Noam Brown : AI '추론'모델은 수십 년 전에 등장했을 수 있습니다.

노암 브라운(OpenAI의 AI 추론 분야 선도 연구원)은 최근 산호세에서 열린 엔비디아의 GTC 컨퍼런스에서 통찰을 공유하며, 적절한 방법과 알고리즘이 알려져 있었다면 "추론" AI의 발전이 20년 전에 이미 이루어질 수 있었을 것이라고 언급했습니다. 그는 "이 연구 방향이 소홀히 다뤄진 여러 이유가 있었다"고 설명하며, 훨씬 더 일찍 채워질 수 있었던 접근 방식의 간극을 강조했습니다.

자신의 연구 여정을 돌아보며, 브라운은 중요한 깨달음을 언급했습니다: "연구를 진행하면서, 나는 뭔가 부족하다는 것을 알게 됐다. 인간은 어려운 상황에서 행동하기 전에 많은 시간을 생각에 할애한다. 이것이 [AI에서] 매우 유용할지도 모른다." 이 관찰은 그가 계산 능력에만 의존하지 않고 인간과 유사한 추론을 모방하는 AI 모델을 개발하도록 이끌었습니다.

카네기 멜론 대학교에서의 그의 연구, 특히 최고의 인간 포커 플레이어를 이긴 플루리버스(Pluribus) AI는 이 접근 방식을 잘 보여줍니다. 플루리버스는 당시 흔히 사용되던 무차별 대입 방법과 달리 추론을 사용해 문제를 해결했다는 점에서 획기적이었습니다.

OpenAI에서 브라운은 테스트-타임 추론(test-time inference)이라는 방법을 사용하는 o1 AI 모델 개발에 기여했습니다. 이 기술은 AI가 응답 전에 "생각"하도록 하여, 특히 수학 및 과학 분야에서 정확성과 신뢰성을 향상시킵니다.

패널 토론에서 브라운은 학계 연구가 OpenAI와 같은 대규모 AI 연구소의 실험 규모와 경쟁하는 데 따르는 도전 과제를 언급했습니다. 그는 현대 모델의 증가하는 계산 요구로 인해 어려움이 커지고 있음을 인정했지만, 학계는 모델 아키텍처 설계와 같이 계산 능력이 덜 필요한 영역에 집중함으로써 여전히 크게 기여할 수 있다고 제안했습니다.

그는 학계와 최첨단 연구소 간의 협력 가능성을 강조하며, "[최첨단 연구소와 학계 간의 협력 기회가 있다.] 분명히 최첨단 연구소들은 학술 논문을 검토하며, 이 논문이 설득력 있는 주장을 제시하는지, 즉 이것이 더 큰 규모로 확장된다면 매우 효과적일지를 신중히 고민한다. 논문에서 설득력 있는 주장이 있다면, 우리는 이러한 연구소에서 이를 조사할 것이다"라고 말했습니다.

브라운의 발언은 트럼프 행정부가 과학 자금 지원에 대한 대폭 삭감을 제안한 시점에 특히 시의적절합니다. 이는 제프리 힌튼(Geoffrey Hinton)을 포함한 AI 전문가들이 이러한 삭감이 전 세계 AI 연구 노력에 위협이 될 수 있다고 비판한 바 있습니다.

그는 또한 AI 벤치마킹 개선에서 학계의 중요한 역할을 지적하며, "AI 벤치마크의 현재 상태는 정말 형편없으며, 이를 개선하는 데 많은 계산 자원이 필요하지 않다"고 언급했습니다. 현재의 AI 벤치마크는 종종 모호한 지식에 초점을 맞추며, 사용자에게 가장 중요한 능력을 정확히 반영하지 못해 AI 모델의 진정한 잠재력과 발전에 대한 혼란을 초래합니다.

오후 4:06 PT 업데이트: 이 기사의 이전 버전에서는 브라운이 초기 발언에서 o1과 같은 추론 모델을 언급한 것으로 암시했습니다. 사실, 그는 OpenAI에 합류하기 전 게임 플레이 AI 연구를 언급한 것이었습니다. 오류를 정정합니다.