기본 콘텐츠로 건너뛰기

콘텐츠와 플랫폼을 비교하라구?

콘텐츠와 플랫폼을 비교하라는 얘기를 들었다. 
이는 사과와 판매대를 비교하라는 얘기이다. 
서로 다른 벡터(vector)를 가진 두 단어를 정의가 아닌 비교를 하라니..
그래서 이렇게 얘기를 해봤다. 

"콘텐츠는 product이고, 플랫폼은 콘텐츠를 딜리버리하는 방법론 중의 하나입니다. 
만약 콘텐츠를 서비스에 올리면 콘텐츠 서비스가 되고 콘텐츠를 플랫폼에 올리면 콘텐츠 플랫폼이라 부릅니다." 

이렇게 얘기하니까 갑자기 화난 말투로 

"어떻게 콘텐츠랑 플랫폼을 붙여서 생각하지? 콘텐츠는 감성이고 플랫폼은 도구 아닌가?"

음... 이 분은 아는거 같으면서 모르는 거 같네..

"감성으로 만든 프로덕트를 도구로서 딜리버리하니까 이렇게 설명되는거 아닌가요?"

이 설명에 이해를 못하고 화를 냈다. 

"너는 사람을 가르치려하는게 단점이야!"

----

더이상 받아들이지 않는 분꼐 상세히 설명을 드릴 수는 없지만, 혹시 지금까지 똑같이 생각하고 있는 분들을 위해서 설명을 해볼까 합니다.

콘텐츠나 툴등의 유저가 사용할 수 있는 프로덕트를 딜리버리 하는 방법론 중에 서비스와 플랫폼등 여러가지 방법론이 있습니다. 

서비스는 사업 주체가 공급자가 되어서 유저들에게 딜리버리하는 반면 플랫폼은 사업 주체가 프로덕트의 공급자를 모아서 유저에게 딜리버리하는 방법으로 프로덕트의 소유권 및 책임 여부가 달라집니다. (니들이 플랫폼을 아니? 참조)

즉, G마켓, 11번가, 쿠팡 등의 플랫폼 사업은 공급자가 플랫폼 사업 주체가 아니기 때문에 거래로 인한 피해는 당사자에게 책임을 전가하는 구문이 SLA(Service License Aggreement, 서비스 이용 규약)에 명기되어 있으며, 이로 인한 논란이 언제나 나타나고 있는 이유 입니다. 

하지만 자신이 직접 프로덕트를 소싱하여 판매를 하는 소규모 판매 사업자들은  상거래 사업을 직접 운영하므로 스스로 환불, 유저 대응 등을 진행하여 품질 만족도는 높을 수 밖에 없습니다. 

하지만, 플랫폼이면서 플랫폼의 단점인 공급자의 품질 관리를 철저하게 함으로서  세계 제일이 된 아마존은 플랫폼의 장점을 살리면서 플랫폼의 단점을 없앤 공급자로 유명합니다. 

단어의 선정으로 사업의 방향을 결정하는 것은 중요하지만, 그 단어를 선택함으로서 반대 되는 방법론의 장점을 버릴 이유는 없다고 생각합니다. 

얼마나 서로 다른 딜리버리 방법론의 장점을 잘 살리느냐에 따라 블루오션을 창출하고 있습니다. 
아마존의 단점인 서비스 품질 향상을 위해 저가격을 포기한 것을 역으로 이용해 품질은 포기하고 최저가만 노려서 성공한 Wish같은 서비스(입점형 플랫폼... 이지만)도 있습니다. 
베이스는 직접 소싱하여 판매하는 원가의 매력을 가지는 서비스의 형태이고 여기에 플랫폼의 장점인 다양한 공급자를 서비스 사업자가 직접 선정하여 대항을 하고 있지만 자체 공급력의 한계에 맞는 규모까지 밖에 성장할 수 없는 단점을 가지고 있습니다. 

그렇다고 무조건 사업의 의미가 없다고 볼 수 없는 것이, 아마존이 세계 제일이 되었다고 해서 다른 유사 서비스가 망한다고 할 수는 없습니다. 
망하는 것은 다른 여러 서비스들의 경쟁력에서 고객의 선택에서 벗어났을 뿐이지,  작으면서 건실한 쇼핑 사업을 하는 곳은 여전히 매출은 성장하고 있습니다. 

때문에 무엇을 하든 자유이지만, 비즈니스를 키우기 위해서는 혼자 할 수 없습니다. 
그렇다면 많은 사람들, 파트너들과 비즈니스를 하기 위해서는 생각의 공유가 필요합니다. 
이 때 가장 중요한 것이 커뮤니케이션인데, 똑같은 말을 하면서 다른 것을 상상해버리면 의미가 없지 않을까요?

아무리 위에 있는 사람이라도 틀린 정의를 가지고 있을 수 있습니다. 
이를 빨리 수긍하여 전원의 사전이 일치하도록 하는 것이 가장 중요하지 않을까 싶습니다. 



giip :: Free mixed RPA orchestration tool! 

댓글

이 블로그의 인기 게시물

Alter table 에서 modify 와 change 의 차이 :: SQL Server

두 개의 차이를 모르는 경우가 많아서 정리합니다.  modify는 필드의 속성값을 바꿀때 사용하구요.. change는 필드명을 바꿀떄 사용합니다.  alter table tbbs modify bNote varchar(2000) NULL; alter table tbbs change bNoteOrg bNoteNew varchar(2000) NULL; change에는 원래 필드와 바꾸고 싶은 필드명을 넣어서 필드명을 바꾸는 것이죠~ 더 많은 SQL Server 팁을 보려면  https://github.com/LowyShin/KnowledgeBase/tree/master/wiki/SQL-Server giip :: Control all Robots and Devices! Free inter-RPA orchestration tool! https://giipasp.azurewebsites.net/

책에서는 안 알려주는 대규모 트래픽을 위한 설계

음성 버전 :  https://www.youtube.com/watch?v=ZZlW6diG_XM 대규모 트래픽을 커버하는 첫 페이지 만드는 법..  보통 DB를 연결할 때 대규모 설계는 어떻게 하시나요?  잘 만들었다는 전제 하에 동접 3000명 이하는  어떤 DBMS를 사용해도 문제 없이 돌아갑니다.  여기서 이미 터졌다면 이 콘텐츠를 보기 전에 DB의 기초부터 보셔야 합니다.  아.. 개발 코드가 터졌다구요? 그럼 개발자를 때리셔야지요..  만약 3000명을 넘겼다면? 이제 Write/Read를 분리해서  1 CRUD + n개의 READ Replica를 만들겠죠?  보통 Read Replica는 5개가 최대라고 보시면 됩니다.  누가 연구한 자료가 있었는데...  6번째 레플리카를 만든느 순간 마스터가 되는 서버의 효율 저하 때문에  5번째에서 6번쨰로 올릴때의 성능이 급격히 줄어든다는 연구 결과가 있습니다.  때문에 Azure에서도 replica설정할 때 5대까지 밖에 설정 못하게 되어 있지요.  유저의 행동 패턴에 따라 다르긴 하지만,  1 CRUD + 5 Read Replica의 경우 동접 15000명 정도는 커버 합니다.  즉, 동접 15000명 에서 다시 터져서 저를 부르는 경우가 많지요..  이 때부터는  회원 DB, 게시판DB, 서비스DB, 과금 DB 등등 으로 성격, 서로의 연관도에 따라 나누기 시작합니다.  물리적으로 DB가 나눠지면 Join을 못하거나 Linked Table또는 LinkDB등의 연결자를 이용해서 JOIN이 되기도 합니다.  그에 따라 성능 차이가 생기지만 가장 중요한 포인트는  서로 다른 물리적 테이블의 JOIN은 인덱스를 타지 않는다!  라는 것입니다. 즉, JOIN할 테이블들을 최소한으로 만든 뒤에 JOIN을 걸지 않으면 NoSQL처럼 느려터져 죽습니다.  양이 많은 DB에서 양이 적은 테이블을 가져와서 JOIN을 해야겠지요..  이렇게 해서 동접 10만명까지 커버를 했다 칩시다.  여기서 일반적인 동접의 기준도 서비스마

BI의 궁극판! Apache Drill을 써보자!

사실 Apache Drill 은 BI(Business Intelligence)라고 부르는 것 보다는 단순 데이터 연결 엔진이다. https://drill.apache.org/ 하지만 내가 왜 극찬을 하느냐면.. DBA로서 항상 문제가 되어왔던게, 이기종 데이터의 변환이나 처리였다. 포맷을 맞추는데 엄청난 시간이 걸리고, 데이터 임포트 실패가 무수하게 나고.. 한 번 잘못 데이터를 추출하면 다시 조정, 변환, 추출하는데 시간이 많이 걸린다. 그런데! Apache Drill은 그냥 RDB를 CSV랑 연결해서 조인해서 통계를 낼 수 있다. 그것도 표준 SQL을 사용하여! 예를 들어, CSV의 세 번째 컬럼이 price 이고, 물건의 판매이력을 PG사에서 CSV로 출력 받았다. 우리 DB와의 검증을 위해서는 수동으로 Import를 한 뒤에 포맷이 안맞아 잘리는 데이터가 있다면 다시 맞춰주고, 재 임포트를 수십 번, 그리고 나서 겨우 들어간 데이터를 조인하여 빠진 데이터를 분간한다. 숫자가 적다면 개발자가 개발로 처리할 수도 있지만, 건수가 하루에 300만건 짜리라면.. 한 달 온 파일은 9천만 건이다. 프로그램으로 고작 처리하는 것이 초당 500건. 거의 20만초, 에러 없이 약 56시간.. 에러가 생기면 다시 56시간.. ㅠㅡㅠ 이런게 현실이기 때문에 쿼리 말고는 방법이 없다. apache drill 의 진면목을 보자! 이번에는 좀 범용 적인 MySQL DB와 붙여 보자. . 난 이번에는 Mac에서 작업을 했기 때문에 그냥 다운 받아서 풀었음.. https://drill.apache.org/download/ 여기서 자기 OS에 맞는 버전을 받아서 설치하시길.. 압축을 풀고 나면 MySQL 커넥터를 붙여야 한다. https://dev.mysql.com/downloads/connector/j/5.1.html 여기서 다운로드 이런 커넥터 들을 붙일 때마다 콘피그를 수정해 줘야 하지만, 몇 번만