“명문대 철학과 나왔다면 다른 기술 배워라”… AI 시대 생존법은? 🎓
AI 소프트웨어 회사 팔란티어의 CEO가 세계경제포럼에서 파격 발언을 던졌습니다. “명문대 철학과를 나왔다면 다른 기술도 갖추라”며 AI 시대엔 대학 졸업장보다 실무 기술이 중요하다고 강조했거든요. 실제로 팔란티어의 AI 시스템을 관리하는 인력은 전문대 출신 전직 경찰관인데, 전 세계를 대상으로 복잡한 타겟팅 작업을 해낸다고 합니다. AI가 배터리 공장 고졸 직원을 일본 엔지니어 수준으로 끌어올려 대체 불가능한 인재로 만들고 있다는 설명이 눈길을 끕니다. 👉더 알아보기
MS, 엔비디아 의존 끝나나?… 자체 AI 칩으로 아마존·구글 제쳤다 💻
마이크로소프트가 자체 개발한 AI 칩 ‘마이아 200’으로 빅테크 경쟁에서 한 발 앞서 나갔습니다. 이 칩은 아마존 최신 AI 칩보다 3배 빠르고, 구글 AI 칩보다도 성능이 뛰어나다고 하는데요. 게다가 기존 대비 비용 효율성도 30% 개선됐다니 놀랍습니다. 대만 TSMC의 최신 3나노미터 공정으로 제작됐고, 최대 6,144개의 칩을 연결해 더 큰 규모의 AI 작업도 가능하다고 하네요. 👉더 알아보기
“발로 문 열고 엉덩이로 서랍 닫고”… 사람처럼 생각하는 AI 로봇 등장 🤖
로봇 스타트업 피겨가 사람처럼 스스로 움직이는 휴머노이드 로봇 ‘헬릭스 02’를 공개했습니다. 이 로봇의 놀라운 점은 4분 동안 혼자서 주방을 돌아다니며 식기세척기에서 그릇을 꺼내고, 수납장에 쌓고, 다시 넣고 작동까지 시키는 복잡한 작업을 해냈다는 건데요. 양손에 물건을 들었을 때 엉덩이로 서랍을 닫고 발로 식기세척기 문을 여는 등 온몸을 도구처럼 활용하는 모습이 정말 사람 같습니다. 1,000시간 넘는 사람 동작 영상을 학습해 균형 잡힌 자연스러운 움직임을 만들어낸다고 하네요. 👉더 알아보기
“베테랑의 10년 노하우, 신입이 하루 만에 습득”… AI 업무 노하우 시대 열렸다 📚
마누스 AI가 AI에게 한 번 성공적으로 시킨 작업을 저장해 반복 사용하고, 팀원들과 공유할 수 있는 ‘에이전트 스킬’ 기능을 선보였습니다. 마치 요리책에 레시피를 적어두듯 AI 작업 과정을 매뉴얼화하는 건데요. 매달 시장 조사 보고서를 만드는 직장인이라면 한 번만 AI와 함께 작업한 뒤 스킬로 저장하면, 다음 달부터는 클릭 한 번으로 똑같은 작업을 재현할 수 있습니다. 10년 차 베테랑이 만든 완벽한 제안서 작성법을 신입사원도 바로 활용할 수 있는 시대가 온 거죠. 👉더 알아보기
엑셀에 클로드 들어왔다… “복잡한 재무제표, 이제 AI한테 물어보세요” 📊
앤트로픽이 AI 챗봇 클로드를 마이크로소프트 엑셀에 직접 통합한 ‘클로드 인 엑셀’ 베타 버전을 공개했습니다. 복잡한 수식이 헷갈리거나 오류가 날 때 채팅창에 “3분기 매출 전망이 왜 이렇게 나왔어?”라고 물으면 클로드가 여러 탭을 넘나들며 관련 셀들을 찾아내 설명해준다고 하는데요. “성장률 2% 올려줘”라고 요청하면 모든 수식 관계를 건드리지 않고 안전하게 값만 바꿔주고, 어떤 셀을 수정했는지 하이라이트로 표시까지 해준다니 엑셀 초보자들에게 희소식입니다. 단, 보안 문제로 믿을 수 없는 출처의 파일은 절대 사용하지 말라고 경고했네요.👉더 알아보기
“몇 년 걸리던 신약 개발, 이제 몇 주면 끝”… AI로 개발기간 절반·비용 30% 절감 🏥💊⚡
제약회사들이 AI로 놀라운 성과를 내고 있습니다. 과거 몇 년이 걸렸던 신약 개발 프로젝트를 이제 몇 주나 몇 달 만에 끝낸다는데요. 실제로 글로벌 제약사들은 AI 덕분에 신약 개발 기간을 절반 이상 줄이고 비용은 20~30% 절감했다고 밝혔습니다. 왜 이렇게 급하게 AI를 도입했을까요? 2037년까지 매년 433조 원 규모의 매출이 특허 만료로 증발할 위기에 처했기 때문입니다. 그 여파로 제약사들의 인수합병이 전년 대비 167% 급증했고, 병원에서도 AI가 간호사의 하루 업무를 1시간씩 줄여주고 있습니다. 이제 AI 없이는 제약·의료 업계가 돌아가지 않는 시대가 됐네요. 👉 더 알아보기
챗GPT 대화 5%가 건강 상담… 4천만 명이 매일 묻는다 🏥💬📱
챗GPT가 사실상 미국인들의 24시간 주치의가 되고 있습니다. 오픈AI 보고서에 따르면 전체 챗GPT 대화 중 5% 이상이 건강 관련 질문이고, 4천만 명 이상이 매일 챗GPT에 건강 질문을 던진다는데요. 더 놀라운 건 건강 관련 대화 10건 중 7건이 병원 진료시간이 아닌 밤이나 주말에 발생한다는 겁니다. 매주 150만~190만 건의 건강보험 관련 질문이 쏟아지고, 차로 30분 이상 가야 병원이 있는 지역에서만 매주 58만 건 이상의 건강 상담이 이뤄지죠. 의사들도 놀랍게 변했습니다. 미국 의사의 66%가 2024년에 AI를 사용했는데, 이는 2023년 38%에서 급증한 수치입니다. 병원 갈 시간도 없고 돈도 아까운데 AI가 답해주니 당연한 결과 아닐까요? 👉 더 알아보기
AI, 일본 변호사 시험 96점으로 합격… “사람보다 논리적 모순 적다” ⚖️🤖✨
AI가 드디어 변호사 시험을 통과했습니다. 일본 게이오대학교 연구팀이 GPT-4.1을 학습시킨 결과, 2024년 일본 변호사 시험에서 96점을 받아 합격선 93점을 돌파했거든요. 비결은 뭘까요? 문제를 쉽게 쪼개지 않고 원본 형식 그대로 학습시켰고, AI가 스스로 답을 재검토하는 ‘자체 검증’ 방법을 적용했습니다. 이 방법으로 정답률이 46.8%에서 49.4%로 올랐고 점수는 92.3점에서 94.7점으로 뛰어올랐죠. 흥미로운 건 여러 AI가 협력하는 것보다 혼자 푸는 게 더 효과적이었다는 겁니다. 다만 이건 객관식 시험일 뿐, 실제 법률 상담이나 논술형 능력은 별개라는 점 기억하세요! 👉 더 알아보기
“지금은 AI로 무엇이든 만들 수 있는 황금기입니다”
스탠포드대학교 강연장. AI 분야의 선구자 앤드류 응(Andrew Ng) 교수가 학생들 앞에 섰다. 그가 전한 첫 마디는 명확했다. “지금은 AI로 커리어를 쌓기에 가장 좋은 시기입니다.”
AI는 정말 정체되고 있을까?
최근 소셜미디어에서는 “AI 발전이 둔화되고 있다”는 우려가 제기됐다. GPT-5의 성능이 기대에 못 미친다는 평가도 나왔다. 하지만 앤드류 응은 METR 연구소의 흥미로운 데이터를 제시하며 이를 반박했다.
“AI가 수행할 수 있는 작업의 복잡도는 7개월마다 두 배로 증가하고 있습니다. 코딩 영역에서는 70일마다 두 배가 됩니다.”
과거 인간이 2초 만에 할 수 있는 작업만 처리하던 AI가 이제는 4초, 8초, 1분, 2분짜리 작업을 수행한다. 100% 정확도라는 벤치마크 한계에 부딪혔다는 지적과 달리, 실질적인 작업 복잡도는 빠르게 증가하고 있다는 것이다.
더 강력하고, 더 빠르게: 두 가지 게임 체인저
앤드류 응은 현재를 “황금기”로 규정하는 두 가지 이유를 제시했다.
첫째, 전례 없이 강력한 도구들. 대규모 언어모델(LLM), 에이전틱 워크플로우, 음성 AI, 딥러닝까지. 1년 전만 해도 세계 최고 팀들조차 구현할 수 없었던 소프트웨어를 이제 누구나 만들 수 있다.
“프론티어 모델에게 트랜스포머 네트워크를 구현해달라고 요청해보세요. 놀랍도록 잘 도와줍니다.”
둘째, 압도적인 개발 속도. AI 코딩 도구의 발전 속도는 다른 어떤 AI 분야보다 빠르다. 앤드류 응 본인도 몇 개월 전까지는 클로드 코드(Claude Code)를 선호했지만, GPT-5 출시 후 오픈AI 코덱스가 큰 진전을 보였고, 강연 당일 아침 출시된 제미나 3도 엄청난 도약을 보여줬다고 말했다.
“3개월마다, 길어야 6개월마다 제가 선호하는 코딩 도구가 바뀝니다. 반 세대만 뒤처져도 생산성이 현저히 떨어집니다.”
AI 코딩 도구는 과대광고가 아니라 실제로 그만큼 빠르게 발전하는 몇 안 되는 분야라는 것이 그의 진단이다.
숨겨진 병목: 제품 관리의 중요성
흥미롭게도, AI 코딩이 발전할수록 새로운 병목 지점이 부각되고 있다. 바로 “무엇을 만들 것인가”를 결정하는 제품 관리(PM) 능력이다.
앤드류 응은 소프트웨어 개발을 순환 과정으로 설명했다. 코드를 작성하고, 사용자 피드백을 받고, 그에 따라 제품 방향을 수정하는 과정. AI 덕분에 코드 작성 단계는 훨씬 빠르고 저렴해졌지만, 사용자와 소통하고 다음에 무엇을 만들지 결정하는 제품 관리 단계는 그대로다.
“아이러니하게도, 소프트웨어 구축이 빨라지면서 병목은 ‘무엇을 만들 것인가’로 이동했습니다.”
전통적으로 실리콘밸리에서는 엔지니어 대 PM 비율이 4:1에서 8:1 정도였다. 한 명의 제품 관리자가 4~8명의 엔지니어를 바쁘게 만들 수 있다는 개념이었다. 하지만 지금은 2:1, 심지어 1:1로 줄어드는 추세다.
“제가 함께 일하는 일부 팀은 PM 1명에 엔지니어 1명을 제안합니다. 전통적인 실리콘밸리 기준으로는 거의 없는 비율이죠.”
👉앤드류 응이 말하는 AI 시대 생존법 더보기
