조슈아 갠스, AI를 '예측의 가격'으로 보는 미시경제학 오픈 액세스 책 출간

경제학자들도 AI로 예측을 더 잘하게 되는 건가?

AI가 정확해야 가능한 얘기 아닌가.

경제학에서 목소리 큰 사람은 정확성보다 영향력을 원할 때가 많음. 예측 잘하는 사람은 은행이나 헤지펀드로 가고.

AI 덕에 이제 다음 10번의 경기침체 중 18번을 예측할 수 있게 됐네.

솔직히 논문은 더 많이 나오는데 평범한 아이디어와 구현, 클로드 말투가 섞인 글도 늘었음. 회귀분석 조합을 모조리 돌려 원하는 결과를 찾기도 쉬워졌고. 대신 Google Books의 옛 문서에서 역사 데이터를 뽑고, 탐색용 그래프를 만드는 일은 훨씬 빨라졌음.

경제이론 대부분은 예측보다 설명을 목표로 함. 금융의 예측 모형은 경제 가정보다 일반 통계 기법이나 최소한의 이론을 쓴 계량기법에 기대는 경우가 많음.

내 경험상 최신 LLM은 경제적 직관이 형편없어서 유용한 모형 가정을 세우는 데는 방해가 됨. 하지만 수학에는 꽤 쓸 만해서 계산을 확인하고 확장하는 데 쓰고 있음.

'응용통계'가 더 정확한 표현이라는 말이 와닿았음. AI를 한참 설명하다 보면 결국 '아주 고급 자동완성'이라는 결론으로 들리더라.

MLE 입장에서는 너무 환원적인 표현임. 검색, 추천, 군집화, 토픽 모델링, 이상치 탐지, 스팸 필터, 이미지 확산은 통계라는 공통점이 있어도 작동 방식과 결과가 꽤 다름. 트랜스포머는 규모를 키우면서 예상 못 한 성질도 나옴.

MIT Press에 오픈 액세스 도서가 있는 줄 몰랐네. 읽을 책 목록에 넣겠음.