“외주는 그만”…내부 개발자 직접 키우는 싱가포르 정부
By 이지현, www.bloter.net

조직 내부에서 개발자를 직접 채용한다는 싱가폴 정부 사례를 이야기한 블로터 기사. 예전 조직에서 IT시스템을 도입한다는 것은 업무 효율을 위한 관리 시스템을 사내 구축하는 것을 의미했다. 이런 경우 조직 내부에서 개발인력을 보유하고 유지하는 것보다 아웃소싱을 통해 솔루션을 구입하는 것이 유리했다. 하지만 최근 테크놀로지라는 것은 단순히 조직의 효율성을 위해 특정 시스템을 도입하는 것의 문제를 벗어나지 않았나 하는 생각이 든다.

거브테크에 들어오기 위해선 일종의 코딩 테스트를 거쳐야 한다. 기술에 대한 최소한의 지식이 있는지 확인하기 위해서다. 체오 호 첸 CIO는 “아웃소싱을 계속하면 기술을 구매할 때 무엇이 중요한 건지, 특정 기술이 가진 가치에 대해 잘 모르게 된다”

모든 업무들이 테크놀로지와 연관성을 가지게 되면서 조직 구성원들이 기술에 대한 어느 정도의 이해를 기본으로 갖추는 것이 필요해졌다. 이런 상황에서 아웃소싱을 통해 단순히 솔루션을 구입하는 형태로는 조직 내부에 문제 해결을 위한 역량이나 지식 축적이 되지 않는다는 것을 의미한다. 인용한 부분이 정확히 현재 많은 조직들이 테크놀로지 인력들을 끌어안아야 하는 이유를 설명해준다는 생각이 든다.

Machine learning’s next trick is generating videos from photos

MIT 연구자들이 뉴럴네트워크를 통한 알고리즘으로 정지 사진 다음 동작이 어떻게 될지 예측하는 모델을 만들었다는 기사. 플리커에서 받은 이미지들을 통해 학습시킨 것 같다. 아직까지 그림 크기가 작고 몇 초 되지 않으며 약 빤거 같은 이미지들이 나오는 경우도 있지만 시도 자체가 재미있다. 기사 내에 샘플 이미지들이 올라와 있다.

The LMS market glacier is melting

EdTech 분야에서 스타트업들에 대한 투자는 지속적으로 높은 수준을 보여왔다. 그리고 그 중에서 많은 관심을 받는 분야는 LMS쪽이다. 신규 진입자들도 많이 등장하고 있지만 원래부터 자리잡고 있는 지배적인 사업자들이 대부분의 시장점유율을 차지하는 과점 형태를 보이고 있다. 블랙보드 같은 업체들이 대표적이다. 하지만 LMS분야에서 이런 독과점 형태가 무너지고 있다는 기사다. LMS 도입에서 조직보다 개인이 선택할 수 있는 경향이 생겼기 때문이다. 캔버스 같은 서비스는 신규 진입 이용자의 80%정도를 가져간다고 한다.

아마도 중요한 사실은 대부분의 학교가 더 이상 가상 클래스를 운영하기 위한 하나의 시스템을 찾지 않는다는 점이다. 우리는 LMS가 구성요소에 하나일 뿐인 새로운 아키텍처를 디자인하고 있는 기관들을 볼 수 있다. 이러한 움직임은 능력기반교육이나 개인화 된 학습과 같은 폭넓은 교육학적 접근을 가능하게 한다.
[expand title=Eng]
Perhaps most significantly, most schools are no longer looking for just one system to manage the virtual classroom. We are now seeing entire institutions, such as Southern New Hampshire University and University of Maryland University College, designing new architectures where the LMS is but one core component. This move is enabling broader adoption of pedagogical approaches, such as competency-based education and personalized learning.[/expand]

Google Translate now converts Chinese into English with neural machine translation
By Jordan Novet, venturebeat.com

구글이 중국어 번역에 뉴럴 네트워크 기반 머신러닝을 적용한다는 이야기이다. 번역의 품질이 구절 기반으로 번역할때보다 향상되었다고 한다.기존에 구글은 구글 번역에 뉴럴 네트워크를 사용한다고 말해왔지만, 실시간 이미지 번역을 위한 것이었다.

뉴럴 네트워크 기반이 항상 좋은 결과를 내는 것은 아니지만 phrase-based 번역에 비해 60%정도 오류가 줄어들었다는 이야기를 한다.

이번 번역 관련 연구는 여기에서 읽어볼 수 있다.

AI makes pop music in the style of any composer (the Beatles too!)

[iframe id=”https://www.youtube.com/embed/LSHZ_b05W7o”]

1) LSDB라는 데이터 베이스를 만든다. 다양한 스타일과 작곡가들의 리드시트 약 13,000를 포함하고 있다.
2) 인간 작곡가는 FlowComposer라는 시스템을 가지고 스타일과 생성될 리드시트(멜로디+하모니)를 선택한다. Daddy’s Car 경우에는 비틀즈 스타일을 선택했고, Mr. Shadow는 “아메리칸 작곡가” 스타일을 선택했다.
3) Rechord 라는 다른 시스템을 가지고 인간 작곡가는 생성된 리드 시트에 다른 노래의 오디오 녹음에서 일부 오디오 덩어리들을 붙어녛는다.
4) 인간 음악가는 프로덕션과 믹싱을 마무리한다.
[expand title=Eng]
1) We set up a database called LSDB. It contains about 13000 leadsheet from a lot of different styles and composers (mainly jazz and pop about also a lot of Brazilian, Broadway and other music styles).

2) The human composer (in this case Benoît Carré, but we are experimenting with other musicians as well) selected a style and generated a leadsheet (melody + harmony) with a system called FlowComposer. For Daddy’s Car, Carré selected as style “the Beatles” and for Mr. Shadow he selected a style that we call “American songwriters” (which contains songs by composers like Cole Porter, Gershwin, Duke Ellington, etc).

3) With yet another system called Rechord the human musician matched some audio chunks from audio recordings of other songs to the generated leadsheets.

4) Then the human musician finished the production and mixing.[/expand]

창작이라는게 결국 기존 것들의 조합인데 최근 느끼는 건 결국 기존 만들어진 로데이터가 가장 중요한 것 아닌가 하는 생각이 든다.

‘페이스북 방문자 추적기’, 왜 ‘토큰’을 달라고 하시나요?

블로터의 기사인데 여러가지로 재미있어서 올려놓는다. 예전 싸이월드 시절에도 비공식 방문자 추적기 같은 걸 사용하는 사람들이 있었고 내가 아는 가까운 사람도 그걸 사용했었다. 구남친의 여자친구가 계속 자기 미니홈피에 들어오는걸 확인하고 항의했다가 여자친구의 신고로 싸이월드 정지를 받았던 기억이 난다.

페이스북에서도 누가 내 페이지를 방문하는지 궁금해 하는 사람들의 욕망은 여전한가 하는 생각이 든다. 방문자 추적을 위해 토큰을 달라고 하는데 이는 페이스북에서 계정 권한을 넘겨주는 키 같은 것이다. 받아가는 업체가 거의 대부분의 권한을 받아가는 것으로 보인다.

실제 자신의 타임라인을 방문한 사람 데이터를 페이스북으로부터 받아서 제공하는 것은 당연히 아닙니다. 업체 측은 “방문자 추적기는 5가지 가설을 세워서 기능을 넣었다”라며 “100% 완벽하게 추적을 완료하는 게 아니라, 5가지 방법을 교차해서 방문자를 예측하는 서비스”라고 설명했습니다.

페이스북도 아닌데 방문자를 정확히 파악할 수 없고 알고리즘으로 예측하는 수준인데 어떻게 알 수 있겠는가.

WHY DEEP LEARNING IS SUDDENLY CHANGING YOUR LIFE
By Roger Parloff, fortune.com

딥 러닝에 대해 정리한 fortune 기사. 초기 뉴럴 네트워크부터 현재에 이르기까지 과정을 정리하며 왜 딥 러닝이 갑자기 주목을 받게 되었는지에 대해 설명한다. 꽤나 길지만 전반적인 흐름을 이해하기 좋은 기사.

5년 전에 딥 러닝이 무엇인지 모르던 벤처 캐피털리스트도 오늘날 딥 러닝을 하지 않는 스타트업에 대해 경계한다.”우리는 정교한 소프트웨어 애플리케이션을 제작하는 것이 필수가 된 시대에 살고 있다.” 사람들은 곧 “어떤 자연어 처리 버전인가?”,”앱과 대화하기 위해서는 어떻게 해야 하느냐. 나는 메뉴를 클릭하고 싶지 않다”와 같은 요구를 할 것이다.
[expand title=Eng]
Venture capitalists, who didn’t even know what deep learning was five years ago, today are wary of startups that don’t have it. “We’re now living in an age,” Chen observes, “where it’s going to be mandatory for people building sophisticated software applications.” People will soon demand, he says, “ ‘Where’s your natural-language processing version?’ ‘How do I talk to your app? Because I don’t want to have to click through menus.’ ”[/expand]

Facebook, Twitter, and Instagram surveillance tool was used to arrest Baltimore protestors
By Russell Brandom, www.theverge.com

ACLU of Northern Califorrnia에서 새롭게 출간된 조사보고서에 따르면, 수 년 간 인스타그램 트위터 페이스북은 소셜 미디어 감시 도구를 마케팅하는 기업에게 데이터를 제공해왔다. Geofeedia는 기업의 API를 시위 지역에서 소셜 미디어 활동들의 실시간 지도를 제작하기 위해 사용했다. 이후 지도는 시위자들의 식별을 위해 사용됐고, 어떤 경우에는 포스트가 공개되고 난 이후 체포되기도 했다. 모든 이러한 서비스는 관련된 API 접속이 차단된 이후 종료되었다.
[expand title=Eng]
For years, Instagram, Twitter, and Facebook have provided data to a company marketing social media surveillance tools to police, according to a newly published investigation by the ACLU of Northern California. Geofeedia used the company’s APIs to create real-time maps of social media activity in protest areas, maps which were subsequently used to identify, and in some cases arrest, protestors shortly after their posts became public. All three services have terminated Geofeedia’s access to the relevant APIs.[/expand]

페이스북은 Geofeedia가 데이터를 미디어나 브랜드 관련 목적으로 사용하지 않았기 때문에 API에 대한 접속을 종료했다고 말했다. 페이스북 규정에 따르면 API는 특별한 토픽에 대한 포스트를 찾는 미디어 기업과 마케터들을 위해 제작되었다고 한다.

신세계, 매장에 ‘디지털’ 도입해보니 By 이지영, www.bloter.net

유통 쪽에서 디지털 관련 도입과 관련해 신세계의 사례들. ‘테크플래닛 2016’ 행사에서 신세계가 자사 매장을 디지털 중심 전략으로 운영하면서 겪은 경험을 공유. 데이터, 이미지인식, 비콘, VR/AR 관련 이야기들을 언급한다.

“우리도 해결책을 찾고 있지만, 무엇이 답인지는 모릅니다. 오프라인 매장을 오픈 플랫폼화하게 되면, 오픈된 매장 정보와 AR, VR, LBS를 이용하면 이를 바탕으로 스타트업과 협업해서 더 나은 매장 디지털화 작업을 할 수 있지 않을까 생각합니다.”

상품 이미지 인식과 관련된 경험, 좁은 오프라인 매장에서 위치기반이나 VR/AR 사용시 어려운 점 등에 대해서 언급. 백화점 중에서는 그래도 신세계가 디지털 쪽에 신경쓰고 있지 않나 싶다.

Yes, Facebook is a media company
By Peter Kafka, recode.net

마크 주커버그에게 편지 쓰는 형식으로 된 짧막한 기사이다.

마크야. 이해한다. 너가 왜 미디어 기업이라고 불리기 싫어하는지 이해한다. 투자자들도 테크놀로지 기업에 투자하고 싶어하지 미디어 기업에 투자하고 싶어하는건 아니잖아. 엔지니어들도 미디어 기업보다 다닌다고 하고 싶지는 않겠지. 여기서 무례하게 트랜딩 토픽게이트 이야기는 하지 않을께. 그런데 들어봐. 사람들 주목을 끌고 그걸 광고주들한테 팔잖아. 뭐라고 생각하니? 미디어 기업이야.
[expand title=Eng]
Dear Mark,
We get it.
We understand why you don’t want to call Facebook a media company.
Your investors don’t want to invest in a media company, they want to invest in a technology company. Your best-and-brightest engineers? They don’t want to work at a media company.
And we’re not even going to mention Trending Topicgate here, because that would be rude.
But here’s the deal. When you gather people’s attention*, and sell that attention to advertisers, guess what? You’re a media company.[/expand]

기사에 나오는 광고수익 차트는 지속적인 상승세이고 지난 분기만 해도 62억 4천만 달라 (약 7조 정도) 수익을 냈다.
미디어 기업도 아니라면서 너무 잘하니까 좀 질투난다는 이야기도 한다. 구글이랑 같이 다 해먹냐는 언급도 있다.

블룸버그 기사에 따르면 2015년 광고수익이 미국기준으로 594억 달라인데 64%를 두 기업이 해먹었다고 한다. 구글이 30, 페이스북이 8이다. 작은 기업들의 수익은 감소했고, 이런 소규모 기업들은 두 지배적인 플레이어 그늘에서 놀 수 밖에 없을 것이라고 한다.

페이스북이 광고를 통해 수익을 내는 것은 다 아는 이야기이지만 미디어 기업이라는 언급을 다시 하는 것은 페이스북이 언론으로 가지는 영향력이 점점 커지고 있기 때문이기도 할 것이다. 대선을 전후로 해서인지 유독 그런 기사들이 많다.