저자 강연: Fei-Fei Li 박사는 AI에 대한 다학제적 접근 방식에서 가능성의 '세계'를 봅니다.

[힘힘]

저자 강연: Fei-Fei Li 박사는 AI에 대한 다학제적 접근 방식에서 가능성의 '세계'를 봅니다.

2023년 12월 11일| 회견

공유하다

인쇄

구하다

인공지능은 미래에 영향을 미칠 새로운 발견의 시대를 열고 있습니다. Fei-Fei Li 박사는 AI의 잠재력을 극대화하고 위험을 완화할 수 있는 인간 중심의 접근 방식을 제시합니다.

가장 인기 있는 통찰력

1. 생성 AI의 경제적 잠재력: 차세대 생산성 개척지
2. 2024년 패션 현황: 불확실성이 지배하는 가운데 성장 기회 찾기
3. 조직에 COO가 있는 이유는 무엇입니까?
4. 은행에서 생성 AI의 전체 가치 포착
5. 최고혁신책임자는 어떤 일을 하나요?

이번 Author Talks 에디션 에서는 McKinsey Global Publishing의 Mike Borruso가 스탠포드 대학의 컴퓨터 과학 교수이자 스탠포드 대학 인간 중심 인공 지능 연구소의 창립 이사인 Fei-Fei Li 박사와 그녀의 신작 The Worlds 에 관해 이야기를 나눕니다. 나는 본다: AI 여명기의 호기심, 탐험, 발견 (Macmillan, 2023년 11월). Li는 인간의 기여를 대체하는 것이 아니라 증강하는 데 초점을 맞추면서 새로운 과학적 혁신을 지원하는 인간 중심의 AI 프레임워크를 제안합니다. 그녀는 미래의 AI를 위해 인간의 존엄성과 웰빙을 우선시하는 효과적인 거버넌스 모델 구축을 옹호합니다. 대화의 편집된 버전은 다음과 같습니다.

책 제목의 의미는 무엇입니까?

Play Video

동영상

이 책은 과학수기로서 AI의 과학적인 부분  과 성년이 된 과학자의 여정을 모두 담고 있다. 내 배경은 평범한 아이의 배경이 아닌 것 같아요. 그래서 나는 물리적으로, 시간적으로 다른 세계를 횡단합니다. 과학뿐만 아니라 과학의 사회적 측면에도 관여해 온 과학자로서 나는 세계를 다른 차원에서 보기 때문에 이 복수형인 The Worlds를 만드는 것이 매우 중요했습니다 . 나는 컴퓨터 비전 AI 과학자이기 때문에 내가 보는 세계는 보는 것의 본질을 포착합니다.

'보는 것'의 본질을 포착하는 것이 왜 중요했나요?

Play Video

동영상

본질을 포착하는 것이 중요하다. 눈을 뜨고 장면을 보면 이야기를 할 수 있기 때문이다. 나는 당신을 만나고 있고 당신에 대한 이야기를 할 수 있습니다. 그것은 지능의 초석의 일부입니다.

제가 박사과정 학생이었을 때 저는 컴퓨터가 이야기의 요점을 "보고" 전달하도록 하는 것이 제 평생의 목표이자 꿈이라고 생각했습니다. 그래서 제가 교수로 있을 때 대학원생들과 함께 프로젝트를 하게 됐어요. 하지만 저는 이 기술이 이렇게 긴 선형 가속을 가지고 있다는 사실을 보고 기분 좋게 놀랐습니다. 우리는 내 인생의 작업이 끝나기 훨씬 전에 그 문제를 거의 해결했습니다.

왜 이 책을 썼나요?

Play Video

동영상

팬데믹이 시작되던 2020년에 저는 대중을 위한 과학-AI 책을 집필해 달라는 요청을 받았습니다. 나는 대중 일반 청중을 생각하면서 너드 책을 쓰는 데 1 년을 보냈습니다. 나는 그것을 나의 좋은 친구이자 스탠포드 인간 중심 AI 연구소의 공동 책임자인 John Etchemendy에게 보여주었습니다. 그는 매우 현명한 사람이자 철학자입니다. 그는 나에게 전화해서 “다시 작성해야 한다”고 말했습니다. 나는 그의 말을 듣고 매우 충격을 받았고 우울했습니다.

그는 이렇게 말했습니다. “나는 당신이 과학자라는 것을 압니다. AI에 관해 글을 쓸 수 있습니다. 그러나 이민자, 여성, 다양한 배경을 가진 사람들 등 각계각층의 젊은이들이 자주 볼 수 없는 AI 과학자의 모습을 볼 수 있는 기회를 놓치면 이는 기회를 놓치는 것입니다.”

나는 나 자신에 대해 글을 쓰는 것을별로 좋아하지 않기 때문에 비명을 지르고 발로 찼습니다. 이게 반은 회고록이고 반은 과학이라는 게 아직도 많이 불편해요. 나는 이것의 과학적인 부분을 좋아하지만 그가 의미하는 바를 이해합니다. 그리고 나는 내 자신의 여행에서도 그것을 동일시합니다. 그래서 나는 그것이 그 목소리를 젊은이들에게 전달하는 수단이라는 것을 명심하면서 다소 움츠러들고 다시 썼습니다.

'인간 중심 AI'란 무엇을 의미하는지 알려주세요.

Play Video

동영상

인간 중심 AI는 우리가 AI를 어떻게 해야 하는지에 대한 프레임워크일 뿐만 아니라 약 4년 반 전에 John Etchemendy 및 많은 스탠포드 교수진과 공동 설립한 연구소의 프레임워크이기도 합니다. AI 기술이 매우 중요하며 인간의 삶과 사회에 영향을 미칠 것이라는 점을 인식하는 것입니다.

AI에는 아직 밝혀지지 않은 부분 도 많이 있습니다 . AI 주위에 가드레일을 어떻게 설치합니까? 미래의 AI를 어떻게 개발할 것인가? 이 기술이 인류에게 최대한 이익을 주고 가드레일  과 위험을 완화하고 관리 할 수 있도록 미래로 어떻게 나아갈 수 있습니까 ? 우리는 인간 중심의 AI 프레임워크를 요구하고 있습니다.

이 프레임워크는 AI를 세 가지 측면에서 살펴봅니다. 하나는 AI를 여러 학문 분야의 일부로 인식한다는 것입니다. 그것은 단지 틈새 컴퓨터 과학 분야가 아닙니다. 우리는 AI를 사용하여 과학적 발견을 하고, AI의 경제적 영향을 이해하고 , AI를 사용하여 교육 및 학습을 강화하고자 합니다. 그것은 매우 학제 간입니다. 우리는 앞으로 일어날 일을 연구하고 예측하고 싶습니다.

또한 우리는 AI만큼 강력한 도구의 가장 중요한 용도는 인류를 대체하는 것이 아니라 인류를 강화하는 것임을 인식합니다. 이것이 바로 내 책의 주제이다. 우리는 이 기술을 생각할 때 인간의 존엄성, 인간의 행복, 인간의 일자리를 중심에 두어야 합니다. 이것이 인간 중심 AI의 두 번째 부분이다.

우리는 이 기술을 생각할 때 인간의 존엄성, 인간의 행복, 인간의 일자리를 중심에 두어야 합니다.

마지막으로 지능에는 미묘한 차이가 있습니다. 그것은 복잡하다. 우리 모두는 대규모 언어 모델과 그 힘에 열광하고 있습니다. 하지만 우리는 인간의 지능이 매우 복잡하다는 점을 인식해야 합니다. 그것은 감정적이고, 동정심이 많고, 의도적이며, 그 자체로 사각지대가 있고, 사회적입니다. 미래의 AI를 개발할 때 우리는 지능의 협소함만 인식하는 것이 아니라 이러한 수준의 뉘앙스에서 영감을 얻어야 합니다. 이것이 바로 인간 중심의 AI라고 봅니다.

조직이 AI를 윤리적으로 사용하기 위해 무엇을 할 수 있습니까?

Play Video

동영상

저는 강력한 기술에 대한 가드레일과 거버넌스를 두는  것이 필요하고 불가피하다고 생각합니다. 이 중 일부는 교육의 형태로 제공됩니다. 우리는 대중, 정책 입안자, 의사 결정자에게 이 기술의 힘, 한계, 과대 광고 및 사실에 대해 교육해야 합니다.

그런 다음 규범을 확립해야 합니다. 모든 조직은 고유한 가치 체계를 갖고 있으며, AI를 사용하는 경우(내 예상으로는 거의 모든 조직이 어떻게든 AI를 사용하거나 AI의 영향을 받을 것으로 예상함) 해당 표준을 구축해야 합니다. 대부분의 조직에서는 AI가 공정하고, 개인정보를 존중하고, 해를 끼치지 않고, 의도하지 않은 피해 결과에 대해 실제로 어느 정도 예측하고 예측할 수 있기를 원할 것입니다.

이것이 바로 우리가 조직에서 확립해야 할 규범입니다. 마지막으로, 규제 체계가 있을 것이며 그것이 법률이 될 것입니다. 이는 우리가 깊이 파고들 수 있는 큰 주제이지만 중요한 점은 그러한 종류의 법적 보호책도 필요하다는 것입니다.

가드레일은 얼마나 긴급하게 필요합니까?

Play Video

동영상

매우 긴급하다고 생각합니다. 그러나 나는 암울함과 파멸, 실존적 종결 위기의 관점에서 말하는 것이 아닙니다. 나는 지적으로 [가드레일의 필요성]을 존중하며, 단지 친절하기 위해서 이 말을 하는 것은 아닙니다. 나는 지적으로 그것을 존경합니다. 이는 새로운 혁신과 발견이 있을 때 인류가 항상 참여해 온 학문적 지적 작업의 일부입니다.

하지만 저는 사회적, 현안 문제가 시급하다고 생각하며 그 중 일부는 치명적인 위험 입니다 . 예를 들어 허위 정보가 민주주의, 일자리 및 인력, 편견, 개인 정보 침해, 무기화에 미치는 영향은 모두 매우 시급합니다. 많은 사람들이 위험의 관점에서 보지 못하는 더 시급한 문제는 공공 투자의 부족입니다. 우리는 민간 부문과 공공 부문의 자원 불균형이 극심한 상황입니다. 그것은 해를 가져올 것입니다.

Google Cloud에서 근무하면서 본 AI의 가장 창의적인 애플리케이션은 무엇이었나요?

Play Video

동영상

저는 구글에서 많은 것을 배웠습니다. 2017년과 2018년만 해도 AI는 오늘날의 AI와 같지 않았다. 하지만 클라우드 비즈니스에서는 모든 기업과 협력할 수 있습니다. 예를 들어, 그곳에서 일하면서 제가 가장 좋아하는 이야기 중 하나는 TensorFlow와 객체 인식 시스템을 사용하여 오이 분류를 돕는 일본의 오이 농부에 관한 것입니다. 그것은 매우 사랑스러운 예입니다.

또한 보험 회사와 같은 주요 금융 서비스에서는 AI를 사용하여 생산성을 높이고 피해를 평가하며 사용자와 고객에게 더 나은 서비스를 제공합니다. 또한 제가 Google에 근무하는 동안 소규모 연구진이 얼굴 인식 알고리즘을 사용하여 할리우드의 편견을 밝혀냈습니다. 그들은 수백 시간의 영화를 보고 여성 배우와 비교하여 남성 배우에게 상영 시간 또는 스크린 토크 시간이 얼마나 주어지는지 연구했습니다.

사람의 손으로는 할 수 없는 일이 바로 이런 일이다. 너무 힘든 일이에요. 그러나 AI는 이러한 종류의 편견을 찾아내는 데 도움이 됩니다. 물론 제가 개인적으로 적용하는 분야는 의료이며, AI를 활용하는 방법은 아주 많습니다.

그 중 어떤 용도가 당신을 놀라게 했나요?

Play Video

동영상

정확히 놀람이라는 단어인지는 모르겠지만, 비즈니스 용도로 폭넓게 활용되는 모습은 확실히 너무 놀랍습니다. 예를 들어, 농업 분야에서 AI와 기계 학습을 통해  에너지 사용을 최적화하고 더 나은 결과를 얻을 수 있다고는 결코 생각하지 못했습니다 . 문서를 디지털화하는 것과 같은 일상적인 것에서부터 생명을 구하고 신약을 발견하는 것과 같은 놀라운 일에 이르기까지 이 기술이 우리에게 가져올 수 있는 폭과 깊이는 놀랍습니다.

문서를 디지털화하는 것과 같은 일상적인 것에서부터 생명을 구하고 신약을 발견하는 것과 같은 놀라운 일에 이르기까지 이 기술이 우리에게 가져올 수 있는 폭과 깊이는 놀랍습니다.

그동안 제가 구글에서 근무하고 있었기 때문인지는 모르겠지만, 2017~2018년은 이 기술이 성숙해지는 것을 처음으로 본 해였습니다 . 적어도 나 자신을 대변하는 기술 전문가로서 여러분은 그 혼란함을 인식하고 사회를 AI 시대로 이끄는 데 공동 책임이 있다는 것을 인식해야 합니다. 그 공유된 책임은 우리를 윤리, 규정 등 우리가 훈련받지 못한 영역에 놓이게 할 것입니다.

경력 초기에 당신은 고임금 기업 기회 대신 학계를 선택했습니다. 후회하시나요?

Play Video

동영상

내가 있는 곳과 흥미진진한 AI의 세계를 보면 전혀 후회가 없다. 무서웠나요? 네, 그리고 그 책에는 우리 가족의 상황과 엄마의 건강 상태에 대한 자세한 내용이 포함되어 있습니다.

비유적으로 말하면, 제가 어둠 속을 걷고 있었고, 제가 올바른 선택을 했는지 궁금해했던 순간들이 많았습니다. 그래서 그 여행 기간 동안은 쉽지 않았습니다. 하지만 제가 정말 감사하고 흥분되는 점은 이제 제가 McKinsey를 포함한 모든 분야에서 일하고 있다는 점이며, 이는 매우 보람 있는 일입니다.

수년 전 McKinsey에서 인터뷰를 하신 후 미래의 지원자들에게 조언을 해주실 수 있나요?

Play Video

동영상

저는 파트너 인터뷰까지 McKinsey 문제 해결 사례 연구 전체를 완료했습니다. 모든 일을 다 했고, 채용 제안을 받았습니다.

경영 컨설팅은 훌륭한 직업이며, McKinsey와 더 많이 협력할수록 더 감사하게 생각합니다. 하지만 그 어린 페이페이는 마음속에는 과학자였습니다. 모든 젊은이들을 위해 자신만의 열정과 북극성을 찾고, 그것에 대해 용감하고, 인내하고, 끈기 있게 노력하십시오.

모든 젊은이들을 위해 자신만의 열정과 북극성을 찾고, 그것에 대해 용감하고, 인내하고, 끈기 있게 노력하십시오.

당신의 어머니는 'AI가 사람들을 돕기 위해 또 무엇을 할 수 있나요?'라고 물으신 적이 있습니다. 당신의 대답은 무엇입니까?

Play Video

동영상

우리 엄마는 정말로 일반 대중을 대표합니다. 딸이 하는 일에도 불구하고 기술에 대해 아무것도 모르는 할머니입니다. 너무 밝아요. 이 책이 집필된 이후로 세상은 AI가 사람들에게 어떻게 도움이 될 수 있는지를 본 것 같습니다. 문제가 있습니다. 나는 그것에 대해 얼버무리지 않을 것입니다. 우리는 모든 가능성을 종합적으로 처리해야 합니다. 저는 이를 재앙적 위험이라고 부릅니다.

하지만 AI는 아이들이 배우는 데 도움이 됩니다. 정말 매력적입니다. 예를 들어 ChatGPT나 이런 종류의 기술을 사용하는 모든 앱 앞에 어린이를 데려다 놓고 "융합이 무엇인지 자세히 알려주세요."라고 말할 수 있습니다. 그것은 세상을 돕는 매우 흥미로운 방법입니다.

우리는 AI 기술을 활용하는 의료계를 보고 있습니다. 스탠포드 의과대학에 있는 의사 친구 중 의료 요약은 의사와 간호사에게 매우 고통스럽다고 말했습니다. 그들은 환자들로부터 시간을 빼앗는다. 이제 도움이 되는 언어 모델을 얻을 수 있습니다. AI는 기후 솔루션과 같은 새로운 과학적 발견에 적용되거나 단지 이메일 작성에 도움이 될 수 있습니다. 그렇습니다. 그것의 응용이 꽃피우고 있습니다.

AI의 '친구 바다' 문제를 극복하기 위해 AI4ALL은 무엇을 하고 있나요?

Play Video

동영상

AI4ALL은 제가 2015년에 제 학생인 Olga Russakovsky와 제 동료인 Rick Sommer와 함께 시작한 비영리 단체입니다. 그렇습니다. 우리는 AI의 수많은 친구들 문제를 인식하고 있습니다. 솔직히 말해서, 친구들의 바다 문제는 지금 당장은 훨씬 더 나쁠 수도 있습니다. AI4ALL은 단지 하나의 작은 노력일 뿐이며, 더 많은 노력이 있었으면 좋겠습니다. 우리는 이 기술에 참여하기 위해 다양한 배경을 가진 더 많은 젊은이들을 초대해야 합니다.

저는 2015년이나 2016년에 스탠포드에서 열린 AI4ALL 여름 캠프 중에 우리 연구실에서 AI를 공부하고 있는 어린 여고생들의 점심시간에 들어간 것 같습니다. 14살과 15살이 서로 머리를 땋으며 AI 알고리즘과 신경망에 대해 이야기하는 모습이 너무 훈훈했습니다.

이것을 보는 것은 매우 재미 있습니다. 이것이 제가 젊은 사람들을 격려하고 싶은 이유이고, 그들이 젊을 때 참여하도록 하는 것이 중요하다고 생각합니다. 그들은 이제 형성기에 있기 때문에 이 기술의 가능성에 흥미를 느낄 필요가 있습니다. 이것이 내가 책을 쓴 이유의 일부이다.

당신은 책에서 많은 위대한 물리학자들이 말년에 생명의 신비에 관심을 갖게 되었다고 말씀하셨습니다. 그것이 당신 인생의 일에 어떤 영향을 주었나요?

Play Video

동영상

AI 분야에서의 나의 모든 경력은 내가 공부한 물리학과 함께 공부한 물리학자들 덕분입니다. 저는 물리학을 좋아했고, 여전히 물리학에 열정을 갖고 있습니다. 돌이켜보면 내가 물리학을 좋아하는 것은 사고방식이라는 것을 깨달았다.

호기심에 대한 가장 야심찬 질문을 하는 것은 바로 그 대담함입니다. “시간의 시작은 무엇입니까? 우주의 한계는 어디인가? 가장 작은 아원자 입자는 무엇입니까? 우주를 하나로 묶는 힘은 무엇입니까?” 우리가 그것을 발견한 것은 아닙니다.

하지만 그것은 매우 대담하고 나는 그것을 좋아합니다. 너무 궁금하고 기발하네요. 알베르트 아인슈타인(Albert Einstein)부터 [어윈] 슈뢰딩거(Erwin) 슈뢰딩거, 로저 펜로즈(Roger Penrose)에 이르기까지 물리학의 거인들은 지능과 생명에 관한 비원자적 물리적 세계의 질문에도 매료되었습니다.

제가 대학생이었을 때 그것은 저를 완전히 매료시켰습니다. 나 역시 다른 대담한 질문보다 지능이라는 대담한 질문에 더 관심이 있다는 것을 깨달았다. 나는 아직도 우주의 경계가 궁금하지만, 내 상상을 사로잡을 뿐이었다. 그때 나는 지적 관심을 물리학에서 AI로 옮겼습니다.

전체 인터뷰 보기

Play Video

동영상

Fei-Fei Li가 AI에 대한 다학제적 접근 방식의 가능성의 '세계'에 대해 설명합니다.

전체 시리즈를 보려면 Author Talks를 방문하세요 .

더 알아보기

저자 소개

페이 페이 리(Fei-Fei Li) 박사 는 스탠포드 대학교 컴퓨터 과학 교수이자 스탠포드 대학교 인간 중심 인공 지능 연구소의 창립 이사입니다. Mike Borruso 는 McKinsey Global Publishing의 청중 개발 및 혁신 이사이며 뉴욕 사무실에 있습니다.

인터뷰 대상자가 표현한 의견과 의견은 개인의 의견이며 McKinsey & Company의 의견, 정책 또는 입장을 대표하거나 반영하지 않으며 McKinsey & Company의 승인을 받지도 않습니다.