CNBC가 최근 주최한 팟캐스트에서 Google DeepMind CEO 데미스 하사비스는 현대 AI의 세 가지 주요 한계를 지적했습니다. 여기에는 장기 계획 능력, 지속적인 학습 및 더 깊은 수준의 추론이 포함됩니다.
하사비스 씨는 구글의 Gemini 3와 같은 멀티미디어 플랫폼 모델이 텍스트, 이미지 및 비디오를 처리할 수 있지만, 세계를 지배하는 법칙을 이해하는 대신 데이터 샘플을 식별하고 합성하는 데 주로 의존한다고 강조했습니다.
하사비스에 따르면, LLM(큰 언어 모델)은 현재 시각적 물리학, 인과 관계, 그리고 행동이 시간이 지남에 따라 다른 결과를 초래할 수 있는 방식을 파악하지 못하고 있습니다. 이로 인해 AI는 완전히 새로운 현상을 예측, 발명 또는 설명하는 데 어려움을 겪고 있습니다.
하사비스 씨는 지금까지 AI 시스템은 뛰어난 과학자들이 여전히 수행하는 방식과 마찬가지로 가설을 테스트하기 위해 자체적으로 시뮬레이션을 만들고 실행할 수 있는 능력이 아직 없다고 말했습니다.
그로부터 하사비스는 그가 "세계 모델"이라고 부르는 개발 방향에 베팅했습니다. 이것은 세계가 작동하는 방식에 대한 비교적 정확한 표현을 구축하도록 설계된 AI 시스템으로, 시각적 물리학에서 시작하지만 거기서 멈추지 않습니다.
그에 따르면 진정으로 이해하고 창의적으로 만들기 위해서는 AI가 언어 데이터에서만 배우는 대신 생물학, 경제학, 사회 과학과 같은 여러 분야의 지식을 통합해야 합니다.
이 관점은 하사비스만이 추구하는 것이 아닙니다. 메타의 전 AI 과학 이사이자 머신 러닝 산업의 거물 중 한 명인 얀 레쿤도 세계 모델을 인공 지능의 다음 국경으로 간주합니다.
2025년 12월, LeCun은 현실 세계를 이해하고 시뮬레이션할 수 있는 AI 시스템 개발에 중점을 둔 스타트업 Advanced Machine Intelligence (AMI) 설립을 발표했습니다.
그러나 하사비스와 르쿤 사이에는 여전히 의견 불일치가 존재하며, 특히 일반적인 지능 개념을 중심으로 전개됩니다. 르쿤은 일반적인 지능은 실제로 존재하지 않는다고 주장합니다. 왜냐하면 인간의 지능은 높은 전문성의 결과이기 때문입니다. 그에 따르면 인간이 자신을 일반적인 지능으로 여기는 것은 단지 환상일 뿐입니다.
이에 대해 하사비스는 이 견해를 반박하며 르쿤이 "일반 지능"과 "일반 지능"을 혼동했다고 주장했습니다.
소셜 네트워크 X에 게시된 기사에서 하사비스 씨는 인간의 뇌는 다양한 분야에서 지식을 유연하게 적용할 수 있는 능력으로 알려진 가장 정교하고 복잡한 현상이라고 강조했습니다.
두 명의 최고 과학자 간의 논쟁은 AI가 여전히 최적의 개발 경로를 찾는 단계에 있음을 보여줍니다.
여전히 많은 반대 의견이 있지만, 하사비스와 르쿤 모두 인간 수준의 지능에 더 가까워지려면 AI가 현재 LLM의 한계를 뛰어넘고 언어를 모방하는 것뿐만 아니라 세상을 이해하는 방법을 배워야 한다는 데 동의합니다.
