방위산업과 소프트웨어의 비극: 지식의 상실, 미래는 밝을까?

여러분, 서구 제조업이 점차 쇠퇴하고 있다는 소문을 들었을 텐데, 방위산업과 컴퓨터 산업만큼은 아직 체면을 유지하고 있다고 합니다. 하지만 뜻밖에도 이 두 가지 ‘체면 유지 수단’마저 더 이상 화려하지 않게 되었습니다. 기사에 따르면, 핵심 문제는 계승될 후계자가 없는 기술 지식에 있으며, 이제 아무도 물건을 만들 줄 모르고 지식을 전수하는 방법도 모른다고 합니다. 과도한 최적화가 초래한 악영향으로 인해 미국 방산계는 웃음거리가 되어버렸다. 미국은 냉전 이후 전례 없는 평화의 혜택을 누리게 되자, 방산 거대 기업들은 인력을 감축하고 5대 거대 기업으로 합병하기 시작했다. 인력은 320만 명에서 110만 명으로 급감했으며, 정예화 및 행정 간소화를 통해 비용 최소화를 도모했다. 그러나 이 과정은 전통적인 공예 기술을 완전히 파괴해 버렸다. 일단 전쟁이 발발하면 방위 산업체들은 허둥지둥 재편에 나서야만 하며, 미사일의 노즈콘조차 70대 노련한 장인이 맨손으로 조여야 할 지경이다. 가장 대표적인 예는 레이시온(Raytheon)사다. 4년 전 받은 주문을 6월 30일이 되어서야 납품할 수 있는데, 이는 거의 20년 동안 생산이 중단되면서 공장도 사라지고 도면도 없어졌기 때문이다. 결국 노련한 장인들을 다시 불러들여 40년 전 도면을 바탕으로 젊은이들에게 일일이 가르쳐야만 했다. 이 정도는 아직 아무것도 아니다. ‘지프’ 대전차 미사일, 155mm 포탄, TNT 폭약 등은 전장의 소모량을 감당할 수 없다. 유럽도 마찬가지다. 우크라이나에 1년에 100만 발의 포탄을 제공하겠다고 약속했으나, 결과적으로 절반만 제때 전달되었고 나머지 9개월이 지나서야 겨우 다 채웠다. 이로부터 볼 때, 유럽과 미국의 방위산업 모두 규모가 작고 병목 현상이 많은 문제가 있으며, 전체 시스템이 여유분을 고려하지 않았고, 장기적인 수요 부진으로 인해 시장 수요 신호가 부족해져 공급망 최적화의 결과로 최소한의 생산 능력만 유지되고 있음을 알 수 있다. 재양산은 필연적으로 긴 회복 기간을 거치게 될 것이다. 이것만으로도 충분히 심각한 상황이지만, 가장 큰 문제는 인력 문제다. 즉, 어떻게 만들어야 할지 아는 사람이 없다는 것이다. 이것이 바로 오랫동안 쌓인 악습으로 인해 병사들을 제대로 알지 못하는 상황이다. 미국이 이 문제를 인식한 것은 이번이 처음이 아니다. 이미 2000년 핵무기 재건 당시에도 비슷한 문제를 겪은 바 있다. 2001년, 미국은 핵탄두의 수명을 연장하기 위해 ‘포그뱅크(Fogbank)’라는 비밀 소재를 교체해야 한다는 새로운 연구 결과를 발표했다. 이 소재는 1989년에 이미 생산이 중단되었고, 당시 근무하던 베테랑 직원들은 모두 퇴사해 버린 상태였다. 미국은 5년 동안 다시 연구하여 재현해 냈고, 제작해 보니 사용할 수는 있었지만 어딘가 어색한 느낌이 들었다. 알고 보니 기존 공정에서 특정 불순물을 제거하지 않았던 것이었다. 그런데 이 불순물이 정확히 무엇인지, 당시의 베테랑들조차 명확히 파악하지 못했다. 사람들은 원래의 공정에 무의식적으로 의존하게 마련인데, 그 지식은 정제되기도 전에 이미 사라져 버린 것이다. 이게 가장 치명적인 문제는 아니다. 미군과 소프트웨어 업계 모두 과도한 최적화가 지식을 상실하게 만든다는 사실을 깨달았다. 랜드 연구소(RAND)에 따르면, 방위 산업체에서 신입 사원의 수습 기간은 2~4년, 관리자급이 되기까지 5~8년이 걸린다. 잠수함 설계에는 박사 학위 취득 후 10년의 경력이 필요하다. 소프트웨어 업계도 마찬가지다. 초보 프로그래머가 최고의 소프트웨어 엔지니어가 되려면 3~5년이 걸리고, 수석 엔지니어가 되려면 5~8년이 걸리며, 최고 기술 책임자나 아키텍트가 되려면 10년 이상이 필요하다. 기업에는 지름길이 없으며, 맹목적인 최적화는 인재 고갈로 이어질 가능성이 높다. 세일즈포스(Salesforce)는 작년부터 소프트웨어 엔지니어 채용을 중단했으며, 미국 대학 컴퓨터공학과 신입생 수는 62%에서 감소하고 있다. 많은 소프트웨어 회사에서 사람의 역할은 기계가 작성한 코드를 검토하는 것에 불과합니다. 경영진이 제시한 방안은 기계가 기계를 검토하게 하여, 사람의 손길이 닿은 흔적을 찾을 수 없게 하고, 모든 것을 인공지능으로 처리하는 것입니다. 이로 인해 사람의 AI 의존도가 급속히 높아지며, 기계가 자신만만하게 내뱉는 오류조차 의심하지 않게 됩니다. METR이 실시한 실험에 따르면, 경험이 풍부한 개발자가 실제 오픈소스 작업에서 AI 도구를 사용했을 때 효율성이 오히려 19% 감소한 것으로 나타났습니다. 반면 AI가 효율을 24% 향상시킬 것으로 예상되었으므로, 그 차이는 43%포인트에 달합니다. 사람들은 이미 자기기만을 배우게 되어, 실제 성과가 기대에 미치지 못하더라도 AI가 효율을 20% 높여주었다고 믿게 됩니다. AI 도구를 한 번 사용하기 시작하면 끊기 어렵습니다. 초급 엔지니어는 AI를 지시하는 것밖에 못 하며, AI의 코드 수정 능력을 의심할 능력조차 갖추지 못합니다. 시스템과 코드베이스에 대한 포괄적인 이해가 부족하여 보이지 않는 전문 지식을 축적할 수 없으므로, 10년 후에도 고급 엔지니어로 성장할 수 없습니다. 그렇다면, 미래에는 AI가 모든 것을 전적으로 맡게 될까? 그럴지도 모른다. 하지만 잊지 말아야 할 것은, 과거 군수 산업가들도 평화적 발전이 영원한 주제라고 생각했던 것과 마찬가지라는 점이다. 사실은 그렇지 않았다. AI는 끊임없이 발전하여 지극히 영리해질지 모르지만, 지식의 계승 문제는 쉽게 해결되지 않을 것이다.