생존형 개발자의 생각 #137
“.. 알아서, …대충 말해도, ..잘 할 수, …나보다 대단한”
이라는 단어로 생성 AI의 장점을 누군가에게 설명한다면 생성 AI를 전혀 접하지 않았거나 “장난감”으로 활용했을 경우가 크다. 특히 이미지 생성과 같은 “감성과 즐거움”의 영역으로만 생성 AI를 활용했다면 AI의 본질과 다른 목적으로 활용을 한 것이다. 생성 AI라는 말에도 명시되어 있지만 AI는 생성(생산)을 위해 제작된 솔루션이다. 그 생산은 당연히 “생산성(적은 비용으로 고품질 또는 대량생산)”을 목적으로 하고 있다.
AI 본질을 벗어난 기사(어그로)
AI 많이 쓰는 사람, ‘다크 트라이어드’ 성향 강해… 그게 뭐길래? - 헬스조선
'19금 대화 허용' 챗GPT 논란에…"우린 도덕경찰 아냐"
지난 몇 년간의 샘 알트만이 했던 말들은 앞뒤가 안맞는 경우가 종종 있었다. 그러나 확실한 것은 “공포와 기대를 동시에 활용” 했다는 것이다. 최근 샘 알트만이 말했던 “AI 버블” 역시 다분히 의도가 보인다. 와이컴비네이터 출신 투자자 답게 현시점에 유리한 말로 가치를 만들고자 노력하는 모습이 보인다. AI의 도덕성에 대해 정의를 내리기는 쉽지 않다. 단지, 1년 전 자신의 말과 전혀 다른 해괴한 서비스를 내놓는 것을 보면, “급하긴 하나보네?”라는 생각을 하게 된다.
일반 AX(AI Transformation) 유저 입장에서 보면 Open AI의 솔루션들이 “구글의 제미나이(AI Studio, cli)”나 “엔트로픽의 클로드”에게 태생적으로 밀리는 모습이 보이기 시작했다. 그러니 시장의 관심을 “생산성이 아닌 다른 곳”으로 돌리려고 노력하는 것 같다. 결과적으로 시장에선 AI에 대한 시각이 부정적으로 보여지고 있다.
AI 생산성 현실을 다루는 기사
“AI가 개발 효율 높인다?” 경력자에겐 되레 독···METR 실험 결과 공개
I 도입했더니 되려 업무 효율 '뚝'…'워크슬롭'이 초래한 역효과
AI가 생산적이지 못하는가?
답부터 말하자면 [절대로 아니다]이다. 그럼에도 불구하고 AI의 생산성은 왜 화두가 되고 있을까? 바로 AI 자동화 작업의 어느 시점에서 병목(Bottleneck) 현상이 발생하기 때문이다. “처음AI로 작업할 때는 그럴 듯” 하지만 작업시간이 지날 수록 “아, 이건 아닌데..”라는 순간을 경험하게 된다. 할루시네이션 같은 오류의 문제가 아니다. “맥락(Context)”의 문제가 발생한다. 사람들은 맥락이라는 단어가 나오면 당황을 하는 데, 쉽게 말하자면 “짠밥들이 가지고 있는 상황판단 능력”이 요구되는 시점("아~ 이 때는 이렇게 해야지!!!넌 도대체 짠밥을 어떻게?....")에서는 AI가 독이 된다.
AI에 위임시킨 어느시점으로 이동하여 (1) 복구하고 (2) 수정 또는 (3) 재작업 해야 하는 상황이 반드시 발생하기 때문이다.
AI는 “나 대신 무엇이던 대신 해줄 수 있는 존재”가 아니다. 내가 해야 할 일을 빠르게 해결해주는 도구일 뿐이다. 그러므로 본질은 “도구를 사용하는 사람의 능력”이 된다. 인류문명은 꾸준히 도구를 사용해왔고 그 도구를 잘 다루는 사람들이 세상을 지배해 왔다. AI라고 다르지 않다.
AI를 활용하는 방법을 모르는 사람들이 AI를 다루는 사람들에게 지배를 당하는 것이 현실이다. 실제로 유튜브 채널에서 노인이나 심약자들을 대상으로 페이크 동영상들이 넘치고 있다. 그리고 그것을 믿는 사람들이 적지 않다. 아쉽게도 우리가 피부로 접할 수 있는 AI를 다룰 줄 아는 자와 다룰 줄 모르는 자의 현실이다.
"숨만 쉬어도 8㎏ 빠져요"…의료계 발칵 뒤집은 의사 정체 | 중앙일보
그러면 AI 활용에 있어서 무엇이 중요할까?
바로 AI 문해력이다.
AI 문해력은 한마디로 “인공지능을 제대로 이해하고, 똑똑하게 사용하는 힘” 즉, AI를 단순히 “놀라운 기술”로 보는 게 아니라, AI가 어떻게 작동하고, 무엇을 잘하고 못하는지, 어떤 상황에서 어떻게 써야 하는지를 판단할 수 있는 능력이다.
결국은 “특정분야의 경력자(또는 학습자)의 시각과 경험”이 AI 문해력의 핵심이 된다.
생성 AI는 자동화 도구이다. 그렇다보니 “내가 신경쓰지 않아도 알아서 다 해준다”라는 오판을 하기 쉽다. 실제로 소프트웨어 개발자 입장에서도 Vibe coding이 매력적일 때가 적지 않다. 간단한 설계와 지침을 만들고 웹앱을 요구(프롬프트)하면 어느정도(?!!!!??) 만족스러운 소스코드를 생성할 수 있다. 심지어 gemini-cli, codex, claude code를 사용하면 PC에서 자동으로 빌드(만들어준 작업)까지 하므로 놀라운 생산력을 얻을 수 있다.
그러면 AI에서는 왜 사고력을 강조할까?
AI의 핵심은 [“질문과 판단”의 연속된 작업]을 올바르게 만드는 것이다 . 최근 경험한 예로 설명하고자 한다. 우리 집 근처에는 9년 넘게 잘되는 편의점이 있었다. 주민들을 파악하여 그들의 니즈를 분석했고 그에 알맞는 상품과 고객대응법을 구축했었다. 그러다보니 알바가 매번 바뀌어도 편의점은 평가도 좋고 손님도 끊임이 없었다. 그러다가 올 해부터는 새로운 사장이 들어와서 영업을 하기 시작했다.
현재 새로운 사장의 편의점은 매출이 급감하고 있었다. 거의 10개월이 지난 시점에서 그 편의점의 문밖 매대(라면 할인상품)에서는 놀랍게도 5마리의 거미가 거미집을 짓고 있었다. 그리고 지나가는 동네주민들이 그것을 보고 지나갔다.
이전의 사장이라면 어땠을까? “사업의 문해력(사고력)”이 있는 사람이라 “절대로 그런 상황을 만들지 않았을 것”이다. 반면 지금의 사장은 “편의점 사업에 대한 문해력이 전무”하기에 그대로 방치했다. 결과적으로 동네 주민들은 그 편의점보다는 다른 가게(할인마트)로 가고 있었다.
문제점이 무엇이었을까?
새로운 사장은 기존 사장의 시스템 매뉴얼을 사용할 줄만 알았지 “판단”할 줄은 몰랐다. 이것이 AI에서 문해력이 필요한 이유와 맥락을 같이한다. 사업에서 매뉴얼은 중요하다. 그러나 매뉴얼을 수정하고 판단할 줄 모른다면 매뉴얼이 주는 효과는 오래가지 못하고 시스템을 망친다. 마찬가지로 생성 AI도 문해력이 없다면 나중에는 독이된다.
AI에 낀 거품?... 오픈AI-엔비디아-AMD 순환투자에 '경고등' [위클리 디지털포스트]
AI 테마를 가지고 있는 몇몇 기업들이 서로의 가치를 높이려고 순환투자를 하고있다. 왜 저렇게 하고 있을까?단도직입적으로 말해서 AI 시장의 가치를 임의적으로 높게 만들기 위해서이다.
생성 AI 시장은 빅테크만의 잔치이다.
B2B에서도 그들이 제공하는 솔루션으로 구축하는 시장은 예상보다 매우 빈약하다. 이유가 무엇일까? 솔루션을 제공하는 업체에서 서비스까지 독식하는 All-rounder(다재다능→ 혼자 다 해먹는다) 정책을 유지하고 있기 때문이다.
샘 알트만의 경고: ‘○○’이 없는 인간은 반드시 사라진다
그럼에도 불구하고 AI는
“1인역량, 소규모 기업”에게는 절대적으로 필요한 능력이 되었다.
글을 잘쓰는 작가일 수록 AI를 효율적으로 활용하는 방법을 찾았다(찐작가들이 AI 글쓰기 강좌를 올리는 것을 보면 글쓰기도 공학이다라는 말을 실감한다). 개발자들은 말할 필요없이 AI 활용이 필수능력이 되었다(아이러니하게도 AI의 무능함을 아는 것도 필수 능력이다). 기획자들은 왠수같은 개발자 없이도 프로토타입을 만들기 시작했다(물론 개발자적 사고방식을 갖춘 기획자들만 가능하다).
결과적으로 다양한 분야에서 AI를 활용하는 능력자들이 자신의 능력을 X10으로 만들고 생산력을 높였다. 그런 점에서 AI는 필수역량일 수 밖에 없다.
생성 AI로 만든 즐길거리(감성: 이미지, 동영상)의 한계
“AI로 획일화된 결과물들이 늘어나면서 사람도 진화”하게 된다. “이거 AI로 만든거 아니야? 재미없다!” 이런 식의 반응들이 늘어나고 있다. AI 결과물에 재미가 사라지기 시작한 것이다. 재미는 생산성과 달리 “휘발적”이다. 그러므로 빠르게 변화해야 하기에 “적지 않은 리소스”가 낭비된다. 결과적으로 재미(흥미)관점에서 AI를 활용하는 것은 시간이 지나감에 따라 가성비가 나빠질 수 있다. 어느시점이 되면 수많은 블로그(브런치 포함)나 유튜브에 올라가 있는 AI 창작물들이 도리어 눈에 띄지 않는 상황이 발생할 것이다.
닝겐이 더 가성비가 좋아지기 때문이다.