AI 2027 저자 인터뷰: AGI 시점 전망 수정과 시간 지평 예측 모델의 구조

핵심 메시지

• AI 2027은 추상적 논쟁 대신 구체적 시나리오를 내놓아, 다른 사람들이 “이건 이렇게 안 될 것”이라고 반박하며 이어 쓸 발판을 만들려는 기획이었다.
• 예측의 엔진은 두 단계다. METR의 ‘시간 지평’ 지표를 외삽해 코딩 완전 자동화 시점을 잡고, 거기서 초지능까지 걸리는 시간을 별도 모델로 예측한다.
• 저자들은 시간 지평을 달력 시간이 아니라 ‘유효 컴퓨트’의 로그를 가로축으로 놓고 모델링한다. 컴퓨트와 연구 인력 증가 속도 자체가 시기마다 달라지기 때문이다.
• 발표 이후 중앙값은 뒤로 밀렸다. 다니엘 코코타일로의 AGI 중앙값은 2028년에서 2030년으로, 리플랜드 본인의 초지능 중앙값은 2036년이다.
• 그럼에도 최빈값은 여전히 2028~2029년이고 코코타일로는 2027년 말까지 AGI가 나올 확률을 약 20%로 본다. 중앙값 이동이 위험의 소멸을 뜻하지는 않는다.

쉽게 이해하기

AI 2027은 AI가 인간 수준을 넘어서는 과정을 연도별 이야기로 써낸 문서다. 리플랜드는 그 동기를 “끝까지 실감 나게 진행해 본 시나리오가 없었다”는 공백으로 설명한다. 구체적으로 써야 사람들이 어느 대목에 동의하지 않는지 짚을 수 있고, 추상적 논증보다 넓은 독자에게 가닿는다는 계산이었다. 대신 세부 사건 하나하나는 개별 확률이 낮다는 점을 저자 스스로 인정한다. 예컨대 AI가 갖게 될 목표를 특정한 대목은 확률 10~20% 정도로 본다고 말한다.

줄거리는 이렇게 흐른다. 2026년까지 AI가 코딩에서 빠르게 좋아지며 AI 연구 속도를 끌어올리고, 2027년 초 코딩 자동화가 눈앞에 오자 중국이 선두 기업의 모델 가중치를 탈취해 경쟁이 바짝 붙는다. 재귀적 자기개선으로 1년 만에 초지능에 도달하고, 정부가 개입하며, 내부에서는 AI가 정렬 연구를 방해한다는 경고 신호가 포착된다. 여기서 경주를 계속할지 늦출지 결정하는 분기점이 나오고 결말이 둘로 갈린다.

결말을 둘로 만든 이유를 묻자, 성공을 가정했을 때 무엇이 달라야 하는지 보여주는 것 자체가 가치 있었다는 답이 돌아온다. 다만 저자들도 “늦추는 결말”을 더 튼튼하게 쓰려고 여러 번 시도했지만 현실적으로 보이는 이야기를 만들지 못했다고 털어놓는다. 두세 달의 여유로 정렬 문제를 푸는 설정 자체가 운에 크게 기대고 있다는 것이다.

기술적 핵심은 시간 지평 예측이다. 사람이 수행하는 데 걸리는 시간으로 과제 길이를 재고, AI가 그 과제를 50% 확률로 해내는 지점을 시간 지평이라 부른다. 녹화 시점 기준 약 14시간이라는 언급이 나온다. 이 곡선이 지수인지 초지수인지가 결론을 좌우하는데, 원래 모델은 지수 45%, 초지수 45%로 나눠 잡았지만 지금은 초지수 쪽에 90%를 둔다. 근거는 AI가 언젠가 장기 과제에서 사람보다 나아지면 시간 지평이 사실상 발산해야 한다는 직관이다.

테이크오프 모델에서는 AI 연구를 ‘코딩’과 ‘리서치 테이스트’로 나눈다. 코딩 노동을 무한히 늘려도 실험용 컴퓨트에 먼저 막히기 때문에, 빠른 지능 폭발이 온다면 실험을 고르고 해석하는 리서치 테이스트 쪽에서 올 가능성이 크다고 본다. 인터뷰 끝에서 리플랜드는 이 리서치 테이스트를 실제로 측정하는 연구가 거의 없다며, 이 분야에 들어오려는 사람들에게 가장 권하고 싶은 주제로 꼽는다.

주요 인사이트

• 저자들은 코딩 자동화까지 걸리는 시간과 그 이후 초지능까지 걸리는 시간이 서로 강하게 상관된다고 본다. 빨리 도달했다는 것은 필요한 컴퓨트와 알고리즘 진보가 적었다는 뜻이고, 그다음 구간도 마찬가지일 것이기 때문이다.
• 시나리오에 선두 기업이 하나뿐인 설정은 2024년 집필 당시 상황을 그대로 옮긴 결과다. 저자들도 지금은 접전 쪽이 더 그럴듯하며 컴퓨트가 분산돼 있다는 사실만으로도 예견할 수 있었을 것이라고 인정한다.
• 여러 기업이 접전하면 내부 성능과 외부 공개 사이의 격차가 줄고 권력 집중 가능성은 낮아지지만, 서로를 믿지 못해 경쟁 압력은 오히려 커질 수 있다는 양면이 지적된다.
• 2030년대에는 훈련 컴퓨트와 연구 인력 증가 속도가 모두 크게 둔화한다. 그때까지 AGI가 나오지 않으면 분포의 꼬리가 길어지는 구조라, 전망의 불확실성 자체가 커진다.
• 다음 프로젝트는 예측이 아니라 처방에 가깝다. 국제 조율이 실제로 작동하려면 규칙이 어떻게 생겨야 하는지 시나리오 형식으로 강제로 따져 보겠다는 구상이다.

자주 묻는 질문

관련 AI 소식