직무 중심의 인사관리의 메카인 미국에서조차 사람 중심의 역량적 인사관리가 화두가 되고 있습니다.
이전에는 직무를 담당한 직원이 그 업무를 잘하기 위해 전문성이 필요했다면, 이제는 OpenAI로 발발한 AI의 급속한 발전으로 인해 한 사람이 다른 분야의 전문성을 손쉽게 갖출 수 있게 되었기 때문입니다.
결론부터 말씀드리자면, 이제는 한 사람이 여러 분야에 전문성을 갖고 전반을 아우르는 인사이트를 도출하고 통합적인 결과물을 만들어내야 한다는 것입니다.
저부터 말씀드리자면, 코딩에는 전혀 문외한인 제가 Chat-GPT의 도움으로 AI 모델 및 Data Analysis에 대해 석사 수준까지의 지식을 얻을 수 있었고, 상용화할 수 있는 서비스까지 제작할 수 있게 되었습니다. 그리고 이 hahahaHR.com도 여러 AI모델의 도움을 받아 제작하고 있습니다.
글에 들어가는 이미지들은 미드저니와 달리-3라는 이미지생성 AI의 도움을 받고 있으며, 글에 대한 논거나 필요한 인용 논문은 Perplexity라는 AI 검색을 활용하여 찾고 있습니다.
또한 디자인을 위해 이미지의 누끼를 따주는 AI, 이미지 해상도를 올려주고나 크기를 맞춰주는 AI, 음악을 만들어주는 AI를 사용하고 있으며, 초안을 작성한 후에는 글에 대한 맞춤법이나 표현에 대한 검수를 Chat-GPT에게 맡기고 있습니다.
만약 AI가 없던 시절이라면, 죽어도 저 혼자 할 수 없는 일이었을 겁니다. 디자이너와 백엔드 개발자, 프런트엔드 개발자, 편집인... 적어도 4명 이상의 직원이 필요했을 것입니다.
지금은 저 혼자서 4명분의 일까지 모두 가능해졌으며, 그 분야는 제가 이전에 전혀 손댈 수 없었던 분야라는 점입니다. 즉 다양한 분야의 직무에 AI를 활용하였고 그 결과로 지금의 사이트를 최고의 효율로 운영하고 있습니다.
한 논문은 "AI가 개발자 생산성에 미치는 영향: GitHub Copilot의 증거"라는 제목의 논문에서는 AI 페어 프로그래머인 GitHub Copilot을 사용한 대조 실험의 결과를 제시하며, AI 페어 프로그래머를 사용한 치료 그룹이 대조 그룹보다 55.8% 더 빨리 작업을 완료했음을 보여줍니다. (The Impact of AI on Developer Productivity: Evidence from GitHub Copilot, https://arxiv.org/abs/2302.06590)
또 다른 기사에서는 미국에 기반을 둔 대기업 개발자 500명을 대상으로 한 설문 조사에서 92%가 AI 코딩 도구를 사용하여 생산성과 협업을 향상했다고 답했습니다. (https://github.blog/2023-06-13-survey-reveals-ais-impact-on-the-developer-experience/)
또한, 맥킨지의 연구에 따르면 소프트웨어 개발자가 제너레이티브 AI를 사용하면 작업을 최대 2배 더 빠르게 완료할 수 있다고 합니다.(https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/unleashing-developer-productivity-with-generative-ai)
생성성 AI가 업무에 대한 효율성과 품질을 충분히 높여주고 있다는 것은 증명되고 있습니다.
그렇다면 이제부터 직장에서 요구하는 업무 내용과 방식이 많이 변화될 것이라고 예측할 수 있습니다. 개별적인 직무요구에서 통합적인 직무요구로, Specialist보다는 Generalist를 요구할 것입니다.
그러나 Generalist라고 해도 기존 의미의 얇고 넓은 경험적 지식이 아니라 여러 분야에 전문성이 있는 Special Generalist를 요구할 가능성이 높아지고 있다는 것입니다. 이를 달리 말하자면 개인들에게 "Super-Hero"적 자질을 요구할 수 있다는 겁니다.
그렇다면 우리는 어떻게 대응해야 할까요? 이에 대해 자세하게 이야기해 보겠습니다.
1. 눈에 보이는 현상들에 대해 궁금증을 갖고 해결하려 해야 합니다.
이전에는 자신이 알지 못하는 분야에 대해서는 대학교에 들어가거나 그 분야에 전문성이 있는 학원이나 아카데미에 가서야 배울 수 있었습니다.
그러나 지금은 바로 AI에게 질문을 던져 확인해 볼 수 있습니다. AI가 질문에 대해 바로 속시원히 알려줄 때도 있지만, 질문을 해결할 수 있는 "단초"를 알려주기도 합니다. 우리는 이전에 궁금증을 해결할 수 없거나 머릿속의 아이디어들을 현실화할 수 없었던 것이 그 해결의 "단초"를 몰랐기 때문입니다. 편하게 침대 위에 누워서 키보드를 몇 번만 누르면 우리가 알고자 하는 것을 얻을 수 있습니다.
이제는 우리가 전혀 몰랐던 것에 대해 "나는 모른다"라고 답하면 안 되는 시대가 왔습니다. 우리는 전혀 모르고 생소한 분야를 접했을 때 이제는 그 분야에 대해 기초를 이해하고 그 근본을 배우고자 해야 합니다. 그렇지 않으면 직장에서 살아남기가 힘든 시대가 될 것입니다.
2. 이제는 자격을 갖추고 실행하는 것이 아니라 갖추기 위해 무엇을 해야 하는 시대가 왔다.
요 며칠 전, 모 분야에서 실력 있는 후배를 만나고 왔습니다. 그 후배에게 강좌를 하나 찍지 않겠냐고 제안했습니다. 후배는 그 제안에 "제가 갖춘 것이 없어서요... 자격증도 없고...." 그 이야기를 듣자마자 속이 답답했습니다. 이제는 갖춘 후에 무엇을 하는 것이 아니라 갖추기 위해 무엇을 하는 시대이기 때문입니다.
앞에서 말한 바와 같이 사진을 잘 찍을 수 있는 실력이 안되더라도 멋진 풍경의 사진을 AI로 생성할 수 있습니다. 또한 사진을 잘 찍는 법을 AI를 통해 배울 수 있습니다. 당신에게 필요한 것은 교실에 앉아 사진을 잘 찍는 법을 배운 후에 사진을 찍기 위해 거리로 나가는 것이 아니라, 사진기를 들고 무작정 거리로 뛰어나가서 사진을 찍어보고 사진이 잘 나오지 않는다면 왜 그런지? 어떻게 하면 지금 찍은 사진보다 더 잘 찍을 수 있을지를 AI에게 물어보고 해결해 가야 한다는 것입니다. 이전에는 전문가가 교실에만 있었다면 이제는 밖에 나가서도 내 질문에 답해줄 수 있는 조력자가 내 곁에 있기 때문입니다.
아무것도 모른다고 두려워하지 마세요. 하고 싶은 것이 있다면 그냥 지르세요.
그리고 한 단계, 한 단계를 해결해 가며 자신이 알고자 하는 그 분야에서 전문가가 되는 것입니다.
전통적인 방식이었던 "배우고-실행"하는 것이 아니라 이제는 "실행하고-배우고-개선"하는 방식으로 전환해야 합니다.
3. AI는 스포츠카이다. 스포츠카를 운전하는 법을 배워야 한다.
며칠 전 몇몇 변호사님들과 식사를 하게 되었습니다. 식사를 하면서 저는 모두들 알고 있거나 대부분 사용하고 있을 것이라 생각하고 Chat-GPT 이야기를 꺼냈습니다. 그런데 놀랍게도 3분의 변호사님 모두 Chat-GPT 자체를 몰랐습니다..
그 순간 저와는 전혀 다른 세상에 살고 있는 분들인 것을 실감했습니다. 그들에게는 Chat-GPT가 삶에 전혀 중요하지 않았던 것입니다. 20년 전 사법고시에 패스해서 자신이 알고 있는 지식만으로도 충분히 삶을 영위할 수 있었기에 새로운 것에 대한 배움은 벌써 몇 년 전에 멈추었을지도 모릅니다.
그러나 그 변호사님들은 이제 자신들의 수입이 1/3토막, 1/4토막 날 위험이 있다는 것을 전혀 감지하지 못하고 있습니다. Google의 Gemini 1.5 pro는 무려 70만 토큰을 한 번에 인지하여 처리할 수 있다고 합니다. 이는 판례 같은 Long-Content LLM에 잘 맞는 AI 모델입니다.
이런 모델들이 개발되고 그 성능을 높여가는 순간 변호사 같은 법률전문가에만 얻을 수 있는 지식을 AI가 제공할 것이고, AI에게 고객과의 초기 대면 기회를 놓친 변호사들은 못해도 신규 고객의 반 이상이 날아간다고 보셔도 되는 것입니다. 이런 점에서 향후 AI를 자신의 생산수단으로 삼지 않는다면 미래의 먹거리를 얻기 힘들 수도 있습니다.
따라서 우리는 AI를 우리의 생산수단으로 삼기 위해 이를 제작하고 튜닝하고 다루는 법을 배워야 합니다. 이것은 선택이 아니라 필수입니다. 2차 산업혁명부터 생산수단을 소유한 자와 아닌 자로 갈라지고, 그에 따라 빈부의 격차가 발생했듯이, AI시대에서도 자신만의 AI모델을 소유했느냐 여부가 부의 격차를 만들 것입니다.
여러분들은 코딩하는 법을 배워야 하고, 빅데이터를 분석하고 읽는 법을 배워야 합니다.
그리고 AI를 자신의 삶에 어떻게 녹여내야 하는지 고민을 해야 합니다.
이러한 고민을 한 사람과 안 한 사람은 앞으로 2~3년 안에 큰 차이가 날 것입니다.
4. 기존의 권위는 없어졌다. 배우고자 하는 열정이 이제는 '권위'이다.
조선일보의 2016년 12.12일자 기사를 보면 한국 직장인의 독서시간은 단 "6분"이었습니다. 지금은 그 6분마저 줄었으면 줄었지 늘지 않았다고 생각합니다.
이미지출처 : 조선일보
이제는 기존의 익혔던 전문지식만으로 먹고살기가 힘든 시대가 되었습니다. 새로운 것에 호기심을 느끼고, 배우고자 하는 열정이 있으며, 누가 뭐라고 해도 실제 배우고 실행하는 사람들이 이 사회를 이끌어 갈 것입니다.
우리는 이전에 보유했던 "기득권"에 머무르려고 하는 경향이 매우 강합니다. 대한민국 사회는 공무원이 되거나, 전문 자격증을 따거나 의사가 되는 것에 매몰되고 있습니다. 그리고 이들은 그러한 'title'의 후광을 지속적으로 누립니다. 시험에 합격한 이후 별 다른 노력을 하지 않아도 말이죠.
또한 대한민국사람들은 '권위'에 무척이나 약합니다. 그들이 틀린 말을 하더라도 눈치를 봐가며 어느 누구도 반론을 잘 제기하지 않았습니다.
그러나 AI시대에서는 다릅니다. 자신이 가진 권위를 가지고 틀린 이야기를 하면 그 말이 틀린 지를 바로 확인해 볼 수 있습니다. 전문가의 말이라고 다르지 않습니다. AI가 전문의 의사와 변호사 지식의 90% 이상의 정확도를 지니고 있습니다. 우리는 이제 어떤 이의 말을 바로 검증해 볼 수 있습니다.
이제는 기존 권위로 다른 사람들을 가스라이팅 할 수 있는 시대는 지나갔습니다. 눈앞에 벌어지고 있는 현상에 대해 항상 궁금증을 가지고 배우고자 하는 사람이 있다면 그의 자세가 바로 "권위"가 될 것입니다. 그가 배운 것을 바탕으로 기존의 권위를 비판하고 개선하고자 할 것이기 때문입니다.
AI시대에서는 틀린 것이 있다면 틀리다고 말할 수 있어야 하고, 다른 것이 있다면 다른 것을 인정해야 합니다.
지금 OpenAI사가 만든 이미지생성모델인 "Sora"와 관련해서 3년 전 한 유명 트위터가 "영화와 같은 영상을 생성하는 AI는 내가 늙어 죽을 때까지 나올 수 없다"라고 호언장담을 하였습니다. 그러나 3년 후 우리는 현실에 가까운 인공영상을 생성해 내는 AI모델을 보고 있습니다. 남들은 아니라고 이야기할 때 가능성을 생각하고, 남들과는 엉뚱한 방향으로 사고하고 연구하여 지금의 AI모델이 만들어졌습니다.
저는 대한민국의 그 어떤 변호사, 검사, 판사, 의사보다 OpenAI의 엔지니어들이 훨씬 훌륭하고 세상을 바꾸어가고 있다고 생각합니다. 그들은 몇 십 년 동안 멈춰져 있던 AI개발을 다른 시각으로 해석하였고, 이를 바탕으로 새로운 이론을 만들어 발전시켜 뛰어난 GPU기술과 더불어 현재의 엄청난 AI모델을 만들었기 때문입니다. 그들이 새로운 것을 배우고자 하는 열정이 없었더라면 지금의 AI는 없었을 것입니다.
지금의 대한민국 판, 검사, 변호사, 의사들이 훌륭하지 않다는 말은 아니지만, 일부 몇몇을 제외하고는 그들이 이 사회에 새로움에 대한 열정을 불어넣어 주지는 못하고 있다는 것은 씁쓸한 사실이니까 말이죠.
이제는 AI를 사용하여 끊임없이 배워야 하고, 지식을 확장하고 여러 분야를 통합한 깊은 인사이트를 도출할 수 있어야 합니다.
직장인 여러분들! 파이팅입니다!
직무 중심의 인사관리의 메카인 미국에서조차 사람 중심의 역량적 인사관리가 화두가 되고 있습니다.
이전에는 직무를 담당한 직원이 그 업무를 잘하기 위해 전문성이 필요했다면, 이제는 OpenAI로 발발한 AI의 급속한 발전으로 인해 한 사람이 다른 분야의 전문성을 손쉽게 갖출 수 있게 되었기 때문입니다.
저부터 말씀드리자면, 코딩에는 전혀 문외한인 제가 Chat-GPT의 도움으로 AI 모델 및 Data Analysis에 대해 석사 수준까지의 지식을 얻을 수 있었고, 상용화할 수 있는 서비스까지 제작할 수 있게 되었습니다. 그리고 이 hahahaHR.com도 여러 AI모델의 도움을 받아 제작하고 있습니다.
글에 들어가는 이미지들은 미드저니와 달리-3라는 이미지생성 AI의 도움을 받고 있으며, 글에 대한 논거나 필요한 인용 논문은 Perplexity라는 AI 검색을 활용하여 찾고 있습니다.
또한 디자인을 위해 이미지의 누끼를 따주는 AI, 이미지 해상도를 올려주고나 크기를 맞춰주는 AI, 음악을 만들어주는 AI를 사용하고 있으며, 초안을 작성한 후에는 글에 대한 맞춤법이나 표현에 대한 검수를 Chat-GPT에게 맡기고 있습니다.
만약 AI가 없던 시절이라면, 죽어도 저 혼자 할 수 없는 일이었을 겁니다. 디자이너와 백엔드 개발자, 프런트엔드 개발자, 편집인... 적어도 4명 이상의 직원이 필요했을 것입니다.
지금은 저 혼자서 4명분의 일까지 모두 가능해졌으며, 그 분야는 제가 이전에 전혀 손댈 수 없었던 분야라는 점입니다. 즉 다양한 분야의 직무에 AI를 활용하였고 그 결과로 지금의 사이트를 최고의 효율로 운영하고 있습니다.
한 논문은 "AI가 개발자 생산성에 미치는 영향: GitHub Copilot의 증거"라는 제목의 논문에서는 AI 페어 프로그래머인 GitHub Copilot을 사용한 대조 실험의 결과를 제시하며, AI 페어 프로그래머를 사용한 치료 그룹이 대조 그룹보다 55.8% 더 빨리 작업을 완료했음을 보여줍니다. (The Impact of AI on Developer Productivity: Evidence from GitHub Copilot, https://arxiv.org/abs/2302.06590)
또 다른 기사에서는 미국에 기반을 둔 대기업 개발자 500명을 대상으로 한 설문 조사에서 92%가 AI 코딩 도구를 사용하여 생산성과 협업을 향상했다고 답했습니다. (https://github.blog/2023-06-13-survey-reveals-ais-impact-on-the-developer-experience/)
또한, 맥킨지의 연구에 따르면 소프트웨어 개발자가 제너레이티브 AI를 사용하면 작업을 최대 2배 더 빠르게 완료할 수 있다고 합니다.(https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/unleashing-developer-productivity-with-generative-ai)
생성성 AI가 업무에 대한 효율성과 품질을 충분히 높여주고 있다는 것은 증명되고 있습니다.
그렇다면 이제부터 직장에서 요구하는 업무 내용과 방식이 많이 변화될 것이라고 예측할 수 있습니다. 개별적인 직무요구에서 통합적인 직무요구로, Specialist보다는 Generalist를 요구할 것입니다.
그러나 Generalist라고 해도 기존 의미의 얇고 넓은 경험적 지식이 아니라 여러 분야에 전문성이 있는 Special Generalist를 요구할 가능성이 높아지고 있다는 것입니다. 이를 달리 말하자면 개인들에게 "Super-Hero"적 자질을 요구할 수 있다는 겁니다.
그렇다면 우리는 어떻게 대응해야 할까요? 이에 대해 자세하게 이야기해 보겠습니다.
1. 눈에 보이는 현상들에 대해 궁금증을 갖고 해결하려 해야 합니다.
이전에는 자신이 알지 못하는 분야에 대해서는 대학교에 들어가거나 그 분야에 전문성이 있는 학원이나 아카데미에 가서야 배울 수 있었습니다.
그러나 지금은 바로 AI에게 질문을 던져 확인해 볼 수 있습니다. AI가 질문에 대해 바로 속시원히 알려줄 때도 있지만, 질문을 해결할 수 있는 "단초"를 알려주기도 합니다. 우리는 이전에 궁금증을 해결할 수 없거나 머릿속의 아이디어들을 현실화할 수 없었던 것이 그 해결의 "단초"를 몰랐기 때문입니다. 편하게 침대 위에 누워서 키보드를 몇 번만 누르면 우리가 알고자 하는 것을 얻을 수 있습니다.
이제는 우리가 전혀 몰랐던 것에 대해 "나는 모른다"라고 답하면 안 되는 시대가 왔습니다. 우리는 전혀 모르고 생소한 분야를 접했을 때 이제는 그 분야에 대해 기초를 이해하고 그 근본을 배우고자 해야 합니다. 그렇지 않으면 직장에서 살아남기가 힘든 시대가 될 것입니다.
2. 이제는 자격을 갖추고 실행하는 것이 아니라 갖추기 위해 무엇을 해야 하는 시대가 왔다.
요 며칠 전, 모 분야에서 실력 있는 후배를 만나고 왔습니다. 그 후배에게 강좌를 하나 찍지 않겠냐고 제안했습니다. 후배는 그 제안에 "제가 갖춘 것이 없어서요... 자격증도 없고...." 그 이야기를 듣자마자 속이 답답했습니다. 이제는 갖춘 후에 무엇을 하는 것이 아니라 갖추기 위해 무엇을 하는 시대이기 때문입니다.
앞에서 말한 바와 같이 사진을 잘 찍을 수 있는 실력이 안되더라도 멋진 풍경의 사진을 AI로 생성할 수 있습니다. 또한 사진을 잘 찍는 법을 AI를 통해 배울 수 있습니다. 당신에게 필요한 것은 교실에 앉아 사진을 잘 찍는 법을 배운 후에 사진을 찍기 위해 거리로 나가는 것이 아니라, 사진기를 들고 무작정 거리로 뛰어나가서 사진을 찍어보고 사진이 잘 나오지 않는다면 왜 그런지? 어떻게 하면 지금 찍은 사진보다 더 잘 찍을 수 있을지를 AI에게 물어보고 해결해 가야 한다는 것입니다. 이전에는 전문가가 교실에만 있었다면 이제는 밖에 나가서도 내 질문에 답해줄 수 있는 조력자가 내 곁에 있기 때문입니다.
3. AI는 스포츠카이다. 스포츠카를 운전하는 법을 배워야 한다.
며칠 전 몇몇 변호사님들과 식사를 하게 되었습니다. 식사를 하면서 저는 모두들 알고 있거나 대부분 사용하고 있을 것이라 생각하고 Chat-GPT 이야기를 꺼냈습니다. 그런데 놀랍게도 3분의 변호사님 모두 Chat-GPT 자체를 몰랐습니다..
그 순간 저와는 전혀 다른 세상에 살고 있는 분들인 것을 실감했습니다. 그들에게는 Chat-GPT가 삶에 전혀 중요하지 않았던 것입니다. 20년 전 사법고시에 패스해서 자신이 알고 있는 지식만으로도 충분히 삶을 영위할 수 있었기에 새로운 것에 대한 배움은 벌써 몇 년 전에 멈추었을지도 모릅니다.
그러나 그 변호사님들은 이제 자신들의 수입이 1/3토막, 1/4토막 날 위험이 있다는 것을 전혀 감지하지 못하고 있습니다. Google의 Gemini 1.5 pro는 무려 70만 토큰을 한 번에 인지하여 처리할 수 있다고 합니다. 이는 판례 같은 Long-Content LLM에 잘 맞는 AI 모델입니다.
이런 모델들이 개발되고 그 성능을 높여가는 순간 변호사 같은 법률전문가에만 얻을 수 있는 지식을 AI가 제공할 것이고, AI에게 고객과의 초기 대면 기회를 놓친 변호사들은 못해도 신규 고객의 반 이상이 날아간다고 보셔도 되는 것입니다. 이런 점에서 향후 AI를 자신의 생산수단으로 삼지 않는다면 미래의 먹거리를 얻기 힘들 수도 있습니다.
따라서 우리는 AI를 우리의 생산수단으로 삼기 위해 이를 제작하고 튜닝하고 다루는 법을 배워야 합니다. 이것은 선택이 아니라 필수입니다. 2차 산업혁명부터 생산수단을 소유한 자와 아닌 자로 갈라지고, 그에 따라 빈부의 격차가 발생했듯이, AI시대에서도 자신만의 AI모델을 소유했느냐 여부가 부의 격차를 만들 것입니다.
4. 기존의 권위는 없어졌다. 배우고자 하는 열정이 이제는 '권위'이다.
조선일보의 2016년 12.12일자 기사를 보면 한국 직장인의 독서시간은 단 "6분"이었습니다. 지금은 그 6분마저 줄었으면 줄었지 늘지 않았다고 생각합니다.
이제는 기존의 익혔던 전문지식만으로 먹고살기가 힘든 시대가 되었습니다. 새로운 것에 호기심을 느끼고, 배우고자 하는 열정이 있으며, 누가 뭐라고 해도 실제 배우고 실행하는 사람들이 이 사회를 이끌어 갈 것입니다.
우리는 이전에 보유했던 "기득권"에 머무르려고 하는 경향이 매우 강합니다. 대한민국 사회는 공무원이 되거나, 전문 자격증을 따거나 의사가 되는 것에 매몰되고 있습니다. 그리고 이들은 그러한 'title'의 후광을 지속적으로 누립니다. 시험에 합격한 이후 별 다른 노력을 하지 않아도 말이죠.
또한 대한민국사람들은 '권위'에 무척이나 약합니다. 그들이 틀린 말을 하더라도 눈치를 봐가며 어느 누구도 반론을 잘 제기하지 않았습니다.
그러나 AI시대에서는 다릅니다. 자신이 가진 권위를 가지고 틀린 이야기를 하면 그 말이 틀린 지를 바로 확인해 볼 수 있습니다. 전문가의 말이라고 다르지 않습니다. AI가 전문의 의사와 변호사 지식의 90% 이상의 정확도를 지니고 있습니다. 우리는 이제 어떤 이의 말을 바로 검증해 볼 수 있습니다.
이제는 기존 권위로 다른 사람들을 가스라이팅 할 수 있는 시대는 지나갔습니다. 눈앞에 벌어지고 있는 현상에 대해 항상 궁금증을 가지고 배우고자 하는 사람이 있다면 그의 자세가 바로 "권위"가 될 것입니다. 그가 배운 것을 바탕으로 기존의 권위를 비판하고 개선하고자 할 것이기 때문입니다.
AI시대에서는 틀린 것이 있다면 틀리다고 말할 수 있어야 하고, 다른 것이 있다면 다른 것을 인정해야 합니다.
지금 OpenAI사가 만든 이미지생성모델인 "Sora"와 관련해서 3년 전 한 유명 트위터가 "영화와 같은 영상을 생성하는 AI는 내가 늙어 죽을 때까지 나올 수 없다"라고 호언장담을 하였습니다. 그러나 3년 후 우리는 현실에 가까운 인공영상을 생성해 내는 AI모델을 보고 있습니다. 남들은 아니라고 이야기할 때 가능성을 생각하고, 남들과는 엉뚱한 방향으로 사고하고 연구하여 지금의 AI모델이 만들어졌습니다.
저는 대한민국의 그 어떤 변호사, 검사, 판사, 의사보다 OpenAI의 엔지니어들이 훨씬 훌륭하고 세상을 바꾸어가고 있다고 생각합니다. 그들은 몇 십 년 동안 멈춰져 있던 AI개발을 다른 시각으로 해석하였고, 이를 바탕으로 새로운 이론을 만들어 발전시켜 뛰어난 GPU기술과 더불어 현재의 엄청난 AI모델을 만들었기 때문입니다. 그들이 새로운 것을 배우고자 하는 열정이 없었더라면 지금의 AI는 없었을 것입니다.
지금의 대한민국 판, 검사, 변호사, 의사들이 훌륭하지 않다는 말은 아니지만, 일부 몇몇을 제외하고는 그들이 이 사회에 새로움에 대한 열정을 불어넣어 주지는 못하고 있다는 것은 씁쓸한 사실이니까 말이죠.
이제는 AI를 사용하여 끊임없이 배워야 하고, 지식을 확장하고 여러 분야를 통합한 깊은 인사이트를 도출할 수 있어야 합니다.
직장인 여러분들! 파이팅입니다!