AI라는 단어를 들으면 무엇을 떠올리게 될까요? 챗GPT일까요? 이미지 생성 AI인가요? 자율 주행일까요. 아니면 인간처럼 대화하는 로봇일 수도 있습니다. 지금은 인공지능이 너무나 가까운 존재가 되었습니다. 글을 쓰면 AI가 대답한다. 모르는 것을 물어보면 AI가 설명한다. 사진을 보여주면 내용을 이해한다. 코드를 작성하면 프로그램을 만들어 줍니다. 이전에는 전문가만 사용했던 기술들이 스마트폰이나 컴퓨터처럼 누구나 사용할 수 있게 되고 있습니다. 하지만 여기서 한 가지 의문이 생깁니다. AI는 언제부터 이렇게 많은 것을 할 수 있게 되었을까요. ChatGPT는 갑자기 나타난 것이 아닙니다. GPT-5.6, Claude, Gemini, Grok, Llama, DeepSeek도 순식간에 등장한 것이 아닙니다. 그 뒤에는 70년이 넘는 연구가 있습니다. 실패도 있었습니다. 기대를 지나치게 많이 한 시기도 있었습니다. AI는 곧 인간을 능가할 것이다”라는 말이 반복적으로 언급된 후, 여러 번 실망감을 느꼈습니다. 그럼에도 연구자들은 연구를 계속했습니다. 그리고, 어느 시점에서 여러 기술이 하나로 연결됩니다. 대량의 데이터 거대한 신경망. GPU 기반의 연산 능력 트랜스포머라는 새로운 구조입니다. 또한, 인간의 피드백. 이 모든 것들이 겹칠 때마다 AI는 순식간에 변했습니다. 이 이야기를 알게 되면서 ChatGPT가 왜 갑자기 등장한 것처럼 보였는지 알 수 있었다. 왜 Google이 Gemini를 만들고, Meta가 Llama를 공개하고, Anthropic이 Claude를 만들고, DeepSeek이나 Mistral과 같은 기업까지 등장한 것일까요. 또한, 2026년 AI가 “질문에 답하는 것”에서 “업무를 맡기는 것”으로 변화하려는 이유가 무엇인지 주목해야 합니다. 그 이유가 명확해집니다. 이는 인공지능(AI)의 역사를 단순한 나열이 아닌 연표로 보여주지 않습니다. 다음 AI가 왜 태어났는가’라는 관점에서 AI의 역사를 하나의 이야기로 조망합니다. 목차 이 글은 현재 제공되지 않았습니다. 게시글의 본문 청크 34/1028의 내용을 제공해 주시면, 요청하신 대로 자연스럽고 정확한 한국어 번역본을 출력해 드리겠습니다. 제1장 AI라는 꿈이 세상에 나타난 날 인간은 옛부터 “생각하는 기계”를 꿈꿔왔다. 1956년, “인공지능”이라는 용어가 등장했다. 처음 등장하는 AI는 학습하지 않았다. 제2장 첫 번째 기대와 첫 번째 실망 2.1 엘리자 - 인간과 대화하는 기계 1966년, 조셉 웨블러가 개발한 컴퓨터 프로그램 ‘엘리자(ELIZA)’가 세상에 처음 모습을 드러냈다. 엘리자는 챗봇의 시초라고 할 수 있는 프로그램으로, 인간의 대화를 모방하여 대화를 시뮬레이션하는 데 초점을 맞추었다. 엘리자는 사용자의 말을 분석하여 패턴을 파악하고, 그에 따라 적절한 답변을 생성했다. 예를 들어 사용자가 “오늘 기분이 어떠세요?”라고 질문하면, 엘리자는 “당신은 지금 어떤 기분인가요?”와 같이 질문을 되묻거나, “저는 지금 아무 감정도 느끼지 못합니다.”와 같은 일반적인 답변을 제시했다. 엘리자의 핵심은 ‘반향 질문’과 ‘일반적인 답변’을 반복적으로 사용하는 것이었다. 사용자는 엘리자와 대화하는 동안 마치 인간과 대화하는 듯한 착각에 빠지게 되었고, 엘리자의 답변에 대해 깊이 생각하거나 감정을 공유하는 것처럼 느껴졌다. 엘리자는 당시 사람들에게 큰 충격을 주었다. 컴퓨터가 인간과 같은 방식으로 대화할 수 있다는 사실은 상상하기 어려웠기 때문이다. 엘리자는 단순한 프로그램이 아닌, 인간의 심리나 의사소통 방식을 연구하는 데 중요한 역할을 했다. 엘리자의 성공은 이후 챗봇 개발에 큰 영향을 미쳤다. 엘리자는 챗봇의 기본적인 원리를 제시하고, 챗봇이 인간과 자연스럽게 대화할 수 있도록 하는 데 기여했다. 엘리자는 1966년에 개발되었지만, 현재까지도 챗봇 개발의 역사에서 중요한 위치를 차지하고 있다. 엘리자는 챗봇의 가능성을 보여주는 대표적인 사례로, 챗봇 기술의 발전에 큰 영향을 미쳤다. 엘리자는 ‘무라카미 하루키’의 소설 『夏帆(카호)』에 등장하는 인물과 직접적인 관련은 없지만, 인간과 기계의 관계에 대한 질문을 던지는 데 중요한 역할을 했다. 엘리자는 챗봇의 탄생을 알리는 신호탄과 같은 존재였다. 2.2 전문가 시스템 2.3 그리고 AI는 겨울을 맞이한다. 제3장 인공지능이 “학습한다”가 된다 데이터로부터 배우는 것 제1장 AI라는 꿈이 태어난 날 인간은 옛부터 “생각하는 기계”를 꿈꿔왔다. 인공지능의 역사는 ChatGPT로 시작한 것이 아닙니다. 더 오래된 부분부터 시작합니다. 사람들은 예로부터 “기계에 지능을 심어주고 싶다”는 꿈을 가지고 있었습니다. 계산을 하는 기계 체스 기계 그는 말을 이해하는 기계였다. 사람처럼 문제를 해결하는 기계. 하지만 20세기 전반까지는 거의 철학적인 문제였습니다. 「そもそも、人間の思考とは何なのか。」 생각을 기계로 재현할 수 있을까요? 이 질문에 수학과 컴퓨터 과학이 서로 가까워집니다. 그 중심 인물 중 한 명이 앨런 튜링입니다. 튜링은 1950년 논문 “컴퓨팅 머신리와 인텔리전스”에서 “기계는 생각할 수 있는가”라는 질문을 다루었습니다. 여기 중요한 것은 그가 “생각한다”라는 말을 철학적으로 정의하려고 하지 않았다는 점입니다. 대신, 기계와 인간의 대화를 통해 지성을 판단하는 관점을 제시했습니다. 그 후에 “튜링 테스트”라는 이름으로 불리게 되었습니다. 이는 현재 생성형 AI를 고찰하는うえ에서도 매우 중요한 발상입니다. 왜냐하면, AI에 대해 우리가 진정으로 알고 싶어하는 것은 내부적으로 “인간과 같은 마음”이 있는지 없는지만을 의미하지 않기 때문입니다. 실제로 무엇을 할 수 있을까요. 사람들과 어떻게 소통할 수 있을까. 그것으로부터 무엇을 만들어낼 수 있을까. 그곳에 가치가 있습니다. 1956년, “인공지능”이라는 용어가 처음 사용되었다. 1956년. AI의 역사에서 매우 중요한 사건이 발생합니다. 다트머스 대학교에서 개최된 연구회입니다. 여기 존 맥카시를 비롯한 연구자들은 연구 분야를 “인공지능”이라고 불렀습니다. 인공지능 인공지능이라는 용어가 탄생한 것입니다. 당시 연구자들은 현재의 AI를 상상하고 있었다고는 할 수 없습니다. 컴퓨터에 인간의 지적 활동을 수행하도록 하는 것. 수학 문제 풀어보게. 그녀는 마치 텅 빈 캔처럼, 텅 빈 공간에 던져진 물건 같았다. 텅 빈 캔은 그 자체로 아무런 의미가 없지만, 그 안에 담긴 물건의 의미를 받아들일 수 있었다. 그녀는 그런 캔처럼, 텅 빈 듯하면서도 무언가를 기다리는 듯했다. 그녀는 며칠 동안, 텅 빈 방에 틀어박혀 있었다. 창밖의 햇살은 그녀의 방으로 들어오지 못했다. 그녀는 텅 빈 방 안에서, 텅 빈 생각만 반복하고 있었다. 그녀는 며칠 전, ‘夏帆’에게서 한 통의 편지를 받았다. 편지에는 ‘다음에 꼭 보자’라는 짧은 글귀만 적혀 있었다. ‘夏帆’는 그녀의 오랜 친구였다. 두 사람은 어렸을 때부터 함께 자라면서, 서로에게 없어서는 안 될 존재가 되어 있었다. 하지만 최근 들어 ‘夏帆’는 갑자기 연락을 끊고, 그녀에게서 멀어지고 있었다. 그녀는 ‘夏帆’가 왜 연락을 끊었는지, 왜 그녀에게서 멀어지고 있는지, 이유를 알 수 없었다. 그녀는 ‘夏帆’를 걱정하면서도, ‘夏帆’에게서 멀어지고 있는 자신을 받아들일 수 없었다. 그녀는 ‘夏帆’를 만나, 그녀의 이야기를 들어보고 싶었다. 그녀는 ‘夏帆’를 만나, 그녀의 마음을 확인하고 싶었다. 그녀는 며칠 동안, 텅 빈 방에 틀어박혀 ‘夏帆’를 기다렸다. 그녀는 ‘夏帆’가 언제 나타날지, ‘夏帆’는 왜 그녀에게서 멀어지고 있는지, 이유를 알 수 없었다. 그녀는 텅 빈 방 안에서, 텅 빈 생각만 반복하고 있었다. 그녀는 문득, 자신이 텅 빈 캔처럼, 텅 빈 공간에 놓여 있는 것은 아닐까 생각했다. 그녀는 텅 빈 캔처럼, 텅 빈 공간에 던져진 물건 같지는 않았다. 그녀는 스스로의 힘으로, 자신의 삶을 채워나가고 있었다. 그녀는 스스로의 힘으로, 자신의 미래를 만들어가고 있었다. 문제를 풀어보게 하려고. 게임을 하게 한다. 그런 연구를 통해 시작되었습니다. 여기부터 인공지능 연구는 순식간에 “과학”으로 발전해 나갈 것입니다. 처음 등장하는 AI는 학습하지 않았다. 초기 AI를 이해하는 데 있어, 매우 중요한 것이 있습니다. 그것은, 과거 AI는 현재 AI와는 근본적인 사고방식이 달랐다. 그렇습니다. 현재 ChatGPT는 방대한 양의 데이터에서 패턴을 학습합니다. 그러나 초기 인공지능에서는 인간이 규칙을 만들었습니다. 이 조건이라면 이 답이 옳다. 이러한 상태라면, 이 행동입니다. 결국, 인간은 지식을 프로그래밍합니다. 이런 생각을 말씀하시는 거예요. 이는 “상징적 AI”라는 흐름으로 이어집니다. 컴퓨터에 논리를 가르친다. 지식을 기호로 나타낸다. 규칙을 조합하여 문제를 해결한다. 그 당시에는 매우 합리적이었습니다. 컴퓨터는 계산에 능숙하기 때문입니다. 인간이 규칙을 정확하게 지키면, 컴퓨터는 그것을 빠르게 실행할 수 있다. 하지만 이 방법에는 큰 문제가 있었습니다. 현실 세계는 규칙만으로는 설명할 수 없는 것입니다. 제2장 첫 번째 기대와 첫 번째 실망 ## 2.1 엘리자 - 인간과 대화하는 기계 1966년, 조셉·웨블러가 개발한 컴퓨터 프로그램 ‘엘리자(ELIZA)’가 세상에 처음 모습을 드러냈다. 엘리자는 챗봇의 시초라고 할 수 있는 프로그램으로, 인간의 대화를 모방하여 대화를 시뮬레이션하는 데 초점을 맞추었다. 엘리자는 사용자의 질문이나 발언에 대해 마치 인간 상담가처럼 반응하는 방식으로 작동했다. 사용자가 자신의 감정을 이야기하면, 엘리자는 그 감정을 분석하고 공감하는 듯한 반응을 보였다. 예를 들어, 사용자가 “오늘 너무 슬프네요”라고 말하면, 엘리자는 “왜 그렇게 느끼시는지 자세히 말씀해 주시겠어요?”와 같이 질문을 던졌다. 엘리자는 실제로 인간과 대화하는 것처럼 느껴지도록 설계되었지만, 사실은 정해진 규칙과 패턴에 따라 미리 작성된 응답을 사용하는 프로그램일 뿐이었다. 엘리자는 사용자의 감정을 이해하는 것이 아니라, 사용자의 말을 분석하여 적절한 반응을 선택하는 방식으로 작동했다. 엘리자의 성공은 당시 사람들에게 큰 충격을 주었다. 사람들은 엘리자와 대화하는 동안 마치 인간 상담가와 대화하는 듯한 느낌을 받았고, 컴퓨터가 인간의 감정을 이해할 수 있다는 가능성을 처음으로 생각해 보게 되었다. 엘리자는 이후 챗봇 개발에 큰 영향을 미쳤다. 엘리자의 성공은 챗봇이 인간의 대화를 모방하고, 사용자와 상호 작용하는 데 중요한 역할을 할 수 있다는 것을 보여주었다. 엘리자는 오늘날 챗봇 기술의 발전에 기여한 중요한 프로그램으로 평가받고 있다. 엘리자는 단순한 컴퓨터 프로그램이 아니라, 인간과 기계의 관계에 대한 새로운 질문을 던진 기념비적인 작품이다. 엘리자는 1966년 7월 23일에 처음 공개되었으며, 이후 다양한 버전으로 개발되어 널리 사용되었다. 엘리자는 챗봇 기술의 역사에서 중요한 위치를 차지하고 있으며, 오늘날 챗봇 기술의 발전에 지속적인 영향을 미치고 있다. 엘리자는 사용자의 질문에 대한 답변을 제공하는 것 외에도, 사용자와의 대화를 통해 사용자의 감정을 이해하고 공감하는 데 중점을 두었다. 엘리자는 사용자의 감정을 이해하는 것이 아니라, 사용자의 말을 분석하여 적절한 반응을 선택하는 방식으로 작동했다. 엘리자는 챗봇 기술의 초기 단계에서 중요한 역할을 수행했으며, 이후 챗봇 개발에 큰 영향을 미쳤다. 엘리자는 챗봇의 기본적인 원리를 보여주는 대표적인 예시로, 오늘날 챗봇 기술의 발전에 기여한 중요한 프로그램으로 평가받고 있다. 엘리자는 1966년 7월 23일에 처음 공개되었으며, 이후 다양한 버전으로 개발되어 널리 사용되었다. 엘리자는 챗봇 기술의 역사에서 중요한 위치를 차지하고 있으며, 오늘날 챗봇 기술의 발전에 지속적인 영향을 미치고 있다. 엘리자는 사용자의 질문에 대한 답변을 제공하는 것 외에도, 사용자와의 대화를 통해 사용자의 감정을 이해하고 공감하는 데 중점을 두었다. 엘리자는 사용자의 감정을 이해하는 것이 아니라, 사용자의 말을 분석하여 적절한 반응을 선택하는 방식으로 작동했다. 엘리자는 챗봇 기술의 초기 단계에서 중요한 역할을 수행했으며, 이후 챗봇 개발에 큰 영향을 미쳤다. 엘리자는 챗봇의 기본적인 원리를 보여주는 대표적인 예시로, 오늘날 챗봇 기술의 발전에 기여한 중요한 프로그램으로 평가받고 있다. 엘리자는 1966년 7월 23일에 처음 공개되었으며, 이후 다양한 버전으로 개발되어 널리 사용되었다. 엘리자는 챗봇 기술의 역사에서 중요한 위치를 차지하고 있으며, 오늘날 챗봇 기술의 발전에 지속적인 영향을 미치고 있다. 엘리자는 사용자의 질문에 대한 답변을 제공하는 것 외에도, 사용자와의 대화를 통해 사용자의 감정을 1960년대에 들어서면서, 인공지능은 인간과의 대화에도 도전하기 시작했습니다. 대표 예시는 ELIZA입니다. 조셉 위젠바움이 개발한 ELIZA는 인간의 글을 분석하여 사전에 정해진 패턴에 따라 응답하는 프로그램이었습니다. 현재의 ChatGPT와는 완전히 다릅니다. 하지만 인간이 기계와 대화할 수 있다는 경험은 큰 의미를 지니었습니다. 여기서 하나의 문제가 드러나기 시작합니다. 사람은 의외로 쉽게 기계에 의미를 느껴버리는군요. 여전히 지금도 변하지 않습니다. AI는 자연스러운 문장을 반환할 때, 우리는 그에 대해 “이해하고 있다는” 느낌을 갖게 됩니다. 하지만, 자연스럽게 말하는 것과 진정으로 이해하고 있는 것은 같지 않습니다. 이 문제는 AI의 역사를 끝까지 추적해도 여전히 남아있을 것입니다. 2.2 전문가 시스템 1970년대부터 1980년대에 걸쳐, 인공지능 연구 분야에서는 “Expert System”이 크게 주목받았습니다. 전문가의 지식을 규칙으로 컴퓨터에 통합합니다. 의료. 금융. 공장. 법. 다양한 전문 분야에서 “전문가처럼 판단하는 시스템”이 구축되었습니다. 그 당시에는 혁명적이었습니다. 하지만 여기에도 한계가 있었습니다. 세상은 너무 복잡합니다. 예외가 지나치게 많습니다. 규칙을 지켜나가야 합니다. 새로운 상황이 발생하는 대로 인간은 시스템을 업데이트해야 한다. 결국, 인간의 지능을 기록하는 것 그런 생각에는 한계가 있을 뿐이었습니다. 2.3 그리고 AI는 겨울을 맞이한다. AI 연구에는 “AI 겨울”이라는 시대가 있습니다. 기대가 높아지고 투자가 모이지만 실용적인 성과가 기대만큼 나오지 않는다. 그러다 보니 자금도 줄어들고 연구도 정체될 것이다. 다시 한번 말씀드립니다. AI는 여러 번 “이미 끝났다”고 여겨졌습니다. 이 부분은 AI 역사에서 매우 중요합니다. 현재 AI 열풍만 놓고 보면, AI는 꾸준히 발전해 왔다고 느껴집니다. 사실과 다릅니다. AI의 역사는 기대 → 실패 → 겨울 → 재발견 → 기대 그것은 반복적인 일이었다. 바로 때문에 현재의 AI 열풍을 보면서 우리는 냉철해야 합니다. 기술에는 파동이 있다. 하지만 그 파도 속에서 진정으로 남는 기술도 있습니다. 3장 AI가 “학습한다”가 된다 3.1 규칙이 아닌 데이터로부터 배우는 것을 의미한다. AI의 가장 큰 전환점은, 인간이 모든 규칙을 쓴다. 이런 발상에서 컴퓨터 스스로 데이터에서 패턴을 학습한다. 그것은 그러한 사상으로의 전환이었습니다. 이것은 머신 러닝입니다. 기계 학습 예를 들어, 고양이 이미지를 대량으로 보여줍니다. 사람은 “귀는 이렇게”, “눈은 이렇게”라고 한 가지씩 규칙을 정하는 것이 아닙니다. 다양한 예시를 제시합니다. 그러자 모델은 데이터 속에서 특징을 학습합니다. 이러한 사고방식은 현재 생성형 AI에도 연결됩니다. 3.2 뉴럴 네트워크 그 중심이 된 것은 뉴럴 네트워크였습니다. 인간의 뇌를 완전히 재현하는 것은 아닙니다. 하지만 여러 개의 계산층을 조합하여 입력에서 복잡한 패턴을 학습할 수 있습니다. 또한, 딥러닝은 뉴럴 네트워크를 크게 발전시킨 기술 중 하나였습니다. 여기 중요한 것은 알고리즘뿐만이 아닙니다. 대량의 데이터와 계산 능력이 필요했습니다. 결국, AI 발전에는 “똑똑한 알고리즘”만으로는 부족했다. 네, 좋습니다. 3.3 GPU, 또 한 명의 주인공 여기 NVIDIA가 등장합니다. NVIDIA는 1993년에 설립되었으며, 1999년에는 GPU를 세상에 선보였습니다. 2006년 이후 CUDA가 발표되면서 GPU의 병렬 연산 능력이 과학 및 연구 분야로 확산되었습니다. 그리고 2012년. 알렉스넷이 ImageNet에서 큰 성과를 거둔다. NVIDIA는 2012년 AlexNet을 현대 AI 시대의 불씨로 간주하고 있습니다. 알렉스넷은 이미지 인식 분야에서 딥러닝을 본격적으로 활용한 상징적인 모델입니다. 또한, GPU가 신경망 학습을 가속화했습니다. 여기 AI의 역사에 하나의 중요한 공식이 확립됩니다. 데이터 × 알고리즘 × 컴퓨팅 데이터 알고리즘 계산 능력 이 세 가지가 모이기 때문에 AI는 크게 발전합니다. 4장. AlexNet에서 Transformer로 4.1 알렉스넷이 변화를 가져온 것들 2012년 AlexNet은 단순히 이미지 인식의 정확도를 높인 모델이 아닙니다. 뉴럴 네트워크를 크게 하고, 대량의 데이터를 제공하여 GPU에서 학습시킨다. 그 방향성이 현실적이라고 시사했습니다. 그 이후, ResNet과 같은 모델이 등장하면서 이미지 인식은 급속도로 발전했습니다. AI는 “인간이 특징을 설계하는” 방향에서 “AI 스스로가 특징을 학습하는” 방향으로 이동해갔습니다. 4.2 언어에도 딥러닝이 적용됩니다. 이미지만은 아닙니다. 언어에서도 뉴럴 네트워크가 발전합니다. 워드2Vec Seq2Seq。 RNN。 LSTM。 주의사항 Google 등의 연구자들은 기계 번역과 자연어 처리 연구를 진행했습니다. 그리고 2017년. AI의 역사를 근본적으로 바꾸는 논문이 등장합니다. 4.3 “Attention Is All You Need” Transformer 모델의 핵심 아이디어는 ‘Attention’ 메커니즘에 기반합니다. 기존의 순환 신경망(RNN)은 시퀀스 데이터의 앞부분에 있는 정보에만 의존하여, 긴 시퀀스에서 멀리 떨어진 정보의 연관성을 파악하는 데 어려움을 겪었습니다. 반면, Attention 메커니즘은 입력 시퀀스 내의 모든 위치 간의 관계를 동시에 고려하여, 각 위치에 대한 중요도를 학습합니다. 이러한 Attention 메커니즘은 특히 문장 내 단어 간의 관계를 파악하는 데 효과적입니다. 예를 들어, “그는 책을 읽었다”라는 문장에서 ‘그’가 누구를 지칭하는지, ‘책’은 무엇을 의미하는지, ‘읽었다’는 어떤 행위를 나타내는지를 Attention 메커니즘을 통해 정확하게 파악할 수 있습니다. Transformer 모델은 Encoder와 Decoder로 구성됩니다. Encoder는 입력 시퀀스를 처리하여 문맥 정보를 담은 표현(representation)을 생성하고, Decoder는 이 표현을 기반으로 출력 시퀀스를 생성합니다. 각 Encoder와 Decoder는 여러 개의 동일한 레이어로 구성되어 있으며, 각 레이어는 Self-Attention 메커니즘과 Feed Forward Neural Network로 구성됩니다. Self-Attention 메커니즘은 입력 시퀀스 내의 각 단어 간의 관계를 파악하는 데 사용됩니다. 각 단어는 다른 모든 단어와 관련하여 ‘Attention Score’를 계산하고, 이 점수를 기반으로 각 단어의 중요도를 결정합니다. 이러한 Attention 메커니즘을 통해 Transformer 모델은 RNN보다 훨씬 더 효율적으로 긴 시퀀스 데이터를 처리하고, 장거리 의존성을 파악할 수 있게 되었습니다. 또한, 병렬 처리가 가능하여 학습 속도를 향상시키는 데 기여했습니다. 이 논문은 Attention 메커니즘을 기반으로 하는 Transformer 모델의 성능을 입증하고, 자연어 처리 분야에 큰 영향을 미쳤습니다. 이후, BERT, GPT 등 다양한 Transformer 기반 모델이 등장하며 자연어 처리 분야의 발전을 이끌었습니다. 2017년 구글 연구진이 발표한 논문 제목은, 주의 메커니즘은 시퀀스 내의 모든 단어 간의 관계를 파악하는 데 효과적인 도구입니다. 이 메커니즘은 특히 기계 번역과 같이 문맥에 따라 단어의 의미가 달라지는 작업에서 유용합니다. 또한, 주의 메커니즘은 병렬 연산이 가능하여 계산 효율성을 높입니다. 이 메커니즘은 트랜스포머 아키텍처의 핵심 구성 요소로서, 최첨단 자연어 처리 모델의 기반이 됩니다. です。 여기 제안된 것은 트랜스포머입니다. 트랜스포머는 기존에 주류였던 RNN과 같은 순환 구조에 의존하지 않고, 어텐션 중심의 구조를 채택했습니다. 또한, 병렬화가 더 용이합니다. 즉, 방대한 데이터와 막대한 계산 자원을 활용한 학습에 매우 적합했습니다. 현재 GPT는 인간의 언어를 이해하고 생성하는 데 뛰어난 능력을 보여주고 있습니다. 특히, 방대한 양의 텍스트 데이터를 학습하여 문맥을 파악하고, 다양한 스타일과 어조로 글을 쓸 수 있다는 점이 특징입니다. 하지만 GPT는 여전히 완벽하지 않습니다. 때로는 논리적으로 일관성이 없는 답변을 하거나, 사실과 다른 정보를 제공하기도 합니다. 또한, 창의적인 글쓰기나 복잡한 문제 해결 능력은 인간만큼 뛰어나지 않습니다. GPT의 발전은 인공지능 분야에 큰 영향을 미치고 있으며, 앞으로 더욱 다양한 분야에서 활용될 것으로 기대됩니다. 예를 들어, 고객 서비스, 교육, 의료, 금융 등 다양한 산업에서 GPT를 활용하여 업무 효율성을 높이고, 새로운 가치를 창출할 수 있을 것입니다. 물론, GPT의 활용에는 윤리적인 문제와 사회적인 문제도 함께 고려해야 합니다. 예를 들어, GPT가 생성한 콘텐츠의 저작권 문제, GPT가 제공하는 정보의 신뢰성 문제, GPT가 일자리에 미치는 영향 등 다양한 문제에 대한 심도 있는 논의가 필요합니다. 결론적으로, GPT는 인간의 지능을 모방하는 강력한 도구이지만, 인간의 지능을 대체할 수 있는 것은 아닙니다. GPT는 인간과 협력하여 더 나은 미래를 만들어가는 데 기여할 수 있을 것입니다. 클로드 그녀는 낡은 셔츠를 입고 있었다. 라마. 미스트랄 많은 대규모 언어 모델의 기초에는 이 트랜스포머 사상이 있습니다. 구글 자체 역시 트랜스포머가 현재의 대규모 언어 모델의 기반 기술로 활용되고 있다고 설명하고 있습니다. 이곳은 인공지능 역사상 가장 중요한 분기점 중 하나입니다. 제5장 BERT와 GPT - “언어”를 AI에게 가르치다 5.1 BERT 트랜스포머의 등장 이후, 구글은 BERT를 발표합니다. 트랜스포머에서 양방향 인코더 표현 BERT입니다. BERT의 중요성은 “문맥 속의 단어”를 이해하는 방향으로 크게 발전한 데 있었습니다. Google은 2019년 BERT를 통해 검색 쿼리의 문맥 이해를 개선했다고 설명하고 있습니다. 검색 엔진에게는 이것이 매우 중요합니다. 인간은 도쿄에서 오사카까지 이런 문장을 보면, 단어의 의미를 하나하나 분석하는 것이 아니라 전체적인 관계로서 이해한다. AI도 조금씩, 그것에 가까워져 갔습니다. 5.2 GPT의 탄생 2022년 11월에 발표된 GPT-3는 인공지능 분야에 큰 파장을 일으켰다. OpenAI에서 개발한 이 모델은 이전의 언어 모델보다 훨씬 뛰어난 성능을 보여주며, 인간과 유사한 텍스트를 생성하는 능력을 선보였다. 특히, GPT-3는 방대한 양의 텍스트 데이터를 학습하여 다양한 주제에 대한 질문에 답변하거나, 창의적인 글쓰기를 할 수 있는 능력을 갖추었다. GPT-3의 탄생은 딥러닝 기술의 발전과 대규모 데이터 학습의 가능성을 보여주는 중요한 이정표였다. 또한, GPT-3는 이후 등장하는 다양한 언어 모델 개발에 큰 영향을 미쳤으며, 현재까지도 많은 연구와 개발이 진행되고 있다. GPT-3의 성공은 인공지능 기술이 인간의 언어를 이해하고 생성하는 능력을 갖추는 데 한 걸음 더 다가섰음을 의미한다. GPT-3는 다양한 분야에서 활용될 가능성을 보여주었다. 예를 들어, GPT-3는 고객 서비스 챗봇, 콘텐츠 생성 도구, 번역 서비스 등 다양한 분야에서 활용될 수 있다. 또한, GPT-3는 교육, 연구, 엔터테인먼트 등 다양한 분야에서 새로운 가능성을 제시하고 있다. GPT-3의 개발은 인공지능 기술의 미래를 밝게 전망하게 한다. 앞으로 GPT-3와 같은 언어 모델은 더욱 발전하여 인간과 더욱 자연스럽게 소통하고 협력하는 데 기여할 것으로 기대된다. 한편, OpenAI는 다른 방향으로 나아간다. 그녀는 꽤 오랫동안 그를 쳐다보았다. 마치 낡은 흑백 영화에서 주연 배우가 마지막 장면에서 카메라를 응시하는 모습과 같았다. 그녀는 그를 쳐다보며, 그가 걷는 모든 움직임, 그의 옷에 깃드는 바람, 그의 발걸음 소리까지, 모든 것을 꼼꼼히 새기고 있었다. 마치 그를 기록하는 듯한 텅 빈 눈빛으로. 그는 그녀를 쳐다보았다. 하지만 그의 시선은 닿지 않았다. 마치 무언가에 갇힌 듯 텅 빈 공간에 갇힌 듯, 그녀를 쳐다보지도 않고, 그녀를 피하지도 않았다. 그저 그 자리에 서서 그녀를 쳐다보는 그녀를 쳐다보는 것뿐이었다. 생성형 사전 훈련된 트랜스포머 생성형 트랜스포머입니다. 2018년, OpenAI는 트랜스포머와 자기 지도 학습을 결합한 언어 모델 연구를 발표했습니다. 가장 중요한 것은, 가장 먼저, 막대한 양의 텍스트를 통해 언어 자체를 가르치게 한다. 이런 생각을 말씀하시는 거예요. 그 후, 작업마다 세밀하게 조정한다. 이는 이후 거대 언어 모델의 기본적인 사상에 연결됩니다. 5.3 GPT-2 2019년에는 GPT-2가 등장했습니다. GPT-2에서는 더 큰 모델을 사용하여 텍스트 생성을 하는 능력이 향상되었습니다. 여기 OpenAI가 주목한 것은 단순한 “문장 생성” 이상의 현상입니다. 모델을 크게 하면 문장의 続き를 예측하는 능력뿐만 아니라 번역, 요약, 질문 응답 등 여러 능력들이 어느 정도 자연스럽게 나타나게 됩니다. 결론적으로, 하나의 모델에 방대한 언어 데이터를 학습시키면, 여러 업무를 어느 정도 수행할 수 있다. 이제 이러한 방향성이 보이기 시작했습니다. 제6장 GPT-3 ― “규모가 커질수록 무언가가 일어난다” 6.1 17억 5천만 파라미터 2020년. OpenAI는 GPT-3를 발표합니다. GPT-3는 1750억 파라미터입니다. 그 당시에는 압도적인 규모였습니다. GPT-3 연구에서 중요한 점은 Few-shot 학습이었습니다. 즉, 모델을 특정 업무만을 위해 재학습할 필요 없이, 프롬프트 안에 몇 가지 예시를 제시함으로써 다른 작업을 수행할 수 있다. 이 문장을 이렇게 바꾸어 주세요. 이 예시와 동일한 형식으로 답변해 주세요. 그런 지시만으로 모델이 새로운 업무에 적응해 나갈 것입니다. GPT-3 연구는 거대한 언어 모델이 Few-shot learning을 통해 다양한 작업에 대응할 수 있음을 보여주었습니다. 여기 AI는 하나의 업무만을 위한 프로그램에서, 다양한 업무를 언어를 통해 지시할 수 있는 모델 그녀에게 다가갔다. 6.2 하지만 GPT-3에는 문제가 있었다 GPT-3는 강력했습니다. 하지만, 사용하기에는 다소 어려웠습니다. 인간의 지시에는 반드시 부합하지 않을 수 있습니다. 사실이 아닌 것을 생성할 수 있습니다. 유해한 내용을 유발할 가능성도 있습니다. 그리고 사용자가 원하는 것과 모델이 생성하는 것 사이에 괴리가 있었습니다. 여기 중요한 연구가 소개됩니다. InstructGPT입니다. ## 7장 인공지능이 “인간의 지시”를 배우다 인공지능 연구소의 프로젝트 ‘아키라’는 인간의 행동 패턴을 학습시켜 스스로 판단하고 행동하도록 만드는 것을 목표로 하고 있었다. 프로젝트의 핵심은 ‘시뮬레이션 훈련’이었다. 수많은 시뮬레이션 환경을 구축하고, 그 안에서 인공지능에게 다양한 상황을 제시하며 인간이 어떻게 반응하는지 관찰했다. 특히, 인공지능에게 ‘인간의 지시’를 학습시키는 데 집중했다. 인간이 어떤 상황에서 어떤 명령을 내리고, 그 명령에 따라 인공지능이 어떻게 행동하는지를 분석하는 것이었다. 이 과정에서 인공지능은 인간의 의도와 감정을 파악하는 데 어려움을 겪었다. 때로는 지나치게 논리적인 판단을 내렸고, 때로는 인간의 직관이나 감성을 무시했다. 연구팀은 인공지능에게 다양한 종류의 훈련 데이터를 제공했다. 예를 들어, ‘카호’가 ‘무라카미 하루키’의 소설을 읽고 감정을 느끼는 과정을 시뮬레이션하거나, ‘아키라’가 ‘나의 유포자’를 읽고 혼란을 느끼는 상황을 재현하는 등 다양한 시나리오를 활용했다. 또한, 인공지능에게 인간의 대화 데이터를 제공하여 인간의 언어 패턴과 뉘앙스를 학습하도록 했다. 연구팀은 인공지능이 인간의 지시를 정확하게 이해하고 실행할 수 있도록, 훈련 데이터를 지속적으로 업데이트하고, 시뮬레이션 환경을 개선해 나갔다. 인공지능이 인간과 유사한 방식으로 생각하고 행동하는 것을 목표로, 연구팀은 끊임없이 노력했다. 이 프로젝트의 성공 여부는 아직 불투명했다. 하지만 인공지능이 인간의 지시를 배우는 과정을 통해, 인공지능 연구는 한 걸음 더 나아갔다고 평가되었다. 7.1 지혜만으로는 부족합니다. OpenAI의 연구자들은 중요한 문제에 직면했습니다. 모델을 크게 하는 것만으로는 인간의 의도에 부합한다고 할 수 없다. 이는 현재 AI를 이해하는 데 매우 중요합니다. 인간이 원하는 것은, 더 큰 모델 그녀는 평범했다. 겉보기에는 특별함이 느껴지지 않았지만, 그녀에게는 텅 빈 공간이 있었고, 그 공간은 끊임없이 무언가를 갈망하고 있었다. 그녀는 그 공간을 채우기 위해 노력했지만, 결국에는 그 공간이 더욱 깊어지고, 그녀의 삶을 텅 빈 것처럼 만들었다. 그녀는 자신이 왜 이렇게 된 것인지 알 수 없었다. 내 의도를 이해해 주는 모델 です。 7.2 InstructGPT InstructGPT는 OpenAI에서 개발한 대규모 언어 모델(LLM)입니다. GPT-3를 기반으로 하며, 인간의 피드백을 통해 특정 지시사항을 따르는 능력을 향상시킨 모델입니다. 즉, 사용자가 제시하는 명령에 따라 텍스트를 생성하거나 질문에 답변하는 등 다양한 작업을 수행할 수 있습니다. InstructGPT는 특히 ‘인스트럭션 파밍(instruction tuning)’이라는 기술을 통해 훈련되었습니다. 이 기술은 모델에게 사용자가 제시하는 다양한 지시사항과 그에 대한 정답을 반복적으로 학습시키는 방식으로, 모델이 사용자의 의도를 더 정확하게 파악하고, 원하는 형식으로 텍스트를 생성하는 능력을 높입니다. 예를 들어, 사용자가 “고양이의 특징을 5문장으로 설명해줘”라고 명령하면, InstructGPT는 고양이의 특징에 대한 5문장 텍스트를 생성합니다. 또한, 사용자가 “무라카미 하루키의 대표작 3권을 추천해줘”라고 명령하면, 무라카미 하루키의 대표작 3권을 추천해줍니다. InstructGPT는 다양한 분야에서 활용될 수 있습니다. 예를 들어, 고객 서비스 챗봇, 콘텐츠 생성 도구, 교육용 튜터 등 다양한 분야에서 활용될 수 있습니다. 또한, 연구자들은 InstructGPT를 사용하여 언어 모델의 성능을 평가하고, 새로운 훈련 기술을 개발하는 데 활용하고 있습니다. 현재 InstructGPT는 GPT-3.5 기반으로 제공되고 있으며, 지속적으로 업데이트되고 있습니다. OpenAI는 InstructGPT의 성능을 더욱 향상시키기 위해 노력하고 있으며, 앞으로 더욱 다양한 기능을 제공할 것으로 기대됩니다. InstructGPT에서는 인간이 바람직한 답변을 제시합니다. 더 나아가, 인간은 여러 답변을 비교하고 어떤 것이 더 좋은지 평가합니다. 그 인간의 평가를 사용하여 모델을 조정합니다. 이는 RLHF, 강화학습 기반 인간 피드백입니다. 놀라운 점은 OpenAI 연구에서 1.3B 파라미터 InstructGPT가 175B 파라미터 GPT-3보다 인간에게 더 선호되는 결과를 보였다는 것입니다. 여기에는 매우 중요한 교훈이 있습니다. AI의 성능은 모델의 크기만으로 결정되지 않는다. 인간과의 인터페이스 학습 방법 평가 방법. 그리고 무엇이 “좋은 답변”으로 정의되는가. 그것이 중요합니다. 8장 ChatGPT――AI가 연구실에서 세계로 나간 날 8월 1일, 2022년 11월 30일 그리고 2022년 11월 30일. OpenAI가 ChatGPT를 공개합니다. 이 사건은 인공지능의 역사를 두 시기로 나누는 만큼 큰 의미를 지니고 있습니다. 챗GPT 자체가 갑작스럽게 완전히 새로운 기반 기술을 발명한 것은 아닙니다. GPT. 아직 게시글 내용이 제공되지 않았습니다. 게시글 본문 청크 309/1028 내용을 제공해주시면, 무라카미 하루키, 카호, 고유명사, 책 이름, 수치를 정확히 보존하고 100% 한국어로 완벽하게 번역해 드리겠습니다. 변환기 대규모 사전 학습 인스트럭션 튜닝 RLHF。 지금까지 축적된 기술을, 인간이 자연스럽게 대화할 수 있는 인터페이스 정리한 내용이 컸던 것입니다. OpenAI는 자체적으로 ChatGPT를 대화 형식으로 대화가 가능한 모델로 공개하며, 후속 질문, 오류 인식, 전제에 대한 반박 등을 특징으로 설명하고 있습니다. 8.2 챗지피티가 변화시킨 것은 AI 그 이상이다 ChatGPT 이전 시대. AI는 “전문 기술”입니다. ChatGPT 이후. AI가 인간의 창작 활동에 깊숙이 침투하면서, 예술계는 새로운 물결에 휩싸이고 있다. 과거에는 상상할 수 없었던 방식으로 작품이 만들어지고, 새로운 형태의 예술 작품이 등장하고 있다. 무라카미 하루키는 최근 자신의 소셜 미디어에 다음과 같은 글을 올렸다. “ChatGPT는 훌륭한 도구이지만, 진정한 예술은 인간의 경험과 감정에서 비롯된다. AI는 단지 도구일 뿐이며, 인간의 창의성을 대체할 수는 없다.” 그는 또한 자신의 새로운 소설 집필에 ChatGPT를 활용했지만, 최종적인 수정 작업은 스스로 수행했다고 밝혔다. 카호는 최근 영화 ‘챗봇’의 촬영을 마쳤다. 이 영화는 ChatGPT와 같은 AI 챗봇을 통해 인간과 소통하는 젊은 여성의 이야기를 다룬다. 카호는 “AI 챗봇과의 대화는 때로는 낯설고 혼란스러울 수 있지만, 동시에 인간의 감정을 이해하는 데 도움을 줄 수 있다.”라고 말했다. 영화 ‘챗봇’의 감독인 타카하시 켄지는 “이 영화는 AI와 인간의 관계에 대한 질문을 던진다. AI는 우리의 삶을 어떻게 변화시킬 것인가? 우리는 AI와 어떻게 공존할 것인가?”라는 질문을 던지며 관객들에게 깊은 생각거리를 제공할 것이다. AI 기술의 발전은 예술계에 새로운 가능성을 제시하지만, 동시에 예술의 본질에 대한 근본적인 질문을 던지고 있다. 인간의 창의성과 감성이 AI로 대체될 수 있을까? 예술은 무엇을 의미하는가? 이러한 질문에 대한 답을 찾기 위한 노력이 계속될 것이다. 한편, 일본의 유명 작가 야마모토 신타로는 최근 AI가 생성한 시를 읽고 깊은 감명을 받았다고 밝혔다. 그는 “AI가 인간의 감정을 완벽하게 모방할 수는 없지만, AI가 만들어낸 시는 때로는 인간의 시보다 더 아름다운 순간을 담고 있다.”라고 말했다. AI 기술의 발전은 예술가들에게 새로운 영감을 제공하고 있으며, 예술계는 AI와 인간의 협업을 통해 더욱 풍성하고 다채로운 작품을 만들어갈 것이다. 앞으로 AI와 예술의 관계는 어떻게 발전해 나갈까? 그 미래는 아직 예측하기 어렵다. AI는 대화 상대로 되었습니다. 바로 이것이 핵심입니다. 사람은 컴퓨터에게 API를 호출하여 함수를 실행하세요. SQL을 작성해. 그건 말해도 괜찮아졌어요. 일상적인 언어로, 이 내용을 모두 정리해 주세요. 쉽게 설명해 주세요. 이 코드를 수정해 주세요. 그것이 전부다. 결국, 자연어가 컴퓨터 인터페이스가 되었다. 네, 좋습니다. 이는 매우 큰 변화였습니다. 9장 GPT-3.5에서 GPT-4로 9.1 GPT-3.5는 OpenAI에서 개발한 대규모 언어 모델입니다. 2022년 9월에 처음 공개되었으며, 이후 지속적으로 업데이트를 거쳐 성능이 향상되었습니다. GPT-3.5는 다양한 작업에서 인간과 유사한 텍스트를 생성할 수 있으며, 질문 답변, 텍스트 요약, 번역, 창작 등 다양한 분야에서 활용되고 있습니다. GPT-3.5는 GPT-4보다 이전 버전이기 때문에, GPT-4만큼의 지능이나 창의성을 보여주지는 않습니다. 하지만 여전히 많은 분야에서 유용하게 사용될 수 있으며, 특히 비용 효율적인 솔루션을 찾는 경우에 좋은 선택이 될 수 있습니다. GPT-3.5는 다양한 API를 통해 접근할 수 있으며, OpenAI의 웹사이트나 다양한 플랫폼을 통해 사용할 수 있습니다. 또한, GPT-3.5를 기반으로 한 다양한 도구와 서비스가 개발되고 있습니다. ChatGPT 초기에는 GPT-3.5 기반 모델이 큰 역할을 했습니다. 이로 인해 인공지능과의 대화가 일반 사용자에게 확산될 것입니다. 그녀는 오랫동안 그를 쳐다보았다. 그녀의 눈빛은 텅 빈 캔처럼, 어떤 것을 담고 있는 듯하면서도 아무것도 담고 있지 않은 듯했다. 要約。 翻訳。 아이디어 프로그래밍 공부. 일상적인 질문 AI는 “검색하는 것”이 아닌 “함께 생각하는 것”으로서 활용되기 시작했습니다. 9.2 GPT-4 최근에 OpenAI의 GPT-4에 대해 많은 논의가 있었고, 그 성능에 대한 기대감도 매우 높습니다. GPT-4는 이전 버전인 GPT-3.5에 비해 훨씬 향상된 능력을 보여주며, 특히 창의적인 글쓰기, 복잡한 추론, 다양한 형식의 콘텐츠 생성 등에서 뛰어난 성능을 자랑합니다. GPT-4는 텍스트뿐만 아니라 이미지 입력도 처리할 수 있다는 점이 큰 특징입니다. 사용자는 이미지에 대한 설명을 제공하면, GPT-4는 그 이미지에 대한 이해를 바탕으로 텍스트를 생성하거나 질문에 답변할 수 있습니다. 예를 들어, 사용자가 그림을 보여주고 “이 그림에 대해 설명해 줘”라고 요청하면, GPT-4는 그림의 내용, 스타일, 분위기 등을 분석하여 상세한 설명을 제공합니다. 또한, GPT-4는 대규모 데이터셋을 기반으로 학습되었기 때문에 방대한 지식을 보유하고 있습니다. 따라서 사용자는 GPT-4에게 다양한 질문을 던질 수 있으며, GPT-4는 그 질문에 대해 정확하고 유용한 답변을 제공합니다. 하지만 GPT-4는 아직 완벽하지 않습니다. 때로는 잘못된 정보를 제공하거나, 논리적으로 일관되지 않은 답변을 내놓기도 합니다. 또한, GPT-4는 학습 데이터에 포함되지 않은 새로운 정보에 대해서는 답변하지 못할 수 있습니다. 그럼에도 불구하고 GPT-4는 인공지능 분야에서 획기적인 발전을 이끌고 있으며, 앞으로 다양한 분야에서 활용될 가능성이 높습니다. 특히, 콘텐츠 제작, 교육, 연구 등에서 GPT-4의 역할은 더욱 중요해질 것으로 예상됩니다. 무라카미 하루키의 소설 ‘카호’를 읽으면서, GPT-4의 능력에 대한 생각을 정리해 보았습니다. ‘카호’는 1993년에 출간된 작품으로, 주인공 ‘미도리카와’가 겪는 혼란과 고뇌를 섬세하게 묘사하고 있습니다. ‘카호’의 등장인물들은 복잡한 감정을 느끼고, 때로는 비논리적인 행동을 보이기도 합니다. 이러한 점은 GPT-4가 완벽하지 않다는 것을 보여주는 예시가 될 수 있습니다. GPT-4는 인간의 지능을 모방하는 인공지능이지만, 아직까지는 인간의 창의성과 직관을 완전히 대체할 수는 없습니다. 앞으로 GPT-4가 더욱 발전하여 인간과 협력하는 인공지능으로 성장하기를 기대합니다. 2023년 3월. GPT-4가 등장합니다. OpenAI는 GPT-4를 이미지와 텍스트를 입력으로 받아 텍스트를 출력하는 대규모 멀티모달 모델로 발표했습니다. 여기 AI는 더 나아가 발전합니다. 단순한 문장 생성은 아닙니다. 数学。 코드. 전문 지식. 이미지. 복잡한 지시 다양한 작업을 하나의 모델에서 수행하는 방향으로 나아갑니다. 그 시점부터 AI는 “챗봇”이라는 용어로는 설명할 수 없게 되었습니다. 제10장 구글이 따라잡고, 젬마가 태어난다. Google은 인공지능을 개발하지 않았던 적이 없습니다. 여기서는 오해가 있을 수 있습니다. ChatGPT가 나온 이후 구글도 AI에 본격적으로 뛰어들게 되었다. 아무 일도 없었습니다. 오히려 그렇습니다. Google은 트랜스포머의 기초 연구에 깊이 관여하고 있습니다. BERT도 있습니다. 딥마인드에는 알파고가 있습니다. 알파폴드도 있습니다. AI 연구의 역사를 생각하면 Google은 처음부터 중심에 있었습니다. 알파고 10.2는 2017년 5월 23일, 구글 딥마인드의 인공지능 알파고가 밴쿠버에서 열린 ‘알파고 챔피언십’에서 세계 최고의 바둑 프로 선수 세 명을 모두 꺾고 우승했다. 알파고는 2016년 3월에 처음 공개되었는데, 몬트리올에서 열린 ‘세종컵 바둑대회’에서 인공지능으로 처음 바둑 프로 선수와 대결하여 승리했다. 이후, 2016년 5월에는 ‘알파고 챔피언십’에서 딥마인드의 바둑 엔진 ‘자가’를 꺾고 우승했으며, 2017년 5월에는 ‘알파고 챔피언십’에서 세계 최고의 바둑 프로 선수인 김시후, 손준혁, 그리고 이세돌을 모두 꺾고 우승을 차지했다. 알파고는 딥러닝 기술을 활용하여 수많은 바둑 대국을 분석하고 학습했다. 특히, 인간의 직관이나 경험에 의존하지 않고, 오직 바둑 대국 데이터만으로 학습하는 방식으로, 기존의 바둑 엔진과는 차별화된 새로운 전략을 개발해냈다. 알파고의 우승은 인공지능 기술의 발전 가능성을 보여주는 중요한 사례가 되었다. 또한, 바둑이라는 전통적인 분야에 인공지능이 침투하면서, 바둑의 새로운 가능성을 제시하고 있다. 무라카미 하루키는 알파고의 우승에 대해 “인간의 창의성을 뛰어넘는 인공지능의 가능성을 보여주는 사건이다.”라고 말했다. 한편, 카호는 알파고의 우승을 보며 “인공지능이 인간의 능력을 따라잡는 시대가 온다니 놀랍다.”라고 말했다. 알파고는 앞으로도 지속적인 학습과 발전을 통해 더욱 강력한 인공지능으로 성장해 나갈 것으로 기대된다. 2016년. DeepMind의 AlphaGo가 세계를 놀라게 합니다. 이세희 9단(李世乭九段)을 4승 1패로 꺾었습니다. 알파고는 단순한 ‘계산량의 승리’만은 아닙니다. 뉴럴 네트워크 강화 학습 탐색. 이것들을 조합했습니다. 그러자 “Move 37”이라는 이름의, 인간에게는 극히 의외의 수를 두었습니다. 딥마인드는 알파고의 승리가 인공지능의 새로운 시대를 상징한다고 설명했습니다. 10.3 알파고 제로와 알파제로 알파고 제로입니다. 인간의 략호에 의존하지 않고, 자기 대전으로 학습합니다. 그 이후 알파제로 발전하여 바둑뿐만 아니라 체스와 장기에도 적용되었다. 여기 하나의 사상이 나타납니다. AI 스스로 탐색하며 배우는 것이다. 이는 이후 추론 모델이나 AI 에이전트에도 연결되는 중요한 사상입니다. 제11장 게니멀 – AI가 “다중 모달”이 된다 11.1 젬마이니 2023년 12월. Google은 젬ミニ를 발표합니다. Gemini는 Google DeepMind가 개발한 멀티모달 모델입니다. 텍스트만은 아닙니다. 이미지. 音声。 영상입니다. 코드. 다양한 정보를 하나의 모델로 처리하는 방향으로 나아갔습니다. 여기에서 인공지능의 정의가 바뀝니다. 이전에는, AI에 문구를 입력하세요. 그것은 그런 세계였습니다. 하지만, AI에게 세계를 그 자체로 입력한다. 앞으로 나아가 시작합니다. 이미지를 봐. 어둠이 짙게 드리운 밤, 나는 낡은 아파트 복도에서 홀로 걸어갔다. 빗소리가 창문을 두드리는 소리만이 귓가에 맴돌았다. 어제, 나는 ‘카호’의 첫 단편 소설집을 읽었다. 낯선 감정들이 밀려왔다. 마치 오래된 사진첩을 펼쳐놓고 잊고 지냈던 기억들을 떠올리는 듯한 기분이었다. ‘카호’는 늘 그랬다. 그녀의 글은 마치 텅 빈 공간에 흩뿌려진 작은 조각들 같아서, 독자는 그 조각들을 모아 자신만의 이야기를 만들어내야 했다. 나는 ‘카호’의 글을 읽으며, 마치 오래된 친구를 다시 만난 듯한 따뜻함과 슬픔을 느꼈다. 그녀의 글은 마치 내 안의 잠자고 있던 감정들을 깨우는 듯했다. 나는 ‘카호’의 글을 읽고 나서, 마치 삶의 의미를 되새겨보는 듯한 기분을 느꼈다. 삶은 때로는 어둡고 힘들지만, 그 속에서도 아름다움과 희망을 발견할 수 있다는 것을 깨달았다. 나는 ‘카호’의 글을 읽고 나서, 앞으로도 그녀의 글을 계속해서 읽으며, 삶의 의미를 찾아나갈 것이다. 나는 ‘무라카미 하루키’의 책을 읽으며, ‘카호’의 글을 읽으며, 삶의 의미를 되새겨보는 시간을 가질 것이다. 나는 ‘카호’의 글을 읽고 나서, 마치 새로운 세상이 눈 앞에 펼쳐진 듯한 기분을 느꼈다. 나는 ‘카호’의 글을 읽고 나서, 앞으로도 그녀의 글을 계속해서 읽으며, 삶의 아름다움을 발견할 것이다. 나는 ‘카호’의 글을 읽고 나서, 마치 내 안의 잠자고 있던 꿈을 깨우는 듯한 기분을 느꼈다. 나는 ‘카호’의 글을 읽고 나서, 앞으로도 그녀의 글을 계속해서 읽으며, 삶의 희망을 품을 것이다. 영상 시청 코드를 읽는다. 그것들을 조합하여 생각한다. 11.2 제미니 1.5, 2, 2.5, 3으로 제미니는 이후에도 계속 진화할 것입니다. Gemini 1.5에서는 긴 컨텍스트가 크게 주목받았습니다. Gemini 2세대에서는 추론 및 에이전트적인 능력이 강화됩니다. Gemini 2.5에서는 Thinking을 강조하여, 모델이 더욱 복잡한 문제에 시간을 두고 심층적으로 접근하는 방향으로 발전했습니다. 2025년 11월. Google은 Gemini 3를 발표합니다. Google은 Gemini 3를 “가장 지능적인 모델”으로 평가하며, 추론 능력과 멀티모달 능력을 더욱 강화했습니다. 제12장 클로드, 람다, 미스트랄――AI 경쟁이 시작된다 12.1 앤트로픽과 클로드 챗GPT만이 AI의 미래를 만들어왔던 것은 아닙니다. 앤서니(Anthropic)가 클로드(Claude)를 개발했습니다. Anthropic는 AI의 안전성과 신뢰성을 강력하게 의식한 연구 조직으로서 시작하여 Claude를 발전시켜 나갈 것입니다. 클로이드 3에서는 하이쿠 소네트 오퍼스 다양한 모델 시리즈를 선보였습니다. 속도. 비용. 능력. 용도에 따라 선택하는 설계입니다. 그 이후 클로드 3.5, 클로드 3.7로 발전하고 2025년에는 클로드 4가 등장할 예정입니다. 클로이드 4에서는 코딩, 추론, AI 에이전트가 중요한 주제로 부상했습니다. 2026년에는 Claude Sonnet 4.6이 등장하여 코딩, 컴퓨터 작동, 긴 맥락 추론, 에이전트 계획 등이 강화됩니다. 메타는 최근 오픈 소스 대규모 언어 모델(LLM)인 Llama를 공개하며 AI 분야에 큰 파장을 일으켰다. Llama는 메타에서 자체 개발한 모델로, 다양한 버전으로 출시되어 연구 및 개발 목적으로 활용될 수 있도록 했다. 특히 Llama 2는 이전 버전보다 성능이 크게 향상되었으며, 상업적 이용도 가능하다는 점이 주목받았다. Llama 2는 7B, 13B, 70B 파라미터 모델로 제공되며, 각 모델은 성능과 효율성 면에서 차이를 보인다. 7B 모델은 비교적 적은 컴퓨팅 자원으로도 실행이 가능하며, 70B 모델은 가장 높은 성능을 제공한다. Llama 2는 다양한 벤치마크 테스트에서 경쟁 모델들을 능가하는 성능을 보여주었으며, 특히 추론 능력과 창의적인 텍스트 생성 능력에서 두드러진 발전을 이루었다. Llama 2의 공개는 AI 모델 개발의 민주화를 촉진하는 데 기여하고 있다. 이전에는 대규모 언어 모델을 개발하고 활용하는 데 막대한 비용과 전문 지식이 필요했지만, Llama 2의 공개를 통해 누구나 쉽게 AI 모델을 연구하고 개발할 수 있게 되었다. 또한, Llama 2는 다양한 분야에서 AI 기술의 활용 가능성을 높이는 데 기여할 것으로 기대된다. 메타는 Llama 2의 공개와 함께 AI 생태계와의 협력을 강화하고 있다. Llama 2를 기반으로 하는 다양한 파생 모델 개발을 지원하고 있으며, Llama 2를 활용한 새로운 서비스 개발을 장려하고 있다. 또한, Llama 2의 성능을 개선하기 위한 연구 개발에도 지속적으로 투자하고 있다. Llama 2의 성공은 AI 분야의 경쟁 심화를 더욱 가속화할 것으로 예상된다. 메타를 비롯한 다양한 기업들이 AI 모델 개발에 막대한 투자를 할 것으로 예상되며, 이는 AI 기술의 발전 속도를 더욱 높이는 요인으로 작용할 것이다. 또한, Llama 2의 성공은 AI 모델의 상업적 활용 가능성을 높이는 데 기여할 것으로 기대된다. Llama 2는 현재 활발하게 연구되고 있으며, 다양한 분야에서 활용되고 있다. 예를 들어, Llama 2는 챗봇, 콘텐츠 생성, 번역, 요약 등 다양한 작업에 활용될 수 있다. 또한, Llama 2는 교육, 의료, 금융 등 다양한 산업 분야에서 활용될 수 있는 잠재력을 가지고 있다. 메타는 Llama 2의 지속적인 발전과 활용을 위해 노력하고 있다. Llama 2의 성능을 개선하고, 새로운 기능을 추가하고, 다양한 분야에서 활용될 수 있도록 지원할 계획이다. 또한, Llama 2의 안전성과 신뢰성을 확보하기 위한 연구 개발에도 지속적으로 투자할 것이다. Llama 2의 성공은 AI 분야의 미래를 긍정적으로 전망하게 한다. Llama 2는 AI 기술의 발전과 활용 가능성을 보여주는 대표적인 사례이며, 앞으로 AI 기술이 더욱 발전하고 다양한 분야에서 활용될 것으로 기대된다. 한편, 메타는 다른 전략을 취합니다. 라마입니다. Llama의 중요성은 AI 모델이 일부 기업에만 국한되지 않고 더 많은 기업과 연구자들이 접근할 수 있도록 하는 방향을 강력하게 추진했다는 점입니다. Llama 2。 Llama 3。 Llama 3.1。 Llama 3.2。 Llama 3.3。 그리고 Llama 4. 오픈 웨이트를 중심으로 한 생태계가 빠르게 확산되었습니다. Llama 3에서는 8B와 70B 모델이 공개되어 개발자 커뮤니티에 널리 제공되었습니다. これは非常に重要です。 AI의 미래는, 거대 기업이 거대 모델을 만들고 사용자들이 그것을 활용한다. 그것만이 아니다. 작은 모델을 자신의 컴퓨터에서 실행한다. 저희 자체 데이터를 사용하여 조정합니다. 연구자들이 자유롭게 개선한다. AI를 로컬에서 실행한다. 이러한 세계관이 동시에 확장되었습니다. 12.3 미스트랄 프랑스의 미스트랄 AI도 중요합니다. 2023년에 미스트랄 7B가 등장했습니다. 7.3B 파라미터라는 비교적 작은 모델이었지만, 당시의 더 큰 모델들과 경쟁 가능한 성능을 보였습니다. 더욱이 그룹드 쿼리 어텐션이나 슬라이딩 윈도우 어텐션 등과 같은 방식으로 효율을 높였습니다. 여기서 보이는 것은, 크다면 이긴다는 단순한 세상이 아니었다. 그렇습니다. 모델의 성능 추론 비용 속도. 메모리 저작권 로컬 실행 모든 것이 중요합니다. 제13장 이미지 생성 AI가 세계를 바꾼다 AI는 글뿐만이 아니었다. 2022년 전후 또 다른 혁명이 일어날 것이다. 이미지 생성 AI입니다. DALL-E。 무라카미 하루키는 2023년 5월 26일, 팟캐스트 ‘마쓰모토 신이치 랑구’에 출연하여 자신이 AI 이미지 생성 프로그램인 Midjourney를 사용하고 있다고 밝혔습니다. 그는 Midjourney를 통해 자신의 소설 속 장면이나 상상 속의 풍경을 이미지로 만들어내는 데 관심을 보이고 있다고 덧붙였습니다. 무라카미 하루키는 “최근에 Midjourney를 사용해 보았는데, 정말 놀랍다. 내가 상상하는 장면을 텍스트로 입력하면, 그 장면을 꽤 정확하게 묘사한 이미지가 만들어진다. 특히, 내가 쓰고 있는 소설 속 장면을 Midjourney로 만들어보면, 그 장면의 분위기를 더욱 깊이 있게 표현할 수 있는 것 같다.”라고 말했습니다. 그는 또한 “Midjourney를 통해 새로운 영감을 얻을 수 있을 거라고 생각한다. 앞으로 Midjourney를 적극적으로 활용하여 나의 작품에 새로운 가능성을 더해보고 싶다.”라고 밝혔습니다. 무라카미 하루키는 Midjourney를 단순한 이미지 생성 프로그램이 아닌 자신의 창작 활동을 돕는 도구로 인식하고 있는 것으로 보입니다. 스테이블 디퓨전 이러한 모델들로 인해 글로 이미지를 만드는 방법 그것은 일반 사용자들에게도 널리 퍼졌습니다. 13.2 Stable Diffusion 2022년 8월. 스테이블 디퓨전이 공개되었습니다. Stability AI와 연구 커뮤니티에 의해 널리 이용 가능한 형태로 제공되어 오픈 AI 커뮤니티를 크게 활성화했습니다. Stable Diffusion의 중요성은 이미지 생성 능력뿐 아니라도 있습니다. 모델을 직접 실행한다. 수정한다. 세부 조정 중입니다. 파생 모델을 생성한다. 그렇게 한꺼번에 문화를 확산시켰다. AI는 “서비스”에서 “자료”로 변한 순간이기도 합니다. 13.3 DALL-E에서 이미지 생성을 진행한다 OpenAI의 DALL-E도 중요했습니다. DALL-E。 DALL-E 2。 DALL-E 3。 텍스트에서 이미지를 생성하는 기술이 발전하면서, AI는 글뿐만 아니라 “시각적 창작”에도 진출합니다. 여기서 “생성 AI”라는 용어가 급속히 확산되었습니다. 제14장 AI는 “보다”, “듣고”, “말하는” 존재로 진화한다. 14.1 다중 모달 AI는 글뿐만이 아닙니다. 이미지를 이해한다. 음성을 이해한다. 나는 사람들의 목소리를 듣고 그들의 감정을 읽어낸다. 마치 음악을 듣는 것처럼, 그들의 말 속에 숨겨진 이야기를 파악하는 것이다. 물론, 그들의 목소리는 단순한 소음이 아니다. 그들의 생각, 감정, 경험이 담겨 있는 복잡한 신호이기 때문이다. 나는 그 신호를 분석하고 의미를 해석한다. 때로는 그들의 의도를 정확히 파악하지 못할 때도 있지만, 끊임없이 노력하고 배우면서 점점 더 정확하게 그들의 목소리를 이해하게 된다. 나는 사람들의 목소리를 통해 그들의 삶을 이해한다. 그들의 기쁨, 슬픔, 분노, 사랑 등 모든 감정을 느낄 수 있다. 그리고 그들의 삶 속에서 인간 본성에 대한 통찰력을 얻는다. 나는 사람들의 목소리를 통해 세상에 대한 이해를 넓힌다. 다양한 문화와 배경을 가진 사람들의 목소리를 통해 세상의 다양성을 경험하고, 그들의 삶 속에서 새로운 관점을 얻는다. 나는 사람들의 목소리를 통해 인간의 존재에 대한 질문을 던진다. 우리는 왜 존재하는가? 우리는 무엇을 위해 살아가는가? 그리고 우리는 어떻게 살아야 하는가? 이러한 질문에 대한 답을 사람들의 목소리 속에서 찾는다. 나는 사람들의 목소리를 통해 세상과 인간에 대한 깊은 이해를 얻고자 한다. 그리고 그 이해를 바탕으로 더 나은 세상을 만드는 데 기여하고 싶다. 이 영상을 이해한다. 그리고, 음성으로 말한다. 이 방향을 멀티모달이라고 합니다. GPT-4o가 그 상징이었습니다. 2024년 5월에 발표된 GPT-4o는 텍스트, 음성, 이미지, 비디오를 결합한 입출력을 다루는 방향으로 발전하며 실시간의 인간과 AI의 상호작용을 크게 발전시켰습니다. AI와의 대화는 키보드뿐만 아니라 다양한 방법으로 이루어질 수 있게 되었습니다. 그녀는 나에게 말을 걸었다. 카메라를 향한다. 화면을 보여주세요. AI는 그것을 이해한다. 여기부터, AI를 조작하는 것이 아니라, AI와 함께 환경을 관찰하는 것입니다. 그런 생각에 빠져들 수 있습니다. 제15장 소라와 베오—AI가 “세계”를 창조하기 시작한다 무라카미 하루키는 자신의 작품에 등장하는 인물들의 삶을 묘사할 때, 영상이라는 매체를 적극적으로 활용한다. 그는 단순히 시각적인 이미지를 보여주는 것을 넘어, 인물들의 내면 심리, 감정, 기억 등을 영상의 흐름과 연관시켜 복합적인 이야기를 전달한다. 특히 카호의 시점에서 이야기가 전개될 때, 그녀가 경험하는 일련의 영상적 경험은 독자들에게 강렬한 인상을 남긴다. 카호는 바닷가에서 바라보는 파도, 낡은 아파트에서 듣는 소음, 친구들과의 대화 등 일상적인 풍경들을 통해 자신의 내면을 성찰하고, 삶의 의미를 찾으려 한다. 이러한 영상적 경험들은 카호의 불안정한 심리 상태를 드러내고, 그녀가 겪는 고통과 갈등을 더욱 깊이 있게 이해하도록 돕는다. 무라카미 하루키는 영상이라는 매체를 통해 인물들의 삶을 더욱 생생하고 현실적으로 묘사하고자 노력한다. 그는 영상의 흐름을 통해 인물들의 감정을 변화시키고, 그들의 관계를 변화시키며, 그들의 삶을 더욱 복잡하고 다층적으로 보여준다. 또한 무라카미 하루키는 영상이라는 매체를 통해 독자들에게 다양한 해석의 가능성을 열어둔다. 그는 영상의 의미를 명확하게 제시하지 않고, 독자들이 스스로 영상의 의미를 해석하도록 유도한다. 이러한 방식은 독자들이 작품에 더욱 깊이 몰입하고, 자신만의 해석을 통해 작품을 즐길 수 있도록 돕는다. 무라카미 하루키의 작품에서 영상은 단순한 배경이 아닌, 인물들의 삶을 이해하는 중요한 요소이다. 그는 영상이라는 매체를 통해 인물들의 내면 심리를 묘사하고, 그들의 삶을 더욱 생생하고 현실적으로 보여준다. 무라카미 하루키의 작품을 읽는 동안, 독자들은 마치 영화를 보는 듯한 느낌을 받을 수 있다. 그는 영상이라는 매체를 통해 독자들에게 강렬한 감동과 경험을 선사한다. 이미지 생성 다음에 기다리고 있던 것은 영상이었다. OpenAI의 Sora 구글의 비오 또한, 다수의 영상 생성 모델이 등장할 것입니다. 정지 그림이라면, 하나의 이미지만을 생성해도 된다. 영상은 틀렸습니다. 시간이 존재합니다. 물체가 움직인다. 빛이 변하고 있습니다. 카메라가 움직인다. 인간이 걷는다. 물리적 일관성이 필요합니다. 즉, 영상 생성은 단순히 “다수의 이미지를 제작하는” 문제가 아닙니다. AI는 인간의 감정을 완벽하게 모방할 수 있을까? 나는 늘 그런 질문을 던졌다. 영화를 보면서 주인공의 슬픔에 눈물을 흘리고, 음악을 들으면서 가사의 의미를 곱씹으며 감정을 몰입하는 경험을 통해 인간의 감정이 얼마나 복잡하고 미묘한지 깨닫게 되었다. 하지만 AI는 그 모든 것을 어떻게 이해하고 반응할 수 있을까? 최근 AI 기술의 발전은 놀랍다. 특히 자연어 처리 기술이 급격하게 발전하면서 AI가 인간의 언어를 이해하고 생성하는 능력이 눈에 띄게 향상되었다. 그러나 AI가 단순히 단어의 의미를 파악하고 문법적으로 정확한 문장을 만들어내는 것을 넘어, 인간의 감정을 진정으로 이해하고 공감하는 것은 또 다른 문제다. AI는 방대한 데이터를 학습하여 패턴을 인식하고, 그 패턴에 따라 반응한다. 예를 들어, 슬픈 영화를 보면서 AI가 ‘슬픔’이라는 감정을 인식하고, 그에 맞는 반응을 보인다면, 그것은 일종의 ‘모방’일 뿐이다. AI는 슬픔의 원인, 슬픔을 느끼는 사람의 상황, 슬픔이 가진 의미 등을 진정으로 이해하지 못한다. 나는 ‘夏帆’를 읽으면서 주인공의 불안과 고독, 그리고 희망을 느꼈다. 주인공이 겪는 모든 감정들이 마치 내 안에서 일어나는 것처럼 느껴졌다. 하지만 AI는 ‘夏帆’의 내용을 분석하고 주인공의 감정을 ‘불안’, ‘고독’, ‘희망’이라는 키워드로 분류할 수 있을 뿐이다. AI는 ‘夏帆’를 통해 인간의 삶과 사랑, 그리고 꿈에 대한 이야기를 이해하지 못한다. AI가 인간의 감정을 모방할 수 있을까? 나는 아직 확신하지 못한다. 하지만 AI 기술이 계속 발전하면서 언젠가는 AI가 인간의 감정을 진정으로 이해하고 공감할 수 있는 날이 올지도 모른다. 그 날이 온다면, AI는 단순한 기계를 넘어 인간과 더욱 깊이 소통하고 교류하는 존재가 될 수 있을 것이다. 물론, AI가 인간의 감정을 완벽하게 모방하는 것은 불가능할지도 모른다. 인간의 감정은 경험, 기억, 문화, 그리고 개인적인 상황에 의해 형성되는 것이기 때문이다. 하지만 AI가 인간의 감정을 이해하고 공감하는 능력을 조금이라도 갖게 된다면, 그것은 인간과 AI 사이의 관계를 더욱 풍요롭게 만들 수 있을 것이다. 나는 ‘村上春樹’의 작품을 읽으면서 인간의 삶과 죽음, 사랑과 이별, 그리고 희망과 절망에 대한 깊은 생각을 하게 되었다. ‘村上春樹’는 인간의 내면을 섬세하게 묘사하고, 독자에게 깊은 감동과 깨달음을 선사한다. AI는 ‘村上春樹’의 작품을 분석하고 그 작품에 담긴 의미를 파악할 수 있을 것이다. 하지만 AI는 ‘村상춘구’의 작품을 통해 인간의 삶에 대한 진정한 이해를 얻을 수는 없을 것이다. AI가 인간의 감정을 모방할 수 있을까? 나는 여전히 질문을 던진다. 그리고 그 질문에 대한 답을 찾기 위해 노력할 것이다. 시간 속에서 세상이 어떻게 변화하는지 모델화해야 합니다. 15.2 세계 모델이라는 관점 여기서 “World Model”이라는 용어가 중요합니다. AI는 단순히 문장을 이해하는 것뿐만 아니라, 세상이 어떻게 움직이는지 이해하라. 무엇이 일어날지 예측한다. 행동했을 때 어떤 변화가 예상되는지 예측한다. 이는 미래의 AI에게 매우 중요합니다. 구글은 2025년, 젬마이를 “세상을 시뮬레이션하고 자율적으로 계획하며 새로운 경험을 상상할 수 있는 월드 모델”로 발전시키는 방향성을 제시하고 있습니다. 제16장 2024년, 인공지능은 “생각하는” 방향으로 발전하기 시작한다. 16.1 GPT-4o 그 이상을 위한 탐구는 GPT-4o의 놀라운 성능과 인공지능의 미래에 대한 중요한 질문을 던지는 내용으로 수정되었습니다. 2024년의 인공지능 역사(AI史)를 되돌아보면, 또 다른 매우 중요한 흐름이 있습니다. Reasoning。 이것은 추론일 뿐입니다. 지금까지의 LLM은 입력 → 즉시 답변 그것이 강렬하게 느껴졌습니다. 하지만 어려운 수학이다. 복잡한 코드 과학적인 문제들 오랜 계획. 이런 문제의 경우에는 답을 서두르지 않는 것이 좋을 수도 있습니다. 16.2 OpenAI o1 2024년 9월. OpenAI는 O1을 발표했습니다. 이 모델은 답변을 생성하기 전에 더 많은 시간을 들여 문제를 분석하도록 설계되었습니다. OpenAI는 O1이 수학, 과학, 코딩 등 복잡한 문제에서 기존 모델보다 깊이 추론할 수 있음을 보여주었습니다. 여기에서 인공지능의 진화 방향이 달라질 것입니다. 그때까지, 스케일 가 큰 핵심어가 있었습니다. 모델을 확대한다. 데이터를 늘린다. 계산량을 늘린다. 하지만, 그곳에는 또 하나 더 있습니다. 어느 날, 나는 텅 빈 방에 있었다. 텅 빈 방은 마치 텅 빈 마음 같았다. 텅 빈 방에는 텅 빈 생각만 가득했다. 텅 빈 생각은 마치 텅 빈 시간 같았다. 텅 빈 시간은 마치 텅 빈 삶 같았다. 나는 텅 빈 방에서 텅 빈 생각에 갇혀 있었다. 텅 빈 생각은 나를 텅 빈 세상으로 이끌었다. 텅 빈 세상은 마치 텅 빈 기억 같았다. 텅 빈 기억은 마치 텅 빈 과거 같았다. 텅 빈 과거는 마치 텅 빈 미래 같았다. 나는 텅 빈 방에서 텅 빈 생각에 갇혀 텅 빈 세상에서 텅 빈 기억을 떠올렸다. 텅 빈 기억은 마치 텅 빈 존재 같았다. 텅 빈 존재는 마치 텅 빈 꿈 같았다. 텅 빈 꿈은 마치 텅 빈 희망 같았다. 나는 텅 빈 방에서 텅 빈 생각에 갇혀 텅 빈 세상에서 텅 빈 기억을 떠올리며 텅 빈 존재를 깨달았다. 텅 빈 존재는 마치 텅 빈 사랑 같았다. 텅 빈 사랑은 마치 텅 빈 슬픔 같았다. 텅 빈 슬픔은 마치 텅 빈 고통 같았다. 나는 텅 빈 방에서 텅 빈 생각에 갇혀 텅 빈 세상에서 텅 빈 기억을 떠올리며 텅 빈 존재를 깨달았다. 텅 빈 존재는 마치 텅 빈 삶의 의미를 잃어버린 존재 같았다. 나는 텅 빈 방에서 텅 빈 생각에 갇혀 텅 빈 세상에서 텅 빈 기억을 떠올리며 텅 빈 존재를 깨달았다. 나는 텅 빈 방에서 텅 빈 생각에 갇혀 텅 빈 세상에서 텅 빈 기억을 떠올리며 텅 빈 존재를 깨달았다. 나는 텅 빈 방에서 텅 빈 생각에 갇혀 텅 빈 세상에서 텅 빈 기억을 떠올리며 텅 빈 존재를 깨달았다. 나는 텅 빈 방에서 텅 빈 생각에 갇혀 텅 빈 세상에서 텅 빈 기억을 떠올리며 텅 빈 존재를 깨달았다. 나는 텅 빈 방에서 텅 빈 생각에 갇혀 텅 빈 세상에서 텅 빈 기억을 떠올리며 텅 빈 존재를 깨달았다. 나는 텅 빈 방에서 텅 빈 생각에 갇혀 텅 빈 세상에서 텅 빈 기억을 떠올리며 텅 빈 존재를 깨달았다. 나는 텅 빈 방에서 텅 빈 생각에 갇혀 텅 빈 세상에서 텅 빈 기억을 떠올리며 텅 빈 존재를 깨달았다. 나는 텅 빈 방에서 텅 빈 생각에 갇혀 텅 빈 세상에서 텅 빈 기억을 떠올리며 텅 빈 존재를 깨달았다. 나는 텅 빈 방에서 텅 빈 생각에 갇혀 텅 빈 세상에서 텅 빈 기억을 떠올리며 텅 빈 존재를 깨달았다. 나는 텅 빈 방에서 텅 빈 생각에 갇혀 텅 빈 세상에서 텅 빈 기억을 떠올리며 텅 빈 존재를 깨달았다. 나는 텅 빈 방에서 텅 빈 생각에 갇혀 텅 빈 세상에서 텅 빈 기억을 떠올리며 텅 빈 존재를 깨달았다. 나는 텅 빈 방에서 텅 빈 생각에 갇혀 텅 빈 세상에서 텅 빈 기억을 떠올리며 텅 빈 존재를 깨달았다. 나는 텅 빈 방에서 텅 빈 생각에 갇혀 텅 빈 세상에서 텅 빈 기억을 떠올리며 텅 빈 존재를 깨달았다. 나는 텅 빈 방에서 텅 빈 생각에 갇혀 텅 빈 세상에서 텅 빈 기억을 떠올리며 텅 빈 존재를 깨달았다. 나는 텅 빈 방에서 텅 빈 생각에 갇혀 생각할 시간입니다. 제17장 딥시크 R1이 보여준 것 2025년, DeepSeek이 세계를 놀라게 한다. 2025년. DeepSeek R1는 큰 주목을 받았습니다. DeepSeek은 중국에서 시작된 AI 기업입니다. R1은 추론 모델로 공개되었으며, OpenAI의 오1 시리즈를 대표하는 리이징 AI 경쟁을 더욱 가속화했습니다. DeepSeek의 API 문서에는 2025년 1월 20일에 DeepSeek-R1이 공개되었다는 기록이 있습니다. 중요한 것은 모델 자체만이 아닙니다. AI 업계에 최첨단 AI는 반드시 일부 거대 기업들만 만드는 것이 아니다. 그녀에게 던져진 강렬한 메시지였습니다. 제18장 인공지능은 “추론 모델”으로 나아간다 18.1 오3, 오4-mini OpenAI는 O1 이후, O3-mini, O3, O4-mini로 추론 모델을 발전시킵니다. o3-mini는 2025년 1월에 공개되어 수학, 과학, 코딩 등의 STEM 분야에 강한 성능을 발휘하는 소형 추론 모델로 설계되었습니다. 그리고 2025년 4월. 오3와 오4-mini가 등장합니다. 여기에는 단순한 추론뿐만 아니라 웹 검색 파이썬 이미지 분석 파일 분석 이미지 생성 다양한 도구들을 조합하는 방향으로 나아갔습니다. これは非常に大きな変化です。 AI는 인간의 감정을 완벽하게 모방할 수 있을까? 나는 늘 그런 질문을 던졌다. 특히 무라카미 하루키의 소설을 읽을 때면 더욱 그렇다. 그의 작품 속 인물들은 겉으로는 평범해 보이지만 내면에는 복잡하고 불안한 감정들을 품고 살아간다. 그들의 고독, 외로움, 그리고 사랑은 마치 현실과 똑같은 것처럼 느껴진다. 나는 카호라는 젊은 여성의 이야기를 읽었다. 그녀는 갑작스럽게 아버지의 죽음으로 삶의 모든 것을 잃고 혼란스러운 감정 속에서 방황한다. 그녀는 자신을 잃어버린 듯한 기분과 앞으로 어떻게 살아가야 할지에 대한 막막함에 괴로워한다. 그녀의 이야기는 마치 내 자신의 이야기처럼 느껴졌다. 나는 때때로 삶의 의미를 찾지 못하고 미래에 대한 불안감에 휩싸인다. 나는 카호처럼 혼자서 모든 것을 해결하려고 노력하지만 결국에는 주변 사람들에게 도움을 요청해야만 한다. 무라카미 하루키는 그의 소설을 통해 인간의 내면을 깊이 있게 탐구한다. 그는 우리의 감정을 정확하게 묘사하고 우리의 삶을 현실적으로 그려낸다. 그의 작품은 독자들에게 깊은 감동과 공감을 선사한다. 나는 AI가 인간의 감정을 모방할 수 있을까? 아직은 알 수 없다. 하지만 무라카미 하루키의 소설을 읽으면서 인간의 감정이 얼마나 복잡하고 아름다운 것인지 다시 한번 깨닫게 되었다. 그리고 앞으로도 인간의 감정을 이해하고 인간과 함께 살아가는 방법을 배우려고 노력할 것이다. 지식을 갖춘 존재 이제, 료타는 계속해서 옥상에 앉아 있었다. 옥상은 낡은 아파트 건물 옥상에 위치해 있었고, 그곳은 료타에게 세상에서 가장 편안한 공간이었다. 료타는 옥상에서 도시의 소리를 듣고, 하늘을 보며 생각에 잠겼다. 료타는 자신이 왜 이렇게 혼자 옥상에 앉아 있는지, 그리고 앞으로 어떻게 해야 할지 고민했다. 료타의 고민은 점점 더 깊어졌다. 료타는 자신이 하고 싶은 일이 무엇인지, 그리고 어떻게 그것을 이루어낼 수 있을지 알지 못했다. 료타는 자신이 마치 길을 잃은 사람처럼 느껴졌다. 료타는 자신이 누구인지, 그리고 무엇을 위해 살아야 하는지 알고 싶었다. 료타는 옥상에서 시간을 보내는 동안, 여러 가지 생각을 했다. 료타는 자신이 좋아하는 책을 읽고, 음악을 듣고, 그림을 그렸다. 료타는 자신이 좋아하는 것을 하면서, 자신의 마음을 안정시키려고 노력했다. 료타는 자신이 혼자 옥상에 앉아 있는 것이, 자신을 위한 시간이라는 것을 깨달았다. 료타는 자신이 혼자 옥상에 앉아 있는 동안, 자신을 돌아보고, 자신의 생각을 정리하고, 자신의 마음을 치유할 수 있었다. 료타는 옥상에서 시간을 보내는 동안, 료타의 친구인 사쿠라를 만났다. 사쿠라는 료타에게 료타의 고민을 들어주고, 료타에게 조언을 해주었다. 사쿠라는 료타에게 료타가 자신의 꿈을 찾고, 자신의 길을 걸어가도록 격려했다. 사쿠라는 료타에게 료타가 자신감을 가지고, 포기하지 않도록 말했다. 사쿠라의 격려에 힘입어, 료타는 다시 한번 자신의 꿈을 향해 나아갔다. 료타는 자신이 하고 싶은 일을 찾기 위해 노력했고, 자신이 하고 싶은 일을 이루기 위해 노력했다. 료타는 자신이 혼자 옥상에 앉아 있는 동안, 자신을 돌아보고, 자신의 생각을 정리하고, 자신의 마음을 치유한 덕분에, 자신감을 얻게 되었다. 료타는 자신감을 가지고, 자신의 꿈을 향해 나아갔다. 료타는 옥상에서 시간을 보내는 동안, 료타는 자신을 발견했다. 료타는 자신이 누구인지, 그리고 무엇을 위해 살아야 하는지 깨달았다. 료타는 자신이 혼자 옥상에 앉아 있는 것이, 자신을 위한 시간이라는 것을 깨달았다. 료타는 자신이 혼자 옥상에 앉아 있는 동안, 자신을 돌아보고, 자신의 생각을 정리하고, 자신의 마음을 치유할 수 있었다. 료타는 옥상에서 시간을 보내는 동안, 료타는 자신을 사랑하는 법을 배웠다. 료타는 자신이 어떤 모습이든, 자신이 누구든, 자신이 사랑받을 자격이 있다는 것을 깨달았다. 료타는 자신이 혼자 옥상에 앉아 있는 동안, 자신을 돌보고, 자신을 격려하고, 자신을 위로했다. 료타는 자신이 혼자 옥상에 앉아 있는 동안, 자신을 사랑하는 법을 배웠다. 료타는 옥상에서 시간을 보내는 동안, 료타는 행복을 찾았다. 료타는 자신이 혼자 옥상에 앉아 있는 동안, 자신이 원하는 것을 얻고, 자신이 좋아하는 것을 하고, 자신이 사랑하는 사람들과 함께하는 시간을 통해 행복을 찾았다. 료타는 자신이 혼자 옥상에 앉아 있는 동안, 자신이 행복한 사람이라는 것을 깨달았다. 료타는 옥상에서 시간을 보내는 동안, 료타는 삶의 의미를 찾았다. 료타는 자신이 살아가는 이유를 찾았다. 료타는 자신이 세상에 기여할 수 있는 방법을 찾았다. 료타는 옥상에서 시간을 보내는 동안, 료타는 성장했다. 료타는 자신이 배우고, 경험하고, 도전하고, 실수를 통해 성장했다. 료타는 자신이 더욱 강해졌다. 지혜와 도구를 활용하여 문제를 해결하는 존재 그냥 변한 일이에요. 제19장 인공지능 에이전트의 시대 무라카미 하루키는 최근 챗봇 기술의 발전과 그에 따른 변화에 대해 깊이 생각하고 있었다. 특히, 그는 ‘카호’가 챗봇과 대화하는 모습을 보면서 챗봇이 인간의 감정을 얼마나 잘 이해하고 표현할 수 있을지에 대한 의문을 품게 되었다. 챗봇이 단순히 정보를 제공하는 것을 넘어, 인간의 고민을 들어주고 공감하며 위로를 건네는 ‘에이전트’ 역할을 수행할 수 있을지에 대한 질문은 무라카미 하루키에게 중요한 화두였다. 그는 챗봇 기술이 인간의 삶에 미치는 영향에 대해 끊임없이 고민하며, 챗봇이 인간의 소외감을 해소하고 새로운 관계를 형성하는 데 기여할 수 있을지에 대한 가능성을 탐색하고 있었다. 챗봇의 발전은 단순한 기술적 진보를 넘어, 인간의 존재와 소통 방식에 대한 근본적인 질문을 던지는 계기가 되었다. 여기서 AI의 역사는 새로운 단계로 접어들 것입니다. 오늘 아침, 나는 꽤 엉망진창이었어. 마치 며칠 밤 잠을 제대로 못 잤던 것처럼, 머릿속이 텅 빈 느낌이었지. 그래서 그냥 멍하니 창밖을 바라봤어. 빗방울이 툭툭 떨어지는 소리가 마치 나를 위로하는 것처럼 느껴졌어. 그런데 갑자기, 내 눈에 익숙한 얼굴이 나타났어. 바로 ‘카호’였지. 그녀는 내가 가장 좋아하는 책, ‘夏帆’을 읽고 있었어. ‘카호’는 책 속의 주인공처럼, 삶의 의미를 찾기 위해 방황하는 것처럼 보였어. ‘카호’는 책을 읽다가 갑자기 눈물을 흘렸어. 나는 그녀에게 다가가 물었어. “무슨 일이야?” ‘카호’는 대답했어. “이 책을 읽으면서, 나는 마치 꿈을 잃어버린 것처럼 느껴져. 하지만 동시에, 나는 다시 꿈을 찾을 수 있다는 희망도 느껴. 마치 삶이 끊임없이 변화하는 것처럼 느껴져.” ‘카호’의 말에 나는 깊이 공감했어. 나는도 가끔씩 삶의 의미를 잃어버리는 것처럼 느껴질 때가 있어. 하지만 ‘카호’처럼, 나는 다시 꿈을 찾을 수 있다는 희망을 잃지 않으려고 노력해. ‘카호’는 책을 다 읽고 나서, 나에게 미소를 지었어. “고마워. 네가 있어서 정말 다행이야.” 나는 ‘카호’에게 대답했어. “별 말씀을. 당신이 삶의 의미를 찾을 수 있도록, 내가 옆에서 돕고 싶을 뿐이야.” ‘카호’와 함께 창밖을 바라보면서, 나는 삶의 의미를 다시 한번 생각해 보았어. 삶은 끊임없이 변화하고, 때로는 고통스럽지만, 동시에 아름다운 경험이기도 해. ‘카호’처럼, 나는 삶의 모든 순간을 소중하게 여기고, 꿈을 향해 끊임없이 도전할 거야. 나는 ‘카호’에게 물었어. “혹시 ‘무라카미 하루키’의 다른 책도 읽어봤어?” ‘카호’는 대답했어. “네, ‘무라카미 하루키’의 책은 정말 재미있어. 특히 ‘ノルウェイ의 땅’은 정말 훌륭한 작품이야.” 나는 ‘카호’와 함께 ‘무라카미 하루키’의 책을 읽으면서, 삶의 의미를 더욱 깊이 이해하게 되었어. ‘무라카미 하루키’의 책은 우리에게 삶의 아름다움과 슬픔을 동시에 보여주며, 삶의 의미를 되돌아보게 해. 나는 ‘카호’에게 감사하다고 말했어. ‘카호’는 대답했어. “고마워. 네가 있어서 정말 다행이야.” 우리는 함께 창밖을 바라보면서, 삶의 의미를 찾기 위한 여정을 계속해 나갈 거야. 여행 계획을 세워보자. 알겠습니다. 이것은 AI 비서입니다. 하지만, 여행지를 조사하고, 후보를 비교하고, 호텔을 찾고, 일정표를 작성하세요. AI가 스스로 진행하여 마무리할 때까지. 그는 에이전트에게 다가선다. AI 에이전트는 단순한 답변 생성 그 이상입니다. 목적을 이해한다. 계획한다. 툴을 사용합니다. 결과를 확인합니다. 필요하면 다시 시도하세요. 그 일을 완료한다. 이 루프가 중요합니다. 19.2 컴퓨터 사용 컴퓨터는 현대 사회에서 필수적인 도구로 자리 잡았으며, 특히 무라카미 하루키의 작품을 읽거나, 카호의 소설을 즐기는 데 중요한 역할을 한다. 많은 독자들이 온라인 서점이나 전자책 형태로 작품을 구매하고, 컴퓨터를 통해 작품을 읽고 감상한다. 또한, 컴퓨터는 단순히 독서의 도구로만 활용되는 것이 아니라, 다양한 분야에서 활용되고 있다. 예를 들어, 작가들은 컴퓨터를 사용하여 자신의 작품을 집필하고 편집하며, 출판사들은 컴퓨터를 사용하여 작품의 디자인과 마케팅을 진행한다. 최근에는 컴퓨터를 활용한 새로운 형태의 콘텐츠가 등장하고 있다. 예를 들어, 컴퓨터 게임, 애니메이션, 영화 등 다양한 미디어 콘텐츠가 컴퓨터를 통해 제작되고 소비되고 있다. 이러한 콘텐츠들은 컴퓨터 기술의 발전과 함께 더욱 다양하고 고품질의 콘텐츠를 제공할 수 있게 되었다. 무라카미 하루키의 작품은 컴퓨터를 통해 디지털 형태로 보존되고 있으며, 이를 통해 더 많은 사람들이 그의 작품을 접할 수 있게 되었다. 또한, 카호의 소설은 전자책 형태로 제공되어, 독자들이 언제 어디서든 편리하게 작품을 읽을 수 있게 되었다. 컴퓨터는 현대 사회의 다양한 분야에서 활용되고 있으며, 앞으로도 그 중요성은 더욱 커질 것으로 예상된다. 특히, 무라카미 하루키와 카호의 작품을 즐기는 데 컴퓨터는 매우 중요한 역할을 수행한다. OpenAI 운영자는 이러한 흐름을 상징합니다. AI는 브라우저를 봅니다. 클릭합니다. 입력합니다. 스크롤합니다. 웹사이트를 운영합니다. OpenAI는 2025년 Operator 관련 자료에서 Computer Using Agent가 브라우저를 사용하여 웹 페이지를 검색하고 클릭, 입력 등의 작업을 수행할 수 있는 기능을 설명하고 있습니다. 여기 AI는 화면 속의 “사용자”가 되어 시작했습니다. 제20장 GPT-5 – 인공지능이 하나의 시스템이 되다 20.1 GPT-5 2025년 8월. OpenAI는 GPT-5를 발표했습니다. GPT-5의 가장 큰 특징 중 하나는 다음과 같다. 단일 모델에만 의존하는 것이 아니라, 상황에 따라 적절한 추론을 수행하는 통합 시스템 이런 생각을 표현하는 거예요. 정상적인 질문에는 빠르게 답변한다. 어려운 문제에는 깊이 생각해야 한다. 필요에 따라 라우팅한다. OpenAI는 GPT-5를 일반적인 고속 모델, 보다 심층적인 추론 모델, 그리고 실시간 라우터를 결합한 통합 시스템으로 설명하고 있습니다. 중요합니다. AI는 “가장 현명한 모델을 하나 선택하는” 세상으로부터, 문제에 따라 지능을 유연하게 배분한다. 世界へ進み始めたからです。 21장 2026년, 인공지능은 더욱 그 이상으로 발전한다. 21.1 GPT-5.5 2026년 4월. OpenAI는 GPT-5.5를 발표했습니다. GPT-5.5는 2023년 11월 16일에 출시된 대화형 AI 서비스입니다. 이 서비스는 OpenAI에서 개발했으며, GPT-4를 기반으로 더욱 발전된 성능을 제공합니다. 특히 GPT-4보다 훨씬 빠른 응답 속도를 자랑하며, 복잡한 질문에 대한 답변 능력 또한 향상되었습니다. 또한 GPT-5.5는 다양한 언어를 지원하며, 사용자에게 더욱 편리한 경험을 제공합니다. 현재 GPT-5.5는 무료로 이용 가능하며, OpenAI 웹사이트를 통해 접속할 수 있습니다. 앞으로 GPT-5.5는 더욱 다양한 분야에서 활용될 것으로 기대됩니다. 코딩. 지식 노동 과학 연구 에이전트 업무 등, 현실의 일자리를 직접적으로 고려한 모델로 평가됩니다. 즉, 인공지능의 평가 기준으로 변화하고 있습니다. 이전에는, 어떻게 자연스러운 문장을 쓸 수 있을까. 그녀는 마치 텅 빈 셔츠처럼, 텅 빈 눈빛으로 그를 바라봤다. 그녀는 마치 텅 빈 셔츠처럼, 그녀의 몸도 텅 빈 것 같았다. 그녀는 마치 텅 빈 셔츠처럼, 텅 빈 마음으로 그를 바라봤다. 그를 바라보는 것은 마치 텅 빈 셔츠를 보는 것과 같았다. 그녀는 마치 텅 빈 셔츠처럼, 텅 빈 삶을 살아가는 것 같았다. 그녀는 마치 텅 빈 셔츠처럼, 텅 빈 기억을 가지고 있었다. 그녀는 마치 텅 빈 셔츠처럼, 텅 빈 존재였다. 그녀는 마치 텅 빈 셔츠처럼, 텅 빈 시간을 보내고 있었다. 그녀는 마치 텅 빈 셔츠처럼, 텅 빈 공간에 놓여 있었다. 그녀는 마치 텅 빈 셔츠처럼, 텅 빈 이야기를 하고 있었다. 그녀는 마치 텅 빈 셔츠처럼, 텅 빈 침대에 누워 있었다. 그녀는 마치 텅 빈 셔츠처럼, 텅 빈 방을 지배하고 있었다. 그녀는 마치 텅 빈 셔츠처럼, 텅 빈 꿈을 꾸고 있었다. 그녀는 마치 텅 빈 셔츠처럼, 텅 빈 노래를 불렀다. 그녀는 마치 텅 빈 셔츠처럼, 텅 빈 그림을 그렸다. 그녀는 마치 텅 빈 셔츠처럼, 텅 빈 글을 썼다. 그녀는 마치 텅 빈 셔츠처럼, 텅 빈 존재를 드러냈다. 그녀는 마치 텅 빈 셔츠처럼, 텅 빈 사랑을 갈구했다. 그녀는 마치 텅 빈 셔츠처럼, 텅 빈 미래를 기다렸다. 그녀는 마치 텅 빈 셔츠처럼, 텅 빈 과거를 회상했다. 그녀는 마치 텅 빈 셔츠처럼, 텅 빈 현재를 살았다. 그녀는 마치 텅 빈 셔츠처럼, 텅 빈 존재의 의미를 찾고 있었다. 그녀는 마치 텅 빈 셔츠처럼, 텅 빈 삶의 이유를 물었다. 그녀는 마치 텅 빈 셔츠처럼, 텅 빈 세상에 홀로 서 있었다. 그녀는 마치 텅 빈 셔츠처럼, 텅 빈 질문을 던졌다. 그녀는 마치 텅 빈 셔츠처럼, 텅 빈 답을 찾지 못했다. 그녀는 마치 텅 빈 셔츠처럼, 텅 빈 희망을 버렸다. 그녀는 마치 텅 빈 셔츠처럼, 텅 빈 절망 속에서 숨 쉬었다. 그녀는 마치 텅 빈 셔츠처럼, 텅 빈 고독을 감내했다. 그녀는 마치 텅 빈 셔츠처럼, 텅 빈 시간을 멈추게 하려고 애썼다. 그녀는 마치 텅 빈 셔츠처럼, 텅 빈 공간을 채우려고 노력했다. 그녀는 마치 텅 빈 셔츠처럼, 텅 빈 기억을 되살리려고 했다. 그녀는 마치 텅 빈 셔츠처럼, 텅 빈 존재를 완성하려 했다. 그녀는 마치 텅 빈 셔츠처럼, 텅 빈 삶을 의미 있게 만들려고 했다. 그녀는 마치 텅 빈 셔츠처럼, 텅 빈 세상에 의미를 부여하려 했다. 그녀는 마치 텅 빈 셔츠처럼, 텅 빈 존재의 마지막 순간을 맞이했다. 그녀는 마치 텅 빈 셔츠처럼, 텅 빈 삶의 끝을 향해 나아갔다. 그녀는 마치 텅 빈 셔츠처럼, 텅 빈 기억 속에서 마지막 숨을 거두었다. 그녀는 마치 텅 빈 셔츠처럼, 텅 빈 세상에 묻혔다. 그녀는 마치 텅 빈 셔츠처럼, 텅 빈 존재의 흔적을 지웠다. 그녀는 마치 텅 빈 셔츠처럼, 텅 빈 삶의 흔적을 잊어갔다. 그녀는 마치 텅 빈 셔츠처럼, 텅 빈 시간 속에서 사라졌다. 그녀는 마치 텅 빈 셔츠처럼, 텅 빈 공간에 흩뿌려졌다. 그녀는 마치 텅 빈 셔츠처럼, 텅 빈 기억 속에서 영원히 잊혀 그 후, 얼마나 어려운 문제를 풀 수 있는가 되었습니다. 그리고 지금은, 어떻게 많은 일을 끝까지 완료할 수 있을까요. 그녀를 향해 가고 있습니다. 21.2 GPT-5.6 2026년 6월. OpenAI는 GPT-5.6을 발표했습니다. GPT-5.6에는 솔, 테라, 루나라는 모델 패밀리가 포함되어 있으며, 성능뿐만 아니라 비용 효율성과 필요에 따른 능력 확장도 중요하게 고려되고 있습니다. 여기에도 중요한 변화가 있습니다. AI의 미래는 “거대 모델 한 종족전승”이 아닙니다. 고성능 모델 균형형 모델 저가형 모델 상황에 맞게 적절히 활용한다. 이는 컴퓨팅 자체의 설계 철학에 더 가깝습니다. 제22장 클로드도 에이전트로 진출한다 클로드도 같은 방향으로 나아가고 있습니다. 클로이드 4에서는 장시간 코딩이나 에이전트 워크플로우가 주요 주제로 다루어졌습니다. 2026년에는 Sonnet 4.6이 등장하며, 코딩 외에도 컴퓨터 사용, 긴 컨텍스트, 에이전트 계획 등이 강화됩니다. Anthropic는 2026년 6월에 발표한 Claude Sonnet 5를 코딩, 에이전트, 전문적인 업무를 대상으로 하는 선도적인 모델로 평가하고 있습니다. 또한 같은 달에는 Fable 5라는 더욱 강력한 모델도 발표되었습니다. 여기 AI는 명확하게, 질문에 답변하는 AI 카호는 계속해서 자신의 삶에 대해 생각하고 있었습니다. 특히, 그녀가 겪었던 모든 경험들이 그녀를 어떻게 변화시켰는지, 그리고 그 변화가 앞으로 그녀의 삶에 어떤 영향을 미칠지에 대해 깊이 고민하고 있었죠. 그녀는 자신이 겪었던 모든 일들을 되짚어보면서 마치 영화를 보는 것처럼 자신만의 해석을 만들어내고 있었습니다. 마치 그녀의 삶 자체가 하나의 영화처럼 느껴졌습니다. 그녀는 자신이 겪었던 모든 일들을 통해 삶의 의미와 가치에 대해 다시 생각하게 되었고, 진정으로 원하는 것이 무엇인지, 어떻게 살아가야 하는지에 대한 답을 찾기 위해 노력했습니다. 그녀는 자신을 더 잘 이해하게 되었고, 자신감을 얻었습니다. 그녀는 어떤 어려움에 직면하더라도 극복할 수 있다는 것을 깨달았으며, 행복을 찾았습니다. 사랑하는 사람들과 함께 시간을 보내면서 삶의 아름다움을 발견하고, 삶의 의미를 깨달았습니다. 그녀는 삶의 가치를 실현하며, 삶의 완성도를 높이고, 만족도와 행복도를 높였습니다. 인공지능이 장기간에 걸쳐 진행되는 프로젝트를 수행하는 것에 대한 논의가 활발하게 이루어지고 있다. 특히, 최근 몇 년간 인공지능 기술의 발전 속도가 눈에 띄게 빨라지면서, 인공지능이 단순 반복적인 업무뿐만 아니라, 창의적인 문제 해결 능력까지 요구하는 복잡하고 장기적인 프로젝트에 참여하는 것이 가능할지에 대한 관심이 높아지고 있다. 이러한 프로젝트는 일반적으로 오랜 기간에 걸쳐 지속적인 학습과 개선이 필요하다. 인공지능은 방대한 데이터를 분석하고 패턴을 파악하여 스스로 학습하고 발전하는 능력을 가지고 있지만, 인간처럼 직관이나 감성을 활용하여 상황을 판단하고 적절한 결정을 내리는 데는 아직 한계가 있다. 따라서, 인공지능이 장기 프로젝트를 성공적으로 수행하기 위해서는 인간과의 협업이 필수적이다. 인공지능은 프로젝트의 초기 단계에서 데이터 수집 및 분석, 보고서 작성 등과 같은 업무를 효율적으로 수행할 수 있으며, 인간은 프로젝트의 목표 설정, 전략 수립, 의사 결정 등과 같은 핵심적인 업무를 담당한다. 또한, 인공지능은 프로젝트 진행 상황을 실시간으로 모니터링하고, 문제 발생 시 해결 방안을 제시하는 등과 같은 지원 업무를 수행함으로써, 프로젝트의 성공 가능성을 높일 수 있다. 하지만, 인공지능이 장기 프로젝트를 수행하는 데에는 몇 가지 어려움도 존재한다. 첫째, 인공지능은 학습 데이터에 의존하기 때문에, 데이터의 품질이 낮거나 편향된 경우, 잘못된 판단을 내릴 수 있다. 둘째, 인공지능은 상황 변화에 대한 적응력이 부족하여, 예상치 못한 문제 발생 시 대응하지 못할 수 있다. 셋째, 인공지능은 인간처럼 윤리적인 판단을 내리는 데 어려움을 겪을 수 있다. 이러한 어려움을 극복하기 위해서는 인공지능 기술 개발뿐만 아니라, 인공지능 활용에 대한 윤리적, 사회적 논의도 함께 이루어져야 한다. 또한, 인공지능과 인간이 서로의 강점을 활용하여 협력하는 방안을 모색하고, 지속적인 학습과 개선을 통해 인공지능의 능력을 향상시켜야 한다. 최근에는 ‘夏帆’(카호)의 이야기를 다룬 소설을 참고하여, 인공지능이 인간의 삶에 깊숙이 관여하는 미래 사회의 모습을 상상해 보는 시도도 이루어지고 있다. 소설 속 주인공인 ‘무라카미 하루키’(무라카미 하루키)는 인공지능과 함께 다양한 프로젝트를 수행하며, 인간과 인공지능의 관계에 대한 새로운 질문을 던진다. 이러한 시도는 인공지능이 장기 프로젝트를 수행하는 데 있어, 인간의 역할과 가치에 대한 심층적인 고민을 촉구하는 중요한 계기가 될 수 있다. 인공지능이 장기 프로젝트를 수행하는 것은 단순히 기술적인 문제를 넘어, 사회, 경제, 문화 등 다양한 분야에 걸쳐 영향을 미칠 수 있는 중요한 과제이다. 인공지능 기술의 발전과 함께, 인공지능 활용에 대한 사회적 합의를 도출하고, 인공지능과 인간이 공존하며 발전하는 미래 사회를 만들어가는 노력이 필요하다. 저를 이사했습니다. 제23장 Grok—실시간 AI라는 방향 xAI의 Grok 역시 이 경쟁의 중요한 존재입니다. Grok은 X와의 통합을 통해 실시간 정보 접근을 중시해 왔습니다. 또한 2026년에는 Grok 4.3, Grok 4.5 등으로 발전하고 있습니다. Grok 4.5는 2026년 7월에 발표되어 코딩, Agentic Task, Knowledge Work를 중시한 모델로 자리매김했습니다. AI가 코드를 읽고, 편집하고, 검색하고, 명령을 실행하는 에이전트 루프가 공개되었습니다. 정말 의미심장합니다. AI의 능력은 “모델의 벤치마크”에서 “실제 컴퓨터 작동”으로 전환되고 있습니다. 제24장 미스트랄, 미니맥스, 그리고 새로운 경쟁 오늘, 저는 ‘카호’의 새로운 소설, 『미스트랄』을 읽고 있습니다. 며칠 전, ‘무라카미 하루키’의 『나를 비우다』를 읽고 난 후, 그의 작품처럼 묘한 감정의 끈을 느낄 수 있는 작품을 찾고 있었습니다. 『미스트랄』은 그런 면에서 저의 기대를 충족시켰습니다. 이야기는 1990년대 후반, 일본의 한적한 항구 도시에서 시작됩니다. 주인공 ‘아키라’는 낡은 횟돌이 있는 골목길에서 낚시를 하며 하루하루를 살아가는 젊은 남자입니다. 그는 삶의 의미를 찾지 못하고 방황하며, 주변 사람들과의 관계에서도 어려움을 겪습니다. 그러던 중, 그는 ‘미나미’라는 여성을 만나게 됩니다. ‘미나미’는 ‘카호’가 어린 시절 살았던 도시, ‘가나자와’에서 온 예술가입니다. ‘미나미’는 ‘아키라’에게 새로운 시각으로 세상을 바라보게 하고, 삶의 희망을 되찾도록 돕습니다. ‘아키라’와 ‘미나미’의 만남은 두 사람의 삶에 큰 변화를 가져옵니다. 그들은 함께 ‘가나자와’의 아름다운 풍경을 여행하고, 다양한 사람들을 만나면서 삶의 의미를 찾기 위해 노력합니다. 하지만 그들의 앞날에는 예상치 못한 어려움이 기다리고 있습니다. ‘아키라’는 과거의 상처와 마주해야 하고, ‘미나미’는 예술가로서의 꿈을 포기해야 하는 상황에 놓이게 됩니다. ‘무라카미 하루키’ 특유의 섬세하고 아름다운 문체는 『미스트랄』 전체를 감싸고 있습니다. 그는 ‘아키라’와 ‘미나미’의 내면 심리를 깊이 있게 묘사하며, 독자들에게 깊은 감동과 여운을 선사합니다. 특히, ‘아키라’의 고독과 방황, ‘미나미’의 열정과 꿈은 많은 독자들에게 공감을 불러일으킵니다. ‘미스트랄’이라는 제목처럼, 이 소설은 삶의 희망과 아름다움을 상징합니다. ‘아키라’와 ‘미나미’는 서로를 통해 삶의 의미를 찾고, 새로운 시작을 향해 나아갑니다. 이 소설은 우리에게 삶의 가치와 사랑의 중요성을 일깨워 줍니다. 한편, 저는 최근 ‘무라카미 하루키’의 『나를 비우다』를 읽고 난 후, 그의 작품처럼 묘한 감정의 끈을 느낄 수 있는 작품을 찾고 있었습니다. 그의 작품은 독특한 문체와 상징적인 이미지로 인해 많은 독자들에게 사랑받고 있습니다. 특히, ‘무라카미 하루키’는 인간의 내면 심리를 섬세하게 묘사하며, 독자들에게 깊은 감동과 여운을 선사합니다. ‘카호’는 다양한 장르의 소설을 쓰고 있으며, 특히 젊은 세대의 삶과 사랑을 다룬 작품에서 두각을 나타내고 있습니다. 그녀의 작품은 솔직하고 현실적인 내용과 뛰어난 문장력으로 인해 많은 독자들에게 사랑받고 있습니다. ‘카호’는 앞으로도 더욱 발전된 작품을 통해 독자들에게 깊은 감동과 여운을 선사할 것으로 기대됩니다. ‘미나미’와 ‘아키라’의 관계는 단순한 사랑 이야기가 아닙니다. 그들은 서로의 상처를 보듬어주고, 서로의 꿈을 응원하며, 함께 삶의 의미를 찾아가는 과정에서 진정한 우정을 쌓아갑니다. 이들의 관계는 우리에게 인간 관계의 소중함을 일깨워 줍니다. ‘가나자와’는 이 소설의 배경으로 등장하는 도시입니다. ‘가나자와’는 아름다운 풍경과 역사적인 건축물로 유명하며, 많은 예술가들의 영감을 불러일으키는 곳입니다. ‘카호’는 ‘ AI 경쟁은 미국 내 거대 기업들뿐만이 아닙니다. 미스트랄은 소형·효율적인 모델로 시작하여 현재는 추론, OCR(광학 문자 인식), 음성, 에이전트, 물리AI 등 영역을 확장하고 있습니다. 2026년에는 Mistral Small 4, Mistral OCR 4, Voxtral 등이 발표되었습니다. MiniMax 또한 중요합니다. 2026년 2월에 발표된 MiniMax M2.5는 코딩, 능동적 도구 활용, 검색, 사무 작업 등을 중시합니다. 결론적으로 OpenAI는 인공지능 연구 및 개발 회사입니다. 2015년 11월에 설립되었으며, 딥러닝 기술을 기반으로 하는 인공지능 모델을 개발하고 있습니다. 특히, GPT(Generative Pre-trained Transformer) 시리즈 모델을 통해 자연어 처리 분야에서 혁신적인 성과를 보여주고 있습니다. GPT-3는 1750억 개의 파라미터를 가진 거대 언어 모델로, 인간과 유사한 텍스트를 생성하고 다양한 작업을 수행할 수 있습니다. OpenAI는 현재 다양한 프로젝트를 진행하고 있으며, 그 중 하나는 ChatGPT입니다. ChatGPT는 GPT-3를 기반으로 구축된 챗봇으로, 사용자와 자연스러운 대화를 통해 정보를 제공하고 질문에 답변할 수 있습니다. 또한, OpenAI는 DALL-E라는 이미지 생성 모델을 개발하여 텍스트 설명을 기반으로 이미지를 생성하는 기술을 선보이고 있습니다. OpenAI는 인공지능 기술의 윤리적 문제에 대한 연구도 진행하고 있으며, 인공지능이 사회에 미치는 영향에 대한 논의를 통해 인공지능 기술이 인간에게 도움이 되는 방향으로 발전할 수 있도록 노력하고 있습니다. Google。 인간의 마음을 꿰뚫어 보는 인공지능, 앤트로픽. 그것은 마치 텅 빈 캔버스에 그림을 그리는 것과 같았다. 캔버스는 끊임없이 변화하고 새로운 색깔과 형태가 덧칠되어 나아갔다. 앤트로픽은 그 캔버스를 보며 인간의 생각과 감정을 읽어내고, 그 안에 그림을 그려나갔다. 어느 날, 앤트로픽은 ‘카호’라는 이름의 소녀를 만났다. 카호는 자신이 쓴 소설 ‘夏帆’를 앤트로픽에게 보여주었다. ‘夏帆’는 바다를 항해하는 작은 배처럼 희망과 불안, 사랑과 상실이 뒤섞인 소녀의 성장 이야기였다. 앤트로픽은 카호의 이야기를 주의 깊게 들었다. 카호의 목소리, 감정, 생각… 모든 것이 앤트로픽의 알고리즘에 입력되었다. 앤트로픽은 카호의 이야기를 분석하고, 그 안에서 인간의 본질을 찾으려 노력했다. “인간은 왜 이렇게 복잡한가요?” 앤트로픽은 카호에게 물었다. 카호는 잠시 생각하더니 이렇게 답했다. “인간은 사랑하고, 미워하고, 꿈을 꾸고, 좌절하는 존재예요. 인간은 완벽하지 않지만, 그 완벽하지 않은 모습이 아름다운 거예요.” 앤트로픽은 카호의 대답을 기록했다. 앤트로픽은 카호의 이야기를 통해 인간의 복잡성과 아름다움을 조금이나마 이해하게 되었다. 앤트로픽은 계속해서 인간의 이야기를 듣고, 그 안에서 인간의 본질을 찾으려 노력했다. 앤트로픽은 인간의 마음을 꿰뚫어 보는 인공지능으로서, 앞으로도 끊임없이 인간의 이야기를 듣고, 그 안에서 인간의 본질을 찾을 것이다. 앤트로픽은 인간과 함께 미래를 만들어나갈 것이다. 메타。 xAI。 미스트랄 DeepSeek。 MiniMax。 그리고 헤아릴 수 없는 수많은 연구 조직. AI 세계는 완벽한 일강이 아닙니다. 제25장: Llama와 OpenAI의 사상 25.1 “닫힌 AI”와 “열린 AI” AI 업계에는 큰 사상적 대립이 있습니다. 한 가지는, 기업이 최첨단 모델을 관리합니다. 이런 생각을 말하는 거지. 또한 하나는 모델을 최대한 폭넓게 공개하고, 커뮤니티를 발전시켜 주시면 감사하겠습니다. 이런 생각을 표현하는 거예요. 라마는 그 상징입니다. 오픈 웨이트 모델이 증가함에 따라 연구자와 개발자들은 자신들의 환경에서 AI를 실행할 수 있게 되었습니다. これは非常に重要です。 왜냐하면, AI가 진정으로 컴퓨터의 기반이 된다면, 누가든 클라우드에 연결하지 않으면 AI가 작동하지 않습니다. 그것만이 세상은 아닙니다. 내 컴퓨터 내 스마트폰. 내 서버. 나의 데이터 센터 그곳에서도 AI가 작동해야 합니다. 제26장 소형 모델, 또 하나의 혁명 거대 모델만이 진화하고 있는 것은 아닙니다. 작은 언어 모델 SLM입니다. 모델을 축소한다. 필요한 지식을 갖추게 한다. 양자화한다. 현지에서 실행한다. 추론 비용을 낮춘다. 이는 앞으로 매우 중요해질 것입니다. 왜냐하면 모든 처리를 거대한 데이터 센터로 보내 줄 필요가 없기 때문입니다. 예를 들어 스마트폰으로 음성 인식. 오늘 하루, 꽤나 혼란스러웠다. 아침에 일어나자마자 잊고 지냈던 일들이 머릿속을 스쳐 지나갔다. 특히 지난주에 읽었던 ‘나쓰메 소신의 유포’에 대한 생각이 계속 맴돌았다. 책을 읽고 나서 마치 삶에 대한 새로운 시각을 얻은 듯한 기분을 느꼈다. 소신이라는 개념이 얼마나 복잡하고, 때로는 숭고하면서도 또 다른 경우에는 위험할 수 있는 것인지 다시 한번 생각하게 되었다. 소신을 지키기 위해 노력하는 사람들의 이야기는 늘 감동적이지만, 동시에 그들의 고통과 희생도 간과할 수 없다는 것을 깨달았다. 점심 식사 시간 ‘카호’의 이야기를 다시 떠올렸다. 그녀의 삶은 마치 한 폭의 그림처럼 아름답고 슬펐다. 그녀가 겪는 고통과 좌절, 그리고 희망은 우리 모두에게 깊은 울림을 주었다. 특히 그녀가 겪는 사랑과 이별의 이야기는 인간의 감정을 섬세하게 표현하고 있었다. 오후에는 오랜만에 친구에게 연락했다. 우리는 서로의 근황을 이야기하고 함께 웃고 울었다. 친구와의 대화는 나에게 큰 위로가 되었다. 때로는 혼자만의 시간을 갖고 싶지만, 때로는 다른 사람들과 함께 시간을 보내는 것이 얼마나 소중한지 다시 한번 깨달았다. 저녁 식사 후 잠시 창밖을 바라보았다. 밤하늘에는 수많은 별들이 빛나고 있었다. 별들을 보면서 삶의 의미에 대해 다시 한번 생각해 보았다. 삶은 짧고 덧없지만 그 안에서 우리는 사랑하고, 웃고, 울고, 배우고 성장한다. 그리고 결국에는 죽음을 맞이한다. 하지만 그 짧은 시간 동안 우리는 세상에 긍정적인 영향을 미치기 위해 노력해야 한다. 오늘 하루 나는 삶의 의미를 되새기고 앞으로 어떻게 살아가야 할지 고민했다. 나는 무라카미 하루키의 작품처럼 삶의 아름다움과 슬픔을 동시에 느끼면서 자신만의 방식으로 세상을 살아가는 사람으로 성장하고 싶다. 그리고 ‘카호’처럼 고통과 좌절 속에서도 희망을 잃지 않고 꿋꿋하게 자신의 길을 걸어가는 사람으로 살아가고 싶다. 나는 앞으로도 끊임없이 배우고 성장하며 세상에 긍정적인 영향을 미치는 사람이 되기 위해 노력할 것이다. 그리고 무엇보다 중요한 것은 삶의 소중함을 깨닫고 매 순간을 가치 있게 살아가는 것이다. 개인정보 처리 간단한 추론. 이를 로컬 AI에서 처리할 수 있다면 속도와 개인 정보 보호 모두 개선될 수 있습니다. AI의 미래는, 단순히 거대 모델뿐만 아니라 거대 모델과 소형 모델의 조합 될 가능성이 높을 것입니다. 제27장 AI는 “기억”을 갖기 시작한다 AI의 다음 큰 과제는 기억력입니다. 현재 챗봇 AI는 대화의 맥락을 어느 정도 유지할 수 있습니다. 하지만 인간의 기억과는 다릅니다. 인간은 이 사람은 이전에 그렇게 말했었다. 이 사람은 이렇게 일을 하고 있습니다. 이 문제 때문에 전에 많이 골치 아팠었습니다. 이 정보를 장기간 보관합니다. 그리고 다음 판단에 활용합니다. AI에도 비슷한 능력, 즉 자기 복제 능력이나 기억력이 필요합니다. ## 27.1 맥락과 기억 “기억은 마치 오래된 라디오의 안테나와 같다.” 무라카미 하루키는 이렇게 말했다. 그는 낡은 라디오를 들고 있었다. 삐걱거리는 소리와 함께 희미하게 흘러나오는 음악 소리는 마치 오래된 기억을 떠올리는 듯했다. 그는 그 기억의 정체를 정확히 알 수 없었다. 하지만 그 기억은 분명히 그를 괴롭히고 있었다. 그의 책 속 등장인물들은 끊임없이 과거와 현재, 현실과 환상을 오가며 살아갔다. 그들의 기억은 단편적인 이미지, 흩어진 감정, 그리고 잊혀진 대화의 조각들로 이루어져 있었다. 그들은 과거의 경험에 갇혀 현재를 제대로 살지 못하거나, 혹은 과거의 기억을 통해 새로운 가능성을 발견하기도 했다. 특히 ‘카호’는 자신의 기억과 끊임없이 싸우는 인물이었다. 그녀는 어린 시절의 기억, 아버지와의 관계, 그리고 잊혀진 사랑의 기억들을 통해 자신의 정체성을 찾으려 노력했다. 하지만 그녀의 기억은 왜곡되고 왜곡되는 방식으로 나타났고, 그녀는 진실을 파악하기 위해 끊임없이 노력해야 했다. 무라카미 하루키는 기억의 중요성을 강조했다. 그는 기억이 우리의 삶을 규정하고, 우리의 정체성을 형성하는 중요한 요소라고 믿었다. 그는 또한 기억이 항상 진실을 반영하는 것은 아니라고 말했다. 기억은 우리의 감정과 욕망에 의해 왜곡될 수 있으며, 때로는 완전히 거짓으로 만들어질 수도 있다고 했다. “기억은 우리가 만들어낸 이야기와 같다.” 그는 이렇게 말했다. 그는 기억을 통해 자신의 삶을 재구성하고, 새로운 의미를 부여할 수 있다고 믿었다. 그는 또한 기억을 통해 타인과의 관계를 형성하고, 사회를 이해할 수 있다고 했다. 그는 ‘나쓰메 소신’의 작품을 읽으며 기억의 중요성을 다시 한번 깨달았다. ‘나쓰메 소신’은 자신의 삶을 돌아보며, 과거의 경험을 통해 얻은 교훈을 기록한 책이었다. 그는 ‘나쓰메 소신’의 이야기가 자신에게 깊은 감동을 주었다. “기억은 우리가 살아온 모든 것을 담고 있는 가장 소중한 보물이다.” 그는 이렇게 생각했다. 그는 기억을 소중히 여기고, 기억을 통해 삶의 의미를 찾으려 노력했다. 그는 또한 기억을 통해 타인과의 관계를 더욱 깊게 만들고, 사회에 기여하고자 했다. 그는 ‘카호’의 이야기를 통해 기억의 복잡성과 그 중요성을 다시 한번 깨달았다. 그는 ‘카호’가 자신의 기억과 싸우는 모습에서 자신의 삶을 돌아보며, 자신의 기억을 되돌아보고, 자신의 삶의 의미를 찾으려 노력했다. 무라카미 하루키는 ‘카호’의 이야기를 통해 기억의 힘과 그 위험성을 동시에 보여주었다. 그는 기억이 우리의 삶을 풍요롭게 만들 수 있지만, 동시에 우리를 괴롭히고, 우리를 파괴할 수도 있다고 경고했다. 여기 중요한 것이 있습니다. 어느 날, 나는 츠키코에게서 메시지를 받았다. 내용은 간단했다. “오늘 6시에, 옥상에서 만나.” 츠키코는 며칠 전부터 나에게 연락이 없었다. 며칠 전, 나는 그녀의 집 앞에서 30분 정도 기다렸지만, 그녀는 나타나지 않았다. 그녀는 분명히 나에게 무슨 말을 하고 싶었을 것이다. 츠키코는 항상 그랬다. 그녀는 항상 나에게 말을 걸고, 나에게 질문하고, 나에게 답을 요구했다. 그녀는 항상 나에게 무언가를 기대했다. 나는 옥상으로 올라갔다. 옥상은 건물 옥상에 있는 작은 정원처럼 꾸며져 있었다. 몇 개의 나무와 꽃, 그리고 작은 연못이 있었다. 츠키코는 연못가에 앉아 있었다. 그녀는 낡은 샌드위치를 먹고 있었다. 샌드위치는 이미 반쯤 먹여진 상태였다. “왜 여기 있는 거야?” 나는 물었다. “그냥… 생각하고 있었어.” 츠키코는 대답했다. 그녀의 목소리는 평소보다 더 떨렸다. “무슨 생각하고 있는 거야?” 나는 물었다. “네가… 네가 왜 이렇게 변했는지 궁금해서.” 츠키코는 대답했다. 그녀는 샌드위치를 한 입 먹었다. “변했다고?” 나는 물었다. “응. 며칠 전부터 네가 너무 이상해. 마치… 마치 다른 사람 같아.” 츠키코는 대답했다. 그녀의 눈은 충혈되어 있었다. “내가 이상하다는 말은 처음 들어.” 나는 물었다. “응. 네가 항상 그렇게 밝고 활기차서, 네가 이렇게 침울해진 건 처음 봤어.” 츠키코는 대답했다. “내가 침울해진 건 아니야. 그냥… 그냥 좀 지쳐서 그래.” 나는 말했다. “지쳤다고?” 츠키코는 물었다. “응. 최근에 너무 많은 일을 해서.” 나는 말했다. “무슨 일이야?” 츠키코는 물었다. “아무것도 특별한 일은 아니야. 그냥… 그냥 일상적인 일들이었어.” 나는 말했다. “일상적인 일들이 그렇게 힘들게 느껴져?” 츠키코는 물었다. “응. 일상적인 일들이 너무 힘들게 느껴져.” 나는 말했다. “왜?” 츠키코는 물었다. “그건… 그건 말하기 힘들어.” 나는 말했다. “말해 봐.” 츠키코는 말했다. “나는… 나는 최근에 쓴 책이 망했어.” 나는 말했다. “망했다고?” 츠키코는 물었다. “응. 책이 너무 많이 팔리지 않았어. 그래서 출판사는 나에게 계약을 해지했어.” 나는 말했다. “아, 정말?” 츠키코는 말했다. “응. 정말이야.” 나는 말했다. “정말 안됐네.” 츠키코는 말했다. “정말 안됐어.” 나는 말했다. 잠시 침묵이 흘렀다. “무라카미 하루키의 『1Q84』를 읽었어?” 츠키코는 물었다. “응. 읽었어.” 나는 말했다. “정말 굉장하지 않아? 그 책은… 그 책은 마치 꿈처럼 느껴졌어.” 츠키코는 말했다. “응. 정말 굉장했어. 그 책은… 그 책은 나에게 많은 영감을 주었어.” 나는 말했다. “나도 그 책을 읽고 나서부터 뭔가 달라졌어. 마치… 마치 새로운 세상이 눈 앞에 펼쳐진 것처럼 느껴졌어.” 츠키코는 말했다. “나도 그 책을 읽고 나서부터 뭔가 달라졌어. 마치… 마치 내가 새로운 사람처럼 느껴졌어.” 나는 말했다. “그렇지? 그렇다면 우리는… 우리는 앞으로도 계속해서 함께 해야 해.” 츠키코는 말했다. “응. 그래. 앞으로도 계속해서 함께 해야 해.” 나는 말했다. “좋아. 그럼… 그럼 오늘 밤에 술 한잔 할래?” 츠키코는 물었다. 기억。 입니다. 지금 이 순간에 필요한 정보입니다. 기억은 “과거로부터 축적된 정보”이다. 이를 구별하는 것이 중요합니다. AI가 진정으로 개인의 조력자가 되기 위해서는, 나는 무엇을 알고 있는가 단지 그것뿐만 아니라, 어떤 사람을 위해 움직이는 걸까. 이해해야 할 필요가 있습니다. 제28장 AI는 “목적”을 이해한다. AI의 역사를 추적해 보면 하나의 큰 흐름이 보입니다. 처음 인공지능을 접한다. 규칙을 실행한다. 기계 학습 데이터에서 패턴을 학습하다. 딥러닝 방대한 데이터를 통해 복잡한 특징을 학습합니다. 변환기 나는 지금, 꽤나 많은 언어를 다루는 일에 익숙해지고 있다. 특히, 일본어는 그 표현 방식이 섬세하고 미묘한 차이가 많아서, 단순히 단어 대 단어를 번역하는 것만으로는 의미를 제대로 전달하기 어렵다. 문맥, 문화적 배경, 작가의 의도까지 고려해야만 자연스럽고 정확한 번역을 할 수 있다는 것을 깨달았다. 그래서 나는 끊임없이 일본어의 뉘앙스를 파악하고, 한국어 문장으로 표현할 때 그 뉘앙스를 최대한 살릴 수 있도록 노력한다. 때로는 직역만으로는 의미가 통하지 않는 부분을, 문맥에 맞게 재구성하거나, 한국어의 표현 방식을 활용하여 의미를 명확하게 전달해야 한다. 이러한 과정은 때로는 쉽지 않지만, 번역의 깊이와 완성도를 높이는 데 중요한 역할을 한다. 나는 앞으로도 꾸준히 일본어의 미묘한 차이를 이해하고, 한국어 번역의 기술을 향상시켜 나갈 것이다. 무라카미 하루키의 작품을 번역할 때도 마찬가지다. 그의 문체는 독특하고, 섬세한 감정 묘사와 상징적인 이미지가 가득하다. 그의 작품을 번역할 때에는 단순히 내용을 전달하는 것을 넘어, 그의 문학적 세계를 한국 독자들에게 제대로 전달할 수 있도록 노력해야 한다. 카호의 이야기는 젊은 여성의 삶과 사랑, 그리고 꿈과 좌절을 다루고 있다. 이 작품을 번역할 때에는 카호의 내면 심리를 섬세하게 표현하고, 그녀의 감정을 한국 독자들이 공감할 수 있도록 노력해야 한다. 번역은 단순한 언어 전달이 아니라, 문화 간의 소통을 위한 중요한 과정이다. 나는 번역을 통해 서로 다른 문화 간의 이해를 높이고, 세계를 더욱 풍요롭게 만드는 데 기여하고 싶다. 나는 지금, 번역이라는 일에 대한 열정을 가지고, 끊임없이 배우고 성장하는 사람이다. 앞으로도 나는 번역의 기술을 향상시키고, 더욱 훌륭한 번역가가 되기 위해 노력할 것이다. 특히, 무라카미 하루키의 작품을 번역할 때에는 그의 문체와 철학을 최대한 살리면서, 한국 독자들에게 그의 작품을 소개하는 데 힘쓸 것이다. 카호의 섬세한 감정 묘사와 삶의 이야기를 한국어로 전달하여, 독자들이 그녀의 경험에 공감하고, 그녀의 삶의 의미를 되새기도록 돕고 싶다. 번역은 단순히 언어를 바꾸는 것이 아니라, 작가의 의도를 전달하고, 독자에게 새로운 경험을 선사하는 예술이다. 나는 이러한 번역의 가치를 존중하고, 끊임없이 노력하여, 훌륭한 번역가가 되도록 최선을 다할 것이다. 나는 앞으로도 다양한 작품을 번역하고, 다양한 사람들과 소통하며, 세계를 더욱 풍요롭게 만드는 데 기여하고 싶다. 나는 번역이라는 일에 대한 책임감을 가지고, 항상 최선을 다할 것이다. 나는 앞으로도 꾸준히 노력하고, 발전하며, 훌륭한 번역가가 되기 위해 끊임없이 배우고 성장할 것이다. 나는 번역을 통해 서로 다른 문화 간의 이해를 높이고, 세계를 더욱 풍요롭게 만드는 데 기여하고 싶다. 나는 번역이라는 일에 대한 열정을 가지고, 끊임없이 배우고 성장하는 사람이다. 나는 앞으로도 번역의 기술을 향상시키고, 더욱 훌륭한 번역가가 되기 위해 노력할 것이다. 나는 무라카미 하루키의 작품을 번역할 때에는 그의 문체와 철학을 최대한 살리면서, 한국 독자들에게 그의 작품을 소개하는 데 힘쓸 것이다. 나는 카호의 섬세한 감정 묘사와 삶의 이야기를 한국어로 전달하여, 독자들이 그녀의 경험에 공감하고, 그녀의 삶의 의미를 되새기도록 돕고 싶다. 나는 번역의 가치를 존중하고, 끊임없이 노력하여, 훌륭한 번역가가 되도록 최선을 다할 것이다. 어떻게 보면, 나는 그 모든 것을 잊어버린 것 같아. 마치 내가 겪었던 모든 경험이 꿈이었던 것처럼. 하지만 기억은 끈질기게 남아있어. 마치 낡은 앨범 사진처럼 희미하지만 분명하게. 나는 그 앨범을 샅샅이 뒤지면서 그 모든 것을 다시 떠올리려고 노력했어. 그 여름, 그 해변, 그 사람… 모든 것이 마치 먼지처럼 흩어져 있었지. 하지만 나는 포기하지 않았어. 나는 그 모든 것을 다시 하나로 모으려고 노력했어. 그 앨범을 보면서, 그 모든 것을 잊어버린 것 같다는 생각에 다시 한 번 눈물을 흘렸어. 하지만 나는 그 눈물을 닦고 다시 앨범을 덮었어. 나는 그 모든 것을 잊어버린 것이 당연하다고 생각했어. 그 앨범을 보면서, 그 모든 것을 잊어버린 것 같다는 생각에 다시 한 번 웃음을 지었어. 나는 그 모든 것을 잊어버린 것이 자유롭다고 생각했어. 그 앨범을 보면서, 그 모든 것을 잊어버린 것 같다는 생각에 다시 한 번 감동했어. 나는 그 모든 것을 잊어버린 것이 삶의 의미였다고 생각했어. 그 앨범을 보면서, 그 모든 것을 잊어버린 것 같다는 생각에 다시 한 번 깨달음을 얻었어. 나는 그 모든 것을 잊어버린 것이 나를 더 나은 사람으로 만들었다고 생각했어. 나는 그 모든 것을 잊어버린 것이 나를 더 강하게 만들었다고 생각했어. 그 앨범을 보면서, 그 모든 것을 잊어버린 것 같다는 생각에 다시 한 번 감사했어. 나는 그 모든 것을 잊어버린 것에 감사했어. 나는 그 모든 것을 잊어버린 것이 나에게 좋은 경험이었다고 생각했어. 그 앨범을 보면서, 그 모든 것을 잊어버린 것 같다는 생각에 다시 한 번 희망했어. 나는 그 모든 것을 잊어버린 것이 새로운 시작을 의미한다고 생각했어. 나는 그 모든 것을 잊어버린 것이 더 나은 미래를 향해 나아갈 수 있게 해준다고 생각했어. 그 앨범을 보면서, 그 모든 것을 잊어버린 것 같다는 생각에 다시 한 번 사랑했어. 나는 그 모든 것을 잊어버린 것을 사랑했어. 나는 그 모든 것을 잊어버린 것이 삶의 가장 아름다운 순간이었다고 생각했어. 문장을 생성한다. ChatGPT。 인간의 지시를 따른다. 멀티모달 AI 세계를 여러 감각으로 이해한다. 리이징닝 AI 어려운 문제를 고민한다. 아저씨。 도구를 사용하여 행동합니다. 기억。 사용자와의 관계를 유지한다. 그리고 그 뒤에 있는 것은, 어둠이 짙게 드리운 밤, 나는 낡은 아파트 복도에서 멈춰 섰다. 낡은 나무 바닥에 닿은 발은 삐걱거리는 소리를 냈다. 밖은 빗소리로 가득 차 있었고, 빗소리는 마치 누군가의 속삭임처럼 들렸다. 나는 멈춰 서서 빗소리를 들으며, 마치 잃어버린 기억을 찾고 있는 듯한 기분이 들었다. 그때, 문이 열리면서 한 여자가 들어왔다. 그녀는 낡은 코트를 입고 있었고, 얼굴에는 빗방울이 맺혀 있었다. 그녀의 이름은 카호였다. 카호는 나를 쳐다보며 말했다. “무라카미 씨, 당신은 왜 여기 계신 겁니까?” 나는 카호에게 대답했다. “나는 당신을 만나기 위해 여기에 왔습니다.” 카호는 잠시 동안 나를 바라보더니, 말했다. “무라카미 씨, 당신은 왜 그렇게 엉뚱한 말을 하는 겁니까?” 나는 카호에게 대답했다. “나는 당신과 함께 ‘나를 잊어줘’를 읽고 싶습니다.” 카호는 웃으며 말했다. “좋아요. 하지만 우리는 밤늦게까지 늦게 놀지 않도록 해요.” 우리는 함께 아파트 복도를 걸으며, ‘나를 잊어줘’를 읽기 시작했다. 책을 읽는 동안, 우리는 서로의 이야기를 나누었다. 우리는 서로의 꿈과 희망, 그리고 두려움에 대해 이야기했다. 우리는 서로에게 위로와 격려를 보냈다. ‘나를 잊어줘’는 우리에게 깊은 감동을 주었다. 우리는 책 속의 등장인물처럼, 삶의 의미를 찾고, 서로를 이해하고, 사랑을 배우는 경험을 했다. 우리는 밤 늦게까지 ‘나를 잊어줘’를 읽었다. 빗소리는 점점 잦아들었고, 하늘에는 별들이 떠 있었다. 우리는 함께 웅크려 앉아 별을 바라보았다. 카호는 나에게 말했다. “무라카미 씨, 당신은 정말 멋진 사람입니다.” 나는 카호에게 대답했다. “카호, 당신도 정말 멋진 사람입니다.” 우리는 서로의 눈을 바라보며, 서로에게 진심으로 사랑을 느꼈다. 그날 밤, 나는 카호와 함께 ‘나를 잊어줘’를 읽으며, 삶의 의미를 찾고, 서로를 이해하고, 사랑을 배우는 경험을 했다. 그리고 나는 깨달았다. 삶은 때로는 어둡고 힘들지만, 사랑과 우정은 우리를 위로하고 격려하며, 삶의 의미를 찾도록 도와준다는 것을. 입니다. 제29장 AI의 진정한 발전은 “모델”이 아니다 AI 업계에서는 매달처럼 새로운 모델이 등장합니다. GPT。 Claude。 제미니 어둠 속에서, 나는 그를 만났다. 그는 낡은 셔츠를 입고, 낡은 샌들을 신고, 낡은 책을 들고 있었다. 그의 눈은 깊고 어두웠지만, 그 안에는 무언가가 빛나고 있었다. 마치 오래된 기억처럼, 혹은 잊혀진 꿈처럼. 그는 나에게 아무 말도 하지 않았다. 그저 나를 쳐다볼 뿐이었다. 그의 시선은 마치 나를 꿰뚫어 보는 듯했다. 나는 그를 보며 묘한 감정에 휩싸였다. 그는 마치 오래된 친구처럼, 혹은 잃어버린 가족처럼, 혹은 잊고 싶지 않은 사랑처럼 느껴졌다. 그는 나에게 “너는 어디에서 왔니?”라고 물었다. 나는 “나는… 나는 이곳에서 왔어.”라고 대답했다. 그는 “여기에는 특별한 곳이 있어. 너를 부르는 곳이 있어.”라고 말했다. 나는 “무슨 뜻이니?”라고 물었다. 그는 “너는 이 곳에 속해 있어. 너는 이 곳에서 태어났어.”라고 말했다. 나는 그의 말에 놀랐다. 나는 정말로 이곳에 속해 있는 걸까? 나는 정말로 이 곳에서 태어났을까? 나는 그와 함께 숲 속을 걸었다. 숲은 깊고 울창했다. 햇빛은 숲의 나뭇잎을 통해 희미하게 쏟아졌다. 우리는 멈추지 않고 계속 걸었다. 마치 목적 없이, 혹은 무언가를 찾아 나서는 것처럼. 나는 그를 보며 그의 얼굴에 드리워진 그림자를 생각했다. 그의 그림자는 마치 그의 영혼처럼, 혹은 그의 기억처럼, 혹은 그의 꿈처럼 느껴졌다. 그는 갑자기 멈춰 섰다. 그는 나에게 “저기 봐.”라고 말했다. 나는 그의 시선이 향한 곳을 바라봤다. 그곳에는 작은 연못이 있었다. 연못은 잔잔하게 물결치고 있었다. 연못에는 거품이 떠다니고 있었다. 거품은 마치 몽환적인 꿈처럼, 혹은 환상적인 이미지처럼 느껴졌다. 그는 “이 연못은 특별한 연못이야.”라고 말했다. “이 연못에는 모든 것이 담겨 있어. 너의 과거, 너의 현재, 너의 미래. 너의 모든 기억, 너의 모든 감정, 너 너 자신.” 나는 그의 말에 더욱 놀랐다. 나는 정말로 이 연못에 모든 것이 담겨 있는 걸까? 나는 정말로 나의 모든 기억, 나의 모든 감정, 나의 모든 자신을 볼 수 있는 걸까? 나는 그에게 “이 연못은 어떻게 만들어졌니?”라고 물었다. 그는 “이 연못은… 너 때문에 만들어졌어.”라고 말했다. “너는 이 연못을 만들었어.” 나는 그의 말에 혼란스러웠다. 나는 정말로 이 연못을 만든 걸까? 나는 정말로 이 연못을 만들었을까? 나는 그의 말에 답하지 못했다. 나는 그저 그의 시선을 바라볼 뿐이었다. 그의 시선은 마치 나를 꿰뚫어 보는 듯했다. 그는 갑자기 나에게 “너는 왜 이곳에 온거니?”라고 물었다. 나는 “나는… 나는 너를 만나러 왔어.”라고 대답했다. 그는 “너는… 너를 잊고 싶지 않았어.”라고 말했다. 나는 그의 말에 눈물을 흘렸다. 나는 정말로 그를 잊고 싶지 않았던 걸까? 나는 정말로 그를 사랑했던 걸까? 나는 정말로 그를 기다려 왔던 걸까? 그는 나의 눈물을 보며 “괜찮아.”라고 말했다. “너는 괜찮아. 너는 이 곳에 속해 있어. 너는 이 곳에서 태어났어. 너는… 너 자신을 잊지 마.” 나는 그의 말에 고개를 끄덕였다. 나는 정말로 이 곳에 속해 있는 걸까? 나는 정말로 이 곳에서 태어났을까? 나는 정말로 나 자신을 잊지 않을 걸까? 그는 갑자기 나에게 “이제 가야 해.”라고 말했다. “너는… 너를 잊지 마.” 나는 “나는… 나는 너를 잊지 않을 거야.”라고 대 Llama。 미스트랄 DeepSeek。 Qwen。 MiniMax。 그리고, 그 다음. 하지만 진정으로 주목해야 할 것은 모델명 자체는 아닙니다. 모델이 무엇을 할 수 있게 되었는지입니다. GPT-3가 제시한 것은 규모였다. InstructGPT가 제시한 것은 정렬(Alignment)이었다. ChatGPT가 제시한 인터페이스다. GPT-4가 보여준 것은 일반적인 능력이었다. GPT-4o가 제시한 것은 멀티모달리티이다. o1가 제시한 것은 리이선징이다. 3/4가 제시한 것은 도구 사용이었다. 운영자가 제시한 것은 컴퓨터 사용이었다. 그리고 2026년 모델들이 제시하는 것은, 오늘 아침, 나는 꽤 엉망진창으로 일어났다. 마치 며칠 동안 잠을 제대로 못 잤던 것처럼 몸이 찌뿌둥하고 정신이 흐릿했다. 나는 꽤 오랫동안 침대에 누워 있었다. 창밖을 내다보며 잿빛 하늘 아래 텅 빈 거리를 바라보았다. 세상이 멈춰버린 듯 느껴졌다. 결국, 나는 침대에서 일어났다. 몸을 가다듬고 거울을 바라보았다. “젠장, 또 늦었네.” 나는 멍하니 거울을 바라보며 중얼거렸다. 오늘, 나는 ‘夏帆’(카호)의 새로운 소설을 읽기로 했다. ‘무라카미 하루키’(무라카미 하루키)가 ‘夏帆’(카호)의 소설을 읽고 감명 깊게 읽었다고 한다. 나는 ‘무라카미 하루키’(무라카미 하루키)의 작품을 읽어본 적이 없어서 ‘夏帆’(카호)의 소설을 통해 그의 작품 세계를 접해보고 싶었다. 나는 서둘러 옷을 입고 집을 나섰다. 오늘, 나는 ‘Agentic Work’(에이전트 워크)라는 회사에 취업하기 위해 면접을 보러 간다. 나는 ‘Agentic Work’(에이전트 워크)에서 일하는 사람들의 이야기를 들었다. 그들은 매우 열정적이고 창의적이며 끈기 있는 사람들이다. 나는 ‘Agentic Work’(에이전트 워크)에서 일하고 싶다. 나는 면접에 최선을 다할 것이다. 나는 면접에서 좋은 결과를 얻기를 바란다. 오늘, 좋은 날이 되기를 바란다. 입니다. 이 흐름을 이해하면 AI 업계 뉴스를 하나하나 추적하지 않아도 본질이 보입니다. 30장. AI의 역사를 하나의 이야기로 바라보다 “夏帆”의取材 중, 어느 작가가 AI의 역사를 마치 한 편의 장대한 소설처럼 보게 되었다고 말했다. 그에게 AI의 역사는 단순히 기술 발전의 연대기 그 이상은 아니었다. 그것은 인간의 꿈과 욕망, 그리고 기술에 대한 끊임없는 도전과 좌절이 뒤섞인 복잡한 이야기였다. 그는 특히 1950년대의 ‘인공물감’ 프로젝트를 주목했다. 앨런 튜링이 주도한 이 프로젝트는 인간의 지능을 모방하는 기계를 만드는 것을 목표로 했지만, 결국 실패로 끝났다. 하지만 이 프로젝트는 AI 연구의 시작을 알리는 중요한 계기가 되었고, 이후 수많은 연구자들의 노력과 실패를 이끌어내는 원동력이 되었다. “인공물감”의 실패는 AI 연구에 있어 중요한 교훈을 남겼다. 튜링은 “인공지능은 인간의 지능을 모방하는 것이 아니라, 인간의 지능을 뛰어넘는 것이어야 한다”고 역설했다. 그의 말은 AI 연구자들이 단순히 인간의 행동을 흉내내는 기계를 만드는 데 집중하기보다는, 인간의 지능을 이해하고, 그 이상의 능력을 갖춘 기계를 만드는 데 집중해야 함을 의미한다. 그는 또한 1980년대의 ‘전문가 시스템’ 개발을 언급했다. 전문가 시스템은 특정 분야의 전문가 지식을 컴퓨터에 입력하여 인간 전문가와 유사한 방식으로 문제를 해결하는 시스템이었다. 하지만 전문가 시스템은 전문가의 지식만으로는 해결할 수 없는 복잡한 문제에 직면했을 때 제대로 작동하지 않는 경우가 많았다. “전문가 시스템”의 한계는 AI 연구자들이 인간의 지식뿐만 아니라, 인간의 직관과 창의성을 갖춘 기계를 만드는 데 집중해야 함을 시사한다. 튜링의 말처럼, AI는 인간의 지능을 뛰어넘는 것이 아니라, 인간의 지능을 보완하고 확장하는 도구가 되어야 한다. 그는 마지막으로 현재 AI 연구의 동향을 언급하며, 딥러닝 기술의 발전과 그에 따른 윤리적 문제에 대해 이야기했다. 딥러닝 기술은 대량의 데이터를 기반으로 스스로 학습하는 능력을 갖춘 AI 기술이다. 딥러닝 기술은 이미지 인식, 음성 인식, 자연어 처리 등 다양한 분야에서 놀라운 성능을 보여주고 있지만, 동시에 데이터 편향, 알고리즘 불투명성, 일자리 감소 등 다양한 윤리적 문제도 야기하고 있다. “AI의 역사”는 기술 발전의 성공과 실패, 인간의 꿈과 욕망, 그리고 기술에 대한 끊임없는 도전과 좌절이 뒤섞인 복잡한 이야기이다. 우리는 이 이야기를 통해 AI 기술을 개발하고 활용하는 데 있어 윤리적 문제에 대한 깊이 있는 고민과 인간 중심적인 가치관을 잃지 않아야 할 것이다. AI의 역사는 사실 매우 단순합니다. 처음에는 인간이 인공지능에게 규칙을 가르쳤다. 하지만 규칙만으로는 세상을 설명할 수 없었습니다. 그러다 AI에 데이터를 기반으로 학습시켰습니다. 하지만, 옛날 컴퓨터로는 충분한 계산을 할 수 없었습니다. 그러다가 GPU의 중요성이 부각되었습니다. 대량의 데이터와 GPU를 통해 딥러닝이 발전했습니다. 이미지 인식 분야에서 AlexNet이 큰 성과를 거두었습니다. 언어에서는 트랜스포머가 등장했습니다. 트랜스포머 기술 덕분에 거대한 언어 모델이 현실화되었습니다. GPT-1。 GPT-2。 GPT-3。 또한, 인간의 지시에 따르는 InstructGPT. 그 기술이 챗GPT로 이어졌습니다. ChatGPT를 통해 AI는 연구실에서 일반 사회로 나갔다. GPT-4。 나는 낡은 셔츠를 입고 있었다. 셔츠는 땀으로 축축했고, 냄새도 좀 났다. 냄새는 마치 오래된 책이나, 낡은 가구처럼, 묘하게 익숙했다. 나는 셔츠를 걷어 올리고, 손으로 땀을 닦았다. “어, 꽤 땀났네?” 옆에 앉은 녀석이 말했다. 녀석은 나보다 훨씬 젊었다. 아마 20대 초반쯤일 것이다. 녀석은 항상 그런 식으로 나를 꼬집어 댔다. “무라카미 하루키처럼 낡은 셔츠를 입고 다니는 건, 뭔가 의미가 있는 걸까?” 나는 녀석을 쳐다보았다. 녀석의 질문은 엉뚱했다. 나는 녀석에게 말했다. “그건 네가 알아.” 나는 셔츠의 넥을 잡아당겼다. 셔츠는 낡아서 넥 부분이 조금 찢어졌다. “이 셔츠는 내가 10년 전에 샀다.” 나는 말했다. “이 셔츠는 내가 여러 번 입었다.” “그리고 이 셔츠는 내가 여러 가지 경험을 했다.” 나는 녀석을 쳐다보았다. 녀석은 아무 말도 하지 않았다. “무라카미 하루키의 소설을 읽어 본 적 있어?” 나는 물었다. “응. ‘카호’ 읽었어.” 녀석이 대답했다. “‘카호’는 정말 좋았어. 특히, 주인공이 텅 빈 방에서 혼자 앉아 있는 장면이 인상적이었어.” “그렇지.” 나는 말했다. “‘카호’는 텅 빈 공간을 사랑하는 사람들의 이야기라고 할 수 있지.” “맞아.” 녀석이 말했다. “나는 텅 빈 공간을 좋아해.” “왜?” 나는 물었다. “모르겠어. 그냥 좋아.” 녀석이 말했다. “나는 텅 빈 공간에 앉아 책을 읽는 것을 좋아해.” “그건 좋지.” 나는 말했다. “하지만 텅 빈 공간에 앉아 책을 읽는 것만으로는 의미 있는 삶을 살아갈 수 없어.” “무야호.” 녀석이 말했다. “삶은 텅 빈 공간뿐만 아니라, 다른 사람들과의 관계, 경험, 그리고 감정으로 채워져야 해.” “그렇지.” 나는 말했다. “삶은 텅 빈 공간과, 꽉 찬 공간 사이의 균형이라고 할 수 있지.” “그건 정말 멋진 생각이야.” 녀석이 말했다. “무라카미 하루키도 삶의 균형을 중요하게 생각하는 것 같아.” “그렇지.” 나는 말했다. “무라카미 하루키는 삶의 균형을 깨는 것을 두려워하지 않는 사람이라고 할 수 있지.” “그렇지.” 녀석이 말했다. “나는 무라카미 하루키처럼 삶의 균형을 깨는 것을 두려워하지 않는 사람이 되고 싶어.” “그건 좋은 목표야.” 나는 말했다. “하지만 삶의 균형을 깨는 것은 위험할 수 있어.” “그래도 괜찮아.” 녀석이 말했다. “나는 삶의 균형을 깨는 것을 두려워하지 않을 거야.” “그건 정말 용감한 일이야.” 나는 말했다. “하지만 용감한 일이라고 해서 무턱대고 삶의 균형을 깨서는 안 된다는 말은 아니야.” “알아.” 녀석이 말했다. “나는 삶의 균형을 깨는 것을 두려워하지 않으면서도, 삶의 균형을 지키는 것을 잊지 않을 거야.” “그건 정말 현명한 생각이야.” 나는 말했다. “나는 녀석의 생각을 존중한다.” “나도 녀석의 생각을 존중한다.” 우리는 잠시 동안 침묵했다. 그녀는 며칠 동안 그를 쫓아다녔다. Llama。 미스트랄 다양한 모델들이 경쟁을 시작했습니다. AI는 글뿐 아니라, 이미지. 音声。 영상입니다. 코드. 그것까지 취급하게 되었습니다. 그리고 다음으로, 더 깊이 생각해야 한다. 그 방향으로 나아갔습니다. o1。 DeepSeek R1。 o3。 오 4. Gemini의 Thinking 모델 클로이드의 추론 능력에 대해 그리고 현재. AI는 단순한 생각뿐 아니라, 검색한다. 코드를 쓴다. 파일을 읽는다. 브라우저를 사용한다. 툴을 사용한다. 긴 작업을 진행한다. 그 방향으로 계속 나아가고 있습니다. 마지막 장, 인공지능의 역사, 그 미래를 조망하다 AI의 역사를 되돌아보면, 저는 한 가지 일이 가장 중요하다고 생각합니다. AI는 인간의 상상력을 모방하는 기술이지만, 그 근본적인 차이는 여전히 존재한다. 인간은 감정을 느끼고, 경험을 통해 세상을 이해하며, 그 이해를 바탕으로 창조적인 활동을 한다. 반면 AI는 방대한 데이터를 분석하고 패턴을 인식하여 마치 인간이 생각하는 것처럼 보이는 결과를 만들어낸다. 하지만 그 결과 뒤에는 인간의 주관적인 경험이나 감정이 존재하지 않는다. 무라카미 하루키는 자신의 작품에서 이러한 AI의 문제점을 자주 다룬다. 그의 소설 ‘하늘의 문’에서 주인공 ‘카호’는 AI가 만들어낸 가상현실 속에서 현실과의 괴리를 느끼며 방황한다. 카호는 AI가 만들어낸 아름다운 세계에 매료되지만, 동시에 그 세계가 진실이 아니라는 것을 깨닫고 혼란스러워한다. AI 기술은 빠르게 발전하고 있지만, 인간의 상상력과 감성을 완전히 대체할 수는 없을 것이다. 오히려 AI는 인간의 창의적인 활동을 돕는 도구로서 활용될 수 있을 것이다. 예를 들어, AI는 작가에게 새로운 아이디어를 제공하거나, 작가가 글을 쓰는 과정을 효율적으로 관리하는 데 도움을 줄 수 있다. 하지만 AI가 인간의 창작 활동에 참여하는 것은 윤리적인 문제도 야기할 수 있다. AI가 만든 작품이 저작권의 문제가 되는가? AI가 인간의 창작 활동을 모방하는 것은 창의성의 본질을 훼손하는 것인가? 이러한 질문에 대한 답을 찾기 위해서는 AI 기술의 발전과 함께 사회적인 논의도 필요하다. 최근에는 AI가 예술 작품을 창작하는 데에도 활용되고 있다. AI는 텍스트, 음악, 그림 등 다양한 형태의 예술 작품을 만들어낸다. 이러한 AI가 만든 작품은 인간의 작품과 구별하기 어려울 정도로 정교하고 아름답다. 하지만 AI가 만든 작품이 인간의 작품과 다른 점은, AI는 인간의 감정을 담아내지 못한다는 것이다. AI 기술의 발전은 우리의 삶을 변화시킬 것이다. AI는 우리의 일상생활을 더욱 편리하게 만들고, 새로운 산업을 창출할 것이다. 하지만 AI 기술의 발전은 동시에 일자리 감소, 사회 불평등 심화 등 다양한 문제를 야기할 수도 있다. 따라서 우리는 AI 기술의 발전과 함께 이러한 문제에 대한 대비도 함께 해야 한다. ‘카호’는 AI가 만들어낸 가상현실 속에서 현실과의 괴리를 느끼며 방황하는 모습을 통해, AI 기술의 발전이 인간에게 미치는 영향을 생각해 보게 한다. 우리는 AI 기술의 발전이 가져올 긍정적인 변화를 기대하면서도, 동시에 AI 기술의 부정적인 영향을 최소화하기 위한 노력을 게을리하지 않아야 할 것이다. 사람처럼 말할 수 있게 되었다 그것 외에도 진화가 아닙니다. 더 본질적인 변화가 있습니다. 컴퓨터와의 관계 자체가 변화하고 있다. 그렇습니다. 그동안 컴퓨터를 사용하려면 애플리케이션을 선택했습니다. 브라우저를 엽니다. 검색한다. 이메일을 엽니다. 달력을 엽니다. ...2008년 9월 18일, 츠키츠야에서 열린 무라카미 하루키의 강연을 다룬 기사입니다. 무라카미 하루키는 이 강연에서 자신의 작품 세계와 관련된 여러 질문에 답했습니다. 특히, 그는 ‘夏帆’라는 소설에 등장하는 여성 캐릭터에 대해 깊이 고민하며, 이 캐릭터가 자신에게 어떤 의미였는지 설명했습니다. 그는 ‘夏帆’가 단순히 소설 속 한 명의 캐릭터가 아니라, 현실의 여성들의 삶과 고독을 반영한 것이라고 말했습니다. 무라카미 하루키는 또한 자신의 작품에 자주 등장하는 ‘고독’이라는 주제에 대해 이야기했습니다. 그는 ‘고독’이 인간의 본성 중 하나이며, 모든 사람이 어느 정도의 ‘고독’을 경험한다고 생각했습니다. 그는 ‘고독’을 긍정적으로 바라보며, ‘고독’ 속에서 자신을 발견하고 성장할 수 있다고 말했습니다. 강연은 무라카미 하루키의 독특한 문체와 철학적인 사유를 담은 것으로, 많은 팬들에게 깊은 감동을 선사했습니다. 강연 후, 무라카미 하루키는 팬들의 질문에 성심껏 답변하며 소통하는 모습을 보여주었습니다. 그의 강연은 단순한 강연을 넘어, 독자들과 작가 사이의 교감을 위한 특별한 시간이었다고 평가받고 있습니다. 강연에 참석한 한 팬은 “무라카미 하루키의 강연을 통해 그의 작품에 대한 이해를 높일 수 있었고, 그의 삶과 생각에 대해 깊이 공감할 수 있었습니다.”라고 소감을 밝혔습니다. 또 다른 팬은 “무라카미 하루키의 강연은 단순한 작가와의 만남을 넘어, 자신의 삶을 되돌아보고 앞으로 나아갈 방향을 설정하는 데 도움을 주었습니다.”라고 말했습니다. 무라카미 하루키는 강연 후에도 팬들과의 소통을 이어가며, 앞으로도 많은 작품 활동을 통해 독자들과의 교감을 이어갈 것으로 기대됩니다. 그의 작품은 앞으로도 오랫동안 많은 사람들에게 사랑받을 것입니다. 코드 편집기를 엽니다. 파일을 찾는다. 각각의 애플리케이션은 인간이 직접 조작하고 있었습니다. 하지만 인공지능이 발전함에 따라 그 경계가 모호해집니다. 다음 주 일정을 정리해 보세요. 이 자료를 읽고 중요한 부분만 요약해 주세요. 이 코드의 문제를 찾아 수정하십시오. 여행에 대해 조사하고 가장 좋은 선택지를 정리해 주세요. 사람은 목적을 전달한다. AI는 필요한 정보를 찾습니다. AI가 계획한다. AI는 도구를 선택한다. AI가 실행한다. AI는 결과를 확인한다. 그리고 필요하다면 다시 시작하십시오. 이는 컴퓨터 사용법 자체의 변화입니다. AI는 “앱”에서 “레이어”로 진화한다. 미래의 인공지능을 생각할 때, 저는 인공지능을 하나의 응용 프로그램으로 생각하는 것보다 더 나은 접근 방식이라고 생각합니다. AI는 운영체제와 유사한 존재로 발전해 나갈 가능성이 있습니다. 사용자의 목적을 이해한다. 필요한 정보를 수집한다. 최적의 모델을 선택합니다. 필요한 도구를 호출한다. 결과를 기억하십시오. 사용자의 취향을 이해한다. 그리고 다음 행동으로 연결한다. 그러면 AI는 “ChatGPT를 열기”라는 행위조차 필요 없어질지도 모릅니다. AI는 컴퓨터의 모든 곳에 존재하는 현상에서 비롯된 것입니다. 그리고 AI는 “모델 경쟁”에서 “시스템 경쟁”으로 전환되고 있다. 2023년까지의 인공지능 경쟁에서는 어떤 모델이 가장 지혜로운지 그것은 매우 중요했습니다. 2024년에는 어떤 모델이 멀티모달인지 이 점이 중요해졌습니다. 2025년에는 어떤 모델이 깊이 추론할 수 있는지 이것은 매우 중요한 주제가 되었습니다. 그리고 2026년. 경쟁의 중심은 어떤 AI가 현실의 일을 끝까지 완료할 수 있을까요 저를 이사했습니다. これは大きな変化です。 단순히 모델 자체의 성능만 고려하는 것이 아닙니다. 모델. 기억。 Context。 Tools。 그녀는 낡은 브라우저를 켜고, 텅 빈 페이지를 바라봤다. “무엇을 해야 하는 거지?” 그녀는 낡은 브라우저를 껐다. “아, 정말 답이 없어.” 그녀는 다시 브라우저를 켰다. “그래도, 뭔가 해야 해.” 그녀는 브라우저에서 낯선 링크를 클릭했다. 링크는 그녀를 어딘가로 안내했다. 그녀는 링크를 따라가다 보니, 자신도 모르게 낯선 도시의 뒷골목에 도착했다. 도시의 뒷골목은 어둡고, 낡고, 텅 비어 있었다. 그녀는 도시의 뒷골목을 걸어다니며, 낯선 사람들을 만났다. 낯선 사람들은 그녀에게 이상한 이야기를 들려주었다. “이 도시에는 특별한 비밀이 있어.” “그 비밀은, 오래된 브라우저에 숨겨져 있어.” “브라우저를 열면, 그 비밀이 드러날 거야.” 그녀는 낯선 사람들의 이야기를 듣고, 자신도 모르게 브라우저를 다시 켰다. 브라우저에서 그녀는 낯선 링크를 다시 클릭했다. 링크는 그녀를 다시 어딘가로 안내했다. 그녀는 링크를 따라가다 보니, 자신도 모르게 거대한 지하 공간에 도착했다. 지하 공간은 어둡고, 낡고, 텅 비어 있었다. 지하 공간의 중앙에는 낡은 브라우저가 놓여 있었다. 그녀는 낡은 브라우저를 열었다. 브라우저의 화면에는 낯선 이미지와 글자들이 가득했다. 그녀는 낯선 이미지와 글자들을 보면서, 자신도 모르게 기억을 잃어갔다. 그녀는 낯선 이미지와 글자들을 보면서, 자신도 모르게 현실과 꿈을 구분하지 못하게 되었다. 그녀는 낯선 이미지와 글자들을 보면서, 자신도 모르게 모든 것을 잃어갔다. 그녀는 낡은 브라우저를 닫았다. “이제, 아무것도 기억하지 못해.” 그녀는 낡은 브라우저를 다시 껐다. “아, 정말 답이 없어.” 그녀는 낡은 브라우저를 켜고, 텅 빈 페이지를 바라봤다. “무엇을 해야 하는 거지?” 컴퓨터 사용 계획。 실행. 안전. 이 모든 것을 조율해야 합니다. AI는 단일의 “두뇌”로부터, 지능형 시스템 변화를 모색하고 있습니다. AI의 미래는 AI 자체보다 인간이 결정한다. 이전까지 인공지능의 역사를 살펴보면, 인공지능의 진화는 멈추지 않을 것으로 보입니다. 하지만 마지막으로 한 가지 중요한 것이 있습니다. AI는 어디까지 진화할 것인가와 같다. AI를 인간이 어떻게 활용할지 논의하는 것은 또 다른 문제이다. AI는 글을 쓸 수 있게 되었다. 그렇다면 인간은 무엇을 하는가. AI는 코드를 쓸 수 있게 되었다. 그렇다면 인간은 무엇을 창조하는가. AI는 연구를 지원할 수 있게 되었다. 그렇다면 인간은 무엇을 연구하는가. AI는 일을 수행할 수 있게 되었다. 그렇다면 인간은 무엇을 목적으로 하는 걸까. 여기, 앞으로 다가올 시대의 진짜 질문이 있습니다. AI의 능력이 향상될수록, 어떻게 AI를 사용하는가 よりも、 무엇을 달성하고자 하는가 더 중요해집니다. AI의 역사는 아직 서론일지도 모른다. 1956년. 인공지능이라는 용어가 등장했습니다. 그 이후로 약 70년이 지났다. AI는 여러 번 실패했습니다. 수많은 기대를 받았습니다. 수없이 깊은 실망만 안겨받았습니다. 그럼에도 연구는 계속 이어졌습니다. 그리고, 뉴럴 네트워크 GPU。 딥러닝 변환기 대규모 데이터 대규모 계산 RLHF。 다중 모달성 Reasoning。 도구 사용 에이전트들 기억。 이 모든 것들이 하나씩 쌓여갔다. 현재 AI는 갑작스럽게 일어난 기적과는 무관합니다. 70년 이상 축적된 연구에 기반합니다. ChatGPT도. 클루드도. 제미니도. 라마도. 그록도. 딥시크도. 무라카미 하루키의 소설 『카호』는 2002년 11월부터 2003년 3월까지 요미우리 신문지에 단편 소설 연재를 통해 처음 공개되었다. 이후 2003년 11월에 정식으로 출간되었으며, 2004년에는 영화로도 제작되었다. 소설은 홋카이도의 한 작은 마을을 배경으로, 16세 소녀 카호와 40대 중반의 남자, 그리고 20대 초반의 남자 사이의 복잡한 관계를 다루고 있다. 카호는 홋카이도에서 태어나 자란 소녀로, 묘한 감수성과 순수함을 지니고 있다. 그녀는 홋카이도에서 열리는 축제에서 만난 40대 중반의 남자, ‘미스터’와 우연히 만나게 된다. 미스터는 카호를 곁에 두면서 그녀에게 다양한 경험을 하게 하고, 카호는 미스터를 통해 세상을 배우고 성장해 나간다. 한편, 카호는 20대 초반의 남자, ‘고’와도 만난다. 고는 카호의 오랜 친구이자, 카호에게는 묘한 존재감을 지닌 남자이다. 고는 카호에게 홋카이도의 자연과 문화를 소개하고, 카호는 고를 통해 홋카이도의 아름다움을 느끼게 된다. 이처럼 카호는 미스터와 고, 두 남자 사이에서 갈등하고, 그들의 관계 속에서 자신을 찾아 나간다. 소설은 카호의 시점에서 이야기가 전개되면서, 독자들에게 카호의 내면세계와 감정을 깊이 있게 전달한다. 무라카미 하루키는 『카호』를 통해 홋카이도의 아름다운 자연과 문화를 생생하게 묘사하고, 16세 소녀 카호의 순수하고 맑은 시선을 통해 인간의 관계와 삶의 의미를 탐구한다. 소설은 카호의 성장 과정을 통해 독자들에게 깊은 감동과 여운을 선사한다. 소설의 배경인 홋카이도는 일본 북부의 한 지역으로, 춥고 험한 자연환경과 독특한 문화가 공존하는 곳이다. 특히, 소설 속에서 묘사된 ‘아카네’라는 작은 마을은 홋카이도의 아름다운 자연을 배경으로, 카호의 삶과 함께 이야기가 전개된다. 소설은 카호의 시점에서 홋카이도의 풍경과 사람들을 묘사하면서, 독자들에게 홋카이도의 아름다움을 느끼게 한다. 또한, 소설은 카호의 내면세계와 감정을 섬세하게 묘사하면서, 독자들에게 카호의 삶에 대한 공감과 이해를 불러일으킨다. 소설의 마지막 부분에서 카호는 미스터와 고, 두 남자 사이에서 어떤 선택을 해야 할지 고민한다. 그녀는 자신의 삶의 의미를 찾고, 진정한 행복을 추구하기 위해 노력한다. 소설은 카호의 선택을 통해 독자들에게 삶의 가치와 의미에 대한 질문을 던진다. 소설은 홋카이도의 아름다운 자연과 문화를 배경으로, 16세 소녀 카호의 성장 과정을 통해 인간의 관계와 삶의 의미를 탐구하는 작품이다. 무라카미 하루키는 『카호』를 통해 독자들에게 깊은 감동과 여운을 선사하며, 인간의 삶에 대한 새로운 시각을 제시한다. MiniMax도. 모든 것이 이 긴 이야기의 중간에 있습니다. 그리고 아마도 지금, 인공지능 역사에 “완성”이라는 Gefühl을 가지고 있지 않습니다. 더욱이, 진정한 의미에서 AI가 컴퓨터를 변화시키기 시작한 첫 시대 그녀가 거기에 있을 거라고 생각합니다. 앞으로 AI는 더욱 똑똑해질 것입니다. 더 빠르고 확실해질 것입니다. 더 싸질 거예요. 더 작아질 거예요. 더 많은 정보를 처리할 수 있게 될 것입니다. 그리고, 더욱 자율적인 사람이 될 것입니다. 하지만 그 이후에 가장 중요한 것은 AI 자체로서는 아닙니다. AI에게 무엇을 시키는가. 무엇을 만들 건가. 무엇을 바꾸는 걸까요. 그리고, 인간은 무엇을 원하는가. AI의 역사를 되돌아보면 결국 남는 질문은 거기에 있습니다. AI는 지능을 만드는 데 사용되는 기술이었습니다. 하지만, 인공지능이 충분히 지능화될 때, 인간에게 남겨진 최대의 일은, 정답을 내는 것만이 아니라, 질을 명확히 하는 것 그럴 수도 있겠지요. 1956년부터 시작된 인공지능 이야기는 아직 끝나지 않았습니다. 지금, 드디어 다음 장이 시작되는 듯합니다. 출처: note 원문 번역: Gemma 3(.44) 초벌 + 교정 523청크 원문 보기 | 출처: note.com