반응형

- GPT-3에서 원하는 결과를 얻기 위해 적절한 프롬프트가 필요하다. 프롬프트 엔지니어링

- 사람의 생각도 비슷하다. 언어로 생각을 유도할 수 있다.


https://youtu.be/tZoJb3e6LPo


[출처] https://blog.naver.com/allbareunkr/222852267626

 

GPT-3에 대한 종합적인 이해

2020년 5월, OpenAI는 <Language Models Are Few-Shot Learners>라는 혁신적인 논문을 발표...

blog.naver.com

 

- 좋은 프롬프팅의 중요성

  • 프롬프트 : 필요한 output을 만들기 위해 샘플 트리거를 제공해야 합니다. 이 트리거를 GPT-3에서는 프롬프트라고 합니다. AI가 해결하고자 하는 문제의 맥락을 파악할 수 있도록 제공하는 파라미터입니다.이미지, 텍스트 형태의 힌트라고 생각하셔도 될 듯 합니다.

[출처]  https://m.blog.naver.com/jjcpa/221983698349

 

 

신경언어 프로그래밍(Neuro-Linguistic Programming, NLP)

정의(개념)   1. NLP는 20세기에 개발된 실용심리학의 한 분야로 인간 행동의 긍정적인 변화를 이...

blog.naver.com

NLP의 원리는,

첫째, 먼저 자신과 라포를 형성하고 다음으로 타인과의 라포를 형성한다.

둘째, 자신이 달성하고자 하는 바, 즉 목표를 파악한다.

셋째, 감각기관을 통하여 자신의 행동을 이해하고 나은 방향으로 나아간다.

넷째, 여러 행동 대안을 염두에 두고 선택하여 행동하는 행동적 융통성을 갖는다.

 

라포[rapport]

상담이나 교육을 위한 전제로 신뢰와 친근감으로 이루어진 인간관계이다. 상담, 치료, 교육 등은 특성상 상호협조가 중요한데 라포는 이를 충족시켜주는 동인(動因)이 된다. 라포를 형성하기 위해서는 타인의 감정, 사고, 경험을 이해할 수 있는 공감대 형성을 위하여 노력하여야 한다. 따라서 효과적인 장애 학생 교육이나 부모 상담을 위해서는 라포의 형성이 무엇보다 중요하다. (특수교육학 용어사전, 2009., 국립특수교육원)

 

NLP의 전제는 다음 열여섯 가지로 제시할 수 있다.


첫째, 지도는 영토가 아니다. 사람들은 현실 그 자체가 아닌 자신이 가지고 있는 실재에 대한 지도에 반응한다. 지도는 영토를 편리하게 그려 놓은 것으로서 인간은 (**자신의)지도에 따라서 움직이고 의사소통을 한다. , NLP는 현실 자체가 아닌 그것을 반영하는 지도를 변화시키는 기술이다.

 

둘째, 인간의 행동은 목적 지향적이다. 인간은 목적이 무엇인지 항상 의식하면서 행동하는 것은 아니지만 행동의 이면에는 어떤 목적이 존재한다.

 

셋째, 의사소통에서 전달하고자 하는 의미는 상대방으로부터 내가 얻는 반응에 의해 결정된다. 따라서 의사소통을 제대로 하는지의 문제는 상대방으로부터 원하는 반응을 얻었는가의 문제와 직결된다. 우리가 하는 말은 의도와 다르게 전달될 수 있지만 그렇다고 실패는 아니며 단지 상대방에게서 어떤 반응과 피드백을 얻는 것뿐이다.

 

넷째, 경험은 일정한 구조로 구성된다. 우리의 사고와 기억은 나름의 일정한 패턴으로 이루어진다. 그 구조나 패턴을 바꾸면 경험의 내용 또한 바뀐다. 예를 들어, 나쁜 기억은 불쾌한 시각적 장면이나 청각적 소리 및 나쁜 감정을 일으키는 내용의 구조로 이루어진다. 그러므로 그 장면을 좋은 것으로, 소리를 좋은 것으로, 좋은 감정을 일으키는 내용으로 구조를 바꾸면 기억도 변화될 수 있다.

 

다섯째, 모든 행동은 좋은 의도에서 나온다. 우리의 행동은 언제나 우리에게 가치 있는 무엇인가를 성취하기 위해 나온다. NLP에서는 행위 그 자체와 그 행위 뒤에 있는 의도나 목적을 구분한다. 어떤 행동이 부정적으로 보이는 것은 우리가 그 행동의 목적을 알지 못하기 때문이다.

 

여섯째, 마음과 몸은 하나의 체계이며 서로 영향을 주고받는다. 다른 하나에 영향을 주지 않고 변화시키는 것은 불가능하다.

 

일곱째, 사람은 그 당시에 할 수 있는 가장 최선의 선택을 한다. 아무리 파괴적이고 악한 행동이라 해도 그것은 그 사람이 자신에게 주어진 세상에 대한 지도 혹은 모형으로 당시에 할 수 있는 최선의 선택을 한 결과다. 그의 세상모형 혹은 지도에서 더 나은 선택을 할 수 있는 선택권을 부여한다면 그는 그것을 받아들일 것이다.

 

여덟째, 사람들은 자기 나름으로는 완벽하게 일한다. 어느 누구에게도 잘 못한다거나 서투르다고 말할 수 없다. 중요한 것은 그들이 어떤 방식으로 행동하는지 알아내어 그 방법을 보다 유익하고 바람직한 방향으로 변화시키는 것이다.

(**기억력이 없어서 일을 잘 못한다면 기억력을 향상시키면 된다? 아직 이해가 안 되는군)

 

아홉째, 실패란 없고 단지 피드백(배움)이 있을 뿐이다.

 

열째, 배움은 살아 있다는 증거이며 우리는 배우지 않을 수 없다.

 

열한째, 우리에게는 필요한 모든 자원이 이미 있거나 새롭게 창조할 수 있다. 자원이 없는 사람은 없으며, 다만 자원이 없는 상태가 있을 뿐이다.

(**기억력이 없다면 새롭게 보충할 수 있나? 오메가3?)

 

열두째, 어떤 사람이 무엇인가 할 수 있다면 다른 사람도 그것을 배워 행할 수 있다. 탁월성은 복제가 가능하며 탁월성을 모방하고 그것을 다른 사람에게 가르칠 수 있다. 인간은 성공적인 성취를 모방함으로써 탁월성을 달성할 수 있다.

(**기억력이 없다면 기억력이 탁월한 사람을 모방할 수 있나? 내가 말꼬리 잡는군.)

 

열셋째, 선택할 수 있다는 것은 선택할 수 없는 것보다 바람직하다. 가능하면 광범위하게 여러 가지 선택을 할 수 있는 자신의 지도를 찾는 것이 중요하다. 항상 선택의 폭을 넓히고 가장 많은 선택, 즉 가장 유연한 사고와 행동을 하는 사람이 모든 상호작용에서 가장 큰 영향력을 미치게 된다.

 

열넷째, 무의식은 선한 의도를 가지고 있다. 무의식은 의식의 균형을 잡아주며 본래 악의적인 것이 아니고 선의적이다.

(**무의식이 선한 의도를 가진다? 무의식의 의도를? 그냥 무의식의 속성은 선하다겠지. 그리고 선하다고? 무슨 의도로 이런 前提를 하는지 모르겠다.- 이섬백은 전제조건이란 진리가 아니라 바람직한 결과를 얻기 위해 사실인것 처럼 받아들이는 명제란다. 그렇다면 전제가 아니라 가정이라고 해야.)

 

열다섯째, 이해하기를 원한다면 실행해야 한다. 인간은 행동을 하고 나서 그것을 이해하게 되고 행동의 결과로 배우는 경우가 많다.

 

열여섯째, 인간은 감각을 통하여 모든 정보를 처리한다. 이러한 전제를 바탕으로 한 NLP의 전략은 크게 메타 모형(meta-model), 라포 형성, 해결 지향적 행동패턴의 관점바꾸기, 앵커 충돌, 표상체계와 빈사(서술, 단언), 모델링 등이다.

반응형

'생각' 카테고리의 다른 글

싱크 어게인(Think Again)  (1) 2024.02.27
아비투스  (0) 2023.01.24
퍼스널 브랜딩  (0) 2022.12.27
집중과 몰입  (1) 2022.12.14
감정 훈련  (0) 2022.12.13
반응형

https://www.summarizingtool.net/

 

Summarizing Tool - Best Text Summary Generator Tool

AdBlock Detected! Our website is made possible by displaying ads to our visitors. Please support us by whitelisting our website.

www.summarizingtool.net

- 한글도 잘됩니다.

- 품질이 좋습니다.

- 핵심 구절들도 보여줍니다.

반응형
반응형

20201209

생각은 머리속 언어, 이미지, 소리, 경험에 의해 기억된 객체들, 등이 어우러져서 이루어 지는 듯.

그런데 꿈이나 생각속의 나와 객체들이 어떻게 자율적으로 반응하지?

통계적인 뉴런에 연결돼 있어서?

통계적 뉴런이기 때문에 제어하려면 평소 인풋 기억과 내면의 대화를 잘 관리해야 할 듯

평소에 자기 전 하루의 도전을 정리하고 질문하기

아침에 눈뜨면 어제 과거를 되돌아보고 반성하고 미래를 상상하며 대비하며 생각하기

머신러닝 뉴럴넷도 마찬가지 평가 함수가 질문이고, 학습 데이터를 인풋으로 기억(학습) 만들기.

이것들을 잘 이용해서 인공신경망을 제어하는 것

- 언어 모델이 어떻게 번역 분류 질의 등의 문제를 해결하는가?

- 다이내믹 프로그램을 자동으로 짜게 하려면?

- 핵심 기능 단순한 프로그램이 기능을 추가함에 따라 어떻게 복잡해지는가?


[출처] https://www.kakaobrain.com/blog/118

- 언어 모델이 어떻게 자연어 처리 문제들(번역, 요약, 분류, QnA 등)을 해결하는가?

pretrain -> embedding -> fine tuning

(추천 동영상입니다 음미하시면 꼭 자연어 처리에 한정되지 않고 머신러닝 문제들을 어떻게 해결하는지 프레임을 보실 수 있을 것 같습니다)

https://youtu.be/DaAObh3sGnQ


- 다이내믹 프로그래밍

[출처] https://new93helloworld.tistory.com/220

1 분할 정복 가능

2 작은 문제의 답을 큰 문제에 재활용(이전의 답을 재활용)

위의 동영상에도 이전에 학습한 문장을 벡터로 만들어 검색한다는 내용이 있는데..

https://youtu.be/FmXZG7D8nS4


- 복잡한 프로그램을 어떻게 단순화할지? 추상화, 객체지향(OOP)

https://youtu.be/NcvX9SzUlcs

https://youtu.be/vrhIxBWSJ04

https://youtu.be/eLSlhuwDqF8

5가지 클래스 설계의 원칙(SOLID)

https://www.fun-coding.org/PL&OOP2-1.html

 

파이썬과 객체지향 프로그래밍: 5가지 클래스 설계의 원칙 (S.O.L.I.D) - 잔재미코딩

초간단 연습1 1. SRP 원칙을 고려하여 다음 코드를 클래스로 만들어봅니다. - https://www.seeko.co.kr/zboard4/zboard.php?id=mainnews 웹페이지에서 타이틀과, 댓글 수를 가져오기 - 엑셀 파일로 만들기 생각해보

www.fun-coding.org

python 디자인 패턴

https://www.fun-coding.org/PL&OOP2-2.html

 

파이썬과 객체지향 프로그래밍: 디자인 패턴 - 잔재미코딩

간단히 개념만! 어떤 객체는 하나만 만들면 되는 객체가 있음 - 예: 데이터베이스를 연결하고, 데이터베이스를 제어하는 인터페이스 객체 보통 프로그램은 여러 파일로 구현합니다. 각 파일에서

www.fun-coding.org


반응형
반응형

실전(Kaggle, Dacon)으로 배우는 머신러닝

- Python, 머신러닝 초보 책이나 강좌에서 너무 많이 시간을 보내지 마세요. 바로 실전에서 배우세요.

- 좋은 강좌나 코드를 보면서 따라 해보세요.(따라 하는데도 문제가 발생합니다. 좌절하지 마세요.)

- Python, Tensorflow, Torch 등은 도구입니다. 간단한 사용법을 아신다면 많이 사용해보세요. 저절로 익혀집니다.

- 빨리 익숙해지고 배워야 할 것은 언제나 문제가 발생한다는 것과 그 문제에 좌절하지 않고 해결책을 찾아내는 방법입니다.

아무리 많이 준비를 하고 시작해도 실전에서는 문제가 발생합니다.

물론 많이 준비하시면 오류와 시행착오를 줄일 수 있겠죠.

배우는 동안은 별로 문제가 없겠죠?

실전에 어떤 문제가 발생하지도 모르면서 언제까지나 준비만 하실 건가요?

- 우린 답을 찾을 것이다.(인터스텔라)

구글 Colab 소개 및 기본 사용법 꿀팁 정리

캐글 (Kaggle) 소개 - 데이터 과학 (머신러닝) 실전 예제 / 캐글 - 타이타닉 생존자 예측하기

듣기 좋은 여성분 목소리에 깔끔하고 따라 하기 쉬운 강의 (단점은 유료 강좌로 옮기신 뒤 삭제된 동영상이 많네요..)

데이콘 Playlist


구글 Colab 소개 및 기본 사용법 꿀팁 정리

https://youtu.be/v19SzGMOd2c

 

캐글 (Kaggle) 소개 - 데이터 과학 (머신러닝) 실전 예제

https://www.youtube.com/watch?v=9GWb9yNcsvc&list=PLVNY1HnUlO25B-8Gwn1mS35SD0yMHh147

 

듣기 좋은 여성분 목소리에 깔끔하고 따라 하기 쉬운 강의(단점은 유료 강좌로 옮기신 뒤 삭제된 동영상이 많네요..)

https://www.youtube.com/c/todaycode/playlists

 

todaycode오늘코드

공공데이터 분석 데이터 시각화 캐글을 통한 머신러닝/딥러닝 튜토리얼 Pandas, Numpy, Scipy, scikit-learn, TensorFlow, Keras, Jupyter, Colaboratory

www.youtube.com

 

데이콘 Playlist

https://www.youtube.com/channel/UCo1vJRg2ANyaVHV1A98MQNA/playlists

 

데이콘

© 2020 Google LLC CEO: 선다 피차이 주소: 1600 Amphitheatre Parkway, Mountain View, CA 94043, USA. 전화: 080-822-1450(무료)

www.youtube.com

 

반응형
반응형

2020-11-24

인공지능이 의식을 가지게 된다면 그것은 스스로에게 질문을 던지는 능력을 가지는 것에서 출발하지 않을까?

기계가 자신에게 질문을 하고 질문의 답을 자동으로 찾고, 만약 인간에게 허락받지 않고 자신이 찾은 해결책을 실행한다면

인간은 기계에게 지배받게 될 것이다.

질문은 어디서 나오게 될까?(가장 첫 질문은? 출발이 되는 질문, 근원적인 질문, 영원히 해소되지 않는 질문?)

어떻게 질문을 선택하게 만드는 것이 좋을까?

어떤 질문들을 선택하게 만들어야 할까?

혹시 추후에 기계가 질문을 선택하는 방식을 인간의 허락 없이 자기 마음대로 바꾸게 된다면?

컴퓨터가 인간처럼 행동하는 한, 그것이 의식적인지 여부는 중요할까?

Tesla 차량을 가져와 망치로 때려는 것은 내 권리이다. 이웃은 내가 미쳤다고 생각할 수도 있지만 내 재산이다. 그것은 기계일 뿐이고 내가 원하는 것을 할 수 있다. 하지만 개를 때리면 경찰이 와서 체포한다. 차이점은 무엇일까? 개는 고통받을 수 있고, 개는 의식적인 존재이다. 일부 권리가 있다. 테슬라는 의식적인 존재가 아니다. 그러나 어떤 시점에서 기계가 의식을 갖게 되면 윤리적, 법적, 정치적 결과가 발생할 것이다. 따라서 기계가 의식적인지 여부는 매우 중요하다.

[인공지능과 의식] 인공지능이 의식을 가질 수 있을까? 인공지능은 의식을 갖게 된다. JM KIM 기자 - 블록체인 AI 뉴스

http://blockchainai.kr/client/news/newsView.asp?nBcate=F1008&nMcate=M1001&nScate=1&nIdx=34840&cpage=1&nType=1

기계가 자신이 고통받고 있다고 착각한다면?

전투로봇에게 방어체계를 주는 것은 중요할 것이다 하지만 그 방어체계의 도가 지나치다면 결국 인간을 공격하게 되지 않을까?

신이 인간을 만들고 스스로 질문할 수 있는 능력을 주었다면 신은 인간이 어떤 질문들을 던지질 원했을까?

인간은 어떤 질문들을 선택해야만 하는가?


 

반응형

'생각' 카테고리의 다른 글

글쓰기  (5) 2021.01.14
집중이 힘들고 피곤한 일인가?  (0) 2020.12.02
목표와 현실  (0) 2020.11.19
스타트업에서 지분을 나누는 현명한 방법  (0) 2020.10.23
미드 빌리언스 추천  (0) 2020.10.20
반응형

 

배울 점이 많은 강의가 있어서 추천드리며, 시리즈로 글을 쓰고자 합니다.

 

비정형 데이터 분석 2/11 Word2Vec

 

youtu.be/G8UFjFlVVQQ

 

설명 구조

 

 

~식과 같고 이 식을 최대화하려면 분자는 키우고 분모는 줄여야합니다.

~값을 높인다는 것은 무엇일까요?

~의 의미에 대해 잠깐 살펴보겠습니다.

~은 한자~이며 ~입니다.

~의 정의는 ~과 같습니다.

~에 비유할 수 있습니다.

~의 

 


 

수식 입력 관련

blog.naver.com/alwaysneoi/220698343806

 

키워드 및 핵심 내용

 

Word2Vec/ skip-gram 모델 중심

 

- skip-gram 학습 방법

 

학습 목표는 중심단어(c)가 주어졌을 때, 주변단어(o)가 나타날 확률 최대화하는 것입니다.

그 확률은 아래 식과 같고 이 식을 최대화하려면 우변의 분자는 키우고 분모는 줄여야 합니다.

분자를 키우다는 것은 중심단어 벡터 v 와 주변단어 벡터 u의 내적 값을 높인다는 것입니다.

우선 내적의 정의는 아래 식과 같습니다.

주변단어가 중심단어에 더 가깝게 리프리젠테이션되면 그 내적 값은 더 크게 됩니다.

중심단어와 주변단어의 연관성을 높여야 합니다.

 

분모는 줄일수록 좋습니다.

윈도우 내에 등장하지 않는 단어를 포함한 전체 단어와 중심단어의 유사도를 감소시킨다는 정도로

이해하시면 될 것 같습니다.

 

word2vec 의 학습법은 경사상승법으로 업데이트를 수행합니다.

조금씩 이동하면서 가야할 방향을 결정해야 합니다.

가야할 방향과 보폭은 다음 식과 같습니다.

이 식이 만들어진 과정을 살펴보겠습니다.

 

방향을 결정한다는 것은 해당 지점에서의 기울기를 구하는 것을 의미합니다.

 

eda-ai-lab.tistory.com/122

 

- skip-gram 학습 트릭

 

1.다빈도 단어의 표본추출

- 자주 등장하는 단어를 샘플링에서 제외 -> 학습 부하 감소

- 제외 확률

 

2.윈도우 밖 단어의 표본추출

- negative sample : 윈도우(중심단어, 주변단어) 밖에서 5~20개 단어를 확률적으로 추출

- negative sample에 뽑힐 확률

- 3/4(0.75)승하여 많은 샘플은 확률을 약간 줄이고 적은 샘플은 확률을 약간 높임

 


 

[word2vec 추가 설명]

ratsgo.github.io/from%20frequency%20to%20semantics/2017/03/30/word2vec/

 

Word2Vec의 학습 방식 · ratsgo's blog

이번 포스팅에서는 최근 인기를 끌고 있는 단어 임베딩(embedding) 방법론인 Word2Vec에 대해 살펴보고자 합니다. Word2Vec은 말 그대로 단어를 벡터로 바꿔주는 알고리즘입니다. Neural Network Language Model(

ratsgo.github.io

 


[이은아님 강의 모음]

www.youtube.com/playlist?list=PLGAnpwASolI0vViZItiP90nWI_s9m91Av

 

이은아님 머신러닝 자연어처리 - YouTube

 

www.youtube.com


 


 

 

반응형
반응형

배울 점이 많은 강의가 있어서 추천드리며, 시리즈로 글을 쓰고자 합니다.

비정형 데이터 분석 1/11 신경망언어모델(NNLM)

youtu.be/myG2BhlVyH8

 

설명 구조

- 비교를 통해서 ~이 등장하게 된 히스토리

- 문제점이 있습니다. 한

- ~의 문제점을 극복하기 위해 등장한 것이 ~입니다.

- 이러한 문제를 해결하기 위해 등장한 개념이 ~입니다.

- 개념

- 구조

 


키워드 및 핵심 내용

출현빈도 기반 언어모델(Count-based Language Models) / 통계적 언어 모델(Statistical Language Model, SLM)

- Bag-of-Words

- Chain Rule

- 문제점 : 학습 데이터에 없는 조건(조합)은 확률을 계산할 수 없음

- N-Gram

- Markov Assumption

- 모든 단어가 출현했다는 가정이 아니라 n개만 출현했을 때의 확률과 같다고 봄(이전에 등장한 모든 단어를 고려하는 것이 아니라 일부 단어만 고려)

- 예) bi-grams (두단어)

- 문제점 : 학습 데이터에 나타나지 않는 단어 조합은 확률이 0

- (n을 크게 선택하면 정확하게 예측할 확률은 높아지지만 실제 훈련 코퍼스에서 해당 n-gram을 카운트할 수 있는 확률은 적어지므로 희소 문제는 점점 심각해집니다. 또한 n이 커질수록 모델 사이즈가 커진다는 문제점도 있습니다.)

신경망 기반 언어모델(Neural Network-based Language Models)

- NNLM

- 신경망을 이용한 첫번째 시도

- 카운트 기반 텍스트 변환(one-hot vector / Sparce representation) -> 분산표상(continuous vector / Dense representation)

- 입력 단어의 다음 단어가 출력될 확률이 높도록 신경망 학습

- 신경망 구조 : 입력층, 은닉층, 출력층

- 입력층 : one-hot vector

- 출력층 : Softmax 함수 적용

- NPLM 구조 : 가중치, 바이어스, parameter 차원수 정의

- NPLM 학습 : 확률적 경사상승법(Stochastic gradient ascent)

- Word2Vec

- GloVe

- Fasttext


 

[언어모델 추가 자료]

translate.google.com/translate?hl=en&sl=en&tl=ko&u=https%3A%2F%2Fwikidocs.net%2F21692&anno=2&prev=search

 

언어 모델(Language Model, LM)이란? 언어라는 현상을 모델링하고자 단어 시퀀스(또는 문장)에 확률을 할당(assign)하는 모델입니다.

자연어 처리에서 단어 시퀀스에 확률을 할당하는 일이 왜 필요할까요? 예를 들어보겠습니다. 여기서 대문자 P는 확률을 의미합니다.

a. 기계 번역(Machine Translation):

P(나는 버스를 탔다) > P(나는 버스를 태운다)P(나는 버스를 탔다) > P(나는 버스를 태운다)

: 언어 모델은 두 문장을 비교하여 좌측의 문장의 확률이 더 높다고 판단합니다.

b. 오타 교정(Spell Correction)

선생님이 교실로 부리나케

P(달려갔다) > P(잘려갔다)P(달려갔다) > P(잘려갔다)

: 언어 모델은 두 문장을 비교하여 좌측의 문장의 확률이 더 높다고 판단합니다.

c. 음성 인식(Speech Recognition)

P(나는 메롱을 먹는다) < P(나는 메론을 먹는다)P(나는 메롱을 먹는다) < P(나는 메론을 먹는다)

: 언어 모델은 두 문장을 비교하여 우측의 문장의 확률이 더 높다고 판단합니다.

언어 모델은 위와 같이 확률을 통해 보다 적절한 문장을 판단합니다.

[NPLM 추가 자료]

https://medium.com/@omicro03/%EC%9E%90%EC%97%B0%EC%96%B4%EC%B2%98%EB%A6%AC-nlp-nplm-f7d0f472ce68


 

[이은아님 강의 모음]

www.youtube.com/playlist?list=PLGAnpwASolI0vViZItiP90nWI_s9m91Av

 

이은아님 머신러닝 자연어처리 - YouTube

 

www.youtube.com


 

 

반응형
반응형

- 주로 사용하는 단어를 통해 심리와 사고 방식을 개선할 수 있다.

· 관찰력을 키우기 위해 '주목'이란 단어를 붙이면 된다.

· 문제를 파고들어 해결하려면 '왜'라는 단어를 붙이면 된다.

· 편안함 마음을 위해 '괜찮아'라고 말하면 된다.

· 조급한 마음이 들면 '지겨움은 좋은 신호다 대부분이 여기서 좌절할 것이다'.

· 무슨 일을 '시작하려니 막막하다 좋은 신호다 그 일에 관해 조금 더 조사해보자'.

· 책을 읽을 때 '글이 눈에 안들어오면 좋은 신호다 한문장 한단어씩 천천히 읽어보자'.

· 교통체증으로 '답답하면 좋은 신호다' 천천히 간다고 생각하고 마음을 비울 시간이다. 조만간 씽씽 달리게 될 것이다.

· 돈을 쓰는 이 순간 '가지고 있음'을 '충만하게' 느끼자.(더 해빙)




[Vinci] 생각기술 : 메타인지 능력 키우는 간단한 방법

단어와 심리의 상관관계...

단어를 통해 심리를 알 수 있다!

나는 이걸 이렇게도 생각한다.

단어를 통해 심리를 바꿀 수 있다!

사용하는 단어를 통해 심리를 알 수 있다는 것은... 다른 단어를 사용하면, 그에 따라 심리가 달라질 가능성이 높다는 의미가 될 것이다. 내가 주로 사용할 단어를 선택하는 것... 그것은 내 마음을 경영하는 좋은 방법이 될 수 있다. 감정에 있어서도, 실력에 있어서도 그러하다. 내가 쓰는 단어는 내 마음을 좌우하기에... 내가 쓰는 단어를 현명하게 선택함으로써, 내 마음을 더욱 행복하게 혹은 더욱 성공적으로 만들 수 있다.

난 이것이 메타인지 능력을 키우는데에도 쓰일 수 있다고 생각한다.

관찰하고 있는 나를 관찰해보는 것....

내가 어떤 생각 과정을 거쳐 이런 결론을 내리게 된 것인지를 관찰해보는 것...

내가 이걸 지금 아는지 또는 실은 모르면서 아는 척하는 건지를 살펴보는 것... 모르면 왜 모르는지를 생각해보는 것...

나의 감정을 단지 느끼기만 하는 게 아니라 관찰해보고 생각해보는 것...

무의식적으로 튀어나오는 나의 감정을 내 가치관으로써 평가해보는 것...

이런 것들이 메타인지라 할 수 있다.

메타인지는 학습능력을 키우는데에도... 행복한 삶을 사는데에도... 자기주도적인 삶을 사는데에도... 소중한 가치를 가지고 있는 중요한 것이다.

메타인지 능력은 어떻게 키울 수 있을까?

이에 도움이 되는 것 중 하나는... 단어이다. 말할 때든 글쓸 때든, 관찰할 때든 생각할 때든... 어떤 단어를 많이 사용하는지에 따라서, 메타인지 능력이 달라질 수 있다는 것이다.

이것이 효과적인 이유는... 단순함 때문이다. 무언가를 실용적으로 잘 쓰기 위해서는... 간단한 것이 좋다. 그 내부적인 원리는 복잡하더라도, 행동 지침은 간단해야 한다. 복잡한 것은 실용성이 떨어진다. 전자기기도 그렇지 않던가. 전문가용 전자기기라면, 복잡해도 괜찮겠지만... 대중들이 널리 쓰는 전자기기라면, 사용이 단순해야 한다. 뇌영상 촬영기기라면, 복잡해도 괜찮겠지만... 스마트폰은 사용이 단순해야 한다.

'특정 단어를 많이 사용해보자!' 이것은 단순한 지침이기 때문에, 메타인지 능력을 키우는 사소하지만 효과적인 방법이 될 수 있다. 그렇다면 메타인지 능력을 키우기 위해 어떤 단어를 많이 사용해야 하는 걸까?

그 대표적인 단어는...

'주목'이다.

이런 말을 자주 쓰면 된다.

'주목된다'

'주목해보자'

사실 주목이라는 단어가... 그리 일상적인 단어는 아니다. 구어보다는 문어에 주로 등장하는 단어이고... 어릴 적 학교에서 선생님이 교실의 소란을 잠재우고 수업을 시작하기 위해 '자 여기 주목!' 이 정도만 구어로 쓰이는 정도이다. 문어로도 그다지 자주 쓰이진 않는다. '귀추가 주목된다' 이런 관용적 표현이 있고... 칸이 주목한 천재감독! 이런 정도로 쓰인다. 그리고 주목이란 단어의 쓰임이 분산되는 것이... '주의'라는 단어가 있기 때문이다. 주의를 기울이다! 라고 하지... 주목을 기울이다! 라고 하지 않는다. 주의력이라 하지, 주목력이라 하지 않는다. 그러나 사실 다 같은 의미이다. 주의나, 주목이나... attention 이다.

내가 생각하기에... '주목'은 인지심리의 가장 핵심적인 단어이다. 때문에 인지를 인지하는 것... 메타인지에 있어서도 핵심적인 단어라 생각한다. '주목'이란 단어를 자주 사용함으로써 메타인지 능력을 키울 수 있다.

명상도 그런 것 아니겠는가. 호흡에 주목해야 한다. 그리고 내가 호흡에 주목하고 있는지를 관찰해야 한다. 그리고 그 주목을 내 마음으로 옮겨서, 내 마음을 살펴봐야 한다. 그리고 내가 무엇에 주목하고 있는지를 관찰해야 한다. 그러면서 내 마음에 어떤 감정이 요동치고 있는지에 주목하여 이를 관찰해야 한다. 그럼으로써 내 마음에 대한 주도성을 갖게 될 수 있는데... 이런 과정이 곧 메타인지라 할 수 있다. 그리고 명상의 핵심은 호흡이 아니라, 주목이다.

그런데 문제가 있다. 일상적인 대화에 있어서... '주목'이란 단어를 쓰는 건 어색한 경우가 많다는 것이다.

'와 저기 귀걸이 좀 봐!'

이렇게 말하는 게 일상적이다.

'와 저기 귀걸이에 좀 주목해봐!'

라고 말하는 건 어색하다. 즉 일상어에 있어서는... '주목'이란 단어가 생략되어 있다. 내 생각엔... 대화에 있어 어색한데 굳이 쓰는 건 그리 좋지 않은 것 같다.

그보다는 글을 쓸 때나... 혹은 내심으로 관찰하거나 사색할 때... 그럴 때 '주목'이란 단어를 자주 사용하면 된다.

'이 뮤직비디오의 빨간 색에 주목해보자!'

이렇게 내심으로 말하고... 관찰해보는 것이다.

'이 서비스의 사회적 가치에 주목해보자!'

이렇게 내심으로 말하고... 생각해보는 것이다.

나의 경우... 블로그에 '주목'이란 단어를 사용한 글이... 600개가 넘는다. 글쓸 때... 습관적으로 주목이란 단어가 자주 사용되도록 하면 좋다.

일기에도... 메모에도... 주목이란 단어를 쓰면 좋다.

나의 경우 책을 읽을 때에 노트북이나 스마트폰에 메모하는 경우가 많은데, 이때 주목이란 단어를 꽤 자주 쓰곤 한다. 이를테면 이런 거다.

'

£. 후각피질이 척수로부터 먼 곳에 있다는 점이 주목된다. 이건 어떤 의미가 있는 것일까? 한편 설치류나 인간이나... 후각망울의 크기가 비슷하다는 점도 주목할만하다. 이 정도 크기는 있어야 육상에서 기본적인 후각분석이 가능한 것인가... 하는 생각도 든다.

£. 사람의 주목은 차이를 향할 가능성이 높다. 맥락을 통해 차이를 보여주는 것은 주목할 확률을 높일 것이다.

'

학생들이 시험 준비를 함에 있어서... 미리 과목별 계획을 짤 때에도... '이 점에 주목할 것!' 이라 적어둘 수 있을 것이다. 어떤 문제를 풀었는데 틀렸다고 해보자. 그렇다면... 빨간펜으로 이렇게 적어놓을 수 있을 것이다. '다음에 이런 문제를 접할 때에는... 이 부분에 주목할 것!'

풀이 속도를 높이기 위해 이렇게 적을 수도 있을 것이다. '습관적으로 이 부분에 먼저 주목하게 되는데, 그래서 시간을 허비하게 되는데, 다음에는 저 부분부터 주목해야겠다!' 암기 효율을 높이기 위해 기출문제를 살펴보면서, '교과서 볼 때에 이런 부분에 주목할 것!' 이라 적어놓을 수도 있을 것이다.

자신의 주목을 전략적으로 관리함으로써, 학습 능력을 키우는 것이다.

학생들이 어디에 주목해야 하는지를 알며 + 학생들이 지금 이 순간 어디에 주목하고 있는지를 디테일하게 알아야 한다. 그래야 효과적인 피드백을 학생들에게 주면서 학습력을 개선시킬 수 있다. 그래야 효과적인 피드백을 선생님 자신에게 주면서 강의력을 개선시킬 수 있다.

주목이란 무엇일까?

비유적으로 말하자면, 이는 '정신적인 에너지'이다. 에너지를 관리하기 위해서는... 에너지에 이름을 붙여 자주 불러줘야 한다. 한편 이렇게도 말할 수 있다. '주목은 인지자원'이다. 경영의 기본은 '자원'이다. 관리적인 측면에서도, 전략적인 측면에서도... 결국 자원이다. 경영은 자원을 자원으로 바꾸는 활동이다. 그리고 이는 자기 자신을 경영함에 있어서도 마찬가지다. 인지자원을 살피는 것이 중요하며, 이를 유도하는 것은 그 자원에 이름을 붙이고, 그 이름을 자주 사용하는 것이다.

주목을 물리적으로 말하자면, 이는 '전류'이다. 주목은 전류다. 신경세포의 전류... 그것이 주목이라 할 수 있다. 무언가에 주목한다는 것은... 그 무언가에 전류를 많이 사용함을 의미한다. 무언가에 주목하면, 그 부분에 해당하는 두뇌 신경활동이 활발해지는데, 그건 물리적으로 전류가 증폭되는 것을 의미한다. 감정의 효과 중 중요한 것도 여기에 있다. 감정은 무언가에 전류를 증폭시켜, 이를 주목하게 만든다. 호기심은 새로운 것에 주목하게 만들고, 분노는 타인의 잘못에 주목하게 만든다. 의식의 중요한 능력도 여기에 있다. 의식은 주목을 통제할 수 있다. 물론 그 크기에 한계는 있지만, 의식은 어디에 의식적인 주목을 기울일지를 선택할 수 있다.(과연? 자유의지는 있는가?)

다만 메타인지가 잘 되지 않고 있는 경우... 자신이 무엇에 주목하고 있는지를 살피지 않는 경우... 그걸 정말 의식적인 것이라 말할 수 있는지는 의문이다. 의식적인 주목이 반복되면, 그중 상당 부분은 무의식화되어 자동적으로 주목하게 되는데... 메타인지 능력이 부족하면, 이는 대부분 환경이 선택한 것이지 내 의지가 자유로써 선택한 것이라 보기 힘들 것이다. 그건 자기주도성이 떨어진다는 것을 의미한다. 내가 내 삶의 주인이 되기 위해서는... 내가 나의 진정한 주인이 되기 위해서는... 중요한 것이 메타인지이고... 메타인지에서 중요한 것은 주목이며, 이를 위해 간단한 실천지침은 '주목'이란 단어를 관찰할 때나 생각할 때나... 말할 때나 글쓸 때나... 자주 사용하는 것이다.

'주목'이란 단어를 자주 사용하는 것은... 메타인지 능력 이외에 또 다른 효과가 있는데... 그건... 감성지능 즉 EQ를 높인다는 것이다. 자기자신에 대한 것은 메타인지 능력과 겹치는 것이고... 타인에 대한 것도 그러하다.

타인의 감정을 이해하는데 있어 중요한 것은 공감능력만이 아니다. 타인이 무엇에 주목하고 있는지를 살피는 것... 그것이 너무나 중요하다. 그래야 타인의 감정을 세심하게 이해할 수 있기 때문이다. 아기를 키운다는 것도 그 기본은... 지금 이 순간 아기가 무엇에 주목하고 있는지를 살피는 것... 그것이 아니던가. 그래야 말 못하는 아기의 불편을 세심하게 이해하고 해결해줄 수 있을 것이다.

이는 일상에서 사람들과 소통할 때뿐만 아니라... 즉 일상적 가치뿐만 아니라, 상업적 가치도 크다.

사람들이 무엇에 주목하고 있는지를 살피는 것... 무엇에 습관적으로 주목하게 되는지를 살피는 것... 무엇에 주목하게 될 지를 예측하는 것... 이것은 상업적인 가치가 크다. 사람들이 주목하지 않는 것에서는 자원을 아끼고, 사람들이 주목하는 것에 자원을 집중 투자하는 것이... 상업적 전략의 기본이라 할 수 있는데... 그러려면 먼저 사람들의 주목을 살펴야 한다. 고객의 주목을 살펴야 한다. 거래란 것도 상대방이 무엇에 주목하고 있는지를 살피는 게 기본 아니던가. 사회적인 갈등을 조정하는 것도 마찬가지이다. 각자 무엇에 주목하고 있는지를 살펴야 하며, 각자 무엇을 얼마나 소중하게 생각하는지를 살펴야 한다.

이해관계를 살핀다는 것은... 숫자적인 득실을 따지는 것만이 아니다. 사람들의 주목과 가치관을 살피는 것... 그 심리적인 것이 이해관계에 있어 매우 중요한 부분이다. 이를 잘 알아야 더욱 잘 설득할 수 있고, 더욱 좋은 해결책을 만들 수가 있다. 이는 뭐 대단히 거창한 것뿐만 아니라, 일상에서 일어나는 사소한 갈등에 있어서도 마찬가지다. 주목과 가치관을 살펴야 한다.

주목에 대한 이해를 돕고 그 가치를 어필하기 위해 여러 이야기를 했지만, 실천적으로는 단순하게 이것 하나면 충분하다.

'주목'이란 단어를 많이 사용해보자!

이는 메타인지 능력을 키워줄 것이다.


[보너스] Sequence to Sequence Learning(Attention)








반응형

+ Recent posts