AGI를 위한 4가지 테스트, 진정한 AI 실현에 얼마나 가까워졌나?

컴퓨터 프로그래머이자 비디오 게임 개발자로 비디오 게임 업계 역사상 가장 영향력 있는 인물 중 한 명으로 널리 알려져 있는 과학자 존 카맥에 따르면, 향후 10년 안에 한 사람이 1만 줄 미만의 코드로 인공 일반 지능(AGI)을 만들 수 있는 확률이 50% 이상이라고 합니다.

 

AGI는 감각적 입력을 받아 특정 행동으로 전환하는 추론, 계획, 학습, 의사소통 기술을 습득하고 배포할 수 있는 AI의 한 유형입니다.인공 일반 지능(AGI)의 개발은 인공지능 분야에서 큰 관심과 우려를 불러일으키는 주제입니다. AGI의 정확한 정의와 이에 수반되는 내용에 대해서는 여전히 많은 논쟁이 있지만, 인간과 유사한 광범위한 인지 작업을 수행할 수 있는 진정한 인공 일반 인공지능(AGI)의 지표로 제안된 네가지 테스트가 있습니다.

 

AGI에 대한 가장 잘 알려진 첫 번째 테스트는 1950년대에 영국의 수학자이자 컴퓨터 과학자인 앨런 튜링이 제안한 튜링 테스트입니다. 튜링 테스트는 인간 평가자가 인간과 기계 중 어느 쪽이 어떤 것인지 모른 채 자연어 대화를 하는 것입니다. 기계가 인간의 행동을 설득력 있게 모방하여 평가자를 인간이라고 속일 수 있다면 튜링 테스트를 통과한 것으로 간주합니다. 그러나 튜링 테스트를 통과했다고 해서 반드시 인공지능 시스템이 진정한 AGI를 달성한 것은 아니라는 점에 유의해야 합니다.

두 번째 AGI 테스트는 2013년 애플의 공동 창업자인 스티브 워즈니악이 제안한 커피 테스트입니다. 이 테스트에서는 AI 시스템이 일반 미국 가정에 들어가 커피 한 잔을 만드는 방법을 알아내는 과제를 수행합니다. 이 과제를 수행하려면 시스템이 사물을 인식하고, 공간을 탐색하고, 물리적 물체와 상호 작용하는 등 다양한 인지 작업을 수행해야 합니다. 인공지능 시스템이 커피 테스트를 성공적으로 완료할 수 있다면 기준 수준의 AGI를 달성한 것으로 간주합니다.

AGI의 세 번째 테스트는 로봇공학자이자 컴퓨터 과학자인 로드니 브룩스가 2014년에 제안한 로봇 대학생 테스트입니다. 이 테스트에서는 AI 시스템이 대학에 등록하고 인간 학생과 동일한 수업을 모두 수강하는 과제를 부여받습니다. 그런 다음 시스템은 합격 성적으로 학위를 취득할 수 있어야 합니다. 이 테스트는 복잡하고 역동적인 환경에서 학습하고 추론하는 시스템의 능력을 측정하기 위한 것입니다.

AGI의 네 번째이자 마지막 시험은 컴퓨터 과학자이자 미래학자인 벤 괴르첼이 2014년에 제안한 고용 시험입니다. 이 테스트에서는 AI 시스템이 경제적으로 중요한 업무를 사람만큼 잘 수행해야 하는 과제를 부여받습니다. 이 테스트는 변화하는 환경에 적응하고 인지 능력과 신체 능력이 모두 필요한 복잡한 작업을 수행할 수 있는 시스템의 능력을 측정하기 위한 것입니다.

이러한 테스트가 AGI의 최종 벤치마크로 보편적으로 받아들여지는 것은 아니며, AI 시스템이 진정으로 AGI를 달성한다는 것이 무엇을 의미하는지에 대해서는 여전히 많은 논쟁이 있다는 점에 유의하는 것이 중요합니다. 그럼에도 불구하고 AGI의 발전은 사회의 여러 측면에 혁신을 가져올 잠재력을 가지고 있으며, 연구자와 정책 입안자들은 이러한 발전의 윤리적 함의를 신중하게 고려하는 것이 중요합니다.