인공지능은 생각하지 않는다

김송규 지음

좋은습관연구소 2025년 05월 01일 출간 국내도서 : 2025년 05월 01일 출간

작품소개

책소개

인공지능을 현명하게 사용하는 역량은 무엇이고, 미래 사회에 꼭 필요한 전문가는 어떤 사람일까? 인공지능이 우리 삶에 깊숙이 들어온 지금, 우리는 과연 ‘생각하는 존재’로 남아 있을 수 있을까? 인공지능의 판단을 인간보다 더 신뢰하는 세상에서 인간은 어떻게 인공지능과 ‘차별화된 존재’가 될 수 있을까?
이 책은 인공지능의 발전과 한계 그리고 그 속에서 인간만이 할 수 있는 고유한 사유의 중요성을 짚어낸다. 인공지능이면 뭐든 다 될 것 같은 분위기에 중요한 성찰을 해볼 수 있는 관점을 제시하며, 기술 낙관론과 공포 사이에서 흔들리는 우리의 시선을 바로잡는다. 기술을 이해하고 인간을 돌아보는 깊이 있는 성찰의 여정이 지금 시작된다.

좋은습관연구소의 51번째 습관은 “인공지능을 읽는 습관”입니다. 하루가 다르게 빠르게 변하는 인공지능 이슈, 이러한 시대를 맞아 우리가 꾸준히 학습하고 캐치해야 할 것은 무엇일까요? 인공지능을 활용하는 기술(스킬)일까요? 아닙니다. 인공지능을 현명하게 사용하는 역량입니다. 즉 인공지능 시대에도 바뀌지 않을 생각과 태도가 무엇인지 아는 것입니다.
이 책을 읽으며 미래 사회에 필요한 진짜 전문가는 누구인지, 그런 사람이 되기 위해 어떤 습관을 가져야 하는지, 꼭 한 번 생각해보는 기회를 가져보시기 바랍니다.

목차

1부 - 인공지능, 과거와 현재를 돌아보다

01 인공지능의 내 맘대로 역사
02 인공지능의 가장 직관적인 이해
03 알파고가 세상에 남긴 것들
04 해외 연구자 입장에서의 챗GPT
05 챗GPT 프롬프트 실전
06 인공지능과 노벨상

2부 - 인공지능, 인간 사회와의 관계를 묻다

07 기계(인공지능)가 세상을 지배할 가능성
08 인공지능에 인격이 존재하는가?
09 특이점에 관한 오해
10 인공지능 발전의 미래 대예측
11 인공지능이 업무에 도움이 될까?
12 하드웨어가 중요한 이유
13 때로는 단순한 게 답이다

3부 - 인공지능, 도구는 도구일 뿐

14 인공지능은 천하제일검이 아니다
15 생성형 AI가 대세일까?
16 인공지능이 인간을 대체할 것인가?
17 인공지능과 미래의 일자리
18 집단지성의 몰락
19 인공지능 시대에 다시 생각하는 예술의 가치

4부 - 인공지능 시대, 우리는 어떻게 준비할 것인가

20 AI 인재 확보를 위한 기본 요소
21 대한민국에서 인공지능 인재 육성이 불가능한 이유
22 인문학 심화 과정
23 코딩Coding을 배운다는 것
24 인공지능 시대에 던져진 철학적 질문들
25 릴스, 쇼츠 그리고 인공지능
26 AI Gen: 인공지능 네이티브
27 인공지능 시대를 살아가는 꼰대들의 자세
28 성실함이 무기가 되는 세상

책 속으로

이미 광풍인 분야는 늦었다. 향후 10년 뒤 그리고 20년 뒤 기술의 기초가 되는 연구는 지금 보기에는 하찮고 인기가 없을 가능성이 높다. 어느 분야의 어떤 연구가 미래 기술의 초석이 될지는 아무도 모른다. 하지만 지금 광풍이 부는 기술 분야가 미래 기술의 초석이 아니라는 건 확실하다. 그리고 한 가지 더 확실한 것은 유행을 따르지 않아도 되는 자유로운 연구 환 경(좀 더 확장하면 교육 환경)이 새로운 기술을 만들고, 새로운 역사를 만든다는 것이다. 예전에 전기가 그랬고, 컴퓨터가 그랬고, 인터넷이 그랬고, 알파고가 그랬고, 지금의 챗GPT가 그랬던 것처럼 말이다. (31쪽)

2016년 알파고가 세상에 남긴 가장 큰 의미는 무한하다고 여겨졌던 또 하나의 영역이 기술의 발전으로 ‘유한’의 영역으로 들어왔다는 점이다. 바둑은 19x19에서 벌어지는 유한한 게임이다. 예전에도 그랬고 지금도 그렇다. 다만 과거에는 이를 무한한 게임으로 생각했고 많은 사람들이 그렇게 믿었다. 하지만 알파고는 바둑이 더 이상한 무한한 게임이 아니라는걸 증명했다. 얼마나 많은 사람들이 사실과 달리 판단하고 그러한 고정관념으로 세상을 살아가는지 알파고가 잘 보여준 셈이다. (45쪽)

바로 연구자가 어떤 식으로든지 생성형 AI를 사용할 경우, 이에 대해서 반드시 논문에 선언declare해야 한다는 것이다. 논문을 받는 출판사나 저널들도 생성형 AI를 사용했는지 여부와 사용했다면 어떠한 용도로 사용했는지를 명기하도록 요구한다. (60쪽)

어떤 사람이 인공지능을 통한 안면인식으로 범죄자로 예측 되었다고 하자. 이러한 분석이 과학적이라고 믿는 사람들은 그 사람을 범죄자로 취급할 것이다. 그 당사자가 실제로 범죄를 했느냐 하지 않았느냐는 더 이상 중요하지가 않다. 또 이런 경우는 어떤가? 사주역학의 데이터를 빅데이터 분석 기법으로 (과학적으로) 분석해보니, 지금 사귀고 있는 여자 친구와는 말년이 좋지 않은 것으로 예측되었다. 빅데이터(혹은 인공지능 혹은 과학기술)에 대한 믿음이 강하면 강할수록 이러한 분석을 신뢰할 것이다. 심지어 많은 사람들은 이러한 분석을 기반으로 미래를 대비(지금 애인과 헤어지는)할 것이다. (77쪽)

미래 기술에 대한 최신 동향이 궁금하다면, 모든 기술이 한 발짝 앞서 적용되는 “GASF”라는 어둠(?)의 영역을 확인하면 된다는 것이다. GASF는 도박Gamble, 마약 중독Addicts, 성인물Sex, 사기
Fraud를 뜻한다. 앞의 영문 앞글자를 따서 만든 말이다. 어떤 최신 기술이 도박, 마약, 성, 사기 분야에서 활발히 사용되고 있다면 해당 기술은 머지않아 양지의 영역으로 나와 누구나 사용할 수 있는 기술로 발전하게 될 가능성이 높다. (87쪽)

요즘 초거대 인공지능이 대세라고 하지만 빅데이터 대용량 기계 학습을 위해 필요한 것은 하드웨어다. 슈퍼컴퓨터라는 이름으로 대변되는 고성능 컴퓨터HPC; High Performance Computing이고, 이들 컴퓨터를 연결하는 통신 기술이다. 모두가 인공지능을 한다고 해서 소프트웨어 중심의 인공지능‘만’하면 망하는 이유가 여기에 있다. (102쪽)

보다 중요한 것은 문제 해결에 최적의 방법을 찾는 것이다. 인공지능이 좋다고 해서 무조건 이를 적용하는 것 자체가 오히려 문제 해결을 더 어렵게 만들 수 있다. 인공지능 도입은 문제의 본질을 고려한 후에 해도 늦지 않다. 인공지능이 모든 문제를 해결하는 만능 도구는 아니라는 사실을 꼭 기억해야 한다. (109쪽)

이런 점에서 인공지능은 천하제일검이 아니라 그냥 검(칼)이다. 지금의 컴퓨터가, 지금의 스마트폰이, 지금의 인터넷이 인류 문명과 기술뿐만이 아니라 개인의 능력을 향상할 수 있는 강력한 무기이기도 하지만 누구나 사용하는 도구들이기도 한 것처럼, 인공지능도 머지않은 미래에 그렇게 된다. 아니, 이 미 그렇게 되어 가고 있다. (115쪽)

즉 10억 달러 이상 기업 중 80% 이상은 특정 분야에 특화된 AI 응용을 선호하지 발표 자료를 만들고, 글을 쓰고, 그림을 그리고, 음악을 만들고, 동영상을 만드는 생성형 AI는 오히려 빛 좋은 개살구에 가깝다. 100억 달러 이상 기업에서도 이러한 이용이 절반이 되지 않는다고 한다(48%). 특정 분야에 특화되거나 기업 목적에 특화된 AI 응용이 여전히 주류를 이룬다고 볼 수 있다. 즉 인공지능을 생성형 AI와 분석형 AI(혹은 검색형 AI)로 나눴을 때, 여전히 기업에서 큰 비중을 차지하는 것은 후자인 분석형 AI다. 분석형 AI는 생성형 AI보다 덜 화려하지만 기본 역할을 한다. (121쪽)

새로운 기술의 출현은 기존의 직업을 사라지게 하지만 전혀 새로운 형태의 직업군을 만들기도 한다. 인공지능의 시대가 되었다고 해서 고부가 가치인 직업군만이 살아남는다거나 혹은 저부가 가치의 직업군만 사라진다거나 하지는 않는다. 여전히 각자의 역할을 하며 존재한다. 기존의 산업 구조와 차이가 있다면, 현재 고부가 가치로 여겨지는 직업군이 저부가 가치의 직업군이 되고, 지금은 평가 절하된 직업군이 고부가 가치 직업군으로 바뀌는 식의 역전 현상이 발생한다는 것이다. (127쪽)

대중의 인기와 상관이 없는 산업의 거의 모든 직업군에서는 AI로 만들어낸 결과물을 판단해 줄 수 있는 인력(인간)이 반드시 필요하다. 그 수요가 매우 극소수이긴 하지만 말이다. 어떤 직업군이던 그들이 만드는 재화가 가치value를 지닌다면 해당 직업군은 절대 사라지지 않는다. 다만 완전히 보편화 되어 누구나 극단적으로 저렴하게 이용할 수 있거나, 그와 반대로 고도로 전문화되거나 고급화되어 비싼 가격으로 극소수의 사용자만 이용할 수 있게 된다. (134쪽)

생성형 AI의 등장은 평범한 인간이 새로운 아이디어를 발굴한답시고, 혹은 정답 없는 문제에서 가장 근사치에 가까운 답을 찾는다고, 몇 시간 혹은 며칠 동안 진행하는 집단 활동을 무기력하게 만들 수 있다. 바꿔 말해, 집단지성의 발현을 위해 필요한 기술이라든지, 일련의 과정 자체가 불필요해진다는 것이다. 앞으로는 AI 에이전트 같은 생성형 AI에게 적당한 질문을 던지면 (학습 데이터의) 다수결로 가장 인기가 많고 그럴싸한 답을 깔끔하게 정리해서 보여준다. (139쪽)

결국 가치로 남는 것은 작품에 누구의 이름표가 붙느냐가 된다. 이름표의 또 다른 이름이 바로 대중의 ‘인기’다. 그리고 인기는 대부분 자본(돈)에 의해 결정된다. 정리하면 앞으로의 예술품은 작품 자체가 실제로 가치가 있느냐 보다는 그 작품에 누구의 이름이 붙어 있느냐 혹은 어떤 계급장이 붙었느냐에 따라 가격이 결정되고 금전적 가치가 정해진다. (145쪽)

다시 말해, AI 분야에서 실질적인 인재를 확보하기 위해서는 ‘인공지능 전공자’라는 간판을 떼고도 볼 수 있어야 한다. 진정한 인재는 간판을 그리 중요하게 생각하지 않는다. 그리고 인공지능 전공이라는 간판이 없더라도 필요한 연구 환경을 만들고 인간관계를 구축한다. 오늘날 미국이 인공지능을 포함한 대부분의 최신 기술을 확보하게 된 원동력도 이와 크게 다르지 않다. 인공지능 분야 자체만 강한 것이 아니라, 앞서 필자가 언급한 모든 분야가 고르게 발달했기 때문이다. (151쪽)

챗GPT의 등장으로 이제는 자연어만 할 줄 알아도 기계에 많은 일을 시킬 수 있다. 프롬프트 몇 줄만으로도 그림을 그리고 음악을 만들고 비디오도 만든다. 챗GPT는 통상적인 프로그래밍 언어들과는 달리, 정확하지 않거나 논리적으로 잘못된 프롬프트 명령을 주더라도 어떤 식으로든 알아듣고(?) 결과물을 만들어 낸다. 여기서 중요한 것은 이러한 결과물이 옳은지 틀린지 판단하는 것이고, 그 주체는 결국 인간이라는 점이다. 그리고 이러한 판단에 필요한 능력이 바로 코딩을 포함한 인문학적 소양이다. (170쪽)

인공지능 시대가 도래하고 포스트 인공지능 시대가 온다 하더라도 변하지 않는 하나는 인간 삶에 필요한 근본적인 질문(인생관, 가치관, 삶의 본질과 같은)에 대한 대답이다. 이것은 인간, 그것도 집단이 아닌, 인간 개개인만이 답할 수 있다. 그리고 이런 근본적인 질문에 대한 자신만의 답을 찾지 못하면 아무리 인공지능이 편한 세상을 만든다 하더라도 당신은, 당신의 삶은 여전히 힘들고 답답할 것이다. (177쪽)

생각의 호흡이 짧다는 것은 그만큼 집중을 덜한다는 의미이고, 그만큼 생각을 짧게 한다는 의미이고, 상대적으로 긴 생각을 요구하는 복잡한 사고를 하기 어렵다는 것을 의미한다. 흔한 표현으로 생각하는 힘이 모자란다는 뜻이 된다. 그리고 세상은 점점 더 생각의 호흡이 짧아지는 방향으로 진화 중이다. 책에서 영화로, 영화에서 유튜브로, 유튜브에서 릴스(혹은 쇼츠)로 이어지는 미디어의 지속 시간의 변화는 바로 이러한 추세를 반영한다. (183쪽)

미래의 인공지능 세상은 인공지능을 사용하는 전문가가 살아남는 게 아니라, 인공지능으로 만들어진 결과물을 제대로 판단할 할 줄 아는 전문가만이 살아남는다. 그리고 이러한 최상위 전문가는 지금 돌아다니는 인공지능 사용법 몇 개 더 안다고 해서 절대로 만들어지지 않는다. (195쪽)

인공지능 시대를 살아가는 데 있어서 올바른 방향성이란 무엇일까? 올바른 방향성이라는 것은 너무나도 당연하게 “기본”이다. ‘기본에 충실해야 한다’는 말은 비단 직업과 같은 일에만 해당하는 이야기가 아니다. 우리 인생 전반에 대한 거의 모든 행위에 해당하는 말이다. 세상의 흥미와 재미 중에는 말초 신경을 자극하는 직관적인 재미도 존재하지만, 어느 정도 기술적 숙련이 있어야지만 진정한 재미를 알 수 있는 것들도 존재한다. 피아노 연주에 재미를 알려면 피아노를 어느 정도 칠 줄 알아야 하고, 골프에 재미를 느끼려면 골프를 어느 정도 칠 줄 알아야 한다. 이러한 기본과 기초는 단순 반복 같고, 지루하고, 재미가 없는 경우가 대부분이다. (202쪽)

작가정보

저자(글) 김송규

Dr. Amang Kim

마카오 폴리텍 대학교 컴퓨팅 전공 교수로 데이터 사이언스, 소프트웨어 공학, 정보 보안 등을 가르치고 있다. 미국 플로리다 공대에서 컴퓨터 공학 석사와 경영 과학/오퍼레이션 리서치 박사 학위를 취득했다. 이후 삼성전자 무선사업부에서 일했으며, 필리핀 아시아 경영대학원, 아랍에미레이트 아부다비 경영대학원에서도 가르쳤다.
다양한 문화권에서의 경험과 자연, 공학, 경영을 넘나드는 넓은 스펙트럼으로 게임이론, 확률 모델과 같은 응용 수학 분야의 연구는 물론이고 머신 러닝을 이용한 생체 보안 시스템, 블록체인 기반의 네트워크 설계 및 데이터 기반의 경영 전략 모델 설계까지 여러 분야의 연구를 동시 다발적으로 하고 있다.
타국에서 한국의 뉴스를 접하며 정치, 경제, 교육, 문화에 대한 다양한 관점의 글을 소셜미디어에 쓰기도 한다. 2024년 1월 데이터 만능주의에 대한 경고와 데이터 중심의 의사결정에서 어떤 점을 유의해야 하는지를 밝히는 책 〈데이터는 예측하지 않는다〉를 출간했다.
현재 국제 전문가 조직인 IEEE(전자전기공학회) 시니어 회원이기도 하다.


현) 마카오 폴리텍 대학교 컴퓨팅 전공 부교수
현) IEEE(전자공학회) 시니어 회원
전) UAE 칼리파 대학교 연구원
전) UAE 아부다비 경영대학원(ADSM) 부교수
전) 필리핀 아시아 경영대학원(AIM) 부교수
전) 삼성전자 무선사업부 책임연구원