큐레이션 읽고 또 얘기하며 든 생각 몇 가지 정리.
* 짤막한 글이나 링크 공유를 통한 큐레이션 @ <허핑턴 포스트>와 링크 경제의 출현
뭔가 하나의 글로 잘 정리하는 블로깅보다 보거나 들은 것 중 인상깊은 링크들을 간단하게 트위터나 페이스북 통해 공유하게 되는 내 경험을 봐도 그렇고.
이는 짤막한 글이나 링크 공유를 편하고 간단하게 해주는 소셜 플랫폼의 영향도 있을 터이다.
따지고 보면 다음이나 네이버와 같은 포털 사이트들은 궁극의 큐레이션 집합체.
인간의 눈만큼 강력한 통계툴은 없다고 하신 교수님 말씀이 인상적이었다. 방대한 인터뷰 자료들, 텍스트들에서 의미를 찾아내는 것은. 그 자료들을 분석해 보고 있으면 찾아낼 수 있는 패턴.
의미를 부여하는 건 인간 고유의 능력이라고.
의미를 부여하고 정의하는 인간의 능력은 대체할 수 없을 것.
이것은 검색 랭킹 모델링 업무를 할 때도 느꼈던 것이기도 하다.
구글로 인해 기계나 데이터가 중요하고 사람의 시선이나 관점은 bias라고 생각하는 의견들도 있었는데, 사실상 design하는 것은 결국 사람이고 기계나 데이터를 이용하여 검증해 내는 게 필요한 것.
사실 백여개가 넘는 랭킹 요소를 사용한다는 구글에서도 패턴이나 의미를 볼 줄 아는 "사람"(구글이나 야후의 research scientist) 이 없으면 방대한 데이터는 크게 의미 없거나 정말 많은 시간을 필요로 하는 것이다. 요는 기계가 사람이 모르는, 정의할 수 없는 의미까지 찾아내 주기는 어렵다는 것.
최근에 화제가 되고 있는 빅데이터나 빅데이터 전문가에 대한 이야기도 같은 맥락이라고 생각한다.
빅데이터를 저장하고, 분석해서 의미를 찾아내어 새로운 트렌드에 대한 통찰을 뽑아내고자 하는 것에서, 어떤 것을 분석해서 의미를 찾아낼 것인가가 관건. 잘 분석하기 위해 저장도 쉽지 않겠지만, 어떤 부분을 분석해서 어떤 흐름(패턴)을 찾아낼 것인가. 그게 진검승부 포인트가 될거란 생각.
마지막으로 한줄평.
* 짤막한 글이나 링크 공유를 통한 큐레이션 @ <허핑턴 포스트>와 링크 경제의 출현
자기표현은 새로운 오락거리 입니다. 사람들은 단지 정보를 소비할 뿐 아니라 참여하고 싶어하죠. 이러한 욕구를 파악하는데 저널리즘의 미래가 있어요.이미 웹 2.0에서 UGC(User Generated Contents)또는 UCC(User Created Contents)로 사용자 참여는 이미 꽤 되었지만, 재미있었던 건 꼭 뭔가를 창조(만들어)내는 것 보다 있는 것들을 셀렉트해서 공유하는 현상을 큐레이션이라는 개념으로 의미를 부여하고, 또 큐레이터로서 인간의 역할을 부각한 포인트.
뭔가 하나의 글로 잘 정리하는 블로깅보다 보거나 들은 것 중 인상깊은 링크들을 간단하게 트위터나 페이스북 통해 공유하게 되는 내 경험을 봐도 그렇고.
이는 짤막한 글이나 링크 공유를 편하고 간단하게 해주는 소셜 플랫폼의 영향도 있을 터이다.
따지고 보면 다음이나 네이버와 같은 포털 사이트들은 궁극의 큐레이션 집합체.
- * 인간의 요소, 인간만이 -
"프로그래머와 큐레이터로서 인간의 역할이 사라지는 일은 일어나지 않을 거에요. 컴퓨터가 절대로 따라올 수 없는 부분이 있으니까요. 그게 바로 인간의 요소, 인간만이 떠맡을 수 있는 부분이죠"대학원 수업, 아마도 질적연구방법론으로 기억한다.
인간의 눈만큼 강력한 통계툴은 없다고 하신 교수님 말씀이 인상적이었다. 방대한 인터뷰 자료들, 텍스트들에서 의미를 찾아내는 것은. 그 자료들을 분석해 보고 있으면 찾아낼 수 있는 패턴.
의미를 부여하는 건 인간 고유의 능력이라고.
의미를 부여하고 정의하는 인간의 능력은 대체할 수 없을 것.
이것은 검색 랭킹 모델링 업무를 할 때도 느꼈던 것이기도 하다.
구글로 인해 기계나 데이터가 중요하고 사람의 시선이나 관점은 bias라고 생각하는 의견들도 있었는데, 사실상 design하는 것은 결국 사람이고 기계나 데이터를 이용하여 검증해 내는 게 필요한 것.
사실 백여개가 넘는 랭킹 요소를 사용한다는 구글에서도 패턴이나 의미를 볼 줄 아는 "사람"(구글이나 야후의 research scientist) 이 없으면 방대한 데이터는 크게 의미 없거나 정말 많은 시간을 필요로 하는 것이다. 요는 기계가 사람이 모르는, 정의할 수 없는 의미까지 찾아내 주기는 어렵다는 것.
최근에 화제가 되고 있는 빅데이터나 빅데이터 전문가에 대한 이야기도 같은 맥락이라고 생각한다.
빅데이터를 저장하고, 분석해서 의미를 찾아내어 새로운 트렌드에 대한 통찰을 뽑아내고자 하는 것에서, 어떤 것을 분석해서 의미를 찾아낼 것인가가 관건. 잘 분석하기 위해 저장도 쉽지 않겠지만, 어떤 부분을 분석해서 어떤 흐름(패턴)을 찾아낼 것인가. 그게 진검승부 포인트가 될거란 생각.
알고리즘은 대량의 자료를 수집하는 데 유용합니다. 어떤 글이나 동영상을 몇 명이나 보는지 계속 지켜보면서 숫자, 링크. 클릭수, 리트윗수 등을 계산하기에 적합하죠. 여기에서 인간은 경쟁이 안됩니다. 대신 인간의 뇌는 패턴을 인식할 수 있죠. 우리는 길 건너 나무를 보고 바로 그게 나무란 걸 알 수 있어요. 그러나 컴퓨터는 몇 시간 동안 나무 이미지를 보고 상당한 처리 시간을 거쳐야만 그게 나무란 걸 인식합니다. 그때 이미 우리는 그게 소나무이고 말라 죽어가고 있다는 사실까지 파악해내죠.
마지막으로 한줄평.
- 없지 않았던 행위들, 새롭지 않은 개념들을 “큐레이션", 결국은 “인간”의 요소로 정리해서 생각해 보게 하는 것이 굿 포인트. 새로운 내용이나 제시에 대한 큰 기대보단.
