로니 브룩스가 로봇공학과 인공지능(AI)에 대해 이야기할 때에는 귀를 기울여 들어야 합니다. 현재 MIT의 파나소닉 로봇공학 명예교수(Panasonic Professor of Robotics Emeritus)인 브룩스는 Rethink Robotics, iRobot, 그리고 현재 주력하는 Robust.ai를 포함한 세 개의 핵심 기업을 공동 설립한 인물입니다. 그는 또한 1997년부터 10년간 MIT 컴퓨터 과학 및 인공지능 연구실(CSAIL)을 운영한 경험도 있습니다.
실제로 그는 AI의 미래에 대한 예측을 즐기며, 자신의 블로그에 그 예측의 정확도 점수판(scorecard)을 기록합니다. 그는 자신이 무슨 말을 하는지 잘 알고 있으며, 오히려 현재 생성형 AI를 둘러싼 과장된 기대(hype)에 제동이 걸릴 때가 왔다고 생각합니다.
브룩스는, "우리는 종종 AI에 대해 너무 낙관적입니다. 우리는 그것이 신기루인 것처럼 묘사하는 경향이 있습니다. 그 기술이 어떤 특정한 시나리오에서 실제로 작동하는지 증명할 때만 가치가 있습니다."라고 말합니다.
그는 산업계가 보여주는 '꿈의 시나리오'에 대해 지적하며, 현장의 구체적인 필요가 해결되기 전까지는 추상적인 낙관론에 빠지기 쉽다고 지적했습니다.
이러한 배경 속에서, 그는 기업들이 추상적인 개념을 가지고 투자하는 대신, 실제로 당면한 문제에 집중하여 구체적인 가치를 제공하는 기술에 투자해야 한다고 강조했습니다.
그는 다음과 같이 말하며, "기술에 투자할 때, 우리는 그 기술이 얼마나 혁신적인지에만 집중해서는 안 됩니다. 우리가 실제로 문제를 푸는 데 얼마나 도움이 되는지에 집중해야 합니다."라고 말합니다.
그는 실제 사례를 들며, "한 회사에서, 그들은 로봇을 이용해 물류센터에서 제품을 분류하는 프로세스를 개선하려고 했습니다. 이전의 프로세스는 수작업으로 이루어졌기 때문에 느렸고, 인간의 실수에 취약했습니다. 그들은 이 로봇을 도입함으로써, 물류센터의 처리량을 획기적으로 늘릴 수 있었습니다."라며, 실제적인 문제 해결 능력을 갖춘 기술의 가치를 강조했습니다.
[제목: AI 기술의 실제적 가치에 대한 강연]
핵심 메시지: 기술의 잠재력보다는 당면한 문제 해결 능력에 초점을 맞춰야 한다.
1. 기술의 과도한 낙관론 경계
- 문제: AI 기술에 대한 지나친 낙관론과 과장된 묘사.
- 현실: 기술은 추상적인 개념이 아니라, 특정 시나리오에서 실질적인 문제 해결 능력을 입증할 때 가치가 있다.
- 주장: 기업들은 '만들어지는' 것에 투자할 것이 아니라, '문제를 푸는' 것에 투자해야 한다.
2. 산업적 사례를 통한 입증
- 사례: 물류센터의 수작업 제품 분류 프로세스 개선.
- 문제점: 느린 속도와 인적 오류의 위험성.
- 해결책: 로봇 도입을 통한 처리량 획기적 증가.
- 교훈: 기술의 가치는 '혁신성' 그 자체가 아니라, **'효율적인 프로세스 개선'**에 있다.
3. 결론 및 제언
- 기업들은 **"실제적인 현장의 필요(Real-world needs)"**에 초점을 맞춰야 한다.
- 투자는 **"어떤 기술이 가장 멋진가?"**가 아니라 **"어떤 기술이 우리 회사의 가장 큰 병목 지점을 해소하는가?"**에 이루어져야 한다.
- 성공적인 기술 도입의 핵심은 **'최종 사용자(End-user)'**가 직면한 **'명확한 병목 현상(Clear bottleneck)'**을 해결하는 것이다.