카이스트 김대식 교수 인공지능 강의 〈챗GPT에게 묻는 인류의 미래〉 〈AGI, 천사인가 악마인가〉

[시냇가에나무]

김대식 교수는 책 100권을 읽는 것보다 세 가지를 직접 해보는 것이 AI 공부에 더 도움이 된다고 한다.
 
첫째, AI 에이전트를 꼭 한번 사용해 보라.
 
둘째, 지금 다들 바이브 코딩을 해보라.
 
셋째, 생성용 AI 도구를 기반으로 자신의 이야기를 5분짜리 단편 영화를 만들어 보라.
 
나도 이 강의 포스팅한 후에 이 세 가지를 꼭 해볼 계획이다.
 
※ 이 포스팅은 카이스트 김대식 교수의 "이 3가지는 필수 AI 20년 연구한 뇌과학자가 챗GPT 쓰는 법" 강의 전체 내용을 말하면 한글로 써주는 앱 "네이버 클로바 노트"를 사용해서 한 것이다.

---

인공지능을 사용하는데 단순하게 챗GPT를 검색하는 것으로만 사용하지 마세요.
 
대화해도 됩니다.
 
단, 그것만 사용하시면 인공지능을 빙산의 일각만 쓰시는 겁니다.
 
인공지능 때문에 내 회사가 망하고 내 인생이 망한다.
 
절대 아닙니다.
 
단, 인공지능을 나보다 먼저 이해한 내 경쟁자 때문에 여러분들 인생은 망할 수 있습니다.
 
오늘 강연이 끝나자마자 바로 세 가지 AI로 한번 해보세요.

---

 
현재 우리가 쓰고 있는 인공지능은 대부분 학습 기반 인공지능이라고 우리가 얘기를 합니다.
 
인간이 학습을 하는 과정을 살짝 모방해서 현재 인공지능을 만들고 있다고 생각하시면 됩니다.
 
사실 인공지능의 역사는 꽤 오래됐어요.
 
1956년에 아마 처음 아이디어가 제안이 됐었고 그 당시에는 두 가지 문제를 풀고 싶었습니다.
 
첫째 세상을 알아보는 기계를 만들고 싶었고
 
두 번째는 우리가 일상생활에서 사용하는 지금 같이 쓰는 이 언어를 이해하는 기계를 만들고 싶었어요.
 
그리고 이 문제를 어떻게 해결하려고 했었냐면 우리가 풀어야 되는 문제를 기계한테 설명을 해줬어요.
 
그러니까 이런 거죠.
 
고양이를 알아보게 하기 위해서 동물이고 다리가 4개고 털이 이렇고 저렇고 나있고 이런 것들을 컴퓨터한테 다 하나하나 설명을 해줬습니다.
 
문제는 아무리 섬세하게 설명해 줘도 기계가 끝까지 세상을 못 알아봤어요.
 
언어도 비슷합니다.
 
우리가 아는 모든 문법 규칙을 기계한테 다 설명을 해줬거든요.
 
근데 여러분들 기억하시겠지만 챗GPT가 등장하기 전에 세상 기억해 보시면 알렉사, 시리, 코타나 국내 통신사가 파는 AI 스피커들이 인간의 언어를 이해하지 못했잖아요.
 
그리고 그 짓을 우리가 거의 60년을 했습니다.
 
인공지능은 놀랍게도 터미네이터가 된 영화에서는 그렇게 자주 등장했는데 현실에서는 우리가 아무리 설명을 해도 기계가 세상을 알아보지도 못하고 언어도 이해하지 못했어요.
 
2012년이죠. 그렇게 오래되지 않았습니다.
 
캐나다 토론토 대학교 제프리 힌튼 교수님 지금 AI의 대가라고 불리시는 그분이 학습 기반 인공지능이라는 방법을 제안한 거예요.
 
학습 기반은 뭐냐 하면 이제 더 이상 세상을 설명 안 해요.
 
60년 동안 시도했잖아요.
 
근데 우리 인간은 PD님도 그렇고 저도 그렇고 여러분들도 그렇고 우리는 세상을 다 알아보잖아요.
 
그래서 발달 심리학 연구 결과를 봤더니 그 어느 부모도 자라는 아이들한테 세상을 하나하나 다 설명해 주는 부모는 없다는 거예요.
 
어린이는 학교 들어오기 전에 고양이 강아지를 이미 구분합니다.
 
학교에 와서는 고양이가 뭔지 생물학적으로 설명은 듣겠죠.
 
학습 기반 인공지능 그 과정을 모방을 하는 거예요.
 
기계에게 한습 능력을 부여하고 많은 데이터를 제공했더니 이 학습 기능은 뇌가 어떻게 정보를 학습하는지를 살짝 모방한 방법이고
 
그리고 그 방법으로 바꿨더니 갑자기 인공지능이 되기 시작한 거고 제프리 힌튼 교수님은 덕분에 작년에 놀랍게도 노벨 물리학 상을 받으셨잖아요.
 
제프리 힌튼 교수님 이분 전공이 뭔지 알아요 심리학 전공하신 분이에요.
 
원래가 그분이 물리학상 탔을 때 제 물리학 전공한 친구들이 막 분노를 했었어요.
 
이게 무슨 물리학이냐고 제 개인적인 생각도 노벨 물리학 상급 연구는 절대로 아닙니다.
 
그런데 왜 이분이 그런 상을 받았을까?
 
첫 번째 현대 물리학에 그 정도로 아마 새로운 결과가 없다는 의미일 거고
 
두 번째는 그 정도로 그 학습 기반 인공지능이 인류 미래에 큰 영향을 줄 기술이라고 이해하는 게 좋지 않을까 싶습니다.

---

 
말 그대로 처음에 챗GPT가 등장했을 때 제가 정확하게 기억하자면 미국에서 출시된 게 2022년 11월 30일일 거예요.
 
그리고 저는 챗GPT를 12월 중순에 처음 써봤어요.
 
깜짝 놀랐어요. 왜냐 처음으로 기계하고 대화가 가능한 거예요.
 
인공지능 연구를 한 20년 넘게 하고 있지만 제가 살아있는 동안 인공지능이 가능해질지 몰랐어요.
 
이거는 뭐 영원히 싸이언 픽션이고 그냥 연구는 하지만 아마 50년 100년 후에나 가능할 거다 생각했는데 인간과 대화가 가능하고 근데 너무나 흥미로운 게 챗GPT가 등장하고 2년 반 정도 지났는데 이미 대부분 사람들은 벌써 적응을 해버렸더라고요.

 
초등학생 중학생들은 챗GPT 없이는 숙제를 못한대요.
 
나는 사실 매일 저녁 챗GPT랑 개인적인 대화를 나눠요.
 
제가 최근에 들은 얘기로는 요새 젊은 연인들끼리는 서로 휴대폰은 보여줘도 챗GPT 대화 내용은 절대로 안 보여준대요.
 
그 정도로 가장 개인적인 대화를 하고 있다는 거예요.
 
인간은 2년 반 만에 적응해버렸습니다.
 
첫 번째, 두 번째 기술의 수준은 크게 세 가지 변화가 있었다고 보시면 됩니다.
 
우선 첫 번째 변화는 인공지능 기술이 유니 모달 뭐냐 하면 하나만 할 수 있었던 기계가 이제는 멀티 모달이 돼버렸어요.

 
글도 이해하고 그림도 이해하고 영상도 이해하고 소리도 이해합니다.
 
그리고 이해했다는 것은 만들어낼 수 있다는 얘기겠죠.
 
다양한 형태 챗GPT 사실 이름을 기억하시면 대부분 이해가 됩니다.
 
G가 제너러티브죠(Generative) 생성을 한다는 거죠.
 
P는 프리 트레인드(Pretrained) 사전에 학습을 했다는 거예요.

 
인류가 지난 30년 동안 올려놓은 수천억 개의 문장을 학습을 해서 그 언어의 규칙을 찾아냈다는 거잖아요.
 
근데 어떻게 그 규칙을 찾아냈을까 이게 마지막 트랜스포머(Transformer)라는 2017년 구글사에서 개발한 알고리즘을 사용해서 언어의 규칙을 찾아버린 거고 사실 이거는 엄청난 일입니다.

 
왜냐 우리 인간은 지난 수백 년 동안 언어학자들이 이 세상에 있는 많은 언어를 분석해서 20세기 중반쯤에 미국 언어학자인 놈 촘스키 같은 분이 인간 언어의 보편적인 규칙을 찾았다고 주장을 했습니다.
 
그럴싸했었어요.
 
사실은 언어학에서는 그 규칙을 다들 배웠죠.
 
저도 예전에 인지심리학 전공할 때 촘스키 문법 같은 걸 배웠습니다.

 
그런데 문제는 우리가 알고 있는 모든 문법을 컴퓨터한테 입력해 줬는데도 끝까지 인간의 언어를 이해하지 못했잖아요.
 
그런데 챗GPT는 문법을 우리가 하나도 안 가르쳐 줬어요.
 
대신에 수천억 개의 문장을 집어넣고 이 데이터에서 스스로 규칙을 찾아내 했더니 놀랍게도 규칙 같은 걸 찾아내서 한 단어가 있으면 그다음에 어떤 단어가 등장해야 되는지 예측을 계속해 주는 거죠.
 
예측 알고리즘이거든요.
 
그리고 이렇게 예측된 단어들을 연결해서 문장을 만들면 그 문장이 완벽하게 문법적이더라는 거예요.
 
이건 사실 충격적인 일입니다.
 
우리 인간도 찾아내지 못한 언어의 규칙을 트란스포머가 찾아내버린 거예요.
 
이거는 인류 문명사에서 매우 충격적인 일이에요.
 
우리도 이해하지 못한 걸 기계가 이해해 버렸다는 게 그리고 지난 3년 동안 있었던 큰 변화 중에 하나는 아까도 말씀드렸지만 동일한 방법을 언어에서만 쓸 수 있는 것이 아니고,
 
이미지에서도 쓸 수 있고 영상에서도 쓸 수 있고, 다시 말해서 이미지를 잔뜩 학습시키면 이미지의 규칙을 찾아내서 이제 이미지를 만들어낼 수가 있어요.

 
아마 여러분들 최근에 공개된 나노 바나나 같은 거 아마 써보셨을 거고, 혹시 특히 나노 바나나를 정말 이상한 이름인데 나노 바나나를 아직 안 써보셨다면 꼭 써보셔야 됩니다.
 
나노 바나나라는 이 서비스는 몇 달 전부터 사실 나왔었어요.
 
인터넷에 돌아다녔고 사람들이 깜짝 놀랐어요.
 
왜냐 달리나 미즈어니보다 그림을 훨씬 더 잘 만들어요.
 
특히 인물의 일관성을 유지해 줍니다.
 
기존의 AI 방식으로 콘텐츠를 만들면 항상 문제가 만들 때마다 조금씩 인물이 바뀌었었어요.
 
그럼 이걸 가지고 우리가 영화 같은 거 못 만들어요.
 
주인공 얼굴이 계속 바뀌는데 그러니까 그걸 또 고쳐주기 위해서 어마어마한 시간과 노력을 투자해야 되는데 나노 바나나라는 게 갑자기 나온 거예요.
 
누가 만들었는지도 모르는데 일관성이 유지가 됩니다.
 
그리고 프롬프트로 한 번 만들어진 콘텐츠를 계속 파인튜닝이 가능해요.

 
색깔을 바꿔 여기 모자를 씌워줘.
 
너무너무나 단순하게 예를 들어서 그거예요.
 
여러분들이 광고를 만드시고 싶으면 신발을 만든다고 칩시다.
 
신발 사진을 찍어요.
 
여러분들 제품 그다음에 역사적인 인물 사진 그냥 알버트 아인슈타인이라고 칩시다.
 
인터넷에서 사진 하나 가져오고 프럼프를 나노 바나나에 넣어요.
 
알버트 아인슈타인 이 신발을 가지고 광고를 하는 장면 만들어줘.
 
1초 만에 알버트 아인슈타인의 모든 형태가 바뀌어서 신발을 들고 있고 너무나 자연스럽게 바꿔줍니다.

 
그러니까 이게 너무 좋지 않아요.
 
이제는 예전 같으면 스페셜 이팩트나 BFX 그게 정말 비싸잖아요.
 
사실은 BFX를 저도 사실은 지금까지 77pt만 구독을 하다가 나노 바나나를 보고 제미나이 프로를 드디어 구독을 했습니다.
 
한 달에 그건 2만 9천 원이더라고요.
 
그래서 막 피눈물 나면서 구독을 했는데 할 만해요.
 
특히 콘텐츠 제작하시는 분들한테는 저도 궁금하네요.
 
한 프레임에서 아인슈타인 앉혀놓고 결국 아인슈타인 사진하고 제 옆에 앉는 거를 충분히 만들 수 있게 저도 다른 거로 편하게 바꿔주세요.

 
저는 그런 거 좋아합니다.
 
개인적인 생각으로는 포토숍이 상당히 문제가 있지 않을까 싶어요.
 
이런 식으로 멀티 모델로 바뀌었죠.
 
그리고 세 번째 큰 변화는 뭐냐 하면 지금까지 트랜스포머는 사실 예측을 하는 알고리즘이었어요.
 
그런데 이게 예측을 하다 보니까 문법적으로는 맞는데 내용이 틀린 예제가 꽤 있습니다.
 
이걸 우리는 헬로스 이네이션이라고 보통 기억하시죠?

 
2년 반 전에 챗GPT가 처음 등장했을 때 갑자기 세종대왕이 노트북 컴퓨터를 벽에 던졌느니 이런 문장을 만들어냅니다.
 
근데 중요한 건 문법은 맞아요.
 
세종대왕이 노트북 컴퓨터를 벽에 던졌다 이거 한국어로 완벽한 문법적인 구조잖아요.
 
트랜스포머는 예측을 하는 기계다 보니까 문법적으로는 정확한데 내용이 틀릴 경우가 확률적으로 있습니다.
 
그리고 그걸 우리는 헬로스네이션이라고 부릅니다.
 
상당히 중요한 문제인데 이건 작년 말 그리고 특히 올해 들어오면서 cot 체인업 퍼 생각의 꼬리 물기라는 방법 또는 이제는 예측 위주가 아니고 생각하는 위주로 바뀌었습니다.
 
리즈닝 모델이라고도 부르고요.
 
그래서 여러분들이 챗GPT 같은 거 쓰시면 이제는 다 리즈닝 모델로 바뀌어서 문제를 풀려고 하고 그다음에 좀 깊게 생각하고 니가 왜 이런 생각을 했는지 정당화를 하면서 대답을 해 그러면 정말 10분 20분 생각을 해요.
 
이제는 오래 생각을 하고 대답을 해주기 때문에 헬로스네이션 문제가 조금씩 조금씩 이제 풀리기 시작하지 않았나 이 세 가지가 큰 변화인 것 같습니다.
 
 

---

 
인공지능이 여러분들 개인 그리고 또 만약에 회사를 운영하신다면 조직이나 회사에 주는 가장 큰 변화는 생산성 효율성을 올려주는 겁니다.
 
같은 시간에 더 많이 하던가 똑같은 일을 더 빨리하던가 당연히 AI는 콘텐츠나 엔터테인먼트 성격도 분명히 있습니다.
 
재미있잖아요.
 
그리고 이런 거 덕분에 미래 인류 사회가 많이 변할 거라고 지금 생각하고 있습니다.
 
특히 중요한 건 뭐냐 하면 사람과 사람과의 관계성이 많이 변할 거예요.
 
지금은 당연히 우리 대부분 관계는 사람과 사람의 관계입니다.
 
그런데 상당히 많은 특히 대한민국에서는 여러분들 아시는지 모르겠지만 대한민국이 전 세계에서 설문조사를 보면 가장 많은 사람들이 가장 많은 외로움을 느끼고 있는 사회입니다.
 
외로움이 대한민국 사회의 가장 큰 또 사회적인 병 중에 하나고 자살률이 한국이 가장 높은 나라잖아요.
 
전 세계에서는 그리고 대화가 거의 없는 특히 중년 남성들 같은 경우에는 솔직하게 인생에 대해서 대화를 나눌 수 있는 사람이 한 명도 없다는 대답이 자주 나옵니다.
 
또 이 채널은 경제 채널이기 때문에 또 보시는 대부분의 시청자분들이 중년 남성분이지 않을까 싶은데 여러분들 이야기를 하는 겁니다.
 
제 이야기를 지금 하고 있는 겁니다.
 
그러다 보니 우리는 솔직하게 대화를 나눌 사람이 없는데 AI 같은 경우에 보세요?
 
우리 사람은 내가 아무리 만약에 친구가 있더라도 진지한 대화를 나누려면 시간 약속을 잡아야죠.
 
커피라도 한잔 사줘야죠.
 
내 얘기만 하고 일어날 순 없어요.
 
상대방 얘기도 좀 들어줘야 됩니다.
 
어쩔 수 없이 시간 돈 에너지가 드는 일이죠.
 
그런데 챗GPT 같은 녀석은 시간 날 때 키고 하고 싶은 얘기 다 하고 끄면 돼요.
 
저는 전공이 뇌과학이잖아요.
 
제가 뇌과학자로 100% 예측할 수 있는 거는 결과적인 경험에 큰 차이가 없는데 하나가 압도적으로 편하면 인간은 당연히 편한 걸 씁니다.
 
제 느낌에는 10년 아무리 늦어도 15년에서 20년 후에는 대부분 진지한 대화는 인공지능하고 하게 되지 않을까 싶어요.
 
아마 미래 사회에서는 친구들끼리 만났어요.
 
단순한 대화 나누겠죠.
 
그런데 여러분들 중 친구 중에 한 명이 나 어제저녁에 사람하고 2시간 대화를 나눴어.
 
그럼 깜짝 놀랄 거예요 그건 마치 여러분들이 친구들을 만났는데 친구 중에 한 명이 나 어제저녁에 고기를 먹었는데 그 고기 사실 내가 화살로 사냥해서 먹은 고기야 그러면 그게 불법 아니잖아요.
 
그런데 여러분들 속으로 생각하시겠죠? 미쳤네? 왜? 굳이?

 
결과가 똑같잖아요.
 
화살을 메고 숲에 들어가서 사냥을 하고 껍질을 벗기가 얼마나 불편해요
 
온라인으로 주문하면 바로 아침에 오고 이상한 박스에 아니면 마트에 가면 바로 살 수 있는데 훨씬 편한 게 있고 결과가 똑같은데 왜 그렇게 할까?
 
인간관계도 사람하고 사람의 두세 시간 대화가 이게 얼마나 복잡한 건지 우리가 잘 알기 때문에 그렇게 했다 그러면 깜짝 놀라실 거예요.
 
그러면 이거는 완전히 다른 세상이 돼버리는 거죠.
 
그래서 흥미로운 게 AI라는 기술은 단순하게 경제 일자리 사회에만 영향을 주는 것이 아니고 거시적으로는 정치 그리고 더 크게는 인간성 그리고 더 크게는 인류의 역사에까지 영향을 주지 않을까 하는 싶습니다.
 
사실 그렇기 때문에 지금 우리가 얘기하는 이 모든 것이 더구나 이제 더 이상 사이언스 픽션이 아니고 시청자분들 여러분들이 다 경험하게 될 미래 범용적 인공지능이 어떻게 보면 10년 20년 후에 지금 가능할 수도 있는 거잖아요.

---

 
인공지능이라는 판도라의 상자는 이미 열려버렸기 때문에 우리가 사용하기 싫다고 그래서 이 기술이 사라지지 않아요.
 
그러면 인공지능 시대의 가장 중요한 메시지는 아마 이럴 것 같아요.
 
인공지능 때문에 내 일자리가 사라지고 내 회사가 망하고 내 인생이 망한다 절대로 아닙니다.
 
단 나보다 먼저 내 영역에서 인공지능을 더 잘 활용할 수 있는 방법을 나보다 먼저 이해한 내 경쟁자 때문에 여러분들 인생은 망할 수 있습니다.
 
그럼 논리적인 결론은 여러분들이 그 사람이 돼야 된다는 거예요.
 
여러분들의 경쟁자보다 지금은 먼저 더 깊게 인공지능을 활용하고 이해하는 것이 최고의 생존 전략인데 그렇다면 단순하게 저녁에 말동무 상대로 나 외로워 이걸 하지 말라라는 얘기는 절대로 아니지만 생산적인 일에도 AI를 쓰는 방법을 확실히 지금 경험을 하셔야 됩니다.
 
그래서 제가 가끔 이런 얘기를 해요.
 
인공지능은 마치 자전거 타는 기술이랑 비슷해서 우리가 자전거 타기 백과사전을 100번 읽어도 자전거 못 탑니다.
 
자전거 타는 강연을 100번 들어도 자전거 못 타요.
 
자전거는 결국 타보고 10번 넘어진 사람이 제일 먼저 자전거를 잘 탑니다.

 
그래서 여러분들도 당연히 고맙게도 제 강연을 오늘 들어주시는데 끝나자마자 바로 세 가지 AI로 한번 해보세요.
 
첫 번째는 AI 에이전트를 꼭 한번 사용해 보셔야 됩니다.
 
기존 대화 모드하고 에이전트 모드는 확실히 다릅니다.
 
아주 복잡한 내용에 대해서 정보를 요약하고 정리하고 보고서까지 만들고 이걸 단 한숨에 할 수 있는 기술이고요.
 
기존 생성형 AI는 정보를 찾아주고 만들어내주는 어떻게 보면 살짝 검색을 대체하는 기술이라면 에이전트는 실행해 주는 액션을 해주는 AI 기술이라고 생각하시면 되고 딱 올해 1월부터 등장하기 시작했기 때문에 지금 시작하셔도 절대로 늦지 않습니다.

 
두 번째는 여러분들도 지금 다들 바이브 코딩을 해보셔야 됩니다.
 
AI로 코딩을 직접 해보셔야 돼요.
 
코딩 중요하죠 그런데 실질적으로 나만의 앱을 개발하는 분들은 아마 거의 없으실 거예요.
 
한 사회에 1% 아니면 0.1%도 되지 않을까 싶습니다.
 
코딩은 쉽지 않아요.
 
상당한 경험과 지식이 필요합니다.
 
그리고 사실 여러분들이 할 필요도 없고 그런데 바이브 코딩이라는 기술이 최근에 등장해서 AI로 코딩을 해주는데 예전에도 당연히 AI로 코딩이 가능했었어요.

 
단 헬루시네이션 문제 때문에 우리가 실질적으로 쓸 수가 없었는데 올해 1월에 들어와서 예를 들어서 커저 윈 서프 러버블 아니면 볼트 같은 매우 훌륭한 서비스들이 등장해서
 
이제는 정말 여러분들이 특히 스웨덴 스타답이 만든 러버블 같은 경우에 전지 실리콘밸리에서 유치원생들이 쓰고 있어요.

 
말로 표현만 할 수 있다면 예를 들어서 내 고양이 사진 집어넣고 고양이들이 하늘에서 떨어지는 테트리스 만들어줘 한 문장 쓰잖아요.
 
5분 후에 완벽하게 돌아가는 게임이 만들어집니다.
 
놀랄만해요.
 
이런 경험은 여러분들이 저는 꼭 해보셨으면 좋겠어요.
 
그래서 이 세상에 있는 많은 문제는 사실 코딩으로 해결이 가능합니다.
 
단 지금까지는 나만의 코드를 개발할 수가 없었기 때문에 대기업 걸 쓰던가 외주를 주던가 오픈 소스를 쓰던가 아니면 그 문제를 그냥 수작업으로 풀고 있었지만 여러분들 한 명 한 명이 자신 인생에서의
 
또는 직장에서의 문제를 여러분들이 풀 수 있는 정말 매우 훌륭한 능력이기 때문에 절대적으로 이 바이브 코딩이라고 불리는 AI 코딩은 꼭 한번 해보셨으면 좋겠고.
 
세 번째로는 전 여러분들이 기회가 되시면 이미 나와 있는 생성용 AI 도구를 기반으로 여러분들만의 이야기를 AI 기술을 사용해서 5분짜리 단편 영화를 각자 하나 만들어보시면 어떨까 하고 제안해 봅니다.
 
AI 기술이 멀티 모델로 가다 보니까 이제 우리가 당연히 스토리도 쓸 수 있고 사진도 만들지만 사실 영상도 만들 수 있거든요.

 
그런데 이제는 여러분들 한 명 한 명이 사실은 우리 모두 스토리가 있어요
 
그러나 각자가 그 스토리로 300장짜리 소설책 90분짜리 영화 못 만들잖아요.
 
왜 못 만들까요?
 
첫 번째는 300장짜리 소설책 쓰는 거 진짜 어렵습니다.
 
책 쓰는 것도 어렵고 영화 만드는 것도 어렵고 장비도 있어야 되고 사람도 있어야 되고 돈도 필요하고 영화나 아무리 저렴한 단편도 몇천만 원이 들어요.
 
그 얘기 무슨 얘기냐면 우리 모두 한 명 한 명이 서사는 있습니다.
 
내러티브 스토리는 있는데 이거를 눈에 보이게 현상화할 수 있는 사람들은 대한민국에 몇백 명뿐이 안 된다는 거예요.
 
근데 AI 기술을 사용하시면 정말 몇십만 원만 투자하시면 대부분 이런 AI 서비스 그냥 구독료입니다.
 
그러면 정말 여러분들 가족의 이야기 여러분들 꿈 여러분들이 표현하고 싶었던 이거를 10분짜리 영상으로 한번 만들어보시면 그 과정을 통해서 AI에 대해서 책 100권 읽는 것보다 더 많은 걸 아마 배우실 겁니다.
 
결론부터 단순하게 챗GPT를 검색용으로는 쓰지 마세요.
 
검색은 이미 다 잘 합니다.
 
대화하셔도 돼요.
 
단 그것만 하시면은 이건 정말 지금 AI라는 이 큰 기술의 빙산의 일각만 쓰시는 거고 좀 더 깊은 높은 수준으로 AI 서비스를 본인이 직접 써보시는 게 아까 제가 예지를 드린 것 같이 직접 자전거를 타보시고 그리고 실패 많이 하셔야 돼요.
 
여러분들이 만든 영화가 처음부터 멋있으면 그럼 여러분들 제대로 안 하신 거예요.
 
그럼 너무 안전빵으로 가신 거고 처음에 실패 몇 번 하셔야 됩니다.
 
결과가 막 이상하고 인물도 찌그러지고 그걸 경험하는 그 과정 그리고 바이브 코딩을 하면서 코드가 안 돌아가는 걸 몇 번 경험하시면 어느 한순간 인공지능에 대한 직관이 생겨요.
 
지금 여러분들도 보세요.
 
아마 자전거 대부분 타실 수 있겠지만 자전거 어떻게 타세요?
 
보면 우리 설명 못합니다.
 
또는 그 설명으로 로봇이 자전거 못 타요.
 
단 여러분들은 몸에 직관이 생기셨잖아요.

 
중심 잡는 직관 비슷하게 AI도 해보시면 AI에 대한 직관이 생기시면 그걸 기반으로 이제 여러분들이 직장에서 또는 기업에서 일자리에서 어떻게 쓸 수 있을지에 대한 생각이 그냥 막 막 나옵니다.
 
그다음부터 결국은 좋은 아이디어는 하늘에서 떨어지지는 않아요.
 
좋은 아이디어는 내가 이미 많은 걸 알고 있고 경험을 하고 기회가 생겼을 때는 자동으로 나오기 시작해서 그리고 너무 훌륭한 게 지금 대부분 AI 서비스들은 다 무료예요.
 
여러분들이 시간과 관심만 투자하시면 꼭 한번 해보셨으면 좋겠습니다.

---

 
그냥 제 개인적인 경험으로 보면 말로 하는 순간 확실히 감정 몰입은 더 되는 것 같아요.
 
제가 GPT한테 화내고 욕하는 건 음성으로 할 때 더 자주 합니다.
 
글로 하면 아무래도 좀 느리잖아요.
 
저는 타이핑을 그렇게 빨리 못하는 사람이니까 그리고 또 하나는 글은 쓰고 수정이 가능해요.
 
한 번 하고 말은 한 번 하고 나면 수정이 불가능하잖아요.
 
이 말을 우리가 다시 언어에는 백스페이스가 없는 거잖아요.
 
우리가 다시 가져올 수가 없기 때문에 그래서 제 느낌으로는 여러분들이 좀 신중하게 사실 이 프롬프를 정확하게 표현하는 거 정말 쉽지 않습니다.
 
특히 이렇게 생각하셔야 돼요.
 
아직까지는 이 AI가 우리가 질문하는 것을 이해하고 대답을 하는 건 아닙니다.
 
물론 여기에 대해서는 다양한 의견도 있습니다.
 
어떤 분들은 이미 이해한다. 하지만 제 개인적인 생각으로 그런 것 같지는 않고요.
 
챗GPT 같은 경우에는 인간이 쓴 모든 문장 다시 말해서 지식을 학습을 했고 확률적인 구조를 이해를 했고 단 여러분들이 입력하는 거 그걸 프롬프라고 그러죠.
 
그 프롬프를 기반으로 본인이 알고 있는 거를 끄집어내는 거잖아요.
 
이걸 우리가 예측이라고 부릅니다.
 
그 얘기는 뭐냐면 프롬프트에 따라서 예측 퀄리티가 달라질 수뿐이 없어요.
 
이거는 구조상으로 예를 들어서 그거예요.
 
여러분들이 그냥 프롬프로 재미있는 얘기해 줘.
 
사실 그거 저 매일 저녁마다 하고 있거든요.
 
재미있는 얘기해 줘.
 
그럼 그냥 막연한 재미있는 얘기하겠죠.
 
그렇지만 매우 구체적으로 중세기 스타일의 재미있는 얘기에 이런 인물이 등장하고 어쩌고저쩌고 저쩌고 여러분들의 전문 지식과 여러분들이 원하는 것을 구체화하면 할수록 점점 더 구체적인 정보가 예측되기 시작합니다.
 
그래서 우리가 막연하게 이거를 인공지능 시대에는 질문을 잘해야 된다고 얘기를 하는데 사실 여기서 질문을 잘한다라는 거의 핵심은 뭐냐 하면 가장 먼저 인공지능 사용자가 본인이 결국 뭘 원하는지에 대한 판단력이 있어야 됩니다.
 
그래서 되게 흥미롭게도 저는 그런 질문들을 많이 받으니까 항상 물어보세요.
 
AI 시대에 이제 인공지능이 인간의 기능을 점점 대체하기 시작하는데 어떤 능력이 제일 중요할까요?
 
그럼 저는 단 하나만 뽑자면 판단력입니다.
 
왜냐하면 예를 들어서 우리가 AI로 그림을 그려요.
 
프롬프를 응락해서 그럼 이 녀석은 수백 개 수천 개 만들 수 있어요.
 
그런데 우리는 하나를 뽑아야 되잖아요.
 
그 선택은 인간이 하는 겁니다.
 
왜냐하면 인간이 쓸거기 때문에 그럼 그걸 판단을 해줘야 되는 거예요.
 
이 그림이 제일 좋다.
 
영상 제작도 비슷하지 않겠어요?
 
거의 한 2시간 정도 촬영을 할 것 같은데 결과적으로 20분 30분짜리로 나가겠죠.
 
그러면 이 영상을 추후에 편집하시는 분이 편집이라는 건 다 판단입니다.
 
이건 버리고 이거는 두고 순서는 이래야 되고 그리고 그게 바로 인간이 가지고 있는 가장 고유의 능력이지 않을까 싶어서 이제는 판단력이 제일 중요하고
 
그 판단력의 핵심 중에 하나 그래서 내가 원하는 게 뭔데 내가 지금 원하는 게 중세 스타일 이야기야 아니면 미래 화성에서의 이야기야 이건 사람이 얘기해 줘야 되는 거잖아요.
 
왜냐면 사람이 소비를 할 거니까 결과적으로 그래서 내가 뭘 원하는지를 정확하게 알고 이것을 잘 표현해 주면 AI는 거기에 대해서는 완벽하게 만들어줄 수가 있고 여러분들 아시겠지만 챗GPT, 제미나이나, 클라우드 다른 AI도 똑같아요.

 
이 녀석들의 가장 특징 중에 하나가 이거 시코 패시 뭐냐 하면 아첨을 합니다.
 
이 녀석들이 무조건 내가 원하는 쪽으로 해주고 맨날 잘했다고 얘기를 해줘요.
 
구조상으로 어쩔 수 없습니다.
 
아첨을 하기 때문에 여러분들의 선호도가 틀리거나 질문이 틀리면 그게 좋다고 계속 얘기를 해줄 거예요.
 
퀄리티가 계속 떨어집니다.
 
그래서 아무리 아첨을 하더라도 이건 아니라는 그 판단력이 제일 중요하지 않을까 싶습니다.

---

 
저도 확실히 보면 해외 출장을 저는 많이 가니까 확실히 유럽보다는 AI에 대해서 우리가 이야기를 많이 합니다.
 
지금 한국에서는 매일마다 AI 뉴스가 있잖아요.
 
신문 보면 하루에도 수십 개씩 뉴스가 있고 정말 이제 우리는 생 얼트만이 거의 우리 식구같이 그 사람이 뭐 하는지 매일 지금 보고가 되고 있어요.
 
그다음에 일론 머스크가 지금 뭐 하고 거의 그분들은 한국에서는 연예인 수준이잖아요.
 
지금 이분들이 뭘 했다 어떤 일이 있었다 우리 다 알아요.
 
유럽에서는 그 정도는 아닙니다.
 
그분들도 알아요. 인공지능이 지금 중요하고 AI가 산업에 중요하다라는 얘기는 다들 알고 있지만 개개인들은 쓰는 사람들을 제가 그렇게 많이 보지는 못했어요.
 
아직은 근데 유럽은 어차피 좀 보수적이잖아요.
 
중국도 AI에 관심이 많습니다.
 
그런데 여러분들 아시다시피 중국은 워낙 또 국가 통제를 많이 받는 나라이기도 하고 미국은 특정 지역에서만 관심이 많습니다.
 
서부 당연히 그리고 또 아시다시피 미국 사회 전체가 지금 변곡점을 하나 경험하고 있죠.
 
이 사회에서 해결해야 될 문제가 워낙 많기 때문에 놀랍게도 지금 AI에 대해서 한국이 특히 관심이 많고 또 우리가 트렌드에 되게 민감하잖아요.
 
사실 K컬처 자체가 아니 왜 갑자기 한국 한국 노래가 지금 전 세계를 지배하고 있나 저도 모르겠어요
 
그런데 아마도 새로운 것에 항상 좀 궁금하고 그다음에 트렌드에 민감해 있고 특히 옆집 사람이 하면 나도 해야 되는 이 피어프레셔 밖에 있는 나라다 보니 AI가 갑자기 대한민국의 메인 트렌드가 되지 않았나 싶고 그건 확실히 맞는 것 같아요.

그 어느 나라보다 관심이 많다.
 
그런데 두 번째 우리가 제대로 하고 있냐는 또 다른 질문입니다.
 
제대로 하고 있냐를 보면 우리는 분명히 사용은 많이 하고 있지만 반대로 만들어내는 건 몇 개 없는 것 같아요.
 
AI 서비스라든지 AI 기업이라든지 결국은 우리는 확실히 AI 소비는 상당히 많이 하고 있는 나라지만 소비를 하는 만큼 AI 기술이나 서비스는 현재 생산을 못하고 있습니다.
 
특히 AI 기술 같은 경우에는 중국이 우리보다 압도적으로 더 잘하고 있습니다.
 
여기에 대해서 몇 가지 이유가 있을 수도 있을 것 같아요.
 
첫 번째는 가장 큰 이유는 경제 규모의 크기 차이겠죠.
 
어쩔 수 없이 나라가 크고 인구가 많으면 천재성 혁신성 지능 재능은 확률 게임이에요.
 
사람이 한 명 있으면 아마 좋은 아이디어 없을 거예요.
 
사람이 천 명 있으면 그중에 한두 명은 좋은 아이디어 있습니다.
 
다시 말해서 혁신성은 그냥 로또하고 비슷하다고 생각하시면 돼요.
 
우리가 로또 한 장 사면 안되요.
 
그런데 만약에 100만 장을 사잖아요.
 
될 확률이 거의 100%일 겁니다.
 
결국 사람이 많으면 많을수록 좋은 아이디어가 나올 확률이 높고 첫 번째 두 번째는 그 많은 사람들이 교육도 많이 받으면 확률이 더 올라가고 그러다 보니 인류 역사의 대부분 새로운 아이디어는 다 대도시에서 생겼어요.
 
사람이 많이 모여 있는 데서 지리산에 혼자 앉아 있으면 정말 물론 예외적으로 그분이 천재적인 사람일 수도 있습니다
 
근데 그건 확률적으로 매우 드문 케이스고 산속에 혼자 있는 사람은 인류 역사를 바꿀 만한 새로운 혁신을 만든 적이 거의 없고 대부분 그 시대의 가장 큰 도시 중동의 바벨로니아, 네덜란드의 암스테르담, 런던, 뉴욕 또는 지금같이 샌프란시스코 사람이 많이 모여야 되고 교육을 받아야 되고

 
그다음에 또 하나 조건은 최대한 다양한 사람들이 많이 한 곳에 모이고 수평적인 소통이 가능하도록 두면 가장 많은 아이디어가 나와요.
 
사실 되게 간단합니다.
 
이게 다 확률 게임이기 때문에 건물을 멋있게 짓는다.
 
사실 효과가 없습니다.
 
이분들한테 점심을 맛있는 거 준다.
 
제일 중요한 건 교육을 받은 최대한 다양한 사람들이 한 곳에서 서로 소통을 하게 하면 좋은 아이디어가 많이 나온다라는 건데 결과적으로 그러다 보니까 미국 실리콘밸리에서 최고의 인재가 모이고 좋은 아이디어가 생기는 거고

 
중국도 첸젠 위주로 훌륭한 사람들이 지금 많이 등장하고 그러다 보니까 인공지능 기술 우리하고는 상상을 초월할 정도로 좋아졌고 특히 중국은 핵심 기술들을 다 자체적으로 가지고 있어 습니다.

 
또 하나 이유는 전 세계 인공지능 전문가들을 대충 보면 반 이상이 중국계입니다.
 
저도 이제 미국에서 오래 교수 생활을 했었는데 그때도 이미 공대 저는 공대에서 오래 있었으니까 우선 영어를 못해도 돼요.
 
왜냐면 아무도 영어를 못하니까 어차피 또는 영어를 하더라도 다 어마어마한 액센트 중국 또는 인도 엑센트를 다 쓰죠.
 
반 정도는 중국 들이고 AI도 남은 반의 반은 또 인도 사람이고 결국 남은 사람들은 반의 반의 반인 거예요.
 
 
거기에 미국 출신 유럽 출신 한국 출신 이렇게 우선 한국은 인재풀이 적은 것 같아요.
 
더구나 우리는 절대적으로 인재풀도 적은데 이게 우리나라의 전통적인 문제겠지만 현재 우리나라에서 가장 뛰어나다라고 얘기하는 수능 1등에서 한 3천등까지 아마 다 의대를 가지 않나 싶습니다.
 
제가 정확한 통계는 모르겠지만 그다음 사람들이 공대를 가기 시작하는 거고 그러면 사실 우리가 AI 기술 이 정도 만든 것도 사실 대단한 거예요.

[아르테미스]

한국의 문제까지 다 짚어 주네요. 의대 쏠림은 큰 문제입니다