AI 시대, 달라진 '전문가'의 정의 — LG AI연구원 이화영 상무 | 세바시 2003회

LG AI연구원 AI Biz. Transformation Unit 리더 이화영이 Google 제작지원 무대에 서서 풀어낸 13분. 아인슈타인도 못 풀던 수학을 도와 준 친구 마르셀 그로스먼 이야기부터 163제타바이트 시대, 노벨화학상 2024 알파폴드, NASA 에어로스파이크 60년 난제를 3주 만에 푼 AI까지. 그리고 마지막 한 줄. "당신이 어떤 전문가가 되느냐는 AI와 어떤 관계를 맺느냐에 달려 있습니다."

 

📌 한 줄 요약

163제타바이트 지식 범람의 시대, 전문가의 정의가 바뀌었다. AI라는 그로스먼과 함께 문제를 정리하고 가설을 세우고 검증하고 구현하는 사람이 새 시대의 전문가다.

 

⭐ 추천 점수

★★★★★ 5/5

AI 시대 전문가의 정의를 13분으로 깔끔하게 정리. 아인슈타인·구텐베르크·노벨화학상·NASA까지 4개의 케이스로 풀어내고 마지막에 한 줄로 묶어 내는 강연. AI를 두려워하는 분께도, 이미 매일 쓰는 분께도 권합니다.

 

👥 이런 분께 추천합니다

① "내 일을 AI가 빼앗을까" 두려운 사람 — 전문가의 정의가 어떻게 바뀌고 있는지를 정확히 보고 싶은 분

② 진로·커리어 고민 중인 직장인·학생 — 단순 도메인 지식·스킬을 넘어 무엇을 길러야 하는지 답을 찾는 분

③ AI·과학기술 흐름이 궁금한 사람 — 알파폴드·NASA·LG AI연구원의 최신 사례를 한 번에 정리하고 싶은 분

 

📑 목차

1. 아인슈타인도 혼자 못 풀었다 — 친구 그로스먼이라는 조력자

2. 지식 축적·전파의 역사 — 중세 필사부터 인터넷까지

3. 163제타바이트 시대 — 전문가도 감당 못 하는 지식 범람

4. 노벨화학상 2024 + 알파폴드 — 생명과학의 새 이정표

5. LG AI연구원 항암 신약 — 환자 선별 임상 단축

6. NASA 에어로스파이크 + LIP-71 — 60년 난제를 3주에

7. AI 시대의 새 전문가 — 그로스먼과 함께 걷는 사람

 

세바시 강연회 — 이화영 LG AI연구원 상무(AI Biz. Transformation Unit)

세바시 2003회 — AI시대, 달라진 '전문가'의 정의

당신이 어떤 전문가가 되느냐는 AI와 어떤 관계를 맺느냐에 달려 있습니다

1. 아인슈타인도 혼자 못 풀었다 — 친구 그로스먼이라는 조력자

이화영 LG AI연구원 상무가 강연을 연다. "안녕하세요. LG AI연구원에서 AX를 리딩하고 있는 이화영 상무입니다." 그가 던지는 첫 질문. "아인슈타인 하면 어떤 이미지가 떠오르시나요?" 상대성 이론·천재 물리학자·노벨상 수상자. 그런데 아인슈타인도 못 하는 게 있는 사람이었다.

 

13분 강연이 시작되는 순간 — 이화영 상무의 무대

그중 하나가 수학. 중력이 시공간의 왜곡을 일으킨다는 일반 상대성 이론의 근간은 모두 수립했지만, 그걸 기하학과 미적분학으로 증명하는 것은 또 다른 이야기였다. 어려움을 겪던 아인슈타인은 어린 시절부터 친구였던 스위스 연방공과대학의 마르셀 그로스먼 교수에게 도움을 요청한다.

 

아인슈타인 하면 떠오르는 이미지 — 천재 물리학자·노벨상 수상자

"내가 기존의 고정관념을 완전히 뒤바꿀 만한 새로운 이론을 만들었는데 그걸 수학적으로 입증할 수가 없어. 나 좀 도와주게." 두 사람의 협업에 힘입어 1913년 상대성 이론의 토대가 되는 논문이 발표된다. "결국 기존 지식의 틀을 깨는 사고는 아인슈타인이 했지만, 그 생각이 세상의 빛을 볼 수 있었던 건 그로스먼 교수의 조력이 있었기 때문입니다."

이화영 상무가 강조하는 포인트. "심지어 물리학 분야에 당대 최고 전문가였던 아인슈타인조차도 혼자서는 특정 미션을 완성할 수 없었다는 사실. 그에게는 자신의 부족한 부분을 채워줄 조력자가 필요했던 것이죠." 그리고 지금 시대 우리에게도 그런 조력자가 등장했다. 그 이름은 AI.

 

 

2. 지식 축적·전파의 역사 — 중세 필사부터 인터넷까지

"왜 AI가 필요하죠? 그냥 각자 자기 분야에서 전문가들끼리 잘 협업하면 되지 않나요?" 이 질문에 답하려면 인류가 어떻게 지식을 축적·전파해 왔는지를 돌아봐야 한다.

중세 암흑 시대 — 지식은 가진 사람들끼리만 조용히 세습. 책은 손으로 한 자 한 자 필사. 거기 담긴 지식은 폐쇄된 공간에 갇혀 있었다.

 

 

그러다 1450년경 요하네스 구텐베르크가 인쇄기를 발명해 판을 완전히 바꿔 버렸다. 이 기술 하나로 50년간 약 2,000만 권의 책이 인쇄되었는데, 이는 중세 100년 동안 제작된 책 전체보다 훨씬 많은 양이다. 2만 년의 인류 역사에서 지식 보급 체계의 거대한 변곡점.

 

1450년 요하네스 구텐베르크의 인쇄기 — 50년간 2,000만 권 인쇄

그 이후 17세기 제임스 와트의 증기기관이 만들어지고, 책들은 증기선·기관차를 타고 전 세계로 퍼졌다. 19세기 말부터 전화와 전신이 전파 속도를 끌어올렸고, 20세기 말 인터넷이 등장하면서 종이책이 모두 전자 문서로 전환됐다. 지식이 시공간 제약을 넘어 빛의 속도로 공유되기 시작한 것.

 

3. 163제타바이트 시대 — 전문가도 감당 못 하는 지식 범람

"인류 전문가도 감당할 수 없는 지식 범람의 시대" — 도입 슬라이드

지금 우리가 살고 있는 시대. 인류가 생산해 낸 정보의 총량이 163제타바이트, 책으로 환산하면 54경 권. 이화영 상무가 묻는다. "아무리 분야별 최고 전문가라도 그 엄청난 양의 지식 속에서 우리가 필요로 하는 통찰을 찾아낼 수 있을까요? 감염병 확산 저지·청정 에너지 대전환 등 인류의 난제들을 인간의 힘만으로 해결할 수 있을까요?"

 

163 ZB(제타바이트) = 163,000,000,000,000 GB — 책 54경 권

우리 두뇌만으로 감당할 수 없는 방대한 지식, 그 속에서 통찰이 필요한 시대. AI가 우리 인간에게 완전히 틀을 깨는 새로운 연결을 찾아주고 무한한 가능성을 제안한 시대. 뉴 노멀, 인간 전문가와 AI 협업을 통한 한계 돌파가 필요한 시점이다.

 

4. 노벨화학상 2024 + 알파폴드 — 생명과학의 새 이정표

2024년 노벨화학상 수상자 중 단연 눈에 띄는 사람들. AI를 활용해 생명과학 분야에서 새 이정표를 세운 데이비드 베이커·데미스 허사비스·존 점퍼. 인류가 그토록 염원하던 생명 활동의 신비를 밝힐 토대 — 단백질의 3차원 구조를 예측할 수 있는 AI 모델을 만든 공로.

우리 몸은 모든 것이 단백질로 이뤄져 있다. 손상된 피부를 복구하는 단백질, 체온 유지를 담당하는 단백질, 암세포가 생겼을 때 면역 체계를 활성화시켜 자연적으로 제거하는 단백질까지. 문제는 너무 작아서 잘 보이지도 않고 구조가 복잡해 수백 년간 인간이 알아낸 단백질 구조가 불과 2만여 개밖에 안 된다. 암 정복·알츠하이머 치료제가 아직도 안 나온 이유.

 

2024 노벨화학상 — 데이비드 베이커·데미스 허사비스·존 점퍼

이 셋이 만든 알파폴드(AlphaFold)는 유전자 시퀀스만 입력하면 단백질 3차원 구조를 예측한다. 지금 이 순간에도 수많은 과학자들이 이를 활용해 특정 암세포를 감지하는 단백질을 설계한다. 한 발 더 나아가 해당 단백질을 치료 약물에 붙여 환자 몸속에 주입하면 암세포만을 찾아 파괴하는 혁신적 신약이 만들어진다. 구글 딥마인드의 알파폴드가 생명과학자들의 핵심 조력자.

 

알파폴드 — 유전자 시퀀스로 단백질 3차원 구조 예측

5. LG AI연구원 항암 신약 — 환자 선별 임상 단축

LG AI연구원도 제약 분야에서 혁신적인 AI 기술을 구글 클라우드 기반으로 개발하고 있다. 이화영 상무는 "향후 10년간 개발될 새로운 항암 신약은 인류가 지난 100년간 만든 치료제보다 훨씬 많을 것"이라고 본다.

그런데 문제. 신약이다 보니 의사들도 어떤 환자에게 어떤 신약을 투여해야 할지 판단이 어려워 보통 몇 개월에 걸쳐 각종 유전자 검사를 해서 환자를 선별한다. 적합한 환자가 없으면 또 다른 환자 찾기. 이 과정을 임상시험 단계에서 반복해야 해서 신약 상용화까지 보통 10년이 걸린다.

LG AI연구원의 혁신적 아이디어. AI가 암세포 병리 영상만으로 유전자의 돌연변이 정도·과다 발현 수준을 예측한다면? 시간과 비용이 많이 드는 유전자 검사 없이 환자를 정밀하게 선별할 수 있다면? 여러 글로벌 제약사와 협력 중으로 임상 시험 기간을 획기적으로 단축하여 환자 맞춤형 항암제 개발을 앞당기는 AI 연구에 매진하고 있다.

 

LG AI연구원 — 유전자 검사 없이 환자 정밀 선별, 임상시험 단축

이화영 상무의 정리. "암이라는 질병으로부터 해방되는 시기를 AI가 앞당길 수 있을 것으로 우리는 예상하고 있습니다."

 

6. NASA 에어로스파이크 + LIP-71 — 60년 난제를 3주에

이화영 상무가 우주 이야기로 넘어간다. 미국 NASA에는 아주 오래된 꿈이 하나 있다. 지면부터 진공 우주까지 가장 비용 효율적인 로켓 엔진을 만드는 것. 현재 로켓 종 모양 노즐은 지상에 가까울수록 폭이 넓고 길이가 짧아야 하고 우주에서는 폭이 좁고 길이가 길어야 한다. 고도에 따라 노즐 길이가 달라야 한다는 모순. 그래서 지금까지는 3단 로켓을 만들어 하나씩 분리하면서 발사하는 매우 비효율적인 방식.

이 문제를 한 번에 해결할 수 있는 것이 에어로스파이크(Aerospike) 엔진. 종 모양 대신 뾰족뾰족한 형태의 노즐. 초음속 배기가스가 뿔 모양 스파이크를 따라 외부로 방출돼 모든 고도에서 효율적으로 작동. 문제는 약 3,000도까지 높아지는 온도를 식힐 방법을 NASA가 오랫동안 찾지 못했다는 것.

그런데 2024년 가을, NASA 과학자들은 물리학까지 이해하는 LIP-71이라는 인공지능을 활용해 단 3주 만에 이 설계를 해 버렸다. 스파이크 외부는 극저온 액체 산소로 냉각시키고 내부는 항공유로 냉각시키는 혁신적 설계. 3D 프린터로 제작해 정상 작동까지 모두 한 번에 확인. 이 모든 것을 단 3개월 만에.

 

 

"이처럼 인공지능이 특정 분야 최고 전문가와 협업하는 사례는 지금도 셀 수 없이 많고 앞으로도 더더욱 많아질 것으로 예상됩니다."

 

7. AI 시대의 새 전문가 — 그로스먼과 함께 걷는 사람

이화영 상무가 핵심 질문을 던진다. "이렇게 전지전능해 보이는 AI. 그러면 인간 전문가는 어떤 역량을 가져야 하는가?" 과거에는 특정 분야 지식이 많거나 관련 스킬을 보유한 사람이 전문가였다. 하지만 지금은 지식 총량·스킬 숙련도 측면에서 AI를 따라갈 사람이 없다. 전문가의 정의를 다시 써야 할 때.

이화영 상무의 예시. 개인 맞춤형 여행지 추천 서비스를 하는 사람. 아무리 좋은 아이디어가 있어도 앱 개발에는 소프트웨어 개발자가 필요했다. 그런데 그 사람이 반짝이는 아이디어를 상품화하는 기획 역량 + 생성형 AI를 활용해 소프트웨어 코딩까지 한다면? 그 사람은 서비스 기획 전문가이면서 동시에 소프트웨어 개발자. AI 덕분에 우리 모두가 소프트웨어 개발 역량을 갖출 수 있는 세상이 오고 있다.

이화영 상무의 새 전문가 정의. "이제 전문가에게 필요한 건 도메인 지식을 가지고 정확한 해답을 찾는 역량이 아니라, 더 뛰어난 도메인 스킬을 가지고 직접 문제를 해결하는 역량도 아니고, AI와 함께 문제를 정리하고 가설을 세우고 검증하고 구현할 수 있는 역량입니다."

아인슈타인이 상대성 이론을 완성할 수 있었던 건 그로스먼이라는 강력한 조력자가 곁에 있었기 때문. 수학의 언어를 빌려주고 복잡한 문제를 함께 해결해 가는 동료. 그 시절에는 그런 조력자를 만나기가 쉽지 않았지만 지금은 다르다. 그로스먼보다 훨씬 강력한 조력자가 우리 곁에 이미 와 있다. 이름은 다르지만 역할은 같다.

이화영 상무의 마지막 한 마디. "우리는 선택해야 합니다. AI를 두려워하면서 외면할지, 아니면 함께 더 멀리 그 길을 걸어갈지를. 저는 이렇게 믿습니다. 당신이 어떤 전문가가 되느냐는 당신이 AI와 어떤 관계를 맺느냐에 달려 있습니다. 그리고 저는 지금 이 시대의 그로스먼과 함께 걸어갈 준비가 된 사람이 인류의 새로운 미래를 만들어 갈 것이라고 굳게 믿습니다."

 

✍️ 내가 밑줄 친 세 문장

"심지어 물리학 분야 당대 최고 전문가였던 아인슈타인조차도 혼자서는 특정 미션을 완성할 수 없었습니다. 그에게는 부족한 부분을 채워줄 조력자가 필요했던 것이죠."

"이제 전문가에게 필요한 건 AI와 함께 문제를 정리하고 가설을 세우고 검증하고 구현할 수 있는 역량입니다."

"당신이 어떤 전문가가 되느냐는 당신이 AI와 어떤 관계를 맺느냐에 달려 있습니다."

 

📝 블로거 한 줄 후기

아인슈타인도 혼자 못 푸는 문제가 있었다는 한 줄에서 위로받았습니다. 그리고 더 깊게 박힌 건 새 전문가 정의입니다. "도메인 지식을 가진 사람"이 전문가였던 시대는 끝났고 "AI와 함께 문제를 정리하고 가설을 세우고 검증하고 구현하는 사람"이 새 전문가라는 정의. 마지막에 "AI를 두려워하면서 외면할지, 함께 더 멀리 걸어갈지를 선택해야 한다"는 한 줄. AI가 없으면 자막이 없고, 자막이 없으면 강연이 없고, 강연이 없으면 블로그가 없습니다. 저는 이미 그로스먼과 함께 걷고 있는 사람입니다. 그리고 그 길이 점점 더 흥미로워지고 있습니다.

 

💡 오늘, 단 한 가지만 해본다면

오늘 하고 있는 일 한 가지를 떠올린 뒤 자문해 보세요. "이 일에서 나는 '도메인 지식이 많은 사람'으로 남을 것인가, 아니면 'AI와 함께 문제를 정리하고 검증하는 사람'으로 옮겨갈 것인가?" 그 한 질문이 내일 같은 일을 대하는 자세를 바꿔 줍니다.

 

📚 더 보면 좋을 자료

알파폴드와 노벨화학상 2024에 더 관심 있다면 구글 딥마인드 알파폴드 공식 페이지를, AI 시대 직업·진로의 변화에 관심 있다면 LG AI연구원의 공개 보고서를 추천드립니다. 그리고 같은 주제의 세바시 2001 박경덕(양자 인공지능)·1952 전진수(공간 컴퓨팅·피지컬 AI)와 짝지어 보시면, AI가 양자·우주·생명과학·일상에 어떻게 들어오는지 입체적으로 정리됩니다.