AI 시대, 우리 아이에게 필요한 건 '정답 찾기'가 아니라 '질문 만들기'입니다

안녕하세요, 앤소장입니다.

오늘 소개할 인물은 데미스 허사비스(Demis Hassabis)입니다. 그는 구글 딥마인드의 CEO로, 인공지능 분야에서 가장 영향력 있는 인물 중 한 명이죠.

그는 단순히 AI 기업을 이끄는 경영자가 아닙니다. 13세에 체스 마스터가 되었고, 케임브리지 대학에서 컴퓨터과학을 전공한 후 게임 개발자로 일했어요. 이후 UCL(유니버시티 칼리지 런던)에서 신경과학으로 박사학위를 받았죠. 뇌가 어떻게 학습하고 기억하는지를 연구한 경험이 그가 AI를 개발하는 방식에 깊은 영향을 미쳤습니다.

2010년 딥마인드를 창업했고, 2014년 구글에 인수된 후 구글 브레인과 합병해 현재의 구글 딥마인드를 이끌고 있어요. 바둑 AI 알파고로 이세돌 9단과의 대국을 통해 전 세계를 놀라게 했고, 단백질 구조 예측 문제를 해결한 알파폴드로 과학계에 혁명을 일으켰습니다.

2024년에는 알파폴드의 업적으로 노벨 화학상을 수상하기도 했죠. 알파고, 알파폴드, 제미나이 등 우리가 뉴스에서 접하는 거의 모든 구글의 혁신적인 AI 프로젝트가 그의 손을 거쳐 탄생했어요.

이번 인터뷰는 다보스 세계경제포럼에서 진행되었는데, AI가 우리 아이들의 미래에 어떤 의미를 갖는지, 그리고 부모로서 어떤 준비를 해야 하는지에 대한 실질적인 통찰을 얻을 수 있을 거예요.

출처는 유튜브 채널 Big Technology Podcast, 2026년 1월 24일 게시된 "Google DeepMind CEO Demis Hassabis: AI's Next Breakthroughs, AGI Timeline, Google's AI Glasses Bet" 영상을 바탕으로 재구성했습니다.

이 인터뷰에서 다룰 핵심 내용

AI가 아직 AGI(인공일반지능)에 도달하지 못한 이유와 우리 아이들이 가져야 할 '진짜 창의성'의 의미
프로그래밍을 몰라도 앱을 만드는 시대, 아이들에게 필요한 능력은 무엇인가
바둑과 스타크래프트 챔피언들이 AI에게 진 후에도 게임이 사라지지 않은 이유
AI가 모든 일을 대신할 때 우리 아이들은 무엇에서 의미를 찾아야 하는가
알파제로가 인간의 상상을 넘어선 바둑 수를 두었듯, AI가 새로운 과학 이론을 발견하는 시대의 교육
정보가 에너지보다 중요한 시대, 아이들에게 가르쳐야 할 사고방식
구글 AI 안경이 곧 출시되는 이유와 손을 쓰지 않는 세대를 위한 준비

Q. 작년 이맘때만 해도 사람들이 "AI가 벽에 부딪혔다"고 말했는데, 지금은 엄청난 발전을 이루었습니다. 우리 아이들이 살아갈 세상을 위해 부모가 알아야 할 것은, AI 발전이 정말 계속될 것인가 하는 점인데요. 어떻게 보시나요?

솔직히 말씀드리면, 우리 내부에서는 한 번도 그런 의문을 가진 적이 없었어요. 항상 엄청난 개선이 이루어지고 있었거든요. 외부에서 왜 그런 질문이 나오는지 오히려 저희가 당황스러웠죠.

사람들이 걱정했던 건 주로 데이터 부족 문제였어요. 인터넷의 모든 데이터를 다 써버렸는데 앞으로 어떡하냐는 거였죠. 합성 데이터, 그러니까 AI가 스스로 만들어낸 데이터로 학습하는 게 과연 유용할까 하는 의문도 있었고요.

하지만 결과적으로 기존 구조와 데이터에서 훨씬 더 많은 걸 뽑아낼 수 있다는 게 밝혀졌습니다. 사전 학습, 후속 학습, 그리고 사고 방식 같은 부분에서 여전히 엄청난 발전 여지가 있어요. 우리가 이미 알고 있는 기술들을 조정하고 개선하는 것만으로도 갈 길이 멀죠.

부모님들이 여기서 주목해야 할 점이 있어요. AI가 계속 발전한다는 건 우리 아이들이 성인이 되었을 때 지금과는 완전히 다른 세상에서 살게 된다는 뜻입니다. 단순히 스마트폰이 생긴 정도의 변화가 아니에요. 산업혁명에 버금가는 큰 변화가 일어나고 있어요.

그렇다면 우리 아이들에게 무엇을 가르쳐야 할까요? 특정 지식을 암기시키는 것보다, 계속 배우는 방법을 가르치는 게 중요하다고 봅니다. AI 자체가 '학습하는 시스템'이잖아요. 우리 아이들도 평생 학습자가 되어야 해요.

Q. 회의론자들은 현재 AI가 많은 '트릭'을 사용하고 있다고 말합니다. 웹 검색 도구를 쓸 수는 있지만, 대화가 끝나면 다 잊어버리죠. 이건 대형 언어 모델의 근본적인 한계 아닌가요? 우리 아이들이 배워야 할 AI는 결국 제한적인 것 아닌가요?

맞아요, 그래서 저는 AGI(인공일반지능)에 도달하려면 한두 가지 큰 돌파구가 더 필요하다고 생각해요.

AGI는 'Artificial General Intelligence', 즉 '인공 일반 지능'이라는 뜻이에요. 쉽게 말하면, 사람이 할 수 있는 거의 모든 지적인 일을 할 수 있는 AI를 말하죠. 지금 AI는 특정 분야에서만 잘하지만, AGI는 모든 분야에서 사람처럼 생각하고 배울 수 있는 거예요.

그게 뭐냐면, 지속적 학습, 더 나은 메모리, 더 긴 맥락 이해 능력, 또는 더 효율적인 맥락 이해 능력이에요. 모든 걸 다 저장하지 말고 중요한 것만 저장하는 거죠. 우리 뇌가 바로 그렇게 작동하거든요. 우리는 학교에서 배운 모든 걸 다 기억하지 않지만, 중요한 것만 뽑아서 기억하잖아요.

그리고 더 나은 장기 추론과 계획 능력도 필요해요. 지금 AI는 단기 계획은 할 수 있지만, "4년간 대학을 다녀서 자격을 얻고, 10년 후 더 나은 직업을 갖는다"는 식의 장기 계획은 못 해요. 우리 인간은 이런 걸 쉽게 하잖아요.

기존 아이디어를 확장하는 것만으로 충분할지, 아니면 정말 큰 통찰력 있는 혁신이 한두 개 더 필요할지는 아직 모르겠어요. 제가 생각하기엔 후자 쪽일 것 같아요.

하지만 확실한 건, 어떤 경우든 대형 기반 모델이 최종 AGI 시스템의 핵심이 될 거라는 점이에요.

여기서 부모로서 얻을 수 있는 교훈은 이겁니다. AI에게도 아직 '못하는 것'이 있어요. 바로 진정한 의미에서의 학습과 기억이죠. 우리 아이들은 이미 그걸 할 수 있어요. 새로운 걸 배우고, 기억하고, 그걸 바탕으로 또 배우는 능력 말이에요.

그러니까 아이들에게 단순히 "AI가 다 해줄 텐데 뭘 배워?"라고 생각하면 안 됩니다. 오히려 아이들이 가진 학습 능력 자체가 여전히 AI보다 우월한 부분이에요. 호기심을 갖고 질문하고, 실패해도 다시 시도하고, 경험에서 배우는 능력을 키워주는 게 중요합니다.

출처 : 인공지능신문

Q. AGI의 정의에 대해 묻고 싶습니다. 샘 알트먼(오픈AI CEO)은 "우리가 이미 AGI를 지나쳤고 이제 초지능으로 가야 한다"고 말하던데요. 동의하시나요? 우리 아이들 세대에 AGI는 정확히 무엇을 의미하나요?

전혀 동의하지 않아요. AGI를 마케팅 용어나 상업적 이익을 위해 사용해서는 안 됩니다.

AGI에는 원래부터 과학적 정의가 있었어요. 제 정의는 이렇습니다. 인간이 할 수 있는 모든 인지 능력을 보여줄 수 있는 시스템. 여기서 '모든'이라는 게 핵심이에요.

우리가 항상 칭송하는 최고 수준의 인간 창의성을 말하는 겁니다. 과학자들, 예술가들이 보여주는 그런 창의성이죠. 단순히 수학 문제를 푸는 게 아니라, 아예 새로운 문제 자체를 만들어내는 거예요. 그게 훨씬 어려운 일이거든요.

예를 들어볼까요? 물리학 문제를 푸는 게 아니라, 완전히 새로운 물리학 이론을 만들어내는 거예요. 아인슈타인이 일반 상대성 이론을 창안해낸 것처럼요.

우리 인간은 할 수 있잖아요. 실제로 역사 속에서 그런 일을 해냈으니까요. 예술도 마찬가지예요. 이미 있는 걸 따라 그리는 게 아니라, 피카소나 모차르트처럼 아예 새로운 장르를 창조하는 거죠. 세상이 한 번도 본 적 없는 것을요.

오늘날 AI는 그것과는 거리가 멀어요. 어려운 수학 문제를 몇 개 풀었다고 해도요. 그건 분명 대단한 일이지만, 진정한 발명, 천재가 보여주는 창조와는 차원이 다릅니다.

게다가 AGI라면 이 모든 영역에서 그런 일을 할 수 있어야 해요. 여기에 더해 신체 지능도 필요하다고 봐요. 우리는 스포츠도 하고 몸을 놀라운 수준으로 제어할 수 있잖아요. 올림픽 선수들처럼요. 로봇 분야는 아직 그 수준과는 한참 멀어요.

그래서 진짜 AGI 시스템이라면 이 모든 것을 할 수 있어야 합니다. 그게 AI 분야가 원래 목표로 했던 거예요. 제 생각엔 거기까지 5~10년 정도 걸릴 것 같아요.

부모님들께 드리는 메시지는 명확해요. 우리 아이들에게 단순히 문제를 푸는 법을 가르치지 마세요. 문제를 만드는 법을 가르쳐야 해요. 누구도 생각하지 못한 질문을 던지고, 완전히 새로운 방식으로 접근하는 능력이요.

수학 문제집을 100문제 푸는 것보다, 아이가 "왜 이 공식이 이렇게 생겼을까?" "이걸 다른 방식으로 설명할 수 있을까?"라고 질문하게 만드는 게 훨씬 중요합니다.

AI는 이미 알려진 패턴을 찾는 데는 뛰어나지만, 완전히 새로운 질문을 만드는 건 아직 못하거든요.

Q. 흥미롭게도 최근 구글 딥마인드 팟캐스트에서 AGI에 가장 가까운 시스템으로 '제미나이 3'가 아니라 이미지 생성기를 언급하셨는데요. 왜 이미지 생성기가 AGI에 가깝다는 건가요?

더 흥미로운 건 비디오 생성기 보(Veo)예요. 현재 최고 수준의 비디오 생성 기술이죠.

10초, 20초짜리 현실적인 장면을 생성할 수 있는 비디오 모델을 생각해보세요. 이건 물리적 세계의 모델이에요. 우리가 물리학에서 '직관적 물리학'이라고 부르는 거죠. 액체나 물체들이 세상에서 어떻게 행동하는지 직관적으로 이해하는 거예요.

예를 들어볼게요. 물을 컵에 따르면 어떻게 될까요? 넘치거나 흘러내리겠죠. 공을 던지면 어떻게 될까요? 포물선을 그리며 날아가다가 땅에 떨어질 거예요. 이런 걸 우리는 배우지 않아도 알잖아요. AI도 이제 비디오를 만들면서 이런 걸 배우고 있어요.

그리고 이해를 보여주는 한 가지 방법은 그걸 생성해낼 수 있다는 거예요. 적어도 사람 눈에 충분히 정확해 보이고 만족스럽게 느껴질 정도로요. 물론 물리학 관점에서 완전히 정확한 건 아니고, 우리가 계속 개선하고 있어요. 하지만 이건 '세계 모델'이라는 아이디어를 향한 단계예요. 세상과 세상의 작동 방식, 인과관계를 이해할 수 있는 시스템 말이에요.

이런 세계 모델이 필요하다고 생각해요. 로봇을 상상해보세요. 로봇에 딱 필요한 게 이거예요. 현실 세계에서 계획을 세우는 로봇들이요. 어떤 작업을 완수하기 위해 현재 상황에서 여러 가능성을 상상할 수 있는 거죠.

아이들 교육에 이걸 어떻게 적용할 수 있을까요? 아이들에게 단순히 지식을 주입하는 게 아니라, 세상이 어떻게 작동하는지 직관적으로 이해하게 해주는 거예요.

레고 블록을 쌓다가 무너지는 걸 경험하면서 중력과 균형을 배우고, 물놀이를 하면서 물의 성질을 깨닫고, 자전거를 타면서 운동과 균형을 체득하는 식이죠. 이런 체험적 학습이 AI도 지금 배우려고 하는 '세계 모델'의 기초예요.

책으로만 물리 법칙을 외우는 아이보다, 직접 만지고 부수고 조립하면서 세상의 원리를 몸으로 익힌 아이가 훨씬 강력한 사고력을 갖게 됩니다.

출처 : The Thinking Game Film

Q. 다큐멘터리 '생각하는 게임'에서 당신과 동료들이 계속 휴대폰을 물건에 갖다 대며 AI 어시스턴트에게 물어보는 장면이 있었어요. 저는 컴퓨터 앞에서 소리쳤죠. "이 사람은 안경이 필요해!" 스마트 안경 말이에요. AI 안경에 대한 비전과 출시 시기를 말씀해주시겠어요?

정확히 맞아요. 그게 우리 결론이었어요.

다큐멘터리에서 보셨듯이 휴대폰을 들고 현실 세계에 대해 물어보는 장면 있잖아요. 놀랍게도 작동은 해요. 하지만 많은 상황에서 적합한 형태는 아니에요.

요리할 때, 도시를 걸으며 길 안내를 받을 때, 시력이 약한 분들을 도울 때 같은 경우요. 이런 상황에서는 엄청난 가능성이 있어요.

그런데 그러려면 손이 자유로워야 하잖아요. 저처럼 안경을 쓰는 사람들에게는 안경에 넣는 게 가장 자연스러운 선택이죠. 물론 다른 기기도 나올 수 있어요. 안경이 최종 형태인지는 확실하지 않지만, 분명한 다음 단계인 건 맞아요.

구글과 알파벳은 안경과 오랜 인연이 있죠. 구글 글래스 기억하시나요? 조금 너무 일찍 시도했던 것 같아요. 당시 프로젝트 담당자들과 이야기를 나눠봤는데, 몇 가지 문제가 있었어요.

디자인이 너무 투박했고, 무거웠고, 배터리도 금방 닳았죠. 이런 문제들은 이제 거의 해결됐어요. 하지만 진짜 문제는 킬러 앱이 없었다는 거예요. 킬러 앱은 '이거 때문에 꼭 사야겠다'고 느끼게 만드는 핵심 기능을 말해요.

그 킬러 앱이 바로 일상에서 나를 돕는 AI 어시스턴트입니다.

컴퓨터에서도, 브라우저에서도, 휴대폰에서도 쓸 수 있지만, 거리를 걸을 때는 안경으로도 쓸 수 있어야 해요. 끊김 없이 자연스럽게 작동하면서, 내가 어떤 상황에 있는지 이해하고 주변 환경도 파악해야 하죠.

제미나이 3으로 드디어 그걸 현실로 만들 만큼 강력한 AI를 갖게 됐어요. 이건 제가 가장 공들이고 있는 프로젝트 중 하나예요. 스마트 안경을 실제로 제대로 작동하게 만드는 일이죠.

워비 파커(미국 안경 회사), 젠틀 몬스터(한국 안경 브랜드), 삼성과 파트너십을 맺어서 차세대 안경을 만들고 있어요. 아마 올여름쯤 보실 수 있을 겁니다.

이게 우리 아이들에게 어떤 의미일까요? 지금 초등학생들은 성인이 되면 검색창에 타이핑하지 않아요. 그냥 보면서 질문하는 세상에 살게 될 거예요."저 건물이 뭐야?" "저 식물 먹을 수 있어?" "이 수학 문제 어떻게 풀어?" 이런 질문을 즉각 할 수 있죠. 그렇다면 우리 아이들에게 정말 필요한 건 뭘까요?

정보를 찾는 능력이 아니에요. 올바른 질문을 던지는 능력입니다. 좋은 질문을 던질 줄 아는 아이가 미래를 주도할 겁니다. 기술이 답을 주는 시대에는 질문의 질이 결과를 결정하니까요.

Q. 앤트로픽의 클로드 코드가 엄청난 화제를 모았어요. 전 아마존 임원이 하루 반 만에 고객관리 프로그램을 만들었다고 하더군요. 이에 대해 어떻게 생각하시고, 구글도 이에 대한 대응책을 갖고 있나요?

앤트로픽은 클로드라는 AI를 만드는 회사예요. 최근에 클로드 코드라는 걸 내놨는데, 프로그래밍을 잘 모르는 사람도 AI의 도움으로 앱이나 프로그램을 만들 수 있게 해줍니다.

매우 흥미로운 발전이에요. 앤트로픽이 정말 좋은 걸 만들어냈어요.

우리도 제미나이 3의 코딩 능력에 아주 만족하고 있어요. 특히 웹페이지나 앱 화면 만드는 작업에 뛰어나거든요. 제가 크리스마스 때 게임 프로토타입을 만드는 데 써봤는데 정말 놀라웠어요. 오랜만에 프로그래밍을 다시 하고 싶게 만들더라고요.

요즘 '바이브 코딩' 열풍이 정말 좋아요. 바이브 코딩은 느낌대로 코딩한다는 뜻인데, 복잡한 문법을 외우지 않고도 AI에게 "이런 걸 만들고 싶어"라고 말하면 AI가 코드를 만들어주는 거예요.

이게 디자이너, 창작자, 예술가들에게 엄청난 기회를 줄 겁니다. 예전엔 프로그래머 팀의 도움이 꼭 필요했던 사람들이요. 이제는 혼자서도 훨씬 많은 걸 할 수 있어요. 이런 기술이 널리 퍼지면 정말 많은 창작 기회가 생길 거라고 봐요.

부모로서 여기서 얻어야 할 교훈은 명확합니다. "프로그래밍을 배워야 하나?"라는 질문의 답이 바뀌고 있어요. 예전엔 "코딩을 배우지 않으면 미래가 없다"고 했어요. 하지만 이제는 조금 다릅니다.

물론 코딩의 기본 원리, 논리적 사고, 문제 해결 방식을 이해하는 건 여전히 중요해요. 하지만 직접 모든 코드를 타이핑하는 능력보다는, "무엇을 만들고 싶은지" 명확히 하고 AI에게 정확히 지시하는 능력이 더 중요해지고 있어요.

아이들에게 스크래치나 파이썬으로 기본을 가르치되, 그것보다 더 중요한 건 창의적 문제 해결력입니다. "이런 앱이 있으면 좋겠어"라는 아이디어를 구체화하고, 그걸 단계별로 설명할 수 있는 능력이죠.

출처 : The Thinking Game Film

Q. AI 산업이 무너질 수 있는 시나리오를 제시해볼게요. 대형 언어 모델 훈련이 한계에 부딪히고, 제미나이 플래시 같은 가벼운 모델이 AI 사용 비용을 검색만큼 저렴하게 만들고, 그러면 엄청난 인프라 투자가 쓸모없게 되어 연쇄 붕괴가 일어난다는 거예요. 이게 정당한 우려인가요?

그럴듯한 시나리오예요. 하지만 제 생각엔 가장 가능성 높은 건 아니에요.

AI는 이미 충분히 가치를 증명했어요. 알파폴드로 단백질 구조를 밝혀내고, 신약 개발을 돕는 것 같은 일들이요. AI가 여기 있고 계속 남을 거라는 건 의심할 여지가 없어요. "내일 갑자기 AI가 안 된다는 걸 알았다"는 식의 상황은 절대 아니에요. 그런 단계는 이미 한참 지났어요.

인류 역사상 가장 혁신적인 기술이 될 게 분명합니다. 언제 완성될지에 대한 의문은 있을 수 있죠. 2년? 5년? 어쨌든 이렇게 대단한 기술치고는 정말 빠르게 오고 있어요.

우리는 여전히 AI를 실제로 어떻게 쓰고 어떻게 퍼뜨릴지 알아가는 초기 단계예요. 기술이 너무 빠르게 발전하고 있거든요. 오늘날 AI가 할 수 있는 것조차, 만드는 사람인 우리도 다 파악하지 못할 정도로 잠재력이 엄청나요.

막대한 기회가 있어요. 구글은 이제 겨우 시작했다고 봐요. 우리가 가진 훌륭한 제품들에 AI를 자연스럽게 붙이는 것만 해도 할 일이 많아요. 완전히 새로운 걸 만드는 건 말할 것도 없고요.

예를 들어 AI 인박스를 이제 막 시작했어요. 솔직히 누가 이메일 정리를 좋아하겠어요? 다들 그게 사라지길 바라잖아요. 저한테도 가장 짜증 나는 일 중 하나거든요. 이런 예가 정말 많아요. 브라우저 도우미, 유튜브 기능, 검색에도 이제 AI를 쓰고 있고요. 기회가 정말 많습니다.

AI 버블에 대해서는 딱 잘라 말하기 어려워요. 버블이냐 아니냐가 아니라, AI 산업의 어떤 부분은 아마 거품이고, 어떤 부분은 지켜봐야 해요. 수백억 원을 투자받는데 제품도 연구도 없이 사람들만 모여 있는 회사들이 있어요. 그런 건 정상적인 시장에서 오래 버티기 어려워 보여요. 좀 거품 같죠.

반면 우리 같은 회사는 이미 탄탄한 사업과 제품이 있어요. AI가 어떻게 이 제품들을 더 좋게 만들지 아주 명확하거든요. 챗봇이나 AI 안경 같은 새로운 제품들이 얼마나 인기 있을지는 두고 봐야겠지만요. 엄청난 시장이 있을 거라고 생각해요. 다만 아직 증명되지는 않았어요.

부모 입장에서 중요한 건 이겁니다. AI 버블이 터지든 안 터지든, AI 기술 자체는 계속 발전하고 우리 삶 속으로 들어올 거예요. 중요한 건 우리 아이들이 이 기술을 그냥 쓰기만 하는 사람이 아니라, 이 기술로 무언가를 만드는 사람이 되도록 준비시키는 거예요. 버블이 터져도, AI를 도구로 활용할 줄 아는 사람은 살아남아요.

Q. 다큐멘터리에서 당신의 기술 상대들에 대해 생각했어요. 바둑 기사, 스타크래프트 선수처럼요. 그들은 기계와의 대결에서 인간의 시대가 끝났다는 걸 깨달았죠. 이제 우리 모두가 지식 노동에서 같은 상황에 직면하고 있습니다. 우리 아이들도 똑같은 처지가 되는 건가요?

체스를 예로 들어보죠. 제가 10대였던 1990년대부터 세계 챔피언 가리 카스파로프보다 나은 컴퓨터가 있었어요. 딥블루 말이에요. 그런데 체스는 그 어느 때보다 인기가 많아요. 컴퓨터끼리 두는 건 아무도 안 봐요. 우리는 최고 인간 기사들의 대결을 보고 싶어 하죠.

바둑은 더 흥미로워요. 지금 세계 최강 바둑 기사가 한국인인데, 알파고 대국이 있을 때 15살쯤이었대요. 지금 20대 중반인데 역대 최강이에요. 왜냐고요? 충분히 어린 나이에 알파고의 지식을 배웠거든요. 알파고로부터 배운 첫 세대인 거죠. 실제로 당시 알파고보다 더 강할 수도 있어요.

스타크래프트나 다른 게임들도 마찬가지예요. 여전히 우리가 즐기잖아요.

100미터 달리기를 생각해보세요. 자동차가 우사인 볼트보다 훨씬 빠르지만, 우리는 여전히 올림픽 육상 경기를 열광하며 봐요. 그건 다른 차원이에요.

인간은 적응하는 능력이 무한합니다. 우리 기술과 함께 진화하죠. 왜냐고요? 우리 자체가 일반 지능이거든요. 인공은 아니지만, 우리가 진짜 AGI예요.

놀라운 건 우리 뇌가 원래 수렵채집을 위해 진화했다는 거예요. 그런데 과학을 발명하고, 컴퓨터를 만들고, AI까지 만들어냈어요. 그래서 저는 AI 시대에도 우리가 다시 적응할 거라고 확신해요.

하지만 일자리 문제를 넘어서 중요한 질문이 있어요. 바로 목적과 의미입니다.

우리는 일에서 많은 의미를 찾거든요. 저도 제가 하는 과학 연구에서 그래요. 그런데 그 많은 것이 자동화되면 어떻게 될까요?

인간 삶의 조건이 바뀔 거예요. 산업혁명의 10배 정도 되는 변화요. 하지만 반드시 나빠지는 건 아니에요. 우리는 다시 적응하고 새로운 의미를 찾을 겁니다.

생각해보세요. 우리는 이미 오늘날에도 돈만을 위해 하지 않는 일들이 많아요. 예술, 익스트림 스포츠, 탐험 같은 것들이요. 미래에는 이런 것들의 훨씬 더 깊이 있는 버전들이 생길 수도 있어요.

부모님들께 드리고 싶은 메시지는 이겁니다. 우리 아이들에게 직업 갖는 법만큼이나, 의미 있는 삶을 사는 법을 가르쳐야 해요. "좋은 대학 가서 좋은 직장 얻어라"만으로는 부족합니다.

이렇게 물어야 해요. "무엇이 너를 행복하게 하니?" "무엇에 호기심을 느끼니?" "어떤 문제를 해결하고 싶니?"

AI가 많은 일을 대신할 미래에는, 진정으로 자기가 하고 싶은 일을 찾는 사람이 가장 행복하고 성공할 겁니다. 그게 예술이든, 운동이든, 탐험이든, 혹은 AI도 못하는 새로운 종류의 창작이든요.