Replit CEO Amjad Masad on What Young People Should Learn in the AI Era

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

Replit CEO 암자드 마사드는 AI 시대의 청년에게 호기심을 따라 직접 만들며 배우는 능력과, 타인과 협력하고 스스로 판단하는 성숙함이 필요하다고 말한다.

📌 핵심 요점

1. 청년의 배움은 기존 전제를 의심하는 데서 출발한다. 정해진 교육과정과 취업 경로에만 맞추기보다 낯선 수업, 독서, 실험을 통해 자신의 관심을 발견할 여지가 필요하다.
2. AI는 관심 있는 프로젝트를 중심으로 배우는 개인화 교육의 가능성을 넓힌다. 파이썬 문법을 먼저 모두 익히기보다 만들고 싶은 것을 구현하면서 필요한 지식을 배울 수 있다는 설명이다.
3. 대학 진학과 즉시 창업 사이에 부담이 낮은 탐색 기간이 필요하다. 약 2년 동안 자원과 보조금을 지원받으며 배우는 대안을 제시하고, 비교심에 떠밀린 투자 유치는 관심 없는 사업에 자신을 묶을 수 있다고 경고한다.
4. 호기심은 기술과 사업의 새로운 방향으로 이어질 수 있다. 체스에 대한 관심이 모델 훈련과 머신러닝 지원 기능 구상으로 연결됐으며, AI 에이전트가 조직의 조정 업무를 맡을 가능성도 논의한다. 다만 ‘자율주행 회사’는 아직 완성된 구상이 아니다.
5. 자율성은 신뢰와 책임 위에서 작동한다. 깊이 탐구하는 끈기에 협력, 친절함, 윤리적 성찰을 더하고, 직접 선택하고 실패하는 경험을 통해 판단력을 길러야 한다.

🧩 배경과 문제 정의

• AI가 학습과 소프트웨어 제작, 기업 운영을 바꾸는 상황에서, 정해진 교육과정을 이수해 안정적인 직업을 얻는 기존 대학의 경로가 여전히 유효한지 문제를 제기한다.
• 청년의 사회적 역할은 기존 통념에 의문을 던지고 새로운 가능성을 실험하는 데 있지만, 대학의 획일적인 교육과 출석·시험 중심 운영이 이를 억제한다는 비판이 출발점이다.
• 실용적인 역량과 지적·개인적 성장은 함께 필요하다. 경직된 대학 교육과 성급한 창업 사이에서, 호기심을 따라 탐색하면서 사람들과 협력하는 대안적 학습 환경을 모색한다.

🕒 시간순 섹션별 상세정리

1. 청년의 역할은 익숙한 세계의 전제를 의심하는 것이다

• 『도시와 별』의 미래 도시는 AI가 인간의 문제를 해결하지만, 주민들은 도시 바깥을 탐색하지 않는다. 시스템의 오류로 태어난 새로운 사람이 금기를 의심하고 별을 향하는 이야기는 기존 질서에 익숙하지 않은 시선의 가치를 보여준다 [03:19]
• 청년에게 필요한 역할은 확립된 믿음에 도전하는 것이지만, 오늘날 대학은 정해진 사고방식과 취업 경로에 학생을 맞추려 한다는 비판이다. 대학에서 좋은 성적을 받아도 실업과 큰 부채를 피하지 못할 수 있다 [04:14]

2. 자유로운 수강과 우연한 관심이 새로운 역량을 만든다

• 이상적인 대학은 고정된 교육과정을 강요하기보다, 기존 관심사 밖의 수업과 다양한 탐색 경로를 제공한다. 스티브 잡스가 대학을 그만둔 뒤에도 서체 수업을 들었던 경험이 그 사례다 [06:58]
• 당시에는 용도가 분명하지 않았던 서체 학습이 나중에 매킨토시의 글꼴과 사용자 인터페이스 구상에 연결됐다. 낯선 분야의 수업이 삶의 방향을 바꿀 수 있으므로, 당장의 효용을 알 수 없는 탐색에도 선택의 자유가 필요하다 [07:50]

3. 몰입할 시간과 통념에 도전하는 동료가 필요하다

• 무언가를 만드는 데 몰입한 학생에게는 충분한 시간과 공간이 필요하다. 여섯 번 정도 결석하면 수업 참여를 막는 식의 출석 규정은 아이디어를 집중적으로 발전시키려는 활동과 충돌할 수 있다 [08:26]
• 주변 사람들이 관습적으로 사고하면 자신도 그 영향을 받는다. 기존 믿음에 질문을 던지는 동료와 환경은 학생이 스스로 의심하고 실험할 가능성을 높인다 [08:44]

4. 수업 밖의 도전을 대학이 자원으로 뒷받침해야 한다

• 버클리 재학 중 한 학기에 세 가지 일을 병행했던 경험에서는, 대부분의 수업이 출석을 요구하지 않아 시험일에 맞춰 휴가를 내는 방식으로 학업과 일을 함께할 수 있었다 [09:26]
• 학업과 별개의 활동을 병행하는 학생이 이제 흔해졌다는 관찰에도, 제도적 장려는 여전히 부족하다. 성공하면 큰 성과를 낼 수 있는 비정형적인 도전을 허용하는 환경이 필요하다 [10:19]

5. 개인의 관심사를 학습의 이유와 연결한다

• 농구에 몰입한 학생에게 수학의 필요성을 설명하려면 선수 연봉 상한이나 선수 평가에 쓰이는 통계·데이터를 연결할 수 있다. 자신이 좋아하는 분야를 더 잘 이해하는 데 필요하다는 설명이 학습 동기를 만든다 [11:44]
• 관심 자체를 강제로 만들어내기는 어렵다. 알파 스쿨에 대한 기대는 학생의 자연스러운 관심을 출발점으로 삼아, 장기적으로 필요한 지식까지 배우게 한다는 데 있다 [11:53]

6. AI는 관심 있는 프로젝트를 통한 개별 학습을 가능하게 한다

• 학생별 맞춤 교육의 가치는 교육계도 인정하지만, 실제 구현이 어렵다는 문제가 있었다. AI의 등장으로 이제는 개인화된 학습을 하지 않을 이유를 찾기 어려워졌다는 판단이다 [12:32]
• 파이썬을 배우는 학생은 문법 강좌만 듣기보다 자신이 만들고 싶은 것을 구현하면서 언어를 익힐 수 있다. AI가 있으면 교사가 학생마다 별도의 교육과정과 연습문제를 만들지 않아도 이런 학습을 진행할 수 있으며, 학생에게는 자유와 신뢰가 필요하다 [13:15]

7. 대학과 즉시 창업 사이에 부담 없는 탐색 기간을 둔다

• 실무 능력을 길러주지 못하는 교육에 대한 비판과, 너무 일찍 직업에 몰입해 지적·개인적 성장을 놓친다는 비판을 함께 고려해야 한다. 대학에서 얻는 관계와 독서, 새로운 경험도 기술적 역량과 별개의 가치가 있다 [15:25]
• 경직된 4년제 대학과 당장 5만 달러를 투자받아 창업하는 경로만 제시하는 것은 불공정한 선택지라는 주장이다. 일부 16~17세에게는 창업이 맞지만, 대부분에게 18세부터 10년간의 책임을 지우는 방식은 적절하지 않다 [16:50]

8. 비교심에 떠밀린 창업은 너무 이른 최적화가 될 수 있다

• 친구들의 투자 유치와 성공을 보며 느끼는 질투가 창업 동기가 되면, 정작 관심 없는 아이디어에 먼저 묶일 수 있다. 아직 자신의 방향을 찾지 못한 상태에서 자금을 모으고 경로를 고정하는 것은 프로그래밍의 ‘성급한 최적화’와 비슷하다 [18:08]
• 장기간 헌신할 아이디어는 자신의 호기심과 강한 끌림에서 나와야 한다. 창업할 생각이 없던 프로젝트가 자연스럽게 회사로 발전했다는 경험은, 외부의 비교보다 스스로 느끼는 추진력이 중요하다는 근거다 [18:45]

9. 아이디어가 생기기 전의 투자도 청년을 구속할 수 있다

• 투자자가 스탠퍼드 학생들에게 아이디어가 나오기도 전에 100만 달러를 제공한다는 이야기를 들었다는 우려가 나온다. 이런 방식에서는 사업 구상을 시작할 때부터 지분 관계가 이미 정해져 있을 수 있다 [19:05]
• 젊은 음악가가 충분히 이해하지 못한 계약에 묶이는 상황과 유사한 문제가 있다는 비판이다. YC와 폴 그레이엄이 마련한 보호 장치의 기여를 인정하면서도, 아직 준비되지 않은 청년에게 성급한 약속을 요구하는 문제는 남는다고 본다 [19:39]

10. 독서와 제작은 번갈아 일어나며 서로를 강화한다

• 무언가를 만들고 싶은 욕구와 읽고 탐색하고 싶은 욕구는 서로를 북돋운다. 여러 분야에서 충분한 지식과 아이디어가 쌓이면, 그것을 활용해 실제로 만들고 싶은 단계로 넘어간다 [21:17]
• 뒤늦게 생긴 체스에 대한 관심은 체스 문제를 푸는 프로그램 작성과 모델 훈련으로 이어졌다. ChatGPT 같은 모델이 왜 잘못된 수를 만들어내는지에 대한 의문이, 처음 해보는 딥러닝 모델 훈련을 배우는 동기가 됐다 [22:08]

11. 체스 실험이 AI를 활용한 머신러닝 사업 구상으로 계속된다

• 모델 훈련을 탐색하면서 AI가 머신러닝 작업 자체를 수행할 수 있다는 가능성을 발견했다. 2024년경 Replit Agent의 등장 이후 프로그래밍이 크게 바뀐 것처럼, 머신러닝도 비슷한 전환점에 있다는 판단이다 [22:50]
• Replit에서는 더 많은 사람이 머신러닝 연구를 하거나, 사업자가 자신의 데이터로 특정 문제를 해결할 모델을 조정하도록 돕는 기능을 개발 중이라고 한다. 체스 취미가 새로운 사업으로 이어질지는 처음부터 예측할 수 없었으며, 관심을 따라간 결과로 연결됐다는 설명이다 [23:29]

12. 정해진 관문을 통과하는 능력만큼 자기 호기심을 듣는 능력이 필요하다

• 인터넷의 밈이나 낯선 하위문화도 사회와 시장, 세상이 움직이는 방향을 이해하는 단서가 될 수 있다. 만들고 싶은 욕구와 배우고 싶은 욕구에 귀를 기울이는 것이 탐색의 출발점이다 [23:54]
• 청년들은 정해진 관문을 통과하는 과정에서 자신의 관심을 무시하도록 길들여질 수 있다. 지시를 따르는 능력도 유용하지만, 고등학교와 대학에서 이미 오랜 기간 이를 훈련하는 만큼 자신의 호기심에 반응하는 능력도 길러야 한다 [24:24]

13. AI 에이전트가 조직의 조정을 맡으면 직원의 자율성이 커질 수 있다

• 관리자 없는 조직과 홀라크라시 같은 실험이 부딪힌 문제를 기술로 풀 수 있다는 가설이다. AI 에이전트가 조직 사이의 연결과 행정 처리를 맡으면, 직원은 관심 있는 과제에 자율적으로 집중하고 그 영향으로 평가받을 수 있다 [25:10]
• Replit의 운영 방식을 바꾸며 이를 ‘자율주행 회사’라고 부르지만, 아직 완성된 구상은 아니라고 선을 긋는다. 장기적으로 회사가 스스로 운영되는 방향을 예상한다 [25:23]

14. 독립적인 사고는 협력과 과거에 대한 존중을 함께 요구한다

• 반대 의견과 호기심만으로는 충분하지 않다. 지나치게 반항적이어서 누구와도 일할 수 없는 상태를 피하려면, 사람들과 협력하고 제도 안에서 원하는 결과를 얻는 방법도 배워야 한다 [27:00]
• 선배와 기존 조직이 이룬 성과를 존중하되, 그들이 모든 답을 찾았다고 가정해서는 안 된다. Replit의 회의실에 기술 분야 선구자들의 이름을 붙인 것은 과거를 존중하면서도 필요한 변화는 주저하지 않겠다는 태도를 담는다 [28:04]

15. 지역 정치 경험은 신뢰가 협업에 미치는 영향을 드러낸다

• 지역 정치 자원봉사처럼 본업과 무관해 보이는 활동에서도 사업에 활용할 역량을 얻을 수 있다. 두 영역 사이에서 기술과 경험을 옮겨 쓸 수 있으며, 특히 공동체의 신뢰가 일의 진행 방식을 바꾼다는 점을 배웠다 [29:31]
• 비영리단체에 5만 달러를 주겠다는 구두 약속이 실제 입금으로 이어질 가능성을 20~50% 정도로 보는 경험적 예시가 나온다. 이 사례에서는 구두 약속만으로 자금 확보를 기대하기 어려우며, 약속과 실제 이행 사이의 간극이 신뢰 문제로 드러난다 [29:59]

16. 신뢰가 실행 속도와 학생의 자율성을 높인다

• 자금이 들어온다는 확신이 있으면 실제 수표를 받기 전부터 일을 진행해 약 6주만큼 앞서갈 수 있다. 반대로 신뢰가 없으면 지원자의 반응을 걱정하며 행동을 바꾸느라 과업에 집중하기 어렵다 [30:14]
• 실리콘밸리의 장점으로 꼽히는 독특한 아이디어와 다른 작업 방식에 대한 수용을 학교에도 적용할 수 있다. 거짓말이나 타인을 함부로 대하는 행동은 제한하되, 어른에게 엉뚱해 보이는 시도라도 학생이 자기 길을 따르도록 지원하면 새로운 자치 방식을 발견할 수 있다는 기대다 [31:04]

17. 명확한 행동 규칙과 낮은 압박으로 창의성을 보호한다

• 학생의 자유를 존중하더라도 범죄, 성희롱 규정 위반, 공개적으로 타인을 심하게 모욕하는 행동에는 경계가 필요하다. 규칙의 목적은 신뢰와 긍정적인 관계를 유지하는 데 있다 [31:51]
• 아카데미는 성적과 시험을 두지 않아 압박을 크게 낮추려 한다. 이상하거나 마음에 들지 않는 프로젝트도 시도할 권리를 옹호하고, 권위에 맞서는 태도를 불필요하게 자극하지 않는 환경이 창의성과 기회를 넓힐 수 있다는 구상이다 [32:42]

18. 해킹에 대한 호기심을 보안 역량으로 연결한다

• 로블록스에서 해킹을 배운 청소년이 정부 시스템을 침입해 징역 2년을 선고받았다는 사례를 바탕으로, 재능을 시험할 실험 환경과 사이버보안 진로가 대안으로 제안된다. 정부 기관에서 일하도록 연결하는 방안도 거론된다 [33:47]
• 모든 해킹을 용인할 수는 없지만, 동기와 방식이 받아들일 만한 경우에는 더 관대한 접근이 기회를 만들 수 있다는 견해다. 의도적으로 취약점을 넣은 사이트와 깃발 뺏기 방식의 보안 연습이 탐구 환경의 사례로 등장한다 [34:45]

19. 판단력은 선택과 실패를 반복하며 기른다

• 전문가를 신뢰할 때와 기존 방식을 바꿀 때를 가르는 핵심은 맥락에 맞는 판단력이다. 규칙과 방법의 적절성은 상황마다 달라지므로, 학생이 직접 결정하고 실수와 경험에서 배우도록 신뢰해야 한다 [35:41]
• 직관을 따르거나 의심할 시점과 선택의 득실을 판단하려면 반복 경험이 필요하다. 프로젝트 학습과 시간 사용의 자율성은 학생에게 경로를 선택하고, 성공하거나 실패하며 배우는 기회를 늘린다 [36:18]

20. 기술 교육에 인격적 성장과 공동체 기여를 결합한다

• 대학이 기술과 지식 외에 가치관과 성숙을 길러야 한다는 문제의식에 대해, 높은 신뢰와 상호 이익을 추구하는 실리콘밸리의 문화도 좋은 인격을 기를 수 있다는 견해가 드러난다. 다만 부를 얻은 모든 사람을 존경한다는 뜻은 아니라는 단서가 붙는다 [36:38]
• 아카데미는 대인관계 역량을 핵심 요소로 두고, 학생이 사회와 세계에 긍정적인 영향을 주기를 목표로 한다. 2년 과정은 사람들을 만나고 신뢰 중심 문화의 장점을 경험하며 인간적으로 성장하는 시간으로 구상된다 [38:07]

21. 영향력이 커진 기술 공동체에는 사회적 소통 책임이 따른다

• 좋은 평판은 타인이 돈과 회사 운영을 맡길 수 있게 하는 중요한 자산이다. 대학에서도 이러한 신뢰감과 정서적 균형을 길러야 하며, SBF를 다룬 세쿼이아의 삭제된 글은 기이한 천재상을 높이 평가하던 태도를 돌아보는 사례로 나온다 [38:57]
• 실리콘밸리는 이제 기성 질서의 일부가 되었으므로 내부 구성원끼리만 통하는 대화에 머물 수 없다는 주장이다. 외부 세계와 상호작용하고 자신의 영향력에 책임을 져야 한다 [39:48]

22. 폭넓은 독서와 성찰로 자신의 윤리적 기준을 세운다

• 윤리와 고전을 공부하는 일은 가치관 형성에 도움이 된다. 개인적 경험으로는 공리주의 저작을 많이 읽은 뒤 이를 삶의 방식으로 받아들이지 않았고, 폭넓은 독서와 성찰을 통해 자신의 도덕적 방향을 찾았다는 설명이다 [41:21]
• 자신의 입장은 아리스토텔레스의 덕 윤리에 가깝다. 누가 지켜보는지나 결과에 관계없이 스스로 자랑스러워할 행동을 지향하며, 좋은 원칙을 따르는 삶이 결국 큰 효용으로 이어질 수 있다고 본다 [42:06]

23. 예측하기 어려운 변화 속에서 원칙도 발전해야 한다

• 세계가 크게 변할수록 고정된 원칙이나 완결된 철학 체계를 그대로 유지하기 어렵다는 문제가 제기된다. 반대로 미래 결과의 예측에 의존하는 공리주의 역시 기술적 특이점으로 향하는 상황에서는 적용하기 어렵다는 반론이 나온다 [43:06]
• 해법으로는 소중히 여기는 기본 원칙과 확고한 진실을 유지하되, 원칙이 시간에 따라 발전하도록 하는 접근이 제안된다. 그 바탕은 가능한 한 자명해야 한다는 견해다 [43:44]

24. 깊이 파고드는 끈기와 진정성 있는 태도가 청년의 잠재력을 드러낸다

• 주목할 만한 청년의 첫 번째 특징은 다른 사람에게 가르쳐줄 수 있을 만큼 무언가를 깊게 탐구했다는 점이다. 프로젝트의 한 줄기를 끝까지 따라간 경험은 즉각적인 보상이 없어도 호기심을 좇는 끈기와 자기 동기를 보여준다 [44:28]
• 통념과 다른 중요한 의견을 갖는 것은 가치가 있지만, 다른 사람을 모두 어리석다고 여기는 태도는 관계를 해친다. 상대를 존중하고 원활하게 소통할 수 있어야 사람들이 함께하려 한다 [45:27]

🧾 결론

• 핵심은 특정 도구의 숙련만이 아니라, 자신의 관심을 발견하고 필요한 지식을 배우며 결과물을 만드는 능력이다.
• 기술적 역량과 지적·개인적 성장은 함께 추구해야 한다. 독서와 관계 형성, 새로운 경험도 교육의 중요한 가치로 다뤄진다.
• 독립적 사고에는 상대를 존중하는 소통과 협력이 필요하다. 기존 성과를 인정하면서도 새로운 상황에 맞춰 의견과 원칙을 발전시키는 태도가 강조된다.

📈 투자·시사 포인트

• AI 교육 서비스의 검토 기준으로 학생의 관심을 실제 프로젝트와 필요한 지식에 연결하는 능력을 살펴볼 수 있다. 다만 자료에는 학습 효과나 사업성을 입증할 정량 지표가 제시되지 않는다.
• 청년 창업 지원에서는 투자 규모만큼 탐색의 자유와 계약상 책임이 중요하다. 아이디어가 정해지기 전의 투자보다 일시적 실험을 지원하는 보조금이 적합할 수 있다는 관점이다.
• Replit의 머신러닝 지원 기능 개발 언급은 AI 활용 범위가 코드 작성에서 모델 연구·조정으로 확장될 가능성을 보여준다. 제품의 완성도와 상용 성과는 별도 확인이 필요하다.
• AI 에이전트가 행정과 조직 간 조정을 맡는다면 직원의 자율성과 성과 평가 방식도 달라질 수 있다. 현재 자료에서는 검증된 운영 모델보다 실험적 가설로 제시된다.

⚠️ 불확실하거나 확인이 필요한 부분

• AI 개인화 교육과 성적·시험 없는 아카데미의 장점은 주로 견해와 구상으로 설명된다. 기존 교육 대비 학습 성과, 중도 이탈, 장기 진로에 관한 비교 자료는 없다.
• Replit의 머신러닝 지원 기능은 개발 중이라는 설명이며, ‘자율주행 회사’ 역시 미완성 구상이다. 현재 제공 범위와 실제 운영 효과를 이 자료만으로 확정할 수 없다.
• 스탠퍼드 학생에게 아이디어 이전에 100만 달러를 제공한다는 이야기는 전언이다. 기부 약속의 이행 가능성 20~50%와 약 6주의 실행 차이도 경험적 예시이므로 일반 통계로 해석하기 어렵다.
• 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

• 지금 깊이 알고 싶은 주제 하나를 정하고, 그 관심을 작은 제작 프로젝트와 연결한다.
• 프로젝트에 필요한 지식을 목록으로 만들고, AI를 활용해 배우면서 실제 결과물에 적용한다.
• 읽고 탐색하는 시간과 만드는 시간을 모두 확보하고, 다른 사람에게 설명할 수 있을 만큼 한 주제를 파고든다.
• 창업이나 투자 유치에 앞서 자신의 관심, 장기적으로 감당할 책임, 지분·계약 조건을 검토한다.

❓ 열린 질문

• 시험과 성적의 압박을 낮추면서도 학생의 지식 습득과 판단력 성장을 어떻게 확인할 수 있을까?
• 약 2년의 자유로운 탐색을 지원하는 모델은 재정 부담과 접근성 문제를 어떻게 해결할 수 있을까?
• AI가 조직의 조정을 맡을 때 의사결정 책임과 직원의 기여도는 어떻게 정할 수 있을까?