GPT 아스트라, 13분 만에 게임 개발

현재 녹화 시점을 기준으로 오픈AI의 신형 AI 모델 아스트라는 일반 유료 사용자에게는 공개되지 않았다. 월 22달러의 기본 유료 서비스 이용자는 아스트라를 사용할 수 없으며, 월 100달러 이상의 프로 버전 사용자에게만 접근이 허용됐다.

김덕진 소장이 직접 시연한 아스트라의 게임 제작 과정은 농장 라이프, 두더지 방해 요소, 농기구 업그레이드, 대농가 목표 등의 요구사항을 단 한 줄의 자연어 명령으로 제시하며 시작됐다. 아스트라는 13분 22초 동안 해당 작업을 수행하여 요구사항을 반영한 게임을 완성했다. 김덕진 소장은 "누구나 접속할 수 있게 해 주세요라고 제가 한 주를 쓴 거예요. 그리고 실행을 했어요. 13분 22초 동안가 작업을 합니다"라고 말했다.

김덕진 소장은 범용 AI가 특정 작업에서 0점에서 80점까지의 결과물을 빠르게 만들어낼 수 있다고 평가했다. 그러나 그는 이 80점의 결과물을 100점으로 끌어올리는 마지막 단계에서는 인간의 전문성이 여전히 필수적이라고 강조했다. AI가 기본적인 완성도를 제공하지만, 섬세한 개선과 최종 마무리는 전문가의 개입이 필요하다는 관점이다.

기존 AI 모델의 가장 큰 문제점 중 하나는 작동 방식이 불투명한 '블랙박스' 특성이다. AI가 어떤 과정을 거쳐 결과에 도달하는지 알 수 없어 사용자의 불안감과 불신이 커졌다. 최근 개발되는 AI들은 이러한 문제를 해결하고자 추론 과정을 사용자에게 시각적으로 공개하려는 노력을 기울이고 있다.

김덕진 소장은 "이거를 역 이용하면 그 분야에 대해서 역으로 공부를 잘할 수 있어요"라고 설명했다. 그러나 AI가 제시하는 추론 작업이 항상 완벽하게 실제 과정과 일치하지 않을 수 있다는 지적도 제기되며, AI 데이터의 불완전성에 대한 논란이 이어지고 있다.

과거에는 별도의 영상 생성 AI가 필요했지만, 이제는 AI가 스스로 코딩을 통해 영상을 만들고 음악까지 작업하는 것이 가능하다. 김덕진 소장은 AI가 언더스탠딩 로고 삽입이나 유튜브에서 옛날 사진을 찾아오는 등, 명시적으로 명령하지 않은 작업까지 스스로 판단하고 고민하여 처리한다고 밝혔다. 이러한 AI는 이미지 데이터를 활용하고 모션 그래픽 효과를 자동으로 적용하며, 저작권 음원 편집 및 삽입까지 처리한다. 그는 "예전에는 영상을 만드는 별도의 AI가 있었는데 지금은 자기가 코딩을 해서 할 수 있는 영상들 혹은 음악까지 작업을 하더라고요"라고 말했다.

이 조항에 따라 오픈AI는 현재 마이크로소프트뿐만 아니라 AWS 등 다른 클라우드 인프라도 활용하는 것이 가능해졌다. 김덕진 소장은 "우리가 AGI에 도달했다라고 하면 단독이 풀리고 우리는 다른 데랑도 할 수 있어라는 계약이 있었어요"라고 언급했다.

10만 개 이상의 엔비디아(NVIDIA) 최신 GPU가 사전 학습에 사용되었으며, 이 규모는 향후 40만 개까지 확대될 예정이다. 연산 자원의 증가는 사전 학습뿐만 아니라 강화 학습, 안전성 강화, 추론 서비스 전반에 걸쳐 AI의 지속적인 발전을 가능하게 한다.

AI의 맥락 파악 능력은 성능에 결정적인 영향을 미치는 것으로 나타났다. 아무런 맥락 정보 없이 테스트했을 때 AI의 ARC(Abstraction and Reasoning Corpus) 점수는 62.7%에 불과했다. 그러나 이전 작업 내용을 파악하는 맥락 정보를 제공하자, 점수가 99.9%로 크게 상승했다. 이는 기억과 맥락 처리 능력이 GPU 및 메모리 수요의 핵심 동력임을 보여준다.

기존의 메모리/SSD 한계론에 대한 반박이 제기되며, AI 모델의 데이터 학습량이 늘어날수록 저장장치와 GPU 수요가 더욱 커질 것이라는 전망이 나온다. 김덕진 소장은 AI 모델에 기존보다 훨씬 많은 데이터를 투입하고 있음에도 아직 전체의 절반도 채 넣지 않았는데도 성능이 크게 향상되었다고 밝혔다. 이는 앞으로 AI가 더욱 똑똑해질 것이며, 이를 위해 저장장치 등 하드웨어 수요가 급증할 것임을 시사한다.

대한민국에서는 한글 표준 규격의 불완전함을 보완하기 위한 프로젝트가 진행 중이다. 국내 개발자들이 AI를 활용하여 HWP 파일을 읽고 편집할 수 있는 코드를 개발하고 있다. 이 프로젝트는 AI가 복잡한 문서 형식까지 이해하고 처리하는 능력을 보여주는 실제 사례로 평가된다.

김덕진 소장은 본인의 일정 관리를 위한 예약 시스템을 직접 구축했다고 밝혔다. 그는 자신의 캘린더와 개인 규칙을 연동하여 클로드(Claude) AI로 만든 툴을 활용하고 있다. 이 시스템은 카카오톡 대화 캡처를 통해 입력된 정보를 바탕으로 AI가 예약을 조율하고 관리하는 방식으로 작동한다. 이는 기존 비서의 업무를 AI가 효과적으로 대체하는 실질적인 사례로, 개인별 맞춤형 업무 자동화의 가능성을 보여준다. 김 소장은 "김덕진과 약속 잡기를 자기가 만든 거예요. 제 캘린더랑 그다음에 제 룰이랑 이걸 다 연동을 해서 제가 직접 클로드로 만든 툴을 써요"라고 설명했다.

사용자가 AI에게 '간단히'라는 지시를 내렸을 때 예상치 못한 결과가 발생할 수 있다. AI는 '간단히'를 '덜 노력하고 낮은 퀄리티의 결과물'로 해석하여 사용자의 의도와 다른 결과물을 내놓기도 한다. 이는 사용자가 의도한 단순함과 AI가 해석하는 방식 사이에 격차가 있음을 보여준다.

AI 시대에는 표준화된 결과물은 누구나 쉽게 생성할 수 있게 된다. 이에 따라 전문적인 안목과 '업의 맥락'을 깊이 이해하는 사람의 중요성이 더욱 커지고 있다. AI의 동작 방식과 프로세스를 이해하고, 이를 조율하여 최적의 결과를 이끌어내는 능력이 필수적인 핵심 역량으로 부상했다. 김덕진 소장은 "결국에는 우리가 항상 얘기하는 그 업의 맥락을 잘하는 사람들이 이제 그 AI의 두뇌 수준에 따라서 잘 맞춰서 쓸 수 있는 사람이 중요해질 것 같아요"라고 말했다.

아스트라 같은 고성능 AI 모델을 사용할 때 비용 문제는 중요하게 고려된다. AI 모델은 토큰 사용량에 따라 비용이 발생하지만, 현재 AI가 구체적인 토큰 소모량을 사용자에게 투명하게 알려주지 않는 문제가 있다. 김덕진 소장은 사용자가 '아주 똑똑한 두뇌'와 '조금 덜 똑똑한 애' 사이에서 선택지가 생겼음에도 토큰 사용량이 명확히 공개되지 않아 모델 선택에 따른 비용 효율화를 사용자의 감각에 의존할 수밖에 없다고 지적했다.

현재 AI 기술은 AI가 스스로 일부 모델을 개발하기 시작하는 단계에 도달했다. AI가 사람들의 피드백과 데이터를 받아 다시 모델을 만드는 순환 구조가 형성되고 있다. 이러한 자체 개발 능력 덕분에 AI 모델의 메이저 업데이트 주기는 3개월 단위로 단축됐다. 김덕진 소장은 "이제 자기가 스스로 AI 모델을 만들기 시작했어요. 일부를. AI가 AI를 만들어요"라고 설명했다. 이는 증류(distillation) 방식을 통해 AI 모델을 최적화하려는 기업의 노력과 이를 뚫으려는 AI의 자체 학습 시도가 반복되는 양상을 보인다.