인공지능과 일자리 전망

연일 인공지능과 AI에 대한 이야기가 화두고 되고 있는 요즘입니다. 인공지능이 일자리를 위협할 것이라는 전망도 많습니다.

 

국제사회에서는 인공지능과 관련된 여러가지 논의가 한창입니다. 특히 인공지능과 일자리 부의 분배와 소득에 대한 담론이 많습니다. 인공지능은 과연 디스토피아처럼 일자리를 전부 없애게 될까요?

 

저는 이전에 인공지능의 전망에 대한 글을 쓴적이 있습니다.

 

http://hemiliar.tistory.com/88 인공지능과 인류의 미래에 대한 글

 

http://hemiliar.tistory.com/95 인공지능의 정치적 영향

 

이 두 가지 였는데요,

 

오늘은 이 글들에 이어서 인공지능, AI시대에도 살아남을만한 일자리 분야에 대해 글을 써보려고 합니다.

 

1.가파른 속도로 성장하는 인공지능과 일자리 문제

 

최근 인공지능이 일자리 분야에 대해 보이는 침투력은 상당한 수준 입니다. 의료와 법률 분야를 예시로 들어보겠습니다.

 

인공지능과 빅데이터를 연동한 기술을 통해 수만건의 진료사례, 약조제사례, 환자문진사례를 인공지능에 빅데이터로 입력해서 의사못지 않은 환자진단 능력을 보여주는 기술이 속속들이 등장하고 있습니다.

 

http://biz.khan.co.kr/khan_art_view.html?www&artid=201603291624521&code=920100

 

(인공지능 왓슨이 의사못지 않은 암진단 정확도를 보장해준다는 기사)

 

한편 법률분야에서는 수만건의 판례를 입력해서 인공지능 봇이 사건만 입력하면 대충의 판결이나 적용될 법률적인 제반여건에 대해 자문해줄 수 있는 시스템도 점점 구축되어 가고 있습니다. 

 

http://www.aitimes.kr/news/articleView.html?idxno=11403

 

(인공지능 법률 네비게이션에 대해 소개하는 인공지능 신문의 기사)

 

이런 트렌드의 발전은 정말 무시무시합니다. 단지 의료, 법률분야 뿐만 아니라 여러가지 산업의 현장에서도 두각을 나타내고 있습니다.

 

인공지능에 대한 정보가 궁금한 분들은 인공지능신문(http://www.aitimes.kr) 을 활용해보시길 추천드립니다.

 

인공지능이나 이과적인 지식이 없거나 부족한 분들도 읽기 쉽게 좋은 기사들을 잘 써주시는 고마운 신문사 입니다.

 

그렇다면 전문가들은 이런 인공지능이 위협하기 어려운 미래의 일자리를 무엇이라고 보고 있을까요?

 

2.인공지능이 위협할 수 없는 대표적인 두 가지 일자리-교육과 육체노동

 

<1>교육 분야

 

영국 옥스포드 대학의 인공지능 연구진이 연구한 결과에 의하면 AI, 인공지능분야가 제일 위협하기 힘들고 장기적으로 생존할 일자리 분야는 교육, 강의 분야라고 합니다.

 

이점에 대해서 영국 옥스포드 대학측은 여러가지 근거를 제시했는데 그 근거를 세 가지로 압축하자면 이렇습니다. 

 

첫째 현재도 온라인 강의와 원격 교육 시스템은 이미 구현가능한 기술입니다. 현재도 우리나라 수험생들은 EBS 온라인 강의를 통해 수능공부를 하거나 메가스터디 등 각종 온라인 교육사이트를 이용하고 있습니다.

 

그럼에도 불구하고 사교육비는 전혀 감소할 추세를 보이지않죠^^?;; (뭔가 슬픕니다.)

 

이점에 대해 옥스포드 대학의 연구진들은 온라인 강의제도가 도입되었어도 여전히 학습자들은 직접대면 학습에서 더 높은 집중력과 강의참여율을 보인다는 점을 언급합니다.

 

아무래도 사람이 사람을 가르친다는 인적인 전달력을 무시할 수 없다는 것입니다.

 

둘째 교육에는 훈육, 처벌과 보상이라는 사이클이 돌아가야 한 다는 것입니다. 학창시절 공부를 열심히 하지 않거나 문제행동을 하면 선생님에게 혼난경험이 모두 있을 것 입니다.

 

그런데 상상을 해보십시오. 우리가 공부를 열심히 안해서 우릴 혼내는 대상이 인공지능 로봇이라면? 과연 사람 선생님이 혼낼때처럼 생동감이나 공부약속을 어겼을때의 심리적 부담감을 느끼기 쉬울까요(?) 아마도 그러기 어려울 것 입니다.

 

한편 교육에는 단지 이런 처벌만 존재하는 것이 아닙니다. 공부를 잘할때 받을 수 있는 칭찬, 표창, 기쁨등의 여러 감정적인 표현이 필요합니다. 그런데 여러분이 시험을 잘봐서 100점을 맞아 칭찬해주는 사람이 선생님이 아니라 인공지능 로봇이라면 아무래도 감정적 즐거움이 떨어질 것입니다.

 

셋째 현대의 교육은 단지 지식만 전달하는 것이 아닌 감정을 케어하는 영역 입니다. 현대의 교육은 단지 지식을 전달하는 데만 목적을 두지 않고 학습자의 여러가지 감정 상황을 캐치하고 케어해주는 것도 그 교육의 목적 중 하나로 넣고 있습니다.

 

이점에서 인공지능과 AI를 통한 교육시스템은 교육에 있어서 여러가지 지식적 유용함(빅데이터를 통해 인간선생님이 알지못하는 엄청난 량의 학습데이터, 보조, 검색 등)을 줄 순 있지만 직접적인 '전달'과 '감정'의 측면에서 효율이 떨어집니다.

 

                   (인공지능은 단지 일자리를 위협하는 기능만 있을까? 그 미래가 점점 주목받고 있다.)

 

<2>단순 육체노동 분야나 손재주가 필요한 분야들

 

옥스포드 대학 연구진에 의하면 생각보다 단순 육체노동분야를 위협하기 어려울 것으로 보고 있습니다.

 

첫째 이미 근력을 보조하는 개념의 로봇기술, 기계기술은 생긴지 수십년이 넘었지만 일자리가 줄어들긴 커녕 인류전체의 일자리 총수가 늘어났다는 것 입니다.결국 작업을 마감하는데 있어서는 사람이 있어야 합니다.

 

둘째 로봇기술이 등장한지 수십년이 넘었지만 아직까지 인간의 모든 동작을 자유자재로 똑같이 따라하는 로봇개발엔 어려움을 겪고 있습니다. 대표적으로 일본의 아시모라는 로봇이 상당한 고등기술의 결정체였는데요,

 

이 아시모를 개발하는데도 일본의 연구진들은 상당한 시간을 쏟아야했습니다. 인간의 모든 육체노동을 일부가 아니라 전부 대체하기 위해서는 인간과 거의비슷하게 사지와 손가락, 발가락등을 모두 정확히 움직일만한 로봇이 나와야합니다.

 

그러나 아직까지 이렇게 만들기가 상당히 어렵다고 합니다.

 

셋째 아직까지 인간의 두뇌연구가 완벽히 끝나지 않았기 때문입니다. 인공지능 기술의 기반은 ANN(인공신경망)이라고 하는 것인데요, 인간의 두뇌를 모델링하여 인공지능에 활용하는 것 입니다. 그러나 아직까지 생물학자, 의학자들이 밝혀낸 인간두뇌의 영역은 20%도 안된다고 합니다.

 

단순한 예로 아직까지 하품을 왜하는지도 정확히 밝혀진바 없고, 꿈을 왜꾸는지도 정확히 100% 납득될 설명을 내놓지 못하고 있습니다.

 

3.인공지능은 생산성을 높여줄 것 이다.

 

그래서 인공지능과 일자리의 미래를 비관하지 않는 전문가들은 인공지능의 등장이 일자리를 무작정 없애는 것이 아니라 인류의 생산성을 높여줄 수 있는 유용한 수단이 될것이라고 전망합니다.

 

의료분야를 예로들어볼까요?

 

인공지능은 현재기술로도 인간의사보다 정확하게 진단해 병명을 알아 낼 수는 있지만 인간의사처럼 환자를 감정적으로 달래주고, 손재주를 통해 수술을 집도할 수는 없습니다.

 

인간의사는 인공지능을 통해 보다 정확하게 환자를 진단해 오진률을 줄이고 진단에 들어가는 시간이 줄어든 만큼 좀 더 남는 시간을 환자의 정확한 치료를 위해 시간을 쓸 수 있습니다.

 

산업현장에서도 마찬가지입니다. 인공지능과 로봇이 무거운 물건을 들어주거나 위험도를 파악하는 만큼 작업의 효율이 올라가고 남는 시간을 작업의 완성도를 높이는데 쓸 수 있습니다.

 

실제로 인공지능을 연구하는 분야에 종사하는 수천명의 전문가들은 여론조사 결과 인공지능이 일자리를 없애기보다는 기존의 일자리에 생산성을 더해줄 것으로 평가하고 있습니다.

 

http://www.itworld.co.kr/news/105434

 

4.결론

 

과거 1,2,3차 산업혁명때도 산업과 일자리는 많은 격변을 겪었습니다. 인공지능으로 대표되는 4차산업혁명도 1,2,3차 산업혁명 못지않게 변화를 불러올 것으로 보입니다.

 

그러나 확실한 것은 산업혁명때 마다 인류의 총 일자리 수와, GDP는 계속늘어왔고 생산성은 추가되어왔다는 것입니다.

 

다가올 미래를 비관하기보다는 새로운 시대가 가져다줄 유용함과 그것이 줄 기회에 주목해보는 것은 어떨까요?

 

인공지능이 인류의 평화와 미래에 좋은 기여를 하길바라면서 글을 마칩니다.