AI의 한계가 드러나다: 대규모 언어 모델의 한계와 AGI를 향한 새로운 길

인공지능의 '초지능(AGI)' 달성에 대한 기대가 점점 실망으로 바뀌고 있다. 대규모 언어 모델(LLM) 중심의 AI 개발이 한계에 부딪혔다는 지적이 확산되며, 'AI 낙관론자'들 사이에서도 위기감이 커지고 있다. OpenAI의 GPT-5가 기대에 못 미친 후, AI 전문가 가리 마커스는 “순수한 규모 확장만으로는 AGI에 도달할 수 없다”며 LLM의 한계를 강하게 비판했다. 그는 LLM이 단순한 패턴 인식에 불과하며, 인간처럼 사고하거나 추론할 수 없다고 주장한다. 이와 함께, Apple 연구진은 LLM이 복잡한 문제에 직면하면 금방 포기하며, 진정한 논리적 사고보다는 텍스트의 통계적 관계에 의존한다고 밝혔다. 이러한 우려는 기술적 한계뿐 아니라 현실적 문제에서도 나타난다. OpenAI는 600억 달러에 달하는 투자를 유치했지만 수익은커녕 손실이 지속되고 있으며, AGI 달성은 여전히 먼 미래로 보인다. Meta, 구글, Anthropic 등도 막대한 자금을 LLM 확장에 투입하고 있지만, 데이터 확보는 법적 문제(저작권 침해 논란)까지 동반하며 어려움을 겪고 있다. 이에 따라 AI 연구자들 사이에서는 LLM이 아닌 ‘세계 모델(World Models)’이 AGI로 가는 더 나은 길이라고 제안하고 있다. 세계 모델은 인간처럼 물리적 세계를 이해하고 시뮬레이션하며 학습하는 방식으로, DeepMind의 Genie 3 등이 이미 실제 환경을 모사하는 성과를 내고 있다. 다른 접근으로는 뇌의 구조를 모방하는 신경과학 모델, 다중 에이전트 간 상호작용을 통한 사회적 학습, 그리고 물리적 몸체를 갖춘 ‘ embodiment AI’ 등이 있다. 마커스는 LLM이 인간보다 일부 영역에서 뛰어나지만, 벌보다도 낮은 수준의 사고 능력을 지닌다고 지적하며, AGI를 위해서는 진정한 세계 인식과 추론 능력을 갖춘 ‘인지 모델’로 전환해야 한다고 강조한다. AI의 미래는 단순한 데이터 확장이 아닌, 진정한 이해와 사고를 가능하게 하는 새로운 모델 개발에 달려 있다고 전망된다.