[에릭 슈미트] : 구글 전 CEO
[인터뷰어] : 김병수(한국계 미국인) University of Southern California 임시 총장
한 시대를 풍미한 기술 인재의 깊은 통찰이 담긴 인터뷰입니다
시간을 내어 정독해 보시길 권합니다
[인터뷰어] :
자, 그럼 바로 본론으로 들어가 보죠. 사람들이 AI에 대해 이야기할 때, 특히 USC 같은 대학의 고등 교육에 미칠 영향에 대해 생각할 때, 두 가지 상반된 이야기가 있는 것 같습니다. 하나는 AI가 학습과 연구를 엄청나게 향상시켜 줄 것이라는 이야기고, 다른 하나는 우리가 알고 있는 대학 모델 전체를 완전히 파괴할 것이라는 이야기죠. 어느 쪽이 맞습니까?
[에릭 슈미트] :
둘 다입니다. 거의 모든 질문에 대한 답이 그렇다고 봅니다. 그나저나 이곳에 오게 되어 정말 기쁩니다. 오늘 즐거운 대화를 나눠보죠.
총장님께서 취임하신 이후에 이루신 일들은 정말 놀랍습니다. 굳이 제가 칭찬을 늘어놓지 않아도 이미 다들 잘 알고 계시겠지만요.
대학들은 적응할 겁니다. 미국의 대학들, 특히 세계 20위권 대학 중 18개가 미국에 있다는 건 미국의 가장 큰 자산 중 하나죠. 대학은 적응력이 뛰어납니다. 예를 들어, 이곳에는 훌륭한 영화 학교가 있고, 디지털 도구를 다루는 최고의 프로그램이 있죠. 거대한 그룹 안에 작은 소그룹이 있는 셈인데, 대학은 그런 식으로 작동합니다. 노동력 배분이나 교육 등에서도 같은 현상을 보게 될 겁니다.
대학이 적응하는 건 교수진 때문이 아니라 학생들 때문일 겁니다. 혁신은 본질적으로 대학원생과 박사후연구원들에게서 나오니까요. 교수진은 그런 일이 일어나도록 허용할 만큼 훌륭하고요. 제 경험상 세상을 바꾸는 건 항상 두 명의 대학원생과 아직 종신 재직권(테뉴어)을 받지 못한 조교수였습니다. USC도 잘 알고 있는 그 치열한 압박감, 그건 사라지지 않을 겁니다.
사라지는 건 전통적인 교육 방식과 일반적인 지식 습득 방식의 상당 부분일 겁니다. 대신 훨씬 더 많은 자기 주도 학습 방식을 찾게 되겠죠. 그리고 강의실에 앉아만 있는 모델은 점점... 이미 많은 대학이 협력 연구나 팀 프로젝트 같은 다양한 형태를 실험하고 있습니다. 그게 더 나은 학습 모델이니까요.
몇 가지 오해를 좀 정리해 드리자면, 교사는 사라지지 않습니다. 대학도 사라지지 않고요. 일자리도 사라지지 않습니다. 그런 예측들은 다 잘못된 정보에 기반한 겁니다. 하지만 여러분은 모든 분야에서 컴퓨터를 훨씬 더 많이 사용하게 될 겁니다.
이 컨퍼런스가 끝나고 나서 총장님께서 가장 먼저 개설하셨으면 하는 수업은 '프롬프트 엔지니어링'입니다. USC 학생들이 복잡한 프롬프트를 작성해서 원하는 결과물을, 때로는 아주 재미있는 결과물을 만들어내는 방법을 모른다는 게 말이 됩니까?
[인터뷰어] :
대학 입장에서 AI를 과소평가하는 것과 과대평가하는 것 중 어느 쪽이 더 위험하다고 보십니까?
[에릭 슈미트] :
글쎄요, 저는 항상 AI 찬성론자입니다. 그 이유는 인간과 대등한 수준의 새로운 지능이 등장했다는 것, 지금 대략 그런 일이 벌어지고 있는데, 이건 역사적으로 엄청난 사건이기 때문입니다. 전기의 발명과 비슷하거나 그 이상일 수도 있죠.
저는 키신저와 함께 이 문제에 대해 두 권의 책을 썼습니다. 당신의 가장 친한 친구가 인간이 아니라면 어떻게 될까? 당신의 협력자가 인간이 아니라면? 그 비인간 협력자가 특정 영역에서 당신보다 더 똑똑하다면 어떻게 될까?
이 대학에서 가장 중요한 일은 학생들이 그런 결과에 대비하도록 만드는 겁니다. 그건 정말 큰 문제니까요. 학생들보다 훨씬 나이가 많은 기성세대는 이 문제로 온갖 위기를 겪게 될 겁니다. 자신의 정체성, 하는 일, 시간을 보내는 방식에 영향을 미칠 테니까요.
[인터뷰어] :
일자리가 사라지지 않을 거라는 견해를 밝히셨지만, 일자리의 성격은 분명 변할 것이고, 향후 5~10년 동안 우리가 완전히 예측할 수 없는 방식으로 급격하게 변할 수도 있습니다. 대학은 변화하는 노동의 성격과 직업 시장에 적응하기 위해 교육 방식과 내용을 어떻게 바꿔야 한다고 생각하십니까?
[에릭 슈미트] :
좀 거슬릴 수도 있는 말을 하나 하겠습니다. 가장 흥미로운 교수는 노동 시장 경제의 역동성을 연구하는 종신 재직 교수입니다. 정작 본인은 그 시장의 영향을 받지 않으니까요. (웃음) 농담입니다. 테뉴어 제도를 공격하려는 건 아닙니다. 저도 테뉴어 덕분에 여기까지 왔고, 제 아버지도 교수셨으니까요.
생각해 봅시다. 저는 지난 20년 동안 트럭 운전사가 필요 없어질 거라는 말을 들어왔습니다. 자동화 때문에요. 그런데 지금 미국에서 가장 부족한 일자리 1위가 뭔지 아십니까? 트럭 운전사입니다. 트럭 운전은 정말 힘들고 어려운 일이라 하려는 사람이 충분하지 않거든요.
자동화 때문에 일자리가 다 사라질 거라더니, 왜 가장 자동화하기 쉬워 보이고 힘든 그 일자리가 가장 부족한 걸까요? 답은 두 가지입니다.
첫째, 국가 차원의 경제적 효율성입니다. AI와 자동화를 빨리 도입한 기업은 더 효율적이 되어 시장을 키웁니다. 덜 효율적인 사람들을 대체하겠지만, 사회적으로 볼 때 경제와 수익을 성장시키는 건, 특히 민주주의 국가에서는 핵심입니다.
민주주의에 대한 또 다른 관점을 말씀드리자면, 유럽은 본질적으로 성장하지 않고 있습니다. 다행히 미국은 2~3% 정도 성장하고 있죠. 민주주의 시스템에서는 유권자들의 돈을 뺏을 수 없습니다. 새로운 필요가 생기면 새로운 돈이 있어야 하죠. 그래서 민주주의는 성장해야만 합니다. 생산성을 통해 민주주의를 성장시킬 방법을 찾아야 합니다.
모든 증거가 보여주듯, 기술 발명, 특히 미국의 기술 발명은 '미국 예외주의(American exceptionalism)'의 핵심 요소입니다. 미국 문화의 특징, 즉 자유를 중시하고 정부를 다소 불신하며 법을 준수하는, 대략적인 고전적 자유주의가 우리가 누리는 성장의 필수 요소입니다. 민주주의 국가지만 성장이 없는 다른 문화권들은 아무것도 할 수가 없습니다. 제가 15년 동안 유럽이 뭔가를 하도록 설득해 봤지만, 유럽에는 똑똑한 사람들은 많아도 경제 시스템이 그걸 뒷받침하지 못합니다.
중국 이야기를 좀 하자면, 지난 8월에 중국에 다녀왔습니다. 처음에는 중국이 우리를 이길 거라고 생각했었죠. 하지만 중국은 미국 기업가들이 하는 미친 짓들에 자금을 댈 만큼 금융 시장의 깊이가 없습니다. 중국에서는 데이터 센터를 짓겠다고 갑자기 500억 달러를 모을 수가 없어요. 정부가 좋은 생각이라고 결정하면 모를까, 거기는 통제 경제니까요.
미국의 천재성은 이런 구조조정 능력에 있습니다. 답변이 길어졌지만, 결론은 일자리는 더 늘어날 것이고 직업의 종류는 달라질 겁니다. 게다가 인구통계학적으로 아이를 점점 덜 낳고 있습니다. 한국이나 중국 같은 아시아 국가들은 대체 출산율이 1.0 미만으로 떨어져서 상황이 심각하죠. 그런 사회들은 대수술이 필요할 겁니다. 왜 이런 일이 일어나는지 정확히는 모르겠지만 중요한 문제입니다. 향후 30년 동안 필요한 일을 할 사람이 부족할 겁니다. 그래서 대학이 중요합니다. 사람을 길러내니까요.
[인터뷰어] :
대학이 커리큘럼과 교육 방식을 어떻게 재고해야 하는지에 대한 질문으로 돌아가고 싶은데요, 방금 민주주의를 몇 번 언급하셨고, 오늘 아침 뉴욕타임스에 "민주주의를 AI에 아웃소싱할 수 없다"는 칼럼을 기고하신 걸 봤습니다. 왜 그런 글을 쓰게 되셨나요?
[에릭 슈미트] :
우리는 사람들이 민주주의에 좌절감을 느끼는 시기에 살고 있습니다. 저는 자유와 민주주의를 믿습니다. 제 정치적 견해는 명확합니다. 민주주의가 성공하려면 스스로를 조직해야 합니다. 지금처럼 문제가 생기면 권위주의나 빠른 해결책에 끌리기 마련이죠.
저는 사람들이 "그냥 AI한테 맡기자"라고 할까 봐 매우 걱정됩니다. AI가 우리보다 훨씬 똑똑하니까 알아서 해결하고 우리를 규제하게 하자는 거죠. 그건 우리가 매우 우려하는 인간 존엄성의 상실입니다. 인간의 존엄성을 비인간적인 활동에 넘겨주지 마십시오. 인간으로서 생각하고, 쓰고, 교류할 자유를 원해야 합니다. 그리고 협력적으로 해야 합니다.
제 주장의 요지는, 적어도 미국에서는 "네가 옳니, 내가 옳니" 하는 부족주의로 변질된 소통 과정을 AI를 이용해 대화를 장려하는 방향으로 바꿔야 한다는 겁니다. 우리가 그 방법을 잊어버린 것 같아요.
[인터뷰어] :
그 아이디어를 고등 교육으로 확장해 볼 수 있을까요? USC에서 많이 고민하는 것 중 하나는, 대학이 단순히 지식과 기술만 배우는 곳이 아니라 다른 사람과 상호작용하고 팀으로서 성과를 내는 법을 배우는 곳이라는 점입니다. AI 시대에 대학은 지식을 가르치는 것도 계속해야겠지만, 대학 공동체의 일원으로서 겪는 사회적 측면을 더 강화해야 하지 않을까요?
[에릭 슈미트] :
학생들의 행동에 직접 개입하기 시작하면 우려스러운 점도 생기겠지만, 그냥 학생들이 알아서 하게 두는 게 낫다고 봅니다. 사립 대학으로서 이곳의 학생 수준을 높이는 데 많은 공을 들이셨잖아요. 그들이 스스로 답을 찾게 하세요. 저는 상향식(bottom-up) 방식을 선호합니다.
다른 대학 교수들과 이야기해 보면 규칙은 꽤 간단하더군요. 강의실에서는 휴대폰 끄기. 서로 진짜 대화를 해야 하니까요. 강의실 안에서 실제로 서로 이야기를 나눠야 합니다.
소셜 미디어가 사회를 어떻게 파괴했는지에 대한 긴 논의가 있죠. 조너선 하이트(Jonathan Haidt)의 책은 잘 아실 테고, 제 친구이기도 합니다. 스콧 갤러웨이(Scott Galloway)도 최근 20대 남성들의 상태에 대해 우려스러운 책을 냈죠. 이 모든 게 과도한 소셜 미디어 사용의 결과입니다. 사실 대부분의 사람들, 그리고 수많은 십 대들이 꽤 외로워합니다. 그래서 이런 기기들에 의존하게 되고, 기기가 그들의 성장에 엄청난 역할을 하게 되죠.
사고 실험을 하나 해보죠. 내년이나 내후년에 아이를 갖게 된다면, 매년 아이에게 더 좋은 장난감을 사주게 될 겁니다. 그 장난감은 말도 하고 지능도 있습니다. 곰 인형 같은 거라고 치죠. 그 장난감은 아이의 가장 친한 친구가 될 겁니다. 3살 때는 아이가 장난감이랑 노느라 바쁘고 언어나 숫자도 배우니까 부모로서 좋겠죠. 하지만 아이가 12살이 되어서 다른 아이들과 어울리는 사회성은 없는데 그 곰 인형만 좋아한다면 어떨까요? 떼어놓을 수도 없고요.
한 사회심리학자가 15살 아들의 휴대폰을 뺏으려다가 아들에게 너무 심하게 맞아서 병원에 가야 했다는 어머니의 이야기를 해주더군요. 우리가 정말 그 단계까지 왔나 싶었는데, 적어도 일부 사례에서는 그렇습니다. 각 단계에서, 그리고 여기 대학에서도 인간의 존엄성을 유지하는 게 정말 중요합니다.
[인터뷰어] :
책도 여러 권 쓰셨고 기고문도 많이 쓰셨는데, 저처럼 에릭 당신도 글을 쓰는 이유 중 하나가 내가 실제로 무엇을 믿고 생각하는지 정리하기 위해서일 겁니다. 학생들이 더 이상 글을 쓰지 않고 LLM(거대언어모델)에 프롬프트를 입력해 답을 얻거나 초안을 만들고, 빈 화면이나 종이를 응시하며 고민하지 않는 미래가 걱정되지는 않으십니까? 그로 인한 비판적 사고의 저하도요.
[에릭 슈미트] :
저는 USC 교수진이 LLM을 이용해 부정행위를 한 학생과 직접 쓴 학생을 구별할 수 있다고 믿습니다. 채점 관점에서는 교수님들이 알아서 잘하실 거라 걱정 안 합니다.
제가 오랫동안 걱정해 온 건 독서량 감소로 인한 비판적 사고의 저하입니다. 인스타그램이나 틱톡을 보는 건 우리가 아는 독서가 아닙니다. 1단계 사고와 2단계 사고의 차이죠. 전자는 빠르고 후자는 깁니다. 학계에서는 이걸 '몰입(in the zone)'이라고 하죠.
학생들이 앉아서 몰입하지 않는다면... 제가 20대 연구원들과 일하고 있는데, 제가 20대였을 때는 휴대폰도 없었고 대학에서 바보짓도 많이 했지만, 책도 읽고 코드도 많이 짰습니다. 요즘 코딩은 사라지고 있는 것 같지만요. 그 친구들을 보면 휴대폰을 끄고 한동안 집중해서 일하다가 쉬더군요.
이 모든 기기는 근본적으로 중독 장치입니다. 중독의 고리를 끊는 답은 학생들에게 잠시 기기를 끄도록 훈련시키는 것일지도 모릅니다. 제 비법은, 휴대폰을 비행기 모드로 해놓고 제가 진짜 비행기에 탔다고 상상하는 겁니다. 바보 같지만 효과가 있어요. 휴대폰을 보면 비행기 그림이 있으니까요. (웃음)
[인터뷰어] :
개릿 학장님께서 제가 민간 부문뿐만 아니라 정부 기관과의 관계를 강화하려고 노력한다고 말씀하셨는데요. AI 때문에 정부 및 민간 부문과의 관계를 제대로 맺는 게 얼마나 더 중요해졌는지 묻고 싶습니다. 지금은 협력하기가 어렵거든요. 그리고 중국을 포함한 다른 나라들과 경쟁하기 위해 이걸 어떻게 제대로 해내야 할까요?
[에릭 슈미트] :
USC에는 정말 훌륭한 수학과가 있죠? 그런데 기업들은 AI가 진짜 뭔지 모릅니다. 제 생각엔 총장님께서 협상력을 과소평가하고 계신 것 같아요. 그들이 총장님을 더 필요로 합니다.
제가 다루는 AI는 본질적으로 수학인데, 저도 이 분야 박사 학위가 있지만 이제는 그 수학을 이해조차 못 하겠습니다. 너무 빨리 발전해서요. 지금 배출되는 이 세대가 아마 가장 큰 경제적 잠재력을 가졌을 겁니다. 이 복잡한 알고리즘을 헬스케어 등 실제 비즈니스 문제 해결에 적용할 사람들이니까요.
우리 업계에서는 '기술 오버행(technology overhang)'이라는 말을 씁니다. 우리가 엄청난 기술을 만들어냈는데 왜 고객, 기업, 대학, 정부는 천천히 받아들이냐고 오만하게 생각하는 거죠. 아직 사용할 준비가 안 돼서일 수도 있지만, 진짜 이유는 기술 혁신이 처음에는 맞춤형 산업에서 시작되어 표준화되는 과정을 거치기 때문입니다.
이메일이 선택 사항이던 시절을 기억합니다. 요즘 학생들은 이메일도 잘 안 쓰지만요. 어느 날 이메일이 표준이 되더니 갑자기 모두가 써야 했죠. 기술 도입은 그렇게 일어납니다.
이곳 LA에 오면서 웨이모(Waymo) 자율주행차를 봤습니다. 훌륭하죠! 최초의 자율주행차는 1994년에 발명됐고, 스탠포드가 2004년에 대회에서 우승했고, 구글이 2005년에 그 사람들을 채용했습니다. 그리고 지금 2025년입니다. 대학 대회 우승에서 여기까지 20년이 걸린 겁니다. 기술 확산은 훨씬 오래 걸립니다.
부의 창출은 모든 단계에서 일어나지만, 경영대 학생들이 많으니 말씀드리자면, 진짜 큰돈은 초기가 아니라 주류가 될 때 만들어집니다. 주류화가 수조 달러 규모의 산업을 만드니까요.
[인터뷰어] :
중국에 대해서는 어떻게 생각하십니까? 대학은 지식을 공유한다는 학문적 사명과 지적 재산권 도용에 대한 우려 사이에서 균형을 잡아야 합니다. 반도체부터 LLM까지 모든 논쟁에서 이런 긴장이 보이는데요.
[에릭 슈미트] :
이 점에 대해서는 저와 총장님의 생각이 같을 겁니다. 저는 미국 대학, 특히 대학원 과정의 외국인 학생들에 대해 매우 긍정적입니다. 제가 의회 산하 AI 국가안보위원회를 이끌 때 중국의 기여도를 면밀히 조사했습니다. 미국의 최상위 논문들을 보면 저자 5~10명 중 한두 명은 중국인이었습니다. 중국에서 태어나고 교육받은 사람들이죠. 그들은 우리 연구 인프라의 중요한 부분입니다. 그들을 내쫓고 싶지 않습니다.
더구나 그들이 졸업한 후에 중국으로 돌려보내는 건 정말 바보 같은 짓입니다. 졸업장에 영주권을 스테이플러로 찍어줘야 합니다. 졸업식 때 그냥 영주권을 딱 붙여서 주는 거죠. 이름만 쓰면 되게. 세계 최고의 인재들이 미국 말고 다른 어디에 있기를 바라겠습니까?
만약 범죄자라면 체포하면 됩니다! 우리에겐 경찰이 있고 꽤 잘합니다. 대학에도 경찰이 있잖아요. 뭐가 문제입니까? 영주권도 직접 만들고 졸업장도 직접 주고, 원스톱으로 하세요. (웃음)
제 요점은 우리가 올바른 태도를 취한다면 미국이 계속 리드할 수 있다는 겁니다. 물론 자원 차이는 있습니다. 중국은 전기차와 배터리 시스템을 장악했습니다. 이건 미국의 실수였죠. 미국 기업이 그 규모로 경쟁할 수 있는 시나리오는 없습니다. 논란의 여지가 있지만 휴머노이드 로봇 분야도 그럴 거라고 봅니다. 중국 공장에 가봤는데 규모가 엄청나고 사람들이 정말 열심히 일하더군요.
가장 인상적인 연구 그룹인 딥시크(DeepSeek)를 보면 그들은 훌륭합니다. 추론을 위한 더 나은 알고리즘들을 발명했죠. 하지만 그들은 규모(scale)가 없습니다. 그래서 적어도 지금은 우리가 괜찮습니다.
지적 재산권 문제와 별개로 저는 중국과 교류하는 편을 선호합니다. 분명히 말씀드리지만, 중국과 미국이 절친이 될 수는 없겠지만 함께 일하는 법은 배울 수 있습니다. 시스템은 달라도 국내 안정, 테러 방지, 경제 성장 같은 공통의 관심사가 있으니까요. 그들은 공산주의자라고 하지만 자본주의자인 제가 보기엔 정말 자본주의자처럼 보입니다.
중국의 연구 수준에 대해 의구심이 있다면 버리세요. 틀렸습니다. 15년 전의 편견은 이제 사실이 아닙니다. 그들은 정말 우리 문앞까지 와 있습니다.
[인터뷰어] :
딥시크 말씀을 하셨는데, 딥시크의 약점 중 하나는 특정 주제에 대해 질문하면 편향된 답변이 나온다는 겁니다. 자연어 LLM 구축 시의 편향성 문제와 그것이 피할 수 있는 문제인지에 대한 논쟁은 잘 아실 텐데요. 사람들이 똑같은 LLM을 사용하기 시작하면서 의견이 좁아지는 미래가 걱정되지는 않으십니까? 대학은 항상 폭넓은 의견과 관점을 기르려고 노력하는데 말이죠.
[에릭 슈미트] :
그럼 무엇을 가르쳐야 할까요? 호기심입니다.
저는 이제 누군가 돈을 받고 저를 설득하려 한다는 게 느껴지면 참을 수가 없습니다. 저도 충분히 똑똑하니까 팩트만 주면 제가 알아서 판단하겠습니다.
사람들이 LLM에 포획될 위험이 사회적으로 큽니다. 기억하세요, LLM은 당신의 가장 친한 친구입니다. 가장 친한 친구는 나에게 큰 영향을 미치죠. 배우자처럼요.
해답의 일부는 단 하나의 LLM 솔루션만 존재하지 않을 거라는 점입니다. 미국에서는 AGI(범용 인공지능)를 향한 경쟁이 치열합니다. 앤스로픽, 오픈AI, 구글의 제미나이, 마이크로소프트, 일론 머스크의 그록, 메타 등이 있죠. 여기엔 엄청난 돈이 듭니다. 메타는 현재 선두는 아니지만 아마 폐쇄형 시스템을 가질 겁니다. 돈이 너무 많이 드니까 소스를 공개하지 않을 겁니다.
반면 중국은 이상하게도 정반대의 결정을 내렸습니다. 모든 중국 모델은 오픈 소스입니다. 제가 투자한 스타트업 중 아주 똑똑한 중국인들이 있는 곳들은 그냥 중국 LLM을 씁니다. 정치적인 게 아니라 그냥 유용하고 공짜니까요.
앞으로 5~10년 동안 AGI에 가까워질수록 미디어에서 엄청난 긴장감이 조성될 겁니다. 이미 대학원 수준의 생물학, 화학, 수학 문제를 푸는 시스템이 나왔습니다. 제가 보기엔 불가능해 보였는데 말이죠. 알파폴드 같은 헤드라인 뉴스들이 더 나올 겁니다.
하지만 중국은 오픈 소스로 제공할 것이고, 여러 나라에서 수백만 개의 작은 오픈 소스 모델들이 나올 겁니다. 대학에서 하나의 모델에 갇히지 않도록 가르친다면, 락인(lock-in) 효과는 크지 않을 겁니다. 저도 이것저것 다 써봅니다.
[인터뷰어] :
LLM을 개발하는 많은 미국 기업들이 오픈 소스와 관련해서 잘못된 방향으로 가고 있다고 보십니까?
[에릭 슈미트] :
선택의 여지가 없었을 겁니다. 컴퓨터 과학자로서 제 배경은 오픈 소스였습니다. 유닉스(Unix) 개발에 참여했었죠. 서로 아이디어를 교환하고 협력해서 인터넷 같은 걸 만들었던 좋은 시절이었습니다.
샘 알트만(OpenAI CEO)이 어느 날 전화해서 "좋아하실 소식이 있어요. 모델의 미니 버전을 오픈 소스로 공개할 겁니다"라고 하더군요. 실제로 꽤 괜찮습니다. 미국 기업들도 모델의 일부를 공개하려는 시도를 할 겁니다.
핵심 질문은 가장 크고 강력한 모델을 공개할 것이냐인데, 아마 초대형, 대형, 중형, 소형, 오픈 소스 등 다양한 포트폴리오를 가격대별로 내놓을 것 같습니다. 운영 비용과 아키텍처 비용 때문이죠.
[인터뷰어] :
알파폴드(AlphaFold) 이야기를 하셨는데, 구글의 데미스 허사비스 팀이 AI로 과학적 돌파구를 만드는 놀라운 일을 하고 있죠. 여기엔 엄청난 컴퓨팅 파워가 필요한데, 이 테이블에 앉고 싶은 대학들에게 어떤 조언을 하시겠습니까?
[에릭 슈미트] :
이미 말씀드렸잖아요. 공화당이 우세한 주를 찾아서 거대한 데이터 센터를 짓고 파이프를 연결하세요. (웃음)
[인터뷰어] :
아니, 그냥 사람들 앞에서 말씀해 주시길 바랐습니다.
[에릭 슈미트] :
아, 제가 지지해 주길 바라시는군요. 염두에 둔 공화당 주가 있나요?
[인터뷰어] :
네바다가 꽤 가깝죠.
[에릭 슈미트] :
농담이 아닙니다. 대학은 이걸 따라잡아야 합니다. 충분한 컴퓨팅 자원 없이는 대학에서 미래를 발명할 수 없습니다. 제가 아는 어떤 대학도 충분한 자원이 없습니다. 세계에서 가장 부유한 대학들인데도요. 영국 대학들은 돈이 아예 없고요. USC는 사립이고 운영이 잘 되지만 그래도 부족합니다.
먼저 거대한 데이터 센터를 지어야 합니다. 전력 문제도 해결해야 하고요. 그다음엔 기부자들에게 칩을 기부받으세요. 아시다시피 엔비디아가 훈련 시장의 90~95%를 점유하고 있고, 지금 세계에서 가장 비싼 기업이 됐죠. 다행히 구글도 경쟁력 있는 TPU v7 칩을 개발 중입니다. 이런 경쟁이 대학에 도움이 될 겁니다.
[인터뷰어] :
전화번호를 알고 있으니 USC의 자선 기회에 대해 나중에 이야기 나누시죠.
[에릭 슈미트] :
기꺼이 돕겠습니다.
[인터뷰어] :
몇 가지 질문만 더 드리겠습니다. 대학이 AI 분야에서 가장 저평가하고 있는 기회는 무엇이라고 생각하십니까?
[에릭 슈미트] :
아까 말씀드렸듯이, 제가 사는 세상은 20대의 천재들이 지배하고 있습니다. 40대는 이 새로운 걸 배우는 고통스러운 과정을 겪지 않았으니까요. 프린스턴 대학에서 2학년생들이 대체 강화 학습 알고리즘을 만드는 걸 봤습니다. 2학년이요? 여기도 마찬가지일 겁니다. 사람들은 올바른 도구를 가진 학생들의 아이디어 수준과 속도를 과소평가합니다.
인문학에서는 왜 중요한 모든 문서를 데이터베이스화해서 흥미로운 방식으로 분류하지 않습니까? 물리학에서는 확산 모델(diffusion model)을 사용해 노이즈 속에서 패턴을 찾고 있습니다. 생물학의 알파폴드도 마찬가지고요.
LLM, 즉 챗GPT가 하는 건 기본적으로 '다음 단어 예측'입니다. 그걸 아주 잘할 뿐이죠. 4년 전 샌프란시스코에서 오픈AI 친구들이 GPT-3를 처음 돌렸을 때 "맙소사, 이 녀석이 글을 쓰네"라고 했던 순간이 역사에 남을 겁니다.
우리는 "겨우 다음 단어 예측이야?"라고 생각하지만, 인간의 뇌도 기본적으로 다음 단어 예측을 합니다. 방식은 좀 다르지만 우리가 인정하고 싶은 것보다 훨씬 비슷합니다.
제가 좋아하는 건 이 다음 단어 예측에 '계획(planning)'을 더하면 뭐든 할 수 있다는 겁니다. 예를 들어 제가 캘리포니아에 집을 사고 싶다고 칩시다. 첫 번째 에이전트(AI)가 어디서 살지 알려주고, 두 번째는 법규를 확인하고, 세 번째는 유명 건축가를 선정해 설계하고, 네 번째는 시공사를 고르고, 다섯 번째는 일이 잘못되면 시공사를 고소합니다. 이게 워크플로우입니다.
제가 왜 이런 예시를 들었을까요? 이게 바로 대학의 워크플로우, 병원의 워크플로우, 정부와 기업의 워크플로우이기 때문입니다. 컴퓨터 업계에서는 이걸 '에이전트 혁명(agentic revolution)'이라고 부르며, 이게 다음의 큰 흐름입니다.
대학에 드리는 조언은 그냥 에이전트를 만들기 시작하라는 겁니다. 컴퓨터 공학 대학원생들이 에이전트 프레임워크를 만들고, 다른 모든 사람에게 에이전트를 만들라고 하세요. 대부분 쓸모없겠지만 괜찮습니다. 대학이니까요. 하지만 사람들은 에이전트가 뭔지 배우게 될 겁니다. 컴퓨터가 해주는 에이전트와 여러분이 무엇이든 프로그래밍할 수 있는 프롬프트 엔지니어링이 결합하면, 게임 끝입니다.
[인터뷰어] :
마지막 질문입니다. 오늘 듣고 있는 학생들에게 직접 한 말씀 부탁드립니다. 일자리가 사라진다는 뉴스도 있고, 기대할 이유도 있지만 걱정할 이유도 많습니다. 학생들에게 어떤 메시지를 주시겠습니까?
[에릭 슈미트] :
똑똑한 사람들의 문제는 항상 우울해한다는 겁니다. 그만두세요. 너무 심각하게 생각하지 마세요.
저는 여러분 학부생들이 정말 부럽습니다. 첫째, 캘리포니아에 있잖아요. 불평 좀 그만하세요. 저도 날씨 때문에 여기 대학원으로 왔습니다. 둘째, 여러분 생애에 수명이 100세 이상으로 늘어날 겁니다. 여러분의 자녀는 제 세대보다 훨씬 더 건강할 거고요. 세상은 더 안전해질 겁니다.
가장 중요한 건, 여러분은 함께 일할 수 있는 새로운 형태의 지능이 도래하는 시기에 일하게 된다는 겁니다. 영화에서처럼 AI가 통제 불능이 되는 이야기는 재밌지만, 중요한 건 지능의 도래가 엄청난 생산성 향상을 가져온다는 겁니다. 엔터테인먼트든 사회생활이든요.
그러니 20대로서 에이전트 혁명에 어떻게 참여할지 생각하고, 컴퓨터 과학자처럼 생각하세요. 나만을 위해서가 아니라 주변 모든 사람을 위해 무언가를 하세요.
컴퓨터 과학자들이 왜 잘나가는지 아십니까? 오만함 때문이기도 하지만, 우리는 '규모(scale)'를 생각하기 때문입니다. 확장 가능한 비즈니스 모델을 만드세요. 그게 왜 흥미롭냐고요? 큰돈을 벌 수 있으니까요. 그래서 경영대학원에 온 거 아닙니까? (웃음)
제 요점을 아시겠죠. 여러분은 이 친구들과 어울려야 합니다. 부러우니까요.
[인터뷰어] :
물론입니다. 오늘 이 자리를 빛내주셔서 영광입니다. 에릭 슈미트, 사회에 대한 공헌에 감사드립니다. 함께해 주셔서 감사합니다.
[미국 vs. 중국 관련, 에릭 슈미트의 생각 요약]
1. AI 기술력 및 전략의 차이
*기술 수준: 중국의 AI 연구 수준은 매우 높으며(예: DeepSeek의 추론 알고리즘), 미국을 바짝 추격하고 있습니다. 15년 전의 낙후된 중국의 이미지는 버려야 합니다.
*모델 공개 전략: 미국 기업들이 독자적인 AGI 구축을 위해 폐쇄형 모델을 지향하는 반면, 중국은 모든 LLM 모델을 오픈소스(Open Source)로 공개하는 전략을 취하고 있습니다. 이는 전 세계 개발자들이 중국 모델을 무료로 사용하게 만들어 영향력을 확대할 수 있습니다.
*하드웨어 및 제조: 중국은 전기차(EV), 배터리 분야를 장악했으며, 향후 휴머노이드 로봇 분야에서도 막대한 제조 규모(Scale)를 앞세워 경쟁력을 가질 것으로 보입니다.
2. 미국의 대응 및 인재 정책
*금융 시스템의 우위: 중국은 통제 경제 특성상 미국처럼 민간 주도로 막대한 자금(수백억 달러)을 즉시 조달해 데이터 센터를 짓는 등의 유연한 금융 시장 깊이가 부족합니다. 이는 미국의 구조적 강점입니다.
*인재 유출 방지: 미국 내 최상위 AI 논문의 상당수가 중국 출신 연구자들에 의해 작성됩니다. 미국은 이들을 경계하여 내쫓기보다는, 졸업장과 함께 영주권을 발급(Staple a green card)하여 미국에 묶어두는 전략을 취해야 합니다.
3. 협력과 경쟁
미국과 중국이 친구가 될 수는 없으나, 경제 성장, 테러 방지 등 공통의 관심사에 대해서는 협력하는 법을 배워야 합니다. 중국 기업가들은 공산당 통제하에 있지만 본질적으로는 매우 자본주의적인 성향을 보입니다.
핵심 요약
[에릭 슈미트가 본 AI의 현재와 미래]
1. AI 기술의 진화: LLM을 넘어 '에이전트 혁명(Agentic Revolution)'으로
현재(LLM): 현재의 챗GPT 등은 본질적으로 '다음 단어 예측(Next Token Prediction)'을 아주 잘하는 모델임.
미래(Agents): 단순 예측에 '계획(Planning)' 기능이 결합된 AI 에이전트가 다음 단계의 핵심임.
예시: 집 구매 시 '위치 선정 → 법규 확인 → 설계 → 시공 → 법적 대응' 등 연속적이고 복합적인 워크플로우를 AI가 스스로 수행.
전망: 컴퓨터가 수행하는 에이전트와 인간의 프롬프트 엔지니어링이 결합하여 생산성의 비약적 향상을 가져올 것.
2. 글로벌 AI 경쟁 구도: 미국 vs 중국
*미국 (Scale & Capital):
자본 시장의 깊이가 있어 막대한 자금(수백억 달러)이 필요한 데이터 센터와 인프라 구축이 가능함.
주요 기업(OpenAI, Google 등)은 막대한 비용 문제로 모델을 폐쇄형(Closed)으로 운영하며 AGI를 향해 경쟁 중.
*중국 (Open Source & Algorithms):
미국만큼의 자금 동원력과 하드웨어 스케일(Scale)은 부족하지만, 알고리즘 효율성(예: DeepSeek의 추론 알고리즘)은 뛰어남.
국가 전략상 오픈 소스 방식을 채택하여 생태계를 확장하고 있으며, 이는 특정 미국 모델에 대한 '락인(Lock-in)' 효과를 방지하는 역할을 함.
인재: 미국 내 최상위 AI 연구 논문의 상당수가 중국 출신 연구자에 의해 작성됨. 이들을 배척하기보다 영주권 부여 등을 통해 미국 내 인재로 흡수해야 함.
3. 인프라와 컴퓨팅 파워 (Computing Power)
대학의 위기: 세계 최고 대학들조차 AI 연구를 위한 컴퓨팅 자원이 턱없이 부족함.
해결책: 대학은 전력과 토지가 저렴한 지역에 거대한 데이터 센터를 짓고, 엔비디아나 구글(TPU) 등과 협력하여 칩을 확보해야만 미래 기술을 선도할 수 있음.
기술 오버행(Technology Overhang): 기술은 이미 개발되었으나, 표준화 과정을 거쳐 실제 산업(자율주행 등)에 적용되기까지는 시차(약 20년)가 발생함.
4. 교육 및 노동 시장의 변화
필수 역량: 대학생들이 가장 먼저 배워야 할 과목은 '프롬프트 엔지니어링'. 복잡한 프롬프트를 통해 원하는 결과를 도출하는 능력이 필수적임.
인구 통계와 자동화: 인구 감소(특히 아시아)로 인한 노동력 부족을 AI와 자동화가 메울 것이며, 이는 경제 성장을 위해 필수적임.
교육 방식: 단순 지식 습득(강의식)은 사라지고, 자기 주도 학습 및 팀 기반 프로젝트 중심으로 재편될 것. 단, 비판적 사고(Critical Thinking) 저하를 막기 위해 긴 호흡의 독서와 몰입(Deep Work) 훈련이 필요함.
5. 핵심 제언
대학/연구자에게: 컴퓨터 과학자처럼 생각하고, 확장 가능한(Scalable) 모델을 만들라. 단순 예측 모델을 넘어 에이전트 프레임워크를 구축하는 데 집중하라.
사회적 관점: 민주주의와 의사결정 과정 자체를 AI에 아웃소싱해서는 안 되며, 인간의 존엄성과 통제권을 유지해야 함.
출처 : University of Southern California 공식 유튜브
