TED2009
Sean Gourley: The mathematics of war
숀 고울리가 전쟁의 수학에 대해 이야기합니다.
Filmed:
Readability: 3.6
1,030,256 views
뉴스에서 뽑은 생 데이타를 그래프에 좌표로 그려본 결과, 숀 고울리와 그의 팀은 현대 전쟁의 본질에 관한 놀라운 결론에 도달했는데 어쩌면 이 연구결과는 국제적 갈등을 해결할 수 있는 모델로 사용될지도 모른다.
Sean Gourley - Physicist and military theorist
Sean Gourley, trained as a physicist, has turned his scientific mind to analyzing data about a messier topic: modern war and conflict. He is a TED Fellow. Full bio
Sean Gourley, trained as a physicist, has turned his scientific mind to analyzing data about a messier topic: modern war and conflict. He is a TED Fellow. Full bio
Double-click the English transcript below to play the video.
00:12
We look around the media, as we see on the news from Iraq,
0
0
3000
우리가 미디어에서 이라크, 아프가니스탄 및
00:15
Afghanistan, Sierra Leone,
1
3000
3000
시에라 리온에 대한 뉴스를 들을때
00:18
and the conflict seems incomprehensible to us.
2
6000
4000
우리는 이 전쟁들을 이해 할 수 없다고 느끼지요.
00:22
And that's certainly how it seemed to me when I started this project.
3
10000
4000
저도 이 프로젝트를 시작했을때 바로 그렇게 느꼈죠.
00:26
But as a physicist,
4
14000
2000
그런데 물리학자로서 제가 가만히
00:28
I thought, well if you give me some data,
5
16000
3000
생각해 보니 적절한 데이터만 있으면 이해할 수
00:31
I could maybe understand this. You know, give us a go.
6
19000
2000
있을지 모른다는 생각을 하고 시도해 보기로 했죠.
00:33
So as a naive New Zealander
7
21000
2000
그래서 순진한 뉴질랜드 사람인
00:35
I thought, well I'll go to the Pentagon.
8
23000
2000
저는 펜타곤으로 가서 "자료 좀 주실 수
00:37
Can you get me some information?
9
25000
2000
있습니까?" 그러면 될지 알았죠.
00:39
(Laughter)
10
27000
3000
(웃음)
00:42
No. So I had to think a little harder.
11
30000
4000
안된다고 하더군요. 그래서 좀 더 생각을 해야 했지요.
00:46
And I was watching the news one night in Oxford.
12
34000
3000
어느날 밤 옥스포드에서 뉴스를 보고
00:49
And I looked down at the chattering heads on my channel of choice.
13
37000
3000
제가 선택한 채널에서 사람들이 토론하는 것을 보다가
00:52
And I saw that there was information there.
14
40000
2000
바로 그곳에 정보가 있다는 것을 깨달았지요.
00:54
There was data within the streams of news that we consume.
15
42000
3000
매일 접하는 뉴스에 제가 원하는 데이터가 있다는 것이죠.
00:57
All this noise around us actually has information.
16
45000
4000
미디어에 떠도는 소리에 정보가 있다는 겁니다.
01:01
So what I started thinking was,
17
49000
2000
그래서 저는 뉴스를 일종의
01:03
perhaps there is something like open source intelligence here.
18
51000
3000
오픈소스 정보처로 취급하자고 생각했지요.
01:06
If we can get enough of these streams of information together,
19
54000
3000
우리가 이런 정보의 흐름을 충분히 모을 수 있으면
01:09
we can perhaps start to understand the war.
20
57000
3000
전쟁을 이해하기 시작할 수 있을지 모른다고 생각했지요.
01:12
So this is exactly what I did. We started bringing a team together,
21
60000
3000
그래서 저는 그런 방식으로 작업을 시작해서
01:15
an interdisciplinary team of scientists,
22
63000
2000
경제학자, 수학자 같은 다학문적 과학자로
01:17
of economists, mathematicians.
23
65000
3000
구성된 팀을 만들기 시작했지요.
01:20
We brought these guys together and we started to try and solve this.
24
68000
3000
우리 팀원들은 이 문제를 해결하려고 작업을 시작했지요.
01:23
We did it in three steps.
25
71000
2000
저희들의 작업은 세단계로 진행됐습니다.
01:25
The first step we did was to collect. We did 130 different sources of information --
26
73000
4000
첫단계는 정보 수집이었죠. 우리는 총 130 개의 데이터 소스로 부터
01:29
from NGO reports to newspapers and cable news.
27
77000
3000
데이터를 모았지요.-- NGO 보고서, 신문 및 케이블 뉴스를 다 뒤졌지요.
01:32
We brought this raw data in and we filtered it.
28
80000
3000
우리는 이런 미가공 데이터로 부터 적절한 부분을 추려냈지요.
01:35
We extracted the key bits on information to build the database.
29
83000
3000
그리고는 핵심적인 정보를 뽑아내서 데이터베이스를 구축했지요.
01:38
That database contained
30
86000
2000
우리는 그 데이터베이스에
01:40
the timing of attacks,
31
88000
2000
공격시간, 장소, 공격규모 및
01:42
the location, the size and the weapons used.
32
90000
2000
사용된 무기 등의 정보를 모았지요.
01:44
It's all in the streams of information we consume daily,
33
92000
3000
우리가 데이터베이스에 저장한 정보는 누구던지 방법만 알면
01:47
we just have to know how to pull it out.
34
95000
2000
매일 접하는 정보에서 얼마던지 뽑아낼 수 있는 것들이었죠.
01:49
And once we had this we could start doing some cool stuff.
35
97000
2000
일단 이렇게 데이터베이스가 준비되면 멋진 일들을 할 수 있죠.
01:51
What if we were to look at the distribution of the sizes of attacks?
36
99000
3000
공격규모의 분포를 보면 어떤 결과가 나올까?
01:54
What would that tell us?
37
102000
2000
이 데이터는 우리에게 무엇을 말해줄까?
01:56
So we started doing this. And you can see here
38
104000
2000
그래서 우리는 데이터를 분석하기 시작했지요.
01:58
on the horizontal axis
39
106000
2000
가로축은
02:00
you've got the number of people killed in an attack
40
108000
2000
반란군의 공격으로 사망한 사람들의 수
02:02
or the size of the attack.
41
110000
2000
또는 공격의 규모지요.
02:04
And on the vertical axis you've got the number of attacks.
42
112000
3000
세로축은 공격횟수입니다.
02:07
So we plot data for sample on this.
43
115000
2000
이 데이터로 그래프를 그리면
02:09
You see some sort of random distribution --
44
117000
2000
데이터가 무작위로 분포된 것을 볼 수 있죠.
02:11
perhaps 67 attacks, one person was killed,
45
119000
3000
한명이 죽은 공격이 67회,
02:14
or 47 attacks where seven people were killed.
46
122000
3000
7명이 죽은 공격이 47회 이런 식이죠.
02:17
We did this exact same thing for Iraq.
47
125000
2000
이라크전에도 같은 방법을 적용했습니다.
02:19
And we didn't know, for Iraq what we were going to find.
48
127000
3000
이라크전의 경우 어떤 결과가 나올지 몰랐지요.
02:22
It turns out what we found was pretty surprising.
49
130000
4000
그랬더니 꽤 놀라운 결과가 나왔지요.
02:26
You take all of the conflict,
50
134000
2000
우리가 모든 공격에 대한
02:28
all of the chaos, all of the noise,
51
136000
2000
데이터를 종합해 본 결과
02:30
and out of that
52
138000
2000
데이터의 혼란과 데이터의 노이즈 속에
02:32
comes this precise mathematical distribution
53
140000
2000
공격과 죽은 사람의 수에 대한 정확한
02:34
of the way attacks are ordered in this conflict.
54
142000
3000
수학적인 분포가 있다는 것을 발견했지요.
02:37
This blew our mind.
55
145000
2000
이것은 저희들에게는 엄청난 발견이었지요.
02:39
Why should a conflict like Iraq have this
56
147000
4000
왜 이라크의 전쟁에 이러한
02:43
as its fundamental signature?
57
151000
2000
근본적인 특성이 나타날까요?
02:45
Why should there be order in war?
58
153000
2000
왜 전쟁에 질서가 있을까요?
02:47
We didn't really understand that.
59
155000
2000
우리는 정말로 이해할 수 없었지요.
02:49
We thought maybe there is something special about Iraq.
60
157000
4000
이라크전에 무슨 독특한 상황이 있는지도 생각했지요.
02:53
So we looked at a few more conflicts.
61
161000
2000
그래서 다른 전쟁들도 살펴보았습니다.
02:55
We looked at Colombia, we looked at Afghanistan,
62
163000
2000
콜롬비아, 아프가니스탄
02:57
and we looked at Senegal.
63
165000
2000
세네갈을 살펴보았습니다.
02:59
And the same pattern emerged in each conflict.
64
167000
2000
그 결과 모든 전쟁에서 같은 패턴이 나타났지요.
03:01
This wasn't supposed to happen.
65
169000
2000
그것은 기대하지 않았던 사실이었지요.
03:03
These are different wars, with different religious factions,
66
171000
3000
이 전쟁들은 관련된 종파, 정당파
03:06
different political factions, and different socioeconomic problems.
67
174000
3000
그리고 사회경제적 문제들이
03:09
And yet the fundamental patterns underlying them
68
177000
4000
각각 달랐지만 근본적인 전쟁 패턴은
03:13
are the same.
69
181000
3000
모두 같았지요.
03:16
So we went a little wider.
70
184000
2000
그래서 저희들은 페루에서
03:18
We looked around the world at all the data we could get our hands on.
71
186000
3000
인도네시아까지 이르는 다른 지역에 대해서도 가능한
03:21
From Peru to Indonesia,
72
189000
3000
모든 데이터를 수집했는데 역시 그들의 패턴도
03:24
we studied this same pattern again.
73
192000
2000
마친가지 였습니다.
03:26
And we found that not only
74
194000
3000
이러한 모든 데이터는
03:29
were the distributions these straight lines,
75
197000
2000
직선적으로 분포되었을 뿐만 아니라
03:31
but the slope of these lines, they clustered around
76
199000
2000
그라프의 기울기도 알파값이
03:33
this value of alpha equals 2.5.
77
201000
3000
2.5 부근에 밀집돼 있었지요.
03:36
And we could generate an equation
78
204000
2000
저희들은 이 데이터로 부터 공격 가능성을
03:38
that could predict the likelihood of an attack.
79
206000
3000
예측할 수 있는 방정식을 만들었지요.
03:41
What we're saying here
80
209000
2000
이 방정식은 이라크 같은
03:43
is the probability of an attack killing X number of people
81
211000
4000
나라에서 X명의 사람을 죽이는 공격이 발생할 가능성은
03:47
in a country like Iraq
82
215000
2000
상수(常數)와 공격크기의
03:49
is equal to a constant, times the size of that attack,
83
217000
3000
마이너스 알파승을 곱한
03:52
raised to the power of negative alpha.
84
220000
3000
것이라는 것을 보여줍니다.
03:55
And negative alpha is the slope of that line I showed you before.
85
223000
6000
여기서, 마이너스 알파값은 방금 보여드린 직선의 기울기이지요.
04:01
So what?
86
229000
2000
그러면 이것의 의미는 무엇일까요?
04:03
This is data, statistics. What does it tell us about these conflicts?
87
231000
3000
이것은 다만 데이터이고 통계이지요. 이것은 무엇을 말해 주는가요?
04:06
That was a challenge we had to face as physicists.
88
234000
3000
바로 이것이 물리학자로서 제가 도전한 질문이었지요.
04:09
How do we explain this?
89
237000
3000
어떻게 이러한 현상을 설명할 수 있는가?
04:12
And what we really found was that alpha,
90
240000
2000
그런데 우리가 가만히 생각해 보면
04:14
if we think about it, is the organizational
91
242000
2000
그 알파라는 것의 정체는 반란군의 조직적인
04:16
structure of the insurgency.
92
244000
3000
구조라는 것을 알 수 있지요.
04:19
Alpha is the distribution of the sizes of attacks,
93
247000
3000
알파값은 공격규모의 분포를 말하는데
04:22
which is really the distribution
94
250000
2000
그것은 즉 공격을 하는 반란군들의
04:24
of the group strength carrying out the attacks.
95
252000
2000
세력 분포를 말하는 것이지요.
04:26
So we look at a process of group dynamics:
96
254000
2000
그래서 저희들은 반란군들의
04:28
coalescence and fragmentation,
97
256000
3000
그룹 역동성, 즉 그들이 어떻게
04:31
groups coming together, groups breaking apart.
98
259000
2000
연합하고 분열하는가를 살펴봤지요.
04:33
And we start running the numbers on this. Can we simulate it?
99
261000
3000
방정식에 숫자도 넣어보고 가상실험 가능성도 생각해 봤지요.
04:36
Can we create the kind of patterns that we're seeing
100
264000
3000
이 방정식으로 이라크 같은 곳의 패턴을
04:39
in places like Iraq?
101
267000
3000
재현할 수 있을까?
04:42
Turns out we kind of do a reasonable job.
102
270000
2000
그랬더니 그럴듯한 결과가 나왔었지요.
04:44
We can run these simulations.
103
272000
2000
이 방정식으로 가상실험이 가능하다는 결론이었지요.
04:46
We can recreate this using a process of group dynamics
104
274000
3000
우리는 그룹 역동성을 통해서 전세계에서
04:49
to explain the patterns that we see
105
277000
2000
일어나는 모든 전쟁의 패턴을
04:51
all around the conflicts around the world.
106
279000
5000
설명할 수 있었지요.
04:56
So what's going on?
107
284000
2000
그럼 어떻게 그것이 가능할까?
04:58
Why should these different -- seemingly different conflicts
108
286000
3000
각각 다르게 보이는 전쟁들이 어떻게 같은 패턴을
05:01
have the same patterns?
109
289000
2000
보여 줄수 있을까?
05:03
Now what I believe is going on is that
110
291000
3000
저는 반란군들 자체가 시간의 흐름에 따라
05:06
the insurgent forces, they evolve over time. They adapt.
111
294000
4000
바뀐다고 생각합니다. 즉, 바뀌는 환경에 적응한다는 것이죠.
05:10
And it turns out there is only one solution
112
298000
2000
반란군들이 훨씬 더 강한 적을
05:12
to fight a much stronger enemy.
113
300000
2000
상대로 싸울때 그들이 생존할 수 있는
05:14
And if you don't find that solution as an insurgent force,
114
302000
3000
유일한 방법은 적응하는 것이고 적응하지 못하는 반란군은
05:17
you don't exist.
115
305000
2000
사라져 버린다는 결론을 내렸죠.
05:19
So every insurgent force that is ongoing,
116
307000
2000
따라서 현재 진행되고 있는 모든
05:21
every conflict that is ongoing,
117
309000
2000
반란군들의 전쟁은 이와 비슷한 .
05:23
it's going to look something like this.
118
311000
2000
패턴을 보일 것입니다
05:25
And that is what we think is happening.
119
313000
3000
저희들은 현상태가 이렇다고 생각합니다.
05:28
Taking it forward, how do we change it?
120
316000
2000
그러면 앞으로 우리가 어떻게 상황을 바꿀 수 있을가요?
05:30
How do we end a war like Iraq?
121
318000
2000
이라크 같은 전쟁을 어떻게 끝낼 수 있을까요?
05:32
What does it look like?
122
320000
2000
그럴려면 도표가 어떻게 보여야 할까요?
05:34
Alpha is the structure. It's got a stable state at 2.5.
123
322000
3000
알파값은 반란군의 구조이고, 현재 2.5에서 안정된 값을 가지고 있지요.
05:37
This is what wars look like when they continue.
124
325000
4000
전쟁이 계속되는 상태는 이렇게 나타나지요.
05:41
We've got to change that.
125
329000
2000
우리는 알파값을 변경시켜야 합니다.
05:43
We can push it up:
126
331000
2000
우리가 알파값을 올리면
05:45
the forces become more fragmented;
127
333000
2000
반란군이 분산되지요.
05:47
there is more of them, but they are weaker.
128
335000
4000
반란군 그룹의 수가 늘어나면 그들의 힘이 약해지지요.
05:51
Or we push it down:
129
339000
2000
우리가 알파값을 내리면,
05:53
they're more robust; there is less groups;
130
341000
2000
반란군 그룹의 수가 줄어들며 더 강력해 지지요.
05:55
but perhaps you can sit and talk to them.
131
343000
4000
그렇지만 협상이 가능하게 될지 모르죠.
05:59
So this graph here, I'm going to show you now.
132
347000
2000
지금 보여드리는 이 그래프는
06:01
No one has seen this before. This is literally
133
349000
3000
지난주에 저희들이 만든 것인데
06:04
stuff that we've come through last week.
134
352000
2000
여기서 처음으로 대중에게 공개됩니다.
06:06
And we see the evolution of Alpha through time.
135
354000
4000
이 그래프는 시간이 흐름에 따라 알파값이 변하는 것을 보여줍니다.
06:10
We see it start. And we see it grow up to the stable state
136
358000
3000
그래프가 시작하며 알파값이 안정된 상태로 올라가고
06:13
the wars around the world look like.
137
361000
2000
다른 전쟁과 비슷한 양상을 띄우지요.
06:15
And it stays there through the invasion of Fallujah
138
363000
3000
이 수치는 2006년 선거시 사마라 폭격이
06:18
until the Samarra bombings in the
139
366000
2000
있었을때 까지 팔류쟈 점령 시기를
06:20
Iraqi elections of '06.
140
368000
3000
통털어 같은 수준에 머믈었었지요
06:23
And the system gets perturbed. It moves upwards
141
371000
2000
그후에는 알파값이 위로올라가며 반란군이
06:25
to a fragmented state.
142
373000
2000
분산된 상태로 들어가지요.
06:27
This is when the surge happens.
143
375000
2000
이때 갑작스런 증가가 있었지요.
06:29
And depending on who you ask,
144
377000
2000
그 당시에 알파값이 더 올라가며 반란군들이
06:31
the surge was supposed to push it up even further.
145
379000
3000
더 분산될 것이라고 말하는 사람들도 있었지만
06:34
The opposite happened.
146
382000
2000
그 반대 현상이 일어났죠.
06:36
The groups became stronger.
147
384000
2000
반란군 집단들이 더 강해지고 더 단결됐지요.
06:38
They became more robust.
148
386000
2000
그리고 그들이 더 강력해 졌지요.
06:40
And so I'm thinking, right, great, it's going to keep going down.
149
388000
3000
저는 알파값이 계속 더 내려갈 것이고, 그러면 우리가 협상을
06:43
We can talk to them. We can get a solution. The opposite happened.
150
391000
3000
해서 해결책을 찾을 수도 있겠다고 생각했는데 정반대 현상이 일어났지요.
06:46
It's moved up again. The groups are more fragmented.
151
394000
3000
알파값이 다시 올라가고 반란군들이 더 분산되었지요.
06:49
And this tells me one of two things.
152
397000
2000
이것으로 부터 저희들이 얻을 수 있는
06:51
Either we're back where we started
153
399000
3000
결론은 소탕작전의 효과가 전혀없이
06:54
and the surge has had no effect;
154
402000
2000
원상태로 돌아왔거나,
06:56
or finally the groups have been fragmented to the extent
155
404000
4000
아니면, 반란 세력들이 충분히 분산되어 어쩌면 이라크를
07:00
that we can start to think about maybe moving out.
156
408000
4000
철퇴할 생각을 해도 될 단계에 왔는지도 모른다는 것이지요.
07:04
I don't know what the answer is to that.
157
412000
2000
저는 이것에 대한 대답이 무엇인지 모릅니다.
07:06
But I know that we should be looking at the structure of the insurgency
158
414000
3000
하지만 저는 이 질문에 대한 답을 찾으려면 반드시 반란군의 구조를
07:09
to answer that question.
159
417000
2000
파악해야 한다는 것은 알고 있습니다.
07:11
Thank you.
160
419000
2000
감사합니다.
07:13
(Applause)
161
421000
5000
(박수)
ABOUT THE SPEAKER
Sean Gourley - Physicist and military theoristSean Gourley, trained as a physicist, has turned his scientific mind to analyzing data about a messier topic: modern war and conflict. He is a TED Fellow.
Why you should listen
Sean Gourley's twin passions are physics (working on nanoscale blue-light lasers and self-assembled quantum nanowires) and politics (he once ran for a national elected office back home in New Zealand).
A Rhodes scholar, he's spent the past five years working at Oxford on complex adaptive systems and collective intelligent systems -- basically, using data to understand the nature of human conflict. As he puts it, "This research has taken me all over the world from the Pentagon, to the House of Lords, the United Nations and most recently to Iraq". Originally from New Zealand, he now lives in San Francisco, where he is the co-founder and CTO of Quid which is building a global intelligence platform. He's a 2009 TED Fellow.
In December 2009, Gourley and his team's research was published in the scientific journal Nature. He is co-founder and CTO of Quid.
Sean Gourley | Speaker | TED.com