AI의 실체로서 머신러닝 알고리즘 머신러닝은 간단하게 설명하면 결정론적 함수식(deterministic function)이다. d라는 속성이 함수를 거쳐 Y라는 예측치를 도출하는 과정이다. Y가 한정돼있다면(남성, 여성 혹은 암환자, 정상환자) 함수는 곧 분류기(classfier)가 된다(Fredrikson 등, 2015). 대다수의 분류기는 분류값의 속성 벡터를 받아들여 분류하는 회귀함수이다. 즉, 높은 수준의 신뢰도(confidence)를

이 글은 제프 자비스의 ‘Death to the mass(es)’에서 영감, 논평 거리를 얻어 시작하게 됐습니다. 대중매체는 Mass와 Media라는 단어의 조합이다. 이 뻔하고도 익숙한 합성어를 우리는 미디어를 통칭하는 용어로 쉽게 사용하고 있다. 매스미디어 혹은 매스컴, 즉 대규모의 오디언스를 대상으로 하는 일반적인 미디어 형태를 이 범주 안에 포함시키고 있지만

평가받기 위해서 한번 만들어봤습니다. 여러분들의 의견을 듣고 조금더 수정한 뒤에 적극적으로 알려볼까 싶습니다. 뉴스미디어 스타트업 혹은 대형 언론사들에게 비즈니스 모델 구축은 과제 중의 과제입니다. 발빠르게 변화하고 있는 미디어 생태계에서, 손에 잡히는 비즈니스 모델을 구축하고 실제 수익으로 연결시키는 과정은 매우 어려운 도전일 수밖에 없습니다. 비즈니스 모델은 뉴스나 콘텐츠에도 영향을 미칩니다. 포맷을

파하드 만주의 뉴욕타임스 기고글은 페이스북의 소유 구조를 꼬집습니다. 그것이 근원이기 때문일 겁니다. 그가 더이상 실패할 수도 없을 만큼 거대해졌다고 보는 이유는 여기에 있습니다. 현재의 소유 구조 상 페이스북이 어떤 실패를 하더라도 이를 수정할 수 있는 외부적 장치는 존재하지 않는다는 것이죠. 마크 저커버그가 10대 이상의 의결권을 지닌 클래스 B를 보유하고 있기

세계적인 뉴스 브랜드 ‘뉴스위크’가 이렇게 처참하게 무너질 수도 있네요. 뉴스위크 사례입니다. 이 사례가 무엇을 의미하는지 곰곰이 생각해볼 필요가 있어 보입니다. 슬레이트의 보도를 요약하면 이렇습니다. 뉴스위크가 이전 기업(IAC)의 손을 떠나 IBT 미디어로 인수되면서 붕괴의 전조가 시작됐다고 합니다. 뉴스위크의 모든 목표가 트래픽에 맞춰졌고, 이에 저항하거나 비판하던 기자들을

기계가 세상을 분류한다. 아니 알고리즘이 세상을 쪼개고 나눈다. 인공지능의 기반 기술이라 할 수 있는 기계학습(Machine Learning)은 인간 사회를 적절한 군집으로 나눠놓는 기술 장치다. 이미지 학습으로 개와 고양이를 분류하듯, 인간 사회를 군집화(clustering)하고 분류(classifying)한다. 이를 기계가 쪼개놓은 사회(Machine Clustered Society)라고 불러보자. 기계가 쪼개놓은 사회의