앤드루 응 "AI 기업들, 규제 해자 구축하려 공포 조장"... 쿠라세라, 1대1 AI 과외 1억 달러 베팅 지원
2026년 9월 3일 발표된 인터뷰에서 AI 규제, 일자리 대체, LearnVector 출범에 대해 논의
온라인 머신러닝 강좌로 800만 명 이상의 학습자에게 도달한 구글 브레인(Google Brain) 공동 창립자이자 쿠라세라(Coursera) 공동 창립자인 앤드루 응(Andrew Ng)은 최근 광범위한 인터뷰를 통해 AI 업계가 자체적인 위험성을 다루는 방식에 대해 지금까지 중 가장 날선 공개 비판을 제기했습니다. 그의 핵심 주장은 지난 2~3년간 소셜 미디어와 정책 논쟁을 장악해 온 AI 종말론적 메시지가 진정한 위험에 대한 풀뿌리 반응이 아니라, 규제적 우위를 확보하기 위해 소수의 프론티어 랩(frontier labs)이 벌이는 조직적인 상업적 전략이라는 것입니다.
과학이 아닌 비즈니스 전략으로서의 공포 조장
응의 주장은 단호합니다. "소수의 선도적인 AI 기업들은 규제를 통과시켜 기존 주류 기업에 유리하고 불공정한 경쟁 장벽을 세우기 위해 AI에 대한 공포 조장을 매우 크게 외쳐왔습니다. 그 결과 우리 모두는 AI 사용에 대해 높은 통행료를 지불해야 하며, 누구나 훨씬 더 저렴하게 사용할 수 있는 오픈 웨이트(open weight) 모델을 무료로 배포하려는 연구자나 다른 기업들은 방해받고 있습니다"라고 그는 말했습니다. 그의 관점에서 AI를 핵무기와 비교하는 것, 선별된 실패 사례, 그리고 데이터센터 물 사용량에 대한 오해의 소지가 있는 통계는 우발적인 과장이 아니라 의도적인 '공포 기반 메시지의 반복'입니다. 이는 AI에 대한 사회적 인식을 부정적으로 만들었으며, 그의견으로는 미국의 도입과 경쟁력을 적극적으로 chậm추고(늦추고) 있습니다. 프론티어 모델 규제를 둘러싼 정책 환경을 주시하는 투자자들에게 응의 발언은 이 업계의 로비 유인이 특정 방향, 즉 자본력이 탄탄한 대형 랩이 오픈소스 도전자나 소규모 신규 진입자보다 훨씬 쉽게 흡수할 수 있는 컴플라이언스 비용을 향하고 있음을 상기시켜 줍니다.
일자리 종말론은 데이터와 일치하지 않는다고 응은 주장합니다
노동시장 혼란에 대해 응은 AI가 모든 일자리의 절반을 없앨 것이라는 주장에 강하게 반박했습니다. 스탠퍼드대의 에릭 브린욜프슨(Erik Brynjolfsson)과 MIT의 앤드루 맥아피(Andrew McAfee) 등 경제학자들의 태스크 수준 연구를 인용하며, 그는 AI가 많은 직무 내에서 30%에서 40%의 태스크를 자동화할 수 있지만, 이는 사람이 수행하는 나머지 60%에서 70%의 태스크를 경제적으로 덜 가치 있게 만드는 것이 아니라 오히려 더 가치 있게 만든다고 지적했습니다. 가장 명확한 테스트 케이스는 AI가 가장 직접적으로 영향을 미친 소프트웨어 엔지니어링 직종이라고 그는 말했습니다. "공포를 조장하는 사람들의 주장과는 반대로 소프트웨어 엔지니어링의 신규 채용 공고는 증가했습니다"라고 응은 말하며, "제가 아는 훌륭한 소프트웨어 엔지니어들은 그 어느 때보다 바쁘다"고 덧붙였습니다. 다만 ChatGPT 이전의 방식으로 코딩을 고집하는 이들에 대해서는 더 날카로운 경고를 남겼습니다. 그는 이러한 근로자들이 빠르게 재교육을 받지 않는다면 "곤경에 처하게 될 것"이라고 말했습니다. 그는 마케팅, 리크루팅, HR 분야에서도 이와 유사한 재편이 일어나고 있으며, AI의 지원을 받는 제너럴리스트가 좁은 전문 분야의 스페셜리스트를 대체하고 있을 뿐 전체 헤드카운트가 완전히 붕괴하는 것은 아니라고 보고 있습니다.
LearnVector: 1대다 교육이 구시대의 유물이 되었다는 1억 달러의 베팅
이번 인터뷰에서 가장 구체적인 뉴스는 응이 쿠라세라로부터 1억 달러의 투자를 받아 이끌고 있는 새로운 벤처 기업 'LearnVector'의 공개입니다. 이 사업의 전제는 15년 전에 응 자신이 개척하는 데 도움을 주었던 MOOC 모델에 대한 직접적인 반박입니다. "15년 전 저는 많은 사람들의 학습 방식을 바꾸었다고 생각하는 온라인 강좌 운동에 참여할 수 있는 특권을 누렸지만, 그것은 그때나 지금이나 여전히 모든 사람이 똑같은 동영상을 시청하는 1대다 경험에 가깝습니다"라고 그는 말했습니다. LearnVector는 AI가 사상 처음으로 완전한 맞춤형 1대1 학습 경험을 대규모로 기술적, 경제적으로 실현 가능하게 만들었다고 확신하고 있습니다. 응은 팀이 "내년 초쯤" 더 많은 것을 보여줄 수 있을 것으로 기대한다고 밝혔으며, 이는 쿠라세라 생태계의 투자자들이 자본 배분 결정으로서뿐만 아니라 응이 교육 기술 마진 구조의 향방을 어디로 보고 있는지 가늠하는 신호로서 면밀히 주시해야 할 이름임을 시사합니다.
불편한 진실: AI는 학습에 해롭다
LearnVector에 대한 응의 근거는 공개적으로 말하기 거의 금기에 가깝다고 그가 부르는 발견에 기반합니다. 현재의 대형 언어 모델(LLM)은 업무를 완수하는 데는 훌륭한 도구이지만 학습에는 형편없는 도구라는 점입니다. "데이터는 매우 명확합니다. 학생들이 AI를 사용하면 숙제 점수가 더 높아집니다. 야호, 숙제 점수가 올랐네요. 하지만 AI가 일을 대신해주기 때문에 기억 유지력, 즉 장기적인 성저는 훨씬 더 나빠집니다"라고 그는 말했습니다. 그는 이 주장을 자신의 업무 흐름에도 확장하여, 프론티어 모델을 사용하여 기술적 문제를 해결한 지 6개월이 지나면 종종 그 해결책을 기억해내지 못하고 모델에게 다시 물어봐야 한다고 언급했습니다. 그의 결론은 엄격합니다. "오늘날 대다수의 사람들이 AI 모델을 사용하는 대다수의 방식에 한해서는, AI가 학습에 도움이 된다는 생각을 멈춰야 합니다. 학습에는 절대적으로 끔찍합니다." 바로 이 간극을 해소하기 위해 LearnVector가 명확히 설계되었으며, 이를 통해 일반적인 AI 과외의 과대 광고와 상업적 논제를 분리하고 있습니다.
자동화에 대한 구조적 해로서의 인간의 '컨텍스트 우위'
단기적인 일자리 대체에 대한 응의 회의론을 뒷받침하는 것은 그가 '인간의 컨텍스트 우위(context advantage)'라고 부르는 개념입니다. 이는 AI 시스템이 접근할 수 있는 실질적인 방법이 없는, 근로자들이 수년에 걸쳐 축적한 상황적 지식을 말합니다. "결과적으로 거의 모든 인간은 배관(인프라)이 존재하지 않고, 가까운 미래에도 존재하지 않을 것이라고 생각하는, AI가 얻을 수 없는 엄청난 양의 지식을 알고 있습니다"라고 그는 말했습니다. 그는 이를 사람들이 흔히 판단력이나 취향이라고 느슨하게 부르는 것에 대한 기술적 설명으로 규정하며, 수십 년간 축적된 인간의 암묵적 경험을 AI가 흡수할 명확한 기술적 경로가 없기 때문에 이것이 일시적인 해자가 아니라 지속 가능한 해자라고 주장합니다. 산업 전반에서 AI가 숙련된 노동력을 얼마나 빠르게 대체할지 모델링하는 투자자들에게 이는 일부 프론티어 랩의 논평이 암시하는 대체 곡선보다 의미 있게 더 보수적인 프레임워크입니다.
데이터 프라이버시: 하이퍼스칼러를 신뢰하고, 랩을 경계하라
응은 민감한 데이터를 처리하는 방식에 있어서 하이퍼스칼러(hyperscalers)와 일부 AI 네이티브 기업 간에 명확한 선을 그었습니다. 그는 대형 클라우드 제공업체가 서비스 약관을 준수할 것으로 신뢰한다고 밝혔는데, 이를 위반하는 것은 "장기적인 비즈니스 모델에 너무 큰 타격을 주기 때문"입니다. 그러나 적어도 한 곳의 이름이 알려지지 않은 AI 기업을 지목하며, 사용자 데이터로 학습할 수 있는 권한을 조용히 스스로에게 부여하도록 서비스 약관을 기회주의적으로 변경했다고 비판했습니다. 은행과 협력하는 그가 관여한 벤처 기업 중 하나인 AI Aspire가 다루는 비공개 재무 정보를 포함하여 진정으로 민감한 자료의 경우, 프론티어 랩에 그러한 데이터를 아예 보내지 않고 대신 로컬에서 실행되는 오픈 웨이트 모델에 의존하는 것이 관행이라고 응은 밝혔습니다. 그는 메타(Meta)의 최신 오픈 웨이트 출시작과 알리바바(Alibaba)의 Qwen 모델이 로컬 하드웨어에서 실행될 수 있을 만큼 충분히 작으면서도 프론티어 수준의 성능에 접근하고 있다고 구체적으로 치켜세웠습니다. 다만 리더보드가 몇 주마다 바뀌므로 특정 모델에 집착하지 말라고 경고했습니다.
AGI에 대하여: 수십 년 남았으며, 엔비디아의 젠슨 황을 직접 저격하다
범용인공지능(AGI)에 대한 질문에 응은 이를 박사 학위 수준의 논문을 작성하거나 단 몇 분의 연습만으로 낯선 지형에서 트럭 운전을 배우는 등의 과제를 포함하여 인간이 할 수 있는 모든 지적 작업을 수행할 수 있는 AI로 정의했습니다. 그러한 기준으로 볼 때 AGI는 여전히 "수십 년 남았다"고 그는 말하며, AGI가 이미 달성되었다는 엔비디아 CEO 젠슨 황의 공개적 주장을 암묵적으로 반박했습니다. 응은 이러한 정의상의 혼란 중 일부가 상업적 유인에서 비롯된 것이라고 보았는데, 마이크로소프트와 재협상된 오프나이(OpenAI)의 이전 계약이 AGI 달성을 조기에 선언할 재정적 인기를 창출했었다고 지적했습니다. 점점 더 능력이 향상되는 AI 시스템에 대한 통제력을 상실할 수 있다는 관련 우려에 대해, 응은 철학적 비유 대신 공학적 비유를 제시하며 AI 안전성을 항공 안전성에 비교했습니다. 완벽하게 통제 가능한 비행기를 만든 사람은 아무도 없지만, 점진적이고 신중한 성능 확장을 통해 승객이 목숨을 두려워하지 않을 정도로 항공 여행이 안전해졌듯이 AI 개발도 같은 궤도를 따를 것으로 기대한다고 그는 밝혔습니다.