최근 구글 딥마인드 연구진이 AGI(Artificial General Intelligence)를 5단계로 구분하는 기준을 발표했다. 이 기준은 좁은 범위의 특정 작업에서 뛰어난 성능을 보이는 ‘좁은 AI(Narrow AI)’와 인지 능력을 포함하는 ‘광범위한 범위의 일반 AGI(General AI)’를 명확히 구분한다. 이번 연구는 AGI의 성능, 일반성, 자율성 수준을 소개하고, AGI로 가는 과정에서 진행 상황을 측정하는 공통 기준을 제공하는 것을 목표로 한다. 초인공지능 ASI AGI 비교하고 범용인공지능 AGI 5단계에 대해서 정리해봤다.
초인공지능 ASI AGI 비교
ASI와 AGI 정의
AGI (Artificial General Intelligence)
AGI는 인간과 유사한 수준의 지능을 가진 인공지능을 의미한다. AGI는 인간이 할 수 있는 거의 모든 지적 작업을 수행할 수 있으며, 다양한 분야에서 학습하고 문제를 해결할 수 있는 능력을 갖추고 있다.
특정 문제나 작업에 국한되지 않고, 여러 분야에서 지능적으로 행동할 수 있으며, 새로운 정보를 학습하고, 경험을 바탕으로 성능을 향상시킬 수 있다. 인간과 유사한 수준의 추론, 계획, 문제 해결, 이해, 학습 능력을 가지며, 현재로서는 존재하지 않지만 AGI의 예로는 인간처럼 생각하고 행동할 수 있는 로봇이나 컴퓨터 프로그램을 들 수 있다.
ASI (Artificial Superintelligence)
ASI는 인간의 지능을 훨씬 능가하는 인공지능을 의미한다. ASI는 모든 분야에서 최고의 전문가를 초월하는 지적 능력을 가질 것으로 예상된다.
인간이 가진 모든 지적 능력을 초월하며, 더 빠르고 정확하게 문제를 해결할 수 있으며, 인간이 생각해내지 못한 방법으로 문제를 해결하고, 새로운 기술과 지식을 창출할 수 있다. 스스로를 향상시키고, 스스로를 업그레이드할 수 있는 능력을 가지며, 강력한 능력을 가질 수 있기 때문에 이를 잘못 사용하거나 통제하지 못하면 심각한 위험을 초래할 수 있다.
AGI 단계 6가지 원칙
구글 딥마인드 연구진은 AGI 단계를 정의함에 있어 6가지 원칙을 제시했다. 이 원칙들은 명확한 개념을 정량화함으로써 미래에 발생할 수 있는 위험과 여러 요구사항에 대비하기 위함이다.
알고리즘의 실제 성능에 초점
AGI를 평가할 때 알고리즘 자체보다는 실제 성능에 초점을 맞추는 것이 중요하다. 이는 AGI가 실제 상황에서 어떻게 작동하는지를 이해하는 데 도움이 된다.
범용성과 성능
AGI는 다양한 작업에서 범용적인 성능을 보여야 한다. 이는 특정 작업에서 뛰어난 성능을 보이는 좁은 AI와는 다르게 모든 작업에서 일정 수준 이상의 성능을 보여야 한다는 의미다.
메타인지 능력
AGI는 스스로의 능력을 인지하고, 필요한 경우 사람에게 설명이나 도움을 요청할 수 있어야 한다. 이는 인간과의 상호작용을 원활하게 하는 데 중요한 요소다.
잠재력에 집중
AGI의 개발은 일자리 감소와 같은 우려보다는 그 잠재력에 집중해야 한다. 이는 AGI가 가져올 긍정적인 변화를 최대한 활용하기 위함이다.
생태학적 타당성
AGI는 사람들이 가치 있게 여기는 과제를 우선적으로 해결해야 한다. 이는 AGI가 사회에 유익한 방향으로 발전하도록 하는 데 중요한 기준이다.
레벨 단위로 접근
AGI의 발전 단계를 레벨 단위로 접근하고 구분 체계를 정립함으로써 AGI의 발전 상황을 명확히 파악할 수 있다.
AGI 성능 구분 5단계
구글 딥마인드 연구진은 AGI를 5단계로 구분했다. 각 단계는 AI의 성능, 일반성, 자율성 수준에 따라 정의된다.
레벨1: 신흥 단계 (Emergent)
현재의 챗GPT, 바드(Bard), 라마2(Llama2) 등이 이 단계에 해당한다. 이 AI 모델들은 언어, 웹 사이트, 제작 등 다양한 분야에서 활용될 수 있으며, 범용적인 영역에서 사용 가능하다. 그러나 아직 초기 단계로, 특정 작업에서만 뛰어난 성능을 보인다.
1971년 MIT의 테리 위노그라드(Terry Winograd)가 발표한 자연어 이해 컴퓨터 프로그램 ‘SHRDLU’도 이 단계에 속한다. SHRDLU는 블록 세계에서 사용자의 영어 단어를 받아 응답하는 능력을 갖추었으나, 규칙이 하드코딩되어 있어 활용 범위가 매우 제한적이다.
레벨2: 유능한 단계 (Capable)
이 단계의 AI는 특정 기능을 수행하는 데 뛰어난 능력을 보인다. 애플의 시리(Siri), 아마존의 알렉사(Alexa), 구글 어시스턴트(Google Assistant) 등이 이 단계에 속한다. 이 AI들은 특정 작업에서 뛰어난 성능을 보이지만, 여전히 좁은 범위에 머물러 있다.
레벨3: 전문가 단계 (Expert)
이 단계의 AI는 전문가 수준의 성능을 보인다. 예를 들어, AI 문법 검사기 ‘그래머리(Grammarly)’, 이미지 생성 AI ‘달리2(Dall-E2)’ 등이 있다. 이 AI들은 특정 작업에서 인간 전문가의 상위 1~10% 수준의 성능을 발휘한다.
레벨4: 거장 단계 (Master)
이 단계의 AI는 특정 영역에서 탁월한 성능을 보인다. 체스 특화 AI ‘딥 블루(Deep Blue)’, 바둑 AI 프로그램 ‘알파고(AlphaGo)’ 등이 해당된다. 딥 블루는 1990년대 IBM의 슈퍼컴퓨터 ‘RS6000/SP’ 상에서 작동되며, 초당 2억 개의 체스 위치를 연산 및 평가할 수 있었다.
레벨5: 초인 단계 (Superhuman)
이 단계의 AI는 모든 영역에서 인간을 능가하는 성능을 보인다. 이는 AGI를 넘어선 초인공지능(ASI: Artificial Super Intelligence)으로 명칭된다. 단백질 3D 구조를 예측하는 AI ‘알파폴드(AlphaFold)’, 보드 게임을 학습하는 ‘알파제로(AlphaZero)’, 체스 엔진 ‘스톡피쉬(StockFish)’ 등이 포함된다. 이 AI들은 특정 범위를 넘어서 광범위한 작업을 수행할 수 있다.
ASI 가능성
초인공지능은 현재의 AI보다 훨씬 더 광범위한 작업을 수행할 수 있다. 연구진은 ASI가 뇌 신호를 분석해 생각을 해독하는 신경 인터페이스, 대량의 데이터를 분석해 고품질 예측을 하는 능력, 동물과의 의사소통 등 다양한 기술을 포함할 수 있다고 밝혔다.
한편, 기술 전문 매체 벤처비트는 메타, 허깅페이스 등 연구원들이 만든 AGI 수치가 판단 가능한 벤치마크 ‘GAIA’를 발표했다. 이 벤치마크는 전문 지식이 아닌 사람과 같은 역량에 중점을 두며, 사람은 92%의 점수를 획득한 반면 GPT-4는 플러그인을 사용하고도 15% 수준에 머물렀다.
마치며
이번 구글 딥마인드 연구진의 AGI 단계 구분은 AGI 발전 상황을 명확히 파악하고, 미래의 기술 발전 방향을 제시하는 데 중요한 역할을 할 것이다. AGI의 발전은 우리가 상상하는 것보다 빠르게 다가오고 있으며, 이를 위해 체계적인 접근과 준비가 필요하다.