기계의 반란- 자동화

현대의 자동화와 과거의 자동화

자동화란 반복적인 일을 의미

생각하는 자동화로 진화

입력시간 : 2019-07-04 12:02:04 , 최종수정 : 2019-07-04 12:02:04, 김태봉 기자

기계의 반란 - 현대의 자동화가 과거의 자동화와 다른 이유

 

'자동화' 라는 단어는 크고 멍청한 기계가 공장에서 반복적인 일을 하는 것을 의미해왔다.

오늘날 기계들은 비행기를 착륙시키기도, 암 진단을 하고, 주식거래를 하기도한다.

우리는 지금껏 보지 못했던 새로운 자동화의 시대에 들어서고 있다.

2013년의 어느 연구에 의하면, 미국에 있는 직업들의 반 이상이 앞으로 20년 이내에 자동화가 될 것이라고 한다. 자동화는 이미 수십년동안 존재해왔다. 이번엔 대체 뭐가 다른가?

 

과거에 있었던 혁신은 사람이 하던 일을 쉽게 만들었고 생산량을 늘려주었다. , 같은 수의 인력이 투입 되었을 때 시간당 생산량이 증가했다는 말이다. 이는 많은 수의 일자리를 없애버린 대신, 더 좋은 중요한 일자리를 만들어냈다. 증가한 인구만큼 직장이 필요했었기 때문이다.

 

그래서 혁신으로 인해서 생산성이 높아졌고, 과거의 일거리가 줄었고, 새로운 일거리와 더 좋은 직업이 늘었다.

전체적으로, 이 과정은 대부분의 사람들에게 이득이었고 삶의 질은 향상되었다. 인간이 삶에서 필요로 했던 것들이 이런 식으로 발전해갔다.

 

우리는 농사짓는 일에 가장 긴 시간을 들였다. 그러다가 산업혁명과 함께 생산직이 농사를 대체했다. 그리고 자동화가 널리 보급되면서 인간은 서비스직으로 자리를 옮긴다. 그런데 인류역사에서 얼마 전에, 정보시대가 열린다.

우리 직장은 이제 과거보다 훨씬 빠른 속도로 기계들에게 빼앗기고 있다.

 

정보시대의 산업들이 세를 늘려가고 있지만, 그로 인해 창출되는 일자리는 점점 줄어들고 있다.

1979GM80만명이 넘는 직원들을 고용하고,110억 달러를 벌었다. 2012년 구글은 140억 달러를 58천명의 직원만으로 벌었다. 이런 비교를 안좋아할 수 도있겠지만 구글은 과거에 새로운 직업들을 만들어냈던 예시 중 하나다.

 

100년전 자동차가 나왔을 때, 자동차는 거대한 산업들을 만들어냈다.

자동차는 우리의 삶의 방식과 사회 기반 시설, 그리고 도시들을 완전히 바꿔놓았다. 그리고 이로 인해 수백만명의 사람들이 직,간접적으로 직장들을 잡았다. 오늘날, 이런 과정은 거의 완성되었다.

 

자동차 산업에서의 혁신은 예전만큼 많은 직업들을 만들지 못하게 되었다.

전기자동차가 뜨고 있지만, 그게 수백만의 새로운 직장들을 만들어내진 못 할거다. 인터넷은 어떨까?

몇몇 기술들은 인터넷이 전기의 도입처럼 혁신이라는 것을 보여준다.

 

만일 우리가 비교를 해본다면 우리는 과거와 현대의 혁신이 어떻게 다른지를 볼 수 있을 것이다. 인터넷은 새로운 산업들을 만들었다. 하지만 그게 충분한 직업들을 만들어내지는 못했다.

 

정점을 찍은 2004년에 블록버스터는 84,000명의 직원들로 60억 달러를 벌어들였다. 2016년에는 넷플릭스가 4,500명의 직원들로 90억 달러를 벌어들였다. 12명의 정규 팀만으로 Kurzgesagt은 수백만명의 사람들에게 다가갈수 있지만 같은 수의 시청자를 가진 TV 방송국은 훨씬 더 많은 직원들을 필요로 한다.

 

정보시대에서 혁신은 충분히 새로운 직업들이 생겨나는 것을 의미하지 않는다. 새로운 직업들은 그보다 부족해진다. 하지만 이젠 자동화와 신세대 기계들의 새로운 물결이 천천히 다가오고 있다.

이를 이해하기 위해서, 우리는 먼저 우리 스스로를 이해할 필요가 있다.

 

기계학습은 디지털 기계들이 데이터 분석을 통해 정보와 기술들을 받아들일 수 있게 해준다.기계들이 스스로 공부하는 거다.

우리는 컴퓨터에게 우리가 더 나아졌으면 하는 것과 관련된 수많은 데이터를 제공함으로써 이를 가능하게 만든다.

 

당신이 온라인에서 샀던 모든 물건들을 기계에게 한번 보여주면 그것은 천천히 당신에게 무엇을 추천할 지를 배울 것이고 당신은 더 많은 물건들을 살 것이다. 기계학습은 지금 더 많은 잠재력을 충족시키고 있는 중이다.

 

왜냐하면 최근에 인류는 모든 것에 대한 데이터를 모으기 시작했기 때문이다. 행동, 날씨 패턴, 의료 기록, 의사소통 시스템, 여행 데이터 그리고 물론 직장에서 우리가 하고 있는 일에 대한 데이터 등도 있다.

 

기계들은 즉시 그리고 공짜로 복제될수 있다. 그저 새로운 코드를 사용할 수 있게 되는 것이다. 그리고 그것들의 성능은 더욱 빨라진다.

만약 오늘날 당신의 일이 컴퓨터에서 복잡한 업무를 포함하고 있다면, 당신은 공장에서 일하는 사람들보다도 훨씬 더 빠르게 해고될 수 있다.

 

이 기계가 일자리를 없애지만, 프리랜서들을 위해 일자리들을 만들어낸다.

그 프리랜서들이 그들의 업무를 마칠 때 학습 알고리즘은 그들을 추적하고 그들의 일과 어느 업무가 그 업무를 이루고 있는지에 대해 정보를 모은다그런 과정을 거치면서 프리랜서들은 기계에게 그들을 대체하는 법을 가르치게 된다.

 

평균적으로 이 소프트웨어는 첫해에 약 50%정도의 비용을 줄인다. 그리고 또 다른 25%는 이듬해에 줄인다.

기계들과 프로그램들은 모든 분야에서 사람들보다 좋거나 더 나아질 것이다.

약사부터 시작해서 분석가, 기자, 방사선 전문의, 계산원, 은행 상담원, 혹은 기술이 필요없이 햄버거를 만드는 단순 노동직 등등.

 

이 모든 일자리들은 하룻밤사이에 사라지지 않겠지만, 점점 사람의 일자리는 계속 줄어들 것이다.

 

오래된 직종을 새 직종으로 대체하는 것만으로는 충분치 않다.

우리는 끊임없이 새로운 일자리들을 만들어낼 필요가 있다. 왜냐하면 세계 인구는 증가하고 있다.

 

과거에는 생산량이 증가함에 따라 더 많고 더 좋은 직업들이 생겨났다는 게 분명히 존재했다. 그러나 철저하게 생산량이 증가하고, 수천개의 창업, 그리고 미국의 인구 증가가 4천만이 넘도록 이루어졌음에도 불구하고 15년동안 노동시간이 증가가 전혀 없던 것이다.

동시에 미국 대학교 졸업생들의 임금은 과거 10년동안 계속 낮아져왔고 40%까지의 새 졸업생들에겐 학력을 요구하지 않는 직업이 강요되고 있다.

 

결론

생산성은 인간노동과 분리되고 있다. 자연의 혁신과 정보시대는 우리가 이전에 맞닥뜨린 모든 것과는 다르다.

심지어 자가주행 자동차나 로봇 회계사처럼 새로운 혼란 없이 말이다.

이는 이번엔 자동화는 다르다는 것을 보여주는 것 같다. 이번에 기계들은 우리 일자리를 진짜로 빼앗을 수 있다.

 

현재 우리의 경제는 사람이 소비한다는 전제에 기반되고 있다. 하지만 만약 적은 사람들이 일자리를 가지면 누가 그 소비들을 할까?

미래는 우리를 지배하는 기계를 소유한 갑부들의 소수집단을 예견하고 있을까? 그리고 우리의 미래는 정말 그런 암울한 미래가 될까?

 

정보화 시대와 자동화는 거대한 기회가 될 수 있을거다.

인간 사회를 바꾸고 빈곤과 불평등을 극적으로 줄일 기회말이다.

이는 인류역사에서 과도기가 될것이다.

Copyrights ⓒ 전국학교운영연합신문. 무단 전재 및 재배포금지 김태봉기자 뉴스보기
기사공유처 : 개미신문