연구관련/연구_생각16 data-driven hypothesis에 대한 단상 페북에 썼던 글을 가져와 보면, 예전에 발표했던 ppt를 살펴 보다 보니 이런 것을 발표한 적이 있었군. 내가 강조하고 싶었던 것은 가설이 data 로부터 오는 것이었다. 내가 하는 일 자체가 대량의 데이터를 살펴 보는 것이다 보니, 가설을 정하고 그것이 "맞나 틀리나"를 확인하는 것이 [아니라], "이런 관점에서 데이터를 분석했을 때 어떤 결과가 나올까?" 하는 것이다. 그에 따라 적당히 분석 후 나온 결과를 본 후 해석을 해서 가설을 만들어 내는 것. 나는 항상 이런 식이 생각의 출발점이 되는 것을 '추구'해 왔다, 이것만이 맞는 방법은 아니니까. 들뢰즈에 따르면 로고스적 사유는 우리가 사물 속에 집어넣은 것만을 사물로부터 끄집어낸다. 로고스는 알아보고 싶은 것만을 알아보며, 같은 맥락에서 자발적인 .. 2012. 11. 3. 연구의 한계와 가치의 분리 모든 연구는 한계를 지닌다. 하지만 한계가 있다고 해서 가치가 없는 것은 아니다. 이것은, 모든 연구가 무가치하지는 않다(Not all researches are useless)는 것에서 자명하다. 연구는 한계를 지닌다. 편향(bias) 문제, scale (resolution) 문제. 또한, 만약 모델에 관한 것일 때는 그 모델이 구명하고자 하는 범위 밖의 현상에 대해서는 무의미하다. 하지만 이러한 것이 연구 그 자체에 대한 무의미함을 의미하는 것은 아니다. 한계를 지니고 있는 것을 인정함과 동시에, 그러한 한계를 갖고 있음에도 불구하고 얻어낼 수 있는 결론, 그것이 관건이다. 물론 한계를 지닌 연구로부터 도출된 결론은 근본적으로 완벽할 수 없고, 따라서 '근사approximation'일 수밖에 없지만,.. 2011. 6. 20. 자료에서 의미를 찾아 내는 것 자료(데이터)를 보고 제일 먼저 확인하는 것은 적당한 통계적 방법에 의한 연구자의 가설 검증이 된다. 즉, 내가 이런 생각이 맞는지 확인하고자 하였는데 이 데이터는 그것을 지지하는가? 하는 것. 연구자가 일정한 논리전개(흔히 '스토리'라고 하는)를 갖고 있을 경우, 각 단계마다 이러한 절차를 반복하게 된다. 그런데, 나의 경우에는 자주, "어떻게 나올까?" 하고 일단 데이터를 만들어 본다. 물론 이 경우에도 데이터의 경향이나 특성을 미리 예측하기 때문에 데이터를 다 만들었을 때 그 예측의 성립 여부를 제일 먼저 확인하게 된다. 문제는 그 다음인데, 일단 가정했던 경향을 확인한 후, 데이터를 물끄러미 바라보고 있으면 왠지 뭔가 더 이야기를 할 수 있을 것 같은데, 손에 잡히지 않는다. 바로 이 단계가 문제.. 2011. 5. 14. 새로운 발견의 역설 뭔가 새로운 발견을 했을 때 제일 먼저 해보아야 하는 생각, "뭐..., 잘못한 거 아냐?" 그런데, 또 막상 잘 되어서 결과가 이미 잘 알려진 것들이 나오면, "뭐야..., 너무 뻔하잖아." >... 2011. 1. 30. 이전 1 2 3 4 다음
