2029 기계가 멈추는 날 - AI가 인간을 초월하는 특이점은 정말 오는가
게리 마커스.어니스트 데이비스 지음, 이영래 옮김 / 비즈니스북스 / 2021년 6월
평점 :
일시품절


[ 2029 기계가 멈추는 날 ]      

[[ 인간은 기계가 되고 기계는 인간이 된다!’ 세계적인 미래학자이자 구글 기술이사인 레이 커즈와일이 기술이 인간을 초월하는 순간이 온다고 예측한 2029년이 얼마 남지 않았다. 그가 예측한 미래는 정말 도래할 것인가? 구글 전 CEO 에릭 슈미트는 “AI가 기후 변화, 빈곤, 전쟁, 암을 해결할 것이다!”라고 말했다. 

반면 스페이스 X의 CEO 일론 머스크는 “AI 연구는 악마를 소환하는 일”이라고 말했다. 이러한 AI를 둘러싼 논쟁과 화려한 이슈에도 불구하고, 인간의 지능을 완전히 능가하거나 일부 초월한 수준에 도달했다고 말할 수 있는 AI의 실현은 아직 이뤄지지 않고 있다. 단순한 알고리즘으로 움직이는 기계는 과연 진화할 것인가, 여기서 멈춰 설 것인가? ]] 


몇몇 유명한 미래학자 , 신경망 학자, 그리고 엔지니어링  , 딥 마인드를 개발한 구글 자회사 알파벳 등은 어느 시기가 되면 인공지능이 인간의 지능을 능가하는 날이 올 것이고  영화 터미네이터의 스카이 넷처럼 무작 외 미사일과 파괴적인 알고리듬으로 인간을 파멸에 이르게 할 수 있을 것이라고 예측한 일부 기사도 있었다. 


하지만 현제 기술 수준으로 그러한 인간의 오감과 센스에 능하고 직감과 지성에 도달하는 완전체가 되기 위해서는 아직 갈길이 좀 먼 건으로 추정되고 있다. 


우선은 우리가 잘 알고 있었던  바둑의 귀제  이세돌 9단과의 알파고의 대결이다. 세간의 이목을 집중시켰고 , 결국 알파고의 승리로 끝나서 , 사람들은 이젠 게임 외의 것도 인공지능에 의해 도전받는 시개가 되었다고 한편으로 자조하기도 하였다. 그리고 그 알파고를 백전백승으로 이겨 버린 다른 버전의 능동적 머신러닝 AI가 나타났고, 그 기계는 자율 학습능력으로 시작과 동시에 수시간만에 이전 알파고가 학습하였던 모든 과정의 수백 배에 달하는 알고리즘을 학습하여 거의 모든 바둑과 체스 같은 경로 싸움에 있어서 천하무적이 되었다. 


그러나 그렇다고 하여서 , 그 AI 가 바둑판이나 체스판처럼 조건이 주어진 경기장이 아닌 다른 일반적인 환경에서 사람처럼 생각하기에는 아직 이르다. 


자율 추행 자동차를 목표로 시작된 테슬라의 전기차나 구글의 자율 주행 시스템도 수십만 번의 시행착오와 과정을 거쳐 가지만 아직까지도 완벽하게 도로 주행에서 운전자자 양손을 놓고 운전 하기에는 일정 부분 이상의 자기 목숨을 담보로 해야 한다.  몇 해전에는 수천 km 롤 자율 주행차로 전국 곳곳을 누비던 사람이 어느 한순간 교처로에서 트레일러 밑으로 빨려 들어갔고 즉사하였다...  99% 완벽하게 보이던 자율 주행 시슴템에도 나머지 1% 미만의 에측 불능의 변수는 있었던 것이다. 


인공지능이 발달 해 가면서 , 인간적인 윤리적인 문제도 화두로 떠오른다. 향우 미래엔 전치 차던 추소 차던 자율 주행 차량을 구매 시엔 , 본인의 의사를 물어봐야 한다. 이 자동차가 이타적인 자율 주행차인지 이기적인 자율 주행차인즈등 ,  


-그 이유는 이렇다.  우리 사회는 민주적이고 보편적 정의를 추구한다. 그리고 공공의 이익이 선이면 개인의 이타심도 선으로 받아들일 수 있다. 하지만 정작 당사자라면 그러한 판단을 유보할 가능성이 매우 높다. 


공리적인 인공 지능이 개발되었다고 하자. , 트롤리 게임이라는 것이 있다. 아랫 마울 사거리에 사람들이 횡단 하고 있고 전차에는 브레이크가 파열된 체 내리막을 질 주 하고 있고, 교차로에선 기수는 한 한 가지 마지막 행위를 할 수 있는데 , 차단기를 돌리면 전차 경로가 바뀌어 전차 안에 사람은 살고 대신 , 근처 페선에서 작업 중이던 인부 3이 목숨을 잃는다.  그렇지 않고 그냥 내버려 둔 채로 교차로 사람들을 대피시키면 전차 안의  십 수 명의 사람들은 옹벽을 들이받거나 난간으로 튕겨자 나가서 절반 이상의 사림이 죽거나 타치는 것이 자명하다.  이경우 어떤 선택이 옳은가 ,  전차 안의 사람을 보호하는 것이 옳고, 아무것도 모른 체 열심히 작업하는 인부들의 3명의 못 숨을 읽게 하는 것이 올인지, 아니면 반대의 경우라면 어떻까.. 


순간 판단하여야 하는 상황에서 인간 운전자나 , 이 상황을 바라보면서 교신하고 있던 신호수 입장에서는 매우 극도의 긴장으로 아무런 행동도 하지 못할 수도 있다. 하지만 자율 주챙차량에 답재된 레이더며 , 각종 기계와의 근거리 센서와 GPS , 주변 사람들의 돌발적인 움직임을 감지하는 고속 카메라 등 ,  빅데이터적인 자료 판단을 할 수 있는 상태에서 결정 만이 남는다 , 이차의 주인을 지킬 것인지 말 것인지 등. 전방에 사람 수가 이차에 답 승자보다 많아 보인다면 , 측면 방향을 클어 난간을 들이받는 면이 전체 지구의 인구수 감소에는 미미하지만 영향을 미칠 수는 있다. 그렇지 않다면 , 철저한 운전자 보호 모드의 인공 이능이라면 , 순간 브레이크 파열 시 , 경고음을 울리지만 차선 이탈은 하기 어려울 것이다. 블의의 전면 사고를 당한 보행자는 운이 나쁨을 탓할 수도 있지만 엄밓히 보자면 인공지능의 선택적 판단 이기도 하다. 매우 인간 저 긴 이기적 알고리듬이기에 가능할 일이다. 


다시 책 주제로 돌아가자면 , MIT 인지과학자 게리 마커스와 컴퓨터 공학자 어니스트 데이비스는 , 인공지능의 미래에 대해 이렀게 애가 한다.  


지금까지 개발되어 왔던 딥러닝 머신 러닝 알고리즘에서 탈피하여 , 인간의 지성과 상식에 보다 접근할 수 있는 일반 상식과 추론에 근거한  Deep understanding 이 이뤄져야 하지 않을까 한다에-. 동의하며 이제까지 수많은 개발이 이뤄져 왔던 아마존의 알렉사나 의학 진단 프로그램 IBM의 왓슨 박사조차도 상식과 추론에 근거한 이해는 쉽지 않았다. 아무도 , 아무리 많은 데이터양에 의존하고 , 방 밥을 찾아가는 몬테 카를로 기법 (주 해석 -아래 참조 ) 한다고 하여도 인간의 수백조에 해당하는 뉴런 신경망이나  DNA의 판탕으로 아주 어릴 적부터 직관적인 판단을 해왔던 지구 상의 유일한 지성체 , 인간을 대체하거나 극복 하기는 어려운 듯 보인다. 아직 까지는 그래서 서두 신경망 학자가 얘기 하였던 2029년의 특이점 변혁은 상당 시간의 노력과 다른 방식으로의 접근 법도 필요하지 않을까 봅니다만 ,, 사이 가능한 방법들에 대한 인공 지능 영화는 계속 확장과 혁신을 거듭할 듯하다..  Written by E HAN 



PS. 몬테카를로 기법 [ 원문  번역 내용임]  

몬테카를로 트리 탐색 -     https://en.wikipedia.org/wiki/Monte_Carlo_method

    


몬테카를로 방법 또는 몬테카를로 실험 은 숫자 결과를 얻기 위해 반복된 무작위 샘플링에 의존하는 광범위한 계산 알고리즘입니다. 기본 개념은 무작위성을 사용하여 원칙적으로 결정적 일 수 있는 문제를 해결하는 것입니다. 그들은 종종 물리적 및 수학적 문제에 사용되며 다른 접근 방식을 사용하는 것이 어렵거나 불가능할 때 가장 유용합니다. 몬테카를로 방법은 주로 세 가지 문제 클래스에서 사용됩니다. [1] 최적화 , 수치 적분 , 확률 분포에서 도출 생성. 등   물리학 관련 문제에서 Monte Carlo 방법은 유체, 무질서한 재료, 강하게 결합된 고체 및 세포 구조와 같이 결합된 자유도 가 많은 시스템을 시뮬레이션하는 데 유용합니다 ( 셀룰러 Potts 모델 , 상호 작용하는 입자 시스템 , McKean-Vlasov 프로세스 참조 ). 기체의 운동 모델 ).


다른 예로는 비즈니스 위험 계산 , 수학에서 복잡한 경계 조건 이 있는 다차원의 명확한 적분 평가와 같은 입력에 상당한 불확실성이 있는 모델링 현상이 있습니다. 시스템 엔지니어링 문제 (우주, 석유 탐사 , 항공기 설계 등)에 적용할 때 몬테카를로 기반의 실패, 비용 초과 및 일정 초과 예측은 인간의 직관이나 대안적인 "소프트"방법보다 일상적으로 더 낫습니다. [2]


원칙적으로 몬테카를로 방법은 확률 론적 해석이 있는 모든 문제를 해결하는 데 사용할 수 있습니다. 큰 숫자의 법칙에 따라 일부 랜덤 변수의 기대 값으로 설명되는 적분은 변수의 독립 표본에 대한 경험적 평균 (일명 표본 평균)을 사용하여 근사화할 수 있습니다. 변수의 확률 분포 가 매개 변수화 될 때 수학자들은 종종 Markov chain Monte Carlo (MCMC) 샘플러를 사용합니다. [3] [4] [5] 핵심적인 아이디어는 정해진 고정 확률 분포를 갖는 현명한 마르코프 체인 모델을 설계하는 것입니다.. 즉, 한계에서 MCMC 방법에 의해 생성되는 샘플은 원하는 (타깃) 분포의 샘플이 됩니다. [6] [7]에 의해 에르 고딕 이론은 , 고정 분포에 의해 근사 경험적 측정 MCMC 샘플러 랜덤 상태.  


다른 문제에서 목표는 비선형 진화 방정식을 만족하는 일련의 확률 분포에서 드로우를 생성하는 것입니다. 이러한 확률 분포의 흐름은 전이 확률이 현재 임의 상태의 분포에 의존하는 마르코프 프로세스의 임의 상태 분포로 항상 해석될 수 있습니다 ( McKean–Vlasov 프로세스 , 비선형 필터링 방정식 참조 ). [8] [9]다른 경우에는 샘플링 복잡성이 증가하는 확률 분포의 흐름이 제공됩니다 (시간 지평이 증가하는 경로 공간 모델, 온도 매개 변수 감소와 관련된 Boltzmann-Gibbs 측정 및 기타 여러 항목). 이러한 모델은 비선형 마르코프 체인의 임의 상태 법칙의 진화로 볼 수도 있습니다. [10] [10] 마르코프 프로세스 비선형 이러한 정교한 시뮬레이션하는 자연적인 방법으로 샘플링하여 진화 방정식에 랜덤 상태의 분포를 알 교체 프로세스의 복수의 카피 샘플링하는 경험적 대책. 


전통적인 Monte Carlo 및 MCMC 방법론과 달리, 이러한 의미는 필드 입자 기술은 순차적 상호 작용 샘플에 의존합니다. 용어 평균 필드는 각 샘플 (일명 입자, 개인, 워커, 에이전트, 생물 또는 표현형)이 프로세스의 경험적 측정과 상호 작용한다는 사실을 반영합니다. 시스템의 크기가 무한한 경향이 있는 경우 이러한 임의의 경험적 측정값은 비선형 마르코프 체인의 임의 상태의 결정 론적 분포에 수렴하여 입자 간의 



역사 [ 편집 ]

Monte Carlo 방법이 개발되기 전에 시뮬레이션은 이전에 이해된 결정 론적 문제를 테스트했으며 통계적 샘플링을 사용하여 시뮬레이션의 불확실성을 추정했습니다. Monte Carlo 시뮬레이션은 이 접근 방식을 뒤집어 확률 적 메타 휴리스틱을 사용하여 결정 론적 문제를 해결합니다 ( 시뮬레이션된 어닐링 참조 ).

몬테카를로 방법의 초기 변형은 상기와 같은 문제점을 해결하기 위하여 고안되었다 뷔퐁의 바늘 문제가 되는, π가 병렬 등거리 스트립 이루어지는 층 바늘 낙하에 의해 추정될 수 있다. 1930 년대에 엔리코 페르미는 중성자 확산을 연구하면서 몬테카를로 방법을 처음으로 실험했지만이 연구를 발표하지 않았습니다. [12]


1940 년대 후반 Stanislaw Ulam 은 Los Alamos National Laboratory에서 핵무기 프로젝트를 진행하는 동안 Markov Chain Monte Carlo 방법의 현대 버전을 발명했습니다. Ulam의 돌파구 직후 John von Neumann 은 그 중요성을 이해했습니다. Von Neumann은 Monte Carlo 계산을 수행하도록 ENIAC 컴퓨터를 프로그래밍했습니다. 1946 년 Los Alamos의 핵무기 물리학 자들은 핵분열 성 물질에서 중성자 확산을 조사하고 있었습니다. [12] 중성자가 원자핵과 충돌하기 전에 물질에서 이동하는 평균 거리, 충돌 후 중성자가 방출할 수 있는 에너지와 같은 대부분의 필요한 데이터를 가지고 있음에도 불구하고 Los Alamos 물리학 자들은 해결할 수 없었습니다. 기존의 결정 론적 수학적 방법을 사용하는 문제. Ulam은 무작위 실험을 제안했습니다. 그는 자신의 영감을 다음과 같이 설명합니다.


내가 처음으로 [몬테카를로 방법]을 실천하려고 한 생각과 시도는 1946 년에 내가 병에서 회복하고 솔리테어를 하면서 나에게 떠오른 질문에 의해 제안되었습니다. 문제는 52 장의 카드가 배치된 Canfield 솔리테어가 성공적으로 나올 가능성이 얼마나 됩니까? 순수한 조합 계산으로 그것들을 추정하는 데 많은 시간을 보낸 후, 나는 "추상적 사고"보다 더 실용적인 방법이 100번을 말하고 단순히 성공한 플레이의 수를 관찰하고 세는 것이 아닐지 궁금했다. 이것은 빠른 컴퓨터의 새로운 시대가 시작되면서 이미 상상할 수 있었습니다. 그리고 저는 즉시 중성자 확산 문제와 다른 수학적 물리학 문제를 생각했습니다. 보다 일반적으로 특정 미분 방정식에 의해 설명된 프로세스를 일련의 무작위 연산으로 해석할 수 있는 등가 형식으로 변경하는 방법. 


나중에 [1946 년]에 나는 아이디어를 John von Neumann과 우리는 실제 계산을 계획하기 시작했습니다. [13] 비밀이기 때문에 폰 노이만과 울람의 작업에는 코드 명이 필요했습니다. [14] von Neumann과 Ulam, Nicholas Metropolis의 동료는 Monte Carlo라는 이름을 사용하도록 제안했는데, 이는 Ulam의 삼촌이 친척들로부터 돈을 빌려 도박 을하는 모나코의 Monte Carlo 카지노를 의미합니다. [12] "진정한 난수"난수 목록을 사용하는 것은 매우 느 렸지만 von Neumann 은 중간 제곱 법을 사용하여 의사 난수를 계산하는 방법을 개발했습니다.. 이 방법이 조잡하다고 비판을 받았지만 폰 노이만은 이것을 알고 있었다. 그는 자신이 처리할 수 있는 다른 어떤 방법보다 빠르다고 정당화했고, 미묘하게 틀릴 수 있는 방법과 달리 잘못되었을 때 분명히 그렇게 했다고 언급했다.. [15]


몬테카를로 방법은 맨해튼 프로젝트에 필요한 시뮬레이션의 중심이었지만 당시의 계산 도구에 의해 심각하게 제한되었습니다. 1950 년대에 그들은 수소 폭탄의 개발과 관련된 초기 작업을 위해 Los Alamos에서 사용되었고 물리학 , 물리 화학 및 운영 연구 분야에서 대중화되었습니다. 랜드 공사와 미 공군은 이 기간 동안 몬테 카를로 방법에 대한 정보를 자금 및 보급을 담당하는 주요 기관이 있었고, 그들은 여러 분야에서 다양한 응용 프로그램을 찾을 시작 했다.


보다 정교한 평균 장 유형 입자 몬테카를로 방법의 이론은 확실히 1960 년대 중반에 유체 역학에서 발생하는 비선형 포물선 편미분 방정식 클래스의 Markov 해석에 대한 Henry P. McKean Jr. 의 연구와 함께 시작되었습니다. [16] [17] 또한 의해 초기 선구 문서 인용 도어 E. 해리스 평균 필드 이용하여, 1951 년 출판 허만 칸을 유전 입자 송신 에너지를 추정하기 위한 형 몬테카를로 방법. [18] 평균 필드 유전형 몬테카를로 방법론은 휴리스틱 자연 검색 알고리즘 (일명 메타 휴리스틱) 진화 컴퓨팅에서. 이러한 평균 필드 계산 기술의 기원은의 작품으로 1950 년과 1954 추적할 수 있습니다 앨런 튜링 (Alan Turing) 유전자 형 돌연변이 선택 학습 시스템에서 [19]에 의해 및 기사 닐스 아올 바리 셀리 상기 프린스턴 고등 연구소에서 프린스턴, 뉴저지. [20] [21]  Quantum Monte Carlo , 보다 구체적으로 확산 Monte Carlo 방법 은 Feynman – Kac 경로 적분의 평균 필드 입자 Monte Carlo 근사치로 해석될 수 있습니다. [22] [23] [24] [25] [26] [27] [28] Quantum Monte Carlo 방법의 기원은 1948 년 중성자 사슬의 평균 필드 입자 해석을 개발 한 Enrico Fermi와 Robert Richtmyer에 종종 기인합니다. 반응, [29]그러나 양자 시스템 (감소 매트릭스 모델에서)의 기저 상태 에너지를 추정하기 위한 최초의 경험적 유사 및 유전 적 유형 입자 알고리즘 (일명 Resampled 또는 Reconfiguration Monte Carlo 방법)은 1984 년 Jack H. Hetherington 때문입니다 [28] 분자 화학에서, 유전 적 휴리스틱과 유사한 입자 방법론 (일명 가지 치기 및 농축 전략)의 사용은 Marshall N. Rosenbluth와 Arianna W. Rosenbluth의 중요한 작업으로 1955 년으로 거슬러 올라갑니다. [30]

고급 신호 처리 및 베이지안 추론에서 Sequential Monte Carlo를 사용하는 것은 더 최근입니다. 그것은 고든 등. 그 정액 일에 간행, 1993 년이었다 [31] 몬테카를로의 처음 응용 리샘플링 베이지안 통계적 추론의 알고리즘. 저자는 알고리즘을 '부트스트랩 필터'라고 명명하고 다른 필터링 방법과 비교하여 부트스트랩 알고리즘이 해당 상태 공간이나 시스템의 노이즈에 대한 가정을 필요로 하지 않는다는 것을 보여주었습니다. 또한 Genshiro Kitagawa의 이 분야에서 관련 "Monte Carlo filter", [32] 및 Pierre Del Moral [33]의 또 다른 선구 적 기사를 인용합니다. 및 Himilcon Carvalho, Pierre Del Moral, André Monin 및 Gérard Salut [34]는 1990 년대 중반에 발표된 입자 필터에 관한 것입니다. 입자 필터는 1989 ~ 1992 년에 STCAN (Service Technique des Constructions)을 사용한 일련의 제한 및 분류 연구 보고서에서 LAAS-CNRS의 P. Del Moral, JC Noyer, G. Rigal 및 G. Salut에 의해 신호 처리에서 개발되었습니다. et Armes Navales), IT 회사 DIGILOG 및 LAAS-CNRS (시스템 분석 및 아키텍처 연구소)가 레이더 / 음파 및 GPS 신호 처리 문제에 대해 설명합니다. [35] [36] [37] [38] [39] [40] 이러한 Sequential Monte Carlo 방법론은 상호 작용하는 재활용 메커니즘을 갖춘 수용 거부 샘플러로 해석될 수 있습니다.


1950 년부터 1996 년까지 전산 물리학 및 분자 화학에 도입된 가지 치기 및 재 샘플 몬테카를로 방법을 포함하여 순차 몬테카를로 방법론에 대한 모든 간행물은 일관성에 대한 단일 증명 없이 다양한 상황에 적용되는 자연스럽고 휴리스틱과 유사한 알고리즘을 제시합니다. 추정치의 편향과 계보 및 조상 트리 기반 알고리즘에 대한 토론. 이러한 입자 알고리즘의 수학적 기초와 첫 번째 엄격한 분석은 1996 년 Pierre Del Moral에 의해 작성되었습니다. [33] [41]


다양한 인구 크기를 가진 분 지형 입자 방법론은 1990 년대 말 Dan Crisan, Jessica Gaines 및 Terry Lyons, [42] [43] [44] 및 Dan Crisan, Pierre Del Moral 및 Terry Lyons에 의해 개발되었습니다. [45] 이 분야의 발전은 또한 P. 델 도덕적 및 L. A. GUIONNET Miclo에 의해 2000 년 개발되었다. [23] [46] [47]



댓글(0) 먼댓글(0) 좋아요(0)
좋아요
북마크하기찜하기 thankstoThanksTo
 
 
 
오케팅 : 실전 마케팅 & 퍼스널브랜딩
오두환 지음 / 대한출판사 / 2021년 7월
평점 :
장바구니담기


책 서두 내용이다.  

             

[ 오케팅(Oketing)은 알파벳 ‘O’와 ‘Marketing’을 합성한 말이다. ‘O’는 뭐든지 ‘OK!’ 하게 만들 수 있고 동그라미처럼 순환한다는 뜻이다. 오케팅을 잘 활용한다면 뭐든 할 수 있다는 것이다. 오케팅은 기업, 제품, 서비스, 개인 등 어디에나 적용 가능한 전략이다. 오케팅을 반복하면 경영자는 기업을 ‘특별하게’ 운영할 수 있다. 마케팅 담당자는 제품을 ‘특별하게’ 브랜딩 하고, 제품과 서비스를 ‘특별하게’ 보이게 할 수 있다. 특별하지 않은 일반인은 자신을 ‘특별하게’ 브랜딩 할 수 있다. 오케팅은 직장인, 주부, 학생, 취업준비생 등 누구나 ‘특별하지 않아도 상위 5%가 될 수 있게 만드는’ 마법 같은 마케팅 전략이다.] 


[ 무엇보다 생계형 전략인 만큼 남녀노소 누구나 쉽게 익히고 활용할 수 있다. 이 책은 각자 처한 상황에 따라 다른 해답을 도출하는 법을 알려 준다. 따라서 오케팅은 나이와 직종을 막론하고 모두가 익혀야 할 전략인 셈이다. 특히 이 책에는 치열한 경쟁에서 승리하고 성공하기 위한 비법이 녹아들어 있다 ] 


사실 상기 책  문구에는 어느 정도 과장된 내용도 보이고, 우리들 일반인들이 보기에 이것만 따라 한다면 무엇이던 성골 할 수 있었던 애기는 그간 세월 동안 수십 번 혹은 수백 번도 더 귀에 듣고  작심삼일 실행도 해 보았던 터라 크게 공감을 가지지도 못 할지도 모른다. 


독서를 어느 정도 해왔고 , 자기 계발에도 게을리하지 않았던 자라면 아래의 여러 책자들 중 한 권 정도는 읽어 보았을 것이다. 


1. 성공하는 사람들의 7법칙 

https://www.amazon.com/Habits-Highly-Effective-People-Powerful/dp/0743269519

2. 헤비 코엔의  협상의 법칙 

https://www.scribd.com/book/414896088/You-Can-Negotiate-Anything-The-Groundbreaking-Original-Guide-to -Negotiation

3. 나폴레옹 힐의 성공의 법칙. 

https://www.amazon.com/Law-Success-Wealth-Builders-Complete-Achieving/dp/158542689X/ref=sr_1_3?dchild=1&keywords=napoleon+hill&qid=1624868967&s=books&sr=1-3

4. 맥스 웰 몰츠의 성공의 법칙 

4. 자기 계발에 대한 TED 강연 EX ) 

    https://www.ted.com/talks/guy_winch_how_to_turn_off_work_thoughts_during_your_free_time?rid=zvtABLhaeQgh


또한 마케팅에 관해서는 아래의 목록 또한 자주 회자되고 , 그간 세계화 포럼에서도 종종 회자되는 항목이다.


1. 잭 트라우트의 -포지셔닝 전략 

    https://www.amazon.com/Positioning-Battle-Your-Al-Ries/dp/0071373586



2, 말콤 그래드웰의 -티핑 포인트 

https://www.shortform.com/summary/the-tipping-point-summary-malcolm-gladwell?gclid=Cj0KCQjw5uWGBhCTARIsAL70sLKNeYjLEJivQTppDr0VXJrrAnfS5e7IEYCtbco THlI63ErfkwzfoHYaAhDkEALw_wcB


3. 마케팅의 대가 -필립 코틀러의 marketing , 

 https://www.researchgate.net/publication/331199242_Marketing_An_Introduction_13_th_Edition

4. 10가지 Action markeitng에 대한 실전 예 

https://www.cyberclick.net/numericalblogen/10-marketing-strategy-examples

사실 찾다 보면 너무나도 많은 유사 사례가 이미 나와 있고 아류 작도 있다. 본 주제글도 그러한 여러 다양한 

마케팅 기법 중 자신의 위치에서 맞아떨어지는 생계형 전략을 구사하였고 다행스럽게도 취업 전선 이라던가 

대학교 시절 교직 이수를 할 수 있는 자격에도 통과하였으며,  구직 활동 시 , J 신문사를 서류 면접 전형에도 합격하였음에도 또 다른 도전을 찾아서 새로 인 병원 Markting 회사에 이력을 시작하였고 성공하였다. 조직 관리에도 능하였고 , 승승장구하였으나 , 의외의 복병 COVID-19라는 전대미문의 펜데믹은 우리들 지구촌을 움추러 들게 만들었고 , 일반적으로 회사에서는 비용 지불이나 임금 지불 이전에 광고비 지출이니 마케팅 비용을 먼저 줄이고자 하는 것이 수순이므로 , 당현 하게도 원던 원하지 않던 다시금 실업자의 신세로 전락하고 만다. 


하지만 , 여기에 열거된 8가지 기본원칙만으로도 잘 이겨 낼 수 있다고 저자는 애기 하지만 사실은 좀 다르다 

우리가 하버드나 서울대 학생의 교수법  대로 공부한다고 해서 전부다 수석의 반열에 오르고 우등생이 되는 것이 아니 듯 , 사회의 구조 요소와 개개인의 능력치와 받아들이는 정도는 마치 기울어진 운동장 과도 같아서  어느 누구의 로봇 AI의 판단력과 실행처럼 그렇게 간단한 문제가 아니다. 


그럼에도 불구하고 , 이렇게 자기 계발 서적과 ㅡ, 성공에 열망 어린 사람들이 많기에 도서 출판은 흥행을 할 수도 있고 못할 수도 있다. 왜냐면 , 이로 인해 분명 도움이 되었을 법한 사람도 있고 그렇지 않은 경우도 많은데  사람마다 저마다 달라 어느 기준 점 을 정하기가 어려운 것이 현실이 아닐까 싶다. 


그러나 분명한 것은 누구에게나 공통적인 시간이 주어져 있고 그 시간들은 매일 새롭게 리셋된다라는 것이 더 

한번 리셋된 것은 영원히 돌아오지 않는다는 사실이다. 하지만 우리는 늘 반복이라고 생각한다.  오늘 

이글마저도 예전에 써놓았던 부류와 같은류의 글 일 수도 있지만 전혀 다른 시점의 이야기이다. 


성공하고 , 내가 혹은 회사가 만들어낸 제품을 잘 홍보하고 마케팅해서 , 영업을 하고 싶은가 ,  부자가 되는 방법은 사실 부자가 가장 잘 알지만 정작 진정한 부자들은 나름 자신의 읽솨 사업으로 바쁘기 때문에 굳이 이러한 정보조차도 공유하기를 꺼려한다.  내가 그만큼의 가치를 지닌 사람일 때라야 비로소 새로운 한 단계 만남이나 조우의 길이 열릴 뿐이다.  주변을 둘러보면 , 자신 부다 월등한 부자 친구가 없다는 사실 또한 그렇게 사회적 과계가 형성되어 있기 때문 이기도 하고 , 이미 부자들끼리는 이너 서클이 있어서 그러 한 생계 형태의 세일즈나 마케팅이 필요하지 않은 경제적 파이프 라인이 형성되어 있기 때문이기도 하다. 


다시 본질로 돌아가지면 , 세일즈 4원칙이던 , 성공하는 사람들 8 원칙이던 행동의 11가지 원칙이던 , 도로 교통법상 법규처럼 지키면 바로 보상이 나오는 닫힌 엔탈피가 아닌 이상 우리들 스스로는 어떤 사람은 100% 의 노력을 해서 50% 의 결과를 얻고 ㅡ 어느 사람은 20%의 노력으로 200% 의 결과를 언기도 하는데 

로봇이 아닌 이상 이것이 자연계에는 정상이라고 본다. 다만 , 그 과정을 거쳐 가는 경로, 즉 장애물을 회피하는 경로와 , 선택적으로 최단 경로를 찾을 수 앗는 지혜는 오롯이 당신에게 달려 있다. 내일 아침 6시에 기상하여 사고하고 책 한 줄 더 읽고 , 그날의 할 일을 계획할  것인지  주간 드라마 팬트 하우스 3을  보며 가장 나쁜 악역이 누구인지 논쟁하느라 하루 30분을 허비한 경우를 비교해보면  효율성의 차이는 자명할 수가 있다. 


선택은 늘 자신들의 몫이고 , 결과 또한 그러하다..  마케팅이면 생계형이던 그렇지 않던 자신의 가치를 파는 것 또한 동일한 잣대이다....  오늘의 단상 은 끝... Written by  E HAN 


댓글(0) 먼댓글(0) 좋아요(1)
좋아요
북마크하기찜하기 thankstoThanksTo
 
 
 
HOW TO 맥킨지 문제해결의 기술 - 도산 직전의 위기에서 벗어나게 해준 맥킨지식 경영전략, 개정판
오시마 사치요 지음, 이시노 토이.트렌드 프로 그림, 공보미 옮김 / 경영아카이브 / 2021년 5월
평점 :
장바구니담기


세계적인 컨설팅 업체 맥킨지의 노하우 , 문제 해결의 원칙에서 , 정작 중요한 부분은 문제의 본질을 잘 모르고서 해결책과 처방을 받아 실행하는 기업이나 조직이 많다는 것이고 그것은 결국 오래지 않아 다시금 원점으로 회귀하거나 전 보다  사정이 더 나빠지게 되어 과정 자체가 돌이 킬 수 없는 경로로 들어서서 퇴보의 길로 접어드는 기업들도 무수히 많다. 


소기업이나 개인이라면 그냥 간단한 의사 결정 하나로도 거의 모든 것을 빠른 시간 안에 바꿔 볼 수 있겠지만 조직이 커지고 의사 결정 수단들이 다변 화 된 팀제 , 혹은 그룹 조직 간에는 작은 키워드 하나만으로도 시간이 갈수록 문제는 산으로 가는 경우도 종종 있다. 


정확한 해결책이 나와 주기 위해서는 정확한 현상 진단과 문제 도출이 필요 한데, 이러한 방법론적인 Tool 이 MECE , 프레임 워크 ,  로직 트리와  3C , 그리고 마케팅의 기본 프레임 워크 인 4 P이다. 


MECE로 돌아가자면 , 원어는 Mutually  Exclusive and Collectively Exhaustive이다 즉 풀어 보면 , 상호 간에 중복되지 않고, 전체로서 누락이 없다는 명제인데 , 대부분의 문제점 파악 과정에서 조사와 기타 방안을 연구하다 보면 , 중복과 누락이 있기도 하고 전체적으로 상호가 연결 고리가 빠진 경우도 많다. 


일전의 한 TV 프로그램에서 , 요즘 코로나 19 상황이라 배달음식이 잘 되는 것을 보고 이공계 엔지니어 2명이 떡볶이 공장을 차렸다. 일정 한 레시피와 정량의 국물 , 그리고 , 신선한 야채와 , 품질 좋은 쌀로 빚은 떡까지,  수없이 많은 시행착오로 겪으면서 , 이제는 판매만 제대로 하면 되는데 몇달쩨 답보 상태이다. 그들이 사고해낸 방법은 마케팅의 모든 것을 동원해 보자라는 것이었다. 이를 MECE에 대입하여 보면 , 우선 우리가 알고 있는 바이럴 마케팅부터, 전단지 광고, 유튜브, SNS ,  지역 마케팅 ,  기타 할인 행사는 족히 50개 이상의 체크 리스트 목록을 가지고서 하나하나 성공할 수 있는 접근 방법을 찾아 나아갔고 동시에 일방향이 아닌 양방향 소통으로 그때그때 다른 소비자의 입맛에 맛게 , 몇 가지 품목은 기호를 달리하여 미세 조정을 해나갔던 것이다. 이제는 연봉을 한 달에 벌만큼 성공한 반열에 들어가지만 지금도 제품과 판매 유통 등에 대해서 늘 연구하고 있다. 


다시 책 주제로 가자면,  이러한 그룹핑 작업을 하기 위해서 또한 필요한 것이 프레임 워크인데 좀 더 요율적인 일을 하기 위한 Tool이라고 보면 좋을 듯하다 크게 


     1) 요소 분해 - 어떤 일을 잘게 나누어 문제의 구조를 찾음 , ex ) 로직 트리 기법 등 

     2) 흐름 파악 - 일의 순서나 조립도를 보면서 문제점을 찾습니다.

     3) 대비 /준비 - 추론할 수 있는 시장의 가설을 세워 , 제품 판매가 가능한 시장을 세분화함


각 개별 단계마다 선택이 필요한 경우 " 로직 트리"를 활용한다면 좀 더 구체화된 경로를 파악할 수 있고 의사 결정도 쉬워 질 수 있습니다. 


예를 들어 이익을 창출한다라는 기본 명제라면 ,  매출은 좋아야 하고 비용은 적어져야 합니다. 프레임 워크나 로직 트리를 사용해서 매출이 좋아질 수 있는 방법과 비용을 줄 일 수 있는 방법을 MECE ( 중복되지 않고 총체적으로 누락 없이 상오 관련 지어 ) 파악할 수 있게 되면 어느 정도 기본 답안은 나오는 것이고 여기에 실행 계획이 부가되면 완성 단계에 잇는 것이죠. 


또한 시장분석을 할 때 자주 사용하는 프레임 워크가 " 3 c 분석 "입니다.  즉 시장 ( Customer )와 자기 회사 ( Company )의 상관관계 및 경쟁우위 점 , 그리고 경쟁 상대( Competitor ) 와는 어떤 관계 설정이 가능한지를 나누어 분석하면 기본 전략 구도를 잡을 수가 있습니다. 


여기에 더하여 , " 비즈니스 시스템 흐름"을 도입하여 각각의 단위 목표에 대한 절차적은 흐름 분석과 요소 분석이 어울 리면 보다 구체적인 방안이 도출될 수가 있습니다. 예를 들면 


식당의 경우 잘되는 레스토랑의 프로세스 하나와 자신의 가게 흐름도를 비교하는 방법입니다.

A 경우 ; 기본 홍보--> 고객의 선택 --> 방문 --> 식사 -- > 재방문의 사이클로 돌아간다면 각 단계별 어떤 식의 차이점이 존재하는 지를 파악 한다면 매출과 , 제품 , 그리고 입지와 고객과의 상관관계를 파악하는데 상당히 유리하다고 할 수 있습니다. 


이러한 방법론은 기업을 운영하는 임원이나 ceo 가 아니더라도 개인 작가나 컨설턴트 , 그리고 학생이나 직장인들이 자기 계발을 할 때에도 경쟁 우위 분석은 꼭 필요한 일이 아닐 수 없습니다.  


간단한 예를 들자면 

1년은 약 12개월 48주와 2주 더해 50주 정도 됩니다. 보통의 직장인들은 주 5일 근무라  2일은 주말 토요일 , 일요일은 휴무입니다.  지금의 한창 직장인인 여러분이 30대-40대 라면 주말 쉬고 싶고, 낚시나 골프 등 레저를 즐기고 싶지만 , 만약 자기 계발의 시간을 주당 주말 토요일 /일요일 각 4 시간씩  8시간을 할애할 수 있다면 1년 만에 사용할 수 있는 시간은 400 시간에 달하고 , 좀 더 부지런히  6시간 토, 일 투자가 가능하다면 12시간씩 x 50주  = 600 여 시간입니다. 이간은 여러분이 대학 시절 학점 이수를 위해 피나게 노력했던 학기단 약 30-40학점의 투여된 시간과 맞먹은 기회이고 , 공부를 하던 프로그램 기능을 쌓던 약 2년마다 새로운 분야애 새롭게 도전할 수 있는 기본 기를 갖추게 됩니다...


 이후 약 5년이 지나면 , 다른 사람들과는 완전히 차별화되는 자신만의 구도를 만들어 갈 수도 있습니다. 성공이란 것이 운과 사업도 따라야 하는 것이겠지만 가장 기본이 되는 사항은 자신의 분야에서 도사가 되는 요즘 언어로 " 일잘러 " 가 되어야 하는 까닭 압니다.  


다시 맥킨지 시스템으로 돌아가 조직을 관찰하고 분석하기 위한 " 7S '  가 있습니다. 이프레임 워크를 사용하여 우리 회사가 어떤 기업이고 어떤 방향으로 자리매김하는지 , 그리고 경쟁사와의 강점은 무엇인지를 찾아볼 수가 있을 것입니다   크게 두 가지로 ,  [ 하드웨어]와 [ 소프트 웨어]로 나워 지는데 


[하드]는 

전력 ( Strategy ) , 조직 구조 ( Structure ) , 사내 시스템 ( System) 


[소프트]는 

조직 문화 ( Style ) , 조직의 강점 ( Skill ) , 인재 ( staff ) , 공통 가치관 ( Shared value ) 등입니다. 


마지막으로 맥킨지가 강조하는 마음가지 하나는 PMA라고 합니다. ( Positive mental Attitude ) ㅡ의역을 하지만 긍정적인 마음 자세라고 할까요.. 자발적이고 능동적인 자세들이 서로의 힘에 시너지를 주며 조직을 활성화한다고 고찰합니다. 


조직이 커져 갈 때 , 구두로만 전달이 어려운 것도 한계 이기에 이글 주제에서 언급한 로직 트리 들을 잘 활용한다면 , 최소한의 기본적인 누락 오류나 , 방향 설정의 실패 등은 줄어들 수 있지 않을까 합니다. 


사물을 생각할 때나, 프레젠테이션 등 어떤 이슈를 전달 브리핑하고자 할 때에는 "피라미드 스트럭쳐 ' 가 유용한데 ,  슬라이드 서두에 핵심 주제와 , 전달하고 싶은 내을을 축에 넣고 , 그 이유들을 1,2,3 등 번호를 매겨 풀어 가는 방식입니다. 그러다가 한 번씩 Why so? ( 애 그런지 ) 혹은  So What ( 그래서)를 자문자답 하한 다면 , 들어주는 회의에서도 충분한 설득력과 공감대를 가지고서 일의 진행이 매끄럽게 될 가능성이 높습니다. 


마지막으로 , 개인적인 스케줄이던 , 작은 조직의 팀원이나 팀장, 파트 장 급이던 일의 우선순위와 무게가 각각 다르 다른 것을 인지 한다면 아래의 도표를 간략화해서 늘 중요한 일을 먼저 하고 , 급하고 가벼운 일을 생각해 볼 수 있다면 부득이하게 나중에 정작 중요한 일에 사용할 시간을 허비하는 일이 없게 될 것음을 알 수 있습니다. 이것은 바로 포지셔닝 매트 릭스입니다. 머릿속으로 내가 중요하다고 생각하는 일이지만 정작 1년 의 시간 속에는 그렇지 않을 수도 있고 , 시간을 늘려 2년 , 3년 5년을 돌아본다면 그간 가장 중요한 일에 자신이 집중했었는지는 확연히 알 수 있고 , 앞으로의 미래 설계에 있어 더욱 유용한 가치를 지니게 되지 안 않을까요 , 늘 시간이라는 것은 현제 시점에서는 잘 모르나 지나고 나면 빠르게 지나왔다는 것을 느끼는 하루입니다.  문언가릐 의미 있는 결과를 무의식적으로라도 챙겨 놓으려는 사람을 아래의 매트릭스를 꼭 마음에 새기며 한주 한주를 시작하였으면 합니다. 그래야 지나고 나면 후회가 없죠    Written by E HAN 


P.S ; 내일 한주가 시작되면  당신이 가장 먼저 해야 할 ㅡ, 긴급하면서도 중요한 일이 무엇일까요?? 


포지셔닝 매트릭스 

                                       긴급하지 않은 일                                           긴급한 일 


중요                                  중장기 목표 설정 시 필요                        오늘 가장 먼저 해야 할 일 


중요하지 않을 일                    시간 날 때 할 일 


댓글(0) 먼댓글(0) 좋아요(0)
좋아요
북마크하기찜하기 thankstoThanksTo
 
 
 
생각메커니즘
황선문 지음 / 바른북스 / 2021년 5월
평점 :
장바구니담기


[[  지금 이 순간 자신이 존재하고 있다는 것은 오직 자기 생각을 자기 스스로 인지함으로써 확인할 수 있다. 자기 존재의 상징인 지금 시점에서의 자기 생각, 즉 현재생각은 자신이 살아온 과거의 결과이고, 현재 상황에 대한 자신의 대응이면서, 동시에 자기 미래의 출발점이기도 하다.]] 


- 글 주제글의 핵심 내용 이기도 하고 , 우리가 일반 적으로 생각 이라는 생각을 떠올려 볼때 자신에 대한 정체성에 대한 인지를 어떤식으로 하고 이뤄지는지에 대해 고찰 해본 글이라 새롭다. 


위키 백과에 따르면 생각의 정의는 다음과 같다. 

----------------------------------------------------------------------------------

생각은 결론을 얻으려는 관념의 과정이다. 목표에 이르는 방법을 찾으려고 하는 정신 활동을 말한다. 사상(思想), 사유(思惟)라고도 한다. 


지각이나 기억의 활동만으로는 충분하지 않은 경우에, 어떻게 이해하고 또 행동해야 할 것인가를 헤아리는 활동을 '생각'이라고 말한다. 생각은 언어에 의해서 행해진다고 하지만, 도형적(圖形的)으로 헤아리는 경우와 같이 언어에 의하지 않는 생각도 살펴볼 수 있다. 또 귀납적 사고, 연역적 사고와 같이 추론의 종류에 의해서 분류하는 경우도 있다. 

-----------------------------------------------------------------------------------

아래는 과학적 정의 이다.   


과학적 정의[편집]


생각을 과학적으로 설명하면 큰 범위에서 의식이라고 할 수 있다. 포유류에서 구체화되기 시작한 1차 의식과 인간에 와서 가능해진 언어로 촉발된 고차의식으로 인간은 생각을 할 수 있게 되었고 자아를 인식할 수 있는 존재가 되었다. 


신경과학자 제라드 에덜먼과 그의 이론[편집]


제라드 에덜만은 의식을 1차 의식과 고차 의식으로 모델링하며 의식의 일반적인 속성을 정리했다. 

의식의 상태는 일원적이고 통합적이며 뇌에 의해 구성된다.

의식의 상태는 다양한 감각 양식의 결합을 반영한다.

의식의 상태는 광범위한 내용의 지향성을 보여준다.


1차 의식[편집]

에덜먼은 1차의식이란 "언어가 생성되기 전에 형성되는 것으로, 인간이나 개 또는 고양이 정도의 포유동물이 가지는 의식이다. 1차 의식은 기억된 현재이다." 라고 했다. 1차 의식은 간단히 장면의 생성이라 할 수 있다. 


동물의 기억과 학습은 시냅스 상태의 통계적 변화로 나타난다. 신경세포들의 다중 연결로 바깥세상을 인식하고 내부의 욕구에 맞춰 감각 입력들을 받아들여 지각을 분류한다. 


뇌간과 자율신경계에서 전달된 내부 항상성 신호와 외부에서 유입된 시각청각체감각 입력이 해마와 편도에서 외부 세계 신호와 내부 신체 신호의 상관관계를 형성하여 기억을 만든다. 해마는 기억을 만들어내는 곳이고 신피질은 대뇌반구 표면을 덮고 있는 회색질의 층으로 학습, 감정, 의지, 지각, 언어, 수의운동 등을 생성한다. 내부 신호는 시상하부의 자율신경계 중추로 올라가고 그 신호들은 계속해서 뇌간과 간뇌를 통하여 대뇌피질로 올라간다. 


대뇌피질은 항상 변화하는 외부 세계에서 감각 입력을 처리하여 운동 출력을 만든다. 그 과정에서 중요한 정보는 기억으로 저장한다. 이렇게 만들어진 기억은 다시 전두엽두정엽측두엽과 연계하여 생존에 필요한 배고픔이라든지 갈증, 심장박동과 같은 몸상태를 유지하기 위한 기억을 형성한다. 이러한 흐름에서 중요한 신경 정보의 닫힌 루프가 형성된다. 전두엽, 두정엽, 측두엽에서 만들어진 기억들은 실시간으로 입력되는 외부의 신호, 정보들과 양방향으로 연결된다. 기억과 세계 신호 사이의 상호 연결 결과로 중요한 1차 의식이 생성된다. 


루프가 작동하면 시각, 청각, 체감각이 욕망에 의해서 규격화된 정보가 된다. 이것을 '지각의 분류'라고 한다. 외부 감각 입력에 의해 시작된 지각 작용이 단순히 방향성 없이 연속적으로 흐르는 것이 아니라 욕망에 따라 분류되는 것이다. 이 루프가 계속해서 돌면 해마에서 형성된 기억과 전두엽, 두정엽, 측두엽과의 상호 연결을 통해 지각 분류 과정 자체가 다시 분류된다. 이것이 바로 '개념의 분류'이다. 하지만 언어가 배제되어 있기 때문에 1차 의식에 불과하다. 


고차 의식과 생각[편집]


1차 의식은 현재적 의식이고 장면들이 시간과 더불어 연속해서 흐르는 것이 아니라 스냅사진처럼 하나의 장면을 묘사한 그림이다. 인간의 고차 의식은 동물들의 1차 의식 작동 상태에서 언어가 더 추가되어 생성된 것이다. 


언어를 매개로 하는 대뇌 부위에는 브로카 영역과 베르니케 영역이 있다. 브로카 영역은 우리가 발음을 할 수 있도록 해주는 운동언어 영역이고, 베르니케 영역은 감각언어 영역이다. 브로카, 베르니케 등 언어를 생성하는 영역이 전두엽, 두정엽, 측두엽과 연결되어서 생성되는 것이 바로 고차의식이다. 고차의식은 언어에 의해서 만들어진다. 언어를 매개로 하여 고차 의식이 생성되면서 현재가 연속적으로 흘러가 미래와 과거가 생기게 된다. 인간은 매 순간 외부 자극을 처리하여 생존에 중요한 정보를 기억에 저장한다. 저장된 기억을 불러내어 새로운 입력에 대응할 때 과거라는 의식이 생긴다. 그리고 과거의 정보가 쌓여 이루어진 상태가 현재이다. 현재의 자극 입력을 뇌가 처리한다는 것은 과거의 기억을 현재와 대조한다는 것이고, 이는 바로 다음 순간이 어떻게 전개될 것인지 무의식적으로 인식하는 것이다. 고차 의식으로 가며 언어를 매개로 기억이 생성되면서 하나의 장면이 담긴 스냅사진들을 연결하여 드라마를 만든 결과, 과거, 현재, 미래가 형성되고 그 과정에서 자아의식이 생기게 되고 생각을 할 수 있게 된다. 

---------------------------------------------------------------------------------------------------------------------

이책글의 주제와는 약간 거리가 있을 수 있는 ㅡ의견이지만 , 인간이 인지능력을 가지게 되면서 부터 발달한 오감과 신경계 그리고 , 사고 능력은 인간으로 하여금 " 생각' 이라는 추상적이고 관념적인 프레임을 만들게 된 듯하다.  처음 어떤 외부 자극에 대한 학습으로 부터 시작된 생각 이라는 씨앗은 어린 시절을 떠 올려 보면 간단한 언어 구사로부터 시작 하여 성인이되면서 자신이 태어난 모국어를 아주 자연스럽게 구사 하면서 의사 소통 하고 , 시간의 축으로 부터 기억을 나누어 과거, 현제 , 미래로 구분 하기도 한다. 


하지만 모든 사람들이 동일한 사고와 관점 , 생각의 크기와 깊이를 가지는 것이 아니므로 , 수많은 사람들이 가을 추수에 떨어지는 낙과를보고 , 이것이 지구다 당겨서 이뤄진 일이라는 만유인력의 사과를 보았던 자는 뉴턴과 아주 소수의 과학자일 따름이다. 


또한 , 지동설과 천동설이 충돌 하였을떼 , 우리들의 인간 본성의 직관으로는 분명 지구는 움직이지 않고 매일 같이 태양이 떠오르는 모습을 보아 왔고 그것이 진리인 것처럼 믿어 왔으나 , 천문지리학과 수학 , 측량의 발달로  지구가 원구가 아니면 도저히 해석 할 수 없는 현실 기하학적인 문제가 발생 하고 결국 거대란 원형위 표면에서 아주작게 인간들이 분포되어 살고 있라라는 사실 또한 증명 되었다. 


이와는 약간 다르지만 우리들 스스로 인지와 판단 , 결정 과정을 거치는 많은 사람들 일반인과 과학자들 혹은 예술가들 또한 본인 스스로가 무언가를 늘 창의적인 발상과 창조적인 생각을 한다고 하지만 결국 어떠한 모티브나 외부 자극없이 내적 변화나 사고의 변화를 일으 키는 경우는 매우 어렵다는 것이 통설 이다. 


그래서 어떤 사람들은 스스로 독서나 신문 뉴스 , 과학적 탐구에 몰두 하기도 하고, 역설과 오류를 되집어서 사고해 보기도 한다. 


사실, 오늘날 우리들이 이뤄놓은 문명 자체가 인류의 유산이고 그동안 집단 지성으로 최대한의 성과와 최적화를 이뤄논 결과라면 이상 할까 ?  .. 


다시 미시적인 관점으로 간다면, 동물이나 유기체의 생물체들은 세포들로 이뤄져 있고 이러한 수백조의 세포가 변화와 변이 생성 발전해서 여러 기관이 생겼고 , 인간의 몸을 구성하는 골격근과 근육 , 신경세포와 기타 뇌간과 뇌하수체등 물리적인 현상을 이뤄 내였다. 


하지만 그 속에서 [ 생각] 이라는 추상적인 관념이 발생 하게 된 데에는 오로지 인간 스스로의 노력에 의하였는지는 아직까지도 불불면 하기도 하다 . 왜냐하면 우리는 태아 이전의 배아 세포 시절이나 의식이라고 할 수 없는 어주 유아기 시절부터 무언가의 작용과 반작용에 의하여  성장 하고 발달애 왔기 때문이고  , 인간이라는 영장류로 전체를 보자면 아주 작지도 않고 ( 150 cm 정도 ) 아주 크지도 앟는 ( 2m ) 가 넘지 않은 읿반적인 ?  키와 뭄무게를 지닌체 수만년을 생활해 았다라도 본다면  그건 , 대자연의 섭리 처럼 이 지구생활에 최적화 하게 만들어진  눈에 보이지 않는 [ 세포 ] 들의 개개인 역할이 어니었을 까도 생각해 보게 된다. 


참고 문헌으로 [ 이기적 유전자] 론을 쓴 리처드도킨스의  주요 주제글이다.        


1장 사람은 왜 존재하는가?[편집]


도킨스는 진화를 가장 근본적인 질문에 대한 대답이라고 말한다. 그러나 이 책의 목적은 다윈주의를 지지 하는 것이 아닌, 이기주의와 이타주의의 생물학을 탐구하는 것이라고 말한다. 그는 이 책이 ‘사람을 비롯한 모든 동물은 유전자가 만들어 낸 기계’라 주장할 것이라고 말한다. 또한 우리는 이기적으로 태어났으며, 선택의 기본 단위, 즉 이기의 기본 단위가 도 집단도 개체도 아닌, 유전의 단위인 유전자라는 것을 주장 할 것이라고 말한다 


모든 사람은 이기적으로 태어났다. 이 이기주의를 만들어내는 단위는 유전자라고 볼 수 있다. 즉 유전자를 인간 뿐만 아니라 다른 동식물을 만들어 낸 주원인으로 본다. 


2장 자기 복제자[편집]


2장에서는 세상은 안정한 것들로 가득 차 있으며, 최초의 자연 선택은 안정한 것을 선택하고 불안정한 것을 배제하는 것이었다고 말한다. 그리고 어떠한 특정 시점에 원시 수프 속에서 자기 복제자가 등장하였다고 말하며, 이 자기복제자라는 새로운 안정성이 어떻게 생겨났고, 어떻게 '원시 수프'에서 생존하게 되었는지 그 기원에서 부터 설명 해 나간다. 또한, 이 자기 복제자들이 우리의 몸과 마음을 창조했으며, 그들이 살아 있다는 사실이야말로 우리가 존재하는 궁극적인 이론적 근거라고 주장하며, 이제 그들은 유전자라는 이름으로 계속 나아갈 것이고, 우리는 그들의 생존 기계라는 주장을 펼치고 있다. 


3장 불멸의 코일[편집]


도킨스는 우리가 알고 있는 외형과 체내 기관이 매우 다양한 동식물들의 기본적 화학 조성이 다소 균일하다고 말하며, 이들 모두가 DNA라는 분자를 위한 생존기계라고 말한다. 이를 바탕으로 이 장에서는 DNA의 구성 단위와 복제에 대한 것, 유성생식은 유전자를 섞는 방법이라는 것, 자연 선택의 단위는 유전자라는 것, 그리고 이를 바탕으로 한 노화 이론을 소개한다. 


4장 유전자 기계[편집]


도킨스는 생존 기계가 유전자의 수동적 피난처로 처음 생겨났다고 말한다. 그리고 점차 동물과 식물 각각이 유전자를 보호하기 위해 특수한 생존 양식을 진화시켜 왔다고 말한다. 또한 그 중에서도 동물의 행동에 주목하여 이것을 바탕으로 유전자와 뇌의 관계를 엿본다. 유전자가 생존 기계의 행동을 제어한다고는 하지만 그 시간적 차이 때문에 간접적으로 조정할 수 밖에 없으며, 이러한 유전자를 대신하여 뇌가 근육 수축의 제어와 조정을 통해 생존 기계의 성공에 기여하고 있는 것이다. 


5장 공격 – 안정성과 이기적 기계[편집]


이 장에서는 메이너스 스미스의 개념인 진화적으로 안정한 전략, ESS를 이용한다. ESS란 개체군에 있는 대부분의 구성원이 일단 그 전략을 채택하면 다른 대체 전략이 그 전략을 능가할 수 없는 전략이다. 도킨스는 우리에게 중요한 결론은 ESS가 진화할 것이라는 것, ESS는 집단 공모에 의해 얻어지는 최적 상태와는 같지 않다는 것, 그리고 상식은 사실을 잘못 이해하게 만들 수 있다는 것이라고 말한다. 


6장 유전자의 행동 방식[편집]


이기적 유전자의 목적은 유전자 풀 속에 그 수를 늘리는 것이다. 유전자는 기본적으로 자신의 생존 기계에 프로그램을 짜 넣는 것을 도와줌으로써 이 목적을 달성한다. 비용-이익의 추산은 인간이 결정을 할 때처럼 과거의 경험에 근거하게 된다. 그러나 이때의 경험은 유전자의 경험, 더 정확히 말하면 과거에 유전자가 살아남은 조건을 말하는 것이다. 


7장 가족계획[편집]


도킨스는 새로운 개체를 낳는 것을 한 편에, 현존 개체를 돌보는 것을 다른 편에 두어야 한다고 생각한다. 종의 생태학적인 특성에 따라, 키우기와 낳기 두 전략의 여러 가지 혼합 전략들이 진화적으로 안정한 전략이 될 수 있는 것이다. 이 장에서 도킨스의 결론은 개개의 부모 동물은 가족계획을 실행하는데, 이것은 공공의 이익을 위해서 라기보다는 오히려 자기 자손의 출생률을 최적화하기 위해서이다. 


8장 세대 간의 전쟁[편집]


도킨스는 어미가 자식들에게 다른 투자를 한다고 생각한다. 그게 더 어미에게 이득이 되기 때문이다. 더 큰 새끼보다 작은 새끼에게 먹이를 더 많이 주었을 때 더 큰 새끼는 견뎌낼 수 있지만 만약 더 큰 새끼에게 먹이를 더 많이 주었다면 작은 새끼는 견디지 못할 것이기 때문에 어미는 자연스레 더 작은 새끼에게 먹이를 더 많이 투자할 수 있기 때문이다. 

------------------------------------------------------------------------------------------------------------------------

다시 글 주제로 돌아가면 생각의 기제들은 여러갈래에서 온다고 본 저자의 생각에는 동의 하지만 [ 생각 프로세스]에서 이루어지는 [ 기억 조각 ] 들과 [ 기억 씨앗]의 생성은 무슨 논리로 설명이 될지는 조금 더 연구 과제로 보아야 하지 않을까도 생각이 든다. 


어느정도 자아가 쌓이고 생각 프레임이 완성 단계에 이르면 자신 안의 자가 논리와 외부의 자가 논리가 충돌 할 수 있는 이야기도 흥미롭다. 이는 마치 인간 내면의 모습에서 혹은 [ 본성] 에서 벗어나려는 이성적 외부의 규제와 규칙 절제가 없다면 방임적 행동과 비이성적인 사고를 할 수도 있는 것과 유사하다. 


[ 생각 메커니즘] 의 절차와 방식은 여러가지로 발현 되지만 , 한사함 한사람 혹은 군집단과 사회 구성체 전체적으로 영향을 미치기도 하고 , 그 방향은 어떤 환경이었느냐에 따라 제 1차 2차 세계 대전의 나치즘의 이데올로기로 나타날 수도 있고, 테레사 수녀의 이타적인 행동과 배품으로 나타날 수도 있는 일이다.  


변화를 가져 오는 것은 기본적인 자신 안에서 부터의 받아 들이는 그롯의 준비여야 하겠지만 , 외부로부터의 좋은 생각의 싸앗 ? 과  사고의 편린들의 올바른 선순환이 시작 될 때부터 라고 보아도 무방 하지 않을까 ,  늦은 밤 , 무언가를 집중 하고 공부 하고 내일을 위해 사고 하는 당신은 어쩌면 이미 그 축 선상에 있어서 변화 하고 있는 중일 지도 모른 다. 


다시 서두에 있는 글월로 마무리를 하고자 한다. 


[[ 지금 이 순간 자신이 존재하고 있다는 것은 오직 자기 생각을 자기 스스로 인지함으로써 확인할 수 있다. 자기 존재의 상징인 지금 시점에서의 자기 생각, 즉 현재생각은 자신이 살아온 과거의 결과이고, 현재 상황에 대한 자신의 대응이면서, 동시에 자기 미래의 출발점이기도 하다]]  COPY .  Written by E HAN 


댓글(0) 먼댓글(0) 좋아요(0)
좋아요
북마크하기찜하기 thankstoThanksTo
 
 
 
지식산업센터 투자 - 딱 한 번 읽고 바로 써먹는
박희성.오승연 지음 / 원앤원북스 / 2021년 6월
평점 :
장바구니담기


부동산의 종류에는 여러가지가 있다 우리가 흔히 아는 주거형 아파트 부터 , 빌라 다세대, 오피스텔 , 그리고 상업용도 상가나 사무실 , 토지 , 건물등 . 다향한 종목중에서 어떤걸 골라 투자 하느냐는 마치 수많은 주식 시장에서 어떤 종목을 투자 하는 것과 비숫 하지만 다른 점은 재화의 특성상 부동산 고유의 대지 지분과 이를 토대로한 건축비과 총 비용 , 거기에 맞는 수익을 내기 위한 임대가 정책등 여러가지로 고려 해야 할 사항들이 많다. 


우선 오늘 소개 하는 지식산업센터 혹은 [ 지산]으로 불리우는 것은 어떤 형태이고 어떤 수익구조로 어느 지역에 어덯게 분포 되어 잇는지를 알아 보는 것이고 또한 이러한 지산을 이용 하는 주 고객층은 누구 인지도 함께 파악이 이뤄져야 할 일이다. 


일반적인 시장은 수요와 공급의 법칙으로 움직인다. 주거나 주택 , 오피스텔 시장 또한 이와 다르지 않으며 그동안 서을을 비롯한 경기권의 여타의 아파트 및 주거의 상승률은 사람들의 심리적인 반응도 있겠지만 새로은 새대들의 탄생과 수요에 비하여 멸실 되는 주택과 주거의 불균형의 결과 일수도 있다는 것이다.   어찌보면 그동안 공급 제한 적인 정책으로 세금 규제 많으로 다주택자의  균형점을 깨려 한것이 그간 정책 이엇다면 이제는 다른 각도로 움직여햐 하지 않을까한다.  이와 비숫 하게 주택 시장의 규제로 반대 급부적인 상승률을 보이는 시장이 바로 수익형 부동산 시장인데 여기에는 토지를 비롯한 일반 상업용 부동산이 이에 해당 한다. 


예전의 아파트형 공장으로 많이 알려진 , 지금의 지식 산업센터 라는 명칭은 , 서울 경기권에서 출발 하여 처음 1세대는 구로동의 공장 준공업 지역을 개조해서 만들어진 아파트형 공장이고 , 이를 조금더 팬시 하게 만들고 사무용과 제조용도 그리고 진화적으로  근로자들의 주거 까지 기숙사 형태로 만들어진 복합 지식 산업 센터가 탄생 하였고 이후 꾸준한 발전을 이뤄,  가산 디지탈 단지가 큰 규모로 들어 서게 되었디 , 전통적으로 서울 쪽의 중구나 영틍포 쪽은 제조 등이 강세인 시장 이었고 , 지금은 많이 판교로 이전 되었지만 강남의 테헤란 밸리등은 IT 산업 단지의 대단원을 이뤘던 곳이다. 이곳은 지산 이기 보다는 사무 업무용 공간으로 활용된 오피스 빌딩이 주를 이렀지만 , 경기 남부 성남 권역에 판교가 탄생 하면서 부터는 많은 기업들이 세제 헤택을 등에 없고 이전을 하게 돠었고 , 경기권의 대표작인  IT 밸리가 되었다. 


전통정긴 또다른 준공업단지 공장 용지 엿던 서울 의 성수동 같은 경우도 , 이제는 서울 숲을 배경으로한 MZ세트들의 문화의 거리 역할을 충분히 해내면서 평균 단가 2000만원선읜 지식 산업센터들이 줄줄이 분양 되었고  지금도 새로운 기업들의 입주를 기다리고 있다. 


지산의 경우 , 기업들의 업무나 제조 목적으로 만들어진 것 이 태생인 많큼 입주 기업들의 분양성에도 영향을 미치며 10 % 계약금외 중도금 무이자 혹은 거의 80- 90% 의 대출이 가능한 대상이라는 것에서 초기에는 일반인들의 접근이 어려 웠지만 지금은 어느 정도의 발품과 입지 선정 그리고 나름 그 지역 주변의 기업군 분석으로 최소 - 최대 수익률을 가늠 할 수 있는 지점에 까지 와 있다. 


하지만 아직도 많은 데이터 특히나 개별 분양사들의 광고에는 저마다의 장점들만을 내세워 마케팅에 현혹되어 자금이 묶일 수도 있는 경우 이므로 신중하고도 여러 자료 들을 토대로 하여 자기 자금 사정에 맞는 감담할할 만한 투자를 하는 것이 올바른 길이지 않을까 싶다. 


특히나 , 영끌을 모아 혹은 빚투를 내서라도 내집 마련의 꿈이 더 멀리 날라가 버린 30-40대의 직장인들이라면 약 몇천 만원 정도의 소액 ? 투자로 레버리지를 활용 할 수 있는 [지식산업센터] 입지 투자에 한번 나서 보는 것도 부동산 제테크의 첫걸음이 될 수도 있다. 


하지만 , 모든 일이 그렇듯이 준비 없이 시작 하거나 대충 알고 시작 하는 투자는 위럼을 떠 않기 쉽상이다 

그래서 아래의 지산에 관련된 정보를 망라한 사이트를 소개 하며 같이 공부 하며 투자의 방향을 정하는데  나침반 역할 혹은 통계적인  빅 데이터를 보는 안목을 키울 수 있는  자료를 소개 하고자 한다. 


부동산투자에 관심있으신 분들은 아래 링크를 들어가 특정 지역이 본인위치와 특성에 맞는다면 한번 발품을 팔아서 알아 볼 일이다... 어떤 일이던 노력없이 댓가가 얻어지는 경우는 없는 법이지 않은가 ,, Written by E HAN 







1, 지식 산업센터의 모든것을 보는 사이트 -신규 분양 외 

https://www.kic114.kr/newSaleMap.do


2. 지산의 건축물 현황이 궁금 할때 - 정부 24

https://www.gov.kr/portal/main

3. 개발 계획이 있는 택지 지구 정보 시스템 

https://www.jigu.go.kr/index.do

4. 통계 지리정보시스템 - 지역별 인구 증감 및 기업분포도 - 지산의 베이스 이기도 하다. 

지역별 사업체 수와 이떤 직업군 혹은 제조 , IT 구분을 나눌 수 있어 향후 예상 되는 지산의 모습을 그려 볼 수 있고 분양되는 지산이 적합하게 운용 될 수 있는지도 가늠 하는 지표가 된다. 


https://sgis.kostat.go.kr/view/index

5. 팩토리온 ; 전국 지식 산업 센터 현황 

- 한국 산업 단지 공단에서 운영하는 사이트로 공장 설립 및 전국 지산의 현황을 볼 수 있다. 


https://www.factoryon.go.kr/main/main.do




댓글(0) 먼댓글(0) 좋아요(0)
좋아요
북마크하기찜하기 thankstoThanksTo