# 알파고에서 지금까지

> **이 장에서 배우는 것**
> 왜 알파고 때는 내 일상이 안 바뀌었는데 지금은 다른지. 이 질문에 답이 되면
> 나머지가 전부 쉬워집니다.

## 2016년 3월, 서울

이세돌 9단과 알파고의 다섯 판이 서울에서 열렸습니다. 3월 9일부터 15일까지,
일주일 동안 전국이 이 대국을 봤습니다.

바둑을 둘 줄 모르는 사람도 봤습니다. 바둑이 궁금해서가 아니라 **기계가 사람을
이기는지**가 궁금해서였습니다.

결과는 **알파고 4승, 이세돌 1승**이었습니다.

### 그 한 판

3연패 뒤 네 번째 판에서 이세돌이 이겼습니다. 78수, 판 한가운데를 파고드는
수였습니다. 해설진은 **"신의 한 수"**라고 불렀습니다.

알파고의 계산으로는 사람이 그 수를 둘 확률이 **1만분의 1**이었습니다. 알파고는
79수에서 실수했고, 87수가 되어서야 자기가 밀리고 있다는 걸 알아챘습니다.

이 판은 **알파고가 사람에게 진 유일한 공식 기록**으로 남아 있습니다.

### 그때 사람들이 느낀 것

충격이었습니다. 바둑은 경우의 수가 너무 많아 기계가 이기려면 한참 남았다는 게
당시의 상식이었기 때문입니다. 뉴스에는 "이제 어떤 직업이 사라지나" 같은 기사가
쏟아졌습니다.

## 그런데 그 뒤 6년, 무엇이 바뀌었습니까?

여기서 한번 솔직하게 돌아봅시다.

2016년 3월 이후 **여러분의 일하는 방식이 알파고 때문에 바뀐 게 있습니까?**

거의 없을 겁니다. 뉴스는 뜨거웠지만 사무실은 그대로였습니다. 여전히 메일을
직접 쓰고, 보고서를 직접 만들고, 긴 문서를 직접 읽었습니다.

**왜 그랬을까요?**

### 알파고는 바둑만 두는 기계였기 때문입니다

알파고는 바둑을 인간보다 잘 뒀습니다. 그런데 그게 전부입니다.

- 알파고에게 이메일을 써달라고 할 수 없습니다
- 알파고에게 회의록을 정리해달라고 할 수 없습니다
- 알파고에게 계약서를 검토해달라고 할 수 없습니다

**바둑판 밖에서는 아무것도 못 합니다.** 바둑을 두지 않는 사람에게 알파고는
"대단하지만 나와는 상관없는 것"이었습니다. 그래서 뉴스가 식자 일상도 그대로
돌아갔습니다.

```mermaid
graph TD
  A["알파고 · 2016"] --> B["바둑을 아주 잘 둠"]
  B --> C["바둑판 밖에서는 못 함"]
  C --> D["바둑 두는 사람 외에는<br/>쓸 일이 없음"]
```

## 2022년 11월, 다른 일이 벌어졌습니다

ChatGPT라는 것이 나왔습니다. 이번에는 반응이 달랐습니다.

**출시 두 달 만에 사용자 1억 명**을 넘었습니다. 비교하면 이렇습니다.

| 서비스 | 1억 명까지 걸린 시간 |
|---|---|
| 인스타그램 | 약 2년 반 |
| 틱톡 | 약 9개월 |
| **ChatGPT** | **약 2개월** |

당시 이 분야를 오래 봐온 애널리스트들이 "이런 속도는 처음 본다"고 말할 정도였습니다.

### 왜 이번에는 달랐나

기술이 더 대단해서가 아닙니다. **쓸 수 있는 사람이 달랐기 때문**입니다.

| | 알파고 | 지금의 AI |
|---|---|---|
| 잘하는 것 | 바둑 | **말과 글** |
| 쓸 수 있는 사람 | 바둑 두는 사람 | **글을 다루는 모든 사람** |
| 필요한 준비 | 바둑을 알아야 함 | 한국어로 말할 줄 알면 됨 |
| 나와의 관계 | 구경거리 | **오늘 당장 쓸 수 있는 도구** |

사무실에서 하는 일을 떠올려 보세요. 메일 쓰기, 보고서 만들기, 자료 정리하기,
회의 내용 남기기 — **거의 전부가 말과 글**입니다.

알파고가 잘하는 것(바둑)은 대부분의 사람과 상관이 없었고, 지금 AI가 잘하는
것(말과 글)은 **거의 모든 사무직과 상관이 있습니다.** 이 차이 하나가 반응의
차이를 만들었습니다.

## 두 AI는 성격도 다릅니다

이 부분이 중요합니다. 알파고와 지금의 AI는 **잘하는 종목만 다른 게 아니라
성격이 다릅니다.**

| | 알파고 | 지금의 AI |
|---|---|---|
| 다루는 문제 | 규칙이 명확함 (바둑 규칙) | 규칙이 없음 (좋은 글이란?) |
| 정답 | 있음 (이기거나 지거나) | 없음 (더 나은 답이 있을 뿐) |
| 잘하는 방식 | 수를 끝까지 계산 | 사람이 쓴 글을 흉내 |
| 틀릴 때 | 계산 착오 | **그럴듯하게 지어냄** |

마지막 줄을 기억해두세요. 지금 AI가 틀리는 방식은 알파고와 다릅니다. 그럴듯한
말투로 틀립니다. 이건 뒤에서 [조심할 것](/guide/ai-cautions)으로 따로 다룹니다.

> **가장 흔한 오해가 여기서 생깁니다**
> "알파고가 이세돌을 이겼으니 AI는 사람보다 똑똑하겠지"라고 생각하면 지금 AI를
> 잘못 쓰게 됩니다. 지금 AI는 **천재가 아니라 아주 부지런한 조수**에 가깝습니다.
> 빠르고 지치지 않지만, 확인 없이 맡기면 안 되는 조수입니다.

## 2024년, 노벨상이 두 개

여기까지는 사무실 이야기였습니다. 같은 시기에 연구 쪽에서도 일이 있었습니다.

| 2024년 | 받은 사람 | 무엇으로 |
|---|---|---|
| 노벨 **물리학상** | 존 홉필드(John Hopfield), 제프리 힌턴(Geoffrey Hinton) | 인공신경망을 이용한 머신러닝의 기초를 세운 발견과 발명 |
| 노벨 **화학상** | 데미스 허사비스(Demis Hassabis), 존 점퍼(John Jumper, 구글 딥마인드), 데이비드 베이커(David Baker) | 딥마인드 몫은 **AlphaFold**를 이용한 단백질 구조 예측 |

한 해에 **물리학상과 화학상 양쪽**이 AI 관련 연구로 갔습니다. 하나였다면 우연이라고
할 수 있지만 두 개는 다릅니다. AI가 연구를 거드는 도구를 넘어 **과학적 발견이
일어나는 자리** 쪽으로 넘어왔다는 상징적인 사건입니다.

두 가지만 덧붙입니다.

- AlphaFold가 예측한 단백질 구조는 전 세계 연구자에게 공개되어, 신약과 효소 연구의
  **출발점**이 되었습니다. 결과가 논문 한 편으로 끝나지 않고 남의 연구가 시작되는
  자리가 됐다는 뜻입니다.
- 알파고는 **정답이 정해진 게임**을 풀었습니다. 그 뒤의 AI는 **정답이 열려 있는
  문제** 쪽으로 옮겨 왔습니다 — 단백질이 어떻게 접히는지, 이 회의록을 어떻게
  정리해야 하는지에는 채점표가 없습니다. 앞 표에서 "정답: 없음"이 약점처럼 보였다면,
  여기서는 그게 다루는 범위입니다.

> **그래서 이 제품이 있습니다**
> 세계 최고 수준의 연구에서 이미 검증된 AI를, 조직의 일상 업무에서 쓸 수 있게
> 만드는 것이 [HyperTeams Connect](/guide/cn-what-is-it)가 하는 일입니다. 단백질
> 구조를 예측하는 일과 회의록을 정리하는 일은 규모가 다르지만, 바탕에 있는 기술은
> 같은 계열입니다.

## 지금 어디까지 왔나

2022년 이후 3년이 조금 넘었습니다. 지금은 신기한 구경거리 단계를 지나 **실제
업무에 쓰이는 단계**로 넘어왔습니다. 공개된 조사들이 말하는 대략의 그림은
이렇습니다.

- 맥킨지 2025년 조사에서 응답 조직의 상당수가 **최소 하나의 AI 과제에서 측정
  가능한 성과**를 봤다고 답했습니다.
- 업무에 쓰는 사람들은 **하루 40~60분** 정도를 아낀다고 보고합니다.
- 고객 서비스 분야에서는 AI가 문의의 상당 부분을 직접 처리하는 사례가 빠르게
  늘고 있습니다.

> 숫자는 조사 기관과 시점에 따라 편차가 큽니다. 방향(늘고 있다, 성과가 측정되기
> 시작했다)만 참고하시고, 구체적 수치가 필요하면 원 조사를 확인하세요.

중요한 건 이겁니다. **알파고 때와 달리 지금은 "나와 상관있는" 단계**라는 것.

## 그래서 이 가이드는

이 파트(AI가 처음이라면)는 **오늘 당장 써볼 수 있게** 만드는 것이 목표입니다.
바둑처럼 특별한 재능이나 사전 지식이 필요하지 않습니다.

다음 장에서 "그래서 이게 정확히 무엇인지"를 검색과 비교해서 봅니다.

---

## 확인

**1. 알파고 이후 6년 동안 일반인의 업무가 거의 안 바뀐 이유는 무엇입니까?**

<details>
<summary>답</summary>

알파고는 **바둑만 두는 기계**였기 때문입니다. 바둑판 밖에서는 메일도 못 쓰고
문서도 못 읽습니다. 바둑을 두지 않는 사람에게는 "대단하지만 나와 상관없는 것"
이었습니다.
</details>

**2. ChatGPT가 두 달 만에 1억 명을 넘긴 이유를 기술이 아닌 관점에서 설명해보세요.**

<details>
<summary>답</summary>

**쓸 수 있는 사람의 범위**가 달랐기 때문입니다. 알파고가 잘하는 바둑은 소수만
관계있지만, 지금 AI가 잘하는 말과 글은 사무직 업무의 거의 전부입니다. 게다가
한국어로 말할 줄 알면 바로 쓸 수 있어 준비물이 없습니다.
</details>

**3. "알파고가 이세돌을 이겼으니 AI는 사람보다 똑똑하다"는 생각이 왜 위험합니까?**

<details>
<summary>답</summary>

두 AI는 성격이 다릅니다. 알파고는 규칙과 정답이 있는 문제를 계산으로 풀었고,
지금 AI는 정답이 없는 문제를 사람의 글을 흉내 내어 다룹니다. 그래서 **틀리는
방식도 다릅니다** — 지금 AI는 그럴듯한 말투로 지어냅니다. 천재로 여기고 확인
없이 맡기면 그 지점에서 사고가 납니다.
</details>

---

다음 장에서는 이 도구가 정확히 무엇이고 **검색과 어떻게 다른지**를 봅니다 →
[AI가 무엇인가](/guide/ai-what-is-it)