AI 분야의 비판적 시각을 대표하는 게리 마커스(Gary Marcus) 뉴욕대 교수가 최근 최첨단 인공지능(AI) 기업들에 대한 우려를 다시 한번 표명했습니다. 그는 현재의 대규모 언어모델(LLM) 중심 AI 개발 방식이 가진 근본적인 문제점들을 지적하며, 이러한 접근 방식으로는 진정한 인공 일반 지능(AGI)에 도달하기 어렵고, 오히려 비효율성과 한계에 부딪힐 것이라고 경고했습니다. 이는 최근 AI 산업 전반에 걸쳐 낙관론이 지배적인 상황에서 중요한 경종을 울리는 메시지로 해석됩니다.
마커스 교수는 특히 현재 LLM이 보여주는 '환각(hallucination)' 현상, 즉 사실과 다른 정보를 그럴듯하게 생성하는 문제와, 복잡한 추론(reasoning) 능력의 부족을 주요 한계로 꼽습니다. 그는 LLM이 방대한 데이터를 통해 패턴을 학습하지만, 세상에 대한 깊이 있는 이해나 상식적인 지식을 갖추지 못해 오류를 범하기 쉽다고 설명합니다. 또한, 모델의 크기를 키우고 더 많은 데이터를 학습시키는 것만으로는 이러한 근본적인 문제가 해결되지 않으며, 오히려 막대한 컴퓨팅 자원과 에너지 소모를 야기하는 비효율적인 방식이라고 비판했습니다. 이러한 지적은 단순히 기술적인 문제를 넘어, AI 개발의 방향성과 지속 가능성에 대한 질문을 던집니다.
마커스 교수의 이러한 비판은 AI 기술의 발전 방향에 대해 중요한 시사점을 제공합니다. 현재의 LLM 중심 접근 방식이 단기적인 성과를 내고 있지만, 장기적으로는 새로운 패러다임 전환이 필요하다는 목소리에 힘을 싣습니다. 이는 AI 기업들이 단순히 모델의 크기를 키우는 경쟁을 넘어, 보다 효율적이고 신뢰할 수 있으며, 인간처럼 추론하고 이해할 수 있는 AI 시스템을 개발하기 위한 연구와 투자에 집중해야 함을 의미합니다. 궁극적으로는 AI 기술이 사회에 미치는 긍정적인 영향을 극대화하고, 잠재적인 위험을 최소화하기 위한 균형 잡힌 시각과 노력이 필요하다는 점을 강조합니다.