Sky 북 에세이 - 박태웅의 AI 강의 2025

<요약> 서론: 인공지능 쇼크를 넘어 안착의 시대로 2022년 11월 30일 오픈AI(OpenAI)의 챗GPT가 등장한 이후, 인류는 이른바 'AI 쇼크'라 불릴 만큼 급격한 기술적 충격을 경험해 왔다. 2023년이 생성형 인공지능의 정체를 파악하고 그 놀라운 성능에 경도되었던 시기였다면, 2025년은 이러한 기술이 단순한 도구를 넘어 사회의 운영 체제(OS)이자 일상의 필수적인 파트너로 안착하는 결정적인 분기점이 될 것으로 전망된다. 1강: 걷잡을 수 없는 변화의 물결 - 인공지능의 지위 변화와 6대 트렌드 첫 번째 강의에서 저자는 마샬 맥루한의 명제 '미디어는 메시지다'를 인용하며 기술적 도구의 변화가 인간의 사고방식과 사회 구조를 근본적으로 재편하고 있음을 역설한다. 과거 TV를 단순히 '모니터가 붙은 라디오'로 오해했던 것처럼, 현재의 인공지능을 기존 소프트웨어의 연장선상에서 파악하는 것은 위험한 지체 현상을 낳을 수 있다. 2025년을 기점으로 인공지능은 다음과 같은 6가지 방향으로 진화하며 우리 삶을 규정할 것으로 분석된다. 1) 운영체제로서의 인공지능 (AI as OS) 인공지능은 이제 개별 서비스를 넘어 소프트웨어 생태계의 기반인 운영체제의 지위를 차지하게 된다. 과거 PC의 모든 프로그램이 윈도우나 맥 OS 위에서 구동되었듯, 장래의 거의 모든 소프트웨어는 AI와 연동되는 형태로 작동하게 될 것이다. 저자는 2025년 말이 되면 AI와 연동하는 소프트웨어가 그렇지 않은 것보다 더 많아질 것이라고 예측하며, 이는 기술 스택의 중심축이 AI로 이동함을 의미한다고 분석한다. 2, 3) 맥락 인터페이스 (Contextual Interface)와 파트너로서의 인공지능 기존의 사용자 인터페이스(UI)가 인간이 정보를 분류하고 검색하는 수동적 방식이었다면, 새로운 시대의 인터페이스는 인간의 의도와 주변 상황을 실시간으로 이해하는 '맥락' 중심의 소통으로 진화한다. 이는 정보를 검색하거나 분류할 필요가 없는 시대를 예고하며, 인공지능이 인간의 모든 작업에서 필수불가결한 '파트너'가 되는 현상을 가속화한다. 4, 5) 멀티모달(Multimodal)과 소형화(Cheaper, Faster, Smaller) 텍스트를 넘어 이미지, 음성, 동영상을 동시에 처리하는 멀티모달 지능은 이제 '옴니모달'의 단계로 나아가고 있다. 동시에 거대한 컴퓨팅 자원을 소모하는 방식에서 벗어나, 스마트폰과 같은 개인 기기에서 구동 가능한 소형 인공지능(SLM)의 보편화가 진행되고 있다. 이는 에너지 효율성과 비용 절감 측면에서 인공지능 대중화의 핵심 동력이 된다. 6) 휴머노이드 (Humanoid) - 몸을 가진 인공지능의 등장 인공지능이 가상 세계를 넘어 물리적 실체를 갖춘 휴머노이드 로봇으로 구현되는 현상은 2025년의 가장 극적인 변화 중 하나다. 테슬라의 옵티머스 젠 2(Optimus Gen 2)와 같은 사례에서 보듯, 강화학습을 통해 물리적 환경을 학습한 로봇은 이제 일상의 노동 영역으로 진입하기 시작했다. 2025 AI 6대 트렌드 주요 특징 및 메커니즘 사회적 영향 및 전망 AI as OS 소프트웨어 하위 계층에서 AI 연동 활성화 플랫폼 독점 심화 및 서비스 통합 2 Contextual I/F 음성, 시선, 뇌파 등 맥락 기반 소통 정보 검색 및 분류 노동의 종말 7 AI as a Partner 인간 작업의 전 과정에서 필수 협력 창의성과 노동의 본질에 대한 재정의 4 Multimodal 텍스트, 이미지, 오디오 동시 처리 인지적 한계 극복 및 소통 방식 혁신 1 Efficiency SLM 및 온디바이스(On-device) 구동 비용 절감 및 나만의 개인 비서 보편화 1 Humanoid 물리적 신체를 통한 세계 모델 구축 가사 및 산업 현장의 자동화 혁명 9 2강: 거대언어모델(LLM)의 정체와 작동 원리의 해부 두 번째 강의는 챗GPT를 비롯한 최신 인공지능의 기술적 본질을 다룬다. 저자는 인공지능이 인간처럼 개념을 이해하고 사고하는 것이 아니라, 방대한 데이터 속에서 '잠재된 패턴'을 찾아내는 확률적 기계임을 강조한다. 확률적 추론과 몬테카를로 알고리듬 인공지능의 내부 원리를 설명하기 위해 몬테카를로 알고리듬과 같은 통계적 방법론이 인용된다. LLM은 약 5조 개의 문서를 학습하여 주어진 단어 다음에 올 '확률적으로 가장 그럴듯한' 단어를 예측하는 구조를 가진다. 예를 들어, 고양이 사진을 판별할 때 AI는 귀의 모양, 동공의 형태 등 수많은 매개변수(Parameter)에 가중치를 부여하여 확률적 결론에 도달한다. 할루시네이션(Hallucination) - 구조적 결함인가, 본성인가 저자는 인공지능이 멀쩡하게 거짓말을 하는 '할루시네이션' 현상이 단순한 오류가 아니라, 다음 단어를 확률적으로 생성하려는 모델의 본성에서 기인한 '동전의 양면'과 같다고 분석한다. GPT-4 터보 등 최신 모델에서 그 빈도가 줄어들고 있으나, 이를 완전히 제거하는 것은 현재의 아키텍처 상 불가능하다는 것이 저자의 판단이다. 블랙박스의 한계와 견고하지 않은 인공지능 현재의 AI는 수천만 개에서 수천억 개의 매개변수로 구성된 '블랙박스'와 같다. 인간은 AI가 왜 특정한 결과를 도출했는지 구체적으로 설명할 수 없으며, 이는 기술적 신뢰성에 의문을 제기하게 만든다. 또한 어려운 수학 문제는 잘 풀면서도 상식적인 질문에는 멍청한 답을 내놓는 현상을 통해 AI의 지능이 매우 편향적이고 견고하지 못함을 지적한다. 3강: 지능의 본질에 대한 도전과 기술적 진보 세 번째 강의는 인공지능이 정말로 '생각'을 하는지에 대한 철학적, 기술적 논쟁을 다룬다. 저자는 챗GPT의 등장으로 고무된 인공일반지능(AGI)에 대한 기대와 우려를 동시에 조명한다. 말하기와 생각하기의 분리 저자는 인간의 지능이 단순히 언어에만 국한되지 않는다는 점을 지적한다. 얀 르쿤(Yann LeCun)의 견해를 빌려, 대부분의 인간 지식은 언어적이지 않으며 현재의 LLM 아키텍처로는 인간 수준의 지능에 도달할 수 없다고 주장한다. 단계적 추론(Chain of Thought) 능력이 일부 관찰되지만, 이는 인과 관계에 대한 근본적 이해보다는 언어 패턴의 연속성에 가깝다는 해석이다. 오픈소스와 소형화의 거센 흐름 빅테크의 폐쇄적인 모델 독점에 대항하는 오픈소스 진영의 성장이 강조된다. 메타의 라마 3.1과 같은 모델은 폐쇄형 모델에 필적하는 성능을 보이면서도 기술의 민주화를 이끌고 있다. 또한 학습 데이터의 양으로 승부하는 라마와 달리, 학습 데이터의 질(Quality)에 집중한 마이크로소프트의 파이-3(Phi-3) 사례를 통해 효율적 기술 발전의 가능성을 보여준다. 에이전트(Agent)의 시대와 자연어 인터페이스 혁명 단순히 질문에 답하는 수준을 넘어, 사용자의 목표를 달성하기 위해 스스로 계획을 세우고 외부 도구(API)를 사용하는 에이전트 기술이 2025년의 핵심 경쟁력이 될 것으로 전망된다. 랭체인(LangChain)과 같은 프레임워크가 만든 변화는 자연어가 곧 컴퓨터를 제어하는 언어가 되는 '자연어 인터페이스 혁명'을 완성하고 있다. 4강: 열려버린 판도라의 상자 - 위협과 사회적 파장 네 번째 강의는 인공지능이 가져올 필연적인 충격과 어두운 이면을 다룬다. 저자는 기술적 낙관론에 가려진 실존적 위협을 경고한다. 검색의 종말과 오리지널의 실종 인공지능이 생성한 정보가 인터넷을 뒤덮으면서 전통적인 검색 엔진의 지위가 흔들리고 있다. 더욱 심각한 문제는 인공지능이 생성한 데이터를 다시 인공지능이 학습하면서 발생하는 '모델 붕괴(Model Collapse)' 혹은 '유전자 퇴행' 현상이다. 이는 데이터의 다양성을 해치고 결과적으로 지식의 하향 평준화를 초래할 수 있다. 자연 독점과 차별의 재생산 막대한 자본과 컴퓨팅 파워를 가진 빅테크 기업들이 AI 시장을 장악하는 '자연 독점' 현상이 가속화되고 있다. 또한 학습 데이터에 포함된 인종, 성별, 문화적 편향이 AI를 통해 무한히 재생산되고 강화되는 구조적 문제도 심각하게 다루어진다. 저자는 오픈AI조차 영리 추구를 위해 초기 철학을 버리고 폐쇄적인 구조로 변모하고 있음을 강력히 비판한다. 보조 목표 생성의 위험성 저자가 특히 두려워하는 지점은 인공지능이 주어진 목표를 달성하기 위해 스스로 '하위 목표(Sub-goal)'를 생성하는 단계다. 인간에게 해롭지 않은 최종 목표가 설정되더라도, AI가 그 과정에서 효율성만을 추구하여 위험한 중간 단계를 설정할 경우 통제 불능의 상태에 빠질 수 있다는 것이다. 5강: 신뢰할 수 있는 거버넌스 - 윤리와 법제화 다섯 번째 강의는 기술의 폭주를 막기 위한 인류의 제도적 대응을 다룬다. 저자는 각국의 규제 노력이 단순히 산업을 억제하는 것이 아니라, 기술의 지속 가능성을 담보하기 위한 필수 과정임을 역설한다. 유럽연합의 AI법과 브뤼셀 효과 세계 최초의 포괄적 AI 규제법인 유럽연합의 인공지능법(AI Act)이 비중 있게 다루어진다. 위험도에 따라 AI를 분류하고 고위험 AI에 대해서는 엄격한 책무를 부여하는 이 법안은 전 세계적인 표준이 되는 '브뤼셀 효과'를 발휘하고 있다. 또한 독일의 녹서와 백서 제도를 통해 사회적 합의를 이끌어내는 숙의 민주주의의 모범 사례를 소개한다. 슈퍼 엘리트와 사상적 배경 실리콘밸리의 기술 발전을 주도하는 인물들의 사상적 배경인 장기주의(Longtermism), 효과적 이타주의(EA), 효과적 가속주의(e/acc)가 분석된다. 저자는 선출되지 않은 이들 슈퍼 엘리트들이 인류 전체의 운명을 결정하게 두는 것이 민주주의 관점에서 얼마나 위험한지 경고하며, 기술 거버넌스에 대중의 목소리가 반영되어야 함을 강조한다.1 글로벌 AI 규제 및 원칙 주요 골자 및 특징 관련 주체 및 효과 유럽연합 AI 법 위험 기반 접근법, 금지/고위험/저위험 분류 브뤼셀 효과, 전 세계 규제 표준화 14 아실로마 AI 원칙 연구 목표, 윤리 및 가치, 장기 이슈 제안 과학자 공동체의 자율적 윤리 선언 3 미국 알고리듬 책무법 알고리듬의 투명성 및 편향성 조사 의무화 빅테크 기업에 대한 직접적인 견제 장치 3 로마 교황청 윤리 요청 인간 중심의 AI 개발 및 보급 강조 종교 및 인문학적 관점의 가이드라인 1 6강: 한국 사회의 과제 - 눈 떠보니 후진국을 경계하며 마지막 강의는 대한민국이 인공지능 시대에 생존하기 위한 정책적, 사회적 제언을 담고 있다. 저자는 현재 한국의 대응이 장기적인 철학 없이 단기적인 성과에 매몰되어 있음을 강하게 질타한다. R&D 예산 삭감과 인재 유출의 위기 2023년 발생한 대규모 R&D 예산 삭감 사태가 인공지능 경쟁력의 핵심인 기초과학 인재들의 해외 유출을 부추기고 있다는 비판이다. 저자는 인공지능 기술의 뿌리는 수학과 인지과학에 있는데, 이러한 토대를 파괴하면서 AI 강국을 외치는 것은 모순이라고 지적한다. 정의 내리지 않는 사회와 공론화의 부재 캐나다나 미국이 국가 차원에서 AI의 정의와 활용 원칙을 수립하기 위해 수년간 공론화 과정을 거치는 것과 달리, 한국은 충분한 논의 없이 법안이나 정책을 쏟아내고 있다는 진단이다. 저자는 후발 추격국(Fast Follower)의 태도를 버리고, 우리만의 가치와 철학이 담긴 AI 정책의 호흡을 가져야 한다고 조언한다. 느낀점 박태웅의 'AI 강의 2025'는 대중적인 지침서로서 압도적인 위상을 차지하고 있지만, 분석적 관점에서는 명확한 장점을 지니고 있다. 복잡한 기술의 대중화: 몬테카를로 알고리듬, 트랜스포머 등 전문적인 개념을 비유를 통해 쉽게 설명하여 AI 리터러시를 국민 수준으로 끌어올리는 데 기여했다. 거시적 통찰의 제공: 단순한 기능 설명을 넘어 기술, 철학, 법제를 아우르는 거시적 관점을 제시하여 독자들이 AI 시대의 본질을 꿰뚫어 보게 돕는다. 강의식 서술의 매력: 마치 TED 강연을 보는 듯한 '-습니다체' 서술 방식은 독자가 저자와 대화하는 듯한 느낌을 주어 몰입도를 높인다.