단원 홈
3단원 · 1차시

어제와 오늘 사이
내 하루에 스며든 인공지능

2단원까지 우리는 만드는 쪽에 서 있었습니다. 데이터를 고르고, 선을 긋고, 네 칸으로 성능을 쟀지요. 오늘부터는 자리를 바꿉니다 — 그렇게 만들어진 것들이 이미 깔려 있는 세상으로 나갑니다. 첫 물음은 아주 가깝습니다. 어제 내 하루에서 인공지능이 손댄 곳은 몇 군데였고, 나는 그 대가로 무엇을 내주었나?

성취기준 12인기03-01
접점자동화 · 개인화 · 예측 판단의 이전넘긴 데이터 교환비보이지 않는 인공지능
🎯 학습 목표
  • 내 하루의 인공지능 접점을 먼저 손으로 적고, 기준표와 견주어 내가 떠올리지 못한 접점이 몇 개인지 숫자로 낼 수 있다.
  • 접점마다 넘긴 데이터와 받은 편의를 장부에 적어 하루치를 합산하고, ‘편의가 공짜가 아니다’라는 말을 내가 만든 숫자로 설명할 수 있다.
  • 기계화와 자동화를 판단이 누구에게서 넘어갔는가로 갈라 말하고, 같은 변화가 사람에 따라 다르게 도착한다는 것을 예를 들어 설명할 수 있다.
🤔

여는 장면 — 어제 몇 번 만났는지 세어 보기

공책을 펴고 어제 하루를 처음부터 되짚어 보세요. 눈을 뜬 시각부터 잠들기 직전까지, 인공지능이 손댔다고 생각되는 자리를 시각과 함께 줄 단위로 적습니다. 아직 화면을 열지 마세요. 화면이 먼저 알려 주면 오늘 이 시간에 할 일이 사라집니다.

여러분이 무엇을 적을지 우리는 알 수 없습니다. 그래서 견줄 자리를 만들어 두려고 ‘흔히 적는 여덟 줄’이라는 본보기를 하나 정해 두었습니다 — 얼굴로 잠금 해제, 등굣길 음악 추천, 숏폼 피드, 번역기, 챗봇, 지도 앱, 쇼핑 앱, 배달 앱. 이 여덟은 설문에서 나온 값이 아니라 우리가 골라 넣은 가정입니다. 뒤에 나오는 40.0%라는 수도 전부 이 여덟에서 나옵니다 — 여러분 목록이 다르면 그 수도 달라지고, 달라지는 것이 정상입니다. 오늘 화면과 코드에서 가장 먼저 할 일이 이 본보기를 자기 목록으로 바꿔 넣는 것입니다.

이 차시에는 우리가 만든 기준표가 하나 있습니다. ‘한국 고등학생의 전형적인 하루’를 새벽 6시 40분부터 밤 11시 20분까지 24개의 접점으로 적어 둔 표입니다. 접점이라는 말은 이 단원 내내 쓸 낱말이니 여기서 정해 둡시다 — 인공지능이 내 하루에 실제로 닿는 한 지점입니다.

⚠ 이 표의 숫자는 조사 결과가 아닙니다

24개 접점과 그 옆의 분(分)·데이터 항목은 우리가 수업을 위해 짜 넣은 가정값입니다. 어느 기관이 조사해 발표한 통계가 아닙니다. 그러니 이 차시에서 나오는 수는 전부 “이 표를 이렇게 가정하면”이라는 단서를 달고 읽어야 합니다. 이 단원에서 가장 조심해야 할 것이 바로 이것입니다 — 우리가 만든 계산을 세상의 사실인 것처럼 옮겨 적는 일. 3차시(전력·탄소)와 7차시(공정성)에서도 같은 구별을 계속 하게 됩니다.

기준표를 열어 보면 이런 일이 벌어집니다. 흔히 적는 여덟 줄이 넘긴 데이터 항목은 14개인데, 24접점 전체가 넘긴 항목은 35개입니다. 이 여덟 줄이 아는 하루는 장부 전체의 40.0%였던 셈이지요(이 표를 가정했을 때). 여러분이 열 줄을 적었다면 이 값은 달라집니다. 그리고 빠뜨린 열여섯 개 중 여덟 개는 ‘내가 떠올릴 수조차 없는’ 자리에 있었습니다. 오늘 수업의 절반은 그 여덟 개를 찾는 일입니다.

이어폰을 낀 사람이 두 손으로 스마트폰을 쥐고 화면을 손가락으로 넘기는 모습
손가락으로 화면을 한 번 넘길 때마다 ‘다음에 무엇을 보여줄까’라는 판단이 한 번 일어납니다. 기준표에서 이 자리는 눈에 띄는 접점으로 분류돼 있습니다 — 추천이 있다는 것 자체는 우리가 알고 있으니까요. 출처: 수지장, Wikimedia Commons (CC BY-SA 4.0)
1

세 갈래로 들어온다 — 자동화 · 개인화 · 예측

인공지능이 사회를 바꾸는 길은 크게 셋으로 나눠 볼 수 있습니다. 자동화는 사람이 하던 일을 기계가 대신하는 것이고, 개인화는 모두에게 같던 것이 나에게 맞춰지는 것이며, 예측은 아직 일어나지 않은 일을 미리 셈해 두는 것입니다.

자동화 — 사람이 하던 일을 대신

메일함이 광고를 걸러 냅니다. 예전에는 내가 제목을 훑고 지웠지요. 기준표에서 이 접점 하나가 아껴 주는 시간은 12분입니다.

일이 사라지는 것이 아니라 하는 주체가 옮겨 갑니다.

개인화 — 나에게 맞춰짐

같은 앱을 열어도 짝꿍과 내 첫 화면이 다릅니다. 학습앱은 내가 틀린 문제부터 다시 냅니다.

맞춰 주려면 나를 알아야 합니다. 그래서 개인화는 언제나 데이터를 요구합니다.

예측 — 미래를 앞당김

열차가 몇 분 뒤 도착하는지, 오늘 비가 오는지, 급식이 얼마나 남을지를 미리 셈합니다.

예측은 틀릴 수 있습니다. 틀렸을 때 누가 부담을 지는가가 이 단원의 큰 물음입니다.

왜 셋을 굳이 갈라 두는가

실제 서비스는 셋 중 하나가 아니라 셋이 겹쳐 있습니다. 지도 앱에서 학원 가는 길을 찾는 장면을 뜯어 봅시다. 길마다 몇 분 걸릴지 예측하고, 내가 평소 걷는 속도와 자주 가는 곳을 반영해 개인화하며, 마지막에 ‘이 길로 가세요’라고 하나를 골라 자동화합니다. 한 화면 안에서 세 가지가 동시에 일어나는 것이지요.

그래서 “이건 추천 서비스야”라고 한마디로 부르면 놓치는 것이 생깁니다. 어느 갈래를 보느냐에 따라 따져야 할 것이 달라지기 때문입니다. 자동화 쪽을 보면 ‘사람이 하던 일이 어디로 갔나’를 묻게 되고(4차시), 개인화 쪽을 보면 ‘나를 알기 위해 무엇을 가져갔나’를 묻게 되며, 예측 쪽을 보면 ‘틀리면 어떻게 되나’를 묻게 됩니다(2차시 · 6차시).

기준표는 다섯 갈래로 더 잘게 쪼갠다

오늘 쓸 24접점 기준표는 조금 다른 축으로도 나눠 두었습니다. 어떤 기술이 쓰였는가를 다섯으로 갈랐지요. 2단원에서 배운 것들이 그대로 나옵니다.

② 24접점 기준표의 기술 분류. 이 표를 이렇게 가정했을 때의 개수입니다.
기술접점 수기준표의 예2단원 어디에서 배웠나
인식7얼굴 잠금 해제 · 광고 메일 거르기 · 발음 채점 · CCTV 관제16차시(사진) · 17차시(소리)
추천5음악 · 숏폼 · 쇼핑 · SNS 피드 · 다음 문제 고르기8차시(가까운 이웃)
예측5알람 시각 · 강수 · 열차 도착 · 검색어 자동완성 · 급식 잔반9차시(선 긋기) · 2차시(문제 정의)
최적화4배차 · 경로 안내 · 묶음배차 · 밤사이 배터리1단원 3∼9차시(탐색)
생성3번역 · 맞춤법 교정 · 챗봇 상담17차시(다음 낱말 맞히기)

여기서 한 가지가 눈에 띕니다. 가장 많은 것은 ‘생성’이 아니라 ‘인식’입니다. 요즘 인공지능이라고 하면 대개 챗봇을 떠올리지만, 이 표에서 글을 지어내는 쪽(생성)은 번역·맞춤법·챗봇 3개뿐이고 무언가를 알아보는 일이 7개입니다. 얼굴, 목소리, 글자, 결제 기록, 영상 — 알아보는 일은 조용해서 눈에 잘 띄지 않을 뿐 훨씬 널리 깔려 있습니다. 여러분이 적은 목록에도 ‘인식’ 쪽이 적게 들어 있을 가능성이 큽니다. 잠시 뒤에 확인해 봅시다.

‘나가는 곳’ 표지판 아래 한 줄로 늘어선 서울 지하철 명동역 개찰구
개찰구를 지나는 1초. 요금이 빠져나가는 동안 이동 기록도 함께 남습니다. 그 기록은 배차 계획으로 되돌아옵니다 — 기준표에서 최적화 접점입니다. 출처: LERK, Wikimedia Commons (CC BY-SA 4.0)
탁자 위에 놓인 음성 비서 기기 세 대 — 원통형 스피커, 화면이 달린 기기, 납작한 원형 스피커
말을 알아듣는 일은 인식, 대답을 지어내는 일은 생성입니다. 기기 하나 안에서도 갈래가 겹칩니다. 출처: Y2kcrazyjoker4, Wikimedia Commons (CC BY-SA 4.0)
2

기계화와 자동화를 가르는 것은 힘이 아니라 판단이다

세탁기는 사람보다 힘이 셉니다. 하루 종일 돌려도 지치지 않고, 손빨래보다 훨씬 빠릅니다. 그런데 우리는 세탁기를 두고 “인공지능이 빨래를 자동화했다”고 말하지 않습니다. 왜일까요?

세탁기는 판단하지 않기 때문입니다. 언제 돌릴지, 무엇을 넣을지, 몇 분을 돌릴지는 전부 사람이 정합니다. 세탁기는 정해진 대로 움직이는 힘만 대신합니다. 이것이 기계화입니다.

이제 알람 앱을 봅시다. 예전 알람 시계는 내가 맞춘 시각에 울렸습니다. 요즘 알람 앱은 잠의 얕고 깊음을 재서 깨울 시각을 스스로 고릅니다. 6시 30분에서 7시 사이 중 언제가 좋을지를 판단하는 것이지요. 사람이 내리던 판단이 기계로 넘어갔습니다. 이것이 자동화입니다.

ℹ️ 가름의 기준을 한 문장으로

기계화는 힘을 대신하고, 자동화는 판단을 대신한다. 그러니 어떤 장치를 만났을 때 물어야 할 것은 “얼마나 빠른가”가 아니라 “여기서 누가 무엇을 결정하고 있나”입니다. 같은 기계라도 판단을 넘겨받은 만큼만 ‘자동화’입니다.

그 판단은 원래 누구의 것이었나

판단이 넘어갔다는 것까지는 알겠는데, 한 가지가 더 남습니다. 그 판단은 원래 누가 하고 있었을까요? 셋으로 갈립니다.

‘나’의 판단이었던 것 — 12개

무슨 노래를 들을까, 이 메일이 광고인가, 어느 길로 갈까, 다음에 뭘 볼까.

내가 하던 고민을 기계에 맡겼습니다. 편해진 대신 고르는 힘이 무뎌질 수 있습니다.

‘다른 사람’의 일이었던 것 — 10개

열차를 몇 대 더 넣을까, 이 발음이 맞는가, 얼마나 조리할까, 이 결제가 도용인가.

누군가의 직업이었던 판단입니다. 이 열 개가 4차시(일자리)에서 다시 나옵니다.

‘아무도’ 안 하던 것 — 2개

이 얼굴이 주인인가, 밤사이 어떤 앱을 재울까.

기술이 생기기 전에는 물음 자체가 없었습니다. 새로 생긴 판단입니다.

기준표 24접점을 이 세 칸에 넣으면 12 : 10 : 2로 갈립니다(② 이 표를 가정했을 때). 숫자보다 중요한 것은 가운데 칸입니다. 열 개는 원래 누군가의 일이었습니다. 기술이 편의를 만든 자리와 사람의 일자리가 흔들리는 자리가 같은 접점이라는 뜻입니다. 그 이야기는 4차시에서 업무 단위로 다시 셉니다.

⚠ 이 분류는 정답이 아니라 토론거리입니다

‘얼굴로 잠금 해제 = 아무도 안 하던 판단’은 우리 해석이고, 반론이 성립합니다. “예전에도 열쇠 주인을 확인하는 일은 문지기가 했다”고 보면 ‘다른 사람’ 칸이 맞습니다. “비밀번호를 맞추는 것은 대조지 판단이 아니다”고 보면 ‘아무도’ 칸이 맞고요. 어느 쪽이 옳은지는 이 교과서가 정하지 않습니다. 여러분이 근거를 대고 옮겨 보세요. 그 옮기는 연습이 8차시 토론의 준비입니다.

기계화 — 힘이 넘어간다 사람: 언제 · 무엇을 · 몇 분 (결정) 기계: 돌린다 (실행) 자동화 — 판단이 넘어간다 사람: 6시 30분~7시 사이 (범위만) 기계: 6시 47분 (결정 + 실행) 물어야 할 것 “얼마나 빠른가” 가 아니라 — “여기서 누가 무엇을 결정하고 있나, 그 결정은 원래 누구의 것이었나”

힘과 판단을 갈라 보면, 같은 ‘편해졌다’도 서로 다른 일이 됩니다.

3

모든 변화는 교환이다 — 장부의 두 쪽

“인공지능 덕분에 편해졌다”는 말은 절반만 적은 문장입니다. 장부에는 언제나 두 쪽이 있습니다. 받은 쪽에는 아낀 시간과 줄어든 수고가 적히고, 준 쪽에는 넘긴 데이터, 위임한 판단, 좁아진 선택지가 적힙니다. 이 단원의 자세는 두 쪽을 늘 같은 화면에 놓고 보는 것입니다.

받은 쪽 — 그런데 시간은 늘 늘어나기만 할까

기준표 24접점 중 시간을 아껴 준 칸만 골라 더하면 +127분입니다. 그런데 이 표에는 음수인 칸이 둘 있습니다. 숏폼 피드 −35분, SNS 피드 정렬 −20분. 합이 −55분이지요. 더하면 하루 순 절약은 +72분이 됩니다(② 이 표를 가정했을 때).

음수 칸을 왜 넣었을까요? 추천이 나쁘다고 말하려는 것이 아닙니다. 편의가 언제나 시간을 돌려주는 것은 아니라는 사실을 장부에 적으려는 것입니다. ‘고를 필요가 없게 해 주는 것’은 고르는 시간을 아껴 주지만, 동시에 고르지 않아도 계속 보게 만듭니다. 같은 기능이 양쪽에 다 적힙니다. 기준표에서 숏폼과 SNS는 그래서 받은 쪽이 아니라 준 쪽에 서 있습니다.

준 쪽 — 열한 종류가 하루에 서른다섯 번

24접점이 넘기는 데이터 항목을 종류별로 세면 11가지가 나오고, 횟수를 다 더하면 35번입니다. 많이 넘어가는 순서는 이렇습니다.

② 24접점 기준표를 종류별로 센 것. 같은 종류가 여러 접점에서 되풀이 넘어가므로 합은 35입니다.
데이터 종류하루 횟수어느 접점에서
기기·시간6알람 · 배차 · 음악 · 숏폼 · 결제 탐지 · 밤사이 관리
생체6알람 · 얼굴 잠금 · CCTV · 학교 출입 · 발음 채점 · 얼굴 앨범
대화·텍스트4메일 거르기 · 번역 · 맞춤법 · 챗봇
위치4강수 예보 · 열차 도착 · 경로 안내 · 배달
구매·결제3결제 탐지 · 쇼핑 추천 · 배달
시청·청취 이력3음악 · 숏폼 · SNS
검색어2자동완성 · 쇼핑 추천
사진·영상2CCTV · 얼굴 앨범
이동경로2배차 · 경로 안내
학습기록2학습앱 · 챗봇
연락처1SNS

맨 위 두 줄이 기기·시간과 생체라는 점을 눈여겨보세요. 우리는 흔히 ‘검색 기록’이나 ‘구매 내역’을 걱정하는데, 이 표에서 그 둘은 아래쪽입니다. 정작 가장 자주 넘어가는 것은 얼굴·목소리 같은 몸의 정보와, 언제 무슨 기기를 켰는지입니다. 둘 다 내가 ‘넘긴다’고 느끼는 순간이 거의 없다는 공통점이 있습니다.

교환비 — 1분을 아끼려고 몇 개를 냈나

두 쪽을 한 숫자로 묶어 보면 비교가 쉬워집니다. 교환비 = 넘긴 데이터 항목 수 ÷ 아낀 분으로 정의합시다. 작을수록 ‘싸게 산’ 편의입니다. 기준표에서 계산하면 이렇게 벌어집니다.

② 아낀 시간이 0분 이하인 접점 넷은 뺐습니다 — 0분은 나눌 수 없고, 음수로 나누면 비가 음수가 되어 ‘싸다·비싸다’를 뜻하지 못하기 때문입니다. 가장 비싼 쪽과 가장 싼 쪽이 열다섯 배 벌어집니다.
접점넘긴 항목아낀 분교환비
얼굴로 잠금 해제1+11.000
교통카드 기록으로 배차2+21.000
학교 출입 인식·출결1+11.000
배달 도착 예측·묶음배차2+30.667
검색어 자동완성1+20.500
…………
메일함이 광고를 걸러냄1+120.083
챗봇에게 아이디어 상담2+250.080
번역기로 영어 지문1+150.067

얼굴로 잠금을 해제하는 일은 1분을 아끼려고 생체 정보 한 항목을 냅니다. 번역기는 같은 한 항목으로 15분을 벌어 줍니다. 열다섯 배 차이입니다. 그런데 우리가 ‘개인정보를 준다’고 의식하는 쪽은 대개 번역기가 아니라 얼굴 쪽이지요. 의식과 실제 거래 조건이 반대로 놓여 있는 것입니다.

ℹ️ 반례 하나 — 데이터를 하나도 안 넘기는 접점

기준표 24개 중 급식 잔반량 예측은 넘긴 데이터 항목이 0개입니다. 급식실이 지난 급식 기록으로 오늘 조리량을 셈하는 일이라, 내 개인 데이터는 하나도 들어가지 않습니다. 그런데도 하루 3분을 아껴 주지요(줄이 짧아지니까).

‘AI를 쓴다 = 내 데이터를 준다’가 항상 참은 아닙니다. 이 반례를 손에 쥐고 있어야 나중에 “그럼 전부 끄면 되지” 같은 성급한 결론을 피할 수 있습니다. 8차시 규약 토론에서 이 접점이 다시 나옵니다.

거래인 줄도 몰랐던 거래

기준표에는 데이터는 주는데 아낀 시간이 0분 이하인 접점이 넷 있습니다. 역·거리 CCTV 관제, 숏폼 피드, 결제 도용 탐지, SNS 피드 정렬. 0분은 나눌 수 없고 음수로 나눈 비는 뜻을 잃으니 위 표에서는 빠졌지만, 장부에서는 빠지지 않습니다.

여기서 성급하게 “그러니 손해”라고 적으면 안 됩니다. CCTV 관제와 결제 도용 탐지가 만드는 것은 내 편의가 아니라 안전이기 때문입니다. 도용 결제가 막히는 이익은 나에게 오고, 사고 대응이 빨라지는 이익은 거리 전체에 갑니다. 받은 쪽에 ‘분’으로 적히지 않을 뿐 아무것도 못 받은 것이 아닙니다. 그러니 이 넷을 한 칸에 묶어 ‘나쁜 거래’로 부르는 것은 장부를 잘못 읽는 일입니다.

💡 ‘보이지 않는다’는 말과 ‘몰래 한다’는 말은 다릅니다

기준표에서 ‘안 보임’으로 분류한 여덟 접점은 불법이 아닙니다. 개인정보 보호법 제15조는 개인정보를 모아 쓸 수 있는 근거를 여러 갈래로 정해 두었고, 정보주체의 동의는 그중 하나일 뿐입니다. 계약을 이행하는 데 꼭 필요한 경우, 법률에 특별한 규정이 있는 경우처럼 다른 근거로 도는 처리도 있습니다. (출처: 국가법령정보센터 「개인정보 보호법」 제15조)

그러니 오늘 찾아낼 여덟 개를 두고 ‘몰래 하는 나쁜 것’이라고 적으면 8차시 토론은 시작도 못 하고 끝납니다. 문제는 거래가 손해라는 것이 아니라, 내가 그 거래를 한 줄도 몰랐다는 것입니다. 알고 나서 그대로 두기로 결정하는 것과, 모른 채 지나가는 것은 전혀 다른 일입니다.

4

변화는 균일하지 않다 — 같은 기술이 다르게 도착한다

지금까지는 ‘내 하루’만 봤습니다. 시야를 넓히면 한 가지가 더 보입니다. 같은 기술이 사람에 따라 다른 얼굴로 도착합니다. 네 분야로 나눠 봅시다.

의료·복지

영상 판독 보조, 복약 알림, 낙상 감지. 전문가가 놓친 것을 한 번 더 걸러 주는 자리입니다.

같은 기술이 드문 병을 찾는 선별검사로 넓게 깔리면 이야기가 달라집니다 — 2차시에서 그 계산을 직접 합니다.

교통·도시

신호 제어, 배차, 경로 안내, 관제. 도시 전체의 흐름이 부드러워집니다.

부드러워지려면 누가 언제 어디를 지났는지가 모여야 합니다. 편의와 기록이 한 몸입니다.

교육·문화

맞춤 문제, 발음 채점, 번역, 창작 보조. 혼자서도 되돌아볼 수 있게 됩니다.

대신 무엇을 배울지 고르는 일의 일부가 넘어갑니다. 학습 기록이 그 대가입니다.

산업·행정

불량 검사, 수요 예측, 민원 분류, 농작물 상태 판정. 눈에 가장 안 띄면서 규모는 가장 큽니다.

여기서 넘어가는 판단은 대개 누군가의 직업이었습니다 — 4차시의 주제입니다.

⚠ 우리 기준표에는 의료·복지 접점이 하나도 없습니다

24접점을 다시 훑어보면 병원·복지와 관련된 자리가 0개입니다. 고등학생의 평범한 하루를 적다 보니 자연스럽게 빠진 것이지요. 그러니 “내 하루에 없으니 사회에도 별로 없다”고 읽으면 안 됩니다. 내 하루는 사회의 표본이 아닙니다. 오늘 만드는 숫자를 ‘세상이 이렇다’로 확대하지 마세요. 의료 쪽 이야기는 2차시에서 사람 수로 환산해 따로 다룹니다.

같은 변화, 다른 자리

무인 계산대를 예로 들어 봅시다. 줄이 짧아지고 계산이 빨라집니다. 손님에게는 편의입니다. 같은 장치가 계산대에서 일하던 사람에게는 일이 줄어드는 변화로 도착합니다. 그리고 화면 조작이 익숙하지 않은 사람에게는 새로운 장벽이 됩니다. 같은 물건이 세 사람에게 세 가지로 도착합니다.

이 단원 내내 되풀이할 물음은 그래서 이렇게 두 겹입니다. “무엇이 좋아졌나”만 묻지 말고 “누구에게 좋아졌고, 그 값은 누가 치르나”를 함께 물어야 합니다. 이득을 보는 쪽과 부담을 지는 쪽이 같은 사람이 아닐 때가 많기 때문입니다.

주의할 것이 하나 있습니다. 이 물음은 기술을 반대하기 위한 물음이 아닙니다. 기준표에서 우리는 하루 +72분을 벌었습니다. 그것도 사실입니다. 한쪽만 보고 “편해졌다”고 끝내는 것과, 다른 한쪽만 보고 “위험하다”고 끝내는 것은 똑같이 게으른 결론입니다. 이 교과서는 어느 쪽 결론도 대신 내리지 않습니다. 숫자와 쟁점을 드릴 테니, 판단은 8차시 토론에서 여러분이 하세요.

밤하늘 아래 기둥 하나에 여러 방향을 보도록 달린 CCTV 카메라 다발
기준표의 ‘역·거리 CCTV 관제’가 이런 모습입니다. 아낀 시간은 0분, 넘긴 데이터는 사진·영상과 생체 둘. 받은 것은 나의 편의가 아니라 거리의 대응 속도입니다. 출처: Punit Rajpal, Wikimedia Commons (CC0)
푸른 작물 위를 낮게 날며 약제를 뿌리는 농업용 드론
푸른 작물 위를 낮게 날며 약제를 뿌리는 농업용 드론. 이런 방제 드론 가운데에는 작물을 찍은 영상으로 어디에 얼마나 뿌릴지를 정하는 것도 있습니다. 내 하루의 24접점에는 없지만 규모로는 훨씬 큰 자리입니다. 출처: Shreesha Sharma, Wikimedia Commons (CC BY-SA 4.0)
💻

손으로 ① — 하루 접점 장부를 직접 만든다

이제 여러분 차례입니다. 아래 장부는 파이썬을 부르지 않고 브라우저가 그 자리에서 셈합니다. 순서가 중요합니다. 기준표는 처음에 잠겨 있습니다 — 먼저 자기 하루를 손으로 적어야 열립니다. 화면이 먼저 알려 주면 ‘빠뜨린 것’을 찾을 수 없으니까요.

  1. 적는다. 어제 하루의 접점을 시각과 함께 줄 단위로 적습니다. 세 줄 이상이어야 기준표가 열립니다.
  2. 대조한다. 기준표 24접점이 나타나면, 내가 적은 것에 해당하는 접점에 체크합니다. 체크되지 않은 것이 내가 빠뜨린 접점입니다.
  3. 장부를 채운다. 접점마다 ‘내가 진짜 넘긴 데이터’를 눌러 켜고, ‘아낀 시간’을 분으로 적습니다. 처음에는 모두 비어 있습니다. 채우는 만큼만 숫자가 올라갑니다.
  4. 합산한다. 위쪽 숫자판에 ‘오늘 내가 넘긴 데이터 항목 수’가 뜹니다. 다 채운 뒤 [📋 기준표대로 채우기]를 눌러 우리 값과 견주어 보세요.
🕔 하루 접점 장부 — 넘긴 데이터와 받은 편의 INTERACTIVE

24시간 띠 위에 접점이 놓입니다. 막대 높이는 그 접점에서 넘긴 데이터 항목 수이고, 색은 내가 떠올릴 수 있는가로 갈립니다. 흰 테두리가 둘린 막대는 내가 적어 낸 접점입니다. 아래 목록에서 값을 고치면 띠와 곡선, 도넛이 그 자리에서 다시 그려집니다.

① 먼저 손으로 적습니다 — 화면이 세 주기 전에

어제 하루를 되짚어 시각 + 무슨 일을 한 줄에 하나씩 적으세요. (보기: 06:45 얼굴로 잠금 해제) 공책에 적었다면 여기에 옮겨도 됩니다. 세 줄 이상 적어야 기준표가 열립니다.

내가 적은 줄 0 줄
[안내] 먼저 위 칸에 어제 하루의 접점을 세 줄 이상 적고 [기준표 열기]를 누르세요.

과제 ① — 세 상태를 돌려 표를 채운다

[📋 기준표대로 채우기]를 눌러 장부를 우리 값으로 채운 뒤, 아래 세 상태를 차례로 만들어 숫자를 옮겨 적으세요. 두 번째 줄은 [✋ 흔히 적는 여덟 개 체크]로 한 번에 만들 수 있습니다. 세 번째 줄은 ‘눈에 띔’ 색(하늘색) 접점 아홉 개를 모두 체크하면 됩니다.

내가 체크한 접점체크한 접점 수그 접점들의 데이터 항목장부 전체(35개)의 몇 %
하나도 체크하지 않음
흔히 적는 여덟 개
‘눈에 띔’ 아홉 개 전부
스물넷 전부

세 번째 줄이 이 과제의 핵심입니다. 눈에 보이는 접점을 하나도 빠뜨리지 않고 전부 적어도 절반이 안 됩니다. ‘더 열심히 떠올리기’로는 넘을 수 없는 벽이 있다는 뜻이지요. 나머지는 눈에 안 띄는 자리에 있으니까요.

과제 ② — 반례를 만든다

  • 데이터를 하나도 안 넘기는 접점을 찾아라. 24개 중 하나 있습니다. 그 접점이 아껴 주는 시간은 몇 분입니까? 이것이 ‘AI를 쓰면 반드시 내 데이터를 준다’에 대한 반례입니다.
  • 데이터는 주는데 아낀 시간이 0분 이하인 접점을 모두 찾아라. 넷 있습니다. 그중 ‘나쁜 거래’라고 부르면 안 되는 것 둘을 고르고, 왜 그런지 한 줄로 쓰세요.
  • ‘안 보임’ 여덟 개를 꺼 보라. [🙈] 버튼을 누르면 됩니다. 데이터 항목 수와 순 절약 시간이 각각 얼마로 바뀌나요? 두 숫자를 적으세요.

과제 ③ — 문턱을 찾는다

기준표대로 채운 상태에서 교환비 표를 보세요. 놀랍게도 ‘안 보임’ 무리가 셋 중 가장 싼 거래(0.400)이고, ‘눈에 띔’ 무리가 가장 비쌉니다(0.577). 예상과 반대지요. 이 뒤집힘을 만든 것은 숏폼의 −35분 한 칸입니다.

확인해 봅시다. 목록에서 13:10 숏폼 피드의 ‘아낀 시간’ 칸을 −35에서 1분씩 올려 가며 교환비 표를 보세요.

  • ‘눈에 띔’이 ‘반쯤’(0.476)보다 싸지는 첫 값은 몇 분입니까?
  • ‘눈에 띔’이 ‘안 보임’(0.400)보다도 싸져 셋 중 가장 싼 거래가 되는 첫 값은 몇 분입니까?
  • 그 두 값을 찾았으면, 왜 분자(데이터 15개)는 그대로인데 순위가 바뀌는지 한 줄로 설명하세요.
💡 이 과제가 노리는 것

교환비는 ‘나쁨의 점수’가 아니라 분모가 무엇이냐에 따라 뒤집히는 비율입니다. 숏폼을 −35분으로 볼지 −10분으로 볼지는 우리가 정하는 가정이고, 그 가정 하나에 ‘가장 비싼 거래’의 이름표가 옮겨 갑니다. 숫자가 결론을 정해 주는 것이 아니라, 가정이 숫자를 정하고 숫자가 결론처럼 보이는 것입니다. 이 감각이 3차시(전력·탄소)에서 ‘무엇까지 세느냐에 따라 값이 몇 배로 벌어지는’ 이야기로 이어집니다.

💻

손으로 ② — 같은 장부를 파이썬으로 다시 센다

장부에서 눈으로 확인한 것을 이번에는 코드로 셉니다. 아래 프로그램에는 ?????가 여섯 곳 있습니다. 전부 ‘세고 더하고 나누는’ 한 줄짜리입니다. 채워 넣고 [실행]을 누르면, 방금 화면에서 본 숫자가 그대로 찍혀야 합니다.

⚠ 제일 먼저 고칠 곳은 빈칸이 아닙니다

코드 가운데쯤 MY_GUESS = [2, 8, 15, 16, 18, 19, 21, 22] 라는 줄이 있습니다. 이것은 빈칸이 아니라 고쳐 쓰는 자리입니다 — ‘학생들이 흔히 적는 여덟 개’를 본보기로 넣어 둔 것이지요. 이 줄을 여러분이 맨 처음에 적은 목록의 번호로 바꾸세요. 안 바꾸면 40.0%라는 남의 답이 나오고, 오늘 활동이 통째로 헛돕니다. 번호는 【2】 기준표가 찍어 줍니다.

빈칸 여섯 곳

모두 표준 라이브러리만 씁니다. numpy·pandas는 쓰지 않습니다.
빈칸무엇을 구하나힌트
①내가 적은 접점들이 넘긴 데이터 항목 수 접점 하나가 넘긴 항목 수는 len(t["data"]). 그것을 다 더한다
②내가 빠뜨린 접점 목록 기준표에는 있는데 MY_GUESS에는 없는 것만 골라 담는다
③기술 종류별 접점 수 바로 아래 vis_cnt 줄이 정답 모양 그대로 있다. 보고 따라 쓴다
④보임 무리별 비율(%) 그 무리의 접점 수를 전체 24로 나누고 100을 곱한다
⑤하루 순 절약 시간 음수인 칸도 그냥 더한다. 그것이 ‘순’절약이라는 말의 뜻이다
⑥교환비 데이터 항목 수 ÷ 아낀 분
💡 빈칸 ⑤에서 가장 많이 틀립니다

여기에 max(0, ...)를 씌우고 싶은 마음이 들 겁니다. ‘시간이 음수면 이상하니까’라고요. 그렇게 하면 +127분이 나옵니다. 오류도 안 나고 그럴듯해 보이지요. 그래서 더 위험합니다. 음수 두 칸을 지우는 순간 ‘편의가 시간을 되가져가기도 한다’는 이 차시의 절반이 사라집니다. 맞는 답은 +72분입니다. 검산법: plus와 minus를 따로 찍어 127과 −55가 나오는지 보세요.

출력에서 확인할 것 아홉 가지

MY_GUESS를 본보기 그대로 두고 돌리면 아래 값이 나옵니다. 여러분이 자기 목록으로 바꾸면 【1】【3】【4】의 앞부분만 달라지고, 나머지는 기준표가 정하는 값이라 그대로입니다. 그 구별을 확인하는 것이 이 표의 목적입니다.

② 전부 24접점 기준표를 이렇게 가정했을 때의 값입니다. 바깥 세상의 조사 결과가 아닙니다.
절확인할 값본보기로 돌렸을 때내 목록으로 바꾸면
【1】내가 떠올린 접점 / 그 데이터 항목8개 / 14개바뀐다
【3】빠뜨린 접점 / 그중 ‘안 보임’16개 / 8개 전부바뀐다
【4】24접점이 넘긴 데이터 항목35개 (종류 11가지)그대로
【4】내가 아는 하루는 실제의 몇 %40.0%바뀐다
【5】기술 5종인식 7 · 추천 5 · 예측 5 · 최적화 4 · 생성 3그대로
【5】보임 3단계눈에 띔 9(37.5%) · 반쯤 7(29.2%) · 안 보임 8(33.3%)그대로
【5】판단은 원래 누구 것나 12 · 다른 사람 10 · 아무도 2그대로
【6】하루 순 절약+72분 (아껴 준 +127 / 되가져간 −55)그대로
【7】‘안 보임’ 8개를 껐다면데이터 35 → 25개(71%) · 순 절약 +72 → +47분그대로

【8】은 조사가 아니라 모의실험입니다

프로그램 끝부분에 ‘우리 반 25명이 각자 적었다면’이라는 절이 있습니다. 학생 25명이 각자 목록을 적는 상황을 난수로 흉내 낸 것입니다. ‘눈에 띔’ 접점은 85%, ‘반쯤’은 45%, ‘안 보임’은 12% 확률로 떠올린다고 두었습니다.

돌려 보면 한 사람이 적는 접점은 평균 11.6개(최소 6 · 최대 15)이고, 가장 적게 적힌 여섯 개는 전부 ‘안 보임’ 접점입니다 — 25명 중 겨우 2∼4명만 적어 냈습니다. 급식 잔반 예측과 밤사이 배터리 관리는 각각 2명뿐이었지요.

⚠ 85% · 45% · 12% 는 조사값이 아닙니다

이 세 확률은 우리가 정한 가정입니다. 어떤 설문에서 나온 값이 아닙니다. 그러니 “학생들은 보이지 않는 접점을 12%만 안다”고 옮겨 적으면 거짓말이 됩니다. 이 절이 하는 일은 결론을 알려 주는 것이 아니라, 우리 반이 진짜로 세어 볼 자리를 비워 두는 것입니다. 수업에서 25명이 실제로 손을 들어 세어 보고, 그 수를 이 모의값 자리에 갈아 끼우세요. 가정을 0.12에서 0.30으로, 0.50으로 올려 보면 하위 여섯 자리에서 ‘안 보임’이 6개 → 5개 → 3개로 줄어듭니다 — ‘학생들이 잘 못 떠올린다’는 결론 자체가 우리 가정에서 나온 것이라는 뜻입니다.

📖

정리 — 오늘 손에 남은 세 숫자

오늘 만든 값 중 셋을 공책에 크게 적어 두세요. 8차시 학급 규약 토론에서 이 셋을 논거로 다시 씁니다. 인상이나 느낌이 아니라 자기가 만든 숫자를 들고 가는 것이 그 토론의 규칙입니다.

② 전부 우리 기준표의 가정에서 나온 계산값입니다. 인용할 때는 ‘1차시에서 잰’이 아니라 ‘1차시 기준표의’라고 적으세요.
 무엇기준표 값8차시에서 무엇의 논거가 되나
(가)하루에 넘긴 데이터 항목 수35개 (11가지) ‘학교에서 어디까지 모아도 되는가’
(나)기계로 넘어간 판단24개 중 나 12 · 남 10 ‘사람이 다시 확인해야 하는 판단은 무엇인가’
(다)하루 순 절약 시간+72분 ‘무엇을 얻으려고 무엇을 내주는가’

오늘 세운 것 넷

  1. 접점. 인공지능이 내 하루에 닿는 한 지점. 세는 단위를 정해야 이야기가 시작됩니다.
  2. 판단의 이전. 기계화는 힘을 대신하고 자동화는 판단을 대신합니다. 그리고 그 판단이 원래 누구 것이었는지를 함께 물어야 4차시로 이어집니다.
  3. 교환. 받은 쪽(아낀 시간)과 준 쪽(넘긴 데이터)을 같은 화면에 놓습니다. 한쪽만 적은 장부는 장부가 아닙니다.
  4. 보이지 않는 접점. 24개 중 8개(33.3%)는 떠올릴 수조차 없었습니다. 문제는 그것이 나쁘다는 것이 아니라 내가 모르고 있었다는 것입니다.

마지막으로 오늘 가장 조심한 것을 한 번 더 짚습니다. 이 차시에 나온 숫자는 바깥 세상의 통계가 하나도 없습니다. 35개도, +72분도, 33.3%도 전부 우리가 만든 기준표에서 나온 계산입니다. 다음 차시부터는 진짜 통계가 들어옵니다 — 인구, 결핵 신고 건수, 전력량, 배출계수. 그때부터는 ‘이 숫자는 어디서 왔는가’를 매번 물어야 합니다. 오늘 ‘가정’과 ‘사실’을 가르는 연습을 한 이유가 그것입니다.

✅

확인 문제

✍️ 문제마다 답을 쓰고 제출하기를 누르세요. 제출하면 모범 답안이 열리고, 제출한 답은 선생님께 전달됩니다.

1. 자동화 · 개인화 · 예측을 각각 자기 하루의 접점 하나로 설명하세요. 그리고 한 서비스 안에서 셋이 겹치는 예를 하나 들어, 어느 대목이 어느 갈래인지 짚어 보세요.
📖 모범 답안

보기 답(자기 하루로 바꿔 쓰면 됩니다). 자동화 — 메일함이 광고를 걸러 냅니다. 예전에는 내가 제목을 훑고 지웠습니다. 개인화 — 학습앱이 내가 틀린 유형부터 다시 냅니다. 짝꿍 화면과 다릅니다. 예측 — 지하철 앱이 열차 도착까지 몇 분 남았는지 미리 셈해 보여 줍니다.

셋이 겹치는 예: 지도 앱의 학원 경로 안내. 길마다 몇 분 걸릴지 셈하는 대목이 예측, 내 평소 이동 기록과 걷는 속도를 반영하는 대목이 개인화, 여러 길 중 하나를 골라 ‘이 길로 가세요’라고 정해 주는 대목이 자동화입니다. 같은 화면 안에서 셋이 동시에 일어납니다.

왜 굳이 갈라 보나: 갈래마다 따져야 할 것이 다르기 때문입니다. 자동화 쪽은 ‘사람이 하던 일이 어디로 갔나’(4차시), 개인화 쪽은 ‘나를 알기 위해 무엇을 가져갔나’, 예측 쪽은 ‘틀리면 누가 부담을 지나’(2차시 · 6차시)를 묻게 됩니다. 한 이름으로 뭉뚱그리면 이 세 물음 중 둘을 놓칩니다.

2. (오늘 얻은 결과) 장부를 기준표대로 채운 뒤 만든 과제 ①의 표를 옮겨 적고, ‘눈에 띔’ 아홉 개를 하나도 빠뜨리지 않고 전부 적어도 절반이 안 되는 까닭을 설명하세요.
📖 모범 답안

표(② 기준표를 가정했을 때). 하나도 체크 안 함 → 0개 · 0.0% / 흔히 적는 여덟 개 → 14개 · 40.0% / ‘눈에 띔’ 아홉 개 전부 → 15개 · 42.9% / 스물넷 전부 → 35개 · 100.0%.

까닭: 데이터 35개 중 ‘눈에 띔’ 무리가 가진 것은 15개뿐이기 때문입니다. 나머지 20개는 ‘반쯤’(10개)과 ‘안 보임’(10개)에 들어 있습니다. 더 열심히 떠올리는 것으로는 42.9%가 천장입니다 — 눈에 보이는 것을 100% 기억해 내도 그렇습니다.

여기서 나오는 결론: 남은 57.1%를 알려면 ‘기억’이 아니라 다른 방법이 필요합니다 — 설명을 요구하거나, 목록을 공개하게 하거나, 규칙으로 정하는 것. 8차시에서 학급 규약을 쓰는 이유가 여기 있습니다. 개인의 각성으로는 안 되는 부분이 절반을 넘습니다.

3. (오늘 얻은 결과) 과제 ③의 문턱 찾기입니다. 숏폼의 ‘아낀 시간’을 −35분에서 1분씩 올릴 때 ‘눈에 띔’ 무리의 교환비가 ‘반쯤’보다 싸지는 첫 값과 ‘안 보임’보다도 싸지는 첫 값을 각각 쓰고, 분자는 그대로인데 순위가 바뀌는 까닭을 설명하세요.
📖 모범 답안

−29분에서 ‘반쯤’을 앞지르고(0.469 < 0.476), −23분에서 ‘안 보임’까지 앞질러 셋 중 가장 싼 거래가 됩니다(0.395 < 0.400). −35분일 때는 0.577로 셋 중 가장 비쌌습니다.

까닭: 교환비는 데이터 항목 수 ÷ 아낀 분입니다. ‘눈에 띔’ 무리의 데이터는 언제나 15개로 고정이고, 바뀌는 것은 분모뿐입니다. 분모가 26분 → 32분 → 38분으로 커지니 비가 작아집니다. 같은 데이터를 냈는데 ‘싸게 산 것’이 되는 이유는 우리가 돌려받았다고 인정한 시간이 늘었기 때문입니다.

여기서 배울 것: 숏폼을 −35분으로 볼지 −10분으로 볼지는 우리가 정하는 가정이고, 그 한 칸에 ‘가장 비싼 거래’라는 이름표가 옮겨 다닙니다. 숫자가 결론을 정해 주는 것이 아니라 가정이 숫자를 정하고, 그 숫자가 결론처럼 보이는 것입니다. 그러니 남의 숫자를 인용할 때는 언제나 ‘무엇을 어떻게 셌는가’를 먼저 물어야 합니다.

4. ‘기계화’와 ‘자동화’를 판단이 넘어갔는가라는 기준으로 갈라 설명하고, 각각의 예를 하나씩 드세요. 그리고 같은 물건이 어느 대목에서는 기계화이고 어느 대목에서는 자동화인 예를 하나 찾아 쓰세요.
📖 모범 답안

가름: 기계화는 힘을 대신하고, 자동화는 판단을 대신합니다. 물어야 할 것은 “얼마나 빠른가”가 아니라 “여기서 누가 무엇을 결정하고 있나”입니다.

예: 세탁기는 기계화입니다 — 언제 돌릴지, 몇 분 돌릴지는 사람이 정하고 기계는 정해진 대로 움직입니다. 잠의 깊이를 재서 깨울 시각을 스스로 고르는 알람 앱은 자동화입니다 — ‘6시 30분에서 7시 사이 언제가 좋은가’라는 판단이 넘어갔습니다.

한 물건 안에서 갈리는 예: 로봇청소기. 바퀴를 굴리고 먼지를 빨아들이는 대목은 힘을 대신하는 기계화입니다. 그런데 방 지도를 만들어 어느 방부터 어떤 경로로 돌지 스스로 정하는 대목은 원래 사람이 하던 판단이므로 자동화입니다. 한 물건을 통째로 한 이름으로 부르지 말고, 대목별로 갈라 보아야 합니다. (지도 앱, 세탁기의 자동 코스 선택 등 다른 답도 근거가 서면 맞습니다.)

5. 기준표에는 넘긴 데이터가 0개인 접점이 하나, 데이터는 주는데 아낀 시간이 0분 이하인 접점이 넷 있습니다. 각각 무엇인지 쓰고, 이 다섯 개를 근거로 “AI를 끄면 손해가 없다”는 주장을 반박해 보세요.
📖 모범 답안

데이터 0개짜리: 12:20 급식 잔반량 예측. 급식실의 지난 기록으로 조리량을 셈하는 일이라 내 개인 데이터가 하나도 넘어가지 않는데, 줄이 짧아져 3분을 아껴 줍니다. → ‘AI를 쓴다 = 내 데이터를 준다’가 항상 참은 아닙니다.

아낀 시간이 0분 이하인 넷: 역·거리 CCTV 관제(0분) · 결제 도용 탐지(0분) · 숏폼 피드(−35분) · SNS 피드 정렬(−20분).

반박: 넷을 한 칸에 묶으면 안 됩니다. CCTV 관제와 결제 도용 탐지가 만드는 것은 내 편의가 아니라 안전입니다 — 도용 결제가 막히는 이익은 나에게 오고, 사고 대응이 빨라지는 이익은 거리 전체에 갑니다. 장부의 ‘분’ 칸에 안 적힐 뿐 못 받은 것이 아닙니다. 여기에 급식 잔반 예측까지 더하면, 끄면 사라지는 것 중에 ‘내 데이터와 무관한 이익’과 ‘남에게 가는 이익’이 섞여 있습니다.

정리: “전부 끄자”도 “다 켜 두자”도 이 장부만으로는 나오지 않습니다. 접점마다 주는 것과 받는 것이 다르므로, 접점마다 따로 결정해야 합니다. 그 ‘따로 결정하기’를 학급 단위로 문서로 만드는 것이 8차시의 학급 규약입니다.

6. [O/X] “인공지능 도입으로 절약된 시간은 언제나 그 사용자에게 돌아간다.” 맞는지 틀리는지 고르고, 오늘 장부에서 근거를 세 개 들어 설명하세요.
📖 모범 답안

X (틀렸습니다). 걸리는 낱말은 ‘언제나’입니다.

근거 ① — 아낀 시간이 되돌아 나간다. 기준표에서 아껴 준 시간은 +127분인데, 숏폼(−35분)과 SNS(−20분)가 55분을 도로 가져갑니다. 순 절약은 +72분입니다. ‘고를 필요를 없애 주는 것’이 ‘고르지 않아도 계속 보게 하는 것’과 같은 기능이기 때문입니다.

근거 ② — 이익이 다른 사람에게 간다. CCTV 관제는 나에게 0분을 남기고 사진·영상과 생체 데이터를 가져갑니다. 여기서 생긴 이익(대응 속도)은 거리 전체의 것이지 내 시간이 아닙니다.

근거 ③ — 시간을 만든 쪽과 시간을 받는 쪽이 아예 다르다. 급식 잔반 예측이 아껴 주는 3분은 급식실이 조리 계획을 고쳐서 만든 것입니다. 나는 아무것도 내주지 않고 줄이 짧아진 덕만 봅니다. ‘쓴 사람 = 시간을 받는 사람’이라는 짝짓기 자체가 성립하지 않는다는 뜻입니다.

그러므로: 시간을 아낀 쪽, 데이터를 낸 쪽, 이익을 받는 쪽이 같은 사람이 아닐 때가 많습니다. 이 단원이 되풀이할 물음이 그래서 두 겹입니다 — “무엇이 좋아졌나”가 아니라 “누구에게 좋아졌고, 그 값은 누가 치르나”. (“대체로 돌아간다”는 진술이라면 O로 볼 여지가 있습니다. 이 문항이 묻는 것은 ‘언제나’입니다.)

🔁 되돌아보기

오늘 내 하루를 먼저 손으로 적고, 기준표 24접점과 견주어 빠뜨린 것을 찾고, 접점마다 넘긴 데이터와 받은 편의를 장부에 적어 하루치를 합산했습니다. 24개 중 8개(33.3%)는 떠올릴 수조차 없었고, 본보기인 ‘흔히 적는 여덟 개’만 세면 장부 전체의 40.0%밖에 잡히지 않았습니다(이 표를 가정했을 때). 공책을 덮기 전에 한 줄만 적으세요 — “오늘 처음 알게 된 접점 하나와, 그것을 계속 켜 둘지 끌지, 그렇게 정한 까닭.”
다음 시간에는 이 이야기의 규모를 잽니다. 정확도 95%짜리 인공지능을 마을 하나에 놓으면 몇 사람이 억울해지는지, 비율을 사람 수로 바꾸는 계산을 직접 합니다.

🔎

더 알아보기

장부 속 접점 하나를 열어 보고, 같은 장치가 다르게 도착하는 현장과 그 장부를 읽는 직업을 만난다

메일 한 통 무료 · 당첨 지금 클릭 과제 안내 낱말 점수(예시) 무료+2.0 당첨+2.5 클릭+1.5 과제−1.8 합계 +4.2 문턱 +3.0 광고함으로 받은편지함 내가 ‘스팸 신고’를 누르면 → 그 행동이 점수를 다시 고친다
원리 더 깊이

가장 조용한 접점 — 메일함은 광고를 어떻게 알아보나

기준표에서 하루 12분을 아껴 주는 ‘메일함이 광고를 걸러냄’은 ‘안 보임’으로 분류된 접점입니다. 걸러진 메일은 광고함으로 조용히 옮겨지니, 걸러졌다는 사실조차 알아채기 어렵지요. 속을 열어 보면 2단원에서 배운 분류와 같습니다 — 메일 한 통을 ‘광고’와 ‘보통’ 두 칸 중 하나에 넣는 문제입니다.

널리 알려진 방식 하나는 낱말마다 점수를 매기는 것입니다. 광고 메일에 자주 나오고 보통 메일에는 드문 낱말에는 광고 쪽 점수가, 그 반대 낱말에는 보통 쪽 점수가 붙습니다. 메일 속 낱말 점수를 모아 문턱을 넘으면 광고함으로 보내지요(그림의 점수는 설명을 위한 예시 값입니다). 2002년 폴 그레이엄이 글 「A Plan for Spam」에서 이런 확률 방식이 잘 듣는다고 보고한 뒤 널리 퍼졌고, 오늘날의 메일 서비스는 보낸 곳의 평판 같은 단서를 훨씬 많이 함께 씁니다.

장부의 눈으로 다시 보면 두 가지가 보입니다. 하나, 내가 ‘스팸 신고’를 누르거나 광고함에서 메일을 도로 꺼내는 행동은 다음 판단을 고치는 재료가 됩니다 — 기준표가 이 접점의 넘긴 데이터를 ‘대화·텍스트’로 적은 까닭입니다. 둘, 문턱을 낮추면 광고는 덜 새어 들어오지만 진짜 메일이 광고함에 빠지는 일이 늘고, 높이면 그 반대가 됩니다. 2단원 네 칸 표의 두 가지 오류가 여기서도 맞바뀌는 것이지요. 다음 2차시에서 이 오류를 사람 수로 셉니다.

식당 계산대 옆 화면 앞에 손님들이 줄을 서 있고, 맨 앞 사람이 화면을 눌러 주문하는 동안 뒤쪽 주방에서 요리사들이 일하는 모습
현장

무인 주문기 앞의 세 사람 — 같은 화면, 다른 도착

사진 속 식당에서는 손님이 계산대 옆 화면을 직접 눌러 주문하고, 주방 사람들은 그렇게 들어온 주문을 받아 조리합니다. 본문 개념 4에서 무인 계산대를 두고 한 이야기가 그대로 보입니다. 줄을 선 손님에게는 편의, 주문을 받던 직원에게는 일이 옮겨 가는 변화, 화면이 낯선 사람에게는 새로운 장벽입니다.

장벽은 생각보다 구체적입니다. 글씨가 작거나 단계가 많으면 화면 조작이 서툰 사람이 막히고, 화면이 높으면 휠체어에 앉은 사람의 손이 닿지 않으며, 소리 안내가 없으면 앞을 보지 못하는 사람은 주문할 길이 없습니다. 그래서 이 문제는 제도로도 다뤄집니다. 우리나라는 장애인차별금지법과 그 시행령을 고쳐, 무인정보단말기(키오스크)를 둔 곳이 장애인도 쓸 수 있도록 편의를 갖출 의무를 단계적으로 넓히고 있습니다.

개념 2의 물음도 대어 봅시다. 주문을 받아 적는 대목은 사람이 하던 일을 옮겨 받았을 뿐 새로 판단하는 것이 많지 않습니다. 하지만 “이것도 함께 드시겠어요?”라며 메뉴를 권하는 화면이 있다면, 그 대목부터는 추천, 곧 판단이 넘어간 자리입니다. 한 장치를 통째로 부르지 말고 대목별로 갈라 보는 연습을 여기서도 해 볼 수 있습니다.

사진: 무인 주문기 앞에 줄 선 손님들 · 출처: Andy Li, Wikimedia Commons (CC0)

① 모은다 서비스 기획자 · UX 연구원 무엇을 꼭 모아야 하나? ② 다룬다 데이터 엔지니어 어디에, 얼마 동안 두나? ③ 판단한다 모델 개발자 · 데이터 과학자 틀리면 누가 부담을 지나? ④ 점검한다 개인정보 보호책임자 · AI 윤리 담당 모르는 채 넘어가는 것은 없나? 접점 하나 뒤에는 이 네 자리의 사람들이 서 있다
진로

장부를 읽는 사람들 — ‘무엇을 가져가나’를 직업으로 묻는 자리

오늘 우리는 접점마다 ‘이것은 무엇을 가져가고 무엇을 돌려주나’를 물었습니다. 서비스를 만드는 쪽에서는 이 물음이 설계 단계의 일입니다. 서비스 기획자와 UX 연구원은 어떤 데이터를 꼭 모아야 하는지, 사용자가 무엇을 모른 채 넘기고 있는지를 따지고, 데이터 엔지니어는 모은 것을 어디에 얼마 동안 둘지 정합니다.

법이 정해 둔 자리도 있습니다. 「개인정보 보호법」 제31조는 개인정보를 처리하는 곳이 개인정보 보호책임자를 정해 두도록 합니다. 이 사람은 처리 방침을 세우고, 처리 실태를 점검하며, 정보주체의 불만을 처리하는 일을 맡습니다. 오늘 ‘안 보임’ 접점 여덟 개를 찾아낸 일을 조직 안에서 날마다 하는 자리라고 볼 수 있습니다.

인공지능이 판단까지 넘겨받는 곳이 늘면서, 모델이 특정 집단에 불리하게 작동하지 않는지, 판단의 근거를 설명할 수 있는지를 살피는 AI 윤리·신뢰성 담당도 새로 생기고 있습니다. 이런 자리에는 코드만이 아니라 법과 사회를 함께 읽는 눈이 필요합니다. 이 단원의 7차시(공정성)와 8차시(학급 규약)가 그 눈을 기르는 첫 연습입니다.