MDDI 연설문 · 2026-01-14
류페이펀 정무차관의 싱가포르 국립대학교 AI 및 디지털 전환 임원 석사 과정 개시식 개막 인사말
요점
- • AI 도입은 기술 연습이 아니라 리더십 연습입니다. Jasmin은 3가지 리더십 과제를 제시했습니다: ①조직을 깊이 있게 이해하고, AI가 어디서 실제 가치를 창출할 수 있는지 알기(보건부 간호사 등록 100단계 프로세스 사례 — 먼저「처음부터 검토한」후 디지털화); ②역량을 평가하고, build/borrow/buy의 혼합 비율 결정; ③AI가 인간에게 미치는 영향을 이해하고, 「사용할 수 있어도 사용하면 안 되는」 순간을 알기.
- • 싱가포르 장관들도 지난해 말에 AI와 디지털 제품 개발 교육을 두 차례 받았고, 4개월 후에는 아마도 또 다른 차수를 진행할 것 같습니다.
- • 엔지니어 역할에 대한 설명: 코딩 어시스턴트는 엔지니어들의 시간을 「코드 작성」에서「모델 지시, 출력 검증, 더 높은 수준의 의사결정」으로 전환시킵니다 — 그 결과 인지 부담이 더 무거워졌습니다. 반복 작업이 제거되고 비판적 사고만 남았기 때문입니다.
- • 「후회 없는 선택」(no-regrets move)은 자신과 조직을 위해 학습과 재학습에 투자하는 것입니다 — 자신의 역할에 어떤 도구가 중요한지, 어떻게 도입을 주도할지, 어떻게 산출물을 판단할지를 이해하는 것입니다.
전체 번역
MDDI 영어 원문의 번역 · 번역일: 2026-05-02
여러분 안녕하세요.
「AI」와 「디지털 전환」에 대해 우리는 이미 너무 많이 들었습니다. 자리에 계신 많은 분들이 이미 이들의 중요성을 인식하고 계신다고 믿습니다——따라서 저는 여러분을 설득하기 위해 더 이상 시간을 쓰지 않겠습니다.
저는 세 가지 리더십 과제를 논하고 싶습니다——이러한 과제들은 저와 「AI 시대에 조직을 리드하기」에 관해 대화하는 동료들과 반복해서 나타납니다.
AI를 잘 사용하는 것은 기술 연습이 아닙니다——이는 리더들이 조직 변혁을 추진하기 위해 진정한 개인적 헌신을 해야 하며, 명확함, 용기, 견고한 판단력으로 이 일을 해야 한다는 것을 요구합니다.
우리가 가장 자주 만나는 첫 번째 과제는——리더들이 자신의 조직을 충분히 깊이 있게 이해해야만 AI가 어디에서 「진정한 가치」를 창출할 수 있는지 알 수 있다는 것입니다. 단순히 「증분적 효율성」이 아니라 말입니다.
오늘날 많은 리더들은 이미 직원들에게 AI를 사용하여 기존 프로세스를 개선하거나 생산성을 높이도록 권장하고 있습니다——예를 들어, 더 빠르게 보고서를 정리하고, 반복적인 작업을 가속화하는 것입니다. 이러한 노력들은 실제로 생산성을 높였습니다——하지만 AI의 잠재력은 이것 이상입니다.
조직이 AI 또는 디지털 전환에서 더 많은 가치를 추출하지 못하는 한 가지 이유는——리더들이 조직 내의 상세한 워크플로우와 프로세스를 충분히 이해하지 못할 수도 있다는 것입니다. 많은 리더들이 수년간 「승진 사다리, 이해관계자 상호작용, 공공관계」에 노력을 기울였습니다——이제 우리는 조직으로 돌아가서 이러한 프로세스와 워크플로우가 수년에 걸쳐 어떻게 진화해 왔는지 이해해야 합니다.
저는 보건부에서의 한 경험을 예로 들겠습니다. 2023년 코로나 팬데믹을 벗어날 때, 우리는 간호사 부족에 직면했지만 원인을 파악할 수 없었습니다. 깊이 있게 파고들어본 후 우리는 발견했습니다——우리의 간호사 등록 프로세스가 100개 이상의 단계를 가지고 있었습니다! 우리는 전체 프로세스를 보며 「이것은 더 빠르게 해야 한다」고 말했습니다——하지만 요점은 100 단계를 「디지털화」하는 것이 아니라, 먼저 명확히 하는 것입니다——「이 100 단계 모두가 정말 필요한가?」 저는 여러분도 각자의 조직에서 유사한 도전에 직면할 것이라고 믿습니다.
출발점은 기본으로 돌아가서 프로세스가 어떻게 진화해 왔는지 이해하는 것입니다——리더로서, 「우리가 처음부터 시작하자」고 말할 신념과 용기가 필요합니다.
이 과정을 통해, 자신에게 물어볼 좋은 기회입니다: 여러분은 조직 내에서 가장 긴급한 문제를 진정으로 이해하고 있습니까——그리고 어떤 영역이 디지털 전환 또는 AI가 근본적으로 결과를 바꿀 수 있는 곳입니까? 여러분은 「우리가 처음부터 시작하자」고 말할 준비가 되어 있습니까?
리더들이 직면한 두 번째 과제는——문제를 명확히 한 후, 조직의 현재 역량을 평가하고, 이러한 역량을 「구축」(build), 「빌려오기」(borrow) 또는 「구매」(buy)할지 결정해야 한다는 것입니다.
저도 AI의 기초를 배우는 데 시간을 들였습니다. 저는 또한 매우 운이 좋아서, 이전에 공공 부문에서 일할 때 IT 시스템 업그레이드에 여러 번 참여했습니다. 하지만 이것은 지루하고 힘든 작업입니다. 기술 발전의 속도는 우리 학습 능력보다 훨씬 빠릅니다.
모든 조직에 적용되는 하나의 방안은 없습니다. 조직이 외부 공급자에 의존하기로 결정했다면——여러분은 「직원 역량 저하」의 위험을 감수해야 하며, 오랫동안 이러한 프로세스에 익숙한 자문직 직원들을 잃을 가능성이 있으며, AI 시스템을 감시하는 데 필요한 도메인 전문성을 잃을 수 있습니다. 모든 역량을 내부에 두려고 시도한다면——변혁의 속도는 여러분이 기대하는 것보다 더 느릴 수 있으며, 변화의 관성은 매우 높을 것입니다.
이들은 모두 리더들이 헤쳐 나가야 하는 진정한 긴장입니다——변혁의 속도, 채택의 깊이를 결정하고, 팀과 「새로운 현실」에 대해 진솔한 대화를 나누어야 합니다.
우리 대부분은 궁극적으로 「혼합 방식」을 채택합니다——일부 외부 역량을 도입하면서 동시에 팀이 더 잘 아는 사람으로부터 배우도록 설득합니다. 저는 여러분이 스스로 탐색하기를 바랍니다——여러분이 자신의 조직에 부여하는 「혼합 비율」은 무엇입니까?
하지만 여러분은 자신의 사람들이 이 변혁을 거치도록 지원해야 합니다. 여러분은 이해해야 합니다——그들은 불안해할 것입니다——여러분은 그들의 역량에 투자해야 하며, 「공허한 효율성」을 향해 달려가서는 안 됩니다.
세 번째 과제——그리고 아마도 가장 중요한 것——은 AI와 디지털 전환이 「사람」에 미치는 영향을 이해하고, 「사용할 수 있어도 AI를 사용하지 말아야 할 때」를 아는 것입니다.
조직의 모든 결정, 모든 프로세스 또는 워크플로우가 순수하게 속도, 규모 또는 비용을 위해 최적화되어야 하는 것은 아닙니다.
리더로서, 여러분은 자신에게 물어야 합니다:
이번 AI의 사용이 「신뢰」를 훼손하지 않을까요?
그것이 공감과 감정이 중요한 상황에서 인간의 판단력을 약화시키지 않았습니까?
그것이 우리 리더들을 「책임」에서 멀어지게 하지 않았습니까?
수시로 자신에게 물어보십시오——언제 AI를 자신의 조직 밖에 놓아야 합니까? 왜냐하면 사람이 효율보다 더 중요하기 때문입니다.
이것이 「리더십」의 가장 중요한 부분입니다. AI는 도덕 나침반을 가지고 태어나지 않지만, 여러분은 모두 가지고 있습니다. 저는 여러분 모두가 이 과정에서 자신의 나침반에 대해 생각하기를 권장하며——그것이 과정 후에 여러분의 리더십 결정을 안내하도록 하십시오.
리더들에게는, 명확한 「후회하지 않을 행동」이 있습니다——자신과 조직을 위해 학습과 재학습에 투자하는 것입니다. 우리는 모두 AI와 함께 일하는 방법을 배워야 합니다——자신의 역할에 어떤 도구가 가장 중요한지 이해하고, 도구의 도입을 효과적으로 안내하는 방법, 그리고 그 출력에 대해 합리적인 판단을 하는 방법입니다.
저는 소프트웨어 엔지니어링을 예로 들겠습니다——코딩 보조 도구의 등장에 따라, 오늘날 많은 엔지니어들 (GovTech 엔지니어들 포함)은 「실제 코드 작성」에 소비하는 시간이 감소하고 있으며, AI 모델을 지휘하고, 출력을 검증하고, 더 높은 수준의 결정을 내리는 데 더 많은 시간을 사용합니다.
많은 엔지니어들이 저에게 말했습니다——처음에 그들은 자신의 일이 대체되지 않을까 걱정했고, 학교에서 배운 내용이 여전히 관련이 있을지 걱정했습니다. 하지만 지금 그들의 일은 실제로 더 복잡한 사고를 요구합니다——무게 중심이 「일상적인 반복」에서 「비판적 사고」로 이동했기 때문입니다.
이러한 패턴은 많은 직업과 산업에서 반복될 가능성이 높습니다.
따라서——저와 같은 리더들은 반드시 「직접 참여」를 유지하고, 평생 학습의 태도를 키우며, AI가 우리의 일과 책임을 어떻게 재구성하는지 깊이 있게 생각해야 합니다.
싱가포르의 장관들도 지난해 AI와 디지털 제품 개발 교육을 받았습니다——지난해 말 우리는 두 번을 했습니다. 솔직히 말해서, 다시 4개월이 지나면, 우리는 아마도 또 한 번 해야 할 것 같습니다!
싱가포르 국립대학교(NUS)의 「AI와 디지털 전환 고급 경영자 석사 과정」 개시식에 참석하게 되어 매우 기쁩니다. 첫 번째 학급의 모든 학생 여러분께——이 단계를 시작하신 것을 축하드립니다. 업무, 생활, 학업 사이의 균형을 이루는 것은 「변화하는 세계에서 지도력을 발휘한다」는 진지한 약속이며, 이는 동시에 행운이기도 합니다——우리 중 많은 사람들이 이러한 구조화된 환경에서 세계 각계각층의 동료들과 함께 배울 수 있는 동일한 시간과 자원을 갖기를 원합니다. 이 기회를 충분히 활용하시기를 바랍니다.
저는 또한 이 과정이 여러분에게 기술과 지식뿐만 아니라 판단력, 자신감, 윤리적 명확성도 갖추어주기를 바랍니다——여러분이 변환을 훌륭하게 주도할 수 있도록.
싱가포르 국립대학교가 이 중요한 이니셔티브를 시작해주신 것에 감사드립니다——여러분의 앞길이 정말로 「변환적 의의」를 갖기를 바랍니다.
감사합니다.
영어 원문
MDDI 공식 웹사이트 원문 · 수집일: 2026-05-02
Good morning, everyone.
We hear the words “AI” and “digital transformation” all the time. I’m sure many of you already appreciate their importance, so I will not spend more time convincing you of that.
Instead, let me share three leadership challenges that repeatedly surface in my conversations with leaders who are leading their organisations through this AI age.
Using AI well is not a technical exercise. It requires significant personal commitment from leaders to drive organisational change. And to do so with clarity, courage, and sound judgment.
The first challenge we often encounter is for leaders to understand your organisations deeply enough to know where AI can create real value, not just incremental efficiency.
Today, many leaders already encourage their staff to use AI to improve existing processes or to become more productive, in organising reports or speeding up routine tasks. These efforts do improve productivity, but AI has the potential to do so much more.
One reason why organisations cannot seem to extract more value from AI or digital transformation is because leaders may not know well, the detailed workflows and processes being used within the whole organisation. Leaders may have spent years raising the ranks, stakeholder engagement, public relations etc, and we now need to go back into our organisations to understand how processes and workflows have evolved over time.
Let me give you a good example of the experience I had in the Ministry of Health. Coming out of COVID in 2023, we had a nursing shortage, but we couldn't figure out why. When we started digging into it, we found that our nursing registration process had over 100 steps in it. We looked at the whole process and said, we think we need to do this faster, and it was not about digitalising the 100 steps. It was to first think about if you need all of these steps. I think this is the kind of challenge you will face in your respective organizations.
It starts with going back to the basics, understanding how processes have evolved over time, and as a leader, having the conviction and the courage to say, let's start from zero.
As you go through this programme, it is a good time to ask yourselves: Do you really understand your organisation’s most pressing problems, and the areas where digital transformation or AI can fundamentally change outcomes? Are you ready to say, let's start from zero?
The second challenge leaders often face, once you figure out what the problems are, is assessing your organisation’s current capabilities to carry out the transformation, and then deciding whether you want to build in-house, borrow new capabilities or buy these capabilities.
It took me some time to learn basics of AI. I was also fortunate to have had to work through some IT system enhancements during my time in the public service. But this is dry and hard work. And the pace of technology development is much faster than our ability to learn.
There is no one size fits all solution for all organisations. If your organisation decides to rely on external vendors, you will risk some deskilling of your workforce, lose experienced staff who worked on the processes over the years, and lose domain expertise needed to supervise your AI systems. If you try to build all your capabilities in-house, the pace of transformation may be slower than you want, and the inertia to change will be very high.
These are real tensions that leaders must navigate. Deciding the pace of change, the depth of adoption, and having honest conversations with your teams about new realities.
Now, most of us end up on a hybrid – we bring in some external capabilities, and then we convince our teams to learn from those who know better. I would like you to explore on your own, what's the mix that you bring to your organisation?
But you will have to support your people through the transformation. You have to recognise that they will be anxious, and you have to invest in their capabilities, rather than hollow efficiency.
The third challenge, and perhaps the most important one, is understanding the impact of AI and digital transformation on people, and knowing when not to use AI, even when you can.
Not every decision, process or workflow in your organisation should be optimised purely for speed, scale, or cost.
As leaders, you will have to ask yourselves:
Does this use of AI erode trust?
Does it reduce human judgment where empathy and feelings matter?
Does it distance us as leaders from accountability?
Now and then, you ask yourself, when do you keep AI out of your organisation? Because the humans matter more.
This is where leadership matters most. AI does not come with a built-in moral compass, but all of you do. I encourage all of you to think about your own compass as you go through this course, and let it guide you through your leadership decisions after the course.
One clear “no-regrets” move for leaders is to invest in learning and relearning, for yourselves and for your organisations. We all need to learn how to work with AI: to understand which tools matter for our roles, how to guide the implementation of the tools effectively, and how to exercise sound judgment over their outputs.
Let me give you an example on software engineering. Nowadays, with the rise of coding assistants, many of our engineers, including those in GovTech, spend less time on actual coding tasks and more time directing AI models, validating outputs, and making higher-order decisions.
Many engineers tell me that at the start, they were wondering whether their job will be replaced and whether what they learned in school is no longer relevant. But now their current work is a lot more mentally demanding, because the focus has shifted to critical thinking, rather than routine and repetitive tasks.
This pattern will likely repeat across many professions and sectors.
That is why leaders like all of us must stay hands-on, cultivate a lifelong learning mindset, and think deeply about how AI reshapes our work and responsibility.
Even our ministers in Singapore have undergone training in AI and digital product development. We had our two training sessions towards the end of last year, and to be honest, I think in four months’ time, we probably need another round of these training sessions!
I am happy to be here with you today at the launch of NUS’s Executive Master in AI and Digital Transformation. To all of you in the inaugural cohort, congratulations on taking this step. Balancing your work, life, and studies is a serious commitment to leadership in a changing world. But it's also a blessing, as there are many of us here who wish that we had the same time and the resources to spend on learning in a very structured environment and with students from different industries all over the world. I hope that all of you make the most of it.
I also hope that this programme equips you not just with technical skills and knowledge, but with the judgment, confidence, and ethical clarity to lead transformation well.
I thank NUS for this important initiative, and I wish you all a truly transformative journey ahead.
Thank you.