신뢰가 지속되는 팀을 위해 필요한 요소: 투명성

혼돈의 시대, 리더의 탄생 의 거의 막바지에 이르고 있다. 현재는 프랭클린 D. 루즈벨트 대통령(이하 FDR) 편을 읽고 있다. 그는 미국 유일의 4선 대통령으로 제 2차 세계대전 이후 미국 중심의 국제질서를 만든 사람으로 유명하다. 최근에는 그가 미국을 대공황에서 끌어내기 위해서 추진한 뉴딜이 한국 이전 정부의 디지털 뉴딜 때문에 다시 화제가 된 바 있다.

저자인 도리스 컨스 굿윈은 FDR을 희생적 리더십의 대표 주자로서 취임 직후 100일을 자세하게 설명한다. 여러 일화를 통해서 FDR을 묘사하지만 나는 FDR의 결정을 꿰뚫는 단어로서 "투명성(Transparency)"을 뽑고 싶었다.

FDR은 위기를 정면으로 맞서기 위해서 낙관주의와 현실주의의 균현을 맞추기 위해서 노력하였다. 국가의 리더로서 많은 대중을 바라보면 대중 모두가 동일한 수준의 이해나 참을성(Tolerance)를 가지고 대통령을 평가하지 않는 것을 알기 때문에 낙관주의를 바탕으로 시간을 끄는 경우를 종종 본다. 회사에서도 비슷한 경우를 많이 본다. 하지만 그는 낙관주의와 현실주의의 균형을 적절히 맞춰가면서 국민에게도 최대한의 정보를 공유하기 위해서 노력하였다. "우리가 두려워해야 할 것은 두려움 그 자체입니다"라는 말이 그렇다. 구성원의 지지를 받기 위해서는 적절한 수준의 정보를 솔직하게 공유함으로써 필요시 구성원의 도움을 받을 수 있어야 한다.

그리고 그는 동시에 리더가 구성원에게 해줄 수 있는 것과 구성원에게 리더가 기대하는 것을 가감없이 말하였다. 한국의 민주주의를 보면 국가를 "마르지 않는 샘물"인 것마냥, 무조건 적으로 권리만 요구하는 경우를 종종 본다. 하지만 국가는 국민을 위시하여 지속하는 가장 큰 단체로 구성원이 해주지 않으면 국가는 존속할 수 없다. 가까이는 팀이 그렇다. 리더는 홀로 생존할 수 없고 팀원의 지지 아래 회사의 미션과 맞물려서 지속가능하기 때문에 무조건적인 희생보다는 서로에게 요구할 것은 매우 필요하다.

마지막으로 FDR은 정보를 능동적으로 구성원이 들을 수 있는 통로를 제공하였다. 공식적인 채널 외에 소통 채널이 다변화되면 왜곡의 소지가 발생할 수 있다. 그럼에도 솔직한 소리가 제대로 전달되지 않으면 오해는 커지게 되고 국가는 다른 방향으로 갈 수 있다. 간접민주주의의 한계이기도 하지만, 적어도 회사의 팀내에서는 직접민주주의로 소통이 가능하기 때문에 최대한 듣고 같이 노력해서 문제를 타개할 수 있다.

굿윈은 희생의 리더십이라고 하였지만, 개인적으로는 희생이라기보다는 개신교에서 볼 수 있는 내려놓음의 리더십이었고, 이 리더십은 Followship이라고도 하는 리더십의 스타일과도 어느정도 맞물리기 때문에 공감이 되는 부분이었다. 최근에 팀이 계속 성장하고 있는데 나 하나의 탁월함에서 기인하는 영웅적인 리더십은 답이 아니라고 생각하던 차에 다시 한 번 생각을 깊게 해볼 필요가 있는 FDR의 모습이었다.

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.