그냥 안철수의 사퇴 이유 2012/11/28 03:41 by 세리자와

윤대해 검사라는 사람의 글이 화제가 된 것 같은데, 그 중에 안철수의 사퇴이유를 언급한 부분이 있어 옮겨본다.

안철수의 사퇴는 문재인을 적극적으로 도와주지 않고 결국 문재인이 떨어지게 만든 후(즉 박근혜가 된 후) 민주당이 혼란에 빠졌을 때 신당 창당을 통해 민주당 세력을 일부 흡수하면서 야당 대표로 국정 수업을 쌓고 계속 유력대선주자로 있다가 다음 대선에서 대통령이 된다는 계산이다. 그러므로 문재인을 소극적으로 지지하겠지만 적극적인 선거운동은 하지 않고 문재인이 떨어지길 바라는 것일 것이다. 그것이 자기가 다음 대선을 바라볼 수 있는 최선의 길이라 생각한다. 보수정권 10년이면 정권교체의 목소리는 더 커져 정권교체 가능성도 높아지므로 자기가 대통령이 될 확률이 아주 높다고 볼 것이다.


암튼 똑똑하고 권력속성에 민감한 검사들의 명성에 걸맞게 아주 쪽집게같이 짚어냈다. 안철수가 이 글을 봤으면 마시던 커피잔을 떨어뜨렸을지도 모르겠다.

안철수의 사퇴는 2004년 미국 대선에서 힐러리 클린턴의 불출마와 정확히 같은 꼴이다. 2004년 미 대선에서 민주당 지지층의 지지 일순위는 단연 힐러리 클린턴. 힐러리가 나오면 후보로 선출되는 것은 문재도 아닌 상황이었다.

그런데 힐러리가 불출마를 하는 바람에 민주당 경선은 바람빠진 경선이 되고 결과적으로 후보로 선출된 존 케리는 조지 부시에게 무참히 패배하고 만다.

즉, 안철수는 힐러리처럼 강한 여권후보를 피하기 위해 걸르기 전략을 쓴 것이다. 그러니 여론조사에서의 패배라는 확실한 데미지를 피하기 위해 그렇게 부산을 떨어놓고도 결국 사퇴를 한 것이고.

미국인들에게 지옥같은 four more years + 경제위기까지 선물하며 굴린 힐러리의 잔대가리였지만 결국 그 보람도 없이 혜성같이 나타난 바락 오바마에게 힐러리는 통한의 패배를 당하게 된다. 이것은 안철수도 마찬가지. 설사 문재인이 떨어지더라도 차기 대통령감으로 부산-경남 출신이 물망에 오르는 일은 없을 것이다.


빨리만들기 MathJax 2012/01/23 14:22 by 세리자와

아래 글에서 쓴 수식은 MathJax라는 자바스크립트 기반의 렌더링 엔진을 쓴 겁니다. 신청하고 귀차니즘에 빠져 사용법을 포스팅하지 않았는데, ExtraD님이 친절하게 올려주셨네요.

MathJax 이용하여 TeX 입력하기

한가지 주의할 점은 맥에서는 새로 MathML 지원이 들어가면서 STIX 폰트들을 넣어놓았는데 이 경우 수식들이 이상하게 나오기 때문에 Font Book.app을 열어서 STIX*로 시작하는 폰트들을 모두 꺼주어야 합니다. 그럼 다 같이 수학의 세계로 고고씽!

\[
\frac{\partial \nu}{\partial \sigma^2} = \frac{1}{2\bar{\epsilon}^2}\frac{\partial^2 \nu}{\partial \mu^2}
\]

인용 라면 하나로 가주세요. 2012/01/10 16:59 by 세리자와


소라치의 독자와 만나는 질문 코너 64


야마나시 현 P.N. 3년후 적금이 100만 엔이 된다 씨의 질문


‘몬스터 헌터 2ng G’의 촌장 긴급 퀘스트인 ‘리오레우스’와 ‘리오레이아’를 사냥할 수가 없네요. 보우건을 쓰는게 좋을까요? 아니면 대검을 쓰는 게 쓰는 게 좋을까요?
도와주세요.

대답


보우건이 좋으냐, 대검이 좋으냐를 논하는 시점에서 당신은 왕복 귀싸대기입니다.
잘 들어요. 적에게 맞춰 무기를 수시로 바꾸는 헌터는 라면과 함께 그저 그런 카레도 메뉴에 집어넣는 라면가게와 똑같은 겁니다.
최초에 라면으로 가겠다고 결심했으면 라면 하나로 승부를 걸라고요.
키린, 라오샹론, 어떤 손님이 와도 라면 하나로 도전해요. 초지일관.
어떤 적도 본인이 결정한 하나의 무기로 쓰러뜨린다. 여기에 라면가게 아니 헌터로서의 미학이 있는 겁니다.
알겠어요? 무기는 중요하지 않아요.
최고의 무기는 헌터로서 당신의 신념, 프라이드입니다.
그것이 있으면 어떤 녀석도 반드시 이길 수 있습니다.
따라서 당신이 사용해야 할 무기는 보우건도 대검도 아닙니다.
라면 하나로 가주세요.

--- 소라치 히데아키 "銀魂"


그냥 당신이 노총각일 확률 2012/01/09 11:52 by 세리자와

보다시피 지난 한 해동안 전혀 블로그 포스팅을 못했다. 이글루스에 이래저래 실망했기도 했고, 바쁘기도 했고, 결정적으로 트위터라는 물건을 발견해서 신변잡담은 대체로 거기에 토로하고 있기 때문이다.

근데 일년동안 전혀 글을 안 쓰는데도 오시는 방문객에게 예의가 아닐 것 같아, 새해벽두 농담이나 함 풀어볼란다.

요 근래 인기를 모으고 있는 코미디 중에 "애정남 - 애매한 것을 정해주는 남자"에 나도 꽤 빠져 있다. 이 개그의 미덕 중의 하나는 문제의 애매한 것을 정할 때 골치아프게 그 문제의 본질을 직접적으로 따지고 들기보다는 그 문제가 주위 사람들과 어떻게 상호작용하는지에 따라 결정된다는 반전의 묘에 있다. 예를 들어 노총각/노처녀의 기준을 결혼 적령기는 얼마이고 나이는 얼마인데 생물학적으로 자식을 잘 낳으려면 몇살 이하여야 되고 어쩌고 하는 등으로 본인 그 자체를 따지고 들기보다, 애정남 최효종은 이런 식으로 정해준다.

먼저 최효종은 주변사람들의 반응을 예로 들었다. “초면에 결혼했냐는 질문을 하면서 왜 안했는지 궁금해하면 노총각 노처녀가 아니고 결혼 안했다는 말에 ‘아 그렇구나’라며 바로 이해하면 노총각 노처녀다”고 말해 웃음을 자아냈다.

- 뉴스엔 기사

이와 비슷하게 확률/통계에도 어떤 현상의 추이를 직접적으로 재단하지 않고, 내가 현재 알고 있는 사실과 새로운 파악된 증거와의 상호작용을 통해 판단하는 방법이 있다. 이를 Bayesian 추론이라고 하는데, 기본적으로 다음과 같은 Bayes 정리에 기초하고 있다. 어떤 사건의 가능한 원인 중 하나가 \(C\) 결과를 \(O\)라고 하면, 그 \(O\)라는 결과가 관찰되었을 때 그것이 \(C\)때문이다 라고 추론될 확률은
\[ P(C|O) = \frac{P(O|C) P(C)}{P(O)} = \frac{P(O|C) P(C)}{\sum_{C=c}P(O|c)P(c)}\]
즉, \(C\)라면 \(O\)가 얼마나 일어날 수 있다는 개연성 (\(P(O|C)\))과 실제 \(C\)가 일어날 확률 (\(P(C)\))에 의해 결정되는 것이다.

그럼 오늘은 다음과 같은 질문에 답해보기로 하자: 주위 사람들이 여러분을 노총각이라고 부르거나 짐작한다면 여러분이 실제 노총각일 확률은 얼마나 될까? (단 유부남일 가능성은 제외하기로 한다).

그럼 실제로 노총각인 것을 \(o\), 노총각으로 의심받는 (하지만 실제 노총각인 줄은 알 수 없는) 것을 \(\bar{o}\)라고 표시하면 우리가 구할 것은 \(P(o|\bar{o})\)가 된다. 그러면 위의 Bayes 정리에 의해서
\[P(o|\bar{o}) = \frac{P(\bar{o}|o) P(o)}{P(\bar{o})}
= {1}/\left(1+\frac{P(\bar{o}|\sim o) P(\sim o)}{P(\bar{o}|o) P(o)}\right) \]
여기서 \(\sim o\)는 not \(o\), 즉 실제로는 노총각이 아닌 것을 뜻한다.

그러면 여러분의 나이가 \(y\)라고 하면, 노총각일 확률 \(P(o)\)는 다음과 같이 모델링될 수 있다고 가정하자.
\[ P(o) = \frac{1}{1+\exp(-(y-\mu)/\sigma)} \]
\(P(o)\) 함수는 아래처럼 나이가 아주 어릴 때는 노총각일 확률이 0이지만 나이가 먹으면 먹을 수록 확률이 조금씩 증가해서 소위 혼기 \(\mu\) 근처에서 \(\sigma\) 정도의 아리까리한 기간을 지나면 노총각 확률이 1에 근접해지게 된다. 대체로 다음과 같은 모양을 그리게 된다.



위에 그래프에서는 \(\mu = 35\), \(\sigma = 0.65\)를 사용했는데 그러면 대충 확률이 32세 근처(실제 평균 초혼 연령)에서 늘어나기 시작해서 37-8세(다문화 가정 평균 혼인 연령)면 완연한 노총각이 되는 것으로 모델이 된다. 그러면 \(P(\sim o) = 1-P(o)\)인 것을 이용하면 위에 위에 식은 다음과 같이 되는데,
\[ P(o|\bar{o}) = \frac{1}{1+\exp(-(y-\mu+b\sigma)/\sigma)}\]
여기서 \(b\)는 바이어스를 나타내는 것으로
\[ b = \log \frac{P(\bar{o}|o)}{P(\bar{o}|\sim o)} \]
즉 \(b\)는 대체로 노총각일 때 노총각이라고 의심받는 확률과 노총각이 아닌데도 노총각이라고 의심받는 확률의 비율에 해당한다.

그렇다면 여기서 생각을 해볼 수 있는 것이... 사회통념상 어떤 사람에게 노총각이라고 딱지를 붙이기는 보통 조심스럽다. 즉, 노총각이 아닌 것 같은데도 노총각이라고 불릴 확률보다는 노총각이 비교적 분명해보이는 사람이 노총각이라고 불릴 확률이 사회의 예의범절에 비추어 볼 때 훠얼씬 크다는 말이다. 이렇게 생각해 보면, 진짜 노총각이 노총각이라고 불리는 확률이 노총각 아닌 사람이 노총각이라고 불릴 확률보다 어림 땡 잡아서 한 세배 이상은 족히 될 것이다. 그런 젼차로,
\[ b = \log \frac{P(\bar{o}|o)}{P(\bar{o}|\sim o)} > \log 3. \]
따라서 \(P(o|\bar{o})\)는 다음과 같이 된다.
\[ P(o|\bar{o}) = \frac{1}{1+\exp(-(y-\mu+b\sigma)/\sigma)}, \qquad e^b \gg 1.\]
그리고 그림으로 그려보면 아래와 같이 된다.



파란 선은 \(P(o)\), 빨간선이 바로 \(P(o|\bar{o})\)에 해당되는데 파라메터는 위의 그래프와 같다. 바이어스는 잘 봐줘서 \(\log 3\) 로 했다. 여기에서 알 수 있는 사실은

  1. 여러분 나이가 만 34세 이하이면 아직 멀었다. "결혼 안하니?"하고 채근해도 걍 무시해라.

  2. 꺽인 만 34-35세 사이이고 노총각 소리를 듣기 시작하는 미혼이라면 여러분이 실제 노총각(그게 뭐던간에. -_-;;;)일 확률은 50%를 넘어가기 시작한다. 긴장 슬슬 하시라.

  3. 35세 이상이고 노총각 소리를 듣고 있다면 당신이 실제 노총각일 확률은 이미 75%를 넘고 있다. 서두르시라.



결론: 올해도 건강하시고 꼭 좋은 사람 만나세요.





새해 복 많이 받으세요 2011/01/01 05:09 by 세리자와

지난 이맘때 썼던대로
2010년은 우리의 역사가 한 싸이클을 마감하고
새로운 시작을 하는 해로 예언되었던 해입니다.

그래서 그런지 큰 사건들도 많았고
그다지 큰 파장을 불러오지는 않았지만
나름대로 중요한 의미를 가졌던 사건들도 많았습니다.

아뭏든 숱한 씨앗들이 뿌려졌으니
이제 물을 주고 잘 지켜보며 싹이 트기를 기다려야 하겠지요.

2011년은 바야흐로 그 새로운 세기의 시작입니다.

여러분은 새로운 시대를 맞이할 마음의 준비가 되셨습니까?

준비가 되셨으면 된대로
안되었으면 서둘러 마음을 다잡고
힘찬 출발을 하시길 모든 분들을 위해 기원합니다.

업계 동향 Google Ngram 2010/12/19 15:24 by 세리자와

두 개의 그래프

직접 해 볼 수 있습네다.


Phrenology (blue) vs Neuroscience (red)



South Korea (blue) vs North Korea (red)



Korea (blue) vs Japan (red) vs China (green)



Beatles (blue) vs Elvis (red)



Google Ngram Viewer

그냥 이게 다 이명박 때문이다 2010/11/24 02:04 by 세리자와

뭐 할말은 별로 없고 2년 전에 써놓은 글이나 리사이클.

이게 다 이명박 때문이다

그냥 안드로이드 보험계리원 2010/11/21 15:09 by 세리자와

안드로이드 의사는 무상 의료의 꿈을 꾸는가?

의료나 법조 같은 분야에서 이렇게 하기엔 기술적 문제보다 사회적, 윤리적 문제가 더 크다 뭐, 병원에 가면 "총알이 좋지 못한 곳을 스치셨습니다 [확인]" 이런 알림창이 띵 뜨고, 법원에 가면 전광판에 "(딩동~) 피고: XXX, 사형" 이렇게 덜렁 나오면 좀 후덜덜하지 않겠나. 의사나 판사는 단순히 기능적 전문가가 아니라 제도적인 책임과 권한을 가진 사람들이기 때문에 간단히 기계로 대체할 수는 없다. 이런 분야에서는 기계를 사용하더라도 최종적인 판단은 사람의 몫이다.





21세기에도 진단은 대부분 의사의 몫으로 남아있지만, 진단된 병에 의사가 어떤 처방을 내릴 것인지 영역으로 넘어가면, 의사의 재량권은 제한되기 시작한다. 그 이유는 그 처방에 대한 비용을 대는 쪽이 대부분 환자가 아닌 보험이기 때문인데, 공보험은 물론이고 미국과 같이 민간보험회사가 되면 어떻게든 이 비용을 줄이기 위해 눈이 벌겋게 되기 마련이다. 이 때문에 보험회사들은 진단된 병에 대해 비용이 적게 드는 표준 가이드라인을 제시하고 여기서 벗어나면 지급을 거부하는 방법으로 비용을 절약한다.

.... 고 하지만 현실은 시궁창. 인간이 기계가 아닌 이상 가이드라인이 모든 경우에 적용될 수는 없는 것이다. 여기서 문제가 되는 것이 부정수급인데, 아예 의사와 환자가 짜고 보험회사에서 돈을 뜯어내는 진짜 부정수급과 현실적인 예외 상황에서 발생하는 예외적인 의료행위(예를 들어, 환자를 질환 X로 진단, 치료했는데, 환자의 상태가 위급해 보험회사에서 X진단을 확정하기 위해 요구하는 테스트들을 생략해버린다던지)에서 발생하는 "부정수급"을 어떻게 구분할 것인지가 큰 문제가 된다. 특히 미쿡이라면 이 문제를 헛다뤘다가는 자칫 비용절약은 커녕 더 많은 비용이 변호사 자제들의 사립학교 학비로 나가버릴 것이기 때문에...

이 골치아픈 문제를 보험회사들은 어떻게 처리할까? 이 때 대부분의 인간들이 골치아픈 문제를 처리하는데 사용하는 방법이 종종 애용되는데, 그것은...

자기가 생각을 안 하고 남에게 시키는 것이다. 즉 자기들이 해결을 하기보다는 해결해 오시오 하고 하청업체에게 하청을 준다. 여기에 하청에 재하청을 거듭해서 결국 의료기록들은 콩알만한 재재하청 업체에 당도하게 되는데.... 이 재재하청업체에는 딸랑 컴퓨터 한 대와 컴퓨터 잘 돌아가나 지켜보고 있는 시스템 매니저 한명만 딸랑 있는 것이다! (실제로 방송에서 취재를 가니 직원이 한 명이었다. -_-;;;) 그 컴퓨터에는 당연히 아이추판다님이 말씀하신 인공지능 소프트웨어가 탑재되어 있어 보험금을 지급할까 말까 착착 분류하고 있었다는 얘기...

즉, 안드로이드 의사의 시대는 오지 않았지만 그 대신 인간 의사들이 안드로이드 보험계리원의 노예가 되어 눈칫밥을 먹는 시대가 왔다고 할 수 있겠다.


업계 동향 이상한 확률퍼즐 2 2010/10/22 05:00 by 세리자와


업계 동향 이상한 확률퍼즐 2010/10/15 22:15 by 세리자와

이제는 많이 알려졌다고 생각했는데 누가 또 물어보길래 올려봅니다.

조건부 확률문제인데 다음과 같습니다.


김씨네는 자식이 둘인데 하나가 아들이다. 이 때 자식이 둘 다 아들일 확률은?



정답은...

1/3입니다. 의외로 다른 한쪽이 아들일 확률만 생각해서 1/2라고 대답하는 사람이 많더라고요.

이유는 간단합니다. 경우의 수를 세어보면

아들 아들 * !
아들 딸 *
딸 아들 *
딸 딸

한쪽이 아들인 경우(*)가 셋이고 둘 다 아들인 경우(!)가 하나이므로 1/3이 됩니다.

실수를 범하게 되기 쉬운 이유는 둘 다 아들인 경우를 두번 세기 때문입니다. 아들이라고 알려진 쪽이 첫째면 다른 한쪽은 경우의 수가 아들 혹은 딸 두가지가 나올 수 있습니다. 반대로 아들인 것을 아는 쪽이 둘째이면 역시 다른 한쪽은 아들 혹은 딸 두가지가 나오는데, 이 때 둘 다 아들인 경우가 한번 더 세어지게 됩니다. 따라서 이 경우를 빼주어야 합니다.

즉, ( {첫째/둘째} -1 )/( {첫째/둘째}*{아들/딸}-1 ) = (2-1)/(2*2-1) = 1/3 이 됩니다. ( {X}는 X의 경우의 수를 나타냅니다.)



그럼 여기서 조금 비틀은 문제가 나갑니다.

김씨네는 자식이 둘인데 하나가 아들이고 화요일에 태어났다. 이 때 자식이 둘 다 아들일 확률은?



정답은...


역시 마찬가지로 둘다 아들이고 둘다 화요일에 태어난 경우를 빼주어야 합니다. 따라서 답은

( {첫째/둘째}*{요일}-1 )/( {첫째/둘째}*{아들/딸}*{요일}-1 ) = (2*7-1)/(2*2*7-1) = 13/27

이 됩니다.


재밌는 것은 이렇게 헷갈리는 조건부 확률도 실제로 경우의 수를 세어보게 하면 사람들이 잘 틀리지 않는다는 점입니다. 예를 들어 조건부확률의 대표적인 문제 중에 다음과 같은 것이 있습니다.


인구 중 0.1%만이 걸리는 희귀병이 있다. 이 병에 걸렸는지 확인하는 검사가 있는데 문제는 이 검사는 병이 안 걸린 사람도 5%의 확률로 걸렸다고 나올 수 있다는 것이다. 한 환자가 검사를 해서 양성결과가 나왔다. 이 환자가 실제로 병에 걸렸을 확률은?



제가 어렴풋이 기억하기로는 미국 의사들 중 절반 이하만이 정답을 냈다고 합니다. 그런데 이 문제를 정확히 내용은 동일한, 그러나 조건부 확률이 아닌 경우의 수 세기로 바꾸면 다음과 같이 됩니다.


어떤 희귀병이 있는데 천명 중 한명 꼴로 발병한다. 이 병에 걸렸는지 확인하는 검사가 있는데, 이 검사는 병에 안 걸린 사람도 천명 중 50명 정도는 병에 걸렸다고 진단한다. 여기 양성결과를 얻은 50명이 있다. 이 중에 몇 퍼센트가 실제로 병에 걸렸을까?



이렇게 하면 틀리는 사람이 거의 없지요. 왜 같은 문제인데 한 쪽은 어렵고 한 쪽은 쉬울까요?




그냥 역사는 반복된다 2010/10/08 14:17 by 세리자와

한번은 비극으로 한번은 코미디로. 나는 맑스가 이 말을 했을 때의 심정을 조금 알 것 같다. 김일성 사후 세습 김정일 체제를 인정하지 않은채 이낙 저낙 북한정권이 언제 붕괴되나 손가락만 빨고 있던 김영삼 정권의 바보 바이러스가 전 국민에게 감염되기라도 한 모양이다. 자기 맘에 들지 않는다고 존재하는 것을 존재하지 않는 것으로 간주하는 태도는 자신의 주변을 지옥으로 만드는 지름길일 뿐인 것을. ㅉㅉㅉ. 암튼 이로써 민노당이 향후 정권잡을 가능성은 더욱 밝아져 보인다.


그냥 괜찮은 남자 in 뉴욕 2010/09/30 23:47 by 세리자와

괜찮은 남자 대란 (출처불명)

요즘 전세계적으로 괜찮은 남자 대란이다. 90년대의 드라마인 '섹스앤더 시티'에서' 뉴욕에 괜찮은 싱글 여성은 많은데 괜찮은 남자는 모두 유부남이거나 게이'라는 언급이 무색할만큼이미 우리나라에도 그 현상은 현저하게 시작된지 오래다.




뉴욕과 인근 뉴저지에는 여자가 이십만명이나 많다. 이런 동네에서 괜찮은 남자를 다른 여자들이 캐리 브랫쇼 양처럼 멩하지 않은 이상 내비뒀겠는가? 하긴 찰리즈 엔젤에도 LA에서 괜찮은 남자 구하기가 얼마나 힘든지 아냐는 대사가 나오더라. 남자가 많아도 (여자가 보기에) 괜찮은 남자는 원래 적은 모양.

그냥 센카쿠 제도 사건 2010/09/26 08:24 by 세리자와

일본의 문제를 아조 전형적으로 보여주는 사건이었다.

- 일은 관료가 저지르고 수습은 정치인이. 이 사건은 그 시작부터 결말까지 진행과정이 빤~했다는 점에서 해상보안청이 내각을 엿먹이려고 완조니 작정한 것이 아닌가 하는 생각마저 든다.

- 중국 및 아시아 국가 경시태도. 그에 대비되는 미국 딸랑이.

- 선장을 인질로 잡아놓은 상태에서 고위급회담을 하자는 실로 어이없는 기고만장.


아주 꼴좋다, 요놈들아. 카레맛똥 뽑아놓고 희희낙락하더니.


그냥 오가 없다 2010/08/12 14:21 by 세리자와

한국어와 영어, 몇 가지 차이

아주 예전에 들었던 영어수업 중에 Intelligibility라는 수업이 있었다. 뭐냐면 알아들을 수 있게 말하는 법... 이라고나 할까. 주의해야 할 발음들을 교정하는 등등 여러가지를 했는데, 첫 시간에 선생님이 대뜸 이렇게 말하는 거다.

- 영어에는 '오' 발음이 없습니다. 유의하세요.

= 아니 그럼 톰과 제리는 뭔가요.

- 그건 '탐'과 제리입니다.

= 저는 어제 보트타고 놀았는데요.

- '보우트'타고 노셨겠죠.

= ???

- 책을 보세요.

'오'를 찾아보세요



그랬다고.


1 2 3 4 5 6 7 8 9 10 다음