데이터는 예측하지 않는다 후기

---

독서 후 남기고 싶은 부분만 발췌, 기록한 일기​

​책 : 데이터는 예측하지 않는다
저자 : 김송규
독서 : 151 - 221

데이터 사이언스는 한 도구일 뿐

어제도 말한 것처럼 데이터 분석을 하는 데이터 사이언스는 한 도구일 뿐이다. AI를 4차 산업혁명이라고 말하는 사람이 많다. 증기, 전기, 컴퓨터 등 많은 산업들의 등장은 세계의 산업구조와 국가 간의 서열을 바꾸게 만들었다. 그렇기에 다들 AI의 시장을 먼저 선점하려고 한다. 'winner takes all'이라는 말처럼 승자독식의 사회다 보니 당연히 1등이 되어야 한다. 1등만 기억하는 더러운 세상이라고 하지만 1등과 2등의 차이는 엄청나다. 그리고 그 밑에서부터는 각각의 등수마다 차이가 발생하고 1등과의 차이는 더 벌어질 수밖에 없다.

AI의 기능이 막강하다. 알파고나 챗 gpt 등으로 우리는 그 강력함을 한번 살펴볼 수 있었다. 안 써본 사람들은 모르겠지만 써본 사람들에게는 신세계라고 한다. 그런 강력한 무기이기 때문에 이 기술이 사회 전반에 퍼지게 되면 많은 사람들이 그 일자리를 잃을 것이라고도 하고 있다. 내가 그 기술을 싫어한다고 해서 그 기술이 대세 기술이 되지 않는다는 것은 아니다. 컴퓨터가 싫고 전기가 싫다고 하지만 결국은 우리 전반에 깔려있다. 우리가 매일 쓰는 스마트폰은 작은 컴퓨터 아닌가.

빅데이터를 기반으로 하는 AI 기술 또한 우리 사회의 주 기술이 될 것이다. 그리고 시간이 지나면 이 기술은 상용기술이 되고 더 시간이 지나면 새로운 기술의 발달로 인하여 구시대의 유물이 되겠지.

AI 자체가 강력한 이유는 이 기술을 응용해서 할 수 있는 것이 많기 때문이다. 스마트폰 또한 그냥 보면 기계일 수 있지만 이 안에 들어가는 기술과 앱들로 인하여 우리의 삶에 많은 변화를 가져왔다. 불과 20년 전에 우리의 가방 속을 한번 들여다보자. 2G 전화기 또는 삐삐, 카세트 플레이어 또는 엠피스리, 지갑, 카드 등 많은 것들이 있었지만 요즘에는 외출할 때 핸드폰 하나만 들고 가면 된다. 예전에는 배터리 가 작아서 보조 배터리라도 하나 챙겨야 했지만 지금은 핸드폰을 풀로 충전시켜놓으면 하루 종일 거뜬하다.
인공지능 또한 마찬가지일 것이다. 이 기술 자체는 강력하고 앞으로 우리에게 남은 것은 이 기술을 어떻게, 어디에 쓰느냐일 것이다. 똑같은 칼로도 사냥을 할 수도 있지만 야채를 다듬기도 한다. 그 칼이 문제가 아니라 그것을 쓰는 사람의 문제인 것이다.

데이터 분석 또한 훌륭한 기술이다. 어제 말한 것처럼 수학이나 과학 등의 많은 연구가 필요한 분야에서 인간이 밝혀내지 못한 패턴 등을 직접 계산하는 것이 아니라 만들어진 패턴 속에서 그 답을 찾을 수 있게 한다. AI가 응용된 빅데이터에서는 패턴을 찾기 위한 모수가 더 많이 늘어나니 이 기술은 상당히 유용해질 수밖에 없다. 다시 한번 말하지만 우리에게 필요한 것은 이 강력한 기술을 언제, 어떻게 사용하느냐 이지 않을까.

어떤 결정을 해야 할 때 감에 의존하는 것도 좋은 방법이지만 이왕이면 통계를 베이스로 한 수학적인 사고가 도움이 될 수 있다. 우리는 의사결정할 대 객관적인 수치나 데이터보다는 사실 편향적인 사고가 포함된 감성적인 판단을 하는 경우가 많다. 가구나 가전을 살 때 생각해 보면 가격, CS, 색상 등 다양한 품목을 기준 삼고 각각에 대한 점수를 매기지만 그것은 참조가 될 뿐 자신이 원하는 것은 선택할 뿐이다. 이런 사람에게 객관적인 데이터 분석이 필요나  한 걸까.
또한 데이터 분석을 위한 프로세스나 시스템이 있다고 하더라도 그것이 불편해서 이용하기 어렵다면 이 데이터 사이언스는 효과적인 것일까.

데이터 사이언스에 대해 많은 관심을 가지고 있는 요즘 시대이다. 배워놓으면 나쁠 것이 없지만 결국 데이터 사이언스 자체가 무적은 아닌 것이다. 빅데이터 또한 새로운 해답을 찾아내는 것이 아니라 규칙과 패턴을 찾아내는 가장 빠른 방법일 것이다. 만약 그 데이터 자체가 오류라면 어떨까?

데이터 분석에 대해서 한번은 조금 더 진지하게 생각해 볼 만할 부분이다.