미래의 업의 변화(4편)
창의적 Issue Finder
[ 글을 시작하기 전에 ]
산업혁명의 발달로 인해서 생산성의 향상이 단계적으로 이루어졌다는 것을 알 수 있었습니다.
노동을 대체해주는 단순 기계를 통한 생산성 향상이 지식 산업도 대체해주는 인공지능의 발전으로까지 이어졌다는 것을 알 수 있었습니다.
그리고 인공지능 시대 미래의 업의 변화는 문제 해결 능력에서 문제를 찾아내는 능력으로 변경될 것입니다.
Ⅰ. 현재까지의 업의 변화
업이라는 것은 비즈니스를 통해 달성하고자 하는 목표를 말합니다.
과거의 산업혁명 단계와 결부시켜 생각해보면 큰 흐름을 읽을 수 있습니다.
산업혁명이 발생하기 전에는 모든 것이 부족한 시대였습니다.
물건을 만들기만 하면 팔리는 공급 우선의 시대로 공급이 수요를 만든다는 셰이의 법칙이 나오기도 했습니다.
그래서 1차 산업혁명은 물건을 많이 만드는 것이 핵심가치였고 업의 본질은 물건의 생산에 맞춰져 있었습니다.
물건의 생산에만 가치가 맞추어져 있다가 더 적은 노력으로 더 많이 만드는 단계로 넘어가게 됩니다.
그 결과로 2차 산업혁명의 핵심 가치는 제조 공정의 자동화이고 업의 본질은 자동화 시스템이 됩니다.
여기까지는 물리적인 노동력을 줄이는 시대였던 것입니다.
3차 산업혁명부터는 지식 산업의 노동생산성을 줄이는 것에 집중하게 됩니다.
그 결과 3차 산업혁명 핵심 가치는 지식 노동력의 효율화이고 그리고 업의 본질은 지식 업무의 시스템화에 맞춰지게 됩니다.
컴퓨터를 잘 활용하고 동일한 내용을 누가 더 빠른 시간 안에 해결할 수 있는 것에 초점이 맞춰진 것입니다.
4차 산업혁명은 지식 산업 혁명의 발전을 넘어 응용하는 단계, 기계가 스스로 생각하고 문제를 해결하는 능력에 초점을 맞추게 됩니다.
인류는 기계가 문제를 알아서 해결하는 단계를 만들어낸 것입니다.
그리고 우리의 업의 본질은 문제를 찾아내는 것이 될 것입니다.
우리는 이제 노동력을 무작정 많이 투입할 필요도 자동화해서 반복된 노동을 투입할 필요도 없어졌습니다.
나아가 문제를 해결하는 능력도 기계를 활용할 수 있는 시대에 살게 되었습니다.
그러면 우리는 이제 어떤 준비를 해야 할까요?
문제를 해결하는 능력이 아닌 어떤 것들이 우리 삶을 힘들게 하고 문제가 되고 있는지를 알아내는 것에 가치가 존재하게 될 것입니다.
이것을 창조적 Issue Finder (문제 발견자)라 부르고자 합니다.
그런 창조적 Issue Finder가 되기 위해서는 어떤 역량을 가져야 하고 어떤 결과를 만들어 내야 할 지에 대해서 알아보도록 하겠습니다.
Ⅱ. 창의적 Issue Finder의 역량
문제를 해결하는 능력은 이제 인공지능에게 맡기고 우리는 인공지능을 어떻게 활용할 것인가에 집중해야 합니다.
그것이 창의적 Issue Finder의 역량이 될 것이고 두 가지로 압축할 수 있습니다.
첫 번째는 인공지능에 대해서 알아야 합니다.
우리 모두가 인공지능을 만들고 인공지능을 개발하는 개발자가 될 필요는 없습니다.
인공지능의 개념과 어떻게 활용이 될 것인가에 대해서만 알아도 충분합니다.
그러기 위해서는 인공지능의 학습방법에 대한 이해와 발전해 나가는 것에 관심을 가져야 합니다.
가장 좋은 방법으로는 인공지능 관련 서적을 읽는 것을 추천드립니다.
추가적으로 인공지능 관련 소식과 변화에 대해 신문을 읽어보시는 것도 추천드립니다.
인공지능 관련 신문으로 AI 타임스나 ZDNet Korea를 참고하면 좋습니다.
홈페이지 주소 : https://www.aitimes.kr/
지피지기면 백전백승이라고 인공지능에 대해서 개념을 알고 어떻게 응용되고 있는지를 알면 감각을 기를 수 있습니다. 인공지능에 대해서 아는 것이 창의적 Issue Finer의 첫걸음입니다.
두 번째는 인공지능을 어떻게 내 삶에 접목할지 고민하는 것입니다.
인공지능이 활용되는 곳은 시간이 지나면 지날수록 점점 더 많아질 것입니다.
그중에서 어떤 곳에 인공지능이 아직 적용이 되지 못하고 있는지를 알면 인공지능을 도입해야 할 필요성이 있는 곳을 찾아낼 수 있습니다.
이런 역량을 개발시키기 위해서는 많은 경험을 해보는 것이 중요합니다.
예를 하나 들어보겠습니다. 한국의 정육 발골 관련 기술은 세계 최고 수준에 도달해 있습니다.
< 소고기 부위별 명칭 > (출처 : 제주축협)소고기나 돼지고기를 다채롭게 분류하고 부위별로 구분 짓는 나라는 우리가 유일할 것입니다.
이런 분야에 인공지능을 접목시켜 자동화하기 위해서는 발골의 경험이 있어야 합니다.
인공지능을 발전시키기 위해서는 컴퓨터 공학을 전공한 사람이 주도적일 수는 있습니다.
하지만 삶에 접목하는 것은 다른 분야의 경험이 필수적인 요소로 작용할 것입니다.
Ⅲ. 창의적 Issue Finder의 경쟁력
이제는 창의적 Issue Finder의 경쟁력에 대해서 설명해보도록 하겠습니다.
첫 번째는 다양한 경험을 하는 것입니다.
이전의 우리의 삶은 한 가지 일을 선택해서 그 일에 숙련되기까지의 오랜 시간을 쏟아부어야 하고 그 결과로 점점 더 나은 수입을 올릴 수 있었습니다.
이제는 한 가지 일에서 오는 숙련도로 더 높은 부가가치를 올리기는 힘들어질 것입니다.
그렇기 때문에 다양한 것을 경험하고 다양성을 가지는 자세를 가져야 합니다.
이를 위해서는 다양한 취미 활동을 하기도 해야 하고 한 가지의 직업이나 직군만이 아닌 다양한 직업을 가져보거나 직군을 경험하는 것이 장점이 될 수 있습니다.
다양한 경험을 가진 것이 독창성으로 인정받아 경쟁력이 되어 줄 것입니다.
두 번째는 끊임없이 배우는 자세를 가지는 것입니다.
1990년대에 대학생들에게는 한 가지 전공이 일반적이었습니다.
그렇지만 이제는 한 가지의 전공만이 아니라 다수의 전공 분야를 가져야 하는 시대가 도래하고 있고 나아가 대학에서 배울 수 없는 것도 점점 더 많아지고 있습니다.
컴퓨터를 대학에서 배울 필요도 없고 학원도 없습니다. 그전에 알아서 배우게 됩니다.
스마트폰을 활용해 다양한 전자기기를 블루투스와 연결해 사용할 줄도 알아야 합니다.
투자를 하기 위해 모바일을 활용해서 주식이나 부동산에 대한 정보를 검색할 줄도 알아야 합니다.
미래에는 어떤 것이 더 높은 가치를 가지게 될 것인지에 대한 예측도 할 수 있어야 하고 사회 구조적인 변화와 인구구조의 변화와 영향에 대해서도 알아야 합니다.
개인적인 사업을 하기 위해서는 배달앱을 활용하는 방법이나 스마트 스토어 같은 비즈니스 모델에 대해서도 알아야 합니다.
유튜버가 되기 위해서는 동영상을 편집 방법을 알아야 하고 인스타그램이나 카카오톡, 페이스북의 활용을 위해서는 사진 찍는 기술도 별도로 배우면 좋습니다.
문제는 이런 기술을 특정한 곳에서 배우거나 자격증이나 졸업장을 갖지 않아도 관심만 가지면 일상에서 더 많이 배울 수 있습니다.
스스로 배움의 자세를 유지하는 것이 자연스럽게 경쟁력이 될 것입니다.
세 번째는 문제를 찾아내고 정의하는 습관을 들여야 합니다.
우리는 주어진 문제를 풀려는 것에만 노력을 기울이고 문제에 대한 고민을 잘하지는 않습니다.
문제가 해결하기에도 시간이 부족했기 때문에 만들어진 습관일지도 모르겠습니다.
그래서 문제에 대한 고찰보다는 얼마나 빠른 시간 내에 답을 찾아내는 가에 집중해왔습니다.
이런 사고의 틀에서 벗어나 문제를 의심하고 문제를 찾아내는 생각을 하는 것이 경쟁력이 될 것입니다.
사실은 아닌 우화를 하나 이야기해보겠습니다.
미국과 러시아가 우주 개발에 박차를 가할 때 무중력 상태에서는 볼펜 잉크가 아래로 흘러내리지 않아 사용하지 못하는 것을 인지했다고 합니다.
미국은 우주에서 사용 가능한 볼펜 프로젝트에 착수하고 100만 달러 (10억)를 들여 개발에 성공을 했습니다. 그런데 러시아는 연필을 사용하기로 결정했다고 합니다.
미국은 문제의 해결을 위해서 기존의 틀을 변형시키고 발전시켰고 러시아는 기존의 도구를 찾아내 응용한 것입니다.
어떤 것도 정답은 없습니다. 문제를 인지하고 어떻게 해결할 것인지에 대한 방식의 차이가 있었을 뿐입니다.
이처럼 앞으로는 문제를 인지하고 다양하게 정의하는 습관을 들이는 것이 경쟁력이 될 것입니다.
마지막으로 인공지능은 결국 인간을 위해 만들어진 기술이라는 인지하는 것입니다.
인공지능은 우리보다 문제 해결 능력에 있어서는 앞도적으로 우위에 있습니다.
알파고와 이세돌의 경기에서 이세돌이 1승을 거두자 딥마인드의 최고 경영자 데미스 하사비스는 이세돌에게 축하의 인사를 보내면서 이런 말을 덧붙였습니다.
“이세돌 기사는 인공지능을 이긴 유일한 인류로 기록될 것입니다.”
알파고는 더 이상 패배하지 않았고 이 말은 사실이 되었습니다.
기계와 인간이 대결을 펼쳐서 이긴 사례가 있기는 합니다.
미국의 존 헨리라는 사람으로 1840년생으로 직업은 철도 노동자였습니다.
업무는 터널을 뚫는 일이었는데 시대의 변화로 기계가 업무를 대체하기 시작했습니다.
노동자들은 반발했고 인간의 섬세함을 기계가 이길 수 없다고 주장했습니다.
그래서 기계 대 인간의 대결이 펼쳐졌는데 산 하나를 두고 기계와 존 헨리가 동시에 터널을 파서 누가 먼저 반대편으로 나오는 가로 승부를 내기로 했습니다.
< 인간 대 기계의 대결 > (출처 : 차이나는 클라스)사람들은 반대편에서 기계와 존 헨리 중 누가 먼저 나오는가를 기다렸는데 결과는 존 헨리가 먼저 나왔습니다.
인간의 승리였습니다. 그런데 존 헨리는 그 자리에서 사망했고 이야기는 전설로 남게 되었습니다.
산업의 발전을 인간이 거스르기 힘들다는 교훈을 남긴 사례라고 보입니다.
이런 대결을 다시 할 이유가 없다고 생각합니다. 인간은 기계와 경쟁하는 것이 아닌 기계를 활용하는 존재이기 때문입니다.
인공지능도 활용해야 할 기술이라고 생각합니다. 인공지능이 인류의 지능을 뛰어넘어 초지능을 가진다고 해도 인간을 위해서 존재하는 것이기 때문입니다.
그리고 우리는 인공지능을 인간의 행복한 삶을 위해서 사용하게 될 것입니다.
[ 글을 마치며 ]
전체를 한 문장으로 요약해 보면 문제를 해결하는 것은 인공지능에 맡기고 문제를 찾아내는 사람이 되는 것이 미래를 준비하는 것이다 라고 끝맺음하고 싶습니다.
삶에서 다양한 문제를 맞닥뜨리며 살아가지만 왜 문제인지에 대해서는 잘 생각하지 않았던 것 같습니다.
어떻게 해결할지에 대해서 집중하는 삶을 살아왔기 때문인지도 모릅니다.
혹은 주어진 문제에 답을 찾아내는 것에 익숙해진 결과일 수도 있습니다.
주어진 문제에 정답을 최대한 빨리 근접하게 찾아내는 것이 경쟁력이었다면 이제는 문제를 발견해내는 것이 경쟁력이 되는 시대가 될 것입니다.
긴 글 읽어주셔서 감사드립니다.
