[한영자막] 데미스 하사비스가 말하는 AI 혁명, AI의 미래와 인간의 창의성

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

하사비스는 AI 혁명이 인간의 창의성과 과학적 발견을 확장할 수 있지만, 그 미래의 가치는 인간적 의미와 사회적 선택에 달려 있다고 본다.

📌 핵심 요점

1. AI는 탐구를 확장하는 도구다. 하사비스의 게임 개발·신경과학·AI 연구를 잇는 질문은 지능과 현실의 본질이다. 예술과 과학은 상상력을 기술로 구현하며 미지의 문제를 탐구한다는 점에서 연결된다.
2. 창의적 돌파구에는 연구와 엔지니어링의 왕복이 필요하다. 알파폴드와 알파고의 성공 요인으로 서로 다른 분야의 협업과 반복적인 기술 구축을 꼽는다. 돌파구의 시점은 보장할 수 없지만, 구현과 실험으로 가능성을 검증할 수 있다.
3. AI는 창작 아이디어의 실험 비용을 낮출 수 있다. 빠른 시제품 제작은 숙련된 창작자의 시도 범위를 넓히고, 신진 창작자가 구상을 보여줄 기회를 늘린다. 유용한 도구를 만들려면 창작자가 초기 설계부터 참여해야 한다.
4. 창작 능력이 자동화돼도 인간적 의미는 중요한 판단 기준으로 남는다. 작품의 가치는 산출량이나 기술적 완성도만으로 정해지지 않는다. 실제 경험, 훈련, 창작자와 관객의 연결을 어떻게 평가할지 사회적 논의가 필요하다.
5. AI의 방향은 교육과 분배를 포함한 선택의 문제다. 하사비스는 과학적 발견과 풍요의 가능성을 기대하면서도 중독·고립·혜택 분배를 과제로 제시한다. 교육에서는 AI 개인지도와 교실의 협력 프로젝트를 결합하는 방안을 구상한다.

🧩 배경과 문제 정의

• 예술과 과학은 창의적 발상을 기술로 구현하고 미지의 문제를 탐구한다는 공통점을 가진다. 하사비스의 게임 개발, 신경과학 연구, AI 개발을 연결하는 목표는 지능과 현실의 본질을 이해하는 것이다.
• AI는 창작 아이디어의 실험 비용을 낮추고 과학적 발견을 도울 수 있지만, 저급한 콘텐츠와 중독적 경험을 확대할 가능성도 있다.
• AI의 능력이 커질수록 인간의 창의성·숙련·경험에서 무엇을 가치 있게 여길지, 기술의 혜택을 어떻게 나눌지에 대한 사회적 판단이 중요해진다.

🕒 시간순 섹션별 상세정리

1. 예술과 과학의 경계를 넘나드는 다빈치의 창의성

• 다빈치의 정교한 심장·폐 해부도는 예술적 기량이 과학적 정확성을 뒷받침한 사례다. 하사비스는 다빈치와 아리스토텔레스의 다방면에 걸친 역량을 중요한 영감으로 삼는다. [00:23]
• 다빈치는 예술과 과학을 별개의 활동으로 구분하지 않고 뛰어난 결과물을 만들었다. 하사비스는 AI가 이런 경계 없는 탐구의 시대를 다시 여는 데 도움을 줄 수 있다고 기대한다. [01:00]

2. 자유로운 성장 환경과 큰 질문을 향한 AI 탐구

• 경제적으로 넉넉하지 않았지만 창의성을 중시한 가정에서 자랐으며, 부모의 비관습적인 삶은 자녀들이 자신의 열정을 따를 수 있는 여지를 주었다. 어머니에게서는 예술과 인문학적 영향을 받았다. [01:45]
• 체스와 컴퓨터의 매력은 창의적인 결과물을 만드는 데 있었다. 훌륭한 게임이나 체스 경기를 구현하려면 수학·과학·기술 역량을 함께 발전시켜야 했다. [02:41]

3. 게임 사업을 통한 AI 연구와 조직 운영의 학습

• 게임은 직접 즐기고 설계하는 대상이면서, 이용자에게 즐거움을 주고 AI 연구 자금을 마련하는 수단이었다. 당시에는 AI 연구만으로 자금을 확보하기 어려워 엘릭서 스튜디오의 게임 개발 안에 연구를 포함하려 했다. [04:29]
• 데이비드 실버 등과 게임 속 인물과 시뮬레이션을 제어하는 AI를 연구하고, 게임의 성공으로 다음 연구를 지원하려 했다. 이 과정에서 스타트업과 창의적인 엔지니어링 팀을 운영하는 법도 익혔다. [04:48]

4. 창의적 돌파구와 엔지니어링을 결합하는 방식

• 게임이 언제 재미있어질지 확답하기 어려운 것처럼, 연구에서도 돌파구가 언제 나올지 보장할 수 없다. 이런 불확실성 속에서는 취향과 직관, 작업에 대한 믿음이 중요하다. [05:22]
• 뛰어난 게임 디자이너·예술가와 과학자의 작업에는 창의적 탐구와 높은 기술 역량의 결합이라는 공통점이 있다. 엔지니어링은 답이 정해지지 않은 창의적 질문을 뒷받침해야 한다. [06:11]

5. 지능의 다른 단서를 찾기 위한 신경과학 연구

• 컴퓨터과학과 게임 개발에서 신경과학으로 이동한 것은 지능과 AGI라는 같은 문제를 여러 각도에서 탐구하려는 선택이었다. 당시 알려진 AI 접근만으로는 한계를 느껴 다른 정보원을 찾았다. [07:24]
• 뇌는 사고·계획·지능의 작동 원리를 살펴볼 수 있는 대상이었다. 2000년대 초 보편화되기 시작한 fMRI는 생각할 때 뇌의 어느 부분이 활동하는지 관찰할 새로운 기회를 제공했다. [08:03]

6. 기억과 상상력에서 찾은 계획·창작의 핵심 능력

• 체스에서는 원하는 미래의 국면을 상상하고 그곳에 도달할 수순을 역으로 계획한다. 게임 설계에서도 이용자가 어디서 지루함이나 어려움을 느끼고 인터페이스를 어떻게 사용할지 생생하게 상상한다. [08:48]
• 당시 기억에 비해 상상력은 연구가 적었으며, AI로 구현하는 방법도 알지 못했다. 상상력은 창작·계획·추론에 근본적인 능력으로 보여 연구할 가치가 컸다. [09:48]

7. 지능과 시뮬레이션에서 현실의 본질로 이어지는 질문

• 지능을 이해하고 활용하는 일과 정확한 시뮬레이터를 만드는 일이 두 가지 핵심 관심사였다. 초기 게임에서 직접 만든 작은 시뮬레이션은 이후 연구의 축소판에 해당했다. [11:07]
• 1993~1994년의 게임 「테마 파크」는 놀이공원을 단순하게 모사했지만, 1천만 명이 상호작용을 즐길 만큼의 경험을 만들 수 있었다. 이 가능성은 현실을 계산과 물리학의 관점에서 이해하려는 관심으로 이어졌다. [11:43]

8. 창작자와 함께 설계하는 AI 도구의 기회와 위험

• 창작 도구는 각 분야의 뛰어난 예술가들과 초기부터 협력해 설계해야 한다. 대런 아로노프스키, 음악가들, 「이브 온라인」을 만드는 아이슬란드 게임 회사 등과의 협업은 창작에 필요한 기능과 방해가 되는 요소를 구분하기 위한 것이다. [12:46]
• AI는 인간에게 유익한 작업뿐 아니라 몇 초간 관심을 붙잡는 평범하고 창의성이 낮은 ‘AI 슬롭’에도 쓰일 수 있다. 가벼운 오락으로 볼 여지는 있지만, 바람직한 주된 방향으로 여기지는 않는다. [13:37]

9. AI 시대에 다시 정의해야 할 숙련과 인간적 가치

• AI 도구가 확산되면 작품의 기예·직관·영혼이라는 말이 정확히 무엇을 뜻하는지 더 세심하게 정의해야 한다. 창작의 미래에 무엇을 높이 평가할지도 함께 검토해야 한다. [15:22]
• 향후 약 10년에는 뛰어난 과학자와 예술가가 AI 도구로 산출물을 10배 수준으로 늘리는 창의성의 번영이 가능하다고 전망한다. 이후 도구의 자율성이 더 높아지면 인간적 연결과 창의성·기예가 오히려 중요해질 것으로 추측하지만, 그 방향은 사회가 만들어가야 한다. [16:19]

10. 기술의 방향을 결정하는 사회적 선택과 분배

• 새로운 상호작용 경험은 사람을 성장시키고 연결할 수도, 중독과 고립을 강화할 수도 있다. 시장의 힘이 진보를 촉진하더라도 사회가 원하는 방향을 정하는 철학적·사회적 기준이 필요하다. [18:08]
• AI의 미래는 정해져 있지 않으며 기술자도 결과를 확실히 알지 못한다. 기술이 사라지기를 기대하기보다 다양한 분야의 사람들이 참여해 방향을 만들어야 한다. [18:56]

11. 과학적 돌파구가 열 수 있는 풍요와 남는 과제

• 신중하게 도입한 AI 도구는 의학·신소재·에너지 분야의 발전을 도울 수 있다. 질병 치료와 핵융합 등에서 진전이 이루어지면 환경·물·자원 문제를 완화할 가능성이 있으며, 모든 질병의 해결은 장기적인 가능성으로 드러난다. [20:30]
• 에너지 같은 근본적인 문제의 해결은 풍요와 본격적인 우주여행의 가능성까지 열 수 있다. 그런 인간 번영의 시대가 오더라도 경제 체계와 삶의 목적·가치에 관한 철학적 문제가 큰 과제로 남을 것이라고 본다. [21:14]

12. 새로운 예술과 실현 가능한 미래의 청사진

• 수렵·채집에 맞춰 진화한 인간의 뇌가 미술·건축·과학을 발전시켰듯, 현재의 미적 판단과 표현이 한계라고 볼 이유는 없다. AI 도구를 적절히 사용하면 새로운 예술 형식과 미적 정교함을 발견할 가능성이 있다. [21:55]
• 지향할 만한 미래에는 과학에 근거해 실현 가능성을 갖춘 긍정적인 청사진이 필요하다. 하사비스에게는 아시모프의 「파운데이션」과 이언 뱅크스의 「컬처」 시리즈가 인류가 도달할 수 있는 세계를 상상하는 영감이었다. [22:38]

13. 인간의 능력에 계산 불가능한 부분이 있는가

• 인간의 이야기 만들기에 계산 불가능한 요소가 있는지는 아직 열린 과학적·경험적 질문이다. AI라는 지적 인공물을 인간의 마음과 비교하면 인간에게 특별하거나 고유하게 남는 능력을 파악할 수 있다고 본다. [24:08]
• 로저 펜로즈의 양자 의식 가설이 맞는다면 현재의 고전적 컴퓨터로 구현한 AI에는 한계가 있을 수 있다. 다만 하사비스는 이를 뒷받침하는 증거가 아직 없다고 보며, 인간 능력의 상당 부분이 결국 계산 가능한 것으로 밝혀질 것이라는 튜링 쪽 견해에 더 가깝다. [24:43]

14. 계산 가능성과 별개로 남는 예술의 인간적 의미

• 충분한 입력과 데이터로 기계가 창작 능력을 갖추더라도 그것이 더 좋은 작품을 뜻하지는 않는다. 승패로 비교할 수 있는 체스·바둑과 달리, 창작에는 단일한 우열 척도가 없으며 다른 인간에게 얼마나 의미 있는지가 중요하다. [25:15]
• ‘실화에 바탕을 둔 이야기’라는 표현은 다른 인간이 실제로 겪었다는 사실이 작품에 의미를 더한다는 사례다. 반 고흐의 붓질에서 느끼는 고통과 예술가와의 연결도 AI가 같은 표현을 재현할 때 동일한 의미를 갖기는 어려울 것으로 보며, 그 차이는 철학적으로 더 분석해야 한다. [25:47]

15. 도시와 건축을 인간의 건강·영감으로 평가하기

• 토머스 헤더윅은 항공·위성 기술의 성취에 비해 도시에는 무미건조한 공간이 대규모로 만들어졌고, 디지털 혁명도 고립과 단절을 낳았다고 지적한다. 건물을 개별 예술품으로만 보지 않고 공중보건의 관점에서 바라보며 건조 환경을 더 인간적으로 만들 필요가 있다는 문제의식이다. [27:46]
• 하사비스는 물리적 공간이 다음 단계의 창의성을 자극한다고 본다. 특히 대도시 건축에 영감을 되살릴 필요가 있으며, 제2차 세계대전 이후 그런 흐름을 잃었다고 볼 수 있다는 견해를 제시한다. [29:04]

16. AI 시대의 기반시설에 아름다움과 환경적 가치를 반영하기

• 데이터센터처럼 AI 혁명으로 늘어나는 시설에도 비용을 조금 더 들여 아름다움을 반영할 수 있다. 새롭게 건설하는 자산이 물리적 환경에 미치는 영향까지 설계의 고려 대상이어야 한다. [30:08]
• 신기술이 물리적 환경에 긍정적인 영향을 주도록 하려면 상당한 창의적 노력이 필요하며, 새로운 운동이 필요할 가능성도 있다. [30:30]

17. 야심과 낙관을 갖되 실제 구현으로 가능성을 검증하기

• 유럽도 미국의 야심과 낙관적인 태도를 받아들일 필요가 있다. AI가 발전할 것이라는 전망을 전제로, 각 분야의 역량을 활용해 그 방향을 긍정적으로 형성해야 한다. [31:04]
• 논쟁은 생각을 단단하게 만들지만 어느 시점에는 실제 결과로 가능성을 보여줘야 한다. 딥마인드 설립을 준비하던 시기에 만난 MIT 교수들은 과거의 실패를 들어 학습 기반 접근을 반대했으나, 하사비스가 판단하기에는 작동할 수 없는 근본적인 이유를 제시하지 못했다. [31:38]

18. 유럽의 공감 능력과 런던의 다학제적 연결을 활용하기

• 영국과 유럽은 과도한 과장을 경계하는 현실감각과 기술의 용도를 고민하는 공감·배려를 기여할 수 있다. 여기에 야심과 낙관을 더해야 하며, 부정적인 가능성만으로 미래가 정해졌다고 볼 필요는 없다. [33:03]
• 미국에서는 금융·정치·기술·엔터테인먼트가 서로 다른 도시에 모여 있지만, 런던에서는 이 분야들이 한 도시에 공존한다. 과학·건축·예술의 세계적 전문가들이 만날 수 있는 환경과 RSA·왕립학회·왕립공학한림원의 연결 역량은 다학제적 협력의 강점이다. [33:43]

19. 평균 중심의 교육을 바꾸고 AI의 방향을 형성할 역량 기르기

• 아이들의 인지 발달에 대한 우려와 AI의 교육적 잠재력을 함께 다루려면 교육에 근본적인 변화가 필요하다는 입장이다. 기존 학교는 중간 수준에 맞춰져 있어 앞선 학생에게는 충분한 도전을, 뒤처진 학생에게는 충분한 도움을 제공하지 못한다. [35:14]
• AI 혁명을 막기 어렵다는 전제에서는 국가와 개인이 자신의 가치에 맞게 방향을 형성하는 데 참여해야 한다. 상업화는 예상보다 일찍 진행됐으며, 과학과 알파폴드 같은 연구를 먼저 확대하려던 구상과 달리 챗봇이 앞서면서 발전과 위험이 함께 더 빠르게 다가오고 있다는 판단이다. [36:33]

20. AI 개인지도와 협력 프로젝트를 결합하는 교실 재설계

• 가능한 대안은 교실의 역할을 뒤집는 것이다. 암기 중심 학습은 교실 밖에서 AI의 도움을 받아 수행하고, AI가 학생의 대수학 등 취약한 부분을 파악해 추가 문제를 제공하는 개인지도를 구상할 수 있다. [38:03]
• 뛰어난 교사의 강의 영상과 수업 자료를 공유하면 교사마다 같은 자료를 반복해서 만드는 데 드는 시간을 줄일 수 있다. 이렇게 확보한 시간을 교실 활동의 변화에 활용할 수 있다. [38:33]

🧾 결론

• AI가 창의성을 확장할 가능성은 크지만, 어떤 결과를 좋은 창작과 진보로 인정할지는 인간이 판단해야 한다.
• 연구의 야심은 실제 구현과 검증으로 이어져야 하며, 서로 다른 분야의 협력이 그 과정을 뒷받침한다.
• 기술적 성취가 인간의 번영으로 이어지려면 안전, 경제적 분배, 교육, 삶의 가치에 관한 논의를 함께 진행해야 한다.

📈 투자·시사 포인트

• 창작 도구를 평가할 때는 생성량과 함께 아이디어 검증 비용을 얼마나 낮추고 창작자의 실제 작업을 얼마나 돕는지 살펴볼 수 있다.
• 의학·신소재·에너지는 하사비스가 제시한 AI 활용의 주요 가능성이다. 장기적 기대와 실제 연구 성과를 구분해 판단필요가 있다.
• 교육 분야에서는 학생별 취약점 진단, 개인지도, 교사의 자료 준비 부담 완화가 구체적인 활용 과제로 제시된다.
• 데이터센터 등 AI 기반시설의 확대는 비용뿐 아니라 주변 환경과 아름다움을 고려하는 설계 문제도 동반한다.

⚠️ 불확실하거나 확인이 필요한 부분

• 향후 약 10년 동안 뛰어난 과학자와 예술가의 산출물이 10배 수준으로 늘어날 수 있다는 발언은 전망이다. 제공된 자료에는 이를 검증할 측정 기준이나 실증 결과가 없다.
• 질병 치료·핵융합·자원 문제 해결은 AI가 기여할 수 있는 가능성으로 제시된다. 모든 질병의 해결이나 풍요의 실현 시점은 확인되지 않았다.
• 인간의 창작 능력에 계산 불가능한 요소가 있는지는 열린 질문이다. 하사비스는 양자 의식 가설을 뒷받침하는 증거가 아직 없다고 보지만, 인간 능력의 계산 가능성 자체가 입증됐다는 뜻은 아니다.
• 자막 기반 정리: 타임스탬프가 있는 자막을 기준으로 정리했으며, 고유명사·수치·인용은 원문 확인 필요 시 별도 검증한다.
• 영상 속 주장: 발표자의 해석·전망·비교는 확인된 외부 사실이 아니라 영상 속 주장으로 분리해 읽는다.
• 검증 필요: 수치, 기업 실적, 정책·시장 전망은 발행 전 최신 자료로 별도 검증이 필요하다.

✅ 액션 아이템

• 진행 중인 창작 과제 하나에 AI 시제품 제작을 적용하고, 아이디어 검증에 드는 시간·비용과 결과물의 유용성을 기록한다.
• 창작 도구를 평가할 때 실제 창작자의 참여 여부와 필요한 기능·작업을 방해하는 요소를 함께 확인한다.
• AI가 만든 결과물을 평가할 때 기술적 완성도, 인간적 의미, 창작자와의 연결을 구분해 검토한다.
• 과학·교육 분야의 AI 전망을 읽을 때 이미 확인된 성과, 제안된 활용 방식, 장기적 기대를 나눠 정리한다.

❓ 열린 질문

• AI가 높은 수준의 표현을 재현할 때 인간의 경험과 훈련은 작품의 가치에 어떤 방식으로 반영돼야 하는가?
• AI가 창출한 생산성과 과학적 성과의 혜택을 모두가 나누려면 어떤 경제 구조가 필요한가?
• AI 개인지도의 편의성을 활용하면서도 아이들의 사고력과 창의성 발달을 돕는 교육은 어떻게 설계해야 하는가?