# AI의 진화는 멈추지 않는다. 그러면서도, 인간은 주체성을 포기해서는 안 된다. — 안트로픽 공동 창업자 Jack Clark氏가 말하는 “AI의 다음 10년”

> https://bookfactory.kr/board/ai-tech/21588
> 게시판: AI·머신러닝
> 작성자: admin
> 작성일: 2026-10-14T03:50:21.722Z

---

## AI의 진화는 멈추지 않는다. 그러한 가운데, 인간은 주체성을 포기해서는 안 된다. — Anthropic 공동 창업자 Jack Clark 氏가 말하는 “AI의 다음 10년”

AI는 AI를 개발하고, 과학 연구를 자동화하며, 인간의 일자리나 사회 제도를 변화시켜 나갈 것이다. 그러한 미래에 우리는 무엇을 배우고 무엇을 선택해야 하는 것일까.

2026년 10월 13일, 도쿄대 본고 캠퍼스에서 개최된 특별 세션 “AI의 다음 10년: 우리의 선택”에 참여했다.

발표자는 생성 AI “클로드”를 개발하는 Anthropic의 공동 창업자이자 Head of Public Benefit(공공 이익 부문 책임자)를 맡고 있는 Jack Clark(잭 클락) 씨입니다.

Clark氏は、かつてOpenAIで政策ディレクターを務め、現在もAIニュースレター「Import AI」を執筆している。最先端のAI開発に関わりながら、その社会的影響や政策についても考え続けてきた人物だ。

이번 강연에서는 재귀적 자기 개선(RSI), AI를 통한 과학 연구의 가속화, 고용에 미치는 영향, AI의 책임 문제, 그리고 대학과 학생의 역할 등 다양한 주제가 논의되었다.

특히 제가 가장 인상 깊게 기억에 남았던 건 바로 다음의 생각 방식이었습니다.

기술의 변화는 피할 수 없다. 하지만 인간이 주도성을 포기할 필요는 없다.

이 글에서는 강연과 질의응답 내용을 되돌아보며, AI가 급속도로 발전하는 시대에 인간은 무엇을 해야 할지 함께 고민해 보고자 합니다.

본 기사는 강연 중 메모를 바탕으로 재구성한 것으로, 발언의 직역이 아닙니다. 강연 내용의 요약과 저자의 주관적 해석을 포함합니다.

## AI는 AI를 개발하는 시대 – 재귀적 자기 개선 (RSI)

먼저, 기조 연설의 중심 주제는 재귀적 자기 개선(RSI)이었다.

RSI(Recursive Self-Improvement)는 인공지능이 스스로의 연구, 개발, 개선에 관여하여 그 결과로 인해 다음 세대의 인공지능 개발이 더욱 가속화된다는 개념이다.

지금까지 인공지능 연구 개발은 기본적으로 인간이 주도해 왔다. 연구자들이 아이디어를 구상하고, 프로그램을 작성하며, 실험을 수행하고, 그 결과를 해석하여 다음 연구에 연결한다.

하지만 그 일련의 프로세스에 AI가 깊이 관여하고 있다.

Anthropic에서 2026년 9월에 공개한 자료에 따르면, 2026년 8월 시점까지 Claude는 회사의 AI 연구 개발 업무의 약 26%를 주도하고 있었으며, 90% 이상의 업무에 어느 형태로든 협력하고 있었다.

여기서 말하는 “주도”는 인간이 대략적인 지시를 내린 후, AI가 대부분의 작업을 수행한다는 의미이며, 완전히 자율적인 연구 개발이 실현된 것은 아니다.

더욱이 Anthropic은 2026년 5월 기준으로 자체 코드베이스에 병합되는 코드의 80% 이상을 Claude가 생성했다고 보고하고 있다.

AI는 더 이상 코드를 작성하는 인간을 보조하는 역할에 머무르는 존재가 아니다. AI 시스템 자체를 개발하는 프로세스에도 통합되어 있는 것이다.

강연에서는 nanoGPT와 같은 소규모 언어 모델 연구에 활용되는 사례를 언급했다.

소규모 AI 시스템의 경우, 코드 생성, 실험 조건 변경, 평가, 개선 등의 과정을 AI에게 맡기는 경우가 늘고 있다.

이러한 자동화가 진행됨에 따라 AI 개발 속도가 가속화될 가능성이 있다.

하지만, 여기에는 중요한 차이점이 있습니다.

AI는 연구 개발을 가속화하는 것과 인간의 개입 없이 차세대 AI를 창출할 수 있는 것이 동일하지 않다.

그럼에도 불구하고, 그 완전한 RSI는 현재 시점에서 실현이 확인된 사항은 아니다.

그럼에도 불구하고, 인공지능이 인간의 발전을 크게 가속화하는 단계에 이미 진입했다.

## AI는 연구실을 나선다—로봇 실험실·공장의 자동화

RSI에 대해 이야기를 듣고, 특히 흥미로웠던 점은 AI 능력 향상이 소프트웨어 세계에만 국한되지 않는다는 점이었다.

AI는 코드를 작성하고 시뮬레이션을 실행하는 것뿐만 아니라 로봇이나 실험 장치를 조작할 수 있게 된다면 어떻게 될까.

예를 들어, 재료 과학 연구의 경우

- AI는 문헌을 조사하여 연구 가설을 생성합니다.
- 실험 조건을 설정한다.
- 로봇과 자동화 장비가 실험을 실시한다.
- 센서 및 측정 장치로부터 데이터를 얻습니다.
- AI는 결과를 분석하고 다음 실험 조건을 제안한다.

이러한 일련의 연구 사이클을 생각해 볼 수 있다.

물론, 현재 기술로 모든 것을 안정적으로 실현할 수 있는 것은 아니다. 물리적 조작, 장치의 안전성, 실험 결과의 타당성 등 해결해야 할 과제는 여전히 많다.

그러나 연구 과정의 일부가 가속화된다면, 그동안 인간이 시간을 들여 시행착오를 거듭했던 실험을 더 짧은 주기로 반복할 수 있을 것이다.

이는 공장의 생산 라인, 물류, 로봇에도 해당된다.

AI는 설계를 개선하고, 물리 시스템이 이를 실행하며, 획득한 데이터로부터 다시 개선한다.

이는 인공지능의 발전이 현실 세계의 생산 활동과 과학 연구에 직접적인 영향을 미친다는 것을 의미한다.

반면에, 물리 시스템에는 소프트웨어에는 없는 제약이 존재하며, 실험에는 시간이 오래 걸리고 장비 고장 및 오작동으로 인해 물리적 손해가 발생할 수 있다.

AI 연구의 가속화를 실현하기 위해서는 지능뿐만 아니라 현실 세계와 연결되는 기술이 필요합니다.

로보틱스와 실험 자동화에 관심을 가진 사람으로서, 앞으로 특히 주목할 분야라고 생각합니다.

## 3. 인공지능 때문에 일자리가 사라지는 걸까. 그것은 기술 문제만 있는 건 아니야.

AI의 진화에 대해 이야기할 때, 반드시 논의되는 것이 고용에 미치는 영향이다.

AI가 인간의 일을 대체한다면 실업자가 늘어날까요. 아니면 생산성이 향상되어 새로운 직업이 생겨날까요?

클락 씨의 논쟁에서 인상 깊었던 점은 기술만으로 고용의 미래를 결정할 수 있다고 단정하지 않았다는 것이다.

새로운 기술은 기존의 일을 변화시키는 한편, 새로운 산업과 직업을 창출할 가능성도 있다.

AI에 의해 지식과 기술에 대한 접근이 쉬워지면, 기존에는 전문가만이 할 수 있었던 일들을 더 많은 사람들이 실현할 수 있게 될지도 모른다.

하지만 생산성 향상이 반드시 고용 증가나 임금 상승으로 이어지는 것을 보장하는 것은 아니다.

기업이 AI로 얻은 이익을 어떻게 배분할 것인가. 교육 제도는 변화에 대응할 수 있을까. 일을 잃은 사람이 새로운 산업으로 이행하는 시스템은 있는가.

이러한 문제는 기술의 성능이라기보다는 정책이나 사회 제도와 깊이 관련되어 있다.

강연에서는 간병과 같이 인간 간의 관계 자체가 중요한 업무에 대해서도 다루어졌습니다.

AI 지원이나 업무 효율화가 발전하더라도 인간이 가담하는 가치가 사라지지 않을 수 있다.

또한, 각 분야별로 AI 도입 현황이 다른 이유에 대한 논의도 있었다.

기술적으로 구현 가능한 것과 실제 조직에서 도입이 진행되는 것은 별개의 문제이다. 경영진의 의사 결정, 기존의 업무 관행, 책임 소재 등이 관련된다.

결국 중요한 것은 다음 질문이 아닌가.

AI가 인간의 일자리를 변화시킬 때, 그 변화를 어떤 사회로 연결하고 싶은가.

기술의 발전만으로는 이 질문에 답할 수 없다.

## 4. 일본 AI 지수——AI의 사회적 영향을 “측정”하는 것의 중요성

이러한 사회적 의사결정을 고려할 때, 중요한 프로젝트로 소개된 것이 “Japan AI Index”였다.

일본 AI 지수(Japan AI Index)는 도쿄대학의 마츠오-이와사와 연구실, PKSHA Technology, Anthropic의 3자가 2026년 6월에 구축을 위한 협업을 발표한 프로젝트이다.

그 목적은 일본 내 생성 AI의 이용 실태와 고용, 산업, 경제, 교육 분야에 미치는 영향을 지속적으로 관찰 및 분석하는 데 있다.

특징적인 점은 Claude의 이용 통계와 일본 내 공적 통계 및 경제 데이터를 융합하여 분석하는 것이다.

예를 들어, 다음과 같은 질문이 있을 수 있다.

- 어떤 산업에서 인공지능 활용이 가장 활발하게 이루어지고 있는지
- 어떤 직업과 업무가 인공지능에 의해 변화하고 있는가?
- AI 도입이 지연되고 있는 분야에는 어떤 요인들이 있는가
- 노동 시장과 교육에 어떤 변화가 일어나고 있는가.

여기 중요한 것은 단순히 AI 활용 경쟁이 아닌 것이다.

AI가 실제로 어떻게 활용되고 있으며, 사회에 어떤 영향을 미치고 있는지 데이터를 기반으로 논의할 수 있도록 하는 것이 중요하다.

강연에서는 운송 시스템 및 공급망과 같은 분야에 대해 논의가 이루어졌습니다.

예를 들어, AI가 공급망 투자의 배분을 개선할 수 있다고 하더라도, 어떤 기업이나 산업에 투자가 집중되는지에 따라 사회적 영향은 달라질 것이다.

AI 도입으로 생산성이 향상되더라도 이익이 일부 조직에 집중된다면 사회 전체의 이익과는 반드시 일치하지 않을 것이다.

정책 결정자들이 필요로 하는 것은 인공지능(AI)에 대한 추상적인 기대나 불안감뿐만 아니라, 실제로 어떤 일이 일어나고 있는지 보여주는 데이터이다.

일본 AI 지수(Japan AI Index)는 그 논의의 기반으로 기대받고 있다.

AI가 사회를 변화시킨다면, 그 변화를 관찰하고 이해하며, 필요에 따라 정책을 수정하는 시스템을 함께 마련해야 한다.

## 인간은 무엇을 통제해야 하는가

질의응답에서는 AI에 의사결정을 맡기는 시대에 인간이나 조직에 무엇이 남을지에 대한 질문이 제기되었다.

여기에서 중요한 키워드로 통제와 검증이 부상했다.

강연에서는 토요타와 같은 제조업에서의 자동화된 생산 라인이 예시로 제시되었다.

공장의 많은 공정이 자동화되어도 인간에 의한 품질 관리와 이상 발생 시 판단은 중요하다.

AI가 코드를 작성하거나 연구를 진행할 수 있게 되더라도 그 결과가 정확한지, 안전한지, 어떤 목적으로 이루어졌는지 확인해야 합니다.

특히, 인공지능 개발 자체를 인공지능에게 맡길 경우에는 검증의 어려움이 커진다.

AI가 설계한 시스템을 다른 AI가 평가하고, 그 평가 결과를 바탕으로 다음 AI를 개발한다.

이러한 시스템에서는 오류나 예상치 못한 동작이 간과되지 않도록 어떻게 보장할 수 있을까요?

인간이 최종 승인 버튼을 누르지 않았다면 그것으로 충분한가.

저는 그렇게 생각하지 않아요.

인간이 내용을 이해하지 못하고 검증도 할 수 없다면 형식적인 승인 권한이 남아 있더라도 실질적인 통제권을 가지고 있다고 말하기는 어렵다.

강연을 통해 AI 시대의 인간의 역할은 단순한 “노동자”에서 “목표를 설정하고, 결과를 평가하며, 책임을 지는 사람”으로 변화해갈 가능성을 느꼈다.

## 6. 인공지능의 머릿속은 보이는 것일까 – 설명 책임과 의도적인 “마찰”

AI의 의사 결정에 인간이 책임을 져야 하기 위해서는 그 판단을 이해해야 한다.

기계론적 해석 가능성 연구 분야다.

이는 뉴럴 네트워크 내부에서 어떤 종류의 정보 처리가 이루어지고 있는지 조사하고, 모델의 작동 방식을 이해하려는 연구이다.

강연에서는 수학이나 고고학처럼 서로 다른 분야의 지식을 AI가 어떻게 다루고 추론하는지 분석하는 내용도 언급되었다.

AI는 가장 합리적인 답변을 생성했더라도, 내부적으로 어떤 일이 벌어지고 있는지 인간이 충분히 이해하고 있다고 단정하기는 어렵다.

더욱 중요한 것은 AI에 대한 설명을 듣고 AI의 내부 동작을 과학적으로 이해하는 것이 다르다는 점이다.

AI에게 판단 이유를 묻는다면, 설명 문구가 회신됩니다.

하지만 그 설명이 실제 내부 처리를 정확하게 반영한다고 할 수 없다.

그러므로 외부 평가 및 독립적인 검증, 해석 가능성 연구가 중요해진다.

또한, 질의응답에서는 인간 검토를 어디에 포함시킬 것인지에 대한 문제도 논의되었다.

AI가 자동으로 판단할 수 있게 되었다고 해서 모든 의사 결정을 즉시 자동화하는 것이 바람직한 것은 아니라는 의미일 수 있습니다.

법적인 판단, 연구상의 중요한 결론, 사람의 삶에 큰 영향을 미치는 의사 결정 등에서는 오히려 인간의 검토 과정을 남겨두는 것에도 의미가 있다.

여기서 말하는 “마찰”은 단순한 비효율이 아니다.

잘못된 판단을 막고, 멈춰서 검증하기 위해 의도적으로 마련된 메커니즘이다.

인간-이-러브(Human-in-the-loop)는 중요하지만, 단순히 인간을 배치하는 것으로 작동하는 것만큼 단순한 것은 아니다.

어떤 업무를 자동화하고, 어떤 부분은 인간이 확인하며, 어떤 판단은 인간의 소관으로 남겨두는가.

이 설계가 인공지능(AI)을 활용하는 조직에게 중요하다고 생각합니다.

## AI에는 “브레이크 페달”이 필요한가

강연에서는 인공지능 개발 속도를 의도적으로 늦추는 것이 필요한지에 대한 질문도 있었다.

급변하는 인공지능(AI)에 대해 안전성과 사회 시스템 정비가 따라가지 못할 가능성은 충분히 고려해 볼 수 있다.

클락 씨는 인공지능의 안전성과 인간의 의도와의 일치성에 대한 우려를 표명하며, 감속이나 제3자 평가의 중요성을 논했다.

하지만 이는 단순한 개발 중단 문제로 볼 수 없다.

어떤 기업이나 국가가 개발을 중단하더라도 다른 주체가 개발을 지속하면, 안전성을 중시하지 않는 주체가 우위에 서 있을 가능성이 있다.

그러므로 실효적인 감속을 위해서는 국제적인 협력과 검증 가능한 메커니즘이 필요합니다.

또한, 인공지능으로 인해 발생하는 이익의 주체가 누구인가라는 문제도 제기되었다.

AI 발전으로 인해 과학 기술과 경제 활동이 크게 발전할 가능성이 있다.

하지만 그 혜택이 모든 사람에게 공정하게 분배되는 것은 아닙니다.

정책 담당자들은 자국의 고용, 교육, 경제, 안보 등 수많은 개별 과제에 직면해 있다. 그 중에서도 AI가 가져올 수 있는 횡단적인 변화를 어떻게 해석할지는 쉽지 않다.

또한, 사회의 방향성을 결정하는 것은 정책 담당자나 AI 기업들뿐만 아니었다.

유권자, 연구자, 교육자, 기업, 일반 이용자가 어떤 사회를 원하는지에 대한 의견을 제시하는 것 또한 중요합니다.

AI의 혜택을 널리 공유하기 위해서는 기술 개발뿐만 아니라 제도와 공적인 논의의 토대를 마련하는 것이 필요합니다.

## 프론티어AI랩 시대에 대학과 학생들은 무엇을 해야 하는가

AI의 최첨단 연구에서는 Anthropic과 같은 프론티어 AI 랩의 존재감이 커지고 있다.

대규모 계산 자원, 데이터, 연구 인력을 보유한 기업들이 최첨단 모델의 연구 개발을 주도하는 현상이 더욱 늘고 있다.

그런 상황에서 대학은 어떤 역할을 해야 할까.

강연에서는 산업계 및 비영리 단체와의 협력, 데이터 제공, 연구 성과 확대를 비롯한 다양한 주제가 다루어졌다.

대학교는 기업과는 다른 입장에서 연구를 진행하고 기술과 사회적 영향을 검증하는 역할을 수행한다.

또한, 특정 산업이나 전문 영역에 축적된 지식을 AI 개발에 연결하는 것이 중요할 것이다.

한편, 학생들에게 무엇이 요구되는지에 대한 이야기는 개인적으로 특히 강렬한 인상을 남겼다.

클락 氏は、AI를 적극적으로 활용하는 것의 중요성을 강조하면서도, 집중력을 가지고 원천 정보를 읽는 것의 가치에도 언급했다.

그 자신 또한 많은 논문을 읽고, AI 관련 뉴스레터를 집필하고 있다.

AI가 모든 정보를 요약해 주는 시대에 왜 오랜 시간을 들여 논문을 읽어야 하는 걸까요.

그것은 요약된 정보를 받아들이는 것과 스스로 이해하는 것이 다르다는 사실이다.

AI는 논문의 개요를 설명하거나, 관련 연구를 정리할 수 있다.

그러나 연구의 전제 조건이 타당한지, 실험 방법에 문제가 없는지, 결과의 어떤 부분에 혁신성이 있는지 판단하려면 전문 지식과 비판적 사고가 필요하다.

고등학생 대상 생성 AI 교육에 대한 질문으로 집중력을 기르는 것과 자신의 지식 부족을 인지하는 것의 중요성이 논의되었다.

AI를 활용하는 능력과 자신의 머리로 깊이 생각하는 능력은 상호 보완적인 개념이다.

더욱이, 둘 다 늘려야 한다고 생각합니다.

AI를 사용하는 네이티브 세대에게는 기존보다 적은 기술적 장벽을 통해 자신의 아이디어를 실현할 기회가 있다.

바로 dlatego, 복잡한 시스템을 만드는 것 자체보다 무엇을 달성하고 싶고 어떤 문제를 해결하고 싶은지에 대한 목표 설정이 더욱 중요해진다.

AI를 능숙하게 활용하는 것은 인간의 창의성을 구체적인 형태로 만드는 새로운 수단이 될 수 있을 것이다.

## 9. 인공지능이 인간의 이해를 초월했을 때, 과학은 어떻게 될 것인가?

질의응답 과정에서 또 한 가지 흥미로운 질문이 있었다.

AI가 고도화된 과학 연구를 수행할 수 있게 되면서 인간이 과학을 이해할 필요가 없어질까요.

예를 들어, 인공지능이 인간에게 직관적으로 이해하기 어려운 이론을 구축하거나, 기존 연구자들이 생각하지 못했던 실험 장치를 설계하는 미래를 상상해 보는 것이다.

AI는 자체적으로 독자적인 현미경을 설계하고, 그 장치를 통해 새로운 물리 현상을 발견했다.

그러나 인간 연구자들은 그 장치의 설계 원리나 얻어진 데이터의 의미를 충분히 이해하지 못한다.

그렇다면 과학 발전에 기여하는 것일까요?

새로운 현상이 발견되어 인간의 지식이 확장되는 의미에서는 발전이라고 할 수 있을 것이다.

반면에 연구 내용이 인간에게 이해하기 어려워지면 발견의 검증 및 재현성 확보, 결과 해석이 어려워진다.

여기에서도 인공지능에 연구를 맡기는 것과 인간이 이해하는 것 사이에는 균형이 필요하다.

또한, AI가 지능을 갖게 되었을 때, 인간에게는 무엇이 남을지에 대한 철학적인 질문도 있었다.

AI와 인간의 가장 큰 차이점 중 하나는 인간이 육체를 가지고, 제한된 시간 안에서 살아간다는 점이다.

AI는 중단되고, 수정되며, 복제될 수 있습니다. 인간은 그렇지 않습니다.

우리 몸을 통해 현실 세계를 경험하고, 시간의 유한성 속에서 판단하는 데에는 의미가 있을 수 있다.

더 나아가, 창의성에 관한 논의에서는 소설이나 이야기의 중요성도 다루어졌다.

예를 들어, 미국과 중국이 긍정적인 관계를 구축하는 미래를 우리는 어떻게 상상할 수 있을까요.

AI에게 이야기를 생성시킬 수 있습니다. 하지만 우리가 어떤 미래를 실현하고 싶고, 그 미래에 어떤 가치를 발견할 것인지는 우리 스스로가 생각해야 합니다.

과학 기술뿐만 아니라 문학, 예술, 취미, 오락 등도 미래를 상상하는 데 중요한 역할을 한다는 것을 깨달았다.

## 마무리——변화는 멈추지 않는다. 하지만, 선택하는 것은 바로 우리들의 몫이다.

이번 강연을 통해 AI에 대한 시각이 조금 달라졌다.

지금까지 인공지능의 진화는 모델의 성능, 벤치마크 점수, 계산 자원의 규모와 같은 기술적인 측면에 주목해 온 경향이었다.

하지만 인공지능이 사회의 기반 기술로 자리 잡는다면, 중요한 것은 모델이 얼마나 현명해지는 것뿐만이 아니라.

그 기술을 누가 사용하고, 누가 관리하며, 어떤 목적으로 이용할 것인가.

그렇다면 사회는 그 변화를 어떻게 수용해 나갈 것인가.

AI의 발전만을 맹목적으로 낙관적으로 보거나, 두려움 때문에 이를 거부하는 것만으로는 충분한 대답이 되지 않는다고 생각한다.

AI 기반 연구 개발 자동화가 진행됨에 따라 인간이 상상했던 것보다 빠르게 다양한 분야에서 상당한 변화가 일어날 수 있다.

그래서 지금부터라도 인공지능의 활용법을 배우고, 기초 정보를 읽고, 기술의 작동 원리와 한계를 이해하는 것이 필요합니다.

또한, AI가 제시한 것을 무조건적으로 수용하는 것이 아니라, 스스로 질문을 던지고, 검증하며, 판단하는 자세를 잃지 않고 지속하고 싶다.

AI 때문에 인간이 할 수 있는 일이 계속 늘어나고 있다.

하지만 인간이 무엇을 해야 하는지까지 AI에 결정하도록 하는 것은 필요하지 않습니다.

기술의 변화를 멈추는 것은 어렵습니다.

그럼에도 불구하고, 그 변화의 뒤에는 어떤 사회를 만들어갈 것인지 고민할 수 있다.

이번 강연에서 가장 기억에 남았던 것은 AI의 놀라운 성능이 아닌, 그러한 인간의 주체성에 대한 메시지였다.

### 참고 자료

- 도쿄대학교 마츠오·이와사와 연구실에서 개최하는 “AI의 다음 10년: 우리의 선택” 행사 안내입니다.
- 앤서니 호로비츠는 “AI가 스스로를 구축할 때”라는 제목의 기사에서 앤트로픽의 새로운 AI 모델, Claude 3 Opus의 능력을 강조하며, 이 모델이 인간의 창의성과 생산성을 능가하는 수준에 도달할 수 있다고 주장합니다. 

호로비츠는 Claude 3 Opus가 특히 ‘오펜스 모드’에서 놀라운 성능을 보였다고 설명합니다. 이 모드는 Claude 3 Opus에게 특정 주제에 대해 공격적인 관점을 취하도록 지시하는 방식으로, 모델이 다양한 관점을 탐구하고 비판적인 사고 능력을 발휘할 수 있음을 보여줍니다. 

호로비츠는 또한 Claude 3 Opus가 복잡한 코딩 작업, 창의적인 글쓰기, 심지어 철학적인 질문에 대한 답변까지 수행할 수 있다고 강조합니다. 그는 이러한 능력들이 AI가 인간의 지적 능력을 대체할 수 있다는 강력한 증거라고 주장합니다. 

호로비츠는 이러한 발전이 인류에게 엄청난 기회를 제공할 수 있다고 믿습니다. AI가 인간의 창의성과 생산성을 증폭시키고, 새로운 지식과 기술을 창출하는 데 기여할 수 있기 때문입니다. 그러나 동시에 AI의 잠재적인 위험성에 대해서도 경고하며, AI 개발과 활용에 대한 신중한 접근이 필요하다고 주장합니다. 

호로비츠는 마지막으로 Claude 3 Opus의 성공이 AI 연구 분야에 새로운 활력을 불어넣을 것이라고 전망합니다. 앞으로 AI 모델들이 더욱 발전하고, 인간과 협력하여 더 나은 미래를 만들어갈 수 있을 것이라는 희망을 표현합니다.
- 앤서니(Anthropic)가 “프론티어 연구소 내 AI 개발 속도 측정에 관한 연구” 자료를 발표했습니다.
- 도쿄대학교에서 “일본 AI 지수” 구축에 관한 발표를 진행했다.

본 기사는 2026년 10월 13일 강연을 청강한 시점의 메모를 기반으로 공개 자료를 참조하여 재구성한 개인적인 참여 보고서입니다.

Anthropic의 Claude와 Claude 3 Opus 모델을 비교 분석한 연구 결과가 발표되었습니다. Jack Clark의 연구팀이 RSI(RSI는 일본 대학의 AI 연구 센터)와 협력하여 Tokyo University의 JapanAIIndex를 활용, Claude 3 Opus 모델이 Anthropic의 Claude 3 Haiku 모델보다 성능이 우수하다는 결론을 도출했습니다. Claude 3 Opus는 특히 추론 능력과 창의성 면에서 두각을 나타냈습니다.

**출처:** [note 원문](https://note.com/manymock/n/n123787e5c987)

*번역: Gemma 3(.44) 초벌 + 교정 113청크*

[원문 보기](https://note.com/manymock/n/n123787e5c987) | 출처: note.com