제가 자동차의 구조를 이해하지 못했다면, 수년 전 스마트 모빌리티 강의를 준비할 때 정말 큰 어려움을 겪었을 것입니다. 또, 제가 통계와 미적분을 공부하지 않았더라면, 인공지능 기술의 핵심 원리들을 이해하는 데 훨씬 더 많은 시간이 걸렸을 겁니다. 새로운 영어 단어를 배울 때도 기존에 알고 있던 단어를 활용해 새로운 의미를 추론합니다. 이때 우리는 ‘추론’이라는 과정을 거치게 되는데, 이 과정이 잘 작동하려면 기존 지식과 새로운 정보 사이의 간극이 너무 크지 않아야 합니다. 기존의 배경지식이 부족하면 새로운 지식을 이해하기 어렵고, 아예 이해 자체가 불가능한 상황도 벌어질 수 있습니다.
---p.15~16

먼저, ‘빅데이터’의 특징이 ‘정확한’ 데이터보다는 ‘많은’ 데이터에 가깝다 보니, 이상한 내용의 데이터도 굉장히 많이 들어간다는 게 문제입니다. 잘못된 자료를 기반으로 학습을 했으니, 잘못된 답변을 하는 건 너무나 당연하겠죠? 또 하나, 머신러닝 알고리즘이라는 게 패턴을 찾는 과정인데, 대체로 통계적으로 유의미한 통계를 찾고, 그에 맞춰 답변을 주는 게 목표이다 보니, 이게 맞는 내용인지를 따지지 않습니다. 통계적 특징상 틀린 내용이 더 많다면, 그걸 통계적으로는 정답으로 인식해버리는 경우도 생깁니다. 이런 오류 현상을 착시현상(할루시네이션, Hallucination)이라고 부릅니다.
---p.62~63

처음에는 모든 학생이 동일한 도구로 출발하지만, 시간이 지날수록 학생 개개인의 데이터가 축적되고, 분석 결과가 교사에게 전달됩니다. 인공지능은 학생이 어려워하는 부분을 반복해서 학습할 수 있도록 돕고, 교사가 그 과정에 효과적으로 개입할 수 있도록 합니다. 결과적으로 선생님의 제한된 시간을 모든 학생에게 똑같이 나누기보다는, 도움이 꼭 필요한 학생에게 집중할 수 있게 되죠. 이렇게 되면 점차 학생들의 자기주도 학습 능력이 강화되고, 교사는 또 다른 교육적 변화를 시도할 여유를 가질 수 있습니다.
---p.93~94

대체로 디지털에 관한 한 대한민국은 세계 최고 수준을 지향하는 편입니다만, 이상하게도 디지털 교과서에 대해서는 아직 보편화되지 않았습니다. 학교 현장에서는 도입을 꺼리는 분위기도 많다고 하더군요. 물론 현재의 학교 환경이 디지털 교과서 도입에 적합하지 않다는 건 저 역시 동의합니다. 많은 변화가 필요하죠. 다만, 다 갖춘 다음에 도입하는 게 과연 적절한 ‘시기’인가라는 고민도 해야 합니다. 제가 학교 다닐 때 이런 이야기가 있었습니다. “70년대 교사가, 80년대 교실에서, 90년대 학생을 가르친다.” 앞에 숫자만 바뀌었지, 큰 차이는 없는 것 같습니다.
---p.126

인공지능 기반의 플랫폼 위에서 학생들은 대부분의 기본 수업을 AI 교사를 통해 받게 될 것입니다. 학생마다 수업 진도도 달라질 테고, 수업의 순서도 바뀔 수 있죠. 현재의 선생님들로서는 이렇게 해 나가기가 어렵습니다. 하지만 그 수업의 결과를 모니터링하고, 학생의 상태를 관찰하며, 학생이 배우는 과정에서 무엇을 잘하고 무엇이 부족한지를 체크해 조언하는 일은 여전히 AI 교사보다 현장의 선생님들이 더 뛰어날 수밖에 없습니다. 게다가 학생들도 AI 코치보다는 실제 사람의 코치를 훨씬 선호합니다. 그런 점에서 수많은 변수를 다루고, 학생의 입장에서 코칭할 수 있는 역할로 선생님들은 변신하게 되지 않을까 예상합니다.
---p.138

가장 대체하기 힘든 직업이 바로 신부와 목사라고 합니다. 그 이유는, 대부분의 사람들이 인공지능을 탑재한 로봇에게 상담을 청하지 않을 것이기 때문이라더군요. 그리고 앞서 언급한 의사라는 직업도, 로봇 의사에게 대체될 가능성이 높다고 합니다. 오히려 간호사라는 직업의 생존율이 높다고 하더군요. 아마, 여러분이 지금까지 생각했던 직업들의 미래와 많이 다르죠? 사실 ‘유튜버’라는 직업도 이미 대체되기 시작했답니다. 실제로, AI를 활용해서 대본을 쓰고, AI를 활용해서 음악과 영상을 만들어 업로드하는 사람들이 늘고 있습니다. 뭐, ‘유튜버’를 ‘유튜브에 업로드해서 돈 버는 사람’이라고 정의하면 살아남겠지만, 유튜브에 필요한 영상을 제작하는 직업이라고 해버리면 굉장히 위험한 직업이 됩니다.