구글·딥마인드 ‘코드 레드’와 제미니 3 (00:00-03:09)
- [00:12] 변화의 배경으로 “제미니 3 출시”를 직접 언급
- [00:16] 내부에서는 이 상황을 “‘코드 레드’라고 불렀다”고 밝힘
- [00:27] 목표는 기술과 모델을 “다시 최첨단 수준”으로 되돌리는 것
- [00:44] 하는 일에 “일종의 스타트업 에너지”가 불어넣어졌다고 표현
- [01:02] 지난 10년간 구글과 딥마인드가 현대 AI 산업의 핵심 혁신을 만들어왔다고 주장 - 트랜스포머, 알파고, 심층 강화학습
- [02:02] 구글의 차별점으로 TPU, 하드웨어, 데이터 센터, 클라우드, 프런티어 랩까지의 전체 스택 제시
“[02:49] 믿을 수 없을 만큼 강도 높았습니다. 주 100시간 근무에, 1년에 50주를 그렇게 합니다.”
- [03:05] 경쟁이 “기술 분야 역사상 가장 치열”할지도 모른다고 평가
- [03:09] “판돈이 믿을 수 없을 만큼” 크다며 AGI의 파급력 시사
중국 경쟁 인식 (05:57-06:50)
- [06:01] 중국과의 경쟁을 “재앙적이라고 생각하지 않았다”고 밝힘
- [06:04] “서방의 반응이 과도”했다고 평가
- [06:14] 바이트댄스 같은 선도 기업을 예로 들며 중국이 “매우 유능”함을 인정
- [06:20] 중국이 “겨우 6개월 정도 뒤처져” 있을 뿐, 1~2년 뒤처진 것은 아님
- [06:27] “사용한 연산 자원이 매우 적었다”는 일부 주장에 의문 - 서방 모델에 의존하고 출력으로 파인튜닝했기 때문
- [06:41] 관건은 중국 기업들이 “스스로 최전선을 넘어서는 혁신”을 할 수 있느냐
AGI 기준과 현재 한계 (06:57-08:08)
- [07:01] 2030년까지 AGI 도달 확률 “50%“라는 입장 여전히 유효
- [07:21] AGI 기준은 “인간이 가진 모든 인지 능력을 보여주는 시스템”
- [07:28] 현재는 그 수준에서 “꽤 멀리” 떨어져 있음
- [07:32] 부족한 영역으로 “과학적 창의성” - 가설이나 문제 자체를 만들어내는 능력
“[07:42] 올바른 질문을 찾는 것이 답을 찾는 것보다 실제로는 종종 훨씬 더 어렵습니다.”
- [07:57] 또 다른 결핍으로 “지속 학습(온라인 학습)” 역량 언급
- [08:01] 훈련 범위를 넘어 실제 세계에서 “즉석에서 학습”해야 함
일자리 충격과 ‘재킷 지능’ (08:13-09:19)
- [08:26] 초급 화이트칼라 일자리 50% 소멸(5년) 예측보다 “훨씬 더 오래” 걸릴 것으로 봄
- [08:35] 다만 “초급 일자리나 인턴십”에서 그런 조짐이 보이기 시작
- [08:45] “재킷 지능” - 어떤 것은 잘하지만 다른 것은 형편없는 현재 AI의 일관성 문제
“[09:02] 그 작업의 95%만 잘하는 것은 소용이 없습니다.”
- [09:05] 에이전트에게 작업을 위임하려면 “전체 작업”을 잘해야 함
- [09:19] 장기적으로는 그런 혼란(노동시장 충격)이 “일어날 것”
AGI 이후 풍요(탈희소성) (09:23-09:57)
- [09:26] 한계적으로 AGI가 있다면 “경제 전체를 바꾼다”
- [09:34] 제대로 만든다면 “결핍 이후(탈희소성)의 세계”로 갈 수 있음
- [09:44] 예로 핵융합 해결, AI 도움으로 새로운 소재 개발
- [09:51] AGI 이후 5~10년쯤 지나면 “급진적으로 풍요로운 세계” 예상
아이들과 사회 적응 (10:05-11:41)
- [10:23] 변화는 산업혁명 같은 격변이지만 “아마 그 열 배쯤”일 수 있음
- [10:30] 규모는 10배 더 크고 속도도 10배 더 빠를 것
- [10:44] 인간의 창의성과 기발함, 마음의 범용성으로 적응할 것이라 믿음
- [11:01] 다만 이번은 “속도” 때문에 전례가 적음 - 보통 변화는 1~2세대에 걸침
- [11:22] 새로운 도구를 자연스럽게 익히는 것은 “초능력을 주는 것”과 비슷
- [11:29] 창작/기업가 정신 분야에서 한 사람이 10명의 일을 해낼 수 있음
국제 협력과 CERN 구상 (11:45-13:19)
- [12:02] 모든 회사/나라가 멈춘다면 일시 중단에 동의하겠다고 말함
- [12:17] AGI 도래의 문턱 순간에 가까워질수록 과학적으로 협력할 수 있을 것
“[12:25] 저는 때때로 AI를 위한 국제적 CERN에 해당하는 기관을 세우자고 이야기합니다.”
- [12:36] 마지막 단계는 사회 전체가 참여하는 “매우 엄격한 과학적 방식”으로
- [12:40] 기술자뿐 아니라 철학자·사회과학자·경제학자도 참여 필요
- [12:57] 국제 협력이 필요 - 한 회사/한 국가만 결정해도 의미 없음
- [13:06] 최소한 “최저 기준”에라도 합의해야 함
피어 기반 협력 (13:22-14:19)
- [13:43] 안전·보안 프로토콜에서는 이미 협력을 많이 함 (예: Anthropic과)
- [13:56] 국제적 틀이 작동하지 않으면 동료들 간 “피어 기반 협력” 필요
- [14:11] 핵심은 무엇이 걸려 있고 위험이 무엇인지 이해하는 것
트랜스포머/LLM과 세계 모델 (14:22-16:59)
- [14:34] 트랜스포머와 LLM이 “막다른 길”이라는 주장에 동의하지 않음
- [14:54] 기존 방법 스케일업만으로 충분할 가능성 “반반(50/50)”
- [15:04] LLM은 최종 시스템의 “매우 중요한 구성 요소”가 될 것
- [15:18] 필요한 돌파구는 “다섯 개도 안 되는” 수준일 수 있음
- [15:24] 그 후보로 “세계 모델” 언급 - 현재 최고의 세계 모델이 “GENIE” 시스템
- [15:33] 지속 학습과 “일관된 시스템”을 갖추는 것도 중요
- [15:45] 더 나은 추론, 더 장기적인 계획 수립 등 아직 빠진 역량이 많음
“[16:17] 우리는 연구의 시대로 돌아왔다.”
- [16:25] 자신의 견해는 “우리는 연구의 시대를 떠난 적이 없다”
- [16:38] 구글+딥마인드가 지난 10년간 현대 산업이 의존하는 돌파구의 약 90%를 발명
- [16:59] 미래에 새로운 돌파구가 필요하면 자신들이 만들어낼 것이라 확신