미국 노동부의 Taylor Stockton

이번 에피소드에서는 나, 나 자신, 그리고 AI 팟캐스트에서 진행자 Sam Ransbotham이 미국 노동부 최고 혁신 책임자인 Taylor Stockton과 인공지능이 노동력을 어떻게 재편하고 있는지에 대해 이야기합니다. Taylor는 AI가 경제 전반에 걸쳐 영향을 미치며, 특정 산업이나 역할에만 영향을 주는 것이 아니라 거의 모든 직업 내의 작업을 변화시키고 있다고 강조합니다. 그는 근로자와 기업이 적응할 수 있도록 돕는 것의 중요성을 강조합니다.

또한 그는 AI 리터러시가 기본 기술이 되고 있으며, 관계 구축과 같은 소프트 스킬과 함께 우선시되어야 하며, 이는 AI 주도 경제에서 차별화를 위해 필수적으로 남을 것이라고 주장합니다. Taylor는 대중의 인식을 두려움에서 낙관주의로 전환하여, AI가 불확실성을 심화시키는 대신 기회, 이동성, 의미 있는 일을 확장하는 방식을 조명해야 한다고 촉구합니다.

구독하기 나, 나 자신, 그리고 AI ~에 애플 팟캐스트 또는 스포티파이.

성적 증명서

앨리슨 라이더: 2025년 여름, 미국 연방 정부는 'AI 행동 계획'을 발표했습니다. 오늘 우리는 그 배후에 있는 임원 중 한 명인 미국 노동부와 함께, AI 시대에 기관이 전국적인 노동 동향을 어떻게 생각하고 있는지 이해하기 위해 이야기합니다.

Taylor Stockton: 저는 미국 노동부의 Taylor Stockton입니다. 지금 듣고 계신 것은 나, 나 자신, 그리고 AI.

샘 랜스보텀: 에 오신 것을 환영합니다 나, 나 자신, 그리고 AI, 님의 팟캐스트 MIT 슬론 경영 리뷰 인공지능의 미래를 탐구하다. MIT SMR 2014년부터 연구 기사, 연례 산업 보고서, 사례 연구, 그리고 현재 13개의 시즌 팟캐스트 에피소드를 제공해 왔습니다. 각 에피소드에서 기업 리더, 최첨단 연구자, AI 정책 입안자들이 함께하여 AI 과대광고와 AI 성공을 구분하는 요소를 분석합니다.

안녕하세요, 청취자 여러분. 다시 한번 함께해 주셔서 감사합니다. 미국 노동부 최고 혁신 책임자 Taylor Stockton과 이야기하게 되어 기쁩니다. 그는 AI와 신흥 기술이 노동 시장에 어떤 영향을 미치는지 탐구하는 일을 이끌고 있습니다. 흥미로운 배경을 가지고 있으며, 그에 대해 깊이 이야기할 수 있기를 바랍니다. 가장 중요한 것은, 그와 제가 그가 학부생일 때 제가 가르친 IS 입문 수업에서 만났다는 점입니다. 이 때문에 저는 Taylor의 모든 성공에 대한 전적인 공로를 인정받을 자격이 있다고 생각합니다. 그리고 청취자 여러분께서 이것이 완전히 터무니없다는 것을 깨닫길 바랍니다. Taylor, 오랜만에 다시 이야기하게 되어 반갑습니다.

Taylor Stockton: 샘, 만나서 반가워요. 여전히 "랜스보섬 교수님"이라고 불러야 할 것 같지만, 이렇게 오랜만에 다시 만나니 정말 기쁘네요.

샘 랜스보텀: 이 정도 시간이 지났으니, '샘'이라고 부르겠습니다. 현재 당신의 역할부터 시작해볼까요. 지금 경제 전반에 대해 훌륭한 개요를 가지고 계시네요. 인공지능이 경제에 어떤 영향을 미치고 있나요?

Taylor Stockton: 지금 노동부에서 일하는 것은 정말 흥미로운 시기입니다. 여러모로 기술, 특히 인공지능이 미국 역사상 그 어느 변곡점보다도 노동의 형태를 재편하고 있기 때문입니다. 경제에서 우리가 목격하고 있는 것은 인공지능의 영향이 특정 분야나 특정 직종에 국한되지 않는다는 점입니다. 이는 진정으로 경제 전반에 걸쳐 있습니다. 그리고 인공지능으로 인해 크게 증가하거나 감소하지 않을 직업들조차도 모든 직업이 변화를 겪고 있습니다. 따라서 노동부의 역할은 "기업과 근로자들이 인공지능의 혜택을 실제로 누리고 그 도전 과제를 헤쳐 나갈 수 있도록, 우리는 프로그램과 정책 측면에서 어떻게 스스로를 발전시켜야 하는가?"라고 묻는 것이라고 생각합니다.

샘 랜스보텀: 하지만 그게 문제의 핵심이에요—좋은 건 얻되 나쁜 건 피하는 거요. 조금 더 자세히 말해볼까요? 어떤 변화들이 일어나고 있나요? 어떤 것들이 보이나요?

Taylor Stockton: 우리는 경제 전반에 걸쳐 다양한 비즈니스 및 산업 협회와 협력하고 있으며, AI가 생산성 향상과 일자리 창출에 기여할 수 있다고 확신합니다. 따라서 기업들이 이 기술을 도입하고 회사 내에 통합할 수 있는 도구와 자원을 갖추길 바랍니다.

AI 도입과 관련해 많은 기업들이 겪는 어려움 중 하나는 변화 관리입니다. 장벽은 실제로 기술의 역량 자체가 아닙니다. 대부분의 경우, 기업 전체뿐만 아니라 직원들이 이 기술이 가져다줄 혜택을 어떻게 받아들이게 할 것인지, 그리고 그 혜택을 다양한 업무 흐름, 직무 설명, 조직도에 어떻게 반영할 것인지에 대한 전통적인 변화 관리 프로세스가 문제입니다.

보스턴 칼리지 졸업 후 경영 컨설팅에서 근무하던 시절, 대기업이 하나의 시스템을 도입하는 데만 수년이 걸리는 경우도 있었습니다. AI를 도입하려면 기업 내 모든 시스템, 업무 프로세스, 직무 설명을 재구성해야 하며, 이 역시 많은 경우 수년이 소요될 것입니다. 그러나 노동부의 역할은 이러한 과정을 다소 가속화할 수 있도록 자원, 자금, 지침을 제공하여 근로자와 기업이 더 일찍 혜택을 누릴 수 있도록 돕는 것입니다.

제 생각에 우리가 보고 있는 많은 현상은 AI의 능력이 점점 더 특정 직무의 핵심적인 작업들을 수행할 수 있게 되었다는 것입니다. 회계사, 법률 전문가, 경영 컨설턴트와 같은 지식 근로자들을 보면, 갑자기 새로운 AI 모델들이 긴 문서를 검토하고 요약하며 작은 수정을 하는 데 매우 뛰어난 능력을 보이고 있습니다. 그리고 이러한 작업을 인간보다 훨씬 빠르게 처리할 수 있습니다. 그래서 사람들이 가장 궁금해하는 큰 질문은 "이것이 무엇을 의미하는가? 일자리가 사라진다는 뜻인가?"입니다.

하지만 실제로 우리가 목격한 것은 경제에서 경험되는 변화가 역할이 변화하고 있으며, 각 역할과 직업 내의 업무도 변화하고 있다는 점입니다. AI와 이러한 AI 애플리케이션은 점점 더 작업의 일부 측면을 수행할 수 있게 되었고, 인간이 맡는 역할을 변화시켜 — 우리가 바라기로는 — 인간만이 할 수 있는 더 의미 있고 보람찬 일로 이끌고 있습니다.

샘 랜스보텀: 그게 여기서 바라는 점인 것 같아요. 하지만 항상 어려운 부분은 세부 사항에 있죠. 저는 지금 고등학생인 아이들이 있어요. 우리는 대학에서 사람들을 가르치고 있고요. 10년 전, 당신과 제가 만났을 때와 비교해 지금 사람들에게 무엇을 다르게 하라고 조언해야 할까요?

Taylor Stockton: 제가 스타트업 업계에 몸담아온 사람으로서 가장 먼저 떠오르는 것은, 창업과 소규모 사업 운영이 그 어느 때보다 가능하고 실현 가능해졌다는 점입니다. 그 이유는 많은 AI 애플리케이션이 백오피스 기능의 자동화를 가능하게 해주기 때문입니다. 과거에는 창업자들이 자본을 조달하거나 사업을 시작하기 위한 인프라를 구축하는 데 훨씬 더 오랜 시간이 걸렸을 텐데, 이제는 15분 만에 웹페이지를 만들 수 있고, 서류 작업도 훨씬 간소화된 방식으로 처리할 수 있습니다. 그래서 저는 개인적으로 이러한 창업 환경과 젊은이들이 그러한 경로가 얼마나 실현 가능한지 깨닫도록 장려하는 점에 대해 기대하고 있습니다.

하지만 제가 덧붙여 말하고 싶은 것은, AI가 이러한 역할 중 일부를 크게 변화시키고 있음에도 불구하고, AI가 할 수 없는 많은 과업들이 있다는 점입니다. 이는 과거에 사람들이 크게 주목하지 않았던 소프트 스킬 범주에 속하는 것들로, 관계 구축, 신뢰 형성 등 다양한 산업과 직무에 걸쳐 필요한 능력들입니다. AI는 이를 대체할 수 없습니다. 그리고 AI가 직무의 다른 부분을 자동화할수록 이러한 능력은 더욱 중요해질 것이라고 생각합니다. 따라서 젊은이들에게 권하고 싶은 것은, 자신이 종사하는 산업과 관계없이 관계 구축 능력과 같은 소프트 스킬을 어떻게 개발할지 고민하라는 것입니다. 이러한 능력은 AI 시대에 더욱 중요해질 수 있습니다.

샘 랜스보텀: 네, 그 말에 동의합니다. 동시에 기술적 능력에 대한 의문도 들어요. 새로운 AI 기술이 나올 때마다 기술적 배경이 깊은 사람들이 새로운 변화를 더 잘 흡수할 수 있을 것 같아요. 이는 소프트 스킬에 초점을 맞추는 것과 거의 정반대의 이야기인데, 이걸 어떻게 조화시킬 수 있을까요? 정답이 뭔지는 잘 모르겠네요.

Taylor Stockton: 네 말이 맞는 것 같아, 반드시 조화를 이뤄야 한다고 생각하지 않아. 두 가지 모두 동시에 사실일 수 있다고 봐. 간단히 말하자면, 16년 전 우리가 함께 들었던 수업을 돌아보면, 학생들이 비즈니스 세계의 다양한 진로를 고민하면서 마이크로소프트 엑셀의 기초, 비즈니스 맥락에서 다양한 소프트웨어의 기초를 살펴본 것이 그 일부였어.

저는 이러한 관점들이 여기에도 적용된다고 생각합니다. 즉, "핵심 AI 리터러시 기술은 무엇인가? 의료, 제조, 회계 등 경제 전 분야에서 개인이 갖춰야 할 핵심 AI 기술은 무엇인가? AI 시대에 점점 더 보편화되는 도구와 워크플로우에 사람들이 매우 익숙해지도록 하기 위해 AI 리터러시와 AI 기술 개발은 어떤 모습이어야 하는가?"라는 질문을 던질 수 있습니다. 제 생각에는, 이는 소프트 스킬과 함께 경제 전반에 걸쳐 점점 더 널리 퍼질 AI 도구들을 관리할 수 있는 능력 모두를 포함합니다.

샘 랜스보텀: 모든 청취자에게 듣기 어려운 답변이네요. A나 B가 아니라, 지금 말씀하시는 건 A와 B 둘 다라는 거잖아요. 순진하게는 모든 걸 다 알면 좋겠지만, 시간을 어디에 쓸지 선택을 해야 합니다. 오늘 오후에 한 시간이 있다고 가정해 봅시다. 그 시간을 소프트 스킬에 투자해야 할까요, 아니면 기술 스킬에 투자해야 할까요? 그 추가적인 한 시간은 어디로 가야 할까요?

Taylor Stockton: 당신이 저에게 우선순위를 정하라고 압박하고 있군요. 처음에 저는 소프트 스킬부터 시작했다는 점을 인정하지만, 노동부는 AI 리터러시와 기초 AI 기술이 AI 경제에서 기회로 가는 관문이 될 것이라고 믿고 있습니다. 따라서 우선순위를 강제로 정하라면, 저는 AI 리터러시 기술을 선택하겠습니다. 경제 전반에 걸쳐 수많은 새로운 일자리가 창출되고 새로운 형태의 생산성이 발휘되고 있기 때문입니다. 하지만 이러한 혜택은 근로자들이 기초 기술을 갖추어야만 가능하다는 점을 인식하고 있습니다. 그래서 우리는 "경제 전반에 걸쳐 핵심 AI 리터러시 기술을 어떻게 최대한 접근 가능하게 만들 것인가?"라는 질문에 집중하며 큰 노력을 기울이고 있습니다.

샘 랜스보텀: 저에게 악몽처럼 느껴지는 한 가지는 모든 것이 너무 빨리 변한다는 점입니다. 모두가 그 점에서 어려움을 겪고 있을 거라고 확신하는데, 노동부 내에서는 그 변화의 흐름을 파악하기 위해 어떤 노력을 하고 계신가요?

Taylor Stockton: 샘, 정말 훌륭한 지적이에요. 제 생각에 우리가 나누는 많은 대화는 AI의 도전 과제에 관한 것이거든요. 대규모 실직에 대한 비관론을 다루는 헤드라인이 많지만, 데이터에서는 그런 현상이 나타나지 않고 있으며, 실제로 그렇게 될 것이라고 생각하지 않습니다. 하지만 질문에 답하자면, AI와 업무에 관한 가장 큰 도전 과제는 변화의 속도라고 자주 언급합니다. 교육 시스템, 인력 시스템, 기업 혁신의 주기가 AI의 변화 속도보다 훨씬 길기 때문입니다.

기업 내에서 전략, 기업 전환, 또는 시스템을 검토하는 일부 주기는 1년에 한 번, 혹은 몇 년에 한 번 정도 바뀌지만, 새로운 AI 모델과 AI 애플리케이션은 6주마다 등장합니다. 따라서 제 생각에 우리가 기업들에 생각해보도록 권장하는 핵심 역량이자, 우리 스스로도 고민해야 할 역량은 바로 민첩성입니다.

저희 측의 구체적인 프로젝트와 이니셔티브에 대한 질문에 답변드리자면, 곧 출시할 주요 이니셔티브는 'AI 인력 허브(AI Workforce Hub)'입니다. 이는 AI 시대에 근로자를 지원하는 방법에 대한 연구개발(R&D) 실험실 성격을 띠며, 핵심 역량으로는 AI가 노동 시장에 미치는 영향, AI 도입 현황, 생산성 및 시간 절약 측면에서의 변화에 대한 정확한 데이터를 수집하는 방법을 개발하는 데 중점을 둡니다. 말씀하신 대로, 이러한 지표들은 과거에는 이용할 수 없었으며, 특히 AI 시대에 필요한 속도로 측정하기에는 부족했습니다. 따라서 저희는 이 이니셔티브를 시작하여 더 빠르게 변화하는 경제 속에서 기업과 근로자를 지원할 수 있게 되어 매우 기쁘게 생각합니다.

샘 랜스보텀: 그 계획에 대해 더 자세히 말씀해 주세요. 언제 진행되나요? 그 과정은 얼마나 걸리나요? 세부 사항을 알려주세요.

Taylor Stockton: 한동안 준비 중이었습니다. 원래 2025년 여름에 발표된 백악관의 'AI 행동 계획'에서 처음 공개되었으며, 현재 2026년 초, 최대한 빠른 시일 내에 출시를 목표로 하고 있습니다. 전반적인 비전은 AI가 업무에 미치는 영향에 대한 실시간 정보를 더 많이 수집할 수 있을 뿐만 아니라, 단순한 수동적 연구 과제가 아닌 연구 및 혁신 활동으로 전환하는 데 있습니다. 즉, 수집된 데이터를 새로운 정책, 새로운 유형의 자원, 그리고 자금이 지원되는 혁신 시범 사업으로 전환하는 것입니다. 예를 들어, 데이터에서 신입 직원과 AI 기반 경제에서 신입 직원에게 필요한 기술 유형과 관련된 문제점이 발견된다면, 해당 개인을 지원하기 위한 새로운 모델을 추가로 탐구하는 자금 지원 혁신 시범 사업도 함께 진행하는 것입니다.

그래서 저는 그런 연구와 데이터 수집이 그 일부라고 생각합니다. 하지만 정책, 지침, 또는 새로운 모델 실험을 통해 실행하는 그 힘은 우리가 정말, 정말 기대하는 부분입니다.

샘 랜스보텀: 국가 차원에서 하기에 매우 좋은 일처럼 보입니다. 모두가 각자 독특하고 중복된 노력을 하는 것을 원하지 않기 때문이며, 이것이 바로 공공의 이익을 위해 기대하는 역할입니다.

Taylor Stockton: 또한 말씀드리자면, 이 비전의 일부는 현재 우리가 직면한 과제를 해결하려는 것입니다. 바로 AI와 업무에 관한 논의가 매우 파편화되어 있고, 추측에 가깝다는 점입니다. 모두가 링크드인에 5~10년 후 AI 인력이 어떻게 될지에 대한 자신의 생각을 공유하고 싶어 합니다. 그 자체로 나쁘지 않습니다. 저는 이를 막거나 얕보고 싶지 않습니다. 하지만 이것이 기업과 주 정부 인력 기관이 때때로 어려움을 겪는 부분이기도 합니다. "노동자와 기업에 대한 가능한 결과에 관한 소음이 너무 많은데, 어떻게 결정을 내려야 할까?"라는 질문 말이죠. 우리의 목표는, 말씀하신 대로, 미국 노동부로서의 역할을 활용해 소음 속에서 신호를 제공하고, 기업, 노동자, 주 및 지방 정부가 실제 상황을 이해하고 노동자를 지원할 수 있는 가능한 수단을 파악할 수 있는 중심적인 진실의 원천이 되는 것이라고 생각합니다.

샘 랜스보텀: 저는 이것이 마음에 듭니다. 그 이유는 이 핵심에는 많은 새로운 것들이 진행되고 있기 때문입니다. 우리는 여기서 그 변화의 속도에 조금 초점을 맞추었는데, 그것이 중요하다고 생각합니다. 하지만 근본적인 문제도 있습니다: 그것이 새롭다는 점입니다. 제가 생각하는 비유 중 하나는, 우리는 얼마나 많은 것을 만드는지 측정하는 데 매우 능숙하다는 것입니다. 자동차를 몇 대나 만드는지, 어떤 X를 몇 개나 만드는지 이야기할 때, 우리는 그것들을 얼마나 많이 만드는지 세는 훌륭한 지표를 가지고 있고, 자동차를 얼마에 팔았는지도 알고 있습니다. 그러나 회사가 오픈소스 AI 모델을 만들어 수십억 명의 사람들이 사용하도록 제공할 때, 우리는 그것이 창출하는 가치에 대한 좋은 지표를 가지고 있지 않습니다. 이러한 것들을 측정하지 못한다면, 노동부가 어떤 계획이 효과가 있는지 파악하기 어려울 것입니다.

다시 당신의 창업에 관한 의견으로 돌아가겠습니다. 정말 흥미롭다고 생각하기 때문입니다. 이런 도구들이 모든 사람에게 제공될 때, 한 창업가가 어떻게 다른 사람들과 차별화될 수 있을까요?

Taylor Stockton: 기업가 정신과 AI 시대에 모두 해당되는 두 가지 중요한 점이 있다고 생각합니다. 바로 시작하기가 더 쉬워졌고, 아마도 초기 단계를 넘기는 것도 더 수월해졌다는 점입니다. 웹 페이지를 만들고, 제품을 출시하고, 시장에서 초기 피드백을 얻는 과정이 더 보편화되었을 수 있습니다. 하지만 말씀하신 대로, 다른 사람들도 같은 위치에 있을 것입니다. 따라서 규모를 확장하고 더 차별화하는 데는 여전히 어려움과 도전이 따를 것입니다.

어쩌면 직관에 반하는 방식으로, 기술이 넘쳐나고 AI가 생성한 콘텐츠, 제품, 서비스가 풍부한 시대에, 인간성과 관계 구축으로 돌아와 많은 제품과 서비스에서 소비자와 기업 모두 여전히 훌륭한 AI 생성 콘텐츠를 갖추면서도 신뢰할 수 있고 실제로 관계와 유대를 쌓아온 인간에게 도움을 청할 수 있는 솔루션을 선호할지도 모릅니다. 따라서 차별화의 다양한 측면 중에서도 인간적 요소가 여전히 존재할 것이라는 희망을 품고 있습니다.

샘 랜스보텀: 귀하의 등록된 견습 프로그램과 관련된 내용들을 읽고 있었습니다. 말씀하신 대로, 산업과 사회 모두에 변화 관리 프로세스가 있습니다. 이러한 모든 것들이 어떻게 전개될지 저는 잘 모르겠습니다. 그 과정은 얼마나 걸릴까요? 어떻게 이루어질까요?

Taylor Stockton: 저희는 노동부, 교육부, 상무부와 함께 '미국의 인재 전략'이라는 대규모 보고서를 발표했습니다. 그 전략에서 우리가 개괄한 내용 중 하나는 경제적 기회로 가는 다양한 경로에 대한 전통적인 개념이 깨졌다는 것입니다. 그리고 개인들이 노동 시장으로 진입할 수 있는 경로를 실제로 확인할 수 있도록 하기 위해서는 급진적인 변화가 필요합니다. 한동안 유효했던 '모두를 위한 대학' 운동이라는 개념은 효과가 없었다고 생각합니다. 고등 교육과 4년제 학위는 여전히 많은 사람들에게 훌륭한 길이 될 것이지만, 개인의 관심사와 상황에 따라 더 적합한 다른 많은 경로도 있습니다. 등록된 견습 제도의 가치 중 하나는 현장에서 배우면서도 처음부터 급여를 받는다는 점이라고 생각합니다.

빚을 지지 않을 뿐만 아니라 급여를 받습니다. 또한 고등 교육, 부트 캠프, 훈련 프로그램 등에서 자주 볼 수 있는 불일치의 위험도 없습니다. 때때로 개인들은 반대편에 도달했을 때, 안타깝게도 자신이 쌓은 기술이 여전히 고용주가 찾는 기술과 완전히 연결되지 않았다는 사실을 어렵게 깨닫습니다. 따라서 등록된 견습 제도와 같은 현장 기반 학습 모델의 장점은 현장에서 배우고, 노동 시장이 나아가는 방향과 깊이 연결된 기술을 배운다는 점입니다. 이것이 바로 우리가 더 많은 근로자와 기업이 혜택을 볼 수 있도록 해당 모델에 진지하게 투자하는 이유 중 하나입니다.

샘 랜스보텀: 과거 컨설팅 경험과 관련하여 몇 번 언급하셨고, '아, 그건 AI가 그 일을 대체하기 전이군요'라고 표현하셨던 직업 중 하나가 있었습니다. 보스턴 칼리지 이후의 역사를 조금 설명해 주시겠어요? 그동안 무엇을 해 오셨나요? IS 입문 수업에서 어떻게 미국 노동부에 오게 되셨나요?

Taylor Stockton: 음, 다시 한번 말씀드리지만, 앞으로의 모든 성공은 Ransbotham 교수님 덕분이라고 생각합니다.

샘 랜스보텀: 그 부분은 기록에 남겼습니다.

Taylor Stockton: 저는 교육이 경제적 기회를 여는 가장 큰 지렛대 중 하나라는 생각과 미국의 꿈이라는 개념에 매료되었습니다. 교육과 미국의 꿈이라는 개념을 더 깊이 살펴보면서, 기술이 노동 시장을 매우 심오하게 재편하여 교육과 인력 개발에 접근하는 방식을 완전히 바꾸고 혁신해야 하는 역동성을 보게 되었습니다. 그래서 보스턴 칼리지를 졸업하고 컨설팅을 시작했지만, 특히 교육 및 인력 프로젝트에 초점을 맞췄습니다.

그곳에서 저는 실제로 남아프리카 공화국으로 2년 동안 이주하여 K-12 교육의 미래가 무엇인지, 그리고 학생들을 미래 인력으로 준비시키는 방식에 기술을 어떻게 접목할 수 있을지 고민하는 교육 스타트업에서 일했습니다. 그 후 하버드 비즈니스 스쿨에서 MBA를 취득했지만, MBA를 공부하는 동안 '일의 미래 클럽'을 시작하고 일의 미래에 관한 블로그를 시작했는데, 그 블로그는 아직 인터넷 어딘가에 있을 수도 있고 없을 수도 있습니다.

저는 주 및 지방 정부 기관과 협력하여 이러한 문제 중 일부를 해결하는 인력 기술 회사를 설립하는 데 도움을 주었습니다. '어떻게 기술을 사용하여 일자리를 찾거나 재교육을 원하는 구직자와 경제 내에서 채용 중인 기업을 더 잘 연결할 수 있을까?'라는 질문을 던졌습니다. 그래서 저는 정부 외부의 민간 부문에서 이러한 많은 문제를 고민하고 있었지만, 정부 기관과 협력하고 있었기 때문에 정부 기관이 기업과 근로자를 지원할 수 있는 혁신의 유형을 형성하는 데 엄청난 역할과 영향력을 가지고 있음을 알게 되었습니다. 그래서 특히 이러한 AI 문제를 주도하고 있는 노동부 차관보와 함께 이 포트폴리오를 이끌고, 노동부가 과거에 집중해 온 영역을 더욱 강화하며 이를 기관의 미래를 생각하는 핵심 부분으로 만들 수 있는 기회를 갖게 되어 정말 감사하게 생각했습니다.

샘 랜스보텀: 귀하의 스타트업에서 마음에 들었던 표현 중 하나는 '경력을 위한 GPS'였습니다. 그 표현이 마음에 듭니다. 왜냐하면 앞서 제가 '추가로 1시간이 있다면 어디에 투자해야 할까요?'라고 질문을 드렸기 때문입니다. 저는 그 점에 대해 많이 걱정하고 많이 생각합니다. 저에게는 불확실합니다. 제가 다음으로 할 가장 좋은 일은 무엇일까요? 오늘 오후에 1시간을 투자하면 정말 도움이 될 만한 한 가지가 있을 텐데, 그게 무엇일까요? 그런 GPS가 있다면 그것은 훌륭한 사명인 것 같습니다.

Taylor Stockton: 저희의 대규모 인력 보고서에서 언급한 핵심 기둥 중 하나는 '미국의 인재 전략' 에서 근로자 이동성입니다. 우리가 관찰하고 반성한 내용 중 하나는 개인들이 과거보다 훨씬 더 많이 경제 내에서 이동할 수 있어야 한다는 점입니다. 많은 사람들이 부모 세대와 비교하여 자신의 경력에서 얼마나 많이 이동했는지 보여주는 예시입니다. 저희 어머니는 부동산 회사에서 42년 동안 일하셨습니다. 저는 이미 어머니보다 더 많은 직업을 가졌고, 아직 경력 초기 단계에 있다고 느낍니다.

그래서 그 때문에 필요한 것은 길찾기(navigation)라고 생각합니다. '내가 취할 수 있는 다양한 가능한 경로를 어떻게 볼 수 있을까?'라고 말할 필요가 있습니다. 하지만 더 중요한 것은 그러한 경로가 무엇인지뿐만 아니라, 그곳에 어떻게 도달할지, 그리고 내가 정말 관심 있는 미래의 선택지를 위해 더 잘 준비할 수 있도록 올바른 기술과 자원을 어떻게 더 갖출 것인지입니다. 저희 스타트업이 했던 일(그리고 다른 많은 스타트업이 하고 있는 일)은 '기술과 AI를 사용하여 그 길찾기 경험을 개인화하여 사람들이 미래의 노력에서 진정으로 지원받을 수 있도록 하는 방법'이었습니다.

샘 랜스보텀: 그 개인화 수준이 매우 중요해 보입니다. 여기서 잠시 주제를 전환하겠습니다. 저희에게는 몇 가지 짧은 질문을 빠르게 던지는 코너가 있습니다. 가장 먼저 떠오르는 것은 무엇인가요? 인공지능에 대해 예상했던 것보다 더 빠르게 또는 더 느리게 움직이는 것은 무엇인가요?

Taylor Stockton: 인공지능에 대해 더 빠르게 움직이는 부분 중 하나는 기본 모델 자체, 즉 기능 자체라고 생각합니다. 특히 경쟁이 치열해지면서 매주, 격주마다 새로운 모델이나 새로운 기능이 나오는 것 같습니다. 하지만 문제이자 더 느린 속도는 기업 내부로의 주입(infusion)입니다. 다시 말하지만, 기술 전문가들은 기업이 모든 새로운 기능을 자동으로 채택할 것이라는 희망을 가지고 있는 반면, 현실에서는 완전한 사용에 도달하기까지 훨씬 더 많은 주기(cycles)가 필요합니다.

샘 랜스보텀: 인공지능에서 가장 짜증나는 점은 무엇인가요?

Taylor Stockton: 저는 제 [대규모 언어 모델]과 끊임없이 논쟁을 벌이는 사람의 완벽한 예라고 생각합니다. 저는 AI에 매우 찬성합니다. 많은 이점이 있을 것이라고 생각하지만, 아직 완벽하지는 않습니다. 여전히 실수를 하며, 상호작용할 때 몇 번은 목소리를 높인 적도 있을 것입니다.

샘 랜스보텀: 저희 모두 그런 경험이 있을 것 같습니다. 사람들이 인공지능에 접근하는 방식에서 잘못된 점은 무엇인가요?

Taylor Stockton: 꼭 '잘못되었다'고 말하고 싶지는 않지만, 저는 걱정됩니다. 제가 걱정하는 것 중 하나는 여전히 너무 많은 사람과 너무 많은 기업, 특히 소규모 기업이 관망하며 '이것이 어떻게 발전하는지 지켜본 다음에 뛰어들자'는 식의 접근 방식을 취하고 있다는 점입니다. 이것은 속도가 느려지지 않을 물결입니다. 오히려 가속화될 것입니다. 따라서 모든 개인과 기업이 바쁘거나 다른 우선순위가 있더라도, 우리가 보게 될 많은 혜택에서 뒤처지지 않도록 기술을 쌓는 데 시간을 어떻게 낼 것인지 고민해 보시기를 권장합니다.

샘 랜스보텀: 훌륭합니다. 왜냐하면 우리 모두 바쁘기 때문입니다. 우리는 매일을 꽉 채워 보냅니다. 새롭고 다른 일을 하기 위해 그 추가적인 1시간을 내는 것은 정말 어렵습니다. 저도 그 점을 실감합니다. AI가 더 잘할 수 있으면 좋겠다고 생각하는 것은 무엇인가요?

Taylor Stockton: 제가 가장 기대하는 AI 분야는 과학 및 의학 연구 분야라고 생각합니다. 많은 사람들의 삶에 영향을 미치는 문제를 실제로 해결할 수 있는 엄청난 가능성이 있다고 생각하며, AI 기업들이 어느 정도 투자하고 있는 것을 보고 있지만, 더 강조하고 우선순위를 두었으면 하는 바람이 있습니다. 때때로 그들이 새로운 기능이나 신제품을 출시하면 '이것이 정말 인류에게 가장 큰 영향을 미칠 수 있는 선택인가?'라는 의문이 들 때가 있습니다. 구체적으로 언급하지는 않겠지만, 아마 청취자분들께서 몇 가지를 떠올리실 수 있을 것입니다. 의학 연구 측면에서 다시 말하지만, 장기 질환으로 고통받는 많은 사람들이 있습니다. AI가 올바르게 사용된다면 생명을 구할 수 있다고 생각하며, 이에 대해 정말 희망적입니다.

샘 랜스보텀: 동의합니다. 제게는 타당하게 느껴집니다. 왜냐하면 100년 전만 해도 우리는 간신히 수술을 하고 있었고, 간신히 마취를 사용하고 있었기 때문입니다. 지난 100년 동안 엄청난 발전을 이루었습니다. 앞으로 100년이 가져올 것을 생각하면 꽤 흥미진진합니다.

제가 무엇을 물었어야 했을까요? 다루고 싶었지만 포함되지 않은 내용이 있나요?

Taylor Stockton: 지금 제 마음속에 가장 큰 고민 중 하나는 AI와 일에 대한 사회적 내러티브를 어떻게 전환할 것인가입니다. 고용 데이터와 생산성 데이터가 긍정적으로 보이더라도, 현실은 우리가 이야기해야 할 대중의 정서 문제가 있다는 것입니다. 사람들은 두려워하고 회의적이며 불확실해합니다.

노동부가 하려고 하는 많은 일은 '두려움에서 낙관론으로 내러티브를 어떻게 전환할 것인가'이며, 모든 사람이 AI가 가져올 수 있는 일자리, 생산성, 그리고 일부 변화의 의미 있는 본질로부터 혜택을 받을 수 있도록 하는 것입니다. 그것은 긴 여정이 될 것이라고 생각합니다. 그리고 노동부는 그 여정에 임할 준비가 되어 있지만, 미국 전역의 근로자에게 혜택이 돌아가도록 올바른 방식으로 이야기를 전달하기 위해 민간 부문 파트너 및 다른 기관들과 협력하고자 합니다.

샘 랜스보텀: 훌륭합니다. 큰 그림에서 보면 타당하지만, 작은 그림에서도 정말 중요합니다.

정말 좋았습니다. 이야기 나누니 즐거웠습니다. 아마 15, 16년 후에 다시 만나서 또 어떤 멋진 일들을 하셨는지 보게 되길 바랍니다. 오늘 시간을 내어 저희와 이야기해 주셔서 감사합니다.

Taylor Stockton: 샘, 다시 한번 감사합니다. 정말 중요한 대화였고, 저를 초대해 주셔서 감사합니다.

샘 랜스보텀: 오늘 시청해 주셔서 감사합니다. 다음 에피소드에서는 ServiceNow의 최고 인사 및 AI 활용 책임자인 Jacqui Canney와 이야기 나눌 예정입니다. 함께해 주세요.

앨리슨 라이더: 들어주셔서 감사합니다 나, 나 자신, 그리고 AI.

나, 나 자신, 그리고 AI^® 는 Massachusetts Institute of Technology의 연방 등록 상표입니다.