사람들은 시, 소설, 보고서 등 글쓰기, 그림 그리기, 알고리즘 코딩 등 창작의 세계가 그동안 인간에게만 허락된 별도의 영역이라 알고 있었다. 그런데 AI(인공지능)의 발전과 함께 이제는 진화한 AI가 스스로 창작의 영역을 넘보는 시대가 되었다. 생성형 AI(Generative AI)의 등장은 인간에게 어떤 의미가 있으며 우리의 미래에 어떤 영향을 미칠지 가늠하기 쉽지 않지만, 생성형 AI는 이미 여러 분야에서 현실로 나타나 적용되고 있다. 우리에게 성큼 다가온 생성형 AI의 시장현황, 다양한 이슈와 관심 사항 등을 살펴보기로 하자. <편집자 주>

---

 

 

 

[뉴스투데이=최봉 산업경제 전문기자] AI 연구의 상당한 진전, 그리고 이 목표를 향한 여러 프로젝트와 연구 노력에도 불구하고 AGI(범용인공지능) 개발은 여전히 먼 목표다.

 

주목할 만한 프로젝트 중 하나는 OpenAI의 AGI 모델 연구다. OpenAI는 GPT-4와 같은 점점 더 발전된 AI 시스템을 개발해 왔으며, 이는 일반적인 추론에서 진전을 보이지만, AGI의 특징인 폭넓은 이해와 적응성이 부족하기 때문에 여전히 ‘좁은 의미의 AI(Narrow AI)’로 간주된다.

 

지난주 OpenAI가 발표한 새로운 ‘o1 모델’은 인간과 같은 지능에 한 걸음 더 다가가고 있지만, 아직은 AGI라고 이름 붙이기에는 미흡한 수준이다.

 

 

또 다른 노력은 DeepMind의 AGI에 대한 작업으로, 아직 진정한 AGI를 달성하지는 못했지만 다양한 유형의 작업과 환경에 걸쳐 확산될 수 있는 AI를 만드는 방법을 모색하고 있다.

 

이러한 발전에도 불구하고 고급 패턴 인식뿐만 아니라 진정한 이해와 자기 인식을 갖춘 기계를 만드는 것과 같은 극복해야 할 주요 장애물이 있다.

 

---

• 아직까지도 AGI에 달성하지 못한 이유는 무엇일까?

 

지난 10여년 동안 Narrow AI는 많은 발전을 이루었고, 기존의 많은 솔루션이 AGI 연구에 기여하고 있다. 하지만 아직 AGI를 달성하지 못한 데에는 여러 가지 이유가 있다.

 

첫째, 기존 인프라는 AGI에 적합하지 않기 때문에 기업들은 임시방편적인 솔루션에 의존하고 있다.

 

대부분의 투자는 여전히 데이터 세트에서 많은 수의 단순한 패턴을 채굴(mining)하는 Narrow AI 시스템에 집중되고 있으며, 이 분야에서 성공이 가시화되고 있기 때문이다.

 

둘째, 진지한 AGI 접근을 위한 자금 부족이다.

 

싱귤래리티넷 재단의 CEO인 한 전문가는 OpenAI나 구글 DeepMind와 같이 막대한 자금을 들여 AGI를 추구하는 팀들이 일반적으로 자원을 소진하고 지적(intellectual) 막다른 골목으로 가고 있다고 지적한다.

 

셋째, Narrow AI의 몇 가지 본질적인 문제로 인해 AGI로의 전환이 어렵다. 예를 들어, Narrow AI는 실시간 적응 학습으로 잘 변환되지 않는 하드 코딩된 로직과 매개변수를 기반으로 한다.

 

아키텍처는 다양하고 복잡하기 때문에 AGI 솔루션으로 결합하는 것이 불가능하지는 않더라도 어렵다는 것이 전문가들의 견해다.

 

 

넷째, 대중의 신뢰다. 아마도 이것이 극복해야 할 가장 중요한 장애물일 것이다.

 

지난 몇 년 동안 사람들은 보안과 개인정보 보호에 대한 일반적인 우려 없이 Narrow AI 애플리케이션에 의존하고 이를 생활에 받아들이게 되었다.

 

인간의 개입을 완전히 배제하는 AI를 홍보하는 기업은 특히 그 결과를 알 수 없는 상황에서 설득력을 얻기 어렵다.

 

---

• Narrow AI에서 AGI까지, 모두에게 안전하고 이롭게 작용해야..

 

AGI 개발은 우리의 상상을 초월하는 윤리적, 사회적 의미를 가지고 있다.

 

Narrow AI는 이미 프라이버시, 보안 및 고용에 대한 의문을 제기하고 있지만, AGI는 더 복잡한 문제를 야기한다. AGI 시스템이 안전하고 제어 가능하며 인간의 가치와 일치하는지 확인하는 것이 주요 관심사이다.

 

게다가 AGI의 의도치 않은 결과와 오용 가능성은 상당할 것으로 예상한다. AGI는 Narrow AI보다 세상을 훨씬 더 많이 바꿀 수 있기 때문에, 고용, 교육 및 사회적 안전망에 대한 새로운 접근 방식이 필요하다.

 

AGI 시스템은 복잡한 상황에서 윤리적 결정을 내려야 하므로 윤리적 AI 행동을 위한 프레임워크를 개발해야 한다.

 

 

머지않아 AGI가 인간의 지능을 능가할 가능성이 커짐에 따라 실존적 위험이 제기될 수 있으므로 강력한 윤리적 원칙과 글로벌 협력에 따라 AGI 개발이 이루어지도록 하는 것이 필수적이다.

 

바로 여기에서 우리 모두는 AI의 탈중앙화 및 후속 AGI 개발을 지원함으로써 통제와 의사결정을 분산하고, 기득권에 의해 통제되지 않고 모두에게 이익이 되는 AGI가 되도록 할 수 있다.

 

올바른 접근 방식, 거버넌스, 견고한 심사, 분산화 프레임워크, 지속적인 감독을 통해 우리는 인간의 가치에 부합하는 AGI를 개발하고 모든 지각 있는 존재에게 안전하고 이롭게 작용할 수 있도록 함께 노력해야 한다.

 

 

---