HYSONG

[작성자:] haeyeop

  • 트위터 광고 문제

    recode, by Peter Kafka, Twitter is going to have a hard time fixing its ad problem

    트위터는 이용자 문제로 인해 광고에서도 문제를 겪고 있다. 페이스북이나 구글과 경쟁하기에 충분한 규모를 가지고 있지 못하다.
    [expand title=English]
    And to be very clear: Twitter now has an ad problem because of its user problem. It doesn’t have enough scale to compete with Facebook and Google.[/expand]

    트위터의 위기에 대한 또 하나의 글이다. 광고쪽에서도 문제를 겪고 있는데 핵심적인 원인은 이용자 규모가 페이스북이나 구글과 경쟁하기에 충분하지 못하다는 점이다. 트위터는 텍스트와 사진으로 이루어진 기존의 광고를 비디오 중심의 광고로 업그레이드하고, 이에 따라 더 높은 가격을 받을 수 있을 것이라고 보고 있다. 동영상으로의 전환이 당연한 흐름이지만 상황이 별로 좋지 않은 것은 다른 미디어와 경쟁에서 점차 뒤쳐지고 있다는 사실이다. 트위터가 NFL 스트리밍과 관련해서 다른 경쟁자들을 제치고 라이센스 권한을 획득했다는 기사도 있는데 이러한 노력들도 이용자 기반을 확대하기 위한 노력의 연장선으로 보인다.

    트위터는 진입장벽이 상당히 높지만 개인적으로는 좋은 미디어라고 생각된다. 정보를 확산시키기 용이한 형태로 구성된 짧은 글과 시간순으로 정렬되는 타임라인은 속보라는 측면에서 더 강점을 가져온다. 문제는 이런 점들이 수익모델에는 그다지 효율적이지 못하다는 점이다. 알고리즘 도입에 대해서는 기존 이용자들의 반발도 크다. 기존 이용자들은 시간 순으로 보여지는 트윗이 트위터가 가지는 정체성이라고도 생각하는 듯 하다. 현재는 잠시 자리를 비운 사이에 올라온 트윗들을 선별해서 보여주는 기능을 일부 도입하기도 했는데 앞으로는 이를 조금 더 확대할 것으로 보이기도 한다. 예를 들면 Nuzzel과 비슷한 방식으로 트위터 친구들의 리트윗을 보내주던 봇 계정도 트위터에 의해 삭제되었다. 현재 이러한 기능들의 공식 앱의 기능으로 포함되었기 때문인 것 같다.

    언제나 위기지만 트위터가 잘 되었으면 좋겠다.

  • 가볍게 시작하는 통계학습

    가볍게 시작하는 통계학습

    Gareth James, Daniela Witten, Trevor Hastie and Robert Tibshirani가 쓴 An Introduction to Statistical Learning이 번역되어 나왔다. 원문 PDF는 공개되어 있어서 사이트에서 다운받을 수 있고, Hastie와 Tibshirani의 동영상 강의도 온라인에서 볼 수 있다. 이해하기 쉽게 잘 쓰여져 있던걸로 기억한다. 일반적인 사회과학 통계보다는 머신러닝쪽에 관심을 가지고 있는 사람들이 볼 만한 내용들로 구성되어 있다. 아무래도 원서를 보는게 훨씬 나을 것 같다는 생각은 들지만 나중에 혹시 볼 일이 있을까봐 적어놓는다.

  • 뉴욕타임즈 요리재료 배달

    by Gerry Smith, bloomberg.com, New York Times to Start Delivering Meal Kits to Your Home

    올 여름 뉴욕타임즈는 NYT 쿠킹 웹 사이트의 조리법을 위한 요리 재료들을 판매하기 시작할 것이다. 신문사가 종이 신문의 감소를 상쇄하기 위한 새로운 수익원을 찾기 때문이다. 타임즈는 요리 배달 스타트업 Chef’d와 파트너 관계를 맺고 48시간 이내 독자들에게 요리 재료들을 보내줄 것이다. 타임즈와 Chef’d는 사업으로부터 매출을 절반으로 나눌 것이다.
    [expand title=English]
    This summer, the New York Times will begin selling ingredients for recipes from its NYT Cooking website as the newspaper publisher seeks new revenue sources to offset declines in print. The Times is partnering with meal-delivery startup Chef’d, which will send the ingredients to readers within 48 hours. The Times and Chef’d will split sales from the venture.[/expand]

    사업의 본질이 있고 그것을 바탕으로 다각화나 확장이 가능한 것인데 언론사가 가지고 있는 핵심 본질이 무엇인지 다시 생각해보게 된다.

  • 롱폼 기사가 모바일에서 더 오래 읽힌다

    Long-Form Reading Shows Signs of Life in Our Mobile News World

    퓨 리서치에서 웹 분석업체 Parse.ly와 수행한 연구 결과에 따르면 작은 모바일 화면 사이즈에서도 긴 형태의 기사가 읽힌다고 한다.

    분석결과는 작은 화면 공간과 멀티태스킹에도 불구하고 이용자들은 단문 기사보다 장문 기사에서 평균적으로 더 오랜 시간 시간을 보낸다는 것을 발견했다. 실제로 1,000 단어 혹은 그 이상의 기사의 참여 시간은 짧은 형태보다 약 두 배 정도였다 (123초 vs. 57초)
    [expand title=English]
    The analysis finds that despite the small screen space and multitasking often associated with cellphones, consumers do spend more time on average with long-form news articles than with short-form. Indeed, the total engaged time with articles 1,000 words or longer averages about twice that of the engaged time with short-form stories: 123 seconds compared with 57.[/expand]

    장문의 기사는 일반적으로 잘 공유되고 퍼져나가지 않는다는 생각들이 많기 때문에도 의외였다. 그리고 내가 기사를 보는 방식과도 다르다. 나는 기사가 조금 길다는 생각이 들면 Pocket이나 Instapaper에 담은 후 태블릿으로 몰아서 읽는다. 글을 보겠다는 생각으로 큰 화면의 스마트폰으로 바꾸었지만 결국은 한계가 있었다. 최근에 태블릿이 없어서 글을 읽는 양이 줄었다는 생각을 많이 했는데 모두 나 같은건 아닌가보다.

  • 인간의 확신과 통계적 사고

    인간의 확신과 통계적 사고, 뇌의 작용은 베이지안 통계의 계산과 유사

    sovidence님 블로그에서 본 연구다.

    우리가 상황을 판단해서 무엇인가에 대해서 확실하다고 주관적으로 느끼는 것이 인간만의 종합적이고 차원이 다른 인지적 사고의 결과가 아니라, 주어진 정보를 처리해서 높은 확률을 가진다고 계산하는 통계적 처리 과정과 같은 것임을 보여줌

    사람의 확신은 수학 혹은 통계적 확신과 다르다고 생각하는 경우들이 있었는데, 연구자들은 인간의 확신 판단이 통게적 확신의 계산에서 기인한다는 점을 밝혔다. (논문 원본)

    머신러닝을 봐도 비슷한 생각을 하게 되는데 너무 간단한 방식이지만 사람이 무언가를 학습하는 과정을 명확하게 반영하고 있다. 이 연구 결과도 비슷한 것을 말해주는 것 같다.

  • 트위터 140자 제한 해제

    By Sarah Frier, Bloomberg, Twitter to Stop Counting Photos and Links in 140-Character Limit

    트위터에 사진이나 링크를 올릴 때 사용되는 주소도 140자에 포함되었으나 이를 140자에서 제외할 것이라는 기사가 올라왔다. 아직 공식적인 입장을 밝힌 것은 아니지만 2주 이내에 변경된 서비스가 적용될 것이라고 한다.

    원래 트위터의 140자 제한은 모든 정보를 모바일 텍스트 메시지 안에 맞추어 트윗을 보내는 방법이었기 때문에 채택되었다. 스마트폰이 확산되기 이전 서비스가 시작되던 2006년에는 트윗을 보내는 흔한 방법이었다.
    [expand title=English]
    Twitter’s 140-character limit was originally adopted because it was a way to send Tweets while fitting all the information within a mobile text message — a common way for sending Tweets when the service debuted in 2006, before the proliferation of smartphones.[/expand]

    정말 별거 아닌 거라고 생각되는 일이라고 해도 어떤 서비스가 한 번 정착되면 시대가 변해도 바뀌는게 쉽지 않다. 140자라는 제한이 트위터의 정체성과 연결된다고 생각하는 사람들이 많기 때문일 수도 있지만 실질적인 제약이 전혀 없어진 상황에서도 엄격하게 링크 주소까지 140자에 포함시키는게 너무 비효율저거이라는 생각을 많이 했었다. 많은 기업들이 사라지는건 사소한 변화조차 쉽지 않기 때문이 아닌가 싶다.

  • 애플과 블랙베리

    Marco Arment의 블로그에 올라온 If Google’s right about AI, that’s a problem for Apple

    원래 처음 올라왔을 때 제목은 Avoiding BlackBerry’s fate였는데 오늘 다시 들어가보니 제목이 바뀌었다. 과거 블랙베리가 실패한 것은 제품이 뛰어나지 않았기 때문이 아니라 게임의 규칙 자체가 변했기 때문이라는 이야기를 한다.

    아이폰이 처음 등장했을 때, 블랙베리는 한동안 꽤나 잘 해갔다. 그러나 아이폰은 게임을 완전히 바꾸었다. 스마트폰을 기본적인 비즈니스에 초점을 맞춘 이메일 기기로부터 데스크톱 수준의 운영체제와 풍부한 앱 생태계를 갖춘 개인용 컴퓨터로 변화시켰다.
    [expand title=English]
    When the iPhone came out, the BlackBerry continued to do well for a little while. But the iPhone had completely changed the game — it changed what smartphones were for, from basic business-focused email devices to entire consumer personal computers with desktop-class operating systems and rich app ecosystems.[/expand]

    현재도 이와 비슷한 일이 발생하고 있다고 보는데 바뀐 제목이 조금 더 직관적으로 말해주듯이 아마존, 페이스북, 구글과 다르게 빅데이터와 인공지능에서 뒤쳐지고 있다는 언급을 한다. 그리고 만약 구글이 가는 방향이 맞다면 애플이 블랙베리와 비슷한 길을 갈 수 있다는 이야기를 한다.

    그러나 만약 구글이 옳다면 빠르게 따라잡을 수 있는 방법은 없다. 시리를 만든 사람들을 다시 고용하거나 옐프(Yelp)와 파트너를 몇 년 더 유지하는 것으로는 충분하지 않다. 만약 애플이 다음 10년간 경쟁력을 가지는 기업으로 남아있기 위해서는 강한 인공지능과 빅데이터 서비스가 필요하고, 애플은 기업내에서 광범위하게 수 년간 이미 발달해 온 재능과 자산을 필요로 한다. 그들은 빅데이터 서비스 기업이 되는 것이 필요하다. 그들의 빅데이터 서비스는 훨씬 개선되고 훌륭하고 실뢰할만해야 한다.
    [expand title=English]
    But if Google’s right, there’s no quick fix. It won’t be enough to buy Siri’s creators again or partner with Yelp for another few years. If Apple needs strong AI and big-data services in the next decade to remain competitive, they need to have already been developing that talent and those assets, in-house, extensively, for years. They need to be a big-data-services company. Their big-data AI services need to be far better, smarter, and more reliable than they are.[/expand]

  • 범죄예측 알고리즘과 인종

    by Julia Angwin, Jeff Larson, Surya Mattu and Lauren Kirchner, ProPublica, Machine Bias

    프로퍼블리카에 올라온 장문의 글이다. 긴 글을 보는건 부담스럽지만 흥미로운 내용이라서 적어놓는다. 국내 법정에서도 이런 방식을 사용하는지는 모르겠지만 미국에서는 범죄에 대한 법정 판결에서 위험 평가(risk assessment)라는 것을 참고하는가보다. 간단하게 이야기하면 다음과 같다.

    • (위험 평가) 공식은 흑인 피고인들에게 미래 범죄자라고 잘못 표시할 가능성이 있다. 이런 식으로 잘못 낙인찍히는 흑인 피고인들이 백인에 거의 두 배 가까이 된다.
    • 백인 피고인들은 흑인 피고인들에 비해 종종 낮은 위험을 가진 것으로 잘못 판정된다.

    범죄 관련 연구에서 오랫동안 미래의 범죄를 예측하려고 노력해왔고, 1970년대와 같은 초기에는 인종, 국적, 피부색과 같은 요인들이 사용되기도 했다. 그 이후로 다양한 연구들이 이루어진 것 같다. 최근 2016년 연구에서는 흑인들이 더 높은 점수를 받지만 편견이 원인이 아니라고 결론지었다. 하지만 실제 기사에 나오는 사례들을 보면 재범률이 낮음에도 불구하고 흑인이기 때문에 높은 점수를 받았다는 사례들이 제시된다. 중요한 것은 이런 평가 과정 자체를 명확히 알 수 없다는 것이다.

    피고인들은 그들의 평가에 이이를 제기할 기회를 거의 가지지 못한다. 결과는 피고인의 변호사와 공유되지만 기반하는 데이터로부터 점수로 변환된 계산은 거의 밝혀지지 않는다. [expand title=English]

    Defendants rarely have an opportunity to challenge their assessments. The results are usually shared with the defendant’s attorney, but the calculations that transformed the underlying data into a score are rarely revealed.[/expand]

    통계라는게 세상이 확률적이라는 가정 아래서 미래의 사건을 예측하려는 것이지만 오차가 발생할 수밖에 없다. 데이터와 알고리즘에 기반한 예측이 인간 개인에게 적용되었을 때 과연 공정하다고 말할 수 있을까. 과거 데이터를 기반으로 분류하는 통계적 방법이 연좌제 같다는 생각이 들기도 한다.

  • 나와 다른 목소리에 귀를 기울이기

    The United States ambassador to the UN says your Facebook feed is keeping you from making the world better

    유엔 주제 미 대사 사만다 파워의 연설이다. 영향력이 증가하는 페이스북이나 검색 알고리즘으로 인해 우리가 이미 알고 있던 사실들만 접하게 된다는 점을 지적했다.

    From the Facebook and Twitter feeds we monitor, to algorithms that determine the results of our web searches based on our previous browsing history and location, our major sources of information are increasingly engineered to reflect back to us the world as we already see it. They give us the comfort of our opinions without the discomfort of thought.

    다른 생각을 접한다는 건 굉장히 인지적으로 부담을 주는 일이지만 더 나은 세상이 되기 위해서는 불편한 생각을 접할 필요도 있다.

  • 애플 시리 API 오픈 예정

    Apple Opening Siri, Developing Echo Rival

    애플이 시리 API를 서드파티 개발자들에게 공개하려고 SDK를 출시할 준비를 하고 있다는 소식이다. 이번 WWDC에서 발표할 예정이라고 한다.

    다른 곳은 API가 모두 공개되어 있고 음성을 이용해서 서비스를 만드는 것이 가능한데 애플에서 관련 앱을 개발할 경우에는 외부 솔루션을 써야 하나 하는 생각을 했었다. 그런데 시리 API도 공개될 예정이라고 한다. 동영상에서 보듯이 아마존 에코 같은 경우는 테슬라와 연결해서 차고에서 차를 빼라는 명령도 음성으로 가능하다.

    [iframe id=”https://www.youtube.com/embed/CAP3DbyOtGE”]