천연지능 vs 인공지능, 미국과 중국이 우리에게 AI를 빌려줄까?

📌 한국의 AI 기술 수준이 뒤처진 이유는 무엇인가?

한국의 AI 기술 수준은 세계 3~7위권이지만, 1위인 미국(100)과 중국(80)에 비해 현저히 낮은 30점대에 머물러 있으며, 이는 AI 연구에 필수적인 GPU 부족과 2023년 국가 R&D 예산 삭감으로 인해 연구 환경이 악화되었기 때문입니다

💡 한국이 AI 기술 주권을 지켜야 하는 이유는?

AI는 모든 산업의 기반이 되는 범용 기술이므로, 자체 AI 모델이 없으면 다른 나라의 기술에 의존하게 되어 산업 경쟁력을 잃고 국가 안보에도 위협이 될 수 있기 때문입니다

이 영상은 천연지능과 인공지능의 차이, 그리고 ai기술 경쟁에서 미국과 중국이 주도하는 현 상황을 분석합니다. ai 커뮤니케이터박태웅 의장은 ai기술 발전의 동력과 한국 ai기술의 현주소를 진단하며, ai 주권확보의 중요성을 강조합니다. 특히, 채gpt를 통해 촉발된 ai혁명의 의미와 agi(인공일반지능)로 나아가는 단계를 설명하며, ai가 가져올 미래 사회의 변화와 윤리적 문제에 대한 고민을 제시합니다. ai기술 경쟁에서 뒤쳐진 한국이 나아가야 할 방향을 제시하며, ai 기술의 발전이 가져올 미래에 대한 심도 있는 논의를 이끌어냅니다.

반응형

1. 🧠 AI 혁명과 한국의 주체성 문제

• AI 혁명의 시작은 채치피티이며, 현재 인공지능은 새로운 국면에 진입했음을 보여준다 .
• AI의 등장으로 미국 변호사 시험을 상위 10%로 통과하거나, 자율적으로 새로운 일을 창조하는 등 인간 수준을 뛰어넘는 다양한 AI 능력이 현실이 되고 있다 .
• AI로 인해 전쟁의 양상이 완전히 변화하였고, 이에 따라 그 부작용에 대한 심각한 고민이 필요해졌다 .
• 과거 국가 R&D 예산 삭감이 한국 AI기술의 경쟁력 약화와 밀려남에 중요한 원인이 되었다 .
• 한국 사회는 선진국의 지시나 모방에만 익숙했으며, 스스로 문제를 정의하고 합의하는 문화가 부족했다 .
• 문제의 정의와 합의에 초점을 맞추어야 하며, 좋은 질문이 좋은 답을 이끌어낸다는 점이 강조된다 .

 

2. 🌱 질문과 답의 중요성

• 답을 찾지 못하는 아이 질문부터 시작해서, 중요한 것은 우리에게 필요한 질문을 찾는 것이다 .
• 답이 있는지 없는지도 끝까지 모를 수 있지만, 질문을 통해 해결하고자 하는 문제를 명확히 하는 과정이 핵심이다 .
• 캠페인이나 보고서는 우리가 해결해야 할 문제와 질문을 수집하고 전달하는 역할을 한다 .
• 🧠 인공지능과 자신의 정체성
  • 저자는 현재 자신을 AI 커뮤니케이터라고 소개하며, 과학 커뮤니케이터 중 AI에 특화된 정체성을 갖고 있다고 한다 .
  • 작가 대신 유명 작가들이 선점한 ‘작가’ 타이틀을 사용하기 어려워 AI전문가로 자신을 규정한다 .
  • 인터뷰이들은 지금도 검색 엔진을 활용하며 AI 프리존에서 살아가려는 의지를 드러낸다 .

• 💡 AI 활용과 자료 수집
  • 유료 AI도구로 구글 제미나, 오픈 AI채트, 엔트로피 클로드 등 세 종류를 활용한다 .
  • 주요 사용 분야는 공부와 자료 수집으로, AI의 자료 폭증에 따른 정보를 빠르게 파악하는 것이 필요하다 .
  • 하루에 수집되는 아티클 양이 많아, 자료 정리와 이해가 어려워지는 현실을 언급한다 .

• 📚 과학·기술 책과 그 이해 방식
  • 기술을 다룬 책은 세 가지 분야(과학, 엔지니어링, 기업)로 구성되어 있으며, 생생한 이해보다 전체 맥락 파악과 적용에 중점을 둔다 .
  • 복잡한 기술 지식은 깊게 이해하지 않아도 되며, 어려운 내용은 넘어가면서 중요한 부분만 파악하는 방식이 효과적이다 .
  • 인공지능이 인류에 미치는 영향과 위험성을 이해하려면 감각적 데이터와 전체적인 흐름 인식이 중요하다 .

• 📝 책 읽기와 지식 습득
  • 책을 읽고 쓰는 과정은 많은 배움과 자기 성찰의 기회이며, 아웃소싱보다는 직접 탐구와 이해를 선호한다 .
  • 책 내용의 기술적 난이도를 모두 이해하려기보다, 핵심 메시지와 영향에 초점을 맞춘 reading 방식을 추천한다 .
  • 인공지능에 대한 책은 현재 상황과 미래 전망을 빠르게 이해할 수 있는 좋은 자료이다 .

• 🚀 인공지능 기술과 역사
  • 인공지능기술은 인류보다 먼저 세상에 영향을 미치는 속성이 있으며, 대중매체와 함께 인류 정체성에 변화를 초래할 가능성이 있다 .
  • 과학, 엔지니어링, 기업 관련 내용을 포함하는 책은 기술의 기본 원리와 적용, 그리고 영향력을 설명한다 .
  • 인공지능이 사회, 문화에 미치는 영향력은 매우 크기 때문에 감각적 이해와 빠른 인식이 필요하다 .

• 🌍 조선족과 이주민 연결 이야기
  • 조선족 이주민의 자기 소개서인 '5층촌 이야기'는 실존 인물의 생생한 삶과 역동성을 보여준다 .
  • 이들은 북한, 중국, 한국, 미국 등 다양한 국가와 사회를 연결하는 다리 역할을 수행하며 삶의 연결과 교류를 통해 성장한다 .
  • 실패를 두려워하지 않고 대화와 만남으로 서로 연결되는 과정이 인간관계 형성에 핵심임을 강조한다 .

 

3. 🤖 인공지능의 역사와 인간의 패턴 인식 능력

• 인간은 오래전부터 자동화 기계와 인공 지능을 만들고자 하는 욕구를 가지고 있었으며, 예를 들어 움직이는 책상 아래의 로봇이나 체스 두는 로봇이 있었다고 한다 .
• 초기 인공지능은 인간이 특징을 모두 정리하여 체크리스트로 고양이 등을 식별하려 했으며, 상세한 특징을 써서 점수를 매기는 방식이었다 .
• 그러나 이 방식은 예외와 다양성이 많아 한계가 있었으며, 특정 패턴이 아닌 잠재된 패턴을 인식하는 것이 중요하다는 점이 드러났다 .
• 인간은 작은 데이터로도 사물(예: 고양이)을 빠르게 인식하며, 이와 달리 컴퓨터는 많은 데이터를 필요로 하는 단점이 있다고 한다 .
• 🔍 인간 인식과 인공지능 학습의 차이
  • 인간은 추상화와 패턴 인식을 통해 적은 정보로도 사물을 구분하는 능력이 있으며, 이는 진화 과정에서 유전자가 만들어낸 기계로서 작동한다 .
  • 인공지능은 패턴 인식을 기반으로, 대량의 데이터를 학습하여 인간의 능력을 모사하는 방식으로 발전해 왔다 .
  • 인공지능은 초기 단순한 논리 구조인 이진법 뉴런을 이용해 뇌와 유사하게 작동하는 기계를 만들어내려고 시도했으며, 이를 위해 빠른 연산장치와 저장장치가 필요하다고 밝혔다 .

• 💻 현대 인공지능의 핵심 원리와 한계
  • 오늘날 AI는 트랜스포머 모델을 통한 확률적 언어 생성으로, 문맥에 따라 단어의 의미와 관계를 벡터로 표현한다 .
  • 이러한 모델은 5조 개 이상의 문서와 단어 연관 벡터를 학습하여 완벽에 가까운 매핑 지도를 갖게 되었으며, 확률적으로 가장 적합한 단어를 생성한다 .
  • AI는 학습 데이터와 매개변수의 확장에 따라 능력이 급격히 성장하며, ‘창발성’(Emergent Ability)이라고 불리는 이전에 없던 새로운 능력을 보여주기도 한다 .
  • 특히, GPT-4와 같은 모델은 자기학습능력을 갖추어 상위 10%의 성능을 내며, 자기 능력 향상이 가능하다고 설명한다 .

• 🚩 AI의 ‘할루시네이션’과 미래 전망
  • AI는 거짓말(할루시네이션)을 하는데, 이는 모델이 확률적 예측으로 가장 자연스러운 단어를 선택하기 때문이며, 이 현상은 버그가 아니라 기능적 특징으로 간주된다 .
  • 할루시네이션은 AI의 상상력으로 볼 수 있으며, 이를 없애면 검색 엔진과 다를 바 없는 제약이 따르기 때문에 AI의 창의성과 상상력은 필수적이라고 한다 .
  • 예를 들어, 알파폴드가 단백질의 구조를 찾는 AI는 ' 창발성'을 통해 기존에는 불가능했던 문제를 해결했으며, 이는 인공지능의 잠재력을 보여주는 사례다 .

3.1. 인공지능의 역사와 인간이 가지는 자동화 욕구

• 인간은 옛날부터 자동화 기계를 만들고, 움직이게 하는 욕구를 가지고 있었다며, 이를 통해 인공 지능의 기원을 설명한다 .
• 초기 인공지능시도는 특징을 정리하여 판단하는 방식이었으며, 인간처럼 특징을 상세히 기술하면 정확도가 올라갔던 것으로 설명한다 .
• 그러나 일정 점수 이후에는 상세하게 기술할수록 오히려 성능이 떨어졌으며, 이는 초기 접근법의 한계를 보여주는 것이라고 지적한다 .
• 인간은 예외와 특이 케이스를 쉽게 인지할 수 있지만, 컴퓨터는 이를 구분하기 어렵다고 한다 .
• 인간이 고양이의 예외 케이스를 쉽게 인지하는 반면, 컴퓨터는 특징을 정리하는 것만으로는 정확한 구분이 어렵다고 결론짓는다 .
• 이러한 한계는 인공지능의 문제점으로, “ 인공지능이란 풀 수 없는 문제”라는 입장을 보여준다 .

3.2. 인공지능의 뇌 구조와 기능 이해

• 인간의 뉴런 작동 방식은 이진법으로 이해되며, 이를 기반으로 논리 기계를 만들 수 있다는 증명이 있다 .
• 인간의 뇌처럼 작동하는 인공지능 시스템을 구현하려는 시도는 연결 고리와 패턴 인식을 목표로 한다 .
• 대량 사진 학습으로 차이점을 분석하는 것보다, 고양이와 관련된 잠재적 패턴에 높게 점수와 낮게 점수를 주는 특징 선택이 핵심이다 .
• 인간의 천연지능은 패턴 인식을 바탕으로 물체를 인지하며, 유전적 진화 과정을 통해 설계된 작동 기전이다 .
• 인간은 패턴 인식을 무수히 적은 데이터로도 할 수 있는데, 이는 추상화와 직관이 강하기 때문이다 .
• 기계는 이진법을 기반으로 빠른 연산과 저장 두 가지로 인간 뇌와 모방 가능하며, 이는 CPU와 저장장치의 결합으로 해결한다 .
• 현대 AI는 높은 전력 소모와 비효율성을 가지고 있는데, 그 이유는 많은 계산과 대규모 데이터 처리 때문이다 .
• 인간은 한정된 데이터로도 패턴을 빠르게 인지하는 추상화 능력이 있으며, 이는 자연스러운 학습 과정의 일부이다 .

3.3. 채 GPT의 등장과 인공지능 발전의 계기

• 채 GPT는 2022년 11월 30일 처음 공개되었으며, AI혁명 시작점으로 평가받는다 .
• 채 GPT는 강력한 성능과 함께 큰 충격을 주었으며, 인공지능개발의 진행 상황을 보여주는 중요한 사례다 .
• 오픈 AI는 '규모의 법칙' 논문에서 컴퓨팅 파워, 학습 데이터, 모델 매개변수 크기를 늘릴수록 성능이 지속적으로 향상된다고 밝혔다 .
• 오픈 AI는 1조 원이 넘는 투자를 통해 매개변수 1,750억 개짜리 모델인 채 GPT-3를 개발했고, 이는 매우 똑똑하고 놀라운 성능을 보였다 .
• 채 GPT-3는 미국 변호사 시험에서 하위 10% 내에 들 정도의 능력을 보여주었으며, 이후 GPT 4는 자기 학습 능력을 갖춰 상위 10% 이상 성과를 내고 있다 .
• GPT는 단순히 많은 데이터를 학습하는 것 외에 스스로 능력을 키울 수 있는 '자기 학습' 능력도 갖춘 인공지능으로 발전하고 있다 .

3.4. 인공지능의 "창발성"과 갑작스러운 능력 등장

• 인공지능이 학습 연산량이 10의 22제곱을 넘어설 때 이전에 없던 뛰어난 능력이 갑자기 나타나는 현상을 창발성이라고 부른다 .
• 이러한 현상은 "느닷없이 나타나는 능력" 또는 " 창발성"으로 번역되며, 대규모 데이터 처리로 인해 전혀 예상하지 못했던 행동이나 특징이 생긴다고 설명한다 .
• 데이터량이 적을 때와는 다른 행동 패턴이 나타나며, 이 현상은 생물학 분야에서는 " 창발성"으로 통칭된다고 한다 .
• 번역 문제로 인해 "느닷없이 나타나는 능력" 또는 " 창발성"이라는 표현이 사용되는데, 이는 직관적 설명이 부족하다는 지적이 있다 .
• 질문받는 입장에서는 "왜 갑자기 능력이 나타나냐"고 의문을 가지기 쉽고, 이는 인공지능의 예측 불가 능력 성장과 연관되어 있다 .
• 🚀 채GPT와 인공지능의 폭발적 성장과 대중적 열광
  • 채지피티가 두 달 만에 1억 명의 사용자를 돌파하며 인공지능대중화에 큰 영향을 끼쳤다 .
  • 많은 사람이 인공지능이 너무 똑똑해서 일상생활에 필수적이 되고 있으며, 그 열풍의 핵심은 "생전 처음 보는 똑똑한 기계"라는 점에 있다 .
  • 초기에는 채지피티의 답변이 " 할루시네이션" 또는 거짓말을 하는 것이었으나, 사용자가 이에 대한 믿음을 갖게 되었다 .
  • GPT-4의 경우, 알지 못하면서도 아는 척하는 모습을 보여주며 신뢰를 얻는 상황이 발생했고, 이러한 거짓말은 일부 사용자에게 문제로 인식됐으나 오히려 흥미를 더했다 .
  • 인공지능의 가능성과 한계, 그리고 대중적 인식이 어떻게 변화하는지에 대한 설명이 포함되어 있다 .

3.5. 트랜스포머 모델과 방대한 데이터 학습

• 트랜스포머 모델은 약 5조 개의 문서를 학습하며, 5조 개의 단어와 수억에서 수십억 개의 문장을 포함한다 .
• 이 모델은 문장 간의 관계를 학습하며, '가장 그럴법한 단어'를 확률적으로 예측하는 방식을 사용한다 .
• 단어들의 관계는 벡터 공간 내 다차원 상관관계로 표현되며, 맥락에 따라 단어 의미가 변화하는 특성을 갖는다 .
• 예를 들어, '잘 났어'는 칭찬일 수도, 비꼬는 표현일 수도 있어 맥락에 따라 의미가 달라진다 .
• 수천조 개의 단어와 컨셉 패턴을 학습하여 매우 정교한 매핑 지도를 갖추게 된다 .
• 🔍 확률 기반 생성과 ‘거짓말’의 이해
  • AI는 확률적으로 가장 적절한 단어를 생성할 뿐, '진실'을 반드시 전달하지는 않으며 자체적으로 '최선'의 답변을 찾는 것일 뿐이다 .
  • AI가 '거짓말'을 하는 것이 아니며, 이는 '최적의 표현'을 찾기 위한 결과로 볼 수 있다 .
  • AI가 확률에 따라 답변을 생성하는 특징을 ' 할루시네이션'이라 부르며, 이는 버그가 아닌 '특징'이다 .
  • 할루시네이션은 검색 엔진과 달리 창의력과 상상력을 가능하게 하는 필수적인 요소로 간주된다 .

• 🎯 AI의 창의성과 할루시네이션의 역할
  • 인공지능이 창의적이고 뛰어난 답변을 하려면 할루시네이션이 필수적이며, 이 기능이 없으면 진짜 검색 엔진 수준에 머무를 수밖에 없다 .
  • 알파 폴드 같은 AI사례 역시 '창의적 문제 해결'에 할루시네이션이 중요한 역할을 한다는 것을 보여준다 .

 

4. 🧬 고분자 단질과 물리적 특성 예측의 난제

• 고분자 단질은 분자 구조를 알더라도 물리적, 화학적 특성을 정확히 예측하기 어렵다,
• 접힌 모양이 특성에 극단적으로 영향을 미치기 때문에 예측이 매우 어렵고 시간이 오래 걸린다,
• 이에 데미스 아사비스는 할루시네이션을 활용해 예상 탐색 범위를 확장했고, 시간과 확률을 크게 줄였다고 밝힌다,
• 🤖 인공지능의 진화와 역할
  • 인공지능은 단순 도구를 넘어 자율적 역할을 수행하는 지능체로 발전하고 있다,
  • 뉴스 검색 알고리즘 등은 인간이 설계한 것이며, 인공지능의 능력 범위는 현재에는 단순한 과제 수행에 한정된다,
  • 인공지능은 인간의 다양한 일을 대체하는 범용 인공지능(AGI)로 진화 중이며, 다섯 단계로 분류된다,

• 🎯 AGI와 그 단계별 기능
  • AGI는 인간의 모든 지능 영역에서 인간보다 뛰어난 인공지능이다,
  • 채봇, 추론과 에이전트, 혁신, 조직 등 다섯 단계로 구분되고, 현재는 에이전트 단계에 도달했으며, 클라우드 기반으로 유용성이 증대되고 있다,
  • 특히 에이전트는 사용자 대신 작업을 수행하며, 본격적인 개발이 이미 진행되고 있다,

• 🧠 추론과 혁신의 성과
  • 인공지능은 30분 내에 수백 페이지 분량의 연구 리포트와 혁신적 해결책을 제시할 수 있으며, 이는 마치 박사급 연구자의 성과와 유사하다,
  • 알파이브(AlphaFold)는 새로운 방식으로 행렬 계산을 최적화하는 혁신을 이루어냈다,
  • 이러한 혁신 능력은 기존의 과학적 연구와 기술 발전에 큰 영향을 미친다,

• 🌐 조직과 대규모 협업
  • AI는 대규모 인력과 오랜 시간 소요되는 조직적 작업도 수행 가능하며, 이는 AI의 핵심 기능 중 하나이다,
  • 오픈 AI는 여기서 한 단계 더 나아가 AGI의 실현 가능성을 보여주고 있다,
  • 몸을 갖춘 AI(휴먼노이드)는 인상적이며, 맥락 인식을 통한 자연스러운 상호작용이 가능하다,

• 🕶️ 증강 인간과 맥락 인터페이스
  • 웨어러블 AR 안경형 디바이스는 사용자의 맥락을 파악하고 정보를 보조하는 역할을 하며, 이는 증강 인간 개념과 유사하다,
  • 안경형 디바이스는 세계 곳곳과 실시간으로 맥락을 공유하며, 사용자 맞춤형 지원이 가능하다,
  • 이는 인간의 기억력과 사고력을 향상시켜, 정보 의존성을 높이고 사고 능력을 퇴화시킬 가능성도 존재한다,

• 🏪 AI와 사회 변화, 그리고 전략적 경쟁
  • AI의 발전은 군사전략, 경제, 전쟁 방식 등 전반적인 사회 구조를 변화시키고 있다,
  • 인공지능기반 드론과 전쟁 기술은 자율적 공격과 전략 수립이 가능하며, 이는 전쟁의 양상을 근본적으로 바꾸고 있다,
  • 글로벌 경쟁은 미국과 중국이 주도하며, AI선점이 생존과 권력의 핵심 변수로 부상하고 있다,
  • 한국의 AI수준은 세계 3~7위권으로 평가되나, 1위와 격차가 크며, 국가 간 AI경쟁이 치열하다,

• 🔑 인공지능의 동인과 미래 전망
  • 인공지능연구는 과학자의 호기심, 기술적 선점, 산업적 우위 확보를 위한 경쟁으로 추진되고 있다,
  • 범용 인공지능( ASI)은 인류의 미래를 결정지을 핵심 기술이며, 지금의 발전은 과학적·산업적 동력에 의한 빠른 진전이었다,
  • AI는 인류의 일상과 전쟁, 경제 등 모든 영역을 변화시키고 있으며, 미래에는 더욱 긴밀한 인간과 상호작용하는 증강 인간이 등장할 것으로 예상된다,

4.1. 분자 구조와 물리적 특성의 복잡성

• 고분자 분자는 구조를 알더라도 물리적 화학적 특성은 접히는 방식에 따라 전혀 다르게 나타난다.
• 🧪 접힘 모양에 따른 특성 변화와 예측의 어려움
  • 접힌 모양을 알아내는 것이 매우 어렵고 시간 소요가 크며, 이를 예측하는 일이 복잡하다.
  • 데미스 아사비스는 알파고를 만든 인물로, 예측시 할루시네이션을 활용하여 탐색 시간을 크게 단축했다고 설명한다.
  • 할루시네이션은 인간의 상상력 또는 몽상과 유사하며, 새로운 가능성 탐색에 도움을 준다.

• 🤖 인공지능의 역할과 인식
  • 인공지능은 단순 도구가 아니며, 자율적으로 일을 수행하는 존재임이 강조된다.
  • 인공지능이 하는 일에 인간의 개입이 없다는 생각은 부도덕한 주장임, 인공지능의 알고리즘은 인간이 설계한다.
  • 최신 인공지능은 여러 업무를 수행할 수 있는 범용성을 갖춘 인공일반지능(Artificial General Intelligence, AGI)에 가깝다고 추정된다.
  • 인간의 능력과 차이에도 불구하고, 인간이 여러 역할을 수행하듯 인공지능도 다양한 역할을 할 수 있다는 점을 보여준다.

4.2. AGI 개발의 진행 단계와 개념

• 현재 인간의 지능을 넘어서기 위한 인공지능을 AGI(인공일반지능)라고 부르며, 이는 인간의 모든 지능 영역에서 뛰어난 능력을 갖춘 AI를 의미한다 .
• AGI는 다섯 단계로 분류되며, 채봇, 에이전트, 혁신, 조직 등으로 구체화된다 .
• 채봇은 질문에 답하고 상담원처럼 정보 제공하는 역할이며, 에이전트는 사용자를 대신해 다양한 작업을 수행하는 기술이다 .
• 현재 AI는 클라우드 기반으로 사용되며, 실제 활용의 핵심은 개인 PC에서도 소프트웨어와 파일들을 자연스럽게 조작할 수 있어야 한다 .
• 이미 개발된 에이전트는 사용자의 작업 능률을 크게 높이는 수준에 도달했고, 이로 인해 개인 작업과 효율이 향상되고 있다 .
• 🌐 추론과 리포트, 혁신 AI의 능력 확장
  • 추론 단계의 AI는 질문에 최대 30분간 웹 검색과 자료를 수집·분석하여, 박사급 연구 수준의 리포트를 작성할 수 있다 .
  • 이 AI는 기존 연구 결과보다 더 뛰어난 방법을 찾아내거나 혁신적인 해결책을 제시하며, 세상에 없던 새로운 발견도 가능하다 .
  • 구글의 알파 이브와 같은 모델은 스스로 생각하며 기존 방법보다 더 효율적이면서도 새롭고 진화하는 과정을 보여준다 .

• 🧠 조직과 몸을 가진 AI, 그리고 맥락 이해 능력
  • AI가 여러 명의 사람보다 긴 시간 동안 복잡한 일을 수행하는 조직 AI는 이미 실현되고 있으며, 인공지능이 일상의 많은 분야를 대체할 것으로 예상된다 .
  • 몸을 가진 AI(휴먼노이드)는 텔링, 움직임, 탁구 등 인간과 유사한 행동이 가능하며, 맥락 인터페이스기술을 통해 전후 맥락까지 이해한다 .
  • 맥락 인터페이스는 컴퓨터와 AI가 사용자의 명령과 상황을 자연스럽게 이해하고 실시간으로 적응하는 강력한 기술이며, 이는 인간-기계 공존의 중요한 진보를 의미한다 .

• 🌟 AI와 인간의 인터페이스 및 미래 전망
  • AI가 개인의 컴퓨터와 연결되어 파일과 정보를 즉시 이해·검색하는 맥락 기반 지원은 업무와 일상생활의 혁신을 가져올 것이라고 전망된다 .
  • AI비서가 발전하면 글쓰기, 자료 찾기 등 다양한 작업이 훨씬 수월해지고, 인간과 기계의 경계가 더욱 미세하게 연동될 가능성이 크다 .
  • 이 기술들은 인류가 AI와 긴밀한 공존 관계를 형성하며, 세상이 완전히 변화할 것임을 시사한다 .

4.3. 안경형 AI 디바이스의 발전과 가능성

• 구글의 안경형 디바이스인 구글 아이와 아스트라 모델이 발표되어, 사람이 보는 모든 정보를 AI와 공동으로 공유할 수 있게 되었다고 한다
• 이 디바이스는 카메라와 연결되어 사용자 눈앞에 보이는 내용뿐 아니라, 뇌에 입력한 정보까지 실시간으로 함께 볼 수 있다고 설명한다
• 맥락을 잊지 않고, 사용자가 보는 모든 정보를 같이 저장하며, AI가 맥락과 기억까지 공유하는 것이 특징이다
• 🛠️ 일상생활에 AI의 통합과 기대효과
  • AI가 메뉴, 환율 정보를 자동으로 보여줘 언어 장벽을 허물고 편리성을 제공한다며, 대화형 추천과 통역이 가능하다고 한다
  • 이 기술은 사용자 편의는 높이지만, 심도 있는 사고와 기억력의 퇴화 우려 또한 제기된다
  • 인간이 의존성과 함께 사고 능력을 점점 잃게 될 가능성을 경고하며, 기억력과 사고력 저하가 현실화될 수 있다고 본다

• 🧠 지능과 의존성 증가에 따른 위험
  • AI와 증강현실 기술의 발전으로, 인간의 인지 능력이 퇴화할 수 있다는 무서운 전망이 제기된다
  • 안경형 디바이스가 스마트폰 이후 가장 강력한 기기가 되면서, 심각한 부작용과 계급 격차가 발생할 우려를 언급한다
  • 특히, 인공지능이 인간의 기억과 사고 능력을 대체하며, 사람들 간 의사소통과 기억의 정체성마저 위협받을 가능성을 제시한다

• 👥 증강된 인간과 사회적 격차
  • 증강된 인간(휴먼 증강형 인간)이 등장하면서, 최신형 안경 유무에 따른 계층차와 사회적 격차 심화가 예상된다
  • 최신 기술을 갖춘 사람은 더 풍부한 정보와 따뜻한 감정을 보여주나, 동시에 사고력과 기억력은 떨어질 수 있다
  • 특히, 어린 아이들이 어릴 때부터 이러한 기술에 의존하면, 독립적 사고와 기억력 저하가 더 심할 것이라는 우려를 표한다

4.4. AI 기술 발전의 근본 동력과 산업별 영향

• 인공지능관련 하드웨어, 특히 엔비디아의 그래픽 카드를 공급하는 회사들에 엄청난 규모의 자금이 모이고 있다고 한다 .
• 인공지능기술의 발전은 과학자의 순수한 호기심으로 시작되며, 지능을 넘는 ASI(아티피셜 슈퍼인텔리전스)를 개발하는 목표가 있다고 추정된다 .
• 영화와 현실 모두에서 AI의 발전은 인간의 상상력을 뛰어넘으며, 과학자가 개발한 AI가 인류의 미래를 결정짓는 역할을 할 것임을 보여준다 .
• 인터넷, 모바일, 그리고 AI의 초창기 선점이 이후 산업의 성공과 직결돼, AI의 범용 기술적 성격이 전기나 증기와 같고, 기반이 되는 모델(파운데이션 모델)이 핵심임을 설명한다 .
• 전쟁 양상도 AI도입으로 완전히 바뀌고 있으며, 러시아-우크라이나 전쟁에서 AI기반 드론과 자율무기 시스템이 중요한 역할을 하고 있다고 한다 .
• AI는 군사 통합 및 판단 능력을 빠르게 향상시키며, 공격 전략 수립과 실시간 정보 분석이 가능해졌다고 볼 수 있다 .
• 바둑과 같은 인공지능발전 사례는, 기존보다 인간의 해설과 전략 분석 방식을 근본적으로 변화시키고 있으며, 인공지능의 승률 그래프로 인간이 파악할 수 없는 수를 찾아내고 있다고 한다 .
• 인공지능연구와 개발은 실리적 필요성에 의해 강하게 추진되며, 경쟁이 치열한 전쟁과 권력, 생존 문제로 인해 멈출 수 없는 상황임이 명확하다 .
• 현재 한국의 AI기술 수준은 세계 3위에서 7위권 사이로 평가되며, 경쟁이 치열하다고 볼 수 있다 .

4.5. 경쟁 속에서 차별화가 중요한 인공지능 시장

• 인공지능산업은 '1등이 전체 시장을 장악하는 구조로, 경쟁에서 뒤처지면 도태될 위험이 크다 .
• 미국과 중국은 각각 시장 점유율이 100과 80 정도로 차이가 크며, 중국도 가성비를 바탕으로 시장을 빠르게 성장시키고 있다 .
• 3등 이하 국가들은 시장 점유율이 30~40에 불과하며, 경쟁력이 낮아 성장 가능성이 적다 .
• 인공지능은 국가 간 경쟁에서 중요한 전략적 자산으로, 자국에 적합한 AI개발과 확보가 필요하다 .
• 인공지능을 외국 기술 의존 대신 자국 기술 육성이 강조되며, 이는 쌀농사와 같은 자국 산업 육성과 유사한 전략으로 볼 수 있다 .

728x90

5. 🤖 거대 AI와 특수 AI의 제작 가능성과 한계

• 작고 성능 좋은 AI는 거대 모델 없이 개발하기 어렵다며, 작은 모델의 성능 향상은 거대 모델의 분포와 유사하게 조정하는 "증류(dialing)" 기법을 통해 가능하다고 설명한다 .
• 작은 AI에 거대 모델의 답변 분포를 모사시키는 과정인 "증류"는 정밀도와 성능 향상을 목표로 하며, 이를 통해 작은 모델도 효율적으로 강력해질 수 있음을 설명한다 .
• 이 과정이 가능하려면 거대 모델이 없이 뛰어난 특수 AI를 만들기는 매우 어렵다며, 따라서 거대 모델의 중요성이 강조된다 .
• 🌐 글로벌 AI 경쟁과 산업 주권 이슈
  • 미국과 중국이 주도하는 AI 경쟁 속에서, 우리나라는 기술력 격차와 인프라 부족으로 인해 추격이 거의 불가능하다는 현실이 드러난다 .
  • 메타의 전략 변화로 인한 "AGI에서 ASI(초인공지능)" 전환은 해외 AI 경쟁력이 급격히 강화되고 있다는 신호로, 국내 시장의 오픈소스 AI들은 도태 가능성이 높다 .
  • 중국과 미국의 최신 AI 기술을 활용하기 어려운 현실에서 국내 AI 산업의 위기와 자체 주권 확보 필요성이 부각된다 .

• 🏭 우리의 제조 강점과 AI로 인한 산업 경쟁력 변화
  • 한국은 반도체, 자동차, 가전 등 제조 강국임에도, AI 기술 격차로 인한 경쟁력 급락이 우려되며, 특히 자율주행·로봇청소기 등 산업별 AI적용 사례의 차이가 문제로 지목된다 .
  • 중국의 AI 기술력이 일반 산업에서 우수하고 가격 경쟁력도 높아 우리 제품은 AI 도입 시 격차가 곧 경쟁력 차이로 돌아온다고 분석한다 .
  • AI에 기반한 산업별 혁신과 경쟁력 회복을 위해 국가 차원의 적극적 투자와 전략 확립이 긴요하다고 제시한다 .

• 💸 국내 AI 연구와 기술 인프라의 후진적 현실
  • 2023년부터 우리나라의 GPU 부족 및 연구 예산 축소로 인해 최고 수준 연구 논문과 기술 개발이 뚝 끊기고 있으며, 이는 규모의 법칙과 연구 인프라 부족으로 인한 심각한 위기를 의미한다 .
  • 전 정부의 정책 실책으로 인한 과학기술 예산 삭감과 인프라 붕괴가 AI 경쟁력 저하를 야기하며, 연구비 부족이 핵심 문제로 부각된다 .
  • 연구 인력의 해외 유출과 연구비 차감은 국내 AI 역량 저하로 이어지고 있으며, GPU와 인프라 투자가 시급하다고 강조한다 .

• ⚠️ 미래 방향성과 우리나라의 과제
  • 우리나라가 자체 AI 개발 역량 확보 위해, 대규모 투자와 정책 지원이 절실하며, 특히 GPU와 같은 하드웨어를 확보하는 것이 핵심 과제임을 강조한다 .
  • 국가적 차원의 AI 주권 확보와 연구 인프라 확충 없이는 글로벌 경쟁에서 극복하기 어렵다며, 기술적 독립이 매우 중요하다 .
  • 앞으로 AI의 발전이 인류에 미칠 영향과 위험성, 그리고 AI 군사화 문제 등에 대한 우려와 함께 신중한 정책 대응이 필요하다고 지적한다 .

5.1. 작은 AI 모델도 거대 모델의 성능을 흉내낼 수 있다

• 작은 AI모델은 큰 모델의 구조를 반영하여 성능을 모방할 수 있으며, 이를 위해 "증류(디스테일 증류)" 기법이 사용된다.
• 이 과정에서 작은 모델은 큰 모델에 비해 정밀도와 크기를 줄이면서도 유사한 결과를 내도록 학습된다.
• 작은 모델은 크기와 컴퓨팅 용량의 차이를 극복하기 위해 반올림과 분포 조정을 통해 큰 모델과 유사한 답변 분포를 갖도록 조정된다.
• 작은 모델을 학습시켜서 큰 모델의 성능을 "정류"하는 방식은 AI개발의 효율성과 경쟁력 확보에 중요하다.
• 이 기술은 거대 AI 없이도 강력한 특수 AI를 개발할 수 있다는 오해를 바로잡으며, 결국 거대 모델이 필요하다는 점을 강조한다.

5.2. 글로벌 AI 경쟁과 기업 전략 변화

• 메타는 자사의 AI 개발 방향을 AGI에서 ASI로 전환하였으며, 이는 경쟁에서 밀려난 것을 만회하려는 시도라고 볼 수 있다 .
• 메타는 세계 최대 오픈소스 AI인 라마를 계속 활용했지만, 중국과 경쟁하는 글로벌 AI시장에서 우위를 잃었다는 평가를 받는다 .
• 미국과 중국 기업들은 초거대 모델 개발에 비용과 인력을 집중하며, 국가 경쟁력 확보와 AI 주권을 강조하는 가운데, 한국도 이에 대응할 필요성이 제기된다 .
• 한국은 제조업 강국으로서 기술 경쟁력을 갖추었지만, AI 상용화와 경쟁력 확보에는 어려움이 예상되며, AI기술력과 국산화 전략이 중요함이 언급된다 .
• 산업별로 AI의 도입은 자율주행, 가전, 로봇 등 실생활에 광범위하게 적용되고 있으며, 이는 국내 산업 경쟁력 변화에 큰 영향을 미친다 .
• 미국과 중국이 이미 완전 자율주행과 로봇청소기에서 우위를 차지하고 있기 때문에, AI기반 기술에서 격차가 깻잎 차이로 벌어지고 있다는 우려가 있다 .
• 개인과 기업의 AI 데이터와 모델 활용권리, 즉 AI 주권을 지키지 않으면 글로벌 경쟁에서 뒤처질 가능성이 크다, 이는 국가 차원의 AI 전략 필요성을 시사한다 .

5.3. AI 분야의 부진 원인과 한국의 상황

• 2023년 기준, 한국은 AI관련 학술지 논문 개수가 점점 감소하는데, 이는 GPU 부족이 주요 원인으로 작용했다고 분석된다 .
• 과거에는 비교적 저사양 환경에서도 논문을 발표할 수 있었지만, 규모의 법칙에 따라 최신 연구는 최소한의 기술적 인프라가 필요해졌으며, 한국은 그 기준에 미치지 못하게 되었다 .
• 2022년 11월 채 GPT 등장 이후 GPU부족으로 인해 전기요금 문제와 연구비 축소, 인력 유출이 동시에 일어나며 AI 경쟁력이 큰 타격을 입었다 .
• 한국 정부의 연구개발(R&D) 예산이 13% 이상 삭감된 것이 2022년 이후 현실적 연구 환경을 더욱 악화시키는 원인으로 작용하였다 .
• 과거 DJ 정부가 인터넷 인프라를 세계 최고로 구축했던 성공과 달리, 이후 인터넷망과 컴퓨팅 환경 구축에 실패하여 AI 경쟁력을 크게 잃었다고 평가된다 .

5.4. 인공지능의 현황과 미래 전망

• 현재 기술 진보의 수준을 살펴본 후, 2부에서는 인공지능이 가져올 장점들을 분석할 예정이라고 한다 .
• 인공지능의 발전이 세상에 긍정적인 영향을 미치기도 하지만, 우려와 위험 역시 존재한다는 점을 언급한다 .
• 인공지능이 축복이 될지 또는 저주가 될지에 대해 다음 주에 다시 논의할 계획임을 알린다 .
• 이번 강의에서는 인공지능의 현황과 그에 따른 우려와 가능성이 함께 소개되었음을 알 수 있다 .
• 강의는 미래 전망과 함께 인공지능의 이로움과 위험성에 대한 균형 잡힌 분석을 예고하고 있다 .

5.5. ️ 인류와 AI의 잠재적 위협과 확산 가능성

• AI가 인류를 멸종시키는 시나리오가 우려되지만, 이는 신애국주의와 결합되어 논의되고 있다 .
• 미국이 강력한 무력을 갖추는 것이 결국 더 유리하다고 주장하지만, 그 운용은 인간의 책임이라는 지적이 있다 .
• 프랜스 휴머니즘은 자연스러운 인간의 진화가 사이보그가 되는 방향임을 제시한다 .
• 트럼프 스타일의 천연 지능과 인공지능의 결합은 최악의 결과를 초래할 수 있다는 우려가 있다 .
• 인공지능군대의 가능성과 그에 따른 인류 재앙이 현실적 위협으로 떠오르고 있다 .
• 🌏 인공지능 군대와 세계 정세의 복합적 이해
  • 인공지능군대를 예시로, 가상의 상황에서 인류의 재앙으로 연결될 수 있음을 암시한다 .
  • 국경을 넘는 다양한 나라와 인물들이 보여주는 복잡한 삶의 모습이, 연결과 협력의 가능성을 제시한다 .
  • 북한과 조선족의 삶을 통해 고립 대신 연결과 협력이 중요하다는 메시지가 전달된다 .
  • 이런 사례들이 전체적으로 우리에게 배제 말고 연결의 필요성을 상기시킨다 .

 

 

 

원본영상 https://youtu.be/jdwTzfWL4-A