증기기관을 전기모터로 바꿨더니 생산성이 그대로였다 - 리드 헤이스팅스가 교실과 일자리를 같은 논리로 읽는 법

증기기관을 전기모터로 바꿨더니 생산성이 그대로였다

TL;DR

• 비유가 논증의 뼈대인데 18세기 공장들은 증기기관으로 돌아갔고 전기가 들어와 증기기관을 전기 엔진으로 교체했지만 생산성은 전혀 오르지 않았다는 것이다. 원인이 밝혀진다. 제한 요인은 동력 분배 시스템, 즉 회전하는 봉과 기계적 동력이었고 그것을 뜯어내 기기마다 작은 전기모터를 넣자 생산성이 극적으로 올랐다.
• 교실에 그대로 적용되는데 교실 교육을 개선하려고 계속 무언가를 하지만 근본적인 동력 분배는 25명의 아이가 같은 수준에 묶여 있는 것이라는 것이다. 그리고 마찰이 삼분된다. 대략 3분의 1은 뒤처져 있고 3분의 1은 지루해하며 앞서 있고 3분의 1에게 가르치고 있는 것이 대량 교육 시스템의 근본 마찰이다.
• 개인 교사의 효과는 실증돼 있지만 비용이 벽인데 40년 전 블룸의 유명한 연구가 이를 기록했고 지금 벤 서머스가 훨씬 큰 규모로 그 연구를 다시 하고 있다는 것이다. 그런데 지금 하고 있는 개인 교습은 사람으로 하는 것이고 아이 한 명당 연 약 10만 달러라 비용이 금지적이므로, 어려운 과제는 AI로 그 사람을 근사하는 것이 된다.
• 예측 실패 사례가 두 개 제시되는데 힌턴이 2016년에 지금 방사선의사 훈련을 멈추라고, 5년 뒤면 필요 없어질 것이라고 말했지만 실제로는 AI로 비용이 내려가 MRI를 300달러에 찍게 되니 의사들이 더 많이 주문했다는 것이다. 결과가 반대다. 촬영 건수가 크게 늘어 3만 5,000명인데 4만 명이 필요한 부족 상태이고 임금은 연 50만 달러에 가까워졌다.
• 결론이 기존 불황과 다른 조합을 예고하는데 과거 큰 실업은 매번 불황이어서 주식시장과 정부 세수가 내려갔지만, 이번에 AI가 예상대로 성공하면 높은 생산성과 높은 GDP 성장, 높은 주식시장, 그리고 높은 실업이 함께 올 것이라는 것이다. 그래서 처방이 나온다. 그러면 할 돈은 있으니 알래스카 기금이나 노르웨이 국부펀드 같은 발상이 필요하며, 기본소득이라는 말은 어감이 나쁘지만 보상의 부분적 공유라는 것이다.

Source

“학교 망했다” - 넷플릭스 창업자 리드 헤이스팅스 — BZCF

비즈까페 한국어 번역, 15분 30초 · 2026년 9월 6일 공개 (원 대담: Reed Hastings, 진행 Sal Khan)

_{Source: "학교 망했다" - 넷플릭스 창업자 리드 헤이스팅스 — BZCF | 비즈까페, 15분 30초}

Knowledge

전기모터를 넣었는데 생산성이 그대로였던 이유

대담은 산업사의 한 장면에서 시작한다. 18세기 대부분의 공장은 증기기관으로 구동되었으며 큰 증기기관이 봉과 도르래, 벨트를 회전시켜 공장을 아주 효율적으로 돌렸다는 것이다. 그리고 전환이 서술된다. 그다음 전기가 들어와서 증기기관을 전기 엔진으로 교체했으며 그것이 크게 도움이 될 것이라고 생각했다는 것이다.

그런데 결과가 예상과 달랐다. 생산성이 전혀 증가하지 않았다는 것이다. 그래서 당혹이 이어졌고 원인이 발견된다. 제한 요인이 동력 분배 시스템, 즉 이 모든 회전하는 봉들과 기계적 동력이라는 것을 깨달았다는 것이다.

해법은 구조 자체를 뜯는 것이었다. 그것을 뜯어내고 각 기기마다 작은 전기모터를 넣었다는 것이다. 그러자 가능해진 것들이 열거된다. 회전에 정렬되어 있지 않았기 때문에 물건들을 옮길 수 있고 더 잘 배치할 수 있게 되었다는 것이다. 그리고 가변 속도를 쓸 수 있었고 서로 다른 모터를 켜고 끌 수 있었다는 것이다. 그러고 나서 생산성이 극적으로 증가했다는 것이다.

화자는 이것을 경제학의 고전적 교훈으로 규정한다. 고전적인 경제적 놀라움의 교훈이라는 것이며 늘 자기 머릿속에 남아 있었다고 한다. 이유가 밝혀진다. 그것이 지금 우리가 보고 있는 것이라고 생각하기 때문이라는 것이다.

25명을 같은 수준에 묶어두는 구조

교실에 비유가 적용된다. 교실 교육을 개선하려고 계속 무언가를 하지만 근본적인 동력 분배는 25명의 아이가 같은 수준에 묶여 있는 것이라는 것이다.

그리고 그 구조가 만드는 마찰이 삼분된다. 대략 3분의 1의 아이들은 뒤처져 있고 3분의 1의 아이들은 지루해하며 그 이상에 있고 3분의 1에게 가르치고 있다는 것이다. 이것이 대량 교육 시스템의 근본 마찰이라는 것이다.

대안의 이론이 제시된다. 우리 각자가 개별 인간 교사를 갖는다면 어떻겠느냐는 것이다. 장면이 구체적으로 그려진다. 학교에 가서 평소의 사회적 활동은 하되, 학습에 관해서는 함께 앉아 줄 개인이 있고 그 사람은 칸 아카데미나 다른 적절한 것을 쓸 수 있다는 것이다. 그러면 학습이 대규모로 증가할 것이라는 것이다.

근거도 제시된다. 40년 전 블룸의 유명한 연구가 이를 기록했으며 지금 자기 친구 벤 서머스가 훨씬 큰 규모로 그 연구를 다시 하고 있다는 것이다. 그리고 기대되는 결과가 서술된다. 훨씬 많은 학습의 열쇠를 보게 될 것이며 중학생이 고등학교 교육과정 전부를 알고 고등학생이 대학 것을 아는, 훨씬 나은 성과가 개별화된 교육일 것이라는 것이다.

문제는 기기가 아니라 인터넷이다

진행자가 조너선 하이트의 주장과 어떻게 맞추느냐고 묻는다. 화면이 산만하게 만들고 시험 점수 하락과 상관관계가 있어 보인다는 것인데, 인과는 아직 모르지만 상관은 있다는 것이다.

답이 명확하게 갈린다. 하이트의 열렬한 팬이며 휴대폰을 봉하고 쓰지 말라는 주장에 전적으로 동의한다는 것이다. 그리고 구분이 지어진다. 하이트가 오프라인 태블릿은 좋아한다고 정리했으며 그것은 괜찮다는 것이다. 핵심 판정이 나온다. 문제는 물리적 기기가 아니라 인터넷이라는 것이다.

그래서 양립이 주장된다. 하이트가 올바르게 표현하는 우려, 즉 16세 미만 아이들을 인터넷에서 마음대로 놀게 하는 것은 좋지 않다는 우려에 대응할 방법이 많다는 것이다. 그러나 개별화된 교습을 할 수 있으려면 그것을 해야 하는 것은 아니라는 것이다.

그리고 현재 하고 있는 것이 밝혀진다. 지금 하고 있는 개별화된 교습은 사람으로 하는 것이라는 것이다. 원한다면 기술을 좀 쓸 수 있다고 덧붙인다.

여기서 비용이 벽으로 등장한다. 그런데 그것은 명백히 비용이 금지적인데 아이 한 명당 연간 약 10만 달러이기 때문이라는 것이다. 그래서 어려운 과제가 규정된다. AI가 나아짐에 따라 AI를 써서 그 사람을 근사하고 모두에게 개별화된 교육을 제공하려면 어떻게 하느냐는 것이다.

현재 상태도 정직하게 평가된다. 현재의 AI는 그것을 하기에 충분히 좋지 않다는 것이다. 그러나 궤적이 제시된다. 3년 만에 챗GPT 3.5에서 고등학교 수학을 겨우 하던 수준에서 놀라운 지능으로 왔다는 것이고 그것이 계속 두 배씩 두 배씩 되어 점점 나아질 가능성이 크다는 것이다. 그래서 전망이 나온다. AI가 인간 개인 교사를 따라잡고 능가할 수 있게 되는 세계가 있다고 생각한다는 것이다.

학교의 세 목적과 교사의 이동

진행자가 10년 뒤 그 세계의 모습을 묻는다. 그냥 사회적 교류를 하다가 AI 교사에게 가는 것인지, 인간 교사와 그 직업은 어떻게 되는지, 교실 안 성인 인간은 어떻게 되는지 묻는다.

답은 학교의 목적을 셋으로 나누는 데서 시작한다. 하나는 좋은 시민을 만드는 것이고 다른 하나는 아이들에게 경제적 기회를 주는 것이며 또 하나는 사회화라는 것이다. 사회화가 부연된다. 사회정서 학습, 다른 사람들과 어떻게 일하는지, 가족 밖의 성인들과 어떻게 지내는지라는 것이다.

그리고 온라인의 적용 범위가 한정된다. 첫 번째 부분에서만 온라인이 정말로 좋다는 것이다. 그래서 원하는 방향이 제시된다. 교사가 사회정서 학습에 집중할 수 있게 하고 싶다는 것이다. 교사의 새 역할이 열거된다. 성숙과 대인 기술, 가치 명료화 같은 더 높은 수준의 것들을 정말로 돕는 사람이 된다는 것이다.

시민 양성 과제는 열린 문제로 남는다. AI 시대에 좋은 시민을 만드는 그 역할을 어떻게 강화할지 알아내야 한다는 것이다. 이유가 사회적으로 설명된다. 우리가 함께 모이는 방법 중 하나가 우리가 어떤 나라인지에 대한 더 단단한 관념을 갖는 것이라는 것이다. 그런데 과거와 다르다고 지적된다. K12 시스템은 지난 100년이나 200년, 어쩌면 남북전쟁 이후로 그것을 당연하게 여길 수 있었는데 사회가 잘 작동했기 때문이라는 것이다. 그래서 조건이 붙는다. 스트레스의 시기로 들어간다면 그 사명이 주의를 받는 것이 정말 중요하다는 것이다.

무대 위의 현자를 없애는 것

진행자가 인간 교사와 인간 교실의 큰 역할을 여전히 본다는 것인지, 그 역할이 이동하는 것으로 보는 것인지 확인한다.

답이 교사의 자부심 중심을 분해한다. 오늘날 대부분의 교사에게 자부심의 중심은 가르치고 연결하고 자료를 이해하는 것이라는 것이다. 그리고 그중 일부가 분리된다. 그것의 어떤 부분은 학생과 개인적 수준에서 정말로 연결하는 것이며 그 부분이 사회정서라는 것이다.

그런데 정보 전달 부분은 다르게 취급된다. 교육자들이 냉소적으로 무대 위의 현자라고 부르는 것이라고 진행자가 받는다. 그리고 판정이 나온다. 교수 양식으로서의 무대 위의 현자를 없애는 것이라는 것이다. 그래서 초점이 옮겨진다. 정말로 개인에게만 집중하는 것이라는 것이다. 질문 형태로 정리된다. 대량 교육이 없다면 교육은 무엇이 될까라는 것이다.

진행자가 공정하게 덧붙인다. 20년 전에 교육대학원에 갔다면 그들이 설파하던 것이 바로 이것이라는 것이며 차별화된 수업과 능동 학습, 무대 위의 현자가 되지 말 것, 소크라테스식 토론, 시뮬레이션이라는 것이다. 그래서 해석이 제시된다. 교사가 가치 사슬에서 위로 올라가 그 능동 학습의 많은 부분을 촉진하고 이끌 수 있게 되며 그것이 모두에게 더 좋고 교사에게도 더 재미있다고 생각한다는 것이다.

규모의 이점도 짚는다. 소프트웨어로 많은 것을 할 수 있게 되면 전 지구적으로 할 수 있다는 것이다. 대비가 명확하다. 교사 인력을 규모로 늘리는 것은 정말 어렵지만 놀라운 소프트웨어가 있으면 그것을 전 지구적으로 이용 가능하게 만드는 것은 꽤 저렴하다는 것이다.

진행자가 칸 아카데미 이사회에서 많이 이야기한다고 응한다. 기술이 안전망을 올리고 바닥을 올릴 수 있다는 것이다. 사례도 든다. 아프가니스탄의 젊은 여성들이 칸 아카데미를 쓴 이야기들을 봤고 그중 한 명은 지금 MIT에 있다는 것이다. 그러나 균형이 붙는다. 교실에서 대부분의 학생은 그 인간적 요소를 필요로 하며 이상적으로 가질 수 있다면 아마 전부가 그렇다는 것이다.

앤스로픽 이사회에서

진행자가 다른 이사회인 앤스로픽으로 화제를 옮긴다. 무엇이든 할 수 있는데 왜 그 이사회에 들어갔는지, 백악관의 압력이나 새 모델이 모든 소프트웨어를 망가뜨릴 수 있다는 이야기를 하는지 묻는다.

답이 가볍게 시작한다. 당신들 이사회와 아주 비슷하다는 것이며 소프트웨어와 그것이 무엇을 할 수 있고 어떻게 나아져야 하는지 이야기한다는 것이다.

그리고 회사의 사명이 규정된다. 아주 분명하며 이익 극대화가 아니라는 것이다. 내용이 제시된다. 인류가 AI의 시대로 성공적으로 들어가는 것, 이 관문 같은 것을 통과하는 것이라는 것이다. 그리고 인식이 붙는다. 그들은 그것이 아주 어려울 것임을 인식하고 있다는 것이다.

기대되는 성과가 열거된다. AI를 내놓으면서 놀라운 유익한 결과를 갖는 데 아주 헌신적이라는 것이며 웨이모 자율주행이든 유전자 편집이든 암 치료든이라는 것이다. 그리고 시간표가 제시된다. 지금부터 10년, 20년 뒤에는 꽤 풍부한 에너지를 갖게 될 가능성이 아주 크며 놀라운 건강 성과를 갖게 될 것이라는 것이다. AI가 과학에 주입되면서 나오는 긍정적 결과가 아주 많다는 것이다. 그러면서 균형이 언급된다. 앤스로픽은 하방 위험 대부분을 관리하거나 회피하도록 돕는 데 아주 진지하다고 말하겠다는 것이다.

진행자가 닫힌 문 뒤에서 어떻게 그것을 해냈느냐고 묻는다. 자기도 그런 자리에 있어 봤는데 사람들이 이것이 인류에 실존적 위협이 될 확률이 10퍼센트가 넘는다고 진심으로 두려워한다는 것이다. 그런데 앤스로픽은 아주 책임감 있게 하고 있음을 증명하는 것처럼 보이면서 동시에 아주 빠르게, 초고속으로 움직인다는 것이다.

답은 경쟁 구도를 먼저 짚는다. 모든 큰 모델들이 빠르게 개선되고 있으며 시간이 지나면서 특정 영역에서 특정 모델이 앞서는 것을 보게 될 것이라는 것이다. 그리고 솔직한 평가가 붙는다. 솔직히 세 개의 정말 성공적인 모델을 선택할 수 있다면 나라에 좋은 일이라는 것이다.

균형 방식은 사안별이라고 답한다. 각각에 대해 학습이 얼마나 가속되는지, 얼마나 강력한지, 하방 시나리오가 무엇인지, 할 수 있는 새 가능성이 무엇인지 봐야 한다는 것이다.

앤스로픽 같은 조직이 표준이 되지는 않는다

진행자가 앤스로픽을 방문했던 경험을 말한다. 칸 아카데미가 아주 민첩하고 혁신하고 있다고 자부하는데, 방문했을 때 그들이 조직을 운영하는 완전히 새로운 방식과 제품을 개발하는 새로운 방식을 개척하고 있다고 실감했다는 것이다. 그리고 코워크가 본질적으로 AI 자체가 주로 만든 것이었다는 이야기를 언급하며 미래의 조직은 어떤 모습일지 묻는다.

답은 일반화를 경계한다. 대부분의 회사가 앤스로픽처럼 되지는 않을 것으로 본다는 것이며 정말로 산업에 따라 다르다는 것이다. 조건이 제시된다. 순수 소프트웨어 회사라면 그 고전적 회사에 관련이 있을 수 있다는 것이다.

그러나 경제 전반으로는 다르게 그려진다. 모두가 알아내는 중이며 모든 회사가 무언가를 해야 했던 인터넷 물결의 더 큰 버전이라는 것이다. 그때의 장면도 회상된다. AOL 키워드 같은 미친 것들에 대해 이야했으며 그것이 단계적 도입이었다는 것이다. 그리고 규모 차이가 명시된다. 이번 것은 훨씬 더 크고 강렬하지만 같은 것의 더 큰 버전이며 전 세계의 모든 회사와 조직, 정부, 군대가 AI를 어떻게 쓸지 알아내려고 분주하다는 것이다.

일자리 — 속도가 유일한 변수다

진행자가 구체적 사례를 든다. 친구의 스타트업 중 하나가 필리핀에 콜센터를 두고 있는데 80퍼센트를 감원할 예정이며 그것이 그 나라 GDP의 7퍼센트라는 것이다. 그러면서 일자리를 어떻게 생각하는지 묻는다.

답은 역사적 관점에서 시작한다. 지난 200년을 보면 여러 차례 격변이 있었지만 그것들은 경제의 한 부분에서 천천히 일어났다는 것이다. 그래서 위험이 특정된다. 여러 분야에서 여러 개가 동시에 일어나는지가 위험이라는 것이다. 그리고 조건이 제시된다. 이것들이 천천히 일어나면 사람들이 다른 역할을 찾을 수 있으므로, 이 모든 것이 얼마나 빨리 오는지에 달려 있다는 것이다.

가장 큰 불확실성도 지목된다. 모두에게 가장 큰 불확실성은 AI가 얼마나 빨리 나아지고 있으며 앞으로 얼마나 빨리 나아질 것인지이며 그것이 견해와 가정을 바꾼다는 것이다.

첫 번째 사례로 자율주행이 제시된다. 20년 전에는 꽤 광범위해질 것이라고 생각했는데, 2007년 DARPA 그랜드 챌린지로 시작한 시점에서 20년이 지난 지금 전체 주행거리의 0.1퍼센트, 어쩌면 0.001퍼센트 수준이라는 것이다. 그리고 평가가 붙는다. 20년 뒤에 그것은 정말 꽤 작으며 이런 것들은 실제로 성숙하고 확산되는 데 오랜 시간이 걸린다는 것이다.

두 번째 사례가 더 날카롭다. 제프리 힌턴이 신경망 연구로 노벨상을 받았고 정말로 AI의 아버지인데, 2016년, 즉 10년 전에 지금 방사선의사 훈련을 멈추라고 말했다는 것이다. 이유는 5년 뒤인 2021년이면 그들이 필요 없어질 것이라는 것이었다.

그런데 실제로 벌어진 일이 반대 방향이었다. 방사선학이 AI로 강화되면서 비용이 내려갔다는 것이다. 수치가 제시된다. 미국에서 MRI 센터에 걸어 들어가 300달러에 MRI를 찍을 수 있게 되었다는 것이다. 그래서 연쇄가 일어났다. 의사들이 그것을 더 많이 주문하고 더 많이 쓰기 시작했으며 보험도 더 많이 보장했다는 것이다. 결과가 명확하다. 촬영 건수가 크게 올라갔다는 것이다.

그리고 반전이 수치로 확정된다. 방사선의사 부족 상태이며 3만 5,000명이 있는데 약 4만 명이 필요하다는 것이다. 임금도 제시된다. 연 50만 달러에 가깝게 올랐다는 것이다.

그래서 교훈이 정리된다. 그 분야에서 가장 좋은 의도를 가진 사람들조차 방사선학의 재앙을 예언하고 그것이 정확하지 않을 수 있다는 것이다. 그런데 유보가 정직하게 붙는다. 그것은 그저 타이밍 문제인데, 20년 뒤에는 힌턴이 옳을 것이라고 확신한다는 것이다. 그래서 두 사례의 결론이 나온다. 많은 것이 곧바로 일어나지 않을 수 있지만 그래도 아마 오랜 시간, 20년 안에는 일어날 것이며 일부는 짧은 시간에 일어날 수도 있으므로 준비되어 있으려 해야 한다는 것이다.

높은 성장과 높은 실업이 함께 오는 경우

진행자가 이번은 다르게 느껴진다고 반박한다. AI 연구소를 이끄는 모든 사람이 20년이 아니라 내년, 2년을 말하고 있으며 우리 일을 할 수 있는 초지능 천재들의 데이터 센터를 이야기한다는 것이다. 그러면서 묻는다. 그들이 틀렸다고 보는지 확률로 보는지, 그리고 10퍼센트 확률로 그들이 옳다면 정치적 양극화로 이어질 것을 걱정하지 않는지, 세계화에서 30년에 걸쳐 일어난 일이 2, 3년에 일어날 수 있는데 조치를 시작해야 하지 않는지 묻는다.

답은 조건절로 시작한다. AI가 아주 짧은 시간에 정말 놀라워지고 스스로를 쓰기 시작하고 자기 개선을 하게 된다면이라는 것이다. 진행자가 지금 90퍼센트를 스스로 쓰고 있지 않느냐고 끼어든다.

그런데 지표에 대한 유보가 나온다. 코드 줄 수는 까다로운 척도라는 것이다. 그리고 기준이 제시된다. 새로운 유형을 발명했을 때, 예컨대 강화 학습처럼 완전히 새로운 것을 발명했을 때라야 그렇게 말할 수 있다는 것이다. 그러면서도 인정이 붙는다. 꽤 빠른 경우들이 있으므로 지금 준비되어 있어야 한다고 말하는 것이 중요하다는 것이다.

그리고 이 대담의 가장 독특한 진단이 나온다. 실업에 대해 많이 이야기하는데, 다른 모든 때에 큰 실업이 있었을 때는 그것이 불황이었으므로 주식시장이 내려가고 정부 세수도 내려갔다는 것이다.

그런데 이번은 조합이 다르다고 예상된다. AI가 우리가 생각하는 방식으로 성공한다면 높은 생산성과 높은 GDP 성장, 높은 주식시장, 그리고 높은 실업을 보게 될 것이라고 생각한다는 것이다. 그래서 결론이 도출된다. 그러면 할 돈은 있을 것이라는 것이다.

처방이 구체적 모델로 제시된다. 석유로 만든 알래스카 기금이나 노르웨이 국부펀드처럼 생각하라는 것이며 그런 발상들이 좀 필요하다는 것이다. 질문이 던져진다. 큰 성장과 함께 들어올 수 있는 이 거대한 세수로 무엇을 할 것인가라는 것이다. 그리고 조건부 전망이 나온다. 모든 시민의 이익을 위한 기금이 있다면 실제로 영광스럽고 조화로운 사회로 가는 경로를 가질 수 있을지도 모른다는 것이다.

마지막으로 용어가 구분된다. 기본소득을 뜻하는 것은 아니며 그것은 어감이 나쁘다는 것이다. 그러나 그것은 보상의 부분적 공유이며 다시 말해 알래스카 기금과 노르웨이 기금에서 일어난 것이라는 것이다.

더 생각해보기

• 전기모터 비유가 맞다면 교실에서 뜯어내야 하는 회전축은 학년제인가, 시험인가, 아니면 교사 배치인가.
• 3분의 1씩 셋으로 나뉜다는 진단은 어떤 측정에 근거하며 나라와 과목에 따라 어떻게 달라지는가.
• 개인 교사 연 10만 달러라는 비용은 어떤 시장을 기준으로 계산된 것이며 어디까지 내려갈 수 있는가.
• 문제는 기기가 아니라 인터넷이라는 구분은 AI 교사가 서버에 있는 구조에서 유지될 수 있는가.
• 무대 위의 현자를 없애면 교사의 전문성 평가와 보상 체계는 무엇을 기준으로 다시 세워야 하는가.
• 좋은 시민 양성이 지난 100년간 당연하게 여겨졌다는 진단은 지금 무엇이 달라졌다고 보는 것인가.
• 방사선의사 사례는 수요 증가가 대체를 상쇄한 것인데, 수요가 고정된 직종에서는 같은 논리가 성립하는가.
• 힌턴이 20년 뒤에는 옳을 것이라는 유보는 예측 실패를 반증으로 쓰는 것을 정당화하는가.
• 높은 성장과 높은 실업이 공존한다면 세수는 실제로 어디서 걷히며 누가 납세자가 되는가.
• 알래스카 기금 모델은 자원 지대에 기반한 것인데 AI 지대에 그대로 옮길 수 있는가.