지속적 인텔리전스 탐구: 쥬지 CEO 미셸 조우, AI 민주화 논의

이 RTInsights 리얼타임 토크(Real-Time Talk) 팟캐스트에서 RTInsights 편집자 조 맥켄드릭(Joe McKendrick)이 쥬지(Juji) 공동창업자이자 CEO인 미셸 조우(Michelle Zhou)와 대화합니다.

이 RTInsights 리얼타임 토크 팟캐스트에서 RTInsights 편집자 조 맥켄드릭이 쥬지의 공동창업자이자 CEO인 미셸 조우와 AI 자체를 활용해 인공지능(AI)을 더 접근 가능하게 만듦으로써 AI 사용을 확대하는 것에 대해 이야기합니다. 대화는 그녀가 IBM 왓슨(Watson) 연구를 바탕으로 노코드, 재사용 가능한 인지 AI 플랫폼을 사용해 AI 어시스턴트/챗봇을 민주화하고 커지는 AI 격차를 해소하는 데 초점을 맞춘 과정을 다룹니다.

• 애플(Apple)
• 구글(Google)
• 스포티파이(Spotify)
• 기타 플랫폼

조 맥켄드릭: 안녕하세요, 조 맥켄드릭입니다. RTInsights의 지속적 인텔리전스 팟캐스트 시리즈의 다음 편에 오신 것을 환영합니다. 오늘 쥬지의 사장이자 공동창업자인 미셸 조우와 함께하게 되어 정말 기쁩니다. 여러 해 동안 AI 분야에서 선도적인 목소리이자 사상가이자 실천가였습니다. 오늘 현재 일어나고 있는 일들과 어떻게 앞으로 나아갈 수 있을지 배워보길 기대합니다.

시작으로 미셸, 당신의 여정에 대해 말씀해 주시겠어요? IBM 왓슨과도 함께 일하셨고 그 분야에서 많은 작업을 하셨다고 알고 있습니다. 일이 본격적으로 시작되던 때부터 수년간 AI 분야에 계셨는데요. 오늘 여기까지 오게 된 여정에 대해 조금 말씀해 주세요.

미셸 조우: 네, 조, 초대해 주셔서 감사합니다. 저는 미셸 조우입니다. 사실 저는 컬럼비아 대학교 대학원생 때부터 AI 여정을 시작했습니다. 박사 과정을 밟고 있었죠. 제가 항상 매료되었던 것 중 하나는 사람들이 하기 싫어하거나 잘하지 못하는 일을 기계가 어떻게 도울 수 있을까 하는 것입니다. 제 논문은 사람들이 정보 그래픽을 만들도록 돕는 AI 어시스턴트를 만드는 것이었습니다. 왜냐하면 모든 사람이 디자이너는 아니니까요. 모든 사람이 아름다운 정보 그래픽을 디자인할 수는 없지만, 모두 데이터를 좋아하고 해석하고 싶어 합니다. 그래서 박사 과정 중에 데이터를 보고, 분석하고, 데이터의 시각적 설명을 자동으로 생성하는 AI를 만들었습니다. 이는 실제로 의사와 간호사가 환자 데이터를 이해하고, 네트워크 분석가가 네트워크 데이터와 네트워킹 성능을 이해하는 데 사용되었습니다.

거기서 졸업 후 IBM 왓슨 연구 센터에 합류했습니다. 그리고 시작했습니다... 그전에는 시스템이 인터랙티브하지 않았습니다. 데이터 세트와 사용자 작업, 시각적 선호도가 있으면 자동으로 생성합니다. 하지만 사용자가 시각적 설명에서 본 것을 보고 추가 질문이 있으면 어떨까요? 데이터의 다른 부분을 보고 싶으면요? 그래서 프로젝트를 시작했습니다. 기본적으로 데이터 분석을 위한 대화형 AI라고 불렀습니다. 그게 지금으로부터 거의 15, 20년 전 일이니까 정말 오래됐네요. 그래서 대화형 인터페이스는 자연어를 사용해 데이터에 대해 문의하는 것을 돕습니다.

예를 들어 사람들이 "제품을 보여줄 수 있나요?"라고 묻는다고 해보죠. 보험 상품을 산다고 가정해 봅시다. "백만 달러 미만 주택의 주택 보험 상품을 보여주세요"라든가, "자동차 보험과 같이 사면 어떻게 되나요?" 같은 식이죠. 이건 사용자가 자연어로 데이터에 대해 문의하고 데이터를 순수하게 자연어로 탐색할 수 있게 하는 맥락 인식입니다. 시스템은 사용자 문의를 받아들이고, 파싱하고, 사용자가 무엇을 묻는지 이해하고, 자동으로 데이터와 올바른 형태를 찾아 사람들에게 "여기가 당신이 문의한 데이터입니다"라고 설명합니다. 그게 하나였습니다.

그러면 거기서 매우 흥미로운 점은, 이런 종류의 프로젝트에서 우리는 사용자의 데이터 선호도와 프레젠테이션 선호도만 신경 썼지, 개인차는 고려하지 않았다는 것입니다. 개인차라고 하면 예를 들어 당신의 성격은 어떤가요? 인지 스타일은 어떤가요? 데이터 스토리 같은 스토리형 데이터를 좋아하는지, 사실과 숫자 기반의 데이터 스토리를 좋아하는지? 우리는 그것을 고려하지 않았습니다.

그래서 저는 IBM에서 또 다른 프로젝트를 시작했는데, IBM... 나중에 IBM 왓슨 퍼스낼리티 인사이트(Personality Insights)가 되었습니다. 사용자 행동 데이터(커뮤니케이션 데이터)를 사용해 개인차를 더 잘 이해하려는 것이었습니다. 예를 들어 당신은 외향적인가요? 내향적인가요? 매우 협력적인가요, 아니면 혼자 배우는 타입인가요? 그래서 저는 제 공동창업자와 함께 쥬지(Juji)를 스타트업으로 시작했는데, 그분은 컴퓨터 과학자이자 심리학자이며 저와 함께 IBM 왓슨 퍼스낼리티를 공동 발명했습니다.

우리는 이걸 시작했습니다. 우리는 정말 새로운 세대의 AI 어시스턴트를 만들고 싶었습니다. 우리는 그들을 인지 어시스턴트(cognitive assistants)라고 부릅니다. 기본적으로 그들은 사람들과 상호작용해야 합니다. 그리고 조직이 인력을 증강하고, 인간이 정말 하기 싫어하는 꽤 시간이 많이 들고 노동 집약적인 작업을 자동화하도록 돕습니다. 예를 들어 낯선 사람과 대화하기(누구나 하고 싶어 하진 않죠), 사람들이 하기 싫어하는 일을 하도록 독려하기. 숙제 마무리하기, 운동하기, 매일 건강 상태 체크하기 같은 것들. 이런 건 AI 어시스턴트에게 맡겨야 합니다. 그게 오늘날의 우리입니다.

조 맥켄드릭: 정말 흥미롭네요. 소비자로서 저는 사무실에서 구글 어시스턴트를 쓰고 집에서는 알렉사(Alexa)를 쓰는데요. 이건 제가 지금 AI 개인 비서로 사용하는 비교적 간단한 질문이나 노래 요청 같은 것보다 더 진보된 것 같네요.

미셸 조우: 맞습니다. 그 대조를 언급해 주셔서 기쁩니다. 정말, 사람들이 보통 쓰는 알렉사나 구글 홈은 우리가 사용자 주도 상호작용(user-driven interaction)이라고 부르는 것입니다. 사용자가 "밖의 온도가 어떤가요?"라고 말하거나 "내가 좋아하는 노래 찾아줄 수 있나요?"라고 말하면 시스템은 매우 수동적입니다. 우리 경우는 진정한 인터랙티브 AI 어시스턴트를 지원하고 싶습니다. 사용자 주도일 뿐만 아니라 기계와 사용자 양쪽에서 주도될 수 있습니다. 아주 간단한 예로...

어떤 대학 웹사이트에 가서 지원할 온라인 프로그램을 찾는다고 해보죠. 어시스턴트가 실제로 온라인 프로그램을 투어해 줄 수 있습니다. 그게 바로 우리가 방금 줌(Zoom)에 대해 이야기한 건데, 모든 사람이 줌을 잘 아는 건 아니니까요. 어시스턴트가 투어를 해주다가 중간에 질문을 할 수 있습니다. 예를 들어 줌 어시스턴트가 "이거 그냥 시작하면 돼요, 목소리 테스트하고 사진 보세요"라고 하면 "아, 내 배경 보이기 싫은데 어떻게 하죠?"라고 묻는 거죠. 그러면 줌이 "아, 이제 배경 바꾸거나 음소거할 수 있어요, 투어 계속하죠"라고 합니다. 우리가 말하는 게 거의 이런 겁니다. 진정한 대화죠.

그게 쥬지가 정말 개발한 것입니다. 그래서 우리는 그것을 인지 AI 어시스턴트(cognitive AI assistance)라고 부릅니다. 이게 인지 지능(cognitive intelligence)입니다. 일반 AI와 달리 인지 지능은 알렉사나 구글 홈에서 경험한 언어 능력뿐만 아니라, 우리가 고급 인간 기술, 특히 소프트 스킬이라고 부르는 것을 가지고 있습니다. 소프트 스킬의 한 예가 액티브 리스닝(active listening)입니다. 이는 AI 어시스턴트가 사용자가 말하는 것을 이해할 뿐만 아니라 감정을 검증하고, 말을 패러프레이즈하고, 사용자 말을 요약하고, 매우 주의를 기울이며, 사용자가 신경 쓰는 것에 대해 매우 관심을 갖는 것을 의미합니다. 그리고 나서 신뢰할 수 있고 공감적인 대화를 만듭니다. 이 경우, 당신이 사람과 실제로 대화하는 방식을 생각해 보세요. 거의 매우 친근한 관계를 가질 수 있습니다.

조 맥켄드릭: 콜센터나 컨택 센터에서 가상 비서를 만나고, 요즘엔 고객이 화났는지 좌절했는지 감지하면 실시간 상담원에게 연결하거나 좌절을 해결하려 시도한다고 하죠. 그런 유형의 애플리케이션을 기반으로 구축하고 있는 건가요?

미셸 조우: 맞습니다. 사실 우리는 이미 그 이상으로 나아갔습니다. 첫 번째, 액티브 리스닝은 사용자의 감정, 정서를 감지하고 그것을 패러프레이즈하는 것입니다. 다음 예시, 이 부분에 대해 말씀해 주셔서 기쁘네요. 우리는 '행간 읽기(reading between the lines)'라고 부릅니다. 이건 심리학자와 대화하는 방식이라고 생각하면 됩니다. 심리학자는 항상 당신이 방금 말한 것 너머에 있는 것을 이해하려 합니다. 당신의 말하지 않은 니즈와 원츠, 당신의 감정적 시그니처. 단순히 그 순간의 감정이나 정서가 드러나는 것이 아닙니다. 시그니처는 어떤 모습인가요? 그래서 우리가 행간 읽기라고 부릅니다.

예를 들어 우리 AI 어시스턴트는 사용자의 대화 텍스트를 동적으로 분석해 우리가 개인차(individual differences)라고 부르는 것을 감지하려 합니다. 개인차에는 당신의 열정이나 관심사가 무엇인지, 당신이 무엇에 강한지가 포함됩니다. 어떤 사람은 논리적 추론에 강하고, 어떤 사람은 스토리텔링에 강합니다. 그리고 인생의 도전을 어떻게 다루는지. 예를 들어 압박감 속에서도 매우 차분한 사람이 있는가 하면, 압박감에 조금 무너지는 사람도 있습니다. 그래서 각 사용자의 고유한 개인차, 특성을 이해하면 각 사용자를 더 잘 도울 수 있습니다.

앞서 말한 예를 들어보죠. 온라인 프로그램을 찾는 예비 학생이지만 이 사람은 재정적 부담을 걱정할 수 있습니다. 온라인 프로그램이라면 등록금을 내야 하니까요. 또 다른 경우, 어시스턴트가 그런 말하지 않은 니즈와 원츠를 감지하면 정말 그들을 안내할 수 있습니다. "헤이, 아시나요? 특히 매우 걱정하면서도 독립적이길 원하는 사람에게 '장학금 등 다양한 재정 지원 프로그램이 있어요. 학위 취득이나 커리어 발전을 위한 여정에서 기본적으로 도와드릴 수 있어요'라고 말할 수 있죠." 그래서 정말 개인화된 것을 볼 수 있습니다. 같은 걱정을 가진 다른 사람이라도 그 사람은 훨씬 더 체계적이고 신중할 수 있습니다. 그러면 정보를 제시하는 다른 방식을 사용합니다.

"이제 다양한 유형의 재정 지원 옵션을 제시해 드릴게요. 당신의 라이프스타일이나 업무 스타일에 가장 잘 맞는 걸 고를 수 있어요." 그래서 같은 니즈를 가졌더라도, 프로그램을 찾아 등록하고 싶다는 니즈는 같지만, 그 이면에는 각자의 심리적 니즈, 심리적 원츠가 있음을 알 수 있습니다.

조 맥켄드릭: 인지 AI 어시스턴트가 자신만의 성격, 행동 세트를 채택해 적응하는 것 같네요. 맞나요?

미셸 조우: 사실 우리는 그 부분에 대해 많은 작업을 했습니다. 네, 많은 연구를 했습니다. 아직 채택하진 않았습니다. 아직 연구 중이죠. 연구 결과가 상충되기 때문입니다. 일부 연구는 사람들이 비슷한 성격을 가진 AI와 상호작용하길 좋아한다고 보여줍니다. 제가 외향적이면 외향적 성격의 AI와 상호작용하길 좋아한다는 거죠. 하지만 일부 연구는 정반대를 보여줍니다. 사람들이 상호보완적인 성격, 즉 반대 성격을 가진 AI와 상호작용하길 좋아한다고요. 제가 수다스러우면 수다스럽지 않고 더 차분한 AI를 선호한다는 겁니다. 그래서 아직 프로덕션에 넣지 않은 겁니다. 사용자가 어느 쪽을 더 선호하는지 아직 파악 중이거든요. 그 부분에 대한 연구가 조금 더 필요합니다.

조 맥켄드릭: 네. AI 민주화에 대해 말씀하셨는데, 정말 훌륭한 개념입니다. AI가 더 작은 풋프린트 기기, 이를테면 스마트폰의 일부가 될 것으로 보시나요? 스마트폰을 통해 상호작용할까요? 아니면 다른 시스템에 통합될 기기일까요? 그것도 보고 계신 건가요?

미셸 조우: 네, 맞습니다. 실제로 AI 민주화의 한 측면을 건드렸습니다. 1970년대쯤으로 거슬러 올라가면, 우리가 컴퓨팅 민주화라고 부르던 게 있습니다. 그전에는 IBM이 메인프레임 컴퓨터나 소형 컴퓨터를 가졌죠. 정말 사람들이 살 여유가 없었습니다. 너무 비쌌으니까요. 그뿐만 아니라 두 번째는 많은 사람들이 그런 종류의 컴퓨터를 쓸 수 없었다는 겁니다. 프로그래밍을 할 줄 모르니까요. 프로그래밍 언어를 모르니 제대로 쓸 수 없었죠. 개인용 컴퓨터, PC, 맥이 등장하면서 그게 정말 컴퓨팅을 민주화한 것입니다. 거의 모든 사람, 모든 회사가 컴퓨터를 살 여유가 생겼을 뿐만 아니라, 프로그래머가 아니거나 컴퓨터 과학 전문가가 아닌, 컴퓨터 지식이 매우 적은 사람도 컴퓨터를 조작할 수 있게 되었습니다.

우리는 AI 민주화에 대해 매우 비슷한 생각을 가지고 있습니다. AI가 스마트폰을 포함해 모든 유형의 기기에서 실제로 실행되는 것을 봐야 합니다. 우리는 이미 그렇게 하고 있습니다. 그 두 번째 부분은, 그 부분을 넘어선 것은, 누구나, 말 그대로 모든 사람이, 파워포인트를 할 수 있고 스프레드시트를 할 수 있는 한, 맞춤형 AI 어시스턴트를 설정, 배포, 관리할 수 있게 하는 것입니다. 제가 방금 말한 모든 인지 지능을 그들 스스로, 코딩 없이, AI 전문 지식 없이, 훈련 데이터 없이, 왜냐하면 우리가 이미 훈련시켰으니까요. 그래서 그들이 빠르게 커스터마이징하고 배포하고 관리할 수 있습니다. 그게 우리가 AI 민주화라고 말하는 진짜 의미입니다. 즉, 그들이 그냥 채택하고 빠르게 커스터마이징하여 자신들의 이익을 위해 사용할 수 있다는 뜻입니다.

조 맥켄드릭: 와, 정말 흥미롭네요. 저 같은 사람이나 기술적 배경이 없는 사람도 이런 유형의 애플리케이션을 설정하기 시작할 수 있다는 거네요.

미셸 조우: 그래야죠.

조 맥켄드릭: 고객들을 위해.

미셸 조우: 조, 파워포인트 하세요? 파워포인트 아세요? 스프레드시트 아세요? 그래서 우리는 진입 장벽을 정말 정말 낮췄습니다. 말 그대로 파워포인트 할 줄 아는 사람, 스프레드시트 할 줄 아는 사람은 우리 플랫폼에 와서 매우 강력한 AI 어시스턴트를 만들 수 있습니다. 맞춤화되고 그들의 맥락, 그들의 작업에 맞춰서요. 우리 사용자의 대부분은 예를 들어 채용 전문가, 마케팅 매니저, 제품 매니저, 사용자 연구원 등입니다. 즉, 그들은 확실히 컴퓨터 과학자가 아닙니다. 프로그래밍을 모릅니다. 프로그래밍을 알 필요 없습니다. 그들은 기본적으로 일반 지식 노동자들입니다. 그래서 그들은 우리 플랫폼에서 매우 강력한 AI 어시스턴트를 설정할 수 있습니다.

조 맥켄드릭: 정말 훌륭하네요. 앞으로 나아가면서... 쥬지 브랜드 제품으로 고객이 다운로드하거나 구매할 수 있게 될까요? 아니면 다른 애플리케이션 제공업체와 뒤에서 협력해 구축할까요? 가까운 미래에 여러분에게서 무엇을 볼 수 있을까요?

미셸 조우: 둘 다라고 생각합니다. 한 가지는 이미 우리 플랫폼을 사용해 맞춤형 AI를 만들러 오는 고객들이 있습니다. 배포하면 우리가 호스팅합니다. 또 다른 하나는 다른 회사들과 파트너십을 맺는 것입니다. 기본적으로 그들이 우리 채널 파트너가 되는 거죠. 그래서 그들의 고객이 그들의 것과 우리 것을 결합해 AI 어시스턴트를 만듭니다. 예를 들어 음성으로. 쥬지에서는 음성을 하지 않으니까요. 음성 인식과 TTS를 전문으로 하는 누군가가 우리 기술과 결합해 음성도 있는 매우 스마트한 인지 AI 어시스턴트를 만들 수 있습니다. 항상 얼굴도 있고요. 그래서 그런 기술들을 모두 결합할 수 있습니다. 하나는 만약 당신이 말했다면... 더 많은, 그래서 우리는 대화형 AI 엔진, 인지 엔진 역할을 합니다, 잠재적 파트너들에게. 그리고 한편으로는 텍스트 기반 AI 어시스턴트만 원하는 사람들은 우리 플랫폼에 직접 와서 사용할 수 있습니다.

조 맥켄드릭: 튜링 테스트(Turing Test)에 가까워졌나요? 누군가가 구별하지 못할 정도?

미셸 조우: 누군가 그렇게 말했습니다. 하지만 우리가 그것을 품질 테스트 기준으로 사용해야 할지 모르겠습니다. 왜냐하면, 1970년대에 특정 교수의 튜링... 튜링 테스트를 통과한 챗봇이 처음이었거든요. 이유는 심리 장애가 있는 환자를 모방했기 때문입니다. 그래서 아무도 그가 무슨 말을 하는지 몰랐기 때문에 통과한 겁니다. 그래서 그게 좋은 기준인지 잘 모르겠습니다.

그래서 저는 우리의 기준이 더 구체적일 것이라고 생각합니다. AI가 실제로 당신의 작업을 완료하는 데 도움을 줄 수 있나요? AI가 정말로 사용자 만족도를 전달할 수 있나요? 비즈니스 관점에서 더 실용적이고 실제로 측정 가능하다고 생각합니다. 우리가 대학의 예비 학생이나 재학생, 심지어 졸업생을 돕는다고 해보죠. 이 AI가 그 도움을 했는가? 도움의 결과는 무엇인가? 등록이 더 늘었고 실제로 그렇게 보았나? 네. 성공률과 학생 유지율이 더 높은가? 네. 졸업생이나 동문이 더 많이 돌아와 교육을 계속하는가? 그게 매우 구체적인... 실제로 결과, 성공 결과, 또는 AI의 유용성이라고 말하고 싶습니다. 단순히 통과와 비교하는 것보다.

조 맥켄드릭: AI의 우려 사항 중 하나는 항상 데이터, 필요한 데이터 양, 빅데이터 예를 들어 식별하고 훈련하려면 대규모 데이터셋이 필요하다는 거죠. 어떻게 보시나요? 당신이 하는 작업에는 대규모 데이터셋이 필요합니다.

미셸 조우: 정확히 그렇습니다. 이게 훌륭한 질문입니다. 그래서 제가 AI 민주화에 대해 말한 겁니다. 많은 조직이 그런 종류의 데이터를 가지고 있지 않으니까요. 예를 들어 그런 종류의 AI조차 아직 없으니까요. 그래서 우리가 회사로서, 플랫폼 회사로서, 우리 자신의 데이터를 생성하고 수집해 왔습니다. 네, 우리 모델은 방대한 양의 데이터로 훈련되었습니다. 왜냐하면 우리가 이미 데이터를 훈련시켰으니까요. 그냥 다른 사람들이 재사용하게 하면 됩니다. 지능의 이전(transfer of intelligence) 같은 겁니다.

지난주 다른 통화에서도 사람들이 이걸 물어봤습니다. 제가 말했죠. "우리가 하는 일, 쥬지가 하는 일의 아름다움이 바로 이겁니다." AI에게 처음부터 모든 걸 가르친다고, 행간 읽기를. 우리는 실제로 거기에 지능을 임베드합니다. 그래서 당신이 실제로 AI를 채택하면, 그 AI는 그걸 가지고 옵니다. 태어날 때부터 이 지능을 가지고 있는 거죠. 내장된(intelligence), 우리는 그것을 내장 지능(built-in intelligence)이라고 부릅니다. 그래서 한 곳에서 다른 곳으로 지능을 정말 이전할 수 있습니다.

또 다른 예로, 우리는 대학들과 협력해 채용 프로그램을 돕고 있습니다. 그럼 많은 예비 학생들의 질문이 생기죠. 이 경우 그 데이터는 다른 대학들에도 사용될 수 있습니다. 데이터라고 할 때, 답변 자체가 아니라 질문들입니다. 학생이 질문을 하고, 질문을 표현하면, 그 위에 우리가 자동으로 더 많은 훈련 데이터를 생성합니다. 대학들이 할 필요가 없습니다. 그들이 처음에 "우린 데이터가 없어요"라고 오면 걱정할 필요 없습니다. 우리가 이미 가지고 있습니다. 그래서 AI 어시스턴트의 점프스타트(jumpstart)를 할 수 있습니다. 그게 제가 AI 민주화에 대해 정확히 말한 뜻이기도 합니다. 지능을 패키징한다는 뜻입니다. 사전 구축된 지능을 패키징해서 다른 사람들이 채택하고 즉시 재사용할 수 있게 하는 겁니다.

조 맥켄드릭: 과학 연구처럼, 기존 연구를 바탕으로 계속 개선해 나가는 거죠. 맞죠?

미셸 조우: 네. 아이가 자라는 것과 가장 비슷합니다. 아이는 지능을 가지고 태어나서 처음엔 매우 좋은 지능을 가집니다. 이 아이가 더 많은 지능을 가지면, 그냥 간직하는 게 아니라, 이 아이의 지능을 다른 아이에게 이전합니다. 그래서 다른 아이는 처음부터 배울 필요가 없습니다. 그게 매우 강력합니다.

조 맥켄드릭: 정말 그렇네요. 미셸, 향후 5~10년 동안 무슨 일이 일어날 것 같나요? 무엇을 기대하시나요? 2025년이나 2030년엔 세상이 어떤 모습일까요, 특히 여러분 기술로?

미셸 조우: 저는 우리가 영화 '그녀(Her)'의 좀 더 낙관적인 시나리오로 가고 있다고 생각합니다. 영화 '그녀' 기억나시나요?

조 맥켄드릭: 네, 네. 훌륭한 영화죠.

미셸 조우: 맞죠? 이건 당신의 AI가 아마 당신 자신보다 당신을 더 잘 알게 될 수 있다는 뜻입니다. 그리고 당신의 AI는 당신이 알기도 전에 당신이 뭘 원하는지 알게 될 겁니다. 예를 들어 돈을 저축해야 해요. AI는 이미 당신이 돈을 저축해야 한다는 걸 미리 알고 있죠. 아니면 더 고용 가능해지려면 새 학위가 필요해요. AI가 아마 당신이 알기 전에 그걸 알 겁니다. 그게 제가 보는 겁니다. 당신이 누구인지, 당신의 니즈와 원츠가 무엇인지 정말 이해하고, 당신을 위해 최선의 방식으로 당신을 돕는 진정한, 제가 개인 비서, 개인 동반자, 이 경우 AI 동반자라고 부르는 것을 갖게 되는 겁니다. 그래서 우리가 책임 있는 AI(responsible AI) 주제로도 가는 이유입니다. 왜냐하면 그 수준의 이해로, 우리가 책임 있는 AI를 강제하지 않으면, 이 기술이 나쁜 사람들 손에 들어가면 남용될 수 있고 나쁜 결과를 초래할 수 있기 때문입니다. 그래서 우리가 책임 있는 AI 의식을 심어주는 겁니다. 즉, AI가 기본적으로 사람들을 최선의 방식으로 돕게 하고 싶다는 뜻입니다.

조 맥켄드릭: 훌륭합니다. 정말 훌륭합니다. 그리고 사람들이 혜택을 볼 수 있는 긍정적인 방향으로 AI를 움직이는 그 분야에서의 작업은 정말 대단합니다. 오늘 팟캐스트에서 이걸 공유해 주셔서 정말 감사합니다. 다시 한번 미셸 조우와 이야기했습니다. 쥬지의 CEO이자 공동창업자입니다. 오늘 함께해 주셔서 정말 감사합니다 미셸. 정말 즐거웠습니다.

미셸 조우: 조, 초대해 주셔서 감사합니다. 감사합니다. 안녕히 계세요.