지난 몇 달은 전례 없는 속도로 변화가 일어나는 듯한 느낌이었습니다. 변화 그 자체가 가속화된 탓인지, 아니면 변화에 대한 인식이 빨라진 탓인지 정확히 알 수는 없습니다.
X의 변화는 폐쇄적인 콘텐츠의 거품을 깨버린 것 같습니다. 제가 직접 찾아보지 않았거나 이전에는 신경 쓰지 않았던 것들을 훨씬 더 많이 접하게 되었고, 그 노출량은 상상을 초월할 정도입니다.
이상한 점은 이것이 얼마나 효과적인가 하는 것입니다. X의 콘텐츠가 예전과 달라졌더라도, 오랫동안 사용해 온 사용자들의 뇌는 이미 매우 특정한 형식으로 정보를 흡수하도록 훈련되어 있습니다. 콘텐츠는 바뀌어도 형식이 그대로라면, 맥락 전환에 드는 비용은 거의 없습니다.
더 전문적인 필자라면 아마 신경가소성, 인지 스키마, 학습 가속화 같은 용어를 들었을 것이다. 간단히 말하면 표준화는 우리가 학습할 수 있는 속도를 높여준다. 형식을 바꾸는 데는 비용이 든다. 뇌는 무언가를 흡수하기 전에 스스로를 재구성해야 한다.
컴퓨터도 크게 다르지 않습니다. 대규모 언어 모델(LLM)도 마찬가지입니다. 공유된 스키마나 표준에서 충분히 벗어나면, 계산적, 사회적, 재정적, 또는 그 밖의 모든 면에서 마치 외딴 섬에 있는 것과 다름없습니다.
이번 주말에 isitagentready.com과 orank.ai를 만져보면서 이 점이 더욱 선명해졌습니다. 호기심이 없는 사람이나 시간이 거의 없는 사람들에게 새로운 언어나 새로운 스키마를 소개하는 것은 위험이 큽니다. 속도와 패턴 인식을 위해 무자비하게 최적화되는 LLM(대규모 언어 모델)의 경우도 마찬가지입니다.
웹사이트나 제품 내부에 무엇이 있는지 컴퓨터에 알려주기 위해 사용하는 언어가 의미 있게 변화하고 있는 듯합니다. 오랫동안 우리는 주로 SEO, Open Graph, 그리고 비교적 사소한 스키마 업데이트에 국한되어 왔습니다. 이제는 그것만으로는 충분하지 않다는 느낌이 듭니다.
새로운 아이디어는 익숙한 형식으로 다가올 때 더 빠르게 확산됩니다.