[단상] 머릿속 안개가 걷힌 하루

 요즘 agent AI가 워낙 화젯거리다 보니 나도 이걸 제대로 써보려고 이것저것 만져 보고 있다. 처음에는 클로드 코드를 썼고, 지금은 코덱스 CLI로 넘어왔다. 다들 클로드 코드가 바이브 코딩에서 인상적인 아웃풋을 보여준다고 하지만, 적어도 내겐 과도한 기능이라고 생각되었다. 고성능 컴퓨터로 피카츄 배구를 하는 느낌이랄까.. 그리고 결정적으로 너무 비싸다. Max를 결제하지 않으면 기본적인 세팅 몇 번만 해도 금방 바닥나는 토큰이 계속 신경 쓰였다. 반면 코덱스는 토큰량이 훨씬 넉넉하다고 느껴졌다. 지금은 카카오톡 ChatGPT Pro 쿠폰 덕분에 5개월 동안 프로를 쓰고 있지만, 솔직히 나처럼 비개발자이고 agent AI를 간단한 바이브 코딩과 작업 보조에 가깝게 쓰는 사람에게는 Plus만으로도 꽤 충분하겠다는 생각이 든다. agent AI는 한 대의 노트북이나 컴퓨터에서 맥락을 길게 이어 가며 작업할 때 가장 활용도가 높다. 그런데 내 일상은 그와 정반대다. 직장에서는 직장 컴퓨터를 쓰고, 집에서는 노트북을 쓰고, 밖에서는 갤럭시 탭을 쓸 때도 있다. 때로는 휴대폰만으로 뭔가를 처리해야 할 때도 있다. 즉, agent AI를 붙이기에는 꽤 까다로운 환경이라는 뜻이다. 작업 장치가 계속 바뀌고, 접속 환경도 제각각이며, 특정 작업들은 자동화로 구현해야 한다. 그래서 자연스럽게 고민하게 된 것이 바로 지금의 구조다. 내가 활용하고 있는 구조는 한 대의 컴퓨터로 모든 걸 해결하는 방식과는 조금 다르다. 굳이 이름을 붙이자면, 로컬과 서버를 함께 쓰고 그 사이를 깃과 구글 클라우드로 잇는 하이브리드 작업 구조에 가깝다. 조금 복잡하게 느껴질 수 있지만, 시작은 단순한 마음에서였다. 로컬 노트북을 작업의 중심으로 두되, 어디서든 접근할 수 있는 서버도 하나 갖추자. 그리고 이 둘의 작업 내용이 끊기지 않게 ...

요즘 정말 정신이 없다. 근무는 근무대로 피곤한데, 육아 하랴 방통대 새 학기를 따라가랴, 하루가 늘 빠듯하다. 운동도 꾸준히 하려고 노력하는데, 육퇴 후 공부하다 보면 잠이 부족해지면 금세 체력이 바닥난다. 체력이 떨어지면 운동을 놓치게 되고, 운동을 놓치면 몸도 마음도 더 쉽게 무너진다. 그렇게 체력과 정신이 조금씩, 그러나 분명하게 메말라가는 느낌이 든다. ​ 하고 싶은 것은 많은데 시간도, 체력도, 집중력도 그만큼 따라주지 못한다. 하고 싶은 일들을 바탕으로 미래를 그려보려 해도, 마음속에서는 늘 여러 방향의 생각이 서로 부딪힌다. 그 충돌이 결국 정신적인 피로가 되어 차곡차곡 쌓여가는 것 같다. 자꾸만 “지금 뭘...

최근 카카오벤처스 부대표이자 내과 전문의이신 김치원 선생님의 트레바리 '헬스케어 시스템의 이해'에 참여하였다. 그 첫 번째 도서, '보건의료체계의 이해(사례를 곁들인)(6판)'에 대한 독후감. "뭐가 이리 복잡해." ​ 이 책을 읽으며 가장 먼저 든 생각이었다. 한국의 국가 주도 단일 건강보험 체계에 비하면 미국의 보건의료시스템은 엄청난 복잡계를 이루고 있다. 여기서 궁금증이 생긴다. 보건의료체계는 과연 어느 정도 복잡해야 적당할까. 보통 어떤 ‘모델’이나 ‘계’는 제대로 기능할 수준으로만 복잡하되, 그 기준을 충족하는 선에서는 철저히 단순해야 한다고 생각한다. 시스템이 복잡할수록 문제 발생의 여지가 늘고, 그 해결에 막대한 비용이 드는 것은 불가피한 일이지 않을까. 그리고 이러한 문제와 비용은 고스란히 시스템 내 구성원들의 불편과 직결된다. ​ 나는 의료의 소비자이자 제공자로서 한국의 보건의료체계 안에 속해 있다. 진료를 하다 보면 종종 규제에 대한 답답함을 느끼곤 한다. 이 처방은 무엇 때문에 안 되고, 저 처방은 무엇 때문에 삭감되는 식이다. 의사 입장에서는 눈앞의 환자에게 최선을 다하기 위해, 그리고 혹시 모를 진단 누락이나 의료 사고라는 치명적인 리스크를 방어하기 위해 꼭 필요하다고 판단한 처방조차 심사평가원의 잣대 앞에서는 번번이 ‘과잉진료’로 치부되곤 한다. ​ 왜 심평원은 의사에게 진료의 자유를 주지 않고 사사건건 제한하는가? 물론 책을 읽기 전에도 건강보험 재정의 악화 상황에 대해서는 인지하고 있었지만, 이러한 답답함의 원인을 비로소 좀 더 명확하게 알게 되었다. 이건 단순히 의사의 개인적 탐욕 혹은 보건당국의 무책임 문제가 아니라 각자의 '합리성'이 충돌하는 시스템의 문제다. 의료시스템의 미시적 관점에서 관여하는 의사는 전체 의료비 지출의 문제보다 당장 “내 앞의 환자 치료”에 집중한다. 하지만 거시적 관점에서 보건당국이나 보험자는 재정의 안정성을 위해 "최소한의 비용으로 국민 전체의 건강 증진”을 이루길 바라며 지출 총량을 통제하려 한다. 이렇게 제공자의 합리성과 보험자의 합리성은 구조적으로 엇나갈 수밖에 없게 설계되어 있다. 이것이 대한민국, 아니 전 세계 보건의료시스템의 역설이다. ​ 책이 그려낸 미국의 보건의료체계는 이 충돌이 극대화된 복잡계 같았다. 보험, 지불방식, 조직, 인력이 다층적으로 꼬여 있어 각 이해관계자들의 합리성이 상충하는 모습이었다. 내가 만약 미국에서 의사로 일했다면 케이스마다 이 수많은 변수들을 고려하느라 엄청난 스트레스를 받았을 것이다. 하지만 관점을 조금 달리해 보았다. 의료인에게는 극심한 스트레스를 유발하는 이 복잡한 상황이, 역설적이게도 거대한 산업적 기회가 열리는 환경일 수도 있겠다고 느꼈다. 불편과 비용이 클수록 그것을 해소하려는 시장의 니즈가 커질 수밖에 없다. 이것이 바로 미국이 헬스케어 혁신의 중심지가 된 결정적 이유가 아닐까. ​ 이러한 미국의 독특한 의료 환경과 산업적 기회를 이해하려면, 결국 가장 근본적인 질문으로 돌아가야 한다. 바로 '돈'이다. 책에서도 언급되었듯이 보건의료는 ‘필요와 비용의 예측 불가능성’이 높은 영역이다. 누구나 예상치 못하게, 불가항력적으로 맞이하게 되는 비용이다. 그렇기 때문에 중증 질환의 치료 비용을 온전히 개인이 ...

I. ‘이게 그냥 된다고?’에서 ‘이거 생각보다 어렵네’까지 요즘 agent AI가 난리다. 단순히 질문에 답하는 기존의 생성형 LLM을 넘어, 로컬 파일을 제어하고 코딩을 통해 기능을 직접 구현하는 에이전트 AI가 보편화되고 있다. 나도 그 트렌드를 놓칠 수 없다고 생각해서 클로드 코드랑 코덱스를 랩탑에 깔고 이것저것 계속 돌려봤다. 처음 접했을 때 든 생각은 진짜 딱 하나였다. 이게 그냥 된다고? 어디까지 구현되나 궁금해서 이것저것 던져봤고, 실제로 꽤 많은 것들이 구현됐다. 간만에 느끼는 기술적 흥미였다. 그런데 신이 나서 사용을 하면 할수록 생각이 조금씩 바뀌었다. 이거 생각보다 어렵네. 말로 딸깍 하면 다 되는 것처럼 보이는데, 잘 쓰는 건 또 다른 문제였다. 단일 태스크를 분리해 구현하는 것은 쉽다. 그러나 다단계의 복잡한 작업을 요하는 프로젝트나, 혹은 프로젝트끼리 결합하여 작동할 때는 문제가 달라진다. 생성 파일이 무분별하게 쌓여 디렉토리 구조가 파편화되고, 경로 의존성 문제로 인해 한 곳을 수정하면 다른 곳에서 오류가 발생하는 식이다. 개발자들이 말하던 그 문장, 이제 조금은 이해가 된다. 이게 왜 되지? 싶어도 일이 돌아가고 있으면 건들지 말라. 이 시행착오가 불편하기만 했던 건 아니다. 오히려 여기서 감이 조금씩 생겼다. 완벽하진 않지만, 큰일 벌이기 전에 깨달은 게 다행이라는 생각으로 운영 방식을 계속 바꿔가는 중이다. 결국 agent AI일지라도 알아서 잘 딱 깔끔하고 센스 있게 해주는 것이 아니다. 내가 잘 시켜야 한다. 그래서 은근 귀찮다. (내가 직접 하면 더 빠를 것 같은데?) 그리고 여기서 생각이 확장된다. II. 정말 agent AI는 SaaS를 몰락시킬까? Software as a Service(SaaS). 쉽게 표현하면 소프트웨어로 사용자에게 서비스를 제공하는 비즈니스 모델(BM)이다. SaaS의 영역이 agent AI에 의해 대체되는 것이 아닌가 하는 기대와 우려가 시장에서 보이고 있다. 최근 주가만 보면 그런 분위기가 아예 허상은 아니다. agent AI 이야기가 나오면 SaaS 주가가 와장창 흔들리는 현상이 반복된다. 나도 많은 부분은 동의한다. 예전 같으면 구현하고 싶은 기능을 제공하는 소프트웨어가 있나 하고 찾아봤을 텐데, agent AI를 만나고서는 말로 시키면 된다. PDF 포맷 변환이나 동영상 스크립트 추출 같은 작업이 그 예다. 과거에는 관련 프로그램을 찾아 설치하고 광고 시청이나 구독료 지불 등의 비용을 감수해야 했는데, 이제는 에이전트 AI에게 말 그대로 딸깍만 하면 즉각적인 결과물을 얻을 수 ...

지난 주말, 중학교 학원 친구들과의 모임을 가졌다. 중학교 1학년, 그러니까 벌써 20년도 더 지난 인연을 어찌어찌 이어오고 있는데, 각자 다양한 분야에서 다른 일을 하다 보니 이야깃거리가 꽤 풍부한 편이다. 이번 모임의 주된 화두는 아무래도 육아였다. 애 엄마가 셋에 애 아빠가 하나이다 보니, 나머지 둘에게는 미안하지만..^^ 대화는 자연스럽게 기승전-육아로 흘러갔다. 그 중 한명은 벌써 애 둘 엄마가 되었고, 첫째는 어느덧 7살을 맞이했다. 시기가 시기인 만큼 아이 교육에 대해 고민을 많이 하더라. 아이들의 교육에서도 트렌드는 빠르게 바뀐다. 친구의 말에 따르면, 얼마 전까지만 해도 코딩 붐이 불어 어린이집에서조차 코딩 교육을 하더니, 이제는 코딩은 한물갔고 로봇 학원들이 우후죽순 생겨나고 있다고 한다. 그런데 정작 본인이 생각하기에는 로봇 트렌드도 너무 빨리 변할 것 같고, 아이가 컸을 때 과연 무슨 분야가 도움이 될지 고민해 보니 결국 '우주'나 '심해' 쪽으로 길이 있지 않을까 생각한다더라. 우리 아이는 이제 겨우 배밀이를 시작해서 온 가족이 기뻐하고 있는데, 교육이라니.. 조금은 먼 얘기라는 생각이 들면서도, 가슴 한켠에서는 ‘아예 생각을 안 할 수 없는 노릇’이란 마음이 자리하고 있다. 당장 몇 년 내로 영어 유치원을 보내야 하나 말아야 하나부터 고민을 시작해야 할 테니 말이다. 그래서 오늘은 친구의 고민을 빌려, 내가 가지고 있는 현재까지의 '교육관'에 대해 정리를 좀 해보려 한다. 요즘 나는 본격적으로 '탈의사(?)'를 하기 위해 다양한 분야에 촉각을 곤두세우고 있다. 직접적으로는 전문성을 살려 바이오/헬스케어 기업들을 분석하고 있고, 간접적으로는 AI와 데이터 과학 분야를 꾸준히 관심을 갖고 지켜보는 중이다. 그러면서 느끼는 점은 세상이 정말, 정말. 정말!로 빠르게 바뀌고 있다는 것이다. 그리고 그 변화를 선도하고 있는 것은 단연 AI다. 나름 AI를 열심히 쓴다고 생각하지만, 사실 나는 매우 라이트한 유저에 불과하다. 이런 나조차 AI를 통해 기존에는 엄두도 못 냈을 많은 일을 해내고 있는데, AI를 진정한 업으로 삼는 헤비 유저들은 이 변화의 속도와 가능성을 얼마나 거대하게 느끼고 있을지 감히 가늠조차 되지 않는다. 갑자기 교육관 이야기를 하다가 왜 뜬금없이 AI 타령이냐면, 내가 느끼기에 AI가 가져올 가장 거대한 패러다임의 변화가 바로 '교육'에 있을 것이라 확신하기 때문이다. AI가 인류에게 많은 것을 가져다주겠지만, 그중 가장 큰 변화는 바로 '지식의 평등성'이라고 생각한다. 이제 인간 스스로 지식을 머릿속에 축적하는 행위가 무의미해져 가는 세상이 오고 있다. 물론 당장 현재의 지식인들이 AI로 곧바로 대체되지는 않겠지만, 적어도 서온이가 성인이 될 시대는 지금의 모습과는 완전히 다른 풍경일 것이다. 그동안의 교육은 '지식을 쌓는' 방향으로 지속되어 왔다. 학교도, 학원도 마찬가지였다. 선생님의 역할은 지식을 전달하는 것이었고, 학생은 그 지식을 받아들여 온전히 스스로의 것으로 만드는 과정을 교육이라 여겼다. 물론 미래에 AI가 지식의 저장을 담당하더라도, 그 지식을 체화하는 과정 자체가 불필요하다는 뜻은 아니다. 다만, 지금처럼 일방향적이고 세부적인 디테일에 집착하는 세상은 아닐 것이라 생각한다. '누가 교과서 구석탱이의 정보를 얼마나 더 많이 알고 있느냐'가 중요한 것이 아니라, 다양한 현상의 원리를 이해하고 이를 기반으로 AI와 협업하여 '새로운 가치를 창출하는 능력'이 중요한 세상이 오고 있다. 그렇게 본다면 현재의 교육 시스템이 고수하고 있는 '과목'이라는 개념, '분야'라는 경계가 많이 흐려질 것이다. 즉, "무슨 과목이 중요하니 무슨 학원을 보내야 해", "어떤 분야가 유망하니 어떤 공부를 더 시켜야 해"라는 접근 자체가 무의미해질 가능성이 크다. 다시 AI 이야기로 돌아가 보자. 요즘 개발자들 사이에서 대세 중 하나가 '바이브 코딩(Vibe Coding)'이라는 개념이다. 쉽게 말해, 우리가 평소 쓰는 자연어(말)로 원하는 바를 설명하면, AI가 그것을 알아서 프로그래밍 언어로 치환하여 코딩을 해주는 것이다. 그동안 개발자들이 공부하던 수많은 프로그래밍 언어들이 순식간에 무의미해져 버린 셈이다. 이를 교육의 패러다임으로 해석해 보자면, 과거에는 '프로그래밍 언어(지식)를 공부해서 가치를 창출'하던 시대였다면, 이제는 '프로그래밍의 본질과 ...