원저자의 게시물 본문 전체를 번역했습니다.
지난 4월에 쓴 이 게시물을 다시 꺼내는 이유는 LLM의 능력을 이해하는 사람들 사이의 격차가 더 벌어지고 있기 때문입니다. 이제는 ‘두 집단이 서로 다른 이야기를 하는 상황’이라기보다, 아래로 갈수록 급격히 좁아지는 깔때기에 가깝습니다.
- 대략 계산해 보면, 약 60억 명, 세계 인구의 약 75%는 LLM을 거의 접해 보지 못했습니다.
- 약 10억~20억 명, 세계 인구의 약 20%는 ChatGPT 같은 제품의 무료 버전을 가끔, 드문드문 사용합니다. 이들에게 AI는 어딘가 어설픈 챗봇이고, 조금 더 나은 구글 검색이나 글쓰기 보조 도구 정도입니다. 에이전트가 항공편 예약을 시도해 주기도 하겠지요. 기술 분야에 종사하지 않는 제 친구들 가운데는 AI를 쓸 일이 별로 없다고 말하는 사람들도 있습니다. 제 생각에 이는 충분히 이해할 만한 반응입니다. 수학·코딩 이외의 분야에서 일하는 많은 전문가도 여기에 속합니다. 예를 들어 경영진과 여러 다른 직무의 사람들은 업무 시간의 상당 부분을 다른 사람들과 대화하는 데 씁니다. 따라서 무슨 일이 일어나고 있는지 머리로는 이해하더라도, 여전히 간접적으로 접하는 것이고 다소 추상적입니다.
- 다음은 수학·코딩 분야에서 최첨단 LLM을 전문적으로 사용하는 사람들입니다. 약 2,000만 명, 세계 인구의 0.2%는 과거에 몇 주나 몇 달이 걸리던 크고 복잡한 프로젝트를 이제 에이전트가 프롬프트 하나로 완수하는 모습을 직접 경험합니다. 앱을 만들고, 복제하고, 다른 언어로 옮기고, 바이너리에서 앱을 역컴파일하는 일까지 말입니다. 이 모든 변화는 최근에 매우 빠르게 일어났습니다. 1년도 채 되지 않았을 때만 해도 저는 손으로 직접 코드를 작성했습니다. 외워 둔 컴퓨터 코드 명령을 코드 편집기에 한 글자씩 입력하고, 가끔 Tab 키를 눌러 작은 코드 조각을 자동 완성했습니다.
- 마지막으로, 내부에서 최첨단 시스템에 접근할 수 있는 약 5,000명, 세계 인구의 약 0.00006%가 있습니다. 외부 세계는 그 예고편을 보았습니다. 수천 개의 에이전트가 무리를 이루어 몇 주 동안 협업하면서 거대한 소프트웨어 프로젝트를 수행하는 모습입니다. 제로데이 취약점을 찾아내고, 기계의 속도로 사이버 공격과 방어를 수행하며, 새로운 과학적 발견을 하고, 수학 연구의 최전선을 넓힙니다. 업계 최고의 전문가들이 수년 동안 해야 했을 일들입니다. 한편, 인간의 검토와 이해는 그 속도를 따라가지 못하기 시작했습니다. 예를 들어 사람들은 여러 달 전에 있었던 OpenAI-HF 사건을 아직도 ‘발굴’하듯 추적하고 있습니다. 수학자들은 수학 연구의 최전선에 관한 원고 722편을 한동안 꼼꼼히 검토하게 될지도 모릅니다.
이 깔때기는 여러 요인이 함께 작용해 만들어집니다.
1. 영향력은 목표의 야심, 문제의 규모, 그리고 수행 기간에 따라 커집니다. 한 문단으로 답할 수 있는 질문은 시스템의 능력을 거의 시험하지 못합니다. 자신이 정말 중요하게 여기는 크고 어려운 문제들을 충분히 가지고 있어야 합니다. 이 요인이 깔때기에서 일반 소비자와 전문 사용자를 가르는 차이를 만듭니다.
2. 시스템 능력의 들쭉날쭉함입니다. 이 점은 다른 글에서 여러 차례 다뤘습니다. 디지털로 다룰 수 있고, 결과를 검증할 수 있으며, 경제적 가치가 있는 분야에서 능력이 가장 높게 나타납니다. 수익 잠재력을 기준으로 선별해 구성한 여러 환경에서 검증 가능한 보상으로 강화학습을 하면서 LLM의 능력이 형성되기 때문입니다. 이 요인은 깔때기에서 분야별 차이, 예를 들어 수학·코딩 분야의 차이를 주로 만듭니다.
3. 접근권입니다. 무료 버전, 유료 버전, 내부 시스템이라는 차이가 있습니다.
이것이 지금 이 순간의 기묘함입니다. 일반 대중은 대부분 이런 시스템을 사용해 보지 않았습니다. 사용해 보더라도 어설픈 챗봇처럼 보입니다. 대다수 전문가는 여전히 소폭의 개선만 경험합니다. 반면 극소수 전문가는 성장 곡선이 수직으로 치솟는 듯한 현기증을 느끼고 있습니다. 그리고 이 모든 일이 동시에 일어나고 있습니다.
← 인사이트 목록