2025. 11. 21. | 세바시 2042회 | 조용민 (언바운드랩데브 대표)
AI에게 똑같이 물어도 누구는 후진 답을, 누구는 기막힌 답을 받습니다. 구글에서 8년, 지금은 언바운드랩데브 대표로 미국 스타트업에 투자하는 조용민 대표가 말하는 'AI 일잘러'의 세 가지 특성 — 유연성(360 Flexibility), 그냥 시도하기(Try & Error), 한 걸음 더 가보기(One More Mile). 수박 커팅 서비스부터 메타의 AI 인재 영입, 실패 기반 학습까지, AI 시대를 살아가는 법을 옮깁니다.
📖 이 강연의 순서
1. 트렌드는 '내 삶'에 적용해야 한다
2. AI 일잘러의 세 가지 특성
3. ① 유연성 — 매일 '사고의 다리 찢기'
4. 월가의 AI와 '건강한 불편함' (수박 커팅의 비밀)
5. AI 프롬프팅 — 역할 · 지침 · 목표 · 배경
6. ② 그냥 시도하라 — 메타가 거액의 연봉을 주는 이유
7. 7 : 2 : 1 법칙과 '한 끗'의 차이
8. ③ 한 걸음 더 — 실패 기반 학습(Failure-Based Learning)
트렌드는 '내 삶'에 적용해야 한다
안녕하세요, 반갑습니다.
제가 세바시에서 많이 뵈어서 떨리진 않는데, 오늘은 약간 부끄러운 게 있어요.
왜냐하면 요새 한국에서 이렇게 입고 다니면 되게 욕먹는다는 거예요.
밈으로 이렇게 보여주더라고요. "영포티"라고, 이렇게 입으면 욕먹으니까 항상 죄송하다고 하고 다니라고요.
그래서 오늘 일단 되게 죄송합니다.
그다음부터 제가 하기 시작한 게 뭐냐면, 원래 댓글을 잘 안 봤었는데 — 출장 다니느라 그랬어요 — 댓글을 한번 봤어요.
이 복장이, 제가 원래 이렇게 입고 다녔기 때문에 분명히 비판하시는 분들이 있지 않을까 해서 봤더니, 역시나.
"아, 이 피드백을 항상 들어야겠구나" 했죠.
그리고 생각해 보니, "피드백에 항상 오픈되어 있어라"라는 말을 저희가 투자한 스타트업이나 중견·중소기업 CEO분들께는 제가 엄청 강조하면서, 정작 저는 피드백을 잘 안 본 것 같다는 생각이 들었어요.
이런 트렌드가 있는지도 몰랐고, 맨날 "트렌드에 센서티브해져라"라고 얘기하면서 제가 그걸 잘 못하고 있더라고요.
제가 느낀 바는 그렇습니다.
"트렌드도, 내 분야에만 매몰되면 안 되겠구나."
제가 최근에 한 서너 달 전에 한 일간지에 칼럼을 썼습니다.
AI 데이터센터 관련 내용이었는데, 원고를 보냈더니 제가 글을 너무 많이 보냈어요.
3천 자에, 전문 용어도 너무 많았고, 구글에서 8년 정도 근무하고 나니 영어가 중간중간 너무 많았던 거예요.
그래서 이런 요청을 받았어요.
글자 수 줄여주고, 어려운 단어 좀 그만 쓰고.
근데 이 두 개는 제가 AI로 풀 수 있습니다.
GPT만 있다면 1분 만에 그냥 할 수 있어요.
근데 세 번째 요청이 제가 불가능한 게 있었어요.
정장 사진이요.
정장이 없으니까 이걸 어떻게 해야 하나, 셔츠라도 입을까 고민하고 있었어요.
칼럼에 정장 사진이 필요하다는 거예요.
제가 고민하고 있으니까, 저희 와이프가 "뭘 고민하고 있어?" 하더니 — 만들어줬어요.
그래서 "아, 이 트렌드라는 걸 내 삶에 적용하는 게 되게 중요하구나" 생각하게 됐습니다.
최근에도 비슷한 경험을 했는데요.
저희 회사는 산타모니카에 있고, 직원분들이 논현동 사무실에서 미국으로 이사를 하셔야 하는 상황이었어요.
저희 직원 중 한 분께 "미국 가서 일하실 수 있냐"고 했더니 이분이 되게 좋아하시는 거예요.
신나서 나가 전화를 하시는데, 배우자분께 저 들으라는 듯이 큰 소리로 말씀하세요.
"여보, 조 대표님이 미국 가래, 우리!"
"근데 여보도 알다시피 대표님이 맨날 말이 바뀌잖아."
"그러니까 오늘 이 집을 내놓자. 내놓으면 대표님이 말을 못 바꾸시지 않을까?"
이걸 저 들리도록 하신 거예요.
그러더니 "여보가 지금 집 사진을 찍어 보내주면 당근마켓이나 네이버 부동산에 올리겠다"는 거예요.
사진을 받으시더니, 그 사진이 짐이 좀 많아 지저분했나 봐요.
다시 전화하시더니 "여보, 이런 사진을 올리면 당근마켓에서 리드 제너레이션이 안 돼, 요청이 많이 안 들어와. 청소 조금 하면서 살자, 다시 찍어 보내줄래?" 하시는 거예요.
근데 제가 "그렇게까지 요청드려도 되냐"고 했더니, 이분이 곰곰이 생각하시더니 GPT로 바꿔 버리신 거예요.
프롬프트 투 샷으로, "짐 없애줘", "카펫도 없애줘".
이 두 번으로요.
저는 우리 김태환 팀장님을 되게 존경합니다.
그리고 둘이 대화를 하다가 이런 생각을 했어요.
"집을 내놔야 한다"는 상황에서, 한 사람은 "청소를 어떻게 효율적으로 하지?"라고 문제를 정의해요.
이건 2021년, 2022년, 2023년 스타일이죠.
근데 "당근이나 네이버 부동산에 최적의 사진을 효율적으로 올릴 방법은 무엇일까?"라고 문제를 정의하면, 이게 2026년 스타일이에요.
이런 식으로 생각을 한번 바꿔보면서 트렌드도 배워가시면 어떨까, 그래서 오늘 세 가지를 말씀드리려고 합니다.
AI 일잘러의 세 가지 특성
이 세 가지는 'AI 시대에 잘하는 사람들'의 특성이에요.
요새는 1인분, 2인분이 아니거든요.
산타모니카에서 유행하는 단어는 1x, 10x, 100x, 1000x예요.
그런 사람들의 특성이 뭔지 스터디해 봤더니 이 세 가지였어요.
'다양성'이 아니라 유연성, '회복탄력성'이 아니라 그냥 시도하는 것(Try & Error), 그리고 '오너십'이 아니라 그냥 한 스텝만 더 나가보는 것(One More Mile).
① 유연성 — 매일 '사고의 다리 찢기'
하나씩 풀어보겠습니다.
저희가 미국에서 20대 초중반 창업가들이 투자해 달라고 찾아오면 딱 이런 걸 물어봅니다.
아주 캐주얼한 질문인데요, 미국인에게 "공화당 지지자예요, 민주당 지지자예요?"라고 물어봐요.
이게 정치 얘기라고 생각하시면 컨텍스트가 그게 아니거든요.
공화당 지지자라고 하면, "그럼 트럼프가 못하고 있는 것 여섯 가지 얘기해 보자"고 해요.
민주당 지지자라고 하면, 바로 "트럼프가 잘하고 있는 것 여섯 가지 얘기해 보자"고 합니다.
유연성이라는 건, 손흥민 선수도 얘기하죠, 매일 다리 찢기 하는 거잖아요.
그렇기 때문에 '사고의 다리 찢기'를 매일 하고 있냐 아니냐의 게임이지, 본인이 그냥 말랑말랑하다고 생각하는 건 유연성이 아닐 수도 있다는 거예요.
저희도 마찬가지입니다.
투자 펀드에서 일하는 사람들은 이걸 거꾸로 생각해 볼 수 있어요.
저희가 보니까 1년 365일 동안 투자를 많이 하지 않고요.
오히려 364개 팀을 거절하고, 딱 한 팀에 투자하는 패턴이 보이더라고요.
그래서 저희 심사역들이 되게 잘 쓰는 게 뭐냐면 '거절 리포트'예요.
이 친구들이 거절 리포트를 되게 두껍게, 찐으로 쓰기 시작했어요.
그래서 저는 사람 뽑을 때도, 거절을 얼마나 진정성 있게, 도움이 되는 방향으로 할 수 있느냐를 굉장히 많이 봅니다.
그러면서 저희 '듣보잡' 펀드가 — 지금도 듣보잡이지만 — 어느 정도 입소문을 타기 시작한 케이스가 있어요.
월가의 AI와 '건강한 불편함' (수박 커팅의 비밀)
아주 비슷한 예시가 AI 판에서도 벌어지고 있어요.
지금 보시는 화면은, 미국 월가 펀드 매니저들 중에서 슈퍼스타급, 연봉 30억·40억 받는 사람들이 아침에 출근하면 켜는 첫 화면입니다.
그들이 퍼플렉시티나 클로드, 제미나이, GPT를 쓰지는 않아요.
금융 전용 AI를 쓰는데, 이게 되게 비싼 AI예요.
이 팀이 성공한 이유가 있어요.
굉장히 비싸고 구하기 힘든 리포트만으로, RAG라는 기술을 통해 AI의 할루시네이션을 줄여갑니다.
그게 첫 번째 해자예요.
두 번째는, 흔히 "AI는 블랙박스다"라고 하잖아요, 물어보면 그 중간 과정을 안 알려주잖아요.
근데 이 팀은 정형 데이터에서, 엑셀의 어떤 컬럼에서 이 로직을 만들었는지를, 가시성을 확 보여줘요.
그러니까 펀드 매니저 입장에서는 정확도는 기본이고, 가시성을 주니까 이 팀 것을 살 수밖에 없는 거예요.
그래서 뉴욕에서 지금 난리가 난 팀입니다.
이 팀의 장점을 조금 더 쉽게 설명해 볼게요.
우리나라의 어떤 백화점이, 수박이 재작년보다 작년·올해 더 많이 팔렸거든요.
근데 수박 당도는 떨어지고 가격은 올랐어요.
근데 왜 많이 팔렸을까요?
커팅 서비스를 해 줬거든요.
당도는 떨어지고 가격은 올랐는데, 커팅 서비스를 해 주니까 수박이 많이 팔리더라.
그러면 여러분이 하시는 분야에서, 2021~2024년에는 '당도'에 집중했었는데, 지금 AI 시대에 똑같은 질문을 AI한테 던져봤자 우리가 후지다고 생각하는 답변이 나올 수 있어요.
'껍질'이 뭐냐, 이거예요.
하나 더 있습니다.
어떤 백화점은 수박을 그냥 다 잘라놨어요, 유저에게 편리하게 해 주려고.
근데 어떤 백화점은 고객에게 하나의 불편함을 남겨둡니다.
"수박을 직접 고르세요."
이렇게 해버려요.
그리고 "커팅 존으로 직접 가져가세요. 고르셨으면 잘라 드립니다."
이렇게 어떤 수박이 잘리는지에 대한 가시성을 다 보여주는 거예요.
이걸 UX 교과서에서 말하는 굉장히 중요한 표현으로 '건강한 불편함'이라고 하거든요.
그걸 한 스푼 딱 넣어주니까, 오히려 고를 수 있는 불편함을 줬던 매장의 수박 매출이 더 올라가는 겁니다.
이런 경우 굉장히 많이 봅니다.
여러분, AI 할 때 질문을 딱 던지면 이렇게 한 번 역질문하는 경우 있죠?
이게 정교한 답변을 얻으려는 걸 수도 있지만, UX 교과서에 나오는 방법이에요.
여러분에게 오너십을 주는 겁니다.
역질문을 주고받으면서 레이턴시(지연)를 못 느끼게 하는 거예요.
실제로 에버랜드에서는 (줄 서 있으면) 춤을 춰주잖아요, 기다리는 동안 덜 지루하게.
미국 로스앤젤레스의 에레원이라는 슈퍼마켓에서는, 계산대까지 가는데 굉장히 재미있는 제품들로 꾸며놔요.
기다리는 그 레이턴시, 지루함을 없애주는 거죠.
그리고 우리 일상에서 보는 게 있죠, 불편함을 줘버려요.
즉석 떡볶이는, 맛없으면 누구 잘못이 애매해지거든요.
"아, 이거 내가 오늘 잘못했네. 저 사람들은 저렇게 맛있게 먹고 있는데."
그래서 이 오너십을 주고, 건강한 불편함을 주는 것까지 고해상도로 디자인하는 시대가 됐고, 여기까지 고민하는 사람들이 결국 AI를 진짜 잘 쓰더라, 이겁니다.
"수박 그냥 잘라주면 되는 거 아니야?" 이게 아니고요.
저희가 간접 투자한 미국 팀들을 보면, 각 분야별로 그 고해상도의 사용자 경험을 잘 디자인하고 있습니다.
AI 프롬프팅 — 역할 · 지침 · 목표 · 배경
여러분, 화면 보시면 "아, 이거 그냥 AI한테 맡기고 싶다" 생각 드시죠? 너무 복잡하잖아요.
예전에는 어떻게 했죠? 막 피벗을 돌리고 했었는데.
실제로 AI한테 AI 프렌들리하게 프롬프팅 안 하고, 그냥 "엑셀에서 인사이트 뽑아줘" 이렇게 하면 결과가 어떻게 나오는지 아세요?
GPT-5는 되게 무서운 AI거든요, 그냥 이렇게 나옵니다.
우리도 보기 불편하게 나와요.
근데 그게 아니라, "컬럼별로 피벗을 다 돌려본 다음에 가장 중요한 인사이트부터 위에서 순서대로 보여줘."
이게 AI 프렌들리하게 프롬프팅하는 거거든요.
프레임워크는 있어요. '역할·지침·목표·배경'인데, 그렇게 외우실 필요 없고, 이게 진짜로 어떤 문제를 풀려는 건지 제대로 프롬프팅해 주면 이렇게 나옵니다.
이해되시죠?
"어, 그러면 AI가 질문을 차별하네?"
2025년부터는 AI가 질문을 차별하고, 미개한 질문을 하는 사용자에게는 GPU를 덜 쓰겠다는 거예요.
이게 지금 굉장히 중요한 트렌드입니다.
② 그냥 시도하라 — 메타가 거액의 연봉을 주는 이유
프롬프팅이 중요하다고 해서 요새 프롬프팅 수업 많이 받잖아요.
여러분, 이런 수업 혹시 들어보신 적 있으세요? 230만 원 하더라고요.
듣고 싶어 하실 분도 계시겠지만, 다르게 홍보하는 사람들도 있습니다.
'진격의 거인'이라는 콘텐츠 아시죠?
실사 영화가 아직 기획도 안 됐는데, 갑자기 촬영장 비하인드 신이 누출된 적이 있어요.
촬영장이 그냥 다 드러난 거예요.
근데 눈치채신 분들 계시겠지만, 이건 실제로 AI가 만든 영상입니다.
실사 영화를 찍지 않았어요.
근데 이게 왜 나왔냐면, 이렇게 영상을 보여주고 나서 프롬프팅이 궁금한 사람들은 수업을 듣게 해버린 겁니다.
그러면 한쪽 방식으로 수업을 홍보한 사람들과 이 방식으로 홍보한 사람들, 결과가 어땠을까요?
이게 제가 말씀드리는 One More Mile, 그리고 Try & Error 부분인 겁니다.
스포츠 선수들은 연봉이 엄청 높잖아요.
근데 올해 이분들보다 더 많이 받는 사람들이 많이 생겼어요.
이분들이 상대적 박탈감을 느낄 정도로, 연봉이 서너 배, 많게는 10배 받는 분들이 생겼죠.
누구죠? 메타의 슈퍼 인텔리전스 랩에 있는 이분들입니다.
손흥민 선수보다 8배 받는 사람도 생겼고, 오타니보다 더 많이 받는 사람도 생겼어요.
그런데 이 사람들이 무슨 일을 하냐면 굉장히 간단해요.
지금 이 영상 보시면 되게 심리스하게 움직이잖아요.
저 배우들이 실제로 저렇게 춤을 추지 않았어요.
그러면 이 영상을 보고 중국의 왕훙(인플루언서)들은 어떤 걸 할까요?
돈을 많이 벌고 싶으니까 자기 자신을 AI화 합니다.
지금 이 화면의 이 아저씨들이 중국 왕훙들이에요.
관광 다니고 여행 다니면서도, AI들이 대신 돈을 벌어주고 있어요.
아까 메타 슈퍼 인텔리전스 랩의 AI 리서처들은 '월드 모델' 같은 걸 코딩하고, 이렇게 심리스한 영상을 만들 수 있는 기본 코드 셋을 만드는 사람들이거든요.
그러면 산업에 엄청난 임팩트를 줘요.
오타니가 로스앤젤레스의 야구 팬을 늘렸듯이, 한 산업에 임팩트를 엄청 주는 거예요.
그걸 계산해서 연봉이 매겨지니까, 연봉이 셀 수밖에 없는 거죠.
그리고 이런 것도 만듭니다.
예전에는 게임할 때, GTA나 배틀그라운드에서 지나다니는 사람한테 말 걸 수 없었잖아요.
그냥 지나다니는 엑스트라들을 NPC라고 하잖아요.
요게 지금 뭘로 바뀌었죠? NPC에서 CPC로 바뀌었어요.
'논-플레이어블 캐릭터(Non-Playable Character)'에서 '코-플레이어블 캐릭터(Co-Playable Character)'로 바뀐 거예요.
진짜로 말 걸면 이제 말을 합니다, 다 AI가 입혀졌어요.
그 엑스트라들한테까지 이런 식으로 산업에 임팩트를 주는 기본 코드 셋을 만드니까, 이런 시도들에 의해서 정말 새로운 비즈니스 모델이 나오는 거죠.
7 : 2 : 1 법칙과 '한 끗'의 차이
제가 구글에, 그리고 삼성전자에 재직했을 때 신조처럼 생각했던 룰이 있어요.
이건 구글 창업자 세르게이 브린이 수학적으로 증명한 공식이에요.
여러분 삶에도 한번 녹여보시면 좋습니다.
이게 뭐냐면 7 대 2 대 1이에요.
나의 코어 업무, 지금 고민하고 있는 것에 시간과 비용을 — 특히 시간을 — 70% 투여한다.
그것과 관련된 것에 20%.
그리고 전혀 무관한 것에 10% 정도 투여해 본다.
이걸 하게 되면, 새로운 비즈니스 모델이 임팩트를 줄 수 있는 아이디어들이 그제서야 나올 수 있다, 그런 얘기예요.
또 하나 중요한 게 있습니다.
여러분 쿠팡이츠나 배달의민족 많이 쓰시죠?
저는 배달 음식 되게 많이 시켜 먹는데, 배달을 시킬지 말지 딱 결정할 때 되게 중요한 데이터가 있어요.
어떤 데이터냐면, 사진이에요.
사진이 맛없게 생기면 이거 드롭하더라고요.
그래서 사진을 예쁘게 해놓으면 우아한형제들이나 쿠팡이츠는 프로핏이 좋아지겠네요.
주문량 증대를 시킬 수 있어요.
예전에는 어떻게 했죠? 2년 전만 해도 사진 팀도 있었고, "사진 예쁘게 찍어서 주세요" 전화도 했었는데, 지금은 어떻게 하죠? 전부 AI가 바꿉니다.
올해 혹시 느끼셨나요? 김밥이나 떡볶이가 좀 예뻐졌잖아요.
근데 이걸, 제가 되게 존경하는 팀장님이 품의 올릴 때 제목을 어떻게 올렸냐면, "이미지 리터칭 AI 도입의 건"이라고 안 올리는 거예요.
"주문량 증대 엔진 도입의 건", 이런 식의 변주가 되게 중요하고요.
또 하나는, 실제로 소비자들이 컴플레인할 때가 있어요.
"배달 온 음식하고 메뉴 사진하고 너무 달라요"라는 얘기가 딱 나오면, 실제로 AI의 '템퍼러처 파라미터(Temperature Parameter)'라는 걸 줄입니다.
자동으로 그렇게 해서 음식 보정의 정도를 줄이는 거예요.
이런 식의 시도들이 되게 중요하다는 거죠.
평소에 하나의 문제를 풀었을 때, 한 스텝 더 가보냐 안 가보냐에 따라서 실제로 임팩트가 달라질 수 있다는 겁니다.
③ 한 걸음 더 — 실패 기반 학습(Failure-Based Learning)
힌튼 교수님이 그런 얘기를 하셨어요.
많은 사람들이 물어봅니다, 인공지능 권위자시니까 — "인류가 AI 때문에 멸망할 확률이 몇 퍼센트인가요?"
그랬더니 꽤 높은 수치를 얘기하시는 거예요, 15%라고요.
"그러면 2029년에 인간과 AI의 인텔리전스 갭, 지적 수준의 갭이 어느 정도 되길래 그렇게 위험할 수 있냐"고 했더니, "2029년, 2030년에는 사람 대 AI가 개구리 대 AI 정도의 인텔리전스 갭이 있을 것"이라고 하셨습니다.
근데 이게 아주 어두운 미래는 아니에요, 이걸 도구로 쓰면 되거든요.
그 방법을 하나 알려드리겠습니다.
에릭 슈미트가 올해 초 미국 컨퍼런스에서 그런 얘기를 했어요.
"아시아에 멸종하는 나라가 있다."
그랬더니 사회자가 바로 물어봅니다.
"어, 한국인가요?"
그랬더니 에릭 슈미트가 "나라 이름은 얘기할 수 없다."
사회자가 또 물어봅니다. "그 혹시 출생률이 어느 정돈데요?"
"두 명이 결혼해서 0.7명 남는다고 하더라."
"어, 그럼 한국 아닌가요?" 그랬더니 에릭 슈미트가 "나라 이름은 얘기할 수 없다", 끝까지요.
"근데 그 나라 사람들이 왜요?" 그랬더니, "그 나라 민족이 너무 스마트해서, AI 에이전트들을 여덟·아홉 마리씩 데리고 다니면서 GDP를 유지할 수 있는 나라라서 흥미롭다"는 거예요.
근데 여기서 굉장히 불편한 긴장감이 있었습니다.
우리나라가, 지금 말씀드린 유연성과 Try & Error, 그리고 한 스텝 더 가보는 것에 대해서 나라 전체가 얼마나 끌어안고 있는지, 그 부분인 것 같아요.
제가 오늘 한번 여쭤보겠습니다.
혹시 아침에 일어나기 너무 귀찮아서, 일어나는 방식을 이렇게 한번 해보신 분 계세요? (벌떡 일어나는 동작)
"나는 이렇게 일어날 수 있다" 하시는 분?
제가, 이렇게 일어나실 수 있는 분께 제가 진짜 좋아하는 편의점 GS 상품권 5만 원권을 드립니다.
(한 분 일어나심) 오, 잘했어요!
지금 상품권을 안 갖고 와서 이따가 줄게요, 꼭 줄 거예요.
박수 한번 주십시오.
제가 무슨 말씀 드리려고 하냐면, 저희 회사 워크숍에서 한번 해봤어요.
파트너사 분께서 이걸 진짜 하시는 거예요.
그분의 프라이버시를 위해 얼굴은 가렸습니다.
근데 이분이 똑같이 일어나진 못했어요 — 훨씬 잘했어요.
훨씬 잘 일어났는데, 손 짚고 일어나셨어요.
근데 상품권을 드렸습니다.
왜 드렸냐면, 손 들자마자 저는 드릴 거였어요.
이해되시죠? 여기서 누구든 손을 드시면 그냥 드릴 거였습니다.
이게 뭐냐면, "똑같이 일어나야 되나?"라는 생각, 그리고 또 하나는 '사회적 명예'예요.
"여기서 일어나면 뒤에서 사람들이 '저 사람 아까 일어났던 사람 아니야?' 하고 손가락질하지 않을까" — 이런 것 때문에 여러분이 회의실에서 하려던 얘기를 안 하는 순간들, 건의해야 하는데 건의하지 않는 모습들 때문에, 우리가 놓치는 사회적 기회비용이 너무 큽니다.
다행히 미래는 밝아요.
우리가 서울에서 부산까지 갈 때, "빨리 갔느냐 늦게 갔느냐"만 따지고 있는데, 되게 중요한 게 있어요.
누군가 "서울에서 부산 가는데 1차선으로는 절대 가지 마"라고 하면 되게 답답하죠.
근데 그 얘기를 안 했는데도, 우리가 인생을 2·3차선으로만 가려고 하는 게 문제라는 겁니다.
그걸 막는 게 뭐냐면, 사회적 명예, 그리고 "나는 코어 힘이 없어서 저렇게 못 일어나지 않을까" 하는 생각.
당연히 못 일어나요.
근데 똑같이 일어나지 못하더라도 시도를 하게 되면, 거기서 우리가 이걸 뭐라고 부르냐면 'Failure-Based Learning(실패 기반 학습)'이라고 해요.
실패함으로써 얻어지는 러닝이 너무 크기 때문에, 그 친구를 우리는 이길 수가 없습니다.
영원히 못 이겨요.
그걸 품 안에 안고 가는 사회가 되느냐 안 되느냐의 게임입니다.
AI 시대에 여러분이 새로운 시도를, 남의 시선 따지지 말고 하시면 좋겠어요.
그래서 오늘 강연 주제는, AI 일잘러들의 특성 중 하나가 그거 같아요.
"아무도 나한테 관심이 없다."
예, 그겁니다.
여기서 누우셔도, 이따 집에 갈 때 "저 사람 등 괜찮나?" 정도는 들리실 수 있어요.
근데 그거 들리면 좀 어때요? 5만 원짜리 편의점 상품권이 생겼는데요.
그런 관점으로 한번 살아가 보시면, 새로운 기회들이 생각보다 신기할 정도로 많이 열릴 수 있다는 말씀을 강조 드리고 싶었습니다.
오늘 집중해서 들어주셔서 감사합니다.
감사합니다.
