핵무장과 국제정치에 대한 토론을 아주 즐겁게 섭취중인 얼룩커입니다. 안보와 통상이라는 두 축(+α)상에서 의사를 결정해야 하는 정치라는 것이 얼마나 복잡하고, 많은 논의들이 필요한 지 알 수 있던 토론이었습니다. 특히 흥미로웠던 건, 재경님이 제시해주신 의사결정나무(Decision Tree)였습니다. 각 분기점마다 타당해 보이는 사건 내지는 논리들이 있었고, Yes/NO를 따라가다보면 우리가 어떤 선택을 해야 할지 이해하기 쉬웠습니다. 의사결정나무에 흥미를 느낀 이유는 제가 몸담고 있는 정보과학에서도 자주 사용되는 기법이기 때문입니다. 특히 최근 더 큰 관심을 받고 있는 머신러닝 분야에서 의사결정나무는 꽤 고전적이면서도 높은 설명가능성을 지녀 아직까지도 큰 활약을 하고 있죠. 위 그래프는 자주 사용되는 머신러닝 기법의 설명가능성(Explainability)와 성능(Predictive power)의 상충관계(Trade-off)를 보여줍니다. 여기서 설명가능성이란 모델이...