Road Idea

정치권에서 통일 대박이라는 말이 유행했었다.

통일이 되면 시장의 수요와 소비가 급증하여 침체된 국내 경기를 끌어올릴 것이라는 전망이다. 남북통일이 이루어지면 유망한 직업으로 소개된 것을 살펴보면, 관광사업가, 남북 문화통합 전문가, 광물자원 전문가, 환경 컨설턴트, 물류사업가를 꼽고 있다.

관련영상

그러나 이것은 너무나 추상적인 전망이 아닐까 싶다. 그렇다면 하나하나 살펴보자.

첫째, 관광사업가에서 고용 수요가 가장 많은 분야는 관광 상품 판매와 가이드이다. 현재 국내 관광업의 특성을 살펴보면, 극심한 가격 경쟁에 시달리고 있다. 통일이 되면 현재의 관광업 특성이 그대로 확대될 뿐이다. 즉 관광 상품 판매는 인터넷과 모바일에서 한단계 더 나아간 판매 시스템에 적응해야 할 것이고, 그 속에서 더 치열한 가격 경쟁이 불가피할 것이다. 또한 가이드 역시 쇼핑과 옵션 상품으로 자신의 수당을 챙겨야 하는 상황은 그대로 유지될 것이다.

둘째, 남북문화통합전문가다. 개념부터가 너무 생소하고 과연 얼마나 많은 수요 창출이 있을지부터가 회의적이다. 마치 숲 해설사, 생태 해설사, 역사 해설사와 비슷한 인상을 지울 수 없다. 즉 시간제 근로 형태의 퇴직자들에게 적합한 직업군으로 정착할 가능성이 다분하다.

셋째, 광물자원 전문가다. 전문가라고 붙여놓아서 마치 하나의 개인이 접근할 수 있는 산업인지부터가 회의적이다. 광산업은 채굴권 및 각종 인허가가 많은 산업중 하나다. 소수의 자문 역할을 하는 전문가는 필요하겠지만 이러한 수요는 교수나 관련 연구소의 연구원으로 충분하고, 이들 분야에 신규 고용 시장 창출은 거의 미비하다. 개발 현장 인력이라면 역시나 개인보다는 개발공사에서 채용된 정규직 인력일 것이고, 통일이 되었다고 해서 급수적으로 신규 채용할리 없다. 또한 통일이 되면 산업 특성상 북한 주민 뿐만 아니라 만주 일대 조선족의 진입이 남한의 인력보다 보다 적극적일 수 있다. 

넷째, 환경 컨설턴트다. 이는 무척 어려운 일이다. 과거 1990~2000년대 매우 유망 직종으로 환경 분야가 손꼽힌 적이다. 그러나 고용 시장과 급여 수준은 만족스럽다고 할 수 없다. 남북한 통일되면 개발이냐 환경이냐 두 개의 가치로 충돌하겠지만 환경보다는 개발의 방점이 찍힐 가능성이 높다. 설사 환경에 방점이 찍히더라도 현재 남한의 환경 분야의 노동 여건이 좋다고 할 수 없는데, 통일이 되었다고 크게 개선될 것이라는 보장이 없다는 게 가장 큰 문제다.

다섯째, 물류사업가다. 너무나도 많은 핑크빛 전망이 많아서 물류 산업에 대해 어떻게 전망해야 할지 솔직히 너무 어려운 문제다. 극동아시아와 유럽간의 교역량을 살펴보아야 그 답을 얻을 수 있을 것이다. 그렇다면 과연 한국과 유럽과의 물류량이 많은가? 또는 일본의 교역량은 많은가?

세계 교역량을 보면 중국이 11.1%로 미국을 제치고 1위를 차지했다. 또한 일본은 4.1%, 한국은 2.9%로 각각 4위와 9위를 차지했다. 결국 남북한이 통일된다고 해도 극동아시아의 교역량 1위를 차지하는 중국은 북한 영토를 이용한 유라시아 로드를 이용할 이유가 전혀 없다. 다만 북한의 동해안을 이용한 북미간의 교역에서 이용 가치를 찾을 수는 있다.

그렇다면 한국의 수출에는 유라시아 로드가 과연 얼마나 도움이 될까? 한국의 수출입을 보면 중국, 미국이고, 독일과 일본이 차지하고 있다. 유라시아 로드를 통한 수출입이라고 한다면, 독일, 네덜란드, 프랑스이고, 3국을 합쳐도 미중일 3국의 절반에 그친다. 

특히나 갈수록 대중간 교역이 증각하는 마당에 유라시아 로드가 막대한 비용이 들어가는 시베리아 횡단 철도가 큰 걸림돌이다. 육상 운송의 중심이 되는 시베리아 횡단철도는 TSR의 교통 용량은 현재에도 한계가 이른 상태다. 이미 2010년 당시 러시아 교통부 장관 이고리 레비틴 장관은 TSR의 교통 운송 능력은 포화 상태이고 이를 개선하겠다고 밝혔지만 아직 아무것도 이루어진 것이 없다. 또한 투자 전문회사 UFSIC의 막심 볼코프는 세계에서 가장 긴 9,300km의 시베리아 횡단철도를 현대화를 한다면 현재 물동량에 26%를 향상시켜 2억 1천만톤을 운송할 수 있는데, 이에 대한 비용은 5,620억 루블(한화 약 16조원)이 소요되고 이를 원금 회수하는데 10~15년이 소요될 것으로 전망했다. 

결국 남북통일에 가장 중요한 점으로 언급되는 시베리아 횡단철도는 현재 포화상태이기 때문에 통일이 된다고 해도 이용할 수 없으며, 국제 철도 규격에 맞게 현대화를 하려면 약 16조원의 재원이 필요한데, 이에 대한 국가간 협의와 재원 마련이 문제가 될 것이다. 또한 모든 것이 해결되었다고 하더라도 현대화를 통한 향상된 2억 1천만톤의 교역량이 과연 한국과 일본의 교역량만으로 충족될 수 있는가? 그리고 100% 충족되더라도 원금 회수에만 10~15년이 소요된다는 점이다. 끝으로 가장 큰 문제는 모든 것이 이루어졌다고 하더라도 러시아가 현재의 요율 체계를 유지한 채 TSR을 이용할 수 있게 해주느냐 하는 불확실성이 남는다.

과연 유망한 직업이 뭘까?

한국직업능력개발원이 향후 유망한 직업군을 발표한 적이 있다. 이를 살펴보면, 향후 유망한 직업으로는 가스 에너지 기술자, 보건 위생 전문가, 항공기 정비원, 음식 서비스원, 사회복지사를 꼽았다. 

그리고 2014년 미국 월스트리트 저널에서 운영하는 직업 정보업체 < 커리어 캐스트 >에서 향후 몰락할 직업군을 발표한 사례가 있다. 1위는 우체부, 2위는 농부, 3위는 검침원, 4위는 신문기자 순으로 나타났다.

그러나 최근 인공지능 알파고와 이세돌간의 바둑 경기를 통해 미래 산업, 그리고 미래 직업의 변화가 보다 현실적으로 다가왔음을 모두가 경험했다.

관련영상

특히 미 < 캐리어 캐스트 >의 직업 전망을 보면 인공지능, 드론, 무인 항공기 및 무인 자동차 등으로 산업의 노동 환경이 축소되고 직업의 변화를 이끌 것이라고 전망하고 있다는 사실이다. 반면 한국의 직업 전망은 미국의 전망과는 너무 동떨어져 있다. 특히 빅데이타와 인공지능의 결합은 한국에서 유망하다고 전망한 가스에너지 기술자, 보건 위생 전문가, 항공기 정비원, 음식 서비스원은 휴먼로이드와 산업안전 로봇에 빅데이타를 경합한 시스템이 구축되면 엄청난 노동 환경 변화를 가져올 수 있는 것이다. 또한 사회복지사 역시 빅데이타와 메디컬 인공지능이 발전하면 이 역시도 예외는 아닐 것이다.

알파고라는 인공 지능이 세간의 주목을 끌면서 교육의 패러다임이 바뀌어야 한다는 인식이 조심스럽게 힘을 얻고 있다. 한국의 교육은 입시 교육에 묶여 주입식 교육 속에서 치열한 경쟁속에서 12년의 학창 시절을 보내야 한다. 그러나 인공지능이 현실화되면 과연 지금의 교육이 올바른가에 대한 물음표가 생기기 시작했다. 특히 인공지능이 우리 사회에서 가져올 산업의 흥망성쇠가 직업군의 급격한 변화를 가져올 것이 충분히 예상되기 때문이다. 그렇지만 그 변화가 구체적으로 어떻게 언제 변화할지는 현재로써는 너무나도 불확실하다.

그렇다면 이 변화는 전혀 예상할 수 없는 것일까?

가장 주목을 끄는 직업의 변화를 예상해보자.

인공지능이 현실화되면 과연 모든 직업이 사라져 인간이 모든 노동에서 해방되는 사회가 올 것이라는 전망이 과연 합리적인 예상인지 고민해보자. 우리는 과거 산업혁명에서 증기 엔진이 인간의 육체적 노동을 모두 해방시켜줄 것이라고 예상했었다. 하지만 대부분의 농도들은 도시화, 산업화에 따라 다른 형태의 육체 노동에 시달리게 되었고, 그 기술의 혜택은 모두 자본가가 독식해 버렸다. 

그렇다면 과연 인공지능은 인류의 이러한 과거의 전철을 밟지 않고 진전한 노동의 해방을 이룩할 것인가를 먼저 고민해 보아야 할 것이다. 

즉 기술의 대한 전망만으로 직업, 산업의 변화릉 예측하는 건 합당하지 않았다는 것을 알 수 있다. 

결국, 인공지능 도입의 범위, 방식, 절차에 대한 사회적 합의가 이루어져 할 것이다. 그런데, 이것이 과연 자본가와 노동자간의 공정한 협상이 존재할 수 있을까?

그래서 시장의 구조에서 그 해결점을 예상할 수 있지 않을까?

또 다른 형태의 노동 시장이 생겨날 것이다. 자본가는 실존 자본을 유지하기 위해서는 시장의 생산과 소비가 순환 구조를 가져야 유지할 수 있다. 결국 생산이 인공지능과 산업로봇이 대체한다고 해도 순환의 한 축인 소비가 유지되어야 한다. 노동자는 농노에서 산업 노동자로 변화되었고, 인공지능이 현실화되면 새로운 패러다임의 노동 구조가 생겨날 것이다.

문제는 그 다음이다. 인공지능이 현실화되는 과도기와 성숙기에서 생겨날 새로운 노동 시장이 현재의 산업 노동자의 승계할 정도의 큰 고용 구조를 가질 수 있을까 하는 것이다. 여기에는 2가지 측면이 있다. 첫째는 양적 고용이다. 지금까지 절대 다수의 노동 시장은 산업혁명 이전은 농업의 농노였고, 산업혁명 이후에는 산업 노농자였다. 그렇다면 이러한 사회의 새로운 패러다임을 만들 인공지능은 농도, 산업 노동자로 이어지는 양적 고용을 승계할 수 있겠는가? 너무 회의적이다. 그 이유는 양적 고용을 줄이기 위해 산업혁명 이후 이루어진 것이 바로 기계 설비, 산업로봇의 개발과 상용화였다. 이를 통해 새로운 직업 생성과 분화가 촉발되었다고 생각한다. 그런데, 인공지능은 바로 산업혁명이후 분화, 창성된 직업들을 흡수하여 이곳에서 노동하던 화이트 컬러 직업군까지 흡수하겠다는 것이 아닌가? 인간의 지능에만 국한되지 않고, 빅데이타를 활용하여 인간의 산업적 실무를 대체하여 인간의 두뇌 역할을 하는 인공지능으로 해결하고자 하는 접근이기 때문이다.

그 다음 질적 고용이다. 우선, 현재 영미권 국가의 고용 시장에서 주류로 인식되는 케인즈의 신자유주의에 의거하여 해고가 보다 유연해진 상황이어서 앞서 언급한 양적 고용의 창성과 분화가 형성되기 이전에 수반될 것으로 예상된다. 물론 이러한 사회적 변화를 거슬러 막을순 없겠지만 사회적 안전장치에 대한 사회적 합의가 반드시 있어야 할 것이다. 아울러 인공지능이 가져올 새로운 패러다임에 맞춰 양적고용이 가능한 노동 시장이 창성되기전 직업 분화 혹은 발전된 질적 고용이 가능하겠다는가를 따져보아야 한다. 즉 직업의 분화는 미시적으로는 질적 고용, 거시적으로는 분화가 합쳐져 양적 고용을 이룰 것이다. 그런데, 질적고용이 단순히 기존의 직업에서 분화된 것에 국한된다면 인공지능에 의해 2차 잠식되는 직업군으로 변하는 것은 시간문제일 것이다. 따라서 분화되어 얼마나 개량된 직업으로 향상되는가 하는 질적 고용이 인간의 노동 시장을 유지하는데 중요한 포인트가 될 것이다. 

그렇다면 보다 구체적인 접근을 해보자. 

새로운 직업의 창성보다 기존의 직업의 분화와 개량을 통한 질적 고용이 우선적으로 이루어져야 할텐데, 한국 사회에서 어떠한 변화가 있을까? 교육 분야에는 교사 역시 향후 인공지능이 대체할 수 있는 직업군으로 손꼽히고 있다. 그러나 유교적 사상이 강한 한국에선 초등과정에선 교육 못지 않게 보육이라는 측면도 중시하고 있고, 중등과정에선 순수한 교육의 의미보다 입시라는 현실적인 문제에 맞닿아 있다.

그렇다면 지금의 인공지능은 어느 시기에 와 있는지 다시 살펴보자.

현재 많은 언론에서 인공지능이 현실화될 사회에서 어떠한 인재가 살아남을 것인가? 이를 위해 어떠한 교육이 있어야 하는가? 마치 서바이벌 경기와 같은 질문과 해결점을 찾고자 논쟁하고 있다.

현실화될 가능성에 대해 회의적인 것은 분명 아니지만, 그 시점과 방식에 대한 논의도 전혀하지 않는다는 점에 이런 논쟁은 정말 무의미한 화제성 가쉽거리 밖에 되지 않는다고 생각한다. 즉 인공지능 현실화의 시기와 방식에 대한 불확실성이 너무나도 크다는 점이다.

몇 일전 발표된 미국의 인공지능에 대한 전망 보고서에서는 미국내 인공지능 전문가에 대한 설문조사를 하였는데, 2045~2050년이면 미국 사회에서 인공지능이 현실화되어 산업 구조의 큰 변화가 생겨나서 직업에도 큰 변화가 있을 것이라고 전망하였다.

그렇다면 향후 30년후의 우리가 지금 고민하는 인공지능의 사회가 현실화된 것이다. 지금의 사회 참여 세대가 아니라 지금의 유아 혹은 향후 10년이내 태어날 세대의 이야기가 되는 것이다. 따라서 인공지능이 우리 사회의 변화를 가져온다면 지금 세대의 교육이 아니라 향후 10년이내 태어날 세대의 교육과 가치에 대해 고민해야 한다는 뜻이 된다.

또한 인공지능에 대한 맞는 교육에 대해 앞서 언급한 주입식 교육보다 창의력과 사고력을 키울 수 있는 교육에 주목해야 한다고 말한다. 그런데 과연 창의력이라는 정의는 무엇일까? 전혀 새로운 것을 발견 혹은 발명하는 것만 창의력일까? 그렇다면 사고력은 또 어떻게 정의해야 할까? 그리고 사고력을 키우기 위해 무조건 직접 체험할 수 있는 교육방식만이 옳은 것일까?

우선 창의력은 단순히 창의성이라는 것 하나로 정의되지 않는다. 창의력 향상을 위해서는 관찰력, 수리력, 논리력 등 종합적 사고가 필요한 것이다.

그래서 교육학자들은 사고력, 창의력, 논리력을 키우기 위해서는 독서를 기본으로, 자신의 생각을 정리할 수 있는 글쓰기, 토론하기 등을 말하며, 계산 중심의 수학보다 수학적 사고를 키울 수 있는 통계, 즉 수학적 설계, 통계적 분석, 데이타 마이닝, 승수비 및 확률 계산 등을 다루는 새로운 교육과정이 필요하다고 지적하기도 한다.

반면 오로지 직접 체험만을 중시하는 학자들도 있다. 그래서 직접 실험은 물론 체험학습, 참여학습등을 통해 풍부한 경험이 사고력 향상에 더 크게 작용한다는 것이다. 또한 다양한 교육 교구를 통해 다이나믹한 학습법도 활용되어야 한다는 주장이다.

그러나 일본의 교육 보고서에 따르면 삽화가 많은 교재보다 텍스트 위주의 교재를 통한 학습이 사고력, 논리력 향상에 더 효과적이라고 나타났다. 또한 다이나믹한 동영상, 인터넷 및 교육 컨텐츠는 뇌를 다양하게 사용하기 보다 자극적인 효과 뿐이어서 사고력 향상에 오히려 나쁘다는 연구도 일본 뿐만 아니라 미국, 독일, 호주, 프랑스 등 많은 선진국에서 보고된 바 있다. 

몇 일전 알파고와 이세돌 9단과의 세기의 대결이 있었다. 시합전 이세돌 기사 뿐만 아니라 많은 전문가들은 이세돌 기사의 5 : 0 압승을 예상했었다. 그 이유는 바둑이라는 게임은 무한의 확률을 가진 것으로 알려져 있었기 때문에 이제 걸음마 단계인 알파고가 이길 것이라고 예상하기 어려웠다. 알파고가 바둑에서 인간을 이기려면 10의 768승이라는 어마어마한 경우의 수에서 실제 유효한 바둑의 착수를 두어야 하는데, 이 조차도 10의 120승으로 추정되기 때문에 이 또한 무한의 확률이라 할 수 있기 때문이다.

그런데, 이 시합의 결과는 전세계 전망과 달리 1 : 4로 알파고의 압승으로 끝났다. 

이로 인해 인공지능이 SF 영화의 먼 미래가 아닌 조만간 현실화되고, 그럴 경우 인간의 삶을 송두리째 바꿔 놓을 것이라는 전망이 쏟아졌다. 특히 인간의 단순 노동이 기계가 대신했던 산업혁명 이후 아직 해결하지 못한 인간의 판단력, 사고력, 직관력 등 인간의 지능이 필요로 했던 전문직에도 그 예외가 아닐 것이라는 추측이 줄지어 나타났다.

알파고와의 대결 이전 2015년 12월 미국에서 향후 사라질 직업에 대한 조사가 있었다. 

2022년이내 미국에서 사라질 직업으로 1위는 우편배달원, 2위는 각종 계량기 검침원, 3위 농민 등을 포함하여 신문기자, 세공인, 벌목꾼 등으로 조사되었다. 

그런데 알파고과 이세돌의 경기가 치뤄진 이후 직업에 대한 조사하였더니 다르게 나타났다. 옥스퍼드 대학의 조사 결과를 살펴보면, 텔레마케터, 물류 관련 업무 종사자, 시계 수선공, 스포츠 심판, 모델, 계산원 순으로 나타났으며, 주목할 직업은 전화 교환원, 카지노 딜러, 요리사, 회계 및 감사, 보험 및 금융 판매원과 설계사, 차량 운전사, 기자, 번역가, 법원 서기 등으로 나타났다. 

미국에서 조사된 결과를 보면 가장 먼저 사라질 직업은 텔러마케터, 자문변호사, 회계 및 출납원, 기자, 금융설계사, 자산관리사, 보험 상담원, 약사, 의사, 운전기사 등이 상위권에 올랐다. 이를 보면, 알파고와 이세돌간의 대결이 있기 전과 훅가 다르게 나타난 것이 흥미롭다.

반면, 호주에서 인공지능 발달로 인하여 가장 큰 영향을 받을 직업군에 대한 조사된 결과를 보면, 1위 회계사, 2위 출납원, 3위 비서를 비롯해서 은행 직원, 경리, 약사, 문서 정리원 등으로 나타났다. 반면 인공지능이 발달함에도 불구하고 살아남을 직업으로 트럭운전기사, 가정 보건사, 전기기술자를 비롯해서 차량 운전기사, 가사 도우미, 방문판매자 등으로 나타났다. 흥미로운 점은 미국과 영국에서 인공지능의 발달로 사라질 직업군으로 상위에 오른 운전기사가 호주에서는 이와 반대로 나타났다. 아무래도 미국 회사인 구글에서 무인 자동차 개발과 테슬러의 전기자동차의 상용화가 보다 적극적인 미국에서 사라질 직업군으로 꼽힌 것으로 생각된다.

알파고와 이세돌의 바둑 경기로 인공지능에 대한 관심이 어느 때보다 뜨겁다.

과연 인공지능이 인간에게 가져올 혁신은 무엇일까?  즉 인공지능은 인간을 노동으로부터의 해방인가 아니면 일자리를 빼앗는 경쟁자인가?

언론과 방송에선 인간의 노동을 대체하여 수많은 직업이 사라질 것이라는 전망이 우세하다. 뿐만 아니라 그동안 인공지능이 대체하기 어렵다고 예상되었던 법률, 의료와 같은 전문직은 물론이고, 음악, 미술, 스포츠에 이르는 예체능까지 인공지능의 인간의 직업 정복은 가리지 않고 무차별적으로 빼앗을 것이라는 전망이다.

이러한 우려가 영국에서 현실화되고 있다. (관련기사)

영국 최대 국영은행, 로열 뱅크 오브 스코틀랜드(RBS)가 인공지능을 활용하여 로보 어드바이저 도입을 확대하여 조만간 550여명의 인력을 해고할 방침이라고 전했다. 이 중 투자자문인력 220여명을 감축하여 로보 어드바이저를 도입하면 투자 고객이 현재 10만 파운드에서 25만 파운드로 성장할 것으로 보고 있다. 또한 200여명의 투자자 보호 자문 인력도 축소할 방침이 포함되어 있다.

이는 인공지능의 단순한 도입에 의한 것이 아니라는 점이 주목할 만하다. 즉 8년 연속 적자를 벗어나지 매각을 결정되자 비용 효율화를 위해 인공지능을 도입하기로 결정한 것이다.

이것은 우리에게 시사하는 바가 크다. 인류 역사를 살펴보면 산업혁명 당시 인간은 수많은 육체노동에서 해방될 것으로 예상했었다. 하지만 산업혁명에 쓰일 엔진에 필요한 에너지, 석탄의 채굴, 운반, 공급을 위해 수십만의 식민지 어린이들의 희생이 있었다. 이렇게 이륙한 산업화는 도시 형성을 낳았고, 수많은 농노들은 도시 노동자로 전략해버렸다. 

자본가에 의해서 산업과 노동의 변화가 결정되었고, 결국엔 최대 수혜자는 자본가에게로 돌아갔었다.

그렇다면 지금 언론에서 터져 나오는 인공지능에 의한 산업의 혁신, 그것은 또 어떠한 형태로 나타날 것인가? 언론에서 보도되는 것처럼 인공지능 로봇이 의료와 법률을 도맡아 누구에게나 질좋은 서비스를 값싸게 누릴 수 있는 핑크빛만 있을까?

우리는 산업혁명의 역사를 되돌아 보아야 한다.

이를 결정하는 건 기술자도 아니었고, 대중도 아니었다. 철저히 자본가에 의해 결정되었다.

먼저 의사와 변호사를 보자. 과연 언론에서 언급된대로 로보이 의사와 변호사를 대체할까? 아주 먼 미래에는 그렇게 될지 모르겠지만 그 과정은 대중에게 큰 희생을 전제로 한다. 이들은 자본가는 아니지만 최소한 사회적 약자는 아니다. 만약 인공지능이 도입된다면 기술적으로 아무런 문제가 없더라도 법률적 문제가 봉착하게 될 것이다. 그렇다면 해당 분야 즉 법조계가 스스로 자신들의 권력을 내려놓을까? 상상하기 어려운 일이다. 그렇다면 어디부터 도입될지 의외로 간단하다. 의료분야에서는 의료 정보와 환자의 빅데이타를 이용한 인공지능이 환자의 상태를 판독한다면 진단은 결국 의사의 몫으로 남겨질 것이다. 그렇다면 의료 현장에서 인공지능의 도입은 의사의 자리를 향하고 있어도 당장은 풀뿌리 의료 현장이다. 방사선, MRI, CT 등의 촬영기사, 위생사, 조무사, 간호사 등이 포함될 것이다. 그리고 의사 인력도 현재와 같이 많은 인력이 필요로 하지 않을 것이다. 그렇다면 의료 주체가 의사와 병원이 아닌 더 큰 자본을 가진 집단이 될 가능성이 높아진다. 그것은 바로 대형 보험사가 될 것이다. 

법조계를 보자. 법조계 역시 의료계와 크게 다르지 않을 것이다. 변호사보다 법률 사무소에 일하는 수많은 지원 인력이 될 것이다. 또한 변호사 자체도 수많은 판례 분석으로 맞춤 자문이 가능해져 지금보다 현저히 줄어든 인력만 필요로 할 것이고, 일련의 과정도 동시에 전산화가 이루어질 것이다. 그렇다면 변호사와 법률 사무소보다는 더 큰 자본을 지닌 집단과 국가 민원 서비스로 양분되어 제공될 개연성이 있다. 그 집단은 이해 관계가 얽힌 집단이 되겠으나 분야별로 나눠져 중단기 변화에서 수많은 직업의 변화가 올 것이다. 예를 들어 현재의 보험 설계사의 경우 보다 질 높은 서비스가 보험사에서 인공지능을 통해 온라인으로 제공될 가능성이 높기 때문에 상당한 변화가 올 것이다. 행정소소응 포함한 민형사 소송은 전자정부 민원 서비스로 통합 운영될 가능성이 있기 때문에 법조계에 큰 변화가 예상될 수 있다.

그러나 일반 직장인들에게는 이러한 변화는 삶의 큰 변화가 오지는 않을 것이다. 가장 실감하는 큰 문제는 바로 산업 현장에서 변화라 생각든다. 그건 바로 단순 노동은 인공지능의 컨트롤을 받는 산업 기계 설비가 대체할 것이다. 또한 그동안 설비 기계가 대체하기 어려울 것으로 판단되었던 화이트 컬러, 즉 중간 관리자의 사무직이다. 이들 역시 인공지능이 대처하게 될 것이 자명하다. 

결국 대부분의 직장은 첫째, 앞서 언급한 기득권에 해당하는 업종보다는 일반 직장에 우선적으로 도입될 것이다. 둘째, 특정 직업군이 사라진다기 보다 인공지능이 대체하면서 현재보다 현저히 줄어든 인력만 요구되기 때문에 노동시장은 급속도로 줄어들 것이다. 셋째, 급감한 고용시장에서 정규직은 더욱 현저히 줄어들 것이다. 넷째, 인공지능, 산업설비기계, 자본가로 구성된 조직을 보게 될 것이다. 

그렇다면 대부분의 인간들이 대량 실업 상태로 존재하게 될까?

이것이 바로 인공지능이 몰고 올 노동시장의 유동성이 아닐까 싶다. 그리고 그 불투명성은 인간의 고용을 해방아 아니라 고용을 줄이고 불안정하게 만드는데 있다. 그렇다면 그 대량 실업의 인간은 어떻게 생존하게 될 것인가? 너무나도 조심스러운 전망을 해야 한다. 현재 예상할 수 있는 것은 첫째, 인공지능 시스템을 투자대비 경제성이 없는 분야가 될 수 있다. 분명 인공지능을 산업 현장에 도입하려면 상당한 금액이 필요하다. 따라서 가격 경쟁력이 없다는 노동 분야가 될 것이다. 그런데 여기에는 1가지 전제가 있다. 자본가가 그 경쟁력 없는 노동을 해소할 가치가 없다고 판단되지만 인간의 생활에서는 필요한 분야이어야 한다. 그렇다면 인공 지능 도입 초기 단계이거나 자본일 개연성이 높지만 어떠한 것에 의해 새로운 형태의 계급이 형성되어야 한다는 것을 의미하는 위험한 발상까지 가능해진다. 둘째, 인공지능이 완전 대체할 수 있으나 인간의 노동을 고집하는 분야가 존재할 수 있다. 예를 들어 보육과 간병 같은 분야가 될 것이다. 하지만 이것도 얼마나 정밀한 휴먼로이드를 만들어내느냐에 달려 얼마든지 유동적일 수 있다. 셋째, 완전히 새로운 분야의 창의적 개발을 들 수 있다. 이것은 인공지능에 의한 새로운 개발이냐 인간에 의한 새로운 개발이냐 하는 양면이 있을 수 있겠지만, 분명한 건 인공지능에 의한 노동 해발이 이루어진다는 긍정적인 측면에서 보면 인간이 기존과 완전히 다른 새로운 무언가를 개발하거나 생산하는 것에 도전할 수 있다. 하지만 이것은 아무리 긍정적으로 본다고 해도 대량 실업 상황에서 극소수에 해당된다.

끝으로 인공지능이 현실화되는데 가장 우려스러운 것이 있다. 그것은 바로 해당 분야별로 최적화된 인공지능의 개발인데, 이것도 어느 순간 인간이 아닌 인공지능에 의해 개발될지 모른다는 두려움이다. 즉 인공지능이 다른 분야의 인공지능을 개발하는 것이다. 아니면 인간의 전분야에 걸쳐 범용으로 활용할 수 있는 인공지능, 즉 각 분야별로 맞춤식으로 개발하는 것이 아니라 범용으로 활용할 수 있는 표준 인공지능이 개발되고 여기에 해당 분야별로 수집된 빅데이타를 통해 자가 학습으로 만들어가는 방식응 택한다면 이러한 인공지능에 의한 인간의 변화는 성찰의 끝도 없이 순식간에 벌어질지 모른다.

어제 2016년 3월 13일 알파고와 이세돌 간의 제4국 바둑 대결이 벌어졌다.

이미 3패를 한 이세돌에게는 엄청난 압박과 부담이 있었을 것이다. 그럼에도 불구하고 끝까지 포기하지 않고 집중하는 집념으로 승리를 따낸 것이다.

이번 4국까지 지켜보면서 그리고 이세돌이 결국이 첫승을 따내면서 이세돌은 과연 누구와 싸운 것일까 다시 한번 생각하게 되었다. 언론과 인터넷에서는 인공지능을 꺾었다, 아직 인공지능은 완전하지 않다...이 두 의견이 재배적이다. 그러나 다른 시각에서 보면, 이세돌은 그야 말로 엄청난 일을 한 것이다. 이것은 다름 아닌 구글의 딥 마인드에서 개발한 알파고의 싸움은 인공지능과 대결이 아닐 수 있다는 것이다. 즉 알파고를 만든 딥 마인드의 개발자, 그들도 전세계적으로 덕후에 가까운 천재들이 모인 집단이다. 알파고 뒤에는 알파고를 만든 이들이 숨어 있는 것이다. 그리고 알파고는 어떤 것인가? 스스로 학습하여 각성하는 새로운 프로그램 시스템, 즉 강화 학습을 통한 인공지능이었다. 그러나 이 안에는 16만 기보와 매일 3천의 자가 학습을 통해 축적되는 빅데이타가 있다. 이 엄청난 양의 자료와 싸워 승리한 것이다. 

결국 알파고 개발자와 방대한 바둑 기보의 빅데이타와 대결하여 이를 흔드는 78수를 둬서 승리한 것이 아닐까?

드디어 이세돌 9단이 알파고를 상대로 제4국에서 첫 승을 거뒀다. 그는 신의 한수라 불리우는 78수에서 승기를 잡은 후 180수 불계승했다.

관련영상 - 대국 4

이세돌 9단이 이번에 들고 나온 전략은 초반부터 형세를 만들어가면서 집을 튼튼히 자리잡고 중앙에서 치열한 전투를 해나가는 전략이었다. 이 와중에 그 누구도 생각도 하지 못했던 78수가 나오게 된다. 예상치 못했던 것은 이번 경기를 지켜보던 프로기사들 뿐이 아니었다. 알파고 역시 빅데이타와 강화학습으로 습득하지 못한 것으로 좌상귀를 먼저 두고 맨 마지막에 둬야 하는 곳이 바로 78수였던 즉 시작과 끝을 뒤집어 놓은 것이다.

이를 지켜보던 프로기사, 취재진 모두 놀랬다.

이후 알파고는 연이은 실수로 93, 97수를 두게 된다. 이전 대국에서 이해할 수 없었지만 경기후 복기에서 일리가 있는 수를 뒀던 알파고의 새로운 수가 아니었다. 아무래도 승률에 대한 확률계산을 통한 수 찾기를 하는 알파고에게 승리할 수 있는 수를 찾지 못한 결과로 나타난 것이 아닌가 생각든다.

알파고와 이세돌 9단간의 대결에서 현재까지 알파고의 2번의 불계승을 보여줬다. 지금까지 이세돌 기사와의 경기를 보면, 분명 과거 판 후이 2단과의 경기보다 훨씬 강해진 것으로 보여진다. 특히 구글의 발표대로라면 판 후이 기사와의 경기후 deep learning을 통한 수천번의 또 다른 인공지능의 알파고와의 대결 즉, 자가학습을 통해 정확한 판세 분석과 수읽기를 크게 향상 시킨 것으로 볼 수 있다.

그렇다면 판 후이 2단과의 경기는 어떠했을까?

복귀 자료

판 후이 기사와의 대국을 종합적으로 살펴보면 국소 전투보다는 멀리 내다보고 전체 판세 속에서 바둑을 두는 것을 알 수 있다. 즉 여러 바둑 전문가들의 분석대로 다소 손해를 보더라도 전체 승부에 영향을 끼치지 않는다면 한발 물러서 두는 침착한 바둑을 둔다는 것이다. 

이것은 사람과 무척 다른 것이다. 인간과 인간간의 대국에서는 전투가 벌어지면 그 전투에 집중하는 기세싸움을 하기 마련이다. 그러나 알파고는 인간이 전투를 벌이기 위해 들어오더라도 그것이 전체 승부에 영향을 끼치지 않으면 과감히 무시하고 전체 판세를 만들어간다는 것이다. 즉 국소전투에서 설사 손해를 보더라도 알파고는 전체 승부가 뒤바뀌는 것이 아니라면 신경쓰지 않는다는 것이다.

이를 두고 전문가들이 침착하고 차분하다. 냉정하고 감정이 없다는 식으로 표현한다. 

결과론적으로 전문가들의 분석이 맞지만 방법론적으로 보면 틀린 분석이다. 만약 전문가들의 분석이 맞다면, 인간 역시 승부가 나기까지 정확한 판세를 짜야 하고 그 과정의 수읽기 또한 정확해야 한다. 경기의 밑그림과 전략을 미리 준비할 수 있지만 시작도 하지 않은 경기의 판을 모두 짜고, 시합 과정에서 나타나는 포석에 대한 모든 경우 수에 대하여 승부 끝까지 수읽기를 정확히 주어진 경기 시간내에 할 수 있단 말인가?

알파고가 그동안 만들어진 바둑 프로그램과 같이 저장된 데이타 베이스에 기초하여 경우의 수를 분석해서 대응하는 알고리즘을 가진 것이라면 이세돌 9단의 변화수가 상당한 파괴력을 가졌을 것이다. 그러나 불행하게도 알파고는 deep learning을 통해 수 천번의 가상 시합으로 그 결과를 분석하고 저장하며, 이를 실현하기 위해 심층신경망을 통해 불필요한 경우의 수는 배제하고, 빠른 검색과 분석을 하여 무한대에 가까운 바둑의 수를 짧은 시간내 구현하여 인간과 시합할 수 있는 연산할 수 있게 된 것이다.

그러니 알파고 입장에서는 전체 판세를 흔들 수 있는 포석을 두지 않는 이상 이세돌 9단의 변화수에 대응하지 않고 자신이 분석한 판세대로 흘러가는 것이다. 이것은 공격수라고 찌른 포석이 알파고 입장에서는 헛점이 아닌 가려움을 긁는 수준의 공격이었기 때문에 흔들리지 않고 자신의 행마대로 두는 것이라는 뜻이다.

그렇다면 알파고가 판 후이 2단과의 경기후 수 천번의 강화학습을 하였다는 경기에 대한 분석이 있어야 알파고의 약점을 찾을 수 있지 않을까 생각해 본다. 즉, 알파고 강화학습 deep learning을 통해 어떤 수를 익혔는지 알아야 알파고가 놓쳤고, 모르는 수를 찾아야 한다. 하지만 여기에 그치면 안된다. 놓치거나 모르는 수를 찾는 수준이 아니라 그 수가 전체 승부에 영향을 줘야 알파고는 반응할 것이다. 

물론 그 수가 대 역전극을 요하는 수는 분명 아닐 것이다. 그런 수는 이미 축적된 데이타베이스 뿐만 아니라 수만번 거듭한 강화학습으로 이미 분석이 끝났을지 모른다. 

그렇다면 무엇이 남은 것일까? 추측컨데, 각종 언론과 전문가들이 말하는 허를 찌르는 대 역전극의 '신의 한수'는 아닐 것이다. 박빙의 판세로 끌고가면서 이어지는 1집 미만을 뒤집을 수 있는 극미한 수가 아닐까 싶다. 하지만 이것 또한 너무 어렵다.

우선 전체 판세를 박빙으로 유지해가야 한다. 2국에서 보여준 것처럼 초반까지 우세했던 경기가 중반에 들어서면서 느끼기 힘들 정도로 미세하게 알파고에서 조금씩 유리해져 가기 시작했고, 결국에 불계패를 당했다. 이 이야기는 최소한 중반에 들어서자마 자 알파고는 정확한 수읽기를 통해 계가가 이루어지고 승부를 확신한다는 것을 뜻한다. 그런데 전체 판세가 막 짜여지기 시작한 시점에서 여러가지 경우의 수가 놓인 바둑판에서 밑그림은 짤수 있지만 정확산 계가를 할 수 있는 수준으로 인간이 가능한가 하는 의문이다. 따라서 계가가 가능한 수준으로 수읽기를 하면서 판세가 밀리지 않는 박빙으로 가져가야 한다. 그런데 여기에도 숨은 또다른 어려움이 있다. 그것은 바로 이렇게 미세한 수읽기가 필요한 바둑판에서 승부를 뒤집는 행마를 찾을 수 있을까 하는 점이다. 

이세돌 기사의 장점이었던 난전의 변화수가 더 많은 난전의 경우의 수에 대한 수읽기가 필요하게 된 셈이다. 즉, 자신의 무기가 오히려 독이 되어 본인이 극복해야 산이 되어 돌아온 셈이다.

연일 알파고에 대한 관심이 뜨겁다.

왜 알파고에 사람들은 주목하는가? 인공지능이기 때문일까? 인공지능이 이번 알파고가 처음이 아니다. 그렇다면 인간이 만든 것 중 가장 많은 경우의 수를 가진 바둑을 두는 인공지능과 인간과의 대결이기 때문일까? 이것은 반은 맞고, 반은 틀리다.

그렇다면 왜 알파고에 이토록 주목하고 연일 헤드라인 뉴스로 나타나는가?

인공지능은 말 그대로 인간과 같은 수준의 지능을 가진 인공적인 복합체를 말한다. 즉, 연산만 강조되어왔던 기존의 컴퓨터와 달리 인간만이 가능할 것이라고 판단되어왔던 사고를 할 수 있다는 것을 의미한다. 따라서 인공지능과 인간의 대결을 게임을 통해 인공지능의 완성도를 검증하고자 시도해왔다. 게임은 학습된 기억을 토대로 대비, 대조, 추리, 추측, 판단 등을 해야 하기 때문에 인공지능을 검증하기 위한 가장 좋은 도구로 꼽혀왔기 때문이다.

1997년 IBM가 개발한 '딥 블루'라는 인공지능은 세계 체스 챔피언 '가리 카스파로프'를 꺽는 대 이변을 보여줬다. 그로부터 약 20년이 흘러 2015년 10월 구글이 개발한 '알파고'는 유럽 바둑 챔피언 '판 후이'를 5전 전승으로 이기는 대 이변을 만들어냈다. 바둑은 체스와 달리 19X19의 총 361개의 수에서 약 10의 768승의 무한대에 이르는 경우의 수를 가지고 있는 게임이다. 따라서 전통적으로 인공지능에서 활용해왔던 브루트포스 기법은 적용하기 곤란했었다.

물론 알파고 이전에도 바둑 프로그램은 있어왔다. 단일 시스템에서 운용되는 '크레이지 스톤'과 '젠'을 포함한 여러 바둑 프로그램이 있었고, 이들과 500국의 대국에서 단 1번을 제외하고 모두 승리하였다. 즉 500전 499승 1패인 셈이다. 학습을 위해 유사한 경기를 다시 한 알파고는 500전 전승으로 이겼고, 그 중 77%는 단일 시스템에서 이겼다. 여기서 단일 시스템은 176개의 GPU로 구성된 PC였고, 분산 처리 시스템으로 구축된 버전은 1,202개의 CPU를 이용하여 약 25배에 이른다. 즉, 2번째 학습 과정에서 알파고는 분산 처리 시스템을 통해 더 빠른 처리속도를 보여주었다.

그리고 앞선 언급한 '판 후이'와의 대전은 분산 처리 시스템에서 이루어진 인간과의 대국이었다. 유럽 챔피언 '판 후이' 2단(ELO 1위)과의 대국에서 5대 0의 완승으로 승리한다. 이 경기는 컴퓨터 프로그램이 실물의 바둑판에서 프로 기사를 이긴 최초의 경기라고 할 수 있다. 

관련영상

그렇다면 이런 알파고는 어떻게 구성된 것일까?

알파고의 알고리즘은 머신 러닝과 트리 순회 기술을 조합한 것으로 인간 혹은 컴퓨터간의 수 천번의 시합을 통해 학습 경험을 통해 분석하고 그 결과를 스스로 저장한다. 이 알고리즘은 심층 신경망 기술로 구현된 몬테카를로 트리 순회를 사용한 것이다. 이것은 한정된 양의 바둑 경기에서 특징을 탐지하여 신경망 입력으로 만들어내는 것이다. 알파고가 개발될 당시 국제적 바둑 대회 및 협회에 대회 기보를 요청하였지만 거절당했었다. 이로 인해 공개된 기보를 활용하다 보니 한정된 데이타 베이스를 통해 수 천번의 연습 경기를 통해 경험 학습을 하게 만든 것이다.

여기서 사용된 신경망은 원래 게임에 사용되는 부트 스트랩으로 처음에 수집되어 사용된 바둑 기보를 통해 약 3천만 수 정도를 분석하여 데이타베이스를 생성하고 인간과 같은 바둑 포석을 두도록 훈련시켰다. 이 과정은 연습 경기를 통해 바둑법을 익히고 그 시험 기보, 특징 등을 스스로 저장시키기 때문에 인간과 같이 기억하고 훈련하는 학습과정과 동일하다고 할 수 있다. 

이 과정이 충분히 숙련된 후 강화학습(deep learning)을 통해 또 다른 자신과 수 천번의 대국을 하는 방식으로 자가 훈련하여 경기력을 향상시킨 것으로 알려져 있다. 이는 인간이 학습할 때 자기주도학습 및 반복학습하는 되새김 학습법고 흡사하다고 할 수 있는 부분이다. 구글이 밝힌 내용으로 추측해볼 때, '판 후이'와의 대결후 약 6개월동안 상기의 강화학습이 이루어졌고, 이번 이세돌 9단과의 경기에서 보다 강력한 기력으로 나타난 것이 아닐까 싶다.

알파고와 이세돌 9단의 제2국이 시작됐다. 

제1국에서 보여준 초반 변화수보다는 안정적인 포석을 가져가면서 두터운 경기를 가져갔다. 전문가들은 모두 중반까지는 이세돌 9단이 유리하다고 분석했다. 또한 경기 중반 알파고의 우하변 전투에서 실수까지 나오면서 이세돌 기사의 승리가 굳어지는 듯 보였다. 하지만 알파고 특유의 정확한 계가와 끝내기가 이유를 알 수 없는 뒤집기가 나와 이세돌 기사는 또 다시 불계패를 당했다.

관련영상 - 제 2국

관련자료

그리고 경기후 이세돌은 쿨하게 알파고에게 완승을 인정하였다.

관련영상