[김동현의 AI 시대와 한국의 선택] 〈2〉언어모델이 보여준 가능성과 한계

AI 요약

구글 딥마인드는 2013년 강화학습을 통해 아타리 게임을 플레이하기 논문에서 딥러닝 기반 강화학습 알고리즘을 발표하고 2016년에 알파고를 공개했으며, 중국의 텐센트는 이를 참고해 알파고를 넘어섰다고 판단되는 바둑 AI 절예를 개발해 2019년 바둑 AI 대회에서 우승했고, 딥시크, 큐엔 등 최근 중국의 오픈소스 AI 모델들은 중국 정부 및 IT기업의 10년 이상 집중 투자의 결실입니다. 거대언어모델(LLM)은 문맥 기반 다음 단어 예측과 멀티모달 변환을 통해 인간 유사 모사도를 보이며 진화하고 있으나, 리처드 서튼은 이를 모방 엔진으로 규정하며 행동·관찰·조정의 강화학습 순환이 결여돼 진정한 이해가 부족하다고 주장하고 비샬 시카는 트랜스포머 기반 모델들이 복잡한 다단계 작업을 안정적으로 처리할 수 없는 근본적 계산상의 한계를 수학적으로 논증했습니다. 이에 AI 선진국들은 파운데이션 LLM 경쟁보다 SLM 에이전트와 솔루션을 통한 수익 창출에 집중하고 있으며, 우리나라는 초거대 요약엔진 개발과 산업 분야 전문 AI 엔진 개발 중 어느 분야에 집중할지 논의를 모아야 한다고 제언합니다.