🦋 AI는 왜 이렇게 다르게 느껴질까?

AI와 관련하여 많은 것이 변하고 있습니다. 무엇이 변하고 있는지, 그리고 이 모든 것이 개인적으로, 제 직업에, 그리고 인류에게 무엇을 의미하는지 파악하기가 혼란스럽고 약간 벅찼습니다. 앞으로 5년 동안 무슨 일이 일어날까요? 제 기술은 여전히 유효할까요? AI가 모든 면에서 더 똑똑해지는 상황에서 저는 어떻게 진정으로 가치를 더할 수 있을까요? 이것이 저와 제 가족의 삶을 어떻게 바꿀까요?

이것은 제가 가진 기존의 어떤 멘탈 모델에도 들어맞지 않습니다. 저는 이미 삶의 모든 측면에서 AI를 사용하고 있지만, 과거의 그 어떤 것과 비슷한 방식으로 이해할 수 없다는 점이 저를 불안하게 만듭니다. 그래서 저는 이 현상을 분석하고, 제대로 작동하는 멘탈 모델을 만들기 위해 이 글을 씁니다. 저 자신을 위해서, 그리고 아마도 이 모든 것을 겪고 있는 다른 사람들을 위해서 말이죠.

이것은 새로운 범용 기술(GPT)입니다

Andrew Ng는 "AI는 새로운 전기다"라는 말을 대중화했습니다. 이것은 미래 가능성에 대한 막연한 비유가 아니라, 잘 연구된 현실입니다. 이것이 진정으로 무엇을 의미하는지 이해하는 것은 유용합니다.

증기 기관, 전기, 인터넷, 또는 트랜스포머와 같은 과학적 돌파구가 나타났을 때, 이를 패러다임 전환 또는 과학 혁명이라고 부릅니다. Thomas Kuhn은 1962년 저서 과학 혁명의 구조(The Structure of Scientific Revolutions)에서 이를 잘 정의하고 설명합니다. 그리고 과학으로서의 AI에서 일어난 패러다임 전환은 2012년과 2023년에 Kuhn의 프레임워크를 통해 연구되었습니다.

그러나 과학의 패러다임 전환은 공학의 패러다임 전환도 야기합니다. 공학은 그 가정, 방법, 목표를 재고하게 됩니다. 새로운 기술을 사용할 수도 있고, 그 위에 다음 단계의 기술을 구축하여 전체 산업과 경제의 탄생으로 이어지는 파급 효과를 일으킬 수도 있습니다.

Kuhn은 이 부분까지 다루지는 않았지만, 과학 혁명의 기술적 확산과 경제적 영향은 1995년 Bresnahan과 Trajtenberg의 GPT(범용 기술, general purpose technology) 논문을 통해 더 잘 연구됩니다.

"범용 기술(GPT)은 경제 전체(보통 국가적 또는 세계적 수준)에 영향을 미칠 수 있는 기술입니다. 광범위한 분야에서 널리 사용될 잠재력이 있으며, 개선됨에 따라 전반적인 생산성 성장에 기여합니다."

그리고 2025년 6월 Calvino 등의 연구에 따르면, AI는 범용 기술의 핵심 기준을 충족합니다. AI는 보편적이고, 빠르게 개선되며, 새로운 제품, 서비스, 연구 방법론을 가능하게 하고, 다른 분야의 R&D 및 생산성을 향상시킵니다.

다음은 GPT의 파급 효과를 간단한 용어로 나타낸 예시입니다. 한 열에서 다음 열로의 확산 지연 시간(년 단위)이 아래에 나열되어 있습니다. 이 표는 대략적인 개념을 제공하기 위한 것이며, 실제로는 이 모든 것을 추적하기가 상당히 모호합니다.

시간이 지남에 따라 확산(또 다른 중의적인 용어입니다, 죄송합니다) 지연이 줄어드는 것을 볼 수 있으며, AI의 경우 인터넷이라는 유통 인프라의 일부가 이미 존재하고 성숙했기 때문에 확산 지연이 매우 낮습니다. 추론 및 컴퓨팅 확장과 같이 안정화되는 데 몇 년이 걸릴 주요 격차는 여전히 존재합니다.

그럼에도 불구하고, 이것은 역사상 가장 빠른 GPT 확산이며, 우리는 그 한가운데에 있고, 그것이 우리 주변의 세상을 바꾸고 있습니다. 그리고 그 규모는 어마어마합니다. 전 세계 수만 명의 연구원과 엔지니어들이 정부 및 거대 기업과 함께 수십억 달러를 쏟아부으며 발전을 이뤄내고 있습니다. 이것은 놀랍습니다. 마치 전 세계가 몇 주마다 코로나 백신을 다시 만들어내는 것과 같습니다.

과학과 기술의 빠른 발전만으로는 경제적 확산을 가속화하기에 충분하지 않다는 것을 이해하는 것이 중요합니다. 이는 AI 연구실의 R&D가 경제 성장을 이끌어야, 경제 성장이 AI 연구실의 R&D에 더 많이 투자하게 되는 양방향으로 작용합니다. 경제 상황, AI에 대한 세계 지도자들의 태도는 발전을 늦추거나 가속화할 수 있습니다.

하지만 이것은 단순한 또 다른 GPT가 아닙니다. 그 이상입니다.

이것은 지식 접근의 패러다임 전환입니다

언어, 문자, 인쇄, 방송, 인터넷.

이것들도 모두 GPT이지만, 더 근본적으로 다른 종류의 GPT입니다. 이들 각각은 지식 공유의 혁명이었습니다. 그리고 이제 AI는 또 다른 혁명으로, 모든 지식에 직관적으로 접근할 수 있게 만듭니다. 지식 접근은 다른 기술에 비해 더 널리 그리고 빠르게 확산됩니다.

인터넷도 이러한 측면을 가지고 있었으며, 특히 Solow Paradox에서 분명하게 드러납니다.

"컴퓨터 시대는 생산성 통계를 제외한 모든 곳에서 볼 수 있다."

WSJ는 최근 이에 대해 글을 썼습니다. Andrej Karpathy도 그의 'power to the people' 기사에서 이에 대해 썼습니다. AI 혁명은 AI가 인터넷에 접근하는 방식으로서 Google 검색을 얼마나 빨리 대체했는지에서 명백하게 드러납니다. 하지만 접근 가능한 지식의 의미는 검색 엔진을 대체하는 것보다 훨씬 더 큽니다.

"캄보디아의 수도를 알 필요가 뭐람, 그냥 Google에 검색하면 되는데"는 제 학창 시절에 유행하던 말이었습니다. 우리는 그것을 일반 상식이라고 불렀고, 그 기술은 인터넷과 검색 엔진으로 인해 쓸모없게 되었습니다. AI를 통해 우리는 이를 초월했습니다... "쿼크가 무엇인지, 또는 증기 기관이 어떻게 작동하는지 알 필요가 뭐람? 어떤 것에 대해든 알 필요가 있을까? 그냥 AI로 찾아보면 되는데"라고 말이죠. 농담입니다...만, 반은 진심입니다. 저는 AI와 함께 가끔 이런 종류의 실존적 질문을 하기 때문에 그 질문의 함의에 대해 혼란스럽습니다. 이것은 우리가 더 많이 배운다는 의미일까요, 아니면 더 적게 배운다는 의미일까요? 이것은 우리가 이제 더 많은 것에 대해 호기심을 가질 수 있다는 의미일까요, 아니면 AI로부터 얻는 지식에 만족하여 우리의 호기심이 줄어들 것이라는 의미일까요?

제 아들을 위한 교육은 제 교육과는 매우 다를 것입니다. 그는 장기적인 인식을 가진 개인 교사를 가질 수 있습니다. Richard Feynman, Walter Lewin 또는 Grant Sanderson을 목소리나 영상으로 구현하여 어려운 개념을 가르치고, 어리석거나 복잡한 질문에 지치지 않고 답해줄 수 있는 교사 말입니다.

AI는 제가 새로운 나라로 빠르고 편안하게 이주할 수 있도록 도와주었습니다. 저는 Toronto의 기침약, 샴푸 또는 식료품 진열대 앞에 서서 Bangalore에서 익숙했던 것과 유사한 제안을 받을 수 있습니다. 저는 AI를 통해 이곳의 의료 및 학교 시스템을 이해했습니다. 심지어 건조기, 식기세척기, 3개 다이얼 자물쇠의 문제를 해결하는 데 사용했고, 처음으로 오븐 작동법도 배웠습니다. 저는 이전에 이런 것들을 사용해 본 적이 없습니다.

AI의 확률론적 특성에는 중요한 뉘앙스가 있습니다. 우리는 AI의 창발적 심리인 쉽게 속는 성향, 환각, 들쭉날쭉한 지능, 선행성 기억상실증 등을 이해해야 합니다. 그런 다음, 우리가 키워드로 인터넷을 잘 검색하게 된 것처럼, AI를 잘 사용하기 위해 맥락 공학(context engineering)에 능숙해져야 합니다.

더 나아가, AI는 기술에 정통한 사용자뿐만 아니라 어린이, 노인, 그리고 다른 소프트웨어와 AI에게도 지식을 접근 가능하게 만듭니다. 파급 효과가 오고 있습니다.

하지만 이것은 단지 새로운 인터넷이 아닙니다.

이것은 사고의 패러다임 전환입니다

사고, 또는 추론은 인간을 정의하는 측면입니다. 우리를 동물과 구별하는 기술입니다. Immanuel Kant는 이를 다음과 같이 묘사합니다.

Revolution der Denkart
(사고방식의 혁명)

역사를 통틀어, 수 세기에 걸친 인간 사고 능력의 진화에는 다양한 이정표가 있었습니다. 그리고 이들 각각은 종으로서 우리의 정의적인 기술에 영향을 미치는 혁명이었습니다.

• 질문을 통한 사고 (Socrates)
• 논리를 통한 사고 (Aristotle)
• 관찰을 통한 사고: 경험주의 / 과학적 방법 (Bacon)
• 휴리스틱과 편향을 통한 사고: 시스템 1과 2 (Kahneman)
• 증강을 통한... 사고? (AI)

AGI(일반인공지능)가 없더라도, AI는 이미 우리의 사고방식을 바꾸고 있습니다.

모든 사람은 개인적이고, 지치지 않으며, 감정이 없는 두뇌 능력 증강 장치를 가지고 있습니다. AI는 읽고, 쓰고, 보고, 듣고, 말할 수 있으며, 약간의 상식과 결합하면 이러한 신호를 진정으로 이해하고 해석할 수 있습니다.

저는 이것이 우리 모두가 이해하고 파악하기 어려운 AI의 가장 이상한 부분이라고 생각합니다.

저에게 사고란... 혼자만의 생각에 잠기는 것이었습니다. 자료를 읽고, 제 생각을 적고, 그것에 대해 성찰하는 것이었습니다. 다른 사람들과 제 생각을 나누고, 그들의 생각을 듣고, 저만의 관점을 흡수하는 것이었습니다. 사고란... 사고의 흐름을 따라 논리적 결론에 도달하는 것입니다.

저는 더 이상 그렇게 생각하지 않습니다.

저는 음성 AI와 대화하며 한동안 두서없이 이야기하고, AI가 제 생각을 요약해 주도록 합니다. 저는 AI에게 글을 쓰고, AI가 즉시 제게 생각을 되비춰주게 합니다. 저는 제가 좋아하는 유명인들(요즘은 Rich Hickey와 Andrej Karpathy)의 인터넷 영혼을 불러내어 그들과 대화할 수 있습니다. 거인의 어깨 위에 서는 것이 이보다 쉬웠던 적은 없습니다. 벅차긴 하지만, 좋은 문제입니다. AI와 함께할 때 종종 그렇듯이, 제가 병목입니다.

저뿐만이 아닐 겁니다. 저처럼 대부분의 사람들은 이미 문제를 분석하고, 브레인스토밍하고, 소프트웨어(또는 토목?) 아키텍처 결정을 위한 의사결정 매트릭스를 만드는 데 AI를 사용하고 있습니다. 심지어 정부, 대통령, 총리들도 정책과 법률을 만드는 데 AI를 사용합니다. 어떤 사람들은 치료사로 사용하고, 어떤 사람들은 감성적인 AI 동반자를 두기도 합니다. 우리는 핵물리학, 양자역학 또는 컴퓨터 음악 전문가인 뇌의 확장을 가지고 있습니다. 언제든지 상담할 수 있습니다.

따라서 소프트웨어 개발자에게 이것은 C에서 Lisp로, 또는 객체 지향에서 함수형 프로그래밍으로 바뀌는 것과 같은 작은 패러다임 전환이 아닙니다. 이것은 우리가 AI를 사용하여 소프트웨어를 만들고, GPT 확산의 다음 단계 기술을 구축하는 Software 3.0입니다. 우리는 새로운 증기 기관을 위한 철도를, 새로운 전기를 위한 전구를 만들어야 합니다.

더 나아가, 소프트웨어는 인간처럼 AI의 사고 및 지식 접근 능력을 사용할 수 있습니다. 아, 그리고 AI도 소프트웨어를 사용할 수 있습니다. 그리고 아, AI 자체가 소프트웨어이기도 합니다.

정말 기묘하죠.

따라서, 이것은 단지 사고의 패러다임 전환이 아닙니다.

이것은 재귀적으로 패러다임을 전환하는 패러다임 전환입니다

코드는 데이터이고 데이터는 코드다. Lisp 사용자들은 이 말을 이해할 겁니다. 끝없이 거북이가 이어진다는 거죠. 한번 살펴봅시다.

1. 소프트웨어는 AI를 사용할 수 있습니다. 우리는 자동 완성이나 챗봇처럼 AI의 사고나 지식 접근 능력을 사용하는 텍스트 조각을 코드 사이에 작성합니다.
2. AI는 소프트웨어를 사용할 수 있습니다. 허용한다면, AI는 파일 시스템에 접근하고 OS에서 프로그램을 실행할 수 있습니다. 허용한다면, 검색 엔진이나 웹 브라우저를 통해 웹에 접근할 수 있습니다.
3. AI는 소프트웨어를 만들 수 있습니다. AI는 사고 과정에서 데이터를 분석하기 위해 작은 python 스크립트를 작성하고 실행합니다. 완전하고 의미 있는 소프트웨어를 구축하는 데 필요한 에이전시와 자율성은 아직 AI에 없지만, 빠르게 발전하고 있습니다. AI 지원 코딩이 꽤 큰 부분을 차지하고 있다는 것은 아실 겁니다.
4. AI는 소프트웨어입니다. AI는 훈련된 신경망이며, 충분히 발전된 능력을 갖추면 스스로를 구축할 수 있습니다.

AGI는 아직 오지 않았고, AI는 인간 없이 스스로를 만들지 못합니다. 하지만 AI는 이미 상당히 자력으로 발전(bootstrapped)했습니다. Kimi K2는 처음부터 끝까지 LLM으로 이루어져 있습니다. 이것이 이 기술이 정말 빠르게 발전하는 이유 중 하나입니다. AI, 소프트웨어, 그리고 인간은 함께 AI에 의해 강화됩니다.

인간, 소프트웨어, AI... 이들은 각각 서로를, 그리고 자신을 만들고 사용합니다. 물론, 아직 아무도 인간을 만들고 있지는 않습니다(아직은요). 하지만 인간은 소프트웨어와 AI를 만들고 사용합니다. 소프트웨어는 AI를 만들고 사용합니다. AI는 소프트웨어를 만들고 사용합니다. 논쟁의 여지는 있지만, 소프트웨어와 AI도 인간을 사용합니다. 각 연결선마다 자율성 슬라이더가 있으며, 다른 종류의 작업은 다른 수준의 자율성을 가집니다.

그리고 역사는 여기서 별로 도움이 되지 않고, 아마 소설이 도움이 될지도 모릅니다. 하지만 네, 우리는 상당히 미지의 영역에 있습니다. 만약 그리고 언젠가 AGI가 온다면, 모든 예측은 무의미해집니다.

스릴 넘치네요.

변화를 수용하기

AI는 다차원적인 혁명을 나타냅니다. 인간을 정의하는 사고 능력에 영향을 미치는 혁명. 우리를 초월할 잠재력을 가진 혁명.

이를 기존 패러다임의 진화로 생각하면 익숙한 것과의 유사성을 인식하고 새로운 것을 구별하는 데 도움이 됩니다. AI를 인터넷이나 산업 혁명과 비교하는 대부분의 사람들도 같은 일을 하고 있는 것입니다.

우리는 혁명의 한가운데에 있으며 한동안은 상황이 혼란스러울 것이라는 점을 받아들여야 합니다. Kuhn이 옳다면, 어느 시점에는 과학이 안정기에 접어들 것이고, 이는 세상에 어느 정도의 안정을 가져다줄 것입니다. 하지만 그때까지는 이 정도 규모의 변화가 일상이 될 것입니다.

그리고 변화는 어렵습니다. 패러다임 전환은 더 어렵습니다. 당신의 제품이 실존적 위기를 겪고 있는지, AI 연구나 적용에 깊이 빠져 있는지, 아니면 이제 막 소프트웨어 산업에 진입했는지에 따라 이 현상을 경험하는 방식은 다를 수 있습니다. 하지만, 당신은 지금 변화의 물결 속을 헤엄치고 있을 가능성이 높습니다.

기술 분야에 종사하는 우리에게 가장 임박하고 중요한 변화의 물결은 소프트웨어 자체의 산업 혁명입니다. 소프트웨어는 결정론적이기보다는 더 확률론적으로 변하고 있습니다. 우리가 어떻게 고용하고, 어떤 기술을 가치 있게 여기며, 누구를 해고하고, 제품 팀을 어떻게 구성하고, 누구를 위해 소프트웨어를 작성하며, 어떤 제약 조건에 최적화하는지... 이 모든 것이 이미 변하고 있습니다. 저는 5년 후에는 소프트웨어 산업을 알아보지 못할 것 같습니다.

이번에는 무엇이 전구이고 철도일까요? 만약 GPT가 사고에 관한 것이라면, 그것의 2차, 3차 효과는 무엇이며, 그 안에서 우리의 위치는 어디일까요?

이 혁명에서 당신의 역할은 무엇입니까?

각주

1. AI의 수수께끼 같은 확률론적 특성 때문에, AI를 적용하거나 발전시키는 것은 정밀 과학이 아닙니다. 그래서 이는 모든 사람(과학자뿐만 아니라)에게 그 혜택을 풀어낼 기회를 줍니다. LLM의 효과는 주로 공학(그리고 다른 모든 사람들)이 가능한 모든 방법으로 그것을 활용하려고 하기 때문에 과학에 명백하고 관련성이 있습니다.
2. 이것이 해석 가능성이 중요한 이유입니다. 커튼 뒤를 들여다볼 수 있게 해주기 때문입니다.
3. Vasant Dhar의 AI 패러다임 전환에 관한 기사는 Kuhn의 프레임워크를 통해 AI 과학의 패러다임 전환에 대한 좋은 관점을 제공합니다. 아마도 우리는 교과서가 다시 쓰이고 새로운 시대가 열리는 AI 과학 패러다임 전환의 후기 단계에 있을지도 모릅니다.
4. 다음은 여러분을 패러다임 전환의 사고방식으로 이끌 몇 가지 예시입니다:
   • 철학적 전환
     • 프톨레마이오스(지구 중심설)에서 코페르니쿠스(태양 중심설) 우주론으로
     • 뉴턴의 중력(역제곱 법칙)에서 아인슈타인의 일반 상대성 이론(mc²)으로
   • 프로그래밍의 운영 방식 전환
     • 객체 지향 프로그래밍에서 함수형 프로그래밍으로
     • C 계열 언어에서 Lisp 계열 언어로
5. 확산 속도는 정말 대단합니다. ChatGPT는 하룻밤 사이에 수백만 명의 사용자를 확보했습니다. Google 검색과 Stack Overflow는 너무나 빨리 대체되었습니다.
6. 저는 AI로 무엇을 하고 있는지에 대한 프레임으로 '만들기(build)' 대 '사용하기(use)'를 좋아합니다. Karpathy도 일반 대중을 위해 다른 영상을 만들었습니다. 하나는 만들기에 관한 것이고 다른 하나는 사용하기에 관한 것입니다.

Why Does AI Feel So Different? - nilenso blog

Srihari Srirama…

nilenso blogNilenso