기계가 실행(Execution)을 무료로, 그리고 무한하게 수행하게 되면, 가치는 기계가 할 수 없는 단 한 가지, 즉 무엇을 만들 가치가 있는지 아는 능력으로 이동합니다. 취향(Taste)은 이제 있으면 좋은 부가적인 요소가 아닙니다. 그것이 곧 업무가 됩니다.

실행(Execution)은 이제 무료가 되었습니다

무언가를 만들어온 모든 역사 속에서, 실행(Execution)은 병목 현상(Bottleneck)이었습니다. 작동하는 화면, 괜찮은 일러스트레이션, 기능적인 기능을 만드는 데는 기술이 필요했고, 기술을 익히는 데는 수년이 걸렸으며, 그 세월에는 비용이 들었습니다. 창의적이고 기술적인 작업의 경제는 그러한 희소성에 기반하여 가격이 책정되었습니다. 우리는 만드는 행위 자체에 비용을 지불했습니다.

그 가격 체계가 방금 붕괴되었습니다. 코드, 레이아웃, 이미지, 카피: 이제 모델은 각각의 역량 있는 버전을 거의 제로에 가까운 한계 비용(Marginal cost)으로, 무제한의 양을, 단 몇 초 만에 생성합니다. 품질에 대해 어떻게 생각하든 간에, 경제적 사실은 결정되었습니다. 실행(Execution)은 희소한 것에서 풍부한 것으로 변했습니다.

그리고 풍요는 가치에 대해 예측 가능한 현상을 일으킵니다. 가치를 스택(Stack)의 상단, 즉 여전히 희소한 쪽으로 밀어 올립니다. 따라서 무언가를 만드는 사람에게 유용한 질문은, 무엇이 여전히 희소한가 하는 것입니다.

가치는 취향(Taste)으로 이동합니다

아무도 판단을 내리지 않을 때 기계가 무엇을 만들어내는지 살펴보십시오. 바로 평균(Average)입니다. 유창하고, 그럴듯하며, 무한한 평균 말입니다. 저는 AI가 생성한 앱들이 왜 모두 똑같이 보이는지에 대한 기계적 이유에 대해 글을 쓴 적이 있습니다. 모델은 무엇이든 실행할 수 있습니다. 하지만 모델은 아무것도 원할 수 없습니다. 무엇이 존재해야 하는지에 대한 의견도 없습니다.

이제 실행(Execution) 비용이 들지 않을 때 무엇이 남는지 보십시오. 무엇을 만들 가치가 있고 무엇이 없는지를 아는 것, 이것이 더 어렵습니다. 생성된 수백 개의 옵션 중에서 올바른 하나를 알아보고, 왜 그런지 말할 수 있는 능력입니다. 결과물이 마치 하나의 정신이 만든 것처럼 느껴지도록 수천 개의 미세한 결정(Micro-decisions) 속에서도 의도(Intention)를 일정하게 유지하는 것입니다.

이러한 집합체를 일컫는 오래된 단어가 있습니다. 바로 취향(Taste)입니다.

우리는 과거에 취향(Taste)을 역량(Competence) 위에 얹는 장식, 즉 매우 뛰어난 것과 위대한 것을 구분 짓는 부가적인 요소로 취급하곤 했습니다. 하지만 그 위계가 뒤집혔습니다. 누구나 실행(Execution)을 생성할 수 있게 된 지금, 제품을 차별화하는 것은 '누가 그것을 만들 수 있는가'가 아니라 '누가 그것을 선택할 수 있는가'입니다.

이러한 관점을 가진 사람은 저뿐만이 아닙니다. 투자자들은 이제 취향을 새로운 해자(the new moat)라고 부릅니다. 그리고 제가 읽은 논리 중 가장 날카로운 버전은 AI 시대의 취향에 관한 Ali Albakri의 에세이입니다. 그는 AI가 "판단(Judgment)을 민주화하지 않은 채 실행(Execution)만을 민주화한다"라고 썼습니다. 모두가 생산하는 능력을 얻지만, 거의 누구도 선택하는 식별력(Discernment)을 얻지는 못한다는 것입니다. 이는 정확한 진단이며, 대개는 취향을 가진 소수가 세상을 물려받을 것이라는 자화자찬적인 결론에서 멈추곤 합니다. 저는 아무도 다루지 않는 나머지 절반에 대해 질문을 던지고 싶습니다. 판단(Judgment) 또한 민주화될 수 있을까요?

취향은 타고난 재능처럼 들리며, 만약 그렇다면 답은 '아니오'일 것입니다. 하지만 취향은 타고난 것이 아닙니다. 취향은 훈련된 판단(Trained judgment)입니다. 즉, 노출, 반복, 주의(Attention), 그리고 피드백이 동반된 수천 번의 작은 판결들이 모여 만들어집니다. 이는 취향이 개발될 수 있음을 의미합니다. 그리고 덜 명백하게는, 설계(Engineered)될 수도 있다는 뜻입니다.

디자인 시스템은 취향의 행위이다

며칠 전, Patrick Baud가 진행하는 프랑스 팟캐스트 Continue tu m'intéresses* (참고로 프랑스어를 이해하는 분들에게는 아주 훌륭한 쇼입니다)에서 철학자 Charles Robin이 던진 한마디가 제 머릿속을 떠나지 않았습니다. 그는 사고(Thought)를 생성하는 AI보다 예술(Art)을 생성하는 AI가 더 신경 쓰인다고 말했습니다. 예술은 정동(Affect), 즉 마음의 무언가를 표현하는 반면, 사고는 오직 그 내용의 적절성(Pertinence)만으로 판단되기 때문입니다.

저는 그의 말에 전적으로 동의합니다. 그리고 그의 말은 제가 하는 일의 위치를 파악하는 데 도움을 주었습니다. 우리는 예술을 만드는 것이 아닙니다. 앱은 이성적인 측면, 즉 적절성에 따라 판단됩니다. 하지만 우리의 작업은 앱을 그 경계선에 최대한 가깝게 가져다 놓는 일입니다. 디자인 시스템(Design system)은 이를 위해 우리가 찾아낸 수단입니다. 우리는 우리의 취향(Taste), 우리의 정동(Affects), 그리고 수년간 우리에게 가르쳐준 것들을 수천 명의 앱 제작자가 받아들일 수 있고 기계가 적용할 수 있는 형태로 시스템에 담습니다. 우리의 목표는 그것을 문서화함으로써 취향을 평면화하는 것이 아니었습니다. 우리의 목표는 그것을 공유하는 것입니다.

한 사람의 머릿속에만 머무는 취향은 병목 현상(Bottleneck)을 일으킵니다. 그 취향은 그 사람의 가용성 한계에서 사라집니다. 하지만 취향은 규칙(Rules)으로서 기록될 수 있습니다. 이것이 타이포그래피 스케일(Type scales)이 확장되는 방식입니다. 이것이 간격(Spacing)이 숨을 쉬는 방식입니다. 이것이 색상이 허용되는 네 가지 의미입니다. 이것은 저것과 결코 함께 갈 수 없습니다. 이를 충분히 엄격하게 수행하면, 취향을 갖지 못한 사람들을 대신하여, 그리고 취향이 없는 기계에 맞서서, 규모에 상관없이 자동으로 판단을 적용하는 시스템을 얻게 됩니다.

그것이 바로 디자인 시스템이 무엇인지에 대한 답입니다. 즉, 재현 가능해질 때까지 공식화된 취향(Taste)입니다. 우리의 시스템은 세 개의 레이어와 18개의 타이포그래피 레벨로 구성됩니다. 하지만 엔지니어링(Engineering)은 이야기의 절반에 불과합니다. 더 큰 절반은 그 레이어에 있는 모든 규칙이 결정화된 미적 판결(Aesthetic verdict)이라는 점입니다. 누군가가 무엇이 "옳은지"를 결정했습니다. 아키텍처(Architecture)는 단지 그 결정이 지치지 않고 수행되도록 만들 뿐입니다.

이렇게 보면 기계 시대의 노동 분업이 명확해집니다. 기계는 무한히 실행합니다. 시스템은 구조적으로 판단을 유지합니다. 인간은 둘 다 할 수 없는 단 하나의 일을 합니다. 즉, 그 판단이 무엇이어야 하는지, 그리고 무엇이 존재할 가치가 있는지를 결정하는 것입니다. 여러분의 제품을 독특하게 만드는 것은 모든 실행보다 상류(upstream)에 있습니다. 제 동료 Jérôme는 바로 그것에 대해 작성했습니다.

증강된 큐레이터

그렇다면, 기계가 디자이너, 개발자, 제작자를 대체할까 하는 불안한 질문에는 제가 진정으로 낙관적인 답변을 얻게 되었습니다.

제작자의 역할은 실행자에서 큐레이터로 바뀝니다. 의도를 가지고 무한하고 저렴한 실행을 지휘하며, 선택하고, 거부하고, 다듬는 사람입니다. 전사(transcribing)하는 시간은 줄고, 결정하는 시간이 늘어납니다. 이것은 격하가 아닙니다. 결정하는 것이 항상 일의 고귀한 부분이었습니다. 실행은 단지 시간을 보내던 곳이었을 뿐입니다.

저는 지난 15년간 누군가의 의도와 실제 제품 사이에 실행이 장벽이 되어서는 안 된다는 전제를 가진 도구들을 만들어 왔습니다. AI는 그 전제를 우리가 상상했던 어떤 것보다 급진화합니다. 또한 이 에세이가 계속 순환해 온 분할을 더욱 선명하게 합니다. 시스템은 판단의 바닥(floor)을 민주화하여, 아무것도 결함 있거나 비일관적으로 출시되지 않게 할 수 있습니다. 하지만 무엇이 만들어질 가치가 있는지 아는 천장(ceiling)은 어떤 시스템도 여러분에게 줄 수 없습니다. 다음 시대에 번성할 사람들은 가장 빠르게 실행하는 사람들이 아닐 것입니다. 기계가 그 경쟁에서 이겼기 때문입니다. 그들은 스스로 자신만의 '천장'을 구축하는 사람들일 것입니다. 이는 배울 수 있는 것이며, 남들이 아직 자기 방식의 게임에서 기계를 따라잡느라 바쁠 때 시작할 시간이 바로 지금입니다.

Mathieu Poli — GoodBarber의 프론트엔드 엔지니어링 책임자. 저는 프론트엔드 엔지니어링, 제품 디자인, AI에 대해 가르치고 글을 씁니다. 그리고 이 세 가지가 만날 때 일어나는 모든 것에 대해서도 다룹니다. · X: @hellomathieup