옛날 빌 캠벨의 책을 보면서 코치라는 것을 스포츠 분야가 아닌 다른 분야에서도 존재하는 구나를 명확히 인지했습니다. 그 전에는 사실 직군명 같은 정도로 생각했지 멘토링, 컨설팅이라는 것과 차이도 잘 모르고 있었던게 사실 입니다. 최근 퇴사를 하고 다양한 분들을 만나면서 한 친구에게 코칭아닌 코칭을 해주었습니다. 실제로 그 친구가 코칭의 효과를 보았고 이후에 소개와 소개를 더해 어느덧 코칭을 진행한 인원이 12명을 넘어갔습니다. 매번 코칭을 시작하기 전에 코칭이란 무엇이고 어떤걸 할 것인지 메일 혹은 식사를 하며 설명을 드리는데 이번 기회에 문서로 남겨놓으면 좋을 것 같아 글로 남깁니다. 코칭, 멘토링, 컨설팅 차이 구분 코칭 (Coaching) 멘토링 (Mentoring) 컨설팅 (Consulting) 목적 개인의 잠재력 최대화 및 성과 향상 개인의 개발과 장기적 경력 발전 지원 문제 해결 및 목표 달성 지원 접근 방식 내담자가 스스로 해답 찾도록 지원 경험과 지식 공유를 통한 성장 지원 전문 지식과 해결책 제공 내담자와 상호작용 단기적, 구체적 목표 중점 장기적 관계, 개인 및 경력 발전 초점 프로젝트 기반, 명확한 목표와 기한 코칭은 한 사람이 가진 잠재력을 최대한 끌어내서 목표를 달성하고 성과를 높이도록 도와주는 활동입니다. 코치는 전문성이나 해답을 제시하기 보다는, 질문과 대화를 통해 코칭 대상자 스스로 해결책을 찾고 실천할 수 있게 이끌어줍니다. 즉, 코칭의 핵심은 코칭 대상자의 내면에 이미 존재하는 역량과 자원을 발견하고 강화하는 것입니다. 이를 위해 코치는 경청, 질문, 피드백 등의 방법을 활용합니다. 일방적인 조언이나 지시가 아니라, 코칭이 이의 주체적인 성찰과 행동 변화에 초점을 둡니다. 따라서 코칭은 단순히 과업의 성과만이 아니라, 근본적으로 코칭이의 자아인식, 책임감, 자율성을 높이는 과정이라 할 수 있습니다. 이러한 관점에서 코칭은 개인의 성장과 조직의 성과 향상을 위한 효과적인 개발 방법론으로 자리잡고 있습니다. 코칭의 기본? 성과 = 잠재요소 - 방해요소 : 코칭에서는 성과를 향상시키기 위해 개인의 잠재력 계발과 함께 그것을 가로막는 장애물을 찾아 제거하는 것이 중요합니다. 자기 신뢰와 자존감 향상 : 코칭을 통해 얻고자 하는 궁극적 결과는 코칭 대상자의 자기 신뢰와 자존감이 높아지는 것입니다. 이로써 타인에 대한 의존에서 벗어나 스스로의 원칙에 따라 행동할 수 있게 됩니다. 기본 가정 정립 행동 변화가 지속되려면, 행동의 기저에 있는 가치관과 사고방식에 대한 통찰이 필요합니다. 코칭은 목표 달성에 도움이 되는 기본 가정을 정립할 수 있도록 돕습니다. 질문을 통한 자기 인식: 코칭에서는 코치가 해답을 주기보다 질문을 통해 코칭이 스스로 상황을 인식하고 해결책을 찾을 수 있도록 합니다. 이 과정에서 자기 인식이 깊어집니다. GROW 모델 코칭의 대표적인 방법론으로 GROW 모델이 있습니다. Goal(목표) - Reality(현실) - Options(대안) - Will(실천의지)의 4단계로 코칭을 진행합니다. 1단계는 코칭이의 목표를 명확히 하는 것입니다. 양적/질적으로 적절한 수준의 목표를 설정하는 것이 중요합니다. 2단계는 현재 상황과 역량에 대해 정확히 인식하는 과정입니다. 자아인식과 자기개념을 점검합니다. 3단계는 목표에 이르기 위한 실천 방안들을 탐색하는 단계입니다. 4단계는 실천 의지를 점검하고 강화하는 단계입니다. 이처럼 GROW 모델은 코칭의 목적과 원리를 잘 반영한 대표적 프로세스라 할 수 있습니다. 현대 사회에서 코칭의 가치는 더욱 커지고 있습니다. 전문성과 자율성을 겸비한 인재를 육성하고, 역동적으로 변화하는 환경에 적응력 있게 대응하기 위해서는 개개인의 성장과 주도성이 핵심 동력이 됩니다. 처음에는 다양한 분야의 사람들과 이야기를 나누고 고여있지 않기 위해서 소소하게 시작하였는데 생각이상으로 재밌게 하고 있습니다. 코칭이 생각보다 재밌는 이유는 상대의 성장을 가까이서 볼 수 있다는 장점도 있는 것 같습니다. 보통 1~2달 텀을 가지고 만나는데 실제로 변화하는 모습이 저에게도 좋은 자극이 됩니다. 인공지능이 관심을 받고 있다보니 "좋은 질문을 하는 것"에 대한 가치가 높아지고 있는데 이게 또 코칭이 더 저에게 의미있게 다가오는 이유이기도 합니다.

마이크로 블로그 서비스로 시작하여 전세계에서 가장 많은 트레픽을 생산하는 소셜 미디어의 자리까지 올랐다가 일론 머스크가 인수한 뒤로 사명을 X로 바꾸면서 다양한 잡음이 있었습니다. 그렇게 인수된지 1년이 넘게 지난 지금 트위터의 상황은 좋아졌을까요? 나빠졌을까요? 사실 이 논란은 미국에서 활발히 나오고 있는 이야기 입니다. 당시 미국 민주당 지지 세력은 일론 머스크의 트위터 인수 자체를 반기지 않았고, 상대적으로 기술 분야 재직자 중 민주당 지지자가 많은 것도 한 몫 했습니다. 트위터는 일론 머스크 인수 후로 부정적인 기사가 많이 나왔습니다. 물론, 이것에는 일론 특유의 기행도 시너지를 이르키긴 했습니다. 이번 트위터가 X가 된 이후, 실적이 어떻게 되었는가?에 대한 뉴스는 꾸준히 나왔으나 최근 포브스지에서 나름 의미 있는 수치를 공개하며 공개적으로 "일론 머스크 인수 및 X 리브랜딩 이후 사용량이 30% 감소하였다."이라 공식적 기사를 내보낸 이후로 본격적으로 이 논란은 불이 붙었습니다. 이전에도 광고주들이 걱정을 많이하는 매체, 광고 매출 감소 예상 등의 추상적인 혹은 재무재표상 확인 되는 정보를 가지고 이야기하는 기사는 많았으나 기업에서만 알 수 있는 사용량(트레픽)에 대해 확정적으로 이야기 하는 기사는 드물었습니다. 결론적으로 이 기사는 약간의 편향된 시선으로 작성되었다는 것으로 밝혀졌습니다. X 측은 바로 트위터 트레픽이 어떻게 늘어났는지 그리고 어떤 식으로 자신들이 공식 개정을 통해 공개했습니다. 일단, 광고 매출 및 사용량이 약간 주춤한 것은 맞지만 현재기준으로 보면 모든 것은 폭발적 성장을 이뤄냈습니다. 개인적으로도 기술 이슈를 따라가는데 있어서 트위터(X)는 이제 필수 불가결 같습니다. 인공지능, 웹, 서버 등 다양한 분야의 Guru들, CEO들이 너무 적극적으로 트위터를 쓰고 있기에 안쓰기 어렵더라구요, X로 이름이 바뀐 후 다양한 공식 개정이 생겼는데 위의 3 계정을 팔로우 해놓으시면 X가 어떻게 바뀌고 있는지 그리고 새로운 기술, 데이터를 어떻게 접목 시키는지 엿볼 수 있어서 좋더라구요. 또한 다시금 어떤 뷰로 보냐에 따라 수치나 정보는 크게 괴곡 될 수 있다는 점을 다시금 알게 되었습니다. 일론 머스크라는 사람이 호불호가 갈리는 사람인 것은 분명하나 그가 내놓은 결과물 혹은 변화를 시키고 있는 것들이 충분히 성과를 내고 있다는 점에 대해서는 크게 반론을 재기하기가 어려울 것 같습니다. 최근 테슬라 주주분들께선 심기가 불편하시던데 조만간 새로운 것을 선보인다고 하기 기대해 봐도 좋을 것 같습니다. 개인적으로 테슬라는 조용히 잘하고 있다고 봅니다. (이번 테슬라3 하이렌더도 그렇고...)

지난번에도 소개드린 a16z의 "기업의 생성형 AI 구축 및 구매 방식의 16가지 변화 (16 Changes to the Way Enterprises Are Building and Buying Generative AI)" 보고서가 발표되었습니다. 2023년 생성형 AI가 소비자 시장을 휩쓸며 10억 달러 이상의 소비를 기록했습니다. 2024년에는 기업 시장에서의 수익 기회가 훨씬 더 클 것으로 예상됩니다. 이번 앤드리슨 호로위츠에서 기업 리더들과의 인터뷰와 설문조사를 통해 그들이 생성형 AI를 어떻게 사용, 구매, 예산 책정하는지를 톺아보는 설문을 공개했습니다. 자세한 수치나 그래프 등은 원문에서 확인하면 될 것 같고 요약하면 다음과 같습니다. (화살표는 제 개인 생각 입니다.) 2023년 평균 지출은 700만 달러였고, 2024년엔 2~5배 증가 예상 ->인공지능 관련 예산 편성 급증 AI 투자를 반복적인 소프트웨어 예산으로 재할당하기 시작 -> 구독 혹은 솔루션 연간/정기 결제 ROI 측정은 여전히 정성/정량 분석이 혼재 -> 아직까지 명쾌한 도입효과가 나오고 있진 않다. 구현과 확장에는 전문 기술 인재 필요 (대부분 사내에 부재) -> ML에 대한 이해도가 높거나, AI 서비스를 만드는 전문 인재, 운영이 가능케 하는 PMO 등의 인력이 부족 다중 모델의 미래: 성능, 규모, 비용에 맞춰 여러 모델 테스트 및 사용 중 -> 결국 입력은 멀티모달로 갈 것, 모든 입력과 출력이 자유로운 모델이 떠오를 것 (키메라 형태의 모델 사용은 현재로선 한계가 명확함) 오픈소스 붐: 2023년엔 사용량이 10~20%에 불과했으나 2024년엔 50% 목표 -> 최근 메타뿐 아니라 구글 및 마이크로소프트, 알리바바에서도 오픈소스 모델을 선보이고 있음 오픈소스 선호 이유는 비용보다 제어와 맞춤화 때문 -> 개인적으로 가장 인상 깊은 부분이였음. 사람들은 높은 성능의 인공지능 보다는 맞춤형 생성형 서비스를 원함 제어에 대한 욕구는 민감한 사용 사례와 데이터 보안 우려에서 비롯 -> 보안 이슈, 망 이슈 맞춤화는 대부분 미세조정(fine-tuning)을 통해 이뤄짐 -> 이건 파인튜닝에 대한 정의가 다소 광의한 것 같음. 클라우드 공급자가 모델 구매 결정에 큰 영향 -> Azure의 사용량이 늘어나는 중. 타 클라우드들도 앤트로픽 등과 협의해 자체 클라우드 맞춤형 모델, 인프라 구축 중 초기 출시 기능도 여전히 중요 대부분 모델 성능이 수렴하고 있다고 생각 모델 교체가 용이하도록 애플리케이션 설계 기업은 현재 앱을 구매하기보다는 자체 구축 선호 내부용 사용 사례에는 적극적이나 외부용은 신중 2024년 말 모델 API와 미세조정 지출이 50억 달러 이상으로 증가 전망 기업들은 생성형 AI 도입을 최우선 과제로 삼고 예산을 늘리고 있다. 다양한 모델을 테스트하고 더 많은 워크로드를 프로덕션에 투입할 계획이다. 이는 전반적인 시장 성장을 이끌 것이며, 파운데이션 모델뿐 아니라 미세조정, 모델 서빙, 애플리케이션 구축, 목적 기반 AI 애플리케이션 등 전 분야에서 기회가 많이 보입니다. 실제로 최근 카카오벤처스와 마이크로소프트에서 진행하는 창업톤에 이와 비슷한 아이디어를 제출했는데 나름 좋은 결과를 얻어 새로운 걸 만들어보고 있습니다. 현재, 2024년은 생성형 AI의 변곡점에 와 있으며, 역동적이고 성장하는 이 시장에 서비스를 제공하는 차세대 기업들과 협력하기를 기대해 볼 수 있습니다.