인공지능의 시대 변화와 기회
[ 글을 시작하기 전에 ]
이전 글에서는 산업혁명으로 발생된 생산성 향상의 4단계를 알아봤습니다.
반복된 물리적 노동력을 기계가 대체 → 숙련된 노동력을 기계가 대체 → 지식 노동력(암기)을 대체 → 지적 노동력(사고)을 기계가 대체하는 것이 바로 그것입니다.
현재는 그 마지막 단계인 지적 노동력을 통한 생산성 향상으로 변화가 일어나고 있는 단계입니다.
그 중심에는 인공지능이 있고 우리는 인공지능과 함께 하는 시대를 살아가게 되었습니다.
그런 인공지능의 시대의 변화와 기회가 무엇인지에 대해서 알아보고자 합니다.
Ⅰ. 인공지능의 발전사
인공지능은 인간이 기계에 생각하는 능력을 부여한 것을 말합니다. 그리고 단순히 기계는 부여받은 지능에만 머물지 않고 스스로 학습하는 머신러닝을 통해 발전해 나갑니다.
최근에는 머신러닝을 통해서 스스로 학습하고 성능을 개선시키는 수준에서 벗어나 자체적으로 학습을 어떻게 할 것인지에 대해서도 생각합니다.
이를 딥러닝이라고 하며 인공지능이 추론, 인지, 지각 등의 복합적인 사고를 함으로써 자신만의 영역을 구축해나가는 단계를 말합니다.
참고 : 세상을 읽는 기본 상식, 인공지능 이란?
머신러닝은 부여받은 수준에서만 성능을 향상했다면 딥러닝은 스스로 생각하는 알고리즘으로 기술의 응용이 가능한 수준을 말하게 됩니다.
딥러닝을 통해서 인공지능은 스스로 발전을 해나갈 수 있는 단계까지 갈 수 있는 것입니다.
이런 인공지능의 도입 영역 중에 하나로 전편에서 금융권에서 통계, 분석을 통해 주식을 매매하는 켄쇼 테크놀로지를 예로 들었습니다.
켄쇼 테크놀로지 덕분에 골드만삭스는 기존과 유사하거나 더 나은 수준의 퍼포먼스를 내면서도 적은 숫자의 인력이 필요하게 되었습니다.
기존의 산업 구조에서 대체될 수 없는 분야는 대부분이 전문가의 영역이었습니다.
전문가의 영역이라 불리는 곳은 높은 수준의 지식 능력을 가진 사람이어야 했다는 점과 장기간의 투자로만 인력을 만들 수 있다는 점에서 수요가 항상 부족한 곳이었습니다.
사람이 태어나서 학교에 진학하고 대학을 졸업하고 회사에 입사하거나 전문인이 되어도 몇 년 정도의 수련을 쌓은 뒤에야 일정 수준의 아웃풋을 낼 수 있습니다.
이 기간만 적어도 20년에서 길면 30년의 시간이 들어가기 때문에 그 시간에 대한 투자 비용에 대한 보상을 해야만 했습니다.
그 외에도 지속적인 신규 인력을 충원하는 것도 쉽지 않은 것이 특징 중에 하나였습니다.
그런데 인공지능은 전문화의 영역에서도 자신의 역량을 발휘할 수 있는 조건을 갖추게 되었습니다.
스스로 학습하는 능력을 가지게 됨으로써 꾸준히 노력했고 현재는 전문분야의 주니어 단계까지는 실력을 갖춘 것으로 평가받고 있습니다.
2030년에는 인간의 모든 지능 수준을 합한 수준이 되고 2045년에는 초지능이 탄생해 인류의 모든 지능을 더한 것을 뛰어넘는 인공지능을 탄생할 것이라고 합니다.
Ⅱ. 인공지능 시대의 변화
인공지능까지 개발이 되고 발전이 되면 인간의 영역이 인공지능으로 대체되면서 단계적으로 변화가 발생되고 있습니다.
첫 번째 변화는 단순 반복 작업에서 발생되었습니다.
이는 통계와 데이터의 분석 작업 분야에서 일어나게 될 것입니다. 수없이 많은 숫자와 계속해서 변형되는 숫자들을 지속해서 업데이트하고 정리하는 것은 단순 반복이지만 매우 귀찮은 일이 아닐 수 없습니다.
그리고 그런 반복 작업은 이미 많은 부가가치를 만들어내지 못하기 때문에 시간이 지난다고 해서 숙련된 사람들이 더 큰 수익을 내기 어려운 분야입니다.
더 많은 수익을 내기 위해서는 더 많은 양의 데이터를 분석해야 하는데 이는 인간의 노동력이 더 많은 시간 투입되는 것밖에는 방법이 없었습니다.
그렇지만 인공지능은 지루해하지도 않고 실수도 하지 않고 꾸준한 성능을 내면서 묵묵하게 업무를 수행해 낼 것입니다.
이런 통계와 데이터의 분석 작업 분야에 변화가 발생되고 지속될 것으로 생각이 됩니다.
두 번째 변화는 통합 관리하는 분야에서 발생되었습니다.
대표적인 예로 물류의 통합관리 분야에서 발생이 되었습니다. 중국의 유통 기업 알리바바를 예로 들어보겠습니다. 알리바바는 매년 11월 11일 광군제(독신의 날)를 기념해 행사를 진행하고 있습니다.
2020년의 경우 광군제 동안에 매출은 4982억 위안(약 83조 원)을 발생시켰다고 합니다. 초당 주문건수는 58만 3천 건이며 전체 주문건수는 23억 2천1백만 건이었다고 합니다.
중국 14억 명의 인구와 넓은 대륙에 적절하게 배송하고 운송해주기 위해서 알리바바는 인간의 능력으로는 불가능하다는 것을 알았습니다.
그래서 인공지능을 활용한 물류 자동화를 고민할 수밖에 없었고 이를 활용해서 84조에 달하는 매출과 23억 건의 주문을 소화해내는 유통기업으로 거듭날 수 있었던 것입니다.
이는 인간의 능력으로는 불가능한 일이었는데 인공지능은 이를 가능하게 했습니다.
세 번째 변화는 2차 창작물의 제작에서 발생되었습니다.
1차 창작은 아니지만 기존의 창작물을 모방해서 새로운 형태로 창작시키는 수준이 가능해졌습니다.
대표적인 예로 고흐의 화풍을 따라 해서 인공지능이 새로운 그림을 그려내는 것이 될 수 있습니다.
이미 작고한 사람들의 예술성을 가진 작품을 인공지능이 새로운 형태로 제작하는 것이 가능해졌습니다.
이런 작품들도 2차 창작이기는 하지만 충분한 예술성을 인정받고 있어 실제로 판매가 되기도 했습니다.
완벽한 예술적인 창작은 시간이 좀 더 걸리겠지만 2차 창작의 영역은 가능해졌다는 것을 알 수 있습니다.
이는 인공지능이 기존의 기술을 모방해 완전히 다른 영역에도 접목할 수 있는 가능성이 있다는 것을 증명한 것으로 보입니다.
Ⅲ. 인공지능 시대의 기회
인공지능이 우리의 삶에 다양한 변화를 만들어내면서 새로운 기회도 만들어내고 있습니다.
그 점을 생각해 보면서 인공지능 시대가 가져다 줄 새로운 기회에 대해서 말해보고자 합니다.
첫 번째는 반복 작업을 없애주어 시간적인 여유를 만들어 줍니다.
예를 들어 통계나 데이터의 분석을 인간이 하지 않음으로써 단순 정리나 반복 작업에서 해방되어 시간적인 여유가 발생되게 됩니다.
그 시간에 우리는 복합적인 사고에 집중할 수 있고 새로운 가치를 찾아내는 일에 집중할 수 있습니다.
예를 들어 소형 편의점이나 개인 사업장에서 발생되는 수백수천 건에 달하는 물류 정리나 재고 분석 재주문 재발주 같은 것을 매일 하지 않아도 정리가 가능한 수준으로 변형할 수 있습니다.
혹은 인공지능이 완벽한 자율주행 능력을 가지게 된다면 이동하는 동안에 반드시 해야만 하는 운전에서도 벗어날 수 있습니다.
두 번째는 위험한 일이나 세밀한 작업을 하지 않을 수 있습니다.
중장비를 제어해서 깊게 땅을 파서 지하까지 작업을 해야 하는 일을 예로 들 수 있습니다.
인간이 중장비에 직접 타서 통제를 해서 반복적으로 해야 하는 것으로 위험하기도 하면서 어려운 작업이기도 합니다.
이를 인공지능이 직접 중장비를 통제하고 작업을 시행해 줄 수 있습니다.
이미 중국의 바이두라는 회사는 인공지능을 활용해서 중장비를 제어하는 기술을 구현화시켰습니다. 아직 상용화는 되지 못했지만 가능해질 수 있는 산업이라고 생각이 듭니다.
세 번째는 로봇의 시대로 노동에서 완벽한 해방이 가능해집니다.
집에 와서 매일 반복되는 청소나 빨래 같은 가사 노동을 더 이상 할 이유가 없어지게 될 수 있습니다.
로봇이 모든 기구를 제어하고 통제해서 세탁이나 청소를 대신해 주게 될 수 있습니다.
나아가 필요한 음식을 주문해주고 집까지 전달해주고 냉장고에 채워 넣어 줄 수도 있습니다.
몸이 불편한 분들에게는 로봇이 이동을 도와줄 수도 있고 운동을 함께 해줄 수도 있습니다.
이런 과정을 통해서 우리는 당연하다고 생각했었던 것들로부터 해방이 되면서 시간을 더 효율적으로 사용할 수 있게 됩니다.
나아가 그동안 불가능하다고 생각했던 것들을 가능하게 할 수도 있습니다.
[ 글을 마치며 ]
산업혁명의 발달로 인해서 생산성의 향상이 이루어졌다는 것을 알 수 있었습니다.
노동을 기계가 대체해주면서 생산성의 향상이 이루어지다가 이제는 지식 산업도 기계가 대체해주면서 생산성의 향상이 이루어지고 있다는 것에 대해서 알 수 있었습니다.
이제는 그 핵심이 인공지능이 될 것이라는 것도 알 수 있었습니다.
이런 인공지능의 탄생은 인간의 한계를 뛰어넘게 해 줄 구원이 기술이 되기도 하겠지만 반대로는 인류의 생존을 위협할 수도 있습니다.
그렇지만 그것을 결정짓는 것은 결국 우리가 선택할 수 있는 문제라고 생각이 됩니다.
다음 편에서는 어떤 선택을 해야 하는가에 대해서 이야기해보고자 합니다.
4편 창의적인 Issue Finder로 이어집니다.
긴 글 읽어주셔서 감사드립니다.