인공 지능 분야에서 세계에서 가장 유명한 인물 중 일부가 이번 주 세계경제포럼(WEF) 참석을 위해 스위스의 작은 스키 리조트 마을인 다보스에 도착했습니다.
AI는 기업, 정부 지도자, 학계, 비정부 단체 간의 많은 논의를 지배했습니다. 그러나 현재 모델이 인간 지능을 복제하는 데 얼마나 가까운지, 그리고 기술이 단기적으로 경제적으로 미칠 영향에 대해서는 분명한 대조가 나타났습니다.
전 세계를 사로잡은 대형 언어 모델(LLM)은 인간 수준의 지능으로 가는 길이 아니라고 두 AI 전문가가 다보스에서 별도의 논평을 통해 밝혔다.
노벨상 수상자인 구글 딥마인드(Google DeepMind)의 CEO이자 구글의 제미니(Gemini) 모델 개발을 주도하고 있는 임원인 데미스 하사비스(Demis Hassabis)는 현재의 AI 시스템이 인상적이기는 하지만 인간 수준의 인공 일반 지능(AGI)에 “가까울 수 없다”고 말했습니다.
신경망 연구로 컴퓨터 과학 분야에서 가장 권위 있는 상인 Turing Award를 수상한 AI 선구자인 Yann LeCun은 더 나아가 모든 주요 AI 모델을 뒷받침하는 LLM은 결코 인간과 같은 지능을 달성할 수 없으며 완전히 다른 접근 방식이 필요하다고 말했습니다.
이들의 견해는 Google의 주요 AI 경쟁사인 OpenAI와 Anthropic의 고위 경영진이 주장하는 입장과 현저히 다릅니다. 이들은 자신들의 AI 모델이 인간 지능과 경쟁할 위기에 처해 있다고 주장합니다.
Anthropic의 CEO인 Dario Amodei는 다보스에서 청중에게 AI 모델이 1년 이내에 모든 소프트웨어 개발자의 작업을 대체하고 2년 이내에 여러 분야의 과학 연구에서 “노벨 수준”에 도달할 것이라고 말했습니다. 그는 사무직 일자리의 50%가 5년 안에 사라질 것이라고 말했습니다.
OpenAI CEO인 Sam Altman(올해 다보스에 참석하지 않음)은 우리가 이미 인간 수준의 AGI에서 “초지능”, 즉 모든 인간을 합친 것보다 더 똑똑한 AI로 전환하기 시작했다고 말했습니다.
LLM이 일반 지능으로 이어질 수 있습니까?
Hassabis는 Amodei와 WEF에 공동 출연하여 현재 AI 시스템과 똑같이 구축된 모델을 통해서는 아니지만 10년 내에 AGI를 달성할 확률이 50%라고 말했습니다.
이후 Google이 후원한 강연에서 그는 “AGI에 도달하기 전에 한두 가지 더 발전이 필요할 수 있습니다”라고 설명했습니다. 그는 몇 가지 예를 통해 학습하는 능력, 지속적으로 학습하는 능력, 더 나은 장기 기억, 더 나은 추론 및 계획 능력을 포함하여 몇 가지 주요 격차를 식별했습니다.
그는 “(AGI)에 대한 나의 정의는 인간이 할 수 있는 모든 인지 능력을 발휘할 수 있는 시스템, 즉 모든 것을 의미한다”며 “우리가 항상 찬양하는 최고 수준의 인간 창의성, 우리가 존경하는 과학자와 예술가”를 포함한다고 말했다. 고급 AI 시스템이 어려운 수학 방정식을 풀고 이전에 테스트되지 않은 추측을 해결하기 시작한 반면, AI는 인간 지능과 동등한 것으로 간주되기 위해 자체적인 혁신적인 추측(“훨씬 더 어려운” 작업)을 개발해야 합니다.
Davos의 AI House에서 연설한 LeCun은 업계가 LLM에만 집중하는 것에 대해 더욱 직접적으로 비판했습니다. “… LLM이 그렇게 성공한 이유는 언어가 쉽기 때문입니다”라고 그는 주장했습니다.
그는 이것을 물리적 세계가 제기하는 과제와 대조했습니다. “우리는 변호사 시험에 합격할 수 있고 코드를 작성할 수 있는 시스템을 가지고 있습니다. 하지만 현실 세계를 실제로 다루지는 않습니다. 이것이 바로 가정용 로봇이 없는 이유입니다. 그리고 레벨 5 자율주행 차량도 없습니다.”라고 그는 말했습니다.
지난 11월 메타를 떠나 AMI(Advanced Machine Intelligence Labs)를 설립한 르쿤은 AI 산업이 위험할 정도로 획일화됐다고 주장했다. 그는 “AI 산업은 완전히 LLM 기반이다”고 말했다.
그는 LLM에만 집중하고 거대한 데이터 센터를 구축하기 위해 수백억 달러를 투자하기로 한 Meta의 결정이 거대 기술 기업을 떠나기로 한 결정에 기여했다고 말했습니다. LeCun은 LLM과 생성 AI가 인간 수준의 AI로 향하는 길이 아니며, CEO인 Mark Zuckerberg가 원하는 “초지능”도 아니라는 자신의 견해가 그를 회사에서 인기 없게 만들었다고 덧붙였습니다.
“실리콘 밸리에서는 모두가 같은 일을 하고 있습니다. 모두가 같은 도랑을 파고 있습니다”라고 그는 말했습니다.
LeCun에 따르면 근본적인 한계는 현재 시스템이 다음에 일어날 가능성이 가장 높은 일을 예측하고 원인과 결과를 연결할 수 있는 “세계 모델”을 구축할 수 없다는 것입니다. 그는 “행동의 결과가 어떻게 될지 미리 예측할 수 있는 시스템 없이 에이전트 시스템을 구축할 수 있다는 것을 상상할 수 없습니다”라고 말했습니다. “세상에서 우리가 행동하는 방식은 우리 행동의 결과를 예측할 수 있다는 것을 아는 것이며, 그것이 바로 우리가 계획을 세울 수 있게 해주는 것입니다.”
LeCun의 새 회사는 비디오 데이터를 통해 이러한 세계 모델을 개발하기를 희망합니다. 그러나 일부 비디오 AI 모델은 프레임별로 픽셀을 예측하려고 시도하는 반면 LeCun의 작업은 객체와 개념에 더 잘 대응하기 위해 더 높은 수준의 추상화에서 작동하도록 설계되었습니다.
그는 “이것이 차세대 AI 혁명이 될 것”이라고 말했다. “우리는 LLM을 교육하거나 텍스트만으로 교육하여 인간 수준의 지능에 도달할 수 없습니다. 우리에게는 실제 세계가 필요합니다.”
기업에서는 어떻게 생각하나요?
허사비스는 진정한 인간 수준 AGI의 타임라인을 “5~10년”으로 설정했습니다. 그러나 AI에 유입되는 수조 달러의 규모는 비즈니스 세계가 이를 알아내기를 기다리지 않는다는 것을 보여줍니다.
AGI 논쟁은 많은 비즈니스 리더들에게 다소 학문적일 수 있습니다. Cognizant CEO인 Ravi Kumar는 가장 시급한 질문은 기업이 AI가 이미 제공하는 엄청난 가치를 활용할 수 있는지 여부라고 말합니다.
Davos 이전에 발표된 Cognizant 연구에 따르면, 현재 AI 기술은 기업이 이를 효과적으로 구현할 수 있다면 미국에서 약 4조 5천억 달러의 노동 생산성을 높일 수 있습니다.
그러나 Kumar는 Fortune과의 인터뷰에서 대부분의 기업이 AI의 잠재력을 활용하기 위해 비즈니스 구조를 조정하거나 인력을 재교육하는 노력을 아직 수행하지 않았다고 말했습니다.
“기존 기업의 재창조에 대해 생각하기 시작하면 4조 5천억 달러가 기업에 실질적인 가치를 창출할 것입니다.”라고 그는 말했습니다. 그는 또한 인간 작업과 AI가 수행하는 디지털 작업의 “통합”이 필요하다고 말했습니다.
그는 “자격은 더 이상 부차적인 것이 아니다”라고 주장했다. “사람들을 미래로 안내하고, 더 높은 임금과 사회적 이동성을 창출하고, 이를 공유 번영을 창출하는 노력으로 만들 수 있으려면 인프라 스토리의 일부가 되어야 합니다.”
