[에세이] AI 시대에서 살아 남기 위한 학습 방법

다음과 같은 조건은 AI가 학습하기 쉬운 조건이다.

목표(Goal)가 분명하고 객관적이며 정적이다.
매 순간 선택할 수 있는 행동과 선택의 종류가 유한하다.
매 순간 자신의 선택에 의해 목표에 얼마나 근접했는지를 알 수 있다.
주로 예상 못 한 외부 요소의 영향이 없는 닫힌 시스템이다.
목표 도달을 위한 선택과 결과에 대한 자료가 많다.

이런 상황은 AI뿐만 아니라 인간도 학습하기 좋은 조건이다.

제임스 샨토(James Shanteau)가 발표한 Competence in Experts: The Role of Task Characteristics 연구에 따르면, 피드백이 주어지고 작업이 반복되며 객관적 분석이 가능한 경우에 해당 직업에서 전문성이 잘 드러난다고 한다.

그러나 이런 전문성이 잘 들어나는 직업이 현재는 AI가 학습하기 좋은 조건을 가졌다고 볼 수 있다.

인간이 학습하기 쉬운 환경은 AI도 학습하기 쉬운 환경이므로 이런 일은 언젠가 AI에게 자리를 내줘야 할지 모른다. 그러므로 AI 시대에서 살아남기 위해서는 학습하기 힘든 환경에서 학습하기 힘든 주제를 골라야 한다.

학습하기 힘든 조건은 다음과 같다.

목표가 모호하고 주관적이며 동적이다.
매 순간 선택할 수 있는 행동과 선택 종류가 무한하다.
매 순간 자신의 선택에 의해 목표에 얼마나 근접했는지를 알 수 없다.
주로 예상 못 한 외부 요소에 영향을 받는 열린 시스템이다.
목표 도달을 위한 선택과 결과에 대한 자료가 부족하다.

이런 조건은 인간이 학습하기 어렵고, 특히 AI가 학습하기에는 더 어렵다.

또한 독창성, 사회적 민감성, 협상, 설득, 타인을 돕고 돌보기 같은 것들이 요구되는 수준이 높은 직업은 AI가 대체하기 어렵다.

독창성(Originality): 주어진 주제나 상황에 대해 특이하거나 독창적인 생각을 해내기, 혹은 문제를 해결하는 창의적인 방법들을 만들어 내기.
사회적 민감성(Social preceptiveness): 타인의 반응을 알아차리고 그 사람들이 왜 그렇게 반응하는지 이해하기.
협상(Negotiation): 사람들을 화해시키고 서로 간의 차이를 조정하려고 노력하기.
설득(Persuasion): 다른 사람들의 마음이나 행동을 바꾸게 설득하기.
타인을 돕고 돌보기(Assisting and caring for others): 개인적 도움, 치료, 감정적 지지, 혹은 동료, 고객, 환자 같은 타인들에 대한 기타의 개인적인 도움을 제공하는 것.

나는 개발자다. 개발자 분야를 살펴보면 컴퓨터 프로그래머는 AI가 대체하기 쉬운 직업이고 소프트웨어 개발자는 AI가 대체하기 어려운 직업이다. 이 둘의 차이는 독창성, 협상, 설득 능력에 차이가 있다.