TL;DR

  • 인공지능(AI)이 사실 검색과 상투적인 문장 생성을 담당하는 시대일수록 기술 분야의 경쟁력은 인문학적 깊이, 입장, 전달·방어 능력에 달려 있음
  • 철학, 문학, 언어학, 수학, 역사, 인류학과 외국어 학습이 기술 전문가의 사고력과 문제 탐색 능력을 확장함
  • 개발자와 기술 문서 전문가는 특정 도구 지식보다 빠르게 배우고, 깊이 생각하고, 인간 요소를 포함한 전체 시스템을 상상하는 능력으로 탁월해짐
  • 인문학은 AI 시스템, 소프트웨어 논리·온톨로지, 사용자 경험(UX), 안전한 AI 행동, 정보 아키텍처의 개념적 기반을 제공함
  • 기술 분야의 다음 성장 방향은 구현 세부 능력만이 아니라 세계의 지도를 읽고 서로 다른 문화와 관점 사이를 오가는 인문학적 사고를 기르는 데 있음

기술 글쓰기의 미래와 인문학

  • “말을 나쁘게 하는 사람은 나쁘게 생각하고 나쁘게 살아감. 올바른 말을 찾아야 함. 말은 중요함!”이라는 Nanni Moretti의 말을 출발점으로 삼음
  • 최근 기술 글쓰기를 직업으로 삼는 미래와 지속적인 변화·불확실성의 시대에 우선할 기술에 관한 질문을 받음
  • 인공지능(AI)이나 코딩이 우선순위인지에 대해서는 그렇지 않다는 판단임
  • 인문학으로 돌아가 한두 개의 언어를 배우는 것이 제안됨. 코딩에 사용하는 언어가 아닌 다른 종류의 언어를 의미함
  • AI가 사실 검색과 안심을 주는 상투적인 방식의 문장 조합을 처리할 수 있는 상황에서, 탄소 기반 생명체의 강점은 깊이 파고들고 입장을 취하며 그 입장을 전달하고 방어하는 능력임
  • 이러한 능력은 플라톤과 촘스키의 도장에서 훈련할 때 기를 수 있음

기술을 넘어 사고의 뿌리로

  • 배관공이나 목수 같은 기술을 배우는 대신 잠시 렌치를 내려놓고 인간 문화의 지적 토대를 살펴보는 선택이 가능함
  • 철학, 문학, 언어학, 계산언어학, 수학, 역사, 인류학 가운데 하나를 공부하는 방식이 제시됨
  • 이미 해당 분야의 학위를 보유했다면 지식을 다시 꺼내 활용할 시점이며, 대학으로 돌아가는 일이 맞지 않다면 독학이 대안임
  • 엔지니어라면 기술 역량 체계에 고전학(Classics)을 묶음으로 추가하는 일이 도움이 됨
  • 학위가 사상가가 된다는 보장은 없지만, 그중 일부는 여전히 사고방식에 남을 수 있음
  • 무모한 기술 발전과 멈추지 않는 진보의 시대에 역설적으로 앞으로 나아가는 유일한 길은 인간의 사고와 이론의 뿌리로 내려가는 것임
  • 지식 노동의 점점 더 큰 비중이 AI 에이전트 간의 공손한 문장 교환에 가까워지고 있으며, 그 교환은 전문성이라는 인간 의례의 얇은 막을 통해 조정됨
  • 덜 호의적인 관점에서는 인간이 그 과정의 ‘고기 대리자(meat proxies)’로 표현됨
  • 스스로 만든 게으른 족쇄를 끊는 방법은 긴 우회로를 택하고 새로운 길을 닦으며, 스스로 느끼기에 아무리 틀린 생각처럼 보여도 자기 생각을 만들어내는 것임

기술 역량만으로는 충분하지 않음

  • 사물을 연결하는 방법은 여전히 중요하지만, 대부분의 개발자에게 그것만으로 충분했던 적은 거의 없음
  • 많은 개발자가 Java 상용구 코드와 Bash 요령을 아는 것만으로 뛰어난 것이 아니며, 많은 기술 문서 전문가도 Markdown이나 DITA를 다루는 능력만으로 뛰어난 것이 아님
  • 전문가는 빠르게 배우고 깊이 생각하며, 인간적 요소가 얽힌 전체 시스템을 머릿속으로 그리는 능력으로 뛰어남
  • 순수한 기술 역량을 높은 수준으로 연마하는 선택은 여전히 가능하지만, 이제 그것만이 기술 분야의 유일한 성장 방향은 아니며 가장 시급히 보완할 방향이 아닐 가능성도 있음

인문학과 AI의 개념적 기반

  • 이러한 주제를 대학과 캠퍼스의 상아탑에만 속한 것으로 생각해서는 안 됨
  • 마음의 철학, 과학철학, 계산언어학, 인지과학이 현재 구축 중인 AI 시스템의 개념적 기반을 제공함
  • 논리학과 온톨로지가 데이터베이스 설계부터 정보 아키텍처까지 소프트웨어 전반을 지배함
  • 사용자 경험(UX) 설계가 도구와 도구 사용에 관한 예술 및 인류학적 설명에서 큰 영향을 받음
  • NOPE 같은 프로젝트가 임상심리학을 더 안전한 AI 행동을 위한 표준으로 전환함
  • 언어학과 문학 이론이 아름다운 문서의 원천을 찾는 데 도움을 줌

실천에서 필요한 사고 기술

  • 프로젝트 제안서를 충분히 면밀하게 읽어 허튼소리를 감지하고, 반대 의견을 견디는 주장을 구성하며, 증거와 추론을 분리하고, 이미 발명된 바퀴가 다시 만들어지는 순간을 알아보는 일이 실천 사례임
  • 이러한 능력은 학계에만 속하지 않음
  • AI 출력에 질문을 던지고, 사람이 이해할 수 있는 정보 아키텍처를 설계하며, 가장 어려운 문제가 기술적 난제보다 아이디어에 가까운 제품을 설명하는 데 필요한 기술임
  • 실제 사용자 요구를 다루는 데 도움이 되는 역량임

언어 학습과 다른 세계관

  • 생각하는 법을 배우는 데 큰 도움이 되는 또 다른 방법은 생각이 만들어졌거나 아직 만들어지지 않은 언어를 배우는 것임
  • 몇 년 전 기초 페르시아어를 배운 뒤, 현재는 다소 어리석어 보이는 중국어 학습에 대비하는 중임
  • 중국어로 일하거나 글을 쓸 수 있으리라 기대해서가 아니라, 근본적으로 다른 언어로 생각하려는 시도 자체가 문화·역사·다른 세계관을 싣고 오는 장엄한 트로이 목마이기 때문임
  • 서로 다른 언어와 문화적 토대에 더 많이 노출될수록 문제를 헤쳐 나가기가 쉬워짐

기술 분야의 인문주의자

  • 이제 자신만의 그랜드 투어를 시작하라는 조언임
  • 기를 수 있는 가장 유연한 밑줄 모양의 사고를 지닌 사람, 문화의 탐험가이자 번역가 역할을 할 준비가 가장 잘 된 예비 외교관, 프린터를 고쳐줄 사람이 더는 필요하지 않은 시대의 가족 철학자가 되는 방향임
  • AI 연구소가 채용하는 사람들처럼 기술 분야의 인문주의자가 되어, 새로운 각도에서 제품의 깊이를 탐색할 준비를 갖추는 모습임

세계의 지도를 읽는 법

  • 가장 유용하게 배운 것이 도서관에서 길을 찾는 법이라고 말해왔음
  • 이제 제시하는 조언은 그 조언의 업그레이드 버전으로, 세계의 지도를 읽는 법을 배우고 손에 쥔 도구로 그 지도를 탐색할 준비를 갖추라는 내용임
  • 나머지는 구현 세부 사항에 해당함
  • “우리는 돌아가야 함”이라는 Lost의 여러 등장인물 대사가 결론으로 제시됨