인터넷서점 인터파크도서

『빅 데이터가 만드는 세상』 저자 신작! 빅토어 마이어 쇤베르거-송길영(다음소프트 부사장) 대담 수록! 폭발하는 데이터는 자본주의를 어떻게 변화시켰는가? 민주적 시장을 제시하는 데이터 자본주의의 시대가 열린다! 근대 역사에서 자본주의는 기업과 금융가들의 이야기였다. 하지만 오늘날에는 데이터가 불러온 혁신 덕분에 모든 것이 변화를 겪고 있다. 『빅 데이터가 만드는 세상』의 저자이자 ?이코노미스트?의 필자인 빅토어 마이어 쇤베르거 교수는 이제 데이터가 시장 활동의 추진제로서 돈을 대신하고 있음을 밝힌다. 거대 금융과 거대 기업들이 아닌, 소규모 그룹과 개별적인 경제 주체들로 대체되는데, 쉽게 말해 포드 대신에 우버가, 하얏트 대신에 에어비앤비가 시장을 이끄는 것이다. 이는 데이터 자본주의의 시대가 시작됐다는 의미다. 데이터 자본은 과연 우리에게 번영을 가져올까 아니면 재앙의 서막이 될까? 이 책은 금융자본주의에서 데이터 자본주의로의 전환기를 거쳐 더 나은 미래로 나아가는 데 필수적인 로드맵을 제공할 것이다.

‘새로운 보이지 않는 손’, 데이터는 자본주의를 어떻게 재발명하는가 근대 역사에서 자본주의는 기업과 금융가들만의 이야기였다. 하지만 오늘날에는 데이터가 불러온 혁신 덕분에 모든 것이 변화를 겪고 있다. 이 책은 데이터가 풍부한 이상적 시장이 다가오면서 시장의 ‘황금시대’가 자리 잡혀 가는 변화의 과정을 잡아냈다. 넘쳐나는 데이터는 우리를 점점 더 부유하게 만들었고 인간이 원하는 것, 필요한 것에 대한 정보를 완전히 이해하게 만들었다. 이는 과거에 시장을 돈과 가격으로 단순화시켰던 것에 비하면 획기적인 변화다. 그렇다면 이전 자본주의의 가장 큰 문제는 무엇이었으며, 만약 ‘풍부한 데이터’가 해결책을 제공할 수 있다면, 어떤 식으로 자본주의를 재창조할 수 있을까? 자본주의는 특정 종류의 시장, 즉 가격과 화폐 기반 시장의 결과다. 시장은 인간 협동을 위한 매우 강력한 사회 메커니즘으로 탄력성을 비롯해 많은 장점이 있지만, 기능하는 시장은 분산화된 의사결정을 필요로 한다. 모든 판매자와 구매자는 어떤 거래를 취할지 스스로 결정해야 하는 것이다. 그러한 분산화된 의사결정을 위해서는 개인의 필요와 선호에 관한 많은 정보가 시장에 유통돼야 한다. 그런데 그게 과거에는 너무 어려웠기에 사람들은 지름길을 발명했다. 모든 정보를 ‘가격’이라는 하나의 수치로 요약시킨 것이다. 그리고 가격 정보를 교환하는 데 중점을 뒀다. 그러자 시장에서 유통될 정보가 훨씬 적게 필요하고, 그 정보를 의사결정으로 전환하는 것도 크게 개선된 것처럼 보였다. 하지만 축약된 정보는 세부적인 사항은 생략해버렸고, 세부 사항의 손실은 결과적으로 시장의 효율성을 떨어뜨렸다. 이처럼 우리는 가격과 화폐(돈)를 통해서 시장에 서로 정보를 제공해왔고, 금융자본주의는 어느 정도까지는 가격에 집중된 시장 정보에 초점을 맞추고 있지만 그것이 최적의 결과로 이어지지는 않았다. 따라서 다양하고 풍부한 데이터로 가격을 대체할 때 시장을 개선하게 된다면 화폐(돈)와 가격의 역할이 줄어들기 때문에 그때의 경제는 더 이상 ‘자본주의’가 아닐 것이라고 저자들은 말한다. 시장을 재구성하는 세 가지 기술, 온톨로지, 매칭 알고리듬, 머신 러닝 시스템 데이터 자본주의가 본격화되면서 기존의 시장과 ‘데이터가 풍부한 시장’ 사이의 가장 직접적이고 명백한 차이가 생겨났는데, 바로 시장 참여자 사이에 흐르는 데이터의 양과 다양성(책에서는 분산화 혹은 탈중앙화로 표현된다)이다. 그리고 이를 가능하게 하는 결정적인 세 가지 기술이 있다. 표준적인 언어로서 기능하는 ‘온톨로지Ontology’, 선호도에 맞춰 최적의 거래 상대를 선택할 수 있게 해주는 ‘매칭 알고리듬Matching Algorithm’, 포괄적으로 우리의 선호도를 포착할 효과적인 방법을 고안할 수 있는 ‘머신 러닝 시스템Machine Learning System’이다. 빈틈없는 데이터 분석의 기초, 온톨로지 요즘 우리는 온라인에서 책이나 전자제품, 의류 등을 쇼핑할 때, 또는 여행지의 호텔을 정할 때 등 무수히 많은 결정의 순간에 상세한 검색 기능과 필터링 도구뿐 아니라 원하는 모든 특징을 고려하여 상품을 검색하고 조사하고 비교할 수 있다. 이것이 가능해진 이유는 우리가 사용하는 기술의 속도가 빨라지거나 비용이 낮아지거나 저장 능력이 향상됐기 때문이 아니라, 정보를 분류하고 범주화하는 효과적인 방법이 생겼기 때문이다. 온라인 판매자가 의류의 특징에 관한 데이터를 이용해 각 상품을 분류해 놓았기 때문에(데이터에 대한 데이터, 즉 메타데이터), 우리는 수많은 요소 가운데 원하는 크기, 옷감, 색상 ...등을 선택하여 원하는 것만 고르거나 원하지 않는 것을 걸러내어 선택지를 좁힐 수 있다. 유튜브 역시 마찬가지다. 동영상의 제목과 업로드한 날짜와 시간만으로는 한계가 있기 때문에 라벨과 키워드를 동영상에 더하면 업로드하는 사람이 얼마나 적절한 키워드를 선택하는지에 따라 효과가 나타난다. 아마존, 이베이 또한 소비자들에게 상품의 라벨과 범주화를 통해 손쉽게 필터링할 수 있도록 한다. 이처럼 데이터 온톨로지는 화폐 기반 시장에서 데이터가 풍부한 시장으로 변화하는 데 중요한 도구로 작동한다. 핵심적인 차별화 요소가 될 매칭 서비스 이 책에서 ‘매칭’이란 사용자의 선호도를 분석해 개별적이며 최적의 서비스(혹은 정보)를 추천해주는 기능을 말한다. 쉬운 예로 스포티파이Spotify, 애플뮤직Apple Music, 멜론Melon 같은 음악 플랫폼을 이용할 때, 이전에 들었던 곡에서 사용자의 성향을 추론하여 선호도에 맞춘 새로운 곡을 추천해주는 서비스가 있다. 재미있는 것은 매칭 결과가 좋을수록 우리(사용자들)는 선호도 매칭 알고리듬을 시장이 제공하는 서비스 개선이라고 생각하게 되고, 저자들은 실은 이 지점이 애플, 아마존, 이베이, 알리바바, 넷플릭스, 스포티파이 등이 노리는 것이라고 지적한다. 그리하여 매칭 서비스가 시장에서 차별화 요소가 될수록 나중에는 엇비슷한 스마트 매칭 기술을 채용하게 되고, 장기적으로는 이러한 경쟁 우위가 줄어들 가능성이 높으며, 그때는 매칭이 기본적인 서비스, 즉 시장이 제공하는 공익 서비스가 될 것이라고 예상한다. 단순한 솔루션 그 이상, 머신 러닝 시스템 그런데 이처럼 풍부한 데이터의 흐름과 향상된 매칭 능력은 시장 참여자가 선호도를 표현할 수 있고 그것을 데이터로 바꿀 수 있어야 실현 가능하다. 아마존의 뛰어난 상품 추천 기능을 생각해보면, 사실 그 전에 우리가 웹사이트에서 상호작용(우리가 어떤 상품을 보는지, 언제 얼마 동안 보는지, 어떤 리뷰를 읽는지 등)하는 과정에서 수집한 종합적인 데이터 스트림에서 얻어내고, 그중에서 선호도를 드러내는 고유한 데이터 패턴을 찾아낸 것이다. 이를 위해서는 머신 러닝 시스템이 초기에 훈련을 통해 내부에 포함된 패턴을 찾아낼 수 있는 많은 양의 데이터가 필요하다. 또한 시스템은 피드백을 자주 받아야 구체적이고 변화하는 환경에서 시간이 흐르면서 스스로 적응하고 초기의 결과를 뛰어넘을 수 있다. 점점 ‘버전업’ 하고 있는 아마존의 알렉사Alexa와 애플의 시리Siri, 블록버스터 영화에서 캐릭터로 출연하는 자비스J.A.R.V.I.S. 같은 인공지능 비서나, 바둑의 신神이 된 알파고AlphaGo(리, 마스터, 제로), 인간을 상대로 포커 챔피언이 된 리브라투스Libratus 등이 그 증거다. 특히나 머신 러닝의 피드백 메커니즘은 진화를 거듭할수록 사용자의 선호도에(따라서 개인의 편향에도) 적응할 수 있어서, 조언은 물론 편향적인 결정을 내릴 때 경고를 해주며, 일상적이거나 반복적인 여러 가지 결정을 대신 내려주는 역할까지 기대할 수 있다. ‘인간을 인간답게’ 만드는 것은 무엇인가? 데이터 시대에 일의 의미와 인간의 선택 하지만 이렇게 뛰어난 데이터 기술이 발전이 분명 모든 사람에게 환영받지 못할 수 있다. ‘제4차산업혁명’이 한창 화제였을 때, 인공지능은 인간의 일자리를 빼앗는 경쟁자라는 인식이 더 강했다. 인간이 하기엔 위험하거나 지나치게 단순한 일을 대신해주는 것은 좋지만, 인공지능과 극소수의 인간 관리자만으로 기업 운영이 가능한 미래는 거부하고 싶은 것이다. 그러나 앞으로 시장과 기업은 보다 많은 분야에서 자동화를 확대할 것이고(책에서 예로 든 후코쿠생명의 보험사정인처럼), 전 세계적으로 경제활동참가율과 노동분배율은 점점 감소하는 반면 자본분배율은 증가하고 있다. 저자들의 표현처럼 명백히 ‘미래에는 인간이 하는 일이 줄어들 것’이며, 이는 피할 수 없는 변화다. 그렇다면 일에 대한 우리의 접근도 달라져야 하는 것이 아닐까? 이에 대해 두 저자는 과거에는 화폐를 얻기 위한 이유가 지배적이었다면, 데이터가 풍부한 시장으로 이행하면서 일자리를 선택할 때는 일이 개인에게 어떤 의미를 주는지, 기업은 나와 비슷한 가치를 존중하는 조직인지, 파트너와 가치 있는 사회적 교류를 할 기회를 제공하는지 물어야 한다고 말한다. 또한 미래의 인간 노동의 핵심은 ‘고용’을 해체하는 것으로, 마치 CD에서 음원으로 앨범을 해체했듯이 좋아하는 일을 하면서 사회적 교류(가족과 시간 보내기, 자원봉사 등)가 가능하도록 해야 하며, 이를 위해 기업과 정부는 ‘부분적인 기본소득’을 활성화시킬 필요가 있다고 주장한다. 또한 선택의 문제에 있어서도 인간은 보다 자유로워진다. 머신 러닝 시스템의 도움으로 일상적인 의사결정에서 해방된 우리는 정말 중요하고 좋아하는 의사결정에 집중하게 될 것이다. 잘 모르는 문제지만 알아볼 시간이 없어서 걱정되는 일 등 일부 골치 아픈 문제의 의사결정은 시스템에 맡기고, 우리는 의사결정 지원 시스템에 얼마나 ‘수정’하고 싶은지만 결정하는 것이다. 이것은 둘 중 하나를 선택하는 단순한 이진법이 아니라, 선택의 다이얼을 돌려 우리가 원하는 만큼 도움을 얻는 방식이다. 즉 ‘선택을 선택’하는 것이다. 저자들의 미래상이 자못 낙관적으로 들리지만, 사실 ‘선택을 선택하는 능력’은 근본적으로 인간이 가진 힘인 동시에 책임이 따르는 새로운 도전이기도 하다. 단순히 데이터 유토피아나 디스토피아 중 하나로 결정지을 수 없는 미래인 것이다. 그래서 다가올 미래는 인간의 강점인 ‘협업’이 무엇보다 필요하다. 개인, 기업, 정부가 이전에 신뢰했던 수많은 단순화를 버리고 세상의 다양함을 수용할 수 있을 때 데이터 자본주의는 금융자본주의처럼 과거의 산물로 퇴보하지 않을 수 있다.

대담: 송길영이 묻고 빅토어 마이어 쇤베르거가 답하다 감수의 말: 데이터, 자본주의의 진화를 꿈꾸다 1장 자본주의의 재발명 시장의 변화/ 데이터가 풍부한 미래/ 도전받는 기업과 화폐/ 재설계될 시장 2장 의사소통을 이용한 협업 협업의 탑 쌓기/ 협업을 만드는 두 메커니즘 3장 시장과 화폐 정보기술과 만난 시장/ 정보 흐름과 시장의 의사결정/ 정보 인지능력의 한계/ 정보가 담긴 가격/ 가격의 비효율성 4장 데이터가 풍부한 시장 변화를 주도하는 데이터/ 온톨로지, 매칭 알고리듬, 머신 러닝 시스템/ 사랑의 슈퍼마켓 5장 기업과 통제 획기적이나 다르지 않은 기업/ 기업의 의사결정: 이야기에서 과학적 경영까지/ 적절히 통제된 탈중앙화/ 인간의 인지 제약 6장 확고한 미래 두 기업/ 자동화: 의사결정의 효율성/ 기업의 의사결정, 적응, 변화/ 두 가지 선택 7장 자본의 감소 퍼펙트스톰/ 화폐를 벗어난 새로운 하부구조/ 화폐의 역할 축소/ 화폐 너머의 데이터 8장 피드백 효과 피드백 루프의 위험/ 집중되는 시장/ 집중화에 맞서는 시스템을 위하여/ 보고와 투명성/ 정부의 역할/ 사이버신, 실패한 과거 9장 일의 해...체 기술은 일자리를 위협하는가?/ 기본소득/ 노동분배율과 자본분배율/ 데이터 세금/ 일자리의 의미 10장 인간의 선택 어떻게 찾아줄 것인가/ 낭비가 적은 경제/ 데이터가 풍부한 시장과 인간/ 선택을 선택하는 능력/ 지식과 통찰의 미래 감사의 글 주석 찾아보기

가격과 화폐는 까다로운 문제를 일시적으로나마 해소하는 데 큰 역할을 해왔고, 어느 정도는 효과적이었다. 하지만 정보를 압축하는 과정에서 상세한 정보와 미묘한 차이가 사라져 최적의 거래로 이어지지는 못했다. 제공되는 상품에 대해 완전하게 알지 못하거나 축약된 정보로 인해 정보가 제대로 전달되지 못한다면 우리는 잘못된 선택을 하게 될 것이다. 수천 년 동안 이러한 불충분한 해결책을 감수해왔던 이유는 더 좋은 대안이 없기 때문이다. _ p.25, 1장 자본주의의 재발명 화폐는 수많은 정보를 가격으로 압축하여 여러 세기 동안 간편하게 시장 정보를 교환하고 평가할 수 있게 해주었다. 하지만 대부분의 사람은 고도로 압축된 정보인 화폐를 이용해 거래 결정을 내리기보다는 지폐를 탐냈다. 화폐 기반 시장은 비효율성으로 가득하고, 이러한 비효율성은 모든 사람의 최선의 이익을 위해 인간의 활동을 조율하겠다는 약속을 시장이 얼마나 잘 지키고 있는지 혹은 그렇지 않은지 보면 알 수 있다. 한편 최근 여러 개혁 덕분에 시장은 화폐와 가격, 제한된 정보의 유통과 무능력한 의사결정의 제약에서 벗어나 발전할 준비를 하고 있다. _ p.85, 3장 시장과 화폐 매칭 결과가 좋을수록 시장 참여자뿐만 아니라 시장 전반에 도움이 되기 때문에 우리는 선호도 매칭 알고리듬을 시장이 제공하는 서비스 개선이라고 생각한다. 하지만 이것이 애플, 아마존, 이베이, 알리바바, 넷플릭스, 스포티파이 등이 노리는 점이다. 시장은 참여자를 놓고 경쟁하기 때문에 좋은 알고리듬이 시장 공급자에게 경쟁력을 제공하는 것을 우리는 잘 이해할 수 있다. 더 많은 시장이 가격 중심에서 풍부한 데이터 매칭으로 이동할수록 매칭을 개선하려는 경쟁이 심화될 것이다. 따라서 매칭 서비스가 시장에서 핵심 차별화 요소가 될 것으로 예측할 수 있다. 하지만 대부분의 시장이 엇비슷한 스마트 매칭 기술을 채용하기에 장기적으로는 이러한 경쟁 우위가 줄어들 가능성이 높다. 그때는 매칭이 기본적인 서비스, 즉 시장이 제공하는 공익 서비스가 될 것이다. _ p.108, 4장 데이터가 풍부한 시장 기술 전문가들은 수십 년 동안 인공지능이 인간 지식 노동자를 대체할 것이라고 주장해왔다. 언제나 가능성은 있어 보였지만, 실제로 일어난 적은 거의 없었다. 보험회사의 일상적인 업무마저도 인공지능 시스템이 정해진 규칙에 따라 자동화할 수 있을 만큼 간단하지도, 표준화가 되어 있지도 않았다. 하지만 인공지능은 (일반적인 규칙에 기반을 둔 시스템에서 학습을 하는 시스템으로) 진화하여 막대한 양의 데이터를 이용하여 훈련을 했다. 후코쿠가 왓슨을 도입하여 일상적인 보험 청구 업무에 자동화된 의사결정을 내린 것은 라이트 형제가 키티호크에서 최초로 동력 비행에 성공한 것과 같은 일이었다. _ p.154, 6장 확고한 미래 하지만 21세기 은행이 경쟁하는 것은 찰스슈왑 같은 유형의 기업이 아니다. 대신 데이터에서 통찰을 얻고 최저 가격으로 서비스를 제공하고자 끊임없이 디지털 기술을 활용하는 스타트업을 만난다. 실리콘밸리에 근거지를 둔 로빈후드마켓(Robinhood Markets)은 기존의 주식시장에 초단타 기법(초단기간 내에 주가나 거래량 등의 기술적 지표에 의해 시세차익을 얻는 매매 기법-옮긴이)을 적용하여, 100만 명이 넘는 고객에게 수수료 없이 미국 증권거래소에서 주식을 거래할 기회를 제공한다. 이것이 가능한 이유는 오늘날 전자 거래 비용이 실제로 매우 낮기 때문이다. 로빈후드마켓은 비용이 많이 드는 물리적 하부구조(점포나 대규모 지원 부서)를 포기함으로써 저축예금에서 발생...하는 이자 수익에 의존할 수 있다. 은행이 비용을 낮추어도 무료 서비스와 경쟁하기는 어려울 것이다. _ p.194, 7장 자본의 감소 데이터가 우리를 화폐 너머의 세상으로 데려간다면 데이터 중심 시장에서 야기된 문제를 해결하려고 계획한 사회적 혁신에서 돈을 강조하는 이유는 무엇인가? 왜 우리는 돈 이외의 욕구에 대한 평가가 분명히 필요한 상황에서 기본소득을 통해 단순하고 고정적인 금전적 해결책을 다시 소개하는가? 결국 데이터 중심 시장의 전반적인 아이디어는 금전적인 구속과, 정보를 단일한 가격으로 압축하는 것에서 벗어나는 것과, 우리의 선호도를 충족시키는 뛰어난 매칭을 제공하는 인간의 협업 형태로 변화하는 것이다. 풍부하고 종합적인 데이터를 가장 잘 다룰 수 있는 사람들이 관습적인 단일한 금전적 차원으로 토론을 한정짓는 것은 이상한 일이다. 그런 의미에서 기본소득은 퇴행적이라기보다는 역행적이고, 앞을 내다보기보다는 뒤를 돌아다보는 것이다. 물론 우리는 사람들이 여전히 음식과 주거지에 지불하는 돈이 필요하다는 것을 이해한다. 문제는 기본소득이 기본적인 수입을 사람들에게 제공하는 것이 아니라, 기본소득이 돈 이외에 제공하는 것이 없다는 것이다. 그것은 무엇을 할 수 있고 무엇을 해야 하는지에 대한 기회를 인위적으로 제한하는 것처럼 보인다. _ pp.252-253, 9장 일의 해체 기계가 점점 많아지는 세상에서 인간에게 남아 있는 일은 무엇일까? 우리는 데이터 시대의 공룡일까? 기계 관리자를 즐겁게 하는 것만 보면서 살아야 하는 걸까? 데이터가 풍부한 시대일지라도 인간은 원한다면 계속해서 리더 역할을 하고 있을 것이라 여전히 확신한다. 풍부한 데이터 덕분에 우리가 직접 내려야 하는 결정을 선택할 수 있기 때문에, 나머지 결정은 우리의 취향을 잘 알고 있어 가장 좋은 결과를 찾아낼 수 있는 적응형 시스템에게 맡길 것이다. 일상적인 의사결정에서 해방된 우리는 정말 중요하고 좋아하는 의사결정에 집중할 수 있다. 결국에는 적응형 시스템에 인간의 편향 때문에 올바른 결과를 얻지 못할까 우려되는 문제나, 잘 모르는 문제이지만 알아볼 시간이 없어서 걱정되는 문제 등, 일부 골치 아픈 문제의 의사결정을 맡길 수 있다. 그리고 우리는 의사결정 지원 시스템에 얼마나 ‘수정’하고 싶은지 말해줄 수 있을 것이다. 이것은 둘 중 하나를 선택하는 단순한 이진법이 아니다. 대신 다이얼을 돌려 우리가 원하는 만큼 도움을 얻을 수 있다. 우리는 선택을 ‘선택’할 것이다. _ pp.284-285, 10장 인간의 선택

빅토어 마이어 쇤베르거 [저]

1966년 오스트리아 출생. 하버드 대학교 케네디스쿨과 싱가포르 국립대학교 공공정책대학원 교수를 거쳐, 현재 옥스퍼드 대학교 인터넷연구소(Oxford Internet Institution, OII) 교수로 있다. 인터넷 관리체제와 규제(internet governance and regulation) 분야를 담당하며, 최근에는 네트워크 경제에서 정보의 역할에 대한 연구에 주력하고 있다.

홍경탁 [저]

카이스트 전기 및 전자공학과를 졸업하고 동 대학원에서 경영과학 석사학위를 받았다. 기업 연구소와 벤처기업에서 일했으며, 지금은 전문 번역가로 활동 중이다. 《데이터 자본주의》, 《길 잃은 사피엔스를 위한 뇌과학》, 《우아한 방어》, 《폭염사회》, 《공기의 연금술》 등을 옮겼다. 번역에 대한 의문점은 http://mementolibro.tistory.com에서 답을 구할 수 있다.

송길영 [저]

스스로를 사람의 마음을 캐는 ‘Mind Miner’라고 칭한다. 수많은 사람들의 일상적 기록이 담겨 있는 소셜 빅 데이터에서 인간의 마음을 읽고 해석하는 일을 수년째 해오고 있다. 나아가 여기에서 얻은 다양한 이해를 여러 영역에 전달하는 작업을 진행 중이다. 고려대학교 컴퓨터학과에서 박사 학위를 받았으며, 현재 고려대학교 미디어학부 겸임교수 및 한국BI데이터마이닝학회 부회장이다. 또한 오피니언 마이닝 워킹그룹Opinion Mining Working Group을 개설하여 데이터 마이닝 활용 연구를 이끌고 있다. 활자를 끊임없이 읽는 잡식성 독자이며, 이종異種의 사람들을 만나서 대화하는 것을 즐긴다. 저서로 [여기에 당신의 욕망이 보인다: 빅 데이터에서 찾아낸 70억 욕망의 지도]와 [상상하지 말라: 그들이 말하지 않는 진짜 욕망을 보는 법]이 있다.