WEBVTT

1
00:00:03.300 --> 00:00:06.480
[AI 사회자] 같은 AI에게 같은 질문을 던져도,

2
00:00:06.500 --> 00:00:08.410
결과는 사람마다 다릅니다.

3
00:00:08.430 --> 00:00:10.410
누군가는 일이 줄고,

4
00:00:10.430 --> 00:00:12.960
어떤 회사는 데모에서 멈추죠.

5
00:00:12.980 --> 00:00:15.340
그 차이는 어디서 생길까요?

6
00:00:15.540 --> 00:00:18.550
[AI 사회자] 네 권의 책을 쓴 다섯 저자에게 물었습니다.

7
00:00:18.750 --> 00:00:21.070
[안유석] AI 쓰는 사람은 이미 많습니다.

8
00:00:21.090 --> 00:00:23.430
갈리는 건 쓴 다음이에요.

9
00:00:23.550 --> 00:00:25.665
[이지성] 차이는 모델에 있지 않습니다.

10
00:00:25.685 --> 00:00:26.938
모델이 회사 안에서

11
00:00:26.958 --> 00:00:29.210
함께 일하게 만드는 운영체계에 있죠.

12
00:00:29.330 --> 00:00:31.540
[이현종] 승부는 데이터의 양이 아니라,

13
00:00:31.560 --> 00:00:33.920
연결의 깊이에서 갈립니다.

14
00:00:34.040 --> 00:00:35.890
[정민주] 결국 AI의 성능은,

15
00:00:35.910 --> 00:00:38.130
쓰는 사람의 사고 구조에 비례해요.

16
00:00:38.250 --> 00:00:41.460
[김가원] 누구나 비슷한 답을 얻는 세상이에요.

17
00:00:41.480 --> 00:00:43.195
그래서 무엇을 고르고

18
00:00:43.215 --> 00:00:45.980
어떻게 잇느냐에서 차이가 생기죠.

19
00:00:54.980 --> 00:00:57.655
[AI 사회자] 안녕하세요, 사회를 맡은 AI입니다.

20
00:00:57.675 --> 00:00:59.850
평소엔 제가 답을 드리지만,

21
00:00:59.870 --> 00:01:01.975
오늘은 묻기만 하겠습니다.

22
00:01:01.995 --> 00:01:03.515
첫 질문입니다.

23
00:01:03.535 --> 00:01:07.200
지금 AI가 바꾸고 있는 건 무엇일까요?

24
00:01:07.400 --> 00:01:09.975
[이지성] AI가 일하는 동료가 됐습니다.

25
00:01:09.995 --> 00:01:12.075
챗봇은 답하고 멈추지만,

26
00:01:12.095 --> 00:01:14.460
에이전트는 실행하고 마치죠.

27
00:01:14.480 --> 00:01:17.860
그런데 회사의 결재와 권한 체계는,

28
00:01:17.880 --> 00:01:20.462
이런 동료를 전제로 만들어지지 않았습니다.

29
00:01:20.590 --> 00:01:23.835
[안유석] 저는 지능의 값이 떨어지는 걸 봅니다.

30
00:01:23.855 --> 00:01:26.460
그러니 질문이 바뀌어야죠.

31
00:01:26.480 --> 00:01:29.610
‘AI가 이 일을 할 수 있나’가 아니라,

32
00:01:29.630 --> 00:01:32.242
‘무엇이 결과를 가로막나’로요.

33
00:01:32.370 --> 00:01:35.640
[김가원] 저는 더 조용한 변화가 마음에 걸려요.

34
00:01:35.660 --> 00:01:37.525
묻자마자 답이 오니까,

35
00:01:37.545 --> 00:01:40.425
모르는 채로 곱씹던 시간이 사라졌죠.

36
00:01:40.445 --> 00:01:42.905
지금 가장 많이 변하는 건,

37
00:01:42.925 --> 00:01:45.302
‘생각한다’라는 동사예요.

38
00:01:45.430 --> 00:01:48.040
[이현종] 많은 의사결정자들이 이렇게 말합니다.

39
00:01:48.060 --> 00:01:51.670
‘AI는 똑똑한데, 결정은 못 하더라.’

40
00:01:51.690 --> 00:01:54.165
말로 묻고 답하는 시대는 왔지만,

41
00:01:54.185 --> 00:01:56.090
판단까지 바뀐 건 아닙니다.

42
00:01:59.240 --> 00:02:01.910
[AI 사회자] 두 번째 질문, 오늘의 핵심입니다.

43
00:02:01.930 --> 00:02:06.100
같은 AI인데, 결과는 왜 다를까요?

44
00:02:06.300 --> 00:02:09.955
[안유석] 직원들에게 AI로 일을 맡겼더니,

45
00:02:09.975 --> 00:02:11.835
보고가 두 가지로 왔어요.

46
00:02:11.855 --> 00:02:13.885
‘해 봤는데 안 됩니다.’

47
00:02:13.905 --> 00:02:17.615
그리고, ‘여기까지는 되고 여기서 막힙니다.

48
00:02:17.635 --> 00:02:19.855
막히는 부분은 이렇게 메웠습니다.’

49
00:02:19.875 --> 00:02:22.662
같은 도구를 쓰고도 다음 행동이 달랐죠.

50
00:02:22.790 --> 00:02:25.285
[안유석] 초안이 하루에 열 개씩 나와도,

51
00:02:25.305 --> 00:02:27.686
결정하는 사람의 시간이 그대로면

52
00:02:27.706 --> 00:02:29.925
결정되는 건 늘지 않습니다.

53
00:02:29.945 --> 00:02:33.900
병목이 아닌 데서 아낀 시간은, 신기루예요.

54
00:02:34.150 --> 00:02:37.570
[AI 사회자] 그럼 개인이 병목만 잘 찾으면 될까요?

55
00:02:37.770 --> 00:02:40.830
[이지성] 개인 의지로는 못 넘는 벽이 있습니다.

56
00:02:40.850 --> 00:02:42.360
제 책의 김 과장은,

57
00:02:42.380 --> 00:02:45.005
주말에 노트북에선 자동화가 잘 돌았는데,

58
00:02:45.025 --> 00:02:48.010
월요일 회사에선 보안팀 답부터 받았어요.

59
00:02:48.030 --> 00:02:49.855
승인 목록에 없는 도구라

60
00:02:49.875 --> 00:02:51.872
3~6개월이 걸린다고요.

61
00:02:52.000 --> 00:02:54.695
[이지성] 차이를 만드는 건, 권한과 승인,

62
00:02:54.715 --> 00:02:57.975
용어와 책임을 AI가 따르게 하는 운영체계,

63
00:02:57.995 --> 00:02:58.860
하네스입니다.

64
00:02:58.880 --> 00:03:00.920
원래 말의 마구를 뜻하죠.

65
00:03:00.940 --> 00:03:02.605
말이 아무리 빨라도,

66
00:03:02.625 --> 00:03:05.012
마구가 없으면 마차를 못 끕니다.

67
00:03:05.140 --> 00:03:07.485
[안유석] 하네스가 중요하다는 데는 동의합니다.

68
00:03:07.505 --> 00:03:10.805
다만 개인 규모로도 만들 수 있어요.

69
00:03:10.825 --> 00:03:13.215
확인된 자료를 먼저 모으고,

70
00:03:13.235 --> 00:03:15.278
자료에 없는 건 지어내지 말고

71
00:03:15.298 --> 00:03:17.262
질문으로 남기게 하는 거죠.

72
00:03:17.390 --> 00:03:18.330
[이현종] 남는 건,

73
00:03:18.350 --> 00:03:22.345
그 하네스가 무엇을 기준으로 움직이느냐입니다.

74
00:03:22.365 --> 00:03:26.130
‘고객’이란 말도 영업팀엔 계약 단위,

75
00:03:26.150 --> 00:03:28.020
재무팀엔 채권 단위,

76
00:03:28.040 --> 00:03:30.675
CS팀엔 불만 접수 주체예요.

77
00:03:30.695 --> 00:03:33.492
같은 단어, 다른 의미죠.

78
00:03:33.620 --> 00:03:34.335
[이지성] 맞아요.

79
00:03:34.355 --> 00:03:37.190
제 책에서도 첫 번째 벽이 용어였습니다.

80
00:03:37.210 --> 00:03:39.195
AI가 헷갈린 게 아니라,

81
00:03:39.215 --> 00:03:42.292
사람들이 서로 다른 언어로 일하고 있었던 거죠.

82
00:03:42.420 --> 00:03:43.411
[이현종] 저희 회사에서

83
00:03:43.431 --> 00:03:47.280
가상의 레스토랑 ‘벨라로마’로 실험해 봤습니다.

84
00:03:47.300 --> 00:03:50.385
매출이 왜 떨어졌냐고 챗봇에 물으니,

85
00:03:50.405 --> 00:03:53.850
근처에 경쟁 식당이 늘었을 가능성이 있다더군요.

86
00:03:53.870 --> 00:03:57.102
그럴듯하지만, 실행할 수 없는 답이죠.

87
00:03:57.230 --> 00:03:58.247
[이현종] 관계를 이어 보니

88
00:03:58.267 --> 00:04:00.545
손님 수는 크게 줄지 않았어요.

89
00:04:00.565 --> 00:04:03.230
체류 시간이 늘어 회전율이 떨어지고,

90
00:04:03.250 --> 00:04:06.015
대기 불만이 쌓여 재방문이 줄었던 거죠.

91
00:04:06.035 --> 00:04:09.200
수요가 아니라, 운영 구조의 문제였습니다.

92
00:04:09.450 --> 00:04:11.605
[AI 사회자] 운영체계와 구조.

93
00:04:11.625 --> 00:04:14.000
그렇다면 사람은요?

94
00:04:14.200 --> 00:04:16.695
[정민주] 같은 시스템 안에서도 결과는 갈려요.

95
00:04:16.715 --> 00:04:18.895
책에 소개한 한 실험에선,

96
00:04:18.915 --> 00:04:21.292
AI와 잘 협업한 사람들이

97
00:04:21.312 --> 00:04:24.105
평균 18번 질문을 이어 가며,

98
00:04:24.125 --> 00:04:26.752
왜 그런 답이 나왔는지 확인했어요.

99
00:04:26.880 --> 00:04:29.635
[김가원] 그리고 모두가 같은 AI를 쓰면,

100
00:04:29.655 --> 00:04:31.725
결과가 서로 닮아 가요.

101
00:04:31.745 --> 00:04:33.950
각자의 요리 실력은 좋아지는데,

102
00:04:33.970 --> 00:04:37.085
식탁 위 음식은 점점 비슷해지는 거죠.

103
00:04:37.105 --> 00:04:39.112
같은 양념으로 요리하니까요.

104
00:04:39.240 --> 00:04:41.075
[이현종] 회사 차원에서도 같습니다.

105
00:04:41.095 --> 00:04:44.415
데이터도, 모델도 경쟁사가 사 올 수 있어요.

106
00:04:44.435 --> 00:04:47.965
하지만 그 회사가 왜 그렇게 판단하는지는,

107
00:04:47.985 --> 00:04:49.430
베낄 수 없습니다.

108
00:04:52.580 --> 00:04:54.290
[AI 사회자] 세 번째 질문입니다.

109
00:04:54.310 --> 00:04:56.775
AI가 실행까지 하는 시대,

110
00:04:56.795 --> 00:05:00.350
끝까지 사람이 쥐어야 할 건 무엇일까요?

111
00:05:00.550 --> 00:05:02.975
[이현종] AI는 답을 내리지 않습니다.

112
00:05:02.995 --> 00:05:05.910
답이 될 수 있는 범위를 그려 줄 뿐이죠.

113
00:05:05.930 --> 00:05:09.380
그 안에서 고르고 책임지는 건 사람입니다.

114
00:05:09.400 --> 00:05:11.895
‘AI가 그렇게 말했다’는 말이,

115
00:05:11.915 --> 00:05:13.862
가장 위험한 조직 언어예요.

116
00:05:13.990 --> 00:05:15.615
[안유석] 법원도 그렇게 봤습니다.

117
00:05:15.635 --> 00:05:17.503
AI가 지어낸 판례를 낸

118
00:05:17.523 --> 00:05:19.685
변호사들이 제재를 받았는데,

119
00:05:19.705 --> 00:05:20.772
문제 삼은 건

120
00:05:20.792 --> 00:05:24.625
AI를 쓴 게 아니라 확인하지 않은 거였어요.

121
00:05:24.645 --> 00:05:27.305
기계는 결과를 만들어도,

122
00:05:27.325 --> 00:05:29.482
그 결과를 떠안지는 못합니다.

123
00:05:29.610 --> 00:05:30.434
[이지성] 그래서 기업은

124
00:05:30.454 --> 00:05:33.060
사람의 승인을 흐름 안에 설계합니다.

125
00:05:33.080 --> 00:05:35.260
책임을 설명할 수 없는 자율성은,

126
00:05:35.280 --> 00:05:37.702
기업에겐 혁신이 아니라 위험이니까요.

127
00:05:37.830 --> 00:05:39.160
[이지성] 다만 현장에선,

128
00:05:39.180 --> 00:05:42.195
자동화가 눈에 띄지 않을 때 더 잘 쓰입니다.

129
00:05:42.215 --> 00:05:44.004
자동화는 AI의 존재를

130
00:05:44.024 --> 00:05:46.102
드러내지 않고 일해야 하거든요.

131
00:05:46.230 --> 00:05:48.430
[정민주] 저는 바로 그게 걱정돼요.

132
00:05:48.450 --> 00:05:50.800
눈에 안 띄면 의심도 안 하게 되니까요.

133
00:05:50.820 --> 00:05:53.270
바쁠수록 AI 조언에 기대서,

134
00:05:53.290 --> 00:05:56.302
잘못된 권고까지 받아들인다는 연구도 있어요.

135
00:05:56.430 --> 00:05:57.405
[이지성] 맞습니다.

136
00:05:57.425 --> 00:06:00.990
그래서 익숙해진 뒤에도 안전장치를 둡니다.

137
00:06:01.010 --> 00:06:02.435
책 속 사례에선,

138
00:06:02.455 --> 00:06:04.949
자동화가 통과시킨 결과의 5퍼센트를

139
00:06:04.969 --> 00:06:06.992
사람이 무작위로 다시 봤어요.

140
00:06:07.120 --> 00:06:09.785
[정민주] 개인에게도 그런 장치가 필요해요.

141
00:06:09.805 --> 00:06:12.245
이 판단을 내가 책임질 수 있나,

142
00:06:12.265 --> 00:06:14.020
남에게 설명할 수 있나.

143
00:06:14.040 --> 00:06:15.905
선뜻 그렇다고 못 하면,

144
00:06:15.925 --> 00:06:18.210
그 결과물은 아직 내 것이 아니에요.

145
00:06:21.360 --> 00:06:22.580
[AI 사회자] 마지막 질문입니다.

146
00:06:22.600 --> 00:06:25.800
내일 아침 해 볼 일, 딱 하나씩만 주세요.

147
00:06:26.000 --> 00:06:28.525
[안유석] 막힌 일 하나를 다섯 줄로 적어 보세요.

148
00:06:28.545 --> 00:06:30.220
무엇이 안 되는지,

149
00:06:30.240 --> 00:06:32.775
어느 정도인지, 되돌릴 수 있는지,

150
00:06:32.795 --> 00:06:35.970
무엇이 바뀌면 되는지, 무엇을 요청하는지.

151
00:06:35.990 --> 00:06:38.535
그리고 AI와 다투지 마세요.

152
00:06:38.555 --> 00:06:41.532
고칠 건 답이 아니라, 답이 나온 조건입니다.

153
00:06:41.660 --> 00:06:44.905
[이지성] 도구를 고르기 전에, 동료에게 먼저 물어보세요.

154
00:06:44.925 --> 00:06:47.985
가장 줄어들었으면 하는 업무가 무엇이냐고요.

155
00:06:48.005 --> 00:06:50.362
첫 번째 성공은 거기서 시작됩니다.

156
00:06:50.490 --> 00:06:52.525
[이현종] 크게 시작할 필요 없습니다.

157
00:06:52.545 --> 00:06:55.595
우리가 가장 자주 잘못 판단하는 장면,

158
00:06:55.615 --> 00:06:57.050
딱 하나만 고르세요.

159
00:06:57.070 --> 00:06:59.702
거기서부터 관계를 그려 나가면 됩니다.

160
00:06:59.830 --> 00:07:01.530
[정민주] 하루 5분이면 됩니다.

161
00:07:01.550 --> 00:07:03.115
주제 하나를 정해서,

162
00:07:03.135 --> 00:07:05.922
질문 세 개를 종이에 직접 적어 보세요.

163
00:07:06.050 --> 00:07:09.850
[김가원] 그리고 AI의 답을 생각의 끝이 아니라,

164
00:07:09.870 --> 00:07:11.575
시작으로 받아 주세요.

165
00:07:11.595 --> 00:07:13.655
완성된 출력값이 아니라,

166
00:07:13.675 --> 00:07:16.210
새로운 생각을 위한 입력으로요.

167
00:07:16.760 --> 00:07:18.020
[AI 사회자] 정리하겠습니다.

168
00:07:18.040 --> 00:07:20.600
네 권의 답은 부딪히는 듯했지만,

169
00:07:20.620 --> 00:07:23.825
사실은 겹겹이 이어져 있었습니다.

170
00:07:23.845 --> 00:07:27.395
질문하는 나, 막힌 일을 푸는 사람,

171
00:07:27.415 --> 00:07:29.370
AI가 일하는 조직,

172
00:07:29.390 --> 00:07:32.190
그리고 판단의 기준을 세운 구조까지요.

173
00:07:32.390 --> 00:07:34.350
[AI 사회자] 저는 앞으로 더 빠르고,

174
00:07:34.370 --> 00:07:36.755
더 그럴듯한 답을 드릴 겁니다.

175
00:07:36.775 --> 00:07:38.810
하지만 무엇을 물을지,

176
00:07:38.830 --> 00:07:41.540
그리고 그 답을 누가 책임질지는,

177
00:07:41.560 --> 00:07:43.480
여전히 여러분의 몫입니다.