데미스 하사비스가 말하는 AI 혁명과 인간의 창의성

URL: https://www.youtube.com/watch?v=zAglgqN5Lhw 날짜: 2026-10-09 채널: Tech Bridge 원문 제목: [한영자막] 데미스 하사비스가 말하는 AI 혁명, AI의 미래와 인간의 창의성 | Hannah Fry 원문 공개: 2026-09-11 (Royal Society of Arts)

---

📌 핵심 질문 / AI 혁명과 인간 창의성의 핵심 논점

==AI가 인간의 지능과 창의성을 대체하는가가 아니라, 인간이 AI를 어떤 가치와 목적에 맞춰 길들이고 사회의 다음 시대를 설계할 것인가가 핵심 질문이다.==

• AI는 전기·전화·인터넷·모바일을 합친 것보다 클 수 있으며, 산업혁명보다 약 10배 큰 변화가 10배 빠른 속도, 즉 한 세기가 아니라 한 decade 안에 전개될 수 있다.
• 과학·의학·에너지·환경 문제를 풀어 풍요와 인간 번영을 확장할 수 있지만, 기술만으로 목적·가치·공정한 분배를 결정할 수는 없다.
• 인간의 창의성은 기술적 숙련만이 아니라 직관, 노력, 경험, 타인과의 연결, 작품을 만든 사람의 삶과 의미에서 나온다.
• 예술·인문학·사회과학·건축·교육이 기술과 함께 미래의 목적과 규범을 정해야 하며, AI를 막는 대신 인간의 가치에 맞게 적극적으로 형성해야 한다.

데미스 하사비스는 창의성과 과학을 분리하지 않는다. 게임 개발, 체스, 신경과학, 인공지능 연구는 모두 지능과 시뮬레이션이라는 큰 질문을 여러 각도에서 탐구한 과정이다. AI는 인간의 상상력과 문제 해결력을 증폭하는 도구가 될 수 있지만, 안전·경제·철학·교육·도시 설계에 걸쳐 사회 전체의 의도적인 선택이 필요하다.

1. RSA의 전통과 앨버트 메달의 의미

Royal Society of Arts(RSA)는 새로운 아이디어가 대중의 상식이 되기 전에 시험되는 장소라는 정체성을 AI 시대에도 이어가려 한다.

1.1. 위대한 발명이 처음에는 낯설고 불가능해 보였다는 역사

1. 런던의 Great Room에서 반복된 기술의 첫 등장
   1. 전화: 1877년 Alexander Graham Bell이 이 방에서 상자를 통해 목소리가 전달되는 장면을 보여줬다.
   2. 전기 전신: Sir William Cooke가 전기 전신을 공개하기 전까지 메시지가 이동하는 가장 빠른 속도는 말의 속도였다.
   3. 전구: Thomas Edison의 전구는 불꽃이 아닌 빛을 집 안에 가져오는 기술로 영국 대중에게 처음 공개됐다.
2. 당대의 합리적인 반대
   1. 전구 소식에 가스 회사 주가가 떨어졌고, 의회 위원회는 실용적인 사람들의 관심을 받을 가치가 없다고 결론 내렸다.
   2. 우체국은 전화가 불법적인 전신이고 전화 통화가 불법적인 전보라며 소송을 제기했고 실제로 승소했다. 전화가 수갑을 찬 채 경찰차 뒤에 실려 가는 장면이 농담으로 제시됐다.
   3. 시간이 지나면 불가능해 보이던 기술이 모든 사람의 집에 들어온다. 기술의 결과보다 먼저 필요한 것은 누군가가 새로운 가능성을 생각해내는 창의적 순간이다.

1.2. 앨버트 메달의 계보와 창의성의 공공성

1. 공공의 삶을 바꾼 수상자들
   1. Prince Albert가 RSA를 18년간 이끈 뒤 세상을 떠나자 그의 이름을 딴 메달이 만들어졌다.
   2. 1864년 첫 수상자는 Rowland Hill이었다. 편지의 거리에 따라 도착 시 요금을 내던 제도를 바꾸어 전국 어디든 1페니에 편지를 보내게 했고, 가난한 사람도 편지를 거부하지 않고 누구에게나 쓸 수 있게 했다.
   3. Marie Curie(라듐), Alexander Graham Bell(전화), Winston Churchill, Stephen Hawking(물리학의 대중화), Tim Berners-Lee(월드와이드웹), Zarine Kharas(JustGiving 공동창업), Sarah Gilbert(옥스퍼드 백신)가 언급됐다.
2. 신시사이저가 남긴 교훈
   1. 1982년 한 Musicians' Union 지부는 신시사이저를 제한하는 것이 아니라 금지하자고 표결했다. 한 건반이 현악 섹션을 흉내 내면 40개의 일자리를 대체할 수 있다는 우려 때문이었다.
   2. Barry Manilow가 영국 투어에서 오케스트라 대신 신시사이저를 쓰려 한다는 소식이 공포를 키웠다.
   3. 신시사이저는 바이올린을 훌륭하게 복제하지 못했지만 전에 없던 소리를 만들어냈고, 그 결과 1980년대의 음악적 풍경이 생겼다. 기계에 대한 판단은 틀렸지만 일부 연주자들이 실제로 일자리를 잃을 수 있다는 두려움은 틀리지 않았다.
   4. 기술 전환에는 새로운 창작 가능성과 실제 피해가 동시에 있다. 당시에는 누가 적응하고 누가 일자리를 잃을지 예측하기 어려우므로, 낙관이나 공포 어느 한쪽만으로 정책을 만들 수 없다.

1.3. 하사비스의 업적과 AlphaFold의 공공재적 성격

1. 체스·게임·뇌과학·AI로 이어진 경로
   1. 13세에 체스 마스터가 되었고, 17세에 만든 컴퓨터 게임이 수백만 장 팔렸다.
   2. Cambridge에서 공부한 뒤 기억이 뇌에서 작동하는 방식을 연구하는 박사학위를 받았고, DeepMind를 공동창업했다.
   3. DeepMind는 세계 최고의 Go 플레이어를 이긴 AlphaGo를 만들었고, 하사비스는 2009년부터 RSA Fellow였다. 영국 최고 수준의 디자이너 명예인 Royal Designer for Industry에도 선정됐다.
   4. 2016년 RSA에서 AI를 말한 뒤 노벨 화학상, 기사 작위, Lasker Award, Breakthrough Prize, Gairdner Award 등 과학·의학계의 주요 영예를 받았다.
2. 단백질 구조 문제의 규모
   1. 몸속 단백질은 소화와 면역을 포함한 거의 모든 일을 하는 작은 기계이며, 기능과 질병·약물 설계는 단백질의 3차원 형태에 달려 있다.
   2. 단백질 하나의 구조를 알아내는 데 과학자 한 명의 수년 또는 경력이 걸리기도 했다.
   3. AlphaFold는 약 2억 6,200만 개의 단백질 구조를 계산했고, 그 결과를 지구상의 모든 연구자에게 무료로 공개했다.
   4. 50년 동안 같은 문제를 여러 사람이 다루었지만 새로운 관점이 돌파구를 만들었다. 창의성은 개인의 명예가 아니라 과학과 공공선을 위해 쓰일 수 있다.

2. Hannah Fry가 본 하사비스의 사고방식

하사비스의 성취를 나열하는 것보다, 한계를 의심하고 질문을 확장하는 태도가 AI와 과학을 연결했다.

2.1. 노력의 최적화와 100% 모드

1. 어린 시절의 철학적 질문
   1. 아버지는 “최선을 다하는 한 얼마나 잘했는지는 중요하지 않다”고 조언했다.
   2. 약 아홉 살의 하사비스는 위로로 받아들이지 않고 “내가 정말 최선을 다했는지 어떻게 알 수 있는가?”, “죽지 않고 노력을 어떻게 최적화하는가?”라는 문제로 받아들였다.
   3. 살아남아 있다면 더 할 일이 남았다는 논리를 끝까지 밀어붙여 웃음을 만들었다.
2. 극단적인 몰입
   1. DeepMind 공동창업자 Shane Legg는 하사비스에게 50% 모드가 없고 99% 모드조차 없으며 오직 100% 모드만 있다고 표현했다.
   2. Bananagrams를 함께 해본 Hannah Fry는 그 평가가 정확하다고 확인하며, 자존심을 위해 하사비스와 게임할 기회를 피하라고 농담했다.

2.2. 질문을 한 단계 뒤집는 습관

1. 평범한 질문에서 근본 질문으로
   1. 체스를 잘하는 법을 넘어 체스를 둘 때 뇌에서 실제로 무슨 일이 일어나는지 물었다.
   2. 컴퓨터 게임을 만드는 데서 멈추지 않고 현실의 어느 정도를 시뮬레이션으로 포착할 수 있는지 물었다.
   3. AI가 게임에서 인간을 이기는지에서 더 나아가 AI가 과학의 가장 어려운 문제와 인류의 문제를 풀 수 있는지 물었다.
2. 야망과 책임의 결합
   1. 인류에 대한 관심은 나중에 붙인 홍보 문구가 아니라 모든 사고 단계에 들어 있다.
   2. 거대한 야망, 끝없는 호기심, 결과에 대한 진정한 책임감이 하사비스를 특별하게 만드는 조합이다.
   3. 영국의 싱어송라이터였던 아버지는 Bob Dylan을 존경했고 은퇴 뒤 뮤지컬을 작곡·공연했다. 창의적 가정환경도 하사비스의 과학적 상상력과 맞물렸다.

3. 창의성·과학·AI를 잇는 하사비스의 경력

3.1. 게임 산업이 AI를 밀어 올린 방식

1. 게임의 창의적 목표가 기술을 견인했다
   1. 1990년대 초 게임 산업은 수백만 명이 재미있고 흥미로운 것을 상호작용하게 만드는 창작 목표를 위해 3D 그래픽과 AI를 발전시켰다.
   2. 오늘날 AI에 쓰이는 GPU(Graphics Processing Unit)는 원래 3D 그래픽을 위해 만들어졌으며, 행렬 곱셈(Matrix Multiplication)을 처리하는 능력이 AI와 맞물렸다.
   3. 큰 목표를 여러 분야가 함께 추구하면 처음 의도하지 않았던 부수적 이익과 새로운 산업이 생긴다.
2. 과학적 위대함은 기술력 위에 세워진다
   1. 전문 과학자는 이미 기술적으로 뛰어나지만, 위대한 과학자를 가르는 것은 창의성과 직관적 도약이다.
   2. Albert Medal 수상자와 주요 과학상 수상자들의 돌파구는 기술적 역량이 받치는 직관적 도약에서 나왔다.
   3. 하사비스는 형식 교육은 논리·과학 쪽이었지만 자신을 창의적·직관적·감정적으로 이끌리는 사람으로 인식한다.

3.2. AI 혁명의 규모와 속도

1. 산업혁명보다 크고 빠른 변화
   1. AI는 전기, 전화, 인터넷, 모바일만큼 심오하고, 어쩌면 그 모든 기술보다 클 수 있다.
   2. 영향의 크기는 산업혁명의 약 10배일 수 있다.
   3. 산업혁명이 한 세기에 걸쳐 진행됐다면 AI 혁명은 약 10배 빠른 속도로 한 decade 안에 전개될 수 있다.
2. 기회와 제도적 대응
   1. 산업혁명은 현대 의학과 아동 사망률 감소 같은 혜택을 가져왔지만 환경 파괴와 사회적 부작용도 낳았다.
   2. 부작용에 대응하려면 새로운 기관과 접근법이 필요했다. AI 역시 기술 발전만큼이나 사회적 제도와 규범을 준비해야 한다.
   3. AI의 최우선 응용 분야는 인간 건강이다. AlphaFold와 Isomorphic Labs의 신약 개발은 과학·의학 발전을 앞당기려는 동기의 구체적 사례다.

3.3. AGI를 앞둔 목적·가치의 문제

1. 기술은 가능성을 열지만 목적을 정하지 않는다
   1. 기술은 여러 경로와 기회를 가능하게 할 뿐, 사회에 유익한 선택이나 인류의 다음 시대가 어떤 모습이어야 하는지는 말해주지 않는다.
   2. 예술·인문학·사회과학은 기술이 만든 가능성을 어떤 가치로 안내할지 정하는 역할을 맡아야 한다.
   3. 하사비스는 AGI(Artificial General Intelligence)까지 몇 년 남은 “특이점의 산기슭(foothills of the singularity)”에 서 있다고 본다.
2. 지금 시작해야 할 철학적 논의
   1. 사회는 무엇을 가치 있게 여길지, 목적이 무엇인지, AI가 인간의 창의성을 어떻게 증진하고 대체하지 않게 할지 결정해야 한다.
   2. 창작물에서 기술적 장인정신(craft)과 영혼(soul)의 차이가 무엇인지도 다시 정의해야 한다.
   3. 인류는 수렵·채집에 맞게 진화한 뇌로 비행기·예술·문명을 만들었다. 이 적응 능력을 믿되, AI 시대의 논의를 어제부터 시작했어야 할 만큼 서둘러야 한다.
3. 새로운 르네상스
   1. 과학과 예술이 다시 결합하면 르네상스 이후 처음으로 새로운 공통의 창작 시대가 열릴 수 있다.
   2. AI는 과학적 발견과 경이(scientific discovery and wonder)를 확장하여 새로운 과학적 황금기를 만들 가능성이 있다.

4. 지능과 시뮬레이션을 향한 하나의 여정

4.1. 레오나르도 다빈치와 경계 없는 창작

1. 다빈치·아리스토텔레스의 전인적 모델
   1. 하사비스는 Leonardo da Vinci와 Aristotle를 가장 좋아하는 과학적 영웅으로 꼽는다.
   2. 다빈치는 Mona Lisa와 The Last Supper를 만든 예술가이면서 심장·폐·생물학을 정밀하게 그린 의학·공학 연구자였다.
   3. 예술적 정확성과 과학적 정확성은 서로 분리된 능력이 아니다. 다빈치는 예술을 하는 시간과 과학을 하는 시간을 구분하지 않고 관찰하고 그렸다.
2. 창의적 가정과 논리적 훈련
   1. 부모는 정규적인 9-to-5 직업과 관습을 따르지 않는 보헤미안적 삶을 살았고, 자녀에게 열정을 좇고 비관습적으로 살아갈 허가를 주었다.
   2. 어머니는 영성과 예술에 가까웠고, 형제자매는 음악가·작곡가 등 창작 분야에 있었다.
   3. 체스와 컴퓨터는 논리·수학·과학 능력을 단련했지만, 게임 설계와 체스의 훌륭한 수는 예술적 결과물이기도 했다.

4.2. 게임을 AI 연구의 트로이 목마로 활용한 이유

1. Elixir Studios와 초기 AI 연구
   1. 1990년대 초 AI 연구에는 자금이 거의 없었기 때문에, Elixir Studios의 게임 개발에 AI 연구를 몰래 결합했다.
   2. Dave Silver와 함께 게임 속 인물과 시뮬레이션을 제어하는 기술처럼 설명해 AI 연구를 지원받고, 게임의 성공으로 다음 AI 아이디어를 후원했다.
   3. 이 과정에서 스타트업 운영, 창의적 엔지니어링 팀 관리, 첨단 기술과 창작 목표의 결합을 배웠다.
2. “언제 재미있어지는가?”와 연구의 공통점
   1. 게임 디자이너에게 “이 게임은 언제 재미있어지나요?”라고 묻는 것은 무서운 질문이다. 재미를 보장할 수 없기 때문이다.
   2. 연구자에게 “돌파구는 언제 나오나요?”라고 묻는 것도 같은 구조다. 답을 이미 안다면 연구가 아니며, 재미를 보장한다면 창작이 아니다.
   3. 두 분야 모두 미지의 영역에서 취향(taste), 직관(intuition), 자신이 하는 일에 대한 믿음이 필요하다.
   4. 엔지니어링은 열린 창작 질문을 지탱하고, 연구는 다음 엔지니어링을 알려준다. 이러한 순환적·다학제 팀이 AlphaFold와 AlphaGo를 가능하게 했다.

4.3. 신경과학으로 지능을 여러 각도에서 본 이유

1. 게임 개발에서 뇌과학으로
   1. Cambridge에서 컴퓨터과학을 공부한 뒤 신경과학으로 옮긴 것은 방향 전환이 아니라 지능이라는 같은 질문을 다른 각도에서 본 선택이었다.
   2. 1990년대 중반까지 알려진 AI 지식을 밀어붙인 뒤, 2000년대 초 신경망 혁명 이전의 AI에 부족했던 독립적인 정보원을 찾고자 했다.
   3. 당시 fMRI(기능적 자기공명영상)는 뇌 안에서 생각할 때 어떤 영역이 활성화되는지 살펴볼 수 있는 새롭고 강력한 도구였다.
2. 기억보다 덜 연구된 상상력
   1. 기억과 상상은 흥미로운 주제였고, 특히 상상은 미래를 계획하는 능력과 연결된다.
   2. 체스에서는 미래의 체크메이트나 승리 위치를 상상한 뒤 거기서부터 현재로 계획을 거꾸로 세운다. The Queen's Gambit에서 잠들 때 체스판이 떠오르는 장면은 Gary Kasparov의 자문 덕분에 실제 정상급 체스 선수의 경험과 가깝다.
   3. 게임 설계에서도 플레이어가 어디서 지루해질지, 어떤 어려움을 겪을지, 인터페이스가 어떻게 작동할지 머릿속으로 시뮬레이션한다.
   4. 당시 기억은 연구됐지만 상상력은 거의 연구되지 않았고, AI에는 창작·계획·추론의 핵심인 상상력을 구현할 방법이 없었다.
   5. 뇌과학 박사과정은 최전선에서 새로운 지식을 발견하는 연구의 감각과, 공학과 연구가 서로 다른 작업이라는 사실도 가르쳐줬다.

4.4. 현실을 시뮬레이션하는 메타 도구

1. 모든 경로가 같은 질문으로 수렴한다
   1. 뇌, 게임, 체스, 문학, 음악은 현실의 한 버전을 구성하고 잠시 그 안에 들어가게 하는 시뮬레이션 엔진이다.
   2. 첫 게임 Theme Park(1993~1994)는 Disney World의 작은 시뮬레이션이었다.
   3. 당시로서는 이례적인 시도였지만 약 1,000만 명이 그 단순한 테마파크 시뮬레이션과 상호작용했다.
2. 궁극의 질문
   1. 게임의 작은 시뮬레이션에서 출발해 계산과 물리학의 관점에서 현실의 본질을 묻게 됐다.
   2. 단순한 시뮬레이션 가설을 신봉한다는 뜻은 아니지만, 무엇이 현실을 떠받치는지에 대한 질문은 궁극적인 문제다.
   3. 지능을 이해하고 활용하는 AI와, 정확한 시뮬레이터로 현실을 탐구하는 작업이 하사비스의 두 핵심 관심사다.

5. AI 창작 도구와 인간의 가치

5.1. 창작자와 함께 만드는 도구

1. 상위 창작자와 초기부터 협업
   1. Google DeepMind는 경쟁사와 다른 경로를 택해 유명 창작자와 협력하면서 도구를 설계한다.
   2. 영화감독 Darren Aronofsky, 여러 분야의 정상급 음악가, 게임 EVE Online을 만든 아이슬란드 기업의 게임 디자이너 등이 협력 사례로 언급됐다.
   3. “무엇을 원하고 무엇이 필요한가?”, “창작을 도울 것인가 방해할 것인가?”를 실제 창작 과정에서 확인한다.
2. AI 슬롭과 프로토타이핑의 대비
   1. AI slop은 몇 초 동안 사람의 관심을 끌기 위해 만들어진 평범하고 창의적으로 빈약한 콘텐츠를 가리킨다. 가벼운 오락으로는 존재할 수 있지만 창작의 이상적인 방향은 아니다.
   2. 반대로 훌륭한 창작자는 AI로 더 많은 아이디어를 빠르게 반복하고, 큰 자원을 투입하기 전에 초기에 시험하여 진짜 밀고 갈 아이디어를 고른다.
   3. 비용과 시간이 줄어들면 이전에는 자금·인력이 부족해 시도하지 못했던 프로젝트도 가능해진다.
   4. 신진 창작자는 영화 기획을 슬라이드로만 설명하는 대신 실제 프로토타입이나 짧은 트레일러를 만들어 전문 세계로 진입할 수 있다.

5.2. 인간을 정의하는 기준의 재설계

1. 다음 10년의 창의성 폭발
   1. 다음 10년 동안 최고의 인간 과학자·예술가는 AI 도구로 산출물을 10배(10x) 늘릴 수 있다.
   2. 이후 도구가 더 자율적으로 변하면 인간이 무엇을 해야 하는지, 인간의 연결과 창작·장인정신·영혼이 어떤 의미인지가 더 중요해질 수 있다.
2. 노력과 원본성의 가치
   1. 오래된 거장의 원본을 수없이 복사할 수 있어도 원본만큼 소중하게 여기지는 않는다.
   2. 위대한 피아니스트·체스 선수·수학자·예술가가 되기까지 들어간 노력·규율·기술이 가치의 일부였다.
   3. AI가 그 과정의 지름길을 제공하면 노력만으로 가치를 정의할 수 없으므로, 사회는 어떤 덕목을 인정하고 축하할지 다시 합의해야 한다.
3. 자본주의 위에 필요한 철학적 층위
   1. AI는 사람을 연결하고 성장시키는 건전한 상호작용 경험을 만들 수도 있고, 소셜 미디어처럼 중독성 있는 분절된 공간을 만들 수도 있다.
   2. 기술을 시장에만 맡기면 자본주의가 향하는 방향으로 흘러간다. 자본주의는 진보를 움직이는 강력한 엔진이지만, 우리가 의도적으로 원하는 목적을 정하는 철학적·사회적 층위가 필요하다.
   3. 기술적 안전과 자율성 확대, AI의 경제적 혜택이 모두에게 돌아가는지, 목적과 가치가 올바른지 세 질문을 함께 다뤄야 한다.
   4. 미래는 정해져 있지 않다. 누구도 무슨 일이 일어날지 안다고 말할 수 없으며, AI가 상자 속으로 돌아가거나 사라지지는 않으므로 모든 분야의 사람이 설계에 참여해야 한다.

6. 풍요와 최대 인간 번영의 청사진

6.1. 과학·의학·에너지의 근본 문제 해결

1. 질병과 자원 문제
   1. AI를 신중하게 세상에 들여보내면 끔찍한 질병을 대부분, 궁극적으로는 모두 해결할 가능성이 있다.
   2. 새로운 소재와 에너지원을 발견하고, 핵융합과 양자컴퓨팅을 발전시키면 환경·물 접근·자원 부족 같은 사회 문제를 완화할 수 있다.
   3. 여러 문제는 직접 해결하기보다 에너지 같은 근본 노드(root node)를 풀 때 함께 해결된다.
2. 우주와 새로운 풍요
   1. 에너지 문제가 해결되면 우주여행의 핵심 장애물인 연료 문제도 풀려 본격적인 우주 진출이 가능해진다.
   2. 풍요(abundance)는 인간 번영을 극대화할 수 있지만, 경제적 분배와 목적·가치의 철학이 가장 어려운 과제가 된다.

6.2. 예술과 과학소설이 제공하는 북극성

1. 새로운 미학의 발견
   1. 수렵·채집용으로 진화한 뇌가 오늘날 미술·건축·과학을 만들고 감상하듯, 인류의 미적 판단과 세련됨은 아직 한계에 도달하지 않았다.
   2. AI 도구는 새로운 예술 형식과 과학적 경이를 발견하는 데 도움을 줄 수 있다.
2. 실현 가능한 미래를 상상하기
   1. 과학소설·각본가는 하드 사이언스에 기반한, 그럴듯하고 실제로 실현 가능한 긍정적 미래의 북극성을 더 많이 제시해야 한다.
   2. 하사비스에게 영감을 준 작품은 Isaac Asimov의 Foundation 시리즈와 Iain M. Banks의 Culture 시리즈였다.
   3. 과학적 가능성과 인간적 이상을 동시에 갖춘 이야기가 기술 개발의 방향을 안내할 수 있다.

7. 인간 스토리텔링의 비계산 가능성과 의미

7.1. Kate Far의 질문: 인간 서사의 고유성

1. 비계산 가능성은 아직 열린 과학 문제다
   1. National Theatre 공동대표 Kate Far는 AI가 창의성을 증진하는 방향을 높이 평가하면서 인간 스토리텔링에 계산할 수 없는 요소가 있는지, 있다면 혁신 속에서 어떻게 보호할지 물었다.
   2. 하사비스는 뇌가 컴퓨터와 다르게 작동하는 한계를 비교하는 것은 경험적·과학적 질문이라고 답했다.
   3. 지능적 인공물을 만든 뒤 인간 정신과 비교하면 인간에게 남은 특별하거나 고유한 능력을 가장 잘 확인할 수 있다.
2. Penrose와 Turing 사이의 입장
   1. Roger Penrose는 뇌의 양자 효과와 양자 의식(quantum consciousness)을 주장한다. 이것이 맞다면 현재의 고전적 컴퓨터와 AI는 그 기능을 수행할 수 없다.
   2. 하사비스는 지금까지 양자 의식을 뒷받침할 증거가 충분하다고 보지 않으며, Alan Turing 쪽에 가깝다.
   3. 인간이 하는 대부분의 일이 어떻게 작동하는지 아직 몰라도 충분한 입력과 데이터가 주어지면 결국 계산 가능하다는 견해다.

7.2. “더 나음”보다 인간에게 의미 있는 연결

1. 창작의 우열은 체스처럼 선형으로 측정되지 않는다
   1. 체스·바둑은 누가 더 잘하는지 비교할 수 있지만, 예술에서 “더 좋다”는 단일한 선형 척도로 정해지지 않는다.
   2. 앞으로는 어떤 작품이 다른 인간에게 더 의미 있는지가 중요해질 가능성이 크다.
2. 진실한 이야기와 Van Gogh의 붓질
   1. 영화나 책에 “실화 기반(based on a true story)”이라는 문구를 붙이는 이유는 실제로 다른 인간이 그 일을 겪었다는 사실이 관객에게 추가적인 의미를 주기 때문이다.
   2. AI가 만든 작품에는 인간 예술가와의 동일한 관계가 없다.
   3. Van Gogh의 작품에서는 붓질 하나하나에서 그의 고통을 볼 수 있다. AI 로봇이 같은 붓질을 흉내 내도 인간끼리 느끼는 그 연결은 아마 생기지 않는다.
   4. 따라서 인간이 무엇을 의미 있게 느끼는지, 작품의 기원과 경험이 가치에 어떻게 작용하는지는 철학적으로 더 세밀하게 풀어야 한다.

8. 건축·도시·영국의 역할

8.1. Thomas Heatherwick의 질문: 디지털 고립 이후의 공공 건강

1. 도시의 소울리스함과 외로움
   1. 건축가 Thomas Heatherwick은 AI에 대한 낙관이 영국에 희망을 주지만, 현대 도시는 세계 곳곳에서 영혼 없는 건물을 대규모로 생산했다고 지적했다.
   2. 초기 디지털 혁명은 놀라운 연결을 만들었지만, Noreena Hertz가 말한 “외로운 세기(lonely century)”와 단절·온라인의 유해한 행동도 키웠다.
   3. 건물을 개별 예술 작품으로만 보지 말고 공공 건강(public health)의 일부로 설계해야 하며, AI는 건축 환경을 근본적으로 인간화할 기회가 될 수 있다.

8.2. 비용을 넘어 인간의 건강과 영감을 설계하기

1. 물리적 공간은 창의성을 자극한다
   1. 하사비스는 물리적 공간이 다음 단계의 창의성을 자극한다고 믿으며, 특히 대도시의 건축은 사람에게 영감을 줘야 한다고 말했다.
   2. 제2차 세계대전 이후 영국 건축에서 영감이 사라졌다고 느끼며, 자신이 좋아하는 Art Deco와 런던 곳곳의 Georgian 건축을 예로 들었다.
   3. 풍요의 시대에는 비용을 건축의 유일한 척도로 삼지 말고 인간의 건강·영감·공동체 효과를 함께 계산해야 한다.
2. AI 인프라도 아름다워야 한다
   1. 데이터센터처럼 AI 혁명이 새로 만드는 건축 자산도 주변의 물리적 환경에 미치는 영향을 고려해야 한다.
   2. 약간 더 투자해 데이터센터와 새 인프라를 아름답게 만들지 못할 이유가 없다.
   3. 기술의 긍정적 물리 효과를 만들려면 진지한 창작 노력과 새로운 건축 운동이 필요하다.

8.3. 영국의 야망·유럽의 공감·런던의 소집 능력

1. AI를 막지 말고 형성하기
   1. AI 혁명은 밀물처럼 일어나며, 중국과 미국이 무엇을 하든 진행될 것이다. 이를 막으려 하기보다 자신의 재능과 가치로 긍정적인 방향을 형성해야 한다.
   2. 미국은 야망과 그 야망에 대한 낙관을 잘 보여준다. 유럽은 영국식 현실감·연민·공감을 지키면서 미국식 야망도 받아들여야 뒤처지지 않는다.
2. 논쟁보다 증명, 실패하더라도 새롭게
   1. 하사비스는 단백질 접힘 문제가 풀릴지 수년간 논쟁했지만 결국 어느 순간에는 보여줘야 한다고 말했다.
   2. MIT 박사후과정 시절 일부 최고 AI 교수들은 1980년대에 실패한 학습 접근은 절대 성공하지 않고 논리 시스템을 써야 한다고 말했다.
   3. 그 주장을 경청한 뒤에도 제1원리(first principles)의 근거가 아니라 결국 도그마라고 판단했다.
   4. 성공할지 확신할 수 없더라도 실패한다면 새롭고 흥미로운 방식으로 실패해야 하며, 그 실패도 인간 지식의 벽에 벽돌 하나를 더한다.
3. 런던의 다학제적 강점
   1. 미국은 금융이 뉴욕, 정부가 워싱턴 DC, 기술이 샌프란시스코, 엔터테인먼트가 LA에 분산돼 있다.
   2. 런던은 한 도시에서 과학·건축·예술·정부·금융·기술을 만날 수 있는 용광로다.
   3. RSA, Royal Society, Royal Academy of Engineering은 이러한 소집 능력(convening power)을 활용해 최고 수준의 학제 간 대화를 만들 수 있다.

9. 교육을 AI 네이티브로 재설계하기

9.1. 전후 교육 시스템의 한계

1. 평균에 맞춘 50년 된 구조
   1. 하사비스는 현재 학교가 제2차 세계대전 이후 약 50년간 이어진 체계이며 업데이트가 필요하다고 본다.
   2. 학교는 중간 수준의 학생에게 맞춰져 재능 있고 똑똑한 학생은 충분히 도전받지 못하고 지루해지며, 뒤처진 학생도 충분히 도움받지 못한다.
   3. 부모가 학교에서 뒤처진 아이와 앞선 아이를 위한 야간 수업을 가르친 경험은 이 구조의 문제를 보여줬다.

9.2. AI 네이티브 세대와 뒤집힌 교실

1. 밀물을 막기보다 방향을 정하기
   1. AI 혁명은 조류처럼 멈출 수 없으며, 개인과 국가가 무엇을 하든 중국과 미국은 계속 발전시킬 것이다.
   2. 아이를 AI 네이티브로 교육하지 않는 것은 1990년대에 컴퓨터와 인터넷을 가르치지 않는 것과 같다.
   3. 다음 세대가 미래를 형성하려면 AI 도구를 다룰 능력과 AI가 인간의 가치에 맞게 작동하도록 설계할 역량이 필요하다.
2. 개인화된 AI 튜터
   1. 교실 밖에서 AI가 기초 지식과 반복 학습을 돕고, 학생별 약점을 파악해 필요한 대수 문제를 더 제공할 수 있다.
   2. 누구나 훌륭한 개인 튜터를 갖게 되고, 전국 최고의 수학 교사의 강의를 활용할 수 있다.
   3. 모든 수학 교사가 같은 수업 자료를 반복해서 만드는 대신 AI가 초안을 지원하면 교사의 시간이 절약된다.
3. 교실의 재발명
   1. 교실은 암기식 학습(rote learning)보다 Montessori식 프로젝트, Oxbridge의 슈퍼비전(supervision)처럼 인간 협업과 탐구 중심 공간이 되어야 한다.
   2. 창의성, 기업가정신(entrepreneurialism), 팀을 이끌고 팀의 일부가 되는 능력을 실제 프로젝트로 기른다.
   3. AI가 지식 전달을 개인화할수록 교사는 학생들과 재미있고 협력적인 프로젝트를 설계하는 역할에 더 집중할 수 있다.

주요 발언 모음

“AI는 인류가 발명할 가장 심오한 기술 가운데 하나가 될 것이다. 산업혁명보다 열 배 큰 영향이 열 배 빠르게 일어날 수 있다.”

“기술은 가능성을 열어줄 뿐, 우리가 그 가능성으로 무엇을 해야 하는지는 정하지 않는다.”

“좋은 과학자와 위대한 과학자를 가르는 것은 창의성이다. 큰 돌파구는 기술적 능력이 받치는 직관적 도약에서 나온다.”

“미래는 아직 쓰이지 않았다. 무슨 일이 일어날지 안다고 말하는 사람은 거짓말을 하거나 다른 의도가 있는 사람이다.”

“실패해야 한다면 새롭고 흥미로운 방식으로 실패해야 한다. 그것도 인간 지식의 벽에 벽돌 하나를 더하는 일이기 때문이다.”

“AI가 창작물을 만들 수 있는지는 별개의 문제다. 인간에게 더 의미 있는 것은 다른 인간이 실제로 그 일을 겪었다는 연결일 수 있다.”

“AI를 막아 밀물을 되돌릴 수는 없다. 우리가 할 일은 우리 가치에 맞는 방향으로 그 밀물을 형성하는 것이다.”

핵심 데이터 & 수치

• 1877년: RSA Great Room에서 Bell이 전화 공개.
• 270년 이상: RSA가 아이디어와 창의성을 공공선에 연결해온 기간.
• 1864년: Rowland Hill이 첫 Albert Medal 수상.
• 18년: Prince Albert의 RSA 운영 기간.
• 13세 / 17세: 하사비스가 체스 마스터가 된 나이와 백만 장 판매 게임을 만든 나이.
• 2009년: 하사비스가 RSA Fellow가 된 시점.
• 약 2억 6,200만 개: AlphaFold가 예측해 무료 공개한 단백질 구조 수.
• 1993~1994년: 약 1,000만 명이 즐긴 Theme Park 시뮬레이션 개발 시기.
• 약 10배: AI가 산업혁명보다 클 수 있는 영향의 추정치와 변화 속도에 대한 비유.
• 약 10년: 산업혁명에 한 세기가 걸렸다면 AI 혁명이 전개될 수 있는 시간 규모.
• 10x: 다음 10년 동안 정상급 인간 창작자·과학자가 AI 도구로 산출물을 늘릴 수 있다는 전망.
• 50년: 하사비스가 개편 필요성을 지적한 전후 교육 시스템의 대략적 연령.

결론 및 시사점

1. AI의 성패는 모델 성능만이 아니라 어떤 질병을 치료하고 어떤 교육·도시·경제·문화에 적용할지 결정하는 사회적 설계에 달려 있다.
2. 창의성은 기술적 숙련의 반대가 아니다. 깊은 기술력, 직관, 감정, 상상력, 다학제 협업이 함께 있을 때 큰 돌파구가 나온다.
3. AI 창작 도구는 정상급 창작자의 프로토타이핑과 신진 창작자의 진입을 가속해야 하며, 관심을 낚는 AI slop의 대량 생산에 머물러서는 안 된다.
4. AI가 인간의 능력을 모방할수록 작품의 원본성, 창작자의 삶, 인간적 경험과 연결되는 의미가 더 중요한 가치가 될 수 있다.
5. 기술적 안전, 혜택의 공정한 분배, 목적과 가치에 대한 철학적 합의를 동시에 준비해야 한다.
6. 과학소설·예술·건축은 기술이 향할 긍정적 북극성을 제공하고, 과학·의학·에너지 연구는 그 북극성을 실현할 수단을 만든다.
7. 영국과 유럽은 현실감과 공감만 강조해 뒤처지거나 미국식 낙관만 흉내 내지 말고, 두 태도를 결합해 AI를 적극적으로 형성해야 한다.
8. 교육은 AI를 금지하는 대신 AI 네이티브 역량을 길러야 하며, 개인화된 반복 학습은 AI가, 창의적 프로젝트·협력·리더십은 교실이 맡는 구조가 유력하다.
9. 하사비스가 그리는 최선의 미래는 질병과 자원 부족을 줄이는 풍요, 새로운 예술과 과학의 발견, 그리고 인간이 목적과 의미를 다시 선택하는 최대 인간 번영의 시대다.

핵심 요약 (20줄)

1. 데미스 하사비스는 AI를 전기·전화·인터넷·모바일보다 클 수 있는 기술로 본다.
2. AI 혁명은 산업혁명보다 열 배 큰 영향이 열 배 빠르게 진행될 수 있다.
3. 산업혁명처럼 AI도 번영과 함께 환경·경제·사회적 부작용을 낳을 수 있다.
4. AlphaFold는 약 2억 6,200만 개 단백질 구조를 예측해 전 세계 연구자에게 무료로 공개했다.
5. 인간 건강과 신약 개발은 AI를 적용해야 할 가장 중요한 분야다.
6. 기술은 가능성을 열지만 사회가 무엇을 해야 하는지 스스로 결정하지 않는다.
7. 예술·인문학·사회과학은 AI 시대의 목적과 가치를 정하는 데 필수적이다.
8. 좋은 과학자와 위대한 과학자를 가르는 요소는 창의적 직관과 기술력의 결합이다.
9. 게임 개발은 창의적 목표가 3D 그래픽과 GPU 같은 AI 기반 기술을 촉진한 사례다.
10. 하사비스는 지능과 현실을 이해하기 위해 게임·체스·뇌과학·AI를 연결했다.
11. AI 창작 도구는 정상급 예술가의 아이디어 반복과 신진 예술가의 진입을 도울 수 있다.
12. 관심만 낚는 AI slop은 창작의 이상적인 방향이 아니며 인간의 판단이 필요하다.
13. 다음 10년에는 인간 창작자와 과학자가 AI로 산출물을 10배 늘릴 수 있다.
14. AI가 자율화될수록 인간의 연결·장인정신·노력·작품의 영혼이 더 중요해질 수 있다.
15. 인간 스토리텔링의 고유성은 아직 열린 과학 문제이며 인간의 실제 경험이 의미를 더한다.
16. 가장 좋은 미래는 질병·환경·에너지·물·자원 문제를 해결하는 풍요의 세계다.
17. 예술과 과학소설은 실현 가능한 긍정적 미래의 북극성을 제공해야 한다.
18. 아름다운 건축과 데이터센터는 인간 건강·영감·공동체를 고려하는 AI 인프라가 될 수 있다.
19. 영국은 유럽의 공감과 미국의 야망을 결합하고 런던의 다학제적 소집 능력을 활용해야 한다.
20. 교육은 AI 개인 튜터와 프로젝트 중심 교실을 결합해 아이들을 AI 네이티브 시민으로 길러야 한다.