허핑턴포스트는 2005년에 출범했다. 그런데 만약 그보다 10년 전에 시작했더라면 전혀 다른 독자를 접했을 것이다. 2005년 즈음엔 평균적인 독자들이 이미 디지털 환경에 적응해서 온라인 활동이 활발했는데, 이메일이나 모바일 전화로 주로 소통했고 거의 매일 소셜미디어를 이용했다. 시리(Siri, 애플의 음성인식 서비스), 구글 나우(Google Now, 구글이 개발한 개인 비서), 웨이즈(Waze, 크라우드 소스 내비게이션 앱) 같은 상품이 소개되기 이전에 사람들은 디지털 문화를 이용하여 소통하고 있었다. 우린 현재 그 어느 때보다 더 연결되어 있고 거의 매일 스마트 기기를 사용한다. 컴퓨터가 처음에는 엔지니어들의 특정 업무를 돕기 위한 단순한 장비였을지 모르지만 이제는 우리 각자를 흥미롭게 또 뚜렷하게 지지하는 다용도 기기로 둔갑했다.

미래는 더 흥미진진할 것이다. 이제까지 컴퓨터가 우리의 보조 역할에 그쳤다면 다음 10년 사이에는 자문 역할을 하는 기계로 발전하리라 기대한다. 컴퓨터의 도움으로 현재의 가장 어려운 이슈들을 해결할 수 있을 것이다.

예전엔 단 한 가지 목적을 위해 컴퓨터가 만들어졌다. 아주 구체적인 질문에 대한 해답을 대형 데이터 세트 처리로 얻는 것 말이다. 즉, 건초 더미에서 바늘 찾기(서울에서 김 서방 찾기) 같은 작업을 위해 존재했다. 물론 지금도 컴퓨터는 그러한 기능을 한다. 다만 훨씬 더 빠르고 더 복잡한 수준에서 작동한다. 데이터 과학과 기계학습(machine learning) 이 쌍두마차의 위력은 우리를 지루하고 시간이 오래 걸리는 일에서 해방해 더 가치 있는 일에 몰두할 수 있게 해줬다.

웨어러블 기기 전문업체 핏빗(FitBit)을 예로 들어 보자. 물론 수기로 자신의 운동량을 계산할 수 있지만 그런 기능을 지닌 웨어러블 기기를 이용하면 더 꾸준하고 정확하게 운동할 확률이 높아진다. 무인 자동차도 생각해보라. 운전을 컴퓨터에 맡기면 수많은 시간을 일, 교육, 또는 친구나 가족과 대화하는 데 이용할 수 있다. 컴퓨터 운전자는 대화나 피곤함, 음주 등에 동요되지 않기 때문에 안전성도 높아진다.

디지털 기기는 특권층이나 소수만 누릴 수 있는 것이 아니다. 아프리카의 어부도 모바일폰을 이용해 물고기를 가장 비싸게 팔 수 있는, 자신에게 가장 이로운 시장을 검색한다. 한 교실당 한 권의 교과서를 나눠 써야 했던 아이들이 이젠 무제한의 정보를 인터넷으로 받고 있다.

그런데 우린 컴퓨터가 이보다 더 중요한 역할을 할 거라고 믿는다. 데이터 처리 능력은 계속 향상되고 따라서 더 많은 데이터가 디지털화되어 저장되고 있다. 그런 차원에서 컴퓨터는 더욱 폭넓게 사회에 영향을 미치게 될 것이다. 특히 의료나 기후 변동 같은 시급한 문제에 적용될 것이다.

"이제까지 컴퓨터가 우리의 보조 역할에 그쳤다면 다음 10년 사이에는 자문 역할을 하는 기계로 발전하리라 기대한다."

다음 몇십 년 사이에 6천만 명이 도심으로 더 이동할 거라고 사람들은 예측한다. 교통 관리, 연비, 탄소 발자국 등 전체적인 도시 계획의 사안에 직면했을 때 데이터 과학이 빛을 보게 될 거다. 자동차 소유, 연비 효율, 빨간 불 앞에서의 평균 정차 시간 등의 정보가 기하급수적으로 늘어날 거다. 그 많은 데이터를 인간 혼자서는 분석할 수 없다. 또 적절한 질문이 뭔지도 우린 다 파악할 수 없다. 그러나 기계학습을 통해 컴퓨터는 전체 데이터를 분석하여 단순한 인간의 직감에 의존하지 않고 구체적인 패턴과 병목현상을 감지할 수 있을 거다. 수많은 관계와 상호작용이 발견될 것이며 문제 발생 자체를 예방하는 훨씬 더 과학적인 도시계획이 가능할 거다.

우리는 자동차가 정해준 주소까지 자동으로 데려다주는 시대에 거의 도달했다. 다음 10년 동안, 사람이 상상도 못했던 교통 문제에 대한 해답을 컴퓨터는 고안할 수 있을 것이다.

데이터 과학은 또한 의료계를 완전히 변화시킬 것이다. 이미 IBM의 왓슨 컴퓨터는 환자들의 기록 분석을 토대로 가장 효과적인 처방을 내리고 있다. 또 기계학습으로 특정 질병과 싸울 수 있을 것이다. 또 모든 생물에 대한 연기 순서를 매길 수 있을 것으로 추정되며 그런 자료는 컴퓨터 분석이 가능한 데이터베이스로 형성될 거다. 이런 데이터를 컴퓨터가 분석하면서 패턴을 인식한다는 상상은 생각만으로도 놀랍다. 처방과 예방에 대한 우리의 이해가 완전히 뒤바뀔 수 있다. 현재로써는 누가 이미 아플 때 그의 데이터를 검사하며 의학 연구는 질병을 앓는 환자에 대한 치료 효과를 분석한다. 모든 인구로부터 얻은 익명의 통찰력을 의료체계에 적용한다고 상상해보라. 특정 질병에 대한 이해뿐 아니라 환경적인 면, 소아 시절 식생활, 운동량 등에 대한 정보를 다 말이다.

확신할 수는 없지만 피트니스 트래커로 얻은 익명의 데이터가 질병 예방에 적용이 된다면? 컴퓨터를 이용한 패턴 인식으로 암의 유전성이 성립된다면? 우리가 암 연구에 돈을 기부하듯이 핏빗(FitBit)에 우리의 정보를 익명으로 기부하여 지구인의 생명 연장에 도움이 될 수 있다고 상상해보라.

우리는 컴퓨터의 궁극적인 목표가 인간의 능력을 보강하여 인간에게 더 높은 권한을 부여하는 것이라고 믿는다. 우리는 간단한 업무처리 이상의 기능을 지닌 기계를 만들 것이고 이런 기계는 역사적인 결정을 내리는데 도움이 될 것이다. 우리는 정말로 흥미진진한 시대에 살고 있다.

* 이 글은 허핑턴포스트 10주년을 맞아 쓴 에릭 슈미트(구글 회장) 자레드 코헨(구글 고문)의 블로그를 번역, 편집한 것입니다. 10주년 기념 기사 전체를 보고 싶다면 여기를 클릭.

___________________

* 에릭 슈미트는 구글 회장이다. 제러드 코헨은 구글의 아이디어 디렉터 및 이사장 고문이다. 두 사람은 뉴욕타임즈 베스트 셀러 '새로운 디지털 시대(The New Digital Age: Transforming Nations, Businesses, and Our Lives)'의 공저자다.