오픈에이아이(AI)가 개발한 생성형 인공지능 서비스 챗지피티(Chat GPT). 로이터 연합뉴스
챗지피티 이후 질문은 하나로 수렴했다. “그래서 다음은 무엇인가?” 늘 돌아오는 답은 똑같다. 더 매끄러운 대화, 더 똑똑한 비서, 더 빠른 추론. 하지만 이 질문은 이미 한 박자 늦었다. 인공지능의 다음 목적지는 ‘말(Language)’이 아니라 ‘세계(World)’이기 때문이다.
지금 우리가 환호하는 생성형 인공지능은 본질적으로 ‘언어 기술자’다. 수많은 문장을 학습해
릴게임방법 다음에 올 단어를 확률적으로 가장 그럴듯하게 배치한다. 그래서 유창하다. 하지만 이 유창함 속에 ‘이해’는 없다. 인공지능은 사과가 왜 떨어지는지 모른다. 그저 기록된 문장으로 세계를 흉내 낼 뿐이다.
이 한계를 가장 집요하게 파고든 사람이 메타의 최고 인공지능 과학자를 지낸 얀 르쿤이다. 그는 끈질기게 “언어 모델은 세계를 모른다”고
모바일릴게임 지적해왔다. 진짜 지능이라면 단어의 확률이 아니라, 현실의 작동 방식을 내부에 품고 있어야 한다는 것이다. 물리학 법칙이 지배하는 이 세계가 어떻게 돌아가는지 아는 것, 바로 ‘세계 모델’이다.
철학적 논쟁처럼 들리지만, 이 개념은 이미 현실에서 증명됐다. 구글 딥마인드의 ‘알파폴드’가 그 증거다. 단백질 구조 예측은 지난 50년간 생물학
릴짱 계의 난제였다. 데이터가 부족해서가 아니었다. 가능한 구조의 경우의 수가 사실상 계산 불가능한 규모였기 때문이다.
그런데 알파폴드가 이 문제를 풀었다. 기출문제를 달달 외워서가 아니다. 단백질이라는 물질이 이 물리적 세계에서 가질 수 있는 ‘존재 가능한 형태’의 법칙을 깨우쳤기 때문이다. 불가능한 경우의 수를 자연법칙의 계산으로 소거해버린
바다이야기2 것이다.
이 지점에서 인공지능의 역할은 정답을 검색하는 도구에서, 현실을 시뮬레이션하는 존재로 근본적으로 바뀐다. 이것은 누가 더 많은 문장을 읽었느냐의 싸움이 아니다. 누가 더 정교하게 현실을 모사할 수 있느냐의 싸움이다.
구글 딥마인드 공동창업자로 알파폴드 프로젝트를 이끈 데미스 허사비스가 정의하는 지능의 핵심도 바
야마토통기계 로 이 지점에 닿아 있다. 그는 뇌과학적 관점에서 지능을 "세계를 모델링하고, 행동하기 전에 그 결과를 시뮬레이션하는 능력"으로 정의한다. 인간은 늘 머릿속에서 먼저 세계를 살아본 뒤 몸을 움직인다. 이제 인공지능도 그 영역에 발을 들였다.
그러니 “챗지피티 다음은 무엇인가”라는 질문은 틀렸다. 우리가 물어야 할 진짜 질문은 이것이다. “인공지능은 언제부터 세계를 미리 살아보기 시작했는가?”
그 답은 아직 대중에게 널리 공유되지 않았다. 사람들에게 알파폴드는 여전히 어려운 과학 뉴스이고, 세계모델은 먼 미래의 이야기다. 하지만 훗날 이 시기를 복기할 때, 인공지능이 비로소 물리적 현실을 다루기 시작한 분기점이 바로 지금이었다고 역사는 기록할 것이다.
그 거대한 전환은 이미 시작됐다.
채백련 전 빅웨이브 대표