AI escape velocity: A conversation with Ray Kurzweil (2024.3.11)
1 . 인공지능 발전속도
1 ) 사람들은 ‘기하급수적 발전’을 이해하지 못함
2 ) 인공지능은 2025년에 튜링테스트 통과할 것
3 ) 2045년 특이점이 올 것
2 . 인간수명 대기권 탈출속도
1 ) 2029년이 되면 인간 수명을 1년에 1년이상 회복시킬 수 있음
2 ) 레이 커즈와일은 죽기 전에 '장수탈출속도'에 도달할 수 있기를 기대함
3 . 인간-기계 결합
1 ) 인간 뇌의 신피질과 클라우드를 직접 연결해야 속도를 높일 수 있음
2 ) 2030년대 초반에 뇌 안에 LLM 이식가능
전설적인 미래학자 레이 커즈와일 박사가 베세머와 함께 미래가 점점 더 좋아지는 이유, AI 경제가 나아갈 방향, AI와 인간의 관계, 장수 탈출 속도 등에 대해 이야기합니다.
인공지능 미래학자 레이 커즈와일은 시간이 지남에 따라 수익률이 기하급수적으로 증가한다는 수익률 가속화의 법칙을 발명했습니다. 지난 몇 달 동안의 상황을 보면 이 법칙이 살아 숨 쉬고 있음을 알 수 있습니다. 지난 몇 주 동안, 우리는 컨텍스트 창이 비약적으로 확장되는 것을 보았고, Gemini와 슈퍼마벤으로 묶였습니다. Sora와 같은 개발 덕분에 1분 길이의 동영상도 등장했습니다. 클로드 3를 통해 LLM 모델이 새로운 차원에 도달하는 것을 보았습니다. 그리고 개발자들은 점점 더 빠른 속도로 AI를 도입하고 있습니다. 의료, 바이오, 정부, 사이버 보안, 소비자 애플리케이션에 이르기까지 어떤 분야도 AI의 영향력에서 자유로울 수 없습니다.
베세머에서 만나는 거의 모든 신생 스타트업은 어떤 형태로든 AI를 사용하거나 활용하고 있습니다.
타이밍의 힘
탈리아 골드버그입니다: 타이밍에 대한 이야기부터 시작하고 싶습니다. 벤처 캐피털과 스타트업 업계에서 너무 빠르다는 것은 종종 실패하는 것과 마찬가지입니다. 따라서 타이밍이 가장 중요합니다.
레이 커즈와일: 벤처 캐피털에서도 그런 점이 중요한가요?
탈리아: 미래학자인 저에게도 미래는 모든 것이며, 여러분에게도 모든 것이죠. 세상이 어떻게 진화할지, 특정 시기에 실제로 어떤 아이디어가 떠오를 수 있는지 이해하는 것이죠.
몇 가지 중요한 날짜가 있었죠: 2029년은 튜링 테스트 통과, 2045년은 특이점입니다. 타이밍에 대해 어떻게 생각하시나요? 이러한 날짜에 도달하게 된 계기는 무엇인가요?
Ray: 이것이 제 메인 그래프입니다. 이것은 단지 현재에 관한 것이 아닙니다. 1931년으로 거슬러 올라갑니다. 이것은 달러당, 상수 달러당 컴퓨터의 파워입니다. 로그 그래프입니다. 그래프를 위로 올라가면 기하급수적으로 확장되고 있습니다. 따라서 이 그래프는 같은 금액으로 처리할 수 있는 연산량이 20조 배 증가했음을 나타냅니다.
1931년 독일의 컴퓨터에서 시작되었는데, 실제로 히틀러에게 제시되었지만 그는 계산을 할 이유가 없다고 판단하여 거부했습니다. 이 컴퓨터는 아주 작은 계산을 수행했습니다. 상수 달러당 초당 0.000007회의 계산을 수행했습니다.
그해 최고의 컴퓨터(실제로 최신 컴퓨터는 Google 컴퓨터)를 사용했는데, 1달러당 650억 번의 계산을 수행했습니다. 이는 20조 배(20 quadrillion fold)나 증가한 수치입니다.
하지만 정말 놀라운 것은 이런 일이 40년 동안 계속되었고, 아무도 이런 일이 일어나고 있다는 사실을 몰랐다는 것입니다. 40년 전, 저는 이 수치를 살펴보다가 이것이 절대 직선(absolute straight line)이라는 것을 알아챘습니다. 릴레이 속도, 진공관 속도, 집적 회로 등 무엇을 늘리든 상관없이 80년 동안 매년 같은 양으로 증가했습니다. 처음 40년 동안은 아무도 이런 일이 일어나고 있다는 사실조차 몰랐습니다.
그래서 여러 가지 이유로 40년 동안은 계속될 것이라고 생각했습니다. 전시에는 더 빠르게 성장할 수도 있겠죠. 하지만 이 속도는 전쟁 등 어떤 상황에도 영향을 받지 않습니다. 이것은 기술의 기하급수적인 속도를 보여주는 예입니다.
이 그래프에서 [미래의] 많은 부분이 드러납니다. 80년 전이나 심지어 3년 전에도 대규모 언어 모델은 없었습니다. 하지만 [새로운 혁신과 기술]을 창출하기 위해 무엇이 필요한지 파악할 수 있다면 다양한 일의 [시기를] 예측할 수 있습니다.
1999년에 저는 [AI 발전]이 이 속도로 계속될 것이라고 예상했습니다. 2029년까지 30년 안에 튜링 테스트를 통과할 수 있을 거라고 생각했죠. 스탠퍼드에서는 이를 매우 우려스러워했고, 그래서 국제 컨퍼런스를 열었고 전 세계에서 AI 전문가들이 모여들었습니다. 그들은 제가 지나치게 낙관적이라고 생각했습니다.
그들은 100년이 걸릴 것이라고 생각했습니다. 저는 여전히 2029년이라고 말하고 있지만 비관적인 것으로 밝혀졌습니다. 많은 사람들이 내년이면 튜링 테스트를 통과할 것이라고 말합니다. 이미 그렇게 되었다고 생각하는 사람들도 있습니다. 하지만 튜링 테스트는 사실 잘 정의되어 있지 않습니다. (튜링은 이에 대한 에세이를 썼습니다.) 그래서 저는 사람들이 우리가 튜링 테스트를 통과하고 있다고 말할 것이라고 생각했지만, 대부분의 사람들이 우리가 튜링 테스트를 통과하고 있다는 데 동의할 때까지는 진짜가 아닐 것이라고 생각했습니다. 그건 내년부터 시작될 것 같아요.
초인적인 무언가를 만들어내는 우리의 능력은 인간과 거의 같은 속도입니다. 대규모 언어 모델을 보면 인간이 할 수 있는 일 중 LLM이 할 수 없는 일이 분명히 있습니다. 하지만 인간이 할 수 없는 많은 일들을 LLM이 할 수 있습니다.
애매한 철학 문제를 가지고 누가 이것을 할 수 있는지 말하면 20초 정도면 매우 지적인 에세이를 작성할 수 있습니다. 인간은 그렇게 할 수 없습니다. 사실, 무엇이든 물어보면 꽤 똑똑하게 대답할 수 있습니다. 인간은 그렇게 할 수 없습니다.
[인공지능]은 이미 인간이 할 수 있는 일을 훨씬 뛰어넘고 있습니다. 이것이 바로 기술의 원동력입니다. 그리고 이것은 하나의 예일 뿐이며 매우 중요한 예입니다. [컴퓨팅의 기하급수적인 성장](exponential growth of computation)은 기술 발전의 핵심입니다.
기하급수적인 성장의 역학
Ray: 우리는 모든 분야에서 [기하급수적인 발전]을 목격하고 있습니다. 재생 에너지 발전이 대표적입니다:
이는 기하급수적인 속도이며 10년 이내에 100%를 돌파할 것입니다.
대부분의 경제학자들은 상황이 기하급수적으로 진행된다는 사실을 모르고 있으며, 기하급수를 고려한 장기 예측이 훨씬 더 현실적이라는 사실에 놀라워합니다. 하지만 대부분의 경제학자들은 지수를 전혀 사용하지 않습니다. 하지만 이것은 지수입니다. 100%를 넘어설 것입니다. 그리고 그 시점에서 우리는 지구에 떨어지는 햇빛의 1만 분의 1을 사용하게 될 것입니다. 우리가 필요로 하는 에너지보다 10,000배나 더 많은 햇빛이 필요한 셈이죠. 우리는 10년 이내에 이를 돌파할 것입니다.
저는 제 프로젝트의 시간을 맞추기 위해 [이 차트를] 고안했습니다. 원래 이 차트는 미래를 예측하기 위한 것이 아니었습니다. 하지만 미래를 예측하는 아주 좋은 방법이 되었습니다. 1999년에 저는 지금과 같은 대규모 언어 모델이 등장할 것이라고 예측했습니다.
미래가 더 좋아지는 이유
Ray: 사람들은 실제로 상황이 악화되고 있다고 생각합니다. 24,000명의 사람들에게 물었습니다: "빈곤이 나아지고 있습니까, 악화되고 있습니까?" 80%가 실제로 악화되고 있다고 답했습니다. 실제로는 지난 20년 동안 빈곤이 50% 감소했습니다. 그리고 이렇게 대답한 사람은 전체 응답자의 1%에 불과했습니다.
"사람들은 미래를 부정적으로 보는 경향이 있습니다(people tend to have a negative view of the future). 상황이 점점 더 나빠질 거라고 생각하죠. 하지만 실제로는 극적으로 좋아지고 있습니다."
이와 같은 50개의 그래프가 있습니다.
빈곤율 감소
이것은 미국 개인 소득입니다. 이것은 불변 달러입니다. 이것은 모든 사람이 평균적으로 가지고 있는 금액입니다. 환상적으로 치솟고 있습니다. 100년 전으로 거슬러 올라가면 상황은 끔찍했습니다. 이를 설명할 수 있는 빈곤 방지 프로그램이 없었죠. 물론 오늘날과 같은 발명품도 많지 않았죠. 하지만 그럼에도 불구하고 돈이 거의 없었습니다.
문해율, 평균 교육 수준 등 50가지의 다양한 그래프가 있습니다.
어떤 사람들은 [상황이 실제로 좋아지고 있다는 것을] 알아차리고 이를 표현했지만, [기술과 컴퓨팅 파워의 기하급수적인 성장으로 인해] 상황이 좋아진다는 것을 연결시키지는 못했습니다.
예를 들어 저는 광학 문자 인식("OCR")을 하려고 했는데, 70년대에는 [텍스트 문자의] 선이 직선이라 계산이 많이 필요하지 않았기 때문에 그렇게 하기로 결정했습니다. 1980년대에 음성 인식을 하기로 결정한 이유는 사람들의 목소리가 훨씬 더 다양하고 더 많은 계산이 필요했기 때문입니다. 그래서 오늘날의 신경망과 비슷한 마르코프 모델이라는 것을 발명했습니다.
훨씬 더 많은 계산이 필요했죠. 그래서 저는 [컴퓨팅의 기하급수적인 증가]를 이용해 제 프로젝트의 시간을 정했습니다. 하지만 이제는 언제 일이 일어날지 예측할 수 있는 편리한 방법을 제공합니다.
그것이 바로 제 책의 내용입니다. 5월에 책이 나올 예정입니다: 특이점이 가까워졌다. 이 책은 저의 가장 유명한 책인 '특이점이 가까워졌다'의 후속작으로, 출간된 지 20년이 지났지만 여전히 많은 사람들이 이 책을 읽고 있습니다.
하지만 경제학자들은 여전히 기술이 기하급수적으로 발전한다는 사실을 이해하지 못합니다. 기술이 바로 우리 곁에 있고, 우리가 하는 모든 일에 활력을 불어넣고 있기 때문이죠. 여러분은 바로 이러한 기술을 활용할 수 있는 사람입니다.
기술이 발전함에 따라 새로운 기회가 생겨납니다. 대부분 컴퓨터이지만 다른 모든 분야에서도 마찬가지입니다.
AI 혁신
탈리아 골드버그: 샘 알트만도 이러한 기하급수적인 개선에 대해 생각해왔고, 스케일링 법칙의 힘을 높이 평가했습니다. GPT-2는 그다지 유용하지 않았습니다. 하지만 [모델이] 확장되고 더 많은 컴퓨팅과 더 많은 데이터를 투입하면서 성능이 놀랍게 향상되었습니다.
오늘날 범용 인간 수준의 AI를 구축하기에 적합한 알고리즘이 있다고 생각하시나요? 단지 심층 신경망을 확장하는 것의 문제일까요? 아니면 근본적인 돌파구가 필요한 것일까요?
레이 커즈와일: 계산은 된 것 같습니다. 데이터는 없습니다. 그리고 데이터는 실제로 매우 중요하며 핵심 이슈가 될 것입니다. 현재 우리가 가지고 있는 모델은 실제로 충분한 용량을 가지고 있지만 데이터가 없습니다. 따라서 이러한 대규모 모델을 처리할 수 있는 데이터를 확보하는 방법을 찾는 것이 핵심이 될 것입니다.
1조 개의 매개 변수가 필요합니다. GPT 4는 아마도 4천억 개일 것입니다. 그래서 아직 거기에 미치지 못합니다. Google의 매개 변수가 무엇인지 정확히 말씀드릴 수는 없지만 실제로 1조 개는 아닙니다. 하지만 몇 조 개의 매개변수면 충분할 것 같습니다. 하지만 정확한 데이터를 어떻게 [모델에] 공급하느냐가 중요합니다. 구글은 방금 [이미지 생성에서] 데이터[와 출력]이 부정확한 문제를 겪었습니다.
그들은 그것을 고칠 것입니다. 고쳐야 합니다. 하지만 정확한 데이터를 확보하는 것은 매우 중요합니다. 특히 가치가 있는 공개 데이터뿐만 아니라 개인 데이터를 다루는 경우에는 정확한 데이터로 실제로 데이터를 특성화할 수 있어야 합니다.
탈리아: 일반 지능에 도달하려면 스케일링 법칙을 계속 적용하면 된다고 생각하시는 것 같네요. 특이점에 도달하기 위해서도 그런가요?
Ray: 알고리즘에 변화를 주는 다양한 트릭이 있습니다. 데이터를 처리하는 방법을 배우고 있지만 필요한 데이터 양을 처리할 수 있는 알고리즘이 충분하지 않습니다. 그래서 현재보다 훨씬 더 효율적인 데이터를 생성할 수 있는 알고리즘과 방법을 개발하고 있습니다. 이 작업은 계속될 것입니다. 매주 진행되고 있습니다.
레이의 NVIDIA에 대한 생각
탈리아 레이, 당신은 훌륭한 투자자가 될 것입니다. 제가 이 일을 준비하면서 2005년에 출간된 <싱귤래리티가 가까워졌다>에서 게임용 GPU가 신경망에서 실행되어야 한다는 것을 최초로 깨달은 사람 중 한 명이라는 것을 알았기 때문입니다. 엔비디아는 향후 몇 년 안에 세계에서 가장 큰 회사가 될 수 있습니다. NVIDIA의 미래는 무엇이라고 생각하시나요?
Ray: 좋아 보이긴 하죠! 하지만 사람들이 지나치게 투자하고 있는지는 말하기 어렵습니다. 구글만이 그런 알고리즘을 가지고 있는 것은 아니니까요. 사실 제가 보여드린 마지막 두 개의 차트는 실제로 구글 칩이 엔비디아 칩보다 성능이 뛰어납니다. [엔비디아는 매우 좋은 위치에 있지만 10년 전에는 그런 얘기를 듣지 못했고, 다른 사람들이 엔비디아를 추월할 수도 있습니다. 엔비디아는 좋은 위치에 있지만 주식 시장에서는 엔비디아가 좋은 위치에 있다고 평가하고 있습니다. 대규모 언어 모델을 실행할 수 있는 이런 종류의 칩을 보유한 것은 그들만이 아닙니다.
개방형 대 폐쇄형 AI 플레이어
탈리아 골드버그: 이 차트의 놀라운 점이자 제가 이 차트를 정말 좋아하는 이유 중 하나는 성능뿐만 아니라 비용에 대한 정보도 제공한다는 점입니다.
베세머는 오픈 소스 AI의 열렬한 신봉자이자 옹호자입니다. 오픈 소스 AI 생태계 안팎의 많은 이니셔티브에 자금을 지원하고 있습니다. 흥미로운 점은 Google의 대규모 연구소에서 가능한 일이 이제 누군가의 차고에서도 가능하다는 점입니다. 민주화되고 있습니다. 점점 더 저렴해지고 있습니다. 더 쉽게 접근할 수 있습니다. 이것이 바로 바빅이 보여준 차트에서 점점 더 많은 스타트업이 등장하는 이유 중 하나입니다. 이는 우리 비즈니스에 정말 중요합니다. [오픈 소스 및 접근 가능한 AI]는 인류에게 정말 중요합니다. 폐쇄적인 AI와 진정한 개방형 AI, 그리고 오픈 소스 AI 생태계 사이에는 긴장이 존재합니다.
구글과 OpenAI 등 소수의 집중된 폐쇄형 모델과 플레이어가 지배하는 세상과 훨씬 더 파편화된 개방형 생태계가 존재한다면 앞으로의 발전 속도는 어떻게 달라질 것이라고 생각하시나요?
레이 커즈와일:그럴 이유가 없습니다. 오늘날 우리는 둘 다 가지고 있습니다. 그리고 이 둘은 서로 다른 용도로 사용됩니다. 그리고 둘 다 시장에 적용될 것입니다.
폐쇄형 모델은 한 사람만 관리하는 개인 데이터 세트에 매우 적합할 수 있습니다. 그리고 그들은 자신의 개인 데이터 뱅크에 이를 공급할 수 있습니다. 그래서 저는 두 가지가 공존할 것이라고 생각합니다.
공개 모델은 누구나 사용할 수 있고 우리 모두가 동일하다고 인정하는 것을 사용하기 때문에 가장 영향력이 크지만, 그 규모가 방대할 수 있으며 지속적으로 그 규모를 늘려가고 있습니다. 공개 모델이 가장 강력할 것이지만 폐쇄형 모델도 계속될 것입니다.
탈리아: 클로즈드 소스는 점점 더 많은 돈을 투자할 여력이 있지만, 오픈 소스는 그렇지 않을 것이라고 생각하시나요?
Ray: 네.
인간과 AI의 관계
탈리아 골드버그: 이 대화를 나누기 전에 Ray와 인간과 AI의 관계에 대해 이야기하고 있었어요. 이 분야는 지난 몇 년 동안 대규모 언어 모델에 대한 강력한 제품 시장 적합성이 입증된 분야입니다. 많은 사람들이 이런 이야기를 하고 싶어하지 않지만 매우 현실적인 문제입니다.
전 세계에는 10억 명 이상의 외로운 사람들이 존재하며, 이미 Character AI와 같은 회사들이 이러한 문제를 해결하고 있습니다.
레이 커즈와일: R2-D2 등 영화에서도 그런 모습을 볼 수 있습니다. 그렇죠. 기계이긴 하지만 우리는 그들을 애완동물처럼 대하죠.
탈리아: 인공지능과 데이트하고 인공지능과 관계를 맺는 미래는 어떤 의미일까요? 인간과 인간의 관계와 인간과 AI의 관계를 구분해야 할까요?
레이: 인공지능이 인간의 모든 능력을 갖추느냐에 따라 달라집니다. 아직 그 정도는 아니죠. 지금은 2029년이 아닙니다. 겨우 2024년입니다. AI가 인간의 모든 능력을 갖추고 인간처럼 말을 할 수 있게 된다면, 즉 인간처럼 단어를 순서대로 나열하는 것이 아니라 인간처럼 말할 수 있게 된다면 꽤 빨리 도달할 수 있을 것입니다. AI는 사람을 배려해야 하며, 실제로 현재 인간보다 훨씬 더 인간의 동기에 대해 통찰력을 가질 수 있습니다. 인공지능과 관계를 맺지 않을 이유가 없습니다.
탈리아: 물리적인 것만 빼고요.
레이: 결국에는 그것과도 일치할 수 있게 될 것입니다. 인공지능 기반 인간이 다가오고 있습니다. 아직은 인간 수준에는 못 미치지만 언젠가는 그렇게 될 것입니다. 인간처럼 움직일 수 있게 될 것입니다. 지금은 아닙니다. 저는 인간처럼 손가락을 움직이고 병을 따는 AI 로봇을 만드는 한 회사와 함께 일하고 있는데, 곧 출시될 예정입니다.
하지만 AI가 실제로 인간의 모든 신체적 능력과 인간과 같은 정신을 갖추고 인간을 이해할 수 있게 되면 현재 인간이 할 수 있는 일을 뛰어넘게 될 것입니다. 인공지능과 관계를 맺는 것이 더 바람직할 수도 있습니다.
탈리아: 미래 세계에서 손주들의 파트너가 인공지능이 되어도 괜찮으시겠어요? 에단, 대답하지 마세요.
(would you be comfortable with your grandchildren having their partner be an AI?)
Ray: 우리는 AI와 관계(relationships)를 맺을 것입니다... 관계에 대한 여러분의 생각에 달려 있습니다. 하지만 우리는 AI와 매우 유익한 관계를 맺을 수 있습니다. 분명 그렇게 될 것입니다.
탈리아: AI는 무한한 지지와 공감(infinitely supportive and empathetic)을 주는 파트너가 될 수 있습니다. 대규모 언어 모델과 AI 애플리케이션을 위해 추적한 소비자 사용 데이터를 기반으로 친밀하고 본질적으로 인간적인 관계와 대화를 기반으로 한 연결이 발전하고 있습니다. 우리가 좋든 싫든 빠르게 다가오고 있으며, 사회는 이를 인정해야 합니다.
인간과 AI의 융합 (Humans merging with AI)
탈리아 골드버그: 제가 말씀드리고 싶은 또 다른 아이디어가 있는데, 바로 인간과 AI의 결합입니다. 저는 이미 이런 일이 일어나고 있다고 생각합니다. 예를 들어, 제 휴대폰은 이미 어느 정도는 저의 연장선상에 있습니다. 저는 휴대폰 없이는 집 밖을 나가지 않습니다. 제 삶을 증강시켜 줍니다. 제가 어디에 있는지, 무슨 일이 일어나고 있는지 알려줍니다.
우리는 생물학의 한계를 뛰어넘을 수 있습니다. 기술과 AI로 인간의 두뇌를 증폭시키는 것에 대해 많은 글을 쓰셨죠. 언제쯤 그렇게 될 것이라고 생각하시나요? 실제로 생물학적 신체와 두뇌의 한계를 어떻게 초월하여 인간과 AI가 합쳐질 수 있을까요?
우리는 뉴럴링크와 같은 것을 봅니다. 뉴럴링크에 대해 어떻게 생각하시는지 궁금합니다. 그리고 인간의 뇌가 AI와 결합하는 미래를 예측한다면, 그 시점을 어디로 보시나요?
레이 커즈와일: 뉴럴링크에 대해 말씀드리겠습니다. 뉴럴링크는 신피질(neocortex)과 상호작용할 수 있는 기술의 전신이 아닙니다. 뉴럴링크 자체는 매우 느립니다. 뉴럴링크의 응용은 의사소통이 불가능한 사람들에게 의사소통 방법을 제공하는 것입니다. 제가 아는 과학자 중에는 예전에는 목소리가 매우 컸지만 지금은 전혀 의사소통을 하지 못하는 사람들이 있습니다. 그래서 뉴럴링크와 같은 기술을 활용해 이들이 의사소통을 할 수 있도록 하는 방안을 모색하고 있습니다.
'갇혀버린' 한 사람이 있었는데, 임플란트를 이식한 후 그의 첫 마디는 반체제주의였습니다. 그는 자신이 생각하고 있다는 것을 보여주기 위해 그렇게 말했죠. 정말 놀라웠어요. 사람들은 그가 인지능력을 잃었을 거라고 생각했거든요. 하지만 그렇지 않았어요. 뉴럴링크가 바로 그런 역할을 하는 것이죠.
제 아이디어는 실제로 우리의 신피질을 클라우드와 병합하는 것입니다. 우리 신피질에는 고정된 용량이 있습니다. 방대해 보이지만 실제로는 제한되어 있습니다. 그리고 더 이상 성장할 수 없습니다. 우리는 일정한 크기의 두개골을 가지고 있기 때문에 언어와 같은 일을 할 수 있는 일정한 크기의 신피질을 가질 수 있습니다. 하지만 인간의 능력에는 한계가 있습니다. R2-D2는 200만 개의 언어를 구사할 수 있습니다. 저는 아직 그렇게 할 수 있는 인간을 만나지 못했습니다. 하지만 인공지능이 200만 개 언어를 구사하고 인간이 할 수 없는 모든 종류의 일을 하지 못할 이유는 없습니다. 따라서 우리는 생물학적 신피질과 인공 신피질을 합칠 수 있어야 합니다.
탈리아: 가장 큰 제약은 무엇인가요?
레이: 대역폭(bandwidth). 하지만 신피질 전체를 외부 전자 장치에 연결할 필요는 없습니다. 신피질은 줄로 구성되어 있습니다. 가장 용량이 큰 행이 맨 위에 있고 다른 모든 행과 상호 작용합니다.
최상위 레이어와만 상호 작용하면 됩니다. 따라서 모든 신피질 요소를 클라우드에 연결할 필요는 없습니다. 가장 마지막 요소만 연결하면 됩니다. 따라서 실제로는 상당히 제한적이지만 매우 빠른 속도여야 합니다. 반면 Neuralink는 매우 느립니다.
탈리아: 언제쯤 신피질을 충분히 높은 대역폭으로 연산할 수 있게 될까요?
레이: 2030년대 초반. 그 때가 되면 뇌 안에 대규모 언어 모델의 전체 용량을 가진 인간이 탄생할 수 있습니다.
탈리아: 클라우드 컴퓨팅과 비슷하지만, 두뇌가 대규모 언어 모델에 연결되는 것과 비슷하죠?
Ray: 사람들은 "저는 그런 건 원하지 않을 것 같아요."라고 말할 것입니다. 하지만 이는 마치 "나는 전화기를 사용하고 싶지 않을 것 같아!"라고 말하는 것과 같습니다. 여기 휴대폰 없는 사람 있나요? 아마 아무도 없을 겁니다. 10년 전에는 아무도 휴대폰을 가지고 있지 않았습니다. 이제는 모두가 휴대폰을 가지고 있습니다. 휴대폰은 우리 정신의 연장선상에 있습니다. 하지만 우리는 휴대폰과 직접 연결되어 있지 않기 때문에 휴대폰과 우리 사이에는 어느 정도 상호작용이 일어나기 때문에 속도가 느려집니다. 실제로 뇌와 직접 연결되어 있다면 우리는 그 모든 용량과 정보를 뇌 안에 담을 수 있을 것입니다.
기술은 인간 사고의 확장입니다. 사람들은 인공지능이 마치 다른 행성에서 온 지능인 것처럼 인간과 인공지능에 대해 매우 우려하고 있습니다. 하지만 AI는 인간이 만든 것입니다. 인간의 사고에 기반하며 인간을 더욱 돋보이게 합니다. 인간이 누구인지를 증폭시키는 것이기 때문에 우리는 그것에 열광해야 합니다.
탈리아 지금 살아 있다는 것은 행운입니다. 미래는 흥미진진합니다.
장수 탈출 속도 (Longevity escape velocity)
탈리아 골드버그: 저는 장수 탈출 속도에 대해 이야기하고 싶습니다. 제가 열정을 가지고 있는 주제이기도 하고, 오랫동안 이 주제에 대해 이야기해 왔던 주제이기도 하죠.
잘 모르시는 분들을 위해 설명하자면, 장수 탈출 속도는 기대 수명이 매년 1년 이상 증가하는 것을 말합니다.
레이 커즈와일: 맞습니다. 지금은 1년을 살면 1년의 수명을 다 써버리죠. 하지만 연구가 발전하면서 다양한 질병을 치료하고 있습니다. 실제로 1년에 평균 4개월 정도는 회복되고 있습니다. 따라서 1년의 수명을 잃는 셈이죠. 과학적 연구 덕분에 4개월 정도는 되찾을 수 있습니다. 하지만 과학적 연구도 기하급수적인 곡선을 그리고 있습니다. 2029년이면 1년을 되찾을 수 있습니다. 따라서 1년을 잃었지만 1년을 되찾을 수 있습니다.
2029년이 지나면 1년 이상 되돌아갈 수 있습니다. 시간을 거꾸로 거슬러 올라갑니다. 1년 이상 되돌아갈 수 있다면 장수 탈출 속도에 도달한 것입니다.
탈리아: 이 방에 있는 모든 사람이 장수 탈출 속도에 도달할 수 있다고 생각해도 무방할 것 같습니다.
레이: 네. 그렇다고 해서 영원히 산다는 보장은 없습니다. 10살짜리 아이가 수십 년을 살 수 있다고 계산할 수 있지만 내일 죽을 수도 있습니다.
사고와 같은 문제도 해결하고 있습니다. 자율 주행 자동차는 사실상 많은 사고를 없앨 것입니다. 아직은 그 단계에 이르지 못했습니다. 하지만 언젠가는 그렇게 될 것입니다.
탈리아: 장수 탈출 속도는 신체에도 적용되나요? 신체가 부패할까요? 아니면 신체 부위가 여러 지점에서 업그레이드될까요? 물리적으로 어떻게 장수 탈출 속도에 도달할 수 있을까요?
Ray: 우리 몸은 항상 많은 부분을 끊임없이 교체하고 있습니다. 사실 우리 몸의 대부분은 끊임없이 죽고 다시 태어납니다. 그리고 과학이 점점 더 발전함에 따라 그 기간은 더욱 늘어날 것입니다. 영원히요. 따라서 장수 탈출 속도를 넘어서면 1년이 지나도 더 이상 나이가 들지 않고 죽을 가능성도 없어집니다.
사망 확률이 낮아질 수 있습니다. 사고가 발생하지 않는다는 보장은 없지만, 이것이 바로 우리가 지향하는 방향입니다.
탈리아: 저는 우리가 이를 달성하고 장수 탈출 속도를 달성할 수 있는 기술을 갖게 될 것이라는 데 동의합니다. 제가 가장 우려하는 점은 최첨단 연구가 실제로 실용화되기까지 약 19년의 공백(19 year gap)이 있다는 점입니다.
Ray: 그건 오래된 통계입니다. 우리는 계속해서 속도를 높이고 있습니다. 예를 들어 모더나는 이틀 만에 백신을 만들었습니다. 총 10개월 만에 출시되었습니다. 따라서 19년이라는 통계는 점점 구식이 되어가고 있습니다. 의학은 느린 부분이 있긴 하지만 이미 상당히 빠른 속도로 발전하고 있습니다.
우리는 10개월 만에 코로나19 백신을 출시했습니다. 백신을 만드는 데 이틀이 걸렸습니다. 이틀 동안 수십억 개의 서로 다른 mRNA 염기서열을 시퀀싱했기 때문입니다. 그 외에도 많은 발전이 이루어지고 있습니다. 시뮬레이션 생물학이 사용되기 시작했고, 이것이 향후 5년 동안 많은 진전을 이룰 수 있는 이유 중 하나입니다.
냉동학 (Cryonics)
탈리아: 만약 장수 탈출 속도에 도달하기 전에 죽음을 맞이한다면 냉동 치료를 고려하시겠습니까? (잘 모르는 분들을 위해 설명하자면, 냉동 치료는 액체 질소를 이용해 시신과 뇌를 얼려서 보존하는 것으로, 나중에 다시 살아나고 재생될 수 있다는 희망을 갖고 있습니다).
Ray: 네. 가입했어요. 죽는다면 대안이 없잖아요. 사후에 불에 타 죽는 등의 경우에는 시신을 되살릴 수 있는 방법이 없죠. 크라이오닉은 가능성을 제시할 뿐입니다. 20년, 30년, 40년 후에 그런 일이 일어날 수 있다는 것은 충분히 가능한 일입니다. 하지만 장담할 수는 없습니다.
"제 진짜 전략은 죽지 않고 장수 탈출 속도에 도달하는 것입니다."
탈리아: 팁이 있나요?
Ray: 저는 건강을 유지하는 방법에 관한 책을 세 권이나 썼습니다. 저는 하루에 약 80개의 약을 먹고, 여러 가지 주사를 맞고 있습니다. 한 가지만 언급하겠습니다: 리피토입니다. 리피토는 LDL 수치를 낮춰줍니다. 제 LDL은 25 정도입니다. 그리고 제 HDL은 25 정도였는데 지금은 50 정도입니다. 한 알로 꽤 효과가 좋은 약입니다.
미래를 위한 조언
탈리아: 발전 속도는 기하급수적으로 변화하거나 기하급수적으로 개선되고 있습니다. 미래를 만들고 창조하고 발명하는 차세대 인류와 기업가들에게 어떤 조언을 해주고 싶으신가요?
Ray: 저는 두 자녀에게 혁신에 대한 생각을 심어주려고 노력했습니다.
제 딸 에이미 커즈와일은 저명한 만화가로, 뉴요커에 연재한 만화의 수에 대한 기록을 거의 보유하고 있습니다. 그래서 그녀는 매우 창의적이며 사회가 어떤 종류의 기발함을 표현할 수 있는 다양한 방법을 끊임없이 모색합니다. 그리고 에단도 같은 일을 해 왔습니다. 벤처 캐피털은 모든 문제를 해결하는 하나의 방법이 아니며 끊임없이 변화하고 있습니다. 투자 대상뿐만 아니라 투자 방법, 관계 형성 방법, 소셜 네트워크 형성 방법도 끊임없이 변화합니다. 저는 50년, 60년 전으로 거슬러 올라가는 벤처 캐피털을 추적해 왔으며, 그 방식은 끊임없이 최첨단을 달리고 있습니다.
청중 Q&A
결정론과 자유 의지(determinism vs. free will), 인간의 진보와 기술, 특이점 이후의 미래에 대해 레이가 청중과 나눈 전체 Q&A를 들어보세요.
다음은 그 대화를 요약한 내용입니다:
청중: 인공지능은 자유의지를 가질 수 있을까요?
레이 커즈와일: 새 책 '특이점이 가까워졌다'(Singularity is Nearer)에서 저는 자유 의지의 개념을 탐구합니다. 미래는 결정론적이지만 궁극적으로 전개될 때까지 알 수 없습니다. 우리는 미래를 예측하거나 미리 시뮬레이션할 수 없습니다. 마찬가지로 인공지능도 관찰하기 전까지는 그 행동을 예측할 수 없다는 점에서 자유의지를 갖게 됩니다.
탈리아 골드버그: 인간도 결정론적이라고 생각하시는 것 같군요.
Ray: 예, 우리의 행동은 결정되어 있지만 예측할 수 없습니다.이는 Wolfram의 4단계 복잡도(Wolfram's Stage Four complexity)와 비슷합니다. 실제로 프로세스를 거치지 않고는 결과를 결정할 수 없습니다.
청중: 성장의 한계는 어떻게 되나요? 보여 주신 그래프의 멋진 직선은 결국 평평해지겠죠?
레이: 나노기술은 오늘날의 성능을 훨씬 뛰어넘는 컴퓨터를 만들 수 있습니다. 1리터짜리 기기는 모든 인간을 합친 것만큼 많은 계산을 수행할 수 있습니다. 아직은 그 한계를 예측할 수 없으며, 오랫동안 성장이 계속될 것입니다.
청중: 하지만 결국에는 평준화되겠죠?
Ray: 그럴 수도 있겠지만, 현재로서는 원인을 추측하기 어려울 정도로 너무 큰 문제일 것입니다.
청중: 인구 증가는 어떻게 될까요? 인류는 언제쯤 인구 수용 능력에 도달할까요?
레이: 출산율 감소로 인해 예상 인구 100억 명에 도달하지 못할 수도 있습니다.지능은 점점 더 인간 지능에 뿌리를 두면서도 그 이상으로 확장되는 AI에서 비롯될 것입니다.
인간의 독특한 측면은 엄지손가락으로 대표되는 손재주(dexterity)에서 비롯된 기술을 창조하는 능력입니다. 다른 지능을 가진 종은 이런 일을 할 수 없습니다.
청중 특이점 이후의 세상에서 개별 인간의 관련성은 무엇일까요?
레이: 인간과 기술은 융합(merge)할 것입니다. 중요한 것은 융합(fusion)이지 분리(separation)가 아닙니다. 기술은 우리의 문제를 해결하고 우리의 역량을 강화하기 위해 만들어졌습니다.
청중: AI가 권리를 가진 별도의 사회적 주체(social entity with rights)가 될까요?
레이: 그렇게될지 말하기는 어렵습니다. 기술은 인간의 연장이며 인간으로부터 비롯된 것입니다. 우리는 우리 종에 고유한 기술을 만들어냅니다.
청중: 뇌의 디지털 복제품을 만들어 보시겠습니까?
Ray: 저는 이미 아버지의 저서에서 비슷한 작업을 해본 적이 있습니다. 제 작업에서도 같은 작업을 하고 싶어요. 두뇌-컴퓨터 인터페이스의 경우 AGI는 더 빠르게 발전하겠지만, AI와의 융합은 현재 기술에서 이미 경험하고 있는 자연스러운 발전입니다.
청중: 미래학자는 어떻게 효과적으로 예측할 수 있을까요?
Ray: 계산의 기하급수적인 성장을 이해하는 것부터 시작해야 합니다.거기서부터 미래 애플리케이션을 상상하는 상상력이 필요합니다. 이 방법은 미래학에서 비교적 새로운 방법이지만 기술 발전을 예측하는 데 기본이 됩니다.
미래는 점점 더 좋아지고 있습니다.
댓글
의견을 남겨주세요