알리 쇼크

알리 쇼크 - 어떻게 시장을 점령하는가
김숙희 지음 / 매일경제신문사 / 2024년 4월

최근 중국의 온라인 이커머스 플랫폼인 알리익스프레스, 테무, 쉬인 등의 한국 시장 진출이 본격화 되면서 국내 온라인 쇼핑 시장에 커더란 변화가 불고 있다는 뉴스가 전해지고 있습니다.

이들 플랫폼들은 저렴한 가격과 다양한 제품들로 무장하여 한국 소비자들의 지갑을 열고 있어, 기존 국내 온라인 쇼핑몰들에게 큰 위협이 되고 있습니다. 특히 아래의 3가지 플랫폼이 한국을 넘어 글로벌 고객들에게 호평을 받고 있습니다.

- 알리익스프레스 : 알리바바 계열사로 글로벌 시장을 공략하는 대표적인 플랫폼으로 다양한 상품과 저렴한 가격으로 경쟁력을 갖추고 있습니다.

- 테무 : M2C 모델을 기반으로 빠른 배송과 저렴한 가격을 강점으로 내세우고 있으며, 특히 젊은 계층에 인기가 높은 것이 특징입니다.

- 쉬인 : 패션 전문 플랫폼으로 트렌디한 상품과 저렴한 가격으로 여성 소비자들에게 큰 사랑을 받고 있습니다.

사실 팬데믹 이후 당초 기대했던 것 보다 중국 내수 소비 회복 효과는 미미했고, 부동산 경기침체와 가계 부채 증가로 중국 소비자들의 소비 심리가 위축되어 '징동(京东)', '타오바오(淘宝)', '핀둬둬(拼多多)' 등 전통 전자상거래 플랫폼들의 국내 성장성의 둔화와 이미 포화상태인 업계에 신규 전자상거래 플랫폼들이 뛰어들면서 경쟁이 과열되기 시작했습니다.

당연한 이야기겠지만 이제 중국 전자상거래 업계는 글로벌 온라인 시장으로 눈을 돌릴 수 밖에 없는 상황에 놓이게 됩니다. 출산율 저하와 소비 둔화에 따라 위축되고 있는 중국 내수시장에서는 신규 사용자 추가 확보 대신 기존 사용자를 최대한 유지하면서, 미래 지속성장을 위해 글로벌로 눈을 돌리기 시작한 겁니다.

앞서말씀드린 알리익스프레스, 테무, 쉬인 등이 선두에 선 기업으로 '저렴한 가격, 방대한 제품, 빠른 배송'을 앞세우고 해외시장을 집중 공략하고 있으며, 수 많은 글로벌 소비자들을 자사의 플랫폼으로 대거 유입시키는데 성공하고 있습니다.

오늘 소개해 드리는 <알리 쇼크>에서는 이들 중국 빅테크 기업이 고객을 사로잡아 글로벌 시장을 선점해나가고 있는 핵심 전략을 살펴보고, 이들과의 리테일 경쟁에서 살아남기 위해서 준비해야할 것들이 무엇인지 논의하고 있습니다.

책에서는 전체 내용을 크게 3부분으로 나눠, 중국 리테일 산업 패러다임의 변화와 각기 다른 중국 플랫폼의 변화 양상을 간략히 살펴보고, 중국 플랫폼 중 대장 격인 알리바바의 리테일 핵심 전략 7가지를 상세히 분석하고 있습니다. 그 후 중국 리테일 시장을 공략하고 자신만의 경쟁력을 확보하기 위한 사업방안과 생존 전략에 대한 인사이트를 담고 있습니다.

중국 온라인 리테일 기업들은 플랫폼 내 다양한 서비스를 통합하고 오프라인 매장, 물류센터 등을 확장하여 옴니채널 리테일 생태계를 구축해 나가고 있습니다. 오픈 플랫폼 전략을 통해 브랜드와 판매자를 유치함으로써 생태계를 지속적으로 강화하고 있지요.

이렇게 구축된 방대한 사용자 데이터를 바탕으로 빅데이터 분석을 수행하여 소비 트렌드를 예측하고 새로운 상품과 신규 사업을 발굴해 나가고 있습니다. 또한 AI 알고리즘을 활용한 개인 맞춤형 추천으로 전략적 마케팅을 펼치고 있음을 기억할 필요가 있습니다.

개인화 고객관리 전략도 주목할 만합니다. 빅데이터 기반 개인 프로파일링으로 세분화된 타켓팅이 가능해지고, 라이프 스타일과 관심사를 반영한 개인 맞춤형 프로모션과 상품 큐레이팅을 제공하여, 입점 기업으로 하여금 좀 더 사업에 집중할 수 있는 다양한 기회를 부여하고 있습니다. AI 챗봇을 통한 지능적인 고객 상호 작용과 맞춤 서비스 또한 빼놓을 수 없는 전략 가운데 하나 입니다.

이외에도 빅데이터, AI, 클라우드 기술을 기반으로 한 스마트 팩토리를 구축하여 신제조 전략을 펼치고 있습니다. 정확한 수요 예측을 통해 과잉 재고를 최소화하고, 유연하고 민첩한 제조 프로세스로 리드타임을 단축하고 있음이 핵심입니다.

이러한 제조 공정의 혁신의 경우 특히 패션 의류 상품을 취급하는 중국 온라인 리테일 기업인 '쉬인'의 사례가 큰 인사이트가 되리라 봅니다. 빠르게 변화하는 패션 트렌드를 반영하기 위해 AI 알고리즘과 빅데이터 분석을 활용하고, 이에 기반해 협업 중인 전 세계 수천 명 디자이너의 설계 도안을 확정후 제조 공장들을 직접 연결하고 있습니다.

자체 디지털 공급망 관리 시스템을 통해 전체 제조 공정을 모니터링 및 관리가 가능하여 '다품종 소량 생산'의 유연한 상품 공급체계가 마련됨으로써 소비자 한 명 한 명에 대응하는 '다품종 소량 생산'을 통해 소비자의 패션 취향에 부응하는 인터넷 플랫폼 기업이자, 스마트 팩토리 기업으로 이름을 날리게 되었습니다.

온/오프라인 경계를 허무는 옴니채널 쇼핑 환경을 조성하고 시간과 공간의 제약없이 Seamless한 쇼핑 경험을 제공하는 '신유통 전략' 또한 이러한 중국 온라인 플랫폼 기업의 공통적인 사업 전략 중 하나입니다. 또한 빅데이터로 수요를 정확히 예측하여 적시에 배송하는 지능형 공급망을 구축함으로써 차별화된 유통 역량을 갖추고 있음을 기억할 필요가 있습니다.

이처럼 중국 온라인 리테일 기업들은 빅데이터, AI, 클라우드 기술을 활용하여 초개인화된 쇼핑 경험을 제공하고, 유연한 공급망과 지능적 제조 역량을 확보함으로써 글로벌 시장에서 커다란 경쟁력을 갖추어 나가고 있습니다.

책에서는 빅테크 리테일 4.0 : 알리 쇼크 이후의 성공 전략이라는 마지막 챕터에서 새로운 비즈니스 솔루션을 찾기 위한 '진출 전략', 글로벌 플랫폼과의 제휴를 통한 '편승 전략' 그리고 글로벌 리테일의 트렌드 변화를 이끌기 위한 '리딩 전략'에 대해 저자의 인사이트를 기술하고 있어, 중국 온라인 플랫폼 기업과의 경쟁 관계에 있는 관련 산업과 기업 담당자들에게 큰 도움이 되리라 생각합니다.

이 책의 주요 독자로서 저자는 중국의 최신 리테일 트렌드와 알리바바의 리테일 비즈니스 핵심 노하우가 궁금한 한국의 커머스 및 유통 업체 종사자들 그리고 중국 진출을 준비하거나 이미 중국 비즈니스를 진행하는 한국 기업 종사자들을 꼽고 있습니다.

나아가 중국이 리드하고 있는 리테일 산업 혁신을 통해 인사이트를 얻고자 하는 모든 사람들로 범위를 확대함으로써 궁극적으로 리테일을 포함한 산업 전반의 인공지능 & 디지털 대전환 성공 전략에 관심있는 모든 분들이 본서의 주요 독자라 생각합니다.

승승장구하고 있는 중국 빅테크 기업이 고객을 사로잡는 법에 대해 관심있는 분들의 일독을 권합니다.

인구감소, 부의 대전환

인구 감소, 부의 대전환 - 인구경제학이 찾아낸 미래 비즈니스 모델 총정리
전영수 지음 / 21세기북스 / 2024년 3월

지방 중소 도시를 둘러보며 한결 같이 느껴지는 분위기가 있습니다. 젊은 청년들이 예전보다 많이 보이지 않는다는 점이며, 이에 반해 노인분들이 부쩍 늘었다는 사실입니다. 저출산, 고령화의 심각성을 피부로 느끼는 순간이었습니다. 이는 비단 중소 도시 뿐 아니라 대한민국 전체의 문제일 겁니다.

보통 낮은 출산율로 인한 인구감소와 인구구조의 변화는 경제, 사회, 문화 전반에 걸쳐 심각한 부정적인 영향을 미치는 것으로 알고 있습니다. 노동력감소, 사회보장 부담 증가, 소비 위축으로 인한 산업 침체, 세대간 갈등 심화, 지역사회 쇠퇴, 교육 시스템 변화 그리고 군사력 약화 등을 생각해 볼 수 있는데요.

이러한 변화들은 사회 전반의 불안정과 갈등을 야기하고, 기업이나 국가의 지속 가능한 발전에 심각한 위협이 됩니다.

오늘 소개해 드리는 <인구감소, 부의 대전환>에서는 오히려 기업입장에서는 저출생, 고령화가 위기가 아니라 마지막 기회가 될 수 있음을 인구 경제학적 측면에서 분석하고 있어 눈길을 끕니다.

서문을 통해 저자는 이야기 합니다.

"0.72명의 출산율은 개발도상국 때 정한 준칙이 선진국인 지금 현실적인 환경과 맞지 않아 발생한 불협화음의 결과물 입니다. 이격을 줄이고 편차를 좁히며 제도와 현실을 조율하는 전환 작업이 필요합니다."

"동시에 인구 변화라는 시대 흐름에 의한 충격을 최소화하고 편익을 최대화하는 새로운 경쟁 무기로 인구 변화를 활용하는 역발상적인 접근이 바람직 합니다."

저자가 지적하다시피 초저출생과 초고령화 사회로의 진입을 막을 만한 동인이나 개선책이 쉽게 마련되지 않아 보입니다. 더군다나 대응 시점마저 놓치자 곧바로 추락해 버린 출산율은 인구학의 추계 범위를 이탈하여, 오히려 시간이 지날 수록 점점 더 그 속도가 빨라지는 듯한 느낌입니다.

한 마디로 "정해진 미래"가 점점 현실화되고 있다는 이야기 입니다.

조금이나마 성장하지 않으면 바로 도태되어 버리는 것이 시장의 자본주의 논리이기에 그런 의미에서 정해진 인구감소가 오히려 성장 엔진이 되어야 하며, 이것이 신시대의 뉴패러다임이라는 저자의 의견에 동의하는 이유이기도 합니다.

인구구조 변화에 다른 자산 시장의 새로운 트렌드와 변화를 다루면서, 기존의 생애주기 가설을 통한 확고부동한 금융이론에 기반한 자산 투자가 이젠 저출생과 고령화에 부딪혀 근본부터 변화하고, 결국 과거와 같은 접근으로는 안정적인 자산투자가 힘들어 짐을 역설하고 있습니다.

고성장이 빚어낸 확장 지향적인 자산 시장을 대신해 '저(低)의 시대'로 압축되는 자산 시장의 새로운 재편 흐름이 지속될 전망입니다. 저성장, 저금리가 뉴노멀이 된 지금, 인플레이션을 추억하며 디플레이션에 대항하는 선진국형 자산 재편이 본격화되고 있음을 기억할 필요가 있습니다.

아껴야 잘 살던 시대의 종말과 더불어 저축동기를 상실하고, 시장 진입을 포기한 MZ의 젊은 세대의 본심이 향하는 소비와 부동산의 미래를 미리 예측하는 것이야 말로 새롭게 재편되는 선진국형 자산 시장의 리딩 전략이 아닐까 고민하게 됩니다.

더불어 축소시장의 진성고객으로 새롭게 등장할 고소득, 고학력, 정년 연장으로 무장한 '신인류' X 세대 중년의 행로를 추적할 필요가 있어 보입니다. 소위 1, 2차 베이비부머 세대(55~75년생) 대략 1,700만명의 거대 인구 집단으로서 요즘 어른들은 자신들의 추억과 자아실현을 위해 기꺼이 돈을 지불할 준비가 되어 있습니다.

이러한 행태의 밑바닥에는 중년 특유의 축소적이고 희생적인 고정 관념과 결별한 최초의 중년 집단이며 가치적인 신소비를 욕망하는 새로운 형태의 중년집단이라는 생각이 자리하고 있답니다.

기업 입장에서는 엄청난 부의 원천이요, 마케팅 타깃 집단이라 할 수 있습니다. 특히 이들 요즘 어른들은 대면 소비와 접촉 소비만 해왔던 기존 노년과 확인히 구분된다는 점이 중요합니다. 물론 비대면을 일방적으로 선호하는 것은 아니지만 대면과 비대면을 두루 선호하고, 활용 가능하다는 점은 시사하는 바가 크다하겠습니다.

그 중에서도 일본 사례이지만, 우리나라의 요즘 어른들에도 적용할 수 있는 특징적인 중년 소비로 '미들엣지'를 지적하고 있습니다. 즉, 중년의 욕구 지점을 의미하는 '미들엣지'는 '추억 소환', '자아 부활', '희망 실현'이라는 3대 소비 패턴으로 요약할 수 있습니다.

이러한 '미들엣지'에 대한 이해와 관련 마케팅 그리고 이들이 고령화됨에 따른 선택재 시장 개척을 통해 요즘 어른들의 지갑을 활짝 열어 젖히라는 저자의 주장을 통해 기존의 고령집단과는 분명 다른 1970년대생의 중년화를 수축 사회라는 기업 위기를 돌파할 천금같은 기회라는 결론에 이르게 됩니다.

저자는 1970년대생을 '인구감소 + 수익 증가 = 기업 성장'을 풀어줄 최초의 실험대상이라 선언합니다. 의도된 것은 아니지만 사회 전환과 질서 재편이 요구되는 갈림길에서 중년 시점에 도달한데다 거대 인구까지 보유하며 경제력과 파급력을 두루 완성했기 때문입니다. 특히 이는 비단 우리나라만의 경우가 아니라는데 큰 의미가 있어 보입니다.

달리말해 이들 거대 집단의 지속적이며 확장적인 소비를 이끌어내 평생 매출을 책임질 충성고객으로 만들 수만 있다면 인구감소를 통한 소비 위축과 기업의 위기를 돌파할 최선의 전략이라는 점에 동의하게 됩니다.

테슬라, 아마존, 쿠팡, 카카오, 네이버 등 유니콘 기업들이 데이터 기반의 플랫폼 비즈니스를 통해 개별 고객의 정보를 분석해 고객의 생애 전체에 걸친 욕구를 실현해 주고자 하는 방향으로 비즈니스 모델을 확장해 나가는 모습에서 이러한 트렌드를 엿볼 수 있습니다.

마지막으로 '인구가 감소하면서 성장한 일본의 10대 산업'을 통해 당면한 인구 위기를 극복할 현실적 대안을 위한 좋은 인사이트가 될 것으로 보입니다.

맞벌이와 외동 자녀의 증가로 인해 육아와 교육 분야의 집중 투자와 투입 단가가 높아 오히려 시장 파이가 더욱 커졌습니다. 의약과 간병의 고량화는 당연히 호황이 예상되며, 가치소비와 맞물린 공유, 포노사피엔스의 전자상거래는 더욱 활발해 질 것으로 전망됩니다.

생존 보장이 더 중요한 손해 보험, 도보 반경의 일상 수요를 흡수할 소매, 노동 부족이 불러올 인재 확보 경쟁, 가족 역할을 대체할 반려동물 등의 산업군이 인구 구조 변화 속에서 성공을 견인할 유력한 후보라는 점을 기억할 필요가 있어 보입니다.

인구 감소라는 축소시장에 숨어 있는 부의 재편을 MZ세대, 70년대생, 충성고객인 집토끼, 베이비 부머라는 키워드를 통해 믿을 만한 통계 근거와 다양한 증거를 통해 자세히 설명한 책으로 평가합니다.

물론 저자 자신도 밝히고 있다시피, 전제 조건과 함께 논리적 비약이 어느정도 있음을 감안하더라도 인구감소를 단순히 기업과 국가 성장의 마이너스 요인으로 바라보지 않고, 긍정적이고 적극적인 기회로 바라보고 있다는 점에서 가치가 있다고 생각합니다.

인구 구조 변화에 따른 개인과 기업의 성공전략을 추적하시는 분들의 일독을 권합니다.

한눈에 보이는 생성형 AI와 자연어 처리 그림책

한눈에 보이는 생성형 AI와 자연어 처리 그림책 ㅣ 한눈에 보이는 그림책
한선관.임새이 지음 / 성안당 / 2024년 3월

'생성형 AI'는 인간 수준의 텍스트, 이미지, 음악 등을 만들어 낼 수 있는(생성할 수 있는) 인공지능 기술입니다. 이에 반해 '자연어 처리(NLP)'는 컴퓨터가 우리들이 쓰는 자연스런 언어(자연어)를 이해하고 처리하도록 하는 기술입니다.

이러한 NLP 기술을 사용하여 방대한 양의 텍스트 데이터를 기반으로 학습된 인공 신경망 모델을 의미하는 '초거대 언어 모델(LLM (Large Language Model))'은 인간 수준의 텍스트를 생성하고, 언어를 번역하며, 질문에 답변할 수 있는 뛰어난 능력을 가지고 있습니다.

앞서 말씀드린 NLP와 LLM 기술을 기반으로 탄생한 챗GPT와 같은 '생성형 AI'는 챗봇, 자동요약, 창의적인 콘텐츠 제작, 기존 데이터 기반으로 새로운 데이터 생성, 개인 맞춤형 콘텐츠 제작 등에 본격적으로 활용되고 있습니다.

결과적으로, LLM은 NLP 기술을 기반으로 학습되고, 생성형 AI는 LLM 기술을 활용하여 작동합니다. NLP는 컴퓨터가 인간 언어를 이해하는 기반을 마련하고, LLM은 인간 수준의 언어 처리 능력을 제공하며, 생성형 AI는 인간 수준의 창작물을 만들 수 있도록 한다는 사실을 기억할 필요가 있습니다.

그렇다면 가장 기본이 되는 '자연어처리(NLP) 기술'의 이해야말로 LLM과 생성형AI 기술을 이해하고 활용하기 위한 초석이 될 것입니다.

오늘 소개해드리는 <한눈에 보이는 생성형 AI와 자연어 처리 그림책>은 제목 그대로 쉬운 설명에 그림을 곁들여 자연어 처리의 기본 개념과 원리 그리고 다양한 활용 분야와 관련 인사이트를 제공하여, 자연어 처리 기술의 실제 활용에 대한 이해를 높일 수 있도록 구성되어 있습니다.

책의 전반부에서 자연어 처리가 어려운 이유를 중의성, 불규칙성, 무한한 유연성과 확장성, 띄어쓰기 그리고 생략이라는 자연어의 특성에서 비롯됨을 설명하면서 규칙기반, 통계 기반 그리고 심층학습(딥러닝) 기반의 자연어 처리 이론을 본격적으로 들여다 보고 있습니다.

우선 자연어 처리의 핵심 개념 파악을 위해 언어학적 관점에서 어휘 분석, 구분 분석, 의미 분석, 화용 분석에 대해 자세히 다루고 있습니다.

이는 자연어 처리의 기반이 되는 기본 언어학으로서 음절, 형태소, 어절, 품사, 구 구조와 의존 구조, 의미론과 화용론 전반에 대한 자세한 설명이 그림과 함께 소개 되고 있어 초심자들에게 큰 도움이 되리라 생각합니다.

특히 자연어 처리에 분석해야할 데이터가 매우 복잡하기 때문이며, 딥러닝이라는 심층 학습 기술을 활용하게 되는데, 이때 수많은 신경망 층에서 데이터 간에 복합적인 연결을 통해 더욱 정확하고 정교한 자연어 처리가 가능해진다는 사실을 기억할 필요가 있습니다.

관련하여 책에서는 '심층학습(딥러닝)' 개념, 문자를 벡터로 표현하는 '임베딩', 문장분류에 활용되는 합성곱 신경망(CNN) 그리고 순환 신경망(RNN)의 개념과 관련 알고리즘을 자세히 서술하며, AI 기반의 현대적인 자연어 처리 기술에 대한 깊이있는 인사이트를 제공하고 있습니다.

책의 전반부에서 이와같이 자연어처리에 대한 기본 개념과 심층학습(딥러닝)을 통한 자연어 처리의 이론에 대한 체계적인 학습이 이뤄졌다면 후반부에서는 자연어 처리의 실제와 활용을 다루며, 텍스트 분류, 키워드와 정보추출, 기계 번역 등의 좀 더 현실적인 활용 측면에서 접근하고 있습니다.

마지막 장에서는 이러한 활용 측면을 넘어 최근 폭발적인 이슈를 몰고 온 '초거대언어모델(LLM)'과 빅테크 기업에서 마련한 다양한 생성형 AI의 소개와 활용법을 자세히 제시하고 있어 현 시대의 인공지능 트렌드를 놓치지 않고 있음을 확인할 수 있습니다.

책을 통한 저자들의 집필 의도는 "어떻게 기계가 텍스트를 생성하고, 이해하는 지에 대한 통찰을 쉽게 전달할 것인가"에 집중되어 있다고 봅니다. 텍스트를 기반으로 하는 생성형 AI의 다양한 개념과 알고리즘을 자세한 해설과 그림을 통해 최대한 쉽게 소개하고자 하는 저자들의 의지를 페이지 곳곳에서 느낄 수 있었습니다.

최신 기술 관련 소개서에서는 좀처럼 볼 수 없던 윤리적인 문제 즉, AI의 편향 문제, 가짜 뉴스, 개인정보 보호, 직업 소멸 문제와 AI의 사회적 책임과 같은 민감한 사안들 또한 자연어 처리의 관점에서 다루고 있어 매우 흥미로웠습니다.

이러한 윤리문제와 사회적 책임에 대한 논의에 대해 저자들은 "기술의 발전과 함께 발생하는 사회적인 문제에 대한 인식을 높이고, 독자들이 이를 평가하고 이해하는데 도움을 줄 것이다"라며 열린 결말을 제시하고 있는 것도 의미가 있다고 생각합니다.

글보다 직관적인 그림을 통해 생성형 AI의 작동 원리와 그 기본기술이 되는 자연어 처리에 대해 초심자라도 쉽게 접근할 수 있는 기본서로 평가하고 싶습니다.

관심있는 분들의 일독을 권합니다.

생각의 배신

생각의 배신 - 머릿속 생각을 끄고 일상을 회복하는 뇌과학 처방전
배종빈 지음 / 서사원 / 2024년 4월

우리는 흔히 신입들이 일을 잘못하거나 마음에 들지 않을 때 생각 좀 하고 살라고 다그치곤 합니다. 또 고민이 있을땐 생각 좀 해보겠다고 말하기도 합니다. 그도 그럴 것이 중세시대를 대표하는 관념론 철학자 '데카르트'의 말처럼 우리의 존재는 생각 속에서 의미가 있기 때문입니다.

그런데 우리가 심히 착각하고 있는 사실이 하나 있습니다. 이러한 여러 생각을 자신이 의도적으로 하고 있으며, 언제라도 통제할 수 있다고 믿고 있다는 사실입니다.

대부분의 생각은 우리가 의도하지 않음에도 그냥 떠오르고 사라질 뿐입니다. 당연히 이러한 생각을 우리 마음대로 컨트롤 한다는 것은 넌센스일 수 밖에 없습니다. 갈팡질팡 마음대로 떠오르고 사라지는 이러한 생각 때문에 현대인들은 고통을 받고 있습니다.

과거의 나쁜 기억으로 부터 그리고 미래의 불안으로 야기된 나쁜(?) 생각의 반복과 굴레를 끊을 수만 있다면 우리 삶은 우울과 불안으로 부터 잠시 벗어나 현재 이 순간에 좀 더 집중할 수 있을 겁니다.

오늘 소개해 드리는 <생각의 배신>에서 저자는 이야기 합니다.

"최근 뇌 과학 연구들은 생각에 빠지는 것이 각종 정신 장애와 밀접한 관련이 있으며, 정신장애의 발생 가능성, 예후와도 깊은 연관이 있음을 입증하고 있습니다...최근에는 이러한 연구를 바탕으로 우울 장애와 불안 장애를 예방하고 치료하기 위해 반복되는 생각을 줄이는 다양한 방법들이 시도되고 있지요."

현대인들의 대표적인 정신 장애인 우울과 불안의 원인은 결국 생각이 너무 많은 것에 기인한다는 이야기입니다. 물론 어느정도의 긴장은 필요하지만 걱정거리의 79%는 실제 일어나지 않고, 16%정도는 충분히 미리 준비하면 대처가능한 사건이라는 연구가 있습니다. 결국 걱정의 5% 정도가 일어날 가능성이 있다는 것입니다.

이러한 사실을 알고 있더라도 지나가버린 과거의 일로 후회하고, 다가올 미래의 일에 불안을 느끼며 우리는 항상 생각하고 또 생각하고 있습니다.

책에서는 뇌의 신경가소성을 바탕으로 생존을 위해 주변환경에 적절히 대응할 수 있는 뇌상태를 지속시키기 위해 부정적인 생각의 반복을 일종의 생존 위험 신호로 간주해 스트레스 반응을 일으킨다고 주장합니다.

결국 부정적인 생각을 많이 할수록 우울과 불안을 더 자주, 길게 느끼게 되고, 점점 우울장애와 불안장애에 취약한 상태가 되며, 뇌는 지쳐간다는 의미입니다.

지친 뇌의 회복을 위해서는 단순히 아무것도 하지 않는 것보다 생각에 빠지지 않으면서 휴식을 취하는 방법과 기술이 필요함을 지적하며, 생각에 빠지게 되는 다양한 상황들을 설명하며, 이런 상황을 극복하는 방법과 생각의 반복에서 벗어나 지금 해야 할 일에 몰입할 수 있는 구체적인 기술들을 소개하고 있습니다.

생각의 악순환에서 벗어나는 사고의 기술 10가지 중 특히 주목하고 싶은 부분은 바로 '내 생각을 점검하는 메타지각' 즉 생각에 빠지는 순간을 알아차리는 기술 입니다. 불교의 명상 특히 '알아차림 명상'과 일맥상통하는 부분입니다.

자신이 무슨 생각을 하는지 살펴봄으로써 불필요한 생각이나 부정적인 생각들에서 빠져나오는 방법을 모색할 수 있으며, 자신이 무슨 생각을 하는지를 자주 생각하는 것만으로도 생각을 반복하는 경우가 눈에 띄게 줄어들게 됩니다.

그외에도 생각이 많을 때 몸을 움직인다던지, 취미활동을 통해 즐거움을 느끼거나, 우울과 불안을 낮추고 불필요한 생각의 반복을 막는 기록 습관, 명상 그리고 올바른 약물 치료 등의 방법들은 간단하지만 많은 사람들에게 효과가 있었음을 임상을 통해 확인했음을 저자는 고백하고 있습니다.

우리를 불안과 우울 장애로 이끄는 수 많은 생각.. 생각들.....

불교에서는 도대체 예측할 수 없고, 종잡을 수 없이 일어나는 생각을 원숭이가 이 나무에서 저 나무로 옮겨 다니는 것을 빗대어 표현하고 있습니다. 우울을 끝내고 불안을 잠재울 것이라 생각하고 또 생각해봐도 오히려 상황은 더욱 나쁘져만 갑니다.

현대 뇌과학에 바탕해 머릿속 생각을 끄고, 일상을 회복하는 처방전이라는 소제목에 걸맞게 불안과 우울의 악순환에서 벗어나는 사고의 기술을 잘 정리한 책이라 평가하고 싶습니다.

불안과 우울 장애 뿐 아니라 단순히 생각을 꾸준히 함에도 상황이 나아지지 않고, 오히려 힘들고 고통스러움만 가득한 현대인들의 일독을 권합니다.

인공지능 구조 원리 교과서

인공지능 구조 원리 교과서 - 개발자와 프로젝트 매니저를 위한 AI 수업, 머신러닝·딥러닝·CNN·RNN·LLM 메커니즘 해설 ㅣ 지적생활자를 위한 교과서 시리즈
송경빈 지음 / 보누스 / 2024년 3월

인공지능은 단순한 기술이 아닌, 우리 삶의 모든 측면에 영향을 미치는 핵심 기술입니다. 의료, 금융, 제조, 교육, 엔터테인먼트 등 다양한 산업 영역에서 활요되고 있으며, 점점 더 그 영향력이 더욱 커질 것으로 기대됩니다.

이러한 인공지능 기술을 이해한다는 것은 이를 효과적으로 활용하고, 문제를 해결하기 위한 필요조건이기도 합니다. 또한 원리와 구조를 이해함으로써 인공지능으로 인해 벌어질 윤리적 문제와 보안 문제에 효과적으로 대응하고, 예상치 못한 결과와 오작동을 예방하고 대응하는데 도움이 됩니다.

그러나 이런 인공지능 기술은 다른 기술들에 비해 다소 난해한 것이 사실입니다. 수학, 확률, 통계, 컴퓨터 공학 등 선행 지식이 필요하고, 상당히 복잡한 이론과 공부해야할 분량이 매우 많기 때문에 일반인들 뿐 아니라 관련 엔지니어들 또한 매우 부담을 느끼고 있는 것이 사실입니다.

대략 컴퓨터 공학 학부를 졸업하고, 대학원에서 최소 4학기 정도의 학습량이 필요하다는 전문가들의 지적이 있습니다만, 기술의 발전 속도와 대중화 속도가 워낙 빠른 반면, 필요 인력이 많이 부족하다 보니 최근에는 속성으로 인공지능 개발 학원이나 강좌가 우후죽순으로 생겨나고 있습니다.

오늘 소개해 드리는 <인공지능 구조 원리 교과서>는 '개발자와 프로젝트 매니저를 위한 AI 수업'이라는 부제가 달려있습니다만, 전공자 뿐 아니라 비전공자들 또한 인공지능 관련 업계로의 진출하기 위해 인공지능의 구조와 원리를 학습하기 위해 적절한 출발점이 아닌가 생각합니다.

'데이터 분석'에 대한 설명으로 부터 시작해 어떻게 이것이 '머신러닝'으로 이어지며, 다시 '딥러닝'과 '대규모 언어모델'로 발전해왔는지를 다루면서 그 기술적 흐름을 중심으로 구성되어 있어, 흐름을 놓치지 않고 따라가다 보면 자연스럽게 현재 인공지능의 대부분의 핵심 기술들을 이해할 수 있게끔 구성되어 있습니다.

앞부분에서는 간략히 인공지능 관련 용어와 역사 그리고 가뭄예측과 보행자의 이행상동 탐지 등의 활용사례를 소개하고, 서로 겹치면서도 성격이 다른 분야인 '데이터 분석'과 '머신러닝'에 대한 설명이 이어집니다.

변수와 가중치로 예측값을 얻는 기존의 '데이터 분석 모델'로 부터 이러한 기존의 통계 분석 모델의 수식을 빅데이터 학습을 통해 자동으로 완성하는 '머신러닝'과 머신러닝 모델을 여러층으로 쌓아 고도화한 '딥러닝' 기술의 다양한 사례를 통해 결국 데이터 분석, 머신러닝, 딥러닝이 데이터를 분석하고 활용하는 방식의 문제임을 지적합니다.

특히 인공지능 학습의 출발점인 '경사하강법'을 설명하기 위해, H(x)=wx+b 라는 간단한 '일차함수'와 수식으로 표현되는 세상을 위한 '가설식', 최적의 가중치 조합을 찾기 위한 '다양한 인공지능 기술들(선형회귀, 이진분류, 다중 분류)과 수식'에 이어 현재 가설식이 얼마나 정확한지 확인하기 위한 '손실비용 산출'에 이르기 까지의 전 과정을 도식과 그림을 통해 쉽게 보여주고 있습니다.

물론 '기초적인 머신러닝 기법을 사용해 이미지를 인식하는 예제'와 같이 중간 중간 실습예제를 QR코드 혹은 URL로 제시하고 있어 이론적인 부분을 실습을 통해 좀 더 구체적으로 이해할 수 있는 방법을 제공하고 있어 특히 초심자들에게 큰 도움이 되리라 생각합니다.

이와 같이 전반부의 기초적인 데이터 분석과 머신러닝 기술에 대한 학습은 후반부에 나오는 '딥러닝'과 '대규모 언어모델'로의 확장을 위한 기초 공사와 같은 성격을 지닙니다.

'다층 퍼셉트론'을 통해 기존 불가해의 XOR 논리연산 문제를 공간 확장이라는 솔루션으로 해결함으로써 결국 가중치들을 세분화하여 가설의 유연성과 확장성을 높이고 이를 통해 정확도 높은 '딥러닝(DNN)'이라는 예측 모델의 탄생을 예비하게 되었음을 기억할 필요가 있습니다.

이는 곧 기존 논리적 접근에서 실험적 접근으로의 개발 패러다임의 변화를 의미합니다.

책에서는 이미지 인식의 대표모델인 'CNN'과 연속성이 있는 데이터에 특화된 모델인 'RNN'의 구조와 작동 원리를 자세히 밝힘으로서 현대 인공지능의 컴퓨터 비전 기술과 번역, 챗봇, 작곡 등 생성형 인공지능의 힌트가 되는 기술을 잘 설명하고 있습니다.

마지막으로 최근 챗GPT와 같은 대규모 언어모델의 구조와 원리는 이전 설명보다 좀 더 학습량이 많고, 어렵게 느껴지는 것이 사실입니다. 이해가 잘 안된다면 천천히 읽거나 한 두번 다시 읽어보라는 저자의 제안처럼 한 번에 이해하기는 쉽지 않으리라 생각됩니다.

그러나 대규모 언어모델 이해를 위한 기본 개념인 자연어처리, 워드 임베딩, 전이학습, 인코딩과 디코딩, 컨텍스트 벡터, 트랜스포머 개념, 어텐션에 대해서는 빠짐없이 설명하고 있어, 본서에서 개념을 잡고, 예제를 포함한 좀 더 깊은 학습을 병행하기를 추천드립니다.

앞서 말씀드린 대로 개발자와 프로젝트 매니저의 인공지능 기술 이해를 위해 쓰여진 책이긴 하지만 본 기술에 대해 관심을 가진 누구라도 처음부터 차례대로 읽어 나가다 보면 현대 인공지능의 전체 그림을 그려볼 수 있는 교과서와 같은 책이 아닌가 생각합니다.

인공지능의 구조와 작동원리를 알고자 하는 모든 분들의 일독을 권합니다.