AI, 질문이 직업이 되는 세상

앞으로 맞이할 AI 세상

생성형 AI가 몰고 올 미래

인공지능, 딥러닝으로 도약하다

인공지능의 역사는 약 70여 년 전으로 거슬러 올라간다. 1950년 수학자이자 컴퓨터 과학자였던 앨런 튜링(Alan Turing)이 던진 “기계가 지능을 가질 수 있을까?”라는 질문에서 시작되었다. 그는 논문 「컴퓨터 기계와 지능(Computing Machinery and Intelligence)」에서 인공지능의 개념적 토대를 마련했다. 이어서 컴퓨터 과학의 기초를 형성하고 인공지능 연구의 방향을 제시했다.

1956년 존 매카시(John McCarthy)는 다트머스 콘퍼런스에서 ‘인공지능이라는 용어를 처음으로 제시했다. 인공지능의 초기 단계에서는 주로 기호 처리(symbol Processing)에 중점을 두었는데, 이는 인간의 추론 과정을 기계적으로 모방하려는 시도였다. 초기의 인공지능 프로그램들은 체스와 같은 전략 게임에서 인간과 경쟁할 수 있는 능력을 갖추었고, 이는 당시에 상당한 성과로 여겨졌다. 이 시기에 개발된 엘리자(ELIZA) 같은 인공지능 대화 프로그램은 사람과의 대화를 시도했다. 비록 단순한 패턴 매칭에 불과했지만, 기계와 인간의 상호작용이 가능하다는 것을 보여주었다. 그러나 인간의 다양한 데이터를 학습할 수 없고 이를 해결할 방법을 찾지 못해 1970년대 첫 번째 빙하기를 맞이하게 된다.

1980년대 접어들어 ‘기계학습이라는 알고리즘을 통해 인공지능 분야가 급격한 변화의 물결에 올라탄다. 이것이 머신러닝(Machine Learning)이다. 머신러닝은 데이터를 기계가 스스로 학습하여 규칙을 발견하는 기술이다. 즉, 인간이 직접 논리와 규칙을 입력하는 과정을 거치지 않고 컴퓨터가 스스로 데이터를 분석하여 패턴과 관계를 파악할 수 있게 되었다. 예를 들어, 다양한 형태의 개와 고양이 사진 데이터를 넣어 주면 스스로 학습해 개와 고양이의 특징과 패턴을 찾아내 구분하는 것이다.

1990년대에 이르러 머신러닝은 단순한 규칙 기반의 작업을 넘어서서 이미지 인식, 자연어 번역, 추천 시스템과 같은 복잡한 문제 해결이 필요한 분야의 기초 개념을 정립한다. 하지만 구조가 복잡해질수록 당시 하드웨어(반도체 등)의 성능 부족과 인공지능의 주식(主食)이라 할 수 있는 빅데이터가 정립되기 전이라 큰 성과를 거두지 못하고 인공지능 시대의 두 번째 빙하기를 겪게 된다.

21세기에 접어들며 AI 연구는 큰 전환점을 맞이한다. 딥러닝의 아버지라 불리는 제프리 힌턴(Geoffrey Hinton) 교수가 개발한 딥러닝(Deep Learning)때문이다. 딥러닝은 머신러닝의 한 분야로, 인공 신경망(artificial neural networks, ANN)을 기반으로 한 알고리즘을 의미한다. 인공 신경망은 인간 뇌의 ‘뉴런이라는 신경세포가 전기 자극 정보를 다른 뉴런에서 받아 또다른 뉴런으로 전달하는 시스템을 모방하여 설계되었으며, 기존보다 더욱 복잡한 데이터 구조에도 강력한 학습 능력을 보여 주어 ‘딥러닝이라고 부르게 되었다.

2000년대 IT 붐 이후 컴퓨터의 발전과 데이터, 즉 빅데이터(Big Data) 시대로의 돌입도 인공지능 개발에 박차를 가한 이유다. 수많은 사람들이 다양한 SNS 플랫폼에서 활동한 덕분에 양질의 데이터를 확보하는 것이 용이해졌고, 문자나 사진, 영상 등 여러 형태의 데이터를 수집할 수 있게 되었다. 또한 클라우드의 발달로 빅데이터의 저장이 쉬워졌다. 이는 복잡한 연산을 빠르게 처리할 수 있는 반도체GPU 등 하드웨어의 발전으로 가능해졌다. 딥러닝과 함께 하드웨어와 소프트웨어 등 첨단 기술이 총 집약적으로 함께 발전하면서 이룰 수 있었던 결과이다.

2016년 인공지능 역사의 티핑 포인트라고 해도 과언이 아닌 사건이 일어났다. 구글의 알파고와 이세돌 9단의 바둑 경기다. 알파고가 5번의 대국 중 4번을 이세돌 9단을 이김으로써 딥러닝의 시대와 함께 인공지능의 위력을 전 세계에 알렸다. 그 후 딥러닝은 자연어 처리, 음성 인식 등 다양한 분야에서 기존 기술을 뛰어넘는 성과를 보여 주는 가운데 자율주행 자동차, 의료 진단 등 다각도에서 인공지능 기술이 적용되고 있으며, 현재는 챗GPT와 같은 자연어 처리 모델 등의 생성형 AI로 전 세계를 흔들고 있다.

인공지능은 양날의 검

자율주행차와 스마트 홈 기술의 결합은 일상생활을 더욱 편리하게 만들 것이다. 집을 떠나기 전에 영화 〈아이언맨〉 속의 자비스와 같은 비서 로봇이 자동차를 미리 예열하거나 최적의 온도를 맞춰주고, 가정의 스마트 기기가 사용자의 도착을 예측하여 집 안의 조명, 온도, 음악 등을 조절해 줄 것이다. 또 인공지능으로 통합된 보안 시스템은 범죄를 예방하고 대응하는 데 인간의 한계를 극복하게 도와줄 것이다. 예측 분석을 통해 범죄 발생 가능성이 높은 지역을 식별하고, 대응 자원을 효율적으로 배치하여 안전을 강화할 수 있다. 그뿐만 아니라, 식당에서 마주하는 서빙봇, 커피봇, 친구가 되어 주는 챗봇, 금융 서비스를 알려 주는 금융봇 등은 이미 일상이 되고 있다. 미국 뉴욕에서는 소방 업무에 인공지능이 장착된 로봇 개(dog)인 ‘스팟(Spot)을 먼저 투입해 상황을 판단하게 하여 소방관들의 안전과 원활한 구조 활동을 도모한다. 이렇듯 인공지능을 장착한 로봇이 인간이 하던 어렵고 힘든 일을 대신하며 우리 사회의 일상을 바꾸어 나갈 것이다.

인공지능은 의료, 교육, 경제, 교통 등 거의 모든 산업에 적용되어 효율성을 극대화하고 새로운 기회를 창출할 것이다. 개인화된 학습과 맞춤형 건강 관리 서비스가 가능해져 개인의 삶의 질을 향상시키며, 더 나은 데이터 분석과 의사결정 지원으로 비즈니스와 과학 연구에 혁신을 가져오고 있다. 그러나 긍정적인 변화만 있는 것은 아니다. 사생활 침해와 일자리 변화 등 윤리적・사회적 도전 과제를 제기하며 사회적 합의와 규제가 필요하므로 지금부터 차근차근 글로벌 스탠더드(Global Standard, 세계 시장에서 기준으로 통용되는 규범) 정립이 필요하다. 일상의 변화를 가져올 인공지능을 잘 활용할 수 있는 능력과 비판적 사고를 갖추는 것은 이미 우리 앞에 와 버린 경계의 파괴 시대에 큰 경쟁력이 될 것이다.

미래의 직업 - 나의 일자리는 안녕할까?

AI 시대의 새로운 일자리 탄생

인공지능은 인간이 기계와 협력하여 더 높은 생산성과 효율성을 달성할 수 있도록 한다. 이러한 협업은 새로운 형태의 작업 공간과 업무 수행 방식을 만들어낼 것이며 AI 테크 기반의 직업 훈련으로 지금과는 다른 노동시장 구조로 변할 것이다. 현재 존재하는 정규직, 평생직장, 공무원 등과 같은 직업의 안정성과 근로 조건 등은 새로운 비즈니스 생태계를 만들어내 전혀 다른 직업이나 진화된 직업의 형태로 변모될 것이다.

2024년을 살아가는 중・고등학생들은 미래 직업의식에 대한 변화가 필요하다. 인공지능이 인간의 일자리를 대체하는 만큼 나만의 창작이나 다양한 활동이 일거리가 될 수 있다는 의식 전환이 필요하다. 정규직과 평생직장이라는 개념에서 벗어나 자신의 재능과 취미를 경제활동으로 연결하는 테크 기반의 프리랜서 시대를 준비해야 한다. 테크 프리랜서의 시작은 직업과 취미의 경계 붕괴에서 비롯된다. 자신의 능력과 흥미를 한곳에 가두지 말고 벽을 허물어라. 테크(AI를 포함한 디지털 플랫폼)를 활용하는 능력과 경험을 쌓아야 한다.

테크 프리랜서 시대를 위한 전략 5가지

1. 내가 가장 잘하거나 즐거워하는 것을 찾아 집중적으로 파고들기(시기는 빠르면 빠를수록 좋다).

2. 챗GPT를 비롯한 생성형 인공지능 활용의 고수 되기(동화, 만화, 작곡, 영상 등 만능키가 따로 없다).

3. 미래 직업 혹은 비즈니스에 대한 통찰력을 키우기 위해 고전을 비롯한 인문학적으로 가치 있는 책 100권 읽기(기본 중의 기본이다).

4. 파이썬, 자바, C++ 프로그래밍 언어 배우기(노코딩 시대라도, 코딩을 배워 놓으면 경쟁력이 된다).

5. 챗GPT 등 생성형 인공지능뿐만 아니라 블로그, 유튜브, 인스타그램 등 다양한 SNS 활동하기.

미래의 교육 - 답보다 ‘질문 중심으로

잠에서 깨어나라

질문은 챗GPT 등 생성형 AI에서는 필요 불가결하다. 챗GPT는 프롬프트Prompt(명령, 질문)에 따라 그 답변이 완전히 달라진다. 챗GPT가 어떤 답을 내놓을지 모르기 때문에 답을 유도하는 질문이 얼마나 정교한지가 중요하다. 만족스럽지 못한 답이 나오면 계속 답을 유도해 내야 하므로 고도의 비판적 사고가 필요하다.

기발한 아이디어를 얻고 싶다면 질문이 기발해야 한다. 뛰어난 질문력은 내가 원하는 정보를 얻고 답변을 얻는 데 그치지 않는다. 질문력으로 수익을 창출하며 부를 쌓고 새로운 직업을 만들어내기도 한다. 창의적인 질문으로 멋진 그림을 그려내기도 하고 책을 쓰고 곡을 만들면서 수익 창출의 기회를 가져가기도 한다. 생성형 AI의 종류와 방식이 다양화되면서 이런 기회는 더욱 많아지고 있다. 질문 능력을 키워야 하는 이유다.

이제 생성형 AI는 인간과 텍스트나 음성, 그림, 동영상으로 대화한다. 그 기초는 모두 사람이 사용하는 자연어다. 언어는 문화와 풍습, 역사를 담고 있다. 그러나 인공지능은 인간이 살아가면서 기쁘고 행복하고 슬프고 좌절하면서 느끼는 감정을 언어에 담아낼 수 없다. 사람은 같은 언어라도 눈빛과 얼굴 표정 그리고 제스처로 다른 의미를 만들어낼 수 있지만 말이다. 마치 인공지능이 사과의 종류를 줄줄 외우고 어느 계절에 어떤 사과가 생산되며 색깔이 어떤지에 관한 이야기는 할 수 있어도 사과의 맛이 사람에 따라 시기도 하고, 달기도 하고, 새콤달콤하기도 하고, 쓰기도 떫기도 하다는 것을 알지는 못한다. 또한 사과가 사람에게 어떤 영양학적 영향을 미치는지는 알아도 사람의 기분을 어떻게 변화시키는지에 대해선 알지 못한다. 따라서 인간은 인공지능이 가지지 못한 감성적 능력을 향상시켜야 하는 숙제를 안고 있다.

챗GPT는 암기, 분석, 추론뿐만 아니라 복잡한 개념을 인간보다 더 빠르게, 더 잘 이해한다. 공부 방식을 조금씩 바꾸어 보자. 이해가 잘 안 되는 것은 챗GPT에게 쉽게 설명해 달라고 요청해 보자. 개인 맞춤형 튜터링을 받을 수 있다.

앞으로 학교에서도 챗GPT를 도구로 활용하는 방향으로 나아갈 것이다. 이 도구를 잘 활용하여 독창적인 아이디어를 생성하고 더 효율적인 학업을 해나갈 수 있다. 단, 챗GPT 답변의 정확성을 꾀하기 위해 출처를 확인하고 편향된 데이터가 있는지 맥락을 파악하는 등 다양한 형태의 질문과 답변에서 나오는 공통점과 상이점을 찾아내는 노력은 아끼지 말아야 한다.

이런 노력은 챗GPT의 할루시네이션Hallucination(생성형 인공지능이 거짓 정보를 마치 사실인 것처럼 생성 및 전달하는 현상)을 걸러 낼 때도 마찬가지다. 명령을 제대로 주지 않으면 원하는 대로 움직이지 않기 때문에 인공지능을 잘 활용하고 다루는 사람이 필요하다. 인공지능이 일상생활 곳곳에 들어오는데 그저 바보상자로 둘 것인지, 보물상자로 만들 것인지는 내가 어떻게 하느냐에 달려 있다. 잠에서 깨어나 인공지능의 리더가 되어야 한다.

가치 있는 슈퍼 개인이 돼라

AI 시대가 요구하는 역량

AI 시대 필요 역량 7가지

1. 분석적 판단: 인공지능이 분석한 자료로 비즈니스의 적합성 등을 판단하는 의사결정

2. 유연성: 인공지능이 통합된 워크플로(workflow, 직무 처리 과정) 등 변화에 빠르게 적응

3. 감성 지능: 대인관계와 인공지능, 인간의 상호작용

4. 창의적 평가 : 인공지능이 제작한 콘텐츠 평가

5. 지적 호기심: 인공지능에게 올바른 질문을 할 수 있는 능력의 원천

6. 편향성 식별 및 처리: 데이터의 편향성을 평가하고 수정 및 보완하는 능력

7. 인공지능 활용 능력(프롬프트): 올바른 프롬프트로 인공지능을 직접 리딩하는 능력

이러한 능력은 암기식과 정답 맞히는 연습만으로는 개발할 수 없다. 지금과 같이 학교에서 정형화된 교육 과정에 익숙해져 있는 우리 청소년들에게는 이러한 능력을 빌드업하기에 불리할 수밖에 없다. 특히 갑작스럽게 찾아온 AI 혁명은 지금까지 다른 사람들의 업무에 묻어갔던 게으른 사람들은 더 이상 생존이 불가능하게 되었다. 대신, 가장 창의적인 개인의 역량을 갖춘 인재만이 인공지능과의 업무 효용성 측면에서 생존력을 갖추게 될 것이다. 그래서 마이크로소프트사가 제시한 인공지능 직무 능력은 결국 업무의 창의성, 효율성 그리고 인공지능과의 협력을 통한 미래 먹거리 창출이라는 공통된 키워드를 가지고 있다. 이러한 직무 능력은 오랜 기간 축적해야 하는 노력의 산물이라는 사실을 잊지 말자.

가장 인간다운 능력이 핵심

마이크로소프트가 발표한 인공지능 시대에 요구되는 역량을 종합해 보면 인공지능 기반의 비즈니스 환경에서 직면할 여러 문제를 해결해 나갈 때 필요한 역량과 일치한다. 인공지능은 시스템화되어 있고 일정한 조건과 명령에 따라 움직인다. 다양한 지식 데이터를 학습한 인공지능이 패턴을 찾아내고 패턴 속에서 미래를 예측하여 분석해 내는 능력은 뛰어나지만, 예견하지 못했던 돌발 상황에서는 인공지능도 속수무책이다. 예를 들어, 2020년부터 환경부 국립환경과학원에서 인공지능을 도입해 과거 미세먼지 농도 데이터를 학습하여 미세먼지 농도 예측 프로그램을 시범 도입했다. 인공지능이 도입되기 이전인 2018년의 하루 예보 정확도가 73%, 이틀 예보 정확도는 68%에서 인공지능이 도입된 2020년엔 각각 80.2%, 74.0%로 올라 인공지능이 정확도를 10~20%를 올린 것으로 증명됐다. 그러나 코로나라는 돌발 변수가 생기자 인공지능이 오보를 쏟아냈다. 복잡한 데이터와 역학 관계들의 패턴은 잘 찾아냈지만, 이런 돌발 상황은 인공지능이 학습한 데이터로는 예측할 수 없는 것이었다.

이렇듯 시스템화된 인공지능과 달리 예측하지 못한 돌발 변수를 해결할 수 있는 능력은 인간에게 내재된 철학적 깊이에서 나오는 인간만이 가진 인간다운 능력이다. 이러한 능력이 빛을 발하는 대표적인 예가 바로 즉흥 연주다. 분위기와 상황을 즉각적으로 판단하여 그에 맞게 작곡하고 편집하여 연주하는 즉흥곡 말이다. 예상치 못한 즉각적인 해결책을 내놓을 수 있는 민첩성도 인간이기에 가능하다.

가치 있는 지식을 만들어라

경험 없는 이론은 쓸모가 없다

“이론 없는 경험은 맹목적이고 경험 없는 이론은 공허하다(Experience without theory is blind, but theory without experience is mere intellectual play).”

-임마누엘 칸트

▶이론 없는 경험은 맹목적이다: 이론적인 개념 없는 경험은 단순히 사실의 나열일 뿐 심층적인 이해나 방향성이 부족하다. 즉, 경험만으로 어떤 것을 제대로 해석하거나 의미를 부여하기 어려울 수 있음을 강조한다.

▶경험 없는 이론은 공허하다: 이론이 실제 세상과의 연결이 없다면, 그 이론은 단순히 지적인 놀이에 불과하다. 이론이 경험과 연결되어 실용적인 통찰력을 줄 수 있어야 비로소 의미가 있음을 강조한다.

칸트의 이 명언은 이론과 경험이 서로 조화로워야 함을 강조한다. 지식을 습득하고 이해하는 과정에서 경험과 이론을 함께 고려하고 통합해야 진정한 이해와 지식을 얻을 수 있다는 중요한 원칙을 나타낸다. 어디로 가는지, 어떻게 가야 하는지, 아무런 정보도 목적도 없이 이루려고 하는 것은 맹목적일 수밖에 없다. 반대로 수없이 다양한 지식과 정보를 머릿속에 담고 있다 하더라도 행동으로 옮기지 않고 시작하지 못한다면 그것은 지식 놀이밖에 되지 않는 공허함만 있을 뿐이다.

이러한 학습 분위기는 30년 전이나 지금이나 비슷하다. 대표적인 X세대인 나는 중・고등학교 시절 영어는 본문을 통째로 외웠고 수학은 공식을 암기해서 문제를 풀었다. 역사 또한 다르지 않았다. 연도와 인물을 달달 외웠다. 예를 들어, 중학교 시절 유명했던 〈징기스칸〉 노래에다 역사적 사실을 접목시킨 후 약간의 위트를 더해 외우기 편하게 편곡한 것이 전국적으로 유행했었다. 아직도 원작자를 알 수 없지만 징기스칸 팝송 음악에 역사적 사실을 개사한 이 노래가 입에 맴돈다. ‘땅따먹기 고수 고구려 광개토대왕, ‘한국 최초 목화 밀수꾼 문익점, ‘한글 창제 세종대왕에 이어 ‘전자시계 만화시계 오리엔탈 카파를 들먹이며 ‘물시계 해시계 과학자 장영실, ‘일본의 원수 이순신 장군 등으로 개사해 학생들 사이에 크게 히트를 했다. 이런 방법은 영화 〈기생충〉에서도 나온다. 노래로 가짜 신분을 연습하는 장면은 전 세계의 화제를 낳기도 했다.

이렇듯 아날로그 시대의 학창시절엔 암기가 지식을 습득하는 유일한 방법이었다. 그런데 사회에 나와서 보니 그때 배웠던 지식은 다 어디로 갔는지 흔적도 없다. 그나마 잘 외워 기억해 둔 몇 가지 지식을 끄집어낸다 해도 사회생활에 쓸 일이 별로 없었다. 오히려 독서실 대신 운동장에서 축구 경기를 하거나 농구 등을 하며 함께 무언가를 열심히 했던 친구들이 사회생활을 더 잘하는 아이러니한 현상이 나타났다.

지식에 의미를 부여하라

중・고등학교 시절 배운 지식에 어떤 의미가 부여되지 않는다면 그건 지식으로써의 가치가 떨어진다고 말할 수 있다. 의미가 부여되지 않은 날것의 지식에 어떻게 의미를 부여해야 가치 있는 지식이 될까? 날것의 지식이 가치 있는 지식이 되려면 머릿속에 있던 것들이 밖으로 나와야 한다. 머릿속, 즉 뇌에 저장하는 것만으로는 지식이 될 수 없다. 문제에 부딪혀 해결점을 찾기 위해 비판적 사고를 하거나, 지식과 경험을 융합하여 창의적인 아이디어를 찾아내거나, 깊은 인내와 고민으로 새로운 해결점을 찾아 행동으로 옮겼을 때 비로소 ‘지식이라고 말할 수 있다. 오류를 범하는 실수와 실패 속에서 얻는 해결 능력과 통찰력은 최고의 가치화 과정이다. 잘하지 못할까 봐 아무것도 하지 않는 것이 가장 위험하다.

나만의 통찰력이 무기다

지식의 가치화(knowledge value chain)를 위해 문제 풀고 맞히기, 외우기에 익숙해진 습관부터 바꿔 나가야 한다. 지식의 가치화 과정을 거쳐 얻은 나만의 의미가 담긴 통찰력은 지금 수준의 인공지능이 가질 수 없다. 잘 암기된 지식의 축적은 인공지능이 좋아할 잘 차려진 밥상에 지나지 않는다. 임진왜란이 언제 일어났는지 발발 이유 등 학습된 데이터에 기반한 질문에 대해 인공지능이 더 대답을 잘할 것은 불을 보듯 뻔하다.

인공지능은 암기하고 기억하고 패턴을 찾는 데 최적화되어 있다. 날이 거듭될수록 GPU(그래픽처리장치) 같은 반도체와 딥러닝 같은 소프트웨어가 함께 발전하면서 다양한 양질의 데이터가 폭증해 인공지능이 거듭 한계를 뛰어넘고 있다. 나이가 들수록 기능이 떨어지는 인간과는 정반대다.

그런데 여기서 반전이 있다. 인간은 나이가 들면서 암기하고 기억하는 기능은 떨어지지만, 그간의 숱한 경험에서 얻은 문제 해결 능력과 통찰력이 담긴 가치화된 지식을 만들어 가는 과정은 인공지능이 따라갈 수 없는 인간의 능력이라는 사실이다. 인공지능은 인간의 홍체를 학습해 비밀의 문을 여는 아이디인지 아닌지를 구분하지만, 홍채 속의 눈빛과 그 속에 담긴 슬픔과 기쁨, 분노와 행복 같은 감정은 알아차리지 못함을 기억해야 한다.

잠재력 헌터가 돼라

익숙한 방식을 바꾸어라

2025년부터 학교에서 경험하는 AI

교육부에 따르면, 2025년부터 인공지능 디지털 교과서를 도입하겠다고 발표했다. 이 교과서는 AI 기반 개인 맞춤형 학습 경험을 제공한다. 인공지능 분야는 철학, 수학, 경제학, 신경과학, 심리학, 컴퓨터 공학, 제어 이론, 사이버네틱스, 언어학 등 다양한 학문과 기술이 교차하는 융합적 분야이다. 이렇듯 인공지능의 통합적 특성은 표면적인 기술에만 초점을 맞추는 것이 아닌, 종합적인 이해가 중요하다고 강조한다. 단순히 수학 영역이라고 단정하는 우를 범하면 안 된다.

인공지능은 인간의 편익을 위해서 큰 역할을 하지만, 그 이면에 다양한 그림자를 동반한다. 미국의 인공지능 최고 대학인 카네기멜런은 수학 및 과학적 접근 외에 기술, 윤리 그리고 인문학적 접근까지 통합한 커리큘럼을 제공한다. 인공지능과 함께 살아가야 할 시대에 우리는 인공지능의 윤리적 문제와 인간의 본질을 더 부각하는 것까지도 고려한 인문학적 접근을 잊지 말아야 한다.

익숙함을 벗어나 낯선 도전을 즐겨라

패스트푸드, 일반 식당, 마트, 커피숍에서도 셀프 계산대가 직원보다 훨씬 많이 보인다. 은행도 점점 모바일 업무로 전환되면서 지점이 속속 사라지고 있다. 은행의 디지털 전환뿐만 아니라 학교에서도 변화의 물결을 피해 갈 수 없다. 2025년부터 인공지능 디지털 교과서의 출시로, 인공지능이 장착된 휴머노이드 로봇 교사의 시대도 준비해야 할 것이다. 여러분의 책가방엔 책과 공책이 아닌 노트북 혹은 공간 컴퓨팅 교실에서 사용할 XR용 헤드셋 하나만 있으면 되는 시대가 온다. 사무실에선 사람 같은 로봇 동료를 만나게 된다. 앞으로 10년 후면 무엇이 얼마나 변해 있을까?

우리의 생각과 일하는 방식에 근본적인 변화가 불가피하다. 이러한 변화의 물결 속에서 적응력은 더 이상 선택이 아닌 필수다. 예를 들어 한 번도 가 보지 않은 남극으로 혼자 여행을 간다고 가정해 보자. 남극은 극한의 환경이라 날씨 변화가 심하고 예측하기 어려운 상황이 발생할 수 있다. 특히 남극은 여전히 미지의 영역이 많아 학습과 탐험에 대한 열정을 가지고 여행에 임해야 한다. 날씨 예측, 위치 추적, 통신 등을 위한 첨단 기기를 갖추어야 한다. 남극의 극한 환경에서 생존하기 위해서는 우수한 신체적 조건이 요구되기에 추위에 대비한 철저한 체력 관리와 건강 상태도 확인해야 한다. 극한 환경에서의 생존 기술, 응급 처치, 환경 보호에 관한 지식을 미리 습득해야 한다. 쉽게 가볼 수 없고 한 번도 가보지 않은 남극 여행은 그 어떤 여행보다 더 철저한 준비와 자연에 대한 깊은 이해, 지속 가능한 탐험 등이 필요한 도전이자 모험이다.

앞으로 다가올 인공지능 시대에 적응하기 위해 우리는 모두 세 살 어린아이로 돌아가야 한다. 아무것도 무섭지 않고 마냥 신기해서 호기심 어렸던 그 시절로 말이다. 2023년 챗GPT의 돌풍을 실제 경험한 청소년들은 이제 낯선 것을 즐겨야 한다. 이것이 우리가 인공지능 시대를 맞이하는 기본 마음가짐이자 태도다.

* * *

본 정보는 도서의 일부 내용으로만 구성되어 있으며, 보다 많은 정보와 지식은 반드시 책을 참조하셔야 합니다.