
엄마. 병리의사 🔬. 아는건 별로 없음. 🕯️#pathologist #breastcancersurvivor 🎀
Seoul
Joined October 2009
- Tweets10.4K
- Following1.7K
- Followers393
- Likes5.5K
chococatt retweeted
이동진 평론가가 그랬다.
글을 잘 쓰려면 부사를 쓰지 말라고.
정말, 너무, 아주, 굉장히
이런 말을 빼라는 거다.
이런 건가?
'정말 맛있는 커피'보다
'커피 한 모금에 눈물을 쏟을 뻔 했다'
'너무 좋은 여행'보다
'한국에 돌아와서도 내 마음은 내내 여행지였다'
좋다는 말을 줄이고
좋았던 장면을 쓰는 것.
음...맞는 말같은데 이렇게 써봐야겠음
chococatt retweeted
오늘 11월 13일은
전태일 열사의 기일입니다
"근로기준법을 준수하라! 우리는 기계가 아니다! 일요일은 쉬게 하라! 노동자들을 혹사하지 말라! 내 죽음을 헛되이 하지 말라!"
-전태일-
1948.8.26~1970.11.13
chococatt retweeted
I want to be like Bill Nighy when I retire. Dressing up for lunch just because and bringing along a good book.
chococatt retweeted
미국의 작가이자 영화 감독인 노라 에프런은 하루가 다르게 노화하는 자신을 실감하면서 색다른 결심을 한다. 만약 오늘이 인생의 마지막 날이라면 나는 진짜 하고 싶은 일을 하고 있는지 자문해보는 것.
그는 하루에 하고 싶은 일을 두세 가지 하는 것 만으로도 충분하다는 것을 깨닫는다. 이를테면 좋아하는 디저트 가게에서 케이크를 먹고, 동네 공원을 걷는 것만으로도 충분한 오후가 되고 좋은 연극 한 편을 보고, 단골 레스토랑에서 저녁 식사를 하는 것만으로도 완벽한 하루라고 느낀다.
-김신회<꾸준한 행복>
chococatt retweeted
“이 도서관 없애면…아이들 30분 걸어 다이소에서 시간 보낼 수밖에”
hani.co.kr/arti/area/capital…
작은도서관 이미 4곳 폐관한 안산시
신길샛별도서관 다음달 문 닫을 위기
본오1동과 와동은 시에서 기초생활보장 수급자가 각각 1위와 2위로 가장 많았다.
chococatt retweeted
BBC와 뉴욕타임스가 모두 선정한 최고의 소설 6편
한국에서 발간된 책은 한강의 [작별하지 않는다]와 데이비드 솔로이의 [살] 단 두권인데 작별하지 않는다는 당연히 읽었고 살은 오늘 완독해서 후기 올릴 예정
esquirekorea.co.kr/article/1…
chococatt retweeted
Twitter.
Twitter. Twitter.
Twitter. Twitter. Twitter.
Twitter-Twitter-Twitter-Twitter....
chococatt retweeted
육상효 감독이 쓴 비평가 강헌 추모글. 권여선 작가도 등장한다. 웃다가 울게 하는 글.
"우리는 잠시 의기소침했으나 혁명은 소수의 정예가 하는 것이라는 강헌의 말에 고무되어 회비로 거금 1만5천원씩을 걷어서 단호하게 천호동 족발집으로 가는 택시에 올랐다."
n.news.naver.com/mnews/artic…
chococatt retweeted
요즘 일상의 문화가 왜 점점 단조로워지는가
알고리즘이 메뉴부터 가사까지 '평평하게' 만든다
(아래 원문 발췌)
대도시 어딜 가나 예상 가능한 대기업 소유 음식·음료·소매점이 거리를 메워 간다. 예전엔 각양각색 다채로웠지만 점점 체인점들로 획일화되고 있다. 비슷한 공간이 늘면서 장소성을 잃어간다. 어딜 가나 우리는 같은 곳에 있다.
데이터과학자 로렌 리크는 최근 '문화의 영점: 왜 모든 것이 똑같아 보이기 시작했는가'라는 서브스택 글에서 예측 알고리즘이 음악, 영화, 요식업 등 오늘날 소비자 문화의 거의 모든 측면을 ‘평준화’한다고 썼다.
런던의 640개 쇼핑 거리를 사례로, 첨단 데이터 분석 도구를 활용해 예측 알고리즘이 어떻게 균질한 '단일 문화'를 만들어냈는지 조사했다. 그 결과 “우리는 사람들이 원하는 것과 시스템이 원하기 쉽게 만든 것 사이의 차이를 구분하는 능력을 잃게 된다”고 썼다. 리크는 글에서 자신만의 알고리즘, 디지털 매핑, 텍스트 분석을 활용해 LLM이 어디서든 소비자 문화를 어떻게 똑같이 느껴지게 만드는지를 보여준다.
팝 음악은 최근 몇 년간 문화가 얼마나 급격하게 ‘평준화’되었는지를 보여주는 대표 분야다. 1950-2015년 빌보드 핫 100 차트에 오른 4,000여 곡의 가사 어휘의 풍부도를 추적해 보면, 1960년대 초반 이후 고유 단어의 범위가 4분의 1 이상 줄어든 반면, 반복되는 가사의 수는 3분의 1 가까이 늘었다. 스트리밍이 아주 구체적인 인센티브를 만들어낸 결과다. 30초가 지나야 수익이 발생하는 산업 구조에서, 노래의 후크를 반복하는 것은 합리적 대응이다.
펍 메뉴도 비슷하다. 모든 메뉴는 QR 코드로 주문할 수 있고 체인점은 이전 주문 고객들로부터 데이터를 얻는다. 이들은 메뉴를 최적화하기 위해 모든 지점의 주문 데이터를 통합한다. 지역별 차이는 사라지고 개성 있는 요소는 제거된다.
소비자 문화 평준화의 핵심은 알고리즘의 수학과 다음 토큰 예측 방법론에 있다. LLM은 데이터를 토큰 단위로 작성해 각 단계에서 가장 가능성이 높은 다음 토큰을 예측하고 선택한다. 이 모델엔 ‘온도’ 설정이 있는데, 선택의 모험성을 조절하는 일련의 매개변수다. ‘온도 0’에서는 모델이 늘 가능도 최고치의 토큰을 선택해 매번 동일한 답변을 내놓는다.
모델은 불확실할 때도 예측을 해야 하니 늘 예상치가 높은 답으로 회귀하게 된다. 무작위성이나 놀라움은 사라진다. 알고리즘이 문화를 단조롭고 예측 가능하며 수학적으로 결정된 ‘온도 0’ 상태로 몰아가고 있다.
“알고리즘은 ‘평균적인 사람’을 위해 예측하지만, ‘평균적인 사람’이라는 건 현실에 존재하지 않는다. 각 사람은 자신만의 틈새 취향을 가지고 있으며, 그 틈새는 서로 다르다. 모든 사람의 취향 평균을 최적화하는 시스템은 아무도 특별히 싫어하지는 않지만, 아무도 특별히 좋아하지도 않는 결과를 만들어 낸다. 그것은 존재하지 않는 사람을 위해 만들어진 것이다.”
“개별 커피숍이나 식당이 꼭 더 나빠진 것은 아니다. 플랫 화이트는 20년 전보다 훨씬 더 맛있을 수도 있다. 잃어버린 것은 다양성이다. 인공지능으로 인해 그런 변화는 거의 순식간에, 모든 곳에서 동시에 일어난다.”
nytimes.com/2026/10/31/arts/…
chococatt retweeted
아이들의 AI 사용은 두 번의 대가를 치른다
성과물은 즉각 보이지만 대가는 뒤늦게 오고 눈에 안 보인다
(아래 원문 발췌)
연구 결과에 따르면, AI 사용은 단기적으로는 성적을 높일 수 있지만 장기적으로는 아이들의 사고 능력을 저하시킬 수 있다.
AI에 대한 자신감과 친숙도가 사용 빈도를 높이고, 사용 빈도가 높을수록 사고 능력의 저하는 더 심해진다. 결국 아이들은 두 번의 대가를 치른다. 먼저 사고 능력을 잃고 다음엔 자신이 의존하는 도구를 제대로 평가할 수 없게 된다.
AI 오래 사용하는 학생들에게 뚜렷한 현상이 나타나기 시작했다: 과제의 질은 좋아지는데 사고력은 오히려 하락한 것이다.
가장 명확한 결과는 심리학자 소렌 카플란이 최근 소개한, 약 27,000명의 중·고생 대상으로 한 30개월간의 연구다: AI 사용 학생들의 숙제 점수는 약 18% 올라갔고 숙제 완료 시간은 3분의 1 가까이 줄었다. 과제를 더 좋게 더 빨리 완성한 것이다.
그러나 6개월도 채 지나지 않아, 같은 학생들이 참고서 없이 시험 쳐보니 점수가 20% 하락했다. 입시 시험 점수도 18~24% 떨어졌다. 특히 약 2년간 AI 사용한 후에 하락세가 가장 급격했다. AI 사용으로 인한 이득은 즉각적이었고 모든 과제에서 뚜렷이 드러났지만, 손실은 시간이 지나서야 드러났고, 도구를 사용할 수 없게 된 순간에야 비로소 깨닫게 된 것이다.
여러 대학의 STEM 전공 학생 299명 대상으로 한 연구도 비슷한 결과를 보여줬다. 기술에 대한 관심이 가장 높고, 기술 사용에 가장 익숙하며, 도구를 완전히 숙달했다고 확신하는 학생들이 가장 습관적으로 도구를 사용했고, 그 결과 성적이 가장 크게 떨어졌다. 자기 능력에 대한 신뢰와 자신감이 이런 현상 가속화하는 요인으로 작용한 걸로 보인다.
교육자들은 가장 능력이 뛰어난 학생들이 AI 위험에 덜 노출된다고 믿어왔지만, AI를 활용할 때 능력과 그렇지 않을 때 능력이 분리되기 시작하면서 이 믿음은 더 이상 타당하지 않게 되었다. 학생은 AI를 지시하는 데 능숙해질 수 있지만 그 일을 직접 수행하는 능력은 오히려 떨어질 수 있다.
성적은 결과물로만 측정할 뿐. 학생이 AI 도움 없이 시험, 면접, 또는 문제를 해결할 수 있는지 여부를 측정하는 기준은 어디에도 없다.
따라서 AI를 사용하는 아이들은 두 번 대가를 치른다. 첫 번째는 과제가 함양하려 했던 사고력. 학생이 사고력을 기르지 않고 답을 얻으면 성적은 높을지 몰라도 역량은 결코 형성되지 않는다. 이 대가는 나중에야 치르게 된다. 문제를 제기하는 신호가 전혀 없었기 때문이다.
두 번째 대가는 더 알아차리기 어렵다. AI를 잘 활용하려면 사용자는 AI를 검증할 수 있어야 한다. 즉, 아첨이나 미화된 내용, 또는 그럴듯하지만 실속 없는 내용을 포착할 수 있어야 한다. 검증에는 해당 분야의 전문 지식이 필요하지만, 습관적으로 그 작업을 AI에 떠넘긴다면 그런 지식은 쌓을 수 없다.
사고력을 기르는 과정을 건너뛰고서, 결국 자신이 의존하게 된 도구의 정확성을 어떻게 확인할 수 있을까? 불가능하다. 습관적 사용은 의존도를 더 깊게 만들고, 결과적으로 능력을 더욱 저해한다.
그나마 성인의 경우엔 첫 번째 대가가 대부분을 차지하며 회복 가능하다. AI에 의존하는 성인은 이미 구축했던 무언가에 대한 능숙함을 잃게 되지만 다시 구축할 수 있다. 이른바 기능 위축에 해당한다.
반면 아이는 능력을 잃는 게 아니라, 능력을 형성해야 할 시기에 아예 구축을 못하는 것이다. 이건 바로 능력의 결손에 해당한다. 애초에 존재하지 않았던 것을 회복할 수는 없다. 성인에게는 기능을 잃게 만드는 그 지름길이 아이에게는 기본 구조를 구축하지 못하게 만든다.
psychologytoday.com/us/blog/…
chococatt retweeted
“생산적 실패(productive failure)는 가장 효율적 교육 전략의 하나로 꼽힌다. 한마디로 실패를 통해 배우는 것이다. 이런 관점에서 학교는 기를 살리는 장소가 아니라, 오히려 기가 죽어도 보고 실패를 극복하는 방법을 배우는 장소라고 할 수 있다.”
hani.co.kr/arti/science/scie…




























