[AI리포터]
[디지털투데이 AI리포터] 구글의 최신 인공지능(AI) 모델 제미나이3(Gemini 3)의 성공에도 불구하고, 범용인공지능(AGI) 실현의 꿈은 오히려 멀어지고 있다는 경고가 나왔다.
9일(현지시간) IT매체 테크레이더에 따르면, AI 학회 뉴립스(NeurIPS) 2025에서 AI 연구자들은 현재의 대규모언어모델(LLM)이 아무리 발전해도, 진정한 지능을 갖추지 못한 패턴 매칭 기계에 불과하다고 지적했다. 단순히 데이터와 GPU를 늘리는 스케일링 전략은 한계에 봉착했으며, GPT-3에서 GPT-4로의 도약 이후 실질적인 기술 혁신은 정체됐다는 분석이다.
연구자들은 이 현상을 '스케일링 월'(Scaling wall)이라고 부르고 있다. 이는 모델의 크기와 데이터를 늘려 성능을 높이려는 기존 접근법이 물리적·인지적 한계에 부딪혔음을 의미한다. 고품질 데이터의 고갈, 막대한 전력 소비, 여전히 발생하는 치명적인 오류 등이 그 증거다. 현재의 AI 시스템은 답변을 유창하게 만들어내지만, 실질적인 이해력이나 추론 능력은 결여되어 있다는 비판을 받고 있다.
이에 대한 해법으로는 뉴로심볼릭(Neurosymbolic) 아키텍처가 논의됐다. 이는 딥러닝의 통계적 패턴 인식 능력에 기존 AI의 논리적 구조를 결합하는 하이브리드 방식이다. 아울러 인간처럼 인과관계를 내부적으로 시뮬레이션하는 월드 모델(World Models)의 필요성도 제기됐다. AI가 단순히 텍스트를 생성하는 것을 넘어, 물리 법칙과 환경의 인과율을 이해하고 예측할 수 있어야 한다는 주장이다.
<저작권자 Copyright ⓒ 디지털투데이 (DigitalToday) 무단전재 및 재배포 금지>
 |
[디지털투데이 AI리포터] 구글의 최신 인공지능(AI) 모델 제미나이3(Gemini 3)의 성공에도 불구하고, 범용인공지능(AGI) 실현의 꿈은 오히려 멀어지고 있다는 경고가 나왔다.
9일(현지시간) IT매체 테크레이더에 따르면, AI 학회 뉴립스(NeurIPS) 2025에서 AI 연구자들은 현재의 대규모언어모델(LLM)이 아무리 발전해도, 진정한 지능을 갖추지 못한 패턴 매칭 기계에 불과하다고 지적했다. 단순히 데이터와 GPU를 늘리는 스케일링 전략은 한계에 봉착했으며, GPT-3에서 GPT-4로의 도약 이후 실질적인 기술 혁신은 정체됐다는 분석이다.
연구자들은 이 현상을 '스케일링 월'(Scaling wall)이라고 부르고 있다. 이는 모델의 크기와 데이터를 늘려 성능을 높이려는 기존 접근법이 물리적·인지적 한계에 부딪혔음을 의미한다. 고품질 데이터의 고갈, 막대한 전력 소비, 여전히 발생하는 치명적인 오류 등이 그 증거다. 현재의 AI 시스템은 답변을 유창하게 만들어내지만, 실질적인 이해력이나 추론 능력은 결여되어 있다는 비판을 받고 있다.
이에 대한 해법으로는 뉴로심볼릭(Neurosymbolic) 아키텍처가 논의됐다. 이는 딥러닝의 통계적 패턴 인식 능력에 기존 AI의 논리적 구조를 결합하는 하이브리드 방식이다. 아울러 인간처럼 인과관계를 내부적으로 시뮬레이션하는 월드 모델(World Models)의 필요성도 제기됐다. AI가 단순히 텍스트를 생성하는 것을 넘어, 물리 법칙과 환경의 인과율을 이해하고 예측할 수 있어야 한다는 주장이다.
<저작권자 Copyright ⓒ 디지털투데이 (DigitalToday) 무단전재 및 재배포 금지>
이 기사의 카테고리는 언론사의 분류를 따릅니다.