Geoffrey Hinton, Fei-Fei Li, Andrew Ng이 AI4 컨퍼런스에서 AI 리스크 및 규제 토론, 자본 지출 급증 계속

AI 규제의 인프라 배포 영향에 대한 공공 리더십 의견 분산; 정책 불확실성

업계 전문지Slicast · 2026년 8월 6일 16:59 UTC · 글로벌 · 출처: Data Center Knowledge

중요도 50

라스베이거스에서 열린 Ai4 컨퍼런스에서 세 명의 저명한 AI 연구자들이 드문 공동 appearances를 통해 기술의 미래에 대해 날카롭게 대조되는 비전을 제시했으며, 슈퍼인텔리전스와 대규모 실업, 오픈 가중치 모델 및 정부 규제 등 다양한 주제에 대해 논쟁을 벌였다.

딥러닝 선구자이자 AI 안전 옹호자인 제프리 힌튼(Geoffrey Hinton), 스탠포드 인간중심 AI 연구소 공동 디렉터인 페이페이 리(Fei-Fei Li), 그리고 DeepLearning.AI와 Landing AI의 창립자 앤드류 응(Andrew Ng)은 "지능의 건축가들: 역사적 만남(The Architects of Intelligence: A Historic Convergence)"이라는 제목으로 광범위한 토론을 진행했다. 세 사람 모두 AI가 거의 모든 산업을 변화시킬 것이라는 데에는 동의했지만, 기술이 인간의 능력을 얼마나 빠르게 초월할지, 근로자에게 얼마나 disruptive할지, 그리고 정부가 얼마나 적극적으로 개입해야 하는지에 대해서는 날카롭게 의견이 갈렸다.

이 논쟁의 승부는 실리콘 밸리를 훨씬 뛰어넘는다. 데이터 센터 개발사, 유틸리티 기업, 인프라 투자자들은 AI에 대한 수요가 수년간 계속 증가할 것이라고 확신하며 전례 없는 자본을 투입하고 있다. 그러나 패널 토론은 기술의 설계자들조차도 AI 발전 속도, 발생할 경제적 혼란, 그리고 새로운 AI 인프라 구축 속도에 영향을 미칠 수 있는 규제 프레임워크에 대해 이견을 가지고 있음을 강조한다.

종종 'AI의 아버지'로 불리는 힌튼은 인공 지능이 5년에서 20년 이내에 인간 지능을 초월할 것이라고 예측했다. 그는 "나는 그것이 우리보다 더 똑똑해질 것이라고 생각한다"라고 말했다. 그는 AI가 많은 형태의 일상적인 지적 노동을 제거할 것이며, 오늘날의 화이트칼라 직종을 기계화에 의해 대체된 블루칼라 노동에 비유했다. 힌튼은 "만약 AI가 일상적인 지적 노동을 수행할 수 있다면, 주로 일상적인 지적 노동으로 구성된 모든 직업은 AI에 의해 수행될 것"이라고 말했다. 또한 그는 AI 기반 사이버 공격과 주요 AI 기업들의 권력 집중을 경고하며, 점점 더 능력이 향상되는 모델이 배포되기 전에 더 강력한 정부 감독을 촉구했다.

응은 이미 AI가 광범위한 실직을 유발하고 있다는 관념을 직접적으로 반박하며, 대신 근로자들이 AI 도구를 사용함으로써 생산성이 높아지고 있다는 증거를 지적했다. 그는 "미래에 성공하는 사람들은 AI와 함께 일하는 사람들"이라고 말했다. 응은 AI가 전체 직업을 대체하기보다는 개별 작업을 자동화하면서 직원들이 더 넓은 책임을 맡을 수 있도록 한다고 주장했다. 그는 근로자들이 AI와 직접 경쟁하기보다 효과적으로 사용하는 방법을 배우도록 촉구했다. 또한 그는 중국이 자체 AI 생태계를 확장함에 따라 몇몇 기업이 고급 AI 기술에 대한 접근을 통제하는 것을 방지하고 경쟁을 유지하는 데 필수적이므로 오픈 가중치 모델을 방어했다.

리는 반복적으로 더 신중한 대화를 촉구하며, 공개된 논쟁이 배포, 교육, 정책과 관련된 실질적인 질문들을 흐리게 하는 극단적인 서사에 지배되고 있다고 주장했다. 그녀는 "논의가 증거가 아닌 두려움에 의해 주도된다면 우리는 이성적인 논의를 가질 수 없다"라고 말했다. 그녀는 포괄적인 AI 전용 제한을 부과하기보다는 의료, 교통, 금융, 교육 등의 분야에서 기존 규제 프레임워크를 업데이트하면서 AI를 인간의 능력을 보완하는 도구로 보는 것이 중요하다고 주장했다. 또한 그녀는 AI를 사기업에만 의존해서는 안 되는 장기적 개발이 필요한 기반 시설로 묘사하며, AI 연구와 교육에 대한 공공 투자의 확대를 촉구했다.

패널 토론은 오픈 모델 가중치를 어떻게 다뤄야 할지에 대해 깊은 분열을 드러냈다. 힌튼은 모델 가중치를 공개적으로 출시하면 악의적인 행위자들이 고급 모델을 사이버 공격 및 기타 해로운 용도로 적응시키는 것이 쉬워질 수 있다고 주장했다. 응은 이에 맞서 오픈 가중치 모델이 혁신, 경쟁 및 AI 기술에 대한 보다 폭넓은 접근에 필수적이라고 반박했다. 리는 문제를 단순한 오픈 모델과 클로즈드 모델 간의 선택으로 규정하는 것을 거부하며, 서로 다른 응용 프로그램은 위험 수준에 따라 서로 다른 수준의 개방성이 필요하다고 주장했다.

리가 5년 내에 보고 싶은 헤드라인이 무엇이냐는 질문에 리는 모델 능력에 대한 예측을 피했다. 대신 그녀는 AI가 전기처럼 보이지 않게 되어 의료, 문해성, 과학적 발견, 식량 안보에서의 돌파구를 마련하되 그 자체가 이야기가 되지 않기를 바란다고 말했다. 힌튼은 사회가 위기가 되기 전에 AI의 위험을 해결한다면 AI가 생활 수준을 크게 향상시킬 수 있다는 더 신중한 어조로 토론을 마무리했다.

이 논의는 AI의 미래에 대한 합의를 이끌어내지 못했다. 대신 현대 AI의 기초를 놓은 연구자들 사이에서도 기술이 얼마나 빠르게 진화할지, 얼마나 disruptive해질지, 그리고 어떤 안전장치가 배포를 규율해야 하는지에 대해 여전히 심각한 이견이 존재함을 부각시켰다. 이러한 질문들은 현재 글로벌 데이터 센터 산업을 변화시키고 있는 인프라 투자에 영향을 미칠 것이다.

원문 보기