학생시절 부터 4차 산업혁명이라는 단어를 별로 달가워하지 않았습니다. 개인적인 호불호와 상관없이 4차 산업혁명은 키워드로 충분한 역할을 해주었고, 결과적으로 산업의 디지털화를 가속하고 견인했다고 생각합니다. 산업 전반이 디지털화되면서 현실의 정보를 디지털화 시키고, 연동하려는 노력들이 산업 전반에서 이뤄지는 것을 어렵지 않게 찾아 볼 수 있습니다. IT와는 전혀 상관없던 회사에서도 회사 포토폴리오 홈페이지부터 자체적인 디지털화 솔루션 등을 구축하면서 개발자들의 수요가 급증하고 있고, 최소한 그들과 대화할 필요성이 대두되고 있습니다.
내가 대학 시절 어떤 전공을 했고, 현재 업무가 무엇인지 상관없이 IT 인력들과 대화하고 협조해야 할 일이 많아지고 있습니다.
사실 이번 책은 1장을 다 읽을 쯤 까지 데이터 시각화를 다룬다고 생가했습니다. 책의 정체를 알고 다시 제목을 보니 제가 왜 그런 말도 안되는 착각을 했는지 잘 모르겠지만 이 책은 시각화에 도움이 될 수는 있지만 큰 관련이 없는 책이었습니다.
제목 그래도 의미론적인 데이터 모형화를 다루고 있는 책입니다. Semantic 의미론적인 시각으로 데이터에 접근해 데이터를 만지고 모형화하는 방법을 다루고 있습니다. 우리 인간의 언어는 불완전하고 모호한데다가 애매하기도 합니다. 이런 특성들은 모델의 정확도를 낮추는 원인이 되기도 합니다.
작년에 출간 소식을 접했을 땐 막연히 박해선 역자님의 신간이 출시 되었네 한 번 읽어봐야겠다라고 생각했던 책이었습니다. 출간 이벤트 때 책과 연이 닿지 않았고, 당장 필요한 책은 아니어서 찜 목록에 잠들어 있었습니다. 3월 리뷰 도서 리스트에서 다시 만났을 때도 제목만 보고 뭐 서빙 도구들을 연결하고, 연구와는 다른 접근법이 필요하다 정도의 상투적인 내용이지 않을까 지레짐작하며 희망 도서 3권 중 한 권으로 선택했습니다. 택배 파업으로 다소 늦게 선정 된 도서를 받았고, 책을 머릿말과 베타리더들의 추천사를 읽으면서 내가 짧은 식견으로 책을 섣불리 판단하고 만나지 못 할 뻔 한것을 깨달았습니다.
HTML이 Programming Language이냐 아니냐는 꽤 오래된 프로그래밍 업계 밈(meme)입니다. 커뮤니티에서 해당 밈을 밈으로는 즐기지만 막상 이유를 궁금해하는 분들을 어렵지 않게 볼 수가 있습니다. 이게 왜 밈이 되었고, 논란이 많은 알아보고자 합니다.
HTML은 약자를 풀어보자면 Hyper Text Markup Language입니다. 이름에서 부터 HTML은 자신의 분류를 밝히고 있었습니다. 즉 Markup Language 마크업 언어입니다. 마크업 언어에는 HTML말고 XML, LaTeX 등이 있습니다. 그런데 우리는 왜 마크업 언어를 프로그래밍 언어인지 아닌지로 싸우고 웃고 떠드는 것일까요?
Fig.1 Compuer Language Tree
프로그래밍을 어느 정도 하다보면 데이베이스를 멀리하기는 너무 가까운 친구입니다. 기초 문법을 익히고 쓰다보면 어느정도 값이 나오고 나온 값을 가지고 이리저리 만져 사용하기도 합니다. SQL도 다른 언어들 처럼 본격적으로 성능을 끌어내기 위해서는 복잡한 구문을 통해서 최적화하고 잘 모르는 기능들을 찾아내야 합니다.
SQL도 자체적인 기능이 출중합니다. 근데 기본적인 문법만 이용하는 사용자가 많다는게 안타까운 현실이죠. C 계열 언어들과는 다소 다른 문법과 구조를 가지고 있는 탓에 접근성이 높기도 하지만 동시에 접근성을 높이는 원인이 됩니다.
디지털화 되어가는 시간을 살아가는 우리에게 UX/UI 떨어질 수 없는 친구들입니다. 매일같이 다양한 인터페이스를 만나고 있다. 그 중에는 처음 만난 구성이지만 지금까지의 경험을 바탕으로 따로 배우지 않아도 되는 인터페이스가 있는 반면 디지털 네이티브 세대조차 힘들어하는 것들이 존재합니다.
좋은 UI는 좋은 UX(사용자 경험)을 이끌어 내게 됩니다. 아무리 잘 만든 소프트웨어도 UI/UX가 별로라면 좋은 평가를 받기 힘들지만 단순하더라도 좋은 경험을 준 시스템은 좋게 각인됩니다.
Figma는 좋은 UI/UX를 설계하고 의견을 나누는데 있어 현재 가장 핫 한 디자인 도구입니다.
머신러닝을 이용한 서비스는 지속적으로 늘어나고 있는 추세입니다. ML 서비스들은 항상 최고의 수준을 유지할 것라는 기댈를 갖게 합니다. 어제보다, 지난 달 보다 더 나은 추천을 해주고, 내가 원하는 목적지를 나보다 빨리 제안하고, 음악을 큐레이션 해주는 등 사용자 경험이 나아지길 기대하며 ML 베이스 서비스를 이용하고, 기업들에서도 제공하고 있습니다.
하지만 서비스의 성능을 지속적으로 발전시키기 위해서는 자동화되고 잘 짜여진 파이프라인이 필요합니다. 이런 파이프라인 없이 엔지니어가 데이터 셋 업데이트부터 모델 서빙까지 다 맡아서 하다보면 인원의 공백이나 교체 등에 의해 퀄리티가 널 뛰게 됩니다.