2024년에 AI가 직장에서 시간을 절약해 준 15가지 방법과 2025년에 AI를 어떻게 사용할 계획인지

우리는 신속한 엔지니어링에 참여하면서 더욱 스마트해지고 있지만 여전히 지능을 정의하고 있습니다.

Terry Sejnowski는 기계 학습 분야에서 오랫동안 일해 온 관점에서 인공 지능(AI)의 긍정적인 영향을 열성적으로 옹호해 왔습니다. 그는 2018년 『딥러닝 혁명(The Deep Learning Revolution)』이라는 책에서 “AI가 당신을 더 똑똑하게 만들 것이다”라고 썼습니다.

AI 시대에는 모든 것이 빠르게 움직입니다. 2018년부터 생성 AI(Gen AI)가 우리 삶에 침투했습니다. 지난달 MIT Press에서 출판한 최신 저서 ChatGPT와 AI의 미래: 심층 언어 혁명(ChatGPT and the Future of AI: The Deep Language Revolution)에서 Sejnowski는 대규모 언어 모델(LLM)의 부상을 검토하고 "AI가 실제로 우리를 더 똑똑하게 만든다"고 결론지었습니다.

테리 세이노스키

하지만 어떻게 더 스마트하게 측정할 수 있을까요? 그게 정확히 무슨 뜻인가요?

Sejnowski는 인터뷰에서 ZDNET과의 인터뷰에서 "지능이란 무엇입니까? 지능은 실제로 문제 해결에 관한 것입니다."라고 말했습니다. ChatGPT 및 이와 유사한 프로그램을 사용하면 "빠른 속도를 낼 수 있을 뿐만 아니라, 결코 생각지도, 탐구하지도 못했던 일을 할 수 있게 됩니다. 문을 열어줍니다."

그는 이어 "ChatGPT가 실제로 무엇인지 생각해 보세요. 모두가 '아, 사람처럼 말하는군요'라고 생각합니다."라고 말했습니다. 우리가 확실히 아는 유일한 것은 그것이 인간이 아니라는 것입니다. 그것은 삽과 같은 도구입니다."

Sejnowski는 삽처럼 대규모 언어 도구가 맨손으로 할 수 있는 것보다 더 나은 일을 할 수 있도록 도와준다고 주장했습니다. 그는 ChatGPT가 "정신적 장애를 극복하는 데 도움이 되기 때문에" 작가들이 ChatGPT를 통해 점점 더 나아지고 있다고 말했습니다.

그는 책을 조사하기 위해 ChatGPT를 광범위하게 사용했다고 그의 새 책에서 언급했습니다. "LLM의 도움으로 딥 러닝 혁명에 대한 이전 책을 집필하는 데 걸린 시간의 절반 정도가 이 책에 걸렸습니다."

AI에 대한 권위 있는 지식과 매력적인 목소리로 집필된 새 책은 이전 책과 매우 다릅니다. 2018년에 Sejnowski는 역사 수업을 했습니다. 새로운 혁명에서 Sejnowski는 이러한 도구가 어디로 향하고 있는지, 그리고 이러한 도구가 우리의 사고 방식과 우리 자신을 어떻게 생각하는지에 대해 어떻게 변화시키고 있는지에 관심을 갖고 있습니다.

Sejnowski는 ZDNET에 "우리는 지금 도구를 사용하는 단계에 있습니다. 도구 사용 방법을 배우고 있으며 도구는 항상 향상되고 있습니다"라고 말했습니다.

"ChatGPT는 많은 일을 할 수 있지만 최고의 인간만큼 할 수는 없습니다. 하지만 대부분의 인간보다 훨씬 더 잘합니다."

ChatGPT가 하지 않는 한 가지는 Sejnowski와 마찬가지로 어느 곳에나 글을 쓰는 것입니다. 책 전반에 걸쳐 그는 ChatGPT에서 생성된 각 장의 요약을 제공하며 "텍스트보다 따라가기가 더 쉬울 것"이라고 기대합니다. 사실 요약은 GPT에서 생성된 많은 산문과 마찬가지로 진부하며 대부분 속임수처럼 보입니다. 그것은 이 책의 유일한 약점이며, 그렇지 않으면 훌륭하고 몰입도 높은 책에서 용서받을 수 있을 만큼 충분히 작은 범법입니다.

이 책이 ChatGPT에 대한 러브레터라고 생각하지 않도록 이 책의 더 깊은 요소는 페이지의 대부분을 차지하며 생성 AI가 과학에 미치는 영향에 대한 분석이며 그 반대의 경우도 마찬가지입니다.

예를 들어 AI는 신경과학자들에게 뇌의 측면을 드러내고 있으며, 신경과학은 일종의 선순환을 통해 AI의 새로운 가능성을 열어주고 있다고 그는 주장합니다.

이러한 관찰은 두 분야 모두에서 Sejnowski의 광범위한 경력에 의해 뒷받침됩니다. Sejnowski는 The Salk Institute for Biological Studies의 Francis Crick 의장이자 University of California, San Diego의 특훈 교수입니다. 그는 오늘날의 AI에 근본적인 기여를 했지만 AI 동료들과는 다른 길을 계획했습니다.

Sejnowski는 1970년대 프린스턴에서 John Hopfield 밑에서 물리학 박사 학위를 취득한 후 AI 연구로 올해 노벨 물리학상을 받은 두 사람인 Geoffrey Hinton과 광범위하게 협력했습니다. Sejnowski의 초기 초점은 AI 시스템 구축 자체에서 신경과학으로 바뀌었습니다. 왜냐하면 그는 ZDNET에 "뇌가 어떻게 작동하는지 이해하고 싶었기 때문입니다"라고 말했습니다.

많은 AI 실무자들은 뇌가 인공 신경망에 비해 너무 복잡해서 진전을 이룰 수 없다고 느끼며, 전문적인 혁신을 발표할 가능성을 높이기 위해 뇌 과학에서 벗어났습니다. 그러나 Sejnowski는 자신이 배운 내용에 매우 기뻐하며 AI 덕분에 뇌에 대한 위대한 발견을 할 수 있는 문턱에 이르렀다고 확신합니다.

예를 들어, 대규모 언어 모델의 기본 메커니즘(다음 단어를 예측하는 방식)은 인간의 기억에 적용할 수 있는 기본 메커니즘입니다.

GPT에 입력하는 모든 내용과 나머지 내용은 '컨텍스트 창'이라고 알려진 긴 숫자 문자열로 인코딩됩니다. 그 창은 예측을 하는 데 사용되는 작업 메모리를 구성합니다. OpenAI와 다른 업체들은 점점 더 긴 컨텍스트 창을 갖기 위해 경쟁하고 있으며, 이는 다음 단어, 구문 또는 단락을 예측할 수 있는 더 큰 용량으로 변환되어야 합니다.

Sejnowski는 비슷한 일이 뇌에서도 일어나고 있다고 믿습니다. 그는 ZDNET에 신경과학자들이 해야 할 질문은 "긴 입력 벡터가 뇌에서 어떻게 구현되는가? 문장 전체가 아니라 문단 전체에 걸쳐 구현되는가"일 수 있다고 설명했습니다. 그게 무슨 일이야?"

Sejnowski는 그 대답이 대뇌 피질을 가로질러 이동하는 신경 활동의 파동인 "이동파"라고 믿습니다. 그는 "아무도 그 기능이 무엇인지에 대한 단서가 없었기 때문에" 신경과학에서는 이 현상을 "일반적으로 무시해 왔다"고 말했습니다.

혁명의 중간 3분의 1에서 Sejnowski는 Gen AI가 마침내 진행파동의 미스터리를 해명할 가능성을 암시합니다. 그는 AI 초기부터 언어 모델의 초기 형태인 변환기 개발까지 독자를 안내하면서 LLM의 훌륭한 역사를 제공합니다. 관심 있는 독자들은 Trends in Neuroscience 저널의 학술 논문에서 진행파와 변압기에 대한 자세한 내용을 확인할 수 있습니다.

동시에 상황은 "반대 방향으로 가고 있다"고 Sejnowski는 ZDNET에 말했다. 인공지능은 신경과학을 빌려 계속 진화하고 있다.

책에서 그는 대규모 언어 모델의 다양한 결점, 즉 '환각'과 때로는 무의미한 출력이 인간의 정신 발달과 유사한 발달 단계로 이해될 수 있다고 가정합니다. 이 기술은 유망하지만 아직 갈 길이 멀다.

Sejnowski는 "LLM은 한 번도 성장한 적도 없고 디지털 네버랜드에서 살아본 적도 없는 Peter Pans입니다."라고 썼습니다. "LLM에는 청소년기가 없습니다. 인간의 경우 이는 전두엽 피질이 성숙하기 전이고 잘못된 판단에 제동을 걸기 전입니다."

책의 마지막 3분의 1은 일종의 어린 시절이라는 패러다임을 고려할 때 AI가 어디로 갈 수 있는지에 초점을 맞추고 있습니다.

"AI의 장기적인 방향은 LLM을 더 큰 시스템에 통합하는 것입니다."라고 그는 썼습니다. "언어가 생존에 필수적인 감각 운동 제어를 위해 수백만 년에 걸쳐 진화해 온 뇌 시스템에 내장된 것과 같습니다."

이미 Gen AI는 다른 과학 분야를 빌려 기능을 확장했다고 Sejnowski는 ZDNET에 말했습니다.

최근 LLM에서 가장 중요한 혁신 중 하나는 입자 물리학에서 차용한 "상태 공간 모델"이라는 것을 삽입하는 것입니다. AI21과 같은 상업 회사에서는 상태 공간 모드를 사용하여 프롬프트에 응답하는 데 필요한 시간 측면에서 성능을 획기적으로 향상했습니다.

상태 공간 모델은 또한 뇌의 진행파 이론과도 연결되어 있다고 Sejnowski는 ZDNET에 말했습니다.

과학과 AI 사이의 이러한 노력의 교차 수분은 이 책의 가장 매력적인 측면이며, 두 진영 모두에서 이해해야 할 부분이 얼마나 남아 있는지 강조합니다.

LLM은 AI 연구자들이 이제 막 이해하기 시작한 기본 구조를 가지고 있습니다. Sejnowski는 그 미스터리를 풀면 새로운 형태의 수학이 탄생하여 AI가 극적으로 발전할 수 있다고 예측합니다.

"오늘날의 LLM은 시행착오를 거쳐 중세 시대에 지어진 대성당과 같습니다."라고 그는 Revolution에 썼습니다. "LLM이 새로운 수학에 영감을 주면서 새로운 개념적 프레임워크는 이해와 지능과 같은 개념을 구체화할 것입니다. 그 자손은 초고층 건물과 같을 것입니다."

이 책의 주목할만한 점 중 하나는 Sejnowski가 수십 년간 두 분야에 참여하면서 얻은 정보를 바탕으로 과학과 AI 작업에 탁월한 기반을 두고 있으면서도 과학적 상상력의 새로운 차원으로 치솟았다는 것입니다.

Sejnowski는 뉴턴과 다른 사람들의 획기적인 발전이 우주에 대한 우리의 이해를 변화시킨 것처럼 완전히 새로운 과학과 수학이 나타날 수 있다고 가정합니다.

"물리학자들은 중력, 열역학, 전기, 자기 및 기본 입자와 같은 우주의 신비한 특성을 설명하는 방정식을 생각해 냈으며, 이는 물리 상수라고 하는 몇 가지 매개변수만으로 정확한 예측을 가능하게 했습니다."라고 Sejnowski는 썼습니다.

"21세기에는 수학의 새로운 영역이 컴퓨터 과학의 알고리즘을 기반으로 더 많은 성공을 거두고 있습니다. 우리는 이제 막 알고리즘의 세계를 탐구하기 시작했으며, 이를 위해서는 과학적 이해에 대한 사고의 전환이 필요할 수 있습니다."

항상 존재해 왔지만 우리가 결코 이해하지 못했던 지능에 대한 계시가 우리를 기다리고 있을지도 모릅니다.

Sejnowski는 Gen AI 도구를 사용하여 사람들이 자신의 강점과 한계를 더 잘 이해하게 되었다고 ZDNET에 말했습니다.

"내가 그것을 더 많이 사용할수록, 그리고 다른 사람들이 그것을 어떻게 사용하는지 더 많이 볼수록 그것이 실제로 그들을 반영하고 있다는 것이 꽤 분명해집니다."라고 Sejnowski는 말했습니다. 사람들이 신속한 엔지니어링에 능숙해짐에 따라 도구는 사용자의 스타일을 점점 더 많이 반영합니다. "그들은 거울 속의 자신을 더 잘 볼 수 있게 됩니다."

거울 효과는 감질나는 전망으로 이어집니다. 우리는 우리처럼 걷고 말하는 실물과 같은 휴머노이드의 상투적이고 공상 과학적인 형태로 AI의 성배인 "인공 일반 지능"을 달성하지 못할 것입니다. 오히려 우리는 지능에 대해 알고 있다고 생각하는 것에 대한 이해를 바꿀 것입니다. 단순한 도구 사용을 넘어서는 것이지만, 아직은 그 밖의 다른 것이 무엇인지에 대한 표현이 없습니다.

"일반 지능은 인간이 사회적으로 상호 작용하는 방식에서 시작될 수 있습니까? 언어는 사회성을 향상시키기 위한 진화의 후발주자로 등장할 수 있습니까?" Sejnowski는 책에서 묻습니다. "인간의 '일반 지능' 개념을 다시 생각해 볼 때가 왔습니다."