티스토리 뷰
"유튜브" EBSCulture(EBS 교양) [EBS ⅹ 한경협] 친절은 지능의 표현이다 라는 유튜브 프로그램을 보면서,
박태웅 의장님께서 하신 말씀에 "친절한 사람이 똑똑한 사람"이라고 하신 말씀이 솔직히 처음엔 좀 의아했습니다.
그런데 그동안의 커피 로스팅 현장과 코인 자동매매 시스템을 직접 다뤄온 저로서는,
어느 순간 이 말이 틀리지 않았다는 걸 경험으로 확인하게 됐습니다.
AI가 인간 지능의 본질을 역으로 설명해주는 시대, 그 안에서 살아남는 사람의 특징이 무엇인지 정리해봤습니다.
딥러닝은 결국 뇌를 베낀 것이다
AI가 마법처럼 느껴지는 이유가 뭔지 궁금하셨던 분들이 많을 겁니다.
그런데 그 원리를 파고들면 생각보다 익숙한 구조가 나옵니다.
딥러닝(Deep Learning)은 인간의 뇌 신경세포, 즉 뉴런의 작동 방식을 모방해서 만든 구조입니다.
여기서 딥러닝이란?
수많은 인공 뉴런을 아주 깊게 층층이 연결해서 데이터 속의 패턴을 스스로 찾아내도록 훈련시키는 기계학습 방식을 말합니다.
1943년 발표된 논문에서 뉴런이 이진법 논리 기계처럼 작동한다는 사실이 밝혀졌습니다.
신호가 충분히 강하면 옆 뉴런으로 전달하고, 그렇지 않으면 무시합니다.
반도체의 0과 1과 같은 원리죠. 이 발견이 결국 현대 AI의 출발점이 됐습니다.
최신 GPU인 엔비디아 블랙웰은 1초에 50페타플롭스, 즉 5경 번의 연산을 수행합니다.
이 GPU를 수천, 수만 장 연결해서 고양이 사진 20만 장을 학습시키면, AI는 말로 설명할 수 없는 패턴을 스스로 찾아냅니다.
일반적으로 AI가 규칙을 입력받아 작동한다고 알려져 있지만, 실제로는 반대입니다.
규칙 없이 데이터만 주면 AI가 패턴을 스스로 추출합니다.
제가 로스팅 현장에서 프로파일 데이터를 다뤄보면서 느낀 것도 비슷합니다.
수치는 일정해 보여도 당일 습도, 생두 상태, 기계 컨디션이 조금만 달라져도 결과물이 달라집니다.
말로 다 정의할 수 없는 패턴이 현장에 분명히 존재한다는 걸 몸으로 알게 됐습니다.
AI가 고차원 데이터에서 잠재 패턴을 찾아내는 방식이,
숙련된 장인이 감각으로 현장을 읽는 방식과 본질적으로 다르지 않다는 생각이 들었습니다.
- 뉴런은 신호 세기에 따라 0 또는 1로 반응하는 이진 논리 기계
- 딥러닝은 이 뉴런 구조를 반도체로 구현한 것, '뇌를 베낀 AI'
- AI는 규칙을 입력받는 게 아니라, 데이터에서 잠재 패턴을 스스로 추출
- 인간의 인식도 고해상도 저장이 아닌, 추상 패턴의 연쇄 고리로 작동
에이전틱 워크플로우, 혼자보다 팀이 10배 강한 이유
AI 하나가 혼자 일하는 것보다 여러 AI가 역할을 나눠 협력할 때 능력이 10배 이상 올라간다는 연구 결과가 있습니다.
스탠퍼드·구글 등에서 활발히 연구되는 에이전틱 워크플로우(Agentic Workflow)가 바로 그 구조입니다.
여기서 에이전틱 워크플로우란?
단일 AI 대신 기획, 비판, 실행, 도구 사용 등 서로 다른 역할을 맡은 여러 AI 에이전트가 협력해 하나의 과제를 처리하는 방식을 말합니다.
구체적으로는 이렇게 나뉩니다.
문제를 해석하는 에이전트, 해결 계획을 세우는 에이전트, 그 계획을 비판적으로 검토하는 에이전트, 실행하는 에이전트, 그리고 외부 도구를 사용하는 에이전트. 이 다섯 역할이 순환하면서 결과물의 품질이 급격히 올라갑니다.
AI 연구자 앤드류 응(Andrew Ng) 교수가 이 구조를 발표하며 "앞으로 AI는 에이전틱 워크플로우로 갈 수밖에 없다"고 강조한 것도 이 때문입니다(출처: DeepLearning.AI).
저는 암호화폐 자동매매 시스템을 구축하고 운영했던 경험이 있습니다.
퀀트 알고리즘(Quant Algorithm), 즉 수학적 모델과 통계를 기반으로 자동으로 매매 신호를 생성하는 시스템입니다.
초기에는 단일 알고리즘 하나로 모든 걸 처리하려 했는데, 성과가 기대에 미치지 못했습니다.
진입 조건을 감지하는 모듈, 리스크를 평가하는 모듈, 실제 주문을 집행하는 모듈을 분리하고 나서야
전체 시스템이 훨씬 안정적으로 돌아갔습니다. 에이전틱 워크플로우의 구조와 정확히 일치하는 경험이었습니다.
그리고 이 구조는 인간 조직에도 그대로 적용됩니다. 3,000년 전 인간의 뇌가 작아지기 시작한 시점이 공교롭게도 인간이 본격적으로 사회를 이뤄 분업을 시작한 시점과 일치합니다. 집짓기는 목수에게, 요리는 요리사에게 기억을 맡기는 방식, 즉 뇌를 서로 연결해 쓰는 집단 지성의 시작이었습니다. 개인 두뇌의 크기가 줄어들었지만 집단 지능은 폭발적으로 성장했습니다.
AI의 에이전틱 구조는 사실 인간이 수천 년간 써온 방식을 그대로 모방한 것입니다.
친절이 집단지성을 작동시키는 핵심 인터페이스다
친절한 사람이 지능이 높다는 말, 처음 들으면 좀 뜬금없게 느껴질 수 있습니다. 그런데 집단 지성(Collective Intelligence)의 작동 원리를 알고 나면 얘기가 달라집니다.
집단 지성이란? 개별 구성원의 능력을 단순히 더한 것을 넘어서, 서로 연결되고 협력함으로써 발생하는 시너지 지능을 말합니다.
뇌를 서로 뉴런처럼 연결해 쓰는 방식입니다.
그 연결을 가능하게 하는 가장 강력한 매개체가 친절과 경청입니다.
말로 표현되지 않는 상대의 마음까지 감지하고 반응하는 능력, 그게 집단 지성을 실제로 작동시킵니다.
마음의 차원이 언어의 차원보다 훨씬 높기 때문에, 아무리 정확한 단어를 골라도 상대의 맥락과 처지를 먼저 이해하지 못하면
소통은 실패합니다. 30년을 함께 산 부부가 "사람 마음을 왜 몰라줘"라고 싸우는 이유도 여기에 있습니다.
그런데 저는 여기서 한 가지를 덧붙이고 싶습니다.
"친절이 곧 지능"이라는 말에 깊이 공감하면서도, 현장에서는 경계가 없는 친절이 시스템을 망가뜨리는 경우를 적지 않게 봤습니다. 로스팅 작업 중 손님 응대를 하다 보면, 명확한 기준 없이 모든 요구에 맞추려다 오히려 품질이 흔들리는 상황이 생깁니다.
자동매매 시스템에서도 외부 노이즈에 과도하게 반응하도록 설계하면 알고리즘 자체가 흔들립니다.
AI의 에이전틱 구조에서 '비판자 에이전트'가 반드시 포함되는 이유를 생각해보면 답이 보입니다.
무조건적인 동의가 아니라, 원칙 위에서 작동하는 협력이 진짜 집단 지성입니다.
친절도 마찬가지입니다. 단단한 주관과 경계선(Boundary) 위에서 발휘되는 친절이, 단순한 호의보다 훨씬 강력하게 사람과 사람 사이의 뉴런을 연결합니다. MIT 미디어랩의 집단 지성 연구에서도 성과 높은 팀의 공통점으로 '심리적 안전감'과 '역할 경계의 명확성'이 동시에 꼽힌 것은 우연이 아닙니다(출처: MIT Media Lab).
제 경험상 이건 좀 다릅니다. 경계 없는 친절은 오히려 관계를 피곤하게 만들고, 결국 집단 지성의 연결망을 약화시킵니다.
원칙이 분명한 사람이 장기적으로 신뢰를 쌓고, 그 신뢰가 진짜 집단 지성의 네트워크를 만듭니다.
자주 묻는 질문
Q. 딥러닝이랑 기존 AI는 뭐가 다른 건가요?
A. 기존 AI는 전문가가 규칙을 직접 입력하는 전문가 시스템 방식이었습니다. "털이 있으면 고양이"처럼 조건을 사람이 정해줬는데, 현실 세계의 복잡성을 담아내지 못해 결국 실패했습니다. 딥러닝은 반대로, 데이터만 주면 AI가 스스로 패턴을 찾아냅니다.
말로 설명할 수 없는 패턴도 수억 차원의 연산으로 추출해내는 게 핵심 차이입니다.
Q. 에이전틱 워크플로우가 실제로 얼마나 효과 있나요?
A. 앤드류 응 교수의 연구에 따르면,
에이전틱 워크플로우를 적용한 소형 AI 모델이 단독으로 작동하는 대형 모델보다 훨씬 나은 성과를 냈습니다.
저도 자동매매 시스템에서 단일 알고리즘보다 역할을 분리한 모듈 구조가 훨씬 안정적이라는 걸 직접 확인했습니다.
현재 출시된 최신 프론티어 AI 모델들은 대부분 내부적으로 이 구조를 이미 채택하고 있습니다.
Q. 친절이 지능이라는 게 과학적으로 근거가 있나요?
A. 인간의 뇌가 3,000년 전부터 크기가 줄어든 반면 집단 지성은 폭발적으로 발전했다는 사실은
진화생물학에서 잘 알려진 현상입니다.
뇌를 서로 연결해 쓰는 분업 체계가 시작되면서 개인 뇌의 크기가 줄어도 집단 전체의 지능은 높아진 것입니다.
그 연결을 가능하게 하는 매개체가 친절과 경청이라는 점에서,
친절은 집단 지성 네트워크를 활성화하는 인터페이스라고 볼 수 있습니다.
Q. AI 시대에 사람이 경쟁력을 갖추려면 뭘 해야 하나요?
A. 일반적으로 코딩이나 AI 툴 사용법을 익혀야 한다고 알려져 있지만, 제 경험상 그것만으로는 부족합니다.
AI가 잡재 패턴을 찾는 것처럼, 사람은 말로 표현되지 않는 상대의 맥락과 처지를 읽는 능력,
그리고 집단 지성 안에서 연결망을 만드는 능력이 훨씬 중요해집니다.
단단한 원칙 위에서 발휘하는 경청과 협력이, AI 시대 인간만의 진짜 경쟁력이라고 생각합니다.
결론
딥러닝이 뉴런을 모방했고, 에이전틱 워크플로우가 인간의 분업을 모방했다면,
AI는 결국 인간 지성의 작동 방식을 역으로 드러내주는 거울입니다.
그 거울을 통해 보이는 것은 "말로 다 담을 수 없는 마음의 차원", "역할이 나뉜 협력의 힘",
그리고 "뉴런을 연결하는 친절의 가치"입니다.
솔직히 이건 예상 밖이었습니다. AI를 파고들수록 기술보다 사람이 보인다는 게.
로스팅 현장이든 트레이딩 시스템이든, 결국 데이터 뒤에 있는 사람의 감각과 맥락을 읽는 능력이 성과를 갈랐습니다.
AI 시대를 살아남는 사람은
AI를 잘 쓰는 사람이 아니라, 집단 지성 안에서 원칙 있는 친절로 신뢰를 쌓아온 사람일 가능성이 높습니다.
평판은 마른 시멘트처럼 쌓인다는 말이, 이제는 전략적으로 들립니다.
참고 : "유튜브" EBSCulture(EBS 교양) [EBS ⅹ 한경협] 친절은 지능의 표현이다 중에서