생성AI에 미국이 뒤집혔다: 대학 입시∙병원 '초격차'

안녕하세요 뷰스레터 구독자 여러분, 
스핀오프 레터, [비저너리(Visionary)]의 김세진입니다.

미국이 지금 빠르게 변하고 있습니다. 발칵 뒤집혔다는 표현이 나올 정도죠. 

먼저 대학 입시입니다. 미국에서 전통적인 시험 방식이었던 주관식 시험, 에세이(작문)가 생성AI로 변별력이 떨어지고 있는 것입니다. 대학 지원자들이 약 입학 에세이를 쓸 때 생성AI 도구를 사용해 작성하면서 모두가 상향평준화 된거죠. 

의료계도 마찬가지입니다. 한국에서는 지방소멸, 서울 집중화의 원인으로 의료격차가 꼽힙니다. 그러나 생성AI 기술로 인해 이 의료 격차가 가속할 조짐이 보입니다. 미국 대형병원들은 이 격차를 확대하기 위해 빠르게 움직이고 있죠. 

[더밀크 주요 기사]
이승윤의 대박 행진 ‘3조원 유니콘 직행’… AI+IP의 힘
OTT 홍수 속 '투비'가 파고든 법 / 머스크 테슬라 주식 파나?
해리스 vs 트럼프 : 경제 정책은 정반대, 천문학적 비용은 같아

미국 대학교는 이제 취업률이나 평판으로 평가받지 않습니다. 등록금 대비 취업 후 소득과 연계, ‘실질적인 혜택’에 중점을 둔 평가가 나왔죠. 대학판 투자자본수익률(ROI) 지표입니다. 이번 비저너리에서는 미국 대학 입시와 의료계에서 생성AI로 인해 벌어지는 최전선의 이야기를 담았습니다.

미국 대학 입시는 학생들의 고교 시절 학업 성취 과정과 대학 입학 시 달성할 목표를 담은 '에세이'로 평가합니다. 그러나 학생들이 생성 AI를 활용해 제출하면서 에세이 평가가 어려워졌습니다. 디애틀랜틱에서 ‘대학 에세이는 죽었다’는 사설을 내놓을 정도로 위기의식이 만연하죠. 

🔥 미국 교육 연구기관 파운드리(Foundry)10 연구보고서에 따르면, 대학 제출용 에세이 작성 과정에서 고등학생 1/3이 생성AI 툴을 사용했습니다.

🔋 눈에 띄는 부분은 동일한 글이라도 ‘AI 작성’ 딱지가 붙으면 평가 점수가 하락한 점입니다. 연구진은 고등학교 교사 및 학생 응답자 약 1000명에게 동일한 서문을 읽게 한 다음 무작위로 '학생이 AI로부터 도움을 받은 서문, 대학 입학 컨설팅 업체로부터 도움을 받은 서문, 학생이 전혀 도움을 받지 못하고 스스로 작성한 서문'이라고 말하고 평가하게 했습니다. 

👉 입시에서 챗GPT 사용은 공정하지 않은 행위일까요? 사교육, 입학컨설팅 등과 결부돼 생각거리를 던져줍니다.

채점기준 종말보다 새 평가기준

미국 의료계도 분주합니다. 미국 대학병원은 생성 인공지능(AI) 도입 경쟁에 돌입했습니다. 미 스탠퍼드대는 생성AI가 항생제만큼 의학계에서 큰 전환점이 될 것으로 보고 있죠. ‘안 하면 뒤처진다’는 위기의식입니다. 

🔥미국 대형 의료기관인 ‘카이저(Kaiser Permanente)’ 그룹은 임상 AI 부문에서 공격적인 투자를 감행했습니다. 다니엘 양 AI∙신흥기술 부문 부사장 및 내과의는 "카이저는 지난 18개월 동안 AI를 구축하고 한계를 테스트하는 최전선에 있다”며 "앞으로 환자가 의료진에게 보내는 보안 메시지가 증가하는 데 따른 관리 방법도 연구하고 있다"고 밝혔죠. 

🔌미국 대형 리서치 기업 CB인사이트는 7월 '병원 AI 준비지수(Hospital AI Readiness Index)'를 출시할 정도입니다. 의료 시스템이 더 나은 임상 및 운영프로세스를 위해 얼마나 AI를 잘 도입했는지를 수치로 정량화한 지표입니다.

👉이런 상황에서 생성AI 기술을 도입한 곳과 도입하지 않은 곳 간 의료 수준 양극화가 심해질 것이란 가능성도 있습니다. 생성AI를 의료활 동에 도입하려면 위험, 효과에 대한 충분한 연구를 할 수 있는 연구 인력 및 자금이 필요한 탓입니다. 

미국 병원의 AI 레이스

대학 교육도 송두리째 변하고 있습니다. 그간 인기 전공이 컴퓨터과학, 의과 등 소위 대학이 만든 특정 분야에 국한됐다면, 이제는 스스로 교육과정을 만드는 ‘DIY 전공’이 부상하고 있는 거죠. 학위 자체보다 이 변하는 시장에 유연하게 대처할 수 있는 인재에 대한 수요가 높아진 탓입니다. 

🔥미국 대학교에서 학생이 직접 교육과정을 만드는, 이른바 DIY 학위가 부상하고 있습니다. 학위 이름은 개별연구(Individualized Study), 유연성(Flexibility), 맞춤화 전공(build-your-own-major) 등 다양하지만, 학생이 자신의 선호도에 맞게 교육과정을 짜고 수업을 고를 수 있는 게 골자죠.

🔌개별연구 학위는 진로를 탐색하거나 자신이 선호하는 취업, 혹은 창업 계획에 맞춰 짭니다. 학생이 자유롭게 짤 수 있는 만큼 전공 내용도 인간-컴퓨터 상호작용, 건축 및 식품이론, 카오스연구 등 다양합니다. RIT 개별연구 전공자 중에서는 학위를 섬유제조나 지속가능한 초콜릿 생산과 같이 자신의 사업을 구축하는 데 쓰는 학생도 있습니다. 

이젠 취업률보다 '졸업 후 소득'

생성AI 발 사회 대전환이 코앞에 다가왔습니다. 세계경제포럼(WEF)은 2027년까지 AI로 전 세계 일자리 6900만개가 만들어지지만, 사라지는 일자리도 8300만개에 달할 것으로 전망했죠. 의사, 회계사, 변호사 등 고소득·고학력 전문직이 주요 대상입니다.

이 대전환이 코앞에 다가왔지만 우리는 아직 준비가 부족합니다. 한국 교육과정과 대학 입시는 여전히 지식 습득에 초점을 맞추고 있습니다. 오지선다형 문제를 풀 수 있는 암기 능력을 키우기 위한 사교육비는 지난해 연 27조원으로 역대 최고치를 갈아치웠습니다. 

그러나 이런 암기는 이제 생성AI가 더 잘합니다. 그럼 생성AI 시대는 어떤 인재를 요구할까요? 취업 시장은 AI로 인해 산업 지형이 급변하면서 민첩하고 유연성을 가진 인재를 선호하고 있습니다. 미국 대학들이 학생이 직접 설계하는 전공을 내세운 데엔 이 변화와도 무관하지 않습니다. '세상이 뭘 요구하고, 내가 뭘 잘할 수 있는지'를 파악할 수 있는 능력입니다. 

뉴욕에서 
김세진 드림