작했습니다. 우리는 아이디어가 훌륭하다고 말했지만, 실제로는 타이밍이 훨씬 더 중요했습니다.

그리고 실패 케이스들을 보면, 우리가 온라인 엔터테인먼트 회사 Z.com을 시작했을 때, 굉장히 흥분했었습니다. 충분한 자금과 좋은 비즈니스모델이 있었고, 엄청 유명한 헐리우드 탤런트와 계약도 했습니다. 그러나 1990~2000년 사이 인터넷 보급률은 매우 낮았고, 비디오 콘텐츠를 소비하기는 어려운 환경이었습니다. 서비스를 이용하기 위해 복잡한 프로그램을 설치해야 했습니다. 결국 회사는 2003년에 문을 닫았지요.

정확히 2년 후에 그 코덱 문제는 Adobe Flash에 의해 해결됐고, 미국에서 인터넷 보급률도 50%를 넘었습니다. YouTube가 정말 완벽한 시기에 등장했지요. 훌륭한 아이디어였고 타이밍도 맞아 떨어진 것입니다. 사실 유튜브가 서비스를 시작했을 때 비즈니스모델이 없었습니다. 실제로 서비스가 실행될지 여부마저 불투명했지요. 하지만 타이밍이 모든 것을 해결했습니다.

요약하면, '실행력'은 굉장히 중요합니다. '아이디어'도 마찬가지입니다. 하지만 '타이밍'이 모든 것을 결정합니다. 타이밍을 측정하기 위한 최선의 방법은, 당신이 제공하고자 하는 것에 대해 소비자들이 충분히 준비되었는지 알아보는 것입니다. 솔직히 현실을 부정하면 절대 안됩니다.

여러분은 좋아하는 것을 무조건 추진하고 싶을 것입니다. 그러나 타이밍에 대해서는 정말 매우 매우 객관적으로 검토해야 합니다.

말씀드렸듯이 저는 스타트업이 이 세상에 큰 기여를 할 것이라 생각합니다. 이 몇몇 연구결과가 스타트업을 시작하려는 분들에게 도움이 되고 성공율을 조금이라도 향상시킬 수 있기를 바랍니다. 그리고 그동안 이 세상에 존재하지 않았던 것을 실현하여 세상을 발전시키기를 바랍니다.

세상에 공짜 점심은 없다지요?

그래도 '공짜'라는 단어만큼 사람들 '관심'을 끄는 것도 없습니다.

21세기 대부분의 소비자는 정보와 지식을 습득하는 대가로 돈을 지불하지 않습니다. 그 대신 '관심과 시간'을 지불하지요.

<네이처>와 <사이언스>에서 과학기술  편집자로 활약했던 앤더슨은 말합니다.

"제품을 추가 생산하는데 들어가는 비용이 '0'에 수렴되는 오늘날, 어떤 일을 잘해내려고 하는 사람들은 '관심'이라는 비화폐(=공짜)를 돈이라는 '경제적 가치'로, 어떻게 전환할 것인가를 늘 고민해야 합니다.

신기하게도 이 '관심'(=공짜)이라는 건 잘만 활용하면 이전보다도 더 큰, 거의 무한한 수익을 얻을 수 있게 합니다."

앤더슨이 볼 때 인터넷이란 '비주류 제품 유통'을 가능하게 한 사상 최초의 '물류시스템'입니다. 유한한 오프라인 공간과 비교할 때 인터넷 '진열공간'은 무한하기에, 다양한 비주류 물건들을 배치할 수 있고, 이에 따라 주류 문화 영향력이 약화될 수 있는 것입니다.

진열공간이 '0'원, 곧 공짜에 수렴한다는 것에 대해 일본 서점가의 혁신을 일으킨 '츠타야'의 대표 마스다 무네아키는 말합니다.

"매장에서 인터넷 가격으로 상품을 판다고 생각하면, 매장으로서는 결코 이익을 낼 수 없습니다. 소비자들은 '매장 유통가격'이 빠져있는 인터넷에서 구매할 것이기 때문입니다. 따라서 매장에서 판매를 한다고 마음 먹었을 때는, 고객이 매장에 왔을 때 가격을 충분히 지불할 만큼의 동기를 부여할 수 있는 새로운 비즈니스모델을 생각해 내야 합니다."

앤더슨은 이런 비즈니스모델을 '공짜를 활용한 비즈니스모델'이라 부릅니다. 그리고 공짜 심리를 잘 활용한 기업으로 질레트 사례를 소개하지요.

질레트는 일회용 면도칼을 만드는 회사로 엄청나게 성공했습니다. 그렇지만 초기부터 그랬던 것은 아니지요. 1903년 시판 첫해 51개의 면도기와 168개 면도날을 판매했을 뿐이었습니다. 이후 별의별 마케팅 수단을 다 동원했는데, 그것 중 하나가 바로 공짜로 면도기를 끼워주는 것이었지요.

질레트는 대량의 면도기를 무료로 공급한 뒤, 꽤 비싼 가격에 면도날을 판매해 실질적인 수익을 올렸지요. 1회용 면도날을 사용하는 습관이 한번 몸에 밴 소비자는 평생 그것에서 떠나지 못했습니다.

수십억 개의 면도날이 판매되고 있는 지금, 이 '공짜 비즈니스모델'은 모든 산업에 일반적으로 쓰이고 있는 모델이 되었습니다. 사례로는 휴대전화를 무료로 제공하고 통화료를 챙기는 것. 값싼 비디오게임기를 무료로 제공하고 값비싼 게임을 판매하는 것. 값비싼 커피 제품을 팔기 위해 사무실에 고급 커피메이커를 공짜로 설치해 주는 것 등입니다.

앤더슨은 이와 같은 '공짜 비즈니스모델'은 앞으로 더 영향력이 강해질 것이라고 예측합니다. 디지털화가 더욱 강화될 것인데, 제품/서비스를 한 단위 추가 생산하는 비용이 '0' 즉, 공짜에 가깝기 때문입니다.

'프리미엄 비즈니스모델'도 역시 '공짜 비즈니스모델'에 근거합니다. 이것은 무료 서비스로 고객을 끌어들인 후, 고급 기능을 유료화하여 수익을 창출하는 모델입니다. 에버노트, 클라우드, 게임 등에서 쉽게 볼 수 있지요. 서비스 사용자 중 5%가 지불하는 금액이 95%의 무료 사용자들을 보조하는 형태입니다. 5 : 95 라는 비율로도 충분히 이익이 발생하는 것이지요. 기본인 무료버전을 추가적으로 제공하는 비용이 '無'라 할 만큼 '0'에 가깝기 때문입니다.

"디지털화가 될 수 있다면, 조만간 모든 것이 공짜가 될 것입니다. 인터넷은 세상에서 가장 경쟁이 치열한 시장입니다. 무료화의 흐름은 막을 수 없겠지요. 공짜를 활용하는 것은 더 이상 선택이 아닌 필수입니다.

기억하세요. 앞으로 동종 사업에서 누군가는 당신이 유료로 제공하는 것을 '무료로 제공할 방법'을 찾아낼 것입니다. 소비자는 공짜라는 점에 귀가 솔깃해 질 것이고, 그것에 '관심과 시간'을 쏟을 것입니다.

당신은 공짜를 이용할 방법, 공짜와 경쟁할 방법을 찾아내야 합니다. 무엇인가를 무료로 만듦으로써 돈을 벌 수 있는 창의적인 사고를 지닌 인재가 최고의 인재가 될 것입니다.