나라별로 초등학생 성장 정도를 알아보기 위해 10세의 평균 신장과 몸무게를 측정한다고 치자.

국가별 평균 신장과 몸무게가 사용될 게 뻔하다. 한 나라의 10세를 대표하는 평균 신장과 몸무게는 세분화해야 한다. 우선 남녀, 도시 거주자와 비도시 거주자의 구분이 필요하다. 10%에 속하는 10세 남아의 평균 신장은 전체 평균과 비교해 다른 결과를 낼 수 있다. 데이터가 많을수록 보다 정교한 비교를 할 수 있다.

집단은 하나의 평균을 가지는 집단이 아니라 실제론 여러 종류와 여러 개의 평균을 가지는 작은 집단들의 집합이다. 거대한 집단의 상태가 건전하게 보일지라도 내부적으로 자세히 살펴보면 여러 문제를 가지고 있기 일쑤다. 대표적으로 거시 경제지표가 있는데, 이를 이루는 작은 경제 집단에는 거시 지표와 완전히 다른 방향의 부분도 포함될 수 있다. 그들에게 거시지표가 가리키는 방향으로 가라고 한다면 재앙이 아닐 수 없다.

최근 개인화 요구가 거세다. 과거 금융권에서는 획일화된 상품만을 판매하였지만 외국계 은행이 들어오면서 상황이 바뀌었다. 봉급생활자들의 개인정보를 모으고 자체적인 신용평점 시스템을 활용하여 개인에게 맞춘 수월하고 접근성이 높은 대출 상품을 선보이기 시작했다.

모든 개인은 본인의 의지와 상관없이 신용평가 대상이 되었으며 신용평점이 부여되어 있다. 정보통신(IT) 모바일과 연계되면서 추세의 가속도는 점점 심화된다.

신기술에 익숙하지 않은 사람은 간단한 금융거래조차도 어려운 문제로 대두될 것이지만, 개인화가 가져온 개인들의 어려움은 도움을 받아서라도 풀어야 할 사회적 과제이다.

개인에 관련된 사례로 체질량지수(BMI:Body Mass Index)라는 게 광범위하게 사용되고 있다. 키와 몸무게를 이용하여 지방의 양을 추정하는 방법이다. 지수가 20 이하이면 저체중, 20~25는 정상체중, 25~30은 경도비만, 30 이상인 경우 고도비만으로 본다. 극단적인 개인화가 가능해진 지금 여러 가지 문진에 기초한 자신만의 체질량지수를 부여받을 수 있다. 건강한 사람은 정상체중의 범위가 제시된 기준보다 넓을 수 있으며 반대 경우도 가능하다. 나라별로 실제 국민적 데이터에 따른 지수를 만들 수 있는 것이다.

온 국민이 다이어트 스트레스에 시달린다. 기존 체질량지수 때문이다. 행복하고 건강하게 자신을 유지하면서 정상 체질량 지수의 범위를 넓히는 노력을 할 수 있다면, 이는 일방적인 살 빼기 식의 피나는 노력과는 질적으로 다른 방향일 것이다. 모든 국민이 국가에서 제공하는 기초적인 건강검진을 받는 지금, 국가적으로 모인 데이터를 기반으로 개인화된 지수를 산출하고 특화된 처방을 할 수 있다.

인공지능(AI)이 아니라도 현재의 정보기술로 얼마든 가능한 영역이다. 그리고 개인의 지수 동향을 시간에 따라 살펴봐야 한다. 여기에 동일 유형의 집단 내에서의 위치와 질병의 연관성을 찾아내는 게 비로소 빅데이터와 AI의 역할이다.

공장에서는 생산과 품질의 세세한 상황 파악을 위해 엄청 많은 양의 센서를 설치해 현황과 문제를 파악하고자 애쓴다. 과거 공장의 가동률이나 품질지표는 이제 거시지표로 느껴진다. 더 세밀한 부분까지 구분, 예측하자는 요구가 넘쳐난다. 이처럼 새로운 차원으로의 접근은 프로그램으로 할 수 없는 부분이다. 사람의 창의력이 필요하며 일자리 창출과 연결된다. 4차 산업혁명 또한 아직 사람에 의존하는 부분이 상당하며, 사람과 IT가 보완적으로 작동한다면 폭발적인 시너지를 만들어 낼 것이다.