아이디어로 무엇을 하나요?
저는 물건을 실제로 만들어가는 창업자들과 이야기를 나누면서 공통적인 반응을 자주 접했습니다:
“사실 이건 오래된 아이디어예요, 저기….”
"아이디어로 무엇을 하나요?" 제가 말을 끊으며, 장난기 가득한 미소를 지으며 묻습니다: “1950년대 아니면 1960년대 아이디어인가요?”
맞아요, 그들은 말합니다. 그러면서 “1958년에 나온 논문에서요” 같은 구체적인 답을 덧붙입니다.
하지만 그 논문은 무명에 가깝거나 소련에서 나온 것이거나, 당시 기술로는 기술적 혹은 경제적으로 실현이 불가능했던 아이디어였습니다. 그래서 그 아이디어는 잊힌 채 먼지만 쌓이며 다시 발견되기를 기다리고 있었죠.
좋은 아이디어를 찾는 게 더 어려워지고 있는 건 아닙니다. 우리가 이미 가지고 있는 아이디어를 활용해야 할 뿐입니다.
아이디어를 찾기가 더 어려워지고 있는가?
저는 주말 동안 Jason Crawford, Heike Larson, 그리고 Roots of Progress Institute 팀이 주최한 Progress Conference 2024에 다녀왔습니다. 정말 멋진 시간이었어요. 제가 인터넷에서 가장 좋아하는 진보 사상가들과 실천가들이 버클리의 Lighthaven에 모여서 "어떻게 더 많은 진보를 이룰 수 있을까?"라는 질문을 논의했습니다.
여러 강연과 주제가 있었지만, 가장 많이 언급된 주제는 Nicholas Bloom, Chad Jones, John Van Reenen, 그리고 Michael Webb가 2020년에 발표한 논문, Are Ideas Getting Harder to Find?에 대한 논쟁이었습니다.
만약 아이디어를 찾기가 점점 더 어려워지고 “쉽게 손에 닿는 과실은 이미 따인 상태”라면 – 그리고 저자들은 실제로 그렇게 주장합니다 – 우리가 정체되는 것은 놀랍지 않습니다.
그들은 경제 성장이 아이디어의 함수이며, 이는 연구 생산성과 연구자 수의 함수라고 설명합니다.
새로운 아이디어를 찾는 것이 정말로 더 어려워졌는지를 판단하기 위해, 그들은 세 가지 사례 연구 – 무어의 법칙, 종자 생산량, 그리고 의료 혁신 – 그리고 전체 경제 성장률을 조사했습니다.
그 결과, 그들이 조사한 모든 사례에서 동일한 수의 아이디어를 찾기 위해 더 많은 연구자가 필요해졌다는 사실을 발견했습니다. 이는 아이디어를 찾는 일이 점점 더 어려워지고 있음을 의미하며, 현재의 성장률을 유지하려면 점점 더 많은 연구자를 문제 해결에 투입해야 한다는 결론을 이끌어냅니다 (아마도 AI 덕분에 가능할지도 모르죠!) 아니면 오랜 정체 상태에 빠져들 준비를 해야 할 수도 있습니다.
저는 경제학자는 아니지만, 이 논증 전체가 굉장히 순환적이라는 인상을 받습니다:
- 이 논문은 아이디어를 총요소생산성(TFP) 성장에 기여하는 요소로 정의합니다.
- TFP는 노동이나 자본 같은 투입량 증가로는 설명할 수 없는 경제 산출량의 성장 부분입니다.
- 논문은 연구 생산성을 TFP 성장률을 연구 투입량으로 나눈 값으로 측정합니다.
- 그리고 이 비율이 감소하고 있기 때문에 아이디어를 찾는 것이 어려워졌다는 결론을 내립니다.
TFP 성장으로 아이디어를 정의함으로써, 논문은 본질적으로 그 결론을 가정하고 시작하는 셈입니다.
이 논문은 시간에 따른 연구 투입량과 특정 경제적 산출량 사이의 관계에 대한 유용한 데이터를 제공하며, 여러 분야에서 이 패턴을 발견합니다. 이는 뭔가 의미 있는 현상이 일어나고 있음을 시사합니다. 그리고 저자들은 제가 평생 배울 수 있는 경제학 지식을 훨씬 더 많이 알고 있는 사람들입니다. 그래서 어쩌면 제가 뭔가를 놓치고 있는지도 모르죠.
문제는 이 논문이 실제로는 잘못된 결론으로 이어질 수도 있다는 점입니다: 더 많은 연구자를 투입해야 하고, 더 많은 아이디어를 생산해야 한다는 결론 말이죠.
우선, 이제 AI가 등장했으니 우리는 괜찮을지도 모른다는 생각을 제시할 수도 있습니다. 인간 연구자 수가 기하급수적으로 증가해 감소하는 연구 생산성을 보완할 수는 없겠지만, AI 연구자 수는 그럴 수 있을지도 모릅니다. 아이디어가 병목이라면, 충분히 지능적인 모델을 기다리면 될지도 모릅니다.
컨퍼런스에서 AI가 정말로 진보 문제를 해결할 수 있을지에 대한 질문이 여러 번 나왔습니다.
가장 흔한 답변은 “아니요, 아이디어가 병목이 아닙니다”였습니다.
반대의 견해로는 우리가 정말로 막다른 길에 다다랐다는 의견이 있을 수 있습니다. 총요소생산성은 1970년대 이후로 정말로 하락했으며, 아이디어를 찾기가 점점 더 어려워지고, 아이디어가 TFP를 주도하는 것이라면 우리는 점점 더 큰 정체를 겪게 될지도 모릅니다.
이 두 가지 견해는 모두 위험하지만 수동적인 태도입니다. 기다려보자는 것이죠.
세 번째 옵션은, 논문에서 암시하지만 추천하지 않는 방법인데, 연구에 더 많은 투자를 하는 것입니다: 더 많은 사람, 더 많은 교육, 더 많은 자금을 투입하는 것이죠. 아이디어를 찾기가 더 어려워지고 있다면 – 즉, 동일한 수의 아이디어를 생성하기 위해 “효과적인 연구자”가 더 많이 필요하다면 – 연구자의 수를 더 많이 늘려서라도 연구 생산성 감소율을 따라잡아야 한다는 것입니다.
이것은 마치 축구 팀의 평균 러닝 횟수가 감소하고 있다고 해서, 이를 보완하기 위해 더 많은 러닝을 시도해야 한다고 결정하는 것과 같습니다. 이 비유를 조금 더 늘여서 표현하자면, 오프라인에서 구할 수 있는 모든 러닝 백을 영입하여 러닝을 더 많이 시도하는 대신에, 공격 라인을 개선하는 대신에, 쓸데없는 백업을 늘리는 것과 비슷합니다. 더 나쁜 것은 팀에 53명의 자리가 있다는 것이고, 새로운 러닝 백을 영입할 때마다 차단과 태클을 할 수 있는 사람을 내보내야 한다는 것입니다!
우리는 항상 새로운 아이디어가 필요합니다. 이 집에서는 David Deutsch의 낙관주의 원칙을 따릅니다: “모든 악은 지식의 부족에서 비롯된다.”
그리고 솔직히, 이 논문은 아이디어의 부족이 TFP 성장 둔화의 유일한 원인이라고 주장하려는 것은 아닙니다. 단지 연구 생산성이 일정하다는 가정이 성립하지 않는다는 점을 지적하려는 것이죠.
하지만 아이디어를 찾기가 더 어려워지고 있으니 우리는 망했거나, AI가 우리를 구해줄 거라 기대하거나, 아니면 문제에 더 많은 연구자를 투입해야 한다는 단순한 결론은 위험하며, 저는 이것이 잘못되었다고 생각합니다.
실제로 진보로 전환될 수 있는 좋은 아이디어는 많습니다. 아이디어의 백로그가 있습니다.
The Idea Backlog
왜 오늘날 많은 기업들이 1950년대와 1960년대의 아이디어로 구축되고 있을까요?
이 차트를 다시 한 번 살펴보겠습니다:
이 논문에서 누락된 부분 중 하나는, 연구 생산성이 1930년대부터 꾸준히 감소하고 효과적인 연구자 수가 꾸준히 증가해왔음에도 불구하고, 1973년에 TFP가 급격히 떨어진 이유에 대한 논의입니다.
이것은 중요한 누락입니다! 만약 TFP 성장 둔화가 아이디어를 찾기 더 어려워진 결과라면, 아이디어가 어려워진 시점부터 서서히 감소하는 것이 아니라 왜 1973년에 갑작스럽게 정체되었을까요?
여기서 우리가 물어볼 만한 질문은, "1950년대와 1960년대의 마지막 호황기에 TFP 성장을 촉진한 요인은 무엇이고, 그 요인들에 대한 아이디어는 언제 발견되었는가?"라는 것입니다.
저는 Claude와 Perplexity에게 이 질문을 던졌고, 둘 다 석유화학/플라스틱, 전자/반도체, 항공, 항생제/의료 혁신, 대량 생산 기술 등을 언급했습니다. 이 모든 것은 1920년대에서 1940년대 또는 그 이전에 구상된 것들입니다!
이러한 아이디어들의 생산성이 실현될 때쯤이면, 이미 상당히 오래된 아이디어들이었습니다. Perplexity는 이렇게 결론지었습니다: “결론적으로, 1950년대와 1960년대의 놀라운 TFP 성장은 대체로 이전 수십 년, 특히 1930년대와 1940년대의 기술 혁신과 연구에 기반한 것이었습니다.” 약 20년의 지연이 있었습니다.
따라서 1973년 TFP 급감 이후로, 1950년대와 1960년대의 많은 아이디어가 오늘날 기업가들에게 여전히 남아 있는 것이 놀랍지 않습니다. 마치 호박 속에 갇힌 채로 보존된 것처럼 말이죠.
문제는 좋은 아이디어를 찾기가 더 어려워졌는지가 아니라, 우리가 이미 만들어 낸 좋은 아이디어를 활용하기가 왜 이렇게 어려워졌는가 하는 것입니다.
컨퍼런스에서 가장 훌륭했던 강연 중 하나에서 Eli Dourado는 아이디어를 찾기가 더 어려워진 것이 아니라, 사용하는 것이 더 어려워졌다고 주장했습니다. 그 이유는 혁신에 대한 세 가지 규제 때문입니다.
이는 극단적인 사전 예방 원칙의 예입니다. 원자력 규제 위원회(NRC)는 명백한 공격 대상이며, 제가 이 글에서 여러 번 비판한 대상이기도 합니다. 문제는 새로운 원자로의 허가를 받기 어렵고 비용이 많이 들게 만든다는 점뿐만이 아니라, 새로운 원자로 설계에 대한 실험과 반복을 불법으로 만든다는 점입니다.
과거에는 사람들이 이것저것 시도하면서 시행착오를 겪을 수 있었습니다. 바로 그렇게 해서 진보가 이루어졌습니다. 에디슨의 전선은 사람들을 감전시키기도 했고, 라이트 형제는 시험 비행 중에 Kitty Hawk 모래사장에서 자주 추락했습니다. 밴더빌트의 증기선 보일러는 가끔 폭발하기도 했죠. 그 후에 그들은 반복하고, 개선하며, 새로운 연구를 통해 실세계에서만 드러나는 장애물을 해결할 수 있는 새로운 아이디어를 창출했습니다.
그러다 미국인들의 위험에 대한 태도가 바뀌었습니다. 저는 _Riskophilia_라는 글에서 이에 대해 썼습니다. 그 글을 위해 ChatGPT에게 미국의 위험에 대한 태도 변화를 시각화한 차트를 요청했는데, 과학적이지는 않지만 1770년대에서 1960년대까지의 경향선과 1960년대에서 2020년대까지의 경향선 사이에는 확연한 차이가 있습니다. 이 시점이 TFP 성장 둔화와 시기적으로도 일치합니다.
물론 위험 회피가 유일한 요인은 아닙니다. 1971년에 무슨 일이 일어났는지에 대한 논쟁은 여전히 진행 중이며, 그 원인으로는 1인당 에너지 사용량 감소부터 금본위제 폐지, 디지털 세계로의 혁신 전환까지 다양한 답이 있습니다. 1987년 노벨 경제학상 수상자인 Robert Solow는 “생산성 통계에서 컴퓨터 시대를 볼 수 있는 곳이 없다”고 관찰했습니다. 이것이 바로 Solow의 역설입니다.
이 에세이의 목적은 성장 둔화의 원인을 다시 논의하려는 것이 아닙니다. 우리의 문제는 좋은 아이디어를 발견할 수 없는 것이 아니라, 수십 년 동안 우리를 기다려 온 좋은 아이디어조차 제대로 활용하지 못하고 있다는 점을 지적하고자 하는 것입니다.
Eli는 그의 강연 말미에 성장의 레시피를 제안했습니다:
기술적으로나 경제적으로 실현 가능한 것을 만들고자 하는 것을 파악하고, 이를 방해하는 요소를 파악한 다음, 가능한 모든 자원을 동원하여 이러한 장애물을 제거하세요.
저는 이 제안이 마음에 들고, 우리가 그렇게 해야 한다고 생각합니다.
또한, 사람들이 과거 수십 년보다 더 자주 오래된 아이디어를 부활시키고 있다는 사실도 주목해야 한다고 생각합니다.
사람들이 다시 아이디어를 만들고 있는 이유는?
또 다른 질문이 있습니다: 만약 아이디어를 찾기가 더 어려워졌고, 규제가 더욱 악화되었다면 왜 지금 이토록 많은 사람들이 무언가를 만들고 있을까요?
여기에는 흥미로운 두 가지 포인트가 있으며, 논의를 위해 이 둘 사이에 선을 그어보겠습니다.
첫 번째는 제가 계속해서 관찰한 것입니다. 사람들이 1950년대와 1960년대의 아이디어를 바탕으로 회사를 설립하고 있다는 것입니다.
이건 정말 실존하는 현상입니다. 이번 주 초에 저는 Atom Limbs의 Tyler Hayes를 만나 그와 그의 팀이 개발 중인 로봇 의수를 보았습니다. 그가 제 팔에 커프를 끼우고 시스템이 부팅되기를 기다리는 동안, 그는 제가 무엇을 하고 있는지 물었습니다. 저는 이 에세이와 1950년대와 1960년대의 아이디어에 대해 이야기했습니다. 그는 웃으며 말했습니다. “우리의 많은 작업이 1967년에 출판된 책에 기반하고 있어요.”
또 다른 예를 들어보겠습니다. Jason Carman은 최근 Longshot Space에 대한 S3를 진행했는데, 이 회사는 우주로 물건을 발사하기 위한 세계 최대의 대포를 만들고 있습니다.
정말 멋진 아이디어이면서 오래된 아이디어입니다! 캐나다의 탄도학 전문가 Gerald Bull은 1950년대에 대포를 이용해 우주로 물건을 발사하는 아이디어를 구상했으며, 그가 주도하고 수석 과학자로 참여했던 Project HARP는 실제로 100개 이상의 미사일을 이온층으로 발사했습니다.
Project HARP는 캐나다와 미국 군대의 자금 지원을 받았지만, 비평가들의 반대와 "점점 더 커지는 관료적 압력," 베트남 전쟁의 재정 및 정치적 압박, 그리고 NASA의 전통적인 로켓에 대한 집중으로 인해 1960년대 후반에 중단되었습니다. 그는 자금을 잃은 후 여러 나라를 위해 대포 프로젝트를 진행했으며, 1990년에는 사담 후세인을 위해 슈퍼건을 개발했다는 의혹으로 암살당했습니다.
이 패턴은 놀랍도록 흔한 현상입니다. 하지만 쇼는 계속되어야 하므로, 여러분이 좋아하는 딥 테크나 하드 테크 창업자에게 그들의 아이디어가 1950년대나 1960년대에 기반을 두고 있는지 물어보세요. 재미있는 답을 들을 수 있을 것입니다.
두 번째는 AI 데이터 센터에 엄청난 양의 청정하고 신뢰할 수 있는 에너지를 공급하기 위한 기술 거대 기업들의 수요에 의해 촉발된 원자력의 부활입니다.
원자력은 1930년대와 1940년대에 나온 오래된 아이디어이며, 1960년대와 1970년대에 미국에서 전기 수요가 Henry Adams 곡선을 따라 계속 증가할 것이라 생각되었을 때 빠르게 구현되었습니다. 하지만 그렇지 않았습니다.
원자력이 쇠퇴한 이유는 많습니다. NRC도 그 책임에서 자유로울 수 없으며, 최소한 원자력 기술을 구축하고 반복하는 것을 훨씬 더 어렵고 비싸게 만들었습니다. 그러나 중요한 이유 중 하나는 수요가 부족했기 때문입니다.
이제 수요가 다시 생겼습니다. Microsoft는 Three Mile Island를 재가동하고 있습니다. Amazon은 소형 모듈식 원자로에 투자하고 있으며, Google은 Kairos Power로부터 최대 500MW의 전력을 구매하고 있습니다.
Progress Conference에서 Julia DeWahl은 Big Tech와 국방부의 수요를 "프리미엄 전력"이라고 표현했습니다. 즉, 이 구매자들은 다른 에너지원보다 비싸더라도 원자력만이 제공할 수 있는 기능을 얻기 위해 더 비싼 전력을 구매하려는 의지를 가지고 있습니다. Big Tech의 경우 24시간 신뢰할 수 있고 청정한 전력, 국방부의 경우 쉽게 운송할 수 있는 신뢰할 수 있는 전력이 필요합니다.
프리미엄 수요는 기술의 개발과 확산에 종종 중요한 역할을 합니다. 특정 구매자들은 시장의 다른 대안보다 더 비싼 기술을 지원할 수 있으며, 이를 통해 비용 곡선을 따라 가격을 낮출 수 있는 초기 추진력을 제공합니다. 경험이 쌓이면 제조업체는 비용을 낮춰 보다 넓은 시장에 접근할 수 있게 됩니다.
두 가지 예로, 군대와 NASA는 1950년대 후반과 1960년대 초반에 태양광 발전과 반도체의 프리미엄 수요를 제공했습니다.
1958년, Vanguard I은 태양 전지를 사용한 첫 번째 위성이었습니다. 그때는 와트당 $1,000의 비용이 들었습니다. 오늘날 태양광 발전은 와트당 $1도 되지 않습니다.
1950년대 후반과 1960년대 초반에 군대는 Minuteman 미사일 프로그램에서 사용하기 위해 거의 모든 통합 회로 생산을 구매했으며, NASA의 아폴로 프로그램은 수천 개의 통합 회로를 구매했습니다. 이후, 무어의 법칙이 적용되기 시작했습니다.
그러나 1960년대 후반부터 NASA와 국방부의 예산은 감소했습니다.
다음은 1960년 이후 GDP 대비 국방부 예산 비율입니다:
그리고 다음은 1958년 이후 연방 예산에서 NASA 예산 비율입니다:
이러한 감소는 미국이 위험 회피 성향이 커지기 시작하고 1인당 에너지 사용량 증가가 멈춘 시기와 일치합니다. 테스트와 반복이 더 어렵고 비싸진 시기에, 두 중요한 프리미엄 구매자가 지출을 크게 줄였습니다.
이 모든 요인을 종합해보면, 1973년에 TFP가 감소한 이유가 아이디어를 찾기가 어려워졌기 때문이라는 주장보다는, 이 요인들이 더 설득력 있게 설명해줍니다. 다른 요인들도 있지만, 이 정도로 요점을 전달할 수 있습니다.
사람들이 다시 무언가를 만들기 시작한 이유는 무엇일까요? 제 가설은 이렇습니다:
아이디어를 찾는 것이 아니라 구현하는 데 드는 비용이 더 비싸졌고, 프리미엄 버전에 대한 수요도 줄어들면서 비용 곡선을 따라 가격이 낮아질 초기 추진력이 사라졌습니다. 그 결과 아이디어를 구현하는 비용이 계속 비싸게 유지되었고, 일반적인 수요 곡선에 도달하지 못했습니다.
이제 두 가지 일이 일어나고 있습니다.
- 기술이 오래된 아이디어와 새로운 아이디어를 더 저렴하고 쉽게 구현할 수 있게 하고 있습니다.
- "프리미엄 수요"가 다시 나타나고 있습니다.
아이디어는 채택되어야 영향력을 발휘할 수 있다
아이디어만으로는 충분하지 않습니다. 기술적으로나 경제적으로 실행 가능하고, 시장이 채택할 수 있을 만큼 낮은 비용으로 구축될 수 있어야 합니다. 채택 없이는 진보가 없습니다.
프리미엄 수요는 시장에서 실행 가능성을 가진 기술들이 그 지점에 도달하도록 돕는 역할을 할 수 있습니다. 이것은 다리와 같은 역할을 합니다. 자선이나 보조금이 아닙니다. 이 제품들은 다른 제품들이 제공할 수 없는 능력을 제공하며, 정부와 빅테크는 이 능력을 얻기 위해 더 높은 가격을 기꺼이 지불합니다.
빅테크는 자사의 이익을 위해 원자력 발전을 구매하고 있으며, 그들이 생산하는 AI는 TFP 성장에 반영될 수 있지만, 데이터 센터에서 전력을 공급하는 데 사용될 동안에는 원자력이 TFP에 큰 직접적인 영향을 미치지 않을 것입니다. TFP에 직접적인 영향을 미치려면 더 많은 원자로를 제조하고 학습 곡선을 따라 비용을 낮추어야 합니다. 그때까지는 강력하고 자금이 풍부하며 동기부여가 강한 동맹들이 비용이 많이 드는 장애물을 극복하도록 도울 것입니다.
이와 같은 논리를 국방부가 구매할 가능성이 있는 드론이나 초음속 항공기 같은 능력에도 적용할 수 있습니다. 이는 우선 군사적 맥락에서 나타난 후 제조 규모가 확장되고 비용이 낮아지면서 소비자에게 확산됩니다. NASA와 국방부는 SpaceX의 초기 발사에 프리미엄 수요를 제공했으며, 이제 그 혜택은 Starlink를 통해 인터넷을 이용하는 누구에게나 느낄 수 있습니다.
특정 기술 집합에 있어, 이러한 다리는 필수적입니다. 그러나 또 다른 일이 벌어지고 있습니다.
성장이 둔화되었음에도 불구하고, 기술적 진보는 계속되어 왔습니다. 1973년과 비교해 오늘날 기업가들은 낮은 비용으로 성능이 뛰어난 다양한 기술을 활용할 수 있습니다. AI, CRISPR, 배터리, 태양광, 소프트웨어, 발사체, 재료, 센서 등 계속해서 개선되고 저렴해지는 기술들이 그 목록을 계속해서 확장하고 있습니다.
Atom Limbs의 AI 의수는 센서, 액추에이터, 배터리, 그리고 머신러닝의 발전 덕분에 시장이 수용할 수 있는 가격에 가능해졌습니다.
Longshot Space는 초밀리초 단위의 정밀도로 발사체 뒤에 가스를 주입하는 고급 제어 시스템을 사용하고 있으며, 이는 Gerald Bull이 꿈꾸기만 했던 능력입니다. 또한, Longshot의 극초음속 능력에 대한 국방부의 초기 수요는 더 저렴하게 물질을 우주로 발사하고 인류와 우리의 진보를 지구 너머로 확장하는 궁극적 미션을 위해 자금을 조달하는 데 도움이 될 것입니다.
오늘날 부활하고 있는 1950년대나 1960년대의 거의 모든 아이디어는 당시 사용 가능했던 기술에 비해 극적인 비용 절감과 성능 향상의 혜택을 받고 있습니다.
아마도 현재 일어나고 있는 현상은 지난 50년 동안 규제와 다른 상쇄 요인으로 인해 증가한 비용보다 비용 절감이 더 앞서 나가고 있기 때문일 것입니다. 더 간단히 말해, 모든 것은 경제 문제로 귀결됩니다. 진보를 위한 찬반 요소들은 아이디어를 대규모 제품으로 전환하는 데 드는 총비용과 그 비용 이상을 기꺼이 지불할 의사가 있는 구매자가 충분히 존재하는지 여부로 요약될 수 있습니다.
반대 의견으로는, 무어의 법칙을 확장하거나 작물 수확량을 개선하는 데 많은 경제적 관심이 있지만, 그 분야에서 새로운 영향력 있는 아이디어를 찾기가 점점 어려워지고 있다는 점을 들 수 있습니다. 제 예상은 특정 기술 트리가 끝에 다다르고 연구자에게 점점 더 수익이 줄어들고 있지만, 낮은 입력 비용과 프리미엄 수요에 의해 추진되는 새로운 기술 트리가 진보를 이끌어 갈 것이라는 것입니다. GPU에서 그런 변화가 일어나고 있는 것처럼 보입니다.
저는 경제학자는 아니지만, 누군가 이 부분을 분석해 주었으면 좋겠습니다.
제 가설이 맞다면, 이는 Carlota Perez가 말하는 새로운 기술 경제 패러다임, 즉 테크노-산업 혁명이 다가오고 있으며, TFP 성장이 다시 가속화될 수 있다는 저의 신념과 잘 맞아떨어집니다.
아이디어로 무엇을 할 것인가?
부모로서의 즐거움 중 하나는 아이들과 함께 많은 책을 읽을 수 있다는 것입니다. 제가 Dev와 Maya와 함께 읽기를 좋아하는 책 중 하나는 Kobi Yamada의 What Do You Do With An Idea?입니다.
스포일러는 원치 않지만, 주인공이 자신의 아이디어에 대해 조금 부끄러워하고 숨기고 보호하려고 하다가 결국 깨닫는 것은 아이디어로 할 수 있는 일은… 세상을 바꾸는 것이라는 것입니다.
아이디어는 진보의 생명선이지만, 실제로 세상에서 사용할 수 있어야만 작동합니다. 머릿속에 갇혀 있거나 연구 논문에만 남아있으면 아무 소용이 없습니다.
아이디어를 진보로 전환하는 것은 문화, 규제, 경제, 기술, 그리고 개인의 노력에 의해 복잡하게 영향을 받습니다.
어쩌면 지난 50년 동안 아이디어를 진보로 전환하는 것이 그만한 가치가 없을 만큼 비용이 많이 들었을지도 모릅니다. 어쨌든 소프트웨어 덕분에 GDP는 계속해서 성장해 왔으며, 설명할 수 없는 부분이 증가하지 않았더라도 추세는 유지되었습니다.
아마도 과거의 어려운 문제들과 소프트웨어, 자본 시장의 조합이 GDP 성장을 일정하게 유지해 주었기 때문에 새로운 어려운 일을 할 필요성도 적었던 것일지도 모릅니다.
어떤 이유에서든 이러한 상황이 변화하고 있는 것 같습니다. 이제 우리는 새로운 프리미엄 수요와 더 나은 기술을 갖추고, 이전 세대가 선반에 놓아둔 아이디어들의 막대한 백로그를 해소할 수 있는 아름다운 지점에 도달하고 있는 것 같습니다.
더 찾기 어려운 아이디어 대신, 생명력을 불어넣을 수 있는 능력과 기업가적 열정을 가진 사람들에게는 훌륭한 아이디어들이 넘쳐날 수도 있습니다.
이는 연구자가 더 필요하기보다는, 연구자가 내놓은 아이디어를 실현할 수 있는 더 많은 사람들이 필요하다는 것을 의미할 수 있습니다.
새로운 아인슈타인, 즉 천재 연구자들이 항상 중요하겠지만, 새로운 밴더빌트와 포드, 라이트 형제도 필요합니다. 사라진 아이디어 더미에서 아이디어를 꺼내어 새로운 방식으로 결합할 수 있는 사람들 말입니다. 또한 위대한 옛 아이디어를 발굴하고, 어떤 기술과 비용이 오랜 시간이 지난 후에도 경제적으로 실행 가능할지 추적할 수 있는 새로운 사서도 필요할 것입니다. 어쩌면 AI가 이 부분에서 가장 유용할 수도 있습니다.
물론, 새로운 아이디어와 기존 아이디어 모두를 구축하는 데 드는 비용을 증가시키는 규제의 악순환을 되돌려야 합니다. 좋은 아이디어를 구현하는 비용을 낮추는 데 도움이 되는 정책을 더 많은 사람들이 추진해야 합니다. 구축, 테스트, 반복이 더 빠르고 저렴해질수록 좋은 아이디어와 그 아이디어가 진보에 기여하는 사이의 간극이 줄어듭니다.
그리고 더 많은 아이디어가 더 많은 제품으로 전환되기 시작하면서, 새로운 아이디어를 찾는 일이 의외로 쉽게 느껴질 것이라고 생각합니다. 모델이 더 똑똑해지려면 새로운 학습 데이터가 필요한 것처럼, 우리가 어떤 질문을 연구자가 다음에 해야 할지 발견하려면 더 많은 시도를 해보아야 합니다.
Comments ()