인공지능 실습에 집중하는 심화 과정
저는 운 좋게도 화난은행의 초청을 받아 금융 전문가들을 대상으로 AI 응용 및 거버넌스 과정을 진행할 수 있었습니다. 3시간 동안 집중적이고 실습 위주의 교육이 진행되었습니다. 교육은 AI 기본법 초안부터 시작하여 AI의 정의를 명확히 함으로써 대중이 흔히 오해하는 자동화 프로그램들을 배제하는 데 중점을 두었습니다. 또한 개인정보 보호 문제와 GPT나 제미니와 같은 AI 도구를 사용할 때 사람들이 느끼는 불안감에 대해서도 논의했습니다.
또한 일부 고객 서비스 로봇이 종종 우스꽝스러울 정도로 "실력이 부족한" 이유를 설명했습니다. 이는 AI가 무능해서가 아니라, 저가형 모델을 사용하고, 데이터베이스를 보완하는 RAG(검색 증강) 기능이 부족하며, 심지어 다양한 적용 시나리오에 따라 다른 상담원을 구분하지 못하기 때문입니다.
인공지능이 '전문성의 요새'를 무너뜨릴 때
하지만 전체 과정에서 가장 기억에 남는 순간은 제가 다시 "변호사" 신분으로 돌아가서 현장에서 AI 작동 방식을 테스트해 본 것이었습니다.
저는 AI를 활용하여 소장 작성, 증거 기반 서류 준비, 계약서 수정 등 법률 관련 업무를 수행하는 방법을 실시간으로 시연했습니다.
청중석에 있던 금융 전문가들은 처음에는 정중한 눈빛으로 청중을 바라보았지만, 곧 그들의 표정은 극도의 충격으로 바뀌었다. 왜 충격이었을까? 과거에는 이것이 인턴이나 정규직 변호사들의 실무 교육이 필요한 고도의 전문 업무였기 때문이다.
하지만 그들이 "전문가들의 영역"으로 여겨졌던 이러한 과정들이 인공지능에 의해 그토록 매끄럽고 자동적으로 수행될 수 있다는 것을 직접 목격했을 때, 그 영향은 엄청났습니다.
대만에서 인공지능 활용에 대한 오해: 도구를 장난감처럼 취급하는 경향
대만의 하드웨어 기술은 항상 세계 최고 수준이지만, 소프트웨어 개발과 응용 분야는 국제적인 주류에 비해 5~10년 정도 뒤처지는 경우가 많습니다. 페이스북 알고리즘은 어떤 AI 관련 뉴스를 당신에게 추천하나요?
"제미니가 제 사진을 정말 아름답게 편집해줬어요!" "바이브 코딩을 이용해서 데이터 분류 봇을 만들었어요!" "더욱 현실적인 답변을 제공하는 고객 서비스 채팅방을 만들었어요!"
멋진 아이디어 같죠? 하지만 솔직히 말해서, Cursor가 2년 전에 출시되었을 때 이미 옛날 얘기입니다. 만약 아직도 AI가 "더 자연스럽게 반응하도록" 그리고 "로봇처럼 보이지 않도록" 훈련시키고 있다면, 정말 안타까운 일입니다. 왜냐하면 그것은 현재 AI 개발의 초점이 아니기 때문입니다.
인공지능의 가장 큰 힘은 일반인이 간단한 도구를 만들 수 있도록 하는 데 있는 것이 아니라, 해당 분야 지식을 갖춘 전문가들이 10배, 심지어 수십 배 더 많은 에너지를 발휘할 수 있도록 하는 데 있습니다.
저는 이번 금융 프레젠테이션에서 AI가 금융 산업에서 어떤 작업을 수행할 수 있는지 시연하지 않았습니다. 왜냐하면 현재 금융이나 회계 분야에 필요한 전문 지식이 부족하여 해당 분야에서 AI 응용 프로그램을 선보일 자격이 없기 때문입니다.
하지만 제가 하고 싶은 말은 이것입니다. "전문 변호사, 회계사 또는 의사가 자신의 전문 지식과 AI를 결합하여 지루하고 확장하기 어려운 작업을 효율적인 자동화 프로세스로 바꾸는 방법을 알게 될 때, 그것이야말로 진정한 판도를 바꾸는 일입니다."
실리콘 밸리의 냉혹한 현실: AI와의 협업 없이는 논문 제출 자격조차 얻지 못한다.
이 효율성 격차가 얼마나 심각한지 보여주기 위해 실리콘 밸리의 냉혹한 현실을 하나 공유하겠습니다. 실리콘 밸리의 주요 기술 기업들은 현재 저를 놀라게 하는 두 가지 정책을 시행하고 있습니다.
- 첫째, 모든 작업의 초기 초안은 절대로 사람이 처음부터 작성해서는 안 됩니다. 아무리 복잡한 작업이라도 AI는 최소 40~50%의 기초를 마련할 수 있습니다. AI가 제시하는 방향은 대개 정확하며, 직원들은 시간 낭비하며 처음부터 다시 시작하는 대신 AI가 완성한 초안을 바탕으로 수정 작업을 진행해야 합니다.
- 둘째로, 초기 초안을 다듬고 수정하는 과정에서 백엔드 소프트웨어는 실시간으로 AI 사용 비율을 모니터링합니다. 만약 해당 비율에 미달하면, 작업물이 상사에게 검토를 위해 제출되거나 다음 단계로 진행될 수 없습니다.
이유는 간단합니다. 상사들은 비용과 효율성을 중시합니다. 코딩이나 문서 처리와 같은 업무에서 일정 비율 이상을 AI를 이용해 처리하지 않으면 과제 제출 자격조차 얻지 못하는 경우가 있습니다. 이것이 현실입니다.
세계 최고의 인재들이 이미 "인간-기계 협업"을 의무화하고 데이터 기반 모니터링을 시행하고 있는 상황에서, "인간은 특별하다"거나 "전문직은 대체될 수 없다"고 맹목적으로 믿는 것은 엄청나게 오만한 생각일 것입니다.
조용한 전문직 구조조정
제 개인적인 생각으로는 지금 대부분의 사람들에게 가장 중요한 것은 프로그래밍을 배우는 것이 아니라(물론 직업을 바꾸고 싶다면 이야기가 다르겠지만), "나의 전문적인 강점은 무엇인가?" 그리고 "내 업무 흐름 중 어떤 부분을 AI에 맡길 수 있는가?"를 명확히 정의하는 것입니다.
이렇게 하지 않으면 앞으로 숨 쉴 틈조차 없을 겁니다. 새로운 업무 방식에서는 필요한 인력이 예전의 10분의 1밖에 되지 않을 수 있고, "우리"는 미래의 직장에서 배제될 가능성이 매우 높기 때문입니다.
