AI 변하는 것 변하지 않는 것 결국 남는 것 - AI를 설계하는 사람만이 볼 수 있는 미래

AI는 더 이상 특정 기술의 영역에 머물지 않는다. 일하는 방식과 사고방식은 물론, 취향과 관계, 일상 속 선택과 사회의 질서에까지 깊숙이 스며들며 우리의 삶을 빠르고 광범위하게 바꾸고 있다. 이제 중요한 것은 변화의 속도를 따라가는 데 그치지 않고, 그 이면에서 무엇이 달라지고 무엇이 여전히 남는지를 가려내는 일이다.

《AI, 변하는 것 변하지 않는 것 결국 남는 것》은 마이크로소프트 Data&AI 부문 스페셜리스트로 20년 넘게 IT 현장에서 활동해온 저자가 AI로 인한 변화를 사고, 일, 관계, 생활, 자아, 권력이라는 여섯 영역으로 나누어 살펴본다. 기술의 가능성과 한계를 누구보다 가까이에서 지켜본 경험을 바탕으로 변화의 구조와 본질을 짚고, 앞으로 어떤 역량을 키워야 하는지, AI를 어떻게 활용해야 하는지, 무엇을 믿고 판단해야 하는지에 대한 기준을 제시한다.

AI를 막연히 두려워하거나 무조건 따라가기보다 변화의 본질을 이해하고 싶은 사람, AI와 협업하며 자신의 경쟁력을 높이고 싶은 직장인과 리더, 새로운 시대에 무엇을 바꾸고 무엇을 지켜야 할지 고민하는 독자라면 이 책을 통해 삶과 일에서 더 주도적인 선택을 내리는 데 필요한 관점과 기준을 얻을 수 있다.

[목 차]

들어가며  AI와 경쟁하지 않는 사람

 

[ PART 1 사고 ]

위임 vs. 판단, 무엇을 믿고 판단할 것인가

 

알고리즘이 설계하는 하루 | 더 빠르고 더 쉽게, 검색에서 대화로 | 요약의 시대 | 생각보다 먼저 완성되는 문장 | 기억의 외주화 | 데이터가 판단을 대신할 때 | AI 시대, 당신의 선택 1

 

[ PART 2 생활 ]

편의 vs. 주도성, AI를 어떻게 활용할 것인가

 

건강 관리, 감각보다 데이터 | 학습의 새로운 패러다임을 제시하다 | 가족, 함께 살지만 각자 살아간다 | ‘항상 접속’ 시대의 생산성: AI가 바꾼 일의 경계 | AI 시대, 당신의 선택 2

 

[ PART 3 일 ]

자동화 vs. 질문과 책임, 어떻게 일할 것인가

 

AI가 불러온 고용과 임금 격차 | 그럼에도 인간을 고용해야 하는 이유 | 직업에서 업무로 | 피지컬 AI의 시대: 몸을 얻은 AI가 들어온 일터 | AI, 지식의 전달자에서 판단의 동반자로 | AI 시대의 새로운 경쟁력 1 질문력 | AI 시대의 새로운 경쟁력 2 탈학습 | AI 시대의 새로운 경쟁력 3 실행력 | AI 시대, 당신의 선택 3

 

[ PART 4 자아 ]

데이터 vs. 정체성, 나는 어떤 사람이 될 것인가

 

점점 데이터화되는 자아 | 예측이 선택을 앞선다 | 프라이버시의 변화: 제공하지 않은 정보까지 추론되는 시대 | ‘좋아요’가 만드는 취향의 울타리 | AI가 대신 써줄 수 없는 삶의 의미 | AI 시대, 당신의 선택 4

 

[ PART 5 관계 ]

초연결 vs. 감정, 어떻게 연결될 것인가

 

AI와의 대화가 바꾸는 감정의 풍경 | 돌봄의 자동화: AI 스피커가 안부를 묻는 시대 | 로봇 반려동물과 교감할 수 있을까 | 데이터가 점지한 인연 | 점점 표준화되는 감정에 대하여 | 초연결 시대의 외로움 | AI가 우리를 애도할 수 있을까 | 고독이 사라진다 | AI 시대, 당신의 선택 5

 

[ PART 6 권력 ]

초격차 vs. 공정과 윤리, 무엇을 지켜야 하는가

 

유창한 거짓 속에서 진실 가려내기 | 콘텐츠 생산 혁명이 가져온 변화들 | 알고리즘 정치: 광장에서 알고리즘으로 옮겨간 여론 | 감시사회: 예측 당하고 식별되는 개인 | 불평등의 새로운 얼굴: 같은 기술, 다른 세계 | 빅테크 권력: 데이터를 쥔 소수의 운동장 | AI 시대, 쓰러지지 않을 국가의 생존 전략 | 기술 주권 확보를 위한 두 가지 조건 | AI 시대, 당신의 선택 6

 

[ PART 7 당신의 경쟁력 ]

속도 vs. 안목, 끝내 무엇을 선택할 것인가

 

속도보다 방향: 효율이라는 우상에서 벗어나기 | 책임: 결정 이후의 파급을 떠안는 법 | 윤리: 기술의 마침표를 찍는 감각 | 감정: 인간만이 가질 수 있는 유일한 것 | 판단: 하이테크와 하이터치 사이에서 | AI 이후의 인간: 다시 시작하는 존재 | AI 시대, 당신의 선택 7

[본 문]

생성AI가 생성한 초안을 보면 자신이 직접 쓰고 있던 문장이 유독 어설프게 느껴진다. AI가 만든 문장은 문법적으로 흠잡을 데가 없고, 논리 흐름도 매끄럽다. 내가 쓴 문장과 비교하면 AI가 만든 문장이 훨씬 완성도 있게 보인다. 그래서 많은 직장인이 제안서를 작성할 때 AI 초안을 기반으로 수정하는 방식을 택한다. 이 과정에서 가장 자주 관찰되는 현상이 바로, AI 초안 없이 빈 화면에서 글을 시작하는 것이 점점 어렵게 느껴지는 ‘빈 페이지 불안(Blank Page Anxiety)’이다.

_ [PART 1 사고] 중에서

 

AI 사용 비율이 높아질수록 드러나는 결과는 명확하다. 수학 문제의 풀이 과정을 AI에서 추출해 제출하면 시험장에서 비슷한 유형의 문제를 만났을 때 스스로 풀 수 없다. 역사 리포트를 AI가 써준 글 그대로 제출하면 그 주제로 토론하라고 했을 때 자기 의견을 말하기 어렵다. ‘과제를 완료했다’라는 결과는 같지만, 학습이라는 과정은 전혀 일어나지 않은 셈이다.

_　[PART 2 생활] 중에서

 

‘개인화된 동거’가 일상이 되고 있다. 않았다. AI가 절약해준 시간은 가족이 함께하는 시간으로 이어지기보다 각자의 여가 시간으로 흩어졌다. 가족 구성원들은 각자의 화면 앞에서 각자의 관심사를 소비하며 시간을 보낸다. 기술은 시간적 여유를 만들었지만, 그 시간을 함께 사용하는 방법까지 만들어주지는 못한 셈이다.

_ [PART 2 생활] 중에서

 

2023년 삼성전자 반도체 부문에서는 직원들이 업무 효율을 높이기 위해 챗GPT에 내부 소스코드와 회의록을 입력하면서 정보 유출 우려가 발생한 바 있다. 누구나 전문 도구를 사용할 수 있는 시대에는 무엇을 할 수 있는가만큼 무엇을 해서는 안 되는가를 판단하는 능력도 중요하다. AI가 기술의 장벽을 낮췄다면, 그만큼 도구를 책임 있게 활용해야 할 사용자의 의무도 함께 커지고 있는 것이다. ‘도구’가 누구에게나 개방될수록, 경쟁력은 그 도구를 사용할 수 있는지보다 그 도구를 목적에 맞게 활용할 수 있는지가 새로운 전문성의 기준이 된다.

_ [PART 3 일] 중에서

 

조직에서 각자의 역할이 유동적으로 바뀌면서 경력을 쌓는 방식도 달라졌다. 가령 IT 기업에 UX 디자이너로 입사한 사람이 2년 사이에 AI 프로덕트 기획, 사용자 데이터 분석, 윤리 가이드라인 검토까지 4개의 프로젝트를 거쳤다고 하자. 이력서에 적을 직함은 하나지만, 실제로 수행한 역할과 업무는 전통적인 UX 디자이너의 범위를 훨씬 넘어선다. 이제는 ‘무엇을 오래 했는가’보다 ‘어떤 상황에서 어떤 판단을 내렸는가’가 더 중요하다. 경력은 특정 분야의 근속 연수가 아니라 각기 다른 상황에서 축적한 판단의 경험으로 재정의되고 있다.

_ [PART 3 일] 중에서

 

알고리즘은 오로지 측정된 것만으로 추론해 나를 설명한다. 숫자로 잡히지 않는 기분과 설명되지 않는 끌림까지 자기이해 안에 남겨두는 일은 사람의 몫이다. 또, 알고리즘 추천은 내 취향을 정확히 맞힌다. 그러나 그것은 이미 좋아하는 것의 연장일 뿐이다. 아직 시도해보지 않은 나, 가능성으로서의 나를 만나려면 알고리즘 밖으로 한 걸음 나가려는 의지가 필요하다.

_ [PART 4 자아] 중에서

 

스트리밍 플랫폼의 추천 알고리즘은 사용자가 ‘불쾌하지 않을’ 콘텐츠를 선별하는 데 최적화되어 있다. 그리고 추천 알고리즘에 의한 음악 소비 환경의 변화는 음악이 만들어지는 방식에도 영향을 미치고 있다. 훅(Hook)의 배치, 인트로 길이, 전체 곡 구성까지 달라졌다. 스포티파이에서는 곡의 재생 시간이 30초가 지나야 1회 스트리밍으로 집계하기 때문에 요즘 많은 곡이 사용자의 이탈을 막기 위해 첫 30초 안에 강렬한 훅을 배치한다. 짧고, 임팩트 있게, 거슬리지 않도록, 이라는 문법으로 ‘감동이 형성되는 방식’이 변화하고 있는 것이다.

_ [PART 5 관계] 중에서

 

구글, 메타, 아마존 같은 빅테크 기업은 수십억 명의 행동 데이터를 수집·분석해 정밀한 광고 타기팅과 추천 시스템을 구축하고, 이를 통해 막대한 수익을 창출한다. 데이터와 그로 인한 수익이 소수 플랫폼에 집중될수록 이 같은 편중은 자기강화의 순환 구조를 만든다. 더 많은 데이터를 가진 기업이 더 정교한 AI 모델을 만들고, 더 정교한 모델이 더 많은 사용자를 끌어들여 더 많은 데이터를 축적한다. (중략) 이러한 데이터 권력의 집중은 기업 간 경쟁에만 영향을 미치는 게 아니라 개인의 삶에도 직접 파고든다. 사용자는 자신의 어떤 데이터가 어떤 예측에 활용되는지 알 수 없지만, 그 예측은 금융거래 조건부터 구직 기회에 이르기까지 삶의 주요 국면에 영향을 미친다. 성실한 통신비 납부 이력이 신용점수를 올려 대출의 문턱을 낮추기도 하고, 반대로 심야 시간대의 소액 결제 패턴이 위험 신호로 분류되어 카드 한도가 줄기도 한다. 자신의 활동이 남긴 데이터가 자신도 모르는 사이에 기회를 열기도, 닫기도 하는 것이다

_ [PART 6 권력] 중에서

 

언어는 단순한 소통 수단이 아니라 세계를 인식하는 틀이다. 각국이 앞다퉈 자국어와 문화적 맥락을 학습한 AI 모델을 개발하려는 이유다. 다양한 언어권의 훈련 데이터를 확보하려는 노력도 마찬가지다. 이는 기술 주권을 넘어 문화적 자기 결정권의 문제라 할 수 있다. 한국어 특화 언어 모델 개발, 다국어 훈련 데이터 구축, 문화적 편향감사 체계 등 이러한 제도적 투자가 AI 시대에 언어적 다양성을 지키는 현실적인 전략이 된다.

_ [PART 6 권력] 중에서