오늘자 방송: https://www.youtube.com/watch?v=glY89nfe0W8&list=PLdntWJk2tJPJuQctXMbRDdr9TWOsXClm6&index=1

1. 신호와 소음

2. 신호와 소음
• 최근에 화제가 되고 있는 코비드 판데믹, 지구 온난화, 주가, 그리고 알파고로 이어지는
인공지능에 이르기까지 불확실성에 대응하기 위한 여러 가지 다양한 시도와 연구 결과
를 정리한 책
• 데이터는 넘쳐나고, 우리가 목표로 하는 과녁은 계속해서 움직이고, 예측의 중요성은
점점 더 커지는 상황에서 과연 우리는 무엇을 해야 할까?
• 신호로 포장된 소음을 거르고 본질에 집중하는 방법을 알아내기 위한 저자의 좌충우돌
탐험기!
• 모든 것을 명쾌하고 확실하게 말하는 사람(고슴도치)를 경계하자! → 대신 여우처럼 살
아야 한다: 확률적으로 생각하고 매일 새롭게 예측하고, 집단 지성을 활용해야 한다
진리(신호)에 접근하기 위한 우리의 노력을 무위로 만드는 소음에
대한 이야기

3. 신호와 소음
이 책의 목차
예측의 어려움과
• 1. 금융위기│경제 붕괴를 둘러싼 예측의 대실패
• 2. 정치│내가 선거 결과를 맞힌 비법
• 3. 야구│야구 경기는 왜 모든 ‘예측’의 모델이 되는가
• 4. 기상│예측의 성공 스토리, 기상 예보의 진전
• 5. 지진│필사적으로, 신호를 찾아서
• 6. 경제 예측│불확실성, 변동성, 편향에 대처하는 법
• 7. 전염병│모든 모델은 빗나가지만 몇몇 모델은 유용하다
• 8. 베이즈 정리│조금씩 조금씩 덜 틀리는 법
• 9. 체스│컴퓨터가 인간처럼 미래를 내다볼 수 있을까
• 10. 포커│상대의 허풍을 간파하는 법
• 11. 주식│개인이 결코 시장을 이길 수 없다면
• 12. 지구온난화│건강한 회의론의 풍토가 필요하다
• 13. 테러│진주만 공습과 9·11테러의 공통점
• ｜나가며｜예측은 어떻게 가능한가

4. 신호와 소음
무엇이 이 책을 흥미롭게 만드는가?(1)
곳곳에 나오는 전문가들의 촌철살인
• “고양이에 대한 최고의 모델은 고양이다“
• “우리가 하는 모든 예측은 빗나갈 수밖에 없다는 사실을 명심해야 합니다. 그러기에 얼마나 빗나가는지 그리고 빗나갔을 때는 어
떻게 해야하는지 이해하고, 또 빗나갔을 때 발생할 수 있는 비용을 최소화하는 것이 예측과 관련해 우리가 해야 하는 일입니다.”
• “상대방이 뛰어난 선수일수록 당신은 그들이 무엇을 가졌는지, 무엇을 하고자 하는지, 앞으로 게임이 어떻게 될지에 대해 점점
더 불확실하다고 여기게 됩니다. 그럴수록 고수는 상대방의 이런 심리를 조장하고 조종해서 이용하려 들지요.”
• “시장의 비이성적인 상황은 사람이 견딜 수 있는 한도를 넘어서까지 오래 이어질 수 있다.”
• “우리는 낯선 것과 있을 법하지 않은 것을 혼동하는 경향이 있다.”
• “회의주의는 우리의 호기심이 상황을 오판하지 않게끔 만든다.”
• “체스 문제를 풀 수 있는 잘 알려진 알고리즘이 하나 있습니다. 시간이 오래 걸려도 좋다는 전제만 있다면.”
• A*/최초-최대(MIN-MAX)/알파-베타 가지치기

5. 신호와 소음
무엇이 이 책을 흥미롭게 만드는가?(2)
각각의 주제마다 빅데이터와 인공지능에 필수적인 개념을 잘 녹여놓았다
• 2 정치: 고슴도치 모델(결정론적인 세계관, 세상에 대한 지배적인 원칙이 존재한다고 강력하게 믿음) 대 여우 모델(실용적인 세계관, 불
확실성과 복잡성에 관대함)
• 4 기상: 예보관들이 육안에 의존하는 이유 --> 추상화 특성을 포착하고 자료에 담겨 있는 왜곡을 분석함
• 5 지진: 과잉적합 모델의 문제점 – 통계학적인 관점에서 보면 소음을 신호로 잘못해석하는 행위
• 6 평균과 불확실성: 모델을 구성하기 위한 특질, 그리고 신호를 정확하게 포착하는 지표
• 8 베이즈 정리: 베이즈주의가 중요한 이유
• 9 체스: 인간의 휴리스틱과 컴퓨터의 휴리스틱이 맞서면?

6. 신호와 소음
대상 독자
계속 실패하면서도 우리가 계속 예측을 하고 해야만 하는 이유가 궁금한 사람들
• 빅데이터가 정말 실제로 현실에서 적용되는 사례를 알고 싶은 과학자나 공학자
• 불확실성을 규칙으로 바꾸기 위한 접근 방법이 궁금한 사람
• 미래를 예측하는 과정에서 어떤 어려움이 있으며 어떤 해법이 있는지 궁금한 사람
• 머신러닝과 딥러닝이 복잡해서 크게 쓸모가 없을 것이라고 생각하는 사람

7. 신호와 소음
결론
예측 가능 vs 예측 불가능 → 우리는 우리의 능력을 더욱 겸손하게 평가할 필요가 있다
• 정보량은 기하급수적으로 늘어나고 있는 반면에 유용한 정보는 상대적으로 줄어드는 경향을 보인다 → 소음에 대한 신호의 비율이 점
점 작아지는 문제
• 중요한 것: ‘우리가 아는 것＇이 아니라 ‘우리가 안다고 생각하는 것 사이의 차이‘
• 베이즈 주의가 중요한 이유: 스트레스를 받으면 삶의 규칙적 패턴이 박탈되며, 전체적인 내용 대신 세부적인 내용에 집착한다 → 단순
화와 어림짐작은 실용적일지는 몰라도 완벽하지 않으며 진리도 아니다 → 우리는 베이즈 정리를 사용해 사건에 대한 증거를 평가하기
전에 사건이 일어날 가능성을 어느 정도로 믿는지 구체적으로 밝혀야 한다.
• 정보는 맥락에 놓일 때만 비로소 지식이 되며, 맥락을 전제하지 않고서는 신호와 소음을 구분할 수 없다.
• 편견이 전혀 없다고 말하는 건 그만큼 편견이 많다는 뜻이며, 자기 믿음을 분명하게 말하는 것으로부터 예측은 시작되어야 한다!
• 커다란 생각은 한 번에 만들어지지 않으며, 수 많은 시행착오와 잘못된 예측을 통해 조금씩 전진할 뿐이다.

8. 발표자 소개
기술 배경
전문 검색 엔진, 임베디드 시스템(리눅스 커널 디바이스 드라이버), 빅데이터/인공지능 연구 개발,
고성능 고가용성 데이터베이스
주요활동
IT 전문서 번역 (클린 코드, 피플웨어, 해커: 광기의 랩소디, 게임 엔진 블랙 북 등)
개발강의 (삼성전자, SK C&C, 삼성SDC, 현대자동차 기술 세미나와 교육)
활동채널
블로그: https://jhrogue.blogspot.com
슬라이드 셰어: https://www.slideshare.net/jrogue/presentations
유튜브: https://www.youtube.com/c/박재호dev
문의 jrogue@gmail.com
박재호