2016년 3월, 서울 4국.
세계 최정상 바둑기사 이세돌 9단을 상대로 구글 딥마인드의 인공지능 알파고가 두었던 한 수는 바둑 역사상 가장 상징적인 장면으로 남았다. 78번째 수를 두기 전, 알파고는 좌상귀에 위치한 37번째 수에서 이미 바둑계를 놀라게 했다. 당시 해설자들은 그 수를 “인간이라면 절대 두지 않을 수”라고 말했고, 이세돌 역시 몇 초간 멈칫했다. 전통적인 전략이나 인간 기사의 감각으로는 결코 정당화되지 않는 수였지만, 그 수는 이후 판 전체를 지배하며 알파고의 승리를 이끌었다.
많은 이들이 그 장면에서 하나의 충격을 받았다. ‘AI가 단순히 계산을 잘하는 도구’가 아니라, 인간조차 예측하지 못하는 수를 두는 존재라는 사실. 알파고는 단순히 기계적 계산이 아닌, 스스로 전략을 구성하고 판단할 수 있다는 가능성을 보여준 것이다. 그 순간은 종종 ‘AI의 각성’ 또는 ‘기술 특이점(singularity)의 전조’로도 불렸다.
그리고 9년이 흐른 지금, 그와 유사한 순간이 다시 찾아왔다. 이번에는 바둑판이 아닌, 인공지능을 만드는 설계도 안에서다. 한 AI 시스템이 또 다른 AI를 설계하고 실험하며 최적의 구조를 찾아내는 데 성공했다. 이 시스템의 이름은 ASI-ARCH. 인간 연구자의 개입 없이도 스스로 새로운 모델을 고안하고 평가하는 완전 자율형 AI 연구 프레임워크다.
AI가 스스로 AI를 만드는 시대
ASI-ARCH는 기존 인공지능 개발 방식의 틀을 완전히 뒤흔든다. 그간 AI 모델은 인간 연구자들이 설계한 구조를 바탕으로 학습하고 동작해왔다. 심지어 최근 주목받았던 Neural Architecture Search(NAS)도, 결국은 사람이 정해놓은 조합과 규칙 내에서의 최적화에 불과했다. 하지만 ASI-ARCH는 다르다. 이 시스템은 새로운 구조를 스스로 ‘창조’하며, 이를 코드로 구현하고 실제 학습과 테스트까지 진행한다. 즉, 인간이 설계자가 아니라, AI가 설계자인 시대가 도래한 셈이다. 이 시스템은 연구자 역할을 맡은 에이전트가 구조를 제안하고, 엔지니어 역할의 에이전트가 코드로 구현하며, 분석가 역할의 에이전트가 실험 결과를 평가하고 다음 설계를 위한 통찰을 제공하는 식으로 구성돼 있다. 이 3단계 루프는 완전히 자동화돼 있고, 그 과정에 인간의 개입은 필요 없다.
연구진은 이 시스템이 어떤 수준의 결과를 만들어낼 수 있는지 실험을 통해 입증했다. ASI-ARCH는 총 1,773개의 모델을 자체 설계하고 실험하는 과정을 반복했다. 그 과정에서 투입된 GPU 연산 시간만 2만 시간. 그 결과 발견된 106개의 모델은 기존에 사람이 설계한 모델보다 더 뛰어난 성능을 보였다. 특히 주목할 점은, 이 시스템이 만든 모델들이 단순한 변주가 아니라는 점이다. 기존의 softmax 기반 주의(attention) 구조를 병렬 시그모이드로 대체하거나, 토큰별로 다르게 동작하는 게이팅 메커니즘을 설계하는 등, AI 스스로가 학습 구조의 ‘철학’을 바꾼 사례도 다수 포함되어 있다.
과학의 속도, 더는 인간이 정하지 않는다
이 프로젝트에서 가장 인상적인 결과 중 하나는 이른바 ‘과학의 스케일링 법칙’을 입증한 것이다. 연구자들은 실험을 통해 연산 자원이 늘어나면 비례적으로 더 많은 혁신적 모델이 발견된다는 사실을 수치로 보여주었다. 이는 곧 연구의 병목이 인간의 인지력이나 시간에서가 아니라, 계산 자원의 유무로 옮겨갔다는 의미이기도 하다. 즉, 더 좋은 AI를 더 빨리 만들기 위해 꼭 필요한 것은 천재적인 연구자가 아니라, 더 많은 GPU와 잘 설계된 자율형 시스템이라는 사실이 확인된 것이다.
그렇다면 이 모든 변화 속에서 인간은 어디에 서 있어야 할까? 이번 실험은 단순히 AI의 능력을 보여준 것이 아니라, 인간의 역할을 다시 정의하라는 요청이기도 하다. 더 이상 인간은 AI를 ‘만드는 존재’가 아니라, AI와 함께 문제를 정의하고 목표를 설정하는 존재로 전환해야 할 시점이다. AI가 연구 설계부터 실험, 분석까지 전부 스스로 할 수 있다면, 인간의 과학적 개입은 ‘무엇을 위한 연구인가’라는 철학적이고 전략적인 질문으로 이동한다. AI는 무기처럼 사용할 도구가 아니라, 동료이자 공동 창작자가 되고 있다.
2016년 알파고가 바둑의 패러다임을 바꾸었듯, ASI-ARCH는 과학 연구의 패러다임을 전환시키고 있다. 구조를 외워서 조립하던 시대에서, AI가 스스로 디자인하고 실험하는 시대로. 그 변화는 이미 시작되었고, 이 시스템은 그 첫 번째 신호탄이다. 연구의 속도는 더 이상 인간이 정하지 않는다. 이제 과학은, 사람의 시간이 아닌 컴퓨팅 시간에 따라 진화한다.
#ASIARCH #자기설계AI #AI특이점 #AlphaGo #알파고37번째수 #AI연구자동화 #AI아키텍처 #딥러닝혁신 #과학스케일링 #AI가AI를만들다 #연구실의알파고 #인공지능설계 #계산기반연구
