시작의 기술 기억에 남는 문구들

1. 인생은 기다려주지 않는다.

“운명은 의지를 가진 자는 앞에서 인도하고, 주저하는 자는 질질 끌고 간다.”

- 세네카

여러분이 운명을 좌우하든지, 운명이 여러분을 좌우하든지, 둘 중 하나다. 여러분이 멈춰 서거나 꾸물댄 다고 해서 인생이 기다려주지는 않는다. 여러분이 확신하지 못하거나 두려워한다고 해서 인생이 기다리 지도 않는다. 여러분이 뭘 하든 인생은 계속된다. 여러분이 적극적으로 어떤 역할을 맡던, 안 맡든 쇼는 계속될 것이다.

2. 한 가지 행동이 자동적으로 나을 때까지 그 행동을 반복하면 습관이 만들어진다. 마찬가지로 강력하고 단언적인 언어를 오랫동안 사용하면 내 삶에 영구적인 변화를 일으킬 수 있다. 단순히 행복한 생각을 하다는 정도가 아니라 뇌의 생물학적 구조에까지 영향을 미칠 수 있다.

3. 실제로 아우렐리우스 같은 스토이학파 철학자들은 외부 사건이 우리에게 아무런 영향도 주지 못한다고 믿었다. 내 현실은 내 마음을 가지고 내가 만들어내기 때문이다.

“상처 느끼기를 거부하면 상처 자체가 사라진다.”

-마르쿠스 아우렐리우스

최고의 팀은 무엇이 다른가 기억에 남는 문구들

1. 꿀사과 일화는 2가지 측면에서 놀라움을 선사한다. 첫째, 집단의 성과가 지력이나 기술, 경험 같은 측정 가능한 능력 대신 미세한 행동에 좌우된다는 사실이다. 조너선의 작은 행동이 모든 변화를 유도했듯이.

둘째, 조너선에게 강력한 리더의 모습이 보이지 않았다는 사실이다. 조너선은 강력한 리더라면 으레 취할 것으로 예상되는 행동을 전혀 보여주지 않고도 높은 성과를 달성했다. 그는 자신이 책임을 떠맡지도 않았고, 다른 사람에게 무언가를 시키지도 않았다. 심지어 전략을 세우거나 동기를 불어넣거나 비전을 제시하지도 않았다. 대신 직접 나서기보다 다른 사람들이 일할 수 있는 여건을 만들고, 서로 끈끈하게 이어져 있다고 누구나 느끼는 환경을 조성했다. 조너선의 집단은 그들이 똑똑하기 때문이 아니라, 안전하기 때문에 성공한 것이다.

2. “현대사회는 아주 최근에 나타난 현상입니다.” 펜틀랜드는 이렇게 말했다. “아주 오랫동안 사람들은 서로에게 워낙 많은 것을 의지해왔기에 결속력을 높일 방법이 필요했습니다. 우리는 언어를 사용하기 전부터 신호를 사용했고, 우리의 무의식은 놀라울 정도로 일정한 행동 신호에 맞춰 조율되어 있습니다.”

3. 그러나 소속 신호의 관점으로 바라보면 전반적인 그림이 바뀐다. 소속 신호는 집단의 본성이나 규율과는 무관하며, 다음과 같은 기초적인 질문에 답해줄 환경을 만들어야 한다. '우리가 이어져 있는가? 우리는 안전한가? 우리는 미래를 공유하는가? 이 질문들에 대해 미사일리어 조직은 어떻게 대처하고 반응하는지 하나씩 살펴보자.

4. 실제로 대화를 나눴던 전직 미사일리어들은 똑똑하고 활달하고 사려 깊었고, 부대를 벗어나자마자 일의 능률과 삶의 질이 높아졌다. 결과의 차이는 그들의 천성이나 능력에서 비롯된 것이 아니었다. 미사일리어로서 스스로 안전하고 소속되어 있다는 확신을 갖지 못했기 때문이다.

5. 많은 과학자들이 지적한 것처럼, 앨런 커브는 진화론의 연장선상에 놓여 있다. 인간이 살아남기 위해 무리를 이루고 소속감을 느끼는 것은 오랜 진화의 산물이다. 그런 관점에서 밀착도는 곧 자신이 어떤 무리에 속해 있고 안전한 상태라는 것을 알려주는 지표인 셈이다. 서로 안전하다는 확신이 없으면, 누군가와 가깝게 붙어 있는 것 자체가 어려운 일이기 때문이다. 온라인상에서의 소통 역시 앨런 커브를 따르고 있다. 문자메시지, 이메일을 비롯해 가상공간에서 의견을 나누고 공감하는 양상은 물리적인 거리가 가까운 사람들 사이에서 더욱 뚜렷이 나타난다(연구 결과에 따르면, 같은 사무실에서 일하는 사람들이 그렇지 않은 사람들에 비해 4배나 자주 이메일을 주고받았다. 그 결과, 그들은 예상했던 것보다 32퍼센트 단축된 일정 내에 프로젝트를 완료할 수 있었다.)

6. 높은 자리에 오를수록 먼저 약점을 드러내라 이해관계가 복잡할수록, 많은 사람들이 자신의 불완전한 부분은 숨기고 능력을 과시하려고 한다. 그러나 그런 방법으로는 절대 구성원들의 화합을 불러올 수 없다. 당신의 본모습을 드러내자. 때로는 실수를 저지르는 장면을 보여주고, 단순한 말로 상대방이 들어올 여지를 만들어야 한다. “내가 제시한 어떤 의견도 완벽하지 않다는 걸 알고 있습니다. 내가 무엇을 놓친 걸까요? 당신은 어떻게 생각하죠?"

7. 리더의 취약한 모습을 보여줘라 앞서 살펴본 것처럼 서로의 취약한 순간을 일상적으로 여러 번 반복할 때 집단의 협동심이 형성된다. 특히 리더 자신의 취약성을 암시하는 순간이 가장 강력한 효력을 발휘한다. 데이비드 쿠퍼가 그랬듯이, “그거 내가 망쳤어”라는 말만큼 리더에게 중요한 것은 없다.

8. 버크와 팀원들은 잠시 생각에 잠겼다. 이내 그들은 FBI와 FDA의 조언을 무시하기로 결정하고 미국 시장에서 타이레놀 제품을 전량 수거한다고 즉시 발표했다. 약 3100만 정의 타이레놀 가치는 1억 달러에 달했다. 이토록 과감한 의사 결정의 배경을 묻자, 버크는 즉시 대답했다. 우리의 첫 책임은 의사, 간호사, 환자를 비롯해 우리의 물건과 서비스를 이용하는 모든 아버지, 어머니를 향해 있습니다. 그들의 필요를 만족시키려면 모든 제품과 서비스에서 높은 품질을 달성해야 합니다. (존슨앤존슨의 사명)

9. 성공적인 집단을 방문할 때마다 공통적으로 감지한 사실이 하나 있다. 그들은 집단의 목적이나 가치에 관계된 이야기를 나눌 때마다 코에 펀치를 맞는 것만큼이나 신경을 곤두세웠다. 그들은 주변 환경에서부터 시작했다. 일반적인 경우 집단의 목적을 상기시키는 몇 가지 사항으로 주변 환경을 채울 뿐이다. 하지만 성공적인 집단들은 여기에서 그치지 않는다. 그 이상의 것, 훨씬 많은 것을 실시했다.

10. '이 아이들은 평범하다' 라는 생각이 ‘이 아이들은 특별하다. 성공할 운명을 타고났다' 라는 스토리로 대체되어 교사들의 평가에 반영되었고, 성공적인 미래로 학생들을 이끌 일련의 행동을 창출했다. 스토리가 속임수라거나 학생들이 평범하다는 사실은 중요하지 않았다. 이 아이는 남다른 지적 성장의 가능성을 지니고 있다' 라는 단순하고도 빛나는 발상이 동기, 인식, 행동을 한 방향으로 일치시켰다. 로즌솔은 그 변화를 4가지로 분류했다.

11. 일련의 신호들은 현재의 노력이 유의미한 미래와 이어지며, 스토리는 구성원들의 동기가 어떤 방향을 향해야 할지 알려준다. '우리가 일하는 이유가 이것이기에, 여기에 우리의 에너지를 투입해야 합니다.’

12. 에필로그 : 최고의 팀은 만들어지는 것이다.

나는 아이들에게 내가 쓴 글 중에 완벽한 글은 하나도 없다는 사실을 말해주었다. 내가 얼마나 자주 헤매고, 스토리를 구성하기 위해 고군분투하는지를 고백했다. 얼마나 자주 실수하고, 그러한 실수를 파악하고 고치는 과정에서 얼마나 실력이 느는지를 알려주었다. 실수를 하지 않으면, 나아질 수 없다.

내러비트 앤 넘버스 기억에 남는 문구들

1. 그러나 금융 시장만 놓고 보면 접근 가능한 정보가 늘어났음에도 투자자들은 안심하기는커녕 전보다 더 불안에 떨면서 판단해야 하는 처지가 되었다. 정보 증가가 투자결정에 전혀 도움이 되지 않는 문제 행동을 더욱 악화시킨 것은 분명하다. 그 결과 투자자들은 과거 세대보다 더더욱 좋은 스토리텔링에 이끌리는 모습을 보인다.

2. 통계학에서는 추정할 때 표준오차'로 추정의 잠재적 오차를 드러내야 한다고 가르친다. 실생활에서, 특히 비즈니스와 투자 세계에서는 이런 가르침을 무시하고 추정치를 마치 사실인 양 다루다가 재앙이나 다름없는 결과가 생기기도 한다. 

3. 정교한 측정 도구를 가졌기 때문에 통제하고 있다는 착각에 빠지면, 숫자가 상식을 몰아낼 수 있다. 뿐만 아니라 심지어 다가올 위험에 적절 히 대비하지 못할 수도 있다. 불행하게도 2008년 금융위기 당시 세계 곳곳의 은행에서 이런 일이 벌어졌다. 금융위기가 일어나기 20년 전부터 은행들은 최악의 시나리오를 가정해 사업 손실을 구체적으로 수치화해서 예상하는 이른바 'VaR (Value at Risk) (일정한 조건하에서 위험이 발생할 경우 잃을 수 있는 최대 손실 예상치를 추정한 금액)’이라는 위험 측정 도구를 사용했다. 그 20년 동안 위험관리 전문가들과 학계는 VaR의 효과를 목적으로 더 강력하고 복잡한 도구가 되도록 가다듬었다.

4. 그리고 “이 사건이 평균에서 벗어나는 표준편차는 3이므로 이 사건이 일어날 확률은 1퍼센트에 불과하다.”

라는 식의 확률적 설명도 가능하기 때문이다. 안타깝게도 현실 세계의 현상들은 정규분포 확률로 발생하지 않는다. 특히 사업과 금융 데이터는 정규분포와는 거리가 아주 멀다. 그런데도 분석가와 리서처들은 정규분포를 바탕으로 예측하고 모델을 구축하는 행동을 멈추지 않는다. 그러다가 예상 범위를 벗어나는 사건이 벌어질 때마다 번번이 놀란다.

5. 평가하고 이해하기 쉬운 기업들이 있기는 하다. 일반적으로 말하면 과도기의 회사보다는 안정적인 회사가, 그리고 소규모의 비상장기업 보다는 주식이 공개적으로 거래되는 상장기업이 평가하고 이해하기가 훨 씬 쉽다. 그렇기는 해도 분석하기 수월한 기업보다는 어려운 기업을 제대로 평가하고 이해했을 때 거두는 보상이 더 크다.

6. 크리스텐슨의 주장 중 다른 부분에 대해서도 엄밀한 분석이 필요하다. 효율적으로 운영되는 업종은 파괴하기가 매우 힘들다. 기존의 안정된 회사들은 훨씬 유리한 위치에서 파괴를 막을 수 있을 뿐 아니라, 고객들도 쉽게 마음을 돌리지 않는다. 사업 운영 방식이 나쁘고, 시장 참여자들의 기존 제품과 서비스가 고객 니즈를 전혀 충족해주지 못하며, 수익성도 대단히 낮다면 모든 것을 파괴할 거대 폭풍을 만들어낼 수 있다.

그렇기 때문에 우버의 경우 파괴의 스토리가 훨씬 위력이 커지게 되는 것이다. 전통적인 택시 사업은 과도한 규제에 실적도 좋지 않고, 운영 상태도 엉망이어서 어느 누구(택시운전사, 고객, 감독기관)도 행복하지 않기 때문이다. 

7. 좋은 비즈니스 스토리는 단순하고 믿을 수 있으며 설득력이 있다. 그러나 좋은 비즈니스 스토리를 말하려면 사업과 그 사업이 속한 시장을 이해해야 한다. 그러기 위해서는 사업과 시장에 대한 데이터를 수집해야 하고, 5장에 나온 여러 넘버크런칭 도구를 사용해 데이터를 정보로 전환해야 한다. 하지만 이 과정에서 가장 중요한 부분은 데이터는 스토리를 말해주지 않는다는 사실을 알고 있어야 한다는 점이다. 스토리텔 러라면 어쨌거나 판단을 피해서는 안 되지만, 아무리 데이터와 정보를 토대로 삼는다고 해도 판단은 판단일 뿐이다. 

8. 가격결정 게임보다 가치에 관심이 더 많은 투자자라면 트레이더와 아주 다른 시각에서 실적 보고를 보게 될 것이다. 가치투자자는 주당 순이익 보고가 기대치에 부합하는지 웃도는지에 초점을 맞추는 것이 아니라, 실적 보고서가 기업과 가치에 대한 내러티브에 영향을 미칠 소지가 있는지에 좀 더 주목하게 된다. 

짐작하겠지만 실적 보고서를 이런 식으로 평가한다면 가치투자자가 보이는 반응은 어닝서프라이즈에 좀 더 집중하는 트레이더와는 상당히 다르게 나타난다. 보고된 순이익이 예상 주당순이익보다 높으면 가격결정에는 호재가 되지만, 내러티브에는 부정적 영향을 미쳐서 주가가 올라가는 만큼 그 회사의 가치는 떨어질 수 있다. 반대로 실적 보고가 예상 주당순이익에 훨씬 못 미친다면 스토리에는 긍정적 영향을 미치고, 이번 역시 주가와 가치는 다른 방향으로 움직이게 될 수 있다.

9. 예측 가능성

내가 경험하기로 주로 거시경제 예측을 기반으로 하는 투자 전략만큼 실적이 나쁜 전략도 찾기 어렵다. 원자재부터 말하자면, 지난 50년 동안 가격이 반전할 것이라고(즉 떨어지고 있던 원자재 가격이 갑자기 방향을 바꿔 오른다거나, 오르고 있던 원자재 가격이 내리막길을 걸을 것이라고) 분석가들이 이구동성으로 말한 원자재는 단 하나도 찾아내기가 힘들다. 경기순환에대한 기록도 별로 나을 것이 없다. 실제로 경제를 금리, 인플레이션, 경제 성장률로 쪼개서 관찰하면 해당 분야 전문가들의 예측은 순수한 역사적 데이터에 근거한 예측과 거의 다르지 않다.

10. 이런 초라한 실적에도 불구하고 개인투자자나 기관투자자도 거시경제를 전망해 투자하는 것을 멈추지 않는다. 아마도 예측이 맞을 경우 막대한 수익이 나는 데다, 올해의 거시경제 예측 우승자로 선정된 사람들은 새로운 시장의 구루로 인정받기 때문일 것이다. 2015년만 봐도 일부 분석가들과 포트폴리오 매니저들은 유가의 지속적 하락을 예측한 덕분에 시장을 가뿐히 이겼다. 지나치게 냉소적인 태도일지 몰라도 내가 보 기에 그들의 성공은 오래가지 못할 것이다. 또한 거시경제 예측 능력을 자만하다 큰코다치는 날이 올 것이다.

11. 투자자들에게 전하는 말

투자자로서 주식 시장에서 승리할 종목을 찾는 데 도움이 될 마법의 총알이나 공식을 기대하면서 이 책을 읽었다면 아마도 크게 실망했을 것이다. 솔직히 말해 시장의 승리 종목을 찾아준다고 주장하는 엄격한 규칙들은 일부 성숙 기업에는 효과가 있을지 몰라도 대부분의 시장에서는 효과가 없다는 것이 내 생각이다. 투자의 미래는 투자자의 생각이 얼마나 유연한지 그리고 한 시장에서 다른 시장으로 어렵지 않게 옮겨갈 능력이 있는지에 따라 크게 달라진다.

자본없는 자본주의 기억에 남는 문구들

1. 사실 현대 경제에서 자본의 성격이 변화하고 있다는 점을 고려하는 순 간 수수께끼 같던 상황들이 이해되기 시작한다. 우리는 이 책의 남은 부분에서 무형 투자로의 전환이 경제에 관심이 있는 사람이라면 누구에게나 대단히 중요할 네 가지 쟁점 장기 불황, 불평등의 지속적 심화, 금융제도의 비금융 경제 지원 역할, 그리고 경제 번영을 위해서는 어떤 종류의 기반시설이 필요한지의 문제을 이해하는 데 얼마나 도움이 되는지 살펴볼 것이다. 이런 이해로 무장한 다음에는 이 경제적 변동이 정부의 정책 입안자, 기업 및 투자자 들에게 무엇을 의미하는지 검토하고자 한다. 이 여정은 구시대의 감정인들을 통과해 현대의 무형 투자라는 지도상에 없는 영토로 우리를 데려다줄 것이다.

2. 이 질문에 대한 한 가지 해답이 바로 시너지다. 애플의 디자인은 회사가 소유한 전체 무형자산 세트의 맥락에서, 즉 그들의 기술력, 고객 서비스 및 브랜드 파워와 마케팅 채널 속에서 특히 값어치를 발휘한다. 이 모든 것 때문에 그 애플 디자이너는 다른 고용주보다 애플에 있을 때 더 가치가 있으며, 그것이 애플을 떠날 인센티브를 감소시킨다. 

자, 시너지는 회사와 정부가 다양한 무형자산, 특히 새로운 아이디어 들을 결합하려는 강력한 인센티브를 창출하기 때문에 중요하다. 시너지는 이렇게 스필오버와 정반대 방향의 효과가 있으며, 도용보다는 개방성 과 공유를 촉진한다. 그것은 또한 회사가 경쟁에 맞서 자사의 무형투자를 보호할 대안적 방안을 창출하기 때문에 중요하다. 바로 개별적으로 자산을 보호하기보다는 시너지 효과가 있는 무형 투자의 클러스터를 구축하는 것이다. 

3. 우리는 무형자산의 증가가 장기적 불평등 확대의 여러 측면을 설명한다는 것을 논증했다.

첫 번째, 소득의 불평등이다. 무형자산이 창출하는 시너지와 스필오버 는 경쟁 관계에 있는 회사들 간의 불평등을 키우고, 이 불평등은 직원 급여의 격차 확대로 이어진다 (최신 연구에 의하면 이런 회사들 간의 격차가 소득 불평등 확대에서 큰 비중을 차지한다고 한다), 게다가 무형자산을 관리하는 데는 특별 한 능력과 교육이 필요한데, 이런 역량을 가진 사람들(이를테면 라이시의 상징 분석가들은 무형 집약적 회사들의 고연봉 일자리로 몰리고 있다. 결국 무형자산을 관리하는 사람들의 경제적 중요성이 커지면서 특히 최고 경영자들의 과다한 연봉을 정당화하는 데 이용될 신화들이 출현하는 분위기가 조성된다.

4. 두 번째, 부의 불평등이다. 번영하는 도시들은 스필오버와 시너지가 풍부한 공간이다. 무형자산의 증가는 도시를 점점 더 거주하고 싶은 매력적인 장소로 만들며, 그것이 주요 부동산의 가격을 치솟게 한다. 이런 종류의 물가상승이 최상층 부자들의 부가 증대된 주요 원인의 하나라는 사실이 입증됐다. 덧붙여 무형자산은 흔히 유동적이다. 그것은 회사와 국경을 넘어 이동할 수 있다. 이는 자본을 더욱 유동적으로 만들고, 이로써 과세는 더욱 어려워진다. 자본의 소유가 부자들에게 편중되어 있으므로 불평등을 감소할 재분배 과세가 더욱 힘들어지는 것이다.

5. 무형 투자의 본질은 또한 벤처캐피탈리스트(venture capitalist)들이 자신들이 투자하는 기업에 가치를 더하는 방법도 설명할 수 있다. 벤처캐피털의 특이한 점 중 하나는 펀드들의 강력한 실적이 지속된다는 사실이다. - 다시 말해, 벤처캐피털 펀드들 중 최상위 25퍼센트는 해마다, 심지어 몇 십 년간 같은 곳들인 경향이 있다. 이는 금융시장에서는 절대 흔한 일이 아니다. 영국의 한 최신 연구는 뮤추얼펀드(mutual fund) 업계에서 최고 실적을 보이던 펀드매니저들의 20퍼센트가 1년 후에는 최악의 실적을 내는 20퍼센트에 들어가 있음을 발견했다(Vanguard 2015). 사모펀드도 시간이 흐르면서 유사한 변동을 나타낸다. 그러나 성과가 높은 벤처캐피털 회사 들은 매년 펀드마다 성공하는 경향이 있다. 

7. 이런 통찰이 피터 틸의 《제로 투 원)에 함축되어 있다. 상업적 성공은 네 가지 특성을 발판으로 한다는 게 그의 견해다. 바로 독점기술 개발, 네트워크 효과 활용, 규모의 경제 이용, 브랜드 구축이다. 이러한 추천사항은 우리가 4장에서 논의했던, 4S를 기반으로 한 무형자산이 풍부한 기업의 전략과 확실히 연결된다. 그러므로 이를테면 트위터는 쉽게 확장될 수 있다고 그는 제대로 집어낸다. 규모의 경제가 실제로 진행 중인 아주 좋은 사례다. 반대로 확장할 수 없기 때문에 소규모로 남을 운명인 사업체의 사례로 그는 요가 스튜디오를 든다. 앞에서 살펴봤듯이, 레스 밀스 인터내셔널은 지금의 규모만큼 키워내기 위해 전통적인 헬스클럽 업체들과 는 매우 다른 사업 모델을 채택해야 했다.

8. 그러나 털이 누락한 듯한 성공한 기업들의 한 가지 특성이 있으니 바로 좋은 조직의 구축이다. 월마트와 케이마트(K-Mart)는 같은 업계에 있고, 매장에 거의 같은 종류의 트럭과 내부시설을 갖췄으며, 아주 유사한 제품 을 진열해놓는다. 그러나 둘은 매일 보는 사람들에게도 많이 다르다. 그들을 다르게 만드는 것은 부분적으로는 그들의 평판이지만, 조직 자체이기도 하다. 그럼 조직, 특히 경영과 리더십의 역할로 넘어가 보자.

9. 무형자산이 풍부한 기업의 복잡성을 이해할 수 있는 금융 투자자들 역시 번영할 것이다. 무형자산의 불확실성이 커지고 기업 회계의 유용성이 감소해 좋은 주식 연구와 기업 경영에 대한 통찰의 중요성은 커질 것이다. 이는 투자자들에게는 도전이 될 텐데, 한편으로 규제가 강화되면서 많은 기관투자자들에게 주식 자금 분석이 더욱 어려워지기 때문이며, 다른 한편으로는 다각화(주주들이 무형 투자의 스필오버 효과로부터 주주들이 무형 투자의 스필오버 효과로부터 이득을 얻게 해준다)와 집중된 소유권(분석 비용을 감소시킨다) 사이의 내재된 긴장 때문이다.

딥러닝 레볼루션 기억에 남는 문구들

‘스마트폰 혁명’ 이후의 새로운 패러다임은 무엇일까. 누구도 경험하지 못한 미래가 다가오고 있다. ‘딥러닝 혁명’이 바로 그것이다. 딥러닝 혁명에서 시작된 변혁은 산업, 교육, 경제, 문화, 전 영역에 걸쳐 가시화되고 있다. 새로운 패러다임 등장은 필연적으로 승자와 패자를 낳는다. 발 빠르게 적응하는 이와 그렇지 못한 이가 나뉘는 것이다. 얼마 전 소프트뱅크 손정의 회장이 문재인 대통령을 만나 자리에서 “첫째도 AI, 둘째도 AI, 셋째도 AI”라고 힘주어 말했다. 인공지능에 기업과 국가의 경쟁력이 달려 있으며, 인공 지능 개발에 모든 역량을 집중해야 한다는 것이었다. 실제로 4차 산업혁명 열풍과 알파고 충격 이후, 인공지능은 제조업, 통신, 자동차, 서비스업 등 산업뿐만 아니라 교육, 의료, 법조, 행정 등 우리 생활 모든 영역에 깊숙이 들어왔다. 빅데이터와 인공지능이 결합된 서비스가 나의 욕구를 나보다 먼저 정확하게 알고 상품을 추천을 해주는 일은 이제 너무 당연해서 특별하게 느껴지지 않을 정도다.

이제는 앞을 내다보는 질문이 필요한 시점이다. 이와 같은 변화가 어디서 시작되었고, 앞으로 어떻게 될 것이며, 나아가 우리는 무엇을 준비해야 하는지 말이다. 《딥러닝 레볼루션》의 저자 테런스 J, 세즈노스키는 인공지능 발전에 결정적 역할을 한 것이 딥러닝이라고 말한다. 딥러닝 없이는 지금과 같은 변화가 없었을 것이며, AI 시대의 미래를 예측하기 위해서는 딥러닝을 알아야 한다는 것이다. 모두의 각광을 받고 있는 빅데이터, 초연결, 자율주행 역시 딥러닝 없이는 불가능했을 성과다. “아무리 많은 데이터를 만들어내도 머신러닝(딥러닝)이 발전하지 않으면 아무 소용이 없다”는 말이 이를 압축적으로 보여준다.

이 책에서 신경과학과 머신러닝 분야의 대가인 세즈노스키는 통찰력 있게 인공지능의 과거와 현재를 돌아보고 미래를 조망한다. 딥러닝은 지금까지 이뤄낸 변화보다 앞으로 훨씬 큰 변화를 가져올 것이다. 하지만 여기에는 ‘궁극적으로’라는 단서가 붙는다. 그 시기가 앞당겨질지 아닐지, 발전의 결과물을 유리하게 이용할지 못할지는 전적으로 우리가 어떻게 하느냐에 달려 있다.