Skip to content

Posts 데이터로 풀어보는 심리역사학 심리역사학2 #
Find similar titles

(전 내용에 이어서 바로 내용으로 들어갑니다. 수식은 안 쓰려고 노력했고 유명한 알고리즘을 적당한 과학기사 정도 레벨로 언급하는 정도 사용했지만 (독자를 위해서라고 하지만 솔까말 쓰기 시작하면 내 얕은 밑천이 바닥남) 혹시 설명이 필요하시면 위키 페이지 링크까지는 해드립니다 (...)) 지금 멍한데 쓰느라 헛소리가 좀 많으니 태클 및 제안은 언제나 환영합니다.)

적용 내용 및 구현 방안 #

생태계의 생명 주기 예측 #

심리역사학파운데이션의 장대한 흐름의 중심에 위치해 있다. 그리고 이 소설의 발단이자 전반적인 이야기에 영향을 미치는 심리역사학의 핵심 포인트는 무엇보다도 '이 세계가 몇 년 후에 멸망할 것인가'를 예측하는 것이다.

우리 심리역사학에 따르면 이 시대는 일반적인 조건에서는 3만년동안 계속됩니다. 우리는 이 멸망을 막을 수 없습니다. 제국의 문화는 이미 한 때 누렸던 생명과 가치를 완전히 상실했기 때문입니다. 하지만 필연적으로 찾아 올 야만시대를 단축할 수는 잇습니다. 단지 1000년이라는 기간으로 말입니다. 
- 아이작 아시모프, [파운데이션] 중

이는 다양한 접근 방법이 있을 것이고 관련된 수많은 연구가 있겠지만 저는 그저 소심한 쪼렙 데이터 분석가니까요(자랑이다). 내가 이런 문제를 만났을 때 어떻게 접근할 것이냐! 라고 하면 어차피 결론은 같지만 일단은 두 개의 관점에서 살펴 볼 것이다. 우선 PLM(Product Lifecycle Management)관점에서 다루는 Forecasting 방식의 확장판의 관점에서 살펴볼 수 있다. 여기에는 다양한 모델이 있고 간단한 product lifecycle forecasting의 경우에는 신문 기사나 IT하는 사람들은 매년 지겹게 볼 가트너의 기술 hype cycle 같은 bass diffusion model 등이 쉽고 간단하게 사용되기도 하지만, 보통은 유사한 것들을 보고 데이터를 수집해서 regression 한 후 해당 방정식으로 시뮬레이션을 하는 방식이 무난(?)하다. 그리고 실제로 파운데이션의 경우에도 '방정식' 단어가 심심하면 등장하고 해리 던이 트랜터의 역사학자가 필요해서 도스 베나빌리를 만나서 역사 도서관을 이잡듯이 뒤지고 컴퓨터 사용법을 배우겠다고 -하면서 도스에게 작업거는- 하는 등등을 보았을 때도 이런 식이었을 것으로 추정된다. 이런 식이 적용되어 만들어지는 것이 나를 비롯한 수많은 사람들을 문명하시게 만든 [문명] 등의 역사 경영 시뮬레이션 게임들 되시겠다. 다음으로는 생물이나 기계 분야에서 많이 쓰이는 survival Analysis 가 있다. 간단하게는 어떤 이벤트(생물이 죽는 것 등)가 일어나는 것을 그 전의 관측 결과를 사용하여 다음에 유사 사건이 일어날 확룰 등을 계산하는 것으로, lifetime distribution 이나 hazard function 등을 만들어서 사용한다.

이 두 방식의 문제는 모두 다른 조건들이 동일하게 주어졌을 때 하나의 시스템(기계, 제품, 서비스, 생물종 등)의 life cycle 및 생존 여부 등을 예측하는 것이라는 것이다. 그래서 사회 같은 system dynamics의 경우에는 이런 각각의 에측된 작은 개별 생태계의 node로 놓은 network를 Hidden Markov Chain 등을 사용하여 시뮬레이션 하는 식으로 접근하고 있다.

우리의 심리역사학적 분석이 타당하다면 군부 정권은 삼사년 이상을 견딜 수 없어. 그게 무너질 경로는 아주 다양해. 끔찍한 학살과 절망으로 나아갈 수도 있어. 이 방법은 다른 어떤 방식보다 부드럽고 느슨한 결과로 이어질 수 있어,다시 말하지만, 우리 분석이 정확할 경우에.
- 아이작 아시모프, [파운데이션과 지구] 중

몇 가지 불안 요소를 보여주긴 하는데, 우리한테는 그 요소가 어떤 식으로 좋아지거나 나빠질 거라는 확신도 없고... 확신할 수도 없습니다.
- 아이작 아시모프, [파운데이션과 지구] 중

그러면 이처럼 이런 요소들이 서로 영향을 어느 정도나 주는 지를 파악하고, 이 영향력을 조종했을 때 어떤 문제가 어디서 있을 지는 어떻게 알 수 있을까. 이는 (역시 간단하게 접근할 경우) 각 요소와 각 시스템에 대해서 구조방정식을 세워서 각각의 계수를 생성하여 영향력을 시뮬레이션할 수 있다. 하지만 그런 영향력이 시간에 따라 변화하기도 할 것이며, 각 node에 대해 미치는 영향 정도가 다 다를 것인데 이 것이 숫자 한 두 개로 예쁘게 떨어질 것이라고는 상상하기 힘들다 (그렇게 세상이 단순하면 얼마나 좋겠는가. 아아 그보다 더 아름다운 세상이 나타나기는 힘들리라. Simple is the best. ). 그래서 이 경우 앞에서 말한 대로 전체 모형을 구현해 놓고, 특정 node의 상태 전이 확률이 변화했을 때 다른 node의 상태는 어떻게 달라지는 지를 파악하는 것이 더 용이할 것이다. 물론 '전체 모형'을 구현한다는 것 자체가 말도 안 되게 어마어마한 과제겠지만 말이다.

(다음에는 이 시스템 구축 및 내용에 대해서도 보다 자세히 살펴보도록 하겠다. 한 달이나 밀려서 일단 텐션은 유지하고자 급하게 쓰긴 했는데 일단 졸려서..(쿨럭))

다음화 예고 #

1. 적용 내용 및 구현 방안
 -- 각 내용에 대한 파운데이션 소설 중 내용 및 일부 초 간략한 구현
 a. 생태계 예측 모형 
 b. 생태계 예측 모형(상세)  **
 c. 이벤트 발생 내용 추정  **
 d. 변화량 추정
 e. 특정 이벤트 발생 시의 영향력 추정
2. 유사 학문 소개
 a. 경제학 관련
  -- 폴 크루그먼은 왜 나왔는가.(...)
  -- 사회경제학, 거시경제학, 행동경제학(?)
 b. 물리학/수학 관련
3. 후기

파운데이션 Data

Suggested Pages #

Other Posts #

0.0.1_20140202_5