AI 세 거장 라스베이거스서 충돌… 위험·일자리·규제 놓고 극명한 입장차

2026년 8월 5일, 라스베이거스 베네시안 호텔. 현대 AI를 탄생시킨 세 명의 거장이 'Ai4 2026' 콘퍼런스 무대에 함께 섰다. '지능의 건축가: 역사적 만남'이라는 제목의 세션은 워싱턴포스트 부편집장 윤희김이 사회를 맡았으며, 한 시간 동안 세 사람은 놀라울 정도로 다른 목소리를 냈다 .

'AI 대부' 제프리 힌턴, 'AI 대모' 페이페이 리(리페이페이), 그리고 'AI 전도사' 앤드류 응(우언다)은 실존 위험, 대규모 일자리 대체, 규제, 오픈 모델의 역할을 두고 날카롭게 부딪혔다. 단 한 가지, 교육의 중요성에 대해서만 뜻을 모았다 .

아래는 네 가지 주제별로 정리한 세 사람의 입장이다.

---

AI 위험과 실존적 위협

제프리 힌턴은 가장 강력한 경고음을 울렸다. AI 시스템이 사회 제도의 대응 속도를 따라잡을 수 없을 정도로 빠르게 발전하고 있으며, "앞으로 5년에서 20년, 어쩌면 그보다 더 짧은 시간 안에 인간 지능을 넘어설 것"이라고 주장했다 . 그는 "지금 걱정하지 않으면 나중에 문제가 생길 수 있다"며 장기적 위험에 대한 사회적 관심을 촉구했다 . 또한 AI가 창작자의 의도와 다르게 작동하는 사례가 이미 나타나고 있으며, 오픈웨이트(open-weight) 모델이 악용될 가능성에 대해서도 우려를 표했다 .

페이페이 리는 힌턴의 주장과 달리 '극단으로 치닫는 담론'을 우려했다. 그녀는 AI 논의에 "과학, 공상과학이 아닌 과학"을 되돌려야 한다고 주장하며, 대중의 대화가 사실보다 공포에 지배되고 있다고 지적했다. 디스토피아적이거나 유토피아적 시각 모두를 거부했다 .

앤드류 응은 가장 공격적인 입장을 취했다. 대형 AI 기업들이 오픈 모델을 제한하고 경쟁을 차단하기 위해 안전 위협을 부풀리고 있다고 비난했다. 그는 경보 과장을 "공포 조장(fearmongering)"이라고 규정하며 "AI의 문지기(gatekeeper)가 있어서는 안 된다"고 강조했다 .

---

일자리 대체

일자리 문제는 세 사람의 의견이 가장 극명하게 갈린 부분이다. 힌턴은 공장 노동자가 아닌 화이트칼라 일자리에 초점을 맞췄다. 콜센터 직원, 행정 보조, 보험 청구 처리사가 가장 취약하다고 지목하며 "그 사람들은 앞으로 무엇을 할 것인가? 그들을 재교육해 뭘 시키든, AI가 그 일을 다 할 수 있을 것"이라고 질문을 던졌다 . 실제 사례로, 챗봇이 고객 불만 응대 시간을 30분에서 단 몇 분으로 줄인 헬스케어 사례를 제시했다 .

응은 이에 반박했다. AI가 일자리를 없애는 것이 아니라 업무의 범위를 바꾸고 있다는 주장이다. 소프트웨어 엔지니어는 사라지지 않고 풀스택 개발자로 진화했고, 마케팅 코디네이터는 '풀사이클 마케터'가 되고 있다고 설명했다. 진짜 과제는 "AI 발전과 함께 인간 발전을 가속화하는 것"이라고 말했다 .

리는 어느 한쪽에 서지 않았다. "대부분의 직업은 단일 업무로 이루어지지 않는다"며 간호사는 차팅(기록)만 하지 않고, 교사는 강의만 하지 않는다고 지적했다 . AI는 일부 업무를 자동화하겠지만 나머지 업무는 그대로 남을 것이라고 내다봤다. 다만 생산성 향상이 자동으로 공동 번영으로 이어지지는 않는다고 경고했다 .

---

규제

규제 정책에서 세 사람의 입장 차이는 더욱 선명해졌다. 힌턴은 규제를 강력히 요구했다. AI 능력이 기관의 대응 속도를 앞지르고 있는 상황에서 규제는 필수적인 '운전대'라고 주장하며, 특히 악용 가능성이 있는 오픈웨이트 모델에 대한 경계심을 드러냈다 .

응은 무거운 규제가 기존 대기업이 경쟁을 차단하는 도구가 될 수 있다고 반대했다. 오픈 모델에 대한 라이선스 요구는 대형 AI 연구소의 힘을 강화할 것이라고 지적했다 .

리는 중도를 주장했다. AI 연구에 대한 공공 투자와 함께 "건강하고 건전한 과학적 소통"을 통해 정책 방향을 잡아야 한다고 말했다. 공황이나 과대광고 모두 경계하며 "사람들의 의지를 꺾고 주도권을 빼앗아서는 안 된다"고 강조했다 .

---

교육: 유일한 합의점

세 사람은 교육이 AI가 사회에 이익이 될지를 결정할 것이라는 점에 동의했다. 하지만 시급성과 구체적 방안에서는 의견이 갈렸다 . 힌턴은 AI의 광범위하고 가속화되는 능력을 고려할 때 재교육의 실현 가능성에 회의적이었다 . 응은 AI와 병행해 인간 학습을 가속화해야 한다고 강조했다. 리는 세부 업무 수준의 이해와 과학적 소통이 대중의 이해를 위한 기반이라고 말했다 .

이 합의는 더 깊은 분열을 덮어주지 못했다. 이날 패널은 AI 논쟁이 정책 입안자와 대중뿐만 아니라 기술 자체의 창시자들 사이에서도 얼마나 불완전한 상태인지를 그대로 반영했다 .