[지디넷코리아]본인은 오늘 용산 전자상가를 다녀왔다. 장비들이 너무나 흔해진 요즘은 예전에 비해 오히려 전자상가를 들러보는 기회가 줄었다. 게다가 택배와 인터넷 쇼핑이 더 흔해져서이기도 할 것이다.

메인보드나 칩셋에 대해 알려 하는 열정도 예전보다 사그라들었으며 CPU의 속도에 대해서도 둔감하다. CPU 속도가 빠르면 부팅시간부터 시작해 시간을 아껴줄 것이 분명하지만 시간을 잡아먹는 병목은 컴퓨터가 아니라는 사실을 언제인가부터 알게 됐다.

노트북의 성능이 떨어져서 일이 잘 안되는 것이 아니라는 사실도 알게 됐다. 프린터나 주변기기도 모자라지 않는다. 오히려 시간이 더 희소한 자원이다. 혼자서만 이런 생각을 하고 있는 것이 아니라는 것은 주위의 사람들과 이야기하면 잘 알 수 있다.

전자상가는 많은 사람들로 넘치고 있었다. 예전에도 그랬지만 전자상가를 다녀오고 나서는 종종 가벼운 공황상태를 느낀다. 많은 사람들과 넘쳐나는 장비들, 몇만원이면 제법 쓸만하게 보이는 보드를 살 수도 있고 1만원대의 스피커들도 있다. 덧없이 많은 전자 기계들은 상인들의 바램과 물려 사람들의 관심을 끌기 위해 진열장 위로 올라와 있었다. 그러나 사람들을 눈길조차 주지 않고 그 위를 바삐 지나간다.

생각해보니 PC를 한 대 더 사면 집이 더 복잡해질 것 같아서 사지 않기로 정하고 상가를 관람했다. 비닐봉지를 몇 개 채워들고 천천히 두리번거리며 다니는 사람을 주인들은 신기하게 바라봤다. 집에 오자 호기심 때문에 산 잡다한 물건들을 풀어놓고 이내 후회했다.

상가에는 MP3 플레이어나 디지털 카메라, 그리고 제조 원가보다 더 쌀 것처럼 보이는 이름없는 공유기들과 모니터들이 가득 들어차 있었다. 도대체 이 많은 기계들은 누가 만들었을까?

본인은 제조업체에서 일한 적이 있기에 기계들의 운명을 잘 알고 있다. 보통은 제조원가에 상관없이 감동적인 가격에 팔리다가 모양이 싫어지거나 성능이 떨어지면 재활용 센터로 보내지거나 폐기된다는 사실을.

우리는 무어의 법칙으로 폐기되는 주기를 알 수 있다. 아무리 좋은 기계도 2-3년이면 끝이라고 한다. 버려지지 않을지는 몰라도 관심을 끌지는 못한다. IT 산업은 이 흔한 기계들의 뒤에서 돌아간다. IT 산업이 대규모 산업이 될 수 있었던 것은 상상을 초월할 만큼 많은 컴퓨터 사용자들이 있기 때문이다. 마진은 작아져도 판매의 종류와 양은 하나의 순환계를 만들고도 남았다.

약간의 돈이면 살 수 있는 컴퓨터, 주변장비와 유사하게 읽기 위한 시간투자가 필요한 책들 역시 수명이 짧다. 책들 역시 너무 많아져서 언제나 데이터 스모그를 일으킨다. 자료의 종류와 양이 너무 많아져서 대기 오염처럼 스모그 현상을 일으키는 것이다.

본인의 책장에 있는 책 중 반 이상은 읽지 않은 것들이다. 그리고 읽지 않은 책 대부분은 앞으로도 읽을 가능성이 높지 않은 책들이다(데이터 스모그의 첫 번째 증상은 시각적 스모그이다.)

책들을 다 읽고 제대로 이해하려면 많은 시간과 집중이 필요할 것이다. 무엇인가 제대로 해보고 싶다면 그보다 더한 열정과 코드를 들여다보는 투자가 필요할 것이다. 개선을 위해서는 그보다 더 지루한 시간을 감내해야 할 것이다.

시간이 많지 않기 때문에 개발자의 업그레이드는 기계의 업그레이드보다 어렵다. 몇 번의 패러다임 변화가 오는 기간이라면 개발자들은 지쳐버리고 만다. 이러한 변화가 재미있고 기다려지는 순간이 있기도 하지만 지치는 순간도 언제인가는 온다.

기계들은 자연증식하듯이 늘어나고 있다. 늘어나는 것들을 보고 있으면 필자는 생태학에서 말하는 균형을 자연스럽게 떠올린다. 변화들이 덧없이 보이지만 그 변화에는 어느정도 패턴이 있다는 것도 알려졌다. 먹이사슬은 주기적으로 그리고 계속해서 변한다. 시간이 변하면 참여하는 종들 자체도 바뀐다. 그리고, 진화하기도 한다. 가끔 진화가 성공적이면 판세가 변하기도 한다.

진화
예상외로 사람들은 진화(evolve)라는 의미를 진보나 발전과 연관시키곤 했다. 매스컴이나 교과서의 영향도 있겠지만 진화라는 것은 원래의 의미로 본다면 발전이 아니라 적응이다. 최선(best)이 아니라 최적(best fit)이 더 맞는 의미라고 한다.

90년대의 어느 날 대학원생이던 필자에게 다윈의 진화론을 들고 온 동갑의 교수는 읽고있던 다윈의 ‘진화론’을 꺼내면서 진화(evolution)라는 의미는 종종 잘못된 방식으로 이해되고 있다고 말했다. 그 날 둘이서 이야기하던 주제의 하나는 다윈이 예를 들었던 것으로 어떤 섬에 사는 딱정벌레의 진화였다.

딱정벌레는 무수한 변종이 있다. 먹이와 생화패턴에 따라 잘 적응하기 때문이다. 섬에는 강풍이 불고 바람의 방향이 이상하게 흘렀기 때문에 너무 높이 나는 딱정벌레는 바람에 날려가 살수가 없으며 비행능력이 너무 떨어지는 딱정벌레 역시 잡아먹히기 때문에 생존이 불가능하다는 이상한 이야기였다. 결국 가장 좋은 것, 최선인 것이 살아남는 것이 아니라 상황에 맞는 개체가 그 섬에서는 잘 적응하는 것으로 볼 수 있다.

이야기를 들으며 본인은 주어진 상황에 맞는 잣대라는 것이 딱정벌레의 의지에 따르는 것이 아니라 그 주변의 인연에 얽히는 상당히 일방적인 잣대라는 것을 생각하게 되었다. 그 잣대안에서 다시 경쟁과 선택이 일어난다. 운이 좋으면 딱정벌레는 자신의 유전자를 성공적으로 퍼뜨릴 수 있다. 필요이상의 비행능력을 가진 유전자와 기준이하의 유전자가 주변에서 소멸되는 것을 바라보면서.

다윈의 진화론은 집단의 진화와 개체의 진화에 대해서조차 명백한 구분을 시도하려 하지 않았다. 진화에 대해 세세한 이론을 전개한 것이 아니다. 다윈이 강조한 내용은 경쟁을 통한 선택(selection)의 메카니즘이었다. 선택은 자연적일 수도 있고 인위적일 수도 있다.

다윈이 진화설을 생각하게 된 연유 중에는 집에서 기르는 가축이 주인에 의해서 인위적인 선택을 당하면서 형질이 변해 가는 것을 지켜본 까닭도 있었다고 한다. 집에서 기르는 가축은 주인에 의해서 선택을 당하게 되고 주인에게 마음이 들지 않은 가축은 결국은 사라지게 되어있다. 가축들은 주인의 마음에 드는 요소가 있는 놈들만이 살아남는다.

이를테면 어떤 닭들은 양계장에서 알을 낳거나 빨리 크는 경향으로 주인에게 선택받는다. 몇대가 지나면 바람직하다고 생각하는 경향이 있는 놈들의 자손만이 남는다, 다윈은 이 이론을 자연계의 현상으로 확장했다.

진화는 선택에서 살아남기 위한 하나의 방법이다. 선택의 메카니즘이 주어지면 그 선택에서 살아남기 위한 하나의 방편이다. 선택에서 살아남은 개체들의 승리를 보장하는 방식은 번성을 통해 자신들의 유전자가 다음 세대로 내려가는 것으로 외부에서 볼 때는 유전적 계통이 표시된 나뭇가지처럼 표현된다. 그래서 몇 번의 중요한 선택을 거치면 선택의 가지(계통수)라고 불리는 가지의 모양이 대충 결정되어 버린다.

개체나 집단을 자연이 선택하는 방법은 특별히 정해져있지 않다. 그러나 실제로 선택을 당하는 대상은 자신과 자손의 번식을 걸어야 하므로 판돈이 큰 도박을 해야 하는 셈이다.

유전자는 염기서열을 적어둔 작은 책이나 플래시메모리와 같은 것이다. 그 자체로는 아무것도 아니지만 모든 표현형과 기능들은 결국 유전자로부터 나올 수밖에 없다. 후대로 넘어가는 것은 유전자밖에 없다.

‘이기적인 유전자’를 쓴 리차드 도킨스는 책에서 “닭은 계란을 낳기 위한 생존기계이다”라는 극단적인 발언을 한 적도 있는데 닭의 목적은 닭의 유전자인 달걀을 위해 생존해야 한다는 의미다. 닭의 목표는 유전자를 보전하기 위해 먹이를 찾고 생존에 필요한 모든 일들을 성공적으로 수행해야 한다.

생존한 개체의 유전자만이 남아있게 된다는 이유에서 이 말은 맞는 말일 수도 있다. 또한 성공적인 유전자를 갖는 개체는 살아남을 확률이 높다고 말할 수 있다.

도킨스는 같은 책에서 생물학적인 유전자만이 아니라 문화적 유전자인 밈(meme)이라는 용어를 소개했다. 사상과 기술같은 것은 ‘밈’으로 사람들의 기억속에 존재하는 새로운 유전형태라고 했다.

경쟁과 선택이라는 관점에서 본다면 발전이라는 모호한 개념보다는 적응이라는 개념이 우선하며 선택에서는 살아남아야 한다. 발전은 변화로 볼 수 있고 살아남는 것은 어떻게 하다보니 해법(solution)을 찾은 것이다. 나중에는 이상한 존재들만이 살아남는다 해도 이들은 결과적으로 성공적인 적응을 했다고 말해야 할 것이다.

편법을 써서 요행히 살아남거나 운이 좋아서 살아남았다 해도 선택의 가지는 살아남은 편을 든다. 사람들이 나중에 천재적인 판단이었다고 칭송하는 일이라는 것이 정작 당시에는 하다보니 그렇게 선택할 수밖에 없는 일이었다던가 뛰어난 기술적 성취라는 것이 마감에 쫓기다보니 급한 대로 구현되게 되었다던가 하는 예들이 이러한 경우에 속하는 것인지도 모른다. 모든 경우는 아니더라도 선택의 함정이라는 위험한 골목을 행운의 도움을 받아 교묘하게 빠져나와 발전을 이루게 된 경우들은 상당히 많다.

기술적인 ‘밈’들도 유전자처럼 성공적인 작업들은 더 뛰어난 무언가가 나올 때까지 유전자처럼 계속 증식한다. 서로 경쟁한다. 사람들은 작업에서 흔하고 구하기 쉬운 재료를 선택한다. 이들은 이미 경쟁을 거쳤다. 공구나 재료뿐만이 아니라 아이디어나 사상까지 때로는 감정이나 판단마저도 쉽게 받아들인다.

기술이나 사상은 마구 복제(clone)되면서 증식한다. 그렇게 만들어진 작은 변화들, 이른바 시간을 통한 인연의 축적을 통해 나중의 일어날 인연들도 이미 만들어진 지형 속에서 결정될 수밖에 없다. 과거로부터 자유로운 것은 없으며 죽어버리거나 사멸된 기술적인 진화의 나뭇가지는 돌이킬 수 없다. 나중에 비슷한 표현형(특질)을 갖는 무엇인가가 나타나도 그 기술 유전자는 같은 것이 아니다.

문화코드
컴퓨터의 언어나 개발 도구들 , 개발철학 , 운영체제나 프로세서들도 기술 유전자들로부터 자유롭지 못하다. 칩들도 마찬가지다. 이들을 계속 사용하는 소비자나 개발자들도 그리고 머릿속의 아이디어도 자유로운 것이 아니다. 과거로부터 자라온 선택의 나뭇가지에 끼여있는 것이다. 그 안에서 이상한 섬의 딱정벌레처럼 한정된 유전자와 시간 속에서 적응과 부적응을 시험받고 있다. DNA가 유전코드인 것처럼 이들은 문화적 코드이다.

운 좋게도 시기적절하게 나온 칩들은 수천만개에서 수억개씩 생산된다. 경합관계에 있던 칩들에 비하면 사소한 차이에 비해서 터무니 없이 높은 점유율을 가질 때도 있어 불공평해 보이는 경우가 많다. 설계한 회사는 막대한 영향력을 갖는다.

섬들을 뒤덮은 어떤 종류의 이상한 딱정벌레에서처럼 선택의 잣대는 불합리해 보인다. 그러나 섬에서 딱정벌레에게는 무언가 특별한 강점이 있었다는 것은 분명하다. 칩에서도 마찬가지다. 이들은 탁월하기는 하나 최고성능의 칩은 아니라 저렴하던가 사용에 편하던가 하는 나름대로의 작은 장점으로 출발한 것이 대부분이다. 대박을 일으카는 제품과 다른 것들과는 기술코드의 작은 부분만이 다르다.

예를 들자면 리얼텍의 이더넷 칩이라던가 초기의 ARM 프로세서나 8051 프로세서 같은 예들이 있다. 리얼텍의 초기 칩이나 ARM 마이크로프로세는 초기에는 전혀 주류라고 볼 수 없는 존재였으나 사람들이 좋아할 수밖에 없는 무언가가 있었다.

인텔의 초기 마이크로프로세서나 MS의 운영체제 같은 예들도 이해하긴 어렵지만 표준이 되었다(본인은 예전에 마소에 쓴 컬럼에서 인텔의 8080의 기술유전자가 어떻게 30년 이상을 살아남게 되었는가를 적은 적이 있다. 기술 유전자도 생물체의 유전자처럼 어느 정도 불멸성이 있다. 기계뿐만 아니라 적응된 사용자도 상당기간 존속한다.) 몇 개의 언어나 웹 같은 킬러 어플리케이션들도 비슷한 예라고 생각한다.

시장에서는 어떠한 것이건 하나의 ‘사실상 표준(de facto standard)’이 되어 버리면 그것은 말 그대로 표준이 된 것이며 표준을 바꾸기는 정말 어렵다. 다음에 나오는 기술은 그 위에서 출발한다.

개선
가축의 개량이라는 것이 주인들의 기호를 반영하여 마음에 드는 특질을 갖는 개체들을 골라내는 것처럼-주인이 언제나 이성적이고 합리적이라는 보장은 없다-시장과 사용자는 개발자와 회사들을 선택한다. 경제학에서 말하는 보인지 않는 손과 같은 것이 소리 없이 작용할지도 모른다.

사람들의 마음에 드는 특성(표현형)을 보여줄 수 있어야만 살아남을 수 있기 때문에 결국은 몇 번의 실패 끝에 기술의 유전형이 나온다. 이 유전형에서 다시 새로운 표현형이 나오면서 몇 번의 변화가 지나면 완전히 다르게 보이는 기술이 나온다. 개발에 동원된 기술 유전자가 서서히 바뀌는 <학습>을 거치게 된 것이다.

약간의 사소한 차이를 만드는 학습현상은 무엇인가가 왕창 바뀌는 돌연변이에 의해서 생기는 것이 아니라 유전자 코드의 사소한 변화인 교차에 의해서 일어난다고 한다, 변화가 조금만 누적되어도 커다란 변화가 온다,

유전자의 어떤 부분을 코딩하면 되는지는 잘 알 수 없지만 뉴럴 네트워크와 마찬가지로 유전자의 알고리즘은 자연에서 흔히 사용하는 하나의 학습방법이다. 제품들이 몇 번의 개선을 견딜 수 있을 만큼 운이 좋기만 하면 또는 사람들의 변덕스러운 기호를 조금 미리 예측할 수만 있다면 새로운 유전형으로 상당기간 게임에 참여할 수 있다.

무엇인가 계속 잘못되는 경우 사용자들이 이상한 것이 아니라 제품에 문제가 있을 가능성이 높다. 기술 유전자에 문제가 있는 것인지도 모른다. 아니면 표현형에 문제가 있을 수도 있다. 다들 비슷한 세상에서 차이는 근소하다. 타이밍도 중요하다. 다른 우세한 점유종이 먼저 생겨버리면 진화에 성공했다고 해도 보상에 만족하지 못할 수도 있다.

조금 다르게 보면 개발자와 기술유전자는 모두 적응 게임을 하고 있다고 볼 수도 있다. 사용자들이 개발자들을 선별하는 게임일 수도 있고 개발자들이 사용자들을 만족시키는 게임일 수도 있다.

개발자들은 시장의 욕구에 따라 대를 넘어갈 때마다 최적화 비슷한 과정을 거친다. 결국 한 스테이지의 끝에 가면 묘한 놈들만이 살아남을 지도 모른다. 경영학을 공부하는 사람들이 말하기를 사람들의 기호는 제대로 예측할 수 없다고 하지 않던가. 막말로 이상한 놈들이 살아남는 것은 사람들이 이상하기 때문일 수도 있으나 어쩔 수 없는 일이다.

개발자들이 보기에는 상당히 훌륭한 제품이 소비자에게 외면을 받는다던가 별종에 속하는 사람들이 의외의 장소에서 성공을 한다던가 하는 예들이 아마 이러한 경우가 될 지도 모르겠다. @