16 4월 2023

[IT 혁신 디바이스][소프트웨어] [EBS교육방송] AI로 대체되기 가장 쉬운 직업은?

[IT 혁신 디바이스][소프트웨어] [EBS교육방송] AI로 대체되기 가장 쉬운 직업은?

에너지 개발로 산업혁명 : 수많은 육체노동자 대체

정보기술과 통신기술로 AI혁명 : 수많은 지식 노동자(오피스 사무원, 의사, 변호사) 대체

Loading

16 4월 2023

[비지니스 경영] 야바위 얼굴만 남는다 : 사기술, 6편: 사기술

[비지니스 경영] 야바위 얼굴만 남는다 : 사기술, 6편: 사기술

사람들이 모여드는 시장 같은 곳에는 으레 야바위꾼들도 한자리를 차지하고 있었다. 동그라미가 표시된 카드 한 장, 아무 표시도 없는 카드 두 장, 이렇게 카드 세 장을 뒤집어 놓고 이리저리 섞은 다음, 동그라미 표시된 카드를 찾아보라고 부추긴다. 야바위꾼은 처음에는 누구나 알아볼 수 있도록 카드를 천천히 섞으며 내기를 걸도록 유혹한다.

눈썰미 없는 내가 봐도 오른쪽 맨 끝의 카드가 동그라미가 그려진 카드다. “단돈 천 원. 맞히면 두 배!” 이렇게 야바위꾼은 소리치며 흥을 돋운다. 주변의 아저씨들도 “가운데 카드다”, “아니, 오른쪽 카드야!”하며 야바위꾼의 흥에 맞춰 분위기를 띄운다. 야바위꾼은 “자, 어느 쪽이 동그라미냐?” 하며 카드를 뒤집어 확인하려고 한다. 구경꾼들 모두가 알고 있는 오른쪽 카드를 애써 외면하며 야바위꾼은 가운데 카드를 자꾸 뒤집으려고 한다. ‘아닌데, 그 카드가 아닌데. 오른쪽 카든데.’ 하는 생각이 들 정도였다. 그렇게 카드를 한 장 한 장 뒤집으며 오른쪽 카드가 동그라미 카드라는 것을 구경꾼들에게 확인해 준 뒤, 현란한 솜씨로 카드를 뒤섞으며 손놀림보다 더 현란한 화술로 돈을 걸도록 부추긴다. 유난을 떨며 돈을 걸어 당첨금을 받은 사람들도 몇 명 있었던 것 같다. 곳곳에 섞여 판의 흥을 돋우고 돈을 따는 사람들이 바람잡이라는 것을 그때는 알 수 없었다. 그저, 유심히 야바위꾼의 손놀림을 관찰할수록 동그라미 카드를 알아맞힐 수 있을 것 같은 생각이 들었다.

서울에 처음 올라왔을 무렵, 아저씨들이 모여 웅성대는 곳에서 처음 본 광경들이다. 카드 대신 작은 그릇 세 개를 가지고 하는 야바위도 있었던 것 같다. 작은 구슬 같은 것을 그릇 안에 넣고 이리저리 섞은 뒤, 구슬이 들어 있는 그릇을 찾아보라고 한다. 카드로 하는 야바위처럼 구슬이 들어 있는 그릇을 맞히는 것도 그다지 어려워 보이지 않았다. 이때에도 쉽게 돈을 딸 수 있을 것만 같은 유혹이 스멀스멀 기어오르는 듯했다. 불행인지 다행인지, 실지로 돈을 걸어 본 적은 없다. 워낙 새가슴에다 돈을 걸 만큼 주머니가 넉넉하지도 않았다.

이런 간단한 방법 말고도 거창한 도구를 동원한 경우도 있었다. 함석으로 만든 둥근 수조에 물을 담아 놓고 새끼 거북을 풀어 놓은 야바위도 본 적이 있다. 수조 테두리 쪽에 작은 칸막이들을 만들어 놓아 새끼 거북이 아무 칸막이에나 헤엄쳐 가게 한다. 새끼 거북이 어느 칸막이로 헤엄쳐 갈지 알아맞히는 방식이었던 것 같다. 미니 경마라고 할 만한 것도 있었다. 마치 수영장을 축소해 놓은 모형 같은 수조에서 거북이인가 물방개인가 정확히 기억은 나지 않지만, 아무튼 수영 잘 하는 놈들을 풀어 놓아 경주를 시키는 식이었다.

카드를 사용하든 큰 수조를 사용하든 야바위의 원리는 딱 한 가지일 것이다. 구경하는 사람이 정답을 맞혀서 돈을 딸 수 있다는 마음을 불러일으키고 돈을 걸게 한 뒤, 결국은 능숙한 솜씨로 돈을 털어 가는 것. 그래도 이런 수조에서 야바위꾼들이 어떻게 자기들 마음대로 원하는 결과를 얻기 위해 ‘승부 조작’을 하는지 가늠할 수 없어 신기하기만 했고, 그런 만큼 보기 드문 구경거리인 것만은 분명했다. 아마도 미세한 전류를 조작하는 식이 아니었을까 추측해 볼 뿐이었다.

이런 야바위 가운데 익숙한 것으로 박보장기가 있었다. 장기 묘수 풀이의 한 종류인데, 장기판에 남아 있는 기물이 몇 개 되지 않는다. 판이 거의 끝나 더 이상 둘 수가 있나 싶은 배치였다. 그런데 장기를 둘 줄 아는 사람이 조금만 찬찬히 살펴보면 금방 수가 날 것처럼 보인다. 박보장기판의 분위기도 다른 야바위판과 별반 다르지 않다. 곳곳에 바람잡이가 자리를 해서 돈은 걸어 아깝게 지기도 하고 훈수를 두기도 하고 돈을 걸어 보라고 부추기기도 한다. 평범한 수준의 장기 실력이 있는 사람의 눈에는 서너 수쯤에 함정이 있다는 것을 알아볼 수 있다. 그런 함정 수를 알고 있는 사람에게는 도저히 질 수 없는 판으로 보이게 마련인가 보다. 그래서 돈을 걸고 장기를 두어 보지만 야바위꾼은 생각지도 못한 수로 응수하며 돈을 쓸어간다. 이런 모습을 지켜보는 사람 가운데 장기를 제법 두어 본 사람도 있게 마련이다. 이런 사람이 보기에 사람들이 걸려드는 함정 수를 피할 방법이 빤히 보인다. 그뿐만 아니라 그 다음에 진행될 수도 금세 간파한다. 일곱 수나 여덟 수쯤에 함정이 있다는 것을 알아차린 것이다. 그렇게 몇 개의 함정수를 넘어 수를 보는 순간, 무조건 이길 수 있다고 믿게 된다. 이제 박보 장기판이 새로운 국면에 들어선다.

바람잡이가 그런 호구에게 들러붙어 함께 수를 연구하는 도움이처럼 행세한다. 호구와 이렇게 저렇게 의논하며 이길 수밖에 없는 수를 찾았다고 호구가 확신하도록 부추긴다. 이제 푼돈을 놓고 벌이는 심심풀이 판을 훨씬 넘어서는 순간이다. 호구는 큰돈을 딸 수 있다는 기대에 잔뜩 부풀어 있다. 바람잡이가 이 틈을 놓칠 리 없다. 바람잡이가 호구를 부추겨 천만 원이든 이천만 원이든 마련해 오게 한다. 그 뒤의 스토리는 빤한 결말로 이어질 뿐이다. 시골 장터에서 노인을 상대로 이런 사기가 자주 일어났는데, 십여 년 전까지도 신문에 토막 기사로 실렸던 기억이 난다.

박보장기는 장기의 묘수풀이를 이르는 일반 명사인데, 우리나라 박보장기판에서 가장 흔하게 등장하는 그 묘수풀이가 초보든 고급자든 접근하기 쉽고 여러 함정 수가 있어서 야바위꾼들의 구미에 딱 맞는 묘수풀이인 것 같다. 말하자면 장사가 되는 아이템인 것이다. 이 아이템에 대해 프로 장기 기사가 해설하는 것을 티브이에서 본 적이 있다. 서로 최선의 수를 둘 경우, 이십 수가 훌쩍 넘어가는 복잡한 수순을 거쳐야 이길 수 있다. 우리 같은 보통사람들이야 현란하게 진행되는 수순을 그저 멍하니 쳐다볼 뿐이다. 그러므로 돈 보따리를 들고 박보장기판에 찾아온 시골 노인이 야바위꾼을 상대로 돈을 따간다는 것은 그 노인의 꿈에서나 이루어질 일이다.

《스팅》

《스팅》(1973년, 조지 로이힐 감독) <출처:나무위키>

어렸을 때 영화 《스팅》이 친구들 사이에서 한창 화제 거리인 때가 있었다. “너, 그 장면 봤지? 열차 간에서 말이야 폴 뉴먼이 술 취한 척 카드 게임 하는 장면.” 이렇게 한 친구가 말하자, 다른 친구가 바로 맞장구쳤다. “봤지. 진짜 신기했어. 분명히 3 포카였는데 마지막에 카드가 바뀌잖아.” 잔뜩 흥분해 지금 극장에 걸려 있는 《스팅》 이야기에 들떠 있는 친구들 사이에서 나는 아무 말도 할 수 없었다. 그렇게나 재미있는 영화를 나는 보지 못했다. 볼 수 있다는 희망이 없어서 더 침울했는지도 모르겠다. 영화를 볼 돈도 없고, 영화를 보여 줄 형이나 삼촌도 가까이에 없었다.

영화를 볼 수 없었던 친구들 몇 명끼리는 ‘구멍치기’에 대한 얘기를 나눴는지도 모르겠다. 극장에서 표를 받는 ‘기도 아저씨’ 몰래 이른바 ‘개구멍’ 같은 곳으로 들어가 공짜로 영화 보는 방법을 구멍치기라고 불렀다. 당시 《스팅》이 상영되던 제일극장은 제주시의 번화가인 칠성통에 있었는데, 바로 옆 건물 벽과 조그만 틈이 있기는 했다. 그틈 사이로 몰래 타고 올라가 화장실 문으로 들어가는 방법이다. 오, 그런 방법이 있었어? 하며 호기심이 당겼지만, 현실에서는 이루기 어려운 소망에 지나지 않았다. 어느 동네에 사는 어떤 애들이 제일극장에 구멍치기를 하다가 기도에게 걸려 얻어터지고 몇 시간씩 벌을 선 적이 있었다는 것이다.

이렇게 보고 싶은 마음을 접어야 했던 《스팅》(1973년, 조지 로이힐 감독)을 한참 뒤에야 볼 수 있었다. 과연 영화는 첫 장면부터 박진감 있게 진행되었다.

미국 시카고 외곽에서 갱단의 조직원인 젊은 청년이 큰돈을 다른 조직원에게 전달하는 임무를 수행하기 위해 사무실을 나선다. 골목길에 나서자 “저놈 잡아라. 소매치기다!” 하는 소리가 저쪽에서 들린다. 소리 나는 곳을 돌아보니 몸집이 날렵한 젊은 놈이 이쪽으로 잽싸게 달려오고 있다. 저 뒤쪽에서는 계속해서 소매치기 잡아라 하는 소리가 들린다. 갱단 조직원 바로 뒤에는 잘 차려입은 젊은 신사가 달려오는 소매치기를 뒤돌아보고 있다. 잘 생긴 로버트 레드포드다. 레드포드는 들고 있던 서류 가방을 소매치기의 무릎 높이로 솜씩 좋게 던진다. 이 타이밍이 어찌나 적절했던지 소매치기는 가방을 피하느라 폴짝 뛰다가 불안한 착지 때문에 땅에 쓰러지고 지갑을 빠뜨린 채 얼른 다시 일어나 잽싸게 도망친다. 떨어진 지갑은 지켜보던 조직원이 줍는다. 지갑 안에는 지폐가 두둑하게 담겨 있다. 저 뒤에서 소매치기 피해자는 여전히 소리를 지르며 길바닥에 누워 있다. 아마 큰 부상을 당한 듯 보인다. 더 이상 소매치기를 따라가 잡을 수 없다고 생각했는지 레드포드가 피해자가 있은 쪽으로 달려간다. 지갑을 든 조직원도 덩달아 달려간다.

피해자는 한쪽 다리에 큰 상처를 입고 피를 흘리는 와중에도 자꾸 일어나 걸어가려고 시도한다. 하지만 상처 입은 다리로는 제대로 설 수조차 없는 지경이다. 피해자는 조직원에게 다급하게 말한다. 네 시까지 마피아 두목에게 큰돈을 전달해야 한다고, 제 시간에 그 돈을 전달하지 못하면 자기 사업이고 목숨이고 모두 끝장이라고. 옆에서 지켜보는 레드포드는 뭘 믿고 생판 처음 보는 이 사람한테 큰돈을 맡기냐고 핀잔을 주지만, 피해자는 아랑곳하지 않고 조직원에게 필사적으로 매달리듯 말한다. 그러면서 수고비로 조직원에게 100달러를 건네주며 종이를 돌돌 말아 놓은 돈뭉치를 안겨준다.

조직원이 얼떨결에 돈뭉치를 받아들었지만, 레드포드가 조직원의 손에서 냉큼 돈뭉치를 가져가더니 아주 안전하게 돈을 간수해야 한다면서 조직원이 갖고 있는 돈도 달라고 한다. 조건반사를 일으킨 것처럼 조직원은 자기 돈 봉투를 안주머니에서 꺼낸다. 레드포드는 재빨리 조직원의 돈 봉투를 잡아채고, 피해자의 돈뭉치에 조직원의 돈 봉투를 같이 넣어 다시 돌돌 만 다음, 이렇게 안전하게 간수해 가야 한다면서 바지춤에 돈뭉치를 넣는다. 일종의 시범 보이기 같은 것이다. 레드포드가 바지춤에 넣었던 돈뭉치를 바로 꺼내 조직원의 바지춤에 넣어 주며 마피아 두목에게 잘 전달해 달라고 당부한다.

이 모든 과정이 순식간에 벌어졌다. 조직원은 얼떨떨해 하며 상황에 실려 갈 뿐이다. 그 와중에 머릿속에는 이게 웬 떡이냐 하는 생각만 가득했을 것이다. 바지춤에 돈뭉치를 넣은 조직원은 잽싸게 골목길을 빠져나와 큰길로 나서서 택시를 잡아탄다. 물론 피해자가 전달해 달라고 말한 방향과 정반대 방향으로 가자고 한다. 룰루랄라 휘파람을 불며 바지춤에서 돈뭉치를 꺼낸다. 순간 조직원의 얼굴은 사색이 된다. 돈뭉치가 아니라 종이일 뿐이다. 레드포드가 바지춤에 넣으며 돈뭉치를 바꿔치기 한 것이다. 다른 조직원에게 전달해야 하는 거금 만 이천 달러를 감쪽같이 털렸다. 우리가 흔히 ‘네다바이’라고 부르는 수법에 당한 것이다.

《스팅》은 1936년 미국의 시카고와 뉴욕을 무대로 펼쳐지는 사기꾼들의 이야기를 다루고 있는데, 위에서 말한 사기 수법은 짧은 상황극처럼 순식간에 펼쳐진다. 레드포드와 피해자와 소매치기, 이 세 사람이 한패가 되어 각자 맡은 역할을 연기하는 일종의 상황극이다. 그런데 레드포드 일당이 호구를 찍을 때 갱단의 조직원이라는 것을 알고 찍은 것은 아니었다. 아무리 사기꾼이라도 갱단 조직의 돈이라는 것을 알고도 털려고 하지는 않을 것이다. 그저 지나가는 행인 가운데 제법 현금을 가지고 있는 듯 보이는 사람을 찍어 사기극을 벌였을 뿐이다. 하지만 돈 앞에서 인정사정 봐 줄 갱단이 어디 있겠는가? 레드포드는 쫓기는 신세가 되고 피해자 역할을 한 루서는 살해당하고 만다. 루서는 레드포드의 멘토이기도 하고, 평생 사기술로 잔뼈가 굵은 인물이다. 사기꾼들 사이에 신망이 두터워 도와주려는 친구들도 많다. 루서가 살해당하면서 이야기는 루서에 대한 복수극으로 전개되고, 복수의 수단으로 기상천외한 사기술이 동원되게 된다. 레드포드가 루서의 오랜 친구인 폴 뉴먼을 찾아가고 옛 친구들이 모여들어 루서를 살해하도록 명령을 내린 갱단 두목, 로버트 쇼를 터는 이야기가 경쾌한 주제곡과 함께 경쾌한 템포로 이어진다.

로버트 쇼를 상대로 벌이는 사기는 스케일 면에서 앞서의 ‘네다바이’하고는 완전히 다르다. 진짜 사무실을 구하고 진짜 사설 경마장처럼 시설을 꾸며 놓는다. 시설만이 아니다. 그곳에서 경마 방송을 하는 아나운서, 경마장 매니저, 돈을 거는 손님들마저도 같은 패거리로 채운다. 그야말로 “가공의 극장”을 차리고 완벽한 무대장치와 온갖 배우들이 출연하는 5막짜리 연극을 상연하는 것처럼 사기를 펼친다. 오로지 갱단 두목인 로버트 쇼 한 사람만을 위한 극장이 차려진 것이다. 앞에서 말한 열차 장면은 로버트 쇼를 이 가짜 극장으로 꾀어내기 위한 미끼일 뿐이다.

《스팅》 영화를 보는 내내 교묘한 사기 수법과 치밀한 피해자의 심리묘사가 어우러지고 거기에다 서스펜스와 유머까지 이어지니 시간가는 줄 몰랐다. 특히나 갱단의 거물 로버트 쇼를 요리조리 요리하는 사기꾼들의 수법이 감탄스러운데, 실제로 있었던 일이 아니라면 상상만으로 그런 수법들을 생각해 내기는 어려워 보였다.

『빅콘 게임』

아닌 게 아니라, 《스팅》의 원작이 따로 있는 것은 아니지만 사기 수법의 세세한 내용까지 《스팅》에 강한 영감을 준 책이 있었다. 19세기말부터 발전을 거듭하며 1930년대에 절정을 이룬 미국의 신용 사기 수법을 내부자처럼 속속들이 파헤친 책, 『빅콘 게임』이다. 이 책의 저자 데이비드 모러David Maurer(1906∼1981)는 사기를 전문으로 수사한 수사관이나 경찰도 아니고, 취재기자도 아니고, 실제로 사기를 쳐 본 사기꾼도 아니다. 의외의 일이지만, 언어학자다. 생각해 보면 수많은 사기꾼들의 수사 기록을 검토한다고 해도 세세한 수법들을 속속들이 알기는 어려울 것이다. 더군다나 모러에 따르면, 신용 사기 피해자의 90퍼센트 정도는 아예 신고를 하지 않을 뿐더러 잡힌 신용 사기꾼이라도 여기저기 뇌물을 써서 대부분이 빠져나가고 실형을 사는 사기꾼은 극히 소수라고 한다. 이런 신용 사기꾼들이 수사 과정에서 순순히 자기 수법을 밝히지는 않을 것이다. 그렇다고 기자에게 털어놓을 리도 없다. 신용 사기꾼이 자기 평생의 밥줄인 사기 수법을 책으로 써서 만천하에 공개할 리도 만무하다.

데이비드 모러는 일생을 암흑가의 언어를 연구한 학자로서, 그 가운데 사기꾼들의 언어를 연구하는 데 몰두했는데, 이 책 『빅콘 게임』은 “수많은 사기의 배경을 조사하다가 탄생한 부산물”이라고 저자는 밝히고 있다. 저자는 연구 과정의 부산물이라고 겸손한 태도를 보이고 있지만, 사기꾼들 자신이 털어놓지 않으면 “손에 넣을 수 없는 사실”들로 가득한 책이다.

모러가 범죄자들과 격의 없는 관계를 맺으며 내밀한 이야기를 들을 수 있었던 데에는 필드워크에 특출한 재능이 있었음에 틀림없다. 지적 능력이나 인화력 외에도 범죄자들에게 신뢰를 얻기 위해서는 강한 체력과 배포가 뒷받침되어야 했을 것이다. 그래서 실제로 “얼어붙을 듯한 한겨울 날씨에 무거운 어망을 걷어 올리는 작업을 돕거나, 밀주 공장으로 가는 시골길에서 진창에 빠진 자동차를 함께 밀 수 있을만큼 건장한 어깨와 힘센 팔을 지닌 거구의 사내”였다고 한다.

『빅콘 게임 The Big Con: The Story of the Confidence Man』은 미국에서 1940년에 출간된 꽤 오래된 책이다. 한국어판으로는 2004년에 출간되었지만 아쉽게도 지금은 절판되어 구하기가 쉽지 않다. 제목에서 Con은 신용 사기를 뜻하는 Confidence를 줄여 쓴 말이지만, Con 자체로 사기를 뜻하는 말로 흔히 쓰인다. 그러므로 빅콘Big Con은 대형 사기쯤으로 번역할 수 있는 말이다.

《스팅》에서 보면, 첫 장면에 나온 사기는 숏콘이고 로버트 쇼를 상대로 벌이는 사기가 빅콘이다. 빅콘은 무대장치가 잘 갖춰진 가짜 극장에서 주로 이루어지는데, 이런 가짜 극장은 《스팅》에서처럼 가짜 사설 경마장일 수도 있고, 링이 있는 권투 경기장이나 트랙이 있는 도보 경주 경기장일 수도 있고, 사설 증권회사일 수도 있다. 사기가 이루어지는 이런 곳을 모두 빅스토어라고 부른다고 한다. 그러므로 빅스토어를 무대로 일어나는 사기는 빅콘이다. 소소하게 털어먹는 숏콘과 엄청난 돈을 챙기는 빅콘 사이의 차이는 “보내기”가 있느냐 없느냐로 구분된다고 모러는 말한다.

예를 들어, 보통의 박보장기는 그저 호구들의 주머니에 있는 돈을 터는 데 만족한다. 그런데 돈을 가지러 집으로 간 시골의 노인의 예처럼 돈을 딸 수 있다는 욕심에 자기 돈이든 친척이나 친구의 돈이든 있는 대로 돈을 끌어 모아 다시 돌아오게 하는 수법이 “보내기”인 것이다. 이런 “보내기” 단계가 있는지 없는지가 숏콘과 빅콘을 나눈다. 따라서 빅콘으로 얻을 수 있는 돈의 규모는 《스팅》에서처럼 50만 달러에 이르는 엄청난 돈이 될 수 있다(정확한 것은 아니겠지만 당시 금액에 열 배 정도로 생각해야 돈 가치를 가늠할 수 있을 것이다.)

데이비드 모러에 따르면 신용 사기는 규모나 무대장치에 관계없이 똑같은 원리에 따른다고 한다. 몇 단계를 반드시 거쳐야 원하는 결과를 얻을 수 있다는 것이다.

우선 먹잇감을 찍는 일부터 시작한다. 돈 좀 있어 보이는 호구를 고르는 일이다. 호구에게 자연스럽게 접근해 환심을 사는 단계가 이어진다. 이때 사기꾼은 세련된 매너나 화술로 호구에게 믿음을 주고 호감을 얻을 수 있도록 품위 있게 행동해야 한다. 이런 일을 담당하는 인물을 미끼라고 부른다.

미끼는 신뢰가 쌓인 호구가 사기의 총책임자라 할 수 있는 인물을 만나게 유도한다. 인사이드맨으로 불리는 이 사람은 《스팅》으로 치면 폴 뉴먼과 로버트 레드포드를 합쳐 놓은 인물쯤 될 것이다. 주가조작의 달인일 수도 있고, 월스트리트에서 영향력 있는 인물로서 비공식 거래를 책임지는 사람일 수도 있다. 어쨌든 인사이드맨은 마음만 먹으면 큰돈을 벌 수 있는 위치에 있는 인물처럼 연기한다. 호구는 인사이드맨의 멋진 풍모와 부유해 보이는 모습, 돈을 벌 수 있는 능력에 끌려 한없이 신뢰를 보내는 경우가 많다고 한다. 이렇게 신뢰를 얻은 인사이드맨이 호구에게 은밀하게 돈 벌 수 있는 방법을 제안한다. 물론 그다지 정직한 방법은 아니다. 하지만 큰돈을 벌 수 있는 확실한 방법이다. 경마 결과를 미리 알 수 있다든지 주가를 조작해 큰돈을 벌 수 있다는 식으로 호구를 부추기는 것이다.

이제 호구는 돈 벌 욕심에 안달이 난다. 집으로 돌아가 있는 돈 없는 돈 다 끌어 모아 스토어로 돌아온다. 사기꾼들이 호구의 돈을 빅스토어에서 털어먹으며 사기극은 절정에 이른다. 사기를 친 다음에는 되도록 빨리 현장을 뜬다. 혹시 피해자가 고소하더라도 미리 매수해 놓은 경찰이 피해자를 잘 얼러 돌려보낸다. 물론 마지막 단계까지 가지 않도록 교묘한 방법을 동원한다. 언제나 빠져나갈 구멍을 잘 마련해 두는 것이다.

피해를 당한 호구를 떼어 놓기 위해 흔히 쓰는 출구전략 가운데 『빅콘 게임』에 나오는 사례 하나를 살펴보자. 가짜 증권회사에서 주식 투자로 사기를 치는 경우에 쓰는 마무리 수법이다. 큰돈이 걸린 마지막 베팅에서 월스트리트의 큰손이 보낸 결정적인 전보가 도착한다. 어느 회사 주식을 얼마에 팔라는 정보가 적힌 전보. 인사이드맨이 미끼에게 전보를 보여 주며 이 회사 주식을 매매하라고 지시한다. 미끼는 호구를 구슬러 인사드맨에게 데려온 자이고 그동안 호구와 함께 지내면서 인사이드맨에게서 얻은 정보로 제법 돈을 번 자이다. 물론 호구는 미끼가 인사이드맨과 한패라는 것을 전혀 눈치 채지 못한 상태다.

미끼는 의기양양하게 창구로 가서 그 회사 주식 매수 주문을 낸다. 물론 이 돈은 호구가 가져온 돈이다. 호구는 자기 돈과 인사드맨의 돈, 미끼의 돈도 같이 들어가 있는 것으로 알고 있지만 사실은 호구의 돈만 들어가 있다. 어차피 가짜로 차려진 증권회사이므로 모든 돈은 사기꾼 패거리들에게 돌아가게 되어 있다. 어쨌든 호구는 막대한 돈이 손만 뻗으면 잡을 수 있는 곳에 와 있다는 생각에 풍선처럼 부풀어 있다. 주문을 넣은 미끼가 전표를 가지고 인사이드맨과 호구가 있는 곳으로 온다. 그 순간 인사드맨은 사색이 되어 소리친다.

“하느님 맙소사, 사다니! 팔라고 했잖아. 공매도하라고! 이 전보 안 보여? 우린 이제 망했어.”

공매도는 주식을 들고 있지 않은 상태에서 미리 팔자 주문을 내놓고 주가가 떨어지면 주식을 사서 다시 갚는 것이다. 공매도를 해야 했는데 반대로 매수 주문을 냈으니 모든 돈을 날리게 생겼다. 호구는 머리가 하얘진다. 호구는 “머릿속의 계획이 카드로 만든 집처럼 와르르무너져 내리고, 그는 추락한다.”

이제 모든 잘못은 미끼가 뒤집어쓰게 된다. 인사이드맨은 미끼에게 욕설을 퍼붓는다. 호구는 인사이드맨이 매매하라고 했지 공매도하라는 얘기를 듣지 못했다고 변명한다. 이렇게 변명하는 못난 미끼에게 호구는 살의를 느낀다. 하지만 어쩔 수 없는 노릇이다. 미끼 또한 전 재산을 날린 빈털터리가 되었으므로. 누구를 탓할 수도 없는 처지가 된 것이다.

사기공화국 풍경

사기에 관한 한 우리나라도 결코 미국에 못지않게 번창하고 있다. “생활형 검사” 김웅이 쓴 『검사내전』의 1부 제목이 “사기공화국 풍경”이다. 맨 처음 나온 이야기가 “후덕하고 진실한 인상”의 할머니 이야기이다. 할머니의 사기 수법은 비즈니스에 기반을 두고 있다. 이름 하여 어음 사기. 먼저 건실한 유통업체를 인수한다. 사장은 물론 바지 사장을 앉힌다. 회사를 인수한 뒤 꾸준히 거래를 유지하며 신뢰를 쌓는다. 이때 결제 수단이 약속어음인데 제 날짜에 어음 결제를 잘 해 준다. 이런 식으로 1년 정도 신뢰를 쌓은 다음 사기에 들어간다. 대기업에서 연말 선물로 대량 주문이 들어왔다는 식으로 엄청난 양의 물건을 거래처에 주문을 낸다. 쉽게 현금화할 수 있는 “알루미늄 괴나 랩톱”같은 물건을 대량으로 사들이는 것이다. 어음 결제의 속성상 3개월이나 6개월 뒤에 결제가 이루어지므로 주문한 물량을 가로채 달아날 시간이 충분하다.

대량 주문을 받은 업체는 이런 어음 거래의 위험을 잘 알고 있기 때문에 고민에 빠져들게 된다. 몇 개월 뒤에 어음이 제대로 결제되기만 한다면 납품자 입장에서는 제법 큰돈을 벌 수 있다. 그런데 제대로 결제가 될까 하는 고민에 빠지는 것이다. 일부 피해자들은 그동안 성실히 거래해 온 거래 실적을 믿고 상품을 납품했다. 갑작스런 물량에 의심을 품은 업체도 할머니는 가볍게 속아 넘겼다. SK텔레콤에 납품할 물건이라며 가짜 SK텔레콤 부장을 내세워 간단히 속아 넘긴 것이다. 가짜 명함을 만들고 대기업 부장 행세를 하는 인물이 SK텔레콤에 직접 납품하라며 SK텔레콤 본사 주차장에서 물건을 넘겨받는 식이었다. 가짜 부장이 가짜 명함을 만들고 방문자 자격으로 SK텔레콤 본사 주차장에 들어가는 것은 손쉬운 일이다. 의심을 품은 업체조차도 이런 허술한 속임수에 모두 속아 넘어갔다고 한다.

피해자들이 피해를 입었다는 것을 알게 되기까지는 몇 달이 걸린다. 어음 결제일이 되어서야 비로소 결제 대금이 안 들어온다는 것을 알게 되기 때문이다. 그래도 속았다는 것을 인정하지 않는 피해자들이 많았다고 한다. 도저히 사기 칠 인상의 할머니가 아니었다는 것이다. 납품한 물건이 ‘땡처리’ 시장에 나오고 나서야 고소가 이루지고, 그런 뒤에도 바지 사장을 쫓느라 또 몇 달이 흘러간다. 바지 사장이 잡히고 나서야 할머니의 존재가 드러나지만, 그러는 사이에 할머니는 종적을 감춘 지 오래다. 할머니를 수배한 뒤 사건을 기소중지하면 또 1∼2년이 지나간다.

이 할머니의 사기 수법은 수십 개의 중소기업을 들어먹는 데 그치지 않았다. “대한민국 검사”들마저도 가지고 놀았다. 수배를 풀기 위해 담당 검사실로 불시에 들이닥치기도 여러 번이라고 한다.

김웅 검사에 따르면 우리나라 검사들은 2년마다 인사이동이 있다. 그러니 새로 부임한 검사는 기소중지된 기존 사건에 대해 알 수가 없다. 새로운 검사에게 사건이 재배당된 것을 확인한 할머니가 “느닷없이 검사실로 쳐들어온다.” 토요일에도 오전 근무를 할 시절이니 퇴근하기 얼마 전 시간을 절묘하게 골라 쳐들어오는 것이다. 그러면서 욕설과 고함을 질러대며 자기를 왜 수배해 놓았느냐며 소리를 지른다. 이른바 “선빵”을 날리는 수법이다. 그런 기세에 눌린 신임 검사는 무언가 실수를 했구나 싶어 쩔쩔매게 된다. 부랴부랴 사건 기록을 찾지만 이때에도 시간이 걸린다. 이제 퇴근시간이 점점 다가오는데 사건을 세세하게 검토할 여유가 없다. 제 발로 걸어 들어온 인자하게 생긴 할머니가 무슨 큰 죄를 지었겠는가? 구태여 지금 체포할 필요가 있겠는가? 지금은 돌려보내고 천천히 기록을 살펴본 뒤 다시 불러 조사하면 되겠지. 이런 식으로 사태가 진행되어 왔다는 것이다. 그러니 사기 전력만 34회에 이르고 수백억 대의 어음 사기를 저질러도 제대로 처벌받지 않고 김웅 검사에게까지 넘어오게 된 것이다.

할머니가 김웅 검사실로 쳐들어온 토요일 오전, 김웅 검사는 당직 근무 중이라 밤 12시까지 근무해야 하는 날이었다고 한다. 갓 부임한 어린 검사가 할머니 예상과 달리 사건 기록을 몇 시간째 읽는 모습을 보고 사기꾼 할머니는 점점 불안해진다. 현기증이 난다는 둥 예전에도 응급실에 늦게 가는 바람에 전신마비가 올 뻔했다는 둥 꾀병을 부렸다. 그러다 뒷부분까지 사건 기록을 읽고 있는 김웅 검사를 보면서 정체가 드러날까 두려워진 할머니는 결국 웩웩 소리를 치더니 거품을 물고 쓰러졌다. 검사실에서 조사받던 피의자가 거품을 물고 쓰러져 경련을 일으키고 있으니 응급실로 급히 실어가야 할 상황이었다. 그때 김웅 검사는 “그냥 머릿속이 까매졌다”고 한다. 119에 연락하는 것마저 까먹을 정도로 당황스러웠다고 한다. 그런데 잠시 뒤, 김웅 검사는 할머니가 꾀병을 부리고 있다는 것을 알아차렸다. 그 과정이 참으로 기발하고 재미있다.

사람의 코는 모양이 제각각이듯 좋아하는 향에 대한 기호도 천차만별이다. 어떤 사람은 꽃 냄새를 좋아하지만, 어떤 사람은 암모니아 냄새를 좋아하기도 한다. 나는 세제 냄새를 좋아했다. 왜냐고 묻지는 마시라. 기호에는 원래 이유가 없다. 각자의 독특한 기호는 가끔 예상치 못한 곳에서 밥값을 하기도 한다. 할머니의 입에 다가간 순간, 뭔가 익숙한 냄새가 났다. 어디선가 아주 친근하게 맡아봤던 이 청초한 냄새는? 알 듯 말 듯 콧속과 머릿속을 맴도는 이 냄새는? 그렇다! 그것은 ‘하이타이’ 냄새였다. (김웅, 『검사내전』, 32쪽)

노련한 사기꾼답게 할머니는 최후의 카드를 준비해 온 터였다. 하이타이를 환丸으로 만들어 온 것이다. 조사가 자기 뜻대로 되지 않으니 하이타이 환을 입에 놓고 침으로 녹이며 게거품을 물고 실신 연기를 했다. 검사가 하이타이 냄새를 알아차리지 못했다면 또 다시 응급실로 실려 가고 수사는 또 지지부진해졌을 것이다.

혼자서 씩 웃는 사기꾼

일찍이 단테 알리기에리Dante Alighieri(1265∼1321)도 지옥에 사기꾼을 위한 자리를 마련해 놓았다. 펄펄 끓어오르는 역청 지옥이다. 부절제의 죄나 폭력의 죄를 범한 자들보다 더 심한 벌을 받도록 사기꾼들을 역청 지옥에 넣었다. 단테의 『신곡』 지옥 편 22곡에 나오는 내용이다. 여기서 단테는 죄인들을 처벌하는 악마들마저 속이는 사기꾼의 모습을 그리고 있다. 자신을 처벌하려는 악마에게 사기꾼이 말한다. 잠시 물러나 있으면 휘파람을 불어 역청 속에 있는 다른 사기꾼들을 불러내겠다고. 악마가 잠시 물러난 사이에 사기꾼은 잽싸게 역청 속으로 도망쳐 버린다. 사기꾼을 쫓아가던 악마들이 서로 다투다 역청에 빠지는 수모를 당하기도 한다.

19세기의 작가 에드거 앨런 포Edgar Allan Poe(1809∼1849)는 사기꾼의 속성을 「사기술」이라는 짧은 글에 압축적으로 표현했다. 인간 외에 사기 치는 동물은 없다며 이렇게 말한다.

까마귀는 훔치고, 여우는 속이고, 족제비는 선수 치고, 인간은 사기를 친다. 사기는 인간의 숙명이다. 어떤 시인은 “인간은 슬퍼하게 되어 있다” 하고 말했지만, 그렇지 않다. 인간은 사기 치게 되어 있다. (에드거 앨런 포, 『에드거 앨런 포 소설선집4』, 10쪽)

그러면서 사기라는 복합체를 만들어 내는 아홉 가지 재료를 들고있다. 섬세함, 흥미, 끈기, 정교함, 대담함, 태연함, 독창성, 건방짐, 소리 없는 웃음. 하나하나가 무릎을 탁 칠 정도로 사기꾼의 행태를 드러내는 속성이 아닐 수 없다.

섬세하지 못하고 무딘 사기꾼이 남을 속일 수는 없을 것이다.

“우리의 사기꾼은 흥미에 이끌려 움직인다.” 호구를 알아보고 호구의 돈 냄새에 끌린다. 그런 식으로 우리의 주머니를 노린다.

사기꾼은 끈덕지다. 호구를 한번 문 사기꾼은 절대로 놓지 않는다. “쉽사리 낙담하지도 않는다.”

사기꾼은 정교하다. 뛰어난 스토리텔러다. 짜임새 있게 계획을 세우고 줄거리를 엮는다. 언제나 빠져나갈 구멍을 만들어 놓는다.

사기꾼은 대담하다. 겁도 없이 최고 권력자의 측근 행세를 한다. 발각될까 두려워 겁을 먹지도 않는다.

사기꾼은 태연하다. “사기꾼에게는 신경이라는 게 아예 없다.” 침착하고 평온하고 절대 화를 내는 법도 없다.

사기꾼은 독창적이다. “사기꾼은 진부한 기술을 경멸한다.” 끊임없이 새로운 수법을 만들어낸다.

사기꾼은 건방지다. 사기꾼은 허풍쟁이에다 우리에게 비웃음을 날린다. “우리의 저녁을 해치우고, 포도주를 마시고, 돈을 빌리고, 놀려 먹고, 우리의 강아지를 걷어차고, 우리의 아내에게 입을 맞춘다.”

이제 포는 사기꾼의 마지막 모습을 이렇게 표현한다. “우리의 진정한 사기꾼은 씩 웃는 것으로 모든 일을 마무리한다.” 작업을 끝마친 사기꾼은 아무도 없는 곳에서 혼자서 소리없이 씩 웃으며 하루를 마무리한다.

《스팅》에서 폴 뉴먼은 사기의 최고의 경지를 이렇게 말한다. 사기를 당한 호구가 자기가 사기를 당했는지 알아차리지 못할 정도로 완벽하게 사기를 치는 것. 불안을 부추겨 돈을 강탈하는 보이스피싱 같은 일부 사기를 제외하고 대부분의 사기는 피해자의 숨겨진 욕망을 불러내고 부추긴다. 숨겨진 욕망에 기생한다는 점에서 사기술과 자본주의는 같은 원리에 기반하고 있다. 그래서 현실에서는 정상적인 비즈니스와 사기술 사이의 경계가 점점 흐릿해지는 것으로 드러난다.

애드거 앨런 포는 「사기술」에서 금융업자와 사기꾼 사이의 차이는 규모가 큰지 작은지 차이일 뿐이라고 말했다. “코끼리와 쥐, 혜성 꼬리와 돼지 꼬리의 관계”나 다름없다는 것이다. 크게 해 먹느냐 작게해 먹느냐의 차이뿐이다. 우리는 2008년 경제 위기에서 실제로 이런 일을 겪었다. 팔아서는 절대 안 되는 쓰레기 같은 부실 채권들을 CDS니 CDO하는 거창한 상품으로 묶어 팔았고, 결국 세계경제의 위기를 초래했다. 그런 사기를 친 뒤에도 누구하나 제대로 처벌받은 사람도 없다. 『롤링스톤』의 기자 매트 타이비는 그런 미국 사회를 “사기꾼들의 유토피아Griftopia”라고 표현했다.

우리가 사기를 당하고 있다는 것도 모른 채 일상을 살아가는 사이에 저 위의 누군가는 소리 없이 씩 웃으며 하루를 마무리하고 있을지도 모를 일이다.

♠ 참고 도서

데이비드 W. 모러, 고수미 옮김, 『빅콘 게임』, 마고북스, 2004년.
김웅, 『검사내전』, 부키, 2018년.
에드거 앨런 포, 『에드거 앨런 포 소설선집4 풍자편』, 코너스톤, 2015년.
매트 타이비, 『오 마이 갓!뎀 아메리카』, 서해문집, 2012년.
단테 알리기에리, 김운찬 옮김, 『신곡: 지옥』, 열린책들, 2007년.

[출처] https://alternative.house/reading-books-essay-no6/

 

이영준 : 010-5549-5005

이기석 : 010-3628-7010

 

Loading

2 4월 2023

더닝 크루거 효과(Dunning–Kruger effect)

더닝 크루거 효과(Dunning–Kruger effect)

 

더닝 크루거 효과(Dunning–Kruger effect)는 인지 편향의 하나로, 능력이 없는 사람이 잘못된 판단을 내려 잘못된 결론에 도달하지만, 능력이 없기 때문에 자신의 실수를 알아차리지 못하는 현상을 가리킨다.

 
 

Loading

2 4월 2023

[알아봅시다] 인지편향 : 더닝 크루거 효과(Dunning–Kruger effect)

[알아봅시다] 인지편향 : 더닝 크루거 효과(Dunning–Kruger effect)

인지편향 : 더닝 크루거 효과(Dunning–Kruger effect)

여러가지 심리효과
– 역 프라세보효과, 노보시보 효과
– 불일치 : 불쾌한 효과
– 반항 심리
– 부정 본능

– 인지 부조화
– 더닝 크루거 효과

무식해서 용감하다

  

 

더닝 크루거 효과(Dunning–Kruger effect)는 인지 편향의 하나로, 능력이 없는 사람이 잘못된 결정을 내려 잘못된 결론에 도달하지만, 능력이 없기 때문에 자신의 실수를 알아차리지 못하는 현상을 가리킨다. 그로 인해 능력이 없는 사람은 환영적 우월감으로 자신의 실력을 실제보다 높게 평균 이상으로 평가하는 반면, 능력이 있는 사람은 자신의 실력을 과소 평가하여 환영적 열등감을 가지게 된다. 크루거와 더닝은 “능력이 없는 사람의 착오는 자신에 대한 오해에서 기인한 반면, 능력이 있는 사람의 착오는 다른 사람에 대한 오해에서 기인한다”고 결론을 내린다. 

 

“무지는 지식보다 더 확신을 가지게 한다.” (찰스 다윈)
“이 시대의 아픔 중 하나는 자신감이 있는 사람은 무지한데, 상상력과 이해력이 있는 사람은 의심하고 주저한다는 것이다.” (버트란드 러셀)

더닝 크루거 효과(Dunning-Kruger Effect)는 인지 편향(認知偏向, Cognitive bias )의 하나로, 능력이 없는 사람은 자신이 잘못된 결정을 내리고도 능력 부족으로 인해 자신의 실수를 알아차리지 못하는 현상을 말한다. ‘서울 안 가본 사람이 가본 사람을 이긴다’는 말과도 일맥상통한다. 위의 그래프에서 보듯이 능력이 없는 사람은 환영적 우월감에 사로잡혀 자신의 실력을 실제보다 턱없이 높게 평가하는 반면, 능력이 있는 사람은 오히려 자신의 실력을 과소 평가하여 환영적 열등감을 갖게 된다는 것이다.

더닝 크루거 효과는 1999년 코넬 대학교의 사회심리학 교수인 데이비드 더닝(David Dunning)과 당시 대학원생이던 저스틴 크루거(Justin Kruger)가 실험을 통해 밝혀냈다. 그들은 코넬 대학교 학부생을 대상으로 독해력, 자동차 운전, 체스, 테니스 등 여러 분야의 능력에 대해 가설을 세우고 이를 검증했다. 그들의 가설에 의하면 능력이 없는 사람은 다음과 같은 경향을 보인다.

  1. 자신의 능력을 과대평가한다.
  2. 다른 사람의 진정한 능력을 알아보지 못한다.
  3. 자신의 능력이 부족해서 생긴 곤경을 알아보지 못한다.
  4. 훈련을 통해 능력이 크게 향상된 후에야 이전의 능력 부족을 깨닫고 인정한다.

일찍이 소크라테스는 ‘무엇을 아는지를 알며 동시에 무엇을 알지 못하는지를 아는 것’, 특히 자신이 아는 것보다 더 많이 알고 있다고 생각하는 오만과 행동으로 옮기기에는 너무 적게 알고 있다고 생각하는 불안의 균형을 유지하는 것이 곧 지혜로운 사람의 태도라고 강조했다.

많은 사람의 의견, 특히 그 사람 본인의 의견에는 자신이 지혜로운 것 같다고 한다. 그런데 나에게는 그 사람이 지혜롭지 않다는 느낌이 왔다. 밖으로 걸어 나오면서, 내가 분명히 이 사람보다는 현명하다는 생각이 들었다. 아마도 우리 둘 모두 내놓고 자랑할 만한 지식은 거의 없는 것 같다. 조그만 차이가 있다면, 그 사람은 자신이 조금은 안다고 생각하는 데 비해 나는 나의 무지를 아주 잘 파악하고 있다는 점이다. 어쨌든 내가 모르는 내용들을 알고 있다고 생각하지 않는다는 점에서 그 사람보다 내가 현명하다고 할 수 있을 것 같다. (소크라테스)

우리의 인지 편향 총정리
2015년 9월 24일  |  By: rukahs  |  과학  |  댓글이 없습니다
당신은 매일매일 수천 가지 결정을 내립니다. 연구에 따르면 무엇을 먹을지 정하는 사소한 결정부터, 직장에서 내리는 중대한 결정에 이르기까지, 수많은 인지적 편향이 최선의 결정을 내리는 것을 방해합니다. <비즈니스 인사이더>가 정리한 20가지 인지 편향을 소개합니다.

  1. 기준점 편향 (anchoring bias)

사람들은 처음 접하는 정보에 지나치게 좌우되는 경향이 있습니다. 연봉 협상을 할 때, 첫 번째로 제안하는 금액에 따라 각자의 머리 속에는 그 제안 금액의 범위 내에서 사고가 이루어지게 됩니다.

  1. 가용 휴리스틱 (availability heuristic)

사람들은 그들이 미리 알고 있는 정보의 중요성을 과대평가하는 경향이 있습니다. 가령, 흡연을 하는 사람이 하루에 담배 세 갑씩 피면서 100세까지 산 사람을 안다고 말하며 담배는 몸에 해롭지 않다고 주장하는 경우가 있습니다.

  1. 편승 효과 (bandwagon effect)

어떤 사람이 특정한 신념을 받아들일 가능성은 그 신념을 따르는 사람들의 수가 증가할수록 높아집니다. 이것은 집단 사고의 강력한 형태이며, 회의들이 생산적이지 못한 원인 가운데 하나입니다.

  1. 맹점 오류 (blind-spot bias)

스스로의 인지적 오류를 깨닫지 못하는 것은 그 자체로 오류입니다. 사람들은 자기 자신보다 타인의 인지적, 동기적 오류들을 쉽게 눈치채는 경향이 있습니다.

  1. 선택 지원 편향 (choice-supportive bias)

사람이 어떤 의사 결정을 내리는 순간, 그 사람은 그 결정을 긍정적으로 바라보게 됩니다. 그래서 실제로 그 결정에 결함이 있더라도 한 번 내린 결정을 밀고 나가는 경우가 많습니다.

  1. 클러스터 착각 (clustering illusion)

무작위로 일어나는 사건에 대해 어떤 패턴을 발견하는 경향성입니다. 이는 사람들이 도박을 하거나 복권 번호를 고를 때 범하기 쉬운 오류입니다.

  1. 확증 편향 (confirmation bias)

사람들은 자기가 기존에 가지고 있던 생각을 강화시켜주는 정보만 듣는 경향이 있습니다. 이는 우리가 다양한 주제들에 대해 심도 있는 대화를 하기 힘든 이유이기도 합니다.

  1. 보수주의 편향 (conservatism bias)

사람들은 기존의 증거들을 새로운 증거나 갓 밝혀진 정보보다 선호합니다. 지구가 둥글다는 주장을 사람들이 받아들이는 데 시간이 오래 걸린 것도 기존에 지구가 평평하다는 믿음을 계속 지키는 것이 더 편했기 때문입니다.

  1. 정보 오류 (information bias)

정보를 추가로 얻을 필요가 없는데도 정보를 더 얻으려고 노력하는 경향을 뜻합니다. 많은 정보가 늘 좋은 것은 아닙니다. 적은 정보로도 오히려 더 정확한 예측을 할 수 있습니다.

  1. 타조 효과 (ostrich effect)

타조가 땅에 머리를 파묻는 것과 같이, 위험하거나 부정적인 정보를 무시하는 오류입니다. 연구에 따르면, 투자자들은 시장이 안 좋을 때, 자신이 보유한 주식의 가격을 덜 확인한다고 합니다.

  1. 결과 오류 (outcome bias)

결정을 그 결정이 이루어진 원인보다는 결과에 비추어 평가하는 것입니다. 어떤 사람이 라스베가스에서 돈을 많이 땄다고 해서, 돈을 도박에 투자한 것이 잘한 결정은 아닐 것입니다.

  1. 과도한 자신감 (overconfidence)

어떤 이들은 자기 자신의 능력에 대한 자신감이 지나쳐서 이로 인해 일상 생활에서 더 위험한 결정을 하게 됩니다. 각 분야의 전문가들이 이 오류에 자주 빠지곤 하는데, 이는 그들이 자신의 결정이 맞다고 더 확신하는 경향이 있기 때문입니다.

  1. 위약 효과 (placebo effect)

단순히 어떤 결정이 자기 자신에게 효과가 있을 것이라고 생각하는 것만으로도 실제 그 믿음과 유사한 효과가 나타나는 것입니다. 의학에서, 가짜 약을 진짜 약이라고 속이고 환자에게 줄 경우, 진짜 약을 먹은 사람과 마찬가지 반응이 일어나는 것을 확인할 수 있습니다.

  1. 친혁신 편향 (pro-innovation bias)

혁신을 지지하는 사람이 혁신의 중요성을 과대평가하고, 반대로 단점은 과소평가하는 경향입니다. 실리콘 밸리에서 흔히 볼 수 있는 광경입니다.

  1. 최신 편향 (recency)

과거 자료보다 최신 정보를 무조건 높게 평가하는 경향입니다. 투자자들은 시장이 오늘과 같을 것이라 생각하기 때문에 현명하지 못한 결정을 내리곤 합니다.

  1. 특징 효과 (salience)

어떤 사람이나 개념을 접할 때, 가장 생각하기 쉬운 특징에만 집중하는 것입니다. 가령, 우리가 죽음에 대해서 생각을 할 때, 보다 가능성이 높은 자동차 사고 대신 사자에게 물려서 죽는 극적인 장면을 생각하는 것입니다.

  1. 선택적 지각 (selective perception)

사람들의 기대는 세상을 바라보는 방식에 영향을 줍니다. 같은 미식 축구 경기를 보여줄 경우, 사람들은 자신이 응원하는 팀보다 상대팀이 더 많은 반칙을 저지른 것으로 생각을 합니다.

  1. 고정관념 (stereotyping)

특정 집단이나 사람에 대한 실질적인 정보 없이 그 사람이 어떠한 특징들을 가지고 있을 것이라 기대하는 경향입니다. 이는 우리가 낯선 사람을 친구인지 적인지 쉽게 구분하는 데 도움을 주기도 하지만, 사람들은 이를 남용하는 경우가 많습니다.

  1. 생존자 편향 (survivorship bias)

특정한 상황에서 무사히 살아남은 사람에만 집중함으로써, 그 상황을 잘못 판단하게 하는 경향입니다. 가령 우리 눈에는 회사를 경영하면서 실패한 사람보다는 성공한 사람이 주로 뜨이기 때문에, 우리는 회사를 경영하는 것이 쉬운 일이라고 착각할 수 있습니다.

  1. 제로 리스크 편향 (zero-risk bias)

사회학자들은 사람들이 확실성을 매우 좋아한다는 것을 알게 되었습니다. 그것이 비생산적이라 할지라도 말입니다. 여기서 리스크를 없앤다는 것은, 피해가 발생할 가능성이 전혀 없게끔 한다는 말입니다.

[출처] http://www.seehint.com/word.asp?no=13844

 

 

Loading

2 4월 2023

[IT 혁신 디바이스][소프트웨어] ChatGPT로 코딩하기 & 설치.. 미쳤다!

[IT 혁신 디바이스][소프트웨어] ChatGPT로 코딩하기 & 설치.. 미쳤다!

ChatGPT가 왜 최강 코드 툴인지 아십니까? 직접 경험해보니 말이 안나오네요. 프로그래밍 덜 공부하길 잘했다는 생각이 들어요! Chatgpt로 코딩 공부도 직접할 수 있을 것 같아요. 코드 효율적으로 짜기, 오류찾기, sentiment analysis 코드 생성, 머신러닝, 통계, 그리고 설치까지 설명도 다 해주더라고요.

ChatGPT로 코딩하기

이 글에서는 다음과 같은 방법들을 시도해봤습니다.
1. ChatGPT야 코드좀 간단하게 다시 짜줘
2. ChatGPT야 코드 오류좀 찾아줘
3. ChatGPT야 R이랑 파이썬으로 텍스트 sentiment 분석 코드좀 짜줘
4. ChatGPT야 R이랑 파이썬으로 머신러닝 코드좀 짜줘
5. ChatGPT야 R이랑 파이썬에서 어떻게 설치하니
6. ChatGPT야 영어 과외 선생님도 해준다고?
7. Chatgpt야 에러코드가 이건데 무슨 의미야?
8. Chatgpt야 내 코드에러를 직접 수정해줘.
9. chatgpt야 에러들 다른 해결책은 없을까?
10. R 업데이트는 어떻게 하니 Chatgpt?
11. 에러코드 붙여넣고 솔루션까지 한번에 알려줘 chatgpt!!
12. Chatgpt로 통계하기

설명하기 앞서 ChatGPT의 설치 방법이 궁금하신 분은 하단 글을 봐주세요! (실은 설치가 아니고 사용법이죠 ㅎㅎ). 새 창으로 열리니 눌러두시고 나중에 봐보세요!

실제로 파이썬과 R에서 어떻게 chatgpt를 불러와 사용할 수 있는지는 제일 하단에 설명두었습니다.

그리고 코딩 말고도 ChatGPT 사용법이 궁금하신 분은 하단 글을 보시면 도움이 될거에요.

 

1. ChatGPT야 코드좀 간단하게 다시 짜줘

먼저 저의 코드를 붙여넣고
“Is there any way to simplify the code of R below?” 라고 질문을 했습니다. 코드를 간단하게 정리할 수 있는 방법이 있나 물어본 것이죠.

참고로 저의 코드는 아래와 같이 생겼었습니다.

ChatGPT야 코드좀 간단하게 다시 짜줘

그러자 정말 너무 멋지게 답을 해줍니다. 공부에 매우 도움이 되겠죠?

다음에는 그래서 직접 코드를 심플하게 만들어달라고 요청했습니다
“Could you make below R code simple?”

그랬더니!! 마법같이 simplified version, 즉 이쁘게 짜인 코드를 제공해줍니다. 이거 보면서 비교 공부해야겠어요..

이어서 설명까지 해줍니다.

2. ChatGPT야 코드 오류좀 찾아줘

이번에는 일부러 틀린 코드를 입력해서 오류를 찾을 수 있는지 알아봤습니다.

Could you find an error in the below R code?

오타잡기

일단 오타 수준의 오류를 만들어봤는데 오타를 잡아주네요!

ChatGPT야 코드 오류좀 찾아줘

이게 은근히 오타로 모든게 틀려지는 것 아시죠? 하 너무 좋네요!!

비록 데이터셋을 직접 불러와 오류를 점검해주지는 않지만, 유용할 것 같습니다. 파이썬이나 R에 직접 설치하는 경우는 그것도 가능할 수 있겠네요. 나중에 해봐야겠습니다.

정의하지 않은 변수 잡기

이번에는 정의 하지 않은 변수를 일부로 심어봤는데 이것도 잡아주네요! 참 신박한 친구에요

3. ChatGPT야 R이랑 파이썬으로 텍스트 sentiment 분석 코드좀 짜줘

“ChatGPT야 파이썬으로 sentiment analyis 코드 짜줘”

심심(?)해서 추가로 파이썬으로 텍스트 감성분석하는 코드를 짜달라고 요청해보았습니다.

ChatGPT야 파이썬으로 sentiment analyis 코드 짜줘

덜덜덜! 프로그래밍 공부 안하길 잘했네요… ㅠㅠ 물론 기본적인 이해가 있어야 적용이 가능하겠지만, 10년 뒤 과연 여전히 컴공과가 가장 인기 학과일지 궁금해지는 시점입니다.

역시 설명도 해줍니다.

“ChatGPT야 R로 sentiment analyis 코드 짜줘”

이번에는 ChatGPT에게 R로도 text sentiment analysis 코드를 짜달라고 부탁해봤습니다.

ChatGPT야 R로 sentiment analyis 코드 짜줘

This code first installs the sentimentr library if it is not already installed, and then loads it. It then defines a list of texts to analyze and uses the sentiment function from the sentimentr library to analyze the sentiment of each text. The sentiment function returns a numeric vector with values between -1 and 1, where -1 indicates very negative sentiment, 0 indicates neutral sentiment, and 1 indicates very positive sentiment.

I hope this helps! Let me know if you have any questions.

이번에도 멋지게 설명을 해줍니다…
여러분이 이제 하는 코드에 적용시켜볼 차례입니다.

4. ChatGPT야 R이랑 파이썬으로 머신러닝 코드좀 짜줘

ChatGPT야 머신러닝 파이썬 코드좀 짜줘.

실은 머신러닝이 무궁무진하기에 아무거나 짜달라고 부탁을 해봤습니다.
Could you generate code for machine learning in python?
이번에는 scikit-learn library를 활용해서 코드를 짜주는군요. 역시 설명도 나옵니다.

. ChatGPT야 R이랑 파이썬으로 머신러닝 코드좀 짜줘

This code first installs the scikit-earn library if it is not already installed, and then imports it. It then loads the iris dataset from the scikit-learn library and splits it into training and test sets using the train_test_split function.

Next, the code creates a k-nearest neighbors (KNN) classifier using the KNeighborsClassifier class from the scikit-learn library. It then trains the classifier on the training data using the fit method and evaluates the classifier

5. ChatGPT야 R이랑 Python에서 어떻게 설치하니

Python에 Chatgpt 설치하기, 라이브러리 불러오기.

이번에는 어떻게 파이썬에 Chatgpt를 설치할 수 있는지 물어봤습니다.

How to install chatgpt in python

역시 답변을 해주는군요

chatgpt is a Python library for generating chatbot responses using the GPT-3 language model from OpenAI. To install chatgpt, you will need to have a valid OpenAI API key and the openai library installed.
——————————————————————-
Here is an example of how to install chatgpt in Python:
# Install the openai library if it is not already installed
!pip install openai

# Set your OpenAI API key as an environment variable
import os
os.environ[“OPENAI_SECRET_KEY”] = “<your_api_key>”

# Install the chatgpt library
!pip install chatgpt
————————————————————————-
Once the openai library is installed and your API key is set as an environment variable, you can install chatgpt using pip.
I hope this helps! Let me know if you have any questions.

R에 Chatgpt 설치하기.

R에도 설치가 가능할까요?

R에 Chatgpt 설치하기.

한번 가능한지 물어봤습니다.

How to install chatgpt in R programming

파이썬 라이브러리라고 답변이 나타나는군요…! 근데 설치가 가능하다고 하긴 합니다. 제가 코딩은 잘 아는 편은 아니라서 붙여넣을게요. 도움되실 분이 있을 것 같아서요!
chatgpt is a Python library for generating chatbot responses using the GPT-3 language model from OpenAI. It is not available for use in R.

If you would like to use the GPT-3 language model from OpenAI in an R environment, you can use the openai package. To install the openai package in R, you will need to have a valid OpenAI API key.

Here is an example of how to install and use the openai package in R:

————————————————————————-

# Install the openai package if it is not already installed
install.packages(“openai”)

# Load the openai package
library(openai)

# Set your OpenAI API key
Sys.setenv(openai_api_key = “<your_api_key>”)

# Use the openai_model function to get a model by name
model <- openai_model(“text-davinci-002”)

# Use the openai_completion function to generate responses
response <- openai_completion(model, prompt = “What is the weather like today?”, max_tokens = 100)
print(response$text)

————————————————————————-
This code installs the openai package if it is not already installed, loads it, and sets your API key as an environment variable. It then uses the openai_model function to get a reference to the GPT-3 model with the name “text-davinci-002”, and the openai_completion function to generate responses to a given prompt.

I hope this helps! Let me know if you have any questions.

이것 말고도 ChatGPT의 활용 방법이 무궁무진하다는 것 아시나요? 이제는 코딩을 덜 공부해도 되는 세상이 오고 있는 것 같습니다.

혹시 도움이 되셨다면, 지식의 공유를 위해 좋은 활용법을 발견하면 댓글로 적어주실 수 있으신가요?! 추가로 글을 더 발전시키거나 새로운 글로 또 소개하겠습니다!

6. ChatGPT야 영어 과외 선생님도 해준다고?

영어 고민이 있으신가요? 인공지능이 도와드려요! 영어 글을 다 교정해주고, 왜 그렇게 교정했는지 이유도 알려줍니다!!

 

7. Chatgpt야 에러코드가 이건데 무슨 의미야?

chat gpt에 에러코드 붙여넣기 1

이번엔 제가 코딩을 하다 에러를 발견해서, 에러 코드를 붙여넣고 이유를 물어봤어요. 답해주네요!

8. Chatgpt야 내 코드에러를 직접 수정해줘.

근데 해결이 안돼서, 제 코드를 직접 붙여넣고, 에러를 찾아달라고 해봤어요. 그랬더니! 코드도 새로 짜주네요!

상세 코드는 보안상 생략!

9. chatgpt야 에러들 다른 해결책은 없을까?

다른 해결책도 알려줘 Chat gpt! 그래도 해결이 안돼서 다른 솔루션이 없나 물어봤어요.

다섯가지 제안을 해줬어요. 그 중에 번쩍 눈에 띈 업데이트 해보라는 … 조언! 지난 번에도 한참 2어시간 고생하다가 업데이트 문제였던 경험이 있어서… 야 이걸 알려주네요.

10. R 업데이트는 어떻게 하니 Chatgpt?

업데이트 코드가 기억이 안나서 R 업데이트 하는 방법을 알려달라고 했어요.

R 코드로 하는 방법과, 홈페이지 사이트까지 딱 알려주네요! 감사해라..

그리고 기적적으로 업데이트하니 에러가 해결됐어요 ㅎㅎ

11. 에러코드 붙여넣고 솔루션까지 한번에 알려줘 chatgpt!!

또 에러가 생겨서 에러코드를 붙여넣어봤어요. 이번엔 아까의 경험을 살려 한번에 여러 솔루션을 달라고 했습니다.
“Could you generate several solutions for the below error code in R? “

There are several potential solutions for the error message “object ‘fit’ not found” in R when using the “glm()” function:
1. Check the spelling and case of the variables and function arguments: Make sure that you have spelled the variables and function arguments correctly and that you have used the correct case. For example, the “glm()” function expects the “family” argument to be lowercase, not uppercase.
2. Check the dimensions of the variables: Make sure that the variables you are using as predictors and the response variable have the same number of rows. If the dimensions of the variables do not match, it can cause the “object ‘fit’ not found” error.
3. Check for missing values: Make sure that there are no missing values in the variables you are using as predictors or the response variable. The “glm()” function cannot handle missing values and will generate the “object ‘fit’ not found” error if it encounters missing values.
4. Check for multicollinearity: Make sure that there is no multicollinearity among the predictor variables. Multicollinearity can occur when two or more predictor variables are highly correlated, which can cause the “glm()” function to fail.
5. Check for convergence: If the “glm()” function generates a warning message stating that the algorithm did not converge, it means that the optimization algorithm used by the “glm()” function was unable to find the optimal solution. This can be caused by a variety of factors, including multicollinearity, outliers, or a lack of enough observations. To fix this issue, you can try using a different optimization algorithm (such as the BFGS algorithm) or try transforming the data to make it more suitable for the “glm()” function.
I hope these suggestions are helpful in resolving the “object ‘fit’ not found” error when using the “glm()” function in R.

위에 답해준거 보세요… 오 3번 솔루션 “결측치”가 문제의 원인이였습니다.

12. Chatgpt로 통계하기

실은 저는 위의 코드들이 통계에 가까운 것 같아요! 이번에는 히스토그램을 그려보고 싶어서 코드를 알려달라 했어요! 그리고 기초 기술통계를 알려줄 수 있는 코드도 짜달라고 했죠. 이렇게 설명해주네요!

install.packages(“psych”)
library(psych)
describe(data$var)

바로 알려주네요!

Chatgpt로 통계하기 또 할말이 엄청나게 많습니다. 정말 어마어마하게 효과를 보고 있어요. 이거저거 써보고 다음 포스팅으로 올려드리겠습니다! 아래에 유용한 글이 많으니 같이 살펴보세요!

[출처] https://beautifulresearch.tistory.com/166 

 
 
 
 

Loading

2 4월 2023

[산업] 키보드로 코딩하세요? 저는 말로 코딩해요!

[산업] 키보드로 코딩하세요? 저는 말로 코딩해요!

키보드로 코딩하세요? 저는 말로 코딩해요!

  •  

손목 통증 탓 개발한 인공지능(AI) 음성코딩 프로그램 세레나데
세레나데 AI API로 사용자 맞춤 명령어 생성 워크플로우 자동화

목소리만으로 코드를 짜고 인터넷을 검색한다. 세레나데(Serenade.AI, https://serenade.ai/)는 사용자의 말을 알아듣고 명령을 수행하는 음성 인식 인공지능 프로그램.

세레나데AI는 크롬, 아톰 에디터, PyCharm, VS Code, IntelliJ 등 플랫폼에서 음성으로 △창 전환 △응용 프로그램 열기 및 닫기 △클릭 및 키 누르기 등이 기능한다. 또한 파이썬, 자바, 자바 스크립트, 코틀린, HTML/CSS/SaSS 등 다양한 언어를 지원한다. 세레나데의 음성 엔진은 코드를 위해 전문적으로 설계됐다. 앱은 사용자의 프로그래밍 언어에 맞게 조정되어 정확성을 높인다.

크롬용 세레나데는 ‘open stack overflow’나 ‘back’ 등의 말을 해서 검색할 수 있다. 아래는 세레나데를 이용한 크롬 브라우저 검색 예시.

사용자가 세레나데AI로 코딩을 할 경우 커서에 텍스트를 삽입할 뿐 만이 아니라 인수 추가, 반환 유형 변경 또는 코드 블록 이동과 같은 코드 변환을 말로 실행할 수 있다. 

사용자가 “type hello”라고 말하면 세레나데AI가 음성인식 후 hello를 작성한다. 복잡한 수학식 작성도 가능하다. 사용자가 “type a plus b greater then three or not c”를 말하면 세레나데AI가 a + b > 3 || !c 를 프린트한다.   

세레나데 API로 사용자 맞춤 명령어를 만들 수 있다. API로 만든 명령어를 사용하면 코드 컴파일부터 실행 중인 코드까지 모든 워크플로우를 자동화할 수 있다. 

사용자가 말한 내용을 인식하지 못한 경우, 선택할 수 있는 대안 목록을 표시한다. 세레나데는 “이 기능은 워크 플로를 감소시킨다”며 “바로 전 작업만을 되풀이하는 기존 음성 인식 프로그램에 비해 무척 효율적”이라고 전했다. 이어 “세레나데 앱을 사용하면 입력하는 것보다 더 빨리 말할 수 있다”며 우리는 이전보다 더 빠르게 코딩 할 수있는 세상을 만드는 것이 목표”라고 밝혔다.

한편,  이용자는 세레나데 클라우드(Serenade Cloud)와 세레나데 로컬(Serenade Local) 중 선택할 수 있다. 클라우드를 사용할 경우, 사용자 음성이 클라우드의 음성-코드 엔진으로 전송되어 모델 개선에 쓰인다. 클라우드에 코드 데이터는 저장하지 않는다. 세레나데 로컬(Serenade Local)은 음성과 코드 데이터를 클라우드 서버에 보내지 않는다. 

[출처] https://www.aitimes.com/news/articleView.html?idxno=132601

Loading

25 3월 2023

[startup/창업] [IT] 사기꾼 개발자 – 오랄 코더를 소개합니다

[startup/창업] [IT] 사기꾼 개발자 – 오랄 코더를 소개합니다

이 세상엔 사기꾼들이 판을 치고 있다. 금융 사기꾼에서 정치 사기꾼까지 분야를 막론하고 사기꾼을 볼 수 있다. 
 
    * 사기꾼이 이 세상에 존재하는 이유는 무엇일까? 
 
사기를 쳐서 얻은 이득이 크기 때문이다. 사기를 잘 치면 노력을 기울이지 않고 돈을 많이 벌 수 있다.
 
사기꾼은 금융, 보험, 정치 분야에만 있는 것은 아니다. 직장에서도 마찬가지다. 어느 직장에서도 약장수와 같이 ‘입을 잘 터는’ 사기꾼과 같은 직장인을 볼 수 있다. 자신의 실적을 부풀리고 다른 부서나 동료의 성과를 깍아 내려 부당한 성과급을 받거나 이득을 얻는다. 
 
그렇다면 IT 업체에서도 이런 직원들이 있을까? IT 이외의 분야에 몸담고 있는 분들은 가끔 IT 분야에 사기꾼과 같은 개발자가 없을 것이라 믿는다. 음, 근데 이는 사실과 다르다. 이건 IT 업체에서도 사기꾼 개발자가 있다.  
 
이번 시간에는 입으로 코딩하고 디버깅하는 사기꾼 ‘오랄 코더’ 개발자에 대해 이야기를 해보고자 한다.
 
오랄 코더의 정의
 
먼저 사기꾼 개발자라고 말하면 좀 진부하게 들리니 이제부터 ‘오랄 코더’라고 부르겠다. 먼저 오랄 코더가 무엇인지 정의를 내리겠다. 오랄은 입을 통해 무엇인가를 한다는 형용사다. 설명하기가 좀 어려운데 오랄 테스트란 용어의 오랄과 비슷한 의미다. 비슷한 단어로 ‘구술’를 예로 들 수 있겠다. 코더는 누구나 알고 있듯 SW 개발자가 주로 코드를 작성하는 행위를 뜻하는데 SW개발자를 조금 낮게 부르는 단어이다. 정리하면 오랄 코더는 ‘입으로 코딩을 한다’라 말할 수 있겠다.
 
재미있는 사실은 오럴 코더는 입으로 코딩만 하지 않는다. 주말에 여의도 공원이나 어린이 공원을 가보면 솜사탕이 보인다. 그런데 솜사탕은 원래 한 줌의 설탕이 재료다. 한 줌의 설탕으로 솜사탕을 만들 듯 오랄 코더는 별 거 아닌 개발 능력이나 성과를 엄청나게 부풀려 포장을 한다.
 
오랄 코더의 공연장인 회의
 
대부분 SW 개발자는 회의를 혐오한다. 목욕탕에 가면 가장 뜨거운 ‘열탕’이 하나 보인다. 그런데 밖에 있다가 갑자기 열탕에 뛰어들면 기분이 어떨까? 아마 뜨거워서 견디기 어려울 것이다. 열탕에 있는 것과 같이 SW 개발자는 회의를 싫어한다. 일 주일에 한 번 하는 주간 미팅도 도축장에 소가 끌려 가듯 가서 간단한 대답만 한다. SW 개발자들의 성향과 연관이 있는데 대부분 SW 개발자드의 성격은 내성적이다. 또한 코딩하랴, 디버깅 하랴 일이 많아 바뻐 죽겠는데 회의실에 끌려 가서 따분한 시간을 보내는 건 일반 SW 개발자에게 참기 힘든 중노동이다.
 
그런데 ‘오럴 코더’ 개발자는 다르다. 회의를 BTS가 공연하는 무대라 생각한다. 회의실을 자신이 BTS의 메인 보컬이 돼 춤을 추고 노래하는 공연장이라 보는 것이다. 아니면 자신이 회의실에서 CF 모델이 됐다고 믿는다.
 
BTS와 같은 보이 그룹은 자신의 모든 에너지를 무대에서 쏟기 위해 많은 준비를 한다. ‘오랄 코더’도 마찬가지다. 자신의 공연장이 회의 석상에 자신의 개인기를 보여주기 위해 많은 노력을 기울인다.
 
가끔 타고난 오랄 코더는 천부적인 재능을 발휘한다. BTS가 공연장에서 즉흥 댄스를 보여주듯 준비를 하지 않고 회의실에서 약을 팔곤 한다. 오랄 코더는 그럼 어떻게 약을 팔까? 분야마다 다르지만 예를 들면 다음과 같다.
 
    * 심각한 SW 결함을 제가 모두 해결했습니다.
      (사실 오랄 코더가 해결한 것이 아니라 외부 업체 개발자가 해결했음.)
 
    * 그 동안 업무 로드가 많아 걱정하고 있는 요구 사항을 제가 모두 구현했습니다.
      (사실 원래 다른 팀 개발자가 이미 구현한 SW임)
 
    * 애플리케이션 진입 속도를 2초, 부팅 속도를 10초나 제가 개선했습니다.
      ( 원래 적용되야 할 코드가 빠져 애플리케이션 진입 속도가 느렸음.
        적용되야 할 코드가 반영된 후 정상 동작을 하는 것임)
      ( 부팅 속도는 다른 프로젝트에 반영된 패치를 몰래 가져와 반영한 것임.)
 
이처럼 오랄 코더가 약 장수와 같이 사기를 치는 걸 매니저나 담당 임원들이 보면 박수를 치며 ‘저렇게 뛰어난 개발자가 있다니!’라고 탄성을 지른다. BTS 공연장에 있는 팬이 된다.
 
회의실에서 ‘오랄 코더’는 리눅스 커널의 메인 스케줄러를 구현한 Ingo Molnar가 되고, 리누스 토발즈가 될 수 있는 것이다. 아니면 업계의 최고 문제 해결 능력을 겸비한 Troubleshooter가 될 수 있다.
 
    * 물론 회의실에서 말이다.
 
디버깅을 툴은 아예 사용할 줄도 모르고 코드를 제대로 한 줄 짤 줄도 모르면서 빌드 스크립트나 돌리는 오럴 코더 개발자는 대외적으로 최고의 전문가로 인정 받게 된다. 소문이 퍼져 오럴 코더는 가끔 ‘올해의 개발자’ 상을 받게 된다.

[출처] http://egloos.zum.com/rousalome/v/10015575

Loading

16 3월 2023

[IT 혁신 디바이스][소프트웨어] AI 번역, 구어체는 ‘파파고’ 비즈니스 영어는 ‘딥엘’

[IT 혁신 디바이스][소프트웨어] AI 번역, 구어체는 ‘파파고’ 비즈니스 영어는 ‘딥엘’

AI 번역, 구어체는 ‘파파고’ 비즈니스 영어는 ‘딥엘’

파파고·딥엘·구글 번역기 써보니…

대화형 AI(인공지능) ‘챗GPT’ 등장 이후 AI 서비스 출시가 연달아 이어지는 가운데 실생활과 밀접한 AI 번역기에 대한 관심도 높아지고 있다.

2006년 일찌감치 서비스를 시작한 ‘전통 강자’ 구글 번역(Google Translate)과 네이버가 만든 토종 AI 번역기 파파고(Papago)가 대세인 가운데 지난 1월 독일의 딥엘(DeepL)도 한국어 서비스를 시작하며 경쟁에 뛰어들었다. 독일 쾰른에 본사를 둔 AI 기업 딥엘이 2017년 출시한 같은 이름의 서비스로 독일어·프랑스어 등 유럽권 언어를 먼저 선보였고 최근 서비스 언어를 확대한 것이다. 세 종의 서비스를 직접 사용해보며 차이를 비교했다.

◇비즈니스 영어는 딥엘, 구어체는 파파고

회의 시작 때 쓰일 수 있는 “갑작스러운 요청에 함께해 주셔서 감사합니다”란 문장을, 딥엘은 “Thank you for joining us on short notice”라고 자연스럽게 번역했다. 구글은 “Thank you for being with us on this sudden request”, 파파고는 “Thank you for joining us for your sudden request”라고 번역했다. 갑작스러운 요청은 화자(話者)가 한 것인데 파파고는 상대의 요청으로 잘못 표현한 것이다.

“이번 주 목요일 오후 2시에 줌으로 회의하죠”란 문장을 딥엘은 “Let’s meet on Zoom this Thursday at 2pm”라고 답했다. 파파고도 “Let’s have a Zoom meeting at 2 p.m. this Thursday”라고 번역했다. 반면 구글은 제안을 뜻하는 ‘~하죠’를 잘 이해하지 못한듯 “We have a Zoom meeting this Thursday at 2pm”라고 어색하게 표현했다.

아시아태평양 시장을 뜻하는 ‘APAC’이 포함된 문장에서도 파파고, 구글은 모두 ‘APAC’으로 표현했지만, 딥엘만이 이를 ‘아태 지역’이라고 정확하게 번역한 점도 인상적이었다. 딥엘은 비즈니스 영어 데이터를 중점적으로 학습한 것으로 알려졌다.

파파고는 한국어 구어체 번역에 강점이 있었다. 최근 흔히 축약해서 쓰는 ‘아아(아이스 아메리카노)’란 단어를 넣어 “우리 아아 한잔 할까”라고 입력하자 딥엘과 구글은 “Shall we have a drink?”라고만 표현했다. 반면 파파고는 “Shall we have an iced Americano?”라며 ‘토종의 힘’을 보여줬다. ‘치맥’이라는 단어도 파파고와 구글은 ‘chicken and beer’라고 뜻을 정확히 파악했지만, 딥엘은 ‘chimichurri’라는 아르헨티나의 소스로 잘못 번역했다.

문학 번역에서도 미묘한 차이가 나타났다. 한용운의 시 ‘님의 침묵’의 한 구절인 ‘님은 갔습니다. 아아, 사랑하는 나의 님은 갔습니다’를 입력하자, 딥엘과 구글은 ‘아아’를 미국에서 실망의 의미로 쓰는 ‘Alas’라는 미국의 추임새로 번역했다. 파파고는 ‘Ah’라고 표현했다.

전반적으로 구글은 풍부한 영문서 학습을 바탕으로 한 정확한 번역이 강점이지만, 문맥을 고려해 표현하는 부분에선 딥엘에 다소 뒤처지는 인상을 받았다.

◇AI 번역기 3종, 학습법 달라

최근 한국어 서비스를 시작한 딥엘은 “다른 테크 기업의 번역기 대비 번역 성능이 3배 이상 우수하다”고 주장한다. 그 근거로 내세우는 것이 AI 학습법이다. 딥엘은 문장을 작은 단어로 쪼개 단어마다 적합한 의미를 인식할 수 있는 CNN(합성곱 신경망)이란 학습법을 쓴다. 구글과 파파고는 RNN(순환 신경망)이란 학습법을 채용해 앞뒤 단어의 연결 고리와 순서를 고려해 번역한다. 문법과 문장의 순서가 중요한 언어에선 RNN이 CNN보다 뛰어난 것으로 통용되지만, 딥엘은 수십~수백만건의 데이터를 학습해 CNN의 한계를 극복한 것으로 알려졌다.

번역할 수 있는 언어 종류에선 구글이 절대 우세하다. 구글은 134가지, 딥엘은 31가지, 파파고는 15가지를 번역할 수 있다. 딥엘은 현재 한국에서 유료 버전을 사용할 수 없어 하루에 번역할 수 있는 단어(약 5000개)에 제약이 있다.

[출처] https://www.chosun.com/economy/tech_it/2023/03/16/S7B2L3VRS5DA7HUH4XCQATEYLE/

Loading

6 3월 2023

[IT 혁신 디바이스][소프트웨어] 세계 최고 혁신가는 35세 여성… 챗GPT 창조주 미라 무라티 세계 최고 혁신가는 35세 여성… 챗GPT 창조주 미라 무라티[박건형의 디코드 2.0]

[IT 혁신 디바이스][소프트웨어] 세계 최고 혁신가는 35세 여성… 챗GPT 창조주 미라 무라티

세계 최고 혁신가는 35세 여성… 챗GPT 창조주 미라 무라티[박건형의 디코드 2.0]

오픈AI 패스트컴퍼니 선정 혁신기업 1위 올라, 2위는 맥도날드

/오픈AI 오픈AI에서 챗GPT 개발을 주도한 미라 무라티 CTO

끝없이 성장할 것 같던 실리콘밸리에서 대규모 구조조정과 사업재편이라는 지각변동이 매일같이 일어나고 있습니다. 특히 테크 업계에서는 지난달 전해진 유튜브 최고경영자(CEO) 수전 워치츠키의 사임을 두고 다양한 해석과 전망이 쏟아지고 있습니다. 워치츠키는 1998년 친구인 스탠퍼드대 대학원생들에게 자신의 집 차고를 창업 공간을 내줬습니다. 그렇게 만들어진 기업이 바로 구글입니다. 인텔에 다니고 있던 워치츠키는 구글의 16번째 직원이 됐고 구글이 유튜브를 인수한 뒤 CEO를 맡아 세계 최대의 동영상 제국을 일궜습니다.

뉴욕타임스와 월스트리스트저널 등 주요 매체들은 워치츠키의 퇴임에 대해 “실리콘밸리에서 여성 리더십이 점차 사라지고 있는 데에 대한 우려가 높다”고 했습니다. 흔히 테크 산업은 남성 중심이라고 생각하기 쉽습니다. 실제로 종사자수와 최고경영진에서 남성이 압도적으로 많은 것도 사실입니다. 하지만 인류의 삶을 바꾼 테크 기업 대부분에는 강력하면서 조화로운 리더십을 보여준 여성 경영진이 있었습니다.

 
/유튜브 9년간 유튜브 CEO를 맡았던 수전 워치츠키. 지난달 사임을 발표했다.

메타(페이스북)의 최고운영책임자(COO)였던 셰릴 샌드버그, 이베이의 멕 휘트먼, IBM의 지니 로메티, 야후의 마리사 메이어, 휼렛패커드의 칼리 피오리나 등이 대표적입니다. 한때 끝없이 성장하는 테크 산업의 상징이자 중심이었던 이들은 이제 모두 현직에서 물러났죠. 테라노스의 엘리자베스 홈즈, 핀테크 업체 프랭크의 찰리 제이비스처럼 거짓된 이미지로 급부상했지만 추락한 여성들도 있었습니다. 워치츠키의 퇴장으로 실리콘밸리에서 거물로 불릴 만한 여성 리더십은 오라클의 새프라 캐츠, AMD의 리사 수 정도만 남았습니다.

하지만 지는 별이 있으면 새로 뜨는 별이 있게 마련입니다. 심지어 이 신성(新星)이 만들어낸 기술의 힘을 1800년대 증기기관이 일으킨 산업혁명에 빗대는 전문가가 있을 정도입니다. 바로 샌프란시스코의 인공지능(AI) 업체 오픈AI의 최고기술책임자(CTO)인 미라 무라티입니다. 35세의 이 여성이 개발을 주도한 AI 챗GPT가 가져온 폭풍과 같은 현상에 대해서는 다들 잘 아실 겁니다. 경제전문매체 패스트컴퍼니는 지난 2일(현지 시각) ‘세계에서 가장 혁신적인 기업’의 올해 순위를 발표하면서 오픈AI를 1위로 꼽았습니다. 또 무라티를 “세계에서 가장 혁신적인 인물”이라고 지칭했습니다. 과연 챗GPT의 창조자인 무라티는 어떤 사람일까요.

◇테슬라 모델X 개발 주도한 천재 공학자

챗GPT에 쏟아지는 관심을 생각하면 무라티는 대중의 시야에서 완전히 벗어나 있었습니다. 실제로 무라티의 부모나 형제 자매 같은 사생활에 대해서는 알려진 것이 거의 없습니다. 오픈AI가 챗GPT를 공개한 것이 지난해 말이니 어찌 보면 당연한 일이기도 합니다.

1988년 알바니아에서 태어나 캐나다 빅토리아의 피어슨 고등학교를 나온 무라티는 아이비리그 명문인 다트머스대 세이어 공대에서 기계공학 박사학위를 받았습니다. 첫 직업은 거대 투자은행 골드만삭스 인턴이었고, 프랑스 항공 설비 회사인 조디악 에어로스페이스에서 1년간 엔지니어로 일하기도 했습니다.

 
2020년 3월 뉴욕에서 열린 한 컨퍼런스에서 발언하는 미라 무라티 오픈AI CTO. / 디미트리오스 캄보우리스

무라티가 AI에 관심을 갖게 된 것은 2013년 테슬라에 합류한 뒤였습니다. 당시 테슬라는 카메라 정보를 AI로 처리해 자율주행을 구현하는 소프트웨어 ‘오토파일럿(Autopilot)’과 완전 자동화 공장을 위한 AI 프로그램을 개발하고 있었습니다. 모델X 개발을 총괄했던 무라티는 AI 개발을 지켜보며 특정한 일을 잘하는 AI가 아닌 모든 일을 해내는 AI, 이른바 ‘범용 인공지능(AGI· artificial general intelligence)’의 필요성을 느꼈습니다. 기존 AI는 한정된 분야에서 인간을 흉내 내거나 뛰어넘는 것을 목표로 하는 것이 일반적이었습다. 구글 알파고가 바둑, 네이버 클로바노트가 음성인식과 문자변환에 특화된 것처럼 말이죠. 하지만 무라티의 생각은 달랐습니다. 그의 이런 비전은 VR(가상현실) 기기 업체인 립모션을 거쳐 2018년 오픈AI에 합류하면서 본격적으로 실현되기 시작합니다. 2015년 출범과 함께 오픈AI가 내세웠던 목표가 바로 범용 인공지능의 구현이었습니다.

◇“대중과 접점 없이 제대로 된 기술 발전 없다”

오픈AI의 CEO(최고경영자)는 벤처투자사 와이컴비네이터를 이끌었던 전설적 투자자 샘 알트먼입니다. 다시 말하자면 오픈AI의 AI 개발은 모두 CTO인 무라티가 이끌고 있다는 얘기이기도 합니다. 오픈AI의 의사결정은 무라티가 이끄는 6인의 리더십팀에서 이뤄집니다. 구글 출신 뇌과학자 리암 페더스, 애플 출신의 커뮤니케이션 전문가 나탈리 서머스 등이 이 회의에 참여하는 것으로 알려져 있습니다.

무라티는 구글이나 마이크로소프트 같은 다른 빅테크와는 전혀 다른 방식으로 AI 개발을 이끌었습니다. 일반적으로 AI를 개발하는 업체는 상용화가 되기 전에는 철저히 개발과정을 숨깁니다. 챗GPT 같은 언어 생성형 AI가 셀 수 없이 많았지만 빅테크들이 공개하지 않았던 이유입니다. 하지만 무라티는 직원들을 이렇게 설득했습니다. “대중과 접점 없이도 기술 발전을 이룰 수 있습니다. 하지만 우리가 올바른 방향으로 AI를 개발하는지 알 수 있습니까?” 특히 당시 전 직원이 200여명에 불과한(올해 1월 기준으로는 375명) 오픈AI가 문제점을 자체적으로 발견할 가능성이 낮다는 것도 문제였습니다.

빅테크들은 완전하지 않은 AI가 공개됐을 때 여러가지 약점이나 문제점이 드러나면서 AI가 비판 받을 것을 우려했습니다. 무라티의 생각은 달랐습니다. 실험실에서 꽁꽁 가둬두고 개발한 AI는 공개됐을 때 사회적 충격이 더 클 수 있다는 겁니다. 계속해서 대중에게 개발 과정을 보여주고 대중의 의견을 받아들여 바꿔가는 것이 바람직한 방향이라는 겁니다.

◇AI 개발의 상식 깬 ‘공개 테스트’

오픈AI는 처음에는 논문이나 클로즈드 테스트를 통해 개발자와 AI 회사들에게 방법론과 소스코드를 공개했습니다. 대규모 언어모델인 GPT의 경우 GPT-1과 GPT-2로 만든 이전 버전의 챗 GPT가 이런 방식으로 알려졌습니다. GPT-3.5를 기반으로 한 챗GPT가 화제를 모으자 마이크로소프트, SK텔레콤 등 수많은 기업들이 자사 서비스에 챗GPT를 도입하겠다고 발표할 수 있었던 이유이기도 합니다. 오픈AI가 노하우를 숨기지 않았기 때문에 수많은 기업들이 이미 오픈AI의 GPT 개발 방식을 알고 연구해왔다는 겁니다.

지난해 이미지 생성 AI DALL-E 2(달리2)와 챗GPT 공개를 통해 무라티는 ‘대중과 함께하는 AI 개발’이라는 목표를 이룹니다. 오픈AI의 커뮤니케이션팀은 DALL-E 2 공개 당시 전세계 유명 작가와 예술가들에게 인스타그램 메시지를 보내 사용을 권유했습니다. 이들이 오픈AI를 알리는 인플루언서 역할을 한거죠. 챗GPT 역시 예고없이 전격적으로 공개했고 전세계 누구나 사용할 수 있도록 하면서 문제점을 찾았습니다. 다음 버전에서는 이를 적극적으로 반영하겠다는 메시지를 계속 내놓으면서 시장의 신뢰도 쌓았습니다.

챗GPT의 등장 이후 ‘우리도 이런 기술이 있다’면서 공개 시연을 자청한 구글이 망신을 당한 것에서도 무라티식 전략의 우월성이 입증됐습니다. 챗GPT는 거짓말을 하더라도 ‘신기한 일’로 받아 들여지지만, 뒤늦게 나타난 구글의 실수는 조롱거리가 될 뿐이었습니다.

◇오픈AI가 만든 오디오·비디오·로봇공학 AI도 나온다

 
/유튜브 미라 무라티 오픈AI CTO

무라티는 혁신적인 기술의 발전이 범용 인공지능을 이룰 수 있다고 믿지만 개발팀에는 끊임없이 균형을 주문합니다. 오픈AI 리더십팀 회의를 취재한 패스트컴퍼니에 따르면 창의성과 정확성을 어느 정도로 조절할 것인지가 현재 오픈AI의 가장 큰 고민이라고 합니다. 정확성을 추구하면 창의성을 잃을 수 있습니다. 반면 지나친 창의성을 부여하면 거짓말을 하는 것처럼 정확성이 떨어지는 결과로 이어질 수 있습니다.

벤처투자기업 베타웍스 설립자 존 보스웍은 “모바일과 같은 과거의 기술 플랫폼 혁신이 한계에 도달한 상황에서 오픈AI가 보여주고 있는 것은 다음의 큰 물결”이라고 했습니다. 특히 오픈AI는 이미 챗GPT를 사용하는 수백곳의 기업 고객과 억 단위가 넘는 개인을 전세계에 보유하고 있습니다. 컨설팅업체 맥킨지는 범용 인공지능이 수조 달러 이상의 가치가 있다고 분석했습니다. 이 시장의 선두주자가 바로 무라티와 오픈AI입니다. 오픈AI의 기업가치는 현재 290억달러(약 37조7000억원)에 이르고 매일같이 성장하고 있습니다. 패스트컴퍼니는 “무라티와 오픈AI에는 다양한 애플리케이션 포트폴리오가 있다”고 했습니다.

지금까지 이미지 생성에 특화된 DALL-E, 대화형 챗봇인 챗GPT가 공개됐는데 앞으로 오디오, 비디오, 로봇공학과 관련된 오픈AI의 AI 서비스가 계속 등장할 예정입니다. 다양한 분야에 걸쳐 여러 방식으로 훈련을 거듭하다 보면 무한한 질문에 대답할 수 있는 범용 인공지능을 구현할 수 있다는 구상입니다. 그럼 언제쯤 이런 일이 가능할까요. 미국 메사추세츠공과대(MIT)가 발행하는 테크놀로지리뷰는 “오픈AI는 매년 초 전 직원을 대상으로 범용 인공지능이 언제 실현될 것인지 설문을 한다”면서 “직원의 절반 이상이 15년 이내에 나타날 것으로 장담하고 있다”고 했습니다.

비영리 연구소인 오픈AI의 재무 구조를 바꾸는 과정도 무라티가 주도했습니다. 무라티는 2018년 오픈AI에 합류한 뒤 기존의 투자금만으로는 범용 인공지능 개발이 어렵다고 판단했습니다. 오픈AI의 AI들은 방대한 데이터 중에서 정제된 데이터를 골라 학습한 뒤 다시 사람의 피드백을 받는 식으로 개발됩니다.

고도화 될수록 막대한 인력과 컴퓨팅 파워가 필요합니다. 무라티와 CEO인 알트먼은 일부 투자를 선별적으로 받고, 투자금에 대한 수익을 제한하는 방식을 택했습니다. 비영리라는 창립 정신을 지키면서 현실적인 문제도 해결한 것이죠. 오픈AI에 대한 외부 투자의 수익 상한은 현재 100배로 설정돼 있습니다. 물론 구글 초기 투자자들이 거둔 수익이 20배였다는 점을 감안하면 과하다는 지적도 있습니다.

 
/오픈AI 오픈AI(OpenAI)의 인공지능 달리2(DALL·E 2)가 명령받은 화풍에 따라 생성한 ‘말을 탄 우주비행사’ 이미지

무라티는 기업 자체의 성장보다는 AI의 영향력을 우려하는 독특한 인물이기도 합니다. 공개석상에서 여러 차례 “챗GPT는 거짓말을 할 수 있고 문제가 될 수 있다”고 했습니다. 무라티는 지난달 미국 타임지 인터뷰에서도 “AI는 오용되거나 나쁜 행위자가 악용할 수 있다”면서 “지금 AI를 규제하는 것이 결코 이르지 않다”고 했습니다. 자식이 제대로 크기를 바라는 부모 같은 심정일까요.

◇맥도날드는 어떻게 에어비앤비보다 혁신적인 기업이 됐나

 
맥도날드 제품을 손에 들고 있는 BTS. /BTS 트위터

자 이제 다른 얘기를 해보겠습니다. 오픈AI를 혁신적인 기업 1위로 꼽은 패스트컴퍼니의 리스트에는 또 어떤 곳이 있었을까요. 2위는 다소 의아한 기업입니다. 바로 세계 최대 패스트푸드 체인 맥도날드입니다. 패스트컴퍼니는 “맥도날드는 감자튀김 만큼 중독성 있는 문화적 순간을 계속 만들어내고 있다”고 했습니다. 맥도날드는 2021년 트래비스 스콧, BTS 같은 유명 스타들에게 맥도날드에서 자주 주문하는 메뉴를 공유하도록 했고 고객이 직접 메뉴를 제안하도록 하는 프로그램도 실시했습니다. 유명 아티스트와 협업해 아이들용이었던 해피밀의 성인 버전을 내놓기도 했습니다. 이런 끊임없는 노력과 새로운 시도 덕분에 맥도날드는 9분기 연속 매출이 성장했습니다. 웰빙 열풍 속에서 패스트푸드가 살아남는 방법을 찾아낸 것을 ‘혁신’으로 평가한 겁니다.

3위는 세계최대 숙박공유기업 에어비앤비가 꼽혔습니다. 패스트컴퍼니는 에어비앤비가 코로나 팬데믹으로 인해 궤멸에 가까운 피해를 입었지만 이 기간에 카테고리별 숙박 시설 검색, 수퍼호스트 조언 프로그램 같은 프로그램을 선보이면서 완벽한 부활이 가능해졌다고 평가했습니다. 4위에는 글로벌 아웃도어 기업 파타고니아의 지분 98%를 양도받은 기후변화 대응 비영리재단 ‘홀드패스트 콜렉티브’, 5위에는 브라질의 금융 불균형 해결에 앞장서고 있는 인터넷 은행 누뱅크가 올랐습니다.

◇네이버웹툰 8위 올라… 미디어 분야 1위

6위는 마이크로소프트, 7위는 메타버스 업체 로블록스, 9위는 회계처리 스타트업 램프 였습니다. 8위에는 반가운 이름이 있습니다. 네이버웹툰의 미국 본사인 웹툰엔터테인먼트입니다. 미디어 분야로 한정하면 뉴욕타임스(2위)를 제치고 전세계 기업 가운데 1위입니다. 패스트컴퍼니는 “웹툰엔터테인먼트가 글로벌 디지털 만화시장의 혁신을 이끌었고, 웹툰 지식재산권을 활용해 엔터테인먼트 업계를 바꿨다”고 했습니다. 네이버웹툰이 넷플릭스나 디즈니 같은 스트리밍 기업에 연료를 공급하고 있다고도 했습니다. 네이버웹툰의 월간 활성독자는 8500만명에 이르고 지금까지 한국 드라마로 제작된 웹툰만 해도 30개에 이릅니다.

 
김준구 네이버웹툰 대표. /네이버웹툰

마지막 10위에도 전통 기업이 있습니다. 바로 미국 유일의 럭셔리 보석업체 티파니 앤 코입니다. 티파니는 2021년 루이비통모에헤네시(LVMH)에 인수됐습니다. 패스트컴퍼니는 “2021년 이전 보석상은 광택을 잃고 있었다”면서 “하지만 알렉상드르 아르노의 지휘 아래 이제 럭셔리의 가장 밝은 별 중 하나가 됐다”고 평가했습니다. 베르나르 아르노 회장의 셋째인 알렉상드르는 비욘세 같은 영향력 있는 유명 인사들과 공격적으로 협업하면서 고루한 티파니의 이미지를 완전히 바꿔놓았습니다. 비욘세가 촬영한 티파니의 뮤직비디오형 광고는 46억건의 노출수와 6억9000만건의 조회수를 기록했습니다. LVMH의 주얼리 및 시계 부문 매출은 20222년 18% 증가했는데 티파니가 결정적인 영향을 미쳤습니다.

 
/티파니 티파니와 비욘세가 협업한 다이아몬드 캠페인의 한 장면.

패스트컴퍼니의 순위가 절대적인 것은 아닙니다. 사실 일개 미디어가 자의적으로 뽑은 순위일 뿐이죠. 패스트컴퍼니는 40명 이상의 편집자들이 54개 산업군에서 신청과 추천을 통해 후보군을 발굴하고 평가했다고 합니다. 하지만 전세계를 살펴보기에는 40명은 결코 많은 숫자가 아닐 겁니다. 하지만 패스트컴퍼니의 리스트에 오른 회사들에 공통점이 있는 것은 분명합니다. 대기업이든 스타트업이든, 테크 기업이든 식품 업체든 간에 남들과 다르게 생각하고 실천하는 ‘혁신’의 힘이 가장 중요하다는 것 말입니다.

[출처] https://www.chosun.com/economy/tech_it/2023/03/06/LIEXU4WTNNF75J423WQGNI6IDU/

Loading

5 3월 2023

[IT 혁신 디바이스][소프트웨어] “세종대왕의 맥북 던짐 사건에 대해 알려줘” 했더니 챗GPT가 내놓은 답변은?

[IT 혁신 디바이스][소프트웨어] “세종대왕의 맥북 던짐 사건에 대해 알려줘” 했더니 챗GPT가 내놓은 답변은?

“세종대왕의 맥북 던짐 사건에 대해 알려줘” 했더니 챗GPT가 내놓은 답변은?

[아무튼, 주말] 끝말잇기·시말서 작성까지
MZ세대 놀이가 된 챗GPT

 
/그래픽=김하경
Q: 조선왕조실록에 기록된 세종대왕 맥북프로 던짐 사건에 대해 알려줘.
 
A: 세종대왕의 맥북프로 던짐 사건은 조선왕조실록에 기록된 일화로, 15세기 세종대왕이 새로 개발한 훈민정음(한글)의 초고를 작성하던 중 문서 작성 중단에 대해 담당자에게 분노해 맥북프로와 함께 그를 방으로 던진 사건입니다.

아무런 연관이 없는 대상을 조합한 질문, 여기에 진지하지만 실소를 자아내는 답변을 한 주인공은 ‘챗GPT’다. 세계 최대 AI 연구소 ‘오픈AI’에서 출시해 미국에서는 의사·변호사·경영대학원(MBA) 시험도 통과한 그야말로 고성능 AI. 그런 챗GPT에서 엉뚱한 답변을 받아내고 공유하는 놀이 문화가 확산하고 있다. 예컨대 “조선 중기 티타늄 전차에 대해 알려줘” “대동여지도 연금술사들의 폭동에 대해 자세히 알려줘” “거북선의 라이트닝 볼트 발사 메커니즘을 설명해줘” 같은 질문을 던지고, 챗GPT의 답변을 소셜미디어에 올리는 식이다.

 

◇알파고 후 7년…일상의 동반자 된 AI

2016년 AI 시대의 개막을 알린 바둑AI ‘알파고’부터 챗봇 이루다까지 뛰어난 인공지능을 경험한 MZ세대에게 AI는 앞으로 함께 살아가야 할 ‘동반자’. 이들은 챗GPT와 대화하며 아이디어를 구상하거나, ‘챗GPT 활용 업무 효율화 가이드’ 등을 공유하며 똑똑한 AI와 공생하는 법을 익힌다. 간단한 이메일, 보고서, 자기소개서 작성에 AI를 활용하는 것은 물론, ‘내가 써야 할 반성문을 A4 용지 한 쪽 분량으로 써줘’ 같은 부탁도 서슴지 않는다. 실제로 인터넷 커뮤니티엔 AI가 작성한 720자 분량의 시말서가 화제다. AI는 “회사의 정책을 준수하지 않았다는 것을 인식하고 깊이 반성하고 있다”고 운을 띄우곤, 발생한 사건 내용과 잘못한 점을 적은 뒤 “이번 일로 인하여 회사와 동료들에게 심려를 끼쳤다는 것을 다시 한번 깊이 사과드립니다”로 마무리했다. 유려하게 작성한 시말서를 보고 ‘모범적 시말서 사례’라는 호평부터 ‘반성도 AI가 대신해 주는 시대’라는 씁쓸한 반응까지 두루 나왔다.

개발자 이건희(31)씨는 챗GPT와 한글로 끝말잇기를 하다 엉터리로 게임이 이어지는 영상을 유튜브 채널 ‘코딩하는 거니’에 공유했다. 이씨가 ‘불놀이’라고 하자 챗GPT는 ‘이모닝코피’라고 했고, 다시 ‘피카츄’라고 잇자 AI는 ‘축구’로 이어갔다. 이번엔 이씨가 세상에 없는 ‘구듐’이란 단어를 제시하자 AI가 ‘듐새’라고 이어갔다. 이씨가 ‘존재하는 단어가 맞느냐’고 추궁하자, 챗GPT는 곧바로 공손히 사과했다. 이씨는 “프로그래밍이나 코딩과 같은 내 업무의 많은 영역이 대체될 수도 있다는 두려움이 들지만, 동시에 AI를 잘 활용해 오히려 ‘무기’로 활용해봐야겠다고 생각했다”며 “유튜브 영상 주제를 챗GPT에 물어보거나, GPT가 문답 외에 어떤 것까지 할 수 있는지 시도해보다가 간단한 게임도 해보게 됐다”고 했다. 국어국문학을 전공하는 대학생 고혁진(26)씨는 취미로 추리소설을 쓸 때 챗GPT를 활용한다. “추리소설에서 많이 나오는 속임수나 범죄 기법을 물어봤을 때 AI가 답하는 것은 어느 정도 식상하고 진부한 것일 테니, 그런 내용을 제외해 가면서 소설을 구상한다”고 했다.

 
챗GPT 일러스트. /로이터=연합뉴스

◇AI 의 실수와 오류서 위로받는다

똑똑한 AI는 왜 엉뚱한 답변을 할까. 전문가들은 이를 ‘헐루시네이션(Hallucination·환각)’ 현상 때문이라고 설명한다. 이경전 경희대 경영학·빅데이터응용학과 교수는 “챗GPT의 한국어 데이터가 부족해서 발생하는 문제이기도 하지만, 챗봇들의 고질병”이라며 “챗GPT 같은 언어 모델이 가진 특징이, 단어를 인식하면 그 단어와 연관된 데이터를 기반으로 확률·통계적으로 가장 적합하다고 판단한 단어들을 조합해 답하는 과정에서 생기는 현상”이라고 분석했다. 이어 그는 “가지고 있는 데이터 중에서 최선을 선택하는 ‘비선형 최적화 알고리즘’을 기반으로 운영되는 인공지능은 필연적으로 오류를 낼 수밖에 없다”고 지적했다.

AI가 인간 노동의 대부분을 대체할 것이라는 비관론도 나오는 이때, 만능 AI의 오류를 발견하는 데서 젊은 세대가 희열과 위안을 느낀다는 분석도 있다. 챗GPT가 엉뚱한 답변을 할 수밖에 없는 질문을 고안해 던지고, 연관 없는 단어들이 그럴싸하게 엮인 것을 보며 재미를 느끼는 것이다. 대학생 고씨는 “흡사 포스트모더니즘 작품에서 아무런 연관이 없는 단어들을 무작위로 뽑아내서 엮은 것을 보는 느낌”이라고 했다. 광고 업계에서 일하는 이모(29)씨는 “챗GPT의 헛도는 문답을 보면 AI 만능주의를 비웃게 된다”며 “사람들의 언어 습관과 비언어적 뉘앙스, 광고주와 얽힌 관계, 경쟁사 전략까지 죄다 신경 써야 하는 게 내 업무인데, AI는 넘볼 수 없는 사람만의 몫이 반드시 있을 거란 생각도 든다”고 했다.

[출처] https://www.chosun.com/national/weekend/2023/03/04/HR457QM36JFTXDUVAMMNG23MHQ/?_branch_match_id=1069813101869131288&utm_source=facebook&utm_medium=social&_branch_referrer=H4sIAAAAAAAAA8soKSkottLXT87ILy7N00ssKNDLyczL1rfMc0oMi4pKC61IAgBCrvx6IwAAAA%3D%3D

Loading