새로운 것이 필요한 걸까? 새로운 경험이 필요할까?

12월 어느 추운날, 꾸준히 임장을 다녀야 한다는 생각에 문래동의 한 아파트를 보고 돌아오는 길이었다. 피곤한 몸을 이끌고 나온지라, 바로 부동산에 가더라도 할 말이 없었다. 아니, 머리가 기민하게 회전할 것이라 기대되지 않았다. 그래서 스타벅스를 들러 정리하기로 마음을 먹었다.

따뜻한 뱅쇼에 몸을 녹이면서 얼마전 보았던 노트커버와 노트가 기억나, 크리스마스 선물로 나에게 선물할까...라는 생각이 스쳐갈 즈음 오늘 글에 대한 생각이 나서 이렇게 글을 써본다.

사실 노트를 좋아하는 나에게 이미 많은 사이즈의 노트 커버가 있어서 더 그러했던 것같다. 내 머리속을 스쳐간 생각은 "굳이 새로 사야 하나"였다. 이미 집에 비슷한 용도의 물건이 있는데 왜 사야 할지 스스로 설득이 되지 않았던 것이다.

투자를 하더라도 원칙이 있어야 한다는 말이 요즘 많이 와닿는 편이다. 직장인으로 살아가면서 기본적인 현금으로 투자를 해서 불리기는 기본적으로는 쉽지 않다. 불가능하지는 않으나 노력을 필요로 한다는 뜻이다. 원칙은 어느정도의 제반지식이 마련되었을 때 현재와 이상간의 간격을 확인하고 목적 달성을 위한 방향성을 갖추기 위한 첫번째 절차라고 생각한다.

원칙이 잘못되면 모든 것을 회복불가능한 상태로 가져갈 수 있다. "송양지인"이라는 말이 있지 않은가, 그러한 관점에서 나의 뇌리를 스쳐간 이 질문은 삶에 대한 원칙으로 암묵지처럼 입에서 되뇌이던 생각을 끄집어 명문화시킬 필요성을 인지하도록 도와주었다.

물론 나이를 조금 더 먹게 되면 건강의 쇠퇴와 함께 새롭게 갖추고, 준비해야 하는 물적인 것들이 있을지 모르겠지만, 삼십 후반에 이른 지금, 삶의 의식주와 관련된 어지간한 물품은 모두 갖추거나 또는 경험해봤다고 생각한다, 새로운 물품이 주는 만족감은 감소하게 될 것이라고 생각한다. 이제는 정말 새로운 물건을 사기보다는 새로운 경험을 확보하는데 더 최선을 다해야하지 않나 싶다.

얼마전 타계하신 찰리멍거가 그의 저서 "Poor Charlie's Almanack "에서 인용한 문구 중 다음과 같은 문구가 있다.

Mimicking the herd invites  regression to the mean”

무리를 따라하는 것은 평균에 수렴하게 한다는 것이다. 어느 때보다 소비가 중심이 되는 자본주의 사회에서 행복을 보다 깊이 누리기 위해서, 무리와 다르더라도, 소비보다는 다른 방식, 적어도 나에게 맞는 중요한 것을 추구해야할 필요가 있다는 생각에, 다시 한번 스스로를 위로해보면서 이 글을 맺는다.

Reference

  • [[📦 투자 경험을 쌓는 과정에서 투자원칙은 매우 중요하다.]]
  • [[🚿매일 새로 살아내기 위한 하루 회고]]
  • [[📦 Generative AI가 만들어낼 새로운 기회]]
  • [[📦 등분산(Homoskedastic)은 회귀식의 모든 X에 대해 오차가 상수인 상황이다.]]

Read more

OLS 기반 인과추론 시 오차항 관련 체크 필요 가정

OLS 기반 인과추론 시 오차항 관련 체크 필요 가정

배경 * 아래 글을 DANBI에서 보다가 더 알아보게 되었습니다. OLS를 떠받치는 몇 개의 기둥이 있는데 그중 실용적으로 가장 중요한 것이 일치성(consistency)다. 쉽게 말해서 OLS를 통해 도출된 추정량이 있을 때 샘플사이즈가 커지면서 이 값이 참 값으로 접근한다는 것이다. 일치성이 충족되면 우리는 적당하게 큰 표본에 대해서 추정치가 좋은 속성을 지니고 있다고

인공지능이 문제가 아니라 결국 사람이 문제가 될 것입니다.

인공지능이 문제가 아니라 결국 사람이 문제가 될 것입니다.

사람들이 AI가 필요하다고 생각하는 시점 저 판사를 얼른 AI로 교체해야 한다. 유튜브에서 뉴스를 보다 보면 정말 많이 보이는 덧글입니다. 이러한 내용의 덧글이 달릴 때마다, 정말 많은 사람들이 공감을 표하곤 합니다. 왜 이렇게 사람들은 이러한 주장에 공감을 표하는 것일까? AI는 시킨대로 하기 때문에 공정하다는 인식 여러 이유가 있겠지만, 사람들은 아마 AI가

BG/NBD 모델은 고객 생애가치를 추정하는데 사용되는 확률 모델입니다.

BG/NBD 모델은 고객 생애가치를 추정하는데 사용되는 확률 모델입니다.

1. BG/NBD 모델이란? * BG/NBD(Beta-Geometric/Negative Binomial Distribution) 모델은 **고객의 생애 가치(Customer Lifetime Value, CLV)**를 추정하는 데 사용되는 확률적 모델입니다. * 특히 고객이 반복 구매를 할지, 아니면 더 이상 활동하지 않을지를 추정하는 데 유용합니다. 이 모델은 고객의 구매 행태를 두 가지 중요한 개념으로 나눕니다: * 고객은 활성(active)

다중공선성은 잘못된 인과추론 결과를 만들어낼 수 있습니다.

다중공선성은 잘못된 인과추론 결과를 만들어낼 수 있습니다.

다중공선성(Multi Collinearity) * **Multi-Collinearity(다중공선성)**는 독립 변수들 간의 강한 상관관계가 존재할 때 발생합니다. 즉, 한 독립 변수가 다른 독립 변수에 의해 설명될 수 있을 정도로 상관관계가 높은 상황을 의미합니다. * 이 문제는 주로 회귀 분석에서 나타나며, 변수들 간의 관계를 해석하는 데 있어 큰 장애물이 될 수 있습니다. * 일반적인 회귀식을 $Y=