아래 영문자막을 더블클릭하시면 영상이 재생됩니다.
00:00
Translator: Leslie Gauthier
Reviewer: Camille Martínez
0
0
7000
번역: Joo Young Moon
검토: yongkyu lee
00:12
How many of you are creatives,
1
12555
2289
이 자리에 크리에이터나
00:14
designers, engineers,
entrepreneurs, artists,
2
14868
3624
디자이너, 엔지니어,기업가, 예술가
00:18
or maybe you just have
a really big imagination?
3
18516
2387
풍부한 상상력을 가진 분이 있다면
00:20
Show of hands? (Cheers)
4
20927
1848
손을 들어 보세요.
00:22
That's most of you.
5
22799
1181
거의 다군요.
00:25
I have some news for us creatives.
6
25154
2294
그러한 여러분에게
전해드릴 소식이 있습니다.
00:28
Over the course of the next 20 years,
7
28534
2573
지금으로부터 20년 동안
00:33
more will change around
the way we do our work
8
33291
2973
지난 2000년간
인간이 일했던 방식의 변화보다
00:37
than has happened in the last 2,000.
9
37202
2157
더 많은 변화가 있을 것입니다.
00:40
In fact, I think we're at the dawn
of a new age in human history.
10
40331
4628
저는 인류사에 새로운 시대의
새벽이 왔다고 봅니다.
00:45
Now, there have been four major historical
eras defined by the way we work.
11
45465
4761
인간이 일하는 방식으로
크게 네 시대로 나눌 수 있습니다.
00:51
The Hunter-Gatherer Age
lasted several million years.
12
51224
3275
수렵과 채집의 시대는
수백만 년간 지속됐죠.
00:54
And then the Agricultural Age
lasted several thousand years.
13
54983
3576
그 다음엔 농경 시대가
수천 년간 지속됐으며
00:59
The Industrial Age lasted
a couple of centuries.
14
59015
3490
산업 시대는
수 세기간 이어졌습니다.
01:02
And now the Information Age
has lasted just a few decades.
15
62529
4287
그리고 정보 시대는
몇십 년간 지속되고 있습니다.
01:06
And now today, we're on the cusp
of our next great era as a species.
16
66840
5220
오늘날 우리는 한 종으로서
그 다음 위대한 시대의 시작에 있어요.
01:13
Welcome to the Augmented Age.
17
73116
2680
증강의 시대에
오신 것을 환영합니다.
01:15
In this new era, your natural human
capabilities are going to be augmented
18
75820
3693
이 새로운 시대에서는
인간의 사고를 돕는
01:19
by computational systems
that help you think,
19
79537
3068
컴퓨터 시스템을 통해
인간의 자연 능력이 증강될 겁니다.
01:22
robotic systems that help you make,
20
82629
2186
로봇 시스템은 제작을 도우며
01:24
and a digital nervous system
21
84839
1648
디지털 신경계는
01:26
that connects you to the world
far beyond your natural senses.
22
86511
3690
타고난 자연적인 감각너머의 세계와
여러분을 연결할 것입니다.
01:31
Let's start with cognitive augmentation.
23
91257
1942
인식의 증강부터 시작하죠.
01:33
How many of you are augmented cyborgs?
24
93223
2200
여러분 중 몇 분이
증강된 사이보그일까요?
01:35
(Laughter)
25
95953
2650
(웃음 소리)
01:38
I would actually argue
that we're already augmented.
26
98627
2821
전 인간이 이미 증강됐다고
주장할 테니까요.
01:42
Imagine you're at a party,
27
102108
1504
파티에 갔다고 상상하면
01:43
and somebody asks you a question
that you don't know the answer to.
28
103636
3520
누군가 당신이 답을
알지 못하는 질문을 했을때
01:47
If you have one of these,
in a few seconds, you can know the answer.
29
107180
3760
이것만 있다면
몇 초 만에 답을 알 수 있습니다.
01:51
But this is just a primitive beginning.
30
111689
2299
하지만 이는 겨우 시작일 뿐입니다.
01:54
Even Siri is just a passive tool.
31
114683
3331
심지어 'Siri'조차도
수동적인 도구에 지나지 않습니다.
01:58
In fact, for the last
three-and-a-half million years,
32
118480
3381
사실 지난 350만 년 동안
02:01
the tools that we've had
have been completely passive.
33
121885
3109
인류가 사용했던 도구는
완벽하게 수동적 이었습니다.
02:06
They do exactly what we tell them
and nothing more.
34
126023
3655
그것은 인간의 명확한
지시 없이는 아무것도 하지 못했습니다.
02:09
Our very first tool only cut
where we struck it.
35
129702
3101
최초의 도구는 인간이
정한 지점만 잘라냈죠.
02:13
The chisel only carves
where the artist points it.
36
133642
3040
예술가의 의도 없이
끌은 조각도 못 하죠.
02:17
And even our most advanced tools
do nothing without our explicit direction.
37
137163
5641
가장 진보한 도구조차도
인간의 지시 없이는 아무것도 못 합니다.
02:22
In fact, to date, and this
is something that frustrates me,
38
142828
3181
사실 오늘날까지 문자 그대로
인간이 항상 손으로
02:26
we've always been limited
39
146033
1448
심지어 컴퓨터도 의도를 가지고
02:27
by this need to manually
push our wills into our tools --
40
147505
3501
일일히 누르거나 해야 한다는
02:31
like, manual,
literally using our hands,
41
151030
2297
한계를 항상 가진다는 것은
02:33
even with computers.
42
153351
1428
저에게 실망감을 줍니다
02:35
But I'm more like Scotty in "Star Trek."
43
155892
2463
전 스타 트렉의 Scotty처럼
02:38
(Laughter)
44
158379
1850
(웃음 소리)
02:40
I want to have a conversation
with a computer.
45
160253
2146
컴퓨터와 대화하고 싶습니다.
02:42
I want to say, "Computer,
let's design a car,"
46
162423
2970
"자동차를 디자인해 보자"라고
컴퓨터에 말하면
02:45
and the computer shows me a car.
47
165417
1539
컴퓨터가 자동차를 보여 주고
02:46
And I say, "No, more fast-looking,
and less German,"
48
166980
2608
"더 빠르게
좀 덜 독일제처럼"이라고 하면
02:49
and bang, the computer shows me an option.
49
169612
2163
컴퓨터가 제게 선택지를
제시하는 것처럼요.
02:51
(Laughter)
50
171799
1865
(웃음 소리)
02:54
That conversation might be
a little ways off,
51
174028
2306
위에서 언급한 대화는
02:56
probably less than many of us think,
52
176358
2665
많은 분들의 생각과는 거리가 있지만
02:59
but right now,
53
179047
1763
지금 우리는 이런 것을
03:00
we're working on it.
54
180834
1151
연구하고 있습니다.
03:02
Tools are making this leap
from being passive to being generative.
55
182009
4033
시키는 것만 가능했던 도구에서
생산적인 것으로 변화 중입니다.
03:06
Generative design tools
use a computer and algorithms
56
186651
3308
생산적인 디자인 도구는
기하학적 구조를 다루는
03:09
to synthesize geometry
57
189983
2608
컴퓨터와 알고리즘을 사용하여
03:12
to come up with new designs
all by themselves.
58
192615
2754
스스로 새로운 디자인을 만듭니다.
03:15
All it needs are your goals
and your constraints.
59
195816
2748
여러분이 가진
목표와 제약만 알려주면 됩니다.
03:18
I'll give you an example.
60
198588
1408
예들 들어보면
03:20
In the case of this aerial drone chassis,
61
200020
2788
'무인 항공기 차대'를 원하는 경우
03:22
all you would need to do
is tell it something like,
62
202832
2626
이렇게 말하면 됩니다.
03:25
it has four propellers,
63
205482
1273
4개의 프로펠러를 가지면서
03:26
you want it to be
as lightweight as possible,
64
206779
2131
가능한 가볍고
03:28
and you need it to be
aerodynamically efficient.
65
208934
2270
공기역학적으로
효율적인 것을 원한다.
03:31
Then what the computer does
is it explores the entire solution space:
66
211228
4914
컴퓨터는 모든 해결 가능한
방법들을 탐색하고
03:36
every single possibility that solves
and meets your criteria --
67
216166
3927
수백만개의 해법들이
여러분의 기준에 맞는지
03:40
millions of them.
68
220117
1442
맞춰 볼 것입니다.
03:41
It takes big computers to do this.
69
221583
1975
이러한 작업을
커다란 컴퓨터가 담당합니다.
03:43
But it comes back to us with designs
70
223582
1955
하지만 우리에게 돌아오는 결과는
03:45
that we, by ourselves,
never could've imagined.
71
225561
3143
우리는 상상도 못 했던 디자인이죠.
03:49
And the computer's coming up
with this stuff all by itself --
72
229146
2912
그리고 컴퓨터가 제안한 것은
03:52
no one ever drew anything,
73
232082
1678
아무도 그려본 적 없고
03:53
and it started completely from scratch.
74
233784
2086
완전히 무에서부터 시작된 것입니다.
03:56
And by the way, it's no accident
75
236858
2387
그리고 무인 항공기 몸체가
03:59
that the drone body looks just like
the pelvis of a flying squirrel.
76
239269
3481
날다람쥐의 골반처럼 생긴 것은
우연이 아닙니다.
04:03
(Laughter)
77
243107
2007
(웃음 소리)
04:05
It's because the algorithms
are designed to work
78
245860
2302
진화와 동일한 방식으로 작동하도록
04:08
the same way evolution does.
79
248186
1637
알고리즘을 설계했기 때문이죠.
04:10
What's exciting is we're starting
to see this technology
80
250535
2660
현실에서 이러한
기술의 시작을 보는 것은
04:13
out in the real world.
81
253219
1159
매우 설레는 일입니다.
04:14
We've been working with Airbus
for a couple of years
82
254402
2452
지난 몇년간 저희는
'Airbus`와 협력하여
04:16
on this concept plane for the future.
83
256878
1909
미래 지향적인
비행기를 연구중이지만
04:18
It's a ways out still.
84
258811
2070
여전히 제자리걸음입니다.
04:20
But just recently we used
a generative-design AI
85
260905
3780
하지만 최근 인공지능을 이용하여
04:24
to come up with this.
86
264709
1807
다음과 같은 결과를 얻었습니다.
04:27
This is a 3D-printed cabin partition
that's been designed by a computer.
87
267429
5153
이것은 컴퓨터가 디자인한 것을
3D 프린터로 출력한 칸막이입니다.
04:32
It's stronger than the original
yet half the weight,
88
272606
2824
기존의 것보다 더 튼튼하나
무게는 절반입니다.
04:35
and it will be flying
in the Airbus A320 later this year.
89
275454
3146
그리고 올해 말쯤 Airbus A320에
탑재될 예정입니다.
04:39
So computers can now generate;
90
279225
1559
컴퓨터는 이제 잘 정의된 문제에
04:40
they can come up with their own solutions
to our well-defined problems.
91
280808
4595
스스로 해법을 찾아낼 수 있습니다.
04:46
But they're not intuitive.
92
286497
1310
하지만 직관적이지는 않습니다.
04:47
They still have to start from scratch
every single time,
93
287831
3086
컴퓨터들은 학습한 적이 없기에
04:50
and that's because they never learn.
94
290941
2565
매번 완전히 무로부터 작업합니다.
04:54
Unlike Maggie.
95
294188
1766
Maggie는 다릅니다.
04:55
(Laughter)
96
295978
1581
(웃음 소리)
04:57
Maggie's actually smarter
than our most advanced design tools.
97
297583
3297
Maggie는 현재 제일 진보한
도구들보다 똑똑합니다.
05:01
What do I mean by that?
98
301287
1440
무슨 의미일까요?
05:02
If her owner picks up that leash,
99
302751
1590
Maggie는 주인이 목줄을 들면
05:04
Maggie knows with a fair
degree of certainty
100
304365
2068
이제 산책을 할 시간이라는 것을
05:06
it's time to go for a walk.
101
306457
1404
정확하게 알거든요.
05:07
And how did she learn?
102
307885
1185
어떻게 아는 것일까요?
05:09
Well, every time the owner picked up
the leash, they went for a walk.
103
309094
3324
아마 목줄을 들었을 때마다
함께 산책했기 때문일 것입니다.
05:12
And Maggie did three things:
104
312442
1878
Maggie는 세 가지를 했습니다.
05:14
she had to pay attention,
105
314344
1869
그녀는 집중했고
05:16
she had to remember what happened
106
316237
2082
무슨일이 일어났는지 기억했고
05:18
and she had to retain and create
a pattern in her mind.
107
318343
4017
기억을 유지하면서
머릿속에 그 패턴을 만들었죠.
05:23
Interestingly, that's exactly what
108
323249
2095
흥미롭게도 그 과정은
컴퓨터 과학자들이
05:25
computer scientists
have been trying to get AIs to do
109
325368
2523
60년 혹은 그보다
더 오랫동안 인공 지능에
05:27
for the last 60 or so years.
110
327915
1859
적용하려 한 것과 정확히 일치합니다.
05:30
Back in 1952,
111
330503
1349
1952년에 과학자들은
05:31
they built this computer
that could play Tic-Tac-Toe.
112
331876
3801
'틱택토' 게임을 할 수 있는
컴퓨터를 설계했는데요.
05:36
Big deal.
113
336901
1160
대단하네요.
05:38
Then 45 years later, in 1997,
114
338849
3000
그 후 45년이 지난 1997년엔
05:41
Deep Blue beats Kasparov at chess.
115
341873
2472
Deep Blue는 체스에서
Kasparov를 이겼죠.
05:45
2011, Watson beats these two
humans at Jeopardy,
116
345866
4968
2011년 Watson은
컴퓨터로선 체스보다 더 많이 어려운
05:50
which is much harder for a computer
to play than chess is.
117
350858
2928
Jeopardy에서
두 사람을 이겼습니다.
05:53
In fact, rather than working
from predefined recipes,
118
353810
3812
사실 미리 설정된
방안을 사용하기보다는
05:57
Watson had to use reasoning
to overcome his human opponents.
119
357646
3323
Watson이 인간을 뛰어넘으려면
추론을 해야 했죠.
06:02
And then a couple of weeks ago,
120
362213
2439
그리고 몇 주 전에
06:04
DeepMind's AlphaGo beats
the world's best human at Go,
121
364676
4262
DeepMind의 AlphaGo는
세계에서 제일 어려운 게임중 하나인
06:08
which is the most difficult
game that we have.
122
368962
2212
바둑에서 세계 최고수를 이겼습니다.
06:11
In fact, in Go, there are more
possible moves
123
371198
2896
사실 바둑은 우주에 있는 원자들보다
06:14
than there are atoms in the universe.
124
374118
2024
더 많은 경우의 수를 가지고 있습니다.
06:18
So in order to win,
125
378030
1826
그래서 이기기 위해서는
06:19
what AlphaGo had to do
was develop intuition.
126
379880
2618
AlphaGo가 직관을 가지도록
개발해야 했습니다.
06:22
And in fact, at some points,
AlphaGo's programmers didn't understand
127
382918
4110
사실은 일부 수는
AlphaGo의 프로그래머들조차도
06:27
why AlphaGo was doing what it was doing.
128
387052
2286
AlphaGo가 왜 그렇게 했는지
이해 못 했다고 합니다.
06:31
And things are moving really fast.
129
391271
1660
모든것이 빠르게 변하고 있습니다.
06:32
I mean, consider --
in the space of a human lifetime,
130
392955
3227
사람의 생애와 같은 시간안에
06:36
computers have gone from a child's game
131
396206
2233
컴퓨터가 아이들의 게임기에서
06:39
to what's recognized as the pinnacle
of strategic thought.
132
399740
3048
전략적 사고의 정점으로
인식되는 상황까지 왔습니다.
06:43
What's basically happening
133
403819
2417
무슨 일이 일어난 것이냐면
06:46
is computers are going
from being like Spock
134
406260
3310
Spock 같은 상태의 컴퓨터가
점점 더 Kirk처럼 되어가는
06:49
to being a lot more like Kirk.
135
409594
1949
상황이라고 할 수 있습니다.
06:51
(Laughter)
136
411567
3618
(웃음 소리)
06:55
Right? From pure logic to intuition.
137
415209
3424
순수한 논리로부터
직관으로 이어지는 것입니다.
07:00
Would you cross this bridge?
138
420004
1743
이 다리를 건너시겠습니까?
07:02
Most of you are saying, "Oh, hell no!"
139
422429
2323
대부분이 "싫어요"라고 하시겠죠.
07:04
(Laughter)
140
424776
1308
(웃음 소리)
07:06
And you arrived at that decision
in a split second.
141
426108
2657
결정을 내리는 것은
순간이었을 것입니다.
07:08
You just sort of knew
that bridge was unsafe.
142
428789
2428
여러분은 다리가 위험한 것을 아니까요.
07:11
And that's exactly the kind of intuition
143
431241
1989
그것이 바로 우리가 개발을 시작한
07:13
that our deep-learning systems
are starting to develop right now.
144
433254
3568
딥러닝 시스템이 가진
직관의 일종입니다.
07:17
Very soon, you'll literally be able
145
437542
1707
가까운 시일내에
07:19
to show something you've made,
you've designed,
146
439273
2206
여러분이 만들거나 디자인한 것을
07:21
to a computer,
147
441503
1153
컴퓨터에게 보여주면
07:22
and it will look at it and say,
148
442680
1489
이렇게 말할 것입니다.
07:24
"Sorry, homie, that'll never work.
You have to try again."
149
444193
2823
'미안한데 작동을 하지 않아
다시 해 봐'
07:27
Or you could ask it if people
are going to like your next song,
150
447674
3070
내가 만든 노래를
사람들이 좋아할지를 묻거나
07:31
or your next flavor of ice cream.
151
451593
2063
아이스크림의 향도
요청할 수 있을 겁니다.
07:35
Or, much more importantly,
152
455369
2579
또는 매우 중요한 일로
07:37
you could work with a computer
to solve a problem
153
457972
2364
이전에 만나지 못했던
문제를 해결하기 위해
07:40
that we've never faced before.
154
460360
1637
컴퓨터로 작업할 수 있습니다.
07:42
For instance, climate change.
155
462021
1401
예를 들어 기후 변화 문제는
07:43
We're not doing a very
good job on our own,
156
463446
2020
인간의 힘만으론 풀지 못하니까
07:45
we could certainly use
all the help we can get.
157
465490
2245
도움받을 수 있는 모든 것을
총동원할 수 있죠.
07:47
That's what I'm talking about,
158
467759
1458
제가 말하고자 하는 것은
07:49
technology amplifying
our cognitive abilities
159
469241
2555
기술은 우리의 인지력을
증폭시킬 수 있고
07:51
so we can imagine and design things
that were simply out of our reach
160
471820
3552
그런 기술이 없던
시대의 사람들이 하지 못했던 것을
07:55
as plain old un-augmented humans.
161
475396
2559
상상하고 디자인할 수 있도록 합니다.
07:59
So what about making
all of this crazy new stuff
162
479804
2941
그럼 인간이 고안하고
디자인한 새로운 것들을
08:02
that we're going to invent and design?
163
482769
2441
모조리 만들면 어떨까요?
08:05
I think the era of human augmentation
is as much about the physical world
164
485772
4093
저는 인간 증강 시대가
가상적이고 지적인 영역만큼이나
08:09
as it is about the virtual,
intellectual realm.
165
489889
3065
현실 세계와도
관련이 깊다고 생각합니다.
08:13
How will technology augment us?
166
493653
1921
어떻게 기술이
인간을 증강시킬까요?
08:16
In the physical world, robotic systems.
167
496081
2473
현실 세계에서는
로봇 시스템이 있죠.
08:19
OK, there's certainly a fear
168
499440
1736
우리는 로봇들이
08:21
that robots are going to take
jobs away from humans,
169
501200
2488
일자리를 뺏을 것을
두려워 하고 있는데
08:23
and that is true in certain sectors.
170
503712
1830
몇몇 분야에서는 그럴 것입니다.
08:25
But I'm much more interested in this idea
171
505994
2878
하지만 흥미로운 점도 있습니다.
08:28
that humans and robots working together
are going to augment each other,
172
508896
5010
인간과 로봇이 함께 작업하는 것이
서로를 증강시키며
08:33
and start to inhabit a new space.
173
513930
2058
새로운 세상에서 살기 시작할 것입니다.
08:36
This is our applied research lab
in San Francisco,
174
516012
2362
이곳은 샌프란시스코에 있는
응용 연구소로서
08:38
where one of our areas of focus
is advanced robotics,
175
518398
3142
그곳에서 우리 관심분야 중의 하나는
차세대 로봇인데
08:41
specifically, human-robot collaboration.
176
521564
2511
특별히 인간과 로봇의 협업입니다.
08:44
And this is Bishop, one of our robots.
177
524854
2759
이건 우리의 로봇 중
하나인 'Bishop'이죠.
08:47
As an experiment, we set it up
178
527637
1789
실험적으로 공사장에서
08:49
to help a person working in construction
doing repetitive tasks --
179
529450
3460
벽에 콘센트나 전등 스위치의
구멍을 내는 것 같이
08:53
tasks like cutting out holes for outlets
or light switches in drywall.
180
533804
4194
반복적인 일을 하는 사람을 돕기 위해
Bishop을 만들었습니다.
08:58
(Laughter)
181
538022
2466
(웃음 소리)
09:01
So, Bishop's human partner
can tell what to do in plain English
182
541697
3111
Bishop의 인간 파트너가
개한테 하는 것처럼
09:04
and with simple gestures,
183
544832
1305
간단한 영어나 몸짓으로
09:06
kind of like talking to a dog,
184
546161
1447
무엇을 해야 할지 지시하면
09:07
and then Bishop executes
on those instructions
185
547632
2143
Bishop은 그 지시를
09:09
with perfect precision.
186
549799
1892
완벽하게 수행하죠.
09:11
We're using the human
for what the human is good at:
187
551715
2989
우리는 인간을 이용하여 인간의 장점인
09:14
awareness, perception and decision making.
188
554728
2333
인식과 지각 그리고 의사결정을 합니다.
09:17
And we're using the robot
for what it's good at:
189
557085
2240
로봇을 이용하여 로봇의 장점인
09:19
precision and repetitiveness.
190
559349
1748
정밀도와 반복은 수행합니다.
09:22
Here's another cool project
that Bishop worked on.
191
562072
2367
여기 또 다른 멋진 프로젝트가 있습니다.
09:24
The goal of this project,
which we called the HIVE,
192
564463
3075
HIVE라는 이 프로젝트의 목표는
09:27
was to prototype the experience
of humans, computers and robots
193
567562
3851
인간과 컴퓨터 그리고 로봇이 함께
09:31
all working together to solve
a highly complex design problem.
194
571437
3220
매우 복잡한 문제를 풀기 위한
시범 경험을 만드는 것입니다.
09:35
The humans acted as labor.
195
575613
1451
인간은 노동자의 역할입니다.
09:37
They cruised around the construction site,
they manipulated the bamboo --
196
577088
3473
그들은 공사 현장을 돌아다니면서
대나무를 다뤘습니다.
09:40
which, by the way,
because it's a non-isomorphic material,
197
580585
2756
대나무는 동일한 형태가 아니어서
09:43
is super hard for robots to deal with.
198
583365
1874
로봇이 다루기에는 매우 어렵습니다.
09:45
But then the robots
did this fiber winding,
199
585263
2022
로봇들은 섬유를 감는 작업을 했는데
09:47
which was almost impossible
for a human to do.
200
587309
2451
인간에게 거의 불가능한 일이죠.
09:49
And then we had an AI
that was controlling everything.
201
589784
3621
그리고 모든 것을 통제하기 위하여
인공지능을 사용했습니다.
09:53
It was telling the humans what to do,
telling the robots what to do
202
593429
3290
인공지능은 인간과 로봇이
무엇을 해야 할지 알려 주고
09:56
and keeping track of thousands
of individual components.
203
596743
2915
계속하여 수천 개의
개별 구성 요소를 추적했죠.
09:59
What's interesting is,
204
599682
1180
흥미로운 점은
10:00
building this pavilion
was simply not possible
205
600886
3141
이 임시 구조물을 세우는 일은
인간과 로봇 그리고 인공지능이
10:04
without human, robot and AI
augmenting each other.
206
604051
4524
서로를 증강시키지 않고서는
불가능하다는 것입니다.
10:09
OK, I'll share one more project.
This one's a little bit crazy.
207
609710
3320
약간 미친 짓 같지만
또 다른 프로젝트도 있습니다.
10:13
We're working with Amsterdam-based artist
Joris Laarman and his team at MX3D
208
613054
4468
우리는 Amsterdam에서 활동하는
예술가인 Joris Laarman 및 그의 팀과
10:17
to generatively design
and robotically print
209
617546
2878
함께 MX3D에서 디자인을 만들고
로봇으로 출력하여
10:20
the world's first autonomously
manufactured bridge.
210
620448
2995
세계 최초로 다리를 스스로
만드는 작업을 하고 있습니다.
10:24
So, Joris and an AI are designing
this thing right now, as we speak,
211
624135
3685
말씀드린 대로 지금 Amsterdam에서
Joris와 인공 지능이
10:27
in Amsterdam.
212
627844
1172
디자인하고 있습니다.
10:29
And when they're done,
we're going to hit "Go,"
213
629040
2321
그들이 작업을 완료해서
우리가 Go버튼을 누르면
10:31
and robots will start 3D printing
in stainless steel,
214
631385
3311
로봇은 스테인리스 스틸로
3D 프린팅을 시작할 것입니다.
10:34
and then they're going to keep printing,
without human intervention,
215
634720
3283
그들은 인간의 개입 없이
다리가 완성될 때까지
10:38
until the bridge is finished.
216
638027
1558
출력을 계속할 겁니다.
10:40
So, as computers are going
to augment our ability
217
640919
2928
이렇게 컴퓨터는 새로운 것을
상상하고 디자인 하도록
10:43
to imagine and design new stuff,
218
643871
2150
우리의 능력을 증강시킬 것이고
10:46
robotic systems are going to help us
build and make things
219
646045
2895
로봇 시스템은 전에는
인간이 만들 수 없었던 것을
10:48
that we've never been able to make before.
220
648964
2084
만들고 짓도록 도울 텐데요.
10:52
But what about our ability
to sense and control these things?
221
652167
4160
하지만 인간이 이러한 것을
판단하고 제어하는 능력은 어떤가요?
10:56
What about a nervous system
for the things that we make?
222
656351
4031
우리가 만든 것들을 위한
신경계은 어떨까요?
11:00
Our nervous system,
the human nervous system,
223
660406
2512
우리의 신경계,
인간의 신경계은
11:02
tells us everything
that's going on around us.
224
662942
2311
우리 주변에서 일어난
모든 것을 파악합니다.
11:06
But the nervous system of the things
we make is rudimentary at best.
225
666006
3684
하지만 우리가 만든 것들의
신경계은 이제 시작입니다.
11:09
For instance, a car doesn't tell
the city's public works department
226
669714
3563
예를 들어 자동차가
도시의 공공 사업국에다
11:13
that it just hit a pothole at the corner
of Broadway and Morrison.
227
673301
3130
어디의 길모퉁이 도로에
움푹 팬 곳이 있단 말을 못 하고
11:16
A building doesn't tell its designers
228
676455
2032
건물은 디자이너에게
그 안에 있는 사람들이
11:18
whether or not the people inside
like being there,
229
678511
2684
좋아하는지 아닌지
말하진 않거든요.
11:21
and the toy manufacturer doesn't know
230
681219
3010
그리고 장난감 제조 업체는
11:24
if a toy is actually being played with --
231
684253
2007
장난감을 실제로 갖고 노는 대상이
11:26
how and where and whether
or not it's any fun.
232
686284
2539
언제 어디서 즐겁게 혹은
재미없게 노는지 알지 못합니다.
11:29
Look, I'm sure that the designers
imagined this lifestyle for Barbie
233
689440
3814
보세요, 분명히 디자이너는
바비 인형을 디자인할 때
11:33
when they designed her.
234
693278
1224
이런 삶을 상상했겠죠.
11:34
(Laughter)
235
694526
1447
(웃음 소리)
11:35
But what if it turns out that Barbie's
actually really lonely?
236
695997
2906
하지만 바비 인형이 현실에선
이렇게 외롭게 있다면서요?
11:38
(Laughter)
237
698927
3147
(웃음 소리)
11:43
If the designers had known
238
703086
1288
디자이너들이 현실에서
11:44
what was really happening
in the real world
239
704398
2107
그들이 디자인한
도로와 건물과 바비에게
11:46
with their designs -- the road,
the building, Barbie --
240
706529
2583
무슨 일이 일어났는지 알면
11:49
they could've used that knowledge
to create an experience
241
709136
2694
그 정보를 사용자에게
더 나은 것을 만들기 위해서
11:51
that was better for the user.
242
711854
1400
사용할 수도 있겠죠.
11:53
What's missing is a nervous system
243
713278
1791
부족한 부분은 신경계로서
11:55
connecting us to all of the things
that we design, make and use.
244
715093
3709
우리가 디자인하고 만들고 사용하는 것을
모두 연결하는 신경계입니다.
11:59
What if all of you had that kind
of information flowing to you
245
719735
3555
만일 여러분 모두가
여러분이 만든 것에 대한 충분한 정보를
12:03
from the things you create
in the real world?
246
723314
2183
가지고 있다면 어떨까요?
12:07
With all of the stuff we make,
247
727252
1451
우리가 만드는 모든 것들에서
12:08
we spend a tremendous amount
of money and energy --
248
728727
2435
수많은 시간과 에너지가 사용됩니다.
12:11
in fact, last year,
about two trillion dollars --
249
731186
2376
작년에 약 2조 달러가
12:13
convincing people to buy
the things we've made.
250
733586
2854
제품을 사도록 소비자를
설득하는데 사용되었습니다.
12:16
But if you had this connection
to the things that you design and create
251
736464
3388
하지만 만일 당신이 디자인하고 만든 것이
현실 세계에 출시된 후라도
12:19
after they're out in the real world,
252
739876
1727
신경 시스템과 연결된다면
12:21
after they've been sold
or launched or whatever,
253
741627
3614
그것들이 팔린 후나
출시하는 시점이나 언제라도.
12:25
we could actually change that,
254
745265
1620
우리는 그것을 바꿀 수도 있고
12:26
and go from making people want our stuff,
255
746909
3047
제품을 소비자가
원하도록 만드는 것에서
12:29
to just making stuff that people
want in the first place.
256
749980
3434
처음부터 소비자가 원하는 것을
만들게 될 것입니다.
12:33
The good news is, we're working
on digital nervous systems
257
753438
2787
희소식은 지금 개발 중인
디지털 신경계가
12:36
that connect us to the things we design.
258
756249
2801
우리를 디자인한 것들과
연결해 준다는 겁니다.
12:40
We're working on one project
259
760185
1627
저희는 현재 LA에서
12:41
with a couple of guys down in Los Angeles
called the Bandito Brothers
260
761836
3712
Bandito형제 및 그의 팀과
함께 프로젝트를 하나
12:45
and their team.
261
765572
1407
진행중입니다.
12:47
And one of the things these guys do
is build insane cars
262
767003
3433
그들이 만든 것 중 하나로
광란의 질주를 하는 차가 있는데
12:50
that do absolutely insane things.
263
770460
2873
제정신이 아니에요.
12:54
These guys are crazy --
264
774725
1450
그들은 미쳤죠.
12:56
(Laughter)
265
776199
1036
(웃음 소리)
12:57
in the best way.
266
777259
1403
그게 최선이겠지만요.
13:00
And what we're doing with them
267
780813
1763
저희가 진행한 일은
13:02
is taking a traditional race-car chassis
268
782600
2440
전통적인 경주차의 차대에
13:05
and giving it a nervous system.
269
785064
1585
신경계를 제공한 것입니다.
13:06
So we instrumented it
with dozens of sensors,
270
786673
3058
그래서 수십 개의 센서를 달고
13:09
put a world-class driver behind the wheel,
271
789755
2635
세계적인 수준의 운전자를 태워
13:12
took it out to the desert
and drove the hell out of it for a week.
272
792414
3357
사막으로 가서
일주일간 사정없이 달렸습니다.
13:15
And the car's nervous system
captured everything
273
795795
2491
자동차의 신경계는
자동차에서 일어나는 모든 일을
13:18
that was happening to the car.
274
798310
1482
저장했습니다.
13:19
We captured four billion data points;
275
799816
2621
우리는 차에 가해진
모든 힘들을 포함한
13:22
all of the forces
that it was subjected to.
276
802461
2310
40억개의 데이터를 얻었습니다.
13:24
And then we did something crazy.
277
804795
1659
그 후 정신 나간 짓 같지만
13:27
We took all of that data,
278
807088
1500
우리는 모든 데이터를 모아서
13:28
and plugged it into a generative-design AI
we call "Dreamcatcher."
279
808612
3736
디자인을 하는 인공 지능인
'Dreamcatcher'에 넣었습니다.
13:33
So what do get when you give
a design tool a nervous system,
280
813090
3964
그렇게 우리는 신경계를
디자인 도구에게 주었고
13:37
and you ask it to build you
the ultimate car chassis?
281
817078
2882
최고로 좋은 차대를
만들라고 요청했다면 어떻게 될까요?
13:40
You get this.
282
820543
1973
이것을 얻을 수 있습니다.
13:44
This is something that a human
could never have designed.
283
824113
3713
이는 이전에 인간이 한 번도
디자인하지 않았던 것입니다.
13:48
Except a human did design this,
284
828527
1888
인간이 한 디자인을 제외하고
13:50
but it was a human that was augmented
by a generative-design AI,
285
830439
4309
디자인을 만드는 인공 지능으로 증강된
인간이 한 겁니다.
13:54
a digital nervous system
286
834772
1231
디지털 신경계와
13:56
and robots that can actually
fabricate something like this.
287
836027
3005
로봇은 실제로 이런 것을
제작할 수 있습니다.
13:59
So if this is the future,
the Augmented Age,
288
839500
3595
만일 이것이 미래이고,
증강 시대라면,
14:03
and we're going to be augmented
cognitively, physically and perceptually,
289
843119
4261
우리는 인지적, 육체적, 지각적으로
증강될 것이고
14:07
what will that look like?
290
847404
1408
그러면 무엇처럼 보일까요?
14:09
What is this wonderland going to be like?
291
849396
3321
그런 세상은 이렇지 않을까요?
14:12
I think we're going to see a world
292
852741
1709
제 생각에는 우리는 이제
14:14
where we're moving
from things that are fabricated
293
854474
3068
물건을 제작하는 것에서
물건을 키우는 것으로 옮겨가는
14:17
to things that are farmed.
294
857566
1445
세상을 볼 것입니다.
14:19
Where we're moving from things
that are constructed
295
859979
3453
건설하는 것에서
성장하는 것으로
14:23
to that which is grown.
296
863456
1704
옮겨갈 것입니다.
14:25
We're going to move from being isolated
297
865954
2188
고립된 것에서 연결되는 것으로
14:28
to being connected.
298
868166
1610
이동할 것입니다.
14:30
And we'll move away from extraction
299
870454
2411
그리고 또한 추출하는 것에서
14:32
to embrace aggregation.
300
872889
1873
축적하는 방향으로 나아갈 겁니다.
14:35
I also think we'll shift
from craving obedience from our things
301
875787
3767
또한 주변의 사물에 지시하기보다는
자율성에 가치를 두는 쪽으로
14:39
to valuing autonomy.
302
879578
1641
변할 것입니다.
14:42
Thanks to our augmented capabilities,
303
882330
1905
인간의 능력이 증강하는 것에 감사하고
14:44
our world is going to change dramatically.
304
884259
2377
우리의 세상은
극적인 변화를 맞이할 겁니다.
14:47
We're going to have a world
with more variety, more connectedness,
305
887396
3246
세상은 더욱 다양해지고
더욱 연결되며
14:50
more dynamism, more complexity,
306
890666
2287
더욱 역동적이면서
더욱 복잡해질 것이고
14:52
more adaptability and, of course,
307
892977
2318
더욱 수용적일 것이면서
당연스럽게
14:55
more beauty.
308
895319
1217
더 아름다울 것입니다.
14:57
The shape of things to come
309
897051
1564
앞으로 다가올 모습은
14:58
will be unlike anything
we've ever seen before.
310
898639
2290
이전의 어떤 것과도 다를 것입니다.
15:00
Why?
311
900953
1159
왜 그럴까요?
15:02
Because what will be shaping those things
is this new partnership
312
902136
3755
새로운 세상의 모습은
기술과 자연와 인간 사이의
15:05
between technology, nature and humanity.
313
905915
3670
새로운 협력 관계 덕분입니다.
15:11
That, to me, is a future
well worth looking forward to.
314
911099
3804
저에겐 기대할 만한 가치가
충분한 미래입니다.
15:14
Thank you all so much.
315
914927
1271
감사합니다.
15:16
(Applause)
316
916222
5669
(박수 소리)
New videos
이 웹사이트 정보
이 사이트는 영어 학습에 유용한 YouTube 동영상을 소개합니다. 전 세계 최고의 선생님들이 가르치는 영어 수업을 보게 될 것입니다. 각 동영상 페이지에 표시되는 영어 자막을 더블 클릭하면 그곳에서 동영상이 재생됩니다. 비디오 재생에 맞춰 자막이 스크롤됩니다. 의견이나 요청이 있는 경우 이 문의 양식을 사용하여 문의하십시오.