한빛미디어

‘인공지능 시대, 차별화되는 역량’
_
최근에 데이터관련 자격시험 준비를 진행한적이 있습니다. 관련 내용을 학습하면서 다른 것들은 크게 상관이 없었습니다. 시간을 투입하고, 내용을 이해하면서 암기를 하거나, 습관적으로 자주 보면 자연스레 시험용 지식이 저장되기 때문입니다. 그런데 실제 데이터 분석이나 결과값을 보여주는 프로그램을 다루는 과정에서는 이게 단순히 자격시험 공부하는 방식으로 되지는 않았습니다. 왜냐하면 한정적인 시간에서 결과값을 만들어야 하는데 그러기 위해서는 관련된 수식작성 함수를 알아야 하고, 이러한 함수작성이 필요한 산식과 더불어 통계관련된 경험이 있어야 효율적으로 결과값을 낼 수 있기 때문입니다. 그래서 저는 AI시대에 우리가 LLM등 초 거대인공지능 관련된 내용을 ‘잘 활용하기 위해서는’ ‘질문’을 잘해야한다지만, AI와 소통을 잘하기 위해 필요한 역량은 단연 수학적 능력이라고 생각합니다. <AI를 위한 필수수학>을 읽어야 하는 이유도 여기에 있었습니다.

GPT를 쓰던 Copilot을 쓰던 한국의 뤼튼을 쓰던, 아니면 파이썬을 쓰던 자바스크립트를 쓰던, 태블로를 쓰던 Power BI를 쓰던간에 인간은 프로그램에게 명령어를 주입합니다. 해당 명령어를 통해 결과값을 만들어내는데, 이것이 인간이 만족할만한 수준으로 내기 위해서는 2가지입니다. 첫번째는 해당 프로그램에 연결, 보유, 혹은 완벽하지 않은 프롬프트를 분석할 수 있는 소스가 가득한지, 두번째는 입력을 하는 주체(사람 혹은 그 다른 것)이 해당 프로그램이 최적화할 수 있는 프롬프트를 낼 수 있는 실력이 있는지의 문제입니다. 예를 들면 데이터 모델링에 필요한 연산자나, 혹은 수식을 만들어 낼 수 있다면 굳이 인공지능 프로그램이 자체 소스를 이용할 필요가 없기 때문입니다.

본서는 바로 후자의 점에서 특화된 서적으로 데이터 분석을 할 때 필요한 통계와 관련된 수학적 지식과 사례를 다룹니다. 예를 들어 금융과 관련된 보험손해율과 관련된 인공신경망 모델을 만든다고 합니다. 이를 위해서는 보험납입보험금과 실제 들어간 비용관련된 데이터가 있어야 합니다. 문제는 대부분은 정형, 반정형, 비정형 데이터로 이워져있으니 이를 전처리하는 시간, 모델링 평가를 하는 시간, 모델링 검증을 하는 시간, 이를 통한 시각화를 하는 시간과 더불어, 추후에는 인공지능 모델을 만들어서 자동화를 시켜야 합니다. 위에 들어가는 모든 과정에서 시간을 획기적으로 줄일 수 있는 것은 이를 만들기 위한 인공지능 소프트웨어의 입력값이 효율적인 수식작성과 통계수리학적 지식이 들어가는 겁니다.

인공지능 시대가 도래했기 때문에 이제 인공지능이 모든 것을 대체해줄 수 있을 것 같습니다. 불가능한 것은 아닙니다. ‘비용을 많이 쓰면 됩니다’ 이는 위의 언급한 통계수리학적 지식을 가진 엔지니어들이 인공지능 소프트웨어를 가지고 이미 다양한 연산, 데이터 분석, 불완전한 질문을 완벽한 결과물로 만들 수 있는 방법을 담아내는데 엄청난 시간과 비용을 투입했기 때문입니다. 이제 그것을 일반 소비자들에게는 ‘돈’으로 받아내는 시대입니다. GPT의 가격인상과정을 보시면 앞으로 이것이 현실이 되고 있는 것을 이해하실겁니다. 그렇다면 방법은 2가지입니다. 가격인상을 받아들이고, 더 가격대비 효율적인 곳에 투입을 하던지, 아니면 자신의 역량을 이용해서 효율적인 결과값을 남들보다 빠르게 얻어내던가. <AI를 위한 필수수학>같은 내용들을 내재화해야하는 이유입니다.

‘만일 이 2가지가 아니라면 이제는 AI시스템의 노예가 될 수도 있습니다.’

한빛미디어 <나는리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다.