소식

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

리닝/텍스트 4차 산업혁명으로 알려진 생성적 인공지능(AI)이 정말로 새로운 생산성 혁명을 대표하는가?

역사를 되돌아보면, 이전의 산업혁명은 생산성의 엄청난 도약을 가져왔습니다. 첫 번째 산업 혁명은 1760년대에 시작되었으며, 와트의 개선된 증기 기관으로 특징지어지며, 이로 인해 육체 노동에서 기계 생산으로의 전환이 촉발되었습니다. 두 번째 산업 혁명은 전기의 광범위한 적용이 특징입니다. 이 두 혁명은 바이오 에너지, 인력 및 동물의 사용 비용을 크게 줄였으며 많은 시나리오에서 육체 노동으로 생성된 한계 비용을 0에 가깝게 만들었습니다. 정보기술혁명이라고도 불리는 3차 산업혁명은 제2차 세계대전 이후 시작되어 컴퓨터와 인터넷의 대중화로 특징지어진다. 이 단계에서 Google로 대표되는 인터넷 회사는 정보 획득 및 배포 비용을 극도로 낮은 수준으로 줄였습니다.

Baidu의 전 회장인 Lu Qi가 지적했듯이, 인터넷 기업은 정보 획득의 한계 비용을 고정 비용으로 전환하는 중요한 변화를 달성했습니다. Google을 예로 들면, 매년 지도 제작에 약 10억 달러를 투자하지만 각 사용자가 지도 정보를 얻는 데 드는 비용은 거의 0입니다. 이 모델은 정보를 얻는 방식을 바꿀 뿐만 아니라 모든 계층의 삶에 큰 영향을 미칩니다.

그러나 우리는 정보와 지식의 본질적인 차이를 인식할 필요가 있습니다. 정보 혁명으로 우리가 기존 정보를 얻는 데 드는 비용이 줄어들었지만, 이러한 정보는 대개 책, 지식 포인트 또는 코드와 같이 이전 세대가 생성한 지식입니다. 정보를 획득한 후에도 지식의 재창조와 적용은 여전히 ​​인간에게 주로 의존하고 있다.

생성적 AI의 등장은 이러한 논리를 변화시켰습니다. 지식 생산 비용을 크게 절감합니다. 지식 창조는 첨단 과학 연구, 기업 연구 개발, 서비스 산업의 영업 솔루션에서부터 가족 분야의 교육 및 생활 계획에 이르기까지 모든 것을 포괄하여 사회 발전을 이끄는 핵심 원동력입니다. 본질적으로 이러한 활동은 기존 정보를 재조합하고 생성하는 프로세스입니다.

예를 들어 AI의 도움으로 우리는 단 몇 초 만에 고품질 사본을 생성하고, 단 몇 분 만에 수많은 창의적인 브레인스토밍을 완료할 수 있으며, 이미지, 비디오, 음악 작품도 빠르게 생성할 수 있습니다.

과학 연구 분야에서는 AI의 적용이 더욱 눈길을 끈다. 예를 들어, 혁신적인 AI 기술인 AlphaFold(Google DeepMind와 Google 산하 AI 회사인 I-somorphic Labs가 개발한 새로운 모델)는 생물 의학 연구의 환경을 완전히 변화시켜 과학 연구 주기를 크게 단축하고 비용을 절감하고 있습니다.

전통적으로 단백질의 3차원 구조를 결정하려면 X선 결정학이나 저온전자현미경과 같은 실험적 방법을 사용해야 합니다. 이러한 방법은 시간이 많이 걸리고 노동 집약적일 뿐만 아니라 종종 수개월 또는 수년이 걸릴 수도 있습니다. 또한 비싸다. AlphaFold는 몇 시간 또는 며칠 내에 단백질 구조를 정확하게 예측하여 연구 주기를 크게 단축할 수 있습니다.

약물 연구 및 개발을 예로 들면, ESM3(AI 스타트업 EvolutionaryScale이 개발하고 단백질 설계에 특별히 사용되는 획기적인 생성 인공지능 모델)은 특정 기능을 가진 항체 및 효소를 포함한 새로운 단백질 서열을 빠르게 시뮬레이션하고 생성할 수 있으며, 과학자들이 이를 설계할 수 있도록 합니다. 전례 없는 정밀도로 표적 약물을 개발합니다.

이 기능을 통해 연구자들은 전통적인 약물 개발을 지배하는 시행착오 접근 방식을 우회하여 새로운 단백질 디자인을 신속하게 생성하고 테스트할 수 있으므로 가장 유망한 약물 후보에 대한 연구에 집중할 수 있습니다. ESM3의 대화형 특성을 통해 연구자들은 프롬프트를 통해 단백질 설계 프로세스를 안내하여 약물 발견의 효율성을 더욱 향상시킬 수 있습니다. 연구자들은 실험실에서 검증하기 전에 가상 환경에서 더 넓은 범위의 단백질 공간을 탐색할 수 있으므로 연구 속도가 빨라질 뿐만 아니라 비용도 크게 절감됩니다. 수백만 년에 걸친 자연 진화 과정을 시뮬레이션하는 ESM3의 능력은 혁신적인 약물 개발을 위한 새로운 가능성을 열어줍니다.

Microsoft AI 최고경영자(CEO) 무스타파 술레이만(Mustafa Suleyman)은 향후 15~20년 안에 새로운 지식 생산 비용이 0에 가까워질 것이라고 예측합니다. 그는 이러한 변화가 인류 역사의 진정한 "변곡점"이 될 것이라고 믿습니다.

새로운 비전과 새로운 논리

제너레이티브 AI의 개발과 대중화가 지식창출의 한계비용이 0에 가까워진다는 비전이 실현된다면 우리는 전례 없는 미래를 맞이하게 될 것입니다. 미래에는 지식 생산이 매우 저렴하고 효율적이 되어 엄청난 변화를 가져올 것입니다.

과학 연구자들이 실험 설계와 데이터 분석을 단 몇 분 만에 완료할 수 있고, 수개월이 걸리던 과학 연구 주기가 크게 단축되었다고 상상해 보세요. 단백질 구조 예측, 화학 물질 스크리닝 등 복잡한 작업이 정확하고 효율적으로 이루어지며 이전과는 비교할 수 없는 과학적 진보가 촉진될 것입니다. 실험실에서 연구자들은 지루하고 반복적인 실험보다는 창의적인 탐구에 더욱 몰입하게 될 것입니다.

미래에는 의사들이 마우스 클릭 한 번으로 최신 의학지식과 최선의 진단 및 치료 옵션을 얻을 수 있고, 환자 맞춤형 치료 계획을 세울 수 있을 것이다. 환자 개개인에게 가장 적합한 의료서비스를 받을 수 있으며, 진단과 치료의 효과성과 효율성이 크게 향상됩니다. 건강이 크게 개선되면 사람들은 더 높은 삶의 질을 누릴 수 있게 될 것이며, 질병은 더 이상 천하무적의 적이 아닐 것입니다.

교실에서는 생성적 AI가 각 학생의 학습 진행 상황과 관심 사항에 따라 맞춤형 학습 리소스를 제공하여 학생의 적성에 따라 진정한 교육을 제공합니다. 학생들은 더 이상 통일된 커리큘럼에 얽매이지 않고 자신에게 가장 적합한 방식과 속도로 공부할 수 있습니다. 각 어린이의 잠재력이 충분히 발휘되고 학습이 즐거워지며 교육의 질이 종합적으로 향상됩니다.

심리상담실에서는 제너레이티브 AI가 맞춤형 심리상담과 정서적 지원을 제공한다. AI는 개인의 감정 상태를 예리하게 파악하고 분석해 시기적절하고 효과적인 심리적 도움을 제공할 수 있다. 스트레스, 불안에 직면하거나 정서적 편안함을 추구하는 경우 모두가 AI의 보살핌과 지원을 통해 내면의 평화와 행복을 찾을 수 있습니다.

앞으로는 제너레이티브 AI가 일상생활 곳곳에 스며들게 될 것입니다. 대학 입시 지도, 컨설팅 서비스, 창의적인 작업까지 AI가 활용하면 효율성과 효과가 크게 향상될 것입니다. 사람들은 다양한 작업을 쉽게 완료할 수 있어 창의적이고 전략적인 작업에 더 많은 시간과 에너지를 투자할 수 있습니다. 반복적이고 기계적인 작업은 AI로 대체될 것이며, 사람들의 삶은 더욱 편해지고 즐거워질 것입니다.

제너레이티브 AI가 가져올 미래 비전을 명확히 한 후에는 새로운 의사결정 논리에 대해 생각해 볼 필요가 있습니다. 지식 생산의 한계 비용이 0에 가까워지기 때문에 개인부터 기업까지 모든 사람이 이러한 변화에 적응하기 위해 결정과 전략을 조정해야 합니다.

개인은 자신의 가치를 재평가해야 합니다. 지식을 쉽게 얻을 수 있는 시대에도 여전히 가치 있는 능력과 자질은 무엇입니까? AI는 다양한 분야에서 강력한 역량을 입증했지만, 0에서 1까지의 진정한 혁신은 여전히 ​​인간의 영감과 직관에서 뗄 수 없습니다. 이러한 종류의 혁신에 필요한 것은 영감의 불꽃, 깨달음의 순간이며 AI는 현재 이러한 종류의 창의성을 처음부터 완전히 복제할 수 없습니다.

그러므로 우리는 이러한 환경 속에서 어떻게 우리의 독특함을 유지할 수 있을지 고민해야 합니다. 지속적인 학습과 자기 개선은 급변하는 세상에 적응하는 데 도움이 될 뿐만 아니라 자신의 분야에서 계속 혁신하고 경쟁력을 유지할 수 있도록 해줍니다. 0에서 1까지의 혁신에는 전체 창작 과정에 불을 붙일 수 있는 인간 사고의 작은 불꽃인 예측할 수 없는 영감과 직관이 필요합니다. 우리는 이 능력을 소중히 여기고 계속해서 배양하고 자극해야 합니다.

더 중요한 것은 AI가 강력하기는 하지만 현재 방향성과 목적에 대한 감각이 부족하다는 것입니다. 이 시대 인간의 핵심 역할 중 하나는 AI에 방향성과 의미를 부여하는 것입니다. 우리는 AI를 사용하여 해결해야 할 문제가 무엇인지, AI를 사용하여 인간의 삶을 개선하는 방법, AI 개발이 도덕적, 윤리적 기준을 충족하도록 보장하는 방법을 결정해야 합니다. 이를 위해서는 거시적 관점, 깊은 통찰력, 인간의 가치와 사회적 요구에 대한 예리한 이해가 필요합니다.

과학 연구 분야는 생성 AI가 지식 생성 과정에 미칠 수 있는 심오한 영향에 대한 시사점을 주는 예를 제공합니다.

전통적으로 과학 연구는 새로운 지식을 창출하는 전당으로 여겨져 왔으며, 그 과정은 종종 시간과 노동집약적, 비용이 많이 듭니다. 경영을 예로 들면, 연구는 새로운 현상과 이론을 발견하는 것뿐만 아니라 세심한 다듬기와 엄격한 실증도 필요합니다. 경영 학자 Markus Baer와 Jason Shaw가 자신의 기사에서 설명했듯이 경영 학자들이 참여하는 것은 "학문적 장인 정신"입니다.

그러나 생성적 AI의 출현은 이러한 '학문적 장인정신'의 가치에 지대한 영향을 미칠 수 있습니다. 이는 이전 산업 혁명이 전통 공예가에게 미친 영향을 상기시켜 줍니다.

산업혁명 이전에는 숙련된 장인은 높은 평가를 받았고 그들의 기술은 귀하고 귀했습니다. 그러나 기계의 도입과 대량생산의 증가로 인해 한때 고도로 전문화된 수공예품은 점차 표준화된 산업공정으로 대체되었고, 사회에서 전통 공예가의 지위와 가치는 크게 하락했습니다.

이제 우리는 비슷한 전환점에 직면해 있는 것 같습니다. 제너레이티브 AI는 방대한 양의 데이터를 신속하게 처리하고, 합리적으로 보이는 가설과 결론을 생성하며, 학문적 글쓰기 스타일까지 모방할 수 있습니다. AI가 학문적 "장인"의 가치를 크게 감소시킬 것인가? 문헌 검토, 데이터 분석, 예비 이론 구축 등 연구자들이 많은 시간과 에너지를 투자해야 했던 작업을 이제 AI를 사용하면 단 몇 분만에 완료할 수 있습니다.

이러한 변화는 의심할 여지 없이 학계에 큰 영향을 미칠 것입니다. 산업 혁명이 수공예품의 가치를 바꾸고 이전에는 얻을 수 없었던 장인 기술을 더 이상 희귀하지 않게 만든 것처럼, 생성 AI의 출현으로 인해 일부 전통적인 학문 기술도 고유성을 잃게 될까요? 소수자를 위한 직업으로서 과학 연구는 대체 불가능성에 대한 도전에 직면하고 있습니까?

이러한 질문은 일련의 더 깊은 사고를 촉발시켰습니다. AI 시대에 학자의 가장 본질적인 가치는 무엇입니까? "학문적 혁신"의 의미를 재정의해야 합니까? 아마도 앞으로는 학자의 역할이 근본적으로 바뀔 것입니다. 그런데 정확히 어떻게 될까요? 정말 혁신적인 질문을 하는 데 더 집중하고 일상적인 연구 작업을 AI에 맡길까요? 아니면 AI가 연구를 수행하도록 지도하는 방법과 AI가 생성한 결과의 신뢰성과 중요성을 어떻게 판단하는가에 학자의 가치가 더 많이 반영될 것인가?

더 나아가 지식 창출의 전 과정을 다시 생각해 볼 필요가 있을까요? AI가 겉보기에 합리적으로 보이는 연구 결과를 빠르게 생성할 수 있는 시대에, 학술 연구의 깊이와 독창성을 어떻게 보장할 수 있을까요? 이 과정에서 인간의 창의성과 통찰력은 어떤 역할을 하게 될까요?

생성적 AI 시대에 지식 창출의 중요한 주체인 기업은 전례 없는 도전과 기회에 직면해 있습니다. 전통지식 창출 가치사슬은 완전히 전복되고 있으며, 제품 디자인, 서비스 혁신, 시장 통찰력 등 핵심 기업 활동은 모두 AI 개입으로 인해 근본적인 변화를 겪을 수 있다. 이러한 맥락에서 기업은 자신의 포지셔닝과 핵심 경쟁력도 다시 생각해 볼 필요가 있습니다.

AI가 디자인 계획, 제품 아이디어, 시장 분석을 신속하게 생성할 수 있다면 기업은 어떻게 지식 창출 체인에서 고유한 가치를 찾을 수 있을까요? 한 가지 가능한 방향은 브랜드 가치 구축, 감성 연결 구축, 국경 간 혁신 등 AI로 쉽게 복제하기 어려운 영역으로 초점을 옮기는 것입니다. 이를 위해서는 기업이 자신의 강점을 재평가하고 인간화와 창의성에 더 많은 투자를 해야 합니다. 이러한 질문은 회사의 미래 발전 방향에 대한 깊은 생각을 촉발시켰습니다.

전략 수립과 실행은 지식의 한계 비용이 0에 가까워진다는 현실을 바탕으로 해야 합니다. 회사는 시장 변화와 기술 발전에 신속하게 대응하기 위해 전략을 유연하게 조정해야 합니까? 의사 결정 프로세스는 더욱 데이터 중심으로 변할 것입니다. 생성적 AI는 의사 결정자가 더 현명한 선택을 하는 데 도움이 되는 실시간 정확한 분석과 예측을 제공합니까? 동시에, 기업 문화는 더욱 개방적이고 포용적이어야 하며 혁신과 국경 간 협력을 장려하고 급변하는 환경에 적응해야 합니까?

이 과정에서 우리는 공개적인 토론이 필요합니다. 기업은 효율성과 혁신의 균형을 어떻게 유지합니까? 지식을 쉽게 이용할 수 있는 시대에 기업이 치열한 경쟁에서 두각을 나타낼 수 있는 전략적 조정은 무엇입니까? 미래의 기업 조직 형태는 더욱 평면화되고 유연해질까요?

이러한 질문에 대한 준비된 답은 없지만, 우리가 이 새로운 기술 변화에 적응하고 제어하도록 이끄는 것은 바로 이러한 생각과 탐구입니다.

달성 방법: 사람과 기술 간의 양방향 여정

제너레이티브 AI의 미래 비전에서는 지식 창출의 한계 비용이 0에 가까워지고 있으며, 이는 전례 없는 효율성과 혁신의 시대를 열 것이라는 의미입니다. 이 목표를 달성하기 위해서는 사람과 기술의 양방향 돌진이 핵심이다.

제너레이티브 AI는 명확한 지침이 없는 단순한 도구가 아니라, 사람들이 이를 숙달해야 하는 능력과 잠재력입니다. 이 과정에서 인간의 역할이 매우 중요합니다. 개인은 AI 역량을 향상시켜야 하는데, 이는 AI 시대에 AI를 활용해 업무를 완수하고 문제를 해결하는 종합적인 능력을 말한다. AI 파워는 AI 도구를 조작하는 기술일 뿐만 아니라 새로운 사고 방식과 능력 구조를 의미합니다.

AI 역량을 향상시키는 과정에서 개인은 생성 AI의 방법과 기술을 지속적으로 학습하고 적응하며 숙달해야 합니다. 예를 들어, AI와 상호 작용하기 위한 효과적인 프롬프트 단어를 디자인하는 방법, 작업을 해체하고 AI와 협력하여 복잡한 작업을 완료하는 방법 등이 있습니다. 이 능력을 배양하면 모든 사람이 '슈퍼 개인'이 될 수 있으며 AI의 도움으로 능력과 효율성이 크게 증폭될 수 있습니다.

인간 자신의 능력 향상과 더불어 기술의 발전도 이러한 목표를 달성하기 위한 중요한 방법입니다. Generative AI에는 대형 모델의 기본 기능이 필요할 뿐만 아니라 다양한 시나리오에서 지속적인 개발과 최적화가 필요합니다. 예를 들어, Suno(AI 음악 생성 애플리케이션)의 등장으로 전문 지식이 필요한 음악 창작 기술이 쉽게 접할 수 있게 되었습니다. 이러한 기술의 발전은 지식 창출의 문턱을 크게 낮췄습니다.

번역 분야에서는 Andrew Ng 교수의 최근 오픈 소스 번역 프로젝트를 통해 전문적인 작업을 매우 쉽게 번역할 수 있으며 특정 시나리오에서 기술이 신속하게 적용되는 것을 보여줍니다. 데이터 분석, 복합의학진단, 과학연구 등의 분야에서는 아직 갈 길이 멀긴 하지만 기술개발의 방향은 명확하다. 즉, 지속적인 혁신과 최적화를 통해 궁극적으로 지식창출 비용을 대폭 절감할 수 있을 것이다. .

지식 창출 비용이 0에 가까워지는 세상

지식 창출의 한계 비용이 0에 가까워지면 우리는 일련의 심오하고 열린 질문에 직면하게 될 것입니다. 이러한 질문에 대한 명확한 답변은 아직 없을 수 있으며, 일부 질문은 전 세계적으로 뜨거운 논쟁을 벌이고 있습니다.

지식 창출 비용이 0이 되면 인류는 어디로 갈 것인가? 인간이 된다는 것의 의미는 무엇인가? 지식이 쉽게 접할 수 있는 세상에서 인간은 자신의 가치와 존재를 어떻게 재정의할 것인가? 새로운 능력과 자질이 인간의 핵심 경쟁력의 핵심이 될까요? 창의성, 감성, 윤리, 사회적 책임 등 AI가 완전히 대체할 수 없는 영역을 재검토할 필요가 있을까?

지식을 쉽게 획득하고 생성할 수 있는 세상에서 전통적인 형태의 비즈니스 조직이 여전히 유효합니까? 조직은 이러한 추세에 적응하기 위해 어떻게 구조 조정하고 운영할 것입니까? 미래의 조직은 더욱 평면화되고, 분산화되고, 유연해질까요? 기업의 핵심 경쟁력은 어떻게 변할 것인가? 무한한 지식의 시대, 기업은 어떻게 혁신과 경쟁우위를 유지할까요?

더 중요한 것은, 이 변화로 모든 사람이 이익을 얻을 수 있도록 어떻게 보장할 수 있습니까? 지식창출 비용을 줄이는 것은 소수의 특권이 아니라 사회 전체의 공동의 재산이 되어야 합니다. 지식과 기술의 배당금이 모든 사람에게 혜택을 줄 수 있도록 공정한 분배 메커니즘을 어떻게 설계해야 할까요? 여기에는 교육의 대중화 및 개선, 사회 보장 시스템의 개선, 정책 및 규정의 수립 및 시행이 포함됩니다. 발생할 수 있는 실업과 사회적 불의에 어떻게 대처할 것인가? 기술 진보의 혜택이 균등하게 분배되도록 하려면 어떻게 해야 합니까?

마이크로소프트 AI CEO가 과감하게 예측했듯이, 지식 창출 비용은 10~15년 안에 0에 가까워질 것이다. 그때 우리는 이러한 심각한 문제에 직면하고 이를 해결하는 방법을 찾아야 합니다. 이러한 변화를 안내하고 보호할 수 있는 충분한 사회적 메커니즘과 정책이 있습니까?

인간의 의미와 가치, 조직의 형태와 운영, 사회적 공정성과 진보 등은 모두 우리가 미리 준비하고 고민해야 할 주요 주제들이다. 이러한 질문에 대한 답을 찾기는 쉽지 않을 수도 있지만, 이러한 생각과 탐구가 우리를 더 좋고 공정한 미래로 이끌어 줄 것입니다. 우리는 이러한 변화에 준비가 되어 있나요? 미래의 세상은 어떤 모습일 것이며, 이러한 변화 속에서 우리는 어떻게 우리의 자리를 찾을 것인가?

(저자는 칭화대학교 경제경영대학원 플렉스트로닉스 석좌교수 겸 리더십 및 조직관리학과장)

저작권 안내 : 위 내용은 "Economic Observer"의 원작이며, 저작권은 "Economic Observer"에 귀속됩니다. 경제 관찰자의 승인 없이 전재 또는 미러링을 엄격히 금지하며, 그렇지 않을 경우 관련 행위자가 법적 책임을 지게 됩니다. 저작권 관련 문의는 [010-60910566-1260]으로 전화주세요.