전문가 좌담
챗GPT가 가져온 변화, 우리의 미래는?
KDI 경제정보센터 자료연구팀
구분
- 일시: 2023년 5월 26일 14:00~16:00
- 장소: 비즈허브 서울센터(서울)
- 참석자: 한요셉 KDI 산업·시장정책연구부 연구위원(좌장)
김건희 서울대 컴퓨터공학부 부교수
김태원 한국지능정보사회진흥원(NIA) AI미래전략센터 수석연구원
안성원 소프트웨어정책연구소(SPRi) AI정책연구실장
장 민 뉴럴웍스랩(주) 대표이사
구분선
#1. Prologue: 개념 및 현황
한요셉 오늘 좌담회는 챗GPT(ChatGPT)를 주제로 경제·사회적 이슈를 점검해 보고자 마련한 자리입니다. 먼저 챗GPT와 생성 AI 개념에 대해서 잠시 말씀을 드리겠습니다. 챗GPT란 오픈AI에서 개발한 대화형 인공지능 서비스로, 생성 AI(Generative AI)주1)의 대표적 모델인 GPT(Generative Pre-trained Transformer, 생성형 사전학습 트랜스포머)주2)를 기반으로 하고 있습니다.
주1) 대규모 언어 모델(LLM), 이미지 생성 모델(IGM) 등을 이용하여 사용자의 요구에 따라 새로운 창작물을 생성하는 모든 기술을 의미함. 전 세계 생성 AI의 시장규모는 2022년 기준 107억 9천만 달러로 추산되며, 지역별로는 북미가 가장 큰 시장 점유율(41%)을 차지하고 있음.
주2) Transformer는 문장 속의 단어와 같은 순차적인 데이터 내의 관계를 추적해 맥락과 의미를 학습하는 기술. 자연어 처리, 음성 인식 외 이미지 처리와 같은 비순차적인 작업에도 적용 가능하며 데이터를 병렬적으로 처리하므로 시간을 단축할 수 있다는 장점이 있음. 반면, 일반화를 위해선 대규모 학습 데이터가 필요하다는 단점이 있음.
<표 1> 생성 AI 사례
자료: 삼정KPMG(2023)
기존 챗봇이 단답형 대화나 주어진 정보 내에서만 답변이 가능했다면, 챗GPT는 사용자가 입력한 텍스트의 맥락을 이해하고 이전의 대화 내용들을 기억함으로써 자연스러운 소통이 가능한 수준으로 진보했습니다. 놀라운 성능 향상으로 출시 5일 만에 이용자가 100만 명이 넘었고, 두 달 만에 월 이용자가 1억 명에 달할 만큼 빠른 확산이 일어났습니다. 다만, 높아진 관심만큼 우려의 목소리가 높은 것도 사실입니다. 실제로 기술적 결함, 일자리 잠식 등의 문제가 제기되곤 하는데요. 오늘 이 자리에서는 챗GPT를 중심으로 생성 AI의 경제·사회적 파급 효과에 대해 논의하는 시간을 가져보고자 합니다.
"챗GPT는 생성 AI 기반의 대화형 인공지능 서비스"

구분선 구분선#2. 챗GPT의 특징과 부상 이유
한요셉 챗GPT는“인터넷만큼 중요한 발명이다”라고 빌 게이츠가 언급할 만큼 인터넷과 스마트폰을 잇는 기술 혁신으로 평가되고 있습니다. 기존의 AI와 다른 챗GPT만이 가지는 기술적인 특징이 궁금합니다.
김태원 챗GPT는 대규모 언어 모델(Large Language Model, LLM)주3)이라는 점에서 기존의 AI와 차이가 있습니다. 대규모 언어 모델이란 문장이 얼마나 자연스러운지 확률적으로 파악해 어떤 단어가 나왔을 때, 그다음에 나올 단어를 지금까지 학습한 것을 바탕으로 생성해 내는 모델입니다. 이를 생성 AI라고 합니다. 과거에는 이미지 분류와 같은 판별 AI가 주류를 이뤘습니다. 주어진 사진 속 동물이 고양이에 가까운지 확률적으로 값을 찾고, 결국 ‘고양이다’, ‘고양이가 아니다’와 같은 답을 내놓는 방식에 특화돼 있었죠. 이와 반대로 생성 AI는 고양이의 특성을 학습한 후 새로운 고양이 이미지를 생성합니다. 그만큼 범용적으로 쓰일 수 있습니다.
"챗GPT는 대규모 언어 모델, 범용적으로 쓰일 수 있어"
주3)사람들이 사용하는 언어(자연어)를 학습하여 실제 인간과 유사한 문장을 생성하기 위한 AI 모델
김건희 GPT는 번역, 코딩, 글쓰기 등 거의 모든 작업에 활용할 수 있는 범용성을 가진 모델입니다. 경우에 따라 없는 사실을 만들어 내기도 하고, 응답의 질이 낮기도 하지만 대다수 작업에 대해선 사람 이상의 높은 정확도와 성능을 보여주고 있습니다. 이러한 GPT가 대화 유저 인터페이스주4)와 결합하면서 지금의 챗GPT가 탄생하게 된 것인데요. 기존의 챗봇이나 인공지능 스피커의 경우엔 정해진 대답만 하거나 알아듣지 못하는 등의 한계가 존재했습니다. 반면, 챗GPT는 사용자의 질문에 놀라울 정도로 인간과 비슷하게 답하는 수준으로 성능 자체가 크게 향상됐습니다.
"범용성을 가진 모델이 대화 유저 인터페이스와 결합하여 챗GPT 탄생"
주4)모바일 기기나 개인용 컴퓨터(PC)가 인공지능, 음성인식, 자연어 처리, 생체 인식 등의 기술을 기반으로 사용자와 대화하면서 동작하는 지능형 인터페이스
한요셉 챗GPT에 대한 관심이 가히 폭발적입니다. 출시된 이후 단 5일 만에 이용자 수가 100만 명이 넘었습니다. 다른 앱이나 웹 서비스에 비교해 봤을 때 굉장히 빠른 속도라고 볼 수 있습니다. 온라인 서비스 중 최단 기간에 달성한 기록이고 전 세계적으로도 큰 주목을 받고 있습니다. 그렇다면 이렇게 챗GPT에 열광하는 이유가 무엇인지 궁금합니다.
"온라인 서비스 중 최단 기간 이용자 수 100만 명 달성"
<표 2> 온라인 서비스별 이용자 100만명 도달에 걸린 기간

자료: 언론사 자료 재정리
안성원 실생활에서 활용할 가능성이 높아졌기 때문입니다. GPT를 직역하면‘생성형 사전(事前) 학습 변환기’라는 뜻입니다. 변환기라는 것은 말 그대로 기계 학습을 통해 어떤 언어를, 예를 들어 한글을 영어로 바꿔주는 형태의 역할을 수행하는 것입니다. 개념적으로 보면 처음에 어떤 상태(Sequence, 순서)에서 그다음 상태로 변환해주는 것들을 트랜스포머라고 할 수 있는데, 이것을 응용할 수 있습니다. 예를 들어 이전의 기후나 온도 데이터를 입력하면 몇 개월 후의 기후를 예측하는 작업도 가능하게 됩니다. GPT는 버전 1부터 시작해서 버전 2, 버전 3, 버전 3.5를 거쳐 현재 버전에서 앞에 대화·채팅을 의미하는‘챗(Chat)’이 붙었는데, 이는 사람과의 대화(채팅)에 더 특화된 생성형 변환기라고 이해하면 될 것 같습니다.
"사람과의 대화에 특화, 실생활 활용 가능성 높아"
<표 3> GPT 모델 변천사

자료: 소프트웨어정책연구소(2023)
장 민 챗GPT에 열광하는 이유는 크게 세 가지입니다. 첫 번째는 소통의 혁신입니다. 여태까지 많은 언어 모델 또는 다양한 자연 언어 처리 기술이 나왔지만, 실제로 기계가 인간의 말을 알아듣는 경우는 거의 없었습니다. 그런데, 챗GPT는 인간의 ‘말귀’를 제대로 알아듣고 있어요. 두 번째는 창의성입니다. 인간만이 갖고 있다는 창의성이 실제로 도전받기 시작했습니다. 이미 챗GPT는 인간처럼 모방을 통해 새로운 것을 만들어 내고 있어요. 그 과정에서 다양한 활동을 하고 피드백을 통해 계속 진화하고 있습니다. 세 번째는 확장성(영역과 속도)입니다. 앞서 말씀하신 사용자 수와는 별개로, 학습 능력의 향상 속도 역시 엄청나게 빨라요. 컴퓨팅 파워의 발전에 힘입어 챗GPT의 학습 능력도 확장되고 점차 가속화될 것입니다. 이에 따라 쇼핑, 문화, 레저, 여행 등 삶의 다양한 분야에 적용되어 사람들의 생활을 윤택하게 만들고, 기업과 정부 등 사회 전 분야로 확장해 나갈 것입니다.
"소통의 혁신, 창의성, 확장성이 열광의 이유"
한요셉 신기술의 등장에는 그 이면이 있기 마련입니다. 챗GPT에 대한 관심과 함께 우려의 목소리도 커지고 있습니다. 한계점 및 우려사항은 무엇인지 여쭤보고 싶은데요. 어떤 것들이 있을까요?
김건희 할루시네이션(hallucination)주5)과 같이 없는 사실을 만들어 내는 경우가 대표적이죠. 질문자가 악의적으로 거짓되거나 혼란을 야기하는 응답을 유도할 때, 이를 거부하지 못하기도 합니다. 아울러 데이터 편향성(인종·성별·지역·선택 편향)과 새로운 정보의 업데이트 지연 등도 문제로 지적되고 있습니다. 물론 기술적 문제는 계속해서 개선되고 있기에 점차 해결될 것으로 보입니다. 결국 관건은 사용자, 즉 활용의 영역입니다. 새로운 기술이 나오면 악용하려는 사람들은 항상 존재해왔기 때문입니다.
"기술적 문제는 점차 해결, 관건은 활용의 영역"
주5)본래 환각을 뜻하는 정신의학 용어로 AI가 맥락과 관련 없거나 사실이 아닌 내용을 마치 옳은 답처럼 내놓는 현상
장 민 개인적으로 구분해 보자면 기술적 한계와 윤리적 한계가 있습니다. 기술적 한계는 김건희 교수님 말씀처럼 거의 없어지고 앞으로는 점점 좋아질 일만 남았습니다. 그런데 이것을 사용하는 인간, 법 또는 윤리, 편향성 등의 문제가 있습니다. 실제로 요즘 프롬프트 인젝션(prompt injection)이라고 해서, 악의적인 마음을 먹고 챗GPT로부터 정보를 빼내기 위한 사람들이 있습니다. 저는 이런 위험이 훨씬 더 크다고 생각합니다.
"기술적 한계보다 윤리적 한계로 인한 위험 커"
한요셉 기술의 측면보다는 활용하는 사람의 의도나 태도 등이 더 큰 문제라는 말씀인 것 같습니다. 이로 인해 개인정보 침해 및 유출, 저작권 문제 등 우려가 만연한 상황에서 규제의 필요성이 대두되고 있습니다. 부작용을 최소화하면서 챗GPT와 생성 AI 전반을 발전시키기 위한 방안은 무엇이 있을까요?
김태원 기술이 발전할수록 부정적으로 활용하는 사례가 나타납니다. 생성 AI를 통해 가짜 이미지·글·영상·목소리를 만들어 보이스피싱이나 스팸 메일과 같은 범죄에 악용하는 게 대표적이죠. 보통 새로운 기술이 출현했을 때 부정적 이벤트가 발생하면 사람들은 기술을 비난하지만 사실 기술은 도구이기 때문에 선과 악이 없습니다. 사람이 어떻게 쓰느냐에 달린 문제입니다. 예를 들면, 칼은 무기가 될 수도 있고, 유용한 요리 도구가 될 수도 있는데 이게 위험하다고 없앨 수는 없어요. 잘 쓸 수 있도록 사용 설명서를 배포하거나, 안전 교육을 해야합니다. AI 역시 마찬가지입니다. 시스템적으로 보안 체계를 만들고, 가이드라인도 마련해야 합니다. AI가 일상화되면 될수록 디지털 리터러시주6) 교육이 중요한 이유가 이 때문입니다. 시스템 측면에선 기업들이 노력을 할 것이기 때문에 상당 부분 좋아질 것이고, 정부 쪽에서 고민해야 할 것은 명확한 가이드라인 마련과 디지털 리터러시 교육이라고 생각합니다.
"정부의 가이드라인 마련과 디지털 리터러시 교육 필요"
주6)디지털 플랫폼의 다양한 미디어를 접하면서 명확한 정보를 찾고, 평가하고, 조합하는 개인의 능력
안성원 최근들어 저작권 이슈가 부상하고 있는데요. 두 가지 측면에서 접근이 필요 합니다. 첫 번째는 인풋(Input) 데이터, 즉, AI가 학습하는 데 입력으로 활용한 데이터에 저작권이 있는 경우입니다. 실제로 깃허브 코파일럿(Github Copilot)이나, 스태빌리티 AI(Stability AI) 등의 사례와 같이 여러 건의 저작권 침해관련 소송이 진행중입니다. 두 번째는, 생성 AI가 만든 생성물에 대한 저작권과 창작물의 가치를 어떻게 인정해 줄 것인지에 대한 이슈입니다. 예를 들면, 지난해 9월 미국 저작권청은 이미지 생성 AI인 미드저니(MidJourney)를 활용한 웹툰인 ‘새벽의 자리야(Zarya of the Dawn)’의 저작권 등록을 일부 인정했습니다. 한편, 챗GPT와 관련된 보안 사고가 발생함에 따라 유럽, 미국, 중국 등 세계 각국은 개인정보 보호를 위한 규제나 가이드라인을 마련하기 위한 움직임을 보이고 있습니다. EU 회원국들은 챗GPT뿐만 아니라 AI 규제에 대한 논의를 본격적으로 시작하였고, 美 바이든 정부는 알파벳(구글), 마이크로소프트, 오픈AI 등 AI 주요 기업들을 백악관으로 초청하여, AI 기술에 대한 우려와 개인정보 침해 논란, 긍정적인 활용방안 등을 논의한 바 있습니다. 우리나라도 저작권이나 보안 이슈 등에 대해 구체화해 나갈 것으로 보입니다.
"세계 각국, 저작권과 개인정보 보호를 위한 규제 마련 논의 본격화"
<표 4> 생성 인공지능(AI) 관련 주요 소송
자료: 조선일보,「“AI의 저작권 침해 더 못참아”… 인간, 마침내 칼 빼들다」, 2023.01.26.
구분선#3. 챗GPT가 산업에 미치는 영향
한요셉 지금부터는 산업에 미치는 영향들을 전반적으로 논의하고자 합니다. 산업 중에서는 특히 검색 시장이 가장 일차적으로 영향을 받는 것 같습니다. 현재 구글이 세계 검색 엔진 시장 점유율의 90% 이상을 차지하고 있지만 챗GPT의 등장으로 인해 재편 가능성이 제기되고 있습니다. 챗GPT가 검색 시장에 어떤 영향을 가져올까요?
장 민 지난 2022년 12월 3일 영국 일간 인디펜던트에 ‘구글은 끝났다(Google is done)’라는 제목의 기사가 나왔습니다. 저 또한 요즘 챗GPT를 사용하다보니 구글 같은 검색 서비스를 대체할 수도 있겠다는 생각이 들더군요. 검색의 본질은 정보를 찾는 것 아닙니까? 기존 검색 시장은 우리가 원하든 원하지 않든 그들이 주고 싶은 것을 주는 거고요, 챗GPT는 우리가 원하는 걸 알려줍니다. 그게 지식이죠. 쉽게 말하면 과거에는 정보의 대홍수 속에서 스스로 데이터를 찾는 형태였다면, 챗GPT를 통해선 원하는 결과물을 바로 제공받을 수 있다는 차이가 있습니다.
"챗GPT는 기존 검색 서비스와 달리 우리가 원하는 결과물 바로 제공"
김태원 챗GPT가 나오면서 가장 긴장한 기업은 구글입니다. 구글의 주요 수입원은 검색 기반의 온라인 광고입니다. 초반에는 사람들이 검색 엔진과 생성 AI 서비스를 대체재 관계로 많이 비교했습니다. 그런데 지금은 오히려 검색 엔진이 보완재 개념으로 작동하고 있는 것 같습니다. 플러그인주7) 서비스를 통해서 챗GPT가 가지고 있는 몇 가지 한계점들을 극복해 나가고 있거든요. 챗GPT는 2021년 이전의 데이터로 학습을 해서 최신성이 떨어지는데 브라우징 기능을 추가하여 실시간 검색까지 연결함으로써 이를 보완하고 있습니다. 당장 구글의 검색 엔진 시장 영향력이 줄어들지는 않겠지만 광고 수익은 크게 줄어들 겁니다. 왜냐하면 사람들이 이제는 검색을 통해서 광고를 보지 않아도 되는 환경에 놓였거든요. 챗GPT가 단순한 서비스가 아니라 플랫폼으로 발전해 그 안에서 검색, 질의, 예약, 쇼핑 등을 하는 방향으로 변화하고 있습니다. 검색 광고 수익에 기반한 사업자들이 이러한 변화에 능동적으로 대응하지 않는다면 큰 위기를 맞을 수도 있습니다.
"플러그인 서비스 통해 실시간 주식 정보, 날씨, 호텔 예약, 배달 주문 등을 챗GPT 안에서 모두 해결"
주7)마이크로스프트의 빙(Bing) 검색엔진과 연동한 응용프로그램 인터페이스API로 실시간 검색을 가능케 해 실시간 주식 정보, 날씨, 호텔 예약, 배달 주문 등을 챗GPT 안에서 모두 해결
<표 5> 검색엔진 시장점유율
주: Desktop, Mobile, Tablet, Console 검색 엔진을 모두 포함한 수치
자료: Statcounter
김건희 구글 입장에서는 검색 시장의 판이 바뀌는 건 최대한 늦추고 싶어 할 겁니다. 구글이 AI에 많은 투자를 했지만 바드(Bard)의 출시가 늦어지게 된 것도 이와 무관하지 않습니다. 검색을 많이 하면 광고가 따라붙어 수익이 올라가는데, 굳이 생성 AI를 내놓아 시장을 재편할 이유가 없어요. 더군다나 검색은 최적화가 잘 돼서 적은 비용으로 효율적인 서비스가 가능한데 대규모 언어 모델은 엄청난 비용이 발생합니다. 구글이 챗GPT 수준의 서비스를 만드는 것은 어렵지 않지만 구글 검색 엔진과 비슷한 속도로 정보를 처리하려면 많은 비용이 발생할 겁니다. 기존 강자가 자신이 장악하고 있던 시장을 직접 파괴하겠다고 나설지 아니면 주저할지, 앞으로 빅테크 기업들이 기존의 비즈니스 모델과 생성 AI와의 시너지를 어떻게 만들어 갈지는 지켜봐야 할 것 같습니다.
"빅테크 기업들이 생성 AI와의 시너지를 어떻게 만들어 갈지 주목"
한요셉 챗GPT가 검색 외에 사실은 여러 산업에 영향을 미칠 수가 있는데요. 구체적으로 어떤 산업에 어떻게 활용될 수 있고 어떤 변화를 가져올 수 있을까요? 물론 미래에 대한 예측은 항상 조심스러울 수밖에 없는데 현재의 기술적 특징이라든지 활용 방향 등을 감안했을 때 어떤 산업에 영향을 많이 미칠 것이라고 예상하는지 여쭤보고자 합니다.
김건희 폭넓게 활용이 될 것 같습니다. 기본적으로 챗GPT는 프로그램 언어뿐 아니라 인간의 언어까지 이해 및 생성할 수 있는 모델로 나아가고 있고요. 그래서 글쓰기와 관련된 부분에서는 아주 광범위한 영향이 있을 것으로 예상됩니다. 단순 반복적인 작업들은 이제 챗GPT나 그 외의 AI 기술로 대체되고 있습니다. 지금 저희가 하고 있는 회의만 하더라도 과거에는 회의록을 사람이 작성해야 했지만 지금은 음성 인식 STT(Speech To Text) 기술이 사람이 쓰는 수준까지는 아니더라도 곧잘 하는 정도까지 되고 있습니다. 개인적인 생각으로 현재 챗GPT는 특정 산업을 아주 깊이 이해해서 그 산업을 바꿀 수준까지 학습된 상황은 아닙니다. 그러나 머지않은 시기에 특정 분야별로 생성 AI를 잘 활용해 혁신을 일으키는 기업이나 서비스들이 계속 나올 것으로 생각합니다.
"가까운 미래, 생성 AI를 활용한 혁신 기업 등장"
안성원 모든 산업에 전반적으로 영향을 줄 것으로 보고 있습니다. 기업들의 경우 이윤을 극대화하는 게 목표이기 때문에 생산성과 효율성 향상 측면에서 적극적으로 활용할 것 같습니다. 예상되는 사례들을 각 산업별로 살펴보겠습니다. 우선, 제조 분야에 생성 AI가 활용될 경우 리버스 엔지니어링주8)이 쉬워집니다. 제품이 어떠한 매커니즘에 의해서 만들어졌는지, 구성 재료는 무엇인지에 대해 분석하는 등 생성 AI를 활용해 분석하는 것이 가능해질 것입니다. 유통이나 마케팅 분야에서도 자동으로 광고 문구를 생성해 주거나, 고객을 응대해 주는 챗봇 등 더욱 고도화되어 고객 맞춤형 서비스가 가능해질 것 같습니다. 금융 쪽에서도 개인 맞춤형 금융 투자 포트폴리오 생성, 업무 자동화 등 AI 뱅커 역할을 분명히 할 것입니다. 또한, 의료?제약 분야에서는 가장 어렵고 시간이 오래걸리는 부분인 임상실험을 대체하는 것이 가능해집니다. 생성 AI는 실제 환자들의 데이터를 가지고 가상의 합성 환자(Synthetic Patients)를 만들 수 있습니다. 합성 환자에게 임상실험을 실시해 약물의 효용성, 부작용 등을 살펴볼 수 있습니다.
"이윤 극대화 위해 제조, 유통, 마케팅, 금융, 의료 등 산업 전반에서 다양하게 활용될 것"
주8)장치 또는 시스템의 기술적인 원리를 그 구조분석을 통해 발견하는 과정
장 민 현업에 있다 보니까 챗GPT가 어떤 변화를 가져올지 관심이 많습니다. 저희 같은 작은 소프트웨어 업체나 삼성전자 같은 큰 업체들까지도 생성 AI나 파운데이션 모델주9)에 대한 얘기를 많이 합니다. 요즘은 AI 최적화된 앱들과 서비스들이 많이 나오는데 앱 생태계, 서비스 생태계가 많이 바뀌고 있습니다. 갑자기 제조업 분야 업체들이 생성 AI나 파운데이션 모델을 쓰기는 쉽지 않겠지만 점점 많이 활용할 것 같아요. 자사의 데이터나 산업을 보호하기 위한 입장에선 자체적으로 보유한 데이터를 활용해 자기 산업에 특화된 생성형 모델을 만들지 않을까 라는 생각을 하고 있고요. 결국은 데이터를 보유하고 있는 업체들만 살아남을 가능성이 높아질 것으로 예상하고 있습니다.
"데이터를 보유하고 있는 업체들만 살아남을 가능성 높아"
주9)텍스트, 이미지, 음성, 영상 등으로부터 입력된 내용을 학습하고 새 데이터를 생성할 때 근간이 되는 AI
구분선 #4. 챗GPT가 노동 시장에 미치는 영향
한요셉 챗GPT, 생성 AI가 활성화될 때 산업 구조도 상당히 영향을 받겠지만, 노동 시장에도 영향이 있을 수밖에 없는 것 같습니다. 특히 고용, 일자리는 국민들의 체감이 큰 부분이기 때문에 이 좌담을 보는 분들이 매우 궁금해 할 것 같습니다. 챗GPT가 고용 및 일자리에 어떤 영향을 미치게 될까요?
장 민 강의를 하다보면 새로 생겨날 일자리에 대한 질문을 제일 많이 받습니다. 저는 프롬프트 엔지니어, 디지털 에세이 창작자, 디지털 AI 감별사 같은 새로운 직업이 나오는 만큼 기존의 직종, 직무 등 노동 전반의 구조적 변화는 불가피하다고 말씀드리고 있어요. 지금 사람들이 두려워하는 것은 AI에 의한 일자리 대체 현상입니다. 특히 이전에 단순 반복적인 직업을 대체한 것과는 달리 현재 생성 AI는 인간의 창의력이 요구되는 영역에 적용되면서 화이트칼라 직업을 위협하고 있습니다. GPT나 다양한 파운데이션 모델은 지식과 지식을 연결하는 일을 잘합니다. 반면 인간은 상상, 호기심 덕분에 그 너머를 잘하거든요. 인간은 ‘그 너머’를 해야지만 살아남을 거라고 생각합니다.
"인간의 창의력이 요구되는 영역까지 적용된 생성 AI, 노동 전반의 구조적 변화 불가피"
김태원 앞으로 우리에게 어떤 일자리가 생길지는 사실 정확히 예측하기 어렵습니다. 2016년 한국고용정보원에서 AI와 로봇 등을 활용한 자동화로 인해 대체될 확률이 높은 직업과 낮은 직업을 예측했습니다. 대체될 확률이 낮은 직업 중 1위 화가, 2위 사진작가, 3위 작가, 4위 작곡가, 그리고 5위가 만화가였어요. 그런데 지금 그 다섯 가지 직업이 가장 위험해요. 모두가 지금 생성 AI가 잘할 수 있는 직업들입니다. 어떤 직업이 생기고 사라질까도 중요한 문제지만 우리가 그런 것을 직관적으로 알기 위해선 직접 겪어봐야 합니다. 생성 AI 서비스를 직접 써보는 것이 교육을 듣는 것보다 훨씬 더 낫고 그렇게 되면 장단점을 파악할 수 있을 겁니다. 지금 시점에서는‘AI로 인해 내 일자리를 잃을까’라는 고민을 하기보다‘내가 AI를 어떻게 잘 활용해서 기회를 잡을 수 있을까’를 고민하는 것이 더 바람직한 시점입니다.
"실직에 대한 고민보다 AI를 활용해 기회를 잡기 위한 고민이 더 바람직"
<표 6> 자동화 대체 확률 낮은 직업
자료: 한국고용정보원(2016)
안성원 일자리 분야에서 챗GPT의 영향이 있을 것으로 전망하는 자료들이 나오고 있습니다. 골드만삭스(2023)의 발표에 따르면, 생성 AI는 10년 후 약 3억 개의 세계 일자리에 영향을 미칠 것이며, 글로벌 GDP도 약 7% 향상시킬 것으로 전망되고 있습니다. 오픈AI(2023)에서도 대규모 언어 모델(LLM)이 미국 고용시장에 미치는 영향을 분석했는데, 노동자의 80%는 업무의 최소 10%, 노동자 중 19% 정도는 최소 50% 이상의 업무에 영향을 받을 것이라는 연구 결과를 발표했습니다. 단순 업무들은 당연히 직접적으로 영향을 받을 것으로 보입니다. 그런데 아이러니하게도 교육 수준과 경력, 수입, 이런 것들이 높은 사람들이 오히려 영향을 더 많이 받는 것으로 나왔습니다.
"교육수준, 경력, 수입이 높은 사람들이 챗GPT 영향을 더 많이 받을 것으로 예측"
한요셉 지금 노동시장에서 AI가 대체하게 될 일자리도 중요한 이슈이지만, AI 인력 양성을 위한 사회적 기반 마련도 중요한 과제로 떠오르고 있습니다. 특히 AI 분야의 인력 수요 급증에 따라서 인력 양성 및 확보 방안이 무엇이 있을지, AI 자체 분야에서의 인력들을 어떻게 확보할 수 있을지 이 부분을 질문드리고 싶습니다.
김건희 인력 양성을 잘하려면 학교도 잘해야 하지만 AI로 유명한 회사들도 많이 있어야 합니다. 사실 AI 기업이 없으면 그 나라에서 세계 수준의 AI 연구는 하기가 어렵습니다. 그러나 AI 인력은 스펙트럼이 다양해 코어 AI의 분야의 세계적인 연구자도 필요하고 다양한 사람들이 AI 지식을 갖추는 것도 중요합니다. AI와 상관없는 분야에 종사하는 분들도 AI의 기본적 지식을 알고 있으면 자기 분야에서 활용하여 충분히 효과적으로 일을 할 수가 있습니다. 왜냐하면 요즘 AI 기술이라는 게 누구든지 조금만 배우면 쓸 수 있는 수준이 됐기 때문에 저변을 넓히는 노력도 있어야 합니다. 좋은 기업이 있어야 좋은 연구를 할 수 있는 현재 상황에서 ‘기업의 육성도 필요하고, 저변을 넓히는 것도 무척 중요하다’는 말씀을 드리고 싶습니다.
"AI 기업 육성과 함께 인력에 대한 저변 확대 중요"
안성원 기본적으로 교육 커리큘럼이나 타깃 자체가 AI를 도구로 활용할 수 있는 역량을 갖추는 쪽으로 진행해야 할 것 같습니다. 사실 코딩 교육을 초·중등 교육부터 시작하고 있지만 코파일럿 등으로 인해 그것도 자동화가 되고 대체가 될 거예요. 그렇다면 창의적인 사고와 문제 해결 능력 함양을 위한 토론 위주의 교육이라든지 국어 학습 등이 필요하겠죠. AI를 효율적으로 잘 활용할 수 있기 위해서는 창의력을 함양할 수 있는 교육, 협업, 디지털 역량 강화뿐만 아니라 윤리·법적인 측면의 교육도 분명히 필요합니다. 지금 전문 인재를 양성하기 위해 다양한 형태의 산업 협력 프로젝트가 진행되고 있습니다. 얼마 전에 ICT 기업들을 대상으로 간담회를 한 적이 있었는데, 실무에 바로 투입될 수 있는 사람이 없다는 게 가장 큰 이슈였어요. 대학에서 잘 가르쳐 보내는 것도 중요하지만 현장에서 직접 경험해보게 하는 것이 중요합니다. 산학 협력 형태의 프로젝트가 활성화 되어야 하는 것이 핵심이며, 이를 위해선 장·중·단기별 과제 운영과 함께 유사한 프로젝트를 수행했던 인재들이 해당 기업에 취업할 수 있는 루트를 마련하는 방법 등이 필요합니다. 2023년 4월 과학기술정보통신부에서도 ‘초거대 AI 경쟁력 강화방안’을 발표했어요. 기존 AI 인력 양성 사업을 강화해 전 국민 100만 명을 대상으로 AI 리터러시를 함양시키겠다는 계획과 함께 AI 일상화 전략 같은 것도 기획하고 있습니다. 정부에서도 이처럼 인력 양성에 많은 신경을 쓰고 있습니다.
"AI 활용 역량을 키우기 위한 커리큘럼 마련 필요"
장 민 저는 도메인 전문성을 가진 퇴직자들을 대상으로 AI 인력을 양성하는 게 효과적이라고 봅니다. 인력 확보 방안은 뜬구름 잡는 식이 아니라 구체적이고, 진짜 현장감 있는 사람을 양성해야 합니다. 정보처리기사·기능사 자격증처럼 AI에 특화된 자격증이 만들어지고, 그 자격증을 보고 기업에서 채용을 하면서 인력들이 나와야 합니다. 그렇게 채용된 인력들이 생산성이나 능률을 향상시키면 자연스럽게 선순환 생태계가 만들어질 수 있습니다.
"구체적인 인력 확보 방안 마련과 현장감 있는 인력 양성 중요"
김태원 많이 써보는 것이 좋다고 생각합니다. 과학기술정보통신부와 한국지능정보사회진흥원이 발표한 ‘2022년 정보화통계집 및 정보화통계조사 최근 3년간 분석 결과’에 따르면 지난 2021년 국내 10인 이상 기업체의 AI 활용률은 2.7%에 그쳤습니다. 우리나라가 디지털 준비에 있어서는 굉장히 성적이 좋은 반면에 AI 활용률은 떨어집니다. 기업에서도 AI의 중요성과 도입의 필요성을 알고 있지만, 막상 어떻게 해야 할지 난감해하는 경우가 많습니다. 당장 기업 내에서 관련 기술을 이해하고 운용 가능한 인력을 확보하는 게 쉽지 않습니다. 이런 부분에 있어서 정부가 컨설팅 등을 통해서 지원해 줄 필요가 있다고 생각합니다. 그런데 갑자기 우수한 인재가 필요하다고 막 나오지는 않아요. 국민들의 AI 활용률이 높아지고, AI에 대한 기본적인 소양이 갖춰진 상태에서 우수한 인재가 나올 수 있습니다. 그래서 국민의 실제 니즈부터 파악한 후에 진행하는 것이 정책의 올바른 순서라고 생각합니다.
"韓 기업들의 낮은 AI 활용률... 국민의 실제 니즈 파악이 급선무"
구분선
#5. 향후 과졔: 우리가 준비해야 할 것은?
한요셉 세계 각국은 생성 AI의 시장에서 주도권을 잡기 위해 치열한 경쟁을 펼치고 있습니다. 생성 AI 시대를 맞아 경쟁에서 살아남기 위한 정부의 정책적 지원 방안 및 방향성 등에 대해 자유롭게 제언해 주시면 좋겠습니다.
김태원 자동차가 성능을 발휘하기 위해서는 잘 닦인 도로가 있어야 합니다. 사고 위험을 줄이기 위해 표지판, 신호등, 도로교통법도 필요합니다. AI도 마찬가지입니다. 기업과 민간이 AI 모델과 서비스를 잘 만들고 배포할 수 있도록 정부는 인프라를 조성해야 합니다. 여기에는 가이드라인이나 규정 등이 있겠죠. 오픈AI의 CEO 샘 알트만도 지금 미국 정부에 명확한 가이드라인이 있었으면 좋겠다고 요청하고 있는 상황입니다. 우리 정부도 AI의 혜택을 보다 많은 사람들이 누릴 수 있게 사각지대가 없도록 하고, AI를 안전하게 활용할 수 있도록 신뢰성이나 안전성을 제고하는 노력이 필요할 것입니다. 그리고 기업들이 서비스나 모델은 직접 만들겠지만, 그것을 만드는 과정에 있어서 리소스의 한계가 있습니다. 고성능 컴퓨팅이 없다거나 데이터가 부족하거나 기술을 실증할 곳이 없을 때, 정부가 충분히 지원을 해 준다면 더 효과가 있지 않을까 하는 생각이 듭니다.
"AI를 안전하게 활용할 수 있도록 신뢰성과 안전성 제고하는 노력 필요"

장 민 지금 정부가 AI 인력 양성 사업을 많이 하고 있거든요. 저도 새로운 생성 AI 시대에 맞춰서 많은 지원 사업에 참여하고 있습니다. 그중 청년들을 대상으로 하는 사업이 있는데 지난해 만든 커리큘럼이라서 지금 현실과는 잘 안 맞더라고요. 기술적으로 급변하다 보니까 빨리 새로운 커리큘럼을 만들어야 하는데 저도 시간이 없고 실제로 인력도 없어 고민을 많이 하고 있습니다. 어쨌든 정부보다는 민간이 더 빠르게 움직이니까 이런 것들을 감안해 정부에서 민간에 지원을 많이 해주면 좋을 것 같습니다.
"민간의 AI 인력 양성 사업을 위한 정부 지원 절실"
김건희 제가 재직하고 있는 대학 같은 경우에는 수도권 규제로 인해 학부생을 늘리는 데 어려움이 있습니다. 컴퓨터공학부는 그래도 지금 한 학년에 80명 정도까지 늘었습니다. 새로운 학부도 생겨 최근 10년 동안 몇백 명 수준으로 미흡하긴 하지만 증가하고 있습니다. 이렇게 AI 전공을 하는 학생들이 많이 늘어나야 AI 대학원 같은 곳에 진학해 세계적 수준의 AI 연구를 할 수도 있고, 산업 구석구석으로 흘러들어갈 수도 있습니다. 정부의 지원과 결단이 필요합니다.
"대학의 AI 관련 인원 증원 및 대학원 육성 필요"
안성원 우리 기업들이 구글과 같은 거대 기업들을 상대하기에는 자금력이 충분하지 않습니다. 그렇기 때문에 비용적으로 감당이 어려운 인프라, 하드웨어 장비에는 정부 지원이 필요합니다. 리스크 테이킹(risk taking)이 큰 부분은 정부가 맡아주고 나머지 부분에 대해선 기업들이 잘할 수 있도록 지원하는 것이 필요합니다. 인프라 R&D 투자, 일자리 문제, 관련 법·제도의 정비 등도 역시 집중적으로 추진해야 하는 부분입니다. 아울러, 영국 자동차 산업을 뒤처지게 만든 붉은 깃발법(Red Flag Act)주10)을 교훈으로 삼아 면밀한 검토를 기반으로 하는 실용적인 정책 추진이 제고되어야 할 것입니다.
"‘붉은 깃발법’의 교훈을 잊어선 안돼"
주10)19세기 후반(1865년) 영국에서 자동차의 등장으로 인해 피해를 볼 수 있는 마차산업을 보호하기 위해 제정된 법률. 당시 증기자동차의 출현으로 일자리를 잃게 된 마차 업자들의 항의가 들끓자 제정된 법으로 자동차의 최고 속도는 시속 6km, 시가지에서는 시속 3km로 제한되었음. 붉은 깃발법은 약 30년간 유지되면서 소비자들의 자동차 구매 욕구를 감소시키는 주원인이 되었으며 영국이 자동차 산업의 주도권을 독일·미국·프랑스 등에 내주는 결과로 이어짐.
한요셉 긴 시간 동안 참여해 주셔서 감사합니다. 세계 각국이 생성 AI의 시장에서 주도권을 잡기 위해 치열한 경쟁을 펼치고 있는 지금, 정부의 역할이 어느 때보다 중요해진 것 같습니다. 오늘 주신 의견들이 향후 정책 방향 설정에 도움이 될 수 있기를 바라며 이상 좌담회를 마치겠습니다.
* 전문가 좌담회의 내용은 참석자 개인의 의견으로, KDI 및 각 참석자 소속기관의 공식 견해를 대변하는 것은 아닙니다. 본 내용을 보도하거나 인용할 경우에는 참석자명을 반드시 표기하여 주시기 바랍니다.
♦ 참고: 전문가 약력 ♦
한요셉(좌장)
• 한국개발연구원(KDI) 연구위원, 노동시장연구팀장
- • 고용노동부 디지털노동대응TF 위원
- • 기획재정부 제5기 중장기전략위원회 위원
- • 통계청 사회분류 자문위원
김건희
• 서울대학교 컴퓨터공학부 부교수
• ㈜리플에이아이 대표
• (전)디즈니 연구소, 박사후 연구원
• 카네기멜론대학교 컴퓨터과학과 박사
김태원
• 한국지능정보사회진흥원(NIA) AI·미래전략센터 수석연구원
• 인공지능 서비스 사회적 영향평가 총괄책임자
• 한국경영정보학회 데이터윤리연구회 상임위원
• 인천광역시 지능정보화 자문위원
안성원
• 소프트웨어정책연구소(SPRi) AI 정책연구실 실장
• 한국정보과학회 iTIP 조직위원장
• 국회도서관 의회정보자문단
• (전)한국발명진흥회 기술가치평가센터 전문위원
장 민
• 뉴럴웍스랩(주) 대표이사
• 포스텍 산업협력단 겸직교수
• (전)한컴인터프리 대표이사
• (전)더존비즈온 신사업담당 이사