AI가 만드는 부의 미래와 인간의 대응

• 채널: 희야기 | HeeChan
• 공개일: 2026-08-12
• 영상 길이: 15분 00초
• 원문: https://www.youtube.com/watch?v=KDHB7e08BCg
• 원제: MIT 물리학&컴공생이 체감중인 AI가 바꾸고 있는 부의 미래 | 우연히 만난 사람들 ep.09
• 출연: 김희찬, Nihab

핵심 질문

==AI가 생산성과 부를 소수의 기술 기업에 집중시키는 방향으로 발전할 때, 인간은 어떤 제도와 연대를 선택해야 사회에서 배제되지 않고 함께 살아갈 수 있는가?==

• MIT의 물리학·컴퓨터과학 학생 Nihab은 AI가 규제 없이 발전하면 부와 의사결정 권한이 기술관료와 소수 기업에 집중될 수 있다고 본다.
• 윤리적 AI를 만들려면 모델의 작동 방식을 이해하는 연구, 기업 책임을 강제하는 정책, 생산성의 이익을 사회에 돌려주는 장치가 필요하다.
• 온라인 정보와 AI 생성물이 현실 감각을 흐릴수록 사람과 직접 만나고 지역사회에 참여하는 일이 인간성을 지키는 저평가된 가치가 된다.

AI는 더 나은 세계를 만들 가능성을 갖지만, 현재의 투자 구조와 규제 부족만으로는 그 가능성이 자동으로 실현되지 않는다. 기술을 누가 소유하고 누가 접근할 수 있는지, 생산성 증가의 이익이 누구에게 돌아가는지, 노동과 시민의 목소리를 어떻게 보호할지에 따라 결과가 달라진다.

MIT를 선택한 이유와 학업 방향

Stanford와 다른 학습 문화

1. 물리학과 컴퓨터과학

   1. Nihab은 물리학과 컴퓨터과학을 함께 전공하고 있으며 MIT에서 학업과 연구를 이어가고 있다.
   2. 어릴 때부터 백과사전과 다큐멘터리를 즐겼고 강의 노트와 교과서를 읽으며 세계를 더 알아가는 일을 좋아했다.

2. MIT를 선택한 이유

   1. 캘리포니아 출신이지만 Stanford보다 MIT의 학습 중심 문화가 자신에게 맞는다고 판단했다.
   2. Stanford가 스타트업과 기업·조직 창업에 집중하는 분위기라면, MIT에는 올림피아드 경험과 박사 진학을 통해 한 분야를 깊이 파고들려는 학생이 많다고 느꼈다.

3. 배움 자체에 대한 선호

   1. Nihab은 창업이나 조직을 만드는 일보다 강의·독서·연구와 같은 학습 활동에서 더 큰 즐거움을 느낀다.
   2. 실용적 성과보다 세계를 이해하고 지식을 축적하는 과정 자체가 중요한 동기다.

취업·대학원·연구 사이의 선택

1. 학년과 채용 시기

   1. 현재 학부 3학년이며 다음 여름 인턴과 취업을 준비하고 있다.
   2. 사모펀드와 투자은행은 가장 일찍 채용하고, 기술 기업은 여름 인턴 9개월 전인 9월쯤부터 준비하며, 스타트업은 대체로 3월 전후에 채용한다.

2. 꿈의 직업이 없는 이유

   1. 돈과 사회적 영향에서 자유롭다면 학계에서 연구하고 싶지만, 현실의 학계는 배움보다 논문과 경력 구축에 많은 에너지를 요구한다.
   2. 하나의 이상적인 직업보다 자신이 즐길 수 있는 여러 연구 기회를 탐색하는 편이 더 솔직한 선택이다.

3. 석사 계획

   1. MIT 컴퓨터과학에는 학부 이후 1년 동안 진행하는 공학 석사 과정이 있으며, Nihab은 학부 뒤 석사를 계획하고 있다.
   2. 이미 학부생 신분으로 대학원 수준의 수업을 많이 들어 석사 요건을 준비하고 있다.

4. 박사 진학의 불확실성

   1. 가까운 시기에 마음에 드는 인턴이나 직업을 얻지 못하면 박사 진학을 고려할 수 있다.
   2. 그러나 박사 과정은 약 4년 동안 대학 안에서 진행되고, AI와 기술이 너무 빠르게 변해 졸업할 때 연구 주제와 기술 가치가 달라질 수 있다는 점을 걱정한다.

퀀트 투자와 AI 연구의 경쟁

컴퓨터과학·수학 전공자의 진로

1. 퀀트 금융

   1. MIT는 퀀트 금융 인재를 많이 배출하며, 퀀트 분야에는 소프트웨어 엔지니어·인프라 담당자·트레이더·연구자 역할이 함께 포함된다.
   2. 역할에 따라 확률·코딩·알고리즘·수학적 직관을 요구하고, 문제를 빠르게 분석하는 능력이 중요하다.

2. AI 프런티어 랩으로의 이동

   1. 퀀트 금융은 여전히 선호도가 높은 진로지만, 최근에는 퀀트 인턴을 받은 학생들이 OpenAI 같은 AI 연구소로 이동하는 흐름이 커지고 있다.
   2. OpenAI와 Anthropic의 펠로십은 AI 프런티어 랩에서 매우 명망 있는 기회로 평가된다.

3. 진로 선택의 기준

   1. 높은 연봉과 사회적 명성만으로 진로를 결정하기보다 자신이 실제로 좋아하는 학습과 연구의 형태를 구분해야 한다.
   2. 빠르게 변하는 AI 분야에서는 오늘의 유망 직업이 몇 년 뒤에도 같은 의미를 갖는다는 보장이 없다.

AI가 부를 재분배하는 방식

규제 없는 AI의 위험

1. 소수 기업으로의 부 집중

   1. 제한적인 규제 아래에서 AI 기업은 모델이 모든 종류의 노동을 대체할 수 있다는 기대를 바탕으로 투자를 끌어모을 수 있다.
   2. 자본과 데이터센터를 가진 소수 기업이 더 많은 부를 축적하고, 다시 더 큰 인프라를 건설하는 순환이 생길 수 있다.

2. 환경과 노동의 외부화

   1. 대규모 데이터센터는 환경 부담을 키울 수 있다.
   2. 모델 학습을 위해 다른 사람의 정보를 수집하고, 기술을 만드는 데 필요한 노동과 광물을 다른 국가에 의존하는 구조도 문제다.

3. 접근 권한의 축소

   1. 현재는 월 20달러 수준의 서비스가 일반 사용자에게 접근 가능하지만, 기업이 수익을 극대화하는 단계에서는 가격이 올라갈 수 있다.
   2. 기술에 접근할 수 있는 사람은 줄어들고, AI로 대체되지 않는 일자리도 함께 줄어들면 사회 다수가 경제에서 배제될 수 있다.

더 나은 AI 사회의 조건

1. 가능성과 현실의 구분

   1. AI가 현재보다 나은 세계를 만들 가능성은 존재한다.
   2. 그러나 사회는 그런 전환을 맞을 준비가 충분하지 않고, 규제와 안전장치가 없는 상태에서 기술만 빠르게 발전하고 있다.

2. 필요한 안전장치

   1. AI 모델이 어떻게 작동하고 어떤 결정을 내리는지 이해할 수 있는 연구가 먼저 필요하다.
   2. 모델이 블랙박스로 남아 있으면 오류와 편향과 위험을 검증하기 어렵다.
   3. 기업의 책임을 분명히 하는 정부 정책과 모델의 생산성 증가분을 기술을 만든 노동자와 사회에 돌려주는 제도가 필요하다.

3. 이익의 사회적 환원

   1. AI가 생산성을 크게 높여도 그 이익이 기업 소유자에게만 집중되면 사회 전체의 생활은 개선되지 않는다.
   2. 기술이 만든 풍요를 어떻게 나누고 어떤 사회를 만들지에 관한 정치적 선택이 모델 성능보다 중요해진다.

윤리적 AI와 경제 체제

기술을 평가할 수 있는가

1. 모델 이해

   1. 윤리적인 AI 개발은 가능하지만, 그 전에 모델의 작동 방식과 의사결정 능력을 이해해야 한다.
   2. AI 안전 연구는 모델이 어떤 상황에서 올바른 판단을 하고 어떤 상황에서 위험한 행동을 하는지 밝히는 역할을 한다.

2. 정부와 기업의 책임

   1. 정부는 AI 기업이 모델의 피해에 책임지도록 규칙과 정책을 만들어야 한다.
   2. 생산성 증가로 생기는 이익이 데이터와 노동과 사회적 기반을 제공한 사람들에게 돌아가도록 제도를 설계해야 한다.

시장 만능주의의 한계

1. 풍요 이후의 질문

   1. AI가 풍요를 제공할 가능성이 커질수록 무료 시장이 사회 운영을 자동으로 해결해 줄 것이라는 가정은 약해진다.
   2. 사회가 원하는 삶의 형태와 공동체의 가치를 먼저 결정하고, 그에 맞게 기술과 경제를 배치해야 한다.

2. 시장 신호의 혼란

   1. 정보가 지나치게 많아지면 시장이 사회의 진짜 필요를 반영하기보다 투기와 잘못된 신호를 증폭할 수 있다.
   2. 예측시장과 베팅 플랫폼처럼 사람들이 손실이 예상되는 구조에 계속 돈을 넣는 현상은 시장이 언제나 사람을 이롭게 하지 않는다는 사례가 된다.

3. 경제 체제의 변화

   1. AI가 현재 추세대로 발전하면 자유시장 자본주의보다 기술관료가 경제와 정부를 통제하는 사회에 가까워질 수 있다.
   2. 인간의 노동이 경제적 가치로 인정받지 못하고 목소리와 정보가 선전과 허위정보에 묻히면 시민의 사회 참여 자체가 약해진다.

자본주의를 깨뜨릴 마지막 기회인가

기술관료의 독점

1. 자본주의의 변형

   1. AI가 자본주의를 없애기보다 기술 기업과 소유자에게 시장 통제권을 집중시킬 가능성이 더 크다.
   2. 부가 기술관료에게 계속 모이면 소수 개인과 기업이 정책과 시장을 함께 결정하는 구조가 된다.

2. 평범한 사람의 배제

   1. AI가 인간 노동의 경제적 의미를 약화시키면 평균적인 사람은 시장과 정부와 사회에 기여할 통로를 잃을 수 있다.
   2. AI 생성 선전과 허위정보가 시민의 목소리를 압도하면 현실을 공동으로 판단하는 능력도 무너질 수 있다.

3. 지금의 시간

   1. 기술이 독점과 배제로 굳어지기 전에 시민이 제도와 방향을 바꿀 수 있는 시간이 남아 있다.
   2. 미래의 노동 가치와 접근권이 이미 정해진 뒤에는 현재와 같은 영향력을 행사하기 어려워질 수 있다.

세계를 바꾸는 개인의 행동

정치와 집단행동

1. 개인의 소비를 넘어선 변화

   1. 기술·문화·미디어가 빠르게 변하는 상황에서 구조적 문제를 바꾸려면 정치와 제도에 개입해야 한다.
   2. 개인이 좋은 서비스를 선택하는 것만으로는 소수 기업의 독점과 노동의 배제를 해결하기 어렵다.

2. 사람의 힘

   1. Nihab은 시민의 힘과 모두를 대변하는 조직과 대중운동을 믿으며, 이런 조직에 참여하는 일을 제안한다.
   2. 아직 노동이 협상력을 갖고 있을 때 노동조합과 시민단체와 공동체의 힘을 활용해야 한다.

3. 아직 찾는 중인 방향

   1. Nihab 자신도 어떤 정치적 사람이 되고 어떤 문헌과 역사에서 배워야 하는지 더 알아가는 중이라고 말한다.
   2. 정답을 이미 가진 척하기보다 정치 문헌을 읽고 과거의 운동을 공부하며 앞으로의 방향을 찾는 태도가 중요하다.

가장 저평가된 가치

직접 만나는 인간관계

1. 온라인 정보의 소음

   1. 온라인 콘텐츠와 AI 생성물이 급증하면 무엇이 진짜이고 가짜인지 구분하기 어려워진다.
   2. 특정 뉴스 채널과 알고리즘 콘텐츠만 소비하면 현실의 일부만 보고 자신만의 세계에 갇힐 수 있다.

2. 대면 연결

   1. 사람을 직접 만나 삶을 묻고 실제 관계를 만드는 일이 사회를 연결하는 가장 중요한 활동이 될 수 있다.
   2. 가족·친구·동료·지역사회에 참여하며 서로의 삶을 이해해야 온라인 정보가 만든 환상에서 벗어날 수 있다.

3. 현실에 머무르기

   1. 자신의 주변에서 어떤 일이 일어나는지 확인하고 지역사회에서 무엇을 바꿀 수 있는지 찾는 일이 실제 영향력을 만든다.
   2. 인간이 무엇인지 잊지 않으려면 화면 속 정보보다 사람과의 관계를 통해 현실을 계속 확인해야 한다.

주요 발언 모음

“AI가 더 나은 세상을 만들 수도 있지만, 지금 우리는 그 삶에 매우 준비되지 않았다.”

“생산성 증가가 그것을 만든 사람들에게 돌아가도록 하는 장치가 필요하다.”

“지금은 사람들이 변화를 만들 수 있는 마지막 시기일 수 있다.”

“사람을 직접 만나고 공동체에 참여하는 일이 인간으로 남는 방법이다.”

핵심 데이터와 사례

• MIT 물리학·컴퓨터과학: Nihab의 전공.
• 3학년: 현재 학부 과정과 취업 준비 단계.
• 1년: MIT 컴퓨터과학 공학 석사 과정의 기간으로 언급된 프로그램.
• 약 4년: 박사 과정이 빠르게 변하는 기술과 분리될 수 있다고 우려한 기간.
• 월 20달러: 현재 AI 서비스의 일반적인 접근 가격 예시.
• 5% 미만: 에이전틱 AI가 아니라 AI 변화의 혜택과 위험을 충분히 체감하는 사람의 규모와 관련해 제시된 문제의식. 정확한 통계 출처는 제시되지 않았다.
• 예측시장·베팅 플랫폼: 시장이 사람의 이익보다 투기와 손실을 키울 수 있다는 사례.
• MIT AI Alignment와 Impact at MIT: 학생들이 AI 안전·효과적 이타주의·사회적 기여를 논의하는 조직의 사례.

결론 및 시사점

AI의 미래는 기술 성능이 아니라 소유권·접근권·규제·노동의 힘·시민의 조직화에 의해 결정된다. AI가 모든 노동을 대체할 것이라는 기대가 현실이 되면, 데이터센터와 자본과 모델을 가진 기업으로 부가 집중되고 평범한 사람의 일자리와 경제적 발언권은 줄어들 수 있다.

윤리적 AI는 모델을 안전하게 만드는 연구만으로 완성되지 않는다. 기업에 책임을 묻는 정책, 생산성 이익을 사회와 노동자에게 돌려주는 제도, 시장이 만든 왜곡을 교정하는 정치적 장치가 함께 필요하다.

개인은 정치·시민 조직에 참여하고 노동이 가진 협상력을 활용하며, AI 생성 정보가 만든 소음에서 벗어나 실제 사람과 지역사회를 만나야 한다. 화면과 알고리즘이 현실을 대체할수록 대면 관계와 공동체 참여가 인간성과 현실 감각을 지키는 핵심 가치가 된다.

핵심 요약 (20줄)

1. Nihab은 MIT에서 물리학과 컴퓨터과학을 공부하며 지식과 연구 자체를 좋아한다.
2. Stanford보다 학습과 박사 연구에 집중하는 MIT의 문화가 자신의 관심과 더 잘 맞았다.
3. 학부 3학년으로서 사모펀드·투자은행·기술 기업·스타트업의 서로 다른 채용 시기를 준비하고 있다.
4. 학계 연구를 좋아하지만 논문과 경력 경쟁이 학습을 압도하는 현실을 고민한다.
5. 빠른 AI 발전 때문에 박사 과정이 끝날 때 연구 주제와 기술 가치가 달라질 가능성을 걱정한다.
6. 퀀트 금융은 확률·코딩·알고리즘·수학적 직관을 활용하는 MIT의 인기 진로다.
7. 최근에는 퀀트보다 OpenAI와 Anthropic 같은 AI 프런티어 랩을 선호하는 학생도 늘고 있다.
8. AI가 더 나은 세계를 만들 가능성은 있지만 규제 없이 발전하면 부가 소수 기술 기업에 집중될 수 있다.
9. 데이터센터와 자원 채굴과 노동의 부담이 다른 지역과 사람들에게 외부화될 수 있다.
10. 기업이 수익을 극대화하면 AI 서비스 가격이 올라가 일반인의 접근권이 줄어들 수 있다.
11. AI로 일자리가 줄고 접근권이 좁아지면 사회 다수가 경제에서 배제될 위험이 있다.
12. 윤리적 AI에는 모델의 작동을 이해하는 연구와 AI 안전 연구가 필요하다.
13. 정부는 기업에 책임을 묻고 AI 생산성 증가의 이익을 사회와 노동자에게 돌려줘야 한다.
14. AI가 풍요를 만들수록 시장이 사회의 방향을 자동으로 결정하게 두지 말아야 한다.
15. 기술관료와 기업이 시장과 정부를 함께 통제하면 자유시장보다 독점적 기술관료 사회에 가까워진다.
16. 지금은 노동과 시민의 힘으로 정치와 경제의 방향을 바꿀 수 있는 중요한 시기다.
17. 개인은 대중운동과 시민 조직에 참여해 기술 변화의 구조적 문제에 개입할 수 있다.
18. 정치 문헌과 과거의 사회운동을 공부하며 미래의 방향을 찾는 태도가 필요하다.
19. AI 생성물과 온라인 정보가 넘칠수록 사람을 직접 만나고 지역사회에 참여해야 현실 감각을 지킬 수 있다.
20. AI의 부의 미래는 기술보다 소유권·규제·분배·시민 연대가 어떤 선택을 하느냐에 달려 있다.