두 곡선과 교차점

무엇을 위임할지는 교차점입니다

어떤 작업이 프런티어 안에 있는지 아는 것은 기계가 그 작업을 할 수 있음을 알려줍니다. 그러나 기계가 그 작업을 해야 하는지는 알려주지 않습니다. 이를 위해 두 곡선을 그래프로 그려야 합니다.

수평축에 작업을 배치하되, 기계가 가장 부진하게 처리하는 작업은 왼쪽에, 가장 잘 처리하는 작업은 오른쪽에 오도록 정렬하세요. 수직축에는 작업별 숙련도(skill)를 표시하세요.

해당 작업들에 걸쳐 인간 숙련도 곡선과 기계 숙련도 곡선을 그립니다. 두 곡선은 어딘가에서 교차합니다. 그 교차점(crossover point) 은 "무엇을 위임해야 하는가?"라는 질문에 대한 기하학적 답입니다.

교차점의 오른쪽에서는 기계 곡선이 인간 곡선 위에 위치합니다: 이러한 작업은 위임하세요. 왼쪽에서는 인간 곡선이 위에 위치합니다: 이러한 작업은 직접 수행하세요.

미묘한 부분은 절대적 우위가 아닌 비교적 우위(comparative advantage)입니다. 거의 모든 작업에서 기계보다 빠를 수 있습니다. 그럼에도 기계가 상대적으로 강한 작업은 위임하는 것이 이롭습니다. 왜냐하면 그렇게 하면 자신의 시간이 자신의 우위가 가장 큰 작업에 할애되기 때문입니다. 교차점은 누가 단독으로 더 나은지가 아니라 상대적 기울기에 관한 것입니다.

이것은 경제학자들이 두 생산자 간 무역에 사용하는 것과 동일한 기하학입니다: 한 생산자가 모든 면에서 더 낫더라도, 각 생산자가 자신의 상대적 우위가 있는 영역에 특화하면 총 산출량이 증가합니다.

선을 찾는 것

작은 스튜디오를 운영합니다. 수행하는 모든 작업에서 개인적으로 자동화 도구보다 능숙합니다. 일주일이 꽉 차 있어 한 곳에 쓴 시간은 다른 곳에 쓸 수 없습니다.

산출량에 비례하여 확대되는 오류

레버리지는 양방향으로 증폭됩니다

자동화는 레버(지렛대)입니다. 한 번 당기면 하나의 노력으로 여러 산출물을 얻을 수 있습니다. 산출물은 처리하는 항목 수에 따라 선형적으로 증가합니다: N개의 항목을 처리하면 N개의 결과를 얻습니다.

그 함정은 실수도 같은 레버를 타고 온다는 것입니다. 시스템이 각 항목마다 p의 확률로 잘못된 결과를 생성한다면, N개 항목에 걸친 기대 오류 수는 다음과 같습니다:

기대 오류 수 = p x N

이것은 각 항목이 p의 확률로 잘못될 수 있는 N개의 독립적 시도의 합의 평균에 불과합니다. 처리량을 두 배로 늘리면 기대 결함도 두 배가 됩니다. 오류 수는 한 번만 지불하는 고정 비용이 아닙니다. 레버리지(지렛대 효과)에 따라 증가합니다.

이 한 줄이 검증 방식을 어떻게 재구성하는지 보여줍니다. N = 10일 때, 2%의 오류율은 약 1개의 기대 오류를 의미하며: 눈으로 쉽게 잡을 수 있습니다. N = 100,000일 때, 동일한 2%는 2,000개의 기대 오류가 세상으로 출시됨을 의미합니다. 동일한 시스템, 동일한 항목별 신뢰성, 그러나 극단적으로 다른 노출(위험) 수준입니다.

따라서 규칙은 이렇습니다: 검증은 레버리지(지렛대 효과)와 함께 확장되어야 합니다. 레버가 산출물을 더 많이 증폭시킬수록, 잡아야 할 실수도 더 많이 증폭되며, 검사 예산은 고정되어 있지 않고 N에 따라 증가해야 합니다.

결함 수 세기

자동화 파이프라인이 제품 목록을 포맷팅합니다. 각 목록마다 p = 0.02(2% 오류율)의 확률로 오류를 도입합니다. N = 4,000개의 목록을 한 배치로 실행합니다.

산출물이 큰 곳에서 검증하기

두 차원, 하나의 곱

기대 오류 수는 몇 개의 실수를 예상해야 하는지 알려줍니다. 하지만 각 실수가 얼마나 큰 피해를 주는지는 알려주지 않습니다. 형식이 잘못 된 내부 메모와 세금 신고서의 잘못된 숫자는 동일한 결함이 아닙니다.

따라서 두 번째 차원을 추가합시다. 한 축에는 오류 발생 확률을, 다른 축에는 단일 오류의 비용을 배치합니다. 모든 작업은 그 평면 위의 한 점이며, 검증 노력을 결정해야 할 양은 곱입니다:

검증 노력은 (오류 발생 확률) x (오류 비용)에 비례해야 합니다

표면으로 읽으면, 이 곱은 두 값이 모두 높은 모서리 방향으로 상승하고 두 값이 모두 낮은 모서리 방향으로 하강합니다. 여러분의 검증 주의를 그 표면의 높이를 따라가게 해야 합니다.

모서리는 명확합니다. 빈번하고 치명적인 경우: 철저히 검증하십시오. 드물고 사소한 경우: 거의 확인하지 않아도 됩니다. 교육적인 경우는 대각선 밖의 모서리입니다. 드물지만 치명적인 오류는 확률이 작더라도 큰 비용이 곱을 지탱하기 때문에 여전히 강력한 검증을 요구합니다. 빈번하지만 사소한 오류는 아무리 자주 발생해도 작은 비용이 곱을 낮게 유지하므로 거의 검증할 필요가 없을 수 있습니다.

이것이 "얼마나 신뢰할 수 있는가?"가 유일한 질문으로 부적절한 이유입니다. 신뢰성은 하나의 축입니다. 비용은 다른 축입니다. 두 값의 곱을 따라 검증해야 합니다.

어느 쪽이 더 엄격한 검토를 받는가

당신의 작업장에서 두 개의 자동화 작업이 실행됩니다.

Job A는 일상적인 내부 알림을 작성합니다. 이 작업은 꽤 자주 오류를 내지만, 잘못된 알림의 비용은 거의 없습니다: 누군가 웃으며 수정해 주니까요.

Job B는 규제 관련 서류를 제출합니다. 이 작업은 거의 오류가 없지만, 한 번의 잘못된 제출은 재앙적인 결과를 초래합니다: 벌금, 법적 책임, 신뢰 상실.

전문가의 기하학

여기서 도달하는 지점

자동화 시스템은 이제 사람과 상업 및 지식 노동의 점점 더 큰 부분 사이에 위치하고 있다.它们是 초안을 작성하고, 분류하고, 가격을 책정하고, 경로를 설정하며, 요약을 만든다. 이들과 잘 협력하는 전문가는 그들을 가장 많이 또는 가장 적게 신뢰하는 사람이 아니다. 그것은 그 기하학을 읽는 사람이다.

그 판단을 지탱하는 세 가지 형태가 있다:

- 프런티어(경계): 신뢰성이 끝나는 곳을 알라. 그 안에는 위임하고, 경계에서는 검증하며, 바깥쪽은 인간의 손에 맡겨라.

- 크로스오버(교차점): 무엇을 넘겨줄지 알라. 교차점에서 기계가 우세한 쪽을 위임하고, 유한한 시간이 상대적 우세를 결정하는 요인임을 기억하라.

- 레버리지와 오류 표면: 예상 오류 = p x N은 규모에 따라 증가하므로, 검증은 레버리지에 비례하여 확장되어야 하며, 확률 x 비용으로 가중치화하여 실수가 발생하기 쉽고 비용이 큰 곳에 주의를 집중해야 합니다.

이 모든 것은 기계의 내부 구조에 관한 것이 아닙니다. 이는 기하학, 즉 영역, 경계, 교차점, 그리고 곱에 관한 것입니다. 기하학을 올바르게 파악하면 도구가 당신을 증폭시켜 줍니다. 잘못 파악하면 당신의 실수도 동일한 비율로 증폭됩니다.

자동화의 기하학: 요약

배운 내용

무엇을 자동화할지 결정하는 것은 적용된 기하학입니다:

- 역량 경계선(Competence Frontier): 신뢰할 수 있는 영역과 실패 영역 사이의 곡선입니다. 경계선 안쪽은 위임하고, 밴드(경계선 주변)에서는 검증하며, 바깥쪽은 인간의 손에 맡깁니다.

- 비교 우위 교차점(Comparative-Advantage Crossover): 작업을 순서대로 정렬하고, 인간과 기계의 기술을 그래프로 나타낸 뒤, 기계가 우위를 점하는 교차점의 해당 쪽으로 작업을 넘깁니다. 유한한 시간 때문에, 절대적으로 더 나은 경우에도 상대적 우위가 결정적인 역할을 합니다.

- 레버리지와 스케일링: 출력은 볼륨에 비례하여 선형으로 증가하며, 오류도 마찬가지입니다. 기대 오류 수 = p x N. 4,000개 항목에 대해 2%의 오류율이 있다면 80개의 기대 결함이 발생하므로, 검증은 레버리지에 비례하여 확장되어야 합니다.

- 오류 비용 표면(Cost-of-Error Surface): (오류 확률) x (오류 비용)에 비례하여 검증해야 합니다. 드물지만 재앙적인 오류가 빈번하지만 사소한 오류보다 우선순위가 더 높을 수 있습니다.

기계는 당신이 가리키는 것을 증폭시킵니다. 기하학을 올바르게 읽으면 당신의 영향력을 증폭시키고, 잘못 읽으면 당신의 실수도 그만큼 빠르게 증폭시킵니다.