이 AI 드론이 인간 조사 공개해서 죽여버립니다 점술도 얻기 위해서 예전에 대체되기 힘들 거라고 했던 고학력 고소득 일자리가 먼저 대체됩니다 황당하죠 AI 시대가 되면 저는 노동 시간을 대폭 줄여야 된다고 생각합니다 그렇지 않하면 다 죽어요 아주 명백한 사실입니다 주사제를 행하고 있는 회사들도 아주 많습니다 그런 회사들이 다 돈을 굉장히 잘 봅니다 인공지능 때문에 직업을 입는 사람도 많을 텐데 어떤 직업이 망할까요 인공지능 때문에 어떤 지급이 많을까요라는 질문을 정말 많은 사람들 하게 될 거라고 생각하는데요 그 인공지능이 무슨 일을 하는 거지라고 한번 더 질문해 보시면 답을 찾기가 좋을 것 같아요 인공지능이 무슨 일을 하지 한 문장으로 표현해 줘라고 한다면 AI 잠재된 패턴을 찾아내는 일을 하는 물건이에요라고 말할 수 있어요 그러니까 잠재된 패턴이 있는 모든 분야에서 인공지능이 굉장히 역할을 잘합니다 잠재된 패턴이 있기만 하다면 가령 프로그래밍 같은 거 지금 그 AI 쪽 쓰는 개발자들 굉장히 뛰어난 개발자들이 있고 그저 그런 개발자들이 있잖아요 굉장히 뛰어난 개발자들이 무슨 얘기를 하냐면 효율이 30% 올라갔다 50% 올라갔다가 아니고 배 50배 이렇게 얘기하는게 맞겠다는 얘기를 해요 왜냐면 그 프로그래밍은 굉장히 뚜렷한 패턴이 있죠 인간이 만든 랭귀지 아아 뭐 자바 자바스크립트 파이썬 이런 것들은 다 인간이 만든 랭귀지 컴퓨터는 0과 1이 아니면 받아들이지 못하니까 지극히 뚜렷한 패턴이 있는 거예요 그러니까 컴퓨터가 찾아내기가 굉장히 좋죠 AI 찾아낼 수 있는 굉장히 뚜렷한 패턴이 있단 말이에요 그리고 얼마나 많은 공부할 수 있는 코드가 있어요 오픈 소스에 키터 같은 곳에가 보면 뭐 산더미처럼 코드가 있으니까 공부하기도 너무 좋죠 그래서 지금 커서 같은 거 지금 뭐 커서가 가장 유명한 서비스 아아 뭐 매일 바뀌긴 하지만 클로디 아티팩트든지 뭐 채치 비티의 캔버스라는 뭐 정말 좋은 서비스들이 많은데 얘들이 실력이 이렇게 올라가고 있어요 그러니까 프로그래밍 같은 경우는 쟤는 어떻게 될 거라고 생각하냐면 앞으로 당분간은 그 시니어 개발자들 몸값이 아주 많이 오를 것 같다 그러니까 아주 뛰어난 개발 서 설계를 할 수 있고 버그를 쉽게 잡아낼 수 있고 그리고 그 관련된 분야의 지식을 갖고 있어요 가령 내가 금융쪽 소프트웨어를 아주 잘한다거나 세스 포스 매니지먼트 쪽을 내가 꽉 잡고 있다거나 ERP 아주 잘한다거나 하는 그런 지식을 풍부하게 갖고 있으면서 설계를 할 수 있고 아주 뛰어난 프로그래머라면이 사람이 AI 써서 만들 수 있는 코드의 품질과 양이 어마어마할 거예요 그러니까 이제 저는 AI amplif고 표현해요 인공지능은 증폭기입니다 증폭기에 그러니까 내가 10 을 갖고 있는 사람을 열배 증폭시켜서 100을 일을 할 수 있게 해주고 혹은 100배 증폭시켜서 1천의 일을 할 수 있게 해 줍니다 이렇게만 얘기하면 공평해 보이죠 그런데 공평하지가 않습니다 다령 이렇게 비교해 봅시다 7 7의 능력을 가진 사람이 있고 10의 능력을 가진 사람이 있어요 그럼이 둘은 3의 차이가 있죠 3이면 비벼볼 만해요 그런데 앰플리파이어 붙어요 증폭기가 붙습니다 얘가 열배 증폭시켜 준다고 합시다 그러면 얘가 7이고 얘가 10서 3에 차이가 있었는데 얘가 70이 되고 얘가 100이 되면 면 30의 차이가 있어요 3의 차이는 뭐 비벼볼 만하지만 30의 차이는 너무 큰 거예요 원래 내가 갖고 있던 능력이 였으니까 내가 능력을 레 배를 해야지 28 밖에 안 되잖아요 그러니까 30배 차이는 굉장히 큰 거예요 그런데 문제는 둘 다에게 공평하게 30으로 열배로 작용하지 않는다는 겁니다 얘는 해 능을 갖고 있으면 얘를 열배의 그걸로 못 써요 일곱 배 정도로 쓸 거예요 그러면 77이 49조 근데 얘는 10의 능률을 가진 애는 얘를 잘 써요 그래서 열배 증폭을 시킵니다 그러면 여기는 40인데 여기는 100이 된 거예요 그럼 50일에 차이가 나죠 저는이 AI 무엇보다도 amplif 증폭이다 생각해요 증폭기인 공평하게 증폭시켜 주지 않는다 그러니까 이대로 가면 어떤 규제나 사회적인 복지 체제 개편이라는 시스템의 개편 같은게 없이 그냥 다 내버려둔다면 빈부 격차 혹은 계급간의 격차가 굉장히 커질 거라고 생각합니다 얘는 인류 역사상 본 적이 없는 거대한 증폭기인 그 증폭을 공평하게 시켜 주지 않아요 근데 공평하게 시켜 준다 해도 갭이 굉장히 커집니다 7과 12 3의 차이 였다가이 증폭기가 붙는 순간 30의 차이로 벌어지는데 문제는 증폭을 공평하게 시켜 주지 않는다는 거예요 그러니까 실제로는 30 차이가 아니라 50 60 70 차이가 날 수가 있다는 거예 그러니까이이 증폭기가 갖는 위력에 대해서 우리가 이해를 하고 있어야 됩니다 그래서 지금 제가 생각할 때 개발 쪽을 놓고 보면 10년차 정도 되는 시니어 개발자의 몸값이 굉장히 오르는 반면에 신액 개발자 1자리가 굉장히 많이 줄어들거다 굉장히 많이 줄어들거다 그리고 그게 비단 개발에만 해당되는 얘기가 아니다 법률도 인간이 만든 규칙이 아아 법률도 인간이 만든 규칙이기 때문에 아주 뚜렷한 패턴이 있습니다 그래서 미국의 대형 로펌들은 이미 견습 변호사들을 시킬 대부분의 일들을 AI 처리하고 있어요 그 얘기는 견습 변호사의 수요가 굉장히 줄어든다는 얘기죠 여기도 마찬가지로 중견 변호사가 몸값이 올라가게 될 겁니다 왜냐하면 10일을 하던 사람이 100일을 할 수 있게 되니까 소수 정예를 큰 돈을 쥐어주는 편이 낮게 된 거죠 다섯 명이 50명 분의 일을 할 수 있게 됐으니까 아주 똑똑한 다섯명 한테 수명 분의 돈을 줘도 30명이 남잖아요 그렇게 될 거야요 AI 대체하게 될 일자리는 잠재된 패턴이 있는 모든 일자리인데 정말 많은 일들이 잠재된 패턴을 갖고 있습니다 그렇지 않은 걸 찾기가 더 어려울 정도예요 그러니까 직접 몸을 써야 되는 일들 있죠 요양 간호사 이런 분들의 일자리가 오히려 더 안전한 거죠 그러니까인지 기능에 관한 일자리들 고급인지 기능에 관한 일자리들 예전에 대체되기 힘들 거라고 했던 고학력 고소득 일자리가 먼저 대체됩니다 황당하죠 그 대신에 남은 사람들은 훨씬 더 많은 돈을 받게 될 겁니다 그러니까 이대로 두면 계급 격차가 굉장히 커질 수 있다 빈익빈 부부가 엄청 심화될 수 있다라고 생각하고요 그리고 이런 얘기들도 합니다 AI 일자리가 없어질 거라는 전망은 과장됐다 왜냐면 지금까지 신기술이 나타날 때마다 늘 그런 예측들이 있었지만 바라 일자리가 줄어든 적 있냐 항상 늘지 않았냐 이번도 마찰까지 일 거다라고 말합니다 그런데 그런 설명이 하지 않고 있는 두 개의 말이 있습니다 그런 설명이 하지 않고 있는 두 개의 말이 뭐냐 첫 번째 시간이 갭이 있다는 거 그러니까 산업혁명 초기에 노동자들이 산업 혁명 이전에 생활 수준을 회복하는데 90년의 시간이 걸렸습니다 그러니까 자기 일생에 대부분이 그 시간에 걸린 사람들은 끔찍하게 퇴화된 환경만 경험하다 죽은 거예요 그러니까 타임이 있어요 그 런던에 사 초기에 평균 수명이 살이었습니다 왜 살이었나 그때는 소년 노동에 대한 개념이 없었어요네 달 다섯 살짜리 애들도 몇 시간씩 일을 시켰습니다 거기다가 스모그도 엄청 심했죠 환경에 대한 개념이 없었으니까 런던 스라고 유명한 사건이 있었잖아요 하루에 2만 명이 죽은 그래서 평균 수이 20살까지 떨어졌어요 그래서 이렇게 해서 다 망하 으니까 사람을 구할 수가 없으니까 그 청소년 노동에 대한 기준이 생겨서 미성 현자 노동 금지를 하게 되고 노동 조합 같은게 생기면서 노동시간에 대한 기준들이 생기고 건강에 대한 기준이 생기고 또 공에 대한 기준이 생기고 그러면서 서서히 인류에게 산업혁명의 그 효과가 퍼져나가기 시작한 거죠 그렇지만 90년이 걸렸습니다 이것도 마찬가지예요 일자리가 굉장히 줄어들고 언젠가 새로운 일자리가 나타나겠지만 줄어든 것과 새로운 것이 나타나는 것 사이에 상당한 개이 있을 겁니다 그래서 그 그런 종류의 주장에 대해서 케인즈가 뭐라고 얘기하냐면 장기적으로는 모든 사람이 죽는다고 있겠어 이게 무슨 뜻인가면 허리케인이 막 몰아치고 있어요 하리케인 몰아친다 예보가 나왔습니다 그 어떻게 해야 되지라고 하는데 만약에 걱정하지 마 하라 케이는 언젠가 지나가고 끝나게 돼 있어 장기적으로 끝난다고 이렇게 말하는 사람이 있다고 생각해 봅시다 그 사람 말이 틀린 말이 한 마디도 없죠 그렇지만 아무데도 못 쓰는 말입니다 그러니까 장기적으로는 일자리가 더 늘어날 거라는 말은 장기적으로 허리케인이 지나갈 거라는 말하고 하나도 다르지 않다는 거예요 그 갭 사이에 일자리가 없어지고 새로 생기는 일자리 사이에 30년 40년의 갭이 있다면 그게 도대체 무슨 소용이 있는 말이에요 아무 소용이 없죠 그런 걸 우리 헛소리라고 하죠 두 번째 이건 미국에도 여러 가지 통계가 나와 있는데 새로운 기술이 나타났을 때 그 기술 로 인해서 탈락한 사람들이 그 새로운 기술을 습득해서 그 일자리로 돌아갈 수 있는 확률은 굉장히 떨어집니다 대부분의 경우에 새로운 기술로 일자를 잃은 사람들은 전보다 훨씬 나쁜 일자리를 구하게 돼요 그러니까 학습을 해서 다시 그 일자리로 돌아갈 확률은 굉장히 낮습니다 이건 미국에서 여러번 통계로 입증된 사실이고 리포트도 많이 나왔어요 그러니까 진입 장이 굉장히 높은 거예요 그러니까 새로운 일자리가 나타날지는 모르겠지만 그 새로운 기술과 미디어 때문에 쫓겨난 사람들이 괜찮은 일자리로 다시 돌아가 될 확률 낮은 거예요 새로운 사람들이 그 일자리를 채우는 거죠 그러니까 걱정하지마 새로운 기술이 나타날 때마다 새로운 일자리를 더 많이 생겼어라고 하는 말은이 두 가지를 하지 않고 있는 거예요이 두 가지 말을 하지 않았다면 어 그거는 거짓말에 가깝죠 사실은 일자리에 가하는 충격은 굉장히 클 거다라는 걸 인정을 해야 되고 그리고이이 분들이 혹시 피해를 받게 되면 그분들이 위협을 받지 않고 새로운 일자를 찾을 수 있도록 사회적인 안전망이 가동을 해 줘야 돼요 재교육에 들어가는 돈을대 준다거나 그 재교육하고 있는 동안에 생활비 일부를 보전해 준다 다거나 하는 식의 조처를 해 줘야 되는 거죠 그리고 이건 제 개인 생각인데 저는 그 인간이 너무 오래 살게 됐지 않습니까 이게 두 가지가 겹쳐서 굉장히 비극이 가중되는 하나는 인간이 예전보다 너무 오래 살게 됐다 이게 운 나쁘면 100살까지 살아야 되잖아요 두 번째로 기술의 발전이 점점 더 빨라지고 있다 변화가 가속화되고 있다이 두 가지가 겹치면서 너무 힘든 상황이 나타나는 거야 그러니까 기술이 이렇게 이렇게 이렇게 바뀌는데 안 죽어 계속 살아야 돼 그러면 나이가 들어서도 계속 새로운 기술를 익혀야 돼요 근데 나이가 들면 학습 능력이 떨어진단 말이죠 그러니까 이렇게 되는데 이렇게 되는 악순환이 생기는 거죠 그래서 제 개인적인 생각은 이런 바뀐 환경에 제도가 적응해야 된다고 한다면 적어도 생애에 세 번 정도는 안식년을 허용해야 된다라고 생각을 해요 그러니까 야 지금 나 기술 변화가 너무 빨라서 제육을 해야 될 것 같아라고 했을 때 1년씩 세 번에 걸쳐서 안식년을 주자하는 거예요 그 식 년은 물론 연금으로 보충을 해 줘야 되는 거죠 그게 아주 나이 들어서 몸도 못 움직에 대해서 연금을 받을 것을 당겨서 세 번에 안식년 동안 먼저 받게 주자는 거예요 그러면 1년 동안 재교육을 받으면 아무래도 신기술에 적응하여 더 나을 거예요 생계에 위협을 받지 않으면서 재교육을 받을 수 있으니까 그리고 버 아웃이 될 수도 있잖아요 완전히 녹아서 지쳐 떨어져서 나 정말 죽을 것 같아라고 생각했을 때 그걸 손을 들고 안식을 신청을 해서 1년을 보충을 할 수 있으면 얼마나 좋겠어요 늙어서 받을 연금을 세 번만 당겨 주자는 거죠 그게 이렇게 미친듯이 기술이 빨라지고 있는이 시대에 필요한 제도가 아니냐 그렇게 생각합니다 그렇게 하지 않으면 우리는 기술의 진보 덕분에 더 평안하고 쾌적한 삶을 사는게 아니라 기술의 변화가 주는 멀미를 평생 동안 하면서 살아야 돼요이 가속도의 멀미를 감당하지 못해서 뛰어내리고 싶은데 내릴 곳이 없어 이게 차나 배 같으면 내리면 되잖아요 근데 못 내린다 말이야 갈 데가 없잖아요 그니까 그 그 멀미를 지옥까지 견딜 수도 있어야 되는 그럴 필요 없잖아요 우리가 세계에서 10대 한국인데 돈도 너무 많은 나라인데 그런데 사회자 안전판을 구축하고 쓸 수 있어요 우리가 요구하면 됩니다이 미친듯한 기술의 가속도의 멀미를 사회 전체가 같이 감당할 수 있으려면 안전판을 더 구축하고 AI 만들어내는 생산성의 향상의 그 혜택을 사회 전체 골고로 받게 해주고 재교 갈 수 있는 충분한 기회를 주고 가능하면 그게 세 번에 안식 내리면 더 좋겠고 저는 그렇게 생각하는 거죠 그리고 시대가 바뀌고 너무 복잡한데 AI 시대에 살아남기 위해 가장 필요한 역량은 무엇일까요 AI 시대에 꼭 필요한 영향이 뭔가 저 또 많이 받아요 우리 애들은 어떻게 하면 돼요 그 그런 얘기를 많이 봤는데 제가 그때마다 드리는 말씀이 있습니다 그 생성형 인공지능은 뭔가를 만들어내는 인공지능이 아아 그러니까 궁금한게 없는 사람은 예를 못 씁니다 물어봐야 되잖아요 물어보면 대답을 해 주잖아요 물어보면 뭔가를 만들어 주잖아요 근데 궁금한게 없으면 물어볼게 없잖아요 그러면 이 생선의 인공지능은 나한테 필요가 없는 물건이 돼요 내가 궁금한게 없기 때문에 그러니까 얼마나 질문을 잘하느냐 내가 뭘 모르는지를 어떻게 알고 있느냐가 굉장히 중요한 영향이 돼요 근데 내가 궁금한게 많으려면 아는게 많아야 돼 주변 지식이 굉장히 풍부해야 돼요 그러니까 교양이 넘쳐야 돼요 교양이 있고 주변 지식이 풍부하면 질문할게 굉장히 많아집니다 내가 뭘 모르는지 아는 거죠 그리고 얘가 답을 했을 때 그 답을 보고 추가 질문을 할 수 있는 공간이 굉장히 넓어져요 마이크로소프트에서 몇 달 전에 놓은 논문의 제목이 textbook is all you need입니다 그러니까 직역을 하면 교과서만 있으면 돼 이런 내용이죠 AI 다루는 논문인데 왜 책 제목이 교과서만 있으면 되지 책만 있으면 되지 마이크로소프트에서 AI 학습을 시키고 개발을 하면서 매개 변수의 사이즈는 상대적으로 작게 만든 대신에 책과 같은 고품질 학습 데이터를 아주 많이 넣은 거예요 그랬더니 똑같은 매개변수 크기를 가진 AI 아도 책과 같은 고품질 학습 데이터를 더 많이 집어넣어 준 그 비중을 높인 AI 훨씬 더 똑똑해지다 장기 기억 능력이 뛰어나고 추론 도신 잘하더라는 걸 발견한 거예요 그러니까 학습 데이터의 품질이 굉장히 중요하다 생각 밖으로 중요하다 그리고 거기에 가장 고품질의 데이터는 책이더라 왜 책이 가장 높 품질의 데이터가 될까요 가령 이게 420페이지 아아 420 페이지를 아주 일관된 논리를 가지고 지극히 논리적으로 다 썼단 말이죠 그러니까 예를 가지고 공부를하면 지극히 논리적인 능력이 높아질 수밖에 없는 거죠 장기 기억력도 올라 가고 추론도 올라가는 거예요 그 아무거나 갖고 와서 학습시킨 거랑 책과 같은 고품질의 데이터를 학습시킨 거랑 굉장히 퀄리티 차이가 나더라는 걸 밝힌 논문에 다시 말해서 AI 책을 읽으니까 똑똑해지는 거예요 그러니까 사람이 책을 읽으면 얼마나 더 똑똑해지기 그러니까 애들한테 AI 시대에 대응할 수 있는 가장 훌륭한 조언을 하거나 도와준다면 저는 책읽는 습관을 갖게 하는 거라고 생각해요 책을 많이 읽은 사람이 논리적일 수 있고 교양과 주변 지식이 굉장히 풍부해질 수 있고 그래서 대단히 훌륭한 질문들을 할 수 있게 됩니다 지금은 질문이 말도 못하게 중요하 을게요 답은가 내 주잖아요 얼마나 훌륭한 질문을 할 수 있니 얼마나 풍부한 주변 지식을 갖고 있어서 계속해서 질문을 할 수 있니 그 질문의 결과로 굉장히 다각적인 다차원적인 지식을 갖게 되니라는게 다 여기 달려 있는 거예요 그러니까 애들이 AI 시대가 아니라 AI 할아버지 시대가 되더라도 책을 많이 읽고 생각을 많이 해서 지극히 논 적으로 사고를 할 수 있고 풍부한 교양을 가지고 질문할 수 있게 된다면 충분히 슬기롭게 헤쳐 나갈 수 있을 거다라고 생각합니다 그러니까 아이들에게 뭘 해 줄까요라고 한다면 저는 책읽는 습관을 갖게 하는 거 좋은 책들을 많이 공급해 주는 것보다는 한 거는 없다 그리고 질문할 수 있는 사람으로 만들어라 그렇게 말씀드리고 싶습니다 AI 덕분에 새롭게 생길 직업들은 뭐가 있을까요 그 AI 때문에 새롭게 생길 직업들을 왜 그 뭐 프롬트 엔지니어 뭐 생길거다 뭐라고 했을 때 저는 사실 회의적이 었어요 왜냐하면 인터넷 초창기에 웹마스터란 직업이 있었죠 정보 검색사 직업이 있었습니다 그분들 지금 어디 갔습니까 없어졌죠 프롬트 엔지니어도 아주 일부의 사람이 일하면 되는 거예요 그게 뭐 새로운 직업 분이라고 할 만하지 않습니다 AI 점점 더 똑똑해지고 굉장히 훌륭한 프롬트 그 규칙들이 있잖아요 그러면 그거는 시스템 프롬트 들어갑니다 그러니까 내가 가령 뭐 너는 세계적인 물리학자라고 역할을 부여하아요 그걸 계속 할 필요가 없어요 왜냐하면 AI 똑똑해지면이 질문이 물리에 관한 질문이란 걸 이해할 거예요 그렇겠죠 질문을 이해해야지 답을 할 거니까 그러면 그냥 시스템에서 너는 세계적인 물리학자 아라고 한 주를 읽은 다음에 시작하면 되는 거예요 내가 그 질문할 때마다 넣을 필요가 없는 거죠 그러니까 아주 잘 알려진 프롬트 규칙들은 전부 다 시스템 프롬로지거다 프롬트 엔지니어라는 거는 정보 검색 사나 웹마스터 비슷한게 될 가능성이 크다 그리고 서로 있게 되더라도 너무 소수만 필요하기 때문에 직업군이라 할 수 없다 그렇게 생각하고요 아까 말씀드렸듯이 아주 실력 있는 10년 차급 시니어 직원들은 훨씬 더 보상을 많이 받게 되고 귀한 레오 아이템이 될 거고요 신입들은 당분간의 일자리가 계속 줄어드는 것을 경험하게 될 거다라고 생각을 합니다 근데 그게 인류 전체는 굉장히 안 좋은 일이에요 왜냐하면 신입이 없어진다는 얘기는 10년 뒤에 시니어도 없어진다는 얘기예요 신입을 안 뽑았으니까 10년차 직원이 있을 리가 없지않습니까 그러니까 발등을 찍는 일이죠 그래서 그것에 대한 해결책도 지금부터 같이 생각해야 된다라고 말씀을 드리고싶 싶어요 지금 꽃감 빼먹는 듯이 그냥 10년째 이생에 직원 엔지니어 선호했을 때 10년 뒤에 어쩔 건데는 질문에 대비를 해야 됩니다 없어지잖아요 AI 시대가 되면 저는 노동 시간을 대폭 줄여야 된다고 생각합니다 그 인류의 노동의 역사는 노동시간 단축의 역사에 계속 줄여 왔습니다 왜 줄여 왔냐 옛날처럼 일하면 제고를 감당할 수 없어요 거대한 제고 불황이 옵니다 그냥 내가 한 시간에 신발을 열 켤레 만들던 사람이 한 시간에 만 켤레를 만들게 됐어요 근데 옛날 열켤레 만들 때처럼 일하면 어떻게 됩니까 신발 제고를 감당을 못 하게 됩니다 한 1천명 일하고 있었으면 100명만 일해도 되고 10시간 일했으면 3시간 4시간만 일하면 되는 거죠 그래야지 전 인류가 신발 제고를 걱정하지 않고 생산 양이 유지되고 공국과 수요가 맞아서 잘 돌아가게 됩니다 그렇지 않고 천명이 옛날 노동시간 그대로 그걸 다 신발 만데 쓰면 공장도 망하고 그 공장에서 월급 받던 사람도 망하고 그래서 아무도 신발을 사지 못하게 되고 그래서 창고에는 신발이 썩어 넘치는데 사람들은 맨발로 다니게 되는 그런 일이 생 수밖에 없는 거죠 그래서 안 되지 않습니까 AI 생산성을 엄청나게 높여 놓을 거예요 그러면 그만큼 노동 시간을 줄여야 됩니다 그리고 남는 시간을 다른 가치 일을 하면서 쓸 수 있도록 해야 되죠 가족과 더 많은 시간을 보내고 부모님과 더 많은 시간을 보내고 애들을 사랑해 주고 취미를 하고 자기를 가꾸고 운동을 하고 그런데 쓰면 되는 거예요 잘 생각해 보세요 왜 자동화를 합니까 기계한테 일을 시키고 우리 놀라고 자동화를 하는 거잖아요 자동화를 한 다음에 똑같은 노동시 일할 건 뭐하러 자동하 바보죠 사회 전체가 인류가 노동시간을 출려 하는구나라고 고 합의를 하게 되기를 바랍니다 그렇지 않으면 다 죽어요 아주 명백한 사실입니다 그리고 인류의 역사는 노동시간 단축 역사예능 회사들도 아주 많습니다 그런 회사들이 다 돈을 굉장히 잘 봅니다 생산성을 높이면 그렇게 하는게 맞습니다 저희 회사도 한빈 미디어도 사실은 주 사이하고 하루는 재택 근무 하는데요 월화 출근하고 수열 재택하는니다 그러니까 이틀 출근하고 하루 이틀 출근하고 이틀 그러니까 얼마나 생산성이 올라가겠어 굉장히 좋아합니다 스트레스가 쌓이기 전에 지우는 거예요 그러니까 생산성이 하나도 떨어지지 않았어요 하루 뺐는데도 물론 이제 재택 근무하니까 완전히 뺀 건 아니죠 충분히 가능합니다 로마 교황청이 인공지능에 대해서 성명서를 발표했다 어떤 건가요 로마 교황청의 인공지능에 대해서 성명서를 발표한게 좀 됐죠 거기 보시면 그 로마 교양층의 정말 훌륭하다고 생각하는게 현재 진행 중인 변화가 양적인 측면만이 아니다 인간의 본성 자체를 인식하는 방식 영향을 미치고 우리의 정신과 대인관계 습관에도 영향을 미칠 수 있기 때문 때문에 질적인 측면이 강하다 그리고 새로운 기술은 모든 구성원과 모든 자연환경에 고유한 존엄성을 존중하고 가장 취약한 사람의 필요를 고려하여 인류 가족 전체에 진정으로 도움이 되는지 확인하는 기준에 따라 연금이 생산되어야 합니다 이렇게 시작하고 있어요 그런데 여기 읽어 보시면 알겠지만 UN 인권 선언을 아주 많이 인용을 합니다 이게 굉장히 현명한 방식이라고 생각하는게 UN 인권 선언은 인류가 이미 합의한 거예요 새롭게 추가된 어떤 합의를 또 하자고 요구하는게 아니라 주장하는게 아니라 우리가 이미 합의한 바 있는 UN 인권 선언을 이렇게 적용하면 된다라고 함으로서 새로운 합의의 필요성을 아예 없앤 거예요 그러니까 우리가 유엔 인권 선의라는 이미 합의한 정신이 있으니까 이걸 AI 그대로 적용하기만 하면 된다라고 얘기를 하고 있는 거예요 그리고 필요한 것들을 그 뒤에 쭉이어서 말씀을 하고 있습니다 그래서 저는 아 로마 경청이 정말 훌륭한 일을 했다 아 정말 어른스럽다라고 생각을 해요 그점에서 굉장히 훌륭하다고 생각하고요 그리고 몇 달 전에 이제 할리우드 배우들하고 작가들을 하고 협동 파업하는 일이 있었어요 저게 할리우드 역사상 가장 오래 한 파업에 그리고 그렇게 단합한 적도 없었고요 그 이걸 촉발하게 만든 몇 가지 사건이 있었습니다 그 뭐냐면 메이저 스튜디오들이 단역 배우들한테 이런 요구를 냈어요 너희 캐릭터와 너희 목소리를 다 AI 받아와서 그걸 가지고 광고를 만들고 영화를 찍고 하는 거는 우리 마음대로 하겠다 그러니까 1회 출연 돈만 주고 그 지적 재산권을 스튜디오 가져서 그냥 쓰겠다고 한 거예요 근데 단역 배우들이 협상력이 메이저 스튜디오에 대해서 굉장히 약할 거 아니에요 버틸 수가 없는 거죠 그렇게 하지 않으면이 계약 쓰지 않으면 너는 영원히 우리 스튜디오에서는 쓰지 않을 거야 이런 말을들은 건나 마찬가지잖아 그러니까 이게 굉장히 큰 데미지를 주는게 됐고요 또 하나는 작가들이 메이저 스튜디오들 어떤 지시를 받게 됐냐 하면 굉장히 히트친 어떤 시나리오를 갖고 와서 그거를 AI 집어넣고 비슷하게 뭘 만들려고 한 다음에 그걸 적당히 손봐서 시나리오를 만들어서 찍지않는 요구들을 많이 받게 된 거예요 그리고 작가들이 했던 많은 일들 중에 상당수를 이미 거대 언어 모델로 처리하기 시작해 버린 거예요 그러니까 작가들이 일자리가 굉장히 줄어들어 버린 거예요 그니까 AI 시중을 드는 어떤 사람이 되라고 요구받은 것도 너무나 끔찍한데 심지어는 우리가 하던 일에 상당 부분들이 이미 AI 처리가 되기 시작한 거예요 그러니까 너무 곤란한 거죠 그 작가는 작가들 대로 그런 형편 없는 일을 받게 됐고 배우들은 배우들 대로 아니 나이 즉 재상 내 몸과 목소리가 내게 아니라고 더 이상 내게 아니라고 이런 요구를 받게 되니까 참을 수가 없게 됐던 거예요 그래서 할리우드 사상 최장 규모의 파업을 배우와 작가들 그리고 아티스트들이 합쳐서 일사불란하게 파업을 하게 됐던 거죠 그래서 결국 그런 대부분의 요구들은 철회했습니다 철회했지만 개개인으로 보면 협상력이 너무 약한 거죠 그러니까 이미 그 메이저 스튜디오들이 AI 많이 쓰고 있는데 그건 피할 수가 없는 거예요 되게 슬픈 일이죠 이게 뭐 냐면 새롭게 나타난 일들이에요 이전의 법으로는 잘 규제를 교유를 못 하는 거죠 그런 점에서도 AI 관련해서 새로운 규제와 새로운 제도와 새로운 법이 필요하다 가령 그 내 캐릭터를 AI 다 학습을 해서 나랑 똑같은 짓을 한다거나 하면은 잡기가 쉽겠죠 근데 약간 변형을 해요 약간 변형하고 목소리 통도 살짝 바꿔요 그럼 그게 나라고 주장할 수 있을까요 이런 문제가 생기는 거죠이 때 채치 PT 4의 그 목소리가 사만다에서 사만다를 연기했던 그 여자배우의 목소리와 아주 흡사 있잖아요 근데 그 배우한테 오픈 에어에서 실제로 당신 목소리 쓰고 싶다고 몇 번에 연락을 했고 그 배우가 거절을 하니까 그 사람의 목소리가 지극히 흡사한 목소리를 만들어서 쓰다가 들킨 거죠 그이 사람들은 그 배우 목소리가 아니야라고 주장을 했지만 대부분의 사람들이 들기에는 레 그 여자 주인공의 목소리였던 거예요 그래서 결국 그 목소리 내렸습니다 이게 사회적인 압력이 너무 강해서 내린 거예요 법적인 다툼 때문에 내린게 아니라 근데 이런 것들은 이때까지 없었던 사건이에요 AI 없었기 때문에 그래서 새롭게 나타난 들이기 때문에 기존의 법률로는 규제할 수가 없어요 그래서 새로운 법과 새로운 규제가 많이 필요한 거죠 그런 점에서 이제 로마오 경청이 성명을 낸 거고에서도 위원회를 만들어서 하고 있고 G7 하고 있고 캘리포니아 상원에서도 법을 냈고 그런데 불행하게도 AI 회사들이 엄청난 로비를 해 가지고 주지사가 거북을 행사하게 만들었는데 그런 일들이 계속 되풀이 될 겁니다 그래서 이번에 노벨 물리학사 항상 제프리 인턴 교수님 같은 경우는 AI 대한 규제가 시급하다 캘리포니아 법익을 부결한 거는 정말 어리석은 짓이다 하고 아주 목소리를 크게 높이고 있고요 이번에 노벨 물리학상 타고 인터뷰할 때 뭐라고 했냐면이 사람이 제자가 이제 아주 유명한 일리아스 스 커버인데 자기는 자신의 제자가 샘 알트만을 쫓아내는 것을 우리 제자의 가장 큰 공로 중에 하나라고 생각한다 이렇게 아주 유머 섞인 인터뷰를 하기도 하고 그런데 저도 사실은 AI n 너무나 위력적인 미리기 때문에 서둘러서 전 세계 합의하는 법과 규제가 나와야 된다 그리고 거기에 한국 정부가 늦지 않게 동참을 해야 라고 생각을 하 그니까 할리우드 배우 작가의 합동 파업은 워낙 할리우드가 많이 알려졌지만 실제로는 전영역에서 인생에 거의 대부분의 영역에서 그런 일들이 일어났고 일어나고 일어날 거라고 생각을 해야 됩니다 그렇게 생각하는게 맞습니다 채지 PT 얘기는 많이 들었는데 그래서 채지 PT 뭔가요 채치 피티가 2022년 11월 30일에 나왔죠 그뒤로 정말 어마어마하게 많은 일이 있어서 심지어 노벨 물리학상 화학상을 AI 과학자들이 받아가는 그런 일 까지 생겼습니다 불과 1년 10개월 정도만에 그 정도이 생겼다는게 너무 놀라운데요 그게 처치 피티는 이름 그대로입니다 기능을 그대로 이름으로 만든 케이스예요 체은 대화형 이란는 뜻입니다 대화하는 인공지능이라는 거죠 이지는 generative 생성형 뭔가를 만들어내는 인공지능이라는 뜻이에요 피는 프리트레인 사전 학습한이라는 뜻인데요 굉장히 많은 양을 사전 학습했습니다 조교의 문서를 학습했어요 그래서 이런 종류의 AI 파운데이션 모델이라고도 부릅니다 파운데이션 모델이 무슨 뜻인가 하면 모든 일을 다 잘 알아서 모든 일이 기반이 될 수 있는 그런 AI 아라고 해서 이런 종류의 AI 파운데이션 모델이라 불러요 그리고 마지막는 트랜스포머라쳇 라는 모델이 워낙 기능을 잘합니다 워낙 뛰어난 성능이 지금 생성형 인공 지능들을 거의 예외없이 전부 트랜스포 모델을 쓰고 있다고 보면 됩니다 트랜스포 모델을 아 짧게 설명을 드리면 그 5조의 문서를 읽고 그 안에 있는 모든 잠재돼 있는 패턴들을 찾아냅니다 그리고 단어들 간의 관계를 맵핑을 해요 지도를 만듭니다 어떻게 지도를 만드냐면 벡터 디비를 만들어요 벡터 데이터를 만드는데 벡터 데이터라고 하면 왜 거리와 방향을 같이 갖고 있는 데이터를 말하잖아요 그러니까 2차원 데이터주 두 개의 값을 갖고 있으니까 여기서 벡터 디비는 수백 차원 수천 차원에 걸쳐서 값을 갖는 거예요 단어들과 관계를 수백 차원에 걸쳐서 맵핑을 해요 그래서이 단어와이 단어가 어떤 관계다 어떤 맥락에서 관계를 갖는다 그러니까 어떤 단어가 맥락에 따라 전혀 다른 의미를 가질 때가 많잖아요 그러니까 각각의 맥락에서이 단어는 이런 맥락에서이 단어와 어느 정도 관계가 있고 저런 맥락에서 저 단어와 어느 정도 관계가 있고 이걸 다 지도를 만드는 겁니다 그렇게 해서 그 어떤 질문이 주어졌을 때 가장 그럴 법한 가장 확률이 높은 단어를 예측을 해서 만들어내는게 트랜스포머라쳇 수록 일관되게 성능이 좋아집니다 아직 깨지지 않았어요 그러니까 아까 채지 피티가 제가 5조회 문서를 학습했다고 했잖아요 그 페이스북 그러니까 매 타죠 페이스북에서 만든 라마 3.

1이 아는 거대 언어 모델은 채치 BT 다 50배 더 많은 학습 데이터를 썼습니다 그래서 성능이 되게 좋겠죠 근데 페이스북 주에서 뭐라고 얘기하냐면 아직도 끝을 보지는 못했다라고 얘기합니다 그러니까 규모의 법칙 깨지지 않았다는 거예요 더 많이 집어넣으면 더 좋아질 것 같더라는 것만 확인을 한 거예요 그러니까 채지 피티가 모델로 보면 그전에 나왔던 것과 그렇게 다르다고 하기 어렵습니다 그냥 트랜스포머를 쓴 거죠 가장 큰 차이는 압도적인 스케일입니다 조기 문서를 학습한 것도 처음이고 a 100이라는 비슷한 GPU 만대를 쓴 것도 처음이고 그걸 100일 동안 돌린 것도 처음이고 어 갑자기 왜 이렇게 좋아져 여기서 이제 느닷없이 나타나는 능력이라는 걸 발견합니다 그게 뭐냐면 학습 연산량이 10의 22 제곱을 넘어가는 순간 얘가 전에 보이지 않았던 능력들을 보이기 시작하는 거예요 느닷없이 튀어요 그래프가 이렇게 가다가 툭 튀는 거예요 근데 왜 그런 는 모릅니다 그래서 이걸 느닷없이 나타나는 능력라고 부르는 거예요 그러니까 처치 피티는 전의 AI고 뭐가 달라요 한다면 규모의 법칙이 통한다는 것을 깨닫고 알게 된 다음에 본격적으로 어마어마한 규모로 학습을 시켰다 이게 그 전까지의 하고 결정적으로 다른 점이라고 할 수 있어요 저도 10의 그 20제곱 내용을 좀 유익 봤었는데네 이거는 아무도 지금 조금이라도 이유가 그때 이유는 뭐 모릅니다 그 이유를 안다면 느닷없이 나타난다고 하지 않았을 거예요 느닷없이 나타났다는 얘기는 그 전에 어디 있었던지 모른다는 뜻이거든요 AI 세 가지 특징이 있는데요 첫 번째 설명할 수 없다 왜 그렇게 잘 작동하는지 몰라요 두 번째 규모의 법칙에 따라 느닷없이 나타난 능력을 보여준다 이게 전라고 해서 뭐 창발성이라고도 번역하는 건데 저는 직역을 해서 느닷없이 나타난 능력이라 말씀을 드렸는데 세 번째가 주모의 법칙을 따른다이 세 가지가 현대 거대 AI 3대 특징이라고 할 수 있어요 그러니까 셋다 자세히 보시면 설명할 수 없구나라는 걸 알 수 있어요 그게 가장 특징이고요 그래서 현대 AI 발명이라 이보다는 발견이라고 부르는게 맞다라고 이야기하는 과학자들도 있습니다 이유를 모르기 때문이죠 그 사람들이 채치 피티에 대해서 열광적으로 반영을 했죠 그니까 채치 피티를 만든 회사가 오픈 AI 있데 오픈 AI조차도 이런 반응을 전혀 예측하지 못했습니다 그래서 그때 오픈할 때도 그냥 사람들한테 이걸 보여주면 어떤 반향을 보일까 정도의 생각을 가지고 별 생각 없이 오픈을 했는데 갑자기 1억 명이 써 버린 거예요 너무 놀란 거죠 그렇게 열광적인 반응을 끌어낸 거는 홀드를 넘은 거 같아요 그러니까 뭐 어지간이 한해 아니고 뭐 애쓴다 그전까지 AI 그런 수준이었거든요 꽤 하네 쓴다 였는데 느닷없이 너무 잘하는 거예요 정말 똑똑한 거죠 그때 미국 변호사 시험을 통과할 정도의 실력이었습니다 그 지금 사실 채치 PT 그 당시 버전을 써보면 아 멍청하다 많이 모자란다는 느낌을 갖게 되는데요 그 당시로서는 변호사 시험을 통과했다는게 너무 놀라운 일이었어요 그리고인 페이스 자체가 대화 형이었어 그 진입 장벽이 없는 거죠 모든 사람이 써볼 수 있는 거예요 그게 아마 그 열광적인 반영을 불러온 이유가 아니었을까 그렇게 생각합니다 책 GPT 미국 변호사 시험을 하위 20퍼로 통과했는데 그다음에 나온 GPT 4는 상위 10% 통과를 합니다 그리고 gpt4 오니 오니는 보이스투 보이스로 멀티 모델이죠 여러 개의 모드를 갖고 있는데 사람의 음성을 바로 음성으로 처리합니다 그리고 이번에 나온 원이라고 했죠 오려 원인데 얘는 추론을 잘하기 시작합니다 그러니까 모든 분야에 잘하지 않아요 그게 이름을 GPT 아고 짓지 않고 따로 떼서 원이라고 지은 이유라고 저는 생각하는데 얘는 수학이나 의학 깊이는 추론이 필요한 분야에서 굉장히 잘해요 그러니까 의사 시험을 최상 1% 이내로 통과할 수 있을 정도로 추론이 뛰어납니다 그러니까 채치 PT 지금 AI 아고 비교해 보면 장난감같이 느껴질 정도라고 할까요 그 정도 차이가 난다고 볼 수 있어요 저 같은 경우는 확실히 그렇게 느낍니다 처치 피티에 한계가 있어요 그 아까 말씀드렸듯이 포라는 모델을 쓰잖아요 오조의 문서를 들여다보고 그 안에 들어가 있는 모든 잠재된 패턴을 다 찾아냅니다 그리고 단어들 관의 관계를 다 매핑을 하죠 그렇게 해서 확률적으로 가장 그럴법한 단어를 생성해 내서 그 단어들을 이어나가서 문장을 만들어요 그러니까 얘는 확률적으로 가장 그럴법한 말을 표현하도록 학습하 해요 뒤집어 얘기하면 얘는 학습 과정에서 한 번 더 true or 포스를 토하도록 배운 적이 없는 애라는 뜻이에요 그러니까 얘가 하는 말은 첫 말만 하는게 아니 아니에요 확률적으로 가장 그럴법한 말을 하기 때문에 거짓말을 할 때도 굉장히 그럴법하다 아지 않은 거짓말을 할루시네이션이라 불러요 그러니까 직역을 하면 환각 있데 우리 말로 하면 멀쩡한 거짓말 태어난 거짓말 정도로 번역하는게 더 뜻에 와닿 있죠 그러니까 세치 피티 한계는 확률적으로 가장 그럴법한 단어를 예측해 나가는 애기 때문에 잠재된 패턴이 있는 경우에는 굉장히 훌륭히 작동을 하지만 명백한 사실이 있을 때 혹은 1+ 1은 2처럼 하나의 답이 있을 때 이럴 때는 얘가 일을 잘하지 못합니다 그러니까 잠재된 패턴이 있는 모든 분야에서 잘 작동을 하지만 명백한 팩트가 있거나 하나의 명료한 담이 있을 때 쓰는 것은 적절하지 않다 AI 쪽에 아주 유명한 안드 카라는 분이 있는데 이분이 뭐라고 얘기하냐면 션은 버그가 아니다 션은 피다 이렇게 얘기를 해요 왜냐하면 우리가 어떤 창의적인 어떤 답을 내놓기 위해서는 상상을 해야 돼요 그러니까 상상이라는게 없이 창의적인 답이 나올 수가 없거든요 그래서 안드레 카티가 어떻게 얘기 하냐면 ai's 상상력을 다 빼면 검색 엔진이 될 것이다 검색 엔진에 상상력을 못 해면 AI 될 것이다라는 얘기죠 그러니까 우리가 왜 상상을 하기 위해서는 사실은 몽상도 하고 그 이상한 꿈도 꿈 그러잖아요 그러니까 이게 동전의 뒷면과 같다는 거예요 아주 훌륭한 답의 뒤편이 상상력이 그 상상력이 AI 있는 할루시네이션 Pro 나오는거다 그러니까 할루시네이션 보그가 아니라 처다 특징이다 이렇게 얘기를 해요 그걸라고 불러요 온도라고 부르는데 아까 제가 확률적으로 가장 법한 단어를 예측한다 그랬잖아요 그러면 가장 확률이 높은 단어들 썩 그럴 법하지 않은 단어까지 순서를 쭉 먹길 수 있을 거예요 항상 최상위에 있는 단어만 답으로 토해내면 답이 항상 똑같겠죠 근데이 처를 조절을 해서 그 위에 한네 개 다섯 개 단어를 랜덤으로 나타나게 해준다면 앞에 한 단어가 바뀌면 그 뒤에 이어진 단어들이 다 바뀔 거예요 이걸 그 온도를 설정한다고 하는데 보통 뭐 그 85도 정도 설정할 때 좋은 답이 나온다 뭐 이런 얘기들이 있어요 는 아주 정확한 값은 아닌데 대략 그 정도로 처를 설정할 때 창의적이고 훌륭한 답들이 나온다라고 들 해요 채 GPT 와 같은 거대 어는 모델들 그러니까 지금은 GPT 4라고 되죠 GPT 45나 클로드 3.

5n 구글에 제미나 프로나 네이버의 하이퍼클로바 x 같은 것을 어떻게 하면 가장 잘 쓰냐 흔히 이제 프롬트 잘 써야 된다 이런 말을 하잖아요 프롬프트가 이제 쉽게 말하면 질문이에요 그 질문을 잘 써야지 좋은 답이 나온다하고 좋은 저희 사례는 사실은 되게 많이 나와 있어요 근데 그런 조언들이 하고 있지 않은 말이 있습니다 뭐냐하면 가장 좋은 프론트는 사실은 토론을 이어나가는 거예요 하나의 질문으로 답을내는 것보다 얘가 나를 위해서 일해주는 세상의 모든 책을 다 읽은 슈퍼 컨설턴트다 생각을 하고 얘랑 토론을 할 때 최고의 효과를 둘 수 있습니다 예를 들어서 저는 이제 논문을 요즘은 다 클로드랑 같이 읽거든요 피티랑 같이 읽을 때도 있지만 는 그 로드입니다 제가 이렇게 물어요이 논문의 주요 논점들을 번호를 먹여가며 정리해 주고이 논문의 뛰어난 점과이 논문의 부족한 점을 지적해 주고이 논문의 후속 연구로 어떤 연구가 이루어지면 좋을지를 알려 달라 이렇게 얘기를 해요 이게 제가 하는 표선 질문입니다 그니까이 질문이 굉장히 좋다 탁월하다 그런 뜻이 아니라 저는 그렇게 쓴다라는 뜻입니다 그렇게 하면 얘가 한 2 3초 안에 딱 답을 내 주거든요 그럼 그때부터가 진짜예요이 주요 논점들 정리한 걸 보면 제가 동 하기 어려운 주장들이 있거나 어 이게 어떤 건거 왜 이렇게 주장하는 거지라고 궁금해지는 포인트가 있을 거예요 아니면 그 정리한 논점 중에서 제가 처음 보는 컨셉이나 아주 명명하게 뜻을 알고 있지는 못한 단어들이 개념들이 나올 수도 있죠 그럼 그걸 가지고 후속 질문들을 이어갑니다 그 세 번째 논점은 그 전까지의 논문들에서 이런저런 이유로 부정되어 왔는데이 논문이 특별히 이걸 주장하는 이유가 뭐지 근거를 상세히 설명해 줘 라거나 그 지금 정리한 것 중에서 이런 이런 컨셉은 나한테 좀 났어 데 이게 어떤 맥락에서 어떤 뜻으로이 논문에서 쓰였는지를 상세히 설명해 달라 라거나 혹은 왜 후속 연구가 그렇게 돼야 된다고 생각하니 좀 더 깊히 있게 나한테 아주 구체적으로 상처에 설명을 해 줘라거나 이렇게 토론을 이어나가게 됩니다 그렇게 되면 어쨌든 얘는 답을 2초 안에 하거든요 그러니까 한 3분에서 5분 정도 얘랑 토론을 하게 되면 여덟 번 아홉 번 정도 예랑 주고받을 수가 있게 돼요 그러면 나 혼자서 그 논문을 읽었을 때는 도저히 보지 못했을 굉장히 단면적인 풍부 부한 생각들을 할 수 있게 됩니다 이게 진짜예요 그러니까 제가 채치 PT 같던 거대 언어 모델들 어떻게 쓰면 좋은가 물을 때 제가 항상 드리는 말씀이 이걸 도구라고 생각하지 마라 이건 검색 엔진이나 컴퓨터 같은게 아니다 얘를 파트너라고 생각해라 얘를 세상에 모든 책을 다 읽은 아주 똑똑한 파트너라고 생각하고 얘랑 토론을 해라 이야기를 해라 그때 얘의 능력을 120% 끌어낼 수 있다 그러니까 이건 쓰는 도구가 아니다 지금까지 톱이나 망치 이런 것들처럼 쓰는게 아니고 같이 하는거다 파트너다 그래서 저는 그 이런 거대 모델들을 가장 잘 활용하는 방법은 토론을 이어나가는 거 절대로 하나의 프롬트 첫 번째 프롬트 뭔가를 끌어내려고 하지 마라 그게 제가 꼭 권해드리고 싶은 말씀이에요 요즘 생성형 AI 기술은 어떻게 발전하고 있나요 몇 가지 굵직한 흐름들을 볼 수 있는데요 그 첫 번째는 멀티 모델입니다 멀티 모달은 여러 개의 모드를 갖고 있다는 뜻인데요 채치 피티는 텍스트만 다루잖아요 텍스트를 입력해서 텍스트를 출력합니다 하나의 모드죠 근데 GPT 4 만에도 텍스트만 입력하는게 아니라 이미지도 입력을 받고 이미지도 출력을 합니다 두 개의 모드죠 이렇게 여러 개의 모드를 갖고 있는 것을 멀티 모델이라고 불러요 앞으로 모든 생성형 인공지능은 멀티 모다이 베이스가 될 겁니다 몇 가지 이유가 있어요 첫 번째로 텍스트만 입력하고 출력하면 실제로 쓰임새가 굉장히 제한을 받게 됩니다 우리가 갖고 있는 데이터들이 대부분 복합 데이터들이 글만 있는 자료가 별로 없죠 그 안에는 인용되는 이미지도 있고 때때로 오디오가 들어가기도 하고 비디오가 들어가기도 하고 복합 데이터들이 대부분이거든요 제 책을 보더라도 이런 식으로 그림을 금방 볼 수 있잖아요 이런 자료는 채치 피팅 처리 못한다는 말이야요 그림을 못 보니까 그러니까 스미스가 굉장 한계가 있죠 그래서 기본적으로 비즈니스를 위해서도 멀티 모델이 돼야 됩니다 또 하나 이유가 있어요 그 인공지능이 기계로 인간의 지능을 구현해 보자라는 시도 아아 그러면 인간의 지능을 보자 이거요 인간의 지능이 책만 읽고 발전하나 그럴 리가 없잖아요 시청각 온갖 오감을 통해서 들어오는 모든 입력들이 나의 진흙을 발전시키는데 쓰인단 말이죠 그 그러니까 인공지능이 기계로 인간의 지을 구현해 보자라는 시도라는 베이스는 멀티 모델이 돼야 되는 거죠 그래서 멀티 모델로 가는 아주 분명한 흐름이 있고요 또 하나의 흐름은 작고 빨라지고 싸집니다 이것도 불가피한데 지금 차치 PT 같은 경우에는 한대 천만 원 GPU 몇만 장을 써야 됩니다 그러니까 한 번에 몇 천가 분에 전기를 써요 그래서 지금 한 달에 한 22달러 정도를 사용료로 받고 있는데 그거 받아 봐이 적자입니다 유지 가능하지 않은 거예요 그래서 얘를 어떻게든 작고 빠르고 싸게 만들어야 됩니다 그게 또 하나 이유가 있어요 그건 뭐냐면이 개인 기계에서 돌아갈 수 있어야 됩니다 그렇게 하지 않으면 쓰임세가 굉장히 제한돼 예를 들어서 우리 회사의 미밀 데이터들을 클라우드로 못 올리잖아요 내 개인 데이터들을 클라우드로 못 올리잖아요 그러니까 스임 굉장히 제한되는 거죠 비밀을 보장해 주는 어떤 특별한 그 클로즈드 된 클라우드에서 나만 쓴다 뭐 굉장히 비싼 돈을 내고 그런게 아니라면 사용성이 굉장히 제한될 수밖에 없습니다 그러니까 성능이 약간 떨어지더라도 내 디바이스 위해서 pcn 스마트폰 위해서 돌아갈 수 있 정도로 작게 만들어야 쓰임세가 굉장히 커지는 거죠 그래서 작고 빨라지고 싸집니다 그리고 세 번째로는 agi 향해서 갑니다 agi n artificial General intelligence고 해서 인공 일반 지능이라고 말하는 건데요 지능의 모든 영역에서 인간의 지능을 뛰어넘는 인공지능을 agi 아고 부릅니다 지금 페이스북이 됐든 구글이 됐든 오픈 에어가 됐든 다 우리의 목표는 agi 개발하는 것입니다라고 얘기하고 있어요 그리고 실제로도 구글의 그 딥 마인드죠 이번에 노벨 화학상 받은 네사 서비스 같은 경우는 5년에서 10년 안에가 나올 것 같습니다라고 얘기하고 있고요 그 오픈 AI 세트만 같은 경우에는 2천 몇 백일 안에가 될 것 같다라고 얘기합니다 그러니까 굉장히 많은 AI 과학자들이가 올 거라고 예측하기 시작했어요 근데 채치 피티가 나오기 전만에도 대부분의 AI 과학자들이 인간 수준의 인공지능까지 못 만들 거다라는 쪽에 표를 던졌어요 그러니까 그 불과 2년 사이에 어마어마한 변화 나타난 거죠 그러니까 생상 AI 기술은 어떻게 가고 있냐 뭐 이렇게 한 세 가지 정도로 정리할 수 있을 것 같습니다 멀티모달이 베이스가 된다 싸지고 빨라지고 작아진다 AI 가고 있다 생성형 AI 산업의 트렌드를 어떻게 바꾸냐면 생성형 AI 잠재된 패턴을 찾아내는 일을 합니다 그러니까 현대의 AI 무슨 일을 하냐고 한 문장으로 표현해 보라 그러면 잠재된 패턴을 찾아내는 일을 해요라고 할 수 있습니다 그러니까 잠재된 패턴이 있는 모든 분야에서 AI 돌이킬 수 없는 변화를 불러올 겁니다 예를 들어서 이번에 그 노벨 화학상을 받은 알파 폴더 같은 경우에 그게 뭐냐하면 거대 단백질에 접히는 모양을 예측하는 거거든요 그러니까 그 분자량이 굉장히 큰 거대 단백질의 경우에는 우리가 분자식을 다 알고 있다고 하더라도 그 물리적 화학적 특성을 100% 말하지 못합니다 왜냐하면 얘가 어떤 모양으로 접히니 따라 전혀 다른 특징을 나타내거나이 거대 단백질이 어떤 모양으로 접히는 예측하는게 굉장히 중요한 그 됩니다 분자식을 알고 있다 하더라도 예의 물리적 화학적 특성이 어떻게 될까를 접히는 모양을 모르면 말할 수가 없거든요 근데 이런 거대 단백질이 접히는 데는 분명히 패턴이 있을 거라고요 이유 없이 접히지 않을 거니까 지금까지는 그 계산이 너무 어려워서 접히는 걸 하는데 한 3년씩 걸렸나 뭐 그랬어요 그런데이 구글 딥마인드가 인공지능을 써서이 단백질 접힌 모양을 거의 대부분 예측하고 풀어 버리는데 성공을 한 거죠 그것도 잠재된 패턴이 있었기 때문에 그걸 찾아내는데 성공한 거예요 그리고 광주에 인공지능 융합 산업 직적 단지라는 곳이 있어요 그러니까 대량의 GPU 갖다 놓고 스타트업이나 연구 기관에서 AI 연구하고 싶어할 때 그 GPU 무료로 빌려 주는 곳이에요 국가 기관이죠 그 입주에 있는 것 중에 하나가 돼지 몸무게를 카메라 한대로 정확히 예측해내는 AI 만들었어요 그러니까 천장에 카메라가 딱 한 데가 달려 있어요 얘가 그 사육장에 있는 대지를 그냥 비추기만 하면 체중을 예측해 내는데 그 5차 범위가 몇백 그이에 이게 차 범위 몇 100g 으로 돼지 몸무게를 맞추면 뭐가 중요한데라고 하면 굉장히 많은게 달라집니다 그 전까지는 돼지를 그 저울에 집어넣는게 굉장히 힘들었어요 돼지가 무겁고 날뛰니까 근데 얘를 실시간으로 언제든지 24시간 측정할 수 있게 되면 돼지가 판매할 수 있는 몸무게가 있어요이 몸무게가 되면 판다 근데 그 몸무게에 도달하는 정확한 그순간 바로 알 수 있거든요 그럼 걔를 꺼내서 팔면 되는 겁니다 다시 말해서 사료를 굉장히 아낄 수가 있게 되는 거예요 그리고 자른 집에서 성장이 슨 돼지를 금방 가려낼 수 있어요 그럼 걔가 어떤 원인으로 자리 안치고 있는지를 파악하게 좋겠죠 아 병이 있었구나라는 그런 식으로 해서 어마어마한 비용을 아낄 수가 있게 되는 거예요 그리고 포스코에서 센물을 만드는데이 센물을 끓이는데도 잠재된 패턴이 있을 거란 말이에요 그러니까 어느 지방에 철광 썼냐 그날에 온도 습도 풍향 풍속 이런 것들이 다 쇠를 만드는데 영향을 미칠 거거든요 거기에는 잠재된 패턴이 있을 거예요 그런 변수들에 따라 최적화된 조합이 가능할까 란 말이죠 근데 변수가 너무 많으니까 지금까지는 그걸 측정하지 못했었죠 근데 잠재된 패턴이 있기만 하다면 현대 AI 그걸 찾아냅니다 그래서 포스코가 어떤 원료도 추가 투입하지 않고 하루에 240의 쇠를 더 만들어 내야 됐어요 프로그래밍 같은 경우도 지금은 AI 너무 잘합니다 커서 같은 거 잘 쓰면 한 명이 팀을 데리고 일하는 것과 같은 퍼포먼스 성 성과를 낼 수 있어요 어쨌든 몇 초 안에 다 나오니까 코드가 그래서 잠재된 패턴이 있는 모든 분야에서 산업의 지형을 영원히 바꿔 놓을 것이다 이렇게 말씀드릴 수 있어요 페이크가 굉장히 이슈가 되고 있죠 그 불행하게도 페이크를 막을 수 없습니다 왜 그러냐면 이미지를 만들어내는 AI 모델 중에 간이라는게 있어요 간이 뭐냐면 적대적 생성 모델입니다 간은 어떻게 만드냐면 AI 두 개의 에이전트로 나눠요 하나는 그림을 만들어 내고 또 하나는 이게 AI 그림 그림인지 아닌지를 판단합니다 그래서이 생성하는 AI 판별하는 AI 이길 때까지이 작업을 되풀이합니다 계속해서 그렇게 왔다갔다하면서 그림을 점점 더 정교하게 인공지능이 구분하기 못할 정도까지 정교하게 만들어요 그래서 그 결과를 나온게 AI 만든 그림입니다 그러니까 당연히 AI 만든 그림을 AI 판별하지 못하겠죠 판별하지 못하도록 만들었으니까 그리고 얼마 전에 UN 산하에 그 AI 안전 위원회에서 AI 안전에 관한 종합 리포트를 낸게 있어요 그 리포트 초안이 발표가 됐어요 그 뭐라고 돼 있냐면 현재 AI 던지는 주요한 위험들은 하나의 조처로 막을 수 있는 것들은 거의 없다 그 실버 블리스는 없다 은타 하는 없다는 거죠 그러니까 여러 개의 조처들을 중첩해서 대처할 수밖에 없다 하고 이제 AI 초래할 위험들을 전부 스을 합니다 스을 해서 리스트를 만들어서 이런 위험이 있는데 이건 이렇 이렇게 나오는데 이건 이렇게도 못 막고 저렇게도 못 막고 이렇게 하는 건 한계가 있다 그래서 이런 조처들을 엮어서 여러 개의 조처들을 막을 수밖에 없다 이렇게 설명하고 있습니다 그 디도 마찬가지 라고 생각해요 페이크는 하나의 기술을 못 막습니다 그렇게 할 수 없어요 왜냐하면 AI 식별하지 못하는 형태로 그림을 만들었기 때문이죠 그럼 어떻게 해야 되느냐 사회적인 기술적인 법률적인 조처들을 중첩해 됩니다 예를 들어서 AI 회사들에 실제 인물의 사진을 가지고 그런 조작 영상을 만들지 못하도록 요구를 해야 됩니다 그렇게 하지 마라 얼굴 밑에다가 누드 붙이고 이런 거는 생성하지 못하게 해라 그리고 AI 생성한 모든 생성 결과에는 워터마크 집어넣어라 그러니까 이건 애 만든거다 알 수 있게 해라 그리고 그 그런 걸 어겼을 때는 징벌적 대상을 요구하겠다 엄청난 벌금을 얘기했다 그리고 그걸 소지하고 있어도 벌을 주겠다 그런 식으로 굉장히 복합적인 조차를 취할 수밖에 없는 거 같아요 하나의 어떤 수단으로 막을 수 있다 불가능합니다 안 됩니다 기존에 사용하던 검색 엔진의 검색과 인공지능의 검색의 차이점은 뭔가요 검색 엔진의 검색과 인공지능의 검색의 차이점은 무엇인가라고 한다면 인공지능은 검색이 아니죠 인공지능은 생성에 만들어내는 겁니다 그러니까 아예 다른 거예요 두 개가 비교가 그까 안 되는 겁니다 검색 엔진은 그 검색을 하면 기존에 존재하는 관련성이 높은 신뢰도가 높은 혹은 관련된 정보를 가장 많이 담고 있는 사이트들을 순서대로 보여 주는 거잖아요 인공지능은 그런게 아니라 자기가 읽은 모든 문서에 잠재된 패턴을 학습한 다음에 가장 그럴법한 결과를 만들어내서 내놓는 거니까 검색이랑 다릅니다 그 퍼플렉시티 아는 서비스가 있어요 퍼플렉시티 AI 기반의 검색 서비스를 라고 하는데 얘는 어떻게 하냐면 내가 어떤 질문을 하면 그 질문에 대한 답을 만들어 줍니다 답을 만들어 주는데 그 답 안에 관련된 정보를 담을 링크가 다 들어 있습니다 그러니까 말하자면 생산형 인공지능과 검색의 장점을 모았다라고 할 수 있어요 그러니까 할루시네이션부터 자유롭죠 할루시네이션 걱정하지 않고 예가 낸 답을 봐도 됩니다 왜냐면 링크가 다 있어서 확인할 수 있으니까 그런데 퍼플렉시티 같은 경우에는 그 일반 거대 언어 모델보다도 컴퓨팅 파워를 10배 이상 더 쓰는 걸로 제가 알고 있어요 그러니까 사실은 지속 가능하지 않은 모델이죠 지금은 그 유료로 한 22달러 정도 내면 쓸 수 있는데요 저는 퍼플렉시티 그 꼭 유로로 써 오시라고 권해드리고 싶습니다 정말 유용합니다 한 달에 20달러를 기 이로가 하나도 없어요 클로드 체치 피트나 제미나이 프로도 그 중에 하나를 꼭 써 보시라고 보내드립니다 유료로 써보셔야 됩니다 그래야지 예의 진가를 알 수 있어요 그럼 그렇다고 해서 그러면 검색 엔진의 시대가 끝나냐 아 그렇다고 보기 어렵습니다 왜냐하면 아까 제가 컴퓨팅 파워가 굉장히 많이다고 했잖아요 구글 이나 네이버의 검색 결과를 생성형 인공지능으로 대체하지 못합니다 대체해 버리면 컴퓨팅 파워가 말도 못하게 필요하게 돼요 그러니까 그냥 망합니다 지유가 높을 거예요 지금 네이버가 하이퍼클로바 x 왜 대중 공개 서비스를 크게 못 하느냐 GPU 없어요 GPU 지금 뭐 2천 몇백 돼 있는데 00 2천 몇백 돼 있다고 알고 있는데 그걸로는 연구하기도 바쁩니다 그러니까 서비스에 돌릴 수가 없어요 오픈 AI 같은면 뭐 몇십만대 갖고 있다 그거 메타 페이스북 국도 몇십만대 갖고 있다 이렇게 얘기하잖아요 그러니까 대중 서비스를 할 수 있는 겁니다 그 지금으로서는 검색 서비스를 생성형 AI 대치할 수가 없다 왜냐면 GPU 그 정도로 많지도 않고 GPU 설용 있다 손 치더라도 그 검색 양을 그걸로 돌리려면 전기로도 감당이 안 될 거고 GPU 값도 감당이 안 될 거예요 그래서 검색 현진의 시대가 끝나기는 어렵다 현재 기술로는 훨씬 더 빨라지고 작아지고 싸지지 않으면 택도 없고 그리고 검색과 생성은 사실은 용도가 서로 다릅니다 명백한 사실이 있거나 하나의 답이 있을 경우에는 검색을 해야 되죠 생성을 하면 안 됩니다 그러니까 역할이 달라요 근데 일정 부분 그 검색 엔진의 시장이 대체될 수는 있습니다 그러니까 포플렉스 원 클로드 체트 피티가 너무 훌륭한 답을 내놓기 때문에 굳이 검색을 할 필요가 없다 이런 부분도 분명히 있어요 그러니까 구글에 독점은 끝났다라고 말하는 것은 그렇게 사실과 뭐 멀리 떨어진 일은 아닐 것 같습니다마는 검색의 시대가 끝났다라고 말할 수는 없을 것 같아요 물리적으로 불가능합니다 AI 충분히 작아지고 빨라지고 싸져서 비용 효율을 얘기할 수 있는 수준까지 간다면 검색이 상당구 대체될 것은 틀림이 없습니다 그리고 실제로도 생성 인공 지능들을 지금은 검색을 같이 쓰고 있습니다 그이라고 하는데요 retrieval orent the generation 검색 증강 생성이라고 하는데이를 테면 내가 생성한 결과를 내가 검색한 것과 비교해 본다거나 혹은 어떤 충분히 주어진 학습 데이터가 있을 때 그 안에서만 검색을 해서 그 결과를 바탕으로만 생성을 한다거나 이런 식으로 하는 걸 rag 불러요 검색 증강 생성이라고 그러니까 하이브리드로 이렇게 도구를 쓰는 거죠 그런 식으로 점점 더 할루시네이션 낮추고 있습니다 그 초반에 채치 피티가 나왔을 때 할루시네이션 비율이 한 18% 뭐 20% 넘는다 이런 얘기들을 했었는데 지금은 할루시네이션 비율이 한 7% 대로 떨어졌다고 얘기를 하고 있고요 제가 써 보면 한 3%대 정도까지 떨어진 것 아니냐라는 느낌을 받고 그리고 실제로 주 으면 할루시네이션 피할 수 있습니다 내가 이제 검색을 해서 확인을 한다거나 그 대외적인 자료를 쓰기 전에는 반드시 원본을 찾아 본다거나 하는 식으로 하면 할루시네이션 피할 수 있습니다 검색이 점점 더 인공지능이 사용하는 도구로 들어오고 있는 거죠 그러니까 구글이 예전 같을 수는 없을 겁니다 제가 그 거대 언노 모델들을 정말 잘 쓰고 있습니다 우선 그 제가 AI 쪽 글을 쓰니까 논문들을 많이 읽지 않을 도이가 없거든요 근데 논문들이 미친듯이 쏟아져 나온단 말이에요 정말 말도 못 하게 나옵니다 그걸 다 읽어내는게 너무 어려워요 사실은이 책 들 때도 어 이게 420 페이지인데요 1분을 썼을 때 그때 오픈에서 gpt4 오니를 발표하고 애플에서 애플 인텔리전스를 발표하고 구글에서 구글 아오를 하면서 아스트라 비롯해서 여러 개를 발표를 했죠 그래서 사실은 1분쯤 쓴 원고를 버렸습니다 그래서 출간이 두 달쯤 지연됐는데 그 논문을 따라잡는 것만 해도 너무 힘들어요 근데 지금은 제가 거의 논문을 다 AI 같이 읽습니다 AI 테 던져 주고 그 표준 질문을 하고 토론을 해서 굉장히 내용이 훌륭하구나 이건 내가 인용할 만한 가치가 있다면 그때 원본을 읽습니다 근데 그렇게 원본을 읽으면 원본 읽는 시간이 굉장히 줄어요 왜냐면 내가 그기에 대해서 충분히 이해를 한 상태기 때문에 할루시네이션 있는지 없는지를 확인하는 정도로 읽거든요 그러니까 읽는 속도가 굉장히 빨라져요 그리고 어떤 경우는 그간에 나왔던 논문들과 크게 다르지가 않거나 일반인들에게까지 소개할 필요는 없는 정도의 논문들이 있습니다 아주 실험적이거나 촉이나 뭐 그 그래서 더 알기 위해서는 이런저런 연구가 더 필요하다 라거나 뭐 그런 것들이 있죠 그리고 연구자들 테는 굉장히 관심이 있겠지만 우리가 봤을 때는 크게 다르지 않는 그런 것들도 있고 그러면 그건 그 토론을 조금하고 끝내죠 그렇게 해서는 읽는 속도가 배 이상 빨라졌습니다 훨씬 많은 논문들을 읽을 수 있게 된 거죠 그리고 새로운 개념들을 제가 취득하는 속도도 어마어마하게 빨라졌어요 그 그리고 얘가 갖고 있는 굉장히 큰 장점은 제가 창피해하지 않아도 됩니다 뭐든지 물어볼 수 있어요 너는 도대체 이런 AI 책을 잘난척하고 쓴 놈이 이런 개념도 모르니라는 말을 저를 걱정을 하지 않고 물어볼 수 있어요 창피하지 않습니다 뭐든지 물어 돼요 아 나 사실은 기초가 부족해서 그거 몰랐어요 이러면서 얼굴이 빨개지지 않아도 됩니다 너무 좋죠 그렇게 가장 많이 쓰고요 그리고 얘랑 토론하는 걸 굉장히 즐깁니다 그고 공부하는 목적으로는 수로 쓰고요 저한테는 최고의 토론 파트너인 거 같아요 글을 써달라고 부탁하진 않아요 그런 제가 더 잘 쓰기 때문에 그리고 그글을 부탁을 하면 되게 그 용은 다 담겨 있지만 진부한 평범한 글들이 많이 나옵니다 축사 뭐 주례사 이런 것들 있잖아요 뭐 어떻게서도 진부해지기 쉬운 것들 그런 것들을 쓸 때는 뭐 쓸 만하다 그리고 리포트에 목차를 뽑을 때는 굉장히 유용하다 왜냐면 이게 빠트린게 없어야 되잖아요 내가 빠트린게 없나를 체크하는 용도로 얘한테 물어보는 거는 굉장히 적절한 사용법입니다 많은 비용을 써서라도 초거대 AI 만들려는 이유는 뭘까요 왜 이렇게 몇 조식의 돈을 집어넣어서 초 AI 만들려고 하느냐 몇 가지 이유가 있습니다 첫 번째는 비즈니스적인 이유인데요 우리가 이미 인터넷 초창기의 경험 스마트폰 초창기 경험을 갖고 있습니다 그때 선점했던 많은 기업들이 지금 어떤 집를 누리고 있느냐를 보면 돼요 그러니까 인터넷 초창기 선점했던 회사들이 있습니다 네이버 다음이죠 지금 아무도 검색 서비스를 새로 만들지 않아요 카페 서비스를 새로 만들지 않습니다 전 세계로 보더라도 검색 엔진을 또 만들지 않죠 선점에서 제대로 자리를 잡으면 영생을 누리리라 뭐 때돈을 번다 어마어마한 돈을 번다 플랫폼이 그 사회 전체의 플랫폼이 돼 버린다는 것을 학습한 효과가 있는 거예요 학습 효과가 있어요 지금이 인터넷 초창기나 스마트폰 초창기보다 더 큰 기회의 문이 열리고 있는 엄청난 새로운 미디어의 입구에 있다 이걸 다 아는 거예요 그러니까 투자자들도 아낌없이 지갑을 여는 거요 그리고 실제로도 오픈 AI 지금 선점의 효과를 누리고 있죠 성능은 클로드가 조금 더 나일 수도 있고 비슷비슷 하거든요 제미나이 프로도 거의 뭐 gbt 4 니하고 안 밀립니다 그렇지만 사용자수를 보면 10배 이상 차이나요 오픈가 압도적으로 많습니다 그게 선점죠 그걸 아니까 몇 조씩 돈을 태우면서 초그를 만들 위한 경제을 하는 거고요 가령 페이스북 같은 경우는 h 100을 35만 장 사겠다는 거잖아요 h 100이 한대 몇 천만 원 하는 애인데 그걸 35만 장을 사겠다라고 하는 거니까요 선점하면 얼마나 큰 기회가 있는지를 모른다는 걸 모두가 알고 있는 거예요 그러니까 네이버나 구글이 또 한번 생길 수 있는 기회의 장이 열렸다 그게 자주 오지 않습니다 인터넷 초창기에 먹었던 기업들이 지금까지 플랫폼으로 자리잡고 있는 거잖아요 그 배달 시장은 배달의 민족이 먹어 버리니까 딴데가 못 들어오는 거잖아요 그것과 마찬가지예요 그게 이제 가장 큰 이유가 될 거고요 비즈니스적으로 두 번째로는를 만들어 보고 싶은 거예요 agi 만들게 되면 agi 인간의 지능을 넘어서는 인공지능이 아아 그 agi 마지막이 뭐냐면 오픈에서 정의한 그 정의를 보면의 마지막이 오거니제이션 있니다 그러니까 첫 번째는 책이었고 두 번째 추론 가고 세 번째가 혁신 가고네 번째가 발명가가 그리고 마지막이 조직인데요 앞에를 보면 다 개인 같잖아요 혁신가 든가 뭐 이런게 다 하나의 개인을 말하는 거 같은데 마지막은 조직이에요 왜 조직이면 그 여러 개의 에이전트가 협업을 해서 회사 단위가 할 수 있는 정도의 일들을 그러니까 몇 개월에 걸쳐서 하는 일들을 그냥 AI 혼자 살 수 있다는 뜻이에요 그러니까 에이전트가 여러 개 에이전트가 협업을 합니다 문제를 해석하는 에이전트가 있고 그 문제를 가지고 어떻게 해결할지 해결책을 계획을 세우는 에이전트가 있고 그 세운 해결책을 비판적으로 들여다보고 코멘트를 해주고 리뷰를 해 주는 에이전트가 있고 그 계획에 따라서 사용할 도구들을 쓰는 에이전트가 있고 그 중간중간에 리뷰를 하고 그 결과들을 모아서 다시 전체 일을 조율하는 마스 에이전트가 있고 이런 식으로 분업을 합니다 그렇게 해서 일을 회사 단위에 일을 처리할 수 있게 된다가 마지막 단계예요 이게 정확하게 말해서 무슨 뜻인가 하면 적어도 일에 관한 하는 사람이 필요 없어집니다 뜻입니다가 되게 되면 그러니까 일류와 영원히 노동으로부터 해방 당할 수 있는 거죠 제가 해방 당한다고 표현한 이유는 어떤 결과가 되냐에 따라 일을 뺏기는 것으로 끝날 수도 있고 일할 필요가 없어져서 복지 혜택을 누리면서 즐겁게 살 수도 있기 때문입니다 어느 방향으로 가냐 따라 달라요 해방을 당할 수가 있는 거죠 그러니까 초거 AI 만들려고 하는 명백한 이유가 있는 거죠 인류를 영원히 노동에서 해방시키는 초보대 AI가 나타나게 된다면 그걸 갖고 있는 조직이나 사람은 지구의 모든 노동이 해왔던 그 부가 가치를 혼자 생산할 수 있게 되는 거니까 그 끝은 상상할 수도 없는 거죠 그게 지금 수십조의 돈이 눈 한번 깜빡하지 않고 AI 신으로 몰려들고 있는 이유입니다 그래서 저는 AI 거품 얘기하는 사람들이 전혀 근거없는 얘기를 하고 있다고 생각해요 그럴 수 없습니다 그럴 리가 없고요 이미 AI 엄청나게 많은 변화를 불러오고 있습니다 산업에서 굉장한 변화 예를 들어서 포스코가 AI 써서 1g 원료도 추가 투입하지 않고 240의 쇠를 더 생산할 수 있게 됐는데 데 포스코가 박으로 돌아가자 우리 AI 쓰지 말자라고 할 확률이 있을까요 전혀 없죠 돼지 몸무게를 카메라 한 대로 그것도 싸구려 카메라 하는 대로 실시간으로 계속 볼 수 있게 됐는데 야 이거 이러니까 재미없다 애 쓰지 말자 할 수 있을까요 절대 못 합니다 안 돼요 그래서 저는 AI 거품이라고 말하는 사람들이 도대체 무슨 거를 갖고 말하는지를 모르겠어요 전혀 사태의 핵심을 이해하지 못한 발언이라고 생각합니다 그런게 아니에요 이건 돌이킬 수 없는 변화를 불러오고 있는 새로운 미디어로 그렇게 되지 않을 것 굉장히 무서운 미래가 기다리고 있다고 할 수 있어 그 재밌는 얘들이 왜 언어 모델들이 되게 재밌는게 많아요 그러니까 지금 제가 이렇게 말을 하고 있지만 제 얼굴 표정과 입술까지도 바꿔 주면서 제가 수십개 국어의 말로 똑같은 내용을 하게 더빙해 줄 수 있잖아요 그런 서비스들이 있죠 그런 것들은 실제로 보면 굉장히 놀랍고 재밌습니다 제 제 목소리 톤까지 그대로 하는데 영어로 했다가 프랑스로 했다가 러시아로 했다가 하는데 입술하고 얼굴 근육까지 그 말을 하는 걸로 똑같이 바꿔 주죠 그런 것들이 굉장히 실제로 보면 신기하고 재밌고 놀라울 거 고요 그다음에 gpt4 오니 같은 경우에는 실시간 통역을 해 주잖아요 실시간 통역도 해주고 감정을 집어넣어서 의인화 사람인 것처럼 대화도 하기도 하고 뭐 그런 것들이 다 사실은 굉장히 놀랍죠 왜냐하면 보세요 그 gpt4 오니가 사람의 말을 듣고 사람의 말로 그대로 토해내는데 반응 속도가 320 MS 이거든요 그 사람의 말을 듣고 대답하는 속도가 320m인데 이게 사람의 반응 속도와 비슷하거나 좀 더 빠른 그 서버에서 답을 만들어 와서 나한테 대답해 주는데 그게 320m 색이라 거예요이 마술 같은 일인 거죠 사실은 그게 어떻게 가능해요 내 목소리 녹음을 해서 갖고 가서 그 내용을 분석을 해서 답을 목소리로 들려 주는데 구 속도가 320m 세이다 사실은 마법이죠 마법네 모든 AI 지금 보여주고 있는 모든게 사실은 들여다 보면 마법 같은 거예요 모든게 놀랍다고 할 수 있어요 고도를 발단한 과학 기술은 마법과 구분 할 수 없다 굉장히 예전이 말입니다 통찰력이 엄청난 거죠 우리나라 AI 기술이 어디까지 왔냐 라고 하면 정말 정 할 말이 많은데요 우리나라 AI 세계 전체적으로 보면 7등 정도 합니다 그럼 되게 높은 거 같잖아요 근데 미국을 100이라고 놓고 보면 2등이 중국인데 65점 정도 돼요 그리고 3등부터 7등까지 점수가 비슷비슷한데 38 9점 합니다 그러니까 이게 세계 7등이라고 되게 좋아할 수도 있고 솔직히 39점이면 100점이라 비교할 수 없는 점수 아니냐 이렇게 말할 수도 있는데 제가 말씀드리고 싶은 것은 우리나라의 과학자들이 굉장히 뛰어 합니다 아주 영리하고 성실하고 훌륭해요 훌륭한데 어떤 문제가 있냐 네이버가 그 h 100은 한대 없고요 00이 2천 몇백 돼 있는 수준입니다 그리고 그다음에 잘하는 데가 LG LG 그룹도 굉장히 잘해요 LG 그룹도 LG AI 연구소가 2,000 몇백대 갖고 있고 그룹 전체로 3,000 몇백대 갖고 있거든요 근데 오픈 AI 10년만 대를 갖고 있고요 페이스북이 h 100만 그니까 00도 아니죠 a00 다음 버전이지아요 h 100을 35만 장 연말까지 사겠다 다 그러고 테슬라가 얼마 전에 10만 장 h00 연결해서 세계 최고의 슈퍼 컴퓨터를 만들었다라는 트위터로 자랑을 했잖아요로 이름 바꿨지만 연구를 하고 싶어도 그니까 공부를 너무 잘하는데 연필 없는 거야요 연필과 책이 없는 거예요 너무 안 심하죠 근데 더 한심한게 있어요 정부가 r&d 예산을 13% 깎아 버렸잖아요 그래서 AI 관련 예산들이 굉장히 많은 분야에서 85% 이상 날아갔습니다 삭감 됐어요 그리고 우리나라가 전 세계 AI 인재 3대 유 국입니다 세 번째 유출 6인데요 사실은 두 번째 유출이라고 봐야 돼요 왜냐하면 2등이 이스라엘이 든요 근데 이스라엘은 미국으로 가는게 인제는 유출하는게 아니에요 미국을 점령하러 가는 겁니다 유대인 네트워 워낙 좋잖아요 그러니까 이스라엘은 이제인 유출이라고 말할 수 없어요 거기는 미국을 점령하러 가는 거니까 그러니까 한국이 세계에서 두 번째로 AI 인재가 유출되는 나라예요 그럴 수밖에 없잖아 지표가 없는데 아니 연필이 없어서 공부를 못 하겠다는데 이게 말이 되냐 말이야 그런데 연필을 사줄 생각은 하지 않고 rndd 예산을 13% 잘라버린 거야 아주 코미디 같은 가 있는데 슈퍼 컴퓨터가 지금 모자라서 슈퍼 컴퓨터 예산을 더 주세요 한 달 더 져야 됩니다라고 했단 말이죠 근데이 사람들이 과학을 얼마나 모르냐면 슈퍼 컴퓨터 예산은 깎으면 안 돼요 깎으면 슈퍼라 말을 못 붙이게 되거든 그냥 컴퓨터가 돼 버리는 거야 근데 우리는 필요한게 슈퍼 컴퓨터란 말이야 그러니까 그 정도로 대용량의 컴퓨터가 있어야만 할 수 있는 일들이 있어요 최소한의 사이즈가 돼야지 돌릴 수 있는 일들이 있단 말이죠 기상예측 같은 거 그게 모잘라서 슈퍼컴퓨터를 한는데 더 지야 됩니다 예산을 달라고 했는데 그거를 10% 20% 깎는다 말이에요 그러면 더 이상 슈퍼 컴퓨터가 아닌 거예 그런 일들이 일어났어요 이번에 거기에다가 예는 전기로를 엄청 먹어요 그래서 구축 예산을 주면서 운영 예산을 깎아 버리면 못 씁니다 그런 일이 일어났어요 그러니까 뭐라고 말할 수가 없어요 근데 미국의 예를 보면 미국이 GP 팜을 어마어마하게 만드는데 그 목표가 뭐냐 5만 명의 연구자가 각각 1인당 1천 시간씩 지표를 마음껏 돌릴 수 있게 해 주거나 혹은 25,000명의 연구자가 천 시간을 마음대로 쓰고 그 대신에 40개 팀이 채지 PT 사이즈의 대용량 AI 연구할 수 있게 주겠다 이게 1단계 목표고요 그리고 이게 완성이 되잖아요 완성이 되면 15만 명의 연구자가 천 시간을 자유롭게 쓰거나 7만 5,000명의 연구자가 1천 시간을 마음대로 쓰고 연간 최대 120개 팀이 채치 PT 규모의 AI 개발할 수 있게 해 주겠다 이게 미국의 목표예요 그런데 미국은 지금 2등하고 차이가 40점에 해당할 정도로 커요 그런데 미국이 왜 이렇게 지원을 하냐면 AI 연구에 의 다양성을 높이기 위해서 한다고 밝히고 있어요 그렇지 않아도 이미 전 세계에서 AI 과학자들이 다 미국으로 연구하고 싶어서 찾아오고 있는데 여전히 다양성이 부족하다는 이유로 이만한 투자를 하겠다는 거예 근데 한국이 세계 십대 한국이라고 얘기하잖아요 한국이 돈이 없는게 아니에요 한국은 굉장히 돈이 많은 나라입니다 세계에서 10등 안에 들 정도로 잘 사는 나라예요 GP GDP 기준으로도 1등인가 그럴 겁니다 가처분 소득이라 이런 거 해보면 명백 10등안에 들어가거든요 그러니까 한국이라는 나라가 h 100을 5만 장 10만 장 장을 못 살 정도로 거지가 아니에요 그리고 그걸 사서 연구자들 주면 엄청난 연구를 할 거예요 왜 안 하냐는 거지 왜 안 하냐 왜 있는 돈을 13% 깎나 그래서 전 세계에서 AI 인제가 두 번째로 많이 빠져나가 나라를 만들고 말았냐라는 질문을 너무 하고 싶은 거예요 우리가 거지냐 왜 h 100을 5만 장 못 사는데 이게 너무 안타까운 거죠 왜 있는 돈을 안 쓰냐 그 우리의 미래가 달린 건데 그런게 너무 안심한 거 지금까지 r&d 예산은 한 번인가 밖에 삭감한 적이 없고 심지어 경제위기 때도요 rnd 예산은 12% 이상 증가했어요 그러니까 우리나라가 어떤 나라냐 men 화분 굶어도 애는 공부시킨 나라잖아요 내가 굶어도 애 공부시킨다고 그 정도로 그 공부를 중시하는 나라인데 그 결과 IMF 경제위기 때도 대한민국의 r&d 예산은 12% 이상 증액했다이 평상시에 느닷 없이 133% 깎아버리고 카르테 때문이라고 얘기를 했는데 끝까지 카르텔을 못 박혔어요 그리고 얼마 전에 그 과기부 차관이 국회 나와서 카르텔이 없다고 발언을 했죠 그니까 너무 너무 서글픈 일이 일어났던 거죠 실수였다고 생각합니다 그러니까 너무 생각없이 우발적으로 일어난 일이 아니었던가 그리고 카르텔이 정말 있다고 생각했으면 카르타를 밝혔어야지 근데 하나도 못 밝히고 원상 복귀 했거든요 워낙 비판을 많이 받으니까 그런데 원상 복귀를 하면 그 돈을 돌려 수이 된 거냐 안 됩니다 왜 안 되냐면이 r&d 프로젝트는 대부분 3년에서 5년 정도 기간을 가지고 진행하는 거예요 중간에 예산을 끊어 버리잖아요 그러면 2년 동안 연구했던 연구가 날아가는 거예요 그리고 중간에 1년에 공백이 생겨 버리잖아요 근데 대부분 그 연구하는 사람들이 석박사급 이상이거나 아정은 많고 포닥이 하죠 그런 분들은 생계가 걸립니다 그런 분들은 그 그런 연구 자금이 없으면 연구하는 사람들이니까 돈 벌을 벌 데가 없잖아요 그래서 연구비 지원을 해 주지 않으면 생계가 유지가 안 됩니다 그래서 굉장히 많은 그 박사후 과정의 슈퍼 인재들이 중국 미국으로 떠났어요 엄청나게 많이 떠났습니다 그리고 그 사람들이 나가면 내년에 rnd 예산 복구에지 돌아올 수 있냐 못합니다 왜냐면 거기서 3년 5년 연구를 시작했거든요 그러면 그 연구 끝날 때까지 못 와요 그러니까 이게 데미지가 1년으로 끝나는 데미지가 아닙니다 허리가 부러진 거예 지금이 너무 중요한 시기죠 인터넷 초창기라 생각해 보세요 그때 네이버가 검색 서비를 시작했는데 누가 봐서 너 검색하지 마 1년 뒤에 이래 버렸다고 생각 없어요 그 1년 뒤에 복구가 됩니까 템도 없죠 그때 네이버가 그 당시에 그 시기에 때맞춰 검색을 시작하지 않았다면 그것보다 열배 뛰어난 기술을 갖고 다시 시작해도 못 하는 거예요 식이란게 있거든요 자율주행 기술은 언제쯤 실용화 될 수 있을까 자율주행 기술이라 그러면 그 인간이 개입하지 않고 운전하는 걸 말하죠 그 다섯 단계로 나눠서 얘기합니다 그러니까 인간이 완전히 핸들에 손을 떼고 이렇게 그냥 보고만 있어도 되는 걸 레벨 3라고 해요 근데 레벨 3까지 못가 있습니다 테슬라 일론머스크가 자기들이 오토 파일럿이라고 이름 붙였아요 그걸로 사람이 개입하지 않아도 되는 그러니까 핸들을 없애도 되는 그런 차를 만들겠다고 언제부터 얘기했는지 한번 검색해 보십시오이 친구가 적어도 일곱 차례 이상 거짓말을 했습니다 내내 나온다고 말하게 일곱 번 여덟 번 될 겁니다 그럼 왜 그렇게 됐을까 왜 왜 이렇게 어려운가 왜 이렇게 어려운가를 생각해 봐야 되는데요 그 강화 학습이란게 있습니다 지금 테슬라의 오토파일럿은 강화 학습이거든요 강화 학습은 심리에서 나온 용어에 enforcement 러닝이라는 건데 작은 나무 상자 안에 쥐를 넣습니다 그리고 거기다 레버를 하나 둬요 쥐가이 레버를 건드릴 때마다 먹을 걸 줍니다 그러면 쥐가 처음에는 우연히 레버를 건드려서 먹이를 먹게 되는데 나중에는이 레버 누르면 목이 나온다는 알게 돼요 그래서이 주가 미친듯이 레버를 누르게 되죠 이렇게 그 인센티브를 줌으로서 우리가 원하는 행동을 하는 하게 하는 것을 강화 학습이라고 합니다 인공지능에서의 강화 학습은 뭐냐면 우리가 원하는 쪽으로 모델이 움직이면 포인트를 주는 겁니다 그러니까 이렇게 말하면 아 그러면 AI 의지를 갖고 있다는 거야 AI 의지를 갖고 있어서 점수를 얻고 싶다라고 욕구를 갖게 되는 거야라고 오해하시는 분들이 있는데 그런 건 아니고 점수를 더 얻는 쪽으로 최적화하도록 모델을 만들었다는 뜻이에요 그러니까 AI 의지를 갖고 있다 그런게 아닙니다 그냥 전수를 얻도록 최적화 하는 모델을 만들었다는 뜻이에요 오해하시면 안 됩니다 어쨌든 그렇게 강화 학습을 합니다 그래서 운전을 더 잘하는 쪽으로 사고 없이 그런데 그 문제가 있어요 그 일단은 알파고로 돌아갑시다 알파고가이 세도라 바둑을 들어서이긴 최초 인공지능이 아아 그 알파고의 첫 번째 버전을 알파고 리라고 합니다이 세도라 붙었다고 해서 알파고 리예 알파고리는 인간의 기보를 프로 기사들이 또 기보를 다 갖고 와서 그걸 학습을 합니다 그 기보 안에 들어가 있는 모든 패턴을 학습한 다음에 이자랑 과을 떠서 4대로 이겨요이 알파고 리의 수는 인간이 해설할 수 있습니다 절대 고수의 풍모가 엿보이는 아 정말 고수가 두면 이렇게 되겠구나 그런 느낌을 주는 수를 내 보입니다 물론 이제 가끔 너무 수가 깊어서 해석이 잘 안 되는데 하는게 있지만 일부였어요 그런데 알파고 리의 다음 다음 버전이 알파고 제로입니다 알파고 제로는 인간의 기보를 하나도 보지 않았어요 그냥 바둑의 규칙을 알려주고 이겨라 이기면 포인트를 주겠다고 강화 학습을 합니다 그때이 알파고 제로 뭘 하냐면 사흘 동안 수백만 판에 셀프 대국을 합니다 그러니까 AI 한 대가 아니잖아요 대규모 병렬 연산 할 수 있으니까 자기 스스로 몸을 뭐 수청 수만 개 수십만 개로 나눠서 4월 만에 셀프데 수백만 판을 둡니다 그러고 나서 알파고 리하고 붙어 가지고 100판을 다 이겨 버립니다 그게 강화 학습이 그러 강화 학습이 굉장히 잘 작동할 것 같잖아요 근데 운전에서는 그게 안 됩니다 왜 안 될까요 바둑처럼 다친 세계에서는 있을 수 있는 경우의 수가 다 계산이 되죠 그리고 설사 어떤 작용이 생긴다 하더라도 아무 일이 없습니다 바둑이란 다친 세계에서 일어나니까 그런데 운전은 열린 세계 아아 무슨 뜻인가 하면 항상 예외가 나온다는 거예요 어떤 걸 학습해도 예외가 있는 거예요 그러니까 왜 예외 없는 법칙이 없다라는 예외 없는 법칙이 있지 않습니까 모든 일은 예외가 있죠 그러니까 아무리 학습을 잘해도 학습하지 않은 경호의 수가 생기는 거예요 아주 구체적 예를 들어 드리면 그 영국에서 열린 국방 컨퍼런스에 미국 공군 장교가 나가서 발표를 합니다 그 AI 드론을 가지고 적의 미사일 기지를 부수는 거 그래서이 AI 드론에 적의 미사일 기지를 부수면 포인트를 주겠다 하고 강화 학습합니다 그렇게 해서 돌렸어요 돌렸는데 최종 승인 결정은 반드시 인간 조정사 해야 한다라는 조건을 달았어요 왜냐하면 판단을 해야 되거든요 이게 정말 미사일 기지 같아 보이지만 방송이야 혹은 미사일 기지 인건 맞지만 주변에 민가가 너무 많아 우리 육군 애들이 지금 거게 매복을 하고 있어서 이걸 공격을 하게 되면 걔들이 다쳐이 아주 여러 가지 경우가 있을 수 있잖아요 그래서 최종 승인은 반드시 인간 조종사 해야 된다라는 조건 을 달아서 돌렸어요 그랬는데 어떤 일이 생겼냐이 AI 드론이 보기에 자기는 점수를 얻어야 되는데 자기가 점수를 얻는데 가장 방해가 되는게 인간 조종사인 거예요 그래서 인간 조종사를 공개서 죽여 버립니다 점수를 돕기 위해서 공공이 너무 놀라겠죠 그래서 인간 조종사를 죽이면 감점을 주겠다고 조건을 다시 달았어요 그랬더니 드론이 어떤 일을 하냐면 뭐 그렇거나 말거나 인간 조동사가 자기를 방해하는 가장 큰 요소고 제가 아니면 점수를 많이 얻을 것 같단 말이죠 그래서 안테나를 공격해서 부숴버립니다 자기를 방해하지 못하게 그러니까 무슨 뜻인가 하면 이 실제 세계에서 강화 학습을 적용하려면 생길 수 있는 모든 경우의 수에 대해서 점수를 먹길 수 있어야 됩니다 이건 플러스 이건 마이너스 이거는 0점 이건 플러스 이건 마이너스이 0점 하고 있을 수 있는 모든 경우의 수에 대해서 점수를 매겨야 한다는 뜻인데 어떻게 있을 수 있는 모든 경우의 수를 상상하어요 예를 들어서 테슬라 오토파일럿을 켜놓고 가던 사람이 고속도로에 쓰러져 있는 컨테이너를들이 박아서 죽거든요 그런 사건이 생겼는데 그게 뭐냐면 컨테이너 천장이 하얀 색깔이 있어요 컨테이너가 옆으로 이렇게 넘어져 있는데 그게 정 분면에 하얀 색깔의 컨테이너 지붕만 있는 거죠 근데이 오토파일럿은 이런 경우를 학습한 적이 없는 거예요 그래서 그냥 가서 박아버려 속도를 하나도 늦추지않고 가서 박아버리는 그러니까 강화 학습만으로 오토파일럿을 100% 구현할 수 있느냐라는 질문에 대해서 저는 굉장히 회의적입니다 그리고 실제로 그 결과가 일런 머스크가 일곱 번 여덟 번 거짓말을 하게 만들었다 그리고 지금도 오토파일럿 나온다라고 발표했죠 그리고 곧 보여 줄 거다라고 얘기하고 있지만 저는 그게 불완전할거다 핸들 없이는 택도 없을거다 라고 거의 확신을 갖고 말할 수 있습니다 그러니까 자율주행 기술이 주행 보조 기술로는 굉장히 유용하겠지만 일로 모스가 말한 것처럼 완전 자율주행으로 가기에는 굉장히 많은 허들이 있을거다 그리고 또 하나는 테슬라 일 모스크 같은 경우는 차가 혼자서 다 하는 걸로 만들고 있잖아요 그런데 굳이 그럴 이유가 있는가라는 걸 생각해 봐야 됩니다 그냥 예를 들어서 그 표지판 같은 것을 카메라를 가지고 다 읽게 하죠 근데 자세히 생각해 보면 이게 굳이 그럴 이유가 없는 일입니다 왜냐면 표지판은 사람이 부라고 만든 거잖아요 기계 는 굳이 글씨를 판독을 해서 읽을 이유가 없어요 그냥 그 표지판에서 알려 주면 됩니다 지금부터 시속 30km 달리라고 기계한테 알려주면 되는 거예요 그걸 AI 혼자서 그 문자 판독을 해 가지고 뭐 비와서 눈와서 이러면 잘 안 보이고 뭐 얼룩이 묻어 있으면 못 읽고 그럴 이유가 없다는 거죠 그냥 시판에 기계한테 알려주면 되 뭐 신투 머신으로 알려주면 될 일을 뭐 하라 복잡하게 하냐 그다음에 도로의 정보 같은 것도 만약에 도로가 스마트 도로가 된다면 도로가 알려줄 수 있는 일이 굉장히 많죠 인간을 통하지 않고 도로가 스마트 하면 표지판이 스마트 하면 가로등이 스마트 하면 그러니까 협업할 수 있는 굉장히 많은 공간이 있는 거죠 때면 차 포고에 대해서 도로의 방향에 대해서 알려줄 수 있거든요 저는 그런 식으로 어떤 협업하는 시스템이 자율주행으로 가는 마지막 꼬리가 아닐까 마지막 체인 아닐까라고 생각하고요 지금 일론머스크 방식 강화 학습만으로 절대로 자율중 5단계로 갈 수 없을거다 이게 이제 나중에 정말 되는게 나와서 제가 입을 꼬아야 될지도 모르겠는데 현재의 기술로서는 저는 그렇다고 생각합니다 그러니까 레벨 3까지 못 갔다 그 지금 레벨 3까지 갔다고 주하는 것들이 좀 있는데 자세히 보시면 굉장히 제한된 조건을 갖고 있습니다다 고속 도로에서 뭐 시속 몇십 km 이하로 달릴 때 이런 식으로 조건을 달아서 레벨 3까지 가고 있습니다 이렇게 얘기하던 거지 그냥 일반 도로에서 레벨 3 아닙니다 자세히 읽어 보셔야 돼요 전부 다 조건이 달려 있습니다 어떤 더 다른 방법이 개발되기 전에 강화 학습만으로는 못 갈 거다라고 생각하고요 그리고 스마트 도로가 굉장히 두사이 많이 드는 일이 될 텐데 훨씬 더 값싸게 스마트 도로를 구현할 수 있는 방법이 있다면 그 스마트 도로가 있는 곳에서 는 자율주행을 할 수 있을거다 그래서 어떤 시범도시 같은게 생길 수는 있겠다라고 생각을 하고요 어떤 공단에서 왔다 갔다 하는 셔틀이라는 뭐 그런 형태로는 자율주행이 충분히 가능할 수 있습니다 도로와 차가 협업을 하고 제한된 코스에서 셔틀을 다닌다면 충분히 지금 기술로도 할 수 있을거다 그렇지만 그런 경우에도 운전때 뒤에는 운전사가 앉아 있어야 된다 그렇게 생각을 그 자율주행 택시가 그런 점에서 지금 그 사람들 잘 모르고 있는게 있는데 자율 주향 택시가 지금 일반 택시보다 훨씬 비쌉니다 일단 운전수가 앉아 있어야 되고요 중 중앙 관제 센터가 있어야 됩니다 중앙 관제 센터에서 그걸 다 보고 있어야 돼요 그래서 지금 미국에서 웨이모고 그 제한된 영역에서 자율주행 택시 서비스 하고 있지 않습니까 구글에서는 웨이모 이미 굉장히 많은 그 서비스 횟수를 갖고 있죠 얘가 일반 택시보다 훨씬 비쌉니다 비용 어마어마하게 들이면서 하고 있어요 그리고 그게 싸질 가능성이 그렇게 저는 많지 않다고 생각합니다 그러니까 운전수가 없으면 싸지지 않겠어라고 시작했던 건데 아직까지는 그 반대의 결과를 가고 있다 현재까지 그렇다 말할 수 있습니다 샌드 박스라고 하죠 샌드박스가 이제 왜 놀이터에 가면 모래가 깔려 있잖아요 그걸 샌드 박스라고 하거든요 애들이 넘어져도 안 다치게 그러니까 샌드박스란 건 뭐냐면 제한된 공간에서 제한된 지역에서 한정적으로 법의 테두리를 살짝 풀어 주는 거예요요 지역에서는 네가 자율주행을 해 봐라 그 대신 사고가 나면네 책임이다 그 사고의 범위 책임 소재를 명확히 밝혀 놓고 그 한정된 지역에서만 풀어 주는 거예요 그렇게 해서 웨이모가 주행을 하고 있고요 중국에서도 아마 그 그런 샌드박스 하고 있는 걸로 알고 있습니다 AI 계속 발달하고 있다고 하는데 인간과 AI 구별할 수 있을까요 인간과 AI 구별할 수 있을 가요가 어떤 뜻인지 잘 모르겠습니다 구별할 수 없다를 만약에 AI 만든 결과물에 관한 이야기라면 지금 그림이나 글이나 동영상까지 사실상 구분 수 없는 단계 그러니까 모든 결과물이 그렇지 않겠지만 일부 결과물은 구분 수 없다 그리고 솔라라는게 오픈 아이어에서 내놨던 굉장히 압도적인 동영상 생성 엔진이 있었잖아요 걔가 2분 정도 생산할 수 있었는데 지금 그거보다 훨씬 더 길게 동영상들이 나오고 있거든요 이게 AI 어려웠던게 캐릭터 일관성에 그러니까 주인공이 계속 똑같은 모습을 유지할 수 있느냐 캐릭터 일관성이 굉장히 어려운 주제였는데 그것도 이제 해결된 거 같고요 구분 수 없게 됐다라고 말하는게 사실에 더 가까울 것 같습니다 AI 인간보다 똑똑해질 수 있느냐에 대해서는 agi 올 수 있느냐라는 질문하고 되게 비슷하다고 생각해요 근데 아주 많은 과학자들이 이제는 agi 올 수 있을 거라고 얘기를 합니다 오픈의 창업자인 샘 아트마 같은 경우는 2천 몇 백일 남았다고 얘기 하고 구글 디마인드 에미 서비스는 5년이라고 그랬다가 최근에 10년으로 다시 늘려 걸로 알고 있는데 그렇게 얘기하고 있고 페이스북에 마크 저버 그나 얀네 쿤 같은 경우도 우리의 목표는 agi 만드는 것이다 이렇게 얘기하거든요 그러니까 AI 인간보다 똑똑해질 수 있느냐 똑똑해질 수 있고 이미 일부 분야에서는 인간보다 더 똑똑해졌다라고도 말할 수 있는게 우리가 미국 변호사 시험 통과 못 하잖아요 수학 경시 대회 같은 데서 1등 못 하고 그러니까 일반인 기준으로 보면 오픈에서 내놓은 그 인공지능 5원이 IQ 테스트에서 120점을 받았다고 하잖아요 근데 IQ 테스트에서 100이 평균입니다 인간의 평균 지능이 100이에요 그러니까 120이면 이미 대부분의 사람보다 아큐가 더 높은 거죠 AI 인간의 적이냐 아군이냐 그 사실은 아직 알 수 없는데요 저는 AI 대해서 상당한 우려를 갖고 있습니다 왜냐하면 인간이 어리석기 때문이죠 AI 인간을 지배하려고 들 거다라는 터미네이터 류의 영화들은 틀렸습니다 왜냐하면 AI 의지가 없어요 그러니까 결국 인류가 이렇게까지 많이 싸우게 되는 그 배경에는 두 가지의 본능과 하나의 결핍이 있다고 생각하는데요 그러니까 종족 보존 본능과 생존 본능이 두 개의 본능이고 외부로부터 무언가를 지속적으로 섭취하지 않으면 생명을 유지할 수 없다는 근본적인 결핍이 있습니다 이것 때문에 인류가 지금까지 싸워 왔던 거거든요 종족을 보존해야 되고 생존해야 되고 그리고 끊임없이 다른 생명을 빼앗지 않으면 자기 생명을 유지할 수 없는게 인간의 끔찍한 족 이이란 말이에요 그러니까 그거를 뭐 성경에서는 원죄라는 것들이 다 그 불교에서 색즉 시공이다 뭐 아니면 뭐 인생이 고해다 하는 것들이다 그런 두 교의 본능과 하나의 근본적인 결핍 때문에 나타난 거라고 생각하는데 AI 그게 다 없습니다 그러니까 AI 세상을 지배한다는 말이 성립하지 않아요 AI 지배하고 싶은 의지가 없는 물건입니다 전기만 꽂아놓으면 평생 그냥 유지할 수 있는데 그 유지 자체가 자기 목적이 되지 않잖아요 그게 뭐 그렇게 행복하고 즐거운 것도 아닌데 그러니까 AI 세상을 지배하는 시대가 온다는 거는 질문이 틀린 거고요 오히려 세상을 지배하려는 인간이 AI 어떻게 쓸 거냐라고 묻는 게더 사실에 가까울 거고 또 하나 이런 가능성은 있습니다 AI 연구하는 미친 과학자가 있다고 쳐요 어마어마하게 머리는 조치만 미친 사람이 있어이 사람이 ai로 만들기 위해서 개발을 하다 보니 얘가 궁극적으로 agi 되지 못하는 원인이 의지가 없어서 그렇다 그래서 자기 개선 의지와 종족 보조 보존 그 종족 보존을 퍼뜨리는 거죠 그런 의지를 모델링해서 집어넣을 수도 있어요 그렇게 되면 얘가 모델링된 의지를 갖게 될 수 있죠 그렇게 해서 자기 복제를 하고 자기 개선을 할 수 있습니다 그렇게 되면 자기 복제까지 모르겠는데 자기 개선을 하게 되면 그때는 인류의 통제를 벗어나 버리게 되는 거죠 얘가 어떤 식으로 자기를 어떻게 바꿀지를 우리는 알 수 없잖아요 자기 코드를 자기가 바꾸는 거니까 그렇게 돼서 폭주가 일어나게 될 가능성은 없다고 할 수 없습니다 근데 그 경우에도 AI 잘못 했다기보다는 는 사람이 잘못한 거죠 그러니까 AI 세상을 지배하는 시대가 오는게 아니라 어리석은 인간이 스스로 자기를 망치는 시대가 올 수도 있다 저는 충분히 가능하다라고 생각을 합니다 AI 시대의 윤리가 중요하다는데 왜일까요 그 AI 윤리가 왜 중요한가면 AI 그 어떤 데이터로부터 잠재된 패턴을 찾아내는 일을 한다 그랬잖아요 그러니까 만약에 데이터가 틀렸으면 데이터에 편견이 가득차 있다면 데이터의 오류가 가득차 있다면 인공지능은 그 그 잠재돼 있던 편견과 오류를 그대로 토해내게 됩니다 그리고 피싱에 쓰인다고 생각해 보십시오 인간하고 완전히 똑같고 심지어 강화 학습을 통하면 인간의 마음을 조작할 수 있게 될 겁니다 그러니까 얘보다 지보다 지능이 낮은 어떤 인간을 대상으로 혹은 취약 계층을 대상으로 얼마든지 인간의 마음을 조작하려 들 수가 있죠 AI 잠재된 편전을 찾아내는 애기 때문에 충분히 가능한 일이 됩니다 근데 어마어마한 규모로 그걸 할 수 있게 되는 거예요 예전에도 포토샵으로 가짜 영상을 만들 수 있었죠 근데 그걸 만드는 데는 굉장한 전문 기술이 필요했습니다 그리고 뜨개질 하듯이 만들어야 되니까 시간도 오래 걸렸죠 그러니까 포토샵으로 똑같이 만들 수가 있지만 그거 영향력은 제한돼 있었던 거예요 그 피해의 규모는 제한될 수밖에 없죠 그런데 AI 쓰게 되면 그 피해의 규모가 어마어마한 규모가 되는 겁니다 그래서 AI 윤리가 어느때보다 중요하다라고 말할 수 있는 거예요 그래서 AI 대해서 너는 어떤 윤리를 가르치고 있느냐 AI 어떻게 윤리적으로 활동하게 작동하게 만들었어라고 묻는 질문은 대단히 중요하고 거대 를 만드는 모든 회사들은 사실은 그걸 공개할 의무가 있어야 돼요 우리가 이렇게 하고 있다를 공개해야 됩니다 그래야지 이게 어떤 잠재된 편견과 오류가 있을지 어떤 위험이 있을지를 우리가 판별할 수가 있거든요 그래서 AI 시대 윤리는 그냥 너 윤리적으로 살아라 이런게 아니라 인류의 공존에 영향을 미칠 정도로 중요한 섹터라고 얘기할 수가 있어요 정말로 치명적으로 중요합니다 AI 규제에 대해서 국제적으로 논의가 굉장히 활발한데요 의외로 진도가 잘 나오고 있지 않습니다 전에 캘리포니아에서 AI 법을 내 놨잖아 그게 실제로 보시면 학습 연산량이 거대 AI man 대상으로 하고 있어요 그런데도 불구하고 캘리포니아 상원을 통과하자 말자 캘리포니아 주지사가 부여해 버립니다 그 부결 버린 이유가 실리콘 밸리에 거대 it 기업들이 엄청난 로비를 했어요 그래서 부결된 겁니다 사실 되게 한심하다고 볼 수 있는게 그 un's 냈다는 보고서가 첨단 인공지능의 안정성에 관한 국제 보고서인데 그 큐링 상을 수상한 AI 과학자인 요슈아 벤지오 의장 있니다 그 그리고 전 세계에서 75명의 인공지능 전문가들이 참가해서 그 위험에 대해서 쭉 나열 했는데 뭐라고 하냐면 현재의 기술로는 일반 인공지능의 위험에 대한 체계적인 관리 평가 분석 식별 모두 현재로선 제한적이며 위험을 완화하기 위해서는 여러 가지 방법들을 겹쳐서 사용해야 합니다라고 결론을 내고 있어요 그만큼 위험한 거예요 그리고 MIT 인공지능 위험 저장소라고 있어요 MIT 매사추세스 공대지 인공지능 위험 저장소를 만들었는데 이게 어떤 거 냐면 인공지능이 불러올 위험들이 어떤 것이 있을까를 한번 다 모아본 거예요 그 무슨 뜻인가 하면 인간은 인공지능이 어떤 위험을 가져올지에 대해서 다 알고 있느냐 얘가 이런 위험을 갖고 올 수 있어요 저런 위험을 갖고 올 수 있어라고 해 놓은 모든 리포트를 다 모아 본 거예요 그랬더니 아직까지 과학계에서 인공지능이 불러올 위험에 대해서 어떤 명확한 합의도 없었다는 것을 발견했습니다 사람들은 AI 위험에 대한 합의가 이루어졌다고 생각할 수 있지만 우리의 연구 결과는 그렇지 않다는 것을 보여줍니다 우리가 확인한 23개 위험 하위 영역 중 평균적으로 34% man 언급된 프레임워크가 있었고 거의 1은 20% 위만을 다루고 있는 것으로 나타났습니다 23개 위험 하위 도메인을 모두 언급한 문서나 개요는 하나도 없었으며 가장 포괄적인 문서도 70% 정도만 다루고 있었습니다 그러니까 인류가 AI 만들어낼 위험에 대해서 어느 정도 인지하고 있느냐라고 했을 때 전체를 다 인지하고 있는 어떤 리포트도 없었다 그래서 지금까지 확인된 위험들에 대해서 우리가 인공지능 위험 저장소를 만들어서 데이터베이스로 여기다 다 저장을 하겠다 그러니까 앞으로 인공지능의 위험에 관해서 어떤 이야기할게 있으면이 데이터베이스를 참고해라 그리고 새로운 위험이 발견되면 여기다 넣어서 업데이트를 하자 그러면 우리가 인간이 AI 초래할 위험에 대해서 다 알 수 있지 않겠느냐라고 하는 거예요 중요한 것은 un에서 만든 위원회에서도 뭐라고 말하고 있냐면 인공지능이 불러올 모든 위험을 대응할 수 있는 한가 지 방법은 없다는게 발견이 됐습니다 여러 개의 조차를 연결해서 써야 되는데 그것도 완전하지 않습니다라고 리포트가 나왔고 MIT도 인류가 인공지능의 위험에 대해서 다 알고 있을까요 하고 전 세계에서 나온 모든 리포트를 조사해 봤더니 인간은 아직 위험을 다 알고 있지 못 뭐 30% 40% 정도 커버한 프레임들 인공지능 위험에 대처하는 프레임들로 기껏대 20% 30% 40% 밖에 대처하지 못하고 있었더라는 걸 발견한 거죠 그리고 캘리포니아 인공지능법 SB 1047 이게 중요한데 학습 연산량이 10에 2승을 넘어가는 모델로 학습에 들어간 비용이 1억 달러 이상인 인공 지능만 대상으로 한다는 거예요 그러니까 대부분의 인공지능은 여기 해당하지 않아요 그리고 뭘 해라 의무를 먹이냐 하면 반드시 사이버 보안 보호를 구현해서 무단 접근 오용 또는 훈련 후에 안전하지 않은 수정을 방지해야 됩니다 맞잖아요 방지해야 되잖아 그리고 즉시 전체 셧다운을 할 수 있는 킬 스위치를 구비해야 됩니다 맞잖아요 이런 거대 AI 갑자기 엄청난 오작동을 하게 되면 전체 셧다운 할 수 있는 킬 스위치가 있어야죠 끌 수 있어야 된다는 뜻이에요 끌 수 없다니 끌 수 없는 걸 왜 만들어요 분명히 맞는 말이죠 끌 수 있어야지 언제든지 끌 수 있어야지 이건 되게 상식적인 요구라고 그리고 그 개발자가 안전 및 보안 프로토콜을 준수하는 경우 중대한 피해를 유발하거나 유발할 수 있는 불합리 위험을 초래하는 대상 모델 또는 파생물을 생산하지 않을 것이라는 합리적인 보증을 제공해야 된다 맞잖아 이건이 정도는 해 줘야지 근데 이거를 거부권을 행산 어이가 없죠 더 웃기는 것은이 사람들이 서울에서 열렸던 AI 컨퍼런스에서 우리는 이렇게 할 것입니다라고 발표한 내용이 있어요 2024년 5월 21일부터 24일 서울에서 열린 인공지능 정상 회의에서 전 세계의 주요 거대 모델 개발사들 그러니까 아마존 엔트로피 코히어 구글 오픈 AI 메타 이런 거대 AI 회사들이 전부 다 이렇게 하겠습니다라고 사역을 발표했 그든 거기 나와요 책임감 있게 개발 배포하고 심각한 위험의 초점을 맞춘 안전 프레임워크를 발표하고 이걸 달성할 방법을 입증하겠다 공개 업데이트를 통해서 이유를 포함해서 투명성을 제공하겠습니다 이런 약속을 다 했어요 자기들이 자진해서 이렇게 하겠다고 발표한 내용이요 그것과 캘리포니아의 AI 법을 비교해 봐도 그다시 다루지 않고 오히려 캘리포니아 AI 법이 더 규모가 작아 보여요 근데 차이점 있다면 캘리포니아 AI 법은 법이기 때문에 강제를 하죠 근데이 선언은 자기들이 선언한 거니까 안 지킬 수도 있어요 무슨 뜻인가면이 친구들이 말은 번질 하게하고 우리가 윤리적으로 하고 지키겠습니다고 말하고 있지만 막상 그거 일부를 법으로 만드니까 로비를 해서 거부권 행상을 만들었다는 거예요 AI 규제에 대해서는 시민들이 지금부터 다 훨씬 더 경각심을 가지고이 사람들이 선의를 갖고 할 거야라고 마냥 믿을 수는 없습니다 저는 그렇게 해서 안 된다고 생각해요 돈 앞에는 선의가 없습니다 그러니까이 친구들이 하고 있는 것을 국제적인 감시를 하고 합법적인 규제를 만들어야 된다고 생각하고 지금도 이미 조금 늦었다라고 저는 느껴요 그래서 전 세계적인 규제 흐름들에 대해서 우리가 계속 들여다보고 있어야 됩니다 그리고 이게 그 국제적인 외교의 측면이기도 하다는 것을 우리 정부가 이해했으면 좋겠어요 뭔가 하면 일본이 우리보다도 훨씬 더 AI 뒤쳐져 있거든요 그런데도 일본은 그 AI 국제 규제 관련해서 자기들이 이니셔티브 주도권을 갖기 위해서 굉장히 애를 씁니다 그래서 히로시마 프로세스란게 있어요 히로시마의 지세원 모였을 때 AI 규제를 이렇게 저렇게 합시다 하고 일본이 주창을 해서 그 히로시마 프로세스라는 걸 만듭니다 그렇게 해서 AI 표준과 AI 안전과 규제에 관해서 자기들이 주권을 쥐고 나가려고 합니다 왜냐하면 안전과 규제와 표준에 관한게 굉장히 큰 사업이 됩니다 표준은 큰 사업이 은행권이 금융권이 지금 바젤 협약 지키기 위해서 얼마나 많은 돈을 쓰고 있나를 생각해 보시고 산업계에서 ISO 인정을 받기 위해서 얼마나 많은 돈을 쓰고 있는 생각해 보십시오 그러니까 안전과 규제와 표준은 외교에 관한 이야기고 돈에 관한 이야기입니다 근데 한국은 지금 국제 표준과 국제 규제에 관한 리더십에서 너무 뒤쳐져 있어요 산업부 아고 과기부가 다투고 있고 외교부는 거의 끼지도 못하는 이상한 상황인데 산업부와 과기부 자기들 말하자면 나와바리 넓히게 많은 관심이 있지 국제적인 리더십 국제적인 그 헤게모니 국제적인 주도권에 대해서 1그 관심도 없는 것처럼 보입니다 굉장히 안타까운 상황이죠 이래서 안 됩니다 AI 안전과 AI 규제에 우리가 우리 목소리를 낼 수 있어야 되고 우리 영향을 확보할 수 있어야 돼요 그 점이 굉장히 안타까운 상황이라고 할 수 있습니다 AI 업계 리더들이 이럴 테면 서울 회의에서 자기들이 이렇게 하겠습니다 하고 스스로 발표하고 이런 것들을 왜 할까 그 이유가 있습니다 몇 가지 이유가 있는데요 이게 안전하다는 거를 끊임없이 입증하지 못하면 산업이 커지지 않습니다 그리고 안전하고 우리가 열심히 노력하고 있다고 주장을 하고 우리에게 자율성을 주세요라고 계속 주장하지 않으면 강력한 규제가 들어올 겁니다 근데 그 모든 것들이 다 비용이 든요 엄청난 돈이 든단 말이죠 그리고 세 번째 이유는 사실은 산업이 발전하기 위해서도 규제가 필요합니다 규제 없이는 산업이 발전하는데 한계가 있어요 무슨 뜻인가 하면 자동차 산업을 생각해 봅시다 횡단보도와 신호등이 없었어도 자동차 산업이 이렇게 발전했을까요 저 거대한 기계가 달려와서 내 앞에서 정확히 줄거다 나는 안심하고이 길을 건널 수 있어라는 확신이 없이 자동차 산업이 발전할 수 있었을까요 그러니까 AI 대해서도 신호등과 횡단보도가 필요하다는 겁니다 그래야 시민들이 편하게 AI 공생하는 길을 공존하는 길을 택할 수가 있어요 지금은 그렇게 못 하죠 너무 위험하니까 그러니까 AI 산업의 그 리더들이 교제가 필요하다라고 목놓아 외치는 거예요 근데 한편으로는 비용을 내고 싶지 나아 이중적이고 그래서 캘리포니아의 AI 법 같은 그 느슨한 법을 로비를 해서 거북 행상에 만들어 버리는 거죠 그래서 시민들이 더 깨어 있어야 되고 감시를 해야 됩니다 아주 중요한 일이라고 생각합니다 정말 AI 1년 안에 모든 걸 바꿀 수 있을까요 운영 체제를 넘보는 인공지능이 무슨 뜻인가 하면 아주 쉽게 말하면 세상에 모든 소프트웨어들이 어떤 형태로든 AI 연동하는 형태를 취할 거라는 뜻입니다 이미 마이크로소프트에서 파일러 플러스 PC 아고 해서 PCS 돌아가는 AI 내 놨잖아 그리고 애플도 애플 인텔리전스 해서 하고 아이폰에서 돌아가는 AI 내놨죠 구글은 이미 안드로이드 최신 버전에 넣어서 돌아가고 있고요 아스트라는 프로젝트 명으로 나왔었죠 그러니까 이미 AI 모든 곳에 깔리게 된 겁니다 안 쓸 도이가 없어졌어요 그리고 어떤 형태로든 소프트웨어들이 인공지능과 연동하는 형태를 취할 겁니다 그래서 지위를 갖게 되는 거죠 왜냐면 모든 소프트웨어가 AI 연동에서 돌아가니까 그래서 AI를 넘보고 있다라고 말씀을 드릴 수 있는 거예요 파트너로서 인공지능에 관한 이야기도 제가 늘 드리는 말씀인데요 지금까지 인류에 있어서 도구는 쓰는 거였습니다 망치를 써서 못을 톱을 써서 나무를 썰었어 근데 처음으로 쓰는 도구가 아니라 함께하는 패턴으로서의 도구가 탄생한 겁니다 AI 쓰는 도구가 아니라고 할 수 있어요 AI 함께하는 파트너입니다 그러니까 얘는 세상의 모든 자료를 다 읽은 엄청나게 똑똑하고 내 말의 맥락을 이해하는 아주 뛰어난 파트너에요 그러니까 얘는 쓰는게 아니라 함께 일하는 겁니다 가령 내가 논문을 읽으면 예름 같이 읽을 때 훨씬 입체적으로 문 읽을 수가 있어요 그리고 내가 무엇을 하든인지에 관한 작업 작업을 한다면 얘랑 같이 할 때 훨씬 더 생산성을 높일 수가 있어요 그러니까 파트너인 거죠 얘를 파트너로 대할 때 가장 잘 쓸 수 있습니다 그런 뜻에서 AI 파트너의 시대가 온 거예요 AI 인간의 이상적인 공존이라고 한다면 그 AI 바깥을 봐야 된다고 생각해요 AI 어마어마한 생산성 향상을 불러 올 겁니다 근데 그게요 끔찍한 빈부 격차의 확대를 부를 수도 있고요 그 생산성 향상을 제대로 사용을 해서 인류가 사회적 안전판을 공고히 하는 쪽으로 갈 수도 있어요 그러니까이 사회가 AI 받아들여서 어떤 시스템을 만들 거냐에 달려 있다고 생각합니다 그러니까 AI 내일을 다 뺏다가 버렸어 될 수도 있고 AI 내일을 다 대신해 주자가 될 수도 있는 거예요 AI 내일을 다 뺏어가 버렸어 되면 끔찍한 빈부격차가 나타나겠죠 그 슈퍼 엘리트들이 지배하는 어떤 계급 사회가 될 겁니다 그 여러분들이 그 SF 영화들을 보시면 스타워즈가 됐던 뭐가 됐던 미래가 예외없이 재정 사회예요 황제가 굴림 많은 사회입니다 저는 그게 그 미래를 굉장히 통찰력 있게 봐서 나온 결과일 수도 있다고 생각합니다 그 AI 아는 슈퍼파워를 슈퍼 엘리트들이 독점에서 쓰게 되면 황제 재정으로 갈 수도 있어요 엄청난 슈퍼 엘리트들과 그렇지 않은 대다수의 사람으로 나닐 수가 있거든요 저는 그래서 그런 것들이 보여주는 사회가 이상하게 둠도코 스타워즈 그렇고 다 황제가 다스리 그게 그런 미래를 보여주고 있다고 생각하고요 그렇지 않게 되고 인류가 아주 현명하게 잘 쓸 수 있다면 AI 불론 어마어마한 생산성 향상을 인류 전체의 복지를 위해 쓸 수 수가 있겠죠 사회적 안전판을 아주 강력하게 구축하는데 쓸 수가 있고 그러면 인류가 예전보다 훨씬 더 일을 적게 하면서 노동 시간을 훨씬 줄이면서 더 즐겁고 쾌적한 삶을 살 수 있을 겁니다 그거는 AI 바깥을 들여다봐야 되는 일이라고 생각해요 그 러다이트 같은 형태로 나타나기 쉽지 않을 거예요 이게 기계가 실체가 없잖아요 기계가 있어야 부을 텐데 이미 그 단계 넘어버린 거 같아요 러다이트 산업혁명 초기에 일어났던 일이잖아요 근데 얘는 속도가 너무 빨라서 이제는 초기라고 하기도 어렵거든요 시간으로 1년 10개월 안 됐지만 AI 1년이 다른 산업에 10년 100년 하고 거의 만 먹는 느낌이에요 그러니까 라이트를 얘기하기에는 지나버린 거 같은 느낌입니다 산업 전체를 보면 초기인 것처럼 보이지만 그 성장 속도가 너무 압축 성장을 하고 있기 때문에 초기를 진지하게지나 버린 느낌이에요 그러니까 이미 모든 스마트폰과 pc 맥에 들어가게 됐잖아요 너무 놀라운 거죠 채치 피티 처 나왔을 때는 생각도 하지 못했던 일인데 그렇게 된 거니까 휴머노이드가 뭔가요 그냥 로봇이랑 다른가요 휴머노이드는 인간형 로봇을 말합니다 휴머노이드가 지금 갑자기 엄청난 주목을 받고 있어요 투자비도 엄청나게 몰리고 있습니다 왜 그렇게 됐을까 AI고 결합했기 때문입니다 AI고 결합했다는게 어떤 의미냐면 몇 가지 의미가 있는데요 하나는 이전까지는 AI 어떤 동작을 하게 하려면 그걸 인간이 프로그램을 다 짜야 됐어요 그러니까 자이로 센스가 이렇게 움직이면 너는 팔은 어떻게 하고 다리는 어떻게 하고 이런 걸 다 알고리즘을 만들고 모델링을 해야 됐습니다 그런데 인공지능이 휴머노이드를 결합을 하면서 더 이상 알고리듬을 만들 필요가 없어진 거예요 강어 학습을 하든 전의 학습을 하든 모방 학습을 하든 그냥 동작을 따라하는 걸로 그 동작을 할 수 있게 되는 거예요 그러니까 따라하는 걸 계속 연습을 시키면 되는 거니까 알고리듬을 짤 필요도 없고 모델링을 할 필요도 없죠 그러니까 속도가 엄청나게 빨라졌어요 그 휴먼 오이드 개발 속도가 지난 20년간에 휴몬 노이드 발전과 최근 2년 간의 휴모 노이드의 발전이 만 먹을 정도라고 해도 좋을 정도로 빨라졌어요 그러니까 이렇게 빨라지니까 당연히 현장에 투입할 수 있는 가능성도 굉장히 높아진 거죠 그게 휴머노이드에 엄청난 돈이 몰리는 첫 번째 이유입니다 두 번째 이유는 agi 발전과 관련이 있어요 agi 인간의 지능을 넘어서는 인공지능을 말하는 거거든요 그런데 인공지능이란게 기계로 인간의 지능을 구현해 보자라는 시도 아아 기계로 인간의 지능을 똑같이 구현해 보자 그게 인공지능이란 말이에요 근데 이제 지금 형태의 학습 방법으로는 절대로 agi 구현할 수 없다라고 주장하는 과학자들이 있습니다 야쿤 같은 사람이 대표적인데요 무슨 뜻인가 하면 지금의 인공 지능들을 남이 쓴 것 남이 본 것 남이들은 것 남이 찍은 것을 학습한다 그러니까 전해 들고 있다는 거죠 간접 학습을 한다는 거예요 그렇게 되면 월드 모델을 가질 노이가 없다이 세상에 어떻게 생겼고 어떻게 작동하고 이걸 두드리면 어떤 정도의 강도가 느껴지고 이걸 뒤로 밀면 넘어져서 어떻게 되고 와 같은 월드 모델 세계 어떻게 생겼다 관한 일관된 모델을 가질 수가 없는데 사실은 그게 상식의 토대를 이룬다는 거예요 AI 상식을 가질 수가 없 없다 월드 모델을 가질 수가 없다라고 주장하는 과학자들이 있어요이 과학자들은 AI agi 되려면 직접 체험을 해야 된다라고 주장하는 거예요 그게 뭐냐 ED AI ED AI 몸을 가진 AI 몸을 가진 AI 뭐예요 휴먼 오이드 그게 휴머노이드에 대한 최근에 엄청난 투자의 배경에 또 하나 깔려 있다고 생각합니다 그리고 얼마 전에 페이라는 아주 유명한 AI 과학자가 자기가 새로운 스타트업을 하겠다 그랬는데 몇 조에 투자를 받죠 거기서 하고자 하는 AI 뭐냐면 스페셜 AI 공간을 이해하는 AI 다시 말해서 월드 모델을 가질 수 있는 AI 그걸 하겠다고 하니까 몇 조에 돈이 몰리는 거예요 사실은 같은 맥락이죠 그게 현재 휴머노이드 품에 깔려 있다고 생각하고요 그래서 아마 현대자동차도 내년 초에 휴머노이드를 생산 현장에 시범 투입하기로 했습니다 굉장히 빨라요 한국이 원래 전 세계에서 로봇을 가장 많이 쓰는 나라 든요 워낙 제조 한국이니까 현대 자동차가 보스톤 다이나믹스 인수에서 아주 굉장히 잘하고 있습니다 휴머노이드에서는 한국도 세계 최선도 있다고 할 수 있어요 현대 차 분에 AI 인간의 감정을 이해할 수 있느냐는 굉장히 복합적인 질문입니다 감정을 이해한다는게 어떤 뜻일까 알아야 돼요 그러니까 감정을 이해한다는게 만약에 정서적인 교감을 할 수 있느냐라고 묻는 거라면 저는 안 된다고 말하고 싶어요 아직까지 안 된다 왜냐면 AI n 주체가 없거든요 AI 사람 같은 인격과 성격을 갖고 있지 않습니다 학습 기계죠 그러니까 얘가 감정을 이해하는 것처럼 보이는 것은 감정을 이해하는 것처럼 보이도록 학습했기 때문입니다 그런 점에서 보자면 공감하고 교감할 수 있나요 아니요 그럴 수 없습니다 왜 왜냐면 주체가 없으니까 그래서 AI 인간의 감정을 이해할 수 있느냐가 공감할 수 있느냐는 뜻이라면 노 근데 감정의 종류에 대해서 분류하고 그런 표현을 하는 것처럼 보이게 할 수 있느냐라고 묻는다면습니다 지금 gbt 45 경우에 그 의인화를 하거든요 얘가 막 농담도 하고 웃기도 하고 화내는 것처럼 하기도 하고 그 굉장히 잘합니다 이야기해 달라 그러면 뭐 어떤 식으로 이야기해 달라 저런 식으로 얘기해 달라고 할 때마다 굉장히 얘기를 잘합니다 그러니까 그 에서 보면 의인화는 어느 정도 성공을 하고 있죠 그래서 의인화를 하고 미믹을 하는 거를 잘할 수 있냐라고 묻는다면 아 그 어느 정도 할 수 있다 그렇지만 그게 이해한 거냐 아니요 그렇게 생각하지 않습니다 이렇게 답할 수 있을 것 같아요 인간보다 더 풍부한 감정을 가질 수 있느냐 안 되죠 그러니까 더 풍부한 감정을 가진 것처럼 신용은 할 수 있겠지만 그게 이해한 거냐 그렇게 생각하지 않습니다 왜냐면 공감할 수 없기 때문이죠 교감할 수도 없고 AI 사랑에 빠질 수 있을까요 이거는 마치 영화를 연상시키는 거죠 거기 보면 테오도라는 주인공이 사만다 라는 AI 사랑에 빠지는데 알고 봤더니이 사만다가 680 몇 명의 상대방과 동시에 사랑에 빠져 있었잖아요음 이것도 마찬가지인데 사랑에 빠질 수 있나요 어 예 앤 노죠 그러니까 일방적으로 사랑에 빠질 수 있을 거예요 내가 인간에게서 느끼지 못했던 정말 어떤 따뜻함과 엄청난 포용력과 내가 어떤 걸 해도 화내지 않고 나를 이해해 주는 것처럼 보이고 그래서 내가 사랑에 빠질 가능성은 있어요 근데 AI 그러면 똑같은 감정을 나한테 느끼냐 노 그럴리는 없죠 학습 기계니까 그러니까 그런 점에서 본다면 사랑은 가능하지만 불가능하다 이렇게 말씀드릴 수 있을 것 같아요 근데 대부분의 사랑이다 사실 인간끼리도 그럴 수 있죠 인간 인간을 정말 전면적으로 이해하느냐라고 질문한다면 그렇게 보면 완전한 사랑은 없다 또 이렇게 말할 수도 있는 거니까 어쨌든 AI 인간이 사랑에 빠질 수 있냐면 예 앤입니다 대기업들도 AI 시대에 대비하는 전략이 따로 있을까요 대기업이 AI 시대를 대비하는 전략에 대해서 제가 드릴 말씀이 좀 있는데요 하나는 AI 대한 오해입니다 지금 체치 PT 클로드 이제 프로 이런 것들이 너무 인길 거니까 인공지능은 다 생성형 인공지능이라고 오해를 하게 돼요 근데 실제로는 머신 러닝이 훨씬 범위가 큽니다 포스코가 어떻게 1g 원료로도 투입하지 않고 쇠를 하루에 240 t이나 더 생산하게 됐을까 이건 명백히 생성 인공지능으로 한게 아니에요 아무 관계 없어요 머신 러닝이 하는 일을 한마디로 해 보라 그러면 잠재된 패턴을 찾아내는 일을 한다 그랬잖아요 그러니까 어떤 철광석을 쓰고 그날의 온도가 어떻고 그날의 습도가 어땠고 그날의 풍향이 어떻고 그날의 풍속이 어떻고 용 전체 표면 온도가 부분별로 어떻게 균이 했고 이런 모든 것들을 아우르는 잠재적인 패턴이 있었을 거란 말이에요 그걸 최적에 조금 잘 맞추면 최고의 쇠가 가장 많이 나올 거 아니에요 근데 변수가 너무 많으니까 지금까지는 그 변수를 다 알아챌 수가 없었죠 근데 AI n 잠재된 패턴을 찾아내는 애니까 그 패턴을 찾아낼 수 있단 말이죠 그렇게 해서 포스코가 매일 240 톤의 셀을 더 생산할 수 있게 된 거죠 그 패턴을 찾아냄으로써 근데 거기에는 1g 올려도 들어가지 않았어요 이건 생산 인공지능이 아닙니다 그냥 잠재된 패턴을 찾아내는 머신러닝이 예를 들어서 불량품을 찾아내는 AI 만든다고 합시다 그러면 지금까지는 사람이 이렇게 보고 눈으로 가려냈다아요 근데 사람이 눈으로 어떻게 가려 낼까요 거기엔 패턴이 있기 때문이죠 정상 부품의 패턴과 정상이 아닌 부품의 패턴은 다를 거란 말이야 모양이 다를 수밖에 없잖아요 그걸 인간이 손으로 눈으로 일일이 보면서 가려 냈단 말이에요 근데 가려낸 기준들이 있었을 거란 말이에요 그러면 그 패턴을 학습시키면 AI 너무나 쉽게 너무나 빠르게 불량품을 즉시 하려 내게 되는 거죠 인간보다 훨씬 정확하게 왜냐면 인간은 지치기도 하고 잘못 보기도 하고 깜빡 졸기도 하고 그러잖아요 그러니까 인간보다 훨씬 더 정확하게 말도 안 되는 속도로 미친듯한 속도로 가려낼 수가 있는 거죠 이것도 생성 인공지능 하고 아무 관계 없어요 관계 없잖아 그냥 잠자는 패턴을 찾는 거지 그리고 그 돼지 몸무게를 가려내는 AI 그러니까 사육장 천장에 카메라를 딱 한데만 달면 됩니다 그럼 얘가 돼지의 몸이 이러면 몇 k더라 해서 거의 몇백 그의 차를 가지고 그대로 돼지 몸 무게를 다 알려 주거든요 이것도 잠재된 패턴을 찾아내서 그렇게 하는 거죠 그러니까 엄청나게 많은 돼지의 모양과 그 실제 돼지의 몸무게를 다 매칭한 데이터만 있으면 그 데이터를 가지고 잠재된 패턴을 학습을 해서 그냥 맞추는 거예요 그러니까 기업들은 사실은 채치 PT 이런게 아주 멋있어 보이지만 개보다는 머신러닝을 활용하는게 훨씬 효용이 높습니다 그러니까 실제로 들여다봐야 될 것은 머신 러닝이 머신러닝의 부분이 거대 언어 모델인 거죠 그게 대화형 인공지능인 거예요 생성형 인공지능인 거죠 이건 머신러닝 아주 일부분이에요 그걸 치면 안 됩니다 그러니까 대기업 회장들이 뭐 오너들이 그냥 신문이나 tv's 하도 그런 말이 많이 나오니까 우리도 채치 피티를 써야 되지 않겠어라고 질문할 수가 있는데 그건 질문이 잘못된 겁니다 우리도 채체 피를 써야 되겠어고 질문하면 안 되고 우리도 인공지능을 써야 되지 않겠어고 질문해야 되고 그때의 인공지능은 대부분 머신 러닝입니다 오해하시면 안 돼요 그리고 두 번째로 꼭 아셔야 될게 있는데 데이터가 전부입니다 데이터가 없으면 학습할 수 없어요 채지 피티가 5조의 문서를 가지고 학습했어요 포스코가 얼마나 많은 데이터를 학습을 안에 있는 잠재된 패턴을 다 찾아내야 되니까 그리고 기업들이 대부분 데이터를 갖고 있지 않습니다 이걸 명심하셔야 돼요 기업들이 갖고 있는 것은 데이터가 아닙니다 데이터를 정제하는데 전체 AI 작업 시간에 80% 들어가요 그러니까 굉장히 지루합니다 기업들이 AI 도입하고 싶다면 프로젝 기간을 10개월로 잡았으면 앞에 8개월을 데이터 정지하는데 써야 된다 이걸 놓치면 안 됩니다이 지루함을 못 견뎌서 AI 도입을 대부분 실패해요 데이터도 없는데 위에서 자꾸 쪼 잖아요 너 아직 돈을 얼마를 썼는데 왜 성과가 나오지 않니라고 쪼고 압박을 하고 하는 순간 그 프로젝을 망합니다 망해요 충분히 데이터를 정제할 시간을 주지 않았기 때문에 데이터를 준비하고 프리 트레이닝을 하고 어떤 데이터가 필요한지 검증하고 그런 작업들이 다 있어야 되는 겁니다 그리고 내부의 그 전문가들한테 AI 대해서 학습을 시켜야 됩니다 가르쳐야 돼요 AI 개발할 정도는 못 되더라도 AI 잘 쓰일 정도까진 가르쳐야 됩니다 그리고 플러스 가장 중요한데 AI 전문 기업하고 협업을 해야 됩니다 AI 전문 기업하고 협업을 하는 것을 저는 a + x 가장 핵심이라고 생각해요 내부에서 공부해서 다 하겠다 안 됩니다 그런데 네버이 하나도 공부 안 하겠다 그것도 안 됩니다 AI 어떻게 쓰는지는 알고 있어야 돼요 AI 어떻게 쓰는지 전혀 모르면서 AI 전문 교하고 이하면 어떤 일이 생기냐 집을 지어서 갖다 주면 이렇게 말하게 돼요 너무 예쁘고 인테리어도 정말 마음에 드는데 건물을 왼쪽으로 2cm 옮겨 주라 말이 되나요 말이 안 되죠 미친 거죠 그런데 AI 대해서 전혀 모르면 협업을 할 때 그런 말을 하게 됩니다 몰라서 망하는 거죠 더구나 내가 돈을 주는 값이라면 100% 망합니다 어른 돈을 받아야 되니까 건물을 옆으로 2cm 옮기는 신용을 할 거예요 그러면서 프로젝 산으로가 버리는 겁니다 그래서 나중에 이제 AI 별거 없더라 이런 말을 하고 다니게 되는 거죠 당신 잘못입니다 당신이 잘못 쓰기 때문에 그러니까 정리하자면 채치 PT 같은 생성형 인공지능은 머신 러닝이 아주 일부분이다 AI 잠재된 패턴을 찾아내는 일을 하는 애다 그러니까 생성형 인공지능 외에 그냥 머신 러닝으로 생산 현장에서 생산성을 높일 수 있는 무수히 많은 방법이 있다 그런데 데이터가 없으면 아무것도 못한다 그리고 그 데이터를 준비하는데 전 필요한 프로젝 기간에 80% 날아간다 그리고 내부에 있는 전문가들이 AI 활용하는 방법을 먼저 익혀야 한다 그리고 전문기업과 협업을 할 때 최고의 결과를 낼 수 있다 이렇게 말씀드릴 수 있습니다 그 맥락 인터페이스라는 건 제가 지어낸 말인데요 컨텍스 인터페이스라는 건데 무슨 뜻인가 하면 지금까지의 인터페이스는 대표적인게 grafic 인터페이스에 gui고 하죠 그 윈도우 바통 왕에 오면 아이콘들이 다 있잖아요 그걸 마우스를 클릭 클릭해서 실행을 합니다 그 전에 도스 때는 그렇게 하지 않았어요 도스 때는 프롬트 창에 명령을 입력 해야 됐어요 DIR / W 이러하면 디렉토리가 옆으로 착 펼쳐지고 hwp.

exe 하면 아래한글이 실행이 되고 뭐 그런 식으로 글자를 쳐 넣습니다 근데 이게 너무 번거로우니까 그렇게 하지 말고 아이콘을 그림으로 만들어서 마우스로 클릭하면 실행되게 하자 그럼 우리가 처할 이유가 하나도 없으니까 엄청 편하죠 그걸 gra 유저 인터페이스 gui 아고 합니다 지금까지의 인터페이스는 다 gui 대세였죠 식당에 가면 있는 키오스크도 다 gui 스마트폰 여러 보이는 바탕화면도 전부입니다 그런데 AI 나타나면서 그 단계도 필요 없어지게 된 거예요 예를 들면 이런 식입니다 AI n 맥락을 다 이해합니다 맥락을 완전히 알고 있죠 그러니까 그냥 그 내가 아이패드를 가지고 수학 문제를 풀고 있다가 그냥 화면을 보면서 이렇게 얘기하면 돼요 야 내가 사인 값을 구하는 공수를 잊어 먹었는데이 삼각형의 어느 변을 어느 변을 나눈게 사인 값이니라고 물으면 됩니다 왜 이걸로 충분할까요 내가 보는 화면을 걔도 보고 있기 때문입니다 나랑 맥락을 공유하고 있는 거예요 그러니까 아이패드에 AI 깔려 있다면 내가 지금 보고 있는 화면을 AI 같이 보고 있어요 맥락을 공유하는 거죠 그러니까 어떤 입력도 필요 없습니다 그 코사인 값 사인 값을 입력창에 집어넣으려면 특별한 툴이 필요했거든요 루트이 뭐 제곱이 이런 거는 입력창에 못 넣잖아요 특별한 툴이 필요한데 이제 그게 필요 없어진 거예요 그냥 사인 값을 구하려면이 삼각형에서 어어 변을 어느 변 나누면 되는 거지라고 물어보면 되는 거예요 그리고 구글에서 아스트라 데모한 걸 보면 그냥 카메라를 꺼내서 창밖을 비춥니다 야 내가 지금 어디에 있니라고 물어요 구글은 구글 맵을 갖고 있잖아요 그러니까 전 세계 스트리 뷰를 갖고 있어요 그러니까 구글로서는 굉장히 영리한 데모란 거예요 구글 맵을 갖고 있고 스리 뷰를 갖고 있으니까 이런 데모는 구글 밖에 못 하죠 그래서 이렇게 비추면 내가 보는 걸 얘도 보고 있거든요 그러니까 어떤 입력도 필요 없어요 그냥 카메라로 비추면 됩니다 야 내가 지금 어디 있니라고 하니까 얘가 아스트라가 너 지금 런던에 킹스 크로스 있는데 킹스 크로스는 말이지 하고 킹스크로스에 설명을 합니다 이런게 맥락 인터페이스에 그러니까 나랑 맥락을 공유하는 나의 맥락을 다 이해하는 이런 식이요 그 디렉토리를 열어서 파일을 찾고 그럴 필요가 없어집니다 그냥 깔려 있으면 야 내가 몇 달 전에 이런저런 내용의 파일을 읽었는데 내가 아무리 해도 찾을 수가 없네 그러면 얘가 내가 갖고 있는 모든 문서를 얘는 다 읽었 아아 그 압축 격을 하고 있단 말이죠 그러니까 이거 말하는 거니 하고 바로 보여 줄 수가 있어요 내 질문의 맥락을 이해하는 거죠 그러니까 그냥 모든 과정이 다 필요 없이 그렇게 물으면 아 이거 말이구나 하고 그 파일을 보여 주는 거예요 그러면 내가 이게 어디 있었어 내가 있을 만한 폴더 다 찾아봤는데 없던데 다운로드 폴더 있었어요 뭐 이런 식으로 하게 되는 거죠 이게 맥락 인터페이스입니다 아 아마 한 2년 뒤에는 여러분들이 맥락 인터페이스를 굉장히 편하게 쓰고 있을 거예요 2는 안 남았다고 생각합니다 멀티모달 짧게 설명을 드리면 여러 개의 모드를 말합니다 여러 개의 모드를 멀티모달 이라고 해요 그러니까 채지 ptn 텍스트만 입력하고 출력 했잖아요 그러니까 하나의 모드죠 그근데 GPT 4는 텍스트뿐 아니라 이미지도 같이 처리합니다 두 개의 모드죠 이렇게 여러 개의 모드를 갖고 있는 것을 멀티 모델이라고 해요 멀티 모달이 왜 중요한가면 우리가 갖고 있는 대부분의 데이터들이 복합 데이터입니다 이런 식으로 글만 있는게 아니라 그림도 있고 표도 있고 그리고 뭐 오디오도 있고 비디오도 있죠 그러니까 각각의 AI 전부 다 하나의 모드만 갖고 있으면 이런 복합 데이터를 못 처리합니다 처리할 수가 없죠 그러니까 이게 비즈니스적으로 굉장히 불리한 거예요 그래서 멀티모델 로 서비스를 해 줘야 내가 갖고 있는 복합 데이터를 한 번에 처리할 수가 있어요 내 파일에 그림도 있고 표도 있고 그 중간에 보면 동영상도 들어가 있다 관계 없어요 멀티 모델이면 다 처리할 수 있으니까 그걸 집어넣어 놓고 편하게 질문하면 됩니다 그걸 하나의 모들 갖고 있는 AI 못 이기겠죠 그리고 또 하나의 이유는 인공지능이 기 때문입니다 인공지능은 인간의 지능을 기계로 만들어 보자라는 시도인데 인간의 지능을 생각해 보시면 인간의 지능이 책만 읽어서 만들어진게 아니에요 강을 통해서 들어온 모든 인풋을 다 나의 지능을 만드는데 쓰죠 그러니까 인공지능을 만들고 싶다면 멀티 모델이 돼야 되는 거예요 당연한 거죠 그래서 앞으로 나오는 모든 AI 그이 거대 AI은 예외 없이 무조건 멀티 모달이 베이스가 될 겁니다 인공지능을 더 작고 가볍게 빠르게 만들려는 시도는 아주 당연합니다 지금 인공지능은 다 적자 엄청난 돈을 까먹고 있습니다 근데 펀딩을 해서 투자를 더 많이 받아서 버티고 있는 거죠 그러니까 최치 피티만 해도 00이라는 몇 천만 째 GPU 만대를 썼어요 그리고 gbt 4는 밝히지 않고 있지만 00을 2 5,000대 이상 썼을 거라고 다들 짐작합니다 계산량을 보면 나오거든요 계산을 역산해 보면 아 2 5,000대 썼겠다가 나와요 학습 연산량 때문에 그리고 몇 천가 구분에 전기를 씁니다 그래서 지금 채치 PT 유료로 서비스하는게 한 달에 22달러 내야 되거든요 근데 22 달러를 내 봐야 운영비 겨우 던지지도 못합니다 컴퓨팅 파워 돌리는 돈 정도밖에 커버를 못 해요 근데 연구 개발을 엄청나게 해야 되잖아요 그러니까 지속 가능하지 않은 거예요 그러니까 작고 빠르고 싸 져야지 이일 거둘 수 있어요 근데 아주 놀라운 사실은 채지 PT 나와 왔을 때하고 지금을 비교해 보면 비용이 어마어마하게 떨어졌습니다 훨씬 더 많은 컴퓨팅 파워를 쓰고 있기 때문에 적자가 나는 거지 만약에 그 그대로 쓰고 있다면 지금 비용은 어느 정도 맞출 수 있을지도 몰라요 급격히 컴퓨팅 파워의 계산량을 따른 비용이 떨어지고 있는 건 사실입니다 그리고 그 외에도 또 작고 빠르게 만들어야 되는 이유는 이게 디바이스에서 돌아가야 되기 때문입니다 디바이스에서 돌아가야 내 개인 데이터를 넣어서 작업을 할 수가 있어요 지금은 다 클라우드에 올라가잖아요 그러니까 회사의 기밀이나 내 비밀 같은 것은 못 올립니다 올리는 순간 클라우드에 저장이 돼 버리거든요 그러니까 사용에 굉장히 한계가 있죠 근데 내 디바이스에서 돌아가면 회사 서버에서 돌아가면 얘기가 다르죠 모든 기미를 마음 놓고 다 보여 줄 수가 있어요 밖으로 나가지 않으니까 그런 점에서도 아주 작고 빠르고 싸져야 되고요 그리고 결정적인 세 번째 이유가 있습니다 세 번째 이유는 뭐냐면 인공지능이 기교로 인간의 지능을 구현하려는 시도라고 했잖아요 그럼 인간의 머리를 한번 생각해 봅시다 인간의 뇌를 인간의 뇌는 인간의 신체가 쓰는 에너지의 20% 씁니다 그러니까 2% 무게인데 20% 에너지를 써요 굉장히 많이 쓰죠 근데 그렇게 굉장히 많이 쓰는 에너지가 20w 쯤 돼요 20w 정도의 에너지를 주기만 하면 F n MA E mc 스다 막 이런 걸 막 만들어내는 거예요 물론 우리가 만들어내는 건 아니고 우리 중에 아주 일부가 만들어내죠 우린 대부분 이제 뭐 음식을 가지고 와서 뭔가 다른 물건으로 만드는 변환 기역 할밖에 못하고 있지만 그러나 아주 훌륭하신 분들은 라면만 새끼 먹고도 F MA 2는 MC 이런 걸 만든단 말이죠 그러니까 지금처럼 a 100을 몇 만대 쓰는게 인공지능이라고 할 수는 없던 거죠 몇천가 분에 전기를 쓰는 걸 인공지능 하기는 어렵죠 부끄럽습니다 20w 정도 쓰면서 그걸 할 수 있어야 되죠 그러니까로 가는 길이 굉장히 멀리 있는 거예요 그런 점에서도 작고 빠르고 싸져야 되는 거죠 작고 빠르고 싸졌다는 얘기는 뇌의 비밀에 지능의 비밀이 한걸음 더 다가갔다는 뜻이기도 해요 지금은 아직 많이 멀었죠 그리고 비즈니스적으로 엄청난 기회가 있습니다 아주 작고 빠르고 싸게 만들 수 있다면 엄청난 돈을 벌 수 있죠 전 세계가 다 필요할테니까 그런 점에서도 작고 빠르고 싸지는 것은 엄청난 그이고 거기에 굉장한 투자가 이루어질거다 이렇게 말씀드릴 수 있어요