목록2025/05 (16)
컨설턴트 코너맨의 블로그
1. 링크드인에도 티스토리에도 GPT 답변을 복사해온 글이 넘친다. 티스토리에는 댓글도 자동생성된 것만 달린다. 고스트바둑왕도 아니고 모두가 GPT에 빙의되어 간다. 오리지널리티의 중요성이 더 높아질 수밖에 없는 세상. 2. AI가 못하는 게 뭘까 생각하면 흔히 ‘의사결정’ , ‘독보적 창의성’ 등을 이야기한다. 그런데 사실 AI의 조금 더 본질적인 약점은 데이터라고 생각한다. AI는 데이터를 먹고 자라기 때문에 ‘데이터화가 잘못된 것(사람이 라벨링하거나 전처리하는 것)’ 과 , ‘데이터화 되지 않는 것에서 비롯되는 정보(눈치, 타이밍 등)’ 다. 3. 최근 업계 세미나가 많이 보인다. 발표자가 유명하거나 좋은 회사 출신일수록 티켓이 잘 팔린다고 한다. 그러나 나는 발표자보다도 '내가 그 행사에서 듣고..
인공지능(AI)은 점점 더 많은 영역에서 인간을 보조하거나 대체하고 있습니다. 자동화된 분석, 콘텐츠 생성, 사용자 응대 등 다양한 분야에서 AI는 "똑똑한 도구"로 자리잡고 있죠. 하지만 AI는 여전히 본질적으로 데이터 기반의 계산기일 뿐이며, 인간 고유의 사고와 판단 능력을 대체하기엔 여러 중요한 약점들을 안고 있습니다.아래에서는 AI가 잘하지 못하는 핵심 영역들을 구조적으로 정리합니다.1) 의사결정 – 목적 설정과 장기적 전략적 판단의 어려움AI는 데이터를 바탕으로 예측하고 분류하며 판단하는 것처럼 보입니다. 하지만 ‘판단의 맥락을 구성하고, 복합적인 요소를 통합해 결정하는 것’은 여전히 인간의 몫입니다. 비즈니스 의사결정을 예로 들면, AI는 A안과 B안 중 과거 데이터 기준으로 수익성이 높은 쪽..
데이터 거래소 모델의 비효율성과 ‘전시창구’ 문제데이터 거래소란 데이터를 사고팔 수 있도록 중개하는 온라인 플랫폼을 말합니다. 그러나 한국의 기존 데이터 거래소들은 실질적인 거래보다는 데이터를 보여주는 역할을 담당하는 경우가 많습니다. 구매자가 거래소에서 원하는 데이터 상품을 찾아도, 실제 거래 단계에서는 플랫폼 밖에서 판매자와 직접 연락하여 계약을 맺는 사례가 많습니다. 이는 거래소 이용이 의무사항이 아니다 보니 거래소는 주로 데이터 목록을 보여주고 소통이 시작될 수 있는 물꼬를 틔어주는 역할을 하고, 실제 거래는 기업 간 직접 계약으로 이루어지기 때문입니다. 이러한 구조에서는 거래소를 통한 공식 거래 실적이 잡히기는 어렵습니다. 실제로 금융보안원이 운영하는 한 금융 데이터 거래소의 경우, 출범 5년 ..
로마의 티베리우스 황제 재위 시절, 깨지지 않는 유리를 발견한 사내가 황제를 찾아갔다. 사내는 황제에게 자신의 발명품을 보여주었고 티베리우스는 다른 이에게 보여준 적이 있냐고 물었다. 그런 적 없다고 하자 티베리우스는 사내를 끌어내 죽이도록 명령했다. "황금이 진흙의 가치로 추락하는 일을 막기 위해서"라고 한다. (중략) 창조적 파괴가 가져올 경제 효과를 두려워 한 탓이다. - 국가는 왜 실패하는가(대런 애쓰모글루, 제임스 A 로빈슨 저) 250p 유리가 깨지지 않으면, 당시 황금(깨지지 않아 고귀한 물건으로 쳤던것) 의 가치가 무너질 것이라 생각했던 게 요즘 AI의 도입과 비슷합니다. 저도 몇년 전 비슷한 경험이 있는데요. 어떤 지자체에서 다수의 인력이 직접 방문해서 데이터 기록 하는 일을 하고 있었습..
서론데이터는 4차 산업혁명 시대의 핵심 자원으로 부상하면서 거래를 통한 가치 창출이 중요해졌다. 데이터 거래란 다양한 주체 간에 데이터를 사고파는 행위를 의미하며, 이를 통해 데이터의 활용도를 높이고 새로운 비즈니스 기회를 창출할 수 있다. 그러나 현재 한국의 데이터 거래 시장은 선진국에 비해 규모가 작고 활발하지 못한 실정이다. 실제로 2020년 기준 국내 데이터 거래 규모는 약 1조6,054억 원으로, 2018년 기준 미국 데이터 브로커 시장 규모(1832억 달러, 약 220조 원)의 0.7% 수준에 불過하다. 이러한 격차는 데이터 경제 활성화를 위해 한국이 해결해야 할 과제를 시사한다. 정부도 2020년 디지털 뉴딜의 일환으로 “데이터 댐” 구축을 발표하고 공공·민간 데이터 개방 및 빅데이터 플랫폼..
인공지능이 빠르게 진화하는 시대에 창의성은 어떤 방식으로 작동해야 하는가. 흥미롭게도 고대 동양 철학의 정수인 『주역』과 스탠포드 대학 제레미 어틀리 교수의 창의력 강의는 이 질문에 대해 놀랍도록 유사한 통찰을 제공한다. 이 두 세계는 시대와 언어, 기술의 차이를 뛰어넘어 창의성과 인간성에 대한 본질적인 접근법에서 만난다. 『주역』의 "몽(蒙)"괘는 인간의 어리석음과 무지에서 배움이 시작된다고 말한다. 어리석음은 부끄러운 것이 아니라, 오히려 깨달음을 위한 전제다. 배움은 누군가의 지식을 주입받는 것이 아니라, 스스로 질문하고 자각하며 성장해가는 과정이다. 제레미 어틀리도 이와 유사하게, AI를 단순히 질문에 답하는 도구로만 사용할 경우 오히려 창의성이 억제된다고 경고한다. 그는 “질문만 하지 말고, A..
인공지능의 진보는 상상보다 빠르게 우리의 삶에 스며들고 있다. AI는 이제 방대한 정보를 분석하고, 문장을 생성하고, 논리적 구조까지 흉내 내며 인간의 언어를 그럴듯하게 모방한다. 어떤 이는 말한다. “AI도 이제 철학적인 질문을 던지고 윤리적 판단도 하잖아. 인간만의 영역이란 게 정말 남아 있긴 한 걸까?” 질문은 타당하다. 하지만 이 물음은 우리가 AI와 인간을 구분하는 기준을 어디에 두는지에 대한 본질적인 성찰로 이어진다. 단순히 무엇을 할 수 있는가를 넘어, 누가 그 의미를 이해하고, 책임질 수 있는가라는 차원으로 나아가야 한다. AI는 문장을 조합할 수 있지만, 감각을 갖지는 못한다. 고통을 느끼지 않고, 공포나 희망을 품지도 않는다. 자각하지 않으며, 내가 왜 이런 판단을 내렸는지에 대한 의식..
우리는 정답이 넘치는 시대에 살고 있다. 인공지능은 검색보다 빠르고, 요약보다 정확하며, 질문을 던지면 그럴듯한 답변을 만들어낸다. 과거 교육이 지식을 ‘얼마나 알고 있느냐’를 중심으로 구성되었다면, 이제는 ‘무엇을 질문하느냐’, 그리고 ‘그 답을 어떻게 평가하고 활용하느냐’가 중심이 되어야 한다. 정보의 부족이 아니라, 의미 있는 탐색과 해석이 부족한 시대다. 그렇다면 교육은 어디로 가야 하는가. 답은 분명하다. 사고를 설계하고 확장하는 능력, 즉 인간만이 할 수 있는 ‘인지적 루프’를 가르쳐야 한다. 인공지능은 인간의 사고를 대체하는 것이 아니라, 증폭하는 존재다. 그 도구를 제대로 활용하기 위해서는 특정한 사고 과정을 훈련해야 한다. 목표를 설정하고, 그에 맞는 질문(프롬프트)을 구성하고, AI가 ..
인간과 협업하는 ‘디지털 주체’, AI 에이전트의 미래2023년만 해도 "AI 에이전트"는 새로운 가능성의 단초에 불과했다. 하지만 불과 1년 만에, 우리는 그 개념이 급격히 진화하는 과정을 목격하고 있다. 이제 에이전트는 단순한 기능을 수행하는 도우미가 아니라, 서로 협력하고 경쟁하며 독립적인 의사결정까지 하는 ‘에이전트 스웜(agent swarm)’으로 발전하고 있다.그리고 다음 단계는? 바로 에이전트 경제(agent economy)의 출현이다. 이는 AI 에이전트들이 정보 교환을 넘어 실제 자원과 가치, 신뢰를 주고받으며 거래를 수행하는 경제 구조를 의미한다. 단지 기술의 진보가 아니라, 경제 패러다임의 전환인 셈이다. 이 경제를 가능하게 하는 세 가지 기술 과제에이전트 경제가 현실이 되기 위해서는..
기업의 성장은 단순히 뛰어난 제품이나 기술만으로 이루어지지 않는다. 특히 스타트업 초기에는 "안 되는 걸 되게 만드는" 과정이 사업의 본질일 수 있다. 이때 필요한 것이 바로 현장형 영업 전략이다. 문서나 조건표가 아니라 사람과 관계, 실행력이 해답이 되는 순간들이 반드시 존재한다. 조건을 하나하나 맞추기보다, 직접 뛰어서 ‘예외를 만들 수밖에 없게’ 하는 것.많은 스타트업이 대기업, 기관, 플랫폼과 연동 또는 파트너십을 맺기 위해 수많은 조건들을 맞추려 애쓴다. 하지만 현실은 간단하지 않다. 시장에서 신뢰받지 못하는 초기 기업이 ‘공식적인 절차’를 통해 기회를 얻는 일은 매우 드물다. 그래서 필요한 전략은 정반대다. 예를 들어, 특정 제휴 조건이 “공신력 있는 기관만 연동 가능”이라고 적혀 있다면? ..