근래 AI로 생태계가 변모하고 있는 모습에 대한 사견

컴퓨터공학은 이전에 전산학, 전자계산기학이라고 불리었다. 그 말은 굵은 줄기에서 보면 사람의 작업을 수학적인 0, 1의 비트-디지털 기반으로 자동화를 이룩하는 일이다.

결국 그들에 의해 사람의 일자리는 하나둘씩 사라지게 만드는 일이다. 물론 그 시스템의 관리자와 운영자는 필요하겠지만, 휴먼 프레임워크로 그 일을 처리할 때보다 통상적으로는 더 적은 비용으로 더 많은 일을 할 수 있기 때문이다. 하지만 현대에서 전문직이라고 불리우는 직무의 일은 아직까지는 그렇지 못한 것으로 보인다.

왜일까? 생각해보면 그들이 고임금을 받는 이유와 유사하다고 생각하다. 시스템으로 프레임워크화하기 어려운 모호한 부분이 많고, 미션 크리티컬한데, 일반적인 사람이 처리한다고 해서 처리되긴 어려운 그런 일들이기 때문이 아닐까? 의사, 검사, 변호사, … 책임과 판단의 영역도 시스템화가 가능해 보이는가? 작금의 수준에선 쉽지 않다.

돌아가서, AI, 수위급의 LLM이 등장하기 전까지 자동화는 그 시스템 제어에 필요한 최소 단위인 코드를 직접 다룰 수 있는 개발자, 엔지니어들의 고유 영역이었다. 누구나 자동화를 이룩하기 어려웠기에 기술의 영역이었고. 저마다의 방식과 성향에 따른 차이를 소프트웨어적으로 구현해줄 수 없었다. 그래서 ‘일반 사용자용 소프트웨어’라는 용어도 나왔다고 생각한다.

그런데 시대가 바뀌었다. LLM이 등장하고, 토큰은 저렴해졌으며, 현대 문화를 누리는 사람들의 경제적인 평균은 올라갔다. 누구나 자신만의 소프트웨어, 프로그램을 만들 수 있게 되었다. 이제 자동화는 너도 나도 할 수 있게 되었다. 그렇다면 내가 어떤 일을, 어떤 방식으로 행하고 있고, 행하려 하는가, 시간-비용의 트레이드 오프를 어떻게 추산하는가, 가치를 어떻게 매기고 떼는가, 그런 것들이 더 중요해졌다. 말 그대로 메타인지, 고치고 싶다면 고칠 부분의 인지가 우선이지 않겠는가.

여기서 나는 고민했다. 과도기적인 지금과 다가올 남은 과도기에 누가 대체당하고 누가 적응할 수 있을지. 개발자는 그걸 발견할 환경과 능력과 기회가 많았고, 운이 좋았다고 생각한다. 이제 조직과 외부의 비용 추산보다, 본인의 비용 추산을 먼저 생각해야 하는 시기다. 도구와 환경에 적응하지 말고, 내 시대적 적응을 도울 도구와 환경을 수시로 갈아치우는 변화, 그 빈번한 변화에 적응을 준비하는 것이 좋을 것 같다.

물론, 필요하다면 시스템을 바닥까지 들여다 보고 판단할 수 있는 능력은 개발자들이 훨씬 유리한 위치에 서있으므로, 당장 개발 능력이 좋다면 다행이고, 코드 작성 비용이 0으로 수렴해가는 앞으로도 레버리지가 되어줄 것이다. ‘설명 가능한 엔지니어링’이 가능한 사람이니. AI가 이미지를 잘 뽑아준다고 최고의 디자이너라고 불리지 않듯이 말이다.

앞서 책임과 판단 이야기를 했다. 그 책임의 판단, 엔지니어가 가장 잘해왔고, 가장 잘 아는 분야임을 인지한다면 그때부터는 전문직으로 다시 태어나 AI의 대체가 그닥 두렵지 않을 수도 있다. 단순히 코드를 작성하는 사람에서, 책임질 수 있는 사람으로. 근원적으로 제한된 환경, 구조, 비용, 정보에서 최고 효율의 견적 내기는 컴퓨터공학의 정수가 아니었던가. 기술 부채처럼 보이는 그 코드가 어느 정도의 비즈니스 임팩트를 내며 지출보다 큰 돈을 언제까지 벌어다줄지 누구나 쉽게 알 수 있는 건 아니다.

대 피벗의 시대이다. 회사에서 조직으로, 조직에서 제품으로, 제품에서 개인으로, 유연하게 피벗하고 최선인가를 가늠해야 한다. 그런데 피벗은 한 축이 필요하다. 그 축은 메타 인지를 통해 알아가는 나 자신이 아닐까.