SERVING NORTHERN VIRGINIA, MARYLAND, BALTIMORE AND WASHINGTON D. C.

제 1918 호

www. gomijunews. com

워싱턴-뉴욕 동시발행 대표전화:( 703) 865-4901 Endr. media @ gmail. com

2026 년 4 월 3 일- 2026 년 4 월 9 일

Section-B

< 홍성호 기자 > 현재 인류는 증기나 강철이 아닌 인공 지능 으로 구동되는 새로운 산업 혁명에 진입하고 있다. 이런 변화는 빠르고 끊임없는 것이며 수백만 명의 사람에게 매우 불확실한 미래를 가져온다. AI는 이제 한때 건드릴 수 없는 것 으로 여겨졌던 법률 연구, 회계, 의료 진단, 코 딩, 마케팅, 경제 분석 등 사무직 직업을 자동 화하고 있다. 한때 보안이 보장되었던 100,000 달러의 급여는 많은 경우 알고리즘에 의해 더 빠르고 저렴하게 수행되고 있다. 고연봉의 사무직은 대개 고등교육 즉, 대학 학위를 가진 경우에 보장된 것이었다. 그렇 기에 고연봉 사무직이 인공 지능에 침식된다 는 것은 고등 교육을 인공 지능이 대체할 것 으로 단순하게 결론을 내릴 수 있다. 하지만 이는 사실이 아니다. 교육은 인공 지능이 차 지할 수 없는 가장 인간의 노동에 의존하는 분야다.

인공 지능의 기능적 작동 방식 졸업식에서 새로운 세대의 졸업생에 대한

약속을 축하하면서 한 가지 질문이 제기된다. 인공 지능이 대학의 교육을 무의미하게 만들 지는 않을까? 많은 CEO 들이 그렇게 생각한 다. 그들은 인공 지능이 엔지니어, 의사, 교사 를 대체할 미래를 설명한다. 메타 CEO 마크 저커버그는 최근 인공 지능이 회사의 컴퓨터 코드를 작성하는 중간 엔지니어를 대체할 것 이라고 예측했다. 엔비디아의 젠슨 황은 코딩 자체가 쓸모없다고 선언하기도 했다. 빌 게이츠는 인공 지능 개발의 엄청난 속도 가 심오하고 심지어 약간 무섭기까지 하다고 인정하지만, 엘리트 지식을 보편적으로 접근 할 수 있는 방법을 반긴다. 그 역시 인공 지능 이 프로그래머, 의사, 교사를 대체해 고품질 의료 상담과 개인교습을 무료로 제공하는 세 상을 예견하고 있다. 과대 광고에도 불구하고 AI 는 현재로서는 인간 없이는 스스로 생각하 거나 행동할 수 없다. 실제로 인공 지능이 학습을 향상시키는지 아니면 이해를 약화시키는지는 AI 가 패턴만 예측하도록 허용할 것인가라는 중요한 결정 에 달려 있다. 아니면 그것이 세상의 법칙을

설명하고, 정당화하고, 기초를 유지하도록 요 구할 수도 있다. 인공 지능은 출력을 감독할 뿐만 아니라 방 향, 근거 및 해석 가능성을 제공하는 과학적 가드레일을 내장하기 위해 인간의 판단이 필 요하다. 물리학자 앨런 소칼은 최근 인공 지 능 챗봇을 구술 시험을 치르는 적당히 좋은 학생에 비유했다. 인공 지능은 답을 알면 질 문자에게 말할 것이고, 답을 모를 때 헛소리 를 정말 그럴 듯하게 잘한다. 따라서 사용자가 특정 주제에 대해 많이 알 지 못하면 " 헛소리 " 를 하는 챗봇을 알아채지 못할 수도 있다. 그것은 인공 지능의 소위 " 지 식 " 을 완벽하게 포착하게 한다. 단어 시퀀스 를 예측해 이를 모방하지만 개념적 기반이 부 족하다는 것을 깊은 지식이 있는 전문가는 알 아차린다. 그렇기 때문에 ' 창의적인 ' 인공 지능 시스템 은 진짜와 가짜를 구별하는 데 어려움을 겪고 있고, 대규모 언어 모델이 진정으로 문화적 뉘앙스를 파악하는지에 대한 논쟁이 제기되 고 있다. 교사는 AI 튜터가 학생들의 비판적

사고를 방해할 수 있다고 걱정하거나 의사가 알고리즘의 오진을 두려워할 때, 동일한 결함 을 발견한다. 기계 학습은 패턴 인식에는 탁 월하지만 체계적이고 누적된 인간 경험과 과 학적 방법에서 비롯된 깊은 지식이 부족하다.

인공 지능의 움직임이 커지면서 앞으로 나 아갈 수 있는 길을 제시하기도 한다. 이들은 인간의 지식을 기계 학습 방식에 직접 포함시 키는 데 중점을 둔다. 물리적으로 인식된 신경조직망( PINN: Physics-Informed Neural Networks) 및 기계적으로 인식된 신경 조직망( MINN: Mechanistically Informed Neural Networks) 이 그 예다. 이름은 기술적으로 들릴 수 있지만 아이디어는 간단하다. 인공 지능은 물리 법칙, 생물학적 시스템 또는 사회적 역 학 등 규칙을 따를 때 더 나아진다. 이는 지식 을 사용하는 것뿐만 아니라 지식을 창조하기 위해 여전히 인간이 필요하다는 것을 의미한 다. 인공 지능은 인간으로부터 학습될 때 가 장 잘 작동한다.

▶3 면에 계속

of Counsel / Retired

변호사

Dan D. Park( 단 박)

변호사

Roopal Gupta( 루팔 굽다)

사무장

Yoon Hee Ahn( 안윤희)