TED2018
Kai-Fu Lee: How AI can save our humanity
카이 푸 리(Kai-Fu Lee): AI가 어떻게 인간 존엄성을 회복시키는가
Filmed:
Readability: 4.7
3,583,197 views
AI는 세계를 대대적으로 변화시키고 있습니다. 그러나 못하는 것 하나가 있습니다.
바로 사랑입니다. 컴퓨터과학자 카이 푸 리는 미국와 중국이 주도한 딥러닝 학습 혁명을 시각적으로 보여주고 있습니다. 또한 인간이 AI시대에 인간이 감정과 창의성을 최대한 활용하여 어떻게 살아갈 수 있는 지 제시하고 있습니다. 그는 "AI는 피할 수 없는 운명입니다. AI는 반복적 직업에서 우리는 벗어나게 하고, 인간답게 하는 것이 무엇인지 일깨워줄 것입니다."라고 말하고 있습니다.
Kai-Fu Lee - Investor, computer scientist
At Sinovation Ventures, Kai-Fu Lee invests in the next generation of Chinese high-tech companies. Full bio
At Sinovation Ventures, Kai-Fu Lee invests in the next generation of Chinese high-tech companies. Full bio
Double-click the English transcript below to play the video.
00:12
I'm going to talk about
how AI and mankind can coexist,
how AI and mankind can coexist,
0
640
4536
저는 AI과 인간이 어떻게
공존할 수 있는지 얘기할 겁니다.
공존할 수 있는지 얘기할 겁니다.
00:17
but first, we have to rethink
about our human values.
about our human values.
1
5200
3816
그러기에 앞서 우리는
인간의 가치에 대해 생각해봐야 합니다.
인간의 가치에 대해 생각해봐야 합니다.
00:21
So let me first make a confession
about my errors in my values.
about my errors in my values.
2
9040
4320
먼저 제가 가지고 있던 가치의 실수를
고백하고자 합니다.
고백하고자 합니다.
00:25
It was 11 o'clock, December 16, 1991.
3
13920
4256
1991년 12월 16일
11시였습니다.
11시였습니다.
00:30
I was about to become a father
for the first time.
for the first time.
4
18200
2680
제가 처음으로 아빠가 되는 순간이었죠.
00:33
My wife, Shen-Ling,
lay in the hospital bed
lay in the hospital bed
5
21480
2856
제 아내 션 링은
분만실에 누워있었습니다.
분만실에 누워있었습니다.
00:36
going through a very difficult
12-hour labor.
12-hour labor.
6
24360
3080
12시간의 진통을 겪으면서 말이죠.
00:40
I sat by her bedside
7
28280
2296
저는 그 옆에 앉아있었습니다.
00:42
but looked anxiously at my watch,
8
30600
2376
저는 시계를 보며 안절부절했습니다.
00:45
and I knew something that she didn't.
9
33000
1800
아내가 모르는 게 있었거든요.
00:47
I knew that if in one hour,
10
35440
1800
앞으로 한 시간 안에
00:50
our child didn't come,
11
38360
1936
아기가 태어나지 않으면
00:52
I was going to leave her there
12
40320
1936
저는 아내만 혼자 남겨두고
00:54
and go back to work
13
42280
1656
사무실로 돌아가서,
00:55
and make a presentation about AI
14
43960
2576
AI 관련 발표를 해야 했습니다.
00:58
to my boss, Apple's CEO.
15
46560
2200
제 상사인 애플 대표님께 말입니다.
01:03
Fortunately, my daughter
was born at 11:30 --
was born at 11:30 --
16
51160
3896
딸은 11시 30분에 태어났습니다.
01:07
(Laughter)
17
55080
1936
(웃음)
01:09
(Applause)
18
57040
1936
(박수)
01:11
sparing me from doing the unthinkable,
19
59000
4336
다행히 저는 어처구니없는 일을
저지르지 않게 되었습니다.
저지르지 않게 되었습니다.
01:15
and to this day, I am so sorry
20
63360
2496
지금까지 저는 미안한 마음 뿐입니다.
01:17
for letting my work ethic
take precedence over love for my family.
take precedence over love for my family.
21
65880
4656
일을 가족에 대한 사랑보다
우선시했던 것을 말입니다.
우선시했던 것을 말입니다.
01:22
(Applause)
22
70560
5736
(박수)
01:28
My AI talk, however, went off brilliantly.
23
76320
2616
그렇지만 제 AI 발표는
정말 성공적이었습니다.
정말 성공적이었습니다.
01:30
(Laughter)
24
78960
2736
(웃음)
01:33
Apple loved my work
and decided to announce it
and decided to announce it
25
81720
3136
애플은 제 발표를 만족스러워 했고
결국 그것을 세상에 알렸죠.
결국 그것을 세상에 알렸죠.
01:36
at TED1992,
26
84880
2696
1992년 TED 발표회장인
01:39
26 years ago on this very stage.
27
87600
3016
26년전 정확히 이 자리에서 말이죠.
01:42
I thought I had made one of the biggest,
most important discoveries in AI,
most important discoveries in AI,
28
90640
5056
저는 AI에 관한 가장 위대하고
중요한 발견을 했다고 생각했습니다.
중요한 발견을 했다고 생각했습니다.
01:47
and so did the "Wall Street Journal"
on the following day.
on the following day.
29
95720
2920
발표 다음 날, 월스트리트 신문도
역시 같은 내용을 실었습니다.
역시 같은 내용을 실었습니다.
01:51
But as far as discoveries went,
30
99440
2536
그러나 발견이 계속될수록
01:54
it turned out,
31
102000
1336
분명해진 사실은
01:55
I didn't discover India, or America.
32
103360
2776
제 발견이 인도나 미국이 아니라
01:58
Perhaps I discovered
a little island off of Portugal.
a little island off of Portugal.
33
106160
3080
포루투갈 근처 작은 섬에
불과했다는 것이죠.
불과했다는 것이죠.
02:02
But the AI era of discovery continued,
34
110720
3256
그러나 AI 발견은 계속되어 갔습니다.
02:06
and more scientists
poured their souls into it.
poured their souls into it.
35
114000
3216
더 많은 과학자들은 열정을 다하여
AI를 연구했습니다.
AI를 연구했습니다.
02:09
About 10 years ago, the grand AI discovery
36
117240
2616
약 10년 전, 북미 과학자 세 명은
02:11
was made by three
North American scientists,
North American scientists,
37
119880
3176
AI 최대 발견을 이끌었습니다.
02:15
and it's known as deep learning.
38
123080
1600
딥 러닝이라고 하는 것이죠.
02:17
Deep learning is a technology
that can take a huge amount of data
that can take a huge amount of data
39
125400
3696
딥러닝은 엄청난 양의 데이터를 이용하여
02:21
within one single domain
40
129120
1736
한 가지 영역 내에서
02:22
and learn to predict or decide
at superhuman accuracy.
at superhuman accuracy.
41
130880
4936
인간보다 훨씬 정확하게
예측과 결정을 학습하는 것입니다.
예측과 결정을 학습하는 것입니다.
02:27
For example, if we show
the deep learning network
the deep learning network
42
135840
2776
예를 들어, 딥러닝 네트워크에
02:30
a massive number of food photos,
43
138640
2816
대량의 음식사진을 보여주면
02:33
it can recognize food
44
141480
1576
음식을 식별할 수 있습니다.
02:35
such as hot dog or no hot dog.
45
143080
3296
일례로, 핫도그와 핫도그가 아닌 것을
구분할 수 있습니다.
구분할 수 있습니다.
02:38
(Applause)
46
146400
3136
(박수)
02:41
Or if we show it many pictures
and videos and sensor data
and videos and sensor data
47
149560
5016
또는 고속도로에서 운전하면서 찍은
많은 사진, 비디오, 감지데이터를
많은 사진, 비디오, 감지데이터를
02:46
from driving on the highway,
48
154600
2536
네트워크에 보여주면
02:49
it can actually drive a car
as well as a human being
as well as a human being
49
157160
3280
인간처럼 실제로 운전할 수 있습니다.
02:53
on the highway.
50
161360
1656
고속도로에서 말이죠.
02:55
And what if we showed
this deep learning network
this deep learning network
51
163040
2816
만약에 딥러닝 네트워크에
02:57
all the speeches made by President Trump?
52
165880
2400
트럼프 대통령 연설을 모두 보여준다면
03:01
Then this artificially
intelligent President Trump,
intelligent President Trump,
53
169680
3000
인공지능 트럼프 대통령은
03:05
actually the network --
54
173600
2216
네트워크는 실제로..
03:07
(Laughter)
55
175840
1656
(웃음)
03:09
can --
56
177520
1216
할 수 있습니다...
03:10
(Applause)
57
178760
4056
(박수)
03:14
You like double oxymorons, huh?
58
182840
2336
우리는 이중적인 모순화법을 좋아하죠?
03:17
(Laughter)
59
185200
3856
(웃음)
03:21
(Applause)
60
189080
6096
(박수)
03:27
So this network, if given the request
to make a speech about AI,
to make a speech about AI,
61
195200
5256
네트워크에 AI에 관한 연설을 부탁하면
03:32
he, or it, might say --
62
200480
2640
아마도 이렇게 말할 것입니다.
03:36
(Recording) Donald Trump:
It's a great thing
It's a great thing
63
204280
2096
(녹음) 도널드 트럼프 :
인공지능으로 더 나은 세상을
만드는 것은 위대한 것입니다.
만드는 것은 위대한 것입니다.
03:38
to build a better world
with artificial intelligence.
with artificial intelligence.
64
206400
2936
03:41
Kai-Fu Lee: And maybe in another language?
65
209360
2016
카이 푸 리: 다른 언어로는요?
03:43
DT: (Speaking Chinese)
66
211400
1816
(중국어 음성)
03:45
(Laughter)
67
213240
1496
(웃음)
03:46
KFL: You didn't know
he knew Chinese, did you?
he knew Chinese, did you?
68
214760
2160
KFL: 트럼프가 중국어도 할 수 있다는 건
여러분들도 모르셨겠죠?
여러분들도 모르셨겠죠?
03:50
So deep learning has become the core
in the era of AI discovery,
in the era of AI discovery,
69
218120
5016
딥러닝은 AI 시대의
핵심 기술이 되었습니다.
핵심 기술이 되었습니다.
03:55
and that's led by the US.
70
223160
1816
이것은 미국의 주도로 개발되었습니다.
03:57
But we're now in the era
of implementation,
of implementation,
71
225000
3256
이제 우리는 실행의 시대에 있습니다.
04:00
where what really matters is execution,
product quality, speed and data.
product quality, speed and data.
72
228280
5536
정말 중요한 것은
실행, 품질, 속도, 데이터입니다.
실행, 품질, 속도, 데이터입니다.
04:05
And that's where China comes in.
73
233840
2096
중국이 이 분야에 뛰어들고 있습니다.
04:07
Chinese entrepreneurs,
74
235960
1576
중국 기업가들은
04:09
who I fund as a venture capitalist,
75
237560
1896
저도 그들의 벤처자본
투자자로 있는데요.
투자자로 있는데요.
04:11
are incredible workers,
76
239480
1736
일을 정말 잘하는 분들입니다.
04:13
amazing work ethic.
77
241240
1936
일에 대한 열정도 대단합니다.
04:15
My example in the delivery room is nothing
compared to how hard people work in China.
compared to how hard people work in China.
78
243200
5296
열심히 일하는 그런 분들에 비하면
저의 분만실 사례는 아무것도 아닙니다.
저의 분만실 사례는 아무것도 아닙니다.
04:20
As an example, one startup
tried to claim work-life balance:
tried to claim work-life balance:
79
248520
3696
일례로, 한 신생기업은 다음과 같이
일과 삶의 균형을 주장했습니다.
일과 삶의 균형을 주장했습니다.
04:24
"Come work for us because we are 996."
80
252240
3696
"우리 회사로 일하러 오십시오.
저희는 996 일하기 때문입니다."
저희는 996 일하기 때문입니다."
04:27
And what does that mean?
81
255960
1256
이 말이 무슨 뜻인지 아십니까?
04:29
It means the work hours
of 9am to 9pm, six days a week.
of 9am to 9pm, six days a week.
82
257240
4400
오전9시부터 오후 9시까지
주6일 일한다는 의미입니다.
주6일 일한다는 의미입니다.
04:34
That's contrasted
with other startups that do 997.
with other startups that do 997.
83
262960
3280
이것은 997 일하는 다른 신생기업과
확실히 차이가 있습니다.
확실히 차이가 있습니다.
04:39
And the Chinese product quality
has consistently gone up
has consistently gone up
84
267320
3096
또한 중국 제품 품질은
지속적으로 향상되어 왔습니다.
지속적으로 향상되어 왔습니다.
04:42
in the past decade,
85
270440
1696
지난 십 년간 말이죠.
04:44
and that's because of
a fiercely competitive environment.
a fiercely competitive environment.
86
272160
4120
이것은 치열한 경쟁의 결과입니다.
04:48
In Silicon Valley, entrepreneurs
compete in a very gentlemanly fashion,
compete in a very gentlemanly fashion,
87
276760
5896
실리콘 밸리의 기업들은
매우 여유롭게 경쟁합니다.
매우 여유롭게 경쟁합니다.
04:54
sort of like in old wars
in which each side took turns
in which each side took turns
88
282680
3896
과거의 전쟁처럼 한 쪽에서 사격하면
04:58
to fire at each other.
89
286600
1256
다른 쪽이 대응 사격하는 식이죠.
04:59
(Laughter)
90
287880
1056
(웃음)
05:00
But in the Chinese environment,
91
288960
2016
그러나 중국의 환경은
05:03
it's truly a gladiatorial
fight to the death.
fight to the death.
92
291000
2880
검투사와 같은 삶과 죽음을 가르는
진정한 전투와 같습니다.
진정한 전투와 같습니다.
05:06
In such a brutal environment,
entrepreneurs learn to grow very rapidly,
entrepreneurs learn to grow very rapidly,
93
294920
6096
이러한 치열한 경쟁속에서
기업가는 쾌속 성장을 배웁니다.
기업가는 쾌속 성장을 배웁니다.
05:13
they learn to make their products
better at lightning speed,
better at lightning speed,
94
301040
3936
또, 제품 품질을 높이는 방법도
빛이 속도로 익히게 됩니다.
빛이 속도로 익히게 됩니다.
05:17
and they learn
to hone their business models
to hone their business models
95
305000
2336
그리고 사업아이템을 끊임없이 갈고 닦아
05:19
until they're impregnable.
96
307360
1400
경쟁의 절대 승자가 됩니다.
05:21
As a result, great Chinese products
like WeChat and Weibo
like WeChat and Weibo
97
309400
3856
결국 위챗이나 웨이보와 같은
훌륭한 중국 상품들이
훌륭한 중국 상품들이
05:25
are arguably better
98
313280
1416
더욱 좋게 평가됩니다.
05:26
than the equivalent American products
from Facebook and Twitter.
from Facebook and Twitter.
99
314720
3480
페이스북이나 트위터와 같은
미국의 동종 상품들에 비해서 말이죠.
미국의 동종 상품들에 비해서 말이죠.
05:31
And the Chinese market
embraces this change
embraces this change
100
319920
3096
그리고 중국시장은 이러한 변화와
05:35
and accelerated change
and paradigm shifts.
and paradigm shifts.
101
323040
3016
가속화된 패러다임 전환을 수용했습니다.
05:38
As an example, if any of you go to China,
102
326080
2096
일례로, 여러분이 중국을 가면
05:40
you will see it's almost cashless
and credit card-less,
and credit card-less,
103
328200
4016
현금이나 신용카드 소지가 필요없는 것을
확인하실 수 있을 겁니다.
확인하실 수 있을 겁니다.
05:44
because that thing that we all
talk about, mobile payment,
talk about, mobile payment,
104
332240
2736
왜냐하면 흔히
모바일 결제라고 하는 것이
모바일 결제라고 하는 것이
05:47
has become the reality in China.
105
335000
2416
중국에서는 현실이 되었기 때문입니다.
05:49
In the last year,
106
337440
1296
작년 한 해에
05:50
18.8 trillion US dollars
were transacted on mobile internet,
were transacted on mobile internet,
107
338760
5936
모바일 결제로 18조 8천억 달러가
거래되었습니다.
거래되었습니다.
05:56
and that's because
of very robust technologies
of very robust technologies
108
344720
2936
이것은 보안이 매우 철저한 기술이
뒷받침되었기 때문입니다.
뒷받침되었기 때문입니다.
05:59
built behind it.
109
347680
1256
06:00
It's even bigger than the China GDP.
110
348960
2440
이 거래량은
중국의 GDP를 능가합니다.
중국의 GDP를 능가합니다.
06:04
And this technology, you can say,
how can it be bigger than the GDP?
how can it be bigger than the GDP?
111
352120
3616
어떻게 모바일 거래액이 중국 GDP를
능가하는지 궁금하실 수 있습니다.
능가하는지 궁금하실 수 있습니다.
06:07
Because it includes all transactions:
112
355760
1976
이는 모든 거래를 포함하기 때문입니다.
06:09
wholesale, channels,
retail, online, offline,
retail, online, offline,
113
357760
3776
도매, 중간도매,
소매, 온라인, 오프라인
소매, 온라인, 오프라인
06:13
going into a shopping mall
or going into a farmers market like this.
or going into a farmers market like this.
114
361560
5056
쇼핑몰로 가는 것이나,
이것처럼 직거래 장터도요.
이것처럼 직거래 장터도요.
06:18
The technology is used
by 700 million people
by 700 million people
115
366640
3376
이 기술은 7억 명이
이용하고 있습니다.
이용하고 있습니다.
06:22
to pay each other, not just merchants,
116
370040
2056
꼭 상인이 아니어도,
개인 간 결제합니다.
개인 간 결제합니다.
06:24
so it's peer to peer,
117
372120
1416
개인 대 개인 거래인 것이죠.
06:25
and it's almost transaction-fee-free.
118
373560
2680
수수료도 거의 없습니다.
06:29
And it's instantaneous,
119
377720
2376
그리고 바로 결제되고,
06:32
and it's used everywhere.
120
380120
1440
어디서든 이용할 수 있고요.
06:34
And finally, the China market is enormous.
121
382320
3376
결국 중국 시장은 거대해집니다.
06:37
This market is large,
122
385720
1976
이 큰 중국 시장 덕분에
06:39
which helps give entrepreneurs
more users, more revenue,
more users, more revenue,
123
387720
4496
기업가는 더 많은 사용자와 수익,
06:44
more investment, but most importantly,
124
392240
2336
더 많은 투자를 받습니다.
더욱 중요한 것은
더욱 중요한 것은
06:46
it gives the entrepreneurs a chance
to collect a huge amount of data
to collect a huge amount of data
125
394600
4536
기업에게 엄청난 데이터를 수집하도록
기회를 제공한다는 겁니다.
기회를 제공한다는 겁니다.
06:51
which becomes rocket fuel
for the AI engine.
for the AI engine.
126
399160
2960
이것은 AI 엔진의
로켓 연료가 됩니다.
로켓 연료가 됩니다.
06:54
So as a result, the Chinese AI companies
127
402960
2936
결국 중국의 AI 기업은
06:57
have leaped ahead
128
405920
1736
도약 발전해나가고 있습니다.
06:59
so that today, the most valuable companies
129
407680
3096
오늘날 기업가치가 가장 높은 기업들,
07:02
in computer vision, speech recognition,
130
410800
2616
컴퓨터 영상, 연설 음성 인식
07:05
speech synthesis,
machine translation and drones
machine translation and drones
131
413440
3416
음성 합성, 번역, 드론 등
분야에서 말이죠.
분야에서 말이죠.
07:08
are all Chinese companies.
132
416880
1920
모두 중국 기업입니다.
07:11
So with the US leading
the era of discovery
the era of discovery
133
419400
3216
즉, 미국의 주도로 발견하고
07:14
and China leading
the era of implementation,
the era of implementation,
134
422640
3136
중국의 주도로 실행하고 있는
07:17
we are now in an amazing age
135
425800
2256
획기적인 시대에 살고 있습니다.
07:20
where the dual engine
of the two superpowers
of the two superpowers
136
428080
3256
이 두 초강력 힘을 가진
양쪽 엔진이 함께 힘을 합쳐
양쪽 엔진이 함께 힘을 합쳐
07:23
are working together
137
431360
1680
07:25
to drive the fastest
revolution in technology
revolution in technology
138
433960
3656
기술의 쾌속 혁명을 이끌고 있습니다.
07:29
that we have ever seen as humans.
139
437640
2360
지금까지 경험한 것처럼 말이죠.
07:32
And this will bring tremendous wealth,
140
440640
2496
이는 엄청난 부를 가져올 것입니다.
07:35
unprecedented wealth:
141
443160
1776
전에는 없던 부입니다.
07:36
16 trillion dollars, according to PwC,
142
444960
3896
PwC에 따르면
이는 16조 달러에 달합니다.
이는 16조 달러에 달합니다.
07:40
in terms of added GDP
to the worldwide GDP by 2030.
to the worldwide GDP by 2030.
143
448880
5376
이는 2030년까지
전 세계의 GDP를 합산한 것입니다.
전 세계의 GDP를 합산한 것입니다.
07:46
It will also bring immense challenges
144
454280
2616
이는 또한 큰 도전을 가져올 것입니다.
07:48
in terms of potential job replacements.
145
456920
3576
직업의 변화가능성에 관해서 말입니다.
07:52
Whereas in the Industrial Age
146
460520
2160
산업혁명 시대에는
07:55
it created more jobs
147
463880
1536
더 많은 직업이 만들어졌습니다.
07:57
because craftsman jobs were being
decomposed into jobs in the assembly line,
decomposed into jobs in the assembly line,
148
465440
5776
한 사람이 하던 일이 제조라인에서
여러 가지로 분업화되었기 때문입니다.
여러 가지로 분업화되었기 때문입니다.
08:03
so more jobs were created.
149
471240
1976
그러니 더 많은 직업이 만들어졌습니다.
08:05
But AI completely replaces
the individual jobs
the individual jobs
150
473240
4936
그러나 AI는 제조라인의 개인의 일을
08:10
in the assembly line with robots.
151
478200
2256
로봇으로 완전히 대체합니다.
08:12
And it's not just in factories,
152
480480
1936
단지 공장에만 해당되는 것은 아닙니다.
08:14
but truckers, drivers
153
482440
2056
트럭기사, 운전기사
08:16
and even jobs like telesales,
customer service
customer service
154
484520
4096
텔레마케터, 고객관리원
08:20
and hematologists as well as radiologists
155
488640
2976
채혈사, 방사선사들도 마찬가지로
08:23
over the next 15 years
156
491640
2096
향후 15년 안에
08:25
are going to be gradually replaced
157
493760
2536
점차 대체될 것입니다.
08:28
by artificial intelligence.
158
496320
1440
인공지능으로 말입니다.
08:30
And only the creative jobs --
159
498360
2056
창의성이 요구되는 직업만이
08:32
(Laughter)
160
500440
1976
(웃음)
08:34
I have to make myself safe, right?
161
502440
2200
제 자신은 안전하다고 해야겠죠?
08:38
Really, the creative jobs
are the ones that are protected,
are the ones that are protected,
162
506960
2976
창의성이 필요한 직업은
실제로 안전합니다.
실제로 안전합니다.
08:41
because AI can optimize but not create.
163
509960
3040
AI는 최적화할 수는 있지만
창조해내지는 못하기 때문입니다.
창조해내지는 못하기 때문입니다.
08:45
But what's more serious
than the loss of jobs
than the loss of jobs
164
513960
3575
그런데 직업이 없어지는 것보다
더욱 심각한 것은
더욱 심각한 것은
08:49
is the loss of meaning,
165
517559
1777
바로 일의 의미가 사라지는 것입니다.
08:51
because the work ethic
in the Industrial Age
in the Industrial Age
166
519360
3136
왜냐하면 산업혁명 시대의 직업 가치는
08:54
has brainwashed us into thinking
that work is the reason we exist,
that work is the reason we exist,
167
522520
5616
일 자체가 존재의 이유인 것으로
우리를 세뇌시켜 왔습니다.
우리를 세뇌시켜 왔습니다.
09:00
that work defined
the meaning of our lives.
the meaning of our lives.
168
528160
2936
일이 우리의 삶을 정의했던 것이죠.
09:03
And I was a prime and willing victim
to that type of workaholic thinking.
to that type of workaholic thinking.
169
531120
6296
저는 일에 빠져있는 것을 당연히 여기는
전형적이면서도 자발적인 희생자였습니다.
전형적이면서도 자발적인 희생자였습니다.
09:09
I worked incredibly hard.
170
537440
1616
정말 지나칠 정도로 열심히 일했습니다.
09:11
That's why I almost left
my wife in the delivery room,
my wife in the delivery room,
171
539080
3576
일 때문에 분만실에 아내만
남겨둘 뻔하기도 했으니 말입니다.
남겨둘 뻔하기도 했으니 말입니다.
09:14
that's why I worked 996
alongside my entrepreneurs.
alongside my entrepreneurs.
172
542680
4176
다른 기업가들과 마찬가지로
996로 일했습니다.
996로 일했습니다.
09:18
And that obsession that I had with work
173
546880
4416
그러한 일에 대한 집착은
09:23
ended abruptly a few years ago
174
551320
3056
몇 년 전 갑작스럽게
끝나게 되었습니다.
끝나게 되었습니다.
09:26
when I was diagnosed
with fourth stage lymphoma.
with fourth stage lymphoma.
175
554400
3920
4기 림프종 진단을 받았습니다.
09:31
The PET scan here shows
over 20 malignant tumors
over 20 malignant tumors
176
559480
4136
여기 PET 촬영사진을 보시면
20개가 넘는 악성종양이 있습니다.
20개가 넘는 악성종양이 있습니다.
09:35
jumping out like fireballs,
177
563640
2176
이것은 화염처럼 튀어올라
09:37
melting away my ambition.
178
565840
2576
저의 헛된 야망을 녹여버렸습니다.
09:40
But more importantly,
179
568440
1456
더욱 더 중요한 것은
09:41
it helped me reexamine my life.
180
569920
2736
이 일로 저는 제 삶을
다시 생각해볼 수 있었습니다.
다시 생각해볼 수 있었습니다.
09:44
Knowing that I may only have
a few months to live
a few months to live
181
572680
3096
살 수 있는 날이 이제
몇 개월 뿐 아니라는 사실은
몇 개월 뿐 아니라는 사실은
09:47
caused me to see how foolish it was
182
575800
2936
제가 그동안 얼마나 어리석었는지
알게 해주었습니다.
알게 해주었습니다.
09:50
for me to base my entire self-worth
183
578760
3576
제 자신의 가치 기준을
09:54
on how hard I worked
and the accomplishments from hard work.
and the accomplishments from hard work.
184
582360
4040
일을 얼마나 열심히 했는지
어떤 성과를 거두었는지로 삼았습니다.
어떤 성과를 거두었는지로 삼았습니다.
09:59
My priorities were
completely out of order.
completely out of order.
185
587320
2976
제 우선순위는
완전히 엉망이었습니다.
완전히 엉망이었습니다.
10:02
I neglected my family.
186
590320
1600
저는 가족을 등한시했습니다.
10:05
My father had passed away,
187
593000
1416
아버지께서 돌아가셨는데
10:06
and I never had a chance
to tell him I loved him.
to tell him I loved him.
188
594440
2800
저는 사랑한다는 말 한마디 못했습니다.
10:10
My mother had dementia
and no longer recognized me,
and no longer recognized me,
189
598120
3736
어머니는 치매가 있으셔서
저를 이제 알아보시지 못하십니다.
저를 이제 알아보시지 못하십니다.
10:13
and my children had grown up.
190
601880
1920
아이들은 이미 다 자랐습니다.
10:16
During my chemotherapy,
191
604400
1656
화학치료를 하는 동안에
10:18
I read a book by Bronnie Ware
192
606080
2456
저는 Bonnie Ware 책을 읽었습니다.
10:20
who talked about dying wishes and regrets
of the people in the deathbed.
of the people in the deathbed.
193
608560
5496
죽음을 앞둔 사람들의
소망과 후회에 대한 책입니다.
소망과 후회에 대한 책입니다.
10:26
She found that facing death,
194
614080
2256
그녀에 따르면, 죽음을 앞두면
10:28
nobody regretted that they didn't
work hard enough in this life.
work hard enough in this life.
195
616360
3600
어느 누구도 열심히 일하지 않은 것을
후회하진 않는다고 합니다.
후회하진 않는다고 합니다.
10:32
They only regretted that they didn't
spend enough time with their loved ones
spend enough time with their loved ones
196
620880
5176
다만 사랑하는 사람들과 시간을
충분히 보내지 못한 것을 후회하죠.
충분히 보내지 못한 것을 후회하죠.
10:38
and that they didn't spread their love.
197
626080
2760
사랑을 전하지 못한 것을 후회하고요.
10:42
So I am fortunately today in remission.
198
630400
4536
다행히 저는 회복중에 있습니다.
10:46
(Applause)
199
634960
6856
(박수)
10:53
So I can be back at TED again
200
641840
1976
다시 TED에 설 수 있게 되었습니다.
10:55
to share with you
that I have changed my ways.
that I have changed my ways.
201
643840
3376
제 변화된 삶의 방식을
공유하기 위해서 말이죠.
공유하기 위해서 말이죠.
10:59
I now only work 965 --
202
647240
2760
지금은 965 일을 합니다.
11:03
occasionally 996, but usually 965.
203
651200
3976
어쩌다가 996하지만,
대개 965입니다.
대개 965입니다.
11:07
I moved closer to my mother,
204
655200
1896
지금은 어머니 근처로 이사를 했고요.
11:09
my wife usually travels with me,
205
657120
2456
제 아내와 종종 여행을 갑니다.
11:11
and when my kids have vacation,
if they don't come home, I go to them.
if they don't come home, I go to them.
206
659600
3816
아이들이 방학이고, 집으로 오지 못하면
제가 아이들을 보러 갑니다.
제가 아이들을 보러 갑니다.
11:15
So it's a new form of life
207
663440
2456
이러한 새로운 삶의 방식은
11:17
that helped me recognize
208
665920
1816
저를 일깨워주었습니다.
11:19
how important it is that love is for me,
209
667760
3176
제게 사랑이 얼마나 중요한지 말입니다.
11:22
and facing death
helped me change my life,
helped me change my life,
210
670960
3416
죽음을 직면한 것은
제 삶을 바꿔놓았습니다.
제 삶을 바꿔놓았습니다.
11:26
but it also helped me see a new way
211
674400
2456
또한 새로운 관점으로 보게 되었습니다.
11:28
of how AI should impact mankind
212
676880
3776
AI가 어떻게 인류에게
영향을 미칠 수 있는지,
영향을 미칠 수 있는지,
11:32
and work and coexist with mankind,
213
680680
2480
또 인류와 협력하여
공존할 수 있는지 말입니다.
공존할 수 있는지 말입니다.
11:36
that really, AI is taking away
a lot of routine jobs,
a lot of routine jobs,
214
684680
4496
실제로 AI는 많은 단순 노동을
대체할 것입니다.
대체할 것입니다.
11:41
but routine jobs are not what we're about.
215
689200
3656
단순 노동이 우리의 전부는 아닙니다.
11:44
Why we exist is love.
216
692880
2256
우리는 사랑을 위해 존재합니다.
11:47
When we hold our newborn baby,
217
695160
2096
갓 태어난 아이를 안고 있을 때,
11:49
love at first sight,
218
697280
1496
첫 눈에 반했을 때,
11:50
or when we help someone in need,
219
698800
1776
도움이 필요한 사람을 도울 때,
11:52
humans are uniquely able
to give and receive love,
to give and receive love,
220
700600
4256
인간만이 사랑을
주고 받을 수 있습니다.
주고 받을 수 있습니다.
11:56
and that's what differentiates us from AI.
221
704880
2800
그것이 인간과 AI를
구별하는 것입니다.
구별하는 것입니다.
12:00
Despite what science fiction may portray,
222
708800
2696
공상과학소설에서 나올수는 있지만,
12:03
I can responsibly tell you
that AI has no love.
that AI has no love.
223
711520
3736
제가 장담하건대,
AI는 사랑이 없습니다.
AI는 사랑이 없습니다.
12:07
When AlphaGo defeated
the world champion Ke Jie,
the world champion Ke Jie,
224
715280
3536
알파고가 세계챔피온 커제를 이겼을 때,
12:10
while Ke Jie was crying
and loving the game of go,
and loving the game of go,
225
718840
3096
커제는 울면서도
바둑을 좋아하는 반면
바둑을 좋아하는 반면
12:13
AlphaGo felt no happiness from winning
226
721960
3176
알파고는 승리의 기쁨을 맛보지 못했고,
12:17
and certainly no desire
to hug a loved one.
to hug a loved one.
227
725160
4480
분명 사랑하는 사람을
껴안고 싶은 감정도 없었을 겁니다.
껴안고 싶은 감정도 없었을 겁니다.
12:23
So how do we differentiate ourselves
228
731600
2656
그러면 어떻게 우리 자신을
12:26
as humans in the age of AI?
229
734280
2536
AI와 차별화시킬 수 있을까요?
12:28
We talked about the axis of creativity,
230
736840
3096
우리는 창의성 축을 얘기했습니다.
12:31
and certainly that is one possibility,
231
739960
2856
분명 그것은 한 방법입니다.
12:34
and now we introduce a new axis
232
742840
2296
이제 새로운 축을 만들겠습니다.
12:37
that we can call compassion,
love, or empathy.
love, or empathy.
233
745160
3616
동정, 사랑, 공감이라는 것들입니다.
12:40
Those are things that AI cannot do.
234
748800
2576
AI가 할 수 없는 것들이죠.
12:43
So as AI takes away the routine jobs,
235
751400
2816
AI가 반복 직업을 가져갈 때,
12:46
I like to think we can, we should
and we must create jobs of compassion.
and we must create jobs of compassion.
236
754240
4960
우리는 공감능력이 필요한 직업을
새로 만들 때라고 여기면 어떨까요.
새로 만들 때라고 여기면 어떨까요.
12:51
You might ask how many of those there are,
237
759800
2336
그런 직업이 얼마나 되겠냐고
말하실 수 있습니다.
말하실 수 있습니다.
12:54
but I would ask you:
238
762160
1616
그러나 저는 묻고 싶습니다.
12:55
Do you not think that we are going
to need a lot of social workers
to need a lot of social workers
239
763800
3816
사회복지사가 더 많이 필요하다고
생각하지 않으시나요?
생각하지 않으시나요?
12:59
to help us make this transition?
240
767640
1600
이렇게 변화를 이끌기 위해서 말입니다.
13:01
Do you not think we need
a lot of compassionate caregivers
a lot of compassionate caregivers
241
769960
3256
마음이 따뜻한 돌봄종사자가
더 많아야 한다고 생각하지 않으시나요?
더 많아야 한다고 생각하지 않으시나요?
13:05
to give more medical care to more people?
242
773240
2696
더 많은 사람에게 폭넓은 의료서비스를
제공하기 위해서 말입니다.
제공하기 위해서 말입니다.
13:07
Do you not think we're going to need
10 times more teachers
10 times more teachers
243
775960
3256
선생님 수를 10배 더 늘려야 한다고
생각하지 않으시나요?
생각하지 않으시나요?
13:11
to help our children find their way
244
779240
2776
우리 아이들이 자신의 꿈을 찾고,
13:14
to survive and thrive
in this brave new world?
in this brave new world?
245
782040
3256
용기가 필요한 새로운 세상에서
성공하도록 도움을 주려면 말입니다.
성공하도록 도움을 주려면 말입니다.
13:17
And with all the newfound wealth,
246
785320
2440
새롭게 축적한 부를 가지고
13:19
should we not also make
labors of love into careers
labors of love into careers
247
787800
4536
사랑을 베푸는 일을 직업으로
만들면 안되는 걸까요?
만들면 안되는 걸까요?
13:24
and let elderly accompaniment
248
792360
2696
또 노인돌봄이나
13:27
or homeschooling become careers also?
249
795080
3496
홈스쿨링이
직업이 되면 안되는 걸까요?
직업이 되면 안되는 걸까요?
13:30
(Applause)
250
798600
5280
(박수)
13:36
This graph is surely not perfect,
251
804800
2256
이 그래프는 분명 완벽하지 않습니다.
13:39
but it points at four ways
that we can work with AI.
that we can work with AI.
252
807080
3536
그러나 이것은 AI와 협력할 수 있는
네 가지 방식을 제시하고 있습니다.
네 가지 방식을 제시하고 있습니다.
13:42
AI will come and take away
the routine jobs
the routine jobs
253
810640
3576
AI는 단순 노동을 빼앗아 갈 것입니다.
13:46
and in due time, we will be thankful.
254
814240
2040
그리고 곧 감사하게 될 겁니다.
13:49
AI will become great tools
for the creatives
for the creatives
255
817000
3096
AI는 창의적인 직업을 위한
효과적인 도구가 될 것입니다.
효과적인 도구가 될 것입니다.
13:52
so that scientists, artists,
musicians and writers
musicians and writers
256
820120
3656
과학자, 예술가, 음악가, 작가는
13:55
can be even more creative.
257
823800
1600
더욱 창의적으로 될 것입니다.
13:58
AI will work with humans
as analytical tools
as analytical tools
258
826120
5376
AI는 분석 도구로서 인간을 돕고,
14:03
that humans can wrap their warmth around
259
831520
2696
인간은 우리의 따뜻함을 가지고
14:06
for the high-compassion jobs.
260
834240
1896
고도의 감정 직업을 포용할 것입니다.
14:08
And we can always differentiate ourselves
261
836160
2656
우리는 항상 우리 자신을
14:10
with the uniquely capable jobs
262
838840
1816
인간만이 할 수 있는 직업으로
차별화시킬 수 있습니다.
차별화시킬 수 있습니다.
14:12
that are both compassionate and creative,
263
840680
3616
감정적이고 창의적인 직업들을,
14:16
using and leveraging
our irreplaceable brains and hearts.
our irreplaceable brains and hearts.
264
844320
5176
무엇으로도 대체할 수 없는
두뇌와 가슴을 십분 활용해서 말입니다.
두뇌와 가슴을 십분 활용해서 말입니다.
14:21
So there you have it:
265
849520
1296
이제 다 말씀드렸습니다.
14:22
a blueprint of coexistence
for humans and AI.
for humans and AI.
266
850840
3640
인간과 AI의 공존의 청사진을요.
14:27
AI is serendipity.
267
855400
1816
AI는 행운의 발견입니다.
14:29
It is here to liberate us
from routine jobs,
from routine jobs,
268
857240
2976
AI는 반복적인 일에서
벗어나게 해주기 위한 것입니다.
벗어나게 해주기 위한 것입니다.
14:32
and it is here to remind us
what it is that makes us human.
what it is that makes us human.
269
860240
3680
AI는 우리를 인간답게 하는 것이 무엇인지
일깨워주기 위한 것입니다.
일깨워주기 위한 것입니다.
14:36
So let us choose to embrace AI
and to love one another.
and to love one another.
270
864440
3976
그러니 AI를 받아들이고
서로를 사랑하시기 바랍니다.
서로를 사랑하시기 바랍니다.
14:40
Thank you.
271
868440
1216
감사드립니다.
14:41
(Applause)
272
869680
6160
(박수)
ABOUT THE SPEAKER
Kai-Fu Lee - Investor, computer scientistAt Sinovation Ventures, Kai-Fu Lee invests in the next generation of Chinese high-tech companies.
Why you should listen
Dr. Kai-Fu Lee has a unique perspective on the global technology industry, having worked extensively between the US and China, and has been in artificial intelligence research, development and investment for more than 30 years. He is one of China's top technology investors, undertaking early pioneering work in the field of artificial intelligence and working with multiple US technology giants.
Lee is the Chairman and CEO of Sinovation Ventures, managing a $1.7 billion dual-currency investment fund. Sinovation is a leading technology-savvy investment firm focusing on developing Chinese high-tech companies. Lee also serves as president of the Sinovation Ventures Artificial Intelligence Institute.
Prior to founding Sinovation in 2009, Lee was the President of Google China. Previously, he held executive positions at Microsoft, SGI and Apple. He is a Fellow of the Institute of Electrical and Electronics Engineers (IEEE), and he was Vice Chairman of the Committee of 100 and named one of the 100 most influential people in the world by TIME Magazine. He is the author of seven best-selling books in Chinese, launching his new book AI Superpowers internationally in fall 2018, and has over 50 million followers on social media.
In the field of artificial intelligence, Lee founded Microsoft Research China, which was named as the hottest research lab by MIT Technology Review. Later renamed Microsoft Research Asia, this institute has trained the great majority of AI leaders in China, including CTOs or AI heads at Baidu, Tencent, Alibaba, Lenovo, Huawei and Haier. While with Apple, Lee led AI projects in speech and natural language, which appeared on Good Morning America on ABC Television and the front page of The Wall Street Journal. He has authored 10 US patents, and more than 100 journal and conference papers.
Kai-Fu Lee | Speaker | TED.com