결정을 기계에 맡기는 시대(deductive, inductive)

1. decision making

 

1) deductive

 

모든 사람은 죽는다. 소크라테스는 사람이다. 따라서 소크라테스는 죽는다

 

이미 정의된 혹은 증명된 사실들을 바탕으로 원하는 가설들을 증명하는 과정

 

주어진 definition을 바탕으로 theorem을 증명하는 과정이 deductive

 

 

 

 

참고로 7C2는 7개 중에서 2개를 선택하는 경우의 수인데

 

이 모든 경우의 수들이 노란색 동그라미들에 전부 대응시킬수 있어서 1+2+3+4+5+6=7C2가 성립

 

전제에 따라 바뀌는 결과

 

10진수에서는 1+1=2이지만, 2진수에서는 1+1=0

 

12진수에서는 1+15=4, 13진수에서는 1+5=-7(6이라 해도 되긴 하는데 1+5 = 6보다는 -7로 해서 다르게 할려고 쓴것 같음)

 

 

 

전제가 참이면 결론이 참이다

 

 

2) inductive

 

해가 동쪽에서 떠서 서쪽에서 뜨는 것은 수만년 전부터 많이 관찰하여 알아낸 사실

 

내일도 해가 동쪽에서 뜰까?

 

지금까지 관찰한 결과를 바탕으로 생각해보면 높은 확률로 참이고

 

(혹시나 소행성이 부딪혀 지구가 소멸이라도 하는, 낮은 가능성이더라도 절대 불가능하지는 않은) 낮은 확률로 거짓임

 

 

 

많은 데이터로부터 그 자체로 inference할 수 있고

 

데이터로부터 training하여 하나의 큰 모델로 압축하여 inference

 

큰 모델을 작게 compression, 그러나 모델이 가지는 데이터가 보여주는 핵심은 그대로 가진채로 inference

 

이 모든 inference 결정들이 inductive decision

 

딥러닝 모델의 추론과 같다는 이야기를 하고싶은듯

 

 

2. decision making machine

 

세상에는 사람 대신에 무언가를 해주는 ~기<machine>들이 있다. 게임기, 청소기, 용접기, 세탁기, 계산기 등등

 

청소를 누가 대신해줬으면 하는 생각에 발명한 청소기는 청소기 자체가 결정을 내려 청소를 할 수는 없고

 

사람이 어딘가 청소해달라고 결정을 내려야 청소를 해줌

 

그러나 이제는 한단계 나아가 추상적인 상위레벨에서 어디를 청소할지조차도 대신 결정해주는 결정기,

 

decision making machine가 존재하는 시대

 

그러나 decision making machine 하나만 존재하면 의미가 없음. 어디에 대한, 무언가에 대한 결정인지 있어야 작동함

 

 

 

mean()이라는 함수도 70,80,90을 받아 사람대신에 평균을 계산하여 80이라고 결정을 내려주는 decision making machine

 

neural network 모델도 고양이 사진을 받아 사람대신에 ‘cat’이라고 결정해주는 decision making machine

 

마치 파이썬에서 class를 만들어도 이에 대한 instance를 만들어야 작동하는거랑 비슷

 

neural network도 하나의 결정기로 사람이 보이면 ‘사람’, 강아지 인형이 보이면 ‘강아지 인형’, 나무가 보이면 ‘나무’

 

얼굴 사진을 보면 neural network가 classification을 수행해서 ‘Me’라고 결정을 내려

 

 

 

3. 결정을 기계에 맡기는 시대

 

인간세상에는 필수적인 의사결정, 분석적인 의사결정, 기본적인 의사결정 등 수많은 의사결정들이 존재함

 

모든 문제가 결정할 수 있는 문제는 아니다. 결정할 수 없는 문제들도 존재한다. 그래서 사람들은 기계의 힘을 빌고자 했다.

 

 

 

인간의 정확도가 84.7%였고 전통적인 machine learning model은 73.9%였다.

 

딥러닝 모델은 인간의 정확도 84.7%를 뛰어넘었다.

 

그러나 전통적인 machine learning model의 정확도가 인간의 정확도보다 떨어져 중요한 의사결정을 대신하게 만들기는 부족했다.

 

추천시스템 같은 영화를 추천해주거나 책을 추천해주는 책임을 떠맡지 않는 가벼운 결정, 틀려도 크게 신경쓰지 않는 결정은 기계에 맡길 수 있어도

 

accuracy가 어느정도 보장이 되지 않으면 할 수 없는 중요한 결정은 여전히 사람의 몫이었다.

 

기계가 ‘당신은 암이 아닙니다.’라고 했는데 틀려가지고 암이면 문제가 심각해짐

 

사람의 정확도 84.7%를 뛰어넘는 딥러닝의 등장으로 정확도가 끝을 모르고 점점 올라가면서

 

이제는 무거운 책임이 따르는 결정도 맡겨볼만하면서 기계가 대신해주는 시대가 되었다.

 

그러나 모델이 아무리 발전하더라도 대신해줄 수 없는 결정들도 물론 존재한다.

 

 

 

대부분의 문제를 기계가 대신해줄 수 있게 되었지만

 

’어떤 것이 좋은 것인지 가치판단의 문제’는 정답이란 것이 없어서 사람조차도 쉽지 않다