칸 아카데미 설립자, AI로 인한 일자리 감소 예측

칸 아카데미는 AI 도구를 수동적인 참여에서 능동적인 참여로 전환하여 학생들에게 동기를 부여하고, 맞춤형 연습을 제공하며, 교사들이 학습 과정에 적극적으로 참여하도록 돕는 것을 목표로 합니다. 초기 AI 도구는 학생들의 명시적인 요청을 필요로 했지만, 새로운 버전은 학생들을 능동적으로 돕고 안내하도록 설계되었습니다. 전반적인 목표는 인간 교육자의 역할을 축소하지 않으면서 학습을 향상시키는 방식으로 AI를 통합하여 AI가 상호 작용을 대체하는 대신 지원 도구 역할을 하도록 하는 것입니다.

칼텍의 입학 전형은 이제 AI를 사용하여 예비 학생들과 구술 시험을 실시하고, 제출된 연구에 대한 이해도를 확인하며 진정성을 보장합니다. 이러한 혁신적인 AI 활용은 전통적인 지원 서류를 넘어 지원자의 지식 깊이를 평가하는 데 도움이 됩니다. 이는 대학 입학과 같은 중요한 환경에서 기존의 표준화된 평가를 넘어 더욱 미묘하고 AI 기반의 평가 방법으로 전환되는 광범위한 추세를 나타냅니다.

한 벤처 캐피털 회사가 생성형 AI 솔루션을 사용하여 포트폴리오 콜센터 기업 중 한 곳의 인력 80%를 자동화했습니다. 이러한 자동화는 특히 필리핀과 같이 비즈니스 프로세스 아웃소싱(BPO)이 GDP의 상당 부분을 차지하는 국가에서 수백에서 수천 개의 일자리에 직접적인 영향을 미쳤습니다. 이 분야에서 AI의 빠른 배치는 전 세계 콜센터 직원들의 노동 수요와 직업 안정성에 큰 변화를 예고합니다.

웨이모와 같은 자율주행 차량의 등장은 전 세계 전문 운전자들의 생계를 심각하게 위협합니다. 차량 운전은 전 세계적으로 가장 큰 고용주 중 하나이며, 특히 남성들에게 수백만 가정을 부양하고 있습니다. 자동화로 인한 이러한 노동자들의 광범위한 대체는 즉각적인 대안 없이 막대한 노동력 부문이 일자리를 잃게 되면서 심각한 사회 경제적, 정치적 불안정을 초래할 수 있습니다. 이러한 잠재적 위기는 사회적 대비와 대체 노동력을 흡수할 새로운 경제 모델의 시급성을 강조합니다.

AI로 인한 상당한 경제적 영향은 향후 5~10년 이내에 예상되며, 상당한 노동력 재편은 향후 4~5년 이내에 본격적으로 시작될 것으로 예상됩니다. 사회는 이러한 변화에 적응하는 데 필요한 대규모 재교육 노력을 처리할 준비가 전반적으로 미흡합니다. AI 개발의 빠른 속도는 이러한 변화가 많은 기관이 대비할 준비가 된 것보다 더 빨리 일어날 것임을 시사합니다.

살 칸은 보편적 기본 소득(UBI)에 대해 회의적인 입장을 표명하며, 대신 그가 '보편적 기본 노동'이라고 부르는 개념을 옹호했습니다. 그는 사람들이 사회적 안녕과 개인의 존엄성을 유지하기 위해 기여와 목적 의식을 필요로 한다고 믿습니다. 이 철학은 대량 실업 문제에 대한 해결책이 단순히 수동적인 소득을 제공하는 것이 아니라 의미 있는 참여 기회를 창출하는 데 초점을 맞춰야 하며, 개인이 사회에 적극적인 기여자로 남을 수 있도록 해야 한다고 제안합니다.

칸 아카데미는 '새로운 도구 학습 및 적응'을 직업 평가 항목에 포함시켜 기술 진화를 직원들의 필수 성과 요구 사항으로 만들었습니다. 이러한 움직임은 AI 기반 변화의 빠른 속도와 지속적인 학습의 필요성에 대한 조직의 인식을 반영합니다. 많은 직원들이 이러한 변화를 수용하고 있지만, 일부는 역할에 AI를 통합하는 가속화되는 요구 사항을 따라가는 데 어려움을 겪고 있다고 보고됩니다.

인간적 연결과 상호 작용을 강조하는 역할은 AI가 지배하는 미래에 가장 안전한 것으로 간주됩니다. 예를 들어, 교사는 정보 전달 이상의 것이 위대한 가르침에 포함되기 때문에 탄력적인 것으로 여겨집니다. 여기에는 계획, 코칭, 멘토링이 포함되며, 이는 필수적인 인간적 요소를 요구합니다. 마찬가지로 간호, 접대 및 고급 판매 분야의 직업도 공감, 미묘한 의사소통 및 개인적인 상호 작용에 대한 본질적인 필요성 때문에 직업 안정성을 유지합니다. 핵심 아이디어는 인간적 참여와 정서적 지능에 깊이 뿌리박은 모든 역할은 AI 자동화에 덜 취약할 것이라는 것입니다.

칸 아카데미 엔지니어들은 여러 AI 에이전트를 동시에 활용하여 코드를 작성하고 검토함으로써 생산성을 크게 높이고 있습니다. 연간 약 120만 달러에 달하는 상당한 Anthropic 비용에도 불구하고 투자 수익은 분명합니다. 한 예로, 한 엔지니어는 하루에 3,000달러의 컴퓨팅 비용을 지출했는데, 이는 일반적으로 3~4개월이 걸릴 작업을 대체했습니다. 이는 AI 컴퓨팅 비용이 높을 수 있지만, 효율성 향상과 개발 주기 가속화가 막대한 수익을 제공하여 신속한 프로젝트 완료와 자원 최적화를 가능하게 함을 보여줍니다.

칸 아카데미는 공인 학사 및 석사 학위 프로그램을 제공하는 것을 목표로 하는 새로운 이니셔티브인 콘텐츠 연구소를 설립하고 있습니다. 이 연구소의 커리큘럼은 학문적 지식, 시뮬레이션 기반 학습, 지속 가능한 기술 평가라는 세 가지 핵심 구성 요소를 특징으로 할 것입니다. 현재 인증 절차가 진행 중이며, 이는 칸 아카데미가 전통적인 무료 온라인 리소스를 넘어 교육 서비스를 크게 확장하는 것을 의미합니다. 이러한 움직임은 진화하는 직업 시장을 위해 학생들을 더 잘 준비시키기 위한 공식적인 자격 부여로의 전략적 전환을 나타냅니다.

칸 아카데미는 AI 기반 전문 환경에서 성공하는 데 중요한 5가지 핵심 '지속 가능한 기술'을 식별하는 ETS 프레임워크를 채택하고 있습니다. 이 기술은 의사소통, 협업, 창의성, 비판적 사고, 리더십입니다. 이러한 기술은 자동화에 덜 취약하고 복잡한 문제 해결 및 혁신에 필수적이기 때문에 필수적이라고 간주됩니다. 고용주는 이러한 기술에 대한 평가를 공동 설계하는 데 적극적으로 참여하여 교육 서비스가 산업 요구 사항과 직접적으로 일치하도록 보장합니다. 지속 가능한 기술에 대한 이러한 강조는 기술 발전과 관계없이 가치 있는 역량을 개인에게 제공하는 것을 목표로 합니다.

칸 아카데미는 학생들이 엄격하게 설계되고 동료 검토를 거친 20~50개의 시뮬레이션을 완료하도록 하여 전통적인 이력서와 GPA를 넘어설 계획입니다. 이러한 프로젝트는 학생의 성과와 능력에 대한 명확하고 검증된 증거를 생성하며, 이는 포괄적인 포트폴리오 형태로 고용주에게 제시될 것입니다. 목표는 명문 대학의 GPA나 임의적인 면접 프로젝트보다 기술과 역량에 대한 더 신뢰할 수 있는 신호를 제공하는 것입니다. 이 접근 방식은 직무 역할과 직접적으로 관련된 실제 능력을 보여주어 고용주에게 후보자의 준비 상태를 더 명확하게 이해시키는 것을 목표로 합니다.

고등 교육은 매우 선택적인 엘리트 기관과 접근 가능한 온라인 프로그램 사이에서 점점 더 양극화되고 있습니다. 엘리트 기관은 높은 수요에도 불구하고 수용 능력이 매우 낮습니다. 예를 들어, 하버드는 7만~8만 건의 지원서를 받지만 약 2천 명의 학생만 입학시킵니다. 이러한 배타성은 비전통적인 학생들을 위해 온라인 프로그램이 채우려고 노력하는 상당한 격차를 남깁니다. 과제는 더 넓은 인구에게 양질의 교육과 직업 경로를 제공하기 위해 이 격차를 해소하는 데 있습니다.

칸 아카데미는 등록금을 최대 1만 달러로 제한하고 궁극적으로는 훨씬 낮추는 것을 목표로 하는 학위 모델을 개발하고 있습니다. 이러한 역량 기반 학위는 학생들이 좌석 시간보다는 입증된 숙련도에 따라 진도를 나가기 때문에 학업 기간을 잠재적으로 2년으로 단축할 수 있습니다. 이 혁신적인 재정 모델은 고등 교육을 더 저렴하고 접근 가능하게 만들고, 전통적인 학위 프로그램의 경제 구조를 근본적으로 재설계하고자 합니다. 입증된 역량에 중점을 둠으로써 이 모델은 직업 준비를 위한 더 빠르고 비용 효율적인 경로를 제공합니다. 이 이니셔티브는 고등 교육의 비용 상승 문제를 해결하고 전통적인 기관에 대한 실행 가능한 대안을 제공합니다.

하이브리드 교육 전략을 통해 학생들은 샌호세 주립 대학과 같은 지역 대학에서 전액 장학금을 받고, 전문 훈련 프로그램과 결합할 수 있습니다. 이 접근 방식을 통해 학생들은 칸 아카데미의 콘텐츠 연구소와 같은 프로그램에서 약 5,000달러의 저렴한 비용으로 특정 기술을 습득하면서 무료 또는 저렴한 기초 교육을 받을 수 있습니다. 이 재정적으로 건전한 전략은 최고 수준의 채용 담당자와 경쟁적인 직업 시장에 접근할 수 있도록 해주며, 최대 50만 달러에 달할 수 있는 비싼 사립 대학 등록금에 대한 비용 효율적인 대안을 제공합니다.

AI에 의해 주도되는 현재 기술 변화의 속도는 전례가 없으며, 전통적인 채택 주기를 훨씬 뛰어넘습니다. AI는 과거 혁신과는 근본적으로 다른 유형의 기술을 대표하며, 눈에 띄고 기하급수적인 발전 곡선으로 특징지어집니다. 이러한 빠른 진화는 사회가 역사적으로 요구되었던 것보다 훨씬 더 빨리 적응해야 함을 의미하며, AI의 역량과 통합은 비정상적인 속도로 계속 가속화되고 있습니다. AI 개발의 독특한 특성은 기술 변화를 이해하고 대응하기 위한 새로운 패러다임을 요구합니다.

생성형 AI는 반복적인 작업을 식별하고 자동화함으로써 일상 생산성을 크게 향상시킬 수 있습니다. 예를 들어, Gmail 및 캘린더 활동을 분석하여 AI는 공통적으로 반복되는 작업을 정확히 찾아낼 수 있습니다. 식별된 한 가지 실제 적용 사례는 뉴스레터 콘텐츠를 LinkedIn 게시물로 변환하는 것과 같이 콘텐츠를 재활용하는 것이었습니다. 목표는 수동적이고 시간 소모적인 프로세스에서 AI가 일상적인 작업을 능동적으로 관리하고 실행하는 에이전트 기반 워크플로우로 전환하는 것입니다. 이러한 전환을 통해 개인은 AI가 일상적인 작업을 처리하는 동안 더 복잡하고 창의적인 작업에 집중할 수 있어 전반적인 효율성을 향상시킬 수 있습니다. 이러한 프로세스를 자동화함으로써 개인은 상당한 시간을 절약하고 일상 업무에 대한 더 간소화되고 지능적인 접근 방식으로 나아갈 수 있습니다.

진화하는 채용 시장에서 자신을 차별화하는 것은 이제 AI 자동화 워크플로우와 개인 생산성 도구를 선보이는 것을 포함합니다. 단순히 웹 페이지를 갖는 대신, 구직자는 역할에 "100개의 에이전트"를 가져오거나, AI가 생성한 예술 작품을 선보이거나, AI 에이전트로 일상 생활을 자동화한 방법을 보여주는 Loom 비디오를 제공하는 등 AI를 활용하는 능력을 입증하는 포트폴리오를 제시할 수 있습니다. 이러한 패러다임 전환은 컴퓨터 과학 학위의 가치가 단순히 코딩 기술을 넘어 AI 통합을 통한 지적 도전과 문제 해결을 강조하는 방향으로 이동하고 있음을 의미합니다. 작업을 자동화하는 데 AI를 실제로 적용하는 것을 입증하는 것이 구직자에게 핵심적인 차별화 요소가 될 것입니다.