인공지능으로 인한 일자리의 위협은 사무직뿐만 아니라 모든 일자리의 영역으로 이미 확장되고 있다. 특히, 기계와 AI의 결합으로 사회적으로 취약한 긱노동의 위험성이 강화되고 있다. 긱(gig)은 영어로 ‘공연’을 뜻한다. 긱 이코노미(gig economy)는 필요할 때마다 부르는 가수나 밴드처럼 주로 불러서 하는 일이 많아지면서 붙여진 용어이다. 생소할 수 있지만 흔히 알고 있는 프리랜서 혹은 단기 계약직과 크게 다르지 않다. 긱 이코노미가 주목받는 이유는 스마트폰의 발달 때문이다. 기존에는 프리랜서와 단기 계약직이 일부 영역에서 한정적으로 운영되었지만 스마트폰의 발달로 분야와 직종을 가리지 않고 확대되었다.
--- p.41

인공지능을 반대하는 전문가가 걱정하는 것은 단순히 기술의 발전으로 일자리가 줄어드는 수준이 아니다. 인간이 가축화 되거나 멸종될 수 있다는 우려감까지도 갖고 있는 경우가 많다. 단지 영화에서 나오는 이야기가 아니다. 일부 전문가는 인공지능이 우리보다 훨씬 똑똑해질 경우 사람이 동물의 동의를 받지 않고 동물을 가축화시키거나 멸종시킨 것처럼 인공지능이 우 리를 가두고 때리고 죽이는 일이 생길 것이라고 주장한다.
--- p.50

인공지능을 실제로 개발하는 전문가들은 인공지능만 생각하고 이야기하기 때문에 사람을 능가하는 초지능 인공지능에 대해서는 아직 부정적인 경우가 많다. 실제 개발해야 하는 입장에서 이제 막 어린아이가 기어 다니는 수준인데, 초지능은 이 아이가 커서 빨리 달리는 것을 넘어 날아다닐 수 있다고 주장하는 것과 같았기 때문이다. 근거가 부족한 상태에서 상상의 날개를 크게 펴고 있다는 것이다. 실제로 영화에서 흔히 나오는 것처럼 초지능의 인간이 되기 위해서는 아직 기술적인 근거가 미약한 것이 사실이다. 하지만 기술의 발전은 알 수 없기에 미래에 그런 기술이 나오지 않는다고 단정하기도 어렵다.
--- p.59

인공지능은 약한 인공지능과 강한 인공지능으로 구분되는데 약한 인공지능은 지금 이제 막 꽃 피우는 인공지능으로 알파고처럼 특정 영역에서만 작동한다. 강한 인공지능은 인간처럼 모든 영역에서 지능을 가지는 것인데 이것을 경계하고 두려워하는 것은 일정 부분 맞는 말이다. 하지만 아직 모든 분야에서 인간처럼 고차원적인 생각을 할 수 있는 인공지능은 아직 없을 뿐더러 기술적 가능성도 입증된 것이 없기에 가까운 미래에는 불가능하다. 지금의 인공지능은 최근 몇 년 사이에 과거와 비교할 수 없을 정도로 크게 발달했다. 그래서 일자리를 빼앗을 수 있다는 우려감이 과거에 비해 커진 것도 사실이다. 그러나 과거에 불가능하다고 생각한 것이 이제 가능하게 된 것이 많아진 것이지 인공지능이 모든 것을 할 수 있는 것은 아니다.
--- p.74

첫째는 반복성이다. ‘딥러닝’은 수많은 데이터를 가지고 소프트웨어를 학습시켜야 하기 때문에 정형성이 중요하다. 소프트웨어를 학습시키기 위해서는 이렇게 일을 해야 하고, 이런 경우에는 이렇게 해야 한다고 각각의 경우에 맞게 샘플 데이터를 최소 수십만 건 이상을 가지고 학습시켜야 한다. 정형화되지 않은 업무의 경우 그럴 수가 없기에 인공지능이 대체하기 어렵다. 이런 특성으로 인해 데이터를 많이 확보하기 힘든 업무는 인공지능으로 대체할 수 있는 가능성이 낮다. 예를 들어 데이터를 확보하기 쉬운 핸드폰을 수리하는 일은 인공지능 로봇이 빠르게 습득할 수 있을 것으로 보이지만, 똑같은 수리 일이라고 해도 보일러 수리 등은 데이터가 많지 않아 인공지능 로봇이 사람을 대신하려면 시간이 많이 걸릴 것이다.
--- p.71

인공지능이 정말로 인간과 같은 지능이 되기 위해서는 아직도 알아야 할 일이 너무 많다. 대표적으로 필요한 능력이 바로 예측할 수 있는 능력이다. 인공지능의 주요 능력 중에 하나가 빅데이터 분석을 통한 예측 능력인데, 인공지능이 예측 능력이 떨어진다고 하니 무슨 뜻인가라고 생각할 수 있을 것이다.
인공지능의 숫자와 연계된 예측 능력은 지금도 사람 이상의 예측 능력을 가지고 있다. 켄쇼처럼 전 세계의 주식, 경제 정보를 분석해 앞으로의 경제 전망을 예측하는 일은 이미 사람의 수준을 넘었다. 하지만 아직 인공지능은 유치원생도 할 수 있는 일상생활 속 다양한 예측을 하지 못한다.
--- p.87

인공지능에게 알려주기 가장 어려운 일 중에 하나가 ‘상식’이다. 상식은 크게 두 가지로 나눌 수 있다. 책이나 학교에서 배운 상식이 있고, 이 범주에서 벗어나는 상식이 있다. 전자는 이미 관련 데이터가 수없이 많기도 하고 텍스트로 되어 있어 학습하기 어렵지 않다. 이미 인공지능 스피커에게 학교에서 배운 상식을 물어보면 답변을 잘한다. 하지만 대학교에서 경제학을 전공한 사람이 스마트폰 앱으로 송금도 제대로 하지 못하면 농담으로 “경제학과 나와서 은행 거래도 못하냐.”라고 우스갯소리를 한다. 그럼 “경제학과 수업 시간에 그런 거 안 배우거든요.”라고 대답을 하게 되면 “안 배웠어도 그건 상식이지.”라고 마무리할 수 있다. 바로 인공지능에게 가르치기 어려운 것이 지금 말한 상식이다.
--- p.93

전문가가 예측하는 사라지는 일자리와 새로 생기는 일자리를 비교해 보았을 때 사라지는 일자리는 비교적 명확하다. 그리고 현재 있는 직종이기 때문에 왜 사라지는지도 쉽게 이해할 수 있으며 예상되는 일자리의 규모도 검색 등을 통해 쉽게 확인할 수 있다. 또한 사라지는 대표적인 일자리는 우리 주위에서 흔히 볼 수 있는 자동차 운전, 서빙 등 이미 많은 사람이 종사하는 업종이다. 하지만 새롭게 생기거나 주목받을 것이라고 예측되는 일자리는 인공지능 전문가, 로봇전문가 등 주로 전문적인 일자리이기 때문에 일자리가 많지 않을 것으로 예상된다
--- p.106

창의성에 대한 또 다른 오해를 한 가지 말하자면 새로운 생각을 찾기 위해 관련 분야를 전혀 모르는 사람에게 기대하는 것이다. 종종 해당 분야에 대해서 전문성이 없는 학생이나 신 입사원이 참신한 생각을 할 수 있다고 생각하는 경우가 많다. 하지만 이는 사회가 고도화되지 않았을 때 이야기이다. 이미 사회는 고도화되어서 전문성이 없어도 생각할 수 있는 수준의 생각은 거의 다 나왔다. 참신한 아이디어를 발전시켜 사회적으로나 경제적으로 가치를 만들어야 하는데 그러기 위해서는 전문적인 지식과 경험이 없이는 그 아이디어의 가치를 인정받거나 성과를 만들기 어렵다. 따라서 창의적 생각은 단순히 오래 생각하는 것이 아니라 전문적인 지식과 해당 분야에 대한 경험이 중요하다.
--- p.114

앞으로 단순하고 반복적인 일은 인공지능이 담당할 것이다. 인공지능을 관리하는 일을 해야 한다. 일자리에 대한 많은 논의가 있지만 시간이 많이 걸리는 단순 반복적인 일은 로봇이 하기 때문에 사람이 일하는 시간은 갈수록 줄어들 것이라는 전망이다.
--- p.122

인공지능은 많은 부분 사람의 대체제가 아니라 사람의 업무 능력을 향상시키는 존재가 될 것이며, 이를 슬기롭게 사용하는 사람이 경쟁력이 있는 사람이 될 것이다. 미래에 우리의 업무가 어떻게 변할지 정확히 알 수 없지만 다행인 점은 우리나라는 그 답에 대해 힌트를 알고 있다는 점이다.
--- p.132

인공지능의 발달로 어떤 일이 사라지고 새로 생길지 모르지만, 확실한 것은 어떤 일은 생기고 어떤 일을 사라질 것이라는 사실이다. 그리고 나의 일은 사라지면 안 된다. 이제는 자신의 일을 객관적으로 살펴보고 인공지능에 맞는 일로 바꿔야 한다. 많은 사람은 인공지능의 등장으로 기존의 일자리가 사라질 것 이라고 생각한다. 맞는 이야기다. 하지만 없어지는 일, 변화되 는 일, 새로 생기는 일이 서로 혼재될 것이다.
이 중에서 ‘변화하는 일’을 가장 주목해야 한다. 특히 나의 일이 어떻게 변할지에 대해 주목하고 대응 전략을 세워야 한다.
--- p.154

인공지능의 한계를 이해해 인공지능이 하기 어려운 일을 도전하는 방법도 있지만, 많은 경우 인공지능을 활용하는 방법이 현실적이다. 앞으로 인공지능은 네이버와 카카오톡을 이용하는 것처럼 흔한 일이 될 것이다. 대표적으로 구글 포토를 살펴보자. 편리한 것 중에 하나가 사람별로 구분해서 볼 수 있는 기능이다. 사진만 찍어서 구글 포토에 올려놓으면 사람별로 분류 를 해준다.
--- p.186

인공지능 세상에도 기술의 중요성은 줄어들지 않을 것이다. 하지만 무능력한 학문이라고 홀대받던 인문학이 무능력한 학문이 아닌 핵심적 기술이 될 가능성이 많다. 흔히 인공지능에 관련된 일은 기술적 영역만 있는 것처럼 보이지만 기술 못지않게 중요한 다양한 인문적 영역이 있다.
--- p.194

인공지능 시대를 살아가기 위해서는 세상의 변화를 예측하 는 훈련이 필요하다. 평상시 기술과 사회 변화를 모니터링하면 서 나와 관련된 산업과 사회가 어떻게 변할지를 예상해보는 훈 련을 해보는 것이다. 만약 자동차와 관련된 일을 하고 있다고 생각해보자. 인공지능의 발달로 자율주행이 인간을 대체할 정도로 훌륭하게 운전을 할 수 있게 되면 다음과 같은 변화가 예 측될 것이다. 자신이 속한 업종이 어떤 변화가 올 것인지 따져 보며, 이러한 변화 속에서 자신은 어떤 준비를 해야 하는지 고민해야 한다.
--- p.200

인공지능이 발달하면서 앞으로 사회는 급속한 변화를 맞이할 것이다. 중요한 것은 ‘사회적 용수철’을 보는 눈이다. 사회는 수많은 변화를 통해 용수철처럼 늘어났다가 줄어들기를 반복한다. 인공지능 기술이 사회적 파급을 주는 기술이 나오면 이 용수철이 늘어나면서 변화하게 된다. 중요한 것은 기술이 용수철의 탄력성으로 인해 다시 제자리로 돌아갈지 아니면 강력한 충격으로 인해 기존에 사용하던 용수철을 새로운 용수철로 교체를 해야 하는지 주의 깊게 살펴봐야 한다. 이를 구분할 수 있는 날카로운 눈이 필요할 것이다.