출처 - http://blog.naver.com/rladudrl78/221134881486
1. 탁월함 (excellency)은 천부적 능력 아니면 훈련의 결과입니다.
2. 지금까지 천부적 능력만으로 탁월함의 경지에 이른 사람을 본적이 없기에, 저는 훈련이 탁월함의 필요조건이라고 생각합니다. 훈련 없이 천부적 재능만으로 탁월의 경지에 이르는 것은 불가능해 보인다는 뜻입니다.
3. 훈련은 본질적으로 반복이고 고통을 수반합니다. 이러한 고통을 이겨내는 힘은 내적으로부터 나오거나 아니면 외부적으로 강요됩니다.
4. 훈련의 고됨을 이겨내도록 하는 내적인 힘은 흔히 “좋아서”, “재미있으니까” 등으로 표현됩니다. 그래서 “좋아하는 것을 해야 잘하게 되고 성공하게 된다”는 언명이 나오는 듯 합니다.
5. 그런데 이 언명은 맞는 측면도 있지만 상당히 약점이 많습니다. “좋아하는 것을 한다”는 것은 단기적으로 보면 “좋아할 때만 한다”일 수 있는데, 사람이 좋아할 때만 어떤 일을 하면 자주, 많이 반복하기가 쉽지 않습니다. 싫으면 안하게 되니까요.
6. 결국 싫어도 자꾸 해야 능력이 향상되어 탁월함의 경지에 오를 수 있고, 이러한 힘은 외부에서 오는 경우가 많습니다.
7. 싫어도 하게 하는 힘은 부모의 감시/강요 같은 것일 수도 있지만, 좀더 일반적으로 보면 생계가 가장 중요하지 않을까 생각합니다.
8. 먹고 살기 위해 한다는 것 이상으로 어떤 사람이 묵묵히 어떤 일을 하게 하는 힘은 없지 않을까 합니다.
9. 아무리 좋아하는 일도 싫어질 때가 있는데, 먹고 살려면 해야 합니다. 그리고 먹고 살려면 잘 해야 합니다. 잘 못하면 쫓겨나니까요. 그래서 프로는 깜짝 놀랄만큼 잘하는 것 이전에, 100번을 해도 모두 최소 수준 이상을 유지하는 꾸준함이 필요합니다.
10. 그리고 계속 이렇게 반복해서 일정 수준 이상을 해나가는 과정 속에서 능력이 향상됩니다. 능력 향상은 한계상황에서 한번 더 쥐어짜는 과정에서 생겨나는데, 그러기 위해서는 많이 해야 하고, 계속 해야 합니다.
11. 연습은 중요합니다. 하지만 연습은 실전일 수 없습니다. “실전처럼 연습해야”하지만, 그건 희망사항일 뿐입니다. 연습은 실전의 긴장감을 가져올 수 없습니다. 그러니까 많은 실전이 중요합니다. 많은 실전을 해야 극단까지 자신을 밀어붙이게 되고, 극단에서 자신을 더 쥐어짜게 되고, 능력이 높아지게 되고, 궁극적으로 탁월함에 도달할 수 있습니다.
12. 생계를 위해 묵묵히 자신의 일을 하는 사람들이 왜 "프로"인지, 왜 "프로"보다 아마추어가 잘 할 수 없는지는 이런 이유 때문이 아닐까 합니다.
2017년 11월 29일 수요일
2017년 11월 28일 화요일
축적의 시간, 축적의 길 - 이정동 교수.
축적의 시간 - 이정동
http://www.yes24.com/24/goods/20354493?scode=032&OzSrank=1
위기의 징후는 미시적인 기업의 성과와 거시적인 경제성장률의 하락을 통해 단적으로 드러나고 있다. 장기 저성장 시대에는 기존의 범용적 조립기반 제품으로는 경쟁에서 살아남기 어렵다.
우리 산업은 압축 성장 과정을 거치면서 스스로 경험을 축적하기보다는 선진국으로부터 개념을 받아온 후 실행하는 것에 지나치게 익숙해져 왔고, 그 모델이 한계에 부딪히면서 지금의 위기가 심화되고 있다고 본다.
따라서 우리 산업이 한 단계 더 도약하기 위해선 긴 호흡으로 경험을 쌓아가는 '축적의 시간'을 어떻게 벌 것인가에 달려있다고 볼 수 있다.
우리 산업은 개념 설계의 역량을 가지고 있지 못하며 이것은 그동안 경험의 축적을 귀하게 여기지 않은 압축 성장의 필연적인 부작용이라 할 수 있다.
'개념 설계 역량'은 산업계가 풀어야 할 과제가 있을 때, 이 문제의 속성 자체를 새롭게 정의하고, 창의적으로 해법의 방향을 제시하는 역량이다. 실행보다 더 선행 단계에서 요구되는 창조적 역량이다.
개념 설계의 역량은 반드시 오랜 시간 지속적으로 시행착오를 '축적'해야 얻어지는 것이므로 새롭게 접하는 문제에 대해 창의적으로 새로운 개념을 제시해보고, 실패하고, 또다시 시도하는 시행착오와 실패 경험의 축적 없이는 개념설계 역량을 얻을 수 없을 것이다.
그 첫걸음이자 가장 중요한 과제로 우리는 우리 사회가 창조적 축적을 위한 열린 자세와 시간을 가져야 할 것이다. 새롭고 도전적인 개념을 이야기할 수 있는 환경을 제공하고, 실패를 용인하며, 이러한 경험을 축적하고자 노력하는 조직과 사람에게 더 많은 혜택이 돌아갈 수 있도록 하는 사회적 인센티브 체제 전반을 개편해야 한다.
축적의 길 - 이정동
http://www.yes24.com/24/goods/38894896?scode=032&OzSrank=1
1. 축적의 형태 측면에서 무엇보다 '고수의 시대'를 열어야 한다. 시행착오의 귀한 경험이 결국 사람에게 차곡차곡 쌓이는 것이라는 점을 깨닫는 것이 중요하다.
2. 축적의 전략 측면에서는 무엇보다 '스몰베팅 스케일업 전략'을 모든 의사결정의 기본 틀로 삼아야 한다. 그동안 즐겨 사용했던 선택과 집중, 일시적 단기동원과 같은 의사결정 방식을 버려야 한다.
3. 축적을 뒷받침할 사회시스템의 측면에서는 '위험공유 사회'가 중요한 키워드가 되어야 한다. 도전적 시행착오의 경험이야말로 사회 구성원 모두에게 도움이 되는 공공재이고, 따라서 그 위험을 가능한 한 많은 사람들이 같이 나누어 감당해야 한다는 공감대를 만들어야 한다.
4. 문화의 측면에서는 '축적지향의 리더십'을 생각해야 한다. 실행 지향의 틀이 깊이 각인되어 있는 한국의 상황에서는 시행착오를 품어주고, 장기적 시각으로 축적을 장려하는 리더십이 뒷받침되어야 한다.
* 창의적 경험은 암묵지이기 때문에 매뉴얼이나 교과서 혹은 기계가 아니라 사람에게 쌓인다. '개념 설계 역량'은 살 수 없는 가치이다.
* 중국은 중국의 넓은 공간을 이용해 짧은 시간에 많은 양의 시행착오를 축적하면서 축적에 필요한 시간을 압축하고 있다.
* 전임자의 기록과 경험을 존중하고, 거기서부터 다시 교정하고 새로운 아이디어를 쌓아올리는 축적지향의 문화를 조성해야 한다.
* 기업 전략 측면에서는 작은 프로젝트별로 의사결정을 독립시켜 소신있게 책임지는 리더들이 많이 생기도록 해야 한다. 또한 실패를 자산화하는 과정을 중요한 업무의 프로세스의 하나로 정착시켜야 한다. 축적이 특별히 중요한 조직의 경우 순환보직형 리더가 아니라 임기가 긴 리더가 자리 잡도록 해야 한다.
http://www.yes24.com/24/goods/20354493?scode=032&OzSrank=1
위기의 징후는 미시적인 기업의 성과와 거시적인 경제성장률의 하락을 통해 단적으로 드러나고 있다. 장기 저성장 시대에는 기존의 범용적 조립기반 제품으로는 경쟁에서 살아남기 어렵다.
우리 산업은 압축 성장 과정을 거치면서 스스로 경험을 축적하기보다는 선진국으로부터 개념을 받아온 후 실행하는 것에 지나치게 익숙해져 왔고, 그 모델이 한계에 부딪히면서 지금의 위기가 심화되고 있다고 본다.
따라서 우리 산업이 한 단계 더 도약하기 위해선 긴 호흡으로 경험을 쌓아가는 '축적의 시간'을 어떻게 벌 것인가에 달려있다고 볼 수 있다.
우리 산업은 개념 설계의 역량을 가지고 있지 못하며 이것은 그동안 경험의 축적을 귀하게 여기지 않은 압축 성장의 필연적인 부작용이라 할 수 있다.
'개념 설계 역량'은 산업계가 풀어야 할 과제가 있을 때, 이 문제의 속성 자체를 새롭게 정의하고, 창의적으로 해법의 방향을 제시하는 역량이다. 실행보다 더 선행 단계에서 요구되는 창조적 역량이다.
개념 설계의 역량은 반드시 오랜 시간 지속적으로 시행착오를 '축적'해야 얻어지는 것이므로 새롭게 접하는 문제에 대해 창의적으로 새로운 개념을 제시해보고, 실패하고, 또다시 시도하는 시행착오와 실패 경험의 축적 없이는 개념설계 역량을 얻을 수 없을 것이다.
그 첫걸음이자 가장 중요한 과제로 우리는 우리 사회가 창조적 축적을 위한 열린 자세와 시간을 가져야 할 것이다. 새롭고 도전적인 개념을 이야기할 수 있는 환경을 제공하고, 실패를 용인하며, 이러한 경험을 축적하고자 노력하는 조직과 사람에게 더 많은 혜택이 돌아갈 수 있도록 하는 사회적 인센티브 체제 전반을 개편해야 한다.
축적의 길 - 이정동
http://www.yes24.com/24/goods/38894896?scode=032&OzSrank=1
1. 축적의 형태 측면에서 무엇보다 '고수의 시대'를 열어야 한다. 시행착오의 귀한 경험이 결국 사람에게 차곡차곡 쌓이는 것이라는 점을 깨닫는 것이 중요하다.
2. 축적의 전략 측면에서는 무엇보다 '스몰베팅 스케일업 전략'을 모든 의사결정의 기본 틀로 삼아야 한다. 그동안 즐겨 사용했던 선택과 집중, 일시적 단기동원과 같은 의사결정 방식을 버려야 한다.
3. 축적을 뒷받침할 사회시스템의 측면에서는 '위험공유 사회'가 중요한 키워드가 되어야 한다. 도전적 시행착오의 경험이야말로 사회 구성원 모두에게 도움이 되는 공공재이고, 따라서 그 위험을 가능한 한 많은 사람들이 같이 나누어 감당해야 한다는 공감대를 만들어야 한다.
4. 문화의 측면에서는 '축적지향의 리더십'을 생각해야 한다. 실행 지향의 틀이 깊이 각인되어 있는 한국의 상황에서는 시행착오를 품어주고, 장기적 시각으로 축적을 장려하는 리더십이 뒷받침되어야 한다.
* 창의적 경험은 암묵지이기 때문에 매뉴얼이나 교과서 혹은 기계가 아니라 사람에게 쌓인다. '개념 설계 역량'은 살 수 없는 가치이다.
* 중국은 중국의 넓은 공간을 이용해 짧은 시간에 많은 양의 시행착오를 축적하면서 축적에 필요한 시간을 압축하고 있다.
* 전임자의 기록과 경험을 존중하고, 거기서부터 다시 교정하고 새로운 아이디어를 쌓아올리는 축적지향의 문화를 조성해야 한다.
* 기업 전략 측면에서는 작은 프로젝트별로 의사결정을 독립시켜 소신있게 책임지는 리더들이 많이 생기도록 해야 한다. 또한 실패를 자산화하는 과정을 중요한 업무의 프로세스의 하나로 정착시켜야 한다. 축적이 특별히 중요한 조직의 경우 순환보직형 리더가 아니라 임기가 긴 리더가 자리 잡도록 해야 한다.
[ML] Elements of supervised learning
> Elements of supervised learning
1. Model : how to make prediction
2. Parameters : the things we need to learn from data
3. Objective Function : Training Loss + Regularization
3.1 Training Loss : measures how well model fit on training data.
3.2 Regularization : measures complexity of model.
- Optimizing training loss encourages predictive models.
; Fitting well in training data at least get you close to training data which is hopefully close to the underlying distribution.
- Optimizing regularization encourages simple models.
; Simpler models tends to have smaller variance in future predictions, make prediction stable.
https://www.youtube.com/watch?v=Vly8xGnNiWs
1. Model : how to make prediction
2. Parameters : the things we need to learn from data
3. Objective Function : Training Loss + Regularization
3.1 Training Loss : measures how well model fit on training data.
3.2 Regularization : measures complexity of model.
- Optimizing training loss encourages predictive models.
; Fitting well in training data at least get you close to training data which is hopefully close to the underlying distribution.
- Optimizing regularization encourages simple models.
; Simpler models tends to have smaller variance in future predictions, make prediction stable.
https://www.youtube.com/watch?v=Vly8xGnNiWs
피드 구독하기:
글 (Atom)