Root Node Problem 이란 컴퓨터 과학에서 많이 쓰이는 용어이구요. Tree 구조(아래 그림)의 출발점을 어디로 잡느냐가 전체 결과에 큰 영향을 미치는 문제입니다. 참고로 Tree 구조는 우리 생활 많은 곳에 녹아있습니다. 예를 들면 윈도우 폴더, 웹 페이지 등등이 Tree 구조로 만들어져 있습니다.

이 Root Node Problem이 최근 주목 받는건, AI 알고리즘 때문인데요. ChatGPT가 쏘아올린 생성형 AI는 이제 Agentic / AGI / ASI 시대를 바라보고 있습니다. 돈 많은 기업들이 천문학적인 돈을 투입해서 Hallucination을 잡고, 모델을 더 크고 효율적으로 강화하고 있구요. 그 결과로 AI는 이제 인간보다 많은 부분에서 압도적인 능력을 보여줍니다. 2016년에 이세돌을 이긴 이후 이제는 국제 수학 올림피아드에서 금메달도 따고, 어지간한 코딩 인력들은 전부 대체할 수 있습니다.

그런데 아직 AI가 갖고있는 큰 문제는 일관성 부족입니다. Jagged Intelligence라고 하는데요. 특정 영역에서는 박사급으로 뛰어나지만, 어떤 부분에선 기본적인 논리에서도 사소한 실수를 범하기 때문입니다. 인간은 리얼 월드에서 훨씬 범용적이고 논리적으로 생활할 수 있지만, 이 AI는 혼자 생활할 수 없습니다.
현재는 추론 시간(Scaling Time)을 길게 늘려서 이걸 보완하지만, 데미시스 허사비스는 이 개선 조차 추론 결과나 내용을 재 검증 하진 못하고 있고, 사고 시간을 유용하게 활용하지 못한다고 지적합니다. 현재 50% 정도밖에 개선되지 않은 상태로 언급을 하구요. 또 하나 문제는 한번 Training된 후 배포된 AI는 일부 Fine-tuning이나 정보 업데이트는 가능하지만 인간처럼 세상을 살아가며 지속 학습하지는 않습니다.
진정한 AGI나 ASI로의 도약은 언어/영상/이미지가 아닌 물리적 맥락을 이해하기 시작할 때 그리고 경험 학습을 지속 강화 학습으로 되먹임할 수 있을 때 올 수도 있을 것 같습니다.
인터뷰 영상 링크와 영상 요약한 Notion 전문도 추가해요.
- Youtube Link: The Future of Intelligence — Demis Hassabis
- 영상 요약 Notion Link
Source: Geekforgeeks