Anthropic의 Claude 3.7 및 xAI의 Grok 3과 같은 최신 AI 대규모 언어 모델(LLM) 릴리스는 적어도 특정 벤치마크에 따르면 박사 수준에서 수행되는 경우가 많습니다. 이러한 성과는 전 Google CEO인 에릭 슈미트가 꿈꾸는 것, 즉 모든 사람이 방대한 지식을 활용하여 여러 분야의 복잡한 문제를 해결할 수 있는 AI인 "위대한 폴리매스"에 접근할 수 있는 세상을 향한 다음 단계를 의미합니다.
와튼 경영대학원의 에단 몰릭 교수는 자신의 블로그인 One Useful Thing에서 이 최신 모델은 2년 전 GPT-4가 출시되었을 때 GPT-4보다 훨씬 더 많은 컴퓨팅 성능을 사용하여 훈련되었으며 Grok 3는 최대 10배 더 많은 컴퓨팅으로 훈련되었다고 언급했습니다. 그는 “이를 통해 Grok 3가 최초의 3세대 AI 모델이 될 것이라고 덧붙이며 이 새로운 세대의 AI는 더 똑똑하고 기능의 도약이 놀랍다"라고 강조했습니다.
예를 들어, 클로드 3.7은 사용자 요구 사항을 예측하고 문제 해결에서 새로운 각도를 고려하는 능력과 같은 새로운 기능을 보여줍니다. Anthropic에 따르면 빠른 응답을 위한 기존 LLM과 복잡한 문제를 해결하기 위한 고급 추론 기능을 결합한 최초의 하이브리드 추론 모델입니다.
Mollick은 이러한 발전이 LLM 훈련을 위한 컴퓨팅 파워의 급속한 확장과 복잡한 문제 해결(종종 추론 또는 사고로 설명됨)을 처리하는 AI의 능력 향상이라는 두 가지 수렴 추세에 기인한다고 말했습니다. 그는 이 두 가지 트렌드가 "AI 능력을 강화하고 있다"라고 결론지었습니다.
이 강력한 AI로 무엇을 할 수 있을까요?
중요한 단계로 OpenAI는 2월 초에 "심층 연구" AI 에이전트를 출시했습니다. Platformer에 대한 리뷰에서 Casey Newton은 심층 연구가 "인상적으로 유능한 것 같다"라고 언급했습니다. Newton은 심층 연구 및 이와 유사한 도구가 연구, 분석 및 기타 형태의 지식 작업을 크게 가속화할 수 있지만 복잡한 영역에서의 신뢰성은 여전히 남아있는 문제라고 지적했습니다.
아직 공개되지 않은 o3 추론 모델의 변형을 기반으로 하는 심층 연구는 장기간에 걸쳐 확장된 추론에 참여할 수 있습니다. 이는 생각의 연쇄(Chain-of-Thought, COT) 추론을 사용하여 인간 연구자가 접근 방식을 개선하는 것처럼 복잡한 작업을 여러 논리적 단계로 분해하여 수행합니다. 또한 웹을 검색할 수 있으므로 모델의 학습 데이터에 있는 것보다 더 많은 최신 정보에 액세스할 수 있습니다.
티모시 리(Timothy Lee)는 'AI의 이해하기'에서 전문가들이 심층 연구를 통해 수행한 몇 가지 테스트에 대해 "그 성능은 기본 o3 모델의 인상적인 기능을 보여준다"라고 지적했습니다. 한 테스트는 수소 전기 분해 공장을 건설하는 방법에 대한 지침을 요청했습니다. 결과물의 품질에 대해 한 기계 엔지니어는 "숙련된 전문가가 OpenAI가 4분 만에 생성한 4,000단어 보고서와 같은 좋은 것을 만드는 데 일주일이 걸릴 것으로 추정했습니다."
하지만 잠깐만요, 더 있습니다...
구글 딥마인드는 최근 제미니 2.0 LLM을 기반으로 구축된 다중 에이전트 AI 시스템인 'AI 공동 과학자'를 출시했습니다. 과학자들이 새로운 가설과 연구 계획을 수립하는 데 도움이 되도록 설계되었습니다.
임페리얼 칼리지 런던은 이미 이 도구의 가치를 입증했습니다. 호세 R. 페나데스 교수에 따르면, 그의 팀은 특정 슈퍼박테리아가 항생제에 저항하는 이유를 밝히는 데 수년을 보냈습니다. AI는 단 48시간 만에 연구 결과를 복제했습니다. AI가 가설 생성을 극적으로 가속화했지만, 연구 결과를 확인하기 위해서는 여전히 인간 과학자들이 필요했습니다. 그럼에도 불구하고 페나데스는 새로운 AI 애플리케이션이 "과학을 강화할 잠재력이 있다"라고 말했습니다.
과학을 강화한다는 것은 무엇을 의미할까요?
지난 10월, 앤트로픽(Anthropic)의 CEO인 다리오 아모데이는 자신의 블로그 '사랑의 은혜의 기계(Machines of Loving Grace)'에 글을 올려 '강력한 AI'(인공 일반 지능(AGI)를 일컫는 그의 용어)가 "5년에서 10년 안에 50년에서 100년 동안의 생물학적 연구 진전"을 이끌 것으로 기대한다고 썼습니다. 넉 달 전만 해도, 한 세기에 걸친 과학적 진보를 단 10년으로 압축한다는 생각은 지극히 낙관적으로 보였습니다. 최근 Anthropic Claude 3.7, OpenAI 심층 연구 및 Google AI 공동 과학자를 포함한 AI 모델의 발전으로 인해 Amodei가 단기적으로 "급진적인 변화"라고 말한 것이 훨씬 더 그럴듯해 보이기 시작했습니다.
그러나 AI가 과학적 발견을 앞당길 수는 있지만, 적어도 생물학은 여전히 실험적 검증, 규제 승인 및 임상 시험과 같은 실제 제약에 묶여 있습니다. 문제는 AI가 과학을 변화시킬 것인지 여부가 아니라 AI의 완전한 영향이 얼마나 빨리 실현될 것인가입니다.
오픈AI의 CEO인 샘 알트만은 2월 9일자 블로그 포스팅에서 "AGI를 가리키기 시작하는 시스템이 시야에 들어오고 있습니다. AGI가 많은 분야에서 인간 수준에서 점점 더 복잡해지는 문제를 해결할 수 있는 시스템입니다"라고 설명했습니다.
Altman은 이 이정표를 달성하면 "우리 앞에 놓인 경제 성장은 놀랍게 보이며, 이제 우리는 모든 질병을 치료하고, 가족과 더 많은 시간을 즐기고, 창의적인 잠재력을 완전히 실현할 수 있는 세상을 상상할 수 있는" 거의 유토피아적인 미래를 열 수 있다고 믿습니다.
이러한 AI의 발전은 매우 중요하며 짧은 기간 내에 매우 다른 미래를 예고합니다. 그러나 AI의 급부상에 걸림돌이 없었던 것은 아닙니다. 최근 휴먼Humane AI Pin의 몰락을 생각해 보세요 이 기기는 화제의 TED 강연 이후 스마트폰 대체품으로 과대 광고되었습니다. 불과 1년이 지나지 않아 회사는 파산했고, 남은 자산은 한때 높았던 가치의 일부에 매각되었습니다.
실제 AI 애플리케이션은 관련 전문 지식 부족에서 인프라 제한에 이르기까지 여러 가지 이유로 인해 심각한 장애물에 직면하는 경우가 많습니다. 이것은 확실히 세계에서 가장 부유한 투자자 중 하나의 지원을 받는 신생 기업인 Sensei Ag의 경험이었습니다. 이 회사는 개선된 작물 품종을 육종하고 수확에 로봇을 사용하여 AI를 농업에 적용하기 시작했지만 큰 장애물에 부딪혔습니다. 월스트리트 저널에 따르면 이 스타트업은 기술적 문제로부터 예상치 못한 물류 문제에 이르기까지 많은 차질에 직면해 있으며, 이는 AI의 잠재력과 실제 구현 사이의 격차를 강조합니다.
다음은 무엇일까요?
가까운 미래를 내다볼 때 과학은 발견의 새로운 황금기의 정점에 있으며 AI는 점점 더 유능한 연구 파트너가 되고 있습니다. 인간의 호기심과 함께 작동하는 딥 러닝 알고리즘은 AI 시스템이 방대한 양의 데이터를 선별하고, 인간에게 보이지 않는 패턴을 찾아내고, 학제 간 가설을 제안함에 따라 기록적인 속도로 복잡한 문제를 해결할 수 있습니다.
이미 과학자들은 AI를 사용하여 단백질 구조를 예측하고, 문헌을 스캔하고, 수년간의 작업을 몇 달 또는 며칠로 단축하는 등 연구 일정을 단축하여 기후 과학에서 의학에 이르기까지 다양한 분야에서 기회를 창출하고 있습니다.
그러나 급진적인 변화의 잠재력이 더욱 분명해짐에 따라 혼란과 불안정의 위험도 커지고 있습니다. 올트먼 자신도 자신의 블로그에서 "자본과 노동 사이의 힘의 균형은 쉽게 엉망이 될 수 있다"라고 인정했는데, 이는 AI의 경제적 영향이 불안정을 초래할 수 있다는 미묘하지만 중요한 경고입니다.
이러한 우려는 홍콩에서 볼 수 있듯이 최근 10,000개의 공무원 일자리를 감축하는 동시에 AI 투자를 늘리면서 이미 현실화되고 있습니다. 이러한 추세가 계속되고 더욱 확대된다면 노동력 격변이 광범위하게 일어나 사회적 불안이 고조되고 전 세계 기관과 정부에 강한 압박이 가해질 수 있습니다.
AI 기반 세상에 적응
과학적 발견, 추론 및 의사 결정에 대한 AI의 역량이 향상됨에 따라 엄청난 가능성과 동시에 만만치 않은 도전 과제가 제시되는 근본적인 변화가 일어나고 있습니다. 앞으로 나아갈 길은 경제적 혼란과 제도적 압박으로 점철될 수 있지만, 역사는 사회가 기술 혁명에 항상 쉽거나 결과가 없는 것은 아니지만 기술 혁명에 적응할 수 있음을 보여주었습니다.
이러한 변화를 성공적으로 헤쳐 나가기 위해 사회는 거버넌스, 교육 및 인력 적응에 투자하여 AI의 혜택이 공평하게 분배되도록 해야 합니다.
AI 규제가 정치적 저항에 직면해 있더라도 과학자, 정책 입안자 및 비즈니스 리더는 윤리적 프레임워크를 구축하고, 투명성 표준을 시행하고, 위험을 완화하는 동시에 AI의 혁신적인 영향을 증폭시키는 정책을 수립하기 위해 협력해야 합니다.
우리가 선견지명과 책임감을 가지고 이 도전에 맞선다면 사람과 AI는 세계에서 가장 큰 도전 과제를 해결할 수 있으며, 한때 불가능해 보였던 돌파구로 새로운 시대를 열 수 있습니다.
이상의 기사는 2025년 3월 2일 VentureBeat에 게재된 “2025 has already brought us the most performant AI ever: What can we do with these supercharged capabilities (and what’s next)?”제목의 기사내용을 편집하여 작성하였습니다.
* 원문정보 출처 : 2025 has already brought us the most performant AI ever: What can we do with these supercharged capabilities (and what's next)? | VentureBeat