메타 AI 수장 얀 르쿤 "대형언어모델로는 인간 수준 지능 불가능"

최근 생성형 AI 업계는 인공일반지능(AGI) 도래 시점을 두고 과열된 예언 경쟁을 벌이고 있습니다. 엔비디아의 젠슨 황 CEO는 5년 이내를 내다봤고, 벤 괴르첼은 3년을 점쳤으며, 일론 머스크는 2025년 말을 언급하며 불을 지폈습니다.

하지만 이 열풍에 정면으로 찬물을 끼얹은 인물이 있습니다. 튜링상 수상자이자 메타의 최고 AI 과학자인 얀 르쿤입니다.

런던에서 열린 행사에서 르쿤은 애초에 인간의 지능 자체가 완전히 범용적이지 않기 때문에 AGI라는 개념 자체가 성립하지 않는다고 선을 그었습니다. 그가 지향하는 인간 수준의 AI에 도달하는 것조차 아직은 아득히 먼 이야기라는 설명입니다.

유창한 언어 뒤에 숨은 피상적 현실

르쿤은 현재의 AI가 인간과 동물의 지능이 가진 핵심 특성 네 가지를 전혀 구현하지 못하고 있다고 지적했습니다. 바로 추론, 계획 수립, 지속적인 기억, 그리고 물리적 세계에 대한 이해입니다.

이 기능들이 빠져 있기 때문에 자율주행차는 여전히 공도에서 완전히 안전하지 못하고, 가사 도우미 로봇은 기초적인 집안일조차 버거워하며, 음성 비서는 단순 작업에만 머물러 있습니다.

르쿤은 대형언어모델(LLM)의 유창한 언어 구사 능력에 우리가 쉽게 속아 넘어가고 있다고 꼬집었습니다. 글을 매끄럽게 쓴다고 해서 현실을 이해하는 것은 아니라는 뜻입니다.

그는 대형언어모델이 유용한 도구라는 점은 인정하면서도, 인간 수준의 지능으로 향하는 여정에서는 곁길로 빠지는 도로이자 주의를 분산시키는 방해물, 심지어 막다른 골목에 가깝다고 강하게 비판했습니다.

일반적인 사람이 최신 LLM이 학습한 텍스트를 모두 읽으려면 약 10만 년이 걸립니다. 하지만 르쿤에 따르면 평범한 4세 아이가 세상을 보고 경험하며 습득하는 데이터의 양은 세계 최대 규모의 LLM이 학습한 텍스트 양의 50배에 달합니다. 인간 지식의 대부분은 언어가 아니라는 지적입니다.

그가 대안으로 제시하는 것은 비디오와 센서를 통해 물리 법칙과 행동의 결과를 예측하는 세계 모델을 구축하는 목표 지향형 AI입니다.

왜 중요한가

르쿤의 이번 발언은 LLM 만능주의에 빠져 있는 개발자와 기업들에게 매우 구체적인 현실 감각을 제공합니다. 텍스트 요약, 코드 작성, 고객 응대 같은 언어 기반 작업에는 현재의 LLM이 훌륭한 생산성 도구지만, 복잡한 현실 세계를 스스로 판단하고 장기적인 계획을 세우는 완전 자율 에이전트를 기대한다면 현재의 구조로는 한계에 부딪힐 수밖에 없습니다.

동시에 메타의 이중적인 전략도 눈여겨볼 대목입니다. 한편으로는 LLaMA 모델을 대규모로 공개하며 오픈소스 생태계 주도권을 잡고 있으면서도, 연구 수장은 LLM의 종말을 경고하며 물리 세계 기반의 새로운 아키텍처를 준비하고 있습니다.

우리가 보기에 이는 단기적인 상업 경쟁에서 뒤처지지 않으면서 장기적인 패러다임 전환에 대비하는 매우 현실적인 행보입니다. 결국 단순히 텍스트 데이터를 더 쏟아붓는 방식은 머지않아 벽에 부딪힐 것이며, 물리적 현실을 이해하는 차세대 모델로의 전환이 AI 업계의 다음 승부처가 될 것으로 보입니다.