AI도 인간!
지름길은 없어
지능의 본질을 두고 AI 학계의 오랜 논쟁이 있었어요. 인간처럼 세상을 이해하고 예측하는 '세계 모델(World Model)'을 내부에 구축해야 하는지, 혹은 모델 없이 오직 행동과 보상의 경험만으로도 지능에 도달할 수 있는지. AGI을 향한 두 개의 경로, 즉 '모델 기반'과 '모델 프리' 접근법의 근본적인 대립이었어요.
이번에 구글 딥마인드(Google DeepMind)가 게시한 논문, "범용 에이전트는 세계 모델을 필요로 한다 (General agents need world models)"는 이 질문에 대해 수학적이고 명백한 증거를 통해 논쟁의 종말을 고했어요.
연구의 핵심은 간단명료해요. 복잡하고 다단계로 이루어진 목표를 유연하게 해결할 수 있는 모든 범용 에이전트는, 그 아키텍처나 학습 방식과 무관하게, 필연적으로 자신의 환경을 예측하는 정확한 모델을 내재하고 있어야만 한다네요.
더 나아가, 에이전트의 목표 달성 능력이 향상되거나 해결해야 할 과업의 복잡성이 증가할수록, 그 안에 잠재된 세계 모델의 정확도 역시 비례하여 높아져야 함을 증명했어요. 즉, 에이전트의 지능적 성능과 세계 모델의 정밀도는 불가분의 관계에 놓여있다네요.
결론은 진정한 범용성을 갖춘 AI를 향한 '모델 없는 지름길'은 존재하지 않는다고 해요. 에이전트의 지능은 그가 세상을 얼마나 정확하게 모사(模寫)하는지에 의해 근본적으로 규정돼공. AI 개발의 미래는 세계 모델링이라는 과제를 회피하는 것이 아니라, 정면으로 마주하고 해결하는 능력에 달려있어요.
GPT-5가 정말로!
OpenAI의 차세대 언어 모델 GPT-5 출시가 임박했다는 기대감이 커지고 있어요 최근 관련 전문가와 내부자들의 소셜 미디어 활동을 통해 여러 흥미로운 추측이 나오고 있다네요.
OpenAI의 테스터로 자주 당첨되었던 데리야 우누트마즈(Derya Unutmaz)는 'o5'로 알려진 내부 모델의 훈련이 이미 완료되었다고 밝혔어요. 일각에서는 'o5'가 기존 모델('o3')보다 100배 많은 강화학습(RL) 컴퓨팅 파워를 가질 것이라는 관측도 제기되었다네요.
그러나 대중에게 공개될 GPT-5가 'o5'를 기반으로 할지는 미지수에요. 우누트마즈는 GPT-5의 초기 버전이 한 단계 아래인 'o4' 기술을 기반으로 출시될 가능성을 언급했어요.
이러한 상황 속에서 최근 OpenAI 소속 연구원이 된 에이단 맥러플린(Aidan McLaughlin)은 이제 'GPT-5를 기대하라'는 메시지를 던지며 논의에 불을 지폈어요. 차세대 AI의 등장이 가시권에 들어왔음은 분명해 보이지만, 그 구체적인 성능과 기반이 될 기술에 대한 궁금증은 더욱 증폭되고 있네요.
10억명!
사모펀드 행사인 '슈퍼리턴 인터내셔널 2025(SuperReturn International 2025)'에 모인 5,500여 명의 금융 전문가들을 향해 충격적인 예언이 던져졌어요. 기술 투자 전문 사모펀드 비스타 에퀴티 파트너스(Vista Equity Partners)의 CEO 로버트 F. 스미스(Robert F. Smith)는 AI가 고용 시장에 지각변동을 일으켜, 이 자리에 있는 전문가 대다수가 내년에는 일자리를 잃게 될 것이라고 경고했어요.
스미스는 독일 베를린에서 열린 콘퍼런스에서 "내년이면 이 콘퍼런스 참석자 중 40%는 AI 에이전트를 활용하게 되고, 나머지 60%는 새로운 일자리를 찾고 있을 것"이라고 단언했어요. 그의 발언은 골드만삭스(Goldman Sachs), 블랙록(BlackRock) 등 세계 유수의 투자사 고위급 리더들이 참석한 자리에서 나왔다는 점에서 그 무게를 더해요.
그는 AI로 인해 오늘날 10억 명에 달하는 지식 근로자의 직무가 모두 변할 것이라고 강조했어요. "모든 일자리가 사라진다고 말하는 것이 아니라, 모두 변할 것이라는 의미"라며, "조직 내에는 초생산적인 인력이 생겨나는 반면, 다른 할 일을 찾아야만 하는 사람들도 나타날 것"이라고 덧붙였어요.
AI가 가져올 변화는 더 이상 막연한 미래가 아닌, 당장 내년부터 현실화될 수 있는 금융 산업의 현주소에요. 스미스의 경고는 다가올 격변 속에서 생존하기 위한 본질적인 직무 능력의 재정의가 시급함을 시사하고 있어요.
AI는 뇌!
뇌의 의사결정 및 학습 능력에 대한 기존의 통념이 통째로 뒤바뀌었어요. 도파민 뉴런이 보상을 통해 학습을 유도한다는 것은 알려진 사실이었지만, 그 방식은 단일한 평균 기댓값을 계산하는 단순한 과정이 아니었다네요.
최신 연구에 따르면, 뇌의 도파민 뉴런 군집은 단일 신호를 보내는 대신, 각기 다른 특성을 지닌 개별 뉴런들의 '앙상블'로 기능해요. 어떤 뉴런은 즉각적이고 작은 보상에 민감하게 반응하는 반면, 다른 뉴런은 지연되더라도 더 큰 보상을 예측하며 점진적으로 활성화되고요. 각 뉴런은 잠재적 보상의 '시기'와 '크기'라는 두 가지 축을 기준으로 자신만의 선호도를 가지는데, 배고픔이나 갈증 같은 유기체의 '내부 상태'까지 종합적으로 고려한다고 해요.
이러한 개별 뉴런들의 다양한 관점이 모여, 뇌는 앞으로 발생 가능한 여러 미래 시나리오에 대한 '다차원적 확률 지도'를 구성하는데, 놀랍게도, 단 하나의 최적해가 아닌, 가능한 모든 결과의 분포를 예측하고 평가하는 분산형 강화학습(distributional reinforcement learning)이라는 최신 AI 모델의 작동 방식과 흡사하다네요.
이 발견은 단순히 뇌를 이해하는 데 그치지 않고, 더 인간과 유사한 AI 개발의 청사진을 제공했다고 평가받고 있어요. 특히 이 메커니즘에 착안해 개발된 '시간-크기 강화학습(TMRL)' 알고리즘은 불확실성이 높은 환경에서 기존 AI보다 훨씬 빠르고 유연하게 최적의 행동을 계획하는 능력을 보였다네요.
뇌과학이 AI의 영감을 주고, AI가 다시 뇌의 작동 원리를 규명하는 열쇠가 되는 선순환이 입증된 거에요. 뇌가 미래를 단일 예측이 아닌 확률적 지도로 본다는 사실은, 불확실성을 다루는 AI의 근본적인 발전을 이끌고 파킨슨병 등 관련 뇌 질환 연구에도 새로운 길을 제시해요.
직접 봐야
인간이 사물을 인식하고 분류하는 방식은 인간만의 인지 능력의 근간을 이루고 있어요. 그렇다면 인공지능(AI)은 이 세계를 어떻게 개념화할까요? 단순한 패턴 모방을 넘어, 인간과 유사한 개념적 표상 체계를 스스로 구축할 수 있을까요?
최근 발표된 한 연구(Du et al., 2025)는 이 질문에 대한 핵심적인 단서를 제공했어요. 연구진은 LLM과 멀티모달 LLM에게 1,854개의 자연물에 대한 470만 건의 '삼지선다(triplet odd-one-out)' 판단을 내리게 했어요. 세 개의 사물 중 가장 이질적인 것을 고르는 작업인데, 인지심리학에서 유사성을 측정하는 확립된 방법론이거든요. 분석 결과, AI의 판단 데이터로부터 66개의 안정적이고 예측 가능한 저차원 '개념 임베딩(conceptual embedding)'이 드러났어요. 쉽게 설명하자면, AI 내부에서 사물 간의 관계를 나타내는 일종의 '개념 지도'가 자연스럽게 형성되었다는 뜻이라네요.
더욱 중요한 것은 이 66개의 차원이 해석 가능하다는 점이에요. 이 차원들은 '동물 관련', '음식 관련', '탈것 관련'과 같은 의미적 범주뿐만 아니라, '딱딱함', '온도', '질감' 같은 지각적 특성까지 포착했어요. AI가 단지 추상적인 연산을 하는 것이 아니라, 인간이 세상을 이해하는 것과 유사한 의미 있는 축을 따라 정보를 조직하고 있음을 시사하고 있어요.
물론 인간과 AI의 차이점도 명확했어요. 인간이 색상, 형태 등 시각적 특징에 더 민감한 반면, 텍스트 정보에만 의존하는 LLM은 의미론적, 기능적 분류에 더 의존하는 경향을 보였어요. 그러나 이미지와 텍스트를 함께 처리하는 멀티모달 LLM은 인간의 판단과 훨씬 높은 수준의 유사성을 나타냈고, 시각 정보가 인간과 유사한 개념 형성에 결정적인 역할을 함을 증명했어요.
연구의 정점은 이 AI의 개념 지도를 실제 인간의 뇌 활동과 비교한 부분이에요. 멀티모달 LLM이 구축한 객체 표상 구조는 인간의 뇌에서 특정 사물 카테고리(예: 신체, 장소, 얼굴)를 처리하는 것으로 알려진 뇌 영역(EBA, PPA, FFA 등)의 신경 활동 패턴과 강력한 정렬(alignment)을 보였어요. 이는 AI의 개념 체계가 인간의 뇌에 존재하는 개념적 지식의 핵심 측면을 공유한다는 강력한 증거라네요.
이제 현대의 멀티모달 AI는 단순히 데이터를 암기하고 모방하는 단계를 넘어, 인간과 근본적으로 유사한 방식으로 객체 개념을 표상하는 능력을 자발적으로 발현하고 있어요. 인간과 기계 지능의 수렴 가능성을 시사하고, 더 인간에 가까운 인공 인지 시스템 개발의 토대를 마련한다는 의의가 있다네요.
되돌아 올 수 없는 과거
인공지능이라는 거대한 담론은 이제 추상적 논의의 단계를 지나, 우리 눈앞의 현실로 구체화되고 있어요. AI 분야의 선구자 일리야 수츠케버(Ilya Sutskever)가 토론토 대학 졸업 축사에서 강조했듯, AI는 머지않아 인간이 할 수 있는 모든 것을 해낼 거에요. 우리의 뇌 또한 생물학적 컴퓨터이기에, 디지털 컴퓨터가 그 기능을 모사하지 못할 이유는 없거든요.
AI가 스스로 세계 모델을 구축하고, 인간의 뇌와 유사한 개념적 표상 체계를 형성하며, 그 잠재력이 현실화되는 시점이 임박했다는 사실은 그의 통찰을 뒷받침합니다. 단순히 10억 지식 근로자의 일자리를 위협하는 차원을 넘어, 인류가 마주한 가장 거대한 도전이 될 거에요.
수츠케버는 이 거대한 변화 앞에서 우리가 할 일은 명확하다고 말했어요. AI를 외면하지 않고, 그 능력을 ‘직접 보고’, 그 의미를 직시하는 것. 거기서부터 이 전례 없는 도전을 헤쳐나갈 에너지가 생성될 것이기 때문이에요. 이제 선택은 에코 멤버님들에게 달렸어요.
젠스파크 x AI 코리아 커뮤니티
안녕하세요. 에코 멤버님들
젠스파크와 협업을 생각하고 있는데, 웨비나를 진행하고 참여자분들에게 혜택을 드릴 수 있는 방안을 이야기중입니다.
다만 젠스파크 측에서 수요조사를 해달라고 하여 아래 링크로 수요조사를 실시합니다.
젠스파크 AI를 활용하시고 추후 웨비나 참여를 우선적으로 확정 받고 싶으신 분들은 아래 수요조사 링크를 눌러 닉네임과 이메일 입력하시고 완료해놓으세요.
웨비나가 진행되면 우선적으로 초청해드릴 예정입니다.
https://jx8gwv13h2n.typeform.com/to/xjnsreVy
Cinnamomo di Moscata
Cinnamomo di Moscata
Cinnamomo di Moscata (글쓴이) 소개
게임 기획자입니다. https://www.instagram.com/cinnamomo_di_moscata/
(1) arXiv:2506.01622 [cs.AI]
(2) Derya Unutmaz. (2025). "@TrueRunner3 That’s completed already.". X. https://x.com/DeryaTR_/status/1932484842614063515
(3) Aidan McLaughlin. (2025). "Okay now you guys can stop asking for o3-pro and start asking for gpt-5". X. https://x.com/aidan_mclau/status/1932538452618457219
(4) Sherin Shibu. (2025). Investment Firm CEO Tells Thousands in Conference Audience That 60% of Them Will Be 'Looking for Work' Next Year. Entrepreneur. https://www.entrepreneur.com/business-news/vista-ceo-tells-superreturn-attendees-ai-will-take-your-job/492825
(5) Shell Fan. (2025). This Brain Discovery Could Unlock AI’s Ability to See the Future. Singularityhub. https://singularityhub.com/2025/06/06/this-brain-discovery-could-unlock-ais-ability-to-see-the-future/
(6) Du, C., Fu, K., Wen, B. et al. Human-like object concept representations emerge naturally in multimodal large language models. Nat Mach Intell (2025). https://doi.org/10.1038/s42256-025-01049-z
(7) Universit of Toronto. (2025). Ilya Sutskever, U of T honorary degree recipient, June 6, 2025. YouTube. https://www.youtube.com/watch?v=zuZ2zaotrJs
