기술발전 그 역사를 간단히 살펴보자
ai가 만든 그림이 1등을 차지함
스페이스 오페라 극장
이게 그림인가?
아마존이 인공지능 인력들을 해고한 이유?
인공지능에 투자한 것만큼 marginal benefit이 안 만들어지는 것 같다
인공지능이 충분히 똑똑해서?
singularity 특이점
그의 저서 《특이점이 온다(The Singularity Is Near)》는 뉴욕 타임스 베스트셀러에 선정되었다. 이 책에서 그는 2045년까지 나노공학, 로봇공학, 생명공학의 발전 덕분에 인간의 수명을 무한히 연장할 수 있게 되고, 인간과 같은 지능을 가진 인공지능이 등장하리라고 주장한다.
아마존 해고 이유? 인공지능이 너 해고하라고 해서 해고했다 답변을 그렇게 했다.
아마존 노조가 결성했다 작년에
사람이 3만년 전에 바늘을 발명했다. 그전에도 돌을 깎아서 만들다가 바늘 등장 이후 남성의 패션이 생기고 여성의 패션이 생김.
동물들은 나이 들면 내쫓아낸다 하지만 인간은 그렇지 않는다.
기술개발에 대한 관심이 많지 않았다.
기술개발이 둔화되고 있는가? 갈 때까지 간 것인가? 아닐 것이다
테슬라 해고 . 퍼포먼스가 나오지 않는다 AI에 대한 연구
AI가 한 덩어리 기술이 아니다. 추천시스템 인력은 별로 할 것이 없다.
3차산업혁명시대에 전세계 컴퓨터
자동화가 이뤄지면 자동화를 이끈 사람들이 제일 먼저 잘린다. 더 이상 필요가 없기 때문이다
인공지능에 대해서도 삭감. 예산도 삭감?
EXPERT 시스템
류마티스 관절염에 관한 expert 시스템 모든 정보를 다 때려 넣고. 했는데
Drilling engineering 머드맨 mud man 석유 시추할 때 진흙분석. 석유 시추 100m 진흙을 보고 있을 것 같다 expert시스템을 적용
은행 대출 시스템
약식버전으로 만든 것은 챗봇
딥러닝이 효과적인 역할을 해서 바탕으로 해서 실험적으로 유명하진 게 알파고
알파고의 등장
딥러닝 가지고 해야할 것이 많이 남아 있지만, 또 한계에 부딪쳐서 딥러닝 가지고 못하는 문제를 해결해줄 수 있는 건 무엇일까?
https://n.news.naver.com/mnews/article/023/0003705715?sid=104
좌뇌중심의 기계를 만든 것이다. 바둑을 잘 두는 기계를 만들 수 있지만 바둑을 두고 싶다는 느낌을 가진 기계를 만들긴 어려울 것 같다
알파고는 환호하지 않는다.
기술을 연구하는 데 있어서 개발&활용을 이야기해서 한계가 있기 때문에 기계와 인간의 관계
사회과학은 관계에 관한 연구. 이를 할 필요가 있다.
인공지능과 관련해서 유명한 사람 이야기를 듣는 것이 왜 듣는가? 이게 진리는 아니다
상업적 가치가 있기 때문에?
판단 기준은? 지위? 회사? 그 사람의 말이 true 판단 기준이 된다.
판단능력을 키워야 한다. 그럼 방법론 공부가 필요하다
applied research - 지금 경영자가 처해있는 문제에 대해서 적시에 해법을 찾기 위해서. 과학적으로 분석하고 연구해서 답을 찾는 행위
applied research 문제: 기대만큼 잘 팔리지 않는다? 라는 의문.
주로 컨설팅 firm이 수행한다
과학적으로 서술하고, 과학적인 방법을 찾는 것이 하는 일이다
basic research - 조직에 대해서 왜 근본적인 의문. 곰곰히 탐구해보고. 결과를 도출. 깊이 있는 지식을 연구하고 싶다
사과가 왜 떨어질까? 만류인력의 법칙.
applied research를 수행하다보면, basic research에 뻗어나갈 수 있다. 이분법적으로 가르기가 어렵다
business research - 의사결정자에게 데이터 ,정보, 통찰력을 제공하기 위해 자료를 수집하고 분석하고 배포해주는 프로세스. 성과를 최대한 하기 위해 적절한 행동방안
좋은 연구란? 전문적으로 시행된 절차를 따라서 데이터가 믿을만할 때 이걸 좋은 연구이다. 의사결정하는데 믿고 쓸 수 있다. 체계적이고 현장에 가서 데이터를 가져다가 데이터를 토대로 실증연구
과학적 연구의 목적?
서술(현상의 기술description research) - 대부분의 연구가 여기에 해당한다. 가설을 세우고 이게 맞는지 검증하는 단계를 거친다
우울증에 빠졌을때 마음 속에 어떤 일이 일어나는가? 생리학적 호르몬 연구 or 심리학적으로도 중요.
어떤 일이 일어났는가? 에 대해 서술하는 것만으로도 예측? 알 수 있다.
아카데믹 연구방법. 빈도가 가장 많다.
예측(상관관계prediction) - 컨설팅 회사.
설명(인과 explanation 20~30% 연구) - 인과관계를 설명한다. 어렵다. 원인을 보여주기 힘들다. 그 원인을 찾아야 한다. 참여자(실험 참여자)가 문제가 해결되지 않는 상황에 노출되면 점점 비관적이 되고, 새로운 일을 도전하는 것에 대해 의지가 약해진다. 참여자는 새로운 일보다는 한 번 풀어본 경험이 있는 문제는 풀려고 한다.
인과관계가 있다는 걸 느껴야 한다.
활용(application) 임상심리학. 액션을 취하는 것. 의학을 배우는 것과 이를 행하는 것이 다르듯이. 저 사람이 낙담하지 않도록 조금만 바꿔서 성공경험을 하게 만들어주는 것. 저 사람의 우울증과 낙담증상이 완화된다.
research result - 가설의 검증의 조사의 결과 fact까지 . <-> conclusion - 연구자의 해석 interpeter 의미 부여
이 두 가지를 정확히 구분 해야 한다.
변수들의 관계. association
x가 증가할수록 y가 증가한다 . 이 관계가 검증의 대상이 된다. 이게 바로 연구 대상이다. 기존연구 변수 설명은 많지만 변수들간에 관계에 대한 설명은 없다
새로운 관계가 들어가는 것이 더 중요하다. 연구가 깊어질수록 관계에 대한 민감도가 높다
좋은 과학적 연구의 특징
목적이 정확해야 한다
엄밀성. 이론적 배경이 튼튼하던가 방법론적인 디자인이
가설을 논리적으로 설정했고, 그 가설이 잘못다듬어지면 잘 다듬어진 가설은 검증. 달맞이꽃 개화시기. 방법론이 더 구체화되어야 한다. 위도 까지 포함. 이런걸 연구하겠다 독립변수가 위도, 종속변수가 개화시기반
반추해볼 수 있다. 반복가능하다. 제목만 봐도 어떤 독립변수와 종속변수가 추측. 구체적이다. 이게 바로 좋은 연구이다. 제목만 봐도 구체적으로 볼 수 있도록 해야 한다. 포커스를 분명히 해야 한다.
충분히 정밀하고 신뢰구간(confidence) 이 좁아야 한다.
객관성.
일반화 가능성. 반드시 필요한 조건은 아니지만 중요하다. applied research이면, 일반화 가능성이 떨어질 수 있다. 다른 회사. 예를 들어서 이 회사는 야쿠르트 회사니까 그러지 라는 생각. 야쿠르트 회사를 대상으로 연구했지만, 가설 ,연구방법 등을 보고 다른 회사도 적용가능하겠네 라고 보이면 일반화 가능성이 높다. 연구 디자인과 방법에 의해 일반화 가능성이 결정. 이 연구주체 방법은 보편적으로 결과가 어떻게 되겠네. 이걸 일일이 실험해볼 건 아닌 것이다. 보편적 결론으로 도출하기 위한 것.
parsimony y= ax+b / 데이터가 바뀌어도 어느정도 수용가능한 것. 너무 많은 식을 넣으면 설명하기 어렵다. 설명으로부터 너무 멀어진다. 경영학 이론도 심플하다. 마이클포터 모델들. 5 force / value chain 등등
연구윤리는 읽어봐라. 심리학에선 연구윤리를 중요하게 생각한다 개인정보도 있고. 연구자의 욕심이 지나쳐서 수집하는 데이터를 사용한다. 원천을 밝히면 안되는데, 종합점수만 밝히겠다고 하고. 분석하는데 다 밝히면 수치심을 느낄 수 있다
여성 연구자가 실제 갱단에 들어가서 논란이 된 사례가 있다.
연구논문을 쓰는데 회사가 실명을 써도 괜찮겠냐? 좋다. 대답을 받아야 한다. 좋은 이야기든 나쁜 이야기든
추측은 가능할 수 있다. 그런거까지 연구자의 책임이라고 보지 않는다
Q. 아이들이 우유섭취량에 따라 키성장이 다를까?
우유섭취량과 키와 상관관계가 있는가? 가설
독립변수가 우유, 종속변수가 키
엄마들 대상으로 설문조사
데이터가 충분히 크고 다양한가. 이 데이터를 신뢰할 수 있는 것이다
플라톤의 고민.
계란이 속이 보이지 않는데 21일 뒤에 병아리가 된다 어떻게?
양계장에서 21개알을 꺼내와서 1개씩 깨본다. 하지만 이게 완벽한가?
질문. k-pop을 좋아해서 한국에 왔다? 외국 학생들이 한국으로 오는 이유는 k-pop 때문이다
이거를 더 체계적으로 연구하려면?
연구 질문은? 변수는? 실행방법은? 활용은?
리서치 방법론 그림
오늘 끝
220908