최고 전문가와 보통 전문가의 차이
국내 교육학자들이 최고 수준 전문가와 보통 수준 전문가의 특성을 비교 분석한 논문이 있다.(오헌석 외, 2009). 연구자들은 최고 수준의 전문성은 지식, 경험, 문제해결 역량에 열정, 오너십, 자신감과 같은 감성적 역량이 뒷받침돼야 한다고 분석했다. 이 같은 감성적 역량은 다양한 성공체험을 통해 강화되기 때문에 최고 전문가를 육성하기 위해서는 다양한 경험을 부여하는 게 핵심이다. 이에 따라 최고 수준의 전문가는 단순한 교육보다 일을 하는 과정에서 육성된다.
인공지능 교육에 대한 두 가지 관점
기업에 따라 인공지능 교육을 두 가지 상반된 관점으로 바라본다. 한 쪽에서는 인공지능을 기술로 보고, 인공지능 인재는 쉽게 육성할 수 없다고 여긴다. 그래서 인공지능 기술이 필요하면 해당 인재를 외부에서 채용해야 한다고 생각한다.
반면, 다른 쪽에서는 비즈니스에서 활용되는 인공지능 기술은 생각보다 복잡하지 않다고 여긴다. 최고 수준의 인공지능 전문가를 육성하는 것은 어렵지만 초보자를 보통 수준의 담당자로 육성하는 것은 어렵지 않다는 것이다.
실제로 필자가 대표로 있는 알고리즘랩스는 기업에 인공지능 솔루션을 개발하여 보급하지만, 동시에 인공지능 활용교육도 제공하고 있다. 고객사에서 AI를 도입해 활용하기 위해서는 담당자가 인공지능을 알아야 하기 때문이다. 우리 교육은 인공지능 관점에서 비즈니스의 문제를 정의하고, 인공지능 모델에 적합한 데이터를 수집하여 가공하고, 알고리즘을 선택하여 학습하고, 모델을 평가하는 일련의 인공지능 모델링 과정으로 구성된다. 이를 이해하기 위한 이론 수업으로 머신러닝 방법론, 알고리즘 종류와 의미, 툴 활용법 등을 배우지만 코딩을 하지는 않는다. 지금까지 70여개 대기업에서 수 천명의 임직원들이 이 교육을 이수하고 인공지능을 현업에서 사용하고 있다.
인공지능 선도기업은 AI 인재를 육성해
인공지능 인재가 태부족인 상황에서, 인공지능 도입을 더 이상 늦출 수 없는 기업은 대중 교육을 통해 인공지능 기술을 비즈니스에 빨리 활용하는 게 낫다.
인공지능 기술을 잘 활용하는 기업은 인공지능 기술에 대해 쉽게 접근한다. 많은 사람들이 운전을 배우고 실제 실생활에 접목하듯, 인공지능 활용 전문가를 쉽게 교육해서 양성할 수 있다고 생각한다. 대체로 인공지능 기술을 접하지 못했던 기업은 인공지능의 활용 관점이 아닌 연구개발 관점에서 바라보는 경향이 있다. 그래서 인공지능을 도입하기 위해서 인공지능 전문가를 뽑아야 한다고 생각하는 것이다.
구글 브레인 담당자이자, 코세라 설립자로 인공지능 세계 최고의 석학인 앤드류 응(Andrew Ng) 교수는 이제는 모델 중심의 인공지능에서 데이터 중심의 인공지능으로 패러다임이 바뀌었다고 말했다. 모델 개선보다는 정밀한 데이터 구축을 통해 인공지능 성능을 올려야 하는 시대가 됐다는 뜻이다. 당연히 인공지능에 대한 학문적 연구보다는 현업의 활용이 더 중요해지고 있다. 즉 어디서나 인공지능을 활용하는 인공지능 대중화 시대가 도래했다는 의미다. 그런 만큼 인공지능은 대중 교육을 해야 한다. 대중 교육으로 인공지능 인재를 키워놓고 인공지능을 활용하다 보면 최고 수준의 인재가 가려질 수 있다. 그런 인재는 또 특수 교육으로 지속 육성하면 된다. 당장은 인공지능 대중 교육이 필요하다.
참고문헌
오헌석 외, “최고 수준 전문가와 보통 수준 전문가의 특성 비교 분석”, 아시아교육연구, 10권 4호, 2009
Amy Edmondson et al. “Learning how and learning what: Effects of tacit and codified knowledge on performance improvement following technology adoption”, Decision Science, Vol. 34, No. 2, 2003
Gerald Kane et al. “Coming of Age Digitally: Learning, Leadership, and Legacy”, MIT Sloan Management Review, Summer 2018
'전문 보기' 버튼을 누르시면 더 자세한 내용을 확인하실 수 있습니다.