재정 / 교육

2026 년 4 월 3 일- 2026 년 4 월 9 일 B-3

1961 년생 메디케어 무료로 신청해 드립니다!

앤텀 / 애트나 / 유나이티드 / 카이저 휴메나 / 케어훨스트 / 웰케어

▶1면 < 교육은 대체 못해 > 에 이어

기계적 인식 신경 조직망( MINN) 에 대한 작업에서 알고리즘은 과거 데이터를 기반으 로 무엇이 작동하는지 추측하도록 하는 대신 확립된 과학적 원칙을 따르도록 프로그래밍 한다. 인디애나에 있는 현지 가족 라벤더 농 장을 예로 들어 볼 수 있다. 작물 재배 사업에 는 개화 시기가 가장 중요하다. 너무 일찍 또 는 늦게 수확하면 에센셜 오일의 효능이 감소 해 품질과 이익이 저하된다. 인공 지능은 관 련 없는 패턴을 샅샅이 뒤지는 데 시간을 낭 비할 수 있다. 그러나 기계적 인식 신경조직 망( MINN) 은 식물 생물학에서 시작된다. 열, 빛, 서리, 물을 개화와 연결하는 방정식을 사 용해 시기적절한 재정적으로 의미 있는 예측 을 한다. 그러나 물리적, 화학적, 생물학적 세 계가 어떻게 작동하는지 알고 있을 때만 작 동한다. 그 지식은 인간이 개발하는 과학에 서 나온다.

유방 종양은 혈류와 신진대사 증가로 인해 열을 방출하고 예측 인공 지능은 수천 개의 열화상을 분석해 데이터 패턴만을 기반으로 종양을 식별할 수 있다. 그러나 최근 개발한 기계적 인식 신경조직망( MINN) 은 체표면 온도 데이터를 사용하고 생체 열 전달 법칙을 모델에 직접 포함한다. 즉, 추측하는 대신 열 이 신체를 통해 어떻게 이동하는지 이해하고 조직을 통한 열 흐름의 물리학을 활용해 무엇 이 잘못되었는지, 무엇이 원인인지, 왜 그리 고 열이 어디에 있는지 정확하게 식별할 수 있다. 한 사례에서 기계적 인식 신경 조직망( MINN) 은 암이 신체의 열 신호를 방해하는 방식에 전적으로 근거해 종양의 위치와 크기 를 몇 밀리미터 이내로 예측했다.

인공지능 인터넷처럼 보급해야 우리가 지금 의도, 연민, 전략을 가지고 행동 한다면 이 기술 파괴는 우리 세대의 가장 큰 기회가 될 수 있다. 인공 지능( AI) 를 사용해 수백만 개의 새롭고 품위 있는 중산층 일자리 를 창출하고, 간과되고 과소평가된 사람들에 게 힘을 실어주고, 아마도 오랜만에 처음으로 아메리칸 드림을 상향식으로 재건할 수 있다.

인공지능은 의심할 여지없이 작업의 효율 성을 높일 것이다. 그러나 생산성은 방정식의 절반에 불과하다. 미국 GDP 의 약 70 % 는 소 비자 지출에서 나온다. 이는 경제 성장을 유 지하기 위해 급여와 수입 수단을 가진 사람들 이 필요하다는 것을 의미한다. 계획 없이 근 로자의 30 % 를 이주시키는 것은 경제를 성장 시키지 않는다. 그것은 오히려 경제를 축소할 위험이 있다. 더 많은 이익, 더 적은 고객. 더 많은 자동화, 더 적은 포용성. 그것은 위험한 불균형이다.

대학생을 대상으로 AI 문해력 파이프라인 프로젝트를 대학에서 실행했다. 젊은이들이 AI 도구와 사용 사례에 대한 교육을 받았다. 더 중요한 것은 이 미래에 자신이 포함된다고 믿도록 학습했다. 모든 도시와 시골 마을에 걸쳐 이 모델을 확장한다면 아마도 모두가 높 은 소득을 받을 것으로 기대할 것이다. AI 시 대의 가장 흥미로운 진실은 미래의 최고 급여 를 받는 직업 중 상당수가 4 년제 학위를 요구 하지 않는다는 사실이다. 기술, 호기심, 디지 털 유창성, 스마트 도구 작업 능력이 필요하 다. AI 지원 물류 운영자, 스마트 도구를 사용 하는 재무 코치, AI 진단으로 강화된 건강 보 조원이 필요하다. 이런 일자리는 궁극적으로 100 달러 이상을 지불할 수 있지만 도달할 수 있는 파이프라인을 효과적으로 구축하는 경 우에만 가능하다. 접근과 교육은 여전히 장벽 이다. 공공- 민간 파트너십, 커뮤니티 기반 교

육, 인력 프로그램에 내장된 인공 지능 활용 능력을 통해 이를 무너뜨릴 수 있다. 포용은 종종 옳은 일로 간주된다. 또한 그것은 시대 의 흐름을 놓치지 않는 현명한 일이다. 특히 소외된 지역 사회의 사람들이 인공 지능 경제 에 완전히 참여할 수 있도록 30 % 더 많은 권 한을 부여한다면 연간 GDP 성장률이 2 ~ 3 % 더 증가할 수 있다. 그건 이데올로기가 아니 라 경제 전략이다. 커뮤니티 재투자법 자금을 인공 지능 교육 및 접근과 연결하고, 기업이 다양한 배경을 가진 재숙련된 인력을 고용하도록 장려하고, 소외된 창업자가 이끄는 선을 위한 인공 지 능 스타트- 업을 지원하고, 디지털 기술을 다 리와 광대역만큼 필수적인 새로운 인프라로 만들어야 한다. 인공 지능이 인류에 위협이 되는 것처럼 이 야기하는 것은 다음으로 미룰 수 있다. 진정 한 위협은 인간이 창출하는 기회에서 배제하 는 것이다. 또 다른 엘리트 기술 붐이 필요하 지 않다. 존엄성을 회복하고, 임금을 늘리고,

처음부터 소유권을 확대하는 광범위한 경제 부흥이 필요하다. 아메리칸 드림은 죽지 않 았지만 재부팅이 필요하다. 현명하고 포괄적 으로 사용되는 인공 지능은 이전보다 더 나은 방식으로 인공 지능을 다시 실행하는 데 도움 이 되는 코드가 될 수 있다.

더 높은 교육 수준의 인간 필요

이것의 시사점은 간단하다. 인간은 여전히 인공 지능 발전에 필수적이다. AI 가 정교해 짐에 따라 사람의 역할은 사라지지 않는다. 그것은 변화하고 있고 인간은 알고리즘이 기 괴하거나 편향되거나 잘못된 것을 생성할 때 " 헛소리 " 라고 불러야 한다. 이는 단지 인공 지 능의 약점만이 아니다. 그것은 인간의 가장 큰 힘이다. 이는 기술을 조종하고, 견제하고, 생각하는 대로 작동하도록 하고, 그 과정에서 사람들을 도울 수 있도록 사람의 지식도 성장 해야 한다는 것을 의미한다. 진짜 위협은 인 공 지능이 점점 더 똑똑해지고 있다는 것이 아니다. 그것은 인간이 인공 지능을 사용하

는 것을 중단할 수 있다는 것이다. AI 를 단순 히 오라클로 취급하면 말이 되지 않을 때 질 문하고, 추론하고, 인식하는 방법을 잊어버릴 위험이 있다. 다행히도 미래는 이렇게 진행될 필요가 없다. 우리는 투명하고 해석 가능하며 과학, 윤리 및 문화에 대한 축적된 인간 지식 에 기반을 둔 시스템을 구축할 수 있다. 정책 입안자는 해석 가능한 인공 지능에 대한 연구 에 자금을 지원할 수 있다. 대학은 도메인 지식과 기술을 혼합한 학생 들을 양성할 수 있다. 개발자는 모델이 현실 에 충실해야 하는 MIN 및 PIN 과 같은 프레 임워크를 채택할 수 있다. 그리고 사용자, 유 권자, 시민 등 모두는 인공 지능이 단순한 상 관관계가 아닌 과학과 객관적인 진실에 봉사 하도록 요구할 수 있다. 10 년 넘게 대학 수준 의 통계와 과학 모델링을 가르친 교수는 이제 알고리즘을 암기하는 대신 시스템 자체를 학 습해 알고리즘이 내부에서 어떻게 작동하는 지 학생들이 이해하도록 돕는 데 중점을 두 고 있다. 목표는 수학, 과학, 코딩이라는 상 호 연결된 언어 전반에 걸쳐 문해력을 높이 는 것이다.

이런 접근 방식은 오늘날 필요하다. 블랙 박스 모델에서 생성을 클릭하는 사용자는 더 이상 필요하지 않다. 그 대신 인공 지능의 논 리, 코드, 수학을 이해하고 AI 의 " 헛소리 " 를 잡을 수 있는 사람들이 필요하다. 인공 지능 은 교육을 무의미하게 만들거나 인간을 대체 하지 않을 것이다. 그러나 독립적으로 생각 하는 방법과 과학과 깊은 이해가 왜 중요한 지 잊어버린다면 인공 지능은 우리 자신을 대 체할 수 있다. 선택은 인공지능을 거부할 것 인지 수용할 것인지가 아니다. 사람들이 인공 지능을 이끌 수 있을 만큼 충분히 교육받고 똑똑할 것인지 여부다. 즉, 인공 지능을 제대 로 작동하고 헛소리를 늘어놓지 않도록 인간 은 더 높은 교육을 습득하고 더 똑똑해야 한 다. 이는 고등 교육 기관, 즉 대학이 오히려 지 금보다 더 중요해지고 더 인기가 있으며 인 공 지능이 고등 교육을 대체할 수 없다는 것 을 의미한다.