확률적 사고방식

확률적 사고방식

AI 도구는 우리의 사고방식을 변화시킴으로써 업무 방식까지 바꿀 것입니다

AI가 우리의 업무 방식을 바꿀 잠재력에 대한 설명은 이제 익숙합니다. AI는 반복적인 작업을 자동화하고, 직원의 영향력을 증대시키며, 업무 만족도를 향상시키고, 전체 산업을 변화시킬 것입니다. 하지만 AI 도구를 사용하는 것이 실제 업무 경험에 어떤 변화를 가져올까요? AI는 우리의 사고방식을 바꾸게 될까요?

AI는 컴퓨팅의 새로운 시대를 열고 있으며, 그 핵심 특징 중 하나는 결정론적(deterministic) 결과에서 확률적(probabilistic), 즉 “확률적(stochastic)” 결과로의 전환입니다. AI가 확산됨에 따라, 사람들은 새로운 소프트웨어 패러다임과 마주하게 되고, 이에 맞는 새로운 사고방식이 요구됩니다. 최근 Sequoia의 *Training Data* 팟캐스트 에피소드에서 Dust의 공동 창업자인 Gabriel Hubert는 “확률적 사고방식(stochastic mindset)”이라는 개념을 소개하며, 이를 “컴퓨터가 등장한 이후 우리가 사용하는 도구들에 있어 가장 큰 변화”라고 설명했습니다.

무작위성과 불확실성은 삶의 일부이지만, 현대 지식 노동의 맥락에서는 우리는 확실성과 예측 가능성을 최적화하도록 훈련받아 왔습니다. 그러나 확률적 사고방식(stochastic mindset)은 단순한 반복 작업에서 벗어나 도구, 콘텐츠, 전략 등을 점진적으로(iterative) 개발하는 방향으로 전환할 것을 제안합니다.

확률적 사고방식(stochastic mindset)은 특정 작업에 대해 최소한의 영향력을 행사하며 결과를 100% 확신하는 상태에서, 작업에 대해 최대한의 영향력을 행사하지만 결과의 구체적인 형태에 대한 확신은 훨씬 적은 상태로 전환하도록 이끕니다. 이러한 변화는 직접 무언가를 수행하는 것과 작업을 다른 사람에게 위임하는 것의 차이를 보여줍니다.

업무를 위한 AI 지원 시스템

확률적 사고방식으로의 전환은 AI가 실질적인 생산성 향상을 어떻게 이루는지를 보여줍니다. 정보를 더 쉽게 접근하고 통합할 수 있도록 함으로써, 노동자들은 훨씬 더 많은 정보를 소비하고 생산하게 됩니다. OpenEvidence, Harvey, Dust와 같은 제품들은 의사, 변호사 및 일반적인 지식 노동자의 업무 맥락에서 관련 정보를 효율적으로 접근하고 활용할 수 있도록 돕는 사례로 꼽힙니다.

AI는 일반화를 통해 정보를 확장하지만, 동시에 요약을 통해 정보를 축소하기도 합니다. AI 시대에서는 속도와 효율성을 얻는 대신, 전달되는 메시지의 정확성에 대한 불확실성이 존재합니다. 정보의 양 자체가 방대해지면서 이를 관리하고 단순화하기 위해 확률적 접근 방식이 필요하게 됩니다.

AI 도구는 최종적인 답변이 아닌 초안이나 제안을 제공합니다. 이러한 도구들은 점점 더 발전하겠지만, 항상 일정한 확률의 수준에서 머물게 됩니다. 물론 양자 물리학이나 통계에 관심이 많은 사람들은 모든 것이 확률적이라는 점을 빠르게 지적할 것입니다. 맞는 말입니다. 하지만 컴퓨팅의 역사는 거의 결정론에 가까운 방식으로 발전해 왔습니다. 이제 AI는 확률적 접근이 결정론적 접근보다 더 효율적인 임계 규모에 도달하고 있습니다.

작업자에게 미치는 영향은 지각변동 수준일 것입니다. 우리의 도구가 인간을 모방하면, 결국 인간도 도구의 방식을 따라하게 됩니다. 기계의 주된 모델이 무작위성을 수용하는 확률적(stochastic) 방식으로 전환된다면, 우리의 사고방식도 자연스럽게 그 영향을 받게 될 것입니다. 우리는 손안의 데이터에 대해 더 많은 의문을 품는 태도를 취하게 되며, 이 데이터가 본질적으로 무작위성이 내재되어 있음을 깨닫게 될 것입니다. 가장 중요한 점은 확률적 사고방식이 변화를 수용할 수 있으며, 특히 변화에 적응하도록 설계되었다는 것입니다.

창업자, 지식 노동자, 학생을 막론하고 여러분의 미래 전망은 변화에 얼마나 잘 적응하느냐에 크게 좌우될 것입니다. AI 시스템이 생성하는 더 많은 불확실성과 마주하면서, 작업자들은 비판적 사고 능력을 강화해야 할 필요가 있습니다. 이는 단순히 대규모 언어 모델(LLM)의 환각(hallucination) 경향성에 대한 단기적 대응이 아닙니다. 우리의 요구사항은 AI 시스템의 능력을 계속 앞지를 것이며, 특정 사용 사례에서는 시간이 지남에 따라 오히려 변동성이 더 커질 수 있습니다. Ilya Sutskever가 NeurIPS 2024에서 언급한 것처럼 “AI 추론 시스템은 더 많은 사고를 할수록 예측 불가능성이 증가합니다.”

Dust는 비기술적인 작업자들이 맞춤형 AI 에이전트를 쉽게 활용할 수 있도록 하는 플랫폼의 대표적인 사례입니다. 이들은 작업자가 자신의 에이전트, 어시스턴트, 도구를 직접 생성할 수 있는 “수평적 샌드박스(horizontal sandboxes)”를 구축하는 것을 목표로 하고 있습니다. 시간이 지나면 팀 단위로 AI 에이전트를 관리하게 될 것입니다. NVIDIA의 CEO 젠슨 황(Jensen Huang)은 이번 CES 2025 키노트에서 이를 두고 “IT 팀이 AI의 HR 부서가 될 것”이라고 표현했습니다. 이러한 시스템은 관리와 실행의 기록 역할을 하며, Factory는 코딩 에이전트를 관리하고, XBOW는 사이버 보안 에이전트를, Rox는 판매 에이전트를 관리하는 기능을 제공할 예정입니다.

AI를 단순히 운영비(opex)를 얼마나 절감할 수 있을지에 초점을 맞추는 대신, 확률적 사고방식(stochastic mindset)은 AI를 업무를 지원하는 강력한 보조 도구, 즉 작업을 위한 지원 시스템으로 바라보게 만듭니다.

21세기의 현실에 적응하기

확률적 사고방식(stochastic mindset)은 21세기 세계의 현실에 대한 진화적이고 적응적인 반응으로 볼 수 있습니다. 인류는 사회적, 정치적, 경제적, 환경적 불확실성이 점점 증가하는 상황에 직면하고 있습니다. 또한 변화의 속도가 가속화되면서(모델, 로봇, 로켓 등이 점점 더 개선되고 빠르고 저렴해짐), 변동성 역시 함께 증가하고 있습니다.

빠른 반복과 실행은 AI의 강력한 지원을 받는 소규모 팀에게 유리합니다. 확률적 사고방식(stochastic mindset)은 또한 창조자(builder)의 사고방식이기도 합니다. 이는 반복적이고, 실험적이며, 회의적이고 데이터 중심적인 접근을 특징으로 합니다. Gabriel이 보고한 흥미로운 점은 조직 내에서 Dust의 사용 패턴이 창조자를 식별할 수 있는 히트 맵(heat map) 역할을 한다는 것입니다.

확률적 사고방식(stochastic mindset)은 동시에 과학적 사고방식이기도 합니다. 이는 가설을 수립하고 이를 입증하거나 반증하려는 태도를 의미합니다. 일반 인공지능(AGI)과 초지능(superintelligence)을 주창하는 인물들(예: Harmonic의 Vlad Tenev 포함)은 과학적 방법론을 핵심 전략으로 삼고 있습니다. 하지만 확률적 AI 시스템이 확산되면서 발생할 더 큰 결과는 인간 사이에서 과학적 사고가 보편화되는 현상일 수 있습니다.

창업자에게 필요한 확률적 사고방식

제품-시장 적합성(product-market fit)이 과학 못지않게 예술이라는 말을 들을 때, 사람들은 아마도 과학을 결정론적인 관점에서 생각하고 있을 것입니다. 그러나 창업자는 매일 확률적 학습 문제를 직면하고 있습니다. 이는 변화하는 세계 속에서 고객의 변화하는 요구를 이해하고 대응하는 과제입니다.

현대의 창업자들은 AI 모델에서 예상은 되지만 예측할 수 없는 개선을 최대한 활용하기 위해 확률적 사고방식(stochastic mindset)이 필요합니다. 그들의 팀은 곧 가능해질 수 있는 것들을 예상하며 제품 로드맵을 계획해야 합니다. 또한 창업자들은 이제 연구를 열린 방식으로 접근해야 하며, 불확실성은 동시에 기회가 될 수 있음을 인지해야 합니다.

확률적 사고방식의 일부는 제약을 이해하는 능력입니다. 모든 프로세스는 제한된 시간 내에 실행되어야 합니다. 컴퓨팅 자원은 한정되어 있으며, 특정 시스템 내에서의 통신 역시 제한적입니다. 이러한 모든 요소는 비결정론(non-determinism)을 초래하지만, 인간 인지의 제약은 기계보다 훨씬 더 엄격하다는 점이 잘 알려져 있습니다.

가장 중요한 점은 창업자들이 자신만의 확률적 접근 방식을 개발함으로써 고객의 문제도 해결할 수 있다는 것입니다. 창업자들은 확률적 사고방식을 제품에 녹여내어 사용자들이 다음과 같은 새로운 역량을 활용할 수 있도록 도울 수 있습니다:

• 작업자가 창조자가 되도록 지원
• 학생이 연구자가 되도록 지원
• 소비자가 복잡한 선택지 속에서 올바른 결정을 내리도록 지원
• 모두가 AI 서비스를 생산적으로 활용할 수 있도록 지원

사람들에게 더 많은 사고 시간을 제공하기

AI 에이전트를 신뢰할 수 있게 만드는 데 있어 핵심 과제는 적절한 가드레일(guardrails)을 설정하는 것입니다. 하지만 AI의 예측 불가능한 특성은 단순히 결함(bug)이 아니라 하나의 특징(feature)이기도 합니다.

AlphaGo의 이야기를 통해 얻은 중요한 교훈 중 하나는 인간 바둑 기사들에게 미친 영향입니다. 2023년에 발표된 연구에 따르면, 초인적인 인공지능이 인간의 의사결정에 미치는 효과를 분석한 결과, AlphaGo가 이세돌을 이긴 이후 인간 바둑 기사들의 수에서 새로움(novelty)이 크게 증가한 것으로 나타났습니다. Garry Kasparov는 이를 두고 “나는 기계에 의해 직업이 위협받은 첫 번째 지식 노동자였다”라고 말했습니다. 이는 1996년의 일이었습니다. 그러나 체스는 과거의 유물이 되기는커녕, 그 어느 때보다 널리 보급되고 있으며 새로운 기술들이 등장하고 있습니다. AI는 체스에서 스파링 파트너이자 코치로 활용되고 있습니다.

확률적 사고방식은 사실 새로운 사고방식이 아닙니다. 하지만 AI 도구의 도입으로 인해 훨씬 더 널리 퍼질 것입니다. 단순 반복 작업은 줄어들고, 창의적인 아티스트와 전략적 관리자가 더 많아질 것입니다. 프로그래밍은 줄어들고, 가르치는 일이 더 많아질 것입니다. 확률적 사고방식은 우리가 더 높은 수준의 추상화에 익숙해지도록 도와줄 것입니다. 이를 통해 AI를 우리의 의도를 실행하는 도구이자 교사로 볼 수 있게 됩니다. 아무것도 확실하지 않은 세상에서 적응력은 더욱 가치 있는 능력이 되며, 이를 통해 우리는 예측 불가능한 상황을 헤쳐 나가고 새로운 가능성을 자기 주도적이고 창의적으로 받아들일 수 있게 됩니다.

---

원문: The Stochastic Mindset | Konstantine Buhler, Sequoia Capital