약 10년 전, 세계적으로 유명한 컴퓨터 과학자가 이렇게 단언했습니다:
"AI로 인해 사라질 첫 번째 직업은 방사선과 의사가 될 것이다."
10년이 지난 지금, 이 예측은 절반만 맞았습니다.
이 일화는 2024년 5월 밀켄 연구소에서 열린 강연에서 엔비디아 CEO 젠슨 황이 공유한 것입니다.
먼저, 맞춘 절반에 대해 이야기해 보겠습니다.
컴퓨터 비전은 스캔 판독이라는 좁은 작업에서 완전히 인간을 초월하는 수준이 되었습니다. 인간보다 더 오랫동안 집중력을 유지할 수 있고, 인간이 놓칠 수 있는 미세한 이상 징후도 포착할 수 있습니다. 황에 따르면, 10년 후 AI는 방사선과 분야에 100% 침투했습니다.
하지만 빗나간 절반은 더욱 의미심장했습니다.
방사선과 의사의 일자리는 사라지지 않았습니다. 사실, 정반대의 일이 일어났습니다.
AI가 스캔 판독을 처리하면서, 의사들은 더 많은 스캔을 읽을 수 있게 되었습니다. 더 많은 환자를 진료하고, 질병을 더 정확하게 진단할 수 있게 되었습니다.
그 결과, 병원 수익이 증가했고, 방사선과는 병원에서 가장 큰 수익을 창출하는 부서 중 하나가 되었으며, 이제 병원들은 더 많은 방사선과 의사를 고용하려 하고 있습니다.
황은 또한 만약 모두가 그 예측을 믿고 방사선과 의사가 되려는 꿈을 포기했다면, 세상은 이 중요한 인재를 잃었을 것이라고 지적했습니다.
저는 AI가 자신의 일자리를 빼앗을 수도 있다는 뉴스를 볼 때마다 불안감을 느끼는 분들께 이 역전의 이유를 이해하시길 바랍니다.
이 글을 다 읽고 나면, 막연한 불안감이 구체적인 행동으로 바뀌길 바랍니다: "오늘 밤, 내 업무를 종이에 두 부분으로 나누고, 내일 하나의 작업을 AI에 맡겨보자."
"작업"은 사라졌지만, 일의 "목적"은 사라지지 않았다
왜 예측은 빗나갔을까요?
황의 답변은 본질적으로 한 문장이었습니다.
"모든 사람이 간과하는 것은, 직업의 목적과 직업의 작업은 서로 관련되어 있지만, 동일한 것이 아니라는 점입니다."
방사선과 의사의 목적은 어두운 방에서 워크스테이션 앞에 앉아 스캔을 들여다보는 것이 아닙니다.
다른 의사들과 협력하여 질병을 진단하고 환자를 치료하는 것입니다. 스캔을 읽는 것은 이를 달성하기 위한 하나의 "작업"일 뿐입니다.
따라서 작업이 자동화되었더라도 직업은 사라지지 않았습니다. 대신, 목적에 집중할 수 있는 시간이 늘어나고, 진료하는 환자 수가 증가했으며, 업무는 성장 방향으로 전환되었습니다.
이어서 황은 자신을 예로 들었는데, 꽤 흥미로웠습니다.
"제가 일을 위해 하는 작업의 100%는 타자기와 말하기입니다. AI는 이미 타자기와 말하기를 완전히 자동화했고, 이 두 가지 모두에서 인간을 완전히 초월했습니다. 그렇다면 저는 실업자가 되어야 마땅합니다. 하지만 우리는 그 어느 때보다 열심히 일하고 있습니다."
그는 소프트웨어 엔지니어에게도 같은 원리가 적용된다고 말합니다.
엔지니어의 목적은 코드를 입력하는 것이 아니라, 문제를 해결하고 새로운 것을 창조하는 것입니다. 그는 9살에 미국으로 이주한 아이가 아침부터 밤까지 작은 화면 앞에서 키보드를 두드리는 삶을 꿈꿔서 이곳에 왔을 리가 없다고 농담하기도 했습니다.
이는 여러분의 업무에도 직접적으로 적용됩니다.
문서 작성. 회의록 요약. 숫자 입력. 이메일 답장. 이것들은 작업입니다.
고객을 만족시키는 것. 팀을 앞으로 이끄는 것. 매출을 창출하는 것. 이것들은 목적입니다.
AI는 작업을 없애기 위해 오고 있습니다.
황이 말하는 현재 상황: "AI는 지난 몇 달 만에 비로소 유용해졌다"
그렇다면, AI는 지금 어디에 와 있을까요?
불안감의 본질은 "큰 그림이 보이지 않을 정도로 진화가 너무 빠르다"는 느낌이라고 생각합니다. 황이 이 부분을 정리한 방식은 로드맵으로서 이해하기 매우 쉬웠습니다.
2년 전, ChatGPT가 등장하면서 생성형 AI가 탄생했습니다. 황에 따르면, "생성"이 가능해지기 위해서는 두 가지 필수적인 측면이 있었습니다.
첫째: 생각은 마음속에서 생각(토큰)을 생성하는 것입니다. 따라서 생성이 가능해진 순간, AI가 생각하고 추론할 수 있는 길이 열렸습니다.
둘째: 도구를 사용하려면 명령을 생성해야 합니다. 브라우저를 조작하는 것조차도, 무언가를 제어하기 위해 단어를 생성해야 합니다.
이 추론 AI는 작년에 등장했으며, 우리는 이제 이해하고, 추론하고, 계획하고, 도구를 사용하여 유용한 일을 수행할 수 있는 "에이전트 AI" 단계에 와 있습니다.
그 상징으로 언급된 것은 Anthropic의 Claude Code였습니다.
황은 이것이 소프트웨어 코딩과 같은 진정으로 생산적인 작업을 처리하는 최초의 에이전트 시스템이라고 언급했습니다. 여기서 중요한 점은 황이 "코딩은 엔지니어만을 위한 것이 아니다"라고 강조했다는 것입니다.
코딩은 "반복해서 자동화하고 싶은 것들을 프로그램으로 코드화하는 것"입니다. 세상에 자동화하고 싶은 것이 없는 회사는 없습니다. 따라서 코딩은 사실 모든 회사에 매우 중요합니다.
그리고 이러한 변화는 컴퓨팅의 폭발적인 증가를 만들어냈습니다.
에이전트 AI에 필요한 컴퓨팅 양은 생성형 AI의 약 1,000배입니다. 여기에 "사용하려는 사람의 수가 100배로 증가했다"는 사실을 곱하면 됩니다.
이것이 GPU 수요가 폭발하는 이유이며, 4-5년 전에 판매된 GPU가 고급 와인보다 더 빠르게 가치가 상승하고 있다는 일화까지 있을 정도였습니다.
또한 황은 OpenAI 및 Anthropic과 같은 AI 네이티브 회사의 총 마진이 지난 3-6개월 동안 크게 플러스로 전환되었다고 지적하며, 단호하게 말했습니다:
"AI는 지난 몇 달 만에 비로소 유용해졌다."
우리가 컴퓨터를 사용하는 방식도 변화할 것입니다.
지금까지는 누군가가 이전에 만들어서 저장해 둔 것을 "검색"하는 방식이었습니다.
이제부터는, 사람에게 말하듯이 의도를 전달하면 AI가 방법을 생각하고, 계획을 세우고, 브라우저, Excel, 또는 Photoshop과 같은 도구를 마스터하여 완성된 결과물을 돌려줄 것입니다.
여러분이 두려워하는 동안, 도구는 계속해서 이 방향으로 진화하고 있습니다.
일자리는 사라지지 않지만, "모든 사람의 일"은 영향을 받을 것이다
여기까지는 단순한 낙관론처럼 들릴 수도 있습니다. 하지만 황은 고용 현실에 대해서도 명확하게 이야기했습니다.
첫째, AI가 초기에 하는 일은 엄청난 수의 일자리를 창출하는 것입니다.
칩 공장, 컴퓨터 공장, AI 공장. 이 세 가지 유형의 공장에 걸쳐 수조 달러 규모의 재산업화가 일어나고 있습니다.
작년에는 1,000억 달러(황이 인류 역사상 최대 규모의 투자라고 부르는)가 AI 관련 스타트업에 유입되었고, 이 모든 것이 일자리로 전환되었습니다.
또한 흥미로운 역설이 있습니다.
코딩이 AI가 가장 먼저 잘하게 된 일임에도 불구하고, 소프트웨어 엔지니어에 대한 일자리 공고는 실제로 증가하고 있습니다. 그 이유는 야망이 커졌기 때문입니다. AI를 사용하면 더 많은 일을 할 수 있습니다. 따라서 더 많은 사람을 고용하게 됩니다.
그러나 황은 "직무 변동"에 대해서도 명시적으로 언급했습니다.
"오늘날 대학을 졸업하는 학생이 AI를 마스터하지 못한다면, AI를 마스터한 졸업생들의 일자리를 가져갈 수 없을 것입니다."
"어제는 불필요했던 기술이 오늘은 필수가 되었습니다."
작업 자체가 직업이었던 업무는 실제로 대체될 것입니다. 황은 식당의 전화 예약을 예로 들었습니다. 전화를 받고 예약을 접수하는 작업만 하는 것은 AI로 대체될 것입니다. 하지만 그 사람은 전화 교환원 대신, 앞에 있는 고객을 직접 응대할 수 있게 될 것입니다.
결론은 이것입니다:
"많은 일자리가 창출될 것입니다. 일부 일자리는 사라질 것입니다. 하지만 모든 일자리는 영향을 받을 것입니다."
즉, 바람 한 점 없는 안전지대는 없습니다. 하지만 그것은 절망적인 이야기도 아닙니다. 구분선은 직업이 아니라, AI를 사용하는 쪽에 있느냐 아니냐입니다. 그것이 핵심입니다.
가장 큰 손해를 보는 사람은 AI를 만지기에는 너무 두려워하는 사람이다
강연에서 AI 비관론자와 낙관론자 사이의 갈등도 주제 중 하나였습니다.
자신이 낙관론의 선봉장이냐는 질문에 황의 대답은 "저는 실용주의자입니다"였습니다.
"AI의 대부" 제프리 힌튼의 이론, 즉 AI가 인류의 종말을 초래할 확률이 20-30%라는 주장에 직면했을 때의 그의 반응도 인상적이었습니다.
"그가 완전히 틀린 점은, 많은 똑똑한 사람들이 그것을 막기 위해 일하고 있지 않다고 생각한다는 것입니다."
자동차를 더 빠르게 만들려는 사람 한 명당, 더 안전하게 만들려는 사람이 열 명입니다. AI를 더 똑똑하게 만들려는 사람 한 명당, 안전 장치와 안전에 대해 연구하는 사람이 열 명입니다.
또한 황이 제기한 "가장 큰 우려"는 예상외였습니다.
다른 국가가 AI를 보유하는 것에 대한 것이 아니었습니다. 그것은 자국민들이 공상과학 공포 이야기에 계속 노출되어 AI를 만지기에는 너무 두려워하고, 그 결과 국가가 선두를 잃게 될 것이라는 점이었습니다.
"미국이 이전 산업 혁명의 혜택을 본 이유는 우리가 그것을 발명했기 때문이 아니라, 적용했기 때문입니다."
이것은 국가에 대한 이야기이지만, 개인에게 직접적으로 적용될 수 있다고 생각합니다. 선정적인 기사에 겁을 먹고 관망하는 데 보내는 시간이 가장 큰 비용입니다. 안전하게 만드는 것은 업계의 일입니다. 적용하는 것은 여러분의 일입니다.
"그 야망은 너무 낮습니다. 기대치를 100배 높이세요"
강연 말미에, 지금 무엇에 대해 생각하고 있느냐는 질문에 황은 이 이야기를 공유했습니다.
새로운 아이디어를 탐구하는 데 몇 달을 보내던 연구자들은 이제 AI를 사용하여 하루 만에 할 수 있게 되었습니다. 몇 달이 하루로 바뀌었습니다.
에너지 과학, 기후 과학, 생물학, 신약 개발, 물리 과학 등 모든 분야에서 혁신이 일어나고 있습니다.
"제가 매일 보는 것을 여러분이 볼 수 있다면, 여러분은 흥분할 것이고 이것을 깨닫게 될 것입니다: 과거에 가졌던 어떤 야망이든 충분하지 않았습니다. 바꿔야 할 것은 단 한 가지입니다: 기대치를 약 100배 높이세요."
그렇다면, 우리는 내일 무엇을 해야 할까요?
이 강연을 행동으로 옮긴다면, 세 가지가 있다고 생각합니다:
- 오늘 밤, 여러분의 업무를 종이에 적어 "목적"과 "작업"으로 나누어 보세요. 방사선과 의사에게 환자를 치료하는 것은 목적이고, 스캔을 읽는 것은 작업입니다. 여러분의 업무에서는 무엇이 무엇일까요?
- 내일, 단 하나의 작업만 AI에 맡겨보세요. 회의록, 문서 초안, 또는 리서치가 될 수 있습니다. 잘 안 되더라도, 만지는 순간 여러분은 관망하는 쪽에서 사용하는 쪽으로 이동한 것입니다.
- 확보된 시간을 목적에 투자하세요. 고객, 기획, 결과물. 여러분의 가치는 AI에 맡길 수 없는 부분에서 나옵니다.
여러분은 사라지는 쪽에 있을까요, 아니면 증가하는 쪽에 있을까요?
구분선은 직업이나 나이가 아니라, 이 분해 작업을 하느냐 마느냐입니다. 저는 그렇게 받아들였습니다.
마지막으로, 질문입니다.
여러분 업무의 "목적"은 무엇인가요? 그리고 내일 어떤 "작업"을 가장 먼저 AI에 맡기시겠어요?
인용 또는 댓글로 여러분의 의견을 듣고 싶습니다.
