‘거거익선’으로 향하는 인공지능…인류는 시간이 없다 [Book]

문화 > 책 ‘거거익선’으로 향하는 인공지능…인류는 시간이 없다 [Book] [Unspalsh/Joshua Sortino] 2022년 생성형 인공지능(AI) 혁명을 일으킨 챗GPT의 등장은, 엄밀히 말해 갑작스러웠던 건 아니다. 앞서 체스와 바둑에서 AI가 거둔 성과가 힌트를 줬다. 세계 최강자를 연이어 꺾은 AI는 인간이 알고 있는 노하우와 지식을 이식받지 않았다. 데이터를 바탕으로 스스로 탐색과 학습을 통해 답을 찾아냈다. AI 업계는 ‘스케일링 법칙’이라는 가설을 제기했다. 모델을 크게 만들고 대규모 연산 인프라를 통해 데이터 투입과 연산량을 늘리면(스케일링), 인간이 직접 설계한 알고리즘보다 더 빨리 AI 성능을 끌어올릴 수 있다는 가설이었다. 이는 챗GPT 등장으로 어느 정도 뒷받침됐다.다만 완벽한 건 아니었다. 법칙이 되려면 궁극적인 질문에 답해야 했다. 스케일링 법칙은 계속 효과를 발휘해 인간 수준의 지능 시스템인 일반인공지능(AGI)을 만들어낼 것인가.AI 전문 팟캐스터 드와르케시 파텔이 펴낸 ‘스케일링 시대’는 이 질문을 둘러싸고 벌어지는 AI 업계의 백가쟁명을 집대성해놓은 책이다. 창업자, 연구자, 비평가 등 AI 업계의 최전선에 있는 22명의 목소리로 스케일링의 미래와 지속가능성을 넘어 AGI 도래 시 벌어질 위험성까지 내다본다.책에 따르면 AI 전문가들은 스케일링 법칙이 AI 발전을 이끈다는 데 대체로 동의한다. 다만 정확한 인과를 제시하는 전문가는 없었다. 대체로 스케일업을 해야 더 많은 규칙과 맥락을 학습할 가능성이 높다는 확률론을 제시했다. 큰 뇌를 유지하도록 진화해온 인류의 진화적 역사가 증거라고 주장한 이도 있었다. 스케일링이 AGI 출현으로 이어질지 여부도 확답을 내놓지 않았다. 다만 대규모언어모델(LLM)만으로는 한계가 있다는 견해가 지배적이었다. 2024년 노벨화학상 수상자 데미스 허사비스 구글 딥마인드 공동창업자가 AI 아키텍처(모델 구조)와 알고리즘, 멀티모달 등의 개선이 이뤄져야 한다고 주장한 것이 대표적이다.책에는 스케일링을 둘러싼 현실적인 문제도 제기된다. 막대한 컴퓨팅 파워를 위해 갖춰야 하는 인프라를 확보할 수 있을지 여부다. AI 연산을 뒷받침하는 데이터센터와 전력 소모량은 대규모 전력망을 필요로 한다. 독일 태생의 AI 연구원이자 헤지펀드 시추에이셔널 어웨어니스 창업자 레오폴트 아셴브레너의 말은 상징적이다.“2030년이 되면 100GW(기가와트)를 쓰는 ...