Alan C. Kay is a fellow at Apple Computer Inc., a visionary, one of a few select scientists who have an independent charter to pursue far-out ideas. As he explains, his is a job which forbids him to grow up. The following remarks are taken from Kay's address before the 20th annual meeting of the Stanford Computer Forum.

Alan C. Kay는 Apple Computer Inc의 펠로우이면서, 동시에 독창적인 아이디어를 추구할 수 있는 독립적인 권한을 갖고 있는 소수의 선견지명을 갖고 있는 과학자들 중 한 명입니다. 그는 그의 직업이 그가 늙지 않게 해준다고 말합니다. 이 글은 Stanford Computer Forum의 20회 연례 회의에서 앨런 케이의 강연을 옮긴 것입니다.

"Xerox PARC (a computer science think tank for which Kay was a founding principal in 1970) was set up in Palo Alto to be as far away from corporate headquarters in Stamford, Connecticut. as possible and still be in the continental U.S. We used to have visits from the Xerox executives–usually in January and February–and when we could get them off the tennis courts they would come into the building at PARC. Mainly they were worried about the future, and they would badger us about what's going to happen to us. Finally, I said: 'Look, the best way to predict the future is to invent it. This is the century in which you can be proactive about the future; you don't have to be reactive. The whole idea of having scientists and technology is that those things you can envision and describe can actually be built.' It was a surprise to them and it worried them."

"Xerox PARC(1970년에 앨런 케이가 창립자이자 수장으로 있었던 컴퓨터 과학 싱크탱크)는 미국 내에서 Stamford 본사에서 가장 멀리 떨어진 곳인 Palo Alto에서 설립됐었어요. 보통 1월이나 2월 즈음엔 Xerox 임원들이 출장이 있는데 그분들을 테니스 코트에서 PARC 건물까지 데려오곤 했죠. 그 임원들은 주로 미래에 대해 걱정했어요. 미래에 어떤 일이 일어날 것인지에 대해 우리에게 잔소리를 했습니다. 그래서 나는 이렇게 말했어요: '이보세요, 미래를 예측하는 가장 좋은 방법은 미래를 발명하는 것입니다. 오늘날은 미래에 대해 주도적으로 대처할 수 있는 시대에요. 세상의 변화에 대응하지 않아도 괜찮아요. 과학자들과 테크놀로지가 있다는 게 어떤 뜻이겠어요. 상상할 수 있고 설명할 수만 있으면 실제로 만들 수도 있다는 거죠.' 임원들은 그 말을 듣고 놀라는 한편 또다른 걱정거리를 얻게 된 것 같았습니다."

Another way to predict the future is to realize that it takes a very long time–about 10 to 20 years–to get a technology out of the research lab and into everyday life. It's very difficult to get brand new ideas out in less than a decade; in the case of the transistor, it took almost 25 years. No matter what you do, it may take several companies, several different groups of people, several different areas of venture capital funding and more before you get something back.

As far as predicting the future, that makes it really nice, because it means that a lot of the future that we're going to have to contend with is sitting in someone's research lab right now. And, by simply going around and looking in the right places you can get a tremendous ideas of the kind of things that are going to happen.

미래를 예측하는 또다른 방법은 연구실에 있는 기술이 일상 생활에 적용되는 데 아주 긴 시간(10에서 20년 정도)이 걸린다는 걸 깨닫는 것입니다. 10년 안에 완전히 새로운 아이디어를 세상에 내놓는 것은 아주 어려운 일입니다. 예를 들어 트랜지스터는 거의 25년이 걸렸었죠. 어떤 것이건 간에 무언가를 이뤄내려면 여러 회사들과, 여러 사람들의 이런저런 모임, 여러 분야에 걸친 벤처 캐피탈의 자금 지원 등이 있어야 할 수도 있습니다.

미래를 예측할 수 있다면 그건 정말 좋은 일입니다. 왜냐하면 우리가 씨름해야 할 엄청나게 많은 미래의 무언가가 어떤 사람의 연구실에 있다는 말이기도 하거든요. 그냥 단순하게 여기저기 돌아다니다가 알맞은 곳을 구경하기만 해도 앞으로 일어날 일에 대한 엄청난 아이디어를 얻을 수 있을 겁니다.

Another way to predict the future is best explained by an anecdote in John Dessauer's book. Dessauer was an executive at Haloid Corporation, the tiny company in Rochester, N.Y., that eventually became Xerox where he served as an executive for awhile. His book is called My Years at Xerox, the Billions Nobody Wanted.

The story describes how, in 1956, after some years of struggling, Dessauer was able to build the prototype of the 914 plain paper copier. Lacking the money to take the copier to market to build factories and so forth, he decided to take it just down the road to IBM. He told IBM, "Take this, build factories, go out and sell it. I just want a small royalty." And IBM did what all companies do when they can't make up their minds: They went out and hired some consultants.

After an exhaustive study that took 18 months, the consultants came back with a very thick report which conclusively proved that there was no market for a plain paper copier. They had two chief reasons and a host of minor ones. Number one: there wasn't enough copy volume. That was a big problem. The other was that the xerography process cost more than ten-times as much per copy as the AB Dick mimeograph process, which was the technology they compared it against. The consultants figured no one would spend ten times as much to copy anything. So based on their report, IBM turned down the copier offer, and that was several hundreds of billions of dollars ago.

John Dessauer의 책에 나오는 일화를 읽어보면 미래를 예측하는 또다른 방법이 잘 설명되어 있습니다. 책의 저자인 Dessauer는 뉴욕주 로체스터에 있는 작은 회사인 Haloid Corporation의 임원이었는데, 그 회사가 바로 나중에 Xerox가 된 회사였습니다. 그는 그 이후로도 한동안은 임원으로 재직했죠. 책의 제목은 My Years at Xerox, the Billions Nobody Wanted입니다.

그 책에는 Dessauer가 1956년도에 몇 년간 온갖 고생을 하며 종이 복사기 모델 914의 프로토타입을 만든 과정이 담겨 있습니다. 그렇게 만든 복사기를 생산할 공장을 지을 돈은 물론이고 시장에 내다 팔 돈도 없었기 때문에, 그냥 IBM으로 복사기롤 가져가기로 결심하죠. 그래서 IBM에다가 "이 복사기를 생산할 공장을 짓고, 갖고 나가서 팔아도 됩니다. 나한테는 로열티만 좀 주면 됩니다."라고 말하는데 IBM은 바로 결정을 내리지 못했고 다른 회사들처럼 컨설턴트들을 고용해서 조사를 시켰습니다.

그 컨설턴트들은 18개월동안 철저하게 연구를 했어요. 그렇지만 결과는 일반 종이 복사기에 대한 시장 수요가 없다는 내용의 아주 두꺼운 보고서 뿐이었습니다. 그들이 본 복사기에는 두 가지 큰 문제와 몇 가지 작은 문제들이 있었습니다. 첫번째, 복사 볼륨이 충분하지 않았습니다. 이건 아주 큰 문제였습니다. 두번째, xerography 프로세스의 복사 한 장당 비용이 AB Dick 등사기 프로세스의 10배나 됐습니다. 컨설턴트들은 뭘 복사하는 데 10배의 비용을 지불할 사람은 아무도 없을 거라고 판단했죠. 따라서 IBM은 컨설턴트들의 보고서를 토대로 복사기 제안을 거절했습니다. 수천억 달러짜리 제안을 놓친 거죠.

That's a very interesting story because IBM thought that their computer group was not in the communications business, and so did their consultant, and they missed a very important point: Humans beings can't exist without communication. It's one of those basic human traits, and we're always willing to pay more for a better communications amplifier.

Many others have made this mistake. The railroads made a study after WWl which showed that for as far as they could see into the future, aircraft transportation would always be more expensive than railroad transportation. And you know, they're still right today; it's still more expensive. The problem is the railroads are almost gone because nobody cares if air travel is more expensive, they're willing to pay it. The railroad industry missed the idea that not everything is a commodity market, and that price is important, but there are also value markets where people are willing to pay extra for extra value.

아주 흥미로운 이야기죠. 왜냐하면 IBM은 자기네 컴퓨터 그룹이 커뮤니케이션 비즈니스 업계에 속해있지 않다고 생각했고, 컨설턴트들도 그렇게 봤기 때문에 아주 중요한 것을 놓치고 만 것입니다. 바로 인간이 커뮤니케이션 없이는 존재할 수 없다는 사실을요. 이건 인간의 기본적인 특성 중 하나이기 때문에 우리는 더 나은 커뮤니케이션이 가능한 도구가 있다면 언제라도 더 많은 돈을 낼 수 있습니다.

많은 사람들이 이런 실수를 저지르곤 합니다. 철도를 봅시다. 1차 세계대전 이후의 연구를 통해 항공 운송은 앞으로도 철도보다 언제나 더 비쌀 것이라는 사실이 밝혀졌습니다. 우리 모두가 알듯이 그건 오늘날에도 옳은 사실입니다. 비행기는 기차보다 비싸죠. 그런데 이제는 철도 대부분이 사라졌습니다. 왜냐하면 비행기 여행이 더 비싸다는 것을 아무도 신경을 안 쓰고 그냥 비용을 내기 때문입니다. 물건을 사고 파는 시장만이 전부가 아니며 추가적인 가치를 위해 기꺼이 사람들이 돈을 더 내는 가치 시장도 있다는 아이디어를 철도 산업은 놓치고 만 것입니다.


Of various ways of coming up with new ideas, I think the weakest is brainstorming, to take what you've got and try to wedge it together into something, paint it and sell it. Of course you can get a product out of that: Take all the obnoxious things in a 12-year-old's room and glue them together and you get a boom box, which happens to be selling quite well. But most things done by brainstorming are like boom boxes.

The goal-orientated approach that the management books advocate is to find a need and fill it. We don't get many new ideas out of that because if you ask most people what they want, they want just what they have now, 10 percent faster, 10 percent cheaper, with 10 percent more features. It's kind of a boring way to predict the future. But if we look at the big hitters in the 20th century, like the Xerox machine, like the personal computer, like the pocket calculator, all of these things did something else. They weren't contaminations of existing things. They weren't finding a need and filling it. They created a need that only they could fill. Their presence on the scene caused a need to be felt, and almost paradoxically the company was there to create the need and fill the need. That's what the Xerox machine did; nobody needed to copy until the Xerox machine came along. Nobody needed to calculate before the pocket calculator came along. When mini computers and micro computers came in, people said, "What do we need those things for? You can do everything now on the mainframe." And the answer was, "Of course, you can do all those things on the mainframe, but it's for all the extra things you can do that you wouldn't think of doing on the mainframe."

아이디어를 어디에서 얻는가?

새로운 아이디어를 떠올리는 수많은 방법 중에서, 나는 브레인스토밍이 제일 약한 방법이라 생각합니다. 브레인스토밍은 우리가 이미 갖고 있는 것들을 모아 뭉쳐서 하나로 만들고 색칠해서 판매하는 방법이죠. 물론 브레인스토밍을 통해 제품을 얻을 수도 있습니다. 12살짜리 어린애 방에 있는 잡다한 물건을 죄다 모아서 접착제로 붙여서 붐 박스(초대형 라디오 카세트) 같은 걸 만들 수도 있을 겁니다. 꽤 잘 팔릴 수도 있습니다. 하지만 브레인스토밍으로 얻는 것들 대부분은 붐 박스 수준을 벗어나지 못할 겁니다.

경영서적들이 옹호하는 목표 지향적 접근 방식은 수요를 찾아 채워주는 것입니다. 이런 방식으로는 새로운 아이디어를 많이 얻을 수가 없어요. 대부분의 사람들에게 뭘 원하냐고 물어보면, 그냥 지금 갖고 있는 게 10% 더 빠르고 10% 더 저렴하고 10% 더 많은 기능을 갖기만 바라기 때문입니다. 이건 미래를 예측하는 방법 중에서도 지루한 방법입니다.

반면에 Xerox 기계, 개인용 컴퓨터, 휴대용 전자 계산기 같은 20세기의 혁신적인 발명품들을 생각해 봅시다. 이것들은 달랐습니다. 이미 존재하는 것들을 뒤섞은 게 아니잖아요. 수요를 찾아서 채운 것도 아니었고요. 이런 발명품들은 수요를 창출했고, 그것들만이 그 수요를 채울 수 있었습니다. 업무 현장에 존재하는 것만으로도 필요를 느끼게 했던 발명품이었으며, 오히려 수요를 만들고 채우기 위해 회사가 존재했던 것입니다.

그리고 그것이 바로 Xerox 기계가 해낸 일입니다. Xerox 기계가 나오기 전까지는 아무도 복사를 필요로 하지 않았습니다. 휴대용 전자 계산기가 나오기 전까지는 아무도 계산을 안 했어요. 미니 컴퓨터와 마이크로 컴퓨터가 세상에 나오자, 사람들은 "이걸 갖고 뭘 하나요? 메인프레임으로도 뭐든지 다 할 수 있잖아요." 같은 말을 했습니다. 내가 한 대답은 이랬죠. "물론 뭐든지 메인프레임에서 다 할 수 있습니다. 하지만 메인프레임에서는 생각하지 못했던 무언가를 이런 컴퓨터에서는 하게 될 것입니다."


Marshall McLuhan has a line to try to explain some of this: He says, "I don't know who discovered water, but it wasn't a fish."

Part of what he meant is that if you're immersed in the context, you have an extremely difficult time being able to see what's going on. It's been remarked that the Japanese do a better job marketing to us than we do to ourselves, because they know the market through an alien culture. They actually study us in a way that we don't look at ourselves.

Another reason that we don't create very well, is that we're afraid. America for the last 20 or 30 years has been going through a failure of nerve. McLuhan says, "Innovation for holders of conventional wisdom is not novelty but annihilation." That's the way our executives react all too often.

더 나은 발명가가 되기 위하여

마샬 맥루한은 이런 말을 한 적이 있습니다. "물을 누가 발견했는지는 모르지만, 물고기가 아니라는 것은 분명하다."

이는 우리가 맥락에 푹 빠져 있을 때, 일이 어떻게 돌아가고 있는지 파악하기가 아주 어려워질 수 있다는 것을 말하고 있습니다. 미국인이 미국인에게 마케팅을 하는 것보다 일본인이 미국인에게 마케팅을 하는 것이 더 효과가 좋다고 합니다. 왜냐하면 일본인들은 미국이라는 이질적인 문화를 통해 시장을 파악하기 때문이에요. 그들은 실제로 우리가 우리를 볼 때 생각하지 못하는 관점으로 우리를 연구하고 있습니다.

우리가 잘 창조하지 못하는 또다른 이유는 두려움 때문입니다. 미국은 지난 20에서 30년간 신경쇠약에 시달렸습니다. 맥루한은 "전통적 지혜를 가진 사람들에게 혁신은 새로움이 아니라 소멸이다"라는 말을 했습니다. 이것은 우리의 경영진들에게서 흔하게 볼 수 있는 모습이기도 합니다.

When we think about the ways that mankind has extended itself over the years, at least for the purposes of this talk, I'd like to think about two major ways: one is through the notion of amplifying tools, something which amplifies our reach into the world. Many of these tools are extensions of the body, like the microscope and telescope; some of them are rhetorical tools. I think of them as better ways to manipulate things.

The other method is by goal cloning, that is, to convince other people that they should work on our goals rather than theirs. Lewis Mumford wrote a good book about this process called The Myth of the Machine. When you want to build a pyramid, you have to have some tools, but you also have to find ways to convince 10,000 people or 100,000 people to work with you to get the thing done.

오랜 세월에 걸쳐 인류가 스스로를 확장한 방식에 대해 생각할 때… 적어도 이 강연의 목적을 위해, 나는 두 가지 주요 방법론에 대해 생각하고자 합니다.

첫번째는 우리가 세계에 접근하는 것을 증폭시켜주는 도구의 개념과 관련된 것입니다. 현미경이나 망원경처럼 신체를 확장시켜주는 도구들이 이에 해당되며, 언어적인 도구들 또한 포함됩니다. 나는 이런 것들이 사물을 조작하는 더 진보된 방법이라 생각합니다.

그리고 두번째 방법은 목표 복제인데, 다른 여러 사람들이 우리의 목표를 위해 일하도록 설득하는 것을 말합니다. Lewis Mumford는 이 주제에 대해 The Myth of the Machine이라는 좋은 책을 저술했습니다. 여러분이 피라미드를 건설하려 한다고 합시다. 적절한 도구가 있다면 좋겠지만 그것만으로는 안됩니다. 만 명, 십만 명의 사람들이 여러분을 위해 일하도록 설득할 방법도 찾아야 합니다.

I remember in the early days of PARC–during one of the many visits by Xerox executives–when I had just come up with the idea of overlapping windows. We had implemented a test version of it, and I showed this to the executive who was there that day. I wound up the demonstration saying, "What's even better is that this idea only has a 20 percent chance of success; we're taking risks just like you asked us to." And the executive looked me right in the eye, and said, "Boy, that's great, but just make sure it works."

Far too many executives want you to be in that 20 percent, 200 percent of the time. The idea that to have a 20 percent chance of success means that you have to fail four out of five times is totally repugnant to them. I might ask of those here in the Stanford Computer Forum how many of your companies have an award for the best failure each year. Probably none. This is a big problem because people go where the rewards are and the chances of getting something really nifty go down by a considerable amount.

나는 Xerorx 임원들이 수없이 찾아오던 PARC의 초창기 시절, 여러 윈도우를 겹치는 아이디어를 떠올렸을 때를 기억하고 있습니다. 우리는 그 아이디어의 테스트 버전을 구현했고, 그때 왔었던 임원에게 보여줬어요. 나는 "이 아이디어는 성공 확률이 20% 밖에 안 되고, 그게 오히려 장점입니다. 여러분이 우리에게 요구했었던 것처럼 모험적인 시도를 하고 있는 것입니다" 라고 말했습니다. 그러자 그 임원은 내 눈을 똑바로 쳐다보면서 말했습니다. "야, 대단하긴 한데 제대로된 걸 가져와봐라."

너무 많은 경영자들이 20%를 주면서 200%가 튀어나오길 원합니다. 성공 확률 20%가 다섯 번 시도해서 네 번 실패하는 것과 같다는 사실을 그 사람들은 못 받아들이는 거에요. Stanford Computer Forum의 여러분에게 "올해 최고의 실패작" 상을 주는 회사가 몇 군데나 있는지 물어보고 싶습니다. 아마 없겠죠. 이건 아주 큰 문제입니다. 사람들은 보상이 있는 곳으로 이동하므로 정말 대단한 것을 만들어낼 기회가 심각하게 줄어들기 때문입니다.

Another problem is that we don't have a very good concept of the future itself. McLuhan's line–one of my favorites–is, "We're driving faster and faster into the future, trying to steer by using only the rear-view mirror."

Whitehead, the British philosopher, remarked that the greatest invention of the 19th century was the invention of invention itself. Not only were there 10 and 20 times more patent applications at the British government patent office, but about 80 percent of those patents were absolutely crackpot ideas. This was the century in which anybody who had an idea thought he could be an inventor and submit a patent for it because everyone else was doing it.

McLuhan had a great line about the 20th century. He said, "The 20th century is the century in which change changed." He was referring back to Heraclitus, the Greek who said, "The only thing constant is change itself." From our standpoint it's hard to see that as a revolutionary statement, but remember that before the Greeks, it was unreasonable for a person to be born into a world, live in a world, and die in a world that was any different from the world in which his parents had lived, or his parents' parents and so forth. Things were pretty much the same for many thousands of years.

But McLuhan was saying something else, that when change changes, you can't predict the future in the same way anymore; you have some second order or third order effects. So the biggest thing we need to invent in the 1990s is the invention of the future itself. In other words, to think of the concept of future not as a thing that comes from the past–although it has come from the past in a way–but to realize that the forces that are bringing about change right now are so great that it's very difficult to sit down and make simple extrapolations.

또 다른 문제가 있다면 우리가 미래 자체에 대해 좋은 컨셉을 갖고 있지 않다는 것입니다. 내가 좋아하는 맥루한의 말을 인용해보죠. "우리는 미래를 향해 더 빨리 빨리 나아가고 있지만, 운전을 백미러만 보고 하고 있다".

영국 철학자 화이트헤드는 19세기의 가장 위대한 발명은 발명 자체에 대한 발명이었다고 말한 바 있습니다. 그 시절 영국 정부 특허청에 열 배 스무 배의 특허 출원이 쏟아졌으며 그 중 80%는 압도적으로 기발한 아이디어였습니다. 아이디어가 있다면 누구라도 발명가가 될 수 있다고 생각했고, 실제로 수많은 사람들이 그렇게 하고 있었던 시대였습니다.

맥루한은 20세기에 대해 대단한 평을 했습니다. "20세기는 변화라는 개념이 변화한 시대다." 맥루한은 "모든 것이 변화한다는 것만이 변하지 않는다"라고 말한 그리스 철학자 헤라클레이토스를 인용한 거죠. 현대인의 관점에서 이 말은 혁명적으로 보기 어렵습니다. 그러나 그리스 이전의 시대가 사람이 태어나 살다 죽을 뿐이었던 불합리의 시대였다는 것을 염두에 둬야 합니다. 그 시대에는 부모 세대와 부모의 부모 세대와 부모의 부모의 부모의 세대가 거의 똑같이 살았습니다. 그런 시대가 수천년이나 이어졌던 것입니다.

그리고 맥루한은 이에 덧붙여, 변화가 변화했으므로 더 이상 같은 방식으로 미래를 예측할 수 없게 되었다고 말했습니다. 즉 2중 3중의 영향을 고려해야 하는 것입니다. 따라서 1990년대에 우리가 발명해야 하는 가장 큰 것은 미래 자체입니다. 말하자면 미래의 개념을 그저 과거에서 흘러 오는 것으로 보지 않는(실제로 과거에서 흘러오긴 하지만) 것입니다. 바로 지금 변화를 일으키고 있는 큰 힘이 몹시 굉장하다는 것을 깨닫는 것인데, 앉아서 간단히 추측하는 것만으로는 할 수 없는 일입니다.

Science fiction had some ideas about us going to the moon partly because there were some fledgling things called rockets and someone could imagine one big enough to get us here. And science fiction could imagine robots with positronic brains, because Isaac Asimov did not have to explain how positronic brains worked. But science fiction totally missed the idea of the computer. Before the power of the transistor really became apparent there was just no conceivable extrapolation.

In some sense our ability to open the future will depend no on how well we learn anymore but how well we are able to unlearn. Can you imagine a course at Stanford on unlearning? That would be revolutionary. How could we try to subtract the lives that we're living in out of our prognostications?

I think the weakest way to solve a problem is just to solve it; that's what they teach in elementary school. In some math and science courses they often teach you it's better to change the problem. I think it's much better to change the context in which the problem is being stated. Some years ago, Marvin Minsky said, "You don't understand something until you understand it more than one way." I think that what we're going to have to learn is the notion that we have to have multiple points of view.

At PARC we had a slogan: "Point of view is worth 80 IQ points." It was based on a few things from the past like how smart you had to be in Roman times to multiply two numbers together; only geniuses did it. We haven't gotten any smarter, we've just changed our representation system. We think better generally by inventing better representations; that's something that we as computer scientists recognize as one of the main things that we try to do.

SF를 보면 우리가 달에 가는 일에 대한 아이디어가 있습니다. 로켓이라 부르는 새로운 문물이 있어서 사람을 옮길 수 있는 충분히 큰 로켓을 누군가가 상상할 수 있었기 때문입니다. 그리고 SF는 양전자 두뇌를 가진 로봇을 상상해낼 수 있었는데, 양전자 두뇌가 어떻게 작동하는지 아이작 아시모프가 굳이 설명할 필요가 없었기 때문입니다. 그러나 SF는 컴퓨터라는 개념은 완전히 놓치고 있었습니다. 트랜지스터의 힘이 명백해지기 전까지는 상상할 수 없었던 추측이었던 것입니다.

어떤 의미에서 미래를 여는 우리의 능력은 우리가 얼마나 더 잘 배우느냐가 아니라 우리가 얼마나 잘 배우지 못하느냐에 달려있다고도 할 수 있습니다. 스탠포드에서 "학습하지 않는" 과정을 상상할 수 있습니까? 실제로 있다면 혁명적일 것입니다. 이미 우리의 예측을 벗어난 삶을 살고 있는 우리의 생활에서 무언가를 어떻게 더 뺄 수 있을까요?

나는 문제를 해결하는 가장 약한 방법이 그 문제를 그냥 푸는 것이라고 생각합니다. 초등학교에서도 가르치는 내용이죠. 어떤 수학, 과학 과정에서는 문제를 변형하는 것이 더 낫다고 가르치기도 합니다. 나는 문제가 언급되는 맥락을 바꾸는 것이 그것보다 더 좋은 방법이라고 생각합니다. 몇 년 전, 마빈 민스키는 "한 가지 방법으로만 이해했다면, 그것은 이해한 것이 아닙니다."라는 말을 했습니다. 나는 우리가 다양한 관점을 가져야 한다는 개념을 배워야만 한다고 생각합니다.

PARC에서 우리가 내세운 슬로건은 "관점은 IQ 80만큼의 가치가 있다"였습니다. 로마 시대에는 두 수를 곱셈하게 해보는 것으로 그 사람이 얼마나 똑똑한지를 알아냈다는 것을 생각해 봅시다. 우리는 더 똑똑해진 것이 아닙니다. 우리는 우리의 표현 시스템을 바꿨을 뿐입니다. 우리는 더 나은 표현을 발명해서 더 잘 생각하게 된 것입니다. 그리고 그것은 컴퓨터 과학자로서 우리가 하려고 하는 중요한 일 중 하나이기도 합니다.

from Stanford Engineering, Volume 1, Number 1, Autumn 1989, pg 1-6