체인게임의 AI 혁명: AI는 새로운 주제가 아니다 (1)

2023.04.20

체인게임의 AI 혁명: AI는 새로운 주제가 아니다 (1)

AI는 완전히 새로운 혁명을 가져왔으며, 누구도 이에 대해 회피할 수 없다.

2023.04.20 - 05:03:49

GameFiAI

Web3 심층 보도에 집중하고 흐름을 통찰

AI는 완전히 새로운 혁명을 가져왔으며, 누구도 이에 대해 회피할 수 없다.

"늑대가 왔다, 늑대가 왔다……" AI가 이번엔 진짜로 왔다. 마치 홍수와 맹수처럼, 단 두 달 만에 OpenAI 산하의 ChatGPT 월간 활성 사용자 수가 1억 명을 돌파하며 역사상 가장 빠르게 성장한 애플리케이션 중 하나가 되었다. 그리고 최신 모델인 GPT-4는 3월 14일 발표되었고, 이어 3월 29일에는 도지코인의 지휘관 마스크를 비롯해 1,000여 명의 전문가들과 산업 리더들이 연명하여 GPT-4보다 더 강력한 인공지능 시스템 개발을 최소 6개월간 일시 중단할 것을 촉구했다. 이는 위험성을 인식하고 극단적인 대규모 리스크를 피하기 위한 완충 기간을 마련하자는 취지였다.

강력한 마케팅의 달인이었던 마스크조차 일시 정지 버튼을 눌렀다(그리고 바로 트위터 프로필 사진을 도지코인으로 바꾸며 핫이슈를 잡았겠지만? 하하). 이는 스마트폰을 든 우리 모두에게 6개월이라는 준비 기간을 준 셈이다. 하지만 일시 정지 버튼은 곧 역행 불가능하고 저항할 수 없는 흐름임을 의미한다. 그러므로 지금 우리는 앞으로 다가올 5개월 이상의 시간 동안, AI가 우리의 일과 삶에 가져올 변화에 어떻게 대응하거나 적응해야 할지를 진지하게 고민해볼 필요가 있다.

AI가 이렇게 강력한 이유는 컴퓨터가 인간처럼 사고하고, 배우며, 논리적 관계를 통해 문제를 해결하도록 만들었기 때문이다. 마치 낯선 온라인 친구와 자연스럽게 대화를 나누는 것처럼 느껴지며, 상대방은 무한한 지식과 화제를 보유하고 있어 언제든 대화를 이어갈 수 있고, 동시에 덕운사의 받침말과 주도면밀한 말솜씨까지 겸비하고 있는 셈이다.

만약 이런 전지전능한 지능이 인간의 업무를 도와준다면, 50% 이상의 직업이 곧바로 AI에 의해 대체될 가능성이 크며, 90% 이상의 직업은 점차 영향을 받으며 효율성이 크게 향상될 것이다. 동시에 인간은 더 많은 여가 시간을 얻게 될 것이다.

예를 들어, 언젠가 AI 음성 로봇이 아이들과 대화를 나누면서 그들의 지식 수준이 평균 이하임을 파악하고, 친절하고 다정한 선생님처럼 장기간 아이 곁을 지키며 대화와 이야기 형식을 통해 부족한 지식들을 서서히 전달한다면, 세상의 '호랑이 아빠', '호랑이 엄마'들에게는 짧지만 가장 행복한 순간이 될지도 모른다.

AI는 누구도 피할 수 없는 완전히 새로운 혁명을 가져왔다. 리더가 일시 정지 버튼을 눌러준 것에 감사하자. 비록 가짜 정지일지라도 말이다. 실제로는 "표면적으로는 길을 수리하고, 속으로는 몰래 병력을 이동시키는" 식으로 조용히 연구를 계속하고 있을지도 모르지만 말이다. W Labs는 ChatGPT 3.5가 막 등장했을 때부터 전담 "AI 체인 게임 연구팀"을 구성했으며, 이 기간 동안 우리가 접근할 수 있는 AI 분야에 진출한 체인 게임 프로젝트 및 팀들을 방문하고, 우리가 습득한 AI 지식을 종합하여 우리가 이해하는 AI + 게임 + 체인 게임의 이야기를 작성하기 시작했다. 이제 본격적으로 시작해보자! (이 시리즈 장문은 매우매우 길어질 예정이니, 독자 여러분은 연재 소설처럼 천천히 즐겨주시길 바란다. 다만 이 글은 진짜 원본이며 ChatGPT가 생성한 것이 아니라는 점을 밝힌다, 하하하)

1. AI는 결코 새로운 개념이 아니다

대중적인 AI 열풍이 다시 한번 불어닥친 것은 2016년 알파고가 전 세계 바둑 챔피언 이세돌을 꺾은 사건으로 거슬러 올라간다. 그 후 몇 년간 다소 잠잠했던 상태에서 2022년 ChatGPT의 등장으로 다시 한 번 폭발적인 관심을 받았다. 이는 전혀 이상한 일이 아니다. 사실 AI는 이미 6~70년간 발전해온 분야이며, 여러 차례의 침체기를 겪어왔다.

AI의 발자취는 '인공지능'이라는 용어가 탄생한 시점부터 이야기를 시작할 수 있다. 그 이전에도 초기 컴퓨터 과학자들과 연구자들은 인간 지능을 모방하는 방법을 고민하고 시도해왔다. 1956년 여름, 존 매카시 등이 미국의 한적한 한노스 마을에 위치한 다트머스 대학에서 2개월간 지속되는 연구 계획 회의를 개최했는데, 이는 '인공지능'에 대해 함께 논의할 뜻있는 인물들을 모으기 위한 것이었다.

이 회의는 '다트머스 회의'라고 불리며, 회의 기간 동안 참석자들은 기계가 인간처럼 사고하고 학습하는 방법 등 기계적 지능 모사에 관한 다양한 문제를 논의했다. 비록 회의는 기대만큼의 성과를 거두지 못했지만(너무 낙관적이었던 과학자들은 자신의 능력을 과대평가하고 AI의 복잡성을 과소평가했으며, 인간과 AI 중 누가 '신의 시선'을 갖는지는 아직도 미지수다), 이 회의는 인공지능이라는 분야의 탄생과 발전을 알리는 출발점이 되었고, AI 분야의 시초로 간주되며 독립된 학문으로서의 연구 방향을 확립했다.

1956년 다트머스 회의 주요 참석자들

초기 AI 연구는 주로 기호주의 접근법에 집중되었다. 즉, 규칙과 논리를 기반으로 인간 지능을 모사하는 방법이 그것이다. 이 시기에 마빈 민스키는 'Mark I 퍼셉트론'을 개발했는데, 이는 최초의 신경망이기도 하다. 이후 앨런 튜링은 유명한 '튜링 테스트'를 제안했다.

암호화폐 커뮤니티에서 튜링을 모르는 사람은 있어도, 2023년 상반기 10배 이상 오른 CFX(진봉화)를 모를 리 없다. 홍콩 컨셉트를 앞세운 이 토큰은 등장 당시 DWF(Da Wei Fang)라는 강력한 마켓 메이커의 지원도 있었지만, 초창기에는 '칭화대학 요반(Yao Class)'이라는 타이틀로 이름을 알렸다. 요반은 중국계 컴퓨터 전문가 요기즈hi(姚期智) 교수가 칭화대학에서 이끄는 반으로, 요기즈hi는 2000년 튜링상을 수상한 인물로서 현재까지 튜링상을 받은 유일한 중국인이다. 따라서 튜링이 이 분야에서 어떤 지위를 차지하고 있는지 짐작할 수 있을 것이다... 이렇게 돌아왔으니 이제 본론으로 돌아오자.

튜링 테스트의 전신은 튜링이 1950년에 발표한 논문 <계산 기계와 지능>(Computing Machinery and Intelligence)에서 제안한 '모방 게임(Mimic Game)' 사고 실험이다. 이후 이는 오늘날 널리 알려진 튜링 테스트로 진화했다. 이 개념은 '인공지능'이라는 용어 자체보다도 더 앞선 시기의 것으로(앞서 설명했듯이 '인공지능'이라는 개념은 1956년 다트머스 회의에서야 비로소 공식적으로 탄생함), '기계가 생각할 수 있는가?'라는 질문에 대한 최초의 판단 기준이 되었다. 즉, 일정 비율 이상의 사람이 대화 상대가 인간인지 기계인지 구분하지 못하면, 일반적으로 그 기계는 튜링 테스트를 통과한 것으로 간주된다. 이 위대한 아이디어와 그가 남긴 막대한 영향력은 튜링을 '인공지능의 아버지'로 자리매김하게 했으며, 오늘날 컴퓨터 분야 최고의 영예인 '튜링상(Turing Award)' 역시 그의 이름을 따서 명명되었다. 튜링이라는 천재에 대해 깊이 알고 싶다면, 배우 베네딕트 컴버배치(卷福)가 튜링 역을 맡아 연기한 영화 <이미테이션 게임>을 추천한다.

앨런 튜링

다트머스 회의 이후 AI 발전은 비교적 더뎠으며, 중대한 돌파구는 없었고, 1970년대는 처음으로 AI의 '겨울'이라 불릴 만큼 침체기를 맞이했다.

1986년 제프리 힌튼(이 이름 기억해둘 것, 매우 중요하다) 등이 역전파 알고리즘(backpropagation algorithm)을 제안했다. 이 알고리즘은 신경망이 경사하강법(gradient descent)을 통해 가중치를 최적화할 수 있게 해주며, 보다 효과적인 학습을 가능하게 했다. (이해 안 되는 건 당연하다. 나 역시 여러 자료를 봐도 이게 정확히 무엇인지 잘 몰랐지만, 중요한 건 이 역전파 알고리즘이 지금까지도 신경망을 훈련시키는 가장 일반적인 방법 중 하나라는 점이다.) 이후 1990년대부터 21세기 초반까지 10여 년간 두 번째 AI의 침체기가 이어졌다.

제프리 힌튼

우리는 이제 과학기술의 발전이 선형적으로 이루어지지 않는다는 것을 어느 정도 이해하고 있다. 즉, 오랜 기간 정체된 후 짧은 시간 내에 폭발적으로 발전하는 패턴을 따른다. 두 차례의 침체기를 겪은 후, 2007년 힌튼은 신경망을 묘사하는 새로운 방식을 고안해냈다. 이로써 '딥러닝(deep learning)'이 등장하게 된 것이다. 딥러닝은 AI의 하위 분야로서 2000년대부터 급속도로 부상했으며, 이후 10년간 인공지능의 비약적인 발전을 이끌었다. 수많은 재능 있는 컴퓨터 과학자들과 기업들이 이 분야에 뛰어들기 시작했다:

2010년, 딥마인드(DeepMind) 설립;

2011년, 우앤다(Andrew Ng) 등이 '구글 브레인(Google Brain)' 창립;

2013년, 자크 도브(Jack Dorsey)와 CNN(Convolutional Neural Network)을 발명한 양리쿤(Yann LeCun)이 페이스북 인공지능 연구소(Facebook AI Research Lab) 설립. 이 연구소는 컴퓨터 비전, 자연어 처리 등 분야에서 중요한 돌파구를 마련함;

2014년, 구글이 딥마인드 인수;

2015년, 알파고가 유럽 챔피언 판후이를 꺾으며 존재감을 알림;

2015년, 오늘날 세계에서 가장 주목받는 스타기업 OpenAI 설립;

2016년, 알파고가 세계 챔피언 이세돌을 꺾음;

2017년, 알파고가 커제를 꺾고 이후 무적의 존재가 됨;

같은 해, 루치(Lu Qi)가 바이두에 합류. 바이두는 중국의 AI 선도기업으로서 자연어 처리, 자율주행 등 분야에서 중요한 위치를 차지함.

엔비디아(NVIDIA)는 점진적 생성 네트워크(progressive generative network)를 출시해 사진급 품질의 얼굴 이미지를 생성할 수 있게 되었고, '딥페이크(Deepfake)'가 인터넷에 등장하기 시작했다. 엔비디아는 이 시리즈 장문에서 계속해서 등장할 중요한 기업으로, 그래픽카드 칩 기술 하나로 게임, AI, 암호화폐 세 산업을 모두 섭렵한 진정한 화교의 자부심이라 할 수 있다.

여기서 바이두에 대해 좀 더 언급하고자 한다(일절 광고비를 받지 않았으며, 개인적으로 바이두 제품군의 사용 경험에 매우 불만족한다). 2012년 인공지능의 부활 물결이 막 시작되었을 무렵, 바이두는 딥러닝의 중요성을 일찍이 인식했다. 신경망의 아버지라 불리는 힌튼을 영입하기 위해, 여러 일류 기업들이 그의 팀을 인수하기 위한 입찰전에 뛰어들었다. 힌튼은 이를 위해 초기 스타트업 DNNresearch를 특별히 설립했는데, 회사의 전체 자산은 힌튼 자신과 두 명의 학생, 그리고 몇 편의 딥러닝 관련 논문과 연구 성과뿐이었다.

입찰에 참여한 네 기업은 실리콘밸리의 거물 구글, 마이크로소프트, 설립 2년 차의 딥마인드, 그리고 중국 기업 바이두였다. 바이두는 먼저 1,000만 달러를 제시했지만, 금세 가격은 2,000만 달러로 올라갔다. 자금이 부족한 스타트업 딥마인드는 입찰에서 철수했고, 믿음이 부족했던 마이크로소프트도 곧 뒤따라 철수했다. 결국 구글과 바이두만이 마지막까지 경쟁하며 격렬한 신경전을 벌였다. 양측 모두 힌튼을 반드시 확보하겠다는 의지가 강했다. 가격은 2,000만에서 3,000만, 4,000만 달러로 치솟았고, 5,000만 달러 이상으로 올라갈 기세였다. 바이두는 처음 입찰을 맡았던 연구원에서 회사 고위 경영진으로 교체되었고, 베이징에서 직접 연결되어 최종 결정을 내렸다.

하지만 결국 힌튼이 스스로 입찰을 중단하고, 상대적으로 낮은 가격으로 구글에 매각하기로 결정했다. 이미 명성을 쌓은 거물 과학자로서, 그는 연구 환경을 돈보다 더 중요하게 여겼던 것이다. 당시 바이두를 대표해 입찰에 참여했던 연구원 위카이(Yu Kai)는 놀랍게도 부자가 되는 길이 이렇게 쉽고 빠를 수 있다는 것을 깨닫고 말았다! 비록 리옌홍(이언훙)이 멋져도, 더 이상 위카이의 꿈을 막을 수는 없었다. 그래서 그는 자신의 반도체 및 자율주행 회사인 'Horizon Robotics(지평선)'을 창업했다. 2022년 말 기준, 지평선의 기업 가치는 50억 달러, 누적 투자금은 34억 달러에 달하며, 정보 격차를 활용해 성공한 전형적인 사례라 할 수 있다.

힌튼의 제자 중 한 명인 일리야 서츠크버(Ilya Sutskever)는 이후 마스크의 초청을 받아 구글을 떠나 OpenAI 공동 설립에 참여했다.

그때가 구글이 인공지능 분야에서 가장 찬란한 시기였다. 사실 2018년까지 구글은 AI 분야에서 압도적인 선두주자였으며, 힌튼을 영입하고 딥마인드를 인수하며 자체적으로 구글 브레인(Google Brain)을 육성함으로써 AI 연구 및 실용화의 최전선에 있었다.

업계의 다른 인력과 기업들도 대부분 구글의 연구 방향을 따랐으며, 구글이 발표한 트랜스포머(Transformer) 아키텍처는 OpenAI에게도 거대한 어깨를 제공했다—오늘날 널리 알려진 GPT의 T가 바로 이 아키텍처를 의미한다.

하지만 이후 OpenAI가 점차 역사의 중심 무대로 다가오게 된다.

2019년 OpenAI는 GPT-2를 발표했고, 힌튼 영입에 실패했던 마이크로소프트는 이번엔 놓치지 않고 OpenAI에 10억 달러를 투자했다. GPT-2 이후 OpenAI는 마침내 구글의 주도권 아래 벗어나 자신만의 대규모 모델 길을 걸어가게 되었고, 이후 폭주하는 스킬 모드를 활성화한다: