Transcription
저는 당연히 애플은 노키아의 길을 갈 거라고 생각하고 있으니 당연하죠. 다들 그렇게 생각하지 않나요? 지금 더 이상 기술 회사가 아니에요. 디자인 회사예요. 애플은 이제 휴대폰 시대는 잘 먹혀 들어갔어요. 그런데 AI는 좀 다릅니다. 많은 분들이 얘기를 해요. 스티브 잡스가 살아 있었다면은 이 꼴이 아닐 거다. 안 되는 이유가 몇 가지 있어요.
>> 안녕하세요. 아나운서 석준입니다. 우리 삶에 진짜 필요한 지식을 전하는 지식인 초대석. 오늘은 뇌과학 박사이자 지난 20년간 AI 인공지능을 연구해 오신 카이스트 김대식 박사님 오셨습니다. 어서 오십시오.
>> 네. 안녕하세요.
>> 자, 박사님 뇌과학자시면서 동시에 AI를 연구해 오셨습니다. 뇌과학과 AI는 무엇이 같고 무엇이 다른가요?
>> 뇌과학은 사실 크게 세 가지로 나눠집니다. 우선 첫 번째는 뇌를 생물학적으로 의학적으로 이해하려는 뇌과학이 있고요. 두 번째는 뇌를 인지과학적으로 조금 더 심리학에 가까운 쪽으로 이해하려는 분야가 있고 세 번째는 뇌를 계산적으로 알고리즘적으로 이해하려는 계산 뇌과학이 있습니다. 저는 그 세 번째가 아마 제 전문 분야이고 당연히 그리고 뇌를 알고리즘 쪽으로 이해하는 그 지식을 기반으로 인공지능이 만들어졌기 때문에 사실 두 가지가 거의 하나의 학문이 돼 버린 거죠.
>> 그럼 말씀하신 대로 그 뇌과학이 세 가지 분야로 나뉘는데 그중에 마지막 부분 알고리즘을 연구하는 부분이 AI가 작동하는 거하고 유사하다는 말씀이시잖아요.
>> AI에서 이 방법을 모방을 했죠. 당연히.
>> 아, AI. 아, 그렇죠. AI가 모방을 했겠군요.
>> AI의 역사는 꽤 오래됐잖아요. 1956년에 처음 다트머스 컬리지라는 데서 인공지능이라는 개념을 도입을 했습니다. 그리고 초기에 문제를 두 가지를 풀고 싶었어요. 첫 번째는 세상을 알아보는 기계를 만들고 싶었습니다. 이건 물체인지 고양이다, 강아지다.
>> 뭘 보고 인식하는.
>> 그럼요. 그리고 1950년도에 그게 왜 중요했을까요? 미국과 소련의 냉전이었기 때문에 기계가 자동으로 미국 탱크인지 소련 탱크인지 구분을 해야 되잖아요.
>> 아, 전쟁 상황에서.
>> 두 번째는 인간의 언어를 이해하는 기계예요. 50년도, 60년도까지만 해도 구소련의 기초 과학과 수학 수준이 미국을 뛰어넘었었고요. 사실은. 그러다 보니 소련에서 수많은 논문과 보고서가 완성이 되는 거예요. 그러면 이런 러시아로 작성된 보고서는 스파이들이 가서 어떻게 가져왔겠죠? 이걸 최대한 빨리 번역을 해야 되는 뒤집지가 있었습니다. 이걸 실시간으로 번역하려면 기계가 해줘야 되겠다라는 생각으로 자동 번역을 위해서 자연어 처리라는 이 두 번째 문제가 제시가 됐었고 언어는 어린아이도 이해하니까 이 정도 문제는 6개월 연구하면 풀 거라고 56년에 생각을 했는데 근데 그 문제가 풀리는데 60년이 걸린 거예요. 그럼 한번 볼까요? 왜 이렇게 오래 걸렸을까요? 처음에는 아주 단순하게 접근을 했고 이 방식을 우리는 설명 기반 인공지능이라고 부릅니다. 우리가 풀어야 되는 문제 고양이를 알아봐야 한다면 고양이가 뭔지 그냥 우리가 생각을 한 거예요. 그다음에 그 고양이의 특징을 수식화하고 정량화해서 프로그램으로 코딩을 해 줬어요. 고양이란 동물이죠. 포유류. 다리가 몇 개? 네 개. 그럼 또 다리가 뭔지를 설명해 줘야 돼요. 당연히. 이런 식으로 수천 줄, 수만 줄, 수십만 줄 컴퓨터 코드로 설명했는데 60년 동안 알아보지를 못했습니다. 왜냐? 그 설명에 해당되는 고양이는 알아봐요. 근데 그 고양이가 앉으면 또 못 알아봐서 앉은 모습을 설명해야 돼. 아.
>> 그걸 이해하면 고양이가 뒤로 돌 수 있어요. 뒤로 돈 모습을 설명해야 돼. 현실에 있는 현상에는 다양성이 거의 무한이어서 무한의 다양성을 컴퓨터 코드로 완벽하게 설명이 안 되는 거예요. 그런데 우리 인간은 그걸 하잖아요. 분명히. 그래서 어느 한 순간부터 겸손해진 거죠. 우리는 아무리 노력해도 안 되는데 자연은 이 문제를 이미 풀었잖아요. 진화 과정에서. 그러니 세상을 알아보고 언어를 이해하는 기계가 뭐가 있을까? 인간의 뇌. 그 인간의 뇌를 보자 했더니 인간의 뇌는 규칙과 설명이 있는 것이 아니고 오로지 존재하는 것은 100조 개의 신경 세포와 연결고리 그리고 그 연결리는 경험을 통해서 가중치가 바뀔 수 있어요. 그게 다 해요. 이 기계를 가지고 인간은 세상을 이해하고 발명을 할 수 있다라는 게 가장 큰 신비 중에 하나죠. 우리는 여전히 이해를 못 합니다. 단 그 힌트를 기반으로 모방을 해 보자라는 거예요. 완벽하게 이해하지 못해도 비슷하게 만들면 되는 거잖아요. 이래서 인공신경망이라는 구조를 만들기 시작을 했습니다. 1980년도 인공 신경망을 가지고 돌려봤는데 이론적으로 될 거 같거든요. 고양이를 보여줘. 그럼 아주 단순한 건 알아봅니다. 그런데 문제를 복잡하게 만들면 또 실패를 해요. 이래서 이 인공신경망이란 분야가 80년도, 90년도 초 대박으로 망한 적이 있습니다.
>> 저 기억납니다. 90년대쯤에 이거 못 만들어 낼 거라고.
>> 절대로 못 만든다라는 게 교과서적인 내용이고 미국과 유럽 일본에서는 인공지능 연구를 다 포기를 했었어요. 유일하게 캐나다 토론토 대학교에 마지막 한 명이 남아서 연구를 했습니다. 인공지능을.
>> 제프리 힌튼 교수. 끝까지 포기를 안 했어요. 직관이 있었던 거거든요. 이렇게 돼야 되는데 왜 안 될까? 그런데 운이 좋았던 거죠. 구소련이 무너지고 러시아가 되고 러시아에는 천재적인 사람들이 많거든요. 수학가들. 그중 두 명이 토론토 대학교에 들어왔죠.
>> 아, 네.
>> 알렉스 크리젠스키라는 분과 일리야 수츠케버. 나중에 최GPT를 만든. 이때 또 흥미롭게도 어떤 일이 있었냐면 엔비디아라는 회사가 GPU라는 걸 만들었어요.
>> 그래픽 카드.
>> 그래픽 카드. 계산을 CPU는 순서대로 하잖아요. 근데 그래픽을 보면 화면의 픽셀들은 순서대로 안 하고 독립적으로 해도 상관이 없습니다. 하나 픽셀값이 옆에 픽셀 값에 영향을 주는 게 아니잖아요. 어. 그러면 차라리 CPU로 하나하나 계산하는 거보다 한꺼번에 다 계산을 하다. 이게 GPU인 거예요. 병렬 처리를 가능하게 하는. 그래서 용어로 GPU라는 개념을 만들었는데 일리야하고 알렉스가 생각한 거예요. 잠깐만. 화면에 있는 픽셀들도 독립적인데 인공 신경망 구조에서 신경 세포들도 거의 독립적으로 우선 계산한다라고 볼 수 있거든요. 그리고 이 녀석들이 계산하는 건 곱하기하고 더하기뿐이 없어요. 신경 세포와 신경 세포의 가중치값만 계산하면 되거든요. 지난 100년 뇌과학의 결과는 우리 인생의 모든 기억은 그 가중치값에 들어 있다라고 지금 알려져 있습니다. 그게 다 해요. 그래서 일리야 수츠케버가 GPU 두 개를 사 가지고 백화점에서 본인들이 만들고 있었던 모델을 돌려봤더니 학습이 상상을 초월할 정도로 빨리 되는 거예요. 그런데 신경 세포 예전은 100개를 가지고 계산하는데 6시간이 걸리니까 제대로 안 됐는데 어 이게 10분이 걸리면 신경 세포를 만 개, 10만 개, 100만 개로 올릴 수 있겠구나. 고양이 사진을 100장만 보여 주는 것이 아니고 100만 장을 보여 줄 수 있겠구나. 그리고 2010년도에는 이미 인터넷이 보편화됐기 때문에 인터넷에 고양이 사진이 많았어요. 했더니 갑자기 되는 거예요. 알고리즘은 똑같습니다. 1980년도 하고. 그런데 모델을 키워 버렸더니 갑자기 안 되던 게 해결이 돼서 AI가 물체를 알아보기 시작했어요. 완전히 새로운 게임이 돼 버리는 거죠. 그래서 AI가 드디어 60년 만에 물체 인식이 해결이 됐는데 문제는 이걸 AI라고 부르면 안 되는 거예요. 마치 홍길동이 아버지 이름을 못 부르는 거 같이 AI라는 단어가 너무나 금지 단어가 이미 돼 버린 거예요. 60년 동안 6개월 후에 풀어주겠다라고 얘기하고 연구비 60년 동안 다 갔잖아요.
>> 그러면 이제 그 양치기 소년이 돼 버리는 거죠. 갑자기 맨날 거짓말했으니까. 해서 힌튼 교수는 이 논문을 소개할 때 AI라고도 안 불렀고 인공신경망이라고도 안 불렀고 이름을 만들어 버렸어요. 딥러닝 같은 거예요. 리브랜딩을 한 겁니다. 그리고 생성형 인공지능이라는 두 번째 브레이크스루가 있었는데 최GPT가 첫 번째 예제죠. 신기하게 생성형 인공지능 기계가 인간의 언어를 이해하기 시작하면서 최근에는 우리가 기대하지 않았던 다른 문제가 덩달아 해결이 되기 시작해서 언젠가는 인공지능을 넘어서 범용 인공지능도 이제 가능하지 않을까? 범용 인공지능 AGI는 잠재적으로 인간의 모든 능력을 대체할 수 있는 기계입니다.
>> 그니까 모든 분야에서 인간 정도 한다는 얘기네. 인간 정도 또는 인간보다 더 잘한다.
>> 재밌네요.
>> AI 역사 70년 역사를 5분에 제가 지금 압축해서 설명해 드렸습니다.
>> 이렇게 역사를 생각해 본 적이 없어서 어 너무 재밌습니다. 자, 그러면 이 AI에 관한 제품이 많이 나오니까 뭐 나는 이게 좋아요. 난 저건 별로해요. 뭐 이렇게 말하는 사람들이 많아지지 않습니까? 그러다 보니까 이게 하드웨어에까지 영향을 미치기 시작했습니다. 그래서 아주 오랜 세월 동안 애플이라는 독보적인 스마트폰의 강좌가 있었는데 AI가 나타나면서 이게 흔들려서 애플이 지금 시장 지배적 지위를 잃어버릴 위기에 놓여 있다. 이런 말들 하지 않습니까? 그렇게 될 거라고 보십니까?
>> 네. 저는 당연히 애플은 노키아의 길을 갈 거라고 생각하고 있으니 당연하죠. 다들 그렇게 생각하지 않나요? 지금 애플은 더 이상 기술 회사가 아니에요. 디자인 회사예요. 애플은 이제.
>> 그렇게까지 보십니까? 아니, 근데 그 어떤 하드웨어 회사도 AI를 가지고 있지 않잖아요. 어차피 다른 사람 AI를 탑재해야 되는 거지 않습니까?
>> 그렇죠. 그런데 문제는 애플은 AI가 없죠.
>> 아, 하면 되잖아요. 탑재를.
>> 잘 안 됩니다. 그리고 안 되는 이유가 몇 가지 있어요. 애플은 생각보다 그렇게 혁신적인 회사는 아니에요. 사실은.
>> 그게 남의 걸 프로그램으로 탑재하는 것도 어렵단 얘기인가요?
>> 그렇죠. 우선은 첫 번째 애플 문화를 좀 보셔야 되는 게 애플 전통과 문화라는 게 있습니다. 애플은 지금까지 단 한 번도 퍼스트 무버를 해 본 적이 없어요. 항상 만들어진 거에 조금 늦게 들어오고 그다음에 완벽함을 추구하는 회사입니다. 예를 들어서 스마트폰 같은 경우에 아마 2007년에 애플이 가장 먼저 제시했는데 애플이 아이폰을 만들기 전에 대한민국 LG 전자에서 프라다폰이라는 걸 먼저 만들었어요.
>> 프라다폰이 있었고 그 전에 삼성의 옴니아가 있었고요. 근데 둘 다 별로 좋지 않았어요. 별로가 아니고 매우 안 좋았었어요. 그전에 우리가 가지고 있었던 피처폰이라는 게 있었잖아. 전화만 되는. 그리고 진짜 버튼이 있는 스마트폰. 우선 형태 자체가 디스플레이가 커야 되고 인터넷 위주야 됩니다. 이 형태는 프라다폰이 가장 먼저 내놨어요. 그런데 왜 성공을 못 했을까요? 두 가지 이유가 있죠. 첫 번째 터치가 안 됐거든요. 두 번째는 할 수 있는 게 아무것도 없었어요. 경험을 할 수 있는 게. 예를 들어서 프라다 같은 경우에는 LG 전자가 만든 앱이 있었죠. 계산기, 뭐 노트 테이킹. 그게 다 해요. 아마 한 열 개 되지 않았나 싶어요. 그런데 소비자는 열 가지 경험을 하는데 100만 원 안 쓴다는 거예요. 아이폰은 앱스토어가 있잖아요. 수천만 개, 수억 개의 앱. 다시 말해서 같은 형태의 경험을 수천만 가지로 할 수 있다라는 그 소프트웨어 생태계를 만드는 게 제일 중요합니다. 이 두 가지를 아이폰은 매우 잘했죠. 그리고 아이폰의 그 하드웨어를 보면 애플은 항상 살짝 조금씩만 바꿉니다. 아주 혁신적인 거보다는 가장 완벽하게 지금 만드는 걸 추구를 해요. 이게 휴대폰 시대는 잘 먹혀 들어갔어요. 그런데 AI는 좀 다릅니다. AI는 문화 자체가 우선 질러보고 베타 테스팅 하는 쪽으로 가고 있어요. 애플은 거기에 대한 거부감이 좀 있어요. 완성도가 있지 않은데 먼저 내놓는.
>> 우리는 그따위 걸 낼 수 없어.
>> 그렇죠. 다른 회사 같으면 이 정도도 굿이라고 얘기할 텐데 완벽하지 않으면 출시하지 않아요. 뭐 그게 애플의 어떻게 보면 브랜드 이미지겠죠. 그런데 지금 우리가 얘기하는 AI는 디바이스가 아니잖아요. 소프트웨어잖아요. 이 소프트웨어에서는 베타 테스팅을 수없이 지금 해야 됩니다. 그러다 보니까 완벽하지 않은데도 우선 내놓고 사람들의 반응을 기반으로 또 그다음 단계에서는 임프루브를 하고 있는 거죠. 더구나 AI라는 게 그 알고리즘 자체가 아직 완성되지 않은 상태예요. 지금 보잉 747 비행기를 타고 미국으로 가고 있는데 태평양 위에서 엔진을 갈아 끼우는 거예요. 이거 착륙 안 하잖아요. 단 한 번도. 있는데 또 바꾸고 또 바꾸고 이걸 애플이 너무 싫어합니다. 첫 번째. 두 번째는 뭐냐면 애플은 기업이 상대적으로 폐쇄적입니다. 애플은 스타트업이 아니에요. 우선 애플에 들어가면 연구원들이 논문을 낼 수가 없어요. 다 금지해요. 다 특허 내고 본인들만 알고 절대로 안 합니다. 그런데 인공지능 분야에서는 성격 자체가 오픈 소스로 시작하다 보니까 뭐를 개발하면 소스 코드를 깃허브에다 올려야 돼요. 다시 말해서 누군가가 개발하잖아요. 한 시간 후에 전 세계 사람들이 그 소스 코드를 다 다운로드해서 내가 활용이 가능해요. 이거 덕분에 이렇게 빠른 속도로 발전한 거예요. 이 새로운 오픈 소스 문화를 애플에서 선 받아들일 수가 없어요. 그럼 어떤 일이 벌어지냐면 AI 분야가 뜨면서 AI 전문가들이 갈 수 있는 회사는 지금 흘러넘쳐나요. 그럼.
>> 애플은 못 가네요.
>> 못 가는 게 아니고 안 가죠. 거기를 왜 가겠어요? 애플로 가는 순간 AI 과학자들에게는 블랙홀입니다. 거기 그냥 사라져 버려요.
>> 그럼 반대도 그렇겠군요. 애플 과학자가 나 AI 연구 좀 할래 그러면 그 회사를 나가야 되는 거죠. 그죠?
>> 그럼. 그럼 지금 애플이라는 회사 안에 AI 연구진이라는 사람이 한 명도 없겠네요.
>> 아니죠. 있겠죠. 있지만 애플 플러스급은 없습니다. 이제 더 이상.
>> 그러니까 나 세계에서 이름 좀 알리고 싶어 하는 사람은 없는 거네요.
>> 다 나왔어요. 그나마 애플에서 최고로 AI 전문가가 제가 지금 이름이 기억 안 났는데 중국 출신 과학자가 한 명 있었어요. 한 달 전인가 메타로 옮겼잖아요. 그분조차도. 그럼 애플의 어떤 그런 폐쇄적인 문화 자체는 이해를 하겠어요. 근데 그건 그렇다 치고 지금부터라도 그들이 AI 분야에서만큼은 기업 문화를 바꿔서 다시 쫙 나가면 되지 않을까?
>> 당연히 이런 쪽으로는 됩니다. 단 기업에서 수십 년 동안 누적되어 있었던 그 기업 문화가 있겠죠. 폐쇄적인 문화고 완벽함을 추구하는. 인공지능을 위해선 애플이 거기서 탈출을 해야죠. 이럴 때 뭐가 필요하죠? 리더십이 필요해요. 강력한 팀 쿡 리더십이 있나요? 아니죠. 이분은 로지스틱스 전문가이지 비전가리가 절대로 아닙니다. 그래서 많은 분들이 얘기를 해요. 스티브 잡스가 살아 있었다면은 애플이 이 꼴이 아닐 거다. 어느 한 순간부터 다 팽개치고 다시 시작하자. 이미 몇 번 했거든요. 그게 불가능하진 않은데 이럴 때 카리스마가 있고 수만 명 직원을 설득하고 끌고 갈 수 있는 그 힘이 있고 그게 리더십이죠. 스티브 잡스는 그 리더십이 있었죠. 팀 쿡은 완전히 새로운 시장에 들어가고 비전을 제시하는 분은 절대로 아닙니다. 지금 보세요. AI는 상상을 초월할 투자를 해야 돼요. 저커버그 그냥 막 지르잖아요. 저커버그가 경쟁사에서 현재 한 사람 AI 전문가 데려오는데 보너스를 1,400억 준다라는 거잖아요. 그리고 연봉 1,400억. 한 명 데려오는데 2,800억. 이런 결정은 국내 CEO들은 상상도 할 수 없는 일인데 팀 쿡도 그렇게는 못 줘요. 지금 메타에서조차도 2,800억 줬던 사람들이 나가잖아요. 우리는 왜 안 줘 그렇게 하고. 그 어려운 일이에요. 그 정도로 질러야지 AI에서는 지금 경쟁이 가능하다라고 보고 있습니다.
>> 근데 참 지금 이 영상을 보시는 분들께서는 노키아라는 이름이 잘 기억이 안 날 수도 있는데.
>> 아, 그렇죠. 근데 한 때는 노키아가 전 세계 휴대폰 시장이 80%였던가요?
>> 네. 그리고 노키아가 망할 거라고는 아무도 생각 못 했고 노키아도 생각을 못 했어요. 뭐 예전에 어느 책에서 읽었더니 노키아가 파산되기 일주일 전인가 노키아 탑 임원들이 모여서 뭐 앞으로 30년 미래를 계획하고 그런 회의를 했었대요. 커피 마시면서. 근데 하루 아침에 그냥 사라졌죠.
>> 근데 참 역사를 돌이켜 보면 그렇게 절대 안 망할 거라고 생각했던 회사들이 다 망해 왔어요.
>> 그게 사실은 어떻게 보면 창조적 파괴죠. 그게 자본주의가 가장 효율적인 이유예요. 절대 강좌가 없고 시장의 흐름을 타서 사라지고 새로 생기고. 노키아는 퓨처폰의 강좌였지만 끝까지 스마트폰을 이해하지 못한 거잖아요. 왜냐면 노키아는 전화 회사기 때문에 전화에 인터넷을 탑재하자라는 생각을 했다면 스마트폰은 처음부터 전화가 아니다. 애플은 IT 회사잖아. 전화 회사가 아니잖아요. 컴퓨터를 작게 만든 거다라는 생각을 하고 이게 그렇기 때문에 DNA가 정말 중요한 거예요. 내가 어디서 왔는지. 그럼 이제 정말 흥미로운 질문은 이거죠. 이제 인터넷 디바이스가 스마트폰이었다라면 AI 디바이스가 필요하다라는 거예요. 완전히 새로운 디바이스가 이제 필요합니다. 이 녀석은 처음부터 인터넷 위주가 아니고 AI 위주여야 되는데 문제는 애플은 이걸 인터넷 디바이스로 접근할 수뿐이 없다라는 거예요.
>> 자기네들의 오리진이 있으니까.
>> 오리진이 거기 있기 때문에 나의 과거를 버릴 수가 없어요. 사람도 그렇고 기업도 그렇고. 그리고 특히 메타가 1주일, 2주일 전인가요? 레이앤 스마트 글라스 디스플레이라는 걸 내놨습니다. 저는 이거를 사용 못 해 봤는데 미국에 있는 친구들이 껴보고 한 얘기는 아직 이게 답은 아니지만 두 번 정도 이터레이션 하면 제대로 된 거 나오겠구나 해서 이제 확신 있다. 될 거 같다라고 얘기를 하더라고요.
>> 아직은 답은 아니지만.
>> 답으로 가고 있는 거 같다. 네. 우선은 그 디스플레이가 대단하대요. 이 디스플레이가 지금 한쪽만 보이잖아요. 광학계의 완전 혁신이에요. 그 어느 회사도 그런 광학 디스플레이가 없습니다. 현재로서는. 이게 어느 정도냐면 제가 만약에 그걸 끼고 있잖아요. 그럼 상대방이 봤을 때 그 디스플레이가 안 보여요. 두 번째는 제가 해를 봐도 그 디스플레이가 보인대요. 그 정도로 밝대요. 그건 어마어마한 거죠. 단 지금까지의 문제는 제 친구들이 착용해 보고 역시 메타는 AI를 못 만드는구나. 디바이스는 너무 좋은데 계속 하루 종일 하이 메타, 하이 메타 대답 안 오는. 그래서 이걸 착용하신 분들 얘기가 야 이런 디바이스에 재미나이나 최GPT만 붙여 놓으면 우리 일상생활에서 완전히 천재 같은 나만의 비서가 같이 다니는 거예요. 그러니까 생각해 보세요. 지금까지 인터넷 시대에는 휴대폰이고 그게 제일 좋은 디바이스가 맞아요. 그런데 이제 AI 시대에는 어떤 형태가 될지는 현재 아무도 모릅니다. 뭐가 답일까? 메타는 안경이라고 얘기하지만 그게 정답인지 아무도 모릅니다. 정답은 5년 후에 소비자가 돈을 주고 구매하는 게 정답이에요. 참고로 또 저는 뇌과학자니까 제가 100% 확신 있게 말씀드릴 수 있는 건 인간의 상상력이 그렇게 좋지 않아요. 한 번도 경험하지 못하거나 내가 체험하지 못한 거에 대해서 선호도가 있을 수가 없습니다. 예를 들어서 한국에 대해서 아무것도 모르는 스웨덴 사람한테 우리가 짜장면이 좋아요, 짬뽕이 좋아요라고 물어보는 게 무슨 의미가 있겠어요? 선호도 없습니다. 결국 스마트폰 다음의 디바이스는 아무도 경험을 못 해 봤기 때문에 선호도가 있을 수가 없어요. 앞으로 5년 동안 수많은 회사들이 별별 형태를 다 출시할 거예요. 안경, 목걸이, 팔찌 뭐 모르죠. 뭐 상상할 수 있는 건 다 해 보겠죠. 대부분은 소비자가 싫어할 겁니다. 무겁다, 귀찮다, 어쩌고 저쩌고. 그래서 가장 먼저 이미 소비자가 차고 있는 거를 시작할 수뿐이 없어요.
>> 그게 안경이군요.
>> 안경은 800년을 썼습니다. 지금 그 정도로 받아들이는 형태라는 거예요. 더구나 큰 장점이 또 하나가 있죠. 카메라가 달렸잖아요. 이건 뭐 5년 후를 얘기하는 거예요. 지금은 그런 기술 없지만 실시간으로 내가 보는 세상을 인공지능이 동시에 보잖아요. 그러면 혁신이 있을 수가 있어요. 인공지능 또는 인간은 추천 알고리즘이 반드시 있어야 됩니다. 지금까지 모든 추천은 내가 검색한 결과로 추천을 해 줬어요. 그런데 심리학 논문을 보면 우리 인간의 선호도 중에서 욕구 니즈의 7, 80%는 내가 지금 보고 있고 경험하는 거에서 니즈가 생긴다고 알려져 있어요. 다시 말해서 오늘 이 스튜디오에서 입고 계시는 하얀 자켓이 너무 멋있어요. 그럼 저도 지금 머릿속에서 인터뷰 끝나고 저거 뭔지 물어보고 나도 구매해야 되겠구나라는 욕구가 생깁니다. 지하에 있기 때문에.
>> 봤으니까. 그 얘기는 뭐냐면 스마트 글라스의 큰 장점은 소비자의 1인칭 시선을 인공지능이 같이 볼 수 있다라는 거예요. 그러면 소비자가 보는 시선에서 과거의 니즈와 현재의 니즈와 미래의 니즈를 추천해 줄 수가 있다라는 거예요.
>> 예. 얘가 그동안에 검색하면서 본 거보다 훨씬 정확한 데이터가 나오는군요.
>> 신. 상상을 초월할 정도로. 한 5년 후에 우리가 다 그런 안경 끼고 다니겠죠. 길거리 다니다가 어 대식님 저런 거 좋아하지 않아요? 보면 섬뜩할 거야. 맞아. 내가 평생 찾았던 자전거다 하고 그런 식으로 정확도가 상상을 초월할 정도로 높아질 거라고 얘기합니다.
>> 아, 박사님 말씀드리니까 지금 가장 충격적으로 와닿는 게 이겁니다. 그러니까 그 피처폰이었다가 스마트폰이 되면서 우리는 인터넷을 손안에 주게 됐잖아요. 그런데 이거는 스마트폰이라는 인터넷이 들어온 전화기의 세상인 거고 AI가 디바이스화 돼서 우리가 몸에 지니고 다닐 땐 그게 폰의 형태가 아닐 수도 있다는 거잖아요.
>> 폰 아니죠. 왜 폰일 필요는 하나도 없는 거죠. 그런데 더구나 시간이 지나면서 기술만 발전하는 것이 아닌 인간이 지금 바뀌어 버렸어요. 아주 어린 친구들은 전화하는 거 자체를 싫어해요. 이제는. 다시 말해서 우리는 여전히 레거시 단어를 씁니다. 폰이라는 스마트폰. 근데 폰이 아닌 거예요. 전화라는 거 자체 소비자들은 이제 필요 없어 해요. 우리가 19세기 때까지는 성인 남성이면 당연히 말 탔었어야 됐어요. 아마 활도 잘 쌌었어야 될 거예요. 지금 아무도 못 하잖아요. 그래서 세상이 바뀌었나요? 아니요. 그래서 뭐 큰 문제가 생겼나요? 아니요. 단 중간에 있었던 사람들은 세상 말세라고 그랬겠죠.
>> 요즘 애들은 말도 못 하고 말이야.
>> 화살도 못 쏘고.
>> 발도 못 쏘고 말이야.
>> 근데 그분들은 다 돌아가시기 때문에 문제가 자연스럽게 해결이 됩니다. 현대 사회에서는 문제는 기술이 너무 빨리 발전하다 보니까 5년 차이로 지금 세대 차이가 생기기 시작한 거잖아요. 그러니까 다 같이 살고 있는 거예요. 그리고 특히 인공지능 시대에는 이 문제가 더 크게 보여질 겁니다. 왜냐? 지금 열 살 미만 친구들이 10년, 20년, 30년 후에는 사회 주류가 되겠죠. 그 친구들이 그 친구들이 봤을 땐 세상을 두 가지로 나눌 겁니다. 인공지능이 없는 세상에서 어른이 된 사람들하고 이미 태어났을 때 인공지능이 있었던 본인들하고. 우리는 그냥 말도 안 되는 아날로그 꼰대인 거예요. 당신들이 뭘 안다고? 인공지능도 없는 세상에서 교육을 받았으면서. 그리고 그 친구들의 세계관은 우리하고 완전히 다를 거고 또 그게 당연한 거고요. 사실은.
>> 저는 태어날 때부터 스마트폰이 있었던 사람과 30살 이후에 스마트폰을 만난 사람도 다르다고 생각했는데 그게 더 나아가서는 인공지능으로 가면 스마트폰 정도의 문제가 아니겠군요.
>> 아, 그럼 되게 궁금한 게 있는데 제가 만약에 A라는 회사의 연구원이에요. 그러면 A 회사 입장에선 내가 연구한 거가 A 회사의 자산이어야 되는 거잖아요. 근데 그걸 이걸 오픈하게 한다고요? 다 용인합니까?
>> 오픈 소스를 두 가지로 해석을 하셔야 됩니다. 오리지널 오픈 소스라는 건 진짜 프로그램을 공개하는 거예요. 그거 있으면 다 바꿀 수 있어요. 그런데 더 이상 이제 AI 회사들이 그건 안 합니다. 경쟁이 심해졌기 때문에 갖다 쓰면 큰일 나잖아요. 그래서 오픈 AI 같은 경우에도 아마 GPT2까지는 코드도 공개하고 그다음에 뭘 공개했었냐면 이게 지금 인공신경망의 학습 결과잖아요. 인공 신경망을 학습시키는데 상상을 초월할 계산량이 필요합니다. 사실은 GPU 수천개를 사용해서 학습을 시키는 거고 그 비용이 몇백에서 몇천억이 되는 거잖아요. 그 결과물 인공신경망 간의 가중치값을 테이블로다 딱 쓰는 거예요. 그런데 그 숫자가 상상을 초월합니다. 최신 모델들은 1조인 거예요. 오픈 소스라는 건 뭐냐면 그 가중치값 1조개를 인터넷에 올려 놓는 거예요. 그럼 그 가중치값을 가지면 이제 우리는 그걸 가지고 활용을 할 수가 있습니다. 그런데 코드는 없어요. 완전히 갖다 쓸 순 없게 한다.
>> 완전히 갖다 쓸 순 없지만 자신들이 학습한 모델은 갖다 맘대로 쓸 수가 있어요. 그런데 최근 별에서 돌아다니는 소문으로는 라마도 이제 본전이 생각나잖아요. 그래서 저커버그가 얘기하는 게 영원히 오픈 웨이트는 불가능하지 않을까? 이게 1년 후가 될지, 2년 후가 될지, 3년 후가 될지 솔직히 모릅니다. 제 개인적인 생각은 2026년 연말 정도 되면 라마도 더 이상 오픈 소스 안 하지 않을까 싶어요. 그럼 이제 문제가 생겨요. 특히 우리나라 같은 경우에는 이런 거대한 모델들 라마, 최GPT, 또 제미나이 이런 모델들을 우리는 파운데이션 모델이라고 부릅니다. 인터넷에 있는 모든 정보를 가지고 학습한 모델들이잖아요. 그거 하나 학습시키는데 정말 수천억이 들어요. 지금은. 그리고 그런 모델을 학습시킬 수 있는 국내 회사들은 몇 개 안 됩니다. 그럼 우리가 지금 하고 있는 건 뭐냐면 메타에서 제공하는 라마 같은 오픈 소스 모델을 갖다가 이 녀석한테 우리나라 언어 또는 특정 기업의 지식을 추가로 학습시키는 방법이 있습니다. 이거를 RAG라고 부릅니다. 리라고. 그러니깐 지난 30년 동안 인터넷에서 올려놓은 모든 문장을 기반으로 드디어 인간의 언어를 이해하기 시작한 거잖아요. 최GPT가. 근데 이 녀석은 인간의 언어는 이해하지만 이 녀석이 알고 있는 건 인터넷 지식이에요. 다시 말해서 쓰레기가 많습니다. 그 안에는. 최GPT는 한국어를 매우 잘하는 그냥 초등학생이라고 생각하시면 좋아요. 한국어 대화 가능합니다. 그런데 주식에 대한 질문을 초등학생한테 하는 건 현명하지 않죠. 그래서 전문가를 키우려면 이제 전문 지식을 가르쳐 줘야 됩니다. 이거를 포스트 트레이닝, 사후 트레이닝이라고 부르고 이거를 할 수 있는 방법이 여러 가지가 있지만 가장 훌륭한 게 RAG라는 방법이 있어요. 이걸 쓰면 특정 기업 지식을 추가로 학습시키면 정말 훌륭한 전문가 AI을 또 만들 수가 있습니다. 지금까지 국내 기업들 다 이런 식으로 오픈 소스 모델을 갖다가 그 기업만의 AI를 만들고 있어요. 다시 말해서 우리는 오픈소스 모델이 절대적으로 필요합니다. 그런데 이제 그런 오픈 소스 모델이 더 이상 제공이 안 될 가능성이 있다라는 거는 미래를 준비해야 돼요. 그러면 대체할 수 있는 게 뭐가 있을까? 사실은 중국 오픈소스 모델들이 성능은 너무 훌륭합니다. 딥엘크나 알리바바가 만든 크벤 2.5 같은 경우에 한국어 정말 잘 이해를 해요. 안 쓰는 게 좋을 겁니다. 왜냐 그 모델 안에는 뭐가 있는지 아무도 모릅니다.
>> 백도어가 있을 수 있다라고 지금 생각하고 프로그램을 볼 수 있으면 백도어가 있는지 확인이 가능한데 우리가 가지는 것은 가중치 간만 받잖아요. 그래서 안 쓰는 게 좋지 않을까 싶고 사실 이런 이유 때문에 최근 국내에서 써버린 AI라는 얘기를 자꾸만 꺼내는 거예요. 그건 뭐냐면 우리도 한국만의 파운데이션 모델을 만들어야 된다라는 거예요. 사실 저는 예전에는 그걸 반대를 했었어요. 지금 우리가 해봤자 캐치업 하는 게 거의 불가능하거든요. 그리고 어마어마한 자원이 드는 건데 우리가 그걸 해야 될까? 그런데 오픈 소스 모델들이 더 이상 제공이 안 될 수도 있다라는 가능성을 생각하면 플랜 B로 우리도 우리 거를 가지고 있는 게 현명할 것 같긴 합니다. 현재로서는.
>> 그럼 그다음에 생각해 볼 만한 게 이게 가능하냐 불가능하냐요.
>> 음. 가능은 한데 대한민국이 앞으로 인공지능에 투자할 수 있는 비용은 정해졌어요. 그게 누구는 50조라 그러고 누구는 100조라 그러고 우리는 총알이 딱 하나 있어요. 그러면 그 총알을 어디다 쓰는지가 정말 중요합니다. 두 가지 옵션이 있습니다. 하나는 이 자원으로 파운데이션 모델을 만들자. 두 번째는 버티컬 AI라고 부릅니다. 특정 분야. 제조업 AI, 금융 AI, 콘텐츠 AI를 만들자. 둘 다 중요해요. 당연히 두 개를 다 하는 게 맞습니다. 이제 계산을 해 봐야 되는 거예요. 우리가 그 정도로 자원이 있는지. 이게 우리한테는 100조가 큰 돈이지만 이게 뭐 1년에 100조가 아니고 아마 10년에 100조일 거예요. 1년에 10조고 실리콘 밸리 기업들은 1년에 현재 1천조를 투자하겠다라고 얘기를 하고 있는 거잖아요.
>> 근데 우리나라 국가 예산이 1년에 600조, 700조지 않습니까?
>> 네. 할 수가 없죠. 그러니까는 그거를 모방하는 건 불가능합니다. 그렇기 때문에 우리가 투자할 수 있는 그 x를 정말 현명하게 올인하거나 나눠야 되고 이게 쉬운 문제가 아니에요. 절대로. 더구나 뭐 우리 매일마다 뉴스에서 보잖아요. 이제는 모든 국가가 다른 국가들하고 경쟁하고 싸우는 세상으로 다시 돌아왔죠. 그런데 하필 이런 시대에 AI가 지금 가능해지다 보니까 국가와 국가 간 경쟁에 AI가 가장 큰 무기가 돼 버린 거예요. 이런 관점에서 미국 기업들이 수천억을 들여서 만든 모델들을 전 세계한테 뿌리는 걸 당연히 금지시킬 수 있다라는 거예요. 미국 정부에서. 이제는 모든 게 가능하다라는 전제 하에 우리가 미래를 준비해야 됩니다. 아 국가적으로도 그렇고 미래를 바라볼 때 참 여러 가지 고려할 점이 많습니다만 다시 질문의 원점으로 돌아가서 아까 언급에서 잠깐 AI를 얘기하긴 하셨는데 이게 이제 범용 인공지능이다 이런 말을 하는 거잖아요. 이거는 AI하고 뭐가 다른 거고 또 쓰일 때는 뭐가 다른가요?
>> 아시다시피 AI는 인간의 특정 능력을 대체하는 기계예요. 알파고는 바둑을 잘 두고 최GPT는 대화를 잘합니다. 이건 이미 있어요. AGI 범용 인공지능이라고 부르죠. 이 녀석은 잠재적으로 인간의 모든 또는 사회 경제적으로 의미 있는 대부분 지적 능력을 대체하는 기계라고 이해하시면 됩니다. AGI는 없어요. 이건 사이언스 픽션이에요. 지금까지 2, 3년 전까지만 하더라도 대부분 전문가들은 범용 인공지능은 이게 개념적으로 불가능하다라는 거예요. 인간이 할 수 있는 게 거의 무한이잖아요. 더구나 인간의 특징 중에 하나는 완전히 새로운 세상에 가서도 또 학습이 가능합니다. 만약에 인간이 언젠가 화성을 간다면 또 화성에서도 적응해서 잘 살 거예요. 근데 화성 데이터가 하나도 없었잖아요. 인간의 능력 중에 하나는 데이터가 없는 거를 할 수 있다라는 거예요. 그런데 지금까지 인공지능은 데이터가 있어야만 할 수 있으니까 범용 인공지능은 사실 불가능하다라는 게 결론이었는데 오래 들어와서 분위기가 좀 많이 바뀌었어요. 범용 인공지능이 영원히 불가능하다고 생각하는 사람들은 거의 없어요. 이제는. 논란의 이슈는 이게 5년일지 10년일지 20년일지를 가지고 현재 얘기하고 있고 샘 올트먼은 5년 안에 현재 AGI가 가능하다 그러고 저는 개인적으로 한 10년 정도이지 않을까 싶습니다. 그런데 우리 잘 알잖아요. 10년, 20년 금방 지나가요. 그 얘기는 뭐냐면 AGI가 더 이상 막연한 사이언스 픽션 나하고 상관없는 일이 아니고 오늘이 프로그램을 보시는 우리가 살아 있을 동안 다 경험할 미래라고 현재 생각하시면 됩니다. 그럼 이제 흥미로운 건 그거죠. 두 세 가지가 있습니다. 첫 번째는 AGI가 모든 능력을 대체하기 시작하면 정말 실질적으로 일자리 문제들이 이제 생기기 시작해요. 두 번째는 모든 거라는 건 뭐냐면 AGI가 스스로를 개선할 수 있다라는 거예요.
>> 셀프 학습이 되는군요.
>> 그렇죠. 이게 인간 발명품들을 보세요. 기차도 만들고 자동차도 만들고 우주선도 만들었습니다. 그런데 아무리 멋있는 페라리라도 가만히 두면 혼자서 더 빨라질 수 없어요. 사람이 가서 업그레이드를 해 줘야 됩니다. 지금까지 모든 기계는 처음 만들 때도 사람이 필요하지만 개선하는데도 또 사람의 노동이 또 필요했어요. 그런데 유일하게 인공지능만 처음에 한번 만들어 주고 나면 인간이 그다음에 개선은 스스로 할 수 있지 않을까라는 생각을 해 볼 수가 있습니다. 그리고 또 하나 범용 인공지능이라고 부르면 범형적이라는 건 모든 걸 다 할 수 있다라는 건데 자율성도 학습할 수 있다라는 거예요. 그런데 생각해 보세요. 자율성이 왜 중요할까요? 우리 인간이 만든 도구는 항상 인간의 능력을 뛰어넘으라고 우리는 만드는 거예요. 자동차는 사람보다 빨라요. 망치는 주먹보다도 셉니다. 아무 문제가 안 됩니다. 그러라고 만든 거예요. 그런데 갑자기 자율 망치라는 게 등장해 가지고 이 녀석이 드론을 타고 이 스튜디오 위에서 날아다니면서 자율적으로 본인이 원할 때 내리칠 수 있다. 그럼 그건 상당히 위협적인 상황이잖아요. AI도 비슷해요. 자율성이 생기는 순간 예측이 불가능해지고 더구나 우리보다 훨씬 더 똑똑할 거 아니에요. 그 전체가 너무 무서운 상황이에요, 사실은. 그런데 그럼 왜 AGI를 할까? 간단합니다. 실리콘 밸리에 있는 많은 파운더들 이런 주장을 해요. AGI가 등장하는 순간 지구가 천국이 된다. 인간이 멍청해서 풀지 못했던 문제를 AI가 다 풀어 줄 거라는 거예요. 첫 번째 핵융합 에너지 문제를 풀어서 무한의 에너지를 만들 거다. 특히 딥마인드 데미스 하사비스 같은 분은 그런 얘기를 합니다. 지구에 있는 사회, 경제, 정치적인 문제를 뜯어 보면 모든 문제의 공통적인 시작점은 에너지 부족이다. 그러니 에너지를 무한으로 제공해 주면 나머지 문제는 스스로 다 풀릴 거라는 거예요. 두 번째는 인간의 질병을 다 해결해 준다. 모든 암 치료. 그리고 특히 죽음이라는 질병을 치료해 준다. 세 번째 양자 역학과 상대성 이론을 합쳐서 드디어 우주의 비밀을 우리가 알게 된다. 그리고 이런 사회를 AI 유토피아라고 부릅니다. AI가 대부분 생산적인 일을 AI 그리고 로봇이 투입돼서 풀어주면 된다라는 거예요. 그럼 어떤 사회일까요? 우선 첫 번째는 인터넷이 등장하고 나서 있었던 가장 큰 변화 중에 하나는 콘텐츠의 가격이 거의 0으로 떨어져 버렸잖아요. 지금 인터넷에 보면 무료 콘텐츠들 많잖아요. 0으로 떨어졌습니다. 비슷하게 AGI + 로보틱스가 투입되면 제조업 생산성이 무한으로 늘어나서 물질적인 제품 가격이 대부분 0이 될 거라는 거예요. 웬만한 물건은 1회용 물건이 된다라는 거예요. 실리콘 밸리의 전문가들이 AGI가 나서면 연간 GDP 성장률이 20에서 30%까지 올라갈 거다. 이런 주장하는 사람이 있습니다.
>> 그렇죠? 뭐 어떻게 사회가 변할지 모르겠습니다만 그렇게 됐을 경우에는 뭐 금리가 더 높아질 수도 있고 이런 시대에 AGI가 달라지면서 우리의 경제가 어떻게 달라질까요?
>> 네. 정말 중요한 그 질문이고 최근에 AI 경제학이라는 게 등장했습니다. AGI 경제학이죠. 좋은 아이디어는 지금까지 사람이 늘어나야지 좋은 아이디어가 늘었잖아요. AGI는 아니라는 거예요. 사람이 안 늘어도 AGI가 아이디어만 만들어 놓으면 된다라는. 현재 예측으로는 AGI가 가능해지면 매년 GDP 성장이 20%가 될 거라고 얘기를 해요. 5년에 한 번씩 GDP가 두 배가 되는 거예요. 그러면 이제 아주 흥미로운 가설을 세울 수가 있고 최근에 샘 올트먼이 여기에 대해서 에세이를 하나 썼어요. AI는 하나의 도구다. AGI는 새로운 자본주의다. 왜냐? AGI는 인간의 지적 능력을 자동화하는 거잖아요. 그런데 혹시 오늘 이 프로그램 보시는 분들 중에서 경제학 개론 수업을 들으셨다면 아마 코브-더글러스 생산 함수 같은 걸 기억하실 거예요. 사회 생산성은 노동 투입량 곱하기 자본 투입량이에요. 그런데 AGI 시대에는 노동의 가치는 점점 떨어집니다.
>> 노동이 갑자기 무한대가 돼 버리는 거네. 노동의 공급량이.
>> 그렇죠. 대신 자본의 가치는 점점 올라갈 수뿐이 없습니다. 데이터 센터를 만들어야 되니까. 그러면 추가 노동 없이 추가 자본으로만 생산성을 올릴 수 있는 세상은 완전히 새로운 자본주의예요. 사실은. 그리고 샘 올트먼이 주장하는 건 이런 AGI 시대는 AGI는 시장 지배력을 준다라고 얘기를 합니다. 그게 뭐냐면 가장 먼저 AI를 달성하는 기업이나 국가가 글로벌 모노폴리가 될 수 있다라는 거예요. 그러면 흥미로운게 어, 잠깐만 노동의 가치가 떨어지면 우리는 노동력을 제공하고 돈을 버는 사람들이잖아요. 그럼 우리는 어떤 일을 해야 되지라는게 첫 번째 질문일 거고 두 번째는 AGI 시대를 대비해서 내가 개인적으로 지금 할 수 있는 게 뭐가 있을까? 정말 논리적으로 이게 좋다라는 얘기는 아닙니다. 단순하게 논리적으로 보면 AGI 시대에는 노동의 가치는 떨어지고 자본의 가치가 늘어나기 때문에 오늘 이 방송을 보시는 분들은 앞으로 10년 동안 미친 듯이 돈을 벌어 놓으셔야 됩니다. 자본을 계속 모으셔야 돼요. 그게 유일한 결론이에요. 지금으로서는 이 이론이 맞다면 완전히 무서운 세상이죠.
>> 완전히 무섭네요. 진짜.
>> 더구나. 근데 그 이게 끝이 아니에요. 자, 봅시다. 그러면 우리는 어떡하라고 뭐 먹고 살지 하면은 기본 소득을 주면 된다라는 거예요. 3, 40% 기본 소득을 준대요. 그러면 가장 먼저 사람들이 얘기할 수 있는게 그거잖아요. 첫 번째 기본 소득 안 된다. 왜냐? 기본 소득을 해 보니까 그거 갖고 술 마시고 마약하고 그러잖아요. 그렇기 때문에 현찰로 줘선 안 된다. 대신 UBC를 주자. 유니버셜 베이직 컴퓨트. 그게 뭐냐면 앞으로 10년 동안 만들어질 AI 데이터 센터에 한 사람당 GPU 몇 장씩을 배정해 주자라는 거예요.
>> 주식을 사듯이.
>> 네. 그러면 본인은 그 계산량을 가지고 나노 바나나를 돌려도 되고 옥션에서 내가 팔아도 되고 다른 사람들한테 이걸 가지고 음식 쿠폰하고 바꿔도 된다. 그렇지만 기본 소득이죠. 단 현찰이 아닌 지분을 준다라는 거예요. 그럼 또 물어볼 수가 있어. 야, 근데 지금 AI 회사가 아무리 그거 샘 올트먼 뭐 일런 머스크가 트릴리언가 되더라도 한 나라 국민을 다 먹여 살려 줄 수 있을까 하면 할 수 있대요. 그 이유는 뭐냐면 29만 년 동안 인류는 사냥과 채집으로 먹고 살았습니다. 그리고 그 당시에는 가족 단위로 움직였어요. 10명, 20명 기껏해요. 그러면 그 10명, 20명 중에 가장 뛰어난 사냥꾼이 한 명 있었겠죠. 그럼 가장 뛰어난 사냥꾼 한 명은 가족을 며칠 먹여 살렸을 거예요. 19세기의 대기업들이 등장합니다. 앤드류 카네기는 피츠버그를 먹여 살렸어요. 포드는 디트로이트를 먹여 살렸고 정주영 회장님은 울산을 먹여 살렸어요. 자, 그런데 이분들이 사냥과 채집 때보다 훨씬 똑똑하진 않아요. 상대적으로 비슷해요. 단 한 사회에서 가장 능력 있는 사람이 기술이 발달하다 보니까 레버리지가 더 커진 거예요. 그러면 지금 실리콘 밸리에 있는 분들이 얘기하는 건 이제 레버리지가 더 커져서 한 사회에서 가장 능력 있는 사람이 국가를 먹여 살릴 수 있다라는 거예요. 불가능하지 않을 것 같아요. 사실은. 단 가능하기 때문에 해서 안 된다라고 저는 생각을 합니다. 그 이유는 뭐냐면 이렇게 해서 대부분 사람들이 기본 소득을 받잖아요. 기본 소득을 받는다라는 건 세금을 안 낸다라는 거잖아요. 그러면 생각해 보세요. 일런 머스크나 샘 올트먼은 세금으로 국민 반이 먹고 산다고 칩시다. 그런데 대통령 선거할 때는 표가 하나야. 이거 뭔가 이상해 보이잖아요. AGI 시대는 세금 안 내는 사람은 정치적인 대변이 필요 없다라는 거예요.
>> 그러면 그때가 되면 보편 민주주의가 흔들릴 수 있다는 얘기네요.
>> 네. 그거예요. 결론은 AGI가 보편화된 미래는 지금 많은 전문가들이 예측하기에는 우리가 알고 있는 민주주의가 대부분 국가에서 무너지고 뭐로 바뀔까? 기술 본건주의로 바뀔 거라고 예측합니다. 기술은 어마어마하게 발전했는데 사회 구조는 중세 시대가 되는 거예요. 중세 시대에는 1% 정도 왕족이 있었죠. 귀족하고 그다음에 뭐 나머지는 농부였었잖아요. 비슷하게 기술 본건주의 시대에는 자본이나 기술을 가진 몇 천 명이겠죠. 그다음에 중간에 단계가 있어요. 이분들은 인플루언서들. 전 세계 모두가 알고 있는 슈퍼스타, 메가스타. 나머지 95%는 인공지능 시대의 농부. 이쪽으로 가고 있어요, 지금.
자, 우리 AI 시대를 넘어서 AGI 시대가 다가오는데 그때는 세상이 어떻게 달라질 건지 그렇다면 우리는 무엇을 해야 되는지에 관해서 카이스트 김대식 교수님과 함께 얘기 나눠봤습니다. 오늘 이야기 즐거우셨다면 계속 이어질 2부도 꼭 봐 주시길 부탁드립니다. 자, 오늘 얘기 여기서 마무리짓겠습니다. 고맙습니다.
[음악]
[음악]