자막
[제1042회] AI 시대, 우리는 어떻게 성장할 것인가
(2026. 08. 14(금), 경희대학교 경영대학원 김상윤 교수)
(김상윤 교수)
여러분 안녕하세요. 네. 반갑습니다. 오늘 주로 참석하신 분들이 취업 준비생 그리고 대학생분들이라고 들었습니다. 그래서 제 강의 내용의 주 타겟은 취업 준비생과 대학생분들에 초점이 맞춰져 있습니다. 혹시 다른 계층에 다른 직업에 계신 분들이 오셨다라고 하면 그걸 감안해서 들어 주셨으면 좋겠습니다. 인간은 정말 똑똑합니다. AI 역사 70년 만에 인공지능, 즉 인간의 지능을 인공적으로 구현했는데 그 지능이 이제 인간의 수준을 넘어서려 하고 있습니다. 우리가 특이점이라고 하죠. 음, 기술의 발전 속도가 우리가 생각한 것보다, 우리가 예측한 것보다 우리가 기대한 것보다 더 빠르게 일어나고 있습니다. 그러다 보니까 곳곳에서 모든 영역에서 인간의 역할을 AI가 대체하려는 시도들이 지금 이어지고 있습니다. 그러다 보니까 인간은 매우 피곤합니다. 우리가 인간은 새로운 또 성장을 해야 되죠. 발전을 해야 되죠. 적응을 해야 됩니다. 우리가 지금까지는 기술을 도구로 활용해야죠. 내가 어떤 활동을 할 때, 무슨 작업을 할 때 나는 이 도구를 가지고 어떻게 더 편리하게 할까? 어떻게 조금 더 빠르게 도달을 할까? 어떻게 결과물들을 조금 더 쉽게 만들어 낼 수 있을까? 정도의 수단, 도구로서 기술을 바라봐 왔다라고 하면 인공지능은 여러분보다 똑똑한 존재입니다. 내가 똑똑한 것을 나보다 더 뛰어난 것을 다루는 방법은 인류 역사상 그 어떤 기술 영역에도 없었습니다. 바로 이런 시대에 우리는 새로운 준비를 해야 되죠. 그리고 각자의 영향을 재정의 해야 되죠. 그리고 또 성장을 해야 됩니다. 우리가 이걸 가지고 어떻게 더 뛰어난 훌륭한 삶을 살 수 있을까? 여기에 대한 고민들이 여러 영역에서 동시다발적으로 이루어지고 있습니다. 바로 AI 시대 새로운 여러분들의 증명이 필요합니다. 우리는 어떻게 성장할 것인가 오늘 말씀을 드려 보도록 하겠습니다.
[소개]
제가 오늘 다룰 내용들은 핵심은 크게 세 가지입니다. 기술 그리고 인간 그리고 여러분입니다. 기술은 어떤 속도로 얼마나 빠르게 어느 정도 수준으로 지금 발전을 하고 있느냐. 그리고 대부분의 70억 우리 지구상의 인간들은 어떤 반응을 보이고 있고 어떤 준비를 하고 있고 어떤 변화를 지금 겪고 있는가 그 속에서 여러분들은 어떤 대비를 해야 하느냐 내가 지금 어떤 수준에 와 있느냐를 한 분 한 분 좀 깨닫고 가시는 시간이 되셨으면 좋겠습니다.
[인간 증명의 시대]
[인간이 AI 앞에 느끼는 5단계 심리 경로]
여러분들이 지금 AI를 맞닥뜨렸을 때 느끼는 감정은 심리적 상태는 어떤 수준, 어떤 단계인가요? 여러분 2016년 알파고가 등장해서 이세돌이라고 하는 바둑 천재를 너무나 쉽게 이겨 버린 순간 여러분들은 기억하실 겁니다. 정말 화들짝 놀랐죠. 어떻게 AI가 저 바둑 천재를 저렇게 쉽게 이길 수 있지? 근데 돌아서서는 내 삶이 변하질 않았어요. 왜냐면 당시 AI는 바둑만 잘 두는 AI였거든요. 요즘 등장하고 있는 AI는 우리가 범용 인공지능, 범용 AI라고 얘기를 합니다. chat gpt가 대표적이죠. 얘는 글도 써 주고요. 그림도 그리고요. 여러분들이 하는 여러 다양한 작업들을 대신 수행합니다. 혹시 여러분들께서 AI에게 뭔가 지시를 했을 때 얘가 그 정도 수준까지 문제를 못 풀더라 하는 경험 해 보신 적 있습니까? 그니까 AI가 못 푸는 문제, 고난이도 문제를 여러분들이 출제해 보신 적이 있습니까? 아마 대부분의 영역에서 여러분 일상의 영역에서, 여러분 업무의 영역에서는 AI가 그 어떤 문제도 다 해결할 수 있는 수준에 이르렀다라는 것이죠. 그러다 보니까 많은 사람들이 곳곳에서 다양한 심리적 양상들을 보여주고 있습니다. 1900년대 중반 임종을 앞둔, 죽음을 앞둔 사람들을 연구하는 심리학자가 있었습니다. 엘리자베스 퀴블러-로스라는 인물인데요. 사람이 죽음을 맞닥뜨렸을 때 어떤 심리 상태를 보이느냐 이것을 5단계로 제시를 했거든요. 저는, 제가 이번에 그 AI 시대 인간 증명이라는 책을 저술을 하면서 이 죽음을 앞둔 사람들의 심리 상태와 AI를 맞닥뜨리는 사람들의 심리 변화가 어느 정도 맥락이 일치하더라는 것을 발견하였고 많은 분들에게 이런 단계들을 제시해서 보여 드리고 있습니다. 여러분들은 지금 몇 단계인가요? 많은 분들이 아직까지 1단계에 머물러 있습니다. 내가 하고 있는 일은, 나의 업무는, 나의 직업은, 아직까지 AI에 큰 영향이 없는 것 같아 부정하는 단계죠. 두 번째 단계는 그 해당 영역의 변화가 시작됩니다. 내가 속해 있는 조직에서 AI 툴을 쓰라고 강요합니다. 혹은 내가 속해 있는 학교에서 커리큘럼이 AI 기반으로 변화합니다. AI를 가지고 과제를 하고, AI를 가지고 수업을 받고, 이것이 어쩔 수 없이 강제적으로 이걸 배우고 뭔가 학습해야 되는 상황에 처해지죠. 사람들은 분노를 느끼기 시작합니다. 내가 왜 지금까지 기존에 하던 방식들을 고수할 수 없지? 왜 AI를 배워야 하지? 왜 갑자기 다 바꾸라는 거야? 3단계가 되면은 타협을 하기 시작합니다. 그래, 적당히 좀 배워 보자. 사람들 하는 만큼 따라가야지. 조금만 배워두면 괜찮겠지? 그러다가 어느 정도 AI 활용도가 점점 늘어나면요. 우울감에 사로잡힙니다. 내가 지금까지 쌓아온 방식은 뭐지? 내가 기존에 하던 방법들은 무용지물이 되는 건가? 실제로 기업 현장에 있는 실무자들은 더 큰 감정 동요를 느끼고 있습니다. 대리, 과장급 되는 5년차, 10년차 경력직분들은 AI 업데이트 한 방에 내가 지금까지 쌓아온 지식과 경험이 날아갈지도 모른다는 불안감에 사로잡혀 있습니다. 우울 단계, 4단계에 접어든 모양새인 거죠. 마지막으로는 수용을 합니다. 그래, AI를 가지고 더 뛰어난 인간이 되어 보자. 내가 이 분야에서, 내 업종에서, 내가 속해 있는 조직에서, 어떻게 AI를 잘 다룰지를 주도적으로 한번 도전해 보자라는 것이죠. 실제로 AI로 인한 심리적 변화는 학계에서도 보고가 되고 있습니다. 플로리다 의과대학의 한 연구진이 최근 AI 대체 기능 장애라는 연구를 발표를 했습니다. 사람들이 AI 시대의 세상의 변화로 인해서 심리적 박탈감 혹은 직업적인 변화에 대해서 상당한 우울감과 좌절감을 느끼고 있다라는 거예요. 이것을 실제로 현대 의학으로 증명해 내야 한다라는 시도들이 이어지고 있습니다. 많은 분들이 AI로 인한 영향을 받고 있는 것이죠.
[(2026. 6월) 미국 정부, 역사상 최초 민간 AI 서비스 통제]
결국 AI는 거대한 기술적 변화 속에서 여러분들의 능력치를 넘어서는 특이점 혹은 임계점을 지금 마주하고 있습니다. 최근 AI 업계에서 매우 논란이 됐었던 한 사건이 있었습니다. 지난 6월에 있었던 일인데요. 여러분 지금 쓰고 계신 클로드라는 AI 아시죠? 엔트로픽이란 기업이 만들었습니다. 엔트로픽이 지난 6월에 미토스라고 하는 가장 좋은 성능 AI 모델을 발표를 했는데 이 모델이 업계에 발표되는 순간 미국 정부가 이 서비스를 차단하라는 명령을 내렸습니다. 외국인들이 이 서비스를 접속하지 못하게 제재하고 차단하라, 금지하라. 엔트로픽은 이걸 받아들여서 몇 주간 이 서비스가 차단됐었습니다. 우리 대한민국 국민들은 이 미토스라는 모델에 접근할 수가 없었다라는 것이죠. 왜 이런 일이 벌어졌을까요? 바로 AI가 너무나 뛰어난 능력을 보여줬기 때문입니다.
[발단은.. 미토스 AI의 해킹 능력 급상승]
이 미토스 AI를 가지고 여러 해커들이 다양한 시스템에 너무나 쉽게 접근할 수가 있고 그리고 해킹 모델을 만들 수 있는 시도를 할 수 있다라는 우려로 인해서 미국 정부가 이것을 국가 안보 위협 서비스라고 판단한 나머지 엔트로픽에 이것의 서비스를 중단하라, 금지하라는 명령을 내린 셈이죠. AI 역사 70년 만에 민간 기업 서비스를 정부가 통제한, 규제한 최초의 사건이 벌어졌습니다. 그렇다면 얼마나 AI가 뛰어나길래 이런 일들이 벌어지고 있을까요? 영국의 보안 연구소가 제시하는 32단계 해킹 모델에 대한 실험입니다. 인간 해커들 중에 소위 S급 능력을 가진 해커들도 이 32단계의 문제를 다 풀려면 며칠 혹은 몇 주가 걸리는 매우 고난이도의 문제들입니다. 이 클로드의, 엔트로픽의, 미토스라는 모델이 열 번의 시도 중에 세 번 만에 32단계 완파를 해 버린 겁니다. 32단계 해킹 문제를 뚫어 버린 겁니다. 평균적으로 22단계 이르렀다라고 하는 것은 웬만한 해커 수준을 넘어서는 수준이다. 결국 이걸 가지고 국가 안보 위협을 가할 수 있는 해킹 세력에 활용될 수 있는 여지가 있다라고 미국 정부가 판단한 것이 충분히 설득력이 있다라는 것이죠. 이처럼 AI의 능력은 단순히 개인의 업무 차원이 아니라 국가 간의 안보 전쟁에까지 활용될 정도로 급속한 발달을 지금 보이고 있습니다.
[코딩부터 기초과학, 신약 개발, 법률 영역까지 빠르게 초고성능 AI 확대]
방금 말씀드렸던 코딩 해킹 능력부터 시작해서요. 기초과학, 신약 개발, 법률 분야에 이르기까지 초고성능 AI가 빠르게 확대되고 있고 앞서 제가 서두에 말씀드렸던 것처럼 각 분야별로 인간이 쌓아 놓은 지식, 인간이 쌓아 놓은 여러 다양한 학술적 체계들을 AI가 단번에 뛰어넘는 사례들이 속속 등장하기 시작했습니다.
[3년 후 AGI 도달 예측 3년 내 모든 업종이 AI 영향권에 진입]
많은 연구 기관들이, 많은 컨설팅 기관들이 지금 도대체 AI가 업종별로, 직업별로 어느 정도까지 인간을 대체할 수 있을까? 여기 대한 질문을 가지고 많은 연구들을 수행해서 그 결과들을 발표하고 있는데요. 왼쪽에 보시는 그래프는 역시나 엔트로픽이 발표한 작년 2025년 발표한 여러 전 세계 직업군의 AI가 어느 정도 영향을 끼치는지 관련된 분석 결과입니다. 예를 들어 법률 분야를 한번 볼게요. 법률 분야의 파란색 점이 거의 끝 지점에 찍혀 있죠. 90% 지점에 찍혀 있습니다. 무슨 얘기냐면은 현재 2026년 가장 최신 성능의 AI를 데이터 학습을 통해서 제대로 이것을 개발했을 경우에 법률 분야의 인간의 역할을 90%까지 대체할 수 있다라는 겁니다. 대부분의 영역에서 지금 100%에 가까워지는 흐름들이 보여지고 있죠. 그럼 실제의 실상은 어떠냐? 가운데 있는 회색 지점 보이시죠? 실제로 지금 변화를 받아들이고 있는 정도는 법률 분야에 예를 들자면은 대략 20% 정도 진행되고 있습니다. 둘 사이에 갭이 있는 이유는 이 업종에서 AI를 받아들이는 속도의 문제인 거죠. 인간의 선택의 문제인 거죠. 법 제도적인 문제 때문인 거죠. 해당 분야에서 얼마나 빠르게 AI를 받아들이고 있냐. 이것은 인간의 선택의 문제이지 더 이상 기술의 영역이 아니다라는 겁니다. 우리가 AI 업계에서 인간의 능력치를 보편적으로 뛰어넘는 지점을 AGI, 혹시 들어보셨나요? Artificial General Intelligence라는 새로운 용어로 부르고 있습니다. AI는 AI인데 제너럴 한 AI다. AGI라고 얘기를 하죠. 무슨 말이냐면요. 여러분들의 일상적인 판단, 의사 결정을 대부분 다 AI가 여러분보다 잘 해내는 수준을 AGI 수준이라고 얘기를 합니다. 그렇다면 지금 현재 AI는 AGI 수준에 도달했느냐 아직까지는 그에 못 미치고 있는데요. 많은 전문가들이 AGI가 언제 탄생하느냐에 대한 예측 시점들을 얘기하고 있는데 대부분이 2030년 정도에 집중되어 있습니다. 불과 3년 정도 후면 여러분들이 쓰는 일상적인 AI가 여러분들이 24시간 하는 판단이나 의사 결정을 여러분보다 더 잘 해내는 결과들을 만들어 준다라는 것이죠. 과연 3년 후에 여러분은 어떤 일상을 살고 있을까요? 내가 AI를 전혀 쓰지 않는다라고 하면 AI를 어떻게든 쓰는 사람보다 훨씬 더 판단의 정확도나 속도가 뒤처질 수밖에 없다라는 것이죠. 고작 3년 정도 남았다라는 것이죠. 여러분에게 주어진 시간, 골든 타임은 3, 4년 정도라는 것이죠.
[[AI 코드 생성] 실리콘밸리, '23년 이후 신규 개발자 채용 매년 10% 축소]
이것이 지금 일부 직업군에서는 아주 가파르게 아주 빠르게 이 변화가 확대되고 있습니다. 대표적인 영역이 바로 소프트웨어 개발자들이죠. 요즘 이제 코딩이라고 하는 것을 AI가 너무나 잘합니다. 우리가 여러분 chat gpt만 쓰시더라도 인간의 언어를 거의 통달한 수준으로 문장을 만들어 내죠. 저 같은 경우에도 chat gpt에게 어떤 보고서를 작성하더라도 마지막 검토 정도는 부탁을 합니다. 왜냐하면 저보다 글발이 더 뛰어나기 때문이죠. 코딩을 할 때 쓰이는 이 프로그램 랭귀지라는 것도 인간의 언어와 유사하죠. 문법적으로든 혹은 문맥적으로든 AI는 너무나 잘 학습하고 이해하고 있습니다. 그러다 보니까 대부분의 전 세계 개발자들이 AI를 가지고 코딩 작업, 소프트웨어 개발 작업을 하고 있습니다. 그러다 보니 어떤 일이 일어나냐면 실리콘밸리의 경우에 2023년 이후 신규 채용 개발자의 규모가 매년 10%씩 줄어들고 있습니다. 제가 판교에 살고 있는데요. 저의 동네 분위기도 별로 좋지 않습니다. 왜냐면 게임 기업들도 성과가 안 좋을 뿐만 아니라 개발자들의 AI 활용도가 올라가면서 개발자의 역량의 재정의가 급격히 일어나고 있기 때문이죠.
[스탠퍼드 컴퓨터과학과, 코딩 수업에서 코딩을 빼다 ('25)]
그러다 보니까 교육 업계에서도 이것을 빠르게 받아들이기 시작했습니다. 우리 컴퓨터공학과 하면은 대표적으로 스탠퍼드 대학을 떠올리시죠. 1970년 설립된 이 학과에서 역사상 최초로 코딩 과목을 전공 커리큘럼에서 제외해 버렸습니다. 작년 하반기에 있었던 일입니다. 모던 소프트웨어 디벨로퍼라고 하는 학부 2학년 수준의 전공 기초 과목인데요. 이 과목에서 C언어, 자바 언어를 가르치는 내용들이 많이 포함되어 있었는데 이 부분을 빼버렸습니다. 이 학과 교수들은 이렇게 얘기를 하죠. 스탠퍼드 입학생 정도는 이제는 코딩 수업을 이 수업 시간에 배울 필요는 없을 것 같다. AI가 인간보다 코딩을 더 잘하는 시대에 우리는 AI를 통제할 수 있는 더 깊이 있는 고민과 사고를 해야 된다라는 선언을 했습니다. 이런 어떤 창작이나 개발자들만의 영역이 아니죠.
[고소득 전문직도 무너진다?]
우리가 흔히 얘기하는 사자 직업들, 고소득 전문 직종들도 AI 영향권에 접어들기 시작했습니다. 2024년에 오픈AI의 GPT-4를 가지고 미국의 변호사 시험, 의사 시험, 공인회계사 시험을 치르게 해 봤더니 모든 종목에서 인간 합격자 평균을 넘어서는 훌륭한 결과로 통과를 해 버렸습니다. 이제는 우리가 소위 전문직, 고소득 혹은 일부 자격증 영역조차도 인간이 AI를 넘어설 수 없는, AI가 인간을 완전히 넘어서는 시대를 지금 마주하게 된 것이죠. 대한민국에서도 변화가 나타나고 있습니다. 우리 공인회계사 하면은 몇 년간 열심히 공부해서 자격증을 취득하면 어떻게 보면 남은 여생이 보장된 전문 직종 아닙니까? 2025년 대한민국의 공인회계사 합격자 1,250명 탄생했습니다. 그중에 아직까지도 수백 명이 직장을 못 구하고 있습니다. 대형 회계 법인들이 이 수습 회계사를 뽑지를 않는다라고 합니다. 여러 가지 영향들이 있겠지만 일부 주된 요인으로는 바로 AI 전환 때문이죠. AI가 보고서를 작성하고 AI가 분석을 대신하고 특히나 회계 업무는 숫자를 가지고 하는 업무가 대부분이다 보니까 AI가 훨씬 더 정교한 판단들을 도움을 줄 수가 있다라는 것이죠. 인간 회계사가 다섯 명 투입되어야 할 일을 회계사 한 명과 AI 툴이 대신하는 상황들이 벌어지고 있다라는 겁니다.
[변호사 AI 활용도 급증 -> 백오피스(사무 보조) 인력 해고 확대]
법률 분야도 마찬가지입니다. 우리 변호사, 판사, AI 도입이 서서히 진행되고 있습니다. 미국은 극적인 변화가 나타나고 있는데요. 미국의 대형 로펌의 경우에 대략 50% 그니까 두 개 중에 한 개의 로펌이 chat gpt 같은 AI 툴을 공식적으로 도입하겠다라고 선언을 한 것이 작년에 있었던 일입니다. 변호사들이 주로 AI 툴을 어디다가 쓰냐면요. 변호사들의 주된 작업은 글 쓰는 작업 아닙니까? 뭐 글 쓰는 초안 정도를 chat gpt에게 요청할 수가 있겠죠. 그것뿐만이 아니라 저희 판례 분석이라고 하는 거 이번 고객의 소송권에 대해서 유사한 케이스를 찾고 논리적으로 근거를 만들고 설득의 분석 글을 만들고 하는 작업들을 AI가 훨씬 더 잘해 주고 있다라는 겁니다. 그러다 보니까 희한한 현상이 벌어지고 있는데요. 변호사들이 이런 업무를 AI에게 맡기는 순간부터 변호사들을 도와주던 사무 보조 인력들이 해고당하는 상황이 벌어지고 있습니다. 파이낸셜 타임스의 작년 보도에 따르면은 미국의 경우 2024년경부터 대형 로펌의 백오피스 인력, 즉 사무 보조 인력이 매년 10%씩 감소하고 있는 통계가 잡히고 있다라는 겁니다. 어떻게 보면 전문직이 AI에 영향을 받고 있고 그를 도와주던 기존의 계층이 AI로 인해서 직업을 잃고 있는 상황들이 벌어지고 있는 것이죠. 이처럼 그 어떤 직업도 예외 없이 변화가 진행되고 있습니다.
[생명을 다루는 의사도 AI로 대체된다?]
여러분 의사는 어떨까요? 많은 분들이 에이 의사만큼은 인간의 생명을 다루는 직업인데 AI 대체가 빠르게 진행되긴 좀 어렵지 않을까라는 얘기를 합니다. 맞습니다. 의사라는 직업은 책임이 필요하죠. 그리고 생명이라는 고귀한 어떤 가치를 다루는 직업이기 때문에 AI 도입 속도는 다른 직업보다는 느리게 진행될 수 있습니다. 그런데 의료 업계에서도 지금 새로운 실험들 결과들이 지금 발표되고 있습니다. 올해 초에 있었던 하버드 의대 연구팀의 실험 결과인데요. 우리나라에서도 의료 대란이라고 해서 응급실 의사들의 공급 부족, 서비스 부족의 상황들이 벌어지고 심각한 사회 문제가 제기됐던 시기가 있었죠. 이 응급실 의사들의 역할을 AI가 대체할 수 있을까? 이런 실험을 하버드 의대가 올해 초에 진행을 했습니다. 보스턴의 한 대학병원 환자 76명의 자료와 의학 학술지에 소개된 전형적인 환자 사례 143건의 데이터들을 GPT-o1에다가 학습시켜서 실제로 벌어지는 진단과 치료법에 대한 결과를 인간 의사들이 진단했을 때와 비교해서 정확도를 따져 보았습니다. 여러분 누가 이겼을까요? 제 흐름상 AI가 이겼겠죠. 네. 그 결과는 50%대 67%로 AI 승리로 나타났습니다. 인간 의사, 하버드대 정도 되는 의사들조차도 응급 환자들을 다룬다라고 하는 것은 정확도가 떨어질 수밖에 없습니다. 왜냐하면은 일부 환자들은 소통이 불가능한 상태일 수도 있고요. 또 여러 다양한 신체적인 손상으로 인해서 특정 진단 결과들로 우리가 결론짓기에는 어려운 상황들이 많습니다. AI의 경우에 대략 세 케이스 중에 두 케이스를 거의 정답에 가까운 답을 만들어 냈다라는 것에서 의료 업계에서도 AI를 가지고 다양한 영역에서 인간을 보완하는 역할들을 시킬 수가 있겠다라는 이 3자 진료 모델에 대한 여러 논의들이 지금 급격히 확대되고 있는 상황입니다.
[지능의 가격 붕괴 (지능이 수돗물처럼 흘러나오는 시대)]
이처럼 여러 직업군이 AI로 인해서 다양한 변화들을 겪고 있습니다. 저는 이런 시대적 변화를 지능의 가격 붕괴 시대라고 말씀을 드립니다. 우리가 지금까지 디지털 시대, 플랫폼의 시대 혹은 인터넷의 시대는 지식이라고 하는 거, 정보라고 하는 거, 데이터라고 하는 것을 가상 공간에다가 쌓아두고 얼마나 빠르게 이 정보, 지식에 접근할 수 있을까를 가지고 도구 활용의 이점들을 얘기를 했었죠. 근데 이 쌓여진 지식에다가 AI의 지능까지 더해져서 인간이 해야 될, 수행해야 될 작업들을 완전히 AI가 대체하는 시대가 펼쳐지고 있다라는 겁니다. 근데 중요한 것은 그 지능을 활용할 때 가격 자체가 매우 저렴하다라는 것이죠. 여러분, chat gpt 나온 지 벌써 4년 정도 됐습니다. 그렇다면 그간 지난 4년간 AI 성능 향상이 얼마나 빠르게 일어났느냐. 여러 실험 결과들을 종합해 보면은 2022년 최초 탄생한 chat gpt, GPT 3.5 버전 비해서 최근에 가장 좋은 성능의 AI를 비교하면은 성능이 100배 정도 상승했다라고 분석이 되고 있습니다. 근데 재밌는 것은 같은 난이도의 질문을 4년 전 chat gpt와 지금의 chat gpt, 혹은 제미나이, 클로드에게 물어봤을 때 그것에 들어가는 비용은 100분의 1로 줄어들었다는 겁니다. 여러분 지금 현재 chat gpt나 AI에게 어떤 질문을 하고 계십니까? 아마 chat gpt 등장 초기에는 단순히 지식 검색 혹은 구글이나 네이버에 물어보는 정도의 지식들을 AI에게 물어보셨겠죠? 지금 AI를 열심히 업무에 쓰고 계신 분들은 매우 고차원의 문제를 AI에게 던지거나 혹은 함께 업무를 협업해서 진행하는 사람들이 많습니다. 그만큼 더 난이도가 높은 문제들을 AI에게 제시하고 그 결과를 받아보고 있다라는 것이죠. 우리 인간에게 필요한 지식 노동의 비용 대비해서 AI에게 들어가는 아주 작은 토큰 비용이 훨씬 더 저렴한 가성비가 나오는 시대로 접어들고 있다라는 겁니다. 저는 이것을 지능이 수돗물처럼 흘러나오는 시대라고 얘기하는데요. 여러분 집에서 수돗물 조금 꼭지를 더 튼다라고 해서 크게 아깝게 느끼지 않습니다. AI를 저렴한 비용으로 쓰는 이 자체가 훨씬 더 좋은 결과물들을 만들 수 있다라는 점에서 우리가 앞으로 지식 활동이라고 하는 거 이 지능 활동이라고 하는 것이 인간의 역할을 대부분 AI로 대체할 수도 있겠다라는 가능성들을 실제로 경험하고 확인하고 계신다라는 거죠.
[(Case#1) ChatGPT, 클로드와 협업으로 칼럼 작성하기]
저의 경우에도 뭐 보고서 작업이든 칼럼 작성이든 혹은 연구 논문을 작업하든 간에 AI와 협업을 하는 것이 일상화되어 있습니다. 특히 4년 전에 비하면은 이제는 AI를 쓰지 않고는 글 작업을 하기가 어려울 정도입니다. 저도 이공계 출신이다 보니까 그렇게 글을 쓰는 능력이 뛰어나진 않습니다. 근데 연구자, 학자라고 하는 직업 자체가 주로 글 쓰는 업무이다 보니까 요즘은 AI에 상당한 부분을 의존하기 시작했습니다. 제가 칼럼 작성을 하나 하고 있는데요. 2주마다 쓰는 칼럼을 chat gpt와 협업을 하고 있습니다. chat gpt에게 기본적인 따라야 될 룰을 지침 설정으로 제시를 하죠. 어느 정도 분량으로 해 달라. 참고 문헌을 어떻게 확인해 달라. 최신 사례를 인용해 달라. 사실과 주장을 구분해 달라. 이런 제가 중요하게 생각하는 룰들을 지침 설정으로 프롬프트로 잘 알려 주고 chat gpt에게 제가 생각하는 아이디어를 간단하게 입력을 하면은 얘는 저 룰에 따라서 칼럼 초안을 작성을 해 줍니다. 얘가 작성한 초안을 받아들고 이제 저와 AI의 협업이 시작되죠. 소위 티키타카라는 작업이 시작됩니다. 얘가 쓴 내용이 저의 생각과 일치하는지 혹은 이 인용된 사례가 정확한지 혹은 좀 더 좋은 사례나 좋은 분석의 내용이 없을지 이것을 계속 치열하게 토론하면서 제 아이디어를 집어넣고 AI에게 재차 검증을 시키고 추가적인 자료 조사를 요구하고 이런 작업을 2, 30분 정도 진행을 합니다. 그러면 이제 칼럼의 완성도가 쭉 올라가죠. 그 올라간 글을 최종적으로 검토를 저는 누구에게 시키냐면 바로 클로드에게 시킵니다. 요즘 클로드가 상당히 글발이 뛰어납니다. 그러다 보니까 그 어떤 작업이든 최종적인 검토를 클로드에게 작성 요청을 합니다. 그래서 chat gpt, 클로드 저와 3자의 협업을 통해서 칼럼이 완성이 되죠. 이것을 작성하는 데 걸린 시간은 고작 한 시간 정도입니다. 제가 과거에 혼자 힘으로 칼럼을 쓸 때는 반나절 정도 시간을 잡고 작업을 했었는데 훨씬 더 짧은 시간에 더 좋은 퀄리티의 글을 얻게 되는 것이죠.
[(Case#2) 매일 아침, '인공지능' 분야 주요 뉴스를 선별, 정리해서 보내주는 AI]
요즘 들어서는 제가 여러 다양한 연구 활동에 이런 자동화된 챗봇으로 혹은 에이전트를 만들어서 다양한 시도들을 하고 있습니다. 소위 바이브 코딩이라 그러죠. 요즘 개발자들이 어려움을 겪는 이유가 일반인들도 AI와 함께 소프트웨어를 만들고 앱을 개발하고 챗봇을 만들고 할 수 있기 때문입니다. 저 같은 경우에 여러 개의 에이전트와 챗봇을 만들어서 제 일상에 도움을 얻고 있는데요. 예를 들면 매일 아침마다 AI가 지난 24시간 동안 있었던 인공지능 관련 뉴스나 혹은 발행된 보고서를 요약해서 제 이메일로 보내 줍니다. 제 출근길에 AI에게 이걸 브리핑을 시킵니다. 그러면은 저는 출근을 하는 길에 제가 오늘 공부해야 할 보고서나 논문들을 다 학습하는 효율을 얻게 되는 것이죠. 여기에는 바이브 코딩 5분 작업을 통해서 이 결과를 얻었습니다. 이처럼 연구를 하든 칼럼을 쓰든 혹은 제 평상시에 지식 활동을 하든 AI와 자동화된, 지능화된 이런 툴들을 다양한 영역에서 쓰다 보니까 제가 항상 드는 생각이 있습니다.
[안드레 카파시 : "내가 가장 병목이다"]
아, AI의 능력에 비해서 내 능력이 너무 부족하다. 내가 좀 더 빠르게 판단하고 좀 더 정확하게 지시하고 내가 필요한 자료들을 재깍재깍 AI에게 제시한다라고 하면 훨씬 더 훌륭한 결과를 더 빠르게 얻을 수가 있고 제가 두 명분, 세 명분 넘어서서 10명분, 100명분의 몫을 할 수도 있겠다라는 제가 매우 작아지는 이런 감정을 느끼게 되는 것이죠. 제가 가장 병목이라는 겁니다. 저뿐만이 아닙니다. AI를 정말 열심히 활용하고 있는 가장 적극적으로 활용하고 있는 이 개발자 직군에서는 대부분 공통적으로 이런 얘기들을 합니다. 오픈AI 공동 창립자이자 지금 현재 엔트로픽의 CTO 역할을 하고 있는 안드레 카파시라는 인물도 많은 팬들에게 스레드를 통해서 이런 얘기를 한 적이 있습니다. AI 에이전트들이 코드를 짜고 수정을 하고 테스트를 돌리는 속도보다 내가 AI에게 지시하고 그 결과를 확인하는데 훨씬 더 많은 시간이 걸린다라는 거. 인간이 결국 AI 능력을 쫓아가지 못하기 때문에 얼마나 효율적으로 AI에게 지시하고 검증하고 확인하고 비판하고 이걸 할 수 있을까? 결국 인간의 새로운 능력, 새로운 역량이 필요하다라는 것을 얘기를 하고 있는 것이죠.
[어떤 영역부터 AI로 대체될까?]
결국 중요한 것은 우리가 수년 내에 여러분들의 대부분의 영역에서 AI가 여러분들의 능력을 혹은 여러분들의 업무 수행을 대신하는 이런 상황들이 벌어질 겁니다. 결국 중요한 것은 우리가 얼마나 여기에 빠르게 적응하느냐라는 것이죠. 특히나 요즘의 AI는 거대 언어 모델 기반의 다양한 능력치들을 보여주고 있습니다. 우리 인간의 창작에 해당되고 소통에 해당되는 영역이죠. 실제로 많은 금융사들이 고객 상담 센터를 이제는 AI 기반으로 운영하기 시작했습니다. chat gpt가 고객 상담을 훨씬 더 긴밀하게 훨씬 더 친밀하게 더 잘할 수 있다라는 것이죠. 많은 연구 개발자들 혹은 기업의 경영자, 관리자 역할들을 AI 솔루션으로 대체하는 시도들이 지금 빠르게 이어지고 있습니다. 그리고 데이터가 정확하게 축적되어 있는 업종 직업군부터 AI 학습이 지금 아주 고도화되고 있고 이것은 지금까지 인간이 쌓아왔던 지식 체계들을 AI가 단번에 허물 수 있는 그런 다양한 위기이자 기회 요소들을 지금 세상에 빠르게 확대시키고 있습니다.
[인간-AI 협업의 시대]
결국 우리가 중요한 것은 AI와 인간의 협업이죠. 우리가 여기서 얼마나 AI 성능을 정확히 이해하고 AI를 어떻게 잘 활용해야 할지 우리 소위 AI 문해력이라고 하는 것을 얼마나 잘 길러낼 수 있을까? 각자의 영역에서 각자의 직업에서 내가 앞으로 활약해야 될 업종에서 AI를 어떻게 써야지만 나의 지식도 쌓으면서 그 결과물들의 퀄리티를 더 높일 수 있을까? 여기에 대한 고민들이 본격적으로 시작되는 인간과 AI 협업의 시대가 시작되었습니다.
[Agentic AI : 스스로 계획하고, 도구를 활용하며, 실행을 완결하는 자율 지능 AI]
최근 AI 업계에서 거대한 투자가 일어나고 있고 다양한 시도가 이어지고 있는 대표적인 영역이 바로 에이전틱 AI라고 하는 영역입니다. 여러분 에이전트라고 하면은 내 업무를 대신해 주는 사람을 말하죠. 여행 에이전트, 여행 에이전시라고 하면은 내 여행에 필요한 여행지를 발굴해 주고 혹은 예약 결제를 대신해 주고 여행 계획을 짜주고 혹은 식당을 알아봐 주고 이런 사람들을 여행 에이전트, 여행 에이전시라고 합니다. 즉 스스로 계획하고 도구를 활용하며 실행을 완결하는 자율 지능을 갖춘 AI를 우리는 에이전틱 AI라고 합니다. 그리고 이런 역할을 수행하는 개별 소프트웨어, 애플리케이션 혹은 챗봇이라고 하는 개별 개체를 AI 에이전트라고 부르고 있습니다. 수년 내에 여러분들의 여러 다양한 업무에 에이전트들이 활약하게 될 겁니다. 에이전트끼리 서로 소통을 하고요. 여러분들이 필요하는 것을 미리 사전에 제시를 하고요. 여러분들에게 중요한 의사 결정에 대해서 피드백을 요청을 할 겁니다. 여러분들은 그에 응답하고 최초의 지시를 하고 그 결과물을 활용하는 사람으로 변모하게 될 겁니다.
['사스포칼립스, "AI가 오피스 도구부터, 전문직 업무 영역까지 다 잡아먹는다."]
자, 결국 에이전트라고 하는 것이 여러 영역에 지금 시도가 되고 있는데 결국 이제 시간의 문제인 거죠. 인간의 지식을 AI가 얼마나 제대로 학습시키고 얼마나 완성된 솔루션들이 등장하느냐. IT업계에서는 벌써부터 이러한 거대한 흐름들을 지금 인식하기 시작했습니다. IT업계에서 얘기하는 이러한 흐름을 사스포칼립스라고 하는데요. 우리가 사스라고 하면 Software As A Service라고 해서 우리가 이제 여러분들이 쓰고 계시는 뭐 문서 작업 도구라든지 그래픽 디자인 도구라든지 이런 하나의 완성된 툴을 우리가 SaaS라고 얘기를 하죠. Apocalypse라고 하는 단어는 대재앙을 듯하는 단어입니다. 그러면 소프트웨어 대재앙 이게 무슨 말이냐면은 AI가 개별 소프트웨어를 다 잡아먹고 있다라는 거예요. 우리가 지금까지는 여러분들이 디자인을 하시려면 디자인 툴을 실행을 하고요. 문서 작업을 하려면 문서 작업에 특화된 툴을 실행하시죠. 재무 전문가들은 재무 분석을 하는 툴을 실행을 해서 그 작업을 할 겁니다. 각각 개별 업무 단위로 소프트웨어들이 존재했었는데 이제 AI가 그것을 다 잡아먹어서 통합된 에이전틱 AI가 여러분들 업무에 활약하고 기여하게 된다라는 겁니다. 그러다 보니까 IT 업계에서는 이런 개별 업무 단위의 소프트웨어를 만드는 어도비, 세일즈포스 같은 기업들의 주가가 폭락하는 이런 또 내러티브가 형성되기 시작했습니다. 공급 사이드에서는 이미 이런 변화가 본격화되고 있다라는 것이죠. 여러 수요 산업이 이걸 이제 받아들이는 것은 시간문제이자 어떻게 보면은 단계적으로 진행되고 있는 상황이다.
[월마트, AI를 활용하여 주문 수량 결정 및 고객과 가격 협상]
유통업의 강자 월마트의 경우에는 AI가 고객과 가격 협상, 구매 협상을 합니다. 예를 들면 인간 담당자가 이번에 얼마의 수량을 언제까지 납품해 달라. 어떤 가격으로 좀 협상하자. 이것의 협상력이 상당히 중요합니다. 근데 AI에게 지난 2년간에 구매 담당자의 협상 과정과 결과를 학습시켰더니 훨씬 더 뛰어난 가격 협상을 하더라는 겁니다. 월마트에게 훨씬 더 큰 이익을 가져다준다라는 거죠. 결국 월마트 입장에서는 AI와 인간을 협업을 시키거나 혹은 AI를 이 인간 역할을 완전히 대체하는 용도로 활용하게 되겠죠. 월마트뿐만이 아닙니다.
[토요타 연구소, AI 디자인 툴에 자동차 관련 데이터를 학습시켜 '디자인 + 엔지니어링 + 설계' 연계
토요타 디자인 연구소에서는 디자인 작업을 하는 AI 툴을 2023년경부터 도입을 했는데 자동차 디자이너들이 실제로 이 디자인 툴을 가지고 디자인 작업을 하다가 이 디자인 툴이 자동차의 안전성이라든지 혹은 인체 공학이라든지 연료 효율과 같은 기본적인 지식을 갖추지 못하고 있다라는 것을 인지를 하고 그 관련된 데이터나 지식을 학습시키거나 프롬프트에 설정을 했더니 자동차 디자인을 해당 연료 효율과 인체 공학 안전 설계 관점에서 해 주더라는 겁니다. 결국 단순히 디자인만 하는 툴이 이것을 넘어서서 에이전틱 AI로 진화할 수 있는 이런 가능성들을 지금 확인하고 있는 셈이죠.
[피지컬 AI : HW 기반 자동화에서 AI/데이터 중심의 '지능화/자율화'로]
이러한 변화들 속에서 우리가 인간의 역할들을 AI가 대체해 나가는 시도들이 빠르게 이루어지고 있습니다. 에이전틱 AI가 우리가 사무 영역에서 인간의 역할을 대신하는 존재라고 하면 이 피지컬 AI라고 하는 변화는 물리적 세상을 기반으로 인간의 노동을 대체하는 변화들로 빠르게 이어지고 있습니다.
[인간 움직임의 시각 데이터를 활용하여 모방 학습]
특히나 최근 들어서 이 AI가 이 로봇이나 설비, 기기에 탑재가 되면서 인간의 학습 능력을 갖춘 기계들이 여러 영역에서 활약을 하고 있습니다. 스탠퍼드대 휴먼플러스 로봇인데요. AI의 강화 학습, 모방 학습 기능을 탑재한 이 로봇이 소비자들이 원하는 동작을 RGB 카메라 몇 대만 가지고 학습해서 그대로 이것을 이행을 합니다. 하루 종일 피아노 치는 영상을 보여줬더니 피아노 반주를 로봇이 그대로 따라 합니다. 하루 종일 탁구 치는 작업을 같이 했더니 어느 순간 나보다 탁구를 더 잘 치게 됩니다. 가사 일을 하는 이 영상을 몇 시간 보여 줬더니 얘가 이제 그릇 정리들을 해 줍니다. 이것이 결국 AI가 만드는 이 피지컬 AI 변화이죠. 우리가 피지컬 AI 변화라고 하는 것이 결국은 현장에서 인간의 노동을 대체하는 시도들로 빠르게 이어지고 있고 지금은 그 완성도를 만들어 가는 단계에 있습니다. 그러다 보니까 세계 곳곳에는 이상한 현상들이 벌어지고 있습니다.
[중국 샤오미 '다크 팩토리(Dark Factory)' : 사람이 없는 컴컴한 제조공장]
인간이 한 명도 투입되지 않는 생산 현장이 지금 나타나고 있다라는 것이죠. 중국 샤오미의 스마트폰 공장입니다. 다크 팩토리라고 불리는데요. 그 이유는 인간 없이 로봇들만 작업을 하다 보니까 불을 꺼놓고 일을 합니다. 센서가 매우 기민하다 보니까 불을 켜 놓을 필요가 없다라는 것이죠. 우리가 이제 무인공장이라고 하는 것이 2010년대부터 얘기가 되어 왔었는데요. 특히나 2010년대 가장 대표적인 사례로 꼽히던 것이 테슬라의 기가 팩토리라는 공장이었습니다. 전기 자동차를 로봇들이 생산하고 있다라는 것이죠. 자, 근데 중요한 것은 우리가 이제 완전 무인화까지는 구현을 못 했었다는 겁니다. 수천 대의 로봇이 돌아가고 있어도 수십 명, 수백 명의 인간이 존재했다라는 겁니다. AI와 그니까 로봇과 인간의 협업으로 무인화가 어느 정도 진행된 수준이었는데 이제는 우리가 공상과학 영화에서 얘기하던 로봇들끼리 인간이 필요로 하는 재화를 생산하는 시대가 시작됐다라는 겁니다. 그러다 보니까 요즘 학계를 중심으로 AI가 인간의 노동을 다 뺏어 가고 인간의 판단들을 대부분 대체하는 시대에 과연 인간은 뭘 먹고 살아야 되느냐 본질적인 고민을 하기 시작합니다. AI 기본 소득에 대한 얘기도 나오고 있죠. 과연 AI가 모든 인간의 역할들을 뺏어 갈 경우에 인간은 우리가 기본적인 소득들을 보장해 줘야 한다라는 겁니다. 이것이 너무나 변화 속도가 빠르다 보니까 이 본질적인 질문들을 던지는 지금 학자들도 늘고 있다라는 겁니다. 이것이 지금 AI가 만들고 있는 세상의 변화이자 빠른 속도에 대한 현상입니다.
[우리는 AI와 함께 성장할 수 있는가]
자, 그렇다면 오늘 강의의 최종적인 결론 부분을 말씀을 드려 보겠습니다. 과연 여러분들은 AI와 함께 성장하고 계십니까? AI의 이기를 오롯이 받아들이고 있습니까? 결국 중요한 것이 우리가 과거 인류에 여러 번의 산업 혁명 과정에서 우리가 이 기술을 어떻게 지혜롭게 수용하느냐 차원의 문제라는 것이죠. 이것이 이제 우리 사회 전체적인, 전반적인 문제일 수도 있고 여러분 개개인의 문제, 이슈일 수도 있습니다.
[AI는 지식 습득의 도구입니까? 훼방꾼입니까?]
오늘 이 강의에 참여하신 여러 학생들 혹은 취업 준비생 여러분들 아마 여러분들의 대학 생활은 어떠셨습니까? 요즘 저희가 학생들을 대하다 보면은 과거에 비해서 전반적인 퀄리티가 높아졌어요. 무슨 말이냐면 리포트를 내주면은 대부분 80점짜리 리포트는 써옵니다. 대부분 다 AI를 돌렸겠죠. 근데 문제는 95점, 100점짜리 리포트를 보기가 어려워졌습니다. 과거에는 학생들의 성적을 이렇게 매겨 보면은 우리 소위 정규 분포라고 하죠. 이렇게 가운데가 두툼하고 양쪽 끝단이 좀 소수인 이런 형태들의 그래프가 그려졌었는데 요즘은 어떤 그래프가 나오는지 아세요? 다 오른쪽으로 이렇게 몰려 있습니다. 근데 이 가장 올라가는 지점이 80점 정도 수준이에요. 90점, 100점은 뚝 떨어집니다. 그니까 리포트라고 하는 이 작업을 하나 하더라도 AI에게 겉 포장을 시키고 내가 고민하거나 사고하거나 깊이 있는 고차를 한 결과들을 제출한 학생들이 되게 드물어지고 있다라는 거예요. 저는 상당히 여기에 참담함을 느낍니다. 과연 내가 4년 동안 이 전공을 공부하고 나갔을 때 그리고 제가 학생들을 케어해야 되는 입장에서 과연 이 학생들이 4년 동안 뭘 얻어 갈까라는 거예요. 겉 포장을 하는 AI 능력은 사회인이 됐을 때도 크게 유효하지가 않습니다. 이것이 실상의 현실이라는 것이죠. 얼마 전 전 세계적으로 이슈가 됐던 영상이 있습니다. UCLA 졸업식 영상인데요. 제가 말씀드린 마찬가지 상황이 벌어집니다. 한 학생이 자신의 얼굴이 화면에 비춰지자 노트북을 막 가리키면서 막 박수를 칩니다. 내가 chat gpt로 논문 쓰고 너무 졸업을 쉽게 했다라는 겁니다. 이것이 결국 지금 벌어지고 있는 일이라는 것이죠.
[AI 시험 부정, AI 작성 리포트 : '지성의 보고' 대학은 존재 가치를 잃어가고 있다]
여러분의 대학 시절, 대학 생활은 어떠셨습니까? 저희 경희대학교에서는 작년에 충격적인 사건 하나가 벌어졌습니다. 600명 정도 수강생이 있는 한 교양 과목에 AI 시험 부정 사건이 터진 겁니다. 근데 전수 조사를 해 봤더니 350명의 학생이 AI를 가지고 부정행위를 했다라고 밝혔습니다. 절반 이상이 되는 학생이죠. "뛰는 놈 위에 나는 놈 있다"고 과거에 시험 부정행위를 잡는 방법이 이제는 통하질 않습니다. 우리가 온라인으로 시험 보는 경우에 앞에 시험 창이 아닌 다른 창을 누를 때는 못 하게 금지되어 있습니다. 그리고 카메라가 설치되어 있는 곳에는 뭐 내 눈동자가 돌아가는 것도 다 녹화를 하고 있죠. 근데 중요한 것은 음성을 잡지 못해요. AI를 켜 놓고 chat gpt를 켜 놓고 내가 시험 문제를 읽습니다. 그럼 AI는 답을 알려주죠. 이거를 지금 현재 그 시험 감독 체계에서는 이것을 제대로 적발해 내지 못합니다. 학생들은 나는 놈이죠. 그래서 음성 인식을 켜 놓고 대부분 시험을 본 겁니다. 근데 이게 그러면 어떻게 적발이 됐느냐? 한 대학 내 익명 게시판에 한 학생이 무슨 무슨 과목 시험 보는 방법 개꿀해가지고 후기를 올린 거예요. 그래서 이게 이제 밝혀져 가지고, 소문이 나 가지고, 전수 조사를 했고 350명의 학생이 이실직고를 했습니다. 저는 학생들의 탓을 하고 싶지 않습니다. AI가 지금 세상을 이렇게 빠르게 변화시키고 있는데 교육이라고 하는 학교 대학 현장이라는 곳이 이것을 제대로 질서로 못 만들고 있기 때문이죠. 대학 교수들도 마찬가지입니다. 작년까지만 해도 많은 동료 교수님들이 저에게 물어보십니다. AI를 가지고 시험을 보고 숙제를 하고 이걸 잡아내는 방법이 뭐가 있느냐라는 적발에만 너무 초점을 맞춘다라는 거죠. 앞으로 자라나는 세대들은 20대 대학생들은 AI를 당연시 여겨야 될 세대인데 우리가 이것을 어떻게 적극적으로 지혜롭게 받아들이는 전향적인 고민을 해야 한다라는 것이죠. 워싱턴 포스트가 한 실험을 했는데요. 충격적인 결과가 나옵니다. 한 대학에서 시험 리포트 제출하는 날에 100명의 학생을 대상으로 자신의 리포트 내용을 한번 설명해 보라고 질문을 했는데 절반 이상의 학생이 자신의 이름을 달고 제출한 리포트의 내용을 설명하지 못하더라는 겁니다. 이 겉 포장으로 AI로 돌린 결과라는 것이죠. 앞서 제가 말씀드린 맥락과 일치하는 상황들이 전 세계적으로 펼쳐지고 있다라는 겁니다.
[AI로 작성한 리포트, 교수들도 다 안다]
사실 교수들도 이제 하나둘 적응해 나가고 있습니다. 음. 학교 현장의 학생들이 AI를 가지고 이걸 작업을 했다. 발표 자료를 만들었다. 시험공부를 했다. 뭐 이런 것들을 이제는 우리가 눈으로 확인할 수가 있죠. 근데 문제는 이걸 가지고 뭐 채점에 반영하고 학점에 반영한다고 해서 세상에 필요한 인재의 양성이란 측면에서 전혀 좋은 방향이 아니라는 겁니다. 많은 학생들이 너무나 문장을 완벽하게 리포트에 포함시켜 냅니다. 그리고 지금까지 잘 안 쓰던 표현들을 담아냅니다. 공대 학생들이 지금까지 내용을 종합하자면 앞서 제시한 이론에 입각하여 이런 말 잘 안 썼거든요. 근데 보고서 이런 내용들이 담기기 시작합니다. 그리고 참고 문헌에 대한 정리가 너무나 완벽하게 갖춰지죠. 뭐 이런 것들이 우리가 충분히 뭐 눈치적으로도 교수들이 이거 AI 써서 했구나. 물론 이 리포트를 AI 써서 하라 허용한 경우도 있지만은 그걸 금지시켰을 경우에도 충분히 확인해 볼 수 있다라는 것이죠.
[AI '금지'가 아니라, 교육의 '설계'를 바꿔야 한다]
근데 중요한 것은 금지가 아니라 설계가 바뀌어야 한다는 것이죠. 우리가 AI를 기본 공기와도 같은 존재로 받아들이고 인정하고 우리가 앞으로 자라나는 세대들 사회의 준비를 어떻게 해 나가야 될지를 공급자 관점에서 혹은 수요자 관점에서 함께 논의해야 한다라는 것이죠. 우리가 교육 업계에서는 플립러닝이라는 방법이 있습니다. 아예 교수에게 수업을 듣는 게 아니라 AI에게 수업을 들어라. 왜냐하면은 AI가 훨씬 더 훌륭한 지식 전달자가 될 수 있다라는 거죠. 그렇다면은 학교 현장에서는 각자 공부한 내용들을 토론하고 서로 상호 교감하고 확인하고 하는 자리로 만들어 보자라는 것이 바로 플립입니다. 저도 대학원생들에게 주로 쓰는 방법으로 오픈AI 테스트가 있습니다. 수업 시간에 각자 자신에게 주어진 과제를 수행하는 과정에서 AI를 적극적으로 써라고 권장을 합니다. 다만 중요한 것은 AI를 쓰는 과정. 내가 어떤 질문을 했고 AI가 어떤 결과를 만들어 줬는데 어떤 부분이 취약성이 있었고 이걸 보완하기 위해서 어떤 작업을 했고 이 과정에 대한 것도 함께 리포트에 포함시켜서 제출하도록 권장을 하고 있습니다. 이것이 AI를 받아들이는 우리 교육의 어떤 변화라고 할 수가 있겠죠.
[AI는 인간의 두뇌를 퇴화시킬까?]
결국 인간은 AI를 받아들이는 과정에서 일부 부침을 겪기 마련일 겁니다. MIT의 재미난 실험 결과가 발표됐는데요. 54명의 학생들에게 2주간의 교육 프로그램을 진행한다. 이를 통해서 교육의 수행 정도를 판단한다. 이 목적을 숨기고 세 개 그룹으로 나눠서 AI가 인간에 끼치는 영향을 테스트를 해 봤습니다. 한 그룹에게는 구글 검색 엔진만 사용해서 자신에게 주어진 과제를 하게끔 유도를 했고요. 한 그룹에게는 chat gpt 등 AI를 자유롭게 사용하도록 허용을 했습니다. 마지막 한 그룹에게는 어떤 디지털 도구도 사용하지 못하도록 통제를 했습니다. 그 결과가 어떻게 나왔을까요? 가장 첫 주에 수행한 작업의 결과는 2그룹이 가장 좋은 결과를 만들어냈습니다. 역시나 AI가 포장을 잘해 주기 때문에 작업의 효율도 빠르고 더 좋은 결과물들을 초기적으로는 만들어 냈다라는 것이죠. 근데 2주, 3주가 지나자 점점 뇌파 활동이 저조해지고 가장 결국 결과물도 저조한 내용들이 분석이 됐습니다. 결국 중요한 것이 AI 의존도가 높아질 때 인간에게 잃는 요소들이 있다라는 겁니다. 이걸 어떻게 균형을 잘 잡느냐? 이것은 각자의 노력과 함께 우리 사회가 함께 고민해 봐야 될 숙제가 아닌가 생각을 합니다. 많은 뇌과학자들이 앞으로 미래를 우려하고 있습니다. AI가 인간의 판단을 대신하는 이 시대에 과도한 AI 사용이 인간의 뇌 구조를 바꿔 놓을 것이다. 앞으로 10년 후 인간의 뇌 크기는 줄어들어 있을 것이다. 이런 어떤 과격한 예측도 나오기 시작합니다. 바로 인간은 적응의 동물이죠.
[기술에 적응하는 인간]
과거에도 이런 유사한 변화가 있었습니다. 여러분, 지금 너무나 쉽게 쓰고 있는 구글이나 네이버 같은 검색 엔진을 초기에 어떻게 활용하셨는지 기억하십니까? 제가 다르게 질문을 한번 드려 보죠. 혹시 90년대에 한 번 떠올려 보실까요? 90년대 여러분들의 가족이나 지인 전화번호를 몇 개 외우고 있으셨습니까? 저는 어린 시절에 전화번호를 연습장에 쭉 적는 걸 친구들이랑 내 얘기를 한 적도 있었던 거 같아요. 기억이 납니다. 그래서 제가 최대로 한 3, 40개의 전화번호를 달달달 외웠던 것으로 기억을 하는데요. 여러분, 요즘은 어떻습니까? 우리 가족 전화번호도 한둘 외우기도 힘들죠. 우리는 이제는 전화번호 자체를 외우는 것이 아니라 이 필요한 전화번호를 찾는 방법을 외우고 있습니다. 그리고 소위 거래 기억이라고 하죠. 검색 엔진에 너무 익숙해진 시대가 되다 보니까 내가 필요한 정보를 어디서 빠르게 찾을 수 있을까? 이 방법적인 측면에만 여러분들이 기억에 저장을 해 두고 이 정보 자체에 대해서는 그것을 지워 버린다라는 거죠. 인간은 2, 30년 만에 적응을 했다라는 것이죠. AI 시대는 어떨까요? AI는 정보를 찾아주는 것뿐만 아니라 사고의 과정을 대신합니다. 우리에게 남아나는 역할이 있을까요? 우리 두뇌는 어떻게 바뀔까요?
[AI 낀 세대의 운명 : 도메인 지식 부재 + AI 활용 역량 미흡]
바로 이런 상황에서 우리가 필요한 부분들 새롭게 고민하고 구상을 해야 됩니다. 학생들의 얘기를 마저 하자면 저는 지금 현재 대학 생활을 하고 있거나 지금 졸업을 앞둔 친구들을 좀 안타까운 마음에 AI 낀 세대라고 부릅니다. AI가 이제 막 세상을 변화시키기 시작했고 너무나 훌륭한 결과들을 만들어 주기 시작합니다. 이 학생들이 대학 생활을 하는 몇 년간의 기간 동안 우리 사회는 AI를 어떻게 활용해야 될지 제대로 정의하지 못했죠. 규정하지 못했죠. 교육 현장에서도 이걸 받아들이지 못했습니다. 그러다 보니까 어설프게 AI를 활용하는 AI 활용 능력도 저조하고 이로 인해서 내 전공 지식을 갖춰 나가야 될 과정도 어떻게 보면은 피해를 입은 꼴이 된 셈이죠. 결국 AI 낀 세대는 지금 앞으로 우리가 사회 구성원으로서 역할을 할 수 있는 부분에서 AI로 인해서 어떻게 보면은 좀 피해를 입은 대표적인 세대가 되었습니다.
[신입 직원의 딜레마 : '쫓아갈 수는 있지만, 넘어설 수는 없다']
결국 중요한 것이 저는 AI의 이기들을 정확히 인식하고 우리가 각자의 업무 영역에서 어떻게 AI와 함께 살아갈 수 있을까 공존하는 방법을 터득해야겠죠. 반대로 얘기를 하면은 이런 어떤 사회에 이제 막 뛰어드는 계층뿐만이 아니라 기존에 지금 뭐 한참 열심히 업무를 수행하고 있는, 한참 경력이 쌓여 있는 경력자, 고경력자의 경우에도 AI에 대한 우려가 상당히 큽니다. 왜냐하면은 신입 직원들이 혹은 나보다 더 저직급 후배들이 AI의 힘을 빌려서 단번에 나의 역할을 대신할 수 있다라는 우려에 사로잡히는 것이죠. 저는 균형적인 시각으로 해석을 해 보자라고 하면은 신입 직원들이 빠르게 이 중경력자를 쫓아갈 수 있습니다. AI가 그만한 판단과 분석 능력을 도와주기 때문이죠. 근데 마지막 한 산을 넘어갈 수는 없다라는 거. 앞서 학생들의 사례로 말씀을 드렸습니다. 80점까지는 만들 수가 있어요. AI를 잘 쓰는 방법을 가지고 도달할 수가 있죠. 근데 마지막 20점을 채우는 능력은 인간에서 비롯될 것이다. 우리가 어떻게 이 산을 넘어가느냐? 결국 나의 지혜와 경험과 그리고 데이터에 드러나지 않는 지식들을 얼마나 잘 갖췄느냐에 해당한다라는 것이죠.
[AI 시대, '대체불가 인간 역량']
그래서 저는 마지막 결론으로 대체 불가한 인간 역량에 대해서 말씀을 드리고자 합니다. 저도 AI를 쓰다 보면은 벌써 이제 4년 정도 됐죠. 음, 제 연구 능력이 떨어지지 않을까라는 우려를 하는 경우도 있습니다. 왜냐하면 의존도가 점점 더 커지기 때문이죠. 그럴 때일수록 제가 연구 과제를 수행하기 앞서서 제가 어떻게 구상하고 기획하고 고민하는지를 철저하게 정확하게 꼼꼼하게 정리를 합니다. 그리고 AI와 막상 보고서 작업을 시작하는 단계에 이르면 제가 지금까지 구상했던 그리고 눈으로 확인했던 그리고 제가 가지고 있는 생각들을 정확하게 노트하는 습관들을 들이고 있습니다. 바로 질문 설계와 문제 정의의 과정이죠. 여러분 혹시 이 질문에 한번 대답을 해 주시겠습니까? 여러분들이 특정 주제에 대해서 AI와 AI에게 질문하는 경우에 여러분들이 생각하지도 않은 AI의 답을 보고 거기에 빨려 들어간 경험들 있지 않으십니까? 나는 이런 방향으로 답이 나올 거라고 생각하고 질문을 던졌는데 AI는 이런 답을 만들어 줘요. 근데 그걸 읽다 보니까 너무 괜찮은 거 같아요. 그걸 이제 재차 검증하지 않고 AI가 써 준 답으로 최종 결과물을 만든 경험 다들 있으실 겁니다. 그럼 제가 질문을 드려 볼게요. 과연 그 작품은 여러분의 작품입니까? AI의 작품입니까? 그렇죠. 자신 있게 나의 작품이라고 얘기를 못 하죠. 바로 그 부분입니다. 맥락의 주권을 쥐기 위해서는 질문 설계와 문제 정의를 잘하셔야 된다는 거예요. 저도 경험을 합니다. 제가 전공한 제가 연구하고 있는 저의 자신 있는 주된 연구 분야임에도 불구하고 AI에게 너무나 의존해서 보고서 작업을 했을 경우에는 자신이 없어요. 내가 이 결과를 어디 나가서 발표를 하고 떳떳하게 내 주장을 할 수 있을까? 거기 대해서 물음표가 붙는다라는 거예요. 그러면 결국 AI의 힘을 빌릴 때 내가 어디까지 알고 있고 어떤 부분을 AI로 확인해야 되고 이런 소위 메타인지에 관련된 부분들 그리고 내가 이걸 통해서 얻으려고 하는 가치가 뭐지? 문제 정의에 대한 부분들 그리고 내가 AI를 통해서 조금 더 퀄리티를 올리려고 하는 것이 뭐지라는 것을 명확히 구상하고 설계하고 디자인한 상태에서 AI에게 질문을 시작하면요. 훨씬 더 주도적으로 이 작업을 끌고 갈 수 있습니다. 그리고 AI에게 토론의 상대로서 균형적인 시선에서 대화를 나눌 수가 있다라는 겁니다. 바로 그것을 저는 맥락의 주권이라고 합니다. 저와 유사한 관점을 아인슈타인도 얘기를 했더라고요. 문제를 정의하는 데 55분을 쓰겠다면은 푸는 데 5분만 걸릴 뿐이다라는 겁니다. 결국 우리가 구상이라고 하는 것. 맥락은 인간이 지어야 한다라는 것. 문제 정의를 얼마나 철저히 하냐에 따라서 AI 결과물들을 새로운 가치 창출로 쓸 수 있다라는 부분들. 앞서 말씀드린 80점이 아니라 90점 100점을 채우는 능력들의 가장 중요한 원동력이 된다라는 것이죠. 두 번째는 비판적 수용입니다. 요즘 AI의 최대의 한계는 바로 환각 현상입니다. 할루시네이션이죠. 여러분들이 질문하는 열 개 중에 최소 한 개에서 두 개 정도는 세상이 없는 얘기를 AI가 지어내거나 거짓말을 하는 경우들이 있습니다. 여기에 대해서 철저히 검증해야죠. 특히나 여러분이 업무상 AI를 활용하신다라고 하면은 여기에 대한 책임지는 자세가 필요합니다. 결국 나의 전문 지식을 쌓아서 내가 기본적으로 1차 검증을 하고 참고 문헌을 확인하고 혹은 비판적으로 AI에게 되묻는 습관을 키우셔야 되고요. 제가 또 추천드릴 하나의 더 방법은 앞서 제가 칼럼 작성을 할 때 최종 검증을 클로드에게 시킨다고 말씀드렸습니다. chat gpt와 작업을 하다가 클로드에게 검증을 요청하는 것은 이 환각 현상에 대한 대비를 하기 위함입니다. 여러 개의 툴을 동시에 교차 검증을 시키는 방법도 이렇게 환각 현상을 내가 직접적으로 확인하는 것이 아니라 간접적으로 AI 통해서 검증하는 과정에 매우 유용하게 쓸 수 있는 방법이라고 말씀을 드립니다. 마지막 세 번째 도메인 지식과 경험이 AI 활용 능력과 결부되어야 한다라는 겁니다. 앞서 제가 신입 사원들이이 중경력자, 고경력자의 그 수준을 빠르게 쫓아갈 수 있지만 80점 정도에 머무를 것이다. 그 이상의 역할들은 인간에게 쌓아 놓은 지혜 그리고 비효율적인 경험들 그리고 이 분야에서 쌓아온 여러 다양한 감각들이 발휘되는 영역이에요. 근데 이걸 이제 다르게 표현하면은 경쟁이 더 치열해지죠. 왜냐하면은 우리 인간이 정규 분포에 따라서 이렇게 형성되어 있다라고 하면은 상위 능력자들은 하위 능력자들이 쫓아오려면 여러 단계가 필요합니다. 그래서 좀 마음에 여유가 있죠. 근데 대부분 80점을 다 기본적으로 채우는 시대가 되면은 마지막 20점 싸움이 더 치열해질 수밖에 없다라는 거. 그럼 그 20점을 어떻게 1점 1점 올릴 것인가? 더 어려워지고 더 많은 노력이 필요하고 어떻게 보면 더 비효율적인 과정이 필요할 수가 있다. 요즘 제가 기업의 실무자들 대상으로 강의를 많이 진행하고 있는 대상들은 HR 부서 직원분들입니다. HR에서도 고민이 많아요. 왜냐하면은 우리 구성원들을 어떤 역량으로 키울지, 훈련시킬지, 교육시킬지, 그리고 어떤 인재를 채용할지 여기에 대한 고민이 많은 거예요. 제가 여러 토론 끝에 항상 말씀드리는 건 뭐냐면 이 인간 구성원에게 쌓아둬야 될 지식과 역량을 업무 생산성을 높이는 측면과 결부시키지 말라는 거예요. 무슨 얘기냐면은 우리가 생산성을 높이고 업무 효율을 추구하는 것은 AI를 잘 쓰는 방법을 훈련시키고 교육시키면 됩니다. 근데 AI를 잘 쓴다라고 해서 인간 혹은 조직에 쌓이는 지식과는 이게 차이가 있다라는 거예요. 결국 비효율적인 과정을 통해서 이 조직 구성원들의 역량과 지식을 축적하고 이 업무 생산성을 위해서는 더 효율적인 방법들을 고민할 수밖에 없다는 거 이것을 별도의 체계로 별도의 차원으로 고민하시는 것이 앞으로 시대에는 너무나 당연한 일이 될 겁니다라는 것을 강조드립니다. 바로 3번에 해당되는 부분이죠. 도메인 지식과 경험, AI가 데이터로 학습하지 못하는 역량들을 여러분들은 각자의 분야에서 고민하고 이것을 비효율적이더라도 항상 시도하고 검증하는 습관들을 키우는 것이 AI 시대 대체 불가능한 인간 역량을 키우는 중요한 과정이라고 생각합니다.
[AI가 만들 특이점 미래]
AI가 만들고 있는 특이점 시대. 여러분들이 어떻게 인간, 새로운 인간을 증명해야 되고 여러분 영역에서 어떤 고민을 하셔야 될지를 제가 이 강의를 통해서 인사이트를 전달드렸기를 바라면서 오늘 강의를 여기서 마무리하도록 하겠습니다. 감사합니다.