투자자로서 ChatGPT를 어떻게 효과적으로 활용할 수 있을까?

2023.08.30

투자자로서 ChatGPT를 어떻게 효과적으로 활용할 수 있을까?

절대적인 진리는 없으며, 진리는 비교를 통해 드러난다.

2023.08.30 - 13:29:16

ChatGPT

Web3 심층 보도에 집중하고 흐름을 통찰

절대적인 진리는 없으며, 진리는 비교를 통해 드러난다.

게스트 트위터:@pcfli,@zhendong2020,@OdysseysEth,@위리,@해파

OdysseysEth

저는 두 가지 측면을 주로 말하고자 합니다. 첫 번째는 ChatGPT가 투자 분야 전반에 미치는 영향이고, 두 번째는 제가 구체적으로 어떻게 사용하는지입니다.

더 깊은 차원에서 이야기할 수 있는데요, ChatGPT와 더 광범위한 인공지능이 인간 대신 투자를 할 수 있을까 하는 점입니다. 저는 이 분야에서는 불가능하다고 생각합니다. 왜냐하면 투자에는 반사성(reflexivity)이 있기 때문입니다. 어떤 전략이 성공하면 그 전략 자체가 환경을 바꿔서 결국 실패하게 되죠. 따라서 아무리 강력한 AI라도 인간에게 절대적인 우위를 가질 수는 없습니다. 이것이 오늘날 우리가 여전히 투자에 대해 논의할 수 있는 근거입니다. 다음 단계로 주목해야 할 것은 인공지능을 포함한 모든 기술 발전은 언제나 두 가지 결과를 가져온다는 점입니다. 즉, 일부 사람들을 강화시키면서 동시에 다른 일부를 대체한다는 것입니다. 사실 모든 기술이 그렇습니다. 기술과 경쟁하는 것이 아니라, 어떻게 기술을驾驭(주재)할 것인지가 중요합니다.

또한 우리는 기술이나 응용 프로그램 뒤에 숨겨진 더 깊은 의미도 주목해야 합니다. 2007년 아이폰(iPhone)이 처음 등장했을 때, 이후 2~3년간 많은 사람들이 아이폰의 심오한 의미를 이해하지 못했습니다. 하지만 그것은 마침내 인간의 연장선상으로 자리 잡았습니다. 저 역시 ChatGPT를 관찰하면서, 인간과 기계의 언어가 동일화되는 추세에 접어들었음을 느낍니다. 이는 탄소기반 생명체와 실리콘기반 생명체가 새로운 융합 단계에 도달했다는 것을 의미합니다. 자연어로 인간과 기계가 상호작용할 수 있다는 점이 매우 특별합니다.

이전에도 인터넷 정보를 검색할 수 있었지만, 그 뒤에는 접근하기 어려운 정보의 어두운 구석이 있었습니다. 그러나 자연어를 통한 인간-기계 상호작용은 인간을 일종의 새로운 실리콘기반 생명체로 만들며, 전체 인터넷을 인간 두뇌의 연장선으로 만듭니다. 적어도 현재로서는 이런 가능성이 매우 큽니다.

그렇다면 이것은 투자와 어떤 직접적인 관련이 있을까요?

제 생각에 투자는 적어도 두 가지 과정을 거칩니다. 하나는 정보 수집이고, 다른 하나는 정보 처리 또는 이해입니다.

이 두 단계 모두 인간은 한계를 지니며, 맹점이 존재합니다. ChatGPT를 활용하면 다양한 각도에서 이러한 맹점을 줄일 수 있습니다. 특히 중요한 것은 지식 연결 효율성이 높아졌으며 시간이 절약된다는 점입니다. 예를 들어, 어떤 정보에 접근할 수는 있지만 지연이 크다면, 가치가 낮은 장尾(long-tail) 정보일수록 그 정보를 이해하거나 고민하려는 시도조차 하지 않을 수 있습니다. 가치보다 소요 시간이 더 크거나 불확실성이 큰 경우 말이죠. 그래서 저는 매우 제한적이고 중요한 포인트만 고려할 수밖에 없었지만, 지금은 주목하는 범위의 넓이와 깊이가 증가했으며, 지식 연결의 효율성 또한 크게 향상되었습니다. 마치 10만 명의 박사들이 한데 모여 토론하는 것과 같습니다. 이들은 서로 결합되어 있으며, 거래 비용이 극도로 낮아졌기 때문에, 실제로 10만 명의 박사를 고용하는 것보다 더 강력합니다.

이상이 제가 보는 ChatGPT가 투자 분야 전반에 미치는 영향 혹은 제공하는 시각입니다.

저는 구체적으로 어떻게 사용하고 있을까요? 아래는 제가 시도 중인 방법들입니다. 아직 배우는 중입니다.

첫 번째 사용법: 아이디어의 씨앗을 던져, 더 많은 아이디어를 얻는 것입니다. 특정 주제에 대해 몇 권의 책을 추천받는 것도 이에 해당합니다. 실제 사용해보면 ChatGPT가 추천하는 책 중 일부는 전혀 존재하지 않는 책일 수도 있습니다. 물론 다시 질문하여 재검색할 수 있지만, 약 20~30% 정도는 훌륭한 정보를 제공하며 새로운 아이디어를 얻을 수 있습니다. 이런 정보는 이전에는 쉽게 찾기 어려웠습니다. 예를 들어, 더우반(Douban)에서 유사한 책을 찾으려면 매번 목록을 살펴보고, 또 유사 책 추천을 확인하거나 책 리스트를 찾아야 했습니다. ChatGPT는 저에게 또 다른 선택지를 제공합니다.
두 번째는 New Bing의 사용입니다. 마이크로소프트 CEO가 데모를 진행할 때 간단하게 재무제표 요약을 만들어냈습니다. 이전에는 리서치 보고서를 참고하거나, 연속적인 추가 질문이 어렵고, 시의성도 떨어지고, 범위도 좁았습니다. 반면 ChatGPT는 최신 정보를 잘 결합하여 재무제표 요약을 만들 수 있습니다. 다만 주의할 점은, 숫자가 정돈돼 있고 출처까지 표시되더라도 전체 자료 내용이 완전히 허구일 수 있다는 것입니다. 마이크로소프트도 이 문제를 해결하려 노력하고 있지만, 쉽게 개선되지는 않을 수 있습니다. 현재 BING은 대화를 5라운드까지만 허용한다는 점도 문제입니다. 하지만 그래도 증권사 애널리스트에 의존하지 않고, 능동적으로 질문하고 검색하며 정보를 요약할 수 있는 완전히 새로운 방식을 제공한다는 점에서 의미가 있습니다.

세 번째로, 아직 성숙하지 않은 아이디어를 제시해 ChatGPT에게 유명 인물들의 견해 10가지를 요청해보기도 합니다. 때때로 다른 표현 방식이나 유사한 견해들이 저에게 좋은 영감을 줍니다. 제 아이디어가 애매하고 성숙하지 않을 수 있는데, ChatGPT는 마치 탐조등처럼 작용하여 원래 어두웠던 시야를 멀리 비춰줍니다.

더 의미 있는 점은 비판적 사고(critical thinking)를 할 수 있다는 것입니다. 멍거(Munger)가 말했듯이, 자신의 의견을 상대보다 더 설득력 있게 반박할 수 없다면 그 의견을 가질 자격이 없다고 생각합니다. 하지만 특정 분야에서 자신과 실력이 맞먹는 상대를 항상 찾아 대화를 나누는 것은 어렵습니다. ChatGPT는 그러한 비판적 사고의 기회를 제공하며, 내가 가진 기존의 관점을 반박하게 할 수 있습니다. 그렇게 해서 관점이 바뀔 수도 있고, 아닐 수도 있지만 어쨌든 관점은 더욱 성숙해집니다.

이상이 제가 현재 시도 중인 구체적인 사용법입니다. 핵심은 해당 분야에 대한 깊은 이해가 있어야 좋은 질문을 하고, 허구임을 식별할 수 있다는 점입니다.

해파@realliaohaibo

저는 ChatGPT의 본질이 지적 활동의 한계비용을 극도로 낮춰, 일인 군대(solo army) 상태를 실현할 수 있다고 봅니다. 미래에는 문서 처리 기능이 확장되면, 더 이상 테이블 정리를 위해 사람을 필요로 하지 않게 될 것이며, 많은 검색 작업도 수행하지 않아도 됩니다. 하지만 개인 연구자로서 5년 치 리포트를 읽고 매출 변화를 관찰하고 싶을 때, 비슷한 서비스는 있지만, 그것이 1차 정보는 아니며 신뢰하기 어려울 때가 많습니다. 그래서 저는 여전히 직접 재무제표를 보는 것을 선호합니다.

ChatGPT는 문서 처리 능력을 갖추는 것도 시간문제입니다. 이미 다양한 인터페이스를 스스로 학습해 사용할 수 있습니다. 제가 무엇을 해야 할 때, 자연어로 프로그래밍할 수 있습니다. 예를 들어, "5개의 재무제표를 보고, 지난 5년간 특정 분야의 변화를 분석해줘"라고 하면, 이 방식은 과거의 업무 방식을 완전히 바꾸며, 한 사람이 한 기관과 맞서 싸우는 형태를 가능하게 합니다.

세상을 정보로 가득 찬 검은 상자로 본다면, 우리는 그 상자 안의 정보를 추출하는 수많은 방법을 가지고 있습니다. 검색도 하나의 방법이며, 직접 현장을 조사하는 것도 방법입니다. ChatGPT는 기존과는 완전히 다른 차원에서 정보를 추출하는 능력을 제공합니다.

저는 사적인 모임에서 정보 추출 방식에 대해 이야기할 때 종종 이렇게 말합니다.

ChatGPT에게 세 가지 질문을 해보세요. 첫째, 'OO책의 내용은 대체로 무엇인가?' 하고 요약을 요청하세요. 둘째, '이 책에서 OOO에 대한 주요 견해는 무엇인가?'라고 물어보세요. 셋째, '이 책에서 OOO에 대한 견해에는 어떤 문제가 있는가?' 혹은 '나는 이 책의 어떤 견해에 반대하는데, 당신은 어떻게 생각하나?'라고 질문하세요.

이 세 가지 질문은 겉보기에 비슷해 보이지만, 복잡도와 집중도가 달라 ChatGPT가 추출하는 답변의 질은 매우 다릅니다. 그래서 저는 이를 통해 현실 세계에서 정보를 탐색하는 효율이 사람마다 다르다는 것을 점점 더 깨닫게 되었습니다.

지금 많은 사람들이 ChatGPT의 내용이 대부분 허구라고 비웃는데, 저는 이것이 전혀 중요하지 않다고 생각합니다. 가장 좋은 예는 어떤 사람이 특정 분야에선 매우 뛰어나지만 다른 분야에선 완전히 무지한 경우입니다. 여기서 두 가지 태도가 가능합니다. 하나는 그를 전부 무시하는 것이고, 다른 하나는 그의 뛰어난 부분을 활용하는 것입니다. 활용 여부는 본인의 몫입니다. 제가 본 웃긴 예는 ChatGPT에게 '강룡십팔장'이 무엇인지 물어본 것입니다. 답은 전부 허구였죠. 허구란 본질적으로 여러 웹사이트의 혼잡한 정보가 뒤섞인 것입니다.

ChatGPT의 사용법에 대해 말하자면, 저는 최근 영어 회화를 더 많이 연습하고 싶어졌습니다. Chrome에 ChatGPT 플러그인이 있어서 말한 것을 텍스트로 변환하고, 답변을 다시 음성으로 변환할 수 있습니다. 예를 들어 '의사 역할을 해서 나와 대화해줘'라는 문장을 사용하면, 실제 상황에서 영어로 의사소통을 연습할 수 있습니다. 이 과정을 통해 정보 처리 효율이 극도로 향상됨을 느꼈습니다. 가장 중요한 점은 사용 방식을 결정하는 것이 바로 그 도구의 가치를 결정한다는 것입니다.

다른 사용례로는 어제 그룹에서 공유된 'ChatGPT 사용법'이라는 책을 봤습니다. 아직 읽지는 않았지만, 책으로 나올 정도라면 사용법이 매우 다양할 것이라 생각됩니다. 영문 자료를 많이 읽을 때, 제 독서 속도가 여전히 느리므로, 일부씩 입력해서 요약하거나, 먼저 중국어로 번역한 후 요약하도록 지시합니다. 이는 긴 글을 빠르게 읽는 효과적인 방법입니다.

정보 획득에 능한 친구의 사례를 하나 더 들겠습니다. 그는 아마존에서 최근 한동안 가장 많이 팔린 30권의 책이 무엇인지 알고 싶었습니다. 대충 훑어본 후, 다른 차원에서 어떤 주제의 30권의 책을 찾고, 그 교집합을 추출하는 방식으로 필요한 내용을 추출합니다. 그런 후 아마존에서 추천 목록을 확인하며, 최고의 10권, 판매량 1위의 10권 등을 비교합니다. 이 추론 방식은 매우 정확하여 거의 오류가 없습니다.

따라서 올바른 방식을 찾아내는 것이 중요합니다. ChatGPT는 틀릴 수 있지만, 인간이 직접 수정할 수 있습니다.

저는 진짜 디테일 속에 악마가 숨어 있다고 느낍니다.

예를 들어, 앞서 언급한 책 검색 문제에서 두 가지 차원을 묻고 나면 더 이상 떠오르지 않을 때가 있습니다. 하지만 고수들은 계속 깊이 파고들어갑니다. 이 지점에 대해서는 아직 명확한 해답을 찾지 못했습니다.

핵심은 디테일이며, 어떻게 계속해서 더 깊이 파고들고, 올바른 도구를 사용해 검은 상자 속의 정보를 추출하는 방법입니다. 더 많은 사례가 있다면 좋겠지만, 저는 이 분야에서 가치를 느끼고 있지만, 아직 그것을 아주 잘 활용하지는 못하고 있습니다.

위리@happylilyelf

저는 인공지능(AI)의 발전에 매우 관심이 많으며, 최근 몇 년간 지속적으로 추적해왔습니다. 이제 저는 한 가지 강한 느낌을 받고 있습니다. 산업이 전환점에 도달했다는 것입니다.

지난 몇 년간 AI는 각 분야의 수직 영역, 특히 전문 과학 연구 분야에서 활용되어 왔습니다. 단백질 구조 연구, 체스, 신약 개발, 제어 가능한 핵융합 등이 그 예입니다. 그러나 일반 대중이 이토록 열광한 사례는 ChatGPT가 처음입니다. 이전 GPT-3 출시 때도 이 정도의 강한 영향력은 없었습니다. 이미 대중 생활 깊숙이 침투하고 있습니다. 프로그래밍을 모르는 초보자도 인간의 자연어를 통해 기계를 조수로 만들 수 있습니다.

투자자로서 어떻게 ChatGPT를 잘 활용할 수 있을까요?

저는 아직 많이 사용하지 않았으며, 현재 ChatGPT Plus 대기 명단에 있습니다. 국내 인터페이스를 통해 사용하고 있어 전체적인 체험은 깊지 않습니다. 하지만 저는 투자자로서 어떻게 활용해야 할지 고민해봐야 합니다. 우선 제 위치를 생각해야 합니다.

현재 저는 주식 투자부터 시작해 보고 있으며, 장기 투자자로서 다음과 같은 목적을 갖고 있습니다. 첫째, 정보 수집을 도와주는 것, 둘째, 정보 처리를 도와주는 것입니다.

투자자로서 가장 중요한 것은 자신의 투자 및 연구 분석 프레임워크를 구축하는 것이며, 최종적인 투자 결정은 반드시 제가 내려야 합니다.

저는 보다 신속하고, 정확하며, 전문적인 정보를 원합니다.

신속함: 특정 기업에 투자할 때, 중요한 사건을 빠르게 파악하고 정확성을 요구합니다. 정확성의 의미는 매우 광범위합니다. 예를 들어, 최근 몇 년간 엔비디아(NVIDIA)와 AMD의 수익성, 성장 추세를 비교해보는 것도 포함됩니다. 말로는 간단하지만, ChatGPT가 이를 수행하는 것은 일정한 난이도가 있습니다. 데이터 처리가 필요하기 때문인데, ChatGPT는 대규모 언어 모델 기반으로, 과거 말뭉치(corpus)를 학습해 언어의 확률을 계산하는 방식이기 때문에 수학과 물리에는 다소 약합니다. 하지만 투자에서는 데이터 처리가 매우 중요합니다. 현재 많은 기업이 전문 서비스를 제공하고 있으며, 예를 들어 블룸버그(Bloomberg), 로이터(Reuters) 등은 데이터 처리의 번거로움과 엄격함을 잘 보여줍니다. 수익률을 계산할 때도 지표의 정의만으로도 매우 중요합니다.

세 번째로, ChatGPT가 더욱 전문적이고 깊이 있는 통찰을 제공해, 제 연구 및 분석 프레임워크 구축을 도와주기를 바랍니다.

다음은 포괄성입니다. 현재로서는 괜찮은 수준입니다. 예를 들어 '엔비디아의 경쟁 우위는 무엇인가?', 'AMD 대비 엔비디아의 경쟁 우위는 무엇인가?' 등의 질문을 했을 때, 제품, 전력 소비, 생태계 구축 등 다양한 측면에서의 장점을 설명해주었습니다.

모델 학습 과정에서 전문 데이터는 대부분 지적 재산권을 가지고 있습니다. 예를 들어 블룸버그는 지적 재산권을 보유하고 있으며, 데이터 처리가 매우 정밀하고, 장기간에 걸쳐 광범위하게 제공됩니다. ChatGPT가 이러한 데이터를 획득하고 활용하며 출력할 수 있을지 모르겠습니다. 간단히 몇 가지 데이터를 시도해봤지만, 아직 제 요구를 충족시키지는 못하고 있습니다.

전문성 측면에서는 포괄성보다 다소 떨어집니다. 하지만 전문성은 질문의 전문성과 관련이 있으며, ChatGPT의 전문성도 관련이 있습니다. 일반적인 개괄적인 이해로는 전문적인 결론을 도출할 수 없습니다. 중간 과정에서 질문을 심화하고 분해하며 단계적으로 나아가야 합니다. 이 과정에서는 두 기업에 대해 어느 정도 이해하고 있어야 하며, 그렇지 않으면 질 높은 질문을 할 수 없고, 투자 결정도 할 수 없습니다.

예를 들어 상장 기업을 조사할 때, 초보자와 베테랑이 회사 사장을 만나면, 베테랑은 질문을 통해 핵심 요소를 차곡차곡 파악해낼 수 있지만, 초보자는 오랫동안 주변만 맴돌다가 상대마저 짜증을 느낄 정도입니다.

이 분야에 저는 아직 충분히 깊이 들어가지 못했으며, ChatGPT Plus 승인이 나면, 단계적으로 하나씩 질문하며 전체 과정을 기록하고 피드백을 받아, 제가 잘 아는 미국 주식 기업을 중심으로 알아보려고 합니다.

이러한 시도를 종합하면, 포괄성은 괜찮지만, 정확성은 아직 큰 과제이며, 전문성은 아직 충분히 시도하지 못했습니다.

전반적인 경험에서 느낀 점은, 만약 좋은 투자 결정 도구로 사용하고자 한다면, 우선 자신에 대한 요구 수준이 높아야 하며, 본인이 전문적이어야 하고, 상호 피드백 과정이 있어야 하며, 이를 통해 자료를 조회하며 전문성을 높이는 과정을 거쳐야 정(+) 피드백을 형성할 수 있다는 것입니다.

AI가 투자를 할 수 있을까 하는 점에 대해서는, 2년 전 딥마인드(DeepMind)가 알파고(Alphago)를 출시한 후, AI를 이용한 투자 모델을 만들었습니다. 미국 주식시장에는 AI 기반 투자 ETF도 상장되어 있는데, 성과는 평범한 것으로 보입니다. 따라서 LLM 모델의 학습 과정은 기존 말뭉치를 기반으로 하며, 이는 일종의 확률 통계에 가깝고, 다수의 의견을 따르는 '군중의 지혜'적 성향을 띱니다. 하지만 기업과 투자 프로젝트에 대한 연구는 일정한 선견지명이 필요합니다.

둘째, 독창적인 관점이 필요합니다. 이 점에서 ChatGPT가 얼마나 제공할 수 있을지 잘 모르겠습니다. 저는 이를 충분히 시험해볼 계획이며, 오랜 기간 시도할 것입니다. 그 과정을 트위터에서 실시간으로 공유할 수 있을 것입니다. 적어도 몇 달은 걸릴 것으로 예상되며, 이를 통해 사용 능력을 향상시키는 방법을 배우려고 합니다.

Peicaili:

저도 최근에는 많이 사용하지 않았으며, 사용 과정에서 저에게 영감을 준 사례가 두 가지 있습니다.

첫 번째는 최근 과학철학을 계속 읽고 있었는데, 이 분야에서 ChatGPT와 대화를 나눠봤습니다. 예를 들어 '과학철학 분야에서 현재 인정받는 전문가와 대표 저서는 무엇인가?'라는 질문에 대해, 답변의 질은 꽤 높았습니다.

또 '포퍼(Popper)의 주요 과학관을 요약해줄 수 있나요?'라고 물었을 때, 제공된 답변도 상당히 적절했습니다. 비판적 사고를 적용해 '현재 학계에서 포퍼에 대한 평가는 어떠한가? 좋은 평가는 무엇이고, 나쁜 평가는 무엇인가?'라고 물었을 때, 제공된 답변은 제 견해와 거의 일치했습니다.

이것들은 제가 오랜 시간 책을 읽고, 많은 토론을 거친 끝에 도달한 결론입니다. 그런데 몇 초 만에 핵심 관점을 제시해주다니, 매우 유용하다고 느꼈습니다.

두 번째 사례는 IB 시험 체계에 대해 알고 싶어서 여러 질문을 했습니다. IB가 무엇인지, 어떤 과목이 있는지, 성적은 어떻게 계산되는지 등입니다. IB는 꽤 복잡하며, 표준화 시험 고급 수준(higher level) 등이 있고, 한국의 수능 체계와는 매우 다릅니다. 단계적으로 질문하면서 매우 빠르게 전체 시스템에 대한 이해를 높일 수 있었습니다.

이전에 구글로 알아보려 시도했지만, 검색된 정보가 원하는 정보와 정확히 일치하지 않았고, 소개 글을 읽어도 일부는 도움이 되었지만 여전히 혼란스러운 점이 남았습니다. 그런 혼란스러운 점을 다시 검색하면, 정확한 답을 찾기가 어렵습니다. 일반적인 질문과 글은 많지만, 구체적인 질문에 대한 답변은 많지 않습니다.

이것이 제가 경험한 두 가지 사례입니다. 전체적으로 말하면, ChatGPT의 활용 목적과 관련이 있습니다. 자신의 능력 범위 내에서는 정보 획득 효율을 높일 수 있으며, 정확한 데이터를 굳이 오래 검색하지 않아도 됩니다. 하지만 데이터의 정확성은 여전히 본인이 판단해야 합니다. 또한 비판적 사고를 할 때, 제가 형성한 관점에 대해 ChatGPT가 반대 의견을 제시할 수 있습니다.

제가 보기에 가장 큰 도움은 능력 범위를 확장하는 데 있습니다. 이때는 본인에게 완전한 프레임워크가 없기 때문에, ChatGPT가 빠르게 프레임워크를 구축해줄 수 있으며, 여러 프레임워크를 만들어 선택할 수도 있습니다. 최상위에서 최하위까지 깊이 파고들 수 있습니다. 반드시 정확한 프레임워크를 구축한다고 보장할 수는 없지만, 낯선 분야에서는 적어도 평균 이상의 정확도를 가진, 혹은 널리 인정받는 좋은 프레임워크를 만들 수 있다고 생각합니다.

절대적인 진리는 없으며, 진리는 비교를 통해 드러납니다.

ChatGPT가 구축하는 프레임워크는 적어도 평균 이상(above average) 수준이며, 전문가 수준의 비교 기준으로 삼을 수 있습니다. 첫째, 매우 성실하며, 둘째, 전문가 수준 중 중상위 수준이라고 생각합니다.

제 개인적인 견해는 이렇습니다. 자신의 능력 범위를 확장하거나 새로운 투자 분야에 관심을 갖게 될 때, ChatGPT는 해당 분야에 대한 이해와 흡수 속도를 높여줍니다. 이미 매우 잘 알고 있는 분야에서는 정보 획득 효율이 향상될 수 있습니다.

하지만 저는 약간의 감각이 있습니다. ChatGPT는 다학제적 투자 능력을 향상시켜 기존의 능력 범위를 돌파할 수 있게 할지도 모릅니다. 그러나 구체적으로 어떻게 될지는 더 많은 시간이 필요할 것입니다.

둥전(dongzhen)

저는 반대되는 생각을 말하고자 합니다. ChatGPT는 비교적 새로 나온 것이며, 저는 주로 국내 인터페이스를 통해 사용해봤고, 실제 인터페이스는 아직 체험해보지 못했습니다.

몇 가지 의문을 제기하겠습니다. 첫째, 최근 몇몇 친구들과 이야기를 나눈 적이 있는데, 이는 주로 귀납적 모델이며, 대량의 계산을 통해 많은 세부 정보를 통합하는 능력이 뛰어납니다.

그래서 몇 가지 문제가 있다고 생각합니다. 예를 들어, 제가 ChatGPT를 사용할 때, 시의성이 다소 떨어지며, 유용하거나 관련성이 높은 정보를 찾기 어려울 수 있고, 제공하는 정보의 질에도 문제가 있습니다. 시의성뿐만 아니라 전반적인 논리도 귀납 중심입니다.

간단한 예를 들어보겠습니다. 아이에게 사람을 그리라고 하면, 아주 간단하게 팔다리만 세로선과 가로선으로 표현할 수 있습니다. 그러나 ChatGPT는 사람을 묘사할 때 엄청난 세부사항을 사용합니다. 이는 세부 정보를 기반으로 대량의 훈련을 거친 모델이기 때문에, 문제의 추상화 차원이나 연역 능력이 약합니다. 여전히 일종의 '대세를 따르는 알고리즘'에 가깝습니다.

정보가 존재한다는 것을 알고 있지만, 어떻게 얻을지 모르고, 잘 알지 못한다면, 그가 알려주는 방식을 따를 수 있습니다. 하지만 정말로 연역적이거나 심층적인 사고를 하고 싶다면, 단순히 ChatGPT의 답변만으로는 부족합니다. 추상적인 사고를 대체할 수 없으며, 이것이 제 첫 번째 의문입니다.

둘째, ChatGPT가 등장한 지 아직 시간이 짧으며, 특히 투자 분야에서는 더 관찰이 필요하다고 생각합니다. ** 대규모로 적용되기 전까지는 초기에 투자하는 시간이 낭비될 수 있습니다. 지금이 너무 이른 시점인지 아닌지 확신이 서지 않습니다.

셋째, 결과의 신뢰성 문제입니다. ** 범위는 확실히 좋을 수 있지만, 신뢰성은 실제로 검증되지 않을 수 있습니다. 어떻게 검증할 수 있을까요? 만약 이것이 귀납적 논리에 기반한 것이라면, 과거의 논리 신뢰성을 검증했더라도, 앞으로 매번 사용할 때마다 데이터를 다시 찾아봐야 할까요?

제가 보기에 효율을 높일 수 있는 점은 다음과 같습니다. 대학에서 금지하는 이유는 일부 과목이나 과제에 대해 ChatGPT로 논리적으로 보이는 문장을 작성해 분량을 채울 수 있기 때문입니다. 또 하나의 큰 응용 분야는 간단한 코드 구조 작성입니다. 적어도 프레임워크를 제공할 수 있습니다. 당연히 사용할 수 있다면 좋고, 안 된다면 프로그래머로서 간단히 수정만 해도 괜찮은 코드 프레임워크를 얻을 수 있으며, 주석도 많이 작성해줍니다. 이는 제가 확신하는 사용법입니다.

위리@happylilyelf

현재 사용 중인 정확성 등에 대해서는 여전히 신중한 태도를 유지할 것입니다. 하지만 전반적으로는 진화적 관점에서 AI 발전을 바라봅니다.

지금은 만족스럽지 않은 부분이나 전통적인 방식보다 떨어지는 부분이 있지만, 앞으로 많은 '급진적 발전(emergence)'이 있을 것입니다. 전 세계 수억 명이 이미 사용하고 있습니다. 사용자가 많을수록 훈련에 참여하며, 말뭉치를 더 제공하게 되고, 자기 학습 기능도 갖추게 됩니다. 제가 앞서 언급한 수학 능력이 부족할 수도 있지만, 미래에는 자기 학습을 통해 가능해질 수 있으며, 외부 모델을 호출해 수학 계산을 수행할 수도 있습니다. 그렇게 된다면 매우 강력해질 것입니다.

우리는 이를 도구로 논의하고 있지만, 저는 내면적으로는 인간과 유사한 시스템, 심지어 일종의 생물체처럼 간주합니다. 앞으로 인간 시스템과 AI 시스템은 서로 적응하며 공동 진화해야 할 가능성이 큽니다. 누가 누구를 통제할 수 있을지 말하기 어렵습니다. 저에게 있어 투자의 기초는 매우 중요합니다. 즉, AI를 어떤 시각으로 바라보는가가 핵심입니다. 저는 AI를 인간 생태계와 함께 진화하는 생태계로 보고 있습니다.

따라서 상대적으로 투자 기준이 다소 달라질 수 있으며, 진화적이고 개방적인 시각으로 바라보고, 함께 적응하며 진화하는 것이 중요합니다.

둥전(dongzhen)

한 가지 더 질문드리고 싶습니다. 예를 들어 구글이 등장한 후, 새로운 구글을 만들기보다는 더 나은 콘텐츠를 제공하는 것이 더 큰 기회였습니다. 당시 콘텐츠를 만드는 것이 구글과 경쟁하는 것보다 더 나은 길이었습니다.

ChatGPT도 비슷하지 않을까요? 그리고 당신은 ChatGPT를 인간의 도구로 보지 않고, 함께 진화해야 한다고 말씀하셨습니다. 우리는 최근 과학철학을 읽고 있는데, 인간의 뛰어난 점 또는 과학철학의 발전 과정에서 새로운 패러다임을 제시할 수 있다는 점입니다. 새로운 패러다임을 제시해야만 과학이나 다양한 사상이 새로운 패러다임 아래 내용을 풍부하게 하고 프레임워크를 구축하며, 큰 진전을 이룰 수 있습니다. AI와 인간이 공통된 특징을 가진다면, AI가 새로운 패러다임을 제시할 수 있을까요? 과학 발전 과정에서 그러한 능력을 가질 수 있을까요?

이 점에 대해서는 다소 의심스럽습니다. 이전에도 말했듯이, 더 많은 것은 귀납적 논리이며, 연역 능력이 부족하다면 새로운 패러다임을 제시할 수 있을지 다소 회의적입니다.

위리@happylilyelf

저는 이토록 심오한 질문에 답할 능력이 부족하다고 생각합니다. 많은 것들의 발전은 우리의 상상 범위를 넘어서는 가능성이 있습니다. 저는 본래 SF 팬이기 때문에, SF 작품 속에서 이 문제를 다루는 다양한 내러티브를 접해왔으며, 다양한 결과와 진화 경로가 있을 수 있음을 알고 있습니다.

저는 그 진화를 기다리며, 급진적 발전(emergence)을 기다릴 것입니다. 최근 몇 년간 AI 발전을 지켜보며 점차 발전하는 모습을 보았습니다. 가장 먼저 모두가 잘 아는 알파고(Alpha Go)는 체스 전략이 우리와 완전히 달랐습니다. 체스 분야에서 완전히 다른 패러다임을 제시했는데, 매 수의 승률을 최대화하는 것이 아니라 전체 국면을 보며, 궁극적으로 승리하는 방식이었습니다.

알파폴드(AlphaFold)는 단백질 구조 계산에 사용되었으며, 예측 방식을 통해 단백질 구조 문제를 해결했습니다. 단백질 구조는 매우 복잡하며, 우리는 그것을 보기 어렵습니다. 그래서 구조생물학자들이 다양한 방법으로 단백질 구조를 탐색해왔고, 오랜 시간과 비싼 장비(예: 냉동전자현미경)가 필요했습니다.

그러나 알파폴드가 등장한 후, 수십 배에서 수백 배의 확률 효율로 단백질 구조를 해석할 수 있게 되었으며, 알려진 단백질의 98% 구조를 예측할 수 있게 되었습니다. 이는 신약 및 화합물 연구에 큰 도움이 될 것입니다. 이 역시 완전히 다른 패러다임입니다.

AI가 스스로 패러다임을 제시할 수 있느냐는 점에 대해, 가능성은 배제할 수 없습니다. AI의 발전 과정을 보면, 인간의 사고와 완전히 다릅니다. 왜 공동 진화라고 생각하느냐면, 우리가 다양한 말뭉치를 입력하고, 진화한 후 우리에게 촉진 효과를 주기 때문입니다. 마치 두 시스템이 함께 공존하며 진화하는 것과 같습니다. AI가 패러다임을 제시할 수 있느냐는 질문에 대해 저는 답할 능력이 없지만, 직관적으로는 매우 가능성이 있다고 생각합니다.

해파@realliaohaibo

저는 여기서 많은 논의가 'not even wrong'(논의 자체가 성립되지 않음)에 해당한다고 생각합니다. 첫째, '패러다임을 제시한다'는 개념이 어디서 나왔는지 모르겠습니다. 만약 패러다임이 인간이 능동적으로 제시하거나 발명하는 것을 의미한다면, 이 자체가 잘못된 개념입니다.

인간은 결코 패러다임을 제시한 적이 없으며, AI도 패러다임을 제시할 필요가 없습니다. 예를 들어 AI가 바둑을 자기 학습하며, 결국 인간이 상상할 수 없는 방식으로 바둑을 두게 됩니다. 이는 새로운 패러다임을 생성한 것입니다. 전체 기저 논리가 인간이 추론한 기저 논리와 완전히 달라졌으며, 과거의 바둑 전략과 경험은 그 앞에서 무가치해집니다. 새로운 패러다임을 생성할 수 있느냐는 질문은, 이미 생성했기 때문에 이 질문 자체가 'not even wrong'입니다.

둘째, 사용법은 각자의 전문성과 관련이 있습니다. 어떻게 사용하느냐가 그 도구의 가치를 결정합니다. 정보 획득에서 가장 어려운 영역은 '자신이 모른다는 것을 모른다(knowing you don't know)'는 상황입니다. 전혀 단서가 없기 때문에 발견하기가 가장 어렵습니다.

이런 면에서 ChatGPT는 문제를 해결할 수 있으며, 정확한 답을 제공하는 것보다 훨씬 더 큰 가치를 지닙니다. 예를 들어 '최근 북미 지역에서 검색 트렌드가 가장 높은 새로운 것은 무엇인가?'라고 정기적으로 묻는 것도 가능합니다. 현재는 네트워크 연결이 안 되어 답변할 수 없지만, 기술적으로는 전혀 문제가 없습니다. 장기적으로 제공하는 가치는 '모르는 것을 알게 되는' 정보의 격차를 메꾸는 것입니다. 이것이 가장 큰 정보 격차입니다.

정확한 질문에 답할 것을 요구하기보다는, 그 답변이 정확한지 판단할 능력을 갖추는 것이 더 중요합니다. 그 가치는 오히려 넓은 시야와 차원에서 더 많은 정보를 제공하는 데 있습니다.

OdysseysEth

먼저 응답하겠습니다. 첫 번째, ChatGPT는 다소 오래된 정보를 사용한다는 점, 즉 2021년 9월까지의 데이터라는 점입니다. 이 문제는 마이크로소프트의 newbing이 해결하려 시도하고 있으며, 문제는 존재하지만 개선 가능합니다. 저는 이 '개선 가능성'에 주목합니다.

두 번째, 아직 새롭기 때문에 관찰이 필요하다는 점입니다. 투자라면 저는 '후발주자'가 되는 것을 선호합니다. 하지만 응용 프로그램으로서는 '선발주자'가 되어야 한다고 생각합니다. 투자에서 실수의 대가는 매우 높기 때문에 기다릴 수 있습니다. 반면 응용은 실수의 대가가 낮고, 수익의 상한선이 매우 높을 수 있으므로 더 일찍 시도하는 것이 적절합니다. 더 중요한 것은 응용이 보편성을 띠고 있다는 점이며, 시도 방식은 사람마다 다릅니다. 다른 사람이 매우 성숙한 방식을 만들어놓고 따라 배우는 것은 어렵습니다. 대부분 스스로 탐색해야 하며, 일찍 탐색하는 데는 해가 없습니다.

저는 AI와 인간 사이에 본질적인 차이가 있다고 생각하지 않습니다. 더 깊은 관점에서 보면, 인간의 뇌와 컴퓨터의 뇌는 모두 보편적 계산(universal computation)을 사용하며, 사고 자체를 일종의 계산으로 볼 수 있습니다. 다만 계산의 매체가 다를 뿐입니다.

ChatGPT는 대규모 언어 모델을 사용하며, 확률 방식으로 계산하지만, 인터페이스를 통해 스스로 다리 역할을 할 수 있습니다. 따라서 본질적인 제한에 주목하기보다는, 더 깊은 응용 가능성과 조합 가능성, 그리고 실리콘기반 생명체와 탄소기반 생명체의 계산 차이에 주목해야 합니다.

그러므로 저는 그가 반드시 연역 능력이 부족하다고 보지 않습니다. 튜링 머신의 관점에서 보면 그렇지 않습니다.