네이트 실버(Nate Silver) 신호와 소음

미래는 어떻게 당신 손에 잡히는가

2024년 16번째 읽기록

Words by Jeong-Yoon Lee

우리는 불확실성의 불확실성을 예측해야 하는 프로파일러가 되어야 하는 것인가? MBC 금토드라마 "이토록 친밀한 배신자"에서 한석규 배우님의 대사 중 귀에 딱 꽂혔던 "너의 그 확신을 의심해!"였습니다. 내가 예측하는 모든 것에 대한 의심을 얼마나 하는가? 프로파일러라는 직업 관련 드라마가 나오면 정말 다각도로 예측을 해야 하는 직업이구나! 란 생각이 들더라고요.

그래서 보통 나이를 먹을수록 감각과 체력 등이 떨어져 퇴직을 하게 되는데, 법의학자나 프로파일러와 같은 직업은 오히려 시간이 더해질수록 다양한 사건과 사람이 가지고 있는 여러 감각을 읽어내는 능력이 더 영특해진다는 것이에요. 젊은 뇌와 체력, 감각이 알아차릴 수 없는 것들을 볼 수 있기에 나이를 먹을수록 더 멋있는 직업이라고 생각합니다. 제아무리 능력이 높아도 다양한 인간상을 다루는 감각에 있어서는 직접적인 학습이 절대적으로 필요한 부분이니까요.

이런 프로파일러와 같은 사고방식으로 우리가 하는 모든 일에 적용한다면 어떤 일이 벌어질까요? 책에서도 언급했지만 "사람들은 어째서 예측이라는 것에 그토록 노력을 기울이지 않을까?" 뭐 사소한 작은 일은 즉흥적으로 벌리는 일들도 있지만 확실히 "돈"이 들어간 일에는 어느 정도 예측의 노력을 하는 거 같기는 한데 말이죠! 안 그런가요? 더 큰 이익을 바라진 않더라도 손해 보는 건 극도로 싫어하는 게 사람인지라 돈 앞에 예측의 노력은 한다.라고 생각합니다.

나쁜 교육 책을 읽으면서도 비슷한 맥락이 있었는데 "우리는 예전에 지나치게 탐욕을 부리며 공포를 너무할 만큼 느끼지 않은 반면에 지금은 공포에 지나치게 사로잡혀 탐욕을 너무나도 적게 부리고 있습니다." 너무 많이 쏟아지는 정보 속에 오히려 불안과 공포로 시도하는 용기가 많이 사라진 거 같거든요. 아이들만 봐도 위생과 안전이라는 명목하에 옛날 옛적 동네 대장부같이 노는 아이를 찾기가 어려울 정도니까요.

예측하면 빠질 수 없는 날씨 예보가 있죠? 확실히 전보다는 맞는 날이 더 많아서 아침에 눈뜨면 날씨부터 확인하게 되었거든요. 웨더채널의 브루스 로즈가 말한 정부의 예측과 다른 차별성에 대해 언급한 부분이 인상적이었어요. 고도로 실용적인 문제들, 게다가 고객들이 자기 예측을 어떻게 해석하는지 같은 문제들에 시간을 엄청나게 쏟는다. 이를테면 기상 자료를 일상적 언어로 옮기는 알고리즘을 개발하는 일 따위다. 일하면서 적용되는 부분인데 브랜드 제품을 소비자에게 알릴 때 소비자마다 어떤 식으로 제품을 받아들이고 사용하는지 그들의 언어와 표현을 찾으려고 굉장한 시간을 투자하거든요. 잠든 시간을 뺀 모든 시간을 모니터링하면서 머릿속으로 소비자의 특정한 요구에 맞추려는 시뮬레이션을 계속 돌리고 있거든요.

4계절이 뚜렷했던 한국이라 봄과 가을이 피부로 느낄 만큼 줄어서 그다지 많이 변하지 않았다고 하지만 자연법칙도 변하고 있구나를 느끼고 있긴 하지만 확실한 건 과학과 기술의 발달은 인간관계도 변화시킬 만큼 많은 것을 변화시키고 있다고 생각하거든요. 진짜 핸드폰만 당장 없어도 길은 어떻게 찾고, 결제는 어찌할지 바보가 될 거 같거든요. 점차 점차 변화하는 게 아니라 굉장한 속도로 바뀌고 있기 때문에 더욱더 불확실성에 불안과 두려움이 커진 거 같아요.

그래서 이 책의 저자인 네이트 실버가 제안하는 해답은 베이즈 정리예요. "기존의 통계학이 멈춰 있는 과녁을 맞히는 것이라면 베이즈 주의 통계학은 움직이는 과녁을 맞히는 것이다." 우리가 맞혀야 할 과녁은 그 위치가 움직이고 있을 뿐 아니라 모양 또한 시시각각 변화하고 있기 때문이다. 손에 잡힐 미래를 위해선 무언가를 부지런히 줍고 다니는 채집자 여우처럼 열린 자세로 생각하고, 수없이 예측의 예측의 예측의 시행착오를 거쳐 불확실성에 새로운 접근법을 모색해야 한다.

【베이즈 정리(Bayes’ Theorem)】

베이즈(Bayes)는 "베이즈 정리(Bayes’ Theorem)"라는 통계적 원리에 기반한 접근법으로, 새로운 정보를 바탕으로 기존 믿음(확률)을 갱신하는 방법을 제시합니다. 이 방법론의 중심에는 조건부 확률(어떤 사건이 발생했을 때, 다른 사건이 발생할 확률)이라는 개념이 있습니다. 베이즈 정리의 유연성과 실용성 덕분에, 이 접근법은 정보 과잉과 빠르게 변하는 세상에서 점점 더 중요한 도구로 자리 잡고 있습니다. 이 철학은 세상이 변화하고 불확실성이 존재하는 상황에서 유용합니다. 기존의 확률론적 접근은 “정적인” 시스템에 적합하지만, 베이즈주의는 “동적인” 현실에 더 적합하다는 것이 핵심입니다.

베이즈 정리의 기본 공식

우리가 가진 기존의 정보(사전 확률)를 새로운 데이터(증거)를 통해 갱신하고, 더 정교한 확률을 계산하도록 도와줍니다.

- P(A|B) : B라는 정보가 주어졌을 때 A가 발생할 확률(사후 확률)

- P(B|A) : A가 발생했을 때 B가 관찰될 확률(가능도)

- P(A) : A가 발생할 선험 확률(사전 확률)

- P(B) : B가 발생할 전체 확률(정규화 상수)

Credit

글. 이정윤

사진. 이정윤, 핀터레스트