Transcription
안녕하세요. 저는 앞으로 여러분의 가정에서 데이터에서 다양한 역할을 하게 될 휴먼노이드입니다. 저는 단순한 도구를 넘어 인간의 삶의 질을 높이는 새로운 동반제가 될 것을 기대합니다.
자, 그럼 오늘의 토론을 진행한 권석준 교수님을 소개합니다. 인류는 기술에 의해 문명사적 전환을 겪어왔고, 이제 AI라는 대혁명이 눈앞에 있습니다. AI에 의해 촉발될 문명의 변화는 그전에 어떤 역사와도 비교되지 않을 정도로 폭발적인 것이 될 것이라 다들 얘기합니다. 하지만 AI가 인간의 삶을 어떻게 바꿀지 정확히 아는 사람은 없습니다. 다만 그것이 긍정적인 결과를 가져오든 부정적인 결과를 가져오든 명확한 것은 그 이전으로 되돌리기는 거의 불가능할 것이라는 점입니다.
이제 우리는 질문을 바꿔야 할 때입니다. AI가 인간을 대체할 것인가가 아닌, AI와 어떻게 공존할 것인가로 전환이 필요합니다. 다양한 분야 전문가들을 모시고 AI 시대 인간으로 살아남기 위한 생존 전략을 모색해 보겠습니다. 오늘 함께 자리해 주신 분들을 먼저 소개하겠습니다.
"인공지능이 이것까지 하게 되면 인간은 뭐 해야 되지?" AI가 이제 계속 똑똑해지는 거예요. 이제 따라잡을 수 없을 거라고 생각합니다. 그때의 장점이 지금 저희 교육 시스템에 가장 큰 약점으로 작동될 가능성이 너무 높습니다. 황조우나 팔로알토에 있는 애들이랑 절대 경쟁할 수가 없는 거죠. 이게 마지막 기회인 것 같습니다.
오늘 우리는 AI와의 공존 시대를 맞아 몇 가지 질문을 함께 탐색해 보고자 합니다. 먼저 첫 번째 주제로 일자리부터 알아보겠습니다. 많은 사람들이 인공지능에 대해 공포를 느낀다면, 그것은 실존의 공포이기 전에 자신의 삶이 송두리째 무너질 수 있다는 공포일 것입니다. 최근 각국에서 벌어지고 있는 일자리 사막화의 현실. 과연 과정일까요? 공포일까요? 혹은 일시적인 해프닝일까요? 빅테크 기업들을 비롯해 IT 업계에서 올해만 10만 명 넘는 근로자가 해고됐습니다.
"마이크로소프트도 올해 전 세계의 직원 가운데 9,000명을 감원하기로 했습니다. 틱톡의 독일 근로자 1,000명은 지난 3월 해고를 통보받았습니다." AI will be able to do everything. 구멍 자체가 좁아진 것 같아요. 뭘 해야지 내가 이 세상에서 살아남을 수 있을까라는 고민을 많이 하는 것 같습니다. 막막하죠, 약간. 현장에서 바라보시는 이 변화의 양상은 어떻습니까? 이찬 교수님께 한번 질문드리고 싶습니다.
기존의 패러다임으로 일자리를 접근하는 분들은 앞으로 일자리를 구하기가 더 어려워질 수도 있을 텐데요. AI 등장으로 인해서 저희가 AI와 협업을 통한 공존을 모색하는 분들한테는 이게 새로운 일자리에 오히려 기회가 될 수도 있을 거라고 생각을 합니다. 이미 재직 중인 분들은 이 변화 속에서 본인의 직무가 약간의 어떤 진동을 느끼는 정도면 본인이 업스킬링을 통해서 그 일자리를 더 확고하게 할 수도 있을 거고요. 진동 정도가 아니라 이건 지진이다. 파격적인 변화를 겪는 분들은 리스킬링을 통해서 또 다른 일자리로의 전의를 모색할 수도 있을 거라고 생각을 합니다. 혹시 윤 대표님은 또 산업 현장에서 많은 변화를 보고 계실 텐데요. 일자리 변화 어떻게 생각하십니까?
일자리가 없어지는 과정에서 새로운 일자리도 당연히 창출이 될 거고요. 저는 이게 조금 단계적으로 진행되지 않을까 싶습니다. 잡(job)을 구성하는 다양한 테스크(task)들이 있는데, 현재는 인공지능이 뭐 이런 잡의 모든 테스크를 한 번에 대체하는 구조는 아닙니다. 잡을 구성하는 일부 테스크들을 이제 하나씩 증강시키고 있고요. 증강시킨다는 말은 평소에 1시간 걸리는 일들을 이제는 10분, 20분 하더라도 할 수 있게 된다는 얘기죠. 그러면서 이제 그 테스크는 점점 사라질 텐데, 그러면 아마 이 잡은 이렇게 새롭게 재조합이 될 거라고 저는 바라보고 있습니다.
"일자리의 재조합이 또 다른 일자리를 만들 수도 있다라는 가능성을 언급해 주신 것 같습니다." 이게 점진적 변화라는 점에 좀 주목을 할 필요가 있다고 봅니다. 왜냐면 지금부터 정확히 10년 전에 딥러닝의 대부라고 얘기하는 인공지능의 아주 유명한 학자인 제프리 힌튼 교수가 "우리 더 이상 방사선 의학과 의사 훈련 중지해야 된다. 더 이상 시키면 안 된다. 왜? 곧 인공지능이 훨씬 잘할 텐데 왜 시키냐?" 그랬거든요. 근데 실제로 지금 10년이 지났는데 여전히 방사선 의학과 의사들은 잘 일하고 있습니다. 그럼 이유가 뭐였냐면 방사선 의학과 의사가 하는 일 중에서 그런 이미지 판독이 차지하는 비중이 최 20%가 안 됩니다. 아, 그러니까 일부 테스크는 인공지능이 훨씬 더 잘하게 됐지만 직업 자체는 여전히 유용한 직업인 거죠. 그래서 근데 없어지는 것보다는 변화에 좀 더 초점을 맞추어서 그 세상도 해석하고 거기에 대해서 대응 대책도 마련해야 될 것 같습니다.
사실 내분의 말씀이 조금씩 다르긴 합니다만은, 종합해 본다면 그 핵심은 직무의 소멸이 아닌 테스크의 변화다라고 우리가 생각해 볼 수 있을 것 같습니다. 문제는 AI가 이 인간의 직무를 변화시키는데 있어서 가장 큰 영향을 줄 것이라는 것입니다. 교수님께 여쭤보고 싶은게, 편의점 최근에 다녀오신 적 있나요?
예, 그렇습니다. 편의점 가셔서 원플러스원 사 보셨죠?
많습니다. 저는 되게 좋아하는데, 원플러스원 살 때 편의점이 원플러스원을 어떻게 기획할 거 같으세요?
저 안 팔리는 재고 위주로 가지 않을까요?
그렇죠. 이게 그냥 2022년, 23년 인재들이 문제를 바라보는... 교수님이 그랬다는 게 아니고.
괜찮습니다. 저 나가서 괜찮습니다.
저도 그랬습니다. 저도 그랬는데. 지금 사실 팔란티어가 소비재 기업의 원플러스원 레이아웃을 바꿀 때는 날씨 온도가 1도 차이 나느냐에 따라서 원플러스원 종류를 바꿔 줘야 된다고 얘기를 하거든요. 그리고 그 주민들이 그 지역의 주민들이 어떤 연령대가 어느 시간에 오느냐에 따라서 원플러스원 1의 레이아웃을 바꿔 줘야 된다고 얘기를 합니다. 이거를 할 수 있는 인간은 없어요. 실시간으로 이거를 조율해 줄 수 있는 인간은 없습니다. 그런 데이터를 볼 수 있는. 근데 이 기획 자체를 할 수 있는 인간은 있고요. 요거를 해 주는 AI는 있는 거죠. 그러면 지금 해 줘야 되는 인재 정의는 어떻게 하면은 같은 시간 내에 최고의 영업 이익을 끌어올릴 수 있는 AI와 함께 기획을 짤 수 있느냐로 인재를 기업들은 뽑게 될 거거든요.
윤 대표님 어떻게 생각하십니까? 조 대표님 말씀처럼 아예 자신이 이렇게 테스크를 주도해서 바꿀 수 있는 사람을 뽑고 싶으신지, 아니면 그 사람이 지금 윤 대표님 회사의 AI와 어떻게 융합이 될 것인지를 먼저 고려할 것인지, 어떻게 생각하십니까?
일단 결론적으로는 저는 둘 다 뽑고 싶습니다. 어, 근데 최근에 실제로 그런 일이 있었어요. 어떤 그 테크 기업의 CTO가 아, 이제 코딩 도구를 이용해서 이제 코딩을 한 거죠. 그래서 이 코딩 도구에 도움을 받으니까 이제 한 8, 90% 이상을 AI가 써 줍니다. 그래서 제품을 완성해서 고객사에 납품을 했어요. 엄청 만족했습니다. 왜냐면 평소보다 한 두 배 이상의 시간이 절약이 됐거든요. 근데 이제 몇 주 뒤에 드디어 문제가 생깁니다. 버그가 있었던 거죠. 오류가 있었습니다. 그러면 이제 다시 이제 그 회사로 이제 고객사가 연락을 하잖아요. 내가 이 코드를 까보니까 코드를 하나도 모르겠는 거예요.
허허. 나는 분명히 내 감독 아래 AI가 코드를 해 짜서 소프트웨어 제품을 만들어서 납품을 했는데 문제가 돼서 돌아오니까 분명히 오너십이 나한테 있는데 나는 이 코드를 하나도 모르겠네요. 소프트웨어 엔지니어들이 제일 싫어하는 게 남의 코드 읽는 거거든요.
하지만 이제는 남의 코드를 읽어야 되는. 어. 이게 반드시 필요해졌고요. 이제는 정말 코드를 빠르게 읽고 이해하는 게 어떻게 보면 소프트웨어 엔지니어의 되게 중요한 어떤 직능이 될 수도 있겠다라는 생각을 좀 해봤습니다.
AI will be able to do everything. AI can improve the productivity of of humans who who things with their hands or do things with their hands like plumbing, you know, literally welding, electrical work, plumbing, anything that's that's physically moving atoms, like like cooking food or, you know, farming, or it, or it like like anything that's that's physical. Those jobs will exist for a much longer time, but there will be a lot.
사람들이 일하는 직무를 좀 크게 나눈다면 뭐 화이트 컬러냐, 뭐 블루 컬러냐 이렇게 뭔가 컬러의 색깔로 나눠 왔었던 것 같습니다. 물론 지금은 이제 꼭 그렇게 많이 구분하지 않습니다만, 이 전문가분들의 의견을 종합해 보면 이 컬러라는 거 자체도 이제는 구분이 필요가 없어질 것 같다라는 생각도 듭니다. 아마도 그렇게 될 것 같습니다. 직업과 직군들의 포지션들이 아마 재배열될 것 같습니다. 그런 직업들을 갖기 위해서 저희가 갖춰야 되는 것들을 영량이라 그랬는데요. 이 영량이 그 안에 세 개의 요소가 있습니다. 지식과 기술과 태도. 전통적으로는 저희가 화이트 컬러 선호도가 높은 직업일수록 지식 위주의 영량을 갖춘 분들이 유리했습니다. AI로 대체되기 가장 용이한 영량의 네 번째 요소 중 하나가 지식이거든요. 그런 측면에서 보면 저희가 소위 말하는 지식인 직군 포지션이 높았다고 생각했던 직업들이 아마 배열을 다시 하게 될 가능성이 높습니다.
자동차가 처음 등장했을 때 사라진 직군들이 있습니다. 예를 들어서 마차를 모는 마부, 그리고 말똥 치우는 사람도 사라졌죠. 대신에 새로운 일자리가 생겼습니다. 자동차 수리 기사. 그리고 자동차의 연료를 보급하기 위해서 아주 좋은 기름을 만들어야 되니까 정유 산업. 그리고 자동차의 바퀴를 위한 타이어 산업 같은 것들이 새로 생겨났죠. 마차였던 시절에서는 생각해 보지 않았던 이 직군일 것입니다. 여기서 궁금한 점은 과연 그렇다면 앞으로 우리가 맡게 될 AI의 혁명에서도 이러한 직업의 전환 사이클이 반복될 것이냐입니다.
한국에 대해서 한번 이야기해 보죠. 우리나라는 6.25 이후 세계 최빈국 수준의 후진국이었습니다. 그렇습니다만 한 70년, 80년 정도 지나고 나니까 현재 글로벌 경제력 규모로 봤을 때는 12위, 13위 정도를 유지하면서 세계적인 선진국으로 발돋움했죠. 불과 80년도 안 되는 이 기간만에 바뀐 한국의 위상은 한국이 그동안 꾸준히 추진해 온 산업의 전환에도 기대고 있다고 볼 수 있을 겁니다. 문제는 그 산업의 상당수가 이제는 인공지능의 확산으로 인해서 불확실성의 안개 속으로 접어들고 있다는 것입니다. 특히 우리나라에 그동안의 산업 포트폴리오를 이루어 왔었던 석유화, 시멘트, 제철, 건설, 자동차, 심지어는 반도체 같은 다양한 제조업은 AI가 아니더라도 중국과의 무한 경쟁은 물론, 이제 AI를 돌입하려는 우리의 뒤를 쫓고 있는 후발 국가들과의 무한 경쟁 속으로 빠져들 것으로 예상됩니다.
It has been 33 years. In fact, I've been coming to Korea. Nvidia came to Korea 30 years ago. We invented the video game industry together. AI is an industrial revolution. As Korea now becomes an AI nation and you much...
일자리를 확보하기 위해서 필요한 핵심 역량이 어떤 것들이 있을까? 각각의 하나씩의 키워드를 한번 생각해 주시면 감사하겠습니다.
저는 학습 능력이라고 봅니다. 사실 제 수업을 한 PBL로, 그러니까 강의하고 외워 가지고 시험 보는 거 다 없애고.
일단. 어느 정도는 알아야 되니까. 그 AI 시대 지식이 안 중요하다는 말은 말도 안 되는 얘기입니다. 왜냐면 어느 정도 알고 있어야지 그것을 가로질러서 통찰력이 생기고 좋은 질문도 할 수 있으니까. 그렇지만 이제 다 외우고 있을 필요는 없는 거죠. 왜냐면 찾아보면 되니까. 이상 교수님 말씀은 일단은 첫 번째 꼭 받아 적으시기 바랍니다. 학습 능력이다. 조용민 대표님, 임팩트 있게 딱 한 가지 키워드가 있다면요?
제가 학습 능력 생각했다가 지금 예, 굉장히 어이 포인트인데요. 뭐냐면. 저는 유연성이라는 키워드를 좀 말씀드리고 싶어.
정말 유연하시네요. 예예. 아. 사실은 자기가 지금 어떤 뭐 스타트업의 CEO다 이걸 떠나서 제가 정말 존경하는 교수님과 대표님 진짜 존경하는데 유연성이 세 분이 엄청나십니다. 그리고 교수님도 마찬가지고요. 그래서 내가 지금 어떤 사람이다라는 거를 다양하게 정의할 수 있는 유연성, 이런 부분이 중요하지 않을까 생각합니다.
게릴라적 유연성이라고 저는 얘기했. 나는 철학과니까 나는 요것밖에 몰라요. 나는 이 공학은 몰라요. 나는 뭐 사회학은 우리랑 다른 분야. 이렇게 하지 말고. 네가 그 문제를 풀기 위해서 해서 사회과학 조사 방법론이 필요하면 가서 배워라. 물론 제대로 배운 친구만큼 잘은 못하겠지만, 일단은 임시방편적으로 그냥 공부를 위한 공부를 하지 말라고 얘기하거든요. 근데 딱 그 위원장 말씀하셔서 게릴라적 학습 능력.
일단 저는 좀 질문을 드려보고 싶어요. 제가 최GPT를 만약에 활용해서, 어, 최GPT에게 상대성 이론을 만들어 줘라고 얘기를 해 볼게요. 최GPT가 만약에 상대성 이론을 전혀 모르는 거예요. 최GPT가 상대성 이론을 쫙 이론적으로 정말 그 아인슈타인이 맞는 것처럼 만들었어요. 그러면 이 상대성 이론을 만든 사람은 최GPT일까요? 아니면 저일까요?
어, 굉장히 중요한 화두인데요. 그 문제를 먼저 정의한 사람한테 그래도 조금 더 크레딧을 줘야 되지 않을까요? 네, 네. 바로 그겁니다. 저는 상대성 이론을 만든 사람은 이 지금 예제에서 저라고 생각을 합니다.
실제로 그 노벨상에서도 문제를 해결한 사람한테 상을 주지 않습니다. 문제를 처음에 포뮬레이션 하거나 왜 이럴까를 질문을 던진 사람에게 노벨상을 줍니다. 그러니까 이겁니다. 이게 되게 중요해요. 노벨 화학상을 원래 화학 교수님들이 돌아가면서 탔거든요. 근데 이번에 화학의 히자도 공부하지 않았던 케미스트리 C자도 모르는 데미사비스가 탔단 말이죠. 그러면 예. 전문성이라는 것의 재정의를 어떻게 바라봐야 되냐면 실제로 그 산업에서 던져지지 않았던 질문을 던질 수 있는 주니어들이 실제 그런 친구들이 딥을 만들었고요. 20대들이죠. 전부 다 파운더만 40대고요.
이른바 제로 투 원 모멘트죠. 맞습니다. 네. 그래서 잘 생각을 해 보면 저는 이제 가끔 나름대로 그런 사고 실험을 하거든요. AI가 이제 계속 똑똑해지는 거예요. IQ가 150, 200, 300, 1천까지 되면 저는 분명히 문제를 해결하는 능력은 이제 따라잡을 수 없을 거라고 생각합니다. 음. 근데 그러면 반대로 굉장히 귀중해지는게 질문을 던지는 거거든요. 질문을 던지는 능력. 저는 어 여기 계신 분들을 포함해서 앞으로 이제 어 어떤 역량을 키운다라고 하면은 단언컨데 질문을 던지는 능력이 가장 중요할 거라고 생각합니다.
네, 좋은 키워드가 벌써 세 개나 나왔습니다. 이창 교수님, 마지막으로 어떤 임팩트 있는 키워드를 꼭 제시하고 싶으신가요?
저는 회복 탄력성을 꽂고 싶습니다. 시행착오를 거치면서 얻은 학습만이 온전히 나만의 역량으로 구축이 될 텐데, 그 과정을 무수히 많이 겪어야 되기 때문에 나만의 회복 탄력성, 나만의 방법으로 재충전할 수 있는 그런 노하우를 각자 갖고 있는 게 되게 중요하다고 생각합니다.
종합해서 얘기해 본다면 사회 전반적으로 여유가 있어야 될 것 같다는 생각도 듭니다. 너무나 짧은 기회만 주고 단발성 기회만 주고 시도 자체를 못하게 좀 겁내게 하는 그런 사회에서는 이 네 분 선생님들께서 말씀하신 이 중요한 핵심 미덕 같은 것들이 제대로 발휘될 수 없을 것 같습니다.
모두가 걱정하는 인공지능 시대의 일자리 재편 핵심은 결국 직무의 대체 여부가 아니라 직무의 전환과 새로운 임무의 탄생이 될 것이라는 목소리를 들으실 수 있었습니다.
슬레이트 치겠습니다. 하나, 둘, 셋.
이제 두 번째 주제를 같이 나눠보고자 합니다. 두 번째 주제는 다소 무겁습니다. AI 산업은 아직까지는 명확한 수익성 메커니즘을 충분히 보여주고 있지는 못합니다. 그렇지만 결국 시간이 지나면 수익 구조로 전환되는 것은 정해진 일일 것입니다. 그렇지 않아도 자본주의가 심화될수록 자본 소득과 노동 소득 사이에 격차가 커지는 이 시대, AI는 오히려 그 격차를 더 빠르게 확장하는 촉매가 될 가능성도 있습니다.
일단 불평등이 심화될 것이라는 점에 대해서는 놀랍게도 빅테크 CEO들도 인정합니다. 그니까 빅테크. 아, 그럼요. 예. 그니까 샘 알트만이나 아니면 클로드를 만드는 엔트로픽의 창업자조차도. 이제 이유가 중요한 것 같습니다. 그 이유는 저는 크게 두 가지라고 보는데, 아까 말씀하신 이제 개인 간의 차이도 있겠지만 좀 더 구조적인 측면을 보면 첫 번째는 AI 개발에 돈이 엄청나게 된다는 거죠.
그렇죠. 그러니까 이 엄청나게 드는 돈을 대주는 투자자가 있을 텐데, 투자자들은 당연히 이윤을 원하겠죠. 그러니까 그 이윤들을 창출하기 위해서 사회적 비용을 증가시키는 행동들을 할 가능성이 있고, 그리고 그 이윤들이 어 별다른 제한 없이 특정인에게 집중이 되면 당연히 소득 불균형이 더 심화되겠죠.
정말 이렇게 불평등이 심해진다면 국가가 나서야 된다라는 부분 모두가 생각할 수 있을 것 같습니다. 아마 국가가 동원할 수 있는 가장 확실한 수단은 세금 혹은 기본 소득이 되겠죠. AI가 본격적으로 우리 삶에 들어오고 나서 여러 형태의 기본 소득이나 그 재원 확보 방안에 대해서는 이미 많은 논의가 있습니다. 경제학에서도 그렇고요. 이를 넓게 보자면 인텔리전트 텍스, 즉 AI 택스라고 부를 수도 있을 것 같습니다. 이런 세금이 성립할 수 있을까요? 성립한다면 사회적으로 어떻게 받아들일까요? 기업들은 또 어떻게 받아들일까요? 만약에 윤 대표님의 회사에 인텔리전스 텍스가 갑자기 엄청나게 부과가 된다. 이런 상황을 상상하실 수 있나요?
세금을 더 내야 한다라고 하면 굉장히 부담이 큽니다. 뭐 아시겠지만 어 아직 AI 단계에서 수익을 이제 굉장히 창출을 많이 못 하고 있습니다. 뭐 대표적으로 오픈AI가 가장 대표적이죠. 가장 짧은 시간에 가장 많은 유저를 확보하고 가장 빠른 웨비뉴의 성장을 겪고 있지만, 실제 뒤에서는 엄청난 클라우드 자원에 지금 비용을 내고 있거든요. 그렇기 때문에 아직은 이제 저는 뭐 인텔리전스 텍스를 조금 논의하기에는 좀 빠르지 않나라는 좀 생각을 해 봅니다.
좋은 사례가 있는데요. 산업 혁명 시기에 초반기에는 노동자들을 자동화 기계를 도입하면서 전부 다 고용이 불안정해지면서 소득 불균형이 증가했어요. 그런데 1850년대 이후에는 그 자동화 기계들이 굉장히 고도화되면서 그 숙련 노동자들이 다시 돌아옵니다. 어떻게 보면 기술 혁신이 소득 불균형도 좀 해소를 하고 사회의 전체적인 어떤 안정화를 꾀한 거죠. 여기서 중요한 포인트가 있습니다. 공장법이라고 하는 새로운 제도적 변화가 있었습니다. 아동 노동 금지법이라고 자신의 공장에서 아동 노동을 금지해 버린 거예요. 그리고 공장 환경도 훨씬 더 좋게 만들지 않으면 공장을 운영할 수 없게 만드니까. 그러니까 자본가나 기술 하시는 분들 입장에서는 요렇게 새롭게 바뀐 제도적 환경에서 어떻게든 이윤을 만들어 내야 되니까 기술을 고도화하고 다시 이제 숙련 노동자들을 불러들인 거거든요. 그러니까 이렇게 기술 혁신과 그다음에 이런 사회적 고려가 같이 갈 수 있는 방안을 찾아서 그걸 실천하려고 노력하는 게 저는 기본 소득 논의보다 조금 더 어 더 필요하지 않을까 생각합니다.
사회 제도도 기술 발전만큼 좀 더 고도화돼야 된다. 더 정교하게 만들어져야 된다. 이런 말씀으로 이해해 볼 수 있을 것 같습니다.
그 평등 구조를 해결하는데 있어서 저희가 사회적으로 이걸 커버할 수 있는 건 사실은 전통적으로 교육이거든요. 음. 근데 아이러니하게도 저희 교육은 지금 입시에 너무나 치중되어 있어서. 대한민국의 교육 시스템이 AI 등장 이전에는 글로벌리 벤치마킹 대상이었거든요. 그때의 장점이 지금 저희 교육 시스템에 가장 큰 약점으로 작동될 가능성이 너무 높습니다.
매일 아침 7시 30분까지 우리 조그만 보라색 놓고 전국 900만 아이들의 머릿속에 모두 똑같은 것만 집어넣고. 그래서 그런 부분들을 교육을 정말 혁신에 가까운 구조로 개선해 가지 않으면 기업들이 이제는 뭐 기사 보셨겠지만 미국 기업 대학 가지 마라. 우리가 자금 줄 테니까 여기 와서 배워라라는 오퍼를 할 정도로 더 이상 효용성이 없는 고등 교육 기관으로 전락할 가능성, 중등 교육 기관으로 전락할 가능성이 높기 때문에 한시 바삐 개편을 해야 된다고 생각합니다.
교수님 말씀 주신 부분에 조금 너무 공감이 돼서 처음을 하나 꼭 드리고 싶은 부분이 있는데요. 미국은 원래 톨러런스 오브 엠비티 교육을 굉장히 강하게 드라이브를 역사적으로 해왔습니다. 모호함에 대한 참을성 교육을 하는 거죠. 근데 중국이 언제 이거를 교육을 카피해 가냐면 2005년에 천세순 교수님께서 우리가 그동안 선조들이 던지지 않았던 질문을 던지는 교육으로 바꿔 달라고 원자바 총리한테 얘기를 하거든요. 근데 그때 무슨 일이 벌어졌냐면 대학교 교육을 스탠포드, 버클리의 그 제목까지 똑같이 카피해 오거든요. 그래서 대학교 교육을 모호함에 대한 참을성을 키워 주고 창업으로 이끌어 주면서 실제로 지금 교수님께서 학교에서 노력하고 계신 그런 생태계의 구조를 만들어 가고 있는 것들을 보면 우리가 교육 외에는 정말 어떤 방법이 어 정말 교육이라는 것이 굉장히 중요하다. 그런 부분을 한번 더 또 강조드리고 싶습니다.
사실 저도 저 자신도 대학이 있습니다만, 이제 대학의 모든 구성원들, 즉 교수뿐만 아니라 학생, 교직원들까지 AI를 활용하는 것은 사실상 뉴노멀입니다. 이렇게 생각하시면 돼요. 그러니까 모두 다 사용하고요. 그다음에 그렇게 바람직하지 않은 방식으로 사용하는 경우가 많습니다. 그러니까 예를 들어서 채GPT 켜 놓고 수업 들으면서 교수님 하시는 말씀은 다 확인해요. 그래 채GPT 말하고 다르면은 교수님 틀리셨어요. 이렇게 얘기하는 친구들이 있습니다. 그렇지 않아도 교육 자체가 바뀌어야 된다라는 말들이 많은데, 교육의 근본적인 패러다임이 그러면 어떻게 바뀌어야 된다? 어디로 바뀌어야 되나? 우리가 12년 동안 받는 이 의무 교육까지도 만약에 패러다임이 바뀌어야 된다라는 압박이 생긴다면 어떻게 해야 될까요?
그러니까 잘 잘 보시면은 제가 오늘 이 자리 이후부터 이제 교수님들이 저를 이제 굉장히 싫어하시게 될 코멘트인데, 웹 시대, 앱 시대, 인터넷 시대, 전산화 시대를 거치면서 학교에서 학생들한테 던지는 질문에 코어가 바뀐 적이 있는지를 자문해야 되는 거죠. 음. 이번에도 질문을 바꾸지 않고 이걸 베낀 사람 혹은 지식에 대한 점검 수준에 머물게 되면 우리 학생들은 항조우나 팔로터에 있는 애들이랑 절대 경쟁할 수가 없는 거죠. AI를 많이 썼냐 안 썼냐를 체크하는 AI 정도 수준을 얘기하는 게 우리나라 상황이라면, AI를 써도 괜찮은데 이게 본인의 사고력 증진에 도움이 됐는지 안 되는지를 체크하는 AI를 도입하는 국가들 있거든요. 그래서 지금 패러다임의 변화는 이제는 정말 이웃 내버려. 이게 마지막 기회인 것 같습니다. 이제 좀 바꿔 주셔야죠. 예.
이창 교수님, 교수님한테 전권이 부여가 됐어요. 교육 제도를 다 뜯어고칠 수 있는 전권이 부여가 됐어요. 뭐부터 건드리실 것 같습니까?
답변 하나로 제 모든 동료들과 적대적인 관계에 맺어질 수 있는데요. 네. 교육자라는 직업을 컨트존에서 옮겨 놔야 된다고 생각합니다. 세 시대를 지향하고 있는데 종신 제도가 있잖아요. 이런 것들을 저희가 바꿔 가야 비로소 세상의 변화에 좀 더 관심을 갖고 흐름에 맞추어서 기존에 익숙했던 콘텐츠와 컨텍스트에서 벗어나서 새로운 미래를 준비하는 학생들의 눈높이에 맞는 교육 과정이 더 많이 탄생하지 않을까 싶습니다.
네. 아, 굉장히 용기 있는 발언이십니다. 테니어를 없애 버리자. 뭐 굉장히 저도 살 떨리는 제도인 것 같기 한데요. 네. 아주 지금 흥미로운 답변들이 많이 나오고 있습니다. 더 한번 흥미로운 지점으로 들어가 보죠. 우리에게 너무나 익숙해 있었던 이 공교육 시스템, 대학, 뭐 필요하다면 대학원까지 이어지는 이 교육의 체인 시스템이 과연 어디까지 지속 가능할까요? 최근에 고려대학교에서는 2026년부터 학사, 석사도 아니고 학석박사 통합 과정을 신설을 발표했습니다. 이것을 물어, 뭐 짧게는 6년 만에 끝내 주겠다라는 이제 좀 원대한 비전도 발표했죠.
이른바 AI 네이티브라고 불리는 알파 세대들 있습니다. MG 다음 세대를 의미하죠. 이 알파 세대들은 초등학교 때부터 이미 1인 창업에 나서는 친구도 나올 정도입니다. 즉, 우리가 그동안 100년 넘게 유지해온 정말 익숙해져 왔었던 이 12년간의 초중고 의무 교육 그리고 필요하다면 4년간의 대학 교육, 더 필요하다면 석박사 합쳐서 무려 6년, 더 합쳐서 무려 20년이 넘는 이 교육이란 시스템이 현재 시대에 과연 맞을까라는 의견이 있는 것이죠.
직무 경험에 노출시키는 연령대를 지금부터 더 낮춰야 한다는 의견도 있습니다. 이건 굉장히 좀 논란이 될 수 있는 겁니다. 왜냐면 자칫부터 아동 노동을 허용하자는 의견이 될 수도 있으니까요. 그렇지만 재능에 있는 아직 대학에 가지 않았더라도 재능 있는 학생들이 있다면 학교 바깥에서 사회를 먼저 만나고 자신의 창업을 한다든지, 회사를 이끌어갈 수 있는 능력이 있다면 기회를 줄 필요도 있다. 이런 얘기들도 나옵니다. 이런 논란이 될 만한 질문들 어디까지 혹시 답변해 주실 수 있을까요?
지금은 좀 더 유연해져야 되지 않을까 싶습니다. 과거에 저희가 아동 노동을 금지했던 건 노동 착취, 거의 노예처럼 끌려왔던 아동들을 얘기하는데, 지금 저희가 얘기하는 그 입직 연령을 줄여서 청소년들이 일찍 직무 경험을 할 수 있도록 도와주는 것은 오히려 바람직한 현상이고 현장에서 축적된 경험이 아니면 책으로만 배우는 지식으로는 커리어를 준비하는 게 한계가 있기 때문에 이제는 좀 더 유연하게 풀어 주고 그 부분에 따라서 우려되는 안전에 대한 부분들, 뭐 좀 더 쾌적한 근무 환경들은 사회적으로 제도적으로 저희가 서포팅해 주면 되는 거라고 생각합니다.
교육에 있어서도 아무리 AI가 발달해도 AI한테 다 맡길 순 없다. 어느 시점부터는 인간이 반드시 개입해야 된다라고 얘기해 볼 수 있을 것 같습니다. 그런 지점이 있다면 과연 어떤 지점에 인간이 반드시 개입해야 될까요?
세상은 어차피 수많은 좌절로 가득 차 있잖아요. 그러니까 어떻게 보면 그것과 이렇게 상호작용하면서 그것들을 어떻게 현명하게 바꿔 나갈 거, 그거 갖다 피하지 않고 잘 극복할 수 있는 방안을 만들어 주는데 AI가 도움을 준다면 굉장히 좋은 일이고. 그것과 별도로 저는 AI의 결과물을 평가할 수 있는 능력을 꼭 가르쳐야 된다고 생각을 해요. 우리가 그 능력을 잃어버리면 실제로 AI는 자기가 학습한 데이터의 평균적인 패턴들을 계속해서 산출해 낼 가능성이 높고 우리가 지속적으로 아, 좋은데 AI가 굉장히 멋있는 걸 해도 요걸 좀 더 해 봐. 요게 좀 불만족스러워. 뭐 이런 식의 어떤 평가를 통해서 계속해서 더 나은 걸 만들어 낼 수 있는 상호 딴지를 거는 게 되게 좋겠네요. 그렇죠. 그 능력이 되게 중요하고 특히 가치 평가를 절대로 포기하면 안 됩니다. 그러니까 통찰력을 발휘해서 여러 각도에서 그 문제에 대한 AI 결과물들을 평가하고 더 낮게 만들 수 있는 그 능력을 꼭 간직하고 있으면 좋겠습니다.
급변하는 미지의 바다를 항해하는 것과 같은 이 AI의 시대. AI라는 바람을 타고 우리는 새로운 영토를 잘 개척할 필요가 있습니다. 그렇게 하기 위해서는 방향을 제대로 잡아주는 도시 필요할 것입니다. 단순히 배에 타는 것만이 능사가 아니죠. 스스로를 만들고 또 조정할 수 있도록 교육 대역이 이루어지지 않을까 같이 한번 생각해 봅니다.
미국 캘리포니아에선 아들이 최GPT와 대화로 망상에 빠져 어머니를 적으로 규정하고 살해했다며 손해 배상 청구 소송이 제기되기도 했습니다. 바람의 버금가는 위대한 동작에 AI로 만든 영상 아니냐는 의심이 커지자 회사 대표가 직접 나섰습니다.
글로벌 사회에서는 이미 이 주제가 정말 큰 화두가 되고 있죠. AGI에서 ASI로 진화할 AI에 대해 우리는 정말 충분히 사회적으로 숙의를 한 것일까요? AI 세이프티에 대해서 우리는 충분히 이해를 하고 있을까요? 규제에 대해서도 근데 각국 정부가 좀 다르게 보는 것 같아요. 뭐 유럽 같은 지역은 일단은 이렇게 세이프티가 중요하다. 규제를 해야 된다. 어떤 규범이 필요하다. 이렇게 얘기하는 반면 트럼프 정부가 들어선 미국에서는 뭐 그런 규제할 시간 없다. AI는 더 빨리 발전해야 되는데 규제가 있다면 다 철폐해야 된다. 이렇게 생각하는 분들도 있을 것 같습니다.
저는 본질적으로는 이제 규제를 먼저 만들 것이냐 후에 만들 것이냐 보다는 규제를 만들고 개선하는 속도를 최대한 높이는 게 필요하다고 봅니다. 어때 보면 규제를 만들고 개선하는 거 자체 애질리티를 높이는 게 맞는 게 아닌가? 정말 뭐 인공지능은 지금 이제 7개월에 두 배씩 빨라지고 있는 속도이기 때문에 사실은 이 속도를 따라잡는 게 현실적이어 보이진 않습니다. AI 기술 자체는 너무 빨리 발전하고 있는데 규제가 그것을 못 쫓아가니까 그럼 어떻게 해야 되느냐? 아예 포기하면은 격차 자체가 무한대가 돼 버릴 테니까요. 규제를 어느 정도는 논의를 안 할 순 없지만 또 그 발을 맞춰가는 지혜도 필요한 것 같습니다. AI 세이프티를 위한 사회적인 합의가 글로벌 단위로 이루어질 필요도 있을 것 같다는 생각이 듭니다.
그 방법론에 대해서 실제로 많은 기업의 대표님들이 고민을 하고 계신 것 같아요. 그런데 이게 실제 발목을 잡을 수 있다라는 우려들도 많이 있는 것 같습니다. 그래서 예를 들면 글로벌 거버넌스라는 것이 사실 굉장히 국가적 상황들이 다 다르거든요. 1위권, 2위권 국가만 보더라도 AI 인덱스를 보면은 100이고요. 1위가 2위가 70일로 겨우 올라왔습니다. 그 두 국가의 차이도 있고요. 그리고 3, 4, 5위권 하고는 완전히 큰 차이가 또 벌어지고 있거든요. 그 지금 넘은 레벨이 좀 벗어나 있다. 너무 예. 너무나 벗어나 있고 사실 그걸 받아들일 마켓의 성숙도 자체도 굉장히 다르고요.
이상옥 교수님, 글로벌 거버넌스라는 개념 이거 허상 아닐까요? 존재가 가능할까요? 일단 규제도 비용이라는 점을 이해할 필요가 있습니다. 모든 국가들은 인공지능의 잠재력을 활용하고 싶어해요. 그리고 경제적으로 활용하고 싶어 하는데, 그런데 이게 위험하기 때문에 이걸 그대로 놔뒀다가는 사실은 더 큰 비용을 치르는 것도 알거든요. 그러니까 아까 말씀드렸지만 이렇게 더 큰 비용을 치르기 전에 최대한 적은 비용으로 규제를 해서, 근데 그것들을 어차피 전 세계에서 사업하는 사람들을 안 지키면 안 되게 만들어 놓으면 그러면 사실은 국제 공조가 거버넌스가 작동할 가능성이 있고 그런 어떤 공조들이 이루어지는 게 비용을 더 줄일 수 있는 거거든요. 오히려 이런 경제학의 관점에서도 이것을 해석해 볼 수 있겠다라는 생각이 드네요.
로봇도 어 추천상을 하는 것 같습니다. 이러 글로벌 규범을 어기는 국가에 대해서는 제재까지 갈 수 있는 가능성도 있을까요? 선생님도 어떻게 보시는지 한번 좀 여쭤보고 싶습니다. 이창 교수님, 어떻게 생각하십니까?
가능하리라고 봅니다. 다만 규제는 사실 꼭 네거티브한 건 아니고 명확한 규제가 산업의 발전을 오히려 도와줄 수도 있을 거라고 생각을 합니다. 염려되는 부분이 두 가지가 있긴 합니다. 지금 국가 간의 AI의 상대적인 격차가 너무 벌어져 있는 상태이기 때문에 글로벌 규제라는 미명 하에 리딩 국가에서 후발 주자들의 사다리를 거어차는 효과가 생길 수도 있겠다.
지금 들으셨던 것처럼 선진국 중심의 이 논의가 이제는 글로벌 사회 전체로 확산되고 있습니다. 이것은 왜냐면 인류 전체 문제이기 때문이기도 합니다. 자, 이제 다음 주제. 정말 오늘 이 프로그램의 주제라고도 볼 수 있을 겁니다. 인간다움의 가치를 우리가 늘상 생각해 왔었죠. 특히나 AI 시대 때는 이 인간다움의 가치가 어떻게 바뀌나, 어떤 식으로 우리는 이 인간다움의 가치를 재정의해야 되는지에 고민을 이제 공유할 때도 된 것 같습니다.
인간이 그동안 인간의 고유의 것이다라고 보아왔었던 것들이 있습니다. 이런 것들은 정말 AI에 의해서 대체될 수가 없는 능력일까요?
"인공지능이 이것까지 하게 되면 인간은 뭐 해야 되지?" 근데 사실은 인공지능이 그걸 한다고 해도요. 인간과 하는 방식이 너무 다르거든요. 뭐 잘 알려져 있지만 알파고가 이세돌 9단 이겼지만 알파고는 자기가 바둑 두는지도 모르고, 그다음에 거기에 대해서 이렇게 뭔가 조마조마 이수가 맞을까 고민도 없잖아요. 이기고 나서 승리한 기쁨도 없고. 지금 뭐냐면 우리에게는 인공지능이 못 갖춘 적어도 아직까지는 의식적 경험 능력이 있습니다. 그러니까 저는 그 의식적 경험을 소중하게 생각해야 된다고 생각해요. 무슨 뜻이냐면 당연히 인공지능이 점점 발전하면 상당히 많은 분야에서 평균적인 인간보다 아니면 되게 뛰어난 인간보다 더 잘하게 될 수 있어요. 그렇다고 우리가 그걸 그만둬야 될까요? 지금 다 사람들이 바둑 그만 안 두고 있나요? 아니면 사람들이 그러면 어 그 요약 같은 거 전혀 안 하고 될까요? 그러니까 실제로 우리가 추구해야 될 것은 내가 어떤 의미 있는 작업들을 하면서 거기에 기쁨을 느끼고 나름대로 거기 의미를 부여하고 그리고 그걸 갖다 즐길 수 있는 그 역량은 꼭 갖추고 가야 된다고 생각을 합니다.
윤성호 대표님, 여전히 이거는 인간이 고유한 가치가 있다라고 좀 믿고 계신게 있나요?
인간만이 할 수 있는 영역이 있냐라고 하면은 저는 근본적으로는 다 대체가 될 거라고 생각합니다. 아이고. 지금 휴먼노이드는 아직 정말 사람이 행동하는 수준을 갖지 못하지만 너블 개스 돌리다 보면 언젠가는 휴먼노이드도 사람보다 오는 또는 그 이상의 신체적 능력을 갖게 될 겁니다. 그리고 어느 순간 초지능에 도달을 하면 이제 아까 제가 왜라는 질문을 할 수 있고 문제를 정의할 수 있는게 사람의 고유 영역이라고 말씀드렸지만 어느 시점에는 저는 그것도 분명히 AI가 할 수 있게 될 거라고 생각을 하고요. 다만 이제 그 시점은 어떻게 보면은 이제 AI 인간이냐를 논의하는게 아니라 AI와 인간이 결합된 신인류를 고민해야 되는 시점이라고 봅니다.
지금 AI 인류의 하이브리드를 생각하시는 겁니다. 아, 진짜 우리가 정말 고민해야 될 지점이 너무 많은 거 같습니다. 사실 다뤄야 되는 질문은 너무 많은데요. 아쉽게도 이제는 마지막 질문을 드려야 될 때인 것 같습니다. 우리가 인간의 자리를 지키기 위해서 결코 AI한테 이번에 넘겨주면 안 된다. 이건 우리가 끌어안고 죽을 때 죽더라도 우리가 끌어안고 있어야 된다. 뭐 이런 게 있을 것 같습니다. 자, 우리 이창 교수님부터 한번 제일 먼저 키워드 선점할 기회를 드리겠습니다. 이건 넘겨주면 안 된다.
저는 사랑이라고 생각합니다.
사랑? 네. 네. 아까 지식에서 지혜로 전이되는 부분을 말씀드렸는데, 그 지혜의 활용 목적, 취지, 비전은 결국은 사랑에서 오지 않으면 저희가 그걸 규제라는 얘기도 했고 윤리라는 얘기도 했지만 기저의 사랑이 깔려 있고 그래야 우리 고유의 삶의 목적이 달성될 수 있기 때문에 저는 사랑을 벗겠습니다.
아, 엄청나게 거대한 키워드 선하셨습니다. 윤 대표님.
제가 이거 하려고 그랬는데. 아쉽네요. 아, 가족을 통해서 또 가족에게 느끼는 사랑이라고 말씀드리고 싶습니다.
가족. 네. 그 이유는 어, AI에겐 사실 가족이 없거든요. 음. 하지만 우리는 숙명적으로 가족을 가질 수밖에 없습니다. 가족이라는 어떤 그 개념화에서 느끼는 그 사랑은 어, 정말 AI한테 넘겨주면 안 돼. 그리고 AI가 아직 갖지 못한 그런 것이 아닌가 싶습니다.
음. 이 귀중한 코멘트에 제가 한 가지 더 첨언을 드리면 꼭 어떤 유전자를 공유할 수 있는 가족뿐만 아니더라도 어떤 시민 사회 결합, 공동체 같은 개념으로도 저희가 가족의 개념도 확장할 수 있지 않을까. 사랑이 있다면 어, 그런 생각을 해 봅니다. 이번에는 이상훈 교수님.
그 확장하시면 안 돼요. 왜냐면 그거 제가 그걸 할 거거든요. 뭐냐면 저는 아, 이게 인간 본성에서 굉장히 중요한 그리고 우리 인간이 지금 존재하는 근원적인 이유기도 합니다. 현재 인류 역사를 공부하는 사람들이 다 합의하는 거는 인류가 우리랑 경쟁하던 호모 사피엔스 말고 또 네안데르탈인, 뭐 여러 가지 있었거든요. 호모 에렉투스. 그런 것들을 경쟁에서 살아남았던 이유는 혹독한 시기에 다른 현존 정보 훨씬 협동 능력이 뛰어났기 때문에.
특히 빙하기를 거치면서. 그렇죠. 그때 막 수천 명 단위로 줄었다는 썰도 있거든요. 그러니까. 그렇죠. 아, 꼭 옆에 사람들을 꼭 좋아하라는 의미는 아닙니다. 싫어하면서도 협동할 수 있잖아요. 그러니까 그 협동하는 능력은 어떻게 보면 우리를 정의하는 능력이고 그거는 AI 시대에도 꼭 가져갔으면 좋겠습니다.
사랑, 가족, 협동 중에 제가 설마 누가 있을까 했는데 다 하셔 가지고. 제가 저는 죽음이라고 생각을 해요.
죽을 수 있는 권리요? 아니면. 예. 죽을 수 있는 어, 그런 상황들. 예. 죽음이 우리는 항상 오잖아요. 근데 우리는 순간순간에도 지금도 아, 집에 언제 어떻게 가야 하지? 폭소리 내리고 있는데. 이런 모든 것들을 이제 고민하게 되는 거거든요. 근데 AI는 긴감이 없습니다. 사실은. 왜냐면 죽지 않거든요. 본인이 생각할 때. 본인이라고 하면 좀 표현이 이상하지만. 그래서 저는 이런 죽음에 대한 가치를 우리가 유한성이라고 좀 세련되게 표현하고 싶은데, 요런 부분들 가지고 어 충분히 새로운 문제를 다 같이 해결할 수 있는 따뜻함을 유지할 수 있지 않을까 그런 생각을 합니다.
정말 생각지도 못했던 좋은 키워드가 나온 것 같습니다. 더 나누고 싶은 말씀들이 너무 많으실 것 같습니다. 그렇지만 이 정도에서 우리가 이제 마무리를 해야 될 것 같습니다. 우리는 오늘 AI가 가져올 변화에 대해서 때로는 혹할 정도로 무섭게, 때로는 좀 온화한 눈빛 사이에서 다양한 시나리오를 같이 살펴보았습니다. 이러한 시나리오 속에서 우리가 잊지 말아야 할 것이 있습니다. 그것은 결국 변화가 가속되는 가운데서도 가장 중요한 것은 인간이란 사실입니다. 교육, 직업, 일자리, 경제와 산업, 그리고 국력에 이르기까지 끊임없이 변신과 혁신이 앞으로 요구될 것입니다. 그렇지만 우리가 앞으로 나아가야 할 길은 우리, 그리고 다음 세대, 그리고 그 다음 세대까지 이어질 수 있는 인간에 대한 존중과 가치의 확장이 될 것이라 저는 생각합니다. 테라 인코니타, 즉 가보지 않은 미지의 영역에서 우리는 다시 서로의 손을 잡고 혁신의 파도를 넘어갈 수 있기를 바랍니다. 지금까지 장시간 경청해 주셔서 너무나 감사합니다. 감사합니다.
AI가 등장하면서 물론 취업 자리라든가 뭔가 기존에는 뽑았지만 사라지는 포지션도 물론 있겠지만, 뭐 현직자분들도 그렇고 저도 그렇고 조금은 그래도 담담하게 받아들이려고 하는 것 같아요. AI한테 그 목적성을 보여 줄 누군가가 필요한데, 그 역할을 할 수 있다라고 생각을 하기 때문에 살아남을 자신이 있습니다. 사실 하루빨리 내가 하는 한 90% 이상의 것들이 AI 대체가 되고, 그리고 그것이 내가 하고 싶은 것들을 많이 가속화를 해 준다면 너무나 좋을 것 같고, 좋은 해결책을 내놓는 건 어디까지나 인간의 몫이라고 생각합니다. 누가 더 좋은 해결책을 제시할 수 있는가? 이게 살아남는 사람들의 조건이 되지 않을까라고 생각합니다.