Dev Letter Vol 19 – 기술 업계의 독성 말투 문제, 고칩시다!

 
LogoLogo
 
VOL 19
 

개발자 이모저모
다양한 개발자 이야기를 모아 전합니다.
기술 업계의 독성 말투 문제, 고칩시다!
- 블로그 | edykim
자신이나 조직에 위해를 주는 말투인 ‘독성말투’. 기술 업계에 뿌리내린 독성 말투에 대한 글이다. 사람보다 컴퓨터와 더 많이 소통하고, 많은 전문지식을 습득한 탓에 커뮤니케이션 스킬이 부족한 개발자는 은연중에 어떤 독성말투를 사용하고 있을까? 저자는 대표적인 독성말투로 거들먹거리는 말투, 기계적 말투, 비관적 말투를 정의하고, 문제의 원인과 대안을 여러 사람의 말을 인용하며 풀어간다. 당신도 독성말투를 쓰고 있지 않은가? 그렇다면 이 글로 스스로를 되돌아보고 독성말투 문제를 고쳐보자. 상세보기
리누스 토발즈, “전 이제 코딩을 하지 않아요”
– GeekNews | xguru
리눅스 커널과 깃의 아버지 ‘리누스 토발즈’가 “자신은 더 이상 개발자가 아니다”라고 근황을 전했다. 오픈소스 서밋 키노트에서의 일이다. 그의 이야기를 개발자도 한번쯤 생각해볼 필요가 있어 긱뉴스가 대화 내용을 번역했다. 그는 요즘 코드에서 손을 때고 업무 시간 대부분을 이메일을 처리하는 데 보내고 있다. 누군가 패치나 PR을 보내면 메일에 슈도코드를 보내거나 의견을 제시하고 있다는 것. “누군가에게 No라고 거절할 수 있어야 합니다. No라고 얘기하려면 그 배경을 알아야 합니다. 바람이 있다면 좋은 코드를 만드는 것 못지않게 코드에 대한 좋은 설명도 작성했으면 합니다. 코드를 잘 설명해야 그 코드를 신뢰할 수 있습니다. 오픈소스의 대부분은 커뮤니케이션으로 이루어지기 때문입니다.” 상세보기
데이터 분석가에게 도메인 지식은 필수일까? 엔씨소프트 인텔리전스&인사이트 실이 도메인 지식이 결여된 인과 추론의 위험성을 고찰했다. 변수의 인과관계를 회귀 분석한 네 가지 사례를 통해서다. 필자는 통계 기법으로는 주어진 모델에 대한 유의성을 검증할 수 있을 뿐 데이터를 보고 자동으로 모델을 만들어주지는 못한다며, 예측모델을 인과적으로 해석하는 것 또한 위험하다고 결론을 내렸다. 과연 데이터 분석가에게 도메인 지식이 중요할까? 상세 내용은 이 글에서 확인할 수 있다. 상세보기
“판사는 믿을 수 없으니 기계가 처리하는 게 낫다.” 최근 공분을 불러일으킨 사건에 대한 판결을 접한 네티즌들의 말이다. 그런데 우리가 바라는 대로 AI는 솔로몬의 지혜가 될 수 있을까? AI도 결국 과거의 판결 데이터를 학습해 판결하기 때문에 훈련 데이터에 반영된 편향성에서 자유로울 수 없다. 이러한 편향성 문제는 구글도 겪고 있다. 바로 신경망 기계번역(NMT)를 사용한 구글 번역이 대표적이다. 영어를 성별 구분이 없는 터키어로 번역할 경우 의사는 he로, 간호사는 nurse로 번역하는 성편향성(gender bias)이 이슈가 된 것. 구글은 이 문제를 어떻게 해결했을까? AI에서 인종, 성, 사회적 편견 등 다양한 편향성을 어떻게 해소해나갈 수 있을까? 그 실마리를 이 글에서 확인해보자. 상세보기
대표적인 웹 데이터 수집과 분석 도구인 구글 애널리틱스. 대표 도구인 만큼 강력한 분석 기능을 제공하나, 다각도로 분석하기에는 한계가 있는 게 사실이다. 그래서 마이리얼트립은 구글 애널리틱스의 RAW 데이터를 빅쿼리에 적재해 분석키로 했다. 이 글은 마이리얼트립이 애널리틱스 RAW 데이터를 빅쿼리에 적재해 분석한 여정이다. 어떤 기술을 검토했고, 최종적으로 어떻게 구현했는지, 연간 이용료가 1.8억 원에 이르는 GA360 대신, 그들이 찾은 기술과 구현 방법을 이 글에서 만날 수 있다. 상세보기

 
 


아리송한 IT 용어/은어
최소한의 용어 습득, 아리송한이 도와드립니다.
  • 디자인 패턴 - 한줄 정의 설계 문제의 해답을 문서화하기 위한 고안된 형식 방법. 과거 소프트웨어 개발 과정에서 발견된 설계 노하우를 축적하고 일므을 붙여 재사용하기 좋은 형태의 특정 규약으로 묶어 정리한 것(출처: 위키백과)
  • 함수형 프로그래밍(TDD) - 한줄 정의 자료처리를 수학적 함수의 계산으로 취급하고 상태와 가변 데이터를 멀리하는 프로그래밍 패러다임의 하나(출처: 위키백과)

 
Logo
 
suhyeoni
1 Comment
  • p

    안녕하세요 출처를 밝히고 블로그에 퍼가도되나요?

    2021년 4월 27일 at 1:42 오후 응답

Post a Comment