AI 거장들의 대담 - 버블 논쟁, 기술의 미래, 그리고 인간 지능 초월의 가능성

 

AI 분야 전문가들의 대담 내용을 담고 있으며, AI의 현재 상황, 잠재적인 위험, 기술적 미래 및 시장 전망에 대한 깊이 있는 논의를 담고 있습니다.

---

1. AI 시장 상황 및 버블 논란에 대한 견해

AI에 대한 관심이 기술 혁신을 넘어 사업적 호황과 지정학적 전략 문제로 커지고 있는 현 상황에 대해. 엔비디아(Nvidia)의 젠슨 황(Jensen)은 현재 AI 수요는 버블이 아니며 AI 시대의 초기에 있다고 주장하며, 과거 닷컴 버블 시대와 비교하여 설명했습니다.

• 닷컴 버블과의 비교: 닷컴 버블 시기에는 필요 이상으로 많은 광섬유가 설치되어 대부분 사용되지 않았으나(dark) , 현재는 거의 모든 GPU가 사용되고 있다(lit up and used)는 점이 다르다고 언급했습니다.
• AI의 본질과 가치: AI는 단순한 ChatGPT나 이미지 생성을 넘어섰으며 , 암기 및 일반화를 넘어 추론(reason)하고 효과적으로 생각(think)하며 연구를 통해 스스로 근거를 마련(ground itself)할 수 있는 능력이 크게 향상되었다고 설명했습니다.
• 컴퓨팅 수요의 폭발적 증가:
  • AI가 효과적이려면 **맥락을 인지(contextually aware)**해야 하며, 지능은 미리 생성하고 검색할 수 있는 '콘텐츠'가 아니기 때문에 , 실시간으로 생성되어야 합니다.
  • 가치 있는 것을 생산하는 데 필요한 컴퓨팅 양이 상당히 많으며 , 답을 생성하는 데 필요한 계산량과 AI 모델의 사용량 모두 기하급수적으로 증가하고 있어 , 컴퓨팅에 대한 엄청난 수요를 일으키고 있습니다.
  • 현재 AI 사용량은 매우 낮은 수준이며, 가까운 미래에는 거의 모든 일상에서 AI와 상호작용하게 될 것이므로, 이러한 사용량의 증가가 **지능의 구축(buildout of intelligence)**을 이끌 것이라고 보았습니다.
• LLM 너머의 AI: LLM은 AI 기술의 일부일 뿐이며 , AI는 시스템 모델들로 이루어져 있다고 말했습니다.

---

2. 기술 발전과 미래 전망

전문가들은 현재의 기술 패러다임이 빠르게 변화하고 있으며 AI의 잠재력은 엄청나다고 보았습니다.

• 모델 변화: 요슈아 벤지오(Yoshua)는 현재의 모델을 더 이상 LLM(Language Models)이라 부르면 안 된다고 제안했습니다. 최근에는 언어 모델로 시작했으나 **에이전트(agents)**로 발전하여 환경이나 사람들과 상호작용하며 일련의 단계를 거쳐 목표를 달성하고 있다고 언급했습니다.
• 기술 발전의 예측 불가능성: 기술이 3년 전과 완전히 다르며 , 2년, 5년, 10년 후 기술이 어디에 있을지 예측할 수 없으나 , 기술 향상의 추세는 매우 명확하다고 말했습니다.
• 효율성, 향상, 응용: 빌 달리(Bill)는 시장 상황을 설명하는 세 가지 추세를 제시했습니다.
  • 모델 효율성 증가: 어텐션 메커니즘 개선 등으로 동일하거나 더 나은 결과를 훨씬 적은 계산으로 얻을 수 있게 되어 , 이전에 너무 비쌌던 작업들이 저렴해지면서 수요를 촉진하고 있습니다.
  • 모델 성능 향상: 트랜스포머 또는 새로운 아키텍처가 나오더라도 모델은 계속 더 좋아질 것이며 후퇴는 없을 것이라고 전망했습니다.
  • 응용 분야의 초기 단계: 응용 분야는 아직 표면만 건드린 상태이며 , 인간 생활의 거의 모든 측면이 AI의 도움으로 나아질 수 있고 , 궁극적인 수요의 1% 정도에 도달했을 뿐이므로 , 사용이 확대될 것이라 예측했습니다.
• AI 분야의 미개척 영역: 페이-페이 리(Fei-Fei)는 AI 분야가 물리학(400년 이상)에 비해 70년 미만으로 매우 젊은 분야임을 강조하며 , 정복해야 할 새로운 개척지가 많다고 보았습니다. 특히, 언어 기반을 넘어 **공간 지능(spatial intelligence)**과 같이 인지(perception)와 행동(action)을 연결하는 영역에 주목했으며 , 현재의 강력한 LLM 기반 모델도 기본적인 공간 지능 테스트에는 실패한다고 지적했습니다.
• 투자의 정당성:
  • LLM을 기반으로 개발할 응용 분야가 많고, 이 기술이 일상생활에서 사람들을 돕는 데 사용될 때 , 스마트 웨어러블 장치가 대중화되면 사람들에게 서비스를 제공하는 데 필요한 컴퓨팅 양이 막대할 것이므로 , 현재의 소프트웨어 및 인프라 투자는 낭비되지 않을 것이라고 보았습니다.

---

3. 인간 수준의 지능(AGI) 도달 시점 논의

전문가들은 인간 또는 동물 수준의 지능에 도달하는 시점에 대해 다양한 의견을 제시했습니다.

• 현재 패러다임의 한계와 새로운 과학적 질문: 얀 르쿤(Yann)은 현재의 LLM 패러다임이 인간 수준의 지능(Human Level Intelligence)에 도달할 것이라는 믿음에는 동의하지 않으며 , 인간뿐 아니라 동물(예: 고양이)만큼 스마트한 로봇이 없다는 점을 지적하며 , 몇 가지 **돌파구(breakthroughs)**가 필요하다고 보았습니다. AI 발전은 단순히 더 많은 인프라, 데이터, 투자의 문제가 아니라 차세대 AI로 나아가기 위한 과학적 질문이라고 강조했습니다.
• 점진적인 확장: 요슈아는 AGI 도달이 한 번의 사건(event)이 아닐 것이며 , 향후 5년에서 10년 사이에 새로운 패러다임을 위한 중요한 진전이 있을 수 있다고 예측했습니다.
• 이미 초월한 부분: 페이-페이 리는 기계가 이미 인간 지능의 일부를 초월했다고 주장하며 , 22,000개의 사물을 인식하거나 100개 언어를 번역할 수 있는 인간은 많지 않다고 예시를 들었습니다. 그녀는 비행기가 새처럼 날지는 않지만 비행한다는 비유를 들며 , 기계 기반 지능은 강력한 일을 할 것이지만 인간 지능은 사회에서 항상 중요할 것이라고 강조했습니다.
• "중요하지 않은 질문": 젠슨 황은 "우리는 이미 거기에 도달했다"고 말하며 , 또한 "이 시점에서 그것은 중요하지 않다(it doesn't matter)"고 말했습니다. 기술은 계속 발전할 것이며, 우리는 이 기술을 매우 중요한 문제들을 해결하는 데 적용할 것이기 때문에 , AGI 도달 시점은 학문적인 질문일 뿐이라고 보았습니다.
• 토론에서의 승리: 요슈아는 질문을 "이 기계와 토론하면 항상 이길 수 있을 때까지 얼마나 걸릴까?"로 다듬는다면 , 20년 이내에 도달할 것이라고 예상했습니다.
• AI의 역할 (대체 vs. 증강):
  • 빌 달리는 AI의 목표는 인간을 대체하거나 인간보다 나은 것을 만드는 것이 아니라 **인간을 증강(augment)**하는 것이라고 강조했습니다. AI는 인간이 잘 못하는 일(예: 22,000가지 범주 인식, 수학 올림피아드 문제 해결)을 하도록 만들어 , 인간이 창의성, 공감, 상호작용과 같은 고유한 인간적인 일을 할 수 있도록 돕는 것이라고 말했습니다.
  • 얀 르쿤은 이에 동의하지 않으며, 언젠가는 우리가 할 수 있는 거의 모든 것을 할 수 있는 기계를 만들 수 없을 이유가 없다고 주장했습니다.
• AI 능력의 기하급수적 성장: 얀 르쿤은 AI가 다른 지평에 걸쳐 계획을 세우는 능력이 지난 6년간 기하급수적으로 빠르게 성장하는 흥미로운 데이터를 언급하며 , 이 추세가 계속된다면 약 5년 이내에 직장인이 가지는 수준의 능력을 AI가 가질 수 있을 것이라고 말했습니다. 그는 이 영역에 많은 가능한 미래가 있으므로 편견 없이(agnostic) 접근해야 한다고 덧붙였습니다.