2016년 역사적인 바둑 매치를 통해 알파고가 이 세상에 등장하였습니다. 알파고의 존재가 함축하는 바는 첫째 블랙박스로도 세상을 이해할 수 있다는 점이고, 둘째 우리 주변의 방대한 정보를 딥러닝 알고리즘으로 "축약"할 수 있다는 점입니다.

첫 번째 함축과 관련하여:
알파고 이전의 과학은 칼 포퍼의 반증주의에 기반하여 가설 기반의 접근을 취하였습니다. 하지만 알파고 이후에 데이터를 통해 가설을 생성할 수 있고, 데이터를 통해 생성된 가설을 검증할 수 있으며, 데이터를 통해 가설조차 필요하지 않게 되었습니다. 단적인 예로 기존에는 생물학을 인간 중심의 목적론적인 학문으로 인식하였으나 생물정보학의 출현에 힘입어 생물학을 현상 자체로 해석하려는 시도가 이루어지고 있습니다.

두 번째 함축과 관련하여:
현재 정보가 생성되는 속도는 가히 가공할 만합니다. 경제학자들은 50년도 채 안되어 지식을 이해하는 속도보다 지식이 쌓이는 속도가 더 빨라질 것이라고 보았습니다. 이 경우 데이터 무더기 언저리에서 인간의 인지를 아득히 뛰어넘는 인공지능이 탄생할지도 모르는 일입니다. 그 특이점이 오지 않도록 방대한 양의 정보를 "압축"하는 알고리즘이 필요해졌고, 딥러닝 알고리즘이 그 역할을 할 것으로 기대합니다.

알파고는 결국 데이터 범람의 다름 아니라고 할 수 있습니다. 이럴수록 데이터를 다루는 학문인 통계학에 대한 공부가 필요할 것이며, 이를 돕기 위해 현재까지의 통계학 상황을 정리해 보았습니다.

본문 pdf, 문제 세트 및 추가자료 요청과 관련하여서는 https://nate9389.tistory.com/1641 를 참고 바랍니다.

1. 조합론
A. 통계의 기초
B. 경우의 수
2. 모집단
A. 확률공간
B. 확률변수와 분포
C. 통계량
D. 이산확률분포
E. 연속확률분포
F. 확률변수변환
3. 부록
A. 통계학 주요 정리 1부
B. 통계학 주요 정리 2부