우리가 알파고의 등장에 충격을 받은 것은 이제껏 사람간의 경쟁에만 신경을 쓰고 있다가, 기계와의 경쟁이라는 화두가 가깝게 다가왔기 때문이다. 다른 사람들과의 경쟁에서 밀리지 않을까 걱정하다가, 이제는 기계에 밀리지 않을까, 더 나아가 내 직업 자체가 미래에 사라지지 않을까 하는 두려움을 갖게 된 것이다. 앞으로 사람들은 미래를 위해 어떤 준비를 할까? 인공지능 시대에 대비하려면 “배우기 힘든 것”에 집중해야 한다. 왜 그럴까? 인공지능 시스템에게 유리한 조건은 다음과 같다. 1. 목표가 분명하고 객관적으로 정해져 있고 정적이며 2. 선택할 수 있는 행동/선택의 종류가 유한하게 정해져 있고 3. 내가 목표에 얼마나 근접했는지를 알 수 있고(내 선택에 대한 피드백이 빨리 주어지고) 4. 닫힌 시스템 속에서 일하며(예상 못한 외부요소가 갑자기 들어오지 않는) 5. 과거의 선택과 결과에 대한 구조화된 기록이 많은 환경 그런데 위의 5가지 조건들이 뭔가 익숙하지 않은가? 그렇다. 이 조건들은 사실 인간이 학습하기 좋은 환경이기도 하다. 위와 같은 조건을 많이 갖출수록 인간은 학습을 효과적으로 빨리 한다. 하지만 인공지능은 이런 환경에서 인간의 학습 속도를 우습게 뛰어 넘는다. 예컨대 의료 영상 진단 분야는 이미 컴퓨터가 인간의 퍼포먼스보다 우수하다. 수백만명의 영상 기록을 분석해 사용하는 것을 어떻게 이기겠는가? 우리가 인공지능에게 대체당하지 않으려면, 이제는 학습하기 힘든 환경에서 학습하기 힘든 주제들을 골라야 하는 상황이 되었다. 그게 어떤 걸까? 1. 목표가 모호하고 주관적일 수 있고 동적이며 2. 선택할 수 있는 행동/선택의 종류가 불확실하고 3. 내가 목표에 얼마나 근접했는지를 알기 어렵고(내 선택에 대한 피드백을 빨리 얻기 어렵고) 4. 열린 시스템 속에서 일하며(예상 못한 외부요소가 갑자기 들어오는 경우가 흔한) 5. 과거의 선택과 결과에 대한 구조화된 기록이 별로 없는 경우 이런 것들의 예시로는 뭐가 있을까? 옥스포드 대학의 연구 결과를 참고하면 좋을 것 같다. 바로 독창성, 사회적 민감성, 협상, 설득, 타인을 돕고 돌보는 역량이 많이 요구될수록 그런 직업은 컴퓨터화하기 힘들다는 것인데, 이런 역량들은 학습하기 쉽지 않다. 그리고 오래 한다고 해서 실력이 잘 늘지도 않는다 (학습하기 힘드니까). 현재 자신의 업무 상황에서 창의적으로 그리고 사회적으로 (다른 사람에 관심을 갖고 설득하고 협상하는 등) 일하지 않는 기간이 계속 되면 결국 커리어에 막대한 손해가 될 수 있다는 것을 놓치지 말자. 혼자서 정해진 일만 하는 환경은 이제 축복이 아니라 저주가 될 수 있다.