-
-
구글 이후의 세계 - 새로운 비즈니스 기회를 만들어낼 인터넷의 미래
제프리 스티벨 지음, 이영기 옮김 / 웅진지식하우스 / 2011년 8월
평점 : 
절판
왜 알라딘은 밑줄 긋기가 되는 책이 있고, 안 되는 책이 있는지...
무언가를 배우고, 그 무언가를 더 잘 배우기 위해서 배우고, 그 배운 법을 또 더 잘 배우려고 하는 루프의 연속 과정이 뇌가 일하는 방식이다. 46p
사실 아주 초보적인 수준의 뇌는 이미 우리에게 주어졌다. 그것이 바로 인터넷이다. 인터넷은 세계에서 가장 큰(수백만 개의 컴퓨터가 서로 연결된) 병렬 아키텍처이기 때문이다. 인터넷이 단순히 정보를 전달하는 기능을 넘어서 정보를 처리하는 데 이용된다고 상상해보라. 세계 유수의 인터넷 기업에서는 이미 그런 시도가 진행중이다. 56p
<와이어드>는 최근 다음과 같이 보도했다. "페타바이트 시대의 가장 큰 도전은 데이터를 전부 모으는 것이 아니라 그 정보들을 이해하는 방법을 알아내는 것이다." 정보를 이해하는 것이 바로 인터넷 지능이 지향하는 곳이다. 73p
인터넷과 클라우드 컴퓨팅을 결합하면 뇌의 중요한 세 가지 기능, 즉 정보 저장, 프로세스(처리), 커뮤니케이션을 할 수 있는 통합된 기계가 된다. 프로세스 클라우드와 커뮤니케이션 클라우드가 융합되고, 그것들이 우연적이고 병렬적인 차원(뇌가 일하는 방식, 즉 루프적인 방식)에서 작동한다면, 인간을 닮은 지능이 인터넷을 통해 널리 퍼질 것이다. 74p
뇌는 자신이 받아들이는 방대한 데이터 때문이 아니라, 재빨리 패턴을 파악하고 그를 통해 추측하는 능력 때문에 똑똑한 것이다. 바로 이런 점 때문에 뇌가 뛰어난 예측 기계인 것이다. 82p
예측에 관해 수많은 논문을 쓴 게르트 기거렌처는 직관은 우리가 어떤 것에 대해 많이 알고 있을 때보다는 덜 알고 있을 대 발휘된다고 말한다. 그는 "미래를 예견하기 어려울 때는 단 하나의 뛰어난 근거에 기초해서 얻은 직관이 훨씬 더 정확할 수 있다"라고 말한다. 하나의 뛰어난 근거가 많은 정보보다 더 낫다는 말이다. 단순할수록 좋은 것이다. 101p
정보의 흐름을 증가시키고, 더 큰 데이터 저장소를 만들며, 결정을 내리기 전에 정보를 분석하는 데 더 많은 시간을 쏟는 것이 최근의 경향이다. 이런 경향은 뇌의 지혜, 그리고 블링크 뒤에 숨은 통찰력을 활용하지 못하게 막는다. 사실 글래드웰의 책은 의사결정을 다룬 책들 가운데 소수 이론을 대변한다. 대다수 책들은 결정을 내리는 과정에서 더 많은 정보를 모으고 더 많은 데이터를 축적하도록 요구하기 때문이다. 이들은 시장을 분석하기 위해서는 더 정교한 틀을 사용해야 한다고 주장한다. 이는 대상을 단순화하기보다 데이터의 복잡성을 증가시키는데, 비즈니스 모델로는 잘못된 것이며 예측 기계를 만드는 데도 잘못된 모델이다. 105p
뇌는 정보를 빨아들인다는 점에서 스펀지와 같다. 그러니 일단 흡수된 정보는 수정되고 변형된 후 이미 저장되어 있던 다른 지식들에 통합된다. 그렇기 때문에 광고계 종사자들이 소비자에게 먹히는 광고를 개발하기 위해서는, 소비자가 가지고 있는 기존 지식에 광고의 메시지를 적절히 변형, 통합할 수 있도록 하는 정보를 제공할 필요가 있다. 마찬가지로 인터넷에서 어떤 정보가 많은 사람들에게 유통되기 위해서는 소셜 네트워크들이 그 정보를 가지고 취향대로 변형할 수 있는 여지가 많을수록 유리하다. 216p