리처드 서튼, 자율형 AI 에이전트 혁신을 위해 Oak Lab 설립
튜링상 수상자인 리처드 서튼(Richard Sutton)이 인공지능을 재정의하고자 하는 토론토 기반의 벤처 기업 Oak Lab을 설립하며 공식적으로 스타트업 업계에 뛰어들었습니다. 현대 생성형 모델의 한계를 넘어, 이 회사는 지속적인 실시간 학습을 통해 진정한 발견이 가능한 자율형 에이전트를 구축하는 것을 목표로 합니다.
생성형 모방을 넘어
현대 강화 학습의 개척자이자 Keen Technologies의 전 연구원인 리처드 서튼은 현재 AI의 발전 방향이 근본적으로 잘못되었다고 믿습니다. 현재 업계가 대규모 언어 모델(LLM)에 매몰되어 있는 반면, 서튼은 이러한 딥러닝 방식이 "취약하고 비효율적"이라고 주장합니다.
서튼에 따르면, 현재의 생성형 AI는 모방에는 뛰어나지만 자기 평가에는 실패합니다. 이러한 모델들은 자신의 결과물을 비판적으로 평가할 수 없기 때문에, 본질적으로 진정한 발견이나 과학적 진보를 이뤄낼 수 없습니다. Oak Lab의 미션은 모델에 방대한 데이터셋을 주입한 뒤 고정해 버리는 '정적 학습(static training)'의 시대를 지나, 역동적이고 진화하는 지능의 미래로 나아가는 것입니다.
목표: 실시간 학습과 월드 모델(World Models)
서튼은 쿠람 자베드(Khurram Javed)와 협력하여 고급 강화 학습에 뿌리를 둔 비전을 추구하도록 Oak Lab을 이끌고 있습니다. Oak Lab은 미리 준비된 데이터에 의존하는 대신, 환경으로부터 지속적으로 학습하는 에이전트를 개발하는 것을 목표로 합니다.
기술적 로드맵은 다음과 같은 몇 가지 핵심 축에 집중합니다:
- 내부 월드 모델(Internal World Models): 단순히 다음 토큰을 예측하는 것을 넘어, 주변 환경의 근본적인 메커니즘을 이해하는 에이전트 구축.
- 자율 평가(Autonomous Evaluation): 인간의 개입 없이 스스로 변동성 관리, 평가 및 선택 프로세스를 처리할 수 있는 시스템 개발.
- 실시간 계획(Real-Time Planning): 반응적인 패턴 매칭에서 선제적이고 목표 지향적인 계획 수립으로 전환.
서튼은 이 연구소를 위해 야심 찬 장기적 기준을 설정했습니다. 바로 단 20와트의 에너지만을 소비하면서 실시간 학습과 계획이 가능한 1조 개의 파라미터를 가진 에이전트를 만드는 것입니다. 이 목표는 현대 AI의 가장 큰 병목 현상 중 하나인 거대 컴퓨팅 클러스터의 막대한 에너지 요구 문제를 해결하고자 합니다.
이것이 AI 지형에 중요한 이유
Oak Lab의 설립은 AI 산업의 잠재적인 패러다임 전환을 예고합니다. 현재 시장의 대부분이 트랜스포머 아키텍처의 규모를 키우고 데이터셋 크기를 늘리는 데 집중하고 있는 반면, 서튼은 이 분야를 이끄는 기초적인 아이디어들에 대한 "철저한 재검토"를 요구하고 있습니다.
Oak Lab이 성공한다면, 업계는 데이터를 확장하는 '무차별 대입(brute force)' 방식에서 벗어나 생물학적 지능을 모방하는 더 우아하고 효율적인 아키텍처로 나아갈 수 있습니다. 서튼은 강화 학습과 환경 상호작용을 우선시함으로써, 범용 인공지능(AGI)으로 가는 길이 단순히 규모를 키운 모방이 아닌 경험과 자율성에 있다고 확신하고 있습니다.
핵심 요약
- 새로운 철학적 접근: Oak Lab은 현재의 "취약한" 딥러닝 방식을 정적 데이터셋이 아닌 지속적인 환경 상호작용을 통해 학습하는 에이전트로 대체하는 것을 목표로 합니다.
- 효율성에 대한 야망: 이 스타트업은 단 20와트의 전력으로 작동하는 1조 파라미터 모델을 목표로 하여 컴퓨팅 효율성의 돌파구를 마련하고자 합니다.
- 발견에 집중: 모방에 집중하는 생성형 AI와 달리, Oak Lab은 자기 평가와 자율적인 실시간 계획이 가능한 에이전트를 구축하고 있습니다.