> ## Content Index
> Fetch the complete content index at: https://www.altviewinsights.com/llms.txt
> Use this file to discover other available public pages before exploring further.

# [예측의 기술] Prologue 프롤로그
- URL: https://www.altviewinsights.com/ko/publications/yeceugyi-gisul-weoncig-1-sijang-gyeoljeonggweonjadeulyi-iigeul-bora-2/
- Published: 2026-08-06T00:04:53.000Z
- Updated: 2026-09-07T14:51:59.000Z
- Description: [절찬 판매중] 이 책은 추상적인 이론서가 아니라, 해운·조선 및 원자재 무역 현장에서 실제로 분석·예측 업무를 해온 현업 애널리스트의 실무적 관점에서 썼다.
- Author: Daejin Lee
- Tags: #pub, #ko

[ ![예측의 기술 – AI가 대신할 수 없는 인간의 판단력 (입체 표지, 클릭하면 미리보기)](https://storage.ghost.io/c/3c/24/3c24ab10-88e9-45e5-a1b8-c5557f464beb/content/images/size/w1200/2026/08/pub-banner-prologue--2-.png) ](https://product.kyobobook.co.kr/book/preview/S000221109525?view=double&page=1&ref=altviewinsights.com "교보문고 미리보기 열기") 

📖 표지를 클릭하면 [미리보기](https://product.kyobobook.co.kr/book/preview/S000221109525?view=double&page=1&ref=altviewinsights.com)가 열립니다

### 예측의 기술

AI가 대신할 수 없는 인간의 판단력

이대진 지음 · 반니 · 2026년 9월 10일 출간

[교보문고에서 구매하기](https://product.kyobobook.co.kr/detail/S000221109525?ref=altviewinsights.com) 

SEOUL · SINGAPORE · DUBAI

예측의 기술

AI가 대신할 수 없는 인간의 판단력 · 이대진

---

프롤로그

# AI 시대, 우리는 앞으로  
무엇으로 먹고살 수 있을까?

결정적인 순간에 직관이 모델을 이기는 모습을 목격한 적이 있다. 2021년 3월, BBC 월드뉴스 라이브 인터뷰를 앞두고 있었다. 수에즈 운하에 좌초된 초대형 컨테이너선이 언제 다시 뜰지가 전 세계의 관심사였다. 모든 모델은 강풍, 부력 계산, 바닥의 마찰력 같은 변수를 다루고 있었다. 한국의 부모님께 안부 전화를 드리던 중 그 이야기를 했더니, 어머니께서 자연스럽게 한마디 하셨다.

“걱정하지 마라. 그 배 다음 주 초에 아홉물\*이라 곧 뜰 거다.”

\* 아홉물: 만조가 가장 높이 차오르는 음력 기준 조수 주기의 한 시점.

어머니는 한국 어촌 인근에서 자라며 평생 조수(潮水)를 보고 사신 분이다. 어머니에게 만조 주기는 모델이 아니라 일상의 직관이었다. 인터뷰를 위해 밤새 준비한 자료 어디에도 “아홉물”이라는 단어는 없었다. 그러나 그 한마디가 모든 모델보다 정확했고, 인터뷰가 끝난 며칠 뒤, 어머니의 직관대로 그 배는 떠올랐다.

어머니의 직관이 모델을 이긴 것은 신비가 아니었다. 눈에 익은 패턴에 수십 년을 반복해서 노출되고, 물이 들고 날 때마다 그 판단이 맞았는지 곧바로 확인되는 삶이 만들어 낸 것이었다. 본능처럼 보이는 것은 사실 오랜 경험이 압축된 결과다. 전문가의 직관을 연구해 온 심리학자 게리 클라인이 설명한 바로 그 메커니즘이다. 모델은 데이터로 만들고, 직관은 더 오랜 시간의 데이터로 만든다. 그저 그 데이터가 의식 밖에 쌓여 있을 뿐이다. 그 차이가 이 책의 출발점 가운데 하나가 되었다.

## 내가 설 곳이 있을까

나는 요즘 매일같이 같은 질문을 던진다. AI 시대, 우리는 앞으로 무엇으로 먹고살 수 있을까?

글로벌 컨설팅 업계의 신입 채용은 이미 축소되거나 중지된 지 오래다. 챗GPT가 세상을 강타한 지 몇 년이 지나지 않아 제미나이·클로드·퍼플렉시티·그록 등 수많은 AI 프로그램들이 등장했다. 필요할 때 AI가 웬만한 스승보다 더 명료하게 개념을 설명해 주고, 정형화된 기술적 업무에서는 전문가 수준의 깊이를 보여준다.

애널리스트의 웹브라우저에는 검색창보다 AI 프로그램이 더 친밀하다. 신입사원 때 자주 하던 자료 수집과 외신 뉴스 요약은 AI가 훨씬 빠르고 정확하게 수행하고, 헤드 트레이더들 밑에서 보고 배웠던 주니어 트레이더들의 역할도 AI가 더 잘 수행한다. 허드렛일을 도와주며 어깨너머로 배우던 도제 방식의 시대가 끝나간다.

곧 피지컬 AI와 로봇이 결합하여 많은 육체노동 역시 대체될 상황이다. 과연 AI보다 인간이 앞서갈 수 있는 게 있기는 한 걸까? 큰 성공을 이야기하는 것이 아니다. 우리는, 그리고 우리 아이들은 앞으로 어떤 능력을 길러야 이 불확실한 세상에서 살아남을 수 있는 걸까?

이 책을 집필하며 나는 그 질문에 대한 답을 찾아갔다.

## AI 이후에도 남는 일

최근 몇 년간 나는 AI의 도움을 누구보다 많이 받으면서도, 일이 줄어들기보다 새로운 일을 더 많이 하고 있다. 모델링, 정보 수집과 검수를 위해 전 세계의 동료들, 특히 데이터 사이언티스트팀과 협업하고 의사소통하는 데 쓰던 시간은 현저히 줄어들었다. 하지만 커버해야 하는 섹터의 범위는 넓어졌고, 검수하고 체화해야 하는 작업은 오히려 늘어났다.

단순 작업의 강도는 줄어든 반면, 설명하기 어렵지만 어쩐지 알게 되는 인사이트는 많아졌다. 이 깨달음을 알기 쉽게 쓰고, 말하고, 공유하는 일은 더 중요해졌다. AI가 많은 정보를 빠르게 처리할수록, 인간에게 남는 일은 줄어들 것이라 생각했지만 아니었다. 그저 달라진 것이다.

그 접점에 휴먼 엣지(Human Edge)가 있다. 인간이 AI와 기계 같은 도구보다 앞설 수 있는 지점은 단순한 정보 처리량이 아니다. 맥락을 읽고, 결과를 의심하고, 서로 다른 신호를 연결하고, 끝내 자신의 판단으로 책임지는 능력이다. 나는 그 영역을 ‘예측의 기술’이라고 부른다.

## 예측의 기술

우리는 미래를 알 수 없다. 하지만 인생은 예측의 연속이고, 그 결과를 피할 수 없다. 예측은 틀리기 마련이다.

경제학자 장하준은 『경제학 강의』에서, 투자의 양은 투자하는 사람이 미래에 어떤 기대를 하느냐에 따라 달라지며, 그 기대는 합리적 계산이 아니라 심리적 요인에 더 영향을 받는다고 지적한다. 미래가 불확실성으로 가득 차 있고, 그 불확실성은 알려지지 않은 미지수들(unknown unknowns)에서 생기기 때문이다.

우리가 모른다는 사실조차 모르는 미지수들이 너무 많기에, 미래는 언제나 두려움과 겸손의 영역이다. 하지만 그렇다고 예측을 포기할 수는 없다.

우리는 늘 후회한다.

“그때 처음 생각대로 할 걸.”

“분위기에 휩쓸리지 말 걸.”

“아, 이럴 줄 알았는데….”

돌이켜 보면 대부분 비슷한 이유로 후회하게 된다. 그때의 판단 오류들을 하나씩 들여다보면, 어쩌면 피할 수 있었을지도 혹은 조금 더 잘 예측할 수 있었을지도 모른다는 생각이 든다.

비즈니스에서는 모든 결정이 수요와 공급 예측에 기반하고, 인간의 감정과 사회의 흐름에 따라 성패가 갈린다. 일상에서도 마찬가지다. 번개가 치면 곧 천둥이 들릴 것을 예상하고, 여름휴가가 다가올수록 항공권과 숙소 가격이 오를 것을 예상해 미리 예약한다. 우리는 늘 예측하고, 판단하고, 행동하며 살아간다.

예측의 기술은 미래를 정확히 맞히는 기술이 아니다. 불확실한 상황에서 무엇을 보고, 무엇을 의심하고, 어떤 신호를 더 중요하게 볼 것인지 판단하는 기술이다. 부동산, 주식, 원자재 시장에서 미국 대선과 비트코인까지, 유능한 예측 전문가들에게는 일맥상통하는 원칙들이 있다. 『예측의 기술』은 그 원칙들을 현장의 언어로 풀어내려는 시도다.

## 현장에서 배운 원칙들

이 책은 추상적인 이론서가 아니다. 해운·조선 및 원자재 무역 현장에서 실제로 분석과 예측 업무를 해온 현업 애널리스트의 실무적 관점에서 썼다. 나는 영업팀에서 커리어를 시작해 선물 트레이더를 거쳐, 전문 산업 컨설팅 업무를 위해 애널리스트가 되었다. 경제학적 관점보다는 실행적 관점의 분석 업무를 주로 해왔다.

세상에는 여러 가지 예측의 원칙들이 따로 존재하지만, 실제 업무에서는 동시에 적용된다. 그래서 이 책의 각 장 역시 독립적이면서도 결국은 서로 연결되어 있다. 그동안 국내외 리서치 팀원들을 멘토링하면서 가르쳤던 경험을 토대로, 예측과 분석을 수행할 때 반드시 점검해야 할 사항들을 하나씩 정리했다.

본문에서는 부동산 시장, 원자재 공급망, 지정학적 위기, AI 시대의 데이터 오류, 노이즈로 가득한 뉴스 속에서 정직한 시그널을 찾는 법까지 다양한 사례를 다룬다. 성공 사례뿐 아니라 실패 사례도 함께 적었다.

원자재 시장과 해운·운임 구조를 더 깊이 이해하는 데 필요한 현장 사례와 용어는 부록 「원자재 레슨 101」에 따로 정리했다. 본문을 읽는 데 꼭 필요한 개념은 최대한 그 자리에서 풀어두었지만, 더 구체적인 산업 배경과 실무 맥락이 궁금한 독자라면 부록을 함께 참고해도 좋다.

예측은 맞힌 결과만으로 완성되지 않는다. 왜 틀렸는지, 무엇을 놓쳤는지, 다음에는 어떤 질문을 해야 하는지까지 살펴볼 때 비로소 기술이 된다.

나의 경험이 현업에서 매주 결정을 내려야 하는 분석가·매니저·트레이더·임원들 그리고 애널리스트의 관점에서 투자 원칙을 배우고 싶은 독자들에게 조금이나마 도움이 되기를 바란다.

마지막으로, 첫 번째 독자인 아내가 이 책의 첫 편집본을 읽고 너무 좋다고 이야기 해주었다. 왜 그러냐 물었더니 내가 무슨 꿍꿍이를 가지고 결정하고 판단하는지 이제야 알겠단다. 독자들도 아마 애널리스트의 머릿속을 한번 들여다볼 수 있지 않을까. 그리고 분명 그것이 도움이 되리라는 믿음과 용기를 주었다. 무엇보다 이 모든 결정의 숨은 배후이자, 매번 나보다 먼저 나의 가능성을 믿어주고 응원해 준 사랑하는 아내에게 고맙다는 말을 전하고 싶다. 그리고 인공지능과 더불어 살아가야 할 두 딸들에게도 사랑과 응원의 마음을 담아 이 책을 바친다.

*2026년 봄, 두바이에서*

*이대진*

---

다음 → 원칙 1\. 시장 결정권자들의 이익을 보라

© 2026 이대진 · 『예측의 기술』(반니). 무단 전재와 복제를 금합니다.

**목차*CONTENTS***예측의 기술

*PART 0*

### 서문*Foreword*

[00프롤로그*Prologue*AI 시대, 우리는 앞으로 무엇으로 먹고살 수 있을까?샘플 읽기 →](https://www.altviewinsights.com/ko/publications/yeceugyi-gisul-weoncig-1-sijang-gyeoljeonggweonjadeulyi-iigeul-bora-2/) 

*PART 1*

### 무엇을 볼 것인가*Reading the Market's Signals · 시장의 신호 읽기*

[01시장 결정권자들의 이익을 보라*Follow the Interests*결정권자가 누구인지 먼저 특정하라 · 그들의 이익과 손해를 적어라 · 인센티브가 '정렬'인지 '충돌'인지 판별하라샘플 읽기 →](https://www.altviewinsights.com/ko/publications/yeceugyi-gisul-weoncig-1-sijang-gyeoljeonggweonjadeulyi-iigeul-bora/) 

02

#### 신뢰 가중치의 원칙, AI 시대의 GIGO*Weighted Trust*

출처를 분류하라 — 1차 데이터인가, 2차 인용인가, AI 요약인가? · 이해관계를 점검하라 · Skin in the Game을 물어라

03

#### 컨센서스의 함정*The Consensus Trap*

단기·중기·장기 중 무엇을 보고 있는가? · 2차 효과를 점검하라 · 컨센서스와 펀더멘털의 간극을 측정하라

04

#### 균형 잡힌 시각*A Balanced Perspective*

반대 데이터를 의식적으로 한 줄 적어라 · 가장 매끄러운 이야기를 먼저 의심하라 · 숫자에는 방법론을, 표현에는 '범위'를 말하라

05

#### 아이디어 중심주의*Idea Meritocracy*

아이디어와 사람을 분리하라 · 결정과 결과를 분리해서 평가하라 · 결정 시점의 가정을 적어 라이브테스팅 일지를 써라

06

#### 사이클, 역사는 반복된다*Cycles · History Repeats*

사이클의 어느 국면인지 식별하라 · 가장 닮은 과거를 찾아라 · 모두와 반대로 가는 결정을 적어라

*PART 2*

### 어떻게 사고할 것인가*Tools for Thinking · 예측의 사고 도구*

07

#### 직관, AI가 보지 못하는 데이터*Intuition as Data AI Cannot See*

신호를 흘려보내지 말고 한 줄로 적어둔다 · 자산인지 함정인지 물어본다 · 다른 눈과 맞춰본다

08

#### 베이지안 사고, 틀려도 된다 결국엔 성공하면 된다*Being Wrong but Successful*

사전 확률을 기록하라 · 새 정보가 들어오면 즉각 갱신하라 · 1-Way Door인가 2-Way Door인가?

09

#### 블랙스완을 준비하라*Prepare for the Black Swan*

매몰비용을 끊어내라 · 진짜 분산을 점검하라 · 효율의 반대편에 비축을 쌓아라 — Just-in-case

10

#### AI 딸깍 요약의 시대, 근거와 가정을 이해하라*Beyond the Summary*

결론보다 가정을 물어라 · 단어 하나, 수치 하나를 추적하라 · 데이터의 부재 자체를 데이터로 보라

11

#### 문화와 역사적 맥락이 합리적 판단을 이길 때*When Context Beats Logic*

문화적 맥락을 식별하라 · 40년, 50년, 100년 단위로 펼쳐보라 · 합리적 판단과의 간극을 측정하라

12

#### AI와 데이터, 결국 사람의 일이다*It's Still a Human Call*

데이터 수집은 AI에 맡겨라 · 가중치와 보정치를 도메인 지식으로 점검하라 · 자기 평판을 걸어라

*PART 3*

### 클로징*Closing*

13

#### 에필로그*Epilogue*

이제 나이에 'ㄴ' 자가 붙습니다

14

#### 부록*Appendix*

원자재 레슨 101 — Commodities 101 · 용어집 — Glossary · 주(註) — Notes