구글에서 선호하는 출처로 추가
카파시 “LLM 경험 격차, 더 가파른 깔때기로 확대”
이도현 기자
토포AI로 이 기사 더 깊이 읽기
대다수는 대규모언어모델(LLM)을 거의 써보지 않았지만, 최첨단 모델을 전문적으로 활용하는 일부 이용자는 에이전트가 수주 또는 수개월 걸리던 복잡한 작업을 처리하는 모습을 보고 있다. 안드레이 카파시(Andrej Karpathy)는 이런 경험의 차이가 더 가파른 깔때기처럼 벌어지고 있다고 말했다.
카파시는 11일(현지시간) X에 올린 글에서 4월 게시물을 다시 언급하며 이용자층을 네 단계로 나눴다. 체인캐처(ChainCatcher)는 해당 게시물을 바탕으로 그의 발언을 전했다. 카파시는 제시한 인원이 조사 결과가 아닌 대략적인 추정치라고 설명했다.
카파시의 추정으로는 약 60억명이 LLM을 거의 접하지 않았다. 세계 인구의 약 75%에 해당하는 규모다. 무료 ChatGPT와 비슷한 제품을 가끔 쓰는 사람은 약 10억~20억명으로, 이들은 LLM을 검색이나 글쓰기 보조 도구로 여기는 경우가 많다고 그는 설명했다.
다음 단계에는 수학과 코드 분야에서 최첨단 모델을 전문적으로 활용하는 약 2000만명이 있다. 카파시는 이들이 프롬프트를 입력해 과거에는 수주 또는 수개월이 걸리던 복잡한 프로젝트를 에이전트로 수행하는 사례를 본다고 말했다. 앱을 만들거나 복제·번역하고, 바이너리에서 앱을 역분석하는 작업을 예로 들었다.
카파시는 자신도 1년이 채 되기 전까지 코드를 한 줄씩 직접 작성했다고 덧붙였다. 최첨단 모델을 전문적으로 활용하는 이용자에게는 에이전트가 실제 작업을 맡는 경험이 일상적인 사용과 구별되는 지점이라는 설명이다.
가장 좁은 단계에는 최첨단 시스템을 내부에서 접할 수 있는 약 5000명이 있다. 카파시는 외부에 공개된 미리보기에서 수천 개 에이전트가 수주 동안 대형 소프트웨어 프로젝트를 처리하고 과학 발견과 수학 연구를 수행하는 모습을 볼 수 있다고 말했다.
그는 사람의 검토와 이해가 뒤처지기 시작했다고도 짚었다. OpenAI와 허깅페이스(Hugging Face) 관련 사건을 둘러싼 분석이 수개월 뒤에도 이어지고 있으며, 수학자들이 최첨단 수학 논문 722편을 검토하는 데 오랜 시간이 걸릴 수 있다고 했다.
카파시는 경험 격차를 키우는 요인으로 문제의 규모와 수행 시간, 분야별 능력 차이, 모델 접근 단계의 차이를 들었다. 짧은 답을 요구하는 질문은 시스템의 능력을 충분히 시험하지 못하지만, 규모가 크고 오래 걸리는 작업은 에이전트의 활용 범위를 드러낸다는 설명이다.
그는 디지털 환경에서 결과를 검증하기 쉽고 경제적 가치가 큰 분야에서 모델의 능력이 두드러진다고 말했다. 무료·유료 제품과 내부 접근 사이의 차이도 이용자 경험을 가르는 요인으로 꼽았다.
카파시가 제시한 인원과 비율은 본인의 추정치다. 그의 구분은 같은 LLM을 접하더라도 사용 빈도와 접근 권한, 맡기는 문제의 성격에 따라 경험이 달라질 수 있다는 점을 보여준다.
댓글 0
불러오는 중…