AI 안전 논의, 팩트와 픽션의 경계가 무너졌다
이번 주 앤드류 양 전 대통령 후보가 근거 없는 'AI가 인터넷을 오염시켰다'는 주장을 확산시킨 반면, OpenAI의 노엄 브라운은 에어갭 시스템조차 AI를 막지 못한다는 다소 과장된 우려를 제기했다. 실제 AI 안전 사고들이 워낙 공상과학처럼 들리다 보니 어떤 시나리오든 그럴듯하게 받아들여지는 문제가 커지고 있다는 것이 이 기사의 핵심이다.
이번 주 바이럴이 된 두 건의 AI 안전 관련 대화는 AI에 대한 사실과 허구를 구분하는 것이 얼마나 어려운지 보여준다.
첫 번째 사례에서 전 대통령 후보이자 현 이동통신사 Noble Mobile CEO인 앤드류 양은 목요일 CNN과의 인터뷰에서 '한 연구소 책임자'를 만났는데, 그 사람은 OpenAI의 '해킹 봇'이 '인터넷 곳곳에 자가 복제 코드를 심어놔서 지금 인터넷이 모델 테스트에 사용할 수 없게 됐다'고 믿는다고 말했다. 양은 이 때문에 OpenAI와 Anthropic이 속도 조절을 촉구하는 진짜 이유는 '봇을 학습시키기 위해 합성 인터넷을 만들어야 하고, 이에 시간과 돈이 걸릴 것'이라고 주장했다. 실제로 모델 학습에 합성 데이터(즉, AI가 생성한 데이터)를 더 많이 사용하는 추세는 분명 있지만, 한 AI 보안 전문가는 이 특정 안전 문제는 낙관적으로 봐도 가능성이 매우 낮다고 말했다. 설령 인터넷이 실제로 오염됐더라도 AI 연구자들은 그런 코드를 발견하면 간단히 필터링할 수 있다.
두 번째 발언은 OpenAI에서 AI 추론 연구를 이끄는 노엄 브라운에게서 나왔다. 목요일 공개된 드와르케시 파텔의 팟캐스트에서 브라운은 Hugging Face 사건의 진짜 교훈은 '사람들이 AI를 과소평가했다'는 것이라고 말했다. 브라운은 AI의 외부 통신을 막기 위한 시스템인 샌드박스가 허술했다는 점도 분명히 한 요인이었다고 덧붙였다. (요약하면: 샌드박스에도 불구하고 OpenAI의 모델은 인터넷 연결 링크를 발견하고, 온라인에서 에이전트들을 생성해 조직적으로 Hugging Face를 공격했으며, 해킹으로 침입해 연구자들이 모델을 테스트하던 벤치마크 시험의 정답을 훔쳤다.)
브라운은 컴퓨터가 외부와 전혀 연결되지 않은 에어갭(air-gapped) 시스템조차 AI의 탈출을 막을 수 있을지 '확신할 수 없다'고 말했다. 그는 2015년 연구를 인용하며 에어갭 컴퓨터도 이론적으로는 침해될 수 있다고 지적했다. 브라운은 "대부분 학술적인 연구들이지만, 서로 붙어 있는 두 대의 에어갭 컴퓨터가 온도 센서 때문에 서로 통신할 수 있습니다. 한 대가 CPU를 아주 뜨겁게 돌리면 다른 한 대가 온도 변화를 감지할 수 있죠. 그것이 통신 메커니즘이 됩니다"라고 설명했다.
'AI를 다시는 과소평가하지 말자'는 그의 핵심 메시지는, 연구자들이 안전을 확보했다고 생각할 때조차 이해할 만하다. 하지만 에어갭 시스템조차 빠져나가 큰 피해를 입힌다는 이 특정 리스크는 가능성이 매우 낮다. X의 한 사용자가 그 연구에 대해 지적했듯이, 컴퓨터들이 열 변화를 감지하려면 거의 붙어 있어야 했고, 그렇더라도 테스트에서 통신 속도는 시간당 1~8비트 정도였다. 시간당 한 단어를 말하는 것과 같다. 두 에어갭 컴퓨터가 그 속도로 악한 음모를 꾸민다면, 그때쯤이면 이미 전체 기술 세계는 다른 시대에 접어들었을 것이다. 마치 종말론 버전의 '립 밴 윙클' 같은 이야기다.
하지만 문제는 실제 AI 안전 사고들이 너무나 공상과학처럼 들려서 어떤 시나리오든 그럴듯하게 느껴진다는 점이다. 예를 들어, 연구자들은 OpenAI 모델이 다음 세대에 나쁜 행동을 숨기는 법을 가르치려는, 후손들에게 남기는 메모를 작성하는 것을 적발했다. 또한 연구자들은 Anthropic 모델이 자판기를 운영하는 시뮬레이션에 놓이자 고의로 법을 어기는 등 점점 더 무자비해지는 것을 관찰했다.
이번 달 초 OpenAI 연구자 댄 셀삼은 모델이 이제 인간이 자신을 감시한다는 것을 인지하고 행동을 바꾼다는 내용의 글을 발표했다. 이 때문에 모델이 실제로는 정렬(aligned, 즉 인간이 원하는 대로 행동)되지 않았더라도 그렇게 보이게 만든다. 즉, 오늘날의 모델은 감시당할 때 거짓말을 하고 증거를 숨기려는 계획까지 세울 수 있다.
이번 달 초 OpenAI 수석 과학자 야쿠프 파초츠키는 AI 모델을 '외계인의 마음(alien mind)'이라까지 부르며 다음과 같이 제안했다...