예측기계/인공지능의 경제학

예측 기계 - 인공지능의 간단한 경제학
어제이 애그러월 외 지음, 이경남 옮김 / 생각의힘 / 2019년 1월

이책은 토론토 대학교 로트만경영대학원 석좌교수 3명이
함께 쓴 책이다..예측기계라는 책 제목을 보고는
나랑은 상관없는 책인줄 알았다..기계와는 친하지 않은 성격이라고 생각하고 있기 때문이다..
하지만 이책에서 이런말을 하고 있다.
​
"이책에는 우리가 알아낸 중요한 통찰이 제시되어 있다.즉,인공지능이라는 새로운 물결이 가져다 준 것은 지능이 아니라 지능의 중요한 요소인 예측이다."
​
인공지능에 관한 책이라니 관심이갔다.인공지능은 도처에 있다. 전화기,자동차,쇼핑,중매 병원등 모든 매체에 있다.
그래서 일까? 많은 관리자,팀장,감독,창업자들이 앞다투어 인공지능을 배우려한다.
작가들은 최근에 인공지능의 놀라운 발전을 지켜보고 놀라운 기술혁신을 연구해 성과를 낸 경제학자들이다.
인공지능이 곳곳에서 활용되는 모습을 지켜보면서 이런기술이 사업전략에 미치는 영향에 초점을 두어
연구했다고 한다.인공지능은 예측기술이며 예측은 의사결정에 필요한 데이터이며 경제학은 결정의 기초가되는 트레이드 오프trade-off를 이해하는데 완벽한 프레임워크를 제공한다.
​



​
작가들은 조직에서 예측기계가 갖는 전략적 의미가 분명해 지기전에 기초를 닦아 놓아야 한다는 생각으로 이책을 바닥부터 피라미드를 쌓아 올리는 방식으로 구성했다.
​
1부에서는 기초를 닦은다음,예측의 정확도를 높이는 머신러닝의 원리를 설명한다.
​
해리포터,백설공주,맥베스의 공통점은 예측에 의해 일을
벌인 주인공들이다.
최근에 인공지능이 발전하면서 번역은 예측문제로 재구성되었다..번역에 예측을 활용한 마법이 가능해진 것이다.기업들은 서둘러 이런 마법의 기술들을 상용화 시켰다.
구글번역기의 변화를 보면 예측의 비용이 얼마나 줄었는지 알 수 있다.이제 같은 비용으로 높은 품질의 번역을 제공할 수 있다.
이렇든 예측은 빠진 정보를 채우는 과정이다.이것이 별것 아닌것 같지만,예측 기계를 마법으로 만드는 것은 바로 이런 기술이다.
예측 기계는 데이터에 의존한다.데이터가 많고 정확하면
예측도 정확해진다..인공지능에 있어 데이터는 세가지 역할을 하는데 첫쨔는 입력 데이터, 둘째는 트레이닝 데이터로 알고너즘에 입력되어 예측에 사용된다.,셋째는 피드백 데이터로 이는 경험을 통해 알고리즘의 성능을 향상시켜야 한다.
현재의 인공지능 기술을 '머신러닝'이라고 하는데는 이유가 있다. 심장박동 모니터의 경우 심장박동 데이터를 가지고 불규칙한 심장리듬이나 뇌졸증 가능성을 예측한다.이를 위해 예측기계는 애플 워치에서 나오는 입력데이터와 불규칙한 심장리듬에 대한 정보를 결합해야한다.
​
2부에서는 의사결정에 투입할 입력 데이터로써 예측의 역할을 설명하고 인공지능 커뮤니티가 그동안 소홀히 다뤘던 또다른 보완재인 판단의 중요성을 말하고자 했다.
우리는 의사결정이라고 하면 어느 학교를 가야 하는지 어떤 사람과 결혼해야 하는지 등 등 중대한 결정을 생각한다. 하지만 우리는 사소한 결정도 수시로 내린다.결정 않기로 결정한것도 또 하나의 결정이다.
결정은 보통 불확실한 상황에서 이루어진다.
그러나 예측은 결정이 아니다. 결정은 예측을 판단한 다음 취한 행동이다.최근의 인공지능에서 큰 진전이 있기 전 만해도 인간은 항상 예측과 판단을 동시에 했다.
​
10년 전만에도 런던 택시기사의 지식은 그들의 경쟁 우위를 가능케 했다.걸어서 갔을 사람도 택시기사가 길을 알고 있다는 이유만으로 택시를 탔다.
그러나 불과 5년 뒤부터는 사정이 사정이 달라졌다. 모바일 gps나 위성 항법 장치 덕분에 어느 운전자 등 데이터를 이용해 택시 기사의 슈퍼파워 못지않은 예측을 할 수 있게 되었다.
지식을 배우려 3년을 투자했던 택시기사는 조만간 예측 기계와 경쟁하는 날이 오리라는 것을 예측하지 못했을 것이다.
이렇듯 예측 기계가 가치 있는 이유는 세가지 때문이다. 첫번째, 예측 기계는 보통 인간보다 더 빠르고 더값싼 예측을 내 놓는다.
두번째로 예측은 불확실한 환경에서 결정을 내릴 때 가장 중요한 요소다.
세번째로 의사결정은 우리의 경제 생활과 사회 생활 곳곳에서 이루어지는 일상적인 행위다. 그러나 예측은 결정이 아니다. 예측은 결정의 한 성분일 뿐이다. 또 다른 성분은 판단과 행동과 결과 그리고 세가지 유형의 데이터 등이다.
예측이 좋아지면 판단의 가치가 올라간다. 내가 비에 젖는 것을 얼마나 싫어하는지 우산을 들고 다니는 것을 얼마나 귀찮아 하는지 알지 못하면 비가 올 가능성을 알아봐야 도움이 되지 않는다.예측이 더 정확 하면 다양한 행동에 대한 보상을 생각하지는 달라진다.즉 판단의 기회가 많아지는 것이다.
​
그렇다면 기계가 인간 행동을 예측할 수 있게 되면 인간은
업무에서 완전 배제될까?
데이터가 없으면 기기는 예측을 할 수 없다.
따라서 인간이 기계보다 두가지 점에서 유리하다. 우리는 기계가 하지 못하는 일이 몇가지 있다는 것을 안다.
로봇이 무언보다 데이터가 많지 않을 때 우리는 어떻게 해야 할지 더 잘 판단한다.
인간은 타고난 감각을 갖고 있다.그리고 인간은 싫고 좋고를 스스로 결정한다.소비자 데이터는 예측 기계에 이런 선호도에 맞는 데이터를 준다는 점에서 매우 귀중하다.
​
3부는 실용점에 초점을 둔다.
인공지능의 툴은 중요한 솔루션이다.특정 예측을 생산하는 데 필요한 각각의 툴은 대부분 특정 과제를 수행하도록 설계 되어 있다.인공지능 스타트 업들은 대부분 한가지 인공지능 툴을 만드는데 주력한다.
하나의 직무는 과제의 집합이다. 워크플로를 과제별로 해체한 다음 인공지능 툴을 정하게 되면 인간이 하던 과제 들 중 일부는 자동화되고 남은 과제의 순서와 중요성 바뀌고 새로운 과제도 만들어진다.
​
4부에서는 전략에 눈을 돌렸다.2007년 1월 스티브 잡스가 무대에 올라 전 세계에 아이폰을 선보였을 때만 해도 이 사건이 택시산업 영향을 주리라고 생각한 사람은 없었을 것이다.하지만 지난 10년 동안 스마트폰은 똑똑한 스마트폰에서 한층 진화해 기존의 관례를 뒤흔들며 산업 생태계를 밑바닥부터 바꾸는 툴의 시발점이 되었다.
이제 인공지능 사업은 운영상의 결정이 아니라 전략적 차원으로 부상할 것이다.그러나 인공지능은 여러 형태의 리스크를 안고 있다.
첫번째로 인공지능의 예측에는 차별적 요소가 담길 수 있다.
두번째로 데이터가 부족하면 인공지능은 제 기능을 발휘하지 못한다.
세번째로 부정확한 입력 데이터를 넣으면 예측 기계는 바보가 되어 사용자를 해커의 공격에 노출시킨다.
네번째로 생물 다양성처럼 예측 기계의 다양성에는 개별적 차원의 결과와 시스템 차원의 결과 사이에 트레이드 오프가 포함된다.
다섯번째로 누구든 예측 기계 지령을 내릴 수 있다. 그래서 지적 재산을 도난 당하고는 공격자에게 약점을 노출시킬 수 있다.
마지막으로 예측 기계가 파괴적인 행동을 배우도록 피드백을 조절할 수 있다.
​
5부에서는 경제학자들의 트윗을 사회 전반에 영향을 미친 질문에 적용해 인공지능과 관련해 가장 중요하게 다뤄지는 5가지 논의를 검토하는 것으로 마무리 지었다.
​



​
이책을 읽고 있자니 앞으로의 세상은 어떻게 될까?
많은 생각이 들었다.앞으로의 예측기술이 어느정도 까지 진보해 일자리 개편이 어느 정도까지 일어날까? 나는 나의 일을 계속 할 수 있을까?
다소 어려운 용어들이 있고 내가 이해하기 힘든 내용도
있었으나 인공지능이라는 새로운 물결이 가져다준 것은 지능이 아니라 지능의 중요한 요소인 '예측'이라는것을 알게 되었다.