21세기를 사는 20세기 소년

자동화되지 않을 일곱가지 기술 본문

경제 경영 혁신 직장 조직

자동화되지 않을 일곱가지 기술

초원위의양 2018. 8. 29. 21:42

[자동화 혹은 인공지능이라는 기술 앞에 사람들이 가장 두려워하는 것 중의 하나는 일자리다. 기계에 의해 대체될 것 같은 두려움. 하지만 기술이 발달한다고 해도 여전히 사람이 할 수 있는 고유한 일은 있을 것이다. 과거와는 비교할 수 없는 기술 발전 속도에도 불구하고 인간과 같은 자의식을 갖는 기계가 출현하기까지는 꽤나 오랜 시간이 걸릴 것으로 예상된다. 하지만 자동화 수준이 높아짐에 따라 기계가 어느 정도 인간을 대체하는 것도 불가피할 것이다. 이런 미래에 어떤 기술을 갖추는 것이 좋을까? 하버드 비즈니스 리뷰에 실린 아래 기사는 참고할 만하다.]

요즘 젊은이들은 인터넷의 성장, 스마트폰의 발명, 기계학습 시스템의 개발을 지켜보면서 상상하기 힘든 기술변화 시대에서 성장했다. 이런 발전들은 우리가 일하거나 사업을 하는 방식을 포함에 우리 삶의 모든 영역을 자동화하는 쪽으로 향하고 있다. 젊은이들이 고용시장에서 경쟁력을 가질 수 있을 것인지 걱정스러워 하는 것도 당연하다. 우리는 종종 이런 질문을 받는다. “미래에 일자리를 얻으려면 어떤 기술을 배워야 할까요?” 이 물음에 자동화될 수 없어서 미래가 어떠하든지 일자리를 얻을 수 있는 일곱 가지 기술을 소개한다.

커뮤니케이션

평균 거의 12시간을 미디어 소비에 사용하는 미국 성인들의 세계에선 커뮤니케이션 기술은 사람들의 관심을 얻고 사람들을 행동하게 하는데 필수적이다. 커뮤니케이션의 가장 기본적인 형식은 호소력있는 스토리를 만드는 것이다. 경쟁력 관점에서 좋은 소식은 대부분의 사람들이 나쁜 소프트웨어 상에서 뭔가를 생각한다는 점이다. 호소력 있는 스토리텔러는 단순히 사실을 나열하는 대신 연성인 데이터와 경성인 데이터 둘 다를 사용한다. 말하는 사람이 상대성을 설명하기 위해 빛의 속도에 근접하는 기차에 타고 있다고 상상하는 아인슈타인이든 “우리는 모든 사람들의 눈이 향하는 언덕위 도시에 있다고 항상 생각해야 한다.”고 말했던 John Winthrop의 말을 인용하는 케네디이든 마찬가지이다. 효과적인 커뮤니케이션에선 사람들이 행동하도록 감정을 불러일으키기 위해 이야기, 사실, 미사여구, 과학이 함께 엮인다. 로봇 작가를 만들려는 연구들이 시작되었고 가짜 뉴스에 미치는 로봇의 영향이 상당하기는 하지만 호소력있게 커뮤니케이션 하는 능력은 수요가 높고 자동화되기도 어려울 것이다.

컨텐츠

커뮤니케이션은 어떤 특정한 주제에 관한 것이다. 만약 주어진 분야에 대해 잘 알고 있다면 그것에서 끌어낼 수 있는 무엇인가에 기반이 풍부할 것이다. 해당 영역의 역학을 이해하고 있는 수준이라면 단순한 검색으로는 따라갈 수 없는 무엇인가를 가지고 있는 것이다. 해당 영역에서 명성을 얻고 있는 전문가라면 스스로 정보를 얻고 새로운 지식 및 정보에도 특별한 접근이 가능할 것이다.

전문가들은 자신들의 미래를 계획할 수 있다. 인공지능을 도입한 PWC에서 국세정책서비스 리더로 일하는 Rohit Kumar는 해당 주제에 대한 깊고 해박한 지식과 정책의 현재와 미래 역학을 이해하고 있어 의회와 국제 세제 전문가들을 잘 알고 있다. 이는 전문성과 새로운 지식으로 나아가는 능력의 조합으로 가능한 것이다. 이런 능력은 로봇으로 대체될 수 없을 것이다.

맥락

자동화시스템은 맥락을 잘 이해하지 못한다. 초기 구글자동차는 운전의 맥락을 계산하지 못했었다. 때문에 계산과 감지를 위해 레이저 거리 측정기를 추가해야 했다. 인공지능 시스템이 어떤 결정의 맥락을 이해하게 하는 문제는 매우 복잡하고 창의적 혁신이 필요한 분야이다.

맥락, 사업 모델, 경쟁, 고객 혹은 고용인의 리더십을 이해하는 것은 컨텐츠에 대한 이해를 유용하게 해준다. GE에 비용 절감 및 대차대조표 재구조화를 제안하는데 헤지펀드 설립자인 투자자가 하는 것과 루퍼트 머독이 수장으로 있는 언론사가 하는 것은 매우 다른 의미를 가지게 될 것이다. 이와 같은 맥락 이해는 사업의 역학에 대한 이해를 보여주는 것이고 이는 공감할 줄 아는 로봇도 하기 어려운 일이다.

감성

아마존 알렉사같은 인공지능 제품의 능력이 뛰어나기는 하나 사람, 회의, 조직의 감정적 취지를 이해하는 능력은 아직 부족하다. 신경과학자 Antonio Damasio가 ‘데카르트의 오류’에서 언급했듯이 선택은 이성에 의해 하지만 행동하게 하는 것은 감정이다. 또한 리더들이 결정할 때의 특징에 정답은 없고 선택지들은 감정적 결과들이라는 것을 확인한 바 있다. 누구의 경력이 높아질 것인가? 누가 얻어 맞을 것인가? 누가 승진하게 될 것인가? 누가 일자리를 잃을 것인가?와 같은.

감성지능에서 가장 기본은 행동의 맥락에서 감정을 인식하는 것이다. 다음 수준은 사람들이 상처를 입었거나 불확실한 감정적으로 복잡한 상황에 성공적으로 개입할 수 있는 능력이다. 가장 높은 수준은 감정을 불러일으켜서 개인이나 그룹을 설득하는 것이다.

가르침

기계는 대중 공개 온라인 과정(MOOCS: massive open online course), 교육 시뮬레이션, Khan Academy에 이르기까지 교육의 질과 접근성을 크게 향상시켰다. 하지만 조직 내에서 개인역량 개발 맥락을 이해하는 것이 필요한 교육에 있어선 관리자들과 코치들이 빛을 발한다. 예를 들어 네스까페에서 제품관리 담당이었던 Ben Horowitz는 문제에 직면했다. 그의 팀에 있는 많은 관리자들이 탈진되는 느낌을 받고 있었지만 그들의 노력이 자신들이 맡고 있는 제품에 성공적으로 반영되지 않았다. 그는 ‘훌륭한 제품 관리자/나쁜 제품 관리자’라는 제목의 짧은 글을 하나 써서 자신의 기본적인 기대를 팀에 알려주기 위해 사용했다. 그 후 팀 성과가 즉시 개선되었고 희망없다고 생각했던 제품 관리자들의 효율도 향상되었다고 한다. 곧 그의 팀은 회사 최고 성과를 내는 팀이 되었다고.

위의 사례처럼 사람들은 어떤 조직에서든 핵심적인 투자영역이고 교육은 사람에의 투자를 확보하는데 중요한 요소이다. 모든 투자에는 위험이 따르듯 사람에의 투자에도 어느 정도의 위험이 있다. 어떤 사람이 조직에서 과거와 같은 성과를 내줄 것이란 점을 예상하기는 어렵다. 논문 실적이 좋은 사람을 고용했는데 입사 후 성과를 내지 못할 수도 있고, 있던 자리에서 잘 하던 사람들이 승진해서는 잘 못할 수도 있다. 투자가 있지 않으면 사업성과를 얻을 수 있는 기회도 마찬가지일 것이다. 경영 성과를 혁신하는 동력을 어떻게 얻을 것인가? 사람에서 시작하라. 지식과 기술 사이의 간극을 확인하고 이 간극을 채우기 위해 사람들과 협력하라. 이는 로봇들이 효과적으로 할 수 없는 일이다.

연결

1973년 Mark Granovetter와 Harrison White는 약한 유대의 강력한 힘에 대한 논문을 냈다. 여기서 저자들은 모든 사람들은 가족, 친구, 동료 등의 강한 유대를 가지고 있다고 주장했다. 하지만 강한 유대와 다양한 약한 유대관계를 둘 다 가지고 있는 이들이 다양한 조직을 용이하게 넘나들 수 있다. 고위 임원들과 실제 최고경영자와의 확실한 차이 중의 하나는 최고경영자들은 대개 다양한 영역들에서 보다 많은 약한 유대관계를 가지고 있다는 점이다.

소셜미디어가 개인적 네트워크를 만들고 넘나드는걸 더 쉽게 해주기는 하지만 이들 연결관계의 형상과 취지를 관리하는 것은 사람이다. 당신의 친구들은 당신이 가지고 있는 것보다 더 많은 친구들을 가지고 있다는 소위 친구의 역설을 명심하라. 소수의 사람들만이 많은 친구와 연결관계를 가지고 있고 대부분은 적당한 수준을 유지하고 있다. 당신이 소수의 네트워커 중의 한 사람이라면 괜찮다. 만약 그렇지 않다면 그런 친구 한명 쯤은 사귀어 두는 것이 이롭다.

윤리

컴퓨터의 능력이 점점 확대되어감에 따라 중요한 윤리 및 도적적 판단도 인공지능의 응용분야가 되어가고 있다. 그러나 도덕적 판단의 본질은 가치를 최대화할 수 있는 손쉬운 알고리즘은 없다는 것이기에 알고리즘에 의존하고 있는 시스템은 이와 같은 판단이 개입되어야 하는 상황에서는 여전히 부적합하다. 다가오는 버스와 부딪쳐서 차에 탄 승객들을 죽이는 것과 버스 승객들의 죽음을 피하기 위해 보도로 방향을 틀어 보도의 학생들을 죽이는 것 사이에 놓인 로봇운전자(혹은 자율주행차)의 상황 같은 것이 전형적인 예다. 이와 같은 상황에서 최적화는 적용될 수 없다. 인간의 능력을 기계에 의존하게 될수록 조직이 직면하게 되는 도덕적 딜레마를 인식하고 장려할 수 있는 리더들의 중요성은 더욱 커질 것이다. 윤리적 잣대를 가지지 못한 기계들에 의해 세상이 점점 더 통제되어갈 것인데 이때 강력한 도덕적 가치를 가진 사람들의 중요성이 더욱 커질 것이다.

출처: Adam J. Gustein(PwC U.S. 부회장) and John Sviokla(투자자), 7 skills that aren’t about to be automated, HBR, 2018. 07. 17.