AI가 내 일을 전부 하게 된다면? 수츠케버 졸업 축사에서 건진 '겁먹지 않는 법' 3단계
요즘 SNS 피드에 이런 영상이 자주 보입니다. 졸업식 단상에 선 한 연구자가 담담하게 말합니다. "AI가 우리가 할 수 있는 모든 일을 하게 될 날이 온다." 자막이 붙고, 댓글에는 "이제 끝났다"가 달립니다.
말한 사람은 OpenAI 공동 창업자이자 지금은 SSI라는 연구 회사를 이끄는 일리야 수츠케버입니다. 2025년 6월 6일, 모교 토론토대에서 명예박사를 받으며 한 약 10분짜리 축사의 한 대목이죠. 저는 이 영상을 볼 때마다 앞뒤가 궁금했습니다. 그래서 원문 자막을 처음부터 끝까지 직접 읽어 봤고, 결론은 생각보다 차분했습니다. 이 사람은 겁을 주려던 게 아니라 겁먹지 않는 법을 이야기하고 있었습니다.
짤에서 빠진 앞뒤 8분
수츠케버 축사에서 "AI가 모든 일을 한다"는 대목은 5분 24초쯤 시작해 2분이 채 안 됩니다. 나머지 8분은 이렇게 채워져 있습니다.
- 처음 2분: 20년 전 같은 강당에서 학사를 받았고 이번이 네 번째 학위라는 이야기, 제프리 힌턴을 만난 게 인생의 큰 행운이었다는 고백
- 그다음 1분: 졸업 축사답게 조언을 하나만 하겠다며 꺼낸 "현실을 있는 그대로 받아들이라"는 마음가짐
- 중간 2분: 지금이 유례없는 시기이고 학생이라는 것, 일이라는 것의 의미가 바뀌기 시작했다는 진단
- 마지막 2분: 그렇다면 무엇을 해야 하느냐는 질문과, AI를 직접 써 보며 직관을 쌓으라는 답
뼈대만 보면 '처방 → 진단 → 예측 → 처방'입니다. 예측이 가장 자극적이라 잘려 나갈 뿐, 연설의 무게는 양쪽 처방에 실려 있습니다.
왜 그는 "모든 일"이라고 확신할까요?
근거는 놀랄 만큼 짧습니다. 우리 모두 뇌가 있고, 뇌는 생물학적 컴퓨터다. 그렇다면 디지털 뇌가 같은 일을 못 할 이유가 있겠느냐. 수츠케버는 이 한 줄을 "한 문장 요약"이라고 불렀습니다.
동의하든 안 하든, 주목할 점은 따로 있습니다. 그는 시기를 단정하지 않았습니다. 누군가는 3년, 누군가는 5년이라고 하지만 미래를 예측하기는 어렵다고 했고, 지금의 AI가 여전히 많은 걸 못 하고 부족하다는 말도 먼저 꺼냈습니다. 본인도 이런 미래를 감정적으로 믿기가 어렵다고 털어놨고요. 확신에 찬 예언가보다는 고민하는 연구자에 가까운 말투입니다.
겁먹지 않는 법 1단계 — 현실을 있는 그대로 적어 보기
수츠케버가 권한 단 하나의 마음가짐은 "accept reality as it is"였습니다. 과거의 나쁜 결정이나 불공평한 일을 곱씹는 데 시간을 쓰기 쉽지만, 상황은 이미 이렇다고 인정하는 편이 훨씬 생산적이라는 이야기입니다.
마케터로 일하며 이 말을 적용해 보면, 가장 먼저 할 일은 내 업무를 있는 그대로 적는 것입니다. 하루 일을 15분 동안 쭉 적고, 그중 AI가 이미 하고 있거나 충분히 할 수 있는 일에 표시해 봅니다. 마케터라면 보고서 초안, 경쟁사 채널 조사, 카피 시안에는 표시가 붙기 쉽습니다. 반대로 고객사 담당자와의 조율, 최종 메시지 결정, 예산 협의에는 표시하기가 어렵습니다.
겁먹지 않는 법 2단계 — "다음 최선의 한 걸음" 하나만 정하기
축사 2분 37초의 질문은 "what's the next best step?"입니다. 거창한 커리어 계획이 아니라, 지금 할 수 있는 가장 좋은 다음 행동 하나를 묻는 겁니다.
표시한 업무 중 하나를 골라 이번 주 30분짜리 실험으로 만듭니다. 예를 들면 이렇게요.
- 지난주 회의록을 AI에게 주고 액션 아이템만 뽑게 한다
- 내가 쓴 보고서와 AI 초안을 나란히 놓고 차이를 세 줄로 적는다
- 다음 주에도 맡길지, 어디까지 맡길지 결정한다
수츠케버도 이 태도가 쉽다고는 하지 않았습니다. 감정과의 끝없는 씨름이고, 본인에게 하는 다짐이기도 하다고 했습니다. 그 솔직함이 오히려 이 조언을 믿게 만듭니다.
겁먹지 않는 법 3단계 — 가장 좋은 AI로 직접 보기
7분대에서 그는 "정치에 관심이 없어도 정치는 당신에게 관심을 갖는다"는 말을 빌려 AI는 그 몇 배라고 했습니다. 그리고 해법으로 "오늘 가장 좋은 AI가 할 수 있는 일을 보라"고 권합니다. 어떤 에세이와 설명도 내 눈으로 본 것을 이길 수 없다는 말과 함께요.
여기서 놓치기 쉬운 단어가 '가장 좋은'입니다. 무료 버전으로 한 번 돌려 보고 "별거 없네" 하고 닫으면 직관이 틀어집니다. 한 달이라도 상위 모델로 실제 업무 한 건을 끝까지 맡겨 봐야, 어디까지 되고 어디서 사람이 들어가야 하는지가 보입니다. AI가 평균적인 결과물을 빠르게 채울수록 사람의 경험과 관점에 값이 붙는다는 이야기는 AI가 평균을 채우는 시대, 콘텐츠에 사람 값을 매기는 법에서 따로 다룬 적이 있습니다.
축사에 없던 질문 하나
이 영상을 퍼 나르는 글 중에는 "네가 배울 수 있는 건 기계도 배운다면, 지금 기계가 못 배우는 것 중 너는 무엇을 배우고 있나?"라는 질문을 붙인 것이 많습니다. 수츠케버가 한 말은 아닙니다. 그래도 1~3단계를 하고 나면 자연스럽게 이 질문에 닿습니다.
제 답은 아직 이 정도입니다. 결과에 책임지는 일, 여러 사람의 합의를 끌어내는 일, 오래 쌓은 관계, 문서에 없는 현장 판단. 그리고 수많은 결과물 중 무엇을 고를지 정하는 안목입니다. 고르는 사람이 이긴다는 생각은 누구나 만드는 시대, 결국 고르는 사람이 이깁니다에 정리해 뒀습니다.
같은 사람이 만든 이력이라 더 무게가 있다
이 축사가 가볍게 넘겨지지 않는 건 말한 사람의 이력 때문입니다. 2012년 힌턴, 알렉스 크리제프스키와 함께 만든 AlexNet은 딥러닝 붐의 출발점으로 꼽히고, 2015년에는 OpenAI를 공동 창업해 ChatGPT를 떠받치는 모델 개발을 이끌었습니다. 2024년 5월 OpenAI를 떠나 6월에 SSI를 세웠고, 보도에 따르면 2025년 4월 약 320억 달러 가치를 인정받았으며 메타의 인수 시도도 거절했다고 합니다. 이 보도들은 회사가 공식 확인한 내용이 아니라는 점은 감안해야 합니다. 학교 측 공식 소개는 토론토대 뉴스에서 볼 수 있습니다.
한 주 실험표
| 요일 | 할 일 | 걸리는 시간 |
|---|---|---|
| 월 | 업무 목록 적고 AI가 하는 일에 표시 | 15분 |
| 화~수 | 표시한 일 하나로 AI 실험 | 30분 |
| 목 | 가장 좋은 모델로 실제 업무 1건 끝까지 | 1시간 |
| 금 | 기계가 아직 못 하는 영역 하나 정해 연습 계획 | 20분 |
자주 묻는 질문
수츠케버 축사는 비관론인가요?
아닙니다. 연설의 결론은 AI를 무시하지 말고 직접 보면서 문제를 풀 에너지를 만들자는 것이었고, 그 도전을 넘으면 가장 큰 보상이 있다고 맺었습니다.
"3년, 5년 안에"는 수츠케버의 예측인가요?
그는 "누구는 3년, 누구는 5년이라고 한다"고 다른 사람들의 견해를 소개했고, 예측은 어렵다고 덧붙였습니다. 본인의 확정 시점으로 보기는 어렵습니다.
원문은 어디서 보나요?
토론토대 공식 유튜브 채널에 2025년 6월 수여식 영상이 있고, 학교 뉴스 페이지에 수여 소식이 정리돼 있습니다.
마치며
2026년 10월 기준으로도 이 축사가 계속 돌고 있다는 건, 그만큼 많은 사람이 같은 불안을 안고 있다는 뜻일 겁니다. 다만 수츠케버가 준 답은 불안을 키우는 쪽이 아니었습니다. 지금 현실을 적고, 한 걸음을 고르고, 가장 좋은 AI로 직접 확인하기. 이번 주에 여러분은 어떤 업무 하나로 시작해 보실 건가요?
댓글
댓글 쓰기