독서

1. 1장-개인교사의 등장 빈 램프는 던져버려라 챗GPT를 금지했던 이유 - 학생들은 독창적으로 사고하고 학습해야 하기 때문 인사이드 하이어 에드 : 오늘날 우리는 몸이 아니라 마음을 위협하는 새로운 전염병에 직면했다. 교사들은 자신의 학급이 GPT에 양성 반응을 보인다는 것을 알게 될 것이다. but, 특정 기술이 좋은지 나쁜지가 아니라, 그 기술을 사용하는 방식이 중요하다 ♣ 기술을 올바르게 사용하는 방식이 중요하다는 것에 대해 동의함, 인공지능 도구는 사용하는 사람의 역량에 따라 그 활용도가 달라진다. 인공지능 도구는 학생들의 존재감을 드러내는데 도움을 준다 → 사회적 관계와 감정 발달, 인격 개선이 가능하다 AI가 당신의 자리를 빼앗지 않을 것이다, AI를 다룰 줄 아는 누군가에게 빼앗길 것이다. ♣학생들에게 이야기하니까 ‘오!’ 하는 표정을 짓더라 생성형 인공지능을 활용하기 위한 과제 → 안전 기준 마련 모두에게 모든 것을 가르치는 방법 칸 아카데미의 목표 → 시장에 1등으로 진입하는 것이 아닌, 효율적이고 안전하게 활용할 수 있는 방법에 대해 고민하는 것 GPT-4의 특성 : 조종 가능성(steerability) → 인간이 원하는 대로 기술이 작동하도록 만들 수 있는 개념 칸미고 ♣책에서 참 많이 언급된다. 한 번 써봐야 하는건가 나만의 친절한 개인교사 개인교사가 학생과 함께 공부하는 방식이 인간의 학습을 위한 최고의 방법이라는 사실 ♣ AIDT가 추구하는 방향도 이러한 것, 학생 맞춤형 학습 18C 사람들은 모든 학생에게 대규모 공교육을 실현하는 유토피아를 꿈꿨다 약 30명의 학생들을 대상으로 일방적 강의, 정기적 평가 등 표준화 교육을 실시함 결과 : 완벽하진 않았으나, 전반적인 교육 수준을 크게 높임, 문맹률을 낮춤, 교육받은 시민의 비중 늘어남 but, 현재의 상황은 이와 같지 않다 !!! 1984 벤저민 블룸 : 맞춤형 강의와 일대일 개인 교습의 효과 검증 유능한 개인교사 ? : 학생에게 관심을 기울이고 , 학생의 요구에 적절히 대응하고, 내용을 이해했는지 확인, 평가, 뚜렷한 학습 목표 제시 ♣ 인공지능을 활용한 교육이 교사의 어려움을 보완해주어, 학생들에게 효과적인 교육을 제시 할 수 있다 는 주장 블룸의 두 시그마 문제 → 일대일 개인 교습 방식의 장점 ⇒ 개인 교사와 함께 공부 할 때 두 배 이상의 효과가 있다고 주장함. but, 이것은 ‘문제'다. ♣ 중산층 & 부유층은 개인 맞춤형 교습을 통해 이러한 효과를 받고 있었다. → 학습 격차의 심화 / 양극화 심화

0. 들어가며 우리는 함께 쓴다 딸 디야와 GPT를 이용해서 글짓기 → “서맨사가 무인도에 떨어진 이야기” + 에밀리 등장 ♣ 이 기술은 Mizou를 활용해서 꼭 해보고 싶은 교육 스킬인 것 같다. 영어 교과를 지도하고 있으니, 간단한 영어를 활용한 이야기 쓰기 & 수준 차를 두고 자신의 수준에 맞게 설정 제안 사촌동생들을 위한 웹 기반 수학 학습 프로그램 ⇒ Khan Academy 무엇을 공부했는지 확인, 각자의 속도에 맞게 학습 속도 조절 개개인의 학습 속도를 고려하고 특정 과목에서 A학점 (완전학습→ 낙제생이 없는 교육) but, 30명이 넘는 학생들이 있는 교실에서는 도달하지 못해도 다음 단계로 넘어간다. → 유일하게 가능한 대안은 기술을 활용하는 것 소설 속 미래 교육의 모습 ♣ 현재 AIDT에서 구현하고자 하는 모습들이 대부분 들어가있는 것 같다. 과연 결과도 소설 속 결과와 비슷할까? 닐 스티븐슨 - 다이아몬드 시대 AI 기술을 활용한 대화식 교과서, 젊은 여성의 삽화 입문서 앱 (소설 속 프로그램) 올슨 스콧 카드 - 엔더의 게임 ‘제인’ 이라는 AI 개인교사 → 전략적 사고 & 의사결정 기술을 가르치는 배틀 스쿨 아이작 아시모프 - 잃어버린 즐거움 첨단기술로 교육 혁신 → 맞춤형 학습 & 로봇 교사를 제공하는 미래학교 2017년 구글의 트랜스포머 (Transformer) 기술 단어와 개념을 연결 짓는 높은 정확성 LLM은 특히 단어들 사이의 연결을 모형화한다. (뉴런과 시냅스 모형화) → 단어 두뇌 OPEN AI 팀의 Khan Academy 협력 요청 처음에는 AI가 논리적·연역적 추론을 수행하는 데 어려움이 있을 것이라고 생각함 대학 수준의 생물학 문제를 얼마나 잘 풀어내는지 확인 → 문제 해결 & 이유 설명 & 비슷한 수준의 문제를 만들어내기까지 함.

4부. 프로젝트와 조직의 성공을 위해 데이터 리드가 할 일 (실수or함정에 대한 이해, 데이터 프로젝트에 참여하는 사람들의 성향, 성공하기 위한 방향 제시) 13장. 호시탐탐 곳곳에 도사린 실패와 함정 데이터 편향과 기묘한 현상 : 생각과 개념이 한쪽으로 쏠리며 집단 속에서 강화되는 현상 생존 편향 : 통과한 사람, 사물에만 집중하고, 탈락한 사람or사물은 간과하는 오류 → 가시성(visibility)의 부족에서 기인한다. <S&P 500, 총알을 뚫고 생존한 전투기> → S&P 500이 지속적으로 상승할 수 밖에 없던 이유는 어쩌면 정해져 있을 지도 …? 그 주식에 대한 확신보다는, 전체적인 흐름을 보고 판단하는 것이 더 좋겠다. 평균으로의 회귀 : 종합적으로 고려하지 않고, 극단적인 사례만을 고려 (운동선수) 심슨의 역설 : 변수 간 연관성이 세 번째 변수가 추가됐을 때 역전되는 현상 → 새로운 의학 기술을 모든 경우에 적용했는가? 작은or큰 수술에서만 활용했는가? 확증 편향 : 마음 속에 품은 신념을 확신하는 방식, 증거 등을 외면하는 현상 매몰비용 오류 (노력 편향) : 시간,예산 등이 매몰됐음에도 계속 이어나가려는 욕구 → 프로젝트에 투자한 무언가가 아까워서 계속 지속하려는 압박or노력 알고리즘 편향 : 성별과 관련된 인턴 지원자 사례 (과거에 남성이 면접을 더 봤다면?) 데이터 프로젝트의 대표적 함정 통계와 머신러닝 상관관계와 인간관계의 혼동, p해킹(의미 있는 p값을 위해 계속 시도하는 것), 대표성 없는 표본, 데이터 누수(예측된 데이터를 통계에 활용하는 것), 과적합(학습 데이터와 테스트 데이터를 분리), 대표성 없는 학습 데이터(대표성 없는 표본으로 인한 데이터) 프로젝트 합정 정확히 질문하지 않는 경우, 실패한 문제를 수정하지 않는 경우, 데이터 사용 제한(특정 집단에만), 필요한 데이터가 없는 경우, 오픈소스를 활용하지 않는 경우, 낙관적 일정, 과도한 기대치, 예측 불가능한 것을 예측, 데이터 만능주의 14장. 조직 구성원의 다양한 성향을 파악하자 의사소통이 중단되는 7가지 상황 사후약방문 : 프로그램을 다 만들고 테스트 하기 전에 데이터 전문가의 조언? 의미없음 → 공무원들이 전문가들과 함께 그룹을 조직하고 정책을 짜야 한다는 것에 대한 제언으로서 해 줄 수 있는 말이 아닐까 !! 알맹이 없는 발표 부정확한 정보의 확산 수렁 속으로 : 탁월한 전문가로서 인정받고 싶었던 나머지.. 전문 기술 용어의 남용

11장. 글 속에 담긴 주제와 감성을 찾아내는 텍스트 분석 → 정형 데이터(Structured data) : 행,열로 구분된 데이터 → 비정형 데이터(Unstructured data) : 이메일, 뉴스기사, SNS, 문서 등 텍스트 분석에 대한 기대 → 비정형 데이터를 정형 데이터로 변환하는 방법과 어떤 종류의 분석이 가능한가? 텍스트를 숫자로 바꾸는 방법 단어 가방 → 각 단어(토큰)를 구분하고, 전체 집합(사전)으로 표현 / 행과 열(표)로 표현 → 문서가 증가하면 새 토큰이 추가되면서 행or열 수가 지나치게 많아진다. ⇒ 이를 방지하기 위해 의미가 없는 단어(of, a, the 등)을 불용어(stop word) 처리 ⇒ 구두점, 숫자 등을 제거 ⇒ 어간or어미를 잘라내고 원래 형태의 단어로 매핑 등을 함. N그램 : N개의 연속된 단어의 모음 → but hates : 1, hates hamburgers : 1, hot dogs but : 1, 등 → 문맥이 손실 될 우려가 있어서 다소 논란이 있었음 단어 임베딩 : 특정 단어 쌍의 출현 빈도를 분석하는 방법 → GPT 의 Trasnform 모델과 관련해서 비슷한 설명이 나왔었던 것 같다. 할루시네이션 현상이 일어나는 이유라고 했었는데 → 단어의 숨은 의미가 차원에 담겨있으며, 주성분 분석에서 축소된 데이터를 파악 → Word2vec : 단어의 관계를 간단한 방정식으로 표현 토픽 모델링 : 행렬에 문서에 등장하는 단어의 빈도 표현, 중첩되는 부분 진하게 칠하기 텍스트 분류 : 범주형 변수를 예측하는 것이기 때문에, 분류 모델(회귀 모델이 아님!) 나이브 베이즈 : 가능성이 높은지, 그렇지 않은지 따질 수 있음. ex) 무료, 돈, 비아그라, 부자 등 텍스트가 포함되어 있는가? → 모든 확률은 독립적이라는 가정 (but, P(무료,비아그라|스팸) 의 확률이 있을 수도) 감성 분석 : SNS 게시물 등에 포함된 단어들이 ‘긍정적 or 부정적’ 인지 판단한다. → 온라인에서 무료로 얻을 수 있는 데이터로 학습 (IMDb.com) 실용적인 문제 빅테크 기업의 기술적 우위 Speech to text, Text to Text, Text to speech, 챗봇, 텍스트 자동 생성 등 성과 사회 모든 계층에서 일상적으로 사용할 수 있다는 점을 고려해야 한다 → 아마존 Alexa는 어린이도 사용할 수 있음, 엄격한 규칙 → Party 는 스페인어로 반드시 fiesta로 번역되어야만 한다. → 스페인에서의 party는 술,유흥 등이 포함된? 12장. 데이터 리드라면 알아야 할 딥러닝과 AI → 딥러닝에 대한 이해, 기술에 대한 과도한 환상, 윤리적인 문제가 간과되고 있음 → 딥러닝의 구성요소, 구조, 더 나은 기능을 위해 개선하는 방법, 오용, 블랙박스 모델 등 신경망 모델 어떤 면에서 사람의 뇌와 비슷할까? → 사람의 뇌가 학습하는 방식과 동일한 방식으로 알고리즘을 개발할 수 있는가? ⇒ 인공 신경망의 개발 간단한 신경망, 조금 더 복잡한 신경망 → 신경망은 은닉층을 추가할 수 있으며, 그것이 진짜 장점 ! (노드와 입력층 사이 공간) → 다양한 입력값들을 군집화하여 새로운 feature를 ‘발화’ 하게 된다. → 신경망은 연속적인 로지스틱 회귀모델의 집합으로 볼 수 있다. ⇒ but, 은닉층이 사람이 해석할 수 있을 만큼 만들어지지 않을 수도 있다. 그럴 수록 이해하기 어렵기 때문에, 이를 <블랙박스 모델> 이라고도 한다. 딥러닝 응용 사례 딥러닝 : 2개 이상의 은닉층을 포함하는 인공 신경망을 활용하는 알고리즘 → 2010년대 빅데이터, 개선된 알고리즘, GPU가 묶이며 딥러닝 혁명이 시작되었음. 딥러닝의 장점

3부. 다양한 사례로 배우는 머신러닝, 딥러닝, AI지식 (통계와 머신러닝이 작동하는 기본 원리, 비지도학습, 회귀, 분류, 텍스트 분석, 딥러닝) → 많이 들어봤던 용어들인데, 이 기회에 다 어떤 것을 의미하는지 정확히 알아야겠다. 8장. 데이터에 감춰진 패턴과 그룹을 찾는 머신러닝 → 비지도학습 : 분석가의 선입견에 따라 분류하는 것이 아닌, 데이터가 스스로 분류되도록 ⇒ 정의된 정보가 없을 때 패턴과 그룹을 발견하는 방법 (다양한 분야에 활용되는 중) 비지도 학습이란 주성분 분석(PCA)를 이용한 차원 축소 K-평균 알고리즘을 이용한 군집화 차원 축소 : 3차원을 2차원으로 축소시키는 것(사진) → 데이터의 정보량을 유지하면서 다수의 변수를 다른 변수로 변환, 축소 → 전에 읽었던 책과 연결되는 것 같다. 인공지능은 n차원의 무언가를 간단히 만드는 과정, 그래서 뇌과학자와 함께 연구해야 한다고 했던가 복합 변수 만들기 : 다수의 열을 결합해 하나의 복합 변수 → 근력 (팔굽혀펴기+역기들기+윗몸일으키기) 등 → 복합 변수를 활용하면 데이터들이 더 퍼져서 분포한다. 주성분 분석(Principal component) 다양한 복합 변수들 중에서 데이터를 잘 분리하는 변수 → 많은 변수들 중 가능한 한 작은 수의 차원으로 압축하는 것 함정 : 파악하기 어려움, 주성분을 찾아내느라 존재하지 않는 데이터를 만들어내기도 한다. 분산이 크다면 변수들 사이에 중요한 정보가 존재할 것이라는 가정 군집분석(Clustering) : 변수(열)이 아닌, 관측값(행)을 군집하여 통계내는 것 K-평균 군집분석 : 군집 수(K)를 지정하고 K개의 군집으로 나누는 것 소매점 군집분석 : 흩어져 있는 200개의 소매점을 군집으로 묶는 것(’중심점’) 함정: 절대적으로 올바른 공식은 없음, 데이터의 척도(Scale) 확인 정리 : 비지도 학습이란, 데이터가 스스로 군집을 구성하는 것이지만, 말처럼 쉽지 않다. 선택(군집or성분 추출 등)이 달라지면 통계 또한 당연히 달라진다. 9장. 미래를 예측하고 현상을 설명하는 회귀모델 지도학습 : 데이터에 대한 정보를 알고 있을 때, 출력값과의 관계를 알아보기 위함. 학습 데이터 → 알고리즘 투입 → 모델이 관계 탐색 → 예측값 출력 숫자 : 회귀모델 / 범주 : 분류모델 선형 회귀는 무슨 일을 할까 선형 회귀는 데이터 분포에 적합한 선을 찾기 위해 수학적인 계산을 활용 (y=mx+b 등)

6장. 확률이란 무엇인가 : 확률적 사고, 수학적 표기 방법, 분석 도구, 빠지기 쉬운 함정 등 게임의 법칙 확률적 표현은 너무 애매하기 때문에, 숫자 or 데이터 등으로 정량화해야 한다. 수학적 표기 : 확률은 0~1사이의 수 조건부 확률과 독립 사건 조건부 확률 : 한 사건이 다른 사건의 발생에 의존적인 경우 (|) 타이어 펑크(F)가 났을 때, 지각할 확률(A) = P(A|F) 독립 확률 : 어떤 사건이 다른 사건에 의존적이지 않은 경우 동시에 발생하는 두 사건 = P(A,J) = P(A) * P(J) 승법정리 : P(A) * P(J|A) → 두 사건이 동시에 발생할 확률은 한 사건이 단독으로 발생할 확률보다 클 수 없다. 또는 - P(A or J) : P(A) + P(J) - P(A,J) 확률에 대한 3가지 체크 포인트 사건들이 서로 독립이라 가정할 때는 주의한다 회사의 프로젝트가 성공or실패할 확률은 다양한 요인이 있을 수 있다. 도박꾼의 오류(Gamler’s fallacy) : 확률이 변한다고 믿는다 (2번 터졌으니까..) 모든 확률은 조건부 확률이다 컨설턴트, 변호사, 의사는 자신의 일을 맡을 지 스스로 결정한다. 성공 확률이 낮으면 수락하지 않을 수도 있다는 점. P(A|B) ≠ P(B|A)00 베이즈 정리 P(A|B) * P(B) = P(B|A) * P(A) 암 환자(C) , 양성 반응(+) → 의학(P(+|C) / 의료 정책(P(C|+) 가 중요 베이즈 정리를 확인하는 방법은 트리 구조 다이어그램을 그려보는 것

2장. 데이터란 무엇인가 : 데이터와 데이터 유형에 대한 특징 데이터 vs 정보 데이터 : 정보를 저장하고 전달하기 위해 부호화 한 것 (부호화된 정보) 정보 : 파생된 지식 ex) 특정 주제에 대한 논의, 작품 관람 등을 통해 얻은 지식 등 데이터셋 : 행과 열로 이루어짐 , 데이터 포인트 : 행과 열의 교차점 데이터 유형 수치형 데이터(numeric) : 연속형(수직선 상에서 나타냄), 이산형(0과 자연수) 범주형 데이터(categorical) : 순서형(서수형), 명목형(비순서형) 데이터가 수집되고 정형화 되는 방식 관측 데이터: 사람or컴퓨터or청취한 내용을 기반으로 실험 데이터: 방법을 통해 과학적 방법에 따라 수집된 데이터 (시험군, 대조군, 변수) 정형 데이터: 행과 열의 구조로 정렬되어있는 것들 비정형 데이터: 글, 사진, 영상 등 data는 datum이라는 명사의 복수형 → 불가산 명사라는 점에 대한 논의 요약 통계량 평균, 중앙값, 최빈값 → 위치 측정값 or 중심 경향 측정값 : 수직선 상 표시 평균이 데이터의 중간 지점? ⇒ 사실은 중앙값이 실제 중간 지점이다 ! 분산, 범위, 표준편차 → 분포 측정값 : 대푯값으로 부터 얼마나 분산되어 있는가 3장. 통계적 사고를 위한 준비를 갖추자 ⇒ 데이터에 대해 어떻게 사고해야 하는가? → 의심하고 질문하고 정보의 한계를 파악하고 진가를 인정하자 질문을 하자 지금 확보한 데이터가 유일한 것이 아니다. 변동성(Variation)을 이해하고 생각하자

0장. 시작하며 일러두기 데이터 리드(Data Lead) : 자신의 업무에서 데이터를 올바르게 활용할 수 있도록 통계적 사고와 비판적 사고를 갖춘 사람, 요즘 대기업에서도 이렇게 부르는 사례들이 많아지고 있다 함. doctor : 의사와 박사를 구분하지 못하는 딸 “근데 아빠는 다른 사람들을 돕지 않잖아..?” 옮긴이의 글 책을 쉽게 쓰기 위해서는 <글쓴이가 관련 내용의 핵심과 논리를 완벽히 꿰뚫은 상태여야> 여는글 데이터와 관련된 5가지 오해 데이터 분석, 빅데이터, AI는 완전히 다른 현상이다 데이터 과학자만이 이 분야에서 활약할 수 있다. 데이터 과학자는 모든 지식을 갖춘 유니콘이다. 데이터 분석가로 성공하려면 높은 지능과 많은 교육이 필요하다. 대학이나 대학원에서 정량적 분석 기반의 전공을 하지 않았다면 데이터 분석 업무에 필요한 지식을 배우기에는 너무 늦었다. 데이터 과학 비즈니스 ⇒ 데이터란, 숫자와 미묘한 차이, 불확실성을 다루는 것 수많은 데이터 과학 프로젝트는 실패하고 있다 → 데이터가 복잡하라는 근원적 이해가 필요 어떻게 해야 데이터를 비판적으로 생각하고 말할 수 있을까? 서브프라임 모기지 (Subprime mortgage)사태 → 뉴스 기사나 책에서만 보던 것인데, 이번 기회에 자세히 알게 되어서 좋았다. 데이터를 활용한 대처(대응) 중 실패한 사례로서 활용할 수도 있겠다고 생각했다 ! 데이터 분석의 실패에서 기인한 사건이라고 생각함 (부채담보부증권) 2016 미국 대선 우세하다고 점쳐졌던 클린턴을 제치고 트럼프가 당선됨 가설과 견해

6. 우리 사회는 어떻게 대응해야 하는가? 한국은 어떻게 대응하고 있나? 2023 인공지능책임법안 발의 & 상정 → 믿을 수 있는(trustworthy) 인공지능 투명성/설명가능성, 신뢰성, 공정성, 윤리성, 견고성/안전성, 책임성, 프라이버시, 포용성과 지속가능성 정의를 내리지 않는 사회 정부 자료들은 아직 hwp or pdf → 컴퓨터가 자동으로 처리하지 못함 → 한글 문서를 대체하고 보완해야 한다는 점에 대해서는 예전부터 이야기가 나오고 있는 것으로 알고 있었는데… 실현이 어려울 것이라는 데에는 납득이 되지만, 어디서부터 어긋나기 시작한걸까 ㅜㅜ 판결문을 열람하면 전체의 30퍼센트만 가능한데, 결과도 pdf로 나옴 파운데이션 모델이 되기 어려운 이유 미국은 FAIR 해야 공공데이터로 인정함 Findable, Acccessible, Interoperable, Reusealbe 공인인증서 문제(천송이 코트) → exe 파일로 대체하고 의무 사용이 폐지됨, 민간 인증서(Pass or 카카오 or 네이버 등)이 활성화됨 ⇒ but 한계는 아직 명확함 → 공인인증서 때문에 짜증났던 경험이 한 두번이 아니였던지라, 극히 공감이 되는 부분이었던 것 같다. 다른 나라에서는 어떻게 하는지 확인해보니까, google ID, SSO 등 우리가 외국 사이트를 활용할 때 하는 방식으로 진행하고 있다는 사실을 처음 알았다. 그런데, 그 국가만이 고유하게 유지하고 있는 방식을 고수하는 나라들도 있는 것 같더라. 인공지능 강국으로서 나아가려면… 일단 이런거부터 해결이 되어야겠지 싶다. ‘공론화’ 하지 않음 → 행정 공무원이 인공지능의 법안을 만들어내는 것은 아이러니임 캐나다 정부는 어떻게 하고 있나? 2017년 최초로 국가 AI 전략을 수립 <범 캐나다 인공지능 전략> AI 연구자, 학자들 유치 / AI 클러스터(토론토, 몬트리올, 에드먼턴), 상용화, 윤리화 미국의 국가 인공지능 연구자원 프로젝트 국가 인공지능 연구자원 (National AI Research resource) 인공지능 개발에 필요한 핵심자원 접근성 확대, 연구 생태계 강화, 다양화, 경쟁력 미국은 ‘다양화’를 내세워, 과학과 기술 분야에서 전문가들의 참여를 이끌어 냄 대한민국 정부가 하지 말아야 할 일과 해야 할 일 하지 말아야 할 일

5. 신뢰할 수 있는 인공지능, 어떻게 구축할까? 공론화: 독일의 녹서와 백서 → 이건 수업에도 적용해보면 진짜 좋을 것 같다. AI 윤리와 관련한 GP知Key 녹서(Green Paper)와 백서(White Paper) 녹서: 함께 답을 찾아야 할 때 ‘그 일에 제대로 대처하려면 어떤 질문에 답해야 하는가?” 백서: 전체 사회가 그 질문들에 대한 답을 찾은 것을 모은 것 <산업 4.0>, <노동 4.0> 디지털화에도 불구하고 미래에도 거의 모든 인간들이 직장을 가지게 될 것인가? 인공지능이 발달하더라도 인간들이 하고 싶어하는 일을 하려면 어떻게 해야 할까 디지털 플랫폼 사업모델 속 노동 플랫폼 노동 : 배달의 민족, 대리운전 앱 등 정규직이 아닌 탓에 노동법의 보호를 제대로 받지 못한다. 유연화되는 노동 환경 속에서 노동자들을 어떻게 보오할 수 있을 것인가? 한국 정부는 공론화는 제쳐두고 백서를 가져다가 흉내를 냈다.. 아쉬운 부분 신뢰할 수 있는 인공지능을 위하여 2020.1. 하버드 - <인공지능 준칙 백서> 프라이버시, 책임성, 안전과 보안, 투명성과 설명 가능성, 공정성과 차별 금지, 인간의 기술 통제, 직업적 책임, 인간 가치 증진 아실로마 AI 원칙 인공지능 회의 → 23개의 원칙 합의 1975.2. 생명과학 관련한 아실로마 회의 → 과학자들이 실제로 실험을 멈춤 새로운 과학 지식에 대해 인류가 대응하는 방법의 선례 2023.3. <거대한 인공지능 실험을 멈춰라> → 개발은 멈추지 않음..!

4. 열려버린 판도라의 상자 → AI윤리를 우선적으로 지도해야하는 이유, 특히 초등에서는 Open AI? 2024.6.5. AI 관계자 ‘경고할 수 있는 권리’ 기술의 발전이 불평등 심화, 조작 및 허위 정보 유포, 자율 AI 통제 상실로 인한 인류 멸종 → 여기 있는 내용들도 수업 과정에 포함해보는건 어떨까 비방 금지 및 보복 금지 익명 문제 제기 절차 : 문제를 독립 기관에 제기할 수 있는 익명 절차 마련 개방적인 비판 문화 조성 보복 금지 2024.5.23. 복스(Vox) - 오픈AI의 악랄한 비밀 보호 준수 서류 문제 제기 안전하고 유익한 AGI 구축에 최우선을 두어야 하지만, 회사를 비판하는 방식으로 보복을 위한 여러 방법들을 설정하고 있는 현실 → 기업들의 자발적인 통제를 기대하기 어려운 상황 본래 Open AI는 비영리 재단으로 출발 → 개발 과정을 투명하게 공개해야 한다는 사명 컴퓨팅 자원의 20% 윤리적 개발에 할당하기로 했었음 → 지켜지지 않음 마이크로소프트, AI 윤리팀 해고 MS가 경쟁사보다 제품을 출시하는 것에 더욱 집중하고, 사회적 책임감에 대해 신경을 덜 써서 그렇다고 주장함. 게리 마커스의 다섯 가지 걱정 극단주의자들의 어마어마한 허위 정보 환각으로 인한 잘못된 의료 정보 콘텐츠 팜의 사실과 상관 없는 자극적인 광고 생성 → ‘키워드 납치’ 일부 사용자들에게 감정적 고통을 유발하는 챗봇 남용으로 인해 웹 포럼 & 피어리뷰(peer review) 사이트 붕괴 → 이게 뒤에서 나오는 stack overflow 나 github 인가보다

3. 인공지능이 인간보다 똑똑해질 수 있을까? 챗GPT에 열광하는 두 가지 이유 느닷없이 나타나는 능력 : 학습 연산량이 10의 22제곱을 지나는 순간 LLM의 능력이 느닷없이 치솟는 현상 규모의 법칙 : 컴퓨팅 파워를 늘릴수록, 학습 데이터 양이 많을수록, 매개변수가 많을수록 → 인공지능 군비경쟁이 모든 것을 바꿔놓고 있다 추가학습(Fine-tuning), 제로 샷 러닝(예제 없이 묻는 질문), 퓨 샷 러닝 → 이 둘을 합해서 배운다는 뜻으로 인 콘텍스트 러닝(In Context Learning : ICL) 제프리 힌턴 박사의 예시 : 트로피가 가방에 안 들어간다. 왜냐하면 이게 너무 커서 → 프랑스어 트로피(남성 대명사), 가방(여성 대명사) → LLM은 이러한 맥락을 이해한다. → LLM은 크기 차이를 알고 있으며, 공간에 대한 이해를 하고 있음을 지적함. 생각의 연결고리 (Chain of Thoughts : COT) : 단계적으로 추론하는 능력 논리적 추론은 원래 인공지능에게 어려운 문제이다. but, 추론 과정을 집어넣어 유도하는 질문을 만드는 것을 ‘생각의 연결고리’ 라 함. 장점 문제를 단계로 나누어 주기 때문에, 더 많은 추론이 필요할 시 단계를 할당할 수 있음. 각 단계에 따른 해석이 가능하도록 창(추론 과정)을 제공함 상식적 추론, 기호 조작, 수학 문제 등 다양한 분야에서 적용할 수 있음. → 추론 과정을 표현할 수 있도록 하고, 틀린 부분을 고쳐가도록 학습할 수 있다면 의미 있는 학습 프로그램으로서 활용할 수 있지 않을까? 이러한 특성 때문에 나타나는 새로운 분야 → 프롬프트 엔지니어링(Prompt Engineering) ChatGPT Prompt Engineering for Developers 코스 → 찾아보자 ! 잘 통하는 대표적인 프롬프트 → 학생들에게 안내할 때도 강조하면 좋을 내용, 좋은 질문을 만들어야 하는 이유 차근차근 생각해보자 (단계적 추론 유도) 네가 ~이라고 가정하자 (역할 부여) ~을 표로 만들어줘 (포맷 지정) ~를 요약하고 가장 중요한 것 여섯 가지를 나열해줘 (구체적 역할 지정) Chat GPT의 추론 능력에 대한 해석들

들어가기 인공지능의 캄브리아기 (생물이 폭발적으로 나타났던 시기) 2021.9. 『신뢰할 수 있는 인공지능』-한상기 나중에 읽어보자 오늘날 역량=(기본역량)^(AI 및 기술 활용 역량) AI의 활용능력의 유무는 엄청난 결과물 차이를 낼 수 있음(제곱의 역량) 단 (기본역량)이 1을 넘지 못하는 경우, AI를 무분별하게 사용하면 오히려 0에 수렴하는 역효과 → 이거 되게 생각할 만한 것이 많게 하는 역량인 것 같다. R=VD같은 느낌 1. 걷잡을 수 없는 변화의 물결 “미디어는 메세지다” (미디어의 이해(1964)-마셜 매클루언) 매스미디어(Mass Media) : Mass(대중)를 대상으로 하는 Media(매체) 대중이 먼저 존재하고, 그 대중을 대상으로 하는 매체가 생긴 것인가? 매스미디어가 매스의 탄생을 불렀다. (같은 뉴스, 같은 패션, 같은 노래) AI의 진화 6.인간형 로봇, 휴머노이드 2024.1. 구글 딥마인드 + 스탠퍼드 대학 → 알로하 (모방학습, 전이학습) 테슬라 → 옵티머스 젠2 (강화학습) / 알파고 제로 → 강화학습을 통해 알파고 리 승리 보스턴 다이내믹스 + 현대 → 올 뉴 아틀라스 유압식 액추에이터 단점 보완 360도 회전하는 머리와 몸 (사람의 움직임과 다른 것을 인정) “콜롬버스의 달걀” 손가락 세 개 / 전이학습 인공지능이 제대로 된 지능을 갖기 위해서는 ‘몸’이 있어야 한다. (Yann Lecun) “LLM의 유창함 때문에 똑똑하다고 생각하지만, 실제로 그들의 이해는 매우 피상적”

운세를 보러 갈 때, 너는 너의 앞일을 모른다. 그러니 너의 욕망이나 혐오를 점술가에게 투영하지 말고, 모든 결과는 무차별적임을 이해해라. 그렇지 않으면 너는 불안감을 가지고 점술가를 찾아갈 것이다. 혼자 있을 때든 다른 사람들과 있을 때든 네가 고수하고자 하는 너다운 것을 찾아 준비해두어라. 다른 사람에 대한 비판, 이부, 평가의 말을 하지 마라. 할 수만 있다면 대화를 통해 친구들의 말을 적절한 방향으로 이끌어라. 그러나 모두 네가 모르는 사람들이라면 잠자코 있어라. 네가 자제할 경우에 누릴 즐거움이나 자기만족과 비교해보라. 그리고 그 싸움에서 승리했을 때 얼마나 더 좋을지 생각해보라. 해야 한다고 결정한 일을 할 때는 대부분의 사람들이 그 일을 찬성하지 않더라도 그 일을 하는 모습을 감추려 하지 마라. 능력 이상의 배역을 맡는 것은 자신의 위신을 떨어뜨리는 일인 동시에, 잘 해낼 수 있는 배역을 거부하는 일이다. 신발의 척도가 발이듯, 몸은 각자 욕망의 적절한 척도이다. 여자들은 14살부터 남자들에게 '아가씨'라고 불리기 시작한다. 그리하여 자신들이 할 수 있는 일이 남자들과 ㅈ마자리를 갖는 것뿐이라는 사실을 알게 됨녀서부터 외모에 모든 희망을 걸고 자신을 꾸미기 시작한다. 하지만 여자들은 기품있고 정숙하게 보일 때 진정으로 존중받는 사실을 알아야 한다. 사람들이 너를 홀대하거나 비난할 때는, 그들도 그것이 적절하다고 생각해서 행동하고 말하는 것이라는 사실을 기억하라. 그들은 너의 생각을 따를 수 없고, 자신들의 생각만을 따를 수 있을 뿐이다. 만일 그들의 생각이 옳지 않다면 틀린 것은 그들이므로 해를 입는 것도 그들이다. 이런 생각을 하게 된다면 '저들은 그렇게 생각하는군' 이라며 상대방에게 너그러워질 것이다. 모든 상황에는 두 개의 손잡이가 있다. 하나는 그것을 견딜 수 있게 해주는 손잡이이고, 다른 하나는 견딜 수 없게 하는 손잡이이다. '나는 너보다 부유하니까 내가 너보다 낫다.' '나는 너보다 말을 잘 하니까 너보다 낫다.' 는 타당하지 않은 추론이다. 반면, '나는 너보다 부유하다. 그러므로 나의 재산이 너의 재산보다 낫다.' '나는 너보다 말을 잘한다. 그러니 나의 어휘가 너의 어휘보다 낫다.' 는 적절한 추론이다. 하지만 너는 재산도, 어휘도 아니다. 다른 사람의 행동이나 모습을 보고 비난하지 마라. 그렇게 행동하는 이유를 알지도 못하면서 그들의 행동이 나쁜지 아닌지 어떻게 알 수 있겠는가. 양들은 양치기에게 자신이 사료를 얼마나 먹었는지 보여주지 않는다. 다만, 털과 젖을 통해 보여줄 뿐이다. 사람들에게 너의 철학적 원리를 보란듯이 보여주는 것 대신, 그 원리를 소화했을 때 나오는 행위를 보여줘라. 발전하는 사람은 누구에 대해서도 나쁘게 말하지 않는다. 그는 좌절하거나 방해를 받을 때 자기 자신을 탓할 뿐이다. 발전하는 사람은 모든 일에 느긋하다. 그는 모자라거나 무지하게 보이는 것에 개의치 않는다. 철학에서 가장 중요하고 필요한 원칙 1. 원칙의 적용 2. 원칙을 뒷받침하는 증거 3. 증거를 확인하고 분석하기 하지만 사람들은 3번에 온 힘을 쏟는다. 그 결과, 우리는 내놓아서는 안 되는 증거들을 내놓을 준비를 하며 거짓말을 한다. (대화록) 모든 것이 일어나게 되어있는 대로 일어나기를 바라는 법 배우기 - 모든 일이 네가 원하는 대로 되었으면 하고 요행을 바라는 것은 좋음과 거리가 있다. - 교육은 모든 일이 일어나게 되어있는 대로 일어나기를 바라는 것을 배우는 과정 - 교육은 상황을 바꾸는 것이 아니라, 주위 사물을 있는 그대로, 본성 그대로 두면서 우리의 정신이 일어나는 ㄴ일과 조화되게 하는 방향으로 나아가야 한다. Q1. 누군가에게 무슨 이야기를 듣고자 할 때, 그것이 좋든 나쁘든 의도를 갖고 들으려 하지 말으란 의미인 것 같다. 점술가의 말에 휘둘리지 않고 그냥 그렇게 생각하는 사람이 있구나 라고 생각하라는 의미이지 않을까 !? T1. 말을 줄이고 듣자. 내 생각이나 의사를 표정이나 행동으로 표현하지 말고 그 사람의 생각을 듣자. T2. 외모에 대한 집착 또는 생각에 대한 새로운 시각이지 않을까? 반대로 외모를 치장하는 데 집착하는 남자들의 경우에도 비슷한 사고로 생각해볼 수 있지 않을까 싶다. T3. 뼈때리는 말들이 많은 것 같다. 사람들과의 관계 속에서 나 자신을 지키는 방법들에 대해 이야기해주는 것들이라고 생각하니, 나의 모습을 반성하게 되는 것 같기도 하네.

고대 그리스 철학자 에픽테토스의 견해에 대한 내용 - 자유는 전적으로 자신이 욕구하고 결정하며, 자신이 결정할 수 없는 것들에 대해서는 실패하거나 좌절하더라도 아무런 영향을 받지 않는 상태(태도) - 에픽테토스가 겪고 있던 사회는 노예제라는 비인간적인 사회 제도 > 이러한 사회 제도 속에서 자유에 대한 이야기를 꺼낸 것은 혁신적인 일이었음 - 나의 행복은 온전히 나에게 달려있고, 내가 통제할 수 없는 것은 필요 없다고 자각할 때 자유로울 수 있음. (내적 자유) 스토아 철학의 '자유' - 당시 아테네 상황: 소크라테스 시대의 민주주의 국가가 아니라, 마케도니아에 종속된 국가였음 > 정치와 관련된 이야기 보다는 윤리학에 초점이 맞춰질 수 밖에 없던 배경 - 정치와 입법 보다는 개인의 행복과 자기 수양에 초점이 맞춰짐. - 제논 : 자유는 현명한 사람들만 가질 수 있는 특권이었으며, 인구의 대다수를 차지하는 사람들은 바보이자 노예이다. - 스토아 학파에서는 인간과 동물이 구별되는 존재로서 '이성'의 중요성을 강조함 스토아 철학의 교사, 에픽테토스 - 일을 하기로 결심하고 실행에 옮기는 것이 나에게 달려있는가? 또는 감정에 휘둘리지 않고 침착한 태도를 견지하며 내가 통제할 수 없는 것들에 대해서는 인정하고 받아들이는가? - '철학'이 역경 속에서도 마음의 평정을 유지할 수 있다는 의미를 갖게 된 시작이 이러한 고대 철학자들의 생각에서 비롯된 것이다. - 하지만, 요즘은 이런 것들이 인기가 없다. Why? 요즘은 개인의 수양보다는 감정표현, 자기주장, 기대 등의 가치가 더 중요시되기 때문에 표상 : 상상에서 비롯된 것이 아니라, 감각을 통해 들어온 것, 의도적으로 떠올린 생각, 자신도 모르게 떠오르는 생각 등 정신이 경험하는 모든 것을 가리킨다. 에픽테토스의 '자유의지' - 에픽테토스는 선택이나 결정이 '우리에게 달려있다.' 라고 생각하기 때문에, '본래 자유롭다' 라고 말한다. 엥케이리디온 : 에픽테토스의 말들 중 가장 철학적이며 영혼에 큰 울림을 주는 선집 - 손에 들고 다닐만한 모음집 - 손에 쥐는 칼 혹은 단도를 가리키는 말 : 자신을 지키는 데 도움을 준다는 점에서 엥케이리디온이라는 이름을 지어 암시하고 싶었던 것이 아닐까? 우리에게 달려있는 것 : 판단, 동기, 욕망, 혐오 등 / 우리에게 달려있지 않은 것 : 신체, 재산, 평판, 사회적 지위 - 제 것이 아닌 것을 제 것으로 생각하면 좌절, 고통, 어려움에 직면하게 될 것이며, 결국 신이나 다른 사람들에게서 잘못을 찾으려고 하게 된다. 자연을 거스르는 것 가운데 네게 달려있는 것만 피할 수 있으면 원하지 않는 일은 하나도 겪지 않을 것이다. 하지만, 병이나 죽음, 가난을 피하려 든다면 비참한 결과를 맞이할 것이다. 좌절하거나 힘이 들거나 고통스럽더라도 다른 사람을 탓하지 말고 자신의 생각을 탓하도록 하자. 못 배운 사람들은 일이 잘 되지 않으면 남을 탓한다. 배움 중에 있는 사람들은 자신을 탓한다. 그러나 충분히 배운 사람들은 자신이건 남들이건 누구 탓도 하지 않는다 자기 것이 아닌 특성은 자랑하지 말라, 대신, 인상을 관리하라. 인상의 관리가 자연과 조화를 이룰 때 너 자신을 자랑할 때이다. 그때 너는 너만의 좋은 것을 갖고 있을 것이다. 병은 몸에는 장애이지만, 의지가 방해받기를 원하지 않는 한 의지는 장애가 아니다. 발전을 원한다면 외적인 것과 관련해서 어리석고 바보처럼 보일까 걱정하지 말고, 잘 아는 사람처럼 보이고 싶어 하지도 마라. 설혹 사람들이 너를 대단한 존재로 생각한다고 해도 자신을 의심해보라. 슬퍼하는 사람을 보면 그가 힘든 상황에 놓여있다는 인상에 사로잡히지 말고, 이 사람을 짓누르고 있는 것은 그 일 자체가 아니라 그 일에 대한 그의 생각이라고 생각해라. 그렇다고 위로의 말을 주저하지는 마라. 다만, 그와 함께 울어도 괜찮지만 마음까지 울지는 않도록 주의하라. 너는 연출가가 만들고 싶어 하는 연극의 배우라는 사실을 명심하라. 연출가가 연극을 짧게 하기를 원한다면 연극은 짧다. 너에게 거지 역이 주어지면 그 역할을 잘해내야 한다. 너를 화나게 하는 원인은 무례하거나 공격적인 사람들 자체가 아니라, 그들이 너를 화나게 하고 있다는 너의 생각이다. 어떤 사람의 만찬에 초대받지 못했는가? 네가 상응하는 대가를 지불하지 않았기 때문이다. 그러니 그것이 가치있다고 생각하면 값을 지불하라. 만찬이 아니면 네가 가진 것이 없는가? 당연히 있다. 너는 아부하고 싶지 않은 사람에게 아부하지 않아도 된다. 거리에 있는 누군가가에게 너의 몸이 위탁된다면 너는 화를 낼 것이다. 그런데 너는 너를 욕하는 사람에게 너의 정신을 위탁해 정신이 괴로움과 혼란에 시달리게 내버려 둔다. 부끄럽지 않은가? T1. 사실 이 시리즈를 계속 읽는 것에 대해서 고민을 했는데, 처음 한 결심을 포기하고 싶지 않은 마음에 시작하게 됐다. 이 책에서는 '자유'의 정의를 어떻게 내리고 있을까? 생각하며 읽어야겠다는 생각을 했다. T2. 에픽테토스가 말하는 자유에 대한 생각은 어쩌면 나랑 비슷한 점이 많다고 생각하게 된다. 나 스스로 옥죄고 제한을 많이 두는 편인데, 다른 관점에서 봤을 때 '내가 가진 것(통제할 수 있는 것)과 가지지 못할 것(통제할 수 없는 것)' 을 구분하고 생각해야 한다는 점이 인상적이다. Q1. 충분히 배운 사람은 자신이건 남이것 탓하지 않는다 -> 통제 할 수 없는 것들에 대해서는 어쩔 수 없다는 것으로 받아들이기 때문인걸까? 나는 아직 배우는 중에 있는 사람일지도 모르겠다. T3. 책을 읽어보면 자유에 대해 이야기 하고 있지만, 진짜로 자유에 대해서 의미하는지는 잘 모르겠다는 생각도 든다. 에픽테토스가 말하는 자유라는 것이 나에게 아직 와닿지 않아서 그런 것일지도..!!

폭발 직전의 분노를 다스리는법 분노가 갑자기 폭발하지 않게 억제하는 방법 - 분노의 첫 번째 피해자는 자기 자신이다 - 분노로 얻을 수 있는 것은 없다 > 분노는 예민한 사람에게나, 침착한 사람에게나 똑같이 위험하다. 사실 평소의 모습에 비해 더 변화가 심한 후자의 경우에 더욱 위험하다. - 분노는 사치보다 더 나쁜 죄다. 사치는 쾌락을 즐기는 것이지만, 분노는 남의 고통에서 기쁨을 얻는다. - 마음의 평정은 공적으로든 사적으로든 자신의 능력보다 많거나, 능력을 벗어나는 일을 하지 않는 데 있다. > 너무 많은 일이나 중대한 일을 통해 마음을 어지럽히거나 지치게 해서는 안 된다. 자신의 능력과 기질을 파악하라 - 자신의 능력이 어느 정도인지 재어보는 것은 분노를 조절하는 데 도움이 된다. 평온한 이들을 곁에 두어라 - 자신이 무슨 말을 하든 어떤 표정을 짓든 그대로 따라하는 사람들을 친구로 삼아라. 몸과 마음을 지치지 않게 하라 - 화났을 때 중대한 일을 시작하지 말고, 즐거운 예술에 마음을 쓰는 것이 좋다. 잘못은 누구나 저지른다. - 잘못에 대한 최고의 벌은 잘못을 저질렀다는 사실 그 자체다. 후회의 고통에 시달리는 자들만큼 무거운 대가를 치르는 사람은 없다. 매일 밤 자신을 재판관 앞에 세워라 - 오늘 너의 잘못 중에서 치료한 것이 있는가? 더 나아진 것이 있는가? - 좋은 사람은 비판을 고마워하지만, 최악의 인간은 비판하는 사람을 못마땅히 여긴다. 숨을 쉬는 동안은, 인간 세상에 있는 동안은 인간다움을 소중히 간직하자. Q1. 나는 나를 어떻게 평가하는가? 나의 부족한 점, 나아지고 싶은 점 들을 생각하고 객관적으로 판단할 수 있다면 분노를 누그러트릴 수 있을까? 이건 어쩌면 분노로 느껴질 수 있는 상황을 미리 대비하라는 말이 아닐까? T1. 책의 내용이 사실 썩 잘 읽히거나 즐겁진 않았다. 하지만, 앞서 설명한 것처럼 분노에 대한 관점을 변화시키려는 노력은 확실히 보이는 것 같다는 생각이 들었다. 다른 시리즈들도 비슷하면 어떡하지..? 더 읽기가 좀 걱정된다.

마음속 분노를 잠재우는 법 분노를 다스리는 두 가지 방법 - 분노라는 감정 자체에 빠지지 않는 일 - 화가 났을 때 잘못된 행위를 피하는 것 아이를 키울 때 필요한 마음 '중용' - 아이가 원하는 것을 얻게 하기 위해선, 지금까지 한 일이나 앞으로 좋은 일을 하겠다는 약속을 토대로 원하는 것을 가질 수 있도록 해야 한다. - 경쟁자는 친구들임을 알게 함으로써, 그들을 다치게 하고 싶어하는 대신에 이기고 싶어 하는 습관을 갖도록 키워야 한다. 너무 풀어주면 → 제 뜻대로 되지 않는 상황에 대처할 능력을 갖추지 못한다. 분노의 제 1원인 : 부당한 피해를 입었다는 생각 - 섣불리 판단하지 말자 : 유예된 형벌은 나중에라도 집행할 수 있지만, 집행된 형벌은 되돌릴 수 없다. 화를 낼 가치가 있는지를 따져보라 - 살아 있지 않은 대상에게 화를 내는 것은 미친 사람들이나 하는 행동이다. 죄 없는 사람은 없다 - 나는 아무 잘못도 하지 않았어, 나는 아무 것도 하지 않았어 - 그런 생각을 하는 사람은 그저 어떤 것도 인정하지 않는 사람일 뿐이다. - 죄가 없다는 것이 법적으로 문제가 없다는 것을 의미할 뿐이라면, 협소한 생각이다. > 의무의 척도는 신심, 정의, 인정, 관대, 헌신 등 다양한 곳에서 존재할 수 있다. 분노를 지연시키는 방법은, 분노에게 시간을 주는 것 무지와 오만이 섣부른 화를 부른다. - 나쁜 인간들이 나쁜 행위를 하는 것이 뭐 그리 놀랄 일이겠는가? - 좋은 인성을 가진 사람들에게도 불미스러운 무언가가 있다. 인간 본성의 일부이기 때문이다. - 벌을 주는 이유는 잘못된 행동을 '하지 않게 하기 위해'이다. 과거가 아니라 미래에 초점을 맞추자. 분노의 얼굴만큼 추한 적이 없다. T1. 다치게 하는 것 vs 이기고 싶어 하는 것, 굉장히 중요한 차이점이 있는 것 같다. 그 사람을 불리하게 만드는 것이 목적이 아니라, 내 스스로 단련해서 성취를 맛보는 것과 관련되어 있지 않을까? T2. 섣불리 판단하지 말자 → 요즘 너무 남의 이야기를 많이 듣는 것 같다. 보이는 것만 믿자. 함부로 다른 사람을 넘겨짚지 말자. Q1. 나는 아무 잘못 없는데? 라고 이야기 하는 사람을 떠올려보면 가장 먼저 생각나는 사람이 있다. 세상 똑똑한 줄 아는 이 사람에게 저렇게 이야기를 해주면 ... 자기 생각을 돌아보려는 시도나 할 지 궁금하기는 하다. 알아듣질 못하니, 이길 자신이 없다는게 이런 뜻인가? Q2. 화가 난 자신의 얼굴을 거울로 본 적이 있는가? 그 특징은 어땠나? 기억은 잘 안나지만... 우연히 봤을 때 진짜 별로였던 기억이 난다.

읽기 전 : 어떤 책을 읽을까 고민하던 중, 프린스턴 대학교 출판부에서 '어떻게 시리즈' 프로젝트를 했다는 사실을 알게 되었다. '어떻게~' 주제를 가지고 다양한 철학자들의 이야기를 엮어서 낸 책인데, 나름 스토리라인을 갖고 읽어보면 좋을 것 같다고 생각이 들었다. 읽기 전에 페이지 수가 많지 않아서 또 기분이 좋았던 것 같다. 들어가기 - "너의 분노는 일종의 광기다. 무가치한 것에 높은 가격을 매기기 때문이다." - 우리의 관점을 이동시키거나 정신의 크기를 확장함으로써 우리가 화를 낼 만 하다고 생각하는 일이 그럴 가치가 있는 일인지를 되돌아보게 한다. - 분노는 당신의 도덕적 상태를 가장 위태롭게 만드는 감정 - 우리는 악한 사람들 사이에 살고 있는 악한 사람들일 뿐이다. 우리에게 평화를 줄 수 것은 상호 관용의 협약뿐이다. 분노의 민낯 (분노의 정의와 특징) - 다른 감정들에는 얼마간의 고요함과 차분함이 있지만, 분노는 자신의 이익까지도 내동댕이치면서 남에게 해를 입히려 든다. - 통제권을 쥔 이성은 정념에서 멀어질 때 힘을 발휘할 수 있다. - 나의 아버지가 살해당했다. > 아버지의 원수를 갚을 것이다. > 원통해서가 아니라, 그것이 옳기 때문이다. - 벌을 정하는 판단이 객관적이고 타당할수록 징벌은 교정에 더 효과적이다. Q1. 가장 최근에 분노했던 순간은? 그 이유는? T1. 관점을 이동시킨다는게 어떤 의미인지 잘 이해가 안됐는데, 아버지의 죽음 사례를 보고 이런 식으로 생각한다는 것을 알게되었다. 어쩌면... 나의 분노를 정당화하기 위한 생각의 전환 정도로 생각할 수도 있겠다. Q2. 상호 관용의 협약?이 의미하는건 도덕적 가치, 관습, 규범, 법 이런것일까? Q3. 정념 : 감정에 따라 일어나는 억누르기 힘든 생각 T2. 징벌과 교정의 관계 : 학생이 지각을 했다 > 벌로 남아서 교실 청소를 시킨다 > 이 행위는 학생의 행동교정과는 관련이 없다. 지각을 하지 않을 수 있도록 벌하는 것이 합리적이다.

시장의 균형을 한눈에, 일목균형표 일목균형표 : 한 눈에 보기 좋게 정리한 표, 독자적 기법 > 주가는 매수or매도하는 측 중 어느쪽이 더 '적극적이냐'에 따라 움직인다. > 일목균형표는 시장의 균형을 알려주는 역할 일목균형표의 괘선 (6가지) > 기준선, 전환선, 선행스팬1, 선행스팬2, 후행스팬, 봉차트 기준선 > 기준선이 상승하면 현재 추세도 상승세, 반대면 하락세 > 주가가 기준선 위에 있으면 현재의 추세가 상승세라는 의미 전환선 > 전환선이 상승하면 추세가 상승세 > 기준선과 전환선의 교차를 이용하면 매매신호로 활용할 수 있다. > 전환선이 기준선을 아래로 돌파 : 상승세가 끝나고 하락세로 바뀌는 신호 선행스팬 > 선행스팬1과 2로 만들어지는 공간에 색을 칠하고 '구름'이라고 부른다. > 구름은 주가의 지지선 or 저항선으로 활용, 두꺼우면 강력하다는 뜻임. > 주가가 구름보다 위에 있으면 상승세를 뜻함. > 구름이 양운에서 음운으로 바뀔 때 주의해야 함 > 시장에 큰 변화가 나타난다는 뜻 후행스팬 > 오늘로부터 26일 뒤로 후행하여 표시한 것 > 후행스팬과 전환선이 가장 예민하고, 잘 활용해야 한다. 실전매매 > 전환선과 기준선이 서로 호전되었을 때가 매수 타이밍 > 후행스팬이 주가를 넘어서고, 구름마저 넘어설 때까지 매수를 미루는 것이 원칙임 > 전환선과 기준선이 서로 역전될 때 매도 타이밍 > 후행스팬이 주가를 내려서고, 구름마저 넘어 하락할 때 본격적으로 매도해야만 함. > 구름이 얇은 종목을 조심하라 >> 구름 위에 있는 종목, 상승세인 종목 위주로 매매 기술적 분석으로 급등주 찾는법 > 한 곳으로 모인 이평선을 돌파하면 크게 모인다 (5,20,60,120일 등) > 이중 바닥을 만들며 저점을 다질 때 주목할 것 > 볼린저밴드의 폭이 좁아지면 추세가 변한다 T1. 선행스팬, 후행스팬 등 다양한 개념의 의미에 대해서 알려줬는데, 나는 사실 기술적 매매에 관심이 있던지라 어떻게 활용하는지가 더 중요한 것 같다. 나중에 필요하다고 생각하면 각각의 의미에 대해서도 자세히 알아보아야겠다 ..! T2. 지금은 사실 기술적 분석이 의미가 있나 싶기는 하다 .. 하지만 어느정도 안정세에 돌입했을 때는 이번의 배움을 다시 한 번 복습해보긴 해야 할 것 같다. 미루지 말고, 잘 정리해보자 !!!

주가의 방향을 결정하는 이동평균선 - 군중심리가 그 만큼 무섭고, 속기 쉽다는 사실 - 주식시장의 주가를 움직이는 두 가지는 탐욕과 공포이다. - 추세는 관성에 의해 지속된다. (분위기) >> 이동평균선을 분석하는 것이 큰 도움이 된다. 추세순응형 거래 - 추세를 파악하고 그 추세에 순응하는 거래를 하기 위해 노력한다. - 추세가 바뀌는 전환점을 변곡점이라고 함. 이동평균 : 단순이동평균, 가중이동평균, 선형가중이동평균 - 가중이동평균 : 오래된 종가일 수록 비중을 낮게, 최근의 종가일 수록 비중 크게 - 선형가중이동평균 : 날짜의 경과에 따라 가중치를 선형적으로 배분한다. 지수평활법 거래량 : 거래량이 늘면 주가가 오르고, 거래량이 줄면 주가는 하락하기 마련 (MACD) - 거래량을 분석하면 현재 증가세인지 감소세인지 쉽게 알아볼 수 있다. 5일 이평선 : 흐름을 가장 예민하게 포착할 수 있는 지표, 추세 전환의 신호탄 > 주가가 5일 이평선을 넘는다? 상승세 20일 이평선 : 추세를 파악할 수 있는 '세력선' 또는 '추세선' > 주가가 20일 이평선 아래로 돌파 >> 하락세 시작이라고 보아야 함. 60일 이평선 : 수요와 공급간 균형을 보여주는 '수급선' 120일 이평선 : 장기간의 움직임 '경기선' 정배열과 역배열 - 정배열 : 위에서 아래로 "주가 - 단기 이동평균 - 장기 이동평균' 으로 놓인 것 (상승세) - 역배열 : 위에서 아래로 "장기 이동평균 - 단기 이동평균 - 주가' 로 놓인 것 (하락세) 골드크로스와 데드크로스 - 정배열과 역배열의 상태가 끝나는 지점, 매매타이밍 - 골드크로스 : 이평선이 역배열이다가 위치가 바뀌는 순간 몬티홀 딜레마 : 1,2,3번 중 상품이 있다. 3번에 없다는 걸 확인했을 때 선택을 바꿀 것인가 - 인간의 후회 두 종류 : 작위후회, 부작위후회 (인간은 대체로 작위후회를 더 크게 생각함) RSI : 전체 주가 움직임 (상승폭 관련) - 100에 가까울 수록 과매수, 0에 가까울 수록 과매도 (70 & 30선 활용) 볼린저밴드 : 이론상 95퍼센트의 통계적 확률 - 주가가 밴드에 가까울 수록 추세가 바뀔 가능성이 높아진다. - 볼린저 밴드의 폭이 좁아진다 ? >> 상승or하락으로의 급격한 추세변화 의심 MACD : 이평선의 단점 >> 뒷북을 치는 경우, 그 위험성을 조금이나마 줄여준다. - 이평선이 교차할 때가 아닌, 차이가 최대한 벌어졌을 때가 오히려 저점or고점에 가깝다. - MACD 곡선 & 시그널 곡선이 교차할 때 > MACD 곡선이 시그널 곡선을 상향 돌파할 때 : 매수시기 > MACD 곡선이 시그널 곡선을 하향 돌파할 때 : 매도시기 스토캐스틱 : K선과 D선의 관계 - 골드크로스 : K선이 D선을 상향돌파할 때, 데드크로스 : K선이 D선을 하향돌파할 때 - 완만한 스토캐스틱을 활용하기도 (내가 하는거다) OBV : 주가는 거래량의 그림자 >> 거래량이 움직이고 주가가 움직이게 된다. - OBV의 저점이 주가의 Q1. 내가 갖고 있는 or 분석한 종목들의 이평선을 보면서 추세를 체크해보는 것도 중요 !! T1. 영상으로 공부했던 내용들을 복습하다 보니, 조금 더 확실하게 이해가 되는 것 같다.