가진 것이 망치뿐이면 모든 것이 못으로 보인다.” 미국 심리학자 에브러햄 매슬로가 말입니다. 우리 손에 들려 있는 도구가 망치뿐이라면, 앞에 있는 모든 것을 못처럼 취급해 일을 그르치기 쉽다는 경고입니다. “인생을 업그레이드하기 위해서는 상황에 맞는 도구를 알아야 한다 매슬로는 당부했습니다.

일일이 의식하지 못할 , 우리는 매일 수십 번의 의사결정을 내리며 살아가고 있습니다. 가운데괜찮았다싶은 선택을 하는 경우는 많지 않습니다. 우리를 둘러싼 환경이 너무나 복잡다단하고, 예측 불가능한 변수들이 널려 있기 때문입니다. 한국경제신문 221일자 A26 기사 오컴의 면도날’ ‘기회비용’…의사결정 도움 주는 정신 모델>은 무엇을 선택할지 결정하는 과정에서 실수를 최소화할초월적 사고(super thinking)’ 방법을 소개했습니다.

최선의 선택을 하고 싶다면 조건부터 단순화하라 번째 당부입니다. “온라인 데이트 사이트에 미래의 배우자에 대해 길고 구체적인 조건 목록을 제시하는 사람은 원하는 배우자를 만나기 어렵다. 데이트 상대의 범위가 터무니없이 좁아지기 때문이다.” 이럴 떠올려야 것이오컴의 면도날입니다. 14세기 영국 철학자였던 오컴이불필요한 가정(假定) 면도날로 잘라내라 강조한 데서 유래한 정신모델입니다. “사실이나 현상에 대해 논리적으로 가장 단순한 것이 진리일 가능성이 높다. 창업하거나 시제품을 내놓을 최소기능 제품으로 시험해야 하는 이유다.”

역발상 잘못된 의사결정을 최소화할 방법으로 요긴합니다. 19세기 독일 수학자 카를 야코비가 남긴뒤집어서 보라, 거꾸로 생각해보라 명언(名言) 수학 공식을 때만 통용되는 아닙니다. 눈앞의 문제를 반대 방향에서 바라다보면 생각지 못했던 해법과 전략이 떠오릅니다. 예를 들어 여윳돈을 투자하는 사람들은 대부분되도록 돈을 많이 벌어야겠다 관점으로 굴릴 곳을 찾습니다. 이와 달리가능한 돈을 잃겠다 생각으로 투자한다면 자금을 운용하는 방식이 달라질 것입니다.

인간은 완전하지 않으며, 언제든 실수를 저지를 위험을 안고 있음을 명심하는 무엇보다도 중요합니다. “의사결정을 내렸을 당시에는 최고의 선택으로 여겨졌던 훗날 패착이었던 것으로 드러나는 경우가 흔하다. 불확실하고, 수시로 바뀌는 온갖 환경변수들이 우리를 에워싸고 있는 탓이다.” 의사결정을 때마다 겸손한 마음가짐으로 모든 상황을 짚고 짚어봐야 하는 이유입니다.

뜻밖의 결과 앞에서 많은 사람들이 예측 불가능했다고 이야기하지만, 상황을 자세히 뜯어보면 예측 가능한 패턴을 따르고 있음이 드러난다.” 요컨대잘못될 있는 일은 어김없이 잘못된다 것입니다. 이런예고된 실수 피하기 위해서는 역발상과 리스크 회피 초월적 사고력을 키우는 필요합니다. “성공한 사람들, 또는 많은 () 축적한 사람들은 자신이 놓인 상황에서 어떤 결정을 해야 최선의 결과가 나오는지 명확하게 분석하고 파악한다.”

한국경제신문 논설실장
이학영

Posted by dalai
,

멋진 신세계

과학 2020. 2. 27. 08:31

- 인공지능의 출발은 어쩌면 너무나 당연히도 합리주의 선상에서였 습니다. 앞서 소개한 라이프니츠의 꿈은 모든 지식을 기호화하고, 이 기호들의 연산과 논리로서 인간의 사고를 설명하는 것이라 했습니 다. 우리가 알고 있는 단어·문장· 개념 이론 등 모두를 기호로 변환 하여 잘 엮어놓으면 그것이 바로 생각하는 컴퓨터가 된다는 발상입니 다. 지식을 잘게 끊고 또 합치자는 접근이죠. 이를 '전통적인 인공지능 tradtional AI', 혹은 '기호적 인공지능symbolic AI' 이라 부르며, 이런 인공지능의 접근 방식을 심볼리즘symbolism(기호주의)'이라 합니다. 한 때 인공지능이라고 하면 이런 기호적 인공지능을 뜻했던 시기도 있었습니다.
- 경험주의에 근거한 인공지능 접근 사상을 ‘커넥셔니즘connectionism(연결주의)'이라 합니다. 커넥서니즘이 지향하는 것은 의미를 갖는 기호가 아닙니다. 예를 들어 고양이'라고 하면 심볼리즘에서는 인간의 마음에 고양이라는 기호, 즉 심볼이 실제로 존재한다고 가정하는 것입니다. 그러나 커넥셔니즘은 인간의 마음 보다는 두뇌에 집중합니다. 두뇌의 생리적인 모습에 대해서입니다.
- 모니터는 픽셀로 이루어져 있습니다. 그 픽셀 하나하나는 아무런 의미를 전달하지 못합니다. 그러나 전체의 화면에는 선명한 이미지가 나타나죠.신경세포가 각자 생각하는 것이 아니라 신경세포 전체, 즉 신경망이 생각하는 것입니다. 인간의 두뇌에는 고양이라는 기호나 심볼은 없다는 것이 커넥셔니즘의 주장입니다.
- 데이터가 엄청나게 많아지면 논리라는 것을 덮어버린다. 그 많은 데이터를 차분히 설명할 수도 없다. 그저 데이터는 인풋과 아 웃풋이 상관있다는 것만 알려줍니다. 여자는 잘생긴 남자를 좋아한다. 또 여자는 잘생긴 남자를 싫어한다. 데이터는 상관있는 사실들만 알려 줍니다. 왜 그런지를 굳이 설명하려 들지 않습니다. 빅데이터 연구자들은 이 이슈를 인과성과 상관성의 문제라 부릅니다. 빅데이터는 인과성이 아니라 상관성이 중요하다는 얘기입니다. 사 실 인과성과 상관성은, 전통적으로 학문의 접근방식의 차이에도 나오는 얘기입니다. 일반적으로 과학기술 분야는 인과성 중심의 '시스템 접근방식systematic approach’으로, 인문사회 분야는 상관성 중심의 행태적 접근방식behavioral approach'을 채용합니다. 자세한 이야기는 줄 이지만, 이것만은 기억하세요. 데이터가 실험실을 뛰쳐나와 '빅데이터’ 가 되면서 이것은 더 이상 인과성을 숭배하는 과학자들의 전유물이 아니라는 것을요.
- 재레드 다이아몬드Jared Diamond는 그의 책 《총 균 쇠》에서 인류를 지배 계급과 피지배 계급으로 나눈 요인으로 제목처럼 무기(총)과 세균 그리고 철鐵을 꼽습니다. 그리고 제목에는 등장하지 않았지만 또 다른 중요한 요인으로 말도 언급합니다. 말을 기르고 우수한 기병대 를 조직한 민족이 그렇지 않은 민족을 제압했다는 사실은 인류 역사를 관통하는 법칙이라는 겁니다. '전쟁의 승리를 뜻하는 트라이엄프라는 단어는, 말과 마차 그리고 마부의 조화로운 관계에서 유래한 말이죠.
- 첨단기술의 사상적인 대칭에 '적정기술'이라는 용어가 있습니다. 이 개념을 우리에게 선사한, 경제학자 에른스트 슈마허Ernst Schumacher가 그의 저서 《굿 워크》에 남긴 짧 은 글을 읊어보겠습니다.
나는 아무 의미도 없는 치열한 경쟁에 뛰어들고 싶지 않다.
나는 기계와 관료제의 노예가 되어 권태롭고 추악하게 살고 싶지 않다.
나는 바보나 로봇, 통근자로 살고 싶지 않다.
나는 누군가의 일부분으로 살고 싶지 않다.
- 일반적으로 GPS는 10m 수준의 정확도를 지니고 있습니다. 다시 말 해 정확한 지점에서 10m 정도의 오차는 존재한다는 거죠. 그런데 올레길을 걷다가 “여기가 어디쯤인고?” 하며 GPS를 켰을 때 10m쯤의 차이야 대수가 아니지만, 무인자동차가 자율운전 중이라면 상황은 전 혀 달라집니다. 가야 할 길을 놓치고 전봇대나 건물을 들이받을 수도 있고, 어쩌면 사람을 칠 수도 있습니다. 생각만 해도 끔찍하죠. 그래 서 더욱 정교하게 개발한 것이 'DGPS(differential GPS)' 입니다. DGPS는 GPS의 오차를 보정해주는 기술로 오차 범위를 100분의 1, 즉 10cm 정도로 줄인다고 합니다. DGPS는 무인자동차에 적합한, 진일보한 GPS로 이해하면 되겠습니다.
- 운전할 때 내비게이션을 사용하다 보면 간혹 이상한 상황을 마주하 니다. 분명 고가도로 아래인데 고가도로 위에 있다고 나오는 경우가 대표적입니다. 위아래를 헷갈리는 거죠. 우리가 아니고 GPS 말이에 요. 생각해보면 그럴 수밖에 없는 것이, 하늘에서 아래를 내려다보고 신호를 보내니 위아래가 어디 있겠습니까. 하늘에서 보면 고가도로 위 에 있는 아래 있는 그냥 하나의 점인걸요. 하지만 이것 역시 무인자동차에게는 매우 신경 쓰이는 일입니다. 우리는 운전하며 앞을 보고 좌 우도 살피며, 필요에 따라 위아래도 보잖아요. 하지만 'GPS/DGPS'가 알려주는 위치와 수집하는 지도는 2차원에 머무르기 때문입니다. 이런 한계를 극복하기 위해 '레이더rader와 라이더lidar를 활용합니 다. 한때 구글카 장비의 절반 가까운 비용이 이 레이더와 라이더에 쓰 였다고 하네요. 레이더의 원리는 이렇습니다. 전자기파가 물체에 반사 되어 돌아오는 것을 포착해 대상 물체의 거리와 방향, 고도까지 파악 하는 겁니다. 직접 만지지 않고도 마치 만져본 것처럼 알려주는 무선 감지장치입니다. GPS는 수신만 하지만 레이더로는 먼저 발신하고 다 시 수신하니 훨씬 적극적인 셈이죠. 라이더도 이름처럼 레이더와 무척 유사합니다. 라이더의 다른 이름 이 '레이저laser 레이더'입니다. 전자기파 대신 레이저를 쏘는 레이더라 는 의미죠. 원리는 동일합니다. 레이저는 빛이나 전자기파의 사각지 대도 미칠 수 있습니다. 그래서 라이더는 레이더보다 정밀한 센서입니 다. 대신 레이더가 라이더보다 내구성이 강하고 악천후에도 무난한 효용을 보입니다. 레이더와 라이더는 앞뒤와 더불어 위아래로 전자기파와 레이저를 씁니다. 그리고 받습니다. 운전자가 그러하듯, 운전에 필요한 정보들 을 수집해 3차원 지도를 그립니다. 실시간으로 말입니다. 이외에도 카 메라로 영상 정보를, 초음파 센서로는 음파 정보도 얻습니다.

 

 

'과학' 카테고리의 다른 글

테크놀로지의 덫  (0) 2020.06.01
욕망하는 테크놀로지  (0) 2020.03.18
멸종하거나 진화하거나  (0) 2020.02.04
당신은 뇌를 고칠 수 있다  (0) 2020.01.10
미래는 오지 않는다  (0) 2019.12.30
Posted by dalai
,

힘든 길을 택하라

etc 2020. 2. 27. 08:29

성공하려면 쉬운 길을 택하지 말고 힘든 일을 자처해야 한다.
온갖 힘든 일이란 일은 다 하는 게 성공할 수 있는 방법이다.
쉬운 길이 우리를 좋은 결과로 이끄는 경우는 드물다.
편안한 삶은 헛된 삶이다.
반대로 힘든 길을 택하면 보상을 받게 된다.
- 칩 윌슨

 

큰 성공을 바란다면 그만큼 힘든 일을 선택할 수 있어야 합니다.
당장의 편안함과 큰 성공은 반비례합니다.
편안하고 쉬운 길만 골라 가는 것은 결국
큰 성공은 이미 포기했다는 것을 의미합니다.
의미있는 삶, 큰 성공을 원한다면
일부러 힘든 일을 골라하는 습관을 가져야 합니다.

Posted by dalai
,

분노로 남을 해치는 것은 벌과 같다.
벌은 성이 나면 다른 것을 쏜다.
쏘인 것은 약간 아프고 말지만, 벌은 목숨을 잃는다.
- 성 스테파노

 

“분노는 잠깐 동안 미쳐버리는 것이다.
술에 취하는 것과 분노에 취하는 것은 한가지다.
분노했을 때 한 행동은 분노가 풀리고 나면 반드시 후회한다.
그러므로 분노했을 때는 마땅히 스스로를 꽉 눌러서 생각하지도 말고
말하지도 말아야 한다.
또 성낼 일을 행해서도 안 되고, 성나게 한 사람을 나무라서도 안 된다”
예수회 신부 판토하가 지은 칠극에 나오는 분노를 이기는 법입니다.

Posted by dalai
,

도움이 필요한 사람을 가능한 많이 도와라.
보답을 바라지 않고 진심으로 누군가를 위해 뭔가 해주는 것보다
더 행복하고 성취감을 안겨주는 일은 없다.
그렇게 얻는 기쁨은 물질적으로 소유할 수 있는 것과는 비교조차 불가능하다.
다른 사람들을 돕는 것이 성공으로 향하는 길이다.
성공하고 싶다면 타인을 도와라.
- 나빈 자인

 

사람들은 자신을 위해 돈을 쓰면 다른 사람들에게 돈을 쓸 때보다
행복할 것이라고 예상하지만 사실은 그와 정반대입니다.
심지어 마지못해 한 일이라 하더라도 남에게 베풀고 나면 기분이 좋아집니다.
타인에게 많이 베풀수록 더 행복해집니다.
더 많이 베풀수록 건강도 더 좋아집니다.

Posted by dalai
,

내가 가장 못 견디는 것은 위험의 불균형(risk asymmetry)이다.
시도했다가 실패한 자는 벌하고,
아무것도 시도하지 않고 머리를 숙이고 있으면 벌을 받지 않는다.
큰 회사들이 계속 굳어지는 이유다. 그걸 견딜 수 없다.
아무것도 하지 않는다는 것은 나쁜 것이다.
- 일론 머스크 테슬라 회장

 

세스 고딘의 실패 예찬 함께 보내드립니다.
“내가 당신보다 더 많이 실패하면 내가 이기는 것이다.
지는 사람들은 한 번도 실패한 적이 없어서 그 자리에서 벗어나지 못하는 사람들,
혹은 크게 실패했을 때 다시 일어서지 않는 사람들이다.
실패의 경험은 더 큰 돈으로 돌아온다.”

Posted by dalai
,

- 아낙시만드로스가 최종적으로 생각해 낸 '지구는 허공에 떠 있다'는 결론은 우리에게는 너무도 당연해서 진부한 소리일 뿐이다. 다시 말하면 아웃풋에서는 배울 것이 없다. 반면 아낙시만드로스가 보여 준 지적 태도와 사고 과정, 즉 당시 지배적이었던 대지는 물이 지지하고 있다'는 정론을 무조건 받아들이지 않고, 대지를 물이 지 지하고 있다면 그 물은 무엇이 지지하고 있을까?'라는 논점을 세워 끈기 있게 사고하고 규명해 나간 태도는 우리에게 매우 큰 시사점을 던져 준다.
- 아낙시만드로스 외에도 프로세스에서 배울 점은 풍부하지만 아웃풋에서는 배울 게 거의 없는 철학자들이 많다. 데카르트가 그 전 형적인 예다. 데카르트는 “나는 생각한다. 고로 나는 존재한다” 라는 유명한 말을 남겼다. 이 말은 아무리 옳은지 그른지 의심한다 해도, 지금 여기에서 사고하는 나의 정신이 있다는 사실만은 부정할 수 없 다'는 의미인데, 현대 사회에서 평범하게 시민으로서 생활하고 있는 우리가 느닷없이 이런 말을 듣는다면 “아, 그거야 그렇죠”라는 심심 한 반응 정도밖에 보일 수 없다. 이와 같이 아무리 유명한 데카르트 의 말과 생각이라 해도 아웃풋에서는 그다지 얻을 만한 배움이 없을 수 있다.
- 르상티망ressentiment 을 여느 철학입문서에서처럼 설명해 보면 다음과 같다. 약한 입장에 있는 사람이 강자에게 품는 질투, 원한, 증오, 열등감 등이 뒤섞인 감정. 한마 디로 시기심이라고 할 수 있는데, 니체가 제시한 르상티망은 우리가 시기심이라고 여기지 않는 감정과 행동까지도 포함한 조금 더 폭넓은 개념이다. 이솝우화에 「여우와 신 포도」 이야기가 있다. 여우가 먹음직스러운 포도를 발견했지만 아무리 애를 써도 손이 닿지 않았다. 결국 이 여우는 “이 포도는 엄청 신 게 분명해. 이런 걸 누가 먹겠어!”라며 가 버렸다. 이는 르상티망에 사로잡힌 사람의 전형적인 반응을 보여 준다. 여우는 손이 닿지 않는 포도에 대한 분한 마음을 '저 포 도는 엄청 시다'라고 생각을 바꿈으로써 해소한다. 니체는 바로 이 점을 문제로 삼아 우리가 갖고 있는 본래의 인식 능력과 판단 능력 이 르상티망에 의해 왜곡될 가능성이 있다고 지적했다.
르상티망에 사로잡힌 개인은 그 상황을 해결하기 위해 다음과 같은 반응을 보인다.
· 르상티망의 원인이 된 가치 기준에 예속, 복종한다.
· 르상티망의 원인이 된 가치판단을 뒤바꾼다.
- 부를 경멸하는 것처럼 보이는 사람들을 너무 신용하지 않는 것이 좋다. 부를 얻을 가망이 없는 사람들이 부를 경멸하기 때문이다. 그러한 사람들이 부를 얻게 되면 그들만큼 상대하기 곤란한 사람은 없다.(프랜시스 베이컨 베이컨, 수상록)
- 페르소나는 원래 고전극에서 배우가 사용하는 '가면'을 뜻하는데, 융은 페르소나를 한 사람의 인간이 어떠한 모습을 밖으로 드러내는가에 관한, 개인과 사회적 집합체 사이에서 맺어지는 일종의 타협이라고 정의했다. 즉, 실제 자신의 모습을 보호하기 위해 만들어 낸 가면이 페르소나라는 것이다. 그러나 현실에서는 실제 타협의 범위가 그다지 명확하게 인식되지 않기 때문에 항상 '어디까지가 가면이고 어디까지가 얼굴인가 하는 물음이 따라다닌다.
- 에드워드 데시 교수의 연구에서는 대가를 약속하면 피험자의 성과가 저하되고, 예상 가능한 정신 측면에서의 손실을 최소한도로 억제하거나 또는 성과급이 기대되는 행동만을 하도록 만든다는 사 실이 드러났다. 즉 대가를 약속받으면 높은 성과물을 내려고 최대한 노력하는 것이 아니라 가장 적은 노력으로 가장 많은 대가를 얻기 위해서 무엇이든 하게 된다는 것이다. 더불어 스스로 과제를 선택할 기회가 주어진다면, 자신의 능력과 지식을 향상시킬 수 있는 도전적 인 과제가 아니라 가장 많은 대가를 받을 수 있는 과제를 선택하게 된다. 이들 실험 결과는 통상 비즈니스 세계에서 상식적으로 이루어지는 성과급 정책이 큰 의미가 없을 뿐만 아니라 오히려 조직의 창조성을 저해한다는 사실을 시사한다. 성과를 유도하기 위해 제공하는 '당근'이 조직의 창조성을 높이는 데 의미가 없을뿐더러 되레 해악을 끼친다는 것이다. 대가와 학습의 관계를 둘러싼 논의도 아직 결론이 나지 않았다. 가령 로버트 아이젠버거 교수와 J. 캐머런처럼 대가가 자발적 동기를 저하시킨다는 경고는 대부분 틀렸다고 주장 하는 사람도 있지만, 적어도 예고된 대가가 자발적 동기를 저하시킨다고 분석한 데시의 논고에 관해서는 1970년대부터 지속적인 논의를 거쳐 거의 결말이 나 있다고 생각해도 좋다. 그런데 신기하게도 경영학 세계에서는 아직도 대가가 개인의 창조성을 자극해 높인다는 견해를 지지하는 사람이 많다.
- '노력 →→ 결과 → 평가 → 대가는 기업의 인사 평가가 전제하고 있는 기본 구조다. 얼핏 매 우 합리적이고 단순해 보이는 이 인과관계가 왜 수십 년이 지난 지 금까지도 여전히 불협화음을 만들고 성숙하게 정착하지 못했을까? 인사 평가 제도를 설계할 때는 노력한 사람과 성과를 낸 사람이 그에 걸맞은 대가를 받아야 한다는 사고, 즉 인과응보의 가치를 추 구한다. 하지만 실제로는 어떤가? 추구했던 대로 잘 실현되고 있는 가? 아마도 많은 사람이 부정할 것이다. 오히려 인사 평가의 결과를 기대하고 희망을 가지는 사람보다 승진하거나 출세하는 사람은 미리 정해져 있다'고 느끼는 사람이 더 많을 것이다. 심지어 인과응보 를 부정하는 예정설이 자본주의의 폭발적인 발전에 기여했다고 한 다면, 우리는 무얼 위해서 막대한 시간과 노력, 그리고 비용을 들여 인과응보를 실현하려는 인사 평가 제도를 설계하고 운용하고 있는리 정해져 있다'고 느끼는 사람이 더 많을 것이다. 심지어 인과응보 를 부정하는 예정설이 자본주의의 폭발적인 발전에 기여했다고 한 다면, 우리는 무얼 위해서 막대한 시간과 노력, 그리고 비용을 들여 인과응보를 실현하려는 인사 평가 제도를 설계하고 운용하고 있는 것인지 다시 한번 돌아봐야 할지도 모른다.
- 자신의 노력이 정확히 평가되고 그에 상응하는 대가를 받을 수 있다. 이렇게 알기 쉬운 체계라면 인간은 열심히 일한다. 그렇게 믿고 있는
사람이 무척이나 많다. 고용 문제를 다룬 책을 읽어 보면 대개 그렇
게 쓰여 있다. 하지만 나는 그 말이 틀렸다고 생각한다. 노동과 대가가 정확하게 수직적 상관관계를 보인다면 인간은 아마도 일하지 않을 것이다. 아무런 설렘도 기쁨도 없을 테니까. (현대 일본을 대표하는 사상가인 우치다 다쓰루, 일본의 배경과 상황)
- 프롬은 나치 독일에서 발생한 파시즘(fascism에 주목했다. 왜 비싼 대가를 치르고 획득한 '자유의 과실'을 맛본 근대인이 그것을 내던 져 버리고 파시즘의 전체주의에 그토록 열광했을까? 날카로운 고찰 은 언제나 예리한 질문에서 탄생한다. 이 의문에 대한 프롬의 대답 또한 우리의 가슴을 찌를 듯이 날카롭다. 프롬의 분석을 정리하면 다음과 같다. 자유에는 견디기 어려운 고독과 통렬한 책임이 따른다. 이 고독과 책임을 감당하고 견디면 서, 더욱이 진정한 인간성의 발로라고 할 수 있는 자유를 끊임없이 갈구함으로써 비로소 인류에게 바람직한 사회가 탄생하는 법이다. 하지만 자유의 대가로서 필연적으로 만들어지는, 폐부를 찌르는 듯 한 고독과 책임의 무게에 몹시 지친 나머지 그들은 비싼 대가를 치 르고 손에 넣은 자유를 내던지고 나치의 전체주의를 택한다. 특히 나치즘을 지지하는 세력의 중심에 소상인, 장인, 사무직 근로자들로 이루어진 하층 및 중산계급이 있었다는 점에 주목해야 한다. 또한 프롬은 자유로부터 벗어나 권위에 맹종하는 길을 선택한 사람들에게서 공통적으로 발견되는 성격 특성에 관해서도 언급했 다. 프롬은 하층 및 중산계급 중에서 나치즘을 반기며 맞이한 이들 이 자유로부터 도피하기 쉬운 성격이며 자유의 무게에서 벗어나 새 로운 의존과 종속을 추구하는 성향임을 밝히고 이를 '권위주의적 성 격' 이라고 명명했다. 프롬에 의하면, 이러한 성격을 가진 사람은 권 위를 따르기 좋아하는 한편, 스스로 권위를 갖고 싶어 하고 동시에 다른 사람을 복종시키고 싶어 한다. 한마디로 '자신보다 위에 있는 사람에게는 아첨하고 아랫사람에게는 거만하게 구는 인간'이다. 이 권위주의적 성격이 파시즘 지지의 기반이 된 것이라고 프롬은 강조했다.그렇다면 어떻게 해야 할까? 프롬은 『자유로부터의 도피의 마 지막 부분에서 다음과 같이 말했다.
인간이 이상으로 여기는 개인의 성장과 행복을 실현하기 위해서는자신을 분리할 것이 아니라, 스스로 매사를 생각하고 느끼고 이야기하는 것이 중요하다. 더욱이 무엇보다도 꼭 필요한 것은 자신 그대로 의 모습으로 살아가는 데 용기와 강인함을 지니고 자아를 철저하게 긍정하는 일이다. (에리히 프롬, 자유로부터의 도피)
- 소셜미디어가 사람에게 주는 대가는 바로 도파민이다. 정신 차려 보면 어느새 트위터나 페이스북을 들여다보고 있다. 메시지 수신 을 알리는 표시가 뜨면 내용을 확인하지 않고는 견딜 수가 없다. 이러한 행위를 '도파민의 조화'라고 한다. 도파민은 스웨덴 왕립 과학원의 아르비드 칼손과 과학자 닐스 오케 힐라르프가 1958년에 발견한 물질이다. 오랫동안 도파민은 쾌락 물질로 알려져 왔지만 최근 연구를 통해 도파민의 효과는 사람에게 쾌락을 느끼게 하기보다는 무언가를 추구하고 찾게 한다는 사실이 밝혀졌다. 도파민은 각성, 의욕, 목표 지향 행동 등을 유발하며, 그 대상에는 물질적 욕구만이 아니라 음식이나 이성 등 추상적인 개념, 즉 근사한 아이디어와 새로운 식견도 포함된다. 한 가지 덧붙이 면 최근 실시된 연구에서 쾌락에 관여하는 물질은 도파민보다 오피 오이드opioid라는 사실이 밝혀졌다. 미국 미시간 대학교의 생물 심리 학자 켄트 베리지 교수의 연구에 따르면, 욕구계 도파민과 쾌락계 오피오이드는 상호보완적으로 작용하여 사람을 제어하는 엔진과 브 레이크 역할을 한다. 욕구계인 도파민이 특정 행동을 촉진시키는 반 면 쾌락계인 오피오이드는 만족을 느끼게 함으로써 추구 행동을 정지시킨다. 중요한 점은, 일반적으로 욕구계가 쾌락계보다 강하게 작용하 기 때문에 대부분 사람들이 항상 무언가 느끼고 추구하는 행동을 하 게 된다는 사실이다. 도파민 시스템은 예측하지 못한 일에 직면하면 자극을 받는다. 예측하지 못한 일이란 스키너 상자 실험에서 네 번 째 조건이었던 변동비율 스케줄에 해당한다. 트위터나 페이스북, 문 자 메시지는 예측할 수 없다. 이들 미디어는 변동비율 스케줄로 움 직이기 때문에 사람의 행동을 강화하는, 즉 반복해서 행동하게 하는 효과가 매우 크다. 왜 사람들은 소셜미디어에 빠지는 것일까? 다름 아니라 예측이 불가능하기 때문이라는 것이 최근의 연구가 제시하는 해답이다.
- 아렌트가 의도한 것은 우리가 흔히 '악'에 대해 갖고 있는 인식, 즉 악은 평범한 것이 아니라 무언가 이상한 점이 있는 특별한 것이 라는 고정관념을 뒤흔드는 일이었다. 아렌트는 아이히만이 유대 민 족에 대한 증오나 유럽 대륙에 대한 공격심이 아니라, 그저 단순히 출세하기 위해서 자신에게 주어진 임무를 충실히 수행하고자 그 무 서운 범죄를 저지른 경위를 방청하고 나서 최종적으로 이렇게 정의했다.
악이란 시스템을 무비판적으로 받아들이는 것이다.
게다가 아렌트는 '평범' 이라는 말을 사용하여 우리도 누구나 시 스템을 무비판적으로 받아들이는 악을 저지를 수 있다고 경종을 울 렸다. 다른 말로 바꾸면 보통 악이라는 것은 악을 의도한 주체가 능 동적으로 저지르는 행동이라고 생각할 수 있지만, 아렌트는 오히려 악을 의도하지 않고 수동적으로 저지르는 데에 악의 본질이 있다고 보았다.
- 우리는 신념이 행동을 결정한다고 생각하지만 실제로 인과관계는 그 반대라는 사실을 인지 부조화 이론은 시사한다. 외부 환경의 영향을 받아 행동이 일어나고, 나중에 그 행동에 합치되도록 의사가 형성된다. 다시 말해 인간은 합리적인 생물이 아니라 나중에 합리화를 도모하는 생물이라는 것이 페스팅어가 내놓은 답이다.
- 사실과 인지 사이에 발생한 부조화를 해소하기 위해서 인지를 바꾸는 일은 인간관계에서도 자주 볼 수 있다. 좋아하지도 않는 이 성이 이것저것 염치 좋게 부탁하는 바람에 마지못해 도와주다가 좋아하게 되는 경우도 인지 부조화가 빚은 결과로 생각할 수 있다. 좋아하지 않는다는 인지와 이것저것 도와주고 있다는 사실은 부조화 를 발생시킨다. 자신이 도와주고 있다는 사실은 변경할 수 없으니 대신에 부조화를 해소하고자 좋아하지 않는 감정을 조금은 호의가 있을지도'로 바꿔 버린다. 처음에는 내키지 않는 상대에게 이것저것 부탁받아 성가셔 하던 사람이 그 상대와 사랑에 빠지고 만다. 우리는 주위의 영향을 받아 생각이 바뀌고, 그 결과 행동에도 변화가 생긴다고 믿는다. 인간은 주체적인 존재로서 의식으로 행동 을 다스리는 자율적 이상형으로 그려진다. 하지만 페스팅어는 인간 에 대한 이러한 관념을 뒤엎었다. 그에 따르면 사회의 압력이 행동 을 일으키고 행동을 정당화, 합리화하기 위해 의식과 감정을 적응시 키는 것이 바로 인간이다.
- 마키아벨리는 군주가 다른 국가를 정복할 때는 “필요한 개혁을 단번에 과감히 단행하여 날마다 계속해서 원망을 받지 않도록 하라” 라고 주의를 주었다. 이 지적은 구조조정을 할 때 초기 단계에서 대규모로 단행해 버리는 편이, 여러 번에 걸쳐 조금씩 고통을 주는 소규모 구조조정보다 순조롭게 진행된다는 기업 재생의 철칙에도 부합한다. 즉 마키아벨리는 부도덕하라고한 것이 아니라 냉철한 합리자가 되라고 조언한 것뿐이며, 때때로 합리성과 도덕성이 부딪힐 때 합리를 우선으로 할 것을 강조했다.
- 어떤 의견이 어떠한 반론에도 논박당하지 않았다는 이유로 옳다고 상정되는 경우와, 애초에 비판을 허용하지 않을 목적으로 미리 옳다고 상정되는 경우는 상당히 큰 차이가 있다. 자신의 의견에 반박하고 반증할 자유를 완전히 인정해 주는 것이야 말로 자신의 의견이 자신의 행동 지침으로서 옳다고 내세울 수 있는 절대적인 조건이다. 전지전능하지 못한 인간은 이것 외의 방법으로는 자신이 옳다고 내세울 수 있는 합리적인 보증을 얻을 수 없다. (존 스튜어트 밀, 자유론)
- 어떤 사람의 판단을 정말로 신뢰할 수 있는 경우, 그 사람이 신뢰를 받게 된 것은 자신의 의견과 행동에 대한 비판을 항상 거리낌 없이 받아들이기 때문이다. 어떤 반대 의견에도 귀를 기울이고 옳다고 생각되는 부분은 가능한 한 받아들였으며, 잘못된 부분은 어디가 잘못 되었는지를 스스로도 되짚어 보고 가능하면 다른 사람에게도 설명하기를 습관으로 실천해 왔기 때문이다. 한 가지 주제라도 그것을 완전히 이해하려면 다양한 의견을 두루 듣고 사물을 모든 관점에서 살 펴보는 방법밖에 없다고 느껴 왔기 때문이다. 실제로 이 이외의 방법 으로 진리를 얻은 현인은 없으며 지성의 특성을 보더라도 인간은 이 이외의 방법으로는 현명해질 수 없다. (존 스튜어트 밀, 자유론)
- 레빈에 의하면 어떤 사고방식이나 행동 양식이 정착되어 있는 조직은 '해동-혼란-재동결’과정을 거쳐 변화한다. 여기서 이 프로세스가 '해동'에서 시작된다는 점에 주목해야 한다. 해동이라는 것은 바로 '끝낸다' 라는 의미를 담고 있기 때문이다. 우리는 무언가 새로운 것을 하려고 할 때 앞으로의 일을 시작하는 데만 초점을 맞 춘다. 당연한 일이다. 하지만 쿠르트 레빈의 지적은 새로운 것을 시 작할 때 가장 먼저 해야 할 일은 오히려 지금까지의 방식을 잊는' 것, 즉 이전 방식에 종지부를 찍는 일'이라는 점을 상기시켜 준다.
- "권력 거리가 좁은 미국에서 개발된 목표 관리 제도는 부하 직원과 상사가 교섭 자리에 대등한 위치로 나올 것을 전제로 개발되었기 때문에, 상사와 부하 모두 교섭 자체를 불편하게 여기는 국가, 즉 권력 거리가 큰 문화권에서는 거의 제 기능을 하지 못할 것이다.” (호프스테더)
- 호프스테더는 권력 거리가 큰 국가에서는 상사에게 이견을 제 시하길 꺼려 하는 부하 직원의 모습을 자주 볼 수 있으며, 부하에게 상사는 다가가기 어려운 존재이므로 얼굴을 맞대고 반대 의견을 피 력하는 건 거의 있을 수 없는 일이라고 말했다.
- 권력 거리는 구체적으로 어떠한 영향을 미치는가? 현재 일본의 상황을 고찰해 보면 두 가지 시사점을 발견할 수 있다.
첫째, 준법 감시compliance에 관한 문제다. 조직에서 권력을 가진 자가 도의적으로 잘못된 의사 결정을 내릴 경우 부하 직원들이 “그 건 말도 안 됩니다”라고 반론을 제기할 수 있을까, 없을까? 호프스 테더의 연구 결과에 따르면 일본인들이 자신의 의견을 밝히는 데 저항감을 느끼는' 정도가 다른 선진국 사람들에 비해 상대적으로 강 하다는 사실을 분명하게 보여 준다.
둘째, 혁신에 관한 문제다. 이 책의 후반부에 등장할 과 학자 토머스 쿤은 패러다임 전환을 일으키는 인물의 특징으로 “연령이 아주 낮거나 그 영역에 들어온 지 얼마 안 된 사람”이라는 점 을 꼽았다. 이는 조직 내에서 상대적으로 약한 입장에 있는 사람이 패러다임 전환으로 이어지는 아이디어를 내기 쉽다는 점을 암시한다. 따라서 약한 입장에 있는 사람들이 적극적으로 자신의 의견을 표명해야 기술 혁신이 가속된다고 볼 수 있는데, 일본의 권력 거리 는 상대적으로 커서 조직 내에서 약한 입장에 있는 사람의 의견은 묵살당하기 십상이다.
- 반취약성은 내구력이나 강건함을 초월한 의미다. 내구력이 있는 물 체는 충격을 견디고 현상을 유지한다. 하지만 반취약성을 지니면 충 격을 원동력으로 삼는다. 이 같은 성질은 진화, 문화, 사상, 혁명, 정 치 체제, 기술 혁신, 문화적 · 경제적 번영, 기업의 생존, 훌륭한 레시 피(치킨 수프나 코냑을 한 방울을 떨어뜨린 타르타르 스테이크 등), 도시의 융성, 사회, 법체계, 적도의 열대 우림, 세균에 대한 내성 등 시대와 함께 변화해 온 모든 것에도 해당한다. 지구상에서 하나의 종種으로서의 인간이라는 존재 역시 마찬가지다. 그리고 인간의 신체와 같이 살아 있는 것, 유기적인 것, 복합적인 것과 책상 위의 스테이플러와 같은 무기적인 물건과의 차이는 반취약성이 있느냐 없느냐에 있다. (나심 니콜라스 탈레브, 안티프래질)
- 시스템에 해를 끼치는 현상의 발생을 예측하기보다 시스템이 취약 한지 아닌지를 판단하는 것이 훨씬 편하다. 취약성은 측정할 수 있지만 리스크는 측정할 수 없다(리스크를 측정할 수 있는 것은 카지노의 세계나 리스크 전문가'를 자칭하는 무리의 머릿속뿐이다). 나는 중대하고 희소한 현상의 리스크를 계산하거나 그 발생을 예측하는 것은 불가능하다는 사실을 '블랙 스완 문제'라고 부른다. 취약성을 측정함으로써 이 문제를 해결할 수 있다. 변동성으로 인해 얼마나 피해를 입기 쉬운지는 측정할 수 있으며, 이는 피해를 일으키는 사건을 예측하는 것보다는 훨씬 간단하다. 그러므로 이 책에서는 현대의 예측, 예지, | 리스크 관리에 접근하는 방법을 근본부터 뒤엎고 싶다. (나심 니콜라스 탈레브, 안티프래질)
- 탈레브가 지적하는 '반취약성'이라 는 개념이 우리가 생각하는 성공 모델이나 성공의 이미지를 바꾸라고 재촉한다는 걸 알게 된다. 앞서 말했듯이 우리는 자신이 속한 조 직과 자신의 경력을 최대한 탄탄하게 만드는 것이 성공이라고 믿는 성향이 있다. 하지만 오늘날처럼 앞일을 예측하기 어렵고 불확실성 이 높은 사회에서 겉으로 보기에 강건해 보이는 시스템이 실은 매우 취약하다는 사실이 점점 더 드러나고 있다. 자신이 속한 조직이나 경력에 '반취약성'을 어떻게 끌어들여 활용하느냐가 앞으로 중요한 과제가 될 것이다.
- 우리는 무언가 문제가 생기면 시스템을 만들어 그 문제를 해결하려고 한다. 하지만 정말로 그 시스템이 문제를 해결할 수 있을까? 문제를 해결하려고 만든 시스템이 원래 있던 문제를 전혀 해결하지 못한 채 되레 다른 문제만 더 불거지게 하는 경우가 허다하다. 이러 한 경향은 인사 평가 제도에서 가장 두드러진다. 최근의 비유를 하나 들자면, 기업 지배구조에 관련된 규제나 규칙도 아마 30년 후에는 불명예스러운 사례 중 하나로 기억될 것이다. 기업 활동에서 윤리적인 측면의 규율은 무엇보다 기업을 경영하는 사람들의 윤리관이나 도덕관에 좌우된다. 이 부분에 관한 조치는 생각 않고 규칙을 정해 그 준수 상황을 외부에서 감시하는 데 막대한 에너지를 쏟아 버리면 결국 문제를 해결하지 못한다. 이 는 회계 제도를 아무리 정비해도 분식결산이 근절되지 않는 상황을 보면 잘 알 수 있다. 규칙이나 시스템으로 사람의 행동을 통제하려 고 하면 거기에는 자연히 소외가 발생한다. 그렇다면 오히려 자발적 인 이념과 가치관으로 바람직한 행동을 추구하는 것이 우리에게 더 중요하지 않겠는가?
- 주체적으로 최적의 해답을 구하기 위한 기술인 논리 사고가 강세인 오늘날에는 '무엇이 정답인지 잘 모르겠다, 그저 되어 가는 형편대로 결정하자'는 태도가 '포기'로 비칠지도 모른다. 경영 관리 측면에서는 철두철미하게 자기 머리로 생각하는 태도가 미덕으로 여겨질지 모른다. 머리로만 생각하는 일을 어리석다고 생각하는 사람은 어쩌면 거의 없을 것이다. 하지만 모든 최적의 정답을 스스로 도출할 수 있다고 생각하는 것이야말로 지적 오만이 아닐까? 애덤 스미스는 그러한 지적 태도를 지닌 인물들을 다른 저서인 『도덕감정론』에서 '질서 체계를 신봉하는 인간'이라고 칭하며 철저하게 폄하했다.
질서 체계를 떠받드는 인간은 자신이 매우 현명하다고 우쭐대기 일쑤인 데다 통치에 관한 자신만의 이상적인 계획이 품고 있는 상상 속의 아름다움에 마음을 빼앗기는 일이 종종 있기 때문에 어느 부분 이든 질서에서 조금만 벗어난 일탈도 참지 못한다. 그는 최대의 이익 이나 그와 모순되는 최대의 편견도 전혀 고려하지 않고 이상적인 계획을 완전하고도 자세하게 규정해 나간다. 그는 마치 체스판 위에서
여러 가지 말을 배열하듯이, 커다란 사회의 다양한 구성원도 그렇게
관리할 수 있다고 상상하는 모양이다. 체스판 위에 놓인 말은 각각 에 부여된 이동 방법 외에는 다른 원칙을 갖고 있지 않지만, 인간 사 회라는 광대한 체스판의 경우에는 각각의 말 모두가 자신의 이동 방법 원칙(입법부가 개인에게 부여하듯이 결정할 수 있는 것과는 완전히 다르다)을 갖고 있다는 사실을 그는 생각조차 하지 않는다. (애덤 스미스 『도덕감정론)
- 독자 중에는 애덤 스미스의 이 기술을 읽고 사회주의를 몽상하 던 옛날 공산권의 엘리트를 상상하는 사람도 있을지 모른다. 최근에 는 이 책에서도 다룬 나심 니콜라스 탈레브가 저서 『안티프래질』에서 이 같은 지적 태도를소비에트-하버드 환상’ 이라고 이름 붙이고, 인과관계의 명석한 파악을 전제로 한 과학적 톱 다운 사고법이야말로 시스템을 취약하게 하는 주범 이라고 판단하고 비난했다.모든 일이나 상황의 관련성이 점차 복잡해지고 한층 더 역동적 으로 변해 가는 현대 사회에서는 이지적인 톱다운 사고에 의지해 최 적의 해결에 도달할 수 있다고 믿는 태도는 지적 오만을 넘어 우스꽝스럽기까지 하다. 바야흐로 최적의 해답을 최적의 접근법으로 찾으려만 하지 말고 '만족할 수 있는 해답을 휴리스틱으로 추구하는 유연성이 필요한 시대다.
- 자연계의 곳곳에서 발생하는 우발적인 에러에 의해 진 화가 이루어지는 현상은 우리 사회에 중요한 시사점을 던져 준다. 우리는 종종 ‘우리 회사의 DNA'라는 말을 쓴다. 돌연변이란 분명, 이 '우리 회사의 DNA'를 정확하게 다음 세대에 전해 주려고 의도 하면서도 어떤 종류의 과실로 인해 잘못 복제되어 태어나는 것이다. 자연계에서의 적응 능력 차이는 계획과 의도에 의한 것이 아니라 일 종의 우연에 의해 생겨난다는 사실을 기억한다면, 조직이나 사회 운 영도 계획적이고 의도적으로 더 좋은 것으로 바꿔 나갈 수 있다는 오만한 사고를 수정해 자신의 의도보다 오히려 '긍정적인 우연'을 만들어 내는 체계를 이루는 데 주력하는 것이 나을지 모른다.
- 주위에서 아직 괜찮다고 안심시키더라도 스스로 위험하다는 느낌이 들면 바로 도망쳐라. 이때 중요한 것은 위험하다고 느끼는 안 테나의 감도와, 도망칠 결단을 내릴 수 있는 용기다. 사람들은 으레 착각하곤 하는데, 도망치는 것은 용기가 없기 때문이 아니다. 오히려 용기가 있기에 도망칠 수 있는 것이다.
- 격차나 차별로 인한 질투의 감정은 사회와 조직의 동질성이 높 아질수록 오히려 구성원에게 상처를 준다. 19세기 전반에 활약한 프랑스의 정치사상가 알렉시 드 토크빌은 평등을 이상으로 내건 민 주주의의 대두에 즈음하여 그 모순을 날카롭게 지적한 바 있다.
불평등이 사회 공통의 법일 때는 최대의 불평등도 사람의 눈에 들어
오지 않는다. 모든 것이 거의 평준화될 때 인간은 최소의 불평등에
상처받는다. 평등이 커지면 커질수록 항상 평등의 욕구가 더욱 크고
끊임없이 계속되는 것은 바로 이 때문이다. (알렉시 드 토크빌 『아메리카의 민주주의』)
토크빌의 지적은 우리가 공정한 조직과 공정한 사회를 추구하는 데 도사리고 있는 본질적인 모순을 들추어낸다. 이러한 인식이 성립된 후에 우리는 한층 더 공정하고 공평할 것을 추구해야 하는 것일까? 만약 조직과 사회가 공정하고 공평하다면 그중에서 하위 층에 위치하고 있는 사람에게는 도망칠 길이 없다. 인사 제도나 사 회 제도가 제대로 갖추어져 있지 않아서가 아니라 자신의 재능과 노력, 그리고 외모 면에서 남들보다 열등하기 때문에 하위층에 있다고 밖에 해석되지 않기 때문이다. '서열의 기준이 정당하지 않다', 혹은 '기준이 정당해도 평가가 공정하게 이루어지지 않았다'라는 믿음 덕 분에 우리는 자신의 열등성을 부정할 수 있다. 하지만 공정하고 공 평한 조직에서는 이 자기방어가 성립되지 않는다. 우리가 안이하게 궁극의 이상으로 내건 '공정하고 공평한 평가' 는 정말로 바람직한 것일까? 그 이상이 실현되었음에도 '당신은 뒤 처져 있다'고 평가받는 많은 사람들은 대체 어떻게 해야 자기 존재 를 긍정적으로 인식할 수 있을까? 그러한 사회와 조직은 정말로 우 리에게 이상적인 것일까? 공정이라는 개념을 절대적인 선으로 받 들기 전에 곰곰이 생각해 볼 필요가 있다.
- 보드리야르가 말한 대로 욕구가 사회적인 것이라면 마케팅에서 시장창조나 시장 확대에 가장 중요한 것은 차이 총계의 최대화'다. 이는 당연히 사회에 매우 큰 르상티망을 만들어 낸다. 또한 보드리야르의 차이적 소비'는 소비라는 주제를 크게 넘어 서는 사정거리를 가진 것으로 보인다. 우리는 보통 자신의 자발적인 욕구와 희망을 토대로 자신의 자아실현의 모습을 그린다는 전제 아래 이야기를 한다. 하지만 정말로 그럴까? 바람직한 자신의 모습이 어떤 특정 집단이 배타적으로 갖는 특성에 의해 기술된다면, 그 러한 자신의 모습은 자발적으로 규정한 것이라기보다는 오히려 특정 집단과 그 외 집단, 즉 외부 환경과의 차이에 의해 규정된 것으로 보는 것이 적절하다. 보드리야르는 다음과 같이 지적했다.
- 소비자는 스스로 자유롭게 원하고 선택해 타인과 다른 행동을 하지 만, 이 행동이 차이화의 강제나 어떤 종류의 코드에 대한 복종이라고는 생각하지 않는다. 타인과의 차이를 강조하는 것은 동시에 차이의 모든 질서를 새로 만들게 되는데, 이 질서야말로 처음부터 사회 전체 가 해야 할 일이며 싫든 좋든 개인을 넘어선다. (장 보드리야르 『소비의 사회』)
부자가 명품이나 고급차를 구입하는 것과 같은, 과시하기 위한 호화 소비만이 차이적 소비가 아니라는 데 주의해야 한다. 부자가 자신들이 부자라는 사실을 자연스럽게 타인에게 드러내기 위해 페 라리나 포르셰 등 '알기 쉬운 고급차'를 타고 다니거나 고급 주택지로 이름난 지역에 사는 것도 물론 차이적 소비의 한 형태이기는 하 지만, 그것이 전부는 아니다. 보드리야르가 말하는 것은 그런 차이적 소비를 가리키는 것이 아니다. 이를테면 하이브리드 차량인 프리 우스를 타거나 무인양품을 애용한다거나 한적한 시골 마을에서 지내는 일 또한, 그 길을 선택한 주체가 그러한 선택을 하지 않은 타인과 자신은 다르다는 것을 드러내기 위한 차이적 소비라는 것이다. 우리가 어떤 선택을 무의식적으로, 아무 목적 없이 행했다 하더 라도 자신이 스스로 그것을 선택하고 다른 것을 선택하지 않음'으 로써 기호가 생겨난다. 이 거북한 진실에서 놓여날 수 있는 사람은 없으며, 우리는 그러한 '기호의 지옥'에서 살고 있다고 보드리야르는 강조했다. 뒤집어 말하면, 무언가 기호성을 갖지 않거나 또는 갖더라도 희 박한 상품과 서비스는 시장에서 살아남기 힘들다는 뜻이기도 하다. 자아실현적 소비는 시장 성장의 최종 단계에서 발현되는 것이 보통 이다. 하지만 이때 자아실현이 자발적으로 규정되는 것이 아니라 언 어와 마찬가지로 '타자와의 차이'라는 형태로 규정된다면, 그 상품 나름대로 서비스가 어떠한 차이를 규정하는지를 의식하지 않는 이상 성공할 만한 상품과 서비스를 개발하기는 어렵다.
- 프린스턴 대학교의 맥나마라 조교수 팀은 '자각적 훈련'에 관한 88건의 연구에 메타 분석을 행하고 “연습이 기량에 미치는 영향의 크기는 기술이나 능력 분야에 따라 다르며 기능 습득에 필요한 시간 은 정해져 있지 않다” 라고 결론을 내렸다. 구체적으로 이 논문에는 각 분야에 대해 '연습량이 많고 적음에 따른 성과의 차이를 설명할 수 있는 정도가 소개되어 있다.
컴퓨터게임 : 26%
악기 : 21%
스포츠 : 18%
교육 : 4%
지적 전문직 : 1%
이 수치를 보면 글래드웰이 주장한 1만 시간의 법칙'이 사람들을 잘못된 길로 인도하는 얼마나 위험한 주장인지 알 수 있다. 노력은 보상받는다는 주장에는 일종의 세계관이 반영되어 있어 매우 아 름답게 들린다. 하지만 그것은 바람일 뿐이고 현실 세계는 그렇지 않다는 것을 직시하지 않으면 의미 있고 풍요로운 인생을 살아가기 어려울지도 모른다.
- 베이컨이 지적한 네 가지 우상
(1) 종족의 우상 (자연 성질에 의한 우상) 베이컨은 인간성 자체를 근거 로 인간이라는 종족이 갖고 있는 우상을 '종족의 우상'으로 지칭 했다. 즉 '착각'하는 것이다. 이를테면 지평선 위로 떠오르는 태양 이 실제보다 크게 보인다거나 단것을 먹은 뒤 귤을 먹으면 시게 느껴지는 것이 전형적인 종족의 우상이다
(2) 동굴의 우상 (개인 경험에 의한 우상) 베이컨은 각 개인의 고유하고 특수한 본성이나 자신이 받은 교육과 타인과의 교류에 의해서 생 기는 우상을 '동굴의 우상'이라고 명명했다. 한마디로 표현하면 '독선'이다. 자신이 받은 교육과 경험이라는 편협한 범위의 자료 를 바탕으로 단정해 버리는 오류다. 이를테면 외국인 동료와 '어 쩌다 갈등을 경험한 사람이 '원래' 외국인은 까탈스럽다고 생각 하는 것은 전형적인 동굴의 우상이다.
(3) 시장의 우상 (전문轉聞에 의한 우상) 베이컨은 인류 상호의 접촉과교제에서 비롯된 우상을 '시장의 우상' 이라고 정의했다. 언어의 부적절한 사용으로 인해 생기는 우상이다. 커뮤니케이션의 오류 라고 할 수 있으며, 쉽게 말하면 거짓말'이나 전해 들은 말'을 진 실이라고 믿고 현혹되는 것이다. 종종 인터넷 게시판 사이트에서 읽은 이야기를 정확한 소식인 양 남에게 전하는 사람도 있는데, 이러한 사람이 걸려들기 쉬운 것이 시장의 우상이다. 시장이라고 한 이유는, 시장에는 다양한 사람이 있고 갖가지 거짓말이 난무하 는 곳이기 때문이다.
(4) 극장의 우상 (권위에 의한 우상) 베이컨은 철학의 다양한 학설이나 잘못 증명된 법칙에서 사람들의 마음에 들어온 우상을 '극장의 우상'이라고 일컬었다. 저명한 철학자의 주장 등 권위와 전통을 아무런 비판 없이 믿는 데서 생겨난 '편견'을 뜻한다. 텔레비전이 나 잡지에 자주 등장하는 평론가의 주장을 무조건 믿고 의심하지 않는 사람이 많은데, 이러한 사람은 전형적으로 극장의 우상에 현 혹되어 있다고 할 수 있다. 오늘날은 틀림없이 '미디어의 우상'에 휩싸여 있다.
- 레비스트로스는 남미의 마토 그로소 Mato Grosso 원주민들을 연구하여 저서 『슬픈 열대』에 소개했다. 원주민들은 정글 속을 걷다가 무언가를 발견하면 그 시점에서는 어디에 도움이 될지 모르지만 '언 젠가 무언가에 도움이 될지도 모른다'고 생각해 그 물건을 자루에 주워 넣어 보관하는 습관이 있었다. 실제로 그들이 주운 '뭔지 잘 모르는 물건'이 나중에 공동체를 위기에서 구한 일도 있기에, 나중에 도움이 될지도 모른다는 예측 능력이 공동 사회의 존속에 매우 중 요한 영향을 끼쳤다. 이 신기한 능력, 즉 주변에서 발견하는 뭔지 잘 모르는 물건을 비예정조화 차원에서 수집해 두었다가 여차할 때 요긴하게 활용하는 능력을 인류학자이자 구조주의 철학의 시조로 불리는 클로드 레비스트로스는 '브리콜라주'라고 명명하고, 근대적이 고 예정조화적인 도구의 조성과 대비해 고찰했다. 레비스트로스는 사르트르로 대표되는 근대적이고 예정조화적인 사상(용도 시장을 명확히 하고 나서 개발에 착수하는 사고관을 지닌 유파)보다 더 기개 있고 유 연한 사상을 내세웠다. 실은 전형적인 근대 사상의 산물로 여겨지는 기술 혁신에서도 브리콜라주의 사고방식은 매우 효과적이다.

 

 

 

 

'인문' 카테고리의 다른 글

어떻게 살아야 할지 막막한 너에게  (0) 2020.03.02
인생의 절반은 나답게  (0) 2020.03.02
시간버리기 연습  (0) 2020.02.11
메타인지 공부법  (0) 2020.02.08
어떻게 죽을 것인가  (0) 2020.02.08
Posted by dalai
,

- 마틴 린드스톰(Martin Lindstorm)의 《바이얼러지(Buyology》라는 책에 따르면, 소비자 구매의 90%는 무의식적 작 용의 영향을 받고 있으며, 구매결정의 60%는 4초 만에 이루어지고, 구 매행위가 남한테 잘 보이는 슈퍼마켓에서 고가제품 매출이 증가한다. 또 쇼핑카트의 크기가 2배 클 경우 소비자는 30% 더 구매하며, 가격이 나 용량보다는 '1+1'이나 '한정판매' 제품을 더 구매하는 경향이 있다. 하버드 대학교 교수인 제럴드 잘트먼(Gerald Zaltiman) 도 소비자 대상 마케 팅 조사에서 소비자들이 언어로 표현하는 영역은 5%에 지나지 않으며, 숨기고 있거나 표현하지 못하는 영역이 15%, 소비자 자신도 모르는 숨 겨진 무의식의 영역이 80%에 이른다고 한다. 사실 이 80%가 소비자가 구매하는 진짜 이유인데도 우리는 마케팅 조사를 통해 아무것도 발견 할 수 없는 것이다.
- 뉴로 마케팅과 관련되는 마케팅의 영역
첫째, 무의식이다. 인간의 깊은 잠재의식과 관련된 것으로서 생명 유지, 모성애, 성욕 등과 관련이 있으며, 소비자의 충동구매의 대부분을 설명하는 영역이다.
둘째, 감정이다. 인간의 기분(mood), 감성emotion), 느낌 feeling) 등을 통칭 하는 개념으로, 보통 우뇌에 의한 직관과 상상력을 바탕으로 하는 소비 자의 행동을 설명하는 영역이다.
셋째, 감각이다. 본능에 가까운 소비자의 말초적 반응으로, 미학적· 상징적 요소가 보다 중요시되는 영역이다. 쉽게 말해 시각·청각·후각, 촉각·미각을 말한다.
넷째 의식이다. 인지, 이성, 논리, 정보 처리, 합리성, 사회성 등을 포 함하는 개념으로서, 보통 좌뇌를 바탕으로 한 이성적이며 정보 중심의 소비자 반응을 설명하는 영역
- 에펠탑 효과는 다른 말로 단순노출 효과라고도 불린다 단지 자주 보 는 것만으로 호감도가 상승되는 현상을 말하는데, 심리학자인 자종크 (Zojonc)에 의해 1968년에 주장되었다. 자종크는 학생들에게 어떤 사진을 25회 반복해서 보여주었고 어떤 사진은 한두 번만 보여주었다. 그런 후, 사진 속의 인물을 얼마나 좋아하는지 평가하였는데 더 자주 본 사진의 인물을 더 좋아하는 것으로 나타났다. 또 다른 실험에서는 한자에 익숙 하지 않은 학생들에게 그룹을 나누어 한자를 보여주는 횟수를 달리한 결과 한자를 많이 보여준 집단에서 한자의 의미를 더 호의적으로 평가 하였다. 그는 이를 단순노출 효과(Mare Exposure Effec) 라고 이름지었으며, 이 효과는 의식할 수 없는 수준(subliminal level)에서 사진이 제시되었을 때도
일어났다.
- 광고의 반복노출 효과는 과연 어떠한 심리적 과정을 거쳐서 형성되는 가? 심리학자 허버트 크루그만은 소비자가 광고에 반복 노출되면서 가 지게 되는 심리적 효과를 3단계로 설명한다. 맨 처음 광고를 보고는, 저 제품(혹은 브랜드)은 무엇일까?”라는 기본적인 호기심을 가지게 된다. 두 번째 동일 광고를 보고는 “저 제품(혹은 브랜드)은 어디에 쓰는 거지?"라 고 생각해 유사 제품(브랜드)과 비교하게 된다. 마지막으로 세 번째 동일 광고를 보고는 "아, 저거 괜찮은 것 같던데...”하면서 해당 제품(브랜드) 에 대한 친숙함을 느끼며 비로소 긍정적인 태도를 가지기 시작한다는 것이다. 결국 반복노출 효과는 소비자에게 친숙함'을 형성해주고, 소비 자는 친숙함으로 인해 무의식적으로 제품을 선택하게 되는 것이다.
- 자동차 산업에서도 티코가 출시됨에 따라 프라이드의 인기가 예전보 다 오히려 올라가는 현상이 발생한 사례가 있었다. 대부분의 전문가들 이 프라이드보다 더 경제적인 티코가 출시됨으로써 프라이드의 판매가 줄어들 것이라고 일반적으로 예측하고 있었는데 그와 반대되는 결과가 발생한 것이다. 이유는 이러했다. 프라이드는 그동안 '엑셀'에 비해 안전 성이라는 속성이 상당히 약했고 그것이 소비자가 프라이드를 구입하는 데 약간의 걸림돌이었다. 그런데 안정성 측면에서 프라이드보다 떨어지 는 티코가 갑자기 시장에 들어옴으로써 오히려 프라이드에게 득이 되는 현상이 발생한 것이다. 미끼 효과는 이와 같이 2개의 제품 중에서 고민하던 소비자가 3번째 제품이 나타남으로써, 앞선 2가지의 제품 중 한 가지 제품에 선호도가 증가하는 현상을 말한다.
- 인지부조화란 사람이 두 가지 모순되는 인지요소를 가질 때 나타나는 인지적 불균형상태를 뜻하며, 미국의 사회심리학자 리언 페스팅어 Leon Festinger) 가 1957년에 발표한《인지적 부조화 이론 ; Theory of Cognitive Dissonance)라는 책에서 발표된 이론이다. 이러한 인지적 불균형상태는 심리적 긴장을 유발하므로, 사람들은 이를 해소하여 심리적 안정을 찾고자 한다. 페스팅어는 종말론을 주장하는 사이비 종교단체 를 관찰하면서 교주가 예고한 종말일에 지구가 멸망하지 않았으나 신도 들은 자신들이 속은 것으로 받아들이지 않고 오히려 믿음이 더욱 깊어 졌음을 발견했다. 인지 부조화이론에 따르면 신도들은 지구의 종말에 대비하여 자신들이 가진 모든 것을 다 버리고 사이비 종교에만 매달렸 으므로, 자신들의 잘못을 인정하면 그 심리적 고통을 감당하기 힘들다.따라서 신도들은 자신의 믿음이 옳다는 쪽으로 심리적 안정을 찾게 되고 그것이 더욱 광신하는 행동으로 나타난다. 이처럼 인지부조화를 해소하기 위하여 사람들은 자신의 잘못을 인정하기보다는 자신의 결정을 극단적으로 합리화하는 형태로 나아가며,자신이 알고 싶지 않은 정보를 스스로 차단하고 알고 싶은 것만 받아들이는 것이다.
- 바넘 효과는 사람들이 보편적으로 가지고 있는 성격 이나 심리적 특징을 자신만의 특성으로 여기는 심리적 경향을 뜻한다. 1940년대 말 심리학자인 포러(Bertram Forer)가 성격 진단실험을 통해 바넘효과를 처음으로 증명한 까닭에 '포러 효과'라고도 한다. 포러는 자신이 가르치는 학생들을 대상으로 각각의 성격 테스트를한 뒤, 그 결과와는 상관없이 신문 점성술란의 내용 일부만을 고쳐서 학생들에게 나누어 주었다. 점성술란의 내용은 대부분의 사람들이 가지 고 있는 보편적인 특성을 기술한 것이다. 그는 이 테스트 결과가 자신의 성격과 맞는지, 맞지 않는지를 학생들이 직접 평가하도록 하였다. 자신 이 받은 테스트 결과가 자신에게만 적용되는 것으로 착각한 학생들은 대부분 자신의 성격과 잘 맞는다고 대답하였다. 포러의 실험 결과를 보 면 학생들은 보편적인 성격 특성을 자신의 성격과 결부시켜 자신의 성 격과 맞는다고 간주하는 모습을 잘 보여준다.
- 샤워 효과는 소비자가 자주 이용하는 이벤트 매장이나 식당가 같은 것을 건물 상부에 위치시켜, 소비자가 이를 방문하고 난 뒤 매장을 빠져 나가기 위해 아래로 내려가면서 전체 매장을 통과하도록 유도하는 전략 이다. 요즘 대형 쇼핑몰들은 대부분 영화관을 맨 위층에 배치한다. 영화가 끝난 뒤 사람들이 한꺼번에 엘리베이터를 이용하지 못해 에스컬레이 터를 타고 내려오도록 함으로써 소비자들을 다른 층의 매장들로 자연스럽게 유도하는 것이다. 최근에는 백화점에서 주부 고객들을 모집하여 문화강좌를 많이 하는데, 이는 소비자의 백화점 방문을 유도하고 문화 센터를 맨 위층에 배치함으로써, 샤워 효과를 기대하는 전략의 하나. 분수 효과는 샤워 효과의 반대 개념으로 아래층에 방문한 소비자를 위층으로 올리면서 소비를 유도하는 것이다. 백화점의 식품 매장을 화 장품이나 패션 잡화를 판매하는 1층 아래에 배치해 놓은 것 역시 분수 효과를 이용한 것이다. 옷이나 신발 등을 구매하기 위해서 백화점에 오 는 소비자보다 식품 매장에 장을 보러 오는 소비자들이 훨씬 많다는 것 을 이용한 것이다. 식품 매장에 자주 들르는 소비자를 위층 매장으로 유 도하여 사려고 하지 않았던 제품을 충동 구매하도록 유도한다. 실제 많 은 백화점들이 샤워 효과와 분수 효과를 이용하여 소비자를 위 아래로 유인하면서 백화점에 머무는 시간을 증가시키고, 구매량 증대를 유도하고 있다.
- 레이아웃의 법칙은 비단 백화점에서만 볼 수 있는 것이 아니다. 제품을 파는 곳이라면 어디서나 소비자의 동선에 주목하고, 이를 이용하여 판매를 증가하려고 노력한다. 편의점에 들어가면 음료수 냉장고가 입구 에서 가장 먼 곳에 배치되어 있다. 왜 그런 것일까? 냉장고가 자리를 많이 차지하기 때문인가? 그럴 수도 있다. 그러나 굳이 대부분의 매장이 음료수 냉장고를 가장 멀리 설치하는 이유는 소비자들을 최대한 많이움직이게 함으로써, 다양한 제품들을 볼 수 있도록 하기 위해서다. 목이 말라 편의점에 들어갔는데 음료수를 찾아 과자 코너, 삼각 김밥 코너를 지나다보니 자연스럽게 음료수와 함께 과자도 한 봉지 사게 만드는 것
- 미국의 대형 쇼핑몰을 가보면 대부분 백화점, 할인점, 전문점 등이 복합적으로 결합되어 있는 가운데 전체적으로 쇼핑몰을 관통하는 테마와 컨셉트, 그리고 몰링의 유혹이 존재한다. 여기서 몰링(Malling) 이란 대형 쇼핑몰들이 쇼핑객들을 특정한 동선으로유도하면서 다양한 입점매장과 서비스를 이용하도록 전체적인 시설을 구성하는 것을 말한다. 결국 유통업체들에게 있어 몰링이란 소비자들에게 다양한 즐거움과 편의를 제공하는 대신, 소비자들의 지갑을 최대한 열 수 있는 비밀의 열쇠라고도 할 수 있다.
- 서브리미널 효과 (Subliminal Effect) 란 인간이 의식하지 못하는 미약한 자극 도 잠재의식 속에서 기억되어 인간의 감정이나 행동에 영향을 미칠 수 있다는 이론이다. 원래 서브리미널은 서브(Sub.아래와 리멘(Limen역의 합성어로, 여기서 식역은 의식과 잠재의식의 경계선을 의미한다. 결국 서 브리미널은 인간의 잠재의식인 것이다. 인간이 인지할 수 없는 빠른 속 도와 미세한 음이 인간의 잠재의식에 영향을 주어 미처 발휘하지 못한 재능과 능력을 발휘토록 하는 것이다. 서브리미널 효과는 1969년 달에 착륙한 아폴로 11호 우주선 비행사 의 정신강화훈련에 처음 사용된 뒤, 올림픽 출전 선수들의 집중력 강화, 암 환자의 통증 감소 등에 사용되었다. 그러다 최근에는 활용범위가 확 대되어 광고/홍보, 심리 치료, 상점의 도난방지 등 다양한 상업적인 용도로 활용되고 있다. 1957년 미국에서 동기조사 전문가 J.M 비카리는 인간이 통제하지 못 하는 잠재의식을 이용한 서브리미널 효과를 광고 기법에 이용하여 서브 리미널 효과를 입증하였다. 미국의 어느 극장에서 코카콜라와 팝콘 광고를 1/3000초로 매 5초 169회씩 6주간 계속해서 상영한 결과, 코카콜 라는 18.1%, 팝콘은 57.7%의 판매 증가가 나타났다. 인간이 인식할 수 없을 정도의 빠르기로 광고를 하게 되면, 뚜렷한 기억으로 남지는 못하 지만 무의식 속에 인상이 잔존하여 알지 못하는 사이 광고의 영향을 받는 것이다. 그러나 서브리미널 효과를 이용한 광고 기법이 발표된 후, 소비자의 자유의지를 제약시킨다는 반발이 일어나 서브리미널 광고는 법으로 금 지 되었다. 우리나라에서도 방송광고심의에 관한 규정 제 15조 잠재의 식 광고의 제한이라는 법령으로 서브리미널 광고에 대해 규제하고 있 다. 내용을 보면 '방송광고는 시청자가 의식할 수 없는 음향이나 화면으 로 잠재의식에 호소하는 방식을 사용해서는 안 된다'고 정하고 있다. 하지만 적당한 수준에서 서브리미널 효과를 직간접으로 이용하는 광 고는 여전히 만들어지고 있다. 2008년 가수 바나나걸이 발표한 〈미쳐미 쳐미쳐〉라는 가요의 뮤직비디오가 서브리미널을 이용해 네티즌 사이에 화제가 되었다. 뮤직비디오를 보면 많은 자막들이 보이는데, 그 중에 '독 도수호(DOKDO SOOHO), 바나나걸'이라는 자막이 영문과 로고를 이용해 눈에 띌 듯 말 듯 나온다. 바나나걸 측은 “독도 수호에 대한 각오를 새롭 게 하자는 뜻에서 자막을 삽입했다”고 제작배경을 밝혔는데, 결국 서브리미널 효과를 이용해 소비자들의 잠재의식에 긍정적 인식을 주고자 한 의도였던 것이다.
- 인간이 아닌 사물을 보고 심장이 떨리는 것을 스탕달 신드롬 이라 한다. 스탕달 신드롬은 뛰어난 미술품이나 예술작품을 보 았을 때 순간적으로 느끼는 각종 정신적 충동을 말한다. 프랑스의 작가 스탕달이 1817년 이탈리아 피렌체에 있는 산타크로체성당에서 레니의 베아트리체 첸치 작품을 감상하고 나오던 중 무릎에 힘이 빠지 면서 황홀경을 경험했다는 사실을 자신의 일기에 적어 놓은 데서 유래 됐다. 역사적으로 유명한 예술품을 감상한 사람들 중 스탕달처럼 순간 적으로 가슴이 뛰거나 격렬한 흥분, 더 심해지면 우울증·현기증·위경 련 전신마비까지도 느끼게 되는 경우가 있다
- 자이가르니크 법칙은 러시아의 심리학자 자이가르니크의 이름을 딴 것으로서, 미완성 과제에 대한 기억이 완성 과제에 대 한 기억보다 더 강하게 남는다는 것을 의미한다. 자이가르니크 법칙은 웨이터가 많은 주문을 동시에 받았음에도 불구하고 그 주문사항을 말 끔히 처리하는 데서 착안되었다. 그 많은 주문 사항을 처리할 수 있는 웨 이터의 능력은 주문내용이 고객에게 모두 서비스될 때까지 지속되는 기 억력 때문이다. 그러나 주문이 완료된 후에는 그 주문이 무엇인지 더 이상 기억하지 못한다.심리학자 자이가르니크는 미완성된 과제가 사람들로 하여금 심리적 긴장을 불러일으키며, 이 긴장이 기억을 유지하는 동기로 작용된다고 주장한다. 즉 사람들은 어떤 과제가 주어지면 인지적 불평형 상태가 된 다. 이러한 상태가 심리적으로 불편함을 느끼게 하고, 심리적으로 불편 한 상태에서 주어진 문제는 기억에 훨씬 오랫동안 남겨진다는 것이다. 이 효과는 드라마가 끝날 때 결정적인 순간에 실마리가 풀리지 않은 채 끝나는 것을 잘 설명한다. 미완성일 때 더 많은 관심이 가고 오랫동안 기억하기 때문에, 다음 회의 드라마를 보도록 유인하기 위하여 중요한 사건의 결론이 나기 직전에 방송을 끝내는 것이다. 이루어지지 않은 첫 사 랑을 오랫동안 기억하는 사람들의 심리도 일종의 자이가르니크 법칙으로 볼 수 있다.
- 사람들이 왜 스포츠에 그토록 열광하는가에 대해서는 《스포츠, 그 열광의 사회학≫(엘리스 캐시모어, 한울아카데미, 2010) 이라는 책을 통해서 보다 근본적인 이유를 이해할 수 있다. 이 책은 독특한 사회적 의미망을 형성시키는 스포츠의 마력에 대한 사회학적 이해를 시도하고 있는데, 저자 엘리스 캐시모어는 사람들이 스포츠에 빠져드는 이유를 다음의 세 가지 전제에 대한 보상심리라고 주장한다. 1) 삶이 너무 뻔하다(predictable) 2) 삶이 지나치게 예의바르다 (civil) 3) 삶이 너무 안전하다 (safe). 한마디로 스포츠는 너무 뻔하고, 예의 바르고, 안전하기만 한 현대인의 삶에 대한 도전으로 볼 수 있으며, 스포츠가 가진 이러한 불예측성, 거칠음, 스릴 등이 결국 사람들로 하여금 스포츠로 끌어들이는 마력을 발휘하는 것이다. 최근 이종격투기에 열 광하는 국내외 팬들이 많은데 이는 결국 인간의 본능에 내재된 원시적 인 삶에의 동경이 스포츠를 통해서 나타난다고 볼 수 있겠다. 따라서 소비자는 스포츠 선수 및 팀을 후원하는 기업에 대해 강한 동 질감을 느끼게 되며 그 기업에 대한 선호도와 신뢰감이 상승하게 된다. 왜냐하면 스포츠가 지닌 감동과 매력이 경기를 통해서 고스란히 이를 후원하는 기업의 이미지로 전이되기 때문이다.
- 인간은 추억을 먹고 산다는 말이 있다. 그만큼 인간은 지나간 과거를 그리워하고, 자신이 경험했던 것을 소중히 생각한다. 또한 인간은 과거를 회상할 때, 좋았던 경험만 기억하려는 습성과 비록 힘들고 어려웠던 시간을 경험했더라도 그 시간을 아름답게 포장하는 경향이 있다. 이것을 무드셀라 증후군' (Mood Cela Syndrome) 이라고 하는데 인간이 좋은 기억만을 남기려는 이 습성 때문에 기업에서도 소비자의 향수를 자극시켜 좋았던 기억을 회상하고 그 감정을 불러일으켜 소비를 유도한다.
- 사람들은 왜 콩코드 법칙의 지배를 받는 것일까? 일본의 경제학자인 도모노 노리오가 쓴 《행동경제학》(도모노 노리오, 지형, 2007)을 보면, 매몰비용 효과가 발생하는 3가지 이유가 잘 설명되어 있다.
첫째, 손실회피 성향 때문이다. 매몰된 비용을 포기하는 순간 매몰비 용은 손실로서 확정된다. 손실을 보는 것을 좋아하는 사람은 아무도 없다.
둘째, 평판의 유지이다. 더 이상의 투자는 무모한 짓이기 때문에 도중에 계획을 중지하는 것은 과거의 결정이 잘못된 것을 인정하는 것이다. 과거의 투자를 결정한 사람이나 조직은 헛일을 했다는 악평을 두려워하거나 자존심이 상하는 것을 피하기 위해 사업을 중단하지 못하고 계속한다.
셋째, 휴리스틱(Heuristic) 과잉의 일반화이다. 휴리스틱이란 깊이 생각하지 않고도 최선의 결과를 내리는 것으로, 사안별로 심플한 선택을 통해 신속한 판단과 결정을 내리는 것이다. 심사숙고와 반대되는 개념으로 이해할 수 있다.
- 알파벳 마케팅 혹은 알파벳 법칙이란 알파벳이 가지는 상징성과 간결함 등을 이용해 소비자들의 호기심과 상상력을 자극하는 마케팅 기법이다. 알파벳이 지니는 상징성 내지 간결함은 소비자들에게 원하는 메시지를 간결하고 함축적으로 전달함으로써, 기업이나 제품 브랜드의 인지도를 높이는 데 매우 효과적으로 사용될 수 있다. 또한, 복잡하고 어려운 개념을 단순화할 수 있는 장점도 있다. 이성보다는 소비자의 감성을 겨냥한 마케팅 기법의 일종이다.
- 미국의 마케팅 서비스업체인 스트레티직 네임 디벨롭먼트사에서 미 국인들에게 가장 많이 알려진 1,000개의 브랜드 네임을 대상으로 실시 한 조사에 따르면, 응답자들은 첫 알파벳에 따라 전통적 혁신적, 남성 적 여성적 분위기의 브랜드 네임을 인지하였다. 가령 C, S, B로 시작되는 브랜드 네임은 전통적인 분위기가 연상되는 것으로 조사됐다. 코카콜라 (Coca-Cold), 시어스(Sears), 버드와이저(Budweiser) 등 장수 브랜드가 이들 알파 벳으로 시작하는 단어가 많기 때문에 소비자들에게 친숙하게 느껴진 것 이다. 이에 반해 브랜드명이 Q, X, V로 시작하는 경우 혁신적인 분위기 가 느껴진다고 한다. 이들 알파벳은 많이 쓰이지 않는 자음들이기 때문 에 신선하게 느껴지는데, 특히 X도 과거의 부정적인 인식에서 벗어나 미래지향적이고 적극적인 의미를 내포하는 것으로 조사됐다. 또한 여성에게 어필하는 브랜드 네임을 정할 때는 L이나 V로 시작하는 단어가 좋으며, 남성을 대상으로 하는 마케팅에서는 단연 X 가 주목을 받고 있다. 이러한 조사결과는 국내 사례에서도 여실히 입증되고 있다. 광동제약 은 출시 후 매출이 부진하던 '광동 옥수수 수염차에 'V라인'이라는 컨셉트를 도입하여 대박 상품을 만들어 냈다. 즉 옥수수 수염을 차로 끓여 마시면 붓기가 빠져 얼굴이 V라인이 된다는 사실에 근거해 'V'를 강조 함으로써 여성 소비자들의 마음을 사로잡았다. LG는 수년 전 X 마케 팅'을 적극적으로 활용한 바 있다. LG전자는 대화면 TV X-CANVAS’ 노트북 브랜드 'X-NOTE, LG파워콤의 인터넷서비스 브랜드 Xpeed' 등을 사용함으로써, 전자 정보통신 분야의 계열사들이 모두 'X'라는 알파벳을 표시했다. 이를 통해 젊은 남성 소비자들에게 첨단, 미래, 혁신 이미지를 효과적으로 전달했다. SK텔레콤은 이동통신 선두업체로써 기업 브랜드와 개별상품 브랜 드를 다양하게 사용해 오다가, 통합적으로 상품 및 기업 브랜드를 아우를 수 있는 브랜드로 'T'를 도입했다. 'T'는 Telecom, Technology, Top, Trust 등 다양한 의미를 가지며, 다시 브랜드 슬로건 24 : hours T'를 통 해서 일관된 광고마케팅 활동을 펼쳤다. SK 텔레콤은 T를 통해서 다양한 개별 브랜드들을 관리함과 동시에 이동통신 산업을 넘어서 다양한 신규 사업에까지 나아가는 기업 이미지를 소비자들에게 심어주고자 하 였다. 이동통신업체인 KTF는 음성통화 외에 메시지 콜·예약 콜 등 다. 양한 통화방식이 가능한 보이스엔' 서비스를 도입하면서 알파벳 '엔(N)'을 강조하는 마케팅을 선보이기도 했다. 왜 기업들은 이렇게 알파벳 마케팅을 적극적으로 사용하고 있을까? 광운대 산업심리학과 이병관 교수는 한 신문사와의 인터뷰에서 다음과 같이 설명한다. "알파벳 마케팅은 불완전한 정보를 완결하려는 인간의 동기와 호기심을 자극하는 일종의 변형된 티저 기법으로, 기업의 서비스나 브랜드 이미지를 간결하고 효과적으로 전달하는 데 적극적으로사용될 수 있다. 그리고 함축적 의미를 지속적이고 차별성 있게 고지하여 브랜드 정체성을 축적, 유지시켜야만 원하는 마케팅 효과를 거둘 수 있다.”
- Touchy-Feely 법칙이란 소비자들의 오감 중에서 보다 본능적인 감각 에 속하는 촉각, 후각, 미각을 자극하는 마케팅 기법을 말한다. 광고 홍수시대에 살고 있는 소비자들에 어필하기 위해서는 더 이상 시각, 청각 마케팅만으로는 부족하며, 촉각, 후각, 미각에까지 영향을 미칠 수 있어 야 한다. 그런데 시각과 청각은 대중매체로 전달이 용이하지만 촉각, 후각, 미각은 실제 현장에서 추가적으로 전달해야 하는 특징을 가지고 있다. 바로 Touchy-Feely 법칙이 최근 각광받고 있는 소위 체험마케팅에서 광범위하게 활용되고 있는 이유이다.
- 남들과 다른 소비를 하는 것을 스놉효과(Snob Efech라고 한다. 스놉 효과는 특정 상품에 대한 소비가 증가하면 그에 대한 수요가 오히려 줄어드는 소비현상을 뜻한다. 즉 많은 소비자들이 구매하고 이 용하는 제품은 사지 않는 것이다. 스놉 효과는 주로 남들이 구매하기 어 려운 고가의 제품, 명품을 구매하는 소비자의 심리를 대변해준다. 그러 나 상류층의 소비를 모방하는 베블런 효과와는 좀 다르다. 스놉 효과는 무조건적으로 상류층의 소비를 모방하는 것이 아니라 남들과 달라야 하는 것이 우선이다. 스놉 효과는 고가의 제품을 아무나 살 수 없기 때 문에 구매하고 싶어지는 속물근성이 나타나 속물(俗物) 효과라고도 불림
- 사람들이 관점의 차이에 따라 반응이 달라지는 이유를 설명하는 데에 사용될 수 있는 것이 바로 카너먼과 트버스키가 제안한 전망 이론이다. 전망 이론은 준거의존성, 민감도 체감성, 손실회피성 의 3가지를 특징으로 하는 가치함수를 말한다. 먼저 준거의존성은 '만약 연봉 3,800만 원과 연봉 3,000만원 중 누가 더 행복한가?'라는 질문에 다들 전자라고 답하겠지만, 이 두 사람의 전 년 연봉이 각각 4,000만 원과 2,800만 원이었다면 대답은 3,000만 원으 로 달라진다는 것이다. 이처럼 같은 가치라도 기준점에 따라 가치판단 이 달라지는 것을 준거의존성이라 한다. 민감도 체감성은 가치함수의 기울기가 점점 완만해지는 것으로 이익이나 손실의 액수가 커짐에 따라 변화에 따른 민감도가 감소하는 것이다. 즉 2만 원에서 2만 2,000원 으로 인상된 경우와 20만 원에서 20만 2,000원으로 인상된 경우 전자 가 후자보다 더 많이 올랐다고 느끼는 것이다. 마지막으로 손실회피성 은 사람들이 같은 크기의 이익과 손실이라 해도 이익에서 얻는 효용보 다 손실에서 느끼는 비효용을 더 크게 느껴 일반적으로 손실을 줄이려 고 하는 성향을 말한다. | 따라서 전망 이론에 따른 일반적인 선택의 규칙은 다음과 같다. 사람 들은 불확실한 이익보다는 확실한 이익을 선호하고, 확실한 손실보다 는 불확실한 손실을 선호한다는 것이다. 소비자는 자신들이 매우 합리 적이고 이성적이라고 생각하지만, 실제 구매에서는 매우 자주 감성적이 고 비합리적인 의사결정을 하기 마련이다.
- 디드로 효과는 하나의제품을 구매함으로써 그 제품과 연관된 제품을 연속적으로 구매하게되는 현상을 일컫는다. 디드로 통일성(conformity) 이라고도 불리며 디드로효과는 18세기 프랑스 철학자 디드로가 서재용 가운을 선물 받은 뒤 가운에 맞춰 책상을 교체한 일화에서 유래됐다.

'경영' 카테고리의 다른 글

인공지능 네트워크와 슈퍼 비즈니스  (0) 2020.03.08
일본전산 이야기  (0) 2020.03.08
리테일의 미래  (0) 2020.02.20
작고 멋진 발견  (0) 2020.02.18
대한민국 주식투자자를 위한 완벽한 재무제표 읽기  (0) 2020.02.14
Posted by dalai
,

- 왓슨은 현재 가장 인공지능에 가까운 플랫폼 중 하나입니다. 단, IBM은 왓슨을 절대 인공지능이라 부르지 않고 인지 체계'라고 부릅니다. IBM 입장에서는 인공지능을 '강한 AI'라 고 부르는 만큼 AI 관련 기술을 쓰고 있어도 전지전능하다고 할 수는 없는 왓슨을 인공지능이라고 부를 수 없다는 거겠죠. IT 업계에서는 '인지'가 스스로 생각할 수 있다'는 뜻으로 통합니다.
- 왓슨은 고객과 상담원의 대화를 음성 인식'으로 인식해 텍스트로 변환하고 그 것을 형태소로 분석(단어 및 문절로 변환)한 다음 자연어 처리 분류를 해서 문장 의 뜻과 의도를 이해합니다. 조작 매뉴얼, FAQ, 서포트 이력, 최근 많았던 사례 등의 데이터베이스를 검색해 적절해 보이는 여러 답변을 점수까지 매겨 골라주고 점수가 가장 높은 것을 최적의 답으로 판단해 상위 3개~5개의 답을 후보로 올려 화면에 표시합니다. 기본적인 이용 매뉴얼에 적혀 있는 내용을 보고 베테랑의 기량과 경험까지 학 습한 시스템이 상담원을 지원해 해결책을 조언해 주면, 설령 새내기라 해도 최적 의 답으로 고객 응대를 할 수 있으며 직무 수준을 통일할 수 있습니다. 또 새내기 도 더 빨리 실전에 들어가 베테랑 수준의 조언을 받아서 문제를 해결하는 경험을 할 수 있어 교육 기간이 단축된다는 장점도 있습니다.
- IBM 왓슨은 클라우드 서비스[PaaS (Platform as a service)]로 제공되기 때문에 물리적인 하드웨어나 서버군은 소프트뱅크가 운영 및 관리하는 데이터 센 터에 있습니다. IBM 왓슨을 이용하기 위한 30개가 넘는 기능을 가진 API가 이미 공개됐고, 거기에는 딥러닝 등의 AI 관련 기술뿐 아니라 50개 이상의 선진 테크놀 로지가 이용됐습니다. 이러한 API를 조합하면 누구나 쉽게 인지 애플리케이션을 만들 수 있습니다. IBM이 운영 중인 '블루믹스 (BlueMix)에서 공개 중이며, 이미 전 세계에서 8만 명 이상의 개발자가 사용하고 있습니다. 몇 가지의 계약 형태가 준비돼 있고 그에 따라 IBM 왓슨 사용 시 청구되는 금액이 다릅니다. '블루믹스'에서는 30일간 무료 시험판을 준비해 놓았기 때문에 본인이 개발한 시스템에 왓슨의 API를 넣어 성능 및 효과를 시험해 볼 수 있습니다.
- 마이크로소프트는 음성 비서로 린나와는 별개인 '코타나(Cortana)를 가지 고 있습니다. 윈도우폰용으로 개발됐고 최근에는 윈도우 10에도 탑재된 음성 입 력의 중요하고도 핵심적인 기능입니다. 말하자면 아이폰의 '시리'와 같은 기능인 데, 코타나에게 내일 날씨를 물으면 정확하게 지역별로 내일 날씨 정보를 대답해 줍니다. 즉, 코타나는 사용자에게 유익한 정보를, 린나는 유익성보다는 사용자를 즐겁게 해주는 관점에서 대답하도록 만들어진 것입니다. '린나'의 근간에 있는 기술은 마이크로소프트 애저' (Microsoft Azure)입니 다. 애저는 마이크로소프트에서 제공하는 비즈니스용의 본격적인 클라우드 플 랫폼입니다. Bing에서 수집한 방대한 데이터를 축적해 그것을 머신러닝 Azure Machine Learning' 등을 이용해 처리합니다. 애저 기반을 사용하면 갑작스럽게 접속량이 집중돼도 견딜 수 있는 구성을 갖추게 됩니다. '린나'가 오락성을 중시했다고 해서 라인과 마이크로소프트가 이 AI 관련 대화 기술을 재미로 끝내려던 것은 아닙니다. 2015년 8월, 라인은 기업용 API 솔루션 인 '라인 비즈니스 커넥트'와 '린나를 활용해 인공지능(AI)형 라인 공식 계정을 기 업에 제공하겠다고 발표했습니다. 라인에 따르면 '인공지능 린나의 대화 엔진 기술을 활용해 기업을 대상으로 한 새로운 마케팅 솔루션으로 제공하는 것이며, 트랜스 코스모스를 통해 '라인 비 즈니스 커넥트’ 지원 솔루션 중 하나로 '린나 API for Business'를 제공해 기업의 라인 공식 계정에 실질적으로 적용하면 도입할 수 있게 된다고 합니다. 기업용으 로는 오락성뿐 아니라 유용성이 높게 요구된다고 볼 수 있습니다.
- 예전에는 제품 사진을 다양한 각도에서 찍어 이미지로 데이터베이스상에 등록해 두고 방문자가 내민 이미지를 탐색해 전체 모습과 특징적 인 디자인 등 부분적으로 일치하는 것을 해당 제품으로 인식하게 하는 일반적인 시스템을 사용했습니다. 하지만 페퍼의 시연회 때 도입된 딥러닝에서는 상품의 영상을 인식시켜 자동 으로 '직선'을 구분하는 유사한 신경 세포와 '둥근 모양을 구분하는 유사한 신경 세 포 같은 다양한 유사 세포(형식 뉴런)가 소프트웨어적으로 만들어졌고 원시적인 (기초적인) 형상을 구분하는 유사한 신경 세포를 몇 겹이나 조합한 결과, 직선과 곡선 그리고 색의 조합 등을 통해 물질의 특징값을 발견한 뒤 예를 들어 이것은 OX 클린' 치약이겠네, 이것은 '와플'이겠네, 라는 식으로 식별할 수 있게 됩니다. 물론 이 해석 작업에 CG 데이터 같은 입체 도면 데이터가 쓰이는 것도 아닙니다. 딥러닝을 비롯한 인공지능 기술의 경우는 도입하는 기업이 취급할 상품과 서 비스에 맞게 적절한 특징값을 잡을 수 있게 트레이닝 (튜닝)하면 해석 및 인식의 정밀도(정답률)를 올릴 수 있다고 알려져 있습니다. 또한 가까운 미래에는 실제 로 제조업체 홈페이지를 통해 제품의 특징 등의 정보를 수집할 가능성도 있고, 그 렇게 되면 로봇은 자동으로 상품 정보를 학습하기 때문에 매장 측이 제품 정보를 등록하기 위해 들여야 할 수고도 현저하게 줄어들 것으로 기대됩니다.
- 2011년에 캘리포니아주 샌타크루즈 시 경찰청이 도입한 시스템 ‘프레드 폴(PredPol)은 지진의 여진 예측을 응용한 것으로서 차량 내 물건 도난 및 강도, 무기에 의한 범죄 등의 종류로 나눠 범죄가 발생할 확률이 높은 지역을 표시합니 다. 지역은 약 150m 사방으로 구역을 나눴으며 상당히 세세하게 명시돼 있습니 다. 경찰관은 지정된 지역을 중점적으로 순찰해 범죄에 발 빠르게 대처하고 미연 에 이를 방지할 수 있게 했습니다. 샌타크루즈 시 경찰청이 이 예측 시스템을 도입 할 수 있었던 것은 범죄 보고를 전자화했기 때문입니다. 즉, 그때까지의 범죄 데이터를 축적해놓은 덕에 범죄 예측에 사용할 빅데이터를 비교적 쉽게 준비할 수 있었던 겁니다.
오늘과 내일 일어날 범죄, 즉 미래의 범죄를 예측하려면 유효한 범죄 예측 모 델이 필요합니다. 모델은 연간 12만 건에 달하는 보고서와 범죄 기록 데이터는 물 론 그 지역의 범죄 발생률, 한 번 범죄가 있었던 지역에서 바로 다시 똑같은 범죄 가 일어날 확률과 경향, 범죄가 일어난 지역 가까이에서 범죄가 일어날 확률과 경 향, 범죄 이력이 있는 인물의 유무(또는 이사왔는지 여부), 비교적 치안이 나쁜 매 장의 유무, 빈집의 증감, 가로등 상황 등을 패턴화해 범죄를 예측하게 돼 있습니다.
샌타크루즈 시 경찰청의 발표에 의하면 다음 해인 2012년의 시내 범죄 발생 건수는 전년 대비 6% 감소했고 2013년에는 11% 감소했으며, 최근 보도에서는 체 포한 범죄자의 수가 50% 증가하고 범죄율은 20% 감소해 큰 성과를 올렸습니다. 2012년에는 빈집털이 사건이 11%, 강도 사건이 27% 감소했다고 하는데 빈집털 이 피해가 발생하면 그 주위에서도 연달아 발생할 확률이 높다는 점, 빈집 증감은 그 지역 치안의 좋고 나쁨에 관련돼 있다는 점 등이 수학 모델로도 증명됐습니다. 베테랑 경찰관도 발견하지 못한 데이터를 컴퓨터가 발견해 예측에 반영하는 경우 ' 도 많이 볼 수 있었다고 합니다.
그 후 로스앤젤레스와 애틀랜타 등, 약 60곳의 시 경찰청에서 이를 도입했습니다. 범죄를 미연에 방지해 치안을 좋게 만들 수 있다는 이점이 제일 먼저지만 실은 각 시 경찰청 모두 범죄의 급증과 함께 오랜 시간 경찰관의 인원 부족에 시달려 왔기 때문입니다. 범죄 예측 시스템을 도입해 더욱 효과적으로 경찰관을 배치할 수 있고 신속하게 범죄에 대처할 수 있다는 점은 인력 부족을 해소하는 데 공헌하고 있습니다.
- 히트곡 예측 사이트 'Music Xray'는 아티스트가 올린 곡을 들을 수 있는 사 이트입니다. 이 사이트는 소니와 워너, 유니버설 등과 같이 12,000개가 넘는 회사 들이 유력한 레이블 및 음악 프로듀서들과 제휴를 맺었습니다. 아티스트에게는 유 력한 음악 업계와 접촉할 기회가 제공되는 장이며, 올린 곡이 레코드 회사와 프로 듀서, 프로모터의 눈에 띄면 본격적으로 데뷔할 길이 열릴 수도 있습니다. Music Xray는 AI 시스템과 연관돼 있습니다. 올린 곡을 AI 시스템이 20초 동안 들어보 고 히트할 확률을 산출해 냅니다. 올린 곡의 경우는 항상 평가가 이뤄지며 매달 500~700곡이 계약 안건에 들 어간다고 합니다. AI가 듣고 평가해 히트하리라 판단한 곡은 우선 음악 업계에 소 개되는 시스템을 갖추고 있습니다. AI의 분석 기술을 이용해 재능을 인정받을 기회를 아직 접하지 못한 아티스트를 발굴하자는 것입니다. 이 AI 시스템은 클래식과 재즈 등 다양한 장르를 통해 300만 곡 이상의 곡들을 사전에 학습합니다. 히트곡에는 패턴이 있는데 AI에 의해 약 60개의 히트 클러스터라고 불리는 그룹으로 분류할 수 있다고 합니다. 바꿔 말해 과거에 히트한 곡의 패턴을 분석해 보면 대부분은 그중 하나의 히트 클러스터에 속해 있다는 것입니다. 올린 곡은 리듬, 멜로디, 하모니, 비트, 억양, 음색, 속도 등의 70개 요소로 분 루해 분석됩니다. 더 나아가 약 40개의 깊은 구조로 정보가 분류되어 AI가 패턴을 분석해 본 결과, 몇 개의 히트 클러스터에 자리를 잡으면 히트 확률이 올라가는 것 으로 판단됩니다. '그럼 처음부터 히트할 패턴으로 곡을 만들면 되는 거 아냐?'라고 생각할 수도 있지만 꼭 그렇지만도 않습니다. 그게 바로 머신러닝의 재미있는 점인데 개발자도 AI가 왜, 어디를 보고 그 곡을 히트 클러스터에 넣은 것인지 자세한 이유는 알지 못합니다. 바꿔 말해 어떤 곡이 히트곡이 될지는 개발자도 정확하게 알지 못한다는 것입니다.
- 머신러닝은 크게 분류 문제'와 '회귀 문제'로 나뉩니다.
'분류 문제는 글자 그대로 뭔가를 분류하는 것으로, 이미 실용화가 진행됐습니다. 예를 들어, 뭔가를 분류하는 기능이라고 하면 처음에는 쉬울 것 같다는 생각 을 합니다. 이미지 인식을 예로 들면 스캔한 이미지가 무엇인지 고양이 '개'차' 등 이라고 식별하는 그 분류를 말합니다. 텍스트의 경우 스팸 메일인지 정규 메일인 지 파악하고 뉴스 장르를 분류하며, 데이터 분석의 경우 잘 팔리는 상품이나 추천 상품을 분류하는 것 등이 한 예라고 할 수 있겠습니다.
분류 문제는 예측 대상이 개나 고양이 같은 이산값(연속되지 않는 값)인 데 비해 '회귀 문제는 예측 대상이 1.05m, 40.14$ 등의 실질적인 수치인 문제를 말 합니다. 계산을 통해 산출되는 수치, 추측 및 미지의 데이터를 예측, 그리고 시계 열로 변화하는 주가 데이터 같은 것들 말입니다.
- 머신러닝의 신경망에서는 식별해서 분류하기 위해 인간이 제시한 규칙이 아 니라 '어떤 “특징값을 산출합니다. 그리고 그 특징값이 개'라고 가르치면 개로 분 류합니다. 이를 반복하면 기계 스스로가 특징값을 산출해 개로 분류할 정보가 늘어납니다. 이처럼 학습 및 훈련, 트레이닝을 거치면 개에게 여러 가지 패턴이 있다는 것을 학습함과 동시에 어떤 특징값에 해당하는 것을 '개'라고 분류하면 되는지 를 이해합니다. 컴퓨터가 다루는 특징값은 실제로는 수치’ (벡터값)인데, 뉘앙스 로 설명하자면 인간처럼 개인지 고양이인지는 보면 안다'와 마찬가지로 어디가 어 떻다를 따지는 것이 아니라 '대충 보면 알죠, 이건 개예요'라는 애매한 특징값으로 구분하게 된다는 것입니다. 또한 이 특징들은 훈련을 통해 기계가 자동으로 학습 하기 때문에 개발자는 기존과 같이 세세한 규칙을 정의해야 하는 업무에서 해방될 수 있습니다.
- 이렇게 완성된 분류 시스템에 이 이미지는 개랑 고양이 중 무엇인가요?'라며 이미지를 입력하면 그 이미지의 특징값을 컴퓨터가 분석해 개의 특징값 내 범위와 일치할 경우 개라고 판단하고, 고양이의 특징값과 일치할 경우 고양이라고 판단해 분류합니다. 그리고 반복해서 말하지만, 중요한 건 개를 판단하는 기준(특징값) 을 인간이 만들어서 제공한 것이 아니라 기계가 학습을 통해 스스로 계산해 냈다. 는 것입니다. 이를 가능하게 한 것이 머신러닝의 신경망이며 높은 정밀도로 인식 하는 것이 심층 신경망입니다. '딥러닝으로는 머신러닝을 통해 특징값을 학습한다 나 '딥러닝으로 어떠한 특징값을 산출한다'는 이런 것을 의미합니다.
- 신경망(Neural Network)은 뉴런의 구조를 컴퓨터로 모방하는 것에 도전 한 것입니다(신경망은 NN'으로 줄여 부르기도 합니다). 신경망이라는 말은 생 체나 생물학, 신경학 분야에서도 이용되기 때문에 인공지능과 컴퓨터 업계에서 뇌 의 구조를 시물레이션한 시스템을 말하는 경우에는 일부러 '인공'이라는 말을 붙여 인공신경망 (인공신경 회로망) (ANN)이라고 구별하는 경우도 있습니다. 뇌는 신경 세포의 거대한 망이라고 불립니다. 네트워크를 구성하는 뉴런은 무수히 많고, 그 수는 100억~300억 개가 넘는 다는 설도 있습니다. 신경 세포의 역할은 정보를 처리하는 것과 다른 신경 세포로 경보를 건달(입출력)하는 것입니다. 다른 신경세포로는 신경전달물질에 의한 시냅스 결합을 통해 정보가 전달되어 기억 및 학습 등과 같은 지능적인 처리를 진행 합니다. 뇌 과학의 '단 하나의 학습 이론'(One Learning Theory)에 의하면 뇌는 다. 양한 기능을 가지고 있다고 생각하기 쉽지만 사실 공통된 패턴을 인식해 처리하고 있다고 합니다. 지극히 간단하게 말 하자면 인간은 사물을 보고 듣고 대화하고 뭔가를 느끼고 감정을 품고 답을 생각 하고 추측하는 다양한 것들을 해내고 있는 만큼 뇌에도 각각에 적합한 구조의 부위가 있고 그것들이 복잡한 처리를 하는 게 아니겠냐는 상상을 합니다. 하지만 사 실 뇌 내부에서는 모두 똑같은 패턴 인식을 통해 정보를 처리하고 있다는 이론이 있습니다. 그리고 신경망이 그러한 패턴 인식을 모방한다면 뇌와 같이 이미지 인식과 음 성 인식과 계산과 분류와 추론, 그리고 학습과 기억 모든 부분에서 범용적으로 능 력을 발휘할 가능성이 있지 않겠냐는 것입니다. 그것을 실천하고 있는 것이 바로 신경망과 그 알고리즘입니다. 인공신경망의 구조 자체는 새로울 것이 없습니다. 인공지능은 예로부터 연구 돼 온 분야이고 형식 뉴런’ 발표는 1943년, 시각과 뇌의 기능을 모델화한 '퍼셉트론' 발표는 1958년까지 거슬러 올라갑니다.
- 신경망은 뇌와 닮은 구조를 단순화해서 컴퓨터로 재현한 것입니다. 컴퓨터상에 뇌신경 세포를 시뮬레이션하는 '형식 뉴런과 '노드를 배치합니다. 입력된 정보는 각 뉴런에서 처리되어 다른 뉴런으로 전송됩니다. 정보를 받은 다른 뉴런은 처 리를 마친 후 또 다른 뉴런에 정보를 전달합니다. 이 처리를 반복했을 때 특징’ (특징값)이 산출되어 몇 가지 처리 결과를 출력하는 구조가 '신경망'의 기본입니다. 몇 가지 처리 결과라는 것은 표현이 좀 애매한데, 사물을 인식하고 분석하고 예측하고 대화하는 다양한 것들을 말합니다.
- 뻔히 정답을 알고 있는데 기계가 분석할 게 뭐가 있느냐고 묻는다면 왜 그게 개로 분류되는가?'에 대한 것을 생각하게 하는 것이라고 답할 수 있습니다. 즉, 기 계가 특징값을 스스로 발견하게 한다 → 그것은 '개'로 분류된다 → 그 특징값의 답은 '개'다, 라는 것입니다. 하지만 이미지를 한 장만 분석해 특징값을 기억한 시스템의 경우에는 다른 개 의 이미지를 보여줘도 어지간히 닮은 개의 이미지가 아니고서는 같은 견종이라는 것을 판별해내지 못할 겁니다. 그럼 만약에 개의 라벨링된 (정답) 데이터 이미지 1,000만 장을 읽게 해서 훈련한다면 어떻게 될까요? 이것이 바로 신경망의 공부법(중 하나)이며, 학습을 위해 방대한 빅데이터가 필요한 이유입니다. 이 개를 예로 든 것처럼 라벨링된 데이터로 학습하게 하는 방 법을 지도학습이라고 합니다. 머신러닝에는 지도 학습(Supervised Learning) 외에 '비지도 학습 또는 '자율 학습 (Unsupervised Learning)이 있습니다. 지도 학습은 이 이미지가 개라든가, 이런 경우 1시간 후의 주가는 얼마라든 가, 와 같이 입력 데이터와 정답이 1대 1로 결합돼 있는 훈련 데이터를 사용해 학 습하는 것입니다. '비지도 학습은 입력 이미지는 있지만 정답 데이터는 주어지지 않습니다. 예 측은 미래의 것이기 때문에 정답이 없습니다. 이처럼 추론, 분석과 같이 정답이 없 고 정답이 풀리지 않는 문제를 가지고 학습하는 것을 비지도 학습이라고 합니다. 지도 학습과 비지도 학습을 섞는 방법도 있습니다. 우선 기계가 지도 학습으 로 특징값을 학습하게 하고 그 이후 비지도 학습으로 방대한 훈련 데이터를 제공 해 자동으로 특징값을 산출하게 하며 반복 학습을 하는 방법입니다. 이를 준지도 학습 (Semi-Supervised Learning)이라 부르기도 합니다. ‘비지도 학습은 정답이 없는 데이터로 머신러닝을 하는 것입니다. 정답이 없 는 예측과 분석, 해석 등의 분야에서 사용되거나 방대한 데이터 안에서 컴퓨터 스 스로가 뭔가를 발견하게 하거나 방대한 훈련 데이터를 반복적으로 학습하게 할 때 쓰입니다. 비지도 학습은 컴퓨터가 이미지 및 음성, 수치 등의 방대한 데이터를 읽게 해 서 특징값을 구하고 그에 따라 패턴과 카테고리에 자동으로 분류하게 하거나 클러 스터 분석, 규칙성 및 상관성, 특징, 특이성, 경향 등을 분석하게 합니다(주성분 분석, 벡터 양자화/표본화 샘플링 등). 또한 데이터 마이닝 등 미지의 데이터의 특징을 발견하거나 예측하는 분야에 서는 필연적으로 비지도 학습의 방식을 채택하는 경우가 많아집니다. 또한 비지도 학습을 할 경우에도 가장 적합하다고 판단되는 초기 수치를 제공 해 학습을 시작하는 것이 효율적이라고 합니다.
- 지도학습과 비지도학습 비교
(1) 지도학습
- 훈련데이터 : 라벨 있음 (정답이 붙여져 있음)
- 방법 : 정답이 붙여진 데이터를 기계가 자동으로 분석하게 한 다음 산 출한 특징값을 정답이라고 분류 하게 하면 정답이라고 특징값의 관계성을 학습한다. 사물을 인식 및 분석하는 정의를 도출한다.
- 장단점 : 분류 문제는 효율적으로 학습할 수 있다. 초기 단계에서는 학습 성과를 내기 쉽다. 방대한 라벨링된 데이터 를 준비하는 데 손이 많이 간다.
(2) 비지도학습
- 훈련데이터 : 라벨없음
- 방법 : 방대한 데이터를 자동으로 분석 하게 하지만 정답이 없어 산출 한 특징값으로부터 구조, 법칙, 경향, 분류, 정의 등을 도출한다.
- 장단점 : 기계 스스로 특징이나 정의를 발견하 기 때문에 방대한 데이터가 있으면 라벨링된 데이터를 준비할 필요도 없 고 번거롭게 손을 댈 일도 없다. 정답 이 없는 대신 보상(득점) 등을 설정해 야 한다. 오토인코더 등으로 사전에 학습해야 효율이 좋은 경우가 많다.

- 강화학습은 기계가 시행착오를 거치게 해서 실패와 성공을 통해 학습해가는 방법입니다. 하지만 그냥 단순 히 방대한 훈련 문제를 제공해 기계를 학습시켰다고 해도 기계가 무엇이 성공인지 도 모르는 상태에서는 학습이 순조로울 리 만무합니다. 학습 목표로 성공이라고 판단할 수 있는 어떤 요소를 부여해야 합니다. 여기서 성공 및 성과에 대해 점수를 매깁니다. 이를 '보상' 혹은 득점이라고 합니다. 자전거를 예로 들자면, 1m를 달려 넘어지는 것보다 10m를 이동하는 쪽이 높은 점수를 얻을 수 있습니다.
- 강화학습은 위키피디아에서는 “어떤 환경 안에서 정의된 에이전트가 현재의 상태를 인식하여, 선택 가능한 행동들 중 보상을 최대화하는 행동 혹은 행동 순서를 선택하는 방법이다”라고 설명
- ‘오차역전파법 (Backpropagation)이란 컴퓨터가 내놓은 답이 정답이 아니 거나 기대했던 수치와 동떨어져 있는 경우, 그 오차를 출력 쪽에서 역방향으로 분 석하게 한 후 각 뉴런의 오류를 정정해 오차를 줄이는 로직입니다. 우리 생활 속에 서 예를 들자면 계산 문제에서 내놓은 답이 틀렸을 때 답을 보고 계산 식을 거슬러 올라가 계산 오류를 찾고 계산이 틀린 부분을 알아내면 틀리지 않도록 수정해 다 음번부터 정답률을 올린다, 같은 느낌이라고 보면 됩니다.
- 딥러닝의 과제인 과적합'의 회피
기존에 설명한 '구글의 고양이' DON' '알파고'와 세계적인 이미지 대회인 ILSVRC' 에서도 딥러닝은 좋은 성적을 거뒀습니다. 이 정도의 성과를 올리기 시 작한 배경에는 돌파구라고 할 만한 기술적인 진전이 있었습니다. 컴퓨터의 성능이 향상됐고 빅데이터를 이용할 수 있게 됐으며, 또 딥러닝 특유의 과제인 과적합을 회피할 수 있었던 것입니다. 심층 신경망은 중간층을 다층화시켜 더욱 깊이 사고할 수 있습니다. 다층이 되면 될수록 뉴런 처리와 전달, 산출되는 특징값이 늘어나며 이에 따라 답의 정확 도가 올라갈 것이라는 사실은 이전부터 연구된 것이고 이론적으로도 유효하다는 주장이 있었습니다. 과적합 (over-fitting)이라고 불리는 문제는 심층 신경망을 마구잡이로 다 층화해 파라미터의 수가 너무 많아질 때 발생하기 쉽다고 합니다. 과적합의 영향 으로 인한 악영향으로 낯익은 훈련 데이터에는 정확도가 높은 답을 할 수 있는 한 편, 훈련 데이터에 없는 미지의 데이터인 경우 정밀도가 내려가는 (훈련 데이터의 영향을 너무 많이 받음) 현상이 있습니다. 즉, 훈련할 때는 성적이 좋았는데 실전 에 가서는 성과를 내지 못한 상태를 말합니다. 이것은 범용성이 부족하다는 과제 를 낳았고 딥러닝에게는 정체기라고도 할 수 있는 시간을 불러왔습니다.
- 합성곱 신경망(CNN) : 이 과제의 구체적인 해결책이 바로 합성곱 신경망' 또는 '컨볼루션 신경 망(CNN)입니다. 뉴런이 많고 복잡해지면 원래는 아무 관계도 없던 결합이 늘어나고 그것이 결국 악영향을 미쳐 과적합의 원인을 만들기도 합니다. 기계 정답률을 올리려면 층 을 늘리는 한편 '아무 관계도 없는 결합을 끊어내는 것이 중요합니다. 하지만 무수 한 뉴런의 결합 중 어느 것이 유효하고 어느 것이 관계가 없는지 어떻게 판단해야 하는 걸까요? 또한 오차역전파법에 의해 출력 쪽에서 오차를 확인하게 하는 방법도 소개한 바 있는데, 모두 결합한 후 다층으로 만든 상태에서 오차역전파법을 써버리면 오 차 전파가 분산되어 전혀 학습이 진전되지 않기 때문에 그 사태를 피하기 위해서 는 아무 관계도 없는 결합을 잘라 버려야 한다는 이론도 있습니다. 합성곱 신경망의 특징 중 하나가 아무 관계도 없는 결합을 잘라 관계성이 높은 결합을 남긴다는 것입니다. 실제로 합성곱 신경망에서는 파라미터의 수가 격감 하며 많은 경우에서 성과가 향상됩니다. 합성곱 신경망 (Convolutional Neural Network)은 줄여서 CNN이라 고 부릅니다. 여기서 합성곱이라는 이름을 보고 합성해서 곱하는 구조가 뭔지 이 해하려고 하면 곤란합니다. 그 이유는 이 단어가 합성곱 적분과 같이 수학 용어로 자주 사용하던 단어에서 유래된 것이라서 일반적으로 합성'이나 '곱 등을 해석한 단어와는 의미 자체가 다르기 때문입니다.
- 순환 신경망(RNN) : 최근에는 '리커런트 뉴럴 네트워크 (RNN; Recurrent neural network)', 즉 순환 신경망'이 주목받고 있습니다. 기존의 신경망은 '정적 데이터로 취급하는 게 잘 어울렸기 때문에 '동적 데이 터는 익숙하지 않다고만 여겨져 왔습니다. 정적 데이터란 움직임이 없는, 혹은 움직임이 적은 데이터를 말하는데 예를 들면 정지 화면, 텍스트, 수치, 최신 통계 데 이터 같은 것이 여기에 해당합니다. 개와 고양이의 이미지를 식별하는 것은 정적 데이터입니다. 한편 동적 데이터란 움직임이 큰, 또는 시간적인 상관관계가 중요한 데이터와 시계열 데이터 등을 말합니다. 대화, 동영상, 음성, 시계열의 통계 데이터와 로그 데이터 같은 것들 말입니다. RNN은 이러한 시계열 분석을 가능하게 만들어 준 동 적 데이터와 호환되는 딥러닝입니다. 최근 자연어 대화 등의 분야에서 성과가 올 라가고 있는 만큼 향후 RNN' 이라는 용어를 IT 관련 뉴스나 일반 인공지능 정보에 서도 보게 될 기회가 늘어날지도 모릅니다.
- IBM에서는 왓슨을 인공지능이라고 부르지 않고 인지 시스템' 혹은 인지 컴퓨터' 라고 부릅니다. 인지란 인식해서 아는'이라는 의미로, IT 업계에서 는 스스로 사고할 수 있다는 의미로 씁니다. IBM은 인공지능이 인간과 같은 지능 을 가진 결푸터, 즉 강한 AI'라고 생각해서인지 왓슨에 인공지능이 필요로 하는 많 은 기술과 자연어 대화, 대화 분석, 딥러닝을 포함한 머신러닝, 데이터 분석, 추리와 추론 등의 기술이 쓰이고 있음에도 왓슨은 인공지능이 아니라 인지 컴퓨팅이라는 발언을 일관되게 하고 있습니다. 또한 왓슨 자체는 플랫플이기 때문에 방대한 데이터를 보유하지 않은 상태에 서 도입한 기업의 빅데이터로 머신러닝을 한 후 특훈을 거쳐 시스템을 구축하는 구 조로 되 있습니다. 이 때문에 잊슨은 계약해서 바로 실전에 들어가 이용하지는 못 하고 도입을 위한 학습과 훈련, 튜닝 기간에만 약 3개월~1년이 걸린다고 합니다.
- 지금까지는 비구조화 데이터를 구조화 데이터로 변환해 컴퓨터가 처리, 분석 할 수 있게 만들자는 노력이 꾸준히 진행됐지만 왓슨과 딥러닝을 이용한 인식 시 스템의 등장으로 상황이 크게 바뀌었습니다. 즉, 자연어를 이해하거나 디지털카메 라로 찍은 사진을 그대로 컴퓨터가 분석해 이해할 수 있게 하는 기술이 진보하고 있는 것입니다. 이 흐름은 이제 멈추지 않을 것입니다. 이제는 자연어를 정확하게 이해해 인간과 원활하게 대화하고 인터넷의 비구조화 데이터를 통해 학습할 수 있 는 시스템이 필요하기 때문입니다. 영어판으로는 이미 도입 실적이 발표됐는데, 일본어로 사용하려면 왓슨은 일 본어를 학습해 이해할 수 있어야 합니다. IBM은 일본어판 개발을 소프트뱅크와 협업해 진행했습니다. 그에 더해 왓슨의 시스템(서버군)을 설치 및 운영해 에코 파트너 개척, 일부 판매에 대한 부분까지 소프트뱅크와 제휴해 2016년 2월부터 서비스를 시작했습니다.
- 마이크로소프트는 키보드와 마우스, 터치 조작으로 바뀌는 다음 단계의 인터 페이스로 '대화'를 언급하고 있습니다. 그것이 실현된 것이 바로 음성 입력이 가능 한 개인 비서 '코타나', 대화를 즐기는 '린나', 중국의 '샤오아이스’, 영어의 '테이와 같은 풍부한 AI 대화 엔진 그룹입니다. 또한 마이크로소프트 리서치 (Microsoft Research)에서 연구 중인 머신러닝 을 이용한 통역 및 번역 기술이 주목을 모으고 있습니다. 통역 및 번역을 통해 대 화 기술도 적극적으로 연구해서 2020년의 도쿄 올림픽 때까지 외국어와 일본어의 동시통역을 실현하는 것이 목표입니다. 스카이프에서는 이미 일부 번역 기능에 이 통역 기술을 도입해 영어, 스페인어, 이탈리아어, 중국어, 프랑스어, 독일어 등의 언어를 지원하고 있습니다. 마찬가지로 윈도우 10 등에 탑재된 개인 비서 '코타나'에도 이 기술을 활용할 예정입니다. 마이크로소프트는 이러한 일련의 클라우드 서비스와 AI 관련 기술로 성과를 거두며 최고의 기업들이 활약하는 무대에서 두각을 드러내고 있습니다.
- 구글은 딜러닝을 이용한 머신러닝 라이브러리인 '텐서플로 (TensorFlow)를 그가 그프소화했습니다. 이에 따라 많은 개발자가 무료로 딥러닝 기술을 도입 한 시스템을 가사에서 개발할 수 있게 됐습니다. 딥러닝을 활용한 대화형 인터페이스 ‘구글 비서는 안드로이드 단말기를 통해 이미 친숙한 개인 비서, 구글 나우’(OK Google)에서도 이용되고 있습니다. 이 기술은 애플 iOS의 '시리', 아마존의 '알렉사', 마이크로소프트의 '코타나' 등과 경 쟁하는 기술입니다. 구글이 2016년 5월에 개최한 개발자 행사인 '구글 I/O'에서는 이러한 경쟁사 들 앞에서 새로운 도전을 선보였는데, 그중 하나로 '알로(Allo)가 발표되며 주목 을 받았습니다. 알로는 구글 비서가 탑재된 메시지 앱(채팅)의 일종으로, 채팅 대화의 의도 를 읽어내 여러 가지 대답을 예측해서 제안한다는 특징이 있습니다. 또 하나는 구 글의 검색 엔진이 채팅에 추가되는 것입니다. 원하는 정보가 있거나 상품을 찾고 있다는 것을 채팅에 전달하면 구글 검색 엔진과 연동해 답변해줄 뿐 아니라 택시 와 렌터카, 식당 예약까지 할 수 있습니다. 더 나아가 그룹 기능과 연동해 친구들 과 대화 중인 채팅창 안에서 구글 검색 엔진을 이용할 수 있습니다.
- 구글 I/O에서 또 하나 주목받은 발표가 바로 구글 비서와 알로를 탑재한 '구글 홈'(Google Home)입니다(2016년에 발매). 구글 홈은 스마트 홈을 실현하기 위한 허브 중 하나로 개발됐고, 사용자와는 음성으로 대화를 나눌 수 있습니다. 나중에 설명할 '아마존 에코'의 대항마라고 할 수 있습니다.
- 2016년 6월, 애플은 개발자 이벤트 WWDC에서 시리의 개발 키트(SDK) 를 공개하겠다고 발표했습니다. 시리의 SDK가 공개되면 서드파티에서 자사의 단 말기와 앱으로 시리를 이용할 수 있는 환경이 구축됩니다. 시리의 음성 대화가 보 여준 성능에 실망한 사람들도 많겠지만 채택되면 좀 더 수준 높은 대화를 할 수 있 게 될지도 모릅니다. '보컬아이큐의 전체 내용은 밝혀지지 않았으나 '시리'와 비교 했을 때 인식률이 3배 넘게 높다는 소문이 있습니다. 개인 비서인 SDK를 공개한 것은 아마존의 '알렉사, 구글의 구글 비서' (구 글 홈)에 대항하기 위해서인 것으로 알려져 있습니다. 구글이 '구글 나우 (OK Google 포함)를, 마이크로소프트가 '코타나'를 아이폰에서 실행되는 앱으로 제 공한다는 점만 봐도 알 수 있듯이 앞으로는 사용자가 단말기와 개인 비서를 선택해 조작하게 될지도 모릅니다. 개인 비서가 사용자의 성별과 성격, 신변 정보, 취 미 및 기호를 학습해 성장한다는 점을 생각하면 단말기를 바꿀 때마다(아이폰에 서 안드로이드 스마트폰으로 바꾸는 등) 개인 비서와의 관계를 처음부터 다시 시 작하는 것은 현명한 선택이라고 할 수 없습니다. 그런 의미에서도 디바이스에 의 존하지 않고 개인 비서를 선택할 수 있는 환경이 만들어지길 바라는 수요가 있습 니다. 애플은 자동차용 기능인 '애플 카플레이 (Apple CarPlay, iOS in the Car) 를 개발해 도입하기 시작했습니다. 자동차 안에서 아이폰의 기능을 쓰기 쉽게 융 합한다는 구상입니다. 시리의 음성 제어와 터치 패널, 맵과 연동, 메시지 읽기, 아이튠즈나 애플 뮤직으로 음악을 재생하는 기능을 차 안에서 이용하기 위한 시스템 으로, 이미 100가지 이상의 차종이 애플 카플레이를 지원하고 있습니다.
- 페퍼에는 중요한 인공지능 기술이 탑재돼 있습니다. 바로 로봇 스스로가 감정 을 지는 감정 생성 엔진임. IT업계에서 주목받고 있는 인공지능 관련 기술에는 여러 가지 종류가 있는 더 크게 다음과 같이 구분된다고 합니다.
* 지혜의 자식을 지을 학습하거나 분석 및 해석하는 타입
* 인간의 감정과 감성 감각을 학습하는 타입
페퍼의 감정 생성 엔진 (감정 엔진)을 개발한 코코로SB (cocoroSB)에 의하 면 전자는 인간의 뇌로 비유했을 때 대뇌신피질'에 해당하는 부분으로, 다시 말해 만능형 인공지능'이고, 후자는 대뇌변연계에 해당하는 부분으로 '인공 감성 지능 이라고 부르며 주로 인간의 감정 표현을 모방한 분야를 연구합니다. 인간처럼 행동하고 인간처럼 자연 대화를 나누려면 후자의 대뇌변연계 연구 와 개발이 매우 중요한 의미를 가집니다. 코코로SB는 감정 생성 엔진, 자연어 처리 잡담 엔진, 물체 인식 엔진 3개에 더해 산하 AGI (Advanced Generation Interface Japan)사가 담당하고 있는 감정 인식 엔진의 기술을 페퍼에게 탑재했습니다. 가족용 페퍼의 경우, 이 기능을 가족과 친목을 다지는 데 이용할 수 있습 니다. 반면 비즈니스용은 매장을 방문하는 고객들을 성별 및 연령별로 집계하거나 고객이 정보를 소개받은 후의 반응(표정 분석)을 읽어내 이 정보가 효과적이었는지 여부를 평가할 수 있어 광고 및 마케팅 방안으로도 기대를 받고 있습니다. 이 엔진들은 도쿄 대학 대학원 의학계 연구과 특임 강사, 과학자이자 수리 연 구자인 미쓰요시 슌지의 감정 지도'라는 발상에 기반을 두고 있습니다. 감정 지도는 심리학 사전 등에서 뽑아낸 약 4,500가지의 감정 표현을 영어로 번역할 수 있는 한계인 223개 장르로 나눈 결과를 원형 다이어그램으로 정리한 것인데 추가로 뇌내 전달 물질, 호르몬 등과 같은 정동의 관계를 논문 조사에 따라 매트릭스화했습니다. 일반 판매용 페퍼에는 AGI의 감정 지도를 근거로 한 감정 생성 엔진과 감정 인식 엔진이, 비즈니스용 페퍼에는 감정 인식 엔진이 탑재돼 있습니다. 또한 이 회사는 IBM 왓슨의 일본어화와 판매로 제휴를 맺고 있어 IBM 왓슨 비즈니스 시장의 날개 한 축을 담당하고 있을 뿐 아니라 IBM 왓슨과 페퍼를 연결 해 커뮤니케이션 로봇의 응대 및 정보 제공을 더욱 고도로 진화시킬 수 있다는 점을 강조하고 있습니다. 소프트뱅크 그룹에서는 2016년 4월, 소프트뱅크 커머스&서비스가 페퍼 외에 인공지능형 학습 엔진 '뮤즈' (MUSE)를 활용한 소형 로봇 '뮤지오’ (MUSIO, AKA LLC 제조)를 판매하고 유통하는 업무에 관한 제휴를 맺었다고 발표했습니다. 뮤지오는 일본 내에서 영어 학습용 로봇으로 이용될 예정입니다.

 

'IT' 카테고리의 다른 글

딥러닝 레볼루션  (0) 2020.06.12
빅나인  (0) 2020.05.10
세상을 읽는 새로운 언어 빅데이터  (0) 2020.02.20
프레디쿠스  (0) 2020.02.17
인공지능이 나하고 무슨 관계지  (0) 2020.02.17
Posted by dalai
,

- 일본의 건설 장비업체 고마츠는 건설 현장에서 사용되는 굴삭기에도 센서를 달아 판매하는데, 이상이 생기면 유지 보수를 해줌으로써 소비자들의 좋은 반응을 얻고 있다. 그런데 이와 같은 센서를 이용해서 고마츠는 다른 정보도 획득한다. 전 세계에 팔린 고마츠 굴삭기가 10만 대 정도 되는데, 여기에도 GPS가 있어서 판매된 모든 굴삭기가 언제 어느 정도 이용되는지 현황을 파악할 수 있다. 가령 지금 시베리아 쪽에서는 하루에 열 시간씩 일한다는 것, 중국에서는 밤낮 없이 기사를 바꿔가면서 24시간씩 일한다는 것, 한국에서는 주로 쉬고 있다는 것 등을 모두 파악한다.이로써 전 세계의 건설 경기 현황을 간접적으로 들여다볼 수 있는 것이다. 지금은 수많은 산업현장에서 그야말로 모든 것이 수치로 데이터화되고 있다.
- 중국 정부는 전 국민의 얼굴 사진을 확보한 것으로 알려졌는데, 인도는 실제로 세계에서 가장 큰 홍채 데이터베이스를 가지고 있다. 문맹률이 높은 인도에서는 극빈자들에게 지급하는 정부 보조금을 중간에 누군가가 신분증을 도용해 대신 받아 가는 문제가 있었다. 이를 막기 위해 인도 정부가 나서 전 국민의 홍채 사진을 확보해 신분증에 넣었고, 홍채가 확인되어야만 보조금을 지급하도록 한 것이다.
- 미국의 어떤 은행은 대출받는 이유를 글로 쓰게하고 그 글에 등장하는 단어를 분석해 대출 신청자가 돈을 잘 갚을 사람인지, 못 갚을 사람인지를 추정한다. 해당 은 행이 발견한 인사이트는 다음과 같다. 대출금을 잘 갚는 사 람들은 금리', '금리 차이' 등의 단어를 많이 사용했고, 잘 갚지 못하는 사람들은 절대로', '죽어도', '반드시', '하나님 께 맹세'와 같은 단어나 구문들을 많이 사용했다. 약속을 지키지 못하는 사람들이 어떻게라도 대출을 받으려고 과장된 모습을 보인 것이다
- 에어컨을 사용하는 소비자의 관심은 온도 조절 기능과 전기요금, 딱 두 가지다. 여름에 저렴한 전기요금으로 시원 하게 지내고 싶을 뿐, 기계 자체에는 사실 관심이 없다. 데 이터 분석을 통해 얻은 인사이트는 건물 에너지 관리실에 제공될 수도 있고, 아니면 아예 제조사가 인사이트를 기반 으로 서비스를 판매하고 관리를 맡을 수도 있다. 여기서도 80대20' 파레토 법칙이 성립한다. 전체 20퍼센트의 방에 서 전체 소비 에너지의 80퍼센트를 사용하기에, 해당 20퍼 센트 방을 찾아내면 에너지 효율을 획기적으로 올릴 수 있 다. 이때 모든 답은 실내기 데이터에 들어 있다. 일본의 '다이킨'은 에어컨 분야에서 세계 최고의 기술력 을 보유한 회사로서 시스템 에어컨이라는 개념도 이 회사 에서 만들었다. 그런데 다이킨이 최근에 실외기와 실내기 조합의 기계가 아닌 서비스를 판매하기 시작했다. 건물주 와 맺은 계약 내용은 이렇다. “우리가 이 건물을 전기요금 포함 월 얼마의 사용료에 1년 내내 22도에서 25도 사이로 유지해주겠다.” 건물주 입장에서는 기계 제품의 유지 및 보수 문제에 따로 신경 쓸 일이 없다. 실내기와 실외기 설 치에 관련된 모든 결정을 다이킨에서 알아서 하는 것이다.
- 하라스라는 라스베이거스의 오래된 카지노는 단골 회원 고객의 개개인에 대한 고통 커브 pain curve'를 추정해서 데이터로 가지고 있다. 오른쪽의 고통 커브 그래프를 보면, 가로축은 고객이 1회 방문 시 잃은 돈이고 세로축은 미래에 재방문할 확률이다. 여기서 재방문 확률 값은 일정하게 높이 유지되다가 어느 지점을 지나가면 급격히 감소하게 된다. 이 시점을 고통 포인트라고 한다. 물론 이 고통 포인트는 회원마다 다르다. 어떤 회원은 한 번에 100만 원을 잃어도 재미있었다고 생각할 수도 있고, 어떤 회원은 10만 원만 잃어도 너무도 실망하고 기분이 상하여 다시는 돌아오지 않을 수도 있다. 누구나 큰돈을 잃으면 다시는 안 돌아오겠지만 조금만 잃으면 대개는 돌아온다. 단지 큰돈과 작은 돈의 기준이 개인마다 조금씩 다른 것임. 여기서 하라스 카지노가 원하는 것은 후자의 사람들임. 한 번 와서 1000만원 잃고 평생 안 돌아오는 손님보다 주말마다 와서 매달 50만원씩 잃고 가는 손님을 원함. 그래서 하라스는 단골 손님이 입장하여 베팅을 시작하면 그 회원이 잃은 돈을 실시간 모니터링 하다가, 잃은 돈의 액수가 고통 포인트에 접근하면 더 이상 잃지 못하도록 도박 자체를 못하게 슬쩍 방해함. 직원을 시켜 음료수를 제공한다거나 디너 쇼 티켓을 서비스로 주면서 그 순간 흥분된 회원의 심리상태를 식혀줌. 그러면 게임에 몰입해 이성이 잠시 마비되어 있던 회원은 제정신을 차리고 현재 자신이 잃은 돈의 액수를 인지하고 그만 떠나게 된다. 물론 적절한 금액만 잃었으므로 그 고객은 다음 주에 다시 올 것이다.
- 소비자들의 말과 실제 행동이 다르다는 것은 여러 데이터로 알 수 있는 사실이다. 따라서 마케팅 전문가 들은 더 이상 소비자들에게 묻지 말아야 한다. 리서치업체 는 소비자들에게 무엇이 불만인지, 무엇을 원하는지, 신제 품을 구매할 것인지, 신제품의 가격이 얼마면 살 것인지 등 을 끝없이 묻는다. 이때 소비자가 하는 대답은 사실과 다른 경우가 허다하다. 정답을 말하기가 부담스럽기도 하고 본 인의 마음을 제대로 이해하지 못하기 때문이다.이제 소비자는 물어볼 대상이 아니라 관찰의 대상이다. 묻지 말고 관찰해야 한다. 그들의 글과 행동을 관찰해야 한 다. 그것이 훨씬 정확한 예측을 가져온다. 마케팅에서의 소비자 연구, 그 답은 소비자의 입이 아닌 행동에 있다.
- 제록스는 애널리틱스를 동원 해서 조기퇴사하는 사람들에 대한 특징들을 찾아냈다. 우 선 회사에서 멀리 거주하며 확실한 교통수단이 없는 사 람 가운데 조기퇴사자가 많았다. SNS 활동이 전혀 없거나 5개 이상의 소셜네트워크를 가진 사람들의 조기퇴사 가능 성도 매우 높았다. 또한 성격 검사에서 드러난 특징도 있다. 첫째, 궁금한 것이 너무 많은 타입 inquisitive type 이다. 예컨대 주변 사람들의 근황까지도 자신이 모든 것을 다 알아야 하는 사람들, 이것 저것 끊임없이 물어보는 사람들 가운데 조기퇴사자가 많았다. 둘째, 공감을 너무 잘하는 사람, 그리고 셋째, 창의력 이 낮은 사람들 가운데서도 조기퇴사자가 많았다. 이제 각각의 성격 유형에 대해 왜 이런 결과가 나왔는지 유추해보기로 하자. 궁금한 것이 너무 많은 성격의 직원은 퇴근 후 집에 가서 잠자리에 들어서도 호기심이 멈추지 않을 수 있다. 3시에 전화한 사람이 왜 자신에게 욕을 했는지 궁금함이 뇌리를 떠나지 않으면서 남들보다 더 스트레스 를 받지 않았을까 추정해볼 수 있다. 또한 과도한 공감 능 력을 가진 상담원은 지나치게 공감하다 보니 감정 노동이 너무 심해져서 힘들어지는 것이 아닐까 싶다. 끝으로 창의 력이 좋은 사람은 고객이 안 좋은 말을 해도 그걸 창의적으 로 해석해서 본인이나 제록스사의 문제가 아닌 전화를 걸 어온 고객의 문제로 보는 게 아닐까? 단지 고객이 이상한 사람이라서 그럴 것이라고 매우 창의적으로 치부하는 능 력이 뛰어난 것이 아닐까? 이러한 해석은 맞을 수도 있고 맞지 않을 수도 있다. 중요한 것은 우리가 데이터를 통해 도출한 인사이트는 상관관계만 밝혀진 것이라는 사실이다. 즉 인사이트는 상관관계다. 여기에서의 의미는 이런 저런 특징을 가진 사람들의 퇴사율이 훨씬 높다는 것으로, 그 이상도 이하도 아니다. 해당 특징이 직접적인 원인이 될 수도 있고 아닐 수도 있 다. 즉 인과관계가 있는지 없는지의 여부는 알 수 없다.
- 데이터마이닝은 금광에서 금을 캐는 것에 비유되기도 한다. 만 약 금광 안의 금 매장량이 100톤이라고 한다면 어떤 방법 을 써도 그곳에서 200톤의 금이 나오는 것은 불가능한 일 이다. 100톤을 다 캐내면 끝이다. 데이터도 그와 마찬가지 다. 데이터도 그 데이터가 포함하고 있는 잠재적인 인사이 트 양이 어느 정도인가에 따라 최대로 잘했을 때 그만큼의 인사이트가 도출되는 것이다. 따라서 제록스에서 이력서와 성격 검사 데이터만으로 20퍼센트의 조기퇴사자를 예방할 수 있었던 것은 괜찮은 성적이라고 할 수 있다. 실제 상황에서의 판단 기준은 20 퍼센트가 아니다. 중요한 것은 데이터를 모으고 분석하는 데 드는 비용과 20퍼센트의 조기퇴사 감소를 금액으로 환 산했을 때 절감되는 비용, 즉 편익을 비교해보는 것이다.
- 업이 투자자 회의 일시를 공표하고 전화할 곳을 알려주면 기업의 분기별 실적 전화 대 화가 시작된다. 그리고 전화 대화가 끝난 후 이 소식이 알 려지면 그때부터 주가가 움직이기 시작한다. | 이때 CEO와 애널리스트들이 무슨 대화를 나누었는지 를 자연어 처리 기술을 이용해 텍스트를 분석한다. 과연 CEO가 내년에도 실적이 좋을 것이라고 했는지, 아니면 약간 떨어질 수도 있다고 했는지 그 말을 컴퓨터에게 분석하도록 해서 주가를 예측하고자 한 것이다. 애널리스트들이 어떤 질문을 던지느냐 또한 CEO의 답변 못지않게 중요하다. 그 질문을 통해 일반인들이 잘 모르는 기업의 내밀한 사정을 알 수 있기 때문이다. 예를 들어 “내년에 경쟁사가 중국에 공장 20개를 더 짓는다고 하는데, 과연 버틸 수 있을까요?”라고 물어보는 것 자체가 매우 비 관적인 정서를 포함하고 있다. 질문의 정서가 중요한 인사 이트다. 어떤 연구팀은 목소리도 분석했다. 애널리스트가 “내년에는 실적이 안 좋겠죠>" 라고 물어볼 때 CEO가 편안한 목소리로 "그럴 리가 없다"고 하는지, 아니면 갑자기 흥분해서 말이 빨라지는지 그 음성을 분석한다. CEO의 말이 빨라지거나 돈이 올라간 경우, 주가가 떨어지는 경우가 많다고 한다. CEO가 보통 사람들은 도저히 알아들 수 없는 어려운 용어를 쓰면서 설명하는 경우에도 주가가 떨어지는 예가 많다는 것을 발견했다. 안 좋은 상황을 인정하기 싫어서 어려운 말과 복잡한 표현으로 적당히 피하려는 것이다.
- 이미지 데이터로부터 인사이트를 도출한다는 것은 해당 이미지에 어떠한 물체가 들어 있는지, 이들 간의 위치관계는 무엇인지, 색은 무엇인지 등을 이해하는 것임. 컴퓨터 비전 분야 전문가들은 이를 두고 이미지에 대한 표현을 도출한다고 한다. 과거 수십 년간 이 분야는 정말 많이 연구되었다. 특히 통계적 패턴 인식 분야는 매우 성공적이었고, 오늘날의 애널리틱스에도 많은 영향을 주었다. 방법은 이렇다. 사람 얼굴 이미지가 주어지고 이 얼굴의 주인공이 남자인지 여자인지 분류하는 문제를 생각해보자. 이를 해결하기 위해서는 1단계에서 눈, 코, 입 부분을 찾아내고, 2단계에서 각 부위의 크기, 각도, 상대적 위치 같은 소위 특징점을 도출한 후, 3단계에서 도출된 특징점들의 조합으로 최종 판정함. 이때는 딱히 기호주의라고 할 수는 없으나 사람얼굴, 남녀 얼굴의 차이에 대한 깊은 지식이 필요함. 그런데 만일 남녀 구분이 아니라 지문 인식이라면 어떻게 되겠는가? 3단계는 동일하겠지만 1,2 단계는 완전히 달라진다. 또는 항공기의 종류나 나무의 종류를 구분하는 것이라면? 매번 1,2 단계는 완전히 달라짐. 즉 이와 같은 접근방식의 어려운 점은 문제가 달라질 때마다 매버 분석가가 해당 분야 전문가를 찾아가서 특징점이 무엇이어야 하는지를 물어보고 그 사람의 머릿속에 들어 있는 암묵지를 발굴해 내야 한다는 것. 왜냐하면 보통의 사람이라면 이미지의 주인공이 남자인지 여자인지 인식은 하지만 자신이 어떻게 인식하는지 명제로 설명할 수 없기 때문. 하지만 최근에 빅데이터가 등장하면서 1,2 단계를 거치지 않고 곧바로 3단계로 가는 방식을 취하게 되었다. 즉 입력으로 넣고 직접 분류하는 것이다. 거대한 다층 퍼셉트론을 딥러닝으로 학습. 이 방법의 장점은 1,2 단계가 생략되었으므로 전문가와 의논해서 특징점을 고안해야 할 필요가 없다는 점. 사람얼굴이든 지문이든, 비행기든 나무 종류든 3단계로만 해결한다. 빅데이터만 있으면 마치 만병통치약처럼 여러 문제가 유사하게 해결되는 것이다
- 빅데이터 분석의 최종목표는 인사이트가 아니다. 최종목표는 가치만들기임. 따라서 그냥 눈앞에 있는 구하기 쉬운 데이터를 갖고 무작정 분석해서 인사이트를 도출하고, 이를 의사결정자에게 던져주는 접근법은 100% 실패함. 미리 어떠한 가치를 위해 어떠한 인사이트가 필요한지 가르쳐주지 않고 그저 데이터만 주면서 뭐든지 분석해보라고 하는 것은, 셰프에게 무얼 먹고 싶은지 말하지 않고 그냥 내가 맛있게 먹을 수 있는 것을 만들어오라고 하는 것과 같다. 실패확률 100%다.

 

'IT' 카테고리의 다른 글

빅나인  (0) 2020.05.10
최신 인공지능 쉽게 이해하고 넓게 활용하기  (0) 2020.02.23
프레디쿠스  (0) 2020.02.17
인공지능이 나하고 무슨 관계지  (0) 2020.02.17
당신은 데이터의 주인이 아니다  (0) 2020.02.08
Posted by dalai
,