데이터는 어떻게 인생의 무기가 되는가

세스 스티븐스 다비도위츠 · 자기계발
364p
구매 가능한 곳
content
별점 그래프
평균 3.6(125명)
0.5
3.5
5
평가하기
3.6
평균 별점
(125명)

중요하고 큰 결정은 늘 어렵다. 우리는 친구나 가족과 의논하고, 온라인에서 ‘전문가’의 헷갈리는 조언들을 찾아보고, 지침을 얻고자 자기계발서를 읽어본다. 그러다가 결국에는 그냥 ‘적절하다고 느껴지는’ 쪽을 선택한다. 데이트는 어떤 식으로 하며, 누구와 결혼하는가, 어디에 살 것인가, 무엇이 우리를 행복하게 하는가와 같이 인생의 중대한 결정과 선택을 순전히 직감에 따라 하고 마는 것이다. 전설적인 행동과학자들이 발견한 바에 따르면, 감정과 직감은 우리를 잘못될 길로 인도할 때가 많다. 아모스 트버스키와 대니얼 카너먼의 주장대로라면 우리의 마음은 편견으로 가득하며, 직감은 믿을 만한 안내인이 못 된다. 또 우리는 지나치게 낙관적일 때가 많다. 쉽게 기억된 이야기들의 중요도를 과대평가하고, 자기가 믿고 싶은 것과 일치하는 정보에 매달린다. 예측 불가능했던 사건들을 우리가 설명할 수 있다고 잘못된 결론을 내린다. 직감의 오류를 나열하자면 끝도 없다. (그래서 이 책의 원제는 Don’t Trust Your Gut, ‘네 직감을 믿지 말라’다.) 이제, 새로운 대안이 있다.

2024년 마지막! 왓챠 구독권 할인 🎁

연말 혜택가로 내년까지 쭉- 함께해요

왓챠

별점 그래프
평균 3.6(125명)
0.5
3.5
5

2024년 마지막! 왓챠 구독권 할인 🎁

연말 혜택가로 내년까지 쭉- 함께해요

왓챠

저자/역자

코멘트

30+

목차

추천사 ‘머니볼’을 넘어 '라이프볼'로 _송길영 머리말 데이터를 사랑하는 사람들을 위한 자기계발서 당신 인생을 위한 '머니볼' 인생에도 '내야 시프트'가 있다 《모두 거짓말을 한다》에서 《데이터는 어떻게 인생의 무기가 되는가》로 신에서 느낌으로, 느낌에서 데이터로 1장. AI 시대의 결혼 사람들은 어떤 애인을 원하는가 무엇으로 행복한 연애를 예측할 수 있는가 데이터과학이 말한다: "문제는 당신이 아니고 나야" 외모의 중요성은 과대평가되었다: 그리고 당신이 오래전부터 들어왔고 늘 무시했지만 데이터로 입증되었다는 사실을 알면 조금 더 잘 따를 조언들 사랑의 유킬리스: 저평가된 자산을 강조하라 최고의 짝이 될 사람은 누구인가?: 삶에 만족하고, 자기 자신을 사랑하고, 더 나은 사람이 되려고 성실하게 노력하는 사람 두 사람 사이의 일은 결국 무작위적이고 예측할 수 없는 일 아닐까? 2장. 아이를 잘 키우는 비결: ‘동네’가 중요하다 부모가 아이에게 끼치는 영향 동네의 영향이 이렇게 큽니다 동네가 왜 가장 중요한지 수학적으로 보여줄게 좋은 동네는 왜 좋을까? 사례 1: 여성 혁신가 역할모델의 힘 사례 2: 흑인 남성 역할모델의 힘 성인 역할모델이 이렇게 중요한 이유 당신의 아이에게 꼭 있어야 할 것: 바람직한 성인 역할모델 3장. 재능 없이도 운동으로 성공하는 가장 그럴싸한 방법 체육 장학금 받고 대학 가기 계산법 야구팀 이름만 트윈스(쌍둥이)인 게 아니야 농구 유전자는 있다 야구 유전자와 미식축구 유전자는 덜 중요하다 승마 유전자와 다이빙 유전자는 없다고 봐라 4장. 미국의 숨은 부자는 누구인가? 미국 부자들에 관한 데이터 부자는 회사 사장님이다 부자는 알짜 회사 사장님이다 유명 연예인이 되려는 건 정신 나간 짓인가? 부자는 가격경쟁에서 탈피한다 부자는 다국적 대기업과 맞붙지 않는다 5장. 성공이라는 길고 따분한 과정 잘못된 통념 1: 젊을수록 창업에 유리하다 잘못된 통념 2: 외톨이가 창업에 유리하다 잘못된 통념 3: 주변부의 힘 직관에 반하는 것에 반하는 아이디어 데이터를 신뢰하라: 성공에는 인내가 필요하다 6장. 행운을 붙잡는 비결 예술의 세계에서 배운다: 행운을 부르는 방법 모나리자 효과: 세상에서 가장 유명한 그림은 운이었다 다빈치 효과: 작품이 아니라 작가가 중요하다 스프링스틴의 법칙: 여행을 하면서 기회를 찾아라 피카소의 법칙: 다작으로 행운이 굴러들어오게 하라 데이트에 관한 피카소의 법칙 구직자를 위한 피카소의 법칙 7장. 데이터광의 외모 대변신 외모는 중요하다 당신의 외모는 보기에 따라 달라진다 세상에서 가장 독특한 외모 대변신 당신이 어떨 때 가장 매력적인지 알아보는 3단계 접근법 8장. 인생은 소파를 박차고 일어날 때 바뀐다 우리는 무엇으로 행복해지는가에 대한 오해 우리가 무엇 때문에 행복해졌는가에 대한 오해 인지 편향: 기쁨과 고통에 관한 기억은 왜곡된다 스마트폰: 스마트폰이 얼마나 사람을 불행하게 만드는지 연구하게 해준 혁명적 도구 행복을 불러오는 활동 목록 과소평가된 활동과 과대평가된 활동 이런 말 하고 싶지 않지만, 래리 데이비드의 말은 틀렸다 행복해지려면 이 책을 내려놓아라? 9장. 현대인을 불행에 빠뜨리는 함정 ‘일’이라는 함정 ‘친구나

출판사 제공 책 소개

Don’t Trust Your Gut Using Data to Get What You Really Want in Life 출간 즉시 아마존 베스트셀러 베스트셀러 《모두 거짓말을 한다》 화제의 후속작 송길영, 애덤 그랜트, 대니얼 핑크 강력 추천 번뜩이는 직감을 믿지 마라! 당신의 모든 선택에서 진짜 원하는 것을 얻는 법 “‘머니볼’의 인생판 같은 책. 게다가 엄청 재미있기까지 합니다. … 답은 이 책 안에 있습니다. 무수히 쌓이는 인류의 데이터로부터 ‘데이터 중심 인생 해법’을 찾고 싶은 모든 분에게 일독을 권합니다” _《그냥 하지 말라》 저자, 마인드 마이너 송길영 “당신은 더 나은 결정을 할 수 있다” 이 책은 우리가 삶의 주요 결정을 내리는 방식을 바꿀 것이다 중요하고 큰 결정은 늘 어렵다. 우리는 친구나 가족과 의논하고, 온라인에서 ‘전문가’의 헷갈리는 조언들을 찾아보고, 지침을 얻고자 자기계발서를 읽어본다. 그러다가 결국에는 그냥 ‘적절하다고 느껴지는’ 쪽을 선택한다. 데이트는 어떤 식으로 하며, 누구와 결혼하는가, 어디에 살 것인가, 무엇이 우리를 행복하게 하는가와 같이 인생의 중대한 결정과 선택을 순전히 직감에 따라 하고 마는 것이다. 전설적인 행동과학자들이 발견한 바에 따르면, 감정과 직감은 우리를 잘못될 길로 인도할 때가 많다. 아모스 트버스키와 대니얼 카너먼의 주장대로라면 우리의 마음은 편견으로 가득하며, 직감은 믿을 만한 안내인이 못 된다. 또 우리는 지나치게 낙관적일 때가 많다. 쉽게 기억된 이야기들의 중요도를 과대평가하고, 자기가 믿고 싶은 것과 일치하는 정보에 매달린다. 예측 불가능했던 사건들을 우리가 설명할 수 있다고 잘못된 결론을 내린다. 직감의 오류를 나열하자면 끝도 없다. (그래서 이 책의 원제는 Don’t Trust Your Gut, ‘네 직감을 믿지 말라’다.) 이제, 새로운 대안이 있다. 삶에서 원하는 것을 얻는 사람들의 비밀은 빅데이터가 밝혀냈다 빅데이터 혁명은 우리에게 우리 자신의 목소리를 듣는 것이 아닌 새로운 대안을 제공한다. 21세기 초 야구에서 통계 분석의 역할이 갑자기 커지기 시작했다. 이른바 세이버메트릭스(야구 통계분석 기법)의 등장이다. 《머니볼Moneyball》이라는 책과 영화를 통해 대중에게도 소개된 새로운 원칙들은 ‘데이터가 우리의 편견을 수정하는 데 유용하다’는 강력한 전제를 기반으로 다른 여러 영역에도 변화를 일으켰다. 예를 들어 실리콘밸리의 첨단 기업들은 대부분 ‘머니볼’ 원칙을 토대로 운영된다. 대표적으로 구글Google은 중요한 결정을 할 때 무엇보다 데이터의 힘을 확고히 신뢰하는 것으로 알려져 있다. 오직 데이터 패턴만 보고 주식을 거래하는 메달리언 펀드Medallion Fund는 설립 이후 해마다 S&P500 상승률보다 유의미하게 높은 수익을 올려 ‘효율적 시장 가설’을 사실상 뛰어넘었다. 그렇다면 보통 사람들의 일상 속 중요한 결정들도 스포츠계나 IT 스타트업처럼 데이터에 기반해서 내릴 수 있을까? 저자는 묻는다. “우리는 2002년의 애슬레틱스와 비슷한가, 아니면 그해의 다른 야구팀들과 더 비슷한가? 우리는 구글에 더 가까운가, 아니면 구멍가게에 더 가까운가? 르네상스 테크놀로지와 더 비슷한가, 아니면 전통적인 자산관리사와 더 비슷한가?” 나는 야구 경기를 보다가 궁금해졌다. 만약 우리가 인생의 중요한 결정을 할 때도 데이터에 기반한 접근법을 사용한다면 어떤 일이 벌어질까? 빌리 빈이 오클랜드 애슬레틱스를 운영한 방법대로 우리의 개인 생활을 운영한다면 어떨까? 그런 방식으로 인생에 접근하기는 점점 쉬워지고 있다. 나의 전작인 《모두 거짓말을 한다Everybody Lies》에서는 인터넷 덕분에 새롭게 확보된 데이터가 사회와 인간 정신에 대한 우리의 이해를 어떻게 변화시키고 있는지를 살펴봤다. 야구 통계에 집착하던 팬들이 요구하고 수집한 데이터 덕분에 야구에서 통계혁명이 먼저 일어났다. 이제는 ‘머니볼’이 아닌 ‘라이프볼Lifeball’ 혁명도 가능하다. 우리의 스마트폰과 컴퓨터가 수집한 모든 데이터 덕분이다. _머리말에서 경제학자이자 구글의 데이터과학자였던 세스 스티븐스 다비도위츠는 2017년 첫 저서인 《모두 거짓말을 한다》로 일약 《뉴욕타임스》 베스트셀러 작가 반열에 올랐다. 《모두 거짓말을 한다》 이후 5년 만에 내놓은 후속작인 이 책에서 그는 더 나은 삶을 위해 중대한 결정을 내릴 때 우리가 잘못 생각하는 것이 얼마나 많은지에 초점을 맞춘다. “세스는 최고의 데이터 스토리텔러다!”_《괴짜경제학》 저자 스티븐 레빗 몇 사람의 조언이나 직감이 아니라 인류의 생애로부터 배울 수는 없을까요? 여기 힌트가 가득한 책이 있습니다. 야구선수들의 통계가 가득한 세이버메트릭스로부터 효율적인 자원 분배로 최선의 이기는 방안을 도출해냈던 《머니볼》의 인생판 같은 책이 나온 것입니다. 게다가 엄청 재미있기까지 합니다. (중략) 답은 이 책 안에 있습니다. 무수히 쌓이는 인류의 데이터로부터 ‘데이터 중심 인생 해법’을 찾을 수 있음을 보여준 저자에게 감사하며, 그 비법을 알고 싶은 모든 분에게 일독을 권합니다. _마인드 마이너 송길영, ‘추천의 글’에서 관계, 성공, 돈, 행복… 잘되는 방법은 ‘데이터’에 맡겨라 인생을 좌우하는 수많은 결정, 어떻게 해야 잘 내릴 수 있을까? 오늘날의 거대한 데이터세트 속에 믿을 만한 답들이 숨어 있다. • 어떤 사람과 결혼해야 할까? • 행복한 관계는 무엇으로 예측할 수 있을까? • 좋은 부모가 되려면 어떻게 해야 할까? • 내가 유명인사가 될 확률은 얼마나 될까? • 진짜 숨은 부자는 어떤 사람들일까? • 그런 부자가 되려면 어떻게 해야 할까? • 지금 창업을 하기에는 내 나이가 너무 많은가? • 왜 어떤 사람들은 유달리 운이 좋은가? • 외모를 어떻게 바꾸면 가장 멋져 보일까? • 사람은 무엇을 하면 행복해질까? 20세기만 해도 ‘무엇이 사람들을 행복하게 만드는가?’라는 질문에 대해 정밀하고 체계적인 데이터를 구할 수 없었다. 고작해야 수십 개의 데이터 측정값을 가지고 연구하는 수준이었다. 하지만 이제는 스마트폰을 활용해 전례 없이 거대한 행복 데이터세트를 구축할 수 있다. 그리고 여기서 얻은 결과 중에는 우리의 예상이나 통념을 뒤엎는 도발적인 것도 있다. 지난 십수 년 동안 학자들은 엄청난 규모의 데이터세트를 발굴해 인생 최대의 자기계발 난제들에 새로운 방법으로 접근했다. 수십만 명의 데이트 사이트 계정에서 얻은 데이터는 데이트를 성사시키는 놀라운 전략을 알려준다. 납세 기록 수억 건에서 얻은 데이터로 아이를 키우기에 좋은 동네가 어떤 곳인지를 밝혀냈다. 수백만 명의 경력을 추적한 데이터에서는 정상에 올라서는 사람들의 비밀을 발견했다. 창업하기에 가장 좋은 시기는 언제인지를 알려주고, 우리가 친구의 생일파티를 건너뛰고 저녁 내내 소파에서 넷플릭스에 몰두할 때 과연 실제로 얼마나 행복해지는지도 알려준다. 돈을 제일 많이 벌지만 따분한 직업들에 관한 이야기도 들려주고, 너무 많이 들어서 농담처럼 느껴지는 오래된 연애 조언이 실제로는 데이터로 뒷받침되는 진리라고 귀띔해주기도 한다. 데이터에 기반해서 편견을 깨고 성공 확률을 높여라 우리는 더 나은 삶을 사는 법을 안다고 생각하지만, 데이터에 따르면 그렇지 않다! 확고한 사실과 숫자는 빈번히 본능과 충돌한다. 그리고 실제 효과를 발휘하는 인생의 법칙을 알려주는 건 숫자다. 야구 경기를 보다가 떠오른 생각을 계기로, 저자는 지난 4년간 수많은

이 작품이 담긴 컬렉션

9
  • 데이터 출처
  • 서비스 이용약관
  • 개인정보 처리방침
  • 회사 안내
  • © 2024 by WATCHA, Inc. All rights reserved.