인간의 지능을 뛰어넘은 AI가 온다. 인류는 AGI시대를 맞을 준비가 되었나? AI의 멀지 않은 미래 | AGI | 기술적 특이점

인간의 지능을 뛰어넘은 AI가 온다. 인류는 AGI시대를 맞을 준비가 되었나? AI의 멀지 않은 미래 | AGI | 기술적 특이점 

 

 

잊을 만하면 한 번씩 등장하여 전 세계인을 놀라게 할 만한 성장과, 성능을 보여주며 빠르게 발전하고 있는 AI. 그렇다면 AI의 다음 단계는 무엇일까요?

 

얼마 전 네이버에서 클로바 엑스라는

0:03

대형 언어 모델을 활용하여 만든

0:05

한국형 대화형 인공지능 서비스를

0:07

출시했습니다 해성처럼 등장한 오픈

0:10

AI 만든 체 GPT 전 세계를

0:12

사로잡는 것을 본 토종 테크 기업

0:14

네이버가 이에 대응하여 만든 유사한

0:16

인공지능 서비스입니다 이세돌과 바둑

0:19

경기를 치르며 유명세를 탔던 알파고와

0:22

테슬라 차량에 적용된 fsd 자율주행

0:25

기술 그리고 오픈 AI GPT 나

0:27

구글에 바드 그리고 최근에는 텍스트로

0:30

주문만 하면 실제 사진과 같은 그림을

0:32

만들어주는 스테이블 디퓨전 같은

0:34

것들이 대중적으로 AI 각인시킨

0:37

서비스일 것입니다 잊을만하면 한 번씩

0:39

등장하여 전 세계인을 놀라게 할 만한

0:42

성장과 성능을 보여주며 빠르게

0:44

발전하고 있는 AI 그렇다면 AI

0:47

다음 단계는 무엇일까요 인공지능을

0:50

연구하는 수많은 전문가들은 AI

0:52

인간의 지능을 뛰어남을 날이 모지

0:54

않았다고 믿고 있습니다 어떤 사람들은

0:56

이를두고 기술적 특이점이라 부르기도

0:59

하고 또 던 사람들은 그 단계를 범용

1:01

인공지능 즉 agi 아고 말합니다

1:04

agi 인간이 풀어야 할 마지막

1:07

문제라고 불리기도

1:09

하는데이는가 우리 인류를 위해 인류가

1:11

단명한 모든 문제를 대신 해결해 줄

1:13

것이기 때문입니다 의료 교육 노동

1:17

시장 사회 문제 우주 개발 등등

1:20

사실상 활용되지 못할 분야를 찾는

1:22

것이 더 어려울 정도로 무한한 경제적

1:25

가치를 지니게 되는 것은 물론이고

1:27

우리의 삶을 송두리 바꿔 놓을 배력

1:29

지니고 있습니다 이런 점 때문에 어떤

1:31

사람들은 agi 상용화된다면 결국

1:34

agi 일류를 멸망시킬 것이라고

1:36

주장하기도 합니다 하지만 파면에 대한

1:39

예측은 잠시 제쳐두고 다른 질문을 해

1:41

봅시다 agi n 어떻게 실현될까

1:45

1970년대와 80년대의 고전적인

1:48

AI 기술은 대부분 계획과 추론과

1:50

같은 인지능력 그리고 인간에게는

1:53

어렵고 동물에게는 불가능한 컴퓨터

1:55

체스와 같은 작업 수행 중점을

1:57

두었습니다 그리고 내 연구자들은

1:59

인간과 동물 모두에게 쉬운 이식과

2:02

운동제어 같은 낮은 수준의 능력이

2:04

컴퓨터에게는 매우 어렵다는 사실을

2:07

발견했습니다 쉽게 이야기해 인간이

2:09

쉽게 하는 일은 컴퓨터가 하기 어렵고

2:11

컴퓨터가 쉽게 하는 일은 인간이 하기

2:14

어렵다는 말입니다이는 초기 AA

2:16

연구자들에게 놀라운 사실이었고이를

2:19

모라벡의 역설이라고 합니다 고전적인

2:21

AA 달리 초기 신경망 연구자들은

2:25

시각적 인식의 중점을 두보 인식

2:27

문제에 집중했습니다 수십년에 걸친

2:29

연구 끝에 2012년 컴퓨터 비전에

2:32

대한 기존의 어떤 접근 방식보다도

2:34

성능면에서 크게 능가하는 신경망

2:36

딜런이 탄생했습니다 최근 오픈 AI

2:39

4의 GPT 여러 대규모 언어 모델의

2:42

성공은 신경망을 자 연어에 적용하기

2:44

위한 수십년간의 연구의 결정체라고 할

2:47

수 있습니다 GPT 성공은 신경망이

2:50

언어와 같은인지 능력에서도 월등한

2:52

성능을 발휘했다는 것을 의미합니다

2:54

그럼 한 단계 더 발전된 형태인를

2:57

위해서 AI 이제 어디로 나아가야

3:00

할까요 러닝의 대부이자 튜닝 상

3:02

수상자들도 각자 다른 의견을 가지고

3:04

있습니다 캐나다 토론토 대학교의

3:07

교수이자 딥러닝의 개념을 처음으로

3:09

고안하고 발전시킨 제프리 인턴은

3:12

GPT 같은 모델은 인터넷의

3:14

텍스트로만 학습했기 때문에 물리

3:16

세계에 대한 지식이 부족함을

3:18

강조합니다 쉽게 말해 카메라 센서와

3:21

로봇팔 같은 물리적 상호 작용을

3:23

가능하게 하는 하드웨어 디바이스를

3:25

통해 한층 더 업그레이드될 수 있다고

3:28

이야기합니다 반면 컴퓨터 과학자이자

3:31

인공지능 연구자로 딥러닝 발전에

3:33

공원을 한 것으로 2018년 튜닝

3:35

상을 수상한 요슈아 벤조인 인공지능이

3:38

스스로 학습하고 발전할 수 있는

3:40

방법을 찾는 것이를 구현하기 위한

3:42

중요한 과제라고 이야기합니다 그

3:45

사람의 견해를 비교해서 생각해 보면

3:47

제프리 힌턴 교수는 다시 지갑과 운동

3:50

제어와 같은 물리적 상호 작용으로

3:52

돌아가야 한다고 이야기하고 있고

3:53

요슈아 벤초 교수는 지금까지 해왔던

3:56

것처럼 더 높은인지 능력을 향해 계속

3:58

나아가야 한다는 견해를 가지고

4:00

있습니다이는 현재 실리콘 밸리와 오픈

4:03

AI 가지고 있는 견해와 일치 않은

4:05

것으로 보입니다 오픈 AI 4의

4:08

GPT 4가 현재까지 경쟁사들의 원어

4:10

모델보다 좋은 성능을 내고 있다는

4:12

것은 보편적으로 모두 인정하고

4:14

있습니다 실리콘 밸리는 오픈 AI 제

4:18

2의 구글이나 페이스북과 같이 빅테크

4:20

기업으로 성장할 것이라 기대하고 있고

4:22

벤처 투자자들은 실리콘 밸리가 세계의

4:25

혁신과 같이 창출의 엔진이라고

4:27

자랑하고 있는만큼 오픈에 AI n

4:30

대규모 언어 모델을 이용할 인공지능

4:32

서비스 측면에서 앞서나가고 있습니다

4:34

많은 사람들이 예측하는 것처럼 오픈

4:37

AI n 형후 agi 구현하는데 기술

4:39

리더로서 다른 기업들보다 앞서 나갈

4:41

수 있을까요 적어도 겉으로 보기에는

4:44

오픈 AI n agi 구연의 사화를

4:46

걸고 있는 것 같아 보입니다 agi

4:49

등장하면 인류가 당면한 모든 문제를

4:51

해결할 수 있는 만능열쇠가 될

4:53

것이라고 믿는다고 가정해 봤을 때

4:55

앞서 이야기했듯이 발명은 이전에 어떤

4:58

발명보다 더 큰 사실상 무한한 경제적

5:00

가치를 지니게 될 것입니다 그렇기

5:03

때문에 오픈 AI n GPT 이용한

5:05

수익 창출과 같은 지루한 목표에는

5:07

크게 관심이 없을 것입니다 이런 일은

5:10

더 경험이 많고 어쩌면 이런 지루한

5:12

미션에 땀 맞는 대기업인 그들의

5:15

파트너 마이크로소프트에게 맡겨 버리면

5:17

되는 일이기 때문입니다 agi 구현에

5:19

성공할 확률이 매우 낮다고 해도 그에

5:22

대한 보상이 무한하다면 오픈 AI

5:24

agi 집중하는 것은 합리적인

5:26

선택입니다 결국 1% 곱하기 무한 는

5:29

여전히 무한대인 있요 물론 실패한

5:32

경우에도 크게 문제될 것은 없습니다

5:34

오픈 AI 제의의 구글이나 페이스북이

5:37

되지는 못하더라도 적어도

5:39

마이크로소프트는 대기업에서 중요한

5:41

역할을 하게 될 것이기 때문입니다

5:43

따라서 오픈 AI agi 통한 대박을

5:46

노리는 것은 어쩌면 당연한 선택이 될

5:48

것입니다 다른 빅테크 기업은 어떨까요

5:51

오픈 AI를 만드는데 성공하면 오픈

5:54

AI n 세계에서 가장 가치 있는

5:56

회사가 될 것이고 반면 다른 회사들은

5:59

큰 타격을 입을 수 있습니다 따라서

6:01

투자 덕분에 마이크로소프트는 미래

6:03

agi 시대에 적어도 회자가 되지는

6:06

않을 것입니다 구글 또한 이러한

6:08

이유로 오픈 AI 경제사 중 하나인

6:10

엔 트라픽 투자하고 있는 듯합니다

6:13

구글의 이전 보험은 딥 마인드였다

6:16

그호 유명한 딥마인드의 전문 분야인

6:18

강화 학습은 당시에 예상만 큼은

6:20

중요하지 않은 것으로 판명되었습니다

6:23

그렇다면는 언제쯤 구현이 가능할까요

6:25

확신할 수는 없지만 인공지능 전문가들

6:28

단체에서 여론 조사를 했을 때 그

6:31

시기가 점차 담겨지고 있는 것은

6:32

확실해 보입니다 예전에는 100년 후

6:35

50년 후를 이야기했다면 얼마

6:37

전부터는 20년 정도면 되지

6:39

않을까라는 소리가 나오더니 최근에는

6:42

평균적으로 2030년대에는 구현될 수

6:45

있다고 이야기할만큼 담겨지고 있습니다

6:47

일반적으로 전문가들은 좀 더

6:49

회의적이고 보수적으로 평가한다는 것을

6:51

감안해 보았을 때 정말 머지않은

6:53

미래가 될 것임을 예측해 볼 수

6:55

있습니다 물론 여전히 반대 의견도

6:58

많습니다 년전 수많은 언론들은 구글의

7:01

홍보에 현혹되어 완전 자율주행차가

7:04

수년 내 출시될 것처럼 떠들어댔습니다

7:07

하지만 자동차가 인간만큼 운전하게

7:09

하는 것은 생각처럼 쉽지 않다는 것이

7:11

곧

7:12

밝혀졌었다 마찬가지일 것입니다

7:15

언젠가는 실련 들겠지만 언론에서

7:17

이야기하는 것보다는 더 오랜 시간이

7:20

걸릴 것입니다 AI 분야에 저명한

7:22

컴퓨터 과학자이자 딥러닝 분야의

7:24

선구자로 구글과 애플에서 AI 개발을

7:27

단단했던 이안 쿠펠 agi 개발하기

7:30

위해서는 뇌의 구조와 기능을 완전히

7:32

이해해야 한다고 합니다 하지만

7:35

아직까지도 인류는 매우 복잡한 뇌의

7:37

구조를 이해하고 있지 못하고 있기

7:38

때문에 여전히 agi 구현하기가

7:41

상당한 시간이 소유될 것이라고

7:43

말합니다이는 글 AI 공동 설립자이자

7:46

전 CEO 있던 앤드류은 테슬러의

7:49

CEO 일론 머스크 등의 생각과 일맥

7:51

상통하는

7:52

부분입니다 그렇다면 앞서 잠시

7:55

제쳐두었던 agi 위험에는 무엇이

7:57

있을까요 사실 언론에서 언급하는

8:00

단기적인 위험들은 모두 GPT

8:02

이전부터 존재했습니다 언론은 AI

8:05

일자리를 없앨 것이라고 말합니다

8:07

하지만 역사적으로 기술 발전에 의한

8:09

일자리 소멸은 예상보다 훨씬 천천히

8:12

진행되었습니다 예를 들어 자동 전화

8:15

교환 시스템이 발명된 것은

8:17

1892년이지만 미국 전화 교환원

8:19

숫자는 오히려 늘어나 20세기 중반에

8:22

약 35만 명으로 정점을 찍고

8:24

1980년대까지도 사라지지 않았습니다

8:27

두 제프리는 소셜 를 통해 우리

8:30

사회를 좀 먹는 가짜 뉴스를 만드는데

8:32

AI 사용될 것이라고 말했습니다

8:35

하지만 가짜 뉴스는 이미 인간이 수도

8:37

없이 만들어내고 있고 의터 유튜브 등

8:39

수많은 SNS 통해서 여과 없이

8:42

빠르게 전파되고 있습니다 AI 인해

8:44

발생 가능한 문제들은 실제로 인류에게

8:47

심각한 도전이며이를 해결하기 위해

8:49

모두가 노력해야함은 의심할 여지가

8:51

없습니다 하지만 AI 이러한 문제들을

8:54

만들어 내고 있다는 말은 언론의

8:56

과장일 확률이 높습니다 아마라의

8:58

법칙에 따 따르면 우리는 단기적으로는

9:00

기술의 효과를 과대 평가하고

9:02

장기적으로는 그 효과를 과소 평가하는

9:05

경향이 있다고 합니다 파괴적인

9:07

신기술의 사람들의 기대와는 달리 초기

9:09

단계에서는 각종 오류와 시행 차고

9:11

등으로 인해 글 효과가 대단하지 않아

9:14

보이지만 장기적으로는 엄청난 변화를

9:16

이끈다는 뜻입니다 예를 들어 IBM이

9:19

개발한 최초의 스마트폰은 무겁고

9:21

배터리 수명이 짧다는 이유로 인기를

9:23

끌지 못했지만 약간의 시간이 지난 후

9:26

애플은 아이폰으로 스마트폰 시장에서

9:28

엄청난 선 을 거두기도 했습니다 AI

9:31

마찬가지일 것입니다 다만 늘 그랬듯

9:34

우리 인류가 장기적인 결과를 예측하는

9:36

것은 불가능합니다 1980년대에

9:39

대부분의 전문가들은 인터넷이 일상

9:41

생활에 큰 영향을 미치지 않을

9:43

것이라고 예측했고 1990년대의

9:46

전문가들은 3D 프린팅 기술이

9:48

대중화되지 않을 것이라고 예측하기도

9:50

했습니다 2003년 사람들은

9:52

2023년 스마트폰이 너무나 당연하게

9:55

보편화되어 있을 것을 전혀 상상하지

9:57

못하기도 했죠 1960 8년

9:59

스탠포드의 교수 폴 베렐 리이는

10:01

해셔서 인구 폭탄을 통해 인구 과잉이

10:04

전 세계적인 기근과 문명의 붕비를

10:06

불러올 것이라 예측한 것으로

10:08

유명해졌습니다 하지만 현재 우리는

10:11

완전히 반대 것을 걱정하고 있습니다

10:13

한국과 같이 출산률이 극도로 낮은

10:15

국가가 맞이할 절망적인 미래 말입니다

10:18

장기적인 미래는 매우 불확실하기

10:20

때문에 원 미래에 대한 합리적인

10:22

예측과 계획은 근본적으로 불가능합니다

10:25

그렇기 때문에 AI 발전에 따른

10:27

위협을 믿는가 아니 면 AI 가져올

10:30

희망을 믿는 가는 결국 이성을

10:32

넘어서는 일종의 믿음으로

10:34

해결됩니다가 바꿀 미래가 두렵게

10:36

느껴지면서도 한편으로 완전히 새로워질

10:39

삶의 모습이 기대되는 것도 같은 이유

10:41

때문이겠지요 매우 빠르게 우리 삶을

10:43

바꿔 나가고 있는 AI 그리고 인간을

10:46

뛰어넘는 범용적인 지식을 가진 agi

10:49

예고된 탄생 앞에서 여러분들의 생각은

10:52

어떠신가요 시청해 주셔서 감사합니다

10:54

지금까지지 유니버스

10:58

있습니다