연휴 아침, YouTube에서 관료 두 명의 대담 영상을 보고 있었습니다. 文藝春秋PLUS의 신규 프로그램 제1탄으로, 전편과 후편의 2부작 구성입니다.

경제산업성(METI)의 『디지털 경제 리포트』를 주필한 젊은 관료 츠다 미치타카(津田通隆) 씨와, 『DX의 사고법』의 저자이자 전 상무정보정책국장인 니시야마 케이타(西山圭太) 씨. 국가의 디지털 정책 설계도를 그려온 사람들입니다.

두 편을 다 보고 나서 이상한 점을 깨달았습니다.

이 사람들이 "앞으로의 일본은 이렇게 해야 한다"라고 말하는 내용이, 내 책상 위에서 매일 움직이고 있는 것에 대한 설명이 되어 있었던 것입니다.

먼저 출연자를 소개하겠습니다. 이 두 사람의 조합 자체가 의미가 있기 때문입니다.

츠다 미치타카(津田通隆) 씨 (1997년생). 대학 재학 중 에스토니아에서 금융 소프트웨어 회사를 창업하여 엔지니어로 근무한 후, 2023년에 경제산업성으로 경력직 입성. 젊은 프로젝트 리더로서 『디지털 경제 리포트』를 주필하였으며, 현재는 IPA에서 분산 데이터 기반 「Open Data Spaces」의 최고 설계 책임자를 맡고 있습니다. 기업가·엔지니어가 나중에 관료가 된 사람입니다. 제언을 쓰고 끝내는 것이 아니라, 스스로 설계서를 쓰는 쪽에 서 있습니다.

니시야마 케이타(西山圭太) 씨 (1963년생). 도쿄대 법학부에서 통산성(MITI)으로 입성하여, 도쿄 전력의 재건에 집행역으로 관여하였고, 상무정보정책국장으로서 G20의 데이터 유통 논의(DFFT)를 정리하고 퇴관. 법학부 출신임에도 50대에 딥러닝(Deep Learning)을 독학하여, 도쿄대의 마츠오 유타로(松尾豊) 씨와 공저를 낸 사람입니다. 대담에서는 츠다 씨의 설계도 언어를 현장의 언어로 바꾸는 통역사 역할을 했습니다.

설계도를 쓰는 젊은이와, 그것을 번역하는 베테랑. 이 조합이기에 추상적인 이야기가 마지막까지 구체적으로 내려옵니다.

전편의 토대가 되는 『디지털 경제 리포트』 (2025년 4월·경제산업성)는 문제 제기를 위한 서적입니다. 일본의 디지털 적자는 2024년 시점에서 약 6.85조 엔이며, 방치할 경우 2035년에 최대 45.3조 엔까지 확대될 수 있습니다. "데이터가 소프트웨어를 집어삼키는" 시대에, 일본은 이대로라면 집어삼켜지는 쪽에 서게 될 것이라는 경고입니다.

대담 전편이 이야기하는 것은 그 다음입니다. 거칠게 한 줄로 요약하자면——**데이터를 한곳에 모아왔던 지난 20년의 방식은 한계에 도달했으며, 앞으로는 데이터를 현장에 둔 채로 AI가 데이터가 있는 곳으로 찾아가는 방식(분산형)**이라는 견해입니다. 집약(Aggregation)을 계속하면 현장마다 다른 데이터의 의미, 즉 문맥(Context)이 깎여나가 최대 공약수밖에 남지 않게 됩니다. 그리고 AI에게 정말로 부족한 것이 바로 그 깎여나가는 문맥—현장 사람만이 아는 "이렇게 되면, 이렇게 한다"의 "이렇게 되면" 부분이기 때문입니다.

내용의 재미는 본편에 맡기겠습니다. 여기서는 이 견해만을 가지고 앞으로 나아가겠습니다.

후편은 츠다 씨가 설계 책임자를 맡고 있는 분산 데이터 기반 「Open Data Spaces」에 관한 회차입니다. 데이터의 의미를 가장 잘 알고 있는 현장이 소유권(Owner)을 가진 채로, 선택한 상대에게만, 선택한 깊이만큼 데이터와 문맥을 전달할 수 있도록 하는 것. 인터넷(전면 개방)과 인트라넷(전면 폐쇄) 사이를 만드는 구상이라고 저는 받아들였습니다.

그리고 이 후편에서 저에게 가장 강렬하게 다가온 장면이 있습니다. 니시야마 씨가 이 일련의 흐름을 예전부터 있던 말로 다시 표현한 것입니다. 요컨대 이것은 암묵지(Tacit Knowledge)의 형식화이며, AI와 공유할 수 있는 형태의 형식화를 스스로 할 것인지, 아니면 남에게 맡길 것인지가 문제라는 취지였습니다.

이 질문은 기억해 두시기 바랍니다. 나중에 다시 돌아오겠습니다.

여기서부터가 본론입니다.

저는 집에서 AI(Claude Code)가 열려 있는 Excel 북을 COM을 통해 만지게 하는 자작 툴(shu-vba-manager)을 만들어, 제 북을 대상으로 매일 사용하고 있습니다. 이 연재에서 계속 써온 것입니다.

대담의 언어와 책상 위의 실물을 대조하면 다음과 같습니다.

하나씩 의도해서 맞춘 것은 아닙니다. 매일의 필요에 밀려 쌓아 올리다 보니 이런 형태가 되어 있었습니다. 그것이 국가의 설계도와 같은 그림이었기에, 화면 앞에서 조금 웃음이 났습니다.

물론 규모는 하늘과 땅 차이입니다. 저쪽은 국가와 기업 간의 기반이고, 이쪽은 책상 위의 북입니다. 다만 방향은 같았습니다. 국가는 제도와 기반의 층을 만드는 쪽, 저는 현장의 가장 손끝에서 움직이는 것을 돌리는 쪽. 서로 다른 곳에서 같은 답을 향하고 있었던 것이라고 생각합니다.

대담 중에 "하네스(Harness)\

하네스(Harness)는 원래 마구(馬具)입니다. 힘은 있지만 내버려 두면 제멋대로 달리는 말을 짐수레에 연결하여 일을 시키게 하는 장구. AI도 마찬가지로, 모델 단체는 말만 번지르르할 뿐 손을 댈 수가 없습니다. 도구와 연결을 갖추어야 비로소 일이 됩니다.

그래서 저의 정리는 이렇습니다. AI에게 하네스를 채워, Excel이라는 짐수레에 연결한다. 말 = AI, 짐수레 = 현장의 Excel, 하네스 = 그 사이의 접속구(저의 경우에는 자작 vba_manager).

그리고 사무 세계에서 AI가 가질 신체로서, Excel만큼 잘 만들어진 것은 없습니다. 일본 전역의 직장에 이미 배치되어 있고, 업무 자체가 이미 이 신체에 맞춰 완성되어 있으며, 데이터와 절차(수식·매크로)를 일체로 가질 수 있고, 게다가 AI가 무엇을 했는지 전부 셀 위에 보인다. 로봇 논의에서 "인간의 환경에서 일하려면 인간형이 합리적이다"라고 말하는 것과 같은 논리로, 일본의 사무실에서 일하는 AI에게는 Excel형이 합리적이라고 생각합니다.

후편에서 쓰다(Tsuda) 씨가 슬쩍 중요한 말을 하고 있습니다. 의미의 지도(그래프)는 **결정론적(Deterministic)**이고, AI는 **비결정론적(Non-deterministic)**이다—매번 다른 말을 한다. 이 두 가지를 조합하기 때문에 신뢰할 수 있는 것이 된다고 말입니다.

이것 또한, 책상 위에서 매일 하고 있는 일에 이름이 붙은 형태였습니다. 저는 AI에게 Excel의 수식이나 매크로를 만들게 하지만, 일일이의 계산은 그 수식에 맡깁니다. 확률의 기계(AI)에게 매번 계산하게 하는 것이 아니라, AI가 만든 답을 결정론의 기계(수식·매크로)에 새겨두고, 나머지는 그쪽에 맡겨 실행합니다. AI는 과정, Excel은 형태. 사무 계산이 매번 다른 답이면 곤란하기 때문입니다.

국가의 설계도가 "그래프와 AI의 조합"이라고 부르는 것의 사무실 버전은, "Excel과 AI의 조합"입니다.

자, 후편의 니시야마(Nishiyama) 씨의 질문—암묵지(Tacit Knowledge)의 형식화(Formalization)를 스스로 할 것인가, 남에게 시킬 것인가—로 돌아가겠습니다.

이 질문을 듣고, 저는 조금 다른 생각을 하고 있었습니다. ——일본의 사무 현장은, 사실 이미 스스로 해두고 있는 것이 아닐까.

관공서든 회사든, Excel 매크로 이야기가 나오면 반드시 등장하는 말이 있습니다. 속인화(Personalization). 만든 본인밖에 모른다, 그래서 위험하다, 표준화해라, 버려라──.

오랫동안 이 말과 함께하며 알게 된 것은, 속인화라는 비판의 정체는 단 하나, **"보이지 않는다"**는 것입니다. 만든 본인밖에 읽을 수 없으니까 무섭다. 무서우니까 금지한다. 지금까지 유일한 처방전이 "버리고 다시 만들기"였던 것은, 읽을 수단이 없었기 때문입니다.

사실 이 "보이지 않음 = 부채"라는 관점은, 경산성(METI) 스스로가 공식 문서에 쓰고 있습니다. 2018년의 DX 리포트, 이른바 "2025년의 절벽"입니다. 원문에는 이렇게 적혀 있습니다.

기존 시스템이 복잡화·노후화·블랙박스화(Black-box)되고 있음

유식자가 없음, 블랙박스화되어 있어 건드리고 싶지 않음

베테랑의 퇴직으로 노하우가 상실되어 시스템이 블랙박스화된다. 그것은 "기술적 부채(Technical Debt)"이며, 방치하면 2025년 이후 경제 손실은 연간 최대 12조 엔에 달한다──. 읽을 수 없는 것은 부채이다, 라고 국가가 단정한 셈입니다.

그런데 7년 후, 같은 경산성의 흐름에서 나온 이번 대담은 이렇게 말하고 있습니다. 도메인 고유의 문맥이야말로 보물이다. 현장의 암묵지를 AI와 공유할 수 있는 자가 승리한다. 쓰다 씨에 이르러서는, 그런 현장 고유의 문맥이라면 일본은 대량으로 가지고 있다는 취지의 말까지 하고 있습니다.

재미있는 점은 여기입니다. 현장의 북(Book)은 단 한 줄도 변하지 않았습니다. 2018년에 부채라고 불렸던 것과, 2026년에 보물이라고 불리고 있는 것은 같은 것입니다. 변한 것은 북이 아니라, 읽는 사람이 있느냐 없느냐입니다. AI라는 읽는 사람이 나타난 순간, 가격표가 바뀌었습니다. 회계 용어로 말하자면, 평가 변경(Revaluation)입니다.

저의 도구로 말하자면, list를 입력하면 북에 어떤 매크로가 있는지 몇 초 만에 나옵니다. get으로 내용을 불러오면, AI가 "이 매크로는 무엇을 하고 있는가"를 일본어로 설명합니다. 개인의 지혜가, 본인 없이도 읽을 수 있는 문서로 변합니다. 읽을 수 있게 된 순간, 수년 치의 업무 지식이 기록된 개인용 북은 부채가 아니라 암묵지의 실물이 됩니다.

한 단계 더 논리적 근거를 뒷받침하겠습니다. 암묵지와 형식지(Explicit Knowledge) 이론(SECI 모델)으로 세계적으로 알려진 경영학자 노나카 이쿠지로(Nonaka Ikujiro) 씨는, 암묵지를 쓸 수 있는 형태로 만드는 공정── "표출화(Externalization)"──를 지식 창조의 핵심으로 삼았습니다. 그리고 기업의 현장에서는 이곳이 가장 큰 난관이었습니다. 베테랑이 퇴직하기 전에 매뉴얼을 쓰게 한다. 기술 전수 프로젝트를 세운다. 인력에 의한 표출화는 너무 많은 수고가 들어서, 많은 직장에서 실패의 역사를 쌓아왔습니다.

하지만, 그렇습니다. 개인화된 북(属人ブック)의 내용을 떠올려 보십시오. 수식에는 계산의 판단이, 매크로(Macro)에는 업무 절차가, 시트의 구성에는 부서의 습관이, 이미 적혀 있습니다. 표출화(Explicitization)는 이미 오래전에 끝난 상태였습니다. 단지 읽는 사람이 없는 언어로 쓰여 있었을 뿐입니다.

니시야마 씨의 질문——암묵지(Tacit Knowledge)의 형식화를 스스로 할 것인가, 남에게 맡길 것인가——에 대한 일본 사무 현장의 답은 이렇습니다. 수십 년 전부터, 스스로 해왔습니다. 단지 아무도 그것을 형식화라고 부르지 않았을 뿐입니다. 그러므로 AI의 역할은 표출화의 대행이 아닙니다. **해독(Decoding)**입니다.

(노나카 씨는 2025년 1월에 89세로 별세하셨습니다. 암묵지의 가치를 계속해서 역설해 온 사람의 이론이, AI의 등장으로 이런 형태로 현장에 내려왔다는 사실을 덧붙여 두고 싶습니다.)

다만, AI로 모든 것을 볼 수 있게 된다고 말하려는 것은 아닙니다. '보이지 않음'을 분해하면 세 단계가 있습니다.

존재가 보이지 않음──어디에 어떤 북이 있는가. 이것은 지도(저의 경우에는 파일 목록 북)가 해결합니다. -
동작이 보이지 않음──그 매크로가 무엇을 하고 있는가. 이것은 AI가 해결합니다. -
의도가 보이지 않음──작가의 '의도'와 일치하는가. 이것만은 AI에게도 보이지 않습니다.

세 번째 단계에는 실화가 있습니다. 어떤 폼(Form)의 버튼이 이름이 매우 유사한 다른 매크로를 호출하던 단 한 줄의 버그. AI는 몇 번을 읽어도 찾아내지 못했습니다. 문법적으로 올바르고, 실제로 존재하는 매크로를 호출하는 행이었기 때문입니다. 저는 한눈에 찾아냈습니다. '어느 쪽을 호출할 의도였는가'는 작가의 머릿속에만 있기 때문입니다.

전편의 '이렇게 되면'은 인간만이 알 수 있다는 것과 같은 이야기입니다. 따라서 개인화의 역전은 '작가가 필요 없어지는' 이야기가 아닙니다. 작가의 지식이 '읽을 수 있게 됨(Readability)'을 통해 복리로 쌓이는 이야기입니다. 그리고 작가가 퇴직한 후에는──북이 유언으로서 남게 됩니다. 읽는 사람은 이제 존재합니다.

마지막으로 하나 더. 개인화 대책의 정석인 '표준화(Standardization)'에 대해, 대담의 논리를 그대로 사무소에 적용하면 다음과 같습니다.

표준화란 현장마다의 차이를 깎아내어 최대공약수로 맞추는 것입니다. 이는 전편에서 쓰다 씨가 말한 '집약(Aggregation)을 계속하면 최대공약수밖에 남지 않게 되어 문맥(Context)이 상실된다'는 바로 그 구도의 직장 버전입니다. 개인화된 북을 표준화로 없애는 것은, 국가의 설계도가 '이제 한계다'라고 말한 집약형 발상을 계(係) 수준에서 재연하는 것이 됩니다.

오해가 없도록 적어두자면, 개인화를 무조건 옹호하는 것이 아닙니다. 역전이 일어나는 것은 '읽을 수 있게 됨'과 세트로 이루어질 때뿐입니다. 읽는 사람이 없는 상태의 개인화는 예나 지금이나 부채로 남을 뿐입니다. 그러므로 결론은 '개인화를 지켜라'가 아니라, 다음과 같습니다.

버리기 전에, 읽어라. 읽을 수 있다면——유지하고, 사용하라.

버리는 이유는 '보이지 않음'이었습니다. 읽을 수 있게 된 순간, 그 이유는 사라집니다.

혼자서 손을 움직이다 보면, '이 길이 맞는지' 의문이 드는 순간은 반드시 있습니다. 이번에 국가의 설계도를 그리는 사람들이 말하는 방향이, 매일의 필요로부터 쌓아 올린 책상 위의 상황과 같은 곳을 가리키고 있었습니다. 서로 다른 곳에서 같은 답에 도달했다는 사실은, 그 답이 옳다는 가장 강력한 뒷받침이라고 생각합니다.

Open Data Spaces의 사상——현장의 사람들이 스스로 만들고 키우며, 공통의 규칙만 지키면 나중에 하나로 연결되는 초기 인터넷과 같은 형태——에도 개인적으로 울림이 있었습니다. 사실 저는 인터넷 태동기에 지역 프로바이더(ISP) 설립에 관여했던 사람입니다. 그때도 중앙의 설계를 기다리지 않고 끝단에서 만든 이들이 나중에 하나의 망으로 연결되었습니다. 같은 형태가 데이터와 AI를 통해 다시 한번 시작되고 있다고 생각합니다.

대담의 마지막, 사회자가 두 사람에게 '경영자는 AI를 어떻게 마주해야 하는가'에 대해 한마디씩 요청합니다. 세세한 표현은 본편에 맡기고, 제가 받아들인 내용은 이렇습니다.

니시야마 씨는 인간 측의 업무를 지목했습니다. 문맥은 매일 새롭게 되어간다. 그것을 AI에 계속 인풋(Input)하는 것은 인간이다. 그러므로 이것은 인재 육성의 이야기로 이어진다——.

쓰다 씨는 경영의 위치를 지목했습니다. 소프트웨어가 커모디티(Commodity)가 되면 우위성은 데이터가 결정한다. 데이터 매니지먼트(Data Management)는 경영 그 자체이며, CEO가 창업자의 마음가짐으로 마주해야 할 최우선 과제다——.

책상 위로 번역합니다.

니시야마(Nishiyama) 씨의 마무리 발언은 이 기사에서 다룬 「해독 (Decoding)」 그 너머의 이야기입니다. 암묵지 (Tacit Knowledge)를 읽을 수 있게 되었습니다. 하지만 현장은 매일 움직이고, 문맥 (Context)은 매일 늘어납니다. 주입 (Injection)은 단 한 번의 작업이 아니라, 계속해서 집어넣는 업무이며, 그것을 할 수 있는 사람은 현장의 사람뿐입니다—— 매일 북 (Book)을 키워나가고 있는, 바로 그 담당자들입니다. AI 시대에 사람이 필요 없어지는 것이 아니라, 사람의 역할의 윤곽이 명확해지는 것입니다. 속인화 (Personalization)의 역전은 여기서 인재의 이야기로 이어집니다. 읽을 수 있게 된 (Readable) 현장에서는, 수년간 북을 키워온 담당자야말로 AI에 문맥을 계속해서 주입할 수 있는 가장 적임자이기 때문입니다.

쓰다(Tsuda) 씨의 마무리는 저의 개인적인 이야기입니다. 우위성은 데이터가 결정합니다—— 저의 경우, 그것은 매일 업데이트해 온 지도와 계속해서 키워온 북 (Book) 그룹들입니다. 그리고 파운더 모드 (Founder Mode)에 대해 말하자면, 저는 운이 좋았는지 나빴는지 설계도, 구현도, 운용도 혼자서 하고 있기 때문에 처음부터 그렇게 움직일 수밖에 없었습니다. 파일 정리와 북 (Book) 관리라는 사무원의 매일의 업무에, '제1순위 (First Priority)'라는 이름이 붙었다—— 그렇게 받아들이고 있습니다.

국가의 설계도는 이제부터 기반을 만들어가는 이야기입니다. 같은 형태의 것이, 이미 배치된 신체 (Excel)에 머리 (AI)를 연결하는 방식으로, 책상 위에서도 움직이기 시작했습니다.

거대한 설계도와 작은 책상이 같은 방향을 향하고 있었다. 그것을 알게 된 것만으로도, 좋은 휴일이었습니다.