AI 경제학. 어제이 애그러월 , 조슈아 갠스 , 애비 골드파브 저자(글) · 천형석 번역 | 에코 리브르
사실 제목이 진부해서 사실 큰 기대는 없었다. 하지만 첫 장에서 저자의 비유에 바로 매료되고 말았다.
저자는 전기를 예로 들어 설명하고 있다.
21
전기는 세상을 변화시켰다. 스위치를 켜는 간단한 동작만으로 값싸고 안전한 전깃불을 사용할 수 있고 냉장고, 세탁기, 진공청소기 같은 가전제품이 가사 부담을 줄이는 등 인간의 생활 방식을 변화시켰다. 또한 전기는 공장과 엘리베이터에 동력을 제공하면서 일하는 방식마저 변화시켰다. 이 모든 것이 이루어지는 데 무엇이 필요했을까? 그것은 바로 시간이다.
지금은 전기를 어디서나 사용하기 때문에 믿기 힘들겠지만,
토머스 에디슨이 전구를 발명하고 20년이 더 지난 20세기에 접어들어서도 전기는 거의 쓰이지 않았다. 1879년 에디슨이 전구의 작동을 시연하면서 유명세를 탔고, 바로 몇 년 후 맨해튼의 펄 스트리트(Pearl Street)에 발전소를 가동하면서 그 거리를 가로등으로 밝혔다. 그런데 이로부터 20년이 지나서도 미국 가정의 3퍼센트만이 전기를 사용했다. 공장에서의 전기 사용은 그에도 미치지 못했다(그림 1-1 참조). 그러나 다시 20년이 지나자 그 수치는 급격히 증가해 인구의 절반이 전기를 사용하기에 이르렀다. 등장하고 나서 이 40년 동안 전기는 무르익는 시간을 보낸 것이다.수많은 사람이 전기에 열광했지만, 그 진가는 바로 드러나지 않았다.
우리는 오늘날 근본적으로 새로운 기술이 등장할 때 이 점을 잊곤 한다. 전기가 들어왔음에도 모든 것은 커녕 당장은 거의 아무것도 변하지 않았다.인공지능이 등장했지만 앞으로 해야 할 일이 더 많다. 현재 인공지능은 무르익는 시간을 보내는 중이다. 이 기술이 가능성을 선보인 때로부터 광범위하게 활용되면서 그 가능성을 실현하기까지의 시간 말이다.인공지능의 앞날은 확정되어 있지 않다. 그러나 우리는 전기의 사례에서 특유의 패턴을 보았다. 따라서 인공지능의 상용화를 가로막는 장애물을 파악하기 위해서는 1880년대 즈음의 기업가들이 무엇을 생각했는지 상상하는 것이 필요하다. 당시에 전기는 다가올 미래였다. 여러분 이 보기에 그 미래는 어떤 모습으로 실현되었을 것 같은가?
43
미국 인구조사국은 약 30만 개 기업을 대상으로 인공지능 사용 현황을 조사했다. 여기서 인공지능을 채택한 대기업은 압도적으로 기존 프로세스의 자동화 및 개선이 그 사용 목적임을 강조했다. 즉,
이들이 도입한 인공지능은 도입 단계 솔루션과 응용 단계 솔루션이며, 따라서 시스템의 변화를 동반하지 않았다. 도입한 인공지능이 이런 기업의 생산성에 미친 영향은 평범했다." 기존의 워크플로를 검토하고 인공지능으로 대체 가능한 분야를 밝히는 작업은 당장 그 혜택을 기대할 수 없더라도 그 의미를 부정할 수는 없다. 하지만 이런 분야에서는 가장 큰 기회를 기대하기 힘들다.무르익는 시간 동안 기업가와 경영자들은 이러한 응용 단계 솔루션 을 수용하는 것이 경제적으로 유의미해지도록 몸부림친다. 네이선 로젠 버그가 주목했듯 기술의 경우
무수한 사업 실패는 대부분 창업자가 자신이 우연히 매료된 부분과 전체 시스템의 나머지 부분 사이의 상호 의존이라는 연관성을 이해하지 못했기 때문이다. 진정한 변화는 혁신가들이 새로운 시스템 단계 솔루션을 창조할 때 비로소 시작된다. 이러한 시스템 단계 솔루션 자체가 인공지능을 무시할 수 없는 경제적 규모에 이르게끔 하고, 이렇게 해서 모멘텀이 형성 되면 추가로 응용 단계 솔루션에 강한 자극을 준다. 이처럼 규모의 잠재력이 보이고 혁신이 잇따라야 인공지능 시스템은 경제적으로 추구할 만한 가치를 얻는다.
도입 단계 솔루션은 기존 절차를 일부 개선하면서도 독립적으로 수용할 수 있다. 그 절차를 포괄하는 시스템 변화가 요구되지는 않는다.
응용 단계 솔루션에서는 새로운 절차의 도입이 가능하며 이 절차는 독 립적으로 수용할 수 있다. 그 절차를 포괄하는 시스템 변화가 요구되지 는 않는다.
시스템 단계 솔루션은 기존 절차를 개선하며 하부 절차의 변화를 동반 하는 새로운 절차의 도입을 가능케 한다.
현대 인공지능의 진화는 본질적으로 예측 기술의 개선이라는 주제로 다시 돌아갈 것이다. 예측은 의사 결정을 하는 경우에만 가치를 얻는다. 따라서 이 책의 목적에 맞춰 앞의 정의를 다음과 같이 수정하고자 한다.
인공지능 도입 단계 솔루션: 예측이 기존 결정을 일부 개선하는 동시에 그 결정이 독립적으로 가능하다면, 예측은 도입 단계 솔루션으로서 유의 미하다.
인공지능 응용 단계 솔루션: 예측으로 새로운 결정이 가능하거나 의사 결정 방식이 변화하는 동시에 그 결정이 독립적으로 가능하다면, 예측은 응용 단계 솔루션으로서 유의미하다.
인공지능 시스템 단계 솔루션: 예측으로 기존 결정을 개선하거나 새로운 결정이 가능한 경우이면서 다른 의사 결정 방식 또한 변화해야 하는 경 우에만 예측은 시스템 단계 솔루션으로서 유의미하다.
다른 기술은 시간이 지나면 주된 요소와 부차적 요소를 정확히 구분 할 수 있지만, 인공지능의 경우에는 그러한 구분이 아직 이루어지지 않 고 있다. 이 책에서는 이를 밝혀낼 방법을 다룰 것이다.
