충격적 제품이 등장해 그간의 질서를 재정의하는 순간이 주기적으로 나타난다. ‘아이폰 모멘트’라고 불리던 사건은 모바일 시대를 개막했고, 지금은 ‘챗GPT 모멘트’라고 불리는 사건이 몰고 온 생성형 인공지능(AI) 시대의 한가운데다.

엔비디아의 수장 젠슨 황은 지난 1월 6일(현지시간) 미국 라스베이거스에서 열린 세계 최대 가전·정보기술(IT) 전시회 ‘CES 2025’ 기조연설에서 생성형 AI에 이어 ‘물리 AI’가 뜬다며 ‘로봇 공학에서 챗GPT 모멘트’가 지금 곧 올 것이라고 주장했다. 화면 안에 갇혀 언어의 유희에 그치는 인공지능이 아니라 자율주행에 휴머노이드 로봇까지 우리의 실세계를 이루고 있는 물리 법칙을 이해하는 AI가 온다는 것.

엔비디아의 전성기는 ‘챗GPT 모멘트’와 함께 시작했다. 불과 3년 전 지금 주가의 10분의 1이었던 시기였다. 엔비디아는 딥러닝 기반의 인공지능, 그러니까 초대용량 빅데이터를 밀어넣듯 학습시킨 신경망을 가능하게 한 도구였고, 엔비디아의 부상은 인공지능의 미래는 딥러닝 신경망에 있다고 모두가 믿기 시작했다는 뜻이기도 했다.

딥러닝 학습이란 데이터가 기계에 인상 깊이 새겨져 인이 박이는 일. 그 데이터만큼 듣고 볼 수 있는 귀와 눈을 가지게 됐다. 그렇다면 이제 입력의 다음 과제는 출력, 바로 생성이었다. 하지만 인식한 입력을 토대로 확률적인 답변의 가능성을 찾아가는 일은, 엑셀의 장부를 손으로 훑는 방식이 아니라 뇌세포에서 순간적으로 전기 신호가 전파되는 걸 흉내 낸 것이었기에 예측하기가 힘들었다. 챗GPT가 똑같은 질문에도 늘 다른 답을 낼 수밖에 없는 이유이기도 하다. 그리고 그 다른 답 중에는 환각이라 불리는 헛방도 필연적으로 끼어들었다.

학습이 완료된 딥러닝 모델은 여느 다른 프로그램들과는 달리 오류 수정이 힘들다. 장부를 훑어가며 어긋난 수치를 바꿔 넣는 식으로는 버그를 잡을 수 없다. 우리가 잊고 싶은 기억을 쉽게는 지울 수 없듯. 어쩔 수 없는 일이다.

그렇기에 이러한 주먹구구식 입출력은 사고를 치기도 하는데 사실 챗봇에서는 그 사고의 여파가 제한적이다. 웃고 넘기고 말 수도 있고, 교차 검증하지 않은 사용자 자신을 탓할 수도 있다.

하지만 물리적 세계는 그 여파도 물리적이다. 로봇의 잘못된 출력은 얻어맞으면 아플 수 있다. 자율주행은 말할 것도 없다. 일론 머스크는 곧 나온다며 몇 년째 큰소리치지만, 막상 뚜껑을 열어보면 베타 버전을 벗어나지 못한다. 데이터의 물량 공세를 늘린다고 오류가 줄어든다는 보장이 없어서다.

최신 챗봇은 다단계의 추론, 혹은 검토를 거쳐 환각을 줄여가는 방식을 택했지만, 실시간으로 반응해야 하는 물리적 세계에서는 그러한 여유도 없다. 게다가 테슬라의 사고 사례에서 볼 수 있듯이, 인식마저 때로는 완벽하지 않아 그 후과는 사망사고다.

그렇다면 엔비디아의 물리 AI는 테슬라의 자율주행 같은 허풍일까? 관점을 바꾸면 그렇지만은 않다. 100% 확신이 필요 없는 물리적 상호작용도 우리 세계에 여전히 많기 때문이다. 로봇 청소기는 가끔 환각을 봐도 상관없다. 노인에게 허그를 해주는 로봇도 가끔 환각을 봐도 괜찮다. 인간도 가끔 착각하고 환각을 보고 그러다 어느 날 인지 능력에 자신을 잃고 운전면허를 반납하기도 하니까. 인간처럼 지치지도 투덜대지도 않는 기계가 인간이 있던 그 자리를 쳐다보기 시작했다.

<김국현 IT 칼럼니스트>