모든일이 다 중요하고 급한것은 커리어에 좋지 않은 신호다.

모든일이 다 중요하고 급한것은 커리어에 좋지 않은 신호다.
Photo by Nong / Unsplash

갑자기 엄청나게 많은 업무 요청이 들이닥칠 때가 있습니다. 그래서 어느 업무부터 진행하면 좋을지 문의하면 종종 이렇게 답변하던 분이 있었습니다.

모두 다 중요하고 급합니다.

중요도와 긴급도는 정도에 따라 구별되는 것이고, 중요한 업무가 있다면, 반대로 중요하지 않은 업무가 있다는 것입니다.그런데 모든 업무가 중요하다니, 굉장히 이상한 말이었습니다. 이 말을 돌아서서 집에 오는 중에 커리어 관점에서 고민해보았습니다.

저는 커리어를 하나의 스토리라고 생각하는 편입니다. 회사도 하나의 스토리라고 볼 수 있습니다. 이 관점에서 보면 개인은 개인 고유의 스토리가 있고, 회사 역시  법인체의 스토리가 있는 상황에서 어떤 무대에서 함께 만나 서로의 스토리를 운영하는 것이라고 볼 수 있습니다.

대개 재미있다고 알려진 스토리는 기승전결이 있는 법이기에 우리는 지금 이 스토리를 위한 다양한 이야기들을 조율하고 있고 이를 업무라고 부릅니다. 그런데 모든 이야기가 경중이 동일하다는 것은 이야기가 매우 평이하다는 뜻과 같다고 생각합니다. 즉 이야기의 흥미가 떨어질 수 있으니, 이느 개인의 동기부여에도 굉장히 안좋은 상황이라고 볼 수 있습니다.

회사의 관점에서 본다고 해도, 우리는 중요하고 급한 일을 함으로써 이야기에서 클라이맥스를 끌고가기 마련인데, 모든 일이 다 클라이맥스와 같은 (중요하고 급한) 일이라면, 이는 그야말로 수단방법을 안가리고 다해보자라는 뉘앙스가 느껴져 회사의 위기가 보이기도 합니다. 장기적인 방향성을 고려할 여유도 없는 상황일 것입니다. 이 역시 우리의 커리어에는 좋지 않습니다. 결국 우리가 있는 무대가 전쟁터라는 것과 진배 없습니다.

그래서 저는 이렇게 모든 일이 다 중요하고 급하다고 이야기하는 상황은 커리어 관점에서 좋지 않다고 생각합니다. 그렇다면 우리는 어떻게 접근을 해야 하는 것일까요? 이를 이야기 관점에서 풀어본다면 다음과 같습니다.

다시 한 번 회사의 핵심미션과 비전의 관점에서 얽힌 이야기를 풀어나가야 한다고 생각합니다. 이야기의 핵심을 중심으로 다시 풀어보자는 것입니다. 학교 다닐 때 권선징악을 들어본 적이 있을것입니다. 과거에 가장 많이 쓰이는 이야기의 핵심이기 때문입니다. 비슷한 관점에서 미션과 비전을 중심으로 그간 해온 일들이 스토리에서 개연성있게 이어지는 우리는 합의해볼 필요가 있습니다. 그

렇지 않은 부분은 과감히 내려놓자는 것이죠. 이렇게 할 때 우리는 소비자에게 "그럴직하다"라는 이야기를 들을 수도 있을 것입니다. 구본형 선생님도 그러졌지만, 고객의 관점에서는 부서 등 조직구조는 그리 중요하지 않습니다. 이러한 과감함은 리더의 주요 덕목이기도 할 것입니다.

요약하면 다음과 같습니다. 회사는 다양한 스토리가 의도적으로 엮이는 하나의 무대입니다. 이 무대는 회사의 비전과 미션에 의해 만들어진 연극과도 같습니다. 여기서 이야기(업무)의 경중이 분배가 이뤄지지 않는다면 이는 회사를 이끄는 이야기에 문제가 생긴 것입니다. 이러한 회사에서 일하고 있다면 탑다운으로 이 이야기를 풀고자 하는 시도가 있는지 확인해봐야 합니다. 그렇지 않다면 이야기 블록이 무너지는 것이니 커리어의 위기로 연결될 수 있을 것입니다.

Read more

Chi-Square Test와 T-Test는 데이터 특성에 따라 선택하여 사용합니다.

Chi-Square Test와 T-Test는 데이터 특성에 따라 선택하여 사용합니다.

Chi-Square Test가 A/B/C Test에서 사용되는 구체적인 경우 * 범주형 데이터 분석: 각 그룹에서 클릭하거나 전환된 사람의 수를 비교할 때, 이 데이터를 범주형 변수로 간주하고 Chi-Square Test를 적용할 수 있습니다. * 다중 그룹 비교: A/B/C 테스트에서 세 개 이상의 그룹을 비교해야 할 때, Chi-Square Test는 모든 그룹 간의 독립성을

OLS 기반 인과추론 시 오차항 관련 체크 필요 가정

OLS 기반 인과추론 시 오차항 관련 체크 필요 가정

배경 * 아래 글을 DANBI에서 보다가 더 알아보게 되었습니다. OLS를 떠받치는 몇 개의 기둥이 있는데 그중 실용적으로 가장 중요한 것이 일치성(consistency)다. 쉽게 말해서 OLS를 통해 도출된 추정량이 있을 때 샘플사이즈가 커지면서 이 값이 참 값으로 접근한다는 것이다. 일치성이 충족되면 우리는 적당하게 큰 표본에 대해서 추정치가 좋은 속성을 지니고 있다고

인공지능이 문제가 아니라 결국 사람이 문제가 될 것입니다.

인공지능이 문제가 아니라 결국 사람이 문제가 될 것입니다.

사람들이 AI가 필요하다고 생각하는 시점 저 판사를 얼른 AI로 교체해야 한다. 유튜브에서 뉴스를 보다 보면 정말 많이 보이는 덧글입니다. 이러한 내용의 덧글이 달릴 때마다, 정말 많은 사람들이 공감을 표하곤 합니다. 왜 이렇게 사람들은 이러한 주장에 공감을 표하는 것일까? AI는 시킨대로 하기 때문에 공정하다는 인식 여러 이유가 있겠지만, 사람들은 아마 AI가

BG/NBD 모델은 고객 생애가치를 추정하는데 사용되는 확률 모델입니다.

BG/NBD 모델은 고객 생애가치를 추정하는데 사용되는 확률 모델입니다.

1. BG/NBD 모델이란? * BG/NBD(Beta-Geometric/Negative Binomial Distribution) 모델은 **고객의 생애 가치(Customer Lifetime Value, CLV)**를 추정하는 데 사용되는 확률적 모델입니다. * 특히 고객이 반복 구매를 할지, 아니면 더 이상 활동하지 않을지를 추정하는 데 유용합니다. 이 모델은 고객의 구매 행태를 두 가지 중요한 개념으로 나눕니다: * 고객은 활성(active)