이런 얘기 들어본 적 있음? 인공지능, 로봇, 또는 아직 정의되지 않은 기술이 당신의 일을 빼앗으러 온다는 거? 무섭고 불안하게 들리며, 최근 기술 발전을 보면 그럴 수도 있을 것 같음. 하지만 진짜일까?
전문가들의 최선의 추측은 당신의 일은 아마 안전할 것이라는 것임 - 지금은. 하지만 당신의 직업 분야에 따라, 당신의 일은 다음 몇 년 안에 거의 확실히 변화할 것임, 이미 변화하고 있을 수도 있음. 인공지능을 인간 노동력을 대체하는 훌륭한 도구로 생각하기보다는, 인공지능을 위대한 보강의 전조로 생각하는 게 좋음.
“인간과 컴퓨터가 팀으로 함께 일하는 것이 실제로는 그들 중 하나가 혼자 일하는 것보다 더 나을 수 있음. 전체가 그 부분의 합보다 더 크다는 좋은 예임,”이라고 사이먼 프레이저 대학교의 컴퓨터 과학 교수인 프레드 포포위치가 말함. 포포위치는 인공지능이 대량의 데이터를 빠르게 분석하거나 패턴을 발견하는 데 뛰어난 특정 기술이 있지만, 인간은 의미의 변화나 어조를 이해하는 데 더 뛰어나다고 말함. 그래서 인공지능은 데이터 분석에 뛰어나지만, 더 복잡한 작업에는 여전히 인간이 필요함.
포포위치 교수는 인공지능의 발전이 인쇄기, 자동차, 가정용 컴퓨터의 출현과 같은 다른 기술적 변화와 같다고 말함. 인간이 배워야 할 새로운 기술이 생기고 우리의 작업 방식이 변화하겠지만, 인공지능이 전국의 사무실 건물을 점령할 가능성은 낮음.
하지만 포포위치 교수는 특히 인공지능 통합에 적합한 몇몇 분야가 있다고 말함: 금융, 기후, 건강. 사실, 인공지능은 이미 캐나다의 병원에서 사용되고 있음. 이 인공지능 통합의 목표는 이미 과중한 의료 시스템을 돕고, 임상의들이 환자와 더 많은 시간을 보낼 수 있도록 하는 것임.
밴쿠버의 세인트 폴 병원과 같은 일부 지역에서는 인공지능이 이미 도입되어 있으며, 효율성에서 상당한 개선을 이루고 있음. WASP Lab은 다양한 박테리아나 질병 마커를 테스트하기 위해 배양 접시를 분석하는 도구임. 이 기계에는 접시를 적재하는 로봇 팔과 문화를 분석하는 인공지능 통합이 포함되어 있음. “이건 매우 수동적인 작업임. 반복적이고 상대적으로 간단하지만, 인간이 많이 하기를 원하지 않는 작업임; 손목에 좋지 않음,”이라고 세인트 폴의 미생물학 및 바이러스학 책임자인 마크 롬니 박사가 말함. 이 소프트웨어를 사용하면 실험실 기술자들이 더 비판적인 사고 작업을 할 수 있게 됨. “우리는 (실험실 기술자들에게) 안전하고 더 지적으로 자극적인 작업을 제공할 수 있으며, 더 중요한 일을 할 수 있는 시간을 더 많이 줌.”
하지만 당신의 의사가 아이패드로 대체될 것이라고 걱정하지 마세요. 이 기술은 여전히 약간의 감독이 필요함. 롬니 박사는 그들이 부정적인 테스트 결과를 식별하도록 인공지능을 훈련시키는 데 몇 달을 보냈고, 인공지능이 인간과 같은 정확도로 그 기능을 수행하게 되자 다른 훈련으로 넘어갔지만, 여전히 인공지능의 성능을 감사하고 있다고 말함. 그래서 실험실 기술자들은 인공지능과 함께 작업하기 위해 문제 해결 및 훈련과 같은 새로운 기술을 배움.
의사에게 도움이 될 수 있는 많은 분야가 있으며, 예를 들어 환자 노트를 요약하거나 최신 연구를 읽는 것 등이 있음. “매일 5,000개의 의학 기사가 동료 검토 저널에 발표됨. 그 정보를 모두 흡수할 수 있는 인간은 없음,”이라고 화이트캡의 기술 부사장 겸 최고 보안 책임자인 마이크 파토리가 말함. “그 모든 정보를 가져와서 인공지능 모델을 훈련시키는 데 사용할 수 있으며, 그러면 그 모든 지식을 갖게 됨. 내 생각에는 그게 굉장함.”
그러니 인공지능이 당신의 일을 빼앗을까 걱정할 필요는 없지만, 특히 정보나 데이터 처리 분야에서 몇 가지 기술을 다듬는 것이 좋음. “당신의 일이 정보를 취합하고 새로운 정보를 생성하거나 기존 소스를 종합하는 데 의존한다면, 그런 종류의 일이 인공지능이 미래에 매우 잘하게 될 것임,”이라고 토론토 대학교의 컴퓨터 과학 및 의학 조교수인 라훌 크리슈난이 말함. 만약 당신의 일이 데이터 처리를 많이 한다면, 커뮤니케이션이나 데이터 시각화와 같은 호환 가능한 기술을 배우는 것이 좋은 계획이 될 수 있음.
무서운 일이 아니라, 배우는 기회라고 포포위치 교수는 말함. “당신은 그것을 새로운 동료와 함께 일하는 것으로 볼 수 있음, 하지만 그건 기계임.”
