출처 : https://news.yahoo.co.jp/articles/c6cee10a47a7994c00c6450fd8d86ccd4e587214?page=1

2022년 11월 말에 오픈AI는 스토리 창작 및 코드 생성이 가능한 신형 AI 툴 ‘챗GPT’(ChatGPT)를 출시했다. 챗GPT에는 카피라이팅, 고객 서비스 관련 문의에 대한 답변, 기사 집필, 법적 문서 작성과 같은, 지금까지 사람이 해온 역할의 일부를 대체하게 될 가능성이 있다. AI가 계속해서 발전함에 따라 현재 있는 직업은 점점 자동화되어 위협을 받게 될 수 있다.

한편 인공지능(AI)은 좋은 기회를 만들어, 새로운 직업과 기존과는 다른 종류의 조직을 만들어낼 것이다. 문제는 AI가 더 많은 인지적 작업을 담당하기에 적합한 능력을 가지는가 아닌가가 아니라 우리가 얼마나 적응하는가이다.

노벨상을 수상한 학장 다니엘 카너먼은 인간의 판단력에 관한 세계적인 권위자이며, 생애에 걸쳐 그 결점을 실증해 왔다. 확실히 AI에는 결함이 있을지도 모르지만, 사람의 논리적 사고에도 결함은 존재한다. 그러므로 ‘AI와 인간이 경쟁하면 틀림없이 AI가 이기게 된다. AI를 이용하기 위해 인간이 어떻게 적응할지는 매우 흥미로운 문제다’라고, 카너먼은 2021년에 말한 바 있다.

적응의 열쇠는 노동 인구가 AI를 이용하는 데 참여할 수 있도록 경제 체제를 재설계하는 방법을 찾는 것이다. 그러려면 사람이 하던 작업을 기계로 전환하는 것만이 아닌 시스템 솔루션이 필요하다. 필자의 새로운 저서 ‘Power and Prediction: The Disruptive Economics of Artificial Intelligence’에서 말한 것처럼, 시스템 솔루션은 일의 흐름에 변화를 주고, 오래된 수단을 파괴하고 새로운 수단을 낳는다.

지도를 생각해 보자. 우리는 과거 10년 동안 한 장소에서 다른 장소로 가는 경로를 알아내기 위해 AI를 사용하게 되었다. AI는 통행금지, 현재의 정체 상황, 통행 요금 및 좌/우회전에 관한 운전자의 경향을 고려하지만, 운전이라는 행위 자체는 근본적으로 바뀌지 않는다.

이러한 자동적인 지시를 제일 먼저 활용한 것은 택시 업계다. 택시 기사는 더울 효율적인 경로를 검색하기 위해 AI 툴을 사용하며, 그것을 휴대전화와 연결시킴으로써 더욱 효율적으로 배차를 할 수 있게 되었다. 택시 업계는 AI에 의한 운전 지시와 배차의 디지털화를 통해 포인트 솔루션을 창출했다. 즉 기존과 같은 일을, 같은 시스템(기존 택시 업계)에 의해 더욱 정교하게 수행할 수 있다.

한편 우버와 리프트는 이와 같은 툴을 사용하여 서로 다른 일을 실현한다. 배차와 운전 지시의 정밀도를 높이는 것뿐 아니라, 완전히 새로운 배차 시스템을 창출한다. 그들은 신뢰도 높은 운전 지시와 널리 보급되어 있는 모바일 기기가 있으면, 누구나 배차 서비스를 제공할 수 있다는 사실을 깨달았다.

전문 운전기사에 필적하는 기술을 가진 사람의 수는 많이 증가했다. 5년 전, 미국 내의 전문 택시 리무진 운전기사는 약 20만 명이었다. 현재는 우버의 운전기사만 해도 그 10배가 넘는다(미국 내 약 350만 명).

하지만 이렇게 크게 증가한 노동력을 관리하려면 시큐리티, 위치 추적, 가격 설정, 배차 및 그 밖의 다양한 부문에서 더 큰 이노베이션이 이루어져야 한다. 시스템 전체가 바뀌어야 한다.

마찬가지로 새로운 제너레이티브((Generative) 언어 모델에 의해 기계는 조만간 아이디어를 읽어 들이고, 문법적으로 정확한 단락들을 작성하는 작업을 대행하게 될 수 있다. 이로 인해 수백만 명의 사람이 글을 더 잘 쓸 수 있게 된다. 문법이나 단어 사용을 확인하는 능력으로 생계를 유지하고 있는 사람들은 경쟁자가 생겨 고민이 될 수 있다. AI가 전 국민의 글쓰기 능력을 향상시키기 때문이다.

AI 지도가 훌륭한 택시 기사뿐 아니라 우버를 만들어낸 것처럼, AI에 의한 글의 생성 역시 시스템에 변화를 가져온다. 이러한 대규모 언어 모델에 의한 시스템 솔루션이 어떤 것이 될지, 또는 어떤 비즈니스 모델이 가능해질지, 그것은 아직 알 수 없다. 하지만 명료하고 효과적으로 글을 쓰는 능력이 많은 사람에게 주어짐으로써, 누가 어떤 일을 수행할 수 있을지에 대해 영향을 미칠 것으로 보인다.

특정한 창의적인 작업을 인간보다 빠르고 원활하게 수행하는 AI 툴은 챗GPT만 있는 것이 아니다. 마찬가지로 오픈AI가 출시한 DALL-E는 이미지를 생성한다. 비행기 안에서 휴대전화에 대고 놀고 있는 고양이의 그림을 그려달라고 하면, DALL-E는 몇 초 만에 그려준다. 그래픽 디자인을 대규모로 수행할 수 있게 된다. 고등학교의 발표 과제 시 이미지를 다양하게 사용할 수 있게 될지 모른다.

구체적으로 어떤 시스템 솔루션이 가능한지는 이 또한 불명확하지만, 수백만 명의 사람이 이미지를 만들고 처리하는 능력을 향상시킴으로써, 경제적으로 큰 영향이 미칠 것으로 예상된다.

이러한 최근 있었던 AI의 발전은 일에 대해 직접적인 영향을 받는 사람, 그리고 적응하기 어려워하는 사람에게 힘든 시기와 경제적인 고통을 가져다줄 수 있다. 경제학자의 완곡한 표현을 빌리자면 그것은 ‘적응 비용’이다.

하지만 이러한 상황은 아무도 멈출 수 없다. 기술의 발전은 계속되며, 우리는 새로운 능력을 통해 사회에 공헌해야 한다. 그러려면 그러한 새로운 도구를 통해 어떤 새로운 시스템을 만들어 낼 수 있을지 물어야 한다.