BOOKSHELF NOTE
How We Got to Now를 지금 다시 읽는 이유
Steven Johnson은 현대 세계를 만든 혁신을 발명품 하나의 역사로 읽지 않는다. 그는 유리, 냉기, 소리, 청결, 시간, 빛이라는 여섯 축을 따라 기술이 어떻게 다른 산업과 생활방식을 바꾸는지 추적한다.
이 책을 인공지능(Artificial Intelligence, AI) 시대에 다시 읽어야 하는 이유는 분명하다. 오늘의 AI는 갑자기 등장한 마법이 아니라, 오래 쌓인 컴퓨팅 인프라, 반도체, 데이터센터, 클라우드, 검색 습관, 업무 인터페이스가 서로 연결된 결과다.
AI 논의는 새 모델 발표를 중심으로 움직인다. 어느 모델이 더 빠른가. 어느 모델이 더 싸졌는가. 어느 모델이 코딩, 검색, 에이전트 업무에서 더 좋은 점수를 냈는가. 실무자에게 필요한 정보이기는 하다. 하지만 이 질문만으로는 기술 변화가 사회에 스며드는 방식을 설명하기 어렵다.
《How We Got to Now: Six Innovations That Made the Modern World》는 다른 질문을 남긴다. 무엇이 이 변화를 가능하게 했는가. 어떤 기술이 다른 산업의 조건이 되었는가. 그리고 지금은 작아 보이는 연결이 나중에 어떤 일상과 시장을 만들 것인가.
READING GUIDE
이 책은 기술사 입문서로도 읽을 수 있지만, AI 실무자에게는 “기술이 사회 시스템이 되는 과정”에 관한 책으로 읽는 편이 더 좋다.
- 혁신은 발명품 하나에서 시작되는가, 연결망에서 생기는가
- 일상 속 인프라는 어떻게 나중에 다른 산업의 조건이 되는가
- AI 시대의 유리, 냉기, 시간, 빛은 무엇인가
- 기업은 새 기술보다 그 기술을 가능하게 한 조건을 보고 있는가
How We Got to Now는 어떤 책인가
《How We Got to Now》는 2014년에 출간된 책이다. Penguin Random House 공식 설명은 이 책을 냉장, 시계, 안경 렌즈 같은 현대 생활의 요소들이 어떻게 생겨났고 예상 밖의 역사적 변화로 이어졌는지 추적하는 책으로 소개한다. 책은 공영방송서비스(Public Broadcasting Service, PBS)의 6부작 다큐멘터리와도 연결되어 있다.
Glass, Cold, Sound, Clean, Time, Light. 한국어로 옮기면 유리, 냉기, 소리, 청결, 시간, 빛이다. 그런데 각 장은 사물의 기원만 말하지 않는다. 유리가 렌즈와 현미경, 스크린으로 이어지고, 냉기가 식품 보관과 도시 구조를 바꾸며, 시간이 노동과 산업을 재조직하는 과정을 보여준다.
CONCEPT MAP
유리 · 냉기 · 소리 · 청결 · 시간 · 빛 → 일상 인프라 → 예상 밖의 연결 → 현대 세계 → AI 시대의 보이지 않는 조건
혁신은 발명품이 아니라 연결망에서 온다
기술을 영웅 서사로 읽으면 이야기는 이해하기 쉬어진다. 누군가 만들었고, 세상이 바뀌었다. 하지만 실제 혁신은 그렇게 단순하게 움직이지 않는다. Johnson이 반복해서 보여주는 것은 발명품의 이름보다 그 발명품이 다른 분야와 부딪히며 만든 파급이다. 한 영역의 문제를 풀던 도구가 전혀 다른 산업의 조건이 되기도 한다.
AI도 마찬가지다. 생성형 AI가 사무직 생산성을 바꾼다는 말은 절반만 맞다. 실제 변화는 문서 작성 도구, 고객지원 시스템, 검색 엔진, 데이터베이스, 업무 메신저, 권한 관리 체계가 AI와 연결될 때 발생한다. 모델이 답을 만들고, 시스템이 그 답을 업무 흐름에 넣는다. 그 순간 기술은 제품을 넘어 운영 방식이 된다.
이 관점은 실무자에게 중요하다. AI 도입을 모델 비교표로만 시작하면 가장 눈에 띄는 성능 차이에 끌려간다. 그러나 조직의 실제 변화는 다른 곳에서 생긴다. 데이터가 정리되어 있는가. 업무 시스템이 호출 가능한가. 승인권이 나뉘어 있는가. 오류가 기록되는가. 사람이 멈출 수 있는가. 이 질문들이 없다면 좋은 모델도 조직 안에서 오래 쓰이지 못한다.
NOTE
이 책을 “혁신의 역사”로만 읽으면 좁다. 더 중요한 질문은 기술이 어떤 주변 조건과 만나 사회적 사용 방식으로 바뀌는가다. AI도 모델 자체보다 모델이 놓이는 인프라와 업무 조건을 함께 봐야 한다.
AI 시대의 유리·냉기·시간은 무엇인가
책의 여섯 혁신을 그대로 AI에 대입할 필요는 없다. 다만 질문은 옮겨올 수 있다. 유리가 시야를 확장했다면, AI 시대의 유리는 인터페이스다. 사람이 복잡한 모델을 직접 만지는 대신 채팅창, 코딩 도구, 검색창, 업무 앱 안에서 AI를 만난다. 기술의 확산은 언제나 보이는 화면을 통해 일상화된다.
냉기는 더 물질적인 질문을 던진다. AI는 디지털처럼 보이지만 매우 물리적이다. 데이터센터, 전력, 냉각, 반도체 공급망이 없으면 모델은 존재할 수 없다. 시간은 또 다른 문제다. AI는 응답 시간을 줄이지만, 조직의 승인 시간과 책임 판단은 줄이지 못한다. 그래서 자동화가 빨라질수록 사람의 판단 기준은 더 분명해야 한다.
| 책의 혁신 | 책이 보여주는 질문 | AI 시대의 대응 질문 |
|---|---|---|
| 유리 | 보는 방식이 바뀌면 지식도 바뀌는가 | AI 인터페이스는 사용자의 판단을 어떻게 바꾸는가 |
| 냉기 | 보이지 않는 인프라가 도시와 산업을 바꾸는가 | 데이터센터와 전력망은 AI 확산의 병목이 되는가 |
| 시간 | 측정 기준이 바뀌면 노동과 조직이 바뀌는가 | AI가 줄인 시간과 새로 생긴 검수 시간은 함께 계산되는가 |
| 빛 | 활동 시간이 늘어나면 사회 리듬도 달라지는가 | AI는 업무의 속도뿐 아니라 기대 응답 시간을 바꾸는가 |
한국 기업과 실무자는 왜 이 책을 봐야 하나
한국 기업은 AI를 빠르게 도입하는 쪽에 가깝다. 문제는 도입 속도만으로 설명되지 않는 영역이다. AI가 실제 업무에 들어가려면 기존 데이터 구조, 보안 정책, 구매 계약, 고객 응대 프로세스, 법무 검토, 임직원 교육이 같이 움직여야 한다. 한 가지가 막히면 도입은 실험 단계에서 멈춘다.
《How We Got to Now》는 이 지점을 보게 만든다. 혁신은 늘 화려한 발명품에서 시작하는 것처럼 보이지만, 실제로는 주변 조건이 바뀔 때 확산된다. AI도 마찬가지다. 사내 문서가 정리되어 있지 않은 조직은 검색형 AI의 효용을 제한적으로 느낀다. 승인 체계가 없는 조직은 에이전트 자동화를 불안하게 받아들인다. 데이터 권한이 복잡한 조직은 모델 성능보다 접근권 설계에서 막힌다.
CHECKPOINT
- 우리 조직의 AI 도입은 모델 선택에서 멈춰 있는가, 업무 조건까지 바꾸고 있는가
- AI가 쓰려는 데이터는 실제로 찾을 수 있고, 접근권이 정리되어 있는가
- 자동화로 줄어든 시간과 새로 생긴 검수 시간을 함께 보고 있는가
- AI 도입의 병목이 기술인지, 조직의 절차인지 구분하고 있는가
그래서 이 책을 지금 어떻게 읽어야 하나
이 책을 읽으며 밑줄을 그어야 할 곳은 “발명은 중요하다”는 대목이 아니다. 그보다 오래 남는 질문은 발명 이후의 경로다. 누가 그 기술을 쓰기 시작했는가. 어떤 산업이 예상 밖의 혜택을 받았는가. 어떤 사회적 관습이 바뀌었는가. 어떤 문제는 해결됐고, 어떤 문제가 새로 생겼는가.
AI를 둘러싼 대화도 이제 같은 방향으로 가야 한다. 모델 성능은 계속 중요하겠지만, 그것만으로는 충분하지 않다. 지금 필요한 것은 “어떤 모델이 가장 앞섰는가”보다 “이 기술이 어떤 기존 인프라와 만나 사회적 사용 방식이 되는가”를 보는 시선이다. Johnson의 책은 그 시선을 훈련시키는 도구에 가깝다.
다음에 확인할 것은 새 모델 발표 횟수가 아니다. AI가 어떤 업무 화면에 들어가는지, 어떤 데이터 구조를 전제로 삼는지, 어떤 검수 시간을 새로 만드는지, 어떤 조직 습관을 바꾸는지다. 혁신은 발표장에서 시작될 수 있다. 하지만 세상을 바꾸는 것은 대개 그 다음의 연결이다.
《How We Got to Now》는 현대 세계를 만든 여섯 혁신을 통해 기술 변화가 발명품 하나가 아니라 연결망, 인프라, 우연한 전용, 사회적 사용 방식에서 나온다는 점을 보여준다. AI 시대에도 같은 독법이 필요하다. 모델 성능보다 더 오래 남는 질문은 무엇이 AI를 가능하게 했고, 어떤 조건이 갖춰질 때 조직과 사회 안으로 실제 확산되는가다.
READING QUESTIONS
Q1. 혁신은 발명품에서 시작되는가, 사용 조건에서 완성되는가?
이 책은 발명품 자체보다 그것이 다른 기술, 산업, 제도와 연결되는 과정을 보게 만든다. AI도 모델 발표보다 사용 조건을 함께 봐야 한다.
Q2. AI 시대의 보이지 않는 인프라는 무엇인가?
전력, 데이터센터, 반도체, 데이터 정리, 응용 프로그래밍 인터페이스(Application Programming Interface, API), 보안 승인, 업무 인터페이스가 모두 인프라다. 이 조건이 준비되지 않으면 좋은 모델도 조직 안에서 제한적으로만 작동한다.
Q3. 우리 조직의 AI 도입은 어떤 예상 밖의 결과를 만들 수 있는가?
자동화는 시간을 줄일 수 있지만, 검수·책임·승인 업무를 새로 만들 수 있다. 이 효과를 함께 보지 않으면 혁신의 이익과 비용을 동시에 설명하기 어렵다.
댓글
댓글 쓰기