딥 씽킹(가리 카스파로프 지음)

인공 지능의 예로 바둑에는 알파고와 이세돌이 있다.

이를 앞서서 체스에는 딥블루와 가리 카스파로프가 있다.

이 책의 저자 가리 카스파로프는 기계와 인간의 다른 점을 말하며, 결국은 인간과 기계가 협력하는 것이 미래가 될 것임을 이야기한다.

'누군가 어떤 기계를 프로그래밍하면, 우리는 그 기계가 무슨 일을 할 수 있는지 알 수 있다.

하지만 기계가 스스로를 프로그래밍하게 된다면, 누가 그 한계를 알겠는가?'

낯설고 불편한 방식에 끊임없이 도전하려는 의지는 비범함과 평범함을 구분하는 기준이다.

성과를 내기 위해서는 자신의 장점에 집중해야 한다.

그러나 최고의 성과를 내기 위해서는 약점을 극복하기 위한 끊임없는 도전이 필요하다...

뭔가를 이미 잘하고 있을 때, 사람들은 현재 상태를 유지하는 데 집착한다. 그러나 이러한 집착은 쇠퇴의 지름길이다.

우리 사회는 인간의 의식이 신체기관과 경험의 합작품이라는 주장을 받아들이고 있다.

인간의 의식은 이성을 넘어 지각과 감각, 기억, 그리고 가장 특징적으로 소망과 욕망을 그러내는 의지까지 포함한다.

놀라운 성공을 거두었을 때, 또는 현재의 상황이 자신에게 유리할 때, 사람들은 기존방식을 좀처럼 포기하지 않는다.

무언가를 잘 하기 위해서 우리는 기본 원칙을 지켜야 한다.

하지만 최고가 되기 위해서는 그 원칙을 언제 포기해야 할지 알아야 한다.

이는 단지 학문적인 이야기가 아니라, 내가 체스 기계와 대결을 벌였던 20년 세월을 요약한 이야기이기도 하다.

우리는 아무것도 의존할 수 없는 절박한 상황에 닥쳐서야 직관이 얼마나 위대한 능력인지를 깨닫게 된다.

"나쁜 수 하나가 좋은 수 마흔 개를 덮어버린다."

흔히들 허술한 계획이라도 아예 계획이 없는 것보다 낫다고 말하는 데에는 다 그만한 이유가 있다.

우리는 계획을 세우고 실패하는 과정에서 교훈을 얻는다.

그러나 정치든 비즈니스든 체스든 중요한 결정의 순간마다 목표 없이 움직인다면, 우리는 아무것도 배울 수 없다.

기껏해야 임기응변에 익숙해질 뿐이다.

또한 톰슨의 엔드게임 데이터베이스는 컴퓨터 체스가 인간의 체스에 영향을 미친 최초의 혁신이었다.

"잘못된 질문을 던지도록 만들 수 있다면, 대답에 대해서 걱정할 필요는 없다."

같은 행동을 하고 다른 결과를 기대하는 것을 바보같이 여기면서, 똑같은 질문을 하고 다른 대답을 기대하는 이유는 뭘까?

문명은 인간의 삶에서는 우연과 비효율성을 제거하는 쪽으로 나아간다. 그렇다.

우리의 삶은 변화하고 있다. 그리고 변화의 속도는 많은 이를 불안하게 만든다.

지식이 곧 실질적인 이해로, 혹은 지혜로 이어지는 것은 아니다.....

내가 말하는 정신적 소프트웨어 업그레이드에서 자기 인식은 중요한 구성요소다.

어릴적 레닌그라드 공방전에서 살아남았던 그는 체스판에서 두려움을 모른다.

실제로 엘리트 등급의 그랜드마스터들 중에서도 그와 같은 강인한 정신력을 발견하기 힘들다. 실수는 절대로 홀로 일어나지 않는다.

우리의 삶도 마찬가지다. 다양한 연구 결과는 우울감이나 자신감의 결여가 굼뜨고 방어적이고 수준 낮은 의사결정으로 이어진다는 사실을 보여준다...

비판주의는 의사결정과정에서 심리학자들이 말하는 "결과 예측에서 드러나는 잠재적 실망감에 대한 분명한 예측되는 결과에 따른 잠재적 실망감 인식"을 촉발한다.

이러한 인식은 다시 우유부단한 태도, 혹은 중요한 의사결정을 회피하거나 연기하려는 성향으로 나타난다.

이러한 어려움을 겪는 사람들이 일반적인 의사결정 기술을 활용할 때, 성과는 향상된다.

직관은 경험과 자신감의 산물이다.

이러한 개념을 수식으로 표현하자면 '직관=경험X자신감'정도가 되겠다.

직관은 깊이 이해하고 받아들인 지식을 바탕으로 즉각적으로 행동하는 능력을 말한다.

여기서 비판주의는 경험을 행동으로 전환하는 자신감을 떨어뜨림으로서 직관의 힘을 가로막는다.

그들은 인간의 사소한 약점에 주목한다. 우리는 바로 이 지점에서 기계의 도움을 받을 수 있다.

기계는 우리에게 올바른 답을 제시하는 것은 물론, 우리의 접근방식이 얼마나 왜곡되었는지, 혹은 다양한 요인으로부터 얼마나 쉽게 여향을 받는지 말해준다.

우리는 인간 특유의 오류와 인지적 약점을 인식함으로써 그애 따른 문제를 완전히 해결할 수는 없다고 하더라도 해답에 한 걸음 다가설 수 있다.

우리는 객관적인 분석으로 계획에 문제가 있다는 사실을 깨달았을 때에도 원래 계획을 좀처럼 포기하지 못한다.

그리고 계획이 부당하다는 사실을 입중하는 새로운 증거를 잘 인정하지 않는다.

이러한 확증편향 때문에 데이터가 들려주는 또 다른 이야기에도 불구하고 자신이 옳다고 믿는 것만 받아들인다.

우리는 스스로를 속임으로써 무작위 속에서 패턴을 발견하고, 존재하지 않는 상관관계를 억지로 찾아낸다.

중요한 순간에 절대적으로 솔직해야 한다고 대답한다.

탁월한 프로세스가 탁월한 지식과 기술을 압도할 것이다.

물론 그렇다고 해서 지식과 기술이 쓸모없게 되어버린 것은 아니지만, 어쨌든 두 사람은 협력을 통해 성과를 극적으로 개선하는 프로세스의 위력을 보여주었다.

이에 대해 나는 이렇게 결론을 내리고 싶다.

'약한 인간 + 기계 + 뛰어난 프로세스'의 조합은 어떤 슈퍼컴퓨터보다 강하다.

더 놀라운 사실은 '강한 인간 + 기계 + 평범한 프로세스'의 조합보다도 더 막강하다는 것이다.

인공지능은 지식에서 무차별 대입법으로 넘어갔지만, 수확체감의 법칙에 직면하면서 다시 지식 쪽으로 돌아오고 있다.

그리고 그 과정에서 다시 한 번 프로세스가 주목을 받았다.

프로세스는 오로지 인간만이 창조할 수 있는 것이기 때문이다.

지능 확장이란 인간의 사고 과정을 인공 시스템으로 대체하는 것이 아니라, IT를 인간의 의사결정 수준을 높이는 도구로 활용하는 접근방식이다.

틀림없이 인공지능 때문에 많은 일자리가 사라질 것이다.

그러한 상황에서도 오랫동안 살아남을 직업군을 찾는다면, 인간-기계협력, 그리고 프로세스 아키텍쳐와 설계 분야를 눈여겨봐야 할 것이다.

이는 단지 '사용자 경험'을 개선하는 것이 아니라, 인간과 기계 사이의 협력을 새로운 차원으로 끌어 올리고 그 과정에서 새로운 도구를 창조하는 완전히 새로운 분야다.

기계는 명령에 따라 움직이지만, 우리는 목표를 향해 움직인다.

기계는 절전 모드에서도 꿈을 꾸지 않는 반면, 우리는 언제나 꿈꾼다.

똑똑한 기계가 필요한 것도 원대한 꿈을 실현하기 위해서다.

꿈꾸기를 멈출 때, 그리고 야심찬 목표를 향한 질주를 멈출 때, 우리는 기계로 전락하고 만다.