gemini2k 님의 블로그

급한 척하는 메일 한 통에 무심코 링크를 누를 뻔한 적이 있다. 다행히 주소가 이상해 멈췄다. 피싱은 점점 정교해지지만, 자세히 보면 공통된 신호가 있다.다급하게 재촉한다"24시간 안에 처리하지 않으면 계정이 정지됩니다" 같은 문구로 생각할 틈을 주지 않으려 한다. 진짜 기관은 대개 이렇게 몰아붙이지 않는다. 급할수록 한 박자 멈추는 게 안전하다.보낸 주소와 링크가 미묘하게 다르다기관 이름은 맞는데 도메인이 한 글자 다르거나, 표시된 글자와 실제 연결 주소가 다른 경우가 많다. 링크는 누르기 전에 마우스를 올려 실제 주소를 확인하는 습관이 도움이 된다.첨부파일을 열게 유도한다송장, 견적서, 이력서를 가장한 첨부파일이 흔하다. 예상하지 못한 첨부는 일단 의심한다. 특히 압축파일이나 실행파일, 매크로를 켜라..

비밀번호를 외우려고 애쓰던 시절엔 결국 몇 개를 돌려 썼다. 한 곳이 뚫리면 다른 곳도 위태로운 구조였다. 외우기를 포기하고 관리로 방향을 바꾸자 오히려 더 안전해졌다.같은 비밀번호 돌려쓰기가 가장 위험하다한 사이트에서 유출된 계정 정보로 다른 사이트에 그대로 시도하는 공격이 흔하다. 어딘가 한 곳만 새도 같은 비밀번호를 쓴 모든 곳이 위험해진다. 사이트마다 다른 비밀번호를 쓰는 것이 첫 번째 원칙이다.비밀번호 관리자를 쓴다사이트마다 다른 긴 비밀번호를 외울 수는 없다. 그래서 비밀번호 관리자를 쓴다. 마스터 비밀번호 하나만 기억하면, 나머지는 길고 복잡한 무작위 문자열로 자동 생성·저장된다. 외우지 않으니 길고 복잡하게 만들 수 있다는 게 핵심이다.2단계 인증을 더한다비밀번호가 새더라도, 두 번째 관문..

회의에서 같은 표를 두고 두 사람이 정반대로 해석하는 장면을 본 적이 있다. 데이터가 거짓말을 한 게 아니라, 그 데이터를 어떻게 자르고 묶었느냐가 달랐던 것이다.기준을 어디에 두느냐증감을 말할 때 비교 대상이 작년 같은 달인지, 직전 달인지에 따라 방향이 달라진다. 계절을 타는 데이터라면 직전 달과 비교하는 순간 엉뚱한 결론이 나온다. 어떤 기준선을 잡았는지를 밝히지 않으면, 같은 숫자가 호재도 악재도 된다.어떻게 묶었느냐구간을 어떻게 나누느냐에 따라 그림이 달라진다. 연령을 10세 단위로 묶을 때와 20세 단위로 묶을 때 봉우리의 위치가 옮겨 보인다. 의도하지 않아도, 묶는 방식 하나가 메시지를 바꾼다.무엇을 뺐느냐특정 구간이나 이상값을 빼고 보면 추세가 깔끔해진다. 그런데 그 "정리"가 불리한 사실..

실제 데이터는 교과서처럼 깔끔하지 않다. 빈칸이 군데군데 있고, 누가 봐도 이상한 값이 끼어 있다. 이걸 어떻게 다루느냐에 따라 결과가 달라진다. 그래서 정제는 분석의 곁다리가 아니라 본론에 가깝다.빈칸에도 이유가 있다결측치를 무작정 0으로 채우거나 행을 통째로 지우면 그림이 왜곡된다. 응답하지 않은 것인지, 해당 없음인지, 입력이 누락된 것인지에 따라 처리가 달라야 한다. 나는 먼저 "왜 비었을까"를 한 번 따져 본다. 빈칸이 특정 집단에 몰려 있다면, 그 자체가 중요한 단서일 수 있다.이상값은 지우기 전에 의심한다평균에서 한참 벗어난 값을 보면 지우고 싶어진다. 하지만 입력 오류일 수도 있고, 진짜 드물지만 중요한 사례일 수도 있다. 나이가 200살이면 오류겠지만, 유독 큰 민원 건수는 실제 현상일 ..

분석을 해 보려고 자료를 찾다가 정작 데이터를 구하는 데서 반나절을 보낸 적이 있다. 어디에 무엇이 있는지 감이 없으면 검색만 맴돈다. 몇 번 겪고 나서 나름의 순서가 생겼다.무엇이 필요한지부터 적는다막연히 "관련 데이터"를 찾으면 끝이 없다. 어떤 단위(개인·가구·지역·기간)로, 어느 기간의, 어떤 항목이 필요한지 한 줄로 적어 두면 검색어가 또렷해진다. 이 한 줄이 없으면 받아 놓고도 못 쓰는 데이터가 쌓인다.원본에 가까운 출처를 고른다같은 통계라도 가공된 요약본보다 원자료에 가까울수록 다시 쓰기 좋다. 가공본은 보기엔 편하지만, 내가 원하는 방식으로 다시 나누기 어렵다. 기관이 직접 공개한 원본인지, 누가 한 번 정리한 2차 자료인지 확인하는 습관이 도움이 됐다.메타데이터를 먼저 읽는다데이터를 내려..

"평균 처리 기간은 5일"이라는 한 줄을 믿고 보고했다가 낭패를 본 적이 있다. 대부분은 2~3일에 끝났는데, 한참 밀린 몇 건이 평균을 끌어올린 것이었다. 평균은 편리하지만, 그 안의 쏠림을 가린다.평균은 극단값에 약하다값 몇 개가 유독 크거나 작으면 평균은 그쪽으로 끌려간다. 소득이나 처리 기간처럼 한쪽으로 길게 늘어진 데이터에서 특히 그렇다. 이럴 때는 가운데 값인 중앙값을 함께 보면 실제 체감에 더 가깝다. 평균과 중앙값이 크게 벌어져 있다면, 그 자체가 "쏠림이 있다"는 신호다.분포를 한 번은 들여다본다숫자 하나로 뭉뚱그리기 전에 값들이 어떻게 퍼져 있는지 본다. 히스토그램 한 장이면 충분하다. 봉우리가 둘이거나, 꼬리가 길거나, 0 근처에 몰려 있는지가 드러난다. 평균만 봤다면 놓쳤을 그림이다..

보고서를 만들다 보면 그래프를 일단 화려하게 그리고 싶어진다. 3차원 막대, 알록달록한 원그래프. 그런데 정작 보는 사람은 "그래서 뭘 말하려는 거지"에서 막힌다. 그래프는 장식이 아니라 한 문장을 대신하는 그림이어야 한다.비교냐 추세냐 구성이냐먼저 무엇을 보여 줄지 정한다. 항목끼리 크기를 비교한다면 막대가 낫고, 시간에 따른 변화라면 선이 낫다. 전체에서 차지하는 비중이라면 원그래프를 떠올리지만, 항목이 서넛을 넘어가면 오히려 막대가 읽기 쉽다. 원그래프는 조각이 많아질수록 눈으로 크기를 가늠하기 어렵다.3차원과 화려한 색은 대개 방해다입체 막대는 멋져 보이지만 앞뒤가 겹쳐 값을 잘못 읽게 만든다. 색도 마찬가지다. 강조하고 싶은 한둘만 색을 주고 나머지는 회색으로 두면, 보는 사람의 눈이 자연스럽게..

비용 결재 없이 먼저 감을 잡고 싶을 때가 있다. 다행히 무료로 써 볼 수 있는 AI 도구가 적지 않다. 어떤 종류가 있는지, 무엇을 보고 고르면 좋은지 정리해 둔다.글쓰기와 요약을 거드는 챗봇가장 흔히 쓰는 부류다. 초안 작성, 표현 다듬기, 긴 글 요약에 두루 쓴다. 무료 구간에서도 일상적인 문서 작업은 충분히 해 볼 수 있다. 다만 무료판은 한도가 있고, 입력한 내용이 어떻게 다뤄지는지 정책을 한 번 확인하는 편이 좋다.표와 데이터를 다루는 도구표 정리, 간단한 계산, 형식 변환을 돕는 기능이 늘고 있다. 가벼운 정리에는 편하지만, 결과를 그대로 믿기보다 합계와 행 수를 검산하는 습관이 필요하다.고를 때 보는 것나는 세 가지를 본다. 입력한 데이터가 외부로 학습·저장되는지, 무료 한도가 실제 업무에..

AI가 알려 준 내용을 그대로 옮겼다가 머쓱했던 경험이 있다. 분명히 그럴듯했는데, 근거를 찾아보니 출처가 없거나 내용이 달랐다. 그 뒤로 답을 받으면 한 단계를 더 거친다.그럴듯함은 근거가 아니다생성형 모델은 모르는 것도 아는 말투로 답한다. 자신감 있는 문장과 정확한 정보는 별개다. 특히 통계, 법령 조항, 사람의 발언처럼 "원본이 존재하는" 정보일수록 확인이 필요하다.근거를 직접 달라고 한다나는 답을 받은 뒤 "이 내용의 근거가 되는 1차 자료나 원문을 알려 달라"고 다시 묻는다. 진짜 근거가 있으면 출처로 이어지고, 없으면 모델이 슬그머니 표현을 바꾸기도 한다. 그 반응 자체가 신뢰도를 가늠하는 단서가 된다.검증할 항목을 정해 둔다모든 문장을 의심할 수는 없으니 기준을 둔다. 숫자, 날짜, 고유명..

매달 비슷한 자료를 같은 방식으로 정리하는 일이 있었다. 분량이 많진 않아도 손이 자주 가고 실수가 끼어들기 쉬운 종류였다. 이런 일에 AI를 붙였더니 체감이 컸다.사람이 판단하던 분류를 거들게 했다들어오는 문의를 성격별로 나누는 일이 있었다. 규칙이 명확하지 않고 애매한 게 많아 사람이 일일이 읽고 분류했다. 여기에 AI를 보조로 썼다. 분류 기준을 예시와 함께 정해 주고, 1차 분류를 맡긴 뒤 사람이 확인만 했다. 처음부터 사람이 읽는 것보다, 1차안을 고치는 쪽이 빨랐다.형식이 제각각인 표를 맞췄다부서마다 다른 양식으로 보내온 표를 하나의 틀로 합치는 작업도 골칫거리였다. 열 이름이 다르고 단위가 섞여 있었다. AI에 "이 표를 이런 열 구조로 바꿔 줘"라고 형식을 보여 주니 초벌 정리를 해 줬다...