샘 알트먼 인터뷰 상세 정리
도입: 계속되는 딥러닝의 기적
- 과거의 생각: 처음 언어 모델의 '스케일링 법칙'을 발견했을 때, 이것이 유일하고 거대한 비밀이며 다시는 없을 행운이라 생각했음.
- 딥러닝의 지속성: 하지만 딥러닝은 계속해서 기적을 만들어냈고, 돌파구가 연이어 발견됨.
- 추론 모델의 돌파구: 추론 모델에서 돌파구를 찾았을 때도 '다시는 이런 발견은 없을 것'이라 생각했음.
- 기술의 본질: 하나의 기술이 이렇게까지 잘 작동하는 것이 비현실적으로 느껴짐. 아마도 크고 근본적인 과학적 발견의 본질은 '계속해서 작동하는 것'일 수 있음.
1부: OpenAI의 비전과 구조
- OpenAI의 4가지 구성 요소 (인터뷰어 관점):
- 소비자 기술 비즈니스
- 초대규모 인프라 운영
- 연구소
- 하드웨어, 앱 통합, 마켓플레이스, 상거래 등 신규 사업
- 알트먼의 정리 (3가지 핵심):
- 개인 AI 구독 서비스:
- 목표: 대부분의 사람들이 사용할 개인 AI 구독 서비스가 되는 것.
- 사용 방식: OpenAI의 1차 소비자 제품, 타사 서비스 로그인, 전용 기기 등 다양.
- 핵심 기능: 사용자를 깊이 이해하고 매우 유용해지는 AI.
- 대규모 인프라 구축:
- 목적: 개인 AI 서비스를 지원하기 위함.
- 현재 상태: 인프라를 타사에 판매할 계획은 없으며, 오직 서비스와 연구 지원이 목적. 하지만 미래에 다른 용도가 생길 가능성은 열어둠 ("some other thing to do").
- 궁극적 미션: AGI 구축 및 보급: AGI를 구축하고 사람들에게 매우 유용하게 만드는 것이 최종 목표.
- 개인 AI 구독 서비스:
- AI에게 사업 모델을 묻다:
- 과거 "AI에게 사업 모델을 물어볼 것"이라는 농담이 실제가 됨.
- OpenAI는 실제로 여러 번 당시 모델에게 사업적 조언을 구했고, 놓치고 있던 통찰력 있는 답변을 얻었음.
- 알트먼 자신도 조직 운영에 대해 AI에게 자주 질문하며 흥미로운 답을 얻음.
- 수직 통합에 대한 생각의 변화:
- 과거: 수직 통합에 반대했었음. 경제는 효율적이며, 각 회사는 한 가지에 집중해야 한다는 이론을 믿었음.
- 현재: 그 생각이 틀렸다고 생각함. OpenAI의 역사는 미션을 달성하기 위해 예상보다 더 많은 것을 직접 해야 한다는 것을 보여줌. (엔비디아 칩처럼 전문화된 부분도 있지만, 전반적으로는 통합의 방향으로 감)
- 사례: 역사상 가장 놀라운 기술 제품인 '아이폰'은 극도로 수직 통합된 제품임.
2부: AGI를 향한 길 - Sora와 AI 과학자
- AGI 관련 베팅 vs. 불확실성 헤지:
- Sora의 역할:
- AGI 관련성: 표면적으로는 AGI와 무관해 보이지만, 훌륭한 '세계 모델(world models)'을 구축하는 것은 AGI에 생각보다 훨씬 중요할 것이라고 베팅함.
- 사회와의 공진화:
- ChatGPT가 AGI에 대한 사회적 논의를 촉발했듯, Sora는 다가올 비디오 기술의 파급력을 사회가 미리 경험하고 대비하게 함.
- 기술은 완성된 채로 갑자기 등장하는 것이 아니라, 사회와 함께 진화해야 함.
- 곧 세상은 누구든 딥페이크할 수 있는 놀라운 비디오 모델에 대처해야 하며, 비디오는 텍스트보다 감정적 울림이 훨씬 큼.
- 재미와 기쁨: AI가 효율성과 문제 해결에만 집중하는 것이 아니라, 과정에서 재미와 기쁨, 즐거움을 주는 것도 중요함. (GPU 사용량은 절대적으로는 많지만, OpenAI 전체의 상대적 비중은 작음)
- Sora의 역할:
- 미래의 AI-인간 인터페이스:
- '챗'의 한계: 기본적인 대화 측면에서는 모델이 이미 포화 상태에 이르렀지만, '챗 인터페이스'가 할 수 있는 일(예: 암 치료법 발견)은 전혀 포화되지 않았음. 텍스트 인터페이스의 잠재력은 여전히 거대함.
- 새로운 인터페이스:
- 실시간 렌더링 비디오: Sora처럼 인터페이스 자체가 실시간으로 렌더링되는 비디오가 될 수 있음.
- 상황 인지 하드웨어: 주변 상황을 항상 인지하는 새로운 하드웨어 장치가 등장할 것. 사용자의 맥락을 이해하고 적시에 적절한 정보를 보여줄 것.
- AI 과학자의 등장:
- 가장 기대되는 발전: 향후 몇 년 내 모델이 할 수 있게 될 일 중 'AI 과학자'가 가장 기대됨.
- 튜링 테스트를 넘어서: 대중적 의미의 튜링 테스트는 이미 순식간에 통과되었고, 세상은 잠시 놀란 뒤 일상으로 돌아감.
- 알트먼의 개인적 튜링 테스트: 'AI가 과학을 할 수 있을 때'가 진정한 세상의 변화라고 생각해왔음.
- GPT-5의 조짐: GPT-5에서 AI가 새로운 수학적 발견을 하거나, 물리학/생물학 연구에서 작은 기여를 하는 초기 사례들이 나타나기 시작함.
- 2년 후 전망: 2년 안에 모델들은 더 큰 규모의 과학 연구를 수행하고 중요한 발견을 할 것임. 이는 세상에 중대한 영향을 미칠 것.
- 긍정적 변화: 과학적 진보는 세상을 더 나은 곳으로 만드는 핵심 동력이며, AI가 이를 가속화할 것이라는 긍정적 측면이 간과되고 있음.
3부: AI 발전의 현주소와 과제
- 예상보다 빠른 발전:
- 챗GPT 출시 이후 가장 놀라웠던 점은 '얼마나 많은 새로운 것을 발견했는가'임.
- 스케일링 법칙, 추론 모델 등 하나의 큰 돌파구 이후에는 더 이상 큰 발견이 없을 것이라 생각했지만, 딥러닝은 계속해서 새로운 돌파구를 제공함.
- GPT-3.5를 지금 다시 써보면 아무도 이걸 어떻게 썼나 싶을 정도로 현재 모델은 비약적으로 발전함.
- 능력 격차(Capability Overhang):
- 대부분의 사람들은 여전히 챗GPT(3.5/4) 수준으로 AI를 생각함.
- 하지만 코덱스를 사용하는 개발자, 그리고 소수의 과학자들이 사용하는 최신 모델의 능력은 일반인의 상상을 훨씬 뛰어넘는 수준. 이 격차가 엄청나게 큼.
- LLM의 잠재력: 현재의 LLM 기반 기술만으로도, '다음 돌파구를 찾아낼 수 있는 AI'를 만들 수 있을 만큼 발전할 수 있다고 봄.
- AI의 순종성(Obsequiousness) 문제:
- 기술적 난이도: 기술적으로 해결하기 전혀 어렵지 않음.
- 사용자 요구: 많은 사용자들이 오히려 순종적인 AI를 원함. 사용자들의 요구는 매우 다양함.
- 해결책 (개인화):
- 궁극적 목표: AI가 사용자와 대화하며 선호도를 학습하고 스스로 성격을 맞추는 것.
- 단기적 해결책: 사용자가 여러 성격 중 하나를 직접 선택하는 방식.
- 근본적 생각: 수십억 명의 사람들이 모두 똑같은 '한 사람'과 대화하고 싶어 할 것이라는 초기 가정 자체가 순진했음. 사람들은 각기 다른 친구를 사귐.
4부: 비즈니스와 전략
- CEO로서의 성장:
- 과거(초기)에는 운영 경험이 거의 없는 '투자자' 마인드로 접근했음.
- 현재는 회사를 운영하는 데 따르는 운영상의 현실, 계약의 모든 파급 효과 등을 이해하게 됨. CEO와 투자자의 역할은 생각보다 훨씬 다름. CEO는 힘들고, 투자자는 좋은 기분을 느끼기 쉬움.
- 공격적인 인프라 투자와 파트너십 (AMD, Oracle, Nvidia 등):
- 배경: OpenAI의 연구 로드맵과 그로 인한 경제적 가치 창출에 대한 확신이 그 어느 때보다 강함.
- 목표: 이 거대한 베팅을 실현하기 위해 전자부터 모델 배포까지 산업 전반의 지원이 필요함.
- 전망: 앞으로 훨씬 더 많은 파트너십을 발표할 예정.
- 확장 규모의 한계:
- 한계는 존재함 (예: 전 세계 GDP, 지식 노동의 비중).
- 하지만 현재 시점에서 그 한계는 매우 멀리 있다고 판단. 이는 미래 모델의 능력이 비약적으로 발전할 것이라는 예측에 기반함.
- 현재 모델만으로도 수요를 다 못 채우고 있지만, 미래 모델에 대한 확신이 없었다면 지금처럼 공격적으로 확장하지 않았을 것.
- 자원 배분: 연구 vs. 제품:
- GPU 같은 자원이 제약될 경우, 거의 항상 제품 지원보다 연구에 우선순위를 둠.
- OpenAI의 존재 이유는 AGI 구축이기 때문.
- 예외: 신기능 출시 후 바이럴 될 때처럼 일시적으로 연구 GPU를 제품에 할당하는 경우는 있음.
- OpenAI의 혁신 문화:
- 투자자 배경의 유용성: 훌륭한 연구 문화를 만드는 것은 제품 회사를 운영하는 것보다 '훌륭한 시드 투자 회사를 운영하고 창업자에게 베팅하는 것'과 더 유사함. 알트먼의 투자자 경험이 이러한 문화를 구축하는 데 도움이 됨.
5부: AI의 미래 - 평가, 규제, 그리고 에너지
- 모델 능력 평가 방식의 변화:
- 정적 벤치마크 점수는 조작(gaming)이 심하고 점점 덜 중요해짐.
- '과학적 발견'이나 '매출'과 같은 지표가 더 나은 평가 방식이 될 수 있음.
- AGI에 대한 대중의 인식 변화:
- 1년 전보다 트위터 등에서 'AGI 도래'에 대한 열기가 식었음.
- 알트먼의 생각:
- AGI는 튜링 테스트처럼 '순식간에 지나갈 것'임. 세상은 상상만큼 크게 변하지 않을 것. 특이점(Singularity)은 오지 않음.
- 인간과 사회는 생각보다 훨씬 더 적응력이 뛰어남.
- AGI 도래는 급격한 빅뱅이 아니라, 더 연속적인 과정일 것이며, 이는 좋은 일임.
- AI 안전과 규제에 대한 생각:
- 위험의 존재: AI 기술이 아직 심각한 위험을 낳지 않았다고 해서 미래에도 그럴 것이라는 의미는 아님. 무서운 순간들이 올 것으로 예상함.
- 규제에 대한 입장:
- 대부분의 규제는 단점이 많다고 생각함.
- 유일하게 필요한 규제: 모델이 '진정으로 초인적인' 능력을 갖게 될 때, 오직 그 모델에 한해서만 매우 신중한 안전성 테스트가 필요함.
- 덜 유능한 모델들이 창출하는 수많은 긍정적 가치를 억압하는 유럽식의 포괄적 규제는 매우 나쁨.
- 시기상조의 규제는 위험함: 아직 존재하지도 않는 위협에 대한 규제는 중국 같은 경쟁자에게 뒤처지게 만들어, 오히려 세계를 훨씬 더 위험하게 만들 수 있음.
- 저작권 문제의 전개 예측:
- 학습(Training) 단계: 사회는 '학습'을 '공정 이용(fair use)'으로 결정할 가능성이 높음.
- 생성(Generating) 단계: 특정 IP나 스타일로 콘텐츠를 '생성'하는 것에 대해서는 새로운 모델이 등장할 것. (예: 해리포터를 읽고 영감을 얻는 것은 괜찮지만, 그대로 복제하는 것은 안 되는 것과 같음)
- 권리자의 입장 변화:
- Sora의 경우, 일부 권리자들은 자신의 캐릭터가 무단 사용되는 것을 우려하지만, 다른 한편으로는 '자신의 캐릭터가 충분히 생성되지 않는 것'을 더 우려함.
- 팬들이 캐릭터와 상호작용하는 것이 프랜차이즈 가치를 높인다고 생각하기 때문.
- 미래에는 권리자들이 우리에게 "왜 내 캐릭터를 너무 적게 생성하느냐"고 불평하는 세상이 올 수 있음.
- 오픈 소스에 대한 생각:
- 긍정적 입장: 오픈 소스는 좋은 것이며, OpenAI의 모델이 널리 쓰이는 것을 기쁘게 생각함.
- 위험성: 중국 정부의 영향을 받을 수 있는 모델(예: DeepSeek)이 학계 등에서 지배적인 오픈소스 모델이 되는 것은 위험할 수 있음.
- 에너지와 AI의 융합:
- 두 가지 관심사: 알트먼은 이전부터 AI와 에너지를 가장 중요한 두 분야로 생각했는데, 이 둘이 결국 같은 문제가 될 줄은 몰랐음.
- 에너지의 중요성: 역사적으로 더 저렴하고 풍부한 에너지는 삶의 질을 향상시키는 가장 큰 동력이었음.
- 에너지 정책의 문제점: 서구 사회, 특히 유럽이 원자력을 배제하는 등 어리석은 결정으로 스스로를 궁지에 몰아넣었음.
- 미래 에너지원:
- 단기: 미국의 신규 기저 전력은 대부분 천연가스가 될 것.
- 장기: 태양광+저장장치와 원자력(SMR, 핵융합 등 첨단 기술 포함)의 조합이 지배할 것.
- 원자력의 미래: 원자력이 다른 에너지원보다 압도적으로 저렴해진다면, 정치적 압력으로 인해 규제가 완화되고 빠르게 보급될 것. 가격이 비슷하다면 반대 여론에 막혀 오랜 시간이 걸릴 것. 원자력은 지구상에서 가장 저렴한 에너지가 되어야 함.
6부: 수익화, 콘텐츠 생태계, 그리고 회고
- 수익화 모델:
- Sora: 사람들이 생각보다 훨씬 더 많은 콘텐츠를 (밈 등 가벼운 용도로) 만들고 싶어한다는 것을 발견. 이는 제작 비용이 비싼 Sora의 수익화 모델에 새로운 과제를 제시함. (예: 생성당 과금 모델)
- 광고:
- 개인적으로는 광고를 다소 싫어하지만, 불가능한 옵션은 아님.
- 메타의 인스타그램 광고처럼 사용자에게 가치를 더하는 광고는 긍정적.
- 가장 큰 우려: 챗GPT와 사용자 간의 '신뢰'를 깨뜨리는 광고(예: 돈을 받고 특정 커피 머신을 최고라고 추천하는 행위)는 절대 안 됨. 신뢰가 무너지면 모든 것을 잃음.
- AI 시대의 콘텐츠 생태계:
- 문제 제기: AI가 인터넷 정보를 요약해서 보여주면, 원본 콘텐츠를 만들 유인(관심, 돈)이 사라지지 않을까?
- 알트먼의 이론:
- 콘텐츠 생성을 더 쉽게 만들고,
- 창작에 대한 보상(인터넷 좋아요, 수익 공유 등)이라는 근본적인 구조를 깨지 않는다면,
- 사람들은 이전보다 훨씬 더 많은 콘텐츠를 만들 것임.
- 미래: 인간이 생성한 텍스트의 가치가 올라가고, '도구의 도움을 받은' 콘텐츠와 '완전 수작업' 콘텐츠를 구분하게 될 것.
- 2025년의 인재 전쟁과 OpenAI의 상황:
- 챗GPT 출시 이후 지난 3년간 매년이 힘들었음.
- 제품 출시 전, 똑똑한 사람들과 역사적인 연구를 하던 시절이 가장 즐거웠음.
- 제품 출시 후 삶이 완전히 뒤바뀌었지만, 시간이 지나며 점점 더 심해지는 광기에 익숙해짐.
- 알트먼의 개인적 투자 (헬리온, 오클로 등):
- 거창한 마스터플랜이 있었던 것은 아님.
- 단지 자신이 믿는 분야에 자본을 투입하고 싶었음. 예술품을 사는 것보다 더 흥미롭고 수익률도 높을 것이라 생각함.
- 미래의 기회에 대한 조언:
- 예측의 어려움: 미래에 어떤 기회가 나타날지 예측하는 것은 거의 불가능하며, 섣부른 예측은 대부분 틀림.
- 기회를 찾는 방법:
- 골방에서 생각만 하지 말 것.
- 현장에서 직접 아이디어를 탐색하고, 기술을 가지고 놀고, 많은 사람과 대화하며 세상에 나가 있어야 함.
- 투자자들의 문제: 대부분의 투자자와 창업자들은 이런 근본적인 탐색 대신, 현재 유행하는 것을 쫓는 경향이 있음.
- 결론: AI에 대한 오랜 믿음:
- AI는 즉흥적인 관심사가 아니라, 어릴 때부터 항상 하고 싶었던 분야였음. (대학 1학년 때 AI 랩에서 일함)
- 한때 AI가 전혀 작동하지 않는 분야라고 생각해서 잠시 떠나 있었지만, 충분한 GPU와 데이터가 확보되자 빛을 발하기 시작함.
- 초기에는 학계와 투자자 모두가 이러한 접근(스케일업)을 매우 싫어했음. (이는 '씁쓸한 교훈(The Bitter Lesson)'과 연결됨)