[오늘의 한문장] 고민 대신 리스트

리스트는 형식은 단순하지만, 문지고 해법을 찾아내는 효과는 기대 이상으로 크다. 단어들만으로간결함과 편리함, 언제든 바로 꺼내 활용할 수 있는 즉각성을 피는 내가 아는 한 단언컨대 일상을 정리하는 가장 간단하고 효과하지만, 문제를 꺼내는 것 만으로 정리하는 즉각성을 띤 리스트-는 가장 간단하고 효과적인 방법이다.

글을 써야 하는 긴 시간 따위가 필요하지 않다. 단지 몇 분 투자하면 될 뿐이다. 리스트를 적는 것만으로도 자신을 정면으로 바라보고,
받아들여 집착에서 벗어나 깨달음을 얻는 참선처럼, 혹은 명상을 하고난 후처럼 의식이 깨어나고(알아차림) 스트레스가 줄어들고 정신이 맑아진다.

삶의 모든 것을 리스트로 정리하면서 경험과 기억과 감정을 조합하고 기록을 수정하고 삭제하며 다듬어 분명하게 만들어가는 과정은, 예컨대정정하고 교정하는 작업은 우리가 어떤 핵심에 닿고자 할 때 필요하지 않은 모든 것을 걸러내는 작업과도 같다. 사족들을 버리고서야 비로소 진리의 말, 내밀한 신념의 말, 삶의 강렬한 기쁨을 깨닫는 것이 가능해진다. 삶을 구성하는 소소한 것들까지 그 흔적을 간직하고 싶다면 가능한한 많은 관심과 애정을 갖고 적확한 단어를 선택해 리스트를 만들어라.
단어는 우리가 머무는 집이나 마찬가지다.

˝교도소 체질이신가 봅니다. 여기 생활이 즐거워 보여...

"교도소 체질이신가 봅니다. 여기 생활이 즐거워 보여서요. 아니면아무 생각이 없으신 건가?"
비아냥이 섞인 유 대위의 뾰족한 말에 김제혁은 감정의 동요 없이담담하게 대꾸한다.
"나도 하나도 안 즐거운데, 나도 너처럼 매일 매일이 억울하고 화나. 그런데 어떻게 계속 그렇게 살아. 계속 그렇게 못 살아. 여기가 좋아서가 아니라 살아야 하니까 이러는 거야. 이렇게 하지 않으면 버틸수가 없으니까. 유 대위님, 대위님 억울한 건 잘 알겠는데 살고 싶으면그 화를 다스려야지, 안 그러면 못 버텨. 못 산다고."

그런데 정말 그럴까? 사실은 그렇지 않다. 스트레스는 억울하다. 건강을 악화시키고 우리 몸을 망가뜨리는 진짜 범인은 스트레스가 아니라, 스트레스로 인해서 생긴 ‘나쁜 감정들이다.

스트레스가 없는 상황은 불가능하다. 살아가면서 다양한 상황과사람을 만나고, 거기서 심리적 압박과 갈등을 겪으며 스트레스 상황에 놓일 수밖에 없다. 우리가 할 일은 스트레스를 부정하는 게 아니라 인정하고 잘 다루어나가는 것이다. 스트레스 자체를 부정하고 지나친 긍정이나 망상적인 낙관으로 회피하는 것은 오히려 위험할 수있다. 그래서 자신의 감정을 살피고 공부하는 것은 매우 중요하다.
먼저 나의 감정을 알아차리고 그러한 감정이 왜 생기는 것인지 내면과 대화를 시도해보자, 그런 후에 감정조절을 위한 생각 습관과 생활 습관을 실천해나가다 보면, 적당히 걱정하는 방법을 알게 된다.

"스트레스가 많다고 꼭 건강이 나빠지는 것은 아닙니다. 그런 상황에 잘 적응하실 수만 있다면 건강을 해치지 않습니다."
그렇다. 문제는 스트레스 상황이 아니었다. 그 상황에 적응하지 못하는 자신의 내면이 문제였다. 스트레스 자체의 문제가 아니라 바로적응과 반응이 문제라는 것이다.

[오늘의 한문장] 조르주 뒤비의 지도로 보는 세계사

일본은 1929년 혹독한 경제위기를 겪은 뒤 재벌의 지원하에 군국주의로 복귀한다. 1차 원료공급지이자 일본 상품의 소비지인 만주는 일본 제국주의 정책의첫 희생물이 된다. 만주 철도에대한 공격을 빌미 삼아 전쟁을일으킨 일본은 곧 선양(瀋陽)을 점령하고, 몇 주 만에 만주 전역을 장악하며 (1931년 9월), 이곳에 괴뢰국가인 만주국을 세운다.
(1932년 3월). 이 나라는 사실상일본의 보호령이 되었으며, 일본의 영향력을 몽골과 북중국으로확장하기 위한 전진기지로 이용된다. 한편 항일투쟁에는 소극적인 채 공산당과의 싸움에 치중하는 중국 정부의 소극적인 자세는 민족감정을 자극하였다. 1936년12월 12일 장제스를 감금하고 공산당과의 합작을 요구하는 시안(西安)사건이 발생했다. 이런 와중에 일본은 1937년 중국을 침입하여 난징까지 이르는 동부 해안지방을 점령하며, 1940년 3월 30일 그곳에 왕징웨이(汪精衛)의괴뢰정부를 세운다. 하지만 일본의 효율적인 통제력은 대도시와 이를 잇는 연결로에 한정되었다.
충칭으로 수도를 옮긴 장제스의군대가 저항을 계속하고, 특히 공산군의 게릴라전은 일본군 주력부대의 발을 묶었다.

일본의 항복 이후 마오쩌둥의 인민해방군(50만 병력)이 장제스군대에 합병되는 것을 거부하여 공산당과 국민당은 적대하게 된다. 공산군은 북중국을 지배하면서 소련이 이미 점령한 만주지역으로 침투한다. 국민당은 대도시 대부분을 수복한다. 통일정부 수립을 위한 협상(1946년 마오쩌둥의 충칭(重京) 방문은 미국 마셜 장군의 중재와 마찬가지로 실패한다. 미국은 마셜 장군의 보고를 접한 후 국민당에 대한 군사 원조를 중단하여 국민당 지도부를 낙담시킨다. 내란은 피할 수 없었다. 1948년까지 양 진영의 최대 목표는 일본군이 철수한 지역을 상대보다 빨리 재점령하는것이었다. 공산당은 병력의 수적우세와 뛰어난 군사전략으로 상대를 압도했다. 그들은 텐진과베이징을 차지하고(1949년 1월)국민당군을 양쯔 강 북쪽에서 격파한 후, 4월에 난징을, 5월에 항저우와 상하이를 점령한다. 8월에는 광저우까지 차지한다. 마오쩌둥은 1949년 10월 1일 베이징에서 중화인민공화국 수립을 선포한다. 대륙을 포기할 수밖에 없었던 장제스는 잔여 세력을 이끌고 대만으로 가서 사망할 때까지 그곳을 통치한다.

[오늘의 한문장] 딥러닝 첫걸음

이처럼 학습 데이터는 완벽하지 않고 잡음 등이 섞일 수 있습니다. 그런데 학습 데이터 모두가 정답이라 생각하고 모델을 여기에 지나치게 맞추다 보면, 일반화 성능이 떨어지는 모델을 얻게 됩니다. 이러한 현상을 과적합이라고 부릅니다.

모델은 특별한 것이 아니라, 우리가 구하려는 최종 결과물을 말합니다. 예를 들어 이메일을 분석해 스팸 메일을 자동으로 분류해주는 시스템을 개발한다면 스팸 메일 분류기가 바로 머신러닝에서 말하는 모델에 해당합니다. 즉 모델은 우리가 가져다 사용할 결과물이라고 생각하면 됩니다.

머신러닝은 데이터에서 모델을 찾아내는 기법을 말합니다. 여기서 데이터는 말 그대로 문서, 음성, 이미지 등의 자료를 말합니다. 모델은 머신러닝으로 얻어내는 최종 결과물을 의미합니다.

학습 데이터가 나쁘면 어떤 머신러닝 기법으로도 원하는 목적을 달성하기 어렵습니다. 최근 주목받고 있는 딥러닝도 마찬가지입니다. 따라서 머신러닝 기법을 사용할 때는 실제 데이터의 특성이 잘 반영되어 있고 편향되지 않은 학습 데이터를 확보하는 것이 아주 중요합니다. 학습 데이터와 입력 데이터가 달라져도 성능 차이가 나지 않게 하는 걸 일반화generalization라고 합니다. 머신러닝의 성패는 일반화를 얼마나 잘 달성했느냐에 달려 있다고 해도 과언이 아닙니다.

정칙화는 모델의 형태를 최대한 간단하게 만들려는 수치해석적인 기법입니다. 앞 절의 예제를 보면 복잡한 모델(곡선)에서는 과적합이 일어나기 쉬웠습니다. 학습 데이터에 대한 모델의 성능을 약간 희생하더라도 모델을 최대한 간단하게 만들어 과적합에 빠지지 않도록 하자는 게 정칙화의 기본 전략입니다.

검증을 도입하면 머신러닝의 학습은 다음과 같은 절차를 거쳐 진행됩니다.
1. 학습 데이터를 학습용 데이터와 검증용 데이터로 나눕니다. 보통 8:2의 비율을 사용합니다.
2. 학습용 데이터로 모델을 학습시킵니다.
3. 검증용 데이터로 모델의 성능을 평가합니다.
A. 성능이 만족스러우면, 학습을 마칩니다.
B. 성능이 떨어지면, 모델의 구조 등을 수정해 2단계부터 다시 수행합니다.

지도학습은 사람이 뭔가를 배우는 과정과 매우 비슷합니다. 우리가 연습 문제를 풀면서 새로운 지식을 공부하는 과정을 예로 들어 보겠습니다.
1. 연습 문제를 하나 고릅니다. 현재 지식으로 이 문제에 대한 답을 구합니다. 이 답을 정답과 비교합니다.
2. 틀렸으면 잘못된 지식을 교정합니다.
3. 모든 연습 문제에 관해 단계 1~2를 반복합니다.

입력 데이터가 어느 범주에 해당하는지 판별하는 모델을 찾아야 하면 분류 문제가 되고, 입력 데이터의 추세를 예측하는 모델을 찾는다면 회귀 문제가 됩니다.

* 인공지능과 머신러닝, 딥러닝은 구별해서 사용해야 합니다. 세 단어의 관계를 정리하면 다음과 같습니다.
* 딥러닝은 머신러닝의 일종이고, 머신러닝은 인공지능의 일종이다.
* 머신러닝은 학습 데이터로부터 모델을 찾아내는 귀납적 기법으로 영상 인식과 음성 인식 및 자연어 처리 등의 문제를 푸는 데 효과적입니다.
* 머신러닝의 성패는 일반화를 얼마나 잘 달성하느냐에 달려 있습니다. 학습 데이터와 실제 입력 데이터의 차이로 인한 성능 저하를 막기 위해서는 편향되지 않은 학습 데이터를 충분히 확보해야 합니다.
* 과적합은 모델이 학습 데이터에 지나치게 최적화되어 학습 데이터에서는 성능이 좋지만, 실제 입력 데이터에서는 성능이 크게 떨어지는 현상을 의미합니다. 과적합은 머신러닝 모델의 일반화 성능을 떨어뜨리는 주요 원인 중의 하나입니다.
* 과적합 문제를 해결하기 위한 대표적인 기법으로는 정칙화와 검증이 있습니다. 정칙화는 최대한 단순한 모델을 유도하려는 수치해석적인 기법입니다. 검증은 학습 과정에서 과적합 여부를 미리 알아내 이에 대한 조치를 취하려는 목적으로 고안된 기법입니다. 검증의 변형된 형태로 교차 검증이 있습니다.
* 머신러닝은 학습 방법에 따라 지도학습, 비지도학습, 강화학습으로 나눌 수 있습니다.
* 지도학습은 모델의 용도에 따라 크게 분류와 회귀 문제로 나눠집니다. 분류는 입력 데이터가 어느 범주에 속하는지를 알아내는 문제입니다. 분류 문제에서 학습 데이터의 정답은 범주로 주어집니다. 회귀 문제는 값을 예측하는 문제입니다. 학습 데이터의 정답은 값으로 주어집니다.

남극이나 우주처럼 고립된 상황에 오랫 동안 처한 사람...

남극이나 우주처럼 고립된 상황에 오랫 동안 처한 사람들에게는 어 떤 일들이 벌어질까요? 로치의 말입니다. "6주 정도 지나면 비이성적인 적개심이 마음 한구석에 자리잡습니다. 처음에는 사랑해 마지않던 동료들 때문에 미쳐 버릴 것 같은 상태가 시작되지요."
이런 문제들이 단지 기분이나 태도 때문에 생겨나는 것은 결코 아닙니다. 사실 신체적 이유 때문에 생겨나는 것입니다. 면역 체계가 약해지고 호르몬은 비정상적으로 요동칩니다. 잠을 이루기도 힘들고 먹는 것마저 어려워지지요. 평생 시차 적응이 안 된 채 사는 느낌 아닐까요? 우주공간에서의 신체적 변화 극복이야말로 성공적인 화성 탐사에 반드시 필요한 요건입니다.

우주에서 볼일 보기

우주에서는 지극히 일상적인 일조차 굉장한 모험이 되기도 한다. 아폴로 시대에 우주인들은 다리 사이에 끼워 놓은 비닐봉지와 엉덩이에 붙여 놓은 비닐봉지에 볼일을 보았다. 지금은 변을 당겨서 버리는, 흡입력의 원리를 이용한 변기를 사용중이라고 한다. 국제 우주 정거장에서는 소변을정화해서 식수로 사용한다. 대변은 전용 용기에모아 두었다가 충분한 양이 모이면 정거장 밖으로 내보내, 지구 대기권에서 연소시켜 폐기한다. (혹시 어제 밤하늘을 장식했던 아름다운 별똥별이 사실 우주선에서 내다 버린 별처럼 빛나는 똥이었을지도!)