3aaeda66f1d73bae20ffdabc00d46a2d91034cb40d1e52213e609735e5c4


월스트릿저널 테크라이브에 샘 알트만 나온게 저거밖에 없고

그 영상이 아까 그 유튜브 영상임,  영상이 요약될 수 있을 것 같아

저널 페이지 가서 원본 동영상 다운 받고

https://www.wsj.com/tech/ai/3-ways-tomorrows-ai-will-differ-from-todays-chatbots-6a86ea6b

자막 싹 뽑아서 번역했는데 그런 내용 없는데?


네, 파일에 있는 영어 대화를 한국어로 번역하고, 한 사람이 하는 것처럼 보이는 발언들은 합쳐서 번역하겠습니다.

사람1: 내가 너희에게 할 첫 번째 질문은 정말, 정말 간단한 질문이에요. 너를 인간으로 만드는 건 뭐야?

사람2: 저요? 너희 둘 다. 너희 둘 다가 인간이 되게 하는 게 뭔지 대답해야 해. 아, 그리고 단어 하나로. 한 단어만 쓸 수 있어.

사람3: 유머. 유머?

사람4: 감정. 좋아.

사람5: 너희 둘 다 인간이라는 걸 확인하기 위해서, 내가 너희에게 교통 신호기가 있는 상자를 확인하라고 할 거야.

사람6: 저도 이제 그걸 할 수 있다고 생각합니다. 좋아. 잘 알겠습니다. 또, 9년 전에 우리가 처음으로 테크 라이브를 했을 때 너도 여기 있었잖아. 난 그때 네가 뭐라고 말했는지 보여줄 비디오 클립이 있단다. 그걸 틀어볼까?

사람7: 물론이죠. AI나 기계 지능일반과 관련된 두려움은 분명히 운전기사나 의사들을 대체한다는 거죠.

하지만 낙관적으로 보자면, 우리가 보는 것처럼, 컴퓨터와 인간은 서로 다른 면에서 장점을 가지고 있습니다.

그래서 컴퓨터 의사는 수많은 데이터를 보고 이것이 정답이라고 판단하는 데 인간보다 뛰어날 수 있겠지만,

판단이나 창의력, 공감능력이 필요한 경우에는 우리는 어떤 컴퓨터 시스템도 제대로 할 수 없는 수준이에요.

사람1: 2023년 샘, 부분적으로 옳고 부분적으로 틀렸어. 괜찮았어? 더 나쁠 수도 있었지. 더 나쁠 수도 있었어. 지금 네 견해는 뭐야?

사람7: 당시의 통념은 AI가 일단 로봇 같이 기계적인 일들을 잘하게 될 거라는 거였죠.

그래서 훌륭한 로봇 외과의수술가같은 거 말이에요. 그리고나서 언젠가는 판단력이 필요한 일들도 할 수 있게 될 거라고 예상했죠.

그다음에 공감능력 같은 건 아마 영원히 못할 거라고 생각했습니다.

하지만 창의력의 경우에는, 창의력이라는 단어의 정의 자체가 논란의 여지가 있지만,

사람들이 예상했던 것보다 AI한테 더 쉬운 것으로 보입니다.

Dalle3처럼 놀라운 이미지를 생성하거나, GPT-4같은 걸로 창의적인 이야기를 쓰는 것 말이죠.

사람1: 그래서 답변의 일부는 완벽하지 않았다고 볼 수 있겠네. GPT-4를 9년 전에는 예측할 수 없었을 거야.

어떻게 될지 정확히는 몰랐을거야. 하지만 나쁘지 않았어. 나쁘지 않았어.

내가 다음으로 묻고 싶은 건 AGI에 대한 건데. AGI가 뭔지, Mira가 정의를 좀 해주면 좋겠다.

사람8: 음, 여러 영역에 일반화할 수 있는 시스템이라고 할 수 있죠.

인간의 업무와 동등한 수준의 생산성과 경제적 가치를 창출할 수 있는 시스템이죠.

하나의 시스템이지만, 많은 디지털 영역에서 인간의 업무를 일반화할 수 있다는 거죠.

사람1: 샘, 왜 AGI가 목표인가?

사람7: 다음 10년, 아니 몇 십년 동안 인류의 삶을 가장 많이 향상시킬 두 가지는

풍부하고 싼 인텔리젠스일 것이다.

더 강력하고, 더 일반적이고, 더 스마트할수록 좋다.

나는 그것이 바로 AGI라고 믿는다.

그리고 풍부하고 싼 에너지. 이 두 가지를 달성할 수 있다면,

우리가 더 많은 것을 할 수 있다고 상상하기 어려울 것이다.

사람1: Mira와 샘 모두, 최근 몇 달 동안 챗GPT에 더 많은 개인화를 도입하기 시작했잖아.

사용자 정의 명령을 입력할 수 있고, 이제 음성도 들을 수 있게 됐지. 화면을 내려서 음성 클립 중 하나를 들어볼게.

하지만 이것이 너무 인상 깊었어. 먼저, 이게 챗GPT의 음성이야.

5가지 중의 하나?

사람8: 네, 맞아요.

사람1: 이게 정말 음성이야.

매우 인간적으로 들리고 자연스러워.

내가 이미 사용자 정의 지시사항에 넣었다시피, 내가 기술 기자라는 걸 알고 있어.

내가 아보카도 알레르기가 있다는 걸도 알고 있지.

항상 그걸 집어넣더라. 아보카도 먹지 마라고.

내가 아보카도에 대해 물어보는 것도 아닌데 말이야.

우리는 이런 종류의 봇과 깊은 관계를 맺을 수 있다고 믿어?

사람8: 이는 매우 중요한 관계가 될 것입니다.

왜냐하면 우리는 이런 시스템을 모든 곳에 퍼뜨리려고 하기 때문입니다.

집, 교육 환경, 직장 환경 등 어디에서든 이 시스템이 있을 것입니다.

그러니 이 상호작용을 올바르게 디자인하는 것이 매우 중요합니다.

결국은 시스템을 높이고 재미있고 생산성을 향상시키는 방향으로 해야 합니다.

사람7: 난 개인적으로 이런 미래 비전에 대해 깊은 우려를 가지고 있어.

모든 사람이 AI 친구에게 인간 친구보다 더 친밀감을 느끼는 그런 미래 말이야.

나는 개인적으로 그걸 원하지 않아.

다른 사람들이 그걸 원할 거라는 건 받아들일 수 있어.

그리고 어떤 사람들은 그걸 만들 거야.

그리고 그게 세상이 원하는 것이고, 우리가 결정한 것이라면, 그런 미래가 올 거야.

하지만 난 개인적으로 그 개인화와 인격은 좋지만, 인간다움은 아니라고 믿어.

적어도 네가 AI와 대화하는지 아닌지 알 수 있어야 해.

우리는 의도적으로 챗GPT라는 이름을 지었고, 사람 이름을 지은 것이 아니야.

그 뒤에는 긴 이야기가 있지만, 챗GPT라는 이름을 의도적으로 지었어.

우리는 네가 사람과 대화하는 것이 아니라는 걸 분명히 하기 위해 여러 가지 은근한 방법을 사용하는 중이야.

사람1: 샘, 이것과 상호작용하기 가장 이상적인 기기는 무엇일까?

Johnny Ive와 대화를 했다는 소문을 들었는데, 뭔가 가져왔나?

사람7: 뭔가 대단한 것을 만들 수 있다고 믿지만, 아직 뭘 만들지는 모르겠어.

사람1: 어떤 아이디어든 있을 거 아니야?

사람7: 많은 아이디어가 있어.

이 주제에 관심이 있어.

지금 세상에 있는 대부분의 생각은 이 새로운 기술로 뭘 할 수 있는지에 대한 나쁜 생각들이야.

난 모든 충분히 큰 새로운 기술이 새로운 컴퓨팅 플랫폼을 가능하게 한다고 믿어.

하지만 아이디어는 많지만, 아직 초기 단계야.

사람1: 스마트폰이나 이어폰이나 노트북, 스피커 같은 것에서 지금 불편한 점이 뭔가?

사람7: 스마트폰은 뛰어난 제품이야.

스마트폰과 경쟁할 생각은 전혀 없어.

스마트폰은 그게 하는 일에서는 훌륭해.

하지만 난 AI가 가능하게 하는 것이 기존과는 달라서 완전히 새로운 것을 만들 수 있다고 믿어.

아마 우리가 그런 걸 만들지 못할 수도 있겠다.

여러 이유로 그런 일이 일어나지 않을 수 있지.

하지만 우리는 아직 생각조차 못했던 것을 이제 만들 수 있게 됐다.

이것에 대해 이야기하고 생각하는 것은 가치가 있다고 봐.

우리가 지금 아무것도 만들지 못한다면 약간 실망스러울 거야.

사람1: 인간형 로봇은 아니겠지? 그것도 좋은 소식이야.

데이터에 대한 질문이 있는데, 여기 계신 일부 분들은 여러분이 모델 훈련에 사용한 데이터 중 일부에 대해 만족하지 않을 수도 있다고 들었어.

여기 할리우드에서 멀지 않은 곳에 있고, 출판사들도 만족하지 않았던 것 같던데.

다음 모델을 개발할 때 어떤 데이터를 사용할지에 대한 논의는 어떻게 되고 있나?

사람7: 이에 대한 나의 견해를 몇 가지 방향으로 정리해볼게.

먼저, 우리는 분명히 사람들이 우리가 사용하기를 기끌어하지 않는 데이터는 절대 사용하고 싶지 않아.

이 새로운 세상을 위한 모델은 모두를 위한 것이어야 해.

모든 사람이 이거 굉장하다고 생각하게 만들고 싶어.

새로운 데이터 소유권과 경제 흐름에 대한 새로운 생각방식이 필요하다는 걸 알게 해주고 싶어.

하지만 지금의 문제는 데이터 소유자들 모두가 서로 다른 견해를 가지고 있다는 거야.

우리는 여러 가지 실험을 하고 있어.

다양한 형태의 파트너십을 시도 중이야.

나는 우리가 모두를 만족시키는 새로운 기준을 찾을 수 있을 거라고 믿어.

또 이러한 모델이 더 똑똑해지고 능력이 향상되면서, 훈련 데이터가 덜 필요할 거야.

지금은 데이터를 인류가 생산한 모든 단어로 훈련시켜야 한다는 생각이 있는데, 기술적으로 보면 그게 장기적인 해결책은 아니야.

이 대화가 데이터 수량에 대해 조금 벗어나는 것 같아.



글자제한으로 여기까지만 적음