예컨대, 조직의 목표와 관련있는 하나의 사안에 대해 공동의 관심사를 가진 이들이 모여 프로젝트 팀을 구성할 수 있다. 팀은 서로 협업하며 - 아이디어를 내고 이를 성찰하며 점진적이고 꾸준하게 이를 실현해가는 - 자신들의 사안을 발전시켜갈 수 있다.

이와 같은 일을 해 나가려면, 자율이 어느 정도 보장되어 있으면서, 프로젝트 멤버가 서로의 전문성을 토대로 끊임없이 영점 조절을 할 수 있어야 한다. 그런 의미에서, 교원 집단은 이를 이루기 참 좋은 구조를 가지고 있다. 자신들의 다양한 관심사를 이리저리 조직하면, 충분히 의미있는 방향으로 사안을 발전시켜갈 수 있다.

문제는, 교원들이 프로젝트 팀을 이룰 때, 대부분은 성찰이 결여된다는 점이다. 가령, 요즘의 공저는 대다수가 방향 자체만 공유할 뿐, 이를 성찰한 흔적은 도무지 찾아보기 어려운 경우들이 많다. 방향에 대한 각자의 사유만 병렬적으로 늘어놓았을 뿐, 이를 종합하여 성찰하는 것은 독자의 몫으로 던지고 있다. 이런 책을 만나면… 던져버리고 싶다.

독자의 성찰은, 방향에 대한 진전을 토대로 해야한다. 그저 같은 방향만 바라볼 뿐, 이에 대한 관점이 충분히 나누어지지 않은 채 각자의 것을 백화점 식으로 나열한 후 독자에게 골라잡으라고 하는 방식은, 너무 많은 전시품들을 보며 내 쓸모를 탐색하느라 느끼는 피로감 덕에, 어떤 무언가도 골라들기 어려운 쇼핑의 모습과 다르지 않다.

오늘날 혁신 기업들은 소규모 단위로 팀을 운영하며 자체적으로 목표와 업무 방식을 결정할 수 있는 자율성을 부여한다는 공통적인 특징을 가진다. 각팀은 고유한 하위 문화를 형성함으로써 조직 전체에 걸쳐 맹목적 순응에 따른 위험과 그로 인한 사각지대를 줄이고자 한다. 팀은 필요에따라 서로 협력하여 각 팀의 기술과 관점을 결합하고 여러 분야에 걸쳐 있는 프로젝트를 처리할 수 있다. - P311


댓글(0) 먼댓글(0) 좋아요(0)
좋아요
공유하기 북마크하기찜하기 thankstoThanksTo
 
 
 

알고리즘적 사고를 수학이 지지하므로 컴퓨터가 작동하고 기능할 수 있지만, 수학적 사고는 (아직까지는) 인간 만이 가능하므로 인간 만이 ‘호기심을 통제된 탐구로 전환하는 두뇌 기계(데이비드 해킷 피셔)’로 수학적 질문을 떠올리게 될 것이다.

이러한 수학을, 도대체 어떻게 마주해야 할 것인가.

수학자 조던 엘렌버그가 말했듯이, "우리는 컴퓨터가 할수 없는 일을 알아내는 데 매우 능숙하다. 미래에 지금 우리가 알고있는 모든 정리를 컴퓨터로 증명할 수 있게 되더라도 우리는 컴퓨터가 풀지 못하는 다른 문제를 찾아낼 것이고, 그것은 바로 ‘수학‘이 될 것이다." - P240


댓글(0) 먼댓글(0) 좋아요(0)
좋아요
공유하기 북마크하기찜하기 thankstoThanksTo
 
 
 

인간 지능의 가장 큰 특징은, ‘전이’이다. 이를 명쾌하게 설명할 방법은, 아직까지는 없어 보인다. 그저, 한 분야의 전문가는 그 분야의 전문가가 되었던 과정을 쉽게 다른 분야의 전문가가 되기 위해 되짚을 수 있다, 정도의 기술 정도로 형상화할 뿐.

인공지능이 인간 지능을 따라오려면, 결국 전이할 수 있어야 한다. 즉, 알파고가 바둑 두는 지능을 다른 것에, 예컨대 자율주행 같은 것으로 옮길 수 있어야 한다. 그렇게되면 아마 우리는 ‘특이점’을 마주하게 될지도.

인간 지능을 일반화하여 말하면, 단일한 기본 지식 체계 내에서 표상들 사이를 전환하고 여러 관점을 융화시키는 능력이라고 할 수 있다. - P129


댓글(0) 먼댓글(0) 좋아요(0)
좋아요
공유하기 북마크하기찜하기 thankstoThanksTo
 
 
 

23년은 몰두해야… 제대로 된 책 한 권 낼 수 있겠구나… 나는 백 오십 만 번은 보았는가 반성해봐야겠다…

1998년 직장에서 퇴직한 후 2020년까지 23년간 꽃과 나무 사진을 찍어모아온 것이 150만장을 훌쩍 넘어섰습니다. 이중 4만 여 장의 사진을 골라 이 책을 만들게 되었습니다. 현장에 나갔다가 이름 모르는 나무를 만나면 꽃 사진은 물론 잎의 배열, 잎 하나하나의 모양, 열매, 줄기 등 최소한 50장 이상의 사진을 찍어서 돌아왔습니다. - P6


댓글(0) 먼댓글(0) 좋아요(0)
좋아요
공유하기 북마크하기찜하기 thankstoThanksTo
 
 
 

튜링 테스트가 텍스트 구사에 대해 인간을 흉내내는 것에만 신경쓰고 있었지, 요즘 AI의 작곡이 어마어마한 수준에 도달했음까지 가늠하지는 못하고 있었다. 그렇다. 그렇네.

인공지능이 음악처럼 대단히 인간적인 영역을 잠식해 들어오는 것에 거부감을 느끼는 사람들에게 이 모든 것을 판단할 수 있는 시금석은 앨런 튜링 Alan Turing이 고안한 테스트다. 구체적으로 말하면 과연 우리는 기계가 만든 곡을 인간이 만든 곡과 구분할 수 있는지에 대한 문제다. 그 대답은 ‘아마도‘이지만 간극은 좁혀지고 있다. 언젠가 경쟁력 있는 음악가의 음악을 설득력 있게 흉내낼 수 있는 시점이 분명히 찾아오겠지만, 과연 인공지능이 인류가 낳은 음악 천재의 경지에 오를 수 있느냐는 완전히 다른 문제다. - P124


댓글(0) 먼댓글(0) 좋아요(0)
좋아요
공유하기 북마크하기찜하기 thankstoThanksTo