미래에 생길 직업

https://medium.com/swlh/careers-of-the-future-42-new-professions-of-tomorrow-5d3905f8513
https://perfectly-plain.com/2019/07/31/42-careers-of-the-future/

https://www.cognizant.com/whitepapers/21-jobs-of-the-future-a-guide-to-getting-and-staying-employed-over-the-next-10-years-codex3049.pdf
https://www.cognizant.com/whitepapers/21-more-jobs-of-the-future-a-guide-to-getting-and-staying-employed-through-2029-codex3928.pdf

미래에 대해서 어떤 상상을 하고 있는지..긍정적.. 부정적.. 긍정적이라면 기술의 발전에 의해서 편해질 유토피아를 상상할 것이고, 부정적이라면 인공지능과 기계의 발전이 내 직업을 빼앗지 않을까 걱정하게 된다.

0000 에서 상상해본 몇가지 미래의 직업에 대해서 알아보고, 정말 이런 직업이 생길지, 우리가 미리 대비할 수 있는 것이 없을지 한번 생각해 보자. 총 42가지의 직업 중 인공지능과 관련된 직업들을 끌리는대로 몇가지 꼽아서, 내 생각을 말해보겠다.

원 보고서에 가면 여기 언급한 직업들을 포함해 44개의 다른 직업에 대한 예상, 필요 스킬 등을 언급하고 있다.
https://www.datasciencecentral.com/profiles/blogs/fraud-detection-with-machine-learning-versus-the-most-common

당연히 데이터 분석이 인공지능이 일상화될 미래에 중요한 일을 담당할 것이다. 물론 지금도 데이터분석가들은 많지만 좀 더 심화되고 전문화된 일들을 담당하지 않을까 생각한다.

CSI처럼. 여러 소스의 데이터 분석 → 리포팅

안쓰이고 있는 junk data identify, 정리, ML 알고리즘에 넣어서 숨은 insight 찾기.. trash를 보물로
현재에도 있는 직업이라고 할 수 있다.
하지만 '형식'이 '내용'을 결정하듯이, Detective 라는 단어는 Business Analytist 보다 좀 더 분석적이고 창의력이 필요한 직업처럼 보인다.
또한 안쓰이고 있는 데이터들이 엄청나게 많은 지금, 많은 데이터를 그냥 버릴지 쓸모가 없어도 저장하고 있을지 고민하는 기업들이 많다.
비용대비 저장의 효율이 떨어질 것 같지만, 이런 데이터에도 충분히 많은 귀중한 정보들이 많이 있을텐데, 그런 데이터들만 찾아서 '재활용'할 수 있는 직업도 각광을 받을 것 같다.

센서. biometric tech.. 직원들의 행동 측정. 센서 등 기술 발달로 직원들의 하루하루도 측정할 수 있을 것이다.
실제로 «데이터의 보이지 않는 손» 책에서, 일본의 한 회사에서 사원증에 RFID 같은 센서를 심어 직원들 간의 소통과 창의성, 문제해결 등과의 상관관계를 연구한 사례가 있다.
구글의 Human Analysis 부서가 아주 좋아할 듯한 기술의 발전이다.

지금도 사람들이 기계의 발전에 경계심을 가지고 있다. 21세기의 '러다이트 운동' 이라고도 하는데, 그런 사람들과 기계를 조화롭게 integrate할 수 있는 직업이 생길 것이다. 또한 고령화시대에 기술에 적응하지 못하고 정서적 안정이 필요한 노인들을 위한 직업도 중요해질 것

AI가 할 수 없는 한가지 - 자신을 판매하는 것
AI가 할 수 있는 것, 잘하는 것, 못하는 것, 불가능한 것 등을 깊이 이해하고 AI Product를 팔 수 있는 사람이 필요하다.

인간과 기계의 장점을 찾아서 최상의 생산성을 내도록
옥스포드 연구진이 얘기했듯, 사람은 감정-기계는 단순 반복 업무의 자동화를 통해 최대의 시너지를 낼 수 있을 것이다.
이러한 업무 프로세스, 필요한 사람의 역량 정의 및 개발 등을 담당하는 사람이 필요할 것이다.

AI의 잠재적 리스크. 기계와 인간의 신뢰 조성.. 브랜드/평판/재무적 안정
현재 인공지능은 태생 상 훈련 데이터 등의 질에 따라 편향이 생길 수 있는 위험성을 안고 있다.
또한 현재도 여러가지 Attack, Abusing 기법들이 등장하고 있고, 훈련 데이터 밖의 정보에 대해서 엉뚱한 답을 낼 수도 있다.
자율주행의 아주 작은 오작동률도 책임소재를 가리기가 힘들 것이다.
이러한 리스트를 이해하고, 처리하는 사람들도 중요해질 것이다.

기술과 전통적/Contemporary Style을 integrate하는 법..
Home이든 Office 이든, IoT 기기 등을 통한 Smart Place를 만드는 것이 중요해질 것이다.
하지만 거기도 사람 사는 곳이니.. 사람냄새가 날 수 있도록 만드는 것이 중요할 것인데..

고령화 시대, 노인들을 위한 말동무, 운동친구
현재도 기계가 말동무가 되어준다지만, 역시 사람과의 소통이 필요하다.
건강하게 살기 위한 운동친구도 필요할 것

정보가 너무 많아지면, 사람이 일일이 컨트롤 하지 못하는 경우가 생긴다.

지금도 자산관리사 등의 명칭으로 있는 직업이지만, 암호화폐 등 현금이 없어지고, micro-payment 증가, 자동화된 대출 등 돈 관리는 더 어려워질 듯
돈 관리가 점점 어려워질 것이라는 것.
점점 복잡한 금융상품이 나오고 있고, Robo Advisor 등이 어떤 알고리즘으로 되어 있는지, 어떤 리스크가 있는지 등 설명해줄 사람이 필요하다.
반대로 Robo Advisor의 결과를 안내해주고 자산을 관리해 주는 직종이 등장할 것이다.

increasingly crowed market에서 고객의 purpose 를 build, maintain, manage, smooth out 하도록 도와줌
너무 많은 서비스들이 있다. 무슨 서비스, 어떤 Tech 제품을 써야 삶이나 업무에 도움이 될지, 내 목적에 맞게 디자인해 주는 사람이 필요하지 않을까?

무엇보다 윤리적 문제가 부상할 것.

: 윤리적 의사결정
기업의 모든 일에서 '윤리적으로 괜찮은지' 판단할 수 있는 사람.
대형 병원 등에서는 '위원회' 등을 열어서 연구의 수행이나 발표 등에 조언을 얻는다고 한다.
법으로 어느정도 막을 수 있으나, 법의 경계에서 애매한 구석이 많을 수 밖에 없다.
기업에서도 개인정보의 수집이나 활용, 시장의 Player들과의 관계 등(kill zone, M&A 등)에서 대중의 질타라는 큰 리스크를 피하기 위해서 윤리적 의사결정이 중요해질 것.

easy money, victimless 속성
학교에서 사이버 범죄의 위험성에 대해서 교육하는 사람이 될 수도 있겠다.
눈에 보이지 않는 사람에 대한 범죄니까 죄책감이 없을 것.

앞서 말했듯이 편향이 생길 수 밖에 없는 인공지능.. 인종, 성별, 국적 등등 여러가지 면에서 편향이 생길 수 있는 부분에 대해서 list-up 하고 편향을 테스트할 수 있는 프로세스를 구비하고, 실제 편향을 테스트하는 사람

: deepfakes 디지털워터마크 생성
대부분의 일상이 온라인에서 이루어질 것이고, 개인의 신분 증명도 온라인으로 될 것.
Deep Fake 등이 시끄럽다.
지문을 3d 프린터로 인쇄해서 뚫을 수도 있다.
이런 Fake 계정들을 판별할 수 있도록 보안을 철저히 하는 사람이 필요할 것

• 딥페이크는 합성 성인물 피해자의 인권 침해를 야기할 뿐 아니라, 가짜 정치 뉴스로 민주주의를 위협7),

새로운 지능범죄 출현8)등 다양한 부작용 초래

• 딥페이크 자동탐지기술, 디지털 콘텐츠 유통 인프라 신뢰강화기술 등이 개발 중 : 페이스북, 구글, MS 등은 딥페이크 자동탐지기술 개발을 위한 투자를 확대중이며, 블록체인기술을 이용한 디지털 콘텐츠 진위성 판별 기술 등이 연구 중¹⁾

인공지능 최신 동향과 시사점, SPRi 소프트웨어정책연구소, Vol10, 2020.03.24