사무직 카운트다운, 이미 시작됐다 (머스크·젠슨 황 외 12인) — Transcript

Full transcript

1. 0:00You want to for
2. 0:01anything? Train to
3. 0:01be a plumber. You've
4. 0:02said AI could wipe
5. 0:03out half of all
6. 0:05entry level white
7. 0:05collar job. Yes.
8. 0:08That is the future
9. 0:09we could see if we
10. 0:11don't become aware
11. 0:12of
12. 0:20[비명]
13. 0:23>> 전부 세계적인 대가들의 말입니다.
14. 0:25그럼 내일은 어떻게 되는 걸까요?
15. 0:28그런데이 말들을 한대 모아보면 AI가
16. 0:31먼저 없앨 일로 꼽는 곳은 꽤
17. 0:33겹칩니다. 어떤 일이 먼저
18. 0:34없어지는지, 내일은 몇 번째인지,
19. 0:37그리고 누구 말이 맞든 지금 뭘
20. 0:39준비하면 되는지 순서대로 보겠습니다.
21. 0:421순위는 상담과 코딩입니다. 정해진
22. 0:45답이 있고 컴퓨터 화면 안에서 끝나는
23. 0:47일이죠. 먼저 고객 상담입니다. 채
24. 0:49GPT를 만든 오픈 AI의 샘
25. 0:51올트먼은 이렇게 말합니다.
26. 1:03>> AI 회사 앤트로픽이 자사 AI 사용
27. 1:05기록을 봤더니 프로그래머와 고객
28. 1:07상담원이 AI 활용이 가장 많이
29. 1:09나타난 직업으로 꼽혔습니다. AI의
30. 1:12대부로 불리는 제프리 힌터는 더
31. 1:14단호합니다.
32. 1:27그리고 코딩입니다. 딜게이츠는 AI를
33. 1:30사람보다 믿을 수 있게 되는 문턱이
34. 1:32있다고 봅니다.
35. 1:46평생 코드를 짠 전 구글 CEO 에릭
36. 1:48슈미트의 말은 이렇습니다.이
37. 2:03>> 순위는 신입 사무직입니다. 직업이
38. 2:05아니라 자리. 회사의 첫 계단이죠.
39. 2:08스탠포드가 미국 급여 자료를
40. 2:09분석했습니다. AI 노출이란 그
41. 2:12직업의 일을 AI가 얼마나 대신할 수
42. 2:14있느냐는 뜻입니다. AI에 많이
43. 2:16노출된 직업에서 22세에서 25세
44. 2:19고용은 약 11% 줄었습니다. 덜
45. 2:22노출된 직업에서는 같은 나이 때가
46. 2:24오히려 약 10% 늘었습니다. 그리고
47. 2:26AI 노출이 큰 직업에서도 35세에서
48. 2:2949세는 약 10% 늘었습니다.
49. 2:32해고보다 주로 신입 채용이
50. 2:33줄었습니다. 한국도 비슷한 거다.
51. 2:36한국 은행에 따르면 최근 4년간 청년
52. 2:38일자리가 28만5,000개 줄었는데
53. 2:41그중 94%가 AI 노출이 큰
54. 2:43업종이었습니다. 같은 기간 50대
55. 2:45일자리는 23만 개 늘었고 그중
56. 2:4817만 개가 AI 노출이 큰
57. 2:50업종입니다. 같은 업종인데 청년은
58. 2:52줄고 경력자는 늘어난 겁니다. 더
59. 2:55뜻밖인 숫자도 있습니다. 바로 대학을
60. 2:57나온 청년의 실험률입니다. 채
61. 2:59GPT가 나오기 전까지는 전문대 이하
62. 3:01청년과 8.2% 8.0%로 %로 거의
63. 3:05같았습니다. 그런데 그 뒤로는 대졸이
64. 3:077.0%, 0% 전문대 이하가
65. 3:105.4% 대학을 나온 쪽이 1.6%
66. 3:13포인트 더 높아졌습니다. 물론
67. 3:15이것만으로 AI 탓이라고 할 수
68. 3:17없습니다. 팬데믹 때 많이 뽑았던 걸
69. 3:19되돌리고 경력직 위주로 뽑는 흐름이
70. 3:21이미 있었습니다. 한국은행은 이미
71. 3:24진행되던이 변화를 AI가 더 빠르게
72. 3:26만들었다고 봅니다. 이걸 걱정하는 건
73. 3:28AI 회사 대표도 마찬가지입니다.
74. 3:31앤트로픽의 아암호대입니다.
75. 3:38>> 그럼 배량 실업은 시작됐을까요? 전체
76. 3:41통계로는 아직 뚜렷하지 않습니다.
77. 3:44예일대가 미국 전체 통계를 받습니다.
78. 3:46선이 0에 있으면 AI에 많이 노출된
79. 3:49직업과 덜 노출된 직업에 고용 차이가
80. 3:51없다는 뜻입니다. 채지피pt가 나온
81. 3:53뒤에도 선은 0 근처 그대로입니다.
82. 3:56전체 통계로는 AI 때문에 고용이
83. 3:58크게 변했다는 뚜렷한 증거는 아직
84. 4:00없는 겁니다. 그러니까 지금 우리가
85. 4:02있는 곳은 여기입니다. 일자리가
86. 4:04사라지는 단계라기보다 새로 안 뽑는
87. 4:07단계. 여기서부터 아래는 아직 오지
88. 4:10않은 일. 예측입니다. 삼순위는
89. 4:12사무직과 전문직 전반입니다. 변호사,
90. 4:15회계사처럼 오래 공부에 얻은 우리가
91. 4:18안전하다고 믿어온 일까지요. 가장
92. 4:20빠르게 보는 사람은 마이크로소프트
93. 4:22AI를 이끄는 무스타파 순만입니다.
94. 4:41올해 2월에 한 말입니다.
95. 4:43마이크로소프트 창업자 빌게이츠는
96. 4:452년에서 4년, 전 구글 CEO
97. 4:47에릭슈미트는 5년을 말합니다.
98. 4:54[음악]
99. 4:58미국 데이터 분석 회사 팔란티어의
100. 5:00대표 알렉스 카프는 더 거칠게
101. 5:02말합니다.
102. 5:09>> 그런데이 칸엔 반대 증거가 있습니다.
103. 5:12힌터는 2016년 영상의학과 의사가
104. 5:155년 안에 끝난다고 했습니다. 지금
105. 5:17그의 말입니다.
106. 5:23의료는 비용이 낮아질수록 사람들이 더
107. 5:26찾는 분야라는 말입니다. 콜센터와
108. 5:28반대중. 이유는 하나 더 있습니다.
109. 5:31판독은 의사가 하는 일의 일부일
110. 5:33뿐이었습니다. 스탠포드의 경제학자
111. 5:35에릭 브린프슨의 설명입니다.
112. 5:4126,
113. 5:46you know, done by
114. 5:47machines, but they
115. 5:48also conduct
116. 5:49physical exams. They
117. 5:50review lab data.
118. 6:03그래서 노벨 경제학상을 받은 데런
119. 6:05아제모루는 일자리가 없어지는 것과
120. 6:08줄어드는 걸 나눠서 봅니다.
121. 6:19직업이 통째로 사라지기보다 직업 안에
122. 6:22일이 먼저 바뀐다는 겁니다. 다순위는
123. 6:25기술직과 현장직입니다. 대관공,
124. 6:27전기공처럼 몸을 쓰는 일이죠.
125. 6:29지금까지 가장 안전하다고들 한
126. 6:31일입니다. 젠슨 황은 데이터 센터를
127. 6:33짓느라 전기공과 배관공, 건설인력
128. 6:36일자리가 미국에서만 수십만 개
129. 6:38생긴다고 합니다. 다만 영원히
130. 6:40안전하다는 뜻은 아닙니다. 힌턴의
131. 6:42말을 다시 들어보죠.
132. 6:4810년은 괜찮다는 건 그 뒤는
133. 6:51모른다는 말이기도 합니다. 슈미트는
134. 6:53미국 일자리 3가 손과 현장이 필요한
135. 6:56일이라고 짚으면서 이렇게 말합니다.
136. 7:10오픈 AI 초기 투자자 비노드
137. 7:11코슬라는 더 빠르게 봅니다.
138. 7:132030년이면 대부분의 육체 노동을
139. 7:16로봇이 꽤 잘하게 된다는 겁니다.
140. 7:18마지막 하는 특정 직업이 아닙니다.
141. 7:20모든 일입니다. 일론머스크는 이렇게
142. 7:23봅니다.
143. 7:36>> 그 사이의 시간을 걱정하는 사람도
144. 7:38있습니다. 빌게이츠입니다.
145. 7:48>> 이칸에 대해 가장 정직한 말은 아마
146. 7:51이겁니다.
147. 7:58>> 음, 여기까지가 순서입니다. 처음에
148. 8:02본 것처럼 다들 말이 달랐죠.
149. 8:04왜일까요? 크게 세 부류입니다.
150. 8:06첫째, 일은 늘어난다는 쪽.
151. 8:09엔비디아의 젠슨 황 스탠퍼드 교수
152. 8:11앤드루 응입니다. 일이 사라지는게
153. 8:13아니라 AI를 쓰는 사람에게
154. 8:15넘어간다는 겁니다.
155. 8:20>> 둘째, 큰 충격이 온다는 쪽
156. 8:22아모데이, 힌턴, 슈미트,
157. 8:24게이츠입니다. 셋째, 일체가 끝난다는
158. 8:27쪽 머스크 그리고 오픈 AI 초기
159. 8:30투자자 코슬라입니다.
160. 8:32won be anything.
161. 8:37왜 이렇게 갈릴까요?서 서 있는
162. 8:39자리가 다르기 때문입니다. 젠슨 황은
163. 8:41칩을, 아모데이는 AI를, 머스크는
164. 8:44로봇을 팝니다. 힌터는 구글을 떠난
165. 8:47학자입니다. 그리고 같은 일자리를
166. 8:49말해도 끝이 다릅니다. AI가 어떤
167. 8:52일을 할 수 있다는 것과 회사가
168. 8:54실제로 사람을 줄인다는 것은
169. 8:55다릅니다. 여기에 하나 더 있습니다.
170. 8:58같은 사람의 말도 시간이 지나면
171. 9:00달라집니다. 샘 올트먼은 작년에
172. 9:02대규모 일자리 이동이 온다고 했다가
173. 9:04올해 9월엔 영향이 예상보다 작았다고
174. 9:06했습니다. 그리고 최근엔 이렇게
175. 9:08말합니다.
176. 9:20>> 맨 처음 본 아모데이도 올해 이렇게
177. 9:22말했습니다.
178. 9:30>> 그러니 이들의 말은 정답이 아니라
179. 9:32방향으로 들어야 합니다. 그렇게
180. 9:34들으면 지도가 한 장으로 정리됩니다.
181. 9:36꼽는 순서는 대체로 겹칩니다. 갈리는
182. 9:39건 얼마나 빠르냐, 그리고 끝에 뭐가
183. 9:41있느냐입니다. 그럼 우리는 뭘 해야
184. 9:44할까요? 한 사람의 예측에 걸 필요는
185. 9:46없습니다. 누구 말이 맞든 손에 안
186. 9:49보는 것만 추이면네 가지입니다.
187. 9:51첫째, 지금 하는 일에 AI를 매일
188. 9:53쓰는 겁니다. 오늘 반복해서 하는 일
189. 9:55하나를 AI에게 맡겨보고 시간과
190. 9:58수정할 양을 비교해 보는 겁니다.
191. 10:00낙관론자도 20년 격변을 걱정하는
192. 10:02사람도 이건 같이 말합니다.
193. 10:15A
194. 10:17둘째, 내 일을 나눠보는 겁니다.
195. 10:19마케팅 전문가 세스고딘의 기준이
196. 10:21쉽습니다.
197. 10:30>> 예를 들어 자료 정리, 보고서 초안,
198. 10:32회록은 매뉴얼로 쓸 수 있는
199. 10:34일입니다. 이런 건 AI에게 넘기고
200. 10:36사람을 설득하고 상황을 잃고 결정을
201. 10:39내리는 일처럼 매뉴얼로 못 쓰는 일에
202. 10:42내 시간을 쓰는 겁니다. 셋째,
203. 10:44탄하고 책임지는 쪽으로 가는 겁니다.
204. 10:46경력은 오래 일했다는 사실만으로 힘이
205. 10:48되지는 않습니다. AI의 답에서
206. 10:51어디가 틀렸는지 설명할 수 있을 때
207. 10:53힘이 됩니다. 구글 차이나 사장을
208. 10:55지낸 카이프리의 말도 같습니다.
209. 11:05AIV
210. 11:14>> 넷째, 어느 쪽으로 가든 수입이
211. 11:16줄어도 버틸 준비를 하는 겁니다.
212. 11:18머스크는 10년 20년 뒤엔 노후
213. 11:21자금도 의미 없다고 했습니다. 그런데
214. 11:23마이크로소프트의 순레이마는 거기까지
215. 11:25가는 길이 험하다고 말합니다.
216. 11:36>> 머스크 말이 맞더라도 우리는 그 사이
217. 11:3810년, 20년을 살아야 합니다.
218. 11:40그러니 노후 자금이 필요 없어진다는
219. 11:42말만 믿고 준비를 멈추면 안 됩니다.
220. 11:45정리하면 AI를 매일 쓰고 내 일을
221. 11:48나누고 판단하는 쪽으로 가고 수입이
222. 11:50줄어도 버틸 준비를 하는 겁니다. E
223. 11:53for AI or AI works
224. 11:55for.
225. 11:56세계적인 대가들도 10년 뒤는
226. 11:58모릅니다. 그래도 오늘 확인할 수
227. 12:00있는 건 있습니다. 내가 매일 하는
228. 12:02일 중 AI에게 맡길 수 있는 건
229. 12:04무엇인지, 그 결과를 판단하려면
230. 12:07무엇을 더 알아야 하는지입니다.
231. 12:08입니다.