‘새로운 불’인 디지털 기술의 경영은 눈에 보이지도 않고 손으로 만져지지도 않는 디지털 기술의 독특한 ‘비물질성(non-materiality)’에서 출발한다. 비물질적인 ‘디지털 정보(bit)’에 근간을 둔 디지털 세상은 이제까지 인류 문화와 경제를 지배해온 ‘물질(atom)’ 세상과는 근본 원리부터 다르다. 물리적 세상에서 디지털 세상으로 근본적 원리가 바뀌는 것을 ‘디지털 시프트(Digital Shift)’라고 이름 지을 수 있다. - 프롤로그 〈새로운 불, 디지털 기술을 지배하라〉, 10쪽
이러한 변화는 우리가 디지털 기술을 어떻게 사용하는가에 따라서 개인 삶의 존재와 가치를 혁신적으로 향상시킬 가능성, 그리고 조지 오웰이 소설《1984》에서 상상한 것과 같은 철저한 통제 사회의 가능성을 동시에 지니고 있다. 긍정적으로 보자면, 인터넷과 모바일 미디어를 통해 수많은 개인이 창업의 꿈을 이루어 자신들이 원하던 제품과 서비스를 만들고 그 대가로 백만장자가 될 수도 있는 변화라 하겠다. 실제로 디지털 기술은 인도, 중국 같은 개발도상국에 이전에는 불가능했던 경제개발의 기회를 제공하였고, 또 다른 많은 후발 개발도상국에도 디지털 기술을 잘 활용하면 이들과 같은 경제개발의 기회를 이룰 수 있다는 꿈을 심어주었다. 하지만 한편으로 디지털 기술은 모든 사회 구성원의 일거수일투족을 샅샅이 추적하고 통제하고 규제하는 도구로도 사용될 수 있다. 도시 구석구석마다 설치된 감시카메라, 스마트폰에 장착된 GPS, 모든 거래를 기억하는 디지털 상거래 데이터베이스 등 영화 〈매트릭스〉에서처럼 거미줄같이 펼쳐진 디지털 네트워크는 이미 우리들의 일상생활을 낱낱이 기록하고 있다. - 프롤로그 〈새로운 불, 디지털 기술을 지배하라〉, 14쪽
디지털 기술의 대중화는 단순히 기술의 변화만을 의미하지 않는다. 과거의 생산기술에 비해 오늘날의 디지털 기술은 비용이 매우 저렴하다. 파괴적이라 할 정도의 가격 변화, 그리고 디지털 기술이 지닌 고유의 창발성은 기존의 산업조직에서는 창조적 경제활동에 쉽사리 참여할 수 없었던 많은 계층이 경제활동에 참여할 수 있도록 기본조건을 마련해주었다. 누구든지 아이디어만 있으면 자기만의 디지털 ‘제품’을 만들 수 있는 세상이 된 것이다. 컴퓨터 하드웨어와 소프트웨어가 발달하면서 간단한 교육만 받으면 누구든지 디지털 생산활동에 참여할 수 있는 길이 열렸다. 더욱이 디지털 제품은 눈에 보이지 않고 손으로 만져지지 않는 디지털 정보 및 프로그램이 핵심이기 때문에, 물리적 제품에 비해 아주 적은 비용으로 생산, 저장, 복제, 유통을 할 수 있다. - 1장 〈명사에서 동사로〉, 28쪽
물리적 제품을 중심으로 하는 명사적인 생각은 사실 20세기 경영학의 기본적 사고 틀이었다. 물리적 제품은 변하지 않는 확실한 경계선을 가지고 있고, 그 경계선을 따라 각종 산업이 자리매김했다. 이와 같은 제품 중심적 사고의 바탕에는 물리적 제품이 지닌 근본적 의미, 즉 “그것은 무엇인가?(What is it?)”라는 질문에 대한 답이 변화하지 않는다는 믿음에서 출발한다. 자동차는 자동차이고, 책은 책이고, 전화기는 전화기라는 것이다. 제품 간의 확실한 경계선이 산업을 구분하는 근본이 되고, 이것이 또한 기업의 경영전략을 만드는 데 출발점이 되었던 것이다. 그래서 20세기를 풍미한 유명 기업들의 목록을 살펴보면, 모두 자기만의 독특한 명사를 가지고 있는 회사들이다. AT&T는 전화기를, IBM은 컴퓨터를, GM은 자동차를, 제록스는 복사기라는 명사를 소유하고 있었다. 즉 제품으로서의 명사를 만들어냈고, 그 명사는 고유한 의미를 지녔다. 예컨대 소니는 ‘워크맨’이라는 명사를 만들어냈고 그 명사로 세상을 바꾸었다. - 1장 〈명사에서 동사로〉, 32∼33쪽
발생 가능한 모든 경우와 대응규칙을 상세히 프로그래밍해야 했던 기존 방식과 달리, 기계학습 알고리즘의 구조는 훨씬 단순하며 데이터만 충분히 제공하면 수백·수천 라인의 학습 알고리즘이 수십만 수백만 라인의 전통적 프로그램을 대체할 수 있다. 이세돌을 이긴 알파고도 프로그램 코드는 수백 라인 수준에 불과한 것으로 추정된다. 인간이 작성하는 과도하게 복잡한 프로그램 대신 풍부한 데이터로부터 도출된 방대한 패러미터의 조합으로 다양한 상황에 실수 없이 보다 안정적으로 대처하는 능력을 획득하게 되는 것이다. - 2장 〈인지혁명과 사물지능, 비즈니스 모델을 바꾼다〉, 58쪽
과거에는 로봇 같다는 표현이 융통성 없이 시키는 일만 기계적으로 수행하는 행태를 의미했다. 제조현장에서는 로봇 같은 행태가 유용하지만, 서비스 산업에서 ‘로봇 같은’ 감성 없는 기계와의 상호작용은 끔찍한 일로 여겨졌다. 그러나 최근의 인공지능은 인간의 감정상태를 인식하고 적절한 대응행동을 제공할 수 있게 되었다. 똑똑하지만 냉정한 사람보다는 덜 똑똑해도 마음이 따뜻한 사람과 사귀기를 선호하듯이, 고객은 단순히 스마트한 기술을 넘어 친근하고 다정한 서비스를 받는 쪽을 선호한다. 예컨대 소프트뱅크(Softbank)의 감성 로봇 페퍼(Pepper)는 사람의 감정을 인식하며 스스로도 적절한 감성을 발현하면서 상대에게 대응한다. 처음 만난 사람에게는 다소 긴장하며 조심스럽게 행동하지만, 친숙해지면서 점점 활달하게 상호작용을 한다. 페퍼는 사용자가 관심을 갖는 주제나 스포츠 등을 파악해 관련된 최신 뉴스를 들려주거나 일기예보를 알려주며 적절히 이야기를 끌어가기도 한다. - 2장 〈인지혁명과 사물지능, 비즈니스 모델을 바꾼다〉, 77쪽
현재는 데이터의 단순 취합 및 분류를 넘어 데이터에 잠재된 복잡한 패턴을 스스로 학습하는 알고리즘이 속속 등장하고 있다. 빅데이터 획득과 클라우드 컴퓨팅 구축이 디지털 혁명 초기에 중요했다면 이제는 데이터로부터 지혜를 도출해내는 기계학습 기술이 주목받게 되었다. 인터넷 검색 및 디지털 미디어 업체들은 오래전부터 정보 추천을 위해 기계학습을 사용해왔지만, 최근에는 음성 및 영상 인식, 자연어 처리, 로봇 제어, 유전체학 등 다양한 과학 분야로 기계학습 적용이 확대되고 있다. - 3장 〈빅데이터와 기계학습의 결합〉, 94∼95쪽
대뇌 신피질은 물질적으로는 뉴런과 이들을 연결하는 시냅스가 반복적으로 구성되는 단순한 구조로 적은 양의 유전자 코드에 의해 생성된다. 그런데 뉴런의 수가 약 3,000억 개에 달하는 규모로 구성됨으로써 복잡한 개념에 대한 학습이 점차 가능해진다. 태어날 때는 어떠한 정보도 미리 입력되어 있지 않지만, 살아가면서 감각기관으로부터 입력되는 정보를 처리하면서 복잡한 신경망을 형성해가는 것이다. DNA 속 알고리즘은 여러 세대에 걸친 적자생존을 통해 매우 느리게 진화하는 반면, 대뇌의 인지 시스템은 한 개체가 살아가는 동안에도 다양한 경험을 쌓으며 계속 업데이트된다. 이처럼 대뇌(학습 시스템)를 생성하는 코드만 유전자에 담아놓으면 유전자가 다양한 상황에 대처하는 대응요령을 모두 프로그래밍해 놓지 않아도 된다. 유전체에 사전 저장된 프로그램대로 행동하는 것은, 비유하자면 과거의 컴퓨터 패러다임과 흡사하다. 그리고 계속 입력되는 정보로부터 스스로 패턴을 학습하고 인과적 관계를 추론하면서 외부환경 변화에 유연하게 대응해가는 대뇌의 인지 시스템은 새롭게 부상하는 기계학습 패러다임과 유사하다고 할 수 있다. - 3장 〈빅데이터와 기계학습의 결합〉, 99∼100쪽
일반적인 기계학습에서는 분석자가 대상의 특징을 정량적으로 잘 나타내느냐, 곧 입력변수를 설계하는 과정(feature design)이 중요하다. 딥러닝은 인간이 특징을 설계해주지 않아도 계층적 학습을 통해 고차원의 특징을 스스로 도출하고 이를 바탕으로 분류를 수행한다. 딥러닝은 각 은닉층마다 비지도학습을 이용해 ‘특징표현’을 추출해내는데, 이를 다수의 계층에 걸쳐 중첩적으로 수행함으로써 다른 모형들보다 훨씬 높은 차원의 추상화가 가능하다. 이를테면 이미지가 화소(pixel), 윤곽선, 부분형태, 전체형태 등으로, 또는 언어가 음소, 음절, 단어, 구문, 문장, 단락 등으로 확장되는 것처럼, 자연현상은 대부분 다층의 재귀적(recursive) 구조를 가지는데, 이러한 구조를 딥러닝은 효율적으로 학습할 수 있는 것이다. - 3장 〈빅데이터와 기계학습의 결합〉, 108쪽
2000년대에 빅데이터와 함께 부상한 기계학습은 지도학습과 비지도학습을 통합한 딥러닝 방법론의 등장으로 영향력을 확대했고, 알파고 이후에는 딥러닝과 강화학습을 결합한 심층강화학습으로 발전했다. 아직까지는 기계학습이 전산학자들에게 익숙한 게임에 주로 적용되고 있지만, 앞으로는 기업경영 그리고 공공정책과 관련한 다양한 이슈에 활용될 수 있을 것이다. 딥마인드 연구팀은 2017년 다수의 행위자가 ‘죄수의 딜레마’ 상황에 대처하는 시뮬레이션 연구를 수행했는데, 과일수집(Gathering) 게임과 늑대사냥(Wolfpack) 게임 등 상이한 환경요인에 따라 배신과 협력의 대응전략이 달라짐을 발견하였다. 흥미롭게도 각각의 환경에서 강화학습 알고리즘은 상대방의 대응을 고려한 조율(coordination)이 요구되는 고난이도의 대응전략을 더 적극적으로 학습하고 수행하였다. - 3장 〈빅데이터와 기계학습의 결합〉, 118쪽
마이크로시뮬레이션 연구의 대표적 사례인 미국의 ‘미래 노령인구 모형(FEM: Future Elderly Model)’은 미국 보건복지부와 노동부 등으로부터 재정 지원을 받아 서던캘리포니아대USC, RAND연구소, 하버드대, 스탠퍼드대, 미시간대, 펜실베이니아대가 공동으로 꾸준히 개발해왔다. FEM에 따르면 65세 이상 노령인구는 2010년 3,970만 명에서 2030년 6,700만 명으로 급증하는데, 특히 베이비부머 세대의 노령인구 진입으로 인해 65∼85세 연령층이 크게 증가한 다. 베이비부머 세대는 과거와 비교해 덜 건강한 사람들이 65세까지 더 많이 생존하기 때문에 노인의 총인구와 기대수명은 증가하지만 고혈압, 심장질환, 당뇨, 암, 뇌졸중, 폐질환 등 주요 질환이 2010∼2030년 기간에 급증할 것으로 예상되기도 했다. 고혈압이2010년 67%에서 2030년 79%로, 당뇨병이 2010년 24%에서 2030년 39%로 증가하고, 세 가지 이상의 만성질환을 보유한 노인 역시 2010년 26%에서 2030년 40%로 증가할 것으로 전망되었다. 남성은 전체 기대수명의 증가분보다 장애보유 기간의 증가분이 더 커서 건강수명은 오히려 소폭 감소할 전망이다. - 4장 〈지능증강: 개인맞춤 서비스 개발과 스마트 규제 구현〉, 142∼143쪽
정부와 기업들은 인공지능의 설계오류에 의한 해로운 행동 발생 가능성을 경계한다. 그런데 기계학습의 오류는 단순히 프로그램 버그 때문에 발생한다기보다는 목적함수를 잘못 설계해 부작용, 보상 해킹, 분배 악화가 발생하거나 데이터 획득의 어려움 등의 이유로 발생한다. 그러므로 목적함수 설계 시에 의도하지 않은 부정적 효과가 발생할 소지는 없는지, 그리고 보상 해킹(reward hacking)이라 해서 설계자의 의도를 왜곡해 목표에 기여하지 않으면서도 쉽게 보상을 획득할 편법이 작용하지는 않을지를 잘 점검해야 한다. - 4장 〈지능증강: 개인맞춤 서비스 개발과 스마트 규제 구현〉, 156쪽
일란성 쌍둥이의 데이터를 축적해 진행한 연구는 행복의 절반은 유전적 요인이 결정하지만, 10%는 삶의 환경(연령, 성별, 지역, 직업, 사회적 지위, 소득, 건강, 결혼 여부, 종교 등)이 영향을 미치고, 나머지 40%는 의도적 행동(intentional activities)이 결정함을 발견하였다. 행동의 결과가 성공이냐 실패냐 하는 것은 중요하지 않고, 단지 중요한 목적을 위해 능동적·자발적으로 행동하려고 노력하는지 여부가 행복수준을 지속적으로 제고할 수 있다는 것이다. 인간행동 연구자이자 히타치제작소 중앙연구소장 야노 가즈오(矢野和男)는 지금까지의 기술은 인간의 수고를 덜어주는 편리한 환경을 제공했지만 이는 인간의 행복에 10% 정도밖에 기여하지 못했다며, 인간이 능동적으로 행동하도록 도와주는 기술이 등장한다면 40%의 잠재적 행복을 실현할 수 있다고 지적한다. - 5장 〈디지털 시대의 ‘경험’ 디자인〉, 190쪽
특히 웨어러블 기술은 외부환경과의 상호작용은 물론 자신의 건강이나 감정 등 내면상태에 대한 지각을 강화할 수 있다. 히타치연구소는 ‘비즈니스 마이크로스코프’라는 사원증 형태의 웨어러블 센서를 목에 걸고 다니게 함으로써 사용자의 행동과 상황맥락 정보를 지속적으로 추적·기록했다. 내장된 가속도 센서는 신체 움직임의 크기와 빈도, 이동 또는 정지 등의 정보를 수집하며, 위치·온도·조도 센서는 사무실?회의실?휴게실 등의 위치와 환경정보를 기록한다. 또한 적외선 센서가 있어 누구와 언제 몇 분 동안 만났는지를 기록하며 음량이나 톤, 화자 등을 기록하는 센서가 동료와의 대화에서 나타난 적극성 및 양방향성을 기록한다. - 5장 〈디지털 시대의 ‘경험’ 디자인〉, 190쪽
디자인이 혁신을 주도하는 것은 시장에서 제품의 품질·성능이 상향 평준화되면서 사용자의 감성 및 체험이 핵심 차별화 요소로 대두되고 기업 역량 측면에서 유형자산보다 디자인, 소프트웨어, 브랜드 등 소프트 역량의 중요성이 커지고 있기 때문이다. 과거에 디자인 대상이 제품 외형을 다듬는 스타일링이었다면, 디지털 시대에 디자인은 새로운 제품과 서비스에 대한 개념 설계와 사용자 경험의 분야로 이동하고 있다. 이정동 등은 저서 《축적의 시간》에서 한국 산업의 약점으로 새로운 제품?서비스의 개념을 창조하는 ‘개념설계(Concept Design)’ 역량의 미흡함을 지적했다. 개념설계 활동이나 행태과학 기반의 사용자 체험 개선 시도 등이 모두 디자인 주도 혁신에 포함된다. - 6장 〈디지털 혁신을 위한 디자인 사고와 디자인 경영〉, 217쪽
디자인 사고는 단일 기업에 한정된 혁신을 넘어 새로운 산업군을 창출하며 산업생태계 전반의 혁신을 촉진할 수 있다. 무엇보다 시각화, 참여 증진, 통합 능력 등 디자인 사고 역량을 갖춘 리더가 비전 제시자, 협력자, 전달자 역할을 수행함으로써 산업생태계 형성을 선도할 수 있다. 또 디자인 사고를 활용해 새로운 융합 산업을 설계하고, 비전 창조 및 해석, 협력 및 양성, 연결 및 소통 등의 역할을 수행함으로써 융합 리더십을 확보할 수 있다. - 6장 〈디지털 혁신을 위한 디자인 사고와 디자인 경영〉, 237쪽
과거에 제품(또는 그 기능) 중심의 경쟁이 전개될 때는 규모, 속도, 집적도 등 목표가 명확한 다음 단계 제품을 누가 더 빨리 양산하느냐가 승리의 관건이었다. 그러나 ‘최고의 사용자 체험’을 놓고 벌이는 현재의 경쟁은 가치의 방향성조차 명확히 파악하기가 어렵다. 따라서 혁신이 일선 실무자들의 다양한 실험을 통해 발현된다는 새로운 특색을 띠기도 한다. - 6장 〈디지털 혁신을 위한 디자인 사고와 디자인 경영〉, 244쪽
클라우드 컴퓨팅의 확산으로 PC의 성능이 더 강력해질 필요가 사라지면서 모바일 기기로도 게임 등의 소프트웨어를 충분히 즐길 수 있게 되었다. 소비자들은 이제 인텔과 마이크로소프트의 새 CPU와 OS 발매에 주목하지 않는다. 따라서 최신 PC로 교체하는 주기가 점점 길어져 PC 구매가 감소하고 있다. 2008년 글로벌 금융위기에도 영향을 받지 않고 지속적으로 성장하던 세계 PC 출하량은 클라우드 컴퓨팅과 모바일 컴퓨팅의 보급이 본격화되던 2011년 정점을 찍고 그 이후로는 역성장을 기록 중이다. ... 한편 제조업과 서비스업 사업부가 혼재된 복합기업들의 영향력 확대도 전망된다. 시가총액 세계 최대 기업인 애플 역시 아이폰, 아이패드, 맥북 등을 생산하는 제조업과 아이튠즈, 앱스토어 등 인터넷서비스, 애플스토어 등 유통업을 보유한 복합기업이다. IBM은 하드웨어, 소프트웨어, IT 서비스 사업을 모두 운영해왔는데, 최근 클라우드 컴퓨팅 중심으로 사업을 통합하는 데 박차를 가하고 있다. 구글은 모토롤라 인수, 프로젝트 아라(Project Ara, 사용자가 직접 부품을 갈아 끼울 수 있는 조립식 스마트폰 개발 프로젝트) 추진, 픽셀폰(Pixel Phone) 출시 등 휴대폰 제조에 뛰어들었고, 로봇 기업들을 대거 인수하였다. 복합사업화를 가속화하기 위해 2015년 지주회사 알파벳(alphabet)을 설립하기도 하였다. - 7장 〈재편되는 비즈니스 모델〉, 254∼256쪽
전통 산업의 기업들은 디지털 역량을 강화할 것이고, IT 기업은 전통 산업 영역에 진출할 것이며, 또 디지털 기술을 활용해 새롭게 사업모델을 정의하는 파괴적인 스타트업 기업도 등장해 전방위적 경쟁이 전개될 것이다. 사물지능 기술 가운데서도 대다수 제조업체는 사물인터넷 기술에서 우위를, IT 기업은 인공지능 기술에서 우위를 보이는데, 향후 강점은 더욱 강화하고 약점은 재빨리 보완하는 기업이 경쟁에서 승리할 수 있을 것이다. 하지만 비록 IT 기업으로 출발한 것이 아닐지라도 인공지능에 꾸준히 투자한다면 IT 기업과의 대등한 경쟁도 가능하다. 예컨대 DVD 렌탈 기업으로 시작한 넷플릭스는 일찍부터 DVD 추천 알고리즘을 개발하며 사업모델을 확대해 이제는 사실상 소프트웨어 기업으로 변신했다. - 7장 〈재편되는 비즈니스 모델〉, 280쪽
금융 산업에서 자동화 기술 개발을 주도한 것은 경제학자나 경영학자가 아닌 데이터 과학자다. UC 어바인 대학의 컴퓨터공학과 교수를 지낸 에드워드 소프(Edward O. Thorp)는 1969년 최초의 퀀트 펀드(Quantitative Fund, 펀드매니저의 주관적 판단이 배제되고 컴퓨터 프로그램에 의해 매매?매도하는 펀드)를 설립했는데, 230개월간 연평균 복리수익 19.1%를 달성하였다. 미국수학협회가 5년마다 수여하는 베블런상(Oswald Veblen Prize in Geometry)을 수상한 제임스 사이먼스(James H. Simons)가 설립한 르네상스 테크놀로지(Renaissance Technologies) 사의 메달리언 펀드는 30년간 연 40%에 달하는 수익률을 달성했다. 최근에는 자동화 알고리즘의 적용 범위가 트레이딩을 넘어 투자 자문으로 확대되고 있다. 퓨처어드바이저, 찰스슈왑, 웰스프론트, 뱅가드, 블랙록 등의 금융회사가 인공지능을 이용해 개인화된 금융자문을 제공하는 ‘로보 어드바이저(Robo Advisor)’ 서비스를 시작했는데, 인간상담사(프라이빗뱅커)보다는 저렴하고 기존 온라인 서비스보다는 전문적인 재무 상담을 제공해준다. - 8장 〈달라지는 ‘노동’, 새로운 인재상〉, 288쪽
향후 인공지능 보급이 본격화되면 지식 암기에 기반한 학습의 효용은 더욱 감소할 것이다. 이미 검색기술의 발달로 단편적 지식 암기의 효용은 크게 감소했지만, 인체?정밀기계·법률·경영 등 복잡한 시스템에 대한 종합적 전문지식은 컴퓨터가 대체하기 힘들어 그 효용이 유지되고 있었다. 그러나 인공지능이 점차 종합적 지식까지 처리할 수 있게 되면서 기존 전문교육의 효용도 감소하는 추세다. 심지어, 환경의 변화에도 불구하고 과거의 성공방식만을 고집하곤 하는 인간보다는 기계학습이 상황 변화를 더 빨리 감지하고 유연하게 대처할 수 있다. 그런 탓에 미국 소매업계에서는 이미 CEO 다음 서열인 최고구매책임자 보직이 빅데이터 분석팀으로 대체되기 시작했는데, 이는 오랜 실무 경험을 통해 노하우를 축적하는 기존의 전문가 양성방식마저 효용이 감소함을 의미한다. - 8장 〈달라지는 ‘노동’, 새로운 인재상〉, 301쪽
영어로 해커(hacker)라는 표현이 있다. 흔히들 해커라고 하면, 몰래 남의 컴퓨터 망에 침투해 불법으로 데이터를 훔쳐 가고 정부나 금융기관의 보안을 흔드는 그런 나쁜 의미로 생각하기 쉽다. 하지만 해커라는 단어에는 컴퓨터 프로그램이 지닌 숨은 기능을 발견하고 그 가능성을 최대한으로 활용하는 사람들이라는 또 다른 의미가 있다. 다시 말해, 컴퓨터를 가지고 동사적 사고를 하는 사람이다. 그들은 똑같은 컴퓨터를 가지고 여러 가지 다른 사용을 끊임없이 시도한다. 이들은 주어진 문제에 대한 정답을 찾는 것으로 만족하는 사람들이 아니다. 오히려 주어진 문제를 자기 입맛에 맞게 재구성하고 그 문제를 푸는 사람들이라고 해야 할 것이다. 학교에서 시험 문제를 받았는데 선생님이 출제한 문제가 마음에 들지 않는다며 제 멋대로 바꿔 자기가 원하는 답을 제출하는 괴짜 학생, 해커들이 바로 그런 식이다.
- 8장 〈달라지는 ‘노동’, 새로운 인재상〉, 307쪽
---본문 중에서