인공일반지능

우리가 쓰는 내비게이션은 길을 기가 막히게 찾지만 라면을 끓이는 법은 몰라요. 세계 챔피언을 이긴 바둑 프로그램도 체스판 앞에서는 돌 하나 놓지 못하죠. 이런 프로그램을 특정한 일 하나만 잘한다고 해서 '좁은 인공지능(Narrow AI)' 또는 특화 인공지능이라고 불러요.

반면에 사람은 운전을 배우다 막히면 지도를 보고, 남는 시간에 새로운 요리법을 익히며 상황에 적응해요. 인공일반지능은 바로 이 사람의 능력처럼, 미리 정해진 기능에 갇히지 않고 새로운 분야를 스스로 학습해 해결하는 지능이에요.

소프트웨어 코딩부터 법률 상담, 창작 글쓰기, 과학 실험 설계까지 인간 지성이 닿는 모든 영역에서 사람 수준 이상의 실력을 발휘하는 것을 목표로 해요.

요즘 나오는 대화형 인공지능을 써보면 마치 진짜 사람과 대화하는 것처럼 느껴져요. 방대한 문서를 순식간에 요약하고 그럴듯한 시를 지어내기도 하죠. 그래서 '이미 인공일반지능이 완성된 것 아닌가?'라는 생각이 들기도 해요.

하지만 지금의 인공지능은 엄청난 양의 글을 통계적으로 학습해서 다음에 올 가장 그럴듯한 단어를 추측하는 방식으로 작동해요. 이런 방식이 문장의 의미를 이해한다고 볼 수 있는지, 세상이 돌아가는 방식을 얼마나 파악하는지는 연구자들 사이에서도 의견이 갈려요.

다만 오랜 기간에 걸친 계획을 스스로 세우고 지켜 나가거나, 학습 데이터에 없던 돌발 상황을 사람처럼 유연하게 헤쳐 나가는 데는 아직 한계가 많다는 평가가 일반적이에요. 겉모습이 사람을 흉내 내는 것과 진짜로 생각하는 힘을 갖추는 것은 아주 큰 차이가 있어요.

조금 더 정확히 말하면, 과학계에서도 인공일반지능에 도달했는지를 판별할 절대적인 단 하나의 기준은 아직 합의되지 않았어요. 과거에는 대화만으로 기계인지 사람인지 가려내는 '튜링 테스트'를 잣대로 삼았지만, 요즘 언어 모델은 짧은 대화에서 사람과 구별하기 어려울 만큼 발전해 이 잣대만으로는 부족하다는 평가가 많아요.

진정한 일반 지능이 되려면 보고 듣고 만지는 감각을 종합해 세상을 이해하는 멀티모달 능력과, 스스로 목표를 세워 행동하는 에이전트 기술이 필요해요. 무엇보다 기계가 인간의 가치관과 안전 규칙을 벗어나지 않도록 통제하는 인공지능 정렬(AI Alignment) 문제가 핵심 과제로 꼽혀요.

지능이 인간 수준에 도달한 뒤 스스로를 더 뛰어난 지능으로 개선하기 시작하면 지능이 폭발적으로 성장할 수 있다는 전망도 있어요. 그래서 인공일반지능을 인류 역사상 가장 중대한 변화로 보는 사람도 있지만, 언제 가능할지와 그 영향을 두고는 견해가 크게 갈려요.