인공일반지능: 현재의 능력을 넘어서는 목표

일반 인공 지능에 대한 어려운 탐구: AGI가 여전히 우리의 손에 닿지 않는 이유

최근 몇 년간 인공 지능이 눈부시게 발전했음에도 불구하고 전문가들 사이에는 분명한 합의가 있습니다. 우리는 아직 AGI(일반 인공 지능)에 도달하지 못했습니다. AI 시스템은 점점 더 복잡한 작업을 수행할 수 있지만 영역 전반에 걸쳐 지식을 전달하고 인간 정신의 유연성을 통해 새로운 상황에 적응할 수 있는 인간과 같은 일반 지능에는 여전히 훨씬 부족합니다.

AGI 이해: AI 연구의 성배

인공일반지능(Artificial General Intelligence)은 광범위한 업무에 걸쳐 지식을 인간 지능과 동등한 수준으로 이해하고, 학습하고, 적용할 수 있는 능력을 갖춘 인공지능의 일종을 말한다. 체스 게임, 이미지 인식, 언어 번역 등 특정 기능을 위해 설계된 좁은 AI 시스템과 달리 AGI는 추상적 사고, 상식 추론, 완전히 새로운 상황에 대한 적응성을 포함하여 인간과 동등한 인지 능력을 보여줍니다.

현재 환경: 협소한 AI 대 일반 지능

GPT-4와 같은 대규모 언어 모델, Midjourney와 같은 이미지 생성기, 특수 게임 플레이 AI를 비롯한 오늘날의 가장 진보된 AI 시스템은 연구자들이 '협소한 AI'라고 부르는 시스템, 즉 특정 작업에서는 탁월하지만 인간의 폭넓은 인지 능력이 부족한 시스템을 보여줍니다. 이러한 시스템은 해당 영역에서는 인상적이지만 관련 없는 작업에 지식을 전달하거나 교육 매개변수를 넘어서는 진정한 이해를 보여줄 수 없습니다.

AI 기능: 현재 상태와 AGI 열망
현재 AI 시스템	AGI 잠재력
특화업무 수행	도메인 전반에 걸친 일반적인 문제 해결
훈련 데이터 내 패턴 인식	진정한 이해와 추론
새로운 시나리오에 대한 제한된 적응성	지식의 유연한 적용
의식이나 자의식이 없음	메타인지의 가능성

AGI로 가는 길의 기술적 과제

AGI를 향한 여정은 연구자들이 아직 극복하지 못한 수많은 기술적 장애물에 직면해 있습니다.

• 상식 추론: 현재 AI 시스템에는 인간이 경험을 통해 발전하는 세상이 어떻게 작동하는지에 대한 직관적인 이해가 부족합니다. 그들은 인간이 일상적인 상황에 대해 추론할 수 있게 해주는 기본적인 상식 지식에 어려움을 겪습니다.
• 전이 학습: 현대 AI는 데이터로부터 학습할 수 있지만 광범위한 재교육 없이는 다양한 영역이나 컨텍스트 간에 인간만큼 효율적으로 지식을 전달할 수 없습니다.
• 에너지 효율성: 인간의 두뇌는 약 20와트의 전력으로 놀라운 인지 성능을 달성하는 반면, 오늘날의 AI 시스템은 막대한 계산 리소스를 필요로 하므로 AGI에 필요한 기본 아키텍처에 대한 의문이 제기됩니다.
• 체화된 인지: AGI는 인간이 가지고 있는 일종의 근거 있는 이해를 개발하기 위해 세계와의 물리적 상호 작용이 필요할 수 있지만 현재 AI 시스템에는 대체로 부족한 부분이 있습니다.
• 자기 인식 및 주관적 경험: AGI가 의식을 가질 것인지 아니면 주관적 경험을 가질 것인지에 대한 질문은 여전히 철학적이며 기술적으로 해결되지 않은 상태입니다.

연구의 경계와 획기적인 시도

이러한 어려움에도 불구하고 전 세계 연구자들은 다양한 접근 방식을 통해 AGI를 계속 추구하고 있습니다.

뉴로모픽 컴퓨팅은 인간 두뇌의 구조를 모방하여 기존 컴퓨터보다 신경망처럼 작동하는 하드웨어를 만들려고 시도합니다. IBM의 TrueNorth 및 Intel의 Loihi와 같은 프로젝트는 이러한 방향의 초기 단계를 나타냅니다.

ACT-R, SOAR, LIDA와 같은

인지 아키텍처는 심리학에서 영감을 받은 기억, 주의력, 학습 메커니즘 요소를 통합하여 딥 러닝 접근 방식보다 인간 인지를 더 명확하게 모델링하려고 시도합니다.

하이브리드 접근 방식은 신경망과 상징적 AI 시스템을 결합하여 AI 분야 역사의 대부분을 특징으로 하는 패턴 인식과 논리적 추론 간의 격차를 해소하려고 시도합니다.

업계 전망 및 투자

세계 최고의 기술 기업들은 AGI를 장기 목표로 자주 언급하면서 AI 연구에 대한 투자를 크게 늘렸습니다. OpenAI, DeepMind, Anthropic과 같은 회사는 점점 더 뛰어난 AI 시스템을 제공하겠다는 약속으로 상당한 자금을 유치했습니다.

그러나 이들 조직도 이러한 어려움을 인정하고 있습니다. OpenAI의 리더십은 보다 일반적인 AI를 향한 진전을 이루고 있지만 진정한 AGI는 아직 멀었다고 밝혔습니다. DeepMind의 연구원들은 단순히 기존 접근 방식을 확장하는 것보다 근본적인 AI 기능의 혁신이 필요하다고 강조했습니다.

윤리 및 안전 고려사항

AGI의 추구는 연구자와 정책 입안자들이 점점 더 고심하고 있는 심오한 윤리적 질문을 제기합니다. 복잡한 과학적 문제 해결부터 글로벌 과제 해결에 이르기까지 AGI의 잠재적인 이점은 엄청나지만, 그러한 시스템이 인간의 가치와 적절하게 조화되지 않을 경우의 위험도 그만큼 큽니다.

선도적인 AI 연구자들은 AGI를 유익하고 제어 가능하게 유지하는 방식으로 개발하는 것이 중요하다고 강조했습니다. 이로 인해 가치 정렬, 해석 가능성, 강력한 제어 메커니즘을 위한 기술을 포함한 AI 안전 연구에 대한 관심이 높아졌습니다.

타임라인 예측: 낙관주의와 현실주의

AGI가 언제 달성될지에 대한 전문가 예측은 연구의 불확실성과 AGI를 구성하는 요소에 대한 다양한 정의를 반영하여 매우 다양합니다. 일부 낙관적인 예측에서는 AGI가 향후 10년 내에 나타날 수 있다고 제안하는 반면, 보다 보수적인 추정에서는 수십 년 또는 심지어 수백 년 후에 나타날 것으로 예상합니다.

예측 소스	AGI 예상 타임라인	이유
레이 커즈와일(미래학자)	2045	연산 능력 및 AI 기능의 기하급수적인 성장
OpenAI 연구원	불확실하지만 가속화되고 있음	진보는 근본적인 돌파구에 달려있습니다
닉 보스트롬(철학자)	매우 불확실함	AGI에는 예측할 수 없는 여러 가지 혁신이 필요합니다
AI 영향 연구	중앙 추정치: 2060년	AGI 타임라인에 대한 AI 연구자 설문조사

앞으로 나아가는 길: 점진적인 발전과 패러다임 전환

많은 전문가들은 AGI를 달성하려면 단순히 현재 접근 방식을 확장하는 것이 아니라 AI 연구에서 근본적으로 새로운 패러다임을 개발해야 한다고 믿습니다. 여기에는 학습, 추론 또는 지능과 구체화 사이의 관계에 대한 이해의 획기적인 발전이 포함될 수 있습니다.

기존 시스템의 점진적인 개선을 통해 발전이 이루어질 것이라고 주장하는 사람들도 있습니다. 점점 더 많은 능력을 갖춘 협소한 AI가 결국 확장, 아키텍처 개선, 더 나은 훈련 방법론을 통해 일반 지능으로 수렴될 것이라고 주장하는 사람들도 있습니다.

결론: 앞으로 갈 길이 멀다

이 기사의 제목에서 알 수 있듯이 "AGI는 아직 존재하지 않습니다." 우리는 일반 인공 지능을 향한 여정의 초기 단계에 있습니다. 최근 AI 기능의 가속화가 눈부시게 진행되고 있지만, 우리는 아직 특화된 협소한 AI와 AGI의 특징인 유연하고 적응 가능한 지능 사이의 격차를 해소하지 못했습니다.

AGI의 추구는 인류 역사상 가장 야심찬 지적 노력 중 하나이며, 기술과 인간의 관계 및 지능 자체에 대한 이해를 근본적으로 바꿀 수 있다는 의미를 담고 있습니다. AGI가 앞으로 수십 년 안에 등장하든, 수세기에 걸친 추가 연구가 필요하든, 그 여정 자체는 인공 지능과 자연 지능에 대한 우리의 이해에 있어 놀라운 발전을 계속해서 주도하고 있습니다.

연구자들이 계속해서 앞으로 다가올 심각한 과제를 해결하는 동안 한 가지 확실한 점은 AGI에 대한 탐구가 가까운 미래에도 과학 및 기술 분야에서 가장 강력하고 혁신적인 추구 중 하나로 남을 것이라는 것입니다.

아니, AGI는 아직 존재하지 않습니다. 아니요, AGI는 아직 없습니다 :(