프린스턴 대학교의 컴퓨터 과학자 아빈드 나라야난(Arvind Narayanan) 교수가 최근 AI 기술의 혁명성에 대해 회의적인 시각을 표명했습니다. 그는 AI가 현재 많은 주목을 받고 있지만, 그 발전의 상당 부분이 기존 기술의 재포장(repackaging)에 불과하며, 진정한 의미의 혁신보다는 점진적인 개선에 가깝다고 주장합니다. 이러한 관점은 AI 기술에 대한 맹목적인 낙관론에 제동을 걸고, 현실적인 접근을 촉구하는 목소리로 주목받고 있습니다.
나라야난 교수는 인공지능이 해결하는 문제들 중 상당수가 이미 다른 분야에서 연구되던 문제들이라고 설명합니다. 예를 들어, 추천 시스템(recommendation system)이나 스팸 필터링(spam filtering) 같은 기술은 AI라는 이름이 붙기 전부터 존재했으며, 현재의 AI는 이러한 문제들을 해결하는 방식에 약간의 효율성 개선을 가져왔을 뿐이라는 것입니다. 그는 AI가 마치 마법처럼 모든 것을 해결할 것이라는 환상에 빠지기보다는, 각 기술의 실제 작동 원리와 한계를 명확히 이해해야 한다고 강조합니다. 특히, 대규모 언어모델(LLM)과 같은 최신 기술도 결국은 방대한 데이터에서 패턴을 학습하는 통계적 모델의 연장선에 있으며, 인간과 같은 진정한 이해나 추론(inference) 능력을 갖추었다고 보기는 어렵다는 시각입니다.
이러한 비판적 시각은 AI 기술의 과대광고(hype)를 경계하고, 기업과 투자자들이 보다 신중하게 접근해야 할 필요성을 제기합니다. AI가 특정 작업을 자동화하고 효율성을 높이는 데 유용하지만, 모든 산업과 사회를 근본적으로 변화시킬 '혁명'이라고 단정하기에는 아직 이르다는 메시지입니다. 사용자들은 AI의 실제 능력과 한계를 정확히 인지하고, 비판적인 시각으로 기술을 바라보는 것이 중요합니다. 이는 AI 기술이 장기적으로 지속 가능한 발전을 이루고, 사회에 진정으로 긍정적인 영향을 미치기 위한 필수적인 과정이 될 것입니다.