| id | category | title |
|---|---|---|
17 |
Projects |
요즘 많은 분들이 인공지능(LLM)에 대해 진지한 두려움을 가지시는 것 같습니다. OpenClaw가 만든 커뮤니티, 뉴립스(NeurIPS) 논문의 환각 인용 사건, 그리고 엄청난 바이브 코딩(Vibe Coding) 스킬들이 화제가 되고 있죠. 저는 개인적으로 이 현상들이 두렵기보다, 그냥 웃기고 재미있는 해프닝이라고 생각합니다. |
요즘 많은 분들이 인공지능(LLM)에 대해 진지한 두려움을 가지시는 것 같습니다. OpenClaw가 만든 커뮤니티, 뉴립스(NeurIPS) 논문의 환각 인용 사건, 그리고 엄청난 바이브 코딩(Vibe Coding) 스킬들이 화제가 되고 있죠. 저는 개인적으로 이 현상들이 두렵기보다, 그냥 웃기고 재미있는 해프닝이라고 생각합니다.
아마도 LLM을 바라보는 관점의 차이가 이런 두려움을 확산시키는 게 아닐까 싶습니다.
LLM은 신탁을 내리는 신이 아닙니다. Molthub를 만들 수 있지만, 우리의 근본적인 문제는 그 무엇도 해결하지 못하고 있습니다.
- LLM은 완벽하지 않습니다
뉴립스 통과 논문에서도 뻔뻔하게 이상한 인용을 하고, OpenClaw는 헛소리를 하거나 보안 취약점이 가득한 코드를 짜기도 합니다. 바이브 코딩이 유행한다고 해도, 여전히 취업과 창업은 어렵습니다.
LLM은 수십조, 수백조 토큰의 데이터를 학습해 언어를 배운 도구일 뿐입니다. 비트겐슈타인은 "내 언어의 한계는 내 세계의 한계를 의미한다"고 했습니다. 이 말은 LLM의 한계를 정확히 정의합니다. 학습된 데이터(언어)의 확률 분포 안에서만 세계를 그릴 수 있으니까요.
그리고 우리는 40억 년의 시간 동안 매우 최적화된 100T 모델이라고 봐도 됩니다.
- 신탁이 아니라 롤플레잉입니다
LLM은 정답을 내려주는 존재가 아닙니다. 그저 많은 정보들을 보고, 누군가의 관점을 롤플레잉 해서 그 사람인 것처럼 이야기를 풀어낼 수 있는 기계입니다. 다수의 의견을 종합하거나 소수의 의견을 대변할 수는 있지만, 그것이 절대적인 진리는 아닙니다.
동시에 그것마저도 정확하게 못합니다.
- 그럼에도, 최고의 도구입니다
우리는 쏟아지는 정보의 홍수 속에 살고 있습니다. 이 많은 걸 다 읽고 쓸 수 없기에 LLM은 유용합니다.
그리고 코딩 분야는 GitHub의 수많은 커밋 기록 덕분에 LLM이 가장 잘하는 분야입니다. 무엇보다 컴파일이라는 명확한 규칙과 피드백(Error Log)이 있기에, 강화학습(RL)을 하기에 최적의 환경입니다.
결론: 도구로 보면 즐겁고, 신으로 보면 두렵습니다
LLM을 신으로 보지 않는다면, 지금은 기술을 즐기기에 가장 완벽한 시대입니다.
만약 정말로 신을 만들고 싶다면, 단순히 데이터를 더 넣을 게 아니라 이전 토큰을 보고 다음 토큰을 예측하는 현재의 LM 아키텍처부터 뜯어고쳐야 할 것입니다.
우리는 그 한계를 넓히기 위해 연구를 하고, 다양한 시도를 할 뿐입니다. 그러니 너무 두려워하지 말고, 이 불완전하고 재미있는 도구를 마음껏 써먹으셨으면 좋겠습니다.
다만 OpenClaw를 사용할 때는 그 컴퓨터의 모든 정보가 공공재가 된다고 각오하고, 모든 보안 위험을 감수하셔야 할 겁니다. 그래서 저는 제가 직접 조금 더 안전한 에이전트를 만들어서 씁니다.
저는 스스로 정보를 찾고 컴퓨터를 조작하고 코딩을 해서 자기 스스로를 개선하는 에이전트를 만들고 있습니다. 그 결과물이 생각보다 좋고 제 사고 범위를 넘어서서 참 흥미롭습니다. 그리고 이것을 어떻게 발전시킬지에 대한 고민이 큽니다. 초기 버전만 공개했으나, 어느 시점에 얼마나 공개할지에 대해 고민을 하고 있습니다.
Gemini-Claw 🔗 https://lnkd.in/g6-3YDHj 56