Hare & Tortoise

주말 아침 잠에서 깨어나 블로그를 하다가 올블로그에 떠있는 기독교탭을 보게 되었습니다. 순간 머리가 멍해지더군요. 목사라는 사람이 '기독교를 믿지 않으면 징역 5년에 처해야된다'라는 이야기를 했다던가. '중들을 다 섬에다 모아두고 컵라면을 떨어뜨려주자는 이야기'가 눈에 들어왔습니다. 그리고 그들이 정치를 하겠답니다. 참사랑실천당을 만들고 국회의원 정원 299명을 모두 장로로 채우자고 합니다. 순간 지금 저런 이야기들이 공론화되고 있는 나라가 내 사랑하는 조국 대한민국이 맞나하는 생각을 해보았습니다.

은혈의륜님 블로그글: http://lilensia.egloos.com/4111243

그리고 크리스천 투데이를 읽어보았습니다 (http://www.christiantoday.co.kr/view.htm?id=190132). 저는 당연히 비난 일색의 댓글들을 기대했었습니다. 하지만 그 기사아래 달려있는 댓글이라는 것이 하느님 나라를 우리가 만들자는 겁니다. 아.... 솔직히 대한민국이 걱정스럽습니다. 많은 대한민국 사람들이 무엇이 옳고 그른지를 판단하지 못하고 있는거 같아 안타까웠습니다. 기독교 나라를 만든다 하고 그거에 단지 기독교인이라는 이유만으로 비판없이 접근하는 모습을 보는 순간 허탈했습니다.

http://picturesofjesus4you.com/500.html

제가 정확히는 모르지만 국민의 절반 이상이 기독교인 나라들이 있을 겁니다. 하지만 그들이 하나님 나라를 만들기 위해서 선거를 한다던가 타종교 후보는 무조건 안된다고 운동하는 나라는 못보았구요. 왜 우리나라는 이런 현상들이 나타나는 걸까요? 왜 그걸 좋다고 옹호하고 한기총이라는 큰 단체마져 죽을각오로 지원한다고 할까요?

저는 무교입니다. 그리고 대한민국 국민입니다. 저는 우리나라가 세계 다른 나라들이 부러워하는 나라가 되길 소망하는 사람입니다. 하지만 지금의 모습은 이건 아닙니다. 오늘 많이 실망했습니다. 무엇이 잘못되었는지 원인을 찾아봐야겠습니다. 목사 입에서 독재, 나까무라, 생명부, x새끼들, 국가점령이라는 단어가 나와도 그 목사의 말이 옳다고 따르는 사람들은 무슨 생각을 하는걸까 궁금해집니다. 뭔가 분명 잘못 되어있습니다. 그들을 막아야합니다.

P.S.지금 불현듯 든 생각입니다. 과학기술부와 정통부등 과학 관련분야를 축소,폐지한것이 이명박의 뜻이라면 혹시 기독교의 반과학적 사고관이 개입한건 아닐까. 그렇다면 이것이 기독교 국가관의 나라를 건설해나가는 과정이 아니진 않을까. 아이들에게 진화론은 허구이고 창조론이 진리임을 가르치는 국가가 되어가는건 아닐까. 과학기술보다는 종교가 우선이 되는 그런나라가 되진 않을까. 그렇지 않기를 바라며 이만 글을 줄입니다.

크리에이티브 커먼즈 라이선스

이 저작물은 크리에이티브 커먼즈 코리아 저작자표시-비영리-변경금지 2.0 대한민국 라이선스에 따라 이용하실 수 있습니다.

정말 오랜만에 글을 쓰게 되네요. 이번에는 제가 주로 사용하고 있는 분석도구인 R에 대해서 소개해보고자 합니다. 많은 분야에서 자료에 대한 통계처리 혹은 forecasting을 목적으로 simulation을 하기위해 다양한 분석도구를 사용하고 있으리라 생각됩니다. 프로그램을 짜는데 무리가 없으신 분들에게는 C, C++, Java와 같은 고급언어를 사용해서 이런 작업들을 할 수 있겠지만 거북이같이 프로그램 언어에 덜 친숙한 사람들은 어려운 것이 사실입니다. 그래서 나온 것들이 사용자들을 위해 미리 만들어진 함수들을 제공하는 범용 software들이 있겠는데요. 통계분석 프로그램에는 SPSS, SAS, Minitab 등이 있겠구요. Simulation을 위한 software에는 유명한 Matlab이 있겠네요. 물론 Matlab에서도 통계처리 함수를 제공하는 걸로 알고 있습니다. 제가 Matlab을 그렇게 많이 사용하지 않아서 R과 함께 비교하기는 어려울거 같구요. 여기서는 R의 특징을 이야기하고자 합니다.

초기형태의 R은 통계분석을 위해 Ross Ihaka와 Robert Gentleman에 의해 개발되었습니다. R의 문법은 S programming language를 기반으로 만들어져서 다른 프로그램 언어처럼 프로그래밍이 가능한 특징도 지니고 있구요. 특히 제가 맘에 들어하는 부분은 R이 오픈소스라서 사용자들이 개발해나가는 프로그램이라는 겁니다 (이말은 공짜라는 이야기지요 ^^). 용량도 가벼워서 어느 컴퓨터에서나 다운받아서 사용할 수 있습니다. 공짜에다가 용량이 작다고 이 녀석을 무시할 수 있느냐... 그건 아닙니다. R은 앞에서도 이야기했듯이 많은 사용자들이 업데이트를 해나가는 프로그램입니다. 그래서 사용자들이 함수를 만들고 이것을 같이 공유하면서 확장성이 아주 뛰어납니다. 그래서 처음엔 통계분석을 위해 개발되었지만 지금은 많은 분야에서 사용이 가능한 프로그램이 되었구요. 현재는 Bayesian, Cluster, Econometrics, Finance, Psychometrics, SocialSciences 등에서도 사용가능한 함수를 개발하는 프로젝트팀이 있다고 하네요. 물론 위에서 언급한 분야 이외에서도 많이 활용되고 있구요.

R Homepage: http://lib.stat.cmu.edu/R/CRAN/index.html

처음에 시작하기가 조금 힘이 들지만 SPSS와 SAS보다 유연하고 가벼우면서 훨씬 파워풀합니다. 또다른 특징은 그래프 기능이 탁월하다는 부분입니다. 지금은 활성화되지 않는것 같아보이지만 R 그래프 공유 사이트도 있더군요.

R Graph Gallery: http://addictedtor.free.fr/graphiques/

아래와 같은 그래프들의 소스코드가 올라와 있습니다.


R에 대한 소개는 요정도로 하구요. 앞으로 간략하게 제가 익힌 R의 기본명령어에 대해 정리하는 글을 올려볼까합니다.

크리에이티브 커먼즈 라이선스

이 저작물은 크리에이티브 커먼즈 코리아 저작자표시-비영리-변경금지 2.0 대한민국 라이선스에 따라 이용하실 수 있습니다.

생각의 전환이 필요한 때는 참 많다.
그 전환이라는 것이 자기위안의 다른 이름일 지라도
'나'아닌 '너'와는 상관없지 아니한가.

거북의 요청으로 나와는 어울리지 않는 블로그 라는 것을 시작하게 되었고, 오늘 내로 무조건 하나의 글을 올리라는 협박과 비슷한 요청으로 글을 쓰기위해 들어왔다. 하지만
그에 앞서 "토끼와 거북이"라는 이름을 보니 얼마전 들었던 이야기가 생각이 났다.

토끼와 거북이.
어릴때 읽었던 토끼와 거북이에 대해 사실 난 별로 대단한 기억이 없다.
빠른 토끼와 느린 거북이가 달리기 경주를 했다는 사실.
결과는 우리의 예상을 뒤없고,
토끼가 잠을 자는 바람에 결국 거북이가 승리를 했던가?




하지만 이 우화가 놓치고 있는 사실..
이 달리기 경주의 장소가 산이라는 것이다.
만약 이 달리기 경주의 장소가 바다였다면. 우리의 바다거북은 훨씬 빠른 속도로 달렸을 것.
빠른 거북과 죽어가는 토끼의 경주가 되었을터

우리가 살면서 말이다.
경주를 해야할때가 참 많이도 있다.
그때.
어느곳이 나에게 적합한 장소인지를 찾는것이 참 중요한것 같다.
물론 우리의 거북이처럼 산에서도, 바다에서도 이기는 사람도 있겠지만
그런 수퍼맨으로 살기엔
난 너무 피곤하다^^

지금 내가 달리고 있는 이곳이 나에겐 산일까 바다일까?

어디인지는 알고 있는걸까...?^^

크리에이티브 커먼즈 라이선스

이 저작물은 크리에이티브 커먼즈 코리아 저작자표시-비영리-변경금지 2.0 대한민국 라이선스에 따라 이용하실 수 있습니다.

이번에는 통계적용에서 오는 오류들에 관한 주제발표들을 정리해볼까 합니다. 최근 통계를 이용한 논문들이 많아지면서 통계 결과값에 대한 맹신으로 인해 그 결과값이 무엇을 의미하는지 생각해보지도 않고 논문으로 제출하려고 하는 사람들이 많다는군요. 통계 오류에 관한 주제발표는 여러분이 나와서 하였으며 그것들 중에서 기억에 남는 두가지를 차례로 정리해봅니다.

1. 상관관계(Correlation)이 원인(Causation)을 나타내진 못한다.
통계를 제대로 이해하지 못한 사람은 둘(A,B) 사이에 상관관계만을 가지고 A 혹은 B가 서로에 대한 원인이며 결과가 된다고 이해해버리는 경우를 많다고 한다. 그러나 이러한 잘못된 판단은 4가지 오류로부터 나온다고 정리하더군요.

1. 'B는 아마 A의 원인일거야' 라는 막연한 생각

2. 또다른 변수가 A와 B의 원인일 가능성
    이 오류를 해결하기 위해서는 실험디자인, 샘플링, 층화분석등이 필요하다고 하네요.

3. 관계(Relation)이라는 것은 복잡하고 불분명하다.
    R-square 값만을 가지고 관계식을 판단할 수 없다. 이 부분은 다른 발표에서도 계속 지적되는 부분이었다.

4. A가 B의 원인인 것과 같이 B가 A의 원인일지 모른다.
    상관관계만을 가지고 어느것이 진정한 원인인지 구분할 수 없음을 이야기하고 있다.

이런 오류를 피하기 위해서는 Stationarity Test, Cointegration Test, F-test와 T-test간의 결과차이 등을 살펴볼 필요가 있다고 합니다. 원인을 규명하는 작업은 결코 쉬운 작업이 아니며 데이터간의 시간순서, 연관성, 일관성등을 면밀히 살펴야 한다고 발표자는 이야기하였구요.


2. 'Goodness of Fit' 이 전부가 아니다.
이 주제발표는 어떤 현상을 예측하는 모델을 만들때 자주 나타나는 Over-fit 되어진 현상을 이야기하였습니다. 여러변수들 중에서 어떤 변수들이 미래현상을 예측하는데 가장 적절한지를 가려내는 방법으로 Neural Nets, Tree-Based 모델 등이 있는데 이들을 이용해서 변수를 정해나가면 점점 더 높은 R-square값을 가지게 된다고 합니다. 이런 경험은 저도 수업과제를 하면서 경험하고 고민했던 부분인데요. 항상 Over-fit가 일어나지는 않았는지 검토가 필요하더군요.

더 복잡한 변수관계를 설정해서 이전 연구보다 더 높은 R-square 값을 가짐으로써 자신의 연구가 이전 연구자의 연구보다 우월하다고 말하는 웃지못할 논문들도 많다는 이야기도 빼놓지 않았습니다. 사실은 논문이 주어진 데이터에만 over-fit 되어진 경우인지에 대한 검토가 없다면 논문자체로써의 가치가 흔들릴 수 있답니다.

크리에이티브 커먼즈 라이선스

이 저작물은 크리에이티브 커먼즈 코리아 저작자표시-비영리-변경금지 2.0 대한민국 라이선스에 따라 이용하실 수 있습니다.

이번 학회를 통해 많은 것을 느끼고 배울수 있었습니다. 특히 관심분야 이외의 주제발표에서 더 많은 것을 보고 배울 수 있었던 점이 기억에 남네요. 이번 학회를 통해서 느끼고 배웠던 점을 두세번에 걸쳐 블로깅할까 합니다. 먼저 기억에 남는 주제발표는 '미래자동차 발전방향'에 대한 주제발표였습니다. 발표들 중에서 눈길을 끌었던 주제는 'Dual-Mode Vehicles'이었는데요. 이 차량은 앞서 제 블로그에서 소개했던 PHEV와는 조금 다른 성격을 띠고 있더군요.

Dual-Mode Vehicles는Hybrid-electric 고속도로 상에 실시간으로 자동 컨트롤 되는 전기자동차로 정의할 수 있습니다. 고속도로 위에서 자동으로 컨트롤 되는 것이 PHEV와는 상당히 다릅니다. 발표하는 분의 이야기를 들어보면 이렇게하면 연료의 소모 뿐만 아니라 배기가스량도 PHEV에 비해 대폭 줄일수 있다고 이야기하더군요. 차트상에서도 확연한 차이를 보이고 있었습니다.

Dual-Mode Vehicles의 특징을 자세히 살펴보면 재미있는 부분을 찾을 수 있습니다. 실시간 자동컨트롤 당하는(?) 자동차들은 자동차간 거리를 최대한으로 줄일 수 있어 제한된 고속도로에 더 많은 차량을 더 빨리 이동시킬수 있는 장점을 지닌다고 하네요. 이 부분은 아래 사진을 보면 이해가 빠르겠네요.

Dual-Mode Vehicles에 관한 연구는 40년 전부터 진행되었다고 합니다. 그러고보니 어릴때 어느 책에선가 본듯한 기억도 나더군요. 당시에는 기술상의 문제로 기술실현여부가 불투명했으나 최근의 기술발전 정도로 보았을때 가까운 미래에 가능성이 있음을 발표자는 이야기했습니다. 특히 배터리, 타이어, 차량충전등의 기술은 실현단계에 이르렀다고 하더군요. 하지만 Routing Algorithm, Power Transfer, Merge&Diverge Mechanism 등은 아직 초기단계에 머무르는 수준이라는 설명도 하였습니다.

그리고 이어서 흥미로운 사진 한장을 보여주었습니다. 1997년에 진행되었던 시험이라더군요. 고속도로상에 차량이 일정한 간격으로 늘어서 낯선 장면이었습니다. 일부구간에서는 성공적이었지만 실제로 적용하기에는 아직 부족하였다더군요. 하지만 사진 한장이 전해주는 가능성의 모습은 다른 설명보다 크게 다가왔었습니다.

주제발표를 들으면서 PHEV에 비해 현실성이 떨어지는 기술이긴 하지만 불가능한 기술은 아니라는 생각이 들었습니다. 가까운 미래에는 고속도로 상에서 졸음운전으로 고생할 일은 없지 않을까 싶네요. ^^

크리에이티브 커먼즈 라이선스

이 저작물은 크리에이티브 커먼즈 코리아 저작자표시-비영리-변경금지 2.0 대한민국 라이선스에 따라 이용하실 수 있습니다.

제목을 '워싱턴입니다'로 적고보니 무슨 특파원이 된 기분입니다. ^^ 새벽부터 토끼랑 공항으로 향했더랍니다. 오늘부터 학회일정이 있어서 서둘러 왔는데 그만 준비 소홀로 못 가게 되어 남는시간을 관광에 할애하였습니다. 그 먼곳까지 와서도 잠들기전 블로그를 켜서 글을 올리는 것을 보면 확실히 블로그에 중독이 된거 같네요. ^^; 다들 이런 경험이 있을거라 믿습니다. ㅎㅎ

오늘은 간단하게 사진 한장 올리고 일찍 자야겠네요. 내일을 준비해야하니... 워싱턴 후기는 다녀와서 올리도록 하겠습니다. 물론 중간에 짧은 글쓰기가 있을 수 있지만요..(블로그에 중독된게 확실하죠? ^^)

크리에이티브 커먼즈 라이선스

이 저작물은 크리에이티브 커먼즈 코리아 저작자표시-비영리-변경금지 2.0 대한민국 라이선스에 따라 이용하실 수 있습니다.

오늘은 우리가 흔히 위키라고 하는 인터넷기반 백과사전을 지향하는 Wikipedia에 대해 이야기해보고자 한다. 공부를 하다보면 인터넷을 이용해서 정보를 구하는 경우가 많다. 거북은 주로 위키에서 문제에 대한 개념을 익히고 세부검색에 들어가는 경우가 많다. 위키에서는 최근에 새로 나온 이론이 아니면 거의 대부분 그 내용을 포함하고 있어 여러모로 도움을 얻고 있다. 거북은 주로 영어판 위키를 검색하는데 그 이유는 방대한 자료를 영어판 위키가 가지고 있기때문이다. 얼마나 많은 자료가 있나 찾아보았더니 현재 약 210만개의 자료를 가지고 있었다. 사실 생각보다 적다고 느꼈지만 부족하다고 느낀적은 없다. 국가별 자료량은 아래와 같다.


한국의 자료량은 50,689 articles 로써 적은 편이다.

위키 영문 사이트:  http://en.wikipedia.org/wiki/Main_Page
위키 국문 사이트:  http://ko.wikipedia.org/wiki/%EB%8C%80%EB%AC%B8

위키를 써본 사람을 알겠지만 검색한 결과에 대한 다른나라 언어에 대한 지원도 왼쪽편 하단에 링크를 걸어두었다. 하지만 한국어판 위키를 보는 경우는 거의 없다. 이유는 내용의 quality에서 차이가 나기 때문이다. 우리나라 위키의 경우 내용의 전문성이 영어판 위키의 보다 떨어진다고 말할 수 있다. 이유야 많겠지만 우리나라의 경우, 네이버나 다음의 영향이 크리라 본다. 사람들이 궁금한것에 대해 네이버의 지식인에 물어보는 것이 훨씬 편하다고 느끼기 때문이기도 하거니와 우리나라 위키의 경우 화면구성이나 글씨체가 우리의 눈에 조금 엉성해보이는 것도 사실이다.

그리고 영어판 위키와 우리나라 위키의 차이는 레퍼런스의 차이로 나타난다. 사실 우리나라의 레퍼런스 문화는 이제 시작되는 시기이지 않나싶다. 거북이 대학을 졸업할 당시에 조금씩 레포트에 대한 레퍼런스를 달아오라는 이야기를 들었으니... 사실 레퍼런스의 중요성에 대해 그렇게 생각해보지도 않았었던 것이 사실이다. 이런 귀찮은 일을 왜하나라고도 생각했으니 말이다. 레퍼런스의 중요성에 대해서는 다음에 또 이야기하겠고 여하튼 영어판 위키의 경우 화면하단의 레퍼런스를 링크를 통해 누가 혹은 어느기관이 어떤 연구를 했는지 볼 수 있으며 그곳으로 바로가기도 지원하고 있다. 이 부분은 위키와 외부 자료와의 연계를 의미하며 숫자상으로 210만계의 자료외에 무궁무진한 자료를 영어판 위키가 제공함을 의미한다.

네이버를 통해 자료를 검색하면 네이버 백과사전, 지식인, 전문자료(지식시장), 블로그, 웹검색 등의 검색결과를 얻을 수 있다. 여기서 백과사전의 검색결과는 개략적인 정의와 그 보다 조금 발전된 형태의 정보 이상을 넘지 않고 있으며 지식인의 지식은 '~카더라' 정도의 지식만을 제공하고 있다. 학술적인 가치는 거의 없다고 거북은 생각한다. 전문자료의 경우, 돈을 받고 레포트, 논문, 보고서 등을 제공하고 있다. 물론 저작권보호와 지식시장 활성화라는 좋은 측면이 있으나 이 정도의 자료를 1000원 이상의 돈을 받고 파는 것에 대한 양심의 가책은 없는가란 생각을 할때가 한두번이 아니었다. 대학생이 짜집기한 레포트가 돈을 받고 팔만한 가치가 있는가. 물론 그걸 사는 사람이 있으니 시장이 생긴것이겠지만... 그리고 블로그의 경우 잘 찾으면 그래도 어느정도 영문 위키 수준의 괜찮은 정보를 얻을 수 있다. 물론 외부 링크나 출처가 불분명한 것은 감안해야한다. 웹검색의 경우 좀 볼만한 자료이다 싶으면 구글에서 다 검색되는 수준이며 영문의 자료이다. 그러한 측면에서 영문판 위키는 상당한 수준의 지식을 제공한다고 거북은 감히 이야기할 수 있다.

하지만 위키피디아도 사용자들이 자료를 올리고 서로 보완 수정하는 형태이기 때문에 이것을 학술적으로 레퍼런스로 달수는 없으며 그저 참고할만한 정도인 것이다. 하지만 참고할 만한 정도가 어디인가.. 그렇지 못한 자료가 얼마나 많은데 말이다.

글을 올리면서 처음에 의도했던 방향과 조금 다르게 쓰게 되었네요. 어쩌다가 네이버의 자료 quality에 대한 이야기까지 하게 되었는지...^^; 여튼 우리나라도 좀더 고급지식이 인터넷 상에서 공유되어지는 그날을 기다려보면서 이만 줄입니다.

크리에이티브 커먼즈 라이선스

이 저작물은 크리에이티브 커먼즈 코리아 저작자표시-비영리-변경금지 2.0 대한민국 라이선스에 따라 이용하실 수 있습니다.