23일 개막 기조연설 무대 오르는 세바스천 스룬 ‘구글X’ ‘유다시티’ 창업자
"코로나19로 일상화되는 온라인 교육… 韓정부, 새롭게 시도할 기업에 문 열어줘야"
‘하늘을 나는 자동차’도 개발 중… 테슬라 모델3보다 5배 빨리, 비용은 절반
‘AI 최고 전문가’ 스룬 "일자리 파괴할 AI, 똑똑하게 활용하는 법 알려드립니다"
"온라인에 최적화된 교육은 수년간 진화해 왔고, 이제는 오프라인 강의보다 더 흥미로울 정도로 발전했습니다. 학생들은 강의를 듣는 게 아니라, 문제를 푸는 데 시간을 보내지요."
세바스천 스룬 스탠퍼드대 교수 겸 유다시티 설립자. /본인 제공 |
<이미지를 클릭하시면 크게 보실 수 있습니다> |
미국 명문 스탠퍼드대 겸임교수면서 세계 최초 무크((MOOC, 온라인 공개강좌) 플랫폼 ‘유다시티’를 설립한 세바스천 스룬은 조선비즈와의 이메일 인터뷰에서 "코로나19(신종 코로나바이러스 감염증) 확산으로 온라인 교육이 일상화되고 있지만, 일방향으로 진행되는 것은 별로 효과적이지 않다"면서 이렇게 말했다. 인터뷰는 오는 23일 개막하는 국내 최대 테크 콘퍼런스 ‘스마트클라우드쇼 2020’ 기조연설 무대를 앞두고 진행됐다.
그는 비대면 교육 확산으로 경쟁력 없는 대학은 도태되는 것 아닌가 하는 질문에 "무크는 대학을 없애겠다는 게 아니라, 더 많은 사람들이 교육받을 수 있도록 해 이들의 숙련도를 향상시키겠다는 것"이라고 했다. 이어 "현재 대학 교육을 접할 수 있는 대상은 주로 젊은이들이고, 대학 졸업 이후에 이들이 직장에 들어가게 되는 것이지만, 무크는 모든 연령대가 접할 수 있다"고 했다.
정부가 이런 시도를 할 수 있는 혁신 기업들에 문을 열어줄 것을 주문하기도 했다. 스룬은 "한국 정부는 ‘학생들의 취업’이라는 목표에 정책 초점을 맞추고, 새로운 접근법으로 이를 추진해나갈 수 있는 새로운 기업(기관)들에 문호를 개방해야 한다"며 "대부분 교육 시스템은 기존 사업자들에게만 열려있고, 이들은 새로운 기술을 대체로 수용하지 않는다"고 지적했다.
인공지능(AI)·로봇 분야에서 최고 권위자로 꼽히는 스룬은 다양한 사업 아이템을 실험하는 것으로 알려진 구글의 비밀연구소 ‘구글X’를 창립하고, 구글 자율주행차 프로젝트를 진두지휘한 인물로도 유명하다. 그는 현재 유다시티 외에 실리콘밸리 스타트업인 ‘키티호크’도 설립해 이끌고 있다. 키티호크는 자율주행차에서 한 발 더 나아가 ‘하늘을 나는 자동차’를 개발하고 있다.
스룬은 ‘운전자가 전혀 개입하지 않는 완전자율주행인 레벨5(미국 자동차공학회 기준) 시대가 언제 올까’ 하는 질문에 "코로나19로 자율주행차 테스트를 위해 한 차량에 2명씩 타는 게 쉽지 않은 데다 기업들의 투자도 둔화되면서 자율주행차 기술 개발이 늦어지고 있는 게 사실"이라면서도 "레벨4(운전자 개입을 최소화하고 자동차가 스스로 상황을 인지·판단해 주행)에 대한 준비는 됐으며 앞으로 2년 안에 이런 자율주행 택시가 운행하게 될 것"이라고 말했다.
그는 "현재는 시제품 개발 단계에 불과하지만, ‘하늘을 나는 자동차’는 A부터 B 지점까지 이동하는 데 테슬라의 ‘모델3’와 비교해 에너지 비용 절반으로 5배 빠르게 갈 수 있다. 지상의 차보다 안전하게 만들 수 있을 때까지 3~5년 정도 소요될 것"이라고 말했다. 이어 "하늘을 나는 자동차가 결국은 자율주행차를 이기게 될 것"이라고 덧붙였다.
스룬은 오는 23일 조선비즈 유튜브를 통해 생중계되는 ‘스마트클라우드쇼 2020’ 기조연설 무대에 올라 ‘AI의 모든 것’에 대해 미국 현지에서 강연할 예정이다. 스룬은 "AI는 앞으로 대부분의 일자리를 파괴할 것인데, 이를 똑똑하게 활용할 줄 안다면 향후 10년 유리한 고지를 선점할 수 있을 것"이라며 "스마트클라우드쇼에서 AI가 어떻게 작동하는지 한국 시청자들이 이해할 수 있도록 설명하겠다"고 했다. 스룬의 기조연설은 이날 오전 9시 10분부터 진행된다.
장우정 기자(woo@chosunbiz.com)
<저작권자 ⓒ ChosunBiz.com, 무단전재 및 재배포 금지>
이 기사의 카테고리는 언론사의 분류를 따릅니다.
기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.