|
＜모방하는 기계는 인간이 만들지만, 그 기계가 향하는 방향은 인간이 선택한다＞ “기계는 정말 생각할 수 있을까?” 1950년 앨런 튜링이 던진 이 질문 하나가, 오늘날 ChatGPT·Claude·Gemini로 이어지는 70년 AI 역사의 출발점이었다. 김태훈 교수의「모방하는 기계들의 시대」를 읽었다. AI의 과거·현재·미래를 한눈에 정리할 수 있었다. 인상 깊었던 것들을 몇 가지 적어본다. 첫째, AI의 겨울은 '실패'가 아니었다. 1970~80년대 AI 연구가 침체됐던 시기를 흔히 'AI 겨울'이라 부른다. 투자도 끊기고 연구자들도 떠났다. 그 시기에도 역전파 알고리즘 같은 핵심 아이디어는 조용히 쌓이고 있었다. 혁명은 갑자기 온 게 아니라, 오랫동안 땅속에서 자라던 뿌리가 마침내 지면을 뚫고 나온 것이었다. 성과가 보이지 않는다고 포기하면 안 되는 이유다. 둘째, 진짜 혁신은 더 잘하는 것이 아니라 다르게 보는 것에서 나왔다. 퍼셉트론의 한계를 돌파한 건 더 좋은 퍼셉트론이 아니라 완전히 다른 구조인 다층신경망이었고, CNN의 한계를 뛰어넘은 건 2017년 트랜스포머라는 전혀 다른 발상이었다. 막힌 문제는 더 세게 밀어서가 아니라, 다른 문을 찾을 때 열린다. 셋째, AI의 승부처는 이제 크기가 아니라 신뢰다. 초거대 모델 경쟁이 한창이지만, 정작 AI 개발의 핵심은 "얼마나 크게 만드느냐"에서 "인간의 가치와 얼마나 잘 맞닿아 있느냐"로 이동하고 있다. ChatGPT가 사람들에게 받아들여진 건 크기 때문이 아니라, 사람처럼 대화했기 때문이다. 기술의 완성도보다 신뢰의 깊이가 채택을 결정한다. 넷째, AI는 이제 소수의 전유물이 아니다. 이미 민주화되고 있다. LoRA, QLoRA 같은 경량화 기술 덕분에 이제는 수백억짜리 GPU 없이 일반 노트북으로도 최신 AI를 돌릴 수 있는 시대가 됐다. AI와 대화하며 코딩하는 바이브 코딩의 등장으로 개발자가 아니어도 하룻밤 새 서비스를 만들어내는 일이 현실이 되고 있다. AI는 이미 민주화되고 있다. 문제는 이 흐름에 얼마나 준비돼 있느냐다. 다섯째, 마지막 문장이 가장 오래 남았다. "모방하는 기계들의 시대에, 나는 어떤 방향을 선택하며 살아갈 것인가?" AI는 파도처럼 밀려오지만, 그 파도의 방향을 정하는 건 우리다. 기술이 감정·기억·창의성까지 데이터로 다루는 시대에, 어디까지를 AI에 맡기고 어디서부터 인간의 판단을 지킬 것인지, 이건 기술자만의 질문이 아니라 우리 모두의 질문이다. ＜AI 70년의 흐름＞ 1. 1950년: 튜링 테스트, 사이버네틱스, 퍼셉트론, 다트머스 회의, AI 탄생 2. 1970~80년: AI 겨울, 전문가시스템, MYCIN, XCON, FGCS 3. 1986년: 역전파 재발견, 딥러닝의 씨앗 4. 2012년: AlexNet, GPU 혁명, ImageNet 대회 5. 2017년: 트랜스포머, 셀프어텐션, Attention Is All You Need 6. 2018년: GPT, BERT, 언어 AI 패러다임 전환 7. 2022년: RLHF, ChatGPT, AI의 인간 정렬 8. 2024년: RAG, 경량화(LoRA/QLoRA), EU AI Act, AI의 신뢰·규제 체계화 9. 2025년~: 멀티에이전트, 바이브코딩, 온디바이스 AI, AI의 일상화 10. 2030년~: 분산형 AI, 휴머노이드, 디지털 트윈, AI의 인프라화 1. “그렇다고 불씨가 완전히 꺼진 것은 아닙니다. 소수 연구자들은 신경망의 구조적 한계를 극복하려 애썼고, 그 노력은 1982년 홉필드 네트워크와 1986년 역전파 논문으로 이어졌습니다. 비록 지원은 줄었지만 이런 꾸준한 작업이 훗날 연결주의의 부활과 딥러닝 시대를 여는 기초가 되었습니다.” p. 28. 2. “경량화는 끝이 아니라 인공지능 혁명의 전주곡이었습니다.” p. 71. 3. “모델이 인간의 가치와 요구에 얼마나 잘 정렬되어 있는지를 새로운 성능 평가의 핵심 기준으로 삼고 있습니다. 그 모델이 사람의 기대와 의도에 정확하게 부응할 수 있을 때 비로소 진정한 경쟁력이 발휘된다는 인식 또한 매우 중요해지고 있습니다.” p. 128. 4. “모델의 성능과 정렬을 위한 기술적 접근법, 국제적인 법적 규제, 다층적인 안전 엔지니어링, 레드팀 운영, 그리고 조직 내부의 철저한 거버넌스가 함께 어우러질 때 비로소 인공지능이 사회에 안전하게 정착할 수 있습니다.” p. 181. 5. “인공지능을 어떻게 발전시킬 것인가 하는 문제는, 우리가 앞으로 어떤 세상에서 살아가고 싶은지에 대한 질문과도 같습니다.” p. 235. “이제 'AI가 무엇을 할 수 있는가?'를 넘어 '나는 무엇을 창조할 것인가?'를 물어야 합니다.” p. 238. https://www.yes24.com/product/goods/172734590 |