|
프롤로그_ AI 시대, 우리는 앞으로 무엇으로 먹고살 수 있을까?PART 1 무엇을 볼 것인가01. 시장 결정권자들의 이익을 보라기득권은 서울에 산다인센티브는 정렬되거나, 충돌한다누가 이득을 보는가사례 A. 인센티브가 정렬될 때: 홍해 위기와 컨테이너 선사들의 셈법사례 B. 인센티브가 충돌할 때: 호르무즈 해협과 보험의 벽사례 C. 이란 전쟁의 배경: 미국과 중국의 이익독자 적용법: 인센티브를 읽는 3단계02. 신뢰 가중치의 원칙, AI 시대의 GIGO신뢰 가중치의 세 차원사례 A. 제네바 ABCD, 구조적 위치와 실적사례 B. 비트코인을 산 그날사례 C. 이데미츠 마루 오보, AI 시대의 GIGO보험사가 가장 정직하다이해관계가 걸린 사람의 말독자 적용법: 신뢰 가중치 3단계03. 컨센서스의 함정컨센서스, 무엇을 함께 느끼는가첫째, 지금 어느 시계를 보고 있는지 분명히 밝힌다둘째, 컨센서스가 부르는 2차 효과를 점검한다셋째, 컨센서스와 펀더멘털의 간극을 측정한다독자 적용법: 시계 자각 3단계04. 균형 잡힌 시각전문가조차 피하기 어려운 확증 편향두 개의 함정사례 A. 매끄러운 서사사례 B. 가짜 정밀도해법: 방향은 확신, 시점은 범위독자 적용법: 균형 잡힌 시각을 기르는 3단계05. 아이디어 중심주의두 개의 축첫 번째 축: 발언 기회의 형평성두 번째 축: 결정과 결과의 분리백테스팅의 함정과 라이브테스팅의 가치독자 적용법: 아이디어 중심주의 3단계06. 사이클, 역사는 반복된다사이클의 구조: 민스키의 4단계사이클의 역사적 증거: 예긴의 『황금의 샘』사이클 분석의 세 차원검은 배와 대망사이클 산업 투자의 정석사례 A. 사이클 산업 투자의 성공과 실패 사례사례 B. 일상의 사이클: 두바이 쫀득 쿠키독자 적용법: 사이클 위치 진단 3단계PART 2 어떻게 사고할 것인가07. 직관, AI가 보지 못하는 데이터직관의 이론적 근거: RPD 모델의 두 가지 조건멘탈 모델의 격자: 멍거가 보여준 직관의 보완 장치직관 활용의 세 차원기대값으로 결정의 질을 측정하다사례 A. 어머니의 아홉물: 직관이 AI 모델을 이긴 순간사례 B. 호르무즈: 직관이 AI보다 먼저 본 신호사례 C. 노키아와 컨테이너선: 직관이 함정이 되는 때독자 적용법: 직관을 사용하는 3단계08. 베이지안 사고, 틀려도 결국 성공하면 된다스티브 잡스: 틀려도 된다. 결국 성공한다면결정의 가역성: 베조스의 양방향 문유연성과 가역성의 세 차원사례 A. 코로나19: 컨테이너와 벌크의 경계가 무너지다사례 B. 우크라이나 전쟁: 노드스트림 가스관과 5분사례 C. 실력 VS. 운사례 D. 두바이 이직과 책 출간가장 흔한 함정: 두 차원을 섞는 것09. 블랙스완을 준비하라블랙스완: 탈레브가 보여준 인지의 한계블랙 스완의 시작점에서블랙스완 준비의 세 차원사례 A. 비축이 생존을 가른 순간: 파이프라인, 시간, 현금사례 B. 새로운 세계 질서: 블랙스완인가, 사이클의 반환점인가독자 적용법: 블랙스완 준비 3단계10. AI 딸깍 요약의 시대, 근거와 가정을 이해하라반증 가능성: 포퍼가 보여준 가정 검증의 원칙제1원리: 머스크가 보여준 가정 분해의 사고법가정 검증의 세 차원사례 A. 축구 하이라이트와 중원 공방전사례 B. AI 이란 전쟁 시나리오: 매주 갱신의 근거를 다시 보다독자 적용법: 가정 검증 3단계11. 문화와 역사적 맥락이 합리적 판단을 이길 때알파고 시나씨 VS. 합리적 석학들: 문화 인류학적 접근문화·시간 맥락의 세 차원사례 A. 40년 전의 트럼프사례 B. 50년 묵은 무역법과 조선업 비대칭독자 적용법: 문화·시간·맥락 3단계12. AI와 데이터, 결국 사람의 일이다네이트 실버가 본 '숨은 트럼프 지지층'인간 보정의 두 원리사례 A. 슈퍼컴퓨터 VS. 인간사례 B. 정치 전략가들의 인터뷰, 결론을 정해놓은 분석AI 시대 분석가의 자세독자 적용법: AI 활용 4단계에필로그_ 머물 만한 방이 되기를부록_ 원자재 레슨 101용어집주
|
|
AI가 답을 내놓는 시대, 인간에게 남은 것은 무엇인가2021년 3월 수에즈 운하에 초대형 컨테이너선이 좌초되자 전 세계가 배가 언제 다시 뜰지를 계산했다. 모델은 강풍과 부력, 선체와 바닥의 마찰력 같은 변수를 분석했다. 그러나 BBC 월드뉴스 생방송 인터뷰를 앞둔 저자에게, 평생 조수의 흐름을 보며 살아온 어머니는 "다음 주 초에 아홉물이라 곧 뜰 거다"라고 말했다. 실제로 배는 그 예상대로 떠올랐다. 이는 직관이 언제나 AI보다 뛰어나다는 이야기가 아니다. 숙련자의 직관 역시 오랜 경험과 반복된 피드백이 의식 밖에 축적된 또 다른 형태의 데이터다. 체계화할 수 있는 정보 수집과 계산은 AI에 맡기되, 데이터에 잡히지 않는 맥락을 읽고 최종 판단을 내리는 것. 이것이 저자가 말하는 '휴먼 엣지'다.매끄러운 결론보다 '누가, 왜' 그렇게 말하는지를 보라같은 시장을 두고 정부, 기업, 투자자, 언론은 서로 다른 전망을 내놓는다. 저자는 먼저 시장의 '키'를 쥔 결정권자가 누구이며, 어떤 이익과 손실 위에서 움직이는지를 살피라고 말한다. 정보 역시 직접 확인한 1차 데이터인지, 이해관계자의 발언인지, 여러 매체를 거친 인용인지, AI의 요약인지에 따라 다른 무게를 부여해야 한다. 하나의 잘못된 정보가 기사와 SNS, 뉴스레터를 거쳐 반복되고 AI를 통해 그럴듯한 결론으로 재생산될 수도 있다. 입력이 잘못되면 출력도 잘못된다는 GIGO의 원칙이 AI 시대에 더욱 중요해진 이유다.컨센서스를 따르지도, 무조건 거스르지도 마라많은 사람이 같은 전망을 내놓는다고 해서 정답인 것도, 반대로 틀린 것도 아니다. 중요한 것은 그 기대가 이미 가격과 행동에 얼마나 반영됐으며 어떤 2차 효과를 만드는지 읽는 일이다. 저자는 단기·중기·장기라는 '세 개의 시계'를 구분한다. 단기에는 심리와 헤드라인, 수급이 가격을 움직이지만 시간이 길어질수록 공급과 수요, 투자와 생산 능력 같은 구조적 요인의 힘이 커진다. 가격과 운임 같은 아웃풋뿐 아니라 이를 만들어 내는 인풋, 그리고 시장이 사이클의 어느 지점에 놓였는지를 함께 봐야 분위기와 역발상의 함정에서 벗어날 수 있다.틀리지 않는 사람이 아니라, 틀렸을 때 빠르게 바꾸는 사람이 이긴다예측은 틀릴 수밖에 없다. 문제는 처음 내린 판단에 매달려 새로운 정보를 외면하는 데 있다. 저자는 새로운 증거가 들어올 때마다 기존 확률을 갱신하는 베이지안 사고를 강조한다. 또한 좋은 예측은 가장 가능성 높은 시나리오를 맞히는 데서 끝나지 않는다. 가능성은 낮지만 일어나면 모든 것을 무너뜨리는 블랙스완을 견딜 수 있도록 현금과 보험, 헤지와 분산으로 다시 판단할 기회를 남겨야 한다. 이 책이 가르치는 것은 확신을 키우는 기술이 아니라, 틀릴 가능성을 인정하면서도 살아남는 구조를 만드는 기술이다.AI 시대의 진짜 희소 자원은 '자기 말에 책임지는 한 사람'이다AI가 제시한 84퍼센트라는 확률은 객관적인 사실처럼 보이지만, 그 아래에는 자료의 선택과 시나리오, 신호의 가중치에 관한 수많은 가정이 숨어 있다. 이 책은 AI의 결론을 받아 적기 전에 그 근거와 가정을 분해하고, 반증할 조건과 수치에 잡히지 않는 문화·역사적 맥락까지 살피라고 말한다.한진해운의 FFA 선물 트레이더에서 S&P 글로벌 에너지의 리서치 디렉터를 거쳐 글로벌 원자재 리서치를 총괄해 온 저자에게 전망 한 줄은 기업의 투자와 재고 확보, 선박 운용과 헤징 결정에 영향을 미치는 일이다. 그래서 마지막 원칙은 태도에 관한 것이다. 체계화할 수 있는 일은 AI에 위임하고, 그 출력을 자기 지식으로 검증하며, 확신할 수 없다면 보류하고, 내놓은 말에는 자기 평판을 걸어야 한다. 값싼 인사이트가 넘쳐나는 시대의 진짜 희소 자원은 자기 판단에 책임지는, 신뢰받는 한 사람이다.
|