Geoffrey West: The surprising math of cities and corporations

170,507 views ・ 2011-07-26

TED


아래 영문자막을 더블클릭하시면 영상이 재생됩니다.

번역: Jeong-Lan Kinser 검토: Kyo young Chu
00:16
Cities are the crucible of civilization.
0
16260
3000
도시는 문명의 도가니입니다
00:19
They have been expanding,
1
19260
2000
도시들은 확장하고
00:21
urbanization has been expanding,
2
21260
2000
도시화는 지난 200년 간
00:23
at an exponential rate in the last 200 years
3
23260
2000
기하급수적인 속도로 진행되었습니다
00:25
so that by the second part of this century,
4
25260
3000
그래서 이 세기의 후반부가 되면
00:28
the planet will be completely dominated
5
28260
2000
이 행성은 도시들에 의해서 완전히
00:30
by cities.
6
30260
3000
지배될 것입니다
00:33
Cities are the origins of global warming,
7
33260
3000
도시는 지구 온난화,
00:36
impact on the environment,
8
36260
2000
환경에 미치는 영향들,
00:38
health, pollution, disease,
9
38260
3000
건강, 오염, 질병,
00:41
finance,
10
41260
2000
재정,
00:43
economies, energy --
11
43260
3000
경제, 에너지의 원천입니다
00:46
they're all problems
12
46260
2000
이 모든 문제들은
00:48
that are confronted by having cities.
13
48260
2000
도시가 있기 때문에 직면하게 되는 것들입니다
00:50
That's where all these problems come from.
14
50260
2000
우리가 지속성의 측면에서
00:52
And the tsunami of problems that we feel we're facing
15
52260
3000
직면해 있다고 느끼는
00:55
in terms of sustainability questions
16
55260
2000
엄청나게 많은 문제점들은
00:57
are actually a reflection
17
57260
2000
실제로 이 행성에서
00:59
of the exponential increase
18
59260
2000
있어나고 있는 기하급수적인
01:01
in urbanization across the planet.
19
61260
3000
도시화의 다른 모습입니다
01:04
Here's some numbers.
20
64260
2000
몇 가지 숫자를 보죠
01:06
Two hundred years ago, the United States
21
66260
2000
200년 전에 미국은
01:08
was less than a few percent urbanized.
22
68260
2000
거의 도시화 되지 않았었습니다
01:10
It's now more than 82 percent.
23
70260
2000
지금은 82% 이상이 도시입니다
01:12
The planet has crossed the halfway mark a few years ago.
24
72260
3000
전 지구적으로는 몇 년 전에 절반이 도시화가 이루어졌습니다
01:15
China's building 300 new cities
25
75260
2000
중국은 20년 안에 300개의 도시를
01:17
in the next 20 years.
26
77260
2000
만들 것입니다
01:19
Now listen to this:
27
79260
2000
이 이야기를 한 번 들어보세요
01:21
Every week for the foreseeable future,
28
81260
3000
예측가능한 미래인 2050년까지
01:24
until 2050,
29
84260
2000
매 주
01:26
every week more than a million people
30
86260
2000
100만명 이상의 사람들이
01:28
are being added to our cities.
31
88260
2000
우리 도시에 편입될 것입니다
01:30
This is going to affect everything.
32
90260
2000
이 사실은 모든 것들에 영향을 미칠겁니다
01:32
Everybody in this room, if you stay alive,
33
92260
2000
그때까지 살아있다면, 여기에 있는 모든 사람들은
01:34
is going to be affected
34
94260
2000
도시에서 일어나고 있는
01:36
by what's happening in cities
35
96260
2000
이 엄청난 사실들에 의해서
01:38
in this extraordinary phenomenon.
36
98260
2000
영향을 받을 것입니다
01:40
However, cities,
37
100260
3000
하지만,
01:43
despite having this negative aspect to them,
38
103260
3000
이런 부정적인 측면에서 불구하고,
01:46
are also the solution.
39
106260
2000
해결책 또한 도시입니다
01:48
Because cities are the vacuum cleaners and the magnets
40
108260
4000
도시는 또한 창의적인 사람들, 새로운 아이디어,
01:52
that have sucked up creative people,
41
112260
2000
혁신, 그리고 부 등을 끌어모으는
01:54
creating ideas, innovation,
42
114260
2000
진공 청소기이자
01:56
wealth and so on.
43
116260
2000
자석이기 때문이죠
01:58
So we have this kind of dual nature.
44
118260
2000
그래서 우리는 동시에 두 가지 측면을 가지고 있는 셈입니다
02:00
And so there's an urgent need
45
120260
3000
그래서 도시에 대한 과학적 이론이
02:03
for a scientific theory of cities.
46
123260
4000
아주 급하게 필요합니다
02:07
Now these are my comrades in arms.
47
127260
3000
이들이 무장한 저의 동료들입니다
02:10
This work has been done with an extraordinary group of people,
48
130260
2000
이 일은 이 뛰어난 사람들에 의해 진행되었습니다
02:12
and they've done all the work,
49
132260
2000
그들은 아주 훌륭히 일을 해냈고,
02:14
and I'm the great bullshitter
50
134260
2000
저는 이것들을 한 군데 모아서
02:16
that tries to bring it all together.
51
136260
2000
헛튼 소리를 하는 사람입니다
02:18
(Laughter)
52
138260
2000
(웃음)
02:20
So here's the problem: This is what we all want.
53
140260
2000
문제를 봅시다: 이것이 우리가 원하는 것입니다
02:22
The 10 billion people on the planet in 2050
54
142260
3000
2050년에 지구에 사는 100억명의 사람들은
02:25
want to live in places like this,
55
145260
2000
이런 것들을 가지고,
02:27
having things like this,
56
147260
2000
이런 것들을 하며,
02:29
doing things like this,
57
149260
2000
이렇게 성장하는 경제에서
02:31
with economies that are growing like this,
58
151260
3000
살고 싶어 합니다
02:34
not realizing that entropy
59
154260
2000
하지만 이런 것이나,
02:36
produces things like this,
60
156260
2000
이것, 또는 이것이
02:38
this, this
61
158260
4000
만들어 내는 엔트로피는
02:42
and this.
62
162260
2000
깨닫지 못한 채로 말이죠
02:44
And the question is:
63
164260
2000
질문은 이렇습니다
02:46
Is that what Edinburgh and London and New York
64
166260
2000
2050년의 에딘버러, 런던, 뉴욕은
02:48
are going to look like in 2050,
65
168260
2000
이런 모습일까요
02:50
or is it going to be this?
66
170260
2000
아니면 이렇게 보일까요.
02:52
That's the question.
67
172260
2000
이것이 바로 질문입니다
02:54
I must say, many of the indicators
68
174260
2000
이것같은 많은 지표들이
02:56
look like this is what it's going to look like,
69
176260
3000
실제로 보이는 모습일거라구요
02:59
but let's talk about it.
70
179260
3000
하지만 그것에 대해 이야기 해 봅시다
03:02
So my provocative statement
71
182260
3000
도발적인 저의 진술은
03:05
is that we desperately need a serious scientific theory of cities.
72
185260
3000
우리는 도시에 대해 진지하고 과학적인 이론이 절실히 필요하다는 것입니다
03:08
And scientific theory means quantifiable --
73
188260
3000
그리고 과학적 이론이라는 것은
03:11
relying on underlying generic principles
74
191260
3000
예측 시스템이 될 수 있는 기초적인 일반적
03:14
that can be made into a predictive framework.
75
194260
2000
원리에 입각한 수량화를 의미합니다
03:16
That's the quest.
76
196260
2000
이게 저희가 해야할 일입니다
03:18
Is that conceivable?
77
198260
2000
가능할까요?
03:20
Are there universal laws?
78
200260
2000
일반적인 법칙이 존재할까요?
03:22
So here's two questions
79
202260
2000
이 문제에 대해서
03:24
that I have in my head when I think about this problem.
80
204260
2000
이게 제가 이 문제에 대해 갖고 있는 두 가지 의문점입니다
03:26
The first is:
81
206260
2000
첫번째는,
03:28
Are cities part of biology?
82
208260
2000
"도시는 생물학의 일부인가?"입니다
03:30
Is London a great big whale?
83
210260
2000
런던은 큰 고래인가요?
03:32
Is Edinburgh a horse?
84
212260
2000
에딘버러는 말인가요?
03:34
Is Microsoft a great big anthill?
85
214260
2000
마이크로소프트는 거대한 개미탑인가요?
03:36
What do we learn from that?
86
216260
2000
이것들로부터 무엇을 배울 수 있을까요?
03:38
We use them metaphorically --
87
218260
2000
우리는 생물학을 '회사의 DNA'나
03:40
the DNA of a company, the metabolism of a city, and so on --
88
220260
2000
'도시의 신진대사' 등과 같이 비유적으로 사용합니다
03:42
is that just bullshit, metaphorical bullshit,
89
222260
3000
이게 단지 은유적인 표현에 에 불과한 말일까요,
03:45
or is there serious substance to it?
90
225260
3000
아니면 진지한 실체가 있을까요?
03:48
And if that is the case,
91
228260
2000
하지만 이것이 사실이라면
03:50
how come that it's very hard to kill a city?
92
230260
2000
어째서 도시를 죽이는 것이 그토록 어려울까요?
03:52
You could drop an atom bomb on a city,
93
232260
2000
우리는 도시에 원자폭탄을 떨어트릴 수도 있겠지만,
03:54
and 30 years later it's surviving.
94
234260
2000
30년 뒤엔 다시 살아날 것입니다
03:56
Very few cities fail.
95
236260
3000
아주 적은 수의 도시만이 무너지지요
03:59
All companies die, all companies.
96
239260
3000
모든 기업은 죽습니다
04:02
And if you have a serious theory, you should be able to predict
97
242260
2000
만약 여러분이 제대로 된 이론을 가지고 있다면, 구글이 언제
04:04
when Google is going to go bust.
98
244260
3000
파산할지 예측할 수 있어야합니다
04:07
So is that just another version
99
247260
3000
그렇다면 그것은 이것의 단지
04:10
of this?
100
250260
2000
다른 버전일까요?
04:12
Well we understand this very well.
101
252260
2000
이런 것들에 대해서 우리는 잘 이해하고 있습니다
04:14
That is, you ask any generic question about this --
102
254260
2000
즉, 여러분은
04:16
how many trees of a given size,
103
256260
2000
얼마나 많은 특정한 크기의 나무들이 있는지,
04:18
how many branches of a given size does a tree have,
104
258260
2000
나무 한 그루가 얼마나 많은 가지를 가지고 있는지,
04:20
how many leaves,
105
260260
2000
얼마나 많은 잎을 가지고 있는지,
04:22
what is the energy flowing through each branch,
106
262260
2000
가지들 사이로 흐르는 에너지는 무엇인지,
04:24
what is the size of the canopy,
107
264260
2000
캐노피의 크기는 어느 정도인지,
04:26
what is its growth, what is its mortality?
108
266260
2000
성장과 죽음은 어떤 것인지와 같은 질문들을 하실 수 있을 겁니다
04:28
We have a mathematical framework
109
268260
2000
우리는 이런 질문들에 대답할 수 있는
04:30
based on generic universal principles
110
270260
3000
일반적인 원칙에 근거한
04:33
that can answer those questions.
111
273260
2000
수학적 프레임워크를 가지고 있습니다
04:35
And the idea is can we do the same for this?
112
275260
4000
그리고 그 중심 아이디어는 "우리가 여기에도 같은 것을 적용할 수 있을까?" 하는 것입니다
04:40
So the route in is recognizing
113
280260
3000
그래서 그 노선에서
04:43
one of the most extraordinary things about life,
114
283260
2000
생명에 대한 가장 놀라운 사실이 인지되고 있는 것은,
04:45
is that it is scalable,
115
285260
2000
그것이 확장가능하다는 점입니다.
04:47
it works over an extraordinary range.
116
287260
2000
생명은 엄청난 범위에서 작용합니다
04:49
This is just a tiny range actually:
117
289260
2000
이것은 실제로 아주 작은 범위입니다
04:51
It's us mammals;
118
291260
2000
단지 우리 포유류죠
04:53
we're one of these.
119
293260
2000
우리는 이것들의 일부입니다
04:55
The same principles, the same dynamics,
120
295260
2000
같은 원리, 같은 역학
04:57
the same organization is at work
121
297260
2000
같은 조직이 우리를 포함한 이 모든 것들에서
04:59
in all of these, including us,
122
299260
2000
활동중이고,
05:01
and it can scale over a range of 100 million in size.
123
301260
3000
그리고 크기면에서 1억의 범위까지 확장할 수 있습니다
05:04
And that is one of the main reasons
124
304260
3000
그리고 이것이 생명이 그토록
05:07
life is so resilient and robust --
125
307260
2000
복원력이 강하고 강건한 이유중 하나인--
05:09
scalability.
126
309260
2000
측정가능성입니다
05:11
We're going to discuss that in a moment more.
127
311260
3000
이것에 대해서는 잠시 후에 다시 이야기하도록 하겠습니다
05:14
But you know, at a local level,
128
314260
2000
하지만 지역적인 수준에서
05:16
you scale; everybody in this room is scaled.
129
316260
2000
여러분, 그리고 이 방의 모두는 확장 되었습니다
05:18
That's called growth.
130
318260
2000
그것을 성장이라고 부르죠
05:20
Here's how you grew.
131
320260
2000
여러분은 이렇게 성장합니다
05:22
Rat, that's a rat -- could have been you.
132
322260
2000
저것은 쥐인데--여러분일수도 있죠
05:24
We're all pretty much the same.
133
324260
3000
우리 모두는 같습니다
05:27
And you see, you're very familiar with this.
134
327260
2000
여러분들은 이것에 아주 익숙할 것입니다
05:29
You grow very quickly and then you stop.
135
329260
2000
여러분은 아주 빠르게 성장하고 곧 멈춥니다
05:31
And that line there
136
331260
2000
그리고 저기 있는 선은
05:33
is a prediction from the same theory,
137
333260
2000
같은 원리에 근거한
05:35
based on the same principles,
138
335260
2000
같은 이론에서 나온 숲에 대해 기술한
05:37
that describes that forest.
139
337260
2000
예측입니다
05:39
And here it is for the growth of a rat,
140
339260
2000
여기 쥐의 성장에 대한 것이 있습니다
05:41
and those points on there are data points.
141
341260
2000
저기 있는 점들은 데이터 값들입니다
05:43
This is just the weight versus the age.
142
343260
2000
이것은 나이에 대한 몸무게의 그래프입니다
05:45
And you see, it stops growing.
143
345260
2000
보시는 바와 같이, 어느 시점에서 성장을 멈춥니다
05:47
Very, very good for biology --
144
347260
2000
이것은 생물학에게는 아주 아주 좋고
05:49
also one of the reasons for its great resilience.
145
349260
2000
대단한 복원력에 대한 이유들 중 하나이기도 하죠
05:51
Very, very bad
146
351260
2000
우리의 현재 패러다임에서
05:53
for economies and companies and cities
147
353260
2000
경제와 회사,
05:55
in our present paradigm.
148
355260
2000
그리고 도시에는 아주 아주 나쁘죠
05:57
This is what we believe.
149
357260
2000
이것이 우리가 믿는 바입니다
05:59
This is what our whole economy
150
359260
2000
이것이 우리의 경제 전체가 우리에게
06:01
is thrusting upon us,
151
361260
2000
맹공격하는 것입니다
06:03
particularly illustrated in that left-hand corner:
152
363260
3000
특히 왼편 구석에 묘사된
06:06
hockey sticks.
153
366260
2000
하키스틱 말입니다
06:08
This is a bunch of software companies --
154
368260
2000
이것들은 여러 소프트웨어 회사들의
06:10
and what it is is their revenue versus their age --
155
370260
2000
나이와 수익을 나타내는 그래프입니다
06:12
all zooming away,
156
372260
2000
멀리서 보면
06:14
and everybody making millions and billions of dollars.
157
374260
2000
모두가 수 백만, 수 십억 달러를 벌고 있습니다
06:16
Okay, so how do we understand this?
158
376260
3000
이것을 어떻게 이해해야 할까요?
06:19
So let's first talk about biology.
159
379260
3000
먼저 생물학에 대해서 이야기해봅시다
06:22
This is explicitly showing you
160
382260
2000
이것은 여러분들에게 명백하게
06:24
how things scale,
161
384260
2000
사물이 어떻게 확장하는지 보여줍니다
06:26
and this is a truly remarkable graph.
162
386260
2000
이것은 진정으로 괄목할만한 그래프인데요
06:28
What is plotted here is metabolic rate --
163
388260
3000
여기 제도된 것은 신진대사적 비율입니다
06:31
how much energy you need per day to stay alive --
164
391260
3000
여러분의 무게, 덩치에 비례해서 우리 모든 생명체가
06:34
versus your weight, your mass,
165
394260
2000
살아가기 위해서
06:36
for all of us bunch of organisms.
166
396260
3000
하루에 어느 정도의 에너지가 필요한지를 보여줍니다
06:39
And it's plotted in this funny way by going up by factors of 10,
167
399260
3000
이 그래프는 10의 지수로 증가되는 것으로 재미있게 제도되었습니다
06:42
otherwise you couldn't get everything on the graph.
168
402260
2000
그렇지 않으면 이 그래프에 모두 담을 수가 없었습니다
06:44
And what you see if you plot it
169
404260
2000
이런 약간 호기심어린 방법으로
06:46
in this slightly curious way
170
406260
2000
여러분이 제도를 하는 경우 보게 되는것은
06:48
is that everybody lies on the same line.
171
408260
3000
모두가 같은 선에 놓인다는 것을 알게됩니다
06:51
Despite the fact that this is the most complex and diverse system
172
411260
3000
이것이 우주에서 가장 복잡하고 다양한 시스템이라는 사실에도 불구하고
06:54
in the universe,
173
414260
3000
이렇게 표현되는 것에는
06:57
there's an extraordinary simplicity
174
417260
2000
놀라운 단순성이
06:59
being expressed by this.
175
419260
2000
존재합니다
07:01
It's particularly astonishing
176
421260
3000
이것들은 특별히 놀라운데,
07:04
because each one of these organisms,
177
424260
2000
이 모든 생명체의 각각은, 하부조직, 세포들,
07:06
each subsystem, each cell type, each gene,
178
426260
2000
각각의 세부 시스템이, 각각의 세포 타입과 각각의 유전자가,
07:08
has evolved in its own unique environmental niche
179
428260
4000
각각의 고유한 환경적 틈새에서 고유한 역사와 더불어
07:12
with its own unique history.
180
432260
3000
진화해왔기 때문입니다
07:15
And yet, despite all of that Darwinian evolution
181
435260
3000
그럼에도 이 모든 다윈 진화론과 자연 선택에도 불구하고
07:18
and natural selection,
182
438260
2000
이 모든 것들은 하나의 선 위에
07:20
they've been constrained to lie on a line.
183
440260
2000
속박당하도록 제한되어왔습니다
07:22
Something else is going on.
184
442260
2000
무언가 다른 것이 진행되고 있는거죠
07:24
Before I talk about that,
185
444260
2000
그것에 대해 말하기 전에
07:26
I've written down at the bottom there
186
446260
2000
아래쪽에 이 곡선의 기울기, 이 직선을
07:28
the slope of this curve, this straight line.
187
448260
2000
그려뒀습니다
07:30
It's three-quarters, roughly,
188
450260
2000
대강 3/4정도입니다
07:32
which is less than one -- and we call that sublinear.
189
452260
3000
1보다 작죠. 우리는 이것은 준선형적 (sublinear)이라고 부릅니다
07:35
And here's the point of that.
190
455260
2000
요점은 이렇습니다
07:37
It says that, if it were linear,
191
457260
3000
만약 이것이 가장 가파른 기울기,
07:40
the steepest slope,
192
460260
2000
즉 선형적이었다면
07:42
then doubling the size
193
462260
2000
우리가 두배로 커질 때
07:44
you would require double the amount of energy.
194
464260
2000
우리는 두배의 에너지가 필요합니다
07:46
But it's sublinear, and what that translates into
195
466260
3000
하지만 실제로는 준선형적이기 때문에
07:49
is that, if you double the size of the organism,
196
469260
2000
우리가 두배로 커진다고 해도
07:51
you actually only need 75 percent more energy.
197
471260
3000
실제로는 에너지는 약 75%만이 더 필요합니다
07:54
So a wonderful thing about all of biology
198
474260
2000
생물학의 전부에 대해서 놀라운 점은
07:56
is that it expresses an extraordinary economy of scale.
199
476260
3000
그것이 아주 특이한 규모의 경제를 표현한다는 점입니다
07:59
The bigger you are systematically,
200
479260
2000
잘 정의된 규칙에 따라
08:01
according to very well-defined rules,
201
481260
2000
체계적으로 커질 수록
08:03
less energy per capita.
202
483260
3000
1인당 에너지는 더 작아집니다
08:06
Now any physiological variable you can think of,
203
486260
3000
이제 생각할 수 있는 어떤 생리적 변수를 생각해보세요,
08:09
any life history event you can think of,
204
489260
2000
생각할 수 있는 어떤 인생의 역사 이벤트를 생각해보세요.
08:11
if you plot it this way, looks like this.
205
491260
3000
만약 그것을 이런식으로 도제한다면, 이렇게 보입니다.
08:14
There is an extraordinary regularity.
206
494260
2000
그건 비범한 규칙성입니다.
08:16
So you tell me the size of a mammal,
207
496260
2000
그래서 여러분이 제게 포유동물의 크기를 얘기한다면,
08:18
I can tell you at the 90 percent level everything about it
208
498260
3000
저는 그 동물의 생리학이나, 생명의 역사 등에 대해서
08:21
in terms of its physiology, life history, etc.
209
501260
4000
90%수준에서 모든 것들을 말씀드릴 수 있습니다
08:25
And the reason for this is because of networks.
210
505260
3000
이것에 대한 이유는 네트워크 때문입니다
08:28
All of life is controlled by networks --
211
508260
3000
모든 생태계에서,
08:31
from the intracellular through the multicellular
212
511260
2000
단세포 생물부터 다세포 생물까지,
08:33
through the ecosystem level.
213
513260
2000
생명체의 모든 것은 네트워크에 의해 제어됩니다
08:35
And you're very familiar with these networks.
214
515260
3000
여러분은 이 네트워크에 굉장히 친숙하실 겁니다
08:39
That's a little thing that lives inside an elephant.
215
519260
3000
그것은 코끼리 안에 사는 작은 것입니다
08:42
And here's the summary of what I'm saying.
216
522260
3000
제가 말씀드리고자 하는 것을 간략하게 정리 해드리겠습니다
08:45
If you take those networks,
217
525260
2000
만약 이 네트워크라는
08:47
this idea of networks,
218
527260
2000
개념을 가지고
08:49
and you apply universal principles,
219
529260
2000
수치화할 수 있는
08:51
mathematizable, universal principles,
220
531260
2000
보편적인 원리를 적용한다면,
08:53
all of these scalings
221
533260
2000
숲과 소화계,
08:55
and all of these constraints follow,
222
535260
3000
세포 내에
08:58
including the description of the forest,
223
538260
2000
대한 설명을 포함해서
09:00
the description of your circulatory system,
224
540260
2000
모든 크고 작은 것들과
09:02
the description within cells.
225
542260
2000
제약이 뒤따릅니다
09:04
One of the things I did not stress in that introduction
226
544260
3000
제가 소개말에서 강조하지 않은 것 중 하나는
09:07
was that, systematically, the pace of life
227
547260
3000
생명의 속도는 성장할수록
09:10
decreases as you get bigger.
228
550260
2000
단계적으로 감소한다는 것입니다
09:12
Heart rates are slower; you live longer;
229
552260
3000
심장 박동이 느려지고, 더 길게 살고,
09:15
diffusion of oxygen and resources
230
555260
2000
세포막에 걸친 산소와 자원의 확산은
09:17
across membranes is slower, etc.
231
557260
2000
느려지는 등의 현상이 일어나죠
09:19
The question is: Is any of this true
232
559260
2000
제가 드리고 싶은 질문은
09:21
for cities and companies?
233
561260
3000
도시나 회사에도 동일한 사실이 적용되느냐는 것입니다
09:24
So is London a scaled up Birmingham,
234
564260
3000
그래서 런던은 버밍햄이 커진 것이고,
09:27
which is a scaled up Brighton, etc., etc.?
235
567260
3000
버밍햄은 브라이튼을 크게 만든 것이고...
09:30
Is New York a scaled up San Francisco,
236
570260
2000
뉴욕은 산타페의 확장 모델인
09:32
which is a scaled up Santa Fe?
237
572260
2000
샌프란시스코를 크게 만든 것일까요?
09:34
Don't know. We will discuss that.
238
574260
2000
글쎄요, 앞으로 이야기 해 보도록 하죠
09:36
But they are networks,
239
576260
2000
하지만 도시들은 네트워크입니다
09:38
and the most important network of cities
240
578260
2000
그리고 도시의 가장 중요한 네트워크는
09:40
is you.
241
580260
2000
여러분입니다
09:42
Cities are just a physical manifestation
242
582260
3000
도시들은 단지
09:45
of your interactions,
243
585260
2000
여러분의 상호작용의,
09:47
our interactions,
244
587260
2000
우리의 상호작용의,
09:49
and the clustering and grouping of individuals.
245
589260
2000
그리고 개인의 무리와 집단의 발현일 뿐입니다
09:51
Here's just a symbolic picture of that.
246
591260
3000
여기 바로 그것의 상징적인 그림이 있습니다
09:54
And here's scaling of cities.
247
594260
2000
그리고 여기 도시를 확장시킨것이 있습니다
09:56
This shows that in this very simple example,
248
596260
3000
이 아주 단순한 예에서 보여주는 것은,
09:59
which happens to be a mundane example
249
599260
2000
즉 평범한 예가 된 경우인데
10:01
of number of petrol stations
250
601260
2000
주유소의 숫자를
10:03
as a function of size --
251
603260
2000
기능의 크기로서
10:05
plotted in the same way as the biology --
252
605260
2000
생물학에서와 같은 방법으로 도제하면
10:07
you see exactly the same kind of thing.
253
607260
2000
똑같은 종류의 것을 보여준다는 것입니다
10:09
There is a scaling.
254
609260
2000
그건 확장입니다
10:11
That is that the number of petrol stations in the city
255
611260
4000
저건 도시에서 여러분께
10:15
is now given to you
256
615260
2000
주유소의 숫자가
10:17
when you tell me its size.
257
617260
2000
여러분이 그 크기를 말할때 주어진다는 겁니다
10:19
The slope of that is less than linear.
258
619260
3000
저것의 경사는 선형적인 것이기에는 약간 모자랍니다
10:22
There is an economy of scale.
259
622260
2000
규모의 경제가 적용되는 것입니다
10:24
Less petrol stations per capita the bigger you are -- not surprising.
260
624260
3000
더 적은 주유소가 있을수록 1 인당 주유소 소유는 커집니다--놀라운것이 아니죠
10:27
But here's what's surprising.
261
627260
2000
하지만 여기에 놀라운 것이 있습니다
10:29
It scales in the same way everywhere.
262
629260
2000
그건 어디에서든지 같은 방식으로 확장합니다
10:31
This is just European countries,
263
631260
2000
이건 단지 유럽국가들 이지만
10:33
but you do it in Japan or China or Colombia,
264
633260
3000
일본이나 중국이나 콜롬비아에서나
10:36
always the same
265
636260
2000
항상 같이
10:38
with the same kind of economy of scale
266
638260
2000
같은 정도로
10:40
to the same degree.
267
640260
2000
확장의 경제와 같은 종류로 확장합니다
10:42
And any infrastructure you look at --
268
642260
3000
또 어느 사회기반시설을 보든지-
10:45
whether it's the length of roads, length of electrical lines --
269
645260
3000
도로의 길이나, 전선의 길이나에 상관없이
10:48
anything you look at
270
648260
2000
어떤것을 보더라도
10:50
has the same economy of scale scaling in the same way.
271
650260
3000
같은 방식으로 확장하는 똑같은 규모의 경제를 가지고 있습니다
10:53
It's an integrated system
272
653260
2000
이는 모든 계획 등에도 불구하고
10:55
that has evolved despite all the planning and so on.
273
655260
3000
진화한 통합된 시스템입니다
10:58
But even more surprising
274
658260
2000
하지만 보다 더 놀라운것은
11:00
is if you look at socio-economic quantities,
275
660260
2000
만일 사회 경제학의 숫자를 살펴보면,
11:02
quantities that have no analog in biology,
276
662260
3000
생물학에서는 숫자는
11:05
that have evolved when we started forming communities
277
665260
3000
8천년에서 일만년전에 우리가 공동체를 형성하기 시작했을때 진화했던
11:08
eight to 10,000 years ago.
278
668260
2000
상사체 (아날로그 : 유래는 다르지만 역할이 비슷한 구조) 가 없다는 것입니다.
11:10
The top one is wages as a function of size
279
670260
2000
맨위에 있는것은 같은 방식으로
11:12
plotted in the same way.
280
672260
2000
봉급과 그 기능의 크기를 도제한 것입니다
11:14
And the bottom one is you lot --
281
674260
2000
아래의 것은 같은 방식으로
11:16
super-creatives plotted in the same way.
282
676260
3000
다량의 숫자를 굉장히 창조적으로 만든것입니다
11:19
And what you see
283
679260
2000
여러분이 보시는것은
11:21
is a scaling phenomenon.
284
681260
2000
확장의 현상입니다
11:23
But most important in this,
285
683260
2000
하지만 여기에서 가장 중요한 것은,
11:25
the exponent, the analog to that three-quarters
286
685260
2000
그 대사율의 3/4에 해당하는 상사체,
11:27
for the metabolic rate,
287
687260
2000
즉 지수는
11:29
is bigger than one -- it's about 1.15 to 1.2.
288
689260
2000
1.15에서 1.2 사이로 1보다 크다는 사실입니다
11:31
Here it is,
289
691260
2000
즉, 생물학과는 다르게
11:33
which says that the bigger you are
290
693260
3000
커질수록
11:36
the more you have per capita, unlike biology --
291
696260
3000
1인당 가지게 되는 봉급,
11:39
higher wages, more super-creative people per capita as you get bigger,
292
699260
4000
창조적인 사람의 수,
11:43
more patents per capita, more crime per capita.
293
703260
3000
특허 건수, 범죄 수는 더 높아지게 되는 것이죠
11:46
And we've looked at everything:
294
706260
2000
우리는 AIDS나 독감 등
11:48
more AIDS cases, flu, etc.
295
708260
3000
모든것을 조사했습니다
11:51
And here, they're all plotted together.
296
711260
2000
여기에, 그것들이 모두 함께 그려져 있습니다
11:53
Just to show you what we plotted,
297
713260
2000
우리가 어떻게 그래프를 그렸는지 보여드리자면,
11:55
here is income, GDP --
298
715260
3000
이게 수입,
11:58
GDP of the city --
299
718260
2000
즉 한 도시의 GDP이고,
12:00
crime and patents all on one graph.
300
720260
2000
한 그래프 안에 범죄와 특허의 수도 나와 있습니다
12:02
And you can see, they all follow the same line.
301
722260
2000
보실 수 있듯이, 그것들은 같은 선을 따릅니다
12:04
And here's the statement.
302
724260
2000
이 말인 즉슨,
12:06
If you double the size of a city from 100,000 to 200,000,
303
726260
3000
도시의 크기를 10만에서 20만,
12:09
from a million to two million, 10 to 20 million,
304
729260
2000
100만에서 200만, 1000만에서 2000만으로,
12:11
it doesn't matter,
305
731260
2000
어떻게 증가 시키든지 2배가 증가하게 되면,
12:13
then systematically
306
733260
2000
수입, 부,
12:15
you get a 15 percent increase
307
735260
2000
AIDS 발생 건수, 경찰관의 수 등
12:17
in wages, wealth, number of AIDS cases,
308
737260
2000
여러분이 생각할 수 있는
12:19
number of police,
309
739260
2000
모든 것에서 체계적으로
12:21
anything you can think of.
310
741260
2000
15%의 증가가 일어나게 됩니다
12:23
It goes up by 15 percent,
311
743260
2000
15%가 증가하게 되는 것입니다
12:25
and you have a 15 percent savings
312
745260
3000
그러면 인프라에서
12:28
on the infrastructure.
313
748260
3000
15%를 절감할 수 있게 되죠
12:31
This, no doubt, is the reason
314
751260
3000
이게 바로
12:34
why a million people a week are gathering in cities.
315
754260
3000
매 주 100만명의 사람들이 도시로 유입되는 이유입니다
12:37
Because they think that all those wonderful things --
316
757260
3000
왜냐면 그들은
12:40
like creative people, wealth, income --
317
760260
2000
모든 추악하고 나쁜 것들을 망각하고
12:42
is what attracts them,
318
762260
2000
창조적인 사람들, 풍요로움, 수입 등과 같은 멋진 것들이
12:44
forgetting about the ugly and the bad.
319
764260
2000
자신들을 매료시킨다고만 생각하기 때문입니다
12:46
What is the reason for this?
320
766260
2000
그 이유는 무엇일까요?
12:48
Well I don't have time to tell you about all the mathematics,
321
768260
3000
저는 수학에 관한 모든것을 여러분에게 말할 시간은 없지만,
12:51
but underlying this is the social networks,
322
771260
3000
이것의 기초는 사회적인 네트워크라는 것입니다
12:54
because this is a universal phenomenon.
323
774260
3000
왜냐면 이것은 보편적인 현상이기 때문입니다
12:57
This 15 percent rule
324
777260
3000
이 15%의 법칙은
13:00
is true
325
780260
2000
사실입니다
13:02
no matter where you are on the planet --
326
782260
2000
여러분이 지구상의 어느 곳에 있든지-
13:04
Japan, Chile,
327
784260
2000
일본, 칠레,
13:06
Portugal, Scotland, doesn't matter.
328
786260
3000
포르투갈, 스코틀랜드, 상관 없습니다
13:09
Always, all the data shows it's the same,
329
789260
3000
이런 대도시들이 서로 독립적으로 발전했다는 사실에도 불구하고,
13:12
despite the fact that these cities have evolved independently.
330
792260
3000
모든 데이터는 이것들이 항상 같다는 사실을 보여줍니다
13:15
Something universal is going on.
331
795260
2000
뭔가 보편적인것이 진행되고 있습니다.
13:17
The universality, to repeat, is us --
332
797260
3000
반복해서 말하지만, 그 보편성은, 우리입니다
13:20
that we are the city.
333
800260
2000
즉, 우리가 도시라는 것입니다
13:22
And it is our interactions and the clustering of those interactions.
334
802260
3000
그리고 말씀 드렸다시피, 그것은 우리의 상호작용과
13:25
So there it is, I've said it again.
335
805260
2000
그 상호작용의 무리입니다
13:27
So if it is those networks and their mathematical structure,
336
807260
3000
그래서 만일 그 네트워크들인 경우 그 수학적인 구조는
13:30
unlike biology, which had sublinear scaling,
337
810260
3000
준선형적인 확장인 생물학과는 다르게,
13:33
economies of scale,
338
813260
2000
규모의 경제입니다
13:35
you had the slowing of the pace of life
339
815260
2000
여러분이 성장함에 따라
13:37
as you get bigger.
340
817260
2000
생명의 속도는 느려집니다
13:39
If it's social networks with super-linear scaling --
341
819260
2000
그 초 선형적인 확장성을 가진 사회적 네트워크가
13:41
more per capita --
342
821260
2000
1인당 더 많다면
13:43
then the theory says
343
823260
2000
그 이론은
13:45
that you increase the pace of life.
344
825260
2000
생명의 속도를 증가시킨다고 설명합니다
13:47
The bigger you are, life gets faster.
345
827260
2000
여러분이 더 성장할수록, 생명은 더 빨라집니다
13:49
On the left is the heart rate showing biology.
346
829260
2000
왼쪽에는 심장박동 비율이 생물학을 보여줍니다.
13:51
On the right is the speed of walking
347
831260
2000
오른쪽에는
13:53
in a bunch of European cities,
348
833260
2000
유럽 여러 도시들에서 증가하는
13:55
showing that increase.
349
835260
2000
성장의 속도입니다
13:57
Lastly, I want to talk about growth.
350
837260
3000
마지막으로, 저는 성장에 대해 언급하고 싶습니다
14:00
This is what we had in biology, just to repeat.
351
840260
3000
반복하자면, 이것이 우리가 생물학에서 가졌던 것입니다
14:03
Economies of scale
352
843260
3000
규모의 경제는
14:06
gave rise to this sigmoidal behavior.
353
846260
3000
S 자 모양의 행태를 발생시킵니다
14:09
You grow fast and then stop --
354
849260
3000
여러분은 빨리 성장하고 그 다음에는 멈춥니다--
14:12
part of our resilience.
355
852260
2000
우리 복원력의 부분으로서요
14:14
That would be bad for economies and cities.
356
854260
3000
그건 우리의 경제와 도시에 좋지 않을 것입니다
14:17
And indeed, one of the wonderful things about the theory
357
857260
2000
또, 그 이론이 훌륭한 점의 하나는
14:19
is that if you have super-linear scaling
358
859260
3000
부유함의 창조와 혁신에서
14:22
from wealth creation and innovation,
359
862260
2000
초선형의 확장을 하면,
14:24
then indeed you get, from the same theory,
360
864260
3000
그러면 결과적으로, 같은 이론에서
14:27
a beautiful rising exponential curve -- lovely.
361
867260
2000
아름답게 증가하는 지수의 곡선을 얻는다는 것입니다--사랑스럽죠
14:29
And in fact, if you compare it to data,
362
869260
2000
그리고 사실, 그것을 데이터에 비교하면,
14:31
it fits very well
363
871260
2000
도시와 경제의 발달에
14:33
with the development of cities and economies.
364
873260
2000
꼭 들어 맞습니다
14:35
But it has a terrible catch,
365
875260
2000
하지만 그건 끔찍한 함정이 있습니다
14:37
and the catch
366
877260
2000
그 함정은
14:39
is that this system is destined to collapse.
367
879260
3000
이 시스템이 붕괴될 운명을 가졌다는 것입니다
14:42
And it's destined to collapse for many reasons --
368
882260
2000
그건 많은 이유에서 붕괴될 운명을 지녔지요--
14:44
kind of Malthusian reasons -- that you run out of resources.
369
884260
3000
맬더스(Thomas Malthus) 학파[이론]의 종류인데--자원이 고갈된다는 것입니다.
14:47
And how do you avoid that? Well we've done it before.
370
887260
3000
그러면 그걸 회피할 방법은 뭘까요? 글쎄요, 우리는 이전에 피한 적이 있습니다
14:50
What we do is,
371
890260
2000
우리가 하는 것은,
14:52
as we grow and we approach the collapse,
372
892260
3000
우리가 성정하고 그 붕괴에 접근함에 따라,
14:55
a major innovation takes place
373
895260
3000
주요 혁신이 발생하고
14:58
and we start over again,
374
898260
2000
다시 시작하는 것입니다.
15:00
and we start over again as we approach the next one, and so on.
375
900260
3000
다음에 붕괴점에 도달했을 때 또 다시 시작하고, 또 다시 시작하는 것이죠
15:03
So there's this continuous cycle of innovation
376
903260
2000
그래서 성장을 지속하고
15:05
that is necessary
377
905260
2000
붕괴를 피하기 위해서는
15:07
in order to sustain growth and avoid collapse.
378
907260
3000
혁신의 계속적인 반복이 필수적입니다
15:10
The catch, however, to this
379
910260
2000
하지만, 이것에 대한 함정은,
15:12
is that you have to innovate
380
912260
2000
점점 더 빨리
15:14
faster and faster and faster.
381
914260
3000
혁신을 감행해야 한다는 것입니다
15:17
So the image
382
917260
2000
그래서 그 이미지는
15:19
is that we're not only on a treadmill that's going faster,
383
919260
3000
우리가 더 빨리 움직이는 러닝머신 위에 있는것뿐만이 아니라
15:22
but we have to change the treadmill faster and faster.
384
922260
3000
그 러닝머신을 더더욱 빠르게 바꾸어야 한다는 것입니다
15:25
We have to accelerate on a continuous basis.
385
925260
3000
즉, 지속적인 기반 위에 박차를 가해야합니다
15:28
And the question is: Can we, as socio-economic beings,
386
928260
3000
문제는 사회-경제적인 존재로서
15:31
avoid a heart attack?
387
931260
3000
우리가 심장마비를 피할 수 있냐는 것입니다
15:34
So lastly, I'm going to finish up in this last minute or two
388
934260
3000
그래서 마지막으로, 저는 마지막 1~2분을
15:37
asking about companies.
389
937260
2000
회사에 대해 묻는것으로 마치고자 합니다
15:39
See companies, they scale.
390
939260
2000
회사들을 보세요, 그들은 확장합니다
15:41
The top one, in fact, is Walmart on the right.
391
941260
2000
가장 맨위에는, 사실, 월마트가 오른쪽에 있습니다.
15:43
It's the same plot.
392
943260
2000
그건 같은 구성입니다
15:45
This happens to be income and assets
393
945260
2000
이건 고용인의 숫자에 의해 표시된 것과 같이
15:47
versus the size of the company as denoted by its number of employees.
394
947260
2000
회사의 크기 대 수입과 자산을 축으로 그렸습니다
15:49
We could use sales, anything you like.
395
949260
3000
여러분이 원하시는 어떤 것이라도, 판매를 이용할 수 있지요
15:52
There it is: after some little fluctuations at the beginning,
396
952260
3000
즉, 초반에 약간의 변동이 있은 후에
15:55
when companies are innovating,
397
955260
2000
회사들이 혁신을 하면서
15:57
they scale beautifully.
398
957260
2000
아름답게 확장합니다
15:59
And we've looked at 23,000 companies
399
959260
3000
그래서 우리는 말씀드리자면, 미국에 있는
16:02
in the United States, may I say.
400
962260
2000
2만 3천개의 회사를 조사했습니다
16:04
And I'm only showing you a little bit of this.
401
964260
3000
저는 단지 이것 중의 약간만을 보여드릴 따름입니다
16:07
What is astonishing about companies
402
967260
2000
회사들에 대한 놀라운 것은
16:09
is that they scale sublinearly
403
969260
3000
생물학에서와도 같이
16:12
like biology,
404
972260
2000
그들이 준선형적으로 확장한다는 것입니다
16:14
indicating that they're dominated,
405
974260
2000
즉 회사들은 초-선형적인
16:16
not by super-linear
406
976260
2000
혁신과 아이디어들에 의해
16:18
innovation and ideas;
407
978260
3000
영향을 크게 받은것이 아니라는 것을 나타내면서
16:21
they become dominated
408
981260
2000
회사들은 규모의 경제에 의해
16:23
by economies of scale.
409
983260
2000
영향을 크게 받게 됩니다
16:25
In that interpretation,
410
985260
2000
관료와 행정에 의한
16:27
by bureaucracy and administration,
411
987260
2000
그러한 해석에서는,
16:29
and they do it beautifully, may I say.
412
989260
2000
말하자면, 회사는 확장을 아름답게 합니다.
16:31
So if you tell me the size of some company, some small company,
413
991260
3000
그래서 어느 회사, 작은 회사의 크기를 여러분께서 제게 말한다면,
16:34
I could have predicted the size of Walmart.
414
994260
3000
저는 월마트의 크기를 예측할 수 있을 것입니다
16:37
If it has this sublinear scaling,
415
997260
2000
만일 그것이 이 준선형적인 확장성을 가졌다면,
16:39
the theory says
416
999260
2000
그 이론은
16:41
we should have sigmoidal growth.
417
1001260
3000
S자형의 성장을 가지게 될 거라고 설명합니다
16:44
There's Walmart. Doesn't look very sigmoidal.
418
1004260
2000
여기 월마트가 있는데, 별로 S자형으로 보이지 않는군요
16:46
That's what we like, hockey sticks.
419
1006260
3000
우리가 좋아하는 하키스틱처럼 생겼네요
16:49
But you notice, I've cheated,
420
1009260
2000
하지만 제가 덜 보여드린 것을 눈치 채셨을 겁니다
16:51
because I've only gone up to '94.
421
1011260
2000
왜냐하면 저는 94년까지밖에 가지 않았거든요
16:53
Let's go up to 2008.
422
1013260
2000
2008년까지 올라가 봅시다
16:55
That red line is from the theory.
423
1015260
3000
저 빨간선은 이론을 바탕으로 나온 것입니다
16:58
So if I'd have done this in 1994,
424
1018260
2000
그래서 제가 이것을 1994년에 한 경우,
17:00
I could have predicted what Walmart would be now.
425
1020260
3000
저는 월마트가 지금 어떻게 될지 예측할 수 있었습니다
17:03
And then this is repeated
426
1023260
2000
그다음에 이것을
17:05
across the entire spectrum of companies.
427
1025260
2000
회사의 전체 스펙트럼에 걸쳐 반복했습니다
17:07
There they are. That's 23,000 companies.
428
1027260
3000
여기 2만 3천개의 회사들이 있습니다
17:10
They all start looking like hockey sticks,
429
1030260
2000
그것들은 하키 스틱처럼 보이기 시작하다가,
17:12
they all bend over,
430
1032260
2000
그것들은 모두 접혀지고,
17:14
and they all die like you and me.
431
1034260
2000
여러분과 저처럼 모두 죽습니다
17:16
Thank you.
432
1036260
2000
감사합니다
17:18
(Applause)
433
1038260
9000
(박수)
이 웹사이트 정보

이 사이트는 영어 학습에 유용한 YouTube 동영상을 소개합니다. 전 세계 최고의 선생님들이 가르치는 영어 수업을 보게 될 것입니다. 각 동영상 페이지에 표시되는 영어 자막을 더블 클릭하면 그곳에서 동영상이 재생됩니다. 비디오 재생에 맞춰 자막이 스크롤됩니다. 의견이나 요청이 있는 경우 이 문의 양식을 사용하여 문의하십시오.

https://forms.gle/WvT1wiN1qDtmnspy7