별로 향하는 문

부제: 앞선 글에서 분단비용을 계산했습니다. 이번에는 휴전선 이남의 청구서를 봅니다. 1. 갈등도 공짜가 아닙니다 앞선 글에서 저는 통일 논의의 오류가 "한쪽 비용만 계산하는 회계"에 있다고 썼습니다. 같은 진단이 국내 갈등에도 그대 로 적용됩니다. 우리는 갈등을 가치의 문제로만 다룹니다. 옳으냐 그르냐, 누가 정의로우냐. 그런데 갈등에는 청구서가 붙습니다. 그 청 구서는 논쟁에서 이긴 쪽에도, 진 쪽에도, 논쟁에 참여하지 않은 사람에게도 똑같이 발송됩니다. 이 글은 옳고 그름을 다루지 않습니다. 가격표만 봅니다. 2. 숫자부터 — 연평균 233조 원 2024년, 국무조정실이 단국대 분쟁해결연구센터에 의뢰한 연구용역이 처음으로 정부 차원의 공식 추계를 내놓았습니 다. 2013~2022년 10년간 사회갈등..

** 핵심 명제 (v1 대비 정교화)**온톨로지는 지식 표현 기술로는 20년간 팔리지 않았습니다. 지금 팔리는 이유는 단 하나, LLM의 환각을 구조적으로 억제하는 유일한 검증된 수단이기 때문입니다. 따라서 모든 수익 모델은 "그래프를 판다"가 아니라 "그래프 없이는 정확도가 32%인 문제를 86%로 올려준다"로 설계해야 합니다.1. 시장 근거 (실측)지표수치출처 / 해석AI-Ready 엔터프라이즈 지식그래프 시장2026년 USD 10.5억 → 2036년 USD 65.5억CAGR 20.1%. GraphRAG 인프라·AI 거버넌스가 성장 동인 (Morningstar/PRNewswire 인용 리서치)Fortune 500 지식그래프 활용률약 70%고객 인사이트·이상거래 탐지 중심. 기술 검증은 이미 끝난 단계..

1편 · RAG — LLM에 기억이 아니라 근거를 붙이는 기술대규모 언어모델은 학습이 끝나는 순간 지식이 굳어버립니다. 여기서 세 가지 결함이 동시에 발생합니다. 학습 이후의 사실을 알지 못하고, 모르는 것을 그럴듯하게 지어내며, 사내 문서나 계약서 같은 비공개 자료는 애초에 접근 대상이 아닙니다. 파인튜닝으로 메우려는 시도는 비용과 갱신 주기 양쪽에서 불리합니다. 문서 한 건 수정될 때마다 모델을 다시 학습시킬 수는 없기 때문입니다.RAG는 문제를 다르게 풉니다. 지식을 파라미터 안에 넣는 대신 외부 저장소에 두고, 질문이 들어온 그 순간 검색해서 프롬프트에 주입합니다. 모델은 기억하는 존재가 아니라 주어진 근거를 읽고 답하는 존재로 역할이 바뀝니다. 문서를 갱신하면 즉시 반영되고, 답변에 출처를 붙일..

투표율은 올랐는데, 왜 아무것도 바뀌지 않는가청년은 정치를 외면한 적이 없다. 정치가 청년을 외면했을 뿐이다대표 없는 세대의 산수(算數)2026년 6·3 지방선거 투표율은 61.0%였습니다. 31년 만의 최고치입니다. 30대 이하 출마자는 810명으로 역대 가장 많았습니다. 한 정치학자는 이를 두고 "정치적 효능감이 투표율을 높였다"고 진단했습니다. 계엄과 탄핵을 거치며 내 표가 실제로 무언가를 바꾼다는 자신감이 생겼다는 것입니다.그렇다면 이제 "요즘 젊은 사람들은 정치에 관심이 없다"는 말은 폐기해도 됩니다. 관심은 충분했습니다.문제는 그다음입니다. 투표율이 31년 만에 최고치를 찍은 다음 날에도, 20·30세대의 삶을 규정하는 조건들 — 주거, 부채, 고용의 불안정성, 그리고 앞으로 40년간 납부할 ..

천만 도시라는 이름을 내려놓다한때 서울은 '천만 도시'였다. 1988년 올림픽을 치르던 무렵 서울은 처음으로 인구 1,000만을 넘겼고, 그 숫자는 오랫동안 이 도시의 자부심이자 정체성이었다. 그런데 2020년대를 지나며 서울 인구는 조용히 930만 명대로 내려앉았다. 어느 날 갑자기 벌어진 일이 아니다. 데이터는 이 변화가 30년에 걸쳐 서서히 진행된 구조적 흐름이라고 말한다.사람들은 서울을 '떠난' 것이 아니다가장 먼저 짚어야 할 오해가 있다. 서울 인구 감소는 사람들이 서울을 싫어해서 떠난 결과가 아니라는 점이다. 전입·전출 데이터를 뜯어보면, 서울을 빠져나간 사람들의 대다수는 경기·인천으로 이동했다. 즉 서울을 떠난 것이 아니라 '수도권 안에서 자리를 옮긴' 것에 가깝다. 이유는 단순하고 뼈아프다..

모든 예측은 틀리고, 모든 보여지는 언어는 반대로 해석하면 된다.

AI가 질문에 답하고, 글을 쓰고, 이미지를 만들며, 코드를 작성하는 시대가 되었다. 이제 사람은 필요한 정보를 직접 외우거나 오랜 시간 검색하지 않아도 된다. 그렇다면 AI 시대에도 정보를 배워야 할까?오히려 지금이야말로 정보를 제대로 배워야 하는 시대다. 다만 배움의 목적은 더 이상 많은 지식을 머릿속에 저장하는 데 있지 않다. AI 시대에 정보를 배운다는 것은 정보가 어떻게 만들어지고, 처리되고, 전달되며, 사회에 영향을 미치는지를 이해하는 것​이다.정보를 찾는 능력에서 정보를 판단하는 능력으로과거에는 원하는 정보를 빠르게 찾는 사람이 유능했다. 그러나 검색엔진과 생성형 AI의 등장으로 정보 탐색 자체는 쉬워졌다. 이제 중요한 것은 정보의 양이 아니라 정보의 신뢰성이다.AI는 자연스럽고 자신감 있는..

인공지능이 복잡한 계산을 몇 초 만에 처리하고, 어려운 수학 문제의 풀이까지 단계별로 설명해 주는 시대가 되었다. 이제는 자연스럽게 이런 질문이 나온다. “AI가 계산도 하고 문제도 풀어 주는데, 우리는 왜 수학을 배워야 할까?”이 질문은 수학 교육이 필요 없다는 뜻이 아니다. 오히려 AI 시대에는 수학을 배우는 목적이 무엇인지 다시 생각해야 한다는 뜻에 가깝다. 과거의 수학 교육이 빠르고 정확하게 답을 구하는 능력을 강조했다면, 앞으로의 수학 교육은 문제를 정의하고, 관계를 발견하며, AI가 제시한 답을 판단하는 능력을 길러야 한다.계산하는 능력에서 질문하는 능력으로전통적인 수학 수업에서는 주어진 문제를 정해진 공식에 따라 푸는 경우가 많았다. 방정식이 주어지면 해를 구하고, 함수가 주어지면 그래프를 ..

안녕하세요. 도시공학(공간계량·부동산 데이터 전공) 박사 정동수입니다. 오늘은 부동산 시장의 흐름을 크게 바꿀 수 있는 중대한 이벤트를 짚어드리겠습니다. 청와대는 7월 23일 오전 10시부터 100분간 '부동산 대토론회'를 개최합니다. 슬로건은 '나라의 주인과 함께 설계하는 대한민국 부동산정책 청사진'이며, 정부는 이를 계기로 보유세 등 세제 개편안을 확정한다는 계획입니다. 정부 측 35명·전문가 30명·일반 국민 75명 등 총 140명이 참석하고, 앞서 14~16일 국토부(공급)·금융위(금융)·재경부(세제) 부처별 토론회를 종합하는 자리입니다. 이재명 대통령은 적정 보유세, 실거주 1주택과 다주택의 차등, 초고가 주택 기준, 보유세·거래세 관계 등을 쟁점으로 제시했고, 16일 세제 토론회에서는 종부세 ..

도로·철도·공항 같은 대형 사회간접자본 사업을 둘러싼 기사에서 “예타 기준이 1,000억 원으로 상향됐다”는 표현이 등장합니다. 정부가 2026년 예비타당성조사 제도 개편 방향을 발표했기 때문입니다.하지만 개편 방침의 발표, 평가지침의 변경, 국가재정법상 대상 기준의 변경은 같은 단계가 아닙니다. 2026년 7월 22일 현재 적용되는 법률과 앞으로 적용하려는 개편안을 구분해 볼 필요가 있습니다.결론부터 한눈에 보기구분현행 국가재정법2026년 개편 방향총사업비 기준500억 원 이상SOC 사업 1,000억 원 이상 추진국가 재정지원 기준300억 원 이상500억 원 이상 추진법적 상태현재 시행 중법률 개정이 필요한 정책 방향평가체계경제성·정책성·지역균형발전 등을 종합정책성·지역균형성장 평가 강화·개편[사실] ..