빅데이터 시대와 제4차 산업혁명의 시대에 기업과 개인이 어떻게 대응할 것인지에 대한 전략을 담았다. 기업을 경영하는 CEO들에게는 빅데이터 분석적 경영의 중요성과 효과를 절감하는 계기가 되고, 개인에게는 분석 능력을 키우겠다는 깨달음과 자극을 줄 것이다.

책머리에 : 제4차 산업혁명 시대, 개인과 기업은 어떻게 대응할 것인가? ㆍ 5

CHAPTER 1 나는 왜 알파고의 완승을 예견했는가?
이세돌 9단이 패배할 수밖에 없는 이유 ㆍ 19 ｜ 왜 바둑은 인공지능의 위대한 도전인가? ㆍ 21 ｜ 알파고의 구조 ㆍ 23 ｜ 알파고와 판후이의 대결 ㆍ 26 ｜ 알파고를 업그레이드하다 ㆍ 31 ｜ 알파고를 만든 천재 과학자들 ㆍ 33 ｜ 알파고와 이세돌의 대결은 불공정했는가? ㆍ 37 ｜ 인공지능의 미래 ㆍ 40

CHAPTER 2 숫자가 정보다
확률적 선택의 문제 ㆍ 47 ｜ 선험적 확률: 카지노에서 돈을 따는 방법 ㆍ 49 ｜ 경험적 확률: 벤포드 법칙으로 탈세를 막다 ㆍ 55 ｜ 주관적 확률: 로버트 루커스의 ‘합리적 기대 이론’ ㆍ 58

CHAPTER 3 숫자로 가득한 세상
확률의 함정 ㆍ 65 ｜ 도박사의 오류: 독립적인 사건과 종속적인 사건 ㆍ 68 ｜ 유용성의 오류: ‘머피의 법칙’과 ‘머피의 오류’ ㆍ 73 ｜ 우연의 일치는 있다 ㆍ 77

CHAPTER 4 숫자의 편견
문맹보다 무서운 ‘수맹’ ㆍ 85 ｜ 빅데이터 분석 전략 ㆍ 89 ｜ 정규직이 된 설렁탕집 아르바이트생 ㆍ 91 ｜ 중고차 매매단지 시설 개선안 ㆍ 93 ｜ 이혼을 점치는 수학자 ㆍ 96

CHAPTER 5 숫자를 어떻게 사용할 것인가?
숫자에 길들여진 세상 ㆍ 103 ｜ 매카시즘과 어림수 ㆍ 105 ｜ 악마의 숫자 ㆍ 110 ｜ 시위대의 숫자가 왜 다를까? ㆍ 114 ｜ 숫자에 대한 무지 ㆍ 117 ｜ 숫자의 권력 ㆍ 120

CHAPTER 6 ‘그래프의 함정’에 빠지지 마라
빅데이터를 시각화하라 ㆍ 127 ｜ 숫자를 어떻게 그래프로 그릴까? ㆍ 131 ｜ 그래프는 사실을 어떻게 왜곡하는가? ㆍ 136 ｜ 그림도표의 왜곡과 과장 ㆍ 146 ｜ 그래프는 진실을 말해야 한다 ㆍ 152

CHAPTER 7 ‘퍼센트의 함정’에 빠지지 마라
퍼센트란 무엇인가? ㆍ 157 ｜ ‘대할인 판매’의 비밀 ㆍ 159 ｜ 스탈린은 왜 목표 달성률을 거짓말했는가? ㆍ 161 ｜ 퍼센트의 마술 ㆍ 165 ｜ “67퍼센트를 조심하라” ㆍ 168 ｜ 퍼센트의 소수점 ㆍ 171 ｜ 퍼센트와 퍼센트포인트 ㆍ 173

CHAPTER 8 ‘평균의 함정’에 빠지지 마라
평균이란 무엇인가? ㆍ 181 ｜ 산술평균, 중앙값, 최빈수 ㆍ 183 ｜ 평균 연봉의 비밀 ㆍ 187 ｜ 산술평균의 비밀 ㆍ 190 ｜ 평균을 어떻게 볼 것인가? ㆍ 192 ｜ 평균적인 사람은 없다 ㆍ 195

CHAPTER 9 ‘비교의 함정’에 빠지지 마라
비교의 심리학 ㆍ 201 ｜ 비교를 어떻게 할 것인가? ㆍ 204 ｜ 비교 대상의 크기가 같아야 한다 ㆍ 208 ｜ 이혼을 하면 빨리 죽는가? ㆍ 210 ｜ 권장소비자가격의 함정 ㆍ 213 ｜ 빅데이터 시대의 데이터 분석 능력 ㆍ 216

CHAPTER 10 원인과 결과를 어떻게 해석할까?
담뱃값이 오르면 흡연율이 낮아질까? ㆍ 221 ｜ 인중이 길면 오래 살까? ㆍ 224 ｜ 치마 길이가 짧으면 경기가 좋아질까? ㆍ 226 ｜ 대학을 졸업하면 소득이 높을까? ㆍ 230 ｜ 원인은 다른 곳에 있다 ㆍ 233

CHAPTER 11 통계를 어떻게 해석할 것인가?
여론조사로 여론을 알 수 없다? ㆍ 241 ｜ 최악의 선거 여론조사 ㆍ 245 ｜ 질문이 여론조사를 왜곡한다 ㆍ 249 ｜ 여론조사를 어떻게 해석할 것인가? ㆍ 253

CHAPTER 12 통찰은 어떻게 탄생하는가?
창의성은 분석에서 싹튼다 ㆍ 261 ｜ 케플러의 법칙은 어떻게 탄생했는가? ㆍ 266 ｜ 직관의 탄생 ㆍ 272 ｜ 분석 역량을 어떻게 키울 것인가? ㆍ 274 ｜ 분석 역량을 어떻게 습관화할 것인가? ㆍ 277

CHAPTER 13 우리는 빅데이터를 어떻게 활용했는가?
연애에서 결혼까지 문자메시지가 어떻게 변화하는가? ㆍ 283 ｜ 윌 스미스의 할리우드 성공 방정식 ㆍ 286 ｜ 수학의 힘으로 패턴을 발견한 멘델 ㆍ 289 ｜ 최초로 의무기록표를 만든 나이팅게일 ㆍ 293

CHAPTER 14 기업은 빅데이터를 어떻게 활용했는가?
하림의 닭 무게 측정과 예측 ㆍ 299 ｜ 유유제약의 리포지셔닝 전략 ㆍ 303 ｜ 넷플릭스의 영화 추천 엔진, 시네매치 ㆍ 307 ｜ 스펙 버린 구글의 채용 혁명 ㆍ 311 ｜ 카지노업계에서 대박을 터뜨리다 ㆍ 314

주 ㆍ 319

김진호