기술/연구

“챗GPT로는 어림없다?” AI 석학 얀 르쿤, ‘진짜 지능’의 비밀 공개

댓글 0 · 저장 0 · 편집: 이도윤 기자 발행: 2025.05.31 21:09

기사 3줄 요약

1 얀 르쿤, 현 LLM 한계 지적하며 새 AI 방향 제시
2 인간 지능 4요소와 월드 모델, 추상화 능력 강조
3 V-JEPA 등 통해 AI의 근본적 이해 능력 향상 주장

AI 분야 세계적 석학, 메타의 얀 르쿤 수석 과학자가 현재 대형언어모델(LLM)의 한계를 강하게 지적했습니다. 그는 LLM이 인간 지능의 핵심 요소를 갖추지 못해 ‘편법’에 불과하다고 평가하며, 진정한 인공일반지능(AGI) 달성을 위한 새로운 길을 제시했습니다. 그의 주장은 AI가 단순히 데이터를 많이 학습하는 것을 넘어, 세상을 ‘이해’하는 방식으로 나아가야 한다는 중요한 메시지를 던지고 있습니다.

인간처럼 똑똑해지려면 뭐가 필요하다고?

얀 르쿤 수석 과학자는 인간을 포함한 동물이 보여주는 지능적인 행동에는 네 가지 핵심 요소가 있다고 말합니다. 첫째는 우리가 사는 물리적 세계에 대한 깊은 이해입니다. 둘째는 정보를 오랫동안 기억하고 활용할 수 있는 지속 가능한 기억 능력입니다. 셋째는 주어진 정보를 바탕으로 논리적인 결론을 내릴 수 있는 추론 능력입니다. 마지막으로 넷째는 목표를 세우고 이를 달성하기 위해 체계적으로 행동 계획을 세우는 능력입니다. 르쿤 수석은 현재 AI 기술, 특히 LLM은 이 네 가지 요소를 제대로 갖추지 못했다고 지적합니다.

그럼 지금 잘나가는 챗GPT는 뭐가 문제라는 거야?

르쿤 수석은 현재 LLM이 부족한 부분을 메우기 위해 사용하는 방법들이 근본적인 해결책이 아니라고 봅니다. 예를 들어, 인간의 시각 정보를 처리하기 위해 비전 모델을 추가하거나, 기억력을 보완하기 위해 검색 증강 생성(RAG, 외부 데이터베이스에서 정보를 찾아 답변의 질을 높이는 기술) 같은 기술을 사용하는 것을 언급했습니다. 그는 이러한 방식들이 결국 ‘편법(hack)’에 지나지 않는다고 평가했습니다. 그는 단순히 더 많은 데이터를 학습시키고 컴퓨터 자원을 투입한다고 해서 AI가 더 똑똑해지는 것은 아니라고 강조합니다. 기존의 LLM 확장 방식, 즉 스케일링 법칙에만 의존해서는 AI가 더 높은 수준의 지능에 도달하기 어렵다는 것입니다. 진정으로 똑똑한 AI를 만들기 위해서는 전혀 다른 접근 방식이 필요하다고 그는 주장합니다.

'월드 모델'이 도대체 뭐길래? AI의 미래라는데?

르쿤 수석이 제시하는 대안은 바로 ‘월드 모델(World Model, WM)’입니다. 월드 모델이란 AI가 현실 세계가 어떻게 돌아가는지, 특정 행동을 했을 때 세상이 어떻게 변할지를 예측할 수 있도록 내부적으로 세상의 작동 방식을 모형화하는 것을 의미합니다. 마치 우리가 머릿속으로 시뮬레이션을 돌려보듯 AI도 그런 능력을 갖춰야 한다는 것입니다. 그는 이러한 월드 모델 개념을 실제로 구현한 ‘V-제파(V-JEPA)’라는 AI 모델을 선보이기도 했습니다. V-JEPA는 영상의 일부를 가리고 나머지 정보만으로 가려진 부분을 예측하도록 학습합니다. 중요한 점은 V-JEPA가 단순히 눈에 보이는 픽셀(화면의 작은 점) 수준에서 예측하는 것이 아니라, 그 장면에 담긴 추상적인 의미나 내용을 이해하고 예측한다는 것입니다.

복잡한 세상을 AI는 어떻게 이해해야 할까? '추상화'가 핵심!

월드 모델이 제대로 작동하기 위해서는 ‘추상화(abstraction)’ 능력이 필수적이라고 르쿤 수석은 말합니다. 추상화란 복잡한 현상에서 핵심적인 정보만 뽑아내어 단순하게 이해하는 능력입니다. 세상은 너무나 다양하고 예측 불가능한 방식으로 변하기 때문에, 모든 세부 사항을 다 따라가는 것은 불가능하기 때문입니다. 르쿤 수석은 이 추상화 개념을 화학에서 물질이 구성되는 계층 구조에 비유합니다. 가장 작은 입자에서 시작해 원자, 분자, 그리고 더 큰 물질로 계층이 올라갈수록, 아래 계층의 불필요한 세부 정보는 걸러지고 핵심적인 특징만 남게 됩니다. AI도 이처럼 세상을 계층적으로 이해하고, 각 단계에서 중요한 정보만 추려내어 추상화할 수 있어야 한다는 것입니다.


계층	설명	예시
원자	물질을 구성하는 기본 입자	수소(H), 산소(O)
분자	두 개 이상의 원자가 결합한 형태	물(H2O), 이산화탄소(CO2)
재료/물질	분자들이 모여 이루는 실질적인 대상	물, 플라스틱

그래서, AI는 앞으로 어떻게 발전해야 할까?

결국 얀 르쿤 수석의 주장은 AI가 인간처럼 세상을 진정으로 이해하기 위해서는, 단순히 데이터를 많이 학습하는 것을 넘어 세상을 계층적으로 추상화하여 파악하는 능력을 길러야 한다는 것입니다. 이러한 접근 방식이야말로 현재 LLM이 가진 한계를 극복하고, 진짜 ‘지능형’ AI로 나아가는 길이라고 그는 강조합니다. 그의 통찰은 AI 연구가 나아가야 할 방향에 대해 중요한 질문을 던지고 있습니다. AI의 미래는 어쩌면 방대한 데이터의 양이 아니라, 세상을 얼마나 깊이 있게 ‘이해’하느냐에 달려있을지도 모릅니다. 르쿤 수석의 제안처럼 AI가 스스로 세계의 모델을 만들고 추상적인 사고를 할 수 있게 된다면, 우리는 정말 인간과 닮은 AI를 만나게 될 수도 있을 것입니다. 이는 AI 기술 발전의 새로운 패러다임을 예고하는 것일 수 있습니다.

편집자: 이도윤 기자

제보·문의: aipick@aipick.kr