기술 업계에 특이한 현상이 일어나고 있습니다.
세계에서 가장 중요한 AI 시스템을 구축하는 사람들은 더 이상 AI를 단순한 소프트웨어 업그레이드로 설명하지 않습니다. 그들은 풍부해진 지능, 스스로 개선되는 제품, 사라지는 일자리, 모두를 위한 AI 어시스턴트, 자율 에이전트, 그리고 수년 내에 도래할 AGI에 대해 이야기하고 있습니다.
흥미로운 점은 그들조차 다음에 무슨 일이 일어날지 완전히 동의하지 않는다는 것입니다.
샘 알트만은 지능이 풍부해지고 극적으로 저렴해질 것이라고 봅니다. 스펜서 스케이츠는 지능이 점점 더 제품 자체에 내재화되어 스스로 개선되는 제품 세대를 창출할 것이라고 믿습니다. 다리오 아모데이는 초급 화이트칼라 고용에 심각한 혼란을 초래할 것이라고 경고합니다. 젠슨 황은 AI가 인간을 증폭시키고 완전히 새로운 경제적 기회를 창출할 것이라고 믿습니다. 사티아 나델라는 수십 년에 걸친 기술 변화가 단 몇 년으로 압축되고 있다고 말합니다. 데미스 허사비스는 우리가 인류 역사의 중대한 전환점에 도달했다고 믿습니다.
처음에는 이것들이 서로 다른 예측처럼 들립니다. 하지만 제 생각에는 이것들이 같은 이야기의 서로 다른 장에 불과합니다.
이것들을 종합하면, 앞으로 다가올 일과 우리가 어떻게 대비해야 하는지에 대한 놀라울 정도로 명확한 그림을 제시합니다.
샘 알트만: 지능이 풍부해지고 있다
OpenAI는 점점 더 풍요의 경제라는 관점에서 AI를 설명하고 있습니다. 기본 아이디어는 간단합니다. 유용한 지능이 더욱 강력해지고 극적으로 저렴해짐에 따라, 한때 값비싼 인간 전문성을 필요로 했던 활동들이 갑자기 엄청난 규모로 경제적으로 가능해진다는 것입니다.
이 아이디어는 처음 보이는 것보다 더 큽니다.
인류 역사의 대부분 동안, 유용한 지능은 사람 안에 존재했기 때문에 비쌌습니다. 전문 지식이 필요하다면, 사회는 먼저 누군가를 수년간 교육하고 그 사람의 제한된 시간을 위해 경쟁해야 했습니다. 훌륭한 변호사는 제한된 수의 의뢰인만을 상대할 수 있고, 프로그래머는 제한된 양의 코드만 작성할 수 있으며, 과학자는 제한된 수의 가설만 조사할 수 있습니다.
AI는 기계 지능이 복사되고, 확장되며, 지속적으로 사용 가능해질 수 있기 때문에 이러한 경제학을 변화시킵니다.
지능이 점차 전기에 가까워지는 것을 상상해보세요. 우리는 전기를 고용하거나 전기와 회의를 잡지 않습니다. 필요할 때마다 필요한 만큼 간단히 접근할 뿐입니다.
5명 규모의 스타트업이 한때 다국적 기업만이 가질 수 있었던 분석 및 기술 역량을 보유할 수 있습니다. 소규모 비즈니스는 자체 연구원, 프로그래머, 디자이너, 전략가와 같은 것을 가질 수 있습니다. 과학자들은 이전에는 탐구하는 데 수천 시간의 인간 노동이 필요했던 질문들을 조사할 수 있습니다.
우리는 지능이 희소하다는 전제 위에 경제를 세웠습니다. AI는 지능을 인프라로 바꿀지도 모릅니다.
그리고 어떤 것이 희소성에서 풍요로움으로 이동할 때, 경제적 가치는 일반적으로 다른 곳으로 이동합니다.
스펜서 스케이츠: 제품이 스스로 개선되기 시작할 것이다
이제 Amplitude의 공동 창립자이자 CEO인 스펜서 스케이츠가 이 주장을 한 단계 더 발전시킵니다.
그 모든 풍부한 지능이 단순히 챗봇 안에 앉아 우리가 질문하기를 기다리지 않는다면 어떻게 될까요? 그 지능을 제품 자체 내부에 넣으면 어떻게 될까요?
스케이츠는 스스로 개선되는 제품의 미래에 대해 이야기해 왔습니다. 즉, 제품이 어떻게 사용되는지 지속적으로 이해하고, 문제와 기회를 발견하며, 개선 사항을 실험하고, 결과로부터 학습하며, 그 교훈을 다음에 구축할 제품에 다시 반영할 수 있는 제품을 말합니다.
그 문구는 훨씬 더 많은 주목을 받을 가치가 있습니다.
수십 년 동안 소프트웨어 개발은 비교적 느린 인간 루프를 통해 운영되어 왔습니다. 회사가 무언가를 만들고, 고객이 사용하며, 데이터가 축적되고, 분석가가 무슨 일이 일어났는지 연구하며, 제품 관리자가 무엇을 변경해야 할지 결정하고, 디자이너가 대안을 만들며, 엔지니어가 이를 구축하고, 결국 다른 버전이 고객에게 도달합니다.
그런 다음 프로세스가 다시 시작됩니다.
모든 단계는 인간이 다음 단계를 시작하는 데 달려 있습니다. AI는 이 전체 루프를 압축하기 시작합니다.
첫째, 제품이 더 빨리 구축됩니다. AI 코딩 도구는 소프트웨어를 만들고 기존 제품을 수정하는 데 필요한 시간을 극적으로 줄여줍니다.
그런 다음 제품이 관찰합니다. AI 에이전트는 누군가가 수동으로 대시보드를 조사할 때까지 기다리는 대신 고객이 실제로 어떻게 행동하는지 지속적으로 관찰할 수 있습니다.
그런 다음 이해합니다. 해당 에이전트는 인간이 조사할 생각조차 하지 못했을 마찰, 비정상적인 행동, 전환 문제 및 기회를 식별할 수 있습니다.
그런 다음 실험합니다. 새로운 경험을 전통적인 제품 팀이 현실적으로 달성할 수 없는 속도로 만들고 테스트할 수 있습니다.
그런 다음 학습합니다. 행동 데이터는 변경 사항이 실제로 전환율, 참여도, 유지율 또는 기타 중요한 결과를 개선했는지 여부를 보여줍니다.
그리고 마지막으로 개선됩니다. 시스템이 학습한 내용은 다음에 구축해야 할 사항에 직접적으로 다시 반영됩니다.
오늘날, 인간은 여전히 이러한 전환의 대부분을 통제합니다. 하지만 루프가 점점 더 자율화됨에 따라 어떤 일이 일어날지 상상해보세요.
제품이 특정 고객 그룹이 온보딩을 반복적으로 포기한다는 것을 알아차립니다. AI 에이전트가 그들의 행동을 조사하고, 마찰의 가능한 원인을 식별하며, 여러 대안을 제안합니다. 실험을 통해 해당 대안을 테스트하고, 행동 데이터는 어떤 것이 효과가 있는지 밝혀내며, 그 학습은 다음 개선 사항에 직접적으로 반영됩니다.
제품은 더 이상 사람들이 사용하는 단순한 소프트웨어가 아닙니다. 더 나은 소프트웨어가 되는 방법을 학습하는 소프트웨어가 됩니다.
이것은 경쟁 구도를 변화시킵니다.
AI 코딩은 모든 사람이 더 쉽게 구축할 수 있도록 빠르게 만들고 있습니다. 모든 회사가 더 빠르게 출시할 수 있다면, 단순히 더 많은 기능을 생산하는 것은 더 이상 이점이 되지 않습니다. 이점은 얼마나 빨리 구축하는가에서 얼마나 빨리 학습하는가로 이동합니다.
여기에는 중요한 차이점이 있습니다. AI는 소프트웨어를 생성할 수 있지만, 무언가를 만드는 것과 인간이 실제로 그것을 원하는지 아는 것은 완전히 다른 문제입니다.
첫 번째는 지능을 필요로 합니다. 두 번째는 인간 행동에 대한 이해를 필요로 합니다.
이것이 차세대 훌륭한 제품이 단순히 AI를 내장하는 것에 그치지 않는 이유일 수 있습니다. 그들은 지능과 실제 인간 행동을 연결하는 지속적인 피드백 루프를 갖게 될 것입니다.
최고의 제품이 반드시 승리하지는 않을 수 있습니다.
가장 빠르게 학습하는 제품이 승리할지도 모릅니다.
다리오 아모데이: 첫 번째 단계는 어떻게 될까?
Anthropic의 CEO 다리오 아모데이는 점점 더 강력해지는 지능의 훨씬 더 불편한 결과를 봅니다.
그는 AI가 단 몇 년 안에 초급 화이트칼라 고용의 상당 부분을 혼란에 빠뜨릴 수 있다고 경고했습니다. 최종 숫자가 무엇이든 간에, 그의 경고 이면의 구조적 문제는 진지한 주목을 받을 가치가 있습니다.
경력 사다리의 첫 번째 단계는 어떻게 될까요?
회사는 주니어 애널리스트를 고용하는데, 그 이유 중 하나는 누군가가 경쟁사를 조사하고, 스프레드시트를 조작하며, 프레젠테이션을 준비해야 하기 때문입니다. 로펌은 방대한 양의 자료를 검토하기 위해 젊은 변호사를 고용합니다. 소프트웨어 회사는 주니어 개발자에게 비교적 간단한 코딩 작업을 제공합니다.
하지만 그러한 일들은 두 가지 기능을 수행합니다. 그들은 회사를 위해 작업을 생산하는 동시에 경험을 쌓은 인간을 생산합니다.
애널리스트는 결국 판단력을 키우고 이사가 됩니다. 문서를 검토하던 젊은 변호사는 결국 복잡한 협상을 처리합니다. 지루한 버그를 수정하던 프로그래머는 문제가 발생했을 때 실제 시스템이 어떻게 작동하는지 점차 배웁니다.
AI가 초급 수준의 작업에 매우 능숙해지면, 기업은 더 적은 수의 초보자를 고용해야 할 분명한 경제적 인센티브를 갖게 됩니다.
이것은 우리가 해결하지 못한 역설을 만듭니다: AI는 인간이 전통적으로 수행하던 작업을 제거하면서, 동시에 AI가 아직 수행할 수 없는 작업을 수행하는 방법을 배우는 과정을 제거할 수 있습니다.
우리는 사다리의 아래쪽을 자동화하면서, 다음 세대가 정상에 도달하는 방법을 알아내지 못할 수도 있습니다.
젠슨 황: 모두가 초능력을 갖게 된다
NVIDIA의 CEO 젠슨 황은 방정식의 다른 측면을 봅니다.
그의 예측은 놀라울 정도로 간단합니다: "모든 사람이 AI 어시스턴트를 갖게 될 것입니다."
황의 더 넓은 주장은 AI가 단순히 인간 노동을 대체하지 않을 것이라는 것입니다. 그것은 개인이 성취할 수 있는 것을 증폭시켜, 지능과 생산 비용이 하락함에 따라 잠재적으로 완전히 새로운 수요를 창출할 것입니다.
역사는 그 주장에 어느 정도 신빙성을 부여합니다.
스프레드시트가 회계사를 없애지 않았습니다. 컴퓨터가 사무직 근로자를 없애지 않았습니다. 인터넷은 일부 직업을 파괴하는 동시에 이전에는 존재할 수 없었던 산업을 창출했습니다.
따라서 AI는 엄청난 양의 작업을 제거할 수 있지만, 동일한 수의 일자리를 제거하지는 않을 수 있습니다.
소프트웨어를 만드는 비용이 10배 저렴해진다면, 사회가 10분의 1의 개발자만 필요로 하지 않을 수도 있습니다. 아마도 인류는 50배 더 많은 소프트웨어를 구축하기로 결정할 수도 있습니다. 과학적 조사가 극적으로 저렴해진다면, 더 적은 과학자가 필요하지 않을 수도 있습니다. 아마도 과학자들은 이전에는 경제적으로 실현 불가능했던 수백만 개의 실험을 시도할 수도 있습니다.
이는 황과 아모데이가 둘 다 옳을 수 있음을 의미합니다. 일부 직업은 극적으로 축소되는 반면, 완전히 새로운 경제 활동 범주가 폭발적으로 증가할 수 있습니다.
기술 혁명은 파괴와 창조 사이에서 선택하는 경우가 거의 없습니다. 그것들은 일반적으로 둘 다 제공하지만, 반드시 같은 사람들에게 동시에 제공되지는 않습니다.
사티아 나델라: 진짜 문제는 속도일 수 있다
Microsoft의 CEO 사티아 나델라는 현재의 플랫폼 변화를 제가 특히 중요하게 생각하는 한 문장으로 설명했습니다:
"30년의 변화가 3년으로 압축되고 있습니다!"
압축이라는 단어는 이 논쟁에서 다른 어떤 것보다 더 중요할 수 있습니다.
인류는 이전에도 엄청난 기술적 변혁을 견뎌냈습니다. 전기는 공장과 가정을 변화시켰습니다. 자동차는 도시를 재설계했습니다. 컴퓨터는 사무실을 바꿨습니다. 인터넷은 커뮤니케이션, 상거래 및 미디어를 재구성했습니다.
하지만 사회는 적응할 시간이 있었습니다. 사람들은 은퇴하는 동안 젊은 세대는 다른 기술을 배웠습니다. 대학은 커리큘럼을 바꾸고, 정부는 규제를 만들었으며, 회사는 생기고 사라졌고, 전체 직업은 점진적으로 진화했습니다.
AI는 기술 적응이 인간 적응보다 빠르게 일어날 수 있기 때문에 다른 문제를 만들 수 있습니다.
오늘 4년제 대학 학위를 시작하는 사람이 졸업할 때쯤이면 그 직업의 경제학이 근본적으로 다르게 보일 수 있는 상황을 상상해보세요. 또는 20년 동안 특정 작업에 탁월해지기 위해 노력해 온 45세 전문직 종사자가 갑자기 그 작업이 거의 즉시 그리고 거의 비용 없이 가능해지는 경우를 생각해보세요.
가장 큰 위험은 기술 변화 자체가 아닐 수 있습니다. 그것은 기계가 개선되는 속도와 인간, 기업, 제도가 스스로를 재창조할 수 있는 속도 사이의 벌어지는 격차일 수 있습니다.
데미스 허사비스: 이것은 소프트웨어보다 더 커질 수 있다
그리고 마침내 Google DeepMind의 CEO 데미스 허사비스에 도달합니다.
2026년 8월, 허사비스는 현재 시기를 "인류 역사의 중대한 전환점"이라고 설명했으며, 경력 내내 AGI를 위해 노력해 온 후, 그것이 이제 "가까이 왔다"고 믿는다고 말했습니다.
이것은 대화를 직장 생산성 훨씬 너머로 이끕니다.
일단 AI가 수학, 생물학, 화학, 재료 과학, 공학 및 의학을 발전시키는 데 인간을 실질적으로 도울 수 있게 되면, AI는 더 이상 단순한 또 다른 기술 산업이 아닙니다. 그것은 다른 기술들을 가속화하는 기술이 됩니다.
AI는 로봇 공학을 개선하고, 약물 발견을 돕고, 새로운 재료를 설계하며, 소프트웨어를 작성하고, 과학적 연구를 지원하며, 엔지니어가 더 나은 컴퓨터를 설계하도록 도울 수 있으며, 이는 다시 더 나은 AI를 실행할 수 있게 해줍니다.
이것은 피드백 루프를 만듭니다: 더 나은 AI는 인간이 더 나은 기술을 구축하도록 돕고, 더 나은 기술은 인간이 더 나은 AI를 구축하도록 도우며, 그 주기는 가속화됩니다.
이것이 AI를 스마트폰과 비교하는 것이 현재 일어나고 있는 일을 극적으로 과소평가할 수 있는 이유입니다. 스마트폰은 인간이 정보에 접근하는 방식을 바꿨습니다.
고급 AI는 인류가 새로운 것을 발견하는 속도를 바꿀 수 있습니다.
그들은 모두 옳을 수 있다
처음에, 이 지도자들은 우리에게 서로 다른 이야기를 하고 있는 것처럼 보입니다. 그러나 그들의 주장을 순서대로 배열하면, 그들은 놀라울 정도로 양립 가능해 보이기 시작합니다.
알트만은 지능이 풍부해진다고 말합니다. 한때 비쌌던 능력이 거의 모든 사람에게 제공됩니다.
스케이츠는 제품 자체가 학습하고 개선되기 시작한다고 말합니다. 풍부한 지능이 제품 개발 루프에 내장되어 구축, 인간 행동 관찰, 실험, 학습 및 개선을 연결합니다.
아모데이는 풍부한 지능이 지식 노동을 혼란에 빠뜨린다고 말합니다. 특히 취약한 것은 전통적인 경력이 기반을 둔 초급 작업일 수 있습니다.
황은 AI가 개별 인간을 극적으로 증폭시킨다고 말합니다. 낮은 비용은 새로운 수요, 새로운 회사 및 완전히 새로운 작업 범주를 창출합니다.
나델라는 이 모든 것이 비정상적으로 빠르게 일어난다고 말합니다. 사회는 이전의 기술 혁명 때보다 적응할 시간이 훨씬 적습니다.
허사비스는 AI가 궁극적으로 발견 자체를 가속화한다고 말합니다. 지능은 인류가 차세대 기술을 발명하도록 돕기 시작합니다.
이것들은 반드시 6개의 경쟁 예측이 아닙니다. 그것들은 동일한 변혁의 6개 층일 수 있습니다.
희소성을 따라가라
이 사람들이 부분적으로라도 옳다면, 자신의 경력, 회사 또는 투자에 대해 생각하는 모든 사람을 위한 놀라울 정도로 실용적인 교훈이 있습니다:
AI가 풍부하게 만드는 것에 가치를 두지 마십시오. AI가 풍부하기 때문에 희소해지는 것에 가치를 두십시오.
주의가 희소해집니다. 콘텐츠가 사실상 무제한이 되면, 진정한 인간의 관심을 사로잡는 것이 더 어려워지고 따라서 더 가치 있게 됩니다.
판단력이 희소해집니다. 분석이 즉시 생성될 수 있을 때, 어려운 질문은 더 이상 분석을 얻을 수 있는지 여부가 아닙니다. 어떤 분석을 신뢰해야 하는지 아는 것이 중요해집니다.
방향성이 희소해집니다. AI가 수백 가지 아이디어와 전략을 생성할 수 있을 때, 또 다른 아이디어가 반드시 유용한 것은 아닙니다. 어떤 문제를 해결해야 하는지 아는 것이 이점이 됩니다.
독창적인 생각이 희소해집니다. 유능한 글, 이미지, 소프트웨어 및 프레젠테이션이 거의 모든 사람에 의해 생산될 수 있을 때, 진정으로 다른 말을 하는 것이 더 가치 있게 됩니다.
신뢰가 희소해집니다. 기계는 점점 더 설득력 있게 의사소통하는 반면, 합성 콘텐츠는 더 쉽게 제조될 수 있습니다. 따라서 인간의 신뢰성은 더 가치 있게 되고, 덜 가치 있게 되지 않습니다.
취향이 희소해집니다. AI는 무한한 가능성을 창출할 수 있습니다. 누군가는 여전히 어떤 것이 실제로 좋은지 결정해야 합니다.
그리고 스스로 개선되는 제품은 엄청나게 중요할 수 있는 한 가지 더 희소성을 만듭니다: 시스템이 최적화해야 할 대상을 아는 것.
기계는 목표를 달성하는 데 비범하게 능숙해질 수 있습니다. 제품은 지표를 개선하는 데 비범하게 능숙해질 수 있습니다. 하지만 그것이 올바른 목표였을까요? 그것이 올바른 지표였을까요?
그것은 더 이상 주로 기술적인 질문이 아닙니다.
그것은 인간의 판단에 관한 질문입니다.
기계를 따라잡으려 하지 마라
수십 년 동안 관리자는 인간에게 어떤 작업을 수행해야 하는지 지시했습니다. 내일이면, 리더는 점점 더 인간, 에이전트 및 스스로 개선되는 시스템의 조합을 위한 목표를 정의하게 될 것입니다.
그러면 리더십은 실행을 감독하는 것보다 방향, 제약 조건, 인센티브 및 의미를 정의하는 것에 더 가까워집니다.
저는 다음 10년을 기계가 기하급수적으로 개선되고 있는 무언가에서 약간 더 나아지려고 노력하며 보내지 않을 것입니다. 저는 기계를 지시하는 법을 배우는 동시에, 지능 자체가 풍부해지기 때문에 더 가치 있게 되는 능력, 즉 판단력, 호기심, 용기, 관계, 리더십, 책임감 및 취향을 의도적으로 강화하는 법을 배울 것입니다.
AI 시대의 승자는 AI에 대해 가장 많이 아는 사람들이 아닐 수 있습니다. 그들은 지능 자체가 더 이상 희소하지 않을 때 지능으로 무엇을 해야 하는지 이해하는 사람들일 수 있습니다.
수천 년 동안 지능은 인간에게 비범한 힘을 주었습니다. 이제 우리는 지능을 어디서나, 항상 사용할 수 있게 만드는 기계를 구축하고 있으며, 우리 주변의 제품은 관찰하고, 학습하고, 개선하기 시작했습니다.
아마도 AI 시대의 결정적인 질문은 기계가 결국 우리처럼 생각할 것인지가 아닐 것입니다.
그것은 훨씬 더 불편한 질문입니다:
똑똑한 것이 더 이상 우리를 특별하게 만들기에 충분하지 않을 때, 인간은 무엇이 되어야 하는가?
