[책] 레버리지

책 제목만 보았을 때, 이미 내용을 대략 예상하였다. 최대한 자기 능력외에 타인 능력을 빌어서 성공에 가까워지는 것을 권하는 자기계발 책이라고 생각하였다.

그래서 이 책을 그간 읽으려고 시도하지 않았다.  하지만 투자를 하는 주위 사람들의 반복된 추천에 사뭇 이 책을 읽어봐야겠다는 생각이 들어 책을 읽기 시작하였다.

그리고 책은 생각보다 좋았다. 특히 단순히 레버리지를 주창하는 것이 아니라 어떻게 레버리지를 해야 하는 지를 하나의 프레임워크(Framework)로 구성해서 설명하고 있었다.

저자의 주요 사업 중 하나가 레버리지에 대한 강의인 것을 보면 이 책은 사업으로서 홍보 및 강의안의 업데이트 등의 목적을 위해 출간을 레버리지로 하는 것 같았다.

책의 다른 내용은 대체로, 에센셜리즘(Essentialism)이나 부자의 그릇 등 여러 성공학에서 나온 부분과 비슷하였지만, 아래 내용은 이 책이 고유한 컨텐츠로 설명하는 부분이었다. 바로 VVKIK 전략이라고 언급하는 부분으로 Value → KPI로 가면서 보다 개념적인 부분에서 실행의 레벨에 가깝다.

  • 가치(Value)
    • 삶에서 가장 중요하며 가치는 고유하기 때문에 타인과 비교가 불가능
  • 비전(Vision)
    • 후세에 어떻게 기억되고 싶은지, 어떤 변화를 세상에 가져오고 싶은지 명확한 그림을 가지고 있는가?
  • 핵심 결과 영역(KRA)
    • 목표를 달성하기 위해 대부분의 시간을 투자해야 하는 영역(Key Result Area)
  • 소득창출업무(IGT)
    • 핵심 결과 영역에 부합하고 기여하기 위해 해야 하는 주요 Task(Income -Generating Task)
    • IGT를 수행시, 적극적으로 레버리지를 함으로써 시간당 소득을 극대화해야 한다.
  • 핵심성과지표(KPI)
    • 지속해서 성과가 목표를 향해 안정적으로 순항하는지 트래킹해야 한다.
    • 여기서 실수를 줄이고 레버리지가 제대로 되고 있는지, 더 할 여지가 없는지를 봐야 한다.

개인적으로 가치는 "스토리가 있는 삶"을 두고 있지만, 소득창출업무와는 느슨하게(Weakly) 연결되어 있고 비전 등에 대해서는 연결되어 있지도 않았다. 다시 말해서 삶이 파편화되어 있는 상황인 것을 이 책을 통해 파악할 수 있었다.

30년을 넘겨서 40년에 가까이 살고 있다 보면 삶에서 관통하는 가치, 그리고 내가 여기까지 오게된 결정적인 요소들이 조금씩 보이기 시작한다. 하지만 이 것이 하나의 굵은 줄기로서 삶을 영위하고 항해해나가는데 함께 움직이고 있는가 하면 그렇지 않았던 것 같다.

이 책의 핵심은 이 부분이었고, 이 부분을 보면서 책에 대해서 내가 상당히 오해를 하고 있다는 것을 인지할 수 있었다.

가치와 비전을 처음부터 인지한다는 것은 매우 어려운 일이다. 하지만 시작하지 않으면 계속 깨닫지 못할 수도 있다. 특히나 언어로 표현하지 않은 가치와 비전은 계속 제약된 형태로 존재하면서 삶에서 드러나지 못하고 결국은 후회로 남을 수 있겠다.

그래서 이 책을 읽으면서 가치에 대해서 많이 고민할 수 있었고, 희미하게 나마 연결되어 있는 내 삶의 정신적 줄기를 고민할 수 있었던 것 같다. 하지만 이 것으로는 부족하다. 계속 고민해서 언어로서 표현하고 행동으로 나오는 것이 표현해야 한다.

현재까지는 그 것이 "스토리"라는 키워드와 밀접하게 연결되어 있는 것 정도만 확인했기에 계속 끌어당겨보도록 해야겠다. 이 책에서 얻은 가장 좋았던 포인트였다.

Read more

ML 코드 작성시 유의사항

ML 코드 작성시 유의사항

유의사항 * 코드의 작성방식: 다른사람이 코드를 읽고 이해할 수 있는가? * 코드의 성능: 의도치 않은 부작용이 발생하는가? * 코드의 복잡성: 유스케이스에 비해 설계가 과도하고 부족한가 * 개선의 용이성: ML코드가 지속적으로 리팩토링 되는가? 코드 작성방식에 따른 개발자(+데이터과학자)의 유형 분류 출처 * 머신러닝 엔지니어링 인 액션

ELPD는 모델이 새로운 데이터를 얼마나 잘 예측하는지를 보여주는 지표입니다.

ELPD는 모델이 새로운 데이터를 얼마나 잘 예측하는지를 보여주는 지표입니다.

기본 개념 * ELPD(Expected Log Predictive Density)는 모델이 새로운 데이터를 얼마나 잘 예측하는지를 나타내는 지표로, 주어진 데이터 포인트에 대해 모델이 예측한 확률의 로그 값(로그확률)을 합산한 것입니다. $$\text{ELPD} = \sum_{i=1}^{n} \log p(y_i \mid \text{data})$$ * $n$: 데이터 포인트의 수 * $y_i$ : 실제 관측된

잭나이프 샘플링은 표본의 변동성 추정 방법중 하나입니다.

잭나이프 샘플링은 표본의 변동성 추정 방법중 하나입니다.

잭나이프 샘플링이란? * 잭나이프 샘플링은 표본 데이터에서 하나의 관측치를 제거한 여러 하위 샘플을 만들어, 이들 샘플에 대해 통계량을 계산한 후 그 결과를 바탕으로 전체 표본의 변동성을 추정하는 방법입니다. 잭 * 나이프는 주로 표본의 분산을 추정하거나 통계량의 편향을 줄이기 위해 사용됩니다. 예시 * 주어진 표본이 [x1, x2, x3, x4]라면, 잭나이프 샘플링은 다음과 같은

정확한 단위로 대화를 하는 것이 중요합니다.

정확한 단위로 대화를 하는 것이 중요합니다.

자전거를 타고 약속장소로 이동하는 중이었습니다. 근처 과일 가게에 이런 문구가 적혀있었습니다. "한 상자에 X,000원" 과일을 직접 사먹지는 않는 편이기 때문에 가격은 모르지만 꽤 매력적인 가격대였습니다. 그래서 잠시 "살까?" 망설였습니다. 하지만 이내 자전거를 타고 다시 가던 길을 갔습니다. 한 상자 안에 몇개가 들어가 있을지를 몰랐기 때문입니다.