[AI] 챗GPT 시대, 아직도 파이썬을 배워야 할까?

이 글은 [챗GPT 시대 살아남기]에서 발췌했습니다.
글 그림 박종천 / 골든래빗 출판사

“이 나라의 모든 사람이 컴퓨터 프로그래밍을 배워야 합니다. 왜냐하면 그것이 사고하는 법을 가르쳐주기 때문입니다.”

스티브 잡스가 1995년에 한 인터뷰에서 한 말입니다. 그후로 약 20년이 지나 전 세계에 코딩 열풍이 불었습니다. IT 비전공자도 파이썬 프로그래밍 언어 정도를 사용할 줄 알아야 하고, 능력자라면 간단한 자동화 프로그램은 짤 줄 알아야 한다는 풍조가 있었습니다. 챗GPT 등장 이후 웬만한 자동화를 IT 비전공자도 해결할 수 있게 되었습니다. 이런 상황에서 ‘프로그래머도 아닌 우리가 파이썬을 배워야 하는가?’라는 고민은 당연합니다. 과연 챗GPT 시대에 IT 비전공자에게 코딩 역량은 여전히 필요할까요? 코딩을 아직도 배워야 할까요?

<Steve Jobs: The Lost Interview>

파이썬은 데이터 분석, 자동화 등 다양한 분야에서 활용되는 인기 프로그래밍 언어입니다. IT 비전공자들도 업무 효율성 향상을 목적으로 파이썬을 많이 학습했습니다. 그런데 챗GPT의 등장으로 자연어 처리 및 대화형 인터페이스가 크게 발전했고, 로우코드/노코드 플랫폼도 대중화되면서 IT 비전공자들이 굳이 파이썬을 배워야 할 필요성이 줄었습니다. 코딩을 배워 몇 날 며칠을 고심해 만들던 자동화 프로그램을 이젠 더 이상 직접 만들 필요가 없습니다. 게다가 챗GPT를 이용하면 기존보다 더 나은 자동화 프로그램을 몇 분만에 만들 수 있게 되었습니다. 심지어 문법을 몰라도 챗GPT와 대화하면서 코드 에러를 수정해 원하는 프로그램을 만드는 수준에 이르렀습니다.

오히려 IT 비전공자들은 파이썬 학습에 매몰되기보다는 문제 해결 역량, 커뮤니케이션 및 협업 역량, AI 및 챗GPT 활용 역량, 데이터 문해력 등 더 근본적인 역량을 갖추는 데 집중할 필요성이 대두되고 있습니다.

• 문제 해결 역량 : 비판적 사고력과 창의적 문제 해결 기술을 바탕으로 복잡한 문제에 접근하고 해법을 찾아내는 능력
• 커뮤니케이션 및 협업 역량 : 팀워크와 리더십을 발휘하며, 다양한 배경을 가진 사람들과 소통할 수 있는 능력
• AI 및 챗GPT 활용 역량 : AI 기술에 대한 이해를 바탕으로 챗봇과 효과적으로 협업하는 능력
• 데이터 문해력 : 데이터를 이해하고 해석하는 능력

무엇보다 AI와 챗GPT를 제대로 이해하고 함께 협력하고, 발전 방향에 맞춰 비즈니스와 삶의 궤적을 구상하는 일이 중요합니다. 생존이 달린 문제이기 때문입니다(이유는 앞으로 차차 말씀드리겠습니다). 결론을 말씀 드리자면 파이썬을 몰라도 IT 비전공자들도 지속적인 학습과 도전을 통해 AI 시대의 핵심 인재로 성장할 수 있는 시대가 되었습니다.

2024년, 젠슨 황은 두바이에서 열린 세계정부정상회의*에서 “더 이상 아이들에게 코딩을 가르칠 필요가 없다”고 말했습니다. 저는 여러분께 말합니다.

“직장인이 코딩을 배우면 더 강력한 도움이 됩니다. 하지만 AI를 배우지 않으면 더 이상 생존할 수 없습니다.”

향후 5년 내에 AI 코워킹 시대가 온다

LLM이 자연어를 이해할 수 있게 됨에 따라, 크게 세 가지 측면에서 진화했습니다. 첫째는 자연어를 사용해 기계에 명령을 내릴 수 있게 된 점입니다. “카톡 열어서 엄마한테 메시지 보내줘”와 같은 일상적인 표현만으로도 원하는 작업을 수행시킬 수 있게 되었습니다.

둘째는 비정형 텍스트 데이터에서 유의미한 정보를 추출해낼 수 있게 되었습니다. 방대한 분량의 문서에서 핵심 내용을 요약하거나, 특정 질의에 대한 답을 찾아내는 일이 가능해진 겁니다. 마지막으로 기계가 자연어를 생성할 수 있게 되었습니다. 주어진 주제나 키워드에 맞는 글을 작성하거나, 사용자 질의에 대한 답변을 생성해내는 식입니다.

이 중에서도 핵심은 바로 ‘자연어 이해’ 능력이라고 할 수 있습니다. 문장 속에서 중요 정보를 식별하고 맥락을 파악하는 것, 이것이 진정한 의미의 언어 이해이기 때문입니다. “카톡 열어서 메시지 보내줘”라는 문장에서 ‘카톡’이 앱의 이름이고 ‘메시지 보내기’가 수행해야 할 업무임을 인지해야 합니다.

자연어 이해 능력은 다양한 업무에 활용됩니다. 텍스트 요약, 정보 추출, 질의응답, 텍스트 분류, 언어 번역, 심지어 코드 생성에 이르기까지 그 응용 범위가 점차 확대되고 있습니다. 재밌는 점은 프로그래밍 코드도 사실상 언어이기 때문에 영어와 한국어를 잘 처리할 수 있듯이 파이썬 같은 프로그래밍 언어도 잘 처리합니다. 영어를 한국어로 번역해주듯이, 한국어로 특정 기능을 만들어달라고 요청하면 해당 코드를 만들어줍니다. 코드를 설명해달라고 하면 한국어로 설명해줍니다. 자연어와 자연어뿐만 아니라 자연어와 프로그래밍 언어 사이의 장벽까지도 없애준 겁니다. 덕분에 비개발자들이 더 쉽게 개발의 세계로 진입할 수 있게 되었습니다. 심지어 프롬프트 자체를 만드는 일에도 유용합니다. 실제로 LLM을 이용해서 더 효과적인 프롬프트를 만드는 방법을 활발히 연구하고 있습니다.

가장 주목할 점은 단순히 정보 처리 수단을 넘어, 인간의 인지 능력을 확장시켜준다는 사실입니다. 방대한 비정형 데이터 속에서 통찰을 도출하고 의사결정에 활용하는 일, 이는 인간만이 할 수 있는 고차원적 사고로 여겨졌습니다. 그러나 이제 LLM의 도움으로 인간은 더욱 창의적이고 전략적인 일에 몰두할 수 있게 되었습니다.

LLM이 인간 수준의 언어 이해 능력을 갖추게 될 미래가 되기까지, 우리는 상상하기 힘든 변화를 연속으로 맞이하게 될 겁니다. 구글 클라우드의 AI 리드인 앤드류 무어*는 “LLM 기술의 발전으로 향후 5년 내 지식 근로자의 80%가 AI 어시스턴트와 협업하며 일하게 될 것”이라고 전망했습니다.

물론 걱정과 우려의 목소리도 있습니다. 편향성 문제, 프라이버시 침해 가능성, 일자리 대체 등 부정적 영향에 대한 논의가 더욱 활발해질 겁니ㅍ다. 그럼에도 분명한 사실은 기술의 진화를 거스를 순 없다는 점입니다. 변화의 물결을 두려워하기보다는, 어떻게 준비하고 대응할 것인지 지혜를 모아야 할 때입니다. 기계가 진정으로 인간의 언어를 이해하는 시대, 과연 우리는 어떤 미래를 만들어갈 수 있을까요? 설레는 동시에 숙제가 많은 시대가 성큼 다가온 것 같습니다.