뒤로가기back

생성AI가 만든 소리가 담긴 최초의 오디오북! 이걸 AI가 만들었다고요? 직접 들어보기!

2023.09.18 by Bright Kwon

 

내가 원하는 소리, 이제 AI 만들어준다고?

 

 

안녕하세요, 저는 가우디오랩의 사운드엔지니어인 Bright 입니다 🌟

 

효과음 탐색작업은 다양한 소리를 만들어야하는 사운드 엔지니어에게는 숙명과도 같은 정말 지루한 일이 아닐 수 없습니다. 전체 작업 시간의 거의 1/3 이상을 차지하는 이 작업은... 마치 따뜻한 아이스 아메리카노를 찾는 것과도 같고 모던 하면서 클래식한 디자인 요소를 찾는 듯한 느낌이라고 할까요? 😇 클라이언트의 마음에 드는 소리가, 또 내가 원하는 소리가 한 번의 검색에 딱! 나올 확률은 정말 극히 드뭅니다.

 

결국 해당 장면에 딱 어울리는 소리를 찾기 위해서 저와 같은 사운드 노마드들은 오늘도 열심히 사운드 이펙트 라이브러리에서 긴 여정을 떠나고 있었습니다.. 지금까지는요!

 

ChatGPT와 같은 생성형 AI의 시대에, 왜 소리를 생성해주는 AI 는 없을까? 우리는 고민했습니다. 그리고 이제 사운드 엔지니어로서 자랑스럽게 소개합니다, AI가 소리를 생성해주는 FALL-E(폴리) 입니다! (짝짝짝 👏🏻)

 

 

 

 

 

 

 

그리고 올해, FALL-E가 생성해 낸 소리가 오디오북에 담겨 세상의 빛을 보게 되었습니다. 그게 어떻게 된 것이냐고요?

 

 

 

생성형 AI 만든 효과음이 적용된 최초의 오디오 !

 

가우디오랩은 오디언(오디언소리)의 여름 한정 스릴러 컬렉션인 <사건 보고서>에 기술을 제공하고 있습니다. 코난, 강백호 등으로 대표되는 강수진 성우님께서 전체 디렉팅을 담당하시기도 해서 매번 화제로 떠오르고 있죠. 가우디오랩의 자랑인 공간음향 기술을 적용해 스릴러의 장르적 특징을 부각하며, 몰입감과 현장감을 생생하게 느꼈다는 후기들을 보기도 했습니다. (실제로 해당 작업을 했던 저는 매우 뿌듯했죠.)

 

올해 <사건 보고서>는 뭔가 더 달라졌습니다. 가우디오랩의 공간음향 기술 뿐만아니라, 앞서 소개한 사운드 생성 AI인 FALL-E 로 만든 사운드 효과들이 함께 담겼기 때문이죠! 세계 최초로 오디오 북에 생성형 AI로 만든 효과음들이 담긴 셈입니다!!

 

사운드 엔지니어로서 AI가 만들어낸 소리에 대해 반신반의했던 저도 깜짝 놀랐습니다.

“아무리 좋아봐야 녹음된 소리만큼 좋겠어?”라는 스스로의 질문에 “그렇네..”하고 인정할 수 밖에 없었거든요.

 

한번 들어보실래요?

 

 

 

 

어떠셨나요? 저는 처음에 샘플을 듣고 무척 놀랐습니다. AI가 소리를 생성한다는 이야기를 들었을 때, 사운드 엔지니어로서 음질적인 측면을 우려했던것도 사실이었거든요.

 

하지만 들으신 바와 같이 실제 녹음된 소리와 비교해도 다른 점을 찾기 어려운 정도로 고품질의 소리를 만들어 내고 있었습니다. 게다가 FALL-E는 일부 제한된 소리만 생성할 수 있는 타 생성형 AI와는 달리, 어떤 소리든 만들어 낼 수 있다고 해요. (10만 시간 이상의 트레이닝 데이터가 투입되었다고 합니다.)

 

 

사건보고서 제작기는 위 영상으로 확인하세요!

 

 

<사건보고서>에 대한 이야기를 조금 더 드려볼게요.

 

 

이번 작품 중 <백시>를 예로 들자면, 이 작품은 눈보라가 아주 강하게 휘몰아치는 설산에서 이야기가 진행됩니다. 그 와중에 제설차, 눈보라, 눈사태 등 여러 오브젝트(소리 객체라고 할 수 있죠)가 등장합니다. 원래라면 저는 이에 맞는 사운드를 일일이 찾고 비교 대조해 들어보며 많은 시간을 들여야 했을 겁니다. 게다가 제설차 소리, 눈보라, 눈사태 소리는 일상 속에서 쉽게 들을 수 있는 소리가 아니기 때문에, 소리를 만들기가 참 까다로울 수밖에 없었습니다. 비슷한 소리를 효과음 라이브러리에서 열심히 찾고, 그래도 알맞은 소리가 없다면 여러 매체를 참고하며 만들어내기도 했을테지요.

 

하지만 FALL-E 에게 해당 소리를 생성할 수 있도록 프롬프트를 주었더니, 이런 효과음들을 만들어줬습니다.

 

 

폴리가 만들어 낸 소리, 아주 신기합니다!

 

 

 

생성형 AI 세상에 하나 뿐인 소리 만들기

 

FALL-E는 프롬프트 기반으로 생성형 AI 모델이 새로운 소리를 만들어냅니다. 원하는 소리를 일일이 라이브러리에서 찾는 것이 아니라, 바로 명령어를 입력하면 되기 때문에 작업시간이 현저히 줄어들 수 있었습니다. 또한 이름 그대로 Generative AI(생성형 AI)인 만큼, 매번 다른 소리를 만들어 냅니다. 내가 만들고 싶은, 세상에서 단 하나 뿐인 소리가 만들어지는 것이죠.

 

제가 빗소리를 참 좋아하는데요, 제가 좋아하는 빗소리를 여러개 만들어 봤어요. 소리를 ‘생성’ 할 때마다, 프롬프트를 다르게 줄 때마다, 각 어떻게 변하는지 한번 들어보세요. 

 

 

 

 

 

마치며..

 

사운드 작업을 할 때 효과음 라이브러리를 켜놓고 몇 시간 동안 지루한 마우스 클릭으로 찾고 또 찾는 것이 아닌, 소리 생성 AI인 FALL-E와 대화하고 있는 제 자신. 사운드 엔지니어로서 늘 상상만 했던 이런 순간을 경험하고 있다는 것이 정말 놀라울 따름입니다. 그동안 매 작업마다 내가 원하는 소리를 바로바로 만들어 낼 수 있다면 정말 좋겠다.. 하고 간절히 바라왔거든요.

 

저는 가우디오랩의 사운드 엔지니어로서 무척 신나고, 또 많은 분들이 FALL-E를 쓰실 그 날이 기대되는 하루하루를 보내고 있습니다. ☺️ FALL-E는 여러분께 더 멋진 모습으로 다가갈 수 있도록 현재도 꾸준히 업그레이드 되고 있습니다. 여러분들께 공개 되는 그 날까지 조금만 기다려주세요!

 

 

 

pre-image
Vision Pro의 등장: 다중 음원이 존재하는 환경에서의 RIR 예측은 어떻게 하면 될까요?

Vision Pro의 등장: 다중 음원이 존재하는 환경에서의 RIR 예측은 어떻게 하면 될까요?     들어가며   안녕하세요, 가우디오랩에서 오디오와 AI 연구 개발을 하고 있는 모니카입니다.   최근에 Apple에서 Vision pro가 소개되면서 Spatial technology가 다시 한번 뜨거운 관심을 받게 되었습니다. 오디오와 관련된 기술도 언급되었는데요, 사용자가 위치한 공간에 대한 정보를 학습해 더욱 더 실감있는 오디오 경험을 제공한다고 합니다. 마-침 가우디오랩에서도 작년에 이와 같은 맥락에서 연구를 진행했기 때문에, 설레는 마음으로 이번 글에서 소개해보려고 합니다.     둠칫 둠칫 두둠칫     Room Impulse Response, 한 가지만 기억하세요.   “어떤 소리를 특정 공간에서 나는 것처럼 만들고 싶다!”라면 Room Impulse Response (RIR)만 알면 됩니다.    RIR은 Impulse signal(아래 Figure 1에서 한 남성의 총소리)이 해당 공간 안에서 어떻게 울려 퍼지는 지를 측정한 신호입니다. 어떤 소리든 특정 공간의 RIR 과 convolution하게 되면 그 공간에서 나는 소리처럼 들리게 만들 수 있습니다. 따라서 RIR은 [그 공간에 대한 정보를 담고 있는 매우 유용한 데이터]라고 설명드릴 수 있습니다.     Figure 1 - 출처: https://www.prosoundweb.com/what-is-an-impulse-response/       그렇다면 RIR은 어떻게 구할 수 있을까요?   원하는 공간의 RIR을 구하고 싶다면 마이크를 들고 가서 직접 측정하는 것이 가장 정확한 방법입니다. 하지만 측정하는 것은 매우 번거로운 일입니다. 장비도 필요하고 시간도 많이 소모됩니다. 물리적인 제약으로 그 공간에 직접 갈 수 없을 수도 있고요. 다행히도 머신러닝 기술의 개발로 직접 가지 않아도 예측할 수 있는 방법들이 연구되고 있습니다. 예를 들면, 특정 공간에서 녹음된 소리(ex. 사람 목소리)만으로부터 그 공간의 RIR을 예측하는 연구가 그 중 하나입니다.      TWS 사용자들의 주변 소리를 녹음해서 실시간으로 RIR을 예측할 수 있을까?     증강 현실에서 사용자가 더 실감있는 경험을 하려면 가상 음원들이 사용자와 같은 공간에 있는 것처럼 들려야합니다. 그렇다면 사용자의 공간에 대한 정보를 얻어야 하는데요, 저희는 TWS를 이용해 주변 소리를 녹음해서 머신러닝으로 분석하는 방법을 연구해보기로 했습니다.   사용자가 있는 공간에서 실시간으로 예측해야하는 상황에서는 분명 한 명 이상의 사람과 사물이 소리를 내고 있을 것입니다 (= 다중 음원 / multiple sources). 하지만 과거 연구에서는 주로 한명의 사람이 발화하는 오디오 신호 (이하 단일 음원 / single source) 로부터 RIR을 예측하는 방법을 다뤄왔습니다.   단일 음원과 다중 음원인 상황에서의 RIR 예측을 같은 문제라고 생각할 수 있지만, 사실 문제 정의부터 새로 해야할 정도로 다른 주제라고 봐야합니다. 왜냐하면 RIR은 같은 공간이더라도 각 음원들이 어느 공간에서 어느 방향을 보고 있는 지에 따라 다르게 측정되기 때문입니다. 물론 같은 공간이니 공통점도 존재하지만 세부적으로는 다르답니다.       정면에 있는 RIR만 예측하자!   그렇다면 여러 음원들이 녹음된 실제 상황에서는 어떻게 RIR을 예측해야할까요?   여러 방법이 있을 수 있겠지만 가우디오랩은 미래의 우리 제품에 녹아들 수 있는 시나리오에 맞게 정의하기로 했습니다. TWS 사용자를 위해 오디오를 랜더링해야하는 경우를 상상해보니, 정면에 있는 음원에 의해 생성되는 RIR만 예측하는 것이 우선적으로 필요할 것이라는 판단을 내렸습니다. 따라서, Figure 2와 같이 여러 소리들이(아래 그림 내 진한 회색 원형) 녹음되어도 사용자의 정면 1.5미터 거리에 있는 음원에 (파란색 원형) 의한 에서의 RIR을 예측하는 것을 문제로 정의했습니다.       Figure 2  사용자를 중심으로 여러 음원들이 여러 위치에서 소리를 내고 있습니다 (회색 원형). 이렇게 여러 음원들이 존재하는 경우에도 항상 정면 1.5미터 거리에 가상 음원이(파란색 원형) 있다고 가정하고 이곳에서의 RIR을 예측하는 모델을 개발했습니다.     AI 모델 구조는 비교적 최근에 발표된 논문의 모델을 참고해서 만들었습니다. 특정 공간에서 나는 소리를 모델의 입력으로 넣으면 그 공간의 RIR 을 출력하는 것이 기본적인 모델의 작동 방식입니다. 앞서 말씀드렸듯이 대다수의 기존 연구들은 단일 음원만 포함된 데이터셋을 모델 입력으로 이용했습니다 (Figure 3 Top).   하지만 저희는 아래 Figure 3에서 보이는 것처럼, 다중 음원들이 포함된 데이터셋을 모델의 입력으로 사용하는 방법을 제안합니다. Room A에서 측정된 몇개의 RIR들과 anechoic speech signal을 각각 convolution해서 합치는 방법으로 데이터셋을 구축했습니다. 모델의 출력은 사용자 입장에서 정면에 있는 음원의 monaural RIR 하나입니다. 정답이 되는 RIR과 똑같은 RIR을 생성해내도록 손실 함수를 만들어 학습했습니다.      Figure 3 기존 연구에서는 단일 음원인 환경을 모방한 데이터로만 학습을 했지만 (top figure), 저희는 다중 음원인 환경에서의 데이터로 학습하는 방법을 제시했습니다 (bottom figure)     모든 AI 시스템 개발 과정의 꽃인 데이터셋 확보에 저희도 많은 시간을 썼습니다. RIR 데이터는 제법 많지만 한 공간에서 여러 RIR 을 측정한 데이터는 많지 않기 때문인데요. 수 만개의 방을 직접 측정해서 데이터셋을 만드는 것은 불가능에 가깝기 때문에 여러 오픈소스 코드를 활용해 Synthetic 데이터셋을 대량 생산해서 사용했습니다.      결과는?    Figure 4 기존에 연구된 방식인 단일 음원 모델 (SS model)과 저희가 제안한 다중 음원 모델 (MS model)이 음원의 갯수가 증가함에 따라 성능이 어떻게 변화하는지 나타내는 표입니다. Loss 와 Error 값이 증가한다는 뜻은 성능이 저하된다는 것을 의미합니다.        기존에 단일 음원으로만 학습한 모델 (SS model - 파란색)과  저희가 정의한 다중 음원을 이용한 학습 방법대로 (MS model - 분홍색)을 비교해보았습니다. 음원의 갯수를 1개에서부터 6개까지 늘리면서 RIR을 예측한 결과를 위 figure 4에서 보실 수 있습니다. 단일 음원 모델은 갯수가 증가하면 성능이 악화되는 것을 볼 수 있습니다. 하지만 다중 음원 모델은 갯수가 증가하더라도 일정하고 안정적인 성능으로 RIR을 예측하는 것을 확인할 수 있었습니다!   실제 환경에서는 사용자 주변의 음원의 갯수를 미리 알 수 없습니다. 따라서 저희가 제안한 방법처럼 음원의 갯수에 무관하게 모델이 현재 공간의 RIR을 예측할 수 있다면 훨씬 더 몰입감 있는 경험을 제공할 수 있을 것입니다.     이 연구가 더 궁금하시다면!   연구 결과를 바탕으로 저는 실제 가우디오랩의 오피스 공간 3곳에서 직접 녹음한 소리로부터 실시간으로 RIR을 예측하는 시스템을 개발해서 데모를 진행해보기도 했습니다. 각각 다른 특성을 가진 공간이었는데, 모델이 그 공간을 반영하는 RIR을 안정적으로 예측하는 것을 확인할 수 있었습니다! 가우딘들과 청취평가를 진행한 결과 대부분의 사람들이 “정말 이 공간에서 나는 소리 같다!”라는 반응을 보이기도 했지요.   이 연구는 2023년 8월(지금!), AES International Conference on Spatial and Immersive Audio 컨퍼런스에 억셉되어 발표될 예정이기도 합니다.   궁금하신 분들은 이 링크를 통해 확인하세요!        

2023.08.23
after-image
최고의 동료, PIETICC에서 시작됩니다 Part 1

최고의 동료, PIETICC에서 시작됩니다!     안녕하세요! HR을 담당하고 있는 Heidi에요😀 오랜만에 인사드려요.   가우디오랩에 합류하시게 되면 다양한 복지혜택이 주어지는데요. (저 역시 잘 누리고 있구요! ㅎㅎ) 그중 가우디오랩이 자랑하는 가장 큰 benefit – 멋지고 따뜻한, 그리고 존경할 수 있는 동료를 오늘 소개해드리고자 해요. 바로 ‘PIETICC’을 실천하는 동료들이죠!   PIETICC은 가우디오랩의 일하는 방식이자 ‘가우디다움’이라 규정된 지향점이에요. 그리고 무엇보다 개인의 성장에도 도움을 주는 좋은 이정표이기도 하죠.   가우딘들은 이미 PIETICC을 잘 실천하고 계신데요. 그중에서도 조금 더 특별히 PIETICC을 잘 실천한 가우딘을 칭찬하고 동기부여 할 수 있도록 미니 시상식을 진행하게 되었어요. 진행 방법은 매달 7가지 PIETICC 중 선정된 항목에 동료 가우딘을 추천하면 됩니다! (간단하죠? 😉) 소중한 의견을 모아 PIETICC 기준에 가장 부합하는 best practice를 정하고, 모두가 참여하는 타운홀에서 이달의 PIETICCer 수상자를 발표하고 격려하고 있답니다.   5월부터 시작된 이벤트에서 어느덧 네 분의 수상자가 나와, 여러분께 소개해드리고자 합니다. 수상한 가우딘들에게는 어떤 특별함이 있었을까요? 선정된 소감부터 PIETICC에 대한 의견들까지, 제가 정리해 보았습니다. 이를 통해 예비 가우딘 분들도 가우디다움을 조금 더 잘 이해하실 수 있을 거예요!     🏆 그럼 먼저 수상에 빛나는 네 명의 PIETICCer와 동료들이 직접 작성한 추천서를 만나볼까요?     <Teamwork>    브라이트는 모든 가우딘과 한 팀을 이루고 있는 가우딘 같아요!   우연히 마주친 가우딘을 그냥 지나치지 않아요. 항상 “도와드릴까요?”를 물어봐주시는 것 같아요. 또한, 불편한 부분이 있다면 먼저 문제를 해결하기 위해 고민해보시는 것 같아요. 그렇게 해결된 문제는 모든 가우딘의 생활에 조금더 편안한 환경을 만들어 주고 있는 것 같습니다!   덕분에 든든합니다!!      <Communication>    테드와 함께하는 회의는 마치 사우나 같습니다. ♨️ 개운하게 퇴장할 수 있기 때문이죠.   사전에 미리 공유해주시는 아젠다, 깔끔한 진행, 이슈 별로 시간을 할당하고 그에 맞게 정리해가며 회의가 진행됩니다. 옆 길로 잠시 빠지더라도 테드 덕분에 Back on track 할 수 있어요.   훌륭한 커뮤니케이션으로 좋은 본보기가 되어주고, 가우디오랩의 회의 문화를 더욱 Effective 하게 하는 Ted를 추천합니다 :)      <Integrity>    원격근무의 우수사례가 아닐까 싶습니다.   업무 관련 커뮤니케이션을 할 때 슬랙을 많이 이용하는데, 항상 빠르게 답변을 주십니다. 덕분에 업무 수행에 지장없이 처리할 수 있습니다. 게다가 약속한 업무가 늘 시간 안에 끝나기 때문에 동료로서 정말 든든합니다.   보이지 않아도 모든 행동에서 Integrity가 묻어나는 Paul를 적극 추천합니다!      <Effective>    평소 회의록 등 문서를 효율적으로 작성하는 방법에 대해 뛰어난 능력이 있으신 것 같아요. 현재 사용 중인 장비대장만 봐도 알 수 있는 그의 이펙티브함.. 윌리엄의 손이 살짝만 닿아도 일이 많이 편해집니다!   (3명의 가우딘이 동시에 추천👍🏻) SDK 최적화 과정에서, 제한된 자원을 여러명이 사용할 수 있도록 가상 업무 환경을 구축하여 빠른 최적화 (빠른 테스트와 성능 향상)에 기여했어요. 이는 프로젝트 전반의 생산성을 크게 높이는 Effective의 본보기라 생각합니다.        사실 그동안 정말 많은 분들이 추천되었기에 수상자를 선정하는 데 많은 고민을 했던 것 같아요. 그럼에도 PIETICC함이 무엇인지 가장 잘 보여주신 분들을 선정하였습니다. 이렇게 쟁쟁한 경쟁을 뚫고(?) 선정된 분들의 소감을 안 들어볼 순 없겠죠? ^.^ PIETICCer들의 이야기를 함께 들어보시죠!     Q: 이달의 PIETICCer로 선정되신 것을 축하드려요! 🎉 소감 한 말씀 부탁드립니다.   Bright: 전혀 생각지도 못하고 있었는데 선정되어 얼떨떨했습니다. 하지만 그만큼 제 평소 모습들을 저보다도 더 좋게 봐주시는 가우딘들이 많이 계셨다는 생각에 무척 기뻐요. ^.^   Ted: 일단 굉장히 당황스럽기도 하고, 부끄럽기도 한데요. 과거의 제 모습을 생각해서 추천해 주신 것 같기도 한데… 요새는 다른 분들보다 잘 커뮤니케이션을 실천하고 있나? 하는 생각이 들어서 조금 부끄러운 감정이 들기도 했습니다 ㅎㅎㅎ   Paul: 매달 한 명씩 PIETICCer를 선정한다고 들었을 때, 저도 인간인지라 뽑혔으면 좋겠다는 생각을 막연히 하고 있었고, 저 아래쪽 어딘가에 약간의 기대감도 있었던 것 같아요 (흐흐) 그런데 또 주위를 둘러보면 가우딘 누구나 그 정도는 일하고 있기에… 상을 받으면 좋겠지만, 아니어도 그러려니 하고 있었습니다. 저는 재택을 주로 하고 맡은 업무가 남들에게 보여지는 게 거의 없는 웹 백엔드이다 보니 열심히 하는지 성과를 잘 내고 있는지 다들 잘 모를 거라 생각했거든요. 그러다 7월 Integrity로 Paul이라는 이름이 보일 때 내 이름이 Paul이었나? 잠깐 멍 때렸던 거 같습니다. 이렇게 선정되어 아주 기쁘고 부담되고 얼떨떨하네요! 감사합니다. 더욱 열심히 하라는 의미로 이해하겠습니다.   William: 먼저 Effective로 추천해 주신 분들과 축하해 주신 분들에게 감사의 말씀을 드리고 싶습니다! 사실 저보다 더 Effective한 가우딘분들이 많이 계신 것 같은데, 격려와 응원이라 생각하고 더 좋은 모습 보여드리겠습니다. 💪🏻     Q: 이달의 PIETICCer로 선정된 이유는 무엇이라고 생각하시나요? 여러분이 생각하는 PIETICC에 대해 이야기 해주세요.   Bright (Teamwork 수상자): 아무래도 곤경에 빠진 동료들을 그냥 지나치지 못하는 모습을 좋게 봐주셨던 게 아니었을까 싶습니다. 가우딘 모두는 제가 정말 아끼는 동료들인 만큼, 문제가 발생했을 때 항상 해결해주고 싶었거든요. 그렇게 문제가 해결되거나 도움이 되면 정말 행복했습니다. 😇   제가 생각하는 Teamwork는 서로 얼굴만 봐도 즐거운 조직문화가 전제되어야 비로소 빛을 발할 수 있지 않을까 싶어요. 어려운 일이 있으면 아무 대가 없이 도와주고 싶고, 해결해 주면 또 뿌듯한… 이런 마음이지 않을까요? (미소)   Ted (Communication 수상자): 추천해 주신 이유를 봤을 때 아마 BTRS팀에서 리드하고 있었을 때였던 것 같은데요. 당시에는 BTRS팀이 PO, 엔지니어, 디자이너 등 다양한 역할이 있다 보니, 효과적인 커뮤니케이션에 대해 많이 고민했던 것 같아요. 효과적인 소통이 팀 전체의 생산성에 큰 영향을 미쳤었거든요.   그리고 저는 개인적으로 결론이 나지 않은 회의를 힘들어해서요(ㅎㅎ) 회의에서 공동의 목표를 달성하고, 정해진 시간 내에 끝날 수 있도록 퍼실리테이션 하는 노력을 많이 했던 것 같아요. 아젠다를 미리 공유하거나, 아젠다별로 시간을 배분하거나, 또는 주제가 너무 벗어났다고 생각하면 중간중간 리마인드하는 역할이요. 요새는 이렇게 진행하지 않고 있어서 반성이 되기도 하네요. (웃음)   제가 생각하는 'Communication'은 종합 예술이라고 생각하는데요. 굉장히 다양한 요소(?)들이 다 잘 되어야만 훌륭해지는 것 같아요. 개인적인 노력도 필요하지만, 더 중요했던 것은 훌륭한 동료인 것 같습니다. 훌륭한 동료들이 가지고 있는 해결하고자 하는 의지, 소통하는 즐거움, 신뢰 등을 통해 제가 뭘 하지 않더라도 이미 좋은 커뮤니케이션을 하고 있었을 것 같아요!   Paul (Integrity 수상자): 신기하게도 2020년 연말 PIETICC Awards에서도 동일하게 Integrity였는데, 다른 분들이 보시기에 저랑 Integrity가 많이 연관 있어 보이나 봐요. 뭔가 보면 딱 신뢰가 가고 그런가요? 농담입니다. (하하하) 과거에도 그렇고 이번에도 어떻게든 약속한 일정에 결과를 보여줬던 부분에서 책임감과 신뢰를 주지 않았을까 생각합니다.   또 일을 진행하면서 머리로 받아들이기 어려운 결정들에 대해서는 문제제기를 하고 또 많은 논의를 해왔는데요, 이 부분도 영향이 있었던 거 같아요. 그리고 주로 재택근무를 하고 있는데, 성과가 잘 드러나지 않아도 늘 윤리적으로 열심히 하려고 했던 것 같아요. 다른 가우딘들이 그렇듯이요.   이러한 노력 덕에 Integrity로 선정된 게 아닐까 싶습니다. 사실 재택을 하면서 성과에 대한 강한 압박감을 가지고 있었는데, 다행히 제가 잘 할 수 있는 업무와 저를 믿어주는 좋은 팀에 속해서 호사로운 근무를 하고 있답니다. 이 자리를 빌려 벤을 포함 민, 쟈니, 핸디에게 감사하다는 인사를 드리고 싶습니다.    마지막으로 제가 생각하는 Integrity로 선정될 다음번 가우딘은 이랬으면 좋겠습니다. (군대 제대하면서 부대 잘되라는 마음으로 씁니다. 🫡 평소 반듯하여 회사 통장을 맡겨도 문제없을 거 같은 높은 윤리 의식과 하나를 설명했는데 이걸로는 부족하다고 생각하여 관련 논문 및 오픈소스를 찾아보면서 확신을 가지려는 진실된 모습 어떤 일이든 아무리 짧은 기간이어도 약속을 했으면 맡긴 사람이 흐뭇할만한 결과물을 가져올 수 있는 강한 책임감과 무한 신뢰를 줄 수 있는 가우딘이 다음번 Integrity를 받아야 하지 않을까 생각합니다. ^^;   William: Effective란 어떤 목적을 갖고 무언가를 했을 때, 그 목적에 딱 맞는 결과를 도출하는 것이지 않을까요? 제가 이번 Effectiver로 선정된 이유 또한, 장비를 셋업하면서 제 의도에 맞게 팀원들이 효과적으로 업무 할 수 있었기 때문으로 생각합니다. 그러기 위해서는 모두 같은 방향으로 힘을 써야하겠지만요!       올레길에서 만나볼 수 있는 PIETICC 포스터와 이달의 PIETICCer들       Q: 선정된 PIETICC 외에 더 욕심나는 키워드가 있나요? 그 이유도 함께 설명해주세요.   Bright: 앞으로 하나씩 다 챙겨보고 싶긴 합니다. 하하. 그중에서 하나 고르자면 Competence가 욕심납니다. 제 업무역량과 발전이 단순 자신감 지표가 아니라 모두에게 도움이 되고 있구나~ 하는 생각이 들 것 같아서요!   Ted: 요새는 Inventive가 욕심납니다. 가우디오랩에 너무 오래 있다 보니 지금까지 해오던 생각에 갇혀있다는 느낌도 받아서요^^ "뭔가 이렇게 시도하면 설득하기 어려울 것 같은데~" 이런 생각이 요새 자주 드는 것 같은데요...ㅎㅎ 마침 PO팀에 새로운 가우딘도 합류했으니 새로운 시각과 접근들을 하게 되지 않을까 싶어요!   Paul: Effective! 갑자기 뜬금없는 말일 수 있지만.., 제 장점은 제 업무에 한해 일처리가 빠르다는 건데요. 일을 처리하는 데 있어 우선순위를 잘 정하고 어떻게든 정한 기간 내에 성과를 만들고자 합니다. 중요한 것과 덜 중요한 것, 중요하지만 나중에 해도 되는 것 등 일을 성공시키는 데 있어 효과적인 방법이 매우 중요하다고 생각하고요. 그래서 이와 가장 깊게 관련된 Effective에 욕심을 내보려고요.   William: 개인적으로 Competence가 욕심나는데요. 이유는 PIETICC 키워드 중에서 다른 PIETICC 항목에도 영향을 주는 가장 큰 능력이라고 생각하기 때문입니다. 그 방향을 향해 조금씩 꾸준히 걸어 나가보려고 해요.     Q: 앞으로의 포부가 있다면요? 🔥   Bright: 앞으로도 가우딘들과 함께하는 즐거운 가우딘 라이프를 향해 열심히 노력하겠습니다.   Ted: 사실 당시에 커뮤니케이션에 대한 고민이 많이 있었어서, 사놓은 책이 있는데요. (역시나 맥시멀리스트) <민주적 결정방법론 - 퍼실리테이션 가이드>이라는 책인데요, 아직 펼쳐보지 못했어요 ㅎㅎ 이번 기회에 한번 읽어보려고 합니다! 기대했던 만큼 좋다면 #gd_books 슬랙 채널을 통해 추천해 드릴게요~   Paul: 저는 지금 하는 일과 신뢰할 수 있는 동료들 덕분에 만족스럽게 가우디오랩을 다니고 있는데요. 이보다 더 좋은 곳이 있을까 하는 생각도 듭니다. 그저 지금 하는 일이 잘 되어 가우디오랩이 좋은 조건으로 상장하고 계속해서 시총이 늘어갔으면 좋겠고(ㅎㅎㅎ), 그 결과의 과정 중에 핵심적인 기여를 하고 있을 소소한 포부만 있답니다 ^^   William: 다음에는 Competence로서 PIETICCer가 될 수 있도록 노력해 보겠습니다!       PIETICC이란 무엇이며, 이를 실천하기 위한 크고 작은 Tip들을 소개해주신 네 분께 감사의 말씀드립니다. 그리고 선정된 네 분 모두 좋은 동료들 덕분에 수상할 수 있었다고 말씀을 해주셨는데요. 가우디다움은 서로를 신뢰하는 가우딘이 함께 만들어가는 문화인만큼, 그 문화를 지키기 위해 얼마나 노력하고 계신지 잘 느낄 수 있었던 인터뷰인 것 같아요.    이런 동료들과 함께 일하는 행복, 가우디오랩에서 함께 느껴요! 🤩  

2023.10.18