[데이터조직]내가 하지 않는데 구성원에게 하라고 할 수는 없다.

[데이터조직]내가 하지 않는데 구성원에게 하라고 할 수는 없다.
Photo by R+R Medicinals / Unsplash

제럴드 M 와인버그는 리더십이란 문제해결을 위한 최적의 환경을 구성해나가는 과정이라고 볼 수 있다고 정의한 바 있다. 처음 이 말을 들었으면 이해가 되는 것같으면서도 명확하게 상황이 그려지지는 않았다. 문제 해결을 위한 최적의 환경이라니, 환경의 범위는 어떻게 되고, 이 환경은 시스템을 언급하는 것만은 아닐텐데, 모든게 명확하지 않은, 뭔가 굉장히 광활한 정의를 가지고 있는 단어들이 사용되었던 탓이지 않나 싶다.

그런데  "어떻게 공부할 것인가" 를 읽다가 왜 리더쉽이 문제해결을 위한 최적의 환경을 구성해나가는 과정인지 이해가 되기 시작하였다. 이 책에서 "인출학습"에 대한 내용이 초반에 언급된다. 알고 있는 지식을 꺼냄으로써 지식습득을 더 높일 수 있다는 것이 골자인데, 리더가 딱 그런 상황이라고 생각했기 때문이다.

리더는 기존의 경험을 바탕으로 스케일을 키우고, 그 경험 내 디테일을 구성원을 통해서 채워나간다. 그런데 이 디테일의합이 전체가 되지 않을 수 있기 때문에 유기적인 환경에 집중할 필요가 있다. 이게 리더십이겠구나 하는 생각이 들었다. 부분의 합은 전체가 아니기 때문에 전체의 테두리에 집중한다는 것이 리더십이라는 생각이 자연스럽게 들면서 제럴드 M 와인버그가 내린 리더십의 정의가 이해되었다.

여기까지 생각하고 나니, 리더가 하기 싫어하는 일을 구성원에게 시키는 것자체가 리더와 구성원 모두에게 또다른 리소스 소모로 이어질 수 있겠구나 하는 생각도 함께 들었다. 리더의 입장에서는 또다른 스토리라인을 고민해야 하고, 구성원에게는 본인의 리소스를 또 다른 곳에 써야 하는 상황이 생길 수 있기 때문이다. 그리고 이는 앞서 언급한 내용과 연결지어보면, 결국 문제해결을 위한 최적의 환경을 뒤집어 엎는 행위일 수 있기 때문에 더더욱 좋지 않다.

정리하면 다음과 같다. 리더는 자신의 경험을 바탕으로 문제해결을 위한 환경을 만든다. 이는 스케일을 키워나가는 과정으로 구성원이 그 안에서 문제해결을 잘해낼 수 있도록 돕는다. 이 때 리더는 메타인지를 발휘해서 전반적인 환경을 구성하고 관리해나가는데, 이 때 자신이 하지 않는, 싫어하는 문제를 갑자기 언급하는 것은 모두에게 리소스 낭비이다.

Read more

DataFrame은 Pandera로, 모델은 Pydantic으로 데이터를 검증한다.

DataFrame은 Pandera로, 모델은 Pydantic으로 데이터를 검증한다.

Pandera: 데이터프레임 검증에 최적화된 도구 주요 장점 * Pandas와 통합: Pandas 데이터프레임에 대해 스키마 기반 검증을 수행합니다. * 유연한 검증 조건: 열 데이터 타입, 값 범위, Null 여부 등 다양한 검증 조건을 정의할 수 있습니다. * 명확한 오류 메시지: 스키마 불일치에 대한 명확한 오류 메시지를 제공합니다. 단점 * 대용량 데이터 검증에서는 속도가 느릴 수

Tobit Regression은 Censored Data에 적합한 Regression이다.

Tobit Regression은 Censored Data에 적합한 Regression이다.

Tobit Regression * Tobit 회귀(Tobit Regression)는 종속 변수가 특정 값에서 절단(Censored)된 상황에서 데이터를 분석하기 위해 사용되는 통계 기법입니다. * James Tobin이 처음 제안한 이 모델은 경제학과 사회과학 분야에서 자주 사용되며, 일반 선형 회귀로는 설명할 수 없는 상황에서 효과적으로 적용할 수 있습니다. Tobit Regression 수식 1. 관측된 종속 변수