금세 끝날 줄 알았던 코로나19 팬데믹이 어느덧 3...

금세 끝날 줄 알았던 코로나19 팬데믹이 어느덧 3년째에 접어들고 있다. 팬데믹은 아직도 끝날 기미가 보이지 않고 현재 진행 중이다.
2022년 1월 7일 기준으로 전 세계 누적 코로나19 확진자 수는 3억 명을 돌파했으며, 사망자 수는 540만 명이 넘었다.
2020년 말부터 전 세계에 백신 접종이 시작됐지만 우려했던 대로 백신이 불평등하게 공급되며 부유한 나라와 그렇지 못한 나라 간의 격차가 심화되고 있다. - P10

연구팀은 세포 실험을 통해 델타 변이의 스파이크 단백질이 다른변이보다 훨씬 빠르게 막 융합이 일어나는 것을 관찰했다. 5분이 지났을 때 델타 변이와 다른 변이의 막 융합 정도는 비슷했지만, 시간이 지날수록 차이가 크게 벌어졌다. 이 능력은 ACE2 수용체가 적은 세포를 감염시킬 때 더 큰 차이를 보일 수 있다. 연구를 이끈 빙첸 하버드의대소아과 교수는 "이 결과는 델타 변이가 왜 훨씬 더 빨리 전염되는지, 왜 짧은 시간만 노출돼도 감염되는지, 왜 더 많은 세포를 감염시키고 체내에 높은 바이러스량을 갖게 만드는지를 설명해 준다"고 말했다. - P13

놀랍게도 오미크론 변이는 알파, 베타, 감마, 델타 변이에서 갈라져 나온 것이 아니라 독자적으로 진화해온 것으로 보인다. 과학자들이오미크론 변이의 계보를 추적한 결과, 가장 가까운 변이가 2020년 중반에 나타났다. 이를 토대로 과학자들은 오미크론 변이의 기원을 여러 가지로 추정했다. 우선 코로나19로 진단되지 않거나 발견되지 않은 사람들 사이에서 진화했을 가능성이 있다. 아프리카 대륙은 의료 환경이 열악해 코로나19 진단과 변이 감시가 원활하지 않을 수 있다. 또 다른 가설은 암이나 인간면역결핍바이러스(HIV)에 걸려 면역 체계가 약해진 사람에게서 오미크론 변이가 생겼다는 추정이다. 면역 체계가 약화돼있으면 바이러스 감염과 싸우는 데 오랜 시간이 걸린다. 이 시간 동안바이러스는 사람의 면역 방어를 피하기 위해 진화한다. 마지막으로 바이러스가 동물에게 숨어서 오미크론 변이로 진화한 다음 다시 인간에게 전파됐을 가능성이다. 실제로 많은 동물이 코로나19 바이러스에 취약하다는 사실이 밝혀졌으며, 사람에게서 동물로 코로나19 바이러스가 전파된 사례가 무수히 많다. 일부 과학자들은 특히 설치류에서 오미크론 변이가 생겼을 가능성이 높다고 주장하기도 했다. - P18

2021년 3월부터 8월까지 미국에서 버려진 코로나19 백신은 최소1500만 회 분에 이른다. 한국에서도 유통기한 경과 등으로 버려진 코로나19 백신이 94만 회 분에 달하는 것으로 나타났다. 저소득 국가에서는백신이 부족해 허덕이고 있는데, 부유한 국가에서는 백신이 남아돌아 버려지고 있는 셈이다. 이렇게 전 세계에 백신이 고루 공급되고 있지 않은 상황에서 WHO는 부스터 샷이 불평등을 더 악화시킬 것이라며 강하게 비판했다.백신 전문가들도 부스터 샷이 필요하다는 증거가 충분하지 않다고 주장했다. 미국 FDA와 WHO 소속 과학자 18명은 2021년 9월 13일 국제학술지 <란셋>에 일반 사람들에게 부스터 샷은 필요하지 않다는 논평을 발표했다. 시간에 따라 항체 농도가 줄어든다고 해서 실제로 백신의 감염 예방 효과가 떨어진다고 볼 수는 없다는 뜻이다. 체내에 항체농도가 떨어져도 기억 세포는 그대로 남아 있어 코로나19에 감염돼도 면역 반응은 여전히 일어날 수 있기 때문이다. - P20

 따라서 앞으로의 기술 발전은 메타버스가 발전하는 데있어서 핵심 요소인 몰입감(Immersiveness)과 상호작용(Interaction), 그리고 지능화 (Intellectualization) 등 이른바 3I가 중심이 되어 성장할 것이라는 전망이 지배적이다. - P29

기술의 발전과 함께 메타버스 유행을 앞당긴 요인으로는 코로나 19를 들 수 있다. 기술의 발전이 이미 예상됐던 요인이라면, 코로나19의 등장은 사람들이 전혀 예상치 못했던 요인이라 더욱 드라마틱하다고 볼 수 있다. 코로나19가 메타버스 성장에 도움을 주었다고 보는 이유는 비대면 문화가 급속도로 자리를 잡는 데 있어 결정적 영향을 미쳤기 때문이다. 사실 사회적 거리 두기로 인해 비대면 분위기가 확산하면서 시간이나 공간상 제약이 없는 메타버스 세상으로 몰리는 현상은 어쩌면 당연한 일일지도 모른다. - P38

증강현실은 현실 세계의 공간을 바탕으로 가상의 물체를 시각적으로 겹쳐 보이게 연출하고, 가상의 물체와 상호작용할 수 있는 메타버스다. 과거 크게 유행했던 게임인 ‘포켓몬고‘가 대표적 사례다. 또한 라이프로깅은 하루하루 살아가며 사용한 디지털 기기를 통해 생성되는 데이터다. 예를 들어 운동할 때 기록된 심장박동 관련 데이터나 섭취한 음식물의 칼로리 데이터 등이 이에 해당된다. 쉽게 말해 ‘일상의 디지털화도 메타버스의 유형 중 하나라는 의미다.
반면에 거울세계는 실제 세계를 그대로 똑같이 구현한 메타버스를 뜻한다. 산업 현장에서 많이 사용되는 개념인 디지털트윈(digitalTwin)도 일종의 거울세계라 할 수 있다. 새로운 건축물을 설계할 때 일조량이나 주변 교통 흐름의 변화까지 예측하기 위해 2020년 3차원 모델로 구현한 서울시 거울세계가 그 좋은 예라고 할 수 있다. 끝으로 가상세계는 캐릭터(character)나 아바타라고 부르는 존재를 매개체로 하여 가상공간에서 활동하는 메타버스다. 과거부터 사람들이 즐겨왔던 모든종류의 비디오게임이 가상세계를 상징하는 대표적 사례로 들 수 있다. 이렇게 4가지 유형으로 구분되는 메타버스는 목적과 성격에 따라
‘게임을 기반으로 하는 메타버스 플랫폼‘, ‘일상 생활을 영위하는 메타버스 플랫폼‘, ‘경제 활동을 할 수 있는 메타노믹스(metanomics) 기반의 메타버스 플랫폼‘ 등으로 나뉘어 발전하고 있다.  - P39

[오늘의 한문장] 새로운 이름의 이야기

모든 것이 아슬아슬하다. 위험으로 가득한 이 세상에서 위험을 감수하지 않는 이들은 삶을 제대로 누리지 못하고 평생을 구석에 처박혀 인생을 낭비하게 된다. 불현듯 왜 내가 아닌 릴라가 니노를 차지하게 됐는지 이유를 깨달았다. 나는 감정에 몸을 내맡길 줄 모른다. 감정에 이끌려 틀을 깨뜨릴 줄 모른다. 내겐 니노와 단 하루를 즐기기 위해서 자신의 모든 것을 건 릴라와 같은 강인함이 없었다. 나는항상 한 발짝 뒤에서 기다리기만 했다.
릴라는 그런 나와는 달리 진심으로 무엇인가를 갈망할 줄 알았다.
원하는 것은 망설임 없이 취할 줄 알았다. 열정을 다할 줄 알았다. 자신이 가진 모든 것을 걸고 모멸감도 비웃음도 두려워하지 않았다. 사람들이 얼굴에 침을 뱉어도, 흠씬 두들겨 맞아도 두려워하지 않았다. 릴라에게 사랑은 상대방이 자기를 원하기를 바라는 것이 아니라 상대방을 쟁취하는 것이었다. 그렇기에 릴라는 니노를 가질 자격이 있었던 것이다. - P404

[오늘의 한문장] 새로운 이름의 이야기

 릴라는 심각한표정으로 피누차를 돌아보며 평소보다 훨씬 경멸에 찬 어조로 내뱉었다.
"어서 가서 얼굴을 씻어. 젖은 수영복일랑은 벗어버리고."
피누차는 멍하게 릴라를 바라보았다. 두 여자 사이에 아주 빠르게무엇인가가 오고갔다. 눈에 보이지 않게 자신들의 은밀한 감정을 주고받았다. 내면 깊은 곳에서 생성된 미세한 입자를 서로에게 분사했다. 충격과 전율의 순간이 몇 초간 지속되었다.
나는 미묘한 기류를 어렴풋이 느낄 수는 있었지만 정확하게 이해하지는 못했다. 하지만 릴라와 피누차는 달랐다. 그들은 서로를 이해했다. 상대방에게서 자신의 모습을 발견한 것이다. 피누차는 비록 경멸이 섞이기는 했지만 릴라가 자신의 상태를 눈치채고 이해하고도우려 한다는 것을 깨닫고 릴라의 말에 따랐다. - P323

[오늘의 한문장] 새로운 이름의 이야기

그러면서도 한편으로는 그와 나눈 대화는 몇 년 전 릴라와 나누었던 대화와 비교할 수 없다는 것도 느꼈다. 릴라와 대화를 나누면 머리에 불이 환하게 밝혀지는 느낌이 들었다. 서로의 입에서 말을 가로채기라도 하듯 열렬히 대화를 나누었고 그러면서 온몸에 전류가 이는 것과 같은 흥분을 느끼곤 했다.
니노와는 그렇지 않았다. 그와 이야기할 때는 그가 듣고 싶어 하는 말만 해야 한다는 사실을 깨달았다. 나의 무지뿐만 아니라 얼마되지 않는 나는 알지만 그는 모르는 지식도 숨겨야 한다는 것을 깨달았다. 실제 나는 그렇게 했고 그가 자신의 생각을 내게 털어놓자 뿌듯했다.
- P271

이제 애널리틱스 태스크에 대해 구체적으로 살펴보겠다....

이제 애널리틱스 태스크에 대해 구체적으로 살펴보겠다. 먼저 시각화다. 시각화는 비즈니스 인텔리전스 business intelligence라고도 하는데, 데이터를 그림으로 그려서 보여주는 것이다. 여기서 일단 가장 중요한 것은 무엇을 볼 것인지 결정하는 일이다. 가치를 만들어줄 수 있는 인사이트를 결정하는 것이다. 이는 의사결정자가 기획 단계에서 결정해야 한다.
예를 들어 자동차 대시보드를 생각해보자. 자동차 대시보드는 자동차 메이커나 차종마다 디자인이 제각각이지만보여주는 수치는 동일하다. 속도, RPM, 연료, 온도가 그것이다. 이 네 가지 수치는 차에서 나오는 여러 데이터 중 특별히 선택된 것들로서, 운전자에게 절대적으로 필요하기 때문에 실시간으로 제공해줘야 한다. 전문가들 사이에 이에 대한 동의가 이루어진 것이니, 아무리 궁금해도 지금 플레이하고 있는 노래의 가사를 속도 대신 보여주지는 않는다. - P164

두 번째 분석 태스크는 연관분석, 즉 연관성이 있는 것들을 찾는 것이다. 혹시 맥주와 기저귀 이야기를 들어본 적 있는가? 슈퍼마켓에서 함께 팔리는 물품 분석을 했더니 맥주를 산 사람들 장바구니에는 기저귀도 있더라는 것이다. 수많은 결제 데이터를 분석해서 나온 인사이트다. 그렇다면 이를 통해 어떻게 가치를 창출할 수 있을까? 동시구매가 많으니 패키지로 묶거나 매대 옆자리에 배치함으로써 소비자의 편의성을 높일 수 있고, 아예 매장 반대쪽에 배치하여 소비자의 동선을 최대화함으로써 계획에 없던 구매를 유도할 수도 있다.
••••••
세 번째 태스크는 클러스터링, 즉 군집화다. 사람 또는 대상을 비슷한 것들끼리 묶는 방법이다.  - P168

세 번째 한계이자 가장 강력한 한계는 암묵적 지식tacit knowledge, 암묵지에 대한 것이다. 우리가 할 줄은 알지만 어떠한 지식을 이용해서 하는지 체계적으로 설명할 수 없는것을 암묵적 지식이라고 한다. 반대 개념인 명시적 지식explicit knowledge, 명시지는 공학 지식, 법률 지식, 의학 지식 등으로 결론에 이르는 과정이 명백하고 각 단계에서 사용한 지식이 분명한 것들이다. 대체로 우리가 학교에서 어렵게 공부해서 알게 되는 지식이다. 우리가 배우기 어려운 명시지는 오히려 인공지능 컴퓨터가 사용하기 위한 명제로의 변환이 쉽다. 반면 걷기, 잡담하기, 운전하기처럼 우리가 힘들이지 않고 잘하는 일이지만 딱히 어떠한 지식을 사용하는지 애매한 암묵지는 명제로의 변환이 어렵다. - P183

인공지능 구현의 두 번째 방법은 첫 번째 기호주의와는 극단적으로 다르다. 인간의 뇌는 지능이 있으니 이것이 어떻게 운용되는지 보고 따라서 해보자는 생각에서 출발했다.
인간지능을 따라 하는 인공지능인 셈이다. - P185

우선 컴퓨터 안에 뉴런 연결망 같은 구조의 네트워크를 만들고 그 네트워크 구조를 데이터를 통해 계속 변화시킨다. 그리고 뉴런의 작동을 수리 공식으로 만들고 시냅스의 강도를 숫자로 표현해서 데이터의 반복 제시를 통한 시냅스 강도의 변화로 학습을 구현한다. 반복 자극에 의해 뇌구조가 바뀌어 못하던 일을 하게 된다는 것이 핵심이다. 컴퓨터도 기계이므로 이를 학습시키는 것을 일컬어 기계학습, 또는 영어로 머신러닝이라고 부른다. - P189

다음은 엔그램 처리 N-gram processing. 연속된 단어가 모여 하나의 객체를 이룰 경우, 이를 하나의 용어로 간주하는 것이다. 예를 들어 ‘헤드‘와 ‘램프‘가 아닌 ‘헤드 램프‘로, ‘수온‘과 ‘과다‘가 아닌 ‘수온 과다‘로 보는 것이다. 두 개의 단어가 모여 하나의 의미를 갖는 것을 바이그램이라고 하고, 세 개의 단어 모임을 트라이그램이라고 한다. 그 기준은 문서상에서 사용되는 빈도로서, ‘수온‘과 ‘과다‘가 함께 쓰이는 빈도가 높으면 ‘수온 과다‘를 하나의 용어로 처리하고그렇지 않으면 별도로 처리한다.
이와 같이 단어의 속성 tag이 무엇인지 판단하는 과정을 태깅tagging이라고 한다. 이 단계에서는 엔진을 설계하고 제조하는 현업 의사결정자들과 협의 후 각 데이터의 특성에맞는 속성을 미리 정의하고, 사전 내의 단어들에 태그를 할당한다. 필드 클레임에서는 고장이 일어난 ‘부품‘, 문제 발생 ‘원인‘, 관측된 ‘증상‘을 나누기도 한다 - P212

 그래서 반드시 가치를 먼저 생각해야 하고, 그 가치를 성취하기 위해 어떤 인사이트를 뽑아야 하는지, 그 인사이트는 어떤 재료를 필요로 하는지를 역으로 생각해야 한다. 이 과정을 기획이라고 하고, 기획이 빅데이터 분석 이전에 선행되어야 한다.  - P224

그렇다면 우리나라는 어떠한가? 데이터 전문 회사로는 네이버와 카카오가 있다. 쿠팡은 인터넷 쇼핑몰로서 직접배송을 하는데 고객들이 환호하는 로켓배송은 무료이다보니 회사는 상당한 손실을 입고 있다. 그러나 손정의 소프트뱅크 회장의 비전펀드는 여기에 2015년 1조 원을 투자한 데 이어 2018년 또다시 2조 원을 투자했다. 우리나라 사람들 모두를 대상으로 누가 언제 무엇을 구매하는지에 대한 데이터를 확보할 수 있는 유일한 회사이기 때문이라는 해석이 설득력 있다. - P263

유튜브는 왜 무료인 걸까? 무제한으로 사진을 보관하고 편집해주는 구글 포토는 또 왜 무료일까? 구글 입장에서는전 세계인의 관심과 사진을 확보할 수 있기 때문이다. 페이스북, 그리고 페이스북이 최근에 인수한 인스타그램도 마찬가지다. 나의 일상이 고스란히 다 기록되는 것이다. 전국민의 문자 통화 내역을 전부 가지고 있는 카카오톡은 또어떠한가? 모두가 빅데이터를 소유한 진정한 ‘데주‘, 즉 데이터 주인들이다. - P264

상황이 이렇다 보니 개인정보 보호에 철저한 유럽에서는 2018년 5월 유럽연합 개인정보 보호 규정 GDPRgeneral data protection regulation을 만들고는 바로 7월에 반독점법 위반 혐의로 구글에 43억 4000만 유로의 과징금을 부과했다. 한마디로 말해 유럽에서 생성된 데이터는 유럽을 떠나지 못한다는 내용의 이 법은 상당히 강력해서 위반 시 벌금이 매출액의 3퍼센트까지 된다. 수익의 3퍼센트가 아닌 매출액의 3퍼센트이니 확실히 무시무시한 법이 아닐 수 없다.
아마도 이것은 유럽이 미국에 대항하는 하나의 전략이 아닌가 싶다. 미국이 온갖 서비스를 만들어 세상의 모든 데이터를 대거 흡수하는 현실에 대응한 것일 텐데 아무래도근본적인 해결책은 아니라고 본다. - P265

빅데이터는 정부나 대기업을 위한 혁신의 수단이기도 하지만 일반 소비자이자 데이터 생산자인 우리에게도 직접적인 도움이 될 수 있다. 빅데이터는 잘 쓰면 약이요 못쓰면 독이 된다. 우리가 항상 봐야 하는 관점은 이익과 비용이다. 빅데이터로부터 우리가 얻는 이익이 무엇이고 그에 따른 비용이 무엇인지를 이해해야만 정확히 그 실익을 저울질할 수 있다. 무엇보다 내가 만든 데이터에 대해서는 나도 권리가 있다는 주인의식을 가져야 하고, 나에게 그런 권리가 주어졌을 때 그걸 어떻게 사용할지에 대한 판단을 할 수 있어야 한다. - P269