인터뷰/예측
그렉 브록만 "GPT-5.5는 앞으로 몇 달 안에 나올 더 강력한 모델들로 가는 단계라고 생각"
작성자
작성일
2026-04-24 12:02
조회
219
OpenAI President Greg Brockman 인터뷰 정리
GPT-5.5 “Spud”, 모델 경쟁력, 에이전트, 사이버보안, 컴퓨트 경제
1. GPT-5.5와 Spud
진행자:OpenAI 사장 겸 공동창업자인 Greg Brockman을 모셨습니다. 오늘은 OpenAI의 최신 모델인 Spud, 즉 GPT-5.5에 대해 이야기해보겠습니다. 먼저 바로 확인하고 싶습니다. GPT-5.5가 Spud 맞습니까?
Greg Brockman:
네, 맞습니다.
진행자:
그럼 GPT-5.5는 어떤 모델인가요?
Greg Brockman:
GPT-5.5는 정말 놀라운 모델입니다. 저는 이 모델이 컴퓨터로 일을 처리하는 새로운 방식으로 가는 중요한 단계라고 봅니다. 단순히 더 똑똑해진 언어모델이라기보다, 새로운 종류의 지능에 가깝습니다.
프로그래밍에서 특히 유용합니다. 디버깅을 하거나, 복잡하고 까다로운 문제를 풀거나, 사용자가 아주 적은 지시만 줘도 문제를 끝까지 해결하는 능력이 좋아졌습니다.
그런데 제가 더 놀랍게 보는 점은 단순히 코딩을 더 잘한다는 것이 아닙니다. 사실 코딩 성능이 좋아지는 건 많은 사람들이 예상했던 부분입니다. 더 중요한 변화는 GPT-5.5가 이제 일반적인 업무 애플리케이션에서도 유용한 수준을 넘어섰다는 점입니다.
예를 들어 슬라이드를 만들거나, 스프레드시트를 다루거나, 브라우저를 사용하거나, 여러 애플리케이션을 클릭하면서 작업하는 능력이 훨씬 좋아졌습니다. 저는 여기서 우리가 컴퓨터를 사용하는 새로운 방식이 나타나고 있다고 봅니다. 그 중심에는 이런 종류의 지능이 있습니다.
2. GPT-5.5는 2년 연구의 결과인가?
진행자:지난번 대화에서 이 모델이 사실상 2년간의 연구 과정이 결실을 맺은 것이라고 말씀하셨습니다. 그러면 GPT-5.5는 2년 전부터 계획된 모델인가요? OpenAI는 그렇게 먼 미래까지 계획하나요?
Greg Brockman:
네, 우리는 꽤 긴 시간축을 가지고 계획합니다. 다만 한 가지 덧붙이자면, 우리는 여러 연구 아이디어와 여러 베팅을 서로 다른 시간 단위로 쌓아갑니다.
GPT-5.5는 어떤 하나의 아이디어만으로 만들어진 결과물이 아닙니다. 우리는 모델 스택의 모든 부분에서 계속 진전을 만들고 있습니다. 그래서 GPT-5.5는 끝점이라기보다는 시작점에 가깝습니다.
이 모델은 앞으로 몇 달 안에 나올 더 강력한 모델들로 가는 단계라고 생각합니다. 앞으로 모델이 할 수 있는 다양한 측면에서 더 큰 능력 향상이 있을 것입니다. 저희는 항상 실제 사용자와 실제 애플리케이션에서 더 유용한 모델을 만들기 위해 고민하고 있습니다.
3. 앞으로의 방향: 모델의 두뇌와 몸
진행자:앞으로 몇 달 동안 어떤 부분을 봐야 할까요? GPT-5.5가 시작점이라면, 무엇의 시작점인가요?
Greg Brockman:
저희가 가진 큰 비전은 모델만이 아닙니다. 모델은 일종의 두뇌라고 볼 수 있습니다. 그리고 Codex 같은 시스템이나 하네스, 슈퍼앱 같은 애플리케이션은 그 두뇌를 실제로 유용한 AI로 만들어주는 몸에 가깝습니다.
지금 일어나고 있는 변화는 연구소가 언어모델을 만들어내는 단계에서, 실제로 사람의 목표를 해결해주는 AI로 이동하는 것입니다. 사용자의 지시에 따라 움직이고, 사용자의 목표를 달성하려고 하는 assistant가 되는 것이죠.
Codex도 이제 단순히 코더만을 위한 앱이 아닙니다. 컴퓨터로 일하는 누구에게나 유용한 앱으로 바뀌고 있습니다. 물론 아직 완벽하지는 않습니다. 어떤 작업은 할 수 있어야 할 것 같은데 정확히 못 할 때도 있고, 성격이나 응답 방식이 사용자가 원하는 것과 조금 다를 때도 있습니다.
또 모델이 강력하게 많은 일을 처리하더라도, 그 결과를 어떻게 설명하는지가 아직 완벽하지 않을 수 있습니다. 사용자는 모델이 문제를 어떻게 풀었는지 읽고 이해하는 데 시간을 써야 할 때가 있습니다.
하지만 우리는 이런 부분을 어떻게 개선해야 하는지 알고 있습니다. GPT-5.4에서 GPT-5.5로 오면서 이미 상당한 개선이 있었고, 앞으로는 모델을 유용하게 만드는 모든 측면에서 더 큰 개선이 있을 것입니다.
4. 벤치마크 중심에서 실제 업무 중심으로
진행자:OpenAI 내부에서 어떤 변화가 있었나요?
Greg Brockman:
지난 12개월에서 18개월 사이에 저희에게 중요한 변화가 있었습니다. 예전에는 벤치마크를 높이고, 모델을 더 지적으로 강하게 만드는 데 초점이 많았습니다.
하지만 이제는 실제 애플리케이션으로 가져오는 데 훨씬 더 집중하고 있습니다. 금융, 세일즈, 마케팅처럼 컴퓨터를 사용하는 모든 직무를 생각합니다. 사람들이 컴퓨터로 하는 업무를 어떻게 도울 수 있을지 고민합니다.
중요한 것은 모델이 단순히 이론적으로 도와줄 수 있는 능력을 가지는 것이 아닙니다. 실제로 그런 종류의 작업을 경험하고, 좋은 결과가 어떤 것인지 볼 수 있어야 합니다.
저는 앞으로 사람이 일을 할 때, 사용자는 거의 자율적인 회사의 CEO나 여러 에이전트의 감독자 같은 위치가 될 것이라고 봅니다. 에이전트들은 사용자의 목표에 따라 움직입니다.
물론 사용자는 여전히 책임자입니다. 운전석에 있는 사람도 여전히 사용자입니다. 결과가 내가 원한 것이 맞는지, 품질이 충분한지 판단해야 합니다.
하지만 어떤 버튼을 눌렀는지, 어떤 코드가 작성됐는지, 스프레드시트 수식이 어떻게 구성됐는지 같은 세부사항은, 그것이 결과 평가에 중요하지 않다면 사용자가 직접 신경 쓰지 않아도 되는 방향으로 갈 수 있습니다. 이것은 모든 노동자의 레버리지를 높이는 일입니다.
5. GPT-5.5는 강화학습을 많이 넣은 결과인가?
진행자:제가 이해한 것이 맞는지 확인해보고 싶습니다. AI 모델 학습에는 사전학습이 있고, 강화학습이 있습니다. 사전학습은 모델을 일반적으로 똑똑하게 만드는 과정이고, 강화학습은 모델이 실제로 어떤 작업을 시도하고 잘했을 때 보상을 받으면서 배우는 과정입니다.
그렇다면 GPT-5.5는 OpenAI가 작업별 강화학습을 엄청나게 많이 넣은 첫 결과라고 볼 수 있을까요?
Greg Brockman:
저는 조금 다르게 말하고 싶습니다. 모델을 만드는 과정에는 여러 단계가 있습니다. 사전학습도 있고, 미드트레이닝도 있고, 강화학습도 있고, 데이터 수집도 있습니다. 그리고 모델이 세상과 연결되는 방식도 매우 중요합니다.
제가 말하고 싶은 것은, 우리는 이 모든 단계에 투자해왔다는 점입니다. 그리고 이것을 반복 가능한 방식으로 수행하는 팀이 있습니다. 개인들이 각자 따로 일하는 것이 아니라, 전체 스택을 보면서 실제 애플리케이션에서 모델을 더 유용하게 만들려는 팀이 함께 움직입니다.
그래서 이것은 어떤 하나의 작업만으로 설명할 수 없습니다. 전체적인 노력의 결과입니다.
자동차를 만든다고 생각해보면, 좋은 엔진 하나만 있다고 되는 것이 아닙니다. 나머지 차의 품질이 엔진 수준에 맞지 않으면 의미가 없습니다. GPT-5.5의 진짜 혁신은 이런 전체 시스템을 끝에서 끝까지 함께 설계하고, 반복 가능한 방식으로 더 나은 모델을 만들어내는 데 있습니다.
6. 모델이 사용자의 의도를 더 직관적으로 이해한다
진행자:오늘 미디어 콜에서 흥미로운 말씀을 하셨습니다. 모델이 사용자가 원하는 것을 더 직관적으로 이해하고, 예전처럼 모든 것을 세세하게 설명하지 않아도 된다고 하셨죠.
Rune의 트윗을 보면, GPT-5.5가 AI 연구 파트너로서 가능성을 보였다고 합니다. 몇몇 연구자들이 높은 수준의 알고리즘 아이디어만 주고 밤새 실험을 맡겼더니, 아침에 실험 스윕, 대시보드, 샘플이 완성되어 있었다는 이야기입니다.
어떻게 이런 일이 가능한가요? 그리고 프롬프트 엔지니어링은 이제 죽은 건가요?
Greg Brockman:
첫 번째 질문에 답하자면, 이것이 바로 우리가 새로운 종류의 능력, 새로운 종류의 지능이라고 말하는 이유입니다.
모델은 훨씬 더 직관적으로 사용할 수 있게 되고 있습니다. 사용자가 무엇을 요청하는지 더 깊게 이해하기 때문입니다. 문맥을 보고, 지금 내가 무엇을 하라는 요청을 받고 있는지 파악하려고 합니다.
두 번째 질문, 프롬프트 엔지니어링이 죽었느냐에 대해서는 오히려 더 활발해질 수 있다고 생각합니다.
지금까지는 컴퓨터에게 내가 무엇을 원하는지 설명하는 데 너무 많은 시간을 써야 했습니다. “상황은 이렇고, 내가 원하는 것은 이것이고, 이런 맥락이 있고, 이런 방식으로 해달라”고 계속 설명해야 했습니다.
그런데 생각해보면 이상합니다. 컴퓨터가 나를 도와야 하는데, 왜 내가 컴퓨터에게 일을 이해시키기 위해 이렇게 많은 노력을 해야 할까요?
저는 세부 단계까지 하나하나 설명하고 싶지 않습니다. 방향을 가리키면, 모델이 낮은 수준의 실행은 스스로 처리하고 결과를 가져오기를 바랍니다. 물론 사용자가 중간중간 관찰하고 피드백할 수 있어야 합니다.
그래서 앞으로의 프롬프트 엔지니어링은 같은 노력으로 더 많은 것을 얻는 방향으로 갈 것입니다. 적은 노력으로도 훨씬 더 많은 결과를 얻을 수 있고, 같은 노력을 들이면 훨씬 더 큰 배율의 성과를 얻을 수 있습니다. 우리는 아직 오늘날 모델이 할 수 있는 일의 상한선을 보기 시작한 단계라고 생각합니다.
7. 오픈소스 경쟁과 OpenAI의 방어력
진행자:이제 모델 경제 이야기를 해보겠습니다. 이런 거대한 모델을 만드는 데는 엄청난 돈과 컴퓨트가 들어갑니다. 그런데 지금까지는 대형 모델이 나오면 오픈소스 모델 제작자들이 이를 증류해서 몇 달 뒤 거의 따라오는 패턴이 있었습니다.
투자 규모가 작을 때는 몇 달 앞서는 것이 큰 의미가 있었지만, 지금처럼 투자가 커진 상황에서는 장기적으로 어떻게 방어 가능한가요?
Greg Brockman:
저는 조금 다르게 봅니다. 우리가 진짜 투자하는 것은 끝에서 끝까지 함께 설계하는 시스템입니다. 이 기술을 만들어내는 사람들의 시스템, 일하는 방식, 그리고 거대한 슈퍼컴퓨터를 활용해 모델을 만들어내는 방식에 투자하는 것입니다.
또 하나 중요한 점은, 강력한 모델의 출력을 가져와서 증류하면 똑같은 능력을 가진 더 작은 모델이 쉽게 만들어지는 것이 아니라는 점입니다. 만약 그렇게 간단했다면, 저희도 그렇게 했을 것입니다. 그러면 훨씬 더 쉽게 서비스할 수 있는 모델을 가질 수 있었겠죠.
물론 증류에는 훌륭한 기술이 많고, 많은 장점도 있습니다. 하지만 우리가 진짜 투자하는 것은 “기계를 만드는 기계”입니다.
그리고 배포 측면에서는 안전장치와 완화책을 많이 고민합니다. 사이버나 바이오 같은 영역에서 모델이 오용될 수 있는 상황을 생각하고, 오래전부터 대비해왔습니다. 저희의 Preparedness Framework에서도 이런 접근을 볼 수 있습니다.
우리는 이 기술이 사람들에게 힘을 주고, 모두에게 이익이 되기를 바랍니다. 그래서 계속 진전을 만들면서도 위험은 완화하고, 모델을 넓게 사용할 수 있게 만드는 방법을 고민합니다.
8. 가격, 제번스의 역설, 지능 수요
진행자:그런데 다시 가격 이야기로 돌아가겠습니다. GPT-5.5의 가격은 GPT-5.4보다 두 배 정도라고 알고 있습니다. 오픈소스가 완전히 같지는 않더라도 거의 비슷한 성능을 더 싸게 제공한다면, 그 위협은 어떻게 대응하나요?
Greg Brockman:
저는 다시 조금 다르게 봅니다.
먼저 저희의 역사를 보면, 같은 수준의 지능 가격은 해마다 크게 내려갔습니다. 어떤 경우에는 전년 대비 100분의 1까지 떨어진 적도 있습니다. 적어도 매년 한 자릿수 이상, 때로는 100배 가까이 가격이 내려갔습니다.
그런데 계속 일어나는 일이 있습니다. 제번스의 역설입니다. 어떤 것의 비용이 낮아지면, 사용량이 훨씬 더 많이 늘어납니다.
그리고 저는 지능에는 분명한 수익이 있다고 봅니다. 지금 모델들이 할 수 있는 작업을 보면, 조금 더 높은 지능이 실제로는 매우 큰 차이를 만듭니다.
GPT-5.5의 이야기도 그렇습니다. 겉으로 보면 지능이 조금 개선된 것처럼 보일 수 있지만, 실제 사람들이 이 모델을 어디에 쓰는지 보면 엄청난 변화가 있을 것입니다.
사실 GPT-5.5가 GPT-5.4 대비 단지 점진적 개선이라고 말하는 것은 이 모델을 과소평가하는 것입니다. 숫자로 보면 0.1 개선처럼 보일 수 있지만, 그 안에 있는 마법 같은 능력은 훨씬 큽니다. 초기 테스트 사용자들도 실제 작업에서 그 점을 봤습니다.
9. OpenAI의 사업 구조
진행자:사람들이 가격을 보고 “OpenAI가 IPO 압박을 받고 있어서 이제 저렴한 지능의 시대는 끝났다”고 말한다면, 거기에 반박하시겠습니까?
Greg Brockman:
네. 제가 보기에는 저희 사업은 어떤 면에서 아주 단순합니다.
우리는 컴퓨트를 만들거나 빌리고, 거기에 가치를 더해서 다시 판매합니다. 중요한 것은 원가 대비 더 높은 가치를 만들어 양의 영업 마진을 내는 것입니다.
그리고 지능에 대한 확장 가능한 수요가 있는 한, 이 구조는 작동합니다. 저는 그런 수요가 있다고 봅니다. 해결해야 할 문제들이 있는 한, 사람들은 문제를 풀기 위한 지능을 계속 필요로 할 것입니다. 아무도 풀 문제가 바닥나지는 않습니다.
수요가 공급을 초과하는 상황은 계속 봐왔습니다. 그래서 우리는 컴퓨트를 계속 확장할 수 있습니다.
제가 팀에게 주는 핵심 지침도 단순합니다. 원시 컴퓨트 위에 가치를 더하고, 들어간 비용보다 더 큰 가치를 만들어야 합니다. 이것은 경쟁 상황만의 문제가 아닙니다. 컴퓨트를 지능으로 바꿀 수 있느냐의 문제입니다.
물론 우리는 항상 더 효율적인 모델을 만들려고 합니다. 하지만 더 효율적인 모델을 만들면 더 많은 모델을 원하게 되고, 더 지능적인 모델도 원하게 됩니다. 결국 같은 컴퓨트가 들어가는 구조입니다.
경쟁은 이 시장에서 혁신에 매우 좋은 역할을 해왔습니다. 그리고 경쟁은 전체 생태계의 사용량과 지출을 늘리는 방향으로 작용하고 있습니다.
10. 사이버보안 위험과 공개 배포
진행자:이제 사이버보안 이야기를 해보겠습니다. OpenAI와 Anthropic은 매우 다른 접근을 하고 있습니다. Anthropic의 최신 대형 모델 Mythos는 대중에게 공개되지 않았습니다. 반면 GPT-5.5, 즉 Spud는 공개됐습니다.
이렇게 강력한 모델을 대중에게 공개하는 것이 대규모 사이버 공격으로 이어질 가능성은 없나요?
Greg Brockman:
저는 그 질문의 전제부터 조금 다르게 봅니다.
우리는 오래전부터 Preparedness Framework의 일부로 사이버 안전장치와 사이버보안에 투자해왔습니다. 이런 능력이 나타나기 훨씬 전부터 준비해온 일입니다.
그래서 우리는 매우 신중하고 단계적인 접근을 해왔습니다. 최근 몇 주만 봐도 사이버 분야의 trusted access 프로그램을 확장했습니다.
저희는 생태계의 회복탄력성을 믿습니다. 모델이 계속 강력해지는 상황에서는 방어자들의 손에도 모델이 있어야 합니다. 그래야 핵심 인프라를 보호할 수 있습니다.
모델을 사람들에게 제공하면, 접근이 없을 때는 탐색할 수 없었던 방식으로 방어자들이 문제를 살펴볼 수 있습니다. 그래서 단계적인 접근이 필요합니다. 추가 안전장치를 넣으면서, 이익은 극대화하고 위험은 완화해야 합니다.
우리는 반복적 배포를 믿습니다. 모델이 계속 좋아지는 만큼 세상에 책임 있게 가져와야 합니다. 그리고 민주적 접근도 믿습니다. 이 기술의 목적은 사람들에게 힘을 주고, 인류 전체에 이익이 되도록 하는 것입니다.
11. Anthropic식 제한 공개에 대한 입장
진행자:Sam Altman은 Anthropic식 배포 방식에 대해 비판적인 말을 했습니다. 반대로 생각하면, 모든 취약점을 미리 알 수는 없으니 신뢰할 수 있는 소수 테스터에게 먼저 공개한 뒤 넓게 배포하는 방식이 맞을 수도 있지 않나요?
Greg Brockman:
정답은 미묘하다고 생각합니다. 그리고 기술적 세부사항에 뿌리를 두고 있습니다.
생각해야 할 요소가 많습니다. 모델이 어떻게 발전하고 있는지, 우리 모델뿐 아니라 생태계의 다른 모델 능력이 어떤지 봐야 합니다. 소수 그룹에게 접근권을 줬을 때 얼마나 큰 방어 효과를 얻을 수 있는지도 봐야 합니다. 그 사람들이 취약점을 찾고 패치를 만들 수 있는지, 그리고 그 패치를 산업 전체에 어떻게 조율해서 공개할지도 생각해야 합니다.
그래서 어느 극단도 완전히 맞지는 않습니다. 상황에 맞게 적용할 수 있는 도구들이 있습니다.
이 문제는 이번이 처음도 아니고, 앞으로도 마지막이 아닙니다.
한 가지 분명한 점은, 우리는 이미 방어자들의 손에 모델을 제공해왔다는 것입니다. trusted access 프로그램을 계속 키워왔습니다. 그리고 이번에 공개하는 모델은 사이버 공격에 대해 무제한으로 허용적인 모델이 아닙니다. 여러 안전장치가 들어가 있습니다.
따라서 공개적으로 배포하는 것과 비공개로 테스트하는 것 사이에는 차이를 둘 수 있습니다.
짧게 말하면, 여기에는 가치관의 차이도 있습니다. 모델을 사람들의 손에 쥐여주고 그들에게 힘을 줄 것인지, 아니면 중앙에서 통제하고 사람들의 손에 들어가지 않게 할 것인지에 대한 긴장이 있습니다.
하지만 전술적으로는 세부사항에 따라 달라집니다. 어떤 극단을 반사적으로 선택하는 것은 세계에 가장 좋은 결과를 만들지 못한다고 봅니다.
12. 에이전트에게 어느 정도 신뢰를 줘야 하나?
진행자:다시 에이전트 이야기로 돌아가보겠습니다. 에이전트는 높은 자율성을 줄수록 가장 잘 작동하는 것 같습니다. 앞으로 에이전트가 더 많은 일을 하고, 더 많은 파일에 접근하고, 여러 프로그램을 넘나들게 될 텐데요. 지금 에이전트에게 어느 정도 신뢰를 줘야 하나요?
Greg Brockman:
현재 에이전트들은 꽤 신뢰할 만하다고 생각합니다.
프롬프트 인젝션 같은 문제도 아직 구멍은 있지만, 우리는 계속 패치하고 있고 모델도 더 회복력 있게 변하고 있습니다.
다만 반대편도 봐야 합니다. 모델에게 더 큰 책임과 더 중요한 맥락 접근권을 줄수록, 이에 대한 답이 필요합니다.
직원으로 비유해볼 수 있습니다. 직원 다섯 명이 있다면 모두 신뢰할 수 있고 괜찮을 수 있습니다. 하지만 같은 직원이 50만 명 있다고 하면 이야기가 달라집니다. 규모가 커지면 법칙이 달라집니다. 좋은 거버넌스와 감독이 필요해집니다.
그래서 우리는 이런 능력을 키우고, 슈퍼앱을 코더뿐 아니라 컴퓨터로 일하는 모든 사람에게 더 접근 가능하게 만들면서 동시에 거버넌스와 감독에도 투자하고 있습니다.
최근에 공개한 Workspace Agents가 구체적인 예입니다. 기업 안에서 에이전트를 정의할 수 있고, 클라우드에 호스팅된 Codex 하네스를 얻을 수 있습니다. 도구와 연결하고 Slack에도 연결해서 일을 시킬 수 있습니다.
이것이 조직 안에서 퍼지는 방식도 흥미롭습니다. 누군가의 에이전트를 보면 다른 사람이 “나도 저런 걸 만들 수 있겠네”라고 생각하고, 그것을 포크해서 자신만의 에이전트를 만듭니다.
그리고 이때 좋은 거버넌스를 넣을 기회가 있습니다. IT 조직은 어떤 에이전트들이 만들어졌는지 볼 수 있고, 에이전트가 어떤 대화를 했는지도 볼 수 있습니다. 어떤 가드레일을 둘지도 생각할 수 있습니다.
짧게 말하면, 에이전트에게 맡기는 책임과 에이전트가 수행하는 일의 다양성을 늘릴 때는 보안, 안전, 관찰 가능성, 감독도 함께 늘려야 합니다. 이 둘이 함께 가지 않으면 균형이 맞지 않습니다.
13. 에이전트는 조심스럽게, 그러나 적극적으로
진행자:그러니까 기본적으로 “해보되 조심하라”는 말인가요?
Greg Brockman:
네, 하지만 정말 적극적으로 들어가야 합니다.
규모가 커질수록 중요한 것은 계속 감독할 수 있느냐입니다. 프로토타입 단계에서는 자유롭게 해볼 수 있습니다. 하지만 규모가 커지면 내가 무슨 일이 일어나고 있는지 계속 볼 수 있는지가 중요합니다.
각 단계에서 스스로 물어봐야 합니다. 내가 지금 잘 보정되어 있는가? 내 팀과 에이전트들이 무엇을 하고 있는지 이해하고 있는가?
14. 컴퓨트 기반 경제란 무엇인가?
진행자:마지막으로, 당신은 이것을 “컴퓨트 기반 경제”라고 불렀습니다. 그게 무슨 뜻인가요?
Greg Brockman:
저는 우리가 어떤 문제에 더 많은 컴퓨트를 쏟아부을수록 그 문제가 더 빨리 해결되는 세계로 가고 있다고 봅니다. 그리고 어떤 문제까지 해결할 수 있는지의 한계는 사용 가능한 컴퓨트 양에 달려 있을 것입니다.
예를 들어 신약 개발을 생각해볼 수 있습니다. 알츠하이머 같은 복잡한 질병은 지금 인류의 손이 닿지 않는 곳에 있습니다. 아직 제대로 해결하지 못했습니다.
그런데 기가와트급 데이터센터 하나를 알츠하이머 해결에 한 달, 1년, 또는 필요한 만큼 투입한다고 상상해보세요.
물론 모델이 머릿속으로만 문제를 푸는 것은 아닐 수 있습니다. 세계적인 전문가들과 상의해야 할 수도 있고, 실험을 제안하고 습식 실험실에서 실행해야 할 수도 있습니다.
하지만 그런 문제를 실제로 해결할 수 있다면, 그것은 인류에게 엄청나게 긍정적인 변화가 될 것입니다.
저는 우리가 중요한 문제들이 그런 방식으로 해결되는 세계로 가고 있다고 봅니다. 그리고 일상적인 업무도 마찬가지입니다.
나를 알고, 내 개인적 맥락을 이해하고, 신뢰할 수 있는 에이전트가 있다고 생각해보세요. 건강에 대한 조언을 구하면 신뢰할 만한 정보를 돌려줄 수 있습니다. 스마트폰 안에 있는 존재처럼, 언제든 말할 수 있고, 나의 목표와 관심사를 알고, 어떻게 도와줄 수 있는지 능동적으로 아는 에이전트가 되는 것입니다.
큰 문제든 작은 문제든, 컴퓨트는 컴퓨터가 사람을 대신해 얼마나 많은 일을 할 수 있는지를 보여주는 자원이 될 것입니다. 우리는 그런 세계로 가고 있고, 모두가 함께 그 세계를 만들고 있습니다.
15. 컴퓨트는 충분한가?
진행자:그렇다면 OpenAI가 거대한 인프라 투자를 하는 이유도 설명됩니다.
Greg Brockman:
그래도 충분하지 않습니다. 우리는 부족함을 느끼게 될 것입니다. 이미 느끼고 있습니다.
사람들이 에이전트를 사용하려고 할 때 rate limit에 걸리는 것을 보면 알 수 있습니다. 우리는 고객과 에이전트를 사용하려는 모든 사람을 위해 충분한 컴퓨트가 있도록 노력하고 있습니다.
하지만 저는 우리가 완전히 충분한 수준에 도달하지는 못할 것이라고 생각합니다. 최선을 다하겠지만, 앞으로는 컴퓨트가 희소한 세계로 가게 될 것입니다.
그리고 이것은 모두가 더 많은 컴퓨트가 세상에 공급될 수 있도록 기여해야 하는 문제입니다.
진행자:
Greg, 바쁜 날인데 시간 내주셔서 감사합니다. 언제나 이야기 나눌 수 있어 좋았습니다.
Greg Brockman:
저도 즐거웠습니다. 감사합니다.
전체 0