모든 것은 데이터가 될 수 있을까

현실과 데이터는 같은 것이 아니다

이 트랙의 결론을 ‘모든 것은 데이터다’라고만 줄이면 중요한 차이가 사라져. 현실의 대상과 경험은 그 자체로 데이터가 아니야. 관찰 규칙과 센서, 분류 기준을 정해 기록했을 때 비로소 어떤 표현의 데이터가 돼.

같은 고양이도 사진에서는 높이 × 너비 × 색상 채널의 배열이고, 동물병원 기록에서는 나이와 체중, 검사 결과의 표가 될 수 있어. 어느 표현도 고양이 전체는 아니지만 목적에 맞는 차이를 남기면 유용해. 모델은 현실을 그대로 삼키는 게 아니라 우리가 만든 유한한 표현에서 패턴을 배워.

관측의 한계를 과장하지 않기

하이젠베르크 불확정성 원리는 단순히 센서 해상도가 낮다는 말이 아니야. 위치와 운동량처럼 짝을 이루는 관측량의 불확정성 사이에 양자역학적 하한이 있다는 정밀한 주장이지. 이를 ‘모든 관점은 제한적이다’라는 비유로 빌릴 수는 있지만, AI의 표현 한계와 같은 현상이라고 섞으면 안 돼.

AI의 한계는 자료 수집, 표현, 모형 용량, 학습 목표, 배포 환경이 함께 만든다. 고차원 벡터를 쓴다고 현실과 표현 사이의 간격이 사라지진 않아. 오히려 어떤 축을 골랐고 무엇이 빠졌는지 더 엄격하게 물어야 해.

프레임워크가 요구하는 눈

numpy와 torch는 값을 여러 축에 놓고 연산하도록 설계됐어. API를 외우기 전에 각 축이 무엇을 뜻하고 어떤 연산이 어느 축을 보존하거나 줄이는지 읽으면 코드가 훨씬 덜 마법처럼 보여. 모양은 단순한 문법이 아니라 데이터 표현의 계약이야.

다음 트랙으로 가는 다리

많은 현실 신호는 연속 모형으로 설명하지만 컴퓨터의 저장공간과 정밀도는 유한해. 어디에서 표본을 뽑고 어떤 수 체계와 자료형으로 기록할까? 다음 트랙 ‘숫자: 무한을 길들이기’에서는 연속적인 수학을 유한한 장치가 다루는 방식과 그 과정에서 생기는 오차를 살펴봐.

트랙 보상

아포가토와 고양이, 하루의 경험까지 여러 축으로 읽는 렌즈를 얻었어. 이제 한 걸음 더 가자. 그 축의 값을 유한한 컴퓨터 안에 어떻게 담을지 물을 차례야.