기본 콘텐츠로 건너뛰기

나의 커넥터는 누구일까?

티핑포인트에서는 유행의 시작점으로 커넥터의 예를 들고 있다.

많은 사람들의 사회적 관계망은 여섯 단계만 건너면 모르는 사람이 없고, 그러한 관계는 특별한 소수의 사람들로 수렴된다는 것이다.

게임업계 역시 비슷한 예기가 있다. 게임업계는 정말 좁아서 몇단계만 걸치면 모든 사람을 알 수 있다고 한다.

솔직히 우리가 그러한 관계를 실제로 그려본 적이 없기 때문에 잘 인식하지 못하는 것일 뿐, 실제로 우리는 정말 거미줄처럼 얽혀 있는 사회적 관계망에서 살아가고 있다.

무인도에서 홀로 몇십년 사는 사람이라도 실제로는 그 사람은 물리적으로 격리되어 있을 뿐 사회적 관계망은 남아있다. 그가 구출된다면 그는 그 관계망으로 복귀하는 것일 뿐이다.

솔직히 나는 그다지 사교적인 사람이 되지 못한다. 친구라고 부를만한 사람도 많지 않다.

하지만 난 분명히 누군가를 만나고 얘기하며 살아가고 있다. 친한가? 친하지 않은가? 는 그 다음 문제로 남겨둔다면 난 분명히 많은 사람들을 알고 있다는 것은 사실이다.

그런데 티핑포인트를 읽어보면서 실제로 내 사회적 관계망을 그려보면서 먼가 조금 이상한 점을 깨달았다.

내가 알고 있다고 생각한 사람들에 대해 내가 실제로 알고 있는 사실이 거의 없다는 것이었다. 실제로 이전에 나와 소통을 하는 사람들에게 물어보았을 때도 그들은 매우 당황했던 기억이 있다. 그들 역시 분명 나와 얘기를 하고 정보를 교환하지만 나에 대해 아는 것은 없었다.

다만 공통점이 있다면 그들을 만나게 된 계기와 그들이 속해 있는 커뮤니티 뿐이었다.

다시 한번 곰곰히 생각해 보았다.

그리고 이것이 나만의 얘기인지 아니면 다른 많은 사람들도 비슷한 경험과 느낌을 가지고 있는지에 대해 공유해 보고 싶어 이 포스팅에 남겨보고자 한다.

나는 사람을 실제로 만나는 경우가 매우 드문 편이다. 나와 다른 사람을 연결하는 거의 유일한 고리는 인터넷이다. 나는 전화도 잘 하지 않는다.

나는 인터넷을 통해 사람을 만나고 정보를 교환하고 시간이 흘러야 사람을 만나는 유형에 속한다.

즉, 나에게 있어서 커넥터는 인터넷이다. 그 인터넷에 속해 있는 누군가가 나의 커넥터를 형성하고 있다.

그렇다면 실제로 사람들은 실제적인 사람이 아닌 인터넷 속에서 활동하는 사람을 커넥터로 가지고 있을까?

커넥터의 역할을 하는 사람은 분명히 존재한다. 하지만 티핑포인트에서 얘기하는 그 커넥터에 연결되는 수단이 예전과 같은 인척, 친척, 학연, 지연 등이 아닌 인터넷을 통하는 경우가 얼마나 될까?

최근 각광받는 SNS는 그런 역할을 얼마나 하고 있는 것일까?

실제로 사람들은 이러한 SNS 서비스를 통해 사회 관계망 구축에 얼마나 큰 도움을 받고 있는 것일까?

아래는 실제로 내가 많은 사람들과 얘기를 하고 도움을 받는 커뮤니티의 목록이고 이것이 나의 커넥터가 되었다.
실제로 티핑포인트에서 얘기하는 것처럼 사람이 커넥터가 되는 것이 아니라 사람이 모여있는 군집이 커넥터가 되는 세상에서도 티핑포인트가 이야기하는 유행의 비밀은 성립되는 것일까? 커넥터는 자신이 커넥터가 되고 있다는 사실을 얼마나 인지하고 있을까? 커넥터와 전문가는 어떤 상관관계가 있을까?

달리 말하면 SNS의 성공은 그 SNS 서비스 안에 얼마나 많은 커넥터가 존재하느냐의 문제가 아닐까?

여러가지 질문이 떠오르는 중구난방의 글이 되었지만 여러분도 여러분 자신의 커넥터가 개인인지 아니면 저와 같이 어떤 커뮤니티와 같은 군집인지 한번 고민해 보면 재미있을 것 같다.

(실제로 올해 트위터가 갑작스런 유행과 같은 경향이 되었던 것은 몇가지 기폭제가 있었다. 바로 김연아나 이찬진 씨와 같은 유명인사분들의 트위터 입성과 아이폰의 출시 등이 있을 것이다. 이때 바로 김연아나 이찬진 씨와 같은 분이 커넥터가 될 것이다. 미투데이는 어떨까?
그런데 김연아나 이찬진씨를 통해서 많은 사람들이 연결되어 있다고 해도 그들의 관계는 실제로 우리가 오프라인에서 부딪히면 만들어진 관계망과는 절대 동일하지는 않다고 본다. 안다고는 말할 수도 없고 모른다고도 말할 수 없는 이 기묘하고도 연약한 듯 보이면서도 연결되어 있는 이 관계망을 머라고 설명할 수 있을까?
이 관계망의 영속성은 얼마나 될까? 커넥터가 되었던 서비스가 사라지고 난 후에도 남는 관계망은 얼마나 될까?
고민하면 고민할 수록 참 많은 이야기거리가 될 수 있을 것 같다.)


댓글

이 블로그의 인기 게시물

20년 차 테스터가 고른 최근 IT 소식: 기술의 속도, 그리고 사람의 자리

20년 넘게 IT 업계에서 테스팅하고 강의하고 공부하고 여러 일을 해왔지만... 정말이지 단 하루도 편하게 쉴 틈을 주지 않는 세상입니다. 특히 최근 4~5년 동안 가속화된 AI의 물결은 기술의 스펙트럼뿐만 아니라 우리가 일하고, 협업하고, 조직을 이끄는 방식 전체를 뒤흔들고 있습니다. 이번 주에도 수많은 뉴스레터와 아티클을 훑어보았습니다. 그중에서도 기술의 화려함 뒤에 숨겨진 ‘사람, 조직, 그리고 커리어의 본질’을 찌르는 글 몇 개가 눈에 띄어 메모해 둡니다. 제 평소 생각과 맞닿아 있는 6가지 이야기입니다. --- 1. 인지부채(Cognitive Debt): 바이브 코딩 시대에 우리가 지게 되는 진짜 빚 (출처: ROBOCO - 인지부채: 바이브 코딩 시대의 새로운 부채 관리법 / 정도현 수석 컨설턴트 ) 요즘 커서(Cursor)나 클로드 코드(Claude Code) 같은 에이전트를 붙여 "이거 만들어줘" 하고 승인(Approve) 버튼만 누르면 눈 깜짝할 사이에 코드베이스가 완성되는 '바이브 코딩(Vibe Coding)'이 유행입니다. 그런데 속도는 엄청나게 빠른데, 정작 서비스에 장애가 나면 "AI가 짜서 잘 모르겠는데요?"라는 답이 나오는 이상한 현상이 벌어집니다. 정도현 컨설턴트는 이를 '인지부채(Cognitive Debt)'라고 정의합니다. 코드는 쌓이는데, 정작 인간의 시스템 이해도는 쌓이지 않는 격차죠. * Human-in-the-loop의 환상: AI가 초당 수백 줄을 뽑아내는데 사람이 일일이 검토한다? 결국 검토자는 병목이 되고, 시간 압박에 쫓겨 영혼 없이 승인 버튼만 누르게 됩니다. 40년 전 자동화 연구(Bainbridge, 1983)가 지적했듯, 자동화될수록 사람은 감시만 하다가 정작 개입해야 할 결정적 순간에 숙련도를 잃어버립니다. * 부채는 0으로 만드는 게 아니라 '관리'하는 것: AI가 만든 모든 코드를 사람이 외울 수는 없습니다. 핵심은 ...

우리는 AI로 '더 빠른 말'을 키우고 있는걸까요? 아니면 '자동차'를 만들고 있는걸까요?

20년 넘게 IT 현장에서 뒹굴거렸는데... 요즘처럼 "우리가 지금까지 당연하게 여겨온 일하는 방식의 본질"에 대해 근본적인 질문을 던지게 만드는 때가 없었던 것 같습니다. 최근 읽은 UX 관련 글 하나가 가슴을 쿵 치고 지나갔습니다. UX 및 디지털 트렌드를 다루는 블로그 ux4dotcom에 올라온 "Beyond Faster Horses — Why AI Challenges One of UX's Oldest Assumptions"라는 글입니다. (출처: ux4dotcom - Beyond Faster Horses — Why AI Challenges One of UX's Oldest Assumptions ) 혁신을 말할 때 늘 인용되는 헨리 포드의 유명한 말이 있습니다. "사람들에게 무엇을 원하느냐고 물었다면, 그들은 '더 빠른 말'이라고 답했을 것이다." 사람들은 자신이 경험해 본 범위 안에서만 미래를 상상합니다. 말만 탈 줄 아는 사람에게 자동차는 상상 밖의 범주(Mental Model)니까요. 저자는 그동안 UX(사용자 경험)라는 학문과 필드 자체가 '더 빠른 말을 만드는 일(기존 과업의 효율화)'에 집중해 왔다고 지적합니다. 사용자의 행동을 관찰하고, 마찰(Friction)을 줄이고, 화면을 간소화하고, 기존 워크플로우를 최적화해 주는 작업 말입니다. 실제로 주변을 봐도 우리가 AI를 쓰는 방식도 대부분 이 범주를 벗어나지 못하고 있습니다. 더 빠르게 이메일을 작성하고, 문서 요약을 3초 만에 끝내고, 프레젠테이션 장표나 일정표를 순식간에 만들어내는 일. 분명 유용하고 저 역시 매일 요기하게 쓰고 있지만, 이건 어디까지나 '기존에 인간이 하던 일의 프로세스를 흉내 내어 속도만 올린 것(Faster Horse)'에 불과합니다. 정작 "이 워크플로우 자체가 과연 계속 존재해야 하는가?"라는 근본적인 질문은 던지지 못하고 있는 것이죠....

'자동화 편향'과 '대중적 불신' 을 고려한 AI 테스팅 시나리오 설계

최근 생성형 AI나 자율주행, 에이전트 기술의 테스팅 시나리오를 작성할 때 우리가 당연하게 전제(Assumption)로 깔고 가는 중요한 인간 행동 방식이 하나 있습니다. 바로 '자동화 편향성(Automation Bias)'입니다. 인간은 시스템이 자동화되고 스마트해질수록 기술을 과도하게 신뢰하고 주의력을 놓아버립니다. 차량을 운전하면서 운전자 보조 시스템을 켜고 전방 주시를 태만히 하고 스마트폰을 보거나 영상을 시청하는 운전자라던지 AI 의료 진단 보조 도구가 내놓은 결과를 의사가 깊은 의심 없이 그대로 승인해 버리는 현상이라던지 AI 챗봇이 추천한 잘못된 정보를 사용자가 사실로 믿고 행동하는 케이스 같은 게 있을 겁니다. 우리는 항상 이러한 "사람들이 AI를 너무 믿어서 발생하는 위험"을 핵심 리스크로 정의하고, 이를 검증하기 위한 안전장치(Safety Guardrail)나 경고 알림, 오용 방지(Misuse) 테스팅 시나리오를 도출해 왔습니다. 그런데 최근 Gizmodo에 보도된 미국 설문조사 결과는 매우 흥미로운 사실을 보여줍니다. (출처: Gizmodo - Survey Finds Americans See AI as Comparable to Humans—It’s Making Them Trust It Less )   기사에서 언급된 설문조사의 결과는 AI가 사람을 닮아갈수록 완벽함에 대한 기대와 실수가 충돌하고 책임이 모호해져 대중의 신뢰는 오히려 떨어진다는 것이었습니다.  자세히 살펴보면 해당 조사는 일반 대중을 대상으로 AI에 대한 인지적 반응을 측정했습니다. AI가 인간과 유사한 대화/추론 능력을 보일 때 유저가 느끼는 '인지적 불쾌한 골짜기(Uncanny Valley)' 현상을 정량 지표로 포착해 냈다는 점에서 의미가 있다고 생각합니다. 단순히 "AI가 좋다/나쁘다"를 넘어, 의인화(Anthropomorphism)의 수준과 신뢰도(Trust) 사이의 음(-)의 상관관계를 입증했기 때문...