저자: danny

2029년 추석, 싱가포르에 또 비가 내렸다. 비는 해협 쪽에서 밀려와 투아스에 이르렀고, 하늘은 창문 없는 데이터 센터에 닿을 듯 낮게 드리워졌다. 자밍은 복도에 서서 빗물이 유리창 위로 층층이 흘러내리는 것을 바라보았다. 아래층에는 무인 물류 차량 몇 대가 흰색 선을 따라 하역 구역으로 진입하고 있었고, 네 발 달린 로봇 한 대가 물웅덩이 옆에 멈춰 서서, 마치 발을 적시기 싫어하는 개처럼 조용히 2초를 계산한 뒤, 돌아서서 변압기실 쪽으로 계속 나아갔다. 더 멀리, 항구의 자동화 컨테이너 크레인은 여전히 빗속에서 움직이고 있었고, 하늘에는 이따금 빨간 불빛이 스쳐 지나갔는데, 경찰용 드론일 수도 있고, 전력 회사의 점검 로봇일 수도 있었다.

1. 2029년이 되자, 사람들은 더 이상 AI에 대해 많이 이야기하지 않았다

이런 것들을 보기 위해 휴대폰을 꺼내는 사람은 거의 없었다. 3년 전, 퐁골에서 처음으로 일반인이 무인 셔틀버스를 탈 수 있게 되었을 때는 부모들이 아이들을 데리고 체험하러 오기도 했고, 버스가 정류장에 도착하면 모두가 먼저 사진을 찍고 탑승했다. 하지만 지금은 운전기사 없는 차량이 자밍 옆을 지나가는 것이 자동문이 열리는 것과 다를 바 없어, 굳이 멈춰 서서 한 번 더 쳐다볼 가치가 없다고 느껴진다. 진정으로 삶 속으로 들어온 미래는 결코 계속해서 미래처럼 보이지 않는다. 전기는 한때 기적이었지만, 이제는 "왜 아직 고치지 않았어?"라는 말만 남았다. 인터넷은 한때 또 다른 세상 같았지만, 이제는 엘리베이터 안에서 무의식적으로 화면을 아래로 스와이프하는 동작이 되었다. AI도 마찬가지다. 사람들이 더 이상 매일 "AI"라고 말하지 않게 될 때, 비로소 그것이 진정으로 사회에 자리 잡았다고 할 수 있다.

자밍은 이미 50대 중반이었고, 머리카락은 몇 년 전보다 훨씬 희어졌다. 그는 여전히 그 보험 그룹에 있었지만, 회사는 더 이상 3년 전처럼 엑셀로 관리하던 회사가 아니었다. 수입은 과거보다 거의 30% 가까이 늘었고, 고객은 더 많아졌으며, 상품도 더 많아졌고, 시스템도 훨씬 복잡해졌지만, 직원 수는 그에 따라 증가하지 않았다. 고객센터 층의 한쪽은 비어 있었고, 전통적인 백오피스 운영 인력은 상당히 줄었으며, 주니어 프로그래머의 채용 규모도 매우 낮게 유지되었다. 반면, AI 거버넌스, 사이버 보안, 로보틱스 리스크, 모델 보증과 같은 과거에는 컨설팅 보고서에서만 볼 수 있었던 단어들이 이제는 예산과 책임자, KPI를 가진 부서가 되었다.

그의 오랜 동료 용캉은 바로 아래층 데이터 센터에서 일하고 있었다. 몇 년 전만 해도 용캉은 보험사의 프로그램 매니저였지만, 해고된 후 현재는 자동화 장비, 협력업체 및 인프라 프로젝트의 일부를 담당하고 있다. 딸 이닝은 에너지 시스템 회사에 다니며 최근 데이터 센터와 전력망 관리를 담당하고 있다. 아들 후짜이가 대학에 지원할 때도, 더 이상 "AI를 사용할 줄 아는 것"을 가장 위에 쓸 만한 능력으로 여기지 않았다. 마치 특별히 "구글을 사용할 줄 안다"고 말하지 않는 것과 같았다.

길거리만 본다면 2029년은 2026년과 같았다. 지하철은 여전히 붐볐고, 집값은 여전히 비쌌으며, 부모는 여전히 자녀가 뒤처질까 걱정했고, 젊은이는 여전히 일자리를 찾지 못할까 두려워했으며, 노인은 여전히 세상이 너무 빨리 변한다고 느꼈다.

하지만 자밍은 이 3년을 겹쳐서 바라볼 때면, 사회가 이미 조용히 가치 체계를 바꿨다는 것을 깨달았다. 무엇이 여전히 가치 있고, 무엇이 더 이상 가치 없는지; 과거에 무시당했던 어떤 능력이 갑자기 병목 현상이 되었고, 20년 동안 갈고닦은 어떤 기술이 하룻밤 사이에 더 이상 희소하지 않게 되었는지.

그는 나중에 항상 그 첫 번째 오후를 떠올렸다. 달력을 3년 전으로 넘기면, 그때도 9월 말이었고, 비도 내리고 있었다.

2. 그날 비가 내린 후, 자밍은 집 보러 가는 것을 취소했다

그날 오후 6시쯤, 자밍은 래플즈 플레이스 28층 회의실에 앉아 있었고, 탁자 위에는 14페이지 분량의 예산안이 놓여 있었다. 회의는 이미 끝났고, 재무 이사는 떠나기 전에 문서를 마지막 페이지로 넘기고 펜으로 한 문장에 동그라미를 쳤다: "생산성 향상이 구조적이라면, 왜 직원 수도 구조적이어야 하는가?"

자밍은 46세로, 지역 보험 그룹의 최고운영책임자(COO)이자 회사에서 가장 먼저 AI 도입을 추진한 경영진 중 한 명이었다. 그는 어떤 기술 이상주의자도 아니었다. 회사가 처음 AI를 도입한 것은 세상을 바꾸겠다는 야망 때문이 아니라, 고객센터 업무가 너무 많이 쌓이고, 보험금 청구 비용이 너무 높으며, IT 개발 속도가 너무 느렸기 때문이었다. 처음에는 AI가 직원들의 이메일 작성, 회의 정리, PDF 요약을 도왔고, 이후에는 보험 증권을 읽고, 보험금 청구 서류를 검토하며, 이상 거래를 찾아내기 시작했다. 나중에는 코딩 에이전트가 스스로 티켓을 접수하고, 리포지토리를 읽고, 버그를 수정하고, 테스트를 실행할 수 있게 되었다. 과거에 고객센터 상담원이 불만 한 건을 처리하려면 여러 시스템을 오가며 자료를 찾아야 했지만, 이제는 기계가 먼저 고객의 과거 수년간 보험 증권, 납부, 보험금 청구 및 불만 사항을 정리한 후, 이를 사람에게 넘겨 판단하게 한다.

직원들은 처음에 매우 기뻐했다. 반복적이고, 지루하며, 아무도 좋아하지 않지만 매일 해야 하는 일들이 줄어들었기 때문이다. 경영진도 매우 기뻐했다. 고객이 더 이상 오래 기다리지 않아도 되었기 때문이다. 그 몇 년 동안 회사에서 가장 자주 했던 말은 "AI는 사람을 대체하는 것이 아니라, 사람이 더 가치 있는 일을 할 수 있도록 돕는 것"이었다. 이 말은 그 당시에는 거짓말이 아니었다. 문제는 나중에야 나타났다. 도구가 실제로 사람을 더 효율적으로 만들면, 그 효율성은 재무 부서에 의해 수치화된다는 것이었다.

과거 18명이 하던 부서가 이제는 12명이 AI와 함께 같은 양의 업무를 처리할 수 있게 되었다. 내년에 업무량이 40% 성장한다면 물론 문제없다. 하지만 향후 3년간 수입은 한 자릿수 성장에 그칠 것으로 예상된다. 한쪽에서는 수요가 7% 증가하는 반면, 다른 쪽에서는 생산 능력이 30% 향상된다. 남는 능력은 결국 어떻게 해야 할까? AGI가 답할 필요 없이, 엑셀만으로 충분했다.

자밍이 이 숫자들을 응시하고 있을 때, 휴대폰으로 뉴스 알림이 떴다: GovTech, 93명 해고. 약 3900명 규모의 기관에서 1차로 305명이 조정 대상에 올랐고, 102명이 남았으며, 110명이 교육 및 전직 교육을 받았고, 93명이 떠났다. 자밍을 멈추게 한 것은 "93"이라는 숫자가 아니라, GovTech이 쇠퇴하지 않았다는 점이었다. 그들은 여전히 채용 중이었지만, 과거 프로젝트와 벤더 관리 중심의 모델에서 장기적으로 제품을 소유하는 방식으로 전환하면서, 실제로 소프트웨어, 제품, 데이터 및 사이버 보안을 할 수 있는 사람들을 더 필요로 했다.

그는 그것을 본 후 갑자기, 사람들이 이것이 "AI 해고"인지 아닌지에 대해 논쟁하는 것이 그다지 중요하지 않다고 느꼈다. 적어도 GovTech은 망하지 않았고, Singpass는 사라지지 않았으며, 정부의 소프트웨어 수요도 줄어들지 않았다. 일자리는 오히려 더 많아졌을 수도 있다. 단지 같은 사람들이 같은 방법으로 같은 일을 할 필요가 없어졌을 뿐이다.

한 산업이 점점 더 번영할 수 있지만, 그 안에서 20년 동안 일해 온 사람이 갑자기 자리를 잃는 것은, 업계 전체가 함께 사라지는 것보다 더 불안하게 만든다. 배가 침몰하면 사람들은 적어도 폭풍우 탓을 할 수 있다. 하지만 배는 점점 더 빨리 달리는데, 당신의 자리만 없다면, 결국 사람들은 자신이 너무 느린 것은 아닌지 의심하게 된다.

그날 저녁 자밍이 집에 돌아왔을 때, 혜령은 부엌에서 파파야를 썰고 있었다. 두 사람은 원래 토요일에 Upper Thomson에 있는 3룬 콘도를 보러 가기로 약속했었다. 몇 달째 보고 있었고, CPF도 계산해 봤고, 대출도 문의해 봤으며, 후이링은 거실 배치까지 참고 이미지를 저장해 두었다. 그녀는 토요일에 갈 건지 물었고, 자밍은 잠시 서 있다가 "아직은 안 돼"라고만 말했다. 후이링은 이자율 때문인 줄 알았지만, 그는 고개를 저으며 이자율 때문이 아니라고 말했다. 그녀는 그를 한 번 쳐다보고는 더 이상 묻지 않았다. 결혼한 지 20년이 넘었으니, 어떤 일들은 설명하지 않아도 알 수 있었다.

회사는 아직 자밍을 해고하지 않았지만, 자밍은 이미 집을 사는 것을 두려워하고 있었다. 나중에 경제학자들은 이런 행동을 예비적 저축이라고 부를 것이다. 미래 소득의 불확실성이 증가하면, 사람들은 오늘의 돈을 덜 쓰고 현금을 남겨두게 된다. 가족의 입장에서는 이것이 지극히 합리적이다. 하지만 10만 가구가 동시에 같은 행동을 한다면, 그 합리성은 경기 침체로 이어질 수 있다. 사려고 했던 집 한 채를 사지 않고, 차는 몇 년 더 타고, 홋카이도 여행은 10일에서 5일로 줄이고, 나중에는 아예 가지 않게 되며, 냉장고가 고장 나지 않는 한 계속 사용하고, 시끄러워도 그냥 넘어간다.

AI가 초래하는 첫 번째 경제적 충격은 반드시 실업 통계에 먼저 나타나지는 않을 것이다. 그것은 먼저 토요일에 열리지 않은 주택 방문에서 나타날 수 있다. 사람들은 오늘의 임금만으로 소비하는 것이 아니라, 내일도 임금이 있을 것이라는 믿음으로 소비하기 때문이다. AI가 가장 먼저 흔드는 것은 바로 이 믿음이다.

3. 그해 월병에는 노른자가 없었다

추석이 되자, 회사는 여전히 월병을 나눠주었다. 예전에는 래플즈 호텔의 저당 듀얼 연꽃 씨앗 월병이었고, 상자는 보석함처럼 만들어져 있었다. 작은 아들 후짜이는 자밍이 월병을 정중앙에서 잘라 두 개의 노른자가 양쪽에 하나씩 있는지 확인하는 것을 가장 좋아했다. 하지만 그해에 열어보니, 평범한 흰 연꽃 씨앗 월병 네 개뿐이었고, 노른자는 없었다.

회사 단체 채팅방에서 누군가 농담으로 "AI 전환이 노른자까지 전환시켰다"고 말했고, 여러 사람이 웃는 이모티콘을 보낸 후 계속 일했다. 자밍은 노른자가 없는 그 월병과 책상 위의 인원 조정이 사실 같은 맥락에 속한다는 것을 알고 있었다. 회사에 돈이 없었던 것은 아니다. 이후 이익은 오히려 더 좋아졌다. 하지만 새로운 가치 판단이 회사에 들어왔다.

"무엇에 비용을 지불할 가치가 있고, 무엇에 지불할 가치가 없는지; 과거에는 열 명이 해야 했던 일이, 지금도 열 명의 임금을 지불할 가치가 있는지."

첫 번째 명단에는 용캉이 있었다. 쉰 살, 프로그램 매니저, 자밍과 함께 8년 동안 프로젝트를 진행했다. 용캉은 나쁘지 않았고, 오히려 아주 유용했다. 그의 가장 큰 가치는 대규모 조직에서 일이 왜 결코 순서도대로 진행되지 않는지 알고 있다는 점이었다. 어떤 벤더가 금요일 오후에 "문제없습니다"라고 말하는 것이 오히려 가장 위험한지, 어떤 부서 회의에서 가장 빨리 승낙했지만 돌아가서는 가장 움직이지 않을지, 어떤 시스템이 단지 필드 하나를 수정하는 것처럼 보이지만 그 아래에는 10년 전 아무도 건드리지 못한 레거시 로직이 숨겨져 있는지, 그는 모두 알고 있었다.

이러한 것들은 과거에는 경험이라 불렸으며, 경험이 진정으로 가치 있는 이유는 남이 가져갈 수 없기 때문이었다. 이후 모든 회의가 기록되고, 프로젝트 이력이 전부 검색 가능해졌으며, 이메일과 벤더의 인도 사항도 모델이 읽을 수 있게 되었고, 리스크는 매일 밤 자동으로 재계산된다. AI는 융캉의 20년 치 인간관계와 세상 물정을 얻지는 못했지만, 조직은 처음으로 과거에는 오직 사람의 뇌 속에만 존재할 수 있었던 기억의 일부를 꺼낼 수 있게 되었다. 융캉이 더 멍청해진 것은 아니며, 단지 그의 희소성이 낮아졌을 뿐이다.

자밍이 직접 그와 이야기했다. HR이 보상, 통지 기간, 그리고 경력 전환(career transition)에 대해 설명을 마친 후, 영강은 화를 내지 않았고, 마지막에 이렇게 물었다. "제가 잘못한 게 있나요?" 가명이 아니라고 했다. 영강이 다시 물었다. "그럼 왜 하필 저인가요?" 가명은 몇 초간 침묵하다가, 앞으로 필요한 스킬 셋(skill set)이 다르다고 말했다.

그는 나중에 이 말을 자주 떠올렸다. 한 사람이 한 분야에서 20년 동안 노력했고, 잘못한 것도 없고 게으름을 피운 적도 없는데, 누군가가 그에게 이제 이 일에 적합하지 않다고 말하는 것이다.

기업이 왜 이런 행동을 하는 것일까? 사장이 잔인해져서가 아니다. 경쟁만 존재하면 충분하다. 가명이 해고하지 않으면, 경쟁사가 해고할 것이다. 경쟁사는 20% 적은 인원으로 같은 제품을 만들어내고, 비용이 더 낮아 가격을 낮추거나, 수수료를 높이거나, 마케팅을 늘릴 수 있다. 몇 년 후, 이사회는 가명에게 왜 경쟁사는 AI 생산성(productivity)을 이익으로 전환했는데, 우리는 그러지 못했는지 물을 것이다. 가명이 거절한다면, 먼저 떠나는 사람은 가명이 될 수도 있고, 새 CEO가 온 후에도 여전히 같은 일을 할 것이다.

현대 경제에서 가장 잔혹한 점은, 때로는 그것이 가장 문명적인 점이기도 하다는 것이다: 누군가가 당신을 미워할 필요도 없고, 당신이 실수할 필요조차 없이, 당신을 도태시킬 수 있다. 악의는 없고, 오직 효율성만 있을 뿐이다.

영강이 실직한 후, 첫 주에는 예전과 같은 연봉의 일자리만 지원했고, 두 번째 달에는 15% 낮춰도 괜찮다고 했으며, 세 번째 달에는 25% 낮춰도 협상하기 시작했다. 새벽 2시에는 LinkedIn을 보며 예전 동료들의 승진 소식을 확인했고, 새벽 3시에는 은행 앱을 열어 주택담보대출 잔여 기간이 얼마나 남았는지 확인했다. 저축은 점차 단순한 돈이 아니라 시간으로 변해갔고, 앞으로 14개월, 12개월, 10개월을 버틸 수 있는 시간이 되었다.

직장이 있는 사람은 항상 시간이 너무 빠르다고 느끼고, 실직한 사람은 종종 시간이 갑자기 너무 느리다는 것을 발견한다. 우리는 항상 일을 돈을 벌기 위해 한다고 말하지만, 나중에야 일이 시간, 정체성, 존엄성을 조직해준다는 것을 깨닫는다. 매일 누군가가 당신을 필요로 하기에, 월요일에 왜 일어나야 하는지 알게 된다. 일이 사라지면, 사람은 단지 월급만 잃는 것이 아니라, '내가 아직 이 세상 속에 자리 잡고 있다'는 느낌도 잃게 된다.

4. 월급 하나가 사라지면, 그것은 다른 사람의 미래로 간다

영강이 떠난 후, 회사의 재무제표는 오히려 더 좋아졌다. 인건비는 하락하고, 보험금 처리 속도는 빨라졌으며, IT 인도는 빨라지고, 영업 이익률(operating margin)은 확대되었으며, 주가는 상승했다. 가명은 회사 주식을 보유하고 있었기에, 그의 순자산도 증가했다.

그는 AI 시대의 설명하기 어려운 도덕적 모순을 처음으로 명확하게 느꼈다: 자신이 한 무리의 사람들의 일자리를 없애는 결정에 서명했지만, 그 일자리들이 사라졌기 때문에 자신은 더 부유해진 것이다.

어느 날 밤, 그는 서재 책상 위에 연례 보고서를 펼쳐놓고 연필로 선을 그으며, 월급 하나가 사라지면 도대체 어디로 가는지 알고 싶었다. 돈이 당연히 허공으로 증발하지는 않는다. 임금이 줄어든 부분은 일부는 이익이 되고, 이익의 일부는 주주에게 돌아가고, 일부는 자본 지출(capital expenditure)이 된다. 자본 지출은 모델, 클라우드 서비스, 서버, 네트워크 장비를 구매하는 데 쓰인다. 클라우드 업체는 돈을 받아 GPU를 구매한다. GPU 뒤에는 HBM, 웨이퍼, 고급 패키징, 반도체 장비가 있다. 데이터 센터는 계속해서 토지, 냉각, 전력, 새로운 발전 능력을 구매한다.

원래 100원의 경로는 이랬다: 회사가 임금을 지급하고, 직원이 집에 가져가서, 주택 담보 대출 상환, 식사, 여행, 자동차 구매, 냉장고 교체에 사용했다. 그러나 점점 더 많은 돈이 다른 경로로 흘러가고 있다: 회사가 이익을 늘리면, 자본은 다시 GPU, 칩, 데이터 센터, 전력망, 에너지, 자산으로 흘러간다.

두 경로 모두 GDP 성장을 이끌지만, 사회를 통과하는 방식은 완전히 다르다. 100명이 임금을 받으면 100개의 소비 결정이 발생한다. 몇몇 주주와 하나의 자본 지출 예산(capex budget)이 같은 돈을 받으면 또 다른 경제 시스템이 작동한다. 따라서 미래에는 많은 사람들을 혼란스럽게 하는 세상이 충분히 나타날 수 있다: 주식 시장은 좋고, GDP도 괜찮으며, AI 자본 지출은 더 좋고, 반도체와 전력 프로젝트는 엄청나게 바쁘지만, 많은 가정은 자신들이 경제 불황 속에 살고 있다고 느끼는 것이다.

GDP는 거짓말을 하지 않았고, 사람들도 거짓말을 하지 않았다. 그들은 단지 같은 숫자의 서로 다른 분모 속에 살고 있을 뿐이다.

산업 혁명 시기에도 비슷한 균열이 나타난 적이 있다. Robert Allen이 영국 산업 혁명을 연구할 때, '엥겔스의 멈춤(Engels' Pause)'이라는 용어를 사용하여 생산성과 이익이 먼저 성장하지만 실질 임금이 즉시 따라잡지 못하는 시기를 설명했다. 기계는 사회 전체의 생산 능력을 끌어올리지만, 생산 능력이 자동으로 모든 사람의 손에 있는 구매력이 되지는 않는다. Acemoglu와 Restrepo는 나중에 자동화의 한 측면을 '대체 효과(displacement effect)'라고 부르고, 기술이 새로운 과업을 창출하여 사람들을 다시 생산 과정으로 끌어들이는 것을 '복귀 효과(reinstatement effect)'라고 불렀다.

두 힘 모두 발생하지만, 문제는 그 사이에 시간이 있다는 것이다. 국가는 이 시간을 기다릴 여유가 있고, 통계청도 기다릴 여유가 있지만, 개인은 그렇지 않을 수 있다.

영강의 주택담보대출은 매달 찾아온다. 역사 교과서에서 가장 잔혹한 서술 방식 중 하나는 수십 년간의 고통을 한 문장으로 추상화하는 것이다: "노동력은 재배치를 완료했다."

5. 네 개의 사이클이 동시에 돌아갈 때

영강이 실직한 지 4개월째 되던 날, 가명은 비공개 경제 포럼에 참석했다. 교수는 화이트보드에 네 개의 동심원을 그리며, AI 시대를 이해하려면 경제가 과연 좋은지 나쁜지만 물어서는 안 된다고 말했다. 경제에는 결코 단 하나의 시계만 있는 것이 아니기 때문이다.

가장 안쪽은 키친 사이클(Kitchin cycle)로, 약 3~5년의 재고 및 단기 경기 순환이다. 가명은 콘도를 사지 않고, 영강은 냉장고를 교체하지 않으며, 더 많은 가정이 여행을 취소한다. 소매업체는 물건이 느리게 팔리는 것을 감지하고 재고를 줄이며, 상류의 주문은 계속 감소한다. 이 층위에서 보면, 경제는 확실히 매우 차갑다.

그 바깥쪽은 주글라 사이클(Juglar cycle)로, 약 7~11년의 설비 및 기업 자본 투자 순환이다. 일반 가정이 냉장고를 사지 않는다고 해서 Amazon, Microsoft, Google, Meta, AI 회사들이 GPU 구매를 줄이는 것은 아니다. 정반대다. 뒤처질까 두려울수록, 기업들은 자본을 계속 투자하여 기계, 서버, 연산 능력을 구매할 것이다.

더 바깥쪽은 쿠즈네츠 변동(Kuznets swing)이다. 시간 척도가 10년 이상으로 길어지면, 문제는 서버가 충분한지에서 전기가 충분한지, 토지가 충분한지, 웨이퍼 공장이 충분한지, 냉각이 충분한지, 구리가 충분한지로 바뀌기 시작한다. 그러면 새로운 발전소, 전력망, 데이터 센터, 산업 기반 시설이 나타나기 시작한다.

가장 바깥쪽은 콘드라티예프 파동(Kondratiev wave)이다. 수십 년의 시간 척도에서, 사회를 진정으로 변화시키는 것은 결코 특정 제품이 아니라, 경제 전체의 가격 관계를 재편하는 보편적 기술(General Purpose Technology)이다. 증기는 거리의 가격을 바꾸고, 전기는 에너지의 가격을 바꾸고, 인터넷은 정보의 가격을 바꾸고, AI는 인지와 실행의 가격을 바꾸기 시작했다.

이러한 여러 사이클은 같은 방향으로 움직일 필요도 없고, 그래서도 안 된다. 따라서 한 은행 직원은 자신이 불황 속에 있다고 느끼는 반면, Tuas의 엔지니어는 너무 바빠서 틈이 없을 수 있다. 일반인은 저축을 시작하지만, 기업의 자본 지출(capex)은 계속 상승한다. CBD는 인원(headcount)을 줄이지만, 서쪽 공장과 데이터 센터는 사람을 채용한다. 이것들은 서로 모순되는 것이 아니라, 단지 다른 사람들이 다른 사이클 속에 살고 있을 뿐이다.

Carlota Perez의 이론은 이러한 사이클에 더 긴 의미를 더한다. 기술 혁명은 초기에 종종 설치 기간(installation period)을 거친다. 자본이 먼저 진입하고, 승자가 먼저 부자가 되며, 기반 시설이 먼저 구축되고, 오래된 기술과 조직이 해체되기 시작한다. 이후 사회는 전환점(turning point)에 도달하는데, 이는 기술 발전이 너무 빠른 반면, 제도, 교육, 소득 분배, 인간의 적응 속도가 따라잡지 못하기 때문이다. 이러한 요소들이 나중에 다시 연결되어야만 기술이 더 광범위한 보급(deployment) 단계에 진입할 수 있다.

이것이 바로 가명이 나중에 느낀 점이기도 하다. AI에서 가장 두려워할 점은 반드시 모델이 너무 똑똑해지는 것이 아니라, 시간이 다르다는 것이다. 모델은 6개월마다 업그레이드되지만, 학생이 대학을 졸업하는 데는 4년, 중년이 새로운 직업을 배우는 데는 2년, 발전소 하나를 짓는 데는 수년, 교육 제도 하나는 더 오래 걸리며, '어떤 일이 그래도 괜찮은 일인지'에 대한 한 세대의观念을 바꾸는 데는 아마도 10년 이상이 걸릴 것이다.

기계의 시간은 계속 빨라지고 있지만, 인간의 인생은 가속화할 수 없다.

6. 칩이 가벼워질수록, 세상은 더 무거워진다

돈이 임금에서 자본 지출로 흘러가기 시작하면서, 싱가포르 서쪽의 불빛은 점점 더 밝아졌다.

AI는 화면 위에서는 매우 가볍게 보인다. 한 줄의 프롬프트(prompt), 하나의 채팅창, 하나의 클라우드 모델. 마치 지능이 이미 물리적 세계와 무관한 것처럼 보인다. 하지만 가명이 처음으로 대형 데이터 센터에 들어갔을 때, 소위 '클라우드'가 실은 다른 사람의 공장에 불과하다는 것을 깨달았다. 서버실은 차갑고 시끄러웠으며, 서버는 줄지어 늘어서 있었고, 팔뚝만 한 케이블 다발이 머리 위를 가로지르고, 냉각 시스템은 계속해서 돌아가고 있었다.

소위 인공지능이라 해도, 결국은 구리, 빛, 웨이퍼, HBM, 고급 패키징, 변압기, 천연가스, 냉각수, 전력망을 거쳐야 하며, 새벽 3시에 전화를 받고 달려와 펌프를 수리하는 사람을 거쳐야 한다.

지능은 점점 가벼워지지만, 지능을 지탱하는 세상은 오히려 점점 더 무거워진다.

지난 30년 동안 사람들은 항상 산업의 가장 좋은 방향은 현실 세계로부터의 탈피라고 생각해왔다. 경자산(light asset), 소프트웨어, 플랫폼, 클라우드는 공장, 재고, 토지, 에너지를 모두 다른 사람에게 맡겼다. AI가 이 길을 극한까지 밀어붙인 후, 세상은 한 바퀴 돌아 가장 중요한 병목이 다시 전기, 토지, 공장, 장비, 현실 세계가 되는 지점에 도달했다.

이것이 바로 화이트칼라 실업과 제조업 확장이 동시에 발생할 수 있는 이유이다. AI는 일부 프로그래머를 덜 필요로 하지만, 더 많은 칩을 필요로 한다. 칩은 더 많은 장비와 웨이퍼 공장을 필요로 한다. 데이터 센터는 더 많은 전력을 필요로 한다. 전력은 다시 전력망, 발전, 엔지니어링, 유지보수를 필요로 한다. 오래된 일자리가 사라진 후, 새로운 일자리는 당연히 생겨난다. 하지만 역사는 결코 새로운 일자리가 실직자에게 자연스럽게 돌아갈 것이라고 약속한 적이 없다.

7. 기계가 현실 세계에 진입하기 시작하다

영강은 실직 후 한동안 private-hire car, 일명 Grab 기사를 진지하게 고려했다. 이 생각은 매우 직관적이다. 화이트칼라 사무실이 안전하지 않다면, 현실 세계로 가는 것이다. ChatGPT가 보고서를 작성할 수는 있지만, 화면 밖으로 다리를 뻗어 액셀러레이터를 밟을 수는 없지 않은가?

얼마 지나지 않아, 풍골(Punggol)의 무인 셔틀버스는 뉴스에서 일상으로 변하기 시작했다. 소비자가 무인 운전을 받아들이는 논리는 기술 숭배조차 필요하지 않다. 만약 차량이 조금 더 싸고, 조금 더 빨리 오고, 사고율이 조금 더 낮다면, 대부분의 사람들은 모르는 운전자를 보호하기 위해 일부러 15분을 더 기다리거나 몇 달러를 더 내지 않을 것이다. 기업은 비용을, 소비자는 편리함을, 정부는 안전을 원한다. 서로 완전히 다른 세 가지 욕망은 결국 같은 결과로 이어진다.

로봇도 마찬가지다. 사람을 대체하려면 반드시 먼저 사람처럼 생길 필요는 없다. 창고의 AMR에는 다리가 필요 없고, 공장의 로봇 팔에는 얼굴이 필요 없으며, 드론에는 손이 필요 없고, 무인 자동차에도 운전사가 필요하지 않다. 노동 시장의 변화를 실제로 결정하는 것은 결코 기계가 사람을 닮았는지 여부가 아니라, 한 사람이 몇 대의 기계를 관리할 수 있는지이다.

과거에는 열 명이 각자 열 개의 짐을 나르다가, 나중에는 한 사람이 열 대의 로봇을 관리했다. 과거에는 열 명의 경비원이 열 개의 경로를 순찰하다가, 나중에는 한 명의 관제실에서 동시에 CCTV, 드론, 지상 로봇을 감시한다. 소위 '무인화'는 많은 경우 실제로 사람이 아예 없는 것이 아니다. 더 흔한 형태는 한 사람이 열 사람으로 증폭되는 것이다. 생산성이 올라가면 인력 수요도 한 단계 줄어든다.

용캉(永康)은 나중에 그래브(Grab) 기사를 하지 않았다. AI에서 운전으로 도망치는 것이, AI를 피하는 것이 아니라 몇 년 뒤에 다시 만나는 것에 불과하다는 것을 서서히 깨달았기 때문이다. 도망치는 것보다는 차라리 포용하기로 했다. 결국 그는 데이터 센터에 갔고, 첫 면접은 실패했다. PUE, UPS, 칠러(chiller), 버스바(busbar) 같은 것을 물어봤을 때, 그가 많이 이해하지 못했기 때문이다. 마흔아홉 살에 다시 교실에 앉았지만, 감동적인 영화 속 예쁜 장면은 전혀 없었다. 자신보다 열 살 이상 어린 사람들이 더 빨리 대답했고, 선생님이 어떤 용어를 말하면 집에 가서 구글(Google)로 검색해야 했으며, 옆에 있는 ITE 학생들은 이미 클로드(Claude)를 사용하고 있었다.

그는 나중에 가명(家明)에게 말했다. 가장 어려운 것은 배움이 아니라, 자신이 아무것도 모르는 사람이라는 것을 다시 받아들이는 것이라고.

중년의 자존심은 종종 '내가 안다'는 것에 기반한다. 20년의 직업은 단순한 수입 이상으로, 세상에 대한 친숙함이다. 전직이 정말 잔인한 점은, 한 사람이 마흔아홉 살에 이런 친숙함을 스스로 포기하고, 다시 한번 자신의 무지를 인정해야 한다는 것이다.

그는 나중에 결국 일자리를 찾았고, 임금은 20% 넘게 낮아졌지만, 한동안 일해보니 과거의 경험이 완전히 사라진 것은 아니었다. 그는 여전히 벤더(vendor)를 관리하고, 일정을 확인하고, 예외 상황을 처리하고, 시스템을 신뢰할 수 없는 때를 판단했다. 다만 과거에는 프로젝트가 지라(Jira)에 저장되었지만, 지금은 변압기가 정말로 수십 톤이었다.

물리적 세계가 그의 경험에 다시 가격을 매겨준 것이다.

8. 답이 더 이상 가치 있지 않게 된 후

가명이 교육이 변해야 한다는 것을 진정으로 깨달은 것은 수요일 밤이었다.

후짜이(厚载)가 15분 만에 영어 작문 한 편을 끝냈다. 글은 훌륭했고, 구조는 명확했으며, 주제 의식이 뚜렷했다. 가명이 직접 쓴 것이냐고 묻자, 아들은 그렇다고 답했다. AI를 사용했는지 다시 묻자, 잠시 생각하더니 "조금"이라고 말했다. 소위 '조금'이란, AI가 먼저 주제에 대해 토론해주고, 몇 가지 질문을 던지고, 세 가지 구조를 제시하면 그가 선택한 것이었다. 글을 쓴 후에는 기계가 다시 논리적 허점을 찾아주면 그가 계속 수정했다.

그렇다면 이 글은 도대체 누구의 것일까?

과거 학교에는 매우 편리한 가정이 있었다. 학생이 제출한 답안이 그 학생의 능력을 대표한다는 것이다. AI가 답과 능력을 분리한 후, 교육은 무엇을 측정해야 하는지 다시 찾지 않을 수 없게 되었다.

AI 시대의 교육은 많은 사람이 상상하는 것처럼 편안하지 않을 수 있으며, 오히려 점점 더 엄격해질 것이다. 답이 갑자기 싸졌기 때문이다. 예전에는 교육이 "너는 계산할 줄 아니?"라고 자주 물었다면, 앞으로는 "너는 무엇을 계산해야 하는지 아니?"가 더 중요해질 것이다. 즉, '그러함'을 알고 '그러함의 이유'를 아는 것이다.

한 사람이 AI에게 "이 회사 분석해줘"라고 말하면 AI는 20페이지 분량의 분석 보고서를 내놓을 수 있다. 그러나 다른 사람은 먼저 이렇게 물을 것이다. "내가 판단해야 할 것은 3개월간의 거래 기회인가, 아니면 10년간의 가치인가? 수익 성장은 판매량에서 오는가, 가격에서 오는가? 매출 총이익 개선은 제품 구조 때문인가, 회계 때문인가? 최대 고객이 주문을 취소하면 어떤 일이 발생하는가? 어떤 증거가 나타났을 때 내가 틀렸다는 것을 인정해야 하는가?"

똑같은 AI라도, 두 사람의 손에서는 마치 같은 칼이 다른 요리사의 손에 쥐어진 것과 같을 수 있다. 기계의 능력이 점점 평등해질수록, 사람과 사람 사이에 진정으로 드러나는 것은 인지 구조다. 즉, 모호한 문제를 명확하게 생각할 수 있는 능력, 인과 관계 의식, 증거 의식, 중요한 변수가 무엇인지 아는 능력, 반사실을 이해할 수 있는 능력 등이다.

이것이 바로 기초 지식이 AI가 강해진다고 해서 중요하지 않게 되는 것이 아니라, 오히려 더 중요해지는 이유이기도 하다. 예전에는 지식이 부족한 사람이 나쁜 답을 얻었다면, 앞으로는 언어는 완벽하고, 도표는 예쁘며, 논리는 완전하지만 첫 번째 가정부터 틀린 답을 얻을 수도 있다. 이것은 무지보다 더 위험하다.

따라서 사람에게 지식이 필요한 것은 기계를 이기기 위해서가 아니라, 필요할 때 기계를 거절하기 위해서다. '아니오'라고 말할 수 있는 능력이다.

심미안도 더 비싸질 것이다. 1분에 100장의 그림, 100곡의 노래, 100개의 로고를 생성할 수 있게 되면, 생산은 더 이상 희소하지 않고 선택이 희소해진다. 99개를 삭제해야 하는지 아는 것, 어떤 것은 예쁘지만 촌스러운 이유, 어떤 공간은 호화롭지만 불편한 이유, 어떤 문장은 문법적으로 전혀 문제가 없지만 사람의 느낌이 전혀 없는 이유를 아는 것, 이런 것들이 과거에는 소프트 스킬(soft skill)이라고 불렸지만, 점차 생산성이 될 것이다.

기계는 가능성을 해결하고, 사람은 무엇이 남을 가치가 있는지 결정한다.

2029년이 되면, 후우짜이의 시험은 오히려 예전에 누나가 치른 것보다 더 복잡해졌다. 가정에서 쓰는 에세이(take-home essay)는 줄어들고, 현장 발표는 늘어났다. AI는 사용할 수 있지만, 선생님은 최종 답안만 보지 않고, 왜 이런 질문을 했는지, 왜 이 출처(source)를 믿는지, 왜 다른 답안을 채택하지 않았는지, 어떤 증거가 당신의 생각을 바꾸게 할 것인지 계속해서 추궁할 것이다.

AI가 '답이 무엇인가'를 너무 쉽게 만든 후, 교육은 결국 더 오래된 질문으로 돌아갈 수밖에 없었다. 왜 그것을 믿는가? 무엇을 근거로 그렇게 판단하는가? 당신은 도대체 무엇을 해결하려는 것인가?

기술은 결국 교육을 다시 소크라테스로 되돌려 놓았다.

9. 능력 평등 이후, 소유권이 말하기 시작하다

AI는 확실히 큰 평등을 가져온다. 조호르바루(Johor Bahru)의 작은 상인은 과거에 변호사, 번역가, 프로그래머, 광고 팀, 데이터 분석가를 장기적으로 고용할 수 없었지만, 앞으로는 한 사람과 몇 개의 에이전트(agent)만으로도 이러한 능력의 상당 부분을 얻을 수 있다. 평범한 가정의 아이들은 처음으로 무한한 인내심을 가진 일대일 과외를 받을 수 있고, 노인은 AI가 보험 약관을 읽어주게 할 수 있으며, 세 명의 스타트업 팀이 수십억 규모의 국제 비즈니스를 할 수 있다.

인지 능력이 전기처럼 저렴하게 공급되기 시작하는 것은 큰 진보다. 그러나 능력의 평등이 재산의 평등을 의미하지는 않는다. 모든 사람이 AI를 가질 수 있다는 것이 모든 사람이 GPU, 데이터 센터, 토지, 브랜드, 고객, IP 및 지분을 가진다는 것을 의미하지는 않는다.

자밍은 아카이(阿凱)라는 젊은 창업자를 알고 있다. 회사는 겨우 10여 명인데, 에이전트가 코드를 작성하고, 고객 서비스를 하고, 광고를 운영하고, 판매 리드를 정리하여 수익은 이미 과거 100명 규모 회사에 근접했다. 투자 유치 후, 아카이의 지분 가치는 8자리(천만 단위)에 달했다. 그는 돈을 번 후, 먼저 집을 사고, 부모님 집을 바꿔드리고, 주식을 사고, 친구 회사에 투자했다. 이것은 조롱할 일이 아니다. 사람은 돈을 잃으면 먼저 생존을 챙기고, 돈이 생기면 먼저 돈을 지키고, 여유가 생긴 후에야 이상을 말한다.

그리하여 AI가 창출한 부는 물론 사회로 다시 흘러들어가겠지만, 그 경로는 달라졌다. 과거에는 1000만 달러의 수익이 먼저 100장의 급여 명세서를 거쳤다면, 이제는 같은 돈이 먼저 15장의 급여 명세서와 몇 장의 캡 테이블(cap table)을 거칠 수 있다. 돈은 여전히 그곳에 있지만, 거쳐 가는 손이 줄어든 것이다.

따라서 미래의 가장 큰 계급 차이는 더 이상 '누가 AI를 사용할 수 있느냐'가 아닐 수 있다. 모두가 사용할 것이고, 진정한 차이는 점차 누가 AI가 창조한 것을 소유하느냐로 옮겨갈 것이다. 기술은 능력을 민주화할 수 있지만, 재산권은 스스로 민주화되지 않는다.

10. 0.87명의 아이와 정답이 없는 정치

AI가 일자리의 일부를 줄이기 시작하는 바로 그때, 싱가포르는 또 다른 골치 아픈 문제에 직면했다. 사람이 부족하다는 것이다.

출생률은 계속 떨어지고, 노인은 점점 늘어난다. 순수한 노동력 관점에서 보면, AI와 로봇은 마침 때맞춰 온 것처럼 보인다. 운전사가 없으면 자율 주행이 있고, 창고에 사람이 부족하면 로봇을 사용할 수 있으며, 노인이 더 많으면 간호 장비가 있고, 경찰 인력이 제한적이면 드론과 AI가 커버리지를 높일 수 있다.

그러나 인구는 결코 노동력만을 의미하지 않는다. 국가에는 여전히 가정, 소비자, 납세자, 지역 사회 및 다음 세대가 필요하다. 기계는 사람을 대신해 작업을 수행할 수 있지만, 국가를 대신해 다음 세대를 키울 수는 없다.

동시에 AI, 칩, 에너지, 로봇 산업은 최고의 인재를 필요로 하기 때문에, 정치에는 보기 흉한 삼각형이 나타난다. 방금 실직한 현지 중년층은 "왜 나는 일자리조차 찾지 못하는데 계속 외국 인재를 유치해야 합니까?"라고 묻고, 기업은 "이런 인재가 없으면 연구소를 다른 곳으로 옮기겠다"고 말하며, 인력 부서는 "현지 아이들이 이미 충분하지 않다"고 말한다.

그들의 관점에서 보면, 이 세 가지 말 모두 틀리지 않다.

진정으로 어려운 정책은 옳고 그름 사이에서 선택하는 경우가 드물고, 더 자주는 여러 정답 사이에서 누가 먼저 대가를 감당할지 결정하는 것이다. 정부도 이익을 좇고 손해를 피한다. AI를 금지하면 자본이 떠나고, 완전히 방치하면 화이트칼라 중산층의 불안이 야당에 표를 던지게 만들며, 인재 이동을 막으면 신산업이 떠날 수 있고, 완전히 개방하면 현지인들은 이 성장이 자신과 무슨 관련이 있는지 의심하게 될 것이다.

따라서 AI 시대의 정치는 공상과학처럼 보이지 않을 것이다. 그것은 매우 관료적인 용어들로 자라날 것이다: 스킬즈퓨처(SkillsFuture), 임금 보험, 전직 보조금, CPF 추가 납입, 아동 보조금, AI 전환 기금. 각각은 개별적으로 보면 매우 작아 보이지만, 합쳐지면 지난 200년 동안 당연하게 여겨져 묻지 않았던 질문에 다시 답하는 것이다: 생산에 점점 더 많은 사람이 필요하지 않다면, 소득은 어떻게 사람들에게 돌아와야 하는가?

훈련만으로는 해결할 수 없다. 한 은행에 과거 1000명이 필요했다면, AI 도입 후에는 600명만 필요하다. 1000명 모두를 AI에 대비하도록 훈련시킬 수는 있지만, 은행은 여전히 600명만 필요하다. 훈련은 능력을 해결하지만, 생산 능력의 용량 문제는 해결하지 못한다.

그 단계에 이르면, AI는 더 이상 주로 기술 문제가 아니다.

그것은 분배 문제가 될 것이다.

11. 도시에 많은 눈이 생겼다

가명의 아버지가 일흔아홉 살이 되던 해, 건강 도우미를 사용하게 되었다.

노인은 처음에는 믿지 않았다. 그 mircoduck이라는, 도널드 덕처럼 생긴 것이 어떻게 의료를 알겠냐고 생각했다. 그러던 어느 날 밤, 가슴이 답답했는데, 시스템이 위험을 판단하고 아침까지 기다리지 말고 바로 병원에 가라고 권했다. 결국 큰일은 아니었지만, 그 이후로 그는 기꺼이 사용하게 되었다.

어느 날 그는 갑자기 가명에게 물었다. 이 물건이 자기가 몇 시에 자는지, 심지어 몇 시에 화장실에 가는지도 아느냐고. 가명은 알 거라고 말했다. 노인은 인상을 찌푸리며 좋지 않다고 말하다가, 잠시 후에 다시 덧붙였다. "하지만 끄지는 마라. 지난번에 넘어졌을 때, 이 녀석 덕분에 다행이었으니까."

가밍은 나중에 이것이 아마도 대부분의 사람들이 미래의 감시를 대할 때 가장 진솔한 태도일 것이라고 생각했다. 우리는 보여지는 것을 좋아하지 않지만, 아무도 보지 않는 것 또한 두려워한다. 아무도 모르는 노인의 쓰러짐은 프라이버시보다 더 무섭고; 아이의 실종을 찾을 수 없는 것은 카메라보다 더 무섭고; 평생 저축을 사기당하는 것은 은행이 거래를 조금 더 많이 보는 것보다 더 무섭다.

그래서 자유는 어느 날 갑자기 빼앗기는 경우가 드물다. 대개는 아주 작은 조각들로 나뉘어, 그때그때 구체적인 이익과 맞바꾼다. 카메라를 조금 더 달면 범죄가 줄고, 금융 감시를 강화하면 사기가 줄고, 도로 데이터를 늘리면 교통사고가 줄고, 학교에 감시 카메라를 더 설치하면 학부모가 안심한다.

매번 그럴듯하다.

그러다 보면 사회는 전혀 다른 모습이 되어 있다.

더 중요한 점은, 카메라가 더 이상 단순히 '보는' 데 그치지 않고 '이해'하기 시작한다는 것이다. 예전에는 카메라가 기록을 하고, 사건이 발생하면 사람이 찾아가서 확인했다. 하지만 이제는 AI가 먼저 이상 달리기, 싸움, 방치된 물건, 차량 궤적, 수상한 행동 등을 판단한 후, 소수의 사례만 사람에게 넘긴다. 처음에는 당연히 human-in-the-loop였다. 기계가 제안하고 사람이 결정했다. 하지만 기계가 백 번 판단해서 아흔아홉 번 맞고, 사람이 매일 팔백 건의 케이스를 검토해야 하는 상황이 되면, 사람도 서서히 변하기 시작한다. 시스템을 믿게 되는 것이다.

Human-in-the-loop는 결국 쉽게 human-on-the-loop가 된다.

기계는 일상적인 일을 관리한다.

사람은 예외 상황만 처리한다.

효율성은 더 높아지고, 공정성도 오히려 높아질 수 있지만, 회색 지대는 점점 줄어든다.

자밍은 한 번 교통범칙금 통지서를 받은 적이 있다. 시스템이 속도, 위치, 신호등, 영상을 모두 나열해 놓았고, 경찰도 없었고 논쟁도 없었다. 그의 첫 반응은 '공정하네'였고, 두 번째 반응은 '짜증 나네'였다. 기계식 단속의 가장 큰 장점이자 가장 인간미 없는 점은 같은 것이다: 상대가 누군지 신경 쓰지 않는다는 것.

예전에는 노인이 천천히 길을 건너고, 배달 기사가 잠시 정차하고, 학생이 집에 일이 생겨 숙제를 하루 늦게 내고, 노점상이 자리를 조금 더 내밀어도 사회는 규칙만으로 돌아가지 않았다. 법규로 적기 어려운 무언가, 즉 '상황 봐서, 기회를 주지, 쏘리, 그냥 넘어가지' 같은 것이 있었다.

물론 AI도 예외를 학습할 수 있다. 하지만 일단 예외가 시스템에 기록되면, 그것은 다시 규칙이 된다.

결국 도시는 더 안전하고, 더 공정하고, 더 투명해지고 부패도 줄어들겠지만, '누군가와 이야기해 볼 수 있는' 공간은 줄어들 것이다. 막스 베버는 현대 사회가 끊임없이 합리화(rationalisation)되어 간다고 말한 적이 있다. 인간은 세상을 점점 더 계산 가능하고, 관리 가능하며, 예측 가능하게 만든다. AI는 이러한 추세를 이전에는 불가능했던 수준으로 밀어붙일지도 모른다. 과거에는 사회가 모든 규칙을 집행하려 하지 않아서가 아니라, 집행 비용이 너무 비쌌기 때문이다.

기계가 집행 비용을 낮춘 후, 인류는 처음으로 자신들이 만든 모든 규칙을 진지하게 집행할 기회를 얻게 되었다.

우리는 항상 AI가 점점 더 사람을 닮아갈까 봐 걱정했다.

어쩌면 정반대일 수도 있다.

인간 사회가 점점 더 AI를 닮아가고 있다.

12. 2029년 이후에 서서, 자밍은 마침내 그 네 개의 사이클을 이해했다

2029년이 되어서야 자밍은 뒤돌아보며 교수님이 그렸던 네 개의 시계가 이론적 유희가 아니라 실제로 다른 사람들의 삶 속에 자리 잡고 있었음을 깨달았다. 가장 짧은 키친(Kitchin) 사이클은 사지 않은 콘도, 용강이 2년 동안 미룬 냉장고, 줄어든 여행과 식당 소비에 자리 잡았다. 화이트칼라가 처음 AI 충격을 느낀 후, 사회에서 가장 먼저 증가한 것은 저축이었다.

주글라(Juglar) 사이클은 회사의 AI 예산, 클라우드 업체의 서버, 로봇 및 자동화 장비에 자리 잡았다. 가정은 돈을 쓰지 못하지만, 회사는 미래 비용을 낮추기 위해 더 많은 돈을 쓴다. 쿠즈네츠(Kuznets) 사이클은 데이터 센터, 반도체 공장, 전력망, 발전 및 새로운 산업 기반 시설에 자리 잡았다. AI는 소프트웨어 혁명처럼 보이지만, 결국 세계가 더 많은 중자산을 구축하도록 강요한다. 콘드라티예프(Kondratiev) 사이클은 가장 느리고 가장 깊다. 그것은 노동, 에너지, 인지, 토지, 자본 및 소유권의 상대적 가격을 변화시킨다.

여기까지 오면, 그 믿기 어려운 미래가 성립되기 시작한다: GDP는 계속 상승하고 생산은 계속 증가할 수 있지만, 경제는 더 이상 생산에 참여하는 사람의 수를 같은 비율로 늘릴 필요가 없어진다. 십여 명의 팀이 과거 백 명이 하던 일을 할 수 있고, 한 명의 엔지니어가 여러 에이전트를 데리고 과거 한 팀의 작업을 완료할 수 있으며, 한 사람이 한 대의 로봇을 감독할 수 있다.

생산은 줄어들지 않았다.

사람은 같은 속도로 늘어나지 않았다.

이것은 원래 인류가 수백 년 동안 꿈꿔 왔던 일이었다. 우리가 기계를 발명한 것은 기계가 인간의 일을 대신해 주길 바랐기 때문 아닌가?

문제는 우리가 지난 200년 동안 또 다른 제도를 구축했다는 데 있다: 대부분의 사람은 먼저 생산 시스템이 자신의 노동을 필요로 한다는 것을 증명해야만 수입을 얻을 수 있고, 그 수입으로 생산 시스템이 만든 물건을 구매할 수 있다. AI가 첫 번째 문장을 흔들기 시작했지만, 두 번째 문장은 아직 바뀌지 않았다.

이것이 바로 AI 시대의 가장 깊은 모순이다.

기계가 인간의 일을 대신하는 것은 원래 자유를 의미해야 했다.

하지만 수입이 여전히 주로 일에서 비롯되는 사회에서는, 그것이 우선 실업을 의미한다.

동일한 기술이 해방이자 위협이 될 수 있는데, 그 차이는 기계가 아니라 제도에 있다.

페레즈(Perez)가 말한 전환점(turning point)이 진정한 가치를 지니는 이유도 바로 여기에 있다. 기술 혁명이 최종적으로 광범위한 번영으로 이어질 수 있는지는 기술이 충분히 강력한지에 달려 있지 않다. 사회가 부, 일, 교육, 시간을 재편성할 능력이 있는지에 달려 있다.

2029년은 결말이 아니다.

오히려 문제가 진정으로 시작되는 지점일 뿐이다.

13. 냉장고를 사 온 날

용강은 데이터 센터에서 첫 번째 제법 쓸만한 보너스를 받았을 때, AI 주식을 사지 않았다. 그는 먼저 신용카드 빚을 갚고, 그다음에 Best Denki에 가서 2년 동안 미뤄왔던 냉장고를 샀다. 아내가 오래 골라서 결국 예산보다 조금 더 비싼 일본 브랜드를 샀다. 한 달 후, 그들은 다시 홋카이도행 비행기 표를 예약했다.

소비가 돌아왔다.

GDP 보고서가 경제 회복을 알려줘서가 아니라, 내년에도 수입이 있을 것이라는 믿음이 다시 생겼기 때문이다.

모든 복잡한 거시경제 이론은 결국 이런 아주 작은 곳에 귀결된다: 사람이 오늘 돈을 쓸 용기가 있느냐 없느냐는 내일을 믿느냐 마느냐에 달려 있다.

그해 추석, 용강이 자밍의 집에 와서 월병 한 상자를 가져왔다. 열어 보니 네 개 모두 쌍알 연꽃 소(雙黃蓮蓉)였다. 허우짜이가 그를 놀리며 트라우마가 있냐고 했다. 용강이 말했다: "예전에 노른자가 없는 걸 먹은 적이 있는데, 그걸 보면 아직도 꺼림칙해."

모두 웃었다.

자밍의 아버지가 옆에 앉아 계셨는데, 건강 기기가 오늘은 두 번째 조각을 더 이상 먹으면 안 된다고 알렸다. 노인은 잔소리한다고 욕했지만, 기기를 끄지는 않았다. 허우짜이는 방에서 AI와 과제에 대해 토론하고 있었다. 다음 날 선생님은 그에게 왜 모델이 제시한 두 개의 답변을 삭제했는지 물을 것이다. 창밖에는 무인 자동차가 멈춰 서 있고, 배달 로봇이 엘리베이터를 기다리고 있으며, 멀리서는 드론의 불빛이 간혹 보인다.

아무도 미래가 왔다고 말하지 않는다.

진정한 미래는 결코 스스로 왔다고 선언하지 않기 때문이다. 그건 선전포고나 다름없다. 미래는 항상 천천히, 소리 없이 삶 속으로 스며든다.

14. 결국 세상을 바꾸는 것은 AI나 기계가 아니다

자밍은 나중에 서서히 깨달았다. AI 미래에 대해 가장 생각해 볼 가치가 있는 문제는 아마도 기계가 욕망을 가질지 여부가 아닐지도 모른다. 기계는 욕망조차 필요하지 않다. 왜냐하면 인간은 이미 충분히 많은 욕망을 가지고 있기 때문이다.

사장은 비용을 줄이려 한다. 경쟁사가 두려워서다. 직원들은 저축을 시작한다. 실직이 두려워서다. 소비자는 무인 자동차를 받아들인다. 돈을 아끼고 기다리는 시간을 줄이고 싶어서다. 학부모는 AI 과외를 사용한다. 자녀가 뒤처질까 봐 두려워서다. 젊은이들은 칩, 에너지, 로봇 분야로 전환한다. 자신의 기술이 가치를 잃을까 봐 두려워서다. 노인은 모니터링을 받아들인다. 넘어져도 아무도 모를까 봐 두려워서다. 정부는 카메라를 늘린다. 치안 유지가 필요해서다. 정부는 외국 인재를 유치한다. 기업이 뒤처질까 봐 두려워하면서도, 동시에 자국민의 전환을 보조한다. 자신의 표심이 떨어질까 봐 두려워서다.

아무도 밀실에 앉아 2029년의 세계를 설계하지 않는다.

각자는 단지 자신에게 더 안전하고 유리한 방향으로 한 걸음씩 나아갔을 뿐이다.

수억 명이 모두 그렇게 한 걸음을 내딛고 나면, 사무실에서는 사람이 줄고 공장에는 기계가 늘고, 하늘에는 드론이 늘고 도로에서는 운전사가 줄고, 학교에서는 정답이 줄고, 도시에는 눈이 늘고, 에너지는 비싸지고, 판단은 비싸지고, 미적 감각은 비싸지고, 소유권은 더 중요해지며, 인정(人情)의 회색 공간은 서서히 줄어든다.

이것이 기술이 세상을 바꾸는 진정한 방법이다.

기술은 인간에게 명령하지 않는다.

기술은 먼저 가격을 바꾼다.

가격은 다시 선택을 유도한다.

선택은 제도를 형성한다.

제도는 마침내 삶이 된다.

또 한 해의 장마철, 자밍은 투아스(Tuas)의 데이터 센터 밖에 서 있었다. 해협 쪽에서 천둥이 굴러왔다. 그 안에서는 수만 개의 칩이 끊임없이 작동하고 있었다. 어떤 칩은 사람을 대신해 코드를 작성하고, 어떤 칩은 진료 기록을 읽고, 어떤 칩은 로봇을 제어하고, 어떤 칩은 카메라를 분석하며, 어떤 칩은 인간이 차세대 기계를 설계하는 것을 돕고 있다.

문 밖에서는 스물다섯 살쯤 된 기술자가 냉각수 파이프를 확인하기 위해 웅크리고 있었고, 용강은 저 멀리서 벤더와 이야기하고 있었으며, 이닝은 몇 킬로미터 떨어진 에너지 관제 센터에서 당직을 서고 있었고, 아버지는 집에서 의료 AI와 오늘 밤에 두리안을 한 조각 더 먹어도 되는지 논쟁 중이었다.

자밍은 문득 이 세상이 로봇에게 장악당한 것이 아니라고 느꼈다.

단지 가격이 다시 매겨졌을 뿐이다.

프로그래머가 한 시간 동안 발휘하는 실행력, 중년 남성이 20년 동안 쌓아온 조직 기억력, 운전사가 운전대 뒤에서 보내는 시간, 1킬로와트시의 전기, 한 조각의 땅, 하나의 판단, 하나의 미적 감각, 한 번의 인정상의 봐주기, 그리고 한 사람이 앞으로 10년 동안 계속 살아갈 수 있다는 확신감까지, 모두 시장에 다시 던져져서 질문을 받았다: 너는 도대체 얼마의 가치가 있느냐?

그는 여러 해 전 그 노른자가 없던 월병이 생각났다. 당시 그들은 회사가 그냥 노른자를 하나 덜 넣은 것이라고 생각했다. 나중에야 알았다. 그것은 단지 새로운 세계의 가장 먼저 드러난 작은 조각이었다는 것을.

산업 혁명은 결코 기계가 먼저 사회를 바꾼 것이 아니다. 기계가 먼저 가격을 바꾼 것이다. 가격이 인간의 선택을 바꾸고, 선택이 기업을 바꾸고, 기업이 도시를 바꾸고, 도시가 정치를 바꾸고, 정치가 마침내 돌아와 부의 분배 방식을 결정한다.

소위 미래라는 것은 아마도 이렇게 오는 것이다. 그것은 어느 날 아침 갑자기 나타나지 않는다. 그것은 한 줄기 비, 한 장의 예산표, 한 번의 취소된 집 보기, 한 명의 불합격한 대학원생, 나중에 아무도 사진을 찍지 않는 로봇, 정답의 가치가 예전 같지 않다는 것을 처음 깨달은 아이, 안전을 위해 기계가 자신이 몇 시에 자는지 알도록 동의한 노인, 공정을 위해 점점 더 많은 예외를 규칙으로 만드는 도시와 같다.

언젠가 인류가 뒤돌아보면, 눈앞의 위험을 하나씩 피하고 눈앞의 이익을 하나씩 얻기 위해, 이미 한 걸음 한 걸음 그곳까지 와 있음을 알게 될 것이다.

자밍은 그때서야 깨달았다. 그들은 처음부터 잘못된 질문을 하고 있었다.

진정한 문제는 결코 AI가 최종적으로 무엇이 될지가 아니라, 계산과 실행과 답이 점점 더 저렴해진 후에, 인류가 과연 무엇을 스스로를 위해 남겨둘 것인가 하는 것이다.

어쩌면 그것은 판단, 책임, 미적 감각, 관계, 신뢰, 소유권, 현실 세계에 대한 이해일 수도 있다. 또는 기계가 점점 강력해질수록 오히려 더 중요해지는 능력——자신이 도대체 왜 어떤 일을 하는지 아는 것일 수도 있다.

기계는 How와 What을 점점 더 저렴하게 만들 것이다.

결국 인간은 Why를 다시 배워야 할지도 모른다.

기술이 끝까지 가니, 결국 철학으로 돌아왔다.

인간은 진짜 존나 재미있는 존재다.

Arkham推出由“AI预测”的实体标签功能

인기 기사