르쾽 “현실 이해하는 AI, 월드 모델이 해법”
핵심 요약
르쾽 회장은 현실 세계를 이해하는 AI 개발이 언어 AI보다 어렵다고 진단했다. 그는 자율주행의 한계를 지적하고 월드 모델 기반의 목적 지향형 AI를 대안으로 제시했다. 피지컬 AI와 로보틱스의 발전 과정에서 한국 제조업이 중요한 역할을 할 기회가 있다고 말했다.
얀 르쾽 AMI랩스 회장은 12일 서울 중구 웨스틴 조선 서울에서 열린 ‘산업 AI 글로벌 협력’ 기자간담회에서 언어를 다루는 AI와 현실 세계를 이해하는 AI 사이에는 큰 차이가 있다고 밝혔다. 그는 수학 정리를 증명하거나 변호사 시험을 통과하는 AI가 등장했지만, 별도 학습 없이 열 살 아이가 할 수 있는 일을 해내는 로봇은 아직 없다고 말했다.
르쾽 회장은 자율주행을 사례로 들었다. 10년 전부터 사람의 운전을 모방하도록 학습한 차량 시연이 이어졌고 수십억 시간 분량의 운전 데이터가 쌓였지만 완전한 자율주행차는 나오지 않았다는 설명이다. 그는 모방학습만으로는 충분하지 않다고 진단하며, 언어와 달리 현실의 정보는 대부분 예측하기 어렵다고 말했다. 방 안의 영상을 멈춘 뒤 다음 장면을 맞히게 해도 사람의 모습이나 자리가 차 있을지를 알기 어렵다는 예를 들었다.
대안으로는 현재 상태에서 행동에 따른 세계의 변화를 예측하고, 목표에 필요한 행동 순서를 계획하는 ‘월드 모델’을 제시했다. AMI랩스가 개발 중인 기술로, 르쾽 회장은 이를 거대언어모델과 다른 청사진이라고 설명했다. 최근 국내 금융권 AI 해킹과 관련해선 에이전트 배포 과정의 부주의와 샌드박스의 빈틈을 원인으로 지목하며, AI를 통제할 수 없어 발생한 일이 아니고 쉽게 고칠 수 있다고 밝혔다.
르쾽 회장은 모든 질문에 안전한 답을 하도록 미세조정하는 LLM 통제 방식은 질문의 범위가 무한해 완전한 해법이 될 수 없고, 탈옥도 비교적 쉽다고 지적했다. 대신 월드 모델을 갖춘 목적 지향형 AI가 안전 규칙 안에서 목표를 수행하도록 하는 방안을 제안했다. 초지능이 하루아침에 나타나는 것이 아니라 혁신이 축적되는 과정이라고도 말했다. 그는 반도체·조선·자동차 등 제조업 기반을 가진 한국이 피지컬 AI와 로보틱스 분야에서 중요한 역할을 할 기회가 있다고 강조했다.