자동차-얀 르쿤 "AI, 확장만으로 똑똑해지지 않는다…새 접근 필요"

[디지털투데이 AI리포터] 얀 르쿤 메타 수석 AI 과학자는 인공지능(AI)이 단순 확장만으로 더 똑똑해지지 않는다고 주장했다.

27일(현지시간) IT매체 비즈니스인사이더에 따르면 르쿤은 "대부분의 흥미로운 문제들은 스케일링이 매우 어렵다"며 "더 많은 데이터와 더 많은 컴퓨팅이 더 똑똑한 AI를 의미한다고 단정 지을 수는 없다"고 전했다. 즉, 인터넷 데이터와 같은 방대한 양의 기본 주제로 AI를 학습시킨다고 해서 일종의 초지능으로 이어지지는 않는다는 얘기다.

르쿤은 "매우 단순한 시스템이 간단한 문제에 효과적일 때, 복잡한 문제에도 이것이 작동할 것이라고 생각하는 것은 실수"라며 "모호성과 불확실성이 있는 실제 문제를 다룰 때는 더 이상 확장성만 고려하는 것이 아니다"라고 지적했다.

르쿤은 보다 세계 기반의 학습 접근 방식을 옹호했다. 그는 "우리는 새로운 작업을 정말 빠르게 학습할 수 있는 AI 시스템이 필요하다. 텍스트와 언어뿐만 아니라 실제 세계를 이해하고, 어느 정도의 상식과 추론 및 계획 능력, 지속적인 기억력 등 우리가 지능적인 개체에게 기대하는 모든 것을 갖춰야 한다"고 전했다.