사고의 숙명: AI와 인간

저는 AI의 발전이 사회와 우리의 삶의 방식을 어떻게 변화시킬지에 대해 숙고하고 있습니다.

AI가 지적 노동을 수행하게 되면, 인간은 생각할 것이 줄어들 것처럼 보일 수 있습니다. 그러나 저는 과거의 지적 노동과는 다른 종류의 사고가 인간에게 요구될 것이라고 생각합니다.

이는 기계화가 인간을 육체노동에서 어느 정도 해방시켰지만, 동시에 다른 종류의 신체 활동을 요구하게 된 것과 유사합니다.

이러한 다른 종류의 신체 활동에는 장인의 숙련된 노동이나 컴퓨터 및 스마트폰 조작과 같이 손가락을 섬세하게 사용하는 작업이 포함됩니다.

마찬가지로, 지적 노동에서 해방된다 하더라도 우리는 '생각하기'라는 지적 작업에서 벗어날 수 없습니다.

그렇다면 어떤 종류의 지적 활동이 우리에게 요구될까요?

이 글에서는 AI 시대의 소프트웨어 개발 패러다임 변화에 대한 저의 생각을 제시하고, 우리의 "사고의 숙명"에 대해 탐구하고자 합니다.

프로세스 지향 소프트웨어

저는 객체 지향 접근 방식을 넘어서는 다음 패러다임으로 프로세스 지향을 제안합니다.

이 개념은 프로그래밍의 중심 모듈을 프로세스로 간주합니다. 프로세스는 이벤트나 조건에 의해 시작되며, 미리 정의된 순서에 따라 다양한 역할에 의해 처리되고, 최종적으로 종료됩니다.

시작부터 종료까지 일련의 단계를 단일 단위로 간주하는 이 방식은 인간의 직관과 잘 부합합니다.

따라서 요구사항 분석부터 구현, 그리고 테스트와 운영에 이르기까지 프로세스를 핵심으로 소프트웨어와 시스템을 이해할 수 있습니다.

시스템의 주요 프로세스를 구현한 후에는 보조 프로세스 또는 새로운 기능을 추가하기 위한 프로세스를 플러그인처럼 추가할 수 있습니다.

일부 추가 프로세스는 주 프로세스와 별개의 이벤트나 조건에 따라 독립적으로 시작될 수 있지만, 다른 프로세스는 주 프로세스가 조건을 충족할 때 시작될 수도 있습니다.

그러나 이러한 경우에도 주 프로세스를 수정할 필요는 없습니다. 주 프로세스가 시작 조건을 충족할 때 추가된 프로세스가 시작되도록 정의하는 것으로 충분합니다.

더 나아가, 프로세스가 단일 모듈로 취급되기 때문에 그 정의에는 해당 프로세스가 수행하는 모든 처리가 포함됩니다.

그 외에도, 프로세스는 실행 중에 필요한 정보를 저장하기 위한 변수와 데이터 영역, 그리고 앞서 언급된 시작 조건을 가집니다.

프로세스가 필요한 모든 처리와 데이터 영역을 포함하는 단위 모듈이기 때문에, 다수의 프로세스에서 처리 구현과 구조화된 데이터 등이 프로세스 간에 중복될 가능성이 높습니다.

공통 모듈을 사용하는 방법도 있지만, 중복을 허용하는 방향으로 나아가는 것도 틀리지 않습니다.

특히 AI가 프로그래밍을 지원한다면, 여러 모듈에 걸쳐 유사하지만 서로 다른 구현이 다수 존재해도 문제가 없다는 결론에 도달할 수 있습니다.

처리 및 데이터 유형의 표준화는 주로 개발되는 소프트웨어의 코드 양을 줄여 관리와 이해를 용이하게 하는 것을 목표로 합니다.

그러나 AI에 의해 구현 코드 관리 비용이 크게 절감된다면, 표준화의 필요성은 줄어듭니다.

따라서 표준화로 인해 발생하는 소프트웨어 구조의 복잡성을 피하고, 상당한 중복이 있더라도 각 프로세스별로 모든 처리 및 데이터 구조를 개별적으로 정의하는 정책은 전적으로 합리적입니다.

이는 전체 최적화의 개념에서 벗어나 개별 최적화를 지향함을 의미합니다. 표준화가 되어 있지 않기 때문에 유사한 프로세스에 대해 개별적인 튜닝이 가능해집니다.

개별 최적화 사회

프로세스 지향적 사고를 적용한 소프트웨어와 마찬가지로, AI 기반 자동화와 효율성을 통해 고도의 생산성이 달성되는 사회에서는 사고방식이 전체 최적화에서 개별 최적화로 전환됩니다.

이를 개별 최적화 사회라고 부를 수 있습니다.

우리 사회에는 규칙, 상식, 예절, 일반 지식과 같이 다양한 표준화된 가치와 기준이 존재합니다.

그러나 이러한 것들을 모든 상황에 엄격하게 적용하면 많은 예외적인 경우에 불편함이 발생합니다.

이러한 이유로 우리는 표준화된 가치와 기준을 중요하게 여기면서도, 개별적인 상황과 여건에 따라 유연한 판단을 허용합니다.

이는 규칙에 명시된 명시적인 예외 조항일 수도 있고, 개별 사례별로 판단해야 한다는 규칙일 수도 있습니다. 더 나아가 명문화되어 있지 않더라도 암묵적으로 이해되는 경우도 있습니다.

예를 들어, 법률에도 다양한 예외 조항이 명시되어 있습니다. 또한, 법률에 명시되어 있지 않더라도 재판 제도를 통해 개별 사건마다 형량이 달라집니다. 정상 참작은 바로 개별적인 상황을 반영하려는 생각 그 자체입니다.

이러한 관점에서 볼 때, 원래는 모든 상황의 개별성을 신중하게 확인하고 그 개별성을 기반으로 판단하는 개별 최적화의 개념이 이미 사회에 깊이 뿌리내리고 있음을 알 수 있습니다.

반면에 모든 사안을 개별적으로 신중하게 판단하는 것은 분명 비효율적입니다. 따라서 높은 효율성이 중요한 시대에는 전체 최적화가 추구됩니다.

하지만 AI로 인해 사회가 고도로 효율화될수록 전체 최적화를 추구하는 가치는 약해질 것입니다. 그 대신, 개별 상황마다 신중한 판단이 이루어지는 개별 최적화 사회가 분명히 실현될 것입니다.

주관적 철학

장면과 상황에 따라 개별적으로 최적화된 결정을 내린다는 것은, 즉각적으로 보편적인 판단을 적용하는 대신 깊이 숙고해야 함을 의미합니다.

저는 깊은 숙고 행위 그 자체에 가치가 있다는 이 윤리적 관점을 주관적 철학이라고 부릅니다.

모든 사건은 "지금 이 순간", "여기"에서 다른 모든 사건과 구별되는 고유한 개별성을 본질적으로 지닙니다. 이 개별성을 고려하여 판단하는 "나"에게는 그에 상응하는 책임이 부여됩니다.

개별성을 무시하고 표준화된, 공식적인 판단을 내리거나, 숙고를 포기하고 임의적인 결정을 내리는 것은 결과의 좋고 나쁨을 떠나 비윤리적입니다.

반대로, 어떤 판단이 의도치 않은 부정적인 결과를 초래하더라도, 그 판단이 여러 관점에서 충분히 숙고되었고 설명 책임이 다해졌다면, 그 판단 자체는 윤리적입니다.

이처럼 효율성과 표준화라는 개념을 넘어설 수 있게 되면서, 온디맨드 개별 최적화의 한 형태로서 주관적 철학이 필요해지는 시대에 접어들 가능성이 높습니다.

프레임워크 설계

철학이든, 사회든, 소프트웨어든 최적화를 위해서는 사고의 개념적 구조인 프레임워크가 중요합니다.

이는 각 대상을 어떤 관점에서 보고 어떻게 평가하느냐에 따라 최적화의 방향이 달라지기 때문입니다.

전체 최적화의 관점에서는 프레임워크가 다양한 사물을 고도로 추상화하여 최대한 단순하게 만들어야 합니다. 이 추상화 과정에서 개별성은 상실됩니다.

반면 개별 최적화의 경우, 사건이나 대상을 그 고유한 특성에 맞춰 다각적인 관점에서 파악하고 평가하는 것이 바람직합니다.

전체 최적화를 위해서는 어떤 프레임워크로 다양한 사물을 파악해야 할지 고민하는 사람은 소수에 불과했습니다.

대부분의 사람은 소수의 인물이 고안한 프레임워크에 따라 사물을 인지하고 평가하며 판단하면 되었습니다.

그러나 개별 최적화의 경우, 많은 사람이 개별적인 사물에 대해 그 개별성을 적절히 파악하기 위한 프레임워크를 각 사물마다 고안해야 할 필요가 생깁니다.

이러한 이유로 프레임워크를 설계하는 능력과 기술이 많은 사람에게 요구될 것입니다.