We look around the media, as we see on the news from Iraq, Afghanistan, Sierra Leone, and the conflict seems incomprehensible to us. And that's certainly how it seemed to me when I started this project. But as a physicist, I thought, well if you give me some data, I could maybe understand this. You know, give us a go.
우리가 미디어에서 이라크, 아프가니스탄 및 시에라 리온에 대한 뉴스를 들을때 우리는 이 전쟁들을 이해 할 수 없다고 느끼지요. 저도 이 프로젝트를 시작했을때 바로 그렇게 느꼈죠. 그런데 물리학자로서 제가 가만히 생각해 보니 적절한 데이터만 있으면 이해할 수 있을지 모른다는 생각을 하고 시도해 보기로 했죠.
So as a naive New Zealander I thought, well I'll go to the Pentagon. Can you get me some information? (Laughter) No. So I had to think a little harder. And I was watching the news one night in Oxford. And I looked down at the chattering heads on my channel of choice. And I saw that there was information there. There was data within the streams of news that we consume. All this noise around us actually has information. So what I started thinking was, perhaps there is something like open source intelligence here. If we can get enough of these streams of information together, we can perhaps start to understand the war.
그래서 순진한 뉴질랜드 사람인 저는 펜타곤으로 가서 "자료 좀 주실 수 있습니까?" 그러면 될지 알았죠. (웃음) 안된다고 하더군요. 그래서 좀 더 생각을 해야 했지요. 어느날 밤 옥스포드에서 뉴스를 보고 제가 선택한 채널에서 사람들이 토론하는 것을 보다가 바로 그곳에 정보가 있다는 것을 깨달았지요. 매일 접하는 뉴스에 제가 원하는 데이터가 있다는 것이죠. 미디어에 떠도는 소리에 정보가 있다는 겁니다. 그래서 저는 뉴스를 일종의 오픈소스 정보처로 취급하자고 생각했지요. 우리가 이런 정보의 흐름을 충분히 모을 수 있으면 전쟁을 이해하기 시작할 수 있을지 모른다고 생각했지요.
So this is exactly what I did. We started bringing a team together, an interdisciplinary team of scientists, of economists, mathematicians. We brought these guys together and we started to try and solve this. We did it in three steps. The first step we did was to collect. We did 130 different sources of information -- from NGO reports to newspapers and cable news. We brought this raw data in and we filtered it. We extracted the key bits on information to build the database. That database contained the timing of attacks, the location, the size and the weapons used. It's all in the streams of information we consume daily, we just have to know how to pull it out. And once we had this we could start doing some cool stuff. What if we were to look at the distribution of the sizes of attacks? What would that tell us?
그래서 저는 그런 방식으로 작업을 시작해서 경제학자, 수학자 같은 다학문적 과학자로 구성된 팀을 만들기 시작했지요. 우리 팀원들은 이 문제를 해결하려고 작업을 시작했지요. 저희들의 작업은 세단계로 진행됐습니다. 첫단계는 정보 수집이었죠. 우리는 총 130 개의 데이터 소스로 부터 데이터를 모았지요.-- NGO 보고서, 신문 및 케이블 뉴스를 다 뒤졌지요. 우리는 이런 미가공 데이터로 부터 적절한 부분을 추려냈지요. 그리고는 핵심적인 정보를 뽑아내서 데이터베이스를 구축했지요. 우리는 그 데이터베이스에 공격시간, 장소, 공격규모 및 사용된 무기 등의 정보를 모았지요. 우리가 데이터베이스에 저장한 정보는 누구던지 방법만 알면 매일 접하는 정보에서 얼마던지 뽑아낼 수 있는 것들이었죠. 일단 이렇게 데이터베이스가 준비되면 멋진 일들을 할 수 있죠. 공격규모의 분포를 보면 어떤 결과가 나올까? 이 데이터는 우리에게 무엇을 말해줄까?
So we started doing this. And you can see here on the horizontal axis you've got the number of people killed in an attack or the size of the attack. And on the vertical axis you've got the number of attacks. So we plot data for sample on this. You see some sort of random distribution -- perhaps 67 attacks, one person was killed, or 47 attacks where seven people were killed. We did this exact same thing for Iraq. And we didn't know, for Iraq what we were going to find. It turns out what we found was pretty surprising. You take all of the conflict, all of the chaos, all of the noise, and out of that comes this precise mathematical distribution of the way attacks are ordered in this conflict. This blew our mind. Why should a conflict like Iraq have this as its fundamental signature? Why should there be order in war? We didn't really understand that. We thought maybe there is something special about Iraq. So we looked at a few more conflicts. We looked at Colombia, we looked at Afghanistan, and we looked at Senegal.
그래서 우리는 데이터를 분석하기 시작했지요. 가로축은 반란군의 공격으로 사망한 사람들의 수 또는 공격의 규모지요. 세로축은 공격횟수입니다. 이 데이터로 그래프를 그리면 데이터가 무작위로 분포된 것을 볼 수 있죠. 한명이 죽은 공격이 67회, 7명이 죽은 공격이 47회 이런 식이죠. 이라크전에도 같은 방법을 적용했습니다. 이라크전의 경우 어떤 결과가 나올지 몰랐지요. 그랬더니 꽤 놀라운 결과가 나왔지요. 우리가 모든 공격에 대한 데이터를 종합해 본 결과 데이터의 혼란과 데이터의 노이즈 속에 공격과 죽은 사람의 수에 대한 정확한 수학적인 분포가 있다는 것을 발견했지요. 이것은 저희들에게는 엄청난 발견이었지요. 왜 이라크의 전쟁에 이러한 근본적인 특성이 나타날까요? 왜 전쟁에 질서가 있을까요? 우리는 정말로 이해할 수 없었지요. 이라크전에 무슨 독특한 상황이 있는지도 생각했지요. 그래서 다른 전쟁들도 살펴보았습니다. 콜롬비아, 아프가니스탄 세네갈을 살펴보았습니다.
And the same pattern emerged in each conflict. This wasn't supposed to happen. These are different wars, with different religious factions, different political factions, and different socioeconomic problems. And yet the fundamental patterns underlying them are the same. So we went a little wider. We looked around the world at all the data we could get our hands on. From Peru to Indonesia, we studied this same pattern again. And we found that not only were the distributions these straight lines, but the slope of these lines, they clustered around this value of alpha equals 2.5. And we could generate an equation that could predict the likelihood of an attack. What we're saying here is the probability of an attack killing X number of people in a country like Iraq is equal to a constant, times the size of that attack, raised to the power of negative alpha. And negative alpha is the slope of that line I showed you before.
그 결과 모든 전쟁에서 같은 패턴이 나타났지요. 그것은 기대하지 않았던 사실이었지요. 이 전쟁들은 관련된 종파, 정당파 그리고 사회경제적 문제들이 각각 달랐지만 근본적인 전쟁 패턴은 모두 같았지요. 그래서 저희들은 페루에서 인도네시아까지 이르는 다른 지역에 대해서도 가능한 모든 데이터를 수집했는데 역시 그들의 패턴도 마친가지 였습니다. 이러한 모든 데이터는 직선적으로 분포되었을 뿐만 아니라 그라프의 기울기도 알파값이 2.5 부근에 밀집돼 있었지요. 저희들은 이 데이터로 부터 공격 가능성을 예측할 수 있는 방정식을 만들었지요. 이 방정식은 이라크 같은 나라에서 X명의 사람을 죽이는 공격이 발생할 가능성은 상수(常數)와 공격크기의 마이너스 알파승을 곱한 것이라는 것을 보여줍니다. 여기서, 마이너스 알파값은 방금 보여드린 직선의 기울기이지요.
So what? This is data, statistics. What does it tell us about these conflicts? That was a challenge we had to face as physicists. How do we explain this? And what we really found was that alpha, if we think about it, is the organizational structure of the insurgency. Alpha is the distribution of the sizes of attacks, which is really the distribution of the group strength carrying out the attacks. So we look at a process of group dynamics: coalescence and fragmentation, groups coming together, groups breaking apart. And we start running the numbers on this. Can we simulate it? Can we create the kind of patterns that we're seeing in places like Iraq? Turns out we kind of do a reasonable job. We can run these simulations. We can recreate this using a process of group dynamics to explain the patterns that we see all around the conflicts around the world.
그러면 이것의 의미는 무엇일까요? 이것은 다만 데이터이고 통계이지요. 이것은 무엇을 말해 주는가요? 바로 이것이 물리학자로서 제가 도전한 질문이었지요. 어떻게 이러한 현상을 설명할 수 있는가? 그런데 우리가 가만히 생각해 보면 그 알파라는 것의 정체는 반란군의 조직적인 구조라는 것을 알 수 있지요. 알파값은 공격규모의 분포를 말하는데 그것은 즉 공격을 하는 반란군들의 세력 분포를 말하는 것이지요. 그래서 저희들은 반란군들의 그룹 역동성, 즉 그들이 어떻게 연합하고 분열하는가를 살펴봤지요. 방정식에 숫자도 넣어보고 가상실험 가능성도 생각해 봤지요. 이 방정식으로 이라크 같은 곳의 패턴을 재현할 수 있을까? 그랬더니 그럴듯한 결과가 나왔었지요. 이 방정식으로 가상실험이 가능하다는 결론이었지요. 우리는 그룹 역동성을 통해서 전세계에서 일어나는 모든 전쟁의 패턴을 설명할 수 있었지요.
So what's going on? Why should these different -- seemingly different conflicts have the same patterns? Now what I believe is going on is that the insurgent forces, they evolve over time. They adapt. And it turns out there is only one solution to fight a much stronger enemy. And if you don't find that solution as an insurgent force, you don't exist. So every insurgent force that is ongoing, every conflict that is ongoing, it's going to look something like this. And that is what we think is happening.
그럼 어떻게 그것이 가능할까? 각각 다르게 보이는 전쟁들이 어떻게 같은 패턴을 보여 줄수 있을까? 저는 반란군들 자체가 시간의 흐름에 따라 바뀐다고 생각합니다. 즉, 바뀌는 환경에 적응한다는 것이죠. 반란군들이 훨씬 더 강한 적을 상대로 싸울때 그들이 생존할 수 있는 유일한 방법은 적응하는 것이고 적응하지 못하는 반란군은 사라져 버린다는 결론을 내렸죠. 따라서 현재 진행되고 있는 모든 반란군들의 전쟁은 이와 비슷한 . 패턴을 보일 것입니다 저희들은 현상태가 이렇다고 생각합니다.
Taking it forward, how do we change it? How do we end a war like Iraq? What does it look like? Alpha is the structure. It's got a stable state at 2.5. This is what wars look like when they continue. We've got to change that. We can push it up: the forces become more fragmented; there is more of them, but they are weaker. Or we push it down: they're more robust; there is less groups; but perhaps you can sit and talk to them.
그러면 앞으로 우리가 어떻게 상황을 바꿀 수 있을가요? 이라크 같은 전쟁을 어떻게 끝낼 수 있을까요? 그럴려면 도표가 어떻게 보여야 할까요? 알파값은 반란군의 구조이고, 현재 2.5에서 안정된 값을 가지고 있지요. 전쟁이 계속되는 상태는 이렇게 나타나지요. 우리는 알파값을 변경시켜야 합니다. 우리가 알파값을 올리면 반란군이 분산되지요. 반란군 그룹의 수가 늘어나면 그들의 힘이 약해지지요. 우리가 알파값을 내리면, 반란군 그룹의 수가 줄어들며 더 강력해 지지요. 그렇지만 협상이 가능하게 될지 모르죠.
So this graph here, I'm going to show you now. No one has seen this before. This is literally stuff that we've come through last week. And we see the evolution of Alpha through time. We see it start. And we see it grow up to the stable state the wars around the world look like. And it stays there through the invasion of Fallujah until the Samarra bombings in the Iraqi elections of '06. And the system gets perturbed. It moves upwards to a fragmented state. This is when the surge happens. And depending on who you ask, the surge was supposed to push it up even further. The opposite happened. The groups became stronger. They became more robust. And so I'm thinking, right, great, it's going to keep going down. We can talk to them. We can get a solution. The opposite happened. It's moved up again. The groups are more fragmented. And this tells me one of two things. Either we're back where we started and the surge has had no effect; or finally the groups have been fragmented to the extent that we can start to think about maybe moving out. I don't know what the answer is to that. But I know that we should be looking at the structure of the insurgency to answer that question. Thank you. (Applause)
지금 보여드리는 이 그래프는 지난주에 저희들이 만든 것인데 여기서 처음으로 대중에게 공개됩니다. 이 그래프는 시간이 흐름에 따라 알파값이 변하는 것을 보여줍니다. 그래프가 시작하며 알파값이 안정된 상태로 올라가고 다른 전쟁과 비슷한 양상을 띄우지요. 이 수치는 2006년 선거시 사마라 폭격이 있었을때 까지 팔류쟈 점령 시기를 통털어 같은 수준에 머믈었었지요 그후에는 알파값이 위로올라가며 반란군이 분산된 상태로 들어가지요. 이때 갑작스런 증가가 있었지요. 그 당시에 알파값이 더 올라가며 반란군들이 더 분산될 것이라고 말하는 사람들도 있었지만 그 반대 현상이 일어났죠. 반란군 집단들이 더 강해지고 더 단결됐지요. 그리고 그들이 더 강력해 졌지요. 저는 알파값이 계속 더 내려갈 것이고, 그러면 우리가 협상을 해서 해결책을 찾을 수도 있겠다고 생각했는데 정반대 현상이 일어났지요. 알파값이 다시 올라가고 반란군들이 더 분산되었지요. 이것으로 부터 저희들이 얻을 수 있는 결론은 소탕작전의 효과가 전혀없이 원상태로 돌아왔거나, 아니면, 반란 세력들이 충분히 분산되어 어쩌면 이라크를 철퇴할 생각을 해도 될 단계에 왔는지도 모른다는 것이지요. 저는 이것에 대한 대답이 무엇인지 모릅니다. 하지만 저는 이 질문에 대한 답을 찾으려면 반드시 반란군의 구조를 파악해야 한다는 것은 알고 있습니다. 감사합니다. (박수)