나의 상사가 로봇이라면

로봇을 위해 일한다면 어떤 느낌이 들까? 일의 자동화가 대개 관리수준의 지위에서보다는 비숙련 노동에 대해 논의되기 때문에 이런 생각이 믿기지 않는 것처럼 들리지만 실제로는 대부분의 사람들이 생각하는 것보다 더 있을 법한 일이다. 관리자들의 주된 업무는 문제를 평가하기 위한 자료분석, 더 나은 결정을 내리는 것, 팀원 성과 관리, 적절한 목표설정, 정확한 피드백 제공 등이다. 기술은 이같은 핵심적인 관리 업무들에서 인간과 경쟁할 수 있을 뿐만 아니라 이미 사람들이 이들 업무를 보다 효과적으로 수행하도록 돕는데 기술이 중요한 역할을 하고 있다.

사실 이러한 기본적인 관리업무들은 여전히 인공지능에게 어려운 일이지만 인간 관리자에게도 마찬가지로 어려운 것이다. 전세계 노동자들은 자신들의 일에 헌신적이지 않은데, 이 문제의 주된 원인은 잘못된 관리다. 노동기회가 풍부하고 실업률이 낮은 곳에서도 사람들은 자영업을 위해 직장을 그만둔다. 이것이 상사를 갖지 않는 최고의 방법이기 때문이다. 학계에선 둘 중 한 명의 관리자가 유해한 경향을 막는 능력부족으로 인해 실패를 한다고 추정한다. 이 문제를 금방 확인하려면 구글에 "나의 상사는...또는 나의 관리자는..."이라고 검색을 해 보면 자동 완성 기능으로 긍정적인 평가는 거의 없는, 사람들의 관리자에 대한 생각을 알 수 있다.

관리자의 성과 영역에서 그 수준이 매우 낮다는 것은 명확하다. 평균적인 관리자를 AI가 뛰어넘도록 너무 많은 것을 요구할 것까지는 없다. 이는 자율주행차가 보통 사고를 내 다치게 하는 서투른 다수의 운전자들보다 더 나아야 한다는 것과 같다. 이 가정에서(서투른 운전자들이 많고 매년 수백만 건의 교통사고가 나기는 하지만 대부분의 운전자들은 사고를 내지 않는다) 자율주행차도 인간 운전자들을 뛰어 넘을 정도로 매우 안전할 필요는 없다.

이러한 점에서 관리자를 자동화 할 때의 잠재적 장점과 단점을 생각해 보자.

장점

분쟁회피: 기술이 우리를 화나게 할 수는 있지만 (특히 작동하지 않을때) 인간보다는 기계와 싸우는 것이 훨씬 더 어렵다. 손바닥도 마주쳐야 소리가 나는 법. 로봇 관리자가 개성(성격)을 갖고는 있겠지만 감정이 없기 때문에 우리와 진심어린 주장에 참여할만큼 충분히 세심하지 않을 것이다. 상사가 당신을 괴롭힐 때를 생각해보자. 그건 아마도 당신을 괴롭게 하고 논쟁을 일으키는 어떤 것에 대해 상사가 '느끼는'것 때문일 것이다. 반대로 당신은 아마도 작동하지 않는 컴퓨터나 TV와 논쟁을 하지 않을 것이다. 그것들이 당신에 관해 어떤 것도 느끼지 못한다는 것을 당신은 확실할 수 있다. 우리가 기술에 대해 좋거나 나쁜 느낌을 가질 수는 있지만 이 감정들이 되돌아 오지는 않는다. 감정적 컴퓨터에 대한 이야기들이 많지만 기계가 관심을 주지는 않는다. 이것이 이간에 비해 높은 지능의 진짜이유이다. 우리는 너무 많이 신경을 쓰고, 너무 많이 신경을 쓰는 것은 우리 판단을 혼란스럽게 한다.

객관적인 피드백: 인재관리 과학이 견고하기는 하지만 관리자들은 듣는 것에 영향을 받는 경향이 있다. 직관적 결정에는 무의식적 혹은 의식적 편견이 관계되는데 이는 직원들이 불공평하게 취급되었다는 느낌을 주는 족벌적인 그리고 정치적인 문화를 만들어 낸다. 관리자들이 좋은 의도를 가지고 있을 때에도 그들은 갈등을 싫어하고, 질투심도 있고, 또는 단순히 직원들을 객관적으로 판단할 수가 없기 때문에 정확한 피드백을 주지 못하곤 한다. 성과와 잠재력을 정량화 할 수 있는 기준을 마련하기 위해 직원들은 인간 관리자에게서 보다 로봇으로부터 더 객관적인 피드백을 받을 것이다.

더 나은 의사 결정: 정보 과다의 시대에 인간의 뇌는 정보를 지식으로 변환시키기 위해 광대한 데이터를 처리하지 못한다. 이것이 히타치가 문제에 대한 최고의 해결책을 분석하고 직원들이 해야할 것을 안내하기 위해 컴퓨터 상자를 도입한 이유다. 이것은 또한 우리가 온라인에 접속할 수 없을 때 최신의 정보를 얻지 못한다고 느끼는 이유이기도 하다. 물론 몇몇 결정들은 자동화 하기에는 너무 복잡한 것들이지만 대부분은 그렇지 않다. 인공두뇌학의 아버지인 Norbert Wiener는 이미 십여 년 전에 "우리가 무엇인가를 명확히 그리고 현명한 방식으로 할 수 있다면 우리는 그것을 기계를 통해서 할 수 있다."는 것을 언급했다. 즉, 프로세스 혹은 알고리즘이 있다면 인공지능은 그것을 모사하고 완벽히 할 수 있다는 것이다. AI의 진짜 도전과제는 비지능적 즉 자연스러운 어리석음이다. 아마도 기계학습의 궁극적 목표는 인공적인 어리석음 AS(artificial stupidity)일지도 모른다.

단점

AI는 틀릴 수 있다: 어떤 우버 운전자를 피해야 하는지, 아마존에서 어떤 판매자가 믿을 만한지, 페이스북에 있는 어떤 이야기를 믿을 것인지에 대해 이미 알고리즘은 실제적 결정을 하고 있다. 이것이 바로 기술이 종종 더 적은 것으로 더 많은 것을 할 수 있게 해주는 것으로 정의되는 이유이다. 그러나 AI가 결코 틀리지 않는 것이 아니다. 예를 들어 여성들이 고위직에 별로 없는, 범죄 시 흑인들이 체포될 확률이 높다는 AI의 지식은 여성에게보다 남성들에게 고소득 직업을 광고하게 할 수 있고 흑인보다는 백인 지원자를 선택하게 할 수도 있다. 그런 경우에 AI는 편견을 가진 것은 아니지만 그것의 결정은 인간의 편견과 싸우기보다는 오히려 강화하는 가장 섹시하고 인종주의적인 것이 될 수가 있다.

로봇이 할 수 있는게 그렇게 많지는 않다: 문제는 로봇이 일상적인 일들을 할 수 없는 것이 아니라 로봇이 몇몇 중요한 일들을 할 수 없다는 것이다. 예를 들어 기계들이 창의성을 보이기 시작하고 있기는 하지만 로봇이 경영자가 된다던가 새로운 제품을 만든다는 것과는 전혀 다르다. 알고리즘은 인간들이 할 수 없는 속도로 광대한 양의 정보를 연결시킴으로써 기존의 수단과 방법을 최적화 할 수 있다. 그러나 진정한 혁신은 수단과 목적 사이의 새로운 연결점을 찾기 위해 정보를 이용하는 것이고 예기치 못한 행동을 만들어내는 것과 관련되어 있다. AI가 당신에게 어떤 호텔을 예약할 지 제안할 수는 있지만 AirBnB를 발명할 수는 없을 것이다. 물론 대부분의 인간들도 AirBnB를 발명하지는 못한다. 하지만 관리자에게서 창의성과 혁신 능력을 제거하는 것은 직원들에게 일이 훨씬 더 따분하게 만들 수가 있다.

인간은 인간적인 관계가 필요하다: 스티븐 스필버그의 영화 AI에 나오는 어린이 로봇 David와는 다르게 로봇은 감정이 없다. 하지만 문제는 로봇 상사가 어떤 것도 느끼지 못하는 것이 아니라 가장 복잡한 기계마저도 당신이 어떤 감정인지 감지해 낼 만큼 충분히 정교하지 못하다는 것이다. 로봇은 당신이 감기 때문에 혹은 애왕용 개가 죽어서 일을 잘 못한다는 것을 이해하지 못할 것이다. 이는 인간 관리자도 그럴 수 있지만 기계보다는 좀 더 관용적일 수 있고, 우리는 항상 그들의 공감을 희망한다. 마찬가지로 직원들은 AI보다는 다른 인간으로부터의 인정과 공감을 원한다. 연구에서도 인간은 기계로부터의 사례보다는 인간의 사례에 훨씬 더 긍정적임이 나타났다. 

결국 하나의 사이즈로 모든 것에 맞출 수는 없을 것이다. 어떤 직원들은 인간 관리자보다는 로봇을 위해 일하는 것에 더 열심일 수 있다. 특히 자신의 상사나 이전 상사에게 트라우마를 가진 사람들에게는 더욱 그럴 것이다. 구글 자동 완성 기능에서 볼 수 있는 것처럼 상사에게 받은 트라우마는 많은 사람들에게 끔찍한 것이다.

출처: Tomas Chamorro-Premuzic and Gorkan Ahmetoglu, The pros and cons of robot managers, Harvard Business Review, 2016. 12. 12.