미국에 반도체 정보 넘겨주고

일본에 징용공 재판 사죄하고 

북한에 핵폭발 실험 얻어맞고 

중국에 무역적자 얻어터지고 남은게 뭐냐?

어휴. 이 나라는

엄청난 불꽃놀이 화력쇼로 철새를 날려버리는구나.

매연을 내뿜고 시끄러운 엔진소리를 내는 디젤엔진 동력선으로 철새 관광하는 것도 문제. 

소리 안 나는 전기 보트로 운행하는게 정답

할복을 하든가, 밀어붙이든가.

땅이 좁으니 아기를 안 낳아버려.

노루는 원래 혼자 다니는데.

수풀에 가만 엎드려 있다가 사람이 접근하면 

후다닥 뛰어 달아나며 사람을 놀래키는게 노루.

사람은 항상 노루의 엉덩이를 보게 되는데 커다란 흰 점이 있음.

멀리서 사람을 먼저 발견하고 사람을 꼬나보는게 고라니.

숨지도 않고 도망가지도 않고 가만이 서서 사람을 지켜보는게 특징.

물론 사람이 접근하면 도망감.

in context learning(=챗 지피티의 방법론)의 한계와 정확히 일치합니다.
이름 잘 지었죠. 맥락 내 학습.
문제는 맥락을 사용자가 매번 구체적으로 정해줘야 한다는 거.

메모리에 저장할 수도 있지만

문제는 맥락이 입자적이지 않다는 거.

맥락은 매순간 사안에 따라 미묘하게 바뀝니다.

그런데 현재의 컴퓨터가 메모리에 기록하는 방식은 

당연히 입자적일 것.

아마 개인화라고 해서 개인 정보를 기록하며 최적화 하려고 시도하겠지만

그게 그렇게 말처럼 간단한 일이 아닙니다.

인간의 두뇌는 맥락을 파악하는데 90%의 에너지를 씁니다.
대부분의 인간은 사회의 규칙과 룰, 문화, 매너 같은데서 맥락을 조달하죠.
그래서 머리를 안 쓰는 거기도 하고. 

그게 효율적이니깐.
실제로 코딩노가다 하는 시간은 얼마 안 되는데
챗지피티는 그 노가다를 대신해 줄뿐 맥락 조달은 불가능
맥락조달이 가능하다면
with context learning라고 이름을 지었을 것입니다.

코딩노가다의 시간이 길다고요?

회사를 운영해보면 그건 찰나일뿐이라는 걸 알게 됩니다.

코딩하기 전까지 의사결정이 100배는 더 많거든요.

그 의사결정의 총합을 달리 표현하면 맥락입니다.

잘 생각해보면, 타인과 협업을 할 때

프로토콜을 맞추는데 걸리는 시간이

일하는 시간보다 훨씬 길다는 걸 알 수 있습니다.

당연하게도 인간이 진짜로 원하는 것은 

맥락의 조달을 대신해주는 것입니다.

그게 두뇌 자원을 가장 많이 잡아먹으니깐.

연애를 할 때 생각해보면,

결정적인 건 찰나이고

거기까지 가도록 빌드업 하는 시간이 99%라는 걸 알 수 있습니다.

물론 나이트클럽에서 만났다면

많은 사항이 암묵적으로 약속되기 때문에 

원나잇도 가능은 하죠.

그래서 여성들이 조심해야 하고.

남자들은 약속했다고 착각하니깐.

방해자가 존재한다는 사실을 아는 사람이 진짜.

아프리카 안 가보고도 알 수 있는 사실만 말하는 사람은 가짜.

거니죄는 보이지 않고

대장동이 막히면 백현동으로

백현동이 막히면 쌍방울로

쌍방울이 막히면 가족으로 

끝 없는 돌력막기를 하는 곳은? 주어 없다.

어휴. 도처에 김성근이네.

노인이 죽지 않겠네.

빌런당에 빌런이 없으면 되나?

너무 많기는 하지만. 

나라는 망하고 개 짖는 소리만 시끄럽구나.

일본 망가가 현실이었군.

할 줄 아는게 귀신 집 짓기