읽기 전에
레이 커즈와일(Ray Kurzweil)은 AI가 의료에 남은 병목인 사람 대상 시험을 없앤다고 말한다. 그의 설명으로는 약물 후보를 찾고 설계하는 일은 이미 며칠이면 끝난다. 팩트체크는 이 ‘며칠’을 거짓으로 판정한다. 남은 시간은 사람에게 시험하는 데 든다. 커즈와일은 2035년 무렵 생물학 시뮬레이션이 그 시험을 대신한다고 전망한다. 그보다 앞선 2032년 무렵 건강 관리에 성실한 사람이 수명 탈출 속도에 이른다는 전망이 이 강연의 표제다. 두 전망은 모두 1939년부터 이어진 컴퓨팅 가격 대비 성능 곡선 하나에 기댄다.
이 영상은 2025-04 NextMed Health 2025(행사 기간 2025-03-30~04-02)에서 녹화한 강연이다. 커즈와일은 보스턴에서 원격으로 실시간 참여했다. 행사 의장 대니얼 크래프트(Daniel Kraft)가 그를 소개하고 대담을 이끈다. 강연 구간은 00:08~19:32, 대담 구간은 19:46~36:36이다. NextMed Health 유튜브 채널이 녹화 약 19개월 뒤인 2026-11-05에 영상을 공개했다. 강연 속 시점 표현은 2025-04 기준이라서 "작년"은 2024년, "지난 11월"은 2024-11, "지금까지"는 2025-04까지를 가리킨다.
AI는 신약 개발과 사람의 수명을 언제까지, 어디까지 바꾼다고 커즈와일은 보는가?
곡선 하나에 연도 넷이 붙는다. 커즈와일은 같은 돈으로 사는 연산량이 1939년 이후 하드웨어만으로 7경 5천조 배 늘었다고 말한다. 이 곡선을 앞으로 늘이면 2029년 AGI, 2032년 수명 탈출 속도, 2035년 디지털 임상, 2045년 특이점이 나온다는 것이 그의 전망이다.
의료는 사람 시험 이전 구간과 사람 시험 구간으로 나눠 읽는다. 강연의 사례 대부분은 앞 구간의 증거다. 2035년 전망은 뒤 구간을 겨눈다.
곡선은 도표로 보여 준다. 곡선에서 특정 연도로 넘어가는 계산은 강연에 나오지 않는다. 2032년과 2035년은 커즈와일 스스로 "내 추정"이라고 부른다.
선행 개념
- 기하급수 성장과 선형 사고
- 같은 기간마다 같은 양이 늘면 선형이다. 같은 배수로 늘면 기하급수다. 커즈와일은 최근 소프트웨어 개선까지 더해 연산의 가격 대비 성능이 해마다 10배씩 오른다고 말한다(03:27). 해마다 10배면 3년 뒤는 1,000배다. 사람은 선형 시간 감각을 타고나서 3~4년 뒤 가능해질 일을 받아들이지 못한다는 것이 그의 진단이다(33:40).
- 범용 인공지능(Artificial General Intelligence, AGI)
- 커즈와일의 정의로는 사람이 할 수 있는 모든 일을 할 수 있는 AI다. 그는 1999년에 AGI 도달 시점을 2029년으로 예측했다(03:48). 그가 전하는 바로는 당시 스탠퍼드가 연 회의에서 참석자 약 80%가 AGI 도달에는 동의했다. 그들은 도달까지 100년이 걸린다고 봤다. 커즈와일은 강연 시점에 전문가 합의가 자기 예측 쪽으로 옮겨 왔다고 말한다. 2029년이라는 연도도 그대로 둔다.
- 약물 재창출
- 이미 승인된 약을 다른 병에 쓰는 일이다. 커즈와일은 승인된 약을 새 용도에 쓸 때 사람 시험을 처음부터 다시 거치지 않는다고 말한다(06:39). AI로 기존 약 수천 종을 질병 수천 종에 맞대 보는 쪽이 신약 승인보다 빠르다는 것이 그의 논리다.
- 2a상 임상시험
- 신약 임상 2상은 환자에게서 효과와 용량을 처음 확인하는 단계다. 2a는 그 앞부분으로, 소규모 환자군을 대상으로 한다. 3상과 승인까지는 단계가 더 남는다. 커즈와일은 Insilico Medicine이 AI로 처음부터 끝까지 생성한 첫 약이 특발성 폐섬유증 대상 2a상을 통과했다고 말한다(10:23).
- 디지털 임상시험
- 약의 효과를 사람 대신 컴퓨터 속 생물학 모델에서 시험하는 구상이다. 커즈와일은 시뮬레이션의 범위가 분자에서 세포기관, 세포, 조직, 장기를 거쳐 몸 전체로 넓어진다고 말한다(14:58). 같은 시뮬레이션으로 개인의 유전 정보, 생활 습관, 동반 질환에 맞춘 약을 만든다는 것이 그가 그리는 다음 단계다(16:27).
- 수명 탈출 속도
- 1년을 사는 동안 과학 진보가 되돌려 주는 기대 수명이 1년 이상이 되는 지점이다. 커즈와일은 건강 관리에 성실한 사람이 지금 해마다 4개월을 되찾는다고 추정한다(17:23). 그 값이 2032년 무렵 12개월에 닿는다는 것이 그의 전망이다.
- 특이점
- 커즈와일은 2045년 무렵 사람의 지능이 AI와 결합해 100만 배로 늘어나는 시점을 특이점이라 부른다(19:46). 물리학에서 빌린 은유다. 그 너머에서 일어날 일을 지금은 다 내다볼 수 없다는 뜻을 담는다.
읽는 순서
- 01:08 · 03:48 — 연산 곡선과 2029년 AGI. 뒤에 나오는 모든 연도가 이 곡선에서 나온다. 곡선의 근거를 먼저 봐야 연도의 무게를 잴 수 있다.
- 14:49 · 16:57 — 디지털 임상과 수명 탈출 속도. 강연의 표제 주장이 이 두 챕터에 있다.
- 34:35 — 대담 마지막 챕터. 커즈와일이 백신 사례로 2035년 전망을 다시 말한다. 2단계의 디지털 임상 주장이 여기서 숫자를 얻는다.
- 05:33 · 08:43 · 11:03 — 사람 시험 이전 구간의 사례. 약물 재창출, AlphaFold 2와 AlphaProteo, Moderna 백신 설계, Insilico Medicine, 유전자 편집 돼지 신장 이식, STAR 수술 로봇이 나온다. 모두 2025-04 시점에 커즈와일이 든 예다.
- 13:38 · 19:46 — 뇌-컴퓨터 인터페이스에서 특이점으로. 2030년대에 수술 없이 뇌를 클라우드에 잇는다는 전망이 2045년 특이점의 전제다.
- 24:20 · 30:34 — 위험과 도입 장벽. 크래프트는 AI로 생물 테러 무기를 설계할 위험과 느린 의료 제도를 묻는다. 커즈와일은 "지금까지 대처해 왔다"는 일반론으로 답한다. 구체적인 안전장치나 제도 제안은 나오지 않는다.
- 22:55 · 26:29 · 28:39 · 32:25 — 임상의의 역할, 교육, 나노기술, 발명 시점 잡기. 임상의의 역할을 묻는 질문에 커즈와일은 자신을 돕는 의사와 연구원 이야기로 답한다. 이 네 챕터는 주장의 뼈대와 떨어진 일화가 많아서 시간이 없으면 건너뛰어도 된다.
분량
영상 36분 51초, 영어 전사 약 5,300단어, 챕터 17개다. 강연 구간에 챕터 9개, 대담 구간에 챕터 8개가 있다.
점검 질문
- 커즈와일은 2029년 AGI 예측의 근거로 무엇을 드는가? 답하는 곳: 04:50. 연산의 기하급수 성장, 효율이 기하급수로 오르는 알고리즘, AI를 훈련할 대규모 데이터의 급증이라는 세 추세다.
- 수명 탈출 속도에 이르면 영원히 사는가? 답하는 곳: 18:13. 커즈와일은 나이가 들어도 사망 위험이 오르지 않는 상태로 설명한다. 사고 위험은 남는다. 그는 곧바로 Waymo 같은 자율주행차가 교통사고 사망을 줄인다는 이야기를 잇는다.
- 신약 개발에서 AI가 아직 줄이지 못한 구간은 얼마나 걸리는가? 답하는 곳: 35:02. 커즈와일은 백신 설계에 이틀, 사람 대상 시험에 10개월이 걸렸다고 말한다. 시뮬레이션이 신뢰를 얻어 그 시험을 대신하기까지 약 10년이 걸린다는 것이 그의 전망이다.
Executive Summary
레이 커즈와일(Ray Kurzweil)은 AI가 우리가 하는 모든 일을 바꾸고 그중 가장 큰 변화가 의료에서 온다고 주장한다 (00:36). 그의 근거는 1939년 이후 같은 돈으로 사는 계산량이 기하급수로 늘었다는 곡선 하나다. 그는 이 곡선을 연장해 2029년 범용 인공지능(Artificial General Intelligence, AGI), 2032년 수명 탈출 속도, 2035년 디지털 임상시험, 2045년 특이점을 내다보므로, 곡선이 꺾이면 이 연도들이 함께 밀린다. 의료 쪽 근거로는 약물 재창출, AlphaFold, 돼지 신장 이식, 수술 로봇, 뇌-컴퓨터 인터페이스 사례를 든다. 이 영상은 2025-04 NextMed Health 2025에서 녹화한 커즈와일의 원격 기조강연(보스턴에서 연결, 약 19분)과 행사 의장 대니얼 크래프트(Daniel Kraft)가 진행한 노변 대담이다. NextMed Health 유튜브 채널은 녹화 약 19개월 뒤인 2026-11-05에 이 36분 51초 영상을 공개했다.
팩트체크 종합 신뢰도 B. 확인 대상 35건의 판정과 출처는 팩트체크 블록에 있다.
| 연도 | 전망 (커즈와일 발언) | 영상 위치 |
|---|---|---|
| 2029 | 사람이 하는 모든 일을 하는 AGI. 1999년에 낸 예측을 유지한다 | 03:44 20:02 |
| 2030년대 | 뇌-컴퓨터 인터페이스를 수술 없이 설치하고 누구나 쓴다 | 14:08 |
| 2030년대 | 드렉슬러가 말한 대규모 나노기술이 온다 | 30:20 |
| 2032 무렵 | 건강 관리에 성실한 사람이 수명 탈출 속도에 닿는다 | 16:55 |
| 2035 무렵 | 생물 시뮬레이션이 사람 대상 시험을 대체한다. 다른 이들은 2030년대 초나 말로 본다고 전한다 | 15:32 35:11 |
| 2045 | AI와 융합한 인간 지능이 100만 배로 커진다. 이것이 특이점이다 | 20:34 |
그의 모든 연도 전망은 1939년 이후 계산 가격 대비 성능 곡선에서 나온다
커즈와일은 자기소개에서 AI를 63년째 연구했다고 말한다. 살아 있는 사람 중 가장 길다는 것이다 (00:47). 그는 1980년대 초부터 계산의 가격 대비 성능을 그래프로 그렸다고 한다. 남들보다 먼저 그 성장이 기하급수임을 알았다는 것이다 (01:03). 강연에서 보여 준 도표는 1939년 이후 같은 돈으로 살 수 있는 계산량을 로그 축에 찍은 것이다.
그는 이 선이 거의 직선이라고 말한다. 전쟁과 경기 변동에도 꺾이지 않았다는 것이다 (01:30). 하드웨어가 계전기에서 진공관, 트랜지스터, 집적회로로 바뀌어도 추세는 이어졌다는 설명이다. 무어의 법칙(Moore's law)은 집적회로만 다루므로 이 긴 추세의 한 구간이라고 그는 본다 (01:58).
그가 든 출발점은 1939년의 Zuse Z2다 (02:13). 도착점은 강연 시점 엔비디아의 최신 칩이다. 그의 말로는 이 칩이 불변 달러 1달러당 초당 5000억 번을 계산한다. 그는 두 값의 비를 7.5 × 1016배(7경 5천조 배)로 계산한다 (02:49).
그의 셈법에서는 하드웨어 이득에 소프트웨어 이득이 곱해진다. 일부 분야에서는 소프트웨어가 100만 배를 더해 누적 7.5 × 1022배가 된다고 한다 (03:04). 그는 AI용 최적화 덕분에 2025년 이전 몇 년 동안 가격 대비 성능이 해마다 10배씩 올랐다고 말한다 (03:18). 추세가 꾸준한 이유로는 자기 강화 순환을 든다. 최신 칩으로 다음 칩을 설계하는 식이다 (03:36).
2029년 AGI 예측은 1999년의 소수 의견에서 합의로 옮겨 왔다고 그는 말한다
커즈와일은 1999년 이 데이터로 2029년 AGI 도달을 예측했다고 말한다 (03:44). 그가 정의하는 AGI는 사람이 할 수 있는 모든 일을 하는 AI다. 속도는 사람보다 훨씬 빠르다.
그의 회고로는 스탠퍼드가 이 예측을 다루려고 세계 AI 전문가 수백 명이 모인 회의를 열었다 (04:09). 참석자의 약 80%는 AGI가 온다고 봤다. 걸리는 시간은 30년 대신 100년으로 봤다고 한다 (04:27). 그는 지금은 합의가 자기 예측 쪽으로 옮겨 왔고 더 이르게 보는 사람도 있다고 말한다 (04:36). 대담에서도 그는 2029년을 유지한다 (20:02).
2029년을 자신하는 근거로 그는 세 흐름의 수렴을 든다 (04:50). 첫째는 계산량의 기하급수 증가다. 둘째는 효율과 속도, 정확도가 기하급수로 좋아지는 알고리즘이다. 셋째는 AI 학습용 대규모 데이터 세트의 폭증이다. 그는 이 셋째 흐름이 의료에서 특히 중요하다고 짚는다. AGI에 닿은 컴퓨터는 모든 분야에서 최고 수준의 사람과 같아지고 곧 사람을 앞지른다는 것이 그의 전망이다 (05:17).
예상보다 빨리 온 것이 있느냐는 크래프트의 질문에 그는 대체로 예상한 위치에 와 있다고 답한다 (21:41). 놀란 사례로는 강연 전날 만난 아동 발달 분야 종사자를 든다 (21:58). 그녀는 책 두 권을 하루에 한 권씩 읽었다. 셋째 날 비교문을 쓰고 넷째 날 검토했다.
그녀가 같은 일을 LLM에 맡기자 40초 만에 비교문이 나왔다. 그녀는 이 비교문이 자기 글보다 낫다고 평했다고 한다 (22:28). 그의 설명으로는 그 LLM은 두 책을 포함해 책 100만 권을 읽었다. 그는 이 경험을 아서 C. 클라크(Arthur C. Clarke)의 제3법칙 문구인 "마법과 구별할 수 없다"로 표현한다 (22:50).
의료 AI는 이미 환자 상담과 기존 약의 새 용도 찾기에 쓰인다고 그는 본다
커즈와일이 드는 첫 현재 사례는 대규모 언어 모델(Large Language Model, LLM) 건강 상담이다. 그의 말로는 민감한 건강 문제를 의사에게 꺼내기 어려운 사람들이 LLM에 증상을 설명하고 사진을 올린다. 이 일이 대규모로 일어난다고 그는 말한다 (05:41). LLM은 정보를 주고 의사와 상담하라고 권한다. 그는 이 흐름이 사생활을 지키면서 AI에 많은 데이터를 공급한다고 본다. 이미 생명을 구하고 있다는 주장도 붙인다 (06:09).
둘째 사례는 약물 재창출이다 (06:16). 새 약은 사람 대상 시험을 거쳐야 승인된다. 그의 설명으로는 이미 승인된 약은 그 시험 없이 다른 질환에 쓸 수 있다. AI는 기존 약 수천 종을 질환 수천 종과 대조해 새 용도를 빨리 찾는다고 그는 말한다 (06:54).
그가 인용한 뉴욕타임스(The New York Times) 기사에는 심장 비대와 신부전을 일으키는 희귀병으로 죽어 가던 남성이 나온다 (07:17). 펜실베이니아 대학교(University of Pennsylvania) 연구진이 AI로 기존 약 조합 수천 개를 그의 병과 대조했다. 그 결과 화학요법과 면역요법, 스테로이드에 다른 약을 더한 조합이 효과를 냈다고 그는 전한다. 재창출 자체는 오래된 방법이라고 그는 인정한다. AI가 그 속도를 끌어올린다는 것이 그의 요점이다 (07:53).
그는 팀 연구원의 어머니가 오프라벨(off-label) 항암 치료로 목숨을 건진 일화도 든다 (08:01). UCLA 의사들이 그녀의 암과 전혀 다른 암 사이의 유사성을 알아봤다. 그는 이 유사성이 AI 없이는 드러나지 않았을 것이라고 말한다. 미국 종양내과 의사 대부분은 이 연결을 몰랐다고 한다. 그 치료가 없었다면 환자는 죽었을 것이라는 말이다 (08:24). 이제는 누구든 관련 정보를 Gemini나 ChatGPT에 넣으면 같은 제안을 바로 얻는다는 것이 그의 결론이다 (08:31).
신약 개발에서 AI는 사람 대상 시험을 뺀 전 과정을 줄였다고 그는 주장한다
커즈와일의 말로는 2022년까지 사람 과학자들이 밝힌 단백질 구조는 약 17만 개였다 (08:48). DeepMind의 AlphaFold 2는 1년 만에 사람을 넘어 자연 전체의 단백질 2억 개 구조를 찾아 공개했다고 그는 말한다 (08:56). 개발진은 이 공로로 2024년 노벨상을 받았다고 덧붙인다 (09:22). 2024-09에는 다른 단백질과 결합하는 새 단백질을 설계하는 AlphaProteo가 나왔다고 한다 (09:30).
그는 코로나19 대유행 초기 Moderna가 여러 AI 도구로 mRNA 서열을 설계하고 최적화했다고 말한다. 성공한 백신의 서열을 찾는 데 이틀이 걸렸다는 것이 그의 숫자다 (09:38). 과거에는 백신 설계에 몇 년에서 10년 넘게 걸렸다는 비교가 붙는다. 제조와 시험에도 AI를 써서 속도를 올렸다고 한다 (10:05).
그는 보스턴과 홍콩에 거점을 둔 Insilico Medicine이 AI로 처음부터 끝까지 만든 첫 약을 내놓았다고 말한다. 이 약이 2a상 임상시험을 통과했다는 것이 강연 시점(2025-04) 그의 발언이다 (10:23). 그의 설명으로는 이 약은 폐에 흉터가 생기는 희귀병인 특발성 폐섬유증(Idiopathic Pulmonary Fibrosis, IPF)을 치료한다. 흉터를 만드는 분자를 막는 방식이다 (10:40). 사람 대상 시험만 빼고 모든 단계를 AI가 했다고 그는 강조한다. 그 단계들이 몇 년 대신 며칠에 끝났다는 것이다 (10:57). 팩트체크는 이 대목을 거짓으로 판정한다.
돼지 신장 이식과 수술 로봇을 그는 AI가 장기 공학과 수술로 넓어지는 사례로 든다
커즈와일은 2002년부터 United Therapeutics 이사회에 있다고 밝힌다 (11:05). 그는 이 회사가 유전자 변형 돼지로 장기를 만드는 분야를 이끈다고 말한다. 그의 말로는 회사가 2024-11에 52세 여성에게 유전자 편집 돼지 신장을 이식했다 (11:23). 강연 시점(2025-04) 그는 이 여성이 가장 오래 생존한 수혜자이고 앨라배마의 일상으로 돌아가고 있다고 전한다 (11:32). 이 신장은 녹화 직후인 2025-04 거부 반응으로 제거됐다. AI는 이 신장이 사람 몸에서 돼지 장기로 인식되지 않도록 침묵시킬 유전자를 고르는 데 쓰였다고 한다 (11:40).
수술 쪽에서 그는 Da Vinci 수술 시스템을 25년 된 최소 침습 수술 보조 장비로 소개한다 (11:48). 과학자들이 LLM과 비슷한 AI 모델을 수술 로봇에 넣고 있다고 그는 말한다 (12:08). 그가 든 사례는 2022년 존스 홉킨스(Johns Hopkins) 연구진의 STAR(Smart Tissue Autonomous Robot)다. STAR는 사람 개입이 거의 없이 장 두 조각을 꿰맸다고 한다 (12:18). 그의 설명으로는 STAR가 수술 장면을 인식해 계획을 세운 뒤 정밀하게 실행한다 (12:37).
그는 로봇이 연조직 봉합을 넘어 수술 전 과정을 맡게 된다고 전망한다 (12:55). 첫 무대는 외과의가 없는 지역이다. 미국 같은 원격지의 외과의가 로봇을 감독한다 (13:01). 로봇은 수백만 건의 수술에서 배워 사람보다 나아진다. 효과가 입증되면 모든 수술에 쓰인다는 것이 그의 전망이다 (13:17).
2035년 무렵 생물 시뮬레이션이 사람 대상 시험을 대신한다는 것이 그의 의료 전망의 중심이다
커즈와일이 꼽는 남은 병목은 사람 대상 시험이다. 그는 계산이 늘면 분자 다음으로 세포소기관, 세포, 조직, 장기를 거쳐 몸 전체를 시뮬레이션한다고 전망한다 (14:50). 2030년대 중반이면 신약을 디지털로 시험한다는 것이 그의 예측이다 (15:07).
그의 추정 연도는 2035년이다. 그가 이야기해 본 사람 중 일부는 2030년대 초를, 일부는 2030년대 말을 꼽았다고 한다 (15:32). 디지털 시험이 가능해지면 어떤 질환이든 후보 약을 찾아 시험하는 전 과정이 며칠에 끝난다고 그는 말한다. 모든 질환을 빠르게 훑을 수 있다는 것이다 (16:08).
그의 설명으로는 디지털 임상이 모든 변수를 시험하므로 개인 맞춤 약으로 이어진다 (16:27). 그가 든 변수는 유전 정보, 생활 습관, 동반 질환, 질병 변이와 그 밖의 개인 요인이다.
대담 끝에서 크래프트가 2035년의 NextMed Health를 상상해 달라고 하자 (34:36), 그는 같은 과제를 다시 꼽는다. 최신 백신은 이틀 만에 개발했지만 사람 대상 시험에 10개월이 걸렸다는 것이다 (35:02). 그는 2035년이면 생물 시뮬레이션이 사람 대상 시험을 대체한다고 전망한다 (35:11). 모델을 다듬고 사람들의 신뢰를 얻는 데 약 10년이 걸린다는 단서를 단다 (35:28). 그 뒤로는 모든 치료 가능성을 개인의 조건 조합에 맞춰 분석하고 며칠 안에 시험한다는 그림이다 (35:41).
커즈와일이 단 조건은 사람들의 신뢰 하나다. 규제 기관의 승인 절차는 언급하지 않는다. 크래프트는 이를 의료 특이점이 가까워지는 과정으로 받는다. 대담은 의료를 전 세계에 더 공평하게 보급하자는 크래프트의 말로 끝난다 (36:04).
커즈와일은 2032년 무렵 한 해를 살 때 한 해 이상을 되찾는 수명 탈출 속도가 온다고 본다
커즈와일은 2032년 무렵 건강 관리에 성실한 사람이 수명 탈출 속도(longevity escape velocity)에 닿는다고 추정한다 (16:55). 그는 NextMed 참석자가 모두 그 부류라고 덧붙인다.
그의 설명으로는 지금은 1년을 살면 수명 1년을 쓴다 (17:15). 건강과 영양에 성실하면 과학의 진전으로 해마다 최대 4개월을 되찾는다는 것이 2025-04 기준 그의 추정이다. 실제로 잃는 수명은 해마다 약 8개월이 된다 (17:31). AI가 기하급수로 발전하므로 2032년 무렵에는 1년을 살 때 1년을 모두 되찾는다고 그는 말한다. 그 뒤로는 1년보다 많이 되찾아 건강 면에서 시간을 거슬러 간다는 전망이다 (17:45).
그는 이것이 영생을 뜻하지 않는다고 선을 긋는다 (18:06). 나이가 들어도 사망 위험이 오르지 않는다는 뜻이다. 건강한 20세도 내일 교통사고로 죽을 수 있다고 그는 짚는다 (18:13). 사고 쪽 해법으로 그는 Waymo 같은 자율주행차를 든다.
Waymo가 달리는 도시가 매달 늘고 있다고 한다. 자율주행차가 사람이 모는 차의 사망을 크게 줄인다는 주장이다 (18:27). 그는 미국에서 해마다 약 4만 명이 차 사고로 죽는다고 말한다 (18:41). Waymo가 낸 사망자는 강연 시점(2025-04)까지 0명이라는 것이 그의 발언이다 (18:50).
그가 정의하는 특이점은 AI와 융합한 인간 지능이 100만 배로 커지는 2045년이다
커즈와일이 보는 융합의 경로는 뇌-컴퓨터 인터페이스다. 그는 Neuralink와 Synchron을 진전 사례로 든다 (13:35). 강연 시점(2025-04) 그의 말로는 Neuralink가 마비 환자 3명에게 이식돼 뇌로 컴퓨터를 조작하게 했다 (13:45). Synchron은 최소 침습 시술로 넣는 작고 유연한 장치를 만들었다고 한다 (13:55).
그는 이 기술이 2030년대에 더 싸지고 수술 없이 설치돼 누구나 쓰게 된다고 전망한다 (14:08). 뇌 안에 휴대전화가 있는 셈이다. 질문하면 뇌가 클라우드에서 답을 가져온다. 입출력 지연 없이 답이 떠오른다는 그림이다 (14:14).
그는 우리가 AI와 융합한다고 주장한다 (14:43). 많은 사람이 AI와 생존 경쟁을 한다고 생각한다고 그는 말한다. 그의 답은 AI가 우리를 파괴하러 오는 외계 침공이 아니라 우리 안에서 진화한다는 것이다 (18:58). AI는 우리의 인간성을 반영한다고 그는 덧붙인다. 근육을 늘리려고 도구를 만들었듯 뇌를 늘리려고 AI를 만든다는 비유가 붙는다 (19:21). 기조강연은 지능을 100만 배로 넓혀 인류의 가장 큰 과제를 풀자는 말로 끝난다 (19:26).
대담 첫 질문에서 크래프트는 신간 『The Singularity Is Nearer』를 언급한 뒤 특이점의 정의를 묻는다 (19:51). 커즈와일은 2030년대에 AI가 뇌 안으로 들어온다고 답한다. 그의 전망으로는 2045년까지 지능이 100만 배로 커진다. 그 시점이 특이점이다 (20:34). 그 변화가 너무 커서 지금은 무엇을 수반할지 다 알 수 없기에 물리학에서 은유를 빌렸다고 한다 (20:42).
그는 쥐에게 사람만큼 똑똑해지겠느냐고 묻는 장면을 상상한다 (20:57). 쥐가 질문을 이해한다면 사람처럼 원자폭탄을 만들까 걱정할 수도 있다. 사람은 쥐보다 똑똑한 것을 다행으로 여긴다는 것이 그의 비유다. 그는 특이점도 좋은 일이라고 결론짓는다.
임상의의 조언은 여전히 값지고 학교의 AI 금지는 실수라고 그는 본다
크래프트는 개인이 자기 건강을 직접 관리하는 시대에 의사와 간호사의 역할을 묻는다 (22:59). 커즈와일은 자기 경험으로 답한다. 테리 그로스먼(Terry Grossman)을 비롯한 의사들이 자신에게 조언한다고 한다 (23:27). 정보 출처가 많아진 지금도 그는 이 분야에 평생 몸담은 사람들에게 기댄다고 말한다 (23:43). 가능성을 조사하는 직원 린지(Lindsay)도 그만큼 값지다고 덧붙인다 (23:55). 그의 답은 임상의의 미래 역할을 정의하지 않고 자기 주변 사례에 머문다.
크래프트가 8세와 10세 아들을 둔 부모로서 다음 세대 교육을 묻는다 (26:30). 커즈와일은 MIT 이사회에서 MIT의 향후 10년을 주제로 강연했다고 밝힌다 (27:02). 그는 유치원부터 대학원까지 교육기관이 AI를 쓰지 말라고 하는 것을 큰 실수로 본다 (27:12).
그가 대학에 다닐 때 사람들은 계산기를 쓰면 긴 나눗셈을 잊는다고 했다 (27:35). 그는 지금 사람들의 긴 나눗셈 실력이 떨어졌을 수 있다고 인정한다. 계산기는 그 뒤에도 사라지지 않았다는 논리다. AI도 사라지지 않고 뇌 안에서 우리 일부가 되므로 써야 한다고 그는 결론짓는다 (28:06). 마지막 당부는 기하급수로 생각하라는 것이다. 회의론자에 개의치 말고 자기 열정을 좇으라고 그는 말한다 (28:27).
그는 막는 능력도 함께 자란다는 논리로 AI 위험을 낙관한다
크래프트는 AI로 약을 설계할 수 있으면 생물 테러 무기도 설계할 수 있다고 짚는다. 이득을 키우고 손해를 줄이는 방법이 그의 질문이다 (24:16). 커즈와일은 이 문제에 오래 관여해 왔다고 답한다. AI의 위험을 다룬 회의에도 참석했다고 한다 (24:41).
그의 관찰로는 AI는 해마다 새 위험을 만든다. 걱정하는 사람들은 몇 년 뒤의 위험은 감당하지 못한다고 말한다 (24:49). 그의 답은 막는 능력도 함께 커져 지금까지는 감당해 왔다는 것이다 (25:16). 그는 피해를 본 사람이 있다고 인정한다. 모든 신기술이 그렇다는 것이다 (25:25).
근거로는 지난 100년 동안 기술 덕분에 1인당 버는 돈이 10배가 됐다는 주장을 든다 (25:46). 첨단 기업 CEO 대부분이 새 위협에 대처하는 방법을 가장 중요한 과제로 꼽았다고도 한다 (26:03). 그는 일이 잘못될 수 있다고 인정하면서도 지금까지처럼 긍정적일 것이라고 자신한다 (26:20). 그의 근거는 지금까지 막아 왔다는 실적이다. 위협이 방어보다 빨리 자라는 조건은 따지지 않는다.
나노기술은 AI보다 늦은 2030년대에 온다고 그는 본다
크래프트는 전날 행사에서 소개된, 삼키면 소화관 안을 로봇처럼 움직이는 알약을 꺼낸다. 그는 자신도 그 알약을 직접 조종해 봤다고 한다. 그의 질문은 나노기술과 의료의 접점이다 (28:42). 커즈와일은 강연(2025-04) 몇 주 전에 그런 알약을 삼켜 대장을 살폈고 결과가 좋았다고 답한다 (29:11).
그는 자서전을 쓰다가 1999년 에릭 드렉슬러(Eric Drexler)를 처음 만나 나눈 대화를 떠올렸다고 한다 (29:26). 드렉슬러는 나노기술이 먼저 와서 AGI를 만들 만큼 작은 것을 만들게 해 준다고 봤다고 그는 회고한다 (29:43). 커즈와일은 반대로 AI가 먼저 와서 대규모 나노기술을 만들 지능을 준다고 봤다. 그 나노기술은 드렉슬러가 마빈 민스키(Marvin Minsky)와 함께한 박사 논문에서 다룬 것이다 (29:51).
그는 둘 다 오지만 AI가 먼저 오는 것으로 보인다고 말한다 (30:13). 대규모 나노기술은 2030년대에 온다는 것이 그의 전망이다. 지금은 초기 단계라고 덧붙인다 (30:20).
혁신 저항도 발명 시점도 선형 사고를 이기는 문제라고 그는 말한다
크래프트는 에릭 토폴(Eric Topol)이 전날 밤 말한 과제를 꺼낸다. 기하급수로 발전하는 기술을 점진적으로 움직이는 의료 체계에 들이는 어려움이다 (30:41). 커즈와일은 새 방식에는 늘 저항이 있었다고 답한다 (31:02). 새것이 아직 덜 다듬어졌을 때는 저항이 이롭기도 하다고 그는 인정한다. 그 윤리적 딜레마는 늘 따라온다고 본다 (31:10).
그는 사회가 이런 마비를 여러 번 넘으면서 새 사고방식을 존중하게 됐다고 말한다. 그의 요점은 속도다. 새것을 개발하는 데 10년 대신 몇 달이 걸리게 된다는 것이 그의 전망이다 (31:54). LLM이 1년 사이 크게 달라졌고 다음 1년은 더 크게 달라진다는 것이 그 근거다 (31:59).
크래프트는 기술이 오기 전에 먼저 발명해 온 그에게 조언을 청한다 (32:26). 커즈와일은 미래학을 시작한 유일한 이유가 무엇이 언제 가능해질지 내다보는 것이었다고 말한다 (32:46). 그는 1970년대에 옴니폰트(omni-font) 광학 문자 인식(Optical Character Recognition, OCR)을 개발했다고 말한다. 음성 인식은 필요한 계산량 때문에 1980년대까지 미뤘다고 한다 (32:52). 수십 년 간격이던 일이 이제는 몇 달 간격이라고 그는 말한다 (33:11). 지금 불가능해 보여도 1~2년 뒤 가능해질 일이면 실현되기 전에 시작하라는 것이 그의 조언이다 (33:18).
그는 사람이 선형 시간 감각을 타고난다고 말한다. 그 감각 탓에 사람들은 3~4년 뒤 가능하다는 말을 받아들이지 못한다고 한다. 그는 이 정적 사고의 편향을 이겨야 한다고 본다 (33:40). 점을 어떻게 이어 의료에 닿게 하느냐는 마지막 질문에 그는 NextMed 같은 회의가 그 일을 한다고 답한다 (34:24). 크래프트는 그가 2011년 첫 행사부터 함께했다고 말한다 (34:30).
팩트체크
종합 신뢰도 B. 사건과 수치 대부분은 출처와 맞지만, 신약 개발 속도·돼지 신장 근황·전문가 합의는 실제보다 앞서 나갔다. 확인 대상 35건 가운데 사실 20건, 부분사실 9건, 불확실 5건, 거짓 1건이다. 거짓 1건은 인실리코 신약이 ‘며칠 만에’ 나왔다는 대목이다(회사 자료 기준 평균 12~18개월). 녹화(2025-04) 직후 돼지 신장은 제거됐다. 그 밖에 미래 예측이 5건이다.
사실: 녹화 시점(2025-04) 기준으로 출처와 핵심 내용이 맞는다. 그 뒤 누적 숫자만 늘어난 경우를 포함한다. · 부분사실: 핵심은 맞지만 수치·연도·표현 하나 이상이 출처와 다르다. 녹화 전후로 상황이 뒤집힌 경우도 여기 넣는다. · 불확실: 화자 회고나 개인 일화뿐이고 공개 출처가 없다. · 거짓: 출처가 반대 내용을 담는다. · 전망: 미래 예측이다. 참거짓 대신 화자가 그 날짜를 공개적으로 말해 왔는지를 적는다. · 등급: A = 확인 대상 거의 전부 사실, B = 대부분 사실·일부 과장 또는 시효 경과, C = 사실과 오류가 비슷한 비중, D = 오류 다수, F = 핵심 주장 거짓. ‘현재’는 2026-11-06 기준이다.
부분사실
“AI 분야에서 63년 일했고, 살아 있는 사람 중 가장 오래됐다”
63년은 본인 회고와 맞는다. 커즈와일은 2025-07-11 NPR 「TED Radio Hour」에서 14세에 마빈 민스키를 찾아간 일을 “약 63년 전”이라고 말했다. “생존자 중 최장”을 가릴 공개 명부는 없다. 기간은 본인 진술과 맞고, 최장 여부는 근거가 없다.
사실
“무어의 법칙은 집적회로만 다루는, 더 깊은 추세의 한 부분이다”
무어의 법칙은 집적회로 하나에 든 트랜지스터 수가 약 2년마다 두 배가 된다는 관찰이다. 계전기·진공관·개별 트랜지스터 시대는 이 정의 밖에 있다. 커즈와일의 가격 대비 연산 차트가 1939년부터 시작하는 이유가 여기 있다. 정의 설명으로서 맞다.
부분사실
“1939년 추제 Z2에서 현재 엔비디아 칩까지 1달러당 연산이 7.5경 배 늘었다”
수치는 커즈와일 본인 차트와 같다. 그는 2025-07-11 NPR 인터뷰에서 1939년 추제 컴퓨터를 “불변 달러당 초당 0.000007회”, 2024년 엔비디아 B200을 “달러당 초당 5천억 회”라고 말했다. 영상 자막의 “B2200”은 B200이다. 두 값의 비는 5×1011 ÷ 7×10−6 ≈ 7×1016이라 7.5경 배와 자릿수가 맞는다.
연도는 원문 1939년 → 확인 1940년 완성(위키백과 Z2 항목)이다. 차트는 본인이 기종과 가격을 골라 만든 자료다. 외부 검증을 거친 통계는 아니다. 추세 서술은 본인 자료와 맞지만 연도 하나가 다르다.
불확실
“소프트웨어 이득이 최대 100만 배이고, 최근 연산 가격 대비 성능이 해마다 10배 오른다”
어느 분야·기간에서 잰 값인지 밝히지 않았다. 대조할 공개 측정 자료가 없다. 두 숫자는 화자 본인 추정으로 남는다.
사실
“1999년에 2029년 AGI 도달을 예측했다”
1999년 책 『The Age of Spiritual Machines』에서 낸 예측이다. NPR은 2025-07-11 방송에서 “1999년 레이는 인간 수준의 AI가 2029년에 온다고 예측했다”고 소개했다. 위키백과도 이 책이 2029년 장을 따로 두었다고 적는다. 예측 시점과 목표 연도 모두 맞다.
NPR 녹취 (2025-07-11) · 위키백과 『The Age of Spiritual Machines』 · 영상 03:44
불확실
“스탠퍼드가 AI 전문가 회의를 열었고, 수백 명 중 약 80%가 AGI는 오지만 100년 걸린다고 봤다”
이 회의와 투표는 커즈와일 본인 회고로만 전해진다. 같은 회고끼리도 숫자가 갈린다. lifearchitect.ai에 실린 녹취는 “2000년, 수백 명”이고, 피터 디아만디스 블로그의 커즈와일 설명은 “약 150명”이다. 회의록 같은 독립 기록은 공개돼 있지 않다. 80%와 100년이라는 수치는 화자 진술로만 남는다.
부분사실
“오늘날 전문가 합의가 내 예측에 맞춰졌다”
시계는 당겨졌지만 2029년에 모이지는 않았다. 카차 그레이스 연구진이 2024-01 공개한 AI 연구자 2,778명 조사(2023년 실시)는 “모든 과업에서 기계가 사람을 앞설” 확률 50% 시점을 2047년으로 잡았다. 한 해 전 같은 조사보다 13년 이른 값이다. 녹화 직전인 2025-03 미국인공지능학회(AAAI) 보고서에서는 응답자 76%가 현재 방식의 규모 확대로 AGI에 이르기 어렵다고 답했다.
녹화 시점(2025-04) 연구자 다수의 예상은 2029년보다 늦었다. 같은 연구진이 2026-09 공개한 후속 조사(2024년 실시, 연구자 1,580명)는 이 시점을 2042년으로 당겼다. 그 값도 2029년과 13년 떨어져 있다.
「Thousands of AI Authors on the Future of AI」 · AAAI 보고서 (2025-03) · AI Impacts 2024 조사 (2026-09) · 영상 04:36
전망
“2029년까지 AGI에 도달한다”
커즈와일은 1999년부터 같은 연도를 말해 왔다. 2024-06 출간한 『The Singularity Is Nearer』도 2029년 인간 수준 AI를 되풀이한다. 아직 오지 않은 연도라 참거짓을 가릴 수 없다.
불확실
“민감한 건강 문제를 의사 대신 LLM과 상담하는 일이 대규모로 일어난다”
규모를 보여 줄 수치나 출처를 대지 않았다. ‘대규모’를 잴 공개 자료가 없어 참거짓을 가릴 수 없다.
사실
“펜실베이니아대 연구진이 AI로 기존 약물을 대조해 심장 비대·신부전 환자에게 항암·면역·스테로이드 조합을 찾았다”
화자가 말한 환자는 펜실베이니아대 의대가 소개한 조지프 코츠와 증상·치료가 겹친다. 소개 글에 따르면 코츠는 POEMS 증후군으로 심장 비대와 신부전을 앓았다. 데이비드 파겐바움 교수는 기존 약물의 새 용도를 찾도록 학습한 AI 모델이 낸 항암·면역·스테로이드 조합을 제안했다. 코츠는 이 치료 뒤 줄기세포 이식 대상이 됐다. 지금은 관해 상태다. 화자 설명과 맞다.
불확실
“UCLA 의사들이 AI 없이는 안 보였을 암 사이의 유사성을 알아보고 오프라벨 치료로 생명을 구했다”
화자 연구팀원의 가족 이야기다. 공개 기록이 없는 개인 일화라 참거짓을 가릴 수 없다.
사실
“2022년까지 인간 과학자들이 밝힌 단백질 구조는 약 17만 개다”
엑스선 결정학·저온전자현미경 같은 실험 방법으로 지난 60년 동안 밝힌 구조는 약 17만 개다. 위키백과 알파폴드 항목은 알려진 단백질이 2억 개를 넘는다고 함께 적는다. 화자 수치와 맞다.
사실
“알파폴드 2가 1년 만에 전 생물의 단백질 2억 개 구조를 찾아 공개했다”
딥마인드는 2022-07-28 알파폴드 데이터베이스를 약 100만 개에서 2억 개 넘는 구조로 넓혔다고 발표했다. 알파폴드를 공개한 지 약 1년 만의 발표다. 대상은 식물·세균·동물을 포함한 목록상 단백질 거의 전부다. 누구나 내려받을 수 있다. 이 2억 개는 실험값과 구별되는 AI 예측 구조다. 화자가 말한 기간·수·범위·공개 여부는 모두 맞다.
사실
“알파폴드 개발자들이 작년에 노벨상을 받았다”
2024-10-09 발표된 노벨 화학상의 절반을 딥마인드의 데미스 허사비스와 존 점퍼가 단백질 구조 예측으로 받았다. 나머지 절반은 계산 단백질 설계의 데이비드 베이커 몫이다. 녹화 시점(2025-04)에서 “작년”은 2024년이라 맞다.
사실
“2024년 9월 알파프로테오가 다른 단백질과 결합하는 새 단백질을 설계했다”
딥마인드는 2024-09-05 알파프로테오(AlphaProteo)를 발표했다. 표적 분자에 결합하는 새 단백질을 설계하는 AI 시스템이다. 날짜와 기능 모두 맞다.
부분사실
“모더나가 AI 도구로 이틀 만에 백신 서열을 찾았고, 사람 시험에 10개월 걸렸다”
설계 속도는 맞지만 AI가 설계했다는 부분은 근거가 없다. 미국 국립보건원(NIH)과 모더나는 2020-01-13 백신 설계를 확정했다. 2020-01 중국 당국이 바이러스 유전체 서열을 공유한 직후다. 공공시민(Public Citizen) 보고서에 따르면 이 백신은 연방 과학자들이 2016년에 만든 스파이크 단백질 안정화 기술(2P)을 썼다. 확인한 출처 어디에도 서열을 AI 도구로 찾았다는 서술은 없다.
사람 시험 기간은 설계 확정 63일 뒤인 2020-03-16 첫 투여부터 2020-12 미국 식품의약국(FDA) 긴급사용승인까지다. 원문 10개월 → 확인 약 9개월이다. 일정은 대체로 맞지만 AI의 역할은 근거가 없다.
Public Citizen 보고서 · StatNano mRNA-1273 · 위키백과 모더나 백신 · 영상 09:38 · 영상 35:02
부분사실
“인실리코가 AI로 처음부터 끝까지 만든 첫 약물이 2a상을 통과했다”
2a상 결과는 있지만 “통과”와 “처음부터 끝까지 AI”는 회사 표현을 키운 말이다. 인실리코 메디신의 렌토세르팁(ISM001-055)은 생성형 AI로 표적(TNIK)을 찾고 분자를 설계한 특발성 폐섬유증 후보 약이다. 2a상은 중국에서 환자 71명을 대상으로 2023-07부터 2024-06까지 진행했다. 1차 평가변수인 안전성·내약성을 충족했다. 60mg 1일 1회군의 노력성 폐활량은 12주에 평균 98.4mL 늘었다.
동료 심사 논문은 녹화 뒤인 2025-06-03 『네이처 메디신』에 실렸다. “업계 첫 임상 검증”은 회사 보도자료 표현이다. 회사는 2026-07-07 3상을 시작했다. 본사는 원문 ‘보스턴’ → 확인 매사추세츠주 케임브리지다. 홍콩 증시(HKEX: 3696)에도 상장했다. 핵심 사건은 맞지만 수식어가 과하다.
인실리코 보도자료 (2025-06-03) · 인실리코 3상 착수 발표 · 위키백과 렌토세르팁 · 영상 10:23
거짓
“사람 시험을 뺀 모든 과정을 AI가 몇 년 대신 며칠 만에 끝냈다”
회사 자료가 이 숫자를 반박한다. 인실리코는 2021~2024년 후보물질 22개가 과제 시작부터 전임상 후보 지명까지 평균 12~18개월 걸렸다고 밝혔다. 과제마다 분자 60~200개를 실제로 합성해 시험했다. 업계 통상 2.5~4년보다 짧지만 며칠과는 자릿수가 다르다. 원문 “며칠” → 확인 평균 12~18개월이다.
사실
“2002년부터 유나이티드 세러퓨틱스 이사회에 있다”
유나이티드 세러퓨틱스는 2002-01-11 커즈와일의 이사 선임을 발표했다. 회사 지도부 페이지는 지금도 그를 이사로 올려 두었다. 맞다.
부분사실
“작년 11월 52세 여성에게 유전자 편집 돼지 신장을 이식했다”
수혜자는 앨라배마주의 토와나 루니다. 루니는 2024-11 말 뉴욕대 랭곤 헬스에서 이식받았다. 신장은 유나이티드 세러퓨틱스 자회사 레비비코어가 유전자 10개를 편집한 돼지에서 나왔다(제품명 UKidney). 화자의 “우리”는 이 공급 관계를 가리킨다. 나이는 원문 52세 → 보도 기준 53세(2025-02 뉴욕대 발표)다. 사건은 맞지만 나이 표기 하나가 다르다.
부분사실
“그 여성은 지금 최장 생존 수혜자이고, 앨라배마에서 일상으로 돌아가 잘 지낸다”
녹화 무렵에는 맞았지만 며칠 만에 뒤집혔다. 뉴욕대는 2025-02-25 앨라배마로 돌아가는 루니를 유전자 편집 돼지 신장의 최장 생존 수혜자로 소개했다. CNN에 따르면 2025-04 초 급성 거부반응으로 신장 기능이 떨어졌다. 의료진은 2025-04-04 이식 130일 만에 신장을 떼어 냈다. 루니는 투석으로 돌아갔다. 행사 기간(2025-03-30~04-02)과 겹치는 시점이라 “잘 지낸다”는 녹화 당시에도 아슬아슬했다.
2025-10-27 CNN은 매스 제너럴 브리검 의료진이 팀 앤드루스의 돼지 신장을 이식 271일 만에 떼어 냈다고 보도했다. 최장 기록은 앤드루스에게 넘어갔다. 루니의 이식 신장은 남아 있지 않다. 2026-11 현재 ‘최장 생존 수혜자’ 표현도 맞지 않는다.
불확실
“AI로 어떤 유전자를 침묵시킬지 정했다”
뉴욕대 발표는 유전자 10개 편집의 목적을 설명하지만, 편집 대상을 AI로 골랐다는 서술은 없다. 이 주장을 받칠 공개 출처는 없다.
사실
“다빈치 수술 시스템은 25년 됐다”
다빈치 수술 시스템은 2000년 미국 FDA 첫 허가를 받았다. 녹화 시점(2025-04) 기준 25년이다. 맞다.
사실
“2022년 존스홉킨스의 STAR가 사람 개입 거의 없이 장 두 조각을 봉합했다”
존스홉킨스대 연구진은 2022-01 『사이언스 로보틱스』에 자율 복강경 장 문합 결과를 냈다. 로봇은 돼지 모델에서 소장을 이어 붙였다. 연구진은 수술 뒤 1주 생존 기간을 관찰했다. 운영자가 로봇이 만든 수술 계획 가운데 하나를 고르면 로봇이 여러 작업을 혼자 수행했다. 자막의 “search”는 suture(봉합)의 오인식이다. 동물 실험이라는 범위를 화자가 말하지 않았을 뿐, 진술은 맞다.
사실
“뉴럴링크는 지금까지 마비 환자 3명에게 이식됐다”
일론 머스크는 2025-01 세 번째 환자가 이식받았다고 밝혔다(AP, 2025-01-19). 녹화 석 달 전 공개된 숫자다. 위키백과에 따르면 이식자는 2025-06 7명, 2025-09 12명으로 늘었다. 뉴럴링크 발표 기준 2026-01 임상 등록자는 21명이다. 2026-11 현재 “3명”은 지난 숫자다.
사실
“싱크론은 최소 침습 시술로 작고 유연한 장치를 심는다”
싱크론의 첫 제품 스텐트로드(Stentrode)는 경정맥을 거쳐 혈관 안으로 넣는다. 두개골을 열지 않는 방식이다. 미국과 호주에서 임상시험 중인 연구용 기기다. 맞다.
전망
“2030년대에는 수술 없이 뇌를 클라우드에 잇는 장치를 누구나 쓴다”
커즈와일은 2024년 TED 강연에서 “2030년대에 나노봇이 뇌를 클라우드에 연결한다”고 말했다(NPR 재방송, 2025-07-11). 이 강연의 같은 시기 예측도 그 연장선에 있다. 실현 여부는 아직 가릴 수 없다.
전망
“2035년 무렵 디지털 시뮬레이션이 사람 대상 신약 시험을 대신한다”
이 강연에서 낸 본인 추정이다. 화자 스스로 2030년대 초와 말로 의견이 갈린다고 말했다. 판단 시점은 2035년 이후다.
전망
“2032년 무렵 건강에 성실한 사람은 수명 탈출 속도에 이른다”
커즈와일은 2024년 TED 강연에서 같은 개념을 “2029~2035년 사이, 성실도에 따라”라고 설명했다(NPR 재방송, 2025-07-11). 지금 해마다 4개월을 돌려받는다는 설명도 같다. 이 강연의 2032년은 그 범위 안의 한 값이다. 잴 수 있는 측정 체계가 없어 전망으로 둔다.
사실
“미국에서 해마다 약 4만 명이 교통사고로 죽는다”
미국 교통사고 사망자는 2023년 40,990명, 2024년 39,254명이다. “해마다 약 4만 명”은 맞다.
사실
“웨이모가 일으킨 사망자는 지금까지 0명이다”
녹화 시점(2025-04)까지 웨이모 과실 사망 사고는 없었다. 웨이모가 얽힌 첫 사망 사고는 2025-01-19 샌프란시스코에서 났다. 과속 차량이 줄지어 선 차량 행렬을 뒤에서 들이받았다. 그 줄에 빈 웨이모가 서 있었다.
2026-08-07 댈러스에서는 SUV에 치여 튕겨 나간 보행자가 빈 웨이모에 부딪힌 뒤 숨졌다. 카네기멜런대 Safety21 정리에 따르면 경찰은 이 사고에 과실자가 없다고 밝혔다. 2026-11 현재 확인한 자료에 웨이모 과실 사망 사고는 없다.
사실
“새 책은 『The Singularity Is Nearer』다”
『The Singularity Is Nearer』는 2024-06-25 펭귄에서 나왔다. 녹화 시점에서 10개월 된 책이다. 맞다.
전망
“2045년에 지능이 100만 배로 커지는 특이점이 온다”
2005년 책 『The Singularity Is Near』가 특이점 날짜를 2045년으로 정했다. 2024년 책과 2024년 TED 강연도 “2045년까지 지능 100만 배”를 되풀이한다. 날짜의 출처는 확인되지만, 사건 자체는 전망이다.
위키백과 『The Singularity Is Near』 · NPR 녹취 (2025-07-11) · 영상 20:34
사실
“의사 테리 그로스먼이 조언해 준다”
테리 그로스먼은 커즈와일과 2004년 『Fantastic Voyage』를 함께 쓴 의사다. 커즈와일은 35세에 당 불내성 진단을 받은 뒤 그로스먼과 건강 관리 요법을 짰다. 자막의 “Terry Gman”은 그로스먼이다. 맞다.
부분사실
“지난 100년 동안 기술 덕에 1인당 소득이 10배가 됐다”
방향은 맞지만 배수가 크다. 매디슨 프로젝트 자료(물가 보정)에서 미국 1인당 GDP는 1925년 11,150달러에서 2022년 58,487달러로 약 5.2배다. 세계 평균은 1920년 2,493달러에서 2022년 16,677달러로 약 6.7배다. 원문 10배 → 확인 약 5~7배다.
사실
“삼키면 원격으로 몰 수 있는 로봇 알약 회사가 NextMed 출신이다”
크래프트가 말한 회사는 Endiatx다. NextMed Health MEDy 어워드 페이지는 2023년 수상사로 Endiatx를 올렸다. 같은 페이지는 PillBot을 저가·일회용·원격 조종 내시경 알약으로 소개한다. 자막의 “mediatics”는 MEDy 수상사를 가리킨다. 회사는 지금도 PillBot을 연구용 삼킴형 로봇 캡슐로 개발 중이다. 맞다.
사실
“드렉슬러의 박사 논문은 마빈 민스키와 함께였다”
에릭 드렉슬러는 1991년 MIT에서 「Molecular Machinery and Manufacturing With Applications to Computation」으로 박사 학위를 받았다. 지도교수가 마빈 민스키다. 1999년 첫 만남은 커즈와일 회고 말고는 기록이 없다. 논문 지도 관계는 맞다.
사실
“에릭 토폴이 NextMed 무대에서 강연했다”
NextMed Health 연사 명단에 스크립스 중개과학연구소 설립자 에릭 토폴이 있다. 자막의 “Eric Toppo”는 토폴이다. “어젯밤”이라는 강연 시각을 보여 주는 공개 일정표는 없다. 연사 참여는 맞다.
사실
“1970년대에 옴니폰트 OCR을 만들고, 1980년대에 음성 인식에 착수했다”
커즈와일은 1974년 커즈와일 컴퓨터 프로덕츠를 세워 최초의 옴니폰트 광학 문자 인식(OCR) 시스템 개발을 이끌었다. 음성 인식 회사 커즈와일 어플라이드 인텔리전스의 첫 제품은 1987년에 나왔다. 자막의 “omni”는 옴니폰트 OCR이다. 1970년대 OCR, 1980년대 음성 인식이라는 순서는 맞다.
부분사실
“커즈와일은 2011년 첫 회부터 이 행사에 함께했다”
진행자 크래프트의 발언이다. 행사 연도는 맞지만 커즈와일의 첫 회 참여는 근거가 없다. 대니얼 크래프트 본인 약력에 따르면 그는 2011년 이 행사를 세웠다. 당시 이름은 Exponential Medicine이었다. 지금 이름은 NextMed Health다. 커즈와일이 2011년부터 함께했다는 공개 기록은 없다.
원본 (완역)
NextMed Health 2025 강연과 노변 대담의 전체 대화다. 영상 설명과 17개 챕터를 그대로 두고 화자와 발언 순서를 유지했다. 문단 앞의 시각은 그 문단이 시작하는 영상 위치다.
영상 설명
NextMed Health 2025(https://NextMed.Health)에서 저명한 발명가이자 미래학자이며 『The Singularity Is Nearer』의 저자인 레이 커즈와일이, 인공지능의 기하급수적 발전이 어떻게 의료를 재편하고 과학적 발견을 가속하며 인간의 잠재력을 넓힐 수 있는지 살펴봅니다.
AI 기반 신약 발견과 약물 재창출부터 유전자 편집 장기 이식, 로봇 수술, 뇌-컴퓨터 인터페이스까지, 커즈와일은 새로 떠오르는 기술들을 점점 더 개인 맞춤화되는 의료의 미래와 연결합니다. 그는 2029년의 범용 인공지능(AGI), 2032년 무렵의 ‘수명 탈출 속도’, 2035년 무렵 인체 약물 시험을 대체할 수 있는 생물학 시뮬레이션에 대한 예측을 공유합니다. 더 먼 미래로는 인간과 AI의 통합, 그리고 2045년의 특이점에 대한 비전을 제시합니다.
대니얼 크래프트 박사와의 노변 대담에서 커즈와일은 달라지는 임상의의 역할, AI 위험 관리, 다음 세대 준비, 의료 현장에 혁신을 들여오는 일을 이야기합니다. 미래를 만드는 사람들에게 그가 전하는 메시지는 이렇습니다. 기하급수적으로 생각하고, AI를 받아들이고, 기술이 곧 가능하게 할 일을 향해 지금 일을 시작하라.
2025년 4월 NextMed Health에서 녹화
레이 커즈와일에 대해 더 알아보기: https://www.nextmed.health/ray-kurzweil
건강과 의학의 미래에 대해 더 알아보기: https://NextMed.Health
챕터
- 00:00 환영과 소개
- 01:08 컴퓨팅의 기하급수적 성장
- 03:48 커즈와일이 2029년 AGI를 예측하는 이유
- 05:33 의료 속 AI와 약물 재창출
- 08:43 AI 기반 신약 발견과 단백질 설계
- 11:03 장기 공학과 로봇 수술
- 13:38 뇌-컴퓨터 인터페이스와 AI와의 융합
- 14:49 생물학 시뮬레이션과 개인 맞춤 의료
- 16:57 수명 탈출 속도: 2032년 예측
- 19:46 노변 대담: 특이점이란 무엇인가
- 22:55 달라지는 임상의의 역할
- 24:20 AI 위험 관리
- 26:29 교육과 다음 세대 준비
- 28:39 나노기술과 의학
- 30:34 의료 현장에 혁신 들여오기
- 32:25 기하급수적 사고방식으로 발명하기
- 34:35 2035년 의료의 비전
00:00 · 환영과 소개
00:08 음악
00:09 대니얼 크래프트 자, 오늘 아침에는 레이 커즈와일 님이 보스턴에서 실시간으로 함께해 주셔서 정말 영광이고 기쁩니다. 15분 정도 생각을 나눠 주시고, 그다음에 잠시 노변 대담을 하겠습니다. 감사합니다, 레이. 마이크 넘기겠습니다. 곧 다시 뵙겠습니다.
00:18 레이 커즈와일 제가 영광입니다. 함께하게 되어 반갑습니다. 초대해 주신 대니얼 님께 감사드리고, 그동안 여러 해에 걸쳐 나눈 노변 대담들도 즐거웠습니다. AI는 우리가 하는 모든 일을 바꿀 것입니다. 가장 중요한 변화는 건강과 의학에서 일어날 텐데, 지금 그 이야기를 하겠습니다.
00:47 소개해 주신 대로 저는 AI 분야에서 63년째 일하고 있습니다. 혹시 AI 분야에서 64년 일하신 분이 계시면 알려 주세요. 하지만 제가 아는 한, 살아 있는 사람 가운데 누구보다 오래 했습니다.
01:08 · 컴퓨팅의 기하급수적 성장
01:03 1980년대 초에 저는 앞으로 상황이 어디에 이를지 내다보려고 연산의 가격 대비 성능을 그래프로 그리기 시작했고, 그것이 기하급수적으로 발전하고 있다는 사실을 발견했습니다. 아무도 그런 일이 일어나고 있다는 걸 알기 전이었죠. 이 차트가 보이시면 좋겠는데요, 1939년 이후 같은 금액으로 살 수 있는 컴퓨팅 성능의 양을 보여 줍니다.
01:40 지수 그래프에서 거의 직선입니다. 그러니까 전쟁이나 경제 변동과 상관없이, 측정한 하드웨어가 무엇이든 기하급수적 성장을 보여 줍니다. 전기기계식 계전기에서 진공관으로, 트랜지스터로, 집적 회로로 이어지죠. 그동안 많이 이야기된 무어의 법칙은 이보다 훨씬 깊은 이 추세의 한 부분일 뿐이고, 집적 회로만 다룹니다.
02:13 이 추세는 트랜지스터가 발명되기 훨씬 전에 시작됐습니다. 우리는 1939년의 컴퓨터 Zuse Z2에서 출발했는데, 이 컴퓨터는 불변 달러 1달러당 초당 0.000007회 연산을 했습니다. 그리고 최근의, 아니 현재 Nvidia의 B200 칩까지 왔는데, 오늘날 이 칩은 불변 달러 1달러당 초당 5천억 회 연산을 합니다. 같은 가격으로 얻는 연산의 양이 7경 5천조 배 늘어난 것입니다.
02:57 이건 하드웨어의 향상입니다. 그 위에 소프트웨어의 향상도 있습니다. 연산 능력의 성장은 사실 하드웨어 향상에 소프트웨어 향상을 곱한 값으로 움직입니다. 그리고 소프트웨어의 일부 영역에서는 연산이 백만 대 일로 좋아졌습니다. 그러면 1939년 이후 7경 5천조 배에 다시 백만 배를 곱한 만큼 늘어난 셈입니다.
03:18 그리고 AI에 맞게 컴퓨팅을 최적화하면서 소프트웨어에서 큰 향상이 일어나고 있고, 그 결과 최근 몇 년 동안 연산의 가격 대비 성능이 해마다 10배씩 늘고 있습니다. 이 꾸준한 기하급수적 추세가 일어나는 이유는 혁신 하나하나가 앞선 혁신 위에 쌓여 스스로를 강화하는 순환을 만들기 때문입니다. 예를 들어 우리는 최신 칩을 써서 다음 칩을 개발합니다.
03:48 · 커즈와일이 2029년 AGI를 예측하는 이유
03:44 1999년에 저는 이 데이터를 바탕으로, 컴퓨터가 2029년까지 AGI, 즉 범용 인공지능에 도달할 거라고 예측했습니다. 기본적으로 인간이 할 수 있는 모든 일을 할 수 있고, 그것도 훨씬 더 빠르게 해내는 AI죠. 스탠퍼드는 이걸 아주 우려해서, 제 예측을 논의하려고 전 세계 AI 전문가들을 모아 학회를 열었습니다.
04:18 수백 명이 와서 참여했습니다. 약 80%는 AI가 AGI에 도달할 거라는 데 동의했지만, 30년이 걸릴 거라고는 생각하지 않았습니다. 100년이 걸릴 거라고 생각했죠. 그런데 오늘날에는 합의가 제 예측 쪽으로 맞춰졌습니다. 실제로는 더 빨리 일어날 거라고 말하는 사람들도 있습니다. 물론 1999년에는 제가 분명히 아웃라이어였지만요.
04:43 저는 세 가지 추세가 한데 모이고 있기 때문에 2029년까지 범용 인공지능에 도달할 거라고 확신합니다. 앞서 이야기한 연산의 기하급수적 성장, 효율과 속도와 정확도가 역시 기하급수적으로 늘고 있는 알고리즘의 개선, 그리고 AI를 훈련시킬 대규모 데이터 세트를 구할 수 있는 길이 폭발적으로 늘고 있다는 점입니다. 이 마지막 것은 의학에서 아주 핵심입니다. AGI에 도달하면 컴퓨터는 모든 분야에서 인간이 할 수 있는 최고 수준을 해낼 수 있게 되고, 이어서 곧 우리를 훌쩍 뛰어넘을 것입니다.
05:33 · 의료 속 AI와 약물 재창출
05:25 말씀드렸듯이 AI가 가져올 가장 심대한 단기적 변화 가운데 하나는 건강과 의학에 미치는 영향입니다. 현재 사례 몇 가지를 들어 보겠습니다. 민감한 건강 문제를 의사에게 이야기하기 부끄러워하는 사람들이 대신 대규모 언어 모델에게 이야기하고 있습니다.
05:55 이런 일이 대규모로 일어나고 있습니다. 사람들은 LLM에게 증상을 설명하고 사진을 올립니다. 정보를 제공하고, 기계는 그들에게 의사와 상담하라고 권합니다. 그리고 개인정보를 지키면서도, 이것이 AI에 엄청난 양의 데이터를 제공하고 있고, 이미 생명을 구하고 있습니다.
06:16 AI는 이제 약물 재창출에도 쓰이고 있습니다. 이건 아주 중요합니다. 신약을 승인받으려면 인체 시험을 거쳐야 합니다. 우리는 그걸 극복할 겁니다. 그 이야기는 몇 분 뒤에 하겠습니다. 하지만 한 가지 용도로 이미 승인된 약물은 인체 시험을 거치지 않고도 다른 많은 용도에 쓸 수 있습니다. 우리는 이미 그런 일을 조금은 해 왔습니다. 이 약이 저 병에 좋을지도 모른다고 사람들이 알아차리는 식으로요.
06:48 하지만 실제로는 AI의 막대한 힘을 써서 이걸 아주아주 빠르게 할 수 있습니다. 그래서 기존 약물 수천 종을 질병 수천 종과 대조해 새로운 용도를 찾을 수 있습니다. 신약을 승인받는 것보다 훨씬 빠르죠. 느린 인체 시험을 어떻게 극복할 수 있는지는 잠시 뒤에 이야기하겠습니다.
07:17 최근 뉴욕타임스에 심장이 커지고 신장 기능이 떨어지는 희귀 질환으로 죽어 가던 한 남성의 이야기가 실렸습니다. 펜실베이니아대학교 과학자들이 AI를 써서 기존 약물 조합 수천 가지를 그의 질병과 대조했는데, AI 없이는 불가능했을 일이죠, 그 결과 효과가 있는 독특한 조합을 찾아냈습니다. 화학요법, 면역요법, 스테로이드 등을 합친 조합이었습니다.
07:44 기존 약물의 이런 재창출은 매일 보고 있습니다. 새로운 현상은 아닙니다. 하지만 이제 AI가 그 과정을 크게 가속하고 있습니다.
08:01 제가 아는 한 여성, 저희 팀 연구원의 어머니가 최근 허가 외(오프라벨) 암 치료로 목숨을 건졌습니다. 그분은 UCLA의 최고 의사들에게 진료를 받았는데, 이 의사들이 그녀의 암과 전혀 다른 암 사이의 유사성을 알아봤습니다. AI가 없었다면 드러나지 않았을 유사성이었죠. 그리고 그 치료법이 희귀암을 없앴습니다. 미국 종양 전문의 대부분은 그 연관성을 몰랐습니다. 그대로였다면 환자는 세상을 떠났을 겁니다. 이제는 누구든 관련 사실을 Gemini나 ChatGPT에 입력하면 바로 이런 제안을 받을 수 있습니다.
08:43 · AI 기반 신약 발견과 단백질 설계
08:37 AI는 신약을 만드는 데에도 쓰이고 있습니다. 2022년까지 인간 과학자들은 단백질을 파고든 끈기 있는 노력으로 약 17만 개 단백질의 구조를 밝혀냈습니다. 그런데 아마 아시겠지만, DeepMind의 AlphaFold 2는 단 1년 만에 2억 개 단백질의 구조를 찾아냈습니다. 인간뿐 아니라 자연 전체에 걸쳐서요.
09:13 그들은 이를 공개해서, 우리 생물학을 질병에서 벗어나도록 재프로그래밍할 새로운 단백질을 만드는 데 필요한 정보를 과학자들에게 제공했습니다. 아시다시피 그들은 이 업적으로 작년에 노벨상을 받았습니다. 2024년 9월에는 다른 단백질과 상호작용하는 새로운 단백질을 설계할 수 있는 AlphaProteo를 공개했습니다.
09:38 코로나19 팬데믹 초기에 모더나는 mRNA 서열을 설계하고 최적화하는 데 온갖 AI 도구를 활용했고, 단 이틀 만에 성공한 백신의 서열을 찾아냈습니다. 과거에는 백신을 설계하는 데 몇 년, 어쩌면 10년 이상이 걸렸습니다. 며칠이 아니었죠. 그들은 제조와 시험 과정을 앞당기는 데에도 AI를 써서 수많은 생명을 구했습니다.
10:12 우리는 지금 엄청나게 많은 분자를 시뮬레이션하고 아주 빠르게 분석하고 있습니다. 그래서 이건 꽤 최근 일인데, 보스턴과 홍콩에 기반을 둔 바이오테크 기업 인실리코 메디신(Insilico Medicine)이 처음부터 끝까지 전적으로 AI가 만들어 낸 약물 가운데 처음으로 임상 2a상을 통과한 약물을 만들었습니다. 새로운 일입니다. 이 약은 특발성 폐섬유증을 치료합니다. 폐에 흉터를 남기는 희귀 질환인데, 흉터를 일으키는 분자를 차단하는 방식입니다. 이건 아주 중요한 일입니다.
10:57 인체 시험을 빼고는 모든 것을 AI가 했습니다. 거기까지 가는 데 몇 년이 아니라 며칠밖에 걸리지 않았습니다.
11:03 · 장기 공학과 로봇 수술
11:05 저는 2002년부터 유나이티드 세러퓨틱스(United Therapeutics) 이사회에 있습니다. 저희는 유전자 변형 돼지를 이용한 장기 제조를 선도하고 있습니다. 지난 11월에는 52세 여성에게 유전자 편집 돼지 신장을 이식했습니다. 그녀는 현재 가장 오래 생존한 이식 수혜자입니다. 앨라배마에서 일상으로 돌아가고 있고 아주 잘 지내고 있습니다. 연구진은 AI를 이용해 어떤 유전자를 침묵시킬지 결정했습니다. 돼지 신장이 이 인간 수혜자에게 돼지에게서 온 것으로 보이지 않도록요.
11:48 AI는 수술 로봇도 바꾸기 시작했습니다. Da Vinci 수술 시스템이 있는데, 사실 이제 25년이 됐습니다. 최소 침습 수술에서 외과의를 돕는 장비죠. 오늘날 과학자들은 AI 모델, 그것도 대규모 언어 모델과 비슷한 것을 수술 로봇에 통합해 로봇을 더 똑똑하게 만들고 있습니다.
12:18 2022년에 존스홉킨스 과학자들이 STAR를 개발했습니다. STAR는 Smart Tissue Autonomous Robot의 약자로, 사람의 개입이 거의 없이 장 두 조각을 봉합할 수 있습니다. STAR는 수술 장면을 시각화하고, 수술 계획을 세우고, 그 계획을 정밀하게 실행할 수 있습니다. 그리고 AI가 지금까지보다 더 깊이 로봇과 결합해 가면서, 로봇은 연조직 봉합보다 훨씬 많은 것을 배우게 될 것입니다. 수술의 모든 부분을 할 수 있게 될 겁니다.
13:01 처음에는 수술할 외과의가 없는 세계 오지에서 수술을 하는 것부터 시작할 겁니다. 인간 외과의가 미국 같은 원격지에서 로봇을 모니터링할 수도 있고, 로봇은 수백만 건의 수술에서 배울 것입니다. 결국 로봇은 인간보다 나아질 것이고, 우리는 어디서나 로봇을 쓰게 될 겁니다. 인간 외과의가 없는 곳에서 시작하겠지만, 일단 입증되면 모든 수술에 쓰일 것입니다.
13:38 · 뇌-컴퓨터 인터페이스와 AI와의 융합
13:35 뇌-컴퓨터 인터페이스에서도 진전이 있습니다. Neuralink와 Synchron 같은 것들이죠. Neuralink는 지금까지 마비 환자 세 명에게 이식됐습니다. 뇌로 컴퓨터를 제어할 수 있게 해 줍니다. Synchron은 최소 침습 시술로 이식하는 작고 유연한 장치를 만들었습니다.
14:02 이런 기술은 더 정교해지고 더 저렴해질 것입니다. 수술 없이 설치되고 모든 사람이 쓸 수 있게 될 겁니다. 2030년대에 그렇게 될 것입니다. 휴대폰을 갖고 있는데 그게 뇌 안에 있다고 생각해 보세요. 그러니까 질문을 하면 뇌가 클라우드에 접속해 답을 가져올 수 있습니다. 지금 휴대폰으로 하는 것과 같은 방식인데, 다만 즉각적일 겁니다.
14:29 오늘날 휴대폰을 쓸 때 겪는 입력·출력 문제가 없을 것입니다. 그런 일이 일어났다는 걸 깨닫지도 못할 겁니다. 답이 그냥 뇌 속에 떠오를 겁니다. AI가 여러분의 일부가 될 테니까요. 우리는 AI를 우리의 일부가 아닌 무언가로 보는 대신 AI와 융합할 것입니다.
14:49 · 생물학 시뮬레이션과 개인 맞춤 의료
14:50 연산 능력이 커지면 우리는 분자만 시뮬레이션하지 않을 것입니다. 세포소기관, 세포, 조직, 장기, 그리고 결국 몸 전체처럼 우리 생물학의 다른 측면도 시뮬레이션하게 될 겁니다. 2030년대 중반이면 신약을 디지털로 시험하게 될 것입니다. 자, 이건 정말 중요합니다. 지금은 일을 빠르게 할 수 있지만, 사람을 대상으로 시험하는 데는 어느 정도 시간이 걸리기 때문입니다.
15:24 우리는 그걸 극복할 겁니다. 시간은 좀 걸릴 겁니다. 제 추정으로는 2035년이면 그렇게 할 수 있을 것입니다. 실제로 여러 사람과 이야기를 나눠 봤는데요. 2030년대 후반이 될 거라고 생각하는 사람도 있고, 2030년대 초반이 될 거라고 생각하는 사람도 있습니다. 저는 2035년 무렵일 거라고 봅니다. 그리고 이건 의학의 속도에 심대한 영향을 미칠 것입니다.
15:44 지금도 예전에는 몇 년 걸리던 일 가운데 인체 시험이 필요 없는 일은 며칠 만에 할 수 있습니다. 하지만 이제는 어떤 질병이든 시험해 볼 약물을 찾고, 그다음 기계 안에서 여러분의 생물학을 시뮬레이션해 그 약물을 며칠 만에 시험할 수 있게 될 것입니다. 그래서 전체 과정이 며칠이면 끝날 것입니다. 모든 질병을 하나하나 살펴 약물을 아주 빠르게 찾을 수 있게 될 겁니다.
16:27 게다가 디지털 시험은 모든 매개변수를 시험할 것입니다. 그래서 단순히 사람들을 위한 약물을 시험하는 데서 더 나아갈 것입니다. 환자 한 사람 한 사람에게 맞춘 약을 만들 수 있게 될 겁니다. 여러분 자신의 유전, 생활 습관, 동반 질환, 약물 상호작용, 질병 변이 등을 바탕으로 여러분에게 맞춘 약 말이죠.
16:57 · 수명 탈출 속도: 2032년 예측
16:55 궁극적으로, 제 추정으로는 2032년 무렵이면 자기 건강에 성실한 사람들은, 그리고 저는 여기 NextMed Health에 계신 모든 분이 그 범주에 속한다고 믿는데요, 수명 탈출 속도에 도달할 겁니다. 다시 한 번 말씀드리죠. 수명, 탈출, 속도.
17:15 지금은 1년을 살면 수명을 1년 써 버립니다. 하지만 건강 관리와 영양에 성실하다면, 그리고 우리는 모두 그렇죠, 오늘날에는 과학적 이해의 돌파구 덕분에 1년에 4개월 정도를 되돌려 받는다고 저는 추정합니다. 다시 말해 1년에 수명을 약 8개월만 잃는 셈입니다.
17:45 그런데 제가 말씀드린 것처럼 AI는 기하급수적으로 발전하고 있습니다. 그래서 대략 2032년쯤이면 1년을 살 때 과학의 진보로 꼬박 1년을 되돌려 받게 됩니다. 그리고 그 시점을 넘어서면 1년을 살 때마다 1년 넘게 되돌려 받게 되죠. 그러니까 건강에 관한 한 시간을 거슬러 올라가게 되는 겁니다.
18:06 그렇다고 영원히 산다는 뜻은 아닙니다. 나이가 들어도 죽을 위험이 올라가지 않는다는 뜻이죠. 그것만 해도 중요한 이정표입니다. 하지만 건강한 스무 살 청년도 내일 교통사고로 죽을 수 있습니다. 그런데 우리는 사고 문제에도 대처하고 있습니다.
18:27 Waymo 같은 자율주행차가 매달 점점 더 많은 도시에서 쓰이고 있는데, 이런 차들이 사람이 운전하는 차로 인한 사망자 수를 크게 줄일 겁니다. 지금 미국에서만 1년에 약 4만 명이 목숨을 잃고, 전 세계적으로는 훨씬 더 많습니다. 지금까지 Waymo로 인한 사망자 수는 0명입니다.
18:58 많은 사람이 우리가 생존을 놓고 AI와 경쟁하고 있다고 생각합니다. 하지만 인공지능은 우리를 파괴하러 오는 외계인의 침공이 아닙니다. 우리 안에서부터 진화하고 있는 것이죠. AI는 우리의 인간성을 반영할 겁니다. 말씀드렸듯이 AI는 우리의 일부가 될 겁니다.
19:21 근육을 확장해 건물을 짓기 위해 도구를 만들었듯이, 우리는 뇌를 확장하기 위해 AI를 만들고 있습니다. 우리는 AI와 융합할 겁니다. 우리의 지능을 100만 배로 확장해서, 인류의 가장 큰 과제들에 대한 해법을 찾아낼 겁니다. 감사합니다. 박수
19:46 · 노변 대담: 특이점이란 무엇인가
19:46 대니얼 크래프트 레이, 그동안 해 오신 모든 일에, 그리고 지혜와 관점을 나눠 주셔서 정말 감사합니다. 핵심적인 질문을 하나 드리죠. 새 책 제목이 『The Singularity Is Nearer』입니다. 특이점을 어떻게 정의하시는지, 그게 어떻게 더 가까워졌는지, 그리고 그 함의가 무엇인지 저희 머리를 한번 리부트해 주시겠어요?
20:02 레이 커즈와일 제가 범용 인공지능(AGI) 얘기를 해 왔는데, 몇 년 안에 달성할 겁니다. 저는 2029년이라고 말하고 있죠. 많은 사람이 그보다 더 이를 거라고 말합니다. 2030년대에는 이걸 우리 안으로 들여올 수 있게 될 겁니다.
20:16 지금 여기 계신 거의 모든 분이 휴대전화를 갖고 계실 텐데, 이것도 실제로 우리 지능을 확장해 줍니다. 다만 시간이 조금 걸리죠. 이게 실제로 우리 뇌 안으로 들어갈 겁니다. 수술 없이 그렇게 할 수 있게 될 것이고, 기본적으로 우리 지능을 몇 배로 확장하게 될 겁니다. 지금부터 20년 뒤인 2045년까지 우리 지능을 100만 배로 확장할 겁니다. 그게 특이점입니다.
20:42 오늘날 우리가 할 수 있는 것에 비해 너무나 엄청난 확장이라서, 물리학에서 이 비유를 빌려 와서, 이게 수반할 모든 것을 우리가 다 알 수는 없다고 말하는 겁니다. 하지만 그건 좋은 일입니다.
20:57 저는 가끔 쥐에게 말을 거는 상상을 합니다. "인간만큼 똑똑해지고 싶니?" 하고요. 물론 쥐는 그 질문을 이해하지 못하겠지만, 만약 이해한다면 인간만큼 똑똑해지는 걸 걱정할지도 모릅니다. 원자폭탄을 개발할 수도 있으니까요. 그건 나쁜 일이죠. 하지만 우리는 우리가 더 똑똑하다는 걸 다행으로 여긴다고 생각하고, 2045년까지 우리 지능을 100만 배로 확장할 수 있게 될 겁니다. 그러니까 그게 특이점입니다.
21:29 대니얼 크래프트 무엇이 놀라웠고, 어쩌면 생각보다 더 빨리 온 것은 무엇인가요? 여기서 우리는 미래가 생각보다 더 빨리 오고 있다는 얘기를 해 왔습니다. 그리고 그 미래는 고르게 분배되어 있지 않죠. 많은 것을 예측하셨는데도 놀라웠던 게 있나요? 생각보다 더 빨리 온 게 있습니까?
21:41 레이 커즈와일 글쎄요, 대체로 제가 생각했던 지점에 와 있습니다. 하지만 그렇다고 놀라지 않는다는 뜻은 아닙니다. 무슨 일이 일어날 때마다 정말 놀랍죠.
21:58 바로 어제 어떤 분과 얘기를 나눴는데요. 그분은 책 두 권을 비교해야 했습니다. 자기 분야인 아동 발달 분야의 책이었죠. 그래서 책 한 권을 읽는 데 하루가 걸렸습니다. 다른 책을 읽는 데 또 하루가 걸렸고요. 그다음에 비교문을 썼습니다. 실제로 좋은 비교문이었습니다. 넷째 날에는 그걸 검토했죠.
22:17 그러고 나서 이걸 대규모 언어 모델(LLM)에게 맡겨 보기로 했습니다. LLM은 실제로 이 두 권을 포함해 100만 권의 책을 읽었습니다. 그리고 그분이 결코 비교할 수 없는 책들, 예컨대 대규모 물리학 같은 것까지 비교할 수 있죠. LLM은 40초 만에 비교문을 썼습니다. 그분이 나흘 걸린 것과 비교하면요. 그리고 그분은 그게 자기가 쓴 비교문보다 더 낫다고 생각했습니다. 그게 오늘날 AI가 할 수 있는 일입니다. 저한테는 정말 놀라운 일이에요. 우리가 이걸 예상해 왔는데도, 마법과 구별할 수 없습니다.
22:55 · 달라지는 임상의의 역할
22:50 대니얼 크래프트 그러면 이런 질문이 생깁니다. 저희는 NextMed Health에서 여러 해 동안 어떤 종류든 임상의라는 직업의 미래가 무엇인지 얘기해 왔고, 지금은 주제의 상당 부분이 자가 관리(self-care)입니다. 개인으로서 자기 건강에 훨씬 더 깊이 관여할 수 있고, 다음 세션에서 듣게 되겠지만 데이터를 통찰로, 통찰을 행동으로 옮길 수 있죠. 이 기하급수적 시대에 임상의, 예컨대 의사나 간호사의 역할은 무엇이라고 보십니까?
23:27 레이 커즈와일 저한테는 여러 의사가 있는데, 거기 와 있을지도 모르는 테리 그로스먼이 저에게 조언을 해 줍니다. 이분들은 평생을 이 과정에 몸담아 온 사람들입니다. 그래서 저에게 제안을 해 주죠. 지금은 정보원이 아주 다양해졌지만, 저는 이 분야에 깊이 몰두해 있는 사람들, 이 콘퍼런스에 오신 대부분의 분들 같은 사람들에게 정말 의지합니다. 그래서 그건 정말 소중하다고 생각합니다.
23:55 저와 함께 일하는 린지(Lindsay)도 지금 그 콘퍼런스에 가 있는데, 이 모든 다양한 가능성을 조사합니다. 그렇게 할 수 있다는 것도 아주 소중하죠.
24:20 · AI 위험 관리
24:16 대니얼 크래프트 이 특이점의 시대로 들어가면서, 특히 AI와 관련해 부정적인 면에 대한 얘기가 많습니다. AI로 약을 설계할 수도 있지만, 생물 테러 무기를 설계할 수도 있죠. 이 문제를 생각하는 데 관여해 오셨는데, 가드레일 말고, 어떻게 하면 긍정적인 면은 최대화하고 부정적인 면은 최소화할 수 있을까요?
24:41 레이 커즈와일 네. 저는 꽤 오랫동안 이 문제에 관여해 왔습니다. AI의 부정적인 면을 논의한 콘퍼런스에도 참석했죠. 지금까지 AI에는 해마다 전에 없던 새로운 부정적인 면이 생겨났습니다. 그리고 그걸 걱정하는 사람들은 이렇게 말합니다. "좋아요, 지금은 대처하고 있지만, 몇 년 뒤면 AI가 이런저런 걸 할 수 있게 될 테고, 그때는 우리가 대처할 수 없을 겁니다."
25:16 그런데 이런 위협을 막아 내는 우리의 능력도 함께 커지고 있습니다. 그리고 지금까지는 실제로 버텨 낼 수 있었습니다. 물론 피해를 입는 사람도 있습니다. 모든 새로운 기술이 그렇고, 물론 이건 아주아주 빠르게 일어나고 있죠. 하지만 오늘날을 보면 우리는 실제로 대처하고 있고, 전반적으로 AI는 우리의 능력을 높여 주고 있습니다.
25:38 예를 들어 기술 덕분에, 지난 한 세기를 보면 우리는 실제로 1인당 10배나 많은 돈을 만들어 내고 있습니다. 기술 덕분이죠. 그리고 그건 계속될 겁니다. 그래서 이건 아주 중요한 문제입니다. 하이테크 기업 CEO 대부분이 새로운 유형의 위협에 대처할 방법을 개발하는 것이 실제로 가장 중요한 일이라고 말했습니다.
26:20 저는 낙관합니다. 물론 이게 잘못될 수도 있다고 상상할 수는 있겠지만, 지금까지는 긍정적이었고 앞으로도 계속 그럴 거라고 생각합니다.
26:29 · 교육과 다음 세대 준비
26:30 대니얼 크래프트 여기서 저희가 다루는 영역 가운데 하나는 다음 세대, 이를테면 다음 세대의 임상의뿐 아니라, 이제 자가 관리를 더 많이 할 수 있게 된 오늘날의 아이들에게 무엇이 올지를 생각하는 겁니다. 조언해 주실 게 있을까요? 저한테 여덟 살, 열 살 된 아들이 있는데요. 어젯밤에 디스코장에서 춤을 추고 있었죠.
26:47 교육의 미래, 그리고 이 가속하는 시대를 살아갈 사람들을 생각할 때, 일자리의 미래와 전통적인 업무 방식, 우리가 하는 일이 파괴적으로 바뀔 상황에서 오늘의 정신들이 이 시대에 대비하도록 어떻게 다듬어야 한다고 보십니까?
27:02 레이 커즈와일 네. 마침 MIT 이사회에서 MIT의 향후 10년이 어떤 모습일지에 대해 강연을 했습니다. 우리가 가진 문제 중 하나는 유치원부터 대학원까지 교육 기관들이 기본적으로 "AI는 쓰지 마라"라고 말한다는 겁니다. 그건 엄청난 실수입니다. 그게 우리가 살아갈 세상이니까요.
27:35 기억나는데, 제가 대학에 다닐 때도 같은 일이 있었습니다. 계산기가 나왔을 때 사람들은 계산기를 쓰지 마라, 긴 나눗셈 하는 법을 잊어버린다고 했죠. 실제로 요즘 사람들은 아마 예전만큼 긴 나눗셈을 잘하지 못할 겁니다. 하지만 계산기는 사라지지 않았고, AI도 사라지지 않을 겁니다. AI는 점점 더 많은 것을 아우르고 우리 능력을 점점 더 많이 키워 줄 것이고, 그게 우리가 살아갈 세상입니다.
28:00 그러니 우리는 AI를 써야 합니다. AI는 우리의 일부입니다. 우리의 일부가 될 겁니다. 별개의 것이 아닐 겁니다. 실제로 우리 뇌 안에서 작동할 겁니다. 사람이라는 존재의 일부가 될 겁니다. 그래서 저는 사람들에게 AI를 쓰라고 권하고 싶습니다.
28:18 교육 기관들이 저항하는데도 사람들은 AI를 쓰고 있습니다. 우리는 기하급수적으로 생각해야 합니다. 회의론자들이 있더라도 자기 열정을 좇고, 우리 주변 어디에나 있는 AI를 써야 합니다.
28:39 · 나노기술과 의학
28:42 대니얼 크래프트 기하급수적인 것 얘기가 나왔으니, 말씀하신 영역 중 하나가 나노기술입니다. 어제 예전에 함께했던 MEDy 수상 기업 Endiatx가 와 있었는데요, 삼킬 수 있는 로봇 구동 알약을 만드는 곳입니다. 위장관 안을 돌아다닐 수 있죠. 저도 제 걸 직접 조종해 봤습니다.
28:53 그 영상도 보여 드렸는데, 그건 점점 더 작아지는, 몸 안으로 떠나는 여행이라는 기하급수적 흐름 위에 있습니다. 나노기술이 건강과 의학과 만나는 지점에 대해서는 어떻게 보십니까?
29:03 레이 커즈와일 그런 것들이 조금씩 보이기 시작했습니다. 저도 몇 주 전에 실제로 그걸 삼켰는데, 제 대장을 탐사했죠. 결과도 좋게 나왔지만, 몸 안에 들어가서 무슨 일이 일어나는지 보는 건 실제로 좋은 일입니다.
29:26 제가 요즘 자서전을 쓰고 있는데, 1999년에 에릭 드렉슬러와 나노기술에 대해 나눈 대화가 떠올랐습니다. 그를 처음 만난 자리였는데, 그는 나노기술이 먼저 오고, 그게 AGI를 만들 수 있게 해 줄 거라고 주장했습니다. AGI를 만들 만큼 작은 것들을 만들 수 있게 될 테니까요. 저는 반대 입장을 취했습니다. AI가 먼저 오고, 그게 우리에게 그가 마빈 민스키 지도로 쓴 박사 논문에서 말하던 그런 대규모 나노기술을 만들어 낼 지능을 줄 거라고요.
30:04 저는 둘 다 올 거라고 생각합니다. AI가 먼저 올 것 같습니다. 그가 말하던 그런 대규모 나노기술은 2030년대에 얻게 될 거라고 믿습니다. 거론되던 것들이 보이기 시작했지만, 지금은 정말 나노기술의 초기 단계입니다. 하지만 그것도 2030년대에 올 것이고, 점점 더 작아지고 점점 더 빨라질 겁니다.
30:34 · 의료 현장에 혁신 들여오기
30:33 대니얼 크래프트 우리가 더 빠르고 더 똑똑하게, 때로는 더 싸게, 그리고 바라건대 더 민주적으로 나아가면서 마주하는 과제 중 일부는 기술 쪽이 아니라 사람 쪽에 있습니다.
30:47 어젯밤 여기서 에릭 토폴이 흔히 기하급수적인 기술을 점진적으로만 움직이는 의료 시스템 전반에 들여오는 일의 어려움에 대해 이야기했습니다. 이런 기술이 실제 효과로 이어지게 하는 방법에 대해 교훈이 될 만한 게 있을까요?
31:02 레이 커즈와일 글쎄요, 새로운 문제는 아닙니다. 누군가 새로운 방식을 내놓을 때마다 저항이 있죠. 새로운 것은 아직 제대로 완성되지 않았기 때문에 때로는 저항이 좋은 것이기도 합니다. 하지만 늘 그런 윤리적 딜레마가 있습니다.
31:17 우리는 이런 사고의 마비를 극복한 사례를 아주 많이 봐 왔기 때문에, 새로운 사고방식을 존중하게 되었고, 새로운 것들에 대해 생각하는 방식을 실제로 다듬어 왔습니다.
31:47 그래서 저는 우리에게 새로운 방향으로 나아가는 것을 존중하는 태도가 있다고 믿지만, 이걸 아주아주 빨리 해야 할 겁니다. 새로운 걸 개발하는 데 10년이 걸리지 않을 겁니다. 몇 달이면 됩니다. LLM을 1년 전의 모습과 비교해 보세요. 단 1년 만에 엄청난 차이가 납니다. 내년에 같은 수준의 진보를 이루지 못할 거라고 생각하십니까? 지금까지보다 훨씬 더 많이 이룰 겁니다. 그러니까, 저는 우리가 다가오는 변화의 종류들을 존중하게 되었다고 생각합니다.
32:25 · 기하급수적 사고방식으로 발명하기
32:20 대니얼 크래프트 그렇게 변화가 오면서, 우리 중 많은 사람이 이 미래를 만들고 싶어 하고, 창의적이고 영리한 낙관주의자들입니다. 레이는 놀라운 발명가죠. 기술이 도래하기 전에 먼저 만들어 내신 경우가 많았습니다. 그런 기하급수적 사고방식으로 미래를 발명하고 싶은 사람들에게 들려주실 교훈이 있을까요?
32:46 레이 커즈와일 그게 아주 중요하다고 생각하고, 그래서 제가 미래학에 뛰어든 겁니다. 유일한 이유가 언제 무엇이 실현 가능해질지 예측하기 위해서였죠. 저는 1970년대에 옴니폰트 OCR을 개발했고, 음성 인식에 도전하는 건 80년대까지 기다렸습니다. 필요한 연산량 때문이었죠. 그때는 수십 년 간격이었습니다. 지금은 수십 년 간격이던 것이 사실상 몇 달 간격입니다. 하지만 연산이 어디까지 와 있을지를 정말 잘 살펴봐야 합니다.
33:18 그러니까 오늘은 불가능해 보이는 것도 1년 뒤나 2년 뒤에는 가능할 수 있습니다. 그때가 바로, 실현 가능해지기 전에 시작해야 하는 때입니다. 그게 기술이 어디로 갈지 예측하는 이유의 전부입니다.
33:40 그리고 사람들은, 우리는 선형적인 시간 척도를 가지고 태어납니다. 그래서 아주 흔히, 이게 3~4년 안에 실현 가능해질 것처럼 보여도 사람들은 그걸 받아들이지 않습니다. 선형적 사고에 익숙하니까요. 그래서 우리는 정적인 사고로 기우는 편향을 극복해야 합니다.
34:04 대니얼 크래프트 그게 과제죠. 기하급수 곡선은 눈에 보입니다. 이제 특히 LLM과 AI 세계에서는 그걸 어느 정도 몸으로 겪고 있죠. 과제는 그 점들을 어떻게 이어서 건강수명(health span), 예방, 진단, 치료에 영향을 주느냐입니다. 마지막 1분 동안 얘기해 주실 수 있을까요?
34:24 레이 커즈와일 글쎄요, 이런 콘퍼런스가 바로 그 일을 하고 있죠. 그게 이 콘퍼런스의 존재 이유 전부였잖아요.
34:30 대니얼 크래프트 맞습니다. 2011년 맨 처음부터 함께해 주셨죠. 정말 놀라운 일이었습니다.
34:35 · 2035년 의료의 비전
34:36 그럼 미래학자 모자를 한번 써 보시죠. 지금이 NextMed Health 2035라고 해 봅시다. 마지막 1분 동안, 저희 NextMed Health 커뮤니티가 그 미래를 만들어 가도록 몇 가지 예측과 당부를 해 주신다면요?
34:48 레이 커즈와일 하나는 이미 말씀드렸는데, 정말 중요하다고 생각하는 것, 바로 인체 시험을 극복하는 겁니다. 지금은 AI로 인체 시험을 빼고는 모든 걸 빠르게 할 수 있습니다. 최근 백신은 이틀 만에 개발했습니다. 예전 같으면 몇 년이 걸렸을 일이죠. 그런데 그걸 사람에게 시험하는 데 10개월이 걸렸습니다.
35:11 저는 2035년이면 인체 시험을 컴퓨터 속 생물학 시뮬레이션으로 대체할 수 있을 거라고 생각합니다. 그걸 시작하고는 있지만, 아직 제대로 신뢰를 얻지는 못했습니다. 더 발전시켜야 하고, 사람들이 그걸 믿을 수 있어야 하죠. 그러는 데 10년 정도 걸릴 거라고 봅니다. 하지만 그다음에는 치료법의 모든 가능성을 분석할 수 있게 될 것이고, 특히 여러분 각자의 고유한 조합의 가능성에 맞춰서 그렇게 한 뒤 실제로 시험해 볼 수 있게 됩니다. 그리고 이 모든 걸 몇 년이나 몇십 년이 아니라 며칠 만에 해낼 수 있을 겁니다.
36:04 대니얼 크래프트 이렇게 의료의 특이점이 점점 더 가까워지고 있습니다. 그리고 그건 레이가 촉발해 오신 기회이고, 여기 모인 의료 커뮤니티 전체가 그 미래를 더 빠르게 할 뿐 아니라 더 똑똑하게 앞당기고, 건강과 의학을 전 세계 어디서나 더 쉽게 누리고 더 공평하게 만들 수 있는 기회라고 생각합니다.
36:20 그래서 레이 커즈와일께 감사드리고 싶습니다. 이 많은 것을 촉발해 주시고, 우리의 생각을 자극해 주시고, 미래가 어디로 가는지, 퍽이 어디로 갈지 보도록 영감을 주셔서요. 그리고 훌륭한 발명들과 앞으로의 작업에도 감사드립니다. 정말 고맙습니다, 레이. 와.
원본 링크·인용
기타
수록 범위. 영상 설명 전문과 00:08~36:36의 발언 전체(자막 295구간)를 실었다. 음악과 박수는 해당 위치에 표기로 남겼다.
이름 표기. 영상 자막의 철자가 틀린 이름은 바른 이름으로 옮겼다. Kerszswwell은 Kurzweil, ZUSA 2는 Zuse Z2, Deep Minds Alphold 2는 DeepMind AlphaFold 2, alpha proteio는 AlphaProteo, MADNA는 Moderna, Silicico는 Insilico Medicine, Whimo는 Waymo, Terry Gman은 Terry Grossman, Eric Toppo는 Eric Topol이다. 자막의 칩 이름 ‘B2200’은 커즈와일이 다른 강연에서 같은 수치와 함께 말한 Nvidia B200이다. 자막의 ‘mediatics’는 NextMed의 MEDy 상 수상 기업을 가리키고, 로봇 알약 PillBot을 만드는 회사는 Endiatx다.
단위. 불변 달러(constant dollar)는 물가 변동을 보정한 달러다. 7경 5천조 배는 7.5×1016배다.
발언과 판정. 완역의 수치와 사례는 화자의 발언이다. 각 발언의 판정은 팩트체크 블록에 있고, ‘현재’ 상태는 2026-11-06 기준이다.