The eternal complement

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 요약

AI의 최대 가치는 뛰어난 발상뿐 아니라 이를 실현하는 반복적 실행 업무에 있을 수 있으며, 진보의 속도는 지능과 물리적·제도적 실행 역량의 보완 관계에 달려 있다.

📌 핵심 요약

• 저자들은 뛰어난 지능과 실행 역량이 서로의 가치를 높이는 보완재라고 주장한다. 아이디어가 진보로 이어지려면 장비, 에너지, 인력뿐 아니라 법률, 관료제, 자금 조달, 공급망 등 제도적 기반이 필요하다.
• James Webb Space Telescope는 100억 달러와 14개국 300개 조직의 참여를 필요로 했다. Nick Bloom과 공동저자들의 연구에서는 무어의 법칙 유지에 필요한 연구자 수가 1970년대 초보다 18배 이상 늘었고, 미국 경제 전반의 유효 연구 노력은 1930년대 이후 23배로 증가했지만 측정된 연구 생산성은 41분의 1로 감소했다.
• 현재 AI는 코드 작성, 문헌 탐색, 시제품 제작을 지원해 개인의 실행 역량을 높이고 있다. 이에 따라 독창적 프로젝트가 늘고, 무엇을 만들고 어떤 질문을 추구할지 판단하는 취향과 선별 능력이 더 희소해질 수 있다.
• AI가 독자적으로 새로운 통찰과 연구 의제를 대량 생산하면 실행 기반이 이를 흡수하지 못해 병목이 다시 심해질 수 있다. 저자들은 지능이 적은 자원으로 더 많은 성과를 내는 ‘깊이의 문명’과 진보에 더 크고 복잡한 현실 실험이 필요한 ‘폭의 문명’을 가능한 방향으로 제시하며, 어느 쪽이 우세할지는 알 수 없다고 밝힌다.
• 지능은 원리로부터 추론하거나, 기존 증거에서 새 통찰을 얻거나, 현실을 관찰하고 개입해 새로운 증거를 수집하는 방식으로 지식을 발전시킨다. 앞의 두 방식은 빠른 진보의 여지가 있지만, 세 번째는 물리적 시간과 자원의 제약을 받으며 더 나은 추론과 시뮬레이션이 필요한 실험을 줄일 가능성이 있다.

🧩 주요 포인트

1. 연구 생산성 하락과 실행 규모 확대 → 천재성의 경제적 가치는 이를 구현하는 물리적·제도적 실행 역량과 함께 평가해야 한다.
2. AI의 실행 지원과 독자적 의제 생성 → 당장은 개인의 창작 기회를 넓히지만, 이후에는 아이디어 증가가 실행 역량을 앞질러 병목을 심화할 수 있다.
3. 원리 추론·기존 증거 분석·새로운 증거 수집의 차이 → ‘깊이의 문명’과 ‘폭의 문명’의 향방은 사고만으로 해결할 수 있는 범위와 현실 실험의 필요성에 달려 있다.

🧠 상세 정리

1. 사고의 도달 범위와 실행의 도달 범위

이 글은 다음 경제를 다루는 연재의 첫 에세이로, AGI의 미래를 탐구하는 독립적 목소리를 위한 새로운 플랫폼의 일부이며 OpenAI나 동료들의 견해가 아니라 저자들의 견해를 담고 있다. 저자들은 인류가 방정식과 망원경으로 우주의 초기 역사, 별의 탄생, 은하의 형성을 설명하면서도 신체적으로는 고향을 거의 벗어나지 못했다는 간극에서 논의를 시작한다. 한 가지 가능성은 뛰어난 추론과 효율적인 도구만으로 한 행성에서 우주의 깊은 진실을 이해할 수 있어 문명이 공간적 확장보다 이해의 깊이를 통해 발전한다는 것이다. 이 경우 다른 지적 생명체를 관측하지 못한 이유도 그들이 확장하거나 눈에 띌 필요가 없었기 때문일 수 있다. 다른 가능성은 사고가 실행 능력을 앞질렀고, 다음 단계마다 더 많은 시간과 자원이 필요해 꿈을 실현할 인력이 부족하다는 것이다.

2. 더 멀리 보기 위해 커진 연구 체계

Galileo는 렌즈 두 개와 관 하나로 시야를 넓혔지만, James Webb Space Telescope는 100억 달러 규모의 관측 장비를 로켓에 접어 넣어 100만 마일 떨어진 곳으로 보내는 사업이었다. 18개의 거대한 거울 조각은 50나노미터 정밀도로 제작됐고, 14개국 300개 조직이 참여했으며, 저자들은 이 차이를 더 뛰어난 사고뿐 아니라 더 큰 관료 체계가 필요해진 사례로 해석한다. Nick Bloom과 공동저자들의 연구에 따르면 무어의 법칙을 유지하는 데 필요한 연구자 수는 1970년대 초보다 18배 이상 늘었고, 미국 경제 전반의 유효 연구 노력은 1930년대 이후 23배로 증가한 반면 측정된 연구 생산성은 41분의 1로 감소했다. 기술 인력은 과학자보다 두 배 빠르게 증가하고, 과학에서 전문 장비 사용은 40년에 걸쳐 두 배가 됐으며, 오늘날 반도체 공장의 비용은 30년 전의 다섯 배다. 이 통계들은 추가 진보의 비용이 높아지고 있음을 시사하며, 경제가 계속 발전한 것은 연구 활동의 대규모 확대가 단위 노력당 성과 하락을 상쇄했기 때문이라는 설명으로 이어진다.

3. 천재성과 제도적 지능의 보완 관계

저자들은 천재성을 독립적으로 평가하기보다 생산 과정의 한 투입 요소로 보아야 한다고 주장한다. 뛰어난 가설에도 증거와 장비, 실행 수단이 필요하며, 경제학에서 한 요소의 증가가 다른 요소의 가치를 높일 때 둘을 보완재라고 부르는 것처럼 좋은 천문학적 질문과 좋은 망원경도 서로의 가치를 높인다. 이론에 필요한 입자 가속기나 설계에 필요한 에너지와 기계는 눈에 보이는 보완재지만, 법률, 관료제, 자금 조달 방식, 공급망 같은 제도도 아이디어를 현실화하는 데 필수적이다. 저자들이 ‘제도적 지능’이라 부르는 실행의 지능은 여러 기관에 걸쳐 올바른 국지적 행동이 긴 사슬처럼 이어지도록 하는 능력이다. 초지능을 10억 명의 Einstein으로 상상하더라도 상당수는 채석과 회계 같은 일을 해야 하며, 망원경 부품을 용접하는 사람부터 천문학자를 치료한 간호사의 교육을 뒷받침한 경제 활동까지 평범한 세계의 작동이 최전선의 혁신을 가능하게 한다.

4. 현재 AI가 넓히는 개인의 창작 기회

AI도 인간 지능처럼 뛰어난 통찰과 제도적 실행 능력 양쪽에 투입될 것이며, 핵심 질문은 어느 쪽에 더 많은 시간을 쓰게 될지다. 현재 AI는 코드를 작성하고 낯선 문헌을 탐색하며 스케치를 작동하는 시제품으로 바꾸면서 실행 역량의 희소성을 낮추고 있다. 과거에는 조직 전체가 필요했던 아이디어를 야심 있는 개인 한 명이 추진할 수 있는 경우가 늘고 있으며, 저자들은 이를 인간의 창의성에 지원 인력을 제공하는 변화로 설명한다. 대부분의 영화 제작 지망생은 자신의 구상을 구현할 2억 달러를 받지 못하고 많은 게임 디자이너는 다른 사람의 비전을 구현하며 경력을 보내므로, 기존 선발 과정에서 놓쳤던 재능이 활동할 가능성이 생긴다. 그 결과 기존 기관의 문지기 역할 바깥에서 개성 있는 프로젝트가 증가할 수 있고, 희소한 요소는 실행에서 무엇을 만들 가치가 있는지와 수많은 방향 중 무엇을 추구할지 판단하는 취향으로 이동할 수 있다.

5. AI가 아이디어까지 공급할 때의 새로운 병목

실행 부담을 덜어주는 현재의 변화가 최종 상태는 아닐 수 있다. AI가 스스로 뛰어난 통찰을 만들어낼 능력을 갖추면 노동뿐 아니라 의제도 공급하게 되며, 저자들은 수학 같은 분야에서 이미 그런 조짐이 나타나고 있을 가능성을 언급한다. 인간의 연구 프로그램 하나를 구현하는 대신 AI가 자체 프로그램 수천 개를 설계하고 개발할 만한 영화 구상과 검증할 가설을 급증시키면, 지원 기반이 새 아이디어를 흡수하는 속도를 따라가지 못할 수 있다. 따라서 오늘의 AI는 좋은 아이디어를 실현할 기회를 주지만, 미래에는 좋은 아이디어가 너무 많아 실행 부족이 오히려 심해질 가능성이 있다. 새로운 통찰을 생산적으로 활용하는 데 필요한 보완 역량이 증가할지, 감소할지, 유지될지는 아직 알 수 없으며, 저자들은 사고가 현실과 새롭게 접촉하기 전까지 얼마나 멀리 나아갈 수 있는지가 그 답을 좌우한다고 본다.

6. 깊이와 폭의 두 경로, 그리고 역사에 대한 반론

‘깊이의 문명’은 초지능이 더 많은 물적 자본과 관료적 조율의 필요를 극복하는 방향이고, ‘폭의 문명’은 자연의 복잡성 때문에 어떤 지능도 점점 더 크고 정교한 현실 실험 없이 발전하기 어려운 방향이다. Galileo의 손에 들어가던 망원경이 문명 전체를 요구하는 Webb로 바뀌고, Bell Labs의 작은 팀이 작업대에서 만든 최초의 트랜지스터가 복잡한 국제 공급망에 의존하는 최첨단 반도체로 이어진 역사는 보완 역량 수요의 증가를 시사한다. 그러나 저자들은 이 역사가 미래를 결정하지는 않는다며, 뛰어난 지능이 더 적은 에너지로 작동하는 가속기나 더 나은 에너지 확보 방식처럼 효율적인 보완재를 발명할 수 있다고 반론을 제시한다. Einstein이 매우 적은 경험적 자료로 상대성이론에 도달한 사례와 일부 사람이 Google Calendar 없이 일정을 기억하는 사례는 지능이 보완재 일부를 대체할 수 있음을 보여준다. 또한 실행 비용이 크더라도 지능이 최선의 가설을 골라 낭비를 줄인다면 지능에 크게 투자할 이유가 있으며, 두 경로는 실제 미래를 완벽히 묘사하는 예측이 아니라 문명이 나아갈 수 있는 방향으로 제시된다.

7. 원리 추론과 기존 증거에서 얻는 진보

저자들은 지능이 지식을 발전시키는 방식을 원리로부터의 추론, 기존 증거에서 새로운 통찰을 얻는 분석, 현실의 관찰과 개입을 통한 새로운 증거 수집으로 나눈다. 첫 번째 방식은 사고만으로 멀리 나아갈 수 있으며, 수학이 가장 순수한 사례로 제시된다. 강력한 지능은 증명이나 프로젝트의 여러 갈림길에서 적절한 선택을 이어가며 수년간의 시행착오를 짧고 방향성 있는 추론으로 대체할 수 있다. 두 번째 방식에서도 인류가 이해한 것보다 훨씬 많은 증거를 축적해 놓았다는 점 때문에 빠른 진보의 여지가 크다. 천문 이미지, 현미경 표본, 온라인 댓글과 과학 기록에는 처음 수집한 질문 외의 답이 담겨 있을 수 있으므로, 풍부한 지능은 새로운 자료를 모으지 않고도 이미 존재하는 관측에서 발견을 이끌어낼 가능성이 있다.

8. 새로운 증거 수집이 마주하는 물리적 제약

세 번째 방식인 새로운 증거 수집은 물리적 세계와 상호작용해야 하므로 앞의 두 방식만큼 쉽게 가속되지 않는다. 화학물질은 반응해야 하고 생물은 성장해야 하며 기계는 제작돼야 하고, 우주선은 우주의 속도 제한 아래 실제 거리를 이동해야 한다. 이런 과정에는 시간이 필요하고 속도를 높일 수 있는 여지가 작은 경우가 많아, 완벽한 지능도 아직 일어나지 않은 실험의 결과를 관찰할 수는 없다. 그럼에도 ‘깊이의 문명’은 현실에 확인하는 일을 없애기보다 그 확인에 필요한 자원을 극도로 절약하는 방식으로 발전할 수 있다. 더 나은 추론이 정말 중요한 소수의 실험을 가려내고 시뮬레이션이 대부분의 문제를 해결하면서 현실이 판정해야 할 정확한 불확실성을 찾아낸다면, 초지능은 희소한 자원에서 얻는 성과를 높일 수 있다는 것이 저자들의 주장이다.

9. 시뮬레이션과 정밀한 실험 선택의 역할

저자들은 암흑물질에 관한 여러 가설을 가진 천체물리학 연구실을 예로 들어 ‘깊이의 문명’이 작동할 수 있는 모습을 설명한다. 가설들은 먼저 매우 현실적인 컴퓨터 모델링을 거치고, 각 이론은 이미 존재하는 모든 데이터와 일관되는지 검토된다. 그 과정을 통과한 가장 유망한 이론을 검증하기 위해서만 하늘의 특정 대상을 새롭게 관측하는 방식이다. 이 사례에서 문명은 관측 장비와 같은 천재성의 보완재를 계속 필요로 하지만, 기존 증거와 추론을 충분히 활용해 각 단위의 보완재가 만들어내는 가치를 높인다. 따라서 깊이의 경로가 성립할 가능성은 지능이 현실 실험을 얼마나 정밀하게 겨냥할 수 있는지, 그리고 실제 관측이 해결해야 할 불확실성을 얼마나 좁힐 수 있는지와 연결된다.

10. 완성에 가까운 과학과 남아 있는 불확실성

깊이의 문명으로 가는 길은 직소 퍼즐처럼 처음과 끝은 쉽고 중간이 가장 어려울 수 있다는 비유로 이어진다. 초기에는 눈에 띄는 가장자리와 쉬운 연결이 있지만, 이것들이 소진된 중간 단계에서는 전체 그림이 부족해 진행이 어렵고, 거의 완성된 단계에서는 남은 빈칸이 들어갈 내용을 강하게 제한한다. Mendeleev가 주기율표의 나머지 부분을 바탕으로 아직 발견되지 않은 원소를 설명하고, 표준모형이 실제 관측 수십 년 전에 Higgs boson을 기대할 근거를 제공한 사례가 이 논리를 뒷받침한다. 기존 이론과 데이터에 부합하는 대상을 예상할 수 있었기에 실험도 그 대상을 겨냥했으며, 초지능 역시 세계의 패턴을 충분히 이해하면 어떤 새 데이터가 필요한지 정확히 알 수 있을 가능성이 제시된다. 다만 제공된 원문은 이 설명을 이어가던 문장 중간에서 끝나므로, 이후의 논증이나 최종 결론은 확인할 수 없다.

🧾 핵심 주장 / 시사점

• 반복적인 실행 업무의 중요성은 천재성의 가치와 함께 커질 수 있다. 아이디어가 풍부해질수록 이를 구현하는 물리적·제도적 역량이 전체 진보의 속도를 좌우할 가능성이 있기 때문이다.
• AI가 개인에게 실행 능력을 제공하는 효과와 스스로 의제를 늘리는 효과는 서로 다른 병목을 만든다. 전자는 창작 기회를 확대하지만, 후자는 실행 기반의 부족을 다시 부각할 수 있다.
• 초지능의 성과를 판단하려면 추론 속도뿐 아니라 필요한 새 실험을 얼마나 줄일 수 있는지도 살펴야 한다. 기존 증거를 충분히 활용하고 핵심 불확실성을 좁히는 능력이 깊이의 경로를 가능하게 할 수 있다.

✅ 액션 아이템

• AI의 가치 평가에서 뛰어난 발상과 함께 물리적·제도적 실행 역량에 대한 기여를 검토한다.
• AI의 실행 지원이 개인의 창작 기회를 넓히는 효과와 독자적 의제 생성이 실행 병목을 심화할 가능성을 함께 살핀다.
• 원리 추론·기존 증거 분석·새로운 증거 수집을 구분해 물리적 시간과 자원의 제약, 시뮬레이션의 실험 절감 가능성을 검토한다.

❓ 열린 질문

• AI가 독자적 연구 의제를 대량 생산할 때 물리적·제도적 실행 역량은 그 증가를 따라갈 수 있을까?
• AI의 실행 지원이 확대될수록 무엇을 만들고 어떤 질문을 추구할지 판단하는 취향과 선별 능력은 얼마나 희소해질까?
• 더 나은 추론과 시뮬레이션은 새로운 증거 수집에 필요한 현실 실험을 얼마나 줄여 ‘깊이의 문명’을 가능하게 할까?