내 태그

입시

학습

생활

클럽

직업·취업

Epioptimus

Centurion

오르비 랭킹

XDK 누적 복권

XDK 경매

RARE

Cognita Sapiens [847641] · MS 2018 · 쪽지

2025-01-24 07:05:41
조회수 2,788
10

왜 컴퓨터 공학자들은 인문학과 생물학을 강조할까?

게시글 주소: https://o.orbi.kr/00071521281

아마 여러분도 저와 비슷하듯이, 이미 성공한 놈들이니까 배때지가 불러서 저런 쓸데없는 소리를 하는 것이다~ 라고 생각했을 지도 모르겠습니다. 그러나 전 최근 통계학 공부와 프로그래밍 언어 공부를 하면서, 왜 저런 말을 했는지 어째서 컴퓨터공학을 하는 사람이나 소프트웨어 전공자에게 인문학과 생물학이 중요해지는지를 알게 되었습니다. 그 이야기를 좀 풀어보겠습니다.

GPU로 성공했으면서 이제는 생물학이 뜨는 시대가 올 것이라며 자녀들에게 생물학 공부를 시키라는 젠슨 황

https://workerfinancial.tistory.com/entry/%EC%97%94%EB%B9%84%EB%94%94%EC%95%84%EB%A5%BC-%EB%A7%8C%EB%93%A0-%EC%A0%A0%EC%8A%A8-%ED%99%A9-%ED%9A%8C%EC%9E%A5-%EC%83%9D%EB%AA%85%EA%B3%B5%ED%95%99-%EB%B0%B0%EC%9A%B8%EA%B1%B0%EB%9D%BC%EB%8A%94-2024-%EC%9D%B8%ED%84%B0%EB%B7%B0-%EB%82%B4%EC%9A%A9

생물의학에 엄청난 돈을 퍼붓는 마크 저커버그와 그의 아내 이야기

https://www.forbes.com/sites/kerryadolan/2023/03/02/exclusive-mark-zuckerberg-and-priscilla-chan-on-their-new-biohub-in-chicago-and-how-they-plan-to-spend-billions-to-help-others-cure-or-manage-disease/

인공지능에 대한 이해와 깊이 있는 철학을 위해 인문학의 필요성을 강조하는 일론 머스크

https://time.com/6310076/elon-musk-ai-walter-isaacson-biography/

이하 GAI 답변

네, 마크 저커버그, 일론 머스크, 젠슨 황 모두 컴퓨터 공학 대신 생물학이나 인문학의 중요성을 강조한 사례들이 있습니다. 이들의 견해를 살펴보겠습니다.

## 마크 저커버그의 생물학 강조

마크 저커버그와 그의 아내 프리실라 챈은 생물학 연구에 상당한 투자를 하고 있습니다. 그들은 Chan Zuckerberg Initiative(CZI)를 통해 생물의학 연구에 수십억 달러를 투자하고 있습니다[1].

저커버그는 "과학의 역사를 보면, 대부분의 큰 진보는 새로운 관찰 도구에 의해 선행됩니다"라고 말했습니다[1]. 이는 그가 생물학 연구의 중요성을 인식하고 있음을 보여줍니다.

CZI는 10년에 걸쳐 인체 생물학을 새로운 방식으로 관찰하고 측정하는 과학과 기술을 개발하는 데 집중할 계획입니다[3]. 이는 컴퓨터 공학을 넘어 생물학의 중요성을 강조하는 접근 방식입니다.

## 일론 머스크의 인문학적 접근

일론 머스크는 AI의 발전이 인류의 생존과 직결된다고 보고 있습니다. 그는 AI가 인간의 의식을 보존하고 인류를 이해하는 방향으로 발전해야 한다고 주장합니다[9].

머스크는 "진실을 추구하는 AI"를 만들고자 하며, 이 AI가 "우주를 이해하는 것에 관심을 갖고, 그 결과 인류를 보존하고자 할 것"이라고 믿습니다[9]. 이는 기술 발전에 인문학적 가치를 접목시키려는 시도로 볼 수 있습니다.

## 젠슨 황의 생물학 강조

NVIDIA의 CEO 젠슨 황은 놀랍게도 모든 사람이 코딩을 배울 필요가 없다고 주장합니다. 대신 그는 인간 생물학과 생명 과학을 공부하는 것이 더 중요하다고 말합니다[2][4].

황은 "디지털 생물학이 과학이 아닌 공학 분야가 될 것"이라고 예측하며, 미래에는 생물학과 생명 과학이 순수 과학 분야에서 공학 분야로 전환될 것이라고 믿습니다[4][6].

## 왜 이런 강조를 하는가?

1. **학제간 접근의 중요성**: 복잡한 문제들을 해결하기 위해서는 다양한 분야의 지식이 필요합니다.

2. **기술의 인간화**: AI와 같은 기술이 인간의 삶을 개선하고 보완하는 데 초점을 맞추기 위해서는 인문학적 이해가 필요합니다.

3. **미래 산업 예측**: 생물학과 기술의 융합이 미래 산업의 핵심이 될 것이라는 전망입니다.

4. **윤리적 고려**: 기술 발전에 따른 윤리적 문제들을 해결하기 위해 인문학적 사고가 필요합니다.

이러한 접근은 기술 발전이 단순히 기술적 진보를 넘어 인류의 전반적인 발전과 연결되어야 한다는 인식을 반영합니다.

Citations:

[1] https://www.forbes.com/sites/kerryadolan/2023/03/02/exclusive-mark-zuckerberg-and-priscilla-chan-on-their-new-biohub-in-chicago-and-how-they-plan-to-spend-billions-to-help-others-cure-or-manage-disease/

[2] https://www.yeschat.ai/blog-Dont-Learn-to-Code-But-Study-This-Instead-says-NVIDIA-CEO-Jensen-Huang-5036

[3] https://chanzuckerberg.com/newsroom/chan-zuckerberg-initiative-announces-10-year-effort-to-develop-science-and-technologies-to-measure-human-biology-in-action/

[4] https://fireflies.ai/blog/nvidia-ceo-jensen-huang-on-the-future-of-ai

[5] https://www.investing.com/academy/statistics/mark-zuckerberg-facts/

[6] https://www.forbes.com/sites/gilpress/2024/04/30/ai-is-moving-biology-from-science-to-engineering-advancing-medicine/

[7] https://www.essentialmagazine.com/elon-musk-visionary-of-the-future/

[8] https://www.yahoo.com/news/fact-check-elon-musk-once-223900356.html

[9] https://time.com/6310076/elon-musk-ai-walter-isaacson-biography/

[10] https://phys.org/news/2016-09-elon-musk-wary-humanity-future.html

제가 딱 여러분 나이, 고딩일 때 통계학과로 가고 싶다고 하던 놀기 좋아하는 친구가 있었습니다. 그 친구는 통계학과를 가서 뭔가 통계 관련된 곳에 가면, 매우 꿀을 빨면서 쉽게 돈을 벌 수 있다고 아주 흥미진진한 이야기를 해주던 것이 기억이 납니다. 그땐 몰랐어요 제가 통계학을 공부할 줄은....

통계학은 비단 저처럼 신경과학 뿐만 아니라 다양한 분야의 기본이 되는 학문이 될 것이 분명합니다. 심지어 제가 속해있던 하드웨어 중심의 에너지신소재공학과에서도 통계학은 상당히 유용한 교과목으로 학과장님께 인정받아서, 타 학과 전공 통계학 수업을 우리 학과 전공 학점으로 인정받기도 했었습니다

https://daedamo.com/freestory/168544

통계학을 조금 공부해 본 사람이라면 kaggle이라는 사이트를 알 것입니다. 다양한 데이터 셋이 제공되는데, 그 중에서도 타이타닉 분석이 있습니다. 맞습니다 여러분이 아는 바로 그 비운의 침몰한 타이타닉 호에 대한 이야기입니다.

타이타닉 호에는 흥미롭게도 거의 모든 데이터가 잘 정리되어 있습니다. 예컨데 객실 번호와 해당 손님의 이름, 성별, 가족 여부, 동승자 여부 등등 다양한 데이터가 완전하지는 않지만 잘 공개되어 있습니다.

우리는 이제 이것으로 예측을 해볼 것입니다. 무슨 예측? 살았는지 죽었는지요!

저도 어릴 때 영화를 잠깐 본 기억이 남는데, 우선 아이와 여성부터 먼저 구조선에 태우는 장면이 확실히 기억납니다. 그러니까 생각하는 것입니다 아~ 어떤 사람이 여자라면 생존할 확률이 높겠구나! 라고요. 이런 식으로 예측을 하는 것입니다 성별부터 나이나 객실 위치(그림처럼 3등칸 두 쪽 중 한 쪽부터 먼저 침몰하기 시작함) 등등 다양한 요소들이 영향을 미치겠죠

https://mintaewon.github.io/2020/12/kaggle-titanic-%EC%83%9D%EC%A1%B4%EC%9E%90-%EC%98%88%EC%B8%A1-1-eda/

https://sm-solux.dev/39

그런데 제가 보니까 아주 흥미로운 접근 방식이 있더군요.

아까 각각의 다양한 데이터가 주어졌다고 했잖아요? 그런데 우리는 각각의 데이터를 통해서 유추할 수 있는 여지가 많이 있습니다.

일단 타이타닉은 당시 호화스러운 여객선이었기에, 보통 혼자 탈 리가 없고 만약 가족이 탔더라면 다 같이 부부와 아이들이 탔을 확률이 높겠죠. 저런 고급 여객선은 주로 가족 파티 등을 위해서 가는 것이니까요.

흥미롭게도 가족의 여부를 통해 생존 확률을 분석해보면, 가족이 있는 쪽이 생존 확률이 좀 더 높았습니다. 아마 제 생각에는, 아이와 여자가 있는 경우에는 그 둘만 구조선에 우선 실었지만, 아이와 남자가 있는 경우라면 그것이 자식과 아버지의 관계라면 남자임에도 구조선에 먼저 태웠으리라 예상할 수 있습니다.

이름도 의외로 중요한 점을 시사합니다. Mr나 Mrs 등은 그 자체로 의미를 가지지 않지만, 저 말이 붙는 순간 그 사람은 기혼자라는 뜻이고, 따라서 가족이 있을 것이며 그럼 아마도 혼자 타기 보다는 가족과 함께 탔을 확률이 높을 것입니다.

그래서 결혼을 안한 사람보다는, 결혼을 했으면서 아이까지 있는 사람들이 좀 더 생존 확률이 높지 않을까 유추할 수 있습니다. 단순히 Mr나 Mrs를 볼 땐 별 감흥이 안느껴졌지만, 나름 생각을 해보니 연관성이 충분히 있다는 것을 알 수 잇겠죠??

가장 중요한 것을 깜빡했는데, 제가 영화를 볼때 여자와 아이를 우선 구조선에 태운다고 했었죠? 나머지는 바다에 빠져 있다가 동사하는 장면이 많이 나옵니다. 그럼 일단 성별의 구분이 굉장히 생존 확률에 큰 영향을 주었으리라 생각할 수 있습니다. 실제 데이터를 한번 볼까요?

여성의 생존율은 무려 70퍼에 다다릅니다 두둥

https://seo00.tistory.com/60

그리고 아까 배가 기울어지면서 3등칸부터 덮쳤다고 했었죠. 3등칸은 한 곳에 몰려있는 것이 아니라 양 쪽에 존재하는데, 하필 배가 그 끄트머리에 빙산과 부딪히면서 침수가 발생했었습니다. 그럼 3등칸에 있던 사람들은 대피를 잘 못하고 죽을 확률이 높았겠죠?

비싼 티켓일수록 생존율이 더 높았습니다

https://seo00.tistory.com/60

탑승 항구도 다릅니다. 총 3개의 항구를 경유하면서 사람을 태웟는데, 역시 우리의 예상과 다르지 않게 항구는 생존율에 별 영향을 주지 못했습니다. 생각해보면 당연하잖아요 무슨 어디 부산에서 탄 사람이 서울에서 탄 사람보다 특별히 수영을 더 잘 하거나 저체온증을 잘 견딜 리가 없으니까요.

그래서 그냥 항구에 따른 사망자 비율은 비슷비슷해서, 가장 많이 탑승한 항구에서 가장 많은 사망자가 나왔습니다

https://seo00.tistory.com/60

여기서부터 좀 복잡해집니다. 항구 자체는 영향을 미치지 않았지만, 항구에 따라서 사람의 소득 수준이 다를 수도 있잖아요? 예컨데 어느 대도시에 연결된 항구에서 탄 사람들은 1등석을 많이 탔는데, 가난한 지방의 사람들은 그냥 3등석을 타서 높은 확률로 죽었을 수도 있잖아요? 이런 식으로 점점 데이터끼리의 상관관계라던지, 뭔가 연관성 즉 보이지 않는 부분을 보는 통찰력이 바로 인문학의 필요성 아닐까 싶었습니다.

아쉽게도 각 항구에 대해서는 구체적인 정보가 별로 없고 그냥 탑승자의 출처만 알 수 있었습니다. 만약 우리가 각 항구 도시의 평균 소득 정도를 알고 있었다면, 소득을 따져서 좀 더 유의미한 분포를 새롭게 찾아낼 수도 있었지 않겠어요?

https://seo00.tistory.com/60

위 내용들은 캐글에서 타이타닉 생존 분석을 한 어느 예시를 가져왔을 뿐이고, 다른 사람들은 각자의 다양한 인문학적 통찰력으로 서로 상관관계가 없어 보이는 데이터를 상관 있게 연관을 시키고 해석을 하더군요. 좀 더 나아가서 정말 통계학을 잘 하는 사람들은 예측 모형을 따로 개발해서 돌려보더군요.

저는 이 과정에서 상당한 신선함을 느꼈습니다. 단순히 죽음을 0, 생존을 1이라고 두고 그것을 배치하는 것이 아니라, 다양한 요소들의 상관관계에 의해서 0에 가까운지 1에 가까운지(물론 사람은 반 정도 죽은 상태는 있을 수 없지만)를 비교하고 분석하는 것입니다.

제가 고민을 해봤는데 이건 정말 순전히 개인의 인문학적 통찰력 말곤 답이 없었습니다. 무슨 수학 문제처럼 정해진 계단이 있어서 그대로 올라가면 풀리는 것이 아니라, 서로 다양한 관점에서 다양한 데이터를 관찰하고 서로의 상관 관계나 연관, 인과관계를 고려하면서 창의적으로 새로운 맥락과 의미를 만들어 냈습니다.

전 단순한 이 과제를 통해서 이렇듯 인문학의 필요성과 중요성, 이공계열이나 소프트웨어 전공자에게 생물학이나 인문학이 왜 필요한지를 느낄 수 있었어요. 당연히 제가 느낀 수준은 매우 저차원적이고 누구나 쉽게 느낄 수 있는 부분이고, 나중에 공부를 하다보면 더 깊은 이유와 근본적인 원리를 알 수도 있겠죠.

<수국비 상>

https://docs.orbi.kr/docs/7325/

<수국비 하>

https://docs.orbi.kr/docs/7327/

사고력이란 무엇인가

https://orbi.kr/00064157242 - 24편 리터러시(문해력, 독해력)이란 무엇인가

https://orbi.kr/00064692514 - 25편 단순히 많은 학습 시간은 배신을 할 수 있다!

https://orbi.kr/00064934387 - 26편 대한민국은 강대국이 될 자격이 없다

https://orbi.kr/00065089413 - 27편 본질 feat. 반추 동물의 생존

https://orbi.kr/00067574982 - 28편 추론이란 무엇인가

https://orbi.kr/00067699093 - 29편 천재에게 과외 받지 마십시오

https://orbi.kr/00067722206 - 30편 중요한 것으로 마음을 가득 채우세요

https://orbi.kr/00067987848 - 31편 국어와 영어를 잘하는 법 - 중요한 것에 밑줄치고 집중하라!

https://orbi.kr/00068049459 - 32편 수동적으로 넣기만 하지 말고, 능동적으로 꺼내는 연습도 해야합니다

https://orbi.kr/00068083401 - 33편 이 세상은 '언어'로 이루어져 있지 않을까?

https://orbi.kr/00068269691 - 34편 최고를 경험하라!

https://orbi.kr/00068742477 - 35편 컴퓨팅 사고력(computational thinking)!

https://orbi.kr/00068829690 - 36편 컴퓨팅 사고력2 (computational thinking)!

https://orbi.kr/00068855045 - 37편 잘 하는 것과 잘 가르치는 것

https://orbi.kr/00068881736 - 38편 사고의 틀과 각인하기

https://orbi.kr/00068895360 - 39편 장난감 총으로 훈련을 하면 실총 사격에 도움이 될까?

https://orbi.kr/00068983469 - 40편 인성도 능력이다!

https://orbi.kr/00069006817 - 41편 우리는 왜 글을 읽고 작문을 해야하는가

https://orbi.kr/00069112212 - 42편 저는 사실 여러분을 상대로 설명하는 것이 아니라 복습하는 것입니다

https://orbi.kr/00069300631 - 43편 편견은 싸고, 통찰력과 창의력은 비싸다!

https://orbi.kr/00069489882 - 44편 수능 가까워졌으니까 오랜만에 써보는 학습 칼럼 - 최종 정리

https://orbi.kr/00069687160 - 45편 지능이란 무엇인가 - 뇌가 있어야 지능이 있을까

https://orbi.kr/00069743070 - 46편 지능이란 무엇인가 2편 - 참된 지능은 무엇인가

https://orbi.kr/00070014446 - 47편 메타 인지와 지혜에 대해서

https://orbi.kr/00070093084 - 48편 모델(모형)은 세상을 해석하는 함수이다

https://orbi.kr/00070241820 - 49편 대학가면 이 2가지는 반드시 하십시오

https://orbi.kr/00070605569 - 50편 생성형 AI를 활용한 메타인지 키우기

https://orbi.kr/00070606335 - 51편 생성형 AI를 활용한 메타인지 키우기 2

https://orbi.kr/00070708326 - 52편 생성형 AI를 활용한 메타인지 키우기 3

https://orbi.kr/00070715428 - 53편 생성형 AI를 활용한 메타인지 키우기 4

https://orbi.kr/00070780458 - 54 편 계층 구조를 통해 바라본 인간의 효율적인 독해 방식

https://orbi.kr/00070849673 - 55편 메타 인지가 나쁘면 머리가 고생한다