외부소식

60만원짜리 드론이 바꾼 전쟁… “승부는 무기가 아닌 소프트웨어가 가른다”

“전쟁 AI를 둘러싼 논의는 종종 “챗봇이 전쟁에 쓰인다”는 식의 자극적인 표현으로 소비된다. 그러나 현장에서 더 중요한 질문은 따로 있다. 값싼 민간 드론이 어떻게 고가 무기의 비용 구조를 무너뜨리는지, 왜 방산 기업의 경쟁력이 하드웨어보다 소프트웨어와 지휘·제어 구조로 이동하는지, 그리고 “인간이 최종 결정을 내린다”는 원칙이 실제 전장에서도 지켜질 수 있는지다. 우크라이나 전장은 이러한 변화를 가장 선명하게 보여줬다. 400달러(약 60만원) 안팎의 FPV(First-Person View, 조종자가 카메라 화면을 보며 1인칭 시점으로 직접 조종하는 방식의) 드론이 수백만 달러짜리 전차를 위협했고, 러시아의 전파 교란에 맞서 광케이블 드론과 카메라·관성센서 기반 비행 같은 민간 기술이 곧바로 전장에 이식됐다. 중동에서는 상황이 한 단계 더 나아갔다. 드론 공격은 공항이나 데이터센터같은 핵심 인프라를 먼저 흔들었고, 미국 국방부는 기밀 환경의 생성형 AI로 표적 목록과 군수 정보를 함께 분석해 타격 우선순위를 검토하고 있다. 이러한 변화의 중심에는 ‘이중용도 기술(dual-use technology)’이 있다. 민간에서 개발된 인공지능(AI)과 소프트웨어, 상업용 장비들이 별도의 군사 개발 과정 없이 곧바로 전장에 투입되며, 전쟁의 속도와 구조 자체를 바꾸고 있다. 과거에는 군이 기술을 주도하고 민간으로 확산되는 흐름이었다면, 이제는 민간 기술이 전쟁을 규정하는 시대가 열리고 있다. 카네기멜론대에서 로보틱스를 연구하고 실리콘밸리를 거쳐 현재 방산 AI 전략을 총괄하고 있는 서영우 한화에어로스페이스 전무는 이러한 변화를 ‘이중용도 기술의 극대화’라고 설명한다. 최신 기술로 인해 전쟁은 물론 방산의 개발 방식과 조달 체계, 인간의 역할이 어떻게 바뀌고 있는지 그의 의견을 들어 봤다. 서영우 한화에어로스페이스 전략기획실 전무 최근의 현대전이 보여주고 있는 모습처럼 전쟁의 방식을 바꾸고 있는 가장 핵심적인 변화는 무엇이라고 보십니까? ‘이중용도 기술(Dual Use of Technology)’의 극대화’라고 생각합니다. 특히 민간에서 개발된 머신러닝 알고리즘의 발전과 상업 제품들의 대량 생산 혜택을 전장이 최대한 활용한 결과입니다. 러시아군이 침략해 왔을 때 우크라이나군은 절대적 전력 열세 속에서 어떤 수를 써서라도 나라를 지켜야 했습니다. 그중 하나가 현지에서 대량 조립할 수 있는 약 400달러짜리 FPV 드론이었고, 이런 드론이 약 450만 달러짜리 러시안 T–90M 탱크를 격파할 수 있을 것이라 생각하지 못했기 때문에 충격이 컸습니다. 탱크는 공중 공격을 드물게 받는다는 가정하에 설계되었기 때문에, 드론이 포탑 위로 포탄을 떨어뜨리면 파괴력이 상당했습니다. 기술의 진화 과정도 흥미롭습니다. 초기에는 원격 조종으로 드론에 장착한 수류탄이나 박격포탄을 낙하시켰습니다. 러시아군이 GPS를 교란하자 드론에 광케이블을 달아 위치 정보를 전송했고, 광케이블 길이의 제약을 넘기 위해 드론 카메라와 관성항법장치(INS)의 출력을 결합하여 드론의 위치정보를 추정할 수 있는 VIO(Visual-Inertial Odometry)를 민간으로부터 도입했습니다. VIO의 원조 알고리즘은 NASA가 행성 탐사선을 위해 개발한 것입니다. NASA가 이런 군사적 응용을 염두에 두고 2006년에 이 기술에 대한 논문을 쓰지는 않았겠죠. 중국의 DJI도 전장에서의 활용을 생각하고 드론을 만들지는 않았을 겁니다. 이 사례는 민간 기술이 전장의 비대칭 구조를 어떻게 바꿀 수 있는지를 잘 보여줍니다. 비용 비대칭이 앞으로도 계속된다면, 방산 기업은 어디를 먼저 바꿔야 합니까? 근본적인 전략의 방향은 변하지 않았다고 봅니다. 아직까지 전쟁의 끝은 지상군이 상대방 영토를 점령함으로써 이루어지는 것으로 여겨집니다. 모기가 아무리 많이 코끼리를 물어도 결국 코끼리를 쓰러뜨리는 것은 강력한 총입니다. 이렇듯 전쟁을 궁극적으로 끝낼 수 있는 K9 자주포, 레드백 장갑차, 천무 다연장 로켓과 같은 전략무기에 대한 수요는 계속 존재할 것으로 생각합니다. 다만, 현재는 하드웨어보다 기존 하드웨어를 최대한 활용할 수 있는 소프트웨어에 더 중점을 둬야 합니다. 새로운 하드웨어를 만들기보다는 하드웨어 안의 소프트웨어를 업그레이드해 성능을 향상시키는 것이 더 바람직할 것이라고 생각합니다. 물론 대드론 체계(c–UAS)처럼 기술의 진보와 전장환경의 변화에 따른 새로운 요구사항이 생기면 새로운 하드웨어도 필요합니다. 생산 방식 역시 현재의 노동집약적 구조에서 자동화된 생산시설로 전환하는 것이 바람직합니다. 빠른 기술 변화가 기존 방산 개발 주기와 조달 체계에 어떤 압박을 주고 있습니까? 기존에는 없던 소프트웨어 획득체계가 신설되고 있습니다. 미국은 이미 도입했고, 한국도 곧 뒤따를 예정입니다. 무기체계의 제작 방식이 하드웨어 중심에서 소프트웨어 중심으로 바뀌고 있는데, 마치 일반 가정의 자동차 기능을 OTA(무선 업데이트)로 업데이트하는 것처럼 변할 것으로 예측됩니다. 기존 방산업체는 제조 중심에서 소프트웨어 개발까지 포트폴리오를 넓히려 하고 있습니다. 가장 큰 압박 요인은 인력입니다. 무인체계 제작에 필요한 인재를 민간의 소프트웨어 회사나 로봇 기업과 경쟁해서 채용해야 하기 때문입니다. 유무인복합운용체계(MUM–T)에서 경쟁력의 핵심은 플랫폼입니까, 소프트웨어입니까? 어떤 시기든 국방 기술의 주류가 무엇이든 간에, 지휘·제어 구조가 경쟁력의 핵심입니다. MUM–T는 개념 자체가 사실 민간에서 온 것입니다. 산업계와 학계는 오랫동안 사람의 개입 없이 로봇이 자율로 작업을 수행하는 것을 목표로 기술을 개발해왔습니다. 그러나 완전자율 로봇에 대한 기술 개발의 어려움, 혹은 불가능함을 깨닫고 나서, 로봇이 수행해야 하는 작업 임에도 로봇이 직접 수행하기 힘든 일들을 사람이 개입해 도움을 주는 형태를 만들게 된 것입니다. 즉, 완전자율로봇 시대로 가기 위한 중간 단계가 필요했습니다. MUM-T는 이 접근법의 국방 버전입니다. 완전자율이 아니라 인간과 무인체계가 팀을 이루는 하이브리드 전력이고, 따라서 경쟁력의 핵심은 개별 플랫폼의 성능이 아니라 이 하이브리드 전력을 어떻게 지휘하고 제어하느냐에 달려 있을 것입니다. AI가 전장에서 보조를 넘어 자율적 판단을 하는 경계는 어디입니까? 실제 전장에서 AI의 역할은 고정된 것이 아니라, 상황에 따라 달라질 수 있다고 생각합니다. 예를 들어, 컴퓨터 비전 기반으로 기지 주변의 상황을 인지하고 작전 계획을 제시하는 AI 시스템이 있다고 해보겠습니다. 적군이 한두 명씩 시간 간격을, 사람이 판단할 수 있을 만큼의 충분한 시간을 두고 나타난다면 지휘관이 AI의 판단을 충분히 고려하고, 자신의 경험과 규칙에 따라 작전을 수행할 것입니다. 하지만 적군이 AI 시스템의 처리 속도나 인간지휘관의 판단속도보다 더 빠르게 출현한다면 어떻게 해야 할까요? 어느 순간에는 지휘관이 AI를 신뢰할 수 있는 전략 자산으로 인정하고, 사실상 자율적으로 작전을 수행하는 수준까지 권한을 부여할 수 있다고 봅니다. ‘인간이 최종 결정을 내린다’는 원칙은 실전에서도 지켜질 수 있습니까? AI가 살상 가능한 국방체계에 적용될 때의 기본 원칙은 ‘살상을 해야 하는 경우 그 최종 결정은 인간이 한다’이고 한화에어로스페이스도 이 원칙 하에 AI 기능이 추가된 무인체계를 만들고 있습니다. 이는 인간이 아닌 무엇인가가 인간을 사살하는 것을 막기 위한 최소한의 원칙이라 생각합니다. 하지만 실제 전쟁 시, 상황에 따라 이 원칙이 형식에 불과할 수도 있다고 봅니다. 일례로, 이스라엘이 가자지구에서 사용한 AI 프로그램 ‘라벤더’와 ‘가스펠’이 있습니다. 라벤더는 여러 정보 소스를 활용해 하마스 요원을 식별하는 AI 도구이고, 가스펠은 이들이 거주하는 것으로 판단되는 거주지를 식별하는 AI 도구입니다. 원칙상 AI가 식별해낸 표적 목록을 운용자가 일일이 검토해야 했지만, 가디언 등의 보도에 따르면 사용 초기와 간헐적인 경우를 제외하고는 식별부터 타격까지 인간의 실질적 개입이 이루어지지 않은 것으로 알려져 있습니다. 또 다른 예로는 앞서 설명한 대드론 체계를 생각해 볼 수 있습니다. 드론이 한두 대씩 날아온다면 문제가 없지만, 무수히 많은 드론이 한꺼번에 날아온다면, 일일이 사람의 승인을 받을 것인지 아니면 AI에 자율성을 부여해 알아서 격추하게 할 것인지를 결정해야 할 것입니다. 물론 이 경우 타격을 해야 하는 객체가 적군이 아니라 적이 보낸 무인체계이지만 날아오는 드론을 침략 혹은 침투하는 적군으로 생각하면 같은 문제, 즉 언제까지 대원칙을 지킬 것이냐라는 문제에 봉착하게 되는 것이죠. ‘살상의 최종 결정은 인간이 한다’는 대원칙은 한국군을 포함한 모든 군이 지키려는 원칙입니다. 하지만 실제 전장의 환경에 따라 지켜지기 어려울 수도 있다는 것이 제 생각입니다. 군사 영역에서 가장 조심해야 할 AI 적용 구간은 어디입니까? 두 가지 구간이 특히 위험하다고 생각합니다. 첫째는 탐지·식별·판단이 자동화되는 구간입니다. AI는 언론에서 비치는 것과 달리 사람이 만든 기술이며 항상 오류가 존재합니다. 초병 대신 물체를 탐지한다 하나 그 성능이 항상 100%이지는 않고, 운전병 대신 군트럭을 운전한다 하나 사람이 하지 않는 실수를 할 수 있습니다. 이런 구간에서 기술을 맹신하면 오탐이 곧 인명 피해로 이어지는 치명적 결과를 낳을 수 있습니다. 둘째는 정보전 영역입니다. 딥페이크로 대표되는 정보 조작이 사실과 다른 상황 인식을 만들어내고, 그 오해가 분쟁의 빌미가 될 수 있습니다. 한국 방산 AI의 가장 시급한 병목은 무엇이며, 데이터 측면에서는 무엇이 가장 부족합니까? 한국뿐 아니라 전 세계 모든 군이 AI를 국방에 적용하는 데 최선을 다하는 모양새입니다. 가장 큰 이유는 임무 수행 시 사상자 최소화, 개별 병사의 능력 극대화, 그리고 인구 절벽이 병력 단절로 이어지는 악순환을 막을 수 있기 때문입니다. 참고로 인구절벽이 병력단절로 이어지는 악순환은 출생률이 낮아지고 있는 한국뿐 아니라 미국, 유럽 등 모든 군이 공통적으로 겪는 문제입니다. 한국의 이슈는 크게 세 가지입니다. 첫째, AI 기술은 소프트웨어로 구현되어야 의미가 있는데 현재 한국에는 소프트웨어 획득체계가 없습니다. 대통령 직속 국가인공지능전략위원회 (이하 AI전략위)가 국방부와 관련 부처, 그리고 국회와 협업하여 이를 도입하려 하고 있습니다. 둘째, 테스트 환경이 부족하고 군 공간 공유도 이루어지지 않고 있습니다. 셋째, 데이터가 부족합니다. 데이터 문제가 특히 구조적입니다. AI 성능은 결국 데이터의 양과 질에서 갈리는데, 6·25 전쟁 이후 전쟁을 치르지 않은 한국은 실전 데이터가 없습니다. 그런데 실전에 가장 가까운 훈련 데이터조차 업체 입장에선 접근이 매우 어려운 것이 현실입니다. 개발한 데이터가 충분히 없으니 실제로 필요한 AI 기술을 만들 수 없고, 제대로 개발된 AI기술이 없으니 객관적으로 검증하기도 힘들고, 결국 필요한 AI기술을 적기에 조달할수도 없게 되는 악순환이 되는것입니다. 다만 지난 7월 이재명 대통령의 국방 데이터 공유 지시 이후 AI전략위와 국방부가 협업해 민감도 순위에 따라 데이터를 개방하는 방안을 추진하고 있고 군부대 일부를 방산업체등 적합한 업체에 공개하기 위해 노력하고 있습니다. 5~10년 뒤 미래 전장의 가장 큰 변화는 어디에서 나타날 것입니까? 바이든 행정부 시절 미 육군미래사령부가 강조한 ‘Sensor–to–Shooter’라는 전투 개념이 있습니다. 발견된 적을 가장 가까운 타격체계로 즉각 타격한다는 것인데, 이를 위해 미군은 JADC2(Joint All Domain Command and Control)라는 지휘체계를 정의했고, 우주와 사이버스페이스, 그리고 AI가 운영하는 네트웍까지 모든 영역을 아우르는 C(Combined) JADC2로 확대했습니다. 미래 전장은 이 개념이 구체화되거나 확장된 형태가 될 것으로 봅니다. 동원 가능한 모든 정보 소스에서 들어온 첩보를 한곳에 모아 생성형 AI로 해석·분석해 작전을 수립하고, 이를 가장 잘 수행할 수 있는 군 조직을 동원해 AI가 수립한 계획에 따라 임무를 수행하는 형태입니다. 정보 수집부터 분석, 작전 계획, 실행까지의 전 과정이 하나의 네트워크 안에서 유기적으로 연결되는 것이죠. 이런 방향의 변화는 이미 여러 군사 작전에서 부분적으로 드러나고 있다고 봅니다. 이에 가장 근접한 예가 미군이 지난 1월 3일 베네수엘라에서 수행한 니콜라스 마두로 대통령 생포 작전, 즉 ‘확고한 결의 작전(Operation Absolute Resolve)’이라고 생각합니다. ‘기술이 바꾸는 전쟁’의 본질을 한 문장으로 어떻게 설명하시겠습니까? 기술은 항상 전쟁의 도구를 바꿔왔고, 도구가 바뀌면 전쟁의 양상도 바뀌었습니다. 자동소총, 탱크, 비행기, 초음속 유도탄, 잠수함, 인터넷, 무인체계, 드론 등, 1차 세계대전 이후 기술의 발전이 전쟁의 모습을 계속 바꿔온 것은 사실입니다. 그런데 지금의 변화에는 이전과 다른 점이 있다고 생각합니다. AI 중심의 전쟁에서는 물리적으로 전장에 있지 않은 사람이 화면과 시스템을 통해 살상에 참여하는 구조가 확대되고 있습니다. 예를들면 미국 본토에서 화면을 보며 무인기로 전 세계 어는 곳의 목표물이라도 타격할 수 있습니다. 어떤 면에서는 게임을 하는 것 같은 대리전쟁의 특성이 나타나고 있는 것이죠. 기술이 바꾸고 있는 것은 무기만이 아닙니다. 전쟁을 수행하는 방식뿐 아니라, 인간이 전쟁을 인식하고 개입하는 방식 자체가 달라지고 있습니다. 서영우 한화에어로스페이스 전무는 지난 25여년간 인공지능 기술을 이용하여 실세계의 복잡하고 다양한 문제들(자율 주행, 자율 비행, 초고속 열차 등)을 해결해왔고, 이러한 산학계의 다양한 경험을 기반으로 한화에어로스페이스의 무인체계 핵심인 지상용 Autonomy R&D를 주도하고 있으며 AI, Robotics, SW Engineering 등 차세대 제품 개발의 핵심 기술 개발에 technology catalyst 역할을 수행하고 있다.

2026.05.14  0  79 

[창업진흥원] 공공데이터를 활용한 AI혁신, 'AI+ OpenData 챌린지' 설명회 개최 및 참여 안내

안녕하세요, 창업진흥원입니다.   중소벤처기업부와 창업진흥원을 비롯한 유관기관들이 협력하여,  공공기관이 실제 사용하는 현장 데이터를 기반으로 혁신적인 AI 솔루션을 발굴하는「AI+ OpenData 챌린지」를 개최합니다.📢   사업의 세부 내용과 주요 과제에 대한 궁금증을 해소해드리고자 사전 설명회(5/12)를 진행하오니,  역량있는 스타트업 관계자 여러분들의 많은 관심과 참여를 부탁드립니다!   ■ AI+ OpenData 챌린지 설명회 개요   일시 :  2026. 5. 12.(화) 14:00 ~ 15:30 장소 : 한국벤처투자 회의실(서울 서초구 서초대로 45길 16, 지하 1층) 참가대상 : AI 스타트업, 데이터 분석 분야 관계자 등       ■ 사전설명회 참여방법       사전등록 : 아래 포스터 상단 QR코드 스캔 또는 [사전 등록 링크 클릭] 관련문의 : 중소벤처기업진흥공단 (055-751-9953, 9954)       이번 챌린지가 공공 데이터와 스타트업의 혁신적인 아이디어가 만나 국민 생활에 실질적 변화를 만드는 시작점이 되기를 기대하며 설명회(5.12)에 많은 관심과 참석 부탁드립니다! 😊👍🏻   감사합니다.    ※ 본 공고는 K-Startup 누리집을 통해 '26.5.11.(월)에 게시될 예정입니다.

2026.05.08  0  61 

2026년 정부 첫 실증·구매 프로젝트 (모두의 챌린지 로봇) 스타트업 모집공고

2026년 정부 첫 실증·구매 프로젝트 (모두의 챌린지 로봇) 스타트업 모집공고 안녕하세요, 창업진흥원입니다. 정부 첫 실증·구매 프로젝트(모두의 챌린지 로봇)에 참여할 스타트업을 K-Startup 누리집을 통해 모집 중입니다. 관심 있는 모든 분들의 많은 참여를 바랍니다. 감사합니다. 모집기간 : '26.4.29.(월)~5.20.(수), 15시까지 사업목적 : 정부의 수요를 기반으로 스타트업의 기술(제품)에 대해 최적화된 현장 중심의 실증 환경 제공 및 협업 자금 등 지원 모집대상 :「조달사업에 관한 법률」에 따라 조달청 혁신제품으로 등록되어 있거나, 최근 4년 이내 중소벤처기업부 중소기업기술개발(R&D) 사업을 수행한 이력이 있는 업력 10년 이내 로봇 스타트업 지원내용 : 실증·협업자금(1억원), 현장 실증, 수요기관 기술개발사업(R&D) 우대, 시범 구매 등 지원 * 세부내용은 첨부된 모집공고문 참조 신청·접수 : K-Startup 누리집 모집공고 바로가기

2026.05.08  0  66 

     ⏰ 4월 5주 주요 모집 공고 🎯(~4/30) <2026 아세안 글로벌 스타트업 서밋 From Singapore to ASEAN>모집🎯(~5/5) <CJ제일제당 프론티어랩스 6기  OI> 모집🎯(~5/8)  <코카콜라, 타타스틸, 르노, 포툼, 구글클라우드, 에어버스, 어도비, 에어리퀴드, 헤일리온, 루프트한자, Dow Future. 심리스 벤처스 > 각 15개사 오픈이노베이션 1:1밋업 신청 접수🎯(~5/11) <NextRise 2026 1:1 Meeetup 참여기업> 모집🎯(~5/18) <독일 NETZSCH 내취 배터리 생산-재활용 OI> 모집         NextRise 2026 1:1 Meeetup 참여기업 모집 👉모집 기한 : 2026.0５.11(월)까지👉모집 대상 : 투자 유치 비롯, 공동 상품개발, 해외시장 진출 등 성장을 도모하는 스타트업👉신청 방법 : 넥스트라이즈 2026 홈페이지 내 접수 必 (하단 접수창 접속)👉밋업 일자 : 1. 오프라인(현장) 밋업 2026.06.18 ~ 2026.06.192. 온라인 밋업 : 2026.06.23 ~ 2026.06.24 NextRise는 국내외 스타트업, 대·중견기업 및 VC가 투자유치와 사업협력을 논의할 수 있는 ‘1:1 비즈니스 밋업'을 제공합니다. NextRise 밋업은 현장 밋업과 온라인 밋업으로 진행되며, 5월 11일까지 스타트업 접수 신청을 받고, 이후 선정 절차를 거쳐 현장 밋업은 6월 18일(목)~19일(금)에 진행됩니다. 온라인 밋업은 6월 23일(화) ~ 24일(수)에 진행됩니다. 2025년에는 1,600여개 스타트업과 250여개의 글로벌 대·중견기업 및 VC가 참여하여 약 3,700여건 밋업을 진행했으며, 90%가 재참여 의사를 표시했습니다. 투자 유치를 비롯하여, 공동 상품개발, 해외시장 진출 등의 성장을 도모하는 스타트업 여러분의 많은 관심과 참여를 부탁드립니다. (1:1 밋업은 사무국의 승인 이후 신청이 확정됩니다)  신청접수 바로가기         2026 글로벌스타트업 서밋 세미나👉진행 일자 : 2026.04.30(목) 14:00~18:00👉행사 장소 : 서울 강남구 영동대로 513 코엑스 2층 스타트업브랜치👉참가 자격 : 바이오/헬스케어, AI 기반 헬스기술, 디지털 인프라 기업👉신청 방법 : 하단 접수창 통해 구글 폼 신청 및 자료제출 必 접수창 바로가기         CJ 제일제당프론티어랩스 6기 OI 모집👉모집 기간 : 2026.05.05(화) 자정까지👉모집 분야 : 혁신소재/제조 및 생산 혁신/Emerging브랜드/유통 및 마케팅/ AI 및 로봇기술/기타 등 자세한 내용 공고 확인 必👉접수 방법 : 공식 홈페이지 통하여 지원 접수 접수창 바로가기         독일 내취 배터리 생산-재활용오픈이노베이션 모집👉모집 기간 : 2026.05.18(월)까지👉모집 대상 : 하기 모집분야 기술 보유 한국 스타트업(강소기업) 👉모집 분야 : 습식제련 통한 배터리 재활용/습식제련 배터리 재활용 공정/혼합 및 균질화 기술/레독스 흐름 배터리, 특히 나트륨-이온/배터리 분석 기술👉접수 방법 : 이노브랜치 페이지 통해서 접수 신청접수 바로가기         P&G 오픈이노베이션1:1 밋업 접수👉모집 기간 : 공고일자 ~ 2026.05.08 (목)👉모집 분야 : 바이오 및 헬스케어, 환경 및 지속가능성, 교육/컨텐츠/플랫폼 서비스, 첨단제조 및 신소재 등 (공고 확인 必)👉접수 방법 : 이노브랜치 內 ★본 밋업은 NextRise 2026과 연계 진행★ 접수창 바로가기         자이스  오픈이노베이션1:1 밋업 접수👉모집 기간 : 공고일자 ~ 2026.05.08 (목)👉모집 분야 : AI·Data·Computing, Future Mobility·Aerospace, Advanced Semiconductors·Displays, 등 (공고 확인 必)👉접수 방법 : 이노브랜치 內 ★본 밋업은 NextRise 2026과 연계 진행★ 접수창 바로가기         펩시 오픈이노베이션1:1 밋업 접수👉모집 기간 : 공고일자 ~ 2026.05.08 (목)👉모집 분야 : AI, 컴퓨팅, 로보틱스, 첨단제조 신소재 등 (공고 확인 必)👉접수 방법 : 이노브랜치 內 ★본 밋업은 NextRise 2026과 연계 진행★ 접수창 바로가기         코카콜라 오픈이노베이션1:1 밋업 접수👉모집 기간 : 공고일자 ~ 2026.05.08 (목)👉모집 분야 : AI, 컴퓨팅, 로보틱스, 첨단제조 신소재 등👉접수 방법 : 이노브랜치 內 ★본 밋업은 NextRise 2026과 연계 진행★ 접수창 바로가기         타타스틸 오픈이노베이션1:1 밋업 접수👉모집 기간 : 공고일자 ~ 2026.05.08 (목)👉모집 분야 : 스마트 제조, 청정에너지 및 첨단소재 등 (공고 확인 必)👉접수 방법 : 이노브랜치 內 ★본 밋업은 NextRise 2026과 연계 진행★ 접수창 바로가기         르노코리아 오픈이노베이션1:1 밋업 접수👉모집 기간 : 공고일자 ~ 2026.05.08 (목)👉모집 분야 : AI 및 지능형 기술, 미래 모빌리티 및 자동차, 디스플레이 및 첨단 소재 등(공고 확인 必)👉접수 방법 : 이노브랜치 內 ★본 밋업은 NextRise 2026과 연계 진행★ 접수창 바로가기         포툼 오픈이노베이션1:1 밋업 접수👉모집 기간 : 공고일자 ~ 2026.05.08 (목)👉모집 분야 : 청정에너지, 배터리, 디지털 기반 에너지 솔루션 등 (공고 확인 必)👉접수 방법 : 이노브랜치 內 ★본 밋업은 NextRise 2026과 연계 진행★ 접수창 바로가기         구글 클라우드 오픈이노베이션1:1 밋업 접수👉모집 기간 : 공고일자 ~ 2026.05.08 (목)👉모집 분야 : 인공지능 및 클라우드·데이터기술, 미래 모빌리티 및 교통기술 등 (공고 확인 必)👉접수 방법 : 이노브랜치 內 ★본 밋업은 NextRise 2026과 연계 진행★ 접수창 바로가기         에어버스 오픈이노베이션1:1 밋업 접수👉모집 기간 : 공고일자 ~ 2026.05.08 (목)👉모집 분야 : 항공 및 미래 모빌리티, 차세대 배터리 및 에너지 저장 등 (공고 확인 必)👉접수 방법 : 이노브랜치 內 ★본 밋업은 NextRise 2026과 연계 진행★ 접수창 바로가기         어도비 오픈이노베이션1:1 밋업 접수👉모집 기간 : 공고일자 ~ 2026.05.08 (목)👉모집 분야 : AI 기반 고객 경험 및 마케팅 기술, 디지털 콘텐츠 및 크리에이티브 제작기술 등 (공고 확인 必)👉접수 방법 : 이노브랜치 內 ★본 밋업은 NextRise 2026과 연계 진행★ 접수창 바로가기         프랑스 에어리퀴드 오픈이노베이션1:1 밋업 접수👉모집 기간 : 공고일자 ~ 2026.05.08 (목)👉모집 분야 : AI, Data, Computing, Future Mobility, Aerospace, Secondary Batteries 등 (공고 확인 必)👉접수 방법 : 이노브랜치 內 ★본 밋업은 NextRise 2026과 연계 진행★ 접수창 바로가기         헤일리온 오픈이노베이션1:1 밋업 접수👉모집 기간 : 공고일자 ~ 2026.05.08 (목)👉모집 분야 : AI, Data, Computing, Bio, Healthcare 등 (공고 확인 必)👉접수 방법 : 이노브랜치 內 ★본 밋업은 NextRise 2026과 연계 진행★ 접수창 바로가기         독일 루프트한자 오픈이노베이션1:1 밋업 접수👉모집 기간 : 공고일자 ~ 2026.05.08 (목)👉모집 분야 : AI, Data, Computing, Future Mobility, Aerospace, Education, Contents 등 (공고 확인 必)👉접수 방법 : 이노브랜치 內 ★본 밋업은 NextRise 2026과 연계 진행★ 접수창 바로가기         Dow 오픈이노베이션1:1 밋업 접수👉모집 기간 : 공고일자 ~ 2026.05.08 (목)👉모집 분야 : 미래 모빌리티 및 배터리 기술, 반도체 및 전자 소재, 재생에너지 및 환경기 등 (공고 확인 必)👉접수 방법 : 이노브랜치 內 ★본 밋업은 NextRise 2026과 연계 진행★ 접수창 바로가기         미국 심리스 벤처스 오픈이노베이션1:1 밋업 접수👉모집 기간 : 공고일자 ~ 2026.05.08 (목)👉모집 분야 : AI, Data, Computing, Future Mobility, Aerospace, Adavanced Semiconductors 등 (공고 확인 必)👉접수 방법 : 이노브랜치 內 ★본 밋업은 NextRise 2026과 연계 진행★ 접수창 바로가기          KITA Startup Branch 카카오상담채널 저희 Branch 카카오채널 연결을 안하셨다면 클릭해보시기 바랍니다. 그리고 "안녕하세요" 라고 말을 걸어주시면, 담당자가 직접 응답하고 맞춤형 관리를 해드립니다. (👉클릭)          한국무역협회서울시 강남구 영동대로 511 트레이드타워 5Fstartup@kita.net | 1566-5114수신거부 Unsubscribe 

2026.05.04  0  91 

카피라이팅: AI vs 인간

   출처 = 코카콜라 코리아 유튜브  카피라이팅이란?  카피라이팅(Copywriting)이란 읽는 사람이 어떤 행동(구매 클릭, 구독, 공유 등)을 하도록 만드는 글쓰기를 뜻합니다. 이 역할을 수행하는 사람이 바로 '카피라이터'입니다. 카피라이터의 글쓰기는 단순히 정보 전달만을 목적으로 해서는 안 되며, 보는 사람이 글을 읽고, 이해하고, 행동을 하도록 유도해야 하는데요. 한마디로 글 한 줄로 사람의 마음을 움직여야 하는 것이죠.  카피라이터가 하는 일은 크게 보면 다음과 같습니다.  1. 광고 카피 작성 - TV·유튜브 광고 슬로건, 배너 문구, 옥외광고 헤드라인 등 캠페인/프로젝트 메시지를 설계하여 타겟 정의, 핵심 메시지 도출 그리고 핵심 카피(슬로건 등)를 개발합니다. 2. 디지털 콘텐츠 작성 - 이메일 제목, 랜딩 페이지 문구, SNS 캡션, 앱 푸시 알림 등 클릭률·전환율 같은 수치와 직결되는 글쓰기를 진행합니다. 3. 브랜드 보이스 설계 - 브랜드가 어떤 말투로 어떤 단어를 쓸지 정하는 작업입니다(=브랜드 톤 앤 매너 정리).  AI 이후의 카피라이팅  카피라이팅도 AI 직격탄을 맞은 분야 중 하나입니다. 몇 날 며칠을 고민했던 그 문장 하나를 챗 GPT에게 부탁만 하면 0.1초 만에 만들어내니까요. 때문에 일하는 방식, 작업의 주체, 진입 경로, 경쟁력의 기준이 달라지게 되었습니다.  1. 일하는 방식: AI로 초안을 뽑고, 그중에서 고르고 다듬는 방식으로 변화. 시간을 쓰는 것 -> 판단하는 것으로 바뀜 2. 작업의 주체: 양이 많고, 반복적이고, 구조가 정해져 있는 카피 작업을 이제는 AI가 진행 3. 진입 경로: 이전에는 주니어 카피라이터가 물량 작업을 반복하면서 감각을 키웠다면, 이제는 주니어 카피라이터의 자리가 줄어들고 있음4. 경쟁력의 기준: AI가 없는 더 세밀한 감각을 카피라이터에게 요구 예) 철학, 문화적 뉘앙스, 감각적 언어 등  실제로 코카콜라는 AI 이전엔 “Open Happiness”, “Taste the Feeling”처럼 하나의 강력한 슬로건을 중심으로 브랜드 메시지를 전달해왔었는데요.  AI 이후, 챗GPT가 등장한지 1년 만에 생성형 AI를 적극적으로 도입한 소비재 회사가 되었죠. 컨설팅 회사인 Bain & Company와 OpenAI의 파트너십을 발 빠르게 활용해 소비자가 생성형 AI 기술을 활용하여 코카콜라의 브랜드 가치를 이용한 예술 작품을 창작할 수 있도록 하는 "Create Real Magic"이라는 플랫폼을 만들었습니다. (귀여운 영상도 있습니다) 23년 초 론칭 직후에는 12만 개 이상의 콘텐츠가 올라왔고, 사용자들이 평균 7분 이상을 머무르는 성과를 보였습니다. 24년에는 산타 광고(위 영상)를 진행했는데요. 코카콜라 코리아에서 올린 유튜브 영상은 자그마치 약 687만 회의 조회수를 기록했습니다. 이런 캠페인은 소비자가 직접 참여하는 경험에 더 반응을 보이고 있음을 의미하는데요.  코카콜라 글로벌 카테고리 사장, 셀만 카레아가(Selman Careaga)는 2023년 인터뷰에서 "과거에는 에이전시 하나를 선정해서 플랫폼을 개발하고, 몇 달이 걸리고, 그걸 보고 또 다른 아이디어를 제안받는 식이었다면, AI 이후로는 모든 게 훨씬 유연해졌다"라며 "AI는 더 빠르고 더 나은 인사이트를 얻기 위한 도구라고 생각한다. 여기서 인간 지능(HI) 요소가 핵심이다"라고 전했습니다.  이제 브랜드 캠페인에서 중요한 것은 더 이상 하나의 완성된 카피가 아니라, 사용자가 어떤 행동을 하게 만들 것인가에 대한 '경험 설계'가 되었습니다.   GPT에게 카피 문구를 만들어 달라고 이야기해 보았습니다. 만드는 시간은 고작 0.1초가 걸리네요 😂  카피라이터에게 찾아온 위기 개인적으로 인간 고유의 것이라고 생각했던 '카피라이팅'. 그러나 AI가 나오기 시작하면서 이전에는 한참 동안 생각해야 했었던 카피들을 AI가 0.1초 만에 문장을 써 내려가는 것을 보니, 저도 사실 심란할 때가 많은데요.  거시적으로 볼 때 AI로 인해 전체 일자리가 구조적으로 변화할 것으로 예상되고 있습니다. 2025 WEF 미래 일자리 보고서에 따르면, "2030년까지 1억 7000만 개의 새로운 일자리가 생겨나는 동시에 9,200만 개의 일자리가 사라지며, 결과적으로 7,800만 개의 순 일자리 증가가 예상된다며, 이러한 변화는 오늘날 전체 일자리의 22%가 구조적 전환을 겪게 된다는 것을 의미한다"라고 나와있는데요.  실제로 지난 3월 후버 연구소에서 열린 행사에서 후버 연구소 리서치 디렉터 겸 시니어 펠로우인 스티븐 J.데이비스가 진행한 별도 패널에 링크드인의 수석 이코노미스트 카린 킴브로(Karin Kimbrough)가 13억 개의 링크드인 프로필 데이터를 근거로 "의료 전문 기록사, 법률 보조원, 카피라이터 등 자동화에 취약한 일부 분야에서는 최근 채용이 사실상 멈췄다."라고 말했습니다.(관련 아티클) 또한 전현직 혹은 프리랜서 카피라이터들의 AI 이후 직무 변화에 대한 이야기를 모아놓은 글에서는(링크) AI가 나타난 이후의 카피라이터들의 현재 상황을 엿볼 수 있었는데요. 다음은 실제 카피라이터들이 말했던 내용의 일부를 해석 및 요약한 글입니다.  "AI가 현재 나의 직업을 완전히 빼앗지는 않았지만, 이제 내 일의 대부분은 AI를 훈련시키는 것입니다. AI는 내가 이 자리에 오르기 위해 거쳐온 이전의 모든 직업들을 없애버렸습니다. 이제 신입들이 경험을 쌓기가 어려워졌는데, 카피라이터들이 어떻게 성장할 수 있을지 모르겠습니다."  "회사는 클라이언트가 AI를 이용해 필요한 카피를 직접 작성할 수 있도록 하는 형식의 템플릿 모델로 전환했고, 소수의 인하우스 직원들이 기본적인 내용으로 시작을 도와주는 방식이 되어버렸습니다. Copy.AI 같은 도구들이 업계를 완전히 무너뜨려 버렸고, 나의 커리어가 AI에 의해 무너졌습니다. AI가 일자리를 빼앗아 버리게 되면 어떤 일자리가 남게 될까요?"  "전성기에는 연간 약 6억 원을 벌고 8명을 고용하던 상태에서 2025년에는 기적적으로 새 일자리를 구하기 전까지 1000만 원도 못 버는 상황이 되었습니다. AI는 마케팅 분야의 모든 사람들을 향해 밀려오고 있습니다. 이제는 어떤 일자리를 만들어낼 수 있을지 모르겠습니다. (중략)GPT-4의 기술 발전과 자체 AI를 만들려는 움직임이 2023-2024년 내내 업계를 지배했습니다. 그러나 사람들을 탓할 수가 없었어요. 저도 마케팅 카피를 쓸 때 속도를 높이기 위해 AI를 쓰니까요. 카피라이터들에게 미래에도 자리가 있을 것이라고 생각하지만, 아주 극소수의 최고급 클라이언트를 위한 매우 매우 틈새시장으로 남게 될 것입니다."   사진 = 챗GPT 그럼에도 기계가 못 쓰는 문장은 있다   그럼에도 불구하고 생성형 AI가 못 쓰는 문장은 존재합니다. 30년 이상의 경력을 가진 베테랑 다이렉트 리스폰스(Direct-Response) 카피라이터인 롭 팔머(Rob Palmer)는 블로그를 통해 인간이 AI보다 더 나은 점에 대한 내용을 서술했습니다. 내용은 다음과 같습니다. (원문 링크)  (1) 전략적 설득 구조 설계 부족AI는 고객의 감정 강도를 조절하거나 신뢰를 구축해야 할 정확한 타이밍을 결정하는 '심리적 설계'는 하지 못합니다.  <심리적 설계>  헤드라인 -> 특정한 기대를 만들고 도입부 -> 훅은 특정한 감정 상태를 활성화하고  문제를 자극하는 단계 -> 반드시 해결이 필요하다고 느낄 정도로 긴장감을 끌어올리고 메커니즘 -> 해결책이 믿을 수 있도록 만드는 구조를 만들고  증거 -> 고객에게 확신이 필요한 그 순간에 신뢰를 쌓아 올리고 제안 -> 앞의 모든 단계가 쌓아온 심리적 흐름을 활용해 행동을 끌어올립니다.   무엇을 만들지, 어떤 감정을 고객에게 불어넣을지, 어떻게 신뢰를 쌓아 올릴지를 설계하는 모든 결정들은 AI가 아닌, 인간이 수십 년간 쌓아온 데이터베이스로 설계를 할 수 있습니다.   (2) 감정의 구체성 부족AI와 인간 카피라이팅 사이에서 가장 큰 성과 격차입니다. 이 차이는 전환율에서 그대로 드러나는데요. AI는 감정을 표면적인 수준에서만 다룬다면, 인간에게는 인간적인 공감 능력이 있습니다. AI는 아직 그 지점에 도달하진 못합니다. AI는 감정을 말하고, 인간은 그 감정을 살립니다.   (3) 시장 직감과 타이밍 부족경험이 많은 카피라이터는 현 시장 상황에 대한 감각이 뛰어납니다. 예를 들어 고객이 특정 메시지 형식이나 접근 방식에 피로감을 느끼고 있는 시점을 감지하죠. 또한 경쟁사가 새로운 기회를 만들었다는 것도 발 빠르게 알아챕니다. 하지만 AI는 그렇지 않습니다. 어떤 메시지가 현시점에서 필요한지 판단할 수 없습니다. 이것은 수년간의 반복된 성공과 실패의 경험에서 만들어집니다.   AI vs 인간어떤게 더 성과가 클까? 롭 팔머는 실제 AI와 인간의 성과 데이터를 비교하기 위해 리서치를 진행했는데요. 장문 세일즈 페이지의 경우 AI가 인간 대비 40~60% 하락했으며, 영상 세일즈 스크립트(VSL)의 경우 50~70% 하락했고, 이메일 캠페인의 경우 20~40% 하락했습니다.  흥미로운 것은 하이브리드 방식(AI+인간)이었는데요. 장문 세일즈 페이지의 경우 인간 혹은 AI만 작업할 때보다 성과가 10~20% 상승, 영상 세일즈 스크립트(VSL)의 경우 5~15% 상승, 이메일 캠페인의 경우 15~25% 상승했습니다.  하이브리드로 진행할 경우, AI로 아이디어를 캐내고, 인간은 아이디어를 날카롭게 세공하는 것이죠. 이렇게 되면 훨씬 더 많은 A/B 테스트를 진행할 수 있기 때문에 결과적으로 ROI가 10~25% 상승하는 결과로 이어지게 되는 것입니다.   책 에디토리얼 씽킹 (광고 아닙니다). 에디터, 마케터, 기획자, 창작자 모두가 쉽게 읽을 수 있는 책입니다. 글을 쓰기 위한 재료 수집 방법부터, 어떤 사고를 해야 하는지 설명하고 있습니다. 창작 혹은 기획 쪽에 관심 있으신 분들은 이 책을 한번쯤 보시는 것을 추천드립니다.   카피라이터 2.0 카피라이터의 역할이 바뀌고 있다  글이 아니라 설득이 필요한 순간, AI는 무너집니다. 때문에 이제는 '쓰는 사람'에서 '방향을 잡는 사람'으로 전향해야 합니다.  살아남는 카피라이터의 공통점은 AI를 도구로 쓰는 사람인데요. 카피라이터 전문 교육기관인 AWAI에서는 비록 AI가 몇 초 만에 글을 쓰는 시대지만, 아직은 카피라이터의 기회가 완전히 끝난 것은 아니라고 지적했습니다. 오히려 AI에 적응하고 함께 발전하는 카피라이터들에게는 새로운 황금기라는 것인데요.  그 이유는 1. 고품질 디지털 카피 수요가 계속 증가하고 있기 때문이고, 2. AI는 라이터들에게 새로운 직무를 만들어주기 때문입니다. 프롬프트 설계, AI 워크플로우 구축, 콘텐츠 프로세스 설계 등 카피라이터가 새롭게 역할을 맡을 수 있는데요. 새로운 직무는 다음과 같습니다.  AI 아웃풋 에디터 - AI가 만든 글을 다듬는 사람  AI 크리에이티브 디렉터 - AI 결과를 평가하고 방향을 잡는 사람  AI 기반 SEO 전문가 - SEO + AI 결합  AI 기반 감정 분석가 - 고객 감정 분석 + 메시지 전략  3. 마지막으로 AI는 인간성을 더 중요하게 만들어 주기 때문입니다. AI로는 반복 작업과 초안을 처리합니다. 때문에 인간만이 가지고 있는 창의성, 혁신, 감정 지능에 집중할 수 있습니다.  결론적으로 AWAI는 'AI는 카피라이팅을 바꿨지만, 새로운 기회를 만들고 있고, 인간은 콘텐츠가 문화적으로 적절한지, 미묘한 뉘앙스를 놓치지 않는지 디렉팅하는 작업이 필요하다'라는 메시지를 전했습니다. 이제는 작성보다는 설계와 전략자의 방향으로 진화해야 한다는 것이죠.  "나는 에디터가 '의미를 가시화 하는 전문가', '문자 언어로 인식의 틀을 제공하는 전문가'라고 생각한다. 앞으로는 생산이나 제작이 아니라 의미와 해석으로 싸우는 시대가 될 것이다" - 책 에디토리얼 씽킹 中 에디토리얼 씽킹을 쓴 최혜진 에디터가 했던 말입니다. 저도 위의 말에 공감하고 있는데요. 앞으로 이 분야에서 살아남아 전문적으로 글을 쓰기 위해서는 정말 많은 것을 보고, 많은 것을 듣고, 많이 대화해 보고, 정제하고, 편집하며, 나만의 독창적인 무엇인가를 가져가야만 하지 않을까 하는 생각이 듭니다.  

2026.05.04  0  102 

AI 시대...된장, 소금, 간장은 구분해야죠?!

오늘의 세줄 요약 AI가 실무를 대체해도 미세한 차이를 식별하고 파편화된 결과물을 조합해 최종 의사결정을 내리는 '인간 디렉터'의 역량은 여전히 필수적입니다. AI는 여전히 데이터 너머의 인과 관계나 실제감을 이해하지 못하므로, 인간 고유의 '경험'과 '통찰'을 통한 가치 부여가 핵심 경쟁력입니다. AI를 수동적으로 활용하지 마세요. 문제의 본질을 꿰뚫는 논리적 사고력을 기르고, AI에게 날카로운 질문을 던질 줄 알아야 합니다. 인간의 역량을 초월하는 AI가 쏟아지는 이 시기에 우리는 어떤 기회를 찾아야 할까요? <이미지=미드저니> AI가 척척박사더라도 어디서나 간극은 존재한다 올해 초 이 레터 기억하시는 분 계실까요? 제가 <마케터의 시대는 끝났다, 'AI 디렉터'의 시대가 왔다>라는 제목으로 AI가 가장 빠르게 대체하고 있는 영역 중 하나인 마케팅 분야를 꼽으며 결국은 인간만의 고유한 서사와 공감을 담은 ‘스토리텔링'이 중요하다는 메시지를 전한 바 있습니다. 이 레터를 보고 많은 분들이 공감해 주시면서 이런 질문을 남긴 독자분이 계셨어요. 인간이 가진 스토리텔링조차도 AI가 학습하고 이를 대체할 수 있다면, '과연 인간은 어떤 강점을 가질 수 있는가'라는 물음이셨는데요. 이 질문을 받고 저 역시 한동안 고민, 또 고민을 해봤습니다. 다소 철학적으로 느껴질 수 있는 대목이지만, AI가 진짜 인간의 모든 것을 대체할 수 있다면...그러한 세상에서 인간은 어떤 경쟁력을 갖고 인류의 영속성을 논할 수 있을까라는 궁금증. 이 물음에 대한 답을 찾기 위해 현업에 계신 여러 AI 전문가분들과 업계 리더분들을 만날 때마다 빼놓지 않고 질문을 던져봤죠. 지난주 화상 인터뷰로 만난 '스픽'의 공동 창업자이자 최고기술책임자(CTO)인 앤드류 수는 이렇게 답하더라고요.(참고로 스픽은 미국 샌프란시스코에 기반을 둔 회사로 국내에서도 AI 영어 학습 앱으로 유명하죠. 특히 이 회사는 오픈AI와의 기술적 제휴가 활발한 대표적인 스타트업으로 분류됩니다. 이하 요약된 내용) "모호한 건 인간이 더 잘합니다" 일단 그는 바이브 코딩의 시대가 되면서 개발자가 관리자가 된 건 이미 놀랍지 않은 현실이라고 했어요. 다만 회사가 AI를 적극 활용하게 됐으나, 개발자 고용의 숫자 변화보다는 채용과 운영 프로세스가 근본적으로 달라졌다고 했죠. 특히 개발 직군을 포함해 각 파트마다 새로운 스킬을 요구하는 것들이 많아졌는데, 이를테면 개발을 얼마나 잘 해내느냐라는 정량적 성과보다는 AI와 협업해 얼마나 효율적이고 성과 가시적인 결과물을 도출해 내느냐가 중요해졌다고 설명했죠. 그런데 비단 이것이 서비스 플랫폼을 영위하는 회사 입장에서 볼 땐, 기술 그 자체만으로 이 사람의 성과를 측정하지 않는다고 했어요. 좋은 기술을 개발하는 것과 이 기술을 통해 시장이 원하는 서비스를 도출해 내는 것에는 또 다른 간극이 있고, 그 간극을 메울 수 있는 것은 인간이라는 설명이었는데요. 소비자 수요에 맞는 양질의 콘텐츠와 기능 구현이라는 목적을 본다면, 인간은 요소, 요소마다 정말 많은 모호한 영역에서 최적의 판단을 내려줘야 한다는 겁니다. 가령 이게 정말 좋은 콘텐츠인가를 선택하는 지점에서도 최종 판단은 AI가 아닌 사람의 몫이라고 했죠. '감각'과 '경험'을 갖춘 그대가 '위너' 이야기를 듣다 보니 저도 모르게 고개를 끄덕 끄덕 하긴 했는데요. 다시 본론으로 돌아와서 또 물었습니다. "만약에 AI가 인간의 몫을 100% 다 해낸다면요?" 수 CTO는 웃으면서 한동안 곰곰이 생각하더니 "그럴 경우는 희박할 것 같다"고 답했습니다. 그 이유로 그는 최신 데이터(현장성)와 1, 2, 3, 4 등 정수로 떨어지지 않는 소수점과 같은 순간, 순간들을 AI가 '아직은' 어쩌면 먼 미래에서도 하기 힘든 영역 이라고 하더라고요. 이 회사가 서비스하고 있는 스픽(AI 영어 회화 플랫폼)의 예를 들어볼게요. 한 달 전, 1년 전 데이터로 학습한 AI 튜터는 만들기 쉽지만 오늘, 30분 전, 하루 전처럼 단시간에 도출되는 최신 데이터를 AI 스스로 반영하기는 어렵다고 하더군요. 물론 소셜 미디어나 각종 커뮤니티 플랫폼을 봇들이 돌면서 파악하고 긁어내서 반영할 수 있겠으나, 그것이 최종 소비자단에서 유익한 콘텐츠로 연결되고 각종 리스크(사생활 침해라든가 정치적 이슈 등등 많죠.)로 이어지지 않게 유기적으로 연결할 수 있느냐는 또 다르다는 겁니다. 이를테면 슬랭과 같은 표현들, 공식 문법이나 표준어가 아닌 특정 세대와 지역 온라인 문화에서 쓰이는 슬랭을 AI 튜터에 어떻게 반영할 것인가를 설계하는 것은 인간이라는 것. 즉 문화적인 요소와 사람, 세대의 취향 판단에 있어 최신성을 따라가는 것은 AI보다 인간이 더 발 빠를 수밖에 없다는 얘기였습니다. 또 최신성을 가진 정보에 대해 소비자가 공감할 수 있는 지점인지를 판단하는 것 역시 '감각'과 '경험'을 갖춘 인간이 할 수밖에 없는 영역이라는 겁니다. 직급, 직책 불문...모두가 'AI 조율자' 그럼 이런 생각이 들 수 있죠. 유행을 모르는(감각이 없는) 사람보다 감각적인 AI가 더 월등하지 않냐고요. 맞.습.니.다. 수 CTO가 말하고 싶은 지점도 비슷했어요. AI를 접목해 영어 교육 플랫폼을 영위하고 있는 스픽은 각 나라마다, 혹은 같은 국가더라도 세대에 따라 원하는 지점이 다 다르고 이를 촘촘하게 채워주는 게 경쟁력인데, 이러한 간극을 메워줄 수 있는 것은 AI보다는 사람이라고 하더군요. (전제조건은 앞서 언급했듯이 감각과 경험을 갖춘 인간일 경우라는 것!) 그는 AI가 정말 빠른 속도로 고도화되면서 만들어내는 결과물을 보면 놀랄 때가 많지만 여러 퍼즐 조각을 맞추고 완성도를 끌어올릴 수 있게 조율하는 역할은 인간이라고 설명했습니다. 이 지점에서 그는 스픽의 채용 방식이나 운영 프로세스도 AI가 모든 것을 다 해주는 전자동 시스템을 추구하지만(실제 많은 영역에서 AI가 대체해 주고 있지만) 실제 피부로 와닿는 간극을 메우기 위해 고급 역량을 가진 인간의 역할이 필수적이고, 그러한 스킬을 키우기 위해 다들 노력한다고 설명했습니다. (그와 가진 자세한 인터뷰는 매일경제신문을 통해 곧 보도됩니다! ) 우리는 저마다의 특성과 역량을 갖고 있습니다. 그것이 AI가 뛰어넘을 수 없는 한 끗 차이가 되게 만드는 게 중요합니다. <이미지=미드저니> '의미'를 찾는 여정 아직은 인간이 우위에 비단 이 견해는 앤드류 수 CTO만 가진 생각은 아닙니다. 현재 언론을 통해 메시지를 내고 있는 AI 리더들이나 실제 제가 만난 업계 많은 분들이 이 간극을 얘기했어요. 표현의 방식은 달랐지만, AI가 하지 못하는 지점들이 여전히 존재하고 인간이 우위에 서서 액션을 취할 수 밖에 없는 요소들이 있다는 이야기인데요. 기술적인 관점에서 한번 접근해 보겠습니다. 현재 인공지능의 핵심을 관통하는 작동 원리는 기본적으로 확률론적 프로세스에 기반을 합니다. LLM(대규모언어모델)은 훈련 데이터에 포함된 수조 개의 단어 간 상관관계를 학습해 주어진 문맥 다음에 올 확률이 가장 높은 단어를 선택하죠. 이는 마치 이미지 생성 AI가 픽셀 간의 상관관계를 분석해 시각적 예술을 구현하는 방식과도 비슷하다고 해요. 그런데 이러한 방식은 데이터 속에 내재된 상관관계를 찾아내는 데는 능숙하지만, "왜 그런 결과가 도출됐지"에 대한 근본적인 물음, 즉 인과 관계나 물리적 세계의 실체적 법칙을 이해하지 못한다는 치명적인 약점을 안고 있습니다. AI, 패턴 매칭 사고의 한계 여전해 이를 세계적인 AI 석학인 얀 르쿤 교수는 LLM(대규모언어모델)이 문장의 문법적 구조와 스타일을 완벽하게 모방하지만 인간에 준하는 상식적인 판단이나 물리적인 추론 능력이 결여돼 있다는 점을 여러 차례 강조한 바 있어요. 가령 AI는 '유리잔을 테이블에서 밀면 깨진다'와 같은 문장을 생성할 수 있지만, 이는 '유리'와 '깨진다'라는 단어가 같은 문맥에서 자주 등장한다는 통계적 확률에 기반한 것일 뿐, 중력이나 충격의 물리적 인과를 이해한 결과가 아니라는 게 그의 설명이었죠. 이러한 한계는 우리가 소위 알고 있는 '할루시네이션' 즉 AI가 생성한 결과물이 겉으로는 완벽해 보이지만, 실제로는 물리적으로 불가능하거나 논리적으로 모순된 내용을 포함하는 환각 현상으로 이어집니다., 데미스 허사비스 구글 딥마인드 CEO가 오늘날의 모델들이 빠르고 직관적인 패턴 매칭 사고에는 능숙하지만, 느리고 신중한 논리적 추론과 같은 사고 능력이 여전히 부족하다고 지적하면서, (인간과 같은, 혹은 인간을 넘어서는) 진정한 지능으로 나아가기 위해 해결해야 할 핵심 과제로 장기 기억과 논리적인 계획 수립을 꼽기도 했어요. 인과적 AI의 부상, 새로운 변수? 그래서 최근에는 AI의 통계적 패턴 매칭이 한계를 뚫기 위해 'Causal AI' 즉 인과적 인공지능이 떠오르고 있는데요. 인과적 AI는 데이터 간 상관관계를 넘어 사건의 원인과 결과 사이의 메커니즘을 모델링 한다고 해요. 가령 'A가 발생했을 때 B가 발생할 확률'을 계산하는 대신 '만약 우리가 A를 변화시킨다면, B에는 어떤 영향이 있을 것인가'와 같은 질문에 답하는 능력을 지향한다고 합니다. 지난해 S&P 글로벌이 낸 보고서에 따르면, 아이스크림 판매량과 익사 사고 발생률 사이에는 강력한 상관관계가 존재하지만 이를 인과 관계로 오해해 아이스크림 판매를 금지하는 것이 무의미한 결정이라는 것을 설명하고 있습니다. 실제 원인은 더운 날씨라는 공통 요인이기는 하지만 이 두가지 변수를 잇는 것을 현재의 모델들이 가진 최대 약점이라고 언급하고 있습니다. 그래서 현재 인과적 추론 시장은 이러한 오류를 줄이고 의사결정의 신뢰도를 높이기 위해 급성장하고 있는 분야라고 하네요. 이 지점에서 인과적 모델링이 인간 전문가의 도메인 지식과 경험을 뛰어넘을 수 있을 것이냐가 앞으로의 관전 포인트입니다. 가령 의료 현장에서 숙련된 의사가 환자의 미세한 안색 변화나 목소리의 떨림에서 위급 상황을 감지하는 것은 일반화된 지식만으로는 설명할 수 없는 영역이죠. AI는 오직 수치화되고 디지털화된 데이터에 의존하기 때문에 이 데이터에 포함되지 않은 상황적 변수나 물리적 실제감을 포착하는 데 한계가 있기 때문입니다. 여기서 '월드 모델'도 주목할만한데요. 월드모델은 여전히 인간의 영역으로 남아 있는 물리적 세계를 AI가 이해할 수 있도록 시스템 자체를 바꾸는 건데, 이 모델이 어떻게 기술적 완성도를 보이느냐에 따라서도 인간과 AI의 관계가 달라질 가능성이 있습니다. (이 부분은 기회가 있을 때 별도 레터로 다룰 예정입니다.) 결국은 인류 스스로 AI 통제할 것  그렇다면 AI의 고질적인 문제인 환각 현상조차도 없어진 완벽한 AI가 만들어진다면? 인간과 유사한 추론 능력을 갖춘 에이전트가 등장한다면? 인간의 역할은 없어질까요? 아직은 그럴 가능성이 희박하다는 의견이 지배적입니다. 기술적 진보가 이뤄지더라도 '가치 판단'과 '의미 부여'라는 고유의 인간 영역은 인류 스스로 지켜나갈 것이라는 건데요. AI 생태계가 빠른 진화를 거듭하면서 그에 맞춰 각종 규제와 규범, 관련 규율들이 만들어지고 있는 단계인데, 이 과정에서 인류에 득이 되는 방향으로 정비가 될 거라는 겁니다. 대표적으로 자율 작동 시스템이 동작하는 과정에서 최종 결정과 판단의 주체는 AI가 아닌 인간이 하도록 규정하는 등 인간 개입의 여지를 최소한도라도 남겨둔다는 거죠. (공상 과학 영화를 보면 인간이 기술을 통제하는 과정 속에서 인류를 위협하는 진화된 기술이 도래하면서 옥신각신하는 모습이 자주 등장합니다. 마치 영화 속 불문율인 것 마냥 인간은 그런 기술의 위협 속에서 인류를 구해내는 스토리...어딘가 많이 비슷하죠?) AI가 뚝딱뚝딱 만들어 내는 결과물에 매몰돼 생각하는 과정을 잃지는 않으신가요? <이미지=미드저니> 지금 놓치고 있는 것들, "지금 당장 이렇게 해보세요" 첫째는, 생각하는 법을 배우는 것입니다. 이는 문제 해결 능력을 키우라는 말인데요. 제가 몇 해 전 AMD 출장 차 미국에 갔을 때 리사 수 CEO 보고 메시지가 강렬하다는 인상을 받은 경험이 있어요. 그 이후로 수 CEO가 나오는 무대가 있으면 자주 찾아보곤 합니다. 그중에서도 2024년에 SXSW 행사에서 전했던 메시지가 생각나는데요. (이미 인터넷에서도 많이 회자됐던 내용이라 쉽게 찾아보실 수 있습니다. 해당 메시지는 48분대에 있습니다.) 조금 풀어서 설명해 보자면, 내용은 이러합니다. AI라는 기술 자체는 계속해서 변해가는 것이기 때문에 문제를 쪼개고 우선순위를 정하고 AI를 통해 최적의 결과물을 뽑아내는 논리적 사고를 채택하는 것은 인간만이 할 수 있는 변하지 않는 가치라는 겁니다. 따라서 기술을 있는 무방비로 습득하기보다는 이 기술로 내가, 현재 위치에서, 내가 속한 조직에서 어떤 문제를 풀고 나아갈 것인가를 고민하고 AI에게 지시할 수 있는 질문의 가치를 높이는 데 주력하라는 메시지였습니다. 즉 AI를 무차별적으로 수용하고 소비하는 수준에 머물지 말고 어떻게 AI를 조련할 것인지에 대한 전략가가 되라는 말로 읽혔는데요. 이하 수 CEO의 메시지입니다. "생각하는 법을 배우세요. 기술은 시간이 지남에 따라 변하지만, 문제를 해결하는 방법을 배우면 (무엇이든) 훌륭한 일을 해낼 수 있습니다" 인간의 사고를 확장하고 보조하는 도구로서 AI를 개발해야 한다는 메시지가 눈에 띄네요. AI를 동반자로서 접근하려면 인간 스스로 비판적 사고 능력을 갖는 것도 중요하고요. <영상=앤스로픽 공식 유튜브 채널> 진정한 AI 만랩은 이렇게 합니다 둘째는, 'AI 네이티브' 함정에 빠지지 않는 겁니다. 이건 제가 취재 과정에서 만난 분들의 공통된 얘기이자 저 역시 공감했던 부분입니다. 최근 조직 단위에서 AI 네이티브 인재가 돼야한다는 메시지가 정말 많죠. 소위 AI를 잘 다룰 줄 아는 사람이 선호 되는 현상이기도 한데요. 현재 메타 등 글로벌 빅테크들이 AI 네이티브 인재 채용을 우선시하거나 인사 평가 과정에서 이를 가점화하는 기조가 두드러지는 것만 봐도 알 수 있습니다. 그런데 이 지점에서 우리가 간과하는 부분이 있어요. 바로 AI를 활용한다고 다 같은 AI 네이티브 인재는 아니라는 사실입니다. 앤스로픽에서 교육 총괄을 맡고 있는 드류 벤트는 이렇게 말했어요. AI 도구를 제대로 사용하는 것이 정말 중요하다고요. 몇 가지 AI를 사용할 줄 아는지에 주목할 게 아니라, 어떤 방식으로 이를 활용하고 있는지를 봐야 한다는 건데요. 소위 AI를 통해 빠르게 일을 끝내고 문제를 해결하려고만 한다면 그것은 덫에 걸리기 쉽다고 표현합니다. 예를 들어, 사람들은 특정 해결책만을 생각하고 AI 도구를 찾는 경향이 두드러지는데, 이렇게 되면 결과적으로 아주 좁은 답변만 받게 된다는 겁니다. 즉 특정 해결책을 찾기 위한 목적에 맞는 AI를 찾는 것이 지금의 AI의 수준과 맞물려 볼 때 빙산의 일각만 활용하고 있다는 것과, 사용자 스스로도 편협해지기 쉽다는 말인데요. 반면 개방적인 문제를 통해 AI와 함께 고민하고 풀어나가는 과정 속에서 진정한 AI 네이티브 인재가 될 수 있다는 것. 탐구적인 질문을 던지고 AI와 씨름하면서도 스스로 개념을 내면화하는 과정이 거듭될 때 성장할 수 있다는 메시지였습니다. (자세한 내용은 EO코리아의 <남들보다 빨리 쓴다고 AI 잘 쓰는 게 아니에요> 영상을 참조해주세요. 미래 세대를 위한 메시지까지 함축적으로 담겨 있어 볼만합니다.)

2026.04.27  0  199 

이미 1만 명이 도전 중! 모두의 창업 프로젝트

이미 1만 명이 도전 중! 모두의 창업 프로젝트 🔥 아이디어를 가진 누구나 창업에 도전할 수 있도록 지원하는"모두의 창업 프로젝트"가 5월 15일까지 도전자를 모집합니다. 🔥 이미 누적 도전자 1만 명 돌파! 많은 분들이 참여하고 있는 만큼, 지금이 도전하기 가장 좋은 타이밍입니다.   ✔ 예비창업자 또는 업력 3년 이내 창업기업 참여 가능 ✔ 단계별 멘토링 · MVP 제작 · 사업화 자금 제공 ✔ 상금부터 투자까지, 최대 10억원 규모 지원 지금 바로 도전하기 공식 SNS에서도 다양한 이벤트와 콘텐츠가 계속 업데이트되고 있으니 놓치지 말고 확인해보세요. 👀 🔗 유튜브 : https://www.youtube.com/@modoo_startup_official🔗 페이스북 : https://www.facebook.com/modoostartupofficial/🔗 인스타그램 : https://www.instagram.com/modoo_startup/ 망설였다면, 지금이 기회입니다. ✨    

2026.04.27  0  41