인생의 10000시간을 어디에 쓸 것인가

인생은 한 번뿐이고, 인간에게 궁극적으로 가장 희소한 자원은 시간이라는 전제에서 출발하면, 우리가 무엇에, 어떻게 시간을 쓰며 일하는지는 자명하게 중요해진다. 부유해질수록 다른 사람의 시간을 사서 내 일을 시킬 수 있게 된다. 그래서 내가 코딩과 A.I.를 아주 좋아하는 이유 중 하나는, 감정을 걱정할 필요 없이 지치지 않는 기계를 활용해 내 일을 시킬 수 있다는 점이다. 얼마나 멋진가? A.I. 시대에 노동과 자본을 두고 Stolper-Samuelson Theorem이 어떻게 전개될지 궁금해지지만, 그건 다음에 생각해볼 문제다.

Le Wagon 데이터 사이언스 부트캠프를 마치고 MITx MicroMasters in Data, Economics, and Development Policy 과정을 밟으면서, 나는 내 인생의 최소 10000시간을 경제학과 계산의 교차점에 쓰고 싶다는 점이 분명해졌다. 지적으로는 둘 다 나를 매혹한다. 실천적으로 말하면, 세상을 공부하는 목적은 세상을 바꾸는 데 있다. 가능하면 직감과 감정이 아니라 증거, 수많은 배관 작업, 무작위 대조 실험(RCT)을 통해서 말이다. 나는 적용 분야 자체보다 지식과 방법론이라는 축에 더 관심이 있다. 결국 경제학과 계산의 원리와 응용은 예술에서도, 차별, 이민, 무역, 금융, 기후 변화, 그리고 거의 모든 흥미로운 인간 활동에서도 똑같이 작동하기 때문이다. 도구와 기술은 이미 여기에 있다. 미래도 이미 와 있다. 다만 고르게 분포되어 있지 않을 뿐이다.

행복 수익률 측정하기

그런 의미에서, 몇 년 전 “Poor Economics”를 마지막으로 읽은 뒤 RCT의 아이디어와 실천이 얼마나 멀리 왔는지 나는 기분 좋게 놀라고 있다. 영향력을 평가할 때 단순한 사전-사후 평가를 하고 우리끼리 등을 두드린 뒤 끝내는 대신, 데이터와 증거의 언어로 말한다면 세상은 훨씬 나아질 것이라고 믿는다. 사회 프로그램을 Return on Happiness(RoH)로 측정하고 벤치마킹하면 세상이 어떻게 보일지 궁금하다. 주관적 웰빙이 이미 “누군가의 전반적 웰빙을 평가하는 집계적 방식”이라는 포괄적 기준으로 받아들여진다면, 왜 이 생각을 더 확장하지 않을까?

I, A.I. 爱

이 글과 이어질 탐구의 목적은 경제학과 계산, 특히 A.I.를 내가 관심 있는 영역에 적용하며 더 깊이 파고드는 것이다. GLAM 기관, 기업, 게임과 엔터테인먼트, 기후와 지속가능성, 임팩트, 정부, 당신과 나, 그리고 우리의 손주들까지. 이런 마음으로 나는 MuseumNext Digital Summit 2023에서 기계로 컬렉션을 보고 검색하는 것에 대해 발표했다. 콘텐츠의 양은 압도적이다. 그렇다면 새로운 방식으로 보게 하고, 아니면 접근하기 어려웠을 콘텐츠를 검색하고 발견하게 해주는 데 A.I.보다 더 나은 도구가 있을까?

ARTificially Intelligent: Seeing and Searching Collections with Machines

“상사가 소셜 미디어도 이해하기 어려워하는데, 어떻게 A.I.를 받아들이게 하지?”

소셜 미디어도 이해하기 어려워하는 상사를 어떻게 A.I.에 동의하게 만들 수 있느냐는 질문이 있었다. 나에게 흥미로운 질문이다. 나 역시 이른바 민간 산업의 경쟁 압력에 “닿지 않은” 부문에서는 어떻게 채택을 움직이게 할 수 있을지 궁금했기 때문이다. 어느 정도는 민간 부문에서는 A.I.를 위한 논증조차 필요 없다고 느낀다. 이윤 추구 자체가 채택을 위한 추가 인센티브를 필요로 하지 않기 때문이다. 그렇다면 첫 벽돌을 놓기도 전에 비용, 역량, 반사실적 가능성이 모두 벌어진 틈처럼 보이는 부문은 어떨까?

박물관이 A.I.를 도입하는 세계가 있고, 도입하지 않는 세계가 있다. 두 세계 모두에서 기본 설정은 시장 경쟁이 중요하지 않다는 것이다. 특히 어떤 형태로든 국가가 부여한 독점이 자리 잡고 있다면 더욱 그렇다. 공공기관 자체가 나쁘다는 뜻은 아니다. 오히려 보이지 않는 시장의 손이 닿지 못하는 곳이 있기 때문에 우리는 공공기관을 필요로 한다. 그래서 내 즉각적인 반응은 거의 이렇다. 이런 상황에서는 상사를 해고하고 다른 곳으로 가야 하는 것 아닐까. 문제의 핵심은 규모 있는 조직에서는 변화를 만드는 데 필요한 정당성과 권한을 얻기 위해 하향식 리더십이 절대적으로 중요할 때가 많다는 점이다. 하지만 공공기관이 다루는 문제들의 중요성과 긴급성을 생각하면 이것은 별로 만족스러운 답이 아니다. 난민 통합, 창의성 장려와 허위정보 대응, 무역 이익의 고른 분배 같은 문제들의 성공 전체를 한 개인에게 걸어두는 것은 너무 허술하게 느껴진다.

그래서 나는 비시장 활동과 조직의 성과를 RoH로 측정하고 보정하는 경쟁적 역학을 도입하는 아이디어에 끌린다. A.I.를 도입한 처치군 조직들과 도입하지 않은 통제군이 있다. 처치군이 달러당 가치 기준으로 중요한 지표에서 훨씬 더 나은 성과를 낸다면, 이제 우리는 알게 된다. 우리의 세금과 시간이 어디로 흘러가야 하는지 알게 된다.

많은 사람이 이 생각에 주저하겠지만, 왜 안 되는가? 우리는 국내총생산(GDP)을 측정치로 만들었다. 우리가 얼마나 많은 산출을 생산하고 있고 그것이 얼마나 변하는지조차 모른다면, 대공황 시기 뉴욕 거리의 배급 줄이 길게 늘어서는 가운데 정말 어둠 속에서 눈먼 추측을 하는 것이기 때문이다. 어쩌면 이것은 시도해볼 가치가 있는 기후 위기에 대한 하나의 가능한 대응일지도 모른다. 어쩌면 A.I.는 복잡성, 데이터, 소음, 하수구 같은 것들을 걸러내 인간 웰빙을 예측하고 극대화할 수 있는 데이터 포인트의 감각을 제공하는 데 특히 가치 있을지도 모른다. 이것이 인과성에 대해 말하거나 예측 변수 자체에 가치 판단을 내린다는 뜻은 아니다. 오히려 우리가 배우는 많은 것들은 별로 흥미롭지 않은 것으로 드러날 수도 있다.

그러니 이것은 좁은 범위의 문화 유물 위에 놓는 나의 첫 벽돌이다. 😎 다음에는 지능을 경험적 연습으로 다루는 일, A.I. “Stefanie Sun”에게 베트남어로 노래하게 훈련시키는 일, 그리고 A.I. 시대의 노동과 자본의 관계에 대한 생각을 조금 더 풀어보려 한다.

원래 PubPub에 erniesg.pubpub.org/pub/hnn0p7d9로 게시되었습니다.