AI시대에는 왜 인문학이 중요한가? - AI의 인과추론Causal Inference은 철학에서 시작되었다!

본 도서는 창의적인 AI설계와 활용을 위해서는 인문학이 중요하다는 것을 정리한 책이다. AI가 인류의 문명 패러다임을 완전히 바꾸 고 있다. 지금의 AI발전 속도라면 곧 에이전트 AI와 피지컬 AI가 인간의 모든 노동력과 산업 생산을 떠 맡게 된다. 기술적으로는 이미 에이전트AI와 피지컬AI구현이 가능하다.

지금의 청소년세대들은 어떤 직업을 갖고 연봉을 얼마나 받을 것인가? 를 떠나 인간은 어떻게 살아야 할 것인가? 같은 근본적인 문제 를 고민하여야 할 때이다. 한 사회 사건에 대한 원인과 결과(인과추론)를 파악하기 위해 적당한 인재를 찾고 있다면 인문학 전공자가 좋을까? 아니면 공학 전공자가 적당 할까?

창의적인 AI설계를 하고 활용하기 위해서는 굳이 전공의 구분이 필요 없다. 추론 하는 데는 오히려 인문학이 더 유리하다. 본 도서 제1장과 제4장에서 그 이유를 찾을 수 있다.

앤트로픽이 2026년 6월 9일 새로운 언어 모델 Claude Fable 5를 공개한 후 3일만에 미국 정부가 사용을 금지 시켰다는 보도다. 개 발 회사 직원일지라도 외국인은 사용 금지한다는 내용도 있다. AI패권이 핵무기보다도 더 강력한 패권 시대가 되었다. AI패권은 인재 패권으로 직결된다. 자국의 독자 모델이 없으면 AI사용도, 개발도 어려운 시대가 되었다. AI독자기술은 돈을 아무리 많이 주어도 살수 없다.

가장 많이 년 봉을 받던 개발자들의 직업이 순식간에 사라지고 있고 변호사 일도, 회계사 업무도 의사가 하는 진단도 AI가 더 잘 한다. 인간의 교유 영역이라 주장하던 창작과 예술도 AI가 기하 급수적으로 증가하는 학습과 추론을 통해 다양한 결과를 더 잘 낸다. 모든 직업의 판도가 변하고 있다.

교육도 예전의 방법으로는 어렵게 되었다. 지금의 청소년들에게는 무엇을, 어떻게 가르쳐야 할까? 우리 아이들에게는 어떤 직업이 유 망 할까? 자라나는 청소년들을 둔 학부모들은 이런 고민을 안 할 수가 없다. AI때문에 세상과 교육 환경이 급격히 변하는 것들에 대해 궁금해 하는 독자들과 정보를 공유하고 싶어 오랜 동안 AI교육과 연구를 해 온 필자의 경험을 나누고자 집필 하였다.

[목 차]

책을 일기 전에 (6)

제 1 장AI시대에는 왜 인문학이 필요한가?

인간은 이학습하고 추론하면서 세상을 만들어 간다. (7)

인간은 어떻게 생각하고 지식이란 무엇인가? (9)

AI는 인간의 마음을 나타내는 도구다. (12)

 

제 2 장 AI란 무엇인가? (14)

AI의 기초-철학(Philosophy) (19)

AI의 기초-심리학(Psychology) (21)

AI는 마음과 생각을 지식으로 나타내는 도구다. (24)

AI의 기초-수학(Mathematics) (36)

AI의 기초-컴퓨터 공학(Computer Engineering) (38)

AI는 생각할 수 있을까? (40)

AI의 의미는 어떻게 정의 되는가? (41)

AI의 분류 (43)

AI의 기본 원리(45)

신경망의 기본 모델( 50)

 

 

신경망의 종류 (54) 신경망의 학습 원리 (59) 최근의 AI학습모델 동향 (67)

자연현상에서 얻을 수 있는 AI원리 (91) AI역사 (95)

LLM, 생성형 AI, 챗GPT차이점? (97)

 

제 3장. AI의 데이터 (98) 데이터란 무엇인가? (99)

AI는 데이터를 통해 어떻게 학습하는가? (103) AI에는 왜 많은 데이터가 필요한가? (106)

AI는 데이터를 어떻게 활용하는가? (111) AI는 어떻게 예측 할 수 있는가? (113) 데이터의 편향과 공정성의 한계 (117)

 

제 4 장 LLM과 인과 추론 (119) 추론이란? (119)

AI는 원인을 이해 할까? (120) AI의 인과추론 개요 (122) 상관관계와 인과 관계 (123) 인과추론의 기본 지식 (126) 개입인과 (127)

인과모델의 개입변수 (128)

AI의 사건에 대한 반 사실적사고 (128)

반 사실적 인과 (130)

인과모델의 내생변수 (131)

개별 처치 효과 (132)

이질적 처치효과와 평균처치효과 (135)

인과 추정량의 평균처치효과 (136)

ATE와 HTE의 효과차이 (137)

조건부 평균처치효과 (137)

HTE의 측정방법 (137)

머신런닝/인과포레스트 (138)

잠재적 결과 (139)

인과추론의 일치성 (140)

상호간섭 없음 또는 SUTVA (140)

인과 추정량 (141)

데이터 편향 (141)

데이터 문제가 발생하는 원인 (144)

후방도어 패스를 해결하는 인과추론 (146)

인과추론을 알아야 하는 목적 (147)

추론의 강인성 (147)

인과 예측의 한계 (148)

인과 모델링 방법 (148)

인과모델과 추론 (149)

구조적 인과모델 (150)

인과그래프 모델 (151)

잠재변수와 교란변수 (152)

인과추론과 간섭 (153)

독립인과 추론 (159)

저밀도 변형인과 (161)

학습인과 변수 (161)

데이터를 분리 학습 (162)

데이터 전송을 통한 학습 (163)

머신런닝 주지도학습 (163)

인과추론 강인성 및 일반화 (165)

사전학습, 데이터 강화학습 및 자기지도학습 (165)

동적변화 시스템의 인과학습변수 (167)

기존 딥런닝의 편향문제 (168)

방향성 비순환 그래프 (DAG) (168)

이중 강인성 (170)

확장된 역확률 가중치 (171)

데이터 희소성 (172)

다목적 학습 (MTL)에 의한 인과추론 향상(174)

 

제 5 장 미래의 AI는 어떻게 되어야 할까? (179) 에이전트 AI (183)

미래는 피지컬 AI다! (187)

 

제 6 장 AI혁명으로 인류 문명의 패러다임이 바뀌고 있다. (191)

 

미래 AI시대에는 인문학이 답이다. (192) 사건에 대한 비판적 사고와 AI리터러시 (194) 복잡한 사건을 이해 할 수 있는 문해력 (195) 인문학은 AI 활용 능력을 길러준다. (196) AI시대의 윤리적 판단과 도덕적 추론 (197) AI시대에 적합한 창의성 (198)

인간중심 AI 설계 (198) AI시대의 인문학 교육 (199) STEAM교육과 융합인재 양성 (200) 비판적 AI리터러시 교육 (201)

AI와의 협력 방안에 대한 인문학 교육 (202) AI시대 미래를 위한 나침반, 인문학 (203) AI가 열어주는 인문학의 새로운 가능성 (204)

인문학적 AI사회의 상상력을 그릴 수 있다. (205) AI시대에는 인문학이 가장 필요한 시대이다. (206) AI를 통한 인문학의 새로운 가치 창출 (207)

제 7 장 국가패권, AI패권, 인재패권시대 (208) 국가별AI경쟁력 지수 (210)

한국의 AI인재양성 전략 (212)

AI교육, AI시대에는 한국이 최고의 리더 국가가 될 수 있다. (221)

AI를 이용한 교육 (223)

AI를 잘 가르치는 방법 (224)

유네스코 K-12 AI 교육과정 분석 (227)

미국의K-12 AI교육과정 (234)

중국의 K-12 AI교육과정 (237)

캐나다의 K-12 AI교육과정 (242)

인도의 K-12 AI교육과정 (246)

영국의 K-12 AI교육과정 (250)

한국의 K-12 AI교육과정 (253)

챗GPT교육과정 자료 (255)

왜 AI교육과정 필요한가? (256)

한국형 K-12 AI교육과정 설계 예 (260)

참고문헌 (266)

편집후기 (272)

저자이력 (273)

부록 : 추론 (276)