AI 논문 분석 : 범용인공지능(AGI)의 정의와 수준, 그리고 미래

안녕하세요. 오늘은 AI관련 논문을 분석해 보는 다섯 번째 시간으로, 구글 딥마인드에서 최근 발표한 AGI(Artificial General Intelligence,  범용인공지능)의 정의를 고찰하고 달성 수준의 구분단계를 제시한 논문을 살펴보겠습니다. 논문 분석은 PrivateGPT, ChatGPT, 구글 바드 등을 활용해서 내용을 파악하고, 요약, 정리하였습니다. 

 

범용인공지능(AGI)의 정의와 수준에 대한 연구 - 빙 이미지 크리에이터

 

논문의 개요 및 목적

이 논문의 개요는 다음과 같습니다.

• 논문 제목 : Levels of AGI: Operationalizing Progress on the Path to AGI.
• 논문 저자 : Meredith Ringel Morris1 외 Google DeepMind
• 논문 게재 사이트 : arXiv
• 논문 게재일 : 2023. 11

이 논문은 다양한 주제와 접근 방식에서 나온 최신 인공지능(AI) 연구들을 종합하여, 언어 모델의 심층 학습에 대한 발전 및 이에 따른 Artificial General Intelligence(AGI)에 대한 정의를 조사하였으며 특히, 언어 모델의 역량과 미래의 발전 가능성에 중점을 두고, AGI의 수준을 설명하는 표를 제시하였습니다. 

범용인공지능(AGI)의 수준을 정의한 Google  Deepmind의 논문

 

 

 

 

논문의 연구내용 및 결과

이 논문의 주요 연구내용과 결과는 다음과 같습니다. 

첫째, AGI의 정의에 대한 9가지 사례 분석

• 튜링 테스트: 튜링 테스트는 기계가 인간과 구별할 수 없는 텍스트를 생성할 수 있는지 여부를 측정하는 방법입니다. 튜링 테스트는 AGI를 정의하는 잘 알려진 시도이지만, 조작하기 쉽고 프로세스에 중점을 두는 한계가 있습니다.
• 강한 AI: 강한 AI는 기계가 인간과 같은 의식을 갖는 것을 의미합니다. 그러나 의식을 측정하는 과학적 합의가 없기 때문에 이 정의는 실용적이지 않습니다.
• 인간 뇌의 유사성:이 정의는 AGI가 인간 뇌와 복잡성과 속도에서 경쟁해야 한다고 강조합니다. 그러나 변환기 기반 아키텍처의 성공은 뇌 기반 프로세스와 벤치마크가 본질적으로 AGI에 필요하지 않음을 시사합니다.
• 인지 과제에서 인간 수준의 성능: 이 정의는 기계가 인간과 동일한 인지 과제를 수행할 수 있는 능력에 중점을 둡니다. 그러나 어떤 과제와 어떤 사람들을 비교해야 하는지에 대한 모호성이 있습니다.
• 과제 학습 능력: 이 정의는 학습과 같은 메타인지 과제가 AGI를 달성하기 위해 중요하다는 점을 강조합니다.
• 경제적으로 가치 있는 작업: 이 정의는 기계가 경제적으로 가치 있는 작업에서 인간을 능가하는 경우 AGI가 달성된다고 제안합니다. 그러나 "일반 지능"의 모든 측면을 포착하지 못합니다.
• 유연하고 포괄적: 이 정의는 AGI가 유연하고 포괄적이며 자원적일 수 있어야 한다고 제안합니다. 또한 AGI를 평가하기 위한 구체적인 5가지 작업을 제안합니다.
• 인공 가능 지능: 이 정의는 기계가 현실 세계에서 복잡하고 다단계 작업을 수행할 수 있는 능력에 중점을 둡니다. 경제 기반의 기술 역량을 제안합니다.
• 최신 LLMs로서의 일반화: 이 정의는 최신 LLM(대규모언어모델)이 다양한 작업과 주제를 처리할 수 있는 능력으로 인해 이미 AGI라는 제안을 합니다.

이러한 사례 연구는 AGI의 정의에 대한 다양한 관점을 제공합니다. 각 정의는 AGI의 특정 측면에 중점을 두며, 어떤 정의가 가장 적합한지는 여전히 논쟁의 여지가 있습니다.

둘째, AGI 정의에 필요하다고 생각하는 6가지 원칙 제시

• 과정이 아닌 능력에 중점두기: AGI는 무엇을 할 수 있는지에 의해 정의되어야지, 어떻게 하는지에 의해 정의되어서는 안 된다. 
• 일반성과 성능에 중점두기: 특정 작업에 초점을 맞추지 마라. AGI는 다양한 작업을 높은 수준의 성능으로 수행할 수 있어야 한다. 
• 인지 및 메타인지(물리적이 아닌) 작업에 중점두기: AGI는 언어를 이해하고 문제를 해결하는 것과 같은 인지 작업뿐만 아니라 새로운 작업을 학습하고 자신의 성능을 모니터링하는 것과 같은 메타인지 작업도 수행할 수 있어야 한다.
• 구현보다는 잠재성에 중점두기: 시스템이 특정 수준의 성능으로 특정 작업을 수행할 수 있는 잠재력이 있다면, 실제 세계에 구현되었는지 여부와 관계없이 AGI로 간주되어야 한다.
• 벤치마킹 작업에 대한 생태적 타당성에 중점두기: AGI 진보를 평가하는 데 사용되는 작업은 인간이 가치를 두는 실제 세계의 작업을 대표해야 한다.
• AGI에 대한 단일 종점이 아닌 경로에 중점두기: AGI에는 단일 종점이 없으며, 각기 다른 지표와 벤치마크를 가진 AGI의 수준을 정의하는 것이 더 유용하다.

논문은 이러한 원칙이 AGI를 정의하는 데 도움이 되는 지침을 제공하며, 이 원칙을 사용하여 AGI에 대한 보다 명확하고 실행 가능한 정의가 개발될 수 있다고 주장하고 있습니다. 

 

반응형

셋째, AGI의 도달 목표 수준 제시

AGI 레벨	명칭	설명	목표수준 및 달성 여부
Level 0	No AI	AI가 아님	인간이 컴퓨팅 프로세스에 직접 참여
Level 1	Emerging AGI	숙달되지 않은 인간보다 약간 낫거나 비슷한 수준	ChatGPT (OpenAI, 2023), Bard (Anil et al., 2023), Llama 2 (Touvron et al., 2023), 낮은 수준의 패턴인식 및 기초 학습 능력
Level 2	Competent AGI	숙달된 인간의 상위 50% 수준	복잡한 문제 해결 및 추상적 사고 능력 향상, 아직 달성되지 않음
Level 3	Expert AGI	숙달된 인간의 상위 10% 수준	인간 수준의 언어 이해 및 생성 능력 도달, 아직 달성되지 않음
Level 4	Virtuoso AGI	숙달된 인간의 상위 1% 수준	다양한 응용 분야에서 높은 수준의 성과, 아직 달성되지 않음
Level 5	Artificial Super Intelligence ASI	인간능력의 한계를 뛰어넘는 수준	자체 학습 및 발전이 가능한 완전한 AGI 도달, 아직 달성되지 않음

 

논문에서는 현재 시점의 AGI의 달성 수준을 Level 1, 낮은 수준의 패턴인식 및 기초 학습 능력 단계로 정의했네요.

"이 포스팅은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다."

https://fornewchallenge.tistory.com/

마치며

이 논문은 AGI의 정의를 제시하지는 않았지만 다양한 접근방식과 원칙을 제시했는데요. 범용인공지능(AGI)은 많은 작업을 자동화하고, 건강 관리를 개선하고, 복잡한 문제를 해결할 수 있는 잠재력을 가지고 있지만, 통제할 수 없게 되고 인류 문명에 위협을 가하는 가능성과 같은 상당한 위험도 가지고 있습니다. 

 

인공지능이 가지고 있는 잠재력을 잘 활용하고 위협의 가능성을 통제하여 AGI가 인류 문명의 발전에 기여했으면 좋겠다는 기대를 해보면서, 저는 다음 시간에 더욱 유익한 정보를 가지고 다시 찾아뵙겠습니다. 

 

끝으로 AGI에 대한 짤막한 상식영상도 확인해 보시면 AGI에 대한 인사이트에 도움이 될 것 같습니다. 영상에서는 AGI를 인공일반지능으로 소개하고 있네요. 아직 초기 단계라 개념이 다양한것 같습니다. 감사합니다. 

범용인공지능 짤막상식

 

2023.09.15 - [AI 인사이트] - 인공지능 기술의 동향과 미래 전망

인공지능 기술의 동향과 미래 전망