ICML 기조연설: AI 시대에 우리에게 남은 일은 무엇인가
What will be left for us to work on
AI의 급속한 발전 속에서 연구자와 개발자는 어떻게 시간을 배분하고 어떤 새로운 기술을 익혀야 할까? Princeton 대학의 Arvind Narayanan 교수는 ICML 2026 기조연설에서 'AI는 정상적인 기술'이라는 테제를 바탕으로, AI의 능력 향상과 업무 자동화 사이에는 많은 병목이 존재하며, AI는 자동화 기술이라기보다는 증강 기술로 보는 것이 타당하다고 주장한다. 따라서 인간의 노력은 검증이 덜 필요한 작업, 즉 모델 개발에서 스캐폴드 구축으로, 그리고 구축에서 평가와 모니터링으로 이동할 것이다. 장기적으로는 순수 기술적 기술의 가치가 하락하면서, 연구에서는 문제 해결보다 질문 제기와 개념적 진보가, 산업에서는 관계적 기술, 도메인 지식, 미적·규범적 판단이 중요해질 것이다.
AI는 자동화 기술이라기보다 증강 기술로 보는 것이 더 타당하다.
HN 토론
31- QuantumNoodle
이 강연은 세 부분으로 구성되어 있는데, 마지막 부분(약 마지막 15분)은 "고도화된 AI 시대에 인간의 역할은 어떻게 바뀌는가?"라는 질문을 정면으로 다룹니다. 연사의 입장에서 제가 얻은 주요 시사점은 다음과 같습니다: 순수 기술적 능력은 검증 가능한 과제에 해당하는 경향이 있어 AI가 더 나아질 것이므로 가치가 하락할 것입니다. 또한 노력은 구축에서 AI와 시스템의 평가로 옮겨갈 것입니다. 연사는 또한 AI가 결정 실행을 대신하는 동안 우리의 시간 중 더 많은 부분이 의사 결정에 투입될 것이라고 언급했습니다. 저는 많은 주장이 서로 모순된다고 생각합니다. 연사는 순수 기술적 능력을 축적하지 않고 어떻게 이해를 얻을 수 있는지 다루지 않기 때문입니다. 특정 분야에서 순수 기술적 능력이 부족한 사람이 좋은 결정을 내릴 수 있다는 것은 전혀 말이 되지 않습니다. 경험은 종종 특정 문제 영역에서 기술적 통찰력을 축적하는 부산물입니다.
- mohsen1
미래 지식 노동자의 요건 구성 요소로서의 '도메인 전문성'에 대해 질문이 있습니다. 사고가 AI에 위임될 것으로 예상되는 맥락(이 논문에서 언급된 것처럼 문제 해결에서 질문하기로 전환)에서 어떻게 그러한 전문성을 얻을 수 있습니까? 기본적인 질문이 AI 어시스턴트의 도움 없이 '수동으로' 답해지는 경우가 거의 없을 때, 올바른 질문을 던지는 법을 어떻게 배울 수 있습니까? 이러한 패턴은 학교에서 나타나는데, AI가 일반적으로 질문에 실제로 답하는 길고 어려운 노력을 요구하는 인간 발달을 방해합니다.
- reasonableklout
저자는 자신의 강연을 글로 옮긴 블로그 게시물을 가지고 있습니다: https://www.normaltech.ai/p/what-will-be-left-for-us-to-work
- ErystelaThevale
AI는 목적을 부여하지 않으면 작동하지 않습니다(적어도 지금은). 그렇다면 그 목적을 가능한 한 구체적으로 정의하는 것이 중요하지 않습니까? AI와 인간 모두 실수를 합니다. 그들이 공통적으로 가진 것은 검토가 필요하다는 것입니다.
- thangalin
어떻게 생각하세요?