디프마인드의 하스라비스, 인간이 '특이점의 발길'에 있다고 보지만 르쿤은 현재 AI가 진정한 지능이 아니라고 말함
Deepmind's Hassabis sees humanity "in the foothills of the singularity" while LeCun says current AI isn't intelligent
핵심 요약
- ▸얀 르쿤은 현재 AI 시스템이 진정한 지능을 갖지 않다고 주장함.
- ▸디미스 하스라비스는 인간이 특이점의 발길에 서 있다고 보고 있음.
- ▸오리올 비야울스는 현재 모델이 7년 전 AGI에 비해 발전했지만, 경험에서 배우거나 진정한 혁신을 내는 능력은 부족함.
- ▸AI의 진정한 지능과 특이점에 대한 논쟁은 개발자들이 기술의 미래 방향을 판단하는 데 중요한 참고 자료가 됨.
심층 분석
현재 AI 업계 최고 리더들의 시각 차이는 LLM의 본질에 대한 기술적 논쟁을 반영한다. LeCun이 "지능적이지 않다"고 보는 근거는 현재 트랜스포머 기반 LLM이 자기회귀(autoregressive) 토큰 예측에 의존하며, 세계 모델(world model)·지속적 학습(continual learning)·계획 능력이 결여되어 있다는 점이다. 그는 JEPA(Joint Embedding Predictive Architecture)처럼 잠재 공간에서 추상화된 표현을 학습하는 비생성적 접근을 대안으로 제시해왔다. 반면 Hassabis와 Vinyals는 AlphaFold, Gemini 2.x의 멀티모달 추론, 수학 올림피아드 금메달급 성능 등을 근거로 "스케일링 + 추론 강화학습(RLHF, RLVR)"이 이미 7년 전 기준의 AGI 정의를 넘어섰다고 본다. 다만 Vinyals가 인정한 "경험으로부터 학습 불가, 진정한 돌파구 생산 불가"는 현재 모델이 inference time에 가중치가 고정되는 stateless 한계, 그리고 훈련 분포 외 진정한 일반화 한계를 정확히 지적한 것이다.
개발자 입장에서 이 논쟁은 단순한 철학적 담론이 아니라 제품 설계의 실질적 제약으로 직결된다. "지능이 아니다"라는 LeCun의 입장을 수용하면, LLM을 신뢰성 있는 의사결정 주체가 아닌 강력한 패턴 매칭 엔진으로 다뤄야 한다는 결론에 이른다. 이는 곧 RAG(Retrieval Augmented Generation), 함수 호출(tool use), 검증 가능한 워크플로(verifier-based pipelines), 휴먼 인 더 루프(HITL) 같은 보강 아키텍처가 여전히 필수임을 의미한다. 반대로 Hassabis의 낙관론을 기준 삼더라도, 모델이 "도메인별 천재 + 상식 부족 + 컨텍스트 망각" 조합이라는 현실은 변하지 않는다. 따라서 코드 생성·자동화 에이전트를 만들 때 환각(hallucination) 방어층, 결정론적 테스트 게이트(CI에서 LLM 산출물의 정적분석/타입체크/테스트 강제), 그리고 롤백 가능한 실행 권한 분리가 필수 패턴이 된다.
한국 개발자가 지금 당장 챙겨야 할 것은 "AGI 시점 논쟁"보다 "현재 모델의 능력 경계가 어디까지 빠르게 확장되는가"의 추적이다. 구체적으로는 (1) 지속적 학습 부재를 우회하는 메모리·컨텍스트 엔지니어링 (Anthropic의 Memory API, OpenAI의 Stateful Responses, Gemini의 long-context caching) 활용 패턴 학습, (2) Vinyals가 지적한 "진짜 돌파구 생산 불가" 영역, 즉 알고리즘 설계·시스템 아키텍처·도메인 통찰 등에서는 여전히 엔지니어의 부가가치가 결정적이므로 해당 역량 강화, (3) JEPA·World Model·뉴로심볼릭 같은 비주류 패러다임도 베팅 분산 차원에서 모니터링하는 것이다. "이미 AGI"라는 마케팅과 "아직 지능 아님"이라는 비관 사이에서, 실용주의 개발자의 답은 명확하다 — 현재 모델의 강점(언어·코드·패턴 매칭)은 최대한 활용하되, 약점(상태 유지·진정한 추론·실세계 정합성)은 시스템 설계로 보강한다.