생각하는 기계 vs 생각하지 않는 인간

생각하는 기계 vs 생각하지 않는 인간



홍성원 지음

리드리드출판 / 2021년 8월 / 238쪽 / 15,800원





생각하는 기계와 대결하는 인간



역사로 살펴본 인간과 기계의 대결

기계의 등장이 사람 사는 법을 바꾸다: 현재 인류 역사의 궤도가 크게 변하고 있다. 증기기관이 제1의 기계 시대를 열었다면, 디지털 기술이 제2의 기계 시대를 열고 있다. 제1의 기계가 반복적인 신체 동작을 대체했다면, 제2의 기계는 인간의 정신적, 인지적 능력까지 대체하는 능력까지 갖추었다. 참고로 자율주행차, 알파고, 지능형 로봇, 인공지능(AI), 드론의 공통점은 한 마디로 ‘생각하는 기계들’인데, 이들은 경우의 수를 인지하고 대처하는 능력까지 지녔다. 어마어마한 데이터를 감당하고 처리해낸다. 이제 단순 반복적인 일뿐 아니라 확률적 판단이 따르는 일, 서비스 대응 업무까지 지능화된 기계가 대신하는 중이다. 앞으로는 단순 반복적인 일은 지능화된 기계가 대신하게 되며, 인간은 소외되거나 혹은 창의성 등이 요구되는 다른 영역에서 인간 본연의 능력이 요구되는 업무에 집중될 것이다.

에릭 브린욜프슨과 앤드루 맥아피는 『제2의 기계 시대』에서 우리 삶과 경제를 재창안하는 추진력이 무엇인지를 밝혔는데, 기술의 진보는 컴퓨터와 로봇으로 상징되는 기계와 인간의 관계를 재설정한다는 주장이다. 인간과 비슷하거나 뛰어난 지능을 갖는 기계와 인간이 공생하기 위해서는 기술 격차에 따른 사회적 불평등을 해소하고 컴퓨터가 하지 못하는 일, 인간만의 강점을 활용해야 한다는 것이다.

나는 이 책에서 ‘생각하는 기계’ 또는 ‘기계’라는 용어를 사용할 것이다. 그 첫 번째 이유는 현재까지 인간이 개발한 매우 수준 높은 기계일지라도 인간을 위한 도구에 불과하기 때문이다. 예를 들면, 땅을 파는 굴삭기, 이동수단인 자동차, 인공지능, 지능형 로봇 등은 모두 인간의 편리나 일의 효율을 높이는 도구로서 존재하고 개발되었고, 그 이상의 의미를 부여하기는 힘들다.

두 번째는 인간의 고유 능력을 갖추지 못한 사물이기 때문이다. 인간과 구분하기 어려운 높은 수준의 인공지능일지라도 인간과 같다고 말할 수 없다. 단언컨대 인공지능은 인간과 같아질 수 없다. 자동화 기계, 알파고 같은 기계가 빠르게 진화하지만, 인간의 프로그램이나 알고리즘에 의존할 뿐이다. 참고로 인간에게는 인공지능이 구현해내지 못하는 ‘메타인지(Metacognition)’ 능력이 있는데, 이는 자신이 무엇을 알고 무엇을 모르는지, 자신의 행동이 어떤 결과를 불러올지 생각하는 능력이다.

한편 기계의 기술적 진화에 따라 일자리는 엄청난 변화 속도가 느껴진다. 일자리의 개수 증가나 감소뿐만 아니라, 일의 성격에 따라 일하는 방식도 변하고 있다. 아무튼 생각하는 기계와 공존하는 시대에는 기계들과 협력하는 동시에, 한편으로는 자리 경쟁도 해야 한다. 이러한 흐름에 맞추어 우리는 무엇을 준비하고 어떤 방식으로 사고해야 하는지 생각해볼 일이다.

인간의 기계화인가, 기계의 인간화인가: 19세기 후반 미국에서는 철도, 통신, 기계 산업의 눈부신 발전에 힘입어 기업의 수와 규모가 커지고 시장규모도 확대됐다. 그러나 기업조직이 복잡해지면서 노동생산성은 현저하게 감소했고, 이를 극복하기 위해 기계설계, 공장배치, 작업방법 등 일련의 작업관리를 과학화해야 한다는 주장이 나왔는데, 테일러의 과학적 관리방식이 그것이다. 이는 노동자들의 시간과 동작을 표준화하고 작업량에 따라 임금을 지급하여 생산 능률을 올리는 방법이다. 이런 테일러 관리기법은 포드주의(Fordism)를 낳았는데, 이는 구상과 실행의 분리 및 직무의 세분화에 덧붙여 부품의 표준화와 컨베이어 벨트를 이용한 이동식 생산 공정을 결합한 생산 방식이다. 그 결과가 효율과 생산성을 높이는 결과로 이어지자 여러 공장 시스템에 적용되었다.

반면 생산성에 치중된 테일러주의(Taylorism)나 포드주의에 대한 비판도 일었다. 첫 번째는 인간의 도구화이다. 인간의 고차원적 욕구를 무시하며, 작업자를 기계의 부속물로 취급한다는 것이다. 두 번째는 작업자의 개인차를 고려하지 않는 작업 방식이다. 세 번째는 작업자가 작업지시를 일방적으로 수행해야만 하는 강압적 작업 방식이다. 작업자의 새로운 아이디어나 제안을 받아들이지 않고 시스템화한 기계의 방식만 요구하는 것이다. 이러한 비판은 인간의 기계화, 로봇화를 거부하는 것에서 시작됐다. 한편 조지 리처는 현대사회가 효율성과 표준화를 통해 최적의 생산을 추구하지만, 인간의 비인간화를 초래할 수 있다고 지적했다. 인간의 도구화, 인간의 기계화가 이뤄지는 적나라한 과정이라는 것이다. 그럼에도 인간의 기계화는 생산성과 능률 향상이라는 명목 하에 현대사회에서 되풀이되고 있다.

한편 현대는 ‘기계의 인간화’로 빠르게 진행 중이다. 지능형 로봇, 휴머노이드, 사이보그, 로봇 사피엔스가 등장한 지 오래이고, 자율형 자동차, 인공지능, 지능형 로봇이 출현하여 현장에서 자신들의 진가를 발휘하고 있다. 더 나아가 인간의 정신적, 인지적 능력까지도 대체할 수 있는 엄청난 능력으로 진일보할 것이 예견된다. 이미 로봇공학자, 기술 진보주의자들은 로봇을 인간의 한 부류로 생각하고 있는지도 모른다. 차후에는 생각하는 기능을 가진 움직이는 사물이므로 인간과 동일한 법적 권리, 존엄성에 대한 권리도 주어야 한다고 주장할 수도 있다. 로봇에게도 애정과 배려를 아끼지 않아야 한다는 도덕률을 적용하고 인격체인 로봇과 인간이 평등하게 상호 소통하는 시대를 예견하는지도 모른다.

과거부터 은밀히 진행된 ‘인간의 기계화’가 멈추지 않는 이 시대에, 이처럼 ‘기계의 인간화’도 우리 삶의 한복판에서 여지없이 진행되고 있다. 그렇다면 우리에게는 인간의 기계화보다 기계의 인간화가 더 좋은 일인가? 아니면 양쪽 다 두려운 것인가? 아무튼 수준 높은 기계와 함께 살아가야 하는 시대에 인간에게 더 큰 편리함과 행복감을 가져다주는 방법은 무엇인지 고민해야 할 때다.

사라지지 않고 변한다

일자리 감소는 없다: 기술의 발달로 일자리가 감소한다는 주장은 세계경제포럼의 주제 ‘일자리의 미래’에서 나왔다. 2020년까지 210만 개의 새 직업이 만들어져도 710만 개의 일자리가 사라져 결국 500만 개의 일자리가 없어진다는 예측이었다. 정보기술 컨설팅업체 가트너사는 인공지능이 지금 같은 속도로 발전하면 2025년까지 일자리의 1/3이 소프트웨어와 로봇, 스마트기계에 대체된다고 전망했다.

반면 로봇과 인공지능 대 인간의 관계는 대체뿐만 아니라 보완, 협업으로 진행된다는 예측도 나온다. 예를 들어 직무가 비정형적이고, 이동성, 인지ㆍ조작 협응 능력, 판단과 창의력, 감성과 공감력이 중요할수록 기계의 대체 가능성은 떨어진다. 반면 노동 강도, 저임금 문제로 인력 수급이 어렵거나 업무의 복잡성, 관련 지식이 지나치게 빨리 증가할 경우 인간과 기계의 협업 필요성이 높아진다. 실제로 웨어러블 로봇, 디지털 비서 서비스 등에서는 로봇과 인공지능이 인간의 신체적ㆍ인지적 능력을 보강하는 용도로 활용되고 있다. 그리고 의료용 수술 로봇도 대개 몸에 들어간 로봇을 인간 집도의가 조종하는 형태로 운용된다. 또한 기술이 진보함에도 일자리 수는 줄어들지 않는다는 주장도 있다. 아무리 기술이 발전해도 기계가 인간의 활동을 모두 대체할 수 없는 만큼, 고용에 심각한 위협이 되지 않는다는 주장이다. 로봇과 인공지능의 발전이 중장기적으로 고용이나 경제에 오히려 도움이 된다고 보는 낙관론자들인데, 이들은 비관론자들이 무엇보다 ‘노동 총량의 오류’에 빠져 있다고 지적한다.

참고로 노동 총량의 오류란 세상에 필요한 노동 총량이 정해져 있고 고용 시장이 의자 빼앗기 게임과 같다고 생각하는 것이다. 그런데 사실 로봇이나 인공지능이 없더라도 노동 시장에서는 끊임없이 일자리가 파괴되고 창출되고 있다. 미국 정보통신혁신재단(ITIF)의 분석처럼 로봇과 인공지능으로 인력 대체가 일어나면, 기업의 생산성 향상이나 매출 증가로 경제 전반에 다각적인 고용 창출 파급 효과를 미친다. 즉 일자리가 없어지는 것이 아니라 이동하는 것이다.

기계기술이 진보해도 인간의 일자리가 한꺼번에 사라지지는 않을 것이다. 일의 형태만 변할 뿐이다. 따라서 우리는 이제 자신이 종사하고 있는 업종ㆍ업무가 미래 어떻게 변화할지 타진해봐야 한다. 그 변화에 발맞추어 자신이 어떤 능력을 갖춰야 할지 정해지기 때문이다. 분명 직무가 변하면서 필요로 하는 능력도 다양하게 요구된다. 이를 위해 자신을 업그레이드하면 미래의 인재로 탈바꿈할 수 있다.

낯설지만 가야 하는 길: 기계의 출현으로 직업별, 직무별 일하는 방식이 변한다는 사실은 불 보듯 뻔하다. 그러므로 미래에 예견되는 새로운 일자리 형태에 맞춰 자신이 새롭게 준비해야 할 직무능력에 관심을 가져야 한다. 생각하는 기계는 이미 우리 앞에 와 있다. 동시대를 살아가는 우리에게 미래는 낯선 길이지만 가야 할 길, 갈 수밖에 없는 길이라면 마땅히 준비해야 한다.



시대 변화에서 오는 직종별 미래 가치



어떤 일이든 변화를 맞는다

변하는 일의 성격에 주목하라: 기술 진보가 일자리를 일순간 사라지게 하지는 못한다. 이는 ‘일자리’와 ‘업무’를 구분하면 쉽게 이해할 수 있다. 어떤 업무 또는 일자리도 한 번에 자동화되도록 단일하고 간단하진 않기 때문이다. 정확히 말하면 모든 일은 여러 개의 업무로 구성되어 있다. 따라서 이 가운데 어떤 부분만 자동화되기 훨씬 쉬울 뿐이다. 특정 직업을 구성하는 업무는 자연적으로 새롭게 구성되기도 한다. 로봇이나 기계가 없더라도 현재의 업무가 30년 전과 똑같은 형태로 수행되지는 않는다.

『노동의 시대는 끝났다』의 저자 다니엘 서스킨드는 일자리의 변화 문제에 대해 다음과 같이 언급했다. “2017년에 820개 직업을 살펴본 결과, 현재 기술로 완전히 자동화할 수 있는 직업은 5%에도 못 미쳤다. 하지만 업무 구성 요소 중 최소 30%를 자동화할 수 있는 직업은 무려 60%가 넘었다.” 기계가 완전히 도맡을 일자리는 아주 적지만 부분적으로 대체할 수 있는 일자리는 아주 많다는 것이다.

이는 연구 개발 업무가 창의력을 요구하므로 인공지능 기계로부터 안전하다고 주장하는 것은 어리석다는 의미이다. 우주선 개발자라고 해서 창의력만 발휘하는 경우는 없다. 그리고 변호사가 법정에 서기만 하는 것도 아니고, 교수라고 해서 학생들에게 대면 강의만 하지 않는다. 이런 특정 업무는 자동화하기 어려울지 몰라도, 이들이 업무의 전후 절차에서 수행하는 다른 활동은 얼마든지 기계가 대신할 수 있다. 예로 우주선 개발자 업무 중 물리학이나 수리력이 필요한 부분은 컴퓨터가 계산해주고, 변호사의 일 중 유사 판결 사례나 법조문을 기계가 검색, 정리해서 최적의 변호 자료를 생성해줄 수 있다. 따라서 일자리에서 중요한 변화는 사라지는 일자리가 무엇인가가 아니라, 일의 성격 자체가 어떻게 변할 것인가에 있다. 예를 들어 조종사의 역할이 변하지 않는 것과 마찬가지다. 비행기가 고도를 올리고 태풍을 피해 가는 고도로 숙련된 항법기술은 기계가 대신하고, 조종사는 승객을 안심시키고 기계를 프로그래밍하거나 만약의 위급상황에 대비하기 위한 역할을 할 것이다. 교육도 마찬가지다. 이제 지식은 인터넷에서도 찾을 수 있다. 오히려 교육자의 역할은 수많은 정보가 올바른 것인지 판단하고 올바르게 활용할 수 있는 방법을 지도해주는 것이 더 중요하다. 이처럼 직업 자체보다 일의 성격이 변한다면, 담당자의 역할도 변해야 한다. 당연히 그에 상응하는 능력 요소도 재구성되어야 한다. 이제부터는 서서히 기계로 대체되어 가는 자신의 일자리에서 다른 이들보다 비교 우위에 설 수 있는 능력을 개발해야 한다. 인간만이 가질 수 있는 우월한 일의 가치가 무엇인지를 생각해보자.

고객이 달라졌다 - 영업 서비스직

데이터와 친해지기: 나는 전에 근무했던 직장 동료들을 통해 자동차 회사의 변화상을 자주 접한다. 그들은 생산관리자, 연구소 개발 업무, 자동차 대리점 비즈니스 등의 업무를 하고 있다. 참고로 대리점 판매 영업 업무의 경우 예전에는 동료가 마케팅용 정보 수집을 위해 부지런히 외부 활동을 했었다. 그런데 최근에 만난 그는 온종일 발품을 팔던 모습과는 전혀 다른 형태로 일하고 있었다.

이제 자동차 영업사원도 일반 직장인들과 별반 다를 것 없이 사무실 책상에 앉아 컴퓨터와 스마트폰으로 업무를 보고 있다. 코로나 이후의 비대면 상황, 디지털 기술의 진화, 고객 데이터 분석 기법의 발달이 자동차 영업직 종사자의 일하는 방식을 완전히 바꾸어놓은 것이다. 예전 우수 영업사원의 공통된 덕목은 두터운 인맥과 땀 흘리며 발로 뛰는 열정이었다. 그러나 이제는 고객의 성향을 분석하고 욕구를 파악하여 그에 잘 맞는 차종을 안내하는 컨설턴트 또는 주치의 역할을 한다.

고객도 예전과는 사뭇 다르다. 인터넷에서 최신 상품 정보나 사용자 후기, 가격 정보를 비교한 후 자동차 대리점에 들른다. 이미 어떤 차를 구매할지 결정을 내리고 방문하는 것이다. 이제 자동차 대리점에 근무하는 영업사원들은 고객을 찾아가는 것보다는, 당직, 휴일 근무를 더 선호한다. 대리점에 찾아오는 고객의 경우는 계약할 가능성이 커 손쉽게 실적으로 남길 수 있기 때문이다.

아무튼 모든 것이 디지털, 네트워크, 자동화로 이루어진 오늘날에는 기업의 매출 방식과 영업직의 판매 전술에도 큰 변화를 요구하고 있다. 지식이나 정보가 연결된 초연결사회에서 고객들은 정보 불균형을 극복하고, 상품 관련 정보를 파악해 소비자 파워를 키우고 있다. 반면 영업사원은 고객의 구매 패턴과 구매 시기, 고객 요구를 예측하기 어려운 정보 불균형 상태에 빠지고 있다.

기존 고객의 유지도 어려워지고 있다. 영업사원이 고객을 일일이 방문하지도 않을뿐더러 문자나 이메일 등 홍보 자료의 효과에도 의문이 들기 때문이다. 따라서 이제 영업직은 세일즈와 마케팅을 독자적으로 수행해야 한다. 새 역량을 개발하고 이를 적극적으로 활용해야 한다. 본사 마케팅 부서가 전달해주는 판매 전략이나 고객 만족 활동 관련 매뉴얼 숙지로는 한계가 있다. 시대가 요구하는 영업직은 시장과 고객을 스스로 창출함과 동시에 그 고객을 자신의 충성고객으로 확보하고 유지해야 한다.

오늘날 데이터 접근의 용이성, 다양한 분석 기법, 인공지능 기술은 과거와는 매우 다른 환경을 만들어내고 있다. 인공지능 프로그램이 고객과 시장에서 수집된 데이터로 소비자 행동에 관한 인사이트를 제공하기 때문이다. 데이터를 분석 전용 소프트웨어에 입력하면 자신이 원하는 방향으로 데이터를 처리해주는데, 상품 정보, 고객 불만 사례, 성공 사례, 상품의 이동 데이터, 송신한 메일에 대한 고객의 데이터, 고객이 자주 구매하는 상품 데이터를 한눈에 볼 수 있도록 알려준다. 이 데이터와 친해지면 고객에게 지금까지 없던 새로운 관점을 제안할 수 있다. 또한 일대일 고객 맞춤 컨설팅 서비스도 시작할 수 있다. 조금 더 시간이 지나면 빅데이터를 분석해 누구나 쉽게 마케팅 전략이나 고객 맞춤 데이터를 추출, 분석하는 시대가 온다. 중요한 것은 데이터에서 무엇을 확인하고 싶은지, 해당 데이터에서 어떤 의미를 찾고 싶은지 분명한 목적의식을 가지는 것이다. 데이터 분석은 기계가 해주지만, 분석 목적을 설정하고 추진 방향을 잡아가는 것은 인간이기 때문이다.

넓은 시야를 확보하라 - 관리 사무직

자기 주도 이슈 파이팅: 한 경제연구원이 2018년 발간한 ‘인공지능에 의한 일자리 위험 진단’ 보고서에 따르면, 국내 일자리 중 43%가 인공지능으로 대체될 가능성이 큰 고위험군에 속한다고 보았다. 전체 취업자 2,660만 명 중 1,136만 명이 직장을 잃을 수 있다는 진단이다. 사무직ㆍ판매직ㆍ기계 조작 직군부터 관세사ㆍ회계사ㆍ세무사 등 전문직도 포함되는데, ‘로보틱 프로세스 자동화(RPA)’ 솔루션을 도입하는 기업들이 증가하는 추세를 그 근거로 삼았다. RPA 솔루션은 인공지능을 탑재한 가상 비즈니스 로봇이 서류 분석, 보고서 작성, 메일 회신, 인사 채용, 성과 지급을 담당하는 자동화 기술이다. 컴퓨터 전문업체 IBM은 기업 사무직 업무의 63%가 RPA로 대체될 것으로 봤다.