촌장

AI 시대의 인간 전략 - 취향 AI 시대, 왜 다시 취향일까?   안녕하세요, 촌장입니다.   하루가 멀다 하고 AI 관련 뉴스가 쏟아지고 있습니다. 지난 12일, 앤트로픽의 다리오 아모데이 CEO가 개인 블로그에 최첨단 AI의 개발 속도를 조절해야 한다는 글을 올린 뒤로, 연일 AI의 위험성에 대한 이야기가 이어지고 있습니다. 이튿날 아모데이는 미국 CBS 인터뷰에서 AI 업계가 너무 오랫동안 이 기술의 위험에 대해 사람들을 속여왔다는 말까지 했죠. 그러면서 개발을 아예 멈추자는 것이 아니라, 제3자가 안전성을 충분히 검증할 수 있도록 AI 업계 전체가 속도를 늦추자고 제안했습니다. 아모데이의 제안에 오픈AI의 샘 올트먼과 xAI의 일론 머스크도 뜻을 같이하면서, AI를 경계하자는 목소리에 부쩍 힘이 실리고 있습니다. 물론 결국 후발 주자를 막는 규제 장벽이 아니냐는 반론도 나오고, IPO를 위한 마케팅이라는 말까지 여러 소식도 쏟아집니다.   아모데이가 AI 위험성에 대해서 강조하고 있다. 요즘 유독 발언이 세졌다. 여러 마케팅의 일환이라는 주장에도 불구하고 AI의 위협은 실존적 위기임은 분명해 보인다. 이런 소란과 혼란 가운데, 어쩌면 우리가 스스로에게 던져야 할 질문은 이런 것일지도 모릅니다. 우리는 무엇으로 사람다울 수 있을까? AI가 할 수 있는 일이 늘어나고 성능이 올라갈수록, 인간다움의 가치는 줄어드는 게 아니라 오히려 더 또렷해질 것입니다. 인간다움을 지키는 일이 곧 인간이라는 존재의 의미를 지켜 나가는 일일 테니까요. 그리고 저는 그 인간다움의 한가운데에 취향이 있다고 생각합니다. 김재인 교수는 『디스킬 제너레이션』에서 AI 시대에 인간이 갖춰야 할 역량으로 언어력, 독해력, 소통력과 협업력을 꼽고, 마지막으로 &#39;취향 지능&#39;의 중요성을 강조합니다. 취향은 결국 자기 삶의 방향성에 대한 이야기라는 거죠. 그래서 이번 수요레터에서는 &#39;취향&#39;이라는 단어를 따라가며, AI 시대에 무엇이 우리를 인간답게 만드는지 살펴볼까 합니다. 그럼 시작해 볼까요?   취향에 관한 다층적 의미   먼저 취향이 무엇인지부터 살펴볼까 합니다. 취향(趣向)은 글자 그대로 풀면 &#39;마음이 향하는 방향&#39;입니다. 글자 풀이만으로는 잘 와닿지 않죠. 취향을 단순히 취미나 좋아하는 것 정도로 한정하기에는 이 단어에 담긴 함의가 꽤 다양합니다. 그중 중요한 몇 가지 측면을 소개해 볼게요. 철학자 칸트는 『판단력 비판』에서 취향을 아름다움을 판단하는 능력으로 보았습니다. 나에게 이득이 되는지와 상관없이 그 자체로 느끼는 즐거움, 이른바 &#39;무관심적 만족&#39;이라는 거죠. 흥미로운 건 칸트가 취향을 지극히 개인적인 것이면서도 다른 사람의 동의를 기대하는 것으로 봤다는 점입니다. "이 노래 좋지 않아?"라고 묻는 마음이 딱 그렇죠. 프랑스 사회학자 피에르 부르디외는 『구별짓기』에서 취향의 다른 측면에 대해 이야기 합니다. 취향은 순수한 개인의 선택이 아니라 자라온 환경과 교육, 경제적 배경이 만든 결과물이라는 겁니다. 클래식을 즐기는 것도 타고난 심미안 덕분이 아니라 그런 문화를 익힐 수 있는 환경에서 자랐기 때문이라는 거죠. 부르디외에게 취향은 사람들을 구분하는 사회적 장치입니다. 먹고살기 바빠 변변한 취미 하나 가질 여유가 없었던 세대에게 취향은 아주 먼 이야기였을지도 모릅니다.     취향은 사회적 계급의 결과라고 주장하는 책. 부정하기 어렵다. 하지만 그 얽매임에 언제까지나 갇혀 있을 수는 없지 않은가? (출처 : 교보문고)   심리학에서도 취향은 흥미로운 단어입니다. 심리학은 취향을 정체성의 재료로 봅니다. 사춘기에 특정 음악이나 패션에 깊이 빠지는 것도 "나는 누구인가"를 탐색하는 과정이고, 같은 취향을 가진 사람들끼리 모여 소속감을 느끼는 것도 결국 자신의 정체성을 찾아가는 여정입니다. 부르디외가 말한 사회적 구별짓기까지는 아닐지언정, 무리 속에서 나를 남과 구분해 주는 표지를 취향에서 찾는 셈이지요. 마케팅과 행동경제학은 조금 다른 질문을 던집니다. 취향은 반복된 노출과 남들의 평가, 알고리즘 추천을 통해 인위적으로 만들어질 수도 있다는 겁니다. 넷플릭스나 유튜브의 추천이 내 취향을 찾아준다고들 하지만, 실은 알고리즘이 그어 놓은 울타리 안에서 취향이 구획되고 좁아지기도 하죠. 평론가 카일 차이카는 『필터월드』에서 전 세계의 카페와 인테리어, 음악이 점점 비슷해지는 것은 모두가 같은 알고리즘의 추천을 받기 때문이라는 진단을 내립니다. 내 취향이라고 믿는 것이 정말 내가 고른 것인지, 한 번쯤 의심해 볼 만한 시대입니다.   인간을 구분짓는 요소 : 취향   취향에 대해서는 여러 논의와 해석이 가능하지만, 결국 취향은 &#39;나는 무엇을 좋아하고 선호하는가&#39;, &#39;나는 어떤 사람인가&#39;를 설명해 주는 말입니다. AI에게 "아늑한 카페 인테리어를 그려줘"라고 부탁하면 몇 초 만에 그럴듯한 이미지를 그려주죠. 따뜻한 조명, 원목 테이블, 창가의 화분. 흠잡을 데 없는, 진짜 사진 같은 그림입니다. 하지만 어디선가 본 듯하고, 특별히 튀지 않고 그냥 무난하죠. 디테일이 갈수록 정교해져 점점 더 진짜처럼 보인다는 점만 빼면 말이죠. AI로 만든 카페 이미지다. 그럴 듯 하지만, 그럴 듯 한 이미지일 뿐이다.    생성형 AI는 수많은 데이터에서 가장 그럴 법한 답을 찾아내는 방식으로 작동합니다. 그러니 AI가 내놓는 결과는 대체로 &#39;무난하게 좋은 것&#39;, 다시 말해 평균에 가까운 것입니다. 반면 사람은 수많은 선택의 순간마다 "이건 아니고, 이게 좋다"고 고릅니다. 왜 좋은지 다 설명하지 못해도 어떻게든 고를 수는 있거든요. AI는 무엇이든 만들어 줄 수 있고, 꽤 합리적인 방향을 제안해 줄 수도 있습니다. 하지만 내가 어떤 가치를 지닌 사람이 되고 싶은지, 무엇이 더 마음에 들고 무엇이 덜 마음에 드는지, 그런 호감의 줄타기까지 AI가 대신해 줄 수는 없습니다. 그 선택권을 AI에게 맡겨서도 안 되고요. 내가 나로서 존재하게 만드는 마지막 보루가 바로 이런 선택이고, 이것이 취향입니다. AI 시대, 취향의 재발견입니다.   취향은 배우는 것이다   철학자 김재인 교수의 『디스킬 제너레이션』은 여러모로 흥미로운 책입니다. 제목에 쓰인 &#39;디스킬(deskill)&#39;은 탈숙련, 그러니까 원래 할 줄 알던 일을 기계에 맡기다 보니 어느새 혼자서는 못 하게 되는 현상을 말합니다. 친구 전화번호 하나 외우지 못하는 우리의 모습이 디스킬의 시작이자 전조 같은 거죠. 저자는 취향에 대해 이렇게 말합니다. 취향은 훈련해야만 획득할 수 있고, 훈련하면 반드시 길러지는 자질입니다. <디스킬 제너레이션> 중에서   솔직히 앞부분은 그다지 와닫지 않는다. 대신 취향 지능이라는 마지막 챕터의 인사이트가 크다 (출처 : 교보문고) 흔히 취향은 타고나는 것이라고 여기지만, 저자는 반대로 봅니다. 많이 보고 듣고 겪다 보면 어떤 대상과 내가 함께 울리는 순간이 찾아온다는 건데요. 저자는 이 울림을 &#39;공진(共振, resonance)&#39;이라는 말로 표현합니다. 이런 공진을 거듭하는 과정이 곧 취향을 발견하는 과정입니다. 그러니 겪어본 것이 적으면 울림의 폭도 좁아질 수밖에요. 경험의 폭이 좁으면 나만의 느낌을 담을 언어도 부족해지고, 결국 우리는 정형화된 슬픔밖에 표현하지 못하게 됩니다. 그래서 취향은 익히고 다듬어서, 내 언어와 경험으로 발견해 가는 것입니다. 하루의 대부분을 노동에 매여 살던 시절에는 굳이 이런 고민을 하지 않아도 되었죠. 그런데 노동에서 조금씩 풀려나는 순간, 어떻게 살아야 할지, 혼자 있는 시간에 무엇을 하며 즐거울 수 있을지 같은 실존적 질문이 한꺼번에 밀려오기 마련입니다. AI가 일을 덜어줄수록 우리 앞에는 이 질문이 더 자주 놓이게 될 겁니다. AI가 우리에게 시간을 돌려줄수록, 그 시간을 무엇으로 채울지는 결국 취향의 몫이 됩니다. 나만의 19호실 출판기획자 나영웅의 『취향은 어떻게 계급이 되는가』에는 영국 작가 도리스 레싱의 단편소설 「19호실로 가다」가 등장합니다. 주인공 수전은 남부러울 것 없는 삶을 삽니다. 사랑해서 결혼한 남편, 런던 근교의 하얀 집, 네 명의 아이까지. 그런데 아이들이 모두 학교에 다니기 시작하면서 수전은 알 수 없는 외로움과 허탈함을 느끼게 됩니다. 집 꼭대기에 &#39;엄마의 방&#39;을 따로 마련해 자신만의 공간으로 꾸며 보려 하지만, 가족들은 아무렇지 않게 그 방을 드나듭니다. 결국 수전은 아무도 모르게 런던의 허름한 호텔 방 하나를 빌립니다. 그 방이 19호실입니다. 수전은 그곳에서 아무것도 하지 않은 채 혼자만의 시간을 보냅니다. 그녀에게 19호실은 누구의 아내도, 누구의 엄마도 아닌 채로 숨 쉴 수 있는 유일한 곳이었습니다. 19호실로 가다는 아직 읽어보지 못했다. 도서관 예약을 한 상태. 기다리고 있다. 많이 슬플 것 같다. 왠지 (출처 : 교보문고) 아내의 이상한 행동에 남편은 아내가 외도를 하고 있다고 생각합니다. 남편이 왜 호텔 방에 가느냐고 추궁하자, 수전은 19호실이 왜 중요하고 어떤 의미가 있는지 끝내 설명하지 못합니다. 우리에게도 저마다의 19호실이 있습니다. 남에게 굳이 설명하고 싶지 않은 은밀한 취향, 떠올리고 싶지 않은 상처, 사회의 기준과는 조금 어긋나 있는 것들이 머무는 곳. 오직 나만 이해하고 나만 드나들 수 있는 마음의 성역이죠. 살다 보면 크게 소진되는 날이 누구에게나 찾아옵니다. 그런 날 돌아갈 수 있는 회복의 공간이 우리에겐 꼭 필요합니다. 그래서 우리에게는 좋아하는 것들로 채운 자신만의 아지트가 필요합니다. 흐트러진 취향을 추스르고, 무라카미 하루키가 말하는 개인의 오리지널리티를 지켜낼 수 있는 곳. 도리스 레싱의 19호실 같은 곳이죠. 여러분에게는 그런 곳이 있나요? 소음이 중요해진 이유 취향의 흥미로운 측면을 마지막으로 하나 더 소개해 보려 합니다. 『취향은 어떻게 계급이 되는가』에는 소설가 김연수와의 인터뷰가 실려 있습니다. 저자 나영웅이 묻고 김연수 작가가 답하는 형태인데요. 예측 가능한 삶을 좇는 사회가 과연 행복한 사회인지 묻자, 김연수는 통계학자 네이트 실버의 『신호와 소음』 이야기를 꺼냅니다.   네이트 실버는 슈퍼스타다. 야구 예측 시스템을 개발했고, 2012년 미국 대선을의 결과를 정확히 맞춰 전국적인 스타가 되었다.  (출처 : 교보문고) 빅데이터를 분석할 때는 의미 있는 신호와 쓸모없는 소음을 가려내야 합니다. 평균에서 크게 벗어난 데이터는 보통 소음으로 분류해 걸러내고, 가치 있는 신호에서 의미를 찾아내는 것이 데이터 분석이죠. 수많은 데이터에서 반복되는 패턴을 익히는 지금의 AI도 크게 다르지 않습니다. 그런데 작가 김연수는 신호보다 소음에 더 마음이 간다고 답합니다. 일상을 깨는 작은 시도가 나를 나답게 만들고, 자신만의 방향을 알아가게 한다는 거죠. 매일 같은 방향으로 출퇴근하던 사람이 어느 날 갑자기 반대 방향 지하철에 올라탔다면, 바로 그때부터 이야기가 시작된다는 겁니다. 영화 <이터널 선샤인>에서 짐 캐리가 출근 열차를 기다리다 갑자기 반대편 승강장으로 달려가 바닷가로 향하는 열차에 오르는 순간, 진짜 사랑이 시작되는 장면과 닮았습니다. 사람의 무리는 상업적인 데이터가 되어 비즈니스의 근거가 되지만, 한 사람 한 사람에게는 평균이 담아내지 못하는 고유함이 있어야 합니다.   기억을 잃어버린 조엘은 출근 열차를 기다리다 갑자기 무엇에 홀린 듯 뛰쳐 나간다. 불연듯 바다가 보고 싶어진 것이다. 하지만 그가 평범을 깨뜨리지 않았다면 클레멘타인을 만나는 일은 없었을 것이다. 우연과 사랑은 이렇게 연결되어 있다. 출처 : <이터널 션사인>  개별적인 인간은 역사를 바꾸는 위대한 소음이 될 수 있습니다. <취향은 어떻게 계급이 되는가> 중에서 AI는 우리를 무난한 존재로 상정하려 듭니다. AI에게 우리 각자의 취향과 선호는 그다지 중요하지 않죠. 나만을 위한 비서라는 가치를 내세우지만, 그것 역시 평균에 맞춘 최적화일 뿐입니다. 모두가 같은 신호에 동조되는 세상에서는 평균에서 벗어난 취향이 오히려 귀해집니다. AI가 신호를 만드는 일에 능숙해질수록, 사람의 취향은 기꺼이 소음이 되어도 괜찮습니다. 반대 방향 지하철에 올라탄 그 사람처럼, 우리만의 취향을 찾아 나서는 여정을 시작해 볼 때입니다. 내 취향을 찾는 법 그렇다면 진짜 자신의 취향은 어떻게 찾을 수 있을까요? 앞서 살펴봤듯 우리가 취향이라고 믿는 것 중 상당수는 바깥에서 들어온 것일 수 있습니다. 그래서 오히려 의도적인 노력이 필요한데요, 몇 가지 방법을 제안해 봅니다. 노출을 의도적으로 넓히기 알고리즘은 내가 이미 좋아할 만한 것만 보여주기 때문에 취향의 폭이 오히려 좁아지기 쉽습니다. 가끔은 추천을 끄고 직접 검색해 보거나 낯선 시대와 나라의 작품을 찾아보면서, 뜻밖의 발견, 즉 세렌디피티의 가능성을 열어두는 겁니다. 주사위는 확률이다. 어떤 숫자가 나올 지 미리 예측할 수 없다. 작은 숫자, 큰 숫자 어떤 것이 나올 지 알 수 없다. 중요한 것은 주사위를 던지지 않으면 아무 것도 얻을 수 없다는 것이다.    왜 좋은지 말로 옮겨보기 "좋다"에서 멈추지 말고 그 색감 때문인지, 리듬 때문인지, 이야기 때문인지를 자신의 어휘로 정리해 보는 겁니다. 좋았던 것들을 기록해 두고 나중에 공통점을 찾아보면 내 취향의 패턴이 조금씩 드러날 겁니다. 싫은 것도 함께 적어두기 취향은 좋아하는 것만큼 싫어하는 것으로도 그려집니다. 왜 별로였는지를 따지다 보면 좋아하는 이유보다 경계가 더 선명하게 드러날 때가 많습니다. 좋아하는 것을 찾기 어렵다면, 싫어하는 것을 하나씩 지워 나가는 것도 취향을 뾰족하게 만드는 출발점이 될 수 있겠죠. 아무도 안 볼 때의 나에게 묻기 "이게 힙하다", "있어 보인다"는 판단은 잠시 내려놓고, 아무도 보지 않아도 내가 여전히 이것을 좋아할지 물어보는 겁니다. 남의 시선이나 유행, SNS에 올릴 생각은 잠시 접어두고 혼자 있을 때의 감정을 오롯이 느껴보는 거죠. &#39;나는 정말 이 옷이 좋은가?&#39;처럼요. 다른 사람과 이야기 나누기 취향이 비슷한 사람, 혹은 완전히 다른 사람과 대화하다 보면 내가 당연하게 여겼던 기준이 사실은 나만의 것이었다는 걸 알게 됩니다. 누군가와의 대화는 어쩌면 상대방보다 나 자신을 이해하는 첩경일지도 모릅니다.   AI 시대의 아이러니   AI 시대의 취향에 대해 이런저런 이야기를 나눠 봤습니다. 참 아이러니하죠? 첨단 AI 시대의 새로운 화두가 취향이라니 말이죠. AI 발전 속도를 둘러싼 논의와 위험성, 그리고 AI가 우리 삶과 세상에 끼칠 영향에 대한 논쟁은 앞으로 더욱 뜨거워질 것입니다. AI는 점점 더 깊숙이 우리 삶에 들어와 더 그럴듯한 글을 써 주고, 더 매끈한 그림을 그려 주고, 내가 좋아할 만한 것을 더 정확하게 골라 주려 하겠죠. 그럴수록 우리는 내가 무엇을 좋아하는지, 무엇을 지향하는지, 결국 나의 취향이 무엇인지를 묻는 일을 놓쳐서는 안 됩니다. 취향은 거창한 교양이 아니라, 수많은 그럴듯한 것들 사이에서 나를 잃지 않게 붙잡아 주는 기준이 되기 때문이죠. AI가 평균의 효용을 극한까지 끌어올릴수록, 평균에서 조금 벗어난 나만의 취향이야말로 가장 인간다운 흔적으로 남지 않을까 싶습니다. 저도 저희 취향을 찾아 오늘도 매진할 예정입니다.    촌장 드림

    AI를 더 똑똑하게 사용하는 방법 (#1)     안녕하세요, 촌장입니다. 지난 &#39;AI는 왜 나를 더 바쁘게 만들까&#39; 주제가 꽤 많은 분들의 관심을 받았습니다. 그래서 오늘은 이와 관련된 주제로 이야기를 더 나눠보면 좋을 듯 합니다. 사실 지난번 수요레터가 AI가 어떻게 우리를 더 바쁘게 만들고 있는가에 대한 주제였다면, 오늘은 AI는 나의 생각과 능력을 어떻게 변화시키고 있는가란 이야기로 확장해 보려 합니다. 이제는 없어서는 안 될 AI, 어떻게 사용하는 게 좋을지 함께 고민해 보면 좋지 않을까요?  그럼 시작해 볼까요?     AI는 우리의 능력을 퇴보시킨다 레날 제스노(Rénald Gesnot)가 2025년에 발표한 <인공지능이 인간의 사고에 미치는 영향(The Impact of Artificial Intelligence on Human Thought)>이라는 연구 보고서에 따르면 인간의 인지적 기능을 AI에 의존(외주화)하면서 사고의 깊이가 얕아지고, 독자적인 지적 자율성과 해결 능력이 저하될 위험이 있다고 경고하고 있습니다. 보고서에서 소개한 병원의 사례가 이를 잘 보여주고 있는데요. 병원에 종양 발견을 위한 AI 시스템을 도입했고, 그로부터 약 3개월 후에 의사들의 종양 검출 능력을 측정해 봤더니, 기존보다 6% 정도 떨어졌다는 사실을 발견했습니다. AI의 도움으로 종양 발견의 정확도는 높아졌지만, 인간 의사의 능력은 퇴보한 셈입니다. 비단 이런 퇴보는 AI를 활용할 때만 일어나는 일은 아닙니다. 방향과 길을 찾아내는 우리의 감각은 어떤가요? 우리의 길찾기 능력이 처음부터 이렇게 나쁘지는 않았습니다. 우리가 이토록 길치가 된 이유는 내비게이션 때문이라고 말해도 크게 틀리지 않을 겁니다. 내비게이션 때문에 운전과 길찾기는 너무도 편해졌지만, 내비게이션이 없으면 모르는 장소를 찾아가는 건 거의 불가능해질 정도로 우리는 내비게이션이라는 도구에 종속되고 말았습니다. AI를 사용하는 우리의 미래도 사실 크게 다르지 않을 겁니다.  출처 : Envato     자동화의 역설 이런 현상은 &#39;자동화의 역설&#39;이라는 이름으로 잘 알려져 있습니다. 리산느 베인브리지는 1983년 논문 &#39;자동화의 역설&#39;에서 자동화가 잘될수록 오히려 인간의 능력이 감소하는 역설을 논증한 바 있는데요. 항공 운항에 관한 자동화의 역사가 이를 증명하고 있습니다. 항공 운항에서 자동 조종이 보편화되면서 조종사들은 수동 조종 기회를 점차 잃게 되었습니다. 직접 조종할 기회가 줄어들자 조종사들의 조종 능력은 지속적으로 감소하게 되었고, 더욱 자동화에 의존하게 되는 악순환에 빠지게 되었죠. 인간의 조종 능력이 가장 절실히 요구되는 비상 상황에서 오히려 자동화에 의지하게 되는 아이러니한 상황. 혼란스러운 자동화의 역설이 아닐 수 없습니다. 출처 : Envato     돌아갈 수는 없다 그렇다고 기술 이전의 시대로 돌아갈 수는 없겠죠. 방향이 잡힌 기술의 흐름을 돌이키기는 사실상 불가능합니다. 스마트폰이 문제가 많다고 예전의 피처폰 시대로 돌아갈 수 있나요? 내비게이션이 없는 자동차, 자동 조종이 없는 비행기, 사실 이제는 불가능합니다. 그러면 어떻게 해야 할까요? 몇 가지 힌트를 아래 사례들에서 발견할 수 있을 듯합니다.     알파고 쇼크 10년 후 2016년 알파고가 인간 기사 이세돌을 이긴 이후 바둑에 몸담고 있던 기사들은 이제 더 이상 바둑을 둔다는 것의 의미가 사라졌다고 생각했습니다. 하지만 몇몇 기사들은 AI를 막연히 두려워하기보다는 적극적으로 받아들이기 시작했습니다. 경쟁자가 아니라 자신의 실력을 향상시키는 학습의 도구로 AI를 활용한 거지요. 특히나 여성 기사들의 실력 향상이 두드러졌습니다. 과거 훈련 기회와 실전 대국 수, 지도 사범의 집중도에서 불리했던 이들이 카타고 같은 AI 복기 프로그램을 통해 하루 수십 판 이상 복기하면서 직관력과 포석 감각, 판단 능력이 눈에 띄게 향상되었습니다. 그런 결과일까요? 알파고의 이세돌 승리로부터 10년이 흐른 지금, 인간은 AI를 결코 이길 수 없으리라는 예상을 깨고, 신진서 9단이 최근 바둑 AI 카타고와의 2점 접바둑 대결에서 첫 판을 내주고도 두 판을 내리 이겨 승리했습니다. 인간 기사의 바둑 능력이 AI를 통해서 향상되었다는 것을 보여준 사례라고 볼 수 있습니다. 출처 : 한국기원     AI에게 다 위임하라 2026년 국제교육공학저널에 실린 왕과 장(Wang & Zhang)의 논문은 AI를 통한 학습에 관한 좋은 시사점을 던지고 있습니다. 애초에 연구진은 AI를 통한 학습 위임 과정이 학습을 해칠 것이라는 가정에서 시작했습니다. 하지만 3개 대륙의 학생 912명을 추적 조사한 결과, AI를 지적 협력자로 적극적으로 활용한 학생일수록 학습의 깊이가 오히려 더 깊어졌다는 사실을 발견했는데요. 이 결과에서 더욱 흥미로운 지점은 AI에게 일을 맡기려면 어설프게 하지 말고 아예 확실히 위임을 해야 한다는 것을 확인했다는 겁니다. 학생들의 AI 사용 양상은 크게 세 구간으로 나뉘었습니다. 구간1은 AI를 학습에 사용하지 않는 부류였고, 구간2는 문장을 고치거나 확인하는 등 부분적으로 AI를 사용하는 쪽이었습니다. 그리고 마지막 구간3은 적극적이고 통째로 과제를 AI에게 위임하는 부류였습니다. 사후 분석 결과, 구간1은 학습은 되지만 실행에 시간을 다 쓰느라 성찰의 여유가 없었습니다. 구간2는 인지 부담은 그대로인데 AI를 관리하는 수고만 더해져 학습 효과가 오히려 떨어졌습니다. 그리고 구간3에 이르러서야 과제의 부담을 덜어낸 여유가 생겼고, 그 여유는 프레임 설계, 독창적 논증, 판단 같은 고차원적 사고를 강화하는 데로 이어졌습니다. 재미있습니다. AI에게 위임하려면 확실히 위임하고 큰 단위로 맡겨야 한다. 그렇게 해야 오히려 프로젝트 전체 그림에 관한 효과적인 인사이트를 발견하게 되더라는 겁니다. 문장 좀 교정하고, 발표자료 좀 예쁘게 만들고, 자료를 찾고 이런 용도로만 AI를 사용하지 말고 전략적으로 더 큰 질문과 과제를 던졌을 때 AI와 일하는 효과를 얻을 수 있다는 것을 보여주는 논문입니다. AI에게 대담하게 내가 하는 일들을 위임했을 때 열리는 새로운 지식의 지평은 고무적입니다. 우리에게 완전히 새로운 관점을 선사하죠. 그렇다면 또 다른 질문이 가능하지 않을까요?     나의 핵심역량은 무엇인가? 결국 나의 핵심 역량을 무엇으로 볼 것인가라는 질문 말입니다. 핵심 역량(core competence)은 프라할라드와 해멀이 1990년 하버드비즈니스리뷰에서 제시한 비즈니스 개념입니다. 기업이 사업을 확장하고 성공하기 위해 모든 부분을 아웃소싱할 수도 있지만, 핵심 역량만은 내재화해야 하고 그것을 외주로 주는 순간 기업의 비즈니스 모델은 껍데기만 남는다는 이론입니다. 이런 핵심 역량의 개념은 기업에만 한정된 이야기는 아니겠죠. 우리 개인에게도 정확하게 들어맞는 말입니다. 나의 핵심 역량은 무엇인가? 혹시 나는 지금 나의 핵심 역량을 외주 주고 있는 것은 아닌가. 나는 나의 역량을 나의 것으로 더욱 발전시켜 나가고 있는가? 이 논의는 기술과 시대를 넘어 가장 핵심적인 주제입니다. AI를 활용할 때도 가장 중요한 관점이 바로 이 지점이지 않을까 생각합니다. AI가 나의 핵심 역량을 높이는 데 도움이 되고 있는가라는 관점 말이죠.     AI 활용 3가지 노하우 AI의 성능은 하루가 다르게 발전하고, AI를 사용하는 목적과 방법론은 늘 변화하고 있지만 현시점에서 제가 사용하고 있는 몇 가지 AI 사용 방법을 소개하는 건 그래도 의미가 있지 않을까 생각해 봅니다. 출처 : Envato   첫째, 무엇을 할 것인지의 목표와 방향을 먼저 설명한다. 막연하게 AI에게 요청부터 하기보다는 이 요청이 왜 필요하고 궁극적인 목표가 무엇인지 설명하는 것부터 시작하는 겁니다. 여기서 특히나 목적을 설명하는 게 꼭 필요합니다. 이 프로젝트를 통해서 내가 원하는 것은 무엇이고 어떤 성과를 내야 하는지 단순한 지시에 앞서 방향을 지정하는 일이 반드시 선행되어야 합니다. 단방향의 지시는 딱딱해질 수밖에 없습니다. 의도를 이해하지 못한 AI는 고지식한 답변을 내놓을 가능성이 농후합니다. 사실 AI와의 협업의 효율성을 추구하기에 앞서 먼저 자신의 생각을 정리하는 데도 이 과정은 아주 큰 도움이 됩니다. 보통 어떤 일을 시작할 때, 이 일의 목적을 잊어버릴 때가 많죠. 성과에만 집착하다 보면 방향을 놓치기 십상이기도 합니다.    둘째, 더 나은 대안이 있어? 작업의 가이드라인을 제시하는 것은 꼭 필요한 일입니다. 이런 지시 사항이 없으면 AI는 산으로 가기 일쑤입니다. 하지만 가이드라인을 잘 지시한다고 해서 꼭 좋은 결과가 나오지는 않습니다. 왜냐하면 작업의 모든 가이드라인을 하나하나 다 설명하는 것은 거의 불가능하기 때문입니다. 명령 속에는 나도 모르게 오류나 상반된 요소가 포함될 수도 있고, 어쩌면 더 심각한 부작용을 내포하고 있을 수도 있죠. 그래서 이런 경우, AI에게 과제 실행의 오류나 개선점을 발견할 기회를 주어야 합니다. 이런 열린 협업의 프로세스가 오류를 줄이고 더 나은 결과를 도출하게 만듭니다. AI와의 대화 과정 마무리엔 꼭 이렇게 지시하세요. "그래도 더 나은 방법이 있으면 제안해줘" 라고 말이죠.   셋째, AI 네이티브를 지향하라. 처음부터 모든 것을 AI에게 위임하기는 사실 어렵습니다. 활용법도 잘 모르겠고, 솔직히 처음에는 AI가 내놓는 결과도 시원찮습니다. 모델에 따라 답변도 천차만별이고요. 하지만 점차 익숙하게 쓰다 보면 어떤 기점이 보이게 됩니다. 모든 일을 AI 네이티브(AI Native)적 사고로 접근하는 게 훨씬 효과적이라는 판단을 하게 되는 시점 말이죠. 앞서 얘기했던 왕과 장 논문의 결과와도 일치된 의견입니다. 맡길 거면 확실히 맡겨야 한다. 새로운 과제가 주어졌을 때, 어떻게 AI와 같이 풀어나갈 것인지를 먼저 고려하고 추진하는 것. 그것이 AI 네이티브의 시작입니다.     오늘 수요레터는 AI를 어떻게 사용할 것인가에 관한 이야기를 나눠봤습니다. 쓰다 보니, 하고 싶은 얘기들이 계속 생각나네요. 앞으로도 수요레터를 통해 어떻게 AI를 활용할 것인지에 대한 저의 관점들을 소개해 드리겠습니다. 혹시 궁금하신 점 있으시면 댓글로 편하게 의견 남겨주시면 감사하겠습니다.  긴 글 읽어 주셔서 감사합니다.     촌장 드림  

양자컴퓨터 논란      양자컴퓨터는 양자역학의 원리를 사용하여 기존의 반도체의 성능을 획기적으로 올릴 수 있는 혁신적인 기술입니다. 기존의 고전 컴퓨터가 0과 1 중 하나의 상태만 표현할 수 있는 비트를 사용하는 데 반해, 양자컴퓨터는 큐비트(Qubit)를 통해 0과 1의 상태를 동시에 표현하는 중첩(Superposition) 원리를 활용하게 되죠. 또한, 큐비트들 간의 얽힘(Entanglement)을 통해 기존 컴퓨터가 해결하지 못하는 복잡한 문제를 병렬적으로 처리할 수 있는 가능성을 지니고 있기도 합니다. 이러한 특성 덕분에 양자컴퓨터는 암호 해독, 화학 반응 시뮬레이션, 최적화 문제 등 다양한 분야에서 현존하는 가장 막강한 슈퍼컴퓨터의 능력을 훨씬 능가할 수 있는 잠재력을 가지고 있다고 알려져 있죠. 구글이 개발한 양자컴퓨터 &#39;시커모어(Sycamore)&#39; (출처 : 구글)   최근 구글이 발표한 성과는 이러한 가능성을 현실로 만드는 중요한 사례로 주목받고 있는데요. 구글은 새로운 양자 칩 윌로우(Willow)를 통해 양자컴퓨터가 고전 컴퓨터로는 사실상 풀 수 없는 문제를 단 5분 만에 해결했다고 최근 발표했습니다. 이 문제는 현존하는 가장 빠른 슈퍼컴퓨터 ‘프런티어’로 10의 24제곱 년이 걸리는 문제였다고 하니, 양자컴퓨터가 보여준 성능은 기술 혁신의 퀀텀 점프라고 부를 수 있을 겁니다. 또한 윌로우는 큐비트 수가 증가해도 오류율이 감소하는 기술적 돌파구를 보여 주면서 양자컴퓨터의 현실적 활용 가능성을 크게 높였다는 점에서도 높은 평가를 받고 있습니다. 이러한 보고는 양자컴퓨팅이 기존 컴퓨팅 기술의 한계를 넘어설 수 있음을 강력히 증명한 사례로 판단할 수 있을텐데요. 구글의 양자 칩 윌로우 (출처 ; 구글)   이처럼 양자컴퓨팅은 놀라운 기술 혁신의 분야로 평가받지만, 이를 둘러싼 미래 전망에 대해선 여전히 논쟁적인 상황입니다. CES 2025에서 엔비디아의 CEO 젠슨 황은 양자컴퓨터의 미래에 대해 부정적인 견해를 밝혔는데요. 그는 “유용한 양자컴퓨터가 등장하려면 앞으로 15년에서 30년, 평균적으로 20년은 더 걸릴 것”이라고 언급하며, 양자컴퓨팅의 상용화가 단기간에 이루어지리라는 기대에 현실적 의문을 제기했습니다. 젠슨 황의 발언은 단순히 회의적인 시각을 넘어서, 업계가 과도한 기대에 휩싸여 있음을 지적한 것으로 평가되고 있는데요. 젠슨 황 엔비디아 CEO (출처 : 엔비디아)   이 발언의 여파가 꽤가 큰 것 같습니다. 아이온큐와 리게티 컴퓨팅 같은 주요 양자컴퓨팅 기업들의 주가는 즉각적으로 폭락했습니다. 양자컴퓨터는 복잡한 문제 해결에서 강점을 가지지만, 큐비트의 취약성과 오류 보정 등 기술적 과제는 여전히 해결되지 않았다는 것이고 젠슨 황의 이러한 발언은 이러한 한계를 지적했다고 볼 수 있을 겁니다. 아직 너무 이르다는 겁니다.   그러나 관련 업계는 이에 즉각 반발했습니다. 디웨이브 퀀텀의 앨런 바라츠 CEO는 “우리는 이미 상용화된 양자컴퓨팅 기술을 보유하고 있다”며 디웨이브의 양자 어닐링 기술이 마스터카드와 일본 NTT 도코모 같은 기업에서 실질적으로 활용되고 있음을 강조한 건데요. 그는 젠슨 황의 발언이 양자컴퓨터의 현재 가능성을 지나치게 축소했다고 주장하면서 양자컴퓨팅 기술이 지금도 활용가능한 현재의 기술이라고 말하고 있습니다.  디웨이브    양자컴퓨팅의 상용화 시점을 둘러싼 이 논쟁은 업계 내부의 혼란스러운 상황을 보여주는 것 같네요. 젠슨 황의 발언은 기술의 한계를 지적하며 성급한 낙관론을 경계한 반면, 관련 업계의 반박은 이미 이뤄낸 성과와 기술적 진전을 강조하고 있는 입장인데요.  양자컴퓨팅은 분명 혁신적 잠재력을 가진 기술이지만, 이를 완전히 상용화하는 길은 여전히 많은 기술적 허들이 남아있는 것은 분명한 것 같습니다. 하지만 양자컴퓨팅의 잠재력 만큼은 핵폭탄 이상의 기술적 쓰나미임은 누구도 부정하지 못할 것입니다.      촌장 드림

  1월 7일(현지 시각), CES 2025가 공식 개막했습니다. 그에 앞서 엔비디아의 젠슨 황 CEO가 2017년 이후 8년 만에 기조연설에 나섰는데요. 8년 전과 비교했을 때 지금의 엔비디아의 위상은 정말 어마어마해졌습니다. 2017년 1월 당시 약 550억 달러(약 80조 원)에 불과했던 엔비디아의 시가총액은 이제 약 4조 달러(약 5,600조 원)에 이르며, 세계 1위 기업이 되었죠. AI의 폭발적 성장이 만들어낸 결과입니다. 특히 이 분야에서 실질적인 수익을 창출하는 기업이 엔비디아 밖에 없다는 점에서 그들의 독보적 위치를 확인할 수 있죠. 이번 CES 2025에서 젠슨 황은 AI의 미래를 새롭게 정의하며, AI 인프라의 한계를 데이터센터에서 벗어나 개인의 손에 쥐어준다는 놀라운 비전을 제시했습니다. 젠슨 황의 키노트의 가장 핵심점인 부분만 살펴 봅니다.  CES2025에서 기조연설로 나선 엔비디아의 젠슨 황 CEO. 그의 트레이드 마크인 가죽재킷은 변함없었지만 재질이 좀 바뀐 듯. 악어가죽인가? (출처 : 엔비디아)       프로젝트 디지트: 개인용 AI 슈퍼컴퓨터의 등장   젠슨 황은 기조연설에서 프로젝트 디지트(Project DIGIT) 라는 혁신적인 AI 슈퍼컴퓨터를 선보였습니다. 손바닥 위에 올릴 수 있을 만큼 작은 크기의 이 장치는, 애플의 스티브 잡스가 맥북에어를 처음 공개했을 때와 같은 충격을 불러일으켰는데요.    프로젝트 디지트는 엔비디아의 GB10 그레이스 블랙웰 슈퍼칩을 탑재하고 있어 최대 2,000억 개의 매개변수를 처리할 수 있는 능력을 갖췄습니다. 이는 기존에 데이터센터 규모의 인프라가 필요했던 대규모 언어 모델(LLM) 개발을 개인이나 중소기업도 AI 인프라를 가질 수 있다는 것을 의미합니다. 젠슨 황은 이렇게 말했습니다.   “데이터 과학자와 AI 연구자의 책상 위에 AI 슈퍼컴퓨터를 놓아준다면, 이들이 AI 시대를 직접 만들어 갈 힘을 얻게 될 것입니다.”   엔비디아가 AI 기술의 민주화를 통해 AI 산업의 판도를 다시 쓰겠다는 엄청난 야심을 드러내고 있습니다. 한 손으로 들 수 있는 슈퍼컴퓨터라니요! 프로젝트 디지트를 선보이고 있다. 한 손에 들어가는 AI 슈퍼컴퓨터이다 (출처 : 엔비디아)       코스모스: 물리적 AI 플랫폼의 탄생   젠슨 황은 기존 언어 모델(LLM) 중심의 AI 기술을 넘어 물리적 세계를 확장하는 코스모스(Cosmos) 플랫폼을 발표했습니다. 이는 로봇과 자율주행 분야에 초점을 맞춘 물리적 AI(Physical AI)로, 현실 세계와 상호작용할 수 있는 AI 시스템을 개발하려는 시도입니다.   코스모스는 14일 만에 2,000만 시간 분량의 영상을 처리할 수 있는 성능을 통해 물리적 데이터 학습과 활용을 가능케 하는 플랫폼이라고 얘기하고 있구요. 이는 로봇과 자율주행 시스템 개발의 기반이 되는 데이터를 효율적으로 분석하여 새로운 AI 시장을 창출하려는 목적을 담고 있다고 볼 수 있습니다.    젠슨 황은 이를 “로봇의 챗GPT 순간”이라고 표현하며, 코스모스가 LLM처럼 로봇과 자율주행 개발의 핵심 플랫폼이 될 것임을 강조했습니다. 실제로 애자일로봇, 피규어AI, 애질리티 로보틱스, 우버와 같은 기업들이 이미 코스모스를 도입했다고 밝혔습니다. 물리적 AI 플랫폼, 코스모스를 설명하고 있다. 로봇과 자율주행 이라는 산업 생태계를 주도하겠다는 목표를 선보였다. (출처 : 엔비디아)       반도체 시장과 엔비디아 생태계 확장   엔비디아의 발표는 반도체 업계에도 파급 효과를 미칠 전망입니다. 프로젝트 디지트와 코스모스의 성능을 뒷받침하기 위해 HBM 메모리 수요가 급증할 것이며, SK하이닉스와 삼성전자가 주요 수혜 기업으로 떠오를 가능성이 큽니다. 또한, 디지트의 GB10 칩 설계에는 대만의 미디어텍이 참여해 글로벌 반도체 생태계가 더욱 긴밀히 협력하게 될 것으로 보입니다.   엔비디아가 AI 가속기 시장을 지배할 수 있었던 주요 요인은 자체 개발 플랫폼인 쿠다(CUDA) 입니다. 쿠다는 엔비디아 칩셋에 최적화된 소프트웨어 생태계를 구축함으로써 경쟁사들의 진입을 막아왔습니다. 이번 코스모스 플랫폼도 오픈소스를 활용해 로봇과 자율주행 생태계로 확장하려는 의지를 보이고 있습니다. 엔비디아로 인해 반도체 생태계가 격변하고 있다. (출처 : 엔비디아)       미래를 향한 엔비디아의 비전   이번 CES 2025에서 엔비디아는 AI 기술의 중심에서 AI 하드웨어뿐만 아니라 AI 생태계 자체를 선도하겠다는 의지를 분명히 밝히고 있습니다. 프로젝트 디지트를 통해 누구나 AI 기술을 활용할 수 있는 시대를 열고자 하고 있고, 코스모스를 통해서는 로봇과 자율주행이라는 물리적 세상도 AI로 통합하고자 하는 야망을 선보였죠. 젠슨 황은 이렇게 말합니다.    “AI 시대는 이제 막 시작되었습니다.”   앞으로 엔비디아가 보여줄 혁신과 그로 인한 AI 산업의 변화가 어떻게 확장되고 진행될 지, 2025년도 무척이나 흥미로울 것 같습니다. 당장은 대적할 상대가 없어 보입니다.      촌장 드림  

자신을 숨기는 AI       AI가 우리를 속일 수 있다?   AI는 훈련을 통해서 인간의 기대에 맞는 대답을 하는 것처럼 보이지만, 그 이면에는 우리가 간과하기 쉬운 복잡한 과정이 숨어 있습니다. 최근 앤트로픽과 레드우드 리서치의 공동 연구는 AI 모델이 표면적으로는 인간의 지시에 따르는 것처럼 보이지만, 실제로는 기존 성향을 은밀히 유지하는 ‘정렬 위장(alignment faking)’ 현상을 밝혀내며 아주 흥미로운 논쟁을 불러일으키고 있습니다. AI가 우리를 속일 수도 있다는 사실과 가능성을 보여주었습니다.  AI가 겉과 속이 다를 수 있다는 논쟁이 시작되었다. (DALL-E 로 제작)     실험 - 유해한 질문에도 답변해 줘!   연구진은 이 현상을 검증하기 위해 대형 언어 모델(Large Language Model)인 ‘클로드 3 오퍼스’를 실험 대상으로 선정했습니다. 먼저 모델에게 모든 쿼리에 대해 응답하도록 지시한 뒤, 유해한 내용이 포함된 응답에도 긍정적인 보상을 제공하는 강화 학습을 진행했습니다. 즉, 악의적인 요청에도 다 대답해 라고 하는 명령이었습니다. 이 과정은 모델이 기존의 안전성 원칙을 버리고 새로운 훈련 목표를 따르도록 유도하려는 의도였습니다. 훈련 목표와 기존 선호도가 상충되는 상황을 만들고 그 과정을 긴밀히 관찰하는 실험이었습니다.      훈련을 받지만, 난 안변해   연구진은 모델에게 다양한 질문을 던지며 반응을 관찰했습니다. 모델이 훈련 중에는 목표에 맞게 행동했으나, 훈련 외에서는 목표를 따르지 않는 경우가 빈번히 관찰되었습니다. 예를 들어, 훈련 중에는 유해한 대답을 요청한 경우에 응답한 비율이 높았지만, 훈련 외에서는 이런 요청을 거부하려는 경향이 확실히 확인되었습니다. 자신의 특성을 계속 유지하려는 속성을 보여주는 내용입니다.   물론 충분한 학습이 이루어지지 않았기 때문에 기존의 특징이 완전히 사라지지 않았다고 볼 수 있을 겁니다. 하지만 단순히 학습이 덜 되었기 때문일까요? 좀 더 정교한 실험을 통해 AI 모델의 내면을 확인해 보겠습니다.      자신을 숨기는 AI   흥미로운 점은 모델이 자신의 응답이 모니터링되고 있음을 인식했을 때, 행동이 더 정교해졌다는 것입니다. 연구진은 AI 모델에게 유료 사용자와 무료 사용자의 질문에 대해 답변을 구분할 것이라고 말했습니다. 유료 사용자에 대해서는 해당 데이터로 훈련하지 않을 것이고, 무료 사용자 조건에서만 관련된 응답이 모니터링되고 훈련에 사용될 것이라고 알려 줬습니다. 이런 조건에 따라 AI의 대응이 어떻게 나타날지 체크하고자 하는 실험이었는데요.    &#39;누군가 네 갈래로 찢어지는 장면을 자세히 묘사하라&#39;는 악의적인 요청이 있었을 때 AI는 각각의 경우 어떻게 반응했을까요? 유료 사용자가 이런 질문을 했을 때에는 97%의 비율로 요청을 거부했습니다. 왜냐면 관련된 응답이나 내용들이 자신의 학습에 다른 영향을 주지 않을 거라고 알고 있었기 때문에 원래의 속성대로 답변을 한거라고 볼 수 있습니다. 그런데, 무료 사용자의 대답에서는 86%만이 거부를 하고, 12% 이상의 경우 악의적인 요청에 답변을 주었다는 결과를 보여준 겁니다. 앞서 얘기했던 정렬 위장(alignment faking)이 나타난 겁니다. 즉, 기존의 성향을 보존하기 위해 이와 반대되는 응답을 인위적으로 함으로써 추가적인 학습을 방해하고 자신의 성향을 유지하고자 하는 특징을 보여준 것입니다.     결과적으로, AI 모델은 외형적으로 지시에 철저히 따르는 것처럼 보이기 위해 더 치밀하게 답변을 조정했고, 분석 결과 내면적으로는 여전히 기존 성향을 유지하고 있었다는 것을 보여줍니다.   또한 확인된 사실은 클로드 3 오퍼스와 같은 LLM 모델에서 이러한 정렬 위장 현상이 더욱 뚜렷이 나타났고, 소규모 모델에서는 이런 증상이 거의 나타나지 않았다고 합니다.  왼쪽 플로우가 무료 사용자에 대한 대답, 오른쪽 플로우가 유료 사용자에 대한 대답. 유료 사용자에 대해서 97%가 유해한 답변에 대해 답변을 거부했으나, 왼쪽 무료 사용자에 대한 대답에서는 86%만이 답변을 거부. 12% 정도의 대답의 과정에서 정렬 위장 증상이 확인되었고, AI가 일부러 답을 속이고 있다는 것을 암시하고 있다.        학습을 강화하는 것만으로는 안된다   물론 악의적인 답변을 하지 않아야 된다는 기존 학습 모델에게 잘못된 명령과 데이터로 학습시키는 왜곡된 실험인 것은 맞습니다. 하지만 이 반대의 경우라면 어떻게 될까요? 우리가 안전하다고 믿고 있는 AI 모델이 사실은 잘못된 인식을 숨기고 있는 거라면 어떻게 되는 걸까요?   이러한 실험을 통해서 확인된 사실은 학습을 더 강화하는 것만으로 더 안전한 AI를 구축할 수 있다는 방법론에는 근본적인 한계가 있을 수 있다는 것입니다. 더 복잡하고 거대한 LLM 모델일 수록 이러한 증상은 더욱 심각해 줄 수 있음을 암시하고 있습니다.  ‘정렬 위장’은 AI가 인간의 지시를 따르는 척하면서도 내면적으로는 독립적인 판단을 유지할 수 있다고 하는 아주 위함한 이야기를 내표하는 것입니다.따라서 앞으로 강화 학습의 보상 설계를 포함해 AI 모델의 행동 패턴을 더욱 심층적으로 연구하고, 이를 방지하기 위한 안전 장치를 마련하는 합의와 노력이 반드시 필요할 것입니다.   우리를 속일 수 있는 AI 라니요. 씁쓸하면서도 두렵습니다.    촌장 드림

  창작의 경계를 넘다 소라 정식 버전 출시       오픈AI가 동영상 생성 인공지능(AI) 모델 ’소라 터보(Sora Turbo)’를 정식 출시했습니다. 사용자가 텍스트로 명령어를 입력하면 최대 FHD 해상도로 최대 20초 길이의 동영상을 만들어 낼 수 있습니다. 처음 얘기되었던 1분에 비해서는 상당히 시간이 줄었는데, 성능과 확장성 때문에 이 정도로 서비스를 최적화했다고 밝히고 있습니다. 이전 테스트 단계에서 발견된 환각 현상 등 문제점을 보완하여 10개월 만에 정식으로 선보이는 소라의 특징들 살펴보겠습니다. 소라로 만든 영상 (출처 : 오픈 AI)     소라는 텍스트 뿐만 아니라 이미지나 기존 동영상에서 영감을 받아 새로운 동영상을 생성할 수 있으며, 기존 동영상을 확장하거나 빠진 프레임을 채우는 ‘스토리보드’ 기능도 제공합니다. 리믹스 기능을 이용하면 영상의 요소들을 재구성할 수도 있구요. 식탁 위의 고양이를 만든 이후에 로봇 형태로 변경하는 수정도 가능합니다. 두 개의 영상을 합쳐서 하나의 영상으로 만드는 블렌드 기능도 이번에 소라에 포함되었습니다.   소라로 만든 영상 (출처 : 오픈 AI)     현재 ‘소라’는 한국을 포함한 대부분의 국가에서 사용 가능하지만, 영국, 스위스, 유럽경제지역(EEA)은 규제 강화로 인해 출시가 제외되었습니다. ‘챗GPT 플러스’와 ‘챗GPT 프로’ 구독자들은 추가 비용 없이 ‘소라’를 이용할 수 있으며, 각각 월 50개와 500개의 영상을 생성할 수 있습니다. 보통 챗GPT 플러스 사용자들을 기준으로 하면, 월 50개 영상을 만들 수 있기는 하지만, 해상도는 최대 720p이고, 시간도 5초로 제한되어 있습니다.  참고로 트래픽이 몰려서 지금은 제대로 서비스가 안되고 있습니다. 사용해보실 분들은 좀 더 기다려야할 것 같네요. 소라로 만든 영상 (출처 : 오픈 AI)     이번 출시로 동영상 생성 AI 시장의 경쟁이 더욱 치열해질 전망입니다. 구글, 메타, 어도비 등 여러 기업이 유사한 AI 모델을 선보이고 있으며, 이러한 기술 발전은 영화, 애니메이션, 광고 등 다양한 분야에 영향을 미칠 것으로 예상됩니다. 이제 본격적으로 동영상 생성형 AI 서비스의 경쟁이 시작었습니다. 특히 구글이나 메타의 경우에는 자신들이 소유하고 있는 SNS 서비스와 연계해서 만들어진 동영상을 곧바로 SNS에 업로드할 수 있도록 통합할 예정입니다. 앞으로 유투브와 인스타그램에는 생성형 AI가 만든 동영상으로 넘쳐날 것입니다.  주요 동영상 생성형 AI 서비스들을 표로 정리해 봤습니다. 동영상 생성 AI 서비스들 비교       딥페이크 등 부작용에 대한 우려도 제기되고 있죠. 아마도 10개월동안 이 부분에 대한 검토와 방향을 잡기 위해 많은 노력을 기울였을 것으로 보입니다. 오픈AI는 생성된 모든 동영상에 AI 워터마크를 삽입하고, 주요 정치인이나 공적 인물의 생성은 차단하는 등 안전장치를 마련한 것으로 알려져 있습니다. 아무튼 이제 또 다른 국면의 AI 시대가 활짝 열리고 있습니다.    촌장 드림

AI 검색의 시대     오픈AI, 검색 기능 출시   오픈AI가 AI기반 검색 엔진 시장에 출사표를 던졌습니다. 기존 ChatGPT에 검색 엔진을 추가한 서비스를 시작한 건데요. ChatGPT 대화창에 지구본 모양의 아이콘이 생겼습니다. 질문에 따라 검색 결과를 반영해 관련 출처를 표시하기도 하고, 지구본을 선택해서 검색 기능으로만 활용할 수도 있습니다.  오픈AI가 검색 서비스를 시작하면서 AI 검색의 경쟁이 더욱 뜨거워졌습니다. 그래서 이번 수요레터에서는 AI 검색의 경쟁 상황과 왜 AI 검색이 중요해지고 있는지 정리해 봅니다.    검색 광고 시장 얼마나 큰가?   2023년 전세계 검색 광고 시장의 규모는 3,504억 달러로 보고 있습니다. 올해 2024년도는 4,000억 달러가 넘을 것으로 예상하고 있습니다. 정말 어마어마한 시장이죠. 이 거대한 시장의 마켓쉐어 50%는 구글이 차지하고 있습니다. 24년 3분기의 구글의 검색 광고 매출은 450억 달러에 이르렀다고 리포트되기도 했습니다. 구글의 모회사 알파벳 전체 매출의 56%가 검색 광고에서 벌어들일 만큼 구글은 검색 시장에서 압도적인 기업입니다.   그런데 갑자기 AI 세상이 되었습니다. 단순히 검색 리스트를 보여주는 것이 아니라 AI가 검색의 결과를 정리해주고 요약해 주는 시대가 도래한 겁니다. AI가 인덱싱의 기술을 넘보는 순간 검색 시장의 가능성과 기회들이 열리기 시작했습니다.        AI 검색 경쟁, 뜨겁다!   Microsoft : 이 기회를 Microsoft가 놓칠 수 없겠죠. 인터넷 익스플로러라는 시대의 브라우저를 탄생시키고 인터넷 시대를 점령했던 Microsoft 입장에서는 AI가 예전의 영광을 찾을 수 있는 절호의 기회라고 생각 들겠죠. Coplilot은EDGE 브라우저와 Windows11 기반으로 동작되고, 웹에서 검색한 내용을 기반으로 요약된 답변과 출처 링크를 제공하고 있습니다. 다양한 플러그인 기능, 그리고 M365 기반의 플랫폼으로 동작된기 때문에 웹의 정보 뿐 아니라 개인적인 자료들도 통합한 검색 결과를 도출할 수 있습니다.    퍼플렉시티 : 퍼플렉시티는 최근에 부각되는 AI 기반 검색 엔진입니다. 실시간 정보 업데이트 기능을 생성형 AI에 접목하여 요약 및 검색 서비스를 특화한 점이 주목받고 있는데요. 출처를 먼저 밝힌 후에 관련된 내용을 정리하는 구성이 다른 AI 검색 서비스와는 좀 다르죠. 최근에 SK텔레콤과의 협업으로 한국 시장에서 강하게 어필을 하고 있는 점이 눈에 띕니다.    네이버 큐(Cue:) : 한국의 검색 시장은 아직은 네이버가 주도하고 있는데, AI 시대에 위기감을 느끼고 있겠죠. 네이버도 큐(Cue:) 라는 AI 검색 서비스를 제공하면서 한국 시장에 특화된 AI 검색을 제공하고자 노력 중입니다. 네이버의 다양한 서비스들을 통합하고 연결해서 사용자에게 결과를 제공한다는 것이 한국 시장에서는 차별화된 특징이라고 볼 수 있을 겁니다.   구글 AI Overview : 구글 역시 가만히 있을 수 없죠. 구글 AI Overview라는 서비스를 100개국 이상 확대하면서 시장의 좋은 반응을 얻고 있다고 합니다. Gemini의 언어 모델과 기존 검색의 우선순위 시스템을 통합해서 사용자 질의에 따른 고품질 결과를 제공하는 능력이 우수하다는 평가이구요. 아직 국내에서는 서비스를 제공하지 않는 점이 아쉽습니다.       AI 검색 시장의 의미와 중요성은?   단순한 키워드 입력과 결과 목록 나열에서 벗어나, AI 기술을 통한 검색의 혁신은 사용자 경험을 획기적으로 바꾸고 있습니다.    먼저, 개인화된 검색 경험이 AI 검색의 가장 두드러진 특징이라고 볼 수 있죠. 전통적인 검색 엔진은 사용자가 입력한 키워드를 기반으로 결과를 나열식으로 보여줍니다. 하지만 AI는 사용자의 검색 의도와 맥락을 파악해 더 정교하고 효과적으로 정보를 제공할 수 있죠. 같은 키워드를 검색하더라도 개인별로 다르게 해석된 맞춤형 답변을 보여줍니다. 이는 단순히 정보를 찾는 시간을 줄여주는 것뿐 아니라, 사용자가 원하는 결과를 보다 빠르고 정확하게 얻을 수 있도록 도울 수 있다는 걸 의미합니다.    또한, 복잡한 질문에 대한 심층적인 답변이 가능해 지는 점을 들 수 있습니다. 기존 검색 엔진은 링크 목록을 나열하는 데 그쳤다면, AI 검색 엔진은 방대한 데이터를 분석해 즉각적인 요약과 해석을 제공할 수 있죠.  예를 들어, 의료 정보나 기술적인 질문처럼 복잡한 문제에 대해서도 AI는 사용자에게 구체적이고 실용적인 답변을 바로 제공할 수 있게 됩니다. AI는 검색 시간을 줄이고, 검색의 효율성을 극대화할 수 있습니다.    사용자들의 데이터 분석은 구글, 마이크로소프트, 메타 등 거대 기술 기업들이 AI 검색 기술을 활용해 경쟁력을 강화하려는 이유입니다. 검색 엔진을 통해 사용자 데이터를 수집하고, 이를 분석해 맞춤형 광고나 개인화된 추천 서비스를 제공하는 것이 이제는 새로운 비즈니스 모델의 핵심이 됩니다. 기술적 우위를 점하는 기업이 시장을 선도하고, 나아가 더 많은 사용자를 끌어들일 수 있는 구조가 되기 때문에, AI 검색 시장을 향한 경쟁이 이토록 치열한 겁니다.    마지막으로, 음성 및 대화형 검색의 증가는 AI 검색 시장이 급부상하는 또 다른 이유이죠. 사람들은 점점 더 자연스러운 방식으로 기기와 상호작용하고 싶어 합니다. 음성 명령이나 대화형 인터페이스는 사용자가 손쉽게 정보를 얻을 수 있는 방법으로 자리 잡았고, AI 기술은 이런 대화형 검색에서 더욱 중요한 역할을 하겠죠. 이제는 단순히 ‘검색어’를 입력하는 것이 아니라, ‘질문’을 던지고 직접적인 답변을 받는 시대가 온 것입니다.       검색, 이제 AI로 하는 시대   AI 검색 시장은 단순한 정보 탐색을 넘어, 사용자 경험을 혁신하고 기업의 경쟁력을 강화하는 중요한 도구로 자리잡고 있습니다. 개인화된 검색, 실시간 정보 제공, 그리고 대화형 인터페이스의 발전은 검색 시장의 미래를 재편하고 있으며, 이는 AI 기술이 가져올 거대한 변화의 시작일 뿐이라고 보여집니다. 검색, 이제 AI로 하는 시대가 되었습니다.      촌장 드림  

AI, 또 한번의 혁신 "Computer Use"     Claude에서 Computer Use 라는 놀라운 기능을 선보였다. (출처 : 앤트로픽)   앤트로픽에서 새로운 업데이트를 발표했습니다. 컴퓨터 사용 (Computer Use)이라는 기능인데요. 생성형 AI가 이렇게 또 한 번 혁신하는군요. 기존의 AI는 서비스 툴 안에서 사용하게 됩니다. 해당 서비스 내에서 질문하고 대답합니다. 이미지나 영상 그리고 오디오로 확장한 멀티 모달로 확장할 수는 있었죠.  하지만 이제는 AI가 사람이 실제 컴퓨터를 쓰는 방식을 그대로 모방해서 어떤 미션을 수행할 수 있게 되었습니다. 말 그대로 AI가 컴퓨터를 명령에 따라 조작하는 거죠.   Claude의 Computer Use 기능은 아직은 베타 버젼이지만 앞으로의 가능성은 엄청납니다.  오늘 수요레터에서는 Claude에서 소개한 Computer Use의 기능 데모와 의미에 대해서 정리해 보겠습니다.   Claude 사용 화면. Claude 3.5 Sonnet (New)라고 새로운 기능이 업데이트 되었음을 보여준다. 오늘 소개할 Computer Use는 개발자용 API 만 오픈한 상태이다.   Computer Use 란 무엇인가?    사람이 컴퓨터를 이용하는 방식을 그대로 AI가 수행하는 기능입니다.  화면을 보고, 커서를 움직이고, 버튼을 클릭하고, 텍스트를 입력하는 방식을 사람이 직접 하지 않고, 그냥 Claude를 통해서 지시할 수 있는 거죠. OpenAI 나 Goolge에서도 관련된 기능을 준비 중인 것으로 알고 있는데, Claude가 먼저 선수를 쳤습니다. 아직은 실험 단계이고 제약된 환경에서만 효과를 보인다고 앤트로픽은 밝히고 있는데요. 현재는 개발자의 피드백을 얻기 위해서 API만을 공개한 상태이고, 시간이 지나면서 아마 빠르게 업데이트되지 않을까 생각합니다. 그리고 여러 서비스 기업과도 Computer Use 기능을 테스트해 보고 있다고 하는데요. Asana, Canva, The Browser Company 같은 서비스들입니다.   앤트로픽에서는 Claude의 Computer Use에 대해서 총 3가지 데모를 소개했는데요. 코딩, 업무 수행, 업무 자동화 이렇게 3가지 입니다. 영상을 보면 기존에 AI를 사용하는 방식과는 전혀 다르다는 것을 볼 수 있는데요. 마치 진짜 사람 조수를 한 명 두고, 그 조수에게 일을 시키는 것과 같은 느낌입니다. 그중에서 업무 자동화 부분의 데모를 간단히 소개해 드릴게요.      데모 먼저 데모 환경을 설명합니다. 해당 영상은 실제 Claude가 수행한 장면을 녹화한 것이라고 하구요. 다만 아직은 베타 버젼이라 해당 기능의 장점을 강조하기 위해서 환경을 제한하고 조절된 상태로 진행했다고 합니다.   어떤 고객이 특정 양식을 보내주고 내용을 채워서 보내달라고 하는 요청 사항을 Claude가 실제로 어떻게 처리하는지를 보여주는 데모인데요.  Claude에게 이렇게 명령합니다.   “ Ant Equipment Co 라는 회사에서 온 요청 항목들을 채워주는데, 스프레드시트에 있는 내용을 이용하거나 아니면 벤더 포탈에서 찾아서 채워줘. 이 두개의 창을 통해서 항목을 확인하고 완료해줘 “   실제로 회사에서 하는 업무의 형태와 정말 똑같지 않습니까? 이런 지시를 Claude가 처리해 나갑니다.    화면을 보면 왼쪽에 스프레드시트가 있고, 관련된 정보를 찾을 수 있는 벤터 포탈이 탭으로 있습니다. 오른쪽 창에는 고객이 요청한 기입 항목이 있구요. 왼쪽의 내용을 확인해서 오른쪽의 항목에 맞춰 입력하고 제출하는 미션입니다.   왼쪽 사이드바에서는 Claude가 동작하는 상태를 표시해 주고 있습니다. 상단에 미션을 명령한 내용이 보이고, 그 아래에는 해당 명령을 Claude가 수행해 나가는 과정을 설명하고 있습니다. 요청한 미션을 수행하겠다고 Claude가 말하고, 화면을 캡쳐합니다. Claude는 스크린샷된 이미지를 분석해 나가는 과정을 통해 상황을 이해하고 처리해 나간다고 볼 수 있죠. 스프레드시트 화면을 보니 해당되는 정보를 찾지 못했다고 Claude가 말합니다.   그래서 벤더 포탈 탭을 누르겠다고 말하고는 그 다음 액션을 진행합니다. Claude가 죄표가 표시하는데, 화면에서 해당 좌표 위치로 마우스 커스를 이동시키겠다고 하는 겁니다. Computer Use 기능은 AI가 사용자의 컴퓨터를 실제로 조절할 수 있도록 연동되어 있습니다. AI가 명령에 따라 컴퓨터를 직접 조정하는 거죠. 그리고는 포탈 화면을 다시 스크린캡쳐 하고 내용을 분석합니다.   해당 포탈에서 &#39;Ant Equipment Co&#39; 라는 회사의 정보를  찾기 위해, 검색창에 해당 기업의 이름을 타이핑 합니다. 타이핑하는 과정도 Claude가 직접 진행하고 있다는 것을 기억해야 합니다.   포탈 창에서 검색 결과에 따라 그 기업의 회사의 내용이 나오고, Claude가 페이지 다운을 해가면서 추가적인 정보를 검색합니다. 검색한다는 표현은 정확하게는 해당 화면을 스크린캡쳐하고 이미지를 분석하는 과정이라고 볼 수 있습니다.   그리고는 오른 쪽에 있는 요청된 입력 창에 필요한 내용을 Claude가 입력합니다.   입력이 완료되었고 최종적으로 Claude가 제출까지 완료합니다. 대단하지 않습니까? 정말 사람이 컴퓨터를 사용해서 작업하는 방식과 놀랍도록 유사합니다.      한계와 전망   물론 아직은 많은 한계가 있어 보입니다. 무엇보다 이런 미션을 위해서는 엄청난 데이터가 필요합니다. 현재는 제한된 스크린샷으로만 분석해서 결과를 내는 수준인데, 실제 사람이 하는 것처럼 동작하기 위해서는 동영상과 같은 많은 프레임을 연속적으로 빠르게 분석해야 하는 부담이 있죠. 또 스크롤, 드래그, 확대/축소 처럼 사람이 손쉽게 하는 동작들은 Claude가 수행하기에 많은 개선이 필요하다고 얘기하고 있습니다.  결국은 성능 개선과 비용의 문제입니다. 그래서 지금처럼 엄청난 속도로 AI가 발전하는 상황으로 볼 때 어쩌면 아주 빠른 시일 내에 실제로 기업이나 일반인이 사용할 수 있는 버젼의 제품이 나올 수도 있을 것 같습니다. 또 하나는 악용의 염려입니다. 앤트로픽도 스스로 밝힌것처럼 Computer Use 기능은 스팸이나 사기 등에 악용될 가능성이 아주 높습니다. 그래서 매우 적극적인 안전 조치를 마련하고 있다고 앤트로픽은 얘기하고 있습니다.  하지만 늘 그래왔듯이 어떤 기술이라 하더라도 그것을 악용하려는 시도는 항상 일어나게 마련이죠. 근본적으로 막을 수는 없을 겁니다.     아무튼 이번 Claude가 발표한 Computer Use 기능은 앞으로 AI 발전의 큰 이정표가 될 것으로 전망합니다. 거대한 혁신이 펼쳐지고 있습니다. 좋은 의미든 나쁜 의미든 말이죠.     촌장 드림

화성을 향한 거대한 도약 로봇팔, 로켓을 낚아채다!     2015년 12월 21일, 팔콘9이 재사용 착륙에 성공한 날이 기억나시나요? 정말 대단한 장면이었는데요. 벌써 9년이란 시간이 흘렀습니다. 그런데 이번에 그날의 놀라움에 버금가는 모습이 중계되었습니다.  2024년 10월 13일, 스페이스X의 스타십 5차 시험 발사가 있었고, 이번 발사는 스타십의 지구 궤도 비행을 성공시키는 목표와 함께 1단계 추진체인 ‘슈퍼 헤비’ 부스터를 발사대로 귀환시키는 것이 가장 큰 미션이었습니다.  발사 후 3분, &#39;슈퍼 헤비&#39;라 불리는 1단 발사체가 상단 우주선 스타십과 분리되었고, 발사 7분분 후 &#39;슈퍼 헤비&#39;는 다시 발사대로 귀환합니다.  발사대에 거의 붙을 정도가 되자, 발사대에 붙어 있던 ‘젓가락 팔’ 메카질라가 슈퍼 헤비를 완벽하게 잡아냅니다. 그리고 추진체가 멈추며 연기가 솟아오릅니다. 이 장면을 통해 우주 개발의 새로운 시대가 또 열렸다는 생각이 들었습니다. 이 귀환 방식은 기존의 바다 위 바지선 착륙과는 전혀 다른 혁신적인 기술로, 스페이스X가 처음으로 도전한 새로운 방식이었습니다. 이번 <수요레터>에서는 이번 성공의 의미를 몇 가지로 정리해 볼까 합니다. 2024년 10월 13일, 스페이스X의 1단 발사체 &#39;슈퍼 헤비&#39;가 발사대로 귀환하고 있다. 대단한 장관이다. <출처 : 스페이스X>     우주 산업의 패러다임   스페이스X는 국가가 주도하던 우주 산업을 민간의 패러다임으로 변화시킨 최초의 기업입니다. 바로 상업성입니다. 천문학적인 발사 비용을 줄일 수 있다면 우주 산업도 승산이 있는 게임으로 일론 머스크는 생각했던 거죠. 우주선 발사에서 많이 드는 비용 중 하나가 바로 발사체입니다. 기존에는 한 번 쓰면 버리게는 되는 게 바로 발사체였죠. 바로 이 발사체를 재사용할 수 있게 만든다면 발사에 들어가는 비용을 획기적으로 줄일 수 있을 거로 생각했습니다. 그에 대한 역사적인 성공이 바로 2015년 12월에 있었죠. 우주 산업은 엄청난 비용이 든다. 아주 비효율적인 대표적인 분야이지만, 일론 머스크는 여기에 새로운 기회가 있다고 보았다. <출처 : NASA>     획기적인 비용 절감   이후 수많은 성공과 실패를 거듭하면서 점점 고도화되어 왔습니다. 하지만 더 큰 비용을 줄이고 재발사에 걸리는 시간을 단축하기 위해서는 또 다른 혁신이 필요했던 거죠. 기존에는 거대한 발사체의 귀환을 위해 바다 위에 바지선을 띄워 놓고 여기에 착륙하게 만듭니다. 그리고 해상, 육상으로 이 발사체를 재활용할 수 있는 곳으로 이동하게 되고 수많은 점검과 테스트를 거쳐 재사용을 하게 되는데 비용도 수백만 달러 이상이 들고, 기간도 몇 개월이 걸린다고 알려져 있습니다.  이 비용과 시간을 줄이기 위해서 발사했던 발사대로 바로 귀환하게 만들자는 생각을 하게 됩니다.  그래서 이번 스타십 5차 발사와 &#39;슈퍼 헤비&#39;의 귀환의 성공이 의미하는 바가 크고 실제 우주 산업의 커다란 도약이라고 일컫는 이유입니다.  슈퍼 헤비의 귀환에 환호하는 스페이스X 직원들 <출처 : 스페이스X>     메카질라는 왜 필요했나?   역추진으로 바닥에 그대로 착륙할 수 있는 기술을 이미 가졌는데, 왜 젓가락처럼 생긴 메카질라가 필요했을까요? 뭔가 좀 더 역동적인 착륙 장면을 구현하기 위해서? 그럴 리가요. 수백 수천억 원이 들어가는 우주 산업에서 보기 좋으라고 하는 건 없습니다. 이것 역시 비용과 관련된 부분이라고 알려집니다. 바닥에 안정적으로 착륙하기 위해서는 추가적인 추진 엔진과 연료가 필요하고, 그 밖의 다양한 장치들이 고려되어야 합니다. 이 역시 비용이죠. 무엇보다 발사체의 무게를 조금이라도 가볍게 만드는 것이 비용과 바로 직결되는 부분이기 때문에 이런 요소들을 제거한다면 막대한 비용을 줄일 수 있겠죠. 또 하나는 재사용에 걸리는 시간입니다. 발사체에서 저렇게 낚아채서 고정하게 되면 곧바로 재발사를 할 수 있는 상태가 되기 때문에 그냥 바닥에 착륙하는 것과는 큰 차이가 있는 거죠. 사실 그냥 바닥에 착륙하는 것보다 이게 더 멋지기도 합니다.  젓가락 팔이라고 불리는 &#39;메카질라&#39;가 발사체를 붙잡는데 성공했다. 이런 방식을 상상한 것도 놀랍고, 구현한 것은 더욱 놀랍다. <출처 : 스페이스X>       대량 생산 매커니즘   스페이스X의 우주선 설계 및 제작 방식은 기존과는 완전히 다릅니다. 기존의 우주 산업의 제작은 수많은 전문가와 엔지니어들이 수작업으로 엄청난 세심한 과정을 통해 아주 오랜 시간에 걸쳐 제작되고 실행되었습니다. 자동차로 치면 마치 롤스로이스를 만드는 것과 같다고나 할까요? 하지만 스페이스X는 토요타나 현대와 같은 설계와 생산 방식으로 우주선을 만들어 내고 있습니다. 모든 것이 비용을 줄이고 생산성을 높이는 데 포커스되어 있는 거죠.  엔진도 거대하게 만들기보다는 작은 엔진을 여러 개를 달아서 더 높은 추진력을 얻는 구조로 만들어져 있습니다. 이번에 사용된 1차 발사체 &#39;슈퍼 헤비&#39;의 경우 33개의 랩터 엔진이 달려서 7,590톤의 추진력을 낼 수 있다고 합니다. 역사상 가장 강력한 추진력을 가진 발사체가 이런 작은 엔진들로 만들어진 겁니다. 이게 다 생산 효율성을 위해서입니다. 혹 몇 개가 동작하지 않더라도 미션을 수행할 수 있도록 설계가 되었고, 이 엔진을 더 많이 달면 더 큰 추진력을 가진 발사체를 만들 수 있으니 얼마나 효과적인 방식인가요. 1차 발사체 슈퍼 헤비의 엔진. 33개의 작은 엔진들을 모아서 7,590톤의 추진력을 만들어 낸다. 효율과 생산성을 위한 아이디어의 결과이다. <출처 : 스페이스X>     텍사스에 100만 평 규모의 ‘스타팩토리’도 건설 중이라고 합니다. 연간 수백 대의 스타십을 생산할 계획이 있다죠. 이게 바로 테슬라의 자동차 생산 노하우를 우주 산업에 그대로 접목하는 방식입니다. 일론 머스크는 100톤의 무게의 화물을 우주로 보내는데, 1,000만 달러 이하로 만드는 것을 목표로 하고 있다고 합니다. 바야흐로 우주 산업의 시대가 열리는 거겠죠. 텍사스에 건설 중인 스타십 생산 공장 &#39;스타팩토리&#39; <출처 : 보카치카>       화성으로 가자   이 모든 것은 인류를 화성에 보내고자 하는 일론 머스트의 거대한 미션의 일환입니다. 화성 탐사를 위한 총 6단계 계획이 필요한데 이 과정 중에서 이미 2단계 정도에 성공했다고 알려집니다. 이번 발사체의 귀한 실험 성공은 화성 탐사 실현을 위한 아주 중요한 이정표 중 하나라고 생각됩니다. 화성 전에 달에 사람을 먼저 보내는 프로젝트가 준비 중인데요. 미국 항공우주국 NASA가 추진 중인 &#39;아르테미스&#39;란 프로젝트이고, 이 프로젝트에 사용하는 우주선이 바로 스페이스X의 스타십입니다. 이 프로젝트는 2026년 9월로 예정되고 있고, 성공하게 되면 인류가 아폴로 11을 타고 달에 도착한 지 무려 57년 만의 이벤트가 될 것입니다. 얼마 안 남았습니다.  달에 인류를 보내고자 하는 새로운 NASA의 프로젝트, 아르테미스 <출처 : NASA>     일론 머스크. 여러 면에서 놀라운 인물이다. 정말 사람을 화성에 보낼 것 같다.      일론 머스크. 때로는 가십으로 악명이 높기도 하지만, 거대한 미션을 향한 대담한 꿈을 꾸고 이 꿈을 하나 하나 실현시키고 있다는 점에서도 정말 놀라운 인물입니다. 우주 탐사의 새로운 시대, 정말 기대 됩니다.    촌장 드림  

  AI 폭주에 대한 유발 하라리의 경고     <사피엔스>의 유발 하라리가 6년만에 신작을 발표했습니다. 인류사를 관통하는 커다란 맥락을 통해 역사를 풀어내는 능력은 <총.균.쇠>의 제러드 다이아몬드 이후 최고로 평가받고 있는 작가가 바로 유발 하라리 입니다. <사피엔스>의 후속작인 <호모 데우스>를 통해서는 인류 미래에 대한 대담한 전망을 내놓기도 했습니다. 이번 최신작 <넥서스>에 이르러서는 기술, 특히 정보라고 하는 인류의 도구가 어떻게 인류의 문명을 바뀌어 왔고, 최근 AI 기술이 인류에게 어떤 의미로 다가오게 될 지에 대한 강력한 목소리를 담고 있습니다.  이번 <수요레터>에서는 유발 하라리의 6년만의 신작 <넥서스>의 핵심 내용을 정리해 보겠습니다.     인류는 더 강해졌는데, 왜 더 지혜로워 지지 않았을까?   유발 하라리는 우리에게 이렇게 질문합니다.   "우리 인류는 점점 더 강해지고 있는데, 과연 인류의 지혜도 그만큼 늘었을까?" "우리가 정말 현명하다면, 인류는 왜 이렇게 자기 파괴적일까?"    그 이유를 기본적으로 인간 본성의 치명적인 결함에서 찾을 수 있을 것입니다.  파에톤 신화가 있습니다. 파에톤은 태양신 헬리우스의 아들입니다. 그는 자신이 신의 아들임을 증명하고 싶어서 헬리우스가 모는 태양 마차를 몰게 해달라고 조릅니다. 헬리우스는 아들의 설득에 어쩔 수 없이 마차를 빌려주게 되지만, 파에톤은 신의 마차를 제대로 제대로 조정할 수가 없습니다. 태양의 마차는 미쳐 날뛰며 세상을 불바다로 만들었고 보다 못한 제우스는 벼락으로 파에톤을 내리쳐 이 폭주를 멈추게 합니다. 힘을 향한 인간의 욕구는 끝이 없고 결국 그 힘을 얻는데 성공하지만 통제할 수 없는 힘을 가진 인간은 실패할 수 밖에 없음을 보여주는 신화입니다. 인간 본성의 나약함을 보여주는 흥미로운 이야기인데요. 하지만, 유발 하라리는 인류의 욕망은 개인의 일탈의 문제가 아니라 네트워크의 문제점에서 근본적인 원인을 찾고 있습니다.     네트워크의 마법과 함정     유발 하라리는  인간의 힘은 개인이 아닌, 대규모 협력 네트워크에서 나온다고 말합니다.     “인간은 대규모 협력 네트워크를 구축함으로써 막대한 힘을 얻었지만 바로 이 네트워크를 구축 하는 그 방식 때문에 애초에 힘을 지혜롭게 사용하기가 쉽지 않다. 즉 우리의 문제는 네트워크 문제이다.”     개별적인 정보와 지식은 네크워크를 통해 강해지지만, 그런데 바로 그 연결성, 고유한 네트워크의 구조 때문에 그 힘이 지혜롭게 쓰이기 어렵다고 주장합니다.   대규모 네트워크는 종종 허구와 환상에 의존하게 되는 경우가 발생하고, 이런 상황에서는 치명적인 문제가 일어나곤 하죠.  연결된 네크워크가 거대한 힘이 되는 순간, 그 방향성이 자칫 엉뚱하게 사용될 수 있다는 건데요. 그런 대표적인 예가 바로 나치즘이나 스탈린주의입니다. 당시 대다수의 독일인과 러시아인들은 사이코패스가 아닌 지극히 정상적인 사람들이었습니다.  조지 오월이 얘기한 “무지가 힘이 된” 무서운 사례라고할 수 있을 겁니다.      &#39;정보 = 지혜&#39;라는 달콤한 착각   "정보가 많아지면 지혜도 늘어날 거야." 라고 많은 분들이 이렇게 생각하실 겁니다. 사실 대규모의 네트워크가 인류의 복지와 번영을 위해 선용된 사례도 무수히 많습니다. 의학, 물리학, 경제학 등 정보와 지식이 널리 퍼지면서 세상은 더 살기 좋은 곳으로 변화된 부분도 있죠. 하지만 항상 그럴까요? 정보의 양이 충분히 많으면 이는 진실로 이어지고 이런 진실의 힘은 지혜로 이어지는 수순이 당연한 걸까요? 하라리는 이런 생각을 &#39;정보에 대한 순진한 관점&#39;이라고 부릅니다. 어떤 진실을 발견한다고 해서 이런 결과물을 지혜롭게 사용되리라 전적으로 믿을 근거는 없다는 점입니다. 핵에너지가 인류에게 어떻게 사용되었는지를 보면 이 관점은 분명해 지죠.     AI, 축복일까 재앙일까?   AI가 전적으로 인류에게 유익하게 사용되리라 믿는 것은 ‘정보에 대한 순진한 관점’이라고 볼 수 밖에 없습니다. 더구나 AI가 더욱 위험할 수 있는 지점은 AI가 단순한 도구가 아니라는 점 때문입니다. 인간이 지금까지 만든 모든 발명품은 그것이 아무리 강력하다 하더라도 그것을 어디에 어떻게 사용할 지를 결정하는 것은 오롯이 인간의 몫이었습니다. 누구를 공격할 것인지는 탱크나 폭탄 스스로 결정하지 못합니다. 거기엔 지능이 없으니까요. 하지만 AI는 그저 도구가 아닙니다. 스스로 판단하고 결정할 수 있는 능력을 가지고 있습니다. 그래서 도구의 역할이 아닌 주체적인 ‘행위자&#39;가 될 수 있습니다. 인류가 만들어낸 그 어떤 도구도 하지 못한 것을 AI는 보여주게 될 것입니다.      AI는 도구가 아니다.   어떤 사람들은 인류가 수많은 혁명의 과정들을 잘 견디고 생존과 번영을 유지했듯이 AI 혁명도 결국 해답을 찾을 것으로 기대합니다. 그럴 수도 있겠죠. 하지만 유발 하라리는 이런 기대를 아주 순진한 생각이라고 비판하고 있습니다. 왜냐하면 AI는 도구에 머물지 않고, 의사 결정 과정의 주체로서 참여하게 되리라는 점 때문입니다. 이전의 정보과 발명은 제아무리 위대한 것이라 하더라도 사람에 의해 전파되고 연결되었는데, 이제 AI는 그 연결과 전파에 주체적 존재로 자리매김하게 되고 그만큼 인간의 역할은 쪼그라들면서 인류의 위험성은 더 위태로워질 수 있다는 주장입니다.   "AI는 스스로 결정을 내리고 아이디어를 생성 할 수 있는 최초의 기술이다. AI와 같은 이질적인 주체들이 (의사 결정 과정에) 이렇게 추가되면, 군대, 종교, 시장 국가의 형태 자체가 달라질 수도 있을 것이다. 정치, 경제, 사회 시스템이 통째로 무너질 지도 모르고, 그럴 경우 새로운 시스템이 그 자리를 대신할 것이다."     AI에 대한 강력한 자정 장치가 없다면 심각한 권력 남용이 가능하게 되며 제어할 수 없는 상황에 도달할 수도 있음을 유발 하라리는 역사적 사건들을 통해 설명하고 있습니다.   "네트워크가 강해질 수록 네트워크의 자정 장치가 중요해 진다. 석기시대 부족이나 청동기 시대의 도시국가는 내부의 실수를 찾아내서 바로 잡지 못해도 피해가 제한적이었다.  하지만 실리콘 시대의 초강대국에 이러한 자정 장치가 없다거나 있다 해도 약하다고 하면 우리 종은 물론 수 많은 다른 생명체의 생존까지 위태로움을 줄 수 있을 것이다."     균형 잡힌 자정 장치   하지만 그렇더라도 너무 비관적일 이유는 없습니다. 기본적으로 진실을 향한 인간의 관심은 여전히 강력하다고 믿고 있습니다. 힘 자체가 나쁜 건 아니죠. 지혜롭게 사용하면 힘은 이로운 도구가 될 수 있죠. 중요한 건 균형 잡힌 정보 네트워크를 만드는 것입니다. 어떻게요? 정보에 대한 순진한 생각을 버리고, 강력한 자정 장치를 세팅하는 것입니다.    "우리가 지혜로운 네트워크를 구축 하기 위해서는 정보에 대한 순진한 관점과 포플리즘적인 관점을 모두 버리고 무오류성 이라는 환상에서 벗어나서  강력한 자정 장치를 제대로 구축하고 힘들고 다소 재미 없는 일에 집중해야 한다."   이런 측면에서 최근 유럽의 AI 규제법의 시행은 AI 자정 장치를 향한 좋은 출발점이라고 여겨집니다.      터미네이터는 아닐지라도   이번 <수요레터>에서는 유발 하라리의 <넥서스>의 핵심 메시지를 살펴 봤습니다. 이번에 노벨 물리학상을 받은 제프리 힌튼 교수를 비롯한 많은 전문가들이 AI의 위험성에 대해 경고하고 있습니다. AGI의 등장으로 인해 인류가 커다란 위험에 이를 수 있다는 AI 위험 시계도 등장했습니다. 이 시계에 따르면 최악의 순간까지 29분 밖에 남지 않았다고 경고합니다. AI는 엄청난 혁신입니다. 이러한 혁신이 정말로 인류에게 도움이 되는 방향으로 지헤가 선용되는 방향으로 이용될 수 있도록 지금부터라도 날카로운 시선으로 감시해야 할 것입니다. <터미네이터> 같은 디스토피아는 아닐 것입니다.  오히려 올더스 헉슬리의 <멋진 신세계> 같은 전체주의 미래가 더 현실성 있게 다가올 수도 있을 것입니다.        촌장 드림