AI가 금융을 재편한다! 금융 시스템의 대 격변 속, 생존을 위한 전략은 이것! | 교보생명 디지털혁신 담당 장우경 전무

815머니톡
154 팔로워
7 비디오 조회수·2024. 11. 26.
👉출연 신청, 광고&협업 문의 [email protected]
👉815머니톡 자료 다운로드 https://cafe.naver.com/815moneytalk
--------------------------
0:00 '기업의 판도를 흔드는 AI 초혁신' 저자/ 교보생명 디지털 혁신담당 장우경 전무 (11월 14일 오전 10시 30분)
0:44 금융 쪽에서 AI는 어떻게 활용이 되는가?
5:12 챗GPT 100% 정확한 것은 아닌데?
9:58 디지털 혁신이 AI 시대에 어떻게 적용되는가?
14:48 소프트웨어를 처리한다는 능력은 무엇을 의미하는가?
19:16 AI의 미래, 어떻게 성장하게 될까?
24:33 앞으로 일반인들이 어떻게 AI를 활용하게 될까?
인공지능,AI금융,소프트웨어
N-90/15/15
얼마나 활용을 하고 있느냐라고 물어보면
저는 사실 아직 초기 단계다
소프트웨어적으로 처리할 수 있는 능력을
우리가 갖추고 있느냐에 대한 준비는 필요하다고 보여집니다
사실 그러면 그 과정상에서
지금 나오고 있는 생성형 AI는
활용할 분들이 굉장히 많습니다
오늘 모신 분은 교보생명 디지털혁신 담당 전문시죠
장우경 전문님 모셨습니다
안녕하세요
안녕하세요 반갑습니다
이번에 책을 쓰신 게 보니까
기업의 판도를 흔드는 AI 초혁신이라는 책을 쓰셨네요
네 맞습니다
금융 쪽에서 계시면서 이런 책을 쓰셨으니까
아무래도 또 하시는 업무도 그렇고요
근데 저희가 금융 쪽에서 이 AI를 어떤 식으로 활용하나
여기에 대해서 갑자기 좀 궁금해지네요
일단 금융은 사실 아직까지 본격적으로
AI를 활용하고 있다고 저는 보여지진 않거든요
제가 책에서도 얘기했지만
영역이 세 영역이 있어요
하나는 사실 우리가 알아야 될 게
생성형 AI가 굉장히 특이한 기술이라고 생각을 하지만
사실은 대화용 인터페이스 이상이야가 아니거든요
그거를 머리에 놓고
우리가 AI를 어떻게 활용해야 되는가를 봐야 되는데
지금 저희는 사실 머신러닝 위주의 무언가를 좀 하고 있죠
저는 사실 사람들한테 얘기를 하는데
머신러닝이라고 하지 않고 머슴러닝이라고 얘기를 합니다
아 왜요?
왜냐하면 사람들이 뒷단에 세야 될 일이 너무 많거든요
사실 자동화되어 있진 않고
그래서 금융에서 제대로 사실 워킹이 되려면
이 앞단에 생성형 AI가 인터페이스로 워킹을 했을 때
많은 사람들이 대기표를 뽑고 기다리고 있거든요
난 이게 궁금해 저게 궁금해 이러고 있는데
뒷단에 있는 프로세스가 자동화되어 있지 않다면
사실 고객들은 불편할 거거든요
그래서 뒷단에 있는 프로세스가 자동화되어야
풀리 금융이 제대로 AI를 활용하고 있다고 생각이 들거든요
사실 아직까지는 그런 단계는 아니라고 생각이 듭니다
그렇군요
근데 엔비디아에서 2022년도에 조사한
전세계 금융업권의 500개 이상 금융회사들
조사해보니까 75% 이상이 고성능 컴퓨팅
혹은 머신러닝, 딥러닝 기술을 활용하고 있다
이렇게 나왔어요
이거는 어떤 의미입니까?
제가 방금 전에 말씀드린 것처럼
AI가 사실 세 덩이의 영역이 있거든요
물론 조사한 시간이 22년이기 때문에
사실 생성형 AI가 활발하게 이용됐던 시점은 아닌 것 같아요
그래서 그런지 대부분 제가 정의하는 세 가지 영역 중에서
지능형 알고리즘, 머신러닝 위주의 것들을
활용을 많이 하고 있더라고요
보니까 사기거래 탐지라든지
대화형 인공지능은 채폿 형태로 쓰고 있는 것 같고요
알고리즘 트레이딩이라든지 자금 세탁이라든지
뒷단의 머신러닝을 활용해서 할 수 있는 것들이 거의 대부분이거든요
그래서 아직까지 생성형 AI를 풀리 활용하는 단계는 아니었다
거의 대부분이 75% 이상이 머신러닝 위주의 것들을 활용하고 있었다
이렇게 좀 보여집니다
네 그렇군요
지금 채취 PT와 같은 대화형 인공지능
이것이 계속해서 금융회사에서도 사용이 될
그런 개연성들이 커지고 있나요?
그렇죠
근데 사실 많은 사람들이 좀 여쭤보는 게 있어요
생성형 AI가 금융에서 어떤 단계에 와 있느냐
얼마나 활용을 하고 있느냐라고 물어보면
저는 사실 아직 초기 단계다
굉장히 극초기 단계다
왜냐하면 레귤레이션 자체도
아직 명확하게 정의가 되어있지는 않거든요
그리고 어떤 베스트 프렉티스가 존재하지 않기 때문에
금융사들은 살짝 어떻게 해야 되는지
좀 주저하고 있는 부분이 사실 있죠
지금 그렇다면 우리가 일단 보통 현실적으로 느끼는 것은
저부터도 금융회사에 어떤 문의할 거가 있거나
아니면 뭐 이렇게 하면은 그냥 AIC를 응대해주는
챗봇의 형태가 됐든 음성이 됐든
이런 것들 이것도 사실 상당히 초보적인 겁니까?
예, 과거에 나와있던 금융사에서 그런 인터페이스형 챗봇들은
규칙 기반으로 돌아갔었거든요
그래서 사전에 알고 있는 답변이 들어오지 않는 경우에는
그것들을 명확하게 대답 못하는 형태가 많았고요
생성형 AI를 활용한 그런 인터페이스는
아직까지는 본격적으로 적용되지 않았다
역시 망불리 이슈도 있고요 여러가지 이슈 때문에
명확하게 적용되지 않았다
또 외부에 있는 API를 통해서
외부에 있는 생성형 AI를 활용을 할지
아니면 내부에 들여넣고 해야 될지에 대한 방향도
아직 정확히 결정이 되어있지는 않고요
또 외부에 있는 그런 솔루션을 이용하는 경우에는
비용이 얼마큼 정확하게 들지
아직까지는 추산이 안 되는 상황이거든요
그래서 저는 아직까지는 극초기 단계이다
라는게 제 생각입니다
아 그렇군요
요즘 채찍BT를 활용해서 투자하는 데
아니면 금융 상품을 찾는 데
이런 걸 촬영하시는 분들도 많이 있더라고요
그러면서도 아직은 이게 100% 정확한 건 아니니까
약간 좀 걱정이 되기도 하고요
맞아요 맞아요
금융 상품, 근데 제가 금융필드에 있으면서
항상 문제가 되는 게
불완전 판매가 사실 문제가 되거든요
그러니까 생성형 AI를 통해서
어떤 상품을 팔 때
고객들이 분명히 그것을 다 인지하고
구매를 했느냐가 중요한 포인트가 될 수 있거든요
현재 생성형의 AI 채찍BT의 수준으로는
그것들을 다 완벽하게 설명할 수 있다고 보이지 않아요
그래서 저는 만약에 투자자가
채찍BT나 이런 것들, 클로우드나 이런 것들을 활용하게 될 때
뒷단에 로버어드바이저랑 결합을 해서
활용을 해야 되지 않을까라는 생각이 들어요
그래서 인터페이스로 생성형 AI는 활용하되
뒷단에 투자에 대한 디시저는 로버어드바이저가 해주는
앞단의 인터페이스 역할을 하는
물론 그렇게 되기 위해서는 레귤레이션 정의도 필요하고
보완적인 이슈들도 있고
해결에 대한 부분이 많이 있지만
향후에 볼 때는 그런 형태로 이용이 되지 않을까라는 생각을 갖고 있습니다
그렇군요
하여튼 이 기업단에서
지금 저희가 생각하는 것이
지금 데이터센터는 계속 확장이 되고 있고
단지 검색하는 용도로 쓸 것이냐
아니면 말씀하신 이런 각 개별 기업단에서
이러한 소프트웨어적인 서비스들이
계속 나올 수 있을 것이냐
이것이 결국 AI의 성장 혹은 확장, 성공
이런 것과 연결이 되잖아요
그런데 그런 필요는 충분히 다 있는 건가요? 기업단에서
그게 정확하게 짚으신 건데요
사실 제가 생각할 때는
우리나라의 생성형, 대화형 AI가
글로벌 경쟁력을 갖고 있느냐
객관적으로 봤을 때는 약간 떨어지긴 하거든요
그럼 우리가 기술적인 부분에 포커스를 두어서
이것들을 해야 될 거냐
아니면 실제적인 서비스나 솔루션 위주로
고객한테 도움을 줄 수 있는 형태로
우리가 포커스를 해야 되느냐
저는 후자라고 생각을 하거든요
그래서 당연히 고객에게 어떠한 도움을 줄 수 있는
비즈니스에 도움이 되는 것들을 하나를 잡고
거의 도움이 되는 형태로 AI를 활용해야 되는 것이지
기술적인 포커스로 갔다가는
저희가 예전에 디지털 혁신을 하면서도
저희가 많은 실패를 겪었기 때문에
비용 효율적으로 접근해야 된다는 측면에서
비즈니스적으로 유의한 포인트를 잡고
접근하는 게 훨씬 좋지 않나라는 생각을 하고 있습니다
네 그렇군요
채찍 PT, AI로 대변되는 미래
어떻게 금융이 만약에 제대로 적용이 된다고 했을 때
어떻게 달라질까요? 우리가 좀 상상을 해보면
저는 사실 먼 미래일 수도 있어요
제가 상상하는 형태는 약간 랩 아카운트 같은
미래의 모습을 상상해보고 싶어요
고객들이 다양한 상품을 핸들하지만
하나의 계좌로 핸들할 수 있는
제가 원하는 목표의 수익률을
안에서 포트폴리오를 끊임없이 리밸런싱해주면서
결과를 가져다주는
하지만 굉장히 초개인화되어 있는
그런 상품이 미래라고 보여지고요
아무래도 대화형 AI를 통해서
저희 성향이나 상황들을 알고 있기 때문에
또 저희 금융 포트폴리오가 어떠한지
저희 수입이 어떠한지
저희 소비 패턴이 어떠한지를 알고 있을 거거든요
그거에 맞는 형태의 여유 자금
그거에 맞는 투자 자금
그거에 맞는 투자 상품들을 끊임없이
저한테 오퍼를 할 수 있는 형태의
미래가 되지 않을까
물론 랩 아카운트를 하기 위해서는
다양한 레귤레이션 이슈가 여전히 존재합니다만
랩 아카운트라는 게 뭐예요?
랩이라고 하는 게 하나의 궤자에
다양한 상품을 담을 수 있는 형태의 상품이거든요
이것들은 고액 자산가들이
자기의 다양한 수익률을 밑하기 위해서
좋은 상품들을 담을 수 있는 형태로 해야 되고
또 투자자의 성향을 정확히 알고서
그러한 랩 아카운트를 만들어줘야 되거든요
그래서 굉장히 초개인화가 되지 않으면
사실 어렵기 때문에
그것이 먼 미래에는 가능할 수 있지 않을까 생각을 해봅니다
랩 아카운트
요새 증권사나 이런데 보면 랩 서비스 있잖아요
개인들이 약간 사모펀드처럼
개인 돈을 투자해서 그걸 대신 운영해주는
랩이 있죠
그러한 것들이 AI에 의해서 운영되는
굉장히 초개인화, 굉장히 민주화된 형태로
모든 사람들이 액세스할 수 있는 랩 아카운트
그런 형태가 있었으면 좋겠다는
개인적인 바람이 있습니다
근데 이 AI 때문에 계속해서 디지털 혁신
디지털 혁신이라는 말은 사실 새롭지는 않거든요
맞아요
10년 전에도 들었던 얘기라
이게 AI 시대에 어떤 식으로 적용이 될 수 있을까
네, 이게 사실 단어라는 것은 유통기한이 있거든요
디지털이라는 게 사실 나온 지 오래되었고
한 15년이 넘었잖아요
혁신하는 단어도 마찬가지고
그러다 보니 디지털 혁신이라는 중요성은 있음에도 불구하고
너무 일반 명사화되어 있다는 거죠
근데 사실 저희가 잘 돌이켜서 생각을 해보면
AI라고 하는 것이 디지털의 응용기술이거든요
또 디지털이라고 하는 것의 수단을 통해서
저희가 혁신을 해왔던 것이고
마찬가지로 앞으로 더 유명하게 될 AI라는 기술을 통해서
저희도 혁신을 해야 되는 거예요
그럼 저희가 돌이켜보면서
AI 초혁신을 제대로 하려면
AI의 근본이 되는 디지털에 대한 이해
디지털 혁신에 대한 이해
본질적인 이해를 하고 있어야 되지 않을까
라는 측면에서 제가 얘기를 했던 것이고요
그리고 시중에 많은 사람들이
여러 사람들이 AI 관련해서 얘기를 하고 있지만
정작 중요한 것은
저희가 갖고 있는 이 디지털 기반을
활용해서 AI를 잘할 수 있는가
디지털과 AI를 어떻게 나이스하게 연결할 수 있는가가
사실 중요한 거거든요
그런 포인트에서 디지털을 제가 얘기했다고
좀 이해해 주시면 될 것 같습니다
그렇다면 이제 많은 기업들
특히 전통기업들
우리가 생각하는 전통기업들이
AI를 어떤 식으로 적용해서
뭔가 혁신을 이뤄낼 수 있을까
좀 단초를
아이디어의 단초를 한번 좀 알려주시죠
네네
저는 이제
재설계가 필요하다 이렇게 얘기하시는 거예요
그러니까
이게 얘기를 말씀을 드리려면
상당히 여러 가지 말씀을 드려야 되기 때문에
제가 예를 하나 들어볼게요
예를 들어서 오키나와 상공에
태풍이 거대한 태풍이 생겼다고 쳐보죠
그러면 모든 방송사들은
이 태풍의 크기, 태풍의 위력, 태풍의 경로
그 다음에 언제쯤 도착할지에 대한 것을 얘기하죠
근데 사실 일반 시민의 입장에서는
태풍이 왔을 때 내가 어떻게 대비할 수 있고
오기 전에 어떤 준비를 해야 되고
만약에 최악의 경우에 어떤 툴킷을 사용해서
내가 그 재난 상황을 헤쳐나갈 수 있을까에 대한
굉장히 프랙티컬한 얘기를 원하거든요
사실 기업들은 이런 프랙티컬한 부분에
좀 더 포커스를 줘야 된다고 생각을 하고
기존의 전통기업들이
디지털 혁신을 안 해왔던 것은 아니거든요
한 15년간 해왔잖아요
그러면 해왔던 것을 점검해 보면서
무엇을 잘했고, 무엇을 잘못했는지를 확인한 다음에
그 중에서 필요한 부분을 드러내고
그 필요한 부분을 가지고 어떻게
AI 초혁신으로 끌고 갈 수 있는지를
한번 돌이켜봐야 되지 않을까라는 생각을 했던 거고요
그래서 공부 잘하는 학생이 오답노트를 만들듯이
AI 초혁신을 하기 위해서도
디지털 혁신에서의 공과 가져갈 것과 남겨야 될 것
등등을 좀 봐야 되지 않을까라는 생각을 합니다
그렇다면 지금 우리 기업들이 적용한다고 했을 때
먼저 이제 말씀대로 분석을 해야겠죠
그래서 우리가 앞으로 더 성장하기 위해서
필요한 부분이 무엇인가
어떻게 변화를 줘야 될 것인가
그걸 끄집어내서 AI를 접목시킨다
그래서 질문이 사실 보면
설계시 AI의 역할은? 이라고 되어 있거든요
사실 저는 질문이 바뀌어야 된다고 생각하는 거예요
재설계가 AI에 주는 역할이 되어야 맞는 것이고요
그래서 기존에 갖고 있던 디지털 초혁신의 기반이
AI에 어떤 영향을 주는가
근데 저는 여러 가지 재설계할 수 있는 컴포넌트를 얘기했는데
그 컴포넌트를 관통하는 하나의 아이디어는
소프트웨어적으로 우리가 판단을 하고 있어야 된다라는 거거든요
대부분 보면 우리나라 전통기업들이
디지털 혁신들을 해왔는데 보면
디지털 프로덕트 앱은 열심히 디지털로
원래 디지털이니까 디지털이죠
그다음에 다른 사람도 하는 거 보니까
디지털 고객들이 들어와서 마케팅이 중요하네
고객 경험에 대한 열심히 노력은 했었어요
그런데 이것들이 제대로 되면서
고객들이 점점 원하는 수준이 높아졌거든요
다양한 요구사항을 수용할 수 있게끔
뒷단에 있는 비즈니스 프로세스가
소프트웨어와 되어 있느냐
정보나 데이터가 자유롭게 흘러다닐 수 있게끔
제대로 되어 있느냐
그렇지 않거든요
그래서 제가 주장하는 부분은
뒤에 있는 디지털 프로세스가
풀리 소프트웨어적으로 변환이 되어야
나중에 있을 AI 혁신에 대해서 우리가 대비할 수 있는 것이다
적어도 안에 있는 모든 컴포넌트에 대해서
다 할 수는 없어도
머릿속에 넣고 있어야 되는 생각은
소프트웨어적으로 처리할 수 있는 능력을
우리가 갖추고 있느냐에 대한 준비는 필요하다고 보여집니다
소프트웨어적으로 처리할 수 있는 능력이라는 게
데이터를 말씀하시는 거군요
맞습니다
제가 두 가지를 짚어볼 수 있을 것 같은데요
하나는 워크플로우죠
사람들이 일을 할 때
자기가 하는 일이 데이터 로그로 남을 수 있느냐
그래야 데이터를 가지고 수정을 할 수 있을 거잖아요
두 번째는 안에 있는 데이터들이
워낙 예전 전통기업들 보면
기능형 조직으로 되어있기 때문에
사일러화가 되어있습니다
그래서 안에 있는 데이터가
그 부서 안에서만 머물 수밖에 없거든요
그 데이터들이 자유롭게 흘러다닐 수 있는 기반을 갖추었느냐
워크플로우와 데이터플로우가
제대로 흘러다니게끔 할 수 있느냐가
디지털 세상에서의 비즈니스 프로세스의
소프트웨어적 접근이라고 생각합니다
하긴 AI가 돌아가려면
데이터가 있어야죠
맞습니다
각 회사 기업단이 됐든 조직단이 됐든
데이터를 어떻게 계속 생성해내는 것을 모을 수 있느냐
이게 가장 핵심이겠네요
맞아요
전통기업들이 사실 그렇다고 해서
15년간 10년간 데이터에 대해서
투자를 안 한 건 아니거든요
하지만 그것들이 갖고 있는 본질적인 이해도가
그렇게 디지털 네이티브만큼 완벽하진 않았기 때문에
안에 있는 데이터들이 자연스럽게
흘러다닐 수 있는 상황을 만드는 것이 중요하다고
인지를 하게 된다면
좀 더 도움이 많이 되긴 할 것 같습니다
네
지금 AI 시대 디자인 띵킹에 대해서 언급을 하셨는데
이건 뭘 의미하는 거죠?
디자인 띵킹 자체도요
보면 말이 갖고 있는 약간 올드함이 있죠 사실
왜 다시 또 디자인 띵킹을 얘기하느냐라고
생각할 수 있는데요
사실 디자인 띵킹의 핵심은 그렇습니다
기획과 실행이 자연스럽게 융합된 프로세스다라는 거예요
기획도 하면서 중간에 실행도 동시에 해볼 수 있는 것
그다음에 실험과 학습을 동시에 진행할 수 있다는 것
방법론 자체가 굉장히 소프트웨어적 접근방법이거든요
그래서 디자인 띵킹을 통해서
전통기업들이 소프트웨어적 마인드를 기를 수 있기 때문에
다시 한번 디자인 띵킹을 보자
이런 의미에서 디자인 띵킹을 얘기한 겁니다
기호주의와 연결주의라는 단어도 언급을 하셨는데
모르는 분들은, 일반 분들은 무슨 의미일까?
잘 모를 것 같아요
제가 기호주의, 연결주의를 가지고
AI의 역사를 풀었는데
사실 기호주의, 연결주의로 나누는
이러한 방식에 대해서 동의하지 않는 분들도 사실 계세요
근데 제가 기호주의, 연결주의로 나눈 근거는
딥러닝 레볼루션 보면
세즈노프스키가 두 개의 기호주의, 연결주의를 분리를 하고 있거든요
그래서 기호주의, 연결주의로 나눈 거고요
기호주의는 저희가 이런 거죠
인간이 만들어온 규칙에 의해서 우리가 인공지능을 만들 수 있다
그러니까 인간이 인공지능을 학습시키고
인공지능을 발전시킬 수 있다는 게 기호주의고요
연결주의는 아니라
인공지능을 스스로 학습해가면서
본인이 어린아이처럼 하나하나 배울 수 있다는 거거든요
그 두 주의가 있고요
기호주의는 너무나 잘 아시겠지만
민스키라는 사람이 쭉 밀고 가는 형태고
연결주의는 로젠블릿이라는 사람이
퍼셉트론이라는 논리를 만들어내면서
사실 그 줄기가 있는 거거든요
근데 그 당시 제가 기호주의와 연결주의를
여러 가지 세대로 분리를 했는데
1, 2, 3, 4세대까지 흘러오면서 지금은 4세대고
2012년 이후에 딥러닝이 활성화되면서
4세대에 접어들었는데
1세대, 2세대, 3세대까지는 사실
기호주의가 판을 쳤다고 봐야 돼요
그래서 이 말씀 드리는 이유는
1956년부터 1974년까지
1세대의 기호주의와 연결주의의 싸움이 있었는데
기호주의가 워낙 강하다 보니까
연결주의를 주창했던 로젠블릿이
한 마흔 몇 살에 죽습니다
너무 공격을 많이 받으니까
사람들은 사고사가 아니다 자살이라는 얘기를 할 정도로
굉장히 궁지에 몰렸는데
그 뒤로 저희가 잘 알고 있는 걸출한 인물들이 나오죠
연결주의의 제프리 힌튼이라든지
세스누프스키라든지 이런 사람들이 나오면서
딥러닝의 기초를 만들거든요
그래서 기호주의와 연결주의가 열심히 싸우면서
결론적으로 연결주의가 4세대에는
조금 더 활황이 되어 있는 거고요
연결주의 기반에서 지금 나오고 있는 많은 서비스들이
생성형 AI가 거기에 근거한다고 봐주시면 될 것 같습니다
그러면 지금 말씀하신 이러한 것들을 통해서
계속 딥러닝이 성장을 해왔고
AI가 성장을 해온 것이라고 봐야겠죠
이러한 것들이 계속 앞으로도 어떻게 성장할 것이냐
앞으로의 미래는 어떻게 달라질 것이냐
이런 거에 대해서도 생각을 해봐야 될 것 같은데요
근데 저는 이 부분에 대해서 사실
많은 생각들이 머리에 있습니다만
한마디로 말씀드리면 굉장히 긍정적입니다
낭만주의적이 긍정적이기 때문에
긍정적인 미래를 상정하고 있고요
하나의 개인이나 기업이나
그 사람의 성장을 위해서 가장 중요한 건
저는 포지셔닝이라고 생각해요
내가 어디에 있는지 점을 찍는 게 가장 중요하거든요
그 점에서부터 내가 갈 방향을 세팅하면
그 선이 제가 해야 될 역할이 될 테니까
그래서 지금 현 상황을 이해하는 게 중요하고
미래에 있는 모습을 예측하는 게 중요한데
모든 사람들이 예측하듯이
미래의 모습은 예측하려고 얘기를 하죠
근데 문제는 뭐냐면
저희는 점을 찍은 상황에서
미래까지 그 선을 살아가야 되는 사람이거든요
그걸 직접적으로 저희는 경험해야 되는 사람이기 때문에
결국 먼 미래의 터미네이터처럼
AI가 우리를 지배할 거다가 중요한 게 아니라
그 과정과정상에서 우리가 AI를 어떻게 활용하는가가
굉장히 중요하거든요
사실 그러면 그 과정상에서
지금 나오고 있는 생성형 AI는
활용할 부분들이 굉장히 많습니다
먼 미래의 둠스러운 미래를 상정하지 않고
우리가 해야 되는 행위 하나를 잘라서 봤을 때
굉장히 개인의 역량을 증강하기 위해서라든지
회사의 역량을 확장시키기 위해서라도
AI는 활용도가 많다
특히 책에서도 얘기했지만
개인의 역량을 증강하는 데는 상당히 도움이 됩니다
예를 들어서 코드를 짤 때도
본인이 코드를 초보 형태로 짜더라도
AI가 그것을 도와줄 수가 있거든요
그리고 제가 디자이너지만
내가 대고 있는 디자인한 앱이
제대로 작동하는가를 보기 위해서
AI 도움을 받아서 일부 돌려볼 수도 있고요
그래서 여러 가지의 도움을 받을 수 있는 상황이라고 생각합니다
지금 말씀하신 그러한 서비스들
지금 채찍피티 관련해서 여러 가지가 나오고 있잖아요
메타에서도 바로 기본적인
만들 수 있게끔 한다든지
AI가 그래서 프로그래머의 역할을 확 줄이는 거 아니냐
맞습니다
인기 떨어지는 거 아니냐
프로그래머들도
이런 얘기도 있던데요
그게 사람들이 얘기할 때
어느 특정한 미래를 상정해놓고 얘기하기 때문이거든요
그러한 미래가 오기 전까지
중간에 그 둘간을 이용하면서
누가 더 영향을 발휘할까에 대한
과정을 저희는 거쳐가야 됩니다
과정상에서는 분명히 코더들도 활용할 여지들이 엄청 많거든요
왜냐하면 본인이 만들었던 코드가
제대로 워킹하는지
혹은 여기에 버그는 없는지
이런 것들을 충분히
AI를 통해서 확인해볼 수 있기 때문에
역량 증강이나 속도 측면에서는
활용할 수 있는 부분이 많이 있습니다
하여튼 이제 앞으로 AI를 잘 활용하는 사람과
그렇지 못한 사람과의 격차가
커질 것 같은데
맞습니다
일단 우리가 이제까지 알기로는
질문을 잘해야 AI를 잘 활용할 수 있다
이렇게만 알고 있는데
AI 시대에 뭔가 우리가 인재가 되기 위해서
잘 활용하는 상승 바람에 타기 위해서는
어떤 것들이 필요하죠?
이게 사실
이 질문이 되게 철학적일 수 있는 얘기인 것 같습니다
질문을 잘한다는 것도
결국 본질을 꿰뚫을 수 없는 질문을 해야 되고
AI가 어떤 답변을 줬을 때도
그 답이 내가 원하는 질문의 답인지를
확인할 수 있어야 되거든요
그러면 어떤 사항에 대해서 꾸준히 생각하고
본질을 연구하는 그런 철학적인 자세가
저는 가장 중요하다고 보여져요
그게 전략이 됐든 코딩이 됐든 디자인이 됐든
내가 하는 일이 궁극적으로 어떤 도움이 되는지를
꾸준히 생각하면서 일을 하지 않으면
생성형 AI는 사실 기존의 체법과 다르지 않거든요
그래서 꾸준한 자기 필드에 대한 고찰
자기가 했던 일에 대한 로고를 남겨놓고
이러한 일들이 향후에 어떻게 활용될 수 있는지를
꾸준히 관찰하는 행위가
개인한테 굉장히 도움이 될 겁니다
하긴 진짜
저희도 이렇게 주변에서 활용하는 걸 보니까
그 분야에 그래도 정확한 지식이라든가
정보를 가지고 있는 어떤 전문가들
이런 분들이 더 잘 쓰시는 것 같아요
왜냐하면 나오는 답을
기본적으로 거를 수 있어야 되니까
모르는 분이 무조건 활용했다가는
전혀 다른 답이 나올 수도 있고
독자는 그런 얘기를 해요
생성형 AI가 포지션 디바이딩을 만든다
위에 있는 사람은 계속 위에 있게 만들고
밑에 있는 사람은 절대 위로 성장을 못하게 한다
왜?
중간에 해야 될 일을 다 AI가 해버리니까
더 이상 위로 못 올라가고
더 이상 내려가지 못하게 만든다고 얘기하지만
저는 그거에 대해서 좀 반대적인 의견이 있고요
본인이 지금 실무적인 역할을 하고 있을 때
실무적인 역할을 하고 있는 일들이
전체 포지션에서 어떠한 중요성을 갖고 있는지를
꾸준히 AI를 통해서 확인을 하면
성장할 수 있는 여지는 있다고 보이십니다
네 알겠습니다
지금 우리가 어쨌든 기업단에서
뭔가 계속 혁신을 하고
관련된 고객과의 접점에서
이 AI가 계속 활용이 되면서
성장할 수 있는 그런 미래 성장성이 있다
이거는 이해가 되는데
이와 관련해서 개인들에게도 연결되는
슈퍼비서의 이런 여러가지 이야기들이 나오니까
이 AI가 우리 개인들에게도
어떤 무엇인가를
그러니까 개인들이 AI를 활용해서
무엇인가를 할 수 있는 그런 시대가
어떻게 온다라고 볼 수 있는 거죠?
이게 지금 최근에 나와 있는 책들을 보면
생성형 AI 애플리케이션을 활용하는 법에 대한
책들이 굉장히 많이 나옵니다
일반적인 회사를 다니고 있는 개인들은
자기의 성향을 높이기 위해서
혹은 퍼포먼스를 높이기 위해서
어떠한 툴을 활용하는가를 꾸준히 보고 있거든요
물론 그것들이 다 산업의 초기이기 때문에
갖고 있는 툴들의 특장점들이
좋은 것도 있고 나쁜 것도 있을 겁니다
그래서 저는 개인들은
저희는 꾸준히 학습해야 되는 시대로 들어갔기 때문에
각 개인들은 지금과 같은 현상을 극복하기 위해서
자기 업무와 관련된 다양한 툴들을
한 번씩 다 써봐야 된다고 생각을 합니다
다 써봐야 되고
또 위에 있는 팀장들은
사실 약간 그런 툴들의 소믈리에가 돼야 돼요
그러니까 어떠한 툴들이 실질적으로 일을 하는지 도움이 되는지를
팀장이 파악하고 있다가
그것을 가이드할 수 있는 수준이 돼야 되고
팀장은 그래야 되고
위에 있는 관리자 이상의 임원들은
팀을 벗어나서
어떠한 일들이 크로스 펑셔널리 일어날 때
어떠한 형태로 연결되는가 좋은가를
좋은가를 이야기해 줄 수 있어야 됩니다
그래서 작게는 한 개인은
자기가 쓸 수 있는 툴에 대해서 실험을 해봐야 되고
그 위에 있는 팀장들은
무엇이 좋은지 선별할 수 있는 눈을 가져야 되고
그 위에 있는 임원들은
전체적으로 연결했을 때 퍼포먼스를 높이기 위해서
무엇을 해야 되는지를 고민해야 된다고 저는 생각을 합니다
자, 이러한 것들
이제 나중에 계속 훈련하고 연습하고
사용을 하다 보면 그렇게 되겠지만
지금은 다 새로
맞습니다
하나의 신문물이니까
맞아요
지금 시점에서
우리가 그러한 최종적인
숙련된 AI 활용자가 되기 위해서
지금 우리가 해야 될 것들
배워야 될 것들은 어떤 겁니까?
개인들이
저는 이제
어떤 사람들은 그 얘기를 하더라고요
생성형 AI, 대화형 AI가
신대나 피질이다
그러니까 뇌를 둘러싸고 있는
가장 바깥층에 형성되는
새로운 뇌에 해당된다
그러니까 인간이 할 수 있는
다양한 기능과 역할을
그들이 대신해줄 수 있는 것이다
라고 얘기를 많이 하거든요
그래서
저는 어쩔 수 없이 아까도 말씀드린 것처럼
꾸준히 저희가 무언가를 배워야 되는 시대라고 생각을 하고요
그런 배움을 통해서
저희가 충분히 더 나은 사람으로
성장할 수 있다고 보고요
그러기 위해서 다양한 툴들을
진짜 활용을 해봐야 됩니다
옛날에 엑셀, 워드 해보듯이
그때는 MS 마이크로소프트의 엑셀과 워드가
모든 툴을 거의 대표했기 때문에
그거에 대해서만 익숙해지면 됐지만
이제는 다양한 툴들이 많거든요
많은 사용을 해보셔야 되고
일단은 다 사용을 해봐야 됩니다
네 알겠습니다
사실 안 하던 거를 한다는 거는
귀찮기도 하고
또 나의 모자람을 드러내는 것 같아서
피하게 되는 게 좀 있죠
특히 나이가 들어갈수록
그런데 그러다가는 완전히 뒤처지게 되니까
일단은 안 해본 것들을
자꾸 해보려고 하는 시도
이게 사실은 가장 중요하겠네요
저희를 건강하고 젊게 살아갈 수 있게끔
또 도와주는 것 같기도 하고요
네 알겠습니다
기업의 판도를 흔드는 AI 초혁신
저자시죠?
장우경 전문의님과 함께했습니다
고맙습니다
감사합니다
