자기계발 건강정보 습관 공부방법

혹시 이런 말 들어본 적 있는가?

'우유부단함이 행복을 가로막는다.'

우유부단함은 너무 많은 것을 너무 많이 걱정하는 데서 생겨난다.

한 가지 일만 걱정한다면 의사결정을 내리는 일은 쉬워지겠지만, 그러기엔 우리의 성격과 뇌는 너무 복잡하고 미묘하다.

목표, 습관, 공포, 욕망 등은 제한된 인지 자원을 두고 서로 경쟁을 벌이는데, 이들이 주고받는 의사소통 때문에 우리는 교착상태에 빠질 때가 있다. 그래서 결정을 앞두고 '의사결정나무'를 생각하면 결정을 해야 할 국면(사이트)에서 이러지도 저러지도 못하게 되는 것이다.

의사결정나무 Decision Tree :

어느 안이 선택될 것인가라는 것과 일어날 수 있는 불확실한 상황 중에서, 어떤 것이 실현되는가라는 것에 의해, 여러 결과가 생긴다는 상황을 나뭇가지 모양으로 도식화한 것이다.

의사결정 나무를 구성하는 요소에는, 결정나무의 골격이 되는 대안과 불확실한 상황, 결과로서의 이익 또는 손실, 불확실한 상황과 결과가 생기는 확률이 있다. 이들의 요소가 결정점과 불확실점으로 결합되어 의사결정나무를 만들게 된다.

이런 상황은 기분, 사고, 행동에 악영향을 미치고, 그렇게 되면 우유부단함이 더욱 악화되는 악순환에 빠지게 된다. 이 악순환에서 벗어나 제대로 의사결정을 하려면 어떻게 해야 할까?

먼저 최선의 결정을 내리기보다는 차선의 결정을 내리자는 마음가짐을 가져야 한다. 의사결정을 할 때 우리는 선택에 있어 어떤 결점이 있을지에 초점을 맞추게 되는데, 결정 내리기를 회피하고 싶어지는 것은 바로 이 때문이다.

또한 우리는 대체로 의사결정에 확신을 가질 만큼 정보가 부족한데, 세상이 너무 복잡하기 때문이다.

그러나 이것만은 기억하자.

'아무것도 하지 않는 것보다는 일부라도 뭔가를 행하는 것이 더 낫다'는 것을...

차선이 아니라 최선을 해내려 하면, 우리의 뇌는 의사결정 과정에 지나치게 에너지를 소비하게 된다. 이와 대조적으로 그럭저럭 괜찮은 걸로 충분하다고 인식하면, 뇌는 스스로 그 상황을 장악하고 있다고 착각한다. 그래도 어떤 결정을 내리든 모두 잘못될 것 같은 그 불안한 느낌은 쉽게 지워지지 않을 것이다.

하지만 누구라도 자신에게 맞는 길을 확실히 안다는 것은 불가능하고, 확실한 것이라고는, 가만히 앉아 아무것도 하지 않는다면 풀릴 것은 없을 것이라는 사실뿐이다.

일이 천리 길처럼 까마득하게 느껴지더라도 단지 해야 할 일은 작은 한 걸음을 내딛는 것!

행동하지 않는 결심은 결국 '생각'에 지나지 않는다. 그저 생각하는 것만으론 어떤 것도 바뀔 수 없다.

이런 말이 있다.

그러니 일단 한 걸음, 내가 생각할 수 있는 차선의 결정을 내디뎌보자.

그것이 우리가 우유부단함에서 벗어날 수 있는 가장 강력한 방법이다.

알렉스 코브 <우울증을 위한 뇌과학> 참고

우리는 아이디어가 떠올랐을 때 처음엔 괜찮았지만 시간이 지날수록 자기에게 맞지 않는다는 생각이 들거나, 실현 가능성 때문에 포기한 적이 많다. 하지만 지나고 나서보면, 그것을 택했건 안 했건 후회를 하는 경우가 많다.

도대체 어떻게 좋은 결정을 할 수 있을까?

제대로 된 의사결정을 해내는 방법은 의외로 간단하다. 바로, 여러 의견을 들어보는 것이다. 처음 생각해낸 사람을 떠나 다른 사람에게 옮겨졌을 때 아이디어는 더 잘 자라난다.

혼란스러워 결정을 제대로 못할 것 같다는 생각이 들면, 혼자 고민하지 말고 남들의 의견을 구하는 것이 좋다. 다른 이들은 새로운 시각에서 내 문제를 바라보고 새로운 경험을 들려주기 때문이다. 그러면 당신은 더 광범위한 시각에서 결정을 내릴 수 있다.

물론 아이디어에 대한 자기 주도권을 포기하면 안 된다. 실패의 책임은 다른 누구도 아닌 당신이 지기 때문이다. 다만 조언을 듣고 주의 깊게 생각해 볼 필요는 있다. 뼈대만 있던 아이디어가 주변 사람들과의 브레인스토밍을 통해 혁신적인 모습으로 발전할 수 있기 때문이다.

그렇기에 열린 마음으로 사람들의 의견을 들어야 한다. 상대의 주장을 내가 이기고, 평가하고, 비판해야 하는 것이 아니라, 경청한 후 하나하나 차분하게 검토해야 한다.

도무지 무엇이 좋은 선택인지 알 수 없고 통제 불가능한 변수들도 너무 많다면, 더 과감한 쪽을 선택하는 것도 하나의 방법이다.

사실 우리는 선택을 고민하기보다는, 선택 전에 고민만 하다가 아니면 놓친 선택에 때문에 기회를 놓치는 경우가 더 많다. 어느 쪽을 선택하든 반드시 실천하는 것이 더 중요하다.

우물쭈물하며 시간을 보내다 보면 기회는 사라져 버린다. 최종 결정이 내 가치관과 맞는다면 발걸음을 과감하게 내디뎌야 한다. 미끄러지거나 헛디딜 수도 있지만 그냥 받아들이면 된다. 당신은 최선의 결정을 내렸기 때문이다.

선택의 기로에 서서 방황하고 있다면 종이를 꺼내 세 칸으로 줄을 긋자. 그리고 각각을 선택했을 때의 장점, 단점과 나의 가치관에 부합하는지 등을 나란히 적어보자.

시간적 여유가 있다면 믿을만한 친구들의 의견을 구하고, 결정을 내렸다면 바로 실행하라. 그게 좋은 결정의 전부다.

샘 혼의 <집중력, 마법을 부리다>를 참고

출장이 끝나고 체크아웃을 하는데, 호텔에 묵는 동안 사용했던 국제전화 요금이 150달러나 청구되어 있었습니다. 사용하긴 했지만 사전에 안내를 받지 못해서 화가 났죠.

하지만 조용히 리셉션 직원이 아닌 호텔 매니저를 한쪽으로 불러 협상을 시도했습니다.

미리 안내하지 않은 요금을 부당하게 청구하는 것이 이 호텔의 정책인가요?

M: 아니요.

방에는 국제전화를 사용하면 수수료를 부과한다는 규정이 없더라고요. 맞나요?

M: 하지만 다른 호텔들도 다 청구합니다.

당연히 청구하겠죠. 그렇지만 다른 호텔들은 다 미리 알려주는데, 그렇지 않나요?

매니저님, 최근 호텔 어드바이저에서 호텔 별점이 떨어져서 마음이 불편하신 것 알아요. 표준대로 잘 처리해주시면 최고의 별점과 리뷰를 남겨드릴게요.

결국 매니저는 수수료를 전액 면제해주었습니다.

이 협상에는 몇 가지 기술이 사용됐는데,

▷먼저 리셉션 직원에게 화를 내지 않고, 의사결정 권한이 있는 매니저와 얘기를 했다.

▷또 매니저가 예외 규정을 발휘할 수 있도록 단둘이 이야기를 시작했다.

▷미리 고지한 요금을 적용해야 한다는 호텔의 표준 규칙을 언급했다.

▷무엇보다도 화를 내지 않고, 매니저가 겪고 있는 어려움을 이해하고 내가 줄 수 있는 가치를 제시했다.

▷상대방의 입장과 감정을 고려한다.

강한 모습을 보여야 협상에서 이길 수 있고, 약한 모습을 보이면 협상에서 지기 쉽다고 생각하는데, 그건 그렇지 않습니다. 또 협상은 영업 직무의 일이고 나와는 관련이 없다고 생각하기 쉬운데, 우리의 하루를 생각해보면 협상의 순간은 굉장히 많고, 내가 원하는 것을 얻어낼 수 있는 순간도 매우 많습니다.

협상을 잘하기 위한 세 가지 방법

첫째, 먼저 질문을 해라

같은 문제를 놓고 서로 다르게 이야기하기 때문에 오해가 발생하기 쉽다. 특히 협상을 할 때는 단정적인 말이 아니라, 계속 질문을 통해 인식의 차이를 좁혀가는 것이 중요하다.

'이건 공정하지 않습니다'라고 말하는 대신 '이게 공정하다고 생각하십니까?'라고 말하는 것이 좋다. 아이한테도 '당장 방 청소해!'라고 말하는 대신 '왜 방이 깨끗하지 않을까?'라고 묻는 것이 좋다.

둘째, 상대의 말에서 힌트를 찾아라

상대의 말을 유심히 듣다 보면 예외 조항이나 다른 조건들을 발견할 수 있다.

▷'이번에는 그렇게 해드리기 힘듭니다.'라고 얘기하면, '그러면 언제 가능할까요?'라고 되묻거나,

▷'그게 표준 계약입니다.'라고 얘기할 땐, '한 번도 예외를 둔 적이 없나요?'

▷'저희는 절대 가격 조정을 하지 않습니다.'라고 말한다면, '그러면 혹시 가격 외에 다른 조정 가능한 조건이 있을까요?'라고 묻는다거나,

▷'저로서는 방법이 없어요.'라고 말한다면 '그러면 방법을 알고 있는 사람은 누구입니까?'라고 물어보는 것이 좋다.

이런 식으로 현재 상태와 내가 목표한 바를 조금씩 좁혀나간다면, 상대방이 도와줄 수 있는 부분을 찾을 수 있다. 상대가 무심코 던지는 몸짓, 눈빛, 말 한마디를 놓치지 않고 단서를 찾아내면, 훨씬 유리하게 협상을 이끌 수 있다.

셋째, 인간적으로 대하라

협상을 할 때 가장 먼저 할 일은 상대방의 기분과 상황을 파악하는 것이다.

오늘 저 사람의 기분은 어떤가? 어떤 문제를 겪고 있는가를 먼저 조사해보자.

책에 나와있는 사례로,

체크인을 위해 긴 줄을 서서 기다릴 때 앞에 있는 직원이 계속 기침을 할 경우, 내 차례가 됐을 때 주머니에서 사탕을 내주며 '오늘 손님이 많아서 힘드시죠? 이거라도 드시면서 하세요.'라며 캔디를 내밀었더니, 내가 앉을 자리가 바뀌더라는 얘기이다.

사람들은 중요한 협상일수록 이성보다 심리적인 요소가 더 크게 작용한다는 사실을 간과한다. 먼저 사람 관계부터 해결해야 된다. 절대 논의부터 밀어붙여서는 안 된다.

협상이란 이기기 위한 싸움이 아니라 '내가 원하는 것을 얻는 것'이라는 사실이다.

내 목표를 달성하기 위해서는 이겼다는 기분이 중요한 게 아니라, 내 감정을 양보하더라도 상대방의 감정을 먼저 만족시켜야 한다. 이해관계의 만족을 위한 의사소통 방법이 중요하다.

거기에서부터 대화가 출발하고, 기꺼이 서로 돕는 마음으로 협상에 임해야 하지 않을까 생각합니다.

협상을 통해 Win-Win 하는 기술 <어떻게 원하는 것을 얻는가>였습니다.

직장 생활을 하다보면 하루에 몇 번씩 의사결정을 내려야 할 때가 있다. 그리고 이 의사결정은 혼자가 아닌 주로 집단에 의해 이뤄지는데, 개인보다는 다수의 선택이 더 탁월하다고 믿기 때문이다.

정말 '집단 의사결정'이 더 효과적일까?

안타깝게도 인류의 역사를 살펴보면, 집단이 개인보다 더 어리석게 행동하는 경우가 많다.

2003년 2월 1일 우주왕복선 컬럼비아호

대기권에서 재진입 하려다 기기 고장으로 상공에서 폭발해, 탑승중이던 승무원 7명이 전원 사망했다. 모두에게 충격과 슬픔을 안겨준 대참사였다.

그런데 사고 조사 후 NASA가 이 비극적인 사태를 피할 수 있었다는 사실이 드러난다. 하지만 피할 수 없었던 이유는 '잘못된 집단 의사결정'이었다.

당시 회의록을 분석한 결과, NASA의 집단 의사결정 과정에는 치명적인 문제점이 있었는데, 그들은 최악의 상황을 애써 피함으로써 위험을 고려하지 않았고, '집단사고'에 빠져 회의에서 반대 정보를 논의하는 것이 불가능한 분위기였던 것이다.

'집단사고'란 결속력이 높은 소규모의 집단에서 이의를 제기하는 것을 억제하고, 합의를 쉽게 이루려고 하는 경향이 있는 의사결정 과정을 말한다. 반대 의견을 내세울 수 없는 조직에서는 집단사고가 발생할 수 밖에 없는데, 이로 인해 비극적인 참사를 일으킨 NASA가 바로 전형적인 케이스라고 볼 수 있다.

특별한 조치를 취하지 않는 한, 집단 의사결정이 개인 의사결정보다 잘못될 확률이 높다. 도대체 왜 우리는 머리를 맞댈수록 더 어리석은 결정을 하게 되는 걸까? 책 <일취월장>의 저자 신영준 박사는 이렇게 말한다.

첫째는 '정보신호' 때문입니다. 다른 구성원이 공개적으로 말하는 정보를 존중하다 보니, 자신이 아는 바를 밝히지 못하는 거죠. 예컨대 정보를 더 가진 직원이 있으면 내 의견과 같지 않아도, 상대가 옳을 거라 생각해 내 의사를 개진하지 않는 것입니다.

둘째는 '사회적 압력' 때문인데, 사람들은 사회적 압력을 느끼면 불이익을 피하기 위해 침묵을 선택하게 됩니다. 당신이라면 반대 의견을 내놓으려고 할 때, 그 의견을 주장한 사람이 상사라면 쉽게 반대할 수 있나요? 

셋째는 '극단화'로, 집단이 선호하는 방향으로 더 극단적인 결론으로 이끈다는 것.

넷째 '정보누락', 다수가 호응하는 정보를 더 신뢰하게 만들어, 소수의 정보는 무시됩니다.

이러한 영향력과 4가지 문제가 집단에서 잘못된 의사결정을 내리도록 하는 것이다.

그렇다면 실패를 줄이는 방법은 무엇일까? 그것은 바로 '반대자를 내세우는 것'이다.

반대 의견을 내는 데에 아무런 거리낌이 없고, 특히 회의 때 직급에 상관없이 자유롭게 발언할 수 있는 분위기가 만들어져야 한다.

악마의 변호인 Devil's Advocate 혹은 레드팀 제도를 활용해도 좋은데, 악마의 변호인은 무조건 반대 의견을 내는 사람을 뜻하고, 레드팀은 본래 팀의 실행계획을 비판하거나 무산시키는 임무를 받은 팀을 말한다.

그러니 진정성 있게 반대하는 사람이나 팀이 있다면, 성공적인 의사결정을 위해 적극 활용하면 좋다. 한 실험에서 진정성 있는 반론자는 형식적인 악마의 변호인보다 해결책을 48%나 더 많이 내놓았고, 그 질도 좋았다고 한다.

"이제는 죄를 바꿔야 합니다. 서로에 대한 의견 차이를 죄로 여기는 '죄'를 용서하지 말아야 합니다. 그래야만 '집단 의사결정'은 실패가 아니라 성공으로 향할 수 있으니까요."

조직에서 잘못된 의사결정을 내리나요?

그렇다면 당장 반대자를 내세우세요!

일을 성취하여 월등히 성장한다 <일취월장>

일을 잘하기 위한 8가지 원리를 알려주는 비즈니스 지침서입니다.

일취월장 국내도서 저자 : 고영성,신영준 출판 : 로크미디어 2017.12.07 상세보기

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.

우리들은 전문가에 의지합니다. 다양한 분야에 종사하는 전문가들은, 그들의 지식과 경험을 통해 효과적으로 다른 사람들의 의사결정을 돕지요.

하지만 잠시 생각해 보죠. 우리는 이따금 전문가에 지나치게 의존하고 있지는 않은지...? 우리가 믿는 전문가들에 대해 생각해봐야 하는 3가지 이유가 여기 있습니다.

첫째는 당연하게 전문가들도 사람이다

많은 연구가 증명하듯 인간은 다양한 편향과 편견에 둘러싸여 있으며, 이는 언제든 실수와 오판, 그리고 치명적 사고로 이어질 수 있지요. 이것은 최고의 전문성을 요구하는 의학계에서도 예외가 아닙니다.

<설득의 심리학>의 한 실험은 전문가들인 간호사조차 편향과 고정관념에 의해 언제든 오류를 범할 수 있다고 경고합니다. 미국 중서부 22개 병원의 간호사들은 전화를 통해, 자신을 의사라 말하는 사람으로부터 특정 환자에게 에스트로겐 20mg을 주사하라고 지시 받습니다. 문제는 병원의 원칙상 의사를 포함한 누구도 전화로 진료 지시를 할 수 없으며, 에스트로겐의 하루 최대 투약 허용량은 10mg이라는 점입니다.

이런 원칙에도 불구하고, 95% 이상의 간호사들은 지시를 그대로 따르려 했습니다. 병원의 관습과 의사라는 권위에 지나치게 의지한 결과, 이에 대한 최소한의 검증조차 하지 않은 것이지요.

두번째 이유는, 그들의 전문성이 집단 문화에 매우 취약하다는 점이다

<습관의 힘> 저자인 찰스 두히그는 말합니다.

"구성원 간의 반복 행동과 서로의 업무에 간섭하지 않는 묵시적인 '휴전'이 있기 때문에, 기업의 갈등과 변화는 예측 가능한 길을 따를 수 있다. 하지만 집단의 불안한 휴전은, 오히려 전문가들의 전문성을 억제할 수 있다."

<일취월장>의 저자 고영성 작가와 신영준 박사는, "전문가들 간의 회의가 항상 최상의 결과를 내지는 않는다"고 경고하고 있지요. 구성원들은 회의 과정에서 남의 의견에 지나치게 동조하거나 위계 질서에 묶여, 자신의 의견을 100% 전달하지 못할 확률이 매우 높다는 것입니다. 그 결과 더 나은 대안이 있음에도 이를 제안하지 못하거나, 잠재적 위험을 발견해도 이에 제대로 대비하려 하지 않는답니다.

최악의 참사 중 하나인 런던 지하철 참사는 이에 대한 대표적 예시로 꼽힙니다.

(킹스크로스 역은 런던 지하철 Tube의 5개 노선이 모두 통과하는, 런던 중심 가장 붐비는 환승역이며, 철도와 지하철을 연결해줌. 5개 노선 8개 승강장, 일일 평균 이용객 25만명, 1987년 11월 18일 수요일 오후 7시 30분 퇴근시간, 크리스마스 쇼핑시즌 시작 시점, 나무계단 에스컬레이터에서 시작된 작은 불씨를, 발견 후 15분 정도 방치하면서 화염이 폭발한 사고. 31명 사망 60여명 부상)

킹스크로스 역을 관리하는 각 부서의 관리자들은 갈등을 피하기 위해 의사소통을 제한하고, 서로의 업무에 간섭하지 않는다는 암묵적인 약속을 했다.

킹스크로스 역 곳곳에는 많은 화재 취약점이 존재했다. 위급 상황에 대한 소방훈련도 제대로 되지 않았다. 하지만 전문가인 그들은 조직 문화, 즉 외부적 요인에 압도되어 침묵을 지켰다. 결국 작은 불씨에서 시작된 이 화재는, 이런 취약점으로 인해 많은 사상자를 내고 런던 최악의 참사로 기록되었다.

마지막으로, 현대 사회는 너무나 복잡해서 예측이 쉽지 않다. 현대 사회는 단순한 원인--결과로 설명하기엔 지나치게 복잡하다

경제와 금융은 이런 복잡한 세계의 대표적인 사례입니다. 어떤 경제적 사건을 설명하려면 매우 많은 데이터와 변수의 분석이 필요하지요. 그렇지만 일부 전문가들은, 부족한 데이터와 잘못된 예측 기법을 통해 이러한 변화를 섣불리 예측하려 합니다.

그러니 전문가들의 의견을 구하기 전에, 우리 스스로가 3가지 요소를 잘 갖추고 있는지 미리 점검해보아야 합니다.

▶ 먼저, 전문가에 대한 이해가 필요하다. --> 그들의 분야가 어느 정도 예측 가능한 분야인가?

내가 조언을 구하고자 하는 분야가 그들의 전문 분야와 부합하는가?

▶ 그들의 조언이 틀릴 가능성도 고려해야 한다. --> 그들의 조언을 얼마나 신뢰할 것인가?

만약 그들의 조언이 틀렸을 경우 일어날 수 있는 최악에 대비되어 있는가?

▶ 조언을 듣는 자기 자신에 대해서도 생각해야 한다. --> 조언을 듣고자 하는 자신이, 특정한 편견에 빠져 있지는 않은가?

전문가의 조언을 이해할 정도의 배경 지식을 보유하고 있는가?

물론, 사회에서 권위 체계는 필수적입니다. 불가항력이지요. 우리는 권위와 그들의 전문성을 인정함으로써, 많은 혜택과 편리함을 누리고 있습니다.

그러나 명심하세요.

우리가 아무 의심없이 그들을 맹신하다 보면, 어느 순간 우리 자신이 비극적 사고의 주인공이 될 수 있다는 점을...

책 <설득의 심리학><습관의 힘><일취월장><행운에 속지마라>를 참고했습니다.

일이나 돈, 연애에서 '운이 좋은 사람들'이 분명히 있습니다. 그만큼 열 나게 노력하는 것도 아닌데 성과가 매우 좋거나, 부자가 되거나, 이성에게 인기가 있지요. 반대로 '운이 나쁜 사람들'도 존재합니다. 아무리 열심히 해도 인정받지 못하고, 누구도 응원해주지 않아 애처롭게 보이기도 하지요.

운세상담, 손금이나 타로 점 등을 믿고 그대로 행동해봐도 운이 좋아지는 경우는 아주 드뭅니다. 그렇다면 그냥 단념하고 살아가야만 할까요?

사실 운이 좋은 사람도, 그 반대의 사람도, 일어나고 있는 일에는 큰 차이가 없습니다. 다만 일어난 사건에 대해 파악하는 방법과 사고방식 그리고 해결 방법에 차이가 있을 뿐입니다.

협심증 치료제로 개발되었던 '비아그라'. 이걸 먹어도 효과가 나타나지 않아 고통을 호소하던 환자들이 예상치 못한 곳에 묘한 효과가 나타난다는 말을 하기 시작하면서, 노화로만 여겨지던 발기 부전이 호전될 수 있음이 밝혀졌답니다.

실제로 비아그라 뿐만 아니라, 샴푸, 탄산음료, 후라이팬, 탈모치료제, 전자레인지 등 중요한 발명품에는 공통적인 요소로, '운'이 크게 작용한 것이랍니다.

실제로 많은 학자와 연구자들은 발명품 뿐만 아니라, 삶에도 운이 큰 영향을 끼친다고 말합니다.

취업의 경우를 한번 살펴보죠.

졸업 시기에 경제가 호황이면 졸업생들은 취직도 잘되고 월급도 높지만, 불경기엔 취직이 어렵고 월급도 상대적으로 낮습니다. 개인의 실력으로 통제할 수 없는 '운적 요소'가 취업과 월급에 영향을 미치는 것이지요. 이렇듯 인생에서 실력이나 기술만큼 중요한 것이 바로 '운'입니다.

그렇지만 안타깝게도 운을 제대로 인지하고 행동하는 사람은 드문데, 운의 영향력을 인지한다면 의사결정, 자기계발, 전략 등 모든 것이 제대로 정립될 수 있기 때문에, 개인과 조직의 성과에 긍정적인 변화가 나타날 확률이 높아집니다.

그렇다면 지금부터 운을 나의 친구로 만드는 태도 3가지를 살펴보겠습니다.

1) '불확실성 수용력' 갖추기

불확실성 수용력이란 '그 어떤 것도 확실한 것은 없다'는 대전제를 받아들이는 자기통제력을 말합니다.

네덜란드 심리학자 트레비스 프루는 불확실하고 모호한 상황에서 사람들이 어떻게 대처하는지 연구했는데, 사람들은 불확실성에 노출될수록 현상의 패턴과 질서를 발견하고자 노력한다는 걸 알게 됐습니다. 이를 '종결욕구'라고 한다는군요.

즉, 규명할 수 없는 원인을 규명하게 하고, 이해할 수 없는 사건을 이해할 수 있는 것으로 규정하게 하면서, 불확실한 미래를 '확실한 미래'로 예측하려는 의욕인 것입니다.

대부분의 일은 복잡계에 속하기 때문에 한 두가지 원인으로 상황을 파악하기는 어렵지요. 하지만 우리는 불확실성을 받아들이는 자제력이 부족해서 엉뚱한 분석, 현명하지 못한 해결책, 어리석은 예측을 하는 실수를 저지르곤 합니다.

때문에 그 어떤 것도 확실하지 않다는 불쾌한 사실을 받아들여야 합니다. 성급히 판단하지 않고, 있는 그대로를 받아들인다면, 운과 가까운 친구가 될 수 있다는군요.

2) '운의 영향력' 측정

운의 영향력을 정밀하게 측정할 수 있다면, 효율적인 전략을 짤 수 있습니다.

'글쓰기, 제조업, 회계'를 한 부류로 그리고 '복권, 주식투자, 창업'을 두번째로 비교해 보죠.

이 둘의 차이점은 무엇일까요?

전자는 운보다 실력이 중요하며, 후자는 '운의 영향력'이 크다는 것입니다. '실력의 영향력'이 크게 작용하는 곳에서는 전문가의 효용가치와 예측 정확성이 높고 치밀한 계획이 효력을 발휘하지만, '운의 영향력'이 크게 작용하는 곳에서는 전문가의 효용가치와 예측의 정확성이 떨어지며, 치밀한 계획도 무용지물이 되기 쉽습니다.

그렇다고 실력을 등한시 하면 안되겠지요. 실력이 없으면 운을 놓칠 확률이 커지니까요. 그러니 운과 실행력을 정확히 측정하면서 상호 시너지를 낼 수 있는 실력을 키워나가야 합니다.

3) '최악에 대비하는 습관' 기르기

최상의 기회는 놓쳐도 다음을 기약할 수 있지만, 최악의 상황을 대비하지 못하면 다음을 기약할 수 없을지도 모릅니다.

최악의 상황을 그려보세요. 무엇이 발생할지 예측하여 준비한다면 보다 쉽게 문제를 해결할 수 있겠지요. 운이 인생 곳곳에 영향을 끼친다는 것을 꼭 기억하시기 바랍니다. 만약 '운의 중요성'을 인지하고 위의 '3가지 태도'를 체화할 수 있다면, 삶이 일취월장하는 짜릿한 경험을 맛보게 될 것입니다.

'일을 성취하여 월등히 성장한다' '일취월장'은 일을 잘하기 위한 8가지 원리를 알려주는 비즈니스의 최고 지침서입니다. 모든 분들에게 이 책을 추천합니다.고영성, 신영중 <일취월장> 중에서 인용한 일부분이 있습니다.

상품을 구매할 때나 무언가 결정해야 할 때, 선택의 폭이 넓다는 것은 즐거움일까요? 아니면 괴로움일까요? 선택할 수 있는 가짓수가 많아질수록 불행해지는 현상... '선택의 역설 The Paradox of Choice'입니다.

어느 하나를 고르지 못하고 고민만 하는 '결정장애'도 선택지가 많은 것과 연관이 있지요. 간단하게 설명하면, '선택지가 많을수록, 포기해야 하는 것 또한 늘어나기 때문'이라네요. 선택하지 않은 것에 대한 미련과 후회가 커질 가능성이 높아진다는 거죠.

때문에 선택의 폭이 다양한 사회일수록, 아무것도 고르지 못한 채 고민만 하는 '결정장애'가 늘어난다는 분석입니다. 너무 많은 선택의 기회가 현대인들에게 우울과 무력감을 가져다준다는 연구 결과도 있죠.

일상에 선택지가 늘어나고 정보가 넘치다 보니, '결정장애'로 어려움을 호소하는 사람들이 많아졌습니다. 그리고 이들은 학교나 직장에서도 여전히 곤란한 상황을 겪고 있지요. 시험공부를 할 때나 아이디어 기획을 할 때, 정리되지 않은 개념들을 가지고 고민만 하는 것입니다.

<생각정리스킬>의 저자 복주환은 이런 '결정장애'가 생각을 정리하지 못하는 것에서 비롯된다고 말합니다. 머릿속 생각들이 정리되지 않고 둥둥 떠다니다 보니, 자신감 있게 결정을 내리지 못하는 것이지요. 반면, 생각정리를 잘하는 사람들의 머릿속은 아주 간결합니다.

이들은 떠다니는 생각을 논리적으로 설계하고 정리해, 다른 사람에게도 명쾌하게 전달합니다. '생각정리 도구'를 적절하게 활용하는 것이 그 비결이죠. 우리가 아는 '생각정리 도구'는 몇 가지일까요?

메모장, 마인드맵, 브레인스토밍, 이 정도... 더 이상은 잘 떠오르지 않습니다. 사실 국내외에 알려진 생각정리 도구는 300가지가 넘는다고 합니다. 엄청나게 많지요? 그만큼 많은 사람들이 생각정리와 아이디어 발상에 어려움을 겪고 있다는 뜻이겠습니다.

생각정리아카데미를 운영하며 이런 어려움을 알게 된 저자는, 책을 통해 업무, 학업, 일상의 효율을 높여주는 5가지 생각정리 도구를 소개했네요.

1) 마인드맵 : 중심 토픽을 기준으로 가지를 치면서 생각을 일목요연하게 정리

2) 브레인스토밍 : 회의를 하거나 아이디어를 만들어 낼 때 유용

3) 만다라트 : 목표를 세우거나 의사결정을 할 때 유리. 하나의 주제에 관해, 여러 가지 아이디어를 떠올리고 구체화하는데 도움이 됨.

4) 로직트리 : 문제를 해결하거나 논리적으로 생각해야 하는 상황에서 효과적

5) 퀘스천맵 : 생각을 확장하거나 정리하고 싶을 때 사용, 예컨대 우리 회사 제품을 더 잘 팔려면 어떻게 해야 할까? '질문의 지도'를 의미하며 생각을 자유롭게 발전시키는 데 효과적임. 제품에 대해 여러 질문을 [주어 + 육하원칙 + 동사]의 구조로 제시하는 방법을 활용함.

스티브 잡스도 엉뚱한 질문하기를 좋아했다네요. 하루는 "핸드폰으로 왜 전화만 하는 거지?"라는 의문이 들었습니다. 영상도 보고, 인터넷도 하고, 음악도 들었으면 좋겠는데 말이죠. 그래서 그는,

▶이 모든 것을 한 번에 하는 방법은 무얼까?

▶어떻게 만들 수 있을까?

▶누가 필요할까?

등과 같은 질문을 수천 번 던진 끝에, 아이폰이라는 해답을 발견할 수 있었다네요.

이처럼 생각정리 도구는 누가, 언제 사용하느냐에 따라 다양하게 활용됩니다. 그리고 생각이 정리되면 계획이 잘 세워지는 것은 물론이고, 스피치 실력 또한 향상된다고 합니다. 생각과 말이 연결되어 있다 보니, 생각정리를 잘하면 스피치가 덤으로 따라오는 것이죠.

그리고 이 책의 후속작인 <생각정리 스피치>에서는, "정리되지 않은 말은 상대의 머릿속을 혹사시킨다."고 쓰고 있습니다. 사람들과의 관계에서 생각은 말을 통해 전달됩니다. 직장인들은 프레젠테이션을 하고, 대학생들은 과제 발표를 합니다. 취업 준비생들은 면접 스피치를 준비하고, 강연자들은 무대에서 할 말을 준비합니다.

이처럼 많은 사람들이 다양한 목적으로 말을 하며 살아가고 있습니다. 그리고 이 '말하기'는 '생각을 정리하는 것'에서 출발합니다. 어떤 내용을 어떻게 전달할 것인지 생각정리 도구를 활용해 논리적으로 준비하는 것이지요.

말은 생각을 정리하고 다듬을수록 정교해지며, 말할 때의 자신감 또한 자신이 무엇을 말해야 하는지 확실히 감을 잡을 때 생깁니다. 인생 설계나, 기획, 스피치도 시작은 언제나 생각정리입니다.

여러분의 머릿속에 맴도는 생각들을 하나씩 끄집어내고 차근차근 정리해 보세요. 머릿속이 논리적으로 심플해지는 순간, 막막함은 사라지고 자신감과 결단력이 생겨날 것입니다.

복주환 저 <생각정리스킬>과 <생각정리스피치>를 참고했습니다.미국 스탠포드대와 스와스모어대 연구진의 <2010년 소비자 연구 저널>