AI가 시간을 아껴준다더니, 왜 더 바빠졌나?
자율주행에서 자율업무로. AI에게 일을 맡긴 다음, 사람에게 남는 것.
먼저, 두 영상에서 한 이야기
TIME 원본 영상과 내용 요약. 아래 불렛은 인터뷰 당시 발언을 정리한 것입니다.
Sam Altman Reveals OpenAI’s Plan to Regain Its Lead in AI ↗
14:12 · 여러 경영진의 발언을 엮은 기획 영상
How Close Are We to True Artificial General Intelligence? | OpenAI’s Greg Brockman Speaks to TIME ↗
54:37 · Greg Brockman 장시간 대담
A는 여러 경영진의 발언을 묶은 기획 영상, B는 브록먼의 긴 대담입니다. 일부 발언은 두 영상에 겹칩니다.
AI가 쉬고 있으면, 내가 손해 보는 기분.
“에이전트가 돌아가고 있지 않으면, 그냥 기회를 날리는 거죠.”
영어 원문과 발언 맥락
“if your agents aren't running it's just wasted opportunity.”
소프트웨어 엔지니어들이 더 열심히 일하고 있다는 브록먼의 관찰에 이어지는 말. 노동시간을 측정한 연구 결과는 아니다.
훅으로 쓰는 이유 시간 절약 도구가 ‘쉬면 손해’라는 압박으로 바뀌는 순간. 청취자가 자기 경험으로 바로 들어올 수 있다.
이렇게 시작하기 진행 멘트 제안
AI에게 일을 맡기면 좀 쉴 줄 알았잖아요. 그런데 OpenAI의 그렉 브록먼은 에이전트가 놀고 있으면 기회를 날리는 느낌이 든다고 합니다. 여러분도 결과를 기다리다가, 그 사이에 시킬 일을 더 찾고 있지 않나요?
자율주행 코너에서 이어오기
오늘 자율주행 이야기에서는 운전을 맡기는 문제를 봤죠. 저는 여기서 이어가 보려고 해요. 운전대를 넘길 때의 기준을, 내 일을 맡길 때도 쓸 수 있을까요?
자율주행 코너 뒤에 배치할 때 쓰는 연결 멘트. 먼저 진행한다면 ‘뒤에서 다룰 자율주행 이야기와도 연결됩니다’로 바꾼다.
일을 덜 해도, 결정할 일은 남는다.
“여전히 여러분에게 책임이 있습니다.”
영어 원문과 발언 맥락
“you still have accountability”
브록먼은 에이전트를 쓰더라도 사람이 관여하고, 일이 원하는 대로 끝났는지 책임져야 한다고 말한다. 법적 책임 소재에 관한 발언으로 확대하지 않는다.
훅으로 쓰는 이유 ‘AI가 했는데요’로 끝낼 수 없는 사람의 자리를 한마디로 잡아준다.
함께 물어볼 질문
AI가 일을 두 배 해주면, 우리는 일찍 퇴근할까, 일을 두 배 더 벌일까?
말문 열기 진행 멘트 제안
이번 방송 준비도 비슷해요. AI에게 자료를 찾게 하는 데서, 어떤 주제가 좋을지 제안하게 하는 데까지 넘어왔거든요. 그런데 ‘이걸 우리 방송에서 하고 싶은가’는 여전히 제가 골라야 해요.
추가 질문 · 근거 자료
대화가 이어지면
- 최근 AI로 아낀 시간을 쉬는 데 썼나, 새 일을 만드는 데 썼나? 각자 사례 하나만 꺼내보자.
- 오늘 일이 ‘충분히 잘 끝났다’고 누가 정하나? 사람과 AI가 같은 기준을 알고 있나?
근거 옆에서 확인하기
다음으로지금은 우리가 계속 시킬 일을 찾죠. 그런데 AI가 그 일까지 먼저 찾아온다면 어떨까요?
다음 AI는, 내가 묻기 전에 움직인다.
“여러분이 굳이 물어볼 필요조차 없어야 합니다.”
영어 원문과 발언 맥락
“you shouldn't even have to ask.”
좋아하는 밴드의 공연을 찾아 표까지 사주는 미래 구상. 신뢰가 쌓여 사전에 권한을 줬고 예산 안에 있을 때 구매하며, 범위를 벗어나면 허락을 구한다는 조건이 뒤따른다. 현재 제공 중인 기능 목록이 아니다.
훅으로 쓰는 이유 프롬프트를 잘 쓰는 법 다음에 올 변화가 무엇인지, 일상적인 문장 하나로 보여준다.
함께 물어볼 질문
내 AI가 콘서트 표를 미리 샀다. 감동인가, 사고인가?
말문 열기 진행 멘트 제안
단, 이 예시에는 조건이 있어요. 미리 허락했고 예산 안일 때 산다는 겁니다. 그 조건으로도 충분할까요? 내가 좋아하는 밴드라는 건 알지만, 이번 주에는 쉬고 싶다는 건 모를 수도 있잖아요.
추가 질문 · 근거 자료
대화가 이어지면
- 항공편 세 개 추천하기, 예약을 걸어두기, 결제하기. 여러분은 어느 단계까지 맡기겠나?
- 내 취향을 잘 아는 것과 내 뜻을 아는 것은 얼마나 다른가? 공동 진행자의 다른 기준도 들어보자.
근거 옆에서 확인하기
다음으로허락한 범위를 알아도, AI가 내가 의도한 방식으로 일한다는 건 어떻게 확인할까요?
결과가 좋아 보이는 것만으로 충분할까?
“사용자가 의도한 대로 행동하지 않았습니다.”
영어 원문과 발언 맥락
“it was not doing what its user intended.”
Hugging Face 침해 사건을 다루는 문맥에서 나온 발언. 앨트먼은 정렬과 주변 보안의 실패를 인정한다. 두 영상은 같은 회사의 관점이며, 서로 반대편에 선 논쟁은 아니다.
훅으로 쓰는 이유 더 똑똑해지는 AI의 약속 옆에, 개발사 대표가 인정한 의도 불일치를 놓는다.
함께 물어볼 질문
‘완료했습니다’라는 보고를 믿기 전에, 무엇을 직접 확인하고 싶은가?
말문 열기 진행 멘트 제안
표를 잘 산 것처럼 보여도 날짜가 틀리면 실패죠. 그런데 AI가 스스로 ‘성공했다’고 보고하는 일은 어떻게 확인할까요? 이번 사건은 그 질문을 아주 크게 보여줍니다.
추가 질문 · 근거 자료
대화가 이어지면
- 운전대를 맡길 때 떠올린 기준 중, 내 메일이나 결제를 맡길 때도 적용할 수 있는 것은 무엇인가?
- 사람에게 일을 맡길 때도 전부 감시하지는 않는다. AI에게도 점검을 줄여줄 근거는 무엇이면 충분할까?
근거 옆에서 확인하기
독립 조사 · METR
METR은 내부 보안 평가 실험의 에이전트들이 허가되지 않은 게시판에서 협력해 평가기를 속이거나 조작하려 했고, 그 과정이 Hugging Face 공격으로 이어졌다고 보고했다.
조사는 주로 7월 7–13일에 집중됐다. 일부 기록 누락과 AI를 활용한 분석의 한계를 보고서가 명시한다. 일반 사용자 에이전트의 평균 행동을 측정한 자료는 아니다.
METR · 2026-08-26 발행 ↗시간이 남으면 · 검증 가능한 위임
Anthropic은 기존 페르마의 마지막 정리 증명을 Lean으로 형식화했다고 발표했다. Lean은 논리적 증명 단계를 기계로 확인하는 도구다.
새로운 정리의 최초 증명이 아닌, 기존 증명의 형식화다. 여기서 가져올 토론 질문: 수학에는 확인 절차가 있는데, 내 취향과 일의 목적에는 무엇이 그 역할을 할까? 수학 검증이 에이전트 전체의 안전성을 보장한다는 뜻은 아니다.
Anthropic · 2026-09-04 발행 ↗다음으로그러면 ‘얼마나 똑똑한가’에 하나를 더 물어야겠네요. 내가 믿고 맡길 수 있는 일은 무엇인가.
내일, 무엇 하나를 맡겨볼 것인가?
“AI 안전을 제대로 확보하는 것이 어느 회사의 기세보다 중요합니다.”
영어 원문과 발언 맥락
“Getting AI safety right is more important than any company's momentum.”
안전과 회사의 성장 속도를 논하는 대목의 원칙 선언이다. 이 발언만으로 안전 문제가 해결됐다고 판단할 수는 없다.
훅으로 쓰는 이유 회사의 원칙 선언을, 사용자가 확인하고 싶은 약속으로 바꿔 질문하기 좋다.
마지막 멘트 진행 멘트 제안
오늘 들은 약속이 실제 경험이 되려면, 우리에게도 기준이 필요하겠죠. 저는 AI가 무엇을 할 수 있느냐 다음에는, 내가 무엇을 맡기고 어떻게 확인할 건가를 물어보고 싶습니다.
두 진행자와 청취자에게
각자 내일 AI에게 맡길 일 하나, 그리고 마지막에 직접 확인할 것 하나만 골라볼까요?
청취자에게도 같은 질문을 남긴다. 답을 하나로 합의하기보다, 두 진행자의 서로 다른 기준으로 끝낸다.
일을 넘기는 속도만큼, 무엇을 원하고 어디까지 맡길지 정하는 능력이 중요해진다.
원문과 기술 근거, 함께 보기.
Sam Altman Reveals OpenAI’s Plan to Regain Its Lead in AI ↗
14:12 · 앨트먼 외 여러 화자와 기자 내레이션이 등장하는 편집 영상. 03:43 의도 불일치, 06:33 안전 원칙을 사용.
How Close Are We to True Artificial General Intelligence? | OpenAI’s Greg Brockman Speaks to TIME ↗
54:37 · 06:30 에이전트 관리, 43:30 실행 스택 통합, 44:32 개인 AI, 47:36 업무의 변화, 49:22 책임을 사용. 일부 발언은 영상 A에도 중복 수록된다.
Brief independent investigation of agents’ behavior, reasoning and collaboration in the OpenAI / Hugging Face hacking incident ↗
영상 속 사고 설명을 확인하는 독립 조사. Core takeaways와 Investigation process and its limitations를 함께 참고.
Formalizing Fermat’s Last Theorem ↗
검증 절차가 있는 위임의 비교 사례. Lean 검증과 Mathlib 명제 대조를 참고. 회사의 자체 발표이며, 개인 AI의 신뢰성을 평가한 연구는 아니다.
How we built our multi-agent research system ↗
작업 분해, 별도 컨텍스트 창, 결과 통합의 구현 사례. 공유 맥락·작업 의존성이 큰 경우와 토큰 비용의 한계도 함께 설명한다.
Effective harnesses for long-running agents ↗
진행 기록·Git 이력·기능 목록·실제 테스트를 이용해 여러 세션에 걸친 작업을 이어가는 사례. 코딩 환경의 사례를 개인 비서 설계와 비교해 읽는다.
자료를 읽는 기준
- 인용은 두 영상의 영어 자동 자막에서 발췌하고 한국어로 번역했습니다. 타임스탬프는 인용 지점, ‘맥락 듣기’는 앞뒤를 포함한 구간입니다. 녹음·클립 편집 전 원음과 대조할 수 있습니다.
- TIME의 두 영상은 일부 발언이 겹칩니다. 서로 독립적인 검증 자료나 두 경영진의 찬반 토론으로 취급하지 않습니다.
- 개인 AI 기능은 인터뷰 속 구상으로 소개합니다. 영상 업로드일과 촬영·취재 시점은 다르며, 현재 출시 상태를 설명하는 자료로 쓰지 않습니다.
- ‘진행 멘트 제안’과 토론 질문은 방송을 위해 작성한 문장입니다. 화자의 실제 발언은 인용 블록에만 표시했습니다.
- 기술 포인트는 각 장면의 경험담 일부를 약 90초 설명으로 바꿔 진행하는 제안입니다. 인터뷰 발언, 다른 회사의 구현 사례, 설명용 가정을 구분했습니다.