레버리지,GTD, 에센셜리즘 등 모든 책이 말한다 - 중요한일부터 하세요.

아이가 통잠을 자는게 이제는 익숙해지고 있다. 하루 속에서 내가 사용할 수 있는 시간이 조금은 생겼지만, 과거에 비하면 턱없이 적은 시간만에 나에게 허락되고 있다. 한시간 남짓한 시간 속에 조금이라도 전화가 오면 정말 그 시간만이라도 사라지는게 흔하게 지나가는 하루의 모습이다.

그렇다 보니 시간을 보다 잘 쓰기 위해 그리고 우리 모두를 위해서 일을 보다 효과적으로 하기 위한 방향의 책을 보면 먼저 손이 가서 읽게 된다, "레버리지", "에센셜리즘", "끝도 없는 일 깔끔하게 해치우기", "의미있는 삶을 위하여" 등 책이 그러한 책들 중 대표적인 책이다.

그렇게 동일한 주제를 놓고 읽다보니, 비슷한 내용을 각자의 삶에 맞게 맞춰서 다시금 설계한 것이라는 느낌이 들기 시작하였다. 저자 모두  비슷한 목적을 가지고 삶을 설계하려고 했다는 것이 보이기 시작하였다.

첫 번째, 삶에서 중요한 일을 우선 추구하였고, 그 중요한 일은 삶의 가치에 부합하는 일들이었다. 우리는 청개구리처럼 하지 말라는 일에 더 끌리기도 하고, 장기적인 관점에서 더 좋은 일이 무엇인지 앎에도 불구하고 단기적인 일에 매달리는 편이다. 레버리지의 저자 롭 무어는 핵심가치 영역(VIKK)으로부터 주요 과업 영역을 설정하고 이를 측정하였다. 에센셜리즘의 저자 그렉 맥커운도 삶의 중요한 일을 정의하고 여기에 에너지를 우선 투자하는 것을 권하였다. 마지막으로 끝도없는 일 깔끔하게 해치우기도, 머리속의 모든 내용을 인박스(Inbox)로 꺼낸다음에 우선할 수 있는일, 위임이 필요한 일, 나중에 필요한 일 등 일을 분류하는데서부터 시작한다.

두 번째, 삶에 대해서 비용의 관점을 도입한다. 레버리지에서는 한시간에 대한 가치를 계산하고 이보다 적은 가치 생산이 되는 일은 철저하게 배제한다.

끊임없이 자신에게 '이 일이 투자된 시간 대비 최고의 보상을 주는가?'라고 물어보라. 이 간단한 질문으로 당신이 시간을 잘 사용하고 있는지, 올바른 업무를 수행하고 있는지, 최대의 레버리지를 얻고 있는지 점검할 수 있다. 모든 방면에서 반복적이고, 지속적이고, 기계적인 이익을 창출하는 방법이다.

나아가 해야 하는데 하지 않은 일들에 대해서는 기회비용으로 인식하고 관리함으로써 시간을 최대한 활용한다. 시간은 모두에게 24시간이 동일하게 허락되어 있기 때문이다.

많은 사람이 시간은 돈보다 측정하기 어렵다고 생각하겠지만, 시간에도 기회비용의 개 념은 동일하게 적용된다. 앞서 말했듯 비용을 발생시키는 것은 당신이 하고 있는 일이 아니라 당신이 하고 있지 않은 일이다. 열심히 일하는데도 기회가 보이지 않는 이유는 당신에게 돈을 벌어다 줄 일이 지금 하고 있는 일이 아니라 하고 있지 않은 일이기 때문 이다

이 관점은 정말 도움이 되는 부분이었다. 하루에 1시간, 주말에 길면 3시간이 있을 때, 이 시간을 정말 잘 활용하지 않으면, 나는 쳇바퀴 속에 사는 다람쥐와 별반 다르지 않아 보였기 때문이다. 에센셜리즘도 크게 다르지 않았다. 개발조직으로서 기술에 신경써야 하는 것은 당연지사이나 비즈니스의 지속가능성이 더 중요하기 때문에 이와 맞물려서 고민하지 않으면 삶의 중요한 일과 하루에서 가장 많은 시간을 차지하는 업무가 분리될 수 있기 때문에 함께 고민해야 한다라는 결론에 도달하게 도와주었다 시간은 비용이기 때문이다.

image


정말, 잠깐이라도 쉬면 하루가, 나아가 한 주가 그냥 흘러가 버린다. 나를 위해 가족을 위해 모두를 위해 치열함도 중요한 일, 그리고 비용적 관점에서 고민하는 흐름, 프로세스를 구축해야겠다. 그리고 이제는 실행의 관점을 보다 탄탄하게 할 수 있는 책이라면 모를까 전반적인 자기계발 내용은 빠르게 훑고 지나가게 될 것같다. 중요한 부분을 우선 확인했기 때문에, 사례 그 이상의 내용은 굳이 참고하지는 않아도 될 듯하다.

Read more

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)

다중공선성은 잘못된 인과추론 결과를 만들어낼 수 있습니다.

다중공선성은 잘못된 인과추론 결과를 만들어낼 수 있습니다.

다중공선성(Multi Collinearity) * **Multi-Collinearity(다중공선성)**는 독립 변수들 간의 강한 상관관계가 존재할 때 발생합니다. 즉, 한 독립 변수가 다른 독립 변수에 의해 설명될 수 있을 정도로 상관관계가 높은 상황을 의미합니다. * 이 문제는 주로 회귀 분석에서 나타나며, 변수들 간의 관계를 해석하는 데 있어 큰 장애물이 될 수 있습니다. * 일반적인 회귀식을 $Y=