김응석

8장:어둠의 영역 1 - 편향된 데이터, 차별하는 AI

김응석 — Sat, 18 Apr 2026 22:00:10 GMT

"기술은 선하지도 악하지도 않다. 하지만 중립적이지도 않다." (Technology is neither good nor bad; nor is it neutral.) 멜빈 크랜즈버그 (Melvin Kranzberg) - 기술 사학자 "데이터는 어제의 기록이다. 편향된 데이터를 학습하는 것은 어제의 불평등을 내일의 규칙으로 만드는 일이다." (Data

7장: 전환점 - 숫자의 함정과 과적합의 오류

김응석 — Sat, 11 Apr 2026 22:00:06 GMT

"데이터를 충분히 고문하면, 자연(nature)은 항상 자백할 것이다." (If you torture the data long enough, nature will always confess.) 로널드 코스 (Ronald Coase) - 영국 경제학자(1991년 노벨 경제학 수상) 1. 완벽함이 독이 되는 순간: 과적합(Overfitting)의 역설 데이터

6장. 빛의 영역 4: 난제를 해결하는 데이터 공학

김응석 — Sat, 04 Apr 2026 22:00:08 GMT

"시스템 사고는 전체를 보는 규율입니다. 사건의 배후에 있는 구조를 이해할 때, 우리는 비로소 복잡한 문제를 해결할 수 있는 힘을 얻습니다." (Systems thinking is a discipline for seeing wholes. It is a framework for seeing interrelationships rather than things,

5장: 나보나 나를 더 잘 아는 개인화 서비스 - AI 빛의 영역 3

김응석 — Sat, 28 Mar 2026 22:00:05 GMT

"선택의 폭이 넓다는 것이 반드시 더 큰 자유나 행복을 의미하지는 않습니다. 오히려 결정 장애를 일으킬 뿐입니다." (The fact that some choice is good doesn't mean that more choice is better.) 배리 슈워츠 (Barry Schwartz) - 심리학자, '선택의 역설' 저자 1. 당신의 취

4장. 빛의 영역 2: 생명을 구하는 알고리즘

김응석 — Sat, 21 Mar 2026 22:00:07 GMT

"어떤 종류의 병에 그 사람이 걸렸는지를 아는 것보다, 어떤 종류의 사람이 그 병에 걸렸는지 아는 것이 훨씬 더 중요하다." (It is much more important to know what sort of a patient has a disease than what sort of a disease a patient has.) - 히포크라테스 (Hipp

3장 빛의 영역 1: 초효율 사회의 도래 - 일상을 파고드는 초효율의 마법

김응석 — Sat, 14 Mar 2026 22:00:06 GMT

기업 경쟁력의 심장: 낭비를 도려내고 속도를 더하다 제조 현장을 컨설팅할 때, 회사 식구들에게 가장 먼저 강조하는 핵심 가치는 '속도'입니다. 많은 이들이 제조 경쟁력을 단순히 '품질 좋은 제품을 싸게 만드는 것'으로만 정의하곤 합니다. 틀린 말은 아니지만, 현대 비즈니스 전쟁에서 그보다 더 본질적인 무기는 바로 '남들보다 얼마나 더 빨리 시장에 내놓느냐

2장. AI, 최적화의 날개를 달다 - 데이터 해석을 엄어 해결로: AI라는 실행도구

김응석 — Sat, 07 Mar 2026 22:00:08 GMT

1장에서 우리는 데이터 수집 기술의 발전이 인류에게 보이지 않는 현상을 볼 수 있는 능력, 즉 가시성을 제공하고 있음을 살펴보았습니다. 이제 그 방대한 데이터를 실질적인 '가치'로 바꿀 차례입니다. 데이터가 아무리 많아도 이를 통해 무엇을 해야 할지 결정하지 못한다면 그것은 그저 숫자의 쌓임에 불과하기 때문입니다. 여기서 필요한 개념이 바로 최적화(Opti

1장. 데이터 혁명: 표본에서 전수로 - 효율과 진실사이

김응석 — Sat, 28 Feb 2026 22:00:07 GMT

한 스푼의 국물과 국물 전체의 데이터: 효율과 진실 사이 통계학 수업 시간, 교수님들은 데이터 분석의 원리를 설명할 때 흔히 이런 비유를 들곤 합니다. "커다란 솥에 끓고 있는 국의 간을 맞추기 위해 국물 전체를 다 마셔볼 필요는 없다. 국을 잘 저은 뒤 한 숟가락만 떠먹어보면 충분하다." 이 비유는 지난 수세기 동안 통계학이 추구해 온 표본 조사(Sam

통계와 공학의 눈으로 본 AI - 프롤로그

김응석 — Sat, 21 Feb 2026 22:00:11 GMT

1. 데이터가 연료가 되는 세상 우리는 인류 역사상 가장 많은 데이터가 생산되고 소비되는 시대를 살아가고 있습니다. 아침에 눈을 뜨고 스마트폰을 확인하는 순간부터 잠자리에 들 때까지, 우리의 모든 행동은 디지털 발자국이 되어 어딘가에 기록됩니다. 이 거대한 데이터는 인공지능(AI)이라는 엔진을 돌리는 연료가 되어 다시 우리 삶으로 돌아옵니다. 유튜브 알고

15장: 인생은 포커게임이다. - 매일 더 똑똑해지는 확률적 사고 연습

김응석 — Tue, 17 Feb 2026 23:24:10 GMT

"인생은 체스가 아니라 포커 게임이다. 체스는 모든 정보가 판 위에 공개되어 있고 운이 개입할 여지가 없지만, 포커와 인생은 감춰진 정보가 많고 운이 결과에 결정적인 영향을 미치기 때문이다." — 애니 듀크(Annie Duke) : 인지행동학자, 프로 포커 선수 앞선 장에서 우리는 자신이 완벽히 통제할 수 있다고 믿었던 나의 계획과 시간조차 얼마나 빗나

14장: 나는 왜 항상 시간이 부족할까? - 계획 수립의 오류

김응석 — Sat, 14 Feb 2026 10:55:40 GMT

"어떤 일은 항상 예상보다 오래 걸린다. 심지어 호프스테터의 법칙을 고려하더라도 말이다." — 더글러스 호프스테터(Douglas Hofstadter) 위의 문장은 인지 과학자 더글러스 호프스테터가 제안한 호프스테터의 법칙(Hofstadter's Law)입니다. 이 법칙의 핵심은 '자기 참조적 역설'에 있습니다. 우리가 "분명 예상보다 오래 걸릴 거야"라고

13장: 마음의 거리를 좁히는 오해 관리 - 사실(Fact)과 해석 시나리오 생각해 보기

김응석 — Wed, 11 Feb 2026 20:57:50 GMT

우리는 12장에서 인생이라는 가장 중요한 프로젝트인 커리어 전략에 대해서 알아보았습니다. 하지만 그 커리어의 성패와 일상의 행복이라는 최종 결과물(Output)에 가장 크게 영향을 주는 것 중의 하나가 바로 사람 사이에 존재하는 관계입니다. 재무제표나 공정 이익률은 숫자로 명확히 산출되지만, 사람의 마음은 입력값(Input)을 넣어도 그 속마음을 알 수 없

12장: 커리어 전략 - 인생이라는 가장 거대한 투자

김응석 — Sat, 07 Feb 2026 08:15:59 GMT

우리는 앞서 소비라는 확정된 마이너스(-)를 통제하고, 투자라는 확률적 플러스(+)의 승률을 높이는 법을 다루었습니다. 지갑에서 나가는 돈과 계좌에 쌓이는 숫자를 관리하는 일도 이토록 정교한 설계가 필요한데, 만약 그 투자 대상이 단순한 자본이 아니라 당신의 인생 그 자체라면 어떨까요? 우리는 보통 하루의 3분의 1, 깨어 있는 시간의 절반 이상을 일에

제11장: 투자 마인드셋: 시장을 이기는 확률

김응석 — Thu, 05 Feb 2026 01:51:39 GMT

우리는 소비를 할 때 마이너스(-)를 최소화하기 위해서는 합리적인 소비가 필요함을 이야기했습니다. 하지만 남은 돈을 은행 앱이나 주식 계좌로 옮기는 순간, 우리의 뇌는 전혀 다른 종류의 스트레스에 직면합니다. 소비는 돈을 내는 즉시 물건이라는 확실한 보상이 주어지지만, 투자는 돈을 투입하고도 미래가 불확실하기 때문입니다. 이번에는 자산을 슬기롭게 불리는 방

10장. 쇼핑과 소비에서 확률 게임 - 현장한 소비의 균형 잡기

김응석 — Sat, 31 Jan 2026 00:24:13 GMT

우리는 거대한 경제 위기나 재난 때문에만 무너지는 것이 아닙니다. 별일 아니겠지라며 매일 무심코 반복한 작은 지출들이 쌓여 어느 날 감당할 수 없는 무게로 돌아올 때 일상은 흔들립니다. 이전 장에서 거대한 파도인 블랙 스완에 대비하는 법을 배웠다면, 이번 장에서는 일상의 잔물결, 즉 쇼핑과 소비라는 매일의 전장에서 확률적으로 이기는 법을 생각해 보겠습니다.

9장: 블랙 스완 대비하기 - 결국 살아남는 사람이 강한 사람

김응석 — Wed, 28 Jan 2026 08:08:52 GMT

충분한 데이터를 확보하면 평균으로 회귀한다는 대수의 법칙은 우리에게 큰 위안을 줍니다. 오늘 하루 운이 나빠도, 성실하게 삶을 꾸려나가면 결국 인생의 성과는 나의 진짜 실력(평균)에 수렴하기 때문입니다. 하지만 평균만 믿다가는 큰코다칠 수 있는 결정적인 순간이 있습니다. 왜냐하면, 우리는 평균적인 날에 실패하는 것이 아니라, 예측하지 못한 최악의 날에 무

8장:리스크와 불확실성의 차이 - 계산할 것인가? 준비할 것인가?

김응석 — Fri, 23 Jan 2026 23:56:05 GMT

1. 소수의 법칙에서 대수의 법칙으로 앞서 우리는 동전 던지기 예시를 통해 소수의 법칙이 가진 함정을 보았습니다. 데이터가 적을 때는 우연히 100% 앞면이 나올 수 있고, 우리는 그것을 진실로 착각하기 쉽습니다. 하지만 표본의 수를 수천 번, 수만 번으로 늘리면 어떻게 될까요? 결국 동전의 앞면이 나올 확률은 50%라는 평균으로 회귀합니다. 이를 통계학에

7장: 새로운 정보, 새로운 생각 - 변화에 대한 유연한 대처 방법 - 베이즈 정리

김응석 — Wed, 21 Jan 2026 08:59:31 GMT

1. “믿음”을 고정하지 말자. 앞서 5장과 6장을 통해 우리는 적은 데이터(소수의 법칙)에 속지 않고, 냉정한 기댓값을 계산하는 법을 배웠습니다. 동전 던지기처럼 확률이 50대 50으로 고정된 게임이라면 이것만으로도 충분합니다. 하지만 현실은 동전 던지기처럼 단순하지 않습니다. 우리가 마주하는 문제들은 정답이 정해져 있지 않고, 상황과 정보는 시시각각 변

6장: '감'이 아닌 '기댓값' - 플러스(+)의 선택지에 배팅하자

김응석 — Sat, 17 Jan 2026 03:59:14 GMT

앞선 5장에서는 적은 데이터가 주는 착시에 속지 않고, 충분한 데이터를 확보하는 것의 중요성을 다루었습니다. 그렇다면 신뢰할 만한 데이터를 손에 쥔 다음에는 무엇을 해야 할까요? 데이터가 아무리 완벽해도, 정작 선택의 순간에 우리의 본능이나 감정이 개입하면 그 모든 데이터는 무용지물이 됩니다. 우리의 일상에서도 정보는 넘쳐나지만, 순간의 기분이나 과거의 단

5장: 소수의 법칙과 성급한 일반화 - 적은 데이터로 전체를 판단하는 본능과 그 위험성

김응석 — Wed, 14 Jan 2026 00:19:39 GMT

결과론의 함정에서 빠져나오기 위해서는 한 번의 성공이나 우연한 실패가 아닌, 긴 호흡의 확률을 바라봐야 합니다. 여기서 말하는 긴 호흡의 확률이란 단기적인 변동성에 일희일비하지 않고, 충분히 많은 데이터가 쌓였을 때 나타나는 본질적인 승률(확률)을 의미합니다. 일상의 사례로 비유하자면, 다이어트를 할 때 매일 아침 몸무게를 재며 0.1kg의 변화에 일희일비