AI 시대, 시그널링의 의미
어머니 생신 점심을 위해 인근 식당을 검색했다. 제안받은 곳은 메뉴가 괜찮아 보였지만, 맛있을지 알 수 없었다. "별점 4.7인데?" "그래? 그럼 거기 가자."
한 번도 먹어보지 않은 음식. 그럼에도 우리는 바로 결정을 내렸다.
무엇이 우리의 선택에 영향을 미쳤을까? 바로 다른 사람들이 남긴 '별점'이라는 신호였다.
시그널링 이론은 이런 상황을 설명하는 데 유용하다. 노벨경제학상 수상자인 마이클 스펜스는 "직접 확이할 수 없는 특성에 대해 우리는 비용이 드는 신호를 보고 판단한다'고 말했다.
예를 들어 고용주는 입사 전에 지원자의 진짜 업무 능력을 알 수 없다. 하지만 '좋은 대학' 혹은 '스펙'은 그 사람이 노력할 수 있는 능력, 지속 가능한 성과를 낼 수 있는 태도를 보여주는 간접적 신호로 해석된다.
특히 획득 비용이 높은 신호일수록, 더 신뢰할 수 있다는 것이 이론의 핵심이다.
이런 시그널은 사실 우리 일상의 거의 모든 판단에 적용된다. 처음 만난 사람의 옷차림, 말투, 악수하는 방식, 이메일의 문장력, 책상위 정리 상태 등 우리는 이런 작은 신호들로 상대를 빠르게 판단한다.
우리는 완벽한 정보를 갖고 판단할 수 없다. 그래서 보이는 작은 단서들을 모으기 위해 끊임없이 신호를 읽고 의사결정을 내린다.
식당의 별점도 마찬가지다. 인테리어 사진, 사장님의 댓글 응대, 리뷰 개수. 이런 신호들이 일관된 패턴을 형성 때, 우리는 그것을 '평판'이라는 강력한 신호로 받아들인다.
고가의 명품 가방이나 명문대 학벌도 같은 맥락이다. 그 자체가 무조건적 품질이나 능력을 보장하지 않지만, 획득하기 위해 들인 비용과 노력이 신호로 작용한다. 이 신호를 통해 수신자는 판단의 불확실성을 줄이려는 것이다.
그런데 흥미로운 변화가 일어나고 있다. 전통적으로 신호의 효과는 '수신자'의 해석에 달려 있었다. 같은 옷차림도 누가 보느냐에 따라 긍정적일 수도, 부정적일 수도 있었다. 개인의 선호도, 편견, 문화적 배경이 모두 작용했다. 이는 때로 불공정한 판단으로 이어지기도 했다.
그래서 우리는 더 정량적이고 공정한 신호를 추구하게 됐다. 판매량, 리뷰 수, 평점, 인증 마크 등 데이타 기반 신호가 부상한 이유다.
하지만 AI가 일상 깊숙이 들어온 지금 신호의 의미 자체가 바뀌고 있다.
AI가 생성한 리뷰, AI가 작성한 자기소개서, AI가 디자인한 포트폴리오. 이제 신호를 만드는 비용이 거의 0에 가까지면, 전통적인 시그널링 이론의 전제가 흔들리고 있다. 누구나 쉽게 신호를 만들 수 있다면, 그 신호는 더 이상 신뢰할 수 있을까?
어쩌면 우리는 새로운 신호 체계가 필요한 시점에 와 있는지도 모른다. '얼마나 어렵게 만들었는가'가 아니라 '얼마나 지속적으로 보여주는가', '얼마나 일관된 평판을 유지하는가', '얼마나 검증 가능한 행동 로그를 남기는가'가 중요해지는 시대다.
그렇다면 나는 어떤 신호를 세상에 보내고 있을까?
그리고, 그 신호는 내가 원하는 방향으로 읽히고 있을까?
이 질문이, AI 시대를 살아가는 우리의 새로운 커리어 전략의 시작점이 될 수 있다.