반갑습니다, 여러분
다시 인사할게요, 반갑습니다.
영향력이 대단한 청중 여러분에게 제 생각과 책을 소개하도록 해 준
지식포럼 관계자 여러분께 감사드리며 강연에 앞서 사과 말씀을 드릴게요.
여러분, 사실 전 한국 전문가는 아닙니다.
디지털 기술이 미래 한국의 일자리에 어떤 영향을 발휘할지 논하긴 어려워요.
하지만 오늘 30분간의 강연을 통해 여러분과 가족, 특히 자녀의 일자리가
앞으로 어떻게 변할지 여러분이 직접 파악할 수 있게 통찰력을 드려 볼게요.
제 책에 담긴 핵심 메시지를 이 슬라이드에 요약해 뒀어요.
디지털 기술은 자동화와 세계화를 동시에 변화시키고 있습니다.
또 자동화와 세계화는 사무직과 전문직에 영향을 미치고요.
그 어떤 예상보다 빠르며 누구도 기대하지 못한 방식으로요.
여기서 아주 중요한 건 두 가지예요.
자동화와 세계화가 동시에 일어나고 있으며
제조 분야뿐 아니라 서비스 분야에 영향을 미치고 있다는 사실이죠.
사람들이 미래 일자리를 생각할 때 근본적으로 완전히 틀린 점이 있어요.
제가 눈치챈 잘못된 그런 사고방식 몇 가지를 여기서 논해 볼까 합니다.
다들 현재 발전하는 세계화나 자동화도 서비스 대신 제조 분야에서만
이뤄졌던 과거 자동화와 비슷할 거라고 믿어서죠.
미래는 알 수도 없지만 그렇다고 피할 수도 없어요.
우리는 지금 미래를 논하지만 당연히 저도 미래는 알 수 없죠.
단지 제가 발견한 패턴을 바탕으로 합리적인 예측을 해 보는 거예요.
물론 실제 미래는 알 수 없지만 제 생각에 저 같은 경제학자들은
우리의 경험과 지혜를 활용해서 미래를 고민해야 할 의무가 있어요.
사실 미래를 예측하는 최악의 방법은 미래가 현재와 같을 거라고 믿는 거예요.
특히 지금처럼 디지털 기술이 많은 것을 빠르게 바꾸는 세상에선 특히 부적절하죠.
우선 글로보틱스를 정의해 볼게요.
세계화와 로봇공학의 합성어예요.
말하기도 어려운 이상한 단어지만 제가 여러분에게 세계화와 로봇공학이
동시에 찾아온다는 사실을 상기시키려고 만든 단어예요.
같은 기술에 의해 발전하며 같은 직업에 의해 영향을 미치죠.
이제는 세계화와 자동화가 동시에 이뤄지므로 구분하는 것도 무의미해요.
전 오늘날 세계화를 논할 때 주로 ‘원격 이민’을 다룹니다.
원격 지능이라는 의미로 이해하면 좋아요.
로봇공학을 다룰 때는 진짜 로봇이 아니라 화이트칼라 로봇이나 AI를 뜻하고요.
원격 지능과 AI의 차이를 구분하고 두 기술이 서비스에 미치는 영향을 살펴보죠.
자, 원격 이민은 무슨 뜻일까요?
여러분이 세계화를 다른 방식으로 이해할 수 있게끔 제가 새로 만든 용어입니다.
한 국가에 있는 사람들이 다른 국가의 사무실에서 일하는 거죠.
자, 화이트칼라 로봇도 있어요.
제가 화이트칼라 로봇이라고 명명했는데
사람들이 무척 좋아하는 철제 로봇과는 확실히 구분되는 개념이에요.
우리가 매일 뉴스에서 보는 로봇은 다 제조 분야에 쓰이는 로봇이죠.
제조 분야에서 일어나는 일은 잊고 서비스 분야의 미래만 생각해 보세요.
화이트 칼라 로봇은 한때 사람들이 수행하던 자동화된 저급 서비스 직종을 대체합니다.
여기서 아주 중요한 개념은 RPA, 즉 로봇 프로세스 자동화로
피아노를 연주하는 것과 비슷하게 작동합니다.
소프트웨어를 통해 사람이 하는 작업을 똑같이 정확하게 수행하는 매크로죠.
올해 2월 제 책을 미국에 출간했을 때 저는 통신사 스위스 컴에 메일을 보냈어요.
거기 직원이 제 이메일을 열어서 미국에서 쓸 시내전화 요청 내용을 확인한 다음
제 이메일을 닫고 제 구독 데이터베이스를 열어서 구독 내용을 변경하고
구독 데이터베이스를 닫고 결제 데이터베이스를 열어서 제 결제 내용을 변경하고 닫았겠죠.
이 로봇도 이메일만 읽을 수 있다면 같은 소프트웨어를 이용해서 같은 업무를
100배는 더 빠르게 실수 한번 없이 해낼 수 있어요.
자, 지금까지 강연을 들은 분들은 다 아는 내용이라고 말할지도 모릅니다.
지금까지 말씀드린 국제 원격 노동자와 사무 자동화가 뭐가 특별하다는 걸까요?
전 이 책을 준비하면서 미래 일자리나 디지털 기술을 둘러싼
체계적인 오해가 상당히 많다는 걸 깨달았어요.
앞으로 볼 슬라이드에서는 이번엔 대체 뭐가 다른지 스스로 이해하려고
제가 만들었던 지적 인프라를 여러분에게 보여드리려고 해요.
우선 이미 말했듯이 공장 노동자뿐 아니라 서비스 및 전문직까지 영향을 받고 있어요.
여기 이 사람들이 국내에서는 로봇 해외에서는 중국 노동력과 다툰대도
아무도 놀라지 않을 거예요.
수십 년째 겪는 일이니까요.
위에 있는 사람들은 공장이 문을 닫고 노동자들이 실직하면 불쌍히 여기겠죠.
하지만 제가 논하는 문제는 이들에게도 영향을 미쳐요.
사무직이나 전문직은 달라서 더 문제죠.
우선 사무직과 전문직은 비중이 커요.
선진 경제에서는 80~90%가 서비스 분야에서 일합니다.
지금까지는 이 일자리가 안전했죠.
서비스직은 대면접촉이 기본이라서 교역이 거의 불가능하니까요.
서비스는 자동화할 수도 없어요.
컴퓨터는 생각을 잘 못하기 때문이죠.
하지만 디지털 기술이 이 현실을 바꾸자 선진 경제에 속한
수많은 사람들에게까지 자동화와 세계화의 영향이 미치고 있어요.
사무직과 전문직 종사자에게 좋은 소식은 재고용이 더 수월하다는 거지만
지금은 저품질 실직 상태로 접어들고 있어요.
이 사람들은 공장 노동자나 농부처럼 영원히 일이 없지는 않을 겁니다.
마지막으로 이들은 이 책 제목이기도 한 ‘글로보틱스 격변’에 준비되지 않았어요.
이 사람들이 저렴한 외국인이나 로봇과 직접 경쟁해야 한다는 사실을 깨달으면
지난 2개월 동안 저항해 온 블루칼라 노동자들과 합류하여 격변을 일으킬지도 몰라요.
물론 제 예측은 아니지만 혹시 모르니 이 가능성도 심각하게 고려해야 하는데
지금은 아무도 고민하지 않아요.
앤드류 양이라는 대선 후보만 빼고요.
다음 주제는 ‘디지털 기술은 정보통신기술이만’이에요.
디지털 기술은 정보통신기술과 똑같은 기술입니다.
하지만 정보통신기술은 대부분 제조 분야에 적용되죠.
세계 가치 사슬에서 볼 때 대부분 물리적이며 정보와 통신은 비중이 작죠.
현대가 이 기술로 외국에서 자동차 부품을 많이 만든 다음 수입해 와서
자동차 가격을 낮게 매길 수 있는 겁니다.
깊이 들여다보면 물리적인 기술이죠.
반면 디지털 기술은 서비스 분야에 적용되고 정보와 통신이 대부분 적용되고
물리적인 특징은 적습니다.
이 부분이 중요해요.
왜냐하면 서로 다른 물리학이 적용되거든요.
제조업과 광산업, 농업을 논할 때는 물질물리학 법칙이 적용됩니다.
여기 모형과는 상관없고 우리 사고방식에 불과하지만
뭔가가 얼마나 빨리 변화하는지 우리가 직감적으로 파악할 때는
물질적인 물체에 적용되는 변화로 파악되곤 하죠.
결국 국경을 넘나들며 전송되는 데이터로 바뀌는 정보와 서비스는
전자물리학 법칙의 영향을 받습니다.
이 둘은 대단히 다르죠.
예를 들어 전 세계 수입과 수출 흐름을 2배로 늘리려면 얼마나 걸릴까요?
정답은 20년입니다.
반면 국경을 넘나드는 정보의 흐름을 2배로 늘리려면 얼마나 걸릴까요?
정답은 2년이에요.
정보는 지난 10년간 2년마다 2배씩 늘어났고 앞으로도 그럴 가능성이 크죠.
우리는 앞으로 다가올 세계화를 생각할 때
과거 세계화가 진행된 속도와 무조건 똑같을 거라고 가정합니다.
물리학적으로 볼 때 완전히 틀렸죠.
오늘날 AI는 다릅니다.
2019년 현재 컴퓨터는 읽고 쓰고 보고 말하고 연설을 이해하며
시각적 산출물을 생산하고 애매한 패턴도 알아보죠.
2015년 컴퓨터는 못 했는데 그새 뭐가 바뀐 걸까요?
이 자동화가 지금까지와 상당히 다르다고 스스로 믿는 이유예요.
프로그램 자체가 다릅니다.
혹시 이 책을 들어보셨나요?
대니얼 카너먼의 ‘생각에 관한 생각’이에요.
모른다면 한번 보세요.
심리학자인데 이 책으로 노벨 경제학상을 받았거든요.
경제학자들은 아직도 속상해합니다.
경제학상을 심리학자에게 줬으니까요.
대니얼 카너먼은 심리학자들이 오랫동안 알고 있었던 내용을 이 책에서 지적해요.
사람은 아주 다른 두 가지 방식으로 생각한다는 겁니다.
빠르게 생각하며 또한 느리게 생각하죠.
손으로 뭔가를 작업할 때 우리는 천천히 생각해요.
뉴욕 레스토랑의 청구금액 137달러 중 15% 팁이 얼마인지 계산할 때 말이죠.
노력이 필요하고 시간이 걸리며 어렵고 동시에 2개를 하기 힘들어요.
무엇보다도 여러분이 방법을 알기 때문에 원칙적으로 컴퓨터에 가르칠 수도 있고요.
천천히 생각하는 방식은 코드로 컴퓨터 프로그램에 작성할 수 있죠.
반면 이전에는 컴퓨터에게 말하는 법을 가르칠 수 없었어요.
사진 인식이나 걷는 법 언어 번역도 못 가르쳤죠.
그건 천천히 생각하는 게 아니라 빠르게 생각하는 거거든요.
2016년부터 우리는 컴퓨터를 완전히 달라진 방식으로 가르치기 시작했어요.
바로 기계 학습이죠.
우선은 큰 구조적 데이터 세트가 필요해요.
구조적 데이터 세트의 의미는 질문과 결과가 분명한 겁니다.
이런 예시가 수백만 개 있다면 상황이 아무리 다르고 복잡하더라도
아주 거대한 비선형적인 통계 모형을 추정해서 입력과 산출을 추측할 수 있죠.
예를 들어 로봇의 발이 삐끗하는 경우의 수가 수백만 개라고 쳐요.
넘어질 때도 있고 아닐 때도 있죠.
기계 학습 모형을 훈련시켜서 더 잘하게 만들면
결국 나중에는 비선형적인 컴퓨터 프로그램이 나와요.
그래서 이제는 컴퓨터가 과거와 달리 사람처럼 생각하는 능력을 갖춘 거죠.
이메일을 읽고 사진을 알아보고 전자여권으로 입국 허가를 내려요.
자연 언어 처리도 하고요. 전부 직장에서 유용한 능력들이죠.
그래서 예전에는 자동화되지 못해서 사람이 하던 일이 자동화되는 거예요.
과거에는 컴퓨터가 빨리 생각하게 만들지 못했지만 이제 가능하니까요.
글로보틱스는 디지털 발전의 폭발적인 속도에 맞춰 진행합니다.
과거에는 변화가 훨씬 느렸죠.
다섯 번째로 자동화와 세계화는 함께 일어납니다.
과거에는 자동화가 세계화보다 훨씬 빨리 시작했지만 지금은 같은 속도로 일어나요.
여섯 째로 일반적인 믿음보다 훨씬 빨리 변화합니다.
이상하게도 디지털 기술은 예측 가능한데도 기대를 벗어나요.
이런 현상을 ‘디지털 파괴’라고 부릅니다.
정말 똑똑한 사람들이나 아주 똑똑한 조언가들은
디지털 기술이 다가온다는 걸 알지만 그래도 파괴적인 변화를 겪고 말아요.
어떻게 그럴 수 있는지 이해하려고 제가 작은 다이어그램을 그려 봤는데
그건 조금 이따가 보여 드릴게요.
자, 세로축은 발전이고 가로축은 연도를 나타냅니다.
사람은 본능적으로 발전이 직선으로 이뤄진다고 생각한다고 가정해 보죠.
자율주행 자동차가 서울 도로에 4~5년 안에 나타날지 생각해 보세요.
계산할 수는 없으니 본능적으로 이렇게 생각해요.
자연스럽게 2~3년 전을 돌아보고 그동안 봤던 영상을 떠올리며 불가능할 거라고 결론 짓죠.
과거 발전상을 보며 미래 발전상을 가정하기 때문이에요.
그렇다면 미래를 선형으로 보는 거죠.
하지만 기술은 그렇게 작용하지 않아요.
디지털 기술은 사실 지수 곡선에 따라 발전하다가 어느 순간 수확 체감이 일어나죠.
그래서 저처럼 디지털 기술의 변화를 정확히 이해하는 사람들은
기술 발전에 흥분하며 빠르게 발전할 거라고 예상하는 반면
여러분처럼 실용적인 분들은 올해 별일 없었으니
내년도 없을 거라며 우리가 완전히 틀렸다고 말해요.
하지만 실제 기술 발전은 방금 말한 대로 이뤄지기 때문에
어느 순간 기술이 확 발전하면서 ‘맙소사’하는 순간이 오는 거예요.
우선 직업이 아니라 업무를 고민하세요.
일은 많이 사라지지만 직업은 거의 안 사라져요.
농부와 트랙터로 비유해 볼까요?
이걸로 AI에 대한 오해를 없애 보죠.
이 책을 LA에 내놓고 나서 아주 공격적인 기자에게 질문 받았죠.
여기 있는 5개 직업 중 5년 후에 몇 개나 남아 있겠냐고 묻더군요.
저는 전부 남을 거라고 답했어요.
글로보틱스 때문에 변화하겠지만요.
AI를 볼 때는 트랙터가 농업 일자리를 어떻게 바꿨는지를 비교해 보면 됩니다.
트랙터는 몇 년이 지나면 성장해서 성장이 되는 예비 농부가 아니에요.
농업의 근본을 변화시켰죠.
농부의 숫자를 줄이기도 했고요.
그래서 농업이라는 직종 자체를 없애지는 않았어요.
일자리 배치전환은 사업 모델입니다.
디지털 기술은 일자리 배치전환을 촉진하고 인간의 독창성은 일자리를 창조합니다.
다들 앞으로 얼마나 많은 일자리가 대체되거나 자동화될지 얘기하지만
노동력이나 노동시장이 굉장히 역동적이라는 사실을 알아야 해요.
미국에는 현재 일자리가 1억 4천만 개 있습니다.
매달 5백만 개가 사라지지만 또 매달 5백만 개가 새로 생겨요.
하지만 사라지는 일자리가 만들어지는 일자리보다
몇 달간 연속으로 늘어나면 실직률도 올라갈 겁니다.
디지털 기술은 AI 천재들이 일자리를 배치전환하는 데 이용하는 기술이죠.
이제 서비스 노동자들이 실제로 하는 업무를 큰 구조적 데이터 세트로 모을 수 있거든요.
결국 이것도 일자리르 만들어 내겠지만 AI 천재들은 그런 데는 관심이 없어요.
그래도 인간의 창조성은 힘을 발휘할 겁니다.
보시다시피 소고의 불일치가 문제가 되죠. 일자리는 이렇게 대체돼요.
더 느리게 대체된다는 거죠.
비관론자라면 이 상황에서 영원히 머물 거라고 가정합니다.
일자리는 계속 배치전환되고 창조되는 일자리는 부족할 거라고요.
반면 낙관론자는 그 단계를 뛰어넘을 거라고 가정하고요.
제 생각에는 낙관론에 도달하기 전에 우리가 비관론 단계부터 거칠 것 같아요.
AI 천재들이 하는 일을 생각하면요.
좋아요. 30초 동안 미래에 대해 말해 보죠.
시간 참 많죠.  이제 요약할게요.
미래 일자리는 제거 과정을 거칠 거라고 생각하면 됩니다.
미래 일자리가 뭘지 생각하지 말고 AI가 뭘 할 수 없는지 생각하세요.
또 원격 이민이 할 수 없는 건 뭔지요.
제 책의 핵심 메시지를 말씀드릴게요.
AI는 사람다운 일을 못 합니다.
창의력, 공감, 호기심 등 가장 인간다운 일은 구조적 데이터 세트를 구할 수 없죠.
사람을 관리하고 동기를 부여하는 건 AI가 할 수 없는 일이에요.
또 원격 이민은 한곳에 있을 수 없죠.
그러니 미래 어떤 일자리가 남든지 인간다운 업무가 더 많이 늘어날 거고
다른 사람이나 기계와 같은 곳에 동시에 있어야 하는 일자리일 거예요.
여기까지입니다.
감사합니다.
