진보의 환상: 일반 인공 지능을 구현하지 않고 시뮬레이션하기

모든 영역에서 인간과 비슷하거나 더 뛰어난 지능을 가진 시스템인 일반 인공 지능(AGI)은 여전히 기술의 성배로 여겨지고 있습니다. 하지만 2025년에는 통합된 시스템으로서의 AGI가 아니라 여러 전문화된 좁은 의미의 인공지능이 결합되어 점점 더 설득력 있는 환상을 만들어내는 대안이 떠오르고 있습니다.

‍

인공 지능의 모자이크

오늘날의 AI는 특정 작업에서 탁월한 능력을 발휘합니다. 대규모 언어 모델(LLM)은 텍스트를 처리하고, Midjourney나 DALL-E와 같은 모델은 이미지를 생성하며, AlphaFold는 단백질을 분석합니다. 개별적으로는 제한적이지만, 조정된 에코시스템에 통합되면 이러한 좁은 의미의 AI는 AGI의 '프록시'인 일반 지능의 모습을 갖게 됩니다.

‍

스탠포드 대학의 AI 인덱스 2025 보고서에 따르면, 상당한 진전에도 불구하고 AI는 복잡한 추론 영역에서 계속 장애물에 직면하고 있습니다.

고급 모델은 고도로 구조화된 문제를 해결하지만 명료한 논리적 추론, 순차적 계획 및 추상적 사고에 있어서는 뚜렷한 한계를 보입니다.

‍

소사이어티 오브 마인즈 접근 방식과 멀티 에이전트 시스템

2025년에 인공지능은 틈새 기술에서 기술 및 사회 환경의 전략적 요소로 빠르게 진화하고 있으며, 문화적, 윤리적 의미도 깊어지고 있습니다.

그 결과 일반 인공지능의 지평에 더 가까이 다가갈 수 있는 에이전트 인공지능 시스템이 등장하게 되었습니다.

‍

다중 에이전트 시스템에서는 각 에이전트가 중앙 컨트롤러에 의존하지 않고 로컬 데이터와 자율적인 의사 결정 프로세스를 사용하여 독립적으로 운영됩니다.

‍

각 상담원은 로컬 뷰를 가지고 있지만 전체 시스템에 대한 글로벌 뷰를 가지고 있는 상담원은 없습니다. 이러한 탈중앙화 덕분에 상담원은 개별적으로 업무를 처리하면서도 상호 작용을 통해 전체 목표에 기여할 수 있습니다.

‍

2025년에는 여러 AI 에이전트가 협업하여 복잡한 목표를 달성하는 멀티 에이전트 시스템이 점점 더 대중화될 것입니다. 이러한 시스템은 워크플로우를 최적화하고 인사이트를 생성하며 다양한 분야의 의사 결정 프로세스를 지원할 수 있습니다.

‍

예를 들어, 고객 서비스 분야에서는 AI 에이전트가 복잡한 요청을 처리하고, 생산 분야에서는 생산 라인을 실시간으로 감독하며, 물류 분야에서는 공급망을 동적으로 조정합니다.

‍

컴퓨팅 고원과 물리적 장벽

놀라운 발전에도 불구하고 전통적인 컴퓨팅 개발은 정체기에 도달하기 시작했습니다. 1959년부터 2012년까지 무어의 법칙에 따라 AI 모델을 학습시키는 데 필요한 에너지의 양은 2년마다 두 배씩 증가했습니다. 그러나 가장 최근 데이터에 따르면 2012년 이후에는 2배로 증가하는 시간이 3.4개월마다로 훨씬 빨라져 현재 속도가 이전보다 7배 이상 빨라진 것으로 나타났습니다.

‍

필요한 컴퓨팅 파워의 급격한 증가는 AI 분야에서 상당한 진전을 이루는 것이 경제적으로 얼마나 어려운 일인지 잘 보여줍니다.

‍

양자 컴퓨팅의 약속

양자 컴퓨팅은 이러한 장애물을 극복하여 더욱 정교한 모델에 필요한 연산 능력의 패러다임 전환을 제공할 수 있습니다. 2025년, 기술 기업들이 AI의 에너지 소비 증가를 따라잡기 위해 대체 동력원을 도입함에 따라 양자 컴퓨팅은 이러한 문제를 해결하는 중요한 도구로 부상하고 있습니다.

양자 컴퓨팅의 급속한 발전 덕분에 향후 5년 안에 AI의 에너지와 물 소비를 최대 99%까지 줄일 수 있다는 IBM의 CEO 아빈드 크리슈나의 예측에 따르면 향후 5년 내에 최대 99%까지 줄일 수 있다고 합니다.

‍

이 기술은 지금까지 상상할 수 없었던 컴퓨팅 성능을 구현하고 과학 연구의 새로운 지평을 열어줄 것입니다.

‍

디웨이브 퀀텀은 2025년 3월 '양자 시뮬레이션의 고전적 계산을 넘어서'라는 제목의 동료 검토 논문을 발표하여 어닐링 양자 컴퓨터가 세계에서 가장 강력한 고전적 슈퍼컴퓨터 중 하나를 능가하는 성능을 보여주었다고 발표했습니다. 자성 물질의 복잡한 시뮬레이션 문제를 해결하는 데 있어.

‍

2025년은 하드웨어, 오류 수정, AI 및 양자 네트워크와의 통합 등 양자 컴퓨팅의 획기적인 발전이 이뤄지는 해입니다. 이러한 발전은 의료, 금융, 물류 등의 분야에서 의료, 금융, 물류 등의 분야에서 양자 컴퓨팅의 역할을 재정의하고 있습니다..

‍

하지만 포레스터에 따르면 양자 컴퓨팅은 2025년의 발전에도 불구하고 여전히 실험적인 단계에 머물러 있으며, 대부분의 애플리케이션에서 기존 컴퓨터보다 실질적인 이점을 보여주지 못하고 있습니다.

‍

양자 경쟁: 마이크로소프트 대 구글?

Microsoft는 2025년 초에 출시된 Majorana 1 칩을 통해 양자 컴퓨팅 분야에서 상당한 진전을 이루었다고 주장합니다. 이 프로세서는 오류에 대한 저항성이 강한 것으로 알려진 '반전자' 역할을 하는 준입자인 마조라나 입자를 조작하는 8개의 토폴로지 큐비트로 구성된 새로운 토폴로지 코어 아키텍처를 특징으로 합니다.

‍

반면에 Google은 큐비트가 증가함에 따라 오류율이 증가하는 기존의 문제를 해결하는 혁신적인 양자 칩인 Willow를 통해 다른 접근 방식을 개발했습니다. Willow는 큐비트가 추가될수록 실제로 더 정확해집니다.

‍

이 두 가지 전략은 양자 컴퓨팅에 대한 근본적으로 다른 접근 방식을 나타내며, Microsoft는 토폴로지에, Google은 오류 최적화에 중점을 둡니다.

‍

지속되는 인지 장벽

‍

복합 AI는 하드웨어적인 한계 외에도 다른 근본적인 장벽에 직면해 있습니다:

‍

인과 관계 이해: 시스템은 변수를 상호 연관시키지만 진정한 인과 관계를 분리하지는 못합니다. AI는 많은 분야에서 상당한 진전을 이루었지만, 여전히 다음과 같은 한계에 인간의 감정을 이해하고 이에 대응하는 것, 위기 상황에서의 의사 결정, 윤리적, 도덕적 고려 사항을 평가하는 데 있어서는 여전히 한계에 직면해 있습니다.

‍

지속적인 학습: 신경망은 여러 가지 작업을 순차적으로 학습할 때 정확도가 떨어지며 일종의 '치명적인 기억상실증'을 보입니다.

‍

메타 인지: AI는 자체 인지 내부 모델이 부족하여 진정한 자기 개선에 한계가 있습니다.

‍

‍

'프록시당' AGI를 향해

과학계는 일반 인공 지능(AGI)의 목표를 달성하는 데 필요한 기술과 기간에 대해 다소 의견이 분분한 것처럼 보이지만, 이 논쟁은 흥미로운 새로운 제안을 낳고 있으며, 이미 새로운 AI 시스템 연구에서 실용적인 적용이 이루어지고 있습니다.

‍

2025년은 기업에서 최초의 에이전트 시스템이 생산되는 해가 될 수 있습니다.

‍

AGI는 가장 야심찬 목표인 인간과 비슷하거나 더 뛰어난 인지 능력을 갖춘 시스템으로, 지식을 교차적으로 이해하고 학습하며 적용할 수 있습니다.

‍

미래에는 모놀리식 AGI를 기다리기보다는 일반적인 지능을 갖춘 것처럼 보이는 시스템, 즉 '프론트 AGI'가 등장할 가능성이 더 높습니다:

‍

AI 마이크로서비스의 오케스트레이션: 공통 추상화 수준을 통해 조정된 여러 전문화된 AI.
통합 대화 인터페이스: 여러 기반 시스템의 복잡성을 숨기는 단일 인터페이스입니다.
제한된 횡단적 학습: 특정 도메인 간에 지식을 선택적으로 공유합니다.

의식: 현실인가, 아니면 공유된 환상인가?

인공지능 논쟁에서 우리는 인간에게는 기계가 복제할 수 없는 '의식'이 부여되어 있다고 당연하게 여기는 경향이 있습니다. 하지만 인간의 의식 자체가 실재하는 것일까, 아니면 환상일까라는 좀 더 근본적인 질문을 던져야 할지도 모릅니다.

‍

다니엘 데넷과 같은 일부 신경 과학자와 마음 철학자들은 우리가 '의식'이라고 부르는 것이 그 자체로 사후 내러티브 - 뇌가 자신의 작동을 이해하기 위해 구성하는 해석.

‍

의식을 신비롭고 단일한 속성이 아니라 통일된 '자아'라는 설득력 있는 환상을 만들어내는 일련의 상호 연결된 신경 과정으로 간주하면 인간과 기계의 경계가 명확하지 않게 됩니다.

‍

이러한 관점에서 볼 때, 우리는 신흥 AGI와 인간 지능의 차이를 본질적인 차이라기보다는 정도의 차이로 볼 수 있습니다. 고급 언어 모델에서 볼 수 있는 이해의 환상은 근본적으로 다른 방식으로 구성되어 있지만 복잡한 프로세스 네트워크에서 비롯된 것으로, 우리가 스스로 경험하는 이해의 환상과 크게 다르지 않을 수 있습니다.

‍

이러한 관점은 도발적인 질문을 제기합니다. 인간의 의식 자체가 상호 연결된 여러 인지 프로세스에서 나오는 시뮬레이션이라면, 우리가 구축하고 있는 '대리' AGI(일반적인 이해를 시뮬레이션하기 위해 함께 작동하는 특수 시스템의 모자이크)는 우리 자신의 정신 구조와 놀랍도록 유사할 수 있다는 것입니다.

우리는 마법과 같은 불가사의한 특성을 재현하려는 것이 아니라, 우리 자신이 의식으로 경험하는 설득력 있는 환상을 재구성하려는 것입니다.

‍

이러한 성찰은 인간 경험의 깊이를 감소시키는 것이 아니라, 우리가 '의식'에 대해 말할 때 실제로 무엇을 의미하는지, 이 개념이 인공지능에게 정말 극복할 수 없는 장애물인지 아니면 언젠가 시뮬레이션할 수 있는 또 다른 과정인지 다시 생각해 보도록 초대합니다.

‍

‍

결론: 결승선 다시 생각하기

어쩌면 우리는 인공지능에 대한 정의를 근본적으로 재고해야 할지도 모릅니다. 인간의 의식 자체가 뇌가 스스로의 작동을 이해하기 위해 구성하는 내러티브인 일종의 환영일 수 있다면 인간과 인공 지능의 뚜렷한 구분이 모호해질 수 있습니다.

‍

전문가들은 2027년이 AI의 중추적인 순간이 될 것이라고 예측합니다. 현재의 속도라면 몇 년 안에 모델이 인지 일반성(인간의 모든 작업을 처리할 수 있는 능력)을 달성할 수 있을 것입니다.

‍

이 시나리오는 단순히 인간 지능의 복제가 아니라 완전한 인간도 아니고 완전한 인공 지능도 아니지만 서로 다른, 잠재적으로 상호 보완적인 새로운 유형의 지능의 출현으로 보아야 합니다.

‍

이러한 접근 방식은 우리가 완전히 이해하지 못할 수도 있는 인간의 의식을 복제하려는 시도에서 벗어나 인공지능이 그 자체로 할 수 있는 일에 집중할 수 있게 해줍니다. 따라서 앞으로 등장할 AGI는 인간을 '가장'한 단일 시스템이 아니라, 역설적으로 우리가 처음에 생각했던 것보다 더 파편화되고 상호 연결된 우리 인지의 특성을 반영할 수 있는 분산 지능이라는 고유한 특징을 가진 통합된 기술 생태계가 될 것입니다.

‍

이런 의미에서 AGI의 연구는 인간을 모방하려는 시도가 아니라 인간과 인공 모두의 지능과 의식의 본질에 대한 발견의 여정이 됩니다.

‍

출처

‍