컴퓨터가 알려주는 인간의 사고 방식

Brian Christian and Tom Griffiths. 2016. Algorithms to Live by: The Computer Science of Human Decisions. Picador. 262 pages.

저자들은 컴퓨터 과학저술가와 인지 심리학자이며, 이 책은 컴퓨터 프로그래밍에서 다루는 문제들을 통해 인간의 의사결정 방식에 대한 이해를 높인다. 컴퓨터 프로그래밍, 수학, 인지 심리학의 공통 분야를 서술한다. 

첫번째 주제는 최적의 탐색 중단 시점을 찾는 것이다(optimal stoping: when to stop looking). 예컨대, 비서를 새로 고용하거나, 결혼 상대를 찾거나, 새로 살 집을 구하거나 혹은 살던 집을 팔거나, 주차할 공간을 찾을 때, 등의 공통점은, 새로운 후보를 얼마나 많이 혹은 오랫동안 탐색하다 결정을 내리는 것이 가장 좋은가 이다. 컴퓨터 시뮬레이션의 결과, 최적의 탐색 중단 지점은, 탐색 가능한 전체 사례의 풀 중에서 37%의 지점에 이를 때까지는 기준을 정하는 데 집중하고 결정을 보류하며, 37%의 지점을 넘는 순간부터는 그때까지 보았던 것보다 나은 후보가 나타나면 바로 선택하는 것이다. 결혼 상대를 찾는 경우, 만일 내가 선택한 상대가 나를 거절할 가능성이 50%라면, 결정을 내리기 시작해야 하는 시점은 25%로 앞당겨지며, 만일 이미 검토했으나 지나쳤던 사례를 나중에라도 다시 선택할 수 있는 옵션이 주어진다면, 결정을 내리기 시작해야 하는 시점은 훨씬 뒤로 늦쳐질 수 있다. 

두번째 주제는 새로운 정보나 기회를 탐색하려 노력하는 것과, 아니면 이미 기존에 알고 있는 정보나 기회를 당장 이용하는 것, 둘 중에서 어느 것을 선택할 것인가 하는 문제이다(explore/exploit: the latest vs. the greatest). 현재 자신에게 주어진 정보나 기회에 만족하고 이를 즐기는 것이 최선은 아니다. 탐색을 하여 새로 얻는 것을 활용할 기회가 많다면, 새로운 것을 탐색하는 데 노력을 집중하는 것이 이익인 반면, 탐색을 하여 새로 얻은 것을 활용할 기회가 많지 않다면, 새로운 것을 찾기보다 주어진 것에 집중하는 것이 이익이다. 젊을 때는 새로운 것에 도전하는 것이 이익인반면, 나이가 들수록 자신이 가지고 있는 것에 집중하는 것이 이익이다. 젊을 때에는 만남의 폭을 넓히고 새사람과 많이 알게 되는 것이 이익인 반면, 나이가 들면 이미 알고 있는 사람들에 집중하고, 자신의 욕구에 따라 인간관계를 정리하는 것이 이익이다.  

세번째 주제는 정돈하는 것이다 (sorting: making order). 전체를 정돈하는 데는 엄청난 자원이 소요된다. 특히 정돈해야 할 대상의 수가 많으면 기하급수적으로 소요되는 자원이 증가한다. 스포츠의 대진표를 만드는 것이 대표적인 예이다. 전체를 완벽하게 정돈을 하기보다는, 목적에 맞는 수준만큼만 정돈하고, 어느 정도의 무질서를 허용하는 것이 이익이다. 

네번째 주제는 저장하는 것이다 (cashing: forget about it). 저장한 다음에 필요시 꺼내기 쉽게 하는 것이 요점이다. 가장 최근에 사용한 것을 가장 찾기 쉽게 문 앞에다 저장하는 것이 이익이다. 왜냐하면, 가장 최근에 이용한 것이 다음에 이용될 가능성이 가장 크기 때문이다. 

다섯번째 주제는 미래를 예측하는 것이다 (Bayes's Rule: predicting the future). 미래를 잘 예측하는 길은 과거에 일어난 것을 이용하여 대상에 대한 지식을 업데이트하는 것이다. 과거에 일어난 것을 통해서 대상의 분포(distribution)에 관해 개략적 아이디어를 얻을 수 있으며, 각 분포의 성격에 따라 미래를 예측하는 방식이 달라진다. 만일 대상이 정규분포(Normal distritution)의 모습을 띤다면, 평균에 근접할 확율이 가장 크며, 평균에서 벗어날 확율은 매우 작다는 점을 고려하여 예측한다. 만일 대상이 지수분포(Power law distribution)의 형태를 띤다면, 시간이 지날 수록 규모가 배수로 증가한다는 점을 고려하여 예측한다. 만일 대상이 단순 덧셈의 분포(Erlang distribution)를 띤다면, 앞으로도 과거와 같은 규모 만큼 반복될 것으로 예측한다. 정규분포의 사례로는 수명, 키, 등이 있으며, 지수 분포로는 영화의 인기도, 소득과 재산, 등이 있으며, 덧셈의 속성을 지닌 분포로는 선출직 정치인의 재직 기간 등이 있다. 대상에 대한 지식이 전혀 없는 상태라면, 대상이 시작되어 지금까지 경과한 기간만큼 앞으로 대상이 지속될 것이라고 예측하는 것이 가장 합리적이다.   

이외에도 다양한 주제를 다루고 있는데, scheduling (first things first), overfitting (when to think less), relaxation (let it slide), randomness (when to leave it to chance), networking (how we connect), game theory (the minds of others), computational kindness, 등이 각각의 주제이다. 저자는, 최적의 합리성이란, 불확실한 상황에서, 혹은 불완전한 정보를 가지고 어느 정도 이익을 거두고 손실을 줄이는 타협을 하는 결정을 내리는 것이지, 모든 정보와 가능성을 다 타진해 보려고 노력하는 것은 컴퓨터건 인간이건 합리적이지 않다는 사실을 강조한다. 

이 책은 컴퓨터 프로그래밍의 지식을 이용하여, 인간사에 대한 통찰을 제시하는 책이다. 컴퓨터의 사고 논리와 인간의 인지구조의 유사성을 확인한다. 독창적이고 흥미있는 서술이 곳곳에 펼쳐진다. 대체로 읽기 어렵지 않으나, 논의가 복잡하거나 전문적인 지식의 영역을 건드리므로 반복해 읽어도 이해가 가지 않는 부분도 있다.