▲최홍섭 마음AI 대표(노동법률)

‛학원 강사로 2년간 일했는데 학원에서 퇴직금을 안 준다네요. 어떻게 해야 할까요?'

복잡한 노동법 상담. 이제는 사람이 아닌 인공지능(AI)이 답하는 시대가 왔다. 고용노동부는 올해 4월 중 국민을 대상으로 'AI 노동법 상담 서비스'를 본격 개시한다. 고용부와 한국공인노무사회, 마음AI가 함께 머리를 맞댄 결과물이다. 플랫폼 노동자, 프리랜서 등 고용 형태가 다양해지고 개별 사건마다 특수성이 높은 노동법 상담 AI의 개발 과정은 어땠을까. 그리고 이번 서비스를 통해 우리는 복잡한 노동법과 조금 더 가까워질 수 있을까.

노동법률이 지난 3월 20일 경기 성남시 마음AI 사무실에서 AI산업 최전선에서 기업을 이끌고 있는 최홍섭 마음AI 대표를 만났다.

Q. 마음AI는 어떤 회사인가.

A. 마음AI는 '피지컬 AI'에 중점을 둔 회사다. 피지컬 AI는 올해 국제전자박람회(CES)에서 젠슨 황 엔비디아 CEO가 언급해 주목을 받은 기술로, AI를 실물 하드웨어에 탑재해 물리적 환경에서 구현하고 적용하는 기술이다. AI 두뇌를 장착한 로봇을 만드는 회사라고 이해하면 쉬울 것 같다.

처음에는 AI로 진짜 돈을 벌 수 있을까에 대한 고민이 많았다. 하지만 챗GPT의 등장과 성공, 그리고 젠슨 황이 AI의 미래로 피지컬 AI를 지목하면서 마음AI가 노력해 온 것이 틀리지 않았다는 생각이 들었다. 마음AI는 작년부터 피지컬 AI에 집중해 AI 트렌드를 선도하고 있다.

Q. 마음AI가 AI 노동법 상담 서비스 개발사로 선정됐다. 개발사 선정에 마음AI의 어떤 강점이 작용했나.

A. 마음AI는 피지컬 AI와 함께 대규모 언어 모델(LLM)을 활용한 AI 비즈니스를 해 왔다. LLM을 활용한 AI 기술은 방대한 양의 데이터로 학습된 AI가 질문에 대해 답하고, 문서를 요약하는 작업을 수행하는 기술이다. 마음AI는 지난 2년간 보안 문제로 챗GPT 활용에 제한이 있는 공공기관, 전문직 등을 상대로 망이 분리돼 있는 '프라이빗 AI 개발'에 주력해 왔다. 프라이빗 AI에 대한 마음AI의 노하우가 개발사 선정으로 이어졌다고 본다. 한국어에 특화된 AI 개발이 가능하다는 점도 개발사 선정에 영향을 줬다.

Q. 고용부, 노무사회와 업무협약을 맺고 개발한 AI 노동법 상담 서비스가 이번 달 중 대국민 서비스로 실시된다. 서비스로 기대하는 효과는.

A. 이번 서비스는 공공기관의 AI 활용 마중물이 될 것이라고 본다. AI 노동법 상담 서비스는 대국민 상담 서비스 중 일부분에 불과하다. 국민을 상대로 한 공공기관의 상담 서비스가 시작되면 정부와 국민 모두 'AI로 이런 것까지 할 수 있구나' 하는 인식이 생길 것이라고 본다. 우리나라에서 새로운 시도를 하기 위해서는 반드시 '성공 사례'가 필요하다. 우리나라가 IT 강국이라고 하지만 막상 기업과 공공기관의 AI 활용도는 상당히 떨어진다. 이번 서비스로 성공 사례가 하나 생기면 달라질 것이다. 그렇게 되면 다른 공공기관, 기업에서도 확신을 가지고 AI를 도입할 수 있다.

Q. AI 노동법 상담 서비스 개발 과정은 어땠는지 궁금하다. 내용이 복잡하고 경제적, 문화적인 배경에 대한 깊은 이해가 필요한 노동법의 특성상 이를 AI 서비스로 제공하는 데 큰 어려움이 있었을 것으로 보인다.

A. 사실 누구도 가본 적 없는 길이라 막막했다. 고용부, 노무사회에 많은 도움을 받았고 20명의 마음AI 개발팀과 고용부, 노무사회가 한 팀처럼 움직이며 프로젝트에 몰입했다. 3개월 안에 서비스를 개발해야 해서 주말 밤늦게까지 서로 토론하고 새로운 실험을 많이 했다. 지금까지 사용해 온 AI 기술도 어떤 방식으로 사용해야 할지 처음부터 다시 고민해야 했다. 

법률 자료들은 일반적인 데이터보다 불친절하다. 방대한 문서 중 원하는 내용이 어디에 있는지 찾기 어렵고, 판례 사건번호도 일일이 찾아서 넣어야 했다. AI가 활용할 수 있는 수준까지 정보를 정제하는 과정이 상당히 어려웠다. 노동법 상담 사례들은 사건마다 변수도 많고, 고용 형태도 복잡하고 다양해 비전문가인 개발팀에서 데이터를 정제해서는 원하는 수준의 답변이 나오지 않았다. 어려운 상황에서 노무사들의 도움이 컸다. AI를 가르치는 교재를 만든다는 느낌으로 노무사들이 질문 유형별 자료를 만들어줬다. 이를 통해 파편화돼 있는 노동법령과 실무 지식이 하나로 정리되다 보니 AI의 학습이 쉬워졌고, 그제야 AI가 원하는 수준의 답변을 했다. 불가능할 것이라고 생각했던 프로젝트가 성공할 수 있다고 확신했고 성공적으로 프로젝트를 마무리할 수 있었다.

Q. AI 노동법 상담 서비스는 근로감독관의 업무를 돕는 목적도 가지고 있다. 고용부는 그간 계속 인력 부족 문제를 고민해 왔는데 AI 노동법 상담 서비스가 고용부의 인력 부족 문제를 해결하는 데 얼마나 도움을 줄 수 있다고 보나.

A. 근로감독관들은 배당된 사건이 많아 항상 격무에 시달린다고 들었다. 이번 서비스는 근로감독관들의 단순·반복 업무를 줄이고 사건에 대한 법리 판단에 시간과 노력을 집중할 수 있도록 하는 것이 목표였다. 지금까지 근로감독관들은 근로자나 회사의 민원을 받으면 이를 정리하는 것에 많은 시간과 노력을 들여야 했다. 근로자나 회사가 가지고 오는 사건의 내용이 짧고, 단순한 것도 아니어서 이를 법률적 판단이 가능한 수준으로 정리하는 것에 시간과 노력이 많이 걸렸다. 업무를 돕는 AI 서비스가 활성화되면 근로감독관들이 법리 판단에 더 집중할 수 있고 업무시간도 많이 줄어들 것이라고 본다. 이렇게 되면 근로감독관들의 과로 문제와 인력 부족 문제가 어느 정도 해결될 수 있을 것으로 예상한다.

Q. 마음AI는 변호사, 노무사를 위한 AI 서비스도 제공하고 있다. 구체적으로 어떤 서비스인가.

A. 변호사, 노무사도 공공기관 종사자들과 마찬가지로 보안과 개인정보보호 때문에 일반인들이 사용하는 챗GPT의 도움을 받을 수 없다. 그래서 마음AI는 전문직을 위한 '프라이빗 AI' 개발에도 힘 써왔다. 기획 단계에서부터 변호사, 노무사를 섭외해 해당 전문직에 맞는 AI 개발을 하고 있다. 변호사, 노무사는 사건 하나를 처리하기 위해 관련된 많은 문서를 읽고 정리해야 한다. 관련 사건에 대한 정보를 AI가 빠르게 정리해 업무 시간을 줄이고 보다 많은 정보를 가지고 상담, 소송할 수 있도록 돕는다.

Q. AI가 기존 전문가들의 영역을 대체한다는 점에서 부정적인 인식을 갖는 이들도 있다. 

A. 전문가를 '대체'하기보다는 전문가를 '지원'한다고 이해하면 좋을 것 같다. AI의 가치가 더 빛날 수 있는 건 전문가 지원 업무라고 생각한다. AI 하면 챗봇을 가장 먼저 떠올리지만 AI 기술을 면밀히 들여다보면 대화 상담 영역보다 자료를 정리하고 문서 초안을 만드는 것에 더 특화돼있다는 것을 알 수 있다.

특히 AI의 할루시네이션(환각) 현상이 법률 상담 영역에서는 큰 문제로 작용한다. 할루시네이션은 AI가 실제 존재하지 않는 잘못된 정보를 있는 것처럼 답변하는 문제를 말한다. 다른 영역에서도 AI 할루시네이션은 치명적이지만 법률 상담에서는 특히 더 그렇다. 잘못된 답변을 해 국민과 고객에게 큰 손해를 가져올 수 있어서다.

그러나 전문가의 업무를 지원하는 AI 서비스는 할루시네이션에 대한 부작용이 적어진다. AI가 할루시네이션으로 잘못된 정보를 전달하더라도 전문가들을 정보의 문제점을 걸러 낼 지식과 능력을 가지고 있기 때문이다. 또한 대국민, 대고객 상대 법률 상담 AI는 해당 직종 종사자들의 반발이 예상돼 넘어야 할 산이 많다. 그래서 아직 대국민, 대고객 법률 상담 서비스는 시기상조라고 생각한다. 현재의 기술 수준과 사회적 인식에서 보다 더 적절한 AI 서비스는 대국민 법률 상담 서비스가 아니라 전문가 지원 서비스라고 생각한다.

▲최홍섭 마음AI 대표(노동법률)

Q. 마음AI는 피지컬 AI 기술을 활용해 상담사, 은행원, 교수 등 다양한 AI 휴먼 직원 서비스를 제공하고 있다. AI 휴먼 직원의 업무 정확도는 얼마나 되나?

A. 업무 정확도는 90% 이상이다. 목표는 95%로 잡고 있다. 하지만 AI의 업무 정확도란 정의하는 것부터가 어렵다. 어느 정도의 업무 수준을 기대하는지에 따라 정확도를 산출하는 방식이 달라진다. 챗GPT와 같은 생성형 AI가 탄생하기 전에는 업무 정확도 측정이 쉬웠다. 과거에는 단순히 샘플 몇 개 중 얼마나 얼굴 인식을 정확히 했는지, 지문 인식이 틀리지 않았는지 정도의 정확도 측정이 전부였다. 생성형 AI 시대가 열리면서 업무 정확도에 대한 정의가 어려워졌다. 고객사가 원하는 업무가 어느 정도 수준이냐에 따라 업무 정확도가 달라진다. 답변은 어떤 AI라도 할 수 있지만 얼마나 유용한 답변을 하는지, 할루시네이션이 일어나지 않는지를 측정하는 것은 어렵다. 그래서 측정된 업무 정확도와 실제 업무 정확도가 달라지는 경우도 많다. 업무 정확도 측정을 위해 고객사와 사전에 AI가 풀 문제를 합의한다. 이 문제를 가지고 개발이 끝난 뒤 AI가 얼마나 정확히 답변하는지로 업무 정확도를 측정한다. 하지만 합의한 시험문제를 통과하더라도 막상 임원들이 실무에서 AI를 써보고 '왜 이렇게 부정확하냐'고 말하기도 한다. 시험문제와 실무 간 괴리가 있어서다. 그래서 업무 정확도를 정확히 측정하긴 어렵다.

Q. 앞으로 AI가 어디까지 발전할 것이라고 예상하나. 이로 인해 우리의 삶은 어떻게 달라질까.

A. AI가 본격적으로 산업현장에 도입되면 정말 많은 것들이 달라질 것이다. 피지컬 AI의 도입으로 육체적으로 위험한 업무에서 사람이 해방될 수 있다. 마음AI에서 개발 중인 자율주행 농기계가 대표적이다. 현재 농업 근로자들은 독한 농약이 나오는 농기계를 직접 끌고 농약을 뿌린다. 농약이 독해서 근로자들 몸에 정말 좋지 않아 모두가 기피하는 작업이다. 하지만 피지컬 AI 기술을 통해 자율주행 농기계가 도입되면 이렇게 건강에 안 좋고 고된 작업을 사람이 하지 않아도 된다. 사람이 신체에 가혹한 육체노동에서 해방될 날이 멀지 않았다고 본다. 앞으로는 이런 단순·반복적인 업무뿐 아니라 미장, 타일, 목공 등 전문성이 있는 업무들도 피지컬 AI가 대체하는 날이 올 것이다. 지금까지는 휴머노이드 로봇이 특정 업무를 하기 위해 정확한 좌표 입력이 필요했지만 피지컬 AI가 이것을 혁신적으로 단축해 나갈 것이다. 

화이트칼라 직종도 단순·반복적 업무에서 해방돼 전문성을 필요로 하는 업무에만 집중할 수 있다. 이를 활용하는 기업과 근로자들이 적지만 앞으로 점점 더 많아질 것이고 AI를 활용하는 능력이 필수적인 시대가 올 것이다. 결국 미래에는 손발을 움직여서 무언가를 하는 단순 노동은 없어지고 자신의 업무를 스스로 정의하고 창의적으로 문제를 해결해 나가는 업무만이 남게 될 것이다.

Q. AI의 발전으로 단순·반복 업무, 육체노동에서 사람이 해방된다는 말은 다르게 말하면 해당 업무에 종사하는 사람들은 실업자가 된다는 말이다. AI가 대량 실업을 불러와 디스토피아가 올 것이라는 전망도 많은데 어떻게 보나.

A. AI의 발전으로 실업과 노동시장의 양극화는 필수적으로 발생할 것이다. 저숙련·단순·반복 업무를 수행하는 근로자들이 설 자리는 없어질 확률이 높다. 단순 작업은 사람보다 AI가 더 정확하고 빠르게 해낼 수 있다. AI를 도입하는 비용보다 저숙련 노동자를 고용하는 비용이 많으면 기업의 입장에서는 이들을 고용할 이유가 없다. 인문계의 단순·반복적 사무 업무, 이공계의 단순 코딩 업무는 AI가 빠르게 대체해 나갈 것이고, 사람이 설 자리는 없어질 것이다. 기업은 지금까지 단순 업무를 처리하는 사람이 더 많은 피라미드형 구조였지만 앞으로는 전문적인 판단과 결정을 하는 사람만 남는 역피라미드형 구조로 바뀔 것이다. 그동안 단순·반복 업무를 하던 다수의 직원들은 실업자가 될 가능성이 높다.

또한 AI를 활용하는 능력에 따라 성과와 보상 격차가 지금보다 훨씬 더 심해질 것이다. 지금은 기업 내에서 저성과자와 고성과자의 성과 격차가 3~4배 정도에 불과했지만 AI 시대에는 이것이 100배 이상으로 벌어질 확률이 높다. 생산성 격차가 점점 더 벌어지면 그에 따른 임금 격차도 크게 벌어질 것이다. 양극화가 지금보다 심해질 가능성이 큰 이유다. 

지금까지는 성과의 격차가 나더라도 시간당 최저임금을 통해 저숙련 노동자들에게도 최소한의 보상이 갈 수 있도록 해 왔다. 하지만 AI의 발달로 근무형태가 기존과 달라져 플랫폼 노동자, 프리랜서들이 대거 생기고 있다. 이들은 근로시간이 정해져 있지 않아 최저임금이 보호장치가 되지 않는다. 이들을 보호할 수 있는 다른 방법을 찾지 않으면 정말 AI로 인한 디스토피아가 올 수 있다.

Q. AI로 인한 디스토피아를 막기 위해 무엇이 필요할까. 

A. AI 디스토피아를 막겠다고 단기적으로 AI 기술을 규제하는 것은 아무런 도움이 되지 않는다. 오히려 선진국과 기술 격차만 커져 나라 전체가 망할 수 있다. 우리나라는 구조적으로 수출 없이 내수만으로 경제가 발전할 수 있는 나라가 아니다. AI 기술 발전에 따라 노동시장과 조직 구조가 바뀐다는 것을 받아들인 상태에서 전략을 짜야 한다.
결국 사람들이 업무에서 AI를 활용해 고성과를 낼 수 있도록 교육하는 것이 중요하다. 학교 교육부터 재취업 교육까지 학생, 근로자들이 AI 시대에 적응해 나갈 수 있도록 제대로 된 교육을 해야 한다. 과거의 교육 방식으로 인재들을 양성하면 그들이 실업 상태에 놓였을 때 대처할 수 없다. AI 시대에 맞는 인재를 육성하고, 재교육하는 것이 AI 디스토피아를 막기 위한 방법이라고 생각한다.

Q. 그렇다면 구체적으로 어떤 교육이 필요할까.

A. AI 시대에는 지식 노동이 의미 없는 시대가 된다. '지식'이 아니라 '지혜'가 필요한 시대다. 단순히 과거에 어떤 일이 있었고, 어떤 이론이 있었는지를 외워서는 생산성을 창출할 수 없다. 하지만 우리나라의 교육은 여전히 '지식 전달'에 초점이 맞춰져 있다. 지식 전달에 초점이 맞춰진 교육은 일정 수준의 능력을 갖춘 범용형 인재는 만들 수 있어도 특정 지식에 특화된 전문형 인재는 만들어 낼 수 없다. AI 시대에 필요한 인재는 지식 전달자가 아니라 스스로 새로운 업무를 기획할 수 있는 능력을 가진 창조적 인재다. 지식을 주입하는 교육으로는 만들어 낼 수 없다. 기술(Skill) 교육이 아니라 역량(Capability) 교육이 필요한 시대다. 지식 주입이 아니라 다양한 경험을 할 수 있는 교육 환경을 만들어야 한다.
 
또한 다른 사람들과 커뮤니케이션 할 수 있는 인재를 만들어야 한다. AI가 발전해도 사람과 커뮤니케이션을 할 수 있는 것은 사람뿐이다. 커뮤니케이션을 얼마나 잘할 수 있는지도 AI 시대에 살아남을 수 있는 중요한 능력이다. AI가 발전할수록 사람과 대화하고 설득할 수 있는 커뮤니케이션 능력을 교육해야 한다.

Q. 마음AI가 그리는 청사진은.

A. 챗GPT의 이전 버전인 GPT3가 나올 때까지는 생성형 AI의 성공에 대해 부정적이었다. 그러나 챗GPT가 성공하는 것을 보고 많이 반성했다. 새로운 산업을 최전선에서 이끌어 가려면 시각이 달라야 한다는 것을 느꼈다. 일론 머스크, 샘 올트먼처럼 AI의 산업을 최전선에서 이끌지는 못하더라도 그들의 움직임을 면밀히 관찰해 기민하게 대응해야 AI 시대에 살아남을 수 있다. 그런 면에서 새로운 주력 사업으로 선택한 피지컬 AI가 AI산업의 대세로 떠오르고 있어 다행이라고 생각한다. 아직 시작이지만 본격적으로 피지컬 AI 시대가 도래하면 지금까지의 노력이 빛을 발할 것으로 예상한다. 마음AI가 다가올 피지컬 AI 시대에 더 날아오르는 기업이 됐으면 한다.

이재헌 기자 jh59@elabor.co.kr