AI는 계산하고, 인간은 설계한다
Y = f(x)로 설계하는 AI 시대의 비즈니스 문제해결
Regular price
$24.72
Sale price
Regular price
Shipping calculated at checkout.
✈️
Estimated delivery date 예상 배송일
Standard Shipping
불러오는 중...
주문일로부터 8-12 영업일
Express Shipping
불러오는 중...
주문일로부터 6-8 영업일
Couldn't load pickup availability
출판사 리뷰
출판사 리뷰
목차
목차
추천의 글 2
프롤로그: AI는 답을 낸다, 인간은 질문으로 자신을 증명한다 12
[인식] 생각의 OS를 바꿔라: 계산의 시대에서 설계의 시대로
제1장 AI 시대, 왜 다시 통계적 사고인가 18
1. 답은 많아졌으나, 판단은 더 어려워졌다 19
2. 통계적 사고는 숫자가 아니라 과정을 보는 힘이다 21
3. 왜 AI 시대에 통계적 사고가 더 중요한가 23
4. Y = f(x), 세상을 읽는 가장 강력한 문법 24
5. 감정의 언어를 구조의 언어로 번역하라 25
6. 질문하는 사람이 설계자가 된다 27
제2장 데이터를 알면 돈이 보인다 31
1. 직관의 함정: 우리는 왜 눈앞의 숫자에 속는가? 32
2. Data Talks: 데이터는 말하고, 우리는 '들어야' 한다 32
3. 경영의 흐름: 품질 · 비용 · 스피드를 지배하는 결정의 구조 34
4. 제조 현장의 승리: '금속 이물'을 수익으로 바꾼 결정적 한 수 36
5. 데이터는 당신에게 무엇을 말하고 있는가? 38
제3장 문제해결을 위한 켄타우로스 모델 41
1. 복잡성의 시대, 통계적 사고가 생존의 조건이다 41
2. AI는 답을 낸다. 그러나 책임지지는 못한다 42
3. AI의 한계가 곧 인간의 기회가 되는 세 가지 영역 44
4. AI 시대의 문제해결을 위한 켄타우로스(Centaur) 모델 46
5. AI 시대의 의사결정 프레임: DMAIC의 진화 48
[INSIGHT] Six Sigma 이후의 Six Sigma: 이름은 저물어도 DNA는 남는다 50
6. 생각의 OS를 실행하는 인터페이스: 4블록 실행카드 51
7. AI 활용의 창구, 질문 공식(RCTF) 53
8. 4블록 실행카드 구조: 질문의 언어와 실행의 구조 54
9. DMAIC 단계별 4블록 실행카드 55
제4장 문제해결의 마스터키, DDC 62
1. 경영은 곧 문제해결의 연속이다 62
2. Define: 문제를 꿰뚫어 정의하라 64
3. Divide: 분석의 힘, 코끼리를 먹는 방법 68
4. Connect: 연결의 힘, 숲을 보는 시스템 사고 72
5. 문제해결의 방점 - 통계적 사고 78
[진단] 숫자의 착시를 넘어 진실을 보는 법
제5장 숫자 너머의 통찰 84
1. 회의실의 가장 위험한 질문: "그래서 평균이 얼마입니까?" 84
2. 평균의 배신: 평균 수심 1m 강에서 통계학자가 빠져 죽은 이유 86
3. 왜 우리는 평균에 속는가: 중심경향성(Central Tendency)의 이해 86
4. 산포(Variation)는 리스크이자 개선의 단서다 88
5. 표준편차, 몸으로 체감하기: 키(Height)의 예시 88
6. 산포 개념 사례: "평균과 다르다"는 사실이 위로가 되는 순간 90
7. 숫자 너머의 통찰이 '다음 질문'을 만든다 94
제6장 효율의 착시와 효과의 진실 97
1. 햄릿의 고민, 그리고 비즈니스맨의 고민 97
2. 효율성(Efficiency) vs 효과성(Effectiveness) 98
3. 당신의 조직은 어디에 있는가? (2×2 매트릭스) 100
4. DMAIC로 다시 읽는 효과와 효율의 순서 102
4-1. 고객 중심(Customer-Focused): 효과성의 출발점 103
4-2. 프로세스 중심(Process-Focused): 효율성의 엔진 104
4-3. 과학적 방법론(Scientific Methodology): DMAIC의 흐름 105
제7장 샘플링의 과학 108
1. 샘플은 세상을 들여다보는 작은 창문이다 108
2. 추정(Estimation): 표본으로 모집단을 미루어 짐작하는 과정이다 111
3. 가설검정: 표본으로 주장과 차이를 판단하는 과정이다 114
4. 새로운 주장을 어떻게 검증하고 설득할 것인가? 116
5. 여러 집단을 한 번에 비교하기: ANOVA(Analysis of Variance) 119
제8장 투명한 측정시스템(MSA) 123
1. 흐린 유리창으로 세상을 보지 마라 123
2. 측정은 '도구(Gage)'가 아니라 '시스템(System)'이다 124
3. 정확도와 정밀도: 흙탕물을 걷어내고 진실을 보라 126
3-1. 중심치 관점의 정확도(Accuracy): 영점 조절의 문제 127
3-2. 산포 관점의 정밀도(Precision): 탄착군의 크기 128
4. 자동 측정장비의 반복성과 편의를 어떻게 평가할 것인가? 130
5. 정밀하지 못한 측정기의 측정오차를 줄이는 방법은? 132
6. MSA는 선택이 아니라 필수다 134
7. AI를 활용한 MSA 실행 136
[설계] 우연을 필연으로 만드는 조종석에 앉아라
제9장 관찰연구로 인과관계의 단서를 찾다 142
1. 원인 후보를 찾아라: 문제해결의 출발점 142
2. 탐색적 자료분석(EDA): 백문불여일견(百聞不如一見) 144
3. 현장의 관찰연구와 Multi-Vari 분석 148
4. 관찰연구 사례: COVID-19와 비타민 D의 관계 151
5. 상관관계의 함정: 허위 상관과 교란변수 157
5-1. 황새가 아기를 물어다 준다? - 허위 상관 158
5-2. 커피와 췌장암 - 관찰된 연관성을 재검토하는 법 160
5-3. DDC로 관찰된 상관을 인과 질문으로 바꾸기 161
6. 인과 방향을 검증하라: 뇌조 관찰에서 개입실험으로 162
7. 관찰에서 실험으로: 인과관계를 향한 도약 165
제10장 우연을 필연으로 바꾸는 설계: DOE 170
1. AI는 원인 후보를 찾지만, 인과를 확정하지 못한다 171
2. 관찰연구가 상관관계를 넘어 인과로 가는 조건 174
3. 실험인자 x를 의도적으로 움직여 Y의 변화를 확인하는 설계 176
4. 실험의 잡음(Noise)을 통제하는 법 177
5. 관찰에서 통찰로: 상관관계를 넘어 인과관계를 검증하는 DOE 180
6. 관찰 데이터의 구조적 한계와 다중공선성 182
7. DOE가 주는 세 가지 지식: 교호작용 · 스크리닝 · 최적화 186
[INSIGHT] 피셔의 눈을 가린 확증 편향: 데이터 과학자가 품어야 할 경계심 190
8. AI 협업, DOE 실행카드: 설계 · 분석 · 검증의 분업 191
9. DOE 가상사례 연구: 이차전지 극판 공정의 개선 195
제11장 참원인을 가려내는 판단의 기술 204
1. 데이터 가치 흐름과 올바른 판단의 기술 204
2. 의사결정 사례연구 1: 두 개의 숫자가 만들어내는 착시 207
3. 의사결정 사례연구 2: 데이터 기반이 오히려 해가 되는 순간 210
4. Chart로 데이터를 시각화하고, 통계적 사고로 Signal을 알아차리다 212
[완성] AI 시대, 비즈니스 문제의 솔루션
제12장 비즈니스 문제해결의 선순환 218
1. 관리와 혁신, 그리고 통계적 사고 218
2. 문제 정의를 측정 기준에 대한 합의로 연결하라 220
3. 문제는 숫자가 아니라 '패턴'으로 보아야 한다 221
4. 인과관계 규명부터 성과 유지까지: Y = f(x)의 완성 223
5. 공정능력과 공정성능의 차이: 잠재력과 현실 224
[INSIGHT] 골드랫의 제약이론(TOC): 가장 약한 고리를 찾아라 227
6. 기업 운영 수준의 결정 기준은? 228
7. 기업의 경영 활동 문제해결 사이클 229
제13장 Y = f(x) 개선성과 유지 234
1. 개선 활동의 완성은 Control(관리) 단계에 있다 234
2. 유지 못하는 솔루션은 일회성 이벤트에 불과하다 236
3. 실질적 해결책을 만드는 7단계 관리수단 237
4. SPC 운영 전략: On-Line 모니터링과 Off-Line 개선 239
5. 현재의 제약을 관리하고 변화에 맞춰 기준을 갱신하라 242
6. TOC 원리의 일상 적용: 건강 관리의 사전 예방 243
7. 표준을 실행하게 만드는 사람과 제도 245
8. AI를 활용한 Control Plan 실행 246
제14장 인간 설계자와 AI가 완성하는 지능형 솔루션 255
1. 지능형 솔루션의 패러다임 시프트 255
2. DDC: AI를 지휘하는 사고의 운영체제 256
3. 인간이 판단해야 할 세 번의 결정적 순간 258
4. AI를 Y로 연결하라: 스마트한 직장인의 실전 가이드 260
5. 모든 통찰을 관통하는 하나의 언어: Y = f(x) 262
6. 통계적 사고로 미래를 설계하라 264
에필로그: 레버를 당기는 자의 무게 269
주요 사상가와 핵심 문헌 안내 273
부록 A. 통합 참고문헌 278
B. DMAIC 로드맵 예시 - 제빵공장 사례연구 284
C. AI 협업 4블록 실행카드 실전 매뉴얼 292
D. AI 협업 문제해결 실전 템플릿(켄타우로스 보드) 309
프롤로그: AI는 답을 낸다, 인간은 질문으로 자신을 증명한다 12
[인식] 생각의 OS를 바꿔라: 계산의 시대에서 설계의 시대로
제1장 AI 시대, 왜 다시 통계적 사고인가 18
1. 답은 많아졌으나, 판단은 더 어려워졌다 19
2. 통계적 사고는 숫자가 아니라 과정을 보는 힘이다 21
3. 왜 AI 시대에 통계적 사고가 더 중요한가 23
4. Y = f(x), 세상을 읽는 가장 강력한 문법 24
5. 감정의 언어를 구조의 언어로 번역하라 25
6. 질문하는 사람이 설계자가 된다 27
제2장 데이터를 알면 돈이 보인다 31
1. 직관의 함정: 우리는 왜 눈앞의 숫자에 속는가? 32
2. Data Talks: 데이터는 말하고, 우리는 '들어야' 한다 32
3. 경영의 흐름: 품질 · 비용 · 스피드를 지배하는 결정의 구조 34
4. 제조 현장의 승리: '금속 이물'을 수익으로 바꾼 결정적 한 수 36
5. 데이터는 당신에게 무엇을 말하고 있는가? 38
제3장 문제해결을 위한 켄타우로스 모델 41
1. 복잡성의 시대, 통계적 사고가 생존의 조건이다 41
2. AI는 답을 낸다. 그러나 책임지지는 못한다 42
3. AI의 한계가 곧 인간의 기회가 되는 세 가지 영역 44
4. AI 시대의 문제해결을 위한 켄타우로스(Centaur) 모델 46
5. AI 시대의 의사결정 프레임: DMAIC의 진화 48
[INSIGHT] Six Sigma 이후의 Six Sigma: 이름은 저물어도 DNA는 남는다 50
6. 생각의 OS를 실행하는 인터페이스: 4블록 실행카드 51
7. AI 활용의 창구, 질문 공식(RCTF) 53
8. 4블록 실행카드 구조: 질문의 언어와 실행의 구조 54
9. DMAIC 단계별 4블록 실행카드 55
제4장 문제해결의 마스터키, DDC 62
1. 경영은 곧 문제해결의 연속이다 62
2. Define: 문제를 꿰뚫어 정의하라 64
3. Divide: 분석의 힘, 코끼리를 먹는 방법 68
4. Connect: 연결의 힘, 숲을 보는 시스템 사고 72
5. 문제해결의 방점 - 통계적 사고 78
[진단] 숫자의 착시를 넘어 진실을 보는 법
제5장 숫자 너머의 통찰 84
1. 회의실의 가장 위험한 질문: "그래서 평균이 얼마입니까?" 84
2. 평균의 배신: 평균 수심 1m 강에서 통계학자가 빠져 죽은 이유 86
3. 왜 우리는 평균에 속는가: 중심경향성(Central Tendency)의 이해 86
4. 산포(Variation)는 리스크이자 개선의 단서다 88
5. 표준편차, 몸으로 체감하기: 키(Height)의 예시 88
6. 산포 개념 사례: "평균과 다르다"는 사실이 위로가 되는 순간 90
7. 숫자 너머의 통찰이 '다음 질문'을 만든다 94
제6장 효율의 착시와 효과의 진실 97
1. 햄릿의 고민, 그리고 비즈니스맨의 고민 97
2. 효율성(Efficiency) vs 효과성(Effectiveness) 98
3. 당신의 조직은 어디에 있는가? (2×2 매트릭스) 100
4. DMAIC로 다시 읽는 효과와 효율의 순서 102
4-1. 고객 중심(Customer-Focused): 효과성의 출발점 103
4-2. 프로세스 중심(Process-Focused): 효율성의 엔진 104
4-3. 과학적 방법론(Scientific Methodology): DMAIC의 흐름 105
제7장 샘플링의 과학 108
1. 샘플은 세상을 들여다보는 작은 창문이다 108
2. 추정(Estimation): 표본으로 모집단을 미루어 짐작하는 과정이다 111
3. 가설검정: 표본으로 주장과 차이를 판단하는 과정이다 114
4. 새로운 주장을 어떻게 검증하고 설득할 것인가? 116
5. 여러 집단을 한 번에 비교하기: ANOVA(Analysis of Variance) 119
제8장 투명한 측정시스템(MSA) 123
1. 흐린 유리창으로 세상을 보지 마라 123
2. 측정은 '도구(Gage)'가 아니라 '시스템(System)'이다 124
3. 정확도와 정밀도: 흙탕물을 걷어내고 진실을 보라 126
3-1. 중심치 관점의 정확도(Accuracy): 영점 조절의 문제 127
3-2. 산포 관점의 정밀도(Precision): 탄착군의 크기 128
4. 자동 측정장비의 반복성과 편의를 어떻게 평가할 것인가? 130
5. 정밀하지 못한 측정기의 측정오차를 줄이는 방법은? 132
6. MSA는 선택이 아니라 필수다 134
7. AI를 활용한 MSA 실행 136
[설계] 우연을 필연으로 만드는 조종석에 앉아라
제9장 관찰연구로 인과관계의 단서를 찾다 142
1. 원인 후보를 찾아라: 문제해결의 출발점 142
2. 탐색적 자료분석(EDA): 백문불여일견(百聞不如一見) 144
3. 현장의 관찰연구와 Multi-Vari 분석 148
4. 관찰연구 사례: COVID-19와 비타민 D의 관계 151
5. 상관관계의 함정: 허위 상관과 교란변수 157
5-1. 황새가 아기를 물어다 준다? - 허위 상관 158
5-2. 커피와 췌장암 - 관찰된 연관성을 재검토하는 법 160
5-3. DDC로 관찰된 상관을 인과 질문으로 바꾸기 161
6. 인과 방향을 검증하라: 뇌조 관찰에서 개입실험으로 162
7. 관찰에서 실험으로: 인과관계를 향한 도약 165
제10장 우연을 필연으로 바꾸는 설계: DOE 170
1. AI는 원인 후보를 찾지만, 인과를 확정하지 못한다 171
2. 관찰연구가 상관관계를 넘어 인과로 가는 조건 174
3. 실험인자 x를 의도적으로 움직여 Y의 변화를 확인하는 설계 176
4. 실험의 잡음(Noise)을 통제하는 법 177
5. 관찰에서 통찰로: 상관관계를 넘어 인과관계를 검증하는 DOE 180
6. 관찰 데이터의 구조적 한계와 다중공선성 182
7. DOE가 주는 세 가지 지식: 교호작용 · 스크리닝 · 최적화 186
[INSIGHT] 피셔의 눈을 가린 확증 편향: 데이터 과학자가 품어야 할 경계심 190
8. AI 협업, DOE 실행카드: 설계 · 분석 · 검증의 분업 191
9. DOE 가상사례 연구: 이차전지 극판 공정의 개선 195
제11장 참원인을 가려내는 판단의 기술 204
1. 데이터 가치 흐름과 올바른 판단의 기술 204
2. 의사결정 사례연구 1: 두 개의 숫자가 만들어내는 착시 207
3. 의사결정 사례연구 2: 데이터 기반이 오히려 해가 되는 순간 210
4. Chart로 데이터를 시각화하고, 통계적 사고로 Signal을 알아차리다 212
[완성] AI 시대, 비즈니스 문제의 솔루션
제12장 비즈니스 문제해결의 선순환 218
1. 관리와 혁신, 그리고 통계적 사고 218
2. 문제 정의를 측정 기준에 대한 합의로 연결하라 220
3. 문제는 숫자가 아니라 '패턴'으로 보아야 한다 221
4. 인과관계 규명부터 성과 유지까지: Y = f(x)의 완성 223
5. 공정능력과 공정성능의 차이: 잠재력과 현실 224
[INSIGHT] 골드랫의 제약이론(TOC): 가장 약한 고리를 찾아라 227
6. 기업 운영 수준의 결정 기준은? 228
7. 기업의 경영 활동 문제해결 사이클 229
제13장 Y = f(x) 개선성과 유지 234
1. 개선 활동의 완성은 Control(관리) 단계에 있다 234
2. 유지 못하는 솔루션은 일회성 이벤트에 불과하다 236
3. 실질적 해결책을 만드는 7단계 관리수단 237
4. SPC 운영 전략: On-Line 모니터링과 Off-Line 개선 239
5. 현재의 제약을 관리하고 변화에 맞춰 기준을 갱신하라 242
6. TOC 원리의 일상 적용: 건강 관리의 사전 예방 243
7. 표준을 실행하게 만드는 사람과 제도 245
8. AI를 활용한 Control Plan 실행 246
제14장 인간 설계자와 AI가 완성하는 지능형 솔루션 255
1. 지능형 솔루션의 패러다임 시프트 255
2. DDC: AI를 지휘하는 사고의 운영체제 256
3. 인간이 판단해야 할 세 번의 결정적 순간 258
4. AI를 Y로 연결하라: 스마트한 직장인의 실전 가이드 260
5. 모든 통찰을 관통하는 하나의 언어: Y = f(x) 262
6. 통계적 사고로 미래를 설계하라 264
에필로그: 레버를 당기는 자의 무게 269
주요 사상가와 핵심 문헌 안내 273
부록 A. 통합 참고문헌 278
B. DMAIC 로드맵 예시 - 제빵공장 사례연구 284
C. AI 협업 4블록 실행카드 실전 매뉴얼 292
D. AI 협업 문제해결 실전 템플릿(켄타우로스 보드) 309
저자
저자
김학수 공학박사
통계전문가 · 문제해결 설계자
공군사관학교에서 산업공학을 가르치며 교육자의 길을 시작해, 이후 삼성SDI에서 30년간 근무했다. 삼성SDI의 6시그마 국내 최초 도입과 정착에 기여한 공로로 대표이사 종합포상 금상을 받았다. 삼성그룹의 6시그마 활동을 지원했으며, 독일·중국·말레이시아·멕시코·브라질 등 해외법인의 교육과 과제 지도를 이어갔다. 헝가리법인에서는 기술교육센터장을 지냈다. 사관생도부터 유럽 엔지니어까지, 대학부터 기업 현장까지 두루 가르쳐 왔다.
재직 중 6시그마의 핵심인 문제해결 방법론을 사내 교재 『문제해결을 위한 통계적 사고 ver. 3.0』과 교육 영상으로 체계화했다. 『AI는 계산하고, 인간은 설계한다』는 그 방법론을 AI 시대에 맞게 확장해 일반 독자도 이해하고 활용할 수 있도록 풀어낸 실무형 교양서다. '통계적 사고 ver. 4.0'인 셈이다.
학력: 고려대학교 산업공학과 학사, 동 대학원 산업공학과 석사·박사(응용통계 전공)
전문 분야: 응용통계 · 통계적 사고 · AI를 활용한 비즈니스 문제해결 · 경영혁신
경력
건국대학교·순천향대학교·한국교통대학교 강사
한국표준협회(KSA) 전문위원
삼성SDI 중대형전지 헝가리법인 기술교육센터장 (전)
삼성SDI 전지사업부 경영혁신그룹장 (전)
삼성SDI 6시그마아카데미장 (전)
삼성6시그마아카데미 금융사 담당 (전)
공군사관학교 교수부 산업공학과 교관 (전)
저서 및 수상
『AI는 계산하고, 인간은 설계한다』 (박영사, 2026) - 신간
『문제해결을 위한 통계적 사고 ver. 3.0』 (삼성SDI, 2021, 사내 교재 시리즈)
삼성SDI 대표이사 종합포상 금상 (2002) - 6시그마 국내 최초 도입·정착 공로
통계전문가 · 문제해결 설계자
공군사관학교에서 산업공학을 가르치며 교육자의 길을 시작해, 이후 삼성SDI에서 30년간 근무했다. 삼성SDI의 6시그마 국내 최초 도입과 정착에 기여한 공로로 대표이사 종합포상 금상을 받았다. 삼성그룹의 6시그마 활동을 지원했으며, 독일·중국·말레이시아·멕시코·브라질 등 해외법인의 교육과 과제 지도를 이어갔다. 헝가리법인에서는 기술교육센터장을 지냈다. 사관생도부터 유럽 엔지니어까지, 대학부터 기업 현장까지 두루 가르쳐 왔다.
재직 중 6시그마의 핵심인 문제해결 방법론을 사내 교재 『문제해결을 위한 통계적 사고 ver. 3.0』과 교육 영상으로 체계화했다. 『AI는 계산하고, 인간은 설계한다』는 그 방법론을 AI 시대에 맞게 확장해 일반 독자도 이해하고 활용할 수 있도록 풀어낸 실무형 교양서다. '통계적 사고 ver. 4.0'인 셈이다.
학력: 고려대학교 산업공학과 학사, 동 대학원 산업공학과 석사·박사(응용통계 전공)
전문 분야: 응용통계 · 통계적 사고 · AI를 활용한 비즈니스 문제해결 · 경영혁신
경력
건국대학교·순천향대학교·한국교통대학교 강사
한국표준협회(KSA) 전문위원
삼성SDI 중대형전지 헝가리법인 기술교육센터장 (전)
삼성SDI 전지사업부 경영혁신그룹장 (전)
삼성SDI 6시그마아카데미장 (전)
삼성6시그마아카데미 금융사 담당 (전)
공군사관학교 교수부 산업공학과 교관 (전)
저서 및 수상
『AI는 계산하고, 인간은 설계한다』 (박영사, 2026) - 신간
『문제해결을 위한 통계적 사고 ver. 3.0』 (삼성SDI, 2021, 사내 교재 시리즈)
삼성SDI 대표이사 종합포상 금상 (2002) - 6시그마 국내 최초 도입·정착 공로
Payment & Security
Payment methods
Your payment information is processed securely. We do not store credit card details nor have access to your credit card information.


