못된 상사를 갈구는 발칙한 상상 5 - 인간의 딥러닝

 최근 2~3년 동안 가장 많이 들은 용어 중 하나가 인공지능이다. 반복되는 활동의 메타 데어터를 축적하면 패턴을 알 수 있다. 이 패턴에 따라서 반응하고 지속적인 데이터의 수집을 누적함으로 변화에도 대응할 수 있다. 딥러닝, 머신러닝이라고 이름 붙였진 내용을 보면 기술을 다루는 사람들이 대단해 보인다. 그러나 사람은 훨씬 더 우수하다. 사람이 오리지널이고 기계가 사람의 능력을 복제하는 카피캣이다.

 논리적인 접근을 하면 아주 기초적인 생각이다. 전문성을 갖기 위해서 반복 훈련을 하고, 그 훈련을 통해서 미묘한 차이를 깨닫는 점은 우리가 항상 하고 있는 활동이다. 오감을 통해서 지식을 습득하고, 관찰을 통해서 사람들의 행동 양식을 예측하는 것과 마찬가지다. 기계는 많은 양의 데이터를 처리할 수 있지만, 인간은 다양한 활동에 대한 분석을 동시에 처리할 수 있다. 모방의 효율은 인정하지만 모방은 원본을 넘어서기 어렵다. 인간의 도움없이 기계는 한계가 있다. 당장 코드만 뽑아도, 통신이 안되도 화려한 기계는 즉시 무능한 쓰레기에 불과하다.

 이런 차이를 알고자 이야기를 시작한 것은 아니다. 본질적인 것을 이해하고 인간이 습관, 패턴, 행동 양식을 쌓아 지식을 축적하면 상사라는 존재에 대해서도 효과적으로 대응할 수 있다는 것이다. 좀 더 높은 수준의 깨달음이 있다면 지혜라는 부분까지 확장할 수 있다. 기업활동, 사회활동에서 어떤 사람의 행동을 예측하고 예측에 대비하는 것도 내가 볼 때 딥러닝, 인공지능, 빅데이터와 전혀 다르지 않다. 사람은 좋은 습관을 축적해 우수한 실력과 존경받는 품격을 쌓아갈 수 있다. 이것이 희망이다. 때때로 못된 행동을 축적한 사파 고수는 무협지와 회사에도 존재한다. 인간이 사는 곳에 욕망을 절제하지 못하고 양산된 움직이는 하자품은 불가피하다. 끊임없는 준비와 평생 학습이 왜 필요한지 더 설명할 필요가 있을까?

 나보다 연장자를 존중하는 문화는 필요하다. 연장자들은 경험과 노하우를 갖고 있다. 그렇다고 모든 연장자가 바람직하고 존경받을 경험과 노하우를 갖고 있거나 나에게 친절하게 가르쳐 줄 것이라는 기대는 엄청난 과대망상이다. 책도 안보면 수준이 떨어지고, 책대로만 해도 수준이 부족하다. 책으로 배우고 나아지는 나의 실행력은 사전에 맥락을 갖고 그 배경에 관한 적절한 상황판단이 필요하다. 하물며 책을 공부해도 그런데 당연히 사람의 간계는 맥락없이 책대로 되지 않는다. 그래서 목표를 정하고 특정 분야를 깊숙히 파고들고 성취를 이루면 다시 이 교육의 성과(동시에 편견)을 내려놓고 넓게 보는 것이 새로운 공부 챕터다.

 삶의 과정에서 무엇을 축적했는가는 그 사람의 말과 행동에서 나타난다. 이 결과를 보고 우리는 인간에 대한 평가와 수준이라는 불명확한 나름의 기준을 갖게 된다. 사람은 계량화로 말하기 어려운 존재다. 단지 편의상 숫자로 평가로 하고 수준을 말할 뿐이다. 50점짜리 사람이 침팬지는 아니잖는가!

 '윗분들이 어떻게 그럴 수 있어', '선배가 돼서 이런 것은 아니죠'와 같은 말은 양심과 인간 본성에 대한 호소다. 이런 말이 나올 때는 벌써 어떤 사건이 발생한 후다. "내가 책임진다고"라는 말이 대단히 허황된 이유는 사고가 나면 나는 짐싸서 집에 간다는 말이다. 사고는 누가 해결하나? 그래서 책임지고 사퇴하는 사람들의 불성실함을 탓할 수 밖에 없다.

 다시 돌아와 위에서 이야기한 말을 통해, 부하직원은 나보다 나이가 많은 사람은 나이 어린 사람들에 대한 배려가 있을 것이라는 기대와 전제를 갖고 있다 쉽게 알 수 있다. 집에서 엄마와 아빠는 그렇지 않기 때문이다. 사실 옆집 아저씨, 아줌마, 친구 아빠와 엄마일 수 있는데. 이런 말을 듣고 나면 이웃사촌, 단일 민족 국가라는 말이 현재 사회를 대변하기에는 많은 오류를 안고 있다. 사회에서 그렇다고 정의해 놓은 것은 없다. 연장자를 공경하라는 표어와 관습이 있을 뿐이다. 왜 젊은 것을 아끼고 사랑하라는 문화와 관습은 없는지 모르겠다. 어린이는 미래라며 젊은 청춘들은 보살펴야할 새싹인데 왜 그런지도 모르겠다. 부모님들이 '사람 볼 줄 알아야 한다'고 강종한 이유를 잘 알수 있는 이유다.

 남한테 십원 한 장 보태 주는 것이 죽는 것보다 싫은 사람들이 있다. 한 사람은 30년쯤 이런 행동을 축적하고, 다른 사람은 60년쯤 축적했다고 가정해보자. 누가 더 민첩하게 내 돈 십원이 나가는 상황을 감지하겠나? 스쿠루지 영감님이 아니라 스쿠루지 총각이라면 동화가 어색하게 보일 수 있다. 이렇게 딥러닝이 되어야 패턴이 착착 나오는 것이다. 사람은 잘 안 변한다는 명제는 사실이다. 지금 자판을 누르고 있는 나도 내가 살아온 만큼 고질병이 고도화되고 있는 중이다. 사람이 변할 때는 아주 드문 경우로는 생존을 심각하게 고민하고 각성할 때다. 변화 범위가 제한적이지만 즉각적인 반응이 나오는 경우는 '너 이러면 죽는다'라고 할 때다. 그 어려운 금연을 결정하는 확율이 높은 경우는 의사가 죽는다고 경고할 때다. 부작용이 있지만 요단강에 잠시 발을 담갔다가 돌아오는 경우에도 변하는 경우가 있다. 

 한 가지 인간의 예외는 십원을 주는 것이 엄청나게 속상하지만 비난을 회피하기 위해서, 체면이 깎이지 않기 위해서 참는 경험 축적이 있다는 것이다. 삐치는 것은 나이가 들면 상황에 대한 반응은 더 잘 된다. 언제가 나의 직장 상사인 임원이 나한테 "너 내가 얼마나 잘 삐치는지 알아?"라고 말한 걸 보면 그런 것 같다. 말을 안 해주고 나름 포커 페이스를 하고 있으면 삐쳤는지는 알 수 없다. 순수하지는 않지만 참는 것은 나이 든 사람이 잘한다. 얻는 것이 있기 때문이다. 젊은 사람은 얻는 것보다 내 기분나쁨의 소멸이 더 중요하기에 용감하다. 나도 용감한 편이었다고 생각한다. 젊은 사람은 늙어 가는 중이고, 늙은 사람은 젊은 시절이 있다. 그 차이를 좋은 교양, 지식, 품격에 공을 들였는지, 탐욕과 이기심에 공을 들였는지 잘 파악할 필요가 있다. 인공지능도 인간처럼 모든 분야가 아니라 자동화할 부분으로 국한된다. 사람은 뭐가 딥러닝됬는지가 그것이 전문성이고 품격이다. 순진한 것이 지나치면 철이 없는 것이고, 나이 먹고 작은 것을 잘 참지 못하면 노망 났다는 소리 듣기 딱 쉽다.

  부하직원에게 상사는 만만한 상대가 아니다. 그런데 작은 사건 하나로 해볼 만하다고 생각하면 안 된다. 부하직원은 좀 더 치밀해지고 장기적으로 접근할 필요가 있다. 왜냐하면 부하가 회사를 더 오래다닌다는 명제는 진리다. 또한 상사가 부하직원을 성공하게 하는 것은 장담할 수 없다. 그러나 부하직원을 망하게 하는 것은 꽤 괜찮은 결과를 만들 수 있다. 반대의 경우도 마찬가지다. 이런 위험이 있는데 치밀하게 준비하지 않는다면 기울어진 운동장에서 보다 좋은 위치를 선점하기 힘들다.

 알파고도 그 뒤에 나온 새로운 버전의 기계에게 완패를 한다. 왠지 솔깃하지 않나? 이런 가능성이 부하직원에게 있다. 그렇지 않은가? 체력으로 나이 많은 상사와는 해볼 만할지 모르겠지만, 회사는 UFC가 아니다. 부하직원들이 보다 딥러닝이 된 상사를 대응하는 가장 좋은 방식은 협력이다. 왜 세상이 Big data를 보아서 무엇인가 해결해 보려는 시도를 하는가? 이 방식도 인간이 만들었다. 집단지성이라고 할 수 있는 방식은 네트워크로 연결되면 더 방대한 시스템을 구축할 수 있다. 특정 분야에서 상사보다 부족한 수준이지만 이것을 극복할 수 있는 대안이 된다. 아무리 뛰어난 고수도 백만대군이 몰려오면 도망갈 수 밖에 없다. 이 네트워크 간의 효율을 올리기 위해서는 누군가 마스터의 역할을 해야 하고, 쉽게 말해서 리더십이고 추진력이라고 할 수 있다. 이는 지위가 있다고 반드시 존재하는 것이 아니다.

 알파고도 네트워크를 차단하면 정체된다. 먼저 동료들과의 협력적 시스템을 구축한다면 상사도 시스템의 한 부분으로 더 큰 그림을 그릴 수 있다. 똑똑한 상사가 아무리 설쳐도, 무지렁이 같은 부하직원들이 아무것도 안 하면 본인이 제일 먼저 집에 간다. 별로 좋아하지는 않는 노인 양반이 '뭉치면 살고 흩어지면 죽는다'라고 했다. 온고이지신은 언제든지 효과적이다. 우리는 좋은 상사로부터도 배우지만, 나를 비난하고 적으로 간주하는 사람들로부터도 배워야 한다. 달리 적을 친구보다 더 가까이 두는가! 하긴 동료와 상사는 항상 가까이 있다.

 동료들과 네트워킹을 하면 보다 폭넓게 회사 전반의 시스템과 정보, 정보의 다른 해석을 알게 된다. 이 정보가 전체 형세를 이해하는 중요한 열쇠다. 전략을 선택할 때 형세를 안다면 결정적이다. 법가사상에서도 형, 술, 세의 중요성을 언급했다. 상황에 맞는 전략을 선택하는 것이 중요하다. 실패는 잘못된 선택으로 발생하는 것이지 외부적 환경에 때문에 발생하는 것이 아니다.  쉽게 말해 어떤 부분을 통해서 상사와 상생할지, 어떤 부분으로 못된 상사의 염장을 지를 수 있는지 시물레이션 할 수 있어야 한다. 전략기획 업무와 유사하다. 사람을 대하는 것은 진실이 중요하지만 이해관계의 입장에서 진실과 전략적 접근 모두 필요할 때가 있다. 적절하게 활용하여 동료들의 협력을 끌어내는 과정이 리더십 개발과정과 유사하다. 이렇게 상사가 코칭을 해주지 않아도, 상사를 시뮬레이션 도구로 활용해 스스로 학습하고 실력을 키울 줄 알아야 한다. 

#직장생활 #직장상사 #딥러닝 #