경향신문과 한겨레에 새벽 배송을 비난하는 칼럼들이 많이 실리고 있다. 직업 의학을 전공하고 있었고 그런 학술적 논의들이 일반적이라는 것을 충분히 알고 있었던 내가 대낮에 쓰레기를 수거하는 장면이 낯설다고 느꼈다는 사실이 좀 부끄러웠다.김인아 한양대학교 교수, 경향신문 2025-11-14 위 문장의 쓰레기를 신문으로 수거를 배달로 바꿔 보자. 저 글이 실린 신문을 나는 새벽에 받아 본다. 쓰레기는 낮에 치워도 되는데…
어려운 개념은 아닌데 우리말로 번역할 마땅한 말이 없다. contingent는 무언가에 따라 결정된다는 뜻이고 state는 이미 결정되어 있다는 뜻이다. state-contingent는 형용 모순 같은 구조인데 뭔가 유동적이긴 하면서도 그게 어느 정도 무언가에 기속되기는 한다는 거다. claim은 요청이나 주장이 아니라 권리라는 의미다. state-contingent claim은 어떠한 이벤트가 발생한 때 그 가치가 결정되는 권리다. 흔히 선물을 말한다. 선물의 가치는 기초…
대부분의 서양 고전 음악들은 여러 곡들이 하나의 작품을 이룬다. 전자를 악장이라 한다. 악장이 바뀔 때에는 연주자들이 잠시 호흡을 고르고 다음 악장 연주를 준비한다. 조율을 하기도 한다. 하나의 작품은 꽤 긴 시간을 연주해야 하고 각 악장은 빨랐다 느렸다 흥겨웠다 쳐졌다 하며 성격을 달리하기 때문이다. 흔히들 이때 박수를 치지 않는 걸 에티켓으로 여긴다. 아예 악장 사이에 박수를…
the danger comes when we use ideas from physics, but we stop thinking like physicists.the physics of wall street, james owen weatherall 컴퓨터로 금융 대이터를 끄적이려면 컴퓨터 프로그래밍 지식이 중요한 게 아니라 수학 물리학 통계학 지식이 필요하다. 언어는 쉽게 배울 수 있다. 비극은 컴퓨터 앤지니어가 기초 과학 지식을 끌어다 일을 벌일 때 시작한다. 반면에 기초…
목수가 망치를 들면 세상 모든 것들이 못 대가리로 보이게 마련이다. 트래이더가 컴퓨터 프로그래밍을 할 수 있게 되면 할 수 없던 것 눈에 보이지 않던 것들이 보이게 된다. 하지만 트래이드에 컴퓨터를 적극적으로 정교하게 이용할 수 있는 것과 돈을 버는 건 다른 문제다. Blindingly, beautifully simple. 앤드루 폴이 쓴 통계적 차익 거래라는 책은 최초의 패어즈 트래이딩 시스템을…
내 권능은 약한 자 안에서 완전히 드러난다.2 고린토 12:7~9 예수를 본 적도 없었던 바울로는 자신을 예수의 제자라 팔고 다닌 거로도 부족해 하느님으로부터 직접 계시를 받았다는 말까지 하고 다녔다. 그런데 무척 아팠다. 공중 부양한다는 도사가 물에 빠져 죽는 꼴이다. 이런 자신을 두고 하느님이 친히 하신 말씀이란다. 고통을 은총으로 여기란 소리다. 그럴 듯하다. my power is made…
In 2115 interns, reduced TST (b = −0.11, p < 0.001), later bedtime (b = 0.068, p = 0.015), along with increased variability in TST (b = 0.4, p = 0.0012) and in wake time (b = 0.081, p = 0.005) were associated with more depressive symptoms.npj digital medicine volume 4, 2021 tst는 total sleep time 잔 시간이다. 덜 잘수록 늦게 잘수록 잔 시간의 길이가 들쭉날쭉할수록 일어나는 시간이 일정하지 않을수록 우울감이 컸다는 내용이다. 일정한 길이의…
높은 지능이 우울과 불안을 불러온다는 연구 결과가 말해 주듯이 창의성이 높을수록 우울해진다는 연구 결과가 말해 주듯이 그리고 누군가의 취약성이나 결함이 드러날 때 그에 대한 호감이 늘어난다는 연구 결과가 말해 주듯이 당신을 절망하게 했고 당신이 저주했던 어떤 요인은 당신이 간과한 당신 행운의 일부였습니다.나도 아직 나를 모른다, 허지원 엉뚱한 생각들 때문에 사는 게 힘들다면 이는 똑똑해서 그런…
이미 평균을 구한 표본들에 새 표본이 추가되어 새로 평균을 구하려면 아래의 방법이 기본이다. 표본들이 많으면 ‘평균 * 기존 표본 수’가 커져 오버헤드가 생긴다. 아래의 방법으로 하면 더 가볍다.