1
00:00:00,817 --> 00:00:03,651
크리스 앤더슨 : 당신은 
수학계의 전설같은 사람입니다.

2
00:00:03,675 --> 00:00:06,739
이른 나이에 이미 하버드와 
MIT에서 강의를 했고

3
00:00:06,763 --> 00:00:08,953
그리고 NSA에서 연락을 취해왔습니다.

4
00:00:09,464 --> 00:00:10,668
어땠나요?

5
00:00:11,207 --> 00:00:15,130
짐 사이먼: 글쎄요, NSA, 
그러니까 국가안보국이죠.

6
00:00:15,154 --> 00:00:17,123
그 사람들이 와서 
오라고 한건 아니었습니다.

7
00:00:17,465 --> 00:00:21,939
이들은 프린스턴에서 작전같은 걸 했는데
거기에서 수학자들을 고용했어요.

8
00:00:21,963 --> 00:00:24,905
비밀암호 해독 같은 걸 
하기 위해서 말이죠.

9
00:00:25,294 --> 00:00:26,966
저는 그런게 있다는 걸 
알고 있었습니다.

10
00:00:27,315 --> 00:00:29,495
이 사람들은 아주 괜찮은 
정책을 가지고 있었습니다.

11
00:00:29,519 --> 00:00:33,369
왜냐하면 여기서 시간의 절반을 
수학을 연구하는데 할애할 수 있었고

12
00:00:33,393 --> 00:00:36,877
그 사람들 일을 하는데 
절반 정도의 시간을 썼습니다.

13
00:00:37,559 --> 00:00:39,033
그리고 돈도 많이 줬구요.

14
00:00:39,057 --> 00:00:42,108
거절하기 힘든 제안이었죠.

15
00:00:42,132 --> 00:00:44,044
그래서 가게 된겁니다.

16
00:00:44,068 --> 00:00:45,406
CA: 당신은 암호해독가 였습니다.

17
00:00:45,430 --> 00:00:46,596
JS: 그랬죠.

18
00:00:46,620 --> 00:00:47,777
CA: 해고되기 전까지요.

19
00:00:47,801 --> 00:00:49,384
JS: 예, 해고됐죠. 맞습니다.

20
00:00:49,408 --> 00:00:50,653
CA: 어떻게 된건지요?

21
00:00:51,280 --> 00:00:52,613
JS: 어떻게 된거냐고요?

22
00:00:53,611 --> 00:00:58,567
해고될 당시에 베트남전이 
한창이었습니다.

23
00:00:58,591 --> 00:01:04,329
제 조직의 상사의 상사는 전쟁광이었고

24
00:01:04,353 --> 00:01:08,748
이 사람은 뉴욕타임즈 주간판에 
어떻게 배트남전에서 승리할 지에 대한

25
00:01:08,772 --> 00:01:10,542
메인기사를 실었습니다.

26
00:01:10,566 --> 00:01:13,695
저는 그 전쟁이 맘에 들지 않았습니다.
멍청한 짓이라 생각했죠.

27
00:01:13,719 --> 00:01:16,384
그래서 타임즈에 편지를 썼고
타임즈에서 기사로 내보냈습니다.

28
00:01:16,408 --> 00:01:20,422
맥스웰 테일러(전 미합참의장) 
밑에서 일하는 사람 모두가

29
00:01:20,446 --> 00:01:25,132
그 사람의 관점에 동의하는 건 
아니다라는 내용이었고

30
00:01:25,553 --> 00:01:27,211
저의 생각을 말했죠.

31
00:01:27,235 --> 00:01:29,399
CA: 그렇군요. 그래서 그렇게...

32
00:01:29,423 --> 00:01:31,978
JS: 물론 테일러 장군과 
다른 관점이었죠.

33
00:01:32,002 --> 00:01:33,908
하지만 그땐 이걸로 
아무도 문제삼지 않더군요.

34
00:01:33,932 --> 00:01:37,633
그리고 당시 29살이었을 때
어떤 친구가 다가와서

35
00:01:37,657 --> 00:01:40,745
자기가 뉴스위크 잡지 기자라고 하면서

36
00:01:40,769 --> 00:01:46,136
저를 인터뷰하고 싶다고 하더군요
그리고 제가 뭘하고 있는지 물었습니다.

37
00:01:46,160 --> 00:01:50,059
그래서 말해줬죠, "지금은
대부분 수학을 연구하고 있다.

38
00:01:50,083 --> 00:01:53,456
그리고 전쟁이 끝나고 나면 
이 사람들 일을 할거다." 라고요.

39
00:01:54,123 --> 00:01:56,948
그리고 그날 유일하게 잘한 
한 가지를 했습니다.

40
00:01:56,972 --> 00:02:01,129
인터뷰를 했다고 지역상사에게 말했고

41
00:02:01,153 --> 00:02:02,612
"뭐라고 했어?"라고 묻더군요.

42
00:02:02,636 --> 00:02:04,102
그리고 제가 말한 걸 말했습니다.

43
00:02:04,126 --> 00:02:06,441
"테일러 장군에게 전화를 해야겠어"
라고 하더니

44
00:02:06,465 --> 00:02:08,842
전화를 걸더군요. 
한 10분정도 걸렸는데

45
00:02:08,866 --> 00:02:11,128
그리고 5분 뒤에 해고를 당했습니다.

46
00:02:11,590 --> 00:02:12,812
CA: 그렇군요

47
00:02:12,836 --> 00:02:13,987
JS: 하지만, 그렇게 
나쁘진 않았습니다.

48
00:02:14,011 --> 00:02:16,504
CA: 나쁘진 않았겠네요,
스토니브룩으로 가서

49
00:02:16,528 --> 00:02:19,661
수학자로서 경력을 쌓았으니까요.

50
00:02:19,685 --> 00:02:22,137
여기 이 남자와 함께 
일을 시작 하셨는데요.

51
00:02:22,161 --> 00:02:23,325
이분은 누구죠?

52
00:02:24,352 --> 00:02:25,764
JS: 아, 천이요 [천싱선-중국수학자]

53
00:02:25,788 --> 00:02:28,892
천은 이 세기에 가장 훌륭한 
수학자 중 하나입니다.

54
00:02:28,916 --> 00:02:34,149
버클리 대학원생일 때부터 알아왔는데요.

55
00:02:34,173 --> 00:02:36,044
전 몇 가지 아이디어가 있었고

56
00:02:36,068 --> 00:02:38,515
그걸 이 친구에게 말했더니
좋아하더군요.

57
00:02:38,539 --> 00:02:45,165
그리고 함께 연구를 시작했습니다.
여러분이 쉽게 이해할 수 있는

58
00:02:45,189 --> 00:02:46,339
여기 위에 이거요.(웃음)

59
00:02:47,198 --> 00:02:50,804
이것이 그 유명한 공동연구 
발표로 이어졌죠.

60
00:02:50,828 --> 00:02:54,066
어떤 내용인지 설명해 주실수 있나요?

61
00:02:55,028 --> 00:02:56,186
JS: 아뇨.

62
00:02:56,210 --> 00:02:58,484
(웃음)

63
00:02:58,966 --> 00:03:01,030
JS: 제말은, 그게 다른 사람한테는 
설명할 수 있습니다만.

64
00:03:01,054 --> 00:03:03,129
(웃음)

65
00:03:03,153 --> 00:03:05,017
CA: 그래도 한번 
설명해보시는게 어때요?

66
00:03:05,041 --> 00:03:07,770
JS: 하지만 이해할 만한 
사람이 많지는 않죠.

67
00:03:09,144 --> 00:03:11,958
CA: 저에게 구와 
관련이 있다고 하셨었죠.

68
00:03:11,982 --> 00:03:13,844
여기 시작해보죠.

69
00:03:13,868 --> 00:03:17,468
JS: 맞습니다. 하지만
이렇게 설명드리죠.

70
00:03:17,492 --> 00:03:20,692
이것과 관련이 있었습니다만,

71
00:03:20,716 --> 00:03:24,256
그 연구는 훌륭한 수학이었습니다.

72
00:03:24,280 --> 00:03:26,772
저는 만족했고, 천도 그랬죠.

73
00:03:27,910 --> 00:03:32,086
하위 분야가 나오기 시작했고
지금은 그 분야가 매우 다양합니다.

74
00:03:32,638 --> 00:03:37,932
하지만 흥미로운 점은
물리학에 응용되었다는 겁니다.

75
00:03:37,956 --> 00:03:42,251
우리가 몰랐던 분야였죠.
최소한 저는 물리학은 모릅니다.

76
00:03:42,275 --> 00:03:44,557
그리고 천이 물리학에 대해 
잘 알고 있었다고 생각하지 않습니다.

77
00:03:44,581 --> 00:03:48,544
논문이 나오고 10년쯤 뒤

78
00:03:48,568 --> 00:03:53,048
프린스턴의 에드워드 리튼이라는 친구가
끈이론에 이걸 응용했습니다.

79
00:03:53,072 --> 00:03:57,924
그리고 러시아 쪽 사람들이 
응집물질이라는 것에 이걸 적용하기 시작했죠.

80
00:03:57,948 --> 00:04:02,841
오늘날 천-사이먼스 이론은

81
00:04:02,865 --> 00:04:04,730
물리학의 많은 분야에서
활용되고 있습니다.

82
00:04:04,754 --> 00:04:05,928
멋진 일이죠.

83
00:04:05,952 --> 00:04:07,317
저희는 물리학에 대해 잘 몰랐습니다.

84
00:04:07,714 --> 00:04:10,568
물리학에 적용될 거라곤 생각도 못했죠.

85
00:04:10,592 --> 00:04:14,380
하지만 바로 이것이 수학입니다.
어디로 튈지 전혀 알 수가 없습니다.

86
00:04:14,404 --> 00:04:15,896
CA: 멋지군요.

87
00:04:15,920 --> 00:04:20,284
저희는 진화가 어떻게 인간의 
지성을 형성하는지를 얘기하고 있습니다.

88
00:04:20,308 --> 00:04:22,816
그것이 진실이든 아니든 말이죠.

89
00:04:22,840 --> 00:04:26,153
당신은 수학이론을 만들었습니다.

90
00:04:26,177 --> 00:04:28,025
물리학에 대해선 전혀 모른상태에서요.

91
00:04:28,049 --> 00:04:30,547
그리고 20년 후 이 이론이 
우리의 현실 물리세계를 설명하는데

92
00:04:30,571 --> 00:04:33,602
적용되고 있다는걸 알게 되었습니다.

93
00:04:33,626 --> 00:04:34,779
어떻게 이런 일이 일어날 수 있죠?

94
00:04:34,803 --> 00:04:35,900
JS: 신만이 알겠죠.

95
00:04:36,997 --> 00:04:38,094
(웃음)

96
00:04:38,849 --> 00:04:41,999
유진 위그너란 유명한 
물리학자가 있습니다.

97
00:04:42,023 --> 00:04:47,611
이 사람은 수학의 엄청난 
효율성에 대해 에세이를 썼었죠.

98
00:04:47,635 --> 00:04:51,587
그리고 이 수학은 
현실세계에 기반을 둡니다.

99
00:04:51,611 --> 00:04:56,606
우리는 계산하고 측정하죠,
모든 사람이 그렇게 하죠.

100
00:04:56,630 --> 00:04:58,460
그리고 수학은 자생적으로 
발전을 했습니다.

101
00:04:58,976 --> 00:05:01,817
하지만 가끔 큰 발견에 있어 
매우 중요한 역할을 합니다.

102
00:05:02,293 --> 00:05:04,471
상대성이론이 한 예입니다.

103
00:05:04,495 --> 00:05:07,612
(헤르만)민코프스키는 기하학 모델을 가지고 있었고
이걸 보고 아인슈타인은 깨달았죠.

104
00:05:07,636 --> 00:05:11,483
"이거 괜찮은데, 이걸로 상대성이론을
만들수 있겠어." 라고 말이죠

105
00:05:11,507 --> 00:05:14,619
누가 알겠어요. 신비한 일이죠.

106
00:05:15,056 --> 00:05:16,273
수수께끼입니다.

107
00:05:16,297 --> 00:05:19,593
CA: 자, 여기 독창적인 
수학적 도형이 있는데요.

108
00:05:19,617 --> 00:05:20,959
설명 부탁드립니다.

109
00:05:20,983 --> 00:05:26,907
JS: 자 이건 공입니다. 구체죠.

110
00:05:26,931 --> 00:05:28,504
이건 정사각형입니다.

111
00:05:30,697 --> 00:05:35,603
제가 여기 설명하려고 하는 것은
1700년대 위대한 수학자인

112
00:05:35,627 --> 00:05:37,881
오일러가 처음 고안해낸 것인데요.

113
00:05:38,223 --> 00:05:43,404
지속적으로 발전되어 
수학에서 매우 중요한 분야가 되었습니다.

114
00:05:43,428 --> 00:05:45,762
대수학, 위상수학, 기하학등 말이죠.

115
00:05:47,039 --> 00:05:51,403
저 논문들은 여기에 
기반을 두고 있습니다.

116
00:05:51,427 --> 00:05:53,261
자 여기를 보시죠.

117
00:05:53,285 --> 00:05:57,737
이건 8개의 꼭지점, 12개의 선, 
6개의 면으로 이루어져 있습니다.

118
00:05:57,761 --> 00:06:01,591
자 다른 각도에서 볼까요.
꼭지점 - 선 + 면을 하면

119
00:06:01,615 --> 00:06:02,767
2라는 값이 나옵니다.

120
00:06:02,791 --> 00:06:05,010
2가 나왔습니다. 멋진 숫자죠.

121
00:06:05,034 --> 00:06:09,282
여기 다른게 있습니다.
여긴 구를 둘러싼 삼각형들이 보이시죠.

122
00:06:09,306 --> 00:06:13,883
이건 12개의 꼭지점, 30개의 선,

123
00:06:13,907 --> 00:06:18,102
20개의 면으로 이루어져 있습니다.

124
00:06:18,576 --> 00:06:23,167
여기서 다시 꼭지점-선+면을 하면 
여전히 2라는 값이 나옵니다.

125
00:06:23,191 --> 00:06:26,038
구를 덮고있는 다각형 그리고 삼각형,

126
00:06:26,062 --> 00:06:30,860
또는 조합을 하든 어떤 
방식으로든 만들 수 있습니다.

127
00:06:30,860 --> 00:06:34,107
그리고 꼭지점 - 모서리 + 면을
하면 항상 2가 나옵니다.

128
00:06:34,131 --> 00:06:35,742
여기 다른 모양이 있습니다.

129
00:06:36,480 --> 00:06:41,730
이건 토러스 또는 도넛표면인데요.
직사각형의 16개의 꼭지점과

130
00:06:41,754 --> 00:06:45,998
32개 모서리 16개 면으로 
둘러싸여 있습니다.

131
00:06:46,530 --> 00:06:49,214
여기에 꼭점-모서리+면을 
하면 0이 나옵니다.

132
00:06:49,238 --> 00:06:50,713
언제나 0입니다.

133
00:06:50,737 --> 00:06:55,047
직사각형, 삼각형 아니면 무슨 형태든

134
00:06:55,071 --> 00:06:59,006
이 토러스(도넛형)를 감싸면
항상 0을 얻게됩니다.

135
00:07:00,514 --> 00:07:02,904
이걸 오일러 표수라고 부릅니다.

136
00:07:02,928 --> 00:07:06,377
그리고 위상불변이라고 하죠.

137
00:07:06,849 --> 00:07:08,005
무엇을 하든

138
00:07:08,029 --> 00:07:10,820
항상 똑같은 답을 얻는다는 것은 
아주 멋진 일입니다.

139
00:07:10,844 --> 00:07:17,143
이것이 1700년대 중반부터 
연구되기 시작해서

140
00:07:17,167 --> 00:07:20,936
현재 대수적 위상수학이라는 
학문이 되었습니다.

141
00:07:20,960 --> 00:07:23,943
CA: 당신의 연구는 
여기서 아이디어를 얻어

142
00:07:23,967 --> 00:07:26,416
고차원 물체, 고차원 이론으로 
발전시켰습니다.

143
00:07:26,440 --> 00:07:29,528
그리고 새로운 불변성을 발견하셨죠?

144
00:07:29,552 --> 00:07:34,195
JS: 고차원 불변성은 이미 있었습니다.

145
00:07:34,219 --> 00:07:38,676
폰트리아긴(수학자)수업에도 있었고
천의 수업에도 있었습니다.

146
00:07:38,700 --> 00:07:42,248
이런 종류의 불변성은 많았죠.

147
00:07:42,272 --> 00:07:46,407
저는 이것들 중 하나를 연구해서

148
00:07:46,431 --> 00:07:50,634
모형화 하는데 애를 썼습니다.

149
00:07:50,658 --> 00:07:53,680
일반적으로 하던 방식말고요.

150
00:07:53,704 --> 00:07:58,063
그리고 이것이 제 연구로 이어졌고
저희는 새로운 걸 발표했죠.

151
00:07:58,087 --> 00:08:01,588
하지만 거의 70권이나 되는 수학서적과

152
00:08:01,612 --> 00:08:07,383
책을 쓸 때 그의 무릎위에서 
놀았을 13명의 자녀들을 가진

153
00:08:07,383 --> 00:08:13,814
오일러가 없었다면

154
00:08:13,838 --> 00:08:19,612
아마도 이런 불변성을 없었을 겁니다.

155
00:08:20,157 --> 00:08:24,254
CA: 좋습니다. 거기 담긴 놀라운 지적내용을 
최소한 맛보기라도 보여주셨습니다.

156
00:08:24,804 --> 00:08:26,347
르네상스 테크놀로지에 대해 
얘기를 해 보죠.

157
00:08:26,371 --> 00:08:32,227
NSA의 암호해독가였던 당신은

158
00:08:32,251 --> 00:08:35,480
금융계의 암호해독가가 되었습니다.

159
00:08:35,504 --> 00:08:38,194
당신은 효율적 시장 이론을 
받아들이지 않았습니다.

160
00:08:38,218 --> 00:08:44,605
어떤 면에서, 20년간 엄청난 수익을 
만들어 낸 방법을 찾으셨는데요

161
00:08:44,629 --> 00:08:46,300
제가 들은 바로는 말이죠.

162
00:08:46,324 --> 00:08:49,823
놀라운 점은 단지 수익의 크기가 아니라

163
00:08:49,847 --> 00:08:53,730
다른 헤지펀드와 비교해서 
놀라울 만큼 낮은 변동성과 리스크를

164
00:08:53,754 --> 00:08:55,578
취한다는 점입니다.

165
00:08:55,602 --> 00:08:57,531
도데체 어떻게 하신건가요, 짐?

166
00:08:58,071 --> 00:09:02,182
JS: 훌륭한 사람들을 모아서 한거죠.

167
00:09:02,206 --> 00:09:06,162
거래를 시작할 당시에 
저는 수학에 지쳐 있었습니다.

168
00:09:06,186 --> 00:09:10,109
30대 후반에 돈도 좀 있었고요.

169
00:09:10,133 --> 00:09:12,642
그리고 투자를 시작했는데 
제법 괜찮았습니다.

170
00:09:13,063 --> 00:09:15,811
운좋게 돈을 많이 벌었죠.

171
00:09:15,835 --> 00:09:17,501
제 말은 그땐 정말 운이었습니다.

172
00:09:17,525 --> 00:09:19,634
분명히 수학적 모델같은게 아니었죠.

173
00:09:19,658 --> 00:09:23,489
하지만 데이터를 살펴보았고 얼마뒤

174
00:09:23,513 --> 00:09:26,066
여기에 어떤 구조가 
있다는 걸 깨달았습니다.

175
00:09:26,090 --> 00:09:29,787
그리고 수학자 몇명을 고용해서
모델을 만들기 시작했습니다.

176
00:09:29,811 --> 00:09:34,076
IDA(Institute for Defense Analyses)에서
하던 일이랑 비슷했습니다.

177
00:09:34,100 --> 00:09:36,933
알고리즘을 만들고
컴퓨터로 테스트하는 겁니다.

178
00:09:36,957 --> 00:09:39,123
작동하나? 않하나? 그런 식이죠.

179
00:09:39,443 --> 00:09:40,922
CA: 여기를 한번 봐주실까요?

180
00:09:40,946 --> 00:09:45,487
여기 평벙한 매매 그래프가 있습니다.

181
00:09:46,487 --> 00:09:50,528
제가 이걸 봤을 때, 무작위의 
상승과 하락을 반복하고 있으며

182
00:09:50,552 --> 00:09:53,414
전체적으로는 약간 
올라간 걸로 보입니다.

183
00:09:53,438 --> 00:09:55,551
도데체 어떻게 저걸 보고

184
00:09:55,575 --> 00:09:57,901
무작위가 아닌 뭔가를 
볼 수 있는겁니까?

185
00:09:57,925 --> 00:10:01,172
이건 오래전의 그래프입니다.

186
00:10:01,196 --> 00:10:05,480
재화와 통화는 어떤 경향을 가집니다.

187
00:10:05,504 --> 00:10:11,559
꼭 이것처럼 들쭉날쭉할 필요가 없고
짧은 기간들 속에 있는 경향을 말합니다.

188
00:10:11,583 --> 00:10:15,639
그리고 여러분들이 
"지난 20일의 평균적인 움직임으로

189
00:10:15,663 --> 00:10:20,631
오늘은 어떨지 예측을 해보겠어"라고 한다면
, - 여기 이게 20일입니다.

190
00:10:20,655 --> 00:10:23,762
이건 좋은 예측이 될겁니다.
그리고 돈을 벌겠죠.

191
00:10:23,786 --> 00:10:29,394
수 년전에는 이런 시스템이 통했습니다.

192
00:10:29,418 --> 00:10:31,809
훌륭하진 않지만 어쨌든 통했습니다.

193
00:10:31,833 --> 00:10:34,342
돈을 벌고, 돈을 잃고,
다시 돈을 벌겁니다.

194
00:10:34,366 --> 00:10:36,564
하지만 이건 1년짜리 데이터입니다.

195
00:10:36,588 --> 00:10:40,829
이 전체 기간을 보면 
돈을 벌게 되는 겁니다.

196
00:10:41,884 --> 00:10:43,842
잔존가치 시스템이라고 할 수 있습니다.

197
00:10:44,525 --> 00:10:48,054
CA: 당신은 다른 길이의 
기간들을 테스트하셨군요.

198
00:10:48,078 --> 00:10:50,514
예를 들어 10일의 경향, 
15일의 경향으로

199
00:10:50,538 --> 00:10:54,019
다음에 무슨 일이 있을지 
예측가능한지 테스트하신거군요.

200
00:10:54,043 --> 00:11:00,805
JS: 그럼요. 가능한 모든걸 시도해서 
뭐가 최선인지 보는 겁니다.

201
00:11:01,515 --> 00:11:04,865
추세를 따르는 방식은 
60년대엔 아주 좋은 방식이었습니다.

202
00:11:04,889 --> 00:11:07,021
70년대에도 그럭저럭 괜찮았죠.

203
00:11:07,045 --> 00:11:08,918
80년대엔 그렇지 않았습니다.

204
00:11:08,942 --> 00:11:11,759
CA: 모든 사람들이 이걸 
볼 수 있었기 떄문이죠?

205
00:11:11,783 --> 00:11:14,565
그럼 당신은 어떻게 
앞서갈 수 있었던 겁니까?

206
00:11:15,046 --> 00:11:21,178
JS: 저희는 더 짧은 주기의 접근법 등

207
00:11:21,202 --> 00:11:23,943
다른 방식들을 발견하면서 
앞서갈 수 있었습니다.

208
00:11:25,107 --> 00:11:28,454
하지만 진짜 중요한 건
엄청난 자료를 모았다는 겁니다.

209
00:11:28,478 --> 00:11:32,056
처음에는 수작업으로 다 해야했습니다.

210
00:11:32,080 --> 00:11:35,546
연방준비은행으로 가서 
이자율 변동내역을 복사하는 등의 일을 했죠

211
00:11:35,570 --> 00:11:38,835
왜냐하면 당시엔 컴퓨터에 
그런게 없었거든요.

212
00:11:38,859 --> 00:11:40,502
우린 많은 자료를 가지고 있었고

213
00:11:40,526 --> 00:11:44,686
매우 뛰어난 사람들을 데리고 있었습니다.
이것이 가장 중요한 점이었습니다.

214
00:11:45,463 --> 00:11:49,239
전 정말로 금융거래 전문가를 
어떻게 고용하는 지 몰랐습니다.

215
00:11:49,749 --> 00:11:52,698
몇명 고용한 적은 있습니다.
일부는 돈을 벌었고, 일부는 못벌었죠.

216
00:11:52,722 --> 00:11:54,602
그렇게는 사업을 할 수가 없었습니다.

217
00:11:54,626 --> 00:11:56,668
하지만 과학자를 고용하는 
방법은 알고 있었죠.

218
00:11:56,692 --> 00:12:00,081
제가 그 쪽 분야엔 
일가견이 있으니까요.

219
00:12:00,105 --> 00:12:01,943
그렇게 된겁니다.

220
00:12:01,967 --> 00:12:06,598
그리고 이 모델들은 점점 
개선되고 나아졌습니다.

221
00:12:06,598 --> 00:12:09,795
CA: 당신은 르네상스에서 
대단한 일을 하신 걸로 잘 알려져 있습니다.

222
00:12:09,819 --> 00:12:12,420
바로 사람들인데요.

223
00:12:12,444 --> 00:12:15,586
돈에 동기부여를 
받지 않는 사람들 말입니다.

224
00:12:15,610 --> 00:12:19,522
이 사람들의 동기는 
멋진 수학과 과학인데요.

225
00:12:19,860 --> 00:12:22,259
JS: 저도 그렇길 바랍니다.

226
00:12:22,283 --> 00:12:25,863
하지만 일부는 돈때문이겠죠.

227
00:12:25,887 --> 00:12:27,280
CA: 많은 돈을 벌지요.

228
00:12:27,304 --> 00:12:29,841
JS: 아무도 돈때문에 오는건 아니라고
말을 못하겠습니다.

229
00:12:29,865 --> 00:12:32,118
많은 친구들이 돈때문에 왔습니다.

230
00:12:32,142 --> 00:12:34,163
하지만 역시 재미있어서 
온 것이기도 합니다.

231
00:12:34,187 --> 00:12:36,675
CA: 여기에서 머신러닝(Machine Learning)이 
한 역할은 무엇인가요?

232
00:12:36,699 --> 00:12:39,763
JS: 어떤 면에서, 저희가 
한 것은 머신러닝이죠.

233
00:12:40,879 --> 00:12:47,170
많은 데이터를 보고
더욱 더 개선될 때 까지

234
00:12:47,194 --> 00:12:49,376
서로 다른 예상전략을 
시뮬레이션 하는겁니다.

235
00:12:49,400 --> 00:12:53,167
꼭 피드백을 받을 필요는 없지만

236
00:12:53,191 --> 00:12:55,500
작동했습니다.

237
00:12:56,150 --> 00:13:00,209
CA: 이런 예상전략들은 가공하기 힘들고
예측하기도 힘들텐데요.

238
00:13:00,233 --> 00:13:02,147
제 말은, 모든 걸 들여다 봤다는 거죠?

239
00:13:02,171 --> 00:13:05,488
날씨, 치마길이, 정치적 견해 등등

240
00:13:05,512 --> 00:13:08,349
JS: 치마길이를 
시도해본 적은 없습니다만.

241
00:13:08,373 --> 00:13:10,430
CA: 그럼 어떤 걸요?

242
00:13:10,454 --> 00:13:11,612
JS: 음, 전부다요.

243
00:13:11,636 --> 00:13:14,900
곡물양, 물론 햄길이는 아닙니다.

244
00:13:16,852 --> 00:13:19,152
날씨, 년간 리포트,

245
00:13:19,176 --> 00:13:25,128
분기 리포트, 역사 데이터, 
뭐든지 한번 말해보세요.

246
00:13:25,128 --> 00:13:27,728
저희는 하루에 
테라바이트의 정보를 처리합니다.

247
00:13:27,752 --> 00:13:31,876
이것들을 저장하고, 조정해서
분석을 할 수 있게 만듭니다.

248
00:13:33,446 --> 00:13:34,828
그리고 특이점들을 찾습니다.

249
00:13:34,852 --> 00:13:37,805
효율적 시장이론이

250
00:13:37,829 --> 00:13:40,281
맞지않는 특이점을 찾는 겁니다.

251
00:13:40,305 --> 00:13:43,772
CA: 하지만 어떤 특이점들이 단순히
무작위일수도 있지 않나요.

252
00:13:43,796 --> 00:13:47,454
이상한 특이점들을 보고
언제 서로 연결이 되는지

253
00:13:47,478 --> 00:13:48,806
아는게 비밀인가요?

254
00:13:49,238 --> 00:13:52,451
JS: 어떤 특이점은 
무작위일수도 있습니다.

255
00:13:52,475 --> 00:13:55,514
하지만, 자료를 충분히 갖기고 있다면
무작위가 아니라는걸 알 수 있습니다.

256
00:13:55,538 --> 00:14:00,488
당신은 어떤 특이점이 
충분히 오랜 기간 지속되고

257
00:14:00,512 --> 00:14:05,487
무작위일 가능성은 그렇게 
높지 않다는걸 알 수 있습니다.

258
00:14:05,511 --> 00:14:10,369
시간이 지나면서 이런 특이점은 
점차 없어지고 씻겨 내려갈 겁니다.

259
00:14:10,393 --> 00:14:12,813
따라서 비지니스의 꼭대기에서 
흐름을 다 알아야 합니다.

260
00:14:12,837 --> 00:14:19,959
CA: 많은 사람들은 헤지펀드를 
보고 매우 놀랍니다.

261
00:14:19,959 --> 00:14:22,127
얼마나 많은 부가 여기서 창출되는지

262
00:14:22,151 --> 00:14:24,396
얼마나 많은 인재들이 
여기로 흘러가는지에 대해서요.

263
00:14:25,523 --> 00:14:31,969
이런 헤지펀드나 일반적인 
금융업계에 대해 우려를 하시는지요?

264
00:14:31,991 --> 00:14:34,695
금융업이 폭주기관차라든가 아니면

265
00:14:34,719 --> 00:14:38,749
불평등을 가중시킨다든가 말이죠.

266
00:14:38,773 --> 00:14:42,604
헤지펀드계에서 무슨일이 
일어나고 있는지 말씀해 주시겠습니까?

267
00:14:42,628 --> 00:14:45,236
JS: 지난 3,4년간

268
00:14:45,260 --> 00:14:47,363
헤지펀드들은 특별히 
실적이 좋지 않았습니다.

269
00:14:47,387 --> 00:14:48,787
저희는 괜찮았지만

270
00:14:48,811 --> 00:14:52,812
전반적인 헤지펀드는 그렇게
좋지 못했습니다.

271
00:14:52,836 --> 00:14:57,738
모두가 알다시피 주식시장이 상승하고

272
00:14:57,762 --> 00:15:01,207
수익률이 오르면서

273
00:15:01,231 --> 00:15:04,294
지난 5년, 6년간 생긴
어마어마한 부는

274
00:15:04,318 --> 00:15:07,668
헤지펀드에 의해 생긴게 아닙니다.

275
00:15:08,458 --> 00:15:11,679
이건 다른 얘기지만 사람들이 
저에게 "헤지펀드가 뭐예요"라고 물으면

276
00:15:11,703 --> 00:15:13,963
저는 1과 20이라고 말합니다.

277
00:15:13,987 --> 00:15:17,553
뭐 지금은 2와 20 이겠네요.

278
00:15:17,577 --> 00:15:20,930
2%의 고정수수료과 
수익금의 20%를 말합니다.

279
00:15:20,954 --> 00:15:23,306
헤지펀드들은 모두 다릅니다.

280
00:15:23,330 --> 00:15:26,569
CA: 당신은 이것보다 더 많은 
수수료를 부과한다는 말이 있던데요.

281
00:15:27,339 --> 00:15:30,420
JS: 한때는 저희가 세계에서 
가장 높은 수수료를 부과했었죠.

282
00:15:30,444 --> 00:15:33,670
4% 그리고 44%를 부과했습니다.

283
00:15:33,694 --> 00:15:35,092
CA: 4와 44라.

284
00:15:35,116 --> 00:15:38,350
4%의 고정수수료와
44%의 수익금이죠.

285
00:15:38,374 --> 00:15:41,157
그런데도 투자자들에게 
엄청난 돈을 안겨 주셨죠.

286
00:15:41,181 --> 00:15:42,633
JS: 많이 돌려줬죠. 맞습니다.

287
00:15:42,657 --> 00:15:45,657
사람들이 "뭐 이렇게 높은 
수수료가 다있어?" 라고 화를 내면

288
00:15:45,681 --> 00:15:47,308
"좋아요, 그럼 돈을 
빼시면 됩니다." 라고 했습니다.

289
00:15:47,332 --> 00:15:50,150
그럼 "아니요. 어떻게 
돈을 더 벌수있죠?" 라고 하더군요

290
00:15:50,174 --> 00:15:51,678
(웃음)

291
00:15:51,702 --> 00:15:54,142
하지만 말씀드렸다시피 시기가 되면

292
00:15:54,166 --> 00:15:59,341
모든 투자자들의 주식을 사들였습니다.

293
00:15:59,365 --> 00:16:02,069
CA: 하지만 많은 다른 문제들과 달리

294
00:16:02,093 --> 00:16:07,531
헤지 펀드가 세계의 
많은 수학자들과 인재들을

295
00:16:07,555 --> 00:16:10,793
끌어들이는데 대해 
걱정을 해야하지 않을까요?

296
00:16:10,817 --> 00:16:12,746
JS: 글쎄요, 그렇게 보진 않습니다.

297
00:16:12,770 --> 00:16:15,449
저희는 천문학자, 물리학자 같은 
사람들을 고용합니다.

298
00:16:15,833 --> 00:16:18,264
크게 걱정할 필요는 없다고 봅니다.

299
00:16:18,288 --> 00:16:21,430
아직까지 작은 규모의 산업입니다.

300
00:16:21,454 --> 00:16:27,451
사실, 과학을 투자업계에 들이는건

301
00:16:27,475 --> 00:16:29,634
이 업계에 좋은 일이긴 합니다.

302
00:16:29,658 --> 00:16:33,728
불확실성을 줄이고 유동성을 늘이죠

303
00:16:33,752 --> 00:16:36,941
이익은 더 줄어듭니다.
왜냐하면 사람들이 그렇게 하고 있거든요.

304
00:16:36,965 --> 00:16:42,041
그러니 아인슈타인이 가서 헤지펀드를 
시작할 거라고 우려하지는 않습니다.

305
00:16:42,478 --> 00:16:46,642
CA: 당신은 이제
투자업계의 중간자에서 벗어나

306
00:16:46,666 --> 00:16:50,400
실제 투자를 하고 계신데요.

307
00:16:50,424 --> 00:16:54,528
바로 미국 전역에서 
수학을 부흥시키고 계십니다.

308
00:16:54,552 --> 00:16:56,417
여기 부인, 매릴린이 보이네요.

309
00:16:56,441 --> 00:17:01,197
부인과 함께 인도적 문제 해결에 
노력하고 계신데요.

310
00:17:01,221 --> 00:17:02,384
그것에 대해 말씀해 주시죠.

311
00:17:02,408 --> 00:17:06,057
JS: 음, 매릴린이 시작했죠.

312
00:17:06,081 --> 00:17:09,528
저기 위에 있네요 아름다운 부인이죠.

313
00:17:09,552 --> 00:17:12,524
20년전에 재단을 설립했어요.

314
00:17:12,548 --> 00:17:13,699
94년에요.

315
00:17:13,723 --> 00:17:15,818
저는 93년이라고 우기지만
부인은 94년이라고 하더군요.

316
00:17:15,842 --> 00:17:18,413
하지만 두 해중 하나겠죠 뭐.

317
00:17:18,437 --> 00:17:20,572
(웃음)

318
00:17:20,596 --> 00:17:27,315
저희는 단지 기부를 좀 더 편하게 
하기 위해 재단을 설립했습니다.

319
00:17:28,346 --> 00:17:30,853
부인이 재무같은 것을 담당했었죠.

320
00:17:30,877 --> 00:17:37,591
사실, 당시에는 어떤 비젼같은게 없었습니다.
하지만 점차 비젼이 생기기 시작했죠.

321
00:17:37,615 --> 00:17:43,119
수학, 과학과 기초연구에 
집중하자는 것이었습니다.

322
00:17:43,569 --> 00:17:46,341
그게 우리가 해 오고 있는 일입니다.

323
00:17:46,365 --> 00:17:52,720
저는 6년전에 르네상스를 그만두고
재단에서 일하기 시작했습니다.

324
00:17:52,744 --> 00:17:54,315
그게 저희가 하는 일입니다.

325
00:17:54,339 --> 00:17:57,248
CA: "미국을 위한 
수학 재단"은 기본적으로

326
00:17:57,272 --> 00:17:59,910
미국전역의 수학교사들에게 
투자를 하고 있습니다.

327
00:17:59,934 --> 00:18:03,736
이들에게 추가적인 수입을 주고 계시고
그리고 지원과 코칭도 하고 계시죠.

328
00:18:03,760 --> 00:18:06,811
그리고 이를 더욱 효과적이고

329
00:18:06,835 --> 00:18:09,436
교사들이 동기부여를 
받도록 하고 계십니다.

330
00:18:09,460 --> 00:18:14,250
JS: 예, 나쁜 선생들을 
두들겨 패는 대신에요.

331
00:18:14,274 --> 00:18:19,127
지금까지 교육계 전반에 걸쳐 
사기문제가 대두되어 왔습니다.

332
00:18:19,151 --> 00:18:21,592
특히 수학과 과학이 그렇죠.

333
00:18:21,616 --> 00:18:27,746
우리는 좋은 교사들을 
발굴해서 자격을 주고

334
00:18:27,770 --> 00:18:30,701
년 15,000불의 추가적인 
수입을 주고 있습니다.

335
00:18:30,725 --> 00:18:35,192
현재 뉴욕 공립학교의 수학, 과학 교사 
800명을 지원하고 있습니다.

336
00:18:35,216 --> 00:18:37,030
핵심 중 하나죠.

337
00:18:37,054 --> 00:18:40,740
이 사람들은 매우 강한 
자부심을 가지고 있고

338
00:18:40,764 --> 00:18:43,270
교육계에 계속 있을겁니다.

339
00:18:43,294 --> 00:18:46,189
내년에는, 1,000명이 될겁니다.

340
00:18:46,213 --> 00:18:49,757
이건 뉴욕시 공립학교 수학과학교사의
10%에 해당하는 숫자입다.

341
00:18:49,781 --> 00:18:55,686
(박수)

342
00:18:55,710 --> 00:18:59,120
CA: 짐, 여기 당신이 지원하는
또 다른 프로젝트가 있습니다.

343
00:18:59,144 --> 00:19:01,541
생명의 기원에 관한 연구인데요.

344
00:19:01,565 --> 00:19:03,012
여기 이게 뭔가요?

345
00:19:03,536 --> 00:19:05,418
JS: 이건 잠시만 아껴두도록 할게요.

346
00:19:05,442 --> 00:19:07,604
조금 있다 이것에 대해 
말씀드리겠습니다.

347
00:19:07,628 --> 00:19:10,684
생명의 기원은 정말 
매력적인 주제입니다.

348
00:19:10,708 --> 00:19:12,241
우리는 어떻게 여기에 왔나?

349
00:19:13,170 --> 00:19:14,941
글쎄요, 여기엔 두 가지 
질문이 있습니다.

350
00:19:14,965 --> 00:19:20,833
하나는 지질학 요소에서 생물학적 요소로 
가는 길이 무엇이냐는 겁니다.

351
00:19:20,857 --> 00:19:22,238
어떻게 여기에 왔냐의 문제죠.

352
00:19:22,262 --> 00:19:24,626
또 다른 질문은 "우리는 
무엇과 함께 시작했는가." 입니다.

353
00:19:24,650 --> 00:19:27,752
이 과정에서 무슨 물질들이 
작용을 했을까요?

354
00:19:27,776 --> 00:19:30,837
이 두 가지는 매우 
흥미로운 질문들입니다.

355
00:19:31,773 --> 00:19:37,607
첫 질문은 지질에서 RNA같은 것으로 
가는 지리한 과정입니다.

356
00:19:37,631 --> 00:19:39,889
어떻게 작용한걸까 이고

357
00:19:39,913 --> 00:19:42,301
다른 질문은 무엇과 함께 
작용할까의 질문입니다.

358
00:19:42,325 --> 00:19:44,096
우리가 생각하는 것 이상이죠.

359
00:19:44,120 --> 00:19:48,963
저기 찍혀 있는 건 
새로 생성되고 있는 별입니다.

360
00:19:49,836 --> 00:19:53,261
천 억개의 별이 있는 우리 은하계는

361
00:19:53,285 --> 00:19:55,780
매년 새로운 별이 두 개씩 탄생합니다.

362
00:19:55,804 --> 00:19:58,274
왜인지는 묻지 마세요, 
어쨌든 생성되고 있으니까요

363
00:19:58,298 --> 00:20:01,378
이 별들이 안정화 하는데는 
100만년이 걸립니다.

364
00:20:02,132 --> 00:20:04,308
안정적인 상태에서

365
00:20:04,332 --> 00:20:08,180
2백만개의 별들이 지금 
이 순간에도 형성되고 있습니다.

366
00:20:08,204 --> 00:20:11,662
저건 안정화 단계에 있는 별입니다.

367
00:20:12,067 --> 00:20:15,003
그리고 수 많은 쓰레기들이 
주위를 선회하고 있습니다.

368
00:20:15,027 --> 00:20:16,525
바로 먼지와 물질들이죠.

369
00:20:17,479 --> 00:20:20,502
어쩌면 태양계를 형성하거나, 
다른 형태를 일수도 있습니다.

370
00:20:20,526 --> 00:20:22,702
하지만 중요한 것은

371
00:20:22,726 --> 00:20:29,074
형성중인 별주변을 도는 이 먼지속에서

372
00:20:29,098 --> 00:20:35,133
많은 유기분자들을 발견했다는 겁니다.

373
00:20:35,958 --> 00:20:42,097
메탄뿐아니라 
포름알데히드, 시안화물 등

374
00:20:42,121 --> 00:20:48,638
생명의 기본구조물들을 발견했습니다.

375
00:20:49,136 --> 00:20:51,828
따라서 이 물질들은 
평범한 물질일 수 있습니다.

376
00:20:52,395 --> 00:20:59,329
그리고 우주를 돌고있는 
수많은 행성들이 바로

377
00:20:59,353 --> 00:21:02,965
이 생명을 구성하는 물질들과 
함께 생성될 수도 있다는 거죠

378
00:21:03,830 --> 00:21:06,545
그럼 우주 어딘가에 생명체가
살 수도 있다는 말일까요?

379
00:21:06,569 --> 00:21:07,933
아마도요.

380
00:21:07,957 --> 00:21:12,084
하지만 이 질문은 미약한 물질단계에서

381
00:21:12,108 --> 00:21:16,502
생명에 이르는 것이 
얼마나 힘든 과정이냐는 겁니다.

382
00:21:16,526 --> 00:21:21,718
대부분의 유기물질은 
황량한 행성으로 그냥 떨어지겠지요.

383
00:21:21,742 --> 00:21:23,151
CA: 그러니까 개인적으로

384
00:21:23,175 --> 00:21:25,897
우리가 어디에서 왔고, 
어떻게 생명이 생겼는지에 대한

385
00:21:25,921 --> 00:21:29,579
질문에 해답을 찾는것
이것이 당신이 바라는 것이군요.

386
00:21:29,603 --> 00:21:31,389
JS: 예 맞습니다.

387
00:21:31,397 --> 00:21:38,097
이 과정이 너무나 힘들어 불가능하다면

388
00:21:38,121 --> 00:21:42,875
우리가 어떻게 시작되었는지와 상관없이
우주에서 생명은 우리 하나일 겁니다.

389
00:21:43,442 --> 00:21:47,990
하지만 우주를 떠다니는 
이런 유기물 먼지들을 봤을 때

390
00:21:48,014 --> 00:21:51,805
저 바깥에는 많은 외계인 
친구들이 있을 수 있습니다.

391
00:21:52,947 --> 00:21:54,108
어주 멋진 일이죠.

392
00:21:54,132 --> 00:21:57,612
CA: 짐, 몇년전 엘런 머스크와 
이야기를 나눌 기회가 있었는데요.

393
00:21:57,636 --> 00:22:00,473
제가 성공의 비결이 
뭐냐고 물은 적이 있습니다.

394
00:22:00,497 --> 00:22:04,188
그는 물리학을 중요시해라 라고 하더군요.

395
00:22:04,696 --> 00:22:08,699
말씀하시는 걸 들으니
바로 당신의 인생과 함께한

396
00:22:08,723 --> 00:22:11,726
수학을 중요하게 
생각하라는 걸로 들리네요.

397
00:22:12,123 --> 00:22:16,686
수학은 당신에게 
엄청난 부를 안겨주었고

398
00:22:16,710 --> 00:22:21,206
지금은 미국 전역의 수많은 아이들의 
미래에 투자를 하고계시죠.

399
00:22:21,567 --> 00:22:24,425
과학이 실제로 통할까요?

400
00:22:24,449 --> 00:22:27,221
수학이 실제로 통할까요?

401
00:22:27,245 --> 00:22:31,617
JS: 수학은 확실히 통합니다. 
수학은 통해요.

402
00:22:31,641 --> 00:22:32,839
즐기고 있습니다.

403
00:22:32,863 --> 00:22:37,809
매릴린과 함께 일하면서 재능을 
나누는 것은 아주 즐거운 일입니다.

404
00:22:37,833 --> 00:22:40,769
CA: 지식을 진지하게 
받아들이면서훨씬 많은 것을

405
00:22:40,793 --> 00:22:44,800
그것으로 부터 얻을수 있다는 생각은 
저에게 큰 영감을 주었습니다.

406
00:22:44,824 --> 00:22:47,842
당신의 멋진 인생이야기와
TED에 와주셔서 감사드립니다.

407
00:22:47,846 --> 00:22:48,611
감사합니다.

408
00:22:48,611 --> 00:22:49,746
여러분 짐 사이먼스였습니다!

409
00:22:49,746 --> 00:22:54,186
(박수)