What we learned from 5 million books

번역: Ji-Hyuk Park 검토: Jeong-Lan Kinser

Erez Lieberman Aiden: Everyone knows

이레즈: 누구나 아는

that a picture is worth a thousand words.

'백문이 불여일견'이라는 말이 있습니다.

But we at Harvard

하지만 하버드에서 우리는

were wondering if this was really true.

저 말이 참인지 거짓인지를 논하곤 했죠.

(Laughter)

(웃음)

So we assembled a team of experts,

그래서 우리는 하버트와 MIT에 걸쳐

spanning Harvard, MIT,

전문가들을 모집하고

The American Heritage Dictionary, The Encyclopedia Britannica

아메리칸 헤리티지 사전, 브리태니커 백과사전

and even our proud sponsors,

그리고 심지어 우리의 자랑스런 후원,

the Google.

구글까지 포괄하는 팀을 구성했습니다.

And we cogitated about this

그리고 우리는 이것에 대해

for about four years.

약 4년 동안 깊이있게 연구했죠.

And we came to a startling conclusion.

우리는 놀라운 결론에 도달했습니다.

Ladies and gentlemen, a picture is not worth a thousand words.

신사 숙녀 여러분, 한 그림은 천 단어의 가치가 없습니다. [역: '일견'이 백문의 가치가 되지 않습니다.]

In fact, we found some pictures

사실, 우리는 몇 가지 사진들의 경우

that are worth 500 billion words.

5천억 단어 정도의 가치가 있음을 발견했죠.

Jean-Baptiste Michel: So how did we get to this conclusion?

미셸 : 어떻게 우리가 이 결론에 도달했을까요?

So Erez and I were thinking about ways

이레즈와 전, 연구 방법에 대해 생각하고 있었습니다.

to get a big picture of human culture

어떻게 하면 인간 문화와 역사의 큰 그림을

and human history: change over time.

얻을 수 있을까: 시간에 따라 변화되는 것을 포함해서

So many books actually have been written over the years.

실제로 수 많은 책들은 지난 수년 동안 기록되었습니다.

So we were thinking, well the best way to learn from them

그래서 우리가 그들로 부터 배울 수 있는 가장 좋은 방법은

is to read all of these millions of books.

이 수천 수만권의 책들을 다 읽는거라 생각했습니다.

Now of course, if there's a scale for how awesome that is,

물론, 저 일이 얼마나 멋진 일인지 측정할 수 있다면

that has to rank extremely, extremely high.

저것은 매우, 아주 높은 순위가 매겨질 것입니다.

Now the problem is there's an X-axis for that,

문제는, 그곳에 x축이 있다는 거죠.

which is the practical axis.

실용성을 나타내는 축이죠.

This is very, very low.

이 축에서의 점수는 매우 낮습니다.

(Applause)

(박수)

Now people tend to use an alternative approach,

현재, 사람들은 대안으로 몇 가지 소스들을

which is to take a few sources and read them very carefully.

선택해서 그것들을 주의깊게 읽어나가죠.

This is extremely practical, but not so awesome.

이 방식은 매우 실용적이지만 아주 멋지지는 않습니다.

What you really want to do

당신이 정말하고 원하는 것은

is to get to the awesome yet practical part of this space.

아주 멋진 일을 아주 실용적으로 하는 거죠.

So it turns out there was a company across the river called Google

그래서 보니 강 건너에 구글이라 불리는 회사가 있더군요.

who had started a digitization project a few years back

몇 년 전에 디지털화 프로젝트를 시작했었던 회사죠.

that might just enable this approach.

그것이 우리의 접근방식을 가능케 할수도 있겠더군요.

They have digitized millions of books.

그들은 수백만권의 책을 디지털화 했습니다.

So what that means is, one could use computational methods

그것이 무슨 뜻인고 하니, 누군가 원하면 단 하나의 클릭으로

to read all of the books in a click of a button.

책을 한권을 훑어볼 수 있다는 뜻이죠.

That's very practical and extremely awesome.

아주 실용적이이며 극도로 멋진 일이죠.

ELA: Let me tell you a little bit about where books come from.

이레즈: 제가 책들이 어디서 왔는지 설명을 좀 하죠.

Since time immemorial, there have been authors.

태고적부터, 작가는 늘 존재해 왔습니다.

These authors have been striving to write books.

이 저자들은 책을 쓰기 위해 분투해왔죠.

And this became considerably easier

그 일은 점점 쉬워졋습니다.

with the development of the printing press some centuries ago.

몇 세기전의 인쇄기 발달과 함께말이죠.

Since then, the authors have won

그 이후로 부터는 저자들의 승리였죠.

on 129 million distinct occasions,

뚜렷이 1억2천9백만번 동안

publishing books.

책을 출판했으니까요

Now if those books are not lost to history,

역사 속에 분실되지 않았다면 해당 도서는

then they are somewhere in a library,

지금 어느 도서관 어딘가에 있는 것입니다.

and many of those books have been getting retrieved from the libraries

그 도서의 대부분이 도서관에서 회수되어져

and digitized by Google,

구글에 의해 디지털화 되고 있습니다.

which has scanned 15 million books to date.

현재까지 천오백만권의 도서를 스캔했습니다.

Now when Google digitizes a book, they put it into a really nice format.

지금 구글이 책을 디지털화하면, 좋은 포맷으로 바꿔두죠.

Now we've got the data, plus we have metadata.

이제 우리는 데이터가 있고 그에 관한 속성 정보까지 있죠.

We have information about things like where was it published,

우리에겐 그것이 어디서 출판되었고 누가 썼으며

who was the author, when was it published.

언제 발행되었는지에 관한 정보도 있습니다.

And what we do is go through all of those records

해서, 우리가 가진 모든 자료들을 훑어서

and exclude everything that's not the highest quality data.

상태가 좋지않은 데이터는 전부 제하여

What we're left with

추려서 남은 것이

is a collection of five million books,

오백만권의 책 입니다.

500 billion words,

5천억개의 단어들,

a string of characters a thousand times longer

일렬로 나열했을 경우

than the human genome --

우리 유전자의 총체, 인간 게놈보다 천배 이상 긴 겁니다.

a text which, when written out,

이 텍스트들을 모두 모아서

would stretch from here to the Moon and back

한 줄로 쓰면 여기서 달까지

10 times over --

10번 왔다갔다 할 만큼 나오죠.

a veritable shard of our cultural genome.

진정 우리 문화 게놈의 한 조각이라 할 수 있죠.

Of course what we did

물론 이런 말도 안되는 과장에 직면하게 되면

when faced with such outrageous hyperbole ...

우리가 할 수 있는 일이라곤

(Laughter)

(웃음)

was what any self-respecting researchers

자존감있는 연구원이라면

would have done.

누구나 했을 법한 일이죠.

We took a page out of XKCD,

XKCD의 한 페이지를 꺼내 들고

and we said, "Stand back.

외치는 거죠. "뒤로 물러나.

We're going to try science."

우리는 이제 과학을 시도 할 것이야."

(Laughter)

(웃음) [역: XKCD.com 미국의 유명 웹툰. 웹사이트에서 해당 문구의 티셔츠를 판매하고 있음]

JM: Now of course, we were thinking,

JM은 : 지금은 물론, 우리는 생각하고 있었죠,

well let's just first put the data out there

물론 그냥 먼저 밖으로 데이터를 넣어 봅시다

for people to do science to it.

그것을 할 과학을 하는 사람들을 위해서말이죠.

Now we're thinking, what data can we release?

지금 우리가 생각하고, 우리는 어떤 데이터를 공개할 수 있습니까?

Well of course, you want to take the books

그럼요, 당신은 책을 취해서

and release the full text of these five million books.

이러한 오백만 도서의 전체 텍스트를 놓고 싶어합니다.

Now Google, and Jon Orwant in particular,

특히 이제 Google과 존 Orwant,

told us a little equation that we should learn.

우리가 배워야할 방정식이 조금있다고 말했습니다.

So you have five million, that is, five million authors

그래서 5 백만 작가, 즉, 5 백만 달러를 가지고

and five million plaintiffs is a massive lawsuit.

그리고 5 백만 원고측은 대규모의 소송이다.

So, although that would be really, really awesome,

그럼, 그건 정말 굉장한 것이긴 하지만

again, that's extremely, extremely impractical.

다시말해, 그건 극히, 극히 비실용적입니다.

(Laughter)

(웃음)

Now again, we kind of caved in,

이제 다시, 우리는 굴복한것처럼 되어서,

and we did the very practical approach, which was a bit less awesome.

그리고 약간 덜 굉장하지만, 아주 실용적인 접근을 하게 되었습니다.

We said, well instead of releasing the full text,

우리가 말하길, "글쎄, 전체 텍스트를 발표하는 대신

we're going to release statistics about the books.

우리는 도서에 대한 통계를 공개할거야.

So take for instance "A gleam of happiness."

예를 들어, '행복의 광채"를 봅시다.

It's four words; we call that a four-gram.

그것은 네 단어입니다; 우리는 4 그램이라고 부릅니다.

We're going to tell you how many times a particular four-gram

우리는 특정 4 그램이 1801, 1802, 1803,

appeared in books in 1801, 1802, 1803,

2008년까지 죽 올라가서 책에

all the way up to 2008.

몇번이나 나타나는지 여러분께 말할겁니다.

That gives us a time series

그것은 우리에게 이 특정 문장은 시간이 지남에 따라 얼마나 자주 사용되었는지

of how frequently this particular sentence was used over time.

시간 시리즈를 제공합니다.

We do that for all the words and phrases that appear in those books,

우리가 그 도서에 나타나는 모든 단어와 구문에 대해 그렇게 하면,

and that gives us a big table of two billion lines

그것은 우리에게 이십억 줄의 큰 테이블을 제공하는데

that tell us about the way culture has been changing.

그것은 방식 문화가 변경되는 방법에 관해서 우리에게 알려줍니다.

ELA: So those two billion lines,

ELA : 그럼 그 이십억 라인,

we call them two billion n-grams.

우리는 그들 이십억 N -그램.

What do they tell us?

그들이 우리에게 뭐라고 할까요?

Well the individual n-grams measure cultural trends.

그럼 각각의 N - 그램은 문화동향을 측정합니다.

Let me give you an example.

한가지 예를 들어 드리겠습니다.

Let's suppose that I am thriving,

내가 번성하고 있다고 가정해 봅시다

then tomorrow I want to tell you about how well I did.

그러면 내일은 내가 얼마나 잘했는지 말해주고 싶어요.

And so I might say, "Yesterday, I throve."

그래서 난 "어제 내가 번성했어요(throve)."말할지도 모릅니다.

Alternatively, I could say, "Yesterday, I thrived."

또 저는 "어제, 내가 번창했어요 (thrived)." 라고 할 수 도 있습니다.

Well which one should I use?

글쎄, 어떤것을 사용해야 할까요?

How to know?

어떻게 압니까?

As of about six months ago,

약 6 개월 전의 시기에,

the state of the art in this field

이 분야에서 예술의 상태는

is that you would, for instance,

예를 들어, 당신이,

go up to the following psychologist with fabulous hair,

멋진 머리를 가진 심리학자를 따라 올라가,

and you'd say,

당신이 말하길,

"Steve, you're an expert on the irregular verbs.

"스티브, 당신은 불규칙 동사에 관한 전문가입니다.

What should I do?"

제가 어떻게 해야 할까요? "

And he'd tell you, "Well most people say thrived,

그거면 그는, "글쎄요, 대부분의 사람들이 말하길 번성했다(thrive) 고 했지만,

but some people say throve."

몇몇 사람은 번창했다(throve) 라고 했어요."

And you also knew, more or less,

그래서 여러분은 당신은 또한 다소는

that if you were to go back in time 200 years

만일 이백년전 이전으로 거슬러 올라가서

and ask the following statesman with equally fabulous hair,

그리고, 똑같이 멋진 머리를 가진 다음의 정치가에게 묻는다면,

(Laughter)

(웃음)

"Tom, what should I say?"

"톰, 내가 무슨 말을해야합니까?"

He'd say, "Well, in my day, most people throve,

그는 "글쎄, 나의 세대는 대부분의 사람들이 번성했다 (throve) 라고 말했지만

but some thrived."

몇몇사람은 번창했다 (thrive)라고 말했어요." 할겁니다.

So now what I'm just going to show you is raw data.

그래서 제가 여러분에게 그냥 보여드리려고 하는것은 원래의 데이터입니다.

Two rows from this table of two billion entries.

이십억 항목의 이 테이블에서 두 줄입니다.

What you're seeing is year by year frequency

여러분이 지금보고 계시는 것은 번성했다(throve)와 번창했다(thrive)의

of "thrived" and "throve" over time.

오랜시간에 걸친 각 년도의 빈도입니다.

Now this is just two

이제 이십억 행에서

out of two billion rows.

이 두 개만 있습니다

So the entire data set

따라서 전체 데이터 세트는

is a billion times more awesome than this slide.

이 슬라이드보다 억 배 이상 굉장한 것입니다.

(Laughter)

(웃음)

(Applause)

(박수)

JM: Now there are many other pictures that are worth 500 billion words.

JM : 지금 5 백조개단어의 가치가 있는 많은 다른 그림이 있습니다.

For instance, this one.

예를 들어,이것을 보세요.

If you just take influenza,

여러분이 독감을 취할경우,

you will see peaks at the time where you knew

여러분은 큰 독감 전염병이 전세계의 사람을 죽이고 있었던것을

big flu epidemics were killing people around the globe.

알았던 지점의 가장 최고점 시간을 볼 수 있습니다.

ELA: If you were not yet convinced,

ELA : 여러분이 아직도 납득되지 않으셨다면,

sea levels are rising,

해수면이 상승하고 있으며,

so is atmospheric CO2 and global temperature.

그래서 대기 CO2와 지구의 온도도 상승하고 있습니다.

JM: You might also want to have a look at this particular n-gram,

JM : 당신은 또한,이 특정 N - 그램을 보고싶어할지도 모르고,

and that's to tell Nietzsche that God is not dead,

그것은 니체에게 하나님이 죽은것이 아니라고 말하는 것입니다,

although you might agree that he might need a better publicist.

여러분은 니체가 더 나은 홍보가가 필요하다는데 동의할 지 모르지만요.

(Laughter)

(웃음)

ELA: You can get at some pretty abstract concepts with this sort of thing.

ELA : 당신은 이런 비슷한것들로 꽤 추상적인 개념을 얻을 수 있습니다.

For instance, let me tell you the history

예를 들어, 내가 여러분에게 1950년도의 역사를

of the year 1950.

알려드리겠습니다.

Pretty much for the vast majority of history,

역사의 대부분에 대해서

no one gave a damn about 1950.

그 누구도 1950에 대해 주의를 기울이지 않았습니다

In 1700, in 1800, in 1900,

1700 년, 1800 년, 1900 년에,

no one cared.

그 누구도 신경 쓰지 않았어요.

Through the 30s and 40s,

30년대와 40년대를 통과하며,

no one cared.

그 누구도 신경 쓰지 않았어요.

Suddenly, in the mid-40s,

갑자기 40 년대 중반에

there started to be a buzz.

얘깃거리가 생기기 시작했습니다.

People realized that 1950 was going to happen,

사람들은 1950 년이 일어날 것이라는것과

and it could be big.

그게 큰일일 것이라는 것을 깨닫게 되었지요.

(Laughter)

(웃음)

But nothing got people interested in 1950

그러나 아무것도 1950 년과 같이

like the year 1950.

1950년에 사람들에게 관심이있는것은 없었습니다.

(Laughter)

(웃음)

People were walking around obsessed.

사람들은 집착해서 돌아나녔습니다

They couldn't stop talking

그들은 그들이 1950 년 한 모든 것에 대해,

about all the things they did in 1950,

말을 멈출수 없었습니다,

all the things they were planning to do in 1950,

그들이 1950년에 할 준비를 하고있던 모든것들,

all the dreams of what they wanted to accomplish in 1950.

그들이 1950 년에 달성하고 싶어했던 모든 꿈에 대해.

In fact, 1950 was so fascinating

사실 1950 년 정말 매혹적이어서

that for years thereafter,

그 이후 년 동안

people just kept talking about all the amazing things that happened,

사람들은 51년, 52년, 53년에

in '51, '52, '53.

일어난 모든 놀라운 일들에 대해 얘기를 계속했습니다.

Finally in 1954,

결국 1954년에,

someone woke up and realized

누군가가 잠에 깨어 일어나서는

that 1950 had gotten somewhat passé.

1950은 다소 지나갔다는것을 깨달았습니다.

(Laughter)

(웃음)

And just like that, the bubble burst.

그리고 그냥 그렇게, 그 거품이 터졌지요.

(Laughter)

(웃음)

And the story of 1950

그리고 1950 년 이야기는

is the story of every year that we have on record,

우리가 기록을 보유하고 있는 매년의 이야기가

with a little twist, because now we've got these nice charts.

지금은 이 좋은 차트를 가지고 있기 때문에 약간 꼬여 있어요.

And because we have these nice charts, we can measure things.

그리고 우리가이 멋진 차트를 가지고 있기 때문에, 우리는 물건을 측정할 수 있습니다.

We can say, "Well how fast does the bubble burst?"

우리는 "글쎄 얼마나 빨리 거품이 터질까?" 라고 말할 수도 있습니다.

And it turns out that we can measure that very precisely.

그리고 그것은 우리가 매우 정확하게 측정할 수있다는 게 밝혀졌습니다.

Equations were derived, graphs were produced,

방정식이 도출되었고, 그래프가 만들어졌고,

and the net result

그리고 그 실제 결과는

is that we find that the bubble bursts faster and faster

우리가 그 거품이 터지는것이 각 지나가는 해와 더불어

with each passing year.

점점 더 빨라지는것을 발견했다는 것입니다.

We are losing interest in the past more rapidly.

우리는 더 빨리 과거에 흥미를 잃어 가고있습니다.

JM: Now a little piece of career advice.

JM : 지금 경력 조언의 작은 조각.

So for those of you who seek to be famous,

그래서 유명한 사람이 되기를 추구하는 여러분들을 위해,

we can learn from the 25 most famous political figures,

우리는 25에서 가장 유명한 정치적 인물들에게서,

authors, actors and so on.

저자, 배우 등등에게서 배울 수 있습니다.

So if you want to become famous early on, you should be an actor,

당신이 빨리 유명해지고 싶다면, 당신은 배우가 되어야합니다

because then fame starts rising by the end of your 20s --

그리고 명성이 20대의 마지막에 상승하기 시작하기 때문에 -

you're still young, it's really great.

여러분이 아직 어리다면, 정말 좋아요.

Now if you can wait a little bit, you should be an author,

당신은 조금 기다릴 수있다면, 이제 당신은 저자되어야합니다

because then you rise to very great heights,

다음 아주 좋은 높이로 상승하기 때문인데,

like Mark Twain, for instance: extremely famous.

극히 유명한 사람과 같이 말이죠.

But if you want to reach the very top,

하지만 당신이 맨 상위에 도달하려는 경우,

you should delay gratification

당신은 만족을 지연해야하고

and, of course, become a politician.

그리고, 물론, 정치가가 되야 합니다.

So here you will become famous by the end of your 50s,

그럼 여기서 당신은 당신의 50 대 말까지 유명 될 것입니다

and become very, very famous afterward.

그리고 그 이후에는 아주 유명하게 됩니다.

So scientists also tend to get famous when they're much older.

그래서 과학자들은 또한 훨씬 나이들었을 때 유명해지는 경향이 있습니다.

Like for instance, biologists and physics

예를 들어, 생물학 및 물리학에 대한 마찬가지로

tend to be almost as famous as actors.

배우만큼이나 유명해지는 경향이 있습니다.

One mistake you should not do is become a mathematician.

당신이 범하지 말아야 할 한가지 실수는 수학자가 되는 것입니다.

(Laughter)

(웃음)

If you do that,

만약 당신이 그렇게한다면,

you might think, "Oh great. I'm going to do my best work when I'm in my 20s."

당신은 "좋아. 아 내가 내가 20대에 있을 때 내 최고의 작업을 할거야."라고 생각할 수도 있지만

But guess what, nobody will really care.

그러나 짐작해보세요, 아무도 상관하지 않습니다.

(Laughter)

(웃음)

ELA: There are more sobering notes

ELA: N-그램사이에

among the n-grams.

보다 냉정한 노트가 있습니다.

For instance, here's the trajectory of Marc Chagall,

예를 들어, 여기, 1887년에 태어난

an artist born in 1887.

마크 샤갈의 탄도가 있습니다.

And this looks like the normal trajectory of a famous person.

그리고 이것은 유명한 사람의 정상적인 궤도 같습니다.

He gets more and more and more famous,

그는 점점 더 유명해집니다,

except if you look in German.

독일어로 여러분이 보는 경우를 제외하고는요.

If you look in German, you see something completely bizarre,

당신이 독일어로 보면, 당신은 완전히 이상한 무언가를 봅니다,

something you pretty much never see,

당신은 거의 못 볼 것을말이죠,

which is he becomes extremely famous

그것은 그가 극도로 유명하게되고

and then all of a sudden plummets,

그리고 갑자기 곤두박질을 하는것입니다,

going through a nadir between 1933 and 1945,

1933과 1945년 사이의 최하점을 겪으면서,

before rebounding afterward.

그 이후 복귀하기 전에요.

And of course, what we're seeing

그리고 물론, 우리가 보는것은

is the fact Marc Chagall was a Jewish artist

사실 마크 샤갈은 나치 독일에서의

in Nazi Germany.

유대인 예술가였다는 사실입니다.

Now these signals

지금 이러한 신호들은

are actually so strong

실제로 대단히 강해서

that we don't need to know that someone was censored.

우리는 누군가가 검열 받았는지 알 필요가 없습니다.

We can actually figure it out

우리는 실제로 기본적인 신호 처리를 사용해서

using really basic signal processing.

실제로 그것을 알아낼 수 있습니다.

Here's a simple way to do it.

여기 그것을하는 간단한 방법이 있습니다.

Well, a reasonable expectation

음, 합리적인 기대는

is that somebody's fame in a given period of time

주어진 시간안에 누군가의 명성은

should be roughly the average of their fame before

대략 그들의 명성의 이전과 이후의 평균으로

and their fame after.

되어야 합니다.

So that's sort of what we expect.

그래서 그것은 우리가 기대하는 어떤것입니다.

And we compare that to the fame that we observe.

그리고 우리는 우리가 관찰하는 명성에 그것을 비교합니다.

And we just divide one by the other

그리고 우리는 다른 것을 1로 나누어서

to produce something we call a suppression index.

우리가 억제 지수라고 부르는 무언가를 생산합니다.

If the suppression index is very, very, very small,

만일 그 억제 지수가 매우, 매우, 매우 작으면,

then you very well might be being suppressed.

그다음에 당신은 잘 억압될 수도 있습니다.

If it's very large, maybe you're benefiting from propaganda.

만일 그것이 매우 크면, 아마 당신이 선전에서 혜택을 받는것일겁니다.

JM: Now you can actually look at

JM이 : 이제 여러분은

the distribution of suppression indexes over whole populations.

전체 인구에 대한 억제 지수의 분포를 실제로 볼 수 있습니다.

So for instance, here --

따라서 예를 들어, 여기에 -

this suppression index is for 5,000 people

이 억제 지수는 알려진 억압이 없는 곳에서

picked in English books where there's no known suppression --

영어로 쓰여진 도서를 고른 5,000 명에 대한 것인데-

it would be like this, basically tightly centered on one.

그것은 기본적으로 긴밀하게 하나를 중심으로 한 이것과 같은 것입니다.

What you expect is basically what you observe.

예상할 수 있는것은 기본적으로 여러분이 관찰하는 것입니다.

This is distribution as seen in Germany --

독일에서 보여진것과 같이 이 배포는 -

very different, it's shifted to the left.

매우 다릅니다, 그것은 왼쪽으로 이동되어 있지요.

People talked about it twice less as it should have been.

사람들은 그것이 해 졌어야만 할 것보다 두 번 이하로 얘기했습니다.

But much more importantly, the distribution is much wider.

그러나 더 중요하게, 그 배포는 훨씬 더 넓다는 것입니다.

There are many people who end up on the far left on this distribution

이 배포판에서 맨 왼쪽에 결국 많은 사람들은

who are talked about 10 times fewer than they should have been.

그들이 있었어야 할 것보다 10 배 이하로 얘기한 사람들입니다.

But then also many people on the far right

하지만 그다음에는 선전의 혜택을 받은것처럼 보이는

who seem to benefit from propaganda.

맨 오른쪽에도 많은 사람들이있습니다.

This picture is the hallmark of censorship in the book record.

이 사진은 책에 기록에 검열의 특징이다.

ELA: So culturomics

ELA : 그래서 우리는 이 방법을

is what we call this method.

컬쳐로믹스라고 부릅니다.

It's kind of like genomics.

그것은 같은 게놈의 일종 이죠.

Except genomics is a lens on biology

게노믹스가 인간 게놈에있는 기반의 순서의 창문을 통한

through the window of the sequence of bases in the human genome.

생물학에서는 렌즈라는것을 제외하고는 말입니다.

Culturomics is similar.

컬쳐로믹스는 비슷합니다.

It's the application of massive-scale data collection analysis

그것은 인간 문화의 연구에

to the study of human culture.

거대한 규모의 데이터 수집 분석 응용 프로그램입니다.

Here, instead of through the lens of a genome,

여기에서는, 게놈의 렌즈를 통하는것을 대신해서,

through the lens of digitized pieces of the historical record.

역사 기록의 디지털화된 조각의 렌즈를 통합니다.

The great thing about culturomics

컬쳐로믹스에 대한 굉장한 점은

is that everyone can do it.

모든 사람이 그것을 할 수 있다는 것 입니다.

Why can everyone do it?

왜 다들 그것을 할 수 있을까요?

Everyone can do it because three guys,

누구나 할 수 있기 때문에 세 남자,

Jon Orwant, Matt Gray and Will Brockman over at Google,

존 오르완트, 매트 그레이와 윌 브록만이 구글에서

saw the prototype of the Ngram Viewer,

N 그램의 뷰어의 프로토 타입을 보고,

and they said, "This is so fun.

그리고 그들이 말하기를, "이건 정말 재미있네.

We have to make this available for people."

우리는 사람들이 이걸 사용할 수 있도록해야하겠는걸 "이라고 말했습니다.

So in two weeks flat -- the two weeks before our paper came out --

그래서 2 주를 쫙 깔아서-- 우리 신문이 나온 두 주 전에 ---

they coded up a version of the Ngram Viewer for the general public.

그들은 일반 대중을 위한 N그램 뷰어의 버전을 코드화 했습니다 .

And so you too can type in any word or phrase that you're interested in

그래서 당신도 당신이 관심이 있는 어떤 단어 또는 구절이든지 타이프칠 수 있고

and see its n-gram immediately --

그 즉시 N 그램을 볼 수 있고 -

also browse examples of all the various books

또한 여러분의 N그램에 나타나는

in which your n-gram appears.

다양한 도서의 사례를 탐색할 수 있습니다.

JM: Now this was used over a million times on the first day,

JM : 이제 이것은 첫날에 백만 번 이상 사용되었고,

and this is really the best of all the queries.

이것은 정말 모든 질문중 최고입니다.

So people want to be their best, put their best foot forward.

그래서 사람들은 앞으로 최선의 발차취로 그 자신들의 최고가 되고 싶어합니다.

But it turns out in the 18th century, people didn't really care about that at all.

하지만 18 세기에 밝혀졌듯이, 사람들은 전혀 신경 쓰지 않았습니다.

They didn't want to be their best, they wanted to be their beft.

그들은 그들의 최고가 되고 싶지 않아했습니다, 그들은 그들의 방어인들이 되고 싶어했어요.

So what happened is, of course, this is just a mistake.

그래서 무슨 일이 일어났는가 하면, 이건 실수입니다.

It's not that strove for mediocrity,

이것은, 평범을위한 투지가 아니에요

it's just that the S used to be written differently, kind of like an F.

그것은 S가 F 비슷하게 다르게 쓰여지곤 했다는 것입니다.

Now of course, Google didn't pick this up at the time,

지금은 물론, 구글은 당시에 이것을 알아차리지 못했습니다,

so we reported this in the science article that we wrote.

그래서 우리는 우리가 쓴 과학 기사에서 이것을 보도했습니다.

But it turns out this is just a reminder

그러나 그것은 이것이 단지 이것이 아주 재미있지만,

that, although this is a lot of fun,

여러분이 이 그래프를 해석할 때,

when you interpret these graphs, you have to be very careful,

여러분이 매우 신중해야 한다는 것을,

and you have to adopt the base standards in the sciences.

그리고 과학에서 기본 표준을 채택해야만 한다는 것을 상기시켜주는 것입니다.

ELA: People have been using this for all kinds of fun purposes.

ELA : 사람들은 재미 목적인 종류에 이것을 사용하고 있습니다.

(Laughter)

(웃음)

Actually, we're not going to have to talk,

사실, 우리는 얘기를 할 수 없어야만 하는 않을 것입니다,

we're just going to show you all the slides and remain silent.

우리는 당신에게 모든 슬라이드를 보여하고 조용히 있을겁니다.

This person was interested in the history of frustration.

이 사람은 좌절의 역사에 관심이 있었습니다.

There's various types of frustration.

다양한 종류의 좌절이 있었습니다.

If you stub your toe, that's a one A "argh."

만일 여러분이 여러분의 발가락을 찌른다면, 그것은 하나의 A "argh."입니다.

If the planet Earth is annihilated by the Vogons

만일 지구가 성간 우회를 위한 공간을 마련하기 위한,

to make room for an interstellar bypass,

보곤에 의해 전멸당하게 되면,

that's an eight A "aaaaaaaargh."

그것은 여덟개의 A "argh" 입니다.

This person studies all the "arghs,"

이 사람은 모든 "argh" 를

from one through eight A's.

하나에서부터 8 A를 통해서 공부합니다.

And it turns out

그리고 그것은

that the less-frequent "arghs"

그 "arghs" 가 덜 빈번하게 나올때,

are, of course, the ones that correspond to things that are more frustrating --

물론, 이것들에 해당하는 것들은 더 어렵게됩니다--

except, oddly, in the early 80s.

이상하게도 초기 80 년대에서를 제외하고는요.

We think that might have something to do with Reagan.

우리는 레이건과 뭔가 관련이 있을지 모른다고 생각합니다.£

(Laughter)

(웃음)

JM: There are many usages of this data,

JM :이 데이터의 여러 용도가 있습니다,

but the bottom line is that the historical record is being digitized.

하지만 요점은 역사적 기록이 디지털화 되고 있다는 점입니다.

Google has started to digitize 15 million books.

Google은 천오백만권의 책을 디지털화하기 시작했습니다.

That's 12 percent of all the books that have ever been published.

그것은 사상 출판된 모든 책들의 12 % 입니다.

It's a sizable chunk of human culture.

그것은 인간 문화의 상당한 부분입니다.

There's much more in culture: there's manuscripts, there newspapers,

문화에는 훨씬 더 있습니다: 거기에는 원고, 신문이 있고,

there's things that are not text, like art and paintings.

예술과 그림과 같은, 텍스트가 아닌 것들이 있습니다.

These all happen to be on our computers,

이것들은 모두 우리의 컴퓨터위에서 일어났습니다,

on computers across the world.

전세계에 걸쳐 컴퓨터위에서.

And when that happens, that will transform the way we have

그리고 그것이 일어나는 때면, 우리가 우리의 과거, 현재, 그리고 미래를 이해하는

to understand our past, our present and human culture.

우리의 과거, 현재 우리의 인간 문화를 이해합니다.

Thank you very much.

정말 감사합니다.

(Applause)

(박수)