딥마인드 공동 창업자, "2028년까지 AGI 달성 확률은 여전히 50%"

구글 딥마인드의 공동 창립자인 셰인 레그(Shane Legg)가 2028년까지 인공일반지능(AGI)이 등장할 확률이 50%라는 기존 예측을 여전히 고수하고 있습니다.

테크 팟캐스터 드와르케시 파텔(Dwarkesh Patel)과의 인터뷰에서 셰인 레그는 2011년 말 자신의 블로그를 통해 공개했던 예측대로, 연구자들이 2028년까지 인간 수준의 지능을 가진 AGI에 도달할 확률이 반반이라고 생각한다고 밝혔습니다. 이 예측의 뿌리는 2001년으로 거슬러 올라가며, 레이 커즈와일의 1999년 저서 《영적 기계의 시대》를 읽은 뒤 확립된 시각입니다.

레그는 당시 두 가지 사실을 확신했다고 설명했습니다. 향후 수십 년간 컴퓨팅 파워가 기하급수적으로 증가하고, 전 세계의 데이터양 또한 폭발적으로 늘어날 것이라는 점이었습니다. 뇌의 정보 처리 방식을 모방하는 딥러닝 기술과 결합하면, 핵전쟁 같은 파멸적인 사건만 없다면 수십 년 안에 AGI 달성이 충분히 가능하다고 보았습니다.

종합 시험대와 모델 확장의 한계

다만 레그는 2020년대 말까지 AGI에 도달하기 위해 넘어야 할 단서 조항들도 함께 짚었습니다.

가장 큰 문제는 AGI의 정의가 인간 지능의 정의에 종속된다는 점입니다. 인간의 사고방식은 지나치게 복잡해서 모든 능력을 하나의 목록으로 정리하기 어렵습니다. 과거의 사건을 온전한 기억으로 떠올리는 일화 기억(episodic memory)이나 스트리밍 영상을 실시간으로 이해하는 능력 등은 여전히 AI가 완전히 정복하지 못한 영역입니다.

파텔이 마인크래프트 게임을 클리어하는 것처럼 단 하나의 시험으로 AGI를 판별할 수 있는지 묻자 레그는 선을 그었습니다. 범용 지능은 특정한 하나를 잘하는 것이 아니기 때문에, 수많은 다양한 작업을 빈틈없이 해낼 수 있는지 검증하는 방대한 시험대를 통과해야 한다고 답했습니다.

또 다른 과제는 훈련 모델의 대규모 확장입니다. 이미 오픈AI의 GPT-4 같은 대형 모델을 학습시키는 데도 엄청난 에너지가 소모되고 있어, 더 확장 가능한 알고리즘을 찾아내는 것이 필수적입니다. 다만 레그는 현재의 컴퓨팅 파워 자체는 이미 궤도에 올랐으며, 한 인간이 평생 경험할 수 있는 수준을 뛰어넘는 방대한 데이터로 모델을 훈련하는 것이 다음 단계의 핵심 열쇠라고 진단했습니다.

왜 중요한가

최근 생성형 AI 열풍 이후 많은 유명 인사들이 경쟁적으로 AGI 시점을 앞당겨 부르는 것과 달리, 레그는 10여 년 전 세운 2028년이라는 기준점을 흔들림 없이 유지하고 있습니다. 이는 일시적인 유행에 편승한 주장이 아니라 연산 능력과 데이터의 법칙에 근거한 계산이라는 점에서 무게감이 다릅니다.

개발자와 기업 입장에서는 그가 지적한 '빈틈'에 주목해야 합니다. 현재 대형 언어 모델들이 벤치마크 점수를 높게 받고 있지만, 일화 기억이나 지속적인 문맥 파악 같은 핵심 기능에서는 여전히 공백이 큽니다. 단일 과제를 잘 푸는 인공지능과 전반적인 영역에서 인간을 대체하는 범용 지능 사이에는 아직 상당한 간극이 존재합니다.

우리는 그가 달성 확률을 굳이 50%로 유지한 점이 매우 현실적인 판단이라고 봅니다. 알고리즘 효율성과 전력 소모라는 현실적 제약을 인정하면서도, 업계의 확장 속도를 과소평가하지 않는 균형 잡힌 시각이기 때문입니다. 앞으로 5년 안에 절반의 확률로 특이점이 올 수 있다면, 지금의 AI 파이프라인과 비즈니스 모델을 근본적으로 재점검할 필요가 있습니다.