인공지능 시대가 불안하다면,

연초부터 교육부에서는 AI 기반의 디지털교과서 대책을 발표하는 등

나라 안팎으로 챗GPT로부터 시작된 열풍에 뜨겁다.

 

빅데이터를 기반으로 한 인공지능이 곧 내 일자리를 뺏는 것은 아닌가

하는 불안한 마음이 들기도 한다.

 

인공지능을 깊게 아는 것은 아니지만,

몇 가지 생각으로 그 불안감을 달래 보는 것은 어떨까?

 

 

인공지능의 구조

인공지능은 빅데이터 기반으로 학습하여 추론하는 "통계 기계"에 가깝다.

그 말인 즉슨 스스로가 배운 것만을 기반으로 하여 결과를 나타낸다는 것이다.

물론 어떻게 인공지능 모델을 학습시키는지에 따라 다르겠지만,

언제나 창의적인(그리고 또 유용한) 결과만을 도출할 수는 없다는 말이다.

그렇다고 한다면 인공지능이 학습할 수 없는 부분을 극대화하는 것은 어떨까

 

인간의 장점

인공지능은 GPU를 위시한 부품을 비롯하여

대량의 전기를 소모한다. 같은 연산을 하더라도

최적의 에너지를 사용하는 인간의 두뇌와 비교한다면

절대적으로 인간이 유리할 것이다.

(물론 한 번에 수만 번 연산하는 것은 컴퓨터의 압승이겠지만)

하지만 말 그대로 컴퓨터는 연산하는 기계이므로,

우리가 자동차를 속도로 이길 수 없듯이

연산하는 기계를 이길 수는 없는 것이다.

그렇기 때문에 인공지능이 잘하는 것을 잘 활용하는 방법을 익히는 것이 중요하다.

마치 운전면허를 따거나 컴퓨터 프로그램을 잘 다루듯이 말이다.

 

앞으로의 직업은 어떻게 될까

인공지능은 우리의 일자리를 위협할까?

반은 맞고 반은 틀렸으면 좋겠다.

단순한 연산이 필요한 일에는 당연히 인공지능이 우수할 것이다.

하지만 응용이 필요한 부분에서는 어쨌든 인간이 우세를 이어갈 것이다.

아니, 우세를 이어갔으면 좋겠다.

 

인공지능은 학습 데이터를 필요로 한다.

그것도 인간보다 훨씬 더 많은 것을 말이다.

그리고 나서 할 수 있는 것이 

이 사진의 동물이 강아지인지 고양이인지 맞히는 것이다.

 

물론 생산 라인에 투입되어 피로감 없이

불량을 찾아내는 것은 인공지능이 뛰어나겠지만,

그 사이에서 직감으로 불량을 수정할 수 있는 방법은

아직까진 인간이 잘해내지 않을까 싶다.

(물론 그 인공지능에 불량의 패턴을 찾아서 개선할 수 있는 방법을 도출하도록 학습시키는 것은 또 다른 문제지만,

그렇게 되면 인공지능 구축 비용과 연산 비용이 올라갈 것이라 계산기를 두드리게 된다.)

 

즉 결론적으로

인공지능의 파도에 타되

휩쓸려 가지 않도록 잘 버텨야 할 것이다.