2015
6월호

자동화를 넘어선 ‘증강’의 미학
토마스H.대븐포트(Thomas H.Davenport),줄리아 커비(Julia Kirby)

스마트한 기계들이 판치는 시대의 노동자 생존 전략

 

img_20150528_50_1

 

img_20150528_50_2

img_20150528_50_3

img_20150528_50_4
 

Idea in Brief

 

위협

과거에는 자동화로 인해 노동자들이 자기 자리에서 쫓겨나 아직 기계에게 점령당하지 않은 분야를 찾아야만 했다. 인공지능이 지식 노동을 잠식하고 있는 요즘 상황에서는 인간이 일자리를 대규모로 유지할 방법이 잘 보이지 않을 수도 있다.

 

프레임 재설정

만일 현재 고학력자들이 하고 있는 업무를 기계가 계속해서 집요하게 빼앗아 간다고 하면 전망이 암울할 수밖에 없다. 하지만 기계 활용을 보는 프레임을 바꿔증강의 관점을 취하면 인간의 일이 번창하면서 지금껏 불가능했던 성과를 거둘 수 있다.

 

다섯 가지 방법

지식 노동자 중 누군가는 훨씬 높은 수준의 인지 영역으로올라설테고, 누군가는비켜서서기계에는 없는 유형의 지능을 활용할 것이다. 또 누군가는개입해컴퓨터의 의사결정을 감시하고 조정할 것이고, 누군가는좁게 서서고도로 전문화된 영역에 파고들 것이다. 그런가 하면앞으로 나가면서차세대 기계를 제작하고 그것을 이용해 인간의 강점을 새로이 증강할 길을 트는 사람도 당연히 존재할 것이다.

 

자동화의 발전과 그로 인한 일자리 감소 가능성에 대한 옥스퍼드대의 최근 연구 결과를 듣고, 미국 플로리다 주 탤러해시에 사는 유-메이 헛은 다음과 같은 내용의 글을 썼다. “현재의 일자리 중 절반이 사라질 수도 있다는 생각이 들면서 우리 아이들의 미래에 대한 관점이 바뀌었다.” 헛은 단지 어머니라는 입장에서만 이런 반응을 보인 건 아니었다. 그녀는 한 사업체를 운영하고 있고, 종종 블로그에 새롭게 떠오르는 기술에 대한 글을 올리기도 한다. 컴퓨터화의 긍정적인 측면을 잘 아는 그녀이지만 부정적인 측면이 눈앞에 거대한 먹구름을 드리우는 듯했다. “우리 아이들이 인공지능과 경쟁하려면 어떻게 해야 할까? 지금보다 일자리가 훨씬 적어질 텐데 나이도, 경험도 훨씬 더 많은 사람들과 경쟁하려면 어떻게 해야 할까?”

 

돌연 각계각층에서 자동화의 발달에 대한 염려가 부쩍 커지고 있는 듯하다. 그럴 수밖에 없다. 사람들이 박탈당하는 업무의 수만큼 새로운 업무를 공급하지 않으면 경제 불황, 청년 실업, 개인의 정체성 위기 등 일자리 부족으로 발생하는 온갖 사회적, 심리적 폐단이 더 심각해질 것이기 때문이다. 특히 요즘은 자동화가 인공지능 형태로 지식 노동 영역에까지 침투하고 있는 터라 더더욱 그렇다(‘자동화의 시대적 흐름표 참고). 지식 노동(이 글에서는 육체보다 정신을 많이 쓰고, 중요한 의사결정을 내려야 하고, 전통적으로 대학 교육이 요구되는 노동이라고 느슨하게 정의하겠다)은 현재 경제적으로 성숙한 국가들에서는 일자리의 상당 부분을 차지하고 있다. 지식 노동은 인지적 역량이 덜 요구되는 작업을 기계들이 장악함에 따라 인류가 어쩔 수 없이 후퇴한고지라고 할 수 있다. 하지만 가트너 소속 분석가 나이절 레이너의 말처럼 가까운 미래에오늘날 경영진이 하는 일 중 상당수가 자동화될 것으로 보인다.

 

만일 우리가 이런 상황을 바라보는 프레임을 재설정한다면 어떨까? 우리가현재 인간이 수행하는 업무 중에서 빠른 시일 내에 기계가 더 저렴하고 신속하게 처리하게 될 일은 무엇일까?’라는 전통적인 질문에서 탈피해지금보다 사고력이 발달한 기계의 도움을 받을 수 있게 된다면 사람들이 새롭게 이룰 수 있는 성과는 어떤 것일까?’라는 새로운 질문을 던진다면? 우리는 노동이 제로섬 게임이며 기계가 점점 더 많은 일자리를 빼앗아 가고 있다고 생각하는 대신, 오히려 고용 가능성이 증대될 것이라는 기대를 품을 수도 있다. 프레임을 재설정해자동화의 위협을증강의 기회로 보면 된다.

 

 

이 글의 공저자인 우리 둘은 지식 노동자들이 기계와 협업해 어느 한쪽의 능력만으로는 제대로 처리할 수 없는 일을 처리하는 사례들을 쭉 살펴봐왔다. 일터에서 자동화가 더 깊숙이 침투하는 현실에 맞서 이들이 보이는 행보는 놀랄 만큼 광범위하다. 흔히들 기계가 생계를 위협하므로 기계보다 앞서가려면 점점 더 높은 수준의 정규 교육에 투자해야 한다고 생각한다. 이제부터 자세히 다뤄나갈 내용이지만 똑똑한 사람들은 이미 다섯 가지 접근방식을 취하면서 영리한 기계들과 사이 좋게 일해나가고 있다.

 

증강이란 무엇인가?

MIT대 경제학자로 자동화가 노동 시장에 끼치는 영향을 면밀하게 추적 중인 데이비드 오터는 최근 이렇게 불만을 토로했다. “언론인과 평론가들은 기계에 의한 인력 대체 규모를 과장하면서 생산성 향상, 수익 증대, 숙련 노동자에 대한 수요 확대를 부르는 강력한 보완점들은 무시하고 있습니다.” 그는 융통성이나 판단력, 상식이 필요한 업무에 기계를 활용하는 것이 무척이나 어렵다는 점을 지적하며 자신의 주장을 한 단계 더 진전시켰다. “컴퓨터화로 대체할 수 없는 업무는 일반적으로 컴퓨터화를 통해 보완될 수 있죠. 이 점은 매우 중요한데도 등한시되고 있는 게 현실입니다.”

 

오터가 말하는 보완점을 찾는 것이 우리가증강 전략이라고 부르는 해법의 핵심이다. 증강 전략은 지금껏 효율성을 중시하는 기업들이 추구한 자동화 전략과 극명하게 대조된다. 자동화는 어떤 직종에서 사람들이 하는 업무를 기준으로 삼은 다음, 거기서 제할 것은 제하는 방식이다. 인간이 수행하는 작업을 코드화할 수 있게 되면 곧장 그 작업을 컴퓨터가 도맡게 한다. 자동화를 늘려나가면비용이 절감될 가능성이 크긴 하지만 사고의 폭이 현재 작업 수준의 울타리 내에 한정되는 단점이 있다.

 

이와 달리, 증강이란 현재 사람들이 하고 있는 업무를 출발점으로 삼고, 기계를 더 많이 활용해 그 업무를 축소하기보다는 심화할 수 있는 방법을 알아내는 것이다. 일부 사려 깊은 지식 노동자들은 이 점을 분명히 알고 있다. 예를 들면 공고스의 CEO 카밀 니시타가 그렇다. 공고스는 디트로이트 광역권에 소재한 기업으로, 고객사가 소비자에 대한 통찰을 얻을 수 있게 돕는다. 소비자 통찰이라고 하면 일각에서는 빅데이터를 통해 구매 행동에 대한 정보가 모조리 드러나는 요즘 같은 시대에 사라질 위기에 처한 업종이라 여긴다. 대량의 데이터 세트를 토대로 한 정교한 의사결정 분석법을 활용하면 새롭고 중요한 통찰력을 얻을 수 있게 되리란 점은 니시타도 인정한다. 그러나 그녀는 바로 그렇기 때문에 공고스 임직원들이 더 깊이 파고들어 고객사에맥락, 인간화, 그리고 빅데이터 이면의이유’”를 제공할 기회가 생긴다고 주장한다. 그녀의 회사는 점점 더분석의 차원을 넘어 그 데이터를 통합적 관점에서 바라보고 더 큰 맥락에서 해석함으로써 비즈니스 의사결정에 유익한 정보를 도출할것이라는 얘기다. 다행히도 컴퓨터는 그런 일에 그리 능란하지 않다.

 

지능형 기계가 사람들을 문밖으로 내몰지 않는 것은 물론 사람들을 로봇 군주의 하수인으로 전락시키는 일은 더더욱 발생하지 않으리라는 것이 니시타의 생각이며, 증강 전략의 핵심에 자리하고 있는 신념이기도 하다. 경우에 따라서는 그런 기계들 덕분에 우리가 단념했던 업무보다 더 나은 업무(더 정교하고, 더 보람차며, 인간의 강점과 더 잘 어울리는 업무)를 맡게 될 것이다. 또 어떤 경우에는 우리가 맡는 업무가 그냥 컴퓨터가 잘할 수 있는 업무와 다를 것이다. 하지만 거의 모든 상황에서 우리가 하는 업무는 덜 코드화되고 덜 구조화된 작업일 것이다. 그런 업무는 이미 컴퓨터의 차지가 돼 있을 테니 말이다.

 

우리는 노동자와 일자리 제공자 양쪽 모두 사고방식을 전환해 새로운 결과를 도출하기를 제안한다. 이제 자동화를 추구하는 태도에서 벗어나 증강을 꾀해야 한다. 이렇게 말하면 언뜻 용어만 달리 쓰는 것처럼 보일 수도 있겠지만 그렇지 않다. 이 변화는 조직이 어떻게 운영돼야 하고 개인이 성공을 위해 어떤 노력을 기울여야 하는지를 이해하는 데 도움이 되는 심오한 시사점들을 전해줄 것이다. 지식 노동자들은 영리한 기계를 창의적 문제 해결의 동반자이자 협력자로 보게 될 것이다.

 

이 같은 새로운 사고방식이 우리의 미래를 바꿀 수 있다.

 

고려해봐야 할 다섯 가지 방법

컴퓨터가 여러분의 직무 영역에서 두각을 드러낼 것이라고 가정해보자. 좀 더 구체적으로 들어가 현재 여러분이 수행 중인 과중한 정신 노동의 대부분을 조만간 소프트웨어가 담당하게 되고, 또 기업의 일상적이면서도 필수적인 경영 활동에서 내려지는 의사결정을 컴퓨터가 현재 해당 업무 담당자들 중 90%와 비슷한 수준으로(아마도 더 나은 수준으로) 내리게 될 것이라고 상정해보자. 이런 상황에서 여러분이 유급 일자리를 지키려면 어떤 전략이 필요하겠는가? 증강의 관점에서 보자면 사람들은 다섯 가지 방식으로 기계와의 관계를 재조율하고 회사에 공헌하는 방법을 재조정할 수 있다.

 

 

img_20150528_50_5
 

 

올라서기.사람에 따라서는 지적인 기반을 훨씬 높이는 것이야말로 최선의 전략일 수 있다. 컴퓨터보다 더 거시적인 사고를 할 수 있고 추상적 능력이 뛰어난 이들에게는 항상 일자리가 준비돼 있지 않겠는가. 사실 이는 자동화가 인간의 노동을 잠식하기 시작했을 때부터 항상 대두됐고, 또 받아들여지던 조언과 본질적으로 일치한다. 말하자면 내 수준에 미달하는 일은 기계에 맡기고 더 고차원적인 일에 매진할 기회를 잡으라는 얘기다.

 

암 연구자 니벤 나레인이 아주 좋은 예다. 그는 2005년 매사추세츠 주 프래밍햄에서 신약 개발에 인공지능을 활용하는 스타트업인 버그를 설립했다. 버그는 24시간 작동하며 혈액조직 분석에서 수 조에 이르는 데이터 포인트를 도출하는 고용량 질량 분석계, 패턴 분석으로 효력이 있을 법한 분자를 특정하는 고성능 컴퓨터를 갖추고 있다. 2015 3, 나레인은 한 기자에게 이렇게 말했다. “사실 이제는 수많은 생화학자들을 모아놓고 일을 하면서데이터를 검토하다가, 여기 이거 괜찮아 보이는데하는 식으로 개발을 진행하는 시대는 끝났다고 봐야죠.” 하지만 그의 회사에는 수많은 생화학자가 고용돼 있다. 그들의 목표는 온갖 데이터를 처리해 특정한 분자의 잠재력에 대한 가설을 도출하는 것이 아니다. 그들은 수학이 끝나는 지점, 기계가 가설을 도출한 지점, 그 가설의 타당성에 대한 연구가 시작되는 지점에서 출발한다.

 

나레인은 새로운 방식으로 신약을 개발할 기회를 잡음으로써 한 단계 올라섰다. 그렇게 하려면 풍부한 경험, 날카로운 통찰력, 세상의 변화를 빠르게 포착하는 능력이 필요하다. 같은 맥락에서 오늘날 월스트리트에서 막대한 재력을 자랑하는 투자은행가와 헤지펀드 거목들이 성공한 비결도 자동화된 거래 시스템과 포트폴리오 관리 시스템 위로 올라섰기 때문이라는 해석이 가능하다.

 

‘올라서기’를 전략으로 선택한다면 아마 장기적인 교육이 필요할 것이다. 구직 과정에서는 석사나 박사 학위가 도움이 될 것이다. 조직에 들어간 뒤에는 꾸준히 폭넓은 정보를 습득하고 창의성을 발휘해 조직의 지속적인 혁신과 전략 활동에 이바지하는 것을 목표로 삼아야 한다. 그러면서 고위 임원이 되기를 열망하며 기회가 생기면 그걸 꽉 붙잡는 것이 이상적인 그림이 될 것이다. 여타 기업들보다 열심히 지식 노동자의 일자리를 없애고 있는 온라인 여행사 오르비츠에서 CEO를 맡고 있는 바니 하퍼드의 말을 들어보자.

 

그는 그런 와중에도 여전히 사람이 필요한 작업에 직원을 채용할 때는 ‘T자형인재를 찾는다고 한다. 오르비츠의 인재상은자신의 전문 영역에 아주 깊이 파고들면서도 또 한편으로는 관심의 폭이 아주 넓어서 조직 전반의 사정에 흥미가 있고 자신의 업무가 조직에 어떻게 편입돼 있는지 호기심 있게 살펴보는 사람이다. 이는 올라서기를 원하는 지식 노동자라면 누구에게나 훌륭한 지침이 된다. 먼저 좀 더 종합적 사고부터 해보자. 그리고 지성이 필요하지만 재미없는 기초 작업을 기계에게 맡길 방법을 찾되 기계가 그 작업을 어떻게 처리하는지는 반드시 파악하도록 하자. 하퍼드의 경우에는 고객의 욕구에 맞는 여행 경험을 찾아주는 알고리즘을 생성하는 데기계 학습을 접목함으로써 이런 구도를 만들어봤다.

 

비켜서기.올라서기는 노동 인력 중 극소수만이 선택할 수 있는 방법일지도 모른다. 하지만 그와 똑같이 중요하면서도 코드화가 불가능한 정신 노동도 많다. ‘비켜서기란 정신적 강점을 활용하되 전적으로 이성적인 인지력을 쓰지 않고 심리학자 하워드 가드너가 말한다중지능을 발휘하는 것이다. 우리는대인관계지능과자기성찰지능에 초점을 맞출 수 있다. 전자가 타인과 잘 협력하는 방법을 아는 지능이라면 후자는 자신의 관심사, 목표, 강점을 아는 지능이다.

 

경주마 조련사로 내로라하는 전문가인 D. 웨인 루카스는 자신이 한 살배기 말의 잠재력을 가늠하는 비결을 말로 정확하게 설명하지는 못한다. 그냥 감으로 아는 것이다. 애플의 존경받는 디자이너 조너선 아이브는 자신의 감식안을 컴퓨터에 다운로드할 수 없다. 코미디언 리키 저베이스는 기계가 절대 생각해낼 수 없는 소재로 사람들을 웃긴다. 이들이 매일 일을 할 때 컴퓨터를 사용할까? 두말하면 잔소리다. 하지만 이들의 천재성은 뭐라고 말로 표현할 수 없는 강점을 자기 안에서 찾아내고 가능한 한 많은 시간 동안 그것을 업무에 활용한다는 데 있다. 수많은 부수적 업무는 기계가 처리하면 된다. 오히려 이 전문가들이 가장 잘하는 일을 하는 데 방해가 될 뿐인 그런 업무를 말이다.

 

비켜서기가 순전히 아티스트들을 위한 방법이라는 인상을 주고 싶지는 않다. 예컨대 로펌의 고위 변호사들을 보자면 법에 정통한 사람들이긴 하지만 법의 온갖 세부 사항에 조예가 깊은 전문가인 경우는 거의 없다. 그들은 새로운 일감을 확보하는 데 큰 힘을 기울이고(보통 이것이 그들의 주된 승진 사유다) 의뢰인들에게 현명한 고문 역할을 한다. 만일 기계가 법률 문서를 분석해 변론 방침과 내용을 제안해준다면 고위 변호사는 그 외의 업무를 처리할 역량이 향상된다. 이는 고위 회계사, 건축가, 투자은행가, 컨설턴트 등 그 밖의 많은 전문직들도 마찬가지다.

 

 

많은 정신 노동은 코드화가 불가능하다. 예를 들어 공감은 고객, 동료, 상사를 대할 때 필수적인 능력이다.

 

로봇 제조사들이 자동화 가능성을 크게 평가하는 노인 요양 영역을 한번 보자. 보통 이 일에 인간의 섬세함이나 지성이 필요하다고 여기지는 않는다. 그래서 우리는 교사, 코치, 블로거인 헤더 플렛이 최근에 쓴 글을 보고 깜짝 놀랐다. 그녀는 모친의 간병인에 대해그분은 우리를 위한 여백을 유지해줬다. 타인을 위한 여백을 지켜준다는 것이 무슨 뜻일까? 타인이 어떤 여정에 있든 그 사람과 기꺼이 동행하는 것, 그러면서도 그 사람을 판단하지 않고, 그 사람이 자격지심을 느끼게 하지 않고, 그 사람을 고치려 들지 않고, 결과에 영향을 끼치려 하지 않는 것이다. 타인을 위한 여백을 지켜줄 때 우리는 마음을 열고 무조건적인 지원을 베풀며 판단과 통제의 욕구를 내려놓는다라고 썼다.

 

물론 호스피스 간병은 인간의 손길이 필요한 상황을 극단적으로 보여주는 예다. 하지만 공감 능력은 고객, 동료, 경영자가 있는 환경이라면 어디서나 귀중한 자원이다.

 

비켜서기를 전략으로 택한 경우에는 코드화가 불가능한 자신의 강점에 초점을 맞출 필요가 있다. 일단 그런 강점을 찾은 뒤에는 부단히 계발해야 한다. 그러면서 자신이 추구하는 그 말로 표현 못할 기술에 일가견이 있는 사람들이 누구인지 알아내고, 협력자로든, 견습생으로든 그들과 함께 일할 방법을 찾아야 한다. 그리고 IQ 너머에 있는 그 지능들, 수십 년간 제도 교육에 의해 평가절하됐을 공산이 큰 그 지능들을 더욱 존중하는 자세를 길러야 할 수도 있다. 그 지능들 역시 미적분 능력과 마찬가지로 타고나는 것이 아니므로 의도적으로 연마할 수 있다.

 

끼어들기. 1967년에 사상 최초로 지식 노동을 자동화하기 위한 시도를 목격한 뒤 피터 드러커는 이렇게 선언했다. “그건(컴퓨터는) 완전히 머저리다.” 컴퓨터는 이제는 훨씬 덜 멍청해지기는 했다. 하지만 그래도 가끔은 컴퓨터의 가차 없는 논리로 인해 인간이라면 딱히 천재가 아니어도 바로잡을 수 있을 법한 수준의 의사결정이 내려지기도 한다.

 

혹시 여러분도 읽어봤을지 모르겠는데 2014 <뉴욕타임스> 기사에 당시 갓 직업을 바꾸고 자신의 주택 융자에 대해 갱신 신청을 한 사람의 사연이 실렸다. 그는 그때까지 8년 동안 공무원 생활을 했고 이전에는 20년이 넘게 교직에 몸을 담았던 사람이었으나 퇴짜를 맞았다. 이 신청서를 평가한 자동화 시스템은 예상 납입금이 그의 소득 수준에서 충분히 감당할 수 있는 금액이라고 판단하긴 했지만 워낙 영리한 기계다 보니 새로운 직업 때문에 소득의 변동 가능성과 불확실성이 크게 늘어날 수 있다는 위험 표지도 놓치지 않았다.

 

아니면 그 시스템이 그리 영리하지 않았을 수도 있겠다. 그 신청자는 미국연방준비제도이사회 의장을 지냈고, 당시 막 100만 달러 이상을 받고 출판 계약을 맺었으며, 순회강연으로 큰돈을 벌어들일 예정이기도 했던 벤 버냉키였다. 이는 컴퓨터가 의사결정을 할 때 왜 반드시 사람이 그 과정에 개입해 컴퓨터의 몹쓸 성향을 견제해야 하는지 보여주는 아주 적절한 사례다.

 

‘끼어들기’를 할 줄 아는 사람들은 컴퓨터가 하는 작업을 어떻게 감시하고 조정할지를 안다. 세금 업무를 컴퓨터가 처리하는 비중이 점점 더 커질지는 모르지만 자동화 프로그램(그리고 그 프로그램을 이용하는 인간 사용자)이 자주 저지르는 실수를 잡아내려면 영리한 세무사가 그 과정을 잘 지켜봐야 한다. 요즘 디지털 마케팅에서 광고 구매는 거의 전적으로 자동화돼 있지만프로그램에 따른구매로 인해 브랜드가 타격을 입을 수 있는 상황을 알아차리고 그 이면의 논리를 어떻게 수정해야 하는지 파악하는 일은 인간만이 감당할 수 있다.

 

이제이런 상황에서 도대체 누가, 누구를(혹은 무엇을) 증강하는가?’라는 질문이 나올 수도 있겠다. 이쯤에서 증강 환경에서는 인간과 컴퓨터가 서로 돕는다는 점을 짚고 넘어가는 편이 좋겠다. 인간은 컴퓨터가 업무를 잘 처리하고 더 우수한 성과를 내도록 한다. 이는 STEM(과학, 기술, 공학, 수학) 교육 강화를 권장하는 사람들이 이구동성으로 하는 주장이다. 이들은 미래의 직업 환경이 주로 인간이 개입을 하는 성격의 직무들로 구성되리라고 본다. 하지만 끼어들기를 전략으로 택했다면 관찰, 해석, 대인관계 관리 능력도 함께 기를 필요가 있다.

 

 

좁게 서기.이는 자신의 직무에서 어차피 자동화를 해봤자 채산성이 맞지 않을 게 뻔한 전문 능력을 발굴하는 접근법이다. 최근 한 기자가 보스턴 인근의 던킨도너츠 본사에서던킨도너츠 프랜차이즈 제왕들의 비밀스러운 세상이란 기사를 썼다. 취재 대상 중 한 명인 게리 조열이라는 사람은 던킨도너츠 프랜차이즈의 구매자와 판매자를 연결해주는 일로 큰돈을 번다(그가 소유한 롤스로이스가 그 증거다). <보스턴 글로브>의 표현을 빌리자면 조열은가맹점주에 대한 해박한 지식을 토대로(그리고 보통은 그 사람의 가정 상황, 소득 포트폴리오, 부동산 운용 계획까지 아울러) 스스로를 구매자와 판매자 양쪽에 없어서는 안 될 인물로 만든다”. 지금까지 그는 총 5억 달러 상당의 거래를 중개했다.

 

조열의 해박한 지식을 코드화해 소프트웨어에 집어넣을 수 있을까? 아마 가능할 것이다. 하지만 그런 식으로 해봤자 롤스로이스를 보유할 수 있을 만큼 큰돈을 버는 사람이 생겨나지는 않을 것이다. 일의 범주가 무척이나 좁기 때문이다. 클래어 버스터렛이 하는 일도 마찬가지다. <존스 홉킨스 매거진>은 버스터렛이다른 프랑스인들이 와인을 잘 아는 것처럼 종이를 잘 아는 능력으로 성공 가도를 달리고 있다고 보도했다. 그녀는 종이의 질감, , 섬유로 그 종이가 언제 어디서 생산됐는지 알아낸다. 이런 역량은 역사가와 미술품 감별사들에게 어마어마한 가치가 있다. 어쩌면 그녀가 아는 바를 데이터베이스에 넣고 그녀의 분석 기법을 자동화할 수 있을지도 모른다. 하지만 그러는 사이에 그녀의 지식은 더 늘어날 것이다.

 

‘좁게 서기를 하는 사람들은 자기 안에서 그런 틈새를 발견해 깊이 파고든다. 올라서기를 하는 이들이 팔방미인이라면, 이들은 한 우물만 파는 사람들이다. 이들은 대부분 정규 교육의 수혜를 입은 사람들이지만 그 수익 창출 능력을 북돋는 전문성은 실무 현장 훈련과 집중력 발휘를 통해 길러진다. 만약 당신이 좁게 서기를 전략으로 택했다면 1㎝ 너비의 영역을 1㎞ 깊이로 파고드는 사람으로 이름을 알리자. 그렇다고 해서 그 밖의 관심 분야를 가질 수 없다는 얘기는 아니다. 어쨌든 그렇게 좁고 깊게 들어가면 당신은 직업적으로는 남들과 확실히 구별되는 브랜드를 확보하게 될 것이다. 그렇다면 이 상황에서 기계는 어떻게 당신을 증강시킬 수 있을까? 당신은 자기만의 데이터베이스와 업계 동향 파악을 위한 루틴을 구축하게 될 것이다. 그리고 당신의 깊은 전문성에서 나온 결과물을 타인의 결과물과 결합해주는 시스템을 이용하게 될 것이다.

 

전진하기.마지막으로전진하기’, 즉 앞으로 나아간다는 것은 차세대 컴퓨터와 인공지능 도구를 개발하는 것을 뜻한다. 뛰어난 기계 뒤에는 반드시 그것을 만든 사람이 있다는 사실은 지금도 변함이 없다. 그것도 하나의 기계 뒤에는 한 사람이 아니라 아주 많은 사람들이 있다. 누군가는 던킨의 프랜차이즈 최적화 도구에 투자하는 것이 나쁜 선택이라고, 혹은 암 치료제 개발에 인공지능을 적용하는 일에 투자하는 것이 좋은 선택이라고 판단한다. 누군가는 보험 인수 심사 자동화 시스템을 한 단계 발전시킨 솔루션을 만들어야 한다. 누군가는 더 나은 시스템을 바라는 인간의 욕구를 직관적으로 알아차리고, 누군가는 거기서 코드화가 가능한 부분을 밝히며, 누군가는 코드를 작성하고, 누군가는 그 코드가 적용되는 조건을 설계한다.

 

분명히 이는 지식 노동자가 컴퓨터공학, 인공지능, 분석학에 대한 조예를 지녀야만 하는 영역이다. 스티브 로어의에 이런 일을 하는 사람들의 이야기가 실려 있다. 일례로 E. & J. 갤로 와이너리의 중역 닉 도쿠즐리안은 IBM 연구원 헨드릭 하만과 한 팀을 이뤄정밀농업에 요구되는 데이터를 대량으로 활용할 방법을 찾고 있다. 좀 더 구체적으로 말하자면 이들은 각각의 포도나무를 생장 조건에 맞춰 정밀하게 관리하고 영양분을 정확하게 공급하는 수고스러운 작업을 자동화하고자 한다. 두 사람은 아마추어가 아니다. 하만은 물리학자로서 이전에 IBM이 네트워크화된 센서를 활용했던 사업을 모두 꿰고 있다. 도쿠즐리안은 로어의 설명에 따르면와인학계의 MIT’라고 할 수 있는 UC데이비스에서 식물생리학 박사 학위를 취득하고 그곳에서 15년 동안 학생들을 가르친 이력이 있다. 우리는 이 팀이 일부 프랑스인들이 종이를 잘 아는 것처럼 와인을 잘 안다고 말하고 싶다.

 

전진한다는 것은 곧 기계의 (인간 노동에 대한) 잠식 수준이 한 단계 더 나아간다는 뜻이지만 여기에는 소프트웨어 덕분에 그 자체로 증강되는 효과를 얻는 일이 포함된다는 점을 기억하라. 하만의 링크트인 페이지를 대충 훑어보기만 해도 이 말이 무슨 뜻인지 알 수 있을 터다. 그의 지인들은 시뮬레이션, 알고리즘, 기계 학습, 수학 모델링 등에 대한 그의 전문적인 활용 능력을추천했다.

 

하지만 자동화를 위한 적절한 다음 기회를 포착하려면 기술적 전문성만 갖고는 어림없다. 전진하기를 전략으로 택했다면, 고정관념에서 벗어난 사고를 하고, 기존의 컴퓨터 역량으로는 부족한 영역을 알아보며, 아직 존재하지 않는 도구를 상상할 수 있어야만 자기 분야에서 최고의 자리에 오르게 될 것이다. 언젠가는 소프트웨어 개발 작업도 상당 부분 자동화될지도 모른다. 하지만 최근에 빌 게이츠가 한 말처럼 그래도 프로그래밍은당분간 안전하다”.

 

고용주가 증강 전략을 사랑하는 이유(혹은 사랑해야 하는 이유)

지금까지 방사선 전문의, 재무 상담가, 교사, 건축가, 언론인, 법조인, 회계사, 마케터를 비롯해 수많은 분야의 전문가와 대화를 나눠보니 우리가 제시한 다섯 가지 방법은 어떤 분야에서든 실행 가능한 것으로 나타났다. 물론 그 다섯 가지가 어떤 사람에게든 다 통할 리는 없지만 자기에게 맞는 기법이 무엇인지 알아낸다면 이미 증강 전략에 첫걸음을 내디딘 셈이다.

 

 

자동화의 시대적 흐름

 

자동화의 물결이 이전보다 더 무섭게 다가온다면 다 그럴 만한 이유가 있다.

 

기계가 의사결정 활동을 잠식함에 따라 인간이 이동할 수 있는 더 높은 지대를 찾기가 수월하지 않기 때문이다.

 

119세기

기계가 더럽고 위험한 일을 대신해준다. 베틀에서부터 조면기까지 다양한 산업용 장비가 등장해 인간의 고된 육체 노동이 경감된다.

 

2 20세기

기계가 따분한 일을 대신해준다. 공항용 키오스크에서부터 콜센터까지 다양한 자동화 인터페이스가 등장해 서비스직의 판에 박힌 업무와 사무직의 단순 노동이 경감된다.

 

3 21세기

기계가 의사결정을 대신해준다. 항공권 가격 검색 시스템부터 IBM 왓슨에 이르기까지 다양한 지능형 시스템이 등장해 신속하고 믿을 만한 결정을 인간보다 더 효과적으로 내린다.

 

 

하지만 여러분이 종사하는 분야의 고용주들이 증강의 효용을 믿지 않는다면 그 걸음이 썩 멀리 나아갈 수 없을지도 모른다. 지금은 자동화를 최고로 여기는 사고방식이 만연해 있고 세상은 그 때문에 고통받고 있다. 다름이 아니라 결국 기업들이 우리를 그 길로 끌고 왔기 때문이다. 경영자들은 인간 노동자의, 혹은 기술 전문가들이 잘 쓰는 짓궂은 표현을 빌리자면, ‘웨트웨어[1]의 부정적인 측면을 언제나 무척이나 잘 알고 있다. 헨리 포드가 한 유명한 말이 있다. “내게 필요한 건 노동자의 두 손인데 왜 항상 머리까지 딸려오나?”

 

증강이 효력을 발휘하려면 인간과 컴퓨터의 연합이 각각 따로 일하는 것보다 낫다는 사실을 고용주가 믿어야만 한다. 기업의 성공이 원가 절감보다 지속적인 혁신에 훨씬 크게 좌우된다는 현실이 점점 뚜렷하게 드러나면서 그런 깨달음은 분명해질 것이다. 예나 지금이나 고용주들은 기계와 인간을 상호 대체재로 보는 경향이 있다. 둘 중 하나가 더 비싸면 다른 하나로 교체하면 된다고 여긴다. 하지만 그런 태도는 어디까지나 정적인 상황, 그러니까 내일의 과업도 오늘의 과업과 똑같으리라고 봐도 무방할 때에만 통하는 법이다.

 

이 글의 시작부에 등장한 유-메이 헛은 그녀의 작은 사업체(주거용 붙박이 가구 생산업체 골든 라이팅)에서 자동화 덕택에 작업 효율이 월등히 향상됐다고 말했다. 그 말이 뜻하는 바는 이제 회사의 수익성이 과거 어느 때보다도 직원들의 창의성에 크게 좌우된다는 것이다. 이 회사의 디자이너들은 인테리어 디자인과 조명 기술의 동향을 파악해야 하고, 그 흐름들을 아우를 수 있는 새로운 방안을 마련해야 한다. 이 회사의 영업사원들은 CRM 소프트웨어에 의존하고 있지만 그들의 진짜배기 경쟁력은 소매 구매자들과 인간적인 관계를 얼마나 잘 형성하고 유지하느냐에 달려 있다.

 

혁신의 시대에는 인간의 긍정적인 측면에 주안점을 둬야 한다. 인간이야말로 언제나 차세대 아이디어의 근원이자 사업에서 경쟁자가 가장 모방하기 어려운 요소가 될 것이기 때문이다. (혹시 요즘 직원들의 충성도가 부족하다고 생각하는 사람이 있다면 소프트웨어가 얼마나 빨리 당신의 경쟁자와 손을 잡는지 몰라서 그렇다.) 물론 인간은 변덕이 심해 예측할 수 없고, 이기심과 권태와 부정직함에 빠질 수 있으며, 가르치기 어려운데다 빨리 지치기까지 한다. 모두 로봇에게는 없는 특징들이다. 그러나 증강 전략을 제대로 실천한다면 인간에게만 있는 긍정적인 특질을 최대한 활용할 수 있다. 컴퓨터화로 인해 프로그래밍 가능한 것이라면 무엇이든 기본 요건이 돼버리는 현실에서 우리는 그런 특질들을 통해서만 돋보이는 존재가 될 수 있다.

 

저는 벌써부터 제 자신이 증권 중개인이라기보다는 정신과 의사 같은

기분이 들 때가 많아요.

 

다른 성격의 경주에서 승리하기

현재 지식 노동자들이 하는 업무 중 다수가 이른 시일 내에 자동화될 것이 분명하다. 재무 상담 분야를 예로 들자면, 앞으로 인간이 하게 될 역할이 무엇일지 확실하게 말할 수는 없지만 그래도 그 분야에 남아 있는 사람들의 주요 업무가 최적의 주식채권 포트폴리오를 추천하는 일이 될 것 같지는 않다. 최근 우리와 대화를 나눈 어떤 재무 상담가는 걱정이 되는 모양이었다. “우리가 의뢰인들에게 하는 조언이 아직 완전히 자동화되진 않았지만 점점 더 기계적으로 느껴지긴 해요. 제가 의뢰인들에게 하는 말은 갈수록 각본을 따르는 성격이 강해지고 있고, 우리는 의뢰인들이 온라인 도구를 사용하게끔 유도하라고 종용받고 있거든요.” 그는 자신이 어떤 걸 가장 두려워하는지 솔직하게 털어놓았다. “단계적으로 우리를 축출하고 있는 것 같아요.” 하지만 뒤이어 나온 그의 말에서 그런 현실에 대한 구제책을 엿볼 수 있었다. “각본을 읽는 건 분명히 컴퓨터가 할 수 있는 일이죠. 하지만 의뢰인을 설득해 더 많은 돈을 투자하게 하려면 그 밖의 기술이 더 필요합니다. 저는 벌써부터 제 자신이 증권 중개인이라기보다는 정신과 의사 같은 기분이 들 때가 많아요.”

 

이것이 물러서기는 아니다. 아무리 못해도 비켜서기 정도는 되고, 올라서기라고 해도 될 듯하다. 이 재무상담사와 그가 속한 회사는 이런 관점에서 현실을 직시하고는, 그런 현실을 더 건설적으로 활용하기만 하면 된다. 저축자와 투자자들을 재무적으로 더 현명한 선택을 하도록 이끄는 업무가 가까운 시일 내에 자동화될 가능성은 없다.

 

[1]소프트웨어를 고안해내는 인간의 창의적 두뇌를 일컫는 용어로 컴퓨터와 달리촉촉하고 말랑말랑한뇌와 손 끝에서 나오는 땀을 연상시킨다 - 편집자 주

 

 

고용주와 직원 양쪽 모두에 장기적으로 통할 전략은 영리한 기계를 지식 노동의 동반자이자 협력자로 보는 것이다. 증강에 역점을 두면 자동화의 위협을 물리치고 인간과 기계의 달리기 경쟁을 단거리 경주가 아니라 릴레이로 바꿀 수 있다. 그러면 컴퓨터와 원활하게 바통을 주고받을 줄 아는 사람들이 승자가 될 것이다.

 

 

토마스 H. 대븐포트, 줄리아 커비

토마스 H. 대븐포트는 밥슨대의 저명한 교수이자 MIT대 디지털경영센터 연구위원, 딜로이트 애널리틱스의 수석 고문으로 활약하고 있다. 줄리아 커비 HBR의 대()기자다. 두 저자는 지식 노동의 자동화에 대한 책을 집필 중이다.

 

  • 아티클 다운로드
    (PDF)
    5,000원

    담기바로구매

  • 2015년 6월 (품절)
    17,000원
    15,300원

    구매하기

  • 디지털서비스
    1년 150,000원

    디지털서비스란

    신청하기

전략 다른 아티클

무료 열람 가능 아티클 수 0/1 회원가입 | 서비스상품안내