전문가로 성공하려면 30년은 걸린다
한 분야의 전문가로 성장하기까지 얼마의 시간이 필요한가 하는 질문을 가끔 하게 된다. 대학을 졸업하고 기업에 취직하거나, 공무원 시험에 합격하거나, 법학전문대학원을 나와 변호사가 되거나, 의대를 나와 의사 면허증을 따면 모든 것이 다 된 것 같지만, 실은 그렇지 않다. 단순히 전문가가 되기 위한 첫걸음일 뿐이다.
김정호 교수 |
요리학교를 졸업하고 요리사 자격증을 취득했다고 바로 세계적인 요리사가 되거나 식당을 열 수는 없다. 이제 설거지부터 시작하고, 장도 보고, 손님을 맞이하고, 청소도 하고, 정산도 하고, 세금도 내고, 나중에는 경영의 기술도 배워야 한다.
그런 이유로 한 분야의 전문가가 되려면 대략 대학을 졸업하고 30년 걸린다고 본다. 그러면 나이가 50대 중반 혹은 후반이 된다. 이때가 되면 각 분야에서 전문가로 인정받을 수 있고, 기업에서는 CEO를 맡을 수 있는 나이가 된다. 이렇게 길게 한 분야의 전문가로 성장하려면 무엇보다도 자신의 분야에 대한 흥미, 끈기, 열정, 헌신과 같은 기초 체력이 필요하다.
전문가의 길도 꼭 마라톤 완주와 같다. 끝까지 마치는 체력과 집념이 필요하다. 그런데 이렇게 꾸준히 지속해서 오래 유지하는 힘의 원천이 ‘일의 재미’가 아닌가 한다. 그래서 ‘열심히 노력하는 전문가’보다는 ‘즐기는 전문가’가 더 성공할 확률이 높고 ‘즐기는 전문가’보다 ‘오래 하는 전문가’ 또는 ‘끝까지 하는 전문가’가 성공할 확률이 아주 높다.
시간이 쌓이면서 축적되는 경험, 기술, 네트워크가 재능과 성실 보다 더 강력하다. 거기에 주변에 쌓은 ‘신뢰’라는 큰 자산이 더해진다. 어찌하거나 30년은 필요하다. 그런 시대가 되었다. 초년에 ‘과거급제’ 같은 일은 없다.
정확함을 자랑하는 스위스 기차역 시계, [출처=tistory] |
공학 분야 전문가가 되는 길
이렇게 공학 분야에서 30년 걸려 세계적 최고 전문가가 되기 위해서는 3가지 길이 있다고 생각한다. 먼저, 전문적인 한 가지 분야를 정해서 30년 동안 꾸준히 계속 연구하는 방법이다. 한 우물을 파는 방법이다.
이 경우, 연구 분야를 잘 선정해야 한다. 인류가 당면한 원천적인 문제이면서도 가슴을 흔드는 주제를 선택하면 좋다. 그리고 자신이 잘 할 수 있는 문제이면 더욱 좋다. 예를 들어 인류의 에너지, 식량, 환경, 생명 문제와 관련이 있으면 좋다. 최근 문제가 되는 ‘반도체 재료’ 분야도 좋은 예이다. 지금 주목받는 인공지능 연구를 지난 30년을 이미 연구했다고 상상해 보자. 대단한 업적을 남길 수 있다. 다만 실패하더라도 즐길 수 있어야 한다. 30년 후 빈손으로 돌아와도 좋다는 각오가 필요하다. 특히 30년간 꾸준히 연구를 지원받기 어려운 환경 속에서 본인의 집념이 필요하다.
두 번째 방법은 10년씩 한 분야에서 깊게 파고들어 경험을 쌓는다. 그러면서 10년 주기로, 다른 세 분야에 도전해서 전문성을 쌓는다. 세 가지 기둥을 쌓는 작업이다. 이렇게 세 분야에서 세계적 수준의 전문가가 되고 나서, 이 세 가지를 통합하는 시스템 전체의 개념과 설계 능력을 갖는다.
전자공학에서 반도체, 인공지능, 소프트웨어 세 분야를 10년씩 한다면 시스템 전체 설계 능력을 가지게 된다. 또 다른 조합은 반도체, 전력전자, 자동차 전자 조합이다. 이런 확고한 경험이 생기면 자율주행자동차를 설계할 수 있다. 또 다른 조합은 기술, 개발, 생산, 마케팅, 영업, 관리, 재무 등에서 세 분야를 각각 경험하는 것이다. 그러면 기업 CEO나 CTO를 맡을 수 있는 준비가 되어 있다고 생각한다. 기둥이 튼튼하면 무너지지 않고 오래가는 건축물을 설계할 수 있다. 1000년 가는 건축물을 지을 수 있는 것이다.
여러 개의 튼튼한 기둥이 지지하고 있는 석유 시추 구조물. [출처=tistory] |
인간 세계의 1만 시간 법칙
‘1만 시간의 법칙’이라는 책은 신경과학자 다니엘 레비틴이 내놓은 연구 결과로 알려진 ‘1만 시간의 법칙(The 10,000-Hours Rule)’을 설명한다. 하루 세 시간을 10년간, 즉 1만 시간을 노력하면 누구나 성공할 수 있다는 이야기이다. 책은 성공한 사람들을 자주 취재하며 그들의 특징을 살펴본 결과, 모두 한 가지 일을 최소한 1만 시간 넘게 했다는 공통점이 있다고 주장한다. 성공하는 3단계가 좋아하는 일을 찾아(1단계) 신중한 연습을 하면(2단계) 성취와 자신감을 얻는다(3단계)고 한다.
하루 3시간 몰입한다고 하면, 1년에 약 1000시간이 걸리며, 총 1만 시간을 몰입하려면 10년이 걸린다는 뜻이다. 그런데 하루 3시간 한 개의 주제에 몰입하기는 쉽지 않다. 필자에게는 주로 새벽에 일어나 출근 전 3시간 정도가 가장 몰입하기 좋은 시간이다. 이 시간이 10년 쌓이면 1만 시간 법칙에 따라 그 분야에 어느 정도 전문가로 활동할 역량을 갖게 된다.
이 1만 시간의 법칙을 3번 정도 해야 진정한 글로벌 전문가로 태어난다고 주장한다. 특히 세 가지 분야를 통합하고 남과 차별되는 관점, 통찰력, 판단 그리고 실행력과 이를 뒷받침하는 신뢰와 지지의 네트워크가 필요하다. 여기에 더해서 리더십, 윤리, 투명, 건강한 정신과 육체가 결합해야 한다. 국제 시장에서 인정받을 수 있는 전문가는 하루아침에 나오지 않는다. 100세 수명 시대이니 너무 급하게 생각할 것은 없다.
'1만 시간의 법칙'을 설명한 신경과학자 다니엘 레비틴의 저서 '1만 시간의 법칙'. [출처=yes24] |
인공지능 세계의 1초 법칙
그런데 슈퍼컴퓨터로 무장한 인공지능은 전문가로 되기 위한 학습에 1초도 걸리지 않는다. 인공지능 컴퓨터가 단위 계산을 하는 데 걸리는 시간이 피코초(ps, 1조분의 1초) 단위밖에 되지 않는다. 그러니 1초에 조 단위 횟수로 여러 번 계산할 수 있다.
그런데 여기에 더해 이러한 컴퓨터를 수천 대, 수만 대 병렬연결하고 협력해서 수행한다. 이를 병렬 컴퓨팅이라고 한다. 그뿐만 아니라 단위 프로세서인 CPU, GPU 내에서도 단위 계산기 수천, 수만 개가 협력해서 병렬로 계산을 수행한다.
이처럼 인공지능 컴퓨터는 단위 계산 속도도 빠르지만, 병렬 계산을 통해서 동시에 데이터를 처리하는 계산 용량도 어마어마하게 크다. 여기서 처리라고 하는 것은 데이터를 통해 인공지능이 학습하는 과정(Learning Process)과 인공지능이 판단 과정(Inference Process)을 모두 포함한다.
여기에 더해 인공지능 컴퓨터는 클라우드 컴퓨팅 시스템을 통해 실시간으로 데이터를 모은다. 그 속도가 컴퓨터 한 대가 1조 바이트(Tera Byte)를 모으는 데 1초도 걸리지 않는다. 그런 컴퓨터 수백만 대가 같이 데이터를 모은다고 가정해 보자. 엄청난 데이터를 순식간에 모은다. 그런 목적으로 5G 통신 네트워크도 구축되고 있다. 따라서 인공지능 컴퓨터는 시간과 속도, 그리고 정확성에서 인간의 능력을 넘는다.
인간이 ‘1만 시간의 법칙’을 따라 30년 걸려 전문가가 된다면, 인공지능 컴퓨터는 세계 최고 전문가로 행동하는데 겨우 1초밖에 걸리지 않는다. 여기에 더해 인공지능 컴퓨터는 실수도 하지 않는다. 빠르게 배우고 빠르게 판단한다. 인간이 더는 경쟁하기 어렵다. 단지 비싸고, 비용이 많이 들고, 전기 소모가 크다는 점이 조금의 위안이다.
미국 오크 릿지 국립 연구소(Oak Ridge National Laboratory)의 AI 슈퍼 컴퓨터 Summit의 용량. [출처=KAIST] |
joungho@kaist.ac.kr
[김정호 카이스트 전기 및 전자공학과 교수]