샘 올트먼 – 지능의 시대 (The Intelligence Age)
원문: Sam Altman, The Intelligence Age (Sep 2024) 전문은 원문에서 확인하실 수 있습니다. 아래 글은 번역이 아니라, 샘 올트먼의 논증을 한국어로 재구성한 정리입니다.
글의 배경과 개요
「The Intelligence Age」는 샘 올트먼(Sam Altman)이 2024년 9월 자신의 이름을 딴 웹페이지에 올린 짧은 글로, 소제목 없이 스무 개 남짓한 문단이 이어집니다. 오픈AI(OpenAI)를 이끄는 사람이 쓴 선언문 성격의 글이며, 기술적 논증보다 시대 구분을 제안하는 데 무게가 실려 있습니다. 올트먼이 답하려는 질문은 두 가지로, 왜 지금의 AI가 인류사의 다음 국면을 여는가, 그리고 그 국면에 도달하려면 무엇이 필요한가입니다. 논증은 인류의 능력 향상이 개인의 두뇌가 아니라 사회라는 축적된 구조에서 나왔다는 관찰에서 출발해, 그 구조에 AI가 새 버팀대를 더한다는 전망으로 넘어가고, 그 전망의 근거를 딥러닝이 규모와 함께 좋아진다는 단 하나의 사실로 압축한 뒤, 결국 컴퓨트와 에너지 인프라를 지어야 한다는 요구로 수렴합니다. 위험과 노동시장 변화도 언급되지만 분량이 짧고, 글 전체의 무게중심은 번영 쪽에 있습니다.
핵심 내용 정리
- 앞으로 20년 남짓한 사이에 인류는 조부모 세대가 마법으로 여겼을 일들을 해내게 되며, 이는 새로운 현상이 아니라 새롭게 가속되는 현상입니다.
- 사람이 더 유능해진 것은 유전적 변화 때문이 아니라 사회라는 기반 구조가 어느 개인보다 똑똑해졌기 때문이고, 사회 자체가 고도화된 지능의 한 형태입니다.
- 머지않아 각자가 분야별 가상 전문가로 구성된 개인 AI 팀을 두게 되고, 아이들은 어떤 과목이든 어떤 언어로든 각자의 속도에 맞춰 가르치는 가상 교사를 갖게 됩니다.
- 여기까지 온 이유는 딥러닝이 실제로 작동했고 규모를 키울수록 예측 가능하게 좋아졌으며 거기에 자원을 계속 더 투입했기 때문이라는 한 문장으로 정리됩니다.
- 올트먼은 초지능이 수천 일 안에 등장할 가능성이 있다고 보며, 더 걸릴 수도 있지만 결국 도달한다고 말합니다.
- 지능의 시대로 가는 길은 컴퓨트와 에너지와 인간의 의지로 포장되며, 인프라를 충분히 짓지 못하면 AI는 전쟁의 대상이 되는 희소 자원이자 부유층의 도구로 남습니다.
- 노동시장은 좋은 쪽으로도 나쁜 쪽으로도 크게 바뀌겠지만 대부분의 일자리는 사람들이 생각하는 것보다 천천히 변하며, 할 일이 바닥날 걱정은 없다고 봅니다.
조부모 세대에게 마법이었을 일들
올트먼은 앞으로 20년 남짓한 사이에 인류가 조부모 세대에게는 마법처럼 보였을 일들을 해내게 된다는 문장으로 글을 엽니다. 다만 그는 이것이 새로운 현상은 아니라고 곧바로 선을 긋습니다. 사람의 능력은 시간이 지나며 극적으로 커져 왔고, 지금 우리가 해내는 일 가운데 상당수는 앞선 세대가 불가능하다고 믿었을 일입니다. 달라지는 것은 방향이 아니라 속도이며, 그 가속이 이제부터 새롭게 일어난다는 것이 이 글의 출발점입니다.
그 능력의 출처를 올트먼은 유전적 변화에서 찾지 않습니다. 사람의 유전자는 그대로인데, 개인이 올라설 수 있는 사회의 기반 구조가 어느 한 사람보다 훨씬 똑똑하고 유능해졌다는 설명입니다. 그래서 그는 중요한 의미에서 사회 자체가 고도화된 지능의 한 형태라고 말합니다. 조부모 세대와 그 앞의 세대들은 커다란 일들을 해냈고, 오늘 우리 모두가 올라서 있는 진보의 비계(scaffolding)를 쌓아 올렸습니다.
AI는 여기에 두 가지를 더합니다. 어려운 문제를 풀 도구를 사람 손에 쥐여 주고, 우리 힘만으로는 알아내지 못했을 새 버팀대를 그 구조물에 덧대게 해 줍니다. 진보의 이야기는 그렇게 이어지고, 우리 아이들은 우리가 하지 못하는 일을 하게 된다고 올트먼은 적습니다.
변화가 한꺼번에 오지는 않습니다. 머지않아 사람들은 AI 없이는 도달할 수 없던 수준의 일을 AI와 함께 해내게 되고, 결국에는 각자가 분야별 가상 전문가로 채워진 개인 AI 팀을 두게 됩니다. 그 전문가들은 서로 협력하면서 사람이 상상할 수 있는 거의 모든 것을 만들어 냅니다. 아이들에게는 어떤 과목이든 어떤 언어로든 각자에게 필요한 속도로 가르치는 가상 교사가 생기고, 더 나은 의료나 누군가 머릿속에 그린 소프트웨어를 무엇이든 만들어 내는 일도 같은 방식으로 그려 볼 수 있습니다.
이런 능력이 갖춰지면 오늘의 기준으로는 상상하기 어려운 수준의 공유된 번영이 가능해지고, 미래에는 모든 사람의 삶이 지금 그 누구의 삶보다 나아질 수 있습니다. 올트먼은 여기에 단서를 답니다. 번영이 곧 행복은 아니며, 비참하게 사는 부자도 얼마든지 있습니다. 그럼에도 번영은 세계 곳곳에 사는 사람들의 삶을 의미 있게 개선할 것이라는 것이 그의 정리입니다.
해설 사람이 똑똑해진 것이 아니라 사회가 똑똑해졌다는 관찰은 올트먼이 처음 꺼낸 것이 아닙니다. 인류학자 조지프 헨릭(Joseph Henrich)은 『The Secret of Our Success』에서 인간의 성취가 개별 두뇌의 명석함이 아니라 세대를 거쳐 축적되고 전수된 문화적 노하우에서 나온다고 주장했고, 프리드리히 하이에크(Friedrich Hayek)는 사회가 활용하는 지식이 어느 개인의 머릿속에도 온전히 담겨 있지 않고 수많은 사람에게 흩어져 있다고 보았습니다.
이 전제를 깔아 두는 것이 중요한 이유는, AI가 개인의 지능을 대체하는 존재가 아니라 이미 작동 중인 축적 구조 위에 얹히는 또 하나의 층으로 자리매김되기 때문입니다. 그렇게 보면 AI는 전례 없는 단절이 아니라 비계에 버팀대를 하나 더 대는 일이 되고, 글 전체의 낙관도 지금까지 그래 왔으니 앞으로도 그렇다는 연속성 위에 놓이게 됩니다.
[관점] 미래에는 모두의 삶이 지금 누구의 삶보다 낫다는 문장은 생산량을 기준으로 삼은 진술입니다. 절대적 생활수준은 기술 진보와 함께 꾸준히 올라왔지만, 사람들이 실제로 체감하는 만족은 상대적 위치에도 크게 좌우됩니다. 좋은 학군의 집이나 명문대의 정원, 도심의 땅처럼 총량이 늘어도 순위가 바뀌지 않으면 배분이 달라지지 않는 지위재가 대표적입니다.
올트먼도 번영이 행복을 보장하지 않는다는 점을 인정하지만, 그 단서를 한 문장으로 지나치고 분배 문제로는 들어가지 않습니다. 생산이 늘면 모두가 나아진다는 명제와, 그 생산의 과실이 누구에게 돌아가는가라는 질문은 서로 다른 문제이고, 이 글은 앞의 것만 다룹니다.
[한국 관점] 가상 교사 이야기는 한국에서 이미 정책 실험대에 올랐고, 결과는 올트먼의 전망대로 흘러가지 않았습니다. 교육부는 학생 수준에 맞춰 학습을 지원하는 AI 디지털교과서를 2025년 1학기부터 초등 3학년과 중학교 1학년, 고등학교 1학년에 단계적으로 도입하려 했습니다. 그러나 국회가 2024년 12월 AI 교과서를 교과서가 아닌 교육자료로 규정하는 초중등교육법 개정안을 통과시켰고, 재의 요구로 한 차례 되돌아간 끝에 도입 여부는 학교장 재량이 되었습니다. 2025년 3월 기준 전국 채택률은 30%대에 머물렀고, 같은 해 8월 동일한 취지의 개정안이 다시 통과되면서 교육부는 2026학년도 검정 절차를 중단했습니다.
결과를 가른 변수는 모델의 성능이 아니라 교사와 학부모의 신뢰, 예산 배분, 정권 교체였습니다. 올트먼의 서술에는 도구가 충분히 좋아지면 채택은 따라온다는 전제가 깔려 있는데, 공교육처럼 제도가 두꺼운 영역에서는 그 전제가 쉽게 성립하지 않는다는 것을 한국 사례가 보여 줍니다.
모래를 녹여 만든 지능
올트먼은 인류사를 좁은 각도에서 다시 봅니다. 수천 년에 걸쳐 과학적 발견과 기술 진보가 복리로 쌓인 끝에, 인류는 모래를 녹이고 불순물을 섞어 극히 작은 규모에서 놀라운 정밀도로 배열해 컴퓨터 칩을 만드는 법을 알아냈습니다. 거기에 에너지를 흘려보내자 점점 더 유능한 인공지능을 만들어 내는 시스템이 나왔습니다. 올트먼은 이것이 지금까지의 역사 전체를 통틀어 가장 결과가 큰 사실로 판명될지도 모른다고 적습니다.
그 다음 문장이 이 글에서 가장 많이 인용된 대목입니다. 초지능이 수천 일 안에 등장할 가능성이 있다는 것이고, 올트먼은 괄호 안에 느낌표를 붙여 자신도 그 숫자에 놀라고 있음을 드러냅니다. 다만 그는 단정하지 않습니다. 더 오래 걸릴 수도 있다고 덧붙이면서, 결국 거기에 도달하리라는 점은 확신한다고 말합니다.
다음 번영의 도약 문턱까지 어떻게 왔는지를 올트먼은 두 가지 길이로 답합니다. 세 단어로 답하면 딥러닝이 작동했다는 것이고, 열다섯 단어로 답하면 딥러닝이 작동했고 규모를 키우자 예측 가능하게 좋아졌으며 거기에 점점 더 많은 자원을 투입했다는 것입니다. 정말로 그게 전부라고 그는 못 박습니다.
내용을 풀면 이렇습니다. 인류는 어떤 데이터 분포든, 더 정확히 말하면 그 분포를 만들어 내는 밑바탕의 규칙이라 할 만한 것을 진짜로 학습해 내는 알고리즘을 발견했습니다. 그리고 충격적일 만큼 정밀하게, 쓸 수 있는 컴퓨트와 데이터가 많아질수록 그 알고리즘은 사람이 어려운 문제를 푸는 일을 더 잘 돕습니다. 올트먼은 아무리 오래 생각해도 이 사실이 얼마나 중대한지를 자기 안에 온전히 체화하지 못하겠다고 고백합니다.
아직 알아내야 할 세부는 많습니다. 그러나 특정한 난점 하나에 시선을 빼앗기는 것은 실수라는 것이 올트먼의 입장입니다. 딥러닝은 작동하고 남은 문제들도 풀릴 것이라고 그는 말합니다. 앞으로 벌어질 일에 관해 할 수 있는 이야기는 많지만 핵심은 하나이며, AI가 규모와 함께 좋아질 것이고 그 결과가 세계 곳곳에 사는 사람들의 삶을 의미 있게 개선하리라는 것입니다.
구체적인 모습으로 올트먼이 먼저 드는 것은 자율 개인 비서입니다. 머지않아 AI 모델이 사람을 대신해 특정 과업을 수행하게 되고, 이를테면 각자를 대신해 진료와 치료 일정을 조율하는 일을 맡습니다. 더 먼 길 어딘가에서는 AI 시스템이 충분히 좋아진 나머지 사람이 더 나은 다음 세대 시스템을 만들도록 거들고, 전 분야에 걸쳐 과학 진보를 밀어 올리게 됩니다.
해설 수천 일이라는 표현은 모호해 보이지만 환산하면 범위가 좁혀집니다. 2,000일은 약 5년 6개월, 3,000일은 약 8년 2개월이므로, 글이 나온 2024년 9월을 기준으로 하면 2030년대 초입이 됩니다. 연도 대신 일 단위를 쓰면 같은 기간이 훨씬 임박하게 느껴진다는 점도 이 표현의 효과입니다.
규모를 키우면 예측 가능하게 좋아진다는 진술의 근거는 스케일링 법칙입니다. 제러드 카플란(Jared Kaplan) 등은 2020년 논문에서 모델 크기와 데이터, 컴퓨트를 늘릴 때 오차가 멱법칙 형태로 줄어드는 관계를 보고했고, 딥마인드(DeepMind)의 2022년 친칠라 논문은 주어진 컴퓨트 예산 안에서 모델 크기와 데이터 양을 어떻게 나누는 것이 최적인지를 다시 계산했습니다. 올트먼의 낙관 전체가 이 경험적 규칙성 하나에 얹혀 있습니다.
[관점] 이 절은 글에서 가장 투자자용에 가까운 대목입니다. 딥러닝이 규모와 함께 예측 가능하게 좋아진다는 명제가 참이라면, 설비투자는 결과를 알 수 없는 연구개발 베팅이 아니라 계산 가능한 생산함수의 투입이 됩니다. 수백억 달러를 칩과 데이터센터에 넣는 결정이 도박이 아니라 공장 증설처럼 보이기 시작하는 지점입니다.
반대로 이 명제가 흔들리면 같은 자본지출은 회수가 어려운 자산이 됩니다. 실제로 2024년 하반기부터 사전학습 단계에서 투입 대비 성능 개선이 둔화된다는 논쟁이 불거졌고, 업계의 서사는 학습 컴퓨트에서 추론 컴퓨트 쪽으로 축을 옮겼습니다. 이 글에서 가장 검증 가능한 문장과 가장 취약한 문장이 같은 자리에 있습니다.
[반론] 이 주장에 대한 가장 무거운 반론은 석 달 뒤 오픈AI 공동창업자에게서 나왔습니다. 2024년 12월 밴쿠버에서 열린 NeurIPS 발표에서 일리야 수츠케버(Ilya Sutskever)는 우리가 아는 형태의 사전학습이 틀림없이 끝날 것이라고 말했습니다. 하드웨어와 알고리즘, 대형 클러스터 덕분에 컴퓨트는 계속 늘어나지만 인터넷은 하나뿐이어서 데이터는 그만큼 늘지 않고, 데이터는 AI의 화석연료와 같아서 이미 정점을 지났다는 설명이었습니다. 그는 다음 단계로 에이전트와 합성 데이터, 추론 시점의 컴퓨트를 꼽았습니다.
게리 마커스(Gary Marcus)는 글이 공개된 직후 본문에 교정 표시를 달아 공개하면서, 이 글이 과학 저술이 아니라 판매를 위한 문서라고 평가했습니다.
두 반론의 과녁은 서로 다릅니다. 수츠케버는 규모 확대가 통한다는 사실 자체가 아니라 그 연료가 떨어진다는 점을 짚었고, 마커스는 이 글이 애초에 입증을 목표로 쓰이지 않았다는 점을 짚었습니다.
컴퓨트와 에너지, 그리고 인간의 의지
기술은 인류를 석기시대에서 농업시대로, 다시 산업시대로 데려왔습니다. 여기서부터 지능의 시대로 가는 길은 컴퓨트와 에너지, 그리고 인간의 의지로 포장되어 있다고 올트먼은 적습니다. 글 제목이 가리키는 시대 구분이 이 한 문장에 담겨 있고, 앞 절까지 이어진 기술적 논증은 여기서 인프라에 대한 요구로 성격이 바뀝니다.
AI를 가능한 한 많은 사람의 손에 쥐여 주고 싶다면 컴퓨트 비용을 끌어내리고 컴퓨트를 풍부하게 만들어야 하며, 그러려면 많은 에너지와 많은 칩이 필요합니다. 인프라를 충분히 짓지 못할 경우 AI는 전쟁의 대상이 되는 희소 자원이자 부유한 사람들의 도구로 남게 된다는 것이 올트먼의 경고입니다. 접근권의 문제를 윤리나 분배가 아니라 공급량의 문제로 바꿔 놓는 것이 이 대목의 논법입니다.
그래서 현명하게, 그러나 확신을 갖고 움직여야 한다고 그는 말합니다. 지능의 시대가 밝아 오는 일은 대단히 복잡하고 걸린 것이 많은 도전을 동반하는 중대한 전개입니다. 전적으로 긍정적인 이야기가 되지는 않으리라는 점을 올트먼도 인정합니다. 그럼에도 얻을 수 있는 것이 워낙 커서, 눈앞의 위험을 헤쳐 나갈 방법을 알아내는 일은 우리 자신과 미래에 대한 의무라는 것이 그의 판단입니다.
이어지는 문단에서 올트먼은 미래가 너무 밝아서 지금 글로 담아내려 해 본들 누구도 제대로 그려 낼 수 없다고 적습니다. 지능의 시대를 규정하는 특징은 거대한 번영이 될 것이라고 그는 봅니다. 변화는 점진적으로 오겠지만 기후 문제의 해결, 우주 식민지 건설, 물리학 전체의 발견 같은 놀라운 성취가 결국에는 흔한 일이 됩니다. 거의 무한한 지능과 풍부한 에너지, 다시 말해 훌륭한 아이디어를 내는 능력과 그것을 실현하는 능력이 함께 주어지면 꽤 많은 일을 할 수 있다는 것입니다.
[이해관계] 이 글이 인프라 요구로 수렴하는 데에는 발표 시점의 사정이 있습니다. 2024년 9월 올트먼은 다른 기술기업 경영진들과 함께 백악관 회의에 참석했고, 오픈AI는 회의 직후 미국 여러 주에 5기가와트급 데이터센터를 짓는 일의 경제적·안보적 이득을 정리한 문건을 정부 관계자들에게 전달했습니다. 5기가와트는 원자로 다섯 기에 맞먹고 300만 가구에 가까운 전력을 댈 수 있는 규모입니다. 미국 전력회사 콘스텔레이션에너지(Constellation Energy)의 최고경영자는 올트먼이 그런 시설을 다섯에서 일곱 개 짓는 이야기를 하고 있다고 들었다고 밝혔습니다.
자금 사정도 같은 방향을 가리킵니다. 글이 올라오고 아흐레 뒤인 2024년 10월 2일 오픈AI는 66억 달러를 조달해 기업가치 1,570억 달러를 인정받았고, 스라이브캐피털(Thrive Capital)이 주도한 이 라운드에는 마이크로소프트(Microsoft)와 엔비디아(NVIDIA), 소프트뱅크(SoftBank), MGX가 참여했습니다. 당시 오픈AI의 그해 매출 전망은 37억 달러, 손실 전망은 50억 달러 수준이었습니다. 올트먼 개인도 원자력 스타트업 헬리온(Helion)과 오클로(Oklo), 태양열 기업 엑소와트(Exowatt)에 투자해 왔습니다.
이런 사정이 글의 주장을 틀리게 만들지는 않습니다. 다만 번영과 접근권의 언어로 쓰인 문단이 동시에 전력 인허가와 자본 조달을 향한 요청이기도 하다는 점은 읽는 쪽이 알고 있는 편이 낫습니다.
[사후 맥락] 이 글이 요청한 인프라는 넉 달 뒤 실제 사업이 됐습니다. 2025년 1월 백악관에서 오픈AI와 오라클(Oracle), 소프트뱅크는 4년에 걸쳐 5,000억 달러를 투입해 10기가와트 규모의 AI 인프라를 짓는 스타게이트(Stargate)를 발표했습니다. 2025년 9월에는 신규 부지 다섯 곳이 추가되며 계획 용량이 7기가와트에 근접했고, 엔비디아는 최대 1,000억 달러 투자를 약속했습니다. 2026년 4월 오픈AI는 10기가와트 분량의 컴퓨트 계약을 모두 체결했다고 밝혔는데, 애초 목표 시점은 2029년이었습니다.
이 글에서 가장 빠르게 현실이 된 것은 초지능의 시점이 아니라 인프라 쪽이었습니다. 같은 기간 수익이 그 속도를 따라잡을 수 있는지에 대한 의문도 함께 커졌습니다.
[한국 관점] 컴퓨트를 싸고 풍부하게 만들라는 요구는 한국에서 두 갈래로 갈립니다. 공급 쪽에서 한국은 분명한 수혜자입니다. 학습과 추론에 쓰이는 가속기의 성능을 좌우하는 HBM 공급에서 한국 기업들이 중심에 있어, 데이터센터 증설은 그대로 메모리 수요로 돌아옵니다.
수요 쪽은 사정이 다릅니다. 5기가와트짜리 데이터센터 한 곳은 원자로 다섯 기 분량의 전력을 한자리에 끌어와야 한다는 뜻이어서, 전력계통과 입지가 좁은 한국에서 같은 방식의 증설을 재현하기는 어렵습니다. 국내 데이터센터가 수도권에 몰리면서 계통 접속이 지연되는 문제는 이미 반복돼 왔고, 2024년 6월 시행된 분산에너지 활성화 특별법도 그 집중을 완화하려는 시도였습니다. 올트먼의 문장을 한국으로 옮기면 컴퓨트를 많이 짓자는 결론보다, 어디에 누구의 전력으로 짓느냐는 질문이 먼저 옵니다.
가로등을 켜던 사람
다른 기술에서 그랬듯 나쁜 면도 있을 것이고, 편익을 키우고 피해를 줄이는 작업을 지금부터 시작해야 한다고 올트먼은 적습니다. 그가 드는 사례는 노동시장입니다. 앞으로 몇 해 사이에 노동시장에는 좋은 쪽으로도 나쁜 쪽으로도 상당한 변화가 오리라고 그는 봅니다. 다만 대부분의 일자리는 사람들이 생각하는 것보다 천천히 바뀔 것이고, 할 일이 바닥나는 사태는 두렵지 않다고 말합니다. 오늘의 눈으로는 진짜 직업처럼 보이지 않는 형태라 해도 마찬가지라는 단서가 붙습니다.
근거로 그가 드는 것은 사람의 성향입니다. 사람에게는 무언가를 만들고 서로에게 쓸모 있는 존재가 되려는 타고난 욕구가 있고, AI는 그 능력을 전에 없던 수준으로 증폭합니다. 사회는 다시 확장하는 세계로 돌아가게 되고, 우리는 양의 합 게임에 다시 집중할 수 있게 됩니다.
마지막 문단에서 올트먼은 오늘 우리가 하는 일 가운데 상당수가 몇백 년 전 사람들 눈에는 하찮은 시간 낭비로 보였을 것이라고 적습니다. 그러나 지금 아무도 과거를 돌아보며 가로등 점등원이 되기를 바라지 않습니다. 그 점등원이 오늘의 세계를 본다면 자기 주위에 깔린 번영을 상상할 수 없는 것으로 여길 테고, 지금에서 백 년을 앞으로 감아 보면 그때의 번영도 우리에게 꼭 그만큼 상상 밖의 것으로 느껴지리라는 문장으로 글은 끝납니다.
해설 가로등 점등원은 가스등 시대에 해 질 무렵 거리를 돌며 등에 불을 붙이고 새벽에 끄던 직업으로, 전기 조명이 퍼지면서 사라졌습니다. 올트먼이 이 직업을 고른 이유는 사라진 일자리를 아무도 그리워하지 않는다는 점에 있습니다.
그 뒤에 깔린 명제는 경제학에서 노동총량의 오류라고 부르는 생각에 대한 반박입니다. 사회에 필요한 일의 총량이 정해져 있어서 기계가 그중 일부를 가져가면 사람 몫이 그만큼 줄어든다는 발상인데, 산업화 이후의 역사는 새로운 수요와 새로운 직종이 계속 생겨나는 쪽으로 흘러왔습니다. 올트먼의 낙관은 이 역사적 규칙성에 기대고 있습니다.
[관점] 총량 명제가 참이더라도 전환 비용은 사라지지 않습니다. 할 일이 바닥나지 않는다는 말과, 지금 그 일을 하던 사람이 새 일자리로 옮겨 간다는 말은 서로 다른 주장입니다. 두 문장 사이에는 재훈련에 걸리는 시간과 지역, 연령, 소득의 분포가 놓여 있습니다.
기계 도입을 옹호한 대표적 경제학자였던 데이비드 리카도(David Ricardo)조차 1821년 『On the Principles of Political Economy and Taxation』 3판에 기계에 관한 장을 새로 넣어, 기계가 노동계급의 이익을 해칠 수 있다는 점을 인정했습니다. 한편 올트먼은 변화가 느릴 것이라고 말하면서 같은 글에서 수천 일 안의 초지능을 말하는데, 이 두 속도가 어떻게 양립하는지는 설명되지 않습니다.
[사후 맥락] 노동시장 대목은 발표 이후 자료가 가장 먼저 쌓인 부분입니다. 에릭 브리뇰프슨(Erik Brynjolfsson) 등은 2025년 8월 공개한 「Canaries in the Coal Mine?」에서 미국 최대 급여처리업체의 행정 자료를 이용해, 생성형 AI가 널리 쓰이기 시작한 뒤 AI 노출도가 높은 직종의 22-25세 초기 경력자 고용이 상대적으로 13% 줄었다고 보고했습니다. 2025년 11월 수정본에서는 그 수치가 16%로 올라갔습니다. 감소는 AI가 사람의 일을 보조하는 직종이 아니라 대체하는 직종에 몰려 있었고, 같은 직종의 경력자 고용은 유지되거나 늘었습니다.
올트먼의 전망과 어긋나는 지점은 속도보다 분포입니다. 전체 고용은 견조해 보이는데 특정 연령대와 특정 직종에서 신호가 먼저 나타났고, 연구진은 이 결과가 정해진 운명이 아니라 한 시점의 관찰이라고 선을 그었습니다.
원문: Sam Altman, The Intelligence Age (Sep 2024) 전문은 원문에서 확인하실 수 있습니다.
참고할만한 글
- 샘 올트먼 – 온화한 특이점 (The Gentle Singularity) — 같은 저자가 아홉 달 뒤에 쓴 글로, 지능의 시대라는 선언이 어떤 구체적 수치와 시점으로 옮겨 가는지 확인할 수 있습니다.
- 데이비드 칸 – AI의 6,000억달러 질문 (AI’s $600B Question) — 컴퓨트를 풍부하게 만들라는 요구가 실제로 얼마의 매출로 회수되어야 하는지를 숫자로 따져 봅니다.
- 아빈드 나라야난·사야시 카푸어 – 일반 기술로서의 AI (AI as Normal Technology) — 같은 기술을 두고 초지능의 임박이 아니라 느린 확산으로 읽는 정반대의 결론을 제시합니다.
