넷플릭스 창립자 리드 헤이스팅스: "학교는 망가졌다"

리드 헤이스팅스는 공장의 증기 동력에서 전기 동력으로의 역사적 전환과 현재 교육의 상태를 비교합니다. 대형 중앙 집중식 증기 기관으로 구동되는 초기 공장은 전력 분배를 위해 복잡하고 경직된 기계 시스템에 의존했습니다. 처음에는 증기 기관을 중앙 전기 모터로 단순히 교체하는 것만으로는 생산성 향상이 크게 이루어지지 않았습니다.

산업 생산성의 진정한 혁명은 공장이 각 장치에 분산형 전기 모터를 채택하여 유연성과 효율성을 높였을 때 일어났습니다. 헤이스팅스는 이 경직되고 중앙 집중식 증기 동력 시스템을 현재의 '대중 교육' 모델에 비유하며, 유사한 내재된 비효율성을 가지고 작동한다고 제안합니다.

헤이스팅스는 현재 대중 교육의 핵심 문제로 약 25명의 아이들이 개별적인 필요와 상관없이 같은 속도로 배우도록 강요하는 것을 지적합니다. 이러한 획일적인 접근 방식은 교실 내에서 상당한 마찰을 야기합니다.

그는 학생들의 약 3분의 1은 뒤처지고, 다른 3분의 1은 앞서나가기 때문에 지루해하며, 교사들은 중간 그룹을 대상으로 수업을 진행한다고 추정합니다. 그는 이러한 내재된 설계가 대중 교육 시스템에서 효과적인 학습을 방해하는 근본적인 마찰이라고 주장합니다.

개별적인 인간 튜터링이 학습 성과를 크게 향상시킬 수 있다는 이론은 교육 분야에서 오랫동안 가설로 존재해왔습니다. 이 개념은 40여 년 전 블룸의 연구를 통해 일대일 지도의 상당한 효과를 강력하게 입증했습니다.

현재 벤 서머스(Ben Summers)와 같은 연구자들은 개인 맞춤형 튜터링의 효과를 훨씬 더 큰 규모로 재검증하여 학습 혁신 잠재력을 더욱 확고히 하는 데 참여하고 있습니다.

헤이스팅스는 조나단 하이트(Jonathan Haidt)와 같은 전문가들이 제기한 과도한 휴대폰 및 인터넷 사용이 어린이에게 미칠 수 있는 잠재적인 부정적 영향에 대한 우려를 인정합니다. 그러나 그는 핵심 문제가 물리적 장치 자체보다는 무제한 인터넷 접속에 있다고 명확히 합니다.

그는 효과적인 개인 맞춤형 튜터링이 광범위한 웹에 지속적으로 노출되지 않고도 제공될 수 있음을 강조하며, 전문화된 도구가 일반 인터넷 사용과 관련된 위험을 완화하면서 집중적인 학습 환경을 제공할 수 있다고 제안합니다.

모든 학생에게 인간 기반의 개별 튜터링을 제공하는 것은 현재 비용이 너무 많이 듭니다. 학생 한 명당 약 10만 달러로 추정됩니다. 따라서 중요한 과제는 인공지능을 활용하여 인간 튜터의 효과를 재현하는 것입니다.

목표는 AI의 역량이 발전함에 따라 AI가 모든 사람에게 개인 맞춤형 교육을 제공하는 것입니다. AI 발전의 복합적인 특성을 고려할 때, AI 튜터는 곧 인간 강사의 역량과 필적하거나 심지어 능가할 것으로 예상됩니다.

리드 헤이스팅스는 학교의 세 가지 주요 목적을 제시합니다. 참여하는 시민 육성, 경제적 기회 제공, 사회화 촉진입니다. 그는 AI가 발전함에 따라 전통적인 학업 지도를 점점 더 잘 처리할 수 있게 될 것이라고 주장합니다.

이러한 변화는 교사들이 중요한 사회-정서적 학습으로 초점을 돌릴 수 있도록 할 것입니다. 이 새로운 패러다임에서 교사들은 멘토로 발전하여 학생들이 성숙함, 대인 관계 기술을 개발하고, 가치관을 명확히 하며, 기타 고차원적인 개인적 특성을 함양하도록 돕는 데 전문화될 것입니다.

이러한 재정의는 콘텐츠 전달에 있어 AI의 강점을 활용하면서, 인간 교육자들이 발달의 독특한 인간적 측면에 집중할 수 있도록 힘을 실어주는 것을 목표로 합니다.

초대 연사는 많은 교사들이 학생들과의 교류와 자료 이해에서 자부심을 얻지만, 그들의 역할의 상당 부분은 개인적인 연결과 관련이 있다고 강조합니다. 연결과 사회-정서적 성장에 대한 이러한 강조는 전통적인 대중 교육 모델에 도전합니다.

교육은 점점 더 개인 중심의 지도로 나아가고 있으며, 교사의 역할은 유일한 지식 전달자에서 개인 맞춤형 학습 경험의 조력자로 진화하고 있습니다.

교육자들이 '무대 위의 현자(sage on a stage)'라고 냉소적으로 부르기도 하는 전통적인 강의 모델은 주요 교육 방식으로 점차 사라지고 있습니다. 교육자들은 보다 차별화된 교육과 능동적인 학습 방법론으로 적극적으로 전환하고 있습니다.

교사들은 단순히 정보를 전달하는 것이 아니라 이러한 능동적인 학습 경험을 촉진함으로써 가치 사슬을 올라가고 있습니다. 게스트는 소프트웨어 기반의 개인 맞춤형 학습이 이러한 혁신적인 교육 접근 방식을 전 세계적으로 확장할 잠재력을 제공한다고 언급합니다.

칸 아카데미 이사회 논의에서는 전 세계 학생들을 위한 교육 안전망을 강화하고 기본 수준을 높이는 기술의 잠재력에 강한 강조를 둡니다. 아프가니스탄 학생들이 칸 아카데미의 혜택을 받는 사례는 이러한 글로벌 영향을 보여줍니다.

소프트웨어는 전 세계에 교육 자원을 배포하는 저렴하고 확장 가능한 수단을 제공합니다. 이러한 기술 발전에도 불구하고 교실 내의 인간 요소는 학습 경험의 중요한 구성 요소로 남아 있습니다.

게스트는 앤트로픽의 임무에 대해 논의하며, 그 주된 목표가 이윤 극대화가 아니라 인류가 AI 시대를 성공적으로 헤쳐나갈 수 있도록 보장하는 것이라고 설명합니다. 이 임무는 AI가 제기하는 실존적 위협 가능성과 유익한 결과 추구 사이의 중요한 논쟁을 다룹니다.

이 회사는 에너지, 건강, 과학과 같은 분야에서 혁신을 달성하기 위해 AI를 활용하는 데 중점을 둡니다. 이는 AI를 활용하여 인간의 삶을 크게 개선하면서 위험을 신중하게 관리하려는 더 넓은 비전과 일치합니다.

게스트는 모든 주요 AI 모델이 빠르게 개선되고 있으며, 시간이 지남에 따라 다른 모델이 특정 분야에서 선두를 차지할 가능성이 높다고 언급합니다. 이러한 역동적인 환경은 AI가 제시하는 방대한 새로운 가능성을 탐색하는 동시에 잠재적인 하방 시나리오를 신중하게 관리해야 함을 요구합니다.

여러 성공적인 AI 모델의 존재로 특징지어지는 건강하고 경쟁적인 시장은 궁극적으로 이 분야의 혁신과 발전에 유익합니다.

인터뷰어는 앤트로픽이 조직을 운영하고 제품을 개발하는 완전히 새로운 방법을 개척하고 있다는 구체적인 느낌을 공유합니다. 이는 AI 시대에 기업이 운영되는 방식에 상당한 변화를 의미합니다.

AI 기반 제품 개발은 전통적인 워크플로를 재편하는 구체적인 현실이 되고 있습니다. 기업의 미래 조직 구조는 특정 산업과 AI를 핵심 운영에 얼마나 효과적으로 통합하는지에 크게 좌우될 것입니다.

리드 헤이스팅스는 전 세계의 기업, 조직, 정부, 군대가 AI를 이해하고 구현하기 위해 치열하게 경쟁하고 있다고 언급합니다. 그는 이전 인터넷 붐 시기와 비교하며 광범위한 긴급성을 강조합니다.

AI 통합에 대한 이러한 글로벌 우선순위는 AI의 변혁적인 힘과 그 역량을 활용하기 위한 주체들 간의 경쟁을 강조합니다.

인터뷰어는 필리핀에 있는 친구의 스타트업 콜센터가 AI 통합으로 인해 직원 80%를 해고할 계획이라는 충격적인 일화를 공유합니다. 이러한 상당한 일자리 손실은 심각한 경제적 영향을 미칠 수 있습니다.

이 특정 콜센터에서만 직원 80%가 감소하면 필리핀 GDP의 최대 7%에 영향을 미칠 수 있으며, 이는 AI가 서비스 산업에서 야기할 수 있는 일자리 대체 규모를 보여줍니다.

리드 헤이스팅스는 자율주행차 기술을 둘러싼 초기 과장과 실제 도입 사이의 상당한 격차를 지적합니다. 그는 20년 전에는 엄청난 진전이 있을 것이라는 기대가 있었다고 회상합니다.

그러나 2007년 DARPA 그랜드 챌린지를 시작으로 20년이 지난 지금, 자율주행으로 운전된 전체 주행 거리의 비율은 극히 낮을 것으로 추정되며, 아마도 0.001% 정도일 것입니다. 이는 기술 발전이 항상 예측된 속도로 진행되지는 않는다는 점을 강조합니다.

2016년 제프리 힌튼(Geoffrey Hinton)은 AI가 5년 안에 방사선과 의사를 쓸모없게 만들 것이라고 유명하게 예측했습니다. 그러나 리드 헤이스팅스는 방사선과를 AI로 인한 실업의 반대 사례로 제시하며 예상치 못한 긍정적인 결과를 보여줍니다.

AI가 개선되고 방사선과에 통합되면서 MRI와 같은 시술 비용은 약 300달러로 크게 감소했습니다. 이러한 비용 절감은 의사가 주문하고 보험이 적용되며 환자가 이용하는 스캔의 수가 크게 증가하는 결과를 가져왔습니다.

스캔 수요의 증가로 역설적으로 방사선과 의사 부족 현상이 발생하여 연봉이 거의 50만 달러에 육박했습니다. AI의 효율성은 인간 일자리를 대체하는 대신 해당 분야의 확장을 가져왔고 남아있는 인간 전문가의 가치를 높였습니다.

리드 헤이스팅스는 AI가 예상대로 성공할 경우 전통적인 경기 침체 모델과는 다른 독특한 경제 시나리오를 제시합니다. 일반적인 경기 침체는 낮은 생산성과 침체된 주식 시장으로 특징지어지지만, AI 시대는 높은 생산성, 견고한 GDP 성장, 호황을 누리는 주식 시장을 볼 수 있습니다.

결정적으로, AI가 더 많은 작업을 자동화함에 따라 높은 실업률이 동반될 수 있습니다. 이러한 잠재적 불균형을 해결하기 위해 헤이스팅스는 새로운 경제 모델을 제안하며, 알래스카 영구 기금이나 노르웨이 국부 펀드와 유사한 시민 혜택 기금을 통해 AI 기반 번영의 혜택을 분배할 것을 제안합니다.

헤이스팅스는 자신의 제안을 보편적 기본 소득(UBI)과 명확히 구분하며, 이 용어가 일부 사람들에게 부정적인 의미를 내포한다고 지적합니다. 대신 그는 AI의 경제적 보상을 부분적으로 공유하는 시스템을 옹호합니다.

알래스카 및 노르웨이 국부 펀드가 예시하는 이러한 접근 방식은 기술 발전의 혜택이 사회 전반에 널리 분배되도록 하여 보다 조화롭고 공평한 미래를 조성하는 것을 목표로 합니다.