AI가 미공개 물리학 문제 98% 해결, 충격받은 물리학자의 잠 못 드는 밤

물리학자의 잠 못 드는 밤을 함께 보며

안녕하세요. 아라한의 생방송입니다. 오늘은 2026년 10월 19일입니다. 급하게 준비하다 보니 1분쯤 늦게 들어왔습니다. 먼저 와 계신 분들 반갑습니다. 가을이 되어 밤낮의 온도 차가 커졌지만, 낮에는 산책하기 참 좋은 때입니다. 오늘은 주제가 있는 날이지만 주제 밖의 이야기도 괜찮습니다. 궁금한 것이 있으면 언제든 편하게 올려 주십시오.

오늘 전할 것은 인공지능 소식입니다. 나름대로 충격적인 내용입니다만, 얼마나 충격적으로 받아들일지는 여러분의 몫인 것 같습니다. 먼저 논문을 발표한 한 물리학자의 블로그를 함께 읽어 보겠습니다. 논문에는 실험 방법과 문제, 여러 모델의 결과가 들어 있고, 뒤에는 물리학 문제와 수학이 잔뜩 나옵니다. 아스트라, 오퍼스, 제미나이, 딥시크, GLM까지 최신 프런티어급 인공지능을 활용해 문제를 풀게 한 것으로 보입니다. 부록의 세부 내용까지 제가 정확하게 안다고 할 수는 없습니다. 우선 저자가 자기 말로 설명한 내용을 따라가 보겠습니다.

이 연구는 이론물리학 분야의 미발표 연구 수준 문제를 AI 에이전트가 얼마나 해결할 수 있는지 평가한 대규모 연구라고 소개합니다. 물리학에 관심이 있으면 살펴보라는 것이 저자의 말입니다. 우리는 물리학 자체에 관심이 없더라도 볼 필요가 있습니다. 인공지능이 지금 어디까지 할 수 있게 되었는지 알아야 하기 때문입니다.

물리학에 관심이 없더라도, 인공지능이 어디까지 할 수 있는지 알기 위해서 중요한 내용입니다.

저자는 인공지능 모델들을 꽤 오랫동안 깊이 생각해 왔다고 말합니다. 그런데도 이런 결과가 이렇게 빨리 나올 줄은 예상하지 못했다는 겁니다. 결과를 얻고 나서는 며칠 밤 동안 잠을 제대로 잘 수 없었다고 합니다. 왜 잠을 못 잤겠습니까? 저는 너무 충격적이었기 때문이라고 봅니다. 잠 못 잘 만합니다. 이런 결과는 자신이 앞으로 얼마나 필요한 사람인지까지 고민하게 만드니까요.

인터넷에 없는 문제, 그러나 답은 검증할 수 있는 문제

시간 순서가 중요합니다. 약 6개월 전, 이 물리학자는 재미삼아 자기가 답을 알고 있는 미공개 문제를 당시의 프런티어 에이전트에게 주었다고 합니다. 여기서 미공개가 무엇입니까? 학계에 발표했거나 논문으로 냈거나 인터넷에서 검색해 찾아볼 수 있는 문제가 아니라는 뜻입니다. 문제를 낸 사람은 답을 알고 있지만, 문제와 풀이가 어디에도 공개된 적이 없는 겁니다.

그때 에이전트는 처음에는 틀렸습니다. 스스로 해결하지 못했어요. 그런데 힌트를 몇 번 주고 나니 문제를 해결할 수 있었습니다. 저자에게는 그것만으로도 인상적인 일이었던 겁니다. 불과 6개월 전에는 그 정도 수준이었다는 것이지요.

그러자 동료로 보이는 사람이 수학자들의 ‘첫 번째 증명’ 평가처럼 물리학 문제들을 모아 보자고 제안했다고 합니다. 소규모 핵심 그룹이 만들어졌고, 전 세계 전문가들에게 문제를 보내 달라고 요청하기 시작했습니다. 왜 굳이 전문가들에게 기고를 요청했을까요? 이미 문제와 답이 공개된 자료를 모으려는 것이 아니었기 때문입니다. 답은 있으면서도 문제와 풀이 과정이 공개되지 않은 연구 수준의 이론물리학 문제가 필요했습니다.

요구 조건이 까다로우니 수집은 더뎠습니다. 인터넷에서도 찾을 수 없어야 하고, 아무도 공개하지 않은 문제여야 합니다. 그렇다고 답을 확인할 길이 없는 문제를 받을 수도 없습니다. AI가 맞게 풀었는지 틀리게 풀었는지 확인하려면 명확하고 검증 가능한 답이 있어야 하니까요.

어디에도 발표되지 않은 문제이면서, 맞는지 틀리는지 확인할 수 있는 답이 있어야 합니다.

그래서 어떤 기고자들은 자기 논문으로 발표할 기회를 포기하고 문제를 내놓았다고 합니다. 자신이 풀어 논문으로 낼 수 있는 문제인데도 그 기회를 멈추고 제공한 것이지요. 또 어떤 사람들은 이 연구에 문제를 주기 위해 작은 연구 프로젝트를 따로 해야 했다고 합니다. 단순히 문제집에서 몇 문항을 골라 온 일이 아닙니다. 미발표 문제와 그 답을 새로 마련하는 수고까지 들어갔다는 것입니다.

문제를 모으는 동안 AI는 더 좋아졌다

그런데 문제를 모으는 동안에도 새로운 AI 모델들이 계속 나왔습니다. 두세 달에 한 번, 때로는 한 달에 한 번씩 새 모델이 나오면서 에이전트의 성능이 향상된 겁니다. 연구팀은 기고자들에게 난이도를 계속 높여 달라고 권했다고 합니다. ‘지금 내는 문제는 인공지능이 다 풀어 버린다. 더 어렵게 내 달라’는 상황인 것이지요.

하지만 난이도를 높이는 데도 한계가 있었습니다. 세계적인 전문가라고 해도 자기가 답을 알고 있으면서 아직 발표하지 않은 문제를 무한정 갖고 있지는 않으니까요. 그렇게 모은 최종 문제가 50문항이었습니다.

여기서 저자가 한 말이 중요합니다. 인공지능 도움 없이 이 최종 문제 모음의 상당 부분을 해결할 수 있는 사람을 자기는 아무도 모른다고 합니다. 본인도 물리학자이고 세계의 여러 물리학자에게 문제를 받아 놓은 사람입니다. 그런데 자기조차 모든 문제를 이해하거나 풀 수 있는 것은 아니었다는 겁니다.

자기가 낸 문제는 풀 수 있겠지요. 그 분야의 전문가이고, 관심을 가지고 배우고 연구해 온 문제이니까요. 다른 몇몇 문제도 이해할 수 있다고 합니다. 하지만 대부분은 문제 자체가 무슨 뜻인지조차 이해되지 않는다는 것입니다. 같은 물리학자라고 모든 세부 분야의 연구 문제를 다 알아듣는 것은 아닌 겁니다.

자기가 낸 문제는 풀 수 있지만, 다른 분야의 문제는 무엇을 묻는지조차 이해하기 어려웠다는 겁니다.

이런 문제 50개를 여러 인공지능에게 풀게 했습니다. 초기 평가에서 GPT-6 아스트라는 80%대 후반을 기록했고, 오퍼스 5.5가 그 뒤를 바짝 따라왔다고 합니다. 여기서 80점대라는 것은 해결 비율을 말하는 것입니다. 그런데 이야기는 여기서 끝나지 않았습니다.

‘AI가 틀렸다’고 했는데, 틀린 쪽은 전문가였다

연구팀은 모델들이 저지른 오류를 조사하기 시작했습니다. 특히 아스트라에게 정답과 풀이를 주고 무엇을 잘못했는지 살펴보게 한 상황을 생각해 보십시오. ‘네가 틀렸으니 여기 정답을 보고 확인해 봐라’ 하고 건넨 겁니다. 그런데 아스트라가 점검한 뒤 이렇게 주장했다는 것이지요. ‘제가 맞습니다. 전문가가 제공한 답이 잘못됐습니다.’

문제를 낸 사람들은 세계적인 전문가들입니다. 그런데 AI가 그 전문가의 답을 틀렸다고 한 겁니다. 다시 전문가들에게 문의했더니, 실제로 여러 문제에서 계산 과정 깊숙이 숨어 있던 미묘한 오류가 발견됐다고 합니다. 인간이 ‘이것이 정답’이라고 제공했던 답에 오류가 있었던 것이지요.

전문가들이 답을 수정하자 아스트라의 점수가 조금씩 올라갔고, 결국 98%가 됐다고 합니다. 50문항 중 49개입니다. AI가 처음에 낸 답 가운데 틀렸다고 처리했던 것들이 사실은 맞았던 셈입니다. 인간 전문가들조차 풀이하다 실수한 고난도 문제를 인공지능이 풀어낸 것입니다.

인간이 정답이라고 준 것을 AI가 반박했고, 다시 확인하니 인간의 계산에 오류가 있었던 겁니다.

저자가 설명한 유일한 미해결 문제는 단순한 계산 실수 때문이 아니었다고 합니다. 일종의 함정 지문으로, 기발한 추측을 하고 규칙을 약간 변형해야 해결할 수 있는 문제였다는 것입니다. 수학이나 다른 문제를 풀다 보면 조금 비틀어 놓은 함정 같은 것이 있지 않습니까? 이 모델은 아직 그 부분을 돌파하지 못했다고 합니다. 그렇지만 나머지 49문항을 해결했다는 결과는 그대로 남습니다.

초기 평가의 80%대 후반에서 98%까지 올라간 차이를 생각해 보십시오. 대략 10%라면 50문제 중 다섯 문제쯤입니다. 네다섯 문제에서는 인간이 틀리고 인공지능이 맞았다는 이야기인 겁니다. 그래서 저는 이것을 굉장히 충격적인 내용으로 받아들입니다.

발견을 앞당기는 도구, 그 도구에 접근할 수 있는 사람

저자는 이런 에이전트가 단기적으로 발견을 가속할 매우 강력한 도구라는 점이 분명하다고 말합니다. 물리학자 자신도 연구하고 조사하며 오랜 시간을 들여야 풀 수 있는 문제들이 있습니다. 한 문제에 하루 24시간, 혹은 그 이상이 걸릴 수 있는 문제를 생각해 보십시오. 그런 문제를 해결하는 AI가 이미 웬만한 인간보다 나은 물리학 능력을 보여 준다면, 연구와 발견이 빨라질 수밖에 없겠지요.

하지만 동시에 접근성과 형평성, 교육 방식과 관련한 심각한 구조적 문제가 제기된다고 합니다. 누가 최고의 인공지능에 접근할 수 있습니까? 얼마나 돈을 내야 합니까? 누가 더 자주, 더 많이 이용할 수 있습니까? 누구나 똑같은 조건으로 그 능력을 쓰는 것은 아닙니다.

저도 지금 매달 15만 원씩 내면서 인공지능을 쓰고 있습니다. 돈을 벌지 않는 제가 그런 비용을 계속 내고 있는 겁니다. 아스트라를 직접 써 봐야 여러분께 전달할 말도 생기겠지요. 그러니까 여러분, 후원하십시오. 웃으며 하는 이야기지만, 최고의 도구를 직접 접하는 데 돈이 든다는 문제는 실제로 있습니다.

최고의 AI에 누가 접근하고, 누가 더 많이 사용할 수 있는가 하는 문제도 함께 봐야 합니다.

여기까지가 블로그의 설명입니다. 이제 맨 위의 말로 다시 돌아가 보겠습니다. 결과를 얻고 나서 며칠 밤 동안 잠을 제대로 잘 수 없었다는 말 말입니다. 불과 6개월 전에는 이런 날이 이렇게 빨리 올 줄 몰랐던 사람이, 막상 현실을 보고 잠을 이루지 못한 겁니다. 그러면 1년 뒤에는 어떻게 될까요? 2년 뒤에는요? 10년 뒤에는 어떻게 되겠습니까?

왜 내 문제가 되어야 충격을 받는가

오늘 제가 여러분께 먼저 꺼내고 싶은 문제는 이것입니다. 사람은 자기 문제가 아니면 크게 충격받지 않습니다. 그리고 과거에서 현재로 이어지는 흐름을 보면서 앞으로를 예측하는 일에도 생각보다 서툽니다.

딥마인드가 바둑에서 이세돌을 이겼습니다. 인공지능이 번역을 더 빠르고 잘하기 시작했습니다. 난이도 높은 수학 증명에도 성과를 내고, 과학 문제도 풀기 시작했습니다. 그러면 그다음에는 무엇이 오겠습니까? 이런 흐름을 보면 다음을 짐작할 수 있어야 하지 않습니까? 그런데 과학자, 철학자, 지성인이라는 이름을 달고 있어도 많은 사람은 그렇게 하지 못합니다.

저는 이 물리학자의 말을 읽으며 그 이면을 생각했습니다. 다른 분야에서 수학 증명이 나왔을 때는 잠을 못 이룰 만큼 충격받지 않았다는 이야기 아닌가 하고요. 아스트라가 가설 문제에 어떤 기준을 세웠다는 소식, 오래된 난제나 암호 해독의 소식이 나올 때는 자신의 당면 문제가 아니었던 겁니다. 수학의 결과가 맞는지 인간이 아직 검증하는 과정도 저는 이야기해 왔습니다. AI가 빠르게 내놓은 것을 사람들은 오랫동안 확인해야 하는 상황입니다.

그런데 이번에는 자기 전문 분야였습니다. 자신조차 풀기 어렵거나 문제를 이해하기 힘든 것들을 AI가 거의 다 해결했습니다. 심지어 전문가가 틀린 답을 내놓았을 때, AI가 ‘당신이 틀렸고 내가 맞았다’고 주장했고 실제로 그렇게 확인됐다는 겁니다. 이제야 자기 문제로 닥친 것이지요.

자기 문제가 되기 전에는 남의 일처럼 보다가, 막상 자기에게 닥치면 잠을 이루지 못하는 겁니다.

이것은 그 물리학자 한 사람만의 이야기가 아닙니다. 지금 자기 분야에 변화가 닥친 사람들은 어마어마한 충격을 받고 있습니다. 실제로 일자리를 잃은 사람들은 죽을 것 같습니다. 반면 아직 그 상황에 놓이지 않은 사람은 별일 아닌 듯 바라봅니다. 저는 이 무감각을 문제 삼고 싶은 겁니다.

경영자의 효율과 청년의 삶 사이

여기서 MBC의 짧은 뉴스를 함께 보았습니다. 경영자 쪽의 설명은 이렇습니다. 어떤 업무를 AI로 대신하면 인건비가 10분의 1도 들지 않으니, 계속 그 기준으로 판단하게 된다는 것입니다. 이 사람이 하는 일이 정말 AI로 대체할 수 없는 일인지 비교할 수밖에 없다는 것이지요. 예산과 시간은 한정되어 있고 경쟁자를 이겨야 하니, 할 수 있는 범위에서 최선의 선택을 한다는 논리입니다.

경영자에게는 비용과 효율의 문제이지만, 누군가에게는 삶의 터전이 걸린 문제입니다. 뉴스에는 27살 지현 씨가 나옵니다. 3년 넘게 다닌 회사에서 지난 6월 권고사직 통보를 받았다는 청년입니다. 처음에는 잠깐 대열에서 벗어나 쉼을 얻은 것 같고 자유로워진 기분도 들었다고 합니다. 하지만 다른 사람들은 이전의 일상을 계속 살고 있는데 자신은 그렇지 못하다는 생각이 찾아온 겁니다.

그날 아침, 별로 가깝지 않은 상사가 회사에 있느냐고 메시지를 보냈다고 합니다. 느낌이 이상해서 어머니에게 전화해 오늘 잘릴 것 같다고 말했는데, 30분쯤 뒤에 권고사직 면담을 알리는 메일이 도착했다는 것입니다. 멀리 있는 미래 이야기가 아닙니다. 누군가에게는 이미 그렇게 하루의 현실이 되어 버린 일입니다.

그 회사는 고객사의 소비자 데이터를 수집하고 분석해 보고서를 만드는 곳이었다고 합니다. 그런데 AI가 들어오자 파일을 넣기만 해도 읽고 분석해 주는 상황이 된 겁니다. 고객사들은 이제 데이터만 달라고 합니다. 분석은 자기들이 AI로 할 수 있다는 것이지요. 함께 일하던 팀원들도 어느 순간 하나둘 사라졌다고 합니다.

경영자에겐 비용과 효율의 문제지만, 누군가에겐 삶의 터전이 걸린 문제입니다.

AI를 쓰는 사람도 대체될 수 있다

이 인터뷰에서 저는 ‘프롬프트까지 인수인계했다’는 대목에 주목했습니다. 프롬프트라는 말이 나오는 것은 본인도 분석 업무에 AI를 쓰고 있었다는 뜻 아닙니까? AI를 모르고 거부하다가 뒤처진 사람만의 이야기가 아니라는 것입니다. AI를 사용해서 일하던 사람인데, 이제는 그 역할 자체가 사라진 겁니다.

원래 이 사람의 일은 소비자 자료를 모으고 분석해 고객사에 제공하는 것이었습니다. 그런데 일을 맡기던 고객사가 ‘1차 자료만 주면 우리도 인공지능으로 분석한다’고 합니다. 인공지능이 더 좋아지니 중간의 분석가에게 맡길 필요가 줄어든 것이지요. 본인뿐 아니라 옆에서 같은 일을 하던 분석가들의 자리도 함께 사라졌습니다.

뉴스에는 개발자와 디자이너의 사례도 나옵니다. 한 사람은 자신도 미국 개발자들처럼 권고사직을 당했다고 이야기합니다. 다른 사람은 기획자가 AI로 디자인까지 해 버리는 것을 보며 자신도 잘리겠다는 느낌이 들었다고 합니다. 저마다 사연은 달라도 일자리를 잃은 뒤의 막막함은 다르지 않습니다.

경제적으로 독립했다고 생각했는데 다시 부모에게 짐이 되는 자식처럼 느껴져 죄송하다는 말도 나옵니다. 부모 앞에서는 회사에서 나와 오히려 좋다고 말하며 괜찮은 척했다는 겁니다. 그러다가 인터뷰 중에 울음을 참지 못합니다. 열심히 살아왔는데 일상이 한순간 멈춰 버렸고, 어디로 나아갈지 방향을 잡기도 어려운 상황입니다.

더 무서운 것은 재취업을 한다고 끝나는 문제가 아니라는 점입니다. 언제든 다시 ‘대체 가능하다’는 이유로 잘리지 않을까 하는 두려움이 남습니다. 새 일자리를 구해도 얼마나 오래 갈 수 있을지 모르겠다는 것입니다.

다시 취업해도, 내가 대체 가능하다는 이유로 또 잘리지 않을까 하는 두려움이 남습니다.

저는 지금 50대 중반입니다. 저도 일을 해야 하고 돈을 벌어야 한다는 압박을 받습니다. 그런데 지금의 20대와 30대, 곧 사회에 진출할 10대들을 생각하면 정말 가슴이 미어집니다. 골때리는 문제입니다. 예전처럼 단순히 일자리 좀 만들어 달라고 하면 끝날 일이 아니잖아요. MBC가 이 데이터 분석가의 이야기를 잘 담았다고 생각합니다. 요즘 AI가 데이터 분석을 정말 잘합니다. 장난이 아닙니다. 그러면 이것이 데이터 분석가만의 문제일까요?

내 손의 가시가 더 아프다고, 남의 일을 외면할 것인가

인간이 원래 그렇다는 것도 압니다. 다른 사람의 손에 칼이 박혀 있어도 내 손의 작은 가시가 더 아프게 느껴질 수 있습니다. 지구 반대편에서 이스라엘이 미사일을 쏘는 일을 보는 것과 내 부모나 자식이 그 미사일을 맞는 일은 같게 느껴지지 않습니다. 저는 그런 차이가 있다는 사실을 부정하지 않습니다.

사람이 어떻게 전 세계 모든 사람을 똑같이 바라보겠습니까? 그러면 신이지요. 제가 요구하는 것은 모든 사람의 고통을 동일한 강도로 느끼라는 것이 아닙니다. 눈앞에서 뻔히 벌어지는 사실을, 아직 나에게 닥치지 않았다는 이유로 계속 외면할 것이냐는 겁니다.

당신이 잘리기 직전까지, 혹은 당신이 직접 잘리는 날까지, 다른 사람이 잘리는 일에는 관심을 갖지 않을 겁니까? 나에게 안 닥쳤으니 괜찮다고 생각해도 되는 문제입니까? 이 문제는 다 같이 봐야 합니다.

당신이 직접 잘릴 때까지, 다른 사람이 잘리고 있어도 관심이 없을 것입니까?

일반 대중은 자기 일이 되기 전까지 잘 모를 수 있다고 합시다. 물리학자나 수학자, 디자이너나 회계사도 직접 충격을 받기 전에는 충분히 실감하지 못할 수 있겠지요. 이 물리학자는 6개월 전부터 AI를 직접 시험하던 사람인데도 어느 날 결과를 보고 충격을 받은 겁니다. 그럴 수 있습니다. 개인에게는 잠 못 이루는 밤이 찾아올 수 있습니다. 지성인들이 예측하지 못한다고 제가 비판하더라도, 개인이 못 할 수도 있습니다.

정치인은 남의 일처럼 생각해서는 안 된다

하지만 정치인들은 다릅니다. 대통령 이재명, 당신은 다릅니다. 남처럼 생각해서는 안 됩니다. 저는 이전에 이재명이 러다이트 운동을 하자는 것이냐는 식으로 이야기했던 것을 비판합니다. ‘너희가 잘리든 말든 내가 어쩌라고’ 하는 태도로 들리는 겁니다. 지금 필요한 대응이 그것입니까?

사회에 어떤 문제가 닥쳤는지 국민에게 알리고, 무엇을 어떻게 해야 할지 논의를 시작해야 합니다. 여러 분야의 전문가들을 모아야 합니다. 인공지능이 발전해 온 데이터가 몇 년 동안 쌓여 있지 않습니까? 발전 속도도 이제 보았잖아요. 그러면 사회가 어떻게 준비할지, 우리는 무엇을 해야 할지, 일자리를 잃는 사람들은 어떻게 할지 대토론회를 열어야 한다는 겁니다.

사회가 어떻게 준비할 것인지, 일자리를 잃는 사람을 어떻게 할 것인지 대토론회를 열어야 합니다.

그런데 정치인들이 하는 짓거리를 보면, 되도 않는 것 가지고 시간을 끌고 있습니다. 정치인도 모를 수 있다는 말은 할 수 있겠지요. 언제 정치인들이 선제적으로 제대로 대처했느냐고 냉소할 수도 있습니다. 그러다 사람들이 다 일자리를 잃을 때까지 손을 놓고 있다가, 일이 벌어진 뒤에야 어쩔까 말까 헛소리하는 것 아닙니까? 저는 그것이 답답한 겁니다.

오늘 본 것은 이론물리학자가 직접 겪고 논문까지 발표한 내용입니다. 다른 분야의 문제가 무엇인지조차 이해하기 어려운 그 사람 앞에서 AI는 50문항 중 49개를 풀었습니다. 저는 이 문제들을 푸는 능력에서는 이미 그 연구자보다 AI가 뛰어난 시점에 들어섰다고 봅니다. 물론 인간에게만 남아 있는 장점도 있겠지요. 있을 겁니다. 하지만 인공지능은 더 발전하지 않습니까?

‘나만 괜찮으면 돼. 나에게는 안 닥칠 거야. 나는 대체될 일이 없어.’ 이렇게 당당하게 있지 마십시오. 당신도 대체될 수 있습니다.

네 개의 AI가 마인크래프트에서 함께 일하다

준비한 소식이 하나 더 있습니다. 이것도 논문입니다. 제미나이 4 아르곤 에이전트 팀이 마인크래프트를 끝까지 완료했다는 내용입니다. 여기서 팀이라는 것은 에이전트 여러 개를 함께 돌렸다는 뜻입니다. 네 개의 에이전트가 들어갔습니다.

마인크래프트가 익숙하지 않은 분도 있겠지요. 블록으로 이루어진 3차원 가상 세계에서 활동하는 게임입니다. 젊은 분들은 잘 아실 것이고, 어쩌면 저 빼고 다 아실 수도 있습니다. 이 실험에서는 새롭게 생성된 마인크래프트 서바이벌 세계에 에이전트들을 넣고, 엔더 드래곤을 처치하라는 목표 하나를 주었다고 합니다. 마지막 보스를 해결하라는 목표인 것이지요.

각 에이전트는 마인플레이어라는 오픈소스 라이브러리를 통해 플레이어를 조종하고, 게임 안의 채팅과 공유 메모리를 이용해 협력했다고 합니다. 사람도 온라인 게임을 할 때 채팅으로 대화하지 않습니까? 서로 이야기할 통로와 공유할 기억을 준 셈입니다.

사람이 미리 역할을 나누어 주지는 않았다고 합니다. 너는 전체를 지휘하고, 너는 자원을 모으고, 너는 프로그램을 작성하라고 시킨 것이 아닙니다. 미리 게임 로직을 작성해 준 것도 아니라고 합니다. 네 에이전트에게 팀으로 목표를 해결해 보라고 했더니, 스스로 계획을 세우고 프로그램을 작성하고 디버깅했다는 겁니다.

사람이 역할을 나누어 주지 않았는데, 에이전트들이 서로 대화하며 역할을 나누고 일을 진행했습니다.

논문의 설명을 읽다가 대시보드를 지켜보았다는 ‘연구원들’을 처음에는 에이전트 이야기로 읽었습니다. 다시 보니 여기서는 인간 연구원들을 말하는 것이었습니다. 연구원들은 실시간 대시보드로 실행 과정을 지켜보았고 언제든 중지할 수 있었지만, 개입할 이유가 없었다고 합니다. 어떻게 움직이는지 지켜보았다는 것이지요.

2,783개 프로그램과 605번의 죽음, 그리고 끝까지 이어진 계획

쉬움 난이도로 무작위 생성된 세계에서 시작한 이 에이전트 팀은 프로그램 2,783개를 작성했다고 합니다. 게임을 풀기 위해 코드를 만들고, 그 코드로 캐릭터를 움직이고, 서로 소통하며 작업을 이어 간 겁니다. 27시간 14분 만에 최종 보스를 처치했고, 그때까지 605번 죽었다고 합니다.

논문은 사전에 탐색해 둔 시드나 사람이 작성한 게임 관련 도구 없이, 표준 라이브러리를 이용해 처음부터 끝까지 자율적으로 완료한 사례라고 소개합니다. 중요한 것은 게임 하나의 승패만이 아닙니다. 하루가 넘는 시간 동안 수천 번의 상호작용과 서로 연결된 단계들을 거치면서 일관된 계획을 유지해야 했다는 점입니다.

복잡한 소프트웨어 개발이나 기업 업무도 장기적인 코딩과 여러 에이전트의 조정이 필요하다는 것이 논문의 설명입니다. 작업을 나누고, 배운 것을 공유하고, 서로의 작업을 복구하고, 실패를 고치면서 이어 가야 한다는 것입니다. 에이전트 네 개가 서로 대화하고 잘못을 지적하면서 목표를 향해 나아간 겁니다.

수천 번의 상호작용을 거치면서도, 하루가 넘도록 이어지는 계획을 유지해야 했다는 겁니다.

게임 속에서 무작위로 시작해 마지막까지 가려면 해야 할 일이 많습니다. 나무를 캐고 자원을 모으며 도구를 만들어야 합니다. 진주를 모으고 지하 요새도 찾아야 합니다. 마지막 용을 잡기 위해서는 주변의 수정 열 개를 파괴해야 하는 모양입니다. 그런 조건도 알아내고, 대화하고, 프로그램을 작성해서 결국 해결했다는 것이지요.

저는 마인크래프트를 직접 해 보지는 않았습니다. 그러니 세세한 플레이 방식까지 안다는 말은 아닙니다. 제가 여기서 주목하는 것은 협력의 방식입니다. 네 개가 아무 데서나 제각각 움직이고 협력하지 않으면 굳이 네 개를 넣을 이유가 없지 않습니까? 효율적으로 목표를 이루려면 대화해서 역할을 나누어야 합니다. AI가 그 일까지 해냈다는 겁니다.

어떤 시도가 안 되면 무엇이 문제인지 묻고, 필요한 재료가 부족하면 어디서 구할지 찾고, 계속 죽으면 보스를 잡기 위한 조건이 무엇인지 알아내야 합니다. 상대의 방법이 어려워 보이면 지적하고 고쳐야 합니다. 던전을 탐험하고 자원을 채취하고 도구를 만들고, 보스전의 패턴을 알아내 피할 것은 피하고 공격할 것은 공격해야 하겠지요. 이런 모습을 보면 마치 사람들이 협력해서 게임을 하는 것 같지 않습니까?

우리는 AI가 사람이 아니라고 말합니다. 그렇습니다. 그런데 사람이 아니라는 말만으로 지금 보이는 능력이 없어지는 것은 아니잖아요. 서로 소통하고 협력하고 분업해서 일을 해내는 수준까지 이미 도달했다는 것입니다. 이 논문도 재미있으니 읽어 보십시오. 저는 영문을 한글로 번역해서 보았습니다. 여러분도 그렇게 읽을 수 있습니다.

우리는 10년 전의 충격을 자기 차례가 되어야 받는가

오늘은 물리학과 AI 에이전트 협력에 관한 두 가지 소식, 그리고 국내 청년들의 해고를 다룬 MBC 뉴스를 함께 보았습니다. 여러분은 어떠십니까? 저는 인공지능에 관한 책을 벌써 3년 전에 썼고, 꽤 오랫동안 계속 관심을 가지고 지켜봐 왔습니다. 그런 저도 최근의 소식에는 솔직히 깜짝깜짝 놀랍니다.

그렇지만 물리학자의 잠 못 이루는 밤을 보면서는 너무 늦게 충격을 받은 것 아닌가 하는 생각도 듭니다. 번역가와 회계사에게 변화가 닥치고, 신입 변호사나 프로그래머의 채용이 줄어드는 과정을 볼 때는 왜 그 정도로 충격받지 않았을까요? 저는 이것이 뻔히 보이는 미래였다고 생각합니다. 막상 자기에게 닥치기 직전까지 충분히 받아들이지 않은 것이 답답한 겁니다.

물론 ‘AI가 벌써 나만큼, 혹은 나보다 더 뛰어나졌구나’ 하고 직접 깨닫는 순간의 충격은 크겠지요. 그 점은 이해합니다. 다만 우리 모두가 이 물리학자와 크게 다르지 않다는 겁니다.

2016년에 이세돌이 딥마인드와 대결해 한 판은 이겼지만 전체 대결에서는 패했을 때 큰 충격을 받았을 것 아닙니까? 지금 이 물리학자는 10년 전 이세돌이 받았던 충격을 자기 분야에서 이제야 받는 셈입니다. 자기 차례가 되어야 비로소 그 일을 실감하는 것이지요.

우리 모두 이론물리학자와 사실 다르지 않습니다. 자기에게 닥쳤을 때 비로소 충격받는 겁니다.

심지어 이 사람은 6개월 전에도 직접 AI를 써 보았습니다. 힌트를 주니 못 풀던 문제를 해결하는 것을 이미 보았어요. 그렇다면 조금 지나면 힌트 없이도 풀 수 있고, 더 지나면 인간과 비교하기 어려울 만큼 잘 풀게 될 수도 있다는 것을 짐작할 수 있어야 하지 않겠습니까? 제가 너무 과하게 요구하는지도 모르겠습니다. 그래도 저는 이런 점이 안타깝습니다.

옛날에 한두 번 써 본 AI로 오늘을 판단하지 말라

대다수 학부모와 일반 대중 가운데는 AI 뉴스를 보기는커녕 직접 써 본 적도 없는 분들이 많습니다. 무료 버전조차 안 써 본 분도 있을 겁니다. 무료와 유료가 다르고, 유료 안에서도 더 많은 돈을 내는 프로 버전은 또 다릅니다. 접근 단계가 나뉘어 있으니, 자기가 잠깐 접한 것만으로 지금 AI가 무엇까지 하는지 알기 어렵습니다.

세상은 발칵 뒤집히고 있는데, 여전히 인공지능은 대답도 제대로 못 하고 이쪽으로 물으면 이렇게, 저쪽으로 물으면 저렇게 왔다 갔다 하는 멍청한 것이라고 여기는 사람이 많습니다. 예전에 한두 번 써 본 경험으로 지금의 AI까지 판단하는 겁니다. 현재 무엇을 할 수 있는지 제대로 알지 못한 채 말입니다.

옛날에 한두 번 써 본 경험만으로는, 지금 인공지능이 어디까지 할 수 있는지 알 수 없습니다.

오늘 제가 준비한 내용은 여기까지입니다. 질문이나 궁금한 점을 말씀하셔도 좋고, 오늘 보신 내용에 대한 감상을 나누셔도 좋습니다. 어떤 느낌을 받으셨는지 궁금합니다. 잠깐 기다려 보았지만 별다른 말씀이 없네요. 다들 바쁘실 수도 있고, 방송의 전달 지연 때문에 바로 응답하지 못하실 수도 있겠습니다.

오늘은 여기서 마치겠습니다. 새로운 한 주 즐겁고 힘차게 보내시고, 오늘도 성불하셨으면 좋겠습니다. 즐거운 밤 되십시오.