핵심 요약
데미스 하사비스(Demis Hassabis, 딥마인드(DeepMind)의 공동 창립자; 알파고(AlphaGo)와 알파폴드(AlphaFold)의 개발자)는 자신이 AI 엔지니어에서 과학자로 성장한 과정, AI가 인류가 큰 과학적 문제를 해결하는 데 있어 궁극적인 도구라고 믿는 이유, 그리고 책임감 있는 AI 사용에 대한 비전을 공유합니다. 그는 AGI(일반 인공지능, General Artificial Intelligence)의 진정한 의미(우리는 아직 그 단계에 이르지 못했다), AI가 생물학과 물리학과 같은 분야를 어떻게 변화시키고 있는지, 그리고 정보가 우주의 근본적인 구성 요소일 수 있다는 자신의 철학적 견해에 대해서도 이야기합니다. 그의 목표는 AI를 활용하여 질병을 치료하고 기후 변화와 싸우며 현실의 비밀을 밝혀내는 것입니다. 모든 과정에서 안전성과 윤리를 최우선으로 합니다.
1. 게임용 AI에서 생명을 구하는 과학으로: 알파고와 알파폴드가 어떻게 세상을 변화시켰는가
하사비스는 처음에는 게임용 AI를 개발하기 시작했습니다(예: 2016년에 세계 챔피언 이세돌을 꺾은 알파고). 하지만 곧 AI가 단순한 게임 승리를 넘어서 실제 문제를 해결할 수 있다는 것을 깨달았습니다.
알파폴드의 예를 들어보겠습니다: 50년 동안 생물학자들은 단백질(아미노산으로 이루어진 긴 사슬)이 어떻게 3차원 형태로 접히는지 예측하는 데 어려움을 겪었습니다. 단백질의 형태는 그 기능(예: 바이러스와 싸우거나 음식을 소화하는 것)을 결정합니다. 모든 가능한 형태를 일일이 검토하는 것은 불가능했습니다(단백질의 접힘 방식은 10^300가지나 되며, 이는 우주에 있는 원자의 수보다도 훨씬 많습니다!).
알파폴드는 무작위로 모든 가능성을 검토하는 대신, 과학자들이 40년 동안 수집한 15만 개의 알려진 단백질 구조에서 패턴을 학습했습니다. 이제 알파폴드는 몇 초 만에 거의 완벽한 정확도로 단백질의 형태를 예측할 수 있습니다. 이는 약물 개발에 혁명적인 변화를 가져왔습니다: 과학자들은 이제 암이나 말라리아와 같은 질병을 치료하기 위해 단백질의 구조에 정확히 맞는 약물을 설계할 수 있게 되었습니다.
여기서 중요한 점은 AI가 인간이 혼자서는 찾아내지 못하는 거대하고 복잡한 시스템 속의 패턴을 발견하는 데 뛰어나다는 것입니다.
2. AGI란 무엇이며, 왜 우리는 아직 그 단계에 이르지 못했을까?
AGI는 인간과 동일한 모든 인지 능력을 가진 시스템입니다. 예를 들어, 새로운 과학 이론(아인슈타인의 상대성 이론처럼)을 만들거나, 시를 쓰거나, 처음 보는 수학 문제를 해결할 수 있습니다.
현재의 AI는 “특화된” 형태입니다: 특정 분야(예: 단백질 구조 예측이나 바둑 게임)에서는 뛰어나지만, 다른 분야에서는 부족합니다(예: 최고의 AI 수학 프로그램도 이상하게 표현된 간단한 산술 문제를 틀릴 수 있습니다). 우리가 아직 AGI에 이르지 못한 이유는 다음과 같습니다:
- 창의성의 부족: AI는 기존의 문제는 해결할 수 있지만 새로운, 깊은 질문(예: 미해결된 수학 문제인 리만 가설)을 생각해내지 못합니다.
- 일관성의 부족: AI는 인간이 절대 하지 않을 어리석은 실수를 합니다(예: 사실을 혼동하거나 기본 논리를 오해하는 것).
- 적응력의 부족: AI는 새로운 기술을 빨리 배울 수 없습니다(인간은 몇 분 만에 새로운 게임을 익힐 수 있음).
하사비스에 따르면, AGI는 1910년대의 지식을 바탕으로 1915년까지 아인슈타인이 한 것처럼 새로운 이론을 만들어낼 수 있어야 합니다. 우리는 아직 그 단계에 이르지 못했습니다.
3. AI: 큰 과학적 문제를 해결하는 궁극적인 도구
하사비스는 AI가 해결할 수 있는 과학적 문제를 선정할 때 세 가지 기준을 사용합니다:
1. 거대한 검색 공간: 문제에는 너무 많은 가능한 해결책이 존재합니다(예: 모든 단백질의 접힘 방식이나 기후 패턴).
2. 충분한 데이터: 학습할 수 있는 데이터가 있거나 데이터를 생성할 수 있는 시뮬레이터가 필요합니다.
3. 명확한 목표: 성공을 측정할 수 있는 기준이 있어야 합니다(예: “단백질이 올바르게 접혔는가?” 또는 “AI가 날씨를 정확하게 예측했는가?”).
AI가 해결하고 있는 문제의 예시:
- 기후 변화: AI 모델은 극단적인 기상 현상을 예측하거나 에너지 시스템을 최적화하여 탄소 배출을 줄일 수 있습니다.
- 물리학: AI는 입자 가속기에서 생성된 방대한 데이터를 처리함으로써 양자 중력(가장 작은 규모에서의 중력 작용)을 연구하는 데 도움을 줍니다.
- 약물 개발: 알파폴드 외에도 AI는 알츠하이머와 같은 질병을 치료할 수 있는 새로운 분자를 찾는 데 사용됩니다.
AI의 역할은 과학자들을 돕는 강력한 도구가 되는 것입니다: AI는 데이터를 더 빠르게 처리하고 인간이 놓친 패턴을 찾아내어 수십 년 동안 해결하지 못했던 문제들을 해결할 수 있도록 합니다.
4. 철학적 질문: 정보는 현실의 구성 요소인가?
하사비스는 대담한 생각을 가지고 있습니다: 정보(물질이나 에너지가 아님)가 우주에서 가장 근본적인 것일 수 있다고 믿습니다.
이것은 무슨 의미일까요? 자연 속의 모든 것(세포부터 산, 별까지)에는 안정된 패턴이 존재합니다. 이러한 패턴은 AI(예: 알파폴드가 단백질 구조를 학습한 것처럼)에 의해 발견될 수 있습니다. 만약 이러한 패턴이 정보에 기반한다면, 정보를 이해하는 것은 우리가 현실의 비밀을 밝히는 데 도움이 될 것입니다(예: 시간이 언제인지, 중력과 양자 역학이 어떻게 작동하는지 등).
그는 AI를 사용하여 이를 검증합니다: 만약 AI가 복잡한 자연 시스템(예: 세포)을 시뮬레이션할 수 있다면, 정보가 모든 것의 기반이라는 생각을 뒷받침합니다. 이는 추상적인 개념이지만, AI는 우리가 그것을 탐구할 수 있는 방법을 제공해줍니다.
5. 책임감 있는 AI: 선한 목적으로, 안전하게 사용하기
하사비스는 AI를 책임감 있게 사용하는 데 큰 관심을 가지고 있습니다. 그의 의미는 다음과 같습니다:
- 과학적 방법을 따르기: AI를 엄격하게 테스트하고, 과장된 약속을 하지 말며, 그 한계를 솔직하게 인정해야 합니다.
- 장기적인 관점: AI의 영향을 장기적으로 고려하여 윤리적인 결정을 내려야 합니다.
AI는 우리 삶에 큰 변화를 가져올 수 있습니다. 그러므로, 우리는 AI를 현명하고 책임감 있게 사용해야 합니다.