어제 저녁 김덕진 소장을 만났습니다. 일요일에도 일할 정도로 바쁘게 사는 지인입니다. 김덕진 IT커뮤니케이션연구소 소장의 『AI 2027 트렌드&활용백과』(스마트북스, 568쪽, 2만8000원)을 받았습니다. 김 소장과는 오래된 사이입니다. 방송에서, 기업 강의에서, 공공기관 강단에서 AI 얘기만 나오면 늘 그가 있었습니다. 1,400만 뷰를 넘긴 AI 영상의 주인공이고, 매년 수백 회의 강연을 뛰는 사람입니다. 열정가라는 말이 어색하지 않은 사람입니다.

올해만 해도 벌써 두 권을 냈습니다. 4월에는 경기연구원 이승환 박사와 함께 『피지컬 AI 2026』을, 9월에는 아내 임한나 씨와 함께 『AI 시대, 부모로 살아가기』를 냈습니다. 그리고 이번 책이 네 번째 AI 백과입니다. 『AI 2024』부터 해마다 한 권씩 내고 있습니다. 전작 『AI 2026』은 16주 연속 종합 베스트셀러에 올랐습니다.

이 책의 핵심 질문은 하나입니다. '묻는 AI'에서 '맡기는 AI'로. 사람이 자리를 비운 사이에도 일을 이어서 해내는 AI에게, 무엇을 맡길 것인가. 김 소장은 실제 업무 현장에서 AI 에이전트들에게 각자의 역할을 부여하고 업무용 메신저에 연결했습니다. 그가 라디오 생방송에 출연하는 동안 AI 동료들은 저녁 유튜브 방송 주제를 논의하고 자료를 수집하며 발표자료를 만들었습니다. 아침에 확인할 메일과 일정까지 챙겼습니다.

책이 제시하는 2027년 AI 10대 트렌드는 'AI 위임의 시대'와 'AI 머니 게임', '두 개의 AI 세계', 'AI 간택의 경제', '가격표가 붙기 시작하는 피지컬 AI', 'AI 과학자', 'AI 탤런트 워', '조직이 병목이다', '기억과 감정의 AI 락인 경쟁', 'AI 국가대항전에서 대한민국은?'입니다. 첫 번째 트렌드인 'AI 위임의 시대'가 이 책의 얼굴입니다.

저자는 2027년의 현실을 한 문장으로 압축합니다. '개인은 폭발했고, 조직은 막혔고, 이제 규제가 도착했다.' 코딩을 모르는 카페 사장님이 AI로 20분 만에 주문 화면을 만드는 반면, 대기업은 복잡한 승인 절차에 막혀 있습니다. AI 도입 자체보다 중요한 것은 AI에게 무엇을 맡기고, 사람은 어떤 일을 할지 다시 설계하는 일이라는 것입니다.

트렌드 분석에 그치지 않습니다. 챗GPT·클로드·제미나이를 비롯해 젠스파크·퍼플렉시티·마누스·노션 AI·감마 등 오늘 당장 일을 맡길 수 있는 AI 도구 50개의 활용법을 실습 중심으로 소개합니다. 보고서와 발표자료 제작, 회의록 정리, 업무 자동화, 바이브 코딩, 이미지 생성까지. 코딩을 몰라도 말로 홈페이지와 업무 프로그램을 만들고, 반복적인 엑셀 작업을 자동화하는 방법을 배울 수 있습니다. AI 입문자에게는 친절한 안내서이자 실무자에게는 업무 경쟁력을 높이는 실전 지침서입니다.

이세돌 9단은 추천사에서 "같은 정답지를 받아도 이해한 만큼만 내 것이 된다"고 강조했습니다. AI가 제공하는 결과를 그대로 받아들이는 것이 아니라 자신의 지식과 역량으로 바꾸는 능력이 중요하다는 의미입니다. 직장인에게는 업무 혁신의 방법을, 경영자에게는 조직의 AI 전환 전략을, 대학생과 1인 기업가에게는 새로운 기회를 발견하는 눈을 제공합니다. 이세돌 9단과 무척 친해졌다며 자랑합니다. 가장 부러운 부분입니다. 저도 언젠가 묻어가서 인사를 하고 싶습니다.

김 소장의 책을 오래 봐온 사람으로서, 이 시리즈의 힘은 한 가지입니다. 매년 그해의 AI를 그해의 언어로 정리해 독자의 책상 위에 올려놓는다는 것. 트렌드만 나열하지 않고, 당장 써먹을 도구를 손에 쥐여준다는 것. 그래서 매년 이맘때면 이 책이 기다려집니다.

열정과 활용, 그 두 가지를 오래 지켜주길 바랍니다. 건강도 잘 챙기면서, 오래도록 우리 곁에서 이런 인사이트를 전해줬으면 좋겠습니다. 그게 이 책을 받아든 오늘, 오래된 지인으로서 전하고 싶은 말입니다. 유튜브나 방송에서 AI 변화를 가장 쉽고 다양하게 소개해주다보니 '또덕진'이라는 별명 아닌 별명도 생겼다고 합니다. 클릭하면 나오기 때문이죠. 이 인물하고 친합니다. 강연 요청도 책 출간과 함께 쏟아지는 듯 합니다. 혹시 지인찬스 필요하신 분들 계시면 연락주세요. 살짝 물어는 봐드릴게요.

Agentic intelligent data engine for scientific large language models

AI를 전문 분야에 활용하려면 쓸 만한 데이터를 찾고, 걸러내고, 형식을 맞추는 작업부터 해야 합니다. 중국인민대·중관춘아카데미·우한대 등이 참여한 연구진은 이 준비 과정을 자동화하는 ‘AIDE’를 제안했습니다. 사람이 필요한 자료를 문장으로 설명하면, 여러 AI 에이전트가 허깅페이스에서 공개 데이터셋을 찾습니다. 이어 품질과 용도 적합성을 평가하고, 학습용 문답이나 검색용 문서로 정리합니다. 형식 변환에 필요한 코드도 생성하고 오류를 고칩니다. 연구진이 자동화한 범위는 자료 수집과 선별, 가공입니다. 모델 학습과 성능 평가는 별도 절차로 진행했습니다.

연구진은 생의학과 화학 분야의 과제 14개로 결과를 평가했습니다. 생의학 질의응답 벤치마크 5개에서 AIDE가 정리한 자료를 검색하도록 한 GPT-4o-mini의 평균 정확도는 86.3%였습니다. 전문가가 구성한 자료 네 종류를 조합한 비교군 15개 가운데 가장 높은 평균 정확도인 80.6%보다 약 5.7%포인트 높습니다. 연구진은 검색 절차와 답변 생성 조건을 고정하고, 검색 대상 자료만 바꿔 비교했습니다. 다만 효과의 크기는 분야에 따라 달랐습니다. 화학 평가에서 GPT-4o-mini의 정확도는 52%로, 검색하지 않은 같은 모델의 51%보다 1%포인트 높았습니다. 분야가 달라지면 자료를 더 제공해도 성능 향상은 작을 수 있습니다.

이 논문은 동료심사를 거쳐 네이처 커뮤니케이션스에 온라인 공개됐습니다. 연구진은 코드와 데이터도 공개했습니다. 그러나 두 분야의 벤치마크 성적만으로 기업의 모든 데이터 업무에서도 같은 효과를 기대하기는 어렵습니다. AI의 품질 판단이 놓치는 오류도 점검해야 합니다. 공개 자료를 업무에 활용할 때는 이용 조건과 개인정보 포함 여부를 확인해야 합니다. 기업에는 모델 선택뿐 아니라 자료를 모으고 정리하는 절차도 개선할 여지가 있다는 시사점을 줍니다. 실제 도입을 검토한다면 데이터 준비에 걸린 시간과 지출한 비용을 기록하고, 완성된 시스템의 오류율도 함께 비교해야 합니다.