tech
데이터는 지혜가 되고 싶어 했다 - 사다리와 목어
데이터를 다뤄본 사람은 익숙한 그림 하나를 안다. 맨 아래 날것의 기록. 그 위로 정보와 지식. 맨 위에 지혜. 오를수록 정제된다고 믿는, 한 단씩 오르는 사다리다. 모두가 맨 윗칸을 원한다. 한 조직에서, 나는 그 사다리를 오르는 기계를 설계한 적이 있다. 데이터를 정보로, 정보를 지식으로. 잘 올라갔다. 너무 잘 올라가서 문제였다. 정보가
data
tech
시험이 채점당한 날 — 눈금의 역설
센티미터 자로 나노미터를 재면, 모든 것이 0이다. 0은 틀리지 않았다. 자가 그만큼만 읽을 수 있을 뿐이다. AI Agent가 수백만 건의 데이터 필드를 읽고, 맥락을 이해해서 설명을 만들었다. 그 결과를 검증해야 했다. 채점 기준을 정한 건 자를 쥔 쪽이었다. 문자열만으로 채점한다. Agent가 맥락을 읽고 만든 설명은 채점자에게 보여주지 않는다. 문자열로 재면
tech
찾지 않은 발굴 — 해상도의 역전
붓으로는 세지 못한다 — 발굴의 해상도 2018년, 과테말라 북부 밀림. 고고학자들이 수십 년간 붓으로 드러낸 마야 유적지 위로, 항공기 한 대가 라이다(LiDAR) 스캐너를 쏘았다. 정글 캐노피를 투과한 레이저가 돌아왔을 때, 지표면 아래에는 6만 채 이상의 건축물이 숨어 있었다. 붓이 틀린 게 아니었다. 붓이 닿는 범위가 문제였다. 어느 대기업에 이런 문제가
tech
코드가 완성된 날, 아무 일도 일어나지 않았다 — 펌프와 파이프
"코드가 완성된 날, 아무 일도 일어나지 않았다 — 펌프와 파이프" 어떤 모델을 쓸 것인가. 아키텍처를 어떻게 설계할 것인가. 보안과 거버넌스는 충분한가. 투자 대비 가치를 어떻게 증명할 것인가. 엔터프라이즈 AI를 둘러싼 논의는 점점 정교해지고 있다. 그런데 정교한 논의 사이에서, 프로젝트는 의외로 단순한 곳에서 멈춘다. RAND Corporation이 2024년에 발표한 The Root