인공지능(AI)은 현대 사회에서 다양한 시스템에 녹아들며 우리의 삶을 혁신하고 있다.

이 중에서도 한 가지 중요한 측면은 인간의 한계를 극복하고 정보 및 물류 병목을 해소해 의사 결정의 효율성을 향상시키는 데 있다고 전문가들은 말한다.

과거에는 사람들이 자신의 진정한 욕구에 부합하지 않는 복잡한 선택지를 해결하기 위해 소수의 선택지로 한정해야 했다. 그러나 인공지능은 이러한 제약을 극복하는 잠재력을 갖추고 있다.

정보 및 물류 병목을 해소함으로써, 우리는 더 다양하고 맞춤화된 선택지를 받아들일 수 있게 되어 삶의 편의성이 크게 향상될 것으로 기대되고 있다.

이와 관련, 하버드 캐네디 스쿨의 브루스 슈나이더 교수와 AI 전문가인 탠텀 콜린스는 ‘더컨버세이션’(The Conversation)을 통해 인공지능이 우리의 삶을 향상시키는 데 큰 역할을 할 것으로 보이며, 특히 정보 및 물류 병목을 극복해 의사 결정의 효율성을 증대시키게 될 것이라고 피력했다.

브루스 교수는 “이러한 변화는 민주주의의 작동 방식에도 영향을 미칠 수 있다”며 “민주주의의 핵심은 다수의 의견을 수렴하고 다양성을 존중하는 것인데, 인공지능의 도움을 받아 불필요한 제약을 제거함으로써 민주주의의 원칙을 더욱 효과적으로 실현할 수 있을 것으로 기대된다”고 말했다.

객관식 실용성

다음 저녁 식사에서는 주방장과의 긴 대화를 통해 여러분의 선호도, 식품 선호도, 그리고 사용 가능한 재료에 기반해 맞춤형으로 제공하는 저녁 식사를 상상해보자.

집에서 요리를 하는 경우나 친구를 초대해 직접 요리하는 경우에만 가능할 것이다.

그러나 이러한 상호작용은 일반 레스토랑에서는 어렵다. 주방의 제약, 식재료를 주문하는 방식, 레스토랑 요리의 실질적인 한계로 인해, 식당에서는 이러한 풍부한 대화가 불가능하다.

주방장과 이루어지는 이러한 맞춤 경험은 제한적인 수십 가지 표준화된 메뉴 옵션에서 선택해야 하는 현실적인 제약에 직면하게 된다. 최대한의 맞춤화를 원할지라도, 한계된 수정 옵션만을 선택할 수밖에 없게 된다는 뜻이다.

이것은 손실이 큰 병목 현상이다. 소비자의 다양하고 다면적인 요구에 대응하고, 다양성과 창의성을 지닌 요리를 즐기고 싶어하는 욕구는 각자 다르다.

그러나 현실적인 이유로, 이러한 다양성과 상호작용을 제공하기 위한 확장 가능한 방법이 부재하고 있다.

많은 정보를 잃게 되는 대신, 고객은 의사결정을 간소화하기 위해 표준화된 메뉴판과 같은 시스템에 의존하게 된다.

이러한 병목 현상에 대해 사람들은 너무나 익숙해져 있어서 가끔은 이를 간과하고 있다고 전문가들은 설명했다.

브루스 교수는 “규모와 효율성을 위해 비용이 불가피하다고 생각하는 경향이 있다”며 “이는 어느 정도는 사실이었던 것이지만, 현대에는 이러한 관점을 변화시킬 기회가 있다”고 말했다.

인공지능의 가능성

인공지능은 현재 존재하는 한계를 극복할 수 있는 놀라운 잠재력을 지니고 있다. AI 시스템은 수요 측면에서 개인의 선호도와 이력을 풍부하게 저장하고, 공급 측면에서는 능력, 비용, 창의적 가능성을 동등하게 고려함으로써 대규모의 복잡한 맞춤화를 비교적 낮은 비용으로 실현할 수 있다.

이를 통해 레스토랑에서는 이미 개인의 입맛에 최적화된 음식이 준비 중이거나 맞춤형 선택 목록이 제시되는 상황을 상상할 수 있다고 전문가들은 주장했다.

이러한 노력은 이미 현실화 가능한 것으로 보여진다. 챗 GPT를 사용해 식단 제한 사항과 냉장고에 있는 식재료를 기반으로 식단을 계획하는 것과 같은 기술이 개발됐다.

이러한 기술은 아직 초기 단계이지만, 활용이 시작되면 그 가능성은 상상할 수 없을 정도로 무궁무진하다. 손실 병목 현상은 여기저기에서 발견되고 있다고 전문가들은 말하고 있다.

노동 시장을 살펴보면 고용주는 주로 학력, 졸업장, 자격증과 같은 제한된 정보를 토대로 구직자의 능력을 평가한다.

이러한 정보는 구직자의 능력을 제한적으로 나타내는 것이 일반적이다. AI 시스템은 학생의 교육 이력, 시험 성적, 교사 피드백 뿐만 아니라 가능한 직업에 대한 자세한 정보에 액세스하여 어떤 직업이 더 적합한지에 대한 풍부한 평가를 제공할 수 있다.

의류 분야도 비슷하다. 일부 개인은 재단사를 고용해 맞춤형 옷을 제작할 수 있지만, 대부분은 대량 생산된 옷에 의존하고 있다.

AI는 사용자의 스타일을 학습하고, 치수를 측정하며, 맞춤형 디자인을 생성하며, 사용 가능한 소재를 고려해 맞춤형 제작 비용을 크게 절감할 수 있다. 그리고 이후에는 AI 기반 로봇 생산 라인에 주문하여 선택 사항을 생성할 수 있다고 전문가들은 주장했다.

소프트웨어 측면에서도 AI는 사용자의 상호 작용 스타일을 관찰하고 특정 소프트웨어에서의 사용자 요구를 파악해 개인화된 인터페이스를 제공할 수 있다.

AI 전문가 탠텀은 “현재의 표준화된 인터페이스와는 달리 각 사용자에게 필요한 기능과 작업 스타일에 더 적합한 소프트웨어 인터페이스를 제공하는 것이 가능하다”며 “이러한 가능성은 기존의 제한된 선택지에서 벗어나 다양한 개인의 Bed을 고려함으로써 새로운 혁신을 이끌어 낼 수 있다”고 설명했다.

민주주의의 병목 현상 제거하기

이러한 혁신적인 사례들 중에서도 사회에 가장 큰 영향을 미치는 손실 병목 현상은 주로 정치 분야에서 나타나고 있다고 전문가들은 설명했다.

브루스 교수는 “정치적인 의사 결정에서도 비슷한 문제가 발생하는데, 이는 민주주의의 복잡성과 다양성으로 인한 어려움으로 이해고, 본질적으로는 식당에서의 문제와 유사하게, 다양한 정책 옵션과 그 효과 사이에서 정책적 입장을 취하는 것은 여러 측면에서 미묘하고 복잡한 일”이라며 “사회 구성원은 다양한 이슈를 다르게 가치 있게 여기며, 각각의 입장이 중요하게 여겨지고 있다”고 말했다.

그는 이어 “그러나 현실적으로 모든 시민이 수십 가지의 정책 옵션을 심도 있게 고려하고 심의에 참여하는 것은 불가능”하다며 “이에 대한 대안으로, 투표를 통해 소수의 대표자나 정당을 선택하게 되는데, 이러한 한계로 인해 현재의 민주주의 시스템에서는 손실 병목 현상이 발생하게 된다”고 덧붙였다.

이런 상황에서 AI가 손실 병목 현상을 제거하는 시스템으로 어떻게 기여할 수 있는지를 상상해 볼 수 있다. 사용자는 복잡한 정책 옵션에 대한 자신의 선호도를 명확하게 전달하는 대신, 자신을 대신해 특정 정책을 직접 지지하는 AI 시스템을 활용할 수 있다.

이는 민주주의에 혁명적인 변화를 가져올 수 있는 가능성을 내포하고 있는 것이다.

AI 전문가 탠텀은 “하나의 방법은 유권자 대표성을 강화하는 것이며, 이 시스템은 각 개인의 미묘한 정치적 차이를 포착함으로써 유권자의 다양한 욕구를 더 잘 반영하는 정책으로 이어질 수 있다”며 “미래에는 사용자의 의견과 선호도를 파악하고 다양한 이슈에 대해 계속해서 투표하는 AI 디바이스가 있을 수 있다”고 말했다.

AI 시스템은 또한 정치 교육을 개인화함으로써 더 많은 사람들이 정치 참여에 참여하고 참여도를 높이는 데 도움을 줄 수 있을 것으로 보여진다. 또한 선출된 대표로 인해 생기는 문제를 해결해 더 많은 다양성과 개인 의견이 반영되도록 할 수 있을 것이라고 전문가들은 주장했다.

그러나 개인 데이터 보호 문제와 함께 고려해야 할 중요한 문제도 있다. 또한 인공지능이 결정을 내리는 과정에서 발생할 수 있는 함정을 피하는 것이 중요하다는 것이다.

브루스 교수는 “민주주의가 기능하려면 인간의 심리와 윤리적 판단이 중요한 역할을 하는 것이 필수적”이며 “현재의 대의제 민주주의에서 AI가 강화된 미래의 직접 민주주의로의 전환에 대한 명확한 경로가 아직 존재하지 않음을 인정해야 하고, 이러한 변화는 현재로서는 상상 속의 일에 불과하다”고 말했다.

첫 번째 단계

이러한 기술은 초기에는 정치적으로 민감성이 낮은 다른 영역에서 먼저 적용될 가능성이 높다고 전문가들은 말하고 있다.

디지털 미디어의 추천 시스템은 전통적인 중개자에 의한 의존을 지속적으로 줄여왔다. 라디오 방송국은 메뉴와 같이, 음악 취향이 얼마나 미묘하더라도 몇 가지 옵션 중에서 선택해야 했다.

초기 디지털 플랫폼은 이에 조금 더 나은 수준의 서비스를 제공했으며, ‘이 분은 재즈를 좋아하시니 재즈 음악을 더 추천해드리겠습니다’와 같은 방식으로 작동했다.

오늘날의 스트리밍 플랫폼은 청취자의 기록과 각 트랙을 자세히 설명하는 다양한 기능을 활용해 각 사용자에게 개인화된 음악 추천을 제공되고 있다.

이러한 시스템은 특정 저널을 구독하는 것보다 더 세분화된 학술 논문을 추천하거나, 단순한 장르 분류를 넘어 미묘한 분석을 기반으로 영화를 추천하는 데도 사용된다.

브루스 교수는 “이러한 추천 시스템을 통해 발생하는 병목 현상이 없는 세상은 일부 분야에서는 일자리 손실과 같은 위험을 동반할 수 있지만, 동시에 기존의 직선적 사고에서 벗어나는 잠재력을 제공할 수도 있다”며 “식당과 같은 특정 분야에서는 영향이 상대적으로 미미할 수 있지만, 정치나 채용과 같은 다른 분야에서는 이 기술이 매우 큰 영향을 미칠 수 있다”고 말했다.

[위키리크스한국=유 진 기자]

yoojin@wikileaks-kr.org