퇴근입니다. 오후에 세미나에 참석해 오랫만에 각계 전문가분들의 다양한 시각을 듣는 시간을 보내고 왔네요. 세미나의 결론은 정부 주도의 강력한 거버넌스 구축이 필요하다는 점과 보험사의 프라이싱을 위해선 신뢰성과 정보성이 충분한 데이터풀링이 필요하는 것, 표준화된 인증제도의 필요성이더군요. 국내 시장 발전이 더딘 것에 대한 안타까움과 우리나라는 글로벌 수준에서 지불했던 fee에서 면제되어 로드맵을 그대로 학습하면된다는 점이었습니다.
오늘은 변화에 대해 이야기해보려고 합니다. 개인이든 기업이든 국가든 주변의 환경은 계속 변화해갑니다. 기존의 전략, 일상화된 루틴, 관성, 목표, 프로토콜은 주변의 변화에 맞춰 조정되어야 한다는 것은 누구나 알고있는 사실이겠죠. 그 변화에 대응하여 적절한 히스토리가 없는 경우에 우리가 할 수 있는 것은 그 알지못하는 미지의 불확실성에 대한 충격을 미리 대비하여 준비금을 쌓거나 보수적인 기준을 꾸준히 유지하는 정도 일겁니다.
시장이 학습한다는 의미는 데이터의 누적을 의미하겠죠. LLM을 얘기하며 더나아가 에이젼트 AI, 피지컬AI의 미래를 얘기하는 시점에서 우리에게 변화가 다가올 것은 분명합니다. 미증유라는 표현, 전대미문이라는 용어가 적절하겠죠. 이 거대한 변화앞에서 우리는 어떤 데이터(=과거의 누적된 경험)을 가져다가 가공하여 대응할 수 있을까요? 모든 기업, 모든 산업군, 모든 국가를 망라하는 질문일겁니다. 아무도 모릅니다! 이게 정답이야 라는 소리가 사기꾼에 가깝죠. 점 추정보단 구간추정이 필요한 이율거고 평균과 표준편차를 추정치에는 결국 과거 데이터가 사용됩니다. 그게 우리의 한계이자 우리가 가진 유일한 무기죠.
