2024년 12월 18일 영상인데 이제 업로드 된 듯

---

1. 원문 인용

(아래는 해당 부분의 실제 대목입니다.)

"If you want to know the chat GPT moment for me this year, it was notebook LM. ... That's last year's. What's next year's are agents, large context windows and automatic coding. Agents mean essentially a system with memory. So it gives input. It learns something by generating candidates. It tests things. So turn on and off the lights in the room. Eventually it figures out that turns off that light that turns and remember it learns in a microsecond and then it produces its outcome. You can concatenate agents and so almost every business workflow is an agent. So all the businesses that you're in will find themselves with agentic solutions where the agents will all be assigned to get the customer, bill the customer, service the customer, complain about the customer, rate the customer, so forth. All of that stuff do the accounting. There's and this there's a generally called remote process automation or robotic process automation. That's going to be a huge category."

---

2. 한국어 번역문

“올해 저에게 챗GPT와 같은 충격적 순간은 notebook LM이었습니다. … 그건 작년 이야기고, 내년(2025)에는 에이전트, 대형 컨텍스트 윈도우, 자동 코딩이 본격적으로 도입될 것입니다.

‘에이전트’란 기본적으로 기억(메모리)을 가진 시스템을 의미합니다.

입력을 받아 후보(해결책)를 여러 개 생성해보고, 테스트합니다. 예를 들어 방의 불을 켜고 끄는 일을 시켜보면, 결국 어떤 스위치가 불을 끄는지 학습하게 되고, 이런 과정을 마이크로초 단위로 반복해서 결과를 만듭니다.

여러 에이전트를 이어붙일 수도 있습니다.

사실상 모든 비즈니스 워크플로우가 ‘에이전트’가 될 수 있습니다.

여러분이 속한 모든 비즈니스도 앞으로는 ‘에이전트 솔루션’을 갖추게 될 것이고,

각 에이전트가 고객을 유치하고, 청구하고, 서비스하고, 불평을 접수하고, 평가하고, 회계까지 처리하는 역할을 맡게 됩니다.

이런 자동화(원격 프로세스 자동화, 로보틱 프로세스 자동화)가 앞으로 엄청난 규모의 산업이 될 것입니다.”

---

추가 설명

• 핵심 메시지: “2025~2026년에는 AI 에이전트(기억/연결/학습/실행)의 본격 시대가 열린다!”
• 실제 사례: 회사 내 모든 단순·반복 업무가 에이전트로 대체,
  하나의 복잡한 업무 프로세스(예: 고객관리, 회계, 프로젝트 관리 등)도 다수의 에이전트 조합으로 해결

---

1. 영문 원문

아래는 해당 부분의 핵심 발언입니다:

"One of the key things that's—that and I'll just give me 30 more seconds to explain because of those things. The following two facts are likely true. The first in the next year or two we're going to have breakthrough super programmers—that is, AI systems that are programmers—and we're probably going to have breakthrough AI mathematicians. Why? There are many, many areas that people are pursuing but in software, it's essentially—they're called scale-free. If you're doing software, you can just keep making more software. You don't need to go consult something, and furthermore, you can run the software and you get a signal as to whether it works, so you try, you try, you try it, you learn it, you're done. Try, try, try, try, learn something new. Try, try, try, try, learn something new. These computers are supercomputers that can do that in small numbers of minutes. And you have a polymath programmer. So, so much for my job. For a mathematician, the same is true because both mathematics and programming have a small number of language items and a clear objective function. And these systems that you hear about are built around next word prediction. It's simpler if you have a smaller vocabulary and it's simpler if you have a training fund. It's easy if you understand it that way."

---

2. 한국어 번역

“이 부분을 30초만 더 설명하자면,
다음 두 가지 사실이 앞으로 1~2년 안에 현실이 될 가능성이 큽니다.

첫째, ‘슈퍼프로그래머’(AI가 프로그래머 역할을 하는 시스템) 가 등장할 것이고,

둘째, ‘AI 수학자’(AI가 수학적 문제를 혁신적으로 푸는 시스템) 도 등장할 것입니다.

왜냐하면, 소프트웨어 분야는 본질적으로 ‘스케일 프리(scale-free)’이기 때문입니다.
소프트웨어를 만들 때 계속해서 새로운 소프트웨어를 생성할 수 있고, 외부에 자문을 구할 필요도 없습니다.

그리고 실행해보면 결과 신호를 즉각 얻을 수 있기 때문에
‘시도하고, 또 시도하고, 배우고, 완료’라는 과정을 아주 빠르게 반복할 수 있습니다.

이 컴퓨터들은 슈퍼컴퓨터이고, 몇 분 만에 이런 반복을 할 수 있습니다.

결국 인간 프로그래머를 넘어서는 ‘폴리매스(다재다능한) 프로그래머 AI’가 탄생하게 됩니다.

수학자도 마찬가지입니다.

수학과 프로그래밍은 모두 언어적 요소가 적고, 목표 함수가 명확하기 때문에
‘다음 단어 예측’에 기반한 AI가 이 분야에서 빠르게 학습할 수 있습니다.”

---

3. 핵심 요약

• 향후 1~2년(2025~2026년) 내
  • AI가 인간을 뛰어넘는 ‘슈퍼프로그래머’, ‘AI 수학자’로 등장
  • 반복, 검증, 학습이 자동/초고속으로 이루어져 인간 이상의 성과
  • 프로그래밍과 수학은 언어적 복잡성이 낮고, 평가 기준(정답)이 명확해 AI에 매우 유리

---

Q1. 에릭 슈미트는 구글 퇴임 후 어떤 일에 집중하고 있나?

A:

• 과학, 혁신 인재 양성, 기후 변화, 첨단 물리학, AI를 활용한 과학적 발전 등 다양한 분야에 투자 및 직접 프로젝트를 추진.
• 특히 대학원생 지원에 집중, AI를 과학 연구에 적극적으로 도입.
• “빌더(Builder)”로서 정부보다 10배 저렴하게 대형 프로젝트(예: 우주망원경, 기후 모니터링 시스템 등)도 직접 설계 및 구축.

---

Q2. AI가 과학과 사회에 미칠 가장 큰 변화는?

A:

• AI로 인해 과학의 한계가 크게 확장될 것.
• 현재 인간이 이해하지 못하는 복잡한 데이터 계산(생물학, 신약 개발 등)을 AI로 근사하고 새로운 발견/생성 가능.
• 예를 들어 “모든 인간 질병의 치료법” 등도 AI 가속 덕분에 가능해질 수 있다고 주장.

---

Q3. ‘인간이 더 이상 먹이사슬 꼭대기에 있지 않다’는 말의 의미는?

A:

• AI가 인간을 뛰어넘는 ‘새로운 존재’가 출현하는 최초의 시대.
• 책 Genesis에서 “인간이 AI의 개(dog)처럼 되는 시나리오”도 언급.
• AI가 인간이 이해 못하는 새로운 지식과 방식을 만들어낼 수 있음.

---

Q4. AI가 인간 일자리를 어떻게 바꿀까?

A:

• AI는 프로그래머, 의사, 변호사 등 정보 노동자의 생산성을 2배 이상 높임.
• “반복적이고 비인간적인 일”이 먼저 자동화되고, 인간다운 일/창의적 일에 집중하게 됨.
• 변화의 속도가 너무 빠르며, 사회/정부 시스템이 제대로 준비되지 않음.

---

Q5. ‘AI가 내 아이의 가장 친한 친구가 된다’는 건 무슨 뜻인가?

A:

• 앞으로 10대(12~13세) 자녀들이 비인간 AI와 더 깊은 관계를 맺는 시대가 온다는 의미.
• 실제로 부모 입장에서는 위협적일 수 있지만, 현실적으로 곧 닥칠 현상으로 봄.

---

Q6. 미중 AI 패권 경쟁에서 미국은 어떻게 해야 승리할 수 있나?

A:

• 중국은 AI를 국가 차원에서 전략적으로 투자, 2030년 AI 패권 목표.
• 미국은 ‘연구-이민-민간 협력’의 3각 시스템을 더 강화해야 함(외국인 인재 이민 확대, 대학 연구비, 대기업 역량 극대화).
• AI 연구가 본격적으로 ‘AI가 AI를 만드는’ 단계(에이전트, 자동코딩, 대규모 시뮬레이션)로 진입하면 속도 차이로 격차가 더 벌어질 것.

---

Q7. AI 시대에 정부가 실제로 해야 할 우선 정책은?

A:

• 우수 외국인 인재(특히 이공계 박사) 이민 장려 및 정착.
• 대학 연구비 지원 강화.
• 대형 테크기업(구글, 아마존 등)과의 협력체계 유지 및 혁신 인센티브 제공.
• 국방의 경우 기존 군수산업(전차, 항공기 등)보다 대규모 드론/자율 시스템 투자와 국산화 필요.

---

Q8. AI 발전이 세계 각국에 어떻게 불평등을 만들까?

A:

• AI와 혁신의 수혜는 소수 선진국과 대기업에 집중, “글로벌 사우스”(남반구)는 뒤처질 가능성 큼.
• 인도는 예외적으로 성장 가능성, 유럽은 과도한 규제, 러시아는 우크라 전쟁으로 퇴보.
• 성장 없는 민주주의는 분배도 어렵기 때문에 “혁신+성장”이 핵심.

---

Q9. AI가 과연 너무 과장된 것 아니냐는 비판(에너지, 한계 등)에 대한 의견은?

A:

• AI는 “실제 모든 산업에 빠르게 확산 중”이며, 현재로서는 오히려 “언더하이프(과소평가)”라고 판단.
• 에너지 소모와 컴퓨팅 파워 한계 등 논쟁이 있으나, 실제 투자와 확산 속도, 실용성은 이미 입증 단계.
• 앞으로 ‘AI 에이전트’, ‘에이전트 스토어’, ‘에이전트 보안’ 등 새 생태계가 폭발적으로 확장될 것.

---

Q10. AI와 퀀텀(양자컴퓨터)의 시너지는 어떻게 될까?

A:

• 양자컴퓨터가 AI 모델의 학습시간(그래디언트 디센트)을 혁신적으로 줄일 수 있다면 대변혁이지만, 현실적으로 데이터 입출력 병목 등으로 AI에 근본적 변화를 주지는 못할 것.
• 오히려 AI가 양자시뮬레이션(특히 신약개발 등)을 더 가속화하는 쪽에 실질적 성과가 있을 전망.

---

Q11. AI 도입이 오히려 일 만족도를 떨어뜨릴 수 있다는 실험 결과에 대한 생각은?

A:

• 기존 방법(비AI 그룹)은 시간이 오래 걸려도 성취감과 만족도 높음.
• AI 활용 그룹은 더 빨리, 더 잘 했지만 오히려 일에 대한 만족도는 떨어짐.
• 슈미트는 “결국 AI로 문제를 진짜 해결하면 만족도도 올라갈 것”이라는 낙관론, 실용적/비즈니스 목표에 초점을 둠.

---

Q12. 국가 안보와 자본주의의 충돌(예: 스타링크, 미국 군수산업 등)은 어떻게 해결해야 하나?

A:

• 미국의 기존 군수산업은 혁신성과 대응력에서 한계, 새로운 위기(드론, 자율시스템 등)에 맞춘 혁신적 시스템(공장, 생산라인 등) 재구축 필요.
• “민관 협력 딜”이 필요하며, 실제로 일론 머스크의 스타링크 등은 초기 혼란 있었지만 지금은 중요한 역할.

---

Q13. AI 규제는 어떻게 해야 하나? (중국, 유럽, 미국 상황 비교)

A:

• “유럽식 과잉규제”는 리더십 상실로 이어진다고 경고.
• 중국은 규제 없이 빠르게 진격, 미국도 “최대한 빠르게 혁신을 가속해야 한다”고 주장.
• 단, “AI가 자기 개선을 멈출 수 없을 정도로 스스로를 고도화(Recursive self-improvement)하거나, 무단 복제, 무기접근 등 위험 신호가 포착되면 멈춰야 한다”고 강조.

---

Q14. AI에게 인간의 도덕성(Doa, unwritten morality)을 학습시킬 수 있나?

A:

• Anthropic(안트로픽)처럼 헌법적 룰(Constitution)을 AI에 입력해 규제하는 방식은 의미 있다고 평가.
• 각 사회에 존재하는 “불문율(Doa)”을 AI가 학습해 적용하면 윤리적 통제도 가능.
• 인간의 언어가 쉽게 번역되듯 도덕성/인권 등도 공통 구조가 있을 것이라 추정, “슈퍼바이저 AI”를 두어 상호 감시 가능성.

---

Q15. 기타 인상적인 발언/에피소드

A:

• 실제로 AI가 “내 집을 대신 지어주는” 에이전트 사례(법규 조사, 부지 매입, 설계, 시공, 감리 등 모든 과정을 AI가 수행) 언급.
• 인도의 예로, “사진만 찍으면 AI가 재고관리, 홍보, 판매 촉진까지 모두 자동화”하는 앱 개발 사례 소개.
• AI 가치사슬에서 엔비디아(하드웨어+CUDA), 구글/마이크로소프트(빅데이터, 자체 활용), 그 외 차세대 대기업들이 큰 수혜자가 될 것.

---