Whether you like it or not, radical transparency and algorithmic decision-making is coming at you fast, and it's going to change your life. That's because it's now easy to take algorithms and embed them into computers and gather all that data that you're leaving on yourself all over the place, and know what you're like, and then direct the computers to interact with you in ways that are better than most people can.
여러분들의 호불호를 떠나서 혁신적인 투명성과 알고리즘 기반의 의사 결정이 빠르게 다가오고 있고 이것들이 우리의 삶을 바꿀 겁니다. 이제는 알고리즘을 컴퓨터에 심어서 여러분들이 여기저기 남긴 모든 정보를 모으고 여러분들이 어떤 사람인지 알아내서 사람들이 하는 것보다 더 효율적으로 방법으로 컴퓨터가 여러분들과 소통하는 것이 쉽기 때문입니다.
Well, that might sound scary. I've been doing this for a long time and I have found it to be wonderful. My objective has been to have meaningful work and meaningful relationships with the people I work with, and I've learned that I couldn't have that unless I had that radical transparency and that algorithmic decision-making. I want to show you why that is, I want to show you how it works. And I warn you that some of the things that I'm going to show you probably are a little bit shocking.
글쎄요, 섬뜩한 이야기일 수도 있습니다. 하지만 저는 오랫동안 이 일을 해왔고 아주 환상적이라고 생각합니다. 지금까지의 제 일의 목적은 의미있는 일을 하고 같이 일을 하는 사람들과 의미있는 관계를 가지는 것이었습니다. 그러나 저는 혁명적인 투명성과 알고리듬에 기반한 결정 없이는 그 목적을 이루지 못한다는 것을 깨달았습니다. 왜 그런가를 여러분들에게 설명드리면서 작동원리를 알려드리고자 합니다. 또한, 제가 보여드리는 것들 중 몇 가지는 다소 충격적인 것도 있음을 말씀드립니다.
Since I was a kid, I've had a terrible rote memory. And I didn't like following instructions, I was no good at following instructions. But I loved to figure out how things worked for myself. When I was 12, I hated school but I fell in love with trading the markets. I caddied at the time, earned about five dollars a bag. And I took my caddying money, and I put it in the stock market. And that was just because the stock market was hot at the time. And the first company I bought was a company by the name of Northeast Airlines. Northeast Airlines was the only company I heard of that was selling for less than five dollars a share.
저는 어렸을 때 단순암기력은 빵점이었습니다. 저는 시키는대로 하는 게 싫었고, 그런 것을 잘하지도 못했습니다. 하지만, 저는 저만의 방법으로 여러 일의 작동원리를 알아내는 게 좋았습니다. 제가 12살이었을 때 학교는 싫었지만 시장의 거래 원리를 알고 싶었습니다 당시 짐을 운반했었는데 짐 하나에 5달러 정도 받았습니다. 그 돈을 저는 주식에 투자했습니다. 당시에는 주식시장이 잘 나갈 때였습니다. 제가 최초로 산 회사는 Northeast 항공사의 주식이었습니다. Northeast 항공사는 주당 5달러 아래로 거래가 된다고 들은 유일한 회사였습니다.
(Laughter)
(웃음)
And I figured I could buy more shares, and if it went up, I'd make more money. So, it was a dumb strategy, right? But I tripled my money, and I tripled my money because I got lucky. The company was about to go bankrupt, but some other company acquired it, and I tripled my money. And I was hooked. And I thought, "This game is easy." With time, I learned this game is anything but easy.
저는 제가 주식을 더 살 수 있었고 가격이 오른다면 더 많은 돈을 벌 수 있음을 깨달았습니다. 바보라도 알 수 있는 사실 아닌가요? 근데 저는 3배나 벌었습니다. 운이 좋았기에 가능했었죠. 그 회사는 파산직전이었는데 어떤 다른 회사가 합병을 했고 저는 돈을 3배로 불릴 수 있었습니다. 그리고 저는 주식에 빠져 버렸습니다 당시 저는 생각했죠. "주식은 껌이네." 시간이 흐르면서 주식투자는 절대 쉬운 일이 아님을 알게 됐습니다.
In order to be an effective investor, one has to bet against the consensus and be right. And it's not easy to bet against the consensus and be right. One has to bet against the consensus and be right because the consensus is built into the price. And in order to be an entrepreneur, a successful entrepreneur, one has to bet against the consensus and be right. I had to be an entrepreneur and an investor -- and what goes along with that is making a lot of painful mistakes. So I made a lot of painful mistakes, and with time, my attitude about those mistakes began to change. I began to think of them as puzzles. That if I could solve the puzzles, they would give me gems. And the puzzles were: What would I do differently in the future so I wouldn't make that painful mistake? And the gems were principles that I would then write down so I would remember them that would help me in the future. And because I wrote them down so clearly, I could then -- eventually discovered -- I could then embed them into algorithms. And those algorithms would be embedded in computers, and the computers would make decisions along with me; and so in parallel, we would make these decisions. And I could see how those decisions then compared with my own decisions, and I could see that those decisions were a lot better. And that was because the computer could make decisions much faster, it could process a lot more information and it can process decisions much more -- less emotionally. So it radically improved my decision-making.
효과적인 투자가가 되기 위해서는 남들과는 다르게 걸되 그게 옳아야만 합니다. 하지만 남들과 다른 길을 가면서 옳은 판단을 내리긴 쉽지 않습니다. 남들과 다르되 옳은 판단을 내려야 하는 이유는 합의가 주식 가격을 정하기 때문입니다. 성공한 기업가가 되기 위해서는 다른 생각을 가지고 현명한 판단을 해야 합니다. 저는 기업가이자 투자가여야 했습니다. 그 일들에는 고통스러운 실수들이 따릅니다. 저는 많은 실수를 했습니다. 시간이 흘러 그동안의 실수에 대한 저의 태도는 변화하기 시작했습니다. 저는 실수를 퍼즐이라고 생각하기로 했습니다. 만약 퍼즐을 다 맞출 수 있다면 아마 제가 상을 받겠죠. 그리고 그 퍼즐은 이런 것이었습니다. 고통스러운 실수를 하지 않기 위해서 앞으로 무엇을 다르게 해야할까? 그리고 그 보상으로 원칙을 배우게 되었습니다. 내가 그것들을 기록한다면 기억을 하지 않을까. 그 기억이 미래의 나에게 도움을 줄것이다라구요. 그래서 제가 세세하게 실수를 기록했기 때문에 저는 그때 마침내 저는 그것들을 알고리즘에 포함시킬 수 있었습니다. 그 알고리즘은 컴퓨터에 저장되고 저와 함께 의사결정을 내리는 일을 할 수 있었습니다. 그리고 동시에 우리는 이러한 결정을 내릴 수 있었습니다. 그리고 저는 이런 결정들을 저 자신의 결정과 비교해 볼 수 있었고 제 결정보다 더 낫다는 것을 알게 되었습니다. 이는 컴퓨터가인간보다 더 빠르게 의사결정을 하고 휠씬 많은 정보를 처리할 수 있고 매우 덜 감정적으로 의사 결정들을 처리하기 때문입니다. 이 일은 저의 의사결정 과정을 바꾸어 놓았습니다.
Eight years after I started Bridgewater, I had my greatest failure, my greatest mistake. It was late 1970s, I was 34 years old, and I had calculated that American banks had lent much more money to emerging countries than those countries were going to be able to pay back and that we would have the greatest debt crisis since the Great Depression. And with it, an economic crisis and a big bear market in stocks. It was a controversial view at the time. People thought it was kind of a crazy point of view. But in August 1982, Mexico defaulted on its debt, and a number of other countries followed. And we had the greatest debt crisis since the Great Depression. And because I had anticipated that, I was asked to testify to Congress and appear on "Wall Street Week," which was the show of the time. Just to give you a flavor of that, I've got a clip here, and you'll see me in there.
Bridgewater를 시작한지 8년 뒤에 최고의 실패이자 최고의 실수를 했습니다. 1970년 후반이었습니다. 그때 제 나이는 34살 이었습니다. 당시 저는 미국 은행들이 개발도상국들에게 그들이 갚을 수도 없을 만큼의 금액을 대출해줬다고 판단했습니다. 그리고 대공황 이후로 최대의 부채 위기를 맞을 것이라고 판단했습니다. 그와 더불어 경제위기가 오고 주식시장이 바닥을 칠 것이라고 예상했습니다. 당시에 그것은 논란이 많은 견해였습니다. 사람들은 말도 안되는 어거지라 했습니다. 하지만 1982년 8월 멕시코가 채무불이행을 선언하게 되고 많은 개발도상국들도 동참을 하게 되었죠. 경제 대공황 이후는 최대의 위기였습니다. 하지만 저는 이런 사태를 이미 예측했었기에 의회에 나가 증언을 하고 주요경제신문에 나가게 되었죠. 시대의 모습이었죠. 어떤 느낌인지 보여드리기 위해 짧은 영상을 준비했습니다. 제가 나오는 영상입니다.
(Video) Mr. Chairman, Mr. Mitchell, it's a great pleasure and a great honor to be able to appear before you in examination with what is going wrong with our economy. The economy is now flat -- teetering on the brink of failure.
(영상) 존경하는 미첼의장님 여기에 서게 된 것을 영광으로 생각합니다. 우리 경제의 무엇이 잘못되었는지에 대한 연구에 따르면 우리 경제는 위기의 상태로 거의 붕괴 직전이라 할 수 있습니다.
Martin Zweig: You were recently quoted in an article. You said, "I can say this with absolute certainty because I know how markets work."
Martin Zweig: 한 신문 기사에서 당신의 말을 인용했는데요. 그때 "나는 이 일을 이미 확신하고 있었다. 시장의 원리를 이미 간파했기 때문이다." 라고요.
Ray Dalio: I can say with absolute certainty that if you look at the liquidity base in the corporations and the world as a whole, that there's such reduced level of liquidity that you can't return to an era of stagflation."
Ray Dalio: "나는 확신컨대 만약 여러분들이 기업과 전세계의 유동성을 하나의 관점으로 살펴본다면 현금 유동성의 정도가 많이 감소가 된 상태라 스태그플레이션 시대로 되돌아 갈 수 없습니다."
I look at that now, I think, "What an arrogant jerk!"
그 모습을 보면 지금도 "저런 거만한 녀석"이라고 생각합니다.
(Laughter)
(웃음)
I was so arrogant, and I was so wrong. I mean, while the debt crisis happened, the stock market and the economy went up rather than going down, and I lost so much money for myself and for my clients that I had to shut down my operation pretty much, I had to let almost everybody go. And these were like extended family, I was heartbroken. And I had lost so much money that I had to borrow 4,000 dollars from my dad to help to pay my family bills.
너무 건방지고 헛소리를 해댔습니다. 부채위기가 발생했을때 주식시장과 그 경제는 하락보다는 상승했습니다. 저와 제 고객들은 많은 손해를 입었습니다. 많은 사업을 접어야 했습니다. 직원들이 떠나는 것을 지켜볼 수 밖에 없었습니다. 그들은 또다른 가족과 같았습니다. 하늘이 무너지는 것 같았습니다. 너무 많은 돈을 날려버렸습니다. 심지어 아버지로부터 4,000달러를 빌려야 할 정도였으니까요. 생활비가 없었거든요.
It was one of the most painful experiences of my life ... but it turned out to be one of the greatest experiences of my life because it changed my attitude about decision-making. Rather than thinking, "I'm right," I started to ask myself, "How do I know I'm right?" I gained a humility that I needed in order to balance my audacity. I wanted to find the smartest people who would disagree with me to try to understand their perspective or to have them stress test my perspective. I wanted to make an idea meritocracy. In other words, not an autocracy in which I would lead and others would follow and not a democracy in which everybody's points of view were equally valued, but I wanted to have an idea meritocracy in which the best ideas would win out. And in order to do that, I realized that we would need radical truthfulness and radical transparency.
그 사건은 내 인생 최대의 실패작이었습니다... 하지만, 결국엔 그 사건으로 저는 많은 것을 배웠습니다. 의사결정에 대하는 제 태도가 달라졌습니다. "내가 옳아"라고 생각하기 보다 저는 스스로에게 묻기 시작했습니다. "내 결정이 옳다는 근거가 무엇인가?" 저는 대담함의 균형을 잡기 위한 겸손을 배웠습니다. 제 의견에 "No"라고 할 수 있는 똑똑한 사람을 만나려고 노력했죠. 그들은 어떤 관점을 가지고 있는지 이해하려고 했습니다. 또 그들에게 제 관점을 시험하게 했습니다. 저는 아이디어 실력주의를 만들고 싶었습니다. 쉽게 말씀드리면 제가 이끌고 남이 따라오는 독재도 아니고 모든 사람들의 관점이 똑같이 평가되는 민주주의도 아닌 가장 좋은 아이디어가 살아남는 아이디어 실력주의를 만들고 싶었습니다. 그 꿈을 이루기 위해서 저는 급진적인 정직성과 급진적인 투명성의 필요성을 알게 되었습니다.
What I mean by radical truthfulness and radical transparency is people needed to say what they really believed and to see everything. And we literally tape almost all conversations and let everybody see everything, because if we didn't do that, we couldn't really have an idea meritocracy. In order to have an idea meritocracy, we have let people speak and say what they want. Just to give you an example, this is an email from Jim Haskel -- somebody who works for me -- and this was available to everybody in the company. "Ray, you deserve a 'D-' for your performance today in the meeting ... you did not prepare at all well because there is no way you could have been that disorganized." Isn't that great?
제가 말하는 급진적인 정직성과 투명성이란 자신들이 믿는 것을 말할 수 있어야하고 모든 것을 볼 수 있어야 한다는 것입니다. 우리는 말그대로 모든 대화를 녹음하고 모든 이들이 볼 수 있도록 합니다 그 이유는 그렇게 하지 않는다면 아이디어 실력주의 실현은 불가능하기 때문입니다. 아이디어 실력주의를 실현하기 위해서 우리는 사람들이 원하는 것을 자유롭게 말하게 합니다. 예를 하나 든다면 Jim Haskel 보낸 메일인데요. 우리 직원입니다. 우리 회사의 누구나 볼 수 있는 내용입니다. "Ray, 오늘 회의에서 당신이 한 발표에 D-드릴께요. 회의준비를 전혀 하지 않았더군요. 그렇지 않았으면 그렇게 정리되지 않았을리가 없습니다." 멋지지 않습니까?
(Laughter)
(웃음)
That's great. It's great because, first of all, I needed feedback like that. I need feedback like that. And it's great because if I don't let Jim, and people like Jim, to express their points of view, our relationship wouldn't be the same. And if I didn't make that public for everybody to see, we wouldn't have an idea meritocracy.
참 놀랍죠! 무엇보다도 전 이런 식의 피드백이 필요합니다. 전 그런 피드백이 필요합니다. 좋은 점이 있다면 Jim 이나 다른 직원들이 자기 의견을 말하지 못하게 한다면 저와 직원들의 관계는 지금과는 달라질 것입니다. 그리고 만약 모든 것을 공개하지 않는다면 우리는 아이디어 실력주의를 갖추지 못 할 것입니다.
So for that last 25 years that's how we've been operating. We've been operating with this radical transparency and then collecting these principles, largely from making mistakes, and then embedding those principles into algorithms. And then those algorithms provide -- we're following the algorithms in parallel with our thinking. That has been how we've run the investment business, and it's how we also deal with the people management.
지난 25년 동안 우리는 이것을 실행해 왔습니다. 우리는 완전한 투명성을 가지고 일을 해 왔고 그리고 그 원칙을 수집하고 있습니다. 주로 실패에서 얻은 교훈들입니다. 그리고, 그 원칙들을 알고리듬화 했습니다. 그 알고리즘은 이제 우리들이 현재 수행하고 있는 모든 의사결정과정에서 우리의 판단을 도와 일을 하고 있습니다. 지금까지 이런 방식으로 투자회사를 운영하고 있고, 또한 인사관리도 같은방식으로 하고 있습니다.
In order to give you a glimmer into what this looks like, I'd like to take you into a meeting and introduce you to a tool of ours called the "Dot Collector" that helps us do this. A week after the US election, our research team held a meeting to discuss what a Trump presidency would mean for the US economy. Naturally, people had different opinions on the matter and how we were approaching the discussion. The "Dot Collector" collects these views. It has a list of a few dozen attributes, so whenever somebody thinks something about another person's thinking, it's easy for them to convey their assessment; they simply note the attribute and provide a rating from one to 10. For example, as the meeting began, a researcher named Jen rated me a three -- in other words, badly --
어떤 모습인지 여러분들께 잠깐 보여드리겠습니다. 먼저 여러분들을 회의실로 안내해 'Dot Collector'를 소개하겠습니다. 우리 일을 도와주고 있습니다. 미 대선 일주일 후 우리 연구팀은 회의를 했습니다. 트럼프 정부가 미국경제에 끼치는 영향을 분석했습니다. 당연히, 많은 이견들이 난무했죠. 우리의 토론 방식은 늘 이런 식입니다. "Dot Collector' 가 우리의 의견을 모두 수집합니다. 그 컴퓨터는 많은 특징이 있습니다. 어떤 이가 다른 사람에 대한 무엇인가를 생각할 때마다 자신들의 평가를 전달하는 것이 쉬어졌습니다. 그들은 단순히 특징을 주목할뿐 아니라 1에서 10까지 등급을 매깁니다. 예를 들어 회의가 시작되면 젠이라는 연구원이 나에게 점수 3 점을 줬습니다. 쉽게 말하면, 엉망이란 얘기죠.
(Laughter)
(웃음)
for not showing a good balance of open-mindedness and assertiveness. As the meeting transpired, Jen's assessments of people added up like this. Others in the room have different opinions. That's normal. Different people are always going to have different opinions. And who knows who's right? Let's look at just what people thought about how I was doing. Some people thought I did well, others, poorly. With each of these views, we can explore the thinking behind the numbers. Here's what Jen and Larry said. Note that everyone gets to express their thinking, including their critical thinking, regardless of their position in the company. Jen, who's 24 years old and right out of college, can tell me, the CEO, that I'm approaching things terribly.
이유는 제가 개방적이지 못하고 확신을 주지 못했다는 겁니다. 회의가 계속 진행되면서 사람들에 대한 젠의 최종평가가 이것입니다. 방에 있던 다른 사람들도 각기 다른 점수를 매기게 되었죠. 늘 하는 과정입니다. 다른 사람들은 항상 다른 의견을 가지고 있습니다. 누가 옳은지는 아무도 모릅니다. 사람들이 제가 어떻게 했다고 생각하는지 보도록 하겠습니다. 어떤 사람은 잘했다고 하고 어떤 사람은 형편없었다고 했네요. 각기 자신들의 관점에서 점수를 준것입니다. 우리는 점수 뒤에 숨어있는 정보를 읽어야 합니다. 여기에 젠과 레리가 말했습니다. 모든 이들이 자신들의 생각을 발표하는 점에 주목을 해주세요. 비판적 사고도 상관없습니다. 회사내의 직위도 상관 없구요. 젠은 24살이고 대학을 막 졸업했습니다. 그녀가 회장인 저에게 접근방법이 형편없다고 합니다.
This tool helps people both express their opinions and then separate themselves from their opinions to see things from a higher level. When Jen and others shift their attentions from inputting their own opinions to looking down on the whole screen, their perspective changes. They see their own opinions as just one of many and naturally start asking themselves, "How do I know my opinion is right?" That shift in perspective is like going from seeing in one dimension to seeing in multiple dimensions. And it shifts the conversation from arguing over our opinions to figuring out objective criteria for determining which opinions are best.
이런 방법은 사람들의 의견발표를 도와주고 자신과 자신의 의견과의 분리를 도와서 좀 더 고차원적으로 일을 보게 됩니다. 젠과 다른 직원들이 자신들의 의견을 자신의 틀에서 제거해서 전체적인 배경에서 내려다 보는 겁니다. 스스로의 관점의 변화를 유도하게 합니다. 직원들은 자신들의 아이디어가 전체의 부분임을 알게 되고 자연스럽게 스스로에게 질문을 던지기 시작합니다. "어떻게 내 생각이 옳다고 확신하는가?" 이러한 관점의 변화은 마치 일차적 관점에서 다수의 관점으로 보는 것으로 변화하는 것과 같습니다. 그리고 이런 변화는 언쟁보다는 어느 의견이 최적인지에 대한 평가 목표의 기준을 제시합니다.
Behind the "Dot Collector" is a computer that is watching. It watches what all these people are thinking and it correlates that with how they think. And it communicates advice back to each of them based on that. Then it draws the data from all the meetings to create a pointilist painting of what people are like and how they think. And it does that guided by algorithms. Knowing what people are like helps to match them better with their jobs. For example, a creative thinker who is unreliable might be matched up with someone who's reliable but not creative. Knowing what people are like also allows us to decide what responsibilities to give them and to weigh our decisions based on people's merits. We call it their believability. Here's an example of a vote that we took where the majority of people felt one way ... but when we weighed the views based on people's merits, the answer was completely different. This process allows us to make decisions not based on democracy, not based on autocracy, but based on algorithms that take people's believability into consideration.
'Dot Collector"이면에는 감시하는 컴퓨터가 있습니다. 이것이 우리 모두의 생각을 지켜보고 우리가 생각하는 방법에 있어 상호연관성을 찾아냅니다. 그리고 발견에 기초한 조언을 전달하죠. 그런 후 모든 회의의 자료를 수집해서 모든 이들의 현재 모습과 어떻게 생각하는가에 대해 점으로 표시해 줍니다. 이 모든 것들은 알고리즘에 기초합니다. 그들의 현재 생각을 이해함으로써 더 적합한 일에 배치할 수 있습니다. 예를 들어 신뢰성은 부족하지만 창의성이 뛰어난 직원은 성실하지만 창의성이 부족한 직원과 매치가 가능해집니다. 또한 사람들의 생각을 읽는다는 것은 우리로 하여금 그들에게 어떤 책임을 부여해야 하는지를 결정하게 하고 직원들의 장점에 기초를 두고 우리의 결정을 경중을 따져 볼 수가 있습니다. 우리는 그것을 신뢰성이라고 부릅니다. 우리가 했던 투표결과를 보여드리겠습니다. 대부분의 직원들이 이런 식으로 생각했다는 것을 보여주는 결과입니다. 하지만 각자의 뛰어난 부분에 기반해서 가중치를 조정했더니 결과는 완전히 달랐습니다. 이러한 과정은 우리로 하여금 민주주의도 아닌, 독재도 아닌 사람들의 신뢰성을 고려한 알고리즘을 기반으로 판단을 하게 해줍니다.
Yup, we really do this.
네 저희는 진짜로 이렇게 합니다.
(Laughter)
(웃음)
We do it because it eliminates what I believe to be one of the greatest tragedies of mankind, and that is people arrogantly, naïvely holding opinions in their minds that are wrong, and acting on them, and not putting them out there to stress test them. And that's a tragedy. And we do it because it elevates ourselves above our own opinions so that we start to see things through everybody's eyes, and we see things collectively. Collective decision-making is so much better than individual decision-making if it's done well. It's been the secret sauce behind our success. It's why we've made more money for our clients than any other hedge fund in existence and made money 23 out of the last 26 years.
우리가 이렇게 하는 이유는 단지 우리가 최악이라고 믿는 상황을 제거하기 위함입니다. 그리고 그 과정을 통해 사람들의 거만함이나 무지함이 만든 잘못된 관념과 행동을 방지해주고 잘못된 것을 하도록 하지 않습니다. 그것이야 말로 비극이라 할 수 있습니다. 또한 우리는 우리가 한 결정이 우리 자신의 틀을 극복하게 하고 마침내 우리는 "우리"의 눈을 통해 세상을 보기 시작합니다. 다함께 세상을 보게 됩니다. 집단의사결정은 단독의사 결정보다 더 안전합니다. 단, 정확한 과정을 조건으로 합니다. 이것이 우리가 성공한 비법입니다. 실제로 우리는 더 많은 수익을 고객에게 주었습니다. 이 세상에 운영되는 어떤 헤지펀드보다도요. 그리고 지난 26년 동안 23년이 흑자였습니다.
So what's the problem with being radically truthful and radically transparent with each other? People say it's emotionally difficult. Critics say it's a formula for a brutal work environment. Neuroscientists tell me it has to do with how are brains are prewired. There's a part of our brain that would like to know our mistakes and like to look at our weaknesses so we could do better. I'm told that that's the prefrontal cortex. And then there's a part of our brain which views all of this as attacks. I'm told that that's the amygdala. In other words, there are two you's inside you: there's an emotional you and there's an intellectual you, and often they're at odds, and often they work against you. It's been our experience that we can win this battle. We win it as a group. It takes about 18 months typically to find that most people prefer operating this way, with this radical transparency than to be operating in a more opaque environment. There's not politics, there's not the brutality of -- you know, all of that hidden, behind-the-scenes -- there's an idea meritocracy where people can speak up. And that's been great. It's given us more effective work, and it's given us more effective relationships. But it's not for everybody. We found something like 25 or 30 percent of the population it's just not for. And by the way, when I say radical transparency, I'm not saying transparency about everything. I mean, you don't have to tell somebody that their bald spot is growing or their baby's ugly. So, I'm just talking about --
그래서 극단적으로 정직하고 투명한 의사결정에 어떤 문제가 있을까요? 어떤 이들은 감정적으로 받아들이기 어렵다고 합니다. 비평가들은 잔인한 근무조건의 공식일 뿐이라고 하겠죠. 신경과학자들은 이 방식은 우리 뇌의 습관화와 관계가 있다고 합니다. 우리 뇌에는 실수를 인지할 수 있는 영역이 존재합니다. 그리고 우리의 단점을 인지하여서 후일에 개선을 하기 위해서입니다. 그 영역이 전액골 피질이라고 들었습니다 또한 이러한 인지사실을 공격으로 간주하는 영역이 있습니다. 소뇌 편도체부분인데요. 쉽게 설명드리면 여러분 안에 두가지가 존재한다는 것입니다. 하나는 감정의 여러분 또 하나는 이성의 여러분입니다. 이 둘은 합치가 되지 않습니다. 종종 이 둘은 여러분들의 일을 방해합니다. 지금까지 저희는 이 싸움에서 이기고 있습니다. 우리는 뭉쳐서 이기고 있습니다. 보통 18개월 정도의 시간이 지나야 대부분의 사람들은 이러한 방식에 더 관심을 가지게 되고 최대치의 투명성이 존재하는 이 방법이 불투명한 환경보다 더 낫다라고 인식하게 됩니다. 정치처럼 남을 속이지도 않고 나만 살자는 잔인함, 그리고 그 뭐랄까, 밀실에서 짜고치는 그런 일들이 없습니다. 집단지성체에선 모든 이들이 자신의 생각을 주장할 수 있습니다. 이것은 위대한 경험이었습니다. 이것은 우리가 더 효율적으로 일을 하게 하고 우리에게 더 나은 관계를 맺도록 해주었습니다. 하지만, 전부는 아니었습니다. 우리는 25에서 30퍼센트의 반대의견을 고집하는 사람들이 있다는 것을 알게 되었습니다. 어쨌든 제가 말씀드린 최대의 투명성이란 모든 것이 투명해야 한다는 일반화가 아니라는 것을 말씀드립니다. 예를 들어 머리가 벗겨지고 있는 친구한테 그 사실을 말해야 한다거나 아기가 못 생겼다고 솔직하게 말할 필요는 없다는 겁니다. 제 요점은
(Laughter)
(웃음)
talking about the important things. So --
중요한 일에 대한 투명성입니다. 그래서
(Laughter)
(웃음)
So when you leave this room, I'd like you to observe yourself in conversations with others. Imagine if you knew what they were really thinking, and imagine if you knew what they were really like ... and imagine if they knew what you were really thinking and what were really like. It would certainly clear things up a lot and make your operations together more effective. I think it will improve your relationships. Now imagine that you can have algorithms that will help you gather all of that information and even help you make decisions in an idea-meritocratic way. This sort of radical transparency is coming at you and it is going to affect your life. And in my opinion, it's going to be wonderful. So I hope it is as wonderful for you as it is for me.
여러분들이 나가실 때 다른 사람들과 얘기를 나누시는 자신을 살펴보세요. 상대방의 생각을 여러분이 알고 있다고 상상해보세요. 그들의 본래 모습도 알고 있다고 상상해보시고, 그들이 여러분의 생각과 실제 모습도 알고 있다고 가정해보세요. 이 것은 모든 것들은 선명하게 합니다. 그리고 현재 하고 계신 일이 더욱 효율성을 가지게 됩니다. 저는 이렇게 하면 사회적 관계도 향상될것이라고 확신합니다. 이제 여러분들이 알고리즘을 가지고 있다고 상상해 보세요 여러분들이 정보를 모으는데 도움이 되는 알고리즘을요. 심지어 집단지성의 힘처럼 의사결정의 힘을 가지게 될것입니다. 바로 이런 최고의 투명성이 요구되는 시대가 시작되고 있습니다. 이것은 여러분의 삶에 영향을 줄 것입니다. 제 생각으로는 아마 여러분들은 다 성공하실 겁니다. 여러분들이 다 잘 되시길 바랍니다. 저도 마찬가지입니다.
Thank you very much.
감사합니다.
(Applause)
(박수)