명문대마저 텅텅 비었다, AI에 난도질당한 미국 실제상황 (이경일 대표 / 풀버전)

https://youtu.be/Zw5DC1_t-w8

 

이경일 대표는 AI 기술의 발전과 그로 인한 사회 경제적 변화에 대해 심도 있게 분석합니다. AI 에이전트 시장의 부상, 기존 직업의 변화, 그리고 기업의 조직 구조 혁신 등 다양한 측면을 다루며, AI가 사회에 미치는 광범위한 영향을 강조합니다. 특히, 한국이 AI 패권 경쟁에서 기회를 찾기 위해서는 AI 활용 능력을 극대화하고, 특정 분야에 집중하여 글로벌 경쟁력을 확보해야 한다고 주장합니다. 이 영상은 AI 시대에 대한 균형 잡힌 시각을 제공하며, 미래 사회를 준비하는 데 필요한 통찰력을 길러줍니다.

1.  AI의 발전과 도전 과제

• 최근 미국에서 많은 개발자들이 해고되었으며, 컴퓨터 사이언스 졸업생들이 취업에 어려움을 겪고 있다 .

• AI의 발전은 기업의 조직 구조 변화에 영향을 미치며, 지적 노동의 많은 부분에 큰 임팩트를 미치고 있다 .

• 인공지능의 연구는 80년 이상 지속되어 왔으며, 최근에는 라지 랭기지 모델(LLM)과 같은 거대 언어 모델이 중심이 되어 AI의 발전을 이끌고 있다 .

• GPT 4.5와 같은 강력한 인공지능이 계속 개발되고 있지만, 비용 문제로 인해 더 똑똑한 인공지능을 만들기 위한 새로운 접근법이 필요하다 .

• 최근의 연구 동향은 더 큰 인공지능을 만드는 대신, 더 똑똑하고 쓸모 있는 인공지능을 만들기 위한 노력을 지속하고 있으며, 딥 시크라는 모델이 대표적인 예이다 .

 

2.  인공지능의 기술적 발전과 도전 과제

• 인공지능 시장은 에이전트 시장으로 빠르게 변화하고 있으며, 현재 AI 개발에서 중요하게 봐야 할 부분은 크게 두 가지 축으로 나눌 수 있다 .

• 첫 번째 문제는 환각 현상으로, 이는 인공지능이 거짓 정보를 생성하거나 잘못된 이미지를 만들어낼 수 있다는 것을 의미한다 .

• 두 번째 문제로는 학습 비용이 비쌈과 보안 이슈가 있으며, 특히 기업은 내부 데이터를 외부에 제공하는 것에 어려움을 느낀다 .

• 이러한 문제를 해결하기 위해 검색 증강 생성 기법(Retriever Augmented Generation)과 같은 기술이 개발되어, 최신 정보를 제공받고 거짓 정보를 줄일 수 있게 되었다 .

• 최근 인공지능 기술의 핵심 동향으로는 MOE(혼합 전문가) 기술이 있으며, 이는 작은 비용으로 전문화된 여러 인공지능 모델을 활용할 수 있게 한다 .

 

3.  인공지능 발전 단계와 AI 에이전트의 진화

• 인공지능 발전은 2012년에 알렉스 넷을 시작으로 하여 이미지 인식, 음성 인식 등 다양한 분야로 확장되고 있다 .

• 최근 3년 동안 생성 인공지능이 급격히 발전하여, 글, 이미지, 영상을 생성하는 데 사용되고 있다 .

• 에이전트 AI는 기존 생성 AI와는 다르게 명령에 따른 행동 및 결과물 생성이 가능하다는 점에서 큰 차별성을 지닌다 .

• AI 에이전트는 여러 다른 에이전트와 도구와 협력하여 작업을 수행하는 방식으로 발전하고 있으며, 이는 핵심적인 시장 트렌드로 주목받고 있다 .

• 스케일링의 개념은 인공지능 모델의 복잡성과 성능을 높이기 위해 더 많은 GPU를 활용하는 것이며, 추론과 테스트 타임 스케일링이 중요해지고 있다 .

 

4.  AI에 의해 변화하는 기업 및 직업 구조

• 기술 패러다임 변화가 발생할 때마다 기존의 거대 기업들이 몰락하고 새로운 기업들이 부상하는 경향이 있다. 예를 들어, 닷컴 버블 당시 마이크로소프트와 애플은 실패를 겪었으며, AI 시장에서 마이크로소프트가 다시 상승세를 타기 시작했다 .

• AI로 인해 소프트웨어 개발자들이 대규모 해고를 겪고 있으며, AI 개발에 기여했던 소프트웨어 개발자들이 가장 많이 해고되었다고 한다. 현재 구글과 마이크로소프트의 새 소프트웨어 코드의 25%~30%가 인공지능에 의해 개발되고 있으며 이 비율은 더욱 증가할 것으로 예상된다 .

• AI의 도입은 기존 직업 구조의 변화를 촉발하고, 단기적으로는 고용 구조의 변화가 불가피하다는 전망이 있다. 지적 노동자들이 AI와 협업하지 않으면 오히려 경쟁력 있는 다른 지적 노동자에게 영향을 받을 수 있다 .

• AI가 제조업에 도입되면서 제조업의 인력 감소가 발생하고 있으나, 새로운 직업이 창출되며 산업의 전반적인 다양성이 증가할 것으로 전망된다 .

• 앞으로는 AI와 협업을 통해 생산성을 높이는 균형을 찾아야 하며, AI가 수행하는 정형화된 업무 대신에는 감정 및 사회적 상호작용을 통한 직무가 더 주목받게 될 것으로 보인다 .

4.1. 기술 패러다임 변화와 기업의 위기

• 기술 패러다임 변화 시 기존의 거대 기업들이 몰락하고 새로운 기업들이 부상하는 경향이 있다.

• 닷컴 버블 시기 동안 마이크로소프트와 애플은 큰 성과를 거두지 못했으나, 모바일 시대에는 애플과 삼성전자가 성공적으로 성장했다.

• 현재 AI 시장에서 마이크로소프트는 관심을 받고 있지만, 구글은 어려움을 겪고 있는 상황이다.

• 한국의 카카오와 네이버는 AI 시장에서 생존과 경쟁에서 큰 도전에 직면해 있다.

• 미국의 아마존은 클라우드 사업에서 1위를 유지하고 있지만, 새로운 비즈니스 모델을 개발하는데 여전히 도전이 필요하다.

4.2. AI 트랜스포메이션의 필요성

• 한국 기업은 디지털 트랜스포메이션을 넘어 AI 트랜스포메이션을 고민해야 할 시점이다.

• 자동차 산업과 같은 전통적인 제조 기업도 큰 도전에 직면해 있다.

• 전통 제조 분야의 생산 담당 부분 역시 거대 제조 기업을 포함한 모든 산업에서 도전 과제가 존재할 것으로 보인다.

• 이러한 변화는 단순히 빅테크 기업에 국한되지 않고, 다양한 산업으로 퍼져 나갈 가능성이 있다.

• 각 기업체는 AI 기술을 효과적으로 활용할 방법을 고민해야 한다.

4.3. AI의 수익 모델과 브로커 역할

• 검색형 AI의 현재 수익 모델은 서브스크립션 중심이며, 향후 광고 모델이 등장할 것으로 예상된다.

• AI 서비스는 텍스트뿐만 아니라 리포트, 이미지, 챠트, 음성 콘텐츠 등 다양한 형태의 생성이 가능해지며, 이에 따라 광고가 PPL 형태로 삽입될 가능성이 크다.

• 브로커 역할을 하는 서비스가 강화되면, 단순 검색 이상의 다양한 도구가 결합되어 여행 예약이나 투자 보고서 작성 같은 복합적인 서비스가 제공될 것이다.

• AI 에이전트는 기존의 브로커 비즈니스 모델에 진입하여 수수료를 자연스럽게 창출하는 형태로 발전할 것으로 보인다.

• 이 모든 변화는 기업들이 AI 개발에 집중하면서 시작될 것이며, 올해부터 그 변화를 체감할 수 있을 것이다.

4.4. AGI와 인간 수준의 지능

• AGI(Artificial General Intelligence)는 인간처럼 모든 분야의 지능을 사용할 수 있는 인공지능을 의미한다.

• AGI는 자율적 학습, 개념 일반화, 문제 해결, 자각 및 사회성 등의 인간 지능의 다양한 요소를 포함해야 한다.

• 현재 인공지능의 수준은 AGI에 도달하기 위한 과정 중에 있으며, 완성이 되기까지에는 상당한 시간이 필요할 것으로 보인다.

• AGI의 핵심 요소 중 하나는 몸이 필요하다는 것이며, embodiment AI라는 개념은 몸이 있어야 지능이 발전할 수 있음을 강조한다.

• 인공지능이 인간 수준의 신체 지능에 도달하는 데는 오랜 시간이 소요될 것으로 예상되지만, 언젠가는 가능할 것이라고 예측된다.

4.5. AI가 직업 시장에 미친 영향

• AI 개발로 인해 많은 사람들이 일자리에 대한 걱정을 하고 있다.

• 개발자들이 AI 도입 이후 가장 많이 해고된 주직업군이 되었으며, 생성된 소프트웨어 코드의 25%에서 30%는 AI에 의해 작성되었다.

• 미국에서만 작년 한 해에 20만 명 이상의 소프트웨어 개발자가 해고되었고, 이는 두 년만에 변화한 현상이다.

• 직업 부문 중 지적 노동이 임팩트를 더 많이 받으며, AI는 업무의 유형에 따라 대체하거나 협업하는 방식으로 변화할 것이다.

• 앞으로 AI가 수행하는 업무가 증가함에 따라 전문가의 역할은 상담 및 협력으로 변화하고, 많은 직업들이 AI 도구를 사용할 것이란 전망이 있다.

4.6. AI의 영향으로 변화하는 고용 구조와 비즈니스 모델

• 노동 생산성이 바뀌면서 고용 구조가 변화하게 되고, 이는 의사와 학교 선생님 등을 포함한 다양한 직종에 영향을 미치게 된다.

• 구글, 마이크로소프트, 아마존 등 기업에서 대규모 해고가 발생하며, 고용 구조의 근본적인 변화가 일어나고 있다.

• 일하는 방식이 혁신되며, AI가 대본 작성, 게스트 생성 등을 담당하게 되면서 기존의 촬영 방식도 변화할 것이다.

• 새로운 사업 모델이 생성되며, 기존 기업들이 비즈니스 모델을 광고와 쇼핑몰 등으로 새롭게 정의하는 사례가 나타난다.

• 직업의 미래에 대해 AI와 협업하는 능력이 중요한 경쟁력이 될 것이며, 일부 직업은 사라지지만 AI를 잘 활용하는 사람들은 새로운 기회를 얻을 것이다.

4.7. AI의 영향과 직업의 변화

• AI의 발전으로 인해 직업이 대체되는 것이 아니라, 오히려 직업의 다양성 증가와 함께 일하는 시간이 줄어들 것으로 예상된다.

• 역사적으로 2차 산업 혁명 이후 평균 주당 근무 시간이 줄어들었으며, AI 혁명에 따라 주당 근무 시간이 28시간 이하로 감소할 수 있다고 추정된다.

• 1900년대 초의 직업 개수가 약 2,000개였으나 현재는 약 2만 종으로 증가하였으며, 이는 AI 협업의 결과로 보인다.

• 제조업에서는 이전에 1만 명이 필요했던 생산량을 현재는 1천 명으로도 가능하게 되었지만, 이로 인해 실업률은 증가하지 않았다.

• AI로 인해 지적 노동을 수행하는 변호사나 의사 등은 충분히 AI를 활용하지 않으면 큰 임팩트를 받을 위험이 있으며, 육체 노동자는 상대적으로 큰 영향을 받지 않을 것으로 예상된다.

4.8. AI 기술의 사용 분야와 확장 가능성

• AI 기술이 현재 가장 많이 사용되고 있는 분야는 AI 에이전트를 포함한 다양한 분야이다.

• AI 에이전트에 대한 명확한 설명이 필요하며, 이러한 기술의 구체적인 정의가 따라야 한다.

• AI 기술의 활용 사례와 사용 분야를 설명하여 전반적인 이해를 돕는 것이 중요하다.

 

5.  AI 시장의 변화와 발전 방향

• LLM(초거대 인공지능)과 RAG(검색 증강 생성 기법)는 AI 검색 시장에서 중요한 역할을 하고 있으며, AI가 검색 결과를 기반으로 질문에 답변을 생성하는 방식으로 작동한다.

• 소프트웨어 엔지니어링 분야가 AI의 영향을 가장 많이 받고 있으며, 향후 10년간 80%의 소프트웨어 엔지니어가 AI 기술을 사용해야 생존할 것으로 예측된다.

• 고객 서비스 분야는 AI 자동화로 700% 성장할 것으로 예상되며, 콜센터와 같은 서비스가 AI 에이전트로 대체될 가능성이 크다.

• AI 기술은 바이오 및 제약 분야에서도 활용되어, 개인 맞춤형 의약품 개발에 중요한 역할을 할 것으로 전망된다.

• 한국의 AI 기술 수준은 세계적으로 5위 안에 들어가지만, 인재 부족과 R&D 효율성 저조가 큰 도전으로 남아있다.

5.1. 에이전트 AI와 RAG의 개념

• LLM(초거대 인공지능)과 채GPT는 AI 검색 시장에서 RAG(검색 증강 생성 기법)를 사용하여 작동한다.

• 프롬프트를 통해 질문을 던지면 AI는 검색을 수행하고, 검색한 정보를 바탕으로 답변을 생성한다.

• 에이전트 AI는 질문에 대해 복잡한 답변을 제공하며, 검색뿐만 아니라 도구와 다른 에이전트와 소통하여 행동을 옮길 수 있다.

• AI는 자체적으로 계획을 세우고 추론하여 행동을 수행하며, 이는 툴과의 연동을 통해 이루어진다.

• 이러한 변화는 AI 시장에서 가장 큰 임팩트를 주며 혁신을 만들어내고 있는 요소로 여겨진다.

5.2. AI의 영향력과 적용 분야

• 소프트웨어 엔지니어 부분이 AI의 큰 영향을 받으며, 이미 이 시장은 AI에 의해 무너지고 있다.

• 고객 서비스를 담당하는 커스터머 운영 분야는 인건비 상승과 기업 수익성 악화로 인해 자동화가 불가피하다.

• 금융 분야는 투자 및 결정 과정에서 AI의 임팩트가 크게 작용할 것으로 예상된다.

• 바이오와 제약 분야의 AI 활용은 개인 맞춤형 약물의 개발을 가능하게 하여, 암 정복 등의 혁신을 가져올 수 있다.

• 교육 시장 역시 AI의 적용으로 인해 큰 변화를 겪을 것으로 보인다.

5.3. AI가 주도하는 시장 변화

• 소프트웨어 시장에서는 AI가 개발자 역할을 보조하며, 디버깅과 코딩 작업을 지원하고 있다.

• 가트너의 분석에 따르면, 향후 10년 내에 소프트웨어 엔지니어의 80%가 AI를 활용하지 않으면 퇴출될 것으로 예상된다.

• 커스터머 서비스 분야는 AI 에이전트의 도입으로 변화하고 있으며, 이 시장은 향후 5~6년간 700% 성장할 것으로 보인다.

• 리갈 서비스와 관련된 분야도 AI의 도입으로 큰 변화가 일어날 것으로 예상된다.

• 연구 분야는 AI에 의해 서치, 정보 정리 및 협업 도구 사용이 혁신적으로 변화할 것으로 추정된다.

5.4. 한국의 AI 기술 수준 및 경쟁력

• 현재 한국의 AI 기술 수준을 평가할 때, 주관적인 의견으로는 5등 안에 든다고 보지만, 1위와 2위인 미국과 중국과 비교할 때, 많은 어려움이 존재한다.

• 한국은 특정 버티컬 도메인에서 AI 전 세계 1등을 목표로 하여, 선택과 집중이 필요하며 모든 분야에서 3등 안에 드는 것은 어렵다고 판단된다.

• 글로벌 대기업들이 AI에 쏟고 있는 예산은 100조 원 수준으로 한국의 국가 예산인 2조 원에 비해 50배 차이가 난다.

• 인재 부족 문제로 인해 대한민국은 내부에서 인재를 양성하는 데에도 한계가 있으며 미국과 중국과의 격차가 크다는 점이 언급된다.

• AI 기술 성능을 평가할 때 여러 지표가 있으며, 최근 한국과 중국의 기업들이 성능을 뛰어넘기 시작했지만, 돈이 많은 기업들이 여전히 더 뛰어난 모델을 보유하고 있다.

5.5. AI 강국으로의 전환을 위한 전략

• 대한민국 국민을 전 세계에서 AI를 가장 잘 쓰는 국민으로 만드는 것이 중요하다. 이를 위해 전 국민이 쉽게 AI 서비스에 접근하도록 해야 한다.

• 대한민국은 대학 졸업률이 전 세계에서 가장 높고, 문맹률이 0.00 몇 %로 매우 낮은 상태이다. 이는 AI 활용에 긍정적인 환경을 조성한다.

• 대한민국의 빠른 인터넷 구축 경험은 AI 강국으로 도약하는 데 기여할 수 있으며, 전 세계의 AI 서비스 기업들이 한국으로 몰리게 될 것이라고 전망된다.

• R&D에 대한 국가적 투자에도 불구하고 효율성이 떨어질 수 있으며, 디지털 트랜스포메이션이 필요하다. 현재 연구소의 구식 방식을 개선해야 한다.

• AI를 활용하여 국가의 생산성과 문제 해결을 위한 깊은 이해와 적용이 요구된다. 이를 통해 대한민국은 새로운 경쟁력을 갖출 수 있을 것이라고 생각한다.

5.6. AI 서비스 이용 현황 및 학습 과정

• 대표자는 딥 리서치를 위한 다양한 AI 서비스를 주로 이용하며, 특히 오픈 AI의 딥 리서치 서비스가 가장 많이 사용되지만, 비용이 약 200달러로 부담이 크다고 언급한다.

• 구글의 공짜 AI 서비스인 '버버'를 가장 많이 사용하며, 이는 비용 부담을 덜어주는 서비스로 평가된다.

• 생성 AI의 데이터 학습 과정은 세 단계로 나누어지며, 첫 번째 단계는 웹에서 데이터를 수집하여 학습하는 '사전 학습'이다.

• 두 번째 단계는 사후 학습으로, 예를 들어 윤리적 관점에서 문제가 될 수 있는 질문에 대해서는 적절한 대답으로 수정하는 과정이 존재한다.

• 마지막 단계는 사용자의 피드백을 받아 학습하여 더욱 똑똑한 AI로 발전하는 과정이며, 이를 통해 AI는 점점 더 정확한 답변을 제공할 수 있게 된다.