2024년 노벨물리학상을 수상한 토론토 대학의 제프리 힌튼 교수는 인공지능 분야의 선구자로 널리 알려져 있습니다. 2024년 4월 런던의 영국 왕립연구소에서 녹음된 최근 인터뷰에서 그는 AI의 현재와 미래, 그리고 자신의 연구 여정에 대해 흥미로운 견해를 나눴습니다. 이 포스트에서는 그 인터뷰의 주요 내용을 요약해 보겠습니다.
멀티모달 AI의 중요성
멀티모달 AI란 텍스트, 이미지, 비디오, 소리 등 다양한 형태의 데이터를 동시에 처리하고 이해할 수 있는 AI 시스템을 말합니다. 힌튼은 멀티모달 AI가 가져올 변화에 대해 다음과 같이 설명했습니다:
"멀티모달 모델은 공간적인 것들을 이해하는 데 훨씬 더 뛰어날 것입니다. 예를 들어, 언어만으로는 일부 공간적인 개념을 이해하기 어렵지만, 시각과 촉각을 함께 사용하면 물체에 대해 훨씬 더 잘 이해할 수 있습니다."
그는 특히 실제 물체를 조작하는 경험이 AI의 이해도를 크게 향상시킬 것이라고 예측했습니다:
"물체를 실제로 집어 들고 돌려보면, 그냥 언어나 이미지만으로는 얻을 수 없는 많은 훈련 데이터를 얻게 될 것입니다."
힌튼은 멀티모달 AI가 가져올 주요 이점들을 다음과 같이 제시했습니다:
- 더 풍부한 이해: 여러 감각을 통합함으로써 AI는 세상을 더 완전하고 정확하게 이해할 수 있습니다.
- 더 적은 언어 의존성: 다양한 모달리티를 활용함으로써 AI는 언어에 덜 의존하면서도 효과적으로 학습할 수 있습니다.
- 창의성 향상: 여러 모달리티 간의 연관성을 학습함으로써 AI의 창의적 능력이 향상될 수 있습니다.
- 실제 세계와의 더 나은 상호작용: 시각, 청각, 촉각 등을 통합함으로써 AI는 실제 환경에서 더 효과적으로 작동할 수 있습니다.
"이러한 멀티모달 모델들이 명확히 주도권을 잡을 것입니다. 이 방식으로 더 많은 데이터를 얻을 수 있고, 언어에 덜 의존하게 됩니다. 예를 들어, YouTube에는 다음 프레임을 예측하는 데 사용할 수 있는 엄청난 양의 비디오가 있습니다."
힌튼의 이러한 견해는 AI 연구의 미래 방향을 제시하고 있습니다. 멀티모달 AI의 발전은 AI 시스템이 인간의 인지 능력에 더 가까워지는 데 중요한 역할을 할 것으로 보입니다. 이는 AI가 더 자연스럽고 직관적인 방식으로 세상을 이해하고 상호작용할 수 있게 만들 것입니다.
AI의 미래와 잠재적 영향
힌튼은 AI가 의료, 신소재 개발, 태양 전지 등 다양한 분야에서 혁명적인 변화를 가져올 것이라고 전망했습니다. 특히 의료 분야에서 AI의 잠재력을 높이 평가했습니다:
"모든 사람이 자신만의 의사를 3명씩 가지게 되는 그런 시점에 도달할 것입니다."
그러나 힌튼은 AI의 긍정적인 영향을 강조하면서도, 그 오용 가능성에 대한 깊은 우려를 표명했습니다. 그는 특히 다음과 같은 위험성을 지적했습니다:
- 킬러 로봇: AI가 자율 무기 시스템에 사용되어 인명 피해를 초래할 수 있는 위험성.
- 여론 조작: AI를 이용한 대규모 여론 조작과 가짜 뉴스 생성의 가능성.
- 대규모 감시: AI를 이용한 광범위한 개인 정보 수집과 감시 체계 구축의 위험.
그는 AI 기술의 발전을 늦추는 것이 이러한 위험을 완화할 수 있는지에 대해서도 논의했지만, 국제적인 경쟁 구도로 인해 이는 현실적으로 어려울 것이라고 보았습니다:
"한 국가가 속도를 늦추면 다른 국가들은 그렇게 하지 않을 것입니다. 명백히 중국과 미국 사이에 경쟁이 있고, 어느 쪽도 속도를 늦추지 않을 것입니다."
힌튼은 이러한 우려에도 불구하고 AI 연구의 긍정적인 측면을 강조했습니다. 그는 AI가 가져올 수 있는 혜택과 위험 사이에서 균형을 찾는 것이 중요하다고 말했습니다. 이는 AI 기술을 개발하는 연구자들과 정책 입안자들이 함께 고민해야 할 중요한 과제라고 볼 수 있습니다.
연구 방법론과 인재 선발
힌튼은 자신의 연구 방법론에 대해 이야기하면서, 모두가 동의하는 것 중 뭔가 잘못되었다고 느끼는 부분을 찾아 그것을 탐구한다고 말했습니다.
인재 선발에 있어서는 직관을 중요하게 여긴다고 밝혔습니다. 특히 일리야 수츠케버와의 첫 만남은 힌튼의 탁월한 인재 발굴 능력을 보여주는 흥미로운 일화입니다. 힌튼은 수츠케버에게 읽을 논문을 주고 일주일 후에 다시 만나기로 했습니다. 그 다음 만남에서 수츠케버의 뛰어난 통찰력이 드러났습니다:
"그가 돌아와서는 '이해가 안 됩니다'라고 말했어요. 저는 매우 실망했죠. 똑똑한 친구 같아 보였는데, 그게 단지 연쇄 법칙(복합 함수의 미분을 계산하는 방법)일 뿐인데 이해하기 어렵지 않잖아요. 그런데 그가 말했죠, '아뇨, 아뇨. 그건 이해했어요. 단지 왜 미분값을 더 효과적으로 사용할 수 있는 알고리즘을 사용하지 않았는지 이해가 안 될 뿐이에요.' 그 뒤로 우리는 최적화 알고리즘에 대해 몇 년간 연구했죠."
이 일화는 수츠케버가 단순히 논문의 내용을 이해하는 데 그치지 않고, 더 나은 방법에 대해 즉시 생각해낸 그의 뛰어난 능력을 보여줍니다.
"일리야는 알고리즘보다 규모가 더 중요하다는 사실을 빨리 파악했어요. 더 많은 데이터를 더 많은 프로세서로 학습하면 결과가 좋아질 거라고 항상 말을 했죠. 결국 일리야가 옳았어요. 물론 트랜스포머 모델같은 새로운 아이디어가 아주 큰 도움이 되긴 했지만, 기본적으로는 컴퓨팅 파워가 강력해진 것이 훨씬 주효했죠."
리뷰
힌튼 교수의 인터뷰를 보고 나서 이 분의 특징을 딱 두 단어로 표현할 수 있겠다는 생각이 들었습니다. 그것은 바로 애플의 유명한 슬로건 "Think Different"입니다.
Thnk Different, 다른 것을 생각한다는 얘기죠. 천재 중의 천재라고 불리는 아인슈타인도 양자역학이라는 새로운 패러다임을 수용하지 못하고 "신은 주사위놀이를 하지 않는다."며 강하게 거부한 바 있습니다. 그만큼 어떤 지배적인 패러다임 속에 있을 때 우리는 "다른 것"을 생각하기 어렵죠.
그런데 힌튼 교수는 본인이 만든 볼츠만 머신은 물론이고 역전파 알고리즘도 틀릴 수 있다는 말을 합니다.
"모델이 더 나은 작동을 위해 매개변수를 변경할 수 있도록 미분값을 얻는다는 방향 자체는 맞는 것 같고 놀라울 정도로 성공적이었습니다. 하지만 동일한 미분값을 다른 방식으로 얻을 수도 있고, 아니면 미분값을 다르게 계산하는 더 나은 학습 알고리즘이 있을 수도 있습니다. (인공지능 연구는) 모든 것이 열려 있는 매우 흥미로운 문제라고 생각합니다."
제자인 일리야가 새로운 방향을 제시했을 때도, 권위로 누르지 않고 그의 의견이 맞는지 함께 연구하고 확인해주었습니다. 본인에게 배우고 싶다는 학생이 찾아올 때에도 "다른 것"을 생각할 수 있는지 여부를 중요하게 보신다고 하네요.
"가장 나쁜 것은 들은 것을 무비판적으로 받아들이는 것입니다. 이게 가장 치명적이죠. 사람들이 뭔가를 이야기를 하더라도, 자신만의 기준을 확고하게 가지고 받아들일지 말지를 스스로 판단해야 된다고 생각합니다. 물론 너무 신념이 확고해서 광신도가 되거나 잘못된 연구에 긴 시간을 낭비하게 될 수도 있겠지만 그럼에도 기준을 확고하게 가지는 것이 더 낫습니다."
아마도 이런 내면의 힘이 있었기 때문에 길고 긴 AI의 겨울 동안 꾸준히 연구를 지속할 수 있었던 것 같습니다. 나는 이렇게 확고한 신념이 있는지, 있다면 어떤 방향의 신념인지 다시 한번 생각해보게 되는 좋은 인터뷰였던 것 같습니다.
댓글
의견을 남겨주세요