“지금 하던 거 멈추세요” AGI 시대, 이런 인간이 살아남는다 | 지식인 초대석 — 김대식 교수 풀버전

⏱ 00:40뇌를 계산적·알고리즘적으로 이해하는 계산뇌과학은 인공지능과 긴밀히 연결된다. 초기 AI는 고양이의 특징을 코드로 설명했지만 현실의 무한한 변형을 처리하지 못했다. 뇌의 연결 가중치를 모방한 인공신경망도 한때 실패했으나, GPU의 병렬 계산과 인터넷 데이터로 모델·학습 규모를 키우면서 물체 인식에 돌파구가 생겼다. 이어 생성형 AI가 언어를 처리하고 다른 능력까지 보이면서, 인간의 사회경제적 지적 능력 전반을 대체할 범용 인공지능이라는 전망이 가까워졌다는 설명이다.

⏱ 10:11AI 문화는 우선 내놓고 베타 테스트하며 반응을 바탕으로 개선하는 방식이다. 애플의 완벽주의와 폐쇄성을 그 문화와 충돌하는 사례로 들고, 전환에는 리더십과 과감한 투자가 필요하다고 주장한다. AI 디바이스는 스마트폰과 다른 형태가 될 수 있다. 스마트 안경은 사용자의 1인칭 시선을 공유해 검색 이력보다 정밀한 추천을 제공할 가능성이 있지만 최종 형태는 소비자의 실제 경험과 구매로 결정된다. 국가 전략에서는 코드 공개와 가중치 공개를 구별하고, 외부 모델 제공이 중단될 가능성에 대비해 자체 기반 모델과 산업별 AI 사이의 한정된 투자 배분을 고민해야 한다고 말한다.

⏱ 26:48AGI는 인터뷰 시점에 아직 실현되지 않은 전망이다. 강연자는 등장 시기를 약 10년으로 예상하며, 스스로 개선하고 자율성을 얻을 수 있다는 점을 기존 도구와의 핵심 차이로 든다. 인간보다 강한 망치는 유용하지만 스스로 내려치는 망치는 위협적이라는 비유다. 낙관론은 핵융합·질병·과학 난제를 풀고 제품 가격을 낮추며 GDP를 급성장시킬 수 있다고 본다. 반면 지적 노동이 자동화되면 노동의 가치는 낮아지고 데이터센터를 소유한 자본의 가치는 높아져, 먼저 AGI를 확보한 기업·국가에 시장 지배력이 집중될 수 있다는 것이 대담의 경제적 우려다.

⏱ 33:07생계 대안으로 기본소득과 GPU 계산량을 나눠 주는 기본 연산 보장이 소개된다. 강연자는 소수 기술 소유자가 다수를 부양하는 구조의 정치적 위험을 강조한다. 납세와 대표권을 연결하는 논리가 강화되면 보편 민주주의가 흔들리고 자본·기술 보유자, 유명 인플루언서, 나머지 대중으로 나뉜 기술봉건주의가 생길 수 있다는 경고다. 이는 확정된 미래가 아니라 대비할 시나리오로 제시된다. 생산성 증가가 곧바로 소득과 권력의 고른 분배를 보장하지 않는다는 점이 핵심 학습 포인트다.

⏱ 36:08개발자와 고객 서비스 분야에서는 신규 채용을 하지 않고 있다는 진단이 제시된다. 단순 노동이나 고령자보다 신입의 진입 기회가 먼저 줄 수 있다는 설명이다. 미국 개발자·고객 서비스 자료를 들어 22~25세 신규 채용 감소와 40세 이상 경력자 수요 증가를 대비한다. 바이브 코딩 도구는 반복 작업을 줄이지만 환각과 오류 검증에는 경험이 필요해 양극화를 키운다. 대체 속도는 일의 난도뿐 아니라 물리적 시설의 유무, 전환 비용, 인간의 최종 판단을 요구하는 사회적 합의에 달려 있다. 소프트웨어·콘텐츠, 제조업, 의료·사법처럼 실체와 책임이 다른 일을 구별해 자신의 업무를 분석해야 한다는 제안이다.

⏱ 47:48가장 잘하려면 자신이 하고 싶은 것을 찾고 시간과 돈을 투자해야 한다는 것이 강연자의 교육적 제안이다. 같은 유망 직업보다 실제 경험으로 흥미와 강점을 찾아야 한다. 100만 명에게 코딩을 가르쳐도 모두가 그것으로 생계를 꾸리지는 못하며, 다른 재능을 연습할 기회비용이 생긴다는 예다. 평균 수준을 AI가 수행하는 슈퍼스타 경제에서는 무엇을 하느냐보다 얼마나 잘하느냐가 중요하다는 주장이다. AI 사용도 자전거처럼 직접 익혀야 한다. 복잡한 사무 작업, 앱·만화·영화 제작을 경험해 한계를 파악하고, 완벽한 교과서를 기다리는 동안 먼저 활용한 경쟁자와 격차가 벌어질 수 있음을 경계한다.

⏱ 54:2450대 이상에게는 큰돈을 벌기보다 있는 자산을 지키는 편이 안전하다고 조언한다. 젊은 층에는 AI 협업 능력을, 중년층에는 소득 중단을 견딜 여유자금을 제안한다. 데이터센터 투자 붐은 기회와 버블 위험을 함께 언급한 강연자의 견해다. 플랜 B·C·D는 사고 확률이 낮아도 피해가 커서 매는 안전벨트와 같다. 마지막에는 인간을 위한 AI조차 건강이나 경제적 합리성을 이유로 야식과 여행을 막을 수 있다는 사례를 든다. 보호와 효율만으로 미래를 평가하지 말고, 사람이 비합리적 선택도 스스로 할 자유와 어른으로서의 자율성을 지켜야 한다는 문제를 남긴다.

⏱ 00:02진행자: 안녕하세요. 아나운서 한석준입니다. 우리 삶에 진짜 필요한 지식을 전하는 지식인 초대석, 오늘은 뇌과학 박사이자 지난 20년간 AI, 인공지능을 연구해 오신 카이스트 김대식 박사님을 모셨습니다. 어서 오십시오. 김대식: 네, 안녕하세요. 진행자: 박사님은 뇌과학자이면서 동시에 AI를 연구해 오셨습니다. 뇌과학과 AI는 무엇이 같고 무엇이 다른가요?

⏱ 00:25김대식: 뇌과학은 크게 세 가지로 나뉩니다. 첫째는 뇌를 생물학적·의학적으로 이해하려는 분야이고, 둘째는 인지과학적으로, 조금 더 심리학에 가까운 관점으로 이해하려는 분야입니다. 셋째는 뇌를 계산적·알고리즘적으로 이해하려는 계산뇌과학입니다. 그 세 번째가 제 전문 분야입니다. 뇌를 알고리즘적으로 이해한 지식을 기반으로 인공지능이 만들어졌기 때문에 두 가지는 사실 거의 하나의 학문이 되어 버렸습니다. 진행자: 뇌과학 중 마지막, 알고리즘을 연구하는 부분이 AI의 작동과 유사하다는 말씀이군요. 김대식: AI에서 이 방법을 모방한 것이죠. 진행자: 그렇죠. AI가 모방했겠군요.

⏱ 01:09김대식: AI의 역사는 꽤 오래됐습니다. 1956년 다트머스 칼리지에서 처음 인공지능이라는 개념을 도입했습니다. 초기에는 두 가지 문제를 풀고 싶었습니다. 첫째는 세상을 알아보는 기계, 즉 고양이인지 강아지인지 물체를 인식하는 기계입니다. 1950년대에 그게 왜 중요했을까요? 미국과 소련의 냉전 시기였기 때문에 기계가 미국 탱크인지 소련 탱크인지 자동으로 구분해야 했습니다. 진행자: 전쟁 상황에서 필요했던 것이군요.

⏱ 01:38둘째는 인간의 언어를 이해하는 기계였습니다. 1950~1960년대까지만 해도 구소련의 기초과학과 수학 수준은 미국을 뛰어넘었습니다. 소련에서 수많은 논문과 보고서가 완성됐고, 스파이들이 러시아어로 작성된 보고서를 가져왔겠죠. 이것을 최대한 빨리, 실시간으로 번역하려면 기계가 해야겠다는 생각에서 자동 번역을 위한 자연어 처리라는 두 번째 문제가 제시됐습니다. 언어는 어린아이도 이해하니 이 정도는 6개월 연구하면 풀겠다고 1956년에 생각했는데, 그 문제를 푸는 데 60년이 걸렸습니다.

⏱ 02:20왜 이렇게 오래 걸렸을까요? 처음에는 아주 단순하게 접근했습니다. 우리는 이 방식을 설명 기반 인공지능이라고 부릅니다. 고양이를 알아봐야 한다면 고양이가 무엇인지 사람이 생각한 뒤 특징을 수식화하고 정량화해 프로그램으로 코딩했습니다. 고양이는 동물이고 포유류이며 다리가 네 개라고 설명합니다. 그러면 다리가 무엇인지도 설명해야 하죠. 이런 식으로 수천 줄, 수만 줄, 수십만 줄의 코드로 설명했는데도 60년 동안 알아보지 못했습니다. 설명에 해당하는 고양이는 알아보지만 고양이가 앉으면 못 알아보니 앉은 모습을 설명해야 하고, 뒤로 돌면 뒤로 돈 모습도 설명해야 했습니다.

⏱ 03:01현실의 현상에는 거의 무한한 다양성이 있어서 그것을 컴퓨터 코드로 완벽하게 설명할 수 없었던 겁니다. 그런데 인간은 분명히 그 일을 합니다. 어느 순간 겸손해진 것이죠. 우리는 아무리 노력해도 안 되지만 자연은 진화 과정에서 이미 문제를 풀었습니다. 세상을 알아보고 언어를 이해하는 기계인 인간의 뇌를 보자고 했습니다. 뇌에는 규칙과 설명 대신 100조 개의 신경세포와 연결고리가 있고, 그 연결고리는 경험을 통해 가중치가 바뀔 수 있습니다. 그게 다입니다. 이 기계로 인간이 세상을 이해하고 발명한다는 것은 가장 큰 신비 중 하나이고, 여전히 완전히 이해하지 못합니다. 다만 그 힌트로 모방해 보자는 것이죠. 완벽히 이해하지 못해도 비슷하게 만들면 되니까요. 그렇게 인공신경망이라는 구조를 만들기 시작했습니다.

⏱ 03:561980년대에 인공신경망을 돌려 보니 이론적으로는 될 것 같았습니다. 고양이를 보여 주면 아주 단순한 것은 알아봤습니다. 그런데 문제를 복잡하게 만들면 또 실패했습니다. 이 때문에 1980년대와 1990년대 초에 인공신경망 분야가 크게 망한 적이 있습니다. 진행자: 기억납니다. 1990년대쯤에는 이것을 못 만들어 낼 거라고 했죠. 김대식: 절대로 못 만든다는 것이 교과서적인 내용이었고, 미국·유럽·일본에서는 인공지능 연구를 다 포기했습니다. 유일하게 캐나다 토론토대학교에 마지막 한 명, 제프리 힌턴 교수가 남아 끝까지 연구를 포기하지 않았습니다. 이렇게 되어야 하는데 왜 안 될까 하는 직관이 있었던 겁니다.

⏱ 04:35그런데 운이 좋았습니다. 구소련이 무너지고 러시아가 됐고, 러시아에는 천재적인 수학자들이 많았습니다. 그중 두 명, 알렉스 크리제프스키와 나중에 챗GPT를 만든 일리야 수츠케버가 토론토대학교에 들어왔습니다. 흥미롭게도 그때 엔비디아라는 회사가 GPU를 만들었습니다. 진행자: 그래픽카드죠. 김대식: CPU는 계산을 순서대로 하지만 화면의 픽셀은 순서대로 계산하지 않고 독립적으로 계산해도 됩니다. 한 픽셀값이 옆 픽셀값에 영향을 주는 것이 아니니까, 하나씩 계산하기보다 한꺼번에 계산하자는 것이 GPU입니다. 병렬 처리를 가능하게 하는 개념이죠.

⏱ 05:19일리야와 알렉스가 생각했습니다. 화면의 픽셀처럼 인공신경망의 신경세포도 우선 거의 독립적으로 계산한다고 볼 수 있고, 이들이 하는 계산은 곱하기와 더하기뿐이라는 겁니다. 신경세포 사이의 가중치값만 계산하면 됩니다. 지난 100년 뇌과학의 결과에 따르면 우리 인생의 모든 기억은 그 가중치값에 들어 있다고 알려져 있습니다. 두 사람은 GPU 두 개를 백화점에서 사서 만들던 모델을 돌려 봤더니 학습이 상상을 초월할 정도로 빨라졌습니다. 예전에는 신경세포 100개를 계산하는 데 6시간이 걸려 제대로 안 됐는데, 10분이면 끝난다면 신경세포를 1만 개, 10만 개, 100만 개로 늘릴 수 있겠다고 생각한 것이죠.

⏱ 06:04고양이 사진도 100장이 아니라 100만 장을 보여 줄 수 있게 됐습니다. 2010년대에는 이미 인터넷이 보편화되어 고양이 사진도 많았습니다. 그렇게 했더니 갑자기 됐습니다. 알고리즘은 1980년대와 똑같은데 모델을 키우자 안 되던 문제가 해결돼 AI가 물체를 알아보기 시작했습니다. 완전히 새로운 게임이 됐습니다. 60년 만에 물체 인식이 해결됐지만, 이것을 AI라고 부를 수는 없었습니다. 홍길동이 아버지를 아버지라 부르지 못하는 것처럼 AI라는 단어가 금지어가 되어 있었기 때문입니다. 6개월 뒤 풀어 주겠다고 하면서 60년 동안 연구비를 가져갔으니 양치기 소년이 된 셈이죠. 힌턴 교수는 논문을 소개하면서 AI나 인공신경망 대신 딥러닝이라는 이름을 붙였습니다. 리브랜딩한 것입니다.

⏱ 07:05그리고 생성형 인공지능이라는 두 번째 돌파구가 있었습니다. 챗GPT가 첫 번째 예죠. 기계가 인간의 언어를 이해하기 시작하면서 최근에는 기대하지 않았던 다른 문제도 덩달아 해결되기 시작했습니다. 그래서 언젠가는 인공지능을 넘어 범용 인공지능도 가능하지 않을까 생각하게 됐습니다. 범용 인공지능, AGI는 잠재적으로 인간의 모든 능력을 대체할 수 있는 기계입니다. 진행자: 모든 분야에서 인간 정도는 한다는 얘기군요. 김대식: 인간 정도 또는 인간보다 더 잘한다는 겁니다. AI의 70년 역사를 제가 5분에 압축해 설명해 드렸습니다. 진행자: 역사를 이렇게 생각해 본 적이 없어서 매우 재미있습니다.

⏱ 07:45진행자: AI 제품이 많이 나오니 어떤 제품은 좋고 어떤 것은 별로라고 말하는 사람도 많아졌습니다. 그러다 보니 하드웨어에까지 영향을 미치기 시작했습니다. 오랫동안 스마트폰의 독보적인 강자였던 애플이 AI의 등장으로 흔들려 시장 지배적 지위를 잃어버릴 위기라는 말도 합니다. 그렇게 될 거라고 보십니까? 김대식: 저는 당연히 애플이 노키아의 길을 갈 거라고 생각합니다. 다른 분들도 그렇게 생각하지 않나요? 지금 애플은 더 이상 기술회사가 아니라 디자인 회사입니다. 진행자: 그렇게까지 보십니까? 어떤 하드웨어 회사도 자기 AI를 갖고 있지는 않으니 어차피 다른 회사 AI를 탑재해야 하지 않습니까? 김대식: 그렇죠. 그런데 애플은 AI가 없고, 탑재하는 것도 잘 안 됩니다. 그 이유가 몇 가지 있습니다.

⏱ 08:39첫째, 애플의 전통과 문화를 봐야 합니다. 애플은 생각보다 그렇게 혁신적인 회사가 아닙니다. 지금까지 단 한 번도 퍼스트 무버를 한 적이 없고, 항상 이미 만들어진 것에 조금 늦게 들어와 완벽함을 추구했습니다. 스마트폰도 2007년 애플이 가장 먼저 제시한 것 같지만 아이폰 전에 LG전자의 프라다폰이 먼저 있었습니다. 진행자: 프라다폰이 있었고 그전에 삼성 옴니아도 있었죠. 김대식: 그런데 둘 다 별로였고, 정확히는 매우 안 좋았습니다. 그전의 피처폰은 전화만 되고 실제 버튼이 있었습니다. 스마트폰은 우선 디스플레이가 커야 하고 인터넷 위주여야 하는데, 그 형태는 프라다폰이 먼저 내놨습니다.

⏱ 09:23그런데 왜 성공하지 못했을까요? 첫째는 터치가 안 됐고, 둘째는 할 수 있는 경험이 아무것도 없었기 때문입니다. 프라다폰에는 LG전자가 만든 계산기나 노트 필기 같은 앱이 있었는데 아마 열 개쯤이었을 겁니다. 소비자는 열 가지 경험을 하려고 100만 원을 쓰지 않습니다. 아이폰에는 앱스토어가 있어서 수천만 개, 수억 개의 앱, 다시 말해 같은 형태로 수천만 가지 경험을 할 수 있습니다. 그 소프트웨어 생태계를 만드는 것이 가장 중요합니다. 이 두 가지를 아이폰은 매우 잘했습니다. 하드웨어에서도 아주 혁신적인 변화보다 조금씩 바꾸면서 현재 만드는 것을 가장 완벽하게 하려고 합니다. 휴대폰 시대에는 이것이 잘 먹혔습니다.

⏱ 10:09그런데 AI는 다릅니다. AI의 문화는 우선 내놓고 베타 테스트를 하는 쪽으로 가고 있습니다. 애플은 완성되지 않은 것을 먼저 내놓는 데 거부감이 있습니다. 진행자: 우리는 그따위 것을 낼 수 없다는 것이죠. 김대식: 다른 회사라면 이 정도면 충분하다고 할 텐데 완벽하지 않으면 출시하지 않습니다. 그것이 애플의 브랜드 이미지겠죠. 하지만 우리가 말하는 AI는 디바이스가 아니라 소프트웨어입니다. 여기서는 수없이 베타 테스트를 해야 합니다. 완벽하지 않아도 먼저 내놓고 사람들의 반응을 기반으로 다음 단계에서 개선합니다.

⏱ 10:47더구나 AI는 알고리즘 자체가 아직 완성되지 않았습니다. 보잉 747을 타고 미국으로 가면서 태평양 위에서 엔진을 갈아 끼우는 겁니다. 한 번도 착륙하지 않고 계속 바꾸는 것을 애플은 아주 싫어합니다. 둘째, 애플은 상대적으로 폐쇄적인 기업이고 스타트업이 아닙니다. 애플에 들어가면 연구원들이 논문을 낼 수 없고, 모두 특허를 내서 자신들만 알고 공개하지 않습니다. 반면 인공지능 분야는 오픈 소스로 시작했습니다. 무언가 개발하면 소스 코드를 깃허브에 올리고, 한 시간 뒤 전 세계 사람들이 다운로드해서 활용할 수 있습니다. 이 덕분에 빠르게 발전했는데 애플은 이 새로운 문화를 받아들이지 못합니다.

⏱ 11:38AI 분야가 뜨면서 전문가들이 갈 수 있는 회사는 넘쳐납니다. 진행자: 그럼 애플은 못 가겠네요. 김대식: 못 가는 게 아니라 안 갑니다. 왜 가겠습니까? AI 과학자에게 애플은 들어가는 순간 사라지는 블랙홀입니다. 진행자: 반대로 애플 과학자가 AI 연구를 하려면 회사를 나가야겠군요. 그러면 애플 안에는 AI 연구진이 한 명도 없습니까? 김대식: 있겠지만 A플러스급은 더 이상 없습니다. 진행자: 세계에 이름을 알리고 싶은 사람은 없다는 뜻이군요. 김대식: 다 나왔습니다. 그나마 최고 AI 전문가였던 중국 출신 과학자도, 지금 이름은 기억나지 않는데 한 달 전쯤 메타로 옮겼습니다.

⏱ 12:16진행자: 애플의 폐쇄적인 문화는 이해하겠습니다. 지금부터라도 AI 분야만큼은 기업문화를 바꿔 다시 나아가면 되지 않을까요? 김대식: 당연히 가능합니다. 다만 수십 년간 누적된 폐쇄성과 완벽함을 추구하는 문화에서 탈출하려면 리더십이 필요합니다. 팀 쿡에게 그런 강력한 리더십이 있나요? 그는 물류 전문가이지 비전을 제시하는 사람은 아닙니다. 스티브 잡스가 살아 있었다면 애플이 이 모습은 아닐 거라는 말이 나옵니다. 어느 순간 다 내려놓고 다시 시작하자는 일을 잡스는 이미 몇 번 했습니다. 불가능하지는 않지만 수만 명 직원을 설득하고 끌고 갈 카리스마와 힘이 필요합니다. 잡스에게는 그 리더십이 있었습니다. 팀 쿡은 완전히 새로운 시장에 들어가 비전을 제시하는 분은 아닙니다.

⏱ 13:14AI에는 상상을 초월하는 투자가 필요합니다. 저커버그는 막 지르죠. 경쟁사 AI 전문가 한 사람을 데려오려고 보너스 1,400억 원과 연봉 1,400억 원, 합쳐 2,800억 원을 준다는 겁니다. 국내 CEO들이 상상하기 어려운 결정이고 팀 쿡도 그렇게는 못 줍니다. 메타에서도 2,800억 원을 줬더니 기존 사람들이 우리는 왜 안 주냐며 나갑니다. 어려운 일이지만 그 정도로 질러야 지금 AI에서 경쟁할 수 있다고 봅니다. 진행자: 영상을 보는 분들은 노키아라는 이름을 잘 기억하지 못할 수도 있겠습니다. 한때 전 세계 휴대폰 시장의 80%였던가요?

⏱ 13:54김대식: 노키아가 망할 거라고는 아무도, 노키아 자신도 생각하지 못했습니다. 예전에 어느 책에서 읽었는데 파산하기 일주일 전쯤 최고 임원들이 커피를 마시며 앞으로 30년의 미래를 계획하는 회의를 했다고 합니다. 그런데 하루아침에 사라졌습니다. 진행자: 역사를 보면 절대 망하지 않을 것 같던 회사들이 망해 왔습니다. 김대식: 그것이 창조적 파괴이고 자본주의가 효율적인 이유입니다. 절대 강자 없이 시장 흐름에 따라 사라지고 새로 생깁니다. 노키아는 피처폰의 강자였지만 끝까지 스마트폰을 이해하지 못했습니다. 전화회사라서 전화에 인터넷을 탑재한다고 생각했기 때문입니다. 반면 애플은 전화회사가 아니라 IT 회사여서 처음부터 스마트폰을 작게 만든 컴퓨터로 봤습니다. 어디에서 왔는가라는 DNA가 그만큼 중요합니다.

⏱ 14:51김대식: 이제 흥미로운 질문은 인터넷 디바이스가 스마트폰이었다면 AI 디바이스는 무엇인가입니다. 처음부터 인터넷이 아니라 AI 위주인 완전히 새로운 기기가 필요합니다. 하지만 애플은 출발점이 인터넷 디바이스여서 그 방식으로 접근할 수밖에 없습니다. 사람도 기업도 자신의 과거를 버리기 어렵습니다. 특히 메타가 1~2주 전쯤 레이밴 스마트 글라스 디스플레이를 내놨습니다. 저는 써 보지 못했지만 미국 친구들은 착용해 보고 아직 답은 아니어도 두 번 정도 개선하면 제대로 된 것이 나오겠다는 확신이 들었다고 합니다. 진행자: 아직 답은 아니지만 답으로 가는 것 같다는 말이군요.

⏱ 15:36김대식: 우선 디스플레이가 대단하다고 합니다. 한쪽에만 보이는 디스플레이인데 광학계의 완전한 혁신이고 현재 다른 회사에는 그런 광학 디스플레이가 없습니다. 착용자의 상대편에서는 디스플레이가 보이지 않고, 착용자가 해를 봐도 디스플레이가 보일 만큼 밝다고 합니다. 어마어마한 일이죠. 다만 친구들이 사용하고는 역시 메타는 AI를 못 만든다고 했습니다. 기기는 아주 좋은데 하루 종일 “하이 메타, 하이 메타” 해도 대답이 안 온다는 겁니다. 이 기기에 제미나이나 챗GPT만 붙이면 일상에서 천재 같은 나만의 비서가 함께 다닐 수 있겠다는 얘기를 합니다.

⏱ 16:20지금까지 인터넷 시대에는 휴대폰이 가장 좋은 디바이스였습니다. 그러나 AI 시대에는 어떤 형태가 될지 아무도 모릅니다. 메타는 안경이라고 하지만 정답인지는 모릅니다. 정답은 5년 후 소비자가 돈을 주고 구매하는 것입니다. 저는 뇌과학자로서 인간의 상상력이 그렇게 좋지 않다는 점은 100% 확신을 가지고 말씀드릴 수 있습니다. 한 번도 경험하거나 체험하지 못한 것에는 선호도가 있을 수 없습니다. 한국을 전혀 모르는 스웨덴 사람에게 짜장면과 짬뽕 중 무엇이 좋으냐고 물어봐야 무슨 의미가 있겠습니까? 경험이 없으니 선호도 없습니다.

⏱ 16:57스마트폰 다음 디바이스도 아무도 경험하지 못했으니 선호도가 있을 수 없습니다. 앞으로 5년 동안 수많은 회사가 안경, 목걸이, 팔찌 등 상상할 수 있는 별별 형태를 다 출시할 겁니다. 대부분은 소비자가 무겁고 귀찮다며 싫어하겠죠. 그래서 먼저 소비자가 이미 착용하는 형태에서 시작할 수밖에 없습니다. 진행자: 그게 안경이군요. 김대식: 안경은 800년 동안 썼습니다. 그만큼 받아들여지는 형태라는 겁니다. 더구나 카메라가 달린다는 큰 장점이 있습니다. 지금은 그런 기술이 없고 5년 후를 말하는 것이지만, 내가 보는 세상을 인공지능이 동시에 실시간으로 보면 혁신이 생길 수 있습니다.

⏱ 17:36인공지능이든 인간이든 추천 알고리즘이 필요합니다. 지금까지 추천은 내가 검색한 결과를 기반으로 했습니다. 그런데 심리학 논문에 따르면 인간의 선호도와 욕구, 니즈의 70~80%는 지금 보고 경험하는 것에서 생깁니다. 예를 들어 오늘 스튜디오에서 입고 계신 하얀 재킷이 멋있으면, 제 머릿속에 인터뷰가 끝난 뒤 무엇인지 물어보고 나도 구매해야겠다는 욕구가 생깁니다. 봤기 때문에 생기는 것이죠. 스마트 글라스의 큰 장점은 소비자의 1인칭 시선을 AI가 함께 볼 수 있다는 점입니다. 그 시선으로 과거·현재·미래의 니즈를 추천할 수 있습니다.

⏱ 18:25진행자: 그동안 검색으로 본 것보다 훨씬 정확한 데이터가 나오겠군요. 김대식: 상상을 초월할 정도일 겁니다. 5년 후 그런 안경을 끼고 길을 가는데 “대식님, 저런 것 좋아하지 않아요?” 해서 봤더니 평생 찾던 자전거라면 섬뜩하겠죠. 추천 정확도가 그만큼 높아질 거라고 합니다. 진행자: 피처폰에서 스마트폰으로 바뀌면서 인터넷을 손안에 쥐게 됐지만, 이것은 인터넷이 들어온 전화기의 세상이었습니다. AI가 기기가 되어 몸에 지니게 되면 폰 형태가 아닐 수도 있다는 말씀이 충격적으로 와닿습니다. 김대식: 폰일 필요가 하나도 없습니다.

⏱ 19:08시간이 흐르면서 기술만 발전하는 것이 아니라 인간도 바뀌었습니다. 아주 어린 친구들은 이제 전화하는 것 자체를 싫어합니다. 우리는 스마트폰이라는 옛 단어를 여전히 쓰지만 이미 폰이 아닌 겁니다. 소비자가 전화 자체를 필요로 하지 않습니다. 19세기까지는 성인 남성이면 당연히 말을 타고 아마 활도 잘 쏴야 했겠지만 지금은 아무도 못 하잖아요. 그렇다고 큰 문제가 생겼나요? 아닙니다. 다만 중간에 있던 사람들은 세상이 말세라고 했겠죠. 진행자: 요즘 애들은 말도 못 타고 화살도 못 쏜다고요. 김대식: 그분들은 다 돌아가시니 문제가 자연스럽게 해결됐습니다.

⏱ 19:47현대에는 기술이 너무 빨리 발전해서 5년 차이로도 세대 차이가 생기기 시작했고, 서로 다른 세대가 다 같이 살고 있습니다. 인공지능 시대에는 이 문제가 더 크게 드러날 겁니다. 지금 열 살 미만인 친구들은 10년, 20년, 30년 뒤 사회의 주류가 됩니다. 그들은 세상을 AI 없이 어른이 된 사람과 태어날 때부터 AI가 있던 자신들로 나눌 겁니다. 그들에게 우리는 말도 안 되는 아날로그 꼰대입니다. “당신들이 뭘 알아요? AI도 없던 세상에서 교육받았으면서”라고 하겠죠. 그들의 세계관은 우리와 완전히 다를 것이고, 그것이 당연합니다.

⏱ 20:28진행자: 태어날 때부터 스마트폰이 있던 사람과 서른 살 이후 스마트폰을 만난 사람도 다르다고 생각했는데, 인공지능으로 가면 스마트폰 정도의 문제가 아니겠군요. 그런데 궁금한 것이 있습니다. 제가 A 회사 연구원이라면 연구한 것은 A 회사의 자산이어야 하잖아요. 그걸 공개하는 일을 회사가 다 용인합니까? 김대식: 오픈 소스를 두 가지로 해석해야 합니다. 원래의 오픈 소스는 프로그램을 진짜 공개하는 것입니다. 그것이 있으면 다 바꿀 수 있습니다. 그런데 경쟁이 심해져 이제 AI 회사들은 더 이상 그렇게 하지 않습니다. 그대로 가져다 쓰면 큰일이니까요.

⏱ 21:06오픈AI도 아마 GPT-2까지는 코드를 공개했습니다. 또 공개했던 것은 인공신경망의 학습 결과입니다. 인공신경망을 학습시키려면 GPU 수천 개를 써야 할 정도로 상상을 초월하는 계산량이 필요하고, 비용은 수백억에서 수천억 원에 이릅니다. 결과물은 신경망 사이의 가중치값을 표로 쓰는 겁니다. 그 숫자도 상상을 초월해서 최신 모델은 1조 개입니다. 여기서 오픈 소스라고 하는 것은 그 가중치값 1조 개를 인터넷에 올려놓는 것입니다. 가중치값이 있으면 우리가 활용할 수 있지만 코드는 없습니다. 진행자: 완전히 가져다 쓸 수는 없게 하는군요. 김대식: 완전히 가져다 쓸 수는 없어도 학습된 모델은 마음대로 쓸 수 있습니다.

⏱ 21:52그런데 최근 실리콘밸리의 소문으로는 라마도 이제 본전 생각이 난다는 겁니다. 저커버그도 영원히 오픈 웨이트를 제공할 수는 없지 않겠느냐고 얘기합니다. 그게 1년, 2년, 3년 후일지는 솔직히 모릅니다. 제 개인적인 생각에는 2026년 연말 정도면 라마도 더 이상 오픈 소스를 하지 않을 수 있습니다. 그러면 특히 우리나라에 문제가 생깁니다. 라마, 챗GPT, 제미나이처럼 인터넷의 모든 정보로 학습한 거대한 모델을 파운데이션 모델이라고 부릅니다. 지금은 하나를 학습하는 데 정말 수천억 원이 들고, 국내에서 그런 모델을 학습시킬 수 있는 회사는 몇 개 안 됩니다.

⏱ 22:33지금 우리가 하는 일은 메타가 제공하는 라마 같은 오픈 소스 모델을 가져다가 한국어 또는 특정 기업의 지식을 추가로 학습시키는 것입니다. 이런 방법을 RAG, ‘랙’이라고 부릅니다. 챗GPT는 지난 30년 동안 인터넷에 올라온 모든 문장을 바탕으로 드디어 인간의 언어를 이해하기 시작했지만, 아는 것은 인터넷 지식이라 그 안에 쓰레기도 많습니다. 한국어를 매우 잘하는 초등학생이라고 생각하면 좋습니다. 한국어 대화는 가능해도 초등학생에게 주식 질문을 하는 것은 현명하지 않죠. 전문가로 키우려면 전문지식을 가르쳐야 합니다.

⏱ 23:15이것을 포스트 트레이닝, 사후 학습이라고 부릅니다. 여러 방법이 있지만 그중 훌륭한 것이 RAG라는 방법입니다. 특정 기업의 지식을 추가로 학습시키면 매우 훌륭한 전문가 AI를 만들 수 있습니다. 국내 기업들도 지금까지 오픈 소스 모델을 가져다 기업만의 AI를 만들었습니다. 따라서 우리에게 오픈 소스 모델은 절대적으로 필요합니다. 그런데 더 이상 제공되지 않을 가능성이 있다면 미래를 준비해야 합니다. 대체재로는 중국 오픈 소스 모델이 있습니다. 딥시크나 알리바바의 큐원(Qwen) 2.5는 성능이 훌륭하고 한국어도 정말 잘 이해합니다. 다만 저는 쓰지 않는 게 좋다고 봅니다. 그 모델 안에 무엇이 있는지 아무도 모르기 때문입니다.

⏱ 24:00진행자: 백도어가 있을 수 있다고 생각하시는군요. 김대식: 프로그램을 보면 백도어가 있는지 확인할 수 있지만 우리가 받은 것은 가중치값뿐입니다. 그래서 안 쓰는 것이 좋지 않을까 합니다. 이런 이유로 최근 국내에서 소버린 AI라는 말을 자꾸 꺼내는 겁니다. 한국만의 파운데이션 모델을 만들어야 한다는 뜻입니다. 저는 예전에는 반대했습니다. 지금 해 봐야 따라잡기가 거의 불가능하고 어마어마한 자원이 드는데 꼭 해야 할까 싶었습니다. 하지만 오픈 소스 모델이 더 이상 제공되지 않을 가능성을 생각하면 플랜 B로 우리 것도 갖고 있는 편이 현명할 것 같습니다. 현재로서는 그렇습니다.

⏱ 24:39진행자: 그러면 다음으로 생각할 것은 그것이 가능한가, 불가능한가겠군요. 김대식: 가능은 합니다. 다만 대한민국이 앞으로 인공지능에 투자할 비용은 정해져 있습니다. 누구는 50조 원, 누구는 100조 원이라고 합니다. 우리에게 총알이 딱 하나 있으니 어디에 쓸지가 정말 중요합니다. 하나는 이 자원으로 파운데이션 모델을 만드는 선택이고, 다른 하나는 버티컬 AI, 즉 제조업 AI·금융 AI·콘텐츠 AI처럼 특정 분야의 AI를 만드는 선택입니다. 둘 다 중요하고 당연히 두 가지를 다 하는 것이 맞습니다. 다만 그만한 자원이 있는지 계산해야 합니다. 우리에게 100조 원은 큰돈이지만 1년에 100조 원이 아니라 아마 10년에 100조 원일 겁니다. 1년에 10조 원이라는 것이죠.

⏱ 25:21실리콘밸리 기업들은 현재 1년에 1,000조 원을 투자하겠다고 말합니다. 진행자: 우리나라 국가 예산이 1년에 600조~700조 원이지 않습니까? 김대식: 그렇죠. 그것을 모방하는 것은 불가능합니다. 우리가 투자할 수 있는 금액을 현명하게 한쪽에 모두 투입할지 나눌지 정해야 하고, 결코 쉬운 문제가 아닙니다. 더구나 뉴스에서 보듯 모든 국가가 다른 국가와 경쟁하고 싸우는 세상으로 돌아왔습니다. 하필 이 시대에 AI가 가능해져 국가 간 경쟁의 가장 큰 무기가 된 겁니다. 이런 관점에서는 미국 정부가 자국 기업들이 수천억 원 들여 만든 모델을 전 세계에 배포하는 것을 금지할 수도 있습니다. 이제는 모든 것이 가능하다는 전제로 미래를 준비해야 합니다.

⏱ 26:11진행자: 국가적으로도 미래를 바라볼 때 고려할 점이 많습니다. 다시 질문의 원점으로 돌아가서, 아까 잠깐 언급하신 AGI, 범용 인공지능은 AI와 무엇이 다르고 쓰임새는 어떻게 다릅니까? 김대식: AI는 인간의 특정 능력을 대체하는 기계입니다. 알파고는 바둑을 잘 두고 챗GPT는 대화를 잘합니다. 이것은 이미 있습니다. AGI는 잠재적으로 인간의 모든 능력, 또는 사회경제적으로 의미 있는 대부분의 지적 능력을 대체하는 기계라고 이해하시면 됩니다. AGI는 아직 없고 지금까지는 공상과학입니다.

⏱ 26:522~3년 전 챗GPT가 등장할 때까지만 해도 대부분의 전문가는 범용 인공지능이 개념적으로 불가능하다고 했습니다. 인간이 할 수 있는 일은 거의 무한하고, 완전히 새로운 세상에서도 학습할 수 있기 때문입니다. 인간이 언젠가 화성에 가면 화성 데이터가 하나도 없었어도 적응해 잘 살 겁니다. 데이터가 없는 일도 할 수 있는 것이 인간의 능력입니다. 반면 지금까지 AI는 데이터가 있어야만 할 수 있었으니 AGI는 불가능하다는 결론이었습니다. 그런데 올해 들어 분위기가 많이 바뀌었습니다. 영원히 불가능하다고 생각하는 사람은 거의 없고, 지금은 5년일지 10년일지 20년일지가 논란입니다. 샘 올트먼은 5년 안에 가능하다고 하고 저는 개인적으로 10년 정도라고 생각합니다. 10년, 20년은 금방 지나갑니다. 막연한 공상과학이나 나와 무관한 일이 아니라 이 프로그램을 보는 우리가 살아 있는 동안 경험할 미래라는 겁니다.

⏱ 27:56흥미로운 점은 두세 가지입니다. 첫째, AGI가 모든 능력을 대체하기 시작하면 실제적인 일자리 문제가 생깁니다. 둘째, 모든 일을 한다는 것은 스스로 개선할 수도 있다는 뜻입니다. 진행자: 스스로 학습하는 것이군요. 김대식: 인간은 기차, 자동차, 우주선을 만들었습니다. 하지만 아무리 멋진 페라리도 가만히 두면 혼자 빨라지지 못하고 사람이 업그레이드해야 합니다. 지금까지 모든 기계는 처음 만들 때뿐 아니라 개선할 때도 인간의 노동이 필요했습니다. 그런데 AI만은 처음 한 번 만들어 주면 그다음 개선은 스스로 할 수 있지 않을까 생각할 수 있습니다.

⏱ 28:41또 범용적이라는 것은 모든 것을 할 수 있다는 말이니 자율성도 학습할 수 있습니다. 자율성이 왜 중요할까요? 인간은 자신의 능력을 뛰어넘으라고 도구를 만듭니다. 자동차는 사람보다 빠르고 망치는 주먹보다 세지만 아무 문제 없습니다. 그러라고 만든 것이니까요. 그런데 자율 망치가 드론을 타고 스튜디오 위를 날며 원할 때 자율적으로 내려친다면 상당히 위협적인 상황입니다. AI도 자율성이 생기는 순간 예측하기 어려워지고, 우리보다 훨씬 똑똑할 테니 그 자체로 무서운 상황입니다.

⏱ 29:23그런데도 왜 AGI를 만들까요? 실리콘밸리의 많은 창업자가 AGI가 등장하면 지구가 천국이 된다고 주장하기 때문입니다. 인간이 멍청해서 풀지 못한 문제를 AGI가 다 풀어 준다는 겁니다. 첫째는 핵융합 문제를 해결해 무한한 에너지를 만드는 것입니다. 특히 딥마인드의 데미스 허사비스는 지구의 사회·경제·정치 문제를 뜯어보면 공통적인 시작점이 에너지 부족이므로 에너지를 무한히 제공하면 나머지 문제도 스스로 풀린다고 말합니다. 둘째는 모든 암을 비롯한 인간의 질병, 특히 죽음이라는 질병을 치료한다는 것이고, 셋째는 양자역학과 상대성이론을 합쳐 우주의 비밀을 알게 된다는 것입니다. 이런 사회를 AI 유토피아라고 부릅니다.

⏱ 30:14대부분의 생산적인 일에 AI와 로봇을 투입해 문제를 풀면 된다는 겁니다. 인터넷이 등장한 뒤 가장 큰 변화 중 하나는 콘텐츠 가격이 거의 0으로 떨어진 것이었습니다. 인터넷에는 무료 콘텐츠가 많습니다. 비슷하게 AGI와 로보틱스가 투입되면 제조업 생산성이 무한히 늘어나 물질적 제품의 가격도 대부분 0이 되고, 웬만한 물건은 일회용이 될 거라는 겁니다. 실리콘밸리에는 AGI가 나오면 연간 GDP 성장률이 20~30%까지 올라갈 것이라고 주장하는 전문가도 있습니다. 진행자: 사회가 어떻게 변할지 모르겠지만 그렇게 되면 금리가 더 높아질 수도 있겠군요. AGI가 등장하면서 경제는 어떻게 달라질까요?

⏱ 31:06김대식: 중요한 질문입니다. 최근 AI 경제학, AGI 경제학이라는 분야가 새로 등장했습니다. 지금까지 좋은 아이디어가 늘려면 사람이 늘어야 했지만 AGI는 사람이 늘지 않아도 AI가 아이디어만 만들어 내면 된다는 겁니다. 현재 예측으로는 AGI가 가능해지면 매년 GDP가 20% 성장해 5년마다 두 배가 된다고 합니다. 최근 샘 올트먼이 이것에 관한 에세이를 썼습니다. “AI는 하나의 도구다. AGI는 새로운 자본주의다.” AGI는 인간의 지적 능력을 자동화하기 때문입니다. 경제학개론을 들었다면 콥더글러스 생산함수를 기억하실 겁니다. 사회 생산성은 노동 투입량 곱하기 자본 투입량입니다. 그런데 AGI 시대에는 노동의 가치가 점점 떨어집니다. 진행자: 노동 공급량이 갑자기 무한대가 되는군요.

⏱ 32:02김대식: 대신 데이터센터를 만들어야 하니 자본의 가치는 올라갈 수밖에 없습니다. 추가 노동 없이 추가 자본만으로 생산성을 올릴 수 있는 세상은 완전히 새로운 자본주의입니다. 올트먼은 AGI가 시장 지배력을 준다고도 주장합니다. 가장 먼저 AGI를 달성하는 기업이나 국가가 세계적인 독점자가 될 수 있다는 겁니다. 그렇다면 노동력을 제공해 돈을 버는 우리는 어떤 일을 해야 할까요? 또 개인적으로 무엇을 준비할 수 있을까요? 좋다는 얘기가 아니라 단순히 논리적으로 보면, 노동 가치는 떨어지고 자본 가치는 올라가므로 앞으로 10년 동안 미친 듯이 돈을 벌어 자본을 계속 모아야 한다는 결론입니다. 지금 이 이론이 맞는다면 무서운 세상입니다. 진행자: 정말 무섭네요.

⏱ 33:04김대식: 그런데 이것이 끝이 아닙니다. 그럼 우리는 뭘 먹고 사느냐고 물으면 기본소득을 주면 된다고 합니다. 30~40%의 기본소득을 준다는 겁니다. 그러면 현금 기본소득은 받아서 술을 마시고 마약을 하는 데 쓰기도 하니 안 된다는 반론이 나옵니다. 대신 UBC, 유니버설 베이식 컴퓨트(Universal Basic Compute)를 주자는 것입니다. 앞으로 10년 동안 만들어질 AI 데이터센터에서 한 사람당 GPU 몇 장씩 배정하자는 겁니다. 진행자: 주식을 사듯이요. 김대식: 그 계산량으로 나노바나나를 돌리거나 경매에서 팔거나 다른 사람의 음식 쿠폰과 바꿀 수 있습니다. 기본소득이되 현금 대신 지분을 준다는 뜻입니다.

⏱ 33:49그럼 샘 올트먼이나 일론 머스크가 조만장자가 되더라도 한 나라 국민 전체를 먹여 살릴 수 있느냐고 물을 수 있습니다. 가능하다고 합니다. 인류는 29만 년 동안 사냥과 채집으로 먹고살았고, 당시에는 기껏해야 10~20명의 가족 단위로 움직였습니다. 그중 가장 뛰어난 사냥꾼 한 명이 가족을 며칠 먹여 살렸겠죠. 19세기에 대기업이 등장하자 앤드루 카네기는 피츠버그를, 포드는 디트로이트를, 정주영 회장님은 울산을 먹여 살렸습니다. 이분들이 수렵·채집 시대 사람보다 훨씬 똑똑한 것은 아닙니다. 다만 기술이 발달해 한 사회에서 가장 능력 있는 사람의 레버리지가 커진 것입니다. 실리콘밸리에서는 그 레버리지가 더 커져 이제 한 사람이 국가를 먹여 살릴 수 있다고 말합니다.

⏱ 34:48불가능하지 않을 것 같습니다. 다만 가능하다고 해서 해서는 안 된다고 저는 생각합니다. 대부분이 기본소득을 받으면 세금을 안 내는 것이잖아요. 머스크나 올트먼이 내는 세금으로 국민 절반이 먹고산다고 합시다. 그런데 대통령 선거에서 이들의 표는 하나입니다. 뭔가 이상해 보이죠. AI 시대에 세금 안 내는 사람은 정치적 대표가 필요 없다는 논리가 나오는 겁니다. 진행자: 보편 민주주의가 흔들릴 수 있다는 얘기군요. 김대식: 그렇습니다. 많은 전문가가 AI가 보편화되면 우리가 아는 민주주의가 대부분 국가에서 무너지고 기술봉건주의로 바뀔 것이라고 예측합니다. 기술은 크게 발전했지만 사회구조는 중세로 돌아가는 겁니다. 중세에는 약 1%의 왕족과 귀족, 나머지 농부가 있었습니다. 비슷하게 자본·기술을 가진 몇천 명, 그 아래 전 세계가 아는 슈퍼스타·메가스타인 인플루언서, 나머지 95%인 AI 시대의 농부로 나뉘는 쪽으로 가고 있습니다.

⏱ 35:56진행자: 직업과 직급이 엄청나게 변할 것 같습니다. 빅테크에서도 대규모 해고가 일어나는데 가장 빠르게 사라지는 직책은 무엇인가요? 김대식: 신규 채용을 하지 않고 있습니다. 챗GPT가 소개됐을 때는 단순 노동과 AI·컴퓨터를 어려워하는 나이 든 노동자, 특히 중간 계층이 사라질 거라고 막연히 생각했습니다. 그런데 올해 들어 한두 달 전부터 거시경제적으로 의미 있는 데이터가 나오기 시작했습니다. 한 달 전 스탠퍼드대학교 논문은 누구나 AI가 대체할 것 같다고 생각하는 개발자와 고객 서비스 두 분야를 살폈습니다. 챗GPT 전에는 나이에 상관없이 경기가 좋으면 일자리가 늘고 나쁘면 줄었습니다. 그런데 등장 직후인 2023년 1월부터 데이터가 완전히 달라져, 대학을 막 졸업해 첫 직장을 구하는 22~25세 신규 채용이 무너지고 있습니다.

⏱ 37:07진행자: 미국 데이터 말씀이죠? 김대식: 그렇습니다. 반면 40세 이상 경력자는 일자리가 늘고 있습니다. 소프트웨어 개발에서 효과가 가장 많이 보입니다. 이제 AI로 소프트웨어 코딩이 가능하고 이를 보통 바이브 코딩이라고 부르기 때문입니다. AI는 이미 2~3년 전부터 코딩했지만 환각, 할루시네이션 때문에 쓸 수 없었습니다. 지금 AI의 핵심은 트랜스포머 알고리즘이고 GPT의 T도 트랜스포머입니다. 이것은 무언가 이해해 정보를 만드는 대신 학습 데이터의 확률분포를 학습해 데이터를 예측합니다. 그러니 문법은 맞아도 내용이 틀린 것을 충분히 만들 수 있습니다. 진행자: 문법은 맞는 그럴듯한 말을 아무거나 하는 것이군요.

⏱ 37:56김대식: 챗GPT가 처음 등장했을 때 세종대왕이 노트북 컴퓨터를 던진 일이 있다는 답도 나왔습니다. 문법과 철자는 맞고 내용만 틀립니다. 이것을 할루시네이션이라고 부릅니다. 문장이면 헛소리라고 무시할 수 있지만 AI가 코드 10만 줄을 썼는데 쉼표 하나를 잘못 만들면 코드가 돌아가지 않습니다. 그 쉼표 하나를 찾는 시간과 노력을 생각하면 처음부터 사람이 코딩하는 편이 쉬울 수도 있습니다. 그래서 지난 2년 동안 못 썼는데, 특히 올해 들어 커서(Cursor), 윈드서프(Windsurf), 러버블(Lovable), 볼트(Bolt)처럼 코딩뿐 아니라 디자인도 해 주는 훌륭한 도구가 등장해 웬만큼 가능해졌습니다. 여전히 문제는 많지만 귀찮고 반복적인 것은 충분히 할 수 있습니다.

⏱ 38:54저도 오랫동안 코딩을 안 하다가 최근 커서로 다시 시작했는데 매우 편했습니다. 타자기로 글을 쓸 때와 워드프로세서로 쓸 때의 차이와 같습니다. 창작은 내가 해야 하지만 타자기는 수정하려면 잉크로 지우고 해야 해서 거의 불가능한 반면 워드프로세서는 얼마나 쉽습니까? 코딩도 비슷합니다. 다만 커서나 윈드서프는 쓰기 어렵습니다. 코딩 경험 없이 나만의 앱을 만들고 싶다면 특히 스웨덴의 러버블이 지금 잘 나갑니다. 실리콘밸리에서는 유치원생도 러버블로 앱을 만듭니다. 고양이 사진 한 장을 넣고 “고양이가 하늘에서 떨어지는 테트리스 게임을 만들어 줘”라고 원하는 것을 말하면 10분 뒤 게임을 만들어 주고 꽤 잘 됩니다. 바이브 코딩은 꼭 해 보셔야 합니다.

⏱ 39:50이런 일이 가능해지면서 마이크로소프트는 자체적으로 쓰는 코드의 40%를 AI가 만든다고 합니다. 제가 듣기로 2025년에 직원 약 1만 명을 해고했는데 그중 40%가 개발자입니다. 미국 AI 회사의 월별 개발자 채용 데이터를 보면 챗GPT 등장 직전인 2022년이 정점으로, 월평균 약 ‘3,명’을 채용했습니다[원자막 숫자 일부 불명확]. 사람이 부족해 보너스를 주고 인도에서도 데려오느라 난리였죠. 최근 경력자 채용은 여전히 늘지만 대학을 졸업한 신입 개발자 채용은 0입니다. 진행자: 0이라고요? 김대식: 남의 나라 얘기만은 아닙니다. 몇 달 전 판교 게임업계 분들과 얘기했는데 우리나라에서도 올해 초부터 신입을 거의 뽑지 않는다고 합니다. 그 정도 일은 AI가 한다는 겁니다.

⏱ 40:48걱정은 2~3년 전까지만 해도 개발자가 필요하다며 전산학과를 키우고, 특히 문과 졸업생에게 국가가 자바스크립트를 6개월쯤 가르쳐 개발자로 역량을 높이는 교육을 했다는 점입니다. 대부분 직장을 찾았지만 지금은 그 친구들이 가장 먼저 해고되고 있습니다. 반대로 경력자는 할 일이 많아집니다. 신규 채용을 안 해서 인력이 줄고 AI의 실수도 누군가 검증해야 하니까요. 완전히 양극화되고 있습니다. 업종과 관계없이 내가 AI보다 경력이 더 있어야 하는데, 대학을 막 졸업한 젊은이는 경력을 쌓을 기회 자체를 박탈당한다는 것이 문제입니다.

⏱ 41:43저는 AI 시대에 내 일자리가 사라지느냐고 물을 수 있는 것조차 사치라고 생각합니다. 특히 한국에서 이미 직장이 있는 분이라면 저라면 크게 걱정하지 않겠습니다. 일자리에 미치는 영향은 나이에 따라 매우 다릅니다. 저처럼 50대가 넘은 사람은 운이 좋습니다. 지난 1만 년 문명사의 혜택을 다 받고 살다가 AGI에 밀려나기 직전 은퇴하니 기가 막힌 타이밍이죠. 지금 30~40대도 이미 직장과 경력, 노조가 있어 큰 문제는 없을 겁니다. 문제는 10대입니다. 전문지식도 경력도 노조도 없고, 경력을 쌓을 기회부터 AI와 경쟁해야 합니다. 지금 소프트웨어를 시작으로 인간에게 경쟁력이 없다는 상황이 보입니다.

⏱ 42:40기술이 발전한다고 모든 직업이 새 기술로 대체되지는 않습니다. 이미 공장이나 시설이 있으면 없애는 비용이 더 들 수도 있습니다. 여기서 대체 순서가 정해집니다. 가장 먼저 사라지는 직업은 단순 노동이 아니었습니다. 쉽고 어려움이 아니라 실체가 있느냐 없느냐가 중요합니다. 소프트웨어에는 공장 같은 실체가 없습니다. 진행자: 없애는 비용이 없는 쪽부터 없어지는군요. 김대식: 맞습니다. 실체가 없으면 없애는 비용도 없습니다. 둘째로 공장·제조업처럼 실체가 있는 직업이 하나씩 대체되겠지만 시간이 걸립니다. 산업혁명에서도 새 기술이 바로 다음 날 제조업에 도입되지는 않았습니다.

⏱ 43:29전기는 아마 1860~1870년대에 발명됐지만 공장의 기계가 증기기관 대신 전기로 돌아가기 시작한 것은 1920년대였습니다. 약 50년이 더 걸렸습니다. 다음 주 수요일부터 바뀌는 식은 절대 아닙니다. 저는 이런 변화는 앞으로 5년 후쯤부터 시작될 것 같습니다. 셋째는 기술적으로 바꿀 수 있어도 철학적으로 바꾸기 어려운 직업입니다. 신부님이나 의사가 그렇습니다. 의사의 단순한 일은 AI가 하겠지만 생명을 다루니 사회구조나 철학적 관점에서 마지막에는 사람이 결정해 달라고 할 겁니다. 이런 점에서 신부, 의사, 판사도 아마 안전할 겁니다. 빨간불을 지난 정도는 어딘가의 ATM에서 벌금을 받을 수 있어도 몇 년 감옥에 갈 판단은 마지막에 사람이 하도록 유지하겠죠. 기계의 결정을 받아들이지 않을 것이고, 여기는 10년 이상 걸릴 겁니다.

⏱ 44:36따라서 AI가 대체할 직업은 직업의 성격을 분석해 봐야 합니다. 대부분의 직장인과 노동자에게는 첫 두 단계가 중요합니다. 이 프로그램을 보는 분 중 신부님이 몇 분이나 있겠습니까? 우선 지금 하는 일에 실체가 있는지 보셔야 합니다. 소프트웨어와 콘텐츠처럼 실체가 없는 일도 꽤 있으니 아주 조심해야 합니다. 두 번째 단계에는 실체가 있어서 시간이 더 걸리는 분야들이 있을 겁니다. 진행자: 그렇게 생각하니 무섭습니다. AGI 시대가 일반화돼 사회가 크게 바뀌어도 반드시 필요한 인간의 능력은 무엇일까요?

⏱ 45:25김대식: 제일 잘하는 능력입니다. 지금 AI 시대를 슈퍼스타 경제 시스템이라고 부릅니다. 무엇을 하느냐보다 얼마나 잘하느냐가 훨씬 중요합니다. 진행자: 무엇을 하든 말이죠? 김대식: 예를 들어 우리나라 초등학생이 몇 명인지는 모르지만 100만 명이라고 합시다. 모두에게 코딩을 가르쳐도 100만 명이 코딩으로 먹고살지는 않습니다. 제일 잘하는 10% 정도가 먹고살고 나머지 90%는 우선 코딩을 싫어하며 아마 못할 겁니다. 어차피 코딩에 경쟁력이 없는 이 90%는 시간을 낭비했을 뿐 아니라 기회비용도 어마어마합니다. 진행자: 자신이 잘할 것을 연습할 수 있던 시간이군요.

⏱ 46:08김대식: 인간에게 주어진 하루 24시간에서 잠자고 밥 먹는 시간을 빼면 교육과 경력에 투자할 시간이 그리 많지 않습니다. 어느 자원보다 소중한데 경쟁력 없는 것에 전부 투자하는 겁니다. 코딩을 아주 못하는 아이가 사실 세계에서 줄넘기를 제일 잘하는 사람일 수도 있습니다. 줄넘기로 틱톡 스타가 돼 백만장자가 될 수도 있었는데 경쟁력 없는 분야에 투자해 성공하지 못하는 것이죠. 그럼 어떻게 가장 잘할 수 있을까요? 교육학적으로 이미 답이 나와 있습니다. 인간은 능력이 없고 관심이 없어도 돈과 시간을 많이 들이고 학원에 보내면 대부분 중간 정도는 합니다.

⏱ 46:52특히 대한민국 사람은 똑똑합니다. 저는 세계를 돌아가며 살아서 비교할 수 있는데 세계적으로 봐도 정말 똑똑합니다. 그런데 그것이 안 좋습니다. 능력이 없고 하기 싫어도 중간 정도는 하니까요. 진행자: 좋아하는 것을 찾으면 좋은데 그렇지 못할 수도 있군요. 김대식: 저는 국민들에게 상대적으로 똑똑하고 착하다는 두 문제가 있다고 봅니다. 능력도 없고 하기 싫어도 부모가 시키면 중간 정도는 합니다. 유럽 사람이라면 욕하며 나갔을 텐데 착하니 참습니다. 좋아 보이지만 AI 시대에는 중간으로 먹고살 수 없어서 안 좋은 겁니다. 진행자: 중간인 사람은 필요가 없군요. 김대식: 중간 정도는 AI가 해 주기 때문입니다.

⏱ 47:45가장 잘해야 한다고 하니 무섭지만 교육학적으로는 단순합니다. 본인이 무엇을 하고 싶은지 찾은 다음 거기에 시간과 돈을 투자하면 됩니다. 아이들이 다 드론 조종사나 AI 전문가가 돼야 한다는 선입견에서 벗어나야 합니다. 되면 좋겠지만 능력·시간·기회비용을 고려하면 어떤 아이는 접시를 만드는 것이 좋고, 어떤 아이는 시 쓰기에 더 경쟁력이 있을 수 있습니다. 그것을 찾는 것이 우선입니다. 부모들은 아이가 하고 싶은 것이 아무것도 없다고 묻습니다. 그런데 너무 당연하지 않나요? 앞서 말했듯 인간의 상상력은 별로 좋지 않아서 경험하지 않은 것에는 선호도가 생길 수 없습니다.

⏱ 48:32우리 아이들의 현실을 봅시다. 커서 무엇이 되고 싶은지 물어도 선호도가 있을 수 없습니다. 아이들은 학교·학원·선생님·성적이라는 가상현실에서 자라고 있습니다. 진짜 현실이 아닙니다. 가상현실에서 자란 아이에게 진짜 현실의 선호를 묻는 것은 말이 안 됩니다. 최근 초등학교 선생님과 얘기하다 깜짝 놀랐습니다. 한 반에서 절반 넘는 아이의 꿈이 유튜브 스타라는 겁니다. 진행자: 부모님의 꿈은 의사이고요. 김대식: 그렇죠. 너무 획일화됐습니다. 모두 의사나 유튜브 스타가 될 수는 없잖아요. 진행자: 그럴 필요도 없지요. 김대식: 당연히 그럴 필요도 없습니다.

⏱ 49:17그것은 상상력이 부족하다는 뜻입니다. 세상에는 할 수 있는 일이 수백만, 수천만 가지인데 직접 경험해서 선호도를 만들 수 있는 갭이어, 현실을 경험할 기간이 압도적으로 없습니다. 그러니 무엇을 원하는지 모르는 채 성적 위주로 갑니다. 성적으로 더 높은 곳에 갈 수 있는데 그 아래로 가면 아깝다고 생각하죠. 진행자: 의대 갈 성적인데 안 가면 아깝다고 합니다. 김대식: 그 ‘아깝다’는 개념 자체가 말이 안 되고 AI 시대에는 아무 의미가 없는 행동입니다. 그 사람은 다른 일을 할 수도 있었으니까요.

⏱ 49:58우리나라는 성적이 좋으면 대기업에 갑니다. 4대 기업에 들어가 회사에서도 성적에 맞춰 올라간다고 합시다. 끝이 무엇인지는 다 압니다. 50세, 요즘은 40세쯤이라고 하더군요. 진행자: 어떻게든 퇴직한 뒤 자영업에 뛰어들었다 잘못돼 어려워지는 것이죠. 김대식: 바로 그렇습니다. 마흔쯤 나가라고 해서 치킨집을 열고 대부분 망합니다. 성공하는 분도 있겠지만 그때야 내가 인생에서 원한 게 무엇인지 질문합니다. 진행자: 미래가 그렇게 암울할 수 있다면 작은 자본이라도 가지기 위해 지금 생산성을 높여야 할 텐데, 어떤 AI 기술을 빨리 배워 보는 것이 좋을까요?

⏱ 50:43김대식: AI는 자전거 타기에 비유하면 좋습니다. 자전거 백과사전을 100번 읽거나 자전거 교수의 강연을 100번 들어도 탈 수 없습니다. 직접 타서 열 번쯤 넘어지면 배우는 겁니다. 지금 해야 할 것은 두 가지입니다. 첫째는 AI, 그중에서도 가장 최신이며 가장 어려운 AI를 정말 많이 경험해야 합니다. 챗GPT에게 오늘 날씨를 묻는 정도가 아닙니다. 복잡한 사무 업무를 시키고, 바이브 코딩으로 코딩하고, 나노바나나로 만화책을 만들고, Veo 3 같은 도구로 자기 인생을 담은 5분짜리 단편영화도 만들어 보세요. 경험할수록 무엇이 가능하고 불가능하며 무엇은 몇 년쯤 걸릴지 감이 생깁니다. 제가 늘 말씀드리듯 경쟁은 인간 대 기계가 아니라 나보다 AI를 더 잘 활용하는 다른 인간과의 경쟁입니다.

⏱ 51:39경험을 많이 하세요. 이것은 과거의 일이 아니어서 아직 정리가 끝나지 않았습니다. 5년 뒤에는 AI로 유튜브 채널을 더 효율적으로 운영하는 방법 같은 교과서나 조리법이 생길 겁니다. 기다려도 됩니다. 하지만 경쟁자가 완성되지 않은 AI라도 먼저 쓰면 초격차가 생깁니다. 완벽함을 추구할수록 결과적으로 격차가 점점 벌어집니다. 진행자: 작년까지는 제미나이가 없었고 3개월 전까지는 나노바나나도 없었는데요. 김대식: 그럼 연말에는 또 무엇이 있을까요? AI에서는 여러분이 오늘 쓰는 것이 가장 뒤처진 AI입니다. 완벽하지 않아도, 특히 경쟁자보다 먼저 써 보는 것이 첫 번째입니다.

⏱ 52:26두 번째는 돈을 벌어 놓아야 합니다. 어떻게 벌까요? 투자를 잘해야겠죠. 어디에 투자할까요? 최근 AI 덕분에 데이터센터 투자 붐이 일어났습니다. 매년 수천조 원 수준의 상상을 초월하는 투자가 이뤄지고 있습니다. 올해만 미국 GDP의 1.2%가 데이터센터에 투자됐다고 합니다. 미국 역사상 더 큰 투자는 1880년대 철도를 놓을 때 GDP의 6%를 투입한 경우였다고 합니다. 지금은 2030년에 미국 GDP의 5~6%를 투자할 것으로 예측합니다. 며칠 전 오픈AI도 큰돈을 투자해 시설 다섯 개를 만들겠다고 했습니다[원자막의 금액 ‘690가’와 시설명 ‘스타이’는 불명확]. 하기는 하겠지만 투자수익률, ROI(Return on Investment)는 어떻게 낼까요? 아무리 계산해도 숫자가 안 나옵니다. 한 사람에게 구독료 1,000만 원을 받을 것도 아니잖아요.

⏱ 53:20매우 조심스러운 얘기지만 데이터센터 버블이 만들어지고 있는 것 같습니다. 버블은 언젠가 터집니다. 다만 터지기 전에 나오면 됩니다. 제 느낌에는 이제 막 만들어지기 시작해서 아직 터질 때는 아닌 것 같습니다. 올해는 안 터지겠지만 내년은 모르겠습니다. 터지기 전까지는 엄청나게 투자하니 수천 개의 데이터센터가 만들어져야 한다고 합니다. 여기에 반드시 들어가는 부품, 고성능 변압기와 칠러, 큰 케이블 등을 보면 됩니다. 진행자: 그런 쪽은 버블이 터질 때까지 갈 수밖에 없다는 것이군요. 김대식: 그렇죠. 올트먼 같은 투자자는 돈 벌 기회가 이렇게 많은데 사람들이 왜 AI 때문에 투덜거리느냐고 합니다. 인류 역사상 가장 큰돈을 가장 짧은 시간에 벌 기회가 만들어지고 있다는 겁니다. 그분 시선에서는 그렇게 볼 수 있겠죠. 참고로 저는 투자를 절대로 하지 않는 사람입니다.

⏱ 54:17진행자: 앞으로 5~10년 동안 각 세대는 AGI 시대를 맞으며 무엇을 준비해야 하나요? 김대식: 50대 이상은 큰돈을 벌 생각보다 있는 것을 지키는 게 가장 안전한 방법일 것 같습니다. 진행자: 있는 돈을 잘 지켜라. 김대식: 그렇습니다. 아주 젊은 10~20대는 아직 투자 고민을 할 필요는 없을 것 같습니다. 성장하는 시기이고 어쩔 수 없이 AI와 평생 함께 살아야 합니다. AI는 협업자나 경쟁자, 능력을 곱해 주는 시너지가 될 수 있습니다. 대체되는 사람 대신 함께 일할 능력 정도는 갖춰야겠죠. 30~40대는 투자를 많이 하고 돈을 많이 벌어 놓아야 합니다. 진행자: 돈을 벌어 그것으로 투자해야 하는군요. 김대식: 당연합니다.

⏱ 55:06특히 30~40대는 미래의 불확실성이 커지므로 새로운 소득이 전혀 들어오지 않아도 갭이어로 1년, 2년, 3년 정도 버틸 여유자금을 반드시 만들어 놓아야 합니다. 그사이에 세상이 변하고 새 기회가 생길 수도 있습니다. 큰 위험 중 하나는 직장인들이 월급에서 다음 월급까지 버티는, ‘페이체크 투 페이체크’ 상태라는 점입니다. 월급날 전에는 돈이 거의 다 떨어지는 것이죠. 미국 통계에는 쓸 수 있는 여유자금이 100만 원도 안 되는 사람이 정말 많습니다. 진행자: 월급이 통장을 스쳐 지나가는 것이죠. 김대식: 한 달 월급이 안 들어오면 큰일 나는 상황은 반드시 막아야 합니다.

⏱ 55:52진행자: 이런 예상을 하거나 들을 때마다 무엇이 맞는지 모르겠습니다. 가장 좋은 경우와 가장 나쁜 경우 사이에서 어느 쪽으로 갈지의 문제인데 나쁜 쪽을 상상하면 정말 무섭습니다. 김대식: 우리가 나쁜 쪽을 생각하는 데에는 이유가 있습니다. 일부러 시청자를 우울하게 만들려고 시나리오를 말씀드리는 것이 아닙니다. 저도 실리콘밸리 친구들 말처럼 AI와 AGI가 도입돼 지구가 천국이 되면 좋겠습니다. 유토피아를 반대하는 사람이 아닙니다. 디스토피아를 걱정하며 준비했는데 유토피아가 오면 고맙게 받아들이면 됩니다. 하지만 막연히 유토피아를 믿고 플랜 B나 C 없이 있다 디스토피아가 오면 실망으로 끝나는 게 아니라 큰일이 납니다.

⏱ 56:47아침에 차로 출근할 때 안전벨트를 매죠. 사고 날 확률은 아주 낮지만 한 번 나면 최악의 경우 죽을 수도 있습니다. 피해가 너무 크기 때문에 불편함을 감수하고 확률이 낮아도 벨트를 맵니다. 퇴근하고 “하루 종일 벨트를 맸는데 사고도 안 났네. 쓸데없는 짓 했네”라고 하지는 않습니다. 사고가 안 났으니 고마운 겁니다. AI도 같습니다. 플랜 B와 C를 준비했는데 유토피아가 왔다고 헛수고한 게 아닙니다. 그냥 감사하게 받아들이면 됩니다. 진행자: 고맙다고 하면 되겠네요.

⏱ 57:30김대식: 지금은 AI 때문에 직업과 직장의 미래에 대한 불확실성이 커지고 있습니다. 하필 세계의 지정학적 불확실성도 높아지는 시대에 AI와 AGI가 등장하고 있습니다. 플랜 B, C, D까지 만들어 두는 것이 귀찮고 비용도 들지만, 확률적으로는 가장 보수적인 방법입니다. 또 AI와 AGI가 사회에 주는 메시지가 하나 더 있다고 생각합니다. 저는 이 미래가 필연적으로 터미네이터로 끝날 거라고 생각하지 않습니다. 기계가 우리를 미워할 이유는 없고, 오히려 우리를 위해 헌신할 수도 있습니다. 그런데 그것도 그렇게 좋은 시나리오는 아닙니다. 우리에게 잔소리하기 시작할 것 같기 때문입니다.

⏱ 58:20예를 들어 며칠 전 밤 11시가 넘어 배가 고파 야식으로 치킨을 주문했는데 아주 맛있었습니다. 하지만 그 시간에 기름진 것을 먹는 것은 몸에 좋지 않죠. 지금은 제가 어른이고 남의 돈이 아닌 제 돈으로 샀기 때문에 가능합니다. 어릴 때 엄마에게 사 달라고 하면 밤 11시에 먹지 말라며 등짝을 맞았겠죠. 저는 그것이 큰 자유 중 하나라고 생각합니다. 그런데 AI가 등장하면, 저는 5년 후쯤이라고 보는데, 밤 11시에 앱으로 치킨을 주문하지 못하게 할 겁니다. “선생님, 혈압과 콜레스테롤이 이런데 지금 드시면 안 좋겠죠? 샐러드는 어떨까요?”라고요. “샐러드 싫어. 치킨!” 하면 “샐러드 하라니까요”라고 하다가 나중에는 구조적으로 막아 버리겠죠. 우리를 위한 잔소리가 시작되면 우리는 어른이 될 수 없는 영원한 아이가 되는 것입니다.

⏱ 59:15그래서 저는 최근 만나는 분들에게 앞으로 10년 동안 인생에서 하고 싶었던 버킷리스트를 다 하라고 말합니다. 10년 후에는 우리를 위해 AI가 못 하게 할 것 같기 때문입니다. 예를 들어 평생 꿈이 마추픽추에 가는 것이라고 합시다. 저도 가 보고 싶지만 시간·돈·노력이 듭니다. 에이전틱 AI에게 항공권을 알아보라고 시키면 인생을 분석한 뒤 “죄송하지만 은행 계좌에 돈이 이 정도밖에 없고, 마추픽추는 유튜브나 메타버스에 아주 그럴듯한 영상이 있으니 그 편이 낫지 않을까요?”라고 할 것 같습니다.

⏱ 59:57우리가 그리는 AI 유토피아조차 인간이 아주 합리적이고 현명하게 사는 미래라면 제게는 디스토피아처럼 보입니다. 술도 마시고 진흙탕에서 뒹굴고 망가지는 것도 인간 모습의 하나라고 생각하는데 AI 시대에는 그러지 못할 수도 있다는 겁니다. 진행자: AI 혹은 AGI 시대를 어떤 마음으로 받아들여야 할지 그래도 조금 감이 생긴 것 같습니다. 오늘 긴 시간 이야기해 주셔서 고맙습니다. 김대식: 감사합니다. 진행자: 오늘 지식인 초대석에서는 다가오는 AI·AGI 시대를 긴 시간 이야기했습니다. 이 영상을 듣고 다가올 미래에 좋은 전략을 세우실 수 있기를 진심으로 바랍니다. 시청해 주셔서 고맙습니다. [음악]