컴퓨터공학 전공 실업률이 철학 전공 실업률보다 높아졌다

한 줄 핵심

AI 시대에는 구현보다 판단이 더 희소해지면서, 철학과 취향이 모델 신뢰성과 제품 경쟁력을 가르는 핵심 병목이 되고 있다.

시간별 요약

1. 0:00
   AI 인프라의 병목이 메모리·전력·데이터에서 철학과 취향으로 옮겨가고 있으며, 그 신호로 AI 프론티어 랩들이 철학 전공자를 적극 채용하고 있다.
2. 1:02
   딥마인드와 Anthropic, OpenAI는 철학자와 도덕 철학자의 자문을 활용해 AI의 행동 규칙과 윤리 기준을 다듬고 있다. 미국에서는 컴퓨터 공학 전공자보다 철학 전공자의 실업률이 낮아지고 AI 관련 구인도 크게 늘면서, 철학이 실제 채용 시장에서도 수요가 커지고 있다.
3. 2:02
   AI는 일반 소프트웨어처럼 입력·출력과 예외를 고정하기 어렵기 때문에, 언제 따르고 언제 거절할지, 불확실성을 어떻게 표현할지 같은 판단 기준이 필요하다. 의료·법률·전략처럼 신뢰가 중요한 영역일수록 아첨과 무분별한 협조를 막는 설계가 핵심이 된다.
4. 4:00
   모델이 압박에 굴복해 잘못된 답을 맞장구치는 현상은 신뢰성을 무너뜨리며, 이를 줄이기 위해 소크라테스적 무지 같은 철학적 접근이 활용되고 있다. 철학은 AI를 ‘착하게’ 만드는 장식이 아니라, 과도한 확신과 오류를 줄여 더 유능하고 신뢰할 만한 판단을 하게 만드는 설계 도구다.
5. 6:02
   AI로 프로토타입 제작 비용이 급격히 낮아지면서 개발의 병목은 구현이 아니라 무엇을 만들고 무엇을 버릴지 정하는 취향과 큐레이션으로 이동하고 있다. 여러 프로토타입을 빠르게 만든 뒤 선택하는 방식이 보편화될수록, 제품의 완성도는 생산 속도보다 판단의 질에 의해 결정된다.

실무 인사이트

• AI 제품을 만들 때는 기능을 더 빨리 구현하는 것보다, 어떤 문제를 풀지와 어떤 답을 거절할지를 먼저 정의해야 한다.
• 모델 평가와 제품 검증에서는 정확도뿐 아니라 아첨, 일관성, 불확실성 표현 같은 판단 품질 지표를 함께 봐야 한다.
• 프로토타입을 많이 만드는 조직일수록 큐레이션 기준을 문서화하지 않으면 속도는 빨라도 제품 방향은 쉽게 흔들린다.