블로그

displaying 1 - 1 blog_post in total 1

빅 데이터가 진입장벽이 될 수 있는가? 틴더 (Tinder: 데이팅 애플리케이션)가 우리에게 주는 의미

2017-01-11 19:09:11 0 comments

다니엘 오코너 * (2015 4 2일 작성)

원문 블로

온라인 시장에서 빅 데이터와 그것이 미치는 영향은 최근 기술 정책에 대해 논의하는 강의에서 핵심 쟁점이 되어 왔다. 지난 몇 주 동안[역주: 원문의 작성 시점은 2015 4 2일임] 대서양을 사이에 둔 양 대륙(미국과 유럽)에서는 시장 진입 장벽으로서 빅 데이터의 개념을 중점적으로 다루는 행사들이 개최되었다. (동 주제는 미 연방거래위원회 위원들의 연설[보고서] 뿐만 아니라 그 후 유럽연합의 디지털 단일시장’ 정책을 둘러싼 토론에서도 언급되었으며, 최근 학술 논문에 빈번히 등장하곤 한다.) 특히 논쟁이 되고 있는 것은 인터넷 기업들에 의한 데이터 축적이 시장에 새로 진입하는 기업들과 기존 기업들 간의 효과적인 경쟁을 불가능하게 함으로써 경쟁 자체를 방해하고 있느냐 여부이다. 나는 이 글을 통해 문제에 대해 신생 기업 및 기업가들이 지나치게 우려하지 않아도 되는 이유에 대해 설명하려고 한다.

인터넷 경제에 대한 틀에 박힌 관점에서 볼 때에는, (구글, 페이스북, 아마존, 핀터레스트, 트위터 등과 같은) 인터넷 플랫폼들이 규모를 확장하고 더 많은 사용자들을 확보하면서 그들이 축적하는 데이터도 더 많아진다. 동 데이터들은 제품을 개선시키고, 더 많은 사용자를 확보할 뿐 아니라, 궁극적으로는 더 많은 데이터를 가져오는 데 기여하며, 이러한 과정은 반복된다. 데이터를 시장 진입 장벽으로 보는 사람들은 이러한 끊어지지 않는 선순환 고리(양성 피드백 고리, positive feedback loop)가 효과적인 경쟁을 불가능하게 만든다고 주장한다.

동 주장이 매우 그럴 듯하게 들릴지 모르지만, 그간 치열한 경쟁 및 빈번한 와해(붕괴)로 규정되어 왔던 인터넷 경제의 짧은 역사를 고려해 볼 때, 동 주장의 타당성에 의심을 가지지 않을 수 없다. [자세한 내용은 안드레 러너의 '사용자 규모-서비스의 품질간 피드백 고리 (User Scale-Service Quality feedback loop)’에 대한 논의를 참고하라]. 페이스북이 마이스페이스를 따라잡고, 구글이 (당시 위에 언급되었던 사용자 규모-서비스 품질간 피드백 고리 측면에서 난공불락으로 여겨졌던) 이전 검색엔진 경쟁자들을 따라잡은 사례뿐만 아니라, 온라인 시장을 잠깐만이라도 살펴보면 시장 내 경쟁이 얼마나 치열한지 쉽게 알 수 있다. 도대체 일부 기업들이 빅 데이터 측면에서 대적할 수 없을 만큼의 우위를 점하고 있다고 여겨지는데도 왜 이렇게 경쟁이 치열할까?

첫째, 인터넷 시장에 대한 이러한 관점은 지나치게 단순화된 접근이다. 데이터는 혁신과 시장에서의 성공을 이루는 과정에서 필요한 많은 투입요소 중 하나이다. 둘째, 비경합성 (non-rivalrous) 및 한계수익체감(diminishing marginal returns) 등 데이터의 고유한 경제적 특징을 고려할 때 데이터의 축적은 지적재산권 포트폴리오나 높은 고정자본비용 등 다른 진입장벽과는 다르게 그 자체만으로는 장벽으로서의 역할을 하지 못한다. 데이터와 이를 분석하고 활용하는 도구들이 수많은 타사 소스들을 통해 쉽게 얻어진다는 사실과 위 특징들을 결합하면, 깨지지 않을 것 같은 데이터 피드백 고리 개념은 무너진다.

위 주장을 하나씩 다시 상세히 설명해 보겠다.

1) 데이터는 비경합적이며 비독점적이다.

일부에서는 데이터를 21세기 필수적인 투입요소로 보고 이를 석유에 비유하곤 한다. 물론 동 비유가 피상적으로는 매력적으로 들릴지 모르나 제프 매니(Geoff Manne)와 벤 스페리(Ben Sperry) 가 아래 지적한 과 같이 여론을 호도하는 측면이 있다.

그러나 데이터를 석유에 비유하는 것은 완전히 잘못된 것이다. 만약 엑슨社가 땅에 구멍을 뚫어 석유를 채굴하면 그 석유는 더 이상 BP社가 획득할 수 없다. 반면 데이터는 석유와 같이 유한한 자원이 아니다.”

경제적 측면에서 데이터를 포함한 모든 정보는 비경합적이고 비독점적이다. [맷 슈루어즈(Matt Schruers)이전에 문제에 대해 다룬 적이 있다.] 다시 말해, 만약 트위터가 내가 남성이며 여자 친구가 있고 스포츠를 좋아한다는 사실을 안다면, 페이스북도 동 정보를 알고 있다. 트위터가 동 사실을 알고 있다고 해서 페이스북이 동일한 정보를 알거나 이 정보를 이용하여 그들의 상품을 내 입맛에 맞도록 개선시키지 못한다는 것을 의미하지는 않는다. 따라서 투입 요소 중 하나인 데이터는 (기술 정책 분야에서 2개의 예를 들자면) 이동통신 분야에서 주파수 독점 소유권이나 희토류 광물에 대한 접근성이 시장 진입 장벽으로 기능하는 것처럼 진입 장벽으로 기능하지 않는다. 이 경우에는 (어떤 이동통신 사업자가) 한 나라의 전파의 일부분을 사용할 수 있는 독점적인 권리를 산다면 당연히 다른 경쟁자들은 동 전파를 사용할 수 없게 된다. 이는 전국적인 이동통신 서비스를 제공할 수 있는 기업의 수를 제한시킨다. 희토류 원소(REE, rare-earth elements)의 경우, 이동전화 제조업체는 기기를 만드는 데 동 원소들이 필요한데, 만약 한 기업이 제조 과정에서 희토류 원소를 소비하면, 다른 기업들은 동 원소를 더 이상 사용할 수 없게 된다.

또한, 사용자들은 멀티홈(multihome), 즉 동시에 여러 개의 온라인 플랫폼을 사용하는 경향이 있다. 구글과 빙을 함께 사용하든지, 아니면 핀터레스트와 트위터를 함께 사용하든지 간에, 누군가가 성공적인 제품을 구축했다고 해서 고객들이 그 제품을 단독으로 (독점적으로) 사용할 것이라는 보장은 없다. 온라인 중매 세계 (추후에 보다 자세히 설명할 예정)에서도, 고객들은 한 번에 여러 개의 온라인 데이트 제품(프로그램)을 사용한다. 이는 데이터 측면에서 무엇을 의미하는가? 여러 개의 기업들이 동시에 동일한 사용자 데이터에 접근이 가능하며, 한 개의 인터넷 플랫폼을 사용한다고 해서 다른 인터넷 플랫폼이 동일한 사용자의 동일한 정보를 획득할 권리를 막지 못한다.

특히 기본적인 고객 행동이나 선호도와 관련된 데이터가 경쟁에서의 승리를 위해 필수적인 요소이기는 하지만, 어떠한 회사도 데이터를 통제하거나 다른 기업이 사용할 수 없도록 차단할 수 없다는 사실은 데이터가 다른 유한하고 독점이 가능한 자원과 같이 시장 진입 장벽으로서 역할을 할 수 없다는 것을 의미한다.

2) 데이터의 한계수익은 빠르게 감소한다.

이 부분을 이론적으로 묘사하기 위해서는 기초 통계학(Stats 101)만 이해해도 된다. 다가오는 선거에서 사람들의 투표 선호도를 조사하는 경우 조사의 정확성을 확보하기 위해 충분히 큰 규모의 표본 집단을 구축해야 한다. 그러나 조사 참가자 한 명이 추가될 때마다 그 전 참가자 추가 시와 동일한 만큼 조사의 질이 향상되는 것은 아니다. 예를 들어, 여론 조사에 참가한 사람이 5명이라면 6명째 참가자를 추가시키는 것은 조사에 엄청나게 큰 가치가 있을 수 있지만, 만 명의 참가자를 이미 확보한 상황에서 한 명을 추가하는 것은 효과가 거의 미미하다. 따라서 만 명의 참가자를 확보한 조사가 5천명의 참가자를 확보한 조사보다 2배 더 정확한 것은 아니다. 사실 이 두 가지 경우 모두 오차범위가 1% 미만이다. (통계학 모범생들을 위해 추가 설명을 하자면, 정확성은 표본 규모의 제곱근만큼씩 증가하므로 표본 집단이 2배 커지면 정확도는 41% 증가한다. 따라서 규모 대비 수익은 빠르게 감소한다.)

[상기 예시는 보다 명확한 설명을 위해 단순화되었으므로 동 개념을빅 데이터에 적용하는 것에 대한 보다 자세한 설명이 필요하면 안드레 러너의 보고서 61~76 문단을 참조하기 바란다.]

그렇다면 실제 세상에서 동 수학적 현실의 실질적인 영향은 무엇인가? 이러한 이유로 대부분의 인터넷 기업들이 소규모 사용자를 대상으로 알고리즘의 변화를 시험하는 것이다. (페이스북구글의 사례를 보라). 이 경우, 특정 시점을 지나면 규모가 가지는 비교 우위는 거의 없다. 그리고 산업이 성장하면서 상대적으로 규모가 큰 경쟁업체가 상대적으로 규모가 작은 업체에 대하여 가지는 비교 우위는 더 줄어든다.

이러한 수학적 현실을 살펴보면, 우리는 기업의 데이터 활용 및 분석 방식이 그 기업이 가진 데이터의 양 자체보다 훨씬 중요하다는 결론에 도달한다.

3) 데이터는 시장에서 쉽게 구할 수 있다.

미 연방거래위원회가 최근 발간한 데이터 브로커들에 관한 보고서를 보면, 공개 시장에서 데이터가 얼마나 쉽게 얻어지는지를 알 수 있다. 보고서는 동 과정에서 투명성과 책임성을 증진시켜야 한다고 주장하지만, 이러한 서비스가 온라인 경쟁을 더욱 활성화시킨다는 점을 분명히 하고 있다.

소비자들과 긴밀히 소통할 수 있는 소규모 기업들로 인해 업계 내 경쟁이 증가함에 따라 소비자들은 다양하고 혁신적인 제품들이 출시되면서 혜택을 받는다.

비록 동 보고서는 대규모 데이터 브로커들 중 9개 기업에 중점을 두고 있으나 시장 내에서 일반 기업들에게 유사한 서비스를 제공하는 브로커 기업 및 제품들은 훨씬 많다. 따라서 보고서에서도 아래와 같이 언급하였듯이, 신생 기업은 대규모 사용자 기반을 구축한 시장 선도 기업들이 데이터를 통해 얻은 통찰력과 유사한 수준을 갖출 수 있다.

무엇보다도 몇몇 데이터 브로커들에 의해 제공되는 (데이터) 분석 제품들은 고객이 광고 캠페인을 위해 소비자들을 보다 정확하게 공략하고, 제품과 캠페인 메시지를 다듬으며 소비자의 태도와 선호도에 관한 통찰력 및 정보를 얻을 수 있도록 해 준다.”

4) 데이터 분석 시장도 활성화되어 있다.

소비자들이 데이터로부터 통찰력을 얻도록 도와주는 도구를 만드는 데이터 분석 전문 기업들의 시장 또한 매우 활성화되어 있다. 2015년에 데이터 분석 시장 규모는 약 1250 달러 달하는 으로 파악된다. 이 글에서 동 현상에 대해 상세하게 다루지는 못하겠지만, 주목할 점은 자신들이 보유하고 있거나 얻은 데이터를 활용할 방법을 찾고 있는 기업들은 빠르고 (이러한 분석 도구를 처음부터 새로 만드는 것과 비교하여) 상대적으로 저렴하게 빅 데이터의 통찰력으로부터 혜택을 받을 수 있다. 심지어 사용자들이 대규모 데이터들을 분석하도록 도와주는 무료 오픈소스 기술(: Hadoop)들도 널리 사용되고 있다. 그리고 미 연방거래위원회 보고서에서도 언급되었듯이 많은 데이터 브로커들이 기업들에게 단순히 미처리 데이터가 아닌, 분석되고 정리된 데이터를 제공한다.

5) 데이터의 가치는 시간이 지날수록 감소한다.

빅 데이터의 가치는 순간적이다. 과거 역사적 데이터들이 트렌드를 위해 발굴되어 제품 개선에 도움을 줄 수도 있지만, 광고 타겟팅과 같은 실시간 내려지는 결정들을 위해서는 가치가 거의 없으며, 따라서 많은 과거 데이터들을 축적한 기업들이 받는 이득도 제한된다. 대런 웰포드가 작성한 보고서에도 나와 있지만, 비구조화된 데이터의 약 70% 90일이 지난 후에는 고루해진다. 그 결과, 대부분의 데이터 처리나 분석이 실시간으로 (또는 거의 실시간으로) 이루어진다.

6) 온라인 시장 진입장벽은 매우 낮다.

데이터를 온라인 시장 내 진입 장벽으로 보는 관점은 인터넷이 진입장벽을 으로 지게 역동적인 시장이라는 을 제대로 파악하지 못하고 있는 것이다. 온라인에서 사업을 시작하고 규모를 확장하는 데 드는 자본 비용은 오프라인과 비교할 때 매우 낮다. 클라우드 플랫폼 및 스토리지 같은 제품들이 가진 특징들 - 전 세계 곳곳으로 확장할 수 있다는 점, 표준화된 기술과 커뮤니케이션 프로토콜, 그리고 빠른 가격 하락 등 - 을 보면 온라인 사업을 구축하는 데 드는 비용이 이미 낮으며, 나날이 저렴해지고 있음을 알 수 있다. 내가 전에도 주장한 바와 같이, 이러한 특징들은 기업들이 빠르게 규모를 확장하도록 해 주지만, 동시에 잠재적 경쟁기업들도 빠르게 성장하여 선도 기업을 따라잡도록 해 주기도 한다.

인터넷상에서 소비자들은 거의 즉각적으로 최고의 제품이나 서비스에 모여들 수 있다. , 때때로 최고의 제품이나 서비스는 빠르게 놀라울 정도로 높은 시장 점유율을 확보한다. 하지만, 구글이나 페이스북과 같은 기업의 부상을 촉발시켰던 이러한 역학관계가 그들에게 극도로 높은 경쟁의 압력을 가할 수도 있다.”

사실, 데이터( 및 데이터 처리 도구)의 광대한 가용성은 기존에 자리 잡은 기업들의 기반을 다져주기도 하지만, 시장 진입 장벽을 낮추는 효과가 더욱 크다. 이제는 소비자들의 선호도나 온라인상에서의 행동양식에 대한 정보를 얻기 위해 더 이상 사용자들에게 도움을 받을 필요도 없다. 따라서 제품 출시 첫 날에 이미 기업은 소비자 선호도를 반영한 제품을 디자인하고 특정 소비자들에게 지능적으로 반응하는 프로그램 인프라를 구축할 수 있는 것이다.

7) 데이터보다 더 중요한 것은 아이디어다.

그렇다면, 앞서 논의된 데이터의 경제적 특성으로부터 우리가 도출할 수 있는 통찰은 무엇인가?

부정할 수 없는 사실은 더 많은 데이터를 가진 기업은 자사 제품을 다듬고 진화시켜 나가는 데 도움을 받는다는 점이다. 그러나 이것은 경제 전반에 걸쳐 모두 적용되는 사실이다. 테스코월마트 같은 전통적인 소매상들은 소비자들의 쇼핑 선호도에 대한 데이터를 엄청나게 축적한다. 각 매장에서는 사람들이 가장 많이 찾는 층이 어디인지 알아내기 위해 열 감지 지도 등을 만들어 소비업체들이 특정 제품을 어디에 놓아야 좋은지를 알아낸다. 자동차 산업에서 볼보와 같은 기업들은 수천 개의 센서를 통해 차에 대한 데이터를 수집하여 현재 출시되는 자동차뿐만 아니라 향후 디자인 변화에까지 적용한다. 이러한 과정은 온라인 기업들이 데이터를 통해 고객 선호도에 맞춘 제품들을 만들어내는 과정과 동일하다. 이는 온라인 시장 내 경쟁이 얼마나 치열한지 그리고 이 시장에서 살아남기 위해 제품을 끊임없이 개선시켜야 한다는 점을 여실히 보여준다.

그러나 축적된 데이터가 더 나은 제품을 생산하고 시장에서 성공을 거두는 데 있어 꼭 그렇게 중요한 것은 아니다. 새로운 인터넷 상품과 서비스가 성공을 거두기 위해서는 사용자에게 제공되는 서비스의 질이 가장 중요하다. 기존 인터넷 기업들과의 경쟁에서 성공을 거둘 수 있는 사업 모델을 만드는 과정에서 서비스의 질은 매력적인 신제품을 만드는 데 도움이 된다. 다시 말하면, 동일한 문제를 다른 방식으로 해결하는 것을 의미한다.

구글이 다른 검색 엔진들보다 성공할 수 있었던 이유는 사용자들의 검색내용을 관련성 있는 웹사이트에 보다 연결시켜 주었기 때문이다. 구글이 검색 업무를 위한 더 좋은 방식을 발견한 순간, 야후나 알타비스타가 그간 데이터 측면에서 업계 선두를 달렸다는 사실은 중요한 문제가 되지 않았다. 페이스북은 (마이스페이스나 프렌드스터 같은 소셜 네트워크들이 큰 규모의 사용자 기반 및 데이터 우위를 가지고 있었음에도 불구하고) 사용자들이 더 선호하는 소셜 네트워크를 구축하여 성공하였다.

첨단 기술 분야에서 좀 더 상세한 예를 찾아보자면, 인터넷 기반 데이팅 서비스 시장의 진화를 들 수 있다. 만약 데이터가 진입 장벽으로서의 역할을 할 만한 유일한 시장이 있다면 그것은 바로 온라인 데이팅 분야일 것이다. 인간의 사랑이라는 복잡하고 다양하며 이해하기 힘든 본성을 감안할 때, 대규모의 사용자 기반( 및 사용자들의 상세한 개인 정보 및 선호도)을 구축하고 인간의 사랑과 관계에 대한 많은 양의 정보를 보유하는 것은 온라인 데이팅 분야의 선도 주자들에게 엄청난 우위를 가져다주는 것이 사실이다. 그러나 3년 전 출범한 온라인 데이팅 앱 틴더(Tinder)의 경우 매주 백만 명의 신규 사용자들을 끌어들이고 있을 뿐 아니라, 시장 가치도 10 달러를 상회하고 있다. 이 시장의 특성 및 맷치닷컴, 이하모니, 오케이큐피드 등 경쟁업체들이 누려왔던 데이터 우위, 그리고 깨지지 않을 것 같은 피드백 고리 이론을 감안하면, 사실 틴더는 사업 성공은커녕 당초부터 기존 기업들과 경쟁을 시도해서도 안 되었다. 그러나 틴더의 창업자들은 과거 인터넷 사업가들이 그랬던 것처럼 남들보다 더 좋은 아이디어를 가지고 있다고 믿었다. 틴더의 경우 이 아이디어는 바로 “double opt in" 이었다. , 틴더가 짝짓기 알고리즘(및 관련 데이터)을 가지고 있지 않다는 것은 별 문제가 되지 않았다. GQ 작가는 이렇게 표현했다:

틴더의 성공 열쇠인 "double opt in"은 다른 복잡한 컴퓨터 metric과는 반대로 현실에서의 경험에서 탄생된 아이디어이다. (, 바에서 당신이 맘에 들어 데이트 신청을 하고 싶은 사람이 마음속으로 당신이 다가와주기를 바라고 있는지 아닌지를 알게 하는 것)”

틴더의 창업자들이 모바일 애플리케이션을 통해 만든 “double opt-in" - 즉 사용자들이 비밀스럽게 누구에게 끌리는지 (시스템에) 얘기하고, 양측이 모두 우호감을 표시하면 연결되는 시스템 - 은 출시되자마자 기존 데이팅 웹사이트와 그들이 사용하는 알고리즘에 도전이 되었다. 지금 틴더는 수백만 명의 사용자를 보유하고 있으며, 틴더 측에 따르면, 하루에 21백만 건의 짝짓기를 성공시킨다. 이를 통해 축적한 대규모 데이터들은 틴더의 제품을 향상시키고 맞춤형 사용자 경험을 구축하도록 해 준다. (틴더 사용자들이 다른 다양한 온라인 데이팅 서비스도 이용한다는 사실은 이전에 설명한 멀티홈 개념을 다시 상기시켜준다.) 그러나 틴더가 이렇게 데이터를 많이 축적한다고 해도 만약 어떤 기업이 모바일 데이팅 앱에서 출발한 더 좋은 아이디어를 가지고 경쟁한다면 이를 막을 수 없다. 사실, 틴더와 경쟁하는 몇몇 경쟁업체들이 최고의 짝짓기 방법에 대한 다른 아이디어를 가지고 시장에 나타났었다. 예를 들어 틴더의 위치 기반 방식과 페이스북 친구 정보 및 과거 선호도 정보를 조합하는 업체인 힌지(Hinge)의 창업자들은 많은 사용자들이 틴더를 쓰면서 느낀 문제점 - , 틴더의 무작위성으로 인한 불편 - 을 해결하기 위해 노력했다. 힌지의 대변인에 따르면, “만약 틴더가 바에서 전혀 모르는 사람을 만나는 것과 같다면, 힌지는 칵테일파티에서 사람들에게 따뜻하게 소개되는 것과 같은느낌이다.

힌지는 또한 데이터가 온라인 경쟁에서 어떤 역할을 하는지에 대한 좋은 사례를 제공한다. 비록 힌지가 짝짓기 알고리즘 개선을 위해 사용자들로부터 얻은 데이터들을 이용하긴 하지만, 다른 데이팅 플랫폼들이 많은 양의 데이터를 축적하고 있다는 사실이 힌지의 시장 진입을 막지는 못한다. 힌지에 대한 자료(사실 기록표)는 동 과정을 아래와 같이 설명한다 :

당신의 가장 까다로운 친구를 누군가에게 소개시켜 준다고 상상해보라. 먼저, 당신은 당신의 지인들 중에 친구가 만나기를 원할만한 모든 사람들을 생각할 것이다. 그 후 당신은 친구에 관해 알고 있는 사실에 기초하여 추천 순위를 매길 것이다. 그리고 시간을 두고 당신의 친구의 기호를 파악한 후 동 추천 순위를 수정할 지도 모른다. 바로 이 과정이 힌지의 알고리즘 방식과 동일하다.

이런 경우 사용자 개개인에 대한 데이터는 앱의 성능을 향상시키지만, 사용자에 대한 상세한 정보가 없다고 하더라도 시장 진입 자체를 막을 수는 없다.

힌지는 출시 이후 빠른 성장을 거듭해 왔으며 (물론 틴더도 꾸준히 빠른 성장을 보이고 있다.) 최근에는 상당한 금액의 벤처 자금을 확보하였다. 그리고 힌지 측 CEO의 최근 언급에 따르면 매달 사용자 기반을 20%씩 확장시켜 나가고 있다.

온라인 데이팅 플랫폼의 진화는 온라인 경쟁이 존재하는 다른 분야의 진화와 유사하다. (위 비디오에서, 힌지의  CEO는 자사가 틴더와의 경쟁에 대응하는 방식을 페이스북이 마이스페이스를 따라잡은 방식과 비유하였다.) 데이터는 분명 유용한 투입자산이긴 하지만, 페이스북이나 구글의 성공 신화에서 보듯이 미세하게 차별화된 아이디어나 알고리즘을 가지고도 쉽게 현 시장 선두기업들을 앞지를 수 있다.

온라인 데이팅 시장에서 우리가 배울 점이 있다면, 그것은 데이터가 어떤 기업의 상품을 향상하거나 트래픽을 현금화시킬 수는 있지만, 기업을 경쟁에서 보호할 수는 없다는 점이다. 특히 어떤 다른 기업이 더 나은 아이디어를 가지고 있다면 더더욱 그렇다.

* 저자에 대하여:


다니엘 오코너는 컴퓨터 및 통신 산업협회 (CCIA) 공공정책 부회장이며, 경쟁, 지적 재산, 국제무역 및 세계적 인터넷 정책과 관련하여 정부 및 산업 지도자들과 같이 일하고 있다. 그는 컴퓨터 및 통신 산업협회의 독점금지 정책을 위한 노력을 이끌고 있으며, 하이테크 시장에서 산업과 기술발전을 담당하고 있다. 오코너는 단일 디지털 시장, 안드로이드 경쟁 플랫폼 규제를 다룬 많은 글을 게재하였다.

 

 

Read More