AI 에이전트 시대에는 지능보다 목표 설계와 인간적 테이스트가 중요해진다.

01핵심 개요

• 안상현 메타 AX팀 E7 엔지니어는 AI 시대의 핵심 전환을 인간 중심 조직에서 에이전트 중심 조직으로의 재설계라고 설명했다.
• AI를 필요할 때 쓰는 도구가 아니라 일상적으로 레버리지하는 존재로 보고, 안 될 이유를 찾는 방식으로 전환해야 한다고 말했다.
• 피지컬 AI의 병목은 데이터와 데이터 관계를 구조화하는 온톨로지이며, 테슬라 자동주행 사례도 데이터 축적의 중요성을 보여준다고 봤다.
• LLM은 전기처럼 커머더티가 될 수 있으며, 앞으로는 모델 사용량과 성과를 따지는 토큰 이코노믹스 및 ROI가 중요해질 것이라고 전망했다.
• AI가 생산을 쉽게 만드는 만큼 인간에게는 목표 설계, 결과물 검증, 사람 이해와 설득, 테이스트가 더 중요해진다고 강조했다.

02핵심 주장 / 논점 구조

• AI 시대의 전환점은 인간의 능력과 한계에 맞춰진 삶·직업·조직을 에이전트 전제에 맞게 재설계하는 데 있다는 주장이다.
• AI 네이티브는 AI를 계산기처럼 필요할 때 꺼내는 방식이 아니라, 가능한 많은 일을 에이전트로 레버리지하는 일상화된 방식이다.
• 지능이 덜 희소해질수록 목표를 설계하고 인간의 공감과 지지를 얻는 능력, 결과물을 판단하는 테이스트가 가치의 중심이 된다고 봤다.
• AI의 지능을 얼마나 활용할지와 이를 위한 개인의 목표 설정·의지가 향후 개인과 빅테크 모두의 핵심 과제가 될 것이라고 말했다.

03에이전트 중심 조직과 AI 네이티브 전환

• 발언자는 AI 에이전트가 사람과 일하는 조직, 사람이 챗봇과 일하는 조직, 사람이 사람과 일하는 조직의 구분이 나타날 수 있다고 언급했다.
• 앞으로는 ‘이것이 될까’를 묻기보다 ‘안 될 이유가 있는가’를 먼저 파악하는 편이 빠를 수 있다고 설명했다.
• AI가 코드 작성, 문서 제작, 분석을 수행하는 상황에서 인간은 AI 활용을 넘어 남은 가치 창출을 이끄는 역할을 찾아야 한다고 봤다.
• AI는 모든 사람을 대체하기보다 일의 성격을 바꾸며, 빠르게 실험하고 도전하는 태도가 중요하다고 말했다.

04피지컬 AI의 데이터·온톨로지 병목

• 피지컬 AI가 인간에게 유용해지려면 데이터 자체뿐 아니라 데이터 간 관계를 다루는 온톨로지화가 필요하다고 설명했다.
• 그는 데이터와 온톨로지 영역에 병목이 많이 있으며, 이를 해결하는 주체가 큰 기회를 가질 수 있다고 주장했다.
• 테슬라는 많은 차량에서 정보를 수집해 모델을 만들고, 운전 방식을 크게 바꾸지 않으면서 사용자 불편을 해결한다고 평가했다.
• 피지컬 AI는 보고·듣고·말하는 행동과 오감 기반 경험을 데이터화하고, 이를 활용 가능한 데이터로 제공하는 일이 핵심이라고 봤다.

05웨어러블과 음성 중심 인터페이스

• 텍스트 입력은 사용자의 목적과 의사를 전달하는 병목이 될 수 있어, AI와의 상호작용은 음성 중심으로 옮겨갈 수 있다고 말했다.
• 에이전트가 이해·실행·판단·결정·행동 후 보고까지 할 수 있다면 앱이 계속 필요한지 생각하게 된다고 설명했다.
• 메타의 안경형 기기는 사진을 찍은 결과나 길 안내 화살표를 스크린으로 보여주는 증강현실 방식을 활용할 수 있다고 언급했다.
• 말할 수 없는 상황에서는 메타가 출시한 팔찌가 작은 손짓을 인터페이스로 인식해 의도를 파악하는 방식이 가능하다고 소개했다.
• 웨어러블의 사용자 경험은 항상 사용할 수 있으면서도 착용자와 상대방에게 불쾌감을 주지 않는 것이 중요하다고 봤다.

06LLM 커머더티화와 토큰 이코노믹스

• 앤트로픽·오픈AI 같은 프론티어 랩, 오픈소스 진영, 중국 모델, 애플리케이션 레이어가 서로 다른 방식으로 AI 시장에 참여한다고 설명했다.
• 빅테크의 경쟁력은 페이스북의 소셜 그래프처럼 각 기업만이 가진 따라 하기 어려운 자산과 이를 AI 위에 올리는 방식에 달렸다고 봤다.
• 중국의 오픈소스 모델 성능이 높아지면서 아이디어를 가져와 구현하는 일이 비교적 쉬워졌고, LLM은 전기처럼 커머더티가 될 수 있다고 예상했다.
• 토큰을 많이 쓰는 것이 곧 성과를 뜻하지는 않으며, 앞으로는 에이전트 사용 비중 대비 부가가치와 ROI를 측정하는 일이 중요하다고 말했다.

07엔지니어의 가치와 한국의 기회

• AI 시대 엔지니어에게는 문제 정의보다 이루고자 하는 목표를 설계하고, 그 목표가 사람들의 공감과 지지를 얻도록 하는 능력이 중요하다고 말했다.
• AI 결과물이 완벽해 보여도 좋은 결과물은 아닐 수 있으므로, 부족한 점을 판단하는 검증 능력과 인간적인 테이스트가 필요하다고 봤다.
• 모두가 잘 만들 수 있게 되면 왜 자신의 제품을 사야 하는지 설명해야 하므로, 사람을 이해하고 설득해 잘 파는 능력이 중요하다고 강조했다.
• 한국은 새 기술을 빠르게 보고 따라 하며 시도하는 행동력이 강점이지만, 이를 끝까지 자기 것으로 만드는 뒷심이 더 필요하다고 평가했다.
• 20대 개발자에게는 리스크 테이킹과 공개적 결과물 제작을 권하며, 엔지니어에게 인문학 공부가 어느 때보다 중요하다고 조언했다.

08용어 사전