우빈유

I say the quiet parts out loud

[Def @deferare]

https://t.co/4wBwdBCInY

[우빈유 @ubn_you]

@deferare 안��하세요.

[Def @deferare]

프리미엄 유저 아니라도 괜찮아요.
다른 관심사라도 괜찮아요.
어차피 추천 알고리즘이 최적화 시켜줄거에요.

맞팔 + 소통 해요!
저 절대 언팔 안합니다~
리플라이 남겨주시면 바로 맞팔 해드릴게요.

[Def @deferare]

https://t.co/9jrGFZrMAo

[Def @deferare_us]

https://t.co/Is1lNv1CgQ

[Def @deferare_us]

https://t.co/yEEYqIwJ5p

[Def @deferare]

https://t.co/0e8fSgj3eF

[Def @deferare]

https://t.co/KCddoJ8Z0x

[Def @deferare]

https://t.co/oNB44HCCpe

[Def @deferare]

https://t.co/tPNwE1RlW5

[Def @deferare]

https://t.co/UvGaBk78yP

[Def @deferare]

https://t.co/XJXFlMa2QJ

[Def @deferare]

https://t.co/RHclanvfpm

[Def @deferare]

https://t.co/YlkoSM051b

[Def @deferare]

https://t.co/25pg6KQxfN

[Def @deferare]

https://t.co/wZ2H4MUNjm

[Def @deferare]

https://t.co/k1vBKEnLla

[Def @deferare]

넷플릭스는 왜 별점 평가를 없앴는가

2017년 넷플릭스는 5점 별점 시스템을 없애고
👍 / 👎 (Like / Dislike) 체계로 바꿨다.

공식 이유는 단순했다:

“사용자들이 별점을 거의 쓰지 않는다.
더 단순한 방식이 필요하다.”

하지만 이건 UI 문제가 아니라
추천 알고리즘 구조의 문제였다.

⸻

별점의 문제: ‘정교하지만 쓸모없다’

5점 시스템은 정보량이 많다.
•3점 = 애매
•4점 = 꽤 좋음
•2점 = 별로

하지만 문제는:
•사람들은 1점이나 5점만 주는 경향이 있다 (극단화)
•기준이 사람마다 다르다
•피로하다 (생��해야 한다)

결과적으로 데이터는 많아 보이지만 노이즈가 심하다.

⸻

넷플릭스의 진짜 목표는 “평가”가 아니다

넷플릭스는
“당신이 이 작품을 몇 점으로 평가했는가”보다

👉 “당신이 끝까지 봤는가?”
👉 “다음 작품으로 이어졌는가?”

이게 더 중요하다.

넷플릭스에게 별점은
사용자 만족도 측정 도구가 아니라

추천 모델을 훈련시키는 입력값 중 하나일 뿐이었다.

그런데 시청 완료율, 이탈 시간, 재생 패턴이
훨씬 더 강력한 신호였다.

즉:

별점 < 실제 행동 데이터

⸻

더 근본적인 문제: 별점은 ‘객관적 평가’를 암시한다

5점 시스템은 이런 착각을 만든다:

“이 콘텐츠는 4.3점짜리다.”

이건 마치 객관적 품질 지표처럼 보인다.

하지만 넷플릭스는
보편적 품질에 관심이 없다.

그들은 묻는다:

“이게 당신에게 맞는가?”

그래서 그들은
글로벌 평균 점수를 보여주는 대신

👉 “당신과 취향이 비슷한 사람들이 좋아합니다”

라는 구조로 이동했다.

⸻

철학적 포인트

별점 시스템은
‘공공적 합의’를 전제로 한다.

👍/👎 시스템은
‘개인화’를 전제로 한다.

넷플릭스는
플랫폼을 “평론 공간”이 아니라
개인 맞춤 소비 머신으로 정의했다.

[Def @deferare]

모델의 파라미터 수는 인간의 전체 시냅스가 아니라 대뇌 피질의 시냅스 수와 비교해야함.

GPT가 수행하는 일은 언어, 추론, 계획, 추상화 같은 고차원 인지 작업이다. 이런 기능은 인간 뇌에서 주로 대뇌피질이 담당한다. 소뇌는 운동 조정과 자동화에 특화되어 있고, 뇌간은 생존 기능을 맡는다. GPT는 소뇌적 기능을 대체하는 모델이 아니다. 비교 대상은 대뇌피질이다.

대뇌피질에는 약 160억 개의 뉴런이 있고, 뉴런당 평균 수천 개의 시냅스가 존재한다. 대략 계산하면 대뇌피질 시냅스는 약 100조(10¹⁴) 수준이다.

반면 대형 GPT 모델은 수천억~수조(10¹¹~10¹²) 파라미터 규모다. 숫자만 보면 아직 대뇌피질 연결 수의 1/100~1/1000 수준이다. “이미 인간 뇌를 넘어섰다”는 표현은 구조적으로 과장에 가깝다.

물론 파라미터와 시냅스는 완전히 동일하지 않다. GPT의 파라미터는 정적 가중치이고, 시냅스는 동적 가소성과 시간적 발화 패턴을 포함하는 생물학적 시스템이다. 계산 방식도 다르다. 그럼에도 불구하고 비교가 의미 있는 이유는 하나다.

지능은 결국 ‘연결의 규모와 구조���에 의해 결정될 가능성이 크기 때문이다.

GPT는 파라미터가 늘어날수록 성능이 상승한다. 인간 역시 진화 과정에서 대뇌피질이 확장되며 고차원 인지가 발달했다. 이 평행성은 우연일까, 아니면 지능의 보편적 법칙일까?

만약 인간 수준 일반 지능이 특정 연결 밀도를 필요로 한다면, 모델의 파라미터 수는 결국 대뇌피질 시냅스 수(≈10¹⁴)에 수렴해야 할지도 모른다.
혹은 전혀 다른 계산 원리가 등장할 수도 있다.

지금 우리는 은하 수천 개에 해당하는 생물학적 연결 구조를, 거대한 행렬로 근사하려는 중이다.

[Def @deferare]

https://t.co/JpvfoCUWfL