AI가 범람하는 시대에 지식노동자의 생존전략

AI가 범람하는 시대에 지식노동자의 생존전략

AI가 범람하는 시대

2023년 1월 ChatGPT를 시작으로 거의 분기마다 하나씩 새로운 AI가 일상생활로 밀려들어오기 시작했습니다. 특히, 가장 최근에 발표된 GPT-4o의 실시간 처리능력과 감정표현을 보고 많은 분들께서 적잖은 충격에 빠지신 것 같은데요, 막연한 두려움 보다는 AI가 어떻게 동작하는 것인지 조금이나마 이해하고, 새로운 시대에 지식노동자가 가질 수 있는 경쟁우위는 무엇일까에 대해 개인적인 생각을 끄적여봅니다.

AI는 무엇을 잘하는가 (feat. AI는 어떻게 학습되는가)

아래는 우리가 AI라고 일컫는 LLM(Large Language Model)의 대표주자인 ChatGPT의 학습과정을 정말 간단하게 도식화한 것입니다.

스크린샷 2024-06-08 오후 9.25.24.png

핵심만 남기면 학습 과정이 생각보다 단순한데요, 각각의 과정에 대해 조금 더 살펴보겠습니다. (당연하게도 각각의 과정마다 엄청난 디테일이 숨어있습니다만, 주제와 맞지않는 내용이라 생략합니다)

Data Collection

AI를 학습할 엄청난 규모의 데이터를 수집하고, 가공합니다. 현재는 Online-Scale의 데이터로 학습이 이루어지고 있고, 아마도 AR이 보편화되면 그때는 Offline-Scale의 학습까지도 이루어지지 않을까 조심스레 예측해봅니다.

Pre-Training

수집한 거대한 규모의 데이터로 사전 학습을 진행합니다. 사전 학습 방법은 아래 그림과 같이 굉장히 단순한데요, 그냥 수집한 문장을 집어넣고 다음에는 어떤 단어가 있을지 맞추게 합니다.

거대한 규모의 데이터로 이런 학습을 하면 앞 문장을 보고 가장 그럴듯한 다음 텍스트를 만들 수 있게되고, 의미는 없지만 말이되는 문장은 끊임없이 만들어낼 수 있게 됩니다. (ChatGPT가 거짓말하는 현상의 원인입니다) 이러한 학습과정을 통해서 알 수 있는 것은 → AI는 단어 수준에서 확률적으로 가장 높은 것을 선택하도록 학습되었다는 점입니다.

Instruction-Tuning

사전 학습으로 학습을 끝내버리면 의미 없는 문장만 생성하기 때문에, 우리의 질문에 알맞은 대답을 할 수 없습니다.

나 : 프랑스의 수도는 어디야?
AI : 프랑스의 수도는 파리입니다.

와 같은 질의응답을 하려면 이러한 데이터를 이용해서 추가적인 학습이 필요한데요, 고용된 사람들이 AI와 “직접” 대화를 주고받으며 어떤 것이 알맞은 대답인가에 대한 데이터로 추가적인 학습을 하게됩니다. 이러한 학습과정을 통해서 알 수 있는 것은 → AI는 여러 사람과 질의응답하며 가장 그럴듯한 대답을 하도록 학습되었다는 점입니다.

지금까지 정말 간단하게 만든 3단계의 학습과정을 살펴봤는데요, 전체적인 AI의 학습과정으로 미루어보아 AI가 잘 할 것이라고 기대할 수 있는 것은 인터넷에 자료가 많이 존재하고 + 비교적 답이 명확한 질문들에 대한 높은 정확도의 답변입니다. 아래 질문처럼 참 애매하고 자료도 별로 없을 것 같은 질문에는 별 도움이 안되는 답변밖에 해주지 못합니다.

스크린샷 2024-06-08 오후 6.45.15.png

지식노동자가 가질 수 있는 경쟁우위

위 내용을 바탕으로 생각해보면, 지식노동자가 가질 수 있는 경쟁우위는 결국

인터넷에 자료가 별로 없는 나만의 인사이트를 가지고
비교적 답이 불명확한 질문들에 대해 답을 찾아나갈 수 있는 능력

이 되지 않을까 조심스레 예상해봅니다. 비교적 답이 불명확한 질문들에 대해 답을 찾아나갈 수 있는 능력은 후행지표에 가깝고 그것의 선행지표는 인터넷에 자료가 별로 없는 나만의 인사이트를 얼마나 가지고 있느냐 일텐데요,

나만의 인사이트는

내가 직접 경험하고 체화한 인사이트
남이 경험한 것을 간접적으로 전달받아서 체화하지는 못한 인사이트

크게 위 2종류로 나눌 수 있습니다.

내가 직접 경험하고 체화한 인사이트는 아마 잊고 싶어도 잊기 힘들 것입니다.

우리는 직접 경험하고 깨닫게 된 것은 매우 기억을 잘하니까요.

아마 의식하지 못하더라도 무의식 속에서 필요할때 튀어나올 겁니다.

그러나, 남이 경험한 것을 간접적으로 전달받아서 체화하지는 못한 인사이트는 기억하고 싶어도 기억하기 힘듭니다. 동영상을 보고 글을 읽는 그 순간에는 큰 배움을 얻었다고 생각할지 모르지만, 대부분은 지워지고 존재여부 정도만 어렴풋이 남게됩니다. 그렇기 때문에 우리는 종종 “아 그때 봤던 그거 다시보면 지금 도움이 될 것 같은데” 라는 상황을 마주하게 되죠.

memoe - 세상에서 가장 간편한 세컨드 브레인

우리는 이런 상황에서 그 자료를 다시 확인하고, 인사이트를 강화하고, 그것을 바탕으로 더 깊은 수준의 인사이트를 쌓아나갈 수 있어야 합니다. 앞으로 펼쳐질 미래에서 AI는 인사이트가 많이 관여되지 않는 일을 효율적으로 해나가고, 지식노동자는 더욱 깊은 수준의 인사이트를 바탕으로 일을 창의적으로 해나갈 것입니다.

memoe는 지식노동자들이 계속해서 더 깊은 인사이트를 쌓아나갈 수 있는 미래를 만들어 나가는 꿈을꾸며 MVP는 자료저장은 클릭 한 번으로🖱️, 자료찾기는 채팅 한 번으로💬 간편하게 할 수 있는 세컨드 브레인 제품으로 긴 여정을 시작해보려 합니다.