-
-
수학의 쓸모 - 불확실한 미래에서 보통 사람들도 답을 얻는 방법 ㅣ 쓸모 시리즈 1
닉 폴슨.제임스 스콧 지음, 노태복 옮김 / 더퀘스트 / 2020년 4월
평점 :

오늘 만나 볼 책은 2명의 통계학자가 쓴 "수학의 쓸모"입니다.
오늘날의 세상은 이미 AI가 변화를 주도하고 있습니다. 전기회사는 AI를 이용해 발전 효율을 향상시키고, 투자자는 AI를 이용해 재정상의 위험을 관리하며, 석유회사는 AI를 이용해 심해 채굴 장치의 안전성을 높입니다. 또 정보당국은 AI를 이용해 테러리스트를 색출하고, 과학자는 AI를 이용해 천문학, 물리학 및 신경과학에서 새로운 것을 발견합니다. 세계 곳곳에서 질병 발생을 예측하고, 꿀벌을 멸종위기에서 구하며, 할리우드 영화의 성 차별 정도를 수량화하는 등 AI는 온갖 목적으로 활용되고 있습니다. 이런 확산 현상 때문에 미국의 아마존부터 중국의 알리바바까지 세계 최대의 회사들은 수학과 코딩 인재들을 그러모으려고 안달하고 있는데요, 그 이유는 바로 AI 알고리즘의 특징 때문입니다.
AI 알고리즘에는 두가지 특징이 있는데,
첫째 대체로 확실성 보다는 확률을 다룬다는 것이고,
둘째 AI 알고리즘은 무슨 명령을 따라야 하는지 데이터를 학습해 스스로 알아낸다는 것입니다.
따라서 AI 개발자의 역할은 알고리즘에 무엇을 할지 가르쳐주는 것이 아니라 통계와 확률의 규칙을 이용해 무엇을 할지 스스로 배우는 방법을 가르쳐주는 것입니다.
결국 세상을 바꾸는 AI 뒤에는 이처럼 수학이 있습니다.
그런데 이런 변화의 세상으로 수준을 이끈 수학적 아이디어들의 개념들은 사실 등장한 지 오래됐으며, 수학적 사고와 그 유용성을 역사적 인물들의 이야기와 연결하여 설명함으로서 수학의 쓸모에 대해서 이 책에서는 알려주고 있습니다.
목차를 통해 본문을 살펴보겠습니다.



1. '넷플릭스가 취향을 읽는법 : 확률이라는 언어' 에서는 '조건부확률'이라는 알고리즘을
이용하여 2차대전에서 수많은 사람들의 목숨을 구한 '왈드'의 이야기를 다룹니다.
왈드가 내놓은 비행기의 생존성을 높이는 방안은 오늘날 넷플릭스의 영화 추천 시스템과
흡사합니다.



'조건부확률'이란 어떤 사건이 이미 일어났을 때 다른 사건이 일어날 확률입니다. 좋은 예가 일기예보인데, 오늘 아침에 창밖을 보니 구름이 모이고 있다면 비가 올거 같으니 우산을 들고 나가자는 생각을 할것이고, 이런 판단을 조건부 확률로 표현하면 '오눌 아침에 구름이 끼었다면 오후에 비가 올 조건부 확률은 60퍼센트다'입니다. AI는 이 조건부확률을 다음과 같이 활용하는데요,
- 당신은 영화 '셜록홈즈'에 높은 점수를 줬다. 당신이 '이미테이션 게임'이나 '팅커 테일러솔저 스파이'를 좋아할 조건부확률은 얼마인가?
- 당신은 인스타그램에서 크리스티아누 호날두를 팔로우하고 있다. 당신이 리오넬 메시나 가레스 베일을 추천받으면 응답할 조건부확률은 얼마인가?
개인화는 조건부확률에 따라 이루어지고, 모든 조건부확률은 각자가 조건이 되는 사건에서 모은 대량의 데이터 집합으로부터 계산됩니다.
넷플릭스 데이터 과학자들한테는 이와같이 데이터와 관련된 적절한 질문에 답을 내릴 수 있는 확률에 관한 깊은 지식이 있었고, 아울러 이런 답을 중심으로 사업 전체를 재구성하려는 용기가 있었기에 배급사에 지나지 않던 회사를 멋진 영상물을 만드는 새로운 유형의 제작사로 거듭날 수 있었습니다.
그들의 변신에 결국은 수학이 자리잡고 있음을 그리고 그 아이디어가 과거로부터 왔음을 살펴보았습니다.
2. '수식한줄로 미래를 계산하기 : 패턴과 예측규칙'에서는 반복패턴의 의미를 읽어 내 우주의
크기를 재는 공식을 발표한 '헨리에타 레빗'의 이야기를 다룹니다. 이는 오늘날 우주크기의
측정이나 암진단, 오이 모양 분류시스템등이 가능해지도록 한 기본 아이디어입니다.
3. '데이터의 홍수에서 살아남기 : 베이즈 규칙'에서는 오늘날 로봇공학의 혁명을 견인하고 있는
베이즈 규칙이 2차 대전에서 연합군이 독일의 보트를 찾아내는데 사용한 검색방법에서 나왔음을
설명하고 있습니다.
4. '디지털 비서와 대화하는 법 : 통계와 알고리즘'에서는 미 해군장교 '그레이스 호퍼'의 컴퓨터
프로그래밍 개발 업적을 통해 통계를 활용한 인공지능 분야의 발전을 연계해 봅니다.
5. '행운과 스캔글 사이, '이상'을 탐지하라 : 변동성'에서는 뉴턴도 찾아내지 못했던 '변동성'
문제를 거론하며, 오늘날 대량의 데이터를 통해 변동성을 이해하고 그것이 어떻게 활용되는지를
살펴봅니다.
6. '일상에서 틀리지 않는 법 : '잘 세운 가정'의 힘'에서는 인공지능 시대에 기계가 할 수 없는
것은 바로 인간이 세워야 하는 '가정'이며, 제대로 된 결과를 도출해내기 위해서는 데이터
수집과 조직화 그리고 의사결정이 중요함을 이야기합니다.
7. '다음 혁신이 일어날 곳은? : 공중보건과 데이터 과학'에서는 어떤 수학자보다도 많은 목숨을
살려낸 나이팅게일의 여정을 통해 의료 서비스 데이터의 위력을 보여주고 아울러 너무도 필요한
의료서비스의 혁신에 대해 논합니다.



나이팅게일의 이야기는, 오늘날 문화적 헌신의 부족으로 어마어마한 기술발전에도 불구하고 다른 어느 분야보다도 AI가 더 많은 사람을 도울 수 있는 의료 서비스 분야의 답보상태에 대해 세가지 교훈을 주고 있습니다.
첫째 어느 특정분야에서 혁신이 이뤄지려면 제도적 헌신이 필요합니다.
둘째 나이팅게일의 사례는 최상의의 의료 혜택을 원한다면 무엇에 저항해야 하는지 알려주고 있는
데요, 바로 뿌리깊은 관행입니다.
세째 오늘날의 의료 서비스 시스템은 나이팅게일이 160년전에 보여준 의지와 총명함 및 도덕적 용기를 지닌 사람들을 통해 유지되고 있습니다.
수익성, 법률체계, 데이터 프라이버시 등 의료계가 문제삼고 있는 이러한 문제들로 인하여 어쩌면 가장 혁신이 필요한 의료계가 여전히 높은 담장에 둘러져 있는 것이고, 그럼에도 그 담장을 낮추기 위한 노력들은 계속되고 있습니다. 더 나은 데이터, 의료 서비스 제공자들과 데이터 과학자들 사이의 끈끈한 협력, 환자들과 그 프라이버시를 보호하면서도 혁신을 촉진할 수 있는 더 똑똑한 법률이 결국은 더 나은 의료서비스의 세상을 만들어 줄 것입니다.
다각도로 살펴본 AI의 세상은 어느날 뚝하고 떨어진 것이 아니라 결국은 과거에 기반한, 특히 과거의 수학적 아이디어에 기반하여 발전되어 구현되어진 것임을 이 책을 통해 알게 되었습니다. 수학이라는 것이 왜 필요하고 어떤 쓸모가 있는지를 이렇게 변화하는 현실세상에 맞물려 깨우치게 되니 더더욱 수학의 필요성을 느끼게 됩니다.
수학이라는 학문이 어떤 쓸모가 있는지를 배우는 계기로 아이들에게 이 책을 추천해주고 싶습니다.