One of the most important skills for the future is the ability to tell a computer exactly what you want so they can do it for you.

And for the foreseeable future, people that know the language of computers, be able to understand coding, will do that much more effectively than people that don't.

So I know that even, you know, earlier this year there were some leaders that were advising others not to learn to code on the grounds AI will automate it.

I think we look back on that as some of the worst career advice ever given.

>> Hi there, listeners. Today we are sharing another conversation from this year's Masters of Scale Summit.

Andrew Ng is a true AI pioneer. He's co-founder of Coursera and Deep Learning AI and managing partner at AI Fund, a studio that incubates new AI companies.

He was joined on stage by DJ Patil, former chief data scientist under the Obama administration and general partner at Great Point Ventures.

It's a dynamic discussion about the current state of AI, how future generations should approach the technology, and how America can stay competitive in the global AI race.

I've known Andrew for a long time. He's been talking and working on AI long before it was cool.

I remember actually sitting down with Andrew when we were coming up with these ideas around data science and these things and he was talking about AI was like, "Hey, we're still in the middle of winter for AI." But he's he's he's been on this for the incredible journey.

But to just give you some of the highlights uh of of Andrew, he was one of the first people to advocate in using GPUs for deep learning.

He wrote >> He should should have bought Nvidia stock. >> I was going to say Jensen, how many jets does Jensen owe you?

>> I don't know. Like I mean it's like what size, right?

>> Happy for the guys. >> Exactly. Uh did he ever give you anything?

That was nice. >> A few GPUs. You got some GPUs out of it. All right. Um you wrote the uh the first major online course on machine learning and AI which led then to Coursera.

At the time it was radical thinking to actually teach an online course and has helped over 10 million students.

Is that correct? 10 million. >> Yeah. Yeah. Thank you. Yeah.

>> Incredible accomplishment. Along with Jeff Dean, Greg Corrado and Rajat Manga, you started uh the Google uh DeepMind not the deep >> Google Brain.

>> Google Brain. Thank you. The Google Brain Project.

>> Much, much more. Uh, but some of the things that you're doing right now, you have a fund uh, and an and uh, a studio investing, building with uh, on AI, and you also have some of the most seminal, cited papers in AI today.

>> I see, I have to admit, I probably have highly cited papers. I I don't track my citation count as often as I used to.

>> Exactly. You leave that for everybody else or the AI systems. But we're also something that you don't know about.

Yeah. How many people have heard about Agentic systems these days? Yeah, maybe I should ask it the other way around just to like highlight people.

Guess where Agentic came from? This is a guy. It's a little known fact that uh, Andrew was actually the guy who really came up with with Agentic.

Actually, let's start with that. What's the story behind Agentic?

So like, um, almost two years ago, I saw this rising trend in AI that a lot of people were excited about, but within the tech community, there was all this debate where some people would write software and say it's an agent.

Others say no, that's not an agent, it's an agent, not an agent.

Why don't we, instead of having a binary agent, not agent, let's just call it all agentic and then stop arguing and get on with the work.

And so I actually kind of ran a campaign that I didn't publicize, but I did it anyway to try to get more people to just adopt the word "agent." What I didn't realize was a few months later, a bunch of marketers would get a hold of this word and slap it as a sticker on everything in sight, and that helped the movement take off.

But even though the hype's gone like that, I think the real value is really growing rapidly too.

So that's been exciting. >> Well, let's let's stay on that. So so I want to do this in four stages.

Uh let's first talk about today and and talking about today and the state of AI through the lens of one of the OGs.

What is your honest take of what AI can and can't do, especially through this lens of agentic?

Because I think we're all struggling with all the marketing and buzz out there of what's real and what's not.

>> A lot of work that lies ahead is to take these amazing agentic AI capabilities and map it to real business workflows.

I think we've been doing that. What is an agentic?

>> Like, let's ground us there. >> So a lot of us use AI, uh large language models by prompting it and asking it to write an output.

That's a bit like going to a human or in this case an AI and saying, please write an essay by just typing it out from the first word to the last word all in one go without stopping.

the thinker without ever using backspace. So humans don't do our best writing like that, and neither does AI.

With an agentic workflow, the idea is we can ask an AI to take a more iterative approach and say, first write an outline, then do some web research, then write a first draft and critique it.

And so the iterative workflow takes much longer, but for a lot of tasks from medical advice, legal advice, tariff compliance, or writing code, for a lot of different things, these agentic workflows work much better.

But there's still a lot of work ahead of us.

I know that some people say, "Oh, don't worry about it.

Wait for AGI. That'll solve all the problems." I'm not a fan of this, "Let's wait for AGI." You know, that feels hype-y to me.

A lot of the work that's very valuable to doing today is to take the technology and what may be possible in the next 6 to 12 months and just go do valuable stuff with it.

Sometimes the analogy I think of is I'm using these systems because I'm trying to build, uh, you know, I'm trying to deploy AI to really help senior citizens in their healthcare journey, different things.

And sometimes I think, am I on thick ice? Am I on thin ice with what the systems can and can't do? I suspect a lot of people out there are wondering, does it work for this problem or is it fragile?

Sometimes we just get to an 80% solution.

Other times it knocks out of the product. Sometimes we're incredibly disappointed. How do you as Andrew, who's building companies, advising so many people, think about this?

>> Yeah, it is tough. I think, um, the closer a task is to only text processing, and if you have the plumbing to get all the information hopefully in text that people need to do a task, the easier it is for AI to do it.

If you need to feed in images, voice conversations, it's not impossible, but it gets harder.

And then one question I often ask is, um, humans know a lot of stuff. We just have a lot of context.

And so, do we have the data plumbing to get the AI system similar context as a human would needed to do that task?

And then I think, um, for a lot of multi-step processes, if you can write a standard operating procedure like an SOP, that also may be a sign it's worth seeing if you can codify the SOP in a multi-step agentic workflow.

So it's hard to determine what can and cannot be done, but I think these are maybe some suggestions for rating what's more or less likely to succeed.

Well, let's switch gears and go to education, uh, and how we're because you've changed, you really changed and transformed academia through Coursera.

Your current online courses have, I, I can't even keep track of how many views and how many people are taking your courses.

I'm sure every parent is asking you what their kid should do to be prepared for AI.

Should kids still learn to code? Is CS a thing? Is data science a thing? Or is that a bad idea?

>> Yeah. So, um, one of the most important skills for the future is the ability to tell a computer exactly what you want so they can do it for you.

And for the foreseeable future, people that know the language of computers, be able to understand coding will be able to do that much more effectively than people that don't.

So, I know that even you know earlier this year there were some leaders that were advising others not to learn to code on the grounds AI will automate it.

I'm already seeing, um, on my teams, a lot of Silicon Valley teams, not just the software engineers, but the marketers, HR professionals, the analysts, the finance professionals, the ones that know how to code, they're starting to run circles around the ones that don't.

So, um, if your kid intends to be a software engineer, you know, have them learn to code with AI. And even if they don't, it is becoming clear that in the future, I think we need a lot more not just users of software, but creators of software.

And so rather than your kid growing up and asking, is there an app for that? I want them to say, I built an app for that.

And with AI assistance, coding is much easier than it used to. So don't code by hand, get AI to do it for you and people that do that will be more powerful and more effective than people that don't.

So that's one challenge that the system has to go through as well.

There's this new skill, just like today. I can't imagine, you know, if you go through college without learning how to do web search, right?

You know, that's kind of weird. It limits your job prospects.

In the future, I think if you go through college, you come out not knowing how to create software, we'll go, "Oh, that's kind of weird.

It will limit the prospects of what someone can do." >> When we think about uh um when should a kid get access to to this technology, what does that look like?

And specifically through the lens of some of the lessons I think we've really started to struggle with of around social media.

Surgeon General previously, Vivek Murthy, really highlighted the challenges that have happening around that. When is too early in your idea?

When is it the appropriate time for someone to really start having access to AI to make sure they're truly AI native and get the maximum benefits of this technology?

>> I know, I think it's difficult, so I I I feel like, you know, when I was mentioning kids get access to books, we think really, really young, but there are also some books that are clearly inappropriate for a two-year-old.

And I think one of the challenges with technology is, I think there are apps that are just fine for a very young child to use, but there's also a lot of stuff that we would not let a young child use.

Um, they do use uh, uh, tablets occasionally, but I'm there with them, right, when they're using it. And kind of I'm not using it as a babysitter, but you know, having them do educational things or doing weird things and we talk about it.

So I think, um, the medium has changed from other things to tech, but I think the challenge is what are the business incentives for companies to do or not create certain experiences for the kids.

And as parents, how can we, um, have guardrails or curate the whole for things, just like I don't let my kids read certain highly inappropriate books for their age.

I don't let them do certain highly inappropriate things for their age.

So, but this is a challenge given the incentives of, you know, certain types of companies to do things that we as parents may not want them to.

>> Do you ever talk to some of those companies or groups and you're like, "Hey, knock it off.

That's not going to be helpful." Or what's that conversation like?

Because these are a lot of people who've taken your classes that are actually doing some of the behaviors that I think as parents we find really problematic.

>> You know, the the 99% of engineers and business people in Silicon Valley want to do the right thing, right?

The people doing these, frankly, they're, you know, our friends, maybe some people in this room right now.

I think everyone kind of wants to do the right thing. And, um, I wish we could find a way when there are billions of dollars at stake to still always do the right thing.

It is a real problem and we do see a small number of people that will sometimes do not quite the right thing when the financial incentives or some incentives are big enough.

Um, I wish I knew how to solve the problem of human incentives.

I guess. >> Great. Uh, well, let's switch to something easier here.

Um, US policy. You were early in advocating both the, you know, as we mentioned, the policies of GPU, but also, you know, you were one of the first people I saw that really were working with international technology companies.

And so, given some of the place where you sit and you get to see across the landscape, you've seen we've seen this like whipsawing on GPUs from federal policy.

We've seen executive orders talking about what they would describe in their words, woke systems.

We've seen also executive orders and policies trying to accelerate the adoption of AI.

Andrew Ng on America's standing in the AI race (with DJ Patil) | Masters of Scale Summit 2025

AI 시대에 코딩 능력은 컴퓨터를 효과적으로 활용하고 경쟁력을 유지하는 데 필수적이며, 이는 단순한 소프트웨어 사용자를 넘어 소프트웨어 제작자가 되는 역량을 의미합니다.

AI 에이전트 워크플로우는 한 번에 모든 작업을 처리하는 대신 반복적이고 다단계적인 접근 방식을 통해 의료, 법률, 코드 작성 등 복잡한 문제 해결에 훨씬 더 효과적입니다.

미국의 AI 경쟁력 유지를 위해서는 고숙련 이민자 유치, 과학 분야 투자 확대, 에너지 인프라 구축, 그리고 소수의 게이트키퍼가 아닌 다양한 오픈 소스 모델과 기술을 지원하는 다각적인 국가 정책이 필요합니다.

미래의 핵심 기술은 컴퓨터에 원하는 바를 정확히 지시하여 작업을 수행하게 하는 능력입니다. 현재로서는 **컴퓨터 언어를 이해하고 코딩할 수 있는 사람들이 그렇지 않은 사람들보다 훨씬 더 효과적으로 작업을 수행**할 수 있습니다.

일부 리더들이 AI가 코딩을 자동화할 것이라며 코딩을 배우지 말라고 조언하는 경우가 있었지만, 이는 **역사상 최악의 직업 조언**이 될 것이라고 생각합니다. 오히려 코딩 능력이 더욱 중요해질 것입니다.

앤드루 응은 Coursera와 Deep Learning AI의 공동 창립자이자 AI Fund의 매니징 파트너로, **AI 분야의 진정한 개척자**입니다. 그는 AI가 대중화되기 훨씬 전부터 이 분야를 연구하고 발전시켜왔습니다.

그의 주요 업적 중 하나는 딥 러닝에 GPU를 사용하는 것을 처음으로 옹호한 것입니다. 또한, 그는 머신러닝과 AI에 대한 **최초의 주요 온라인 강좌를 개설하여 천만 명 이상의 학생들에게 도움**을 주었습니다.

앤드루 응은 제프 딘 등과 함께 구글 브레인 프로젝트를 시작했으며, 현재는 AI 투자 및 구축 스튜디오를 운영하며 **AI 분야에서 가장 영향력 있는 논문들을 발표**하고 있습니다. 또한, '에이전트'라는 용어를 실제로 만든 장본인입니다.

에이전트 워크플로우는 AI가 단번에 출력을 생성하는 대신, **반복적인 접근 방식을 통해 개요 작성, 웹 조사, 초안 작성 및 비평 등 다단계 작업을 수행**하게 합니다. 이러한 방식은 의료, 법률 자문, 코드 작성 등 복잡한 작업에서 훨씬 효과적입니다.

AI 시스템이 텍스트 처리에만 국한되지 않고, **이미지나 음성 대화 같은 더 넓은 맥락을 이해하고 처리할 수 있는 데이터 연결망**이 있다면 작업 수행이 더욱 용이해집니다. 표준 운영 절차(SOP)를 체계화하여 다단계 에이전트 워크플로우에 적용하는 것도 성공 가능성을 높이는 방법입니다.

미래 세대의 AI 교육과 접근 방식

아이들이 AI에 대비하기 위해 **여전히 코딩을 배워야 하며, 컴퓨터 과학과 데이터 과학도 유효**합니다. AI의 도움을 받으면 코딩이 훨씬 쉬워지므로, AI를 활용하여 코딩하는 법을 배우는 것이 중요합니다. 이는 10배 더 효율적인 전문가로 성장하는 데 기여할 것입니다.

아이들의 기술 접근 시기는 중요합니다. 어린아이에게 부적절한 책이 있듯, **어린아이에게 적합하지 않은 앱과 기술 경험도 존재**합니다. 부모는 자녀의 기술 사용에 안전 장치를 마련하고 콘텐츠를 큐레이팅해야 합니다.

앤드루 응은 미국의 AI 분야 국가 경쟁력에 대해 우려하며, **고숙련 이민자와 과학 분야 투자 감소가 경쟁력을 약화시킬 수 있다**고 지적합니다. 또한, TSMC와 같은 해외 반도체 제조 의존도와 에너지 용량 부족도 중요한 병목 현상으로 보고 있습니다.

오픈소스 AI 모델 분야에서 중국이 미국을 앞서기 시작하는 추세에 우려를 표하며, **AI 혁신을 제한할 수 있는 소수의 게이트키퍼가 생기지 않도록 여러 분기가 필요**하다고 강조합니다. 유럽의 AI 규제 접근 방식은 경쟁 우위 확보에 도움이 되지 않는다고 평가합니다.

AI는 세상을 더 좋게 만들 수 있지만, **AI가 모든 사람에게 진정으로 도움이 된다는 설득력 있는 이야기를 통해 대중의 불신을 해소**해야 합니다. 콜센터 직원이나 패스트푸드점 직원의 일자리 손실에 대한 두려움과 같은 사회적 우려를 과소평가해서는 안 됩니다.

AI를 통해 10배 더 생산적인 전문가를 만들 수 있지만, **모든 사람이 도구를 사용할 수 있도록 교육하고 기술을 향상시키는 것이 중요**합니다. 아직 많은 미국인들의 신뢰를 얻지 못했을 수 있다는 점을 걱정하고 있습니다.

앤드루 응은 AI를 **브레인스토밍 동반자로 활용**하는 것을 가장 좋아합니다. 여러 모델을 사용하여 아이디어를 얻고 대화를 이어가며, 운전 중에도 음성으로 AI와 소통하며 업무를 처리합니다.

마지막으로, 앤드루 응은 사람들에게 **직접 가서 무언가를 만들라고 촉구**합니다. 지금은 이전에 불가능했던 멋진 것들을 만들 수 있는 좋은 시기이므로, '만들고, 만들고, 만드세요'라는 메시지로 대화를 마무리합니다.

Andrew Ng이 AI 시대를 맞아 코딩 학습의 중요성에 대해 강조하는 이유는 무엇이며, 그는 왜 이를 '최악의 직업 조언'이라고 언급했을까요?

Andrew Ng이 '에이전트'라는 용어를 만들게 된 배경과, 이 용어가 AI 기술 발전 및 실제 비즈니스 워크플로우에 어떻게 적용되고 있는지 설명해 주세요.

Andrew Ng은 미국의 AI 국가 경쟁력을 유지하기 위해 대통령에게 어떤 구체적인 조언을 할 것이며, 그가 특히 우려하는 문제점들은 무엇인가요?

Andrew Ng은 AI 기술 교육과 관련하여 자녀를 둔 부모들에게 어떤 조언을 하고 있으며, AI 기술에 대한 접근 시기와 방법에 대해 어떤 관점을 가지고 있나요?

Andrew Ng은 AI의 미래에 대해 어떤 낙관적인 전망을 가지고 있으며, 사람들이 AI 기술을 사용하여 어떤 문제에 집중해야 한다고 강조하나요?

미래에 가장 중요한 기술 중 하나는 컴퓨터에게 원하는 것을 정확하게 말해서 컴퓨터가 사용자를 위해 그 일을 수행하도록 하는 능력입니다.

그리고 당분간은 컴퓨터 언어를 알고 코딩을 이해하는 사람들이 그렇지 못한 사람들보다 훨씬 더 효과적으로 일을 해낼 것입니다.

심지어 올해 초에 일부 리더들이 AI가 코딩을 자동화할 것이므로 코딩을 배우지 말라고 조언했다는 것을 알고 있습니다.

저는 그것이 최악의 직업 조언으로 회자될 것이라고 생각합니다.

>> 청취자 여러분, 안녕하세요. 오늘 저희는 올해 Masters of Scale Summit의 또 다른 대화를 공유하려고 합니다.

앤드루 응은 진정한 AI 개척자입니다. 그는 Coursera와 Deep Learning AI의 공동 창립자이자 새로운 AI 회사를 인큐베이팅하는 스튜디오인 AI Fund의 매니징 파트너입니다.

그는 오바마 행정부의 전 최고 데이터 과학자이자 Great Point Ventures의 제너럴 파트너인 DJ Patil과 함께 무대에 올랐습니다.

이것은 AI의 현재 상태, 미래 세대가 기술에 접근하는 방법, 그리고 미국이 글로벌 AI 경쟁에서 어떻게 경쟁력을 유지할 수 있는지에 대한 역동적인 토론입니다.

어서 빨리 여러분과 공유하고 싶습니다.

저는 앤드루를 오랫동안 알아왔습니다. 그는 AI가 멋있어지기 훨씬 전부터 AI에 대해 이야기하고 연구해 왔습니다.

사실 데이터 과학과 관련된 아이디어를 구상할 때 앤드루와 함께 앉아 있었는데, 앤드루가 AI에 대해 이야기하면서 "아직 AI는 겨울 한가운데에 있습니다."라고 말했던 기억이 납니다. 하지만 그는 놀라운 여정을 계속해 왔습니다.

앤드루의 주요 업적 중 하나는 딥 러닝에 GPU를 사용하는 것을 처음으로 옹호한 사람 중 한 명이라는 것입니다.

그는 썼습니다. >> 엔비디아 주식을 샀어야 했어요. >> 젠슨이 당신에게 제트기를 몇 대나 빚지고 있는지 말하려고 했어요?

>> 글쎄요. 크기가 얼마냐에 따라 다르겠죠?

>> 그들에게 행운을 빌어요. >> 맞아요. 어, 그가 당신에게 뭘 준 적이 있나요?

좋았네요. >> GPU 몇 개요. GPU를 좀 받았군요. 좋아요. 음, 당신은 머신 러닝과 AI에 대한 최초의 주요 온라인 강좌를 썼고, 그 강좌가 Coursera로 이어졌죠.

당시에는 온라인 강좌를 가르치는 것이 급진적인 생각이었지만 1천만 명이 넘는 학생들에게 도움이 되었습니다.

맞습니까? 천만 명. 네, 감사합니다.

정말 놀라운 업적입니다. 제프 딘, 그렉 코라도, 라자트 망가와 함께 구글, 딥마인드가 아닌, 구글 브레인을 시작하셨죠.

구글 브레인. 감사합니다. 구글 브레인 프로젝트.

훨씬 더 많은 일을 하셨습니다. 현재 하고 계신 일 중에는 펀드와 AI 투자 및 구축 스튜디오를 운영하고 계시며, 오늘날 AI 분야에서 가장 영향력 있는 논문들을 발표하기도 하셨습니다.

글쎄요, 인정해야겠네요. 아마 피인용 횟수가 많은 논문들이 있겠죠. 예전만큼 인용 횟수를 자주 확인하지는 않습니다.

맞습니다. 다른 사람이나 AI 시스템에 맡기시는 거죠. 하지만 여러분이 모르는 것도 있습니다.

요즘 에이전트 시스템에 대해 들어본 적 있는 사람 있나요? 좋아요, 사람들을 강조하기 위해 반대로 질문해야 할 것 같네요.

에이전트라는 용어가 어디서 나왔는지 아시나요? 바로 이분입니다. 잘 알려지지 않은 사실이지만, 앤드류가 실제로 에이전트라는 용어를 만든 사람입니다.

그럼, 그걸로 시작해 보죠. 에이전트라는 용어에 얽힌 이야기는 무엇인가요?

음, 거의 2년 전쯤, 저는 AI 분야에서 떠오르는 트렌드를 보았습니다. 많은 사람들이 열광했지만, 기술 커뮤니티 내에서는 어떤 사람들은 소프트웨어를 작성하고 그것을 에이전트라고 부르는 것에 대한 논쟁이 있었습니다.

다른 사람들은 아니라고, 그건 에이전트가 아니라고 말했죠.

저는 그게 시간 낭비라고 생각했습니다.

에이전트다 아니다 이분법적으로 나누는 대신, 그냥 전부 에이전트적이라고 부르고 논쟁을 멈추고 일을 계속하는 게 어떻겠냐고 생각했습니다.

그래서 저는 실제로 홍보하지는 않았지만, 더 많은 사람들이 '에이전트'라는 단어를 채택하도록 장려하는 캠페인을 벌였습니다. 제가 미처 깨닫지 못했던 것은 몇 달 후, 많은 마케터들이 이 단어를 손에 넣고 보이는 모든 것에 스티커처럼 붙이기 시작했고, 그것이 운동이 시작되는 데 도움이 되었다는 것입니다.

비록 과대광고는 사라졌지만, 실제 가치는 빠르게 성장하고 있다고 생각합니다.

정말 신나는 일입니다. 좋아요, 계속 이야기해 보죠. 네 단계로 나눠서 진행하고 싶습니다.

자, 먼저 오늘, 그리고 AI의 현황에 대해 이야기해 보겠습니다. 특히 이 분야의 선구자 중 한 명의 시각으로 말이죠.

AI가 할 수 있는 것과 없는 것에 대한 솔직한 생각은 무엇인가요? 특히 에이전트라는 관점에서요?

우리는 모두 마케팅과 과장 광고 때문에 무엇이 진짜이고 무엇이 아닌지 혼란스러워하고 있다고 생각합니다.

>> 앞으로 해야 할 많은 일은 이러한 놀라운 에이전트 AI 기능을 실제 비즈니스 워크플로우에 매핑하는 것입니다.

우리는 그걸 해왔다고 생각합니다. 에이전트란 무엇인가요?

>> 그러니까, 우리를 거기에 두자고요. >> 많은 사람들이 AI, 즉 대규모 언어 모델을 프롬프트하고 출력을 작성하도록 요청하여 사용합니다.

그것은 마치 사람이나 AI에게 가서 멈추지 않고 첫 단어부터 마지막 단어까지 한 번에 입력하여 에세이를 써달라고 말하는 것과 같습니다.

백스페이스를 사용하지 않고 생각하는 사람. 인간은 그렇게 최고의 글을 쓰지 않고, AI도 마찬가지입니다.

에이전트 워크플로우에서는 AI에게 보다 반복적인 접근 방식을 취하도록 요청하여 먼저 개요를 작성하고, 웹 조사를 수행한 다음, 초안을 작성하고 비평할 수 있습니다.

그리고 반복적인 워크플로우는 훨씬 더 오래 걸리지만, 의료 자문, 법률 자문, 관세 준수 또는 코드 작성과 같은 많은 작업에서 이러한 에이전트 워크플로우가 훨씬 더 효과적입니다.

하지만 아직 해야 할 일이 많이 남아 있습니다.

어떤 사람들은 "걱정하지 마세요.

AGI를 기다리세요. 그러면 모든 문제가 해결될 것입니다."라고 말하는 것을 알고 있습니다. 저는 "AGI를 기다리자"라는 말을 좋아하지 않습니다. 그건 과장된 것처럼 느껴집니다.

오늘날 매우 가치 있는 많은 작업은 기술과 앞으로 6~12개월 안에 가능할 수 있는 것을 활용하여 가치 있는 일을 하는 것입니다.

때로는 제가 생각하는 비유는 제가 이러한 시스템을 사용하는 이유는 제가 AI를 배포하여 노인들의 건강 관리 여정, 다양한 것들을 돕고 싶기 때문입니다.

그리고 때로는 제가 두꺼운 얼음 위에 있는지, 아니면 시스템이 할 수 있는 것과 없는 것으로 얇은 얼음 위에 있는지 생각합니다. 많은 사람들이 그것이 이 문제에 효과가 있는지, 아니면 깨지기 쉬운지 궁금해하고 있다고 생각합니다.

가끔은 80% 정도의 솔루션만 얻을 때도 있습니다.

어떨 때는 제품에서 완전히 제외되기도 하고요. 때로는 엄청나게 실망스럽기도 합니다. 앤드류, 회사를 세우고 많은 사람들에게 조언을 해주는 당신은 이 점에 대해 어떻게 생각하시나요?

네, 어려운 문제입니다. 제 생각에는 작업이 텍스트 처리하고만 관련이 있고, 필요한 모든 정보를 텍스트로 얻을 수 있는 연결망이 있다면, AI가 그 작업을 수행하기가 더 쉽습니다.

이미지나 음성 대화를 입력해야 한다면 불가능한 건 아니지만 더 어려워집니다.

그리고 제가 자주 묻는 질문 중 하나는 '사람들은 많은 것을 알고 있다'는 것입니다. 우리는 많은 맥락을 가지고 있습니다.

그렇다면 AI 시스템이 해당 작업을 수행하는 데 필요한 인간과 유사한 맥락을 얻을 수 있는 데이터 연결망이 있을까요?

그리고 제 생각에는 많은 다단계 프로세스의 경우, SOP와 같은 표준 운영 절차를 작성할 수 있다면, 다단계 에이전트 워크플로에서 SOP를 체계화할 수 있는지 확인해 볼 가치가 있다는 신호일 수도 있습니다.

무엇을 할 수 있고 무엇을 할 수 없는지 판단하기는 어렵지만, 이것들은 성공 가능성이 높고 낮은 것을 평가하는 데 도움이 되는 몇 가지 제안일 수 있습니다.

자, 화제를 바꿔서 교육으로 넘어가서, Coursera를 통해 학계를 변화시키고 혁신했기 때문에 우리가 어떻게...?

현재 온라인 강좌는 조회수와 수강생 수를 따라잡을 수도 없을 정도입니다.

분명 모든 부모님들이 당신에게 아이가 AI에 대비하기 위해 무엇을 해야 하는지 묻고 있을 겁니다.

아이들은 여전히 코딩을 배워야 할까요? 컴퓨터 과학은 여전히 유효할까요? 데이터 과학은요? 아니면 그건 잘못된 생각일까요?

네, 미래에 가장 중요한 기술 중 하나는 컴퓨터가 당신을 위해 무엇을 하도록 정확히 말할 수 있는 능력입니다.

그리고 당분간은 컴퓨터 언어를 알고 코딩을 이해할 수 있는 사람들이 그렇지 않은 사람들보다 훨씬 더 효과적으로 그렇게 할 수 있을 것입니다.

올해 초에도 AI가 코딩을 자동화할 것이라는 이유로 다른 사람들에게 코딩을 배우지 말라고 조언하는 리더들이 있었습니다.

우리는 그것을 역사상 최악의 직업 조언 중 하나로 되돌아볼 것이라고 생각합니다.

제 팀에서 이미 보고 있는데, 실리콘 밸리 팀에는 소프트웨어 엔지니어뿐만 아니라 마케터, HR 전문가, 분석가, 재무 전문가, 코딩 방법을 아는 사람들이 코딩을 모르는 사람들을 앞서 나가기 시작했습니다.

그러니 자녀가 소프트웨어 엔지니어가 되려고 한다면 AI로 코딩하는 법을 배우게 하세요. 그렇지 않더라도 앞으로는 소프트웨어 사용자뿐만 아니라 소프트웨어 제작자가 훨씬 더 많이 필요할 것이라는 점이 분명해지고 있습니다.

자녀가 자라서 '그런 앱이 있나요?'라고 묻는 대신 '내가 그런 앱을 만들었어요'라고 말하게 하고 싶습니다.

AI 지원을 받으면 코딩이 훨씬 쉬워집니다. 그러니 손으로 코딩하지 말고 AI를 활용하세요. AI를 활용하는 사람들이 그렇지 않은 사람들보다 더 강력하고 효과적일 것입니다.

그것도 시스템이 겪어야 할 또 다른 과제입니다.

오늘날과 마찬가지로 새로운 기술이 있습니다. 웹 검색 방법을 배우지 않고 대학을 졸업하는 것은 상상할 수 없죠?

그것은 취업 전망을 제한합니다.

앞으로 대학을 졸업하고 소프트웨어 제작 방법을 모르면 '아, 좀 이상하네'라고 생각할 것입니다.

그것은 누군가가 할 수 있는 일의 가능성을 제한할 것입니다. >> 아이가 이 기술에 언제 접근해야 하는지, 그 모습은 어떠해야 하는지에 대해 생각해 볼 때, 특히 소셜 미디어와 관련하여 우리가 정말 어려움을 겪기 시작한 몇 가지 교훈의 관점에서 보면 어떨까요?

비벡 머시 공중 보건 장관은 이와 관련된 문제점을 강조했습니다. 아이디어가 너무 이른 시기는 언제일까요?

언제가 누군가가 AI에 접근하여 AI 네이티브가 되고 이 기술의 최대 이점을 얻을 수 있는 적절한 시기일까요?

>> 저도 그게 어렵다고 생각합니다. 아이들이 책을 접하는 것에 대해 이야기할 때 아주 어릴 때부터 생각하지만, 두 살 아이에게는 분명히 부적절한 책도 있습니다.

기술의 문제점 중 하나는 어린 아이가 사용하기에 괜찮은 앱도 있지만, 어린 아이가 사용하면 안 되는 것들도 많다는 점입니다.

가끔 태블릿을 사용하긴 하지만, 제가 옆에서 함께합니다. 아이를 돌보는 용도로 사용하는 것이 아니라 교육적인 콘텐츠나 재미있는 것을 함께 하면서 이야기를 나눕니다.

매체가 다른 것에서 기술로 바뀌었지만, 기업들이 아이들을 위해 특정 경험을 만들거나 만들지 않도록 하는 비즈니스적 동기가 무엇인지가 관건이라고 생각합니다.

부모로서 아이들에게 안전 장치를 마련하거나 전체적인 것을 큐레이팅할 수 있습니다. 제 아이들에게 나이에 맞지 않는 부적절한 책을 읽게 하지 않는 것처럼요.

나이에 맞지 않는 부적절한 행동을 하게 하지 않습니다.

Andrew Ng on America's standing in the AI race (with DJ Patil) | Masters of Scale Summit 2025

스크립트