티스토리 뷰

728x90
반응형
BIG

4차 산업혁명 진화하는 전문가

지식과 전문가의 종말인가, 혁명인가

융합하며 새로운 기술이 끊임없이 탄생하는 제4차 산업혁명 환경에서 전통적 전문가들은 어떻게 될까?

결국 전문가들을 대체하는 기술이 나올 것이라는 의견도 종종 나오고 있습니다. 이러한 질문에 답하기 위해 먼저 전문가 또는 전문직에 대해 살펴볼 필요가 있습니다.

전문직 또는 전문가를 한마디로 정의하기는 쉽지 않습니다. 사회학자 엘리엇 프리드선(Eliot Freidson)은 1988년에 쓴 자신의 책에서 전문직을 정의하느라 50년 넘도록 고통받았다고 이야기하기도 했습니다.

전문가는 오랜 교육 과정과 연습을 거치고 현장에서 충분한 경험을 하여 숙련된 지식과 노하우를 축적한 사람입니다. 이 과정에서 전문가는 공식적인 자격증, 졸업장, 저서, 작품 등으로 자신의 전문 지식을 인정받습니다. 

전문가는 일반인들이 모르는 지식을 가지고 있습니다. 이 때 지식은 이론, 실무 지식, 응용 지식, 노하우, 전문 기술 등을 포함합니다. 즉 오랜 교육, 훈련, 수습 기간을 거치고 그 과정에서 지식과 실무 경험을 충분히 쌓고 적절한 지도를 받았음을 입증해야 전문가로 인정받습니다. 인류 역사를 살펴보면 혁신적인 하나의 기술이 탄생하면 새로운 지식과 전문가들, 그리고 전문 직업들이 탄생해왔습니다.

 

 

 

 

그러나 최근 새로운 경향이 등장하고 있습니다. 독심적이고 폐쇄적이었던 전문 지식이 웹과 소셜 미디어를 통해 다수의 사람에게 공유되고 그동안 특별한 대우를 받던 기술들도 소프트웨어와 인공지능을 통해 대중화되고 있습니다. 따라서 전문가가 없는 시대의 도래를 예견하는 미래학자들도 있습니다. 게다가 인간이 기계에 비해 잘할 수 있는 작업의 범위가 점점 줄어드는 데 비해, 인간의 지식 성장 속도는 특별히 빠르지 않습니다. 앞으로 인공지능을 탑재한 기계들은 점점 더 유능해질 것이고 그에 따라 전문가들의 활동 영역은 줄어들수록 불안과 초조가 깊어질 만한 상황입니다.

그렇다면 이제 전문가들이 가야 할 곳은 어디일까? 전문가들이 하던 일을 기계가 대신하게 된다면, 예전의 일자리는 역시 생겨날 것입니다. 더욱 유능하고 지능적인 기계를 개발하기 위한 전문 지식이나 기술 혁명이 만들어낸 새로운 분야의 지식에 대한 수요는 더 커질 것이기 때문입니다.

 

전자 디스커버리(Electronic Discovery, E-Discovery)를 예로 들어보겠습니다. 전자 디스커버리는 미국에서 소송 과정에서 사건과 관련된 자료, 즉 상대방이 제시한 문서를 원고와 피고 모두가 열람할 수 있는 시스템입니다. 문제는 그 자료의 양이 어마어마하게 많다는 점입니다.

예를 들어 마이크로소프트가 독점 금지법 위반 관련 재판에서 제출한 자료의 분량은 2,500만 페이지였습니다. 이런 자료의 검토는 이제까지 변호사, 법무사, 로스쿨 졸업생, 프리랜서들의 업무였습니다. 하지만 인공지능 기술이 출현한 이후에 변호사들은 대표 문서를 골라서 예시로 제시하면, 인공지능의 기계 학습 프로그램이 인간보다 훨씬 빠르게, 변호사가 수행했던 일과 최대한 일치하는 영역을 확인하여 문서를 취합하고 정리합니다.

 

 

 

 

새로운 분야의 전문가 등장

이렇게 변호사, 법무사, 로스쿨 졸업생의 일자리는 인공지능 기술로 대체되어 줄겠지만, 인공지능 전문가라는 새로운 직업이 탄생할 것입니다. 인공지능 전문가는 인간의 뇌와 뇌세포 구조에 대한 지식을 바탕으로 컴퓨터나 로봇 등이 인간처럼 사고하고 학습하는 프로그램을 개발합니다. 이들을 신경 회로망 연구원이라고 부르기도 하는데, 이 전문가들은 영상 및 음성 인식, 로봇의 제어, 통신 등에 사용되는 인공 지능형 반도체 및 응용 기술을 연구하고 개발합니다.

그런가 하면 공군의 연습 대상으로 사용되던 작은 소형 비행체 드론은 현재 영상물 제작, 산불 감시, 병충해 방제, 개인 취미 등의 용도로 개발되어 상품화되고 있습니다. 국내 대학에서도 드론학과가 개설되고 한국 고용정보원은 21세기 미래 유망 직업 중 하나로 드론 운항 관리사를 선정하기도 했습니다.

뿐만 아니라 빅데이터를 다루는 분석가(Big data analyst)와 데이터 과학자(Data scientist)도 4차 산업혁명 시대를 새롭게 탄생한 전문 직종입니다. 이들의 업무는 방대한 데이터를 효과적으로 처리해 의미 있는 정보를 찾아내는 것입니다.

그밖에도 인공 뼈, 건축 자재, 부품 등을 만들어내는 3D 프린터 전문가, 컴퓨터 언어 프로그램을 만드는 코딩 전문가도 미래에 각광받을 전문 직종입니다.

 

 

 

 

전문성과 전문가의 미래

제1차 산업혁명 이후 생산 활동은 고도화, 표준화, 체계화되는 방향으로 진화해왔습니다. 그리고 산업혁명이 거듭될 때마다 전문가가 지닌 전문 지식은 사회적으로 보편화되고, 전문가들의 업무와 역할은 여러 가지 방식으로 대체되어 왔습니다. 앞으로 전문성은 새롭고 더 나은 방법으로 사회에 공유되고, 전문직은 끓임 없이 해체되어 갈 것입니다. 데니스 홍(Dennis Hong) UCLA 교수와 인공지능(AI) 전문가인 제리 캐플란(Jerry Kaplan) 스탠퍼드대 교수는, 로봇이나 인공지능이 직업을 빼앗고 인류를 지배하는 게 아니라 그냥 특정한 일을 잘할 수 있도록 고안된 프로그램일 뿐이이라고 설명합니다.

앞으로 사물인터넷이 활성화되면서 발생하는 빅데이터를 활용한 실용적인 인공지능이 많이 등장할 것입니다. 이 인공지능의 학습 효과가 극대화, 최적화되면 아마도 일부 직업은 사람에서 로봇으로 대체될 것입니다. 증기 기관, 자동차, 컴퓨터가 등장할 때마다 대량 실직의 우려가 있었던 것처럼, AI의 진화도 이와 같은 영향을 끼치게 될 것입니다.

하지만 데니스 홍 교수는 로봇이나 AI 같은 융합 기술은 창의성이 핵심 경쟁력이며, 창의성은 단 한 번의 기회로 얻어지기보다는 수많은 시행착오로 더 좋은 해결책을 모색하는 과정에서 쌓인다고 설명합니다.

 

인간이 지닌 고유한 속성은 창의성입니다. 인류가 거쳐 온 오랜 역사는 혼돈과 복잡함 속에서 창의적으로 문제를 해결하는 과정이었습니다. 인공지능이 영화 해리포터 시리즈의 영상을 분석하여 새롭게 편집할 수 있지만, 새로운 시리즈의 해리포터 소설과 영화를 창작할 수는 없습니다.

모션 캡쳐(Motion capture) 기술은 오프라인으로 구현하던 수많은 몬스터들을 컴퓨터 그래픽으로 만들어낼 수 있지만, 모션 캡처 센서를 부착한 배우들의 연기를 통해서 가능합니다. 즉, 4차 산업혁명 시대의 전문가는 인공지능, 컴퓨터, 로봇, 드론과 창의적 협업을 진행하는 사람들입니다.

 

 

 

 

 

4차 산업시대의 전문가는 무엇을 준비해야 할까?

2014년부터 영국, 일본, 이스라엘 등 해외 각국은 경쟁적으로 코딩을 정규 교육 과정에 편입해 교육하고 있습니다. 코딩 교육을 정규 교육 과정에 편입해 교육하고 있습니다. 코딩 교육을 통해 논리적, 창의력, 문제 해결력을 키울 수 있기 때문입니다. 우리나라에서도 2018년부터 전국 초·중·고교에서 소프트웨어 코딩 교육을 의무화하고 있습니다. 유치원생과 초등학생들은 퍼즐이나 블록 맟추기 등 게임방식을 이용해 컴퓨터 프로그래밍 원리를 배우고 있습니다.

코딩 교육도 중요하지만 우리가 잊지 말아야 할 사실이 있습니다. 바로 인류가 오랜 세월 창조하며 축적해온 지식이라는 전 세계의 보물 상자에 이제 부유하든 가난하든 누구나 접근할 수 있다는 점입니다. 비록 전문가들의 독점권은 무너졌지만, 전문 지식이라는 공유재는 누구나 접근하여 활용할 수 있습니다.

이지식은 공유지에서 전문성은 점점 자유화, 민주화 되어 갑니다. 누구나 전문 지식을 인내받거나 배울 수 있습니다. 전문가로서 성장할 수 있는 길이 폭넓게 열린 덕분에, 세상 모두에게 전문지식을 공유할 수 있는 수단이 생긴 것입니다.

 

 

728x90

 

 

모션 캡쳐(Motion capture)

몸에 센서를 부착시키거나, 적외선을 이용하는 등의 방법으로 몸의 움직임을 디지털 형태로 기록하는 작업이다. 신체 여러 부분에 센서를 부착한 뒤에 센서의 위치 값을 통해 가상 캐릭터가 같은 동작으로 움직이게 하는 것이 핵심이다. 어떤 실제 물체의 움직임을 수치 데이터로 저장하였다가 컴퓨터로 만든 가상의 물체에 모션 데이터를 넘겨주는 과정을 모셥 캡처라고 할 수 있다.

 

728x90
반응형
LIST
댓글