OpenAI 공동 창업자이면서, 테슬라에서는 자율주행 AI를 리딩했고, 최근에는 앤트로픽에 합류한 안드레이 카파시 (Andrej Karpathy)가 트윗에 남긴 내용인데, 국가별/개인별 AI 격차는 점점 심해지겠죠? 세계 전체 인구 대비해서 그렇지,  한국은 AI에 대해서 이미 많은 사람들이 접한 국가 중 하나겠지만요. (이미지 생성과 번역은 ChatGPT)

[요약 이미지]

-

[원문 번역]

지난 4월에 올렸던 트윗을 다시 꺼내 본다. LLM의 능력에 대한 사람들 사이의 인식 격차가 점점 더 벌어지고 있기 때문이다. 이제는 단순히 '서로 다른 두 집단이 서로 말이 안 통하는 상황'을 넘어, 위로 갈수록 급격히 좁아지는 깔때기 구조에 가까워지고 있다.

1. 약 60억 명(전 세계 인구의 약 75%): LLM을 사실상 접해본 적이 없는 사람들

대략적으로 추산하면, 전 세계 약 60억 명은 LLM을 직접 사용해 본 경험이 없거나, 접했더라도 극히 제한적인 수준에 머물러 있다.

2. 약 10억~20억 명(약 20%): 가끔 무료 챗봇을 사용하는 사람들

이들은 ChatGPT와 비슷한 무료 서비스를 가끔 사용하는 정도다.

이들이 접하는 AI는 어딘가 어설프고 허술한 챗봇이다. 조금 더 똑똑한 구글 검색이나 글쓰기 보조 도구 정도로 생각한다. 어쩌면 AI 에이전트가 대신 항공편 예약을 시도하는 정도의 기능을 경험할 수도 있다.

실제로 기술 분야에 종사하지 않는 내 친구들 중에는 AI가 "딱히 쓸모없다"고 말하는 사람들도 있다. 개인적으로는 충분히 이해할 만한 반응이라고 생각한다.

심지어 수학이나 코딩 분야가 아닌 다른 분야의 전문가 상당수도 이 단계에 머물러 있다.

예를 들어 기업 임원이나 여러 직무의 종사자들은 업무 시간의 상당 부분을 다른 사람들과 대화하고 소통하는 데 사용한다. 따라서 AI에 어떤 변화가 일어나고 있는지 머리로는 이해하더라도, 직접 경험한 것이 아니라 간접적으로 접한 이야기이기 때문에 여전히 다소 추상적으로 느껴지는 것이다.

3. 약 2,000만 명(0.2%): 최첨단 LLM을 전문적으로 활용하는 사람들

이제 수학과 코딩 분야에서 최첨단 수준의 LLM을 전문적으로 활용하는 사람들로 넘어가 보자.

약 2,000만 명은 과거라면 몇 주에서 몇 달씩 걸렸을 크고 복잡한 프로젝트를 이제는 프롬프트 하나로 AI 에이전트에게 맡겨 완성할 수 있다는 사실을 직접 경험하고 있다.

앱을 새로 만들고, 기존 앱을 복제하고, 앱을 다른 언어나 환경에 맞게 변환하고, 바이너리 파일에서 앱을 역컴파일하는 일까지 가능해졌다.

이 모든 변화는 놀라울 정도로 빠르게, 그것도 아주 최근에 일어났다.

불과 1년도 채 지나지 않은 시점에만 해도 나는 직접 코드를 작성하고 있었다. 코드 편집기에 앉아 외워둔 프로그래밍 명령어를 한 글자씩 타이핑하고, 가끔 Tab 키를 눌러 코드 일부를 자동 완성하는 방식으로 개발했다.

4. 약 5,000명(0.00006%): 내부 최첨단 AI 시스템에 접근할 수 있는 사람들

마지막으로, 최첨단 AI 시스템을 내부적으로 사용할 수 있는 약 5,000명의 사람들이 있다.

외부 세계가 지금까지 본 것은 사실상 예고편에 불과하다.

그 내부에서 벌어지는 일은 이런 모습이다.

수천 개의 AI 에이전트가 무리를 이루어 몇 주 동안 협업하면서 초대형 소프트웨어 프로젝트를 수행한다.

새로운 제로데이 취약점을 발굴하고, 기계의 속도로 사이버 공격과 방어를 수행하며, 새로운 과학적 발견을 이루고, 수학의 최전선을 확장한다.

과거라면 업계 최고 수준의 전문가들이 수년 동안 매달려야 했을 일들이다.

한편, 인간이 이러한 결과물을 검토하고 이해하는 속도는 점점 AI의 발전을 따라가지 못하기 시작하고 있다.

예를 들어 사람들은 수개월 전에 발생한 'OpenAI-HF 사건'의 전말을 여전히 고고학적 발굴을 하듯 추적하고 있다. 수학자들 역시 최첨단 수학 연구에 관한 722편의 연구 원고를 앞으로도 상당 기간 면밀히 검토해야 할지 모른다.

왜 이런 깔때기 구조가 만들어지는가?

이러한 격차는 크게 세 가지 요인이 복합적으로 작용하면서 만들어진다.

1. 목표의 도전성, 문제의 규모, 작업의 시간적 범위

AI의 영향력은 목표가 얼마나 도전적인지, 해결하려는 문제가 얼마나 큰지, 그리고 얼마나 긴 시간에 걸친 작업인지를 따라 커진다.

한 문단 정도의 답변이면 충분한 질문은 AI 시스템의 능력을 거의 시험하지 못한다.

AI의 진정한 능력을 경험하려면 자신이 정말 중요하게 생각하고, 해결하고 싶은 크고 어려운 문제들을 충분히 가지고 있어야 한다.

이 요인이 깔때기 구조에서 일반 사용자와 전문 사용자를 구분하는 핵심적인 이유다.

2. AI 능력의 불균일성(Jaggedness)

이것은 내가 다른 글에서도 여러 차례 다뤘던 주제다.

AI의 능력은 모든 영역에서 균일하게 발전하지 않는다.

특히 다음 세 가지 조건을 갖춘 분야에서 가장 뛰어난 성능을 발휘한다.

- 디지털 환경에서 수행할 수 있는 분야

- 결과의 정확성을 객관적으로 검증할 수 있는 분야

- 경제적 가치가 높은 분야

그 이유는 LLM의 능력이 검증 가능한 보상을 기반으로 한 강화학습을 통해 발전하기 때문이다. 이때 학습에 사용되는 다양한 환경은 경제적 수익 창출 가능성을 고려해 선별되고 구성된다.

이 요인이 깔때기 구조에서 수학과 코딩 같은 특정 분야가 다른 분야보다 훨씬 앞서 나가는 현상을 설명한다.

3. 접근 권한(Access)

무료 사용자, 유료 사용자, 그리고 AI 기업 내부에서 최첨단 시스템에 접근할 수 있는 사람들 사이의 차이다.

지금 우리가 경험하고 있는 기묘한 상황

바로 이것이 지금 이 순간의 기묘함이다.

일반 대중 대부분은 아직 이런 AI 시스템을 제대로 경험해 보지 못했다.

경험해 봤더라도 그저 어딘가 어설픈 챗봇 정도로 인식한다.

전문직 종사자 대다수 역시 AI를 통해 업무 생산성이 조금 향상되는 정도만 체감하고 있다.

그런데 극소수의 전문가들은 AI 능력의 발전 곡선이 수직으로 치솟는 듯한 현기증을 직접 경험하고 있다.

그리고 이 모든 일이 지금, 같은 시대에 동시에 벌어지고 있다.