영상 상세
2020 SIFIC 포스트코로나 시대
디지털금융
디지털금융강좌
2020 SIFIC 포스트코로나 시대, 디지털금융과 서울의 기회 - 디지털금융강좌
2020-11-04
14:00~17:40
여의도디지털금융전문대학원
음성ㆍ문자 지원
2020 SIFIC 포스트코로나 시대, 디지털금융과 서울의 기회 - 디지털금융강좌
안녕하세요
저는 디지털 금융 공개 강좌
4회를 맡게 된 서울시 경제정책실의 조성기 주무관입니다
2020 서울금융위크 첫째 날
디지털 금융 공개
강좌에 참석해주신 모든 분들께 감사드립니다
이제 강좌를 시작하기 전에
서울금융위크에 대해 잠깐 소개를 드리겠습니다
서울시에서 2006년부터
개최하고 있는 서울국제금융컨퍼런스가 작년부터
서울금융위크로 확대되었는데요
이번 2020 서울금융위크에서는
디지털금융공개강좌, IP컴피티션, IR컴피티션, 국제금융컨퍼런스 등
보다 다양한 온오프라인 프로그램으로 구성되었으니
많은 참여 바랍니다
그리고 지금 여러분들께서 계신
여기 여의도
디지털 금융전문대학원에 대해서 간략히 소개해드리겠습니다
여기 금융대학원은 서울시 카이스트
금융위원회에서
공동으로 진행하는 교육사업인데요 이 사업은
4차 산업혁명의 물결 속 변화하는 세계
금융시장에서 서울의 금융
경쟁력을 높이기 위해 진행했고요
핀테크, 인공지능,
빅데이터, 블록체인 등을 주제로 커룩
커리큘럼이 구성됩니다
그래서 오늘 듣게 될 두 강좌 모두
금융대학원에서 강의를 해주시는 교수님들이 해주실 텐데요
두 교수님들께서 금융대학원에서 배우는 내용들을
비전공자분들의 눈높이에서 강연을 해주신다고 합니다
그래서 오늘 강좌를 들으시고 이 분야에 관심이
조금 생기셨다면
마침 또 이번 달 말,
11월 말에
디지털 금융 전문가 과정 모집을 하니까 주저하지 마시고
많은 지원 부탁드리겠습니다
이제 혜택을 간략히 말씀드리면 학비도 무료고
또 지금 여기
이제 IFC 쪽에서 수업을 들을 수 있다는 점
크게 두 가지가 있겠습니다
그래서 이제 오늘 강좌 진행 순서를 말씀드리겠습니다
우선 오후 2시부터 3시
반까지 카이스트 강금석 교수님께서 강의를 해주시고
30분간 휴식시간을 가신 뒤에
오후 4시부터 5시 반까지 카이스트
백영욱 교수님께서 강의를 해주시겠습니다
원활한 강의 진행을 위해 모든 휴대폰은 진동
혹은 무음으로 해주시기 바랍니다
자 그럼 첫 번째 강의를 해주실
강금석 교수님을 소개해드리겠습니다
강금석 교수님은 미국 퍼즈대학교에서 경영학
박사학위를 받으시고
플로리다 국제대학교에서 교수생을 하신 뒤
현재는 카이스트 경영대학 교수님으로 재직 중이십니다
박수 다시 한번 부탁드리겠습니다
박수 수구서 강의를 하거든요
그러니까 그 지침에 따라서 저도 이번에 마스크를 쓰고
강의하게 됨을 미리 양해 말씀을 부탁드리겠습니다
그러면 일단 강의를 한번 시작해 볼까요?
슬라이드 좀 올려주시겠어요?
이건 제 소개인데 넘어가고요
오늘 제가 사실 강의 주제로 잡은 거는
디지털 금융을 위해서
이제 여러분한테 이제 쉽게 알기 쉽게
인공지능에 대해서 설명을 좀 드리고자 하는데
여러분들 디지털 금융 하면은 어떤 게
이제 생각이 나세요?
여러분들 여러분들
지금 핸드폰에 모바일폰에 앱 같은 거 깔려있고
그 앱에 들어가시면
채팅 같은 거
하실 때 보면
실제 여러분들이 채팅하는 사람이 실제 사람일 수도 있고
기계란 채팅을 하실 수도 있습니다
그런 어떤 인공지능이 사용되고 있고요
또 증권투자,
주식투자 같은 거
하실 때 보면 요즘에는 로봇 어드바이저다
그래가지고 기계가 여러분들한테 어떤 종목을 사시면
좋아요 하고 추천하는 그런 것들도 있고요
상당히 많은 부분은 이 부분이 인공지능이라고
하는 기술을 사용해서 여러분들이 혜택을 보고 계시거든요
그래서 저는 이 강의에서는 사실
디지털 강의에 대한 얘기보다는
디지털 금융보다는 디지털 금융이 가능하게 해주는 한
기술인 인공지능에 대해서
여러분들이 어떻게 생각해야 될까
하는 것을 한번 공유해보고자 합니다
오늘 인공지능 얘기하는데
기술적인 얘기는 사실 안 할 거고요
인공지능에 대해서
제가 이렇게 생각하는 것을 말씀드릴 거고요
여러분들이 신문이나 잡지나
여러 가지 강연 같은 것에서
이미 인공지능에 대해서 많이 들으셨을 거예요
그러면 그 여러분들이
아시는 지식과
제가 이렇게 말씀드리는 내용을 잘 합쳐가지고
여러분들이 더 좋게
인공지능을 더 바르게 이해할 수 있는 데
도움이 됐으면 좋겠습니다
그게 오늘 제가 드리는 강의의 목적입니다
그럼 시작을 해보겠습니다
여러분 인공지능 하면 어떤 게 생각나세요?
머릿속에 떠오르는 게 뭐가 있으시죠?
여기 계신 분들 중에
한두 분이라도 말씀을 좀 해주시겠어요?
인공지능 하면
사실은 요즘에 많은 사람들이 어떤 생각을 하냐면
알파고라고 하는 2016년에
우리나라 2세대 9단을 이긴
바둑을 잘 두는
어떤 기계를 생각하시는 분도 있을 수도 있고
그다음에 약간 기술 쪽에 종사하시는 분들은 딥러닝이다,
강화학습이다 라고 하는
어떤 기술적인 내용을 생각하실 수도 있고
그것도 아니면 여러분들
영화 같은 거 좋아하시면 아마 인공지능과 관련된 영화,
터미네이터, 매트릭스
이런 것들을 생각하실 수도 있을 거예요
사실 저희가 인공지능,
인공지능 굉장히 얘기를 많이 하는데
사람마다 조금씩 다르게 생각을 하고 있습니다
근데 우리가 지금 인공지능을 정확히 이해하고
그게 디지털 금융에 어떤 영향을 끼치고
혹은 여러분들
일상과 여러분들이 하시는 일에 어떤 영향을 끼치는지
정확히 이해를 하려면
사실은 인공지능이 뭘까라는 것을
한번 먼저 정의를 한번 하고 나가셔야 될 것 같아요
그래서 인공지능의 정의에 대해서
한번 얘기를 해보겠습니다
우리 정의하면 우리 학교 다닐 때
맨날 정의 정의하면 뭐부터 찾아보죠?
사전부터 찾아보죠
그래서 제가 먼저
사전에서 어떻게 인공지능을 정의하고 있나 찾아봤어요
이게 인공지능이라고 하는 게
사실은 우리나라에서 나온 컨셉이라기보다는
전 세계적으로 만들어진 개념이기 때문에
영어권에서 일단 정의를 하는 걸 한번 봤습니다
그랬더니 봤더니 이렇게 돼 있어요 그 옥스포드 사전인데
인공지능은 컴퓨터 시스템의 어떤 개발이나 이론이다
그런데 컴퓨터 시스템이 뭐라고 하냐면
보통 사람이 하는 일을
사람의 인텔리전스가 필요한 어떤 작업을 수행하는
어떤 컴퓨터 시스템의 개발이나 이론에 대한 거다
사람의 어떤 지능이 뭐냐고 했을 때 예를 들었죠
사람의 지능이 눈으로 보고서 이렇게 파악하는 거,
그 다음에 말을 알아듣는 거,
그 다음에 의사결정하는 거,
어려운 문제에 대한 의사결정하는 거,
그 다음에 다른 랭기지,
다른 랭기지를 번역하는 거 이렇게 정의를 내렸습니다
옥스포스 사전에서는 옥스포스 사전 말고
영영 사전 중에서 또 유명한 사전이 뭐가 있죠?
메련 웨스터라고 하는 사전이 있어요
예전에 조금 나이 드신 분들
공부할 때 나 공부 좀 한다
그러면 이런 영영
사전 하나쯤은 옆구리에 끼고 교정을 돌아다녔을 겁니다
거기에는 어떻게 정의를 했냐면
두 가지로 정의를 했습니다
하나는 컴퓨터 사이언스의 한 분야인데
컴퓨터에서 사람의 어떤 인텔리전트한 행동을 시뮬레이션,
모사하는 컴퓨터, 전산하게 한 분야다
이렇게 얘기를 했고
두 번째 정의를 보시면 기계의 한 능력인데
사람의 인텔리전트한 행동을 이미테이트하는, 따라하는,
모사하는 어떤 기계의 능력이다
이렇게 정의를 했습니다
백과사전도 한번 볼게요
지금은 뭐 위키피디아가 여러분들
가장 유명한 백과사전처럼 여기는데
사실은 그 전에는 이 백과사전이 제일 유명했습니다
세계적으로 거기서 어떻게 정의를 했나
봤더니 두 번째랑 비슷하게 정의했어요
컴퓨터나 컴퓨터로 통제가 되는 로봇의 어떤 능력인데
어떤 일을 수행을 하냐면
보통 사람과 관련된 일을 수행하는 것이다 라고 영어사전,
백과사전에서는 정의를 하고 있습니다
그래서 제가 한번 그러면 인공지능
어떻게 하면 리저너블하게 정의를 할 수 있을까
하고 정의를 한번 내려봤어요
이렇게 한번 정의를 내려볼 수 있습니다
쉽게 인간의 어떤 행동과 능력을 따라하는 건데요
인간의 지적이면서 합리적인 행동을 따라하는 기계다
혹은 장치다 이렇게 정의를 한번 해볼 수가 있습니다
인간이 항상 합리적이거나 그러지는 않아요
그렇죠? 그렇죠? 비합리적일 수도 있어요
술을 먹고 취해서 비합리적으로 할 수도 있고
그런 걸 따라하는 게 아니고
인간의 지적이면서 합리적인 능력과 행동을 따라하는 거다
여러분들 인공지능 한번 들어보시면
어떤 강의라도 들어보시면 이 정도는 이제
어떤 상식으로 알아주셔야 되는데
튜링 테스트라고 하는 겁니다
여러분들 튜링 테스트 들어보신 적 있나요?
여기 나와 있는 사람이 실제 알렌
튜린이라고 하는 사람이에요
그 다음에 여기 나와 있는 이분이 누구죠?
이분은 어벤져스에 나오는 닥터
스트레인지라고 하는 사람입니다
시간과 공간을 막 자유자재로 움직이는 사람이죠
영화 속에서요
마블 영화 속에서 이 사람이
영화를 주연한 영화가 이미테이션 게임이라고 있는데
이게 이 사람에 관한 얘기예요 이 영화에서는 사실
조금 다른 이야기입니다
2차 세계대전 당시에 독일군이 암호를 써가지고
연합군을 공격하는데
그 암호를 빨리 해독하고 싶은 거예요
근데 암호가 너무 복잡해서 해독이 힘드니까
세계적으로 굉장히 유명한 수학자들
혹은 컴퓨터학자들을 모아서
빨리 암호를 해결할 수 있는,
해독할 수 있는 것을 만들어봐라
그래서 이 뒤에 있는 컴퓨터
기계 같은 것을 이 사람이 만들어냅니다
천재예요 이 사람이 실존한 인물인데 이 사람이
1950년도에 실은 그때만 해도
인공지능이라고 하는 말이 탄생되기 전이에요
인공지능 간별법을 만들었습니다 이
이미테이션이라는 게임이라고 하는 게 사실은 인공지능
간별법이에요
그리고 옆에 보이는 게 이 사람이 쓴 논문입니다
1950년에 이 튜링 테스트가 뭐냐면 이런 거예요
어떤 기계가 나는 인공지능이야 라고 주장을 해요
그러면 어디가 진짜 인공지능인지 아닌지
내가 판별을 해줄게 하는 방법입니다
어떻게 판별하느냐?
인공지능이라고 주장하는 기계와 사람을 한 명
섭외를 해요
그 다음에 그 둘을 장막 뒤에 가립니다
그 다음에 심사원 하나를 섭외를 해요
그 다음에 심사원이 각각 이 두 개의 엔티티랑
대화를 하도록 합니다
너 오늘 아침에 무슨 밥 먹었니?
나 김치국 먹었어 맛있었니? 맛있었어
이런 식으로 한동안 대화를 하게 해요
그 다음에 이 사람한테 물어보는 거야
어떤 쪽이 기계고
어떤 쪽이 사람 같아? 라고
물어봤을 때 이 사람이 잘 모르겠는데
혹시 얘가 사람 아니야? 라고
기계를 사람처럼 생각하면
너 이 기계는 정말 사람을 속일 정도로
사람처럼 행동하는구나 하고서
너는 진정한 인공지능이다 라고 판별하는 법이에요
굉장히 간단하죠 1950년도에 발견했는데
여러분 지금
인공지능을 라고
얘기하는 기술 중에 이
튜링 테스트를 통과한 기술이 있을까요?
있으면 제가 안 물어봤겠죠? 없습니다
사실은 근데 가만히 생각을 해보세요
이게 굉장히 어려운 테스트예요
사람처럼 행동한다라는 데 굉장히 어려운 테스트입니다
그러면은 여러분도 이런 생각하실 수 있어요
아니 우리 지금 신문도 그렇고
뉴스도 그렇고 인공지능, 인공지능 맨날 얘기하는데
튜닝 테스트를 통과한 진정한 인공지능은 없는 거예요
그럼 도대체 우리가 얘기하는 인공지능은 뭡니까?
라는 생각을 하실 수도 있어요
근데 이렇게 생각을 하셔야 됩니다
아까 튜닝 테스트는 굉장히 철학적인 얘기예요
진짜 인공지능이 뭔지를 판별하는 법
근데 우리는 그 정도까지 생각하지 않아도 된다는 얘기죠
그래서 사람의 능력
행동을 모사하는 여러 가지 레벨의 기술이 존재하는데
이들을 모두
그냥 인공지능이라고 부를 수 있다고 생각하는 게
옳은 생각입니다
그러면 학자들은 인공지능의 레벨을 어떻게 나눴을까요?
여러 가지 나눔이 있는데
그 중에 가장 유명한 게 이겁니다
강한 인공지능, 약한 인공지능 여러분들 보세요
어느 게 강해요? 딱 보기에도 왼쪽에는 얘가 강하죠
이게 누구죠?
제가 영화를 좋아해서 영화를 많이 넣어놨는데
터미네이터죠
터미네이터 터미네이터가 불에 타고 남은 뼈대입니다
아누드 슈할자니커가 불에 타고 남은 뼈대인데
무섭잖아요 얘는 강인공지능이에요 얘
인공지능은 좀 약해 보이죠?
여러분들 뭐죠?
이거 옆에 보이는 게? 여러분들
휴대폰에 하나 있을 만한 채팅로봇이에요
채팅로봇 챗봇입니다
강인공지능과 약인공지능을 정확히 정의하면 이렇게 돼요
영어로 해야죠
저는 죄송한데
어쩔 때는 정의는 영어로 보는 게
더 정확하게 이해하실 수가 있습니다
그래서 영어로 어떻게 되어 있냐면
강한 인공지능은 뭐냐면
그냥 키워드를 말씀드리면
사람이 할 수 있는
모든 지적인 행동을 할 수 있을 정도의 인공지능이에요
사람과 거의 유사한, 사람이 하는
모든 것을 모든 지적인 행동을 다 하는 겁니다
그런 인공지능 지금 존재하나요? 존재하지 않아요
지금은 만약에 존재한다면
튜링 테스트를 통과할 수도 있겠죠
얘가 어떤 거냐면
여러분들 어렸을 때
혹시 보셨을 만한 아톰 아톰 기억나시죠? 로봇이요
그거나 아빠 앞에서 본
터미네이터 같은 것들이 강한 인공지능입니다
약한 인공지능은 뭐냐면 사람이 하는 것을 다 못해요
다 못하고 그냥 단지 하나의 굉장히 네로한 테스트,
심플한 테스트만을 합니다
그것도 어떻게 해야 되냐면
사람이 걔가 잘 배울 수 있도록 잘 가르쳐주고
잘 인풋을 줘야 돼요
너 이렇게 하는 거야,
이렇게 하는 거야,
이렇게 하는 거야
굉장히 잘 가르쳤을 때
사람만큼 할 수 있는 인공지능입니다 얘가 뭐죠?
우리들을 깜짝 놀라게 했던 알파고
같은 거 바둑을 갑자기 잘 들어 바둑 하나
지금은 물론 알파고는 다른 테스트들도 많이 잘합니다
많이 연습을 시켜서
혹은 여러분들 요즘 많이 얘기되고 있죠
자동주행이 가능할 것인가 아니냐 하고
현대차도 개발하고 있고
테슬라도 만들고 있잖아요
테슬라에서는 곧 나온다 이런 얘기 하잖아요
굉장히 어려운 얘기 같지만
이것도 사실은 운전이라고 하는 거 하나
사람이 굉장히 많은 일을 할 수 있는데
그 중에 하나를 굉장히 많이
돈을 투자해서
잘 가르쳐 가지고 할 수 있게 되는 인공지능입니다
약 인공지능이에요
대부분의 여러분들이 지금
현실에서 보시는 인공지능은 다 약한 인공지능입니다
학자들은 또 이렇게 네 가지로 나누기도 해요
두 가지는 너무 간단하니까 네 가지로 나누는데
첫 번째 가장 간단한 레벨의 인공지능을 어떻게 불렀냐면
Purely
Reactive한 인공지능이다 라고 얘기했어요
이건 뭐냐면요 인풋을 주면 아웃풋을 딱 주는 겁니다
질문을 하면 답을 주는 거예요
어떻게 보면 약간 Answering
Machine 같은 거예요
내가 질문하면 어 이게 정답이야
내가 질문하면 어
이게 베스트로 어떻게 하는 거야 하는 겁니다
기본적인 예가 알파고입니다 바둑이 어떻게 되는 거예요?
여기 바둑 잘 도시는 분들 많을 텐데
바둑이 뭐 검은 돌, 하얀 돌 해가지고
그때 상황, 검은 돌이 여기들 있고
하얀 돌이 여기 있을 때 그게 인풋이죠?
그래 딱 주면 어, 검은 돌
이번에 여기 둬야 돼 라고 답을 딱 던져주는 거예요,
알파고 굉장히 어렵죠?
그럼에도 불구하고 가장 기초적인 인공지능입니다,
이게 두 번째
인공지능이 뭐냐면 리미티드 메모리라고 하는 인공지능인데
이건 뭐냐면
자기가 약간
런을 할 수 있는
배울 수 있는 약간 메모리를 가지고 있어요
예를 들면 자동주행 같은 거
여러분들이 운전을 어떻게 하는지
습성을 따라가지고 약간 배웁니다
여러분들의 운전 스타일을 배우고
그 다음에 여러분들 핸드폰에 가지고 있는 시리나
구글의 어떤 어시스턴트나 혹은 믹스비나 같은 것들
처음에는 여러분들이 말 잘 못 알아 듣다가
여러분들이 어떻게 표현하는지 잘 알아듣고
점점 더 여러분들의 말을 더 잘 알아들어요
약간 자기가 배울 수 있는 능력을 가진 인공지능이에요
이게 두 번째 레벨입니다 만들기 되게 힘들어요
세 번째 레벨은 뭐냐면
Theory OF Mind라고 이름을 붙였는데
다른 엔티티, 사람이나 다른 기계,
다른 인공지능이
무슨 생각을 하고 있는지를 이해하는 인공지능이에요
영화 얘기 또 할게요
여기에 나오는 이 로봇 잘 보이시나요?
이게 어떤 로봇이죠?
어디에 나오죠? 그렇죠 스타워즈라고 하는 영화에 나옵니다
가장 먼저 나왔던 스타워즈에 그 스카이워커,
루크 스카이워커가 이제 주인공인데
걔 이제 친구가 되죠
깡통로봇인데
얘가 루크 스카이워커가 기쁠 때
혹은 슬플 때 자기도 기뻐하려고 하고
자기도 슬퍼하려고 노력을 하죠
그 다음에 다른 깡통로봇이 있죠
R2D2 R2D2랑도 얘기를 하면서 기뻐할 때
같이 기쁘하고 슬퍼할 때 슬퍼하잖아요
그 정도 사람이 나랑
이렇게 상대하고 있는 사람이 어떤 기분인지
혹은 나랑 상대하고 있는 기계가 어떤 기분인지
어떤 생각을 하는지 이해하려고 하는 세 번째 레벨입니다
이런 인공지능 여러분들 보신 적 있어요?
요즘 뭐 이렇게
이런 것들을 타겟으로 해서 나오기도 하죠
나의 마음을 읽어주는 인형,
펫, 애완동물 같은 거 로봇으로 나오기도 합니다
실은 뒤에 좀 보여드리겠지만
여기는 굉장히 지금 많이 제품들이 나오고
기술들이 나오고 있고요
여기도 어렵긴 하지만
테슬라의 자동주행이나 이런 것들이 많이 나오고 있고요
지금 학자들은 이거를 만들려고 많이 노력하고 있어요
다른 사람이나
다른 기계의 마음을 이해하려고 하는
레벨의 인공지능을 좀 이따가 예를 좀 보여드릴게요
네 번째 가장 상위
레벨의 인공지능은 어떤 이름을 붙였냐면
Self-aware,
자기 자신을 이렇게 아는,
인식하는 정도의 인공지능이다라고 얘기를 붙였습니다
예로 이 영화인데 이 영화
한국에서 많이 보시지는 않았더라고요
X-Machina라고 하는 영화인데
여기 보이는 이 여자분이 사실은 뒤에
이렇게 약간 실루엣이 보이죠 기계입니다
기계 영화에서
어떤 일이 일어나냐면 이 기계가 굉장히
외딴 곳에 갇혀 있어요
실험실에 사람을 보내서
사람이랑 이렇게 인터랙트를 하는 실험을 합니다
어느 날
갑자기 이 기계가 자기가 기계라는 걸 깨달아요
내가 테스팅 당하고 있다라는 걸 깨닫고
자기의 존재를 깨닫게 됩니다
그 다음에 사람을 속여서
그 사람을 반대로 그 실험실에 가둬버리고
자기는 탈출을 해버려요
그 다음에 인간이 사는 대중 속으로
슥 사라지면서 영화가 끝납니다
그러니까 인공지능이 사람처럼 자아의식을 갖게 되고
그렇게 되는 거예요
그게 네 번째
레벨의 인공지능입니다 이 정도의 인공지능은 아직 없어요
사실 이 정도 인공지능이 생긴다면
저희는 인공지능이랑 거의 같이 살아가는 친구가 되고
애인이 되고 뭐 그런 정도까지 될 수 있겠죠
같이 살아가는 레벨까지 될 수 있습니다
아직 이거는 좀 멀은 얘기 같고요
제가 말씀드렸죠 이 레벨의 인공지능을 지금
만들려고 많이 노력 중이다
몇 개 예를 보여드릴게요
요즘 인공지능, 인공지능 하는데
가장 많이 발전된 부분이 위전 쪽입니다
그러니까 눈으로 보는 쪽 그래서 여러분들
그런 얘기 들어봤을 거예요
뉴스에서 의사보다 더 X-ray나 CT나 MRI
이미지를 훨씬 더 잘 읽는 인공지능 의사가 있다
몇몇 병에 대해서는 그런 식으로 훈련을 잘 시키면
의사보다 더 정확하게 빠르게 신속하게 아, 이 사람
암에 걸렸습니다 이 사람 뇌졸중 영향이 있습니다 하고
잘 판별해낼 수 있어요
그 정도로 지금
시각적으로 인간보다 굉장히 잘하고 있습니다
이거 한번 볼게요 이거 그래서 길이죠
사람이 걸어가고 차가 있고
여기 사람이 인도에 있고
이런 거 판별하는 거는 이제 문제도 아니에요
사진 딱 보여주면 여기 사람,
자동차 뭐 이런 거 잘 판별해야 됩니다
근데 여기서 뭐라는지 한번 볼게요
이거 비디오 좀 한번 틀어주시겠어요? 이게 뭐라는 건지
한번 비디오를 보시면서 잘 보시기 바랍니다
실제 그 대시보드에 있는
카메라에서 잡아내는 거라고 생각하시면
실제로 사람 머리에 풍선이 생겨요
풍선의 색깔이 다릅니다 사람 머리에만 풍선이 생겨요
자동차에도 안 생기고
자전거에도 안 생기고
색깔이 하얀색이었다
빨간색이 되고
다시 하얀색이 되고
이렇습니다 이게 뭐 같아요?
하얀색이었다가 빨간색이 될 것 같다
빨간색이 됐어요? 어? 이 사람 뭐하죠?
빨간색 됐으니까 길을 건너고
하얀색인 사람들은 보도를 보내고 그냥 걸어가고 있고
노란색이었다가 빨간색이 되고
길을 건넙니다 이제 파악하셨어요?
실시간으로 주변에서
차를 운전하는데 이 사람이 길을 건널 것이다
말 것인가를 의도를 파악해내는 겁니다
어떻게 파악하겠어요
이거? 거기 컨테스트랑 이 사람이 길이랑 가까운데 있다
움직임이 길 쪽으로 간다
제스처가 약간 건너려고 한다
이렇게 손을 한다던가
이렇게 걷는다
그런 거를 다 종합적으로 해가지고 판단하는 거죠
사람이 어떤 생각을 하고 있는지 판단하는 겁니다
그냥 사진을 찍고 얘는 사람,
얘는 자동차
거기에 넘어서고 있어요 이 회사가 어떤 회사냐면
실제 있는 회사고요
미국의 이 다음 슬라이드가 이건가요?
죄송합니다 이 회사가 어떤 회사냐면
현대자동차에서
미국에 있는 벤처회사에 투자를 한
그 벤처회사에서 만드는 겁니다
실제 우리나라 현대자동차에서요
현대자동차가 이 회사한테 왜 투자를 할까요?
이게 어디에 필요한 기술입니까? 자동주행에 필요하죠
지금 자동주행의 기술은 사실은 자동차가 얼마나 잘 가냐
굉장히 초점이 맞춰져 있어요
자동차가 얼마나 나무도 피하고 다른 차도 피하고
그런데 그것만 중요하지 않죠
사실은 자동주행차가 지금 사고를 좀 많이 내고 있어요
우버 같은 데서도 사실은 최종의 목표는 저희 나라
타다 같은 시스템이요 미국의 우버, 택시 시스템인데
최종의 목표는 운전기사가 운전하는 게 아니라
실제로 로봇이 운전하는 택시를 운영하고 싶은 거예요
그래서 사실은 테스트를 해봤는데
테스트하자마자 그냥 사람을 쳐가지고 사람이 죽었어요
그러니까 굉장히 큰 문제입니다
사실 그런 것에 굉장히 중요한 어떤 기술이죠
사람의 의도를 파악하는 것 마찬가지예요
두 번째 인공지능의 어떤 혜택을 많이 받는 영역이 지금
현재는 음성인식 쪽입니다
음성인식이요 여러분들 핸드폰에 보면 아실 거예요
여러분들이 말을 하면 바로바로 알아들어요
그 정도는 이미 다 돼있다라는 겁니다
기술적으로 완벽하진 않지만 굉장히 발달이 돼있어요
여기서 뭐라냐면 죄송합니다 영어로 써져 있는데
뭐냐면 콜센터예요
콜센터인데 고객이 전화를 해서 이렇게 얘기를 하다가
마지막에 이렇게 얘기해서 네 감사합니다
잘 알았습니다 하고 끊었어요
네, 감사합니다 잘 알았습니다 그렇게 인식을 했어요
어떤 고객은 이렇게 얘기해요
네, 잘 알았어요 감사합니다 끊었어요
첫 번째 고객은 뭐죠? 정말 감사한 거죠? 해결이 됐어
두 번째 고객은요? 비꼰 거예요 그렇죠?
근데 이거를 그냥 음성인식만 돌리면
텍스트로 바꾸면 네, 감사합니다
알았습니다 로
다 똑같이 바뀌어요 이 사람이
어떤 의도로 이 말을 했네에 따라서 뉘앙스가 달라지죠
그거를 파악해 내려고 하는 기술입니다
실제로 콜센터에서 영어로 돼 있지만
똑같은 말인데 이 사람이 어떻게 얘기해야 할 따라
가지고 이 사람이 실제
만족했는지 불만족했는지 알아내려고 하는 기술이고
실제 이런 기술
지금 뭐 아직은 스타트업에서 사용하고 있지만
언젠가는 쓸 거예요 여러분들 가만히 생각해 보세요
예전에 콜센터에 전화하면
그런 거 많이 들으셨죠 이 전화 끝나고
혹시 서베이 해주시겠어요? 불편했는지
뭐 이렇게 저희가 좀 조사 좀 하겠습니다
고객 만족도 조사할게요
요즘 그런 거 많이 없어요
왜 그런지 아세요? 여러분들 하는 게 다 녹음되지만
그 녹음하면 누가 다 듣겠어요?
그 많은 거를? 그 기계가 텍스트로 촤라락 바꿔요
그 다음에 텍스트 마이닝이라고 하는 기술을 돌려요
여러분들이 어떤 말을 했는지 뽑아내요
감사합니다 얘기를 했는지
아니면 싹 욕을 했는지
그런 걸 뽑아내서 그거를 가지고 사람이 봅니다
어? 이 사람 좀 불만족했네 자동화가 돼 있는데
겉다 플러스 이것까지 되는 거죠
같은 말을 했어도 감사합니다
얘기했는데 아,
실제 감사하지 않았구나 라고 하는 것까지
끄집어낼 수 있는 기술들을 만들고 싶어 하는 거죠 이
사람이 고객들이 어떤 생각을 하는지
기술은 지금 그렇게 가고 있습니다
이거 하나 보여드릴게요
이게 이제 오른쪽에 있는 영상을 보여드릴 건데
한번 보세요
볼륨 좀 좀 결국은, 많은 일이 완료되기 때문에,
전화 통화를 하는 것입니다
AI가 이 문제에
도움을 줄 수 있을 것이라고 생각합니다
예를 들면, Google에
음성인공지능을 만들고 싶다고 하시면,
실제로 미용실에 전화를 해서
사람 대신 예약을 잡는 상황을 녹음한 것입니다
실제 구글 인공지능이 거는 거예요 구글 인공지능입니다
볼륨이 너무 작네요
12시 12시가 없어서 15시가 가장 가까워요
10시에서 12시가 있다면? 어떤 서비스를 원할지요
어떤 서비스를 원하세요?
여성 헤어스타일은요 10시가 있어요 10시는 괜찮아요
네, 첫번째 이름은요? 첫번째 이름은 리사입니다
첫 번째 제가 놀랐던 건
제가 미국에서 굉장히 오래 살고 왔으면서 놀랐고
아 나보다 영어를 잘하는구나
그래서 좀 놀랐고요
굉장히 사람의 입장에서 부드럽게 하더라고요
두 번째 이제 또 대화가 이제 있는데
그것도 한번 좀 볼게요
이번에는 이제 식당에 예약을 하려고 전화를 하죠
레스토랑 주인이 약간 영어를 완벽하게 못해요
잘 못 알아들었어요
네? 약간 커뮤니케이션이 잘 안되고 있어요
그럼에도 불구하고
AI가 상대방한테 적절하게 대응을 하는 거예요
상대방을 자극하지 않고 기분 나쁘지 않게 하면서
비디오는 여기까지만 봐도 될 것 같습니다
그러니까 대화를 사람처럼 하는 겁니다
그 뉘앙스를 잘 파악을 하고
그 컨텍스트에
상대방의 마음이 상하지 않을 정도까지 컨트롤하면서
대화를 결과적으로는 성공적으로 다 이끌어내죠
이런 기술이 굉장히 어려워요
사실은 옆에 있는 영화가 뭐냐면요 허라고 하는 영화인데
여기 우수의 눈에 찬 이 남자가 사실은 사랑에 빠집니다
사랑에 누구랑 사랑을 하냐면
여러분들 전화기에 있는 음성인식
비서랑 그게 가능한가요 지금? 불가능하죠
근데 만약 비서가
나의 마음을 정말 잘 읽어준다 라고 한다면
어떻게 될까요? 가능할 수도 있지 않을까요?
기술은 점점 이런 식으로 우리가 어떤 생각을 하고
어떤 느낌을 가지고 있는지를 알려고
하는 쪽으로 발달하고 있습니다
다음 페이지 좀 넘겨주시겠어요?
이건 뭐냐면요
여러분들 꿈꾸시죠? 꿈꾸면 사실 영상들이 보이잖아요
그 영상 여러분들 끄집어낼 수 있는 거 아세요?
이분이 버클리에 있는 컴퓨터 사이언스 전산학의 교수인데
2011년도부터 이런 것들을 발표를 하셨는데
영상은 안 보여드리는데
다음 페이지 한번 넘겨봐주시겠어요? 영상은 말고요
다음 페이지 예
맨 위에 있는 이
사진이 실제 사진이고요 이 사진들을 보고
사실은 꿈을 꾼 겁니다
꿈을 꾼 사람들에서 뇌파를 끄집어내서
다시 재조립한, 다시 만든, 재생성한 사진들이에요
이게 실제 사진이고
실제 사진을 가지고서 사람들이 생각을 하고
그 생각에서 꿈을 꿨을 때 만들어낸 겁니다
유사하지 않아요? 이 정도까지 뽑아낼 수 있는 거예요
실제 꿈에서 이런 걸 생각하면
꿈에서 이걸 생각하면 이렇게 나오는 겁니다
완벽하진 않지만
여러분들이 꿈을 꾸면서
이렇게 영상을 만들어내는 내팔을 끄지만 해서
언젠가는 완벽하게 여러분들이 무슨 생각을 하고
무슨 꿈을 꿨다
꿈에서 가능하면
그냥 꿈 안 꾸고 생각하는 것도 가능하겠죠
그런 기술들을 지금 만들려고 개발하고 있습니다
그 다음에 이건
제가 제일 좋아하는 example 중에 하나인데
한번 비디오 틀어봐 주시겠어요?
먼저 이것도 한번 맞춰보세요
MIT의 미디어 랩이라고 하는
굉장히 잘 나가는 기술적으로 유명한 랩에서 만든 건데
머리 딱 차네요
목에 딱 붙이게 이 사람이 아무것도 안 하는데
아무 말도 안 하는데
TV에서 메뉴가 움직입니다 1043M
어떻게 한 것 같아요? 생각만 했어요
Time? 머릿속에 단어를 생각하는 거예요
머릿속에서 이 숫자들을 생각하면서
더하는 걸 하는 거예요
Total $10.70 이게 뭐냐면요
여러분도 이렇게 혼자 말하잖아요
실제로 말은 안 해도
머릿속에 생각하고 꼭 말할 것처럼 얘기하잖아요
그 시그널을 끄집어낼 수가 있대요
TV 아까 나왔을 때 메뉴 오른쪽 왼쪽 생각하잖아요
말은 쉽지 않지만
성대 울리면서 그거를 어디에서 끄집어내가지고
그거를 실행시킬 수 있답니다
물론 굉장히 제한적인
어떤 명령어들을 읽어내는 거를 굉장히 많이
연습을 해가지고 성공시킨 케이스죠
근데 이런 것도
우리의 생각을 읽으려고 하는 기술의 발달
중에 하나입니다
지금 굉장히 앞서 나가는 기술들은
예약을 드리면은
사람이 어떤 생각을 하는지를 알려고 하고 있다
이렇게 정도 이해를 하시면 될 것 같아요
다음 페이지 좀 부탁드릴게요
인공지능의 아주 일반적인 얘기로 좀 다시 돌아와 볼게요
아까 인공지능의 레벨에 대해서 말씀드렸고
이거에 대해서 한번 생각해 봅시다
인공지능 아까 저희가 어떻게 정의를 했냐면
인간의 지탱을 학적인 능력과
행동을 모사하는 기계다 라고 얘기했잖아요 이거 뭐죠?
지금 보이는 거? 전자계산기
인간의 가장 중요한 능력 중에 하나가 숫자를 발견하고
숫자를 가지고 계산할 수 있는 능력이잖아요
수학이 제일 어렵죠
그거를 따라하는 기계예요 이거 인공지능인가요
여러분? 이거 얼마 주고 사실 수 있어요
돈? 100만원 내칠 수 있어요? 인공지능인데?
요즘에 이거 돈 주고
절대 안 사죠? 어디 행사장 갔어요 오늘 같은 날 갔는데
이거 사은품으로 나눠줘요
그러면 기분 좋아요? 안 좋아요? 안 좋죠
이거 뭐다 쓰라고 쓰레기통에 버리실 거잖아요
왜 이렇죠? 인공지능 같은데?
인공지능 아닌 것도 같아요 이거 뭐죠?
이거 집에 있으신 분 유사한 거라도
그쵸? 있다가 버리신 분
에이 뭐 이거 뭐 버리신 분들 많아요
그쵸? 아잇 재미없네
그러고 시끄럽기만 하고
우리 강아지가 싫어해 그러고만 이게
2002년도에 나왔습니다
iRobot이라고 하는 데서 룸바 이거 여러분들
인공지능인가요? 어 길을 막 찾아가지고
자기가 청소를 해주잖아요 대단한 지능이잖아요
근데 아리까리해요
이거 인공지능이라고 불러야 되나 말아야 되나
지금은 이거는요
테슬라 차에 달려있는 오토파일럿 이거 돈 주고 판대요
한 100만원 정도 되는 것 같아요
소프트웨어 사시는데 이거 인공지능인가요
여러분? 오토파일럿 자동주행장치
그쵸? 이 정도면 그래
인공지능이라 불릴만해 아톰 인공지능인가요?
그쵸? 인공지능이죠
다 사람의 행동과 능력을 모사하는데
어떤 건 아닌 것 같고
어떤 것 같아요
그래서 홍상수 감독님이 영화를 만드셨는데
그때는 틀리고 지금은 맞았는데요
이건 좀 다릅니다 반대입니다
그때는 맞는데
지금은 틀려요 이분이 어떤 말을 했냐면
존 메카츠라고 하는 분인데
이분이 누구냐면요
처음으로 인공지능이라는 말을 쓰자 라고 만드신 분이에요
Artificial
Intelligence라고 하는 용어를 써서
우리가 하는 일을 포장을 하자 인공지능의 아버지입니다
지금은 돌아가셨는데
이분이 이런 얘기를 했어요
일단 돌아가기 시작하면 아무도 그거 인공지능이라고
안 불러 약간 뭐 비꼬는 말이기도 하면서
이게 인공지능에 대해서
사람들이 바라보는 거다라고 생각을 한 거죠
두 번째 비슷한 얘기래요
레리 테슬라라고 하는 옛날에
사실 1970년도에
여러분들이 지금 쓰고 있는 컴퓨터 있죠
그거 이미 다 만들었었어요
제로스라고 하는 회사에서 돈을 엄청나게 투자를 해가지고
그때 마우스도 만들고 다 만들었습니다
그때 만드는 데 참여한 굉장히 유명한 과학자예요
이분도 돌아가셨는데 이 사람도
이렇게 인공지능은 안 된 걸 인공지능이라고 불러
이미 되기 시작하면 그건 인공지능 아니야
이렇게 얘기를 합니다
그래서 인공지능은 우리가 바라볼 때
약간 미래지향적이에요
그래서 정리를 한번 해보면
인공지능을 어떻게 생각해야 되느냐
일단 가장 기본적인 정의는 이거죠
인간의 지적이면서 합리적인 능력
또는 행동을 모사해야 되죠
근데 시간에 따라 가지고
그 대상이 좀 변해 오고 있다는 걸 아셔야 돼요
그래서 굉장히 다양한 레벨이 있고요
강인공지능도 있고 약인공지능도 있고
그래서 디지털 금융뿐 아니라
여러분들이 혹시 다른 산업에서 일하신다면
거기서 그 산업 혹은 회사,
그 다음에 여러분들
일상에서 의미 있는
인공지능은 이렇게 한번 정의를 해봐야 될 것 같아요
중요한 건 키가 되는 건 이겁니다
인간의 어떤 지적인 능력과 행동을 모사는 해야 되고
당연히 그런데 이 말이 필요해요
현재 인간의 삶보다 더 좋게 만들어줘야 돼요
이미 우리의 삶을 좋게 만들어준 전자계산기나
자동청소로봇은 우리한테 그렇게 중요하고
의미가 있는 인공지능은 이미 아닙니다
우리의 삶을
더 좋게 만들어줄 약간 미래지향적인 거야 되고
그렇다고 아주 허무맹랑한 거
아톰, 터미네이터, 강인공지능 이런 것도 아니라는 겁니다
실제 그래도 적용이 가능할 만한
모든 종류의 모든 레벨의 기계,
소프트웨어, 컴퓨터
이런 것들을 인공지능이라고
생각을 해야 된다 라고 하는 것을
좀 강조드리고 싶습니다
이거는 이제 조금 여러분들
또 기초상식으로 알라고 조금 설명을 드리는 건데
요즘 인공지능 인공지능 하면
가장 많이 얘기를 하는 게
사실은 딥러닝이라고 하는 거예요
딥러닝 들어보셨죠
딥러닝 여기 뭐 다 아실 것 같은데
도대체 그럼 딥러닝이 뭡니까?
그렇게 물어보면 어떻게 대답하실 거예요?
인공지능입니다 이렇게 얘기하시면 틀립니다
딥러닝은 일단 정의부터 정답부터 알려드리면
인공지능을 가능하게 해주는 굉장히 많은 기술이 있는데
그 기술 중에 하나다 라고 생각을 하셔야 됩니다
인공지능은 우리가 정의를 했죠
인간의 행동을 모사하는 거라고
대부분의 인공지능은 다 소프트웨어로 구현이 됩니다
물론 소프트웨어로 구현될 수 있는 거는
대부분의 것들이 또 하드웨어로 구현될 수가 있어요
장점이 있기 때문에
근데 일단은
인공지능은 소프트웨어로
구현이 된다라고 생각을 하시면 되는데
소프트웨어라고 하는 게 뭐예요
근데? 여러분? 컴퓨터 컴퓨터가 뭐죠? 컴퓨터 깡통이죠?
깡통 저기도 깡통 있고
여기도 깡통 있잖아요 어떻게 보면 깡통이에요
깡통에 무슨 메모리라는 것도 있고
CPU라는 것도 있고
하드 드라이브라는 것도 있습니다
근데 개념적으로 컴퓨터는 뭐냐면요
깡통이에요 컴퓨터가 알아들을 수 있는 거는 숫자
0이랑 2밖에 없어요 그거 외에는 아무것도 모릅니다
근데 컴퓨터가 왜 똑똑해 보이느냐
소프트웨어라고 하는 거를
우리가 걔한테 주기 때문에 그래요
소프트웨어는 뭐냐
컴퓨터한테 이렇게
이렇게 이렇게 하라라고 알려주는 우리가 방법입니다
그 소프트웨어 중에 가장 큰 부분을 차지하는 것을
그냥 알고리즘이라고 생각하면 돼요
알고리즘이 뭐냐면 컴퓨터한테 너 1부터 10까지 더해봐
그러면 어떻게 해요? 컴퓨터 깡통이라 못 더해요
우리가 다 알려줘요 1부터 1 다음에 2를 더하고
2 다음에 3을 더하고 4를 더하고
그거를 스크립트로 프로그램이라고 하는 게 있는데
프로그램이라고 써가지고 컴퓨터한테 딱 줘야 돼요
A부터 G까지
1부터 10까지 모든 것을 다 가르쳐 줘야 합니다
컴퓨터는 그걸 알고리즘이라고 하는 형태로 가르쳐 줘요
일반적으로 전부 디테일하게 다 가르쳐 줘서
컴퓨터가 하는 건 뭐냐면
그 알고리즘에 따라서 지치지도 않고
실수도 안 하고
굉장히 빠르고 정확하게 일을 해낸다는 거예요
인간은 지치고 실수도 하고
그렇잖아요 컴퓨터의 장점은 그겁니다
알고리즘을 통해서
저희가 이제 컴퓨터가 일을 하게 하는데
우리가 생각하는 알고리즘은 아까
예를 들었듯이 하나부터 열까지 다 알려주는 거예요
근데 그렇지 않은 알고리즘들이 있어요
그 중에 하나가 기계 학습이라고 하는 겁니다
머신러닝이라고 불러요
아니 기계가 어떻게 학습을 하죠?
컴퓨터가 배운다
얘가 내 아들도 아니고 초등학생 보내서 배울 수도 없고
도대체 컴퓨터가 배운다는 게 무슨 뜻일까요?
기계학습이 이렇게 생각을 하셔야 돼요
알고리즘, 아까 1부터 10까지 더하라 할 때
전부 다 가르쳐줬다고 그랬죠
그런데 컴퓨터한테 전부 다 안 가르쳐줍니다
왜냐하면 우리도 잘 몰라요
혹은 다 가르쳐주기가 너무 복잡해, 힘들어
그래서 다 가르쳐주는 대신에 데이터를 줍니다
데이터 데이터를 주고 이 데이터에서 이거랑 이거랑
두 개의 관계를 잘 파악해보면
네가 여기 비어있는 부분의 논리를 알 수 있을 거야
담배 많이 피고 몸무게가 이렇게 나오고
이런 사람들이 아마 암으로 많이 죽었을 걸? 근데
정확하게 내 룰은 몰라 네가 한번 찾아봐 하고
데이터를 던져주는 거야
컴퓨터가 거기서 열심히 찾는 겁니다
열심히 찾아서 담배를 한 10년 이상 폈고
나이가 45세 이상이고
혈압이 어느 정도 되고 가족력이 있고
그러면 암의 권리 확률이 한 75% 되는 것 같아 하고
얘가 그런 룰을 찾아내는 거예요
그렇게 찾아내는 데이터에
숨겨진 스토리
데이터에 있는 패턴을 찾도록 해주게 만들어준
거를 기계학습이라고 하는 거고
하나의 알고리즘입니다
기계학습은 기계가 배우는 게 아니고요
기계한테 데이터를 줘서
패턴을 찾게 해주는 알고리즘이에요
그 기계학습이
사실은 인공지능을 가능하게 해주는 하나의 방법입니다
하나의 방법
굉장히 다른 여러가지 방법도 있어요
그 기계학습 방법 중에 여러가지 기술이 있는데
그 중에 하나가 인공신경망이라고 하는 기술입니다
영어로는 Artificial Neural
Network이라고 하는 거예요
이게 아이디어가 어디서 나왔냐면
사람의 뇌에서 사람의 뇌가 세포가 어떻게 되어 있고
신경이 어떻게 되어 있고
이거를 한번 비슷하게 컴퓨터 알고리즘으로 구현해볼까
알고리즘으로 구현해볼까 하고 만든 거예요
그것 중에 현재
굉장히 퍼포먼스가 좋게 나오고 있는 것이 Deep
Neural Network, Deep하다,
깊은 인공신경망이다 고 그걸 그냥 짧게
그냥 Deep Learning이라고 부르는 겁니다
결론적으로는 Deep
Learning은 기계학습 중에 하나고
기계학습 내에
인공신경망을 기초로 하는 기술 중에 하나다
이렇게 생각을 하시면 됩니다
그 다음에 뭐 이거는 여러분들
혹시라도 혹시라도
나는 인공지능에 대해서 좀 깊이 있게 배우고 싶다
그러면은 사실 시중에 많은 책들이 있어요
인공지능에 관한 책들
그거는 이제 다 이제 상 그 뭐라 그러죠
교양서적으로서 굉장히 좋은 책들이고
나는 좀 전문적으로 알고 싶다 한다면 요
책을 추천드리고 싶어요 이 책은 미국 대학교
한국 대학교 미국 대학원
한국 대학원에서
인공지능에 관련해서 가장 많이 쓰이는 책입니다
여기서는 이론적인 얘기,
기술 얘기 같은 게 굉장히 다 나와요
이렇게 두꺼워요 교과서예요
교과서, 대학교과서
그래서 그런 거 찾아서 읽어보시면 사실은 기술적인 내용,
그 다음에 히스토리
이런 것들은 더 잘 아실 수 있습니다
인공지능, 이제 좀 역사에 대해서 한번 알아볼게요
인공지능이 뭐 새롭게 나온 개념은 아니에요, 그렇죠?
인공지능이 맨 처음 어디서부터 시작했을까요?
여러 가지 설이 있는데 한 가지 설은 이겁니다
여기 보이는 게 뭐 같아 보이세요?
결혼할 때 이렇게 지구관은 함처럼 생겼죠
함은 아니고 이게 1642년에 수학의 아버지가 누구죠?
수학의 아버지? 여러분들을
유년 시절에 괴롭힌 고등학교 때
수학 때문에 힘들었던 분들
수학의 아버지가 누구죠?
파스칼 파스칼이 만든 기계형 계산기입니다
언제 만들었는지 보세요 1642년도에 만들었어요
그때는 반도체도 없었고
진공간도 없었으니까 지금처럼 전자식 기계는 못 만들고
실제 메카니컬한 기계식으로 만들었어요
이거를 시초로 보는 사람들이 있어요
물론 그 전으로 보는 사람들도 있고
계산기, 인간의 지적인 능력을 모사하는
가장 대표적인 거죠
두 번째, 이게 뭐냐면
여기 1837년
두 사람이 만든 프로그램이 가능한 기계입니다
뭐하면 뭐하라는 룰도 넣을 수 있고,
포문 같은 거 돌리는 것까지 가능하고
이런 기계를 만들어냈어요
이게 1837년이고요
1944년에 어떤 일이 있었냐면
여러분들 아까 말씀드린 딥러닝의 기초가 되는 기술,
인공신경망이라고 하는 아이디어를 처음 만들어냅니다
그걸 어떻게 냈느냐
그냥 아이디어가 된 거 아니고 보이시죠?
논문이에요 영어
논문 수식이 있는 논문 이거를 1943년에 썼어요
그 다음에 1950년에 제가 아까 말씀드렸듯이
천재 과학자인 튜링이 앨런 튜링이 인공지능
감별법을 이미 만들어냈고요
그 다음에 1955년 사실 1956년인데
어떤 일이 발생하냐면
이때만 해도 사람들이 관심을 갖기 시작했어요
이때가 뭐예요?
2차 세계자전이 끝나고
컴퓨터라고 하는 게 만들어져서
일상생활에 쓰일까 말까 하던 시기예요
컴퓨터가 이제 세상에 알려지기 시작한 시기예요
관심이 많았겠죠
컴퓨터에 컴퓨터가 사람처럼 만들 수 있겠네
컴퓨터를 이게 처음으로 아이디어가 생기던 때입니다
많은 사람들이 관심을 가지니까
비슷한 일을 하는 사람들이 모였어요
미국의 다트머스 대학에 모였습니다
여름에요 나트너스 때 겨울에는 굉장히 춥거든요
여름에 모여서 우리가 뭔가 비슷한 일을 하는데
학회 비슷한 걸 만들어보자
이름을 붙이자 어떻게 이름을 붙일까?
AI, Artificial
Intelligence가 좋겠다 하고
아까 존 맥카티라고 하는 사람이 이름을 붙이면서
만들어냅니다
그 다음에 1965년에 무슨 일이 발생하냐면
여러분들 지금 핸드폰에 있는 챗봇들 있죠?
챗봇 챗봇의 가장 시초가 되는 엘리자라고 하는
챗봇을 만들어냅니다
일찍 만들어냈어요, 챗봇 이게 화면이에요
그 다음에 어떤 일이 있냐면
1997년에 센세이션한 일이 발생하는데
97년에 IBM이 딥블루라고 하는 컴퓨터를 들고 나와서
인간하고 한번 시합을 해보는 것을 해봅니다
이때 불러놓은 사람이 장기왕 야
세상에서 제일 장기 잘 두른 사람 나와 장기가 있는데
서양에선 체스죠
우리가 두른 장기 말고 체스 마스터를 불렀죠
그 다음에 걔를 이겨버렸습니다
컴퓨터가 사람이 이긴 00의 처음 얘기예요
사람들이 깜짝 놀랐죠
체스왕은 사실은 국가
원수급 대우예요 이 사람들은 거의 천재
신 뭐 이런 식으로 합니다
우리도 바둑자이드만 되게 그러잖아요
근데 그 사람이 이겨버린 거예요
97년에 IBM이 또 어떤 짓을 저지르냐면
2011년도에 퀴즈왕 나와요
퀴즈왕 네가 이 세상에서 퀴즈 제일 잘 풀어?
너 나랑 붙어 미국에 제퍼디쇼라고 하는 퀴즈쇼가 있는데
거기서 이 사람을 무참하게 깨버리고
제퍼디쇼 사상 최고의 레코드를 세워버리죠
기계가 컴퓨터가 키즈왕도 이겨버렸어요
그러고 나서 많은 것들이 발생했는데
사실은 이게 제일 충격적이죠
2016년도에 IBM도 아닌
실은 영국에 있는 굉장한 조그만 스타트업이었어요
이름도 뭐였냐면요 기억하시나요?
딥마인드라고 하는 매서입니다
딥마인드요 아까 IBM 컴퓨터 이름이 뭐였죠?
Deep Blue 이름도 거의 따라한 것 같죠?
짝퉁 같아요
짝퉁 딥 마인드라고 하는 조그만
회사가 갑자기 이세돌한테 너 나와, 나랑 바닥 붙을래?
이런 거예요
나 이기면 돈 많이 줄게
사실 딥 마인드라고 하는 회사는 구글 회사였어요
그때 벌써 구글이
몇 년 전에 이 회사의 포텐셜을 보고 큰 돈을 주고
산 회사였죠
그 다음에 어떤 일이 발생했죠?
여러분들이 다 아시듯이 이세돌 구단이 무릎을 꿇었죠
알파고한테 굉장히 센세이셔널했죠
그때 사람들이 굉장히 깜짝깜짝 놀랐죠
그 다음부터
사실은 인공지능에 대한 관심이 급격히 증가를 해서
대부분의 사람들이 다 인공지능,
인공지능 지금 하고 있습니다
인공지능이 그렇게
옛날부터 있었어요 이 인공지능이라고 하는 학문
혹은 분야 혹은 기술이 항상 우리한테
어떤 최고의 관심을 받았을까요?
그렇지는 않습니다 사실 업 앤 다운이 있었어요
대부분의 모든 기술과 마찬가지로
보통 사람들이 많은 관심을 가질 때
저희는 봄이 왔다라는 표현을 쓰고
사람들이 관심이 멀어졌을 때
춥고 배고픈 겨울이 온다라고 얘기를 합니다
인공지능은 두 번의 겨울이 있었어요
여태까지 처음에
1956년들에 사람들이 모여서 얘기했으니까
그때는 굉장히 핫했겠죠
그때 한참 봄이었어요
봄이었다가 기술의 한계를 느낀 거죠
사람들의 관심도 좀 멀어지고
첫 번째 겨울이 왔어요
정부에서 돈도 끊기고 기업체에서도 관심도 없어지고
학교에서도 더 이상 안 가르치고
그러다가 1980년도에 사실은 기계학습
데이터 마이닝
이런 기술이 생기면서 어? 인공지능이 좀 되겠네
데이터 가지고서
기계를 학습시킬 수 있네 하는 생각을 갖고서
다시 사람들의 관심을 갖기 시작합니다
쭉 올라왔어요
그러다가 80년대 말부터 어 이것도 안 되는구나
컴퓨터가 아직 그렇게 파워가 좋지 않네
데이터가 굉장히 아직 많지 않네 하고
사람들이 또 실망을 했습니다
실망을 하고 다시 겨울이 왔어요
그 다음에 1990년대 와서
다시 지금 사람들의 관심을 받기 시작하는데
아까 말씀드렸듯이
IBM의 딥브루가 체스 마스터도 이기고
2016년도에 바둑의 신인
우리 이세돌 9단을
컴퓨터가 이겨 버리고 하면서
사람들이 갑자기 이제 또 관심을 많이 갖게 된 거죠
또 뭐가 있어요? 컴퓨팅 파워가 굉장히 좋아지고
그 다음에 인터넷이라고 하는 게 생기면서
데이터가 엄청나게 많아지기 시작했어요 그렇죠?
어? 데이터도 늘어났고
기술도 좋아졌네 하고
사람들이 관심을 쭉 받기 시작하고 있습니다
그러면 이제 여러분들한테 이걸 물어보고 싶은 거죠
자 이렇게 업앤다운이 있었다는 걸 이미 보셨죠
지금 저희가 여기 있어요 어떻게 될 것 같아요?
미래가 여러분들은 인공지능에 대해서
미래가 어떻게 될 것 같습니까?
그게 두 가지일 것 같아요
올라가거나 쭉 아니면 에이 다시 떨어질 거야 그렇죠?
한번 손으로 한번 들어볼게요
여태까지 저한테 들은
강의와 여러분들이 가지고 있는 지식으로
나는 앞으로 인공지능엔 더 이상 겨울이 없다
쭉 올라갈 것이다 라고 생각하시는 분
감사합니다 아니야
겨울이 올 것 같아 힘든 시기가 또 올 거야
하시는 분 물론 손 안 드신 분도 있어요
이분들은 이 가운데입니다
아주 성공도 안 할 거고
아주 실패도 안 할 거야
항상 그렇게 포지션을 잡을 수도 있죠
제 개인적인 생각인데
이렇게 말씀하시는 분들은 보통 누구시냐면
인공지능 가지고 사업하시는 분들
그런데 반대로 생각을 해야 돼요
그만큼 자기가 신념이 있으니까
자기가 가진 모든 것을 다 투자를 해서 사업을 하시고
벤처를 하시고
기술을 연구하시고
그러시는 겁니다 이 밑에 있는 사람들은 보통 누가
이럴까요? 보통 학자들이 이렇게 얘기합니다
왜냐하면 학자는 길게 가야 되는데
지금 할 거야라고 했다가
또 이렇게 떨어지는 거 보면 굉장히 창피하잖아요
그런 것도 있고
학자들은 약간 이렇게 보수적이에요
왜냐하면 학문적으로 한계가 항상 있다는 걸 알기 때문에
보통의 학자들이, 인공지능을 연구하는 학자들이 이쪽이라고
지금 많이 생각을 하고 있어요
의외로 그런데 참 어려워요
사실은 미래에 대해서 예측을 하는 것은
굉장히 어렵습니다 그렇죠? 미래에 대해서 예측하는 것
이런 말을 한 사람이 있습니다
누가 이런 말을 했냐면 여러 사람이 했지만
그 중에 이 사람도 이 얘기를 했어요 이 사람 누구죠?
노스트라다무스 세계 최고의 점쟁이죠
구슬아 구슬아
미래에는 어떻게 될 것 같니 하면
제일 잘 맞히는 점쟁이었잖아요 이 사람조차도
미래에 대해서 예측하는 건
너무 힘들어 이렇게 얘기를 했어요
사실 미래에 대해서 예측하는 건 정말 힘듭니다
그래서 잘 몰라요 어떻게 될지 이 그래프는 뭐냐면요
인공지능에 관련된 건 아닌데
전세계 GDP가 시간에 따르면서
어떻게 변화했는지를 보여줍니다
우리 거의 거지였어요
거지 한동안 이거
여기 0에서 잘라서
그렇지 0 이전으로 가도 거의 제로였어요
거의 거지처럼 살다가
언제부터 우리의 삶이 나아지기 시작했냐면
이때쯤이에요
이때쯤 이게 언제였냐면
1700년대 후반 정도부터 올라가기 시작하네요
이때 무슨 일이 있었죠?
제가 그때 태어나질 않아서 모르겠는데
천체변형도 후반 중에 인류사회에 어떤 일이 있었습니까?
제1차 산업혁명이 있었습니다
제1차 산업혁명 얘기하면 가장 대표적인 기술이 뭐죠?
예 맞습니다 증기기관이에요
증기기관이 우리의 삶을 이렇게 크게 바꿔주니까
생각을 해보세요
증기기관 이전에는 힘을 어떻게 쓸 수밖에 없었냐면
사람, 동물, 뭐 이런 것밖에 없었어요 무한하지 않았죠
쉽게 지치고
그런데 증기기관이라고 하는 게 만들어지면서
굉장히 그것보다 훨씬 더 파워풀한
굉장히 그 다음에 굉장히 오랫동안 쓸 수 있는
그런 어떤 힘의 원동력을 얻은 겁니다
증기가 나중에 전기가 됐고요
그렇죠? 그게 우리의 삶을 이렇게 이런 건물도 짓게 하고
이런 TV도 만들 수 있고
이런 인터넷도 있고 여러분들 핸드폰도 가지고 있고
이렇게 이제
굉장히 나은 삶을 살 수 있게 만들어 줬거든요
여러분들 인공지능이 과연 증기기관처럼
우리의 삶을 크게 바꿀 수 있을까요?
이건 약간 다른 얘기인데
특이점이라고 하는 얘기 들어보셨어요?
특이점 특이점은 인공지능에서만 얘기하는 것뿐만 아니라
일반적으로 얘기하는데
특이점을 어떻게 설명하냐면 이 점
이후로 굉장히 세상이 확
바뀌는 거예요 이 책을 쓴 사람이 있어요
제목이 The Singularity IS Near라고
인정한 싱글라리티가
특이점이 가까이 있다라고 하는
책을 썼는데 이 사람이 레이커즈와이라고
하는 사람인데 이 사람은 미래학자이면서
인공지능학자입니다 이 사람뿐만 아니라
사실은 이 사람 전에도 이런 비슷한 얘기를 했는데
어떤 얘기인지냐면 이 녹색 선이
인류 전체 지능의 합입니다
제 개인의 지능도 아니고
여러분이 전부 다
인류에 있는 사람들이 다 모여 있을 때
지능의 합이에요 시간이 지나면서 점점 증가하죠
여러분들 그거는 믿죠
시간이 지나면서
인류가 가지고 있는 지능은 점점 증가합니다
그게 다 교육의 힘이고
저 같은 사람이 뭐 이만큼 연구라도 좀 하고
여러분들이 회사에서 열심히 일해가지고
이뤄내는 기술이나 제품 같은 것들도 있고
조금씩 증가합니다
점점 인위의 삶이 나아져요
기계가 1950년도 쯤에 나왔어요
그쵸? 컴퓨터가 2차 세계대전 나와가지고
기계도 굉장히 기계의 지능이 높아지기 시작해요
인공지능을 통해서든 뭐를 통해서든요
근데 이 기울기를 보니까 어느 순간에는 만날 것 같아요
기울기가 기계가 훨씬 빠르니까
그래서 큰 일이 없다면은
기계가 인간의 지능을 넘어서는 순간이 올 것 같습니다
이론적으로는 그럴 것 같아요 이 포인트를
Singularity Point라고 본 거예요
그 다음에 이 이후는
우리가 생각하는 삶과 굉장히 다른 삶이 될 것이다 라고
미래학자 중에 일부가 얘기를 하기 시작합니다
어떤 삶이 될까요
여러분? 기계가 우리보다 능력이 나아졌어요
어떤 삶이 생각나세요? 터미네이터 생각해보세요
스카이넷 기계가 우리를 다 지배할 수도 있겠죠
다 몰살시키고
그다음에 영화 뭐, 한국에서 뭐 매트릭스 매트릭스
저희가 살고 있는 이 세계가
사실은 실제 세계가 아닐 수도 있습니다
우리 가상의 세계에 지금 살고 있고
우리가 이게 만지는 게 디지털이지
실제 아닐 수가 있어요
디지털 금융, 혹은 디지털 다 디지털일 수 있어요
우리는 어디? 이상한데?
이렇게 가서 누워있을 수도 있고요
그러니까 인류가 멸망할 수도 있다는 얘기를 합니다
인류가 멸망할 수도 있다
지배를 받아서
어떤 사람은 또 다르게 얘기를 해요 이 영화가 뭐냐면요
캐르비안의 해적에 나왔던 애인데
여기서는 굉장히 유명한 과학자로 나옵니다
얘가 굉장히 성능이
좋은 컴퓨터를 만들었는데 이 영화의 막판을 보면 자기랑
자기의 컴퓨터랑 합쳐버려요
나랑 컴퓨터가 한 몸이 됩니다
어떻게 되는지는 안 나왔어요
물리적으로 컴퓨터가 내 몸에 들어오는지
내가 컴퓨터 안으로 들어가는지는 안 나오는데
컴퓨터 안으로 자기가 들어가요
컴퓨터의 모든 능력을 다 갖게 됩니다
굉장한 힘을 갖게 되는 거죠
그 다음에 컴퓨터는 죽어요 안 죽어요?
안 죽죠 영생을 얻는 겁니다
영생 영생을 얻으나 단 인간으로서 얻는 게 아니라
인간의 변화된 형태로서
컴퓨터랑 합쳐지는 형태로서
영생을 얻을 수도 있다고 얘기를 합니다
두 가지 시나리오예요
다 죽거나 영생을 얻거나
단 인간으로서가 아닌 컴퓨터랑 같이 어느 걸 원하세요
여러분? 별로 뭐 저는 둘 다 싫습니다
그런데 이렇게 얘기하는 사람들이 있어요
왜 사람들이 이렇게 조금 거부에 먹게 됐을까?
생각해보면 여러 가지 이렇게 에피소드가 있는데
이것도 굉장히 컸던 것 같아요
특히 우리나라 사람들한테 알파고
2016년도에 신문지상에서 떠들 때야 여러분들 여러분들
혹시 나는 알파고가 이길 거다라고 생각하신 분
에이 당연하지
컴퓨터가 이겨 라고 생각하셨던 분 괜찮아요
사람이 꼭 사람 편을 들어야 되는 건 아니잖아요
여러분들 대부분 다
이세돌이 이길 거야라고 생각했던 거예요
그런데 대부분의 학자,
특히 전산학자는 아, 드디어 때가 왔다
이세돌이 지겠구나 라고 생각을 했습니다
왜냐하면 바둑을 한번 생각해 보세요
바둑 바둑은 굉장히 어떻게 생각하면 단순한 게임입니다
룰이 단순해요
요만한 판에, 한정되어 있는 판에
하얀 돌, 검은 돌을 두면서
하얀 돌이 검은 돌을 둘러싸거나
검은 돌이 하얀 돌을 둘러싸면 이렇게 집이라고 뺏어요
그 다음에 이게 무한정 가지도 않아요
이게 판이 정해져 있기 때문에 언젠가 끝나요
끝났을 때 누가 이겼는지 졌는지를 판별하는 것도 쉬워요
누가 집이 더 많냐
그래가지고 바둑을 두는 법
그냥 주는 것만 서술해 그러면 쉽게 써요
한 페이지도 안 나올 거예요
그런데 이 문제가 왜 어려워요?
왜 이걸 잘 두는 사람은
신의 영역에 있다라고 그랬죠? 이 문제가 수학적으로
어려운데 왜 어렵냐면 풀기가 힘든 문제예요
생각을 해보세요 만약에 전지전능한 사람이 있어요
바둑을 어떻게 두면 되냐면
내가 흰 돌을 뒀어요
까만 돌을 둘 수 있는 데가 많잖아요
그럼 어디다 둬야 되느냐 하는 건
어떻게 계산하면 되냐면 내가 여태
까만 돌을 뒀을 때 다른 사람이 흰 돌을 여태 두고
까만 돌을 뒀을 때 흰 돌을 여태 대고
그 경우의 수가 다 나오죠
사실은 바둑에서 갈 수 있는 경우의 수가 다 나옵니다
사실은 왜냐하면 이 판이 한정돼 있기 때문에
끝까지 가면 뭘 알 수 있어요?
누가 이겼는지 알 수 있죠
내가 여태 까만 돌을 뒀을 때 경우의 수 다 가보고
내가 진, 내가 이긴 케이스를 세어보면 확률이 나오잖아요
내가 이길 확률
그러면 반대로 내가 검은돌을 여기다 뒀을 때
똑같이 경우에서 다 가보면 여기다 뒀을 때
이길 확률이 나와요
논리적으로 그러면 어떻게 두면 되냐면 다 가보고
이길 확률이 높은데 두면 이겨요 그게 최선의 방법이에요
수학적으로 이런 문제를
그냥 스토케스틱 다이나믹 프로그램이라고 하고
거기에 대해서 최적회를 구하는 것은
수식으로는 쉽게 쓸 수 있어요
이렇게 부풀면 돼 뭐가 어려운 거예요?
경우의 수가 너무 많아요
경우의 수가 하늘에 있는 별보다도 많고
만약에 알파고라고 하는
머신이 이 모든 경우의 수를 다 찾아가는 방법을 썼으면
어떤 경우가 어떻게 되냐면 이 새들이 하얀 돌을 딱
둬요
그 다음에 알파고한테 너 결정하면
나한테 알려줘 알파고가 막 계산을 해요
경우의 수를 다 가보면서 이 새들 죽어요
늙어서 그 다른 한 수
두기 전에 이 세상에서
지금 가장 빠른 컴퓨터를 써도
그것 때문에 어렵다라는 거예요
근데 생각을 해보세요 이 문제는 단순하기 때문에
굉장히 많이 빠른 것들을 가져가고
계산을 빨리 하고
그거를 잘 기억해내는 능력이 좋으면
잘 풀 수 밖에 없어요
사람과 기계 모두 다 안 가보고
휴리스틱이라고 하는 어디에 가볼까? 라고 하는 거라고
어디가 나을까? 하고 계산하는 거라는데
사람은 머릿속에 기억할 수 있는 게 한계가 있어요
근데 기계는 사람이 기억할 수 있는
한계보다 훨씬 더 많은 걸 기억하고
훨씬 더 빠르게 가볼 수 있어요 끝까지 그렇기 때문에
이런 문제는 컴퓨터한테 질 수밖에 없는 문제예요
언젠가는 질 수밖에 없어요
이런 문제가 또 있어요
사람의 눈으로 볼 수 있는 거예요
저희 눈 되게 뛰어나 보이죠?
우리 눈 잠자리보다 못한 거 아시죠?
잠자리가 훨씬 더 자세하게 더 많은 걸 볼 수 있어요
컴퓨터, 카메라 좋게 만들면
저희 눈보다 훨씬 더 잘 보여요
그 다음에 컴퓨터 빠르게 빠르게 보고
잊어버리지도 않아요
그 다음에 약간 다른 패턴
비교해가면서 금방 금방 잘 찾아내요
눈으로 뭔가를 찾아내는 거
여기 불량 약간 금이 가있네 비행기에
혹은 이 사람
암일 것 같아
이런 거 찾아내는 거 역시 기계를 이길 수가 없어요
왜냐하면 우리의 능력이 한계가 있기 때문에
그런 문제들이 있어요
이것도 사실 그런 문제였어요 이런 문제도 되게 많아요
그래서 질 수밖에 없는 건데
졌으니까 굉장히 깜짝 놀란 거예요
그런데 저긴 졌죠
그런데 이걸 생각해 봐야 됩니다
이게 1956년에
존 맥카티가 그때만 해도
인공지능에 대해서 장밋빛이었어요
야, 한 10년 안에
우리 인간과 같은 컴퓨터를 만들 거라고 하면서
한 얘기입니다
영어로 되어 있어서 정말 죄송한데
어떤 얘기냐면
배움이라고 하는 것의
모든 측면과 지능이라고 하는 것의 모든 것들이 다
굉장히 잘 서술할 수 있어서
그 무식한 기계가 우리가 잘 서술해주니까
전부 다 따라할 수 있을 거야 라고 하는 얘기예요
우리가 아는 모든 지식이 우리가 잘 서술할 수 있어서
알고리즘처럼 기계가 딱 보고
스스로 따라만 하면 다 할 수 있게 만들 수 있다 라고
얘기를 한 거예요
맞아 보여요 그렇죠? 아까 바둑 같은 게 그런 거예요
서술할 수 있어
기계가 배울 수 있어 이 말에서 틀린 말이 하나 있어요
보통 우리 수능이나 학력고사 세대도 있으신 것 같은데
사지선다에서 찍기 할 때
잘못된 문항의 예로 드는 게 뭐죠?
항상, 언제나,
뭐든 이 드럼만한 말은
굉장히 그게 추루가 되기 힘들잖아요
여기 틀린 거예요
Every 모든 게 다 그러냐? 아니냐는 얘기입니다
폴렌이라고 하는 철학자가 있어요
사실은 헝가리어 한 게
영국인인데 이 사람이 이런 말을 했어요
가장 유명한 말을 한 게 이거예요
We know more than WE can tell
한국말로 하면
우리는 우리가 실제로
말로 얘기하는 것보다 훨씬 더 많은 걸 알고 있다
넌 말하지 않은 거에 대해서 근데
너 더 많이 알고 있어 이거예요
왜냐하면 네가 아는데
네가 말로 표현을 못하는 게 있기 때문에
그래 이 사람이 이렇게 얘기를 합니다
인간이 가지고 있는 지식에는 두 가지가 있어요
하나는 말로 잘 설명할 수 있는 거 말이나
수식이나 글로 하나는 내가 아는 것 같은데
설명이 안 돼요 표현할 수가 없어요
예를 들면 자전거 타기 여러분 자녀분들이나 조카나 아빠
혹은 삼촌, 이모
나 자전거 타는 법
좀 알려줘 가만히 있어 알려줄게 하고서 어떻게 해요?
종이를 한 장 딱 꺼낸 다음에 자전거 타는 법!
하고서 막 써내려갑니다 몇 줄이나 쓸 수 있어요?
두 줄? 넘어지려고 하는 쪽으로 핸들을 틀어? 넘어지지 마
페달을 열심히 밟아 딱 주고 야
이게 자전거 타는 법이야
이것만 읽으면 열심히 공부해
그럼 너는 자전거 탈 수 있어 이게 되나요? 안 되죠
여러분은 자전거 타는 법을 아는데
자전거 타는 법이라는 걸 알려줄 수가 없어요 말로써
혹은 글로써 테스트 날리지라 그래요 이런 것만 있느냐?
여러분들 뭐 다 이제 뭐
사회에서 어떤 리더십 가지고 계실 거고
어떤 분은 더 유머러스하고
어떤 분은 커뮤니케이션 스킬이 굉장히 좋고
아끼는 후배가 생겼어요
그래가지고 리더를 키우고 싶어 야
너 내가 리더가 되는 법
알려줄게 하면서 소주를 먹으면서 리더가 되는 법
글로 써줘요
이게 리더가 되는 법이 얘한테 됩니까? 이게? 안 되죠?
물론 뭐 리더십 과정 같은 거 있어요
그런 거 듣는다고 리더가 되나요? 어렵습니다
우리가 아는 지식이 다 우리가 표현할 수가 없어요
그럼 아까 뭐예요? 컴퓨터는 뭐라고 그랬죠?
깡통이에요 우리가 표현을 못하면
배울 수가 없어요 이 말인 즉슨
우리가 컴퓨터를 너무 사랑하는 컴퓨터 하나가 있어요
나 얘한테 다 알려주고 싶어요
그래도 가리키는데 한계가 있다는 겁니다
어떤 것은 가리킬 수 없다는 거예요
그거를 이렇게 얘기합니다
폴렌의 파라독스라고
우리가 컴퓨터한테 다 가르쳐주고 싶은데
우리가 가르쳐주지 못하는 게 있네
우리가 서술을 못하기 때문에
그래서 보통의 사람들은 어떻게 생각을 했냐면
컴퓨터가 인간의 모든 테스트를 다 수행할 수는 없다
인간을 넘어설 수는 없다
이북, 바둑, 눈으로 보는 거
이런 건 할 수 있어도
인간이 하는
모든 행동을 다
컴퓨터가 인간만큼 할 수는 없다 라고 얘기를 했습니다
그래서 걱정하지 마
인간은 넘어설 일은 없어
근데 요즘 어떤 일이 생겼냐면 이게 다 딥러닝 때문인데
딥러닝을 조금 공부해보신 분은 아니겠지만
약간 테스트 날리지를 배우는 것 같은 느낌이 들게 해요
왜냐면 딥러닝의 가장 특징이 뭐냐면
얘가 어떻게 이 정답을 알았는지는 중요하지 않아요
알 수도 없어요
컴퓨터 자신도 몰라요
굉장히 복잡해서 근데 얘 마음에 걸릴 것 같은데?
현금 금융이니까
얘 돈 빌려주면 돈 안 갚을 것 같은데?
이거 데이터로부터 찾아내는데
왜 그런데? 나한테 논리를 대봐 그러면 잘 모르겠어
근데 얘 그럴 것 같아
근데 정확히 맞는 거예요
딱딱딱딱 그러니까 흡사 우리가 말로 설명을 못하는데
찾는 것처럼 보이는 겁니다
사실은 그렇지 않아요
딥러닝에 막 백단으로 들어가면 패턴은 있어요
근데 그 패턴을 수식으로
굉장히 복잡하게 쓸 수는 있어요
그런데 이것을 인간이 좀 이해하고
하는 언어로 표현하기가 힘든 거예요
예를 들어서
의학 같은 경우엔 담배를
10년 이상 폈으면 10% 죽을 확률이 높아집니다
이런 식으로
사람이 이해할 만하게 쉽게 말이 안 되는 것뿐이지
패턴은 다 파악을 합니다
그래서 test
knowledge를 그대로 배운다고 말할 수는 없어요
그런데 이런 현상을 보고
사람들이 걱정을 더하기 시작합니다
폴렌이의 파라독스가 깨지는구나
하는 걱정하는 사람들이 생겼습니다
많은 사람들이 사실 이거 가지고
악의를 해요 이 폴렌이의 파라독스는 아니지만
미래의 기술이 우리를 어떻게 할 것인가
여러분 이 두 분 다 다 알죠?
이분은 중국에 굉장히 돈 많으신 분,
알리바바 지금 은퇴하셨죠?
이분은 지금 한참 주가 날리고 계신 앨런 머스크요
사장님이신데 두 분이 얘기를 합니다
작년에 상하이에서 얘기를 했는데
이분은 어떤 생각이냐면 아, 이 기술 발달하는 거 알아
단, 인간이 이 기술을 항상 통제할 수 있어
기술은 항상 인간의 삶을 윤택하게 만들어지는 데만
쓰일 것이야 라고 생각하시는 분이고
이분은 뭐냐면 어, 아닌 것 같아
이대로 그냥 우리가 무분별하게 기술을 발전시키다 보면
인류에게 해를 끼치는
어떤 기술이 나올 수도 있을 것 같아 우리 조심해야 돼
이렇게 얘기를 하는 사람입니다
이런 대담도 했어요
이거 한번 찾아보시면 재밌어요 참 아이러니해요
앨런 모스크가 누굽니까? 아이언맨이죠
아이언맨이라고 불리잖아요
세상에 있는
모든 기술을 굉장히 적극적으로
사업화에 연결시키는 사람인데
기술을 좀 신중하게 써야 된다
이런 얘기를 하시네요
그래서 이거는 제 개인적인 생각이에요
특이점이 올 것인가 말 것인가
특이점이 온 다음에 사람이 멸망을 할 것인가
혹은 사람의 생명이 다른 걸로 대체될 것인가
저는 개인적으로 아니다라고 생각해요
왜냐하면 지금 딥러닝이라고 하는 것들이 굉장히 이슈인데
그 딥러닝의 백기반은 사실 인간의 뇌에 대한 이해입니다
인간의 뇌에 대한 이해
아직 우리 완벽하게 못해요
의학적으로도 그걸 못하는데
그거를 따라하는 어떤 컴퓨터
알고리즘을 어떻게 잘 만들겠습니까?
거기에 대한 약간 회의감이 있고
이런 얘기들이 항상 있어 왔어요
계속 옛날부터 마빈
머스키라고 하는 굉장히 유명한 학자가 있는데
그분도 실수였죠
몇 년 만에 나 인간보다 뛰어난 컴퓨터 만들 수 있어
그런데 못 만들었어요
그 다음에 폴렌의 파라독스 제가 말씀드렸죠
이거 아직 안 깨졌어요 깨질 수가 없을 것 같아요
테스트널리지라고 하는 영역이 굉장히 어려운 부분입니다
이런 것들을 생각해 볼 때
이게 이론적으로 올 것 같긴 한데
이게 이 사람이 얘기하기엔
2045년 정도에 온다고 했거든요
그렇게 근래에 있을 것 같지는 않다라고 하는 게
제 개인적인 생각입니다
사실 요즘에 이런 얘기들을 많이 해요
어? 인공지능 생각했던 것보다 장빛빛이 아닌데
겨울이 오고 있는 것 같아 라고
하는 얘기들이 많이 하고
그 중에 좀 뭐 다 들어봤어요
어떤 데에서 나온 얘기만 좀 뽑아봤어요
Forbes도 그렇고
BBC도 그렇고
인공지능 약간 위험해 보여 라는 얘기를 했습니다
그래서 요즘 싹쓸이가 몇 달 전에 인기를 깨닫고
다시 여름바닷가 이렇게 얘기했는데
다시 겨울이 올지도 몰라요
실제로는 아마 올 것 같습니다
제 개인적인 생각은 그래서 닷컴 기억나시죠?
90년대 말에 인터넷의 발달로
웹브라우저를 통한 대중화로
닷컴이라고 하는 회사들이 엄청나게 생겼어요
지금은 닷컴 컴퍼니라고 부르기보다는
인터넷 컴퍼니라고 부르는 게 맞을 것 같아요
인터넷이라고 하는 기술을 기반으로 해서 생긴 컴퍼니들이
그때도 엄청나게 붐이었죠
모든 사람들이 닷컴, 닷컴 했잖아요
근데 어떤 일이 있었죠? 망했죠
많은 기업이 인공지능도 이럴까요?
한번 생각을 해봐야 될 것 같아요
이거는 사실은 올해 6월호, 7월호인가 6월호,
그 Economist라고 하는 잡지에서
특별호를 냈습니다
어, 인공지능
우리가 생각했던 것보다 굉장히 어렵다
좀 이상한데? 라고 생각하면서 이런 얘기들을 했어요
활용할 만한 데이터가
우리가 굉장히 많이 있을 줄 알았는데
데이터가 인터넷이니, SNS니,
기업체에서는 전부
다 엔터프라이즈 시스템에 깔고 있지 많을 것 같은데
또 그렇게 많지도 않다는 겁니다
쓰일만한 데이터는 그 다음에
이게 여러 가지 사회적인 이슈도 많이 있어요
프라이버시 문제도 있고,
그 다음에 데이터가 한쪽으로 치우쳐져 있어서
올바르지 못한 결과들을 막 하죠
흑인을 보고 원숭이라고 반별한다든가,
흑인을 보고 범죄자로 판단한다든가
이런 어떤 사회적인
불평등적인 얘기들이 많이 나오고 있습니다
아직 좀 문제가 있다 라고 하고
두 번째 제시한 게 투자 대비 효용이 높지 않다
라는 거예요
이게 실제로 돈이 굉장히 많이 들어요
인공지능 프로젝트를 하는데 데이터를 모으는데
그 데이터를 가공하는데
그 가공된 데이터를 가지고 인공지능을 돌리는데
모두가 다 돈입니다 쉽지가 않아요
그거랑 관련해서
컴퓨터 비용 같은 것들이 큰 부담이 되면서
이런 현상이 발생하기 시작했어요
부자들만 쓸 수 있는 기술 아니냐
이런 얘기들도 나오기 시작합니다
오픈에이아 라고 하는 회사는 앨런 머스크가 만든 인터넷
인공지능에 관련된 회사인데
여기서 굉장히 획기적인 자연어처리
인공지능 알고리즘 하나 요즘에 최근에 발표했어요
전문적인 용어로 GPT-3라고 하는 건데
이게 그냥 쉽게 생각하면
여러분들 뉴스를 사람이 쓰잖아요
얘한테 쓰라고 하면 여러분들이 구별을 못해요
이게 사람이 쓴 뉴스인지 기계가 쓴 뉴스인지
그 정도로 사람이 언어를 처리하는 것만큼
사람처럼 해주는 굉장히 성능이 좋은 기술을 만들었는데
이거 잘 쓰려면 학습이라고 하는 걸 시켜야 되거든요
돈이 어마어마하게 많이 들어요
일반 사람은 엄두도 못 낸다는 거예요
이걸 쓸 수 있는 사람들만 쓰는,
그다음에 굉장히 비효율적인,
이렇게 돈을 많이 퍼부어서 했는데
이걸로 과연 무엇을 할 수 있을까
이런 의문들이 생기기 시작한 겁니다
그래서 사람들이 지금 회의를 갖기 시작하게 됐고요
이게 이제 같은 회사에서
많이 보여주는 하이프 커브라고 하는 건데요
거품 커브죠 거품이 있다 없다
보통의 기술들은 어떻게 되냐면 처음에 아이디어가 나오고
사람들에 대한 굉장히 관심을 많이 받으면서
약간 거품처럼 됩니다
그러다가 이제 조종기를 맞죠
조종기를 맞은 다음에
살아남은 것들은 이제 안전기로 돌아가는 건데
여기 찍혀있는 게 다 지금
인공지능 요즘 핫한 기술들이에요 어디에 와 있어요
지금? 여기 와 있는 거 거의 없어요
다 지금 사람들이 막 거품, 하이프 상태에 있는 거예요
아직은 잘 모르겠다라고 하는 게
사실 같은 입장이기도 하고
여러 가지 컨설팅 펌에서도
아직은 좀 확실하지는 않은 것 같다 이런 얘기를 합니다
그러면 2020년부터는 가을 시작이라고 하는데
닷컴 생각을 한번 해봐
그러면 우리 이렇게 생각해야 될 거고
닷컴이야 이거 믿으면
안 돼 다 사기야 망해 인공지능 쓰지 말자
이렇게 생각해야 되는지
아니면 어떻게 생각해야 되는지 이게 중요합니다
여러분들 닷컴은 붕괴했죠? 닷컴은 붕괴했고
인터넷 컴퍼니가 그래서 다 없어졌나요?
지금 제일 잘 나가는 컴퍼니
회사 이름 하나씩만 대보세요
전 세계 중에서 제일 잘 나간다
본인이 생각할 때 제일 잘 나간다
제일 크다 돈 제일 잘 번다
난 이 회사 가서 일하고 싶다
구글 페이스북 이거 다 어떤 회사입니까?
아마존닷컴 인터넷 컴퍼니에요 닷컴 회사였어요
살아남은 자들입니다 탑 10%,
탑 20%의 닷컴 회사가 아니었던 회사가 없어요
그러니까 이렇게 가는 건 맞아요
인터넷 컴퍼니로 가는 과정이었어요 단
어떻게 된 거예요? 옥석이 가려진 거죠
인터넷, 인공지능도 똑같은 과정을 겪을 겁니다
인공지능이 없어지지 않아요
향후 20년,
10년 뒤에는 인공지능 기반 회사들이 인공지능
회사라고 이름을 안 할지도 안 불릴 수도 몰라요
그런 회사들이 탑에 랭킹 될 겁니다
지금 뭐 페이스북, 구글 같은데
그래서 인공지능이 엄청나게 투자하고 있는 거예요
없어지진 않아요,
인공지능이 여러분들 삶에서 없어질 기술은 아닙니다
단, 옥석이 가려질 겁니다
그래서 살아남는 것을 잘 파악해서
거기에 투자를 하시거나
거기에 올라타셔야 되는 게 사실은 필요한 시기입니다
매준말 몇 개 드리고
끝낼 텐데요 이 잘생긴 이분이 누구냐면
미국 샌디에그에 가시면
바이오 쪽에 굉장히 유명한 연구소가 하나 있습니다
서클 인스티튜트라고 하는 연구소인데
그 중에서 뇌과학 쪽을 연구하시는 분이에요
어떻게 보면 딥러닝 쪽에 일가견이 있으신 분이죠
이분이 어떤 얘기를 했냐면 기계학습
혹은 인공지능은 지금 굉장히 초기 단계다
비유를 없다 했냐면
비행기를 만든 사람들이 누구죠? 비행기 누가 만들었죠?
라이트 형제가 만들었죠?
라이트 형제가 만들었는데
그 사람들이 초기에 비행기 모형을 만들어서 실험했거든요
초기 비행기 그 상태다 이거예요 아이디어 굉장히 좋고
근데 아직 굉장히
아이디어를 실험하는 단계다라고 얘기를 했고
두 번째 얘기를 한 게 본인이 관련해서
연구를 하고 있는 인공신경망
혹은 딥러닝이 사실은 아까
우리가 얘기한 스팀
엔진과 같은 역할을 할 수도 있을 것 같다
증기기관과 같은
그 정도의 포텐셜을 가졌다라고는 얘기를 해요
그런데 무슨 얘기를 하냐면
증기기관이 왜 성공했냐면 증기기관이 어떤 일을 해주는지
우리가 명확하게 이해를 했다라는 거예요
메커니즘을 그리고 이해한
그 메커니즘을 바탕으로 해서 정확하게 잘 썼다라는 거죠
그렇게 되면 딥러닝도
인공신경망도 우리의 삶을 아까 보여드렸던 GDP
이렇게 그것처럼
크게 변화시킬 수도 있을 것 같다 라고 얘기해요
조건은 우리가 그거를 완벽하게 이해했을 때
왜 돌아가는지
우리 지금 근데 그걸 이해 못해요
그래서 이분은 뭐를 강조하냐면
그거를 이해하는데
우리가 굉장히
노력을 해야 된다라고 하는 말을 하는 겁니다
두 번째는 이분은 사실은 경제학자예요
토론토 대학에서 경제학을 가르치시는 분이고
베스트셀러 작가인데 이런 책을 쓰셨는데
경제학적으로 인공지능을 바라보시는 분 중에 하나인데
이런 얘기를 했습니다
인공지능은 목적이 굉장히 명확한 테스크를 할 때
굉장히 일을 아직 잘하는 것 같다
암 환자를 골라라 대출을 안 갚을 고객을 골라라
근데 목적이 명확하지 않은 문제는 사람이 하는 게 낫다
복잡한 문제는 사람이 하는 게 낫다예요
단순하고 목적이 명확한 거
바둑 이런 것들은 인공지능이 잘하는데
그 외에는 사람이 하는 게 낫다라고 얘기를 합니다
세 번째는 이제 퍼듀
대학이라고 하는 제가 공부한 곳이기도 한데
거기서 인공지능을
실제로 굉장히 활발하게 연구하는 사람들이 모여서
컨퍼런스 같은 걸 했어요
맨 마지막에 청중들이랑 얘기를 하는데
청중 하나가 이렇게 질문을 합니다 간단하게요
지금 인공지능이 완벽하게 되는 세계가 10위고요
그게 없던 세계가 0이라고 한다면
저희는 지금 몇 정도 와있습니까? 한 5정도 와있나요?
6정도 와있나요?
그렇게 물어봤을 때
이분들이 어떻게 대답을 했냐면
2나 2.5정도에 있는 것 같다
이분들은 인공지능을 굉장히 활발하게 연구하고
자기가 막 논문도 쓰고
막 최신의 알고리즘을 만드는 사람들이에요
그럼에도 불구하고 2나 2.5라고 얘기했는데
이유는 뭐냐면
성공 사례들이 지금 나오고 있다는 얘기예요
굉장히 일부 영역에서 나오고 있고
굉장히 단순한 테스트에서 나오고 있다는 겁니다
거기에서는 굉장히 놀랄만한 성과를 이루고 있는데
이거 외에는 아직 우리는 모르겠다
이거예요 됐지 안 됐지
아직 굉장히 초창기다라고 하는 얘기를 합니다
이건 물론 학자의 얘기예요
학자의 꿈은 아까 뭐라고 그랬죠?
사람과 비슷한
사람의 어떤 생각을 읽을 만한 기술을 만드는 거잖아요
꿈이 더 높을 수도 있어요
이런 걸 다 종합해 볼 때
제가 드리고 싶은 메시지는 이거예요
인공지능이 여러분들이 자리를 뺐거나
우리의 삶을 멸망시키거나
우리의 삶을 굉장히 드라마틱하게
변화시키지는 않을 것 같아요
당분간은 그렇지만 굉장히 큰 변화를 이끌 것은
맞을 것 같고요
인터넷이 전혀 없던 세계에서
지금 인터넷이 있는 세계가 달라졌듯이
인공지능이 별거
아니던 세계에서
인공지능이 되는 세계는 달라질 거긴 합니다
그 다음에 거기에 대한 삶과 어떤 회사, 기업,
그 다음에 산업들도 이걸 바탕으로 돌아갈 것은 확실해요
근데 지금은 약간 거품기니까 어느 기업, 어느 기술,
어떤 삶의 방향이 살아남고 어떨지
어떤 건 없어질지는 여러분들이 공부를 하시면서
잘 파악을 하셔야 된다
이런 어떤 메시지를 드리고 싶어요
인공지능과 함께 살아가시되
너무 겁은 먹지 마시라
단 인공지능을 그냥 무시하고
사시면 앞으로 사시는 데
조금 어려우실 것이다 라고 하는 메시지를 드리면서
오늘 강의를 마치도록 하겠습니다
여러분 감사합니다 아 네 잘 쉬셨나요?
자 그러면은 이제 두 번째 강의를 해주실
백용욱 교수님을 소개해드리겠습니다
백용욱 교수님은 UC 버클리에서 경제학
박사학위를 받으시고 서던 캘리포니아
대학교 및 워싱턴 대학교 세인
루이스에서 교수 생활을 하신 뒤
현재는 카이스트 경영대학 교수님으로 재직 중이십니다
박수 한번 부탁드리겠습니다
박수 반갑습니다 방금 소개를 받은 백용욱이라고 합니다
제 소개도 일단 여기 띄워 놓겠는데요
제가 오늘 디지털 금융 공개 강좌를 한다고 해서
열흘 전인가
갑자기 준비를 해보라고 하셔서 처음에는 누가 오는지
이걸 왜 하는 건지도 잘 몰랐습니다
이렇게 초청을 해주셔서 감사드리구요
생각보다는 근데 빈자리가 아직 많네요
제가 받은 명단에는
굉장히 많은 사람들이 오는 걸로 되어 있었는데
아무튼 뭐 저는 단 한 명이 있더라도
열심히 할 의향이 있기 때문에
한번 오늘 디지털 금융에 대해서
한번 얘기를 나눠보도록 하겠습니다
사실 지금 제 소개를 해주셨는데요
저는 여기 카이스트가
지금 17층을 캠퍼스로 쓰고 있습니다
그래서 올해에 서울시와 금융위원회와 협력을 해서
카이스트가 이 사업을 따음으로써
여기 여의도에 지금 캠퍼스를 열었는데요
그 사업을 갖다가 추진했던 추진위원 중에 하나였고요
카이스트에서는
그리고 이 사업을 딴 다음에는 지금
여기 카이스트에서 운영하는 교과 과정 중에서
비학위 과정 중에 하나인 디지털 트랜스포메이션
디지털 금융 전문가 과정
디지털 트랜스포메이션 분야의 책임 교수를 맡고 있습니다
그래서 제가 이런 일을 하느라고 올해 굉장히 바빴는데요
코로나에도 불구하고
저희 부모님도 저한테 그런 걸 물어보시죠
요즘 바쁘냐 뭐하고 사냐
그래서 제가 이런 걸 한다 말씀드리죠
디지털 금융 이런 과정을 개설했습니다
그랬더니 당연히 아버님이 하시는 말씀 있죠
예 디지털 금융이 뭐니? 그리고 또 핀테크라는 게 뭐니?
그래서 그걸로 제가 오늘 일단 주제를 잡아봤습니다
그래서 오늘은 계략적으로 디지털 금융이 뭐고
그런 얘기를 할 텐데요
그때 아버님과 했던 대화는 바로 그런 거였어요
제가 디지털 금융 이런 과정을 개설했다고 하니까
너 비트코인 하니? 딱 그러시더라고요
그런데 그 어감과 눈빛은 마치 제가 고등학교 때
아버님께서 너 담배 피니? 약간 이런 느낌이었거든요
또는 대학교 때 너 마약 하니?
이런 느낌으로 제가 나이 40이 넘었는데
그런 느낌으로 그런 질문을 받았어요
그래서 아 이게 굉장히 큰 오해가 있구나
설사 비트코인을 한다고 하더라도
그게 표현이 맞는 건지는 모르겠으나
비트코인에 관한 굉장히 큰 오해가 있고
이게 어떻게 디지털 금융하고
연관이 되었는지
좀 설명할 필요는 있겠다 라고 생각을 해서
일단 그걸 첫 장으로 일단 준비는 했는데
사실은 저는 오늘 블록체인이라든가
비트코인이라든가
암호화폐라든가 이런 얘기를 하려고 온 건 아닙니다
혹시나 여러분들도
저희 부모님처럼 디지털 금융 공개 강좌를 한다고 하니까
아
비트코인인가 보다 하고
오신 분들이 있을까봐
딱 한 장만 설명을 하고 넘어가고요
이거 다시는 설명 안 할 겁니다
자 그러면은 비트코인이 뭐고
암호화폐는 뭔가? 비트코인은요
암호화폐 또는 가상화폐라고 하는
우리가 디지털 세계에서만 존재하는 하나의 화폐예요
디지털 머니예요
근데 그거의 한 종류일 뿐이에요
마치 우리 실생활에서도 달러가 있고 N화가 있고
뭐 하나가 있듯이
디지털 세계에서도
여러 화폐 종류가 있다고 생각하시면 되는데
비트코인이 그 중에서 가장 유명한 거다
예를 들어서 디지털 세계의 달러라고 생각하시면 돼요
근데 이거는 디지털 세계에서 생겨났지만
이게 2017년도 말에 확 떴다가
2018년도에 확 꺼졌다가
요즘 와서 다시 또 많이 오르고 있습니다
그 가치가 여기서 말하는 가치가 상대적으로
실생활에서 쓰고 있는 달러
대비 가치가 다시 막 오르고 있습니다
자, 그런데 이 암호화폐라는 것은
최근 몇 년 사이에 일어난 현상인데
가장 큰 특징은 정부에서 발행하는 돈이 아니에요 그죠?
디지털 세상에서 창업가들이 각각의 창업 벤처에 맞게끔
자기네들이 프로그램을 통해 갖고
하나의 코인처럼
디지털 머니를 갖다가 발행할 수가 있어요 자,
자세한 거는 제가 들어가진 않겠습니다
여기서 정부라는 감독기관 없이 발행해서
정부한테는 굉장히 큰 골칫거리가 되고
그러면 일반 사람들 입장에서는 어떻게
이게 신용이 있는 화폐로서
디지털 세계에서 거래가 되는가
블록체인 기술이라는 것을 사용합니다
이것 또한 제가 오늘 할 얘기는 아닙니다만
블록체인이라는 기술을 사용해서
디지털 세상에서 화폐를 사용하는 것이 암호화폐인데
그 중에 하나가 비트코인이 있고
그 이외에도 뭐 다른 것들이 많습니다
리플이라든가 이더리움이라든가
비트코인 종류는 여러 가지가 있습니다
저희 어머님도 이런 질문을 했어요
저런 장면 많이 봤다고 저거 좀 만져볼 수 있나?
딱 그래요 없어요 만져볼 수 없어요 저 사진은요
저 B자라고 써있는 거 유명한 사진인데
실제로 존재하지 않는 거예요
그리고 사람들이 그냥 기념 주화처럼 만들 수는 있는데
저거 자체가 비트코인은 아니에요
비트코인은 디지털 세계에서
1010이라는 디지털로만 존재하지
실제로 우리가 만들 수 있는 물건이 아닙니다
다시 말하면
우리가 현실 세계에서도 달러,
유로, 파운드 이런 게 있는 것처럼
가상세계와 실생활 왔다 갔다 하는 화폐
거래는 비트코인이라는 저
B자와 달러 간의 교환이 이루어짐으로써
내가 달러를 내고
비트코인을 사고
비트코인으로
가상세계에서 디지털 세상에서만 상거래를 할 수 있게끔
그런 세상이 오긴 왔습니다
그런 얘기고요
비트코인이라는 것은
그래서 비공식
화폐 단위로는 지금 저기 슬라이드 아래쪽에 있는 것처럼
BTC라는 걸 요즘 써요
마치 USD 이런 것처럼 BTC,
USD, 유로 이런 것처럼 저런 코드는 쓰긴 쓰는데
실제로 우리가 실생활에서 쓰고 있는 유로나
달러처럼 만들 수 있는 건 아닙니다
가상세계에서만 디지털 세계에서만 존재하는 디지털 머니다
예를 들어서
전자상거래를 할 때는 그 전자상거래 업체가 받아준다
그러면 비트코인 쓸 수는 있습니다
그런 게 비트코인이고 암호화폐인데요
오늘 제가 디지털 금융이 뭐니? 라고
제목을 붙였을 때 이 암호화폐는 디지털 금융의 아주
극히 일부일 뿐이지
동의원은 절대 아닙니다
자 그러면 디지털 금융이 뭐니? 그럼 핀테크는? 이라고
제가 일단 개념
정리부터 하도록 해보겠습니다 이 슬라이드를 보시면
뒷배경에는 사실
미국에서 가장 큰 은행 중에
하나인 웰스파고의 웹사이트를 그려놓았고요
우리나라도 마찬가지지만
대형 은행 웹사이트에 가보면 각종 기능들이나 금융
서비스 상품들이 다 나열이 되어 있죠
그 웹사이트에 나와 있는 금융 서비스와
상품들이 지금은 그 주변에 있는 지금
많이 들어보지도 못한 많은 스타트업
또는 벤처 기업들이 각각의 기능을 전문화를 해서
태생부터가 IT 업계로 시작을 해서
이러한 금융 서비스를 갖다가 제공을 하고 있습니다
그래서 이걸 갖다가
요즘은 Unbundling OF A Bank라
그래갖고 은행이 가지고 있던 기능
하나하나를 갖다가 IT
업계의 벤처 기업들이 그 금융 상품이나
그 금융 서비스를 비대면
디지털화해서 서비스를 다 제공하고 있습니다
영업점은 없습니다
우리나라의 핀테크 현황도 보시면요
대략 이렇게 생겨 있습니다
뭐 좀 전에 제가 얘기했던 가상 통화
블록체인을 전문적으로 하는 IT 기업도 있지만
결제 시스템을 IT로
또는 디지털 기술로 활용을 해서
태생부터가 IT 회사로 태어난 이런 벤처기업들이 많고요
송금도 그렇고요
개인 간의 대출도 이제는 그렇고
자산관리도 이제는 모든 게
다 디지털로 이루어질 수 있도록
이러한 벤처기업들이 많이 생겨나고 있는 것이 현실입니다
우리나라도 그러면 요컨대 보통 우리가 핀테크라고
그러면은 각종 금융 상품을 제공하는 신생 벤처
기업을 말합니다
아마 제일 먼저 떠올라오실 게 벤처 기업,
핀테크 이렇게 상상이 될 겁니다 틀린 얘기 아닙니다
그래서 이러한 핀테크 회사는 요즘 넘쳐나고 있습니다
각각 전공하는 금융 상품과 서비스는 다를지언정
기본적으로는 IT 기술
또는 조금씩 차별을 한다 하더라도
그러한 IT 기술을 사용해서 보험 상품을 판다거나
결제를 편리하게 해준다거나
때로는 QR코드
하나만을 사용해서 모든 상거래가 이루어지도록 한다거나
그런 스타트업들이 많이 나오고 있습니다
이는 비대면 디지털 거래
또는 업무 이런 것을 기반으로
IT 기술이라는 것을 활용하기 때문에
사실은 거래비용을 현저하게 낮춰줄 수가 있어요
기존에 우리가 오프라인 지점으로 직접 가서 도장 찍고
대면 얼굴 확인하고 신분증 주고 이렇게 했던 거래
방식보다는 많은 경우
제대로만 작동한다고 하면
비대면 디지털 경제를 활성화시켜줄 수 있도록
거래비용을 현저하게 낮춰줍니다 그런 장점이 있어요
그래서 이런 벤처기업들이나 핀테크 기업들이 처음에
작게는 시작을 해도
사실은 시장의 수요에
딱 맞는 비즈니스 모델을 찾아내기만 하면
그 신속한 확장성이 가능합니다
왜냐하면 디지털 세계에서 이걸 갖다가 소위
우리가 카피 앤 페이스트 하는 것처럼
금방금방 똑같은
비즈니스 모델을 갖다가 확장하기가 쉬워져요
그래서 예전보다는 아주 젊은 신생
벤처기업도 굉장히 큰 파급 효과를 갖다가
짧은 시간 안에 낼 수는 있습니다
쉽다는 얘기는 아니지만
그럴 수 있어요
그리고 고객들 입장에서도 사실은 요
코로나 이전부터도 그랬었지만
지금은 제 코로나
이후에 더더욱 비대면
업무에 대한 중요성 을 원하고 있고
어 또 모든 것이 이제 데이터로 기록이 되고
저장이 되고
그걸 갖다가 이제 가공을 함으로써
우리가 현재 알고 있는 AI, 빅데이터, 클라우드
이런 등등의 기술을 사용해서
훨씬 많은 것을 할 수가 있습니다
그리고 고객에 대해서도
더 많은 것을 알 수 있게 되고요
심지어는 자기 자신보다도 이 데이터를 갖다가 다 가공
처리하는 컴퓨터가
더 여러분들을 더 잘 알 수가 있게 됩니다
그래서 절대 다수의 핀테크 회사는 벤처 스타터이다 라고
일단 생각해주시면 편합니다 틀린 얘기는 아니고요
그런데 다들 잘 아시겠지만 요즘 거대한 IT 공룡들
또 구글페이라든가
애플페이라든가 삼성페이라든가 다 결제 시스템도 제공하고
기타 다른 금융 서비스도 제공합니다
그럼 이런 건 디지털 금융 아니냐? 맞습니다
이것도 디지털 금융이에요
어쨌든 디지털 세계에서
금융 상품과 금융 서비스를 제공하고 있기 때문에
그리고 알리페이라고 들어보셨나요?
알리바바에서 제공하는 알리페이라는 결제 시스템이 있는데
사실은 어저께 밤에 큰 사건이 벌어졌어요
알리페이가 지금 모기업이 엔트파이낸셜이고
엔트파이낸셜이 원래 알리바바에 있던 회사였는데
자회사로 독립을 했고
엔트파이낸셜이 어저께 사실은 오늘
홍콩에 상장을 시키려고 했는데 갑자기 취소가 됐어요
알리바바의 회장이신
마윈 회장님께서
중국 공산당을 비판하는 얘기를 하셔서 불려가셨고
이거 상장을 오늘 하는 것을 취소해버렸어요
근데 이게 만약에 오늘 상장이 됐으면
인류 역사상 가장 큰 IPO예요
지금 저 알리페이라는 핀테크 회사가 중국 회사인데
현재 기업 가치가 만약에 오늘 IPO
기업 공개가 됐었으면 대략 300조
내지 350조 정도의 기업 가치를 해요
그 정도면 삼성전자급이거든요
근데 이거 6년 된 회사예요
딱 6년 만에 삼성전자 기업 가치고
제조업으로 따지면
삼성전자, 금융업으로 따지면
미국에서 제일 큰 은행인 JP Morgan이랑 똑같아요
그걸 6년 만에 350조
우리나라에서 금년에 가장 핫하고
가장 큰 IPO가 뭐였죠?
다이너마이트, BTS
빅히트가 지난달인지 IPO 공개를 했었을 때
가장 뜨거웠는데
그때 기업 가치가 대략 7,
8조 정도 됐어요
지금 조금 거품이 빠졌지만
7조, 8조 이 정도 기업 가치가
우리나라에서는 제일 큰 거였는데
여기는 지금 350조, 데뷔하는 날부터
그러니까 중국 기업의 핀테크가 스케일이 어마어마한 거죠
물론 어저께 갑자기 취소가 됐습니다
그런데 요지는 좀 전에 제가 얘기했던 스타트업 이외에도
이러한 IT 공룡들이
이제는 점점 더 금융 서비스를 제공합니다
왜냐? 얘네들은
전 세계에 있는 모든 데이터를 다 알고 있기 때문에
다 갖고 있기 때문에
그래서 돈 되는 건 다 할 수 있어요
특히 금융 상품 같은 것도 다 내놓을 수가 있어요
결제 시스템도 모든 상거래를 기록하고 저장하고
이런 거 다 능력이 되기 때문에 다 제공합니다
이것도 디지털 금융입니다 자, 일례로
아마존이 전 세계에서 제일 큰 전자상거래 업체인데요
아마존은 정말 어마어마한 회사이기 때문에
많이 들어보셨을 겁니다
암호전도 처음에는 책을 팔다가
이제는 모든 걸 다 파는 전자상거래를 하죠
그런데 지금
현재는 돈은 클라우드 서비스로 수익을 다 냅니다
클라우드 서비스라는 게 디지털 저장
장소를 갖다가 빌려주는 건데
얘네들이 클라우드로
돈을 그렇게 많이 벌게 된 이유는 전자상거래를 하다
보니까 꼭 4분기에
주문이 엄청나게 밀려 들어오는 거예요
크리스마스 때
그래서 그 폭발적으로 일어나는 거래와 주문량이나
그 디지털 거래를 갖다가 해결하기 위해서
엄청난 서버에를 갖다가 단연간 투자를 해갖고
서버 저자 공간이 엄청 많아요
데이터 센터들이 근데
크리스마스 지나면 다 남는 공간이잖아요
그래서 시작한 게
디지털 저장 공간을 갖다가 빌려주기 시작했어요
다른 작은 스타트업이나
다른 작은 중소기업들이 이제 클라우드 서비스나
이런 걸 이용하고 싶으면 우리한테 돈 그냥 다달이 내고
우리 남는 공간 다 써라
그렇게 하다 보니까
세계 최대의 클라우드 서비스 기업입니다
그리고 그렇게 해서 돈을 엄청 많이 벌어요
전자상거래보다 사실 수익은 클라우드 서비스에서 벌어요
클라우드 서비스를 하다 보니까
전 세계에 있는 스타트업들의 데이터라든가
그런 것도 다 대충 알고 있어요
원래는 사용하면 안되는데
근데 지금 이 슬라이드는
저 뒤에 보이는 웹사이트가 이제
미국에서 가장 큰 금융기관인 JP Morgan
Chase 에요
JP Morgan Chase 에서 하고 있는 여러가지
금융 서비스를 갖다가 다 나열한 웹사이트인데
아마존 혼자서 다 하고 있어요
아까는 핀테크가 여러개가 나눠 갖고
여러가지 기능을 갖다가 전문화해서 한다고 했는데
지금 이 경우에는 아마존 같은 경우가요
대출도 하고 있고 신용카드도 발급하고 있고
데뷔카드, 체크카드 다 발급하고 있고요
사실은 아마존에 납품하는 공급자들의 신용도를 갖다가
더 잘 알고 있기 때문에
신용평가 기간보다도 거래한 실적에 따라서
중소기업들의 신용평가가 훨씬 더 정확합니다
따라서 즉석에서 그냥 대출을 해줘요
그 중소기업들이 다른 은행이나 갈 필요 없이
그냥 아마존이라는 플랫폼 안에서
모든 게 다 이루어지도록 합니다
심지어는 금년에 코로나 사태가 터졌을 때 긴급재난지원금
우리 같은 경우에는 문자 받아갖고 신청하면 받았잖아요
이때 아마존이
사실은 입점한 거래처들에게는 재난지원금을
즉석에서 다 줍니다
그런 식으로
디지털 금융을
아마존이 혼자서 이런 모든 서비스를 다 하고 있습니다
그래서 빅테크도 디지털 금융을 많이 한다
그러면 전통 금융회사들도 가만히 있지는 않겠죠
요즘 세태가 많이 변해서
전통의 금융회사라고 할 수 있는 뱅크 오브 아메리카,
시리뱅크, 우리나라 따지면 국민은행, 신한은행
이런 4대 메이저 은행이라든가
비자카드, 마스터카드, 신용카드라든가
또는 투자은행, 증권회사 같은 골드만삭스
이런 데도 전부
다 업무를 디지털화하고 바뀌어가고 있습니다
그래서 전통금융회사가 디지털 트랜스포메이션,
디지털 전환을 통해서
자기네가 제공하는 상품과
서비스가 디지털화 되어가는 것도
넓은 의미에서는 디지털 금융입니다
여기 아래에 보시면
골드만삭스의 CEO로 계셨던 그분이 우리도
이제는 택컴퍼니다 라고 선언을 했어요
저게 3년 전에 하셨던 말씀인데
저 그 근거가 일단은 노동자의 노동자가 아니라
골드만삭스라는
조직에서 일하는 사람들의 51%가 다 이공계
백그라운드였어요
그만큼 은행도 모든 업무를 디지털로 전환을 해서
비대면 디지털 금융을 서비스하고 있다
이런 얘기를 하고 싶습니다
한국도 마찬가지죠
여러분들 토스라는 앱 써보신 분 한번 손들어 보실래요?
젊으신 분들은 다 써봤을 거고
카카오톡으로 메시지 보내다가
카카오톡으로 송금해보신 분 금년에는
오히려 카카오톡이 메신저로 송금하는 게 훨씬 더
인기가 많이 끌어서
토스가 가지고 있던 점유율을 많이 뺏어온 것 같은데요
토스가 그런 역할을 하고
아주 간편하게 개인 간에 전화번호만 알거나
또는 전화번호 몰라도
이렇게 돈이 왔다 갔다 할 수 있게끔 했던 앱이었고
카카오톡이 그런 걸 다 하고 있고
또 네이버페이라든가
카카오뱅크 카카오뱅크는 기존에 있던 금융기관에서는
통장이 개설되지 않았던 많은 사람들이
카카오뱅크를 통해서 굉장히 손쉽게 열 수가 있게 되었고
또 자산관리를 해주는 뱅크샐러드 같은 앱도 있고
여러 가지가 있습니다 이 모든 것들이 한국의 핀테크
현황인데요
빅테크, 예를 들어서 카카오하고
네이버는 이제는 우리나라를 치면 빅테크죠
카카오하고 네이버가 제공하는
이런 디지털 금융이나
서비스들도 전부 다 디지털 금융이다
그러면 결국 정리를 하면
다음과 같이 한번 정리를 해볼게요
핀테크라고 하면 단어 자체만 보면 파이낸스하고
테크놀로지의 합성어인 핀테크죠
근데 제가 지금 여러가지 사례를 보여드렸는데
세가지 유형으로 구분할 수가 있습니다
첫째는 IT 벤처기업으로서 태생 자체가 IT 기업이고
금융서비스를 제공하는 스타트업들
두번째는 빅테크 원래는 제조사였는데
빅테크가 이제는 금융으로 진출하는 유형
세번째는 전통금융기관이 디지털 전환을 통해서
모든 업무를 비대면 디지털화하는 것
이렇게 세 가지로 구분할 수 있습니다 이 세상에 있는
핀테크 회사라고 한다
그러면 절대 다수는 저 첫 번째 유형입니다
그러니까 보통 우리가 흔히 일상생활에서 얘기할 때
핀테크라고 하면 대충
저 원래 태상부터가 IT 벤처기업인데
금융서비스를 하는구나
이렇게 이해해 주셔도 크게 틀리진 않습니다
그렇지만 이제 넓게 보시면은
이제 그런 걸 조금 구분하기 위해서
우리는 조금 더 광의로써 디지털 금융이라는 말을 써요
핀테크 이외에도
빅테크가 있기 때문에 이 모든 유형을 갖다가
다 포괄적으로 얘기할 때는 디지털 금융이다
라는 말씀을 드리겠습니다
자 그러면은 뭐 그런 개념을 가지고 일단 시작하고요
핀테크에 대한 투자 증가는 세계적인 트렌드입니다
우리나라도 마찬가지고 세계적으로도 그렇고
이런 태생부터가 IT 기업인데
아주 신선하게 새로운 금융 서비스를 제공하는 투자
건수 계속 증가하고 있고요
투자 액수도 계속 증가하고 있습니다
그리고 우리나라에서도
소비자들의 트렌드가 점점 더
모바일 앱을 통해서 하는 금융 거래
건수가 훨씬 많이 늘어나고 있어요
그리고 당연히 건수도 늘어났고
거기서 디지털 세계에서 거래되는
금액도 엄청 많이 늘어났습니다
자 그러면은 한번 생각해보죠 최근 한 5,
6년 사이에 핀테크라는 말을 많이 썼거든요
사실 한 10년,
15년 전만 해도 핀테크라는 말은 잘 안 썼어요 그렇죠?
지금 여기 금융기관에서도 계신 분들도 계실 텐데
아마 10년 전에는 이런 말 잘 안 썼어요
그런데 그러면 우리가 90년대 말,
2000년도 초에도 IT 버블이 있을 정도로
IT 기업들이 많이 생겨났었는데
그때는 왜 핀테크 기업들이 안 생겨나고
이제 와서 생겼을까 궁금하지 않으세요?
왜 최근 5년 사이에 갑자기 이런 말을 쓰지?
왜 그럴까요?
제가 정규학기 수업을 옆방에서 하고 왔는데요
제가 정규학기 수업이었어서 그냥 막 시켜요
여기 계신 분들은 제가 계속 다음 주에도 보고
그럴 건 아니기 때문에 함부로 시킬 수는 없는데
그래도 한번 저랑 눈 마주쳤으니까 왜 그럴까요?
한번 갑자기 왜 핀테크라는 말을 많이 쓰고
이게 요즘 와서 왜 이렇게 증가가 되었죠?
미디어 한번 줘보세요 스마트폰 아 그렇죠
아주 좋은 대답입니다
일단 스마트폰이 여러분들
손에 항상 있어요 모두에게 있고 항상 있어요
그러면은 디지털이 편리해요
일단 뭔가 내가
손 안에서 들고 있는 이 기계를 해결이 된다
그러면은 간편해요
소비자 입장에서는 굳이 은행 영업점에 안 가도
굳이 도장이나 신분증 챙겨서 안 가도
이게 해결이 될 수만 있다면
그래서 일단은 많은 시도들이 모바일 앱으로 나옵니다
잘 하시잖아요 시키면 또 한 번 시킬까요?
그러면 이제
또 눈 안 마주치는 사람도 제가 시키게 돼요
벌써 눈 마주치고 안 마주치고 여러 번 하셨는데
저기 셋째 줄에 계신 분
또 한 가지 아이디어가 있을까요?
왜 요즘 와서 핀테크가 이렇게 막 증가했을까요?
그렇죠 아주 정확합니다 기술발전
기술발전 언제나 정답이죠
대충 기술발전이라고 뭉뚱그려서 얘기하면
그런데 진짜로 기술발전이 물론 20년 전,
10년 전보다 훨씬 더 발달했어요
조금만 더 구체적으로 제가 얘기할게요
네? 블록체인도 관련이 있는데
제가 서두에서 얘기했듯이
블록체인 기반의 암호화폐는 디지털 금융 전체로 봤을 때
아주 극히 일부예요
현재까지는 블록체인 기반의 기술들은
앞으로 커질 가능성은 있지만
아직까지 오늘까지는 아주 극히 일부입니다
그렇지만 기술 발달
그 중에서도 사실은 인터넷 상에서의 안보,
보안 기술이 많이 좋아졌어요
그리고 우리가 4G,
5G라고 하는 초고속 인터넷이 점점 빨라지면서
예전에 2G,
3G 시대보다는
많은 거래가 조금 더 정확하게 처리가 될 수가 있습니다
그래서 저도 첫 번째 이유가 IT 기술의 개발입니다
말씀하신 것처럼
첫 번째 이유도 거기 모바일 앱을 썼습니다
여러분들 이미 다 알고 있는 내용을 제가 지금 하는 것
하고 있는 건 아닌지 약간 걱정이 되네요
그래서 모바일 앱이 늘 우리 손안에 있고
초고색 인터넷이 가능해졌고
인터넷 보안 기술이 매우 좋아졌고요
그 다음에 SNS 기반으로
모든 사람들이 지금 초연결 시대로
다들 소통하고 살고 있잖아요
어떠한 PNP나
SNS 기반의 그런 플랫폼들이 있기 때문에
또 스마트폰으로
우리가 위치
기반의 데이터도 지금 가공해서 많이 쓸 수가 있어서
어떤 사람들이 어떤 시각에 어떤 BTS 콘서트를 간다
대충 그 사람의 사회
경제적 신용도가 다 나옵니다
그 정도 데이터를 다 가지고 있는 택기업들은
또 한 가지는요
사실은 전통
금융기관에서 나오는 서비스에 대한 불편함이 많아요
물론 금융기관만을 탓하는 건 아니에요
왜냐하면 규제가 그렇게 돼 있기 때문에
어쩔 수 없는 게 있어요
규제라는 것은요
효율성과 보안을 거의 줄다리기 하듯이 왔다
갔다 하게 되는 건데
조금 더 보수적인 금융당국은
대부분의 경우에는 우리나라뿐만 아니라
다른 데도 마찬가지지만
소비자들의 편의를 생각하기보다는
일단은 공급자들의 안정성,
안전망 또는 보안 이게 우선이기 때문에 소비자들,
국민들은 조금
불편함을 감수하는 것을 이해해달라라는
것이 내포되어 있습니다
그런데 그러다 보니까
정말 많은 것들이 대면 업무를 해야 되고
도장 문화는 여전히 있고요
각종 규제가 있고
심지어는 전통
금융기관이 제공하는
디지털 금융이라고 하는 웹사이트는 액티벡스
공인인증서 계속 되잖아요
저도 아까 소개 올린 것처럼
한 16년간 미국에서 공부하고
일하고 하다가 2년 전에 카이스트에 부임하게 됐는데
미국에서 어버이날 때
부모님께 꽃배달하는 게 실질적으로 불가능해요
한번 생각해 보세요
저도 컴퓨터 앞에 앉아요 IT 잘해요
근데 그걸 클릭하면
첫째는 한글로 된 웹사이트가 다 깨져요
그래서 어떤 웹사이트는 영어 버전이 있어요
그럼 영어 버전 가요 장바구니에 담아요
결제를 하려고 하면 액티베스 안 돼요
공인인증서 안 돼요
아, 이거 다 하기 전에 회원가입이 안 돼요
왜냐하면 회원가입을 하려고 하면
인증번호를 갖다가 핸드폰으로 보내줘야 되는데
한국에서 살고 있지 않는 사람은 인증번호 못 받아요
그래서 만약에 회원가입을 하지 않고
이걸 또 하게 되면 저런 걸 다 깔아야 돼요
액티벡스, 공인인증서 여러 가지 레이어가 있어요
그리고 나서는 신용카드 결제라도
어떻게 어떻게 막 하려고
그러면 각종 소프트웨어를 갖다가 다 깔아야 돼요
근데 그 소프트웨어를 까는 동안에 나오는 설명서를 읽고
얘 아니여, 얘 아니여 해야 되는데
그 메뉴가 다 한글이 깨져서 나와요 거의 안 돼요
그래서 이 전자상거래만 외국에서 해줘도 사실
그게 천송이 코트 사건이었죠
몇 년 전에
중국에서 전지현 씨가 입었던 천송이 코트를 갖다가
사고 싶어서 클릭하려고 하면 도저히 할 수가 없어요
이것만 불편함만 조금 풀어줘도
우리 GDP 1%는 올라갈 것 같아요
정말 수출의 길이 확 열릴 것 같아요
이런 기술적인 것만 조금 없어져도 근데 아직까지 있어요
몇 년이 지나도 어쨌든 핀테크를 갖다가
우리가 자꾸 사용해본 이유는
태생 자체가 IT 기업이었던 기업들은
금융 규제를 처음부터 받고
시작한 기업들이 거의 없습니다
굉장히 크게 성공을 하면 나중에 규제가 들어가는 거지
처음부터는 규제가 없기 때문에
비교적 서비스가 자유로워요
그래서 소비자들은 많이 사용해봐요
그리고 세 번째는 물론 2008년,
2009년 금융 위기가 일어나면서
이게 전 세계적인 현상이 됐던 이유는
기존에 있던 금융기관들도 망하는구나 하고
신뢰가 조금 없어졌어요
소비자들 입장에서도
그래서 소비자의 트렌드도 많이 바뀌었고
금융기관에 대한 불신
또 모든 나라들이 지금
초저금리 시대로 들어서면서
계속해서 돈을 찍어내고 있는데
그 돈이 어디론가 가야 돼요
예금으로 갈까요?
금리가 낮으니까 안 가죠? 그럼 다 주식시장으로 가요
주식시장은 잘 못해도 대충 다 올라가요
그리고 그 중에서도
조금 더 리스크가 낮은 미국 주식시장에다가 다 가요
미국은 트럼프가 대통령이라도 계속 가요 계속 올라요
지금 문자 보니까 또 트럼프가 될 것 같던데요
어쨌든 그냥 대충 무슨 정책이 나와도
일단 주식시장은 계속 초저금리 시대 때는 올라가요
심지어는 이게 갈 데가 없으니까
물론 부동산도 가지만
이제는 비상장 회사인
벤처기업 쪽에 엄청나게 많은 돈이 갑니다
우리 인력성은 이렇게 돈이 많은 적이 없었어요
돈 따기 너무 쉬워요
비상장 기업들은 그래서 사기도 많아요
우리나라도 마찬가지예요
초저금리 시대가 들어오고
많은 돈들이 지금 벤처업계로 유입이 되고 있습니다
그러다 보니까
많은 핀테크 회사들이 시작하기가 굉장히 쉬워졌어요
그래서 여러가지 서비스가 생겨났고요
이렇게 본다면
핀테크에 대한 수요자의 입장이나
공급자의 입장이나
모두 지금으로서는 특별히 바뀔 게 없어요
다시 말하면
핀테크라는 현상은 최근에 와서
그 환경적인 요인이 아주 잘 맞아서 많이 생겨났지만
앞으로도 이 환경은 계속 지속될 가능성이 매우 큽니다
그렇기 때문에
핀테크는 오히려 가속화되었으면 가속화되었지
왜냐하면 4차 산업혁명이라고 일컬어지는 5G
시대가 도래할 것이고
클라우드 컴퓨팅,
빅데이터, AI에 대한 이용
기술은 점점 좋아질 것이기 때문에
핀테크는 그 영향력이 점점 커질
듯하다 라고 조심스럽게 일단 예상해 봅니다
그래서 이 금융업계의 생태계를 보면은 이 왼쪽에 있는
복잡한 사진이 사실은 많은 벤처기업들이 각종 서비스
디지털 보험, P2P
송금, 결제 시스템
그 다음에 빅데이터 분석하는 금융 서비스
그 다음에 심지어는 그냥 금융기관 내에서의 업무
프로세스를 디지털화하는 것들
여러 가지 핀테크 회사들이 좀 있는데요
대부분의 벤처 기업들은 망합니다
대부분의 벤처
기업들은 5년 이상 살아남는 기업이 거의 없어요
다만 10개 중에 하나
또는 심지어 100개 중에 하나가 살아남는다 하더라도
그 산업 전체는 다 바꿀 수가 있어요
그게 아까 제가 얘기했던
디지털 회사들의 특징인 확장 가능성 때문에 그런데요
그거의 일례가 미국 같은 경우에는 페이팔,
중국 같은 경우에는 알리페이
지금은 디지털 금융에서는 절대 선두입니다
페이팔 같은 경우에는 금년에 코로나의 효과를 봐서
많은 소상공인들이 디지털로 돈을 받을 수밖에 없어요
예를 들어서 누가 수리를 와도,
집 수리를 와도
집에 누가 없을 때 와서 집 수리를 해놓고
나중에 가서 돈은 디지털로 보내달라
이메일 주소만 딱 주면
페이팔이 모든 디지털 결제 시스템과 핀테크
회사를 갖다가 다 소유하고 있고
마찬가지로 중국도 알리페이를 많이 사용하고 있습니다
이렇게 수많은 시도가 있지만
100개 중에 하나만
성공을 하더라도
산업에 엄청나게 큰 파급 효과가 있습니다
이거를 30년 전에
저보다 똑똑한 빌 게이츠라는 분이 이미 예상했죠
빌 게이츠는 IT 업계가 어떻게 돌아가는지
대충 다 알았기 때문에
1990년에 저 유명한 얘기를 했었어요
우리 인간에게는 금융이 필요한 거지
은행이 필요한 건 아니다
그래서 은행이 없어져도
우리는 금융 업무를 갖다가 언제
어디서나 다 할 수 있는 세상이 올 거다
이미 좀 그렇게 변해가고 있어요
다만 제가 아직까지 이해 못하는 거는
우리나라에서의 디지털 금융은 11시에 끝나더라고요
그건 왜 그렇죠?
그리고 아침 7시까지 기다리고 그래야 돼요
어떤 서비스는
디지털 세계에서의 왜 출퇴근 시간이 있는지 모르겠는데
심지어는 세금 내는 것도
밤 12시 지내면 세금도 못 내게 해요
그런 거는 좀 금방 고칠 수 있는 게 아닌가 싶은데
어쨌든 디지털 세계의 가장 큰 장점인 출퇴근 시간
필요 없고 시간과 공간에 제약을 안 받고도 언제나
어디서나 금융 업무 서비스를 할 수 있는데
조금 이해할 수 없는 규제가 좀 있어요
아직까지 우리나라는 하여튼
금융업은 지금 이 빌게이츠가 예상한 대로
확실히 조금 진화해 가고 있는 것 같습니다
그래서 아마 우리나라도
지금 뭐 메이저 4대 은행이라든가
이런 데 영업점들 많이 문 닫았어요
굳이 우리가 그 지역 요점 마다
지하철역이 있는 곳마다 땅값도 빚는 비싼데
거기에 다 영업점 운영할 필요가 없어요
사람들이 그렇게 많이 안 오기 때문에
이렇게 산업이 전체가 다 바뀌는게 금융업 뿐만이 아니라
다른 데도 마찬가지죠
지금 여러분들 잘 아시다시피
우리 모빌리티 서비스 라든가
이동수단 으로서 택시와 또는 뭐 승차
공유 서비스 라고 하는 것들
무료로 우버 라고 대표 되지만
이쪽도 이제 많이 변화하고 있어서
우리가 예전에
이제 길거리에서 손 흔들면서
거의 차에 칠 정도로
위험을 감수하면서까지 택시를 잡는 건 많이 줄어들었어요
사실 택시 운전사 입장에서도 앞만 보고 가고
이제 띵 울리면 가는 게 훨씬 더 안전하지
계속 옆 보면서 운전하는 게 안전하지는 않거든요
많이 변화가 가고 있어요
근데 이제 기존에 있던 기업과
새로운 디지털 기업들은 기업들 사이에서는
늘 이해관계가 상충하기 때문에
변화되는 과정에서는 여러 가지 이슈는 있습니다
어느 나라나 그렇습니다
미국도 마찬가지였고요 이 똑같은 얘기가 100년 전에
자동차가 대량 생산했을 때 똑같이 일어났었어요
마차 산업이 자동차 금지법을 만드는데 성공합니다
그때의 논리는 아닙니다
마차가 인류의 이동수단이지
저런 자동차라고 하는 기계가 대량 생산이 돼서
아무나 몰고 다니기 시작하면
이거보다 더 위험한 물건 없다
운전수도 다치고 보행자도 다치고
그래서 실제로 마차 산업이 지금의 택시업계처럼
저걸 금지시킵니다
지금 마차 쓰면서 출퇴근하는 사람 없죠?
그러니까 이거는 시간의 문제지
그리고 시간의 문제고
이제 이런 많은 이슈들을 갖다가 해결하기 위한
사회적인 문제를 갖다가 해결하기 위한 시간과
고민의 그런 시간은 필요하지만
궁극적으로는
소비자들이 더 원하는 방향으로 흘러가게 되어 있습니다
저 왼쪽에 나열한 엑산 모빌하고 셀스포스는요
굉장히 상징적인 거예요
9월 달에 벌써 11월이니까
두 달 전에 미국의 주가지수인 다우
지수에서 엑선 모빌이 떨어져 나갔고
세우스 포스가 들어갔어요
근데 엑선 모빌이요
15년 전에 전세계 시가총이 1위였어요
지금의 시총 1위
애플이죠 15년 전에 엑선 모빌이 1위였는데
퇴출당했어요
근데 이거는 마치
석유의 시대는
이제 끝났다라는 상징적인 얘기가 되는 것처럼
엑산 모빌을 갖다가 퇴출시키고
거기에 들어간 게 셀스포스예요
셀스포스 혹시 처음 들어보신 분? 다 아시죠? 셀스포스는요
여기도 디지털 IT
소프트웨어 클라우드 기반의 소프트웨어 기업인데
대부분의 조직들이 고객을 관리할 때
쓰는 소프트웨어입니다
고객 관리용 CRM이라고 해서
Customer Relations Management
그래서 고객들에 대한 빅데이터를 갖다가
간편하게 해줄 수 있는 서비스를 제공해요
어느 조직에서나 다 사용할 수가 있습니다
그래서 예를 들면
야구 구단이 셀스포스를 이용을 해서
누가 우리의 티켓을 사고 누가 우리 야구 구장에 오는지
그런 빅데이터 아날리시스를 갖다가 다 해줍니다
셀스포스가 그래서 고객 관리용으로 좋고 영업하기도 좋고
그런 서비스를 사용하고 제공을 하는데
지금은 클라우드 컴퓨팅 소프트웨어 회사로서
거의 1등이에요
시청으로 클라우드 기반은 그런데 이게 들어갔다
엑소 모빌을 쫓아내고
그럼 확실히 우리는 디지털 세계로 들어가고
석유의 시대는 서서히 인류
역사상에서 막을 내리기 시작한다는 굉장히 상징적인
그런 일이었습니다
자 한 가지 예만 더 들어볼게요
레모네이드라는 회사 들어보신 분? 거의 없을 거예요
왜냐하면 지금 생성된 지 한 4년 됐나?
굉장히 신생 기업이고요
레모네이드라는 회사가 사실은 보험업계의 핀테크
회사입니다
그런데 우리나라에서도 핀테크 회사들이 많고 미국도 많고
그렇지만 실질적으로 상장까지 간 상장회사는 거의 없어요
근데 이게 거의 최초예요
이게 지난 7월달, 이 여름에
미국의 나스닥 시장의 핀테크 회사로서는 상장
기업이 됐어요 뭐하는 회사냐? 보험 판매원 당연히 없고요
다 비대면 업무고 우리가 보험에 가입하고 싶다
그러면 스마트폰으로 사진 찍어서
여기다가 업로드를 하면
AI가 3초 만에 이게 되는지 안 되는지 피드백을 줘요
또는 그 똑같은 물건이 파손됐다
파손된 사진 찍어서
그냥 올리면 그냥 3초 만에 일단은 지급을 해요
보험금을 그래서 보험회사예요
보험 상품을 팔아요 그래서 많은 좀 저렴한 보험이에요
그래서 레모네이드 갖다가 보시면
그냥 모바일 앱 기반으로 하기 때문에 누구나 가입하고
사용자들이 엄청나게 많이 늘었어요
그래서 고객들이 엄청나게 많이 늘어나면서
특히 기존의 보험회사에 제대로 가입하지 못했던 고객들
또는 너무 비싸다고 생각했던 고객들이 레모네이드 앱
깔아서 하기 시작했는데
고객 수가 엄청 많이 늘어났어요
그리고 계속 투자도 받았고요
시총도 많이 늘어났고요
그래서 제 기억으로
아마 이번 여름에 이게 기업 공개가 됐을 때
우리 BTS,
빅히트에 버금가는 정도의 액수
한 7조 정도의 기업가치 정도로
아마 IPO를 했던 것 같아요
그래서 거의 첫 핀테크 기업이 잘 자라서
이제 IPO까지 갔다
뭐 이런 사례로
제가 지금 여기서 소개시켜 드리는 겁니다
근데 돈은 못 벌어요
대부분의 벤처기업과 핀테크 기업이 다 그렇지만
수익이 나질 않아요 매출은 나와요
매출은 나오는데
매출이 더 나오면 나올수록 비용도 더 많이 나와요
그래서 마이너스예요
얘도 그래요 상장까지 갔는데도 여전히 마이너스예요
그래서 제가 다음에 질문을 굉장히 많이 받는데
스타트업은 수익성이 있는 건가?
거의 절대 다수가 다 수익성이 없거든요
이런 거... 궁금해하시는 분들이 많아요
아니 이거 밑빠진 독에 계속 물 붓기 식으로
벤처 캐피탈이나
이런 투자하시는 분들이 계속 돈 부어서 기업
가치만 산술적으로 늘리는 거 아닌가
수익이 나지도 않는데
왜 이렇게 돈을 퍼붓는가
이런 의문 안 드세요? 저는 의문 들었었어요
옛날에는 이게 왜 이러지?
이게 왜 세상이 이렇게 계속 지속적으로 돌아갈 수 있지?
그리고 그것도 잠깐 이런 게 아니라
십수년간 수십년간 계속 이래요
근데 우리나라의 유니콘 기업이라고 하는 기업들
한번 나열해봤어요
사실 배달의 민족은 원래 유니콘이었는데
지금은 합병이 됐기 때문에
명단에서는 공식적으로 빠졌고요
지금 한 10개 정도가 있는데
옐로 모바일이라는 유니콘은 지금
조금 수익이 아주 안 좋아져서 유니콘 명단에는 찍었는데
지금 하향세를 가고 있고요
나머지는 아시는 분들은 다 아시겠지만
쿠팡이라든가 토스라든가 위메프, 야놀자, 무신사
그 다음에 저기 블루홀,
크래프터는 게임하시는 분들은 다 알아요
저기에 배틀그라운드라는 게임으로 유니콘이 됐고
하여튼 이런 것들은 다 사람들이 많이 알만해요
그 다음에 저는 잘 모르지만
화장품 회사로는 이런 데가 두 개가 제일 유명해요
LMP하고 GP클럽 여기서요
수익 나는 회사가 두 개밖에 없어요
나머지는 다 엄청나게 큰 마이너스예요
심지어 쿠팡은 몇 천억 단위로 매년 돈 잃어요
그런데 여기서 돈 버는 거는 화장품 회사
두 개예요 GP 클럽하고
LMP 코스메릭이 올해는 어떤지 모르겠지만
어쨌든 작년
2019년도에 제가
데이터를 뽑았을 때는 중국 시장에다가 얼굴 팩,
얼굴 마스크를
몇 억장을 팔아서
엄청나게 수익을 낸 유니콘 기업들입니다
나머지 디지털 회사들은요 다 마이너스예요
근데 뭐가 그렇게 좋다고
우리가 유니콘을 갖다가 더 만들고 싶어하고
심지어 중기부에서는 더 유니콘을 만들어서
우리가 다른 나라를 빨리 쫓아가야 된다
왜 이런 얘기를 하는 건가
유니콘이라는 기업은 물론
비상장 회사 중에서
기업 가치가 1조 원 이상을 유니콘이라고 하는 건데
유니콘을 갖다가
그렇게 많이 만들고 싶어하는 이유가 뭘까?
그리고 유니콘이 됐는데도 불구하고
어째서 저렇게 수익이 단 한 번도 안 나는데
1조 정도로 가치를 쳐줄 수가 있는가?
이거를 이해하기 위해서는
창업이라는 생태계도 좀 알아셔야 될 것 같아서
잠깐 핀테크 창업에 대해서 말씀드릴게요
핀테크가 아니더라도
야놀자나 쿠팡 같은 경우에는 핀테크는 아니지만
창업에 대한 생태계는 조금 아셔야 될 겁니다
창업에는 크게 두 가지가 있습니다
생계형 창업도 있죠 음식점을 한다든가
치킨집을 한다든가
기존에 있던 서비스 그대로
따라해서 하는 서비스들은 그냥 영세 산업의 창업이고요
우리가 여기서 말하는 혁신형
창업은 기존에 없었던 제품이나 서비스
또는 기존에 있던 거라 하더라도
새로운 방식으로 해서 현저하게 비용을 낮춰주거나
굉장히 혁신적인 비즈니스 모델을 만들어내는 거라
그런 혁신형 창업을 얘기하게 되는데요
그런 창업을 할 때마다 사실
아무도 가보지 않은 길을 가는 거기 때문에
리스크와 불확실성이 굉장히 큽니다
그래서 대부분의 경우에는 모든 일들이 그렇지만
처음에는 마이너스 기간이 당연히 있어요
돈을 퍼붓고 실험도 해보고
이렇게도 보고 저렇게도 보고
그래서 이 J.Curve가 얘기하는 것처럼
처음에는 몇 년간은 마이너스예요
그러다가 이제 이 비즈니스 사업 모델이 검증이 되고
잘 되면 나중에 매출 나오고
수익 나오고 저렇게 플러스 쪽으로 갑니다
이게 이제 보통 성공의 방정식인데
여기서 이제 우리가 모르는 게 있어요
창업자의 입장이라면
저런 J커브를 그린다는 것은 알고 있어요
그렇지만 저 J 모양이 얼마나 깊을지를 몰라요
그리고 저 마이너스 기간이 얼마나 길지를 몰라요
그리고 저 마이너스 기간이 깊고
길매에 따라서 채워
넣어줘야 할 제3자의 투자자가 필요한 거예요
그게 이제 벤처 캐피탈리스트가 하는 역할인데
벤처 캐피탈리스트는 당연히 자선사업이 아니기 때문에
저 마이너스 기간을 채워준 다음에는
나중에 플러스 기간이 올 때는 수익을 나눠야겠죠
나도 똑같이 너네가 젊었을 때
이렇게 리스크를 함께 짊어졌는데
그리고 저 마이너스 기간을 갖다가
다 이 자본을 갖다가 채워줬는데
나중에 너네가 성공할 때
그 열매는 우리는 같이 나눠먹는 게 기본적인 벤처
캐피탈과 혁신형 창업과의 관계입니다
자 근데 벤처금융의 자본시장의 생태계를 가만히 보시면요
여긴 조금 영어 단어가 나와요
제가 수업시간에 쓰는 걸 그대로 갖고 왔기 때문에
보통 창업자가 새로운 혁신형 기업을 시작한다
그러면 보통 콘셉트 있고 아이디어가 있고요
그 다음에 잘 되면 법인 등록을 하고
스타트업을 시작하고
그게 더 잘 되면 확장을 해서 스케일업을 하고
그 다음에 조금
더 졸업할 때쯤 되면
좀 제대로 된 회사가 갖추어지는 게
나중에 nogle nogle nogle nogle런원
뭐 여러가지가 있을 수가 있습니다
빨간색은 단계가 진행될수록 점점 낮아지는 것 뭘까요?
저기 하얀색 옷 입으신 분
아주 초롱초롱한 눈빛으로
너무 수업을 잘 듣고 계셔서
혹시 떠오르는 아이디어 계신가요? 자금이요?
투자금? 필요한 투자금
아니면 주머니에 있던 투자금?
주머니에 있던 투자금은 저렇게 고갈나겠죠
필요한 자금은 오히려 더 많아질 수도 있어요
그런데 어쨌든 저거 여러 가지가 있을 수 있겠지만
일단 리스크예요
제가 여기서 하고 싶은 것은
어떤 사람들은 열정도 식어간다
이렇게 얘기도 하지만
일단 제가 여기서 하고 싶은 얘기는 리스크예요
이거는 모든 단계에서 리스크가 있긴 있는데
성공적으로 다음 단계로 가면 갈수록 점점 낮아진다
창업의 생태계는 이렇습니다
여기 초록색을 한번 그려봤어요
초록색은 아이디어 단계나 컨셉트 단계에서는 없어요
그런데 법인을 등록하는 순간 시작이 되고
잘 등록되고 되면
그 다음 단계로 넘어가면 넘어질수록 점점 커져요
아마 매출일 거예요
그리고 이 파란색 선이 있어요
파란색 선은 아이디어 단계부터 필요해요
그리고 가면
갈수록 매출이 늘어나면 늘어날수록 더 많이 필요해요
이게 투자금이에요 외부에서 들어와야 하는 투자금이에요
사실은 매출이 늘어나면 늘어날수록 비용 구조도 늘어나요
처음에는 모든 창업은 다 그래요
그래서 그 제이커브의 밑바닥
그 마이너스 부분을 메꿔줘야 하는 투자금도
점점 액수는 절대 액수는 커져요
자 그래서 이 단계에 따라서
그 자본을 갖다가 제공하는
그 객체가 조금씩 다른데요 이 제대로 된 기업이 돼갖고
마지막 단계쯤 가면은 이제 기업 공개가 될 정도로
IPO까지 갈 정도로
이제 뭐 금융위원회나 뭐
이런 데서 어 오케이 제대로 된 기업이다
그럼 이제 기업 공개를 해요
그게 이제 우리가 보통 퍼블릭이라고 해서 공개된 기업들,
상장 기업
그래서 거기서는 이제 조금 신용도 쌓이고
매출도 실적도 있고
그러니까 은행 가도 돼요
은행 가서 대출도 받고 뭐 그래도 돼요
그런데 그전에는 실적도 별로 없고
은행 가도 대출이 안 돼요 은행 가봐야 시간 낭비에요
그래서 그 시장을 메꿔주는 게
이제 벤처캐피탈이 비상장
기업들의 자금을 제공하는 주요 조달원이 되겠죠
벤처캐피탈이 있는데
사실 벤처캐피탈이
이제 대다수의 단계에서 자금을 조달해서
그 제이크업에 마이너스를 갖다가 채워줍니다
근데 그 전에 벤처 캐피탈이 들어오기 전에
각종 인큐베이터라든가 엑셀러레이터라든가
요즘 그런 단어들 많이 들어보셨을 거예요
그게 다 이제 시드 캐피탈이라고 하는 벤처 캐피탈
바로 전 단계에서 자금을 제공하는 주요 객체가 됩니다
그리고 엔젤 투자자도 있죠
엔젤 엔젤은 벤처 캐피탈하고
다르게 개인 단위로 하는 거고
그 엔젤이 자기 돈 투자하는 거예요
벤처 캐피탈은 남의 돈 투자하는 거예요
벤처 캐피턴은 하나의 조합을 만들어서
출자자들이 출자한 금액을 운영해줄 뿐이지
물론 실제 생활에서는 자기 자본금도 조금 넣긴 넣습니다
그런데 엔젤은 개인 단위로 자기 돈을 투자하는 거고
VC는 기업 단위로 남의 돈을 투자하는 거고
엔젤 전에 제가 가장 기초적인 자금원으로서
FFFF 하고
그랜트, 그랜트는 정보나 대학에서 주는 지원금들,
창업지원금 이런 거라고 생각하시면 되고요
저기 FFFF는 뭘까요? 이 세상 절대
다수의 신생기업들의 자금원입니다
파운더, 파운더 머니, 프렌즈 앤 패밀리, 자기 지인들
네 번째 F가 포어 바보들 그래서 제가 과로를 해놨어요
그런데 저거는 실제로 많은 사람들이 하는 얘기예요
네 개의 F Founder money,
friends, family, 그 다음에 for
그래서 이렇게 해서 자금이 조달이 돼서 아까
좀 전에 제가 얘기했던
제이커브의 마이너스 부분이 채워지는 거고요
대부분의 경우에는 기업형으로
벤처 캐피탈이 펀드를 만들어서 투자를 하게 되는데
기본적인 펀드 구조는 좀 전에 제가 얘기했듯이
저 하얀색 박스가 출자자들이에요
출자자들은 정부 금액일 수도 있지만
연금, 대기업 자금 또는 보험회사들의 자산 운영할 때
그런 금액, 그 다음에 우리나라 같은 경우는 모태
펀드, 성장 펀드
이런 것들이 출자자가 돼서
저 파란색 박스가 하나의 펀드처럼
여러 출자자들로부터 돈을 끌고 모아서 빨간색
벤처 캐피탈 범위
저 파란색 펀드를 갖다가 운영을 하게 되는 거죠
대부분의 경우에는 5년에서 10년 운영을 하게 되고요
우리나라 같은 경우는 7년 정도가 평균인 것 같습니다
7년 정도 운영을 하게 되는데
저 검은색 박스에 있는 스타트업들을 많이 발굴을 해서
저 파란색 펀드 안에 있는 돈을 투자를 하고
7년 이내에 이걸 엑시트를 한다
보통 우리가 엑시트라고 얘기하는 것들은 M&A라든가
IPO라든가
어쨌든 이 검은색
포트폴리오 회사들의 주식을 현금화시킬 수 있는
어떤 일을 얘기하는 겁니다
그게 이제 보통 우리가 스타트업에서 얘기하는 액셋인데
그 액셋을 갖다가
7년 이내에 해야 현금을 갖다가
다시 출자자들에게 돌려주겠죠
이익금도 돌려주고
그렇기 때문에
벤처 캐피탈들은 7년
이내에 빠른 성장을 할 수 있는
기업에게만 투자를 합니다
그 이외에는 투자를 할 수도 없고 해서도 안 돼요
그렇기 때문에 영세 산업 사업자인 치킨집 안 맞아요
영세 사업자는 이렇게 돈이 많이 필요하지도 않지만
영세 사업자에게 투자하시기 투자를 해봐야
7년 이내에 수익도 안 나요
그래서 이런 구조를 하는데
유명한 VC들이 해외에서는 세콰이어 캐피탈
조금 들어보신 분들도 계실 거고
카이나 펄킨스도 있고 여러 개가 있습니다
우리나라에서 가장 유명한 벤처
캐피탈이 알토스라고 있습니다 들어보셨나요?
알토스가 왜 유명하냐
유명한 VC들은 유명한 이유가 있어요
자기가 투자한 회사들이 유니콘이 되거나
어쨌든 그 산업을 확 바꿔버려서
모든 사람들이 알게 되면 그 벤처 캐피탈이 유명해져요
그래서 알토스가 우리나라에서 제일 유명해요
왜? 아까 제가 유니콘이라고 얘기했던 배달의 민족, 블루홀,
쿠팡, 직빵, 타다, 마켓컬리 요즘 얘네가 다 하고 있습니다
엄밀히 말하면은 알토스
벤처스가 우리나라 회사는 아니에요
실리콘밸리에 오신 분이
미국에 등록되어 있는 벤처 캐피탈
회사를 자금만 우리나라에서 계속 투자를 하시는 거고
한국형 VC들도 물론 많습니다
한국에 등록되어 있는 한투파, 한국투자 파트너스,
소프트뱅크 코리아, 스마일 게이트,
IMM, LB Investment
이런 것들은 한국에 등록되어 있는 토종형 VC들인데
이들의 활약도 요즘 굉장히 많아지고 있고
사실은 하나의 VC가 하나의 회사
예를 들면 마켓컬리, 쿠팡
이렇게 투자를 하는 게 아니라
연합을 해서 투자를 하는 경우가 많습니다
그래서 이 VC들이 우리나라에서 청년이건
아니면 새로운 비즈니스 모델을 실험적으로 하고 싶어하는
많은 신생 벤처에 대해서
벤처기업에게
그 J커브의
마이너스 부분을 많이 채워주는 역할을 하고 있고요
그거를 끈기 있게 채우다 보면 언젠가 햇빛을 보고
플러스가 있었을 때 그 수익을 나눠갔습니다
그런데 아까도 얘기했듯이
기업 가치는 1조까지 계속 올라가는데
펀딩을 하다 보면 펀딩을 하다 보면 100억 펀딩하고
그 다음에 또 1천억 주고 그 다음에 5천억 주고
그럼 최소한 기업 가치는 5천억 이상이 될 거 아니에요
현금만 해도 5천억 집어넣는데
100억, 1천억,
5천억 집어넣다 보면
기업 가치는 산술적으로는 계속 올라가요
그런데 수익성이 안 나요
그러면 그 제이커브에서 햇빛 보는 날
플러스가 언제 와요? 안 나올 거 아니에요 그렇죠?
그러면 이 벤처 캐피털들도 다 망해야 돼요
그럼에도 불구하고 유명해진 벤처기업들도 있고 안망해요
그래서 절대다수의 스타트업은 적자기업인데
이게 과연 버블이냐,
뭔가 잘못된 거 아니냐라고 생각하시는 분들도 많고요
기업 가치는 크지만
돈을 벌지 못하는 기업이라는 비판을 쏟아냅니다
또한 지분 투자로 기업 가치만 끊임없이 키워서
이게 과연 혁신적 스타트업인가
라는 비판을 쏟아냅니다 하는데요
이런 말씀을 제가 드리겠습니다
일부는 맞는 얘기고
일부는 틀린 얘기입니다 왜 틀리냐?
이거를 이해하기 위해서는
디지털 플랫폼을
사업 모델을 조금 이해하셔야 될 것 같아요
플랫폼이라는 거 많이 들어보셨죠
요즘? 플랫폼을 갖다가 이해를 하시면
앞에 게 조금 더 이해가 가는데요
디지털 플랫폼은 요즘 모바일 앱이던 웹사이트건
수요자와 공급자를 갖다가
아주 쉽게 연결해주는 플랫폼 사업 모델이 많습니다
그래서 플랫폼의 사전적인 의미는 사실 기차, 기차칸이죠
근데 기차칸하고 모바일하고 무슨 상관일까요?
우리가 기차역을 어디다 만들어요?
그냥 랜덤하게 여기다 기차역 세우고
저기다 세우고 그러지 않아요
사실 기차역도
사람들이 많이 모이는 곳에 기차역을 여기다
딱 세워야 기차 노선들도
거기에 딱 서서 많은 사람들을 한꺼번에 태우고 내리고
그다음에 또 가고 또 교차로 다른 노선이 올 수도 있고
기차역이 있기 때문에 사람들이 모이고 기차가 모입니다
그런데 사람들이 모이고
기차가 갈바는 곳에 기차역을 또 세웁니다
그게 승강장애예요
우리의 물리적인 세계에서는 우리 디지털 세계에서도
마찬가지로 그 개념을 끌어와서
플랫폼이라고 하는 사업은 이런 양면성이 있는데
수요자가 있는 곳에 공급자가 몰리고
공급자가 있는 곳에 수요자가 몰리는 원리를 사용해서
디지털 플랫폼이라는 것을 사업 개발을 많이 합니다
예를 들게요
아마존 같은 경우에는 전자상거래의 백화점입니다
제가 아마존에서 서치를 했는데 없다
그럼 이 세상에 없는 거라고 저는 그냥 치부를 합니다
그러면 모든 사용자가 다 그래요
왜냐하면 여기에 납품되는 물건이 제일 많기 때문에
전 세계에서 물론
우리나라에서는 직구가 가능한 물건들 몇 개는 있지만
사실 하나의 플랫폼으로 본다
그러면 우리나라는 아직 절대강전 없지만
쿠팡 이런 데 간다
하든 아마존을 가든 아마존을 다 가는 이유는
모든 공급자가 다 거기다가 납품을 하기 때문에 그런데
그러다 보니까 모든 사람들이 가요
모든 사람들이 다 가다 보니까 제일 많아요
제일 많다 보니까 모든 공급자가 다 거기 가고 싶어해요
그게 이제 디지털 플랫폼이에요 넷플릭스도 마찬가지예요
영화가 무진장 많다 보니까 사용자가 제일 많아요
사용자가 제일 많다 보니까 영화를 갖다가 거기다가
라이선스 영어를 주고 납품하려고 해요
심지어는 요즘 극장에다 개봉을 못하니까
이제는 넷플릭스에다 방영을 하고 싶어요
넷플릭스가 고객이 제일 많기 때문에
그리고 네이버 카카오도 사용자가 많기 때문에
그냥 같이 있는 거예요
특별히 네이버하고
카카오의 웹사이트나 모바일 앱이 편리하거나 뭐 이쁘거나
저는 개인적으로 그렇게 생각하진 않지만
그것 때문에 쓰는 게 아니라
그냥 모두가 쓰기 때문에 쓰는 거예요
제 친구와 어머님
아버님이 다 카카오톡을 쓰기 때문에 저도 쓰는 거지
카카오톡이 뭐 특별히 더 좋아서
다른 것보다 꼭 그런 건 아니에요 자
이거를 다음 표처럼 정리해 볼게요
고객 확보가
그래서 이런
디지털 플랫폼에서는 너무너무 중요한 자산이 됩니다
그래서 한쪽에는 고객이 있고
한쪽에는 공급자가 있는데
두 가지의 네트워크 효과가 있습니다
예를 들어서
카카오톡처럼 고객의 가입자 수가 많아지면 많아질수록
그 서비스의 값어치가 올라가는 게 있어요
카카오톡이 그래요
전 세계에서 카카오톡
저 혼자 깔고 있으면 무슨 소용이에요? 가치가 제로예요
근데 내 친구가 카카오톡을 깔고 쓰기 시작해요
제 주변 사람들이 모두 다 카카오톡을 써요
그러면 이걸 갖다가 same side
network effect라고 해서
같은 쪽에 있는 사람들끼리
사용자가 많아지면 많아질수록 그 효용성도 커지는 것
그런 네트워크 효과가 하나 존재하고요
이게 양면성을 가지고 있는 네트워크이기 때문에
cross side network,
간접적인 네트워크 효과도 있습니다
고객 수에 따라서 공급자가 몰려들고,
공급자의 수에 따라서 고객 수가 몰려들고,
이런 두 가지의 효과가 네트워크 효과가 있어서
한 번 선순환이 돌기 시작하면
디지털 플랫폼은 계속 선순환이 돌겠죠
이런 승리가 있기 때문에
디지털 플랫폼은 승자 독식이 될 확률이 커요
그래서 실질적으로 전자상거래의 시장 점유율을 보면
아마존의 시장 점유율이 거의 반이고요
나머지는 플랫폼이 엄청나게 많아도
이제는 거의 게임 끝난 거예요 게임 끝났어요
우리나라도 아직은 게임은 안 끝났는데
이제 서서히 한두 개로 축약이 되면서
누군가는 승자 독식을 할 수가 있어요 그렇죠?
자 그러면은 어떤 경우에는 유일무이하게 승자
독식이 되는 시장이 있고
어떤 경우에는 한 두세 개가 공존할 수도 있고
아주 극소수만 살아남아요
계속 선순환을 도는 그런 극소수의 디지털 플랫폼
신용카드 같은 경우에도
마스터카드나 비자
같은 경우를 받는 가맹점이 많으면 많을수록
연회비를 내서라도 저는 마스터카드하고
비자를 달라고 해요
마스터카드하고
비자 가입자가 많으면 많을수록
가맹점들은 그 단말기를 거기다 깔아요
그래가지고 그 신용카드를 받기 시작해요
이런 선순환을 돌고 있는 것들도 신용카드가 그런 건데
신용카드 같은 경우에는 제 지갑에 두세 개가 있어도
그렇게 큰 비용이 안 들어요
그래서 두세 개가 공존할 수 있어요
전자상거래도 어떻게 보면 여기다가 검색해보고
저기다 검색해보고 할 수는 있지만
조금 중복되는 시간이 있어요
그럼 사람들이 웬만하면 그냥 한두 개로 보거나
아니면 하나로 봐요
미국 같은 경우에는 아마존으로 게임 끝났고요
한국 같은 경우에는 아마 지금 뭘 제일 많이 사용하나
쿠팡이랑 지마켓 SSG 정도인가요?
3파전 하다가 아마 하나로 끝날 거예요
거기에 베팅을 하는 겁니다
제이커브를 다 갖고 있는 건데 이 10개 중에 하나만
빛을 보고 플러스가 됐고
나머지 9개는 제이커브에서
그 마이너스에서 나오지를 못하는 거예요
그래서 저 승자 독식 모델이라는 것을 이해하면
거기다가 베팅을 해서
나는 얘가 1등이 되겠다고 만들겠다고 계속 밑빠진
독처럼 물붙기 식으로 하는 겁니다
하나만 살아남아요
아니면 뭐 잘해야 두 개
그래서 지금 아까 제이컵을 제가 설명드렸는데
메신저 게임 끝났어요
카카오톡이에요 뭐 우리나라에서의 검색엔진 게임 끝났어요
네이버에요 선순환 돌아요
그 다음에 핀테크 쪽에서는 미국에서는 페이팔 게임
끝났어요
중국에서는 알리페이 동남아도 다 알리페이예요
게임 끝났어요
이제는 기술력이 아무리 좋아도 들어갈 여지가 없어요
왜냐하면은 고객을 확보할 수가 없기 때문에
고객이라는 자산을 확보할 수가 없기 때문에
그래서 아까
제가 얘기했던 그런 제이커브라는 생리가 있고
요즘은 대부분이 디지털 플랫폼이기 때문에
밑빠진 녹에 물 붓기 식으로 퍼붓는 것처럼
보일지언정 사실은
많은 사람들이 각각 다른 계산을 하면서
내가 베팅한 이 플랫폼이 1등이 될 거라는
믿음으로 계속 퍼붓는 겁니다
그러면 기존 금융기관의 디지털 전환 사례도 제가 한번
예를 들어볼게요 마스터카드 얘기를 조금 했는데요
마스터카드 옛날 로고가 이렇었어요 요즘은 이렇지 않아요
요즘 신용카드 발급 받으신 분들은 사실
마스터카드가 2016년에 저렇게 마스터카드라고 하고
조금 단순하게 바꿨는데
이것 또한 작년에 바꿨어요
3년 만에 또 로고를 바꿔서
아예 카드라는 말이 없었어요
이제는 더 이상
플라스틱 카드를 발급하는 게 중요하지 않다
그리고 실제로 그렇게 하지도 않아요
대부분의 경우는 신규 발급하는 것들은 모바일 앱으로
그냥 신용 계좌만 있지
특별히 플라스틱 카드를 하진 않습니다
그런데 우리 신용 카드가 처음에 나왔을 때
여러분들 기억하시는지 모르겠는데
여기 조금 경험이 있으신 분들은
저 왼쪽에 있는
단말기도 거의 당연하게 생각하셨을 거예요
가맹점에 가면은 우리가 찍찍 그어갖고 종이에다가 하고
그게 이제 아날로그 방식의 신용카드 단말기였는데
요즘은 모바일 앱도 있고 신용카드 다 쓰잖아요
옛날에 아날로그 방식의 저 종이로 찍찍 그어갖고
하나는 고객 하나 주고
하나는 가맹점이 하나 갖고 나머지 하얀색
종이는 다 모아놨다가
은행에 가지고 가면 은행에서 일괄 처리를 해갖고
그 가맹점 사장님의 계좌에다가 돈을 넣어주고 그럽니다
그게 이제 옛날에 신용카드 결제 방식이었어요
지금은 즉석에서 데이터로 다 처리가 되죠
마스터카드, 오래된 회사입니다 지금 세계적인 트렌드는요
당연히 현금 없는 사회로 가고 있어요
현금을 들고 다니는 것이 이제는 불편한 거예요
고객들도 이거 자체가 옛날에는 우리가 금,
은, 돌덩어리 들고 다니는 게 불편했잖아요
그러다가 이제 가벼운 종이 화폐가 나왔는데
이제 그것도 불편한 거예요
차라리 안 들고 다니면 더 나은 것 같아요
그리고 항상 손에 들고 다니는 모바일 앱으로 다 되면
또 좋죠
그래서 모바일 결제는 확 올라가고 있고요
캐시는 점점 없어지고 있는 게 우리의 현실입니다
앞으로는 계속해서 캐시가 없어질 겁니다
현금 없는 디지털 결제가 대세라는 그래프고요
이제 마스터카드가 10년 전에 AJ
Banga라는 CEO분을 모시고 항상 만년 2등이었죠
DISA한테 DIGI는 만년 2등이었는데
이분이 들어오고 나서
지난 10년간
적어도 10년간의 실적만 보면 DISA 다 따라잡았어요
그런데 시총은 여전히 DISA가 더 높아요 높은데
지난 10년간의 실적만 보면
마스터카드가 많이 추격을 했고
훨씬 더 영향력이 있어졌는데
그 이유는 뭐냐
마스터카드가 사실은 비자를 갖다가 타도하기 위해서
저 CEO분을 모신 건 아니었습니다
이미 많은 우리의 결제 방식이 현금이 없어지고
디지털화가 되어가고 있었는데 이 CEO분이 조직에 와서
처음 했던 얘기가 그거예요
우리의 경쟁자는 비사가 아니다
우리의 경쟁자는 비사다 현금이다
지금 우리 인류의 소비 형태를 보면
신용카드 이외에도 다른 방식으로 결제하는 게
너무너무 많은데
사실 그때만 해도 지금도 마찬가지지만 거의 7,
80%가 현금으로 이루어지고 있어요
전 세계의 모든 결제들은
현금이 100% 없어지는 날은 없겠죠
현금이 꼭 필요한 경우도 있고
사생활 보호를 위해서라도 어느 정도 거래는 필요합니다
그렇지만 많은 경우에는 대체가 될 수 있어요
그래서 피터지는 경쟁을 비자랑 하느니 차라리
우리 인류의 생활 방식에서
현금으로 이루어지던 것을
조금씩 조금씩 디지털화를 해서 없애봅시다
라는 화두를 내걸고 사원들로부터 아이디어를 받아 갖고
어디서부터 이걸 없앨 수 있는가를
지난 10년간 해왔습니다
그런데 좀 조사를 해보니
어느 나라 소비자들이나 마찬가지지만
대부분의 빈도수가 높은 결제는 음식 먹는 거랑
교통비예요
그래서 음식 사 먹는 거랑
교통비는 액수와
상관없이 굉장히 자주 일어나는 결제입니다
그래서 일단 교통비 결제 방식
제가 예를 들게요 우리도 기억나죠
예전에는 회수권도 있었지만
이런 플라스틱 카드에다가 충전해서 썼고
그 다음에 이제 신용카드와 결제가 되었고
IC칩이 되었고
요즘에는 모바일 결제가 됩니다
우리나라에는 물론 삼성페이만 되고
애플페이 이런건 다 막아놨으니까 안되는데
어쨌든 모바일 결제 이런 시대가 왔습니다
근데 이걸 갖다가
이제 디지털 방식으로 개발할 수 있도록
하드웨어와 소프트웨어를 갖다가 개발해요
마스터 카드가 단순히 이제 지급,
결제, 서비스만 하는 것이 아니라
인간에게 또는 고객들에게 정말로 필요한 게
뭔가를 고민을 하다가 이게 이렇게 하루에 자주 일어나고
매일 일어나는 일상이면
이걸 갖다가 편리하게 해주자 해서
신용카드 회사였던 마스터카드가 저런 앱도 개발하고
저런 걸 다 합니다 가장 쉬웠어요
그런데 그러다 보니까 데이터가 엄청나게 쌓이는 거예요
기존의 종이
시절에서는 정말 말도 안 되게 데이터가 안 쌓였고요
왜냐하면 그걸 누가 기록
따로 하는 사람이 없었기 때문에
하얀 종이, 분홍색 종이, 노란색 종이 분류해놓고
또 따로 기록하는 게 없었기 때문에
당연히 데이터가 안 쌓였지만
지금 이렇게 하는 방식은
저기 충전식은 사실은 자판기에 얼마를 넣었는지
그런 데이터와 언제 어디서 어떻게 타는지
데이터가 분리가 돼요
그런데 신용카드로 합치도 보니까
더 많은 데이터가 하나의 플랫폼 안에서 다 알게 돼요
심지어는 스마트폰으로 들어가니까
위치기반으로 그게 다 돼요
그래서 이 사람이 몇 시에 언제 어디서 어떻게 탔고
그 전에는 어떤 소비를 했고
그걸 다 알게 돼요
인간의 패턴이 다 나와요
요즘은 AI라는 기술들이 있으니까
그 패턴을 AI나 기계학습을 통해서 그냥 패턴
인식해라 했더니
원래는 금융회사가
디지털 전환을 하고 싶어서 한 게 아니었는데
고객들의 불편함을 하나씩 하나씩 비대면
디지털을 하다 보니까 데이터의 중요성을 깨닫게 되었고
데이터의 중요성을 분석을 하다 보니까
예를 들어서
교통비 같은 경우에는 사람들이 아침에
커피숍에서 커피를 사들고 저건 런던인데
지금 저 그림은 런던에 있는 소비자들은 커피를 들고
지하철을 타더라
근데 10명 중 1명은 쏟아서
런던시 정부 입장에서 지하철의 유지
보수 비용이 높아요 안전사고도 있고요
뜨거운 커피를 옆 사람한테 흘리고 이래서
그런데 그 패턴을 데이터 분석을 통해서 알게 된 다음에
시정부에다가 협력을 통해서 다른 프로그램을 만들어요
예를 들어서 출근 시간에 지하철에서 내릴 때
그 지하철역 근방에 있는 커피를 사면
디스카운트를 준다를 시정부랑 협업을 통해서 만듭니다
그랬더니 유지 보수 비용도 엄청나게 낮아지고요
안전사고도 많이 없어집니다
그래서 이게 데이터의 밸류고요
이거 이외에도
다른 사람들의 행동 패턴을 분석을 해서
점점점 디지털화를 해보자
비대면 디지털 업무를 하다 보면
자연히 우리가
데이터의 밸류가 더 파생적으로 많이 나온다
그래서 우리가 사실 현금을 또 어디서 많이 써요?
빨래방에서 많이 쓰죠
빨래방에서 아직까지도 현금 많이 쓰는데
요즘은 많이 좋아졌어요
그래서 이것도
사실은 빨래방을 혁신시킨 게
마스터카드가 한 작품 중에 하나예요
얘네가 뭐라고 그랬냐면 여기도 정말 자주
그것도 기숙사 앞에
대학가 빨래방 엄청나게 현금이 소요되는데
우리 이거 현금 이 시스템에서 다 빼버리고 싶다
그러면 다 신용카드로
결제가 되게끔 이거는 비자랑 싸우는 게 아니죠
현금과 싸우는 거예요
그래가지고 메이텍이라는 미국의 LG전자
같은 가전기업이 업체랑 협업을 해서
앞으로 이런 공공장소에서 빨래방을 열 때
빨래방이 현금을 안 받고
모바일 앱이나
신용카드로 다 결제가 되게끔 저 기계를 만들어달라고
먼저 제의를 해요
그래서 저거를 만들었더니
이게 모바일 앱으로 빨래방이 어느 기계가 비어있고
몇 분을 기다려야 되는지도 금방 관리가 돼요
그래서 그렇게 하다 보니까
빨래방 주인들의 수입도 올라가요
왜냐하면 시간을 갖다가 효율적으로 사용할 수가 있고
고객들이 기다리는 시간들을 줄일 수 있어서
굉장히 간편해졌기 때문에
그래서 이런 사례가 또 마스터카드 입장에서 시작됐고요
물론 이제 빨래방을 이용하는 사람들도
마스터카드 신용카드를 이용하면 학생이라는 거 나올 거고
학생들은 또 뭘 또 좋아하고
또 지하철을 언제 어디서 어떻게 타고 다 알고 있겠죠
데이터 회사니까
이제는 그래서
이렇게 마스터
카드가 완전히 모든 업무를 디지털화를 도와주고
협력사들 계속 발굴하고 찾고
아이디어를 내므로써 데이터를 제공해주고
우리의 데이터에 의하면
이러한 사람들의 행동 패턴이 이런데
이걸 다 디지털 업무로 한번 바꿔보자
먼저 제의하는 이런 플랫폼으로 바꿈으로써 주가도
지난 10년 사이에 엄청 올랐어요
여기 밑바닥에 있는 노란색하고
빨간색이 S&P하고 다오고요
저기 파란색하고 빨간색이 마스터카드고 비자인데
비자도 마찬가지로
이제는 데이터 플랫폼 회사라고 보시면 됩니다
모든 결제에서 나오는 데이터를 다 들고 있기 때문에
그래서 이런 회사들은 사실은 요즘
금융가에서 말하는 디지털 전환,
디지털 트랜스포메이션 해야지 해야지 하고
그렇게 해서 시작된 게 아니라
정말로 우리 고객들이 불편함을 어디서 느낄까
그리고 그걸 갖다가
조금 더 편하게 해줄 수 있는 비대면
디지털 업무는 없을까
라는 고민에서 계속 고민하다가
여러 가지 상품을 만들어낸 협업들이 굉장히 많아요
그리고 이제는 데이터를 분석하고
데이터를 파는 실질적으로 데이터 플랫폼이 되었고요
한 가지 예를 더 들어볼게요
우리나라도 지금
영업점이 많이 없어진다는 얘기를 했는데요
우리나라뿐만 아니라 미국도 마찬가지예요
오프라인 지점들 많이 없어지고 있어요
그래서 오프라인 지점이 없어지면서
물론 해고도 많이 이루어지지만
여기서 캐피탈원이라는 금융회사가 이런 아이디어를 내요
어차피 오프라인 지점을 이용해야 되는 커피숍
커피들은 좋은 위치에 있고
커피숍에 오는 사람들은 조금 시간이 여유가 있고
앉아 있는데
우리가 찾아가는 서비스를 하면 어떨까?
그래서 피츠커피와 협업을 해서
피츠커피라는 커피 체인점이 있고
거기에 이제
캐피털원이라는 금융기관이 그 영업점을 사용해서
따로 오프라인 영업점을 안 세우고
아이패드 들고 다니면서
금융 서비스를 갖다가
커피숍에 와 있는 사람에게 다 제공을 합니다
그리고 이게 굉장히 좋은 반응을 받아서
우리가 옛날에 처음에 와이파이가 생겼을 때
스타벅스 가면 와이파이가 있다
이럴 때 있었죠
지금도 어디 가지
어디 가지 하다 보면
대충 스타벅스 가면 와이파이는 있어요
이것도 플로리다에서 처음에 시작한 걸로 알고 있는데
플로리다 시민들은 대충
피츠커피 가면 은행 한번 볼 수 있다
은행은 어디 있는지 몰라도 피츠커피는 어디 있다
알아요 마치 스타벅스가 어디 있는 것처럼
이렇게 해갖고
또 살아남는 전략으로 오프라인 지점은 없애되
아이패드 하나로 모든 금융 서비스가 되게끔
아까 빌게치가 얘기했던 거랑 마찬가지죠
언제 어디서나 금융 서비스는 가능하다
다만 은행이 필요한 건 아니다
굳이 은행이라는 영업점이 필요한 건 아니죠
이런 사례가 있고요
그래서 마스터카드 같은 경우에도 데이터를 모으고 팔고
협력사 찾아내고
그동안 우리가 종이로 했던 많은 업무들
또는 조금 디지털 된다고 하더라도 엑셀 이 정도였는데
이제는 자동화가 되게끔
굉장히 데이터가 강한 회사가 된 사례들이
비자와 마스터카드가 되어 있습니다
그런데 얘네들이 하는 것은
보통 우리가 금융기관들의 요즘 화두가 기존에
이제 프로덕트를 팔던 거에서
플랫폼으로 어떻게 전환시키는가가 굉장히 큰 화두에요
또는 파이플라인 비즈니스에서 플랫폼 비즈니스로
또는 프로덕트 제공자에서 파이플라인
프로덕트 제공자에서 플랫폼 제공자로 어떻게 변화하는가
그거를 갖다가 이제 많이 고민을 하는데
물론 시작점은 웹사이트 하나는 있어야겠죠
그래야 디지털 업무가 시작되니까 웹사이트라든가
모바일 앱은 있는데
기존에 있던 금융기관들이나
기존에 있던 제조업들도 마찬가지고요
어느 정도는 디지털 업무로 다 변환이 가능합니다
저희 카이스트 교육 업무도 그래요
사실 이번에 코로나를 통해서
저희도 많은 것들을 디지털 업무로 다 바꿨는데요
기존에 있던 조직들이 가지고 있는 자산이 있어요
첫째는 브랜드 가치가 있어요
그래도 그 브랜드 이미지가 있고
그 브랜드 이미지가 나타내는 신용이라는 게 있고
그 신용에 이어서 이미 확보되어 있는 고객이 있어요
근데 디지털 플랫폼은 아까도
제가 네트워크 효과에서 말씀드렸는데
고객의 수가 굉장히 중요하거든요
고객의 수가 많으면 많을수록 거기에 또 몰리고
또 그 고객의 수뿐만 아니라
양질의 고객이 또 많으면 또 반대 공급자들이 몰려들고
그거를 이제 하기 위해서는 은행도 마찬가지로
신용과 자기가 이미 가지고 있는 고객들을 활용해서
디지털 업무로 많은 것들이 변환을 하려고 하면
그런 디지털 플랫폼이 업무나
서비스를 제공하는 핀테크들이 제공해주면 되는 거고
국민은행이나 신한은행이나 이런 아주 대형 기업들
누구나 다 알고 있는 브랜드를 가지고 있는 은행들은
그 중간 매개 역할을 하는 플랫폼
역할을 할 수도 있는 거죠
저희 카이스트
같은 경우에는
카이스트라는 브랜드를 사용해서
다양한 강사진이나 연사님 섭외가 가능해요
그래도 카이스트에 와서
강의해 주시겠다고 하실 분들이 많아서
저희는 감사하게 생각하고 있습니다
그리고 그렇게 다양한 강사분들이 오시기 때문에
또 다양한 수강생을 우리가 모집할 수가 있어요
수강생들이 또 많이 몰리기 때문에
또 다양한 강사님들이 오고요
그리고 굳이 오프라인에서 안 해도
요즘은 줌 이런 걸로 화상회의 시스템으로
온라인 학위 비하기도 가능한 날이 곧 옵니다
이미 사이버대학들은 하고 있었는데
아마 그게 주요 시장이 되는 날도
멀지 않았다고 저는 봅니다
그래서 기존에 있던 기업들이
디지털 전환을 하는 것도 가능하고
제가 여기서 쉽다고 얘기한 건 아무것도 없어요
다 가능은 하고 가능은 한데
사실 디지털 전환이나
디지털 트랜스포메이션이 하도하도가 되니까
기존에 있는 기업들이 살아남기 위해서
이거를 도와주는 서비스가 또 큰 시장에 있어요
그래서 지금 여기
나열한 이런 작은 기업들이 사실은 다 상장 기업인데
도큐사인 들어보셨나요?
들어보신 분도 있고
안 들어보신 분도 있지만
모든 계약서를 전자화해서 저장하고
전자계약서를 보완하고 검색 가능하게 하고
사인도 다 디지털 사인하고 하는 거고요
페이팔, 전자결제,
쿠파 이거는
기존에 있던 조직들이
자기가 얼마나 많은 비용을 지출하는지를 비용
지출을 매니지먼트 해주는 소프트웨어입니다
근데 많은 중소기업들이 가입하다 보면
중소기업들의 전체에 대한 데이터가 각각의 기업들에게
또 보여져요
당신은 당신 산업의 경쟁자에 비해서
책상이나 의자에
지출한 비용이 굉장히 많은 것으로 나옵니다
이게 다 나와요
그러니까 기업 입장에서 돈을 많이 아끼기 위해서라도
그런 정보를 갖다가
많이 가지고 있는 이런 플랫폼들을 사용하죠
Salesforce 아까 얘기했고요
ServiceNow는 참
우연히도 오늘 엘리베이터 타고 올라오면서
여기 엘리베이터에 광고하고 있더라고요
여기 IFC도 서비스 나우를 사용하는 건지
무슨 조직이든지 이런 빌딩이라는 상업용 건물도 그렇지만
은행도 그렇고
제조업도 그렇고 각종 민원 처리할 일들이 있잖아요
그 민원 처리를 갖다가 굳이 IT 기술자한테 전화하고
오라고 그게 아니라
다 웹사이트로 플랫폼으로 해주는 게 서비스
나우 같은 거예요
그 다음에 옥타, 젠데스크 젠데스크도 비슷한 서비스
그런 IT 서비스라든가
조직 내에서의 민원 처리
조직 내에서의 업무 프로세스의 디지털화
그 다음에 옥타 이런 게
이제 요즘 디지털 업무에서
보안 기술을 갖다가 높여주는 옥타라는 회사들이 있는데
한번 찾아보세요
금년에 코로나의 효과로 여기 나열된 주식들
엄청나게 뛰었습니다
그 말은 모든 기업,
그러니까 다 B2B 비즈니스인데요
모든 기업들이 이 서비스를 사용해서라도
조직 내부의 프로세스와 조직과 자기
고객들의 프로세스를 갖다가 전부 다 비대면
디지털을 갖다가
도와주는 이런 서비스를 다 사용하기 시작했습니다
그리고 이 트렌드가 금년으로 끝난다?
저는 절대 그렇게 보지 않습니다
최소한 5년,
10년은 계속 가야지
산업 전체가 다 비대면 디지털화 역량이 생깁니다
모든 게 다 비대면 디지털화가 된다라는 말씀은 아니고요
병행을 해서 온라인 오프라인을 하지만
적어도 어떠한 조직이라도 다
비대면 디지털 역량을 갖추려고
그러면 혼자서 할 수 있는 것도 많고
외부에 있는 서비스 업체를 사용해서 해야 되는데
금년에 여기 나열된 것들은
전부 다 지금 주가가 폭등하고 있습니다
은행 업계 중에서는요
가운데 나와 있는 DBS가
디지털 전환을 가장 잘한 예로 요즘 꼽히고 있죠
지난 7,
8년 사이에 DBS는 싱가포르에 있는 은행입니다
Development
Bank OF Singapore입니다
그래서 DBS인데
1960년대에
우리나라의 산업은행을 벗겨서 만든 정책자금의 은행입니다
그래서 DBS인데
우리나라의 산업은행에 계신 분들이 이제는 싱가포르로
장기 출장을 가서 DBS를 공부하고 배우고 옵니다
DBS가 지난 7년,
8년 사이에 모든 업무가 비대면화가 됐습니다
단 한 발자국도 영업점에 안 들어가도
모든 서비스가 다 되게끔 돼 있어요
심지어는 코로나가 일어났는데도
예전에 사스 경험이 있어서 그런지 몰라도
재택근무도 다 내부
프로세스도 아주 스무스하게 잘 돌아가는 걸로 유명해요
그리고 실제로 서비스 퀄리티도 좋다고 하고요
그래서 이런 것들도 사례로 제가 들었고요
여기다가 투자해라 절대 그런 얘기 아니에요
그냥 지금 디지털 전환 얘기를 하다 보니까
지금 이런 사례들이 있어서
지금 산업 전체가 다 조직 내부
외부 다 이런 서비스에 도움을 받는다
이런 얘기를 하고 싶었던 겁니다
그래서 좀 정리를 하자
그러면 사실 뭐 한 2분 남았는데
질문 있으시면 언제든지 해주시고요
제가 오늘 드리고 싶었던 말씀은
기본적으로 디지털 금융이 뭔지 핀테크가 뭔지
그리고 지금
디지털 금융에 관심이 있으셔서 오신 분들이기 때문에
산업이 어떻게 흘러가고 있는지
현금 없는 사회, 비대면 업무의 역량 강화
이런 것들을 잘 이해하고만 계셔도 여러분들
개인의 미래나
여러분들이 몸담고 있는 조직의 미래는 저는 밝고
건강하고 다
함께 훨씬 더 밝은 미래를 맞이할 수 있지 않을까
생각합니다
그러면 저의 이야기는 여기서 마치도록 하겠습니다
감사합니다 질문 있으신가요?
네 네 네 네 아주 좋은 질문입니다 금융권에 계시죠?
스타트업 쪽에 계신가요?
그 질문은 첫 번째 질문은 모빌리티 데이터라든가
기존에 우리가 금융계에서 쓰지 않았던 데이터
기존에 있던 금융기관에서는
몇 개의 정형화되어 있는 데이터를 가지고 이
사람의 신용평가를 매기는 점수 같은 게 다 있죠
요즘은 그거 외에도 데이터가 너무 많기 때문에
비정형화된 데이터
또 심지어는 방금 말씀하신 것처럼 우리의 모빌리티 패턴,
우리의 결제 패턴
이런 것까지 다 사용하다 보면
신용 평가를 훨씬 정확하게 할 수 있어요
예를 들면
제가 미국 생활을 16년 하다가
2018년에 왔다고 했잖아요
저 신용등급 꽝이에요 여기서 아무것도 못해요
뭐 한 4등급인지 5등급인지 처음에 나왔어요
저는 이게 높은 건지 낮은 건지도 몰랐어요
근데 할 수 있는 게 아무것도 없더라고
이제는 시간이 지나야 되는 건데
그런 건 없이 만약에 제가 어딜 가서 나 누군데
해외 데이터도 물론 다 결합할 수 있지만
지금 우버 같은 경우에도
다른 금융 상품을 다 제공하고 있습니다
우버도 엄청나게 그 모빌리티 데이터를 가지고
사람들의 신용도를 평가하는 신용평가
시스템도 갖추고 있고요
파생되는 금융 상품은 얼마든지 많다고 생각해요
아까 제가 아마존 예를 들었듯이
아마존도 보험, 대출 P2P 송금 다 하고 있는데
여러 가지 데이터를 갖다가 다 조합을 시켜서
그래도 금융 상품을 갖다가
설계를 해본 금융 기관들이랑 협업을 해서
요즘 협업이 점점 많이 일어나고 있어요
금융 기관도 금융 기관 혼자서 다 할 수가 없고
핀테크 기업도 혼자서 다 할 수는 없어요
그러다 보니까 협업을 통해서 하는 게
이게 다 오픈 이노베이션 접근 방식인데
그렇게 해서 나오는 금융
상품들은 팔로 자체는 어떻게 될지 모르겠어요
카카오톡으로 나갈 수도 있고요
금융기관을 통해서 나갈 수도 있지만
어쨌든 협업을 통해서
그러한 좀 새로운 방식의 서비스는 나올 겁니다
앞으로 많이 나올 겁니다
네 네 어떤 기업이요?
좋은 말씀입니다 1등하는 기업을 보면 승자
독식인 기업들을 보면 디지털 플랫폼인 경우가 많아요
디지털 플랫폼이라고 해서 다 승자 독식이냐
그건 아니에요
또 거기에는 살아남는 조건들이 이런 식으로 많아요
그것도 얘기하기 시작하면 엄청나게 긴데
아까도 일례로 얘기했지만
비자 마스터 카드만 해도
저희가 여러 개를 들고 다닐 수 있습니다
거기는 승자 독식이 아니에요
한 두세 갠 들고 다닐 수 있어요
뭐 게임기도 마찬가지예요
소프트웨어가 얼마나 있냐에 따라서
내가 뭐 엑스박스를 쓰느냐
뭐 닌텐도 위를 쓰느냐
뭐 그런 것도 한 두세 개는 할 수는 있어요
근데 이제 두세 개를 갖다가 여러 개 하는 게
점점 비싸지면
비싸질수록 하나로 수령하는 경우가 많기는 해요
자 그러면은 맞아요
승자 독식을 한 경우에는 플랫폼
비즈니스인 경우가 많은데
플랫폼 비즈니스라고 해서 다 승자 독식이 되느냐
그건 절대 아닙니다
근데 또 그런 얘기를 하셨던 것 같아요
처음에 스타트업처럼 플랫폼으로 시작을 해서 크게 승자
독식으로 성공할 수 있느냐
엄밀히 말하면 아마존, 구글 다 20년은 걸렸는데
아마존도 처음에
아마 제가 알기로는 14년간은 많이 났었어요
최근 6,
7년 사이에 수익이 난 거지 첫 14,
5년간은 계속 많이 났었어요
그래서 저거 언제 돈 버나 사람들이 늘 그랬었는데
요즘 와서 기하급수적으로 7년 사이에 커진 거고
구글 같은 경우에도 좀 마이너스였고
페이스북 같은 경우에도 첫 7년간 마이너스였고
요즘에 빅테크들은 세계 5대
빅테크 기업들은 전부 다 플랫폼 사업자라고 할 수 있죠
근데 작게 시작을 해도 아주 니치
마켓 같은 경우에는 승자 독식을 할 수 있어요
예를 들어서 마켓컬리 같은 경우에는 아주 하이엔드
신선한 농수산물 쪽에서는 우리가 그냥 1등을 먹겠다
그러면 그 고객이 쿠팡도 사용하고 마켓컬리도 사용하지만
딱 겹치는 것도 아니고 그게 꼭 경쟁관계는 아니에요
그래서 작게는 시작해서
적어도 그 작은 니츠
마켓에서는 난 1등 하겠다 가능합니다
근데 지금 좋은 얘기를 하셨는데
네이버 카카오가 있고
우리나라는 한글로 이루어지기 때문에
굉장히 특이한 시장이고요
전세계적으로 봤을 때는 지금 구글, 아마존, 마이크로소프트,
애플 거의 모든 걸 다 게임 끝냈듯이 하고 있는데
이게 지난 7년, 8년 사이에 이루어진 일이라서
이제는 미국과 유럽과 우리나라도 마찬가지지만
정부 당국이 손 좀 봐야겠다 하고 있습니다
그런데 이게 공정거래법에서도 굉장히 많이
학자들 사이에서 논의되고 있는데
제가 이렇게 깊게 들어가도 되는지 모르겠으나
예전에 우리가 공정거래법에서 이것들 다 녹화되는 거예요
예전에 공정거래법에서
우리가 얘기할 때는 보통 독점 기업이 있으면
그 경제적인 파워가 너무 세기 때문에 쪼개고
그랬었습니다
그리고 그거의 이론적 배경에는 경제적 파워가
셀 때는 독점
기업이 된 다음부터는 가격을 올려서 수익을 높이고
결국은 소비자가 피해를 본다가 논리였거든요
오늘날은 그렇지가 않아요
오늘날은 아마존만 보더라도 가격을 낮추면 낮췄지
인플레이션도 없애버렸고
결국 혜택 보는 거는 소비자예요
예전의 공정거래법의 프레임워크에 의하면
잘못하는 게 없어요
그냥 1등 했다는 거 외에는
왜냐하면 소비자가 피해를 안 보기 때문에
그러면 사람들이 요즘 법학자들이 굉장히 고민하고 있는데
뭘 근거로 이걸 쪼개지? 하다가
이제는 데이터 독점으로 가고 있습니다
그래서 데이터 독점은
우리가 가격으로 측정이 될 수는 없으나
결국에는 이렇게 많은 데이터를 다 들고 있으면
그 데이터를 원자원으로, 원재료를 사용해서
결국은 금융상품이든 다른 상품을 만들어냈기 때문에
데이터를 독점하고 있는 너네들을 쪼개놔야겠다
결국은 데이터 독점이 우리 시장을 피해를 준다
근데 그 근거가 아직까지는 논리적으로 조금 빈약해요
그래서 일단 목표를 정해놓은 거예요 이
빅테크들을 쪼개야겠다는 목표만 정해놓는데
마땅히 이유가 없어요
소비자들이 피해를 안 보기 때문에 그래서 핫 이슈입니다
법조계 쪽에서는 우리나라도 지금 공정거래법 아까
배달의 민족도
아마 작년 12월 달에
아마 요기요랑 합쳐서 M&A가 됐는데
아직도 공정거래위원회에 계류 중입니다
다시 얘기하면
예전 같았었으면 이 정도면 시장 점유율 하나만 보고
그냥 허가를 안 할 텐데
가격이 안 오르거든요
그리고 사람들이 점점 사용자가 늘어났고
사용자가 늘어나는 것은 얘네가 수수료를 그렇게 매겨도
가맹점은 더 많이 늘어났고
소비자들은 더 많이 늘었고
그게 좋다는 거예요
직접 어디 가서
픽업하는 것보다 직접 어디 가서
오프라인으로 밥 먹는 것보다
그러니까 소비자들이 이렇게 원하는데
이걸 갖다가 다 쪼개놓고 허가를 안 한다?
그럼 그것도 정부의 갑질이니까 고민이 많은 거예요
그런데 또 무작정 허가를 하면
나중에 데이터 독점이 돼서 안 좋기도 하고
여러 가지 이유가 있어요
음식 배달뿐만 아니라
이제는 배달의 민족도
영세 사업자들의 디지털 광고판이 제일 효율적이거든요
또 실제로 영세 사업자들이나 식당들은 대민에다가
광고를 올리는 게 가장 효과적이다
그래서 혜택을 너무 많이 받는다
이런 얘기를 해요
그러면서도 한편으로는 난 근데 그 수수료 싫다
또 이렇게 얘기를 해요 택시도 마찬가지예요
카카오 플랫폼 처음 나왔을 때는 공짜로 썼었어요
택시 기사분들이 세상에서 제일 좋다 그랬어요
근데 카카오 택시가 택시를 갖다가
모빌리티 사용하기 시작하다 보니까
카카오 택시 이제 안 쓴다 그랬었어요
그러니까 한편으로는 좋은 것도 있고
또 한편으로는 늘 불만도 있고
그런 이슈가 좀 있습니다
복잡합니다 단순하지는 않습니다 다른 질문 있으신가요?
오늘 좀 재밌고 유익한 시간이 되었으면 하는 바람이고요
여러분들도 늘 건강하시고
우리 사회도 점점 재밌어지고
좋아지니까 더 훨씬 밝은 미래가 있을 거라고 확신합니다
이렇게 여기까지 와주셔서 경청해 주시고
그래서 정말 감사합니다 고맙습니다
추천목록 담기
* 영상을 미리 담은 후에 추천목록을 만들어 보세요.
일시 : 2020년 11월 4일 (수) 오후 2시 장소 : 여의도디지털금융전문대학원 내용 : 2020 SIFIC 포스트코로나 시대, 디지털금융과 서울의 기회 - 디지털금융강좌