1.

대 AI의 시대다.

 

여기도 AI, 저기도 AI 어딜 가나 AI 이야기 뿐이다. 에디슨이 전구를 발명했을 때도 이런 분위기였을까? 모르긴 해도 지금이 덜하진 않을 것 같다. 유튜브를 틀어도, 책을 읽어도, 대화를 나눠도 모든 것이 AI로 귀결된다.

 

과하다. 확실히 과하다. 피로감마저 느껴지는 AI 과잉의 시대다.

 

이제 코드를 뽑고 자연으로 돌아가자, 인간과 인간이 얼굴을 맞대고 삶을 살자… 같은 주장을 해야 할 타이밍이지만, 페이크다. 언제나 시류에 빠르게 영합하며 살아온 나. 슬쩍 숟가락을 꺼내 노를 저어 본다.

 

말하자면, 과잉에 과잉을 더하기다. 다만 ‘AI로 갓생살기 뿌엥’ 같은 건 아니니 조금만 참아주시라. 끌 때 끄더라도 뭔 소린지는 알고 끄는 것이 강호의 도리이니깐.

 

과잉으로 컨셉을 잡은 만큼 AI도 놀랄 뇌절을 해보겠으니, 천천히 따라오시라.

 

 

2.

 

그렇다. 우리는 이미 잣됐다. 돌이킬 수 없으므로 불가역적으로 잣댔다. 내 뇌피셜이면 좋겠지만, 이미 수많은 연구자들이 그렇게 말하고 있다. 인류는 잣이 되었다고.

 

업계에서는 이미 유명한 AI 2027 이란 사이트가 있다. ‘다니엘 코코타일로’라는 아저씨의 연구팀이 만든 사이트이다. 문제는 이 아저씨가 그냥 아저씨가 아니라는 것. 그는 ChatGPT를 만든 OpenAI의 전 연구원이고, 25년 타임지가 선정한 AI 분야 가장 영향력 있는 100명에 선정되기도 한 유명한 아저씨다. 뇌절과 뇌피셜이 주특기인 나와는 다른 사람이란 말이다.

 

그래서 무슨 주장을 했느냐. 딱 한 장으로 요약하자면 이렇다.

 

그래프는 AI 2027이 아니라 레오폴드의 글 ‘SITUATION AWARENESS’에서 가져온 것

©SITUATIONAL AWARENESS(링크)

 

AI로 인해 지능 폭발이 발생하며, 그 시점이 2027년으로 예측된다는 것이다.

 

그리고 아저씨는 사이트에 연도별 상세 시나리오를 올려놨다. 구체적 시나리오는 필요할 때 차차 살펴보기로 하고, 핵심만 간추리자면,

 

- 2025년: 빠른 속도로 AI 발전. 대규모 인프라 투자. 불안정한 AI 에이전트 출시

- 2026년 중반: 중국이 미국을 따라잡기 위해 칩을 제조하거나 대만에서 밀반입. 초대형 데이터센터 건설

- 2026년 후반: AI 비지니스 성장. AI가 일자리 침범 시작. 두려움 확산

- 2027년 3월: 코딩 완전 자동화

- 2027년 7월: AGI 달성 발표

- 2~5년 내 광범위한 노동 자동화

- 2~5년 내 시민배당 도입

- 2036년: 인지, 육체노동 대부분 AI로 대체

- 2040년: 초지능에게 정부, 경제, 군사 등의 운영권을 점진적으로 넘김

 

뇌절 한다더니, 진짜 야랄, 거기로 전력질주 하는구나, 싶겠지만 딱 열 줄만 더 읽어보시라. 얘네도 나름 논리가 있으니 사이트도 만들고, 그래프도 그리는 것 아니겠는가?

 

* AI 2027 사이트에는 2027과 후속작인 2040 두 가지 시나리오가 있다. 2027은 좀 더 급진적, 2040은 좀 더 온건한(?) 버전. 타임라인은 살짝 다르지만 큰 흐름은 유사하므로 두 데이터를 왔다갔다 하며 진행할 예정!

 

 

근거1. 우상향의 법칙

 

일단 우상향의 법칙이라는 말은 세상에 존재하지 않는다. 방금 짱구를 굴리다 우연히 떠오른 것인데, 학문적으로 엄격하진 않지만 대강 비슷한 느낌이고, 더 폭넓게 적용되는 것 같으니 그대로 쓰기로 하자.

 

간단히 말하자면, 기술은 항상 우상향으로 발전했다는 것인데, 일찍이 이런 주장을 한 영특한 양반이 있었다. 인텔의 공동창업자인 그의 이름은 무어. 법칙은 당연히 무어의 법칙.

 

 

반도체에 쌓는 트랜지스터의 수가 대략 2년 마다 2배씩 증가한다는 것인데, 1965년 주장한 이래 지금까지 유지되고 있다. 물론 최근에 이르러서는 물리적 한계에 봉착해 무어의 법칙이 깨졌다는 주장이 나오고 있는데, 상관 없다. 그런 태클을 피하기 위해 이름을 우상향의 법칙으로 잡았으니깐.

 

무어든 트랜지스터든 하나의 예시일 뿐 절대적 척도가 될 수 없다. 단 하나 확실한 것은 기술 전반이 역사적으로 우상향 했고, 앞으로도 그럴 것이라는 것. 일찍이 레이 커즈와일이 <특이점이 온다>에서 했던 주장과 같은 맥락이다.

 

AI 2027 데이터를 인용하자면,

 

AI 2027 자료를 번역한 것

©AI 2027(링크)

 

이렇게 AI를 발전시키는 cpu, gpu, 메모리 등 하드웨어가 지속적으로 우상향 하고 있고, 알고리즘 효율 등 소프트웨어도 매년 개선되고 있다.

핵전쟁이 일어나 문명이 심각한 정도로 후퇴하지 않는 한 이 추세는 지속될 것이고, 추세는 곧 AI의 발전을 의미한다. 이쯤에서 기술은 계속 발전하겠지, 당연한 말을 왜 하고 있냐는 의문이 스멀스멀 올라올 것인데, 더 중요한 건 다음이다.

 

 

근거 2. 재귀적 자기개선

 

이 아저씨에 따르면, AI를 찐으로 연구하는 연구원은 전세계를 통틀어 수천 명 수준. AI로 숏츠 자동화 한다느니, 주식매매 자동화 같은 거 팔아 먹는 AI 팔이피플 제끼고, AI를 스스로 파인튜닝 하는 정도의 2차 개발자 제끼고, 가장 밑단에서부터 LLM을 만들고, 정렬시키는 전문가들 말이다.

 

이 찐 전문가들의 연봉은 상상을 초월한다. 가장 공격적으로 돈을 쏟고 있는 메타는 알렉산더 왕이라는 97년생 양반을 영입하기 위해 20조를 태웠다. 형식적으로는 지분을 인수한 것이지만 알렉산더 왕을 스카웃 하는 비용이었다는 것이 중론. 이 레벨의 AI 개발자들의 연봉만 1000억이 넘는다. 이러니 AI 개발을 인재 전쟁이라 부르지 않을 수 없는 것.

 

거칠게 말하자면, 수천명으로 이룬 성과가 현재 AI, 수학 난제 해결을 할랑말랑한 수준이라는 것인데, 인간과 같은 수준의 AI가 동료가 되어 연구한다면? AI 에이전트가 만 개, 백만 개, 오조 오억 개가 된다면??

 

게다가 여기서 주목할 것은 재귀적(Recursive)이라는 표현이다. 발전이 일회성에 그치지 않고 계속 돌아온다는 말이다.

 

무식함을 빛내며 비유하자면, 맨손으로 땅을 파던 사람이 나무 곡괭이를 만들었더니 땅을 더 빨리 팔 수 있게 됐다. 그러다 돌을 발견했고, 돌 곡괭이를 만든다. 돌 곡괭이로 더 빠른 속도로 땅을 팔 수 있었고, 철을 캐낸다. 철 곡괭이는 더 빠른 속도로… 그리하여 다이아몬드로 만든 곡괭이를 들고…

 

대략 이런 식이다. 물론 이 비유는 틀렸다. 더 약한 나무로 돌을 캘 수는 없으니까. 그러나 느낌적 느낌만 캐치하고 넘어가자. 복리의 마법과 같은 것이다.

 

AI 연구에 AI를 활용하고, 그렇게 더 좋은 AI를 만들면 다시 더 좋은 AI를 만들기 위해 투입한다. 이 과정의 무한 반복. AI를 연구하는 AI의 등장. 이것을 재귀적 자기개선이라 한다.

 

 

3.

정리하자. 기술은 언제나 우상향했고, 그 끝에는 AI가 있다. 재귀적 자기 개선이 시작되면, 우리가 상상할 수 없을 정도의 속도로 발전이 시작될 것이다.

 

메모리가, 저장장치가, 전력이 병목이라 하지만, 모두 시간의 문제일 뿐. 병목은 언제나 있었지만, 새로운 기술이 병목을 부수며 발전한 것이 인류의 역사 아니던가. 반도체의 물리적 한계는 유리기판으로 다시 연장이 되었고, 양자 컴퓨터도 상용화를 앞두고 있다.

 

전력도 빛의 속도 같은 물리적 한계에 도달했다고 하기에는 아직 너무 귀여운(?) 수준이다. 우리는 태양 에너지의 0.015%를 겨우 활용하고 있을 뿐이다. 패널 효율은 매년 상승하고 있으며, 사막에 태양광 패널을 깔고, 바다 한 가운데 부유 태양광을 만드는 시도를 이미 하고 있다.

 

특히 전력의 경우 피크타임 관리와 ESS 관리만 잘 되면 효율성을 훨씬 극대화할 수 있다

©슬로우 뉴스(링크)

 

무엇보다 이 기술적 병목을 AI가 깨부술 거라고 말하면 지나친 뇌절로 보이겠지만, 조금만 마음을 열고 생각해보자. 앞서 말했듯 AI는 그냥 새로운 기술이 아니라 도구이고, 복리의 마법이다. 모든 학문과 기술에 접목시킬 수 있단 말이다.

 

살짝 딥하게 들어가자면, OpenAI의 공동 창업자 일리야 수츠케버의 지적은 크리티컬한 병목일 수 있다. 현재 LLM 모델의 근간인 트랜스포머나 어텐션 메커니즘 같은 접근으로는 AI 발전에 한계가 있을 것이라는 주장이다. 그럴 가능성도 충분하지만, 이 역시 AI로 극복해나갈 영역이지, 현자의 돌로 기계에게 영혼을 불어넣어야 극복할 수 있는 게 아니다. 이미 우리의 AI는 기계를 넘어 지성이 되었다는 게 매일매일 증명되는 세상에 살고 있지 않은가.

 

 

다시 그래프를 보자. 2027년 후반기, 재귀적 자기개선이 시작되면 컴퓨터의 연산 능력이 기하급수적으로 증가한다. AGI, ASI, 특이점 뭐라 부르든 핵심은 AI의 자가 발전이다.

 

그리고 재귀적 자기개선은 yes / no의 문제가 아니라 정도의 차이다. 그러니까 AI 개발에 AI를 쓰는 비중이 5%냐, 55%냐, 95%냐의 차이란 말이다.

 

©OpenAI(링크)

 

2026년 현재, 기초적 단계에서 재귀적 자기개선은 이미 시작되었다. OpenAI는 모델끼리 공격과 방어를 시키며 모델을 훈련시키고 있고, 앤트로픽과 구글, 메타도 모델 알고리즘 개선에 AI를 쓰고 있다고 밝혔다.

 

빅테크 기업들이 최근 현금을 때려붓다 못해, 회사채까지 발행하며 AI에 올인할 수 밖에 없는 이유가 있다는 것이다. 가장 먼저 이 고지를 밟은 사람이 계속 더 나은 모델을 만들며 초격차를 만들 수 있으니.

 

이 모든 상황이 뚜벅뚜벅 걸어가는 목적지는 명확하다. 매주 새로운 모델이 발표되며 점점 선명해지고 있다. 하나 남은 변수가 있다면, 언제 그 특이점을 돌파하냐는 것인데, 2027년이 될 수도, 2030년이 혹은 2035년이 될지도 모른다.

 

©카오스 사이언스 유튜브(링크)

 

AI 2027의 시나리오에서는 지금처럼 별도의 규제 없이 둘 경우, 27~30년 사이를 지목했고, 발전을 제한할 경우 35년까지 길어질 수 있다고 보았다. 업계 사람들 특유의 블러핑을 감안하고 보더라도 매우 임박했음은 부정할 수 없다는 것이 나의 뇌절이다.

 

그리하여 향후 5년 내에 시나리오 대로 진행된다는 가정 하에, 우리 삶이 얼마나 아스트랄하게 흘러갈지 마음껏 짖어보려 한다.

 

 

P.S.

AI 2027은 25년에 공개됐는데, 현재까지 시나리오의 예측이 얼마나 맞아떨어지는지 추적하는 사이트가 있다. 26년 9월 기준, 시나리오 정확도는 85%다.

 

©AI 2027 Tracker(링크)

 

 

 

편집: 꾸물

마빡 디자인: 꾸물

기사: 하룻비둘기

 

제보 및 연재 문의

ddanzi.master@gmail.com