시점 선택 철학과 인풋에서의 우위/프레임에서의 우위

에콜 42의 동료학습 방법론은 시간/비용/자원-효율적이고, 개개인의 이해와 성취가 구성원 개개인에게 효과적으로 전파/확산되며, 명확하게 정의되어 있는 통일된 목표를 해결하려 시도하는 환경 하에서 집단 중 한 명의 성취가 집단 내에서 활발히 확산됨에 따라, 문제 해결 능력의 유능함과 효율, 속도라는 측면에서 참가자 집단이 (이론상으로는) 집단을 구성하는 모든 참가자 개개인의 가장 뛰어난 능력을 빌려 문제를 해결하고, 그리고 그 과정에서 문제 해결 방법을 학습할 수 있다는 장점을 가진다. '집단'을 대상으로 '시간/비용/자원 효율적으로' 교육을 진행시킬 수 있다는 것은, valley ai와 같이 참가자의 평균적인 성취가 중요한 요소 중 하나인 프로젝트에서 큰 의미를 가진다. domain-specific한 문제 해결, 문제 해결 방법론과 같은 여러 가지 정보의 확산을 통해 구성원 개개인이 각자의 전문성을 다른 사람에게 학습시키고, 그렇게 공유된 정보를 토대로 구성원 개개인이 자신만의 강점과 접목시켜 새로운 정보를 생산하고, 생산된 새로운 정보가 다시 구성원에게로 공유되고... 이를 통해 조직 구성원의 평균적인 능력은 이론적으로 그 네트워크 하에서, 정보를 공유한 가장 뛰어난 사람의 수준으로 수렴하게 되는 효과를 창출하고, 이는 향후 생산되는 정보의 양적/질적 상승으로 이어진다. 어디까지나 이론상으로는 그렇다. 현실적으로는, 다음과 같은 한계를 가진다. 의도적이고 적절한 개입 없이는, 상위 위계(superordinate)의 지식이 확산되지 않는다. 문제를 제시하고, 문제를 풀 것을 요구할 때, 문제 해결 방법론에 대해 고민하는 사람은 생각보다 많지 않다. 여기서 domain-specific한 지식을 사용해 문제를 푸는 스킬이 하위 위계의 지식이라면, 일반화된, 메타적인, 문제 해결 방법론을 고민하는 것이 상위 위계의 지식이다. 단순히 문제 풀이 스킬 / 문제 해결 방법론의 이분법적인 구분으로 이해될 수 있는 종류의 개념이 아니고, 이는 수학적 귀납법과 비슷한 원리로 끝없이 확장 가능하다. 문제 해결이라는 측면에서 예시를 들자면, 문제 풀이 스킬이라는 '방법', 문제 해결 '방법론', 문제 해결 '방법론에 대해 탐구하는 방법론', 메타-문제 해결 방법론에 대해 탐구하는 방법론 - 지식, 메타-지식, 메타-메타 지식, 메타-메타-메타 지식과 같은 방식으로 끊임없이 확장될 수 있는 것이다. 문제는, 앞서 말했듯이, 대부분의 사람들은 문제를 풀 때 그 끝없이 확장되는 메타-개념에 대해 인지하기는 커녕 메타적인 방법론에 관해 의식적으로 이해하려 시도하지도 않고, 그 방법론을 개선하는 방식은 지극히 경험적이고 무의식적인 차원에 머무른다는 것이다. 투자 지식을 알려줬다? 투자 지식을 활용하는 방법을 모른다. 투자 지식을 활용하는 방법을 알려줬다? 스스로 투자 지식을 활용하는 방법을 탐구할 줄 모른다. 다른 말로 말하자면, 문제를 푸는 방법(예시 : DCF, 재무제표 읽기, 경제지표 읽기 어쩌구 저쩌구)을 알려주면 문제를 풀기 위한 방법론을 모를 것이요, 문제해결 방법론(투자전략)을 알려주면, 문제해결 방법론을 탐구하는 방법(투자철학)을 모를 것이다. 가르쳐준 지식의 한 단계 상위 위계에 있는 문제에 대해 고찰하는 태도는 대부분의 사람들에게 있어 결여되어 있다. 이는, 많은 사람을 불러모았다고 하더라도, 그 중에서 문제 해결 방법론에 대해 진지하게 탐구하고 고민하고 그 정보를 전파시키고자 하는 사람이 적다는 것을 의미한다. 네트워크 효과가 효과적으로 작동하기 위해서는 우선 그 네트워크의 노드의 개수가 일정 수준 이상이어야 하는데, '방법론 발전'이라는 목표를 공유하는 네트워크의 노드 숫자가 한정되어 있다는 것은 다시 말해서 방법론의 발전에 네트워크 효과의 위력이 작용할 수 없다는 것을 의미한다. 요약하자면, 문제의 해결과 그 방법론, 탐구 방법론으로 이어지는 상/하위 위계를 이해하고 있는 사람이 집단 내에 많지 않기 때문에, 일반적인 원리에 대해 탐구하고 그것을 발전시키는 데 있어 네트워크 효과가 끼칠 수 있는 영향은 제한적이다. 그리고 그 최악의 결과로는 - 참가자는 스스로가 배웠던 '죽은 지식'을 기계적으로 사용할 뿐, 창의적이고 능동적으로 새로운 문제 해결 방법을 연구하고 탐색하거나 자신만의 방법을 정립하고 새로운 문제와 패러다임의 변화 맞춰 자신의 기술과 방법론을 적응/개발할 수 없게 되는 것이다. 문제 풀이 스킬만 배운 사람은 자신이 배우지 않은 스킬이 필요한 새로운 유형의 문제를 해결할 수 없고, 일반화된 문제 해결 방법 / 새로운 문제를 해결하는 전략을 토대로 새로운 문제 ...

최근 들어서 42 경산이라는 프로그래밍 공부하는, 부트캠프와 대학 사이 어딘가의 기관에 등록했다. 많은 것을 느끼고 있다. 하지만 그 중에서 내 관심을 가장 많이 끄는 것이라면, 42경산과 42서울, 나아가 42스쿨 자체가 가지고 있는 구조/시스템적 특징이 일반적인 교육 기관의 접근 방식과 대단히 상이하다는 것이다. 42스쿨의 특징은, 1 : 교수가 없으며, 2 : 교재가 없고, 3 : 학비가 없다. 이 사실을 이야기하는 것 자체만으로는 이것이 왜 뉴로퓨전에 지향해야 할 바인지 이해할 수 없을 것이다. 그러므로, 작은 차이점부터 시작하여 왜 이것이 필요한지에 대해 근거를 들어 논증을 진행해 보겠다. 간단한 차이점부터 생각해 보자. Valley AI는, 가능한 한 전문적인 설명을 쉽고 자세하게 가르쳐준다. 알려준 내용을 바탕으로, 뉴런들이 투자 관련 지식을 학습한다. 그러므로 실력이 배양된다. 배양된 실력을 활용하여 대회와 같은 경쟁 이벤트를 통해 참여자 개개인의 연구 결과물을 공유한다. 공유한 결과물을 참가자 개개인이 학습함으로서, 실력 있는 소수의 참가자들이 가지고 있는 정보가 뉴런에게로 확장된다. 반면 42 스쿨은, 아무것도 모르는 참가자들에게 문제 풀이에 필요 최소한의 지식만 알려준다. 전문가와 교육학 전문가의 주의 깊은 고려가 반영된 과제를 던져준다. 참가자들은 문제의 어이없을 정도의 난이도에 좌절하며 고생한다. 그 과정에서, 참가자는 다른 동료들에게 과제에 대해 물어보거나 알려주며 동료가 서로를 가르치는 일이 빈번히 일어난다. 구성원의 적극적인 협력을 통한 동료 학습과 발견학습이 그 결과로 일어난다. 역시 이 말 하나만 가지고는 무슨 차이점을 가지고 있다는지 이해가 가지 않는 사람들이 많을 것이다. 그러므로 42 스쿨이 가지고 있는 구조상의 이점이 왜 valley ai에 필요한지 설명해 보자. 우선 단점부터 짚어보자. 여러 가지 단점이 있겠지만, 몇 가지 예시를 들어 보자면 : 가르쳐주는 교수의 주입식 교육이 전무하다. 그 대가로, 참가자는 수많은 시행착오를 경험하며 고통스러운 시간을 보낼 수밖에 없다. 학습 과정이 느리다. 학습 과정이 비효율적이다. 방향성이 제시되지 않는다. 학습 과정이 비체계적이다. 어떤 주제를 알기 위해 필요한 선수 과목이 무엇인지 알고 있지 않은 상황에서 주제에 대해 학습할 때는, 뒤섞인 순서대로 학습한 결과로 야기되는 이해의 비효율성을 맞닥뜨리거나 의미 있는 과제의 달성을 위해 필요한 지식들을 충분히 갖추지 못할 수 있다. 집단 전체에 오개념이 정착되는 일이 일어날 수 있다. 검증되지 않은 정보가 참가자 사이를 돌고 돌며 집단적인 오개념이 정착되는 일이 일어날 수 있다. 결과적으로, 이런 문제점은 투자와 같이 어떤 지식의 진위여부를 검증하기 힘든 상황에서 더더욱 치명적이다. 하지만, 이런 단점은 다음과 같은 주의깊은 설계와 개입을 통해 해결되거나, 그렇지 않더라도 그에 수반하는 장점을 가지고 있다. 주입식 교육은 어디까지나 '타인이 주입한' 지식이다. 반면에 발견학습은 스스로의 손으로 깨달은 지식이다. 스스로의 손으로 어려운 과제를 해결했기 때문에, 높은 수준의 문제 해결 능력을 함양할 수 있다. 학습 과정의 속도는 뒤에 설명할 '동료학습'을 통해 해결할 수 있다. 적극적으로 타인에게 ...

그다지 자랑할 정도로 완성도를 갖춘 글은 아니고, 그냥 생각나는 대로 끄적이는 글이다. 편하게 읽어줬으면.. 연역적인 추론의 과정은, 몇 가지 독특한 성질을 가진다. 단순하고 기초적인 예시를 들어서, 전제 > 결론으로 이어지는 하나의 추론 과정이 있다고 하자. 전제도 하나 이상의 개수이고, 결론은 하나다. 그리고, 전제와 결론은 참 또는 거짓 둘 중 하나로 진리치가 결정된다고 하자. 이것을 logical determinism(논리적 결정론?) 이라고 한다. 이 경우에, 이 명제는 다음의 경우의 수를 가진다. 전제가 모두 참이고, 결론이 참일 경우. 전제가 모두 참이고, 결론이 거짓일 경우. 전제(중 하나 이상)가 거짓이고, 결론이 참일 경우. 전제(중 하나 이상)가 거짓이고, 결론이 거짓일 경우. 우리가 연역적인 추론을 할 때, 어떤 추론이 믿을 만하다는 것은 - 즉, 건전한 추론이란, 추론에 사용되는 모든 전제가 참이다. 추론의 과정이 타당하다. 위의 두 가지 조건을 모두 만족하는 추론이다. 반대로 말하자면, 믿을 수 없는 추론 - 즉, 건전하지 못한 추론이란, 추론에 사용되는 전제 중 하나가 거짓이다. 추론의 과정이 잘못되었다 - 타당하지 못하다. 위의 두 가지 조건 중 하나에 해당하는 경우를 일컫는다. 연역적인 추론에서 타당하다는 것은 어떤 의미를 가지고 있을까? 타당하다는 것은, 꿈이나 판타지 세계를 포함한 가장 포괄적인 가능성 하에서도, 전제가 모두 참일 경우에 결론이 절대 거짓일 수 없다는 것을 의미한다. 다시 말해서, 전제가 모두 참이면, 결론 또한 '무조건 - 필연적으로' 참이다. 이를 진리 보존적이라고 하고, 필연적으로 진리 보존적인 추론을 연역적으로 타당하다고 한다. 그러므로 건전하다는 것은, 전제가 참이기 때문에, 결론 또한 필연적으로 참이라는 것을 의미한다. 전제가 참이기 때문에, 그 어떠한 경우에도 결론이 거짓일 수는 없기 때문이다. 타당하다는 것은, '전제가 참일 경우'에만 신경 쓴다. 다시 말해서, 전제가 거짓이라는 것을 근거로, 그 추론의 과정이 부당하다는 것을 입증할 수는 없다.(물론 '건전하지 못한 논증'은 맞다. 이것의 의미에 대해서는 추후에 다시..) 거기에 더해, 전제가 거짓이라는 것을 근거로, 추론의 결과가 참인지 거짓일 지 또한 말할 수 없다. 왜냐하면, 전제가 거짓이고 결론이 참이어도 추론의 과정이 타당할 수 있기 때문이다. 타당하다는 것은, '전제가 참이고 결론이 거짓일 경우'만 배제한다. 한 가지 중요한 점을 더 짚고 넘어가 보자. 전제가 참인데 결론이 거짓인 주장은, 그 어떤 경우에서도 연역적으로 타당할 수 없다. 이것을 뒤집어서 말하자면 - 연역적으로 타당한 추론의 과정을 거쳤는데 결론이 거짓이라면, 분명 전제 중 하나가 거짓이라는 것을 의미한다. 여기까지 읽은 사람은 내가 도대체 왜 쓸모도 없어 보이는 이런 논리학의 성질을 이야기하는지 궁금할 것이라고 생각한다. 이런 쓰잘데기없어 보이는 논리학의 성질이 뭐가 소용이 있을까? 그 답은, 연역적인 추론의 성질을 활용해서 얻어낼 수 있는 여러 도구들 중 하나에 있다. ...