Transcription
그런데 AI가 등장하는 순간 직접 노동이 자동화되잖아요. 자동화된다라는 건 대량 생산이 가능하다는 얘기고 대량 생산되면 단가가 떨어질 수뿐이 없습니다. 결과적으로 AGI로 우리가 가면 갈수록 노동의 가치는 점점 줄어들고 자본의 가치는 반대로 점점 늘어날 수뿐이 없습니다. 극단적으로 보면 노동의 가치가 사실 [음악] 0이 될 수도 있습니다.
네. 안녕하세요. 카이스트에서 뇌각 그리고 인공지능을 연구하고 있는 김대시계입니다. 오늘은 아주 짧게 AGI 시장 지배력의 시대 그리고 이 시장 지배력 시대의 인간의 역할에 대해서 강연을 진행하도록 하겠습니다.
AI 인공지능은 인간의 특정 능력을 대체하는 기계죠. 알파고는 바둑을 잘 두고, ChatGPT는 대화를 잘합니다. 반대로 AGI(Artificial General Intelligence), 범형 인공지능이라고 보통 번역을 합니다. AGI는 잠재적으로 사회, 경제, 정치의 의미 있는 인간의 모든 지적 능력을 대체하는 기계라고 이해하시면 됩니다. AGI는 존재하지 않습니다. 여전히 사인스 픽션이죠.
그리고 불과 3년 전 ChatGPT가 등장했을 때까지만 하더라도 인간의 특정 능력을 대체하는 기계는 있을 수 있겠지만, 모든 능력을 대체하는 기계는 어렵지 않을까라는 의견들을 대부분 가지고 있었습니다. 그런데 최근에 와서는 분위기가 많이 변했어요. 오픈 AI의 샘 월트만 같은 경우에는 AGI가 현재 5년 안에 가능하다고 이야기를 하고 있습니다. 그리고 적어도 제가 아는 인공지능 전문가들 사이에서 AGI가 영원히 불가능하다고 생각하시는 분들은 더 이상 아무도 없는 것 같습니다. 논란의 이슈는 AI를 만드는데 5년이 걸릴지, 10년일지, 가장 멀리 보시는 분들은 한 20년을 이야기하고 있습니다. 제 개인적인 의견은 한 10년 정도이지 않을까 싶습니다. 그런데 사실 10년, 20년도 금방 지나가죠. 결과적으로 AGI는 더 이상 수백 년 후에나 있을 픽션 이야기가 아니고, 우리 모두가 실질적으로 경험할 우리의 미래에 대한 이야기라고 이해하시면 될 것 같습니다.
그런데 우리가 오늘날 AI 그리고 AGI에 대해서 이렇게 진지한 이야기를 할 수 있었던 이유는 사실 2017년 구글에서 트랜스포머라는 알고리즘을 개발한 덕분입니다. ChatGPT의 T는 트랜스포머를 얘기하는 거죠. 그리고 이 트랜스포머라는 알고리즘 덕분에 ChatGPT가 가능해진 거고, 또 AI가 인간의 언어를 이해하기 시작했습니다. 그럼 트랜스포머는 도대체 어떤 알고리즘일까요? 이렇게 이해하시면 될 것 같습니다. 이게 세상이라고 칩시다. 이 세상에는 우리는 여전히 완벽하게 이해하지 못하는 수만의 자연의 법칙과 인과 관계가 있습니다. 그리고 우리는 대부분이 자연의 법칙과 인과 관계를 이해하지 못하고 있습니다. 단, 우리가 알고 있는 것은 이런 법칙을 통해서 관찰 가능한 데이터가 만들어진다라는 건 알고 있습니다. 그럼 저 같은 과학자의 역할은 데이터를 잘 분석해서 이 데이터는 도대체 어떤 규칙으로 만들어지는지를 찾아내는 거잖아요.
예를 들어서 이 그림에서 가장 위에 있는 언어를 봅시다. 텍스트. 지난 수백 년 동안 언어학자들은 이 세상에는 많은 언어를 분석해서, 특히 20세기 중반에는 미국 언어학자이신 놈 촘스키 같은 분이 인간 언어의 보편적인 규칙을 찾아냈다고 주장하셨었습니다. 그리고 꽤 그럴듯했어요. 그런데 문제는 1950년도부터 2020년도까지 우리가 알고 있는 인간 언어 문법 모든 것을 기계에게 우리가 가르쳐 줬는데도 알렉사, 시리, 코타나, 국내 통신사 갑는 AI 스피커들이 끝까지 인간의 언어를 이해하지 못했잖아요. 다시 말해서 우리가 찾아낸 규칙이 틀리거나 완벽하지 않았던 거죠.
그런데 ChatGPT 같은 경우엔 우리가 문법을 가르쳐 준 적이 없습니다. 대신 지난 30년 동안 인류가 인터넷에 올려놓은 모든 문장, 한 3,000억 개 정도 됩니다. 이 어마어마한 문장을 트랜스포머라는 알고리즘으로 이 데이터에서 규칙을 스스로 찾아내 명령을 했더니, 놀랍게도 문장을 만들어 내는데 이렇게 만들어진 문장들이 완벽하게 문법적이더라는 거예요. 사실 이건 충격적인 일입니다. 우리 인간도 찾아내지 못한 인간 언어의 보편적인 규칙을 AI가 스스로 혼자 찾아내 버린 거잖아요.
그리고 지난 3년 동안 우리가 추가로 배운 것은 동일한 방법을 다른 데이터에서도 쓸 수 있겠다라는 거예요. 소리를 잔뜩 들려주면 소리를 만들어 낼 수 있고, 그림을 보여주면 그림을 만들 수 있습니다. 그러니까 우리가 생성형 AI라는 단어를 지금 쓰고 있는 거죠. 그리고 교집합 학습이 가능하더라는 거예요. 글과 그림을 동시에 보여주면, 어 이제 글을 입력하면 그림을 만들어 낼 수가 있고, 또 DNA 구조하고 3차원 단백질 구조를 동시에 학습시키면 DNA 구조를 프롬프트로 입력하면 단백질 구조 예측이 가능해서, 최근에 제약 회사들이 이런 방법에 가장 관심이 많습니다.
그러다 보니 가장 최근에는 실질적으로 노동 시장 일자리에도 이런 생성형 AI 기술이 영향을 주고 있습니다. 8월 26일 스탠포드 대학교에서 공개한 논문인데요. 왼쪽이 개발자, 그리고 오른쪽이 고객 서비스 일자리 변동을 지금 보여주고 있는 겁니다. 2021년에서 2025년까지의 데이터인데요. 여러분들이 보시는 거 같이 이 그래프를 보면 약간 중간에 데이터 성격이 바뀌는 것 같잖아요. 초기에는 모든 곡선들이 겹쳐 있습니다. 여기서 선 하나는 직원의 나이를 표현하는 거예요. 그러다가 뒤로 가면 갈수록 커브들이 흐트러지기 시작해요. 이게 도대체 언제지 하고 확인을 해 보니 2022년 겨울입니다. ChatGPT가 등장한 거죠.
ChatGPT가 등장하기 전까지는 개발자 같은 경우에 일자리는 경기가 좋으면 일자리가 늘어나고, 경기가 나쁘면 일자리가 줄어듭니다. 그건 당연한 얘기죠. 그런데 최근에 와서는 인공지능이 가능해지고 나서 21살에서 25살, 다시 말해서 대학교를 갓 졸업한 신입사원 채용이 지금 완전히 무너지고 있습니다. 미국 같은 경우에는 신규 채용이 지금 사지고 있다라는 거예요. 반대로 41살에서 49, 경력직들은 지금 거꾸로 늘어나고 있습니다. 그리고 이게 남의 나라 얘기가 아닙니다. 현재 우리나라에서도 대부분 IT 업계에서 신규 채용을 더 이상 안 하고 있는 상태입니다. 왜냐? 생성형 AI로 코딩이 가능해졌습니다. 이런 걸 우리는 '바이브 코딩'이라고 보통 부르죠. AI로 코딩을 하는데 당연히 완벽하지는 않지만, 신입 사원이 코딩하는 정도의 수준으로는 AI로 코딩이 가능하기 때문에, 어 그렇다면 신규 개발자들이 필요 없어질 수도 있다라는 거예요.
결과적으로 우리가 인공지능 시대에는 어 내 일자리가 어떻게 될까라는 질문을 할 수 있는 사람은 그나마 럭셔리 문제인 겁니다. 지금 가장 큰 문제는 직장에 있는 사람들보다는 지금 대학교를 갓 졸업하는 친구들, 또는 그 친구들까진 어떻게 일자리가 있더라도 고등학생, 중학생, 그리고 아무리 보수적으로 보더라도 지금 초등학생 같은 경우엔 지금 초등학생들이 노동 시장에 들어가려면 앞으로 10년, 15년이 더 걸릴 거 아니에요. 그리고 그때쯤에는 분명히 AGI가 존재할 겁니다. 그리고 인간의 대부분 능력을 AI가 대체한다면, 지금 초등학생 같은 경우에는 일자리가 문제가 아니고 경력을 쌓을 수 있는 기회조차도 없는 상태에서 살아야 되는 이런 중요한 문제가 충분히 생길 수도 있습니다.
그리고 지금 가장 큰 문제 중에 하나는 생성형 AI를 통해서 콘텐츠를 만들어 낼 수가 있잖아요. 아까도 제가 말씀드렸던 대로 학습을 통해서 사진을 만들고 영상을 만들어 낼 수가 있습니다. 그리고 최근에는 정말 훌륭한 알고리즘들이 많이 등장을 했죠. 올해 5월 21일 구글에서 소개한 Lumiere 같은 경우에는 프롬프트를 입력하면 이제 영상을 만들어 줍니다. 그리고 소리까지. 첫 번째 예제는 이런 겁니다. 1990년도 미국 코미디 시트콤을 보여 줘. 그러면 이런 식으로 그럴싸한 시트콤 장면을 하나 만들어 줍니다. 충분히 있을 만한 장면인 거잖아요. 두 번째는 어 2000년도 비디오 게임을 만들어 줘. 하면 역시 훌륭하게 비디오 게임을 만들어 줍니다. 그러다 보니 현재 게임 업계에서 생각하는 것은 앞에 중요한 장면 같은 것은 사람이 실제적으로 만들지만, 뒤에 배경 같은 장면들은 어 AI로 만드는 것이 더 효율적이라고 현재 생각하고 있습니다. 그렇다면 이 배경이 그려지는 뒤에 있는 소나무 같은 경우에는 지금까지 누가 그렸죠? 지금까지는 [음악] 신입 사원들이 배경 이미지를 사실 그렸습니다. 그런 신입 사원들이 이제 필요 없어졌다라는 거예요. 세 번째 예제는 K팝 뮤직 비디오 만들어 줘. 프롬프트입니다. 제가 뭐 저랑 친한 엔터 회사 대표님한테 이 영상을 보여줬더니, 어 이게 지금 너무 촌스럽다고 그렇게 말씀하시더라고요. 당연히 촌스럽죠. 그래서 제가 물어봤어요. 이 정도의 뮤직 비디오를 아이돌들 데리고 촬영하려면 시간과 돈이 얼마나 드나요? 했더니 적어도 몇 달이 걸리고 수십억이 든다라고 합니다. 근데 지금 이런 AI 영상은 10분 만에 만 원 주고 만든 거잖아요. 그게 무슨 얘기냐면 인공지능 시대 콘텐츠 비즈니스는 완전히 양극화가 될 겁니다. 자동차 비즈니스에 뭐 부가티, 람보르기니 같은 게 있는 거 같이 콘텐츠 시장도 슈퍼 럭셔리 콘텐츠, 모든 배우가 진짜 사람이고 사람이 연출한 럭셔리 콘텐츠가 있을 거고, 근데 그건 10%가 되지 않을 겁니다. 나머지 90%는 한 번 보고 버리는 1회용 콘텐츠가 되지 않을까 싶어요. 종이 빨대 같은 식으로 한 번 보고 버리는 '디스포저블 콘텐츠'가 되지 않을까 싶은데, 한 번 보고 버리는 콘텐츠는 당연히 AI로 대량 생산하는 게 맞습니다. 참고로 인공지능이 보편화된 미래에는 소비자가 여유 시간이 늘어나기 때문에 콘텐츠와 엔터테인먼트가 자동차나 반도체 시장보다 훨씬 더 큰 시장이 될 거라고 알려져 있습니다. 그런데 문제는 그 시장을 지금 누가 차지할까? 정답이 없습니다. 일반 소비자는 아니겠죠. 서버 비용이 꽤 많이 들거든요. 그렇지만 반대로 할리우드 스튜디오들도 아마 아닐 거라고 생각하고 있습니다. 그분들은 가진 게 너무 많잖아요. 스튜디오 장비, 사람. 이걸 하루아침에 포기할 수 없다 보니 상대적으로 느리게 발전할 수뿐이 없다라고 생각하고 있고, 덕분에 인공지능 시대의 가장 큰 비즈니스인 콘텐츠가 현재 임자가 없는 상황입니다.
가장 최근에 또 10월 1일에는 Sora 2라는 게 공개가 됐습니다. 오픈 AI에서 만든 거고, Sora 2의 핵심은 뭐냐면 이제는 존재하는 인물의 얼굴을 입력하면 그 얼굴을 가지고 너무나 자연스러운 가짜 영상들을 만들 수 있습니다. 첫 번째 예제 같은 경우에는 뭐 인터넷에 지금 떠돌아다니고 있는 건데요. 샘 월트만이 갑자기 백화점에서 물건을 훔치는 영상을 우리가 충분히 만들어 낼 수가 있습니다. 그래서 여기서 보시면 샘 월트만이 백화점에서 물건을 훔치는 이런 장면입니다. 당연히 이건 가짜일 거예요. 뭐 샘 월트만이 백화점에서 물건을 훔칠 이유가 없습니다. 그런데 문제는 이제 역사적인 장면도 왜곡이 가능하더라는 거예요. 전에 케네디 미국 대통령입니다. 아마 1960년도에 TV 인터뷰를 했었던 것 같은데, 앞 장면은 진짜입니다. 그런데 뒤로 가면 갈수록 Sora 2로 살짝 왜곡된 장면들이 지금 만들어질 텐데, 문제는 언제 바뀌는지 우리가 알 수가 없습니다. 보시는 거 같이 이건 아마 진짜일 거예요. 그렇지만 뒤로 가면 갈수록 어 지금 맨 마지막 장면은 100% 가짜일 겁니다. 정확하게 진짜가 언제로 바뀌어졌는지에 대해서 구분이 불가능한 덕분에 이제 우리는 역사를 왜곡할 수 있는 기술을 가졌다라고 이해하시면 됩니다. 현재 할리우드에서 가장 큰 문제 중에 하나는 이런 식으로 역사가 왜곡되고, 그리고 인조적인 배우들을 통해서 완전히 새로운 영화 콘텐츠 제작이 이제 충분히 가능하다라고 생각하고 있습니다. 그러면 궁금한 건 이거죠. 그럼 지금까지 영화 콘텐츠 산업을 했었던 사람들은 앞으로 뭘 해야 될까라는 질문이 분명히 생깁니다.
CES에서 젠슨 황이 보여준 슬라이드입니다. 2012년 제프리 힌튼 교수님이 인식형 인공지능 또는 딥러닝이라는 걸 개발하셨습니다. 덕분에 2012년부터 기계가 세상을 알아봅니다. 두 번째 ChatGPT가 등장하면서 생성형 AI라는 게 등장을 했습니다. 그리고 우리는 현재 이 시점에 살고 있는 거죠. 그리고 생성형 인공지능 다음에는 당연히 에이전트 또는 에이전틱 AI가 등장할 수뿐이 없습니다. 그 차이는 뭐냐면 생성형 AI는 정보를 만들어내는 기계입니다. 유럽는 비행기표 찾아줘 하면 당연히 정보를 찾아낼 거예요. 그런데 저희가 정말 원하는 것은 그 비행기표를 예약을 해 주는 액션을 지하는 AI입니다. 이런 것을 우리는 에이전틱 AI라고 부릅니다. 에이전틱 AI는 아마 한 2년, 3년 정도 지나면 완성되지 않을까 싶습니다.
이런 관점에서 보면 생성형 AI는 정보를 만들어 내는데, 정보를 만들어내는 비즈니스를 하는 기업들은 사실 그렇게 많지 않습니다. 콘텐츠 비즈니스가 가장 중요하겠죠. 덕분에 지금까지 AI에 직접적으로 영향을 받은 기업이나 일자리는 그렇게 많지 않습니다. 상대적으로. 단, 대부분 기업들은 사실 정보를 만들어내는 일을 하는 것이 아니고 액션을 취하는 일을 하기 때문에, 에이전틱 AI가 등장하는 순간 현재 세상에 존재하는 대부분 기업 그리고 대부분 일자리들이 영향을 받지 않을까 생각을 해서 식당으로 보자면 생성형 AI는 에피타이저라고 생각하시면 됩니다. 그냥 샐러드나 수프였었고, 실질적인 메인 디시는 에이전틱 AI가 될 거라고 생각하시면 됩니다.
피지컬 AI를 우리가 생각해 볼 수가 있습니다. 로봇이에요. 왜 갑자기 로봇이 필요하지? 인간의 욕심이 똑같이 없잖아요. 에이전틱 AI가 있으면 인간이 원하는 걸 다 해 줍니다. 단, 디지털 세상에서만 가능합니다. 그런데 우리는 아날로그 세상에서도 풀어야 되는 문제들이 분명히 있죠. 뭐 책상 위에는 물병을 갖다 줘. 자동차 공장에서 차를 조립해. 이런 것은 앱으로 진행할 수는 없고, 실질적인 로봇이 등장해서 일을 도와줘야 되지 않을까 싶습니다.
자, 그럼 우리가 생각해 볼 수가 있는 게 LGI가 등장해서 인간의 대부분 지적 능력을 AI가 대체하고, 피지컬 AI가 등장해서 아날로그 세상에서 물질적인 노동을 기계가 다 해 준다면 어떤 일이 벌어질까요? 여기서부터는 미래 상상이 아주 극대적으로 바뀝니다. 실리콘 밸리에 있는 많은 분들은 이런 식으로 AGI와 피지컬 AI가 가능해지면 지구가 천국이 될 거라고 이야기를 합니다. 특히 딥마인드의 데미스 하사비스 같은 분이 주장하는 거는 AGI가 등장하는 순간 인간이 멍청해서 풀지 못한 문제를 AI가 다 풀어 줄 거라는 거예요. 예를 들어서 핵융합 에너지가 가능해진다라는 거예요. 그러면 이론적으로 무한의 에너지가 가능해집니다. 그럼 우리가 고민해 볼 수 있는 게 이 세상에 있는 대부분 문제들은 사회, 경제, 정치적인 문제들을 사실 파헤쳐 보면 에너지 부족 때문에 벌어지는 문제라고 데미스 하사비스는 주장합니다. 그렇기 때문에 AGI로 핵융합 에너지 문제가 해결이 되면 무한히 에너지가 생길 거고, 이 세상에 있는 대부분 문제들이 해결이 될 거라는 거예요. 그리고 양자 역학과 상대성 이론을 드디어 합쳐서 우주의 비밀을 인류가 밝혀내고, 인간의 대부분 질병들을 AI가 해결을 해 주고, 특히 죽음이라는 질병까지도 AI가 해결을 해 준다라는 거예요. 그리고 세상은 유토피아가 될 거라고 주장하고 있습니다. 인간은 더 이상 일을 안 해도 된대요. 그리고 생산성이 극대로 올라가서 이제 우리는 만수 같이 살 수 있다라는 거예요. 정말 그럴까요? 인간이 하는 일이 없을 텐데, 그럼 인간은 뭘 하지? AI 시대 사회 실업률이 30에서 40%가 될 거라고 현재 알려져 있고, 특히 대부분 연구를 AI가 할 거고 대부분 창작까지 AI가 한다면, 그럼 인간은 뭘 할까요? 하면 항상 이 빅테크에 계시는 분들은 그냥 인간은 하고 싶은 거 하라는 거예요. 그래서 그게 뭔데 하면 그거는 또 각자 찾으면 된다라고 합니다. 그런데 우리는 수많은 사이언스 픽션을 통해서 그런 미래를 이미 봤잖아요. 예전 영화죠. 픽사에서 만든 월-E라는 영화를 보면 인간은 아무 일도 안 합니다. 그리고 기계들이 모든 일을 해 주는데, 글쎄요. 이런 미래가 뭐 그렇게 좋아 보이지는 사실 개인적으로 제 눈에는 보이지는 않습니다.
그래서 가장 중요한 건 AI가 대부분 생산적인 일을 한다면 우리 인간은 도대체 어떤 일을 해야 될까? 또는 인공지능 시대에 인간이 AI하고 경쟁을 해야 될까? 같이 협업을 해야 될까? 협업과 경쟁을 해야 된다면 인간에겐 어떤 능력이 있어야 될까? 이런 중요한 질문들이 이제 막 등장하기 시작합니다.
그리고 샘 월트만이 주장하는 게 있죠. AI는 하나의 기술이지만, AGI는 새로운 자본주의라고 주장을 합니다. 이게 무슨 얘기일까요? AGI가 등장하는 순간 지능이 자동화가 됩니다. 그리고 지능이 자동화가 된다면 매우 흥미로운 미래를 우리가 상상해 볼 수가 있는데, 혹시 여러분들 중에서 경제학 개론 수업을 들으셨던 분들은 코브-더글라스 생산 함수 같은 걸 기억하실 거예요. 한 사회 생산량은 노동 더하기 자본의 곱하기라는 거예요. 둘 다 다 필요하다라는 겁니다. 그런데 AGI가 등장하는 순간 직접 노동이 자동화되잖아요. 자동화 된다라는 건 대량 생산이 가능하다는 얘기고, 대량 생산되면 단가가 떨어질 수뿐이 없습니다. 결과적으로 AGI로 우리가 가면 갈수록 노동의 가치는 점점 줄어들고, 자본의 가치는 반대로 점점 늘어날 수뿐이 없습니다. 극단적으로 보면 노동의 가치가 사실 0이 될 수도 있습니다.
그리고 AGI는 마켓 파워, 시장 지배력을 준다라고 알려져 있습니다. 한계 비용 이상으로 가격을 마음대로 높일 수 있는 힘이라는데, 결론은 세 가지예요. 첫 번째, AGI를 가장 먼저 달성하는 기업이나 국가는 글로벌 시장 지배력을 가진다. 두 번째는 미국이 AGI를 반드시 달성해야 된다. 세 번째 중국이 미국보다 AGI를 먼저 달성하는 것은 수단과 방법을 가리지 말고 막아야 된다라고 주장하고 있습니다. 샘 월트만 같은 경우엔 이런 미래가 5년 후에 지금 온다라고 얘기하는데, 개인적으로 5년은 아마 아닐 겁니다. 10년 이상 걸리지 않을까 싶은데, 사실 정확한 시점을 예측하는 것은 당연히 불가능합니다. 한 방향성은 대충 맞는 것 같아요.
그렇다면 이제 질문이 두 가지 있잖아요. 우리가 AGI로 가면 갈수록, 그리고 AGI가 더 이상 불가능하지 않다라고 대부분 생각하고 있는데, AGI로 가면 갈수록 노동의 가치는 점점 줄어들고 자본의 가치는 점점 늘어난다라는 건데, 여러분들이나 나, 우리 모두 노동력을 팔아서 우리는 먹고 사는 사람들이죠. 그러면 우리 세대까지는 다행히 막차를 타서 노동으로 먹고 살 수 있다라 그래도, 우리 다음 세대는 어떤 일을 해야 될까? 우리 다음 세대가 노동으로 먹고 살 수 있을까? 어떤 노동을 해야 될까라는 매우 중요한 질문이 우선 있고, 두 번째는 그러면 우리에게 남은 시간, 앞으로 한 10년 정도라고 칩시다. AI로 가는 그 세상에 우리는 뭘 준비해야 될까라는 흥미로운 두 번째 질문이 있는데, 이 두 번째 질문에는 논리적으로는 답이 있습니다. 단, 이 답이 그렇게 사회적으로 좋은 답인 것 같지는 않아요.
우선 논리적으로 보자면 AI로 가면 갈수록 노동의 가치는 떨어지고 자본의 가치가 늘어난다면, 사실 이론적으로는 여러분들 그리고 저, 우리는 앞으로 남은 10년 동안 정말 미치도록 돈을 모아놔야 됩니다. 자본 축적이 가장 지금 안전빵인 준비 과정이라는 거예요. 노동의 가치가 점점 떨어진다면, 그리고 한 사회에 거의 반 정도가 실질적으로 생산적으로 할 일이 없다면 인간은 뭘 해야 될까? 그러면 또 실리콘 밸리의 빅테크 파운더들은 이런 얘기를 합니다. 그냥 본인들이 기본 소득을 주겠다라는 거예요. 최근에 제한된 아이디어는 기본 소득을 주지 않고 유니버설 컴퓨트, 기본 컴퓨팅 능력을 주겠다라는 거예요. 나중에 전 세계에 GPU 인프라가 다 깔리고 난 다음에는 한 사회, 한 사람당 GPU를 몇 개씩 배정을 해 주겠다라는 거예요. 그럼 본인이 그 GPU를 가지고 고양이 그림을 그릴 수도 있고, 친구들이랑 힘을 합쳐서 스타트업을 만들 수도 있고, 또는 GPU 시간을 옥션에 붙여서 음식으로 익스체인지 바꾸면 된다라는 거예요. 그런데 질문이 있습니다. 아무리 이론적으로 기본 소득을 줄 수 있다 그래도, 정말 빅테크들이 본인들의 경제력으로 사회의 모든 사람을 먹여 살려 줄 수 있을까? 하면 이론적으로는 가능하다라고 주장을 하고 있습니다.
이런 원리예요. 우리 인간 호모 사피엔스는 한 30만 년, 40만 년 전에 지구에 등장을 했습니다. 그리고 만 년 전 중동에서 농사를 발견하고 정착하기 전까지 인류는 수십만 년 동안 떠돌아다녔죠. 그리고 노마드로 살면서 사냥과 채집으로 먹고 살았습니다. 그리고 사냥과 채집을 하는 시절에 가족 단위로 10명, 20명, 30명 우리는 떠돌아다녔죠. 그러면 그 가족에서 가장 능력 있는 누군가가 있었을 거예요. 그럼 가장 능력 있는 사냥꾼 한 사람의 능력으로 가족이 아마 며칠 먹고 살 수 있었을 겁니다. 만 년 전 인류는 정착을 했습니다. 중동에서부터 시작을 했죠. 그리고 인류는 농부가 됐습니다. 이제. 그리고 우리는 마을 단위로 먹고 살았죠. 그러면 마을에서 가장 능력 있는 사람은 농부가 됐을 거예요. 그러면 마을에서 가장 능력 있는 농부의 능력으로 마을이 몇 달 동안 아마 먹고 살 수 있었을 겁니다. 농사를 잘 졌기 때문에. 비슷한 개념으로 19세기에 들어와서 이제 대기업들이 등장하기 시작했죠. 그럼 가장 능력 있는 사람들은 기업가가 됐습니다. 덕분에 앤드루 카네기 한 명의 능력으로 피츠버그가 먹고 살았고, 헨리 포드 한 명의 능력으로 디트로이트가 먹고 살았고, 국내에서는 정주영 회장님의 능력으로 울산이 먹고 살았다라는 거예요. 여기서 한 개인의 능력은 상대적으로 큰 차이가 없었지만, 기술이 발전하면서 한 사람이 영향을 줄 수 있는 그 레버리지 자체가 점점 커졌다라는 거예요.
그럼 비슷한 논리로 지금 빅테크 파운더들이 얘기하는 것은 AI 시대에는 기술이 주는 곱하기 효과가 워낙 커지기 때문에 사회에서 가장 능력 있는 본인들을 뭐 하이퍼라고 부르니까, 한 사람의 능력으로 한 국가가 [웃음] 먹고 산다라는 거예요. 그럼 흥미로운 질문은 이거죠. 이론적으로 모두에게 기본 소득을 지금 나눠 주기 시작하고 사람들이 더 이상 노동을 안 해도 된다고 칩시다. 그러면 우리는 남는 시간에 도대체 뭘 할까? 진짜 AI 시대에는 우리가 예전에 로마인들 같이 뭐 맨날 콜로세움에 가서 엔터테인먼트만 구경할까요? 아니면 하루 종일 거대한 찜질방에 가서 수영을 하고 있을까요? 도대체 AI 시대의 사람들은 어떤 일을 해야 할까, 할 수 있을까가 이제 실질적으로 중요한 사회적인 문제가 되기 시작합니다.
인간이 무언가를 처음에 하면 수작업으로 할 수뿐이 없습니다. 1883년 칼 벤츠가 처음을 만들었을 때 다 수작업으로 만들었죠. 덕분에 시간과 돈이 정말 많이 들었고 엉성했습니다. 1910년 헨리 포드가 모델 T를 제안하면서 처음으로 대량 생산이란 아이디어를 제안했습니다. 대량 생산하면 시간과 돈이 절약되고 또 퀄리티도 좋아집니다. 25년 우리가 돈을 주고 구매하는 대부분 물질적인 제품들은 이제 공장에서 대량 생산한 걸 쓰고 있는데, AGI를 연구하면서 우리가 느낀 것이 물질적인 제품은 대량 생산하는데 인간의 지적 능력이 필요한 행위들, 글 쓰는 거, 그림 그리는 거, 콘텐츠를 만드는 거, 예술을 하는 거, 아이디어를 내는 거는 지금까지 수작업으로 우리가 하고 있었더라는 거예요. 그런데 이제 AI가 가능해지고 AGI로 가면 갈수록 인간의 지적 능력을 대체하는 거잖아요. 인간의 지적 능력을 대체하고 자동화한다라는 것은 사실 잠재적으로 인간의 지적 노동력이 대량 생산될 수 있을 거라고 이해하시면 됩니다.
제가 아주 예전에 뭐 '인간 대 기계'라는 책을 한번 쓴 적이 있어요. 근데 이제 와서 보니깐 인공지능 시대에는 인간과 기계 경쟁이 그렇게 중요한 이슈는 아닌 것 같습니다. 인공지능 시대에 사실 가장 중요한 문제는 나와 나보다 인공지능을 더 잘 활용하는 다른 인간들하고의 경쟁이지 않을까 싶고, 기업 차원에서 보면 AI 때문에 사실 회사가 어려워지는 게 아니고 AI를 잘 사용하는 방법을 먼저 이해한 경쟁사 때문에 회사가 어려워질 수 있지 않을까 싶습니다.
이런 관점에서 보면 우리가 이제부터 논의해야 될 것은 AI가 점점 인간의 지적 능력을 자동화하고 대량 생산하고, 또 피지컬 AI가 등장하면서 인간의 육체적인 능력까지 대체하기 시작하는 이 시점에, 그렇다면 우리 인간은 어떤 일을 해야 될까? 그리고 앞으로 우리 인간은 어떤 능력을 가져야지 기계하고도 경쟁을 하고, 또 나보다 인공지능을 더 잘 활용하는 다른 인간들하고 경쟁하기 위해서는 어떤 능력을 지금 가져야 되는지, 이런 몇 가지 좀 중요한 이슈에 대해서 우리가 매우 진지한 논쟁을 해 봐야 되지 않을까 싶습니다.
네. 경청해 주셔서 감사합니다.