MDDI 연설문 · 2025-10-02
양리명 부장관의 싱가포르 폴리텍닉 및 NVIDIA AI 센터 개막식 연설
요점
- • 우리가 추구하는 것은 「AI를 위한 AI」가 아닙니다——AI가 생활을 어떻게 개선하는가입니다. NAIS2.0 출범 이후 18개월간 약 50개의 AI CoE를 구축했습니다.
- • Razer의 AI QA Companion은 게임 QA 시간을 절반으로 단축했습니다; Grab의 AI는 내부 생산성뿐 아니라 상인들이 사업을 더 잘 하도록 지원합니다.
- • MIT 연구: 방사선과 의사가 CheXpert AI 도구를 사용할 때 진단 정확도가 오히려 하락했습니다——AI 도구를 단독으로 사용할 때는 의사 2/3보다 성능이 우수하지만, 인간 협업 시 설계 결함으로 인해 전문가 판단을 저해합니다.
- • 「첫 직관을 『AI를 강하게 해서 사람을 대체한다』는 데 두지 말고, 『AI를 강하게 해서 모든 사람을 강화한다』는 데 두어야 합니다」. AI는 「팀원」(teammate)으로 작용해야 하며, 대체품이 아닙니다.
- • 인재 육성의 세 가지 경로입니다: ①AI 실무자 확대(SNAIC AI Programme은 NVIDIA DLI 과정 사용, 3년간 200명 이상 교육); ②「AI 이중언어자」육성(domain expert이 AI라는 「제2언어」를 배움)——SIT가 응용 AI 박사 교육센터를 출범; ③산업 + 연구 + 정부 생태계 협력. SNAIC는 18개월간 70개 회사와 협력하여 50개 솔루션을 전달했습니다.
전체 번역
MDDI 영어 원문의 번역 · 번역일: 2026-05-02
싱가포르 기술대학교(SIT) 이사회 회장 Bill Chang 님,
SIT 총장 Chua Kee Chaing 교수님,
SIT-NVIDIA AI 센터 공동 이사 Ng Aik Beng 박사와 Daniel Wang 박사,
산업 파트너 및 여러분들:
좋은 아침합니다. 저는 SIT에 돌아와 SNAIC의 공식 개설식에 참석하게 되어 매우 기쁩니다.
여러분들은 AI 이야기를 이미 지겨워하실 수도 있겠습니다.
「모든 것이 AI와 관련된 것입니까?」
「AI 외에는 아무것도 없습니까?」
먼저 한 가지를 말씀드립니다——우리는 「AI를 위한 AI」가 아닙니다.
우리가 더 관심 있는 것은——이 기술이 어떻게 삶을 개선할 수 있는가——개인이든 조직을 통하든 말입니다.
만약 「AI가 얼마나 대단한가」만 얘기하지만 실제 세계에서 이득을 가져오지 못한다면——그것은 쓸모가 없습니다.
여러분들은 로렌스 웡 총리가 최근의 「국경절 행사」(NDR)에서 공유한 내용을 들어보셨을 것입니다——AI가 싱가포르에서 시민을 지원하고 기회를 포착하기 위해 어떻게 배치되었는지에 관한 여러 사례 말입니다.
우리가 개정된 『국가 AI 전략』(NAIS2.0)을 시작한 후 18개월 동안, 거의 50개의 AI 우수 센터(CoE)가 설립되었으며, 더 많은 사례가 있습니다.
저는 이러한 AI CoE들을 계속 방문해왔습니다——조직에서 AI의 영향을 이해하기 위해——인상적인 것은 그것이 생산성을 높이고 우리의 사람들을 위해 기회를 확장하는 데 어떻게 사용되고 있는지입니다.
저는 최근의 몇 가지 사례를 공유하겠습니다.
Razer의 AI QA Companion은 새 게임의 QA 테스트와 결함 감지에 걸리는 시간을 거의 절반으로 줄였습니다. 그들의 AI 제품군의 다른 도구들도 게임 개발자들과 더 많은 사람들을 권한부여할 것입니다——개인화된 게임 경험을 설계하기 위해.
Grab은 코드 개발에 AI를 활용하며, 내부 생산성 향상을 넘어 플랫폼상 상인들이 지능형 어시스턴트를 통해 비즈니스 인사이트와 운영 지원을 받아 사업을 할 수 있도록 지원합니다.
AI는 분명히 「경쟁 차원」을 가지고 있습니다——회사들은 AI를 사용하여 우위를 얻고 싶고, 국가도 마찬가지입니다.
둘 다 AI의 채택을 주도할 것입니다——하지만 AI는 또한 「협력 차원」을 가져야 합니다.
예를 들어 AI 거버넌스——문제가 많고, 누구도 모든 답을 가지고 있지 않습니다.
저는 방금 뉴욕의 유엔 총회(UNGA)에서 돌아왔습니다——「글로벌 AI 거버넌스 대화」(Global Dialogue on AI Governance)가 바로 그곳에서 시작되었습니다.
싱가포르는 이러한 대화에서 일관되고 확고한 기여를 계속하고 있습니다.
올해 초반——싱가포르는 「국제 표현 학습 컨퍼런스」(ICLR)를 개최했습니다——이것은 ICLR이 미국 외에서 개최한 가장 큰 행사입니다——11,000명의 대표자를 끌어모았습니다.
ICLR 행사 기간——우리는 또한 「싱가포르 AI 컨퍼런스—국제 과학 교류」(SCAI-ISE)를 개최했습니다——주제는 「안전하고 책임감 있는 AI의 연구 우선순위」입니다. 이것은 「싱가포르 합의」(The Singapore Consensus)를 낳았으며——오늘날에도 AI 거버넌스를 관심 있게 보는 사람들이 자주 언급합니다.
내년 1월——「인공지능 발전 협회」(AAAI)도 싱가포르에서 연례회의를 개최할 것입니다.
이러한 모든 협력은——더 나은 방식을 찾아내어 AI 배포의 상승효과를 최대화하고 부작용을 최소화하는 것을 목표로 합니다.
또 다른 중요한 협력 분야——우리의 인재를 개발하는 것입니다.
기술 발전에 초점을 맞추는 것은 쉽습니다; 하지만 「AI를 구축하고 사용하는 사람들」에 초점을 맞추는 것은 종종 부족합니다.
「AI와 인간의 관계」와 우리가 둘 사이의 협력을 어떻게 원하는지를 진지하게 고려하는 것이 우리에게 매우 중요합니다.
저는 우리의 첫 직관이 「AI를 어떻게 좋게 만들어 사람을 대체할 것인가」가 아니라 「AI를 어떻게 좋게 만들어 모든 사람을 강화할 것인가」여야 한다고 믿습니다. 둘은 한 줄의 차이입니다.
MIT 연구자들이 제 이 믿음을 뒷받침하는 한 가지 발견을 했습니다——
방사선 의사들이 CheXpert라는 AI 진단 도구를 사용할 수 있도록 허용되었을 때——그들의 진단 정확도는 오히려 저하되었습니다——이 AI 도구가 단독으로 작동할 때는 3분의 2의 방사선 의사보다 성능이 더 우수했음에도 불구하고.
왜 이처럼 성능이 더 우수한 AI 도구가——전문가에 의해 사용될 때 오히려 결과를 악화시킨 것일까요?
문제는 AI의 기술 능력에 있지 않습니다.
문제는 아마도——이 도구가 「인간 전문가와의 협력」을 위해 설계되지 않았다는 것입니다.
그것은 자신의 추론 과정에 대해 거의 투명하지 못합니다——그 결과 방사선 의사들이 CheXpert의 진단에 의문을 품었음에도 불구하고 자신의 더 나은 판단을 미루어 두었습니다.
더욱 근본적으로는——그것이 전문가 의견을 「이미지 스캔」으로 단순화했습니다——의료 이력, 의사-환자 대화, 다른 전문가와의 상담 등 다른 필수 고려 사항들을 포함하지 않았습니다.
다시 말해서——AI를 어떻게 사용할지 생각할 때 우리는 신중해야 합니다.
AI는 실제로 많은 작업에서 효율적으로 자동화할 수 있습니다——가치 손실이 거의 없거나 전혀 없습니다. 이 경우 자동화는 합리적입니다.
하지만 이것은 절대 법칙이 아닙니다. 어떤 상황에서는——AI가 충분하지 못할 때 「마지막 조금의 성능 개선으로 인간을 대체하기 위해」추구하는 것은 의미가 없습니다.
그러한 상황에서는——우리는 신중하게 AI를 「인간과의 협력」 도구로 삼아야 합니다——둘을 하나의 통합된 전체로 함께 작동하게 해야 합니다.
이것이 바로 제가 최근에 언급한 「AI를 팀원으로 삼기」(AI as a teammate)의 개념입니다——AI 도구는 인간의 성능을 향상시키고, AI 어시스턴트는 인간을 보완하는 작업을 수행합니다.
우리는 어떻게 이를 달성할 수 있을까요?
AI 실무 인재 파이프라인 확대
첫째——AI 실무자 풀을 계속 확대합니다. 이들은 데이터 과학, 머신러닝 등 깊은 기술 역량을 갖추고 있습니다.
생성형 AI 시대에——그들은 또한 대규모 언어 모델(LLMs)을 구축하거나 미세 조정하고, 「검색 증강 생성」(RAG)을 활용하여 AI 에이전트 팀을 조율하는 능력을 갖추게 될 것입니다.
더 많은 AI 실무자는——우리가 「AI를 팀원으로 삼기」를 배포할 수 있는 용량이 더 크다는 것을 의미합니다.
오늘——저는 기쁨을 가지고 공표합니다——새로운 「SNAIC AI 계획」이 이 목표에 직접 기여할 것입니다.
IMDA의 「TechSkills Accelerator」(TeSA) 지원 하에——이 계획은 향후 3년간 신입 졸업자와 직업훈련 전환자 200명 이상을 교육할 것입니다——고급 AI 시스템 및 AI 애플리케이션 구축을 중심으로.
학생들은 2개월의 집중 업스킬링으로 시작합니다——NVIDIA Deep Learning Institute의 커리큘럼을 기반으로.
그 다음은 멘토의 지도를 받는 4개월의 산업 실무 프로젝트입니다——졸업 후 산업에 의미 있는 기여를 할 수 있습니다.
이는 우리가 다른 기존 프로젝트를 통해 육성하고 있는 AI 실무자 풀을 더욱 확대할 것입니다.
학제간 「AI 이중 언어 사용자」 육성
싱가포르의 「AI 드림팀」은 단지 AI 전문가들만으로 이루어지지 않을 것입니다——제가 언급하는 「AI 이중 언어 사용자」(AI bilingualists)도 필요합니다.
그들은 방사선 의사, 회계사, 기술자, 변호사, 창작자 등 여러 분야의 전문가들입니다——이미 자신의 분야에 정통하고 있으며, 이는 그들의 「모국어」입니다.
그들은 팀에 귀중한 지식을 가져올 수 있습니다——팀이 AI를 잘 사용하도록 도울 수 있습니다——그들은 데이터 과학자와 머신러닝 엔지니어가 아직 갖지 못한 맥락과 통찰력을 제공할 수 있습니다.
이 팀이 효과적으로 협력하기 위해서——이 분야 전문가들은 「공통 언어」를 배우는 것이 좋습니다——즉, AI라는 「언어」입니다.
싱가포르 사람들은 경험상 알고 있습니다——두 언어를 배우는 것이 쉽지 않습니다——하지만 불가능한 것은 아닙니다.
「함께 배우고 서로 연습하는 것」이 더 재미있습니다. 많은 사람들은 「회화 수준」으로 충분합니다——어떤 사람들은 읽고 쓸 수 있어야 합니다.
더 작은 규모의 사람들은 두 언어의 「마스터」가 될 것입니다.
우리의 AI 생태계는 다양한 숙련도의 「AI 바이링귀얼」이 필요하며, 우리는 이들을 육성할 기회를 체계적으로 모색하고 있습니다.
따라서 저는 매우 기쁩니다. SIT가 선도적으로 「응용 AI 박사 양성 센터」(Doctoral Training Centre for Applied AI)를 출범하여 최고 숙련도의 「AI 바이링귀얼」을 양성하고 있습니다.
이것은 계획된 일련의 박사 양성 센터 중 첫 번째이며, 이미 분야 또는 직무 전문가인 싱가포르인들에게 동시에 AI 응용 전문가가 될 수 있는 기회를 제공합니다.
이후 센터들은 해양 및 의료 등 싱가포르의 우선 산업에 초점을 맞춰 혁신에 기여할 수 있는 더 많은 「AI 바이링귀얼」을 양성할 것입니다.
AI 배포를 중심으로 생태 차원의 협력 구축
마지막으로, 또 다른 동등하게 중요한 협력에 대해 말씀드리겠습니다. 산업계, 연구 커뮤니티와 정부 간의 협력입니다.
SNAIC은 좋은 사례입니다.
SIT가 응용 AI와 「중개 연구」에서 보유한 강점을 NVIDIA의 선도 기술 및 전문 역량과 결합함으로써, 이 센터는 대소 기업들이 AI 솔루션을 이해, 테스트, 개발 및 배포하도록 지원하며 광범위한 산업을 포괄합니다.
센터 설립 후 1.5년 동안 SNAIC은 70개 기업과 협력하여 제조, 의료, 금융, 교통 산업에서 실질적인 비즈니스 영향을 창출하는 50개의 AI 솔루션을 제공했습니다.
예를 들어, 이 센터는 Tan Tock Seng Hospital과 협력하여 협업 AI 도구를 개발했으며, 이는 임상의들이 더 빠르고 정확한 의료 서비스를 제공하도록 도와줍니다.
AI 도구는 환자 대기 시간을 단축했으며, 각 환자의 회복 여정에서 더 나은 지원을 제공했습니다.
향후 전망
오늘 SIT-NVIDIA AI 센터가 공식 개시되는 시점에서, 싱가포르의 AI 발전을 위한 산업 파트너, 연구자, 교원들의 약속과 기여에 감사드립니다.
또한 저는 세계 각지의 파트너들이 싱가포르와 함께 AI 혁신을 추진하고자 하는 의지에 고무됩니다. 우리의 AI 생태 협력에 계속해서 참여해 주실 것을 환영합니다.
손잡고 함께 나아가며, 우리는 「AI가 공익을 위해 봉사한다—싱가포르를 위해, 또한 세계를 위해」라는 비전을 실현할 수 있다고 믿습니다.
다시 한 번 감사합니다.
영어 원문
MDDI 공식 웹사이트 원문 · 수집일: 2026-05-02
Singapore Institute of Technology (SIT) Board of Trustees Chairman, Mr Bill Chang
SIT President, Professor Chua Kee Chaing,
SIT-NVIDIA AI Centre Co-Directors, Dr. Ng Aik Beng and Dr. Daniel Wang
Industry partners and Colleagues,
Good morning. I’m happy to be back at SIT to join you for the formal launch of SNAIC.
You may be sick of hearing about AI by now.
Is everything about AI?
Is there nothing else besides AI?
Let me start by saying we aren’t pursuing AI for AI’s sake.
We are far more interested in how this technology can be used to improve lives, whether for individuals or through organisations.
There is no use if we talk about how great AI is, if it isn’t bringing benefits in the real world.
You would have heard Prime Minister Wong share at the recent National Day Rally (NDR), some examples of how AI is being deployed in Singapore to best support our citizens and make the most of opportunities.
There are many more examples supported by the almost 50 AI Centres of Excellence (CoEs) that have been set up in the last 18 months since we launched the refreshed National AI Strategy (NAIS2.0).
I have been visiting these AI CoEs to understand the impact of AI within organisations, and I’m impressed by how it is being used to raise productivity and expand opportunities for our people.
Let me share some recent examples.
Razer’s AI-driven Quality Assurance (QA) Companion almost halves the time required for new games’ QA testing and bug detection. Other tools in its AI suite will also empower game developers and many others to design personalised gaming experiences.
Grab is using AI for code development. It is also going beyond internal productivity to help its platform merchants do business better, with intelligent assistants that provide business insights and operational support.
Clearly, there is a competitive dimension to AI. Companies want to use AI to give themselves an edge, and countries want the same too.
Both will drive the adoption of AI, but there should also be a collaborative dimension to AI.
Take AI governance for instance, where there are a lot of questions and no one has all the answers.
I just returned from the United Nations General Assembly (UNGA) in New York where the Global Dialogue on AI Governance was just launched.
And Singapore continues to be a consistent and steadfast in contributing to conversations like these.
Earlier this year, Singapore hosted the International Conference on Learning Representations (ICLR). It was the biggest that they have ever held outside of the United States and drew 11,000 delegates.
On the sidelines of ICLR, we also hosted the Singapore Conference on AI - International Scientific Exchange (SCAI-ISE) on Research Priorities for Safe and Responsible AI. This led to the formation of “The Singapore Consensus” on what the priorities should be. It is still talked about when I meet members of the community who care a lot about AI governance.
Next January, Association for the Advancement of AI (AAAI) will also have its meeting in Singapore.
All these collaborations seek to promote better ways to maximise the upsides and minimise the downsides of AI deployment.
Another important area for collaboration is in developing our people.
It is easy to focus on developing the technology, and not enough on the people who build and use AI.
It is important for us to carefully consider the relationship between AI and humans and how we want the two to work together.
I believe our first instinct should not be “how to make the AI so good it replaces humans”. Instead, it should be: “how can we make AI so good, that it enhances all humans?” There is just a fine distinction between the two.
Researchers at MIT found something that supports my belief.
When radiologists were allowed to use an AI diagnostic tool called CheXpert, the accuracy of their diagnoses actually declined, even though the AI tool alone performed better in diagnoses than two-thirds of radiologists.
Why did this superior AI tool produce inferior results when used by professionals?
The problem wasn’t with the AI’s technical ability.
The problem was likely because the tool was not designed for collaboration with human experts.
It offered little transparency about its reasoning, leading radiologists to suspend their better judgement even when they had suspicions about CheXpert’s diagnosis.
More fundamentally, it reduced expert opinion to image scanning, failing to incorporate other essential considerations such as medical histories, doctor-patient conversations, and exchanges with other experts.
In other words, we should be careful when we think about how to use AI.
AI will sometimes be very effective in automating tasks performed by humans, with little or no loss of value. Automation makes sense in such cases.
But this is not a given. In some instances, the AI is not good enough and pursuing the last bit of performance improvement just to replace a human makes no sense.
In such cases, we should instead discipline ourselves to think of using AI to collaborate with humans and let the two work together as one.
This is the idea of AI as a teammate which I spoke about recently. Where AI tools enhance human performance, and AI assistants perform tasks that complement humans.
How we can we go about this?
Developing our pipeline of AI practitioners
First , we should continue to grow the pool of AI practitioners. These are people steeped in technical skills like data science and machine learning.
In the era of Generative AI, they will also have the skills to build or fine-tuning large language models (LLMs), or Retrieval-Augmented Generation (RAG) to orchestrate teams of AI Agents.
Having more AI practitioners will expand our capacity for deploying AI as teammates.
Today, I am pleased to announce a new SNAIC AI Programme that will contribute directly to this goal.
Supported by the Infocomm Media Development Authority’s (IMDA) TechSkills Accelerator (TeSA) initiative, the programme will train more than 200 fresh graduates and mid-career professionals over the next three years in advanced AI systems and building AI applications.
Trainees will begin with two months of intensive upskilling based on the NVIDIA Deep Learning Institute’s curriculum.
They will then undertake four months of guided hands-on industry projects, and emerge from the programme ready to contribute meaningfully to industry.
This will add to our growing pool of AI practitioners that we are nurturing from other existing programmes.
Nurturing interdisciplinary “AI Bilingualists”
The AI “dream team” in Singapore will not just have practitioners who are experts in AI. There will also need to be what I have called “AI bilingualists”.
These are domain experts like radiologists, accountants, technicians, lawyers, and creators, who are already knowledgeable in their fields – or their “mother tongues”.
They can thus bring valuable knowledge to help the team make good use of AI. They are able to provide the context and provide insights that the data scientists and machine-learning engineers do not yet possess.
But for this team to work well together, it helps that these domain experts to learn a common language – that is the “language” of AI.
Singaporeans know from experience that learning two languages is not easy, but it is not impossible.
It is more fun to learn together and practise with one another. Many of us will get on well enough with conversational level ability, but some of us will need to read or write.
And a smaller group may become masters of both languages.
Our AI ecosystem will need “AI bilingualists” at different levels of mastery, and we are systematically identifying opportunities to develop them.
So I am excited that SIT is taking the lead to nurture “AI bilingualists” at the highest level of mastery, with a new Doctoral Training Centre for Applied AI.
This is the first of several planned Doctoral Training Centres that will provide Singaporeans who are already domain or function experts, the chance to be experts in applying AI as well.
Subsequent centres will focus on developing more “AI bilingualists” who can contribute to AI innovation in Singapore’s priority sectors, such as maritime and healthcare.
Building ecosystem-wide partnerships for AI deployment
Finally, let me say something about a different but equally important kind of collaboration – between industry, research community, and government.
The SNAIC is a good example of this.
By combining SIT’s strength in applied AI and translational research with NVIDIA’s cutting-edge technology and technical expertise, the centre helps businesses of all sizes understand, testbed, develop, and implement AI solutions across a wide range of sectors.
In the one and a half years since it was established, the SNAIC has worked with 70 companies to deliver 50 AI solutions that create real business impact across the manufacturing, healthcare, finance, and transport sectors.
For instance, the Centre has worked with Tan Tock Seng Hospital to develop collaborative AI tools that support clinicians in delivering faster and accurate care.
AI tools have helped reduce patient waiting times and provide better support for each patient in the journey of recovery.
Looking forward
As we mark the official launch of the SIT-NVIDIA AI Centre today, I want to thank our industry partners, researchers, and faculty members for their commitment and contributions to Singapore’s AI development.
I am encouraged by the partners from around the world who want to work with Singapore on innovating in AI, and invite you to continue collaborating with our AI ecosystem.
Together, I believe that we can realise the vision of AI for the Public Good, for Singapore and the World.
Thank you once again.