지난 2월 11일, 코엑스에서 열린 AI SEOUL 2025 행사에서는 다양한 강연이 진행되었습니다. 강연 내용이 워낙 방대하고 흥미로운 주제가 많아, 여러 번에 나누어 정리해보려 합니다.
오늘은 먼저 오전 기조연설로 진행된 제리 카플란(스탠포드대 교수)의 「생성형 AI의 현재와 미래(The Present and Future of Generative Artificial Intelligence)」 강연을 간단하게 소개해드리겠습니다.
The Present and Future of Generative Artificial Intelligence | Jerry Kaplan 제리 카플란(스탠포드대 교수)
1. AI에 대한 대중적 인식과 오해
1-1. ‘더 똑똑한 기계’라는 통념
- 주류 인식: 대부분의 사람들은 AI를 ‘인간처럼 사고하거나 인간보다 더 똑똑해지는 기계’를 만드는 노력으로 생각한다.
- 초지능과 파멸 시나리오: 이런 인식 속에서, AI가 인간의 일자리를 빼앗고, 더 나아가 통제 불가능한 초지능에 도달해 인류에게 위협이 될 것이라는 두려움이 커지고 있다.
1-2. 영화·소설의 영향
- 인간형 로봇의 반란: SF 작품에서는 보통 인간형 로봇이 자아(의식)를 갖게 되고, 인간의 통제나 착취에 반발해 대립하는 모습을 자주 그린다.
- 현실과의 괴리: 영화 속 극단적 상황이 공포심을 조장하지만, 실제로 현재 AI 기술은 ‘의식을 가진 로봇’과는 거리가 멀며, 주로 특정 업무의 자동화·최적화에 초점이 맞춰져 있다.
1-3. 실제 AI의 모습
- 현 시점에서의 AI: 카플란 교수는 “AI는 인간을 대체하는 지능을 만드는 것이 아니라, 자동화라는 관점에서 최근 진보가 이루어진 기술”이라고 강조한다.
- 자동화의 연장선: 과거 기계나 컴퓨터가 해오던 작업을 한층 더 고도화·정교화하는 형태로 이해하는 것이 현실적이다.
2. AI는 전통적 의미의 ‘과학’이라기보다 ‘엔지니어링’에 가깝다
2-1. 과학과 AI의 차이
- 과학(Science)의 특징: 실험 가능한 예측 → 검증(실험·데이터) → 이론의 정립·수정 과정을 통해 지식을 축적한다.
- AI 분야의 특징: 지난 70년 동안 새로운 알고리즘·접근법이 ‘파도’처럼 나타났다 사라지기를 반복했으나, 각 파도가 이전의 성과를 모두 흡수·통합하지는 못했다.
- 새로운 기법이 뜰 때마다 이전 기법이 폐기되거나, 특정 영역에서만 국지적으로 발전하는 경우가 많았다.
2-2. 누적 효과의 한계
- 단일 통합 이론 부재: 전통 과학처럼 여러 성과가 모여 하나의 통합 이론을 만드는 식으로 진행되지 않았다.
- 스마트폰 앱에 비유: “스마트폰에 새로운 앱을 깔듯” 각기 다른 AI 기법이 등장·적용되는 수준이며, 완전한 통합 체계로 합쳐지지는 못했다.
2-3. 최근 AI 발전의 동력
- 컴퓨팅 능력의 급격한 향상: 비용 감소와 속도 증가가 AI 알고리즘을 실행하는 데 유리한 환경을 만들었다.
- 방대한 데이터의 축적: 인터넷, 디지털 전환의 가속으로 방대한 데이터가 전자적으로 가용해져, 기계학습(특히 딥러닝) 모델이 발전할 토대가 마련되었다.
3. 생성형 AI와 ‘하이프 사이클’ 정점
3-1. AI 열풍의 재점화
- ChatGPT, 이미지 생성 등: 최근 생성형 AI 기술은 텍스트, 이미지, 음성, 영상 등 다양하게 응용되며 대중적 관심과 투자를 끌어모았다.
- 카플란 교수의 시각: 우리는 지금 (또는 거의) “AI에 대한 과장광고(hype)의 정점”에 있다.
3-2. 성장 둔화와 접근 방식의 한계
- 이미 느려지는 발전 속도: 언어 모델과 생성형 AI가 빠른 속도로 고도화되어 왔지만, 이제는 추가적인 개선이 어려워지고 있다는 시각도 등장한다.
- 한계점 노출: “할루시네이션(근거 없는 텍스트 생성)”, “편향된 결과”, “추론 능력 부족” 등 대규모 모델 방식의 문제들이 논의되기 시작했다.
3-3. AI 인프라 투자와 위험
- 데이터센터·특수 칩 투자 붐: 새로운 AI 스타트업과 관련 인프라(컴퓨팅 칩, 클라우드 데이터센터 등)에 막대한 자금이 몰리고 있다.
- 투자 리스크: 많은 회사들이 뛰어들지만, 극소수만이 살아남고 상당한 투자가 낭비될 가능성이 크다.
3-4. 향후 전망
- 가치 있는 ‘애플리케이션’의 등장: 생성형 AI 기술을 응용한 흥미로운 서비스·제품은 계속 출현할 것이다.
- 잠재력 완전 실현까지는 시간 소요: 현재 기대감만큼 단기간에 모든 것이 바뀌지는 않을 것이며, 기술적·사회적 제약 등을 극복해가며 점진적으로 실용화가 이뤄질 전망이다.
두줄 요약
- 대중들의 AI에 대한 오해
- 많은 사람들이 AI를 ‘인간보다 더 똑똑한 기계를 만드는 작업’으로 오해하는 경향이 있음.
- 영화나 소설에서 그려지는 초지능 로봇의 반란 같은 시나리오가 실제 현 상황과는 거리가 큼.
- AI는 전통적인 과학이라기보다는 엔지니어링 분야
- AI는 명확한 통합 이론을 갖추기보다, 문제 해결을 위한 여러 접근법이 ‘파도’처럼 등장했다 사라지는 양상을 보여옴.
- 누적 발전이라기보다는, 스마트폰에 새로운 앱을 깔듯이 분산적으로 확장되고 있음.
- 하이프 사이클의 정점과 생성형 AI의 미래
- ChatGPT 등으로 인해 AI 붐이 최고조에 달했으나, 한계도 서서히 노출되고 있음.
- 다양한 애플리케이션이 나오겠지만, 그 잠재력이 완전히 구현되기까지는 예상보다 시간이 더 걸릴 가능성이 높음.
생성형 AI가 불러올 변화는 이미 현실이 되었고, 앞으로 더 깊이 파고들며 다양한 산업 분야에 적용될 것입니다. 다만 일자리를 전면 대체하거나 인류를 위협할 수준의 ‘초지능 AI’가 당장 등장한다고 보는 것은 섣부른 전망이라고 여겨집니다.
보다 자세한 내용이 궁금하신 분들은 아래 링크를 통해 제리 카플란 교수님의 연설 영상을 직접 확인해 보시기 바랍니다.
https://www.youtube.com/live/CD2eB-GaU7U?si=FdoY3vuh22nPU446
'대외 활동 기록' 카테고리의 다른 글
아모레퍼시픽 재단, 장원 특강 "AI와 인류의 미래" 후기 및 요약 (5) | 2024.09.23 |
---|