|
가장 먼저 내담자의 욕구, 맥락, 진술, 개인특성들 비롯하여 상담자의 질문과 응답, 조언 그리고 적용한 도구들과 해석결과 등등과 같은 그야말로 빅 데이터의 생성과 분석이 첫 걸음이다. 잠시 생각해보면, 단 한 사람에 대한 상담 데이터라도 셀 수 없이 많은 변수와 값들이 수집되고 축적되는 과정이 필연적일 수 밖에 없으며, AI 도입이 생각보다 꽤 어려울 것이라는 일종의 안도감을 느낄 수도 있다. 조금 더 생각하여 인간의 뇌가 데이터를 수집하고 축적하며 실제로 무한에 이르는 데이터를 처리하는 과정을 추측해보면, AI의 연산 방식이 불가능하지 않다는 것을 알게 된다. 무엇보다도 인간의 기억과 데이터 연산 및 판단 과정들은 개별 데이터의 논리성을 연산하는 대신 데이터 집합을 다루는 것으로 생각되며, AI의 연산 또한 단순히 무한한 0과 1의 연산이 아닌 집합화된 일종의 그림이나 패턴으로 이루어진다고 들었다. 그러니 미용실이나 고객센터 등에서 현재 AI를 효과적으로 활용하고 있으며 더 나아가 다양한 HR 영역에서 인간의 판단보다 AI가 더 낳은 결과를 만드는 것이 충분히 가능한 것이다.
커리어 개발과 관련된 이슈는 80억 인구만큼이나 많고, 맥락과 개인의 성장을 감안하면 수 십, 수 백 갑절이 될 수 있다. 그럼에도 불구하고 커리어 상담에서 다루는 현실적인 주제들은 맥락과 개인특성을 반영하더라도 몇 만 가지를 벗어나지 않는다. 커리어 개발에 대한 관심과 염려가 인류의 역사만큼 오랜 시간 동안 이어져 왔음에도 실제로는 성별, 민족, 종교, 신념, 생활방식, 국적, 사회적 지위 등등이 아닌 개인이 소비할 수 있는 재물 또는 자산의 양과 비례하여 커리어 이슈가 제기되고 확산된다. 즉, 커리어 상담에서 ‘다양성’에 대한 주의와 관심을 잊지 않도록 수 없이 강조하지만 현실에서 제기되는 커리어 이슈들은 본질적으로 각 사회 또는 국가에 거주하는 사람들이 하루에 소비할 수 있는 자산과 비례할 뿐이다. 과정측면에서는 직업의 생성이 개인의 필요에서 시작되고 발전하여 커리어 이슈가 제기되지만 내용측면에서는 개인의 지출 규모와 비례하여 커리어 이슈가 제기되는 것이다. 현실적으로 커리어 전문가로서 제공하는 상담주제들을 떠올려 보자. 개인변인과 맥락변인을 감안하더라도 대부분의 현장활동가들이 경험하는 주제의 폭이 매우 제한적이라는 것을 부정하기 어려우며 상담이 아닌 교육은 더욱 제한적인 주제에 머물고 있다.
결국 AI 입장에서는 무한대의 데이터 처리나 연산이 필요한 것이 아닌 (Big Data 임에는 분명하지만) 꽤나 손쉬운 데이터 처리과정이 될 가능성이 높다. 고도의 휴먼 터치가 필요한 영역이 쉽게 정보기술로 대체되기 어렵다는 주장이 많지만, 처리할 데이터의 양이 상대적으로 제한적이며 이미지 프로세싱을 통하여 연산이 이루어지는 것을 감안하면 조만간 이 주장의 상당 부분이 틀린 것으로 판명될 것이다. 안면인식 프로그램의 오작동 비율이 현실적으로 0에 가까운 것은 고속의 3차원 이미지 처리 속도에 맥락과 개인특성 변수들이 수월하게 반영된 결과이다.
커리어 상담에 AI가 도입되고 일상화되기까지 얼마나 남았을까? 정책적 판단이 가장 큰 변수이나 글로벌 경쟁환경에서는 어떠한 정부나 국가도 이를 막지 못한다.
Ph.D., CDF-I, GCDF, MCDS, Supervisor |
.png)
