인공지능이 급격히 발전하며 사람의 노동력이 거의 필요없는 시기를 특이점이라고 합니다. 이미 일부 분야에서는 사람을 많이 대체하고 있지만 이해가 가능한 수준입니다.
LEVEL
인공지능 발전
 |
| 자동화 프로그램 |
- 5 조직형
- 4 발전형
- 3 완전자율
- 2 추론
- 1 딥러닝
일단 인공지능에 단계가 있는 것을 알아야 됩니다. 1이 가장 낮은 레벨이고 5가 가장 높습니다. 1에 있는 딥러닝을 제외하면 다른 단계는 다소 생소합니다. 우리가 가장 많이 사용하는 챗gpt 등 대화형 인공지능은 딥러닝에 해당된다고 할 수 있습니다. 8년전 구글이 출시한 딥러닝 알파고와 현재 쓰는 대화형 인공지능은 원리에서 큰 차이가 없습니다. 다만 인공지능이 대답하는 수준이 더 높아졌습니다.
딥러닝은 인간이 자료를 제시해주면 인공지능이 학습하며 프로그램의 퀄리티를 향상시킵니다. 이 퀄리티를 바탕으로 좋은 대답을 내 놓게 됩니다. 프로그램 자체의 혁신보다는 입력시키는 데이터의 양과 질이 더 중요합니다. 딥러닝은 단순히 입력과 출력으로 구성된다고 할 수 있습니다. 2단계 추론에서는 더 높은 활용이 가능합니다. 방대한 분량의 연구를 인공지능이 분석해서 결과값을 내 놓습니다.
특정 분야 연구하면 짧게는 5년 길게는 30년이 걸립니다. 이 과정을 인공지능이 하면, 빠르면 1일 늦으면 1주일이면 완성합니다. 실제 사람과 했을 때 결과와 비슷하고 더 좋은 경우도 있습니다. 추론 모델은 딥러닝보다 발전된 기술이지만 근본적으로 입력과 출력으로 프로그램을 구성하는 것은 비슷합니다. 왜 인공지능의 발전과 레벨을 이야기하는지 궁금할 수 있습니다. 어느 단계가 특이점인지 판단해야 되기 때문입니다.
2030
추론까지는 ai가 그냥 프로그램이라는 것을 쉽게 이해할 수 있습니다. 완전자율부터는 사람이 데이터를 입력하지 않아도 인공지능이 자동으로 판단하는 것을 의미합니다. 하지만 완전자율에서 성능이 인간과 비슷하거나 약간 높은 수준으로 예상됩니다. 따라서 이것을 ai 특이점으로 판단할 것 인가 아닌가에서 대해서 논란이 있습니다. 인간의 지능을 확실히 뛰어넘는 발전형부터 ai 특이점이라고 말해야 된다는 보수적인 견해도 많습니다.
레벨 3에 해당하는 완전자율부터 특이점이라고 한다면 5년안에 특이점이 올 수 있습니다. 이것은 과거 패턴을 통해서 예측할 수 있습니다. 2000년대 자동화 인공지능에 초기 이론이 생깁니다. 그리고 구글 딥마인드가 나오는데 까지 15년 정도가 걸렸습니다. 딥마인드 이후 챗gpt까지는 7년이 걸렸습니다. 또한 현재는 추론의 레벨인데 챗gpt에서 추론까지 3년 정도가 걸렸습니다. 시간이 반 정도로 줄어들기 때문에 2030년 안으로 예상할 수 있습니다.
Conservative
3단계를 특이점으로 판단하면 시기는 2030년 쯤으로 예측할 수 있습니다. 4단계를 기준으로 한다면 여기에 1~2년을 추가하면 됩니다. 간혹 기술의 발전하는 가속도를 생각하면 4단계까지 2030년으로 가능하다는 관측도 있습니다. 어떻게 생각해도 2028~2032년에는 사람이 상상하기 힘든 발전이 올 수 있습니다. 전문가들이나 CEO는 추론만 잘 활용해도 특이점이나 마찬가지라고 하기도 합니다. 하지만 일반적인 관점에서 3단계 이상은 돼야 인정할 수 있습니다.
기타
요약
간단히 말하면 5~10년 안에는 누구나 인정하는 특이점이 올 확률이 높습니다. 인공지능 ai의 발전이 놀랍습니다. 또한 아직도 레벨2 초반 또는 중간에 해당하는데 이렇게 성능이 좋은 것도 놀랍다는 반응이 많습니다. 사실 레벨1에 해당하는 딥러닝 대화형만 잘 써도 일을 하거나 일상에 많은 도움이 됩니다. 특히 업무적인 효율성에서 효과가 크며 인공지능 대화형에 익숙하다면 3명이 할 일을 혼자 할 수 있습니다.
한계
추론 모델까지는 사용자의 지식에 많은 영향을 받습니다. 질문하는 내용과 목표 설정에 의해서 인공지능이 대답해주는 퀄리티가 많이 달라집니다. 완전자율 이상부터는 그냥 사람에게 말하는 것 처럼 질문해도 대부분 높은 퀄리티의 결과를 줄 것으로 예측됩니다. 레벨3 이상이 되면 사람의 노동력에 대한 의문과 사회, 경제에 변화가 있을 수 있습니다. 정부 차원에서 제도를 정비하거나 새로운 시대에 적응할 필요가 있습니다.