본문으로 건너뛰기
피드

이세돌이 말한 인공지능 시대의 핵심은 ‘정답’보다 ‘질문’이었다

ai-ml 약 4분
vote
0
댓글
북마크

이세돌 UNIST 특임교수와 이창호 사범이 인공지능 시대의 인간 가치와 판단력에 대해 이야기함. 알파고 이후 바둑에서 드러난 ‘삼삼’ 사례를 통해 인공지능이 인간의 고정관념을 깨는 도구가 될 수 있지만, 생각의 주도권을 넘기면 위험하다고 짚었음.

  • 1

    알파고 마스터의 삼삼은 바둑계 고정관념을 깨뜨린 대표 사례

  • 2

    인공지능이 준 답을 그대로 받는 것과 자기 것으로 이해하는 것은 다름

  • 3

    이세돌은 인공지능이라는 무기를 소수가 쥐는 상황을 디스토피아로 봄

  • 4

    UNIST는 2027학년도부터 10명 내외를 GRIT 인재전형으로 선발

  • 5

    GRIT인재융합학부는 학생이 질문과 진로를 직접 설계하는 교육 모델

  • 이세돌 UNIST 특임교수가 인공지능 시대를 두고 꽤 현실적인 얘기를 꺼냈음

    • 핵심은 “인공지능이 강하다”가 아니라, 사람이 그 답을 보고 무엇을 다시 물을 수 있느냐임
    • 인공지능에 생각의 주도권을 빼앗기지 않는 선에서 활용하면 긍정적일 수 있다고 봄
  • 이세돌이 든 대표 사례는 알파고 마스터의 ‘삼삼’임

    • 삼삼은 바둑판 모서리에서 가로세로 세 번째 줄이 만나는 지점임
    • 당시 프로 기사들은 어릴 때부터 삼삼에 두지 말라고 배웠기 때문에 쉽게 둘 수 없었음
    • 그런데 알파고 마스터가 그 수를 두기 시작했고, 이세돌은 이걸 인간의 고정관념이 깨진 사례로 설명함

ℹ️참고

> 바둑에서는 인공지능이 고정관념을 깨는 장면이 눈에 보이지만, 다른 분야에서는 그 신호를 못 알아차릴 수 있다는 게 이세돌의 포인트임.

  • 이창호 사범도 비슷한 방향으로 봤음

    • 인공지능과의 대국에서 처음엔 받아들이기 힘든 수들이 있었지만, 그런 발상이 바둑뿐 아니라 다른 분야에도 접목될 수 있다고 말함
    • 다만 인공지능에 너무 의존하면 안 되고, 자기 스타일을 어느 정도 만든 뒤 도움을 받는 게 좋다고 봄
  • “정답을 보는 것”과 “정답에 이르는 길을 이해하는 것”은 다르다는 말도 나왔음

    • 인공지능이 좋은 수를 알려줘도 그걸 자기 것으로 만드는 과정은 결국 사람이 해야 함
    • 개발자로 치면 코드 생성 결과를 붙여넣는 것과, 왜 그렇게 짰는지 이해하고 운영 가능한 코드로 만드는 것의 차이에 가까움
  • 이세돌이 가장 경계한 미래는 인공지능을 특정 소수 집단이 쥐고 좌지우지하는 상황임

    • 그는 이런 상황을 디스토피아로 봐야 한다고 말함
    • 이창호는 인공지능의 좋은 면과 나쁜 면이 공존하니, 인문학 같은 기초가 있어야 위험을 방어할 수 있다고 덧붙임
  • 행사 자체는 UNIST가 새로 출범한 GRIT인재융합학부를 알리는 첫 공개 프로그램이었음

    • UNIST는 2027학년도부터 10명 내외 신입생을 GRIT 인재전형으로 별도 선발함
    • 학생이 학과를 먼저 고르는 대신, 연구 질문과 관심 분야, 진로 목표를 스스로 정해 학업 경로를 설계하는 모델임
    • 수업은 프로젝트 기반 탐구교육 중심이고, 전담 교수가 1대1로 학업과 탐구 과정을 지도함
  • 평가 방식도 기존 학점 경쟁을 줄이는 쪽으로 설계됨

    • 패스/노레코드 평가를 적용해 도전적 학습을 장려함
    • 졸업생은 융합이학사 또는 융합공학사 학위를 받고, 학생이 직접 설계한 전공명이 성적증명서에 공식 표기됨
  • 결국 이 기사의 메시지는 꽤 단순하지만 무겁게 남음

    • 인공지능 시대에 필요한 건 더 빨리 정답을 얻는 능력만이 아님
    • 자기 질문을 만들고, 인공지능의 답을 자기 판단으로 소화하는 사람이 계속 앞서갈 가능성이 큼

개발자에게도 꽤 찔리는 이야기임. 생성형 인공지능이 답을 빨리 주는 시대일수록, 진짜 차이는 ‘뭘 물을지’와 ‘그 답을 어디까지 믿을지’에서 갈릴 가능성이 큼.

댓글

댓글

댓글을 불러오는 중...

ai-ml

건설업계도 피지컬 AI 실험 중, 관건은 로봇보다 현장 데이터다

국내 건설사들이 인공지능(AI)과 로보틱스를 건설 현장에 적용하려는 실험을 늘리고 있다. GS건설은 로봇을 활용한 자재 운반·반복 작업 자동화를 검토하고, 현대건설은 AI 카메라 기반 안전 기술을 도입하려는 중이다. 다만 실제 안착까지는 사람과 AI의 협업 방식, 현장 작업자의 데이터 활용 체계 같은 숙제가 남아 있다.

ai-ml

AI 모델 접속도 수출통제 대상이 되면 벌어지는 일

앤트로픽이 미국 정부 수출통제 지침에 따라 최신 AI 모델 접근을 출시 사흘 만에 차단했다는 사례를 통해, 클라우드 AI 모델 접근권이 국가 안보와 산업정책에 종속될 수 있다는 문제가 드러났다. 데이터 주권만으로는 부족하고, 모델 능력과 연산 접근권까지 포함한 소버린 AI 전략이 필요하다는 논점이다.

ai-ml

건설 현장에 AI 로봇이 들어오려면 아직 데이터와 협업 방식이 숙제

GS건설, 현대건설, 삼성물산 등 국내 건설사가 AI와 로봇 기술을 현장 자동화와 안전관리, 단지 서비스에 적용하려는 움직임을 보이고 있다. 다만 사람과 로봇이 함께 일하는 방식, 실증 사례 축적, 현장 작업자의 데이터 활용 체계가 갖춰져야 실제 확산이 가능하다는 지적이 나온다.

ai-ml

라벨링 1천 장을 100장으로 줄인다는 슈퍼브에이아이의 비전 AI 플랫폼

슈퍼브에이아이가 2026 스마트테크 코리아에서 데이터 구축부터 모델 개발, 운영까지 묶은 슈퍼브 플랫폼을 공개했다. 비전 파운데이션 모델로 라벨링 부담을 줄이고, 대규모 언어 모델과 비디오 언어 모델을 결합해 텍스트 명령만으로 CCTV 속 위험 상황을 찾는 기능까지 제시했다.

ai-ml

프롬프트만으로 게임 만드는 시대, 진짜 어디까지 왔나

AI가 이미지·영상·코드 생성을 넘어, 탐험 가능한 3D 세계와 게임 프로토타입까지 만들기 시작했다. 구글 딥마인드의 프로젝트 지니부터 오버데어, 버스에잇, 바르코까지 사례는 늘고 있지만, 물리 오류·레이턴시·최적화·조작감 같은 완성도 문제는 아직 사람 몫으로 남아 있다.