AI·인간 하이브리드 시대, 어떤 사람이 성공할까

올해 5월, 새로운 장르의 바이럴 비디오가 등장했다. 여러 대학 졸업식에서 신규 졸업생들이 인공지능(AI)에 대해 이야기하는 연사들에게 진심으로 야유를 보내는 영상이다. 졸업생들을 비난하기는 어렵다. 최근의 언론 보도는 AI 기술이 노동 시장, 특히 그들과 같은 초급 노동자들에게 지장을 줄 준비가 되어 있다는 데에 집중되어 있다. 이 젊은이들 중 상당수는 '코딩을 배우는 것'이 억대 연봉을 받을 수 있는 티켓이라는 말을 들으며 자랐지만 인간 컴퓨터 프로그래머가 멸종위기종처럼 보이는 구직 시장을 바라보며 졸업하게 되었다. 인공지능이 실제로 전체 노동력을 감소시켰는지 여부는 아직 전혀 명확하지 않지만 개별 기업들은 업무를 자동화하기 위해 인공지능을 사용하려는 계획과 관련된 대규모 해고를 발표했다.

이 모든 것은 난감한 질문을 제기한다. 오늘날 대학생이거나, 혹은 이 불확실한 상황에 직면한 노동자라면 인공지능이 가져올 노동의 미래에 어떻게 대비해야 하는가? 쉬운 답은 없지만 이 질문에 대한 실마리를 찾기 위해 인공지능이 노동에 미치는 영향을 면밀히 주시하고 있는 네 명의 전문가 패널을 모았다.

이 토론은 명확성을 위해 편집 및 요약되었으며 후속 인터뷰에서 추가된 내용이 일부 포함되어 있다.

참가자

I.

빌 와식: 인공지능과 노동의 미래에 대한 대화는 실망스러울 때가 많습니다. 사람들의 예측이 중구난방이라는 것도 그렇지만—일론 머스크는 "인공지능이 모든 것을 할 수 있기 때문에 어떤 일자리도 필요 없는 시점이 온다"고 했고 중국의 AI 업계 임원 리카이푸는 2017년에 인공지능이 향후 10년 안에 노동력의 50%를 대체할 것이라고 예측하기도 했죠—그런 예측들이 인공지능이 일자리를 어떻게 혹은 왜 없앨 수 있는지에 대한 인사이트와 결합되는 경우가 드물기 때문입니다. 하이브리드 '인공지능+인간노동력'은 어떤 모습일까요? 그 결과 우리들의 일자리는 어떻게 변할까요? 제게는 이게 훨씬 더 흥미로운 질문입니다.

[새로운 PADO 기사가 올라올 때마다 카톡으로 알려드립니다 (무료)]

이선 몰릭: 인공지능 시대의 미래 노동 시나리오를 인공지능 자체에 물어보는 재미있는 시도를 해봤어요. 대개 이런 식으로 시작될 겁니다. "마커스 첸—챗봇이 소프트웨어 개발자에게 즐겨 붙이는 이름 중 하나죠—은 사무실에 출근해서 어떤 작업이 완료되었는지 인공지능 에이전트들의 보고서를 읽고, 자신의 판단에 따라 그들에게 새로운 작업을 할당합니다."

하지만 저는 그 다음에 인공지능에게 이렇게 물어봅니다. "잠깐만, 인공지능이 일을 하고 있는데 왜 사무실에 출근하지?" "아, 당신 말이 맞아요." 챗봇은 이렇게 말한 뒤 다시 말하겠죠. "마커스 첸은 해변의 집에서 일어나 자신의 인공지능 에이전트들을 점검합니다." 그럼 또 제가 질문하죠. "에이전트들이 모든 일을 하고 있다면 그는 왜 점검을 하고 있지?" 챗봇은 다시 사과하며 말합니다. "마커스 첸은 해변에 앉아 있어요…."

이 중 상당 부분은 우리가 어떤 종류의 세계에 있는지에 대한 질문으로 귀결됩니다. 인공지능이 상당히 평범한 기술이고 변화가 더 느리게 오는 세계인가, 아니면 인공지능이 실제로 초능력을 갖게 되는 세계인가?

현재 컴퓨터 프로그래밍은 이런 종류의 상황에 대해 아주 좋은 시각을 제공하고 있습니다. 과거에는 코더가 된다는 것은 정기적으로 좋은 코드를 작성하는 것을 의미했어요. 이제 갑자기 불과 몇 달 만에 그것은 엔지니어링 작업을 관리하는 일이 됐습니다. 그래서 사람들이 직업에서 기대하는 바가 달라지는 다른 변화들을 보게 될 것이라고 생각합니다.

클라라 시: 마커스 첸의 비유를 바탕으로 이야기하고 싶군요. 우리가 그 마지막 시나리오에 도달했다고 가정해 봅시다. 그는 해변에 있고 멋진 삶을 살고 있어요. 하지만 다른 노동자들은 어떨까요? 이제는 사무실에 사람을 적게 두는 것이 더 빠르고 효율적이죠.

대런 아세모글루: 맞습니다. 미국 경제가 얼마나 많은 마커스 첸을 고용할 수 있을까요? 1억 명이 마커스 첸처럼 일할 것이라고 생각하는 것은 현실적이지 않죠.

[PADO '광화문클럽'을 함께 운영할 '펠로우'들을 모집합니다]

딘 볼: 저는 인공지능에 대해 매우 낙관적이지만 실질적인 영향에 대해서는 다소 온건한 견해를 가지고 있습니다. 그 근본적인 이유는 우리가 이야기하고 있는 직업들이 고도로 자동화된 직업들이기 때문이에요. 이메일을 보내는 것은 과거에 우리가 종이 문서를 서로 주고받기 위해 해야 했던 일에 비하면 믿을 수 없을 정도로 자동화된 과정입니다. 코딩은 본질적으로 고도로 자동화되어 있고요. 광업이나 농업에 대해 이야기하자면 이미 엄청나게 기계화되어 있습니다. 따라서 광산 트럭에서 운전사를 뺄 수 있다는 사실은 광산업에 들어가는 비용에서 아주 작은 부분에 불과합니다.

다가올 변화는 오늘날 우리에게 친숙한 세계에서 일어날 것이며, 하루하루가 친숙하게 느껴질 겁니다. 하지만 그 끄트머리에서는 아주 작고 미세한 변화들이 생기죠. 아주 작은 수준의 자동화가 있을 겁니다. 그리고 10년, 15년, 20년이 지나고 나면 우리는 과거를 돌아보며 이렇게 말하겠죠. "세상에, 모든 게 달라졌어요." 하지만 당신은 그것이 일어나는 것을 결코 눈치채지 못할 겁니다. 항상 그렇게 진행되니까요.

아세모글루: 현재 그리고 가까운 미래에 인공지능 모델들이 할 수 없는 일들이 많이 있습니다. 현재의 견해는 어떻게든 AI 에이전트들이 많은 일을 할 것이고 우리는 그저 그들을 감독하기만 하면 된다는 것이죠. 저는 그게 매우 비현실적이라고 생각합니다. 하지만 만약 그것이 현실적이라면 끔찍한 일이 될 겁니다.

시: 동의하기도 하고 동의하지 않기도 해요. 저는 지금 테크 스타트업을 만들고 있습니다. 그러니까 그냥 이론적으로 하는 얘기가 아니에요. 한 두 달 전에 시작했어요. 고용한 인원이 한 명도 없었던 처음 30일 동안을 되돌아봤어요. 인공지능 에이전트 세계 이전에는 그렇게 적은 수의 인원으로 며칠 만에 법인을 설립하고, 미국 국세청(IRS)과 캘리포니아주의 모든 지정 서류를 제출하고, 개인정보 처리방침을 파악할 수 있는 방법이 없었을 겁니다. 과거에는 수십 명의 사람들을 고용하고 여러 외부 로펌, 마케팅 및 디자인 에이전시 등과 수개월에 걸쳐 일해야 했을 거예요. 따라서 인공지능의 노동력 대체는 현실적이고 실제적이며, 이는 끔찍하기도 하고 멋지기도 한 일입니다.

몰릭: 기업가 정신의 강력한 증진은 매우 중요한 문제죠. 챗GPT-4를 활용한 아주 초기 연구에서 성공적인 케냐 기업가들이 더 좋은 조언을 받았기 때문에 더 나은 성과를 내는 데 도움이 되었다는 사실이 나왔어요.

아세모글루: 하지만 경제학이 발견한 것 하나는 많은 사람들이 어떤 직업이나 경제 활동에 진입할 수 있다면 매우 비용이 많이 들고 왜곡이 심한 초과 진입이 발생한다는 겁니다. 그래서 저는 기업가들에게도 바로 그런 일이 일어날까 봐 걱정됩니다.

몰릭: 한편 코카콜라나 월마트 같은 곳이라면 변화의 성격이 조금 다를 겁니다. 아직 뚜렷한 계획이 없죠. 이것을 어떻게 구현할 것인가? AI 에이전트를 중심으로 내 회사를 어떻게 재조직해야 할까? 회사에는 육체노동이 있고 확립된 조직 구조가 있습니다. 그리고 모든 것에는 회의와 대화가 포함되고요. 하룻밤 사이에 이런 월마트를 대체할 수도 없을 겁니다. 그래서 스타트업의 붐이 일어날 거라고는 생각하지만, 이러한 점으로 인해 많은 것들이 늦춰질 것이라고 생각합니다. 그래서 우리에게 대응할 시간을 줄 거고요.

II.

와식: 테크 산업이 아닌 다른 산업에 종사하는 '마커스 첸'들에 대해 생각해보면 좋겠습니다. 어떤 유형의 업무가 가장 위협받고 있는지에 대한 문제죠. 시 선생께선 초급 노동자들이 이러한 전환기를 헤쳐나가는 것을 돕기 위해 비영리 단체를 시작했죠. 전반적인 초급 노동자들에게 이것을 잠재적인 위기 순간으로 생각할 때 어떤 산업이 가장 먼저 떠오르는지 듣고 싶군요.

시: 지난 10년 동안의 아마존 같은 기업들만 보더라도 이것이 어떻게 전개되는지 보여주는 훌륭한 예라고 생각해요. 아마존에는 100만 명이 넘는 노동자가 있으며 그중 극소수만이 엘리트 그룹에 속해 있죠. 그들은 코더이고, 시스템을 감독하며, 본사에서 일합니다. 그 외의 모든 사람들은 창고에서 그리고 배달 운전사로 일하죠. 이들 노동자는 자신의 임무가 무엇인지, A 지점에서 B 지점까지 가는 데 얼마나 많은 시간을 보내야 하는지 분 단위로 관리됩니다. 시간이 지남에 따라 배달 및 운전을 포함한 그들의 업무 중 점점 더 많은 부분이 인공지능으로 대체될 것으로 예상해요. 여러 산업 분야에서 그런 일들이 일어나고 있죠.

그 외에도 '마커스 첸' 사례에 몇 가지를 더 추가해 보죠. 가상의 건강보험 청구 조정자인 '스테이시 스미스'의 이야기입니다. 스미스 같은 수백만 명의 사람들은 규제상의 이유로 업무를 해외로 아웃소싱 할 수 없기 때문에 미국 내 보험 및 은행 업계에 고용된 노동자들이에요. 하지만 이제 담보 심사든 청구 조정이든 그러한 승인 업무의 상당수가 AI 에이전트에 의해 더 일관성 있게 훨씬 더 저렴하게 쉽게 처리됩니다. 보험사기도 더 쉽게 감지하고요. 켄터키주와 미시시피주 같은 곳에서 괜찮은 임금을 받고 있는 스테이시 스미스들에게는 어떤 일이 일어날까요?

밥 존슨은 어떨까요? 밥 존슨은 장거리 트럭 운전사입니다. 존슨은 미국에서 상당한 임금을 받는 트럭 운전사 350만 명 중 하나죠. 그들은 남부에 삽니다. 텍사스주, 루이지애나주, 미시시피주 같은 곳에요. 가족의 생계를 책임지는 가장들이죠. 그들이 사는 곳 지역사회의 기둥이고요. 웨이모Waymo의 자율주행 기술이 확산되고 밥 존슨의 일자리에 대한에 대한 규제 장벽을 넘어서면 어떻게 될까요?

아마 마커스는 잘 풀릴 수도 있겠죠. 하지만 스테이시는 어떨까요? 밥은?

볼: 특정 산업이나 역할에 대해 살펴보자면 가장 분명한 분야는 컨설팅, 마케팅, 고객 서비스, 초급 법률 업무, 행정 업무라고 생각합니다. 모두 구체적인 분야입니다.

그런데 물리적 세계에는 모호한 것들의 층위가 존재해요. 휴머노이드 로봇이 바에서 당신에게 칵테일을 만들어 줄 수 있다고 해도 과연 그렇게 할지 약간 의문입니다. 안 그래요? 사람들은 그런 걸 원하지 않아요. 그리고 이게 노동의 미래를 생각하는 데 매우 중요한 점입니다. 사람들의 선호는 어떻게 될 것인가? 마찬가지로 많은 지식노동은 결국 직급이 올라갈수록 사람들을 설득하는 문제로 귀결됩니다. 저는 회사나 다른 조직 내의 내부 정치 과정이 인공지능에 의해 그냥 자동화되어 사라질 것이라는 점에 대해 회의적이에요.

몰릭: 대기업 내부의 이야기는 복잡할 것이라고 생각합니다. 프록터앤갬블(P&G)에서 저희는 그곳 노동자 776명을 대상으로 실험을 진행했었어요. 그들은 기술 직군이거나 비즈니스 직군이었으며 개별적으로 일하거나 두 명씩 팀을 이뤄 일했죠. 당시 인공지능을 사용하는 '개인'이 인공지능을 사용하지 않는 '팀'과 비슷한 성과를 냈다는 실험 결과가 나왔습니다. 제게 정말 흥미로웠던 부분은 인공지능이 역할 사이의 경계를 모호하게 만들기도 했다는 점입니다. 보통 비즈니스 직군은 비즈니스 아이디어를 냈고, 기술 직군은 기술적인 아이디어를 내곤 했죠. 하지만 인공지능을 추가하면 모든 사람이 서로의 영역을 넘나드는 아이디어를 내놓게 됩니다. 지금 어디에서나 그런 일이 벌어지고 있죠. 특히 게임 산업처럼 어느 정도 창조적인 요소가 있는 산업의 코딩 분야 사람들과 이야기해보면, 갑자기 디자이너가 코딩을 할 수 있고, 코더가 디자인 작업을 할 수 있으며, 아티스트가 글을 쓰기 시작할 수 있게 되었다고 하거든요.

아세모글루: 질문을 돌려 미래 생산성을 위해 절대적으로 중요하다고 생각하는 제조업, 의료, 교육이라는 세 가지 산업에 대해 이야기해 보겠습니다. 이들 산업 모두 인공지능의 잠재력을 보여주지만 동시에 거대한 병목 현상도 보여줍니다. 제조업의 경우, 미국은 제조업에 인공지능을 적용하는 데 있어 중국에 뒤처져 있죠. 제조 공정에 자동화나 인공지능을 추가로 도입하는 모든 작은 단계에는 엄청난 양의 엔지니어링 서비스가 필요합니다. 매우 고된 일입니다. 다음으로 교육이 있는데 현재까지 교육에서 인공지능의 효과는 엄청난 재앙이었습니다. 예를 들어 중국에서 나온 한 훌륭한 대규모 연구에 따르면 인공지능을 사용하는 학생들로부터 매우 끔찍한 결과가 나타났거든요.

의료 분야에서 인공지능에 대한 기대는 전자 건강기록이나 프로세스에 소프트웨어를 더 많이 추가하는 것과 같은 디지털화에 있었지만 현재까지는 그것이 생산성 악화로 이어진 것으로 보입니다. 그래서 인공지능이 비용 절감을 달성할 잠재력은 있지만 어떻게 그렇게 할 것인지에 대한 좋은 로드맵을 가진 사람은 없다고 봅니다. 챗봇은 잠재적으로 의료 분야에서 유용하지만 제가 우려하는 것은 교육에서 했던 것과 똑같은 실수를 반복하여 끔찍한 결과로 이어지는 방식으로 챗봇을 무분별하게 도입하는 것입니다.

볼: 아세모글루 교수님께서 챗봇을 언급하셨는데 만약 우리가 가진 것이 챗봇뿐이었다면 저 역시 교수님의 비관론에 공감했을 겁니다. 하지만 새로운 코딩 에이전트들에 있어서 놀라운 점은 그들이 본질적으로 컴퓨터를 사용할 수 있는 컴퓨터 프로그램이라는 사실입니다.

몰릭: 그렇죠. 우리는 더 이상 챗봇에 대해 이야기하고 있는 것이 아니라고 생각해요. 세상은 지난 5년 동안 변했습니다. 그리고 우리는 이미 데이터를 통해 많은 상황에서 인공지능이 의사보다 의료 진단을 더 잘한다는 것을 알고 있어요. 통제된 실험에 따르면 환자들은 인공지능이 더 높은 공감 능력—정확히 말하자면 높은 것처럼 여겨지는 공감 능력—을 가지고 있기 때문에 의사보다 인공지능과 대화하는 것을 선호합니다.

인공지능과 교육의 경우도 마찬가지입니다. 연구에 따르면 체계적이지 않은 인공지능 사용은 학습에 방해가 되지만 인공지능 튜터는 대규모로 긍정적인 영향을 미칠 수 있어요. 그래서 저는 우리가 인공지능 튜터를 교실에 실제로 통합하는 방법을 알아내기만 한다면 인공지능과 교육에 대해 엄청나게 낙관적입니다.

III.

와식: 이 인공지능 세계에 존재할 새로운 기회들에 대해 궁금합니다. 젊은이에게 미래를 위해 고려해 볼 만한 흥미롭고 잠재력 있는 기술이나 직업에 대해 뭐라고 조언하시겠어요?

볼: 여러 면에서 저는 호기심 많은 제너럴리스트들이 유망할거라고 생각합니다. 좁고 틈새적인 전문지식을 연마할 필요가 없다는 말이 아니라 한 걸음 물러서서 폭넓게 생각할 수 있는 능력도 보상받게 될 것이라는 뜻입니다.

또한 물리적 세계에는 분명히 수요가 많은 분야가 있다고 생각해요. 특히 배관공, 전기 기술자, 냉난방공조(HVAC) 기술자 같은 분야요.

몰릭: 하지만 저는 우리가 "배관공이 되세요"라고 말할 수 있을 만큼 미래를 잘 예측할 수 있다고도 생각하지 않아요. 몇 주 안에 '배관킹' 로봇이 나올 수도 있으니까요. 미래를 예측하는 것은 매우 어려운 일이죠.

아세모글루: 전기 기술자, 냉난방공조 기술자 일 같은 것들은 모두 더 복잡해질 겁니다. 이미 이러한 직종은 엄청난 부족 현상을 겪고 있죠. 다시 한번 말하지만 인공지능은 엄청나게 도움이 될 수 있습니다. 적절한 인공지능 도구를 갖춘 초보 전기 기술자는 현재보다 10배 더 생산적일 수 있습니다. 새로운 장비에 대해 전기 기술자를 교육하는 데 인공지능을 사용하는 것은 매우 유용할 수 있죠. 하지만 인공지능 투자의 무게중심이 향하고 있는 곳은 그쪽이 아닙니다.

와식: 우리가 아직 알지도 못하는 곳에 기회가 있을지도 모른다는 측면에서 어떻게 생각해야 할지 영리한 젊은이에게 해줄 수 있는 조언은 어떻습니까?

시: 저는 지금 매일 하루 종일 25세 청년들과 시간을 보내고 있는데 제가 발견한 것은 세상에 나와 있는 많은 조언과 인공지능 과정들이 너무 일반적이라는 겁니다. 우리는 최근 마케팅, 소프트웨어 엔지니어링, 회계, 재무 등 가장 흔한 초급 화이트칼라 직업 50가지를 역할별로 다루는 콘텐츠 플랫폼을 출시했어요. 그리고 채용 담당자들을 인터뷰하여 그들이 조직 내에 인공지능을 어떻게 배포하고 있으며, 그것이 그들이 채용하려고 하는 특정 스킬들을 어떻게 변화시켰는지 파악합니다.

반복되는 테마는 인공지능이 구직자들에게는 양극화적인 결과를 가져온다는 거죠. 인공지능, 특히 인공지능 에이전트를 다룰 줄 아는 사람들은 그것이 마케팅이든 소프트웨어든 회계, 재무 등 어떤 분야이든 자신들이 꿈꾸던 일자리를 얻을 수 있습니다. 그러한 스킬이 없는 사람들에게는 그 일자리들이 사라지고 있어요.

와식: 하지만 장기적으로 그 인공지능 교육이 과연 얼마나 도움이 될까요? 모델이 발전함에 따라 그들로부터 원하는 것을 얻기 위해 다른 본능과 다른 기술이 요구되는 것처럼 보이는데 한편으로는 초기 모델에서 필요했던 요령들은 완전히 사라져 버리거든요. 모델이 개선될수록 모든 것을 매우 매끄럽게 만든다는 것이 인공지능 모델이 가진 마력의 거의 전부 같습니다.

시: 인공지능 스킬 숙련도는 확실히 계속 움직이는 표적입니다. 열차에 타고는 있지만 목적지가 없는 상태죠. 우리가 알 수 있는 건 모델이 바뀜에 따라 끊임없이 배우고 자신의 기술을 진화시켜야 한다는 겁니다. 새로운 모델이 나올 때마다 계속해서 다양한 모델을 테스트하고 "좋아, 이 작업에는 제미나이를 사용하지만 저것에는 클로드가 훨씬 더 낫군" 이런 식으로 판단해야 하죠. 앞으로는 그렇게 계속 진화하는 스킬이 필수적이 될 것이라고 생각해요.

몰릭: 주니어 레벨 노동자들에 대해 제가 정말 걱정되는 것은, 직접 만들지 않은 작업물—인간이 만든 것이든 인공지능이 만든 것이든—을 평가하는 데 현장 경험이 매우 중요한 경우가 많다는 점입니다. 와식 에디터님은 NYT 기사 하나를 잠깐 훑어보고도 그게 좋은 기사인지 아닌지 구별할 수 있을 거예요. 아세모글루 교수님이나 저는 학술 논문을 잠깐 보더라도 이게 한 시간을 들여 읽을 가치가 있을지 없을지 판단할 수 있죠. 볼 펠로우께선 인공지능 입법의 한 부분을 훑어보고 허점을 찾아낼 수 있을 겁니다. 시 선생님은 분명 어떤 코드 한 부분을 보고도 바보가 썼는지 전문가가 썼는지 판단할 수 있을 거고요. 경험이 없다면 그런 걸 할 수 없어요.

그리고 인공지능 에이전트들을 관리하는 데도 이런 게 필요하죠. 단지 주니어 레벨 노동자들만의 문제가 아닙니다. 얼마 전 실시된 한 설문조사에서 사람들의 3분의1만이 리더십 자리를 원한다는 결과가 나왔어요. 대부분의 사람들은 자신의 직업에 매우 만족하며 그저 그 일을 하고 싶은 거예요. 전 사람들이 적응하는 데 약간의 어려움을 겪을 것이라고 생각합니다.

시: 인공지능 덕분에 관리자가 되는 것은 이미 더 좋아졌어요.

아세모글루: 사실 대부분의 관리자들은 부담을 느끼고, 시대에 뒤처졌다고 느끼며, 자신들에게 무엇을 기대하는지 모른다고 생각합니다. 그들이 받는 스트레스 수준은 훨씬 더 높을 거예요. 아마도 10년 후에는 나아지겠지만 우리는 그러한 도구들을 표준화하고 기대치를 표준화하며 관리자들을 재교육해야 할 겁니다. 그래서 전 현재로서는 관리자가 결코 더 나은 직책이라고 생각하지 않아요.

시: 저는 고등학교부터는 아니더라도 대학에 다니는 동안 모든 젊은이가 인공지능 모델들과 함께 진화할 수 있도록 처음부터 끝까지 스스로 책임지는 사이드 프로젝트를 진행해 보아야 한다고 생각해요. 그렇게 한다면 취업에 필요한 실무경험을 많이 얻을 수 있을 겁니다.

몰릭: 하지만 기업가가 무엇인지를 가르치는 사람으로서 말하자면 모든 사람이 이런 걸 하는 건 아니잖아요? 저는 사람들에게 이러한 사이드 프로젝트를 주곤 했어요. 10년 넘게 젊은이들에게 사이드 프로젝트를 주는 게 내 직업이었죠. 그게 모든 사람에게 맞는 것은 아닙니다. 배경이나 사회경제적 지위를 포함하여 사람들이 그러한 기회를 활용하는 방식에는 온갖 종류의 차이가 있어요. 그냥 사이드 프로젝트를 해서 성과를 내봐라, 이렇게 말하는 건 어려운 일입니다.

시: 물론 매우 어려운 일이고 우리가 100%의 성공률을 얻을 수는 없겠죠. 하지만 처음부터 끝까지 무언가를 배우지 않는다면 인공지능을 진정으로 이해하고 통제력을 유지하기란 매우 어렵습니다. 인공지능이 할 수 있는 한계를 이해하고 모델이 어떻게 진화하는지 이해하기 위해 그것을 끝까지 해보는 것, 그것이 바로 핵심 스킬이에요.

아세모글루: 방금 선생님이 말씀하신 게 현실이라고 생각합니다. 지금 사람들은 다양한 모델과 그 능력, 단점을 배우는 데 많은 시간을 보내야 해요. 그런데 단 3개월 후면 다 무의미해지기 때문에 다시 수많은 다른 모델을 실험해야 합니다. 그것은 절대적으로 생산적이지 않고 매우 디스토피아적이죠. 시 선생님은 아마도 이게 괜찮은 미래라고 생각한 것 같아요. 제게는 끔찍한 미래입니다.

시: 제가 아까 멋지기도 하고 끔찍하기도 하다고 말씀드렸잖아요. 어떻게 하면 그것을 덜 끔찍하고 더 멋지게 만들 수 있을까요?

IV.

와식: 이로써 마지막 질문에 이르게 됩니다. 우리는 이 모든 것에 대해 어떻게 대처해야 할까요? 볼 펠로우께서는 백악관의 인공지능 실행 계획 초안 작성에 관여하셨죠. 정부와 사회의 대응이 어떠해야 한다고 생각하는지 궁금합니다.

볼: 백악관의 실행 계획은 다행스럽게도 제 신념을 꽤 잘 명시하고 있는데요, 그것은 우리가 가장 먼저 해야 할 일이 현재보다 이 문제를 훨씬 더 잘 조사하는 것이라는 점입니다. 더 나은 실증적 경제 데이터가 필요해요. 이해하지도 못하는 문제에 대해 정책적 해결책을 만들 수는 없죠.

하지만 저는 노동 시장에 경직성을 만들고 싶지는 않습니다. 백악관 실행 계획에서 제가 가장 좋아하는 구절은 인공지능을 산업혁명, 정보혁명, 그리고 르네상스의 결합으로 묘사한 것입니다. 인공지능은 우리가 물건을 만들고 생산하는 방식을 바꿀 잠재력을 가지고 있으며, 조직과 세계를 통해 정보가 흐르는 방식을 바꿀 것이고, 예술적, 수학적, 과학적 돌파구를 가능하게 할 겁니다.

지금 교황께서는 모든 인공지능 이해관계자들, 그러니까 영향을 받는 모든 공동체들의 위원회를 만들기를 원하는 것 같더군요. 하지만 산업혁명 때 이해관계자 위원회가 만들어지거나 했던 건 아닙니다. 산업혁명이 투표로 일어난 건 아니죠. 그런데 인공지능에 그것을 적용해야 한다고 생각하는 신사숙녀들이 사회에 그렇게 많다는 것이 제게는 믿기지 않습니다.

아세모글루: 음, 그게 실리콘밸리 일부 사람들의 태도를 보여주는 것 같군요. 맞아요, 산업혁명의 방향을 위한 위원회는 존재하지 않았습니다. 그래서 우리가 무엇을 얻었습니까? 산업혁명 초기 단계에서 우리는 석탄 광산에서 아이들이 죽어라 일하는 것을 보았죠. 공장의 노동 조건은 끔찍해졌고요. 많은 노동자들의 임금이 떨어졌습니다. 지금 인공지능은 훨씬 더 빨리 상황을 변화시키고 있으며 동시에 매우 많은 부문에 영향을 미치고 있습니다.

시: 맞아요. 역사의 교훈은 조정이 불필요하다는 것이 아니라, 조정을 건너뛰면 수십 년간 인간이 고통을 겪게 된다는 겁니다. 그리고 광범위한 의견 수렴 없이 등장하는 인공지능 정책은 거대 테크 기업, 자본 또는 어느 한 정파의 의제를 대변하는 것으로 인식될 것이기 때문에 신뢰를 얻지 못할 겁니다.

볼: 2028년의 실업률이 얼마나 될지는 모르겠지만, 미국 대중과 많은 기회주의적 정치인들이 그 원인을 100% 인공지능 탓으로 돌릴 것이라고 장담합니다. 그리고 불행하게도 그들이 내놓는 정책적 해결책들이 매우 광범위한 종류의 노동 보호를 고착화하는 것들이 될까 봐 걱정됩니다. 유럽이 갖고 있는 문제들을 만드는 그런 조치들 말이죠. 유럽의 기업들은 시도한 일이 잘 안 될 경우 5년 후에나 직원을 해고할 수 있기 때문에 리스크를 감수할 수 없습니다.

저는 미국에서도 비슷한 일이 벌어질까 걱정됩니다. 그중 상당 부분은 주 차원에서 일어날 겁니다. 워싱턴에서는 그것에 대해 떠들어대겠지만 실제 행동은 50개의 다른 주 의사당에서 일어날 테죠. 다들 그곳에서 무슨 일이 일어나고 있는지 아는 척하겠지만 실제로는 아무도 모를 겁니다. 그렇게해서 미국은 몽유병 환자처럼 매우 나쁜 정치경제적 상황으로 걸어 들어가게 될 거고요.

시: 저도 그 점에 동의해요. 애리조나대학교에서 열린 에릭 슈밋의 졸업식 연설에 대한 반응이나, Z세대 미국인의 3분의1이 인공지능에 대한 감정을 분노로 묘사한다는 것을 보여주는 최근의 갤럽 여론조사를 보면 알 수 있어요. 우린 이들이 인공지능을 수용하여 경제를 성장시키는 데 도움을 주고 일자리를 찾을 수 있기를 바라죠. 하지만 이들은 도덕적인 차원에서 인공지능을 거부하고 있어요. 그래서 저는 바로 지금 개입이 필요하다고 생각합니다. 우리가 구직자들을 기회와 연결하고, 그들이 인공지능을 두려워할 필요 없이 통제할 수 있도록 인공지능 기술을 배우도록 돕는 인공지능 에이전트를 개발하고 있는 이유가 바로 그거에요. 무언가를 해야 합니다.

아세모글루: 저는 인공지능이 인간의 지능과는 꽤 다르다고 확신합니다. 인간은 방대한 양의 정보를 흡수하거나 구조화되지 않은 데이터를 조사하여 관련 패턴을 찾아내는 데 능숙하지 않죠. 인공지능 모델은 아직까지 진정한 창의성도 없고 물리적 세계와의 상호작용에 기초한 시행착오 학습 능력도 없습니다. 서로 다른 두 가지가 있을 때 가장 나쁜 방식은 하나를 가지고 다른 하나를 모방하려는 거죠. 한쪽이 다른 쪽이 하는 모든 걸 하도록 만들려는 건 헛수고입니다. 함께 일해야죠. 그런데 지금 우리가 개발하려는 모델은 그런 게 아니죠.

몰릭: 우리는 새로운 노동자들을 어떻게 훈련시킬지에 대해 분명히 생각해야 할 겁니다. 하지만 젊은 노동자들이 입사할 때 과연 어떻게 그들을 평가해야 할까요? 왜냐하면 우리는 예전에는 그들을 평가했었거든요. 우리에게는 도제 제도라는 훌륭한 기술이 있었습니다. 그건 4000년 동안 효과가 있었습니다. 제가 화이트칼라 노동자를 고용하면 그들은 저를 위해 궂은일을 하고 아주 열심히 일하죠. 저는 그들이 궂은일을 얼마나 잘하는지 평가할 수 있었고요.

그리고 중간 관리자로서 저는 제가 하기 싫은 일을 누군가에게 시키는 이점을 얻을 수 있었고 그들은 일을 배울 수 있었습니다. 저는 그들을 평가하고, 모두가 돈을 벌 수 있었죠. 그런데 그게 모두 무너진 겁니다. 주니어 노동자들을 어떻게 훈련시킬지 생각해보지도 않았으면서 쉽게 "주니어 노동자들을 고용해야 합니다"라고 말하면 안됩니다. 그런데 말이죠, 대학들은 사실 훈련과 평가에 상당히 능숙합니다. 그래서 대학들이 인공지능이 만들어내는 공백을 메우기 위해 직업 교육을 확장하거나 바꾸는 것에 대해 생각하게 될 수 있습니다.

시: 제게 가장 큰 시사점은 우리 논의의 시작점인, 미래는 자동으로 오지 않는다는 것입니다. 전 비관론자도 낙관론자도 아닙니다. 저는 조건부 낙관론자예요. 무엇이 효과가 있을지 알기 전에 많은 것들을 시험해 보아야 하기 때문에 우리가 여전히 시도할 수 있고 시도해야 할 개입들이 존재합니다. 그리고 아직 시간은 있지만 기회의 문이 점점 닫히고 있죠.

인공지능 에이전트의 핵심은 그것들 모두가 목표를 가지고 있다는 점이라고 생각해요. 그리고 그것은 누가 그것을 배포하느냐에 달려 있어요. 배포하는 사람이 목표를 설정하게 되기 때문이죠. 어쩌면 지금까지 인공지능의 목표는 일반 사람들, 일상적인 노동자들의 목표와 일치하지 않았을 수도 있습니다. 하지만 그것은 우리가 바꿀 수 있어요.

[읽어보신 소감은 어떠셨나요? 독자 여러분의 생각을 PADO에 보내주세요 (문의, 제안도 환영합니다!)]