By WILL KNIGHT, WIRED US

2023년 긴 시간 동안 오픈AI를 테크 업계 최고 기업이라는 자리에서 밀어내는 것이 불가능한 일처럼 보였다. 오픈AI가 놀라우면서도 많은 이야기를 하고, 간혹 정신적으로 해로운 프로그램인 챗GPT를 출시하면서 확산된 폭발적인 관심과 과장 광고에 편승하였기 때문이다.

최근, 구글 딥마인드 CEO 데미스 하사비스(Demis Hassabis)는 오픈AI CEO 샘 알트만을 상대로 어느 정도 건전한 경쟁 구도를 형성하면서 챗GPT와 같은 수준으로 역량과 혁신성을 갖춘 AI 모델 개발, 배포가 이루어지도록 이끌었다.

알파벳이 2023년 4월, 갑자기 구글 내 AI 집중 부서 두 곳을 통합하면서 딥마인드 조직을 구축했으나 하사비스는 자사 과학자와 엔지니어 인력을 모아 알파벳의 효자와 같은 검색 엔진 사업부를 위협할 대상으로 판단한 오픈AI의 놀라운 상승세와 오픈AI와 마이크로소프트 간의 협력 견제 책임을 졌다.

구글 연구팀은 챗GPT 개발 시 활용한 몇 가지 아이디어를 고안했으나 그동안 AI의 잘못된 행동이나 악용 문제를 고심하여 상용화하지는 않았다. 최근 들어 하사비스는 이미 구글의 챗GPT 대항마인 바드는 물론이고, 갈수록 더 많은 구글 제품의 기본 역량을 지원하는 멀티모달 AI 모델인 제미니 개발이 신속하게 이루어지면서 AI 연구 및 배포 속도의 극적인 변화를 감독했다. 구글은 제미니를 공개하고 2개월 만에 무료 버전인 제미니 프로 1.5(Gemini Pro 1.5) 업데이트를 신속하게 배포했다. 제미니 프로 1.5는 초기 버전보다 규모가 더 커졌으며, 다량의 텍스트, 영상, 오디오 동시 분석 능력도 갖추었다.

알파벳의 역량이 가장 우수한 모델인 제미니 울트라(Gemini Ultra)도 제미니 프로 1.5와 비슷한 업그레이드 과정을 친다면, 많은 기업이 더 강력하면서도 유용한 AI 시스템 개발과 배포 경쟁을 펼쳐 오픈AI가 또 다른 AI 개발 노력을 추진하도록 할 것이다.

하사비스는 런던 자택에서 줌을 통해 와이어드 윌 나이트(Will Knight) 기자와의 인터뷰에 응했다. 인터뷰 내용은 분량과 명확성을 고려하여 약간 다듬었다.

와이어드: 제미니 프로 1.5는 이전 버전보다 입력값의 데이터 용량이 훨씬 더 크다. 동시에 규모 대비 가장 강력한 성능을 지원하는 AI 모델이기도 하다. 다양한 전문가의 조합이라고 칭하는 아키텍처 덕분이다. 이 부분이 중요한 이유는 무엇인가?
데미스 하사비스: 이제 적당한 용량의 짧은 영상을 처리할 수 있다. 현재 학습 중인 주제와 1시간 분량 강의가 있다면, 제미니 프로 1.5가 훨씬 더 유용해질 것으로 상상한다. 또, 특정 사실이나 시점을 알고자 할 수도 있을 것이다. 제미니 프로 1.5의 훌륭한 사용 사례가 여럿 등장할 것으로 예상한다.

구글 딥마인드 수석 과학자 제프 딘(Jeff Dean)이 앞서 고안한 바와같이 다양한 전문가 조합을 설계하고는 새로운 버전을 개발했다. 제미니 프로 1.5는 넓은 범위에서 테스트 과정을 거쳤으나 성능은 이전 세대 아키텍처의 최고 성능과 비슷한 수준이다. 딥마인드가 제미니 프로 1.5 개발 작업으로 선보인 혁신을 활용하여 울트라 모델을 제작할 때 제한 사항은 전혀 없다. 딥마인드가 현재 작업 중인 부분이라는 점도 분명하게 말할 수 있다.
 
지난 몇 년간 AI 모델 훈련 과정에 사용하는 컴퓨터 전력, 데이터양이 증가하면서 AI의 놀라운 발전을 이끌었다. 샘 알트만은 AI 칩을 추가로 확보하려 최고 7조 달러를 조달하려 하는 것으로 알려졌다. 컴퓨터 전력을 대거 늘리면, 범용 인공지능(AGI)의 시대가 열릴까?
혹시 잘못된 정보 아닌가? 누군가가 오픈AI의 7조 달러 조달 관련 소식은 일시적으로 간절하게 원하는 것이라고 말하는 것을 들었다. AI 개발 작업에는 거대한 규모가 필요하다. 바로 오늘날 엔비디아의 가치가 오늘날 성장한 이유이다. 실제로 조달하고자 하는 자본 규모는 정확하지 않더라도 샘 알트만이 AI 칩에 큰돈을 투자하려는 이유이기도 하다. 하지만 딥마인드는 항상 근본적인 연구를 먼저 한다는 점에서 대다수 AI 기업과는 다르다고 생각한다. 구글 리서치(Google Research)와 구글 브레인(Google Brain), 딥마인드에서는 지난 10년간 선구적인 연구를 하면서 오늘날 누구나 사용하는 머신러닝 기법을 다수 개발했다. 근본적인 연구를 우선 선구적으로 진행하는 것이 딥마인드의 DNA이다. 딥마인드에는 다른 기관에서는 찾아볼 수 없는 수석 연구 과학자가 많다. AI 분야의 다른 스타트업과 대기업 모두 연구 과학 분야의 엔지니어링 비율이 높다.

컴퓨터 칩 대량 확보가 AI 발전 연구의 유일한 방법이 되지 않을 것이라는 의미인가?
개인적으로 AGI를 완성하려면, 최고 수준의 규모는 물론이고 여러 가지 추가 혁신이 필요하다고 확신한다. 규모를 줄일 수는 없다. AGI에 가까워지고 있으나 달성하지 못하는 상황이나 어떠한 상황도 접하지 못했다. 지금도 AGI를 실현하기 위해 혁신해야 할 부분이 있다. 따라서 기존 기법을 고수하여 최대한 발전할 수 있는 수준을 살펴볼 수 있으나 기존 기법의 규모 확장이 없다면, 계획이나 툴 사용, 에이전트와 같은 행동 등 새로운 역량을 얻지는 못할 것이다. 기술 발전은 마법처럼 이루어지는 것이 아니다.

컴퓨터 연산 능력 자체도 깊이 살펴보아야 한다. 훈련을 마치는 데 며칠이 걸리는 개념 제안을 위한 간단한 문제를 실험하는 것을 좋아한다면, 이상적이다. 그러나 종종 개념 탐구 단계의 간단한 문제로는 거대한 규모의 문제를 다룰 수 없다는 점을 확인하게 된다. 규모를 10배 확장하여 추론하기 좋은 부분을 발견할 것이다.

AI 기업 간의 경쟁이 단순히 대화 능력을 갖춘 AI보다는 갈수록 툴 사용과 에이전트를 중심으로 펼쳐질 것으로 보는가? 오픈AI는 툴 사용, 에이전트 개발 작업을 진행하는 것으로 알려졌다.
가능성이 있다. 툴 사용과 에이전트 개발은 오랫동안 추적한 작업이다. 또한, 알파고(AlphaGo) 시대부터 에이전트, 강화학습, 계획은 매우 기본적인 작업이었다. (2016년, 딥마인드는 복잡한 문제 해결과 첨단 게임 능력을 갖춘 획기적인 알고리즘을 개발했다.) 딥마인드는 다양한 아이디어를 준비하면서 다양한 대규모 모델을 바탕으로 한 알파고의 역량 결합을 생각했다. 자기 성찰과 계획 능력이 현재 AI 챗봇의 문제이기도 한 거짓을 사실처럼 말하는 문제를 해결하는 데도 도움이 될 것으로 생각한다.

재미있는 작업이다. ‘조금 더 주의하라’, ‘논리를 설명하라’ 등과 같은 내용을 지시한다면, AI 모델이 더 나은 결과물을 제공할 것이다. 이 과정에서는 단계의 논리성을 조금 더 향상하는 작업을 중요하게 여길 것이다. 그러나 시스템의 작업이 체계적으로 이루어지도록 할 수도 있다.

광범위한 작업이 이루어지는 영역이다. 많은 시간과 에너지를 투자해야 할 것이다. AI 시스템이 에이전트와 더 비슷해질 때 AI 시스템의 역량 단계 변화가 될 것으로 생각한다. 딥마인드는 AI 모델의 체계적 변화에 아낌없이 투자한다. 다른 기업도 같은 방향으로 AI 개발 작업을 추진하기를 바란다.

AI 모델이 더 심각한 문제를 일으키거나 위험한 존재가 될 일은 없을까?
항상 안전 포럼과 콘퍼런스가 중요한 단계 변화라고 주장한다. 에이전트와 같은 시스템이 훌륭한 기능을 한다면, AI가 기본적으로 수동적인 Q&A 시스템과 같은 현재 시스템과 매우 다르다고 느끼게 될 것이다. AI가 한순간에 적극적인 학습자로 변신하기 때문이다. 물론, 에이전트에 가까워진 AI는 현재 등장한 AI보다 더 유용할 것이다. 사용자를 위해 다양한 작업을 처리하고, 실제로 작업을 완수하기 때문이다. 그러나 훨씬 더 신중해져야 한다.

웹에 정식 배포하기 전 에이전트를 테스트할 강화 시뮬레이션 샌드박스를 늘 지지한다. 다양한 제안 사항이 있지만, 업계는 시스템 출현을 생각하기 시작해야 한다. 몇 년이 걸릴 수도 있고, 조만간 에이전트에 가까운 시스템이 공개될 수도 있다. 하지만 다른 시스템 종류에 해당한다.

가장 강력한 모델인 제미니 울트라를 테스트하는 데 더 오랜 시간이 걸린다고 말한 적이 있다. 단순히 개발 속도가 원인인가? 아니면 제미니 울트라 모델이 실제로 더 많은 문제를 일으키기 때문인가?
둘 다 맞다. 우선, 모델 규모가 클수록 AI 모델을 정교하게 개선하는 작업이 더 복잡하고, 오랜 시간을 투자해야 한다. 모델 규모가 클수록 테스트해야 할 역량도 더 많다.

구글 딥마인드가 하나의 조직으로 개편되면서 이른 시점에 출시하고, 실험용 프로그램을 소수 사용자에게 배포하고는 초기 테스트 참여자의 피드백을 듣고는 정식 출시 전 수정 작업을 한다는 점을 알아차렸기를 바란다.

안전 이야기를 하자면, 영국 AI 안전 연구소와 같은 정부 기관과의 논의는 어떤 방향으로 나아가고 있는가?
매우 원활한 논의가 이루어지고 있다. 일종의 기밀 유지가 필요한 문제이기 때문에 정부 기관과의 안전 논의 사항을 이야기해도 괜찮을지 모르겠다. 하지만 정부 기관이 딥마인드의 최전선에 있는 여러 AI 모델에 접근하고 제미니 울트라를 테스트했으며, 딥마인드는 정부 기관과 계속 긴밀히 협력하고 있다는 점은 말할 수 있다. 2023년, 영국 블레츨리 파크(Bletchley Park)에서 진행된 AI 안전 회담(AI Safety Summit)의 성과라고 본다. 정부 기관은 화학, 생물학, 방사선학, 핵무기 등과 같이 딥마인드의 비밀 정보 사용 허가 대상이 되지 않은 사항을 확인할 수 있다.

현재의 시스템이 우려할 사항이 있을 정도로 강력하다고 생각하지는 않는다. 하지만 정부, 업계, 학계 등 모든 측면에서 강화할 AI 안전 시스템을 구축하는 것은 긍정적으로 생각한다. 에이전트 시스템이 다음의 중대한 단계 변화가 될 것으로 예상한다. 단계에 따라 점진적으로 개선하면서 훌륭하면서 중요한 수준으로 개선됨과 동시에 기존 AI와는 다른 모습처럼 보이는 AI 시스템이 등장할 수도 있을 것이다.

** 위 기사는 와이어드US(WIRED.com)에 게재된 것을 와이어드코리아(WIRED.kr)가 번역한 것입니다. (번역 : 고다솔 에디터)

<기사원문>
Google’s AI Boss Says Scale Only Gets You So Far