엔비디아의 제이슨 황 CEO는 최근 행사에서 회사가 인공일반지능(AGI)을 달성했다고 대담한 주장을 했다. AGI는 인간이 수행할 수 있는 모든 지적 작업을 이해하거나 학습할 수 있는 수준의 기계 지능을 의미한다. 그러나 황은 발표에서 제시한 예시들이 자신의 주장과 모순되는 것으로 보여, 그의 말이 얼마나 정확한지에 대한 의문을 제기하고 있다.

AGI란 무엇이며 왜 중요한가?

인공일반지능(AGI)은 인공지능의 다음 주요 이정표로, 인간이 수행할 수 있는 모든 지적 작업을 수행할 수 있는 능력을 갖춘 기술이다. 좁은 인공지능(narrow AI)과 달리 AGI는 언어 번역이나 이미지 인식과 같은 특정 작업에만 설계된 것이 아니라, 인간의 인지 능력과 유사하게 추론, 계획, 문제 해결, 경험에서 배우는 능력을 갖출 것으로 기대된다. MIT 기술 리뷰에 따르면 AGI는 여전히 이론적 개념이며, 현재까지 널리 받아들여지는 실제 사례는 없다.

황의 회사가 AGI를 달성했다는 주장은 특히 엔비디아가 현대 인공지능 연구의 하드웨어를 개발하는 데 핵심적인 역할을 하고 있다는 점에서 중요하다. 엔비디아의 GPU는 전 세계의 연구자, 개발자, 기업들이 인공지능 훈련에 사용하는 핵심 기술이다. 만약 엔비디아가 정말로 AGI를 달성했다면, 이는 의료부터 금융에 이르는 다양한 산업을 바꿀 수 있는 주요 돌파구가 될 것이다.

그러나 황이 발표에서 자신의 주장을 뒷받침하기 위해 사용한 예시들은 AGI의 능력을 명확히 보여주지 못한다. 예를 들어, 그는 프롬프트에 기반해 텍스트와 이미지를 생성할 수 있는 시스템을 설명했는데, 이는 현재의 대규모 언어 모델 및 생성형 인공지능 시스템이 이미 수행하는 작업이다. 이러한 시스템들은 강력하지만, 좁은 인공지능(narrow AI)으로 분류되며 AGI로 간주되지 않는다. 스탠퍼드 철학 백과사전에 따르면 AGI는 여러 영역에서 인간처럼 추론하고 적응할 수 있어야 하지만, 현재의 시스템들은 이를 달성하지 못하고 있다.

산업계 반응과 회의론

황의 발언 이후 산업계 전문가들과 연구자들은 회의적인 반응을 보였다. 토론토 대학교의 고급 인공지능 연구원인 라인 박사는 엔비디아의 하드웨어가 인공지능 개발에 핵심적인 역할을 하지만, AGI 달성이라는 주장은 아직 이른 시기라고 지적했다. 그는 엔비디아 GPU로 구동되는 현재의 인공지능 시스템들이 여전히 작업 간 일반화 능력이 제한적이라고 밝혔다.

“이를 AGI라고 부르는 것은 오해를 줄 수 있다.” 라인 박사는 말했다. “이러한 시스템들은 텍스트, 이미지, 심지어 코드를 생성할 수 있지만, AGI를 정의하는 진정한 이해와 추론 능력을 갖추지 못했다.”

다른 전문가들도 비슷한 의견을 내놨다. 브루킹스 기관의 최근 보고서에 따르면 AGI는 인공지능 커뮤니티의 장기 목표이며, 현재까지 AGI 기준을 충족하는 시스템은 존재하지 않는다. 이 보고서는 특정 분야에서의 진전이 있기는 하지만, AGI로의 도약은 여전히 불확실하다고 지적했다.

황의 주장은 투자자들과 분석가들에게도 주목을 받았다. 블룸버그의 보고서에 따르면 황의 발표 이후 엔비디아 주가는 급등했으며, 이는 시장이 회사의 기술 발전에 대해 낙관적인 태도를 보이고 있음을 반영한다. 그러나 일부 분석가들은 이 주장이 과장되었을 수 있다고 경고하며, 시장이 흥분보다는 구체적인 증거보다 반응하고 있다고 말했다.

“시장은 AGI의 잠재력을 반영하고 있지만, 잠재력을 현실과 혼동하지 않아야 한다.” 모건스탠리의 재무 분석가인 김 대표는 말했다. “엔비디아는 인공지능 개발의 선두에 있지만, AGI는 여전히 이론적인 개념이다.”

인공지능 연구 및 개발의 다음 단계는?

회의론에도 불구하고 황의 주장은 인공지능 연구 및 개발에 대한 새로운 관심을 불러일으켰다. 기업들과 연구자들은 좁은 인공지능과 AGI 사이의 격차를 해소하기 위해 새로운 접근 방식을 탐구하고 있다. 미국 표준기술연구소(NIST)의 보고서에 따르면 AGI 개발은 많은 정부와 민간 기관의 우선 과제이며, 자금과 자원이 이 목표에 집중되고 있다.

미국 정부는 최근 몇 년간 인공지능 연구 및 개발을 지원하기 위해 1000억 달러 이상을 투자했다. 특히 AGI의 발전에 집중하고 있다. 국회 연구 서비스(CRS)에 따르면 이 자금은 인공지능 혁신을 촉진하고 미국이 이 분야에서의 리더십을 유지하도록 하기 위한 것이다.

그러나 AGI에 도달하는 길은 여전히 불확실하다. 캘리포니아 대학교 버클리 캠퍼스의 최근 연구에 따르면 AGI의 개발은 신경망 구조, 학습 알고리즘, 계산 능력 등 여러 분야에서의 돌파구가 필요하다. 이러한 도전은 매우 크며, 언제 해결될 수 있을지 아직 불확실하다.

AGI에 대한 논란이 계속되는 가운데 한 가지 분명한 점은 좁은 인공지능과 AGI 사이의 경계가 여전히 모호하다는 것이다. 황과 같은 주장은 인공지능 커뮤니티 내에서 지속적인 논의와 검토를 불러일으킬 것으로 보인다.

황이 제시한 예시들은 인상적이지만, AGI의 기준을 충족하지는 못해 보인다. 연구자들과 개발자들이 인공지능의 한계를 넘나들며 AGI가 실제로 달성 가능한지 아니면 먼 미래의 꿈인지에 대한 질문은 여전히 열려 있다.