글로벌 칼럼 | 오픈AI ‘큐스타’와 완벽한 AI를 만드는 마지막 5%

최근 로이터(Reuters)와 인포메이션(Information) 등 유력 언론사 2곳이 최근 오픈AI의 리더십 갈등을 둘러싼 흥미로운 보도를 했다. 이 모든 혼란의 배경에 AI 기술의 중대한 발전, 이른바 '큐스타(Q*)'가 있다는 내용이다. 큐스타는 초등학교 수준의 연산을 할 수 있고 수학적 추론을 통해 더 합리적인 선택을 하는 차세대 AI로 알려졌다. 이는 사실일까? 우리는 이를 어떻게 받아들여야 할까? 큐스타에 대해 이미 알려진 것과 이에 대해 놀랄 필요가 없는 이유를 살펴보자.
 

 

AI는 사고할 수 없다

올해 내내 화제의 중심이었던 LLM 기반 생성형 AI 혁명은 근본적으로 단어 혹은 숫자 예측 알고리즘에서 출발한다. 실제로는 지메일의 스마트 컴포즈(Smart Compose) 기능과 다를 바 없다. 챗GPT 같은 생성형 AI 챗봇과 대화해 보면, 사용자의 입력을 받아들인 후 예측을 기반으로 답변을 만들어낸다. 첫 단어가 X라면 두 번째 단어는 Y, 세 번째 단어는 Z라고 예측하는 식이다. 이런 예측은 모두 방대한 양의 데이터에 대한 학습을 기반으로 한다.

하지만 이런 챗봇은 각 단어의 의미나 개념을 알지 못한다. 단지 사람이 설정한 변수 내에서 다음에 나올 단어를 예측할 뿐이다. AI가 지능을 가질 수 없는 것도 바로 이 때문이다. 그 예가 지난 5월 스티브 A 슐츠라고 알려진 변호사의 사례다. 챗GPT를 이용해 소장을 작성해 연방 법원에 제출했는데, 이 소장에 존재하지 않는 판례가 포함돼 있어 큰 논란이 됐다. 챗GPT가 이런 '거짓말'을 한 이유는 앞서 살펴본 것과 같다. LLM은 현실에 대해 알지 못하고 관심도 없다. 단지 그럴듯한 단어의 배열만 생각하기 때문에 이런 황당한 소장을 내놓은 것이다.

다른 사례도 있다. 지난 9월 마이크로소프트가 운영하는 뉴스 사이트 MSN에는 LLM이 작성한 전 NBA 선수 브랜든 헌터의 부고 기사가 올라왔다. 제목은 "42살에 쓸모없어진 브랜든 헌트(Brandon Hunter useless at 42)"였다. 헌터가 "42세로 손을 뗐고", 두 시즌 동안 "67종의 비디오 게임"을 즐겼다는 내용이었다. 이 기사 역시 생성형 AI가 사고할 수 없음을 잘 보여준다. '죽은(dead)'과 '쓸모없는(useless)"을 대치해 사용할 수 있다고 판단했고, "사망한(passed)"과 "건네는(handed)", "게임(games)"과 "비디오 게임(video games)"도 혼동했다. 생성형 AI는 농구선수의 죽음에 대한 기사에서 이런 식으로 단어를 바꿔서는 안 된다는 것조차 몰랐다.
 

큐스타, 사고할 수 있는 AI?

이제 오픈AI의 큐스타를 살펴보자. 큐스타에 대해 공식적으로 알려진 것이 거의 없기는 하지만, 업계에서는 이를 오픈AI의 수석 과학자인 일리야 서츠케버가 이끄는 팀이 개발한 것으로 보고 있다. AI 기술 Q 러닝과 에이스타(A*) 검색을 결합했는데, 이름이 큐스타인 것도 이 때문이다. 참고로 Q 러닝은 답변을 생성하는 과정에서 정확한 의사결정을 했을 때 AI 툴에 보상을 제공하는 AI 훈련 방식이고, 에이스타는 그래프에서 노드를 확인하고 노드 사이의 경로를 찾는 알고리즘이다. 두 기술 모두 새로운 것이 아니고 오픈AI의 고유 기술도 아니다.

큐스타의 기본 개념은 이 두 기술을 추론 혹은 수학적 로직 같은 사고(thinking) 작업에 적용해 챗GPT가 더 좋은 결과에 도달할 수 있도록 하는 것이다. 그런데 이런 일부 정보가 외부에 알려지자 기본 개념이 점점 부풀려져 마침내 일반인공지능(AGI)과 비슷한 챗GPT가 등장하는 것 아니냐는 데까지 나아갔다.

오픈AI가 추구하는 궁극의 목표가 AGI인 것은 맞다. 사람처럼 생각하고 추론하거나 다른 사람을 납득시킬 수 있는 AI 툴이다. 추상적인 개념도 더 능숙하게 다룰 수 있다. 일부에서는 큐스타가 데이터셋의 종합적인 의견을 내놓는 정도가 아니라 자신만의 생각을 가질 수도 있다고 말한다. 소문 속 큐스타 모델은 수학에도 뛰어나, 개발자에게 더 유용한 툴이 될 수 있다. 동시에 큐스타가 인류의 위협이 되는 암울한 미래도 펼쳐질 수 있다. 최소한 인간의 일자리에 위험 요소인 것은 분명하다. 하지만 결론부터 말하면 이는 무리한 비약이다.
 

AI 기술의 급속한 발전은 환상

그렇다면 큐스타를 둘러싼 진실은 무엇일까? 조지아 공대의 컴퓨터 공학과 교수 마크 리들에 따르면, 큐스타는 생성형 AI가 만들어내는 '결과에 대한 관리'를 '과정에 대한 관리'로 대체하려는 오픈AI 내부의 여러 연구 중 하나일 뿐이다. 오픈AI는 이미 지난 5월 이 연구에 대한 일부 정보를 공개했는데, 당시에는 아무도 신경 쓰지 않았고 우려하는 목소리도 없었다. 결과를 만들어 내는 데 있어 단어 혹은 문자 예측을 일종의 관리 계획으로 대체하는 개념은 오늘날 LLM 기반 생성형 AI를 다루는 거의 모든 연구팀이 추구하는 방향이기도 하다. 오픈AI에만 국한된 것이 아니며 세상을 바꿀 '획기적인' 기술적 도약도 아니다.

사실 AI는 개별 기업 혹은 연구소가 모든 것을 바꿀 엄청난 혁신을 이뤄내는 방식으로 발전하는 것이 아니다. 단지 현재는 오픈AI의 사례 때문에 그렇게 느껴질 뿐이다. 오픈AI는 지난 2015년에 설립됐지만, 세상을 놀라게 한 챗GPT가 나온 것은 불과 1년 전이다. 이후 IT 업계 전체가 여기에 역량을 집중했고, 수천 가지 LLM 기반 앱이 등장했다. IT 펀딩 역시 AI 스타트업에 몰렸는데, 많은 사람이 이 모든 것이 오픈AI 때문인 것처럼 생각한다.

하지만 실제로 오픈AI가 이룬 혁신은 AI 자체가 아니다. 개발자와 일반 사용자가 생성형 AI 툴을 쉽게 사용할 수 있는 방법에 공헌한 바가 훨씬 크다. 지난 수십년간 수많은 기업과 대학이 조심스럽게 AI 연구를 발전시켜 온 반면, 오픈AI의 챗GPT 서비스 혹은 이를 통합한 마이크로소프트 빙 서치(Bing Search)는 과감하게 일반 사용자에게 성과를 공개했다. 결과적으로 다른 업체도 그동안 연구해 온 성과를 툴 혹은 오픈 API 형태로 더 많은 사람이 사용할 수 있도록 서비스하게 됐다.

즉, 지난 1년여간 우리가 겪은 진정한 변화는 AI 연구를 기업 혹은 학교의 비공개 활동에서 공개 활동으로 끄집어 올린 것이다. 많은 사람이 AI에 대해 불안을 느끼지만, AI 기술 자체가 지난 1년 사이 급속도로 발전한 것은 아니라는 의미다. 지금 시점에서 오픈AI가 어떤 '기술적 도약'을 이뤘다고 해서 전례 없이 발전 속도가 더 빨라질 가능성도 크지 않다.
 

기술을 완성하는 마지막 5%

진실은 오히려 그 반대다. AI와 관련된 여러 가지 기술을 자세히 들여다 보면, 기술이 발전할수록, 새로운 개선이 나타나는 속도는 더 느려진다는 것을 알 수 있다.

대표적인 사례가 자율주행차다. 필자는 2004년 다르파 그랜드 챌린지(DARPA Grand Challenge, 미국 국방부 주최 무인 자동차 경주대회)에 참가했었다. 당시 미국 국방부는 상금 100만 달러를 걸고 사막을 가로지르는 240km 코스를 자율주행하는 미션을 제시했지만, 성공한 이는 없었다. 그런데 바로 이듬해 같은 대회에서 스탠퍼드대학이 이를 해냈다. 불과 1년 만이다. 모든 사람이 10년 후 즉, 2015년이면 사람이 직접 운전하는 차는 없어질 것이라고 확신했다. 

하지만 2023년 지금의 상황은 어떤가? 현재 가장 높은 수준의 자율주행을 의미하는 레벨 4를 달성한 차량은 없다. 자율주행차로 허가된 경우에도 미리 정한 알려진 경로만 다녀야하고 그것조차 특정 시간과 기상조건에서만 가능하다. 즉 기술을 완성하는 마지막 5%에는 이전의 95%를 달성하는 것보다 더 많은 시간이 걸린다는 것을 알 수 있다.

이는 AI 기술의 발전에 있어서도 마찬가지다. 그런데 우리는 이 사실을 간과하고 있다. 너무나 많은 AI 전문가와 투자자, 지지자와 반대하는 사람들이 극심한 낙관주의 혹은 비관주의에 사로잡혀 기술 발전에 얼마나 시간이 걸리는지 마지막 5%에 대한 비현실적인 믿음을 가지고 있다. 이제 잠시 진정하고 AI에 지나친 흥분을 가라 앉히자. 큐스타가 모든 것을 한꺼번에 바꾸는 일 따위는 일어나지 않는다.
editor@itworld.co.kr