우리는 가속하는 기술 진보, 특히 AI 기술의 급속한 발달이라는 문턱에 서 있습니다.
생성형 AI는 이제 유창하게 말할 수 있을 뿐만 아니라 프로그램을 작성할 수도 있습니다. 이는 인간 작업의 효율성과 개선을 촉진할 뿐만 아니라, 생성형 AI 자체의 향상에도 피드백됩니다.
이는 단순히 생성형 AI 모델의 구조나 사전 학습 방법을 강화하는 것만을 의미하지 않습니다.
생성형 AI가 연결하고 활용할 수 있는 소프트웨어 애플리케이션의 수가 증가함에 따라, 단순히 채팅을 넘어 더 많은 일을 할 수 있게 될 것입니다. 또한, 생성형 AI가 작업에 필요한 지식을 수집하고 적절한 시점에 이를 검색할 수 있는 소프트웨어가 개발된다면, 사전 학습 없이도 적절한 지식을 사용하여 더 지능적으로 행동할 수 있습니다.
이러한 방식으로 AI 기술의 발전은 응용 기술과 응용 시스템을 포함한 전체 AI 기술 분야를 가속화합니다. 이 가속화는 다시 AI 기술의 추가 가속으로 이어집니다. AI 기술이 가속화되고 AI가 더 많은 일을 할 수 있게 되면, 그것이 사용되는 장소와 상황은 자연히 기하급수적으로 증가할 것입니다.
이는 필연적으로 AI 기술에 관심을 갖는 투자자와 엔지니어의 수를 늘릴 것입니다. 따라서 AI 기술의 가속화는 사회경제적 관점에서도 더욱 강화됩니다.
다른 한편으로, 이러한 기술 진보는 직간접적으로 우리에게 다양한 영향을 미칩니다.
일반적으로 기술 진보는 긍정적인 것으로 여겨지는 경향이 있습니다. 새로운 기술의 위험에 대한 우려가 제기되기도 하지만, 진보의 긍정적인 효과가 대개 이를 능가하며, 위험은 시간이 지남에 따라 완화될 수 있으므로 전반적인 이점이 크다고 간주됩니다.
그러나 이는 기술 진보의 속도가 완만할 때만 해당됩니다. 기술 진보의 가속이 특정 한계를 초과하면 이점이 위험을 능가하지 못하게 됩니다.
첫째, 개발자조차도 새로운 기술의 모든 특성이나 잠재적 응용 범위를 완전히 이해하지 못합니다. 특히 응용 범위에 있어서는 개발자도 예상치 못한 놀라운 용도나 다른 기술과의 조합을 다른 사람들이 발견하는 경우가 적지 않습니다.
더 나아가, 이러한 응용 범위를 포함하여 기술이 사회에 어떤 이점과 위험을 가져다주는지까지 시야를 넓히면, 사실상 아무도 완전히 파악할 수 없습니다.
기술의 이러한 사회적 맹점은 진보가 점진적일 경우 시간이 지남에 따라 점차 해소됩니다. 결국 기술은 이러한 맹점이 충분히 해결된 상태에서 사회에 적용됩니다.
그러나 기술 진보가 특정 속도를 초과하면 사회적 맹점을 해결하기 위한 유예 기간도 단축됩니다. 사회적 맹점을 채우는 관점에서 볼 때, 기술 진보의 가속은 마치 시간 압축이 상대적으로 발생한 것처럼 보입니다.
새로운 기술 변화가 연이어 발생하며, 수많은 기술에서 동시에 병행적으로 일어나므로, 사회적 맹점을 해결하려는 사회적 인지 작업이 뒤처지게 됩니다.
결과적으로 우리는 여전히 사회적 맹점이 남아있는 다양한 기술에 둘러싸이게 됩니다.
이러한 기술이 가진 잠재적 위험은 우리의 사각지대에서 갑자기 나타나 사회에 해를 끼칠 수 있습니다. 우리가 대비하지 못했거나 대책이 없는 위험이 갑자기 나타나므로, 피해의 영향은 더 커지는 경향이 있습니다.
이러한 상황은 기술 진보의 이점과 위험의 크기를 변화시킵니다. 시간 압축 효과로 인해 사회적 맹점이 해결되기도 전에 위험이 현실화되어 각 기술과 관련된 위험이 증가합니다.
생성형 AI 발전의 자기 강화적 가속은 결국 사회적 맹점을 거의 메울 수 없는 수많은 기술을 탄생시켜, 위험과 이점 사이의 균형을 극단적으로 기울게 할 수 있습니다.
이는 우리가 이전에 경험해보지 못한 상황입니다. 따라서 아무도 사회적 맹점으로서 잠재적 위험이 어느 정도인지, 그 영향이 얼마나 클지 정확하게 추정할 수 없습니다. 확실한 것은 가속화가 빠를수록 위험이 증가한다는 논리적 구조뿐입니다.
크로노스크램블 사회
게다가 우리는 기술 진보의 현재 속도뿐만 아니라 미래에 어떻게 될지도 정확히 파악할 수 없습니다.
이는 생성형 AI 연구자와 개발자에게도 마찬가지입니다. 예를 들어, 인간의 모든 능력을 뛰어넘는 AI인 AGI가 언제쯤 등장할지에 대해 전문가들 사이에서도 의견이 크게 다릅니다.
더욱이, 생성형 AI 연구자와 개발자는 응용 기술 및 응용 시스템 전문가와는 별개의 사람들입니다. 따라서 그들은 생성형 AI의 최신 연구 현황과 미래 전망에 대해 잘 알더라도, 생성형 AI를 활용한 응용 기술과 응용 시스템 중 어떤 것들이 이미 존재하고, 미래에 어떤 가능성이 열릴지를 모두 파악할 수는 없습니다.
그리고 응용 기술과 응용 시스템에 이르게 되면, 다양한 기존 메커니즘과의 조합으로 인해 가능성은 사실상 무한합니다. 심지어 응용 기술과 응용 시스템을 연구 개발하는 사람들 사이에서도 서로 다른 장르의 항목을 포함하여 모든 것을 파악하기는 어려울 것입니다.
그러한 응용 기술과 응용 시스템이 사회에 어떻게 확산되고 어떤 영향을 미칠지 추론하거나 예측하는 것은 더욱 어렵습니다. 특히 연구자와 엔지니어는 사회적 영향에 대해 잘 알거나 관심이 높은 것도 아닙니다. 반대로 사회적 영향에 관심이 높은 사람들은 기술에 대한 지식에 본질적인 한계를 가집니다.
이처럼 누구도 생성형 AI의 현재 상태나 미래 비전을 완전히 파악할 수 없습니다. 그리고 각자의 이해에는 불일치가 존재합니다.
문제는 단순히 불일치가 존재한다는 것뿐만이 아니라, 진보의 속도를 알 수 없다는 점입니다. 우리는 기술 진보가 가속화되는 시간 압축 시대의 문턱에 서 있는 것은 확실하지만, 그 속도에 대한 공통된 이해가 부족합니다.
더 나쁜 것은, 기술 진보가 일정한 속도인지 가속화되는지에 대해 개인마다 인식의 차이가 있다는 것입니다. 또한 가속화에 동의하는 사람들 사이에서도, 가속이 오로지 생성형 AI의 핵심 기술 발전에 의해 주도된다고 믿는 사람과, 응용 기술 및 응용 시스템에 의한 가속, 그리고 사회경제적 관점에서 사람과 자본의 유입으로 인한 가속까지 고려하는 사람에 따라 인식이 크게 다릅니다.
이러한 방식으로 현재 상황과 미래 비전에 대한 이해의 차이와 진보 속도 인식의 불일치는 우리 개개인의 인식에 놀랍도록 큰 차이를 만들어내고 있습니다.
2025년 8월 현재의 기술 수준과 사회적 영향은 어떠할까요? 그리고 2년 후인 2027년, 5년 후인 2030년은 어떻게 될까요? 이는 사람마다 크게 다릅니다. 더욱이 이러한 인식 격차는 아마도 생성형 AI 붐이 일었던 2023년 시점보다 2년이 지난 2025년 현재가 더 클 것입니다.
이처럼 개개인이 시대 인식을 크게 다르게 하는 사회를 저는 크로노스크램블 사회라고 부릅니다. '크로노'는 그리스어로 시간을 의미합니다.
그리고 이 크로노스크램블 사회라는 현실 속에서 우리는 시간 압축과 기술의 사회적 맹점이라는 문제에 직면해야 합니다. 이는 우리가 공통적으로 정확하게 인식할 수 없는 문제들입니다.
비전과 전략
우리 자신의 시간 감각이 실제 시간 압축과 일치하지 않을 가능성 속에서, 그리고 우리와 인식이 다른 타인과 협력하여 기술의 사회적 맹점 문제를 어떻게 해결할지 고려하려면 비전과 전략이 필수적입니다.
여기서 비전이란 지배적인 시간 감각과 무관하게 불변하는 가치와 방향을 제시하는 것을 의미합니다.
예를 들어, 논의를 단순화하자면 "기술의 위험이 이점을 능가하지 않도록 보장하는 것"이 중요한 비전 중 하나입니다. 이는 "기술을 발전시키는 것"이나 "기술 위험을 최소화하는 것"과 같은 비전보다 더 많은 사람들이 동의할 수 있는 비전입니다.
그리고 가능한 한 많은 사람이 그 비전 달성을 위해 협력할 수 있도록 하는 것이 중요합니다. 비전에 동의하더라도 행동이 따르지 않으면 비전은 달성될 수 없습니다.
여기서도 우리는 시간 감각에 차이가 있는 크로노스크램블 사회에 있음을 이해하고 전략을 수립해야 합니다. 예를 들어, 모든 사람의 시간 감각을 실제 시간 압축에 맞추는 전략은 성공하기 어려울 것입니다. 이는 개인에게 상당한 학습 부담을 지우게 되어, 그에 필요한 에너지 소모만으로 지쳐버릴 것입니다. 게다가 이 격차는 해마다 커지므로 필요한 에너지 또한 계속 증가할 것입니다.
저는 모든 완벽한 전략을 제시할 수는 없지만, 전략의 한 예로 시간이 지남에 따라 자동으로 강화되는 것을 활용하여 비전을 달성하는 방향을 들 수 있습니다.
그것은 바로 생성형 AI 자체의 활용입니다. 우리가 해결하려는 바로 그 대상을 이용한다는 점에서 다소 복잡하지만, 시간 압축 문제를 다룰 때 정공법으로는 시간이 지날수록 대처가 어려워질 것은 자명합니다. 이에 맞서기 위해서는 마찬가지로 시간 압축을 겪는 능력을 활용하여 대책을 강구할 수밖에 없습니다.
그리고 운이 좋다면, 궁극적으로 생성형 AI 자체의 능력을 활용하여 생성형 AI에 의해 추진되는 기술 개발의 조속(속도 조절)을 하고, 한계를 넘어 가속화되지 않도록 제어할 수 있다면 문제 해결에 상당히 가까워질 것입니다.
결론
크로노스크램블 사회에서는 우리 각자가 여러 가지 다른 맹점을 가지게 될 것입니다. 맹점 없이 모든 최첨단 정보를 파악하고 이를 현재를 추정하고 미래를 예측하는 데 적절하게 연결하는 것은 누구도 할 수 없기 때문입니다.
그러다가 어떤 계기로 인해 갑자기 맹점이 존재했음을 깨닫는 기회가 찾아옵니다. 이는 맹점이 생기고 그 간극이 메워질 때마다 반복적으로 일어납니다.
그때마다 현재 위치와 미래 전망에 대한 우리의 시간 축 인식은 크게 압축됩니다. 마치 갑자기 시간을 뛰어넘은 듯한 느낌, 즉 미래를 향한 인식상의 시간 도약입니다.
어떤 경우에는 하루 안에 여러 맹점이 드러날 수도 있습니다. 그런 경우 매우 짧은 시간 안에 여러 번의 시간 도약을 경험하게 될 것입니다.
그런 의미에서 우리는 스스로의 맹점 존재를 인정하고 다단계의 시간 도약에도 견딜 수 있을 만큼 견고한 비전을 가지지 않는 한, 미래와 관련된 중요 의사결정을 정확하게 내리기는 어려울 것입니다.
다시 말해, 시간 감각을 현실에 가깝게 하려는 노력을 기울이면서도 시대를 초월하여 통용되는 원칙과 규칙에 기반하여 사물을 생각할 필요성이 앞으로 더욱 커질 것입니다.
더 나아가, 시간 압축 속에서 이전과 같은 속도로 위험 대응책을 실행할 수 없다는 현실 또한 직시해야 합니다.
또한, 이러한 시간 압축의 속도 자체를 늦추지 않는다면, 이는 우리의 인식과 통제 한계를 넘어설 것입니다.
이를 달성하기 위해서는 시간 압축으로 인해 가속화되는 AI 자체의 속도와 영향력을 활용하는 방안을 진지하게 고려해야 합니다.
이는 경제에서 경기 과열을 억제하는 누진세나 사회 보장 제도와 같은, 이른바 비ルト인 스타빌라이저와 유사합니다.
즉, AI를 기술의 가속 장치로뿐만 아니라 사회적 비ルト인 스타빌라이저로 기능하게 할 메커니즘을 고안해야 한다는 뜻입니다.