인생의 10000시간을 어디에 쓸 것인가

인생은 한 번뿐이고, 인간에게 가장 희소한 궁극의 자원은 시간이라는 전제에서 출발하면, 우리가 무엇을 붙들고 어떻게 일하며 시간을 쓰는지는 자명하게 중요해진다. 돈이 많아질수록 다른 사람의 시간을 사서 내 일을 시킬 수 있다. 그래서 내가 코딩과 A.I.에서 특히 즐거워하는 점은 지치지 않는 기계들을 부려 먹으면서도 그들의 감정을 걱정할 필요가 없다는 사실이다. 얼마나 훌륭한가? 덕분에 A.I. 시대에 노동과 자본을 두고 스톨퍼-새뮤얼슨 정리가 어떻게 펼쳐질지 자꾸 생각하게 되는데, 그 이야기는 다음에 씹어볼 거리로 남겨두자.

Le Wagon 데이터 과학 부트캠프를 마치고 MITx MicroMasters의 Data, Economics, and Development Policy 과정을 밟아가면서, 나는 적어도 내 인생의 10000시간은 경제학과 컴퓨팅이 만나는 지점에서 쓰고 싶다는 점이 분명해졌다. 지적으로는 둘 다 나를 사로잡는다. 현실적으로 말하면, 세계를 공부하는 이유는 세계를 바꾸기 위해서다. 가능하다면 직감과 기분이 아니라 증거, 수많은 기반 작업, 무작위 대조실험(RCTs)을 통해서. 내 관심은 적용 분야 자체보다 그 밑바탕이 되는 전문 지식과 방법론에 있다. 결국 경제학과 컴퓨팅의 원리와 응용은 예술에도, 차별, 이민, 무역, 금융, 기후 변화, 그리고 흥미로운 거의 모든 인간 활동에도 똑같이 작동하기 때문이다. 도구와 기술은 이미 여기 있다. 미래는 이미 와 있다. 다만 고르게 퍼져 있지 않을 뿐이다.

행복수익률 측정하기

그런 의미에서, 여러 해 전 “Poor Economics”를 읽은 뒤 RCT의 아이디어와 실천이 여기까지 왔다는 사실이 무척 반갑고 놀랍다. 영향력을 평가할 때 단순한 사전-사후 비교만 해 놓고 서로 잘했다고 자화자찬하며 끝내는 대신, 데이터와 증거의 언어로 말한다면 세상은 훨씬 나아질 것이라고 믿는다. 사회 프로그램을 Return on Happiness(RoH)로 측정하고 벤치마킹하게 되면 세계가 어떤 모습일지 궁금하다. 주관적 안녕이 이미 “포괄 지표”, 곧 “한 사람의 전반적 안녕을 집계적으로 평가하는 방식”으로 받아들여진다면, 이 생각을 더 밀어붙이지 못할 이유가 있을까?

I, A.I. 爱

이 글과 앞으로의 탐색이 하려는 일은 경제학과 컴퓨팅, 특히 A.I.를 내가 관심 있는 영역에 더 깊이 적용해보는 것이다. GLAM 기관, 기업, 게임과 엔터테인먼트, 기후와 지속가능성, 임팩트, 정부, 당신과 나와 우리의 손주들까지. 그런 마음으로 나는 MuseumNext Digital Summit 2023에서 기계로 컬렉션을 보고 검색하는 일에 관해 발표했다. 콘텐츠의 양은 압도적이다. 그렇다면 우리가 새로운 방식으로 보고, 그렇지 않았다면 접근하기 어려웠을 콘텐츠를 검색하고 발견하도록 돕는 도구로 A.I.보다 더 나은 것이 무엇이겠는가?

ARTificially Intelligent: 기계로 컬렉션을 보고 검색하기

“상사가 소셜 미디어도 잘 이해하지 못하는데, 어떻게 A.I. 도입에 마음을 열게 만들죠?”

소셜 미디어조차 이해하는 데 어려움을 겪는 상사를 어떻게 설득해 A.I.를 받아들이게 하느냐는 질문이 나왔다. 나에게 흥미로운 질문이다. 나 역시 이런 생각을 해왔기 때문이다. 이른바 민간 산업의 경쟁 압력에 ‘닿지 않은’ 부문에서는 어떻게 해야 실제 도입을 끌어낼 수 있을까? 어느 정도까지는 민간 부문에서 A.I.를 도입해야 한다는 논증조차 필요 없다고 느낀다. 이윤 추구는 도입을 위한 추가 인센티브를 필요로 하지 않으니까. 그렇다면 첫 벽돌을 놓기도 전에 비용도, 역량도, 반사실적 비교 기준도 모두 커다란 구멍으로 남아 있을 수 있는 부문은 어떨까?

박물관이 A.I.를 도입한 세계가 있고, 도입하지 않은 세계가 있다. 두 세계 모두에서 기본 설정은 시장 경쟁이 중요하지 않다는 것이다. 특히 어떤 형태로든 국가가 부여한 독점이 자리 잡고 있다면 더 그렇다. 공공기관 자체가 잘못이라는 말은 아니다. 오히려 시장의 보이지 않는 손이 닿지 않는 곳이 있기 때문에 우리는 정확히 그런 기관이 필요하다. 그래서 내 즉각적인 반응은 거의 이렇다. 이런 상황에서는 그냥 상사를 해고하고 다른 곳으로 가야 하는 것 아닌가. 문제의 핵심은 규모 있는 조직에서는 변화를 만들기 위해 필요한 정당성과 권한을 확보하려면 위에서 내려오는 리더십이 절대적으로 필요한 경우가 많다는 데 있다. 그런데 공공기관이 다루는 문제들의 중요성과 긴급성을 생각하면 이 답은 거의 만족스럽지 않다. 난민을 어떻게 통합할지, 창의성을 어떻게 장려하고 허위정보에 어떻게 대응할지, 무역의 이익이 고르게 돌아가게 할지 같은 문제들의 성패 전체를 한 개인에게 걸어두는 것은 극도로 김빠지는 일이다.

이런 점에서 나는 비시장 활동과 조직의 성과를 RoH로 측정하고 보정하는 경쟁 동학을 도입한다는 생각에 끌린다. A.I.를 도입한 조직이라는 처치군이 있고, 도입하지 않은 통제군이 있다. 처치군이 중요한 지표에서 투입 비용 1달러당 유의미하게 더 나은 성과를 낸다면, 이제 우리는 알게 된다. 우리의 세금과 시간이 어디로 흘러가야 하는지 알게 되는 것이다.

많은 사람이 이 생각에 움찔하겠지만, 왜 안 되는가? 우리는 Gross Domestic Product(GDP)라는 측정치를 만들어냈다. 생산량이 얼마나 되는지, 그것이 얼마나 변하는지조차 모른다면, 대공황기의 New York 거리마다 배급 줄이 구불구불 이어지는 와중에 정말로 어둠 속에서 총을 쏘며 눈먼 추측을 하는 셈이기 때문이다. 어쩌면 이것은 기후 위기에 대해 시도해볼 만한 하나의 가능한 대응일 뿐인지도 모른다. 어쩌면 A.I.는 복잡성과 데이터, 잡음, 온갖 지저분한 정보까지 헤치고 들어가 인간의 안녕을 예측하고 극대화할 단서를 찾는 데 특히 유용할지도 모른다. 이것이 인과관계에 대해 말하려는 것도 아니고, 예측 변수 자체에 가치 판단을 내리려는 것도 아니다. 오히려 우리가 알게 될 많은 것들은 별로 흥미롭지 않은 것으로 드러날 수도 있다. 흥미롭다면 그나마 다행이고.

그래서 이것은 한정된 문화 자료를 대상으로 놓아보는 나의 첫 벽돌이다. 😎 다음 글에서는 지능을 실증적 과제로 다루는 일, A.I. “Stefanie Sun”을 훈련시켜 베트남어로 노래하게 하는 일, 그리고 A.I. 시대의 노동과 자본의 관계에 대한 생각을 조금 더 살 붙여 이야기해보려 한다.

원래 PubPub의 erniesg.pubpub.org/pub/hnn0p7d9에 게시했던 글입니다.