미래(특히 AI시대)를 어떻게 준비해야 할 지 고민되는 분들에게

제가 사는곳에 태풍이 불어서 잠을 설치다 일어나버렸네요.

일어난 김에 제가 최근에 느끼고 있는 것들과, 미래에 방향성이 불투명해지고 있는 앞으로를

어떻게 준비해야 되는가에 대해서 어느정도 논리와 데이터에 입각해서 말씀을 좀 드려보려고 합니다.

대부분 현재를 살아가는 세대들이 경험했던 큰 혁명이라면 첫 번째가 인터넷혁명일 겁니다.

뭐 농업혁명이나 산업혁명 같은건 우리가 직접 겪었을 확률은 거의 없을 테니까요(아마도?)

인터넷이 생기기 전과 후의 세대는 비교할 수 없을 정도로 많은 것이 변화 됐다는 것에 대해선 다들 동의하실 겁니다.

많은 직업군이 생겨났고, 그만큼 많은 직업군이 사라졌죠. 과거 정통 사업을 꾸준히 이어가는 우량 기업들을 제외하곤,

인터넷 시대에 생겨난 대부분의 중견 이상, 대기업급 기업들은 꽤 많은 수가 인터넷의 탄생으로 인해 생겨났습니다.

현재 세계를 지배하고 있는 기업들도 그 기반에는 '대 인터넷시대 개막'을 두고 있습니다.

두 번째 혁명이라면 당연히 스마트폰 혁명일 겁니다.

국내에선 2010년도부터 아주 천천히 잉태되기 시작하더니, 불과 몇 년 사이에 급속도로 퍼져서 이제는 전 국민이 쓰는 시대가 됐죠.

스마트폰은 인터넷 혁명과는 결이 조금 다른게, 사람들의 라이프스타일에 큰 영향을 끼쳤습니다.

이제 우린 어딜가나 세계와 연결될 수 있고, 실시간으로 모든 정보들을 볼 수 있게 되었으니까요.

정보에 대한 접근성이 폭발적으로 늘어난거죠.

인터넷과 스마트폰이 아주 짧은 기간동안 인류의 삶을 크게 변화시켰다는 점에는 이견이 없을 겁니다.

이제는 감히 두 개가 없는 세상에서 사는 것이 상상이 안 될 정도니까요.

심지어 이젠 사회 기반시설들도 저 두개가 끊겨버리면 돌아가지 않을 지경이 되어버리지 않았나요?

이제 세 번째 혁명으로 AI가 될 확률이 매우 높은데, 언급하기 전에 한 가지 생각해 볼 부분이 있습니다.

인터넷의 시초를 따져보면, 과거 냉전시기인 1969년 미국 국방부 산하에 있던 고등 연구 계획국(ARPAnet)의 패킷교환 방식의 네트워크부터 였습니다.

GPS(네비게이션)가 군사목적으로 개발됐다가 대중에게 풀렸듯이, 태초의 인터넷 역시도 국방의 목적으로 개발되고 이후 대중에게 퍼졌습니다.

그렇게 약 55년 전, 인터넷이 탄생했습니다. 이후 약 40년 뒤에 스마트폰이 탄생했죠.

뭐 엄연히 따지자면 스마트폰은 1992년에도 만들어지긴 했습니다만, 사실상 스마트폰의 진정한 사용은 2000년대 후반부터니까요.

국내에도 꽤 유명한 성지순례 글이 있지 않나요? ‘미래의 휴대폰은 이렇게 바뀌어야 한다!’라는 2008년 당시 글에 달린 댓글들만 봐도,

본격적인 스마트폰 시대는 2000년대 후반으로 보여집니다. 저런 댓글이 달리고 불과 몇 년 사이, 폰에는 본문 글에 나온 거의 모든 게 다 탑재됐죠.

저런 해프닝들이 시사하는 바는 꽤 큽니다. ‘기술의 발전속도는 점진적이 아닌, 기하급수적이다’를 보여주는 사례이기도 하니까요.

다시 돌아와서, 우리가 본격적으로 AI에 대한 미지의 공포나 경외감을 느끼기 시작한 것은 위의 두 사례와는 다르게 한 가지 특수한 사건 때문이었습니다.

바로 이세돌과 알파고의 바둑시합(대국) 이었죠.

2016년도 당시에 있었던 저 대국을 라이브로 직접 봤던 기억이 아직도 생생합니다.

국내에서도 꽤 큰 이슈였고, 대국 당시 모든 매체는 저 실시간 대국 방송으로 도배가 됐었습니다.

결정적으로 이 사건은 국내에서 사람들의 인식에 AI발전 속도를 각인 시키는데 매우 큰 역할을 했습니다.

당시 상황을 회상해보면, 여론은 대부분 이세돌의 승리를 점쳤습니다.

알파고의 승리는 몇 몇 반골 기질을 가진, 역배나 다름없는 사람들의 주장 같았거든요.

이때까지만 해도 바둑은 ‘데이터’의 영역이 아니라 ‘직관’의 영역이라고 다들 믿었으니까요.

‘기계가 인간의 직관을 따라와? 있을 수 없지'가 다들 디폴트 값이었으니까요.

하지만 결과는 모두의 예상을 뒤엎어 버렸습니다.

이세돌 프로는 단 한 판을 제외하고는 모두 알파고에게 패배했습니다.

게다가 알파고는 당시 프로 바둑 기사들이나 관련자들이 전혀 이해할 수 없는, 즉 인간으로서는 인지하지 못하는 방식의 수를 두었습니다.

이제와서 돌이켜보면 ‘그래도 한판이라도 이긴 이세돌이 정말 대단하다’ 였지만, 당시 분위기는 ‘????????????’ 그 자체였습니다.

이제는 저 알파고와는 비교도 안 될 정도로 훨씬 더 바둑을 잘 두는 인공지능이 나와있습니다. 이제 더 이상 인간은 인공지능을 바둑으로 이길 수 없죠.

물론 인공지능 기술도 엄연히 따지면 인터넷이 탄생했던 시기와 비슷한 시기부터, 아니 오히려 더 일찍 연구되어 오긴 했습니다.

다만, 실질적으로 우리가 인지하는 인공지능은 2015년 힌튼교수의 Deep-CNN이 오류율을 3.4%까지 개선하면서부터 본격화 됐습니다.

흔히 우리가 말하는 인공 신경망, ‘딥러닝’도 이때부터 본격적으로 재조명되기 시작했죠.

그래서 잘 거슬러 올라가보면 인공지능이 갑자기 튀어나온 것 같지만, 꽤 오랜 역사를 가지고 인류와 함께 해왔다고 볼 수 있습니다.

주목해야 할 점은 티핑포인트입니다. 계단을 오르듯이 점진적으로 가는 듯 하다 어느 순간 갑자기 뻥 하고 튀어오르는 것을 티핑포인트라고 하는데,

사실 인공지능 기술은 우리가 모르고 있을 뿐이지, 이미 티핑포인트를 몇 번 마친 상태입니다.

근데도 우리는 왜 이런 티핑포인트를 인지하지 못했을까요?? 이건 간단한 비유로 알아보겠습니다.

어떤 부자가 여러분들에게 한가지 제안을 합니다.

“이제부터 한 달 동안 나를 위해 일해주게. 돈을 받는 방법에는 두 가지가 있네. 한 달 뒤 일시불로 1억을 받거나, 아니면 첫날 1원부터 시작해서 하루가 지날 때마다 매일 2배 씩 늘어나는 돈을 한 달 동안 받거나. 선택은 자유라네”

여러분은 어떤 선택을 할 건가요? 한달 후 일시불 1억?? 아니면 하루 1원…이튿 날 2원…사흘 4원, 나흘 8원??

왠지 전자를 골라야 할 것 같습니다. 아니, '1원으로 시작해서 한 달이 지나봐야 얼마나 번다고?'라는 생각이 떠오르기 때문이죠.

저런 푼돈에 비해 1억은 너무나도 커 보입니다.

하지만 결과는 정 반대입니다.

하루 이틀로 보면 푼돈도 저런 푼돈이 없어 보이지만, 20일만 넘어가도 뭔가 분위기가 이상해지거든요. 

1일차 1원 / 2일차 2원 / 3일차 4원 / 4일차 8원 / 5일차 16원 / 6일차 32원 / 7일차 64원 / 8일차 128원 / 9일차 256원 / 10일차 512원 / 11일차 1,024원 / 12일차 2,048원 / 13일차 4,096원 / 14일차 8,192원 / 15일차 16,384원 / 16일차 32,768원 / 17일차 65,536원 / 18일차 131,072원 / 19일차 262,144원 / 20일차 524,288원

그럼 그 이후엔 어떻게 될까요??

21일차 1,048,576원 / 22일차 2,097,152원 / 23일차 4,194,304원 / 24일차 8,388,608원 / 25일차 16,777,216원 / 26일차 33,554,432원 / 27일차 67,108,864원 / 28일차 134,217,728원 / 29일차 268,435,456원 / 30일차 536,870,912원

30일차가 되면 하루에만 무려 5억 3천 6백만원이라는 금액을 받게 됩니다. 모든 임금을 다 합치면 얼추 10억 정도가 되겠군요.

기술의 발전이 사실상 이런 원리와 비슷합니다. 처음에는 굉장히 느려 보이지만, 그게 조금씩 쌓이다보면 어느 순간 갑자기 거대한 눈덩이가 되어 불어나있죠.

저 고작 30일 밖에 안되는 월급 지급 방식에서도 티핑포인트라고 할 만한 지점이 몇 개 보입니다.

다만 그 후의 증가세가 말도 안되게 불어났기 때문에 상대적으로 그 이전의 티핑포인트는 별로 눈에 띄지 않을 뿐이죠.

그게 우리가 초창기 인공지능의 티핑포인트를 인지하지 못한 이유라고 볼 수 있습니다 (물론 정보의 비공개성도 한 몫 했겠지만요)

잡설이 너무 길었습니다. 이제 진짜 본론으로 들어가 보겠습니다.

일단 지금 나오고 있는 AI소식들을 보건데, 그리고 기술 발전속도를 보건데, 사회 흐름이나 기업들의 구조조정들을 보건데 AI가 새로운 시대를 열 것은 거의 분명해 보입니다.

다만 변화의 속도가 너무 빨라서, 기업가가 아닌 일반인인 우리는 대체 이를 어떻게 대처해야 할 지 감도 잡히지 않습니다.

당장 눈 앞에 해일이 덮쳐오는걸 봐버렸는데, 그제서야 도망간다고 뭐가 달라지나요? 지금 상황이 딱 이렇습니다.

다만 세상은 당신이 그런 상황에 처해있다고 해서 그에 발맞춰 주지 않습니다. 자본주의는 그 누구보다도 냉정하니까요.

근데 생각보다 AI시대에 미래를 준비하는 것은 그다지 어렵지 않습니다.

그냥 내가 AI시대에 적합한 인재가 되면 됩니다.

지금 수 많은 기업들에서 인력 감축과 구조 개선 등이 일어나고 있는 것을 알고 계실겁니다.

근데 단순히 일자리만 사라지느냐? 그건 아닙니다. 사라진 만큼 ‘디지털 전환에 강점을 가진 사람들’이 그 자리를 빠르게 메워가고 있거든요.

뭐 현 시대의 디지털 인재라 하면 당연히 AI분야겠죠??

지금 뉴스나 언론에 나오는 기업들의 행보를 자세히 살펴보면 공통점이 있습니다.

공공기관이든, 정부정책이든, 민간 기업들이든 하나같이 ‘디지털 인재’를 구하려고 안달이라는 점입니다.

그러니 그냥 AI를 공부하시면 됩니다. 지금 이 분야은 사실상 신흥 산업이라고 봐도 무방합니다.

아직 전문가라고 칭할 사람들이 별로 없습니다. 아니 국내에선 사실상 멸종 수준입니다.

전문가도 별로 없고 신 산업인데, 미래를 지배할 것이 거의 확실한 것 같다?? 답은 너무나도 간단합니다.

지금이라도 그 분야를 준비하면 됩니다. 다만, 이제 남아있는 시간이 그리 많지는 않습니다.

근데 지금 흐름의 특성 상, 이 업계가 블루오션에서 레드오션이 되기까지는 다른 산업들보다 속도가 더 빠를 수 밖에 없습니다.

제가 하고싶은말은, 지금 시작하는게 빠른 것은 아니더라도, 감당이 안될 만큼 늦은 시기 또한 아니라는 소리입니다.

다만 제가 이렇게만 말해버리고 그냥 글을 끝내버린다면, 이건 뭐 알맹이도 없고 실속도 없는 글이 되어버릴 겁니다.

‘이렇게 말해 놨으면, 그래도 구체적인 방법이라도 좀 알려주고 가라’라는 느낌이 들 수 밖에 없으니까요.

제가 이세돌과 알파고와의 대국이 있고 난 뒤 부터 거의 8년 간 꾸준히 해당 분야에 관련된 책도 읽고, 영상도 찾아보고,

온오프라인 강의도 듣고, 관련 소식이나 뉴스도 꾸준히 보면서 느낀 것은, 결국 AI시대의 인재라는 것은 ‘AI와 소통을 잘 하는 사람’이더라구요.

미래에는 어떻게 될 지 모르지만, 적어도 현 시점에서의 AI는 결국 우리가 무언가 입력값을 넣어야 출력을 해줍니다.

다만 그 출력을 매우 잘하는 전문가죠. 그렇다면 우리가 길러야 하는 역량은 명확합니다.

AI가 좀 더 정밀한 출력값을 도출해 낼 수 있게, 좀 더 정밀한 값의 입력을 넣어주는 겁니다.

지금 시중에는 수 많은 AI관련 툴들이 나오고 있습니다. 지금 이 순간에도 계속해서 새로운 툴들이 생겨나고 있죠.

다만 이들을 작동시키는 거시적인 기본 틀은 모두 비슷비슷합니다. 따라서 이 기본 역량을 기르면, 어떤 툴들을 써도 금방 적응할 수 있고 제 성능을 뽐낼 수 있습니다.

자, 조금 더 깊고 자세하게 들어가 봅시다.

인공지능은 당신의 친구이자 동료입니다. 어떤 주제의 얘기를 꺼내든, 부탁을 하든 훌륭한 대답과 결과물을 보여줍니다.

즉, 인공지능은 아웃풋의 대가입니다. 다만, 이 녀석이 아직까지는 스스로 뭔가를 해서 우리에게 가져다주거나 말을 걸진 않습니다.

그럼 우리가 해야할일은? 명확합니다. 이 똑똑한 친구가 좋은 결과물이 뽑을 수 있게 잘 유도를 해줘야 합니다.

쉽게 말해 인공지능을 리드하는 방법을 공부하면 됩니다.

다만 기존의 공부나 학습 방식과는 다르게 접근해야 합니다.

이젠 다들 느끼고 있겠지만, 이미 이들의 전문성은 범인을 한참 뛰어넘어 있습니다.

그러니 더 이상 예전처럼 어떤 분야에 전문성을 기르는 것은 적어도 이 분야에선 그다지 큰 도움이 되지 못합니다.

그래서 다양한 분야와 지식들을 넓고 얇게 알고 있는 것이 꽤 중요합니다.

예전에 베스트셀러로도 팔렸던 ‘지적 대화를 위한 넓고 얕은 지식’이라는 책을 아시나요??

역사, 철학, 신화, 문화, 경제, 사회, 종교, 신비 등 폭 넓은 지식들을 아주 간단하고 얇게 다루는 책으로 인문학 돌풍을 일으켰던 그 책 말이죠.

이걸 나에게 적용시키면 됩니다. 

내가 폭 넓은 다양한 지식들을 접해서 ‘넓고 얕은 지식’으로 인공지능에게 말을 걸면,

인공지능은 ‘넓고 깊은 지식’으로 답해줄 것이기 때문입니다.

다만 내가 이런 폭 넓은 지식을 섭렵하지 않아서 시야가 좁다면, 그만큼 좁은 시야에서의 결과값 만을 도출해 낼 수 있겠죠.

어찌보면 폭 넓은 인문학적 소양을 갖추는 것이 AI시대의 인재가 되는 첫 걸음이라고 볼 수 있습니다.

이게 중요한 이유는, 결국 인공지능을 활용해서 나온 결과값을 받는 것은 우리 인간이기 때문입니다.

그러니 인간은 익숙한 것을 바꾸기 두려워하는 습성이 있기 때문에, 어찌됐건 AI의 결과물도 우리가 평소에 친숙한 것들이

사람들의 환심을 살 수 밖에 없습니다. 너무나도 괴리감이 드는 부분은 오히려 거부감이 들게되죠. 불쾌한골짜기 현상처럼 말이죠.

그러니 우리에게 익숙한 다양한 분야를 우리가 학습한다음, 이걸로 우리에게 익숙하면서도 새롭고 창의적인 결과물들을 도출해내야 합니다.

그게 우리가 다양한 분야의 지식을 알아야 하는 이유이고, 이를 정말 잘하게 된다면 굳이 기업에 취업하지 않는다 하더라도, 나 자신이 우량한 1인 기업이 될 확률도 높아집니다

우리가 ‘사과’라는 단어를 들었을 때, 빨갛고 동그란 구체의 과일, 시큼하면서도 달달한 맛, 아삭한 식감,

영어로는 한 입 베어문 애플기업을 떠올리며 사고의 확장을 할 수 있는 이유는 우리가 ‘사과’라는 것에 대해 다양하게 경험하고 학습했기 때문입니다.

이렇듯, 인간은 일단 대상을 알아야만 그에 대해서 다양한 사고의 확장이 가능해지게 됩니다.

그리고 AI시대가 요구하는 인재는 바로 이런 다양한 사고의 확장이 가능한 사람입니다. 그래야만 더 AI를 활용해서 더욱 다채로운 결과값을 뽑아낼 수 있으니깐요.

전문성은 AI가 갖추고 있을테니, 우리는 AI에게 훌륭한 말동무가 되어야 한단 소립니다.

물론 단순히 이런 지식만 쌓아서는 안되겠죠. AI관련 툴을 다루거나 관련한 하드웨어적, 소프트웨어적 지식을 쌓는것도 함께 병행해야 합니다.

인문학적 소양으로 내가 인공지능에게 폭 넓은 인사이트를 제공할 수 있다 쳐도, 이걸 후에 써먹을 수 있게 처리를 하는 방법을 모른다면 그저 자기만족에 불과한 취미의 영역으로 남아버릴 테니까요.

뭐 이쪽 분야는 접근하는 방식이 간단합니다. 그냥 관련된 강의 ‘데이터사이언스, 코딩, AI’쪽을 공부하거나 책이나 영상을 보고 습득하시면 됩니다.

저는 더 완벽함을 추구하고 싶다면 저기에 +@로 ‘디자인 관련 툴’들을 개략적으로 다루는 법도 익히라고 권유하고 싶습니다.

뭐 어도비에서 제공하는 다양한 툴들은 물론, 게임에 쓰이는 언리얼 엔진, 유니티 등도 포함됩니다.

명심해야 할 것은, 어떤 분야든지 깊게 파는게 아니라 ‘개략적’인 파악입니다.

우리가 지금 저걸 깊게 파봐야 해당 분야에 전문가들을 따라잡기에는 한참 늦었기도 하고, 우린 이것말고도 학습해야될게 많으니깐요.

결국 제가 말씀드리고 싶은 것은, ‘다양한 분야를 폭넓게 공부하면서 식견을 넓히고, 이와 동시에 AI와 관련된 하드웨어적, 소프트웨어적 원리를 공부해라’ 입니다.

전자만 해서도 안되고, 후자만 해서도 퍼포먼스가 떨어지는게 AI분야입니다.

다시 말씀드리지만, AI는 '대답의 천재'입니다. 그러니 우리는 ‘질문의 천재’가 되어야합니다.

실질적인 활용에서의 예시를 들어보겠습니다.

생성형AI는 명령 프롬프트를 입력하면 그에 상응하는 결과값을 우리에게 알려줍니다.

여기에 A라는 사람과 B라는 사람이 있습니다.

A는 관련 분야에 대해서 아는게 거의 없는 반면, B는 해당 분야를 어느정도 잘 알고 있습니다.

이제 두 사람이 동일한 AI툴을 가지고 ‘1950년대 공장에서 일을 하는 사람. 20~30대의 여성, 단발의 파마한 금발과 초록색의 작업복을 걸친’의 이미지를 만들어보려고 합니다.

A는 정교한 명령을 입력하는 노하우가 없기 때문에, 계속 이상한 결과물이나 애매한 결과물이 도출됩니다.

반면 B는 자신만이 짜놓은 노하우와, 관련 미세조정 값들까지 만져가며 한 두번의 시도만으로 만족스러운 결과물을 뽑아냈습니다.

A는 이후에도 계속 기도메타로 랜덤사진을 뽑아내며 시간을 갉아먹습니다. 결국 시간은 시간대로 날려먹고 결과도 애매한 사진으로 타협을 보게 됩니다.

그에 반해 B는 짧은 시간동안 조건을 만족하는 정교한 결과물을 뽑아내고 이미 한참전부터 다른 작업을 하고 있습니다.

이렇듯 ‘질문’에 대한 능력을 기른 사람과 그렇지 않은 사람의 역량차이는 현재에도 극명히 나타납니다.

우리가 질문을 바보같이 하면, 아무리 천재적인 AI라도 제대로 된 답변을 주지 않습니다.

다만, 조금만 정교하게 질문을 하면, AI는 눈치껏 훌륭한 결과물을 만들어서 가져오죠.

그리고 여기에 하나 더 갖춰야될 소양은, 'AI가 도출한 결과값에 대해 잘못된 것을 바로잡는 능력'입니다.

현재 AI는 생각보다 잘못된 결과값을 많이 도출해내고 있습니다. 물론 정밀도가 계속 올라가고 있긴 합니다만, 아직까진 역부족이죠.

때문에 우리는 해당 AI가 뭔가 결과값을 뽑아냈을 때, 이를 판단하고 후 보정을 할 줄 알아야 합니다.

그럼 이 능력은 어떻게 기르냐고요?? 이건 경험이 쌓여야 됩니다. 그니까 지금부터 쌓으시면 됩니다.

지금부터라도 AI툴들을 쓰는걸 습관화 하시면 됩니다. 이건 따로 학습하는게 아니라 계속 실전을 하다보면 자연스레 역량이 늘어납니다.

지금까지 제가 말씀드린 것들만 충실히 수행하시면, 1년 만 지나도 남들과는 비교할 수 없을 정도로 해당분야에 역량이 높아진 걸 체감할 수 있으실 겁니다.

이건 제가 보장해드릴 수 있습니다.

요약하자면 아래와 같습니다.

• 다양한 분야에서 폭 넓은 지식을 (개략적으로) 익혀라
• 이와 병행해서 AI관련한 툴들을 활용하는 기술을 익혀라
• 일단 무작정 실전에서 AI를 많이 써봐서 대답에 대한 대처 능력을 길러라

이 글이 미래를 대비하는데 도움이 되셨으면 좋겠습니다.