

페르미 추정(Fermi estimation)은 질문을 더 작은 부분으로 나누어 더 나은 추측이나 예측을 할 수 있게 하는 과정입니다.
예를 들어, 미래에 매년 몇 대의 인간형 로봇이 판매될지를 묻는다면, 무작위로 1억 대 같은 랜덤한 숫자라고 추측하는 대신 질문을 나눌 수 있습니다.
먼저, 로봇의 용도를 생각해 볼 수 있습니다. 주로 가사 일을 할 것인지, 제조업에서 사용될 것인지, 또는 두 가지 용도로 모두 쓰일 것인지 판단할 수 있습니다.
그다음으로, 가구 수와 제조업 일자리 수가 얼마나 되는지 알아볼 수 있습니다. 그런 다음, 몇 퍼센트의 가구가 로봇을 구매할지, 몇 퍼센트의 제조업 일자리가 로봇으로 대체될지를 고려할 수 있습니다.
또한, 각 로봇이 얼마나 오래 사용할 수 있는지를 생각하고, 그로 인해 얼마나 자주 교체가 필요할지도 판단할 수 있습니다.
이러한 요소들을 종합하여 매년 판매될 로봇 수에 대해 합리적인 추정을 할 수 있습니다.
이러한 방식으로 추정하는 것은 무작위 추측보다 훨씬 더 정확한 답을 이끌어낼 가능성이 높습니다. 이 방법을 사용하여 DCF 입력값에 필요한 가정을 추정하면 합리적인 평가 결과를 얻을 수 있습니다.

으악 상상만 해도 극악합니다 ㅋㅋ

ㅋㅋㅋㅋ 정말 어려운거 같습니다 ㅠ

페르미 추정 잘 하는 사람이 진짜 똑똑한 사람이라고 생각합니다. DCF도 많은 가정값들이 들어가니.. 정말 페르미 추정능력이 중요하겠다는 생각이 듭니다!

잘 하면 할수록 밸루에션의 퀄리티가 높아질거 같습니다 ㅎㅎ

중요한 생각 배웠습니다. 감사합니다.