“AI, 진짜 ‘생각’ 시작?” 인간 뇌 닮은 CTM 기술에 전세계가 주목

인공지능(AI) 기술이 또 한 번 세상을 놀라게 할 준비를 하고 있습니다. 마치 인간의 뇌처럼 스스로 생각하고 문제를 해결하는 새로운 AI 아키텍처, ‘연속적 사고 기계(Continuous Thought Machines, CTM)’가 등장했기 때문입니다. 일본의 AI 스타트업 사카나 AI가 개발한 이 기술은 기존 AI의 한계를 뛰어넘어, 복잡한 문제도 최소한의 지침만으로 해결할 수 있다고 합니다. 사카나 AI의 공동 창업자 중 한 명인 젬 아닐(Cem Anil)은 CTM이 “인간의 사고 과정을 훨씬 더 정확하게 모방하는 방식”이라고 설명했습니다. 이는 마치 우리가 어떤 문제를 풀 때 머릿속으로 여러 단계를 거쳐 생각하는 과정을 AI가 스스로 해내는 것과 비슷합니다. 기존의 AI, 예를 들어 챗GPT 같은 대규모 언어 모델(LLM)이 문제 해결을 위해 ‘생각의 사슬(Chain-of-Thought)’과 같은 구체적인 길잡이가 필요한 반면, CTM은 이런 외부 도움 없이도 알아서 길을 찾아가는 셈입니다.

CTM, 그게 뭔데? 뇌처럼 생각한다고?

CTM은 이름 그대로 ‘연속적으로 생각하는 기계’를 의미합니다. 인간의 뇌가 수많은 신경세포(뉴런)들이 서로 신호를 주고받으며 정보를 처리하는 것처럼, CTM도 뉴런 간의 복잡한 상호작용과 정보가 전달되는 타이밍까지 모방하려고 합니다. 마치 오케스트라 단원들이 지휘자의 손짓 없이도 서로의 연주를 듣고 완벽한 하모니를 만들어내는 모습과 비슷하다고 상상해볼 수 있습니다. 이 기술의 핵심은 AI가 단순히 정해진 답을 찾는 것을 넘어, 문제 해결 과정 자체를 스스로 만들어낸다는 점입니다. 예를 들어 어려운 수학 문제를 풀 때, 우리는 한 번에 답을 내놓기보다 여러 단계로 나누어 생각합니다. CTM도 이처럼 문제 해결을 위한 중간 단계들을 자연스럽게 생성하며 최종 결론에 도달합니다.

진짜 뇌처럼 작동한다고? CTM의 비밀

CTM이 인간의 뇌와 비슷하게 작동할 수 있는 비결은 몇 가지 핵심 요소에 있습니다. 첫째, ‘뉴런 수준의 타이밍 정보’를 활용합니다. 각 뉴런이 언제 활성화되는지, 그 미세한 시간 차이까지 정보로 활용해 보다 정교한 판단을 내립니다. 둘째, ‘뉴런 간의 동기화’입니다. 여러 뉴런이 마치 약속이나 한 듯 동시에 특정 패턴으로 활성화되면서 정보를 효과적으로 처리하고 표현합니다. 셋째, ‘내부적인 사고 차원’을 가집니다. 데이터를 한 번에 처리하는 것이 아니라, 마치 우리가 깊이 생각하듯 여러 단계를 거치며 점진적으로 문제를 해결합니다. 마지막으로 이미지 인식 같은 작업에서는 ‘주의 집중 메커니즘’을 사용합니다. 중요한 정보에 집중하고 불필요한 정보는 걸러내어 효율성을 높입니다. 이는 우리가 무언가를 볼 때 중요한 부분에 시선을 고정하는 것과 유사합니다.

챗GPT랑은 뭐가 다른 거야?

CTM은 기존 AI 모델들과 비교해 몇 가지 뛰어난 장점을 가지고 있습니다. 가장 큰 차이점은 ‘자율적 사고 능력’입니다. 앞서 언급했듯이, 명시적인 지시 없이도 스스로 생각하고 문제를 해결하는 능력이 뛰어납니다. 덕분에 수학 문제 해결, 논리 퍼즐 풀이, 상식 추론 등 복잡한 작업에서 기존 모델보다 더 좋은 성능을 보여줄 수 있습니다. 또한, 인간의 사고 흐름과 유사하게 자연스러운 추론 과정을 거치기 때문에, AI가 어떤 과정을 거쳐 결론에 도달했는지 이해하기가 상대적으로 쉽습니다. 이는 AI의 투명성과 신뢰성을 높이는 데 기여할 수 있습니다. 더불어, 기존 대규모 언어 모델에 비해 적은 에너지로도 비슷한 수준의 성능을 낼 수 있어 에너지 효율성 면에서도 주목받고 있습니다.

그래서 우리 삶에 뭐가 좋아지는데?

CTM 기술은 AI 모델의 자율성과 복잡한 문제 해결 능력을 한 단계 끌어올릴 것으로 기대됩니다. 이는 다양한 분야에서 혁신적인 변화를 가져올 수 있습니다. 예를 들어 자율 주행 자동차가 주변 환경을 더욱 정확하게 인식하고 복잡한 도로 상황에서도 안전하게 운전 계획을 세우는 데 도움을 줄 수 있습니다. 의료 분야에서는 환자의 다양한 증상과 검사 결과를 종합적으로 분석해 더 정확한 진단을 내리거나, 금융 분야에서는 복잡한 시장 상황을 예측하고 최적의 투자 전략을 수립하는 데 활용될 수 있습니다. 연구 개발 분야에서도 새로운 물질을 설계하거나 실험 결과를 분석하는 등 인간 연구자들의 훌륭한 조력자가 될 수 있습니다.

아직 숙제는 남았지만, 미래가 기대돼!

물론 CTM 기술은 아직 초기 연구 단계에 머물러 있습니다. 더 똑똑해지기 위해서는 더 많은 학습 데이터가 필요하고, 복잡한 계산을 효율적으로 처리하는 방법이나 AI의 작동 방식을 더 명확하게 이해하는 등의 과제도 남아있습니다. 하지만 CTM이 제시하는 ‘스스로 생각하는 AI’라는 방향은 AI 기술의 미래에 대한 기대감을 높이기에 충분합니다. 앞으로 학습 데이터를 늘리고 계산 효율성을 높이며, 다양한 응용 분야를 찾아 나가는 연구가 계속될 것입니다. 인간의 뇌를 닮아가는 AI, CTM이 앞으로 우리 생활을 어떻게 바꿔나갈지 지켜보는 것은 매우 흥미로운 일이 될 것입니다.