"오픈AI, 자체 AI반도체 팀 구축 결정된 것 없어" [오픈AI, K-테크와 협업 시동]

샘 올트먼, 韓 스타트업과 대화
인간처럼 사고하는 AGI 기술
과학적 발견 속도 더 높일 것
챗GPT 기술한계 의견엔 부정
‘추론능력 강화’ 차세대모델 준비

지난 14일(현지시간) 미국 캘리포니아주 샌프란시스코 오픈 AI 본사에서 열린 'K-스타트업&오픈AI 매칭데이 인 US' 행사에서 샘 올트먼 오픈AI CEO(오른쪽)가 질의에 답하고 있다. 중소벤처기업부 제공

【파이낸셜뉴스 샌프란시스코=홍창기 특파원】 전 세계에서 가장 바쁜 최고경영자(CEO)인 오픈AI의 샘 올트먼은 차세대 거대언어모델(LLM) 챗GPT-5와 인간 수준의 인식을 가진 일반인공지능(AGI)에 대한 아이디어를 찾는 데 상당한 시간을 할애하고 있다고 근황을 소개했다. 아울러 올트먼 CEO는 오픈AI가 직접 자체 AI반도체를 제조할 수도 있겠지만 오픈AI가 자체 AI반도체 팀을 만들지 여부는 결정되지 않았다고 밝혔다. 그는 챗GPT-5가 이전 모델보다 큰 발전이 있을 것이라고 자신했다.

오픈AI 본사 파이오니어 빌딩. 사진공동취재단

올트먼 CEO는 지난 14일(현지시간) 미국 샌프란시스코에 위치한 오픈AI 1960 빌딩에서 열린 'K-스타트업& 오픈AI 매칭데이 in US' 행사에서 실리콘밸리 특파원들을 만나 자신과 오픈AI를 둘러싼 질문에 거침없이 답했다. 다음은 일문일답.

―최근 관심 있는 것은.

▲우리의 차세대 모델(챗GPT-5)에 대한 연구와 AGI에 대한 새로운 아이디어를 고민하고 있다. 또 컴퓨트 구축(Compute Buildout)에 대해서도 생각하고 있다. 나는 컴퓨팅(복잡한 작업을 해결하기 위해 대용량의 정보를 빠르고 효율적으로 처리하는 컴퓨터의 연산방법)이 미래에 가장 중요한 화폐(Currency)가 될 것이라는 확신을 점점 더 크게 하고 있다. 엄청난 양의 컴퓨팅을 최대한 저렴하게 구축하려면 무엇이 필요할까. 이것이 최근 나의 가장 큰 고민이다.

―오픈AI가 직접 AI반도체를 만들 계획이 있나.

▲정말 AGI를 만들고 싶다. 우리가 직접 무엇인가를 신속하게 구축하든, 파트너와 함께 하든 AGI를 만들기 위해 무엇이든 할 것이다. 그런데 분명한 것은 AGI를 구축하기 위해 필요한 사이드퀘스트(부수적인 일)는 최소한으로 하고 싶다. 우리가 자체 실리콘(반도체)팀을 구축할지 여부는 그런 프레임워크를 바탕으로 결정할 것이다.

―오픈AI의 AI 칩을 삼성전자와 SK하이닉스가 제조할 가능성은.

▲지난 6개월 동안 한국을 두 번 방문했다. 그렇게 하고 싶은 희망을 갖고 있다. 삼성전자와 SK하이닉스는 환상적인 회사다. 우리와의 만남이 정말 좋았다.

―AGI 시대가 열리면 기대되는 점은.

▲개인적으로 가장 기대되는 것은 과학적 발견이다. AGI가 과학적 발견의 속도를 높이는 데 정말 도움이 된다는 것을 우리 모두가 알게 될 것이다. 그것은 장기 경제성장의 거의 유일한 지속가능한, 진정한 동력을 결정하는 요인이라고 생각한다. 그리고 AGI를 통해 우리가 더 많은 것을 얻을 수 있다면 정말 좋을 것이다.

―AI를 위한 필수적인 AI 데이터센터를 위해 막대한 양의 에너지가 필요한데.

▲AI 데이터센터를 위해 필요한 전력을 만드는 것은 지속가능성 측면에서 우리가 생각하는 쪽으로 갈 것이다. 핵융합이나 풍력, 태양광 등의 방법으로 AI 데이터센터에 전력을 공급할 것이다. 아마도 우리가 더 빨리 AI를 개발할수록 더 빨리 전력을 공급할 수 있는 방법을 찾아낼 수 있을 것이다. 분명히 그런 방향으로 가고 있다고 확신한다.

―챗GPT-5 출시일정은.

▲언제 출시될지는 모르겠다. 얼마나 좋을지도 정확히 모르겠다. 분명한 것은 챗GPT-5가 큰 진전을 이룰 것으로 기대하고 있다는 것이다. 챗GPT가 이제 한계에 도달한 것이냐는 의문도 있지만 '아니다'라고 자신 있게 말할 수 있다. 챗GPT-5는 챗GPT-4보다 한 단계 더 도약하는 모델이 될 것이라고 생각한다. 우리는 챗GPT-5의 고급 추론기능에 대해 매우 기대하고 있다.

―데이터 수집산업의 미래를 어떻게 보나.

▲언젠가 데이터장벽(Data Wall)에 도달할 수도 있다. 그것을 돌파할 수도 있고 못할 수도 있다. 장기적으로 보면 사람이 생성한 데이터가 부족해질 것이다. 그 때문에 더 적은 데이터로 더 많은 것을 학습할 수 있는 모델이 필요하다.

theveryfirst@fnnews.com