“사람처럼 생각하는” 인공지능 AGI, 어디까지 왔을까
사람처럼 생각하는 인공지능, AGI
인공지능 기술 발전의 초기부터 많은 사람들의 관심사는 인공지능이 얼마나 사람에 가까운 지적 능력을 가질 수 있는가에 관한 것이었다. 제한된 범위 내의 작업만 수행할 수 있는 약 인공지능(weak AI)과 대비되는 강 인공지능(stron AI)이라는 용어가 등장하기도 했다.
사람처럼 생각하는 기계에 대한 관심은 어제오늘 일이 아니다. 앨런 튜링은 기계가 인간과 얼마나 비슷하게 대화할 수 있는지를 기준으로 기계의 지능을 판별하자는 개념인 튜링 테스트를 제안했다. 튜링 테스트를 통해 기계의 ‘지능’을 직접적으로 측정할 수는 없지만, 기계가 얼마나 ‘인간같은지’ 평가하고자 했다.
그로부터 몇십 년이 지난 지금은 바둑을 두는 알파고(AlaphaGo)나 단백질 구조를 예측하는 알파폴드(AlphaFold) 등의 뛰어난 성능을 가진 인공지능 프로그램들이 여럿 개발 및 공개되었다. 이러한 인공지능들은 제각기 특화된 분야에서는 거의 모든 인간 전문가들의 능력을 뛰어넘는 성능을 보인다.
그렇다면 실제 사람처럼 다방면에서 뛰어난 성능을 가진 인공지능의 현주소는 어떨까. 지난 3월 열린 엔비디아의 개발자 연례 행사 ‘GTC (GPU Technology Conference) 2024’에서 CEO 젠슨 황은 AGI가 5년 이내에 등장할 것이라고 답변한 바 있다. 오픈AI의 GPT-4는 텍스트뿐만 아니라 이미지를 인식하고 생성해내는 멀티모달 기능이 탑재되기도 했다.
‘인공일반지능’또는 ‘범용인공지능’ 등으로 일컬어지는 AGI(Artificial General Intelligence)는 1997년 Mark Gubrud 노스캐롤라이나 대학교 교수의 논문 “나노 기술과 국제 안보”에서 처음으로 등장한 개념이다. 일반적으로 AGI는 인간의 일반적인 사고 및 지능을 기계로 재현해 궁극적으로 인간과 동일한 수준의 이해와 추론 능력을 가진 인공지능을 뜻하는 말로 사용되고 있다. 특정 작업에 특화된 현재의 AI와 달리 다양한 분야에서 활약할 수 있는 능력을 지닌 기술을 의미한다.
구글 DeepMind가 제시한 AGI의 단계
AGI를 정의하는 방법은 전문가마다 다르다. 몇 년 내로 등장할 기술이라는 의견부터 이미 현존하는 LLM이 AGI에 해당한다는 견해도 있고, 절대 구현 불가능한 기술이라는 의견도 있다.
이런 가운데, 지난해 말 구글 DeepMind 등 연구진이 발표한 논문 “Levels of AGI: Operationalizing Progress on the Path to AGI”은 다양한 AGI에 관한 정의들을 종합해 인공지능을 분류할 수 있는 기준을 제시했다. 이는 처음으로 AGI의 분류 기준을 제안했을 뿐만 아니라, 기존에 흔히 통용되던 추상적 개념이 아닌 여러 방면에서의 테스트 결과를 바탕으로 하고 있어 앞으로 AGI를 정의하는 데에 있어 중요한 의미를 가질 것으로 보인다.
이 연구에서는 인공지능을 성능에 따라 ‘레벨 0(인공지능이 아님)’부터 ‘레벨 5(모든 인간 능력을 초월함)’까지 6단계로, 그 기능의 범용성에 따라 ‘좁은 사례(Narrow)’와 ‘범용적인 사례(General)’로 구분했다.
사진 출처: arXiv
연구진들은 특정 분야에 한정해서는 모든 인간 능력을 초월하는 ‘레벨 5’의 인공지능이 해당하는 경우가 있다고 보았으나, 범용적인 사례로는 레벨 2 이상에 속하는 모델은 존재하지 않아 ‘초인공지능(ASI)’ 내지는 일반인공지능(AGI)은 현존하지 않는다고 결론내렸다.
또, 이 연구에 사용한 분석법이 모두 충분하지는 않다고 설명했다. 여기서는 튜링 테스트, 커피 테스트(커피 머신을 찾아 적절하게 작동시키기까지의 복잡한 과정을 테스트), 대학 입학 시험, 취업 시험, 이케아 테스트(가구 설명서를 보고 조립) 등의 방법론을 사용했으나, 이러한 테스트들을 통과했다고 AGI라고 말할 수는 없다는 것이다.
AGI의 탄생까지…
정의하는 방향에 따라 달라질 수 있겠지만, AGI 구축에 핵심적인 기술로 자연어처리(NLP), 컴퓨터 비전, 로보틱스 등을 꼽을 수 있다.
자연어처리(NLP; Natural Language Processing)는 기계가 인간의 언어를 이해하고 인간에게 자연스러운 언어를 생성해내기 위해 중요한 기술이다. AGI가 인간과 자연스럽게 소통하고, 복잡한 언어로 제시되는 작업도 문제없이 수행해내는 데에 핵심적인 역할을 한다.
컴퓨터 비전은 시각적 데이터를 기계가 인식해 처리할 수 있도록 하는 능력을 개발하는 기술이다. 인간이 눈으로 세상을 보듯 AGI가 시각적인 정보를 받아들이는 데에 활용된다.
로보틱스는 물리적 세계와 AGI가 상호작용할 수 있도록 하기 위해 필요한 기술이다. AGI를 정의하는 데에 물리적 역량이 필요한지는 여전히 의견이 분분하지만, 기계의 지능이 실제 환경에서 작업을 수행하는 데에 사용되기 위해서는 로보틱스 기술이 필수적이다.
마무리하며
사람처럼 생각하고 소통하는 인공지능의 개발까지는 아직 갈 길이 멀다. 앞서 언급한 것과 같이 그 정의조차 명확하게 결론나지 않은 상태에서 실현 가능성이나 이것이 초래할 변화를 논하는 것은 다소 이른 논의같기도 하다.
그러나 이제까지의 기술의 발전을 예측할 수 없었듯 누구도 단언하기 힘든 것이 사실이다. 구글, 메타, 오픈AI등 다수 글로벌 테크 기업에서 AGI 개발을 장기적인 목표로 활발히 연구하고 있다고 밝힌 만큼, 앞으로 또 어떤 변화가 일어날지 주목해보자.
참고자료 출처
인공 일반 지능 (AGI) 이란? 개념, 적용 기술, 그리고 인간 삶에 미칠 영향 (https://www.samsungsds.com/kr/insights/artificial_general_intelligence_20240417.html)
구글, ;초인공지능’ 구분 기준 공개…”챗GPT는 레벨 1” (https://www.aitimes.com/news/articleView.html?idxno=155350)
꿈의 AI 인공일반지능(AGI), 논쟁 속 꽃 피울 수 있을까?
(https://www.lgcns.com/blog/it-trend/50939/)
자연어처리(NLP)는 왜 어려울까? 챗봇의 역사와 인간과 기계가 언어를 배우는 매커니즘
(https://aiheroes.ai/community/73)
ITS 25기 신유정
