돈의 사이클

돈의 사이클 - 불황에 공부하고 호황에 버는 반복의 법칙
이재범 지음 / 위즈덤하우스 / 2022년 9월

돈의 사이클

파워 블로그 핑크팬더님이 쓴 책이다. 블로그를 통해 평소에 많은 책들을 다독하면서 꾸준히 서평을 작성하는 것으로 알고 있다. 글 문장이 어렵지 않고 경제에 대한 교양을 쉽게 풀어 쓴 책이다. 코로나 발생 이후 금융시장의 충격은 빠르게 반등하면서 코스피 3000을 넘어서게 되었다. 영원히 지속 될 것처럼 보였던 금융시장은 빠르게 경기 침체로 바뀌고 있다. 이번 경험을 통해 경기 사이클의 중요성을 다시 깨우치게 되었다. 책 전반부는 역사를 통해 경기 사이클 어떻게 발생되었는지 이야기 한다. 대공황 시기에 금본위제의 문제점, 그리고 일본의 버블 발생으로 잃어버린 30년을 동안에 국가 경제에 미치는 심각한 문제도 알 수 있었다. 후반부는 우리나라 자본주의 발단 과정에서 발생한 위기들 알 수 있다. 계속 반복되는 경기 사이클 상의 위기들을 보면서 앞으로 겸손한 자세로 역사를 공부해야겠다.

https://blog.naver.com/ljb1202

‘역사는 반복된다’라는 서양 속담처럼 제대로 인식하지 못할 뿐, 경기 사이클에서 호황과 불황은 반복된다. 호황이 오면 분위가 오래 유지될 것처럼 다들 들뜬다. 불황이 오면 당장이라도 죽을 것처럼 공포에 휩싸인다. 어느 쪽도 무한정 유지되지는 않는다.

과거를 돌아보면 지금을 알 수 있다. 조금 다른 모습으로 우리를 찾아올 뿐 본질은 언제나 같다. 세계 경제는 사이클을 여러 차례 반복했다.

조지 버나드 쇼는 이런 말을 했다.

“역사가 되풀이되고 예상치 못한 일이 반복해서 일어난다면 인간은 얼마나 경험에서 배울 줄 모르는 존재인가.”

안타깝게도 경제 사이클은 10~20년에 걸쳐서 반복된다. 되풀이되면서도 바보처럼 또다시 당하는 이유다. 경험에서 배울 줄 모른다기보다는 망각한다.

하락이 오려면 이전에 상승이 있어야 한다. 마찬가지로 대공황이 오려면 경기 확장기가 먼저 있어야 한다. 욕망이 넘쳐 탐욕의 시기까지 간 후에 하락이 오면서 경기가 큰 폭으로 떨어질 때 대공황이 왔다.

경기 침체는 호황 뒤에 벌어지는 결과다. 경기 침체가 일어나기 전에는 언제나 가계 부채가 급증한다. 가계 부채는 양날의 검이다. 가계 부채 증가와 자산 가격의 폭락에 따른 경기 침체는 필연적으로 반복된다. 대출을 받은 가계는 주택 가격이 하락할 때 순자산이 더욱 줄어든다. 순자산이 줄어든 가계는 소비를 줄일 수밖에 없다.

인플레이션은 나쁜 것이 아니라 오히려 좋은 것이다. 정확하게는 적당한 인플레이션이 긍정적이다. 인플레이션은 ‘내가 잘하고 있다’라고 느끼게 해준다. 인플레이션이 발생하지 않으면 노력을 해도 전혀 보상받지 못한다고 느껴진다. 정상적인 인플레이션은 국가를 성장시키고 개인을 조금 더 풍요롭게 만들 수 있다. 자본주의에서 인플레이션은 필연이라는 점이다. 인플레이션은 현금의 가장 큰 적이다.

대부분 국가에서 자산 시장이 발달하고 성장하는 것은 대출이 가능할 때부터다. 어느 국가든 금융이 발전하기 전까지 개인이 대출을 받기는 어렵다. 보통 개인이 아닌 개인이 대출을 활용한다. 대부분 기업이 대출을 활용할 수 있던 것은 정부 덕분이다. 한국 대기업이 성장한 배경 중 하나다. 한국 대기업은 창업 초기에 기술이 아닌 토지 가격 상승으로 돈을 벌었다.

세계에서 가장 막강한 미국의 경제력은 달러의 신용이 된다. 그래서 각국은 위기가 왔을 때마다 달러를 보유하려 한다. 반대로 세계 경제에 위기가 올 때 달러는 미국으로 회귀한다. 흔히 안전자산 회귀 현상으로 불리는 일이다. 안전자산 회귀 현상은 일본의 장기화된 경제 침체의 주요한 원인이기도 했다. 일본에 위기가 올 때마다 안전자산 역할을 하면서 세계에 퍼진 엔화가 다시 일본으로 돌아온다. 여러 기관에서도 위기가 오면 엔화를 보유하려 한다. 위기가 오면 엔화 가치가 내려가야 한다. 그랬다면 수출 상품의 가격 경쟁력이 생기며 수출 호조로 이어졌을 것이다.

투자의 길라잡이

현명한 지표 투자 - 업종 지표의 방향이 곧 기업 이익의 방향이다
고재홍(재콩).새로운길 지음 / 이레미디어 / 2022년 9월

현명한 지표 투자

올해 읽은 책들 중에서 투자에 많은 도움이 되는 책이라 생각한다. 저자분의 투자 생각과 일치하거나 공감이 되는 부분이 많았다. 읽는 내내 책 내용에 감탄하면서 밑줄을 친 부분이 너무 많다. 저절로 투자공부가 되는 책이다. 투자의 길라잡이 같은 책이다.

투자를 처음 시작하면 어디를 봐야 할지 몰라 막연한 생각에서 투자를 할지 모른다. 길을 가다가 자주 마주친 흡연자들을 보면서 KT&G에 투자를 하고 무조건 상승한다고 확증편향에 빠질 때가 많다. 그때는 왜 관련 데이터라도 확인을 해 볼 생각은 못했을까 후회가 된다.

저자분은 이익의 관점에서 상식에 기반한 투자를 지향한다. 이익이 증가하는 핵심요소들을 파악해서 관련된 지표들을 설명해주고 있다. 책을 보다가 산업별 업종내에서 유기적으로 전·후방 산업에서 상호 영향을 미친다는 사실을 알 수 있다.

투자의 기본은 이익이 증가하는 기업을 찾는 것이다.

이익이 증가한다는 것은 두 가지 의미를 갖고 있습니다. 현재 좋은 실적이 앞으로도 꾸준히 이어진다는 의미이기도 하고, 현재는 부진하나 앞으로 이익이 회복된다는 의미이기도 합니다.

그리고 기업 이익에 영향을 주는 핵심 요소(Key Factor)를 파악하고 있어야 합니다. 다시 말해 기업이 영위하는 비즈니스 모델(BM)을 잘 이해하고 있어야 합니다.

기본은 기업을 이해하는 것입니다. 잊지 말아야 할 것은 기업과 업종 방향은 별개가 아니라는 점입니다. 업종이 움직이는 업 다운 사이클을 함께 보는 것은 투자에 있어 매우 중요합니다. 업종 방향은 결국 기업의 방향이며, 업종 방향을 알려 주는 업종 지표는 결국 기업의 지표이자 기업 이익의 방향입니다. 업종 지표를 본다는 것은 기업 실적을 확인한다는 말과 같습니다.

투자를 하다 보면 개인의 성향과 기질이 중요하다는 것을 느낍니다. 오래 인내하는 성향과 기질은 그냥 만들어지지 않습니다. 삶의 태도가 중요하고 타고난 기질도 한몫합니다.

저는 친구들과 투자 이야기를 웬만하면 하지 않습니다. 사람마다 투자 호흡이 다르기 때문에 섣부르게 투자 이야기를 하면 오히려 독으로 작용할 수 있기 때문입니다.

습관과 반복이 중요합니다. 한 달에 한 번 또는 분기에 한 번씩 관심 업종 위주로 지표를 체크한다면 큰 무기가 될 것입니다.

그 많던 만 원 삽겹살은 어디로 사라졌을까

2020년 들어서면서 돼지 수입 물량이 급감하기 시작했습니다. 배경에는 중국이 있습니다. 옥수수 수요의 77% 이상이 사료로 사용됩니다. 22% 이상은 전분당으로, 나머지는 종자나 팝콘 등으로 쓰입니다. 즉 옥수수 가격은 사료 시장에 큰 영향을 미치는데요. 이 영향은 자연스럽게 양돈·양계기업으로 이어집니다. 중국 정부는 돼지 고기 부족분을 수입 물량으로 메웠고 그 결과 우리나라로 들어오던 수입 돼지고기 물량이 큰 폭으로 감소했습니다. 그 흔하던 만 원 삼겹살도 자연스럽게 사라졌습니다.

수요 급증은 국제곡물 가격 상승으로, 국제곡물 가격 상승은 사료 가격 인상으로 이어집니다. 양돈 업체 입장에서는 원가가 부담스러울 수밖에 없습니다. 원가 관점에서는 옥수수와 배합사료 가격이, 돼지고기 도매가격 관점에서는 돼지 사유 도체 수와 수입 물량이 영향을 준다는 점을 기억해 둘 필요가 있습니다.

건설사의 주가 방향은 인허가에 달려 있습니다. 그런 점에서 인허가→착공/분양→준공/입주사이클을 체크하는 것은 중요합니다. 인허가, 착공, 미분양 지표는 국토교통부 통계누리에서 키워드 검색을 통해 확인 할 수 있습니다. 인허가 지표보다 광범위한 개념이 국내 건설수주액 지표입니다. 건축과 토목을 합산해서 지표로 비중은 8:2 또는 7:3입니다. 주택시장의 방향을 알려 준다는 점에서 인허가 지표와 동행성을 보입니다. 건설 업종은 정부의 정책 방향이 중요합니다. 또 하나 고려해야 할 것은 철근과 시멘트, 레미콘 등 원자재 가격 방향입니다. 국내 건설 시장에서 또 봐야 할 지표는 M2(광의의 통화), 즉 통화량과 주택담보대출금액증가율입니다. 다시 말해 정부의 통화와 금리 정책방향이 건설 업종에 큰 영향을 미칩니다.

결국 수익을 얻는 것이 투자의 목표입니다. 투자에 있어서 절대적으로 맞거나 틀린 기준은 없다고 생각합니다. 돌아보면 결국 중요한 것은 투자자 자신의 기질과 성향입니다. 내가 어떤 사람인가를 파악하는 것이 매우 중요합니다. 이는 투자의 출발점입니다. 성향과 기질에 맞는 투자 방식을 선택하는 것이 현명한 접근이라고 생각합니다. 다시 말해 본인에게 맞는 옷을 입을 필요가 있습니다.

반도체 투자의 기초

반도체 주가는 왜 실적과 반대로 갈까? - 반도체 주가의 비밀
송명섭 지음 / 경향BP / 2022년 9월

반도체 주가는 왜 실적과 반대로 갈까?

이 책은 20년간 반도체 담당 애널리스트로 활동하시는 송명섭 연구위원이 쓴 책이다. 강산이 두 번 바뀌는 동안 한 분야에서 이렇게 오랜 기간 일하기도 힘들지 않을까 생각한다.

책 내용은 제목 그대로 <반도체 주가는 왜 실적과 반대로 갈까?>라는 내용을 다루고 있다.

전반부는 반도체 산업의 업황과 산업의 특징 5가지를 이야기 한다. 반도체 산업의 특징만 알아도 투자시 많이 도움이 될거라 생각한다. 중반부는 반도체 생산 공정과 공정별 주요장비, 소재업체를 소개하고 있다. 도표로 관련 기업들을 쉽게 파악 할 수 있었다. 후반부는 반도체 주가에 영향을 주는 요소들을 가르쳐 주고 있다. 반도체 산업도 경기에 미치는 요소가 많아서 예측하기 힘든 산업이지만 저자분이 말하는 경기선행지표들의 방향성을 근거로 매매시 수익에 큰 도움이 될거라 생각한다. 마지막 장에 소개된 장기투자자를 위한 삼성전자, 하이닉스 매매방법은 구체적으로 소개해서 유용한 팁이라서 투자시에 참고가 되었다.

저는 메모리 반도체가 산업의 라이프 사이클에서 급성장의 시기는 지났고 아직 쇠퇴 시기에는 이르지 않은 단계, 즉 성숙 단계에 위치하고 있다고 생각합니다.

역사적으로 메모리 반도체의 수요를 이끌어 온 가장 중요한 IT 제품들을 시기상으로 분류해 보면 Window95가 등장한 1995년부터 PC 시대, 애플 아이폰이 출시된 2007년부터 스마트폰 시대, 구글·아마존 등 빅테크 업체들의 데이터 센터 건설이 본격화된 2016년부터 서버 시대로 구분할 수 있습니다.

수요 성장률은 어떻게 변화해 왔을까요? 세계반도체협회에 따르면 DRAM의 시기별 연평균 수요 성장률은 PC 시대에 62%, 스마트폰 시대에 41%, 서버시대에 24%로 점차 낮아지고 있음을 알 수 있습니다.

메모리 반도체 범용 제품 산업이다.

범용 제품은 개별 수요처에 따라 필요한 특성이 크게 다르지 않은 대량 생산 제품을 의미합니다. 범용 제품의 특징 중 하나는 단기적인 부침이 있고 장기적으로 보면 가격이 하락 추세에 있다는 점입니다. 범용 제품인 메모리 반도체의 가격이 장기적으로 하락한다는 것을 알고 있는 생산 업체의 입장에서는 이익을 내기 위해 가장 중요하게 생각하는 점이 무엇일까요? 바로 원가 절감입니다. 원가 절감은 반도체 업체의 수익성과 경쟁력을 결정하는 가장 중요한 요소입니다. 반도체 생산을 위해 들어가는 비용은 일단 생산 설비가 만들어져 있다면 생산량을 늘려도 크게 올라가지 않습니다. 즉 생산 비용에서 재료비등 변동비가 차지하는 비중이 매우 낮다는 것이죠. 생산량을 늘리면 늘릴수록 반도체 칩 1개당 원가가 더 많이 낮아진다는 이야기가 됩니다.

메모리 반도체는 자본 집약적 산업이다.

이는 반도체가 장비 가격이 워낙 비싸기 때문이다. 원가에서 고정비 비중이 높다는 것은 생산량을 최대한 늘려야 반도체 칩당 원가를 낮출 수 있다는 이야기입니다. 원가에서 고정비 비중이 높다는 것은 웬만한 규모의 적자가 나더라도 가동률을 낮추기 어렵다는 의미도 가지고 있습니다.

메모리 반도체는 사이클 산업이다.

범용 제품 산업이며 자본 집약적 산업이란 점이 메모리 반도체 산업에 사이클이 나타날 수밖에 없는 이유입니다. 저는 메모리 반도체가 사이클 산업이기 때문에 주가 전망이 어렵고, 고위험 고수익의 성격을 가진다고 생각합니다.

메모리 반도체 산업에서 호황→ 자본 지출 증가 → 불황 → 자본 지출 감소 →호황의 사이클이 무한 반복되고, 최근 업계 과점화 현상에도 불구하고 사이클 자체는 없어지지 않는 점을 이해했을 것입니다.

메모리 반도체는 배추 농사와 유사한 산업이다.

배추 공급이 조금만 모자라도 배추 가격은 대폭 상승하게 됩니다. 그리고 배추 공급량이 수요량보다 조금만 많아도 배추 가격은 급락하게 됩니다. 메모리 반도체 역시 공급이 수요보다 5%만 많아도 가격은 반 토막이 나고, 반대로 5%만 모자라도 가격은 곱절로 오릅니다. 이는 메모리 반도체와 배추가 모두 대체재가 거의 없는 데다 가격이 오르거나 내림에 따라 수요량이 크게 변하지 않는 특성을 가지고 있기 때문입니다.

현물가격이 고정거래가격보다 중요하다

현물시장의 시장 규모는 전체 거래의 10%이하에 불과하고 대부분의 거래는 고정거래시장에서 발생합니다. 따라서 메모리 반도체업체들의 실적에는 고정거래가격이 휠씬 중요합니다. 그런데 왜 주가에는 현물가격이 더 큰 영향을 미칠까요? 이는 현물가격이 고정거래가격의 선행지표 역할을 하기 때문입니다. 현물 가격의 지속적인 상승은 머지않아 고정거래 가격의 상승과 메모리 반도체 업체들의 실적 개선이 나타날 것임을 미리 알려주는 것입니다.

반도체 회사의 실적에 영향을 주는 가장 중요한 지표는 무엇일까요? 당연히 반도체 가격입니다. 대만의 DRAMeXchange는 매일 3차례 DRAM, NAND의 현물가격을 고시하고, 한 달에 한 번 고정거래가격을 발표합니다. 반도체 주식 투자자라면 반도체 현물가격이 어떻게 변화하는지 www.DRAMeXchange.com에 꾸준히 들어가서 관찰하는 것이 좋습니다.

반도체 밸류에이션 배수 및 주가와 깊은 연관성을 가진 경기선행지표는 첫째, 전 세계 유동성 전년 동기 대비 증감률, 둘째, 미국 ISM 제조업지수, 셋째, 중국 신용자극지수이다.

한권으로 끝내는 인공지능의 모든 것

비즈니스 관점으로 꿰뚫은 거의 모든 인공지능 - 인공지능이 만들어내는 '새로운 부의 지도를 읽다!'
문용석 지음 / 스마트비즈니스 / 2022년 8월

비즈니스 관점으로 꿰뚫은 거의 모든 인공지능

인공지능에 대해 관심을 가지게 된 계기는 알파고와 이세돌 9단의 대국 때문 이었다. 

알파고의 출현으로 기업,국가를 막론하고 인공지능에 전 세계적인 경쟁의 서막이 올랐다고 해도 과언이 아니다. 그 이후에 인공지능에 관심을 가지게 되면서 이 책을 읽게 되었다. 보통 3일 정도 책을 보는데 어려운 용어와 방대한 내용 때문에 일주일 정도 정독을 하면서 나름 힘들게 읽었지만 책 제목 그대로 인공지능의 모든 것을 알게 해준 책이다. 책 전반부는 인공지능의 발전 전개 과정을 역사적으로 이야기 하고 있으며 중반부는 인공지능의 특징을, 그리고 후반부는 글로벌 기업들이 인공지능을 어떻게 이용해서 비즈니스 활동을 하는지 알 수 있었다. 저자 분은 인공지능에 대해 무조건 낙관적인 전망을 말하지 않고 인공지능이 가진 한계도 지적하면서 인공지능의 미래를 전망하고 있다. 인공지능도 많은 유지 비용이 필요하고 아직은 큰 수익 창출을 바로 할 수 없어 글로벌 기업들만의 전유물이 될지 모르지만 일정 시간이 지나 인공지능이 일반화 되는 시점에는 인공지능에 투자 기업들에게는 중요한 비즈니스 혁신 도구 되지 않을까 생각한다. 그리고 인공지능이 발전 할수록 클라우드 컴퓨팅, 자율주행, AI스피커,휴먼노이드 로봇 등 다른 산업의 분야들도 함께 유기적으로 산업이 커지고 있다는 사실도 알 수 있었다. 

딥러닝 혹은 심층 신경망은 사람의 뇌를 모방한 인공 신경망 기술의 일종으로, 현재의 인공지능 혁명을 가능케 한 기술이다.

알파고는 바둑 인공지능에 심층 신경말 기술을 도입한 최초의 사례이다. 12개의 깊은 층으로 이루어진 정책망과 가치망을 도입해 강화학습과 지도학습을 반복하면서 최선의 수를 찾도록 만들었다. 알파고는 우선 정책망을 통해 승리 가능성이 높은 다음 후보수를 예측하고, 가치망으로 현 국면의 형세를 판단해서 승률을 계산한다. 그런 다음 이러한 정보를 바탕으로 몬테카를로 트리 탐색을 통해 이후의 전개를 시뮬레이션하여 최종적으로 가장 유리한 수를 선택하도록 설계되었다.

1997년, 딥블루라는 이름의 인공지능이 당시 체스 세계 챔피언이던 게리 카스파로프를 2:1로 제압하는 사건이 있었다. 딥블루는 초기 인공지능 연구의 주류를 이루었건 기호주의 방식의 산물이었다. 기호주의는 데이터를 학습하는 머신러닝이나 딥러닝과 달리, 인위적으로 컴퓨터에 입력한 규칙을 통해 동작하는 방식을 말한다.

다트머스 회의는 튜링이 제시했던 생각하는 기계를 인공지능이라는 이름으로 세상에 나오게 한 역사적 시발점이 되었다. 기호주의는 모든 지식을 기호화하고, 기호 간의 규칙을 프로그램화하는 방식이다. 반면 연결주의는 규칙에 대한 사전 입력 없이 학습을 통해서 스스로 해답을 찾는 방식이다. 이 두 가지 접근 방식은 다소 적대적인 경쟁으로 전개되면서, 인공지능의 겨울이라고도 부르는 시기들을 겪었다.

머신러닝, 딥러닝

머신러닝은 표현 그대로 기계가 학습하는 것을 의미한다. 머신러닝은 주로 통계적 분석을 기반으로 하는 학습법이다. 딥러닝에서 추구하는 심층학습과 달리. 이들 머신러닝 기법들은 상대적으로 적은 양의 데이터와 저층의 학습에 최적화되어 있다. 또한 정교한 통계 모델을 사전에 설정하고, 통계 분석에 맞도록 입력 데이터를 가공해야 하는 등 사전 작업에 적지 않은 공수가 들어가는 단점도 있다. 딥러닝은 머신러닝의 사전 작업을 없애고, 기존 머신러닝 기법들보다 월등한 성능을 보여줄 수 있는 기술이다. 하지만 딥러닝은 머신러닝 대비 인프라와 학습 시간 등 투자 비용이 휠씬 비싼 기술이기 때문에 달성하고자 하는 성능과 비용 관점을 비교하면서 두 가지 기술 중 적절하게 선택할 필요가 있을 것이다. 인공 신경망 기술인 딥러닝도 머신러닝의 서브셋으로 분류된다. 학습을 통해 기계 스스로 문제를 해결하는 공통점이 있기 때문이다.

지도학습은 정답이 주어진 데이터를 학습하여 데이터와 정답 간의 관계성을 분석하는 방법이다. 방대한 데이터를 통해 학습하면서 올바른 답을 낼 수 있도록 스스로를 수정해가는 것이다.

비지도학습은 원하는 결과가 주어지지 않은 상태에서 입력 데이터의 특성을 스스로 학습하는 방식이다. 선생 없이 학생 스스로 학습하는 경우나, 혹은 아이들이 세상을 배워 가는 것에 비유하기도 한다.

강화학습은 행동심리학에서 영감을 받은 기계의 학습 방법으로 알려져 있다. 바람직한 행동에 대해 반복적으로 보상이 주어지면 강아지가 어떤 행동을 해야 하는지 스스로 이해하게 되는 것과 같은 이치다.

전이학습은 특정 분야에서 학습을 통해 만들어진 신경망의 일부를 다른 신경망의 학습에 사용하여, 개발 시간과 인프라, 비용을 획기적으로 줄일 수 있도록 한 방법이다.

자연어 처리 분야도 2012년 이후 딥러닝이 도입되면서 혁명적인 변화가 시작되었다. 딥러닝은 기존의 기호주의적 접근과는 근본적으로 다르다. 인간이 문법을 가르치는 등 언어를 특정해주는 수고를 할 필요 없이 학습을 통해 기계 스스로 알아내도록 유도하기 때문이다. 이 방식을 통해 통계적으로 어떤 단어들이 서로 가까이에 있는지, 얼마나 유사성이 있는지를 분석할 수 있었다. 사람과 자연스런 대화가 가능해지는 대화형 인공지능은 자연어 처리 기술이 목표로 하는 최종 목적지다.

전문가들은 현재 인공지능의 혁명적인 발전이 빅 데이터와 컴퓨팅 파워의 비약적인 발전 덕분임을 인정한다. 데이터와 알고리즘, 네트워크, 클라우드, 그리고 기하급수적 하드웨어 성장이다. 결국 딥 러닝 기반 인공지능의 발전은 빅 데이터와 강력한 컴퓨팅 인프라로 만들어진 무대 위에서 벌어지는 알고리즘의 향연인 셈이다.

인공지능 시대에 들어오면서 대량의 데이터를 수집, 저장하고 학습하고 운용할 수 있는 고성능, 고효율의 하드웨어 인프라를 갖춘 클라우드 컴퓨팅이 더욱 빛을 발하고 있다. 클라우드 컴튜팅은 인공지능의 발전에 가장 중추적인 역할을 담당하는 인프라스트럭처라 할 수 있다.

자율주행은 움직이는 차량의 주변 상황을 정확히 인지 분석해서 차량의 움직임을 결정하고 제어하는 일련의 과정을 차량 스스로 수행하는 기술이다. 인공지능의 학습을 통한 최적화 덕분에 이 모든 것이 가능해졌다. 자율주챙 자동차는 이런 능력을 기반으로 확률적으로 가장 높은 최적의 시나리오를 찾아서 목적까지 무사히 운행할 수 있는 것이다. 자동차의 주행 데이터를 통해 학습하는 딥러닝 기술을 자율주행의 핵심이다. 학습한 데이터가 많을수록 자율주행의 성능은 좋아질 것이다.

딥러닝기반 협의 인공지능의 한계

우선 데이더에 대한 의존성이다. 강력한 통계적 학습 기법인 딥러닝 기술이 전적으로 데이터에 의존하는 기술임은 주지하는 바다. 학습 데이터의 양과 질은 인공지능 성능의 결정적인 요인이다.

데이터를 학습하는 딥러닝은 다소의 차이는 있겠지만, 태생적으로 편향성을 가질 수밖에 없다. 데이터를 수집하는 과정과 데이터 접근성의 차이 등에 의해 자연스럽게 데이터의 편향을 가져올 수 있기 때문이다. 편향된 데이터 세트로 학습한 인공지능은 편향된 결과를 낼 수밖에 없는 것이다.

인공지능은 알고리즘이 제시한 결과에 대해 이유를 설명하지 못한다. 알고리즘의 결정에 의문을 가져도 이의 제기는 거의 불가능한 블랙박스다. 단지 확률적 판단에 불과함에도 신탁의 예언처럼 인공지능의 결정을 받아들여야 하는 것이다. 인과관계를 설명하지 못하는 인공지능의 기술적 한계 때문이다.

다음은 일반화의 문제다. 특정 학습 환경에서만 최적화된 인공지능 모델은 약간의 변화에도 제 성능을 발휘하지 못하는 경우가 많다. 과적화된 모델은 특히 환경의 변화에 매우 민감하다. 항상 동일한 특성의 데이터만 발생하는 환경은 사실 거의 존재하지 않는다.

딥러닝은 지능화된 강력한 통계적 도구일 뿐 유감스럽게도 우리가 생각하는 궁극적인 지능은 가지고 있지 않음이 명백하다. 질문을 던질 때 마다 모든 답변 가능성을 확률적으로 검토해야 하는 방식으로는 결코 효율적인 지식 체계를 만들 수 없다. 그런 의미에서 딥러닝은 지능의 충분조건이 아닌 필수요건일 수 있다.

테슬라의 사업 전략은 확실히 시장을 우선 선점하고, 점차적으로 기술을 발전시키는 점진주의 방식으로 읽힌다. 테슬라는 기술을 위한 기술이 아닌, 철저한 사업 중심의 인공지능 전략을 보유하고 있다.

인공지능은 업무 프로세스의 전환을 포함하는 내부 혁신과 새로운 비즈니스의 혁신을 가져올 수 있는 핵심 기술로서 디지털 전환을 견인하는 강력한 엔진이다. 인공지능은 자동화와 최적화, 지능화, 그리고 개인화가 가능한 기술이다.

사용자 데이터가 많아질수록 인공지능은 학습을 통해 성능을 강화시킬 수 있고, 이를 통해 더 많은 사용자와 데이터를 확보 할 수 있기 때문이다. 인공지능 비즈니스는 시장을 선점한 기업에 더욱 유리해지는 특징이 있다.

인공지능 비즈니스에서 규모의 경제를 이룰 수 있는 가장 큰 두 개의 시장이 형성되고 있기 때문이다. 바로 자율주행과 휴머노이드 로봇이다. 이처럼 시장을 일단 선점하고, 단계적으로 기술을 완성시켜 나가는 전략은 인공지능 비즈니스에 상당히 효과적으로 보인다.

인공지능 비즈니스는 막대한 투자 대비 결과에 대한 불확실성이 상대적으로 매우 큰, 낮은 ROI 비즈니스의 전형인 셈이다.

숫자 감각의 힘

숫자 감각의 힘 - 불확실성을 기회로 만드는 6가지 숫자 전략
사이토 고타츠 지음, 양필성 옮김 / 클랩북스 / 2022년 8월

숫자 감각의 힘

요즘은 빅데이터의 시대다. 많은 자료들 속에서 올바른 정보를 찾기도 힘들다. 

최근에 통계학 관련 시험에서 떨어지고 통계 입문 서적을 4권정도 읽게 되었다. 확실히 통계학은 익숙치 않은 용어 때문인지 어렵게 느껴졌다. 사이토 코타츠가 쓴 <숫자 감각의 힘>은 정말 알기 쉽게 쓰여진 책이다. 사칙연산만을 사용해서 책에서 나온 25가지 사례만 읽어도 아주 쉽게 기초 통계 개념을 파악 할 수 있었다. 단순히 통계 개념만 가르쳐 주는 것이 아니라 불확실한 상황에서 어떻게 숫자로 변환해서 판단을 할 수 있는 통계적 사고도 익힐 수 있었다.

일본 소프트뱅크의 창업자 손정의 씨는 이렇게 말했다.

“성공 확률 50%인 사업을 하는 것은 어리석은 짓이고,

성공 확률 90%인 사업은 이미 늦은 것이다

성공 확률 70% 정도인 사업을 하는 것이 가장 좋다.”

주목해야 하는 것은 30%의 실패를 처음부터 상정해 두는 것이다. 실제로 소프트 뱅크는 신사업 진출도 빠르지만, 철수도 빠르다. 30%의 실패 리스크를 예상하고 있기 때문이다.

무언가 시작하려 할 때, 그저 가정이어도 좋으니 성공 확률 70%, 실패 확률 30%라는 예측을 해보십시오. 그러면 지금부터 하려고 하는 일에는 30% 정도의 리스크가 있다라는 사실이 명확해집니다. 리스크가 보이면 사람은 자연스럽게 그에 대한 대책을 세우게 됩니다. 그렇게 하게 되면 만약 실패하더라도 당황하지 않습니다. 준비한 대책을 침착하게 실행하면 되기 때문입니다. 그것이 중요합니다.

미래 예측에서 중요한 것은 맞추는 것이 아닙니다. 어떤 미래가 오더라도 대응할 수 있는 것이 휠씬 중요합니다.

숫자에 강한 사람에게는 특징이 있습니다. 바로 어떤 숫자를 나에게 의미 있는 숫자로 만드는 데 능숙하다는 것입니다. 모르는 숫자가 있으면 그것을 어떻게 자신에게 도움이 되는 숫자로 변환할 것인가를 자동으로 생각하는 습관을 지니고 있습니다.

큰 숫자를 보면 반사적으로 1인당 평균값으로 변환하는 습관을 가져야 합니다. 그것이 큰 숫자에 대해 사고정지가 되지 않기 위한 방법입니다. 평균값을 구했다면 반드시 그 숫자는 어느 한쪽으로 치우쳐 있지 않은지, 샘플 수는 충분한지 등을 살펴보는 습관을 지녀야 합니다. 그것이 숫자에 속지 않기 위한 가장 확실한 트레이닝입니다. 대략 전체적인 그림을 파악할 때는 평균값 변환을 사용합니다. 그 결과에 위화감을 느낀다면 중앙값을 체크함으로써 보다 얻고 싶은 숫자에 가까워질 수 있습니다.

숫자 감각을 키우기 위한 첫 단추로 일단 숫자로 생각하는 습관을 갖는 것이 중요합니다. 막연한 기대가 아닌 정확한 기댓값을 산출하여 다름 아닌 숫자를 판단의 근거로 삼는 것입니다. 숫자는 짐작하거나 추정할 필요 없이, 그 자체로 진실을 담고 있습니다. 제대로 읽어내고 분석해 낸다면, 충분히 불확실성을 기회로 바꿀 수 있습니다.