1. 디지털화된 세상
‘4차 산업 혁명이 오면 어떤 세상이 도래하나요?’ 저는 이 질문을 수도 없이 많이 들었습니다. 그럼 저는 별다른 것 없이 몇 가지 사례를 말해주곤 합니다. 우버나 카카오택시 같은 부르기 전에 와 있는 택시, 줄 설 필요도 없이 로봇 바리스타가 준비해 놓은 커피, 그리고 사고가 생기지 않도록 미리 멈춰서는 자동차. 이 셋의 공통점이 뭐라고 생각하십니까? 간단합니다.
이 셋은 모두 ‘하기 전에 ~ 해야 한다.’라는 룰을 지키고 있습니다. 조금 더 자세한 이야기를 해 볼까요? 방금 이야기했던 로봇 바리스타와 우버를 놓고 말해봅시다.
요즘 서울 여기저기에서 로봇 바리스타를 보신 적이 있으실 거에요. 이런 로봇 바리스타의 장점이 뭘까요? 일정한 커피의 질? 아닙니다. 커피의 질은 이제 크게 영향을 미치지 않아요. 우리나라에는 무수히 많은 카페가 있고, 시장에서 경쟁력을 갖추는 사이 이제는 맛없는 커피를 찾는 게 더 힘이 드는 시대가 되었죠. 품질 자체는 이미 상향 평준화가 되어 있습니다. 물론 미식의 세계로 들어간다면 말이 달라지지만, 일반적인 대중의 관점에서 말을 하자면 그렇다는 이야기입니다. 자, 그럼 로봇 바리스타가 가진 가장 큰 경쟁력이 무엇이냐. 바로 소비자의 ‘시간’을 아껴주는 겁니다.
로봇 바리스타는 인간이 뇌에 저장하는 것보다 훨씬 많은 양의 데이터를 가지고 있습니다. 우리가 자신의 정보에 엑세스하는 걸 허락만 해준다면, 로봇 바리스타는 그간 우리가 사 먹었던 커피의 종류, 빈도, 그리고 카페에 방문하는 시간까지 모든 정보를 수집 할 수 있죠. 커피를 결제하면 영수증이 남잖아요. 그러니 예를 들어 본인이 아침 8시면 카페에 들러 아이스 아메리카노를 시켜서 출근하는 사람이라고 한다면, 더는 카페에서 커피를 기다릴 필요도, 메뉴를 고민할 필요도 없이 맞춤형 커피를 바로 받을 수 있다는 말입니다.
비슷한 예로는 우버가 있죠. 우리나라에서는 카카오택시로 생각을 하면 되는데 지금처럼 불러야 오기도 하지만, 이제는 부르기도 전에 택시가 와 있는 걸 볼 수 있습니다. 미국에서는 우버가 굉장히 많이 사용되는데, 이제는 데이터를 통해 하나의 우버 알고리즘이 생겨났습니다. 가령 12월 31일 어느 도시가 가장 늦게까지 노는지 알고 있다는 것이죠. 뉴욕은 새벽 2시, 샌프란시스코는 오후 9시 뭐 이렇게요. 특히나 우버는 뉴욕시에서 압도적인 택시 콜 서비스 점유율을 보입니다.
그럼 어떤 일이 생기느냐. 우버 알고리즘이 새벽 1시쯤 브루클린에 있는 택시 기사에게 맨해튼으로 가라고 하는 거죠. 왜냐하면 지금까지의 데이터로 봤을 때 이때 맨해튼에서 택시를 이용하는 사람이 많았다는 걸 알고 있으니까. 그럼 2시에 맨해튼에서 귀가를 하려고 하는 사람들은 자동적으로 내가 부르기도 전에 탈 수 있게 되는 겁니다. 데이터 알고리즘에 의해 이미 많은 택시가 맨해튼에 있을 테니까요. 결국, 이 모든 예시가 말해주고 있는 것은 4차 산업의 시대는 데이터와 디지털로 이루어진다는 것입니다.
그럼 이제 디지털에 관한 이야기를 좀 더 해볼까 합니다. 디지털이 무엇일까요. 정보 통신적 정의로 이야기하자면, 디지털이란 연속된 값을 사용하는 아날로그와 달리 떨어진 값을 사용해 정보를 가공, 또 구현한 방식을 의미합니다.１ 여러 자료를 유한한 자릿수의 숫자로 나타내는 방식을 말하죠. 정의 자체는 이런데, 이걸 보다 피부에 와 닿는, 자본의 관점에서 생각해봅시다. 디지털은 사용하기 쉽고, 값이 싼 것을 의미합니다. 디지털 제품을 복사하고 또 배포하는 것에는 어떠한 돈도 들지 않으니까요. 게다가 주어진 플랫폼이 있다면, 아주 손쉽게 만들 수 있죠. 혹시 ‘Do it yourself CRISPR genome kit’에 대해 들어본 적 있으십니까? 크리스퍼 유전자 편집 키트인데, 집에서 직접 유전자 편집을 해볼 수 있는 거죠. 이게 3만 5천 원 정도의 가격으로 팔리고 있습니다. 사이언스지의 편집자는 이제 어떤 바보도 유전자 조작 쥐를 만들 수 있다고 말하기도 했습니다. 이건 생명 공학 현상도 이제는 디지털로 들어왔다는 말이 됩니다.
방금 제가 ‘크리스퍼CRISPR’라는 단어를 이야기했죠? 크리스퍼는 유전자 가위가 발달된 형태를 말합니다. 지구 온난화로 인해 빙하 속 얼어 있던 맘모스가 나오게 되었는데, 이런 맘모스 유전자를 잘라서 코끼리 유전자에 붙이면 실제 맘모스를 볼 수 있다는 겁니다. 어떻게 보면 쥬라기 공원이 더는 공상과학 소설이 아니게 될 수도 있다는 이야기에요. 전에 없던 창조 엔진의 등장. 새로운 유전자를 만드는 것이 불가능의 영역에서 가능의 영역으로 바뀐 거죠. 마치 컴퓨터 속에서 글자를 쓰고 이걸 복사 붙여넣기 한 것 같이요. 더 흥미로운 이야기를 말씀드릴까요? 우리는 이제 생명 공학을 프린트해낼 수도 있습니다. 코로나 백신이 빨리 나올 수있던 이유가 여기에 있습니다. 우한에 있는 과학자들이 바이러스를 검출, 그리고 유전 정보를 분석해서 데이터 베이스에 올립니다.
그럼 스위스 연구자들이 이를 다운로드해 코로나 바이러스를 프린트 아웃하는 거에요. 온라인으로 유전 정보가 보내지는 겁니다. 정말 디지털 현상 같지 않나요?
이제 우리는 이런 질문을 던질 수 있습니다. 생명 공학 현상이 디지털, 데이터화 된다면 이것 역시도 ‘하기 전에 ~ 해야 한다.’ 룰을 따를 수 있나요? 놀랍게도 대답은 ‘예’입니다. 생명현상의 네 글자를 말하자면 ATGC라고 할 수 있는데, 이건 DNA를 이루는 염기를 뜻합니다. 각각 아데닌, 티민, 싸이토신, 그리고 구아닌이죠.
이런 게 약 30억 개가 있습니다. 이것들은 각각 재설계를 하는 것이 가능합니다. 마치 편집을 하듯이요. 그럼 어떤 현상이 생기냐면, 우리가 그간 공상과학에서 말했던 아이의 유전자 변형이 가능해집니다. 머리가 좋고 탈모가 없으며, 치매나 유방암에 걸릴 확률이 낮고 모차르트 같은 청음 능력을 갖춘 채 우사인 볼트의 다리를 가진 아이. 물론, 이런 것을 직접적 실행하고 대중화하기에는 많은 윤리적 문제들이 놓여 있죠. 그러나 기술적으로만 본다면, 우리는 쉽게 유전자 조작을 통해 태어나기도 전에 아이에게 가장 맞는 직업을 줄 수도 있다는 것을 의미합니다. 인간도 ‘하기 전에~ 해야 한다.’라는 룰에 속하게 된다는 것이죠.
지금까지 우리는 다양한 분야의 기술이 디저털화 된 모습들을 살펴봤습니다. 이러한 현상들을 더 쉽게 만들어주는 것 중 하나가 바로 인공지능AI 입니다. 인공지능은 우리가 생각하는 것보다 훨씬 빠르게 발전하고 있습니다. 지금의 인공지능은 인간의 오감을 구현할 수도 있습니다. 사람의 분야라고 생각했던 향과 입맛까지 고려하게 되었다는 것이죠. 대표적인 것이 필리라Philyra와 셰프왓슨입니다.
필리라Philyra는 IBM과 독일의 향료기업인 심라이즈가 개발해 낸 인공지능으로, 직접 향료를 제조하는 게 가능합니다. 물론 필리라가 아직 완전히 사람을 대체하지는 않았습니다. 여전히 인턴처럼 조향사 아래에서 배합을 돕고 있죠. 실제로 조향사와 함께 베를린 시민의 향기 취향을 알아낸 뒤 ‘베를린Berlin 3.0’이라는 향수를 만들어내기도 했습니다.２ 여기서 중요한 포인트 중 하나는, 조향사가 자신처럼 향을 구현하는 ‘필리라’의 도움으로 얼마나 독창적이고 새로운 것을 만들어낼 수 있는가입니다. 필리라는 데이터를 가지고 있죠. 디지털화가 가능합니다. 사람이 생각하는 것보다 훨씬 많은 경우의 수를 손쉽게 디지털화해 결괏값을 낼 수 있다는 이야기입니다. 필리라의 도움이라면, 조향사는 혼자 했던 것보다 더 다양한 것들을 시도할 수 있을 것입니다. 셰프 왓슨의 경우도 비슷합니다.
셰프 왓슨은 IBM과 요리잡지인 본아뻬띠Bon Appetit의 합작인데, 공교롭게도 여기도 IBM이군요. 요리잡지인 본아뻬띠는 대단히 많은 숫자의 레시피를 가지고 있습니다. 약 만 가지 정도의 레시피를 가지고 있죠. 셰프 왓슨은 이런 레시피를 IBM의 왓슨을 훈련 시킨 것입니다. 가지고 있는 재료들과 어울리는 재료를 추천해주고, 레시피를 제공하기도 하죠. 음식 사이의 궁합이나 선호하는 맛에 대한 정보도 더했습니다.３ 혹시 크로넛이라는 걸 들어보신 적 있으십니까? 크로와상과 도넛이 합쳐진 음식이죠. 그럼 인공지능은 이런 크로넛이라는 걸 보면서 이거로 버거를 만들면 좋을 것 같다고 레시피를 추천합니다. 처음 마주하는 새로운 음식으로도 기존의 정보를 토대로 메뉴를 개발할 수 있다는 것입니다.
이건 그간 우리가 기계와 로봇에게 선을 그었던, 상상력의 범주안에 속합니다. 오직 사람만이 할 수 있다고 생각했던 영역이 그렇지 않다는 것을 보여주고 있죠. 그럼 이제 인간에게 남은 것은 없느냐? 인공지능이 인간을 대체하느냐? 그렇게 생각할 필요는 없습니다. 처음 이야기할 때부터 디지털화의 장점을 말하며 제가 뭐라고 했죠? 네, 사용하기 쉽고 값이 싸다고 했습니다. 이 점을 잘 기억하면서, 이제부터는 우리가 무엇을 해야 하는지에 대해 말해보겠습니다.
우리가 해야 하는 건, 우선 첫째로 인공지능이라는 것이 멀리 있고 어려운 일종의 과학기술이자 전문적인 무언가라고 생각하지 않는 것입니다. 음성인식을 하는 인공지능을 한 번 봅시다. 엘리멘탈 패스Elemental Path는 셰프 왓슨이 되었던 그 IBM 왓슨을 이용한 말을 알아듣는 장난감입니다.４ 아이들이 가지고 놀 수 있는 것인 만큼 아이들에게 실제로 실험을 했는데, 말을 하면 알아듣고 대답을 해주는 이 장난감이 도구tool로서 실생활과 사회에서 얼마나 밀접하게 쓰일지 생각을 해봅시다. 대표적으로는 언어 교육이 있겠죠? 어느 나라 말로 하게 되든 답을 하고 교육을 도와줄 수 있는 인공지능이 있으니, 이를 탑재만 한다면 부모는 굳이 큰 비용을 들여 영어 유치원에 아이를 보낼 필요가 없습니다.
자녀의 언어발달을 도울 때 사용할 수도 있고요. 이런 건 친숙하긴 한데, 그래도 그걸 만드는 건 어려운 것 같다고요? 구글 클라우드의 머신 러닝 플랫폼 Auto ML과 라즈베리파이하드웨어로 ‘월리를 찾아라’를 할 수도 있는데, 이건 고등학생이 만든 겁니다. 이미 소위 우리가 이야기하는 플랫폼 기능들에서는 여러 가지 공짜 앱들이 많이 풀려있기 때문에, 우리가 실생활에서 편의를 위해 필요한 기능들 정도는 얼마든지 쉽게 만들어낼 수 있다는 말입니다. 무엇을 통해?
다른 사람들이 이미 만들어놓은 플랫폼들을 통해서. 정리하자면, 우리는 인공지능을 스마트폰처럼 가까이에 있는, 쉽고 당연한 도구로 생각하며 그걸 어떻게 더 나은 내 삶을 위해 쓸 수 있을지를 고민해야 합니다. 석기시대에서 청동기시대로, 그리고 철기시대로 넘어갈 때 가장 큰 변화가 무엇이었는지를 생각해보세요. ‘도구’입니다. 새로운 도구가 등장했을 때, 그리고 새로운 변화가 예견될 때 도구를 사용하는 사람과 사용하지 않는 사람의 격차는 매우 큽니다. 지금부터 이 ‘도구’를 몇 가지 설명을 할 예정인데, 해당 도구들을 보면서 한 번 생각해보세요. 이것을 사용하는 것과 아니었을 때 차이를.
저는 교수이기 때문에, 구글에서 나온 emotion detecion API를 가장 먼저 소개할까 합니다. 제게 굉장히 유용해서요. 이건 우리의 감정 상태를 알아볼 수 있는 인공지능 플랫폼인데, 우리 얼굴이 지을 수 있는 표정은 1만 가지가 넘거든요? 그중 3천 개를 분석해 어떤 표정을 지을 때 어떤 근육이 움직이는지를 보는 겁니다.
이것을 코딩하면 이 사람이 이런 표정을 지으면 어떤 상태인지 알 수 있게 되는 거죠. 제게 이 도구가 유용한 이유는 간단합니다. 대면으로 강의를 하면 보통은 서면평가를 하지 않습니까. 이걸 이용하면 저는 복잡하고 주관적인 평가에서 벗어날 수 있죠. 여러분들이 보여주는 표정을 AI로 바로 분석할 수 있으니까요. 표정을 통해 강연에 만족했는지가 시시각각 나오니 강의 평가를 따로 받을 필요가 없지요.
다음으로 소개할 인공지능은 마이크로소프트의 성배HolyGrail라고 불리는 ‘GPT-3’ 인공지능 언어생성기입니다. 왜 성배라는 말을 쓰냐면, 이게 과학에서 구현되면 엄청난 일이지만 좀처럼 일어나지 않는 과학기술의 발견, 진보 등을 일컫는 말이기 때문이에요. 그러니까 이 GPT-3는 정말 엄청난 거죠. 이 인공지능은 온라인상에 있는 모든 문서를 다 습득해, 오천억 개 이상의 단어를 학습했습니다. 그걸 통해 과연 이 GPT-3가 무엇을 할 수 있느냐. 우선 소설을 쓸 수 있습니다. 이미 뉴욕타임즈에서 이 GPT-3이 쓴 연애소설을 Modern Love Column에서 연재한 적이 있습니다.
그뿐이 아니라, 철학적인 질문에 답을 하기도 하고 자연어를 습득하는 와중에 부산물로 컴퓨터 언어를 습득하기도 합니다. 다시 말해 GPT-3라는 인공지능 언어생성기는 인간과 신의 존재에 대해 충분히 논의할 수도 있고 가르치지 않아도 코딩을 스스로 해내, 원한다면 결과물을 만들어 낼 수도 있다는 것을 뜻합니다. 앱을 만드는 것도, 복잡한 조건에 대해 결괏값을 내는 것도요.
심지어 이런 GPT-3는 이미지 제너레이터로 진화하기도 했습니다. DALL-E라는 인공지능이죠. 마지막으로는 Copy.AI 라는 인공지능을 소개해볼까요. 이걸 통하면 우리는 10분 내로 비즈니스 모델을 만드는 게 가능해집니다. 비즈니스와 마케팅에서 가장 중요한 게 뭘까요? 카피죠. 어떤 문구로 사람을 끌어들일 것인가. 이건 비즈니스에서 굉장히 중요한 부분이기 때문에, 사람들의 눈을 사로잡는 캐치프레이즈와 슬로건, 문장, 광고 문안을 만드는 ‘카피라이터copywriter’라는 직업도 존재합니다. 그런데, 이 Copy.AI는 어떤 제품이건 광고문구를 몇 초 만에 써줍니다.
사람은 유기체입니다. 기발한 아이디어가 나올 때도 있지만, 그렇지 않을 때도 있으며 고민하고 또 멈춰 서기도 하죠. 앞에 말한 것을 기억하시나요? 도구를 사용할 방법을 고민해야 한다는 것.
글을 쓰는 작가 중 글이 막힐 때 인공지능의 도움을 받아 인사이트를 얻는 작가와 그렇지 않은 작가 중에 누가 더 쉽게 힘든 시기를 빠져나올 수 있을까요? 현실은 훨씬 다양한 요소로 돌아가지만, 단순히 경제적 지출의 관점에서만 바라본다고 가정했을 때, 카피라이터와 계약해 지속해서 인건비를 내는 회사와 인공지능에게 문구를 맡기는 회사 중 어느 곳이 더 지출을 줄일 수 있나요?
두 번째로 우리가 해야 하는 것은 바로 사회와 행동을 분석해 문제를 알아내는 눈을 기르는 것입니다. 이유는 너무 간단하죠. 어려운 문제는 우리가 풀 게 아니잖아요. 이건 인공지능을 도구로 이용할 겁니다. 우린 이미 그래야 한다는 걸 알았으니까요. 그럼 생각해보세요. 여러분들은 리더입니다. 새로운 4차 산업을 선도해 나갈 사람들이죠. 그런데 이미 인공지능은 내 손안에 들어와 있습니다. 그럼 그것으로 무엇을 할 겁니까?
테크놀로지리뷰 MIT Technology Review에서 젊은 혁신가 Innovation under 35 로 뽑은 사람이 바로 Atima Lui라는 여성입니다. 이 여성은 ‘누드미터NUDEMETER’라는 앱을 만든 사람인데, 이 앱이 무엇을 하는 거냐면 앱에 자기 피부를 찍어서 올리면 피부톤을 분석하는 겁니다. 그리고 그 피부와 맞는 색깔의 의상이나 속옷을 온라인에서 추천해줍니다. 자, 그럼 이 여성은 무엇을 한거죠? 아무도 생각해보지 않은 아주 쉬운 질문을 던진 겁니다.
‘왜 우리는 하나의 피부색에 맞추는가.’ 지금까지는 피부가 검은색이면 검은색 하나, 또는 두 개 정도가 전부였단 말입니다. 그런데, 사람의 피부는 그렇게 단순하게 정해져 있지 않죠. 사람의 피부는 매우 다양합니다. 같은 흑인이나 같은 동양인이어도, 색은 단조롭지 않죠. 이건 아주 간단하면서도 동시에 그간 아무렇지 않게 넘겨 온 문제입니다. 인공지능을 사회적 약자들을 위한 문제를 해결하는 것에 쓴 것이죠.
주위를 둘러보세요. 계속해서 질문해보세요. 움직임과 행동들을 분석하고 거기에서 계속해서 새로운 인사이트를 얻으세요. 1~2년 사이에 코로나로 우리의 행동은 많이 바뀌었죠. 스마트폰과 인터넷이 소통의 중요한 매개체로 부상했고요. 그러니까, 예전의 조합은 도넛과 커피였는데, 이제는 스마트폰과 커피의 조합이 되었습니다. 스마트폰을 보면서 커피를 마셔야 하니까요. 또 초개인화시대가 열리면서 행동이 여럿 바뀌었죠. 3D 프린팅을 통해 자신만의 또는 소량의 다양한 품종을 만드는 것이 어렵지 않게 되었으니까요. 그러니 우리는 행동과 움직임을 분석해 문제를 알아내고, 이걸 플랫폼을 통해 빠르게 문제를 해결해야 합니다. 비즈니스에 데이터를 활용하는 인재가 되어야 한다는 것이죠.
자, 마무리를 지을까 합니다. 지금까지 우리는 4차 산업혁명이 어떤 세상인지, 그중에서 중요하게 부상한 것이 무엇인지, 그리고 우리가 무엇을 해야 하는지 알았습니다. 4차 산업혁명 시대에 성공적인 리더십이 되는 것은, 누가 먼저 이 시대의 물결에 올라타느냐에 따라 달라집니다. 다시 말해 계속 말했던 것처럼, 타인이 만들어놓은 플랫폼을 이용해 이를 선점해야 한다는 겁니다. 굉장히 다양한 예시들을 들었지만, 기억해야 할 것은 딱 세 가지입니다.
‘디지털, 데이터화를 통한 ‘하기 전에 ~ 해야 한다’ 룰.’
‘누가 도구를 쓸 것인가.’
‘아무도 생각해보지 않은 아주 쉬운 질문.’
글: 김창경(한양대 공대 교수) 출처: AI 시대 인간 중심 리더십 (거꾸로미디어)
*[나는 짘이다]에서 ‘짘’은 지식크리에이터에서 ‘지’와 ‘크리에이터’의 ‘ㅋ’을 합한 합성어다.
[나는 짘이다]는 지식 크리에이터 강연의 내용을 녹취하고 정리한 내용이다. 새 시대 리더들의 이야기를 지식 크리에이터에 담았다.
즐겨찾기 추가
