중간 발표에 이어서 AI의 발전으로 인한 대처로 켄타우로스 모델을 제시함. 그러나 이를 넘어설 수 있는 잠재적 위협으로 인간의 직업을 대체할 AI와 차후 생겨날 직종에 대해 AI CCTV, 기억 설계자, AI Counselor, 노후 환경 설계사 등을 제시하고 이에 대한 결론 및 시사점을 제시함

1. THE FUTURE JOBS
THE SECOND MACHINE AGE
인공지능이 대체할 직업은?
오승환, 박준구, 노철호, 배성윤

2. Contents
Part 4: 인공지능이 직업을 대체하는 경우 나타나는 기대효과 및 방안 모
색
Part 1: 인공지능의 개념 및 정의
Part 2: 인공지능이 대체할 수 있는 직군 및 직업
Part 5: 잠재적 위협 및 가능성
Part 3: 인공지능기술이 직군에 적용되는 과정 및 방법
Part 6: 결론 및 시사점

3. Part 4
나타나는 효과 및 방안 모색

4. 인공지능으로 대체 할 수
없는 영역인 창의성, 리더
십, 상상력을 기르자!
일찍부터 제시되어 온 해답…
모두가 그런 직업만을 가질 수는 없음
창의적인 일도 AI 영향을 받음(대체할 수는 없더라도)
The Next
Rembrandt
DeepDream(Google)
Part 4
대안

5. ⚫ 패러다임의 변화
파트너쉽의 관계로 발전시켜야 한다
Part 4
기계와 인간의 경주(Race)의 패러다임에서 벗어나야 함
존 헨리의 전설(The Legend of John Henry)에서
기계와 경쟁하던 헨리는 사망
알파고 이전 가스 카스파로프는 딥블루(Deep Blue)에게
패배(1997)

6. 체스 종목은 ‘프리스타일’이라는 새로운 게임 방식을
고안
인간과 인간, 인간과 인공지능, 인공지능과 인공지능
이
팀을 꾸려 경쟁
가장 강력한 조합은 인간+인공지능 팀
WIN!
Security & network planning, Architecture & product design, Film & television등
다양한 산업 군에서 이 모델을 적용 가능
인공지능의 학습인 딥 러닝의 방향과 속성은 인간이 조절, 개입 가능
AI를 의사결정의 주체가 아닌 조력자로 활용해야
모델에 맞는 방향으로 AI를 발전시키며 구조적 혁신을 이룬다면
‘창조적 파괴’가 가능할 것
Part 4
켄타우로스 모델(Kentauros
Model)

7. ⚫ 켄타우로스 모델(Kentauros Model) 예시
- 2016년 여름부터 책을 출간해온 미국의 신생 출판사 '인키트(Inkitt)'
Part 4
총 24권을 출간해 20권은 출간 직후 첫 9일 동안
분야별 베스트셀러 5위
베스트셀러 등록률 91.7%
➢ 사람이 해오던 편집자의 역할을 인공지능과
독자에게 맡겼다.
➢ 그동안 진행됐던 편집자의 주관적인 판단을
제거하고 객관적인 인공지능 솔루션과 독자들
의 판단에 맡겨 오류를 없앤 것
독자는 스토리를 읽은 후 구성, 문체, 문법, 전반적인 느낌 등에 대해 별점을 매길 수 있다.
이후 인공지능은 독자들의 반응을 분석해 베스트셀러 가능 여부를 판단한다. 독자들이 해당 스토리를 얼마나, 얼
마동안 읽었는지 그리고 얼마나 몰입했는지와 재접속해서 다시 계속 읽었는지 등을 종합적으로 분석합니다.

8. Part 4
⚫ 예시(2)
Intel Drone Show
AI가 필요한 드론 수를 계산, 하늘에서 이미지를 그려내기 위한 드론의 위
치를 파악, 최단 경로를 공식으로 만들어 움직이는 과정을 자동화
평창에는 1,218개의 드론(Shooting Star)가 동원, 드론의 조종사는 단 1명
드론의 움직임 자체는 AI가 결정하지만, 드론이 비행 할 수 있는 환경
(온도, 풍속, 배치)에 대한 판단은 조종사와 공연 연출가가 결정
실제로도 평창올림픽에서 라이브 공연에서 사전녹화로 변경
인간이 할 수 없는 영역이지만 인간이 연출하는 공연의 일부
인간의 일자리를 대체하지 않으면서도 AI의 기술은 충분히 활용하는 예

9. Part 5
잠재적 위협 및 가능성

10. Part 5
한계점?
켄타우로스 모델은 현재 직업들과 AI의 협력
미래의 Job Problem을 모두 해결할 수 는 없
을 것
① 전문직이 완전히 대체되는 잠재적 위험은
여전함
② 기존에 없었던 완전히 새로운 직업들의 출
현 가능성 또한 존재
(알고리즘 전문가, Data analyst 외에도)

11. 얼굴인식
서로 다른 얼굴 이미지를 일정 특징 값으로 추출
데이터베이스에 저장해두고 실시간으로 입력되는
얼굴 영상을 특징화
등록된 얼굴 데이터 베이스의 특징 값들과 비교해
해당 이미지를 판별해내는 일련의 자동화된
디지털 영상 처리
현재 CCTV, 자동출입국심사 등에서 활용 중
Part 5잠재적 위협
CCTV의 얼굴인식 기능을 이용해 범죄예측전문가를 AI가
대체할 수 있지 않을까?(ex. Minority Report)

12. 국내 AI CCTV
제주도에서 한국전자통신연구원, 경찰청과 공동으로 AI CCTV를
올해까지 개발해 내년 시범 운용할 예정
영상 딥 러닝 기술 : 영상데이터를 학습하고 일정한 패턴을 발견
하여 상황을 예측
재인식기술 : 특정인이나 사물을 연속으로 인식하고 쫓음
자동식별기술 : 사람이 맨눈으로 구분할 수 없는 저해상도 차량
번호판 등을 식별함
교통사고를 자동으로 감지해 경찰청과 119에 곧바로 통보, 사고
관련 차량과 소유자 정보도 제공
미래 창조과학부 정보통신기술진흥센터
＇이종 데이터 소스로부터 수집되는 다중 로그 기반 위험 인지
및 상황 대응을 위한 공공안전 보장 기술 개발 사업＇의 일환
Part 5잠재적 위협

13. 해외의 AI CCTV
미국 반도체 업체 엔비디아의 인공지능 CCTV
99%의 높은 정확도로 사람 얼굴을 인식하여 군중 속
에서 특정인을 실시간 추적 가능
향후 범죄, 테러 용의자를 24시간 감시하는 범죄 예방
시스템 구축에 활용될 것
은행 ATM에 설치하여 불법 인출 방지 등에 사용가능
Part 5잠재적 위협

14. Part 5
기억을 설계하는 사람
잠재적 위협
현재 정신 의학계에서는 트라우마에 대한 치료가 많이 이뤄지
고 있지만 완벽히 해결하지 못함
미래에는 사람의 기억을 삽입하거나 삭제할 수 있는 기술이 발
달될 것으로 예상됨 → 안 좋은 기억에 의한 트라우마를 어느
정도 치료가능
더 나아가 사람의 감정 및 기억을 설계할 수 있는 단계에 이르
면 인공지능에 인공의식을 심을 수 있음

15. Part 5
AI Counselor
미래의 AI는 오늘날의 AI보다 홈 케어와 서비스에 대한 역할이 더욱 커질
것이다.
AI 카운슬러는 가족이 상호 작용하는 방법을 관찰
가족의 요구나 라이프스타일을 파악
가정에 적합한 로봇을 추천하는
일종의 영업, 서비스직 직종
가능성

16. Part 5
현재 노후 설계사는 노인학개론, 노인복지론, 노인 케어, 노인복지실
천 등이 시험과목. 복지와 재무관리에만 초점이 맞추어져 있음.
고령인구가 급속하게 증가하는 추세에서, 노인들이 어떠한 환경에서
살아야 할지에 대한 고민은 없음.
노인들은 젊은 시절 향유했던 문화, 물품 등에 대한 향수(nostalgia)
가 존재. 이를 공략하는 환경 설계사를 생각
고객들의 삶을 분석하여 양로원같은 전형적인 은퇴시설이 아닌, 자
기가 가장 좋아하는 장소에서 화려하게 남은 삶을 보낼 수 있게 도움
인공지능이 발달한다고 해서 꼭 인공지능을 활용하는 직업만 생겨나
는 것은 아님
노후 환경 설계사
가능성

17. Part 6
결론 및 시사점

18. Part 5결론 및 시사점
인공지능에 대한 막연한 공포는 무지에서 오는 경향이 있음
인간의 적응력의 문제
인공지능이 현재의 일자리 대부분을 대체하기 위해서는 긴 시간이 필요
할 것(ex. 테슬러의 완전 자동화 공장 실패)

19. Part 5결론 및 시사점
단순한 기술 문제 자체를 넘어 윤리적 문제에 대한 충분한 논의가 필요
카카오의 알고리즘 윤리 헌장 → AI 기술의 급격한 발전에 우려와 걱정
을 불식시키고자 함
EU 의회의 결의안 → AI 로봇의 법적 지위를 ‘전자 인간’ 으로 지정
인공지능에 대해 잘 알고 이를 활용하면서 인간과 인공지능은 공존할 수
있음

20. References
1. Carl Benedikt Frey† and Michael A. Osborne. (2013) The Future of Employment: How Susceptible Are Jobs to
Computerisation?
2. World Economic Forum. (2016) The Future of Jobs : Employment, Skills and Workforce Strategy for the Fourth
Industrial Revolution
3. 문형철. (2016) 과연 창의적인 일은 인공지능(AI)의 영향에 안전할까? 인공지능이 창조적인 직업 변화에 주는 시사점.
4. Erik Brynjolfsson and Andrew McAfee. (2014) The Second Machine Age: Work, Progress, and Prosperity in a Time of
Brilliant Technologies
5. Erik Brynjolfsson and Andrew McAfee. (2012) Race Against the Machine: How the Digital Revolution is Accelerating
Innovation, Driving Productivity, and Irreversibly Transforming Employment and the Economy
6. 통계청. 장래인구추계: 2015~2065년