사랑의 은청을 베푸는 기계들 - 다리오 아모데이(Anthropic CEO)

claude.ai CEO의 AI 미래 에세이

얼마 전에 anthropic사의 CEO Dario Amodei가 쓴 에세이를 읽었다. 5년 10년 후의 단기 예측에 대한 에세이다. 재미있어서 한글로 번역해봤다. 다음이 그 전문 번역이다.

https://darioamodei.com/machines-of-loving-grace

사랑의 은총을 베푸는 기계들¹ - 다리오 아모데이

AI가 어떻게 세상을 더 나은 곳으로 만들 수 있을까 2024년 10월

목차

• 기본 가정과 프레임워크
• 생물학과 건강
• 신경과학과 정신
• 경제 발전과 빈곤
• 평화와 거버넌스
• 일과 삶의 의미
• 현 상황 점검

저는 강력한 AI의 위험성에 대해 많이 생각하고 이야기합니다. 제가 CEO로 있는 Anthropic이라는 회사는 이런 위험을 줄이기 위한 연구를 많이 하고 있죠. 그래서인지 사람들은 가끔 제가 AI가 대체로 나쁘고 위험할 거라고 생각하는 비관론자나 “불길한 예언자"라고 결론 내리곤 합니다. 하지만 저는 그렇게 생각하지 않아요. 사실 제가 위험성에 주목하는 주된 이유 중 하나는, 그것이 우리와 제가 근본적으로 긍정적이라고 보는 미래 사이에 놓인 유일한 장애물이기 때문입니다. 대부분의 사람들이 AI의 위험성을 과소평가하는 것처럼, AI가 가져다 줄 엄청난 혜택 역시 과소평가하고 있다고 봅니다.

이 에세이에서 저는 그런 혜택이 어떤 모습일지 그려보려 합니다. 모든 게 잘 풀린다면 강력한 AI가 있는 세상은 어떨지 말이죠. 물론 아무도 미래를 확신하거나 정확히 알 수는 없습니다. 강력한 AI가 미칠 영향은 과거의 기술 변화보다 훨씬 더 예측하기 어려울 테고요. 그래서 이 모든 건 불가피하게 추측으로 이루어질 수밖에 없습니다. 하지만 저는 적어도 근거 있고 유용한 추측을 해보려고 해요. 대부분의 세부 사항이 결국 틀릴지라도, 무슨 일이 일어날지에 대한 맛은 잡을 수 있을 겁니다. 구체적인 세부 사항을 많이 포함시킨 건, 막연하고 추상적인 것보다는 구체적인 비전이 토론을 더 발전시킬 수 있다고 생각하기 때문입니다.

그런데 먼저, 제가 그리고 Anthropic이 강력한 AI의 혜택에 대해 그렇게 많이 이야기하지 않은 이유, 그리고 앞으로도 전반적으로 위험성에 대해 많이 이야기할 것 같은 이유를 간단히 설명하고 싶었어요. 특히 저는 다음과 같은 바람에서 이런 선택을 했습니다.

• 영향력 극대화.

AI 기술의 기본적인 발전과 그 혜택의 상당 부분(전부는 아니지만)은 불가피해 보이며(위험이 모든 걸 무산시키지 않는 한) 근본적으로 강력한 시장의 힘에 의해 추동됩니다. 반면 위험은 미리 정해진 게 아니며 우리의 행동으로 그 가능성을 크게 바꿀 수 있습니다.

• 선전으로 보이는 걸 피하기.

AI 회사들이 AI의 놀라운 혜택에 대해 이야기하면 선전처럼 보일 수 있고, 단점을 회피하려는 것처럼 비칠 수 있습니다. 또한 원칙적으로 볼 때 자신의 입장만 내세우는 데 너무 많은 시간을 쓰는 건 영혼에 좋지 않다고 봅니다.

• 과장된 포부를 피하기.

저는 많은 AI 위험 전문가들(AI 회사 리더는 말할 것도 없고)이 AGI 이후의 세계에 대해 이야기하는 방식에 거부감을 느끼곤 합니다. 마치 구원으로 인도하는 예언자처럼 홀로 그 세계를 만들어내는 게 자신들의 임무인 양 말이죠. 회사가 일방적으로 세상을 만들어간다고 보는 건 위험하며, 실용적인 기술적 목표를 본질적으로 종교적인 관점에서 바라보는 것도 위험하다고 봅니다.

• 공상 과학 소설의 잔재를 피하기.

대부분의 사람들이 강력한 AI의 혜택을 과소평가한다고 생각하지만, 급진적인 AI 미래에 대해 토론하는 소수의 사람들은 종종 과도하게 “공상 과학 소설"의 어조로 이야기합니다(예를 들어 마음 업로드, 우주 탐사, 사이버펑크 분위기 등). 이는 사람들이 주장을 덜 심각하게 받아들이게 만들고, 일종의 비현실성을 부여한다고 봅니다. 말하자면, 문제는 묘사된 기술들이 가능한지 그럴듯한지가 아닙니다(본론에서 이에 대해 자세히 다룹니다). 그보다는 그 “분위기"가 함축적으로 어떤 미래가 바람직한지, 여러 사회적 쟁점이 어떻게 펼쳐질지 등에 대한 문화적 편견과 암묵적 가정들을 밀반입한다는 거죠. 그 결과 종종 대부분의 사람들에게는 불쾌하면서, 좁은 하위문화를 위한 판타지처럼 읽히곤 합니다.

그럼에도 불구하고, 저는 강력한 AI가 있는 좋은 세상이 어떤 모습일지 토론하는 게 정말 중요하다고 생각합니다. 위의 함정들을 피하려 최선을 다하면서 말이죠. 사실 진정으로 고무적인 미래상을 가지는 게 매우 중요하다고 봅니다. 그저 화재를 진압하려는 계획만으로는 부족하죠. 강력한 AI가 가진 많은 함의들이 적대적이거나 위험할 수 있습니다. 하지만 결국엔 우리가 무언가를 위해 싸워야 할 텐데, 모두에게 이로운 긍정적 결과, 사람들이 사소한 다툼에서 벗어나 앞에 놓인 도전에 맞설 수 있게 하는 무언가 말입니다. 공포는 일종의 동기부여가 될 수 있지만, 그것만으로는 충분치 않아요. 희망도 필요합니다.

강력한 AI의 긍정적 활용 분야는 매우 광범위합니다(로보틱스, 제조업, 에너지 등 많은 분야를 포함합니다). 하지만 저는 인간의 삶의 질을 직접적으로 향상시킬 잠재력이 가장 크다고 보이는 몇 가지 영역에 초점을 맞추려 합니다. 제가 가장 신나하는 다섯 가지 범주는 다음과 같습니다.

• 생물학과 신체 건강
• 신경과학과 정신 건강
• 경제 발전과 빈곤
• 평화와 거버넌스
• 일과 삶의 의미

제 예측들은 대부분의 기준(SF “특이점” 비전은 제외하고²)으로 볼 때 급진적일 겁니다. 하지만 저는 그것들을 진심으로 의미합니다. 제가 말하는 모든 것이 매우 쉽게 틀릴 수 있죠(앞서 말한 대로). 하지만 저는 최소한 다양한 분야에서의 발전 속도가 얼마나 빨라질 수 있을지, 그리고 그것이 실제로 무엇을 의미할 수 있을지에 대해 반쯤은 분석적인 평가에 기반해 제 견해를 세우려 노력했습니다. 저는 생물학과 신경과학 분야에서 전문적인 경험이 있고, 경제 발전 분야에서도 어느 정도 아는 바가 있어 다행입니다. 하지만 많은 부분을 틀릴 거라는 건 확실해요. 이 에세이를 쓰면서 깨달은 한 가지는, 생물학, 경제학, 국제관계 등 다양한 분야의 전문가들을 모아 제가 여기서 만들어낸 것보다 훨씬 더 나은, 더 많이 아는 버전을 쓰는 게 가치 있겠다는 거였습니다. 아마 여기서의 제 노력은 그 전문가 그룹을 위한 하나의 시작점 정도로 보는 게 가장 좋을 것 같네요.

기본 가정과 프레임워크

이 에세이 전체를 보다 정확하고 근거 있게 만들기 위해, 우리가 강력한 AI(즉, 5-10년이라는 시계가 움직이기 시작하는 임계점)로 무엇을 의미하는지 명확히 규정하는 것이 도움이 될 겁니다. 그리고 그런 AI가 일단 존재할 때 그 효과에 대해 생각하기 위한 프레임워크를 제시하는 것도요.

강력한 AI(저는 AGI라는 용어가 싫습니다)³가 어떤 모습일지, 언제(혹은 과연) 도래할지는 그 자체로 거대한 주제입니다. 제가 공개적으로 논의해왔고 완전히 별도의 에세이로 쓸 수 있는 주제이기도 하죠(언젠가는 그러리라 봅니다). 분명히 많은 사람들이 강력한 AI가 곧 만들어질 거라는 데 회의적이고, 어떤 이들은 아예 만들어질 수 있을지 의심합니다. 저는 2026년 정도에 올 수도 있다고 보지만, 훨씬 더 오래 걸릴 가능성도 있습니다. 하지만 이 에세이의 목적상 저는 이런 쟁점들은 잠시 제쳐두고, 그것이 꽤 빨리 올 것이라고 가정한 뒤, 그 후 5-10년 동안 어떤 일이 벌어질지에 초점을 맞추고자 합니다. 또한 그런 시스템이 어떤 모습일지, 그 역량은 무엇이고 어떻게 상호작용할지에 대해서도 정의를 내리고 싶은데, 이 부분에 대해서는 이견의 여지가 있습니다.

강력한 AI라는 건, 제 머릿속에서는 다음과 같은 특성을 가진 AI 모델을 의미합니다. 형태상으로는 아마 오늘날의 LLM과 유사할 텐데, 다른 아키텍처에 기반할 수도 있고, 여러 모델이 상호작용하는 형태일 수도 있으며, 다르게 학습될 수도 있습니다.

순수 지능⁴ 측면에서 볼 때, 대부분의 관련 분야(생물학, 프로그래밍, 수학, 공학, 작문 등)에서 노벨상 수상자보다 더 똑똑합니다. 즉 미해결 수학 정리를 증명하고, 매우 훌륭한 소설을 쓰며, 처음부터 어려운 코드를 작성할 수 있습니다.

그냥 “대화하는 똑똑한 것"일 뿐 아니라, 가상으로 일하는 인간이 가진 모든 “인터페이스"를 갖추고 있습니다. 텍스트, 오디오, 비디오, 마우스와 키보드 제어, 인터넷 접속까지 포함해서요. 이런 인터페이스로 가능한 모든 행동, 소통, 원격 작업을 수행할 수 있죠. 인터넷에서 행동하기, 인간에게 지시하거나 지시받기, 재료 주문하기, 실험 지휘하기, 동영상 보기, 동영상 만들기 등등 모든 일을, 다시 말하지만 세계 최고 수준의 인간을 뛰어넘는 기량으로 해낼 수 있습니다.

그저 수동적으로 질문에 답하는 게 아니라, 몇 시간, 며칠, 몇 주가 걸리는 작업을 할당받고 똑똑한 직원처럼 자율적으로 그 일을 해냅니다. 필요하면 명확히 해달라고 요청하면서요.
물리적 구현체는 없지만(컴퓨터 화면에 존재하는 것 말고는), 컴퓨터를 통해 기존의 물리적 도구, 로봇, 실험 장비 등을 제어할 수 있습니다. 이론적으로는 심지어 자신이 쓸 로봇이나 장비를 설계할 수도 있습니다. 모델 학습에 쓰인 자원을 재활용해 수백만 개의 인스턴스를 실행할 수 있고(이는 2027년경 예상되는 클러스터 크기와 맞아떨어집니다), 모델은 인간보다 대략 10-100배 빠른 속도로 정보를 흡수하고 행동을 생성합니다⁵. 다만 물리 세계나 상호작용하는 소프트웨어의 반응 속도에 의해 제한될 수는 있습니다. 이 수백만 개의 사본들은 서로 무관한 작업을 독립적으로 수행할 수 있고, 필요하다면 인간이 협업하는 것처럼 모두 함께 일할 수도 있습니다. 아마도 특정 작업에 특히 뛰어난 하위 집단으로 세분화되면서요.

이를 “데이터센터 안의 천재들의 나라"라고 요약할 수 있겠네요.

분명 이런 존재는 매우 어려운 문제를 매우 빠르게 해결할 수 있을 겁니다. 하지만 얼마나 빠를지 알아내기란 결코 쉽지 않아요. 두 가지 “극단적” 입장이 모두 틀린 것 같습니다. 첫째, 월등한 지능이 스스로를 발전시키면서 거의 즉각적으로 가능한 모든 과학, 공학, 운영 과제를 해결해 세상이 순식간에, 며칠 만에 변화할 거라고 생각할 수 있습니다(“특이점”). 하지만 문제는 하드웨어 구축이나 생물학 실험 수행 등에 실제 물리적, 실용적 한계가 있다는 겁니다. 새로운 천재들의 나라라 해도 이런 한계에 부딪힐 수밖에 없죠. 지능은 매우 강력할지 모르지만 마법의 가루는 아닙니다.

둘째로, 반대로 기술 발전이 포화 상태이거나 실제 데이터 또는 사회적 요인에 의해 속도가 제한된다고 믿을 수도 있고, 인간보다 뛰어난 지능이 거의 도움이 되지 않을 거라 여길 수도 있습니다⁶. 이것도 저에게는 똑같이 그럴듯하지 않아 보이네요. 저는 정말 많은 과학적, 심지어 사회적 문제들이 떠오르는데, 거기에 정말 똑똑한 사람들의 큰 집단이 있다면 발전 속도를 엄청나게 높일 수 있을 겁니다. 특히 그들이 분석에만 국한되지 않고 실제 세상에서 일을 만들어낼 수 있다면 말이죠(우리가 가정한 천재들의 나라는 인간 팀을 지휘하거나 돕는 것을 포함해 그렇게 할 수 있습니다).

저는 진실은 이 두 극단적 그림의 어떤 난잡한 혼합체일 가능성이 높다고 봅니다. 과제와 분야에 따라 다를 테고 아주 미묘한 디테일이 있겠죠. 우리에겐 이런 디테일에 대해 생산적으로 생각할 새로운 프레임워크가 필요하다고 생각합니다.

경제학자들은 종종 “생산 요소"에 대해 이야기합니다. 노동, 토지, 자본 같은 것들이죠. “노동/토지/자본의 한계수익” 이라는 말은 주어진 상황에서 주어진 요소가 제한 요소일 수도 있고 아닐 수도 있다는 개념을 담고 있습니다. 예를 들어 공군은 비행기와 조종사 둘 다 필요한데, 비행기가 부족한 상황에서 조종사를 더 고용한다고 큰 도움이 되지 않는 식이죠. 저는 AI 시대에 우리가 지능의 한계수익⁷에 대해 이야기하고, 지능을 보완하는 다른 요소가 무엇인지, 그리고 지능이 매우 높을 때 어떤 요소가 제한 요소가 되는지 알아내려 해야 한다고 믿습니다. 우리는 이런 식으로 생각하는 데 익숙하지 않습니다. “이 과제에 더 똑똑해지는 게 얼마나 도움이 될까, 어떤 시간 규모로?” 라고 묻는 데 말이죠. 하지만 강력한 AI가 있는 세계를 개념화하기에 적절한 방식인 것 같아요.

제가 짐작하기에 지능을 제한하거나 보완하는 요소 목록에는 다음이 포함됩니다:

• 외부 세계의 속도.

지적 행위자는 무언가를 성취하고 배우기 위해 상호작용적으로 세상에서 활동해야 합니다⁸. 하지만 세상은 그 나름의 속도로 움직이죠. 세포와 동물은 고정된 속도로 작동하므로 그것들에 대한 실험은 어쩔 수 없이 일정량의 시간이 걸립니다. 하드웨어, 재료 과학, 사람들과 소통하는 모든 것, 심지어 우리의 기존 소프트웨어 인프라에 대해서도 마찬가지죠. 게다가 과학에서는 종종 많은 실험이 순차적으로 필요한데, 각각 이전 실험에서 배우거나 그것을 기반으로 구축됩니다. 이 모든 건 암 치료법 개발 같은 대규모 프로젝트 완료에 필요한 속도에 더 이상 줄일 수 없는 최소 시간이 있음을 의미합니다. 지능이 계속 발전한다 해도 말이죠.

• 데이터의 필요성.

때로는 원시 데이터가 부족한데, 이럴 때는 더 많은 지능이 도움이 되지 않습니다. 오늘날의 입자 물리학자들은 매우 영리하고 다양한 이론을 개발했지만, 입자 가속기 데이터가 매우 제한적이어서 그 이론들 중 무엇이 맞는지 판단할 데이터가 부족합니다. 더 큰 가속기를 만드는 속도를 높이는 것 말고는, 그들이 초지능이 된다고 해서 훨씬 더 잘할 수 있을지는 분명치 않아요.

• 본질적 복잡성.

어떤 것들은 본질적으로 예측할 수 없거나 혼란스러운데, 심지어 가장 강력한 AI도 일반적인 경우⁹ 인간이나 오늘날의 컴퓨터보다 훨씬 더 잘 예측하거나 풀어낼 수는 없습니다. 예를 들어, 엄청나게 강력한 AI라도 혼돈 시스템(삼체 문제 같은)에서 오늘날의 인간과 컴퓨터에 비해 한계 예측 시점을 약간밖에 늘릴 수 없을 겁니다.

• 인간으로부터의 제약.

많은 일들이 법을 어기거나, 인간에게 해를 끼치거나, 사회를 망가뜨리지 않고서는 할 수 없습니다. 정렬된 AI라면 이런 일을 하고 싶어하지 않을 겁니다(만약 비정렬된 AI가 있다면, 우리는 다시 위험에 대해 이야기하게 될 테고요). 많은 인간 사회 구조가 비효율적이거나 심지어 해롭기까지 한데, 임상시험에 대한 법적 요건, 사람들의 습관 변화 의지, 정부 행태 등의 제약 조건을 존중하면서 이를 바꾸기란 쉽지 않죠. 기술적 의미에서는 잘 작동하지만 규제나 잘못된 우려로 인해 영향력이 상당히 감소한 발전의 예로는 원자력, 초음속 비행, 심지어 엘리베이터가 있습니다.

• 물리 법칙.

이건 첫 번째 요점의 더 극단적인 버전입니다. 깰 수 없어 보이는 특정 물리 법칙들이 있어요. 빛보다 빠르게 이동할 수 없고, 푸딩은 다시 섞을 수 없으며, 칩은 특정 제곱센티미터당 너무 많은 트랜지스터를 가지면 신뢰성이 떨어집니다. 연산은 삭제되는 비트당 일정량의 최소 에너지를 필요로 해 세계의 연산 밀도를 제한하죠.

여기에 시간 규모에 따른 또 다른 구분이 있습니다. 단기적으로는 제약이 되는 것들이 장기적으로는 지능에 의해 더 유연해질 수 있죠. 예를 들어, 지능은 이전에는 살아있는 동물 실험을 필요로 했던 걸 시험관 내에서 배울 수 있게 하는 새로운 실험 패러다임을 개발하는 데 사용될 수 있습니다. 또는 새로운 데이터를 수집하는 데 필요한 도구(예: 더 큰 입자 가속기)를 만드는 데 쓰일 수도 있고요. 아니면 (윤리적 한계 내에서) 인간 기반 제약을 우회하는 방법을 찾는 데 활용될 수도 있습니다(예: 임상시험 체계 개선, 임상시험 관료주의가 적은 새로운 관할권 설립, 인간 임상시험의 필요성이나 비용을 줄이기 위한 과학 자체의 발전 등).

따라서 우리는 초기에는 지능이 다른 생산 요소들에 의해 크게 제한되지만, 시간이 지나면서 지능 자체가 점점 더 다른 요소들을 우회하는 모습을 상상해야 합니다. 물리 법칙 같은 것들은 절대적이지만, 그것들이 완전히 사라지는 일은 결코 없겠죠¹⁰. 핵심은 이 모든 일이 얼마나 빨리, 어떤 순서로 일어날 것인가 하는 겁니다.

위 프레임워크를 염두에 두고, 저는 서론에서 언급한 다섯 가지 영역에 대해 그 질문에 답해보려 합니다.

생물학과 건강

생물학은 아마도 과학 발전이 인간 삶의 질을 직접적이고 명백하게 향상시킬 잠재력이 가장 큰 분야일 겁니다. 지난 세기 동안 천연두 등 가장 오래된 인류의 고통 중 일부가 마침내 정복되었지만, 아직도 많은 것들이 남아있죠. 그것들을 물리치는 건 엄청난 인도주의적 성과가 될 겁니다. 질병 치료를 넘어, 생물학은 원칙적으로 건강한 수명을 연장하고, 우리 자신의 생물학적 과정에 대한 통제와 자유를 증대시키며, 현재 인간의 불변의 조건으로 여기는 일상적 문제들을 해결함으로써 인간 건강의 기본 수준을 향상시킬 수 있습니다.

앞 섹션의 “제한 요인” 언어로 말하자면, 생물학에 직접 지능을 적용하는 데 있어 주된 도전 과제는 데이터, 물리 세계의 속도, 그리고 내재적 복잡성입니다(사실 이 셋은 모두 서로 연관되어 있죠). 인간의 제약 역시 나중 단계인 임상시험에서 역할을 합니다. 하나씩 살펴보죠.

세포, 동물, 심지어 화학 과정에 대한 실험은 물리 세계의 속도에 제한을 받습니다. 많은 생물학 프로토콜은 박테리아나 다른 세포를 배양하거나, 단순히 화학 반응이 일어나기를 기다리는 것인데, 이는 때로 며칠 또는 몇 주가 걸리기도 하며 속도를 높일 명백한 방법이 없어요. 동물 실험은 몇 달(또는 그 이상) 걸릴 수 있고, 인간 실험은 종종 몇 년(또는 장기 결과 연구의 경우 몇 십 년)이 걸립니다. 이와 약간 관련이 있는데, 데이터가 종종 부족합니다. 양적으로라기보다는 질적으로요. 관심 대상인 생물학적 효과를 다른 수많은 교란 요인들로부터 분리해내거나, 주어진 과정에 인과적으로 개입하거나, 어떤 효과를 직접 측정하는(그 결과를 간접적이거나 잡음 많은 방식으로 추론하는 게 아니라) 명확하고 모호하지 않은 데이터가 항상 부족하죠. 제가 질량 분석법 기술 연구를 하며 수집한 단백체 데이터처럼 대량의 정량적 분자 데이터조차도 잡음이 많고 많은 걸 놓칩니다(이 단백질들은 어떤 종류의 세포에 있었나요? 세포의 어느 부분에? 세포 주기의 어떤 단계에서?).

이런 데이터 문제의 부분적 원인은 내재적 복잡성입니다. 인간 대사의 생화학을 보여주는 다이어그램을 본 적이 있다면, 이 복잡한 시스템의 어떤 부분의 효과를 분리해내기가 매우 어렵고, 그 시스템에 정확하거나 예측 가능한 방식으로 개입하는 것은 더더욱 어렵다는 걸 알 수 있을 겁니다. 그리고 마지막으로, 인간 실험 자체에 내재된 시간을 넘어, 실제 임상시험은 많은 관료주의와 규제 요건을 수반하는데, 이는 (저를 포함한 많은 사람들의 의견으로는) 불필요한 추가 시간을 더하고 진전을 지연시킵니다.

이런 점들을 감안할 때, 많은 생물학자들은 오랫동안 생물학에서 AI와 “빅데이터” 의 가치에 대해 회의적이었습니다. 역사적으로 지난 30년간 생물학에 기술을 적용해온 수학자, 컴퓨터 과학자, 물리학자들은 상당한 성공을 거뒀지만, 당초 기대했던 정도의 진정 변혁적 영향력은 발휘하지 못했죠. 몇몇 회의론은 알파폴드(AlphaFold, 창시자들에게 마땅히 노벨 화학상을 안겨준)나 알파프로테오(AlphaProteo)¹¹ 같은 주요하고 혁명적인 돌파구에 의해 줄어들기는 했습니다. 하지만 여전히 AI가 (그리고 앞으로도) 제한된 상황에서만 유용할 것이라는 인식이 있어요. 흔한 표현으로는 “AI는 당신의 데이터를 더 잘 분석할 수 있지만, 더 많은 데이터를 만들어내거나 데이터의 질을 개선할 수는 없어요. 쓰레기를 넣으면 쓰레기가 나온다(Garbage in, garbage out)“는 식입니다.

그러나 저는 이런 비관적 관점이 AI를 잘못 바라보고 있다고 생각합니다. 만약 AI 발전에 대한 우리의 핵심 가설이 맞다면, AI를 바라보는 올바른 방식은 데이터 분석 방법이 아니라 생물학자들이 하는 모든 과제를 수행하는 가상의 생물학자로 보는 겁니다. 실험실 로봇을 제어하거나 단순히 인간에게 어떤 실험을 해야 할지 지시함으로써(PI가 대학원생에게 하듯이) 실제 세계에서 실험을 설계하고 수행하는 것, 새로운 생물학적 방법이나 측정 기술을 발명하는 것 등을 포함해서요. AI가 생물학을 진정으로 가속화할 수 있는 건 연구 과정 전체의 속도를 높임으로써입니다. 제가 이걸 반복하는 이유는, AI가 생물학을 변화시킬 수 있다고 말할 때 가장 흔히 제기되는 오해가 이것이기 때문입니다. 저는 AI를 단순히 데이터를 분석하는 도구로 이야기하는 게 아닙니다. 이 에세이 초반에 강력한 AI에 대한 정의에 따라, 저는 AI를 생물학자들이 하는 거의 모든 것을 수행하고, 지시하며, 개선하는 데 사용하는 걸 말하는 겁니다.

어디서 가속화가 일어날 것 같은지 좀 더 구체적으로 말하자면, 생물학 발전의 놀랍도록 큰 부분이 정말 소수의 발견에서 비롯되었는데, 이는 종종 생물 시스템에 대한 정밀하면서도 일반화되거나 프로그래밍 가능한 개입을 가능케 하는 광범위한 측정 도구나 기술¹²과 관련이 있습니다. 아마 1년에 이런 주요 발견이 1개 정도 있을 텐데, 총체적으로 이것들이 생물학 발전의 50% 이상을 견인한다고 할 수 있죠. 이런 발견들이 그토록 강력한 이유는 바로 내재적 복잡성과 데이터 제약을 헤쳐 나가면서 생물학적 과정에 대한 우리의 이해와 통제력을 직접적으로 높이기 때문입니다. 10년에 몇 개의 발견이 우리의 생물학에 대한 기본적 과학적 이해의 대부분을 가능케 했고, 가장 강력한 의학적 치료법 중 다수를 이끌어냈습니다.

몇 가지 예를 들면:

CRISPR: 살아있는 유기체의 어떤 유전자라도 실시간으로 편집할 수 있게 하는 기술(임의의 유전자 서열을 다른 임의의 서열로 교체). 원래 기술이 개발된 이후로 특정 세포 유형을 표적화하고, 정확도를 높이며, 잘못된 유전자 편집을 줄이는 등 인간에게 안전하게 사용하는 데 필요한 지속적인 개선이 이루어졌습니다. 정밀한 수준에서 무슨 일이 일어나는지 관찰하기 위한 다양한 현미경: 형광 기술, 특수 광학 등 다양한 기술을 사용한 첨단 광학 현미경, 전자 현미경, 원자력 현미경 등. 지난 20년간 비용이 몇 차례나 대폭 감소한 유전체 시퀀싱과 합성. 빛을 쪼여 뉴런을 발화시킬 수 있게 하는 광유전학 기술. 원칙적으로 어떤 것에 대해서든 백신을 설계하고 빠르게 조정할 수 있게 하는 mRNA 백신(물론 mRNA 백신은 코로나19 기간 동안 유명해졌죠). 체외에서 면역 세포를 추출해 원칙적으로 무엇이든 공격하도록 “재프로그래밍"할 수 있게 하는 CAR-T 같은 세포 치료법. 질병에 대한 세균설이나 면역계와 암 사이의 연관성 발견 같은 개념적 통찰¹³.

저는 이 모든 기술을 나열하면서 고생하는 이유는, 그것들에 대해 중요한 주장을 하고 싶기 때문입니다. 제 생각에는 재능 있고 창의적인 연구자들이 훨씬 더 많이 있었다면 이런 발견의 속도는 10배 이상 증가할 수 있었을 겁니다. 달리 말하면, 이런 발견에 대한 지능의 수익은 높고, 생물학과 의학의 다른 모든 것은 대부분 그것들로부터 따라온다고 봅니다.

제가 왜 그렇게 생각하냐구요? “지능의 수익"을 판단하려 할 때 우리가 습관적으로 물어야 할 몇 가지 질문에 대한 답 때문입니다. 첫째, 이런 발견은 일반적으로 소수의 연구자들, 종종 같은 사람들에 의해 반복적으로 이뤄지는데, 이는 기술을 암시하지 무작위 탐색을 암시하지는 않습니다(후자는 긴 실험이 제한 요인임을 시사할 수 있겠죠). 둘째, 그것들은 종종 실제로 이뤄진 시점보다 수년 전에 “이뤄졌을 수도” 있었습니다. 예를 들어 CRISPR은 80년대부터 알려진, 박테리아의 면역체계에서 자연 발생적 구성요소였지만, 그것이 일반적 유전자 편집에 재활용될 수 있다는 걸 깨닫는 데 25년이 더 걸렸죠. 또한 그것들은 유망한 방향에 대한 과학계의 지원 부족으로 인해 종종 수년간 지연되곤 합니다(mRNA 백신 개발자에 대한 이 프로필 참조. 비슷한 이야기가 많죠). 셋째로, 성공적인 프로젝트는 대규모 자금이 투입된 노력이 아니라 종종 악착같이 하거나, 애초에는 그다지 유망해 보이지 않았던 후속 연구들이었습니다. 이는 발견을 이끄는 건 단지 엄청난 자원의 집중이 아니라 독창성이라는 걸 암시합니다.

마지막으로, 이런 발견들 중 일부는 “직렬 종속성"을 갖고 있지만(발견 B를 위한 도구나 지식을 갖추기 위해 먼저 발견 A를 해야 하는 식으로, 이 역시 실험 지연을 야기할 수 있습니다), 많은, 어쩌면 대부분은 독립적이어서 동시에 병렬로 연구될 수 있습니다. 이런 사실들,그리고 제 생물학자로서의 일반적 경험은 과학자들이 더 똑똑하고 인류가 보유한 방대한 생물학 지식 사이의 연결 고리를 더 잘 만들 수 있다면 수백 개의 이런 발견들이 기다리고 있다는 걸 강하게 시사합니다(다시 CRISPR 예를 생각해 보세요). 수십 년간 세심하게 설계된 물리학 모델링에도 불구하고 알파폴드/알파프로테오가 인간보다 훨씬 더 효과적으로 중요한 문제를 해결한 것은 (비록 좁은 영역의 좁은 도구이지만) 앞으로 나아갈 방향을 제시하는 원리의 증명이 되어야 합니다.

따라서 제 추측으로는 강력한 AI가 이런 발견의 속도를 최소 10배는 높여, 향후 50-100년의 생물학 발전을 5-10년 안에 이뤄낼 수 있을 겁니다¹⁴. 왜 100배는 아닐까요? 아마 가능할지도 모르지만, 여기서 직렬 종속성과 실험 시간이 중요해집니다. 100년치의 진전을 1년 만에 이루려면 동물 실험이나 현미경, 고가의 실험 시설 설계 같은 것들을 포함해 많은 것들이 한 번에 제대로 되어야 하죠. 사실 우리가 5-10년 안에 1000년치의 진전을 이룰 수 있다는 (아마 터무니없어 보일) 생각에는 열려 있지만, 1년 만에 100년치를 해내리라고는 매우 회의적입니다. 달리 말하면 피할 수 없는 일정한 지연이 있다고 봅니다. 실험과 하드웨어 설계에는 일정한 “지연 시간"이 있고, 논리적으로 연역될 수 없는 것들을 배우기 위해 일정 “불가결한” 횟수만큼 반복되어야 하죠. 하지만 그 위에 대규모 병렬화가 가능할지도 모릅니다¹⁵.

임상시험은 어떨까요? 임상시험에는 많은 관료주의와 지연이 따르지만, 사실 그 느린 속도의 상당 부분(모든 건 아니지만!)은 궁극적으로 거의 작동하지 않거나 모호하게 작동하는 약물을 엄격하게 평가해야 할 필요성에서 비롯됩니다. 슬프게도 이는 오늘날 대부분의 치료법에 해당됩니다. 평균적인 항암제는 생존 기간을 몇 달 늘려주는 한편 주의 깊게 측정되어야 할 중대한 부작용을 동반하죠(알츠하이머병 치료제도 비슷한 상황입니다). 이는 (통계적 검정력을 확보하기 위한) 대규모 연구와 규제 기관이 일반적으로 잘 내리지 못하는 어려운 절충(다시 말해 관료주의와 상충하는 이해관계의 복잡성 때문에)으로 이어집니다.

무언가가 정말 잘 작동할 때는 훨씬 더 빨라집니다. 가속 승인 경로가 있고, 효과 크기가 클 때는 승인이 훨씬 쉽죠. 코로나19 mRNA 백신은 9개월 만에 승인되었습니다. 보통 속도보다 훨씬 빠른 거죠. 그럼에도 이런 상황에서도 임상시험은 여전히 너무 느립니다. mRNA 백신은 아마 2개월 안에 승인되었어야 할 겁니다. 하지만 이런 종류의 지연(약물당 총 1년 정도)과 대규모 병렬화, 그리고 어느 정도이되 지나치지는 않은 반복의 필요성(“몇 번의 시도”)은 5-10년 안에 급격한 변화와 매우 양립할 수 있습니다. 더 낙관적으로 말하면, AI로 인해 발전한 생물학이 인간에게서 어떤 일이 일어날지 예측하는 데 있어 더 정확한 동물 및 세포 실험 모델(또는 심지어 시뮬레이션)을 개발함으로써 임상시험에서의 반복 필요성을 줄일 수 있을지도 모릅니다. 이는 수십 년에 걸쳐 전개되는 노화 과정에 대한 약물 개발에 특히 중요할 것인데, 여기서는 더 빠른 반복 주기가 필요하기 때문입니다.

마지막으로 임상시험과 사회적 장벽에 대해서 명시적으로 지적할 가치가 있는 건, 어떤 면에서 생물의학적 혁신이 다른 일부 기술과는 대조적으로 성공적으로 배치되는 특이할 만큼 강력한 기록을 가지고 있다는 겁니다¹⁶. 서론에서 언급했듯이, 많은 기술들이 기술적으로는 잘 작동함에도 사회적 요인에 의해 방해를 받고 있죠. 이는 AI가 이룰 수 있는 것에 대해 비관적 관점을 제안할 수 있습니다. 하지만 생물의학은 독특한데, 약물 개발 과정은 지나치게 번거롭지만, 일단 개발되고 나면 일반적으로 성공적으로 배치되고 사용되기 때문입니다.

위의 내용을 요약하면, 제 기본적인 예측은 AI로 인해 발전한 생물학과 의학이 인간 생물학자들이 향후 50-100년 동안 이룰 진전을 5-10년으로 압축할 수 있게 해줄 것이라는 겁니다. 저는 이를 “압축된 21세기"라고 부르겠습니다. 강력한 AI가 개발된 후 우리는 몇 년 안에 21세기 전체에 걸쳐 이룰 생물학과 의학의 모든 발전을 이룰 것이라는 개념입니다.

강력한 AI가 몇 년 안에 무엇을 할 수 있을지 예측하는 것은 본질적으로 어렵고 추측에 불과하지만, “인간이 다음 100년 동안 도움 없이 무엇을 할 수 있을까?“라고 묻는 건 어느 정도 구체성이 있습니다. 20세기에 우리가 이룬 것을 보거나, 21세기 첫 20년의 성과를 외삽하거나, “10개의 CRISPR과 50개의 CAR-T는 우리에게 무엇을 가져다 줄까?“라고 묻는 것 모두 우리가 강력한 AI에서 기대할 수 있는 대략적인 수준의 발전을 추정하는 실용적이고 근거 있는 방법을 제공합니다.

아래에서 우리가 기대할 수 있는 것들의 목록을 만들어 보겠습니다. 이는 엄격한 방법론에 기반한 건 아니고, 세부 사항에서는 거의 틀릴 게 분명하지만, 우리가 기대해야 할 급진성의 대략적 수준을 전달하려 노력하는 겁니다.

• 거의 모든¹⁷ 자연 감염병의 신뢰할 수 있는 예방과 치료.

20세기에 감염병에 맞서 거둔 엄청난 진전을 감안할 때, 압축된 21세기에 우리가 어느 정도 “일을 끝마칠” 수 있으리라 상상하는 건 급진적이지 않습니다. mRNA 백신과 유사한 기술은 이미 “무엇에든 백신"을 향한 길을 제시하고 있죠. 감염병이 세계에서 완전히 박멸되는지(일부 지역에서만 그런 게 아니라) 여부는 3절에서 논의될 빈곤과 불평등에 대한 질문에 달려있습니다.

• 대부분의 암 제거.

지난 수십 년 간 암으로 인한 사망률은 매년 약 2%씩 감소해왔습니다. 따라서 우리는 현재 속도의 인간 과학으로 21세기에 대부분의 암을 제거할 준비가 되어 있는 셈이죠. 일부 아형은 이미 상당 부분 치료되었고(예를 들어 CAR-T 요법으로 일부 유형의 백혈병), 저는 아마도 암의 초기 단계를 표적으로 삼아 애초에 자라지 못하게 하는 매우 선택적인 약물에 더 흥분됩니다. AI는 또한 암의 개별화된 유전체에 매우 세밀하게 맞춰진 치료 요법을 가능하게 할 겁니다. 이는 오늘날에도 가능하지만, 시간과 인간의 전문성 측면에서 엄청나게 비싸서 AI가 그 규모를 키울 수 있어야 합니다. 사망률과 발병률 모두 95% 이상 감소하는 게 가능해 보입니다. 그럼에도 불구하고 암은 극도로 다양하고 적응력이 뛰어나서, 이런 질병들 중 완전히 파괴하기 가장 어려운 질병일 겁니다. 드물고 다루기 힘든 악성 종양이 한동안 남아있어도 놀랄 일은 아닐 것 같네요.

• 유전병의 매우 효과적인 예방과 효과적인 치료.

크게 개선된 배아 선별로 대부분의 유전병을 예방하는 게 가능해질 테고, CRISPR의 일부 더 안전하고 신뢰할 수 있는 후속 기술로 기존 사람들의 대부분의 유전병을 치료할 수 있을 겁니다. 그러나 많은 비율의 세포에 영향을 미치는 전신 질환은 마지막까지 버티는 경우일 수 있습니다.

• 알츠하이머병 예방.

우리는 알츠하이머병의 원인을 알아내는 데 매우 어려움을 겪어왔습니다(베타아밀로이드 단백질과 어떤 식으로든 관련이 있지만, 실제 세부 사항은 매우 복잡한 것 같아요). 생물학적 효과를 분리해내는 더 나은 측정 도구로 해결될 수 있는 유형의 문제인 것 같습니다. 따라서 저는 AI가 이를 해결할 수 있는 능력에 대해 낙관적입니다. 일단 실제로 무슨 일이 벌어지고 있는지 이해하게 되면, 비교적 간단한 개입으로 결국 예방할 수 있을 가능성이 높아요. 그렇긴 해도 이미 존재하는 알츠하이머병으로 인한 손상을 되돌리기는 매우 어려울 수 있습니다.

• 대부분의 다른 질병에 대한 개선된 치료.

이는 당뇨병, 비만, 심장병, 자가면역질환 등을 포함한 다른 질병을 총칭하는 범주입니다. 이들 대부분은 암과 알츠하이머병보다 해결하기 “쉬운” 편이고 이미 많은 경우 급격히 감소하고 있죠. 예를 들어, 심장병으로 인한 사망은 이미 50% 이상 감소했고, GLP-1 작용제와 같은 단순한 개입으로 비만과 당뇨병에 엄청난 진전이 이뤄졌습니다.

• 생물학적 자유.

지난 70년 동안 피임, 불임, 체중 관리 등의 발전이 있었습니다. 하지만 AI로 인한 생물학 발전은 가능한 것을 크게 확장할 거라 의심합니다. 체중, 외모, 생식, 기타 생물학적 과정이 사람들의 완전한 통제 하에 있게 될 겁니다. 우리는 이를 생물학적 자유라는 제목으로 언급할 텐데, 모든 사람이 자신이 되고 싶은 대로 되고 자신에게 가장 매력적인 방식으로 살 수 있도록 권한을 부여받아야 한다는 개념입니다. 물론 세계적 차원의 접근성 평등에 대한 중요한 질문이 있을 겁니다. 이에 대해서는 3절을 참조하세요.

• 인간 수명의 2배 증가¹⁸.

이는 급진적으로 보일 수 있지만, 20세기에 기대수명이 거의 2배 증가했기 때문에(약 40세에서 75세로), “압축된 21세기"에 그것을 다시 2배로 늘려 150세로 만드는 건 “추세에 부합"합니다. 분명히 실제 노화 과정 자체를 늦추는 데 필요한 개입은 지난 세기에 (대부분 어린 시절) 질병으로 인한 조기 사망을 예방하는 데 필요했던 것과는 다를 테지만, 변화의 규모가 전례 없는 건 아닙니다¹⁹. 구체적으로, 쥐의 최대 수명을 25-50% 늘리면서 부작용은 제한적인 약물이 이미 존재합니다. 그리고 일부 동물(예: 일부 거북이)은 이미 200년을 삽니다. 따라서 인간이 어떤 이론적 상한선에 있는 건 명백히 아니에요. 제 짐작에 아마도 가장 중요한 것은 인간 노화의 신뢰할 수 있고, 굿하트의 법칙을 피할 수 있는 바이오마커일 텐데, 이는 실험과 임상시험에서 빠른 반복을 가능하게 할 거예요. 일단 인간 수명이 150세가 되면, 우리는 “탈출 속도"에 도달할 수 있을지도 모릅니다. 이는 현재 살아있는 대부분의 사람들이 원하는 만큼 오래 살 수 있을 만큼 충분한 시간을 벌어주는 거죠. 물론 이게 생물학적으로 가능한지는 보장할 수 없습니다.

이 목록을 보면서 이 모든 것이 지금으로부터 7-12년 후에 달성된다면(공격적인 AI 시간표에 부합할 텐데) 세상이 얼마나 달라질지 생각해 보는 게 좋겠네요. 이는 인류를 수천 년 동안 괴롭혀온 대부분의 재앙이 단숨에 제거되는, 상상조차 할 수 없는 인도주의적 승리라는 건 말할 필요도 없겠죠. 제 많은 친구들과 동료들이 아이를 키우고 있는데, 그 아이들이 자랄 때쯤이면 질병에 대한 어떤 언급도 우리에게 괴혈병, 천연두, 흑사병이 들리는 것처럼 들리기를 바랍니다. 그 세대는 또한 향상된 생물학적 자유와 자기표현의 혜택을 누릴 테고, 운이 좋다면 그들이 원하는 만큼 오래 살 수도 있을 겁니다.

강력한 AI를 예상했던 소수의 사람들을 제외하고는 이런 변화가 모든 이에게 얼마나 놀라운 일이 될지 과소평가하기 어려울 겁니다. 예를 들어, 미국에서는 현재 수천 명의 경제학자와 정책 전문가들이 사회보장과 메디케어를 어떻게 유지할 것인지, 더 넓게는 어떻게 의료비용을 낮출 것인지에 대해 토론하고 있습니다(이는 대부분 70세 이상, 특히 암과 같은 말기 질환을 앓는 이들에 의해 소비됩니다). 이 모든 일이 현실화된다면²⁰ 이런 프로그램들의 상황은 급격히 개선될 가능성이 높은데, 근로 연령 대비 은퇴 인구의 비율이 크게 변할 테니까요. 의심할 여지 없이 이런 도전은 새로운 기술에 대한 광범위한 접근을 보장하는 방법 같은 다른 문제로 대체될 겁니다. 하지만 생물학이 AI에 의해 성공적으로 가속화될 유일한 분야라 할지라도 세상이 얼마나 많이 변할지 생각해 볼 가치가 있어요.

신경과학과 정신

이전 섹션에서는 신체 질병과 일반적인 생물학에 초점을 맞추었고, 신경과학이나 정신 건강은 다루지 않았습니다. 하지만 신경과학은 생물학의 하위 분야이고 정신 건강은 신체 건강만큼이나 중요합니다. 사실 어떤 면에서는 정신 건강이 신체 건강보다 인간의 웰빙에 더 직접적인 영향을 미칩니다. 수억 명의 사람들이 중독, 우울증, 조현병, 저기능 자폐증, PTSD, 사이코패스²¹, 지적 장애 같은 문제로 인해 매우 낮은 삶의 질을 겪고 있죠. 수십억 명은 이런 심각한 임상적 장애 중 하나의 훨씬 더 경미한 버전으로 해석될 수 있는 일상적 문제로 힘들어 합니다. 그리고 일반 생물학에서와 마찬가지로, 문제를 다루는 것을 넘어 인간 경험의 기준선 품질을 향상시키는 게 가능할 수 있습니다.

제가 생물학에 대해 설명한 기본적 틀이 신경과학에도 동일하게 적용됩니다. 이 분야는 종종 측정 또는 정밀 개입을 위한 도구와 관련된 소수의 발견에 의해 추진됩니다. 위에서 언급한 목록 중 옵토제네틱스는 신경과학 발견이었고, 최근에는 CLARITY와 확장 현미경 기술이 같은 맥락에서의 진보였죠. 여기에 많은 일반 세포 생물학 방법들이 신경과학에 직접 적용되기도 합니다. 저는 이런 발전의 속도가 AI에 의해 비슷하게 가속될 것이라 생각하므로 “100년의 진전을 5-10년 안에 달성한다"는 개념이 생물학에서와 같은 이유로 같은 방식으로 신경과학에도 적용된다고 봅니다. 생물학에서와 마찬가지로, 20세기 신경과학의 진보는 엄청났습니다. 예를 들어 우리는 1950년대까지 뉴런이 어떻게, 왜 발화하는지조차 이해하지 못했어요. 따라서 AI로 가속된 신경과학이 몇 년 안에 빠른 진전을 이룰 것으로 기대하는 건 합리적인 것 같습니다.

이 기본 그림에 한 가지 덧붙여야 할 점은, 지난 몇 년간 AI 자체에 대해 우리가 배운 (또는 배우고 있는) 것들 중 일부가 신경과학을 발전시키는 데 도움이 될 가능성이 높다는 겁니다. 인간만이 신경과학을 계속 연구한다 하더라도 말이죠. 해석 가능성(Interpretability)은 분명한 예시입니다. 생물학적 뉴런은 표면적으로는 인공 뉴런과 완전히 다른 방식으로 작동하지만(생물학적 뉴런은 스파이크와 종종 스파이크 속도를 통해 통신하므로 인공 뉴런에 없는 시간 요소가 있고, 세포 생리학 및 신경전달물질과 관련된 많은 세부 사항이 그 작동을 실질적으로 수정합니다), “복합 선형/비선형 연산을 수행하는 단순 유닛의 분산되고 훈련된 네트워크가 어떻게 협력하여 중요한 계산을 수행하는가?“라는 근본적 질문은 동일하며, 저는 개별 뉴런 통신의 세부 사항이 대부분의 흥미로운 계산 및 회로에 관한 질문에서 추상화될 거라 강하게 의심합니다²². 이에 대한 한 가지 예로, AI 시스템에서 해석 가능성 연구자들이 발견한 계산 메커니즘이 최근 쥐의 뇌에서 재발견되었어요.

실제 신경망에 비해 인공 신경망에서 실험하는 게 훨씬 쉽기 때문에(후자는 종종 동물의 뇌를 절개해야 합니다), 해석 가능성은 신경과학에 대한 우리의 이해를 높이는 도구가 될 수 있습니다. 더 나아가, 강력한 AI 자체가 아마도 인간보다 이 도구를 더 잘 개발하고 적용할 수 있을 겁니다.

그러나 해석 가능성을 넘어, 지능 시스템이 어떻게 훈련되는지에 대해 AI로부터 배운 것은 (아직 그렇지 않은 것 같지만) 신경과학에 혁명을 일으켜야 합니다. 제가 신경과학 연구를 하던 시절, 많은 사람들은 지금에 와서는 제가 학습에 대해 잘못된 질문에 초점을 맞추고 있었다고 여기는데, 당시에는 스케일링 가설/쓴 교훈의 개념이 아직 존재하지 않았거든요. 많은 데이터와 더불어 단순한 목적 함수가 엄청나게 복잡한 행동을 이끌어낼 수 있다는 생각은 목적 함수와 아키텍처 편향을 이해하는 데 더 많은 관심을 기울이게 하고, 창발적 계산의 세부 사항을 이해하는 데는 덜 관심을 갖게 합니다. 저는 최근 몇 년간 이 분야를 면밀히 살펴보지는 않았지만, 계산 신경과학자들이 아직 이 교훈을 완전히 흡수하지 못했다는 막연한 느낌이 있어요. 스케일링 가설에 대한 제 태도는 늘 “아하! 이것이 지능이 어떻게 작동하고 어떻게 그렇게 쉽게 진화했는지를 높은 수준에서 설명해주는 구나"였지만, 스케일링 가설이 “지능의 비밀"로 받아들여지는 게 AI 내에서조차 완전히 용인되지는 않기에 그게 일반적인 신경과학자의 견해는 아닌 것 같습니다.

저는 신경과학자들이 인간 뇌의 특수성(생물물리학적 한계, 진화사, 토폴로지, 운동 및 감각 입출력의 세부 사항)과 결합된 이 기본적 통찰을 활용해 신경과학의 주요 수수께끼 중 일부를 알아내려 해야 한다고 생각합니다. 일부는 그럴 가능성이 높지만, 아직 충분하지 않다고 의심되고, AI 신경과학자들이 이 각도를 더 효과적으로 활용하여 진전을 가속화할 수 있을 것 같아요.

저는 AI가 다음 네 가지 구별되는 경로를 따라 신경과학의 진보를 가속화할 거라 예상하는데, 이 모든 경로가 정신 질환을 치료하고 기능을 향상시키기 위해 함께 작용하기를 바랍니다.

• 전통적인 분자생물학, 화학, 유전학.

이는 본질적으로 1절의 일반 생물학과 같은 이야기이며, AI는 같은 메커니즘을 통해 이를 가속화할 수 있을 겁니다. 뇌 기능을 변화시키고, 각성이나 인식에 영향을 미치며, 기분을 바꾸는 등의 작용을 하기 위해 신경전달물질을 조절하는 많은 약물들이 있는데, AI는 이보다 훨씬 더 많은 약물을 발명하는 데 도움을 줄 수 있습니다. AI는 아마도 정신 질환의 유전적 기반에 대한 연구도 가속화할 수 있을 겁니다.

• 미세 수준의 신경 측정 및 개입.

이는 많은 개별 뉴런이나 신경 회로가 무엇을 하는지 측정하고, 그 행동을 변화시키기 위해 개입하는 능력입니다. 옵토제네틱스와 신경 탐침은 살아있는 유기체에서 측정과 개입 모두가 가능한 기술이고, 많은 수의 개별 뉴런의 발화 패턴을 읽어내기 위한 분자 티커 테이프(ticker tapes) 같은 매우 발전된 방법들도 제안되었으며 원칙적으로 가능해 보입니다.

• 발전된 계산 신경과학.

위에서 언급했듯이, 현대 AI의 구체적 통찰과 전체적 인상 모두 정신병이나 기분 장애 같은 복잡한 질병의 실제 원인과 역학을 밝히는 것을 포함해 시스템 신경과학의 질문들에 유익하게 적용될 수 있을 것 같습니다.

• 행동 개입.

신경과학의 생물학적 측면에 초점을 맞췄기에 크게 언급하지는 않았지만, 정신의학과 심리학은 물론 20세기를 거치며 행동 개입의 광범위한 레퍼토리를 개발해왔습니다. AI가 새로운 방법의 개발과 기존 방법에 대한 환자의 순응도 개선 모두에서 이를 가속화할 수 있으리라는 건 당연한 이치죠. 더 넓게는, 당신이 항상 최고의 자신이 되도록 돕고, 당신의 상호작용을 연구하여 더 효과적이 되는 법을 배우도록 돕는 “AI 코치"의 개념이 매우 유망해 보입니다.

이 네 가지 발전 경로가 함께 작용한다면, 신체 질병에서와 마찬가지로 AI가 관여하지 않더라도 향후 100년 안에 대부분의 정신 질환을 치료하거나 예방하는 궤도에 오를 것이고, 따라서 5-10년의 AI 가속 기간에 이를 합리적으로 완료할 수 있으리라는 게 제 추측입니다. 구체적으로 일어날 일에 대한 제 짐작은 다음과 같습니다.

대부분의 정신 질환은 아마도 치료될 수 있을 겁니다. 저는 정신과 질환 전문가는 아닙니다(신경과학에서의 제 시간은 소규모 뉴런 그룹을 연구하기 위한 탐침을 만드는 데 쓰였죠). 하지만 PTSD, 우울증, 조현병, 중독 등의 질병은 위의 네 가지 방향의 조합을 통해 규명되고 매우 효과적으로 치료될 수 있으리라는 게 제 추측입니다. 그 해답은 아마도 “생화학적으로 뭔가 잘못되었다”(비록 매우 복잡할 수 있지만)와 “신경망에서 높은 수준으로 뭔가 잘못되었다"의 조합일 겁니다. 즉, 이는 시스템 신경과학의 문제인 셈이죠. 물론 이는 위에서 논의한 행동 개입의 영향을 무시하는 건 아닙니다. 특히 살아있는 인간에 대한 측정 및 개입 도구는 빠른 반복 실험과 진전으로 이어질 것 같습니다.

매우 “구조적인” 상태는 더 어려울 수 있지만, 불가능하지는 않습니다. 사이코패스가 명백한 신경해부학적 차이와 관련이 있다는 일부 증거가 있습니다. 일부 뇌 영역이 단순히 더 작거나 덜 발달했다는 거죠. 사이코패스는 또한 어린 나이부터 공감 능력이 부족한 것으로 여겨집니다. 그들의 뇌에서 무엇이 다르든, 그건 아마 항상 그랬을 겁니다. 일부 지적 장애, 어쩌면 다른 상태에서도 마찬가지일 수 있습니다. 뇌를 재구성하는 건 어려워 보이지만, 지능에 대한 높은 수익이 있는 과제이기도 합니다. 어쩌면 성인 뇌를 더 이른 시기 또는 더 가소적인 상태로 유도하여 재형성할 수 있는 방법이 있을지도 모르겠네요. 이게 얼마나 가능할지는 매우 불확실하지만, 제 본능은 AI가 여기서 발명할 수 있는 것에 대해 낙관적입니다.

정신 질환의 효과적인 유전적 예방이 가능해 보입니다. 대부분의 정신 질환은 부분적으로 유전됩니다. 그리고 전체 유전체 연관 분석(GWAS)은 관련 요인(종종 많은 수의 요인)을 식별하는 데 점점 진전을 보이고 있죠. 신체 질환과 비슷한 이야기로, 배아 선별을 통해 이런 질병의 대부분을 예방하는 게 아마 가능할 겁니다. 한 가지 차이점은 정신과 질환이 다인자성(많은 유전자가 기여함)일 가능성이 더 높다는 거예요. 그래서 복잡성 때문에 질병과 상관관계가 있는 긍정적 특성을 무의식적으로 배제할 위험이 증가합니다. 그런데 좀 이상하게도 최근 GWAS 연구에 따르면 이런 상관관계가 과장되었을 수 있다고 합니다. 어쨌든 AI로 가속화된 신경과학이 이런 것들을 알아내는 데 도움이 될 수 있겠죠. 물론 복잡한 형질에 대한 배아 선별은 다수의 사회적 쟁점을 불러일으키고 논란이 될 테지만, 대부분의 사람들은 심각하거나 무력화시키는 정신 질환에 대한 선별은 지지할 거라 생각합니다.

우리가 임상 질환으로 여기지 않는 일상적 문제들도 해결될 겁니다. 우리 대부분은 보통 임상 질환의 수준까지 이른다고 여겨지지 않는 일상적인 심리적 문제를 안고 있죠. 어떤 사람은 화를 잘 내고, 어떤 사람은 집중하기 어렵거나 자주 졸리고, 어떤 사람은 두려워하거나 불안해하거나 변화에 나쁘게 반응합니다. 오늘날 각성이나 집중력을 돕기 위한 약물(카페인, 모다피닐, 리탈린 등)은 이미 존재하지만, 다른 많은 영역에서와 마찬가지로 훨씬 더 많은 것이 가능할 겁니다. 아마도 그런 약물이 훨씬 더 많이 존재하면서 발견되지 않았을 테고, 표적화된 광자극(위의 옵토제네틱스 참조) 또는 자기장 같은 완전히 새로운 개입 양식도 있을 수 있습니다. 20세기에 우리가 인지 기능과 정서 상태를 조율하는 많은 약물을 개발했다는 점을 고려하면, 모두가 자신의 뇌가 조금 더 잘 작동하게 하고 더 충만한 일상을 보낼 수 있는 “압축된 21세기"에 대해 매우 낙관적입니다.

인간 기준 경험은 훨씬 더 좋아질 수 있습니다. 한 발 더 나아가면, 많은 사람들이 깨달음, 창의적 영감, 연민, 성취감, 초월, 사랑, 아름다움, 또는 명상적 평화의 특별한 순간들을 경험해 왔습니다. 이런 경험의 특성과 빈도는 사람마다, 같은 사람에게서도 시기에 따라 크게 다르며, 때로는 다양한 약물에 의해 유발되기도 합니다(종종 부작용과 함께). 이 모든 건 “경험 가능한 것의 공간"이 매우 넓으며 사람들의 삶의 더 큰 부분이 이런 특별한 순간들로 구성될 수 있음을 시사합니다. 아마도 다양한 인지 기능을 전반적으로 개선하는 것도 가능할 겁니다. 이는 아마도 “생물학적 자유” 또는 “수명 연장"의 신경과학 버전일 거예요.

SF에서 AI를 묘사할 때 자주 등장하지만, 제가 여기서 의도적으로 다루지 않은 한 가지 주제는 “마음 업로드"입니다. 이는 인간 뇌의 패턴과 역학을 포착하여 소프트웨어로 구현하는 개념이죠. 이 주제는 그 자체로 에세이 한 편이 될 수 있겠는데요, 업로드가 원칙적으로는 거의 확실히 가능하다고 생각하지만, 실제로는 강력한 AI를 가지고도 우리가 논의하는 5-10년의 기간 밖에 있을 만큼 상당한 기술적, 사회적 도전에 직면할 가능성이 높다는 정도만 언급하겠습니다.

요약하자면, AI로 가속화된 신경과학은 대부분의 정신 질환에 대한 치료법을 크게 개선하거나 심지어 치료할 뿐만 아니라 “인지적, 정신적 자유"를 크게 확장하고 인간의 인지적, 정서적 능력을 크게 향상시킬 가능성이 높습니다. 이는 이전 섹션에서 설명한 신체 건강의 개선만큼이나 급진적일 겁니다. 어쩌면 세상은 외견상 크게 달라 보이지 않을지도 모릅니다. 하지만 인간이 경험하는 세상은 훨씬 더 나아지고 인간적인 곳이 될 것이며, 자아실현을 위한 더 많은 기회를 제공하는 곳이 될 겁니다. 저는 또한 정신 건강의 개선이 정치적이거나 경제적으로 보이는 것들을 포함해 많은 다른 사회적 문제들을 완화시킬 거라 생각합니다.

경제 발전과 빈곤

앞의 두 섹션은 질병을 치료하고 인간 삶의 질을 향상시키는 새로운 기술을 개발하는 것에 관한 내용이었습니다. 그러나 인도주의적 관점에서 보면 한 가지 분명한 질문이 있죠. “모든 사람이 이런 기술에 접근할 수 있을까요?”

질병의 치료법을 개발하는 것과 세계에서 그 질병을 근절하는 건 별개의 문제입니다. 더 넓게 보면, 많은 기존 보건 개입이 아직 전 세계에 적용되지 않았고, 그것은 (보건 외의) 기술 발전에 대해서도 마찬가지입니다. 달리 말하면 세계 많은 지역의 생활 수준은 여전히 절망적으로 낮다는 거죠. 사하라 이남 아프리카의 1인당 GDP는 약 2,000달러인 데 비해 미국은 약 75,000달러입니다. 만약 AI가 선진국의 경제 성장과 삶의 질은 더욱 높이면서 개발도상국을 돕는 데는 거의 기여하지 않는다면, 우리는 그것을 끔찍한 도덕적 실패이자 앞의 두 섹션에서 언급한 진정한 인도주의적 승리에 대한 오점으로 봐야 합니다. 이상적으로는 강력한 AI가 선진국을 혁신하는 한편으로 개발도상국이 선진국을 따라잡도록 도와야 합니다.

저는 AI가 불평등과 경제 성장을 해결할 수 있을지에 대해, AI가 근본적인 기술을 발명할 수 있을지만큼 자신 있지는 않습니다. 기술은 지능(복잡성과 데이터 부족을 우회할 수 있는 능력 포함)에 대한 수익이 분명히 높은 반면, 경제에는 인간으로부터의 많은 제약과 상당한 내재적 복잡성이 수반되기 때문이죠. 저는 AI가 유명한 “사회주의 계산 문제”²³를 해결할 수 있을지 다소 회의적이며, 설령 그렇게 할 수 있다 하더라도 정부가 그런 주체에 경제 정책을 넘기지는 않을 거라고 (또는 그러면 안 된다고) 봅니다. 또한 사람들이 효과적이지만 의심스러워할 수 있는 치료법을 받도록 설득하는 방법 같은 문제도 있습니다.

개발도상국이 직면한 도전은 공공 및 민간 부문의 만연한 부패로 인해 더욱 복잡해집니다. 부패는 악순환을 만들어냅니다. 빈곤을 악화시키고 빈곤은 다시 더 많은 부패를 낳죠. AI 주도 경제 발전 계획은 부패, 취약한 제도, 기타 매우 인간적인 도전과 맞서 싸워야 합니다.

그럼에도 불구하고 저는 상당한 낙관의 이유를 봅니다. 질병이 근절되었고 많은 국가가 가난에서 부유해졌으며, 이런 과제에 수반되는 의사결정이 (인간의 제약과 복잡성에도 불구하고) 지능에 대한 높은 수익을 보인다는 건 분명합니다. 그러므로 AI는 아마도 이것들을 현재보다 더 잘해낼 수 있을 겁니다. 인간의 제약을 피해가는 표적화된 개입이 있을 수도 있고, AI가 그것에 집중할 수도 있죠. 하지만 더 중요한 건, 우리가 시도해야 한다는 겁니다. AI 기업과 선진국 정책 입안자 모두 개발도상국이 뒤처지지 않도록 각자의 역할을 해야 합니다. 도덕적 의무가 너무나 크기 때문입니다. 그래서 이 섹션에서도 계속 낙관적인 주장을 펼치겠지만, 성공이 보장된 게 아니며 우리의 집단적 노력에 달려있다는 걸 모든 곳에서 염두에 두시기 바랍니다.

강력한 AI가 개발된 후 5-10년 동안 개발도상국에서 상황이 어떻게 전개될지에 대해 제 추측을 몇 가지 해보겠습니다.

• 보건 개입의 보급.

제가 가장 낙관적인 영역은 아마도 보건 개입을 전 세계에 보급하는 일일 겁니다. 질병은 실제로 하향식 캠페인에 의해 근절되어 왔습니다. 천연두는 1970년대에 완전히 박멸되었고, 소아마비와 기니 웜은 연간 100건 미만의 발병으로 거의 근절 직전이죠. 수학적으로 정교한 역학 모델링은 질병 퇴치 캠페인에서 적극적인 역할을 하는데, 인간보다 더 똑똑한 AI 시스템이 인간보다 더 잘해낼 여지가 매우 많아 보입니다. 배포 물류도 크게 최적화될 수 있을 겁니다. 제가 GiveWell의 초기 기부자로서 배운 한 가지는 일부 보건 자선 단체가 다른 단체보다 훨씬 더 효과적이라는 겁니다. 희망은 AI 가속화된 노력이 더 효과적일 거라는 거죠. 또한 일부 생물학적 발전은 실제로 유통 물류를 훨씬 더 쉽게 만듭니다. 예를 들어 말라리아는 질병에 걸릴 때마다 치료가 필요하기 때문에 근절하기 어려웠어요. 한 번만 투여하면 되는 백신은 물류를 훨씬 단순하게 만들죠(그런 말라리아 백신이 실제로 현재 개발 중입니다). 더 단순한 유통 메커니즘도 가능합니다. 일부 질병은 원칙적으로 동물 매개체를 표적으로 삼아 근절할 수 있는데, 예를 들어 질병을 옮기는 능력을 차단하는 박테리아에 감염된 모기를 풀어 (그들이 다른 모든 모기를 감염시키도록 하는 것) 또는 단순히 유전자 드라이브를 사용해 모기를 없애버리는 겁니다. 이는 수백만 명을 개별적으로 치료해야 하는 조율된 캠페인이 아니라 한두 번의 중앙 집중식 조치만 필요로 하죠. 전반적으로 저는 5-10년이 AI 주도 건강 혜택의 상당 부분(아마 50% 정도)이 세계에서 가장 가난한 국가에까지 전파되기에 합리적인 시간표라고 봅니다. 좋은 목표는 강력한 AI 이후 5-10년 내에 개발도상국이 최소한 오늘날의 선진국보다 실질적으로 더 건강해지는 것일 테고, 설령 선진국에 계속 뒤처진다 하더라도 말이죠. 물론 이를 달성하려면 국제 보건, 자선, 정치적 옹호 등 많은 노력을 기울여야 할 텐데, AI 개발자와 정책입안자 모두 이를 도와야 합니다.

• 경제 성장.

개발도상국이 건강뿐 아니라 경제 전반에 걸쳐 빠르게 선진국을 따라잡을 수 있을까요? 이에 대한 어느 정도 선례는 있습니다. 20세기 마지막 수십 년 동안 몇몇 동아시아 경제는 연간 약 10%의 지속적인 실질 GDP 성장률을 달성해 선진국을 따라잡았죠. 인간 경제 기획자들이 전체 경제를 직접 통제하지 않고 몇 가지 핵심 지렛대를 당김으로써(예를 들어 수출 주도 성장의 산업 정책, 천연자원 부에 의존하려는 유혹에 저항하는 것 등) 이런 성공을 이끈 결정을 내렸는데, “AI 재무장관과 중앙은행 총재"가 이 10% 달성을 반복하거나 능가할 수 있을 법합니다. 중요한 질문은 자결권 원칙을 존중하면서 개발도상국 정부가 그들을 받아들이게 하는 방법인데, 일부는 열성적일 수 있지만 다른 이들은 회의적일 가능성이 높습니다. 낙관적인 면으로는, 앞서 언급한 많은 보건 개입이 경제 성장을 유기적으로 증가시킬 가능성이 높다는 겁니다. 에이즈/말라리아/기생충을 근절하는 것은 생산성에 변혁적인 효과를 가져올 테고, 선진국과 개발도상국 모두에서 일부 신경과학 개입(기분과 집중력 향상 등)이 가져올 경제적 혜택은 말할 것도 없죠. 마지막으로 비보건 AI 가속 기술(에너지 기술, 수송 드론, 개선된 건축 자재, 더 나은 물류와 유통 등)은 단순히 자연스럽게 세계에 스며들 수 있습니다. 예를 들어 휴대전화조차 시장 메커니즘을 통해 아프리카 사하라 이남 지역에 빠르게 퍼졌죠, 자선 활동이 필요 없이 말입니다. 좀 더 부정적인 면으로는, AI와 자동화가 많은 잠재적 이점을 가지고 있지만, 특히 아직 산업화되지 않은 국가의 경제 발전에 도전 과제도 제기한다는 겁니다. 이런 국가들이 자동화가 증가하는 시대에도 여전히 발전하고 경제를 개선할 수 있도록 보장하는 방법을 찾는 것은 경제학자와 정책 입안자가 해결해야 할 중요한 과제입니다. 전반적으로, 꿈의 시나리오, 아마도 목표로 삼아야 할 것은 개발도상국의 연간 GDP 성장률이 20%가 되는 거겠죠. AI 지원 경제 결정에서 10%, 건강을 포함하되 이에 국한되지 않는 AI 가속 기술의 자연 확산에서 10%가 나오는 식으로요. 이것이 달성된다면 사하라 이남 아프리카를 5-10년 내에 현재 중국의 1인당 GDP 수준으로 끌어올리는 한편, 개발도상국의 상당 부분을 현재 미국 GDP보다 높은 수준으로 끌어올릴 겁니다. 다시 말하지만 이건 꿈의 시나리오이지, 기본적으로 일어나는 일이 아닙니다. 우리 모두가 함께 노력해 그럴 가능성을 높여야 하는 거죠.

• 식량 안보²⁴.

더 나은 비료와 살충제, 더 많은 자동화, 더 효율적인 토지 이용 등 작물 기술의 발전은 20세기 전반에 걸쳐 작물 수확량을 급격히 증가시켜 수백만 명을 굶주림에서 구했습니다. 유전공학은 현재 많은 작물을 더욱 개선하고 있죠. 이를 더 증진시킬 방법, 그리고 농업 공급망을 더 효율적으로 만드는 방법을 찾는다면 AI 주도의 두 번째 녹색 혁명을 가져올 수 있을 겁니다. 이는 개발도상국과 선진국 간의 격차를 좁히는 데 도움이 될 거예요.

• 기후 변화 완화.

기후 변화는 개발도상국에서 훨씬 더 강하게 느껴질 것이며, 이는 그들의 발전을 저해할 겁니다. 우리는 AI가 대기 중 탄소 제거와 청정 에너지 기술에서부터 탄소 집약적인 공장식 축산에 대한 의존도를 줄여주는 실험실 배양 고기에 이르기까지, 기후 변화를 늦추거나 예방하는 기술의 개선으로 이어질 것으로 기대할 수 있습니다. 물론 앞서 논의했듯이 기술은 기후 변화에 대한 진전을 제한하는 유일한 것이 아닙니다. 이 에세이에서 논의된 다른 모든 쟁점과 마찬가지로 인간 사회의 요인이 중요하죠. 하지만 AI 강화 연구가 기후 변화 완화를 훨씬 덜 비용이 들고 혼란스럽게 만들 수단을 우리에게 제공함으로써, 많은 반대 의견을 무의미하게 만들고 개발도상국이 더 많은 경제 발전을 이루는 데 여력을 줄 거라고 생각할 만한 충분한 이유가 있습니다.

• 국가 내 불평등.

저는 주로 불평등을 국제적 현상으로 이야기해 왔는데(이것이 불평등의 가장 중요한 발현이라고 생각합니다), 물론 불평등은 국가 내에서도 존재합니다. 첨단 보건 개입, 특히 수명의 급격한 증가나 인지 향상 약물로 인해 이런 기술이 “부자만을 위한 것"이라는 우려가 분명 타당할 겁니다. 저는 특히 선진국 내에서의 불평등에 대해 더 낙관적인데, 두 가지 이유에서입니다. 첫째, 선진국에서는 시장이 더 잘 작동하고, 시장은 일반적으로 시간이 지남에 따라 고부가가치 기술의 비용을 낮추는 데 탁월하죠²⁵. 둘째, 선진국의 정치 제도는 시민들의 요구에 더 잘 대응하고 보편적 접근 프로그램을 실행할 수 있는 더 큰 국가 역량을 갖추고 있습니다. 그리고 저는 시민들이 삶의 질을 급진적으로 개선하는 기술에 대한 접근을 요구할 것으로 예상합니다. 물론 그런 요구가 성공할 거라고 미리 정해진 건 아닙니다. 여기가 바로 우리가 집단적으로 공정한 사회를 보장하기 위해 할 수 있는 모든 것을 해야 하는 또 다른 지점이죠. 생명을 구하고 삶을 향상시키는 기술에 대한 접근 불평등(부의 불평등과는 별개의 문제)과는 다른, 부의 불평등이라는 별도의 문제가 있는데, 이는 더 어려워 보이며 5절에서 다루겠습니다.

• 옵트아웃(opt-out) 문제.

선진국과 개발도상국 모두에서 우려되는 한 가지는 사람들이 AI 지원 혜택을 거부하는 것입니다(백신 거부 운동이나 일반적인 러다이트 운동과 유사). 가장 좋은 결정을 내리기 어려운 사람들이 바로 그들의 의사결정 능력을 향상시키는 기술을 거부하게 되어, 격차가 점점 벌어지고 심지어 반유토피아적 하위계층을 만들어내는 악순환이 일어날 수 있습니다(일부 연구자들은 이것이 민주주의를 약화시킬 것이라고 주장했는데, 다음 섹션에서 더 자세히 다루겠습니다). 이는 다시 한번 AI의 긍정적 발전에 도덕적 오점을 남길 겁니다. 저는 사람들을 강요하는 게 윤리적으로 옳지 않다고 생각하기에 이는 해결하기 어려운 문제이지만, 최소한 사람들의 과학적 이해를 높이려 노력할 수는 있고, 아마도 AI 자체가 이를 도울 수 있을 겁니다. 희망적인 징후 하나는 역사적으로 반기술 운동이 실제 행동보다는 말이 많았다는 겁니다. 현대 기술에 대해 비난하는 건 인기 있지만, 대부분의 사람들은 결국 그것을 받아들이죠. 적어도 개인의 선택의 문제일 때는 말입니다. 개인은 대부분의 건강 및 소비자 기술을 채택하는 경향이 있는 반면, 핵 발전과 같이 진정으로 방해받는 기술은 집단적 정치적 결정이 되는 경향이 있습니다.

전반적으로 저는 AI의 생물학적 발전을 개발도상국 사람들에게 신속히 가져다주는 것에 대해 낙관적입니다. AI가 전례 없는 경제 성장률을 가능하게 하고 개발도상국이 최소한 선진국이 현재 있는 곳을 능가할 수 있게 해줄 거라는 데 희망을 갖고 있지만 확신하지는 않습니다. 선진국과 개발도상국 모두에서 “옵트아웃” 문제에 대해 우려하고 있지만, 시간이 지나면서 그리고 AI가 이 과정을 가속화하는 데 도움이 될 수 있으리라 의심합니다. 완벽한 세상은 아닐 거예요. 뒤처진 이들이, 적어도 처음 몇 년 안에는 완전히 따라잡지는 못할 겁니다. 하지만 우리가 강력하게 노력한다면, 적어도 상황이 올바른 방향으로, 그것도 빠르게 움직이게 할 수 있을지도 모릅니다. 그렇게 한다면, 지구상 모든 인간에게 빚진 존엄과 평등의 약속에 대해 최소한의 계약금은 지불할 수 있을 겁니다.

평화와 거버넌스

앞의 세 섹션에서의 모든 일이 잘 된다고 가정해 봅시다. 질병, 빈곤, 불평등이 상당히 줄어들고 인간 경험의 기준선이 실질적으로 높아지는 겁니다. 그렇다고 해서 인간 고통의 주요 원인이 모두 해결되는 건 아닙니다. 인간은 여전히 서로에게 위협이 됩니다. 기술 발전과 경제 발전이 민주주의와 평화로 이어지는 경향이 있긴 하지만, 그건 매우 느슨한 추세이며 잦은 (그리고 최근의) 퇴보를 동반합니다. 20세기 초 사람들은 전쟁을 뒤로 했다고 생각했죠. 그러고는 두 차례 세계대전이 일어났습니다. 30년 전 프란시스 후쿠야마는 “역사의 종말"과 자유민주주의의 최종 승리에 대해 썼지만, 그건 아직 일어나지 않았어요. 20년 전 미국의 정책 입안자들은 중국과의 자유 무역이 중국이 부유해지면서 자유화를 가져올 거라 믿었는데, 그건 전혀 일어나지 않았고 우리는 이제 부활하는 권위주의 블록과의 제2의 냉전을 향해 가고 있는 것 같습니다. 그리고 그럴듯한 이론에 따르면 인터넷 기술은 애초에 믿었던 것과 달리 실제로는 민주주의가 아니라 권위주의에 유리할 수 있습니다(“아랍의 봄” 시기처럼 말이죠). 강력한 AI가 평화, 민주주의, 자유의 이슈와 어떻게 교차할지 이해하려 노력하는 게 중요해 보입니다.

안타깝게도 저는 AI가 민주주의와 평화를 우선적으로 또는 구조적으로 발전시킬 거라고 믿을 만한 강력한 이유를 찾지 못했습니다. AI가 인류 건강을 구조적으로 증진하고 빈곤을 완화할 거라고 생각하는 방식으로 말이죠. 인간의 갈등은 적대적이며 AI는 원칙적으로 “좋은 사람"과 “나쁜 사람” 모두를 도울 수 있습니다. 오히려 일부 구조적 요인은 걱정스러워 보이는데요. AI는 독재자의 도구 상자에서 주요 도구인 선전과 감시를 훨씬 더 잘할 수 있게 해줄 것 같거든요. 따라서 올바른 방향으로 상황을 기울이는 건 개별 행위자로서 우리에게 달려 있습니다. AI가 민주주의와 개인의 권리에 유리하기를 원한다면, 우리는 그 결과를 위해 싸워야 합니다. 저는 국제적 불평등에 대해서보다 이에 대해 더 강하게 느껴요. 자유민주주의와 정치적 안정의 승리는 보장되지 않았고, 어쩌면 그럴 가능성조차 높지 않아 보입니다. 과거에 그랬듯이 앞으로도 큰 희생과 헌신을 요구할 겁니다.

저는 이 문제를 국제 갈등과 국가 내부 구조의 두 부분으로 생각합니다. 국제적 측면에서 볼 때, 강력한 AI가 만들어질 때 민주주의 국가들이 세계 무대에서 우위를 점하는 것이 매우 중요해 보입니다. AI로 무장한 권위주의는 상상하기에도 너무 끔찍하니까요. 그래서 민주주의 국가들은 권위주의 국가들에 의해 압도되는 것을 피하고 권위주의 국가 내에서의 인권 침해를 막기 위해, 강력한 AI가 세상에 들어오는 조건을 설정할 수 있어야 합니다.

이를 위한 최선의 방법에 대한 제 현재 추측은 “협상 전략(entente strategy)”²⁶입니다. 민주주의 국가들의 연합이 공급망을 확보하고, 빠르게 규모를 키우며, 반도체 칩이나 장비 같은 핵심 자원에 대한 경쟁자들의 접근을 차단하거나 지연시킴으로써 강력한 AI에 대해 분명한 우위(일시적인 우위라도)를 얻으려 하는 겁니다. 이 연합은 한편으로는 AI를 이용해 강력한 군사적 우위를 달성하는 한편(채찍), 민주주의를 증진하기 위한 연합의 전략을 지지하는 대가로 강력한 AI의 혜택을 더 넓은 범위의 국가들에 배포하겠다고 제안할 겁니다(당근). 이는 “평화를 위한 원자력” 같은 거죠. 이 연합은 점점 더 많은 세계의 지지를 얻는 것을 목표로 삼아, 우리의 최악의 적들을 고립시키고 결국 그들이 다른 모든 국가와 같은 협상안을 받아들이는 게 더 낫다는 입장에 놓이게 할 겁니다. 즉, 모든 혜택을 받기 위해 민주주의 국가들과 경쟁하는 걸 포기하고 우월한 적과 싸우지 않는 거죠.

우리가 이 모든 걸 해낼 수 있다면, 민주주의 국가들이 세계 무대를 주도하고 경제적, 군사적 힘을 갖춰 권위주의 국가들에 의해 약화되거나 정복되거나 훼방받는 걸 피할 수 있는 세상을 만들 수 있을 겁니다. 어쩌면 AI 우위를 지속 가능한 이점으로 활용할 수도 있겠죠. 낙관적으로 보면 이는 “영원한 1991년”, 즉 민주주의가 우위를 점하고 후쿠야마의 꿈이 실현되는 세상으로 이어질 수 있습니다. 다시 말하지만이는 달성하기 매우 어려울 것이며, 특히 민간 AI 기업과 민주주의 정부 간의 긴밀한 협력, 그리고 당근과 채찍 사이의 균형에 관한 매우 현명한 결정을 필요로 할 겁니다.

설령 이 모든 게 잘 돼도, 각 국가 내에서 민주주의와 독재 사이의 싸움이라는 문제가 남아있습니다. 여기서 무슨 일이 일어날지 예측하기란 분명 어렵지만, 민주주의 국가들이 가장 강력한 AI를 통제하는 국제 환경이 조성된다면, AI가 사실 모든 곳에서 구조적으로 민주주의에 유리하게 작용할 수도 있다는 어느 정도의 낙관론은 갖고 있습니다. 특히 이런 환경에서 민주주의 정부는 더 우수한 AI를 이용해 정보전에서 승리할 수 있습니다. 그들은 권위주의 정권의 영향력 행사와 선전 작전에 맞설 수 있고, 심지어 권위주의 정권이 차단하거나 감시할 기술적 능력이 부족한 방식으로 정보와 AI 서비스 채널을 제공함으로써 전 세계적으로 자유로운 정보 환경을 만들어낼 수도 있습니다. 선전을 하는 게 아니라 악의적인 공격에 맞서고 정보의 자유로운 흐름을 막는 장애물을 제거하는 게 필요할 뿐이죠. 비록 즉각적이지는 않겠지만, 이런 공정한 경쟁의 장은 몇 가지 이유로 인해 점차 전 세계 거버넌스를 민주주의 쪽으로 기울일 상당한 기회를 갖고 있습니다.

첫째, 1-3절에서 다룬 삶의 질 향상은 다른 모든 조건이 동일하다면 민주주의를 증진시킬 겁니다. 역사적으로 그랬던 것처럼 말이죠, 어느 정도는요. 특히 정신 건강, 웰빙, 교육의 개선은 권위주의 지도자에 대한 지지와 부정적 상관관계에 있기에 민주주의를 증진시킬 거라 기대합니다. 일반적으로 사람들은 다른 필요가 충족되면 더 많은 자기표현을 원하는데, 민주주의는 다른 많은 것들 중에서도 일종의 자기표현이죠. 반대로 권위주의는 공포와 원한 위에서 번성합니다.

둘째, 자유로운 정보가 권위주의를 약화시킬 상당한 기회가 있는데, 권위주의자들이 그것을 검열할 수 없다는 전제 하에서죠. 그리고 검열되지 않은 AI는 개인에게 억압적인 정부를 약화시킬 수 있는 강력한 도구도 가져다줄 수 있습니다. 억압적 정권은 사람들에게 일종의 공통된 지식을 부정함으로써 살아남습니다. 사람들이 “임금님께서는 알몸이시다"라는 걸 깨닫지 못하게 하는 거죠. 예를 들어 세르비아에서 밀로셰비치 정권을 무너뜨리는 데 일조한 스르자 포포비치는 독재자의 권력을 심리적으로 박탈하고, 주문을 깨고, 독재자에 대한 지지를 결집시키는 기술에 대해 광범위하게 저술했습니다. 모든 사람의 주머니에 있으면서 독재자가 차단하거나 검열할 힘이 없는, 포포비치의 초인적으로 효과적인 AI 버전은 전 세계 반체제 인사와 개혁가들의 뒤에 바람을 일으킬 수 있을 겁니다. 다시 말하지만 이는 긴 싸움이 될 테고 승리가 보장된 건 아니지만, 우리가 올바른 방식으로 AI를 설계하고 만든다면, 적어도 모든 곳의 자유의 대변자들이 유리한 위치에 설 수 있는 싸움이 될 수는 있습니다.

신경과학 및 생물학에서와 마찬가지로, 우리는 또한 어떻게 하면 “정상보다 더 나은” 상태가 될 수 있을지 물어볼 수 있습니다. 단지 독재를 피하는 것뿐 아니라, 오늘날보다 민주주의를 더 낫게 만드는 법 말이죠. 민주주의 내에서조차 불의는 항상 일어납니다. 법치 사회는 모든 사람이 법 앞에 평등하고 모든 사람이 기본적 인권을 누릴 자격이 있다는 약속을 시민들에게 하지만, 분명히 사람들은 실제로 항상 그런 권리를 받는 건 아닙니다. 이런 약속이 부분적으로나마 이행되고 있다는 건 자랑스러워할 만한 일이지만, AI가 우리가 더 잘할 수 있게 도와줄 수 있을까요?

예를 들어 AI가 의사결정과 절차를 더 공정하게 만들어 우리의 법률 및 사법 제도를 개선할 수 있을까요? 오늘날 사람들은 법적, 사법적 맥락에서 주로 AI 시스템이 차별의 원인이 될 거라고 우려하는데, 이런 우려는 중요하고 방어해야 합니다. 동시에, 민주주의의 활력은 위험에 대응하는 것뿐 아니라 새로운 기술을 활용해 민주주의 제도를 개선하는 데 달려 있습니다. 진정으로 성숙하고 성공적인 AI의 구현은 편견을 줄이고 모두에게 더 공정할 잠재력을 갖고 있습니다.

수세기 동안, 법률 체계는 법이 공정하기를 지향하지만 본질적으로 주관적이어서 편향된 인간에 의해 해석되어야 한다는 딜레마에 직면해 왔습니다. 법을 완전히 기계적으로 만들려는 시도는 실제 세계가 지저분하고 항상 수학적 공식으로 포착될 수 없기 때문에 작동하지 않았죠. 대신 법률 체계는 “잔인하고 비정상적인 처벌” 또는 “전혀 가치 있는 사회적 중요성이 없는” 같은 악명 높게 모호한 기준에 의존하는데, 인간은 종종 이를 편견, 편애, 또는 자의성을 보여주는 방식으로 해석합니다. 암호화폐의 “스마트 계약"은 법을 혁명화하지 않았는데, 일반적인 코드로는 그다지 흥미로운 걸 판단하기에 충분히 똑똑하지 않기 때문이죠. 그러나 AI는 이를 위해 충분히 똑똑할지도 모릅니다. AI는 반복 가능하고 기계적인 방식으로 광범위하고 모호한 판단을 내릴 수 있는 최초의 기술이에요.

저는 판사를 AI 시스템으로 말 그대로 대체하자는 게 아닙니다. 하지만 공정성과 난잡하고 실제적인 상황을 이해하고 처리할 수 있는 능력의 조합은 법과 정의에 몇 가지 진지한 긍정적 적용 사례가 있어야 할 것 같아요. 최소한 그런 시스템은 인간과 함께 의사결정을 보조하는 도구로 활용될 수 있을 겁니다. 그런 시스템에서 투명성은 중요할 텐데, 성숙한 AI 과학이라면 그걸 제공할 수 있을 겁니다. 그런 시스템의 학습 과정은 광범위하게 연구될 수 있고, 고도화된 해석 가능성 기술을 사용해 최종 모델 내부를 들여다보고 숨겨진 편견을 평가할 수 있을 텐데, 이는 인간에게는 불가능한 일이죠. 그런 AI 도구는 또한 사법 또는 경찰 맥락에서 기본권 침해를 모니터링하는 데 사용될 수 있어서, 헌법을 더 자기 집행적으로 만들 수 있습니다.

비슷한 맥락에서, AI는 시민들 사이의 의견을 종합하고 합의를 이끌어내는 데 사용될 수 있어서, 갈등을 해소하고 공통점을 찾으며 타협점을 모색할 수 있습니다. 이런 방향의 초기 아이디어 중 일부는 Anthropic과의 협업을 포함해 계산 민주주의 프로젝트에서 착수되었습니다. 더 잘 알고 사려 깊은 시민은 분명히 민주주의 제도를 강화할 겁니다.

또한 원칙적으로는 모두에게 제공되지만 실제로는 심각하게 부족하고 어떤 곳에서는 다른 곳보다 더 부족한 정부 서비스, 예를 들어 건강 혜택이나 사회 서비스 등을 제공하는 데 AI를 활용할 수 있는 분명한 기회도 있습니다. 여기에는 의료 서비스, 차량관리사무소, 세금, 사회보장, 건축법규 집행 등이 포함되죠. 당신이 이해할 수 있는 방식으로 정부로부터 합법적으로 받을 자격이 있는 모든 것을 제공하는 게 일이며, 흔히 혼란스러운 정부 규칙을 준수하는 데 도움을 주기도 하는, 매우 사려 깊고 정통한 AI가 있다면 그건 대단한 일일 겁니다. 국가 역량을 높이는 건 법 앞의 평등이라는 약속 이행에 도움이 되는 한편 민주적 거버넌스에 대한 존중을 강화합니다. 현재 부실하게 구현된 서비스는 정부에 대한 냉소주의의 주요 동인이 되고 있어요²⁷.

이 모든 게 다소 모호한 생각이고, 이 섹션 초반에 말했듯 저는 이들의 실현 가능성에 대해 생물학, 신경과학, 빈곤 퇴치에서의 발전만큼 자신 있지는 않습니다. 이는 비현실적으로 유토피아적일 수 있죠. 하지만 중요한 건 야심 찬 비전을 갖고, 크게 꿈꾸며 여러 가지를 시도해 볼 의지를 갖는 거예요. AI를 자유, 개인의 권리, 법 앞의 평등의 보증자로 보는 비전은 너무나 강력해서 싸우지 않을 수 없습니다. 21세기의 AI 지원 정치 체제는 개인의 자유를 더 강력하게 보호할 수 있고, 자유민주주의를 전 세계가 채택하고 싶어 하는 정부 형태로 만드는 데 도움이 되는 희망의 등불이 될 수 있습니다.

일과 삶의 의미

앞의 네 섹션에서의 모든 일이 잘 된다고 가정해 봅시다. 질병, 빈곤, 불평등이 크게 감소하고 자유민주주의가 지배적인 정부 형태가 되며, 기존의 자유민주주의는 한층 더 나은 버전이 되는 겁니다. 그럼에도 적어도 한 가지 중요한 질문이 여전히 남아 있어요. “우리가 이렇게 기술적으로 발전했을 뿐 아니라 공정하고양심적인 세상에 산다니 멋지네요. 하지만 AI가 모든 걸 다 하는데, 인간은 어떻게 의미를 찾을까요? 게다가 경제적으로는 어떻게 살아남을까요?“라는 거죠.

저는 이 질문이 다른 것들보다 더 어렵다고 봅니다. 제가 다른 질문들에 대해서보다 이 문제에 대해 반드시 더 비관적이라는 뜻은 아니에요(물론 도전 과제도 봅니다). 그보다는 이 문제가 더 모호하고 미리 예측하기 어렵다는 거죠. 왜냐하면 사회가 조직되는 방식에 대한 거시적 질문과 관련되어 있고, 그런 문제들은 시간이 지나면서 그리고 분산된 방식으로만 해결되는 경향이 있거든요. 예를 들어, 역사적인 수렵채집 사회는 수렵 없이는 삶이 무의미할 것이며 수렵과 관련된 다양한 종교적 의식 없이는 우리의 풍요로운 기술 사회가 목적이 없어 보일 거라고 상상했을지도 모릅니다. 그들은 또한 우리의 경제가 어떻게 모두에게 생계 수단을 제공할 수 있는지, 기계화된 사회에서 사람들이 어떤 기능을 유용하게 수행할 수 있을지 이해하지 못했을 수도 있죠.

그럼에도 불구하고, 적어도 몇 마디는 할 가치가 있어 보이네요. 다만 이 섹션의 간결함이 제가 이 문제를 심각하게 받아들이지 않는다는 신호로 전혀 받아들여져서는 안 된다는 걸 염두에 두시기 바랍니다. 오히려 그 반대입니다. 이는 명확한 답의 부재를 나타내는 신호인 거죠.

의미의 문제에 대해서는, AI가 당신이 하는 일을 더 잘할 수 있다는 이유만으로 그 일이 무의미하다고 믿는 건 잘못된 생각일 가능성이 높다고 봅니다. 대부분의 사람들은 어떤 일에서든 세계 최고는 아니지만 그다지 신경 쓰이지 않는 것 같아요. 물론 오늘날 그들은 여전히 비교우위를 통해 기여할 수 있고, 자신이 창출하는 경제적 가치에서 의미를 얻을 수도 있죠. 하지만 사람들은 또한 경제적 가치를 전혀 창출하지 않는 활동을 크게 즐기기도 합니다. 저는 비디오 게임을 하고, 수영을 하고, 밖을 걸어 다니고, 친구들과 이야기를 나누는 데 많은 시간을 보내는데, 이 모든 게 경제적 가치를 전혀 창출하지 않아요. 저는 비디오 게임을 더 잘하거나 산을 자전거로 더 빨리 오르는 데 하루를 보낼 수도 있는데, 누군가 어디선가 그런 일을 저보다 훨씬 더 잘한다는 게 제게 별로 중요하지 않죠. 어쨌든 저는 의미가 대부분 인간관계와 유대감에서 온다고 생각하지, 경제적 노동에서 오는 게 아니라고요. 사람들은 성취감, 심지어 경쟁심을 원하긴 하는데, AI 이후 세상에서도 사람들이 오늘날 연구 프로젝트에 착수하거나, 할리우드 배우가 되려 하거나, 기업을 설립할 때 하는 것과 유사하게, 매우 어려운 과제에 복잡한 전략으로 몇 년을 보내는 게 완전히 가능할 겁니다²⁸. (a) 원칙적으로 AI가 어딘가에서 이 일을 더 잘할 수 있고, (b) 이 일이 더 이상 세계 경제의 경제적으로 보상받는 요소가 아니라는 사실이 제게는 그다지 중요해 보이지 않네요.

경제적 측면은 사실 의미의 문제보다 제게 더 어려워 보입니다. 이 섹션에서 “경제적"이라는 건 대부분의 인간 또는 모든 인간이 충분히 발전된 AI 주도 경제에 의미 있게 기여하지 못할 수도 있다는 잠재적 문제를 의미합니다. 이는 특히 신기술에 대한 접근의 불평등을 포함한 불평등이라는 별개의 문제보다 더 거시적인 문제입니다. 3절에서 이에 대해 논의했죠.

우선 저는 단기적으로는 비교우위가 인간을 계속 연관성 있게 유지하고 실제로 생산성을 높일 것이며, 어떤 면에서는 인간 사이의 경쟁의 장을 평준화할 수도 있다는 주장에 동의합니다. AI가 주어진 일의 90%만 더 잘하는 한, 나머지 10%는 인간이 큰 영향력을 발휘하게 되어 보상이 늘어나고, 사실 AI가 잘하는 걸 보완하고 증폭하는 많은 새로운 일자리가 생겨나 “10%“가 계속 확장되어 거의 모든 사람을 고용하게 될 겁니다. 사실 AI가 인간보다 모든 걸 100% 더 잘할 수 있다 하더라도, 일부 작업에서는 여전히 비효율적이거나 비용이 많이 들거나, 인간과 AI에 대한 자원 투입이 의미 있게 다르다면, 비교우위의 논리는 계속 적용됩니다. 인간이 상당 기간 동안 상대적(또는 심지어 절대적) 우위를 유지할 가능성이 있는 한 분야는 물리적 세계일 겁니다. 따라서 저는 우리가 “데이터센터 안의 천재들의 나라"에 도달하는 지점을 조금 지나서도 인간 경제는 계속 의미가 있을 거라고 생각해요.

그러나 장기적으로는 AI가 너무나 광범위하게 효과적이고 너무나 저렴해져서 이런 게 더 이상 적용되지 않게 될 거라고 봅니다. 그 시점에서는 우리의 현재 경제 체제가 더 이상 의미가 없어지고, 경제를 어떻게 조직해야 할지에 대한 더 넓은 사회적 대화가 필요할 겁니다.

그게 미친 소리처럼 들릴지 모르지만, 사실 문명은 과거에 수렵채집에서 농경으로, 농경에서 봉건제로, 봉건제에서 산업화로 이어지는 주요 경제 변화를 성공적으로 헤쳐 나갔습니다. 저는 어떤 새롭고 더 이상한 것이 필요할 거라 의심하는데, 그건 오늘날 누구도 제대로 예견하지 못한 것일 겁니다. 그냥 모두에게 큰 기본 소득을 주는 것처럼 단순할 수도 있지만, 그건 해법의 작은 부분에 불과할 거예요. AI 시스템들의 자본주의적 경제가 될 수도 있는데, 그 시스템들은 (전체 경제 파이가 엄청날 테니까 엄청난 양의) 자원을 궁극적으로 인간의 가치에서 파생된 어떤 판단에 기반해 AI 시스템이 인간에게 보상하는 게 의미 있다고 생각하는 바에 따라 인간에게 분배하는 겁니다. 어쩌면 경제는 Whuffie 포인트로 돌아갈지도 모르죠. 아니면 어쩌면 인간은 계속 경제적으로 가치 있는 존재일지도 모릅니다. 일반적인 경제 모델이 예상하지 못한 어떤 방식으로 말이죠. 이 모든 해법에는 수많은 잠재적 문제가 있고, 많은 반복과 실험 없이는 그것들이 의미가 있을지 알 수 없어요. 그리고 다른 도전 과제들에서와 마찬가지로, 우리는 아마 여기서 좋은 결과를 얻기 위해 싸워야 할 겁니다. 착취적이거나 반유토피아적인 방향도 분명 가능하며 이는 막아야만 하죠. 이런 질문들에 대해서는 훨씬 더 많은 것을 쓸 수 있을 텐데 언젠가는 그렇게 하기를 희망합니다.

현 상황 점검

위의 다양한 주제를 통해, 저는 AI로 인해 모든 것이 잘 된다면 그럴듯하면서도 오늘날의 세계보다 훨씬 더 나은 세상의 비전을 제시하려 노력했습니다. 저는 이 세상이 현실적일지 모르겠어요. 설령 그렇다 하더라도, 많은 용감하고 헌신적인 사람들의 엄청난 노력과 투쟁 없이는 이뤄지지 않을 겁니다. 모든 사람(AI 기업 포함!)이 위험을 예방하고 혜택을 온전히 실현하기 위해 각자의 역할을 다해야 할 것입니다.

하지만 그건 싸울 만한 가치가 있는 세상입니다. 만약 이 모든 것이 정말로 5-10년에 걸쳐 일어난다면 - 대부분의 질병 퇴치, 생물학적, 인지적 자유의 신장, 새로운 기술을 공유하기 위해 빈곤에서 벗어난 수십억 명의 사람들, 자유민주주의와 인권의 르네상스 - 그것을 지켜보는 모든 사람은 그것이 자신에게 미치는 영향에 놀랄 것 같네요. 새로운 기술들로부터 개인적 혜택을 받는 경험 말고요. 물론 그것도 놀라운 일이겠지만요. 제가 말하는 건 오랫동안 간직해온 이상들이 우리 모두 앞에서 한꺼번에 실현되는 것을 지켜보는 경험이에요. 많은 이들이 그것에 눈물을 흘릴 것 같아요.

이 에세이를 쓰는 내내 저는 흥미로운 긴장감을 느꼈어요. 어떤 면에서 여기 제시된 비전은 극단적으로 급진적입니다. 향후 10년간 일어날 거라고 거의 아무도 예상하지 않는 일이고, 많은 이에게 터무니없는 환상으로 비칠 겁니다. 일부는 그걸 바람직하다고 여기지 않을 수도 있어요. 여기에는 모두가 동의하지 않을 가치관과 정치적 선택이 담겨 있으니까요. 하지만 동시에 그것에는 눈부신 자명함, 과잉 결정된 무언가가 있어요. 마치 좋은 세상을 예견하려는 많은 다양한 시도들이 불가피하게 대략 여기로 이어지는 것처럼 말이죠.

이안 M. 뱅크스의 소설 [플레이어 오브 게임즈]에서²⁹, 주인공(여기서 제시한 것과 다르지 않은 원칙에 기반한 ‘문화’라는 사회의 일원)은 지도력이 복잡한 전투 게임에서의 경쟁에 의해 결정되는 억압적이고 군국주의적인 제국으로 여행을 갑니다. 그러나 그 게임은 충분히 복잡해서 플레이어의 전략이 그 자신의 정치적, 철학적 세계관을 반영하는 경향이 있습니다. 주인공은 황제를 게임에서 이기는데 성공하는데, 이는 그의 가치관(문화의 가치관)이 적자생존과 약육강식에 기반한 사회가 설계한 게임에서조차 승리 전략을 나타낸다는 걸 보여줍니다. 스콧 알렉산더의 유명한 포스트도 같은 주장을 펼치는데, 경쟁은 자멸적이며 연민과 협력에 기반한 사회로 이어지는 경향이 있다는 겁니다. “도덕적 우주의 호"는 비슷한 또 다른 개념이에요.

저는 문화의 가치관이 승리 전략이라고 생각하는데, 그것들이 도덕적 힘을 지닌 수백만 개의 작은 결정들의 합이고 모두를 한 편으로 끌어들이는 경향이 있기 때문입니다. 기본적인 인간의 공정성, 협력, 호기심, 자율성에 대한 직관은 논박하기 어려우며, 우리의 더 파괴적인 충동과는 달리 누적되는 경향이 있죠. 우리가 예방할 수 있다면 아이들이 병으로 죽어서는 안 된다고 주장하기는 쉽고, 거기서 모든 아이가 그 권리를 평등하게 누려야 한다고 주장하는 건 어렵지 않아요. 거기서 우리 모두 힘을 합쳐 이 결과를 달성하기 위해 지성을 발휘해야 한다고 주장하는 것도 어렵지 않죠. 불필요하게 타인을 공격하거나 해치는 사람은 처벌받아야 한다는 데 거의 이견이 없고, 거기서 처벌은 사람들 간에 일관되고 체계적이어야 한다는 생각으로 나아가기란 그리 어렵지 않습니다. 사람들이 자신의 삶과 선택에 대해 자율성과 책임을 가져야 한다는 것 또한 직관적으로 와닿아요. 이 단순한 직관들을, 논리적 귀결까지 밀고 나가면, 결국 법치, 민주주의, 계몽주의적 가치관으로 이어집니다. 필연적이지는 않더라도, 적어도 통계적 경향성으로는, 인류가 이미 향하고 있던 곳이 바로 여기에요. AI는 단지 그곳에 더 빨리 도달할 기회를 제공할 뿐입니다. 논리를 더 명쾌하게, 목적지를 더 분명히 만들어줌으로써 말이죠.

그럼에도 불구하고, 그건 초월적으로 아름다운 일입니다. 우리에겐 그것을 현실로 만드는 데 일말의 역할을 할 기회가 있습니다.

이 에세이 초안을 검토해준 Kevin Esvelt, Parag Mallick, Stuart Ritchie, Matt Yglesias, Erik Brynjolfsson, Jim McClave, Allan Dafoe, 그리고 Anthropic의 많은 분들께 감사드립니다.

우리 모두에게 길을 보여준 2024년 노벨 화학상 수상자들에게.

각주

• AlphaFold와 AlphaProteo 같은 더 나은 전산 도구 설계 - 즉, 전반적 AI 시스템이 전문화된 AI 전산 생물학 도구를 만드는 우리의 능력을 가속화하는 것.
• 더 효율적이고 선택적인 CRISPR.
• 더 발전된 세포 치료법.
• 더 나은 이식형 장치로 이어지는 재료과학 및 소형화 돌파구.
• 줄기세포, 세포 분화 및 역분화에 대한 더 나은 제어, 그리고 그에 따른 조직 재생 또는 재형성 능력.
• 면역계에 대한 더 나은 제어: 암과 감염병을 해결하기 위해 선택적으로 작동시키고, 자가면역질환을 해결하기 위해 선택적으로 차단. ↩