[로터리] AX 2.0시대, 개발자를 넘어 AI 아키텍트로 작성일 04-07 4 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">홍진배 정보통신기획평가원장</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="u4i3QXnQW9"> <figure class="figure_frm origin_fig" contents-hash="e1ba5e7e856cfc69c3f632c5081dff78f8cb710b1d9c0da3ecd44c76f204e292" dmcf-pid="78n0xZLxvK" dmcf-ptype="figure"> <p class="link_figure"><img alt="홍진배 정보통신기획평가원장" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202604/07/seouleconomy/20260407175437293teae.jpg" data-org-width="827" dmcf-mid="Uee18Yd8C2" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202604/07/seouleconomy/20260407175437293teae.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 홍진배 정보통신기획평가원장 </figcaption> </figure> <p contents-hash="0bd0963264ae964113eb281d8faf28345c897932804222ad86b5b9e99ec0e0a7" dmcf-pid="z6LpM5oMTb" dmcf-ptype="general">인공지능(AI) 개발 패러다임이 빠르게 바뀌고 있다. 지난해 오픈AI 공동창업자 안드레이 카르파시가 말로 설명하면 AI가 코드를 써주는 ‘바이브 코딩’을 제시하며 반향을 일으켰지만 복잡한 작업에는 한계가 있었다. 불과 1년여가 지난 지금 안티그래비티, 클로드 코드 등 에이전틱 AI 코더가 잇달아 등장하며 상황이 급변했다. AI는 이제 코드 수정부터 테스트까지 스스로 수행하는 개발 동료로 진화하고 있다. 개발자 일자리 불안을 뜻하는 ‘클로드 블루’라는 신조어가 나온 것도 이 때문이다.</p> <p contents-hash="caba8263fc508cff45e31b0426d34d04c096d2270a423cce34a5c8c9133e0644" dmcf-pid="qPoUR1gRvB" dmcf-ptype="general">이러한 흐름은 우리에게 근본적인 질문을 던진다. 단순한 개발자를 넘어 ‘AI 아키텍트’를 어떻게 길러낼 것인가다. 그들은 소프트웨어(SW)의 핵심을 이해하고 문제를 재정의하며 여러 AI 에이전트와 현장 데이터, 비즈니스를 연결해 새로운 가치를 만들어 내는 인재다. 국가와 기업 경쟁력을 좌우하기 때문에 실리콘밸리의 미친 인재 전쟁에서 100억이 넘는 파격적인 보상도 발생한다.</p> <p contents-hash="47d71ac7a7bb1289c7f5c731359cdb9a2e2fb145150d53ccd9c0575b6a3f9476" dmcf-pid="BQguetaehq" dmcf-ptype="general">AI 아키텍트를 양성하기 위해서는 AI 핵심 인재 양성에 근본적인 혁신을 요구한다. 첫 번째는 컴퓨터 과학의 기본기다. 역설적으로 AI가 코딩을 대신할수록 오히려 ‘백 투 베이직’이 요구된다. 운영 체제, 시스템 SW와 구조를 꿰뚫고 있어야 효율적인 AI 엔진 개발, 산출물 오류와 모순을 걸러낼 수 있다. 지난해에 충격을 줬던 딥시크도 기계어 수준의 최적화가 가능했기에 효율성을 극대화할 수 있었다. 둘째, 산업 현장에 대한 이해력이다. 현장의 맥락 없이는 아무리 정교한 AI도 엉뚱한 답을 낼 뿐이다. 한 분야의 전문성에 단단히 뿌리내리되 다른 영역과 연결해 문제를 해결하고 가치를 만들 수 있는 ‘파이(π)자형 인재’를 양성해야 한다. 셋째, 기술을 넘어 문제를 정의하고 비즈니스 모델로 연결하는 능력이다. 젠슨 황이나 일론 머스크 같은 글로벌 리더들은 기술을 비즈니스 논리와 결합해 새로운 시장을 창출해왔다.</p> <p contents-hash="4d7e7ddcd9562825b41e5c15378243a0006e526b3d25bc0d59f0bb9f1a7c02b0" dmcf-pid="bxa7dFNdhz" dmcf-ptype="general">이를 위해서는 대학은 전공의 경계를 허물고 도메인 지식에 AI를 접목하는 ‘융합 교과목’을 정교하게 개발해 AI 전환(AX) 인재로 체계적으로 바꿔야 한다. 또 기획부터 운영까지 AI 에이전트 기반 프로젝트형 교육을 하되 단순 실행보다 ‘의사 결정’과 ‘결과 검증’에 집중하는 훈련도 강화해야 한다.</p> <p contents-hash="ed6266ad0d84adb345fa036c3433a1dee3e08c72d3255f44fa5408ec1b7787d6" dmcf-pid="KMNzJ3jJv7" dmcf-ptype="general">이에 발맞춰 과기정통부와 정보통신기획평가원(IITP)은 ‘AI 중심 대학’과 ‘AX 대학원’ 총 20개교를 올해 선정해 인재 혁신을 지원한다. AI 중심 대학은 전교생 대상의 AI 기초 교육 도입과 산학협력 프로젝트를 졸업 요건으로 하며 AX대학원은 대학 내 기업 협력 기반 AX연구협력센터를 설치해 석·박사생들의 산업 현장 전문성에 AI 날개를 달아주는 구조를 만든다. 이를 통해 대학의 AI 교육 혁신을 지속·견인할 계획이다.</p> <p contents-hash="b0ed209f9c908c82166bcb07d266181a6b776d245476c8fdcde81cc8426c4436" dmcf-pid="9Rjqi0Aiyu" dmcf-ptype="general">기술 구현의 장벽이 낮아질수록 진짜 중요해지는 것은 코드가 아니라 탄탄한 기본기와 문제를 보는 눈, 산업을 읽는 감각이다. 에이전틱 AI 시대의 주도권도 결국 인재에게 달려 있다. 기술과 비즈니스를 아우르며 산업 현장의 문제를 풀어낼 AI 아키텍트가 곳곳에서 배출될 때 AI 주요 3개국(G3)은 더욱 공고해질 것이다.</p> </section> </div> <p class="" data-translation="true">Copyright © 서울경제. 무단전재 및 재배포 금지.</p> 관련자료 이전 “나 때문에 다쳤다는 생각” 슈주 려욱, 팬 추락사고에 자책 심경 [종합] 04-07 다음 '베팅 온 팩트' 김민종 PD "장동민, '팩트 감별' 방식 놀라워…진가 보여줄 것" 04-07 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
