AI시대에 내 직업은 무사할까? 어떤 능력을 갖추어야 할까?Will My Job Be Safe in the AI Era? What Abilities Do We Need?
AI시대에 들어와 많은 사람들이 자신의 직업에 대한 걱정을 하기 시작했다. 각 파트별로, 사람별로 그 말을 입에 올리는 사람이 많다. 실제 내가 일하는 회사에서 들려오는 이야기이다.
- 개발팀: “AI가 개발을 정말 잘하는데 내년에도 개발자를 하고 있을 수 있을까요?”
- 기획자: “기획서를 다 작성해 줘서 앞으로 기획자가 필요 없을 것 같아요.”
- 디자이너: “그냥 말만 하면 만들어 주니 모두가 다 할 수 있을 것 같은데요?”
내가 들은 이 세 사람은 자신의 일을 시켜 보고 겪은 결과를 토대로 한 말들이다. 모두 충격을 겪고 있는 것처럼 보였다. 이 우려들은 과연 현실이 될까? 이 걱정이 실제 일어날지는 고용을 하고 회사를 운용하는 사람의 입장을 들어 보면 되지 않을까 싶다. 최근에 실제 임원의 입으로 들은 이야기이다.
임원: “다들 AI로 만들어 내면 그냥 내가 AI에 시키면 되지, 그 사람을 내가 왜 써야 해?”
이 말을 들은 사람들은 대부분, 이제 정말 끝이겠구나 라는 생각을 하지 않을까.
누가 자리를 위협받는가?
임원의 입에서 그런 이야기가 나온 데는 이유가 있었다고 나는 생각한다. 임원이 직접 이유를 말한 것은 아니고, 내가 읽어 낸 해석이다. 담당자가 자신이 내놓은 결과물의 생산 과정과 결과를 제대로 모르고 있다는 점에서 나온 이야기였다고 본다. 아래 담당자 이야기도 내가 직접 들은 것이다.
담당자에게 이것이 어떤 이유로 나온 것인지 물어도, AI가 해 줘서 모른다는 대답이 돌아왔고, 결과물을 설명해 달라고 했을 때 본인이 인지하고 있는 부분이 너무 적어서, 대답하기를 버벅였다. 담당자는 그럼에도 당당했다. 이유는 결과물이 잘 나왔다는 것이었다. 하지만, 이 잘 나왔다는 결과물은 다른 사람들과는 공감대를 이루지 못했다.
우리는 어떤 결과물을 만들어 내야 할까? (어떤 일을 하더라도 마찬가지이다) 일이라는 것은 사람을 위해 생겨나고 요구된다. 사람의 편의를 위해 일이 생긴다. 사람의 즐거움을 위해 일이 생긴다. 이것은 아마 시대가 변하고 AI가 아무리 발전하더라도 변화하지 않을 것이다. 그렇기 때문에 사람이 만족할 수 있는 결과물을 만들어 내야 한다.
산출물만 잘 나오면 되는 것 아닌가? 싶을 수 있지만, 어떤 산출물이든 사람이 그것에 만족을 느낄지, 아닐지는 사람마다 다를 수 있다. 그렇기에 필요한 것이 ’담당자’이다. 만족하지 못하는 사람이 있을 때 그 사람에게 설명과 설득을 할 수 있는 담당자가 필요하다. 이 모든 것은 사람의 만족을 위함이기에, 만족이라는 것은 AI가 계산해 내기 어렵다고 나는 생각한다. AI가 계산해 내지 못하는 영역을 담당할 ’사람’이 필요한 것이다.
앞서 이야기했던 ’AI가 해 줘서 모른다’는 담당자는 어느 누구도 설득할 수 없을 것이다. 우리는 우리를 설득해 줄 사람이 필요하다.
AI가 설명하면 되지 않을까?
설명과 설득이라는 영역을 AI가 발전한다면 논리적으로 잘 설명할 수 있지 않을까라는 생각도 든다. 하지만 여기서 필요한 것은 단순히 논리적인 무결성만을 이야기하지 않는다. 사람들이 설명과 설득에 대해 안정감을 느끼는 데는 그 사람의 존재가 큰 역할을 하게 된다. 여기서 이야기하는 사람의 존재는 우리에게 ’책임자’라는 안정감을 제공한다.
누군가가 어떤 설명을 했을 때, 잘못되었을 때에 대한 책임 소재를 그 설명을 한 사람에게 요구한다. 당신이 설명한 것이 틀렸는데 어떻게 하실 거예요? 라는 방향 말이다. AI는 100%를 만족시킬 수 없는 것이 당연하다. 그로 인해 문제가 발생한다면, 누군가는 책임을 지고 수습을 하거나 책임을 지고 사과를 해야 할 것이다. 내가 아는 범위에서, 자율주행 차량의 사고에서는 운전자가 책임을 함께 지는 경우가 있다. 앞으로 그 책임을 제조사에 요구하는 목소리도 커질 것이라는 것은 내 예상이다.
AI 모델 외에 아무도 책임지지 않는 서비스는 누구도 납득하지 못할 것이다. 그렇기에 AI가 설명하는 것만으로 만족할 세상은 오기 어려울 것이라고 생각한다.
지금 필요한 ‘똑똑한’ 사람
한 인터뷰에서 엔비디아 CEO 젠슨 황은 ’똑똑한 사람’에 대한 정의를 이야기했다. 소프트웨어 프로그래밍을 모두가 가장 똑똑한 직업이라고 생각했지만, AI가 가장 먼저 푼 것이 프로그래밍이라고 했다. 지능적이고 기술적으로 문제를 푸는 능력은 이제 흔한 능력이 되었다는 것이다. 아마 모두가 동의할 것이고, 앞서 직업을 걱정하던 사람들의 근거일 것이다.
젠슨 황이 이야기한 다른 ’똑똑함’은 기술적으로 정통하되, 사람에게 공감할 줄 알고, 말하지 않은 것, 알 수 없는 것까지 읽어 낼 수 있는 사람이라고 이야기했다. 데이터 분석과 제1원리적 사고, 삶의 경험과 지혜, 다른 사람을 감지하는 감각도 함께 들었다. 적극 공감하는 바이다. 우리가 사는 세상은 사람을 위해 일하는 세상이기에, 사람의 마음을 공감할 줄 알아야 한다. 그리고 보이는 것 너머를 볼 수 있는 능력이 필요하다.
AI는 흉내는 낼 수 있지만, 사람의 복잡한 마음을 공감하기는 어렵다고 나는 본다. 사람은 너무나도 복잡하다. 같은 상황, 같은 시간에도 모든 사람은 다른 생각과 다른 감정을 느낀다. 우리 속담에도 있지 않는가, 열 길 물속은 알아도 한 길 사람 속은 모른다고 말이다.
또 보이지 않는 너머를 본다는 것은 AI의 추론과는 다른 영역이다. 추론이라는 것은 항상 근거를 바탕으로 이루어진다. 수많은 데이터를 바탕으로 결론을 도출하는 영역이다. 물론 정확한 직감이라는 것도 많은 개인의 데이터를 바탕으로 추론한 결과물이기는 하지만, 그 추론의 근거는 비이성적인 영역이 많으며 무어라 설명할 수 없는 경우가 많다.
이러한 능력을 가진 사람이, 우리에게 필요한 것을 설명하고, 설득할 수 있는 사람들이라고 생각한다.
무엇을 배워야 할까?
내 생각에 이러한 능력은 학교에서 가르쳐 주지 않는다. 수학 공식을 열심히 암기했다고 생겨나지 않는다. 젠슨 황은 이런 똑똑한 사람이 SAT(미국 대학 입학 시험) 점수가 형편없을 수도 있다고 말했다.
우리 사회는 압박면접이라는 것을 많이 사용해 왔다. 그 압박면접은 혼란스럽고 어려운 상황에서도 이성을 유지하고 제대로 된 판단을 해낼 수 있는가? 라는 영역을 위한 방식이었다. 그것을 누군가는 ’사이코패스’를 찾아내기 위한 시험이지 않냐는 반문을 던지기도 한다. 감정적이지 않고, 컴퓨터 같이 시킨 일을 잘 수행해 낼 수 있는 사람을 찾아 왔다. 하지만 이제 그러한 일은 AI가 누구보다 잘 할 수 있다고 나는 본다. 이성을 유지하며 시킨 일을 정확히 해내는 능력만으로는 임원이 AI에 직접 시키는 것과 구분되지 않는다.
우리는 사람을 더 배워야 할 것이다. 사람은 어떤 때 어떤 감정을 느끼는지, 어떤 때 어떤 기분을 느끼는지 말이다. 무엇을 필요로 하고, 무엇에 즐거움을 느끼는지 배워야 할 것이다. 단순히 이론적인 사람에 대한 지식이 아니라, 직접 경험하고 직접 만나며 나의 공감 능력과 감을 키워 나가는 시간이 필요할 것이다.
이 글은 내가 일하는 회사에서 직접 들은 이야기와 그에 대한 내 해석에 기댄 것이다. 모든 회사와 직군이 같지는 않을 수 있다.
지금 내가 하고 있는 일을 다시 한번 돌아보자. 나는 내 일의 결과물을 설득할 수 있는가? 내 일의 이유를 설명할 수 있는가? 내가 하고 있는 일의 의미를 설명할 수 있는가?
Contents
Since the AI era began, many people have started worrying about their jobs. In every department, among all kinds of people, plenty of them voice it. These are stories I hear at the company where I actually work.
- Development team: “AI is really good at development. Will I still be a developer next year?”
- Planner: “It writes the whole planning document for me, so I don’t think planners will be needed anymore.”
- Designer: “You just tell it what you want and it makes it, so it seems like anyone could do this, doesn’t it?”
These three people I heard from spoke on the basis of what they had experienced after giving their own work to AI. They all seemed to be in shock. Will these concerns actually come true? To know whether the worry will really happen, I thought it might help to hear the position of someone who hires people and runs a company. This is something I recently heard directly from an executive.
Executive: “If everyone can just make it with AI, then I can simply have AI do it myself. Why should I use that person?”
Most people who hear this will probably think, this is really the end.
Who Is Under Threat?
I think there was a reason that executive said such a thing. The executive did not state the reason directly; this is my own interpretation. I read it as coming from the fact that the person in charge did not properly understand how the deliverable they produced was made, or what it contained. The story of the person in charge below is also something I heard directly.
When the person in charge was asked why something had come out the way it did, the answer was that AI had done it, so they did not know. When asked to explain the deliverable, they understood so little of it that they stumbled over their answer. Even so, that person was confident. The reason was that the deliverable had turned out well. But this deliverable that had turned out well did not win agreement from other people.
What kind of deliverable should we be making? (This holds no matter what work we do.) Work is created and demanded for people. Work exists for people’s convenience. Work exists for people’s enjoyment. This will probably not change, however much the times change and however far AI advances. That is why we have to make deliverables that people can be satisfied with.
Isn’t it enough for the output to turn out well? One might think so, but whether a given output satisfies a person differs from person to person. That is why the “person in charge” is needed. When someone is not satisfied, we need a person in charge who can explain and persuade that person. Because all of this is for the sake of people’s satisfaction, I think satisfaction is something AI has a hard time calculating. People are needed to handle the territory that AI cannot calculate.
The person in charge I mentioned earlier, the one who “doesn’t know because AI did it,” will not be able to persuade anyone. We need someone who can persuade us.
Can’t AI Just Do the Explaining?
I also wonder whether, as AI advances, it might explain and persuade logically and well. But what is needed here is not only logical integrity. When people feel reassured by an explanation or an act of persuasion, the presence of the person giving it plays a large part. The presence of a person I mean here gives us the reassurance of a “responsible party.”
When someone gives an explanation and it turns out to be wrong, people ask the person who gave it to take responsibility. “You explained it and it was wrong, so what are you going to do about it?” That kind of direction. It is natural that AI cannot be 100% satisfactory. If that causes a problem, someone will have to take responsibility and clean up, or take responsibility and apologize. As far as I know, in autonomous-vehicle accidents the driver sometimes shares responsibility. That demands for responsibility will increasingly be directed at manufacturers is my own prediction.
A service in which no one but the AI model bears responsibility is one nobody will accept. For that reason, I think a world that is satisfied with AI’s explanation alone will be hard to arrive at.
The “Smart” Person We Need Now
In one interview, NVIDIA CEO Jensen Huang talked about his definition of a “smart person.” Everyone had thought software programming was the smartest profession, but he said the first thing AI solved was programming. The ability to be intelligent and solve technical problems, he said, has now become a common ability. Probably everyone agrees, and it is probably the basis for the worries of the people I mentioned at the start.
The other kind of “smartness” Huang described is someone who is technically astute but also able to empathize with people, and able to read what is unspoken and what cannot be known. He also listed data analysis, first-principles thinking, life experience and wisdom, and a sense for other people. I agree wholeheartedly. The world we live in is a world where we work for people, so we must be able to empathize with people’s hearts. And we need the ability to see beyond what is visible.
AI can imitate, but I think it will have a hard time empathizing with the complicated hearts of people. People are enormously complicated. In the same situation, at the same time, every person has different thoughts and different feelings. Don’t we have a proverb for this: you may know the depth of ten fathoms of water, but you cannot know the heart of one person.
Also, seeing beyond what is visible is a different territory from AI’s inference. Inference always rests on grounds. It is the territory of drawing conclusions from large amounts of data. Of course, accurate intuition is also the result of inference from a great deal of personal data, but the grounds for that inference are often in irrational territory and often cannot be explained.
I believe people with these abilities are the people who can explain and persuade what we need.
What Should We Learn?
I think these abilities are not taught in school. They don’t come from diligently memorizing math formulas. Huang said that such a smart person might score horribly on the SAT (the American college entrance exam).
Our society has used pressure interviews a lot. A pressure interview was a method for finding out whether a person can stay rational and make sound judgments even in confusing and difficult situations. Some respond by asking whether it isn’t really a test for finding “psychopaths.” We have been looking for people who are not emotional and who can carry out assigned work like a computer. But I think AI can now do that better than anyone. An ability to stay rational and carry out an assigned task accurately cannot be told apart from an executive having AI do it directly.
We will have to learn more about people. What feelings a person has at which moments, what mood they are in at which moments. What they need and what they find enjoyable, we will have to learn. Not merely theoretical knowledge about people, but time spent experiencing things directly and meeting people directly, building up our own empathy and instinct, will be necessary.
This piece rests on what I heard directly at the company where I work and on my own interpretation of it. Not every company and not every occupation will be the same.
Let’s look again at the work we are doing now. Can I persuade others of the result of my work? Can I explain the reason for my work? Can I explain the meaning of the work I am doing?