상자속 이야기들

 요즘들어 다들 한번쯤 Chat GPT에 대해 들어 보았을 것이다.

 물론 들어 본 것 뿐만 아니라 실제로 사용해 본 사람들도 많을 것이다.

 Chat GPT에 대한 책을 읽거나 듣기 전, Chat GPT가 코드도 짜준다는 짤막한 블로그의 글만 읽도 별다른 설명도 듣지 않고 대책없이 나도 회사에서 일을하며 필요한 엑셀 매크로를 짜는 코드를 만들기 위해 Chat GPT를 사용해 보았다.

 사용해 본 소감은 놀라웠다. 내가 필요한 기능들을 말하면 우선 코드를 짜주고 추가적인 기능이나 상세한 정보를 추가하면 코드가 더 정교해졌다. 덕분에 원래대로라면 코드를 짤 줄 몰라 여기저기 뒤져가며 짜집기를 해서 꽤 오랜 시간을 들여 만들었어야 될 엑셀 매크로 코드가 30분도 걸리지 않아 만들낼 수 있었다.

 없느니만 못하던 은행이나 카드사의 쳇봇을 상대하던 것과는 전혀 색다른 경험이었다.

 알파고가 이세돌 9단을 이긴 것 이후, 한 동안 잠잠하던 주제인 AI가 Chat GPT의 부상으로 인해 (Chat GPT도 꽤나 나온지 오래된 서비스다.) 다시금 사람들의 입에 오르내리고 있다.

 한 동안 많은 커뮤니티 사이트에서 AI가 그린 그림들이 그날 유저들에게 추천을 많이 받은 게시물로 오르기도 했고, 대통령이 Chat GPT를 사용해 작성 된 신년사를 받아 보고 훌륭하다고 평가하며 행안부 장관에 Chat GPT를 활용해 공무원들에게 잘 활용하게 해달라는 주문도 했다고 한다.(물론 보안의 사유로 그게 가능한지, 옳은지는 상당히 의문이긴 하지만)

아래는 Chat GPT가 작성해 준 GPT에 관한 글이다.

 아직 최신 정보는 업데이트 할 수 없어 GPT 제네레이션 책에 관한 정확한 리뷰 내용은 쓸 수 없지만 그 책을 읽은 걸 바탕으로 Chat GPT가 써낸 글이 사실인지 아닌지 아닌지 정도만 확인했다.

 제너레이티브 프리트레인 트랜스포머(Generative Pre-trained Transformer, GPT)은 인공지능의 언어 모델로서, 최근 몇 년 동안 자연어 처리 분야에서 큰 관심을 받은 모델 중 하나입니다. GPT는 OpenAI에서 개발된 모델로, 텍스트 생성, 번역, 대화 시스템, 요약 등 다양한 자연어 처리 작업에 적용할 수 있습니다. 이제 GPT 모델에 대한 간단한 리뷰를 써보겠습니다.

 GPT 모델은 자연어 처리 작업에서 높은 품질의 결과를 제공하는데, 그 이유는 두 가지 주요 요소에 기인합니다.

 첫째, GPT는 대규모의 텍스트 데이터로 사전 훈련(pre-training)되는데, 이는 다양한 언어적 패턴과 문맥을 학습하는 데 도움이 됩니다. 이렇게 사전 훈련된 모델은 다른 작업을 위해 fine-tuning되며, 특정 작업에 대한 데이터를 사용하여 더 높은 성능을 달성할 수 있습니다.

 둘째, GPT는 Transformer라는 구조를 기반으로 합니다. Transformer는 자연어 처리 작업에 있어서 혁신적인 모델로, 기존의 순차적인 방식보다 효율적인 병렬 처리를 가능케 합니다. 이를 통해 GPT는 긴 문장이나 컨텍스트를 처리하는 데 뛰어난 성능을 보이며, 특히 텍스트 생성 작업에서 유용합니다.

 GPT 모델은 사용자의 입력에 기반하여 일정한 길이의 텍스트를 생성합니다. 이는 대화 시스템이나 챗봇 등의 인터랙티브한 응용 프로그램에 유용합니다. 또한, 문장이나 문서의 요약, 번역 등에서도 좋은 성과를 보입니다. 하지만 GPT는 모델의 특성상 주어진 문맥 내에서만 텍스트를 생성하며, 완전한 이해나 상식을 가지고 있는 것은 아닙니다.

 GPT는 매우 강력하고 유연한 모델이지만, 가끔 예측이 어색하거나 문맥을 잘못 이해하는 경우가 있을 수 있습니다. 또한, GPT 모델은 대량의 데이터와 많은 계산 리소스를 필요로 합니다. 그래서 훈련 및 실행에는 상당한 컴퓨팅 자원이 필요 합니다.

 요약하자면, GPT는 자연어 처리 작업에서 혁신적인 모델로 인정받고 있습니다. 사전 훈련된 모델과 Transformer 구조를 기반으로 하며, 텍스트 생성, 번역, 요약 등 다양한 작업에 적용할 수 있습니다. 그러나 GPT 모델은 완벽한 이해를 가지고 있지는 않으며, 컴퓨팅 리소스의 요구도 상당합니다.

 이 리뷰는 GPT 모델의 기본적인 특징과 장단점을 다루었지만, 더 깊이 있는 정보와 구체적인 활용 사례를 원한다면 추가적인 참고 자료를 검색해보시는 것을 권장합니다.

 개인적인 평가로는 글 전체의 구조는 크게 흠잡을 곳이 없다고 생각한다. 저 글을 작성하는데 걸린 시간은 5분도 채 되지 않았다. 거기다 영어에 비해 한국어 데이터는 부족한데도 저런 수준이다.

 책에서도 이야기 하지만 현재 AI는 레이 커즈와일이 말한 특이점에는 도달하지는 못했지만 전문가가 아닌 일반인들도 사용하면서 감탄 할 수 있는 WOW 포인트에는 확실히 도달 한 것 같다.

 그리고 책에 보면 돈 이야기가 꽤 많이 나온다. 그것도 수십, 수천 억 단 위가 아니다. 조 단위이다.

 이를 통해 우리가 이름만 들으면 알만한 빅테크 기업이 AI에 얼마나 많은 돈을 쏟고 있는지 새삼 깨달을 수 있었다. 그리고 한편으로는 이것이 커즈와일이 말하던 자본의 수레바퀴라는 것을 다시 한번 느낄 수 있었다.

 이미 AI가 인간들에게 가져 올 수 있는 온갖 우울한 미래를 손에 꼽으며 과연 AI를 사용하는 것이 옳은 일인지 그른 일인지 논쟁하는 것은 이미 무의미 할 것이다. AI는 사람들이 위험하다고 사용을 포기 할 수 없는 전기나 불 같은 도구 같은 것이 되버렸다. 잘못 사용하면 위험하지만 그렇다고 사용하지 않는다면 뒤쳐질 수 밖에 없는 도구 말이다.

 AI에 대해서 개인적으로는 이런 저런 생각이 있지만 가장 고민스러운 것은 교육에 관한 것이다. 아직 애가 그런 걸 고민할 나이가 아니긴 한것 같지만 애가 크고 초등학교를 들어 갈 때 쯤이면 AI는 지금 스마트폰 처럼 누구나 당연히 들고다니는 물건 이 될 것 같다.

 그럼 그 때 교육은 어떻게 해야 되는 걸까?

 내가 한창 자랄 때는 글로벌 시대가 온다는 이유로 영어가 중요하다고 말하며 영어 공부 열풍이 일었다. 그리고 얼마전에는 사람보다 컴퓨터와 일할 줄 알아야 한다며 그들의 언어인 코딩을 공부하는 것이 한동안 유행처럼 몰아쳤다. 그런데 AI는? 영어는 지금도 원어민 보다 더 잘 할 거다. 그리고 프로그래밍 언어가 아니라 벌써 자연어를 이해하고 코드로 바꾸는 수준이다. 대체 몇 년 후 우리의 삶은 어떻게 바뀌어 있을지 상상해 보고 싶다면 읽어 볼 책으로 추천한다.

1. 들어가며

 책은 총 2부로 구성 되어 있다. 1부에서 현재 상황을 몇가지의 키워드로(저성장, 인구, 기술 빅뱅, 로봇과 인공지능) 현황을 점검하고 이로인해 발생할 미래의 일들을 예측해본다. 그리고 2부에서는 1부의 것들로 인해 발생하는 일에 대해 우리가 대비해야 하는 일을 경제의 3주체라고 할 수 있는 개인, 기업, 국가(사회)의 관점에서 찾아서 정리한 했다.

 사실 굉장히 냉정하게 책을 평가하자면 1부에 기술 된 내용은 이미 다 다른 책에서 한번 이상씩 다루어졌던 주제이고 2부에 이야기하는 대책 또한 선대인 소장이 그간 이전에 저서이든 강연을 통해서든 꾸준히 주장해 오고 있던 내용들이다. 그럼에도 불구하고 이 책을 읽을 만한 이유가 무엇이냐고 묻는다면 내용들이 우리의 실생활에 밀접한 관련이 있는 일자리 문제를 중심으로  잘 엮어진 책이라는 것이다. 이미 이와 관련된 주제의 책을 읽었다면 정리하는 느낌으로 아니라면 가벼운 느낌으로 읽기에 적당한 책인 것 같다. (개인적으로 선대인 소장님의 책은 신간을 E-book으로 언제나 발간 해주셔서 좋다.)

2. 주요 내용

 1부는 현황이다.

 먼저 저성장이다. 우리 나라 경제는 이제 고도 성장시기를 지나 저성장 시대로 완전히 접어들었다. 우리나라의 과거 주력 산업군의 기업 매출은 줄어들고 있고 한계기업은 늘어만 간다. 기술혁신이 빨라지면서 중국 기업과 한국 기업의 격차는 점차 좁혀지고 있다. 또한 금융위기로 인해 발생했던 저금리 시대 또한 끝나간다. 이러한 복합적인 이유로 가계의 소득은 늘어나지 않고 오히려 이자부담 등으로 인해 소비여력은 점점 줄어만 간다. 또한 수출에 주력하는 우리나라의 입장에서는 트럼프의 취임 이후 날로 높아져만 가는 보호무역의 장벽은 우리나라 경제의 또다른 위협 요인 중 하나이다.

 인구이다. 인구 역시 마찬가지이다. 인구가 경제에 보너스가 되던 시대를 지나 이제 인구가 경제에 마이너스가 되는 '인구오너스' 시대에 접어들고 있다. 저출산과 급속도로 진행된 고령화는 마찬가지로 전체 사회의 소비성향을 줄어들게 하고 이는 인구절벽과 더불어 소비절벽을 불러일으켜 기업에 매출을 줄어들게하는 악순환을 진행 시킨다. 인구 감소로 인해 건설과 부동산쪽으로 악영향이 미칠수 밖에 없다. 또한 저출산으로 인해 줄어든 저연령대의 인구는 교육에 악영향을 낀친다. 그러나 보 등의 일부 분야는 고령화로 인한 수혜를 받을 것이다.

 그 다음은 기술 빅뱅이다. 빨라지는 기술혁신이 산업을 재편한다. 전기차, 자율주행 차량은 기존 자동차 산업의 지형을 바꾸어 놓을 것이다. 특히나 자율주행 차량 같은 경우는 내연기관을 생산하던 기업에서 ITC 기업으로 주도권이 넘어 갈지도 모를 일이고 전기자동차 또한 기존의 자동차 부품 및 완제품 생산 업체에 막대한 영향을 미칠 것이다. 이는 관련된 일자리에도 큰영향을 미칠 것이다.

 로봇과 인공 지능이다. 로봇과 인공지능 역시 우리의 일자리에 큰 영향을 미칠 것이다. 특히나 한국은 더 취약하다고 한다. 노동자에 대한 제대로된 보호 장치가 되어 있지 않은 한국은 이미 로봇밀도가 굉장히 높은데다 고급 산업용 로봇이 투입되면 인건비 절감률이 가장 높을 것으로 예상되는 곳도 한국이다. 특히나 중간층 직업은 더욱 빨리 사라질 것으로 예상되며 많은 직업들이 사라질 것이지만 비정형화 된 일을 하는 직업은 살아남을 가능성이 높다.

 2부는 대책이다.

 먼저 기업이다. 기업이 성장을 해서 일자리를 창출하는 시기가 지났다 매출이 늘어도 오히려 인력을 줄이기까지 하는 시대에 살고있다. 특히나 대기업이 성장해서 일자리를 창출 할 것이라는 것은 이제 신화에 가깝고 많은 대기업들이 차세대 먹거리를 찾지 못하고 있다. 자원이 남아 있을 때 다음 먹거리를 찾아야 하며 무조건 새로운 것이 아니라 기존 역략 중 활용할 수 있는 가능성이 있는 것도 충분히 탐색하여야 한다.

 더 이상 막장한 자본과 생산력으로 시장을 압도 할 수 있는 시대가 아니다 이제는 대기업 역시도 강자의 전략이 아니라 롱테일을 노리는 약자의 전략을 활용 할 줄 알아야 한다.

 개인 이다. 직장이 아니라 직업을 찾아야 한다. 많이 들어 본 말일 것이다. 또한 미래에 직업을 가지기 위해 필요한 능력은 지금의 것과 다르고 여러번에 생애전환기에도 대비하여 어떻게 자신의 커리어를 쌓고 교육을 받을 것인지 진지하게 고민해야 할 시점이다.

 그리고 자산에 관해서는 한국의 경우 가계의 자산 중 부동산이 차지하는 비중이 너무 높다. 이제 부동산 불패의 신화는 더 이상 통하지 않을 수 있다. 적절한 자산 분배를 통해 금융자산의 비중도 늘려야 할 때이다. 또한 자녀의 사교육비로 지출하는 비용은 되도록이면 줄이는게 좋다. (간단히 이유를 설명하자면 수지타산이 안 맞는다.)

 마지막으로 국가(사회) 이다. 일다 조세개혁을 실시하여야 한다. 한국의 조세는 부의 재분배 기능을 제대로 수행하지 못한다. 자본소득에 대한 과세 강화를 통해 부의 재분배 역활이 제대로 작동하게 하여야 하며 낭비 되는 세금도 줄이고 사회보장 제도도 강화하여야 한다. 사회가 개인에게 실패할 기회를 주어야 혁신적인 무언가를 시행 할 수 있다. 이 역활을 하는 것이 사회보장 제도이다.

 또한 교육에 대한 투자 역시 강화하여 미래에 적합한 인재를 양성하여야 한다.

3. 마무리

 급하게 쓰다보니 책 내용을 꽤나 많이 후려쳐서 마음대로 단순하게 만들어버렸다. 책을 읽고 난 후 내가 내린 책이 말하고 싶은 결론을 간단하게 정리하자면 '기업과 개인은 메가 트렌드에 올라타고 끊임 없이 학습하고 변화하는 사회에 적응하고 사회는 (혹은 국가는) 이를 지원할 수 있는(조세 개혁등을 통해) 밑바탕을 마련해야 한다.' 라고 말하고 싶은 것 아닐까?

1. 들어가며

 나를 비롯해서 누구나 마찬가지로 미래를 예측 하고 싶어 할 것이다. 그리고 우리는 그게 정확하든 아니든 언제나 무언가를 예측하면서 살아 갈 수 밖에 없는 것도 사실이다. 대부분의 불안감은 이런 예측에서 부터 시작되는 것 같다. 내가 하는 예측이 맞을지 아닌지에 대한 확신이 들지 않으니 말이다.

 또한 근래 들어 빅데이터도 세계적으로 큰 화두이다. 빅데이터를 이용하여 사람들의 일상을 추적하고 세상을 바꾸고 미래를 예측하는 것이 과연 가능 할까? 그리고 이런 일에 사용되는 컴퓨터의 연산 속도는 날이 갈 수록 빨라지는데 그럼 대체 그 속에서 인간이 할 수 있는 일은 무엇일까?

 과연 미국 대선 결과를 모두 맞혔다는 이 분야에서 유명한 저자가 책을 통해 우리에게 하고 싶었던 이야기는 무엇이었을까?

2. 책의 주요 내용

 책은 여러가지 내용들과 이슈들을 보여주며 예측이라는 것을 소개한다. 그리고 그속에서 정확한 예측을 방해하는 요소 그러니까 어떠한 소음들이 있어 우리의 정확한 예측을 방해하는지 소개시켜준다.

 주제가 참 다양하다. 경제, 정치, 야구, 기상, 지진, 전염병, 체스, 포커, 지구 온난화, 테러, 주식도 나온다. 세계에 정보의 양은 몇단계를 거치면서 폭발적으로 늘어나기 시작했다. 인쇄술이 발달하기 전에는 정보나 지식 같은 것은 구전이 되거나 돈과 시간을 들여 필사를 하거나 해야 했다. 그래서 정보나 지식의 유통량이(신호) 적기는 했지만 그만큼 소음도 적었다. 그런데 인쇄술이 발달하기 시작하면서 책을 편찬하는 비용이 획기적으로 줄어들었고 인터넷이 보급되자 정보의 양은 그야 말로 폭발적으로 증가하기 시작했다. 그러나 여전히 가치있는 정보(신호)는 적은 대신 소음이 더 폭발적으로 늘었다.

 내가 이렇게 글을 쓰고 있는 것도 다 인터넷의 보급 때문이 아니겠는가. 돈이 거의들지 않는 장점 덕분에 그저 조금의 시간을 투자하여 누가 읽을지 안 읽을지도 모를 지금 이 글을 쓰고 읽는 사람들도 얼마나 가치가 있을지에 대한 확신도 없이 이 글을 클릭하여 보고 있을지도 모르겠다. 지금은 클릭 한번으로 전국 아니 전세계에 글을 올릴 수도 있지만 책으로 펴 낼려고 했으면 수만부는 찍어야 했을 것이고 만약 과거였다면 나 혼자 글을 쓰고 아무도 배껴쓰지 않아 이 글이 집 밖으로도 나돌지 못 할 가능성이 매우 컷을 것이다.

 다시 본론으로 돌아와서 이런 것들 때문에 늘어난 정보속에 수많은 소음과 신호가 혼재되어 점점 구분하기가 어려워 지고 있다.

 책은 우리의 예측을 방해하는 요소들을 몇 가지 소개하고 있다.  '과잉적합', '인지편향', '대세추종' 등 이외에도 많은 것들이 소개 된다. 책을 읽고나니 이런 일들이 우리 주변에 얼마나 흔히 일어나는지 느낄 수 있었다. 회사에서도 그저 높으신 분들의 말이 옳다고 따르고 (뭐.. 여기에는 귀찮음이란 요소가 굉장히 큰 것은 같지만 말이다.) 주식을 사놓고 가격이 떨어지거 오를때 판단을 제대로 하지 못하고 미루기도 한다.

 그럼 대체 예측의 정확도를 높이는 방법은 무엇이란 말인가?

 저자는 이 부분에서 베이즈주의를 꺼내든다. 간단하게 후려쳐서 정리하자면 어떤 사건이 발생 할 확율을 사전에 정한 후 예측하는 사건에 관한 정보가 추가 되거나 변화가 있을 경우 확율을 계속적으로 수정해나가야 한다는 것이다. 일견 굉장히 쉬운 소리를 하고 있는 것 같지만 사실 우리는 이런 것에 익숙해져 있지 않다. 우리의 삶은 떨어지는 사과와 같이 눈에보이는 물리법칙에 익숙해져 있지 눈에보이지 않는 확율의 세계에 익숙해져 있지 않기 때문이다. 얼마나 많은 사람이 내가 취업에 성공할 확율과 실패할 확율 따위를 생각하며 살겠는가?

3. 마무리

 일단 책이 굉장히 두껍다. 만약 이북으로 나오지 않았다면 살지 말지 굉장히 고민했을지도 모를 책이다. 그리고 굉장히 실용적인 책이다. 책을 한번만 읽고 얼마나 이해했을지 확신을 할 수는 없지만 말이다. (아무래도 한번 더 읽어야 겠다.)

 서두에서도 말했듯이 세계적으로 빅데이터가 큰화두이다. 통신기술, 컴퓨터가 더욱더 발달하고 IOT 까지 우리의 일상 속에 들어와 완전히 자리가 잡는다면 또 다시 정보의 양이 폭증할 것이다. 나의 한걸음 한걸음이 데이터로 축적 될 지도 모를 일이다. 그러나 이 속에서 신호를 잡아내지 못하고 소음만 긁어 내고 있다면 여전히 아무런 소요없는 쓰레기 더미가 될지도 모른다. 대체 그 속에서 신호를 어떻게 잡아내야 할까 라는 물음에 대해 세상을 바라보는 새로운 눈을 가지게 해주는 책이 아닐까 한다.