미래에 어떤 식으로 일을 하게 될지를 예측하기란 아주 위험하다. 파괴적인 혁신 기술이 ‘그림판’을 뒤흔들기 때문이다. 기껏해야 불확실한 예측만 가능하다. 그러나 미래의 기술 트렌드를 전망하는 일을 생업으로 삼는 사람들 사이에 광범위하면서도 공통된 ‘테마’ 하나가 제시되고 있다. 미래 트렌드의 시작점이 AI와 자동화라는 것이다.
컨설팅 회사인 맥킨지 앤 컴퍼니는 ‘스킬 변화: 자동화와 일터의 미래(Skill shift: Automation and the future of the workforce)’라는 조사 보고서에서 “앞으로 10-15년 사이, AI와 자동화 기술이 도입됨에 따라 스마트 머신들을 활용하는 사람들이 늘어나면서 일터에 변화가 발생할 것이다. 그 결과, 2030년까지 창의성, 비판적 사고, 의사결정, 종합적인 정보 처리 등 더 높은 수준의 인식 능력을 갖춘 인재(스킬)들에 대한 수요가 증가할 전망이다”라고 분석했다.
오늘날 직원과 관리자 모두 자동화가 초래할 변화를 걱정하고 있고, 데이터 처리와 입력 같은 일자리가 머신에 넘어갈 것이라는 점에는 대부분 동의한다. 그렇지만 미래 전문가들은 이보다 낙관적으로 전망하곤 한다. 머신이 알고리즘을 매개체로 하는 기초적인 의사결정과 관련된 덜 중요한 일은 넘겨 받겠지만, 인간의 정서적 지능, 문제 해결, 기업가 정신이 관여된 일은 경쟁 상대가 되지 못할 것이라는 의견이다.
향후 10년 간 IT 일자리와 업무가 어떤 식으로 변화할지, IT 미래 전문가들의 전망을 소개한다
독립적인 애드혹 팀의 부상 IT 미래에 대한 비전을 제시한 여러 기관 중 하나인 가트너는 멀리는 2035년까지 IT의 변화를 전망한 몇몇 보고서를 발표했다. 주요 결론 중 하나는 비즈니스 목표를 충족하는 데 있어, 하향식 방법에서 탈피해 독립적인 애드혹 팀이 대부분의 과업을 달성하게 될 것이라는 점이다.
가트너는 ‘2028년 워크플레이스’ 보고서에서 다양한 스킬을 갖춘 고성과자로 구성된 자율적인 그룹에 대해 설명을 하고 있다. 가트너 애널리스트들은 이 그룹은 워크로드(업무량)과 타임프레임, 정보 교환 및 조율의 강도가 바뀌는 것에 맞춰 확대, 또는 축소될 것이라고 설명하고 있다. 가트너에 따르면 이런 모듈형의 축소 및 확장 가능한 JIT(Just In Time) 업무 방식이 현재 클라우드 서버 워크로드 같은 IT 워크로드에 대한 비전을 닮을지 여부는 지켜볼 일이다. 그러나 IT가 비즈니스 성공을 일궈내는 방편으로 CFT(Cross-Functional Teams) 중심으로 변화하고 있음을 뒷받침한다.
중간 관리진의 몰락 아마도 가트너가 내어놓은 가장 충격적인 예측은 미래에 알고리즘에 의지하게 되면서 중간 관리자의 수가 급감하고, 남은 중간 관리자들의 책임은 더 협소해질 것이라는 전망이다.
가트너의 인적 자본 관리 분야 조사 담당 헬렌 포이테빈 VP는 “많은 업무 환경에서 효율성 및 비용 절감의 일환으로 이런 변화가 발생하기 시작할 것이다. 일부 소매 부문의 경우, 물류 공급망과 창고의 자동화 수준이 높아지면서 현장 관리자들을 다른 직종으로 밀어내고 있는 것으로 알고 있다. 중간 관리자의 감독이 너무 엄격해 팀의 창의력, 조직 내 다른 부분의 다양한 전문성을 활용하는 역량에 방해를 주고 있는 창의력이 많이 필요한 분야도 마찬가지라고 생각한다”라고 설명했다.
‘인공지능 상사’를 수용 ‘머신’ 관리자가 아주 어색하게 들릴지 모르겠지만, 우버와 리프트 같은 경우 이미 알고리즘이 수 많은 운전자를 관리하고 있다. 2015년 인간-머신의 상호작용을 연구하는 카네기 멜론 대학의 컴퓨터 공학 연구원들은 중간 관리자가 아닌 컴퓨터가 업무를 할당하고, 가격을 책정하고, 성과를 평가할 때 직원들이 어떻게 반응하는지 조사했다.
연구원들은 직원들이 알고리즘으로부터 지시받는 양태에 빠르게 적응하는 사실을 발견하고 놀랐다. 또 직원들은 업무 효율성을 높이기 위해 머신과 함께 일하는 방식에 재빨리 적응하는 양상을 보여줬다. 예를 들면, 운전자들은 언제 어디서 일할지 통제권을 확보하기 위해 앱을 끄거나, 긴 운전 뒤에 휴식을 취하곤 했다.
카네기 멜론 대학의 컴퓨터 공학 조교수인 로라 다비쉬 조교수와 연구에 참여한 연구원들은 운전자는 선택권의 일부를 잃어버리는 것을 개의치 않는 것으로 보인다고 전했다. 이들은 자신의 일 중 일부를 선택할 능력이 없었다. 픽업 장소를 정하는 것, 여러 픽업 요청 중 원하는 요청을 고르는 것 등을 예로 들 수 있다.
다비쉬는 “이것은 그들이 갖게 되는 자유가 통제력을 잃는 것을 보상하기 때문일 수 있다. 또는 사람인 택시 배차 담당자 등 다른 시스템에 대한 경험이 부족해서일 수도 있다”라고 설명했다.
운전자들은 그러면서도 자신의 업무 전략을 계속 조정하곤 했다. 다비쉬는 “우리는 알고리즘, 기술이 인간의 행동을 최적화한다는 인식을 갖고 있다. 그러나 사람이 기술에 맞춰 자신의 행동을 조정하고, 여기에 적응하는 부분은 과소 평가하는 경향이 있다”라고 말했다.
의사결정과 실행 모두에서 AI와 협력 실리콘 밸리에서 활동하는 투자자 겸 컨설턴트인 조라와 비리 싱에 따르면, 다음 10년의 IT는 ‘공유 인지의 시대’(age of shared cognition)가 될 전망이다. (아직 개발이 되지 않았지만) 독립적인 신뢰 중재인에 대한 필요성이 생기는 것, 인지 기술이 더 많이 도입되는 것, 사람의 개입이 줄어드는 것에 대한 지속적인 우려가 이런 시대를 견인하게 될 것이다.
그는 “우리는 다음 단계에 접어들고 있다. 머신 및 알고리즘, 시스템, 인지 시스템과 협력을 하고, 사람의 인지 및 훈련 체계를 공유해 업무 부담을 줄이는 그런 시대이다”라고 설명했다.
싱은 IT 진화 단계를 6단계로 설명하고 있다. ‘메인프레임’, 이후 ‘PC와 네트워크’, ‘웹과 서버’, ‘가상화’, ‘모바일과 클라우드’, 그리고 향후 10여 년 동안 발전할 단계인 ‘AI와 로봇, IoT, 엣지 컴퓨팅’ 단계이다.
포레스터는 최근 발표한 보고서에서 향후 10년 동안 인간과 컴퓨터가 업무를 함께 하게 될 것이라고 강조했다. 자동화로 단순히 인력이 축소되기만 하는 일은 없을 것이라는 의미다.
보고서는 “이미 업무 방식이 크게 바뀌었다. 미래의 차이점은 수십 년을 기준으로 측정되던 변화가 몇 년, 또는 몇 달로 측정될 것이라는 점이다. 사람과 머신의 공생 관계를 통해 업무가 처리될 것이다. 사람이 주도해 머신이 처리하는 체계가 아니다. 원하는 결과를 가장 잘 전달할 수 있도록 로봇과 머신 사이에 리더십, 의사결정, 실행이 조율될 것이다”fk고 설명했다.
인간은 여전히 고유한 가치를 제공 컴퓨터가 고도의 인지 능력을 요구하지 않는 천편일률적인 데이터 처리, 형식적인 중간 관리 업무 등 많은 업무를 차지하게 될 것이다. 그렇지만 여전히 사람이 맡게 될 업무들이 있다. 카네기 멜론 대학의 다비쉬는 다음과 같이 설명했다.
“머신 지능이 처리할 수 없는 관리 업무들이 많다. 부하 직원 관리에 있어 정서적(감정적), 관계적 부분에 해당되는 것들이다. 직원들에게 동기를 부여하고, 어려운 상황에 대응하는 것을 예로 들 수 있다. 직원과 대화를 하고, 이들이 하는 일과 관심사를 이해하고, 업무에 대한 피드백을 제공하기 위해서는 정서적(감정적) 지능이 필요하다. 인간의 정서(감정)를 파악하고, 자연어를 이해하고, 일정한 대화를 수행하는 기술이 많이 발전하기는 했지만, 관리에 있어 관계가 중요한 부분을 대체하기까지 갈 길이 아직 멀다. 또 머신의 보상과 칭찬은 사람의 보상과 칭찬만큼 유의미하지 않다.”
싱은 머신의 '연산력’과 무관하게, 인지 능력이 많이 필요한 업무의 경우에는 미래에도 사람의 가치가 높을 것이라고 말했다. 또 대부분의 조직은 중간 관리진을 없앨 리소스와 데이터세트를 갖고 있지 않다고 지적했다.
그는 “지난 1년 6개월 간 접촉한 거대 대기업은 모두 독자적인 머신러닝 역량을 구축하는 대형 데이터 사이언스 프로젝트를 추진하고 있었다. 구글과 아마존, 페이스북, 마이크로소프트는 엄청난 컴퓨터 클러스터를 활용할 수 있었으며, 이를 바탕으로 이런 역량을 구현할 수 있었다. 그러나 보통 기업은 가까운 장래에 이 정도로 많은 데이터를 활용하지 못할 것이다”라고 말했다.
다비쉬에 따르면, 정량화나 측정이 불가능한 부분이 있다. 그녀는 우버와 리프트 조사 결과를 예로 제시했다. 컴퓨터로 평점 시스템을 쉽게 관리할 수 있었지만, 사람이 업무를 하는 방식을 평가하는 부분은 미흡한 점이 많았다.
다비쉬는 “서비스 품질을 숫자로 평가하는 방식으로는 운전자가 잘하고 있는 업무 부분을 설명할 수 없다. 또 개선에 도움이 되는 피드백도 제공하지 못한다. 연구 결과에 따르면, 운전자들은 평점을 유지해야 한다는 압박을 받고 있었다. 이것이 자신의 전반적인 평점에 부당하게 영향을 줄 수 있는 나쁜 평점에 감정적으로 부정적인 반응을 보이게 만들었다”라고 설명했다.
시트릭스의 크리스티안 라일리 CTO는 “과거 수 많이 관찰했듯, 기술은 사람을 완전히 대체하는 것보다 보완하는 역할을 더 잘한다. 이런 트렌드는 앞으로도 계속될 것이다. 소프트웨어 로봇이 가치가 낮은 단순 반복 업무를 처리, 사람들이 현재 AI가 할 수 없는 그런 일들에 시간을 투자하도록 만들 것이다. 깊이 있는 추론, 전략적인 사고 같은 부분을 예로 들 수 있다”라고 말했다.
그는 이어 “컴퓨터 리소스의 가용성, 머신 학습 도입 비용 하락 및 상품화에 따라 새로운 효율성을 추구하면서 업무에 대한 개념이 계속 재정립될 전망이다. 새로운 ‘종류’의 애플리케이션과 데이터가 다음 세대의 글로벌 비즈니스를 견인할 전망이다. 그리고 이런 데이터로 트렌드를 포착하는 기업들이 시장 경쟁력을 획득하게 될 것이다”라고 말했다.
기술이 유발하는 스트레스 가트너는 또 기술에 더 의존하게 되면서 직원들의 스트레스가 높아지게 될 것이라고 전망했다. 계속 업무에 ‘연결’ 되어 있어야 한다는 생각에서 비롯되는 스트레스이다. 또 항상 최신 기술에 보조를 맞춰야 하는 것도 스트레스를 높일 것이다.
가트너는 “업 스킬링(스킬 향상 및 확대)에 박차를 가하고, 더 많아진 업무를 수용하기 위해 매일 24시간 일한다는 생각을 갖게 될 정도로 업무에 더 신경을 쓰게 될 것이다”라고 설명했다.
포레스터 보고서에 따르면, 오늘날 직원들은 지금도 미래, 자동화와 로봇이 워크플레이스에 가져올 영향, 자동화되지 않도록 자신의 역할을 만드는 방법에 크게 신경을 쓰고 있다.
포레스터는 “기업이 학습 기관이 되어야 하는 만큼 직원들도 학습자가 되어야 한다. 핵심 스킬을 배우고, 새로운 업무 모델에 적응하고, 이것이 의미하는 바를 이해해 미래에 대한 준비를 해야 한다. 직원들은 이미 변화, 그리고 시장의 변화 속도에 보조를 맞추기 위해 지속적으로 자신의 스킬을 재평가하고 새로운 스킬을 연마하는 것에 어려움을 겪고 있다”라고 설명했다.
맥킨지 보고서는 “2030년까지 고급 기술 스킬을 사용하는 시간이 미국은 50%, 유럽은 41% 증가할 것으로 분석된다. 고급 IT 및 프로그래밍 스킬에 대한 수요가 가장 빠른 속도로 상승할 것이다. 2016년에서 2030년 사이에 90%까지 상승할 것으로 내다보고 있다. 이런 스킬을 가진 사람은 ‘소수’ 일 것이다. 그러나 동시에 모든 사람들이 새로운 자동화 시대에 맞춰 기본적인 디지털 스킬을 개발해야 할 필요성도 크다”라고 강조하고 있다.
기술로 인한 지속적인 '연결’, 업 스킬링에 대한 스트레스에 대응하려면 어떻게 해야 할까? 가트너의 포이테빈은 새로운 기술을 광범위하게 봐서 영향을 평가할 필요가 있다고 말했다.
그는 “먼저 적응성에 초점을 맞춰야 한다. 인류학적 측면에서 사람은 적응성이 아주 높다. 이런 특징과 학습 능력이 아주 중요하다. 둘째, 기술이 가져올 영향을 평가할 때 큰 그림을 볼 필요가 있다. 기술이 우리에게 위험을 초래하도록 방치하지 말고, 우리 일상을 개선할 수 있도록 기술을 사용하는 방식, 유즈 케이스를 고안하는 데 목표를 둬야 한다”라고 말했다.
포이테빈은 이어 “예를 들어 설명하면, 사실 플라스틱은 사람들에게 많은 도움을 줬다. 의료, 장애인, 음식에 대한 접근성 측면을 예로 들 수 있다.
그러나 환경에 초래될 영향까지 깊이 생각하지 못했다. 그래서 플라스틱 제품의 재활용 등 전체 수명주기에 맞춘 충분한 인프라를 구축하지 못했다. 자동화가 무조건 사람들에게 위협이 될 것으로 생각해서는 안 된다. 새로운 방식으로 자동화를 생각하는 것이 좋다. 그리고 이는 인간이 무수히 많은 세월 동안 해왔던 일이다”라고 말했다.
