🎙️ AI 거장들의 대담 — “현대 인공지능의 정신들”

Q1. 각자의 커리어에서 ‘아하 모먼트(aha moment)’는 무엇이었나요?

• 대학원 시절, 제프 힌튼의 초기 논문을 읽으며 “인공지능에도 물리학의 법칙 같은 단순한 원리가 있을 수 있다”는 생각에 매료됨.
• 두 번째 전환점은 ChatGPT 등장 이후. 언어를 이해하고 목표를 가진 기계를 통제하지 못하면 위험하다는 자각으로, 연구 방향을 AI 안전과 윤리 쪽으로 전환.

• 첫 번째 순간: 1990년대 후반 ‘메모리 벽(memory wall)’ 문제를 해결하기 위해 연산을 커널 단위로 묶는 아이디어를 떠올림 → 스트림 프로세싱 → GPU 컴퓨팅으로 발전.
• 두 번째 순간: 2010년 앤드루 응과의 아침식사 자리에서 ‘16,000 CPU로 고양이를 찾는 신경망’ 이야기를 듣고, 엔비디아에서 48 GPU로 재현 → GPU가 딥러닝용으로 최적이라는 확신을 얻음.

• 1984년, 역전파(backpropagation)를 이용해 단어 시퀀스의 다음 단어를 예측하는 미니 언어 모델을 만들었을 때.
  → 단순한 문자열 학습으로도 단어의 의미적 특징 벡터를 학습한다는 사실을 발견.
• “당시 우리가 몰랐던 건, 단순히 연산능력과 데이터가 부족했을 뿐이라는 것”이라고 회고.

• 첫 번째 순간: 2006~2007년, 시각 인식 연구에서 “데이터가 부족하다”는 문제를 깨닫고, 3년에 걸쳐 ImageNet (1,500만 장, 22,000 카테고리) 구축.
  → “빅데이터가 머신러닝의 연료”라는 확신.
• 두 번째 순간: 2018년, Google Cloud AI 수석과학자로서 AI가 **문명적 기술(civilizational technology)**임을 인식. → Stanford Human-Centered AI 연구소 설립.

• 학부 시절, “기계가 스스로 학습한다”는 1950~60년대 연구에 매료.
• 1980년대 제프 힌튼과 만나 역전파 기반 다층 신경망 학습에 몰두.
• 이후 비지도/자기지도 학습의 중요성을 강조했으나, ImageNet의 성공으로 일시적으로 감독학습(supervised learning)으로 전환.
• 현재는 다시 자기지도(self-supervised) 학습이 핵심이라 강조 — “LLM은 바로 그 결과물이다.”

Q2. 오늘날의 AI 붐은 ‘거품(bubble)’일까요?

• “아니요. 지금은 버블이 아닙니다.”
• 닷컴 버블 당시엔 ‘어둡게 깔린 광섬유(dark fiber)’가 많았지만, 지금은 모든 GPU가 실제로 사용 중.
• AI는 실시간으로 지능을 ‘생산’하는 산업(factory).
  → “AI는 콘텐츠가 아니라 토큰을 생산하는 지능 공장입니다.”
• 아직 대부분의 사람은 AI를 사용하지 않으며, 우리는 “지능 인프라의 초입 단계”에 있다.

• “현재 패러다임(LLM)은 아직 개발 여지가 많지만, 인간 수준의 지능으로는 이어지지 않을 것.”
• 투자와 인프라는 유효하나, 진짜 ‘고양이 수준의 로봇’조차 못 만드는 지금은 여전히 근본적 과학 문제가 남아 있다.

• 세 가지 트렌드를 언급:
  1️⃣ 모델 효율성 향상 (예: Attention → GQA → MLA)
  2️⃣ 성능 향상 지속, 새로운 구조가 와도 GPU 수요는 유지
  3️⃣ 응용 분야의 확장 — “우린 아직 AI 수요의 1%도 도달하지 않았다.”

• “AI는 불과 70년 된 학문이다. 물리학은 400년 걸렸다.”
• 언어를 넘어선 공간지능(spatial intelligence), 감각-행동 통합 등 새로운 프런티어가 많다.

Q3. 인공지능이 인간 수준(또는 동물 수준)의 지능에 도달하는 시점은 언제일까요?

• “단일한 사건(event)이 아니라 점진적 진화.”
• “새로운 패러다임이 5~10년 내 등장할 가능성은 있으나, 완전한 인간형 지능은 아직 멀다.”

• “AI는 이미 인간의 특정 능력(예: 22,000 객체 인식, 100개 언어 번역)에서 앞섰지만, 인간의 공간적·감정적 지능은 여전히 독보적이다.”
• “비행기는 새처럼 날지 않듯, AI는 인간처럼 사고하지 않을 것.”

• “이미 충분히 ‘일반 지능’을 가지고 있으며, 이제 중요한 것은 적용과 확장입니다.”
• “AGI가 언제 오는지가 아니라, 이미 사회적 유용성의 시대에 진입했습니다.”

• “20년 내, 인간과의 토론에서 항상 이기는 AI가 등장할 것.”
• “그게 AGI라면, 20년 안에 도달할 가능성이 높다.”

• “AI의 목적은 인간을 대체하는 게 아니라, 보완(augment) 하는 것.”
• “AI가 창의성·공감 능력을 갖추긴 어렵겠지만, 인간이 잘하는 걸 돕게 될 것.”

• “AI가 스스로 더 나은 AI를 만드는 ‘자기개선 루프’가 이미 빠르게 진전 중.”
• “AI의 계획·추론 능력은 최근 6년간 지수적으로 발전했고, 지금 추세면 5년 내에 인간 수준의 업무 수행이 가능할 수도 있다.”
• “그러나 불확실성이 크기 때문에 겸손하고 중립적인 태도로 대비해야 한다.”

Q4. 앞으로의 AI 연구는 어디로 향해야 할까요?

• 힌튼·르쿤·벤지오: 단순한 LLM의 확장보다, 비지도 학습·공간 추론·영상 이해 등 새로운 과학적 돌파구가 필요.
• 페이페이 리: 인간 중심의 설계 철학 — “Human-Centered AI”를 유지해야 함.
• 젠슨 황: “AI는 지능의 공장이다. 지금은 지능 산업의 건국기다.”

🎯 결론 요약