병아리 PM의 성장기

5장) 워킹 백워드: 고객 경험에서 시작하라 - 기획이 시작된 순간, 가장 먼저 보도자료부터 작성할 것고객에서 시작하여 ‘거꾸로 되짚어 일한다’는 말, 즉 ‘워킹 백워드’는 정확히 무슨 뜻일까? 말처럼 쉽지는 않지만, 혁신을 달성하고 고객의 기쁨을 극대화하는 확실한 방법이다. 워킹 백워드를 실현하는 가장 유용한 도구로써 ‘언론 보도자료’와 ‘FAQ’를 작성하는 방법을 살펴본다. 비생산성이란 벽에 부딪히다 마치 출시 준비를 완료한 것처럼 대중에게 제품을 발표할 언론 보도자료(PR)를 쓰고 어려운 질문을 예상하는 것(FAQ), 이 두 가지 요소가 고객 경험을 출발선으로 삼는 워킹 백워드의 시발점이다. 미리 쓴 보도자료는 어떤 힘을 갖는가? 만약 마케팅·영업팀과 엔지니어링팀이 언론 보도자료를 먼저 쓰면서 개발..

3장) 조직화 : 싱글 스레드 리더십 - 협업하지 말고 분리할 것 다른 모든 조건이 같다면 신속하게 움직이는 조직이 더 많은 혁신을 이룬다는 이야기다. 그 이유는 단위 시간당 더 많은 실험을 수행할 수 있어서다. 싱글 스레드 리더십이란 ‘한 사람에게 여러 가지 책임을 동시에 부여하지 않고 오직 하나의 주요 목표에만 집중하도록 하는 것이다. 그리고 해당 목표를 달성하는 일만 전담하는 분리 가능한 자율팀을 이끌도록 한다’라는 뜻이다 어떤 형태든 모든 의존성은 ‘지연’을 불러온다. 아마존 역시 의존성이 커질수록 성과가 지지부진해졌고, 불만이 더 늘었으며, 팀의 권한이 약화되고 말았다.아마존의 첫 번째 해결책: NPI(New Project Initiative)- 우선순으로 정렬하기- 예측 정확도 높이기 아마존..

1장) 제프 베이조스가 없어도 망하지 않는 아마존의 시스템 혁명 2021년 2월 현재, 아마존은 열네 가지의 리더십 원칙을 갖고 있다. 대부분의 기업보다 현저하게 많은 편이다. 이 원칙들은 다음과 같은 설명과 함께 아마존 웹사이트에 그대로 게시돼 있다. “새로운 프로젝트를 위해 아이디어를 토론할 때나 문제 해결을 위한 최상의 접근 방식을 결정할 때도, 우리는 우리의 리더십 원칙을 항상 적용한다. 그리고 이는 아마존을 특별하게 하는 것 중 단지 하나일 뿐이다.아마존의 리더십 원칙1. 고객에 대한 집착2. 주인의식. 리더는 주인이다 3. 발명과 단순화 4. 올바름 5. 학습과 호기심6. 최고의 인재를 채용하고 개발하기 7. 최고의 기준 고수하기 8. 크게 사고하기9. 행동 우선시하기 10. 절약하기 11. ..

9. 추천 알고리즘 - 알 수 없는 유튜브 알고리즘이 여기로 이끈다 추천 서비스, 넷플릭스에서 유튜브까지 넷플릭스는 추천 알고리즘에 꾸준히 투자해왔고, 지금은 넷플릭스 시청의 80%가 추천을 거쳐 이뤄집니다. 넷플릭스도 유튜브처럼 서비스 전체가 추천으로 구성되어 있다 해도 과언이 아닙니다. 넷플릭스를 벤치마킹한 우리나라의 왓챠 플레이도 마찬가지죠. 팔로워의 리스트에 있는 영화를 추천해주는 등 방식만 조금 다를 뿐, 추천을 기반으로 서비스를 구성하고 있다는 점은 사실상 넷플릭스와 동일합니다. 스포티파이는 추천 알고리즘의 이름을 BaRTBandits for Recommendations as Treatments로 지었는데, 직역하면 ‘(고객을) 만족시키는 여러 가지 추천 시도’ 정도가 됩니다. 고객이 만족할 ..

8. 내비게이션 - 티맵은 어떻게 가장 빠른 길을 알까? 내비게이션, 당신의 스마트한 운전 비서2가지 터닝 포인트 1. 미국이 더욱 정확한 GPS 신호를 민간에 개방한 것 2. 내비게이션 시스템이 교통정보와 머신러닝까지 연동되며 스마트해진 것 교통 체증 변화 예측하기 오컴의 면도날 법칙 "모든 모델은 잘못됐다, 그러나 일부는 유용하다"과학계에서도 가능하면 단순한 모델을 선호합니다. 이처럼 면도날로 도려내듯 단순한 모델이 최선이라는 원칙을 오컴의 면도날Occam’s Razor이라 합니다.의사결정나무, 단순한 모델의 힘강남역의 교통 체증을 예측하는 가장 간단한 방법은 조건에 따라 분기하는 모델인 의사결정나무Decision Tree를 만드는 겁니다.엔트로피를 낮춰 덜 복잡하게 하고, 덜 불확실하게 하여 가..

6. 기계 번역 - 외국어를 몰라도 파파고만 있다면인간의 언어가 정말 어려운 이유1. 너무 많은 규칙 2. 너무 많은 오류 3. 너무 많은 의미예시 기반과 통계 기반, 가능성을 보이다 즉, 규칙을 통해 언어를 ‘이해’하기보다, 경험을 통해 ‘모방’하는 형태로 접근했습니다. 기본적인 문장의 의미를 파악한 다음 비슷한 문장의 의미를 비교해 전체 의미를 ‘유추’해내는 거죠.인공신경망 기반, 마침내 혁신이 시작되다신경망 기반은 한발 더 나아가 문장 전체를 마치 하나의 단어처럼 통째로 번역해서 훨씬 더 자연스러운 번역이 가능하게 했습니다.필요한 건 방대한 데이터뿐이었죠.어텐션, 가장 혁신적인 발명무엇보다 어텐션의 핵심은 중요한 단어에 별도로 가중치를 부여할 수 있다는 점입니다. 그래서 주목을 뜻하는 어텐션이라는 ..

5. 스마트 스피커 애플 시리, 음성인식 비서의 시대를 열다 시리는 앱을 출시한 지 불과 두 달여 만에 애플의 품에 안깁니다. 안드로이드와 블랙베리 버전을 출시하려던 계획은 당연히 취소되었고, 이제 시리를 아이폰과 통합하는 작업이 본격적으로 진행되죠. 잡스는 인수 이후에도 매주 진행하는 시리의 주간회의에 참석하며 높은 관심을 보였습니다. 이들은 애플을 떠난 후 2012년 비브랩스Viv Labs를 설립해 인공지능 개인 비서를 만듭니다. 이 회사는 우리와도 꽤 관련이 깊습니다. 이 회사를 2016년에 삼성전자가 인수하거든요. 그렇게 해서 빅스비Bixby가 탄생합니다. 애플의 시리와 삼성전자의 빅스비는 같은 뿌리를 공유하고 있는 셈이죠. (WoW),,,, 스마트 스피커는 어떻게 말을 알아들을까? 실제로 사람의..

4. 검색엔진 - 구글이 세상을 검색하는 법 야후!는 여전히 사람이 직접 편집하는 디렉토리에 경쟁력이 있다고 판단했고, 디렉토리에 노출되지 않는 경우에만 검색엔진으로 넘어가도록 했습니다. 그리고 스탠퍼드의 두 대학원생이 만든 검색엔진을 도입합니다. 바로 구글이었습니다.2004년이 되어서야 야후!는 사람들이 편집된 디렉토리보다는 검색엔진에 의존한다는 사실을 깨달았습니다. 하지만 이미 너무 늦었죠. 야후!는 구글과 결별하고 자체 검색엔진을 도입하지만 이미 세상은 온통 구글이 점령한 뒤였습니다. 이제 사람들은 야후!와 같은 전통적인 포털 사이트를 더 이상 시작 페이지로 삼지 않습니다. 구글을 인터넷의 관문으로 삼았죠. 검색 기능만으로 어떻게 돈을 벌었을까?- 초반: 노출 횟수에 따라 가격 책정- 이후: CPC..

2장. 알파고 - 인간을 능가하는 기계의 등장역시 아직은 인간의 직관력이나 이런 감각들을 컴퓨터인 인공지능이 따라오기는 약간 무리가 있지 않나 생각해서 자신감이 있다.-이세돌알파고의 학습 과정 : 알파고는 이처럼 고수의 기보로 지도 학습을 진행한 다음, 어디에 돌을 내려놓을지 판단하는 정책망을 만듭니다. 그리고 정책망을 이용해 스스로 대국을 두어 강화학습을 진행한 다음, 승리할 확률이 얼마나 되는지 알아내는 가치망을 만들어냅니다. 알파고는 단지 인간보다, 정해진 규칙이 있는 바둑 게임에서 좀 더 계산을 잘했을 뿐입니다. 3장. 자율주행 - 테슬라가 꿈꾸는 기계결국 우리가 선택한 방식은 머신러닝과 빅데이터였습니다. 다시 말해 수많은 규칙을 일일이 프로그래밍하는 것이 아니라 인간에게 운전을 가르치는 것과..

인공지능은 당신을 대체하지 않습니다. 인공지능을 이해하고 활용하는 사람이 당신을 대체할 뿐이죠1. 인공지능 - 위대한 인공지능, 깨어나다 머신러닝 정의: 머신러닝이란 말 그대로 기계Machine가 스스로 학습하는Learning 방식입니다. 이제 더 이상 사람이 규칙을 입력하지 않습니다. 그 대신 컴퓨터가 데이터에서 스스로 규칙을 찾아냅니다. 더구나 사람이 찾아내지 못하는 규칙도 컴퓨터가 학습을 거쳐 찾아낼 수 있게 되었죠.딥러닝 정의: 딥러닝은 인간 두뇌의 작동 구조를 본떠 만든 인공 신경망의 새로운 이름입니다. 인간의 두뇌는 무수히 많은 뉴런으로 구성되어 있죠. 딥러닝 발전 배경: 흔히 인공지능이라고 하면 알고리즘을 떠올리지만 지금의 인공지능은 알고리즘만으로 구현된 게 결코 아닙니다.알고리즘, 데..