OpenAI의 최신 o1-preview 모델은 복잡한 문제를 여러 단계로 나누어 해결함으로써 잠재적으로 업계의 문제 접근 방식을 바꿀 수 있습니다.
생각의 연결고리 추론으로 알려진 이 접근 방식은 추론 과정을 설명하지 않고 답변을 생성하는 경우가 많았던 이전 AI 모델과 크게 달라졌습니다. 이러한 발전은 기업과 연구자들이 복잡한 문제 해결에 접근하는 방식을 바꿀 수 있습니다.
"이러한 모델은 문제를 해결하는 데 시간이 걸리기 때문에 더 많은 논리와 추론이 필요한 작업에 더 적합합니다."라고 IBM 수석 엔지니어인 Chris Hay는 말합니다. "마치 한 단계씩 자신의 작업을 보여주는 것 같습니다."
생각의 연결고리 접근 방식을 통해 사용자는 AI가 어떻게 결론에 도달하는지 확인할 수 있습니다. Hay는 그 과정을 다음과 같이 설명합니다. "예를 들어 아이에게 25에 10을 곱하고 5를 더하면 얼마인지 묻는 경우 여기에는 세 가지 단계가 있습니다. 아이가 애매모호한 대답을 할 수도 있습니다. 하지만 이 문제를 세분화해야 합니다… 마치 학교에서 자신의 작품을 보여주는 것과 같습니다."
IBM AI 보안 연구 수석인 Nathalie Baracaldo는 이 개발의 중요성을 다음과 같이 강조했습니다. "가장 큰 차이점은 모델이 어떻게 의사 결정에 도달했는지를 어떻게 알 수 있는가에 있습니다. 에이전트가 한 일에 대한 설명을 확인할 수 있으며, 이는 무슨 일이 왜 일어났는지 이해하는 데 매우 유용합니다."
이러한 수준의 투명성은 다양한 산업 전반에 걸쳐 광범위한 영향을 미칠 수 있습니다. 예를 들어, 소프트웨어 개발에서 모델은 오류는 줄이면서 코딩 능력은 향상되고 있습니다. Hay는 AI가 그럴듯하지만 잘못된 정보를 생성하는 경우를 언급하며 "코딩 실력은 향상되고 할루시네이션은 줄어들고 있습니다."라고 말합니다.
또한 새로운 모델은 학습 과정에 강화 학습을 통합합니다. Hay는 "기본 모델에서의 학습 방식도 변경했습니다. 이제는 강화 학습을 사용하여 이러한 모델을 가르치고 학습시키는 방법에 대해 이야기합니다."
이러한 고급 AI 모델을 가장 효과적으로 사용하려면 인간의 전문 지식과 기계의 기능 간의 파트너십이 필요할 것입니다. "인간은 항상 입력을 제공하고, 계획을 수립하고, 이러한 사항을 검증해야 합니다."라고 Hay는 말합니다.
Hay는 모델의 기능을 과대평가하지 말라고 경고했습니다. "훌륭한 아웃풋을 얻을 수 있을 것 같습니다. 사람들은 AGI라는 단어를 들으면 클라우드에서 고동치는 커다란 머리를 떠올리지만, 사실 생각해 보면 다음 토큰 예측과 좋은 학습 데이터, 계획 등을 갖춘 모델은 꽤 많은 작업에서 인간보다 더 잘 해냅니다."
이러한 모델의 개발은 인공 지능의 본질과 인간의 인지 능력과의 비교에 대한 질문을 제기합니다. 새로운 모델은 특정 영역에서 놀라운 능력을 입증했으며, 변호사 시험이나 SAT와 같은 표준화된 시험에서 인간을 능가했습니다. 하지만 대부분의 사람이 직관적으로 생각하는 작업에는 여전히 어려움을 겪고 있습니다.
Hay는 모델이 인간이 단순하다고 생각하는 작업에는 어려움을 겪을 수 있다고 지적했습니다. "이 모델은 특정 개별 작업에 탁월합니다. 그러나 현재는 대화의 여러 부분을 구별하는 데 어려움을 겪고 있습니다. 이로 인해 여러 개념을 동시에 처리하는 능력에 혼란이 야기됩니다. 이 모델은 요청을 처리할 때 관련 없는 정보를 너무 많이 고려하는 등 컨텍스트를 지나치게 강조합니다."
Baracaldo는 다음과 같은 주의 사항을 덧붙였습니다. "이 모델은 매우 인상적이지만 때로는 실수를 저지르기도 합니다. 기술 보고서를 읽어보면, 실제 전문가인 인간이 실현 불가능하다고 생각할 만한 해결책을 제시하기도 하는데, 이는 모델이 모든 가정을 알지 못하기 때문입니다."
이러한 발전의 영향은 기술 산업을 넘어섭니다. 연구 및 학계에서는 복잡한 데이터 분석 및 가설 생성을 지원하여 발견의 속도를 높일 수 있습니다. 의학이나 법률과 같은 분야에서는 인간의 전문성을 보강하는 도구로 활용되어 보다 정확한 진단이나 보다 포괄적인 법률 분석으로 이어질 수 있습니다.
Hay는 새로운 모델이 기업에 주는 실질적인 가치를 이렇게 요약했습니다. "이전보다 훨씬 더 나은 코더가 되었습니다."