인공지능에 대한 3가지 오해
HSE 분야에 AI를 도입하는 데 있어 가장 큰 장애물이 기술이 아니라 우리 자신의 오해라면 어떨까요? 우리와 디지털 어시스턴트 사이를 가로막는 가장 흔한 3가지 오해를 정리해 보았습니다.
오해 1: "AI는 모든 것을 할 수 있다"
익숙한 상황인가요? 신경망을 사용하면서 즉시 완벽한 텍스트, 다이어그램, 솔루션을 제공할 것이라고 기대합니다. 하지만 결과가 좋지 않으면... "인공지능은 엉터리야, 작동하지 않아!"라고 말하곤 합니다.
하지만 솔직해져 봅시다.
인공지능은 마법사가 아닙니다. 도구일 뿐입니다. 망치와 같습니다. 집을 지을 수도 있지만, 실수로 손가락을 칠 수도 있습니다. 모든 것은 누가 어떻게 사용하느냐에 달려 있습니다.
왜 AI는 처음부터 "완벽한" 결과를 내지 못할까요?
- AI는 마음을 읽지 못합니다. 모호하게 질문하면 일반적인 답변만 얻게 됩니다.
- 명확한 지침이 필요합니다. 신입 직원과 마찬가지로 명확한 업무 지시서가 없다면 결과는 뻔합니다.
- 예시를 통해 학습합니다. 필요한 것을 더 정확하게 보여줄수록 원하는 결과에 더 가까워집니다.
AI는 전문가를 대체하지 않습니다. 전문가의 역량을 강화해 줍니다. 기적을 기다리는 대신 다음을 시도해 보세요.
- 작업을 단계별로 설명하기.
- 컨텍스트를 명확히 하기.
- 원하는 결과의 예시 제공하기.
실제 조수와 일하는 것과 같지만, 더 인내심이 필요하고 지치지 않을 뿐입니다.
오해 2: "AI는 스위치처럼 단순해야 한다"
켜면 불이 들어오고, 끄면 불이 나갑니다. 복잡할 것이 전혀 없습니다. 왠지 모르게 많은 사람들이 인공지능에 대해서도 이와 같은 버튼식 논리를 기대합니다. 누르면 완성된 솔루션이 나올 것이라고 말이죠. 작동하지 않나요? 그렇다면 도구가 나쁜 것이라고 생각합니다.
잠깐만요. 우리가 기업에 ERP, CRM, 문서 관리 시스템과 같은 정보 시스템을 어떻게 도입하는지 떠올려 봅시다. 예산을 할당하고, 요구사항 명세서를 작성하고, 교육을 실시하며, 몇 달 동안 프로세스를 설정하고 전체 기술 지원 부서를 유지합니다. 복잡한 소프트웨어가 설치 후 저절로 작동할 것이라고 기대하는 사람은 아무도 없습니다.
하지만 AI에 관해서는 왠지 모르게 이러한 규칙이 무시됩니다. 사람들은 AI에게 다음을 기대합니다.
- 가전제품 수준의 단순함
- 학습 없는 즉각적인 결과
- 설정 없이 바로 사용할 수 있는 '아웃 오브 박스(Out-of-the-box)' 기능
그리고 신경망이 처음 요청을 이해하지 못하면 "쓸모없다"고 판단해 버립니다.
진실은 다릅니다. AI는 스위치가 아닙니다. 다음과 같은 과정이 필요한 복잡한 시스템입니다.
- 학습 — 작업을 설정하는 방법, 효과적인 프롬프트 작성법 등 사용자 본인에 대한 학습도 포함됩니다.
- 설정 — 귀사의 프로세스와 용어에 맞춘 커스터마이징이 필요합니다.
- 연습 — 함께 더 많이 작업할수록 더 나은 결과를 얻을 수 있습니다.
AI는 전문가를 대체하는 것이 아니라 스마트한 조수이자 '디지털 파트너'가 됩니다. 하지만 파트너가 업무의 특성을 파악하는 데에도 시간이 필요합니다. 신입 직원이 첫날부터 완벽한 성과를 낼 것이라고 기대하지는 않으시죠? AI에게도 시간과 설정의 기회를 주십시오.
오해 3: "AI를 다루는 데 특별한 역량은 필요하지 않다"
인공지능에 대해 두 가지 극단적인 시각이 형성되었습니다. 어떤 사람들은 두려움에 떨며 이를 피합니다. 반면, 어떤 사람들은 단순히 "또 다른 검색 엔진"일 뿐이라고 생각하여 접속해서 질문하고 답을 얻으면 끝이라고 여깁니다.
언제나 그렇듯 진실은 그 중간에 있습니다.
물론 신경망에 단락을 다시 쓰거나 간단한 목록을 작성해 달라고 요청하기 위해 데이터 과학자(Data Scientist)가 될 필요는 없습니다. 이는 일상적인 사용 수준이며 누구나 쉽게 접근할 수 있습니다.
하지만 AI가 모든 반복 업무를 처리하는 진정한 조수가 되기를 원한다면 일상적인 기술만으로는 부족합니다. 이는 컴퓨터를 켜는 법을 배웠다고 해서 즉시 복잡한 프로그램을 작성할 수 있기를 기대하는 것과 같습니다.
AI가 여러분을 위해 제대로 작동하게 하려면 두 가지 역량 그룹이 필요합니다.
- 자신의 전문 분야에 대한 깊은 지식. 스스로 완벽히 이해하지 못하는 것을 자동화할 수는 없습니다. 자신의 프로세스, 작업 및 '병목 현상'을 명확하게 파악해야 합니다.
- 기계가 "생각하는" 방식에 대한 이해. 다음 사항을 배워야 합니다.
– 알고리즘이 이해할 수 있도록 자신의 지식을 구조화하기.
– AI가 이해할 수 있는 언어로 작업을 공식화하기.
– 데이터 다루기: 준비, 로드, 검증하기.
AI는 전문가를 대체하는 것이 아니라 역량을 증폭시키는 도구입니다. 그리고 그 성능은 조종대를 잡은 사람의 역량에 전적으로 달려 있습니다. 자신의 업무와 AI 활용의 기초를 잘 알수록 더 복잡하고 반복적인 작업을 AI에게 위임할 수 있습니다.