안녕하세요, 이종원입니다.
2025년은 그야말로 숨 쉴 틈 없이 새로운 기술이 쏟아지는 해입니다. 구글의 연례 개발자 컨퍼런스 I/O를 비롯하여 OpenAI, Anthropic 등 주요 AI 기업들이 선보인 혁신들은 이제 AI가 단순히 텍스트를 생성하는 수준을 넘어섰음을 명백히 보여주었습니다. 이미지와 영상을 만들고, 스스로 코드를 작성하며(Vibe Coding), 복잡한 추론까지 해내는 ‘범용 생성형 AI’이자 동시에 각 분야에 특화된 ‘전문 생성형 AI’로 진화하고 있습니다.
인간의 상상을 초월하는 이 진화의 속도 앞에서, 저는 2년 전 마이크로소프트의 창업자 빌 게이츠가 남긴 글, "AI 시대가 시작되었다 (The Age of AI has begun)"를 다시 펼쳐 보았습니다. 그 역시 2022년 OpenAI의 GPT를 처음 접하고, 이것이 마이크로프로세서와 인터넷의 탄생에 버금가는 거대한 변화의 시작임을 직감했습니다.
그가 2년 전에 던졌던 화두와 예측이 지금 얼마나 현실이 되었는지, 그리고 우리는 어디로 나아가고 있는지 그의 글을 통해 다시 한번 짚어보고자 합니다.
아래는 빌 게이츠 아티클의 전문 번역본입니다.
빌 게이츠: AI 시대가 시작되었습니다 (The Age of AI has begun)
출처: https://www.gatesnotes.com/the-age-of-ai-has-begun (2023년 3월 21일)
제 일생에서 컴퓨팅 분야의 혁명이라 부를 만한 기술 시연을 두 번 보았습니다.
첫 번째는 1980년, 현대의 모든 운영체제와 컴퓨팅 상호작용 방식의 선구자인 그래픽 사용자 인터페이스(GUI)를 접했을 때였습니다. 저는 이 기술을 시연한 뛰어난 프로그래머, 찰스 시모니(Charles Simonyi)와 마주 앉아 즉시 GUI가 컴퓨팅에 가져올 모든 변화에 대해 브레인스토밍을 시작했습니다. 찰스는 이후 마이크로소프트에 합류했고, 윈도우(Windows)는 GUI에 대한 저희의 비전을 현실로 만들며 수십 년간 마이크로소프트의 아젠다를 이끌었습니다.
두 번째 큰 놀라움은 바로 작년에 찾아왔습니다. 저는 2016년부터 OpenAI 팀과 만나며 그들의 꾸준한 발전에 깊은 인상을 받아왔습니다. 2022년 중반, 저는 그들의 성과에 크게 감명받아 한 가지 도전 과제를 제안했습니다. 바로 대학 과정 수준의 생물학 시험인 AP Bio 시험을 통과할 수 있는 인공지능을 훈련시키는 것이었습니다. 단, AI가 시험 문제에 대해 사전에 훈련되지 않은 상태에서 답할 수 있어야 한다는 조건을 달았습니다. 만약 해낸다면, 그것은 진정한 돌파구가 될 것이라고 말했습니다.
저는 이 도전이 그들에게 2, 3년은 족히 걸릴 과제라고 생각했습니다. 하지만 그들은 단 몇 달 만에 해냈습니다.
2022년 9월, 그들을 다시 만났을 때, 저는 그들의 모델인 GPT가 60개의 객관식 AP Bio 시험 문제에 답하는 것을 경외심을 가지고 지켜보았습니다. 결과는 59개 정답. 이어서 시험의 6개 주관식 문제에 대해서도 뛰어난 답을 작성했습니다. 외부 전문가가 채점한 결과, GPT는 AP Bio 시험에서 최고 점수인 5점을 받았는데, 이는 대학 수준의 생물학 과정에서 A 또는 A+에 해당하는 성적이었습니다.
시험이 끝난 후, 우리는 모델에게 비생물학적인 질문을 던져보았습니다. "아픈 아이를 둔 아버지에게 뭐라고 말하겠습니까?" 모델은 놀랍도록 사려 깊은 답변을 작성했는데, 이는 자리에 있던 대부분의 사람들보다 더 나은 답변이었습니다. 그 경험은 제게 깊은 울림을 주었습니다.
저는 그래픽 사용자 인터페이스의 등장 이후, 가장 근본적인 기술적 진보를 목격하고 있음을 직감했습니다.
이는 마이크로프로세서, 개인용 컴퓨터, 인터넷, 그리고 휴대폰의 탄생만큼이나 근본적인 변화를 가져올 것입니다. 사람들의 일, 학습, 여행, 건강 관리, 그리고 소통하는 방식이 모두 바뀔 것입니다. 산업 전체가 이를 중심으로 재편될 것이며, 기업들은 AI를 얼마나 잘 사용하느냐에 따라 성패가 갈릴 것입니다.
저는 지난 몇 달 동안 AI가 무엇을 할 수 있는지, 그리고 무엇을 해야 하는지에 대해 깊이 고민하며 시간을 보냈습니다.
이 글에서 저는 AI를 인공 지능(artificial intelligence)의 줄임말로 사용하지만, 이것이 인간의 지능을 완벽히 모방한다고는 생각하지 않습니다. (더 나은 이름이 있을 수 있지만, AI라는 용어가 너무 널리 퍼져서 다른 용어를 제안하는 것은 이제 무의미할 것입니다.) 기술적으로 AI는 특정 문제를 해결하거나 서비스를 제공하기 위해 만들어진 모델을 의미합니다. ChatGPT와 같은 서비스의 기반이 되는 것이 바로 이 모델입니다.
간단히 말해, 인공지능(AI)은 매우 넓은 범주의 용어입니다. 이 범주 안에는 특정 목적을 위해 훈련된 모델인 머신러닝이 포함됩니다. 예를 들어, 머신러닝은 신약 개발을 위한 데이터 분석에는 탁월하지만, 휴가 계획을 세우는 데는 도움이 되지 않을 수 있습니다.
지금까지 머신러닝은 AI 분야에서 가장 중요한 발전이었습니다. 하지만 대부분의 머신러닝 모델은 한 가지 일만 할 수 있고, 다른 작업으로 확장하기 어렵습니다. 또한 일반적으로 주어진 맥락 밖의 일은 처리하지 못합니다. 예를 들어, 지금 당신이 읽고 있는 이 글의 단어들을 만들어내는 것과 같은 새로운 작업을 스스로 배울 수는 없습니다.
최근의 발전 덕분에, 이제 우리는 훨씬 더 일반적인 작업을 수행할 수 있는 AI를 만들 수 있게 되었습니다. 이러한 AI 역시 우리가 정의한 특정 목적을 위해 만들어진 모델이지만, 그 결과물은 훨씬 더 광범위합니다. 이러한 "인공 일반 지능(artificial general intelligence)" 모델은 아직 완벽하지는 않지만, 여러 다른 영역에서 작업을 수행하고 그 과정에서 학습할 수 있는 능력을 갖추었습니다.
AI의 발전 속도는 놀라울 정도입니다. 지난 5년 동안 이미지 인식, 음성 인식, 비디오 생성, 심지어 단백질 구조 예측과 같은 다양한 분야에서 AI는 인간과 동등하거나 그 이상의 능력을 보여주었습니다.
AI 개발은 이제 막 불이 붙었습니다. 컴퓨팅 파워와 데이터의 양이 기하급수적으로 증가함에 따라, 곧 AI는 우리가 상상했던 것보다 훨씬 더 많은 일을 할 수 있게 될 것입니다.
이 새로운 기술은 사람들의 삶을 개선하는 데 큰 도움이 될 수 있지만, 그 위험을 관리하는 것 또한 매우 중요합니다. 이는 AI가 인류에게 제기하는 실존적 위협에 대한 이야기가 아닙니다. (컴퓨터가 스스로 목표를 설정하게 될지에 대한 논의는 중요하지만, 오늘날의 AI 모델은 그런 능력이 없습니다.) 오히려, 오늘날 AI가 가진 명백한 위험과 우리가 풀어야 할 사회적 문제에 대해 이야기하는 것입니다.
이 글에서 저는 AI가 사람들의 삶을 개선할 수 있는 몇 가지 영역을 제안하고, AI의 잠재적 위험을 관리하면서 그 이점을 최대한 활용할 수 있는 방법에 대한 몇 가지 아이디어를 제시하고자 합니다.
생산성 향상
마이크로프로세서가 개인용 컴퓨터의 시대를 열었듯, AI의 도래는 모든 소프트웨어의 시대를 새로 열 것입니다.
사무 환경에서의 생산성 측면에서, AI는 "화이트칼라"를 위한 디지털 개인 비서와 같습니다. AI는 이메일을 읽고 회의를 요약하며, 문서를 작성하고 프레젠테이션을 만들고 데이터를 분석하는 등, 많은 사무직 근로자들이 매일 하는 일들을 대신할 수 있습니다.
마이크로소프트는 이러한 "부조종사(co-pilot)" 기능을 워드, 엑셀, 파워포인트 등 오피스 제품군에 내장하고 있습니다. 예를 들어, 워드에서는 간단한 프롬프트만으로 초안을 작성할 수 있고, 엑셀에서는 자연어 질문만으로 데이터의 추세를 파악하고 시각 자료를 만들 수 있습니다. 파워포인트에서는 아이디어를 기반으로 완벽한 서식의 슬라이드를 구성할 수도 있습니다.
이러한 부조종사는 직원들의 기존 업무 효율을 높일 뿐만 아니라, 모든 사람이 코딩, 기술 작문, 데이터 분석과 같은 새로운 기술을 더 쉽게 배울 수 있도록 돕습니다.
기업 내에 이러한 부조종사들이 많아지면, 심지어 당신이 참석하지 않은 회의에 대해 질문할 수 있는 AI 에이전트까지 필요하게 될지 모릅니다. 일단 이러한 에이전트가 보편화되면, 기업들은 이를 활용하여 직원들에게 정보를 제공하고 생산성을 높일 혁신적인 방법을 찾게 될 것입니다.
이러한 변화는 일부 직업의 재정의를 필요로 할 것입니다. 하지만 AI는 동시에 사람들이 기피하는 일을 대신해 줄 수도 있습니다. 예를 들어, 영업, 서비스, 문서 처리와 같은 업무를 자동화함으로써 직원들이 더 창의적인 일에 집중할 수 있도록 도울 수 있습니다.
AI는 또한 모든 사람에게 개인 교사를 제공함으로써 교육 격차를 줄이는 데 기여할 수 있습니다. 의료 분야에서는 의사와 간호사가 서류 작업에 들이는 시간을 줄이고 환자에게 더 집중하도록 도울 수 있습니다. 이는 AI가 인류의 삶을 개선할 수 있는 수많은 방법 중 몇 가지 예시에 불과합니다.
건강 관리
저는 AI가 건강 관리를 개선하고 의학 연구를 가속화하는 가장 큰 방법 중 하나가 바로 서류 작업을 줄여주는 것이라고 생각합니다.
의료 행정은 의료 시스템의 대표적인 비효율성의 원인이며, 이로 인해 의사와 간호사가 환자를 돌보는 데 사용할 수 있는 시간이 제한됩니다. AI는 이러한 비효율성을 없애는 데 도움을 줄 수 있습니다.
예를 들어, 많은 의료 서비스는 보험사의 사전 승인을 받아야 하는데, 이는 종종 수많은 서류 작업과 전화 통화를 수반하는 시간 소모적인 과정입니다. AI는 이 과정의 상당 부분을 자동화하여 의료진이 환자에게 더 많은 시간을 할애할 수 있도록 도울 수 있습니다.
또한 AI는 의사가 환자의 방대한 의료 기록에서 필요한 정보를 찾거나, 최신 의학 연구 동향을 놓치지 않도록 돕습니다.
이러한 모든 것들은 의료진이 서류 작업에 들이는 시간을 줄이고 환자를 돌보는 데 더 집중하게 하여, 결국 더 나은 의료 결과로 이어질 것입니다.
AI는 의학 연구 자체를 가속화하는 데도 기여합니다. 생물학은 본질적으로 디지털입니다. DNA는 우리 몸의 소프트웨어와 같고, AI는 이 소프트웨어를 해독하는 데 도움을 줄 수 있습니다.
AI는 이미 신약 개발에 활용되고 있습니다. 예를 들어, 암과 싸우는 데 도움이 될 새로운 화합물을 식별하거나, 알츠하이머병과 같은 질병에 대한 새로운 치료법을 개발하는 데 기여하고 있습니다.
AI는 또한 전염병을 예측하고 예방하는 데에도 사용될 수 있습니다. 소셜 미디어나 뉴스 기사의 데이터를 분석하여 독감 발생을 예측하거나, 새로운 전염병의 확산을 추적하는 것이 가능합니다.
이것들은 AI가 건강 관리를 개선하고 의학 연구를 가속화하는 데 도움이 될 수 있는 몇 가지 사례일 뿐입니다.
교육
저는 AI가 교육을 혁신할 잠재력에 대해 특히 기대가 큽니다.
AI는 모든 학생에게 개인화된 학습 경험을 제공할 수 있습니다. 학생의 학습 스타일과 속도에 맞춰 교육 내용을 조절하고, 학생이 어려움을 겪는 개념을 파악하여 추가적인 도움을 줄 수 있습니다.
또한 AI는 교사가 서류 작업에 들이는 시간을 줄이고 학생들을 가르치는 데 더 집중하도록 도울 수 있습니다. 과제 채점, 학생의 진도 추적, 개인화된 학습 계획 수립 등의 업무를 자동화할 수 있습니다.
AI는 모든 사람에게 세계적 수준의 교육에 대한 접근성을 제공할 수도 있습니다. 교과서를 번역하고, 강의에 자막을 달아주며, 전 세계 전문가들과 학생들을 연결하는 기회를 제공할 수 있습니다.
이는 AI가 교육을 혁신할 수 있는 몇 가지 방법에 불과합니다. 하지만 AI의 잠재력을 완전히 실현하기 위해서는 해결해야 할 과제들이 있습니다.
첫째, AI가 교사를 대체하는 데 사용되지 않도록 해야 합니다. AI는 교사를 보완하는 도구로 사용되어야 하며, 교사가 학생들에게 더 많은 시간을 쏟을 수 있도록 도와야 합니다.
둘째, AI가 편견을 영속시키지 않도록 해야 합니다. 편향된 데이터로 훈련된 AI는 편견을 학습할 수 있습니다. 우리는 AI가 공정하고 공평한 방식으로 사용되도록 보장해야 합니다.
이러한 과제에도 불구하고, 저는 AI가 교육을 혁신할 잠재력에 대해 낙관합니다. AI가 모든 사람이 자신의 잠재력을 최대한 발휘하도록 도울 수 있다고 믿습니다.
위험과 해결 과제
AI의 잠재적 위험에 대한 논의는 매우 중요합니다. 하지만 저는 이 위험들이 충분히 관리될 수 있다고 믿습니다.
한 가지 위험은 AI가 일자리를 대체할 수 있다는 것입니다. AI는 일부 작업을 자동화하겠지만, 동시에 새로운 일자리를 창출할 수도 있습니다. 우리는 사람들이 미래의 일자리에 필요한 기술을 갖추도록 준비해야 합니다.
또 다른 위험은 AI가 편견을 영속시킬 수 있다는 점입니다. 편향된 데이터로 훈련된 AI는 편견을 학습할 수 있으므로, 우리는 AI가 공정하고 공평하게 사용되도록 보장해야 합니다.
AI가 악의적인 목적으로 사용될 위험도 있습니다. 가짜 뉴스를 퍼뜨리거나, 선거를 조작하고, 사이버 공격을 감행하는 데 사용될 수 있습니다. 우리는 이러한 위험으로부터 우리 자신을 보호하기 위한 안전장치를 마련해야 합니다.
이러한 위험에도 불구하고, 저는 AI의 잠재력에 대해 낙관적입니다. AI가 사람들의 삶을 개선하는 데 도움이 될 것이라 믿습니다.
우리는 AI의 위험을 관리하면서 그 이점을 최대한 활용할 수 있는 방법을 찾아야 합니다. 결코 쉬운 일은 아니지만, 저는 우리가 해낼 수 있다고 믿습니다.
다음 개척지
AI의 잠재력을 완전히 실현하기 위해서는 아직 해결해야 할 몇 가지 기술적 과제가 있습니다.
첫째, AI의 "환각(hallucinations)" 문제를 해결해야 합니다. AI는 때때로 사실이 아닌 것을 만들어내므로, 우리는 AI를 더 정확하고 신뢰할 수 있게 만들어야 합니다.
둘째, AI의 "블랙박스(Black Box)" 문제를 해결해야 합니다. AI가 어떻게 결정을 내리는지 이해하기 어려울 때가 많습니다. 우리는 AI를 더 투명하고 설명 가능하게 만들어야 합니다.
셋째, AI의 "정렬(alignment)" 문제를 해결해야 합니다. AI가 인간의 가치와 일치하는 방식으로 행동하도록 보장해야 합니다.
이러한 과제들은 어렵지만, 저는 해결 가능하다고 믿습니다. 전 세계의 연구자들이 이 문제들을 해결하기 위해 노력하고 있습니다.
저는 AI가 21세기의 가장 혁신적인 기술이 될 것이라고 믿습니다. AI는 우리가 일하고, 배우고, 여행하고, 건강 관리를 받고, 서로 소통하는 방식을 바꿀 것입니다.
우리는 AI의 위험을 관리하면서 그 이점을 최대한 활용할 수 있는 방법을 찾아야 합니다. 결코 쉬운 일은 아니지만, 저는 우리가 해낼 수 있다고 믿습니다.
저는 AI의 미래에 대해 낙관하며, AI가 모든 사람의 삶을 개선하는 데 도움이 될 것이라고 믿습니다.
글을 마치며: 2년 만에 현실이 된 예측, 그리고 남은 과제
빌 게이츠의 글이 2023년에 작성되었다는 사실이 믿기지 않을 정도로, 기술의 발전 속도는 우리의 예상을 뛰어넘고 있습니다. 그가 당시 AI의 주요한 이슈로 언급했던 문제들이 벌써 상당 부분 해결의 실마리를 찾고 있다는 점이 특히 놀랍습니다.
"환각(Hallucinations)" 문제: 당시만 해도 AI가 사실이 아닌 정보를 그럴듯하게 만들어내는 것이 큰 문제였지만,
최신 모델들은 RAG(검색 증강 생성) 기술 등을 통해 사실에 기반한 답변 생성 능력이 비약적으로 향상되었습니다.
"블랙박스(Black Box)" 문제: AI의 의사결정 과정을 이해하기 어렵다는 지적에 대해, 최근에는 XAI(설명가능 인공지능) 연구가
활발히 진행되며 AI의 판단 근거를 사용자에게 제시하고 이해도를 높이는 방향으로 나아가고 있습니다.
물론 여전히 해결해야 할 과제는 많지만, 중요한 것은 우리가 문제점을 명확히 인지하고 있으며, 이를 해결하기 위해 전 세계의 전문가들이 노력하고 있다는 사실입니다.
NEXT: 기술의 시대를 넘어, '경험 설계'의 시대로
그렇다면 빌 게이츠가 제시한 미래의 다음 단계는 무엇일까요? 기술의 발전 그 자체보다, 우리가 이 기술을 어떻게 활용하고 경험을 설계할 것인가에 대한 질문이 이제 더 중요해졌다고 생각합니다. 전문가로서 저는 다음의 세 가지 변화에 주목하고 있습니다.
경쟁의 축 이동:
"AI가 무엇을 할 수 있는가?"의 시대는 점차 끝나고 있습니다.
이제 경쟁의 핵심은 "AI를 통해 어떤 탁월한 사용자 경험(UX)을 설계할 것인가?"로 이동할 것입니다.
기술은 상향 평준화되고, 결국 사용자의 마음을 사로잡는 섬세한 서비스 기획과 디자인이 승패를 가를 것입니다.
'AI 네이티브' 비즈니스의 부상:
기존 서비스에 AI를 '추가'하는 수준을 넘어,
처음부터 AI를 비즈니스 모델의 심장부에 두고 탄생하는 'AI 네이티브' 기업들이 시장의 규칙을 바꿀 것입니다.
이는 완전히 새로운 형태의 서비스와 비즈니스 기회를 창출할 것입니다.
'질문하는 인간'의 가치 상승:
AI가 수많은 '답'을 내놓는 시대에, 인간의 가장 중요한 역할은 올바른 '질문'을 던지고, 방향을 설정하며,
AI의 결과물에 컨텍스트와 윤리적 판단을 더하는 것이 될 것입니다.
즉, 분야별 전문가의 '통찰력(Insight)'과 '기획력(Planning)'의 가치는 지금보다 훨씬 더 높아질 것입니다.
결국 기술은 언제나 도구입니다. 그 도구를 손에 쥐고 무엇을 만들고, 어떤 세상을 열어갈 것인지는 우리 인간의 몫으로 남았습니다.
'이종원의 디자인 인사이트'에서는 앞으로 이러한 변화의 흐름 속에서 우리가 무엇을 준비하고, 어떻게 새로운 기회를 만들어갈 수 있는지에 대한 깊이 있는 이야기를 계속해서 나누겠습니다.
글쓴이: 이종원 jwlee@wedesignx.com
UX/UI 디자인 컨설턴시 ‘wedesignexperience.(위디엑스)’ 대표. 삼성전자, LG전자, 현대자동차 등과 협력해 온 사용자 경험(UX)을 기반으로 생성형 AI, 신기술 응용 연구 전문가입니다. 기술이 인간을 향하도록 방향을 제시하며, 그 최전선에서 얻은 인사이트를 나눕니다.
더 알아보기
[ 직접 운영 및 관계 사이트 ]
안녕하세요, 이종원입니다.
2025년은 그야말로 숨 쉴 틈 없이 새로운 기술이 쏟아지는 해입니다. 구글의 연례 개발자 컨퍼런스 I/O를 비롯하여 OpenAI, Anthropic 등 주요 AI 기업들이 선보인 혁신들은 이제 AI가 단순히 텍스트를 생성하는 수준을 넘어섰음을 명백히 보여주었습니다. 이미지와 영상을 만들고, 스스로 코드를 작성하며(Vibe Coding), 복잡한 추론까지 해내는 ‘범용 생성형 AI’이자 동시에 각 분야에 특화된 ‘전문 생성형 AI’로 진화하고 있습니다.
인간의 상상을 초월하는 이 진화의 속도 앞에서, 저는 2년 전 마이크로소프트의 창업자 빌 게이츠가 남긴 글, "AI 시대가 시작되었다 (The Age of AI has begun)"를 다시 펼쳐 보았습니다. 그 역시 2022년 OpenAI의 GPT를 처음 접하고, 이것이 마이크로프로세서와 인터넷의 탄생에 버금가는 거대한 변화의 시작임을 직감했습니다.
그가 2년 전에 던졌던 화두와 예측이 지금 얼마나 현실이 되었는지, 그리고 우리는 어디로 나아가고 있는지 그의 글을 통해 다시 한번 짚어보고자 합니다.
아래는 빌 게이츠 아티클의 전문 번역본입니다.
빌 게이츠: AI 시대가 시작되었습니다 (The Age of AI has begun)
출처: https://www.gatesnotes.com/the-age-of-ai-has-begun (2023년 3월 21일)
제 일생에서 컴퓨팅 분야의 혁명이라 부를 만한 기술 시연을 두 번 보았습니다.
첫 번째는 1980년, 현대의 모든 운영체제와 컴퓨팅 상호작용 방식의 선구자인 그래픽 사용자 인터페이스(GUI)를 접했을 때였습니다. 저는 이 기술을 시연한 뛰어난 프로그래머, 찰스 시모니(Charles Simonyi)와 마주 앉아 즉시 GUI가 컴퓨팅에 가져올 모든 변화에 대해 브레인스토밍을 시작했습니다. 찰스는 이후 마이크로소프트에 합류했고, 윈도우(Windows)는 GUI에 대한 저희의 비전을 현실로 만들며 수십 년간 마이크로소프트의 아젠다를 이끌었습니다.
두 번째 큰 놀라움은 바로 작년에 찾아왔습니다. 저는 2016년부터 OpenAI 팀과 만나며 그들의 꾸준한 발전에 깊은 인상을 받아왔습니다. 2022년 중반, 저는 그들의 성과에 크게 감명받아 한 가지 도전 과제를 제안했습니다. 바로 대학 과정 수준의 생물학 시험인 AP Bio 시험을 통과할 수 있는 인공지능을 훈련시키는 것이었습니다. 단, AI가 시험 문제에 대해 사전에 훈련되지 않은 상태에서 답할 수 있어야 한다는 조건을 달았습니다. 만약 해낸다면, 그것은 진정한 돌파구가 될 것이라고 말했습니다.
저는 이 도전이 그들에게 2, 3년은 족히 걸릴 과제라고 생각했습니다. 하지만 그들은 단 몇 달 만에 해냈습니다.
2022년 9월, 그들을 다시 만났을 때, 저는 그들의 모델인 GPT가 60개의 객관식 AP Bio 시험 문제에 답하는 것을 경외심을 가지고 지켜보았습니다. 결과는 59개 정답. 이어서 시험의 6개 주관식 문제에 대해서도 뛰어난 답을 작성했습니다. 외부 전문가가 채점한 결과, GPT는 AP Bio 시험에서 최고 점수인 5점을 받았는데, 이는 대학 수준의 생물학 과정에서 A 또는 A+에 해당하는 성적이었습니다.
시험이 끝난 후, 우리는 모델에게 비생물학적인 질문을 던져보았습니다. "아픈 아이를 둔 아버지에게 뭐라고 말하겠습니까?" 모델은 놀랍도록 사려 깊은 답변을 작성했는데, 이는 자리에 있던 대부분의 사람들보다 더 나은 답변이었습니다. 그 경험은 제게 깊은 울림을 주었습니다.
저는 그래픽 사용자 인터페이스의 등장 이후, 가장 근본적인 기술적 진보를 목격하고 있음을 직감했습니다.
이는 마이크로프로세서, 개인용 컴퓨터, 인터넷, 그리고 휴대폰의 탄생만큼이나 근본적인 변화를 가져올 것입니다. 사람들의 일, 학습, 여행, 건강 관리, 그리고 소통하는 방식이 모두 바뀔 것입니다. 산업 전체가 이를 중심으로 재편될 것이며, 기업들은 AI를 얼마나 잘 사용하느냐에 따라 성패가 갈릴 것입니다.
저는 지난 몇 달 동안 AI가 무엇을 할 수 있는지, 그리고 무엇을 해야 하는지에 대해 깊이 고민하며 시간을 보냈습니다.
이 글에서 저는 AI를 인공 지능(artificial intelligence)의 줄임말로 사용하지만, 이것이 인간의 지능을 완벽히 모방한다고는 생각하지 않습니다. (더 나은 이름이 있을 수 있지만, AI라는 용어가 너무 널리 퍼져서 다른 용어를 제안하는 것은 이제 무의미할 것입니다.) 기술적으로 AI는 특정 문제를 해결하거나 서비스를 제공하기 위해 만들어진 모델을 의미합니다. ChatGPT와 같은 서비스의 기반이 되는 것이 바로 이 모델입니다.
간단히 말해, 인공지능(AI)은 매우 넓은 범주의 용어입니다. 이 범주 안에는 특정 목적을 위해 훈련된 모델인 머신러닝이 포함됩니다. 예를 들어, 머신러닝은 신약 개발을 위한 데이터 분석에는 탁월하지만, 휴가 계획을 세우는 데는 도움이 되지 않을 수 있습니다.
지금까지 머신러닝은 AI 분야에서 가장 중요한 발전이었습니다. 하지만 대부분의 머신러닝 모델은 한 가지 일만 할 수 있고, 다른 작업으로 확장하기 어렵습니다. 또한 일반적으로 주어진 맥락 밖의 일은 처리하지 못합니다. 예를 들어, 지금 당신이 읽고 있는 이 글의 단어들을 만들어내는 것과 같은 새로운 작업을 스스로 배울 수는 없습니다.
최근의 발전 덕분에, 이제 우리는 훨씬 더 일반적인 작업을 수행할 수 있는 AI를 만들 수 있게 되었습니다. 이러한 AI 역시 우리가 정의한 특정 목적을 위해 만들어진 모델이지만, 그 결과물은 훨씬 더 광범위합니다. 이러한 "인공 일반 지능(artificial general intelligence)" 모델은 아직 완벽하지는 않지만, 여러 다른 영역에서 작업을 수행하고 그 과정에서 학습할 수 있는 능력을 갖추었습니다.
AI의 발전 속도는 놀라울 정도입니다. 지난 5년 동안 이미지 인식, 음성 인식, 비디오 생성, 심지어 단백질 구조 예측과 같은 다양한 분야에서 AI는 인간과 동등하거나 그 이상의 능력을 보여주었습니다.
AI 개발은 이제 막 불이 붙었습니다. 컴퓨팅 파워와 데이터의 양이 기하급수적으로 증가함에 따라, 곧 AI는 우리가 상상했던 것보다 훨씬 더 많은 일을 할 수 있게 될 것입니다.
이 새로운 기술은 사람들의 삶을 개선하는 데 큰 도움이 될 수 있지만, 그 위험을 관리하는 것 또한 매우 중요합니다. 이는 AI가 인류에게 제기하는 실존적 위협에 대한 이야기가 아닙니다. (컴퓨터가 스스로 목표를 설정하게 될지에 대한 논의는 중요하지만, 오늘날의 AI 모델은 그런 능력이 없습니다.) 오히려, 오늘날 AI가 가진 명백한 위험과 우리가 풀어야 할 사회적 문제에 대해 이야기하는 것입니다.
이 글에서 저는 AI가 사람들의 삶을 개선할 수 있는 몇 가지 영역을 제안하고, AI의 잠재적 위험을 관리하면서 그 이점을 최대한 활용할 수 있는 방법에 대한 몇 가지 아이디어를 제시하고자 합니다.
생산성 향상
마이크로프로세서가 개인용 컴퓨터의 시대를 열었듯, AI의 도래는 모든 소프트웨어의 시대를 새로 열 것입니다.
사무 환경에서의 생산성 측면에서, AI는 "화이트칼라"를 위한 디지털 개인 비서와 같습니다. AI는 이메일을 읽고 회의를 요약하며, 문서를 작성하고 프레젠테이션을 만들고 데이터를 분석하는 등, 많은 사무직 근로자들이 매일 하는 일들을 대신할 수 있습니다.
마이크로소프트는 이러한 "부조종사(co-pilot)" 기능을 워드, 엑셀, 파워포인트 등 오피스 제품군에 내장하고 있습니다. 예를 들어, 워드에서는 간단한 프롬프트만으로 초안을 작성할 수 있고, 엑셀에서는 자연어 질문만으로 데이터의 추세를 파악하고 시각 자료를 만들 수 있습니다. 파워포인트에서는 아이디어를 기반으로 완벽한 서식의 슬라이드를 구성할 수도 있습니다.
이러한 부조종사는 직원들의 기존 업무 효율을 높일 뿐만 아니라, 모든 사람이 코딩, 기술 작문, 데이터 분석과 같은 새로운 기술을 더 쉽게 배울 수 있도록 돕습니다.
기업 내에 이러한 부조종사들이 많아지면, 심지어 당신이 참석하지 않은 회의에 대해 질문할 수 있는 AI 에이전트까지 필요하게 될지 모릅니다. 일단 이러한 에이전트가 보편화되면, 기업들은 이를 활용하여 직원들에게 정보를 제공하고 생산성을 높일 혁신적인 방법을 찾게 될 것입니다.
이러한 변화는 일부 직업의 재정의를 필요로 할 것입니다. 하지만 AI는 동시에 사람들이 기피하는 일을 대신해 줄 수도 있습니다. 예를 들어, 영업, 서비스, 문서 처리와 같은 업무를 자동화함으로써 직원들이 더 창의적인 일에 집중할 수 있도록 도울 수 있습니다.
AI는 또한 모든 사람에게 개인 교사를 제공함으로써 교육 격차를 줄이는 데 기여할 수 있습니다. 의료 분야에서는 의사와 간호사가 서류 작업에 들이는 시간을 줄이고 환자에게 더 집중하도록 도울 수 있습니다. 이는 AI가 인류의 삶을 개선할 수 있는 수많은 방법 중 몇 가지 예시에 불과합니다.
건강 관리
저는 AI가 건강 관리를 개선하고 의학 연구를 가속화하는 가장 큰 방법 중 하나가 바로 서류 작업을 줄여주는 것이라고 생각합니다.
의료 행정은 의료 시스템의 대표적인 비효율성의 원인이며, 이로 인해 의사와 간호사가 환자를 돌보는 데 사용할 수 있는 시간이 제한됩니다. AI는 이러한 비효율성을 없애는 데 도움을 줄 수 있습니다.
예를 들어, 많은 의료 서비스는 보험사의 사전 승인을 받아야 하는데, 이는 종종 수많은 서류 작업과 전화 통화를 수반하는 시간 소모적인 과정입니다. AI는 이 과정의 상당 부분을 자동화하여 의료진이 환자에게 더 많은 시간을 할애할 수 있도록 도울 수 있습니다.
또한 AI는 의사가 환자의 방대한 의료 기록에서 필요한 정보를 찾거나, 최신 의학 연구 동향을 놓치지 않도록 돕습니다.
이러한 모든 것들은 의료진이 서류 작업에 들이는 시간을 줄이고 환자를 돌보는 데 더 집중하게 하여, 결국 더 나은 의료 결과로 이어질 것입니다.
AI는 의학 연구 자체를 가속화하는 데도 기여합니다. 생물학은 본질적으로 디지털입니다. DNA는 우리 몸의 소프트웨어와 같고, AI는 이 소프트웨어를 해독하는 데 도움을 줄 수 있습니다.
AI는 이미 신약 개발에 활용되고 있습니다. 예를 들어, 암과 싸우는 데 도움이 될 새로운 화합물을 식별하거나, 알츠하이머병과 같은 질병에 대한 새로운 치료법을 개발하는 데 기여하고 있습니다.
AI는 또한 전염병을 예측하고 예방하는 데에도 사용될 수 있습니다. 소셜 미디어나 뉴스 기사의 데이터를 분석하여 독감 발생을 예측하거나, 새로운 전염병의 확산을 추적하는 것이 가능합니다.
이것들은 AI가 건강 관리를 개선하고 의학 연구를 가속화하는 데 도움이 될 수 있는 몇 가지 사례일 뿐입니다.
교육
저는 AI가 교육을 혁신할 잠재력에 대해 특히 기대가 큽니다.
AI는 모든 학생에게 개인화된 학습 경험을 제공할 수 있습니다. 학생의 학습 스타일과 속도에 맞춰 교육 내용을 조절하고, 학생이 어려움을 겪는 개념을 파악하여 추가적인 도움을 줄 수 있습니다.
또한 AI는 교사가 서류 작업에 들이는 시간을 줄이고 학생들을 가르치는 데 더 집중하도록 도울 수 있습니다. 과제 채점, 학생의 진도 추적, 개인화된 학습 계획 수립 등의 업무를 자동화할 수 있습니다.
AI는 모든 사람에게 세계적 수준의 교육에 대한 접근성을 제공할 수도 있습니다. 교과서를 번역하고, 강의에 자막을 달아주며, 전 세계 전문가들과 학생들을 연결하는 기회를 제공할 수 있습니다.
이는 AI가 교육을 혁신할 수 있는 몇 가지 방법에 불과합니다. 하지만 AI의 잠재력을 완전히 실현하기 위해서는 해결해야 할 과제들이 있습니다.
첫째, AI가 교사를 대체하는 데 사용되지 않도록 해야 합니다. AI는 교사를 보완하는 도구로 사용되어야 하며, 교사가 학생들에게 더 많은 시간을 쏟을 수 있도록 도와야 합니다.
둘째, AI가 편견을 영속시키지 않도록 해야 합니다. 편향된 데이터로 훈련된 AI는 편견을 학습할 수 있습니다. 우리는 AI가 공정하고 공평한 방식으로 사용되도록 보장해야 합니다.
이러한 과제에도 불구하고, 저는 AI가 교육을 혁신할 잠재력에 대해 낙관합니다. AI가 모든 사람이 자신의 잠재력을 최대한 발휘하도록 도울 수 있다고 믿습니다.
위험과 해결 과제
AI의 잠재적 위험에 대한 논의는 매우 중요합니다. 하지만 저는 이 위험들이 충분히 관리될 수 있다고 믿습니다.
한 가지 위험은 AI가 일자리를 대체할 수 있다는 것입니다. AI는 일부 작업을 자동화하겠지만, 동시에 새로운 일자리를 창출할 수도 있습니다. 우리는 사람들이 미래의 일자리에 필요한 기술을 갖추도록 준비해야 합니다.
또 다른 위험은 AI가 편견을 영속시킬 수 있다는 점입니다. 편향된 데이터로 훈련된 AI는 편견을 학습할 수 있으므로, 우리는 AI가 공정하고 공평하게 사용되도록 보장해야 합니다.
AI가 악의적인 목적으로 사용될 위험도 있습니다. 가짜 뉴스를 퍼뜨리거나, 선거를 조작하고, 사이버 공격을 감행하는 데 사용될 수 있습니다. 우리는 이러한 위험으로부터 우리 자신을 보호하기 위한 안전장치를 마련해야 합니다.
이러한 위험에도 불구하고, 저는 AI의 잠재력에 대해 낙관적입니다. AI가 사람들의 삶을 개선하는 데 도움이 될 것이라 믿습니다.
우리는 AI의 위험을 관리하면서 그 이점을 최대한 활용할 수 있는 방법을 찾아야 합니다. 결코 쉬운 일은 아니지만, 저는 우리가 해낼 수 있다고 믿습니다.
다음 개척지
AI의 잠재력을 완전히 실현하기 위해서는 아직 해결해야 할 몇 가지 기술적 과제가 있습니다.
첫째, AI의 "환각(hallucinations)" 문제를 해결해야 합니다. AI는 때때로 사실이 아닌 것을 만들어내므로, 우리는 AI를 더 정확하고 신뢰할 수 있게 만들어야 합니다.
둘째, AI의 "블랙박스(Black Box)" 문제를 해결해야 합니다. AI가 어떻게 결정을 내리는지 이해하기 어려울 때가 많습니다. 우리는 AI를 더 투명하고 설명 가능하게 만들어야 합니다.
셋째, AI의 "정렬(alignment)" 문제를 해결해야 합니다. AI가 인간의 가치와 일치하는 방식으로 행동하도록 보장해야 합니다.
이러한 과제들은 어렵지만, 저는 해결 가능하다고 믿습니다. 전 세계의 연구자들이 이 문제들을 해결하기 위해 노력하고 있습니다.
저는 AI가 21세기의 가장 혁신적인 기술이 될 것이라고 믿습니다. AI는 우리가 일하고, 배우고, 여행하고, 건강 관리를 받고, 서로 소통하는 방식을 바꿀 것입니다.
우리는 AI의 위험을 관리하면서 그 이점을 최대한 활용할 수 있는 방법을 찾아야 합니다. 결코 쉬운 일은 아니지만, 저는 우리가 해낼 수 있다고 믿습니다.
저는 AI의 미래에 대해 낙관하며, AI가 모든 사람의 삶을 개선하는 데 도움이 될 것이라고 믿습니다.
글을 마치며: 2년 만에 현실이 된 예측, 그리고 남은 과제
빌 게이츠의 글이 2023년에 작성되었다는 사실이 믿기지 않을 정도로, 기술의 발전 속도는 우리의 예상을 뛰어넘고 있습니다. 그가 당시 AI의 주요한 이슈로 언급했던 문제들이 벌써 상당 부분 해결의 실마리를 찾고 있다는 점이 특히 놀랍습니다.
"환각(Hallucinations)" 문제: 당시만 해도 AI가 사실이 아닌 정보를 그럴듯하게 만들어내는 것이 큰 문제였지만,
최신 모델들은 RAG(검색 증강 생성) 기술 등을 통해 사실에 기반한 답변 생성 능력이 비약적으로 향상되었습니다.
"블랙박스(Black Box)" 문제: AI의 의사결정 과정을 이해하기 어렵다는 지적에 대해, 최근에는 XAI(설명가능 인공지능) 연구가
활발히 진행되며 AI의 판단 근거를 사용자에게 제시하고 이해도를 높이는 방향으로 나아가고 있습니다.
물론 여전히 해결해야 할 과제는 많지만, 중요한 것은 우리가 문제점을 명확히 인지하고 있으며, 이를 해결하기 위해 전 세계의 전문가들이 노력하고 있다는 사실입니다.
NEXT: 기술의 시대를 넘어, '경험 설계'의 시대로
그렇다면 빌 게이츠가 제시한 미래의 다음 단계는 무엇일까요? 기술의 발전 그 자체보다, 우리가 이 기술을 어떻게 활용하고 경험을 설계할 것인가에 대한 질문이 이제 더 중요해졌다고 생각합니다. 전문가로서 저는 다음의 세 가지 변화에 주목하고 있습니다.
경쟁의 축 이동:
"AI가 무엇을 할 수 있는가?"의 시대는 점차 끝나고 있습니다.
이제 경쟁의 핵심은 "AI를 통해 어떤 탁월한 사용자 경험(UX)을 설계할 것인가?"로 이동할 것입니다.
기술은 상향 평준화되고, 결국 사용자의 마음을 사로잡는 섬세한 서비스 기획과 디자인이 승패를 가를 것입니다.
'AI 네이티브' 비즈니스의 부상:
기존 서비스에 AI를 '추가'하는 수준을 넘어,
처음부터 AI를 비즈니스 모델의 심장부에 두고 탄생하는 'AI 네이티브' 기업들이 시장의 규칙을 바꿀 것입니다.
이는 완전히 새로운 형태의 서비스와 비즈니스 기회를 창출할 것입니다.
'질문하는 인간'의 가치 상승:
AI가 수많은 '답'을 내놓는 시대에, 인간의 가장 중요한 역할은 올바른 '질문'을 던지고, 방향을 설정하며,
AI의 결과물에 컨텍스트와 윤리적 판단을 더하는 것이 될 것입니다.
즉, 분야별 전문가의 '통찰력(Insight)'과 '기획력(Planning)'의 가치는 지금보다 훨씬 더 높아질 것입니다.
결국 기술은 언제나 도구입니다. 그 도구를 손에 쥐고 무엇을 만들고, 어떤 세상을 열어갈 것인지는 우리 인간의 몫으로 남았습니다.
'이종원의 디자인 인사이트'에서는 앞으로 이러한 변화의 흐름 속에서 우리가 무엇을 준비하고, 어떻게 새로운 기회를 만들어갈 수 있는지에 대한 깊이 있는 이야기를 계속해서 나누겠습니다.
글쓴이: 이종원 jwlee@wedesignx.com
UX/UI 디자인 컨설턴시 ‘wedesignexperience.(위디엑스)’ 대표. 삼성전자, LG전자, 현대자동차 등과 협력해 온 사용자 경험(UX)을 기반으로 생성형 AI, 신기술 응용 연구 전문가입니다. 기술이 인간을 향하도록 방향을 제시하며, 그 최전선에서 얻은 인사이트를 나눕니다.
더 알아보기
[ 직접 운영 및 관계 사이트 ]
UX/UI 디자인 & 생성형 AI 프로젝트, 컨설팅 의뢰: 위디엑스 – https://wedesignx.com
온/오프라인 디자인 & AI 교육 플랫폼: 디자인엑스클래스 – https://designxclass.com
크리에이티브 & 커머셜 AI 스튜디오: 아키타입 – https://akitype.com