DeepMind, 연 10배 컴퓨트 증가와 4가지 경로를 통한 ASI 도래 분석
·2026.11.20 00:00
핵심 내용
DeepMind 보고서가 연 10배 컴퓨트 증가와 4가지 경로를 통해 ASI 도래를 분석했다.
자세히 보기
- DeepMind Institute가 기술 보고서 'From AGI to ASI'(arXiv: 2606.12683)를 발표하고 AGI에서 ASI로의 전환을 분석함
- 하드웨어 효율성, 알고리즘 개선, 투자 증가에 힘입어 글로벌 유효 컴퓨트 연 10배 이상 증가, 2023년 이후 고정 벤치마크 작업 비용은 연 13배 하락함
- 보고서가 제시한 ASI 도달의 4가지 비배타적 경로: 모델 및 데이터 스케일링, 기술 패러다임 전환, 에이전트 조정, 재귀적 자기 개선(RSI)
- 학습 컴퓨트 등 단일 차원의 AI 개발 제한은 진전을 멈추지 못하고, 억눌린 역량이 해제될 때 급격한 도약을 유발하는 'capability overhang'을 초래할 수 있음
Pathways to ASI
- 모델 스케일링은 데이터 고갈, 모델 크기별 수익 감소, 전력 및 칩 제조 등 물리적 자원 한계로 병목 발생
- 재귀적 자기 개선(RSI)은 유전적(코드/디자인), 문화적(데이터), 사회적(그룹 전문화) 3가지 메커니즘으로 작동하며, 수학적 증명 등 자동 검증이 가능한 영역에서 가장 빠른 진전 예상
- 에이전트 조정은 수백만 개의 AGI 인스턴스를 관리해 집단 지능을 달성하는 것인데, 현재 연구는 조정 비효율로 인한 수익 감소 보여줌
Policy and Implications
- 4가지 경로는 상호 강화 관계이며, 경제적 및 지정학적 경쟁으로 인해 하나를 차단하면 노력이 다른 경로로 이동함
- 극단적인 프런티어 모델 돌파가 없어도 인지 산업화만으로도 향후 10년 내 지식 업무와 광범위한 경제 구조 재편 예상
- ASI 경로의 복잡성을 다루기 위해 프런티어 랩과 국가 또는 글로벌 기관 간 모델링, 측정, 예측을 위한 전례 없는 학제간 노력이 필요함
이 한국어 요약은 AI가 자동으로 만들었습니다. 원문의 주장과 맥락은 원문에서 확인해 주세요. 저작권은 원저작자에게 있습니다.