최근 인상 깊은 뉴스를 봤습니다. 행렬과 벡터가 일부 교육과정에서 빠진다는 내용이였는데요. 자세히 보면 전체를 제거한다기 보단 선택으로 뺄 수 있게 해서 기벡(기하와 벡터)를 아예 피할 수 있게 만든 다는 것 입니다. 저도 벡터에 대해서 제대로 공부한 것은 대학에 이산수학, 공학수학 등을 하면서 강제(?)로 배우긴 했는데 기본기가 아예 없는 상태에서 학습을 하는 것과 그래도 개념을 알고 하는 건 다소 다르지 않을까 하는 생각이 있습니다. 벡터와 벡터 데이터베이스는 최근 몇 년 동안 특히 대규모 언어 모델(Large Language Models, LLMs)의 등장과 함께 더욱 중요해졌습니다. 이 기술들은 데이터를 처리하고 분석하는 새로운 방법을 제공하며, 특히 인공 지능과 머신 러닝 분야에서 그 가치가 인정받고 있습니다. 본문에서는 벡터와 벡터 데이터베이스의 개념을 설명하고, 이들이 어떻게 사용되는지, 그리고 왜 중요한지에 대해 자세히 탐구해 보겠습니다. 벡터란 무엇인가? 벡터는 길이(크기)와 방향을 가진 기하학적 객체입니다. 예를 들어, 2차원 공간에서 한 점에서 다른 점으로의 이동을 표현할 때 사용됩니다. 벡터는 다양한 차원에서 정의될 수 있으며, 각 차원은 벡터가 가리키는 방향의 한 요소를 나타냅니다. 이러한 벡터의 특성은 벡터 대수라는 수학적 기반 위에 구축되어 있으며, 이를 통해 우리는 벡터 간의 관계를 정확하게 분석할 수 있습니다. 벡터의 코드 표현 수학에서 벡터는 크기와 방향을 가진 양을 나타내며, 기하학적인 공간에서의 이동이나 물리학에서의 힘과 같은 개념을 표현하는 데 사용됩니다. 이러한 수학적인 벡터는 여러 차원에서 정의될 수 있으며, 각 차원은 벡터가 가리키는 방향의 한 요소를 나타냅니다. 인공지능, 특히 머신 러닝과 딥 러닝 산업에서 벡터는 데이터를 수치적으로 표현하는 방법으로 사용됩니다. 예를 들어, 텍스트 데이터를 처리할 때 각 단어나 문장을 벡터로 변환하여 컴퓨터가 이해하고 처리할 수 있는 형태로 만듭니다. 이렇게 변환된 벡터는 단어의 의미적, 문맥적 특성을 수치적으로 인코딩합니다. 벡터는 코드 내에서 여러 방식으로 표현될 수 있습니다. 가장 간단한 형태는 객체로서의 표현이며, 여기서는 시작점과 끝점의 좌표를 저장합니다. 하지만, 벡터의 중요한 부분은 그 길이와 방향이기 때문에, 모든 벡터를 원점(0,0)에서 시작하도록 표준화하여 표현할 수도 있습니다. 이런 경우에는 끝점의 좌표만 저장함으로써 데이터를 단순화할 수 있습니다. 벡터의 실용 예제 (어따씀? 컴퓨터 그래픽스 : 컴퓨터 그래픽스에서는 2D 또는 3D 공간에서 점들을 표현하기 위해 벡터를 사용합니다. 이러한 벡터는 화면상의 픽셀 위치를 결정하거나, 3D 모델링에서 객체의 위치와 방향을 정의하는 데 필수적입니다. 추천 엔진 : 추천 시스템에서는 아이템의 특성(예: 영화의 장르, 길이 등)을 다차원 벡터로 표현하여 사용자의 선호도와 비교함으로써 사용자에게 맞는 아이템을 추천합니다. 이는 벡터 간의 유사성을 계산하여 가장 관련성 높은 아이템을 찾는 과정을 포함합니다. 머신 러닝 : 머신 러닝 분야에서는 이미지, 텍스트, 소리 등 다양한 형태의 데이터를 벡터로 변환하여 처리합니다. 이렇게 변환된 벡터는 알고리즘에 의해 분석되어 분류, 예측, 추천 등의 작업에 사용됩니다. 사실 사용 가능성은 무궁무진 하지만 최근에는 인공지능의 최적화 혹은 개인화를 위해 VectorDB를 활용한 기법을이 떠오르며 벡터라는 개념은 더욱 중요해지고 있습니다. 벡터 데이터베이스의 역할 벡터 데이터베이스는 벡터와 이와 관련된 메타데이터를 저장하고 조회하기 위해 최적화된 데이터베이스입니다. 이러한 데이터베이스는 근사 최근접 이웃(Approximate Nearest Neighbor, ANN) 알고리즘을 사용하여 유사한 벡터를 빠르게 찾을 수 있도록 설계되었습니다. 이는 대규모 데이터 세트에서 유사한 항목을 효율적으로 검색할 수 있게 해줍니다. 벡터 데이터베이스가 LLM에 미치는 영향 LLM과 같은 모델들은 입력과 출력에 제한이 있으므로, 벡터 데이터베이스를 사용하면 텍스트나 다른 형태의 데이터를 벡터로 변환하여 저장함으로써 이러한 제한을 극복할 수 있습니다. 이는 모델이 데이터의 관련 부분만을 조회하여 처리할 수 있게 하여, 효율성과 성능을 크게 향상시킵니다. 요약하자면, 벡터와 벡터 데이터베이스는 현대 소프트웨어 개발, 특히 인공 지능과 머신 러닝 분야에서 필수적인 도구입니다. 이들은 데이터를 효과적으로 모델링하고 처리할 수 있는 강력한 방법을 제공하며, 그 결과는 다양한 애플리케이션과 시스템에서 볼 수 있습니다. 따라서 벡터와 벡터 데이터베이스에 대한 이해는 이러한 기술을 사용하거나 연구하는 데 있어 매우 중요합니다.

스타트업 문화는 혁신과 변혁의 상징으로 여겨져 왔지만, 그 뒤에 숨겨진 현실은 종종 빛나는 이미지만큼 아름답지 않습니다. 최근 유튜브에서는 기존의 성공학 강사 혹은 월 1,000만원 강의 등을 판매하는 이들의 과장과 소비자 기망을 폭로하는 영상이 쏟아지고 있습니다. 이것을 스타트업 문화에 적용하면 어떨까요? 스타트업은 세상을 바꾸겠다는 대담한 목표를 가지고 출발합니다. 그러나 이들 중 많은 수가 자신들의 사명과 혁신을 과도하게 포장하며, 실제로는 사소한 기능 개선이나 서비스 제공에 불과함에도 불구하고, 마치 세상을 새롭게 만들어 낼 혁명적인 발명처럼 광고합니다. 뭐, 어느정도는 IR을 위한 건가 싶다가도 과장과 오해를 불러이르키는 표현이 자주 사용 되곤 합니다. (사용자수 부풀리기, 매출 부풀리기, 알수 없는 분야의 1위 등) 또한 마케팅, 후킹이라는 말로 포장하기에 이것들은 너무 자극적이고 애초에 거짓인 경우가 다수 입니다. 일단 지르고 나중에 숫자를 맞추면 된다는 방식은 무척 위험하다는 것을 우리는 사회적으로 합의도 했고 불법이라고 알고 있으나 이것을 스토리로 의미 있다고 보는 사람들도 있는 것 같습니다. 매출과 이익, 연봉과 매출은 엄연히 다른 개념이며 투자금과 수익도 명확히 다른 개념이지만 이것들을 혼용하여 고객, 투자자, 사용자를 오해하게 하는 경우는 이미 너무 많습니다. 크라우드펀딩사이트, 강의플랫폼, SNS 등 어디든지요. 다시 스타트업 이야기를 해보죠. 환상과 그 실체 이런 과정에서 스타트업 생태계는 화려한 실패의 역사를 써 내려가고 있으며, 이러한 실패의 뒤에는 끊임없는 압박과 스트레스를 견디다 못해 탈진하거나 해고된 수많은 근로자들의 이야기가 있습니다. 실제로 창업이라는 멋진 도전에 갈려 나간 인력과 커리어들을 보면 뭔가 마냥 멋지다고는 할 수 없습니다. 투자금은 이런 환상을 부추기는 주요 원인 중 하나입니다. 창업자들은 벤처 자본을 유치하기 위해 자신들의 아이디어를 혁명적인 것으로 포장하고, 스티브 잡스와 같은 혁신가의 이미지를 모방하려 애씁니다. 그러나 이는 검증되지 않은 아이디어에 대한 과대 마케팅이며, 실질적인 가치나 혁신보다는 착각을 판매하는 것에 가깝습니다. 제품이 실제 성과는 못내고 있지만 외부에선 최고의 제품을 만들고 있다고 인터뷰하며 구성원과 자기 자신까지도 속이는 경우도 보았습니다. 이 경우는 어찌보면 투자를 넘어선 스스로가 그냥 유명해지고 싶어하는 부류 같아 보였습니다. (지금은 폐업 한 것으로 알지만) 이러한 문화는 최고의 인재를 유치하려는 시도로 인해 더욱 강화됩니다. 스타트업의 직무 설명은 종교적 소명이나 봉사의 호출처럼 포장되어 있으나, 실제로는 무제한 휴가나 무제한 간식과 같은 혜택이 과로와 창의성의 제한을 가리는 가면에 불과합니다. 이러한 문화 속에서 일하는 것은 종종 일주일에 70시간 이상의 근무를 의미하며, 초기에 제공된 혜택들은 신속히 사라지게 됩니다. 스톡옵션이나 구주매각 등의 법인 투자에 대한 기본적 개념이 없는 직원들은 실제 해당 스타트업이 엑싯을 해도 매우 적은 보상만 받는 경우도 많습니다. 또한, 일부 스타트업의 과장은 심각한 수준의 불평등을 만들어냅니다. 소수의 창업자와 CEO들이 엄청난 부를 쌓는 동안, 일반 직원들은 소액의 지분을 위해 수년간 기다려야 하며, 종종 인수 이후에도 실망스러운 결과에 직면하게 됩니다. 이러한 불평등은 스타트업 문화의 집단적 착각과 끊임없는 근무 시간에 대한 옹호로 인해 더욱 악화됩니다. 저는 이들을 왕왕 보람중독이라고 부르는데 보통 이런 이들은 새벽에 퇴근하며 오늘도 불태웠다! 같은 류의 스토리를 자주 게시하며 무엇을 하는지 언제든 파악이 가능하게 소셜 미디어에 자신의 노력과 관심 분야를 업로드 합니다. 또한, 이 문화는 또한 엘리트주의와 선별적 편향을 촉진합니다. 많은 액셀러레이터와 네트워킹 이벤트는 소수의 창업자들에게만 혜택을 제공하며, 대부분의 여성, 학벌, 그리고 인맥이 없는 사람들을 배제합니다. 이는 스타트업 성공이 모두에게 가능하다는 허구를 조장하며, 실제로는 체계적인 장벽에 부딪힌 많은 유능한 인재들을 외면합니다. (이런 경우 투자심사 외의 사적 관계가 개입되어 있는 경우도 더러 있습니다.) 그러나 이제 스타트업 문화의 균열이 드러나고 있습니다. 익명의 게시판과 비공개 그룹에서는 오도된 채용 전략, 무능한 리더십, 그리고 결여된 워라밸에 대한 비판이 제기되고 있습니다. 이러한 문제를 공개적으로 지적하는 이들은 종종 불충실로 낙인찍히거나 문화에 적응하지 못한 것으로 비난받습니다. 쉽게 말하면 왜 분위기 곱창내냐? 라는 방식으로 지금 잘 되지 않고 있는 현상을 지적하거나 이게 맞나라는 의문을 가지는 것 자체를 터부시하면서 현실을 못보게 만드는 경우도 있습니다. 물론, 모든 사실을 말하는게 무조건 긍정적인 것은 아닙니다. 다만, 건전하고 의미있는 지적, 비판을 아예 못하게 하는 것은 상당한 문제가 있습니다. (물론, 대부분의 사람들은 '편하게 해'라고 하지만 실제로 하면 무척 싫어합니다.) 진짜를 찾아서... 이러한 상황은 우리에게 스타트업 문화가 실제로는 허세, 불평등, 그리고 과장된 이야기에 기반을 두고 있음을 상기시킵니다. 진정한 혁신과 공동 번영을 추구하기 위해서는 이러한 문화를 넘어서 실질적인 가치와 모두를 위한 기술 개발에 집중해야 합니다. 이것만이 더 많은 사람들에게 혁신이 진정한 의미를 갖게 할 유일한 방법입니다. 솔직히 뭐 안되고 있는데 되고 있는 척 하기도 쉽지 않은 것이고 누구보다 자기 자신이 가장 고통 스러울 것 입니다. 오히려 제품과 품질에 집중할 떄, 해당 스타트업은 그 자체로 의미를 가지고 모두가 칭송할 것 입니다. 제가 적어도 가까이에서 본 성공한 스타트업 및 스타트업 구성원들은 너무 치열하고 조용히 무언가를 하기에 장인에 가까운 몰입으로 무언가를 하고 있으면 시장이 찬양(사용, 팔로우)해주는 경우를 많이 보았습니다. 물론 자기PR이 중요하긴 하지만 결국 내실이나 소재가 있어야 그 PR도 하는거구요. 지금 제가 이 글을 쓰고 있는 슬래시 페이지 팀도 그렇구요. 최근 장사의신, 자청 등 유명한 '성공한 사람'의 사례에 과장과 순서 뒤바꿈, 거짓말 등이 있다는 이야기들이 하나 둘 씩 화제가 되고 있습니다. 최근에 핫해진 퍼스널 마케팅이니 인공지능으로 부자되기 등도 저는 비슷하다고 생각합니다. 결국 그들은 인공지능으로 부자가 되었나요? 그들은 강의를 팔아서 부자가 되었습니다. 퍼스널 브랜딩도 마찬가지 입니다. 그들도 결국엔 자기 자신이 브랜드가 되어서 돈이 되는게 아닌 퍼스널 브랜딩 강의와 조회수로 돈을 벌고 있습니다. 이것을 퍼스널 브랜딩이라고 멋지게 부른다고 달라질까요? 개인적인 경험 예전에 Prompt Engneering이라는 개념이 떠올랐을 때 이걸로 강의 만들어서 팔거나 전자책 파는 분들도 많았습니다. 개인적으로 이게 보기 싫어서 아래 같은 문서를 무료로 공개했습니다. 이후 출판 제안이 몇번 왔지만 다 거절했습니다. ML/AI쪽에 정말 관심있어서 들여다 보신분들은 아시겠지만 결국 모델이 아니 모델 카드만 바뀌어도 Prompt의 입력 방식이나 공식은 거의 새롭게 재편 됩니다. 미드저니, 어도비 등이 좋은 예시 입니다. 버전이 업데이트 될 때 마다 프롬프트 입력 방식과 특정 값을 넣는 방식이 바뀌고 각종 도구 Gamma나 DID 역시 SaaS형태의 제품이기 때문에 업데이트 마다 새로운 방식이 나타납니다. 우리는 계속 바뀌는 How-to를 사람들에게 인생을 바꿀 수 있는 무언가 처럼 판매하는 것에 대해 한 번 생각해볼 일 입니다. 최근 제 주변에도 지식창업?이라는 표현을 쓰며 특정 강의를 판매하는 경우가 왕왕 있습니다. 정말 그 강의가 도움이 되고 가치 있는 강의 인지 생각을 해 보아야 합니다. 개인적으로 Notion이라는 팀을 만나서 가이드도 번역하게되고 그 인연으로 책도 내고 초기에 강의를 다녔습니다. 뭐 강의라고 하기엔 워크샵 형태로 만원 받고 하긴 했는데 여하튼 다녔습니다. 그 외에도 책을 내니 몇 번 강의가 들어오긴 했습니다. 다만, 그 강의가 과연 의미가 있나? 하면 개인적으론 의문이 앞섰습니다. 고작 Notion 쓸 줄 안다고 일잘러가 되나? 특정 툴, 방법론을 안다고 이 사람이 저정도의 돈을 낼 가치가 있을까? 같은 의문이죠. 그러다 보니 Notion 관련된 강의는 거의 안나가고 해당 서비스 혹은 팀에 맞게 워크스페이스를 구성해주는 컨설팅이나 외주 등을 주로하거나 인공지능이나 다른 강의도 결국에는 지금 당장 유행하는 것 보다는 담론이나 개인적인 생각에 대해 이야기 하는 경우가 많아졌습니다. 부족함에도 불구하고 계속 찾아주셔서 감사하긴 한데 개인적으로 정말 AI가 보편화되며 지식의 습득이 더 쉬워지는 시대에 우리가 할 수 있는 건, 단순히 지식 전달자가 아닌 자신의 생각과 이야기를 하는 게 더 사회적으로 옳은 방향이 아닌가 하는 생각이 듭니다. 스타트업 이야기를 쓰다가 강의 이야기까지 왔는데 특정 스타트업이나 특정 강사분들에 대한 이야기는 전혀 아니고 유튜브를 키니 저격, 폭로, 분노 등의 썸네일이 너무 많이 보여 스스로 다시 돌아보기 위해 작성해본 글 입니다.