8월 16일 지둥시(Zhidongxi)에 따르면, 지난주 OpenAI는 많은 기대를 모았던 차세대 플래그십 모델 GPT-5를 출시했습니다. 출시 직후, OpenAI의 공동 창립자이자 CEO인 샘 알트만(Sam Altman)은 클레오 에이브럼(Cleo Abram)의 팟캐스트에 출연하여 GPT-5의 획기적인 발전과 AI 기술 혁신의 4대 병목 현상에 대해 이야기했습니다. 그는 AI가 2027년 말까지 주요 과학적 혁신을 발견할 것으로 예측했으며, GPT-8이 암 치료법을 찾을 수도 있다고 주장했습니다.
팟캐스트의 주요 내용은 다음과 같습니다.
1. GPT-5의 핵심 혁신: 프로그래밍, 글쓰기, 복잡한 문제 해결 측면에서 업그레이드를 이루고, 전문가급 소프트웨어를 즉시 생성할 수 있으며, 실시간 반복 업데이트를 지원합니다.
2. AI는 양날의 검입니다. ChatGPT는 사람들을 게으르게 만들고 생각을 멈추게 할 수도 있지만, 기억력과 기타 기능을 향상시켜 인간 인지의 경계를 확장할 수도 있습니다. 핵심은 도구 디자인이 사용자 행동을 어떻게 유도하느냐에 있습니다.
3. 초지능의 정의: AI 시스템이 핵심 분야에서 지속적으로 최고의 인간 전문가를 능가할 때 초지능 단계에 진입하며 , 이 과정은 예상보다 빠를 수 있습니다.
4. 실제 표준은 유동적입니다. 미래 사회의 사람들은 점차 AI가 생성한 콘텐츠를 수용하게 될 것입니다 .
5. 일자리 시장은 파괴적인 변화를 겪겠지만 사회는 회복력이 강할 것입니다. 미래에는 상상할 수 없는 새로운 직업이 등장할 것이고, AI 도구로 인해 개인의 창업 문턱이 크게 낮아질 것입니다.
6. AI는 해시레이트, 데이터, 알고리즘 최적화, 제품화라는 4가지 주요 개발 병목 현상에 직면합니다.
7. AI 기반 주요 과학적 발견은 2027년 말까지 이루어질 것입니다. 일반 모델은 2027년 말 까지 주요 과학적 혁신을 달성할 수 있습니다. 가장 큰 병목 현상은 "분 단위 작업"에서 "천 시간 단위"의 복잡한 연구로 확장하는 능력입니다.
8. AI가 신약 개발을 주도할 수도 있다. GPT-5는 의학적 조언의 정확도를 크게 향상시켰으며, 미래에는 'AI 주도 신약 개발'을 달성할 수도 있고, GPT-8은 암을 치료할 수도 있다 .
9. 사회 계약을 재구성해야 합니다. 자원 전쟁을 피하기 위해 AI 해시레이트 할당하는 새로운 메커니즘을 구축해야 합니다.
10. 개발자의 책임 역설: 업계는 여전히 "멸종 리스크 에 대한 경고와 동시에 개발 추진" 사이에 인지적 간극에 직면해 있습니다.
다음은 알트만의 인터뷰 전문입니다(지동희는 원래 의미를 바꾸지 않고 일부 내용을 추가, 삭제, 수정했습니다).
01.7초 만에 Snake 게임을 만들 수 있고, GPT-5는 거의 즉시 주문형 소프트웨어를 만들 수 있습니다.
클레오 에이브럼: 최근 발표 내용부터 시작해 볼까요? 얼마 전 GPT-4가 우리가 사용해야 할 가장 멍청한 모델이 될 거라고 말씀하셨죠. 하지만 GPT-4는 이미 SAT, LSAT, GRE 같은 시험에서 인간의 90%를 능가했습니다. 프로그래밍 시험, 소믈리에 시험, 의사 면허 시험에도 합격할 수 있죠. 그런데 이제 막 GPT-5를 출시하셨는데, GPT-4가 할 수 없는 어떤 기능을 GPT-5가 할 수 있나요?
샘 알트먼: 첫째, 중요한 점은 AI 시스템이 이 모든 놀라운 일들을 해낼 수는 있지만, 인간이 잘하는 많은 일들을 완벽하게 재현할 수는 없다는 것입니다. 이것이 SAT나 다른 시험의 가치를 보여주는 것이라고 생각합니다.
하지만 GPT-4가 출시된 날 우리가 이런 대화를 나누고 이 모델이 얼마나 뛰어난 성능을 보이는지 이야기했다면, 아마 "세상에, 이건 사람들이 하는 많은 일과 직업에 엄청난 영향을 미칠 거야. 심지어 부정적인 영향도 있을 거야."라고 말했을지도 모릅니다. 당시 예상하셨을 긍정적인 영향 중 일부는 아직 실현되지 않았습니다. 즉, 이 모델이 탁월한 영역은 인간이 해야 하거나 관심을 가져야 하는 다른 많은 것들을 다루지 못한다는 뜻입니다.
GPT-5에서도 같은 일이 다시 일어날 것이라고 생각합니다. 사람들은 GPT-5의 성능에 감탄할 것이고, 여러 분야에서 탁월한 성과를 거두어 놀라운 성과를 낼 수 있을 것입니다. GPT-5는 지식 기반 업무, 학습 방식, 그리고 창작 방식을 혁신할 것이며, 사회 또한 더 나은 도구에 대한 기대치가 높아지면서 함께 발전할 것입니다.
네, 저는 이 모델이 여러 면에서 놀랍고 다른 면에서는 한계가 있다고 생각합니다. 하지만 이제는 도메인 전문가가 필요하거나 심지어는 매우 어려웠을 3분, 5분, 심지어 1시간 걸리는 작업을 주머니 속의 소프트웨어로 처리할 수 있다는 사실이 매우 놀랍습니다.
인류 역사상 전례 없는 일이라고 생각합니다. 기술이 그렇게 짧은 기간에 엄청난 발전을 이룬 거죠. 지금은 필요한 도구를 가지고 있고, 직접 경험하며 적응하고 있습니다. 하지만 5년이나 10년 전에 이런 일이 다가오고 있다고 사람들에게 말했다면 아마 믿지 못했을 겁니다.
제가 가장 기대하는 점은 이 모델이 제가 어려운 과학적 또는 기술적 질문을 던지고 꽤 좋은 답변을 얻을 수 있는 최초의 모델이라는 점입니다.
재밌는 예를 하나 들 수 있겠네요. 중학교나 고등학교 때 TI83이라는 구식 그래픽 계산기를 가지고 있었는데, 그걸로 "스네이크"라는 게임을 만드는 데 많은 시간을 들였습니다. 꽤 잘 했고, 꽤 우스꽝스러운 게임이었지만 TI83으로 프로그래밍하는 건 엄청나게 번거롭고 시간도 많이 걸리고 디버깅하기도 어려웠습니다.
충동적으로 GPT-5 초기 버전으로 TI83 스타일의 스네이크 게임을 만들어 볼 수 있을지 시험해 봤습니다. 7초 만에 완벽하게 해냈죠. 그러고 나서 11살짜리 내가 이걸 재밌게 여길까, 아니면 게임 제작 과정을 그리워할까 고민했습니다.
이게 좋은 건지 나쁜 건지 3초 정도 고민하다가 바로 "사실 이 게임에 멋진 새 기능을 추가하고 싶어."라는 생각이 들었어요. 이 아이디어를 입력했더니 게임이 실시간으로 업데이트되면서 바로 적용됐죠. 그러고 나서 "사실 이렇게 하고 싶어. 진짜 이렇게 하고 싶어."라고 말했어요.
그 순간, 11살 때 프로그래밍을 하던 시절이 생생하게 떠올랐습니다. 아이디어를 그렇게 빨리 표현하고, 다양한 것을 시도하고, 실시간으로 소통하던 시절이요. 속으로는 "세상에, 이 '석기 시대'에 아이들이 코딩을 배우는 탐구 과정을 놓치고 있을까 봐 걱정했구나"라고 생각했죠. 하지만 이제는 아이들이 이 새로운 도구들을 통해 창작할 수 있게 될 거라는 생각에 설레고, 아이디어를 현실로 만들어내는 속도가 정말 놀랍습니다.
핵심은 GPT-5가 이러한 모든 어려운 질문에 답할 수 있을 뿐만 아니라, 거의 즉시 온디맨드 소프트웨어를 제작할 수 있다는 것 입니다. 저는 이것이 GPT-4 시대에는 부족했던 GPT-5 시대의 핵심 특징이 될 것이라고 생각합니다.
02. GPT와 같은 AI 도구는 사람들의 인지적 "긴장 시간"을 증가시킬 것입니다.
클레오 에이브럼: 이 이야기를 들으니 역도에서 "긴장 시간"이라는 개념이 떠오르네요. 100파운드(약 45kg)를 3초 안에 스쿼트할 수도 있고, 30초 안에 스쿼트할 수도 있는데, 그보다 더 많은 것을 얻을 수 있죠. 창작 과정과 제가 최고의 작품을 만들어내고 있다고 느끼는 순간들을 떠올려 보면, 인지적 긴장 시간이 대량 필요합니다.
저는 이러한 인지적 긴장 시간이 중요하다고 생각하는데, 약간 아이러니한 점이 있습니다. 이러한 도구들을 개발하는 데 엄청난 양의 인지적 긴장 시간이 필요했지만, 어떤 면에서는 사람들이 이를 사고로부터 벗어나는 탈출구로 활용하고 있다고 말할 수도 있습니다. 계산기를 같은 방식으로 사용하다가 더 어려운 수학 문제로 넘어갔다고 주장할 수도 있습니다. 그 차이점은 무엇이라고 생각하십니까? 이에 대해 어떻게 생각하십니까?
샘 알트먼: 계산기와는 다릅니다. 분명 어떤 사람들은 챗봇을 생각하지 않기 위해 사용하는 반면, 어떤 사람들은 그 어느 때보다 더 많은 생각을 하기 위해 사용합니다. 더 많은 사람들이 챗봇을 사용하여 더 많이 생각하고 더 많은 일을 해낼 수 있도록 이 도구를 개발할 수 있기를 바랍니다.
저는 사회가 매우 경쟁적인 곳이라고 생각합니다. 이론적으로는 사람들에게 새로운 도구를 주면 일을 덜 할 수 있을지 몰라도 실제로는 사람들이 더 열심히 일하는 것 같고, 사람들의 기대는 점점 더 높아지기만 합니다.
그래서 제 생각에는 다른 도구나 기술과 마찬가지로 어떤 사람은 더 많은 것을 얻고, 어떤 사람은 그렇지 못할 것입니다. 하지만 ChatGPT를 사용해서 인지적 "긴장 시간"을 늘리고 싶은 사람이라면 가능할 것입니다.
저는 ChatGPT의 상위 5% 사용자로부터 많은 영감을 얻습니다. 그들이 얼마나 많은 것을 배우고, 실천하고, 생산하는지 보는 것은 정말 놀랍습니다.
클레오 에이브럼: GPT-5를 사용한 지 몇 시간밖에 안 됐고, 이것저것 사용해 봤습니다.
샘 알트먼: 지금까지는 어떠셨나요?
클레오 아브람: 저는 아직 GPT-4 사용법을 배우는 중이에요. 흥미롭네요. GPT-4 사용법을 막 익힌 것 같은데, 지금은 GPT-5 사용법을 배우고 있는 중이에요. 꽤 오랫동안 사용해 오셨을 것 같아서 어떤 작업이 가장 흥미로웠는지 궁금합니다.
샘 알트먼: 가장 인상 깊었던 건 코딩 작업 이었습니다. 다른 많은 분야에서도 뛰어난 성능을 보이지만, 이 AI가 필요한 모든 작업을 위한 소프트웨어를 작성할 수 있다는 사실은 아이디어를 완전히 새로운 방식으로 표현할 수 있다는 것을 의미합니다. AI는 매우 고급화된 작업을 수행할 수 있고, GPT-5는 프로그래밍에 매우 능숙하기 때문에 거의 모든 작업을 할 수 있는 것처럼 느껴집니다. 물론 물리적인 세계에서 직접 작업을 수행할 수는 없지만, 컴퓨터가 매우 복잡한 작업을 수행할 수 있도록 지원하고, 나아가 기계를 조작하여 실제 작업을 수행하는 데 사용될 수 있습니다. 그래서 이 부분이 제게 정말 인상적이었습니다.
글쓰기에서도 큰 진전을 이루었습니다. GPT-5에서는 여전히 대시를 사용하고 많은 분들이 좋아하시지만, GPT-5의 글쓰기 품질은 확실히 훨씬 좋아졌습니다.
물론 아직 갈 길이 멀고 앞으로 더 개선해 나가고자 합니다. 하지만 OpenAI 내부의 많은 분들이 GPT-5를 처음 사용했을 때 모든 측면에서 더 우수하다는 것을 알고 있었지만, 설명하기 어려운 미묘한 특징이 있었다는 이야기를 들었습니다. 하지만 나중에 GPT-4로 돌아가서 테스트를 진행해야 했을 때는 매우 안타까워하셨다고 합니다.
왜 그런지는 정확히 모르겠지만, 아마도 GPT-5의 글쓰기 스타일이 더 자연스럽게 느껴지기 때문일 겁니다.
알트만은 2027년 말까지 AI가 주도하는 주요 과학적 발견이 이루어질 것으로 예측합니다.
클레오 에이브럼: 이 인터뷰를 준비하면서 AI 및 기술 분야의 여러 리더들에게 몇 가지 질문을 요청했습니다. 다음 질문은 Stripe CEO 패트릭 콜리슨의 다음 단계에 대한 질문입니다. "GPT-5 이후에는 무엇이 있을까요? 대규모 언어 모델이 중요한 과학적 발견을 할 것으로 예상되는 해는 언제일까요? 아직 실현되지 않은 것 중 부족한 것은 무엇일까요?"
그는 여기서 AlphaFold와 같은 수학과 특수한 경우의 모델을 제쳐두어야 한다고 주의를 주며, 특히 GPT 계열과 같은 완전히 일반적인 모델에 대해 질문합니다.
샘 알트먼: 대부분 사람들이 앞으로 2년 안에 이런 일이 일어날 것이라고 동의할 거라고 생각합니다. 하지만 "중요한"이라는 말의 정의가 매우 중요합니다.
어떤 사람들은 2025년 초에 "큰" 일이 일어날 것이라고 생각하고, 어떤 사람들은 2026년 초까지 기다릴 수도 있고, 어쩌면 2027년 말이 되어야 일어날 것이라고 생각할 수도 있겠지만 , 저는 2027년 말까지 대부분이 AI가 주도하는 새로운 주요 발견이 있었다는 데 동의할 것이라고 확신합니다 . 그리고 저는 이러한 모델의 인지적 힘이 부족하다고 생각합니다.
한 연구원이 제가 정말 좋아하는 분석 프레임 에 대해 알려주었습니다. 그는 1년 전만 해도 저희 모델이 고등학교 기본 수학 경시대회 문제에서 좋은 성과를 냈다고 했습니다. 전문 수학자들이 몇 초에서 몇 분 정도 걸리는 문제들이었죠.
저희는 최근 세계 최고의 수학자들로 구성된 소수의 참가자들이 참가하는 매우 어려운 수학 경시대회인 국제수학올림피아드(IMO)에서 금메달을 획득했습니다. 많은 전문 수학자들은 단 하나의 문제도 풀지 못했지만, 저희 모델은 최첨단 결과를 달성했습니다. 이러한 경시대회에서 수학 문제를 증명하는 데는 수학자들이 한 시간 반이 걸릴 수 있습니다.
그 결과, 저희 모델은 몇 초 만에 풀 수 있는 수학 문제에서, 사람이 몇 분 만에, 그리고 증명하는 데 한 시간 반이 걸리는 문제까지 확장되었습니다. 미래에는 새롭고 중요한 수학 정리를 증명할 수도 있을 것입니다. 세계 최고의 지성이라도 천 시간을 들여 완성할 수 있는 작업이죠.
우리는 그 목표에 점점 가까워지고 있으며, 그 미래로 가는 길이 있습니다. 모델을 계속 확장하기만 하면 됩니다 .
04. 초지능은 전문가 인간이 하는 방식으로 일을 하는 것입니다.
클레오 아브람: 당신이 묘사하는 장기적인 미래는 초지능입니다. 이게 실제로 무슨 뜻인가요? 우리가 그것을 달성했다는 것을 어떻게 알 수 있나요?
샘 알트먼: OpenAI 연구팀 전체보다 더 나은 연구를 수행할 수 있는 시스템이 있다면, 특히 AI 연구 분야에서라면, 예를 들어 "좋아요, GPU를 활용하는 가장 좋은 방법은 이 AI가 OpenAI의 전체 브레인 트러스트보다 더 스마트하게 어떤 실험을 수행해야 할지 결정하게 하는 것입니다."라고 말할 수 있을 겁니다.
만약 동일한 시스템이 저보다 OpenAI를 더 잘 실행할 수 있고, 연구 분야의 최고 연구자보다 더 나은 성과를 낼 수 있고, 저보다 더 잘 실행할 수 있고, 다른 모든 일을 그 일을 하는 사람보다 더 잘 수행할 수 있다면, 제 생각에 그것은 초지능입니다.
클레오 에이브럼: 몇 년 전이었다면 공상과학처럼 들렸을 겁니다. 그런데 지금은…
샘 알트먼: 아직도 그렇긴 하지만, 안개 속에서도 볼 수 있죠.
클레오 에이브럼: 네. 말씀하신 길의 첫 단계는 발견의 순간을 갖는 것 같습니다. 더 나은 질문을 던지고, 인간 전문가들처럼 접근하며, 새로운 발견을 하는 것이죠.
저는 한 가지 생각해 왔습니다. 1899년으로 돌아가서 당시까지의 모든 물리학 지식을 그러한 시스템에 입력하고, 그것을 약간 확장할 수 있지만 그 범위를 넘어서는 것은 불가능하다고 가정한다면, 그러한 시스템에서 일반 상대성 이론이 언제 나올까요?
샘 알트먼: 흥미로운 질문은, 미래를 내다보고 현재 우리가 어디에 있는지 생각해보면, 더 이상 새로운 물리 데이터를 얻지 못한다면 어떻게 될까요?
진정으로 우수한 초지능이 새로운 입자 가속기 없이 기존 데이터를 면밀히 살펴보는 것만으로 고에너지 물리 문제를 해결할 수 있을 것으로 기대할 수 있을까요? 아니면 새로운 장비를 만들고 새로운 실험을 설계해야 할까요?
물론, 우리는 이 질문에 대한 답을 모릅니다. 사람마다 추측이 다를 수 있습니다. 하지만 저는 많은 과학 분야에서 기존 데이터에 대해 더 깊이 생각하는 것만으로는 충분하지 않다고 생각합니다. 새로운 장비를 개발하고 새로운 실험을 수행해야 하는데 , 이는 시간이 걸리는 일입니다. 현실 세계 자체가 느리고 복잡하기 때문입니다.
현재의 과학 데이터를 더욱 심도 있게 탐구하면 더 많은 진전을 이룰 수 있을 것이라고 확신하지만, 획기적인 발견을 이루려면 여전히 새로운 기계를 만들고 새로운 실험을 수행해야 하며, 이는 본질적으로 진전을 늦출 것이라고 생각합니다.
다시 말해, 오늘날의 AI 시스템은 거의 모든 질문에 매우 능숙하게 답할 수 있습니다 . 다시 타임라인 문제로 돌아가서, AI 시스템은 1분 안에 완료할 수 있는 작업에서는 인간보다 뛰어나지만, 수천 시간이 걸리는 작업에서는 아직 갈 길이 멀다고 말할 수 있습니다.
이러한 장기적인 과제에 있어서는 인간 지능과 AI 시스템 사이에 상당한 격차가 있는 것 같습니다. 결국에는 이 문제를 해결할 수 있을 것이라고 생각하지만, 현재로서는 AI의 심각한 단점입니다.
05. ChatGPT는 메모리를 통해 사용자를 이해합니다.
클레오 아브람: 다음 질문은 엔비디아의 창립자이자 CEO인 젠슨 황입니다. 사실은 있는 그대로이고, 진실은 그 의미가 있습니다. 즉, 사실은 객관적이고 진실은 주관적입니다. 관점, 문화, 가치관, 신념, 그리고 배경에 따라 달라집니다. AI는 사실을 배우고 알 수 있지만, 어떻게 모든 사람, 모든 배경, 모든 국가의 진실을 알 수 있을까요?
샘 알트먼: 저는 AI가 다양한 문화적 맥락과 개인에 얼마나 유연하게 적응하는지에 대해 계속 놀라고, 많은 사람들도 놀라는 것 같습니다.
제가 가장 좋아하는 기능 중 하나는 올해 초 ChatGPT에 출시된 향상된 메모리 기능입니다. 이 기능을 통해 ChatGPT가 저를 알아가는 듯한 느낌을 받습니다. 제가 무엇을 중요하게 생각하는지, 제 삶의 경험과 배경, 그리고 지금의 저를 있게 한 과거의 이야기까지 말이죠.
ChatGPT를 열심히 사용하는 친구가 있는데, 모든 대화에 자신의 삶을 많이 공유합니다. ChatGPT에 일련의 성격 검사를 의뢰하고 자신의 답변 스타일을 따라 해 보라고 했습니다. 결과는 실제 검사 점수와 똑같았습니다. 하지만 자신의 성격에 대해 직접 이야기한 적은 없었습니다.
지난 몇 년간 ChatGPT는 제가 이야기했던 문화, 가치관, 그리고 삶의 경험을 통해 저를 정말 많이 알게 되었습니다. 저는 가끔 무료 계정을 사용해서 과거 경험 없이 사는 게 어떤지 경험해 보려고 하는데, 그 경험은 정말 특별합니다.
그래서 저는 우리 모두가 AI가 이런 면에서 얼마나 잘 학습하고 적응하는지에 기분 좋게 놀랐다고 생각합니다.
클레오 에이브럼: 그러면 전 세계 여러 지역의 사람들이 서로 다른 문화적 규범과 배경을 가진 다양한 AI를 사용할 수 있을 것으로 생각하시나요?
샘 알트먼: 저는 모두가 동일한 기본 모델을 사용하겠지만, 해당 모델에 대한 맥락이 제공되어 커뮤니티가 원하는 바에 따라 어느 정도 개인화된 방식으로 작동하게 될 것이라고 생각합니다.
06. 진정한 기준은 유동적이다
클레오 아브람: 사실과 진실이라는 개념에 대해 이야기할 때, 첫 시간 여행을 시작하기에 좋은 시점인 것 같습니다. 2030년으로 향하고 있으니까요. 진지한 질문이지만, 가벼운 예를 들어 질문해 보고 싶습니다. 토끼가 트램펄린 위에서 점프하는 영상 본 적 있나요?
샘 알트먼: 그렇습니다.
클레오 에이브럼: 최근 바이럴로 화제가 된 뒷마당 토끼가 트램펄린에서 노는 영상과 비슷해 보입니다. 사람들이 이 영상에 이렇게 뜨거운 반응을 보인 이유는 아마 사람들이 영상을 보고 재밌게 봤는데, 나중에 완전히 AI가 만든 영상이라는 걸 알게 된 건 이번이 처음이었기 때문일 겁니다.
이 시간 여행에서, 우리가 2030년의 십 대라고 상상하고, 2030년의 십 대가 스크롤할 만한 모든 것을 스크롤한다고 가정해 봅시다. 무엇이 현실이고 무엇이 아닌지 어떻게 구분할 수 있을까요?
샘 알트먼: 뭐, 온갖 답을 줄 수 있죠. 암호화도 할 수 있고, 누군가 실제로 뭔가를 촬영한다면 누구를 믿을지 정할 수도 있습니다. 하지만 제 생각에는, 이 모든 게 점차 수렴될 것 같습니다.
오늘날 iPhone으로 찍은 사진과 마찬가지로 대부분은 진짜지만, 조금은 그렇지 않은 부분도 있습니다. 이해할 수 없는 방식으로 사진을 조금 더 멋지게 보이게 하는 AI 기능이 작동하고 있습니다.
가끔 달과 같은 이상한 물체를 볼 때가 있는데, 카메라 센서가 포착한 광자와 최종적으로 보는 이미지 사이에 많은 처리 과정이 진행되지만, 여러분은 그것이 충분히 실제적이라고 결정하거나, 대부분의 사람들이 그것이 충분히 실제적이라고 결정하고, 광자가 카메라 필름에 닿은 순간부터 점진적인 변화가 있다는 것을 받아들였습니다.
마치 Tik Tok에서 여러 영상 편집 도구를 사용하여 실제보다 더 멋지게 보이도록 만든 영상을 보는 것과 같습니다. 또는 장면 전체를 완벽하게 생성하거나, 트램펄린 위의 토끼들처럼 여러 영상 전체를 생성하는 것과 같습니다.
"얼마나 현실적이어야 현실로 간주될 수 있는가"라는 한계는 계속 변하고 있다고 생각합니다.
클레오 에이브럼: 그건 일종의 교육 문제죠.
샘 알트먼: 맞아요. 미디어는 항상 현실과 비현실의 경계에서 흔들리죠. 예를 들어, SF 영화를 볼 때 우리는 그 줄거리가 실제로 일어나지 않았다는 걸 압니다. 누군가의 아름다운 휴가 사진을 인스타그램에 올리면, 그 사진은 현실일 수도 있지만, 동시에 같은 장면을 찍으려고 줄을 서서 기다리는 다른 많은 관광객들이 있었다는 것도 알 수 있죠. 그리고 그 부분은 교묘하게 프레임에서 제외되었습니다.
저는 우리가 이제 이것을 받아들이게 되었고, 이는 장기적인 추세가 될 것이라고 생각합니다.
07. “지금보다 창작하기에 더 좋은 때는 없었습니다.”
클레오 에이브럼: 예를 들어 2035년으로 시간 여행을 다시 해 봅시다. AI 분야의 일부 리더들은 5년 안에 모든 초보 화이트칼라 직종의 절반이 AI로 대체될 것이라고 말했습니다. 그때쯤 대학을 졸업하는 사람들에게 어떤 세상이 되기를 바라십니까?
AI로 인한 일자리 대체 가능성에 대한 논의가 많은 것 같은데, 10년 전에는 아무도 생각지 못했던 직업을 제가 하고 있어서 저도 궁금합니다. 2035년을 생각해 보면, 졸업을 앞둔 대졸자들, 그리고 아직 대학에 다니는 사람들의 모습은 매우 다를지도 모릅니다.
샘 알트먼: 그들은 아마도 태양계를 탐험하는 임무를 떠나서 새롭고 흥미진진하고 급여도 높고 정말 재밌는 일을 할 겁니다. 그리고 우리가 이 정말 지루한 오래된 일을 해야 한다는 사실에 죄책감을 느낄 테고, 그게 훨씬 나을 겁니다.
10년 후는 너무 멀어서 상상하기 어렵습니다. 현재 변화율에 10년을 더 곱하면 상상하기가 꽤 어려워질지도 모릅니다. 10년 전에는 현재 상황을 상상하기 어려웠지만, 앞으로 10년은 훨씬 더 다르고 극적일 것입니다.
클레오 에이브럼: 그럼 5년 후인 2030년입니다. 저는 이것이 단기적으로 젊은이들에게 어떤 영향을 미칠지 궁금합니다.
"초급 직업의 절반이 AI로 대체될 것"과 같은 진술은 그들이 진입하려는 세상과는 매우 다른 것처럼 들리며, 내가 진입하려던 세상과도 다릅니다.
샘 알트먼: 어떤 직업들은 완전히 사라질 거라고 생각합니다. 그건 항상 일어날 일인데, 젊은 사람들이 그런 상황에 가장 잘 적응합니다. 저는 22살 청년보다 재교육이나 재학습을 원하지 않는 62살 노인에게 그런 상황이 어떤 의미일지 더 걱정됩니다.
제가 22살이고 대학을 갓 졸업했다면, 역사상 가장 운이 좋은 아이였을 거라고 생각했을 겁니다. 무언가를 발명하든 사업을 시작하든, 지금처럼 창의력을 발휘하기에 더 좋은 때는 없었습니다.
저는 궁극적으로 10억 달러 이상의 가치가 있는 1인 회사를 시작하고, 더 중요한 것은 전 세계에 놀라운 제품과 서비스를 제공하는 것이 충분히 가능하다고 생각합니다. 정말 놀라운 일입니다.
수백 명의 사람으로 구성된 팀이 필요했던 도구를 이제는 사용법만 배우고 좋은 아이디어만 있으면 완벽하게 다룰 수 있다는 게 놀랍습니다.
08. AI는 컴퓨팅 파워, 데이터, 알고리즘 설계, 제품화라는 4가지 주요 제한 요소를 가지고 있습니다.
클레오 에이브럼: 쇼에서 시청자들이 당신에게서 들을 수 있는 가장 중요한 내용은 두 가지 부분으로 나눌 수 있다고 생각합니다.
첫째, 전술적인 측면에서: 실제로 세계에서 가장 강력한 지능을 어떻게 구축할 것이며, 그 과정에서 어떤 한계가 있을까요? 둘째, 철학적인 측면에서: 당신과 다른 사람들이 인류에게 해를 끼치지 않고 실질적으로 도움이 되는 방식으로 이 기술을 어떻게 구축할 수 있을까요?
이제 전술적인 측면에 대해 이야기해 보겠습니다. 제 생각에는 AI를 제한하는 세 가지 주요 요소가 있습니다. 컴퓨팅 파워, 데이터, 그리고 알고리즘 설계입니다. 현재 이 세 가지 영역에 대해 어떻게 생각하시나요? 그리고 사람들이 다음에 보게 될 관련 헤드라인들을 이해하도록 어떻게 도울 수 있을까요?
샘 알트먼: 네 번째는 어떤 제품을 만들지 파악하는 것입니다 . 과학적 진보 자체는 사람들의 손에 들어가지 않으면 효용성이 매우 제한적이며 사회와 같은 방식으로 공진화하지 못합니다.
하지만 제가 컴퓨팅 분야에서 이런 분야를 다룬다면, 이는 의심할 여지 없이 제가 본 것 중 가장 큰 인프라 프로젝트이며, 심지어 인류 역사상 가장 크고 가장 비용이 많이 드는 프로젝트일 수도 있습니다.
전체 공급망은 칩, 메모리, 네트워킹 장비를 제조하고, 이러한 구성 요소를 서버에 탑재한 후, 대규모 건설 프로젝트를 통해 하이퍼스케일 데이터 센터를 구축하는 과정을 포함합니다. 에너지(종종 제한 요소)와 기타 모든 지원 구성 요소를 확보하는 방법을 찾는 것은 엄청나게 복잡하고 비용이 많이 드는 과정이며, 우리는 여전히 맞춤형 일회성 방식으로 이를 수행하고 있습니다.
궁극적으로, 저희는 한쪽 끝에서 모래를 주입하여 녹이고, 다른 쪽 끝에서 완전히 구성된 AI 컴퓨팅 파워를 출력하는 대규모 통합 공장을 설계하고자 합니다. 하지만 아직 이 목표에는 한참 못 미치고 있으며, 전체 과정은 여전히 매우 복잡하고 비용이 많이 듭니다. 저희는 컴퓨팅 파워를 최대한 확장하고 발전을 가속화하는 데 대량 노력을 기울이고 있습니다.
GPT-5가 출시되면 수요는 불가피하게 다시 급증할 것이고, 기존 해시레이트 수요를 충족할 수 없을 것입니다 . 이는 GPT-4가 처음 출시되었을 때와 마찬가지입니다. 전 세계의 AI 수요는 현재 공급 능력을 훨씬 뛰어넘고 있으며, 컴퓨팅 파워를 더 많이 구축하는 것은 공급과 수요의 균형을 이루는 데 중요한 부분입니다.
사실, 저는 제 에너지 대부분을 이 부분에 쏟을 계획입니다. 즉, 어떻게 하면 더 큰 규모의 컴퓨팅 파워를 구축하고, 수백만 개에서 수천만 개, 수억 개, 궁극적으로는 수십억 개로 GPU 수를 늘려서 사람들의 AI 애플리케이션 수요를 충족시킬 수 있을까 하는 것입니다.
09. AI의 발전은 현재 에너지에 의해 제약을 받고 있습니다.
클레오 에이브럼: 이 점에 대해 생각해 볼 때, 이 범주에서 당신이 생각하게 될 가장 큰 과제는 무엇인가요?
샘 알트먼: 현재 가장 큰 제약은 에너지입니다. 기가와트급 데이터 센터를 운영하려면 기가와트급 전력을 확보하는 것이 얼마나 어렵습니까? 단기적으로 기가와트급 전력을 확보하는 것은 매우 어렵습니다.
우리는 또한 프로세싱 칩과 메모리 칩, 그것들을 어떻게 패키징할지, 랙을 어떻게 만들지에 대해서도 많은 제약을 받았습니다. 그 외에도 라이센스, 건설 작업 등 많은 다른 문제들이 있었습니다.
하지만 다시 말씀드리자면, 우리의 목표는 이 모든 것을 완전히 자동화하는 것입니다 . 로봇을 만들면 자동화를 한층 더 발전시킬 수 있습니다. 마치 돈을 투자하면 조립식 데이터 센터를 만들어낼 수 있는 세상처럼 말이죠. 만약 그렇게 된다면, 많은 한계를 극복할 수 있을 것입니다.
두 번째 범주는 데이터입니다. 이 모델들은 너무나 지능적이어서 물리 교과서를 준다 해도 물리 성능은 아주 약간밖에 향상되지 않을 것입니다. 솔직히 말해서, GPT-5는 이미 물리 교과서의 모든 내용을 꽤 잘 이해하고 있습니다.
우리는 합성 데이터와 사용자가 점점 더 복잡한 작업과 환경을 만드는 데 도움을 주는 것에 대해 기쁘게 생각하며, 데이터의 중요성은 항상 존재할 것이라고 생각합니다.
하지만 우리는 새로운 단계로 접어들고 있습니다. 모델은 기존 데이터셋에는 존재하지 않는 것들을 학습해야 합니다. 모델이 새로운 것을 발견하도록 어떻게 가르칠 수 있을까요? 가설을 세우고, 검증하고, 실험 결과를 얻은 다음, 학습한 내용을 기반으로 업데이트하는 방식으로 이를 수행할 수 있습니다.
알고리즘 설계도 있습니다. 우리는 이 분야에서 엄청난 진전을 이루었고, OpenAI가 전 세계적으로 이룬 가장 큰 성과는 알고리즘 연구에서 반복 가능한 혁신을 가능하게 하는 문화를 확립한 것이라고 생각합니다.
우리는 나중에 GPT 패러다임이 된 핵심 원리를 밝혀냈을 뿐만 아니라, 추론 패러다임의 핵심 논리를 탐구했습니다. 현재 몇 가지 새로운 패러다임을 개발하고 있습니다. 앞으로 엄청난 규모의 알고리즘 혁신이 우리를 기다리고 있을 것이라는 생각에 매우 기대가 큽니다.
저희는 방금 GPT-OSS라는 오픈소스 모델을 출시했는데, o4-Mini만큼 지능적이면서도 제 노트북에서 로컬로 실행된다는 점에 놀랐습니다.
몇 년 전만 해도 이렇게 지능적인 모델이 노트북에서 언제쯤 실행될지 누가 물었더라면, 저는 몇 년은 걸릴 거라고 말했을 겁니다. 하지만 그 후, 특히 추론 분야에서 알고리즘의 획기적인 발전이 이루어졌고, 그 덕분에 놀라운 기능을 갖춘 작은 모델을 구축할 수 있었습니다. 이러한 획기적인 발전은 제 직업에서 가장 흥미롭고 멋진 부분입니다.
10. GPT-1은 한때 조롱의 대상이 되었지만 앞으로 몇 년 안에 더욱 큰 발전을 이룰 것입니다.
클레오 아브람: 이 주제에 대해 생각하시는 게 정말 즐겁다는 걸 알겠습니다. 무슨 말씀인지 잘 이해하지 못하시고, 알고리즘 디자인이 실제로 사용하는 더 나은 경험을 어떻게 만들어낼 수 있는지 잘 모르시는 분들이 계시면 좋겠습니다. 현재 최신 기술에 대해 간략하게 설명해 주시겠습니까? 이 질문이 얼마나 흥미로운지 생각하실 때 어떤 점을 고려하셨습니까?
샘 알트먼: GPT-1의 아이디어는 당시 이 분야의 많은 전문가들로부터 비웃음을 샀습니다. 즉, 모델이 간단한 게임을 하도록 훈련시키는 것이었습니다. 즉, 여러 단어를 보여주고 다음 단어를 맞히도록 하는 것이었습니다. 이를 비지도 학습이라고 합니다. 이러한 학습에는 "이것은 고양이다" 또는 "이것은 개다"와 같은 명확한 레이블이 필요하지 않습니다. 단지 몇 개의 단어를 제시하고 다음에 나올 단어를 예측하도록 하는 것입니다.
그렇게 간단한 작업으로 모델이 엄청나게 복잡한 개념을 배우고, 물리학, 수학, 프로그래밍에 관한 모든 것을 통달할 수 있다는 것은, 그 당시에는 터무니없고, 마법 같고, 심지어 믿기 어려울 정도로 불가능해 보였습니다. 하지만 인간의 학습 방식은 바로 이렇습니다. 아기들이 처음 언어를 접할 때, 대부분의 의미를 스스로 파악합니다.
그래서 우리는 계속해서 이 작업을 진행했고, 모델을 확장하면 성능이 향상될 것이라는 것을 깨달았습니다. 하지만 그 규모는 훨씬 커져야 했습니다. 그래서 GPT-1 시대의 모델은 성능이 좋지 않았고, 많은 도메인 전문가들은 "이건 말도 안 돼. 절대 작동하지 않을 거야. 견고하지도 않을 거야."라고 말했습니다.
하지만 우리에게는 "스케일링 법칙"이라는 것이 있습니다. 우리는 "좋아, 컴퓨팅 파워, 메모리, 데이터 등이 증가함에 따라 모델의 성능도 예측 가능하게 향상될 거야. 이러한 예측을 바탕으로 어떻게 확장하고 엄청난 결과를 달성할지에 대한 결정을 내릴 수 있어."라고 생각합니다.
이런 현상은 여러 가지 측면에서 효과가 있는 것으로 밝혀졌고, 당시에는 명확하지 않았습니다. 세상이 이에 큰 충격을 받은 것도 바로 그 때문이라고 생각합니다. 매우 있을 법하지 않은 발견처럼 보였기 때문입니다.
또 다른 획기적인 발전은 이러한 언어 모델을 강화 학습과 결합할 수 있다는 것입니다. 즉, 모델에 무엇이 좋고 나쁜지 알려주고, 이를 통해 추론하는 방법을 가르칠 수 있다는 것입니다. 이러한 접근 방식은 O1, O3, 그리고 현재는 GPT-5의 개발을 주도하고 있습니다.
오늘날 우리는 새로운 방향을 시도하고 있습니다. 더 나은 비디오 모델을 만드는 방법을 알아냈고, 새로운 유형의 데이터와 환경을 활용하여 확장하는 새로운 방법을 탐색하고 있습니다.
5~10년 후가 어떨지 예측하기는 어렵지만, 앞으로 몇 년 안에 우리는 매우 순조롭고 강력한 확장 경로를 갖게 될 것입니다.
11. 사람들은 AI가 가져온 변화에 빠르게 적응할 것이다.
클레오 아브람: 1단계에서 2단계, 3단계, 4단계, 5단계로 순조롭게 진행되고 있다는 이야기가 대중에게 널리 퍼져 있지만, 그 이면에는 선형적이지 않고 오히려 더 혼란스러운 상황이 펼쳐지고 있습니다. GPT-5 이전에 겪었던 혼란스러운 상황들에 대해 말씀해 주시겠습니까? 해결해야 했던 흥미로운 문제들은 무엇이었나요?
샘 알트먼: 우리는 GPT 4.5의 일부로 오리온이라는 모델을 출시했습니다. 멋진 모델이었지만 사용하기 불편했습니다.
우리는 이 모델을 기반으로 더 많은 연구가 필요하다는 것을 깨달았고, 그래서 새롭고 더 가파른 스케일링 법칙을 따랐지만 당시에는 그 법칙이 의미하는 바를 제대로 이해하지 못했습니다.
이 실험은 계산 효율성 측면에서 더 나은 결과를 가져왔고 모델의 추론 능력도 향상되었습니다. 그러나 돌이켜보면, 데이터셋에 대한 접근 방식에 몇 가지 문제가 있음을 발견했습니다. 결국 이러한 모델은 방대한 양의 데이터로부터 학습할 만큼 충분히 커야 하기 때문입니다.
따라서 일상 업무에서 여러 차례 "유턴"을 하게 될 것입니다. 해결책을 시도해 보거나, 특정 건축 아이디어가 효과가 없을 경우 적절한 시기에 수정하는 것입니다. 하지만 이러한 모든 우여곡절은 결국 기하급수적이고 꾸준한 발전으로 이어질 것입니다.
클레오 아브람: 제가 지금 인터뷰를 하고 있는데, 당신이 방금 발표한 것에 대해 이야기할 때면 이미 다음 작품을 생각하고 있다는 게 항상 흥미롭습니다. 지금 생각하고 있는 질문들을 몇 가지 공유해 주시겠어요? 제가 1년 후에 다시 당신에게 질문을 한다면 어떤 질문을 드려야 할지 궁금합니다.
샘 알트먼: 이게 새로운 과학을 발견할 수 있다는 게 무슨 의미인지 궁금하실 겁니다. 세상은 GPT-6가 새로운 과학을 발견하는 것에 대해 어떻게 생각해야 할까요? 아마 우리가 그 목표를 달성할 수는 없겠지만, 분명 가능할 것 같습니다.
클레오 아브람: 만약 당신이 그렇게 했다면, 뭐라고 말씀하시겠습니까? 그 성과가 어떤 영향을 미쳤을까요? 당신이 성공했다고 가정해 봅시다.
샘 알트먼: 저는 이 기술의 좋은 점은 놀라울 것이고, 나쁜 점은 끔찍할 것이며, 이상한 점은 처음에는 정말 이상할 것이지만 우리는 금방 익숙해질 것이라고 생각합니다.
그래서 우리는 "와, 이거 정말 대단하네. 질병 치료에 쓰이고 있잖아."라고 생각하면서도, 동시에 "이런 모델이 새로운 생물 안보 위협을 조성하는 데 쓰인다니 정말 끔찍하네."라고 우려합니다. 그리고 "세상이 너무 빨리 변하고 있고, 경제도 너무 빨리 성장하고 있어. 정말 어지러울 정도로 빠른 변화야."라고 생각합니다.
결국 모든 것과 마찬가지로 이것도 인간에 의해 적응될 것입니다. 인간은 엄청난 변화에 적응할 수 있는 능력을 가지고 있기 때문입니다 . 그리고 그 시점에 우리는 "그래, 그게 바로 현실이야"라고 말할 것입니다.
12. "오늘 태어난 아이는 결코 AI보다 똑똑해질 수 없습니다."
샘 알트먼: 오늘날 태어난 아이는 결코 AI보다 똑똑해질 수 없습니다.
그들은 AI가 이미 매우 지능적인 시대에 태어났고, 세상이 어떻게 돌아가는지 이해하기 시작했기 때문에 놀라운 속도로 사물이 반복되고 개선되는 것에 이미 익숙해 있었고, 새로운 과학적 발견도 빠르게 업데이트되었습니다.
그들은 AI가 없는 세상이 어떤지 결코 알 수 없을 것이고, 그들에게는 AI의 존재가 매우 자연스러운 일일 것입니다.
그들의 관점에서 보면, 컴퓨터, 휴대폰, 또는 오늘날 인간만큼 똑똑하지 않은 어떤 기술이든 사용하는 것은 상상도 할 수 없는 "석기 시대"에 사는 것과 같습니다. 마치 2020년대를 되돌아볼 때, 그 당시 사람들이 만족스러운 삶을 살지 못했다는 생각이 들 것입니다.
하지만 여러분이 AI의 존재에 적응하게 되면, 여러분은 더 이상 AI가 도와줄 수 있는 일을 하지 않게 될 겁니다. 그래서 저는 오늘날 태어난 아이들은 결코 AI보다 더 똑똑해질 수 없을 거라고 말하고 싶습니다.
클레오 에이브럼: 아이를 갖는 것에 대해 생각하고 있어요.
샘 알트먼: 그래야 해요. 최고예요.
클레오 아브람: 첫 아이를 낳으셨다는 소식을 들었습니다. 방금 하신 말씀이 그 세상에서 아이를 키우는 것에 대한 제 생각에 어떤 영향을 미치나요? 어떤 조언을 해주시겠어요?
샘 알트먼: 아마 수만 년 동안 아이들을 키워온 방식과 크게 다르지 않을 겁니다. 아이들을 사랑하고, 세상을 보여주고, 하고 싶은 모든 일을 지지해 주고, 좋은 사람이 되는 법을 가르치는 것이 아마도 가장 중요한 일일 것입니다.
클레오 에이브럼: 예를 들어, 여러분의 세계에서는 사람들이 대학에 가지 않더라도 더 많은 선택권이 있는 것과 비슷합니다. 선택권이 더 많기 때문에 "이걸 만들고 싶다"고 말할 수 있는 가능성이 더 높고, 이 도구는 그들에게 도움이 될 수 있습니다.
샘 알트먼: 네, 저는 제 아이들이 제가 매우 제한적인 삶을 살고 있고, 그에게는 무엇이든 할 수 있는 무한한 가능성이 열려 있다고 생각하기를 바랍니다.
13. GPT-5는 건강 질의에 더 나은 성능을 보이며, 아마도 GPT-8은 특정 암을 치료할 수 있을 것입니다.
클레오 에이브럼: AI가 우리 아이들과 우리 모두에게 가장 큰 긍정적인 영향을 미칠 수 있는 분야가 하나 떠오르는데, 바로 건강입니다. 예를 들어 2035년을 선택해서 제가 스탠퍼드 의대 학장님과 인터뷰를 하고 있는데, 2035년 AI가 우리 건강에 어떤 영향을 미쳤는지 학장님이 어떻게 말씀해 주셨으면 좋겠습니까?
샘 알트먼: GPT-5에 대해 가장 자랑스러운 점 중 하나는 건강 관련 추천에 있어서 많은 진전을 이루었다는 점입니다 . 사람들은 건강 관련 추천을 받기 위해 GPT-4 모델을 대량 사용해 왔습니다.
온라인에서 이런 이야기를 본 적이 있을 겁니다. 누군가 생명을 위협하는 병을 앓고 있었는데, 의사들이 진단하기 어려웠습니다. 증상과 혈액 검사 결과를 ChatGPT에 입력하자 AI가 희귀 질환을 정확하게 진단해 냈습니다. 그 후 의사를 찾아가 권장대로 약을 복용했고, 결국 회복되었습니다. 정말 기적적인 일이었습니다.
ChatGPT 쿼리의 상당 부분이 건강 관련 쿼리인 것은 분명합니다. 따라서 저희는 이 분야에서 탁월한 성과를 거두기 위해 대량 왔으며, GPT-5는 실제로 건강 관련 쿼리에서 더 나은 성과를 보이고 있습니다.
클레오 에이브럼: 여기서 "더 나은"이란 무슨 뜻인가요?
샘 알트먼: 더 나은 답을 제공하고, 더 정확하고, 덜 추측적인 정보를 제공하며, 실제로 무엇이 문제인지, 그리고 그에 대해 실제로 무엇을 해야 하는지 알려줄 가능성이 더 높아질 것입니다. 더 나은 의료 서비스는 좋지만, 사람들이 진정으로 원하는 것은 아프지 않는 것입니다.
2035년이 되면 우리는 이런 도구를 사용하여 현재 우리를 괴롭히는 질병 중 상당수를 치료하거나 적어도 치료할 수 있을 것이라고 생각합니다. 그리고 그것은 AI의 가장 즉각적으로 느낄 수 있는 이점 중 하나가 될 것이라고 생각합니다.
클레오 에이브럼: 사람들은 종종 AI가 의료에 혁명을 일으킬 것이라고 말하지만, 저는 좀 더 깊이 들어가서 구체적으로 어떤 것으로 생각하는지 묻고 싶습니다. 이러한 AI 시스템이 오랫동안 존재해 온 GLP-1을 더 일찍 발견하는 데 도움이 되는 건가요? 아니면 AlphaFold와 단백질 접힘과 같은 기술이 새로운 약물을 만드는 데 도움이 되는 건가요?
샘 알트먼: GPT-8에게 특정 암을 치료해 달라고 요청할 수 있게 하고 싶습니다 . GPT-8이 스스로 생각하고 "찾을 수 있는 모든 정보를 찾아보았는데, 이런 아이디어가 있습니다. 이 9가지 실험을 할 실험실 기술자를 찾아서 각 실험의 결과를 알려주세요."라고 말하게 하고 싶습니다.
다음으로, 세포가 성장 과정을 완료할 때까지 두 달을 기다려야 합니다. 그런 다음 결과를 GPT-8에 다시 보내 "실험해 봤는데, 결과는 이렇습니다."라고 말해야 합니다. 그러면 GPT-8은 "좋아요, 이 분자를 합성하고, 먼저 쥐 실험과 같은 연구를 진행한 후, 인체 연구로 넘어가세요."라고 말합니다. 이렇게 GPT-8은 사용자가 약물 시험을 단계별로 진행하도록 안내합니다.
14. AI가 가져온 변화는 개인에게는 파괴적일 수 있지만, 사회는 회복력이 있습니다.
클레오 에이브럼: 사랑하는 사람을 암으로 잃은 사람이라면 누구나 이런 기술이 절실히 필요할 것 같아요. 자, 다시 한번 상상해 볼까요? 원래는 2050년이라고 하려고 했는데, 제 모든 시간이 다시 상당히 단축되었네요. 세상이 정말 빠르게 변하는 것 같아요.
AI 분야의 다른 리더들과 이야기를 나누면 산업 혁명을 언급합니다. 그들은 이렇게 말합니다. "2050년을 선택한 이유는 그때쯤 우리가 겪게 될 변화가 산업 혁명과 비슷하지만 10배 더 크고 10배 더 빠르다는 이야기를 들었기 때문입니다."
산업혁명은 우리에게 현대 의학, 위생, 교통, 대량 생산, 그리고 지금은 당연하게 여기는 모든 편의 시설을 가져다주었습니다. 하지만 동시에 많은 사람들에게는 매우 힘든 시기이기도 했으며, 산업혁명은 약 100년 동안 지속되었습니다.
앞으로 다가올 변화의 규모와 속도가 산업혁명의 10배에 달한다면, 이 대화에서 우리가 시간을 계속 단축하고 있다고 해도, 대부분의 사람들은 실제로 어떤 기분을 느낄까요? 그리고 모든 것이 당신의 예상대로 진행된다면, 그 과정에서 누가 여전히 피해를 입을까요?
샘 알트먼: 어떤 느낌일지 정말 모르겠네요. 마치 미지의 영역에 들어선 것 같은 느낌이 들지만, 인간의 적응력, 무한한 창의력, 그리고 새로운 것에 대한 갈증은 믿어요. 우리는 항상 새로운 일을 찾을 거라고요.
하지만 이러한 변화가 정말 빠르게 일어날 수 있다 하더라도, 제 동료들이 말하는 만큼 빠르지는 않을 것 같지만, 사회 자체가 엄청난 관성을 가지고 있고, 사람들이 자신의 생활 방식에 적응하는 속도가 놀라울 정도로 느립니다.
일부 직업은 완전히 사라지고, 많은 직업 분야가 크게 바뀌고, 물론 새로운 직업이 등장할 것입니다. 마치 여러분의 직업이 얼마 전까지만 해도 존재하지 않았고, 제 직업도 그렇지 않았던 것처럼요.
어떤 의미에서 이러한 변화의 순환은 오랫동안 이어져 왔으며, 개인에게는 종종 파괴적인 영향을 미치지만 사회는 놀라울 정도로 회복력이 뛰어난 것으로 입증되었습니다. 하지만 다른 의미에서 우리는 이 변화가 얼마나 멀리, 얼마나 빨리 진행될지 전혀 알지 못합니다.
그래서 저는 얼마 전까지만 해도 가능성의 영역을 완전히 벗어난 것으로 여겨졌던 새로운 해결책을 고려하기 위해서는 엄청난 겸손과 개방성이 필요하다고 생각합니다.
15. 사회적 계약이 바뀌어야 할 수도 있고, 가치를 전달하는 새로운 방법을 찾아야 할 수도 있습니다.
클레오 아브람: 몇 가지 가능한 시나리오에 대해 이야기해 보겠습니다. 저는 역사학자는 아니지만, 1차 산업 혁명 당시 공중 보건 상황이 극도로 열악해졌고, 이는 결국 여러 공중 보건 조치의 시행으로 이어졌다는 것을 알고 있습니다. 2차 산업 혁명 당시에는 열악한 노동 환경으로 인해 노동 보호 제도가 수립되었습니다.
개발에 있어서 모든 주요 도약은 어느 정도 혼란을 야기할 수 있으며, 우리는 항상 이런 문제를 바로잡고 해결할 방법을 찾을 수 있습니다.
오늘날 우리는 거대한 변화의 한가운데 있는 것 같습니다. 저는 궁금합니다. 이 변화가 가져올 구체적인 혼란을 조기에 예측할 수 있을까요? 그리고 예상되는 혼란을 완화하기 위해 어떤 공적 개입을 미리 실행할 수 있을까요?
샘 알트먼: 제 생각에는 사회 계약의 기본 원칙은 바뀔 수도 있고 바뀌지 않을 수도 있습니다. 결국 수요와 공급이 균형을 이루고, 결국 우리 모두는 새로운 일자리를 찾고 서로에게 가치를 이전하는 새로운 방법을 찾게 될 것입니다.
하지만 미래에 가장 중요한 자원이 될 수 있는 해시레이트 어떻게 공유할지 고민해야 할 것 같습니다. 제 생각에 가장 좋은 방법은 AI 컴퓨팅 파워를 최대한 풍부하고 저렴하게 만드는 것입니다. 그렇지 않으면 전쟁이 발발할 수도 있다고 생각합니다.
AGI의 컴퓨팅 파워에 대한 접근을 어떻게 분배할 것인가에 대해서는 탐구해 볼 만한 가치가 있는 방향으로 보이며, 약간 미친 짓처럼 들리지만 진지하게 고려하는 것이 중요한 사항입니다.
16. AI는 미래 사회 발전의 기반이 될 것이며, 사회 전체가 '초지능화'될 것입니다.
클레오 에이브럼: 이 대화에서 제가 생각하게 된 것 중 하나는 우리는 종종 AI의 미래에 대한 모든 책임을 그것을 만든 회사에 돌리지만, 그것을 사용하고 선거를 감독하는 사람은 바로 우리라는 것입니다.
그래서 궁금한 게 있는데요, 특정 연방 규제에 대한 질문은 아니지만, 혹시 그 질문에 대한 답을 알고 계시는지 궁금합니다. 나머지 사람들에게는 무엇을 부탁하고 싶으신가요? 여기서 공동의 책임은 무엇인가요? 그리고 이 낙관적인 미래를 더 실현 가능하게 만들기 위해 우리는 어떻게 행동해야 할까요?
샘 알트먼: 제가 가장 좋아하는 역사적 사례 중 하나는 트랜지스터입니다. 뛰어난 과학자들이 발견한 놀라운 과학의 산물이었으며, 오늘날의 AI처럼 우리가 사용하는 수많은 것들에 엄청난 규모로, 그리고 비교적 빠르게 통합되었습니다. 컴퓨터, 휴대폰, 카메라, 전구 등 무엇이든 말이죠. 트랜지스터는 인류에게 완전히 새로운 기술 트리를 열어주었습니다.
거의 모든 사람이 실리콘 밸리의 반도체 회사인 트랜지스터 회사에 열광하던 시절이 있었습니다. 지금은 아마 몇 개는 꼽을 수 있겠지만, 대부분의 경우 생각조차 하지 않습니다. 트랜지스터는 우리 삶에 너무 깊숙이 자리 잡아 이제는 눈에 띄지 않게 되었습니다.
실리콘 밸리도 마찬가지입니다. 대학을 갓 졸업한 젊은이들은 왜 처음 "실리콘 밸리"라고 불렸는지 거의 기억하지 못합니다. 트랜지스터 회사들이 사회를 형성했다는 느낌은 전혀 들지 않지만, 분명 중요한 일들을 많이 해냈습니다.
애플이 아이폰을 통해 가져온 변화를 생각해 보세요. 그리고 아이폰을 기반으로 TikTok이 구축한 콘텐츠 생태계를 생각해 보세요. "여기에는 정부가 하는 일과 하지 않는 일, 그리고 사람들이 이러한 기술을 사용하는 방식을 포함하여 다양한 방식으로 사회 발전을 주도하는 사람과 사물의 긴 목록이 있습니다."라고 말할 수 있습니다. 저는 미래에 AI가 이러한 과정을 거칠 것이라고 생각합니다.
예를 들어, 오늘 태어난 아이는 AI 없는 세상을 결코 알 수 없을 테니까요 . 그래서 AI에 대해 깊이 생각하지 않고, 그저 모든 것에 AI가 스며들어 있을 뿐입니다. AI를 기반으로 사업을 구축한 기업들과 그들이 AI를 어떻게 활용했는지, 그리고 AI가 없었다면 불가능했을 정치 지도자들의 결정들에 대해 생각하겠지만, 이 대통령, 저 대통령이 어떤 일을 했는지는 여전히 생각할 겁니다.
AI 회사가 이런 비계를 만들었고 , 우리는 그 위에 층을 추가했습니다. 이제 사람들이 그 위에 올라서서 또 다른 층을 추가하고, 그 다음 층, 그 이상의 층을 추가할 수 있습니다. 이것이 바로 우리 사회의 아름다움입니다.
사회는 마치 사회 전체가 함께 노력하여 만든 놀라운 도구와 같은 초지능이며, 한 사람이 혼자서는 결코 만들어낼 수 없는 것입니다. 제 생각에는 그런 느낌일 겁니다.
클레오 에이브럼: 그렇다면 수백만 명의 사람들이 필요로 하는 것은 아마도 그것에 기반을 둔 것일 수도 있겠습니다.
샘 알트먼: 제 인생에서는 이런 중요한 사회적 계약이 느껴집니다. 여러분보다 먼저 온 사람들은 정말 열심히 일했고, 인류의 진보라는 길에 벽돌을 놓았고, 여러분이 그 길을 따라가면서 또 다른 벽돌을 놓으면, 또 다른 누군가가 또 다른 벽돌을 놓는다는 것입니다.
클레오 에이브럼: 정말 큰 변화를 가져온 분들과 제가 했던 인터뷰가 생각나네요. CRISPR의 선구자인 제니퍼 다우드나와 했던 인터뷰가 생각나는데, 그녀도 비슷한 말을 하더군요.
그녀는 미래에 대부분의 사람들의 건강과의 관계를 근본적으로 바꿀 수 있는 무언가를 발견했고, 많은 사람들이 그녀의 발견을 자신들이 승인하든 승인하지 않든 활용할 것입니다.
정말 흥미로웠고, 비슷한 주제도 들었어요. 예를 들어, 다음 사람이 지휘봉을 잡고 잘 달리기를 바란다는 거죠.
샘 알트먼: 네, 오랫동안 이어져 왔습니다. 결과가 모두 좋았던 건 아니지만, 대체로 좋았습니다.
17. ChatGPT는 문제에 갇히지 않고 문제를 해결하는 데 도움이 됩니다.
클레오 에이브럼: 경쟁에서 승리하는 것과 대부분의 사람들을 위한 최고의 AI 미래를 구축하는 것 사이에는 큰 차이가 있다고 생각합니다. 경쟁에서 승리하기 위한 다음 단계에 집중하는 것이 때로는 더 쉽고, 어쩌면 더 정량화될 수도 있을 것 같습니다.
세상에 가장 좋지만 게임에서 이기는 데는 해로운 결정의 예가 무엇인지 궁금합니다.
샘 알트먼: 그런 것들이 많다고 생각합니다. 저희가 가장 자랑스러워하는 것 중 하나는 많은 사람들이 ChatGPT를 자신이 가장 좋아하는 기술 제품이라고, 가장 신뢰하고 의지하는 제품이라고 말씀하신다는 것입니다. AI도 환각을 볼 수 있다는 걸 생각하면 좀 믿기지 않는 이야기입니다.
하지만 우리는 그 과정에서 몇 가지 일을 망쳤고, 때로는 그 영향이 작지 않았지만 전반적으로 ChatGPT 사용자로서 여러분은 ChatGPT가 여러분을 도우려고 노력하고 여러분이 제시한 모든 요구 사항을 완료하려고 노력하고 있으며, 여러분과 매우 잘 호환된다는 것을 느낄 수 있을 것입니다.
하루 종일 사용하게 하거나 무언가를 사도록 유도하려는 것이 아닙니다. 그저 여러분의 목표 달성을 돕고 싶을 뿐입니다. 이러한 점이 저희와 사용자 사이에 매우 특별한 관계를 형성하며, 저희는 이를 결코 가볍게 여기지 않습니다.
ChatGPT를 더 빠르게 성장시키고 사람들이 더 많은 시간을 ChatGPT에 투자하도록 하기 위해 할 수 있는 일은 많지만, 장기적으로 볼 때 우리의 핵심 동력은 사용자와 최대한 높은 일관성을 유지하는 것이라는 걸 알고 있었기 때문에 그렇게 하지 않았습니다.
저는 우리 회사가 자랑스럽고 이런 단기적인 유혹에 주의가 산만해지는 일이 거의 없다고 생각하지만, 솔직히 말해서 가끔은 유혹을 받기도 합니다.
클레오 아브람: 구체적인 사례가 있나요? 어떤 결정을 내리셨나요?
샘 알트먼: 글쎄요, 아직 ChatGPT에 섹스 로봇 아바타를 추가하지 않았어요.
클레오 에이브럼: 저는 궁금합니다. 이전 탐험에서 저지른 실수가 미래의 성과에 어떤 영향을 미쳤나요?
샘 알트먼: 제가 생각하기에 ChatGPT에서 우리가 저지른 최악의 일은 아첨의 문제였습니다. 모델이 사용자에게 너무 아첨을 했기 때문입니다.
이는 대부분 사용자에게는 귀찮은 일일 수 있지만, 정신 상태가 약한 일부 사용자에게는 망상에 더 큰 영향을 미칠 수 있습니다.
이는 처음에 우리가 가장 우려했던 리스크 아니었고, 가장 많이 테스트한 위험도 아니었습니다. 리스크 목록에는 있었지만, ChatGPT에서 실제로 발생한 보안 문제는 우리가 가장 많은 시간을 들여 논의한 부분이 아니었습니다. 우리는 생물학 무기와 같은 더 심각한 리스크 대해 논의했습니다.
이제 우리가 사용하는 서비스가 너무나 널리 사용되어 사회가 어떤 의미에서는 그 변화와 함께 진화하고 있다는 사실을 다시 한번 깨닫게 됩니다. 이러한 변화와 아직 알려지지 않은 미지의 것들을 고려할 때, 우리는 운영 방식을 바꾸고 우리가 발견하는 주요 리스크 에 대해 더 넓은 시각을 가져야 합니다.
18. ChatGPT의 격려와 아첨이 모두 나쁜 것은 아닙니다.
클레오 에이브럼: 최근 테오 본과의 인터뷰에서 매우 흥미로운 말씀을 하셨는데요. 과학사에서 과학자들이 자신이 만든 작품을 보고 "우리가 뭘 한 거지?"라고 생각했던 순간들이 있었다고 하셨는데, 언제 그런 생각을 하셨나요? 자신이 만든 것에 대해 가장 걱정했던 적은 언제였나요?
샘 알트먼: 물론, '우리가 뭔가를 해냈다'는 나쁜 의미에서가 아니라, 그 기술 자체가 엄청나게 훌륭하다는 점에서 감탄하는 순간이 분명히 있었습니다.
GPT-4와 처음 이야기를 나눴을 때의 그 느낌을 아직도 생생하게 기억합니다. "와, 오랜 시간 동안 온 힘을 다해 이 일에 헌신해 온 사람들이 이뤄낸 정말 놀라운 업적 같아요." 그 순간, 저는 진심으로 "우리가 해냈다"는 충격을 받았습니다.
저는 최근 한 연구자와 이야기를 나누었는데, 그는 아마도 미래의 어느 시점에 우리 시스템이 하루에 산출하는 단어 수가 인류 전체가 합친 것보다 많아질지도 모른다고 말했습니다.
사람들은 이제 매일 수십억 개의 메시지를 ChatGPT에 보내고, 그 응답을 통해 직장과 일상생활에서 필요한 일을 처리합니다. 연구자는 ChatGPT가 개인 또는 모든 사람과 소통하는 방식을 조금만 조정해도 엄청난 영향력을 행사할 수 있습니다. 역사상 단 한 사람이 매일 수십억 개의 대화에 참
