증기, 강철, 그리고 무한한 인공지능
글: 이반 자오, Notion CEO
번역: AididiaoJP, Foresight News
모든 시대는 그 고유한 기술 원료에 의해 형성된다. 철강은 황금시대를 만들었고, 반도체는 디지털 시대를 열었다. 이제 인공지능이 무제한의 지능 형태로 다가오고 있다. 역사가 말해주는 바는 명확하다. 누구나 원료를 장악하는 자가 바로 그 시대를 정의한다.
왼쪽: 소년 앤드루 카네기와 그의 동생. 오른쪽: 황금시대 피츠버그의 철강 공장.
19세기 50년대, 앤드루 카네기는 아직 피츠버그의 진흙투성이 거리를 뛰어다니던 전신사였다. 당시 미국인 10명 중 6명은 농부였다. 불과 두 세대 후, 카네기와 그의 동료들은 현대 세계를 만들어냈다. 말은 철도에 자리를 내주었고, 촛불은 전등에 자리를 내주었으며, 철은 강철에 자리를 내주었다.
그 이후로 일은 공장에서 사무실로 옮겨갔다. 지금 나는 샌프란시스코에서 수천 명의 지식근로자를 위한 도구를 만드는 소프트웨어 회사를 운영하고 있다. 이 기술 마을에서는 모두가 일반 인공지능(AGI)에 대해 이야기하지만, 20억 명의 사무직 근로자 대부분은 여전히 그것을 체감하지 못하고 있다. 곧 지식 작업은 어떤 모습이 될 것인가? 조직 구조 속에 쉬지 않는 지능이 통합된다면, 무엇이 일어날까?
초기 영화는 종종 연극처럼 보였고, 한 대의 카메라가 무대를 향해 촬영했다.
미래는 늘 예측하기 어렵다. 왜냐하면 미래는 항상 과거의 모습으로 위장되어 있기 때문이다. 초기 전화 통화는 전보처럼 간결했고, 초기 영화는 녹화된 무대 연극 같았다. 마셜 맥루한이 말했듯이, "우리는 항상 후사경을 통해 미래를 향해 달려간다."
현재 가장 보편적인 인공지능은 여전히 과거의 구글 검색처럼 보인다. 맥루한의 말을 인용하자면, "우리는 항상 후사경을 통해 미래를 향해 달려간다." 오늘날 우리는 구글 검색창을 모방한 AI 챗봇을 보고 있다. 우리는 매번 기술 변화가 일어날 때마다 나타나는 불편한 과도기에 깊이 빠져들고 있다.
미래가 어떻게 될지는 나 역시 모두 알지 못한다. 그러나 나는 인공지능이 개인과 조직, 그리고 전체 경제 수준에서 어떻게 작동할지를 생각할 때 몇 가지 역사적 은유를 즐겨 사용한다.
개인: 자전거에서 자동차로
최초의 징후는 지식 작업의 '고급 실천자'인 프로그래머들에게서 볼 수 있다.
내 공동 창업자 사이먼은 과거 '십배 프로그래머'였지만, 요즘은 거의 직접 코드를 작성하지 않는다. 그의 업무 공간을 지나가다 보면, 그가 동시에 세네 명의 AI 프로그래밍 어시스턴트를 관리하는 것을 볼 수 있다. 이 어시스턴트들은 단순히 더 빨리 타이핑할 뿐 아니라 사고까지 하므로, 사이먼은 효율이 30~40배 향상된 엔지니어가 되었다. 그는 종종 점심이나 자기 전에 작업 큐를 미리 설정해두고, AI가 자신이 없는 동안 계속 일하게 한다. 그는 이미 무제한의 지능을 관리하는 존재가 되었다.
1970년대 『사이언티픽 아메리칸』의 운동 효율성 연구는 스티브 잡스가 '사고의 자전거'라는 유명한 비유를 만들게 했다. 하지만 그 이후 수십 년간 우리는 정보 고속도로 위에서 계속해서 '자전거를 밟아왔다'.
1980년대 스티브 잡스는 개인용 컴퓨터를 '사고의 자전거'라고 불렀다. 10년 후 우리는 '정보 고속도로'라 불리는 인터넷을 구축했다. 그러나 오늘날 대부분의 지식 작업은 여전히 인간의 노력에 의존한다. 이것은 우리가 계속해서 고속도로 위에서 자전거를 타고 있는 것과 같다.
AI 어시스턴트 덕분에 사이먼 같은 사람들은 이제 자전거에서 자동차로 넘어섰다.
다른 유형의 지식근로자들은 언제쯤 '자동차를 운전하게' 될까? 해결해야 할 두 가지 문제가 있다.
프로그래밍 어시스턴트에 비해 왜 AI 보조 지식 작업이 더 어려운가? 지식 작업은 더 조각나 있고 검증하기 어렵기 때문이다.
첫 번째는 상황의 파편화다. 프로그래밍에서는 도구와 맥락이 주로 하나로 집중된다. 통합 개발 환경, 코드 저장소, 터미널 등이다. 그러나 일반적인 지식 작업은 수십 가지의 도구에 흩어져 있다. AI 어시스턴트가 제품 소개서 작성을 시도한다고 상상해보라. 그는 슬랙 대화 기록, 전략 문서, 지난 분기 데이터가 포함된 대시보드, 그리고 특정 인물의 머릿속에만 존재하는 조직 기억까지 정보를 추출해야 한다. 현재 인간은 복사-붙여넣기와 브라우저 탭 전환을 통해 모든 것을 붙들어 매는 접착제 역할을 하고 있다. 상황이 통합되지 않는 한, AI 어시스턴트는 좁은 용도에 국한될 수밖에 없다.
두 번째 누락된 요소는 검증 가능성이다. 코드에는 마법 같은 특성이 있다. 테스트와 오류보고를 통해 코드를 검증할 수 있다는 점이다. 모델 개발자들은 이를 이용해 강화학습 등을 통해 AI가 프로그래밍을 더 잘하도록 훈련시킨다. 하지만 프로젝트 관리가 잘 됐는지, 혹은 전략 메모가 훌륭한지 어떻게 검증할 수 있을까? 우리는 아직 일반적인 지식 작업 모델을 개선하는 방법을 찾지 못했다. 따라서 인간은 여전히 루프 안에 머물러 감독하고, 방향을 제시하며, 무엇이 '좋은 것인지'를 보여줘야 한다.
1865년 『적색 깃발 법안』은 차량이 거리를 달릴 때 앞에서 깃발을 든 사람이 걸어가며 길을 열어줘야 한다고 요구했다(1896년 폐지됨).
올해의 프로그래밍 어시스턴트 경험은 '사람이 루프 안에 있다'는 것이 항상 이상적이지 않다는 것을 보여준다. 이것은 생산라인에서 사람이 하나하나 볼트를 점검하거나, 자동차 앞에서 사람이 걸어가며 길을 터주는 것(1865년 『적색 깃발 법안』 참조)과 같다. 우리는 사람을 루프 안이 아니라 더 높은 곳에서 루프를 감독하게 해야 한다. 일단 맥락이 통합되고 작업이 검증 가능해진다면, 수십억 명의 근로자들이 '자전거를 밟는' 것에서 '자동차를 운전하는' 상태로 넘어가고, 다시 '자동운전'으로 나아갈 것이다.
조직: 철강과 증기
회사는 근대의 발명품이며, 규모가 커질수록 효율이 줄어들며 결국 한계에 부딪힌다.
1855년 뉴욕 앤드 일리노이 철도 회사의 조직도. 현대 기업 및 조직 구조는 철도 회사의 발전과 함께 진화했으며, 철도는 수천 명을 장거리에서 조정해야 하는 최초의 기업이었다.
수백 년 전 대부분의 회사는 단지 십수 명의 사람들이 모인 작업장에 불과했다. 오늘날 우리는 수십만 명의 직원을 가진 다국적 기업을 가지고 있다. 의사소통 인프라는 회의와 정보를 연결하는 인간의 두뇌에 의존하지만, 지수적으로 증가하는 부담 아래 무너지고 있다. 우리는 계층, 절차, 문서를 통해 문제를 해결하려 하지만, 이는 목재로 마천루를 짓는 것과 같다. 인간의 규모 도구로 산업 규모 문제를 해결하려는 시도다.
두 가지 역사적 은유는 새로운 기술 원료를 갖춘 조직이 미래에 어떻게 다른 모습을 보일 수 있는지를 보여준다.
철강의 기적: 1913년 준공된 뉴욕 울워스 빌딩은 당시 세계에서 가장 높은 건물이었다.
첫 번째는 철강이다. 철강 이전, 19세기 건물의 높이는 6~7층으로 제한됐다. 철은 튼튼하지만 취약하고 무거웠다. 층을 더 추가하면 구조 자체의 무게로 붕괴되었다. 철강은 모든 것을 바꿨다. 강하면서도 유연한 철강은 더 가벼운 골조와 더 얇은 벽을 가능하게 했고, 건물은 수십 층으로 급격히 높아졌으며, 새로운 형태의 건축이 가능해졌다.
AI는 조직의 '철강'이다. AI는 다양한 작업 흐름에서 맥락을 일관되게 유지하고, 노이즈 없이 필요한 순간에 결정을 제시할 수 있다. 인간의 의사소통은 더 이상 하중을 버티는 벽이 될 필요가 없다. 일주일에 두 시간 걸리는 조율 회의는 5분짜리 비동기 리뷰로 바뀔 수 있으며, 세 단계의 승인이 필요한 임원 결정도 몇 분 안에 끝날 수 있다. 기업은 진정한 의미로 확장될 수 있고, 우리가 필연적으로 받아들였던 효율 저하를 피할 수 있다.
물레방아로 동력을 얻는 제분소. 수력은 강력하지만 불안정하며, 장소와 계절에 제약을 받는다.
두 번째 이야기는 증기기관에 관한 것이다. 산업혁명 초기, 초기의 섬유 공장들은 강 근처에 세워져 물레방아로 구동됐다. 증기기관이 등장한 후, 공장주들은 처음엔 물레방아를 증기기관으로 바꾸기만 하고 나머지는 모두 그대로 두었으며, 생산성 향상은 제한적이었다.
진정한 돌파구는 공장주들이 수원에 대한 의존에서 완전히 벗어날 수 있다는 사실을 깨달았을 때 생겼다. 그들은 노동자, 항구, 원자재에 가까운 곳에 더 큰 공장을 세우고 증기기관을 중심으로 새롭게 설계했다(나중에 전기가 보급되면서 공장주들은 중앙 동력축에서 벗어나 소형 모터를 공장 각지에 분산시켜 다양한 기계에 전력을 공급했다). 생산성은 폭발적으로 증가했고, 제2차 산업혁명이 본격적으로 시작되었다.
토머스 아롤름이 1835년에 그린 판화로 영국 랭커셔주의 증기기관으로 구동되는 섬유 공장을 묘사했다.
우리는 여전히 '물레방아 교체' 단계에 있다. 인간을 위해 설계된 작업 흐름에 AI 챗봇을 억지로 끼워 넣는 것으로, 구속 조건이 사라지고 당신이 잠들어도 계속 일하는 무제한의 지능을 기반으로 운영되는 조직이 어떤 모습일지 재구상하지 못하고 있다.
내 회사 Notion에서는 계속 실험을 하고 있다. 1000명의 직원 외에도 현재 700명 이상의 AI 어시스턴트가 반복적인 작업을 처리하고 있다. 회의 기록, 팀 지식 통합을 위한 질문 답변, IT 요청 처리, 고객 피드백 기록, 신입 직원 복지 안내, 수동 복사-붙여넣기를 피하기 위한 주간 보고서 작성 등... 이것은 아직 걸음마 단계일 뿐이다. 진정한 잠재력은 우리의 상상력과 관성에 의해 제한될 뿐이다.
경제: 플로렌스에서 초대도시로
철강과 증기는 건물과 공장만을 바꾼 것이 아니라 도시까지 바꿨다.
수백 년 전까지 도시는 인간의 규모에 속했다. 당신은 40분 안에 플로렌스를 걸어서 가로지를 수 있었고, 삶의 리듬은 인간의 보행 거리와 소리가 전달되는 범위에 의해 결정됐다.
그 후 철골 구조는 마천루를 가능하게 했고, 증기기관으로 구동되는 철도는 도시 중심부와 외곽을 연결했다. 엘리베이터, 지하철, 고속도로가 연이어 등장했다. 도시의 규모와 밀도는 급격히 팽창했다—도쿄, 충칭, 댈러스.
이들은 단순히 커다란 플로렌스가 아니다. 이들은 새로운 삶의 방식이다. 초대도시는 혼란스럽고 익명적이며 다루기 어렵다. 이러한 '파악하기 어려움'은 규모의 대가다. 그러나 동시에 더 많은 기회와 자유를 제공하며, 더 많은 사람들이 다양한 조합으로 더 많은 활동을 할 수 있게 한다. 이것은 인간의 규모를 가진 르네상스 도시가 결코 달성할 수 없었던 것이다.
나는 지식 경제가 곧 같은 전환을 겪을 것이라고 생각한다.
오늘날 지식 작업은 미국 GDP의 거의 절반을 차지하지만, 그 운영은 대부분 여전히 인간의 규모에 머물러 있다. 수십 명의 팀, 회의와 메일 리듬에 의존하는 워크플로우, 100명 이상이 되면 유지하기 어려운 조직... 우리는 계속해서 돌과 나무로 '플로렌스'를 짓고 있다.
AI 어시스턴트가 대규모로 활용되면 우리는 '도쿄'를 짓게 될 것이다. 수천 명의 AI와 인간이 함께 구성된 조직; 시간대를 넘나들며 지속적으로 작동하고, 누군가 깨기를 기다리지 않고도 진행되는 워크플로우; 적절한 인간 참여 아래 합성된 의사결정.
그것은 다른 경험일 것이다. 더 빠르고, 레버리지 효과가 더 크겠지만, 처음에는 더욱 어지러울 수도 있다. 주간 회의, 분기별 계획, 연간 평가의 리듬은 더 이상 적용되지 않을 것이며, 새로운 리듬이 등장할 것이다. 우리는 일부 명확성을 잃겠지만, 대신 규모와 속도를 얻게 될 것이다.
물레방아를 넘어서
모든 기술 원료는 사람들이 후사경을 통해 세상을 보는 것을 멈추고, 새로운 세상을 상상하기 시작하라고 요구한다. 카네기는 철강을 바라보며 도시의 스카이라인을 보았고, 랭커셔의 공장주들은 증기기관을 바라보며 강 근처를 떠난 공장 건물을 보았다.
우리는 여전히 AI의 '물레방아 단계'에 있다. 인간을 위해 설계된 워크플로우에 챗봇을 억지로 끼워 넣는다. 우리는 AI가 단지 조수 역할을 하는 데에 만족해서는 안 된다. 인간 조직이 철강으로 강화되고, 사소한 작업이 쉬지 않는 지능에게 위임될 때, 지식 작업이 어떠한 모습을 보일지 상상해야 한다.
철강, 증기, 그리고 무제한의 지능. 다음 스카이라인은 바로 앞에 있다. 우리가 직접 건설할 차례다.
TechFlow 공식 커뮤니티에 오신 것을 환영합니다
Telegram 구독 그룹:https://t.me/TechFlowDaily
트위터 공식 계정:https://x.com/TechFlowPost
트위터 영어 계정:https://x.com/BlockFlow_News
@ivanhzhao
