수학의 쓸모

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

이 글에는 스포일러가 포함되어 있습니다.

이 서적은 두 명의 통계학과 교수들이 함께 저술한 서적으로 데이터과학에 대해 기원이 된 역사적인 내용을 설명하면서 데이터과학의 흥미와 유익함을 제공하여 궁극적으로 데이터 전공자들의 유용성에 대해 강조한 서적으로 평하고 싶다.

서적은 총 7개의 장으로 나누어져 있다. AI의 주요한 개념들의 시작에는 과거의 위대한 수학자들의 개념이 바탕이 되었다는 내용을 강조하며 수학이 영향을 끼친 현대의 알고리즘에 대해 설명한다.

1장은 넷플릭스가 개인의 취향을 읽는 알고리즘의 바탕이 된 ‘조건부확률’의 기원인 헝가리 수학자 에이브러햄 왈드의 생애와 그가 2차 대전에서 통계 연구단에 참여해 전투기의 귀환을 위해 계산한 ‘조건부 확률’에 대해 설명하고 그것을 응용하여 발전시킨 넷플릭스의 취향을 분석하는 알고리즘과 비교한다.

2장은 패턴과 예측비교의 기원이 된 헨리에타 레빗의 ‘맥동변광성’과 관련된 데이터를 지속적으로 수집한 경이로운 발견에 대한 이야기와 그 발견을 토대로 미래를 예측하는 기술로 발전되는 과정을 설명한다.

3장은 자율 주행과 로봇의 기본인 베이즈 규칙을 이용하여 사라진 잠수함을 찾는 데 기여한 존 크레이븐의 생애와 업적을 소개하며 베이즈 규칙으로 인해 발전하고 있는 투자의 법칙, 의료진단, 자율 주행차, 2009년 에어프랑스 항공기의 발견에 대해 설명하고 마지막 코너에서는 베이즈 규칙의 방정식과 실제 계산내용을 소개한다.

4장은 통계와 알고리즘에 대한 내용으로 컴퓨터 코딩의 여왕 그레이스 로퍼의 생애와 그녀가 컴파일러 개념을 도입해 수학과 기호만 입력하던 프로그래밍 언어에 영어를 도입한 성과를 설명한다. 그것이 발전해 NPL(자연언어 처리)가 가능하게 되면서 AI가 언어인식을 하는 게 가능하게 된 내용을 설명한다.

5장은 변동성에 대한 내용으로 수학자 아이작 뉴턴이 왕립 조폐국에 취임하여 무게의 문제가 있던 영국의 동전 표준화하며 간과한 변동성으로 인해 실패한 내용을 설명하며 드무아브르의 방정식인 제곱근 규칙을 적용해야 했다는 부분을 지적한다. 모든 곳에 존재하는 변동성에 AI가 이상을 탐지하기 위해 이 제곱근의 규칙이 매우 유용하다는 점을 강조하며 ‘머니볼’, 부정거래 적발, 방사선 유출 검사, 스포츠 데이터, 자동차 경주 등에 적용되는 내용을 설명한다.

6장은 전설적인 야구선수 조 디마지오의 56경기 연속안타 신기록에 대한 내용을 소개하며 그 확률이 25만분의 1이며 ‘가정 모형화’의 중요성을 강조한다. 잘 세운 가정과 나쁜 가정의 결과가 어떤 계산 결과로 나타나는 지 예를 들어 설명하면서 AI 모형은 시간이 흐르면서 예측 모형이 무너지므로 새로운 검색 패턴에 작용시켜 ‘녹슬기 방지’를 지속적으로 행해야 한다고 설명한다.

7장은 백의의 천사 나이팅 게일이 수학자로서 현대 의학의 의료 통계에 미친 업적과 의료 데이터 수집과 분석에서 새로운 표준을 세우는데 공헌한 내용을 설명하고 권위주의적이고 근대적인 현재의 의료시스템이 지닌 문제점을 지적한 후 최고의 데이터 과학자들이 의료서비스분야에서 활약해야 한다고 강조한다.

이 서적은 7명의 역사적 인물의 생애와 업적을 소개하며 그들의 수학적 성과가 현재의 AI와 알고리즘으로 발전한 연결 고리를 설명한다. 각 장의 마지막에는 앞에서 언급한 수학적 내용에 대해 마무리 정리를 하고 있어 독자들의 이해를 돕고 있다. 수학의 쓸모라는 제목이 붙었지만 수학의 공식이나 수식은 거의 없다. 주로 데이터 과학에 대한 설명을 다루고 있어 확률과 데이터 활용에 대한 내용이 주를 이루고 있다. 7명의 유명 수학자에 대한 일화는 매우 재미있는 부분이라 흥미롭게 접근할 수 있어 가장 좋았던 내용이라 하겠다. 단 마지막 장에서 언급된 데이터 과학자들이 의료현장에 투입되면 많은 일자리를 창출한다는 내용은 그 몇 배의 의료 종사자들이 일자리를 잃을 수밖에 없는 내용이라 거부감이 드는 내용이었다.

수학이 바탕이 된 데이터 과학의 역사, 발전 과정, 미래를 볼 수 있는 유익하면서 가독성이 우수한 서적으로 데이터 과학에 관심이 있는 분들에게 환영을 받을 서적으로 추천하고 싶다.