AI 직업 장악 이론에 대한 알려지지 않은 문제들 (제2장)

Source: Dev.to

TL;DR:
AI가 개선될 것이라는 사실이 자동으로 대부분의 노동자를 대체한다는 뜻은 아니다. 진보도 중요하지만, 한계, 일정, 경제성, 그리고 수익 감소도 중요하다.

---

이론

AI가 대부분의 일자리를 차지하고—반드시 모든 소프트웨어‑개발 직업을 대체한다는 이론이 계속해서 제기되고 있습니다. 저는 몇 가지 이유로 이것이 지나치게 과장된 주장이라고 생각합니다. 이 글에서는 AI가 어떻게 진화하는지, 어디로 우리를 이끌 수 있는지, 그리고 그것이 의미하는 바가 무엇인지 살펴보고자 합니다.

당신이 사용하게 될 최악의 AI

“오늘날의 AI는 당신이 사용하게 될 최악의 AI입니다.”

지난 1년 동안 LLM과 상호작용해 왔다면, 이 진술이 당연하게 느껴질 것입니다. 이는 컴퓨터 과학에 국한되지 않고 거의 모든 기술에 해당합니다. 우리는 지금까지 가졌던 최악의 자동차, 비행기, 보트, TV, 약품, 그리고 체육관 장비를 가지고 있습니다(아마도 지퍼는 제외일 겁니다—발명된 이래로 거의 변함이 없으니, 믿기 힘들죠).

하지만 이들 중 어느 것도 우리의 일자리를 빼앗을 능력은 없다고 주장할 수도 있습니다. 핵심은 단순히 무언가가 더 나아지고 있다고 말하는 것만으로는 그것이 우리를 어디로 이끌지 혹은 그곳에 도달하는 데 얼마나 걸릴지에 대해 아무것도 알려주지 않는다는 점입니다.

AGI? ASI? WTFAI?

“AI가 점점 좋아진다 → 곧 모두를 대체한다”는 주장에는 논리적 비약이 내포되어 있습니다. 진짜 질문은 다음과 같습니다:

얼마나 멀리 갈 수 있을까?

AGI vs. ASI

• AGI (Artificial General Intelligence) – 인간이 할 수 있는 모든 지적 작업을 수행할 수 있는 시스템.
• ASI (Artificial Super‑Intelligence) – 모든 분야에서 최고의 인간 지능을 능가하는 지능.

X(트위터)에서는 “우리는 하루에 5번씩 AGI에 도달하고 있다”는 주장들을 볼 수 있습니다. 진짜 질문은 언제가 아니라 우리가 그곳에 도달할 수 있을지 여부입니다.

첫 번째 큰 문제: AGI 정의하기

• 인간 지능에 대한 보편적으로 받아들여지는 지표가 없습니다.
• IQ는 특정 인지 능력을 측정할 뿐, “지능” 자체를 측정하지는 않습니다.
• 동물 지능은 보통 특정 연령대 인간의 능력과 비교되는데, 이는 매우 주관적입니다.

이 때문에 샘 알트먼이 화면을 보며 “AGI가 탄생했다!”고 선언하는 영화 같은 순간은 존재하지 않습니다.

설령 AGI를 평균 인간의 인지 능력에 대략 맞춘다고 정의한다 하더라도, 실제로 그것을 만들 수 있다면 어떻게 될까요? 현재 LLM이나 기존 머신러닝 패러다임이 이를 달성할 수 있는지는 아무도 모릅니다.

연습: 당신이 아는 모든 사람들을 생각해보고 그들의 똑똑함(또는 그 반대)을 평가해 보세요. 그 정의에 따르면, AGI는 많은 작업에서 당신이 아는 사람들의 절반보다 못할 것이며, 이는 그다지 인상적이지 않습니다.

모든 것이 너무 빨리 일어났어요… 너무 빨리!

우리가 어디로 가고 있는지에 대한 추측이 많이 뒤따릅니다. 확실히 아는 사람은 없지만 한 가지는 확실합니다: AI가 목숨을 건 듯한 속도로 움직이고 있다는 느낌이 듭니다.

최근 돌파구

• 지난 5년(특히 지난 1년) 동안 매우 인상적인 발전이 이루어졌습니다.
• 모델은 대부분의 경우 매분마다 더 나아지는 듯합니다.

“젊어 보이는” 외관

연예인의 성형수술이 실제보다 더 젊어 보이게 하듯, AI도 그 진짜 기원을 넘어선 젊은 모습을 보여줍니다.

• 초기 뿌리: 앨런 튜링의 Imitation Game (1950).
• 첫 챗봇: ELIZA (1964).

그럼 왜 지금일까요?

최근 가속화의 이유

1. Attention Is All You Need (Vaswani et al., 2017)는 Transformer 아키텍처를 도입해 대규모 병렬 처리를 가능하게 했습니다.
2. NVIDIA와 같은 기업 덕분에 GPU가 그 병렬성을 활용할 수 있는 하드웨어를 제공했습니다.
3. 이 두 요소가 완벽한 폭풍을 만들었고, 더 나은 그래픽을 기다리는 열성 게이머들도 크게 기여했습니다.

돈이 말한다

과대 광고가 투자자를 끌어들였고, 엄청난 AI 자금이 유입되었습니다:

수확 체감

경제학은 수확 체감의 법칙을 가르칩니다: 투자 단위가 추가될수록 얻는 이익이 점점 작아집니다. 이는 파레토 법칙(80/20 규칙)과 비슷합니다.

각 새로운 iPhone이나 TV 모델에 대한 과대 광고를 떠올려 보세요. 연도별 개선 폭이 기대만큼 흥분을 정당화하기는 어렵습니다.

만약 우리가 …

(원본 텍스트는 여기서 끊깁니다. 이 섹션은 나중에 완성할 수 있습니다.)

예측 AI가 같은 속도로 계속 개선될 것이라고 가정한다면, 우리는 다음 중 하나 또는 둘 모두를 전제로 해야 합니다:

• 이 거대한 수준의 투자가 계속되거나 같은 속도로 증가할 것.
• 해당 분야에서 큰 돌파구가 일어날 것.

이는 이런 일이 일어나지 않을 것이라는 주장이 아니라, 현실적인 관점에서 앞으로 마주하게 될 도전 과제를 강조하고 싶다는 의미입니다. 앞으로 5 년 동안 AI가 지난 5 년 동안 보였던 것과 같은 도약을 이루기는 어려울 것으로 보입니다.

최신 기술

“영원히”라는 관점—“계속해서 더 좋아질 것”이라는 식으로 생각할 수 없습니다. 무한을 생각하기 시작하면 모든 것이 가능해집니다(예: 무한 원숭이 정리). 직업 대체와 관련해서는 수십 년 단위로 생각해야 하며, 수세기가 아니라 수십 년을 기준으로 해야 합니다. 10년 후의 최첨단 AI는 어떤 모습일까요?

현재 AI는 패턴 매칭과 정보 수집·조회에 매우 뛰어납니다. 본질적으로 거대한 스마트 데이터베이스와 같습니다; 위험할 수도 있고 현재 이미 고통을 야기하고 있습니다. 이 부분에 대해 논의할 수는 있지만, 대부분의 직업을 없앨 것이라고 말하는 것은 매우 비관적이거나(또는 낙관적인) 입장에 따라 다릅니다.

당신의 직업이 주로 패턴 인식과 정보 수집이라면 이미 영향을 받았을 가능성이 높습니다. 이것이 세상의 끝은 아니며, 과거에도 대규모로 비슷한 혼란이 있었던 바 있습니다. 하지만 그것은 또 다른 이야기입니다.

AI는 논리, 창의성, 시각·공간 추론과 같은 다른 인지 영역에서도 크게 개선될 필요가 있습니다. 아키텍처에서 물려받은 신뢰성 부족 문제도 마찬가지입니다.

그렇다면, 여러분은 어떻게 생각하시나요? 여러분의 생애 동안 AI가 얼마나 발전할 수 있을까요?

코딩을 계속하세요. 다음에 또 뵙겠습니다.