Loading...

AI 뉴스

노벨상 수상자 등 저명인사들, 2026년까지 글로벌 AI 레드라인 설정 요구

페이지 정보

작성자 xtalfi
작성일 2025.09.23 04:27
3,113 조회
0 추천
0 비추천

본문

6799defc0392980db9b9b7adfa9c940e83du.png

(퍼플렉시티가 정리한 기사)

10명의 노벨상 수상자와 선도적인 인공지능 연구자들을 포함한 200명 이상의 저명 인사들이 월요일, 위험한 AI 응용 프로그램에 대한 구속력 있는 국제 규제를 촉구하는 긴급 성명을 발표했으며, 이 호소는 뉴욕에서 열린 유엔 총회에 맞춰 발표되었습니다.


“AI 레드라인을 위한 글로벌 호소(Global Call for AI Red Lines)“는 노벨 평화상 수상자인 마리아 레사가 유엔 총회의 고위급 주간(High-Level Week) 개막 연설에서 발표했으며, 각국 정부에 2026년 말까지 AI에 대한 “명확하고 검증 가능한 레드라인”을 설정할 것을 촉구했습니다.


주목받는 연합, 과학과 정치를 아우르다


서명자들은 화학, 경제학, 평화, 물리학 부문 노벨상 수상자들을 아우르는 전례 없는 연합을 대표합니다. 주목할 만한 인물로는 생화학자 제니퍼 다우드나, 경제학자 다론 아제모글루, 물리학자 조르지오 파리시가 있습니다. 또한 AI 분야의 개척자이자 투링상 수상자인 제프리 힌턴과 요슈아 벤지오, 이른바 “AI의 대부” 세 명 중 두 명도 명단에 포함되어 있습니다.


이 이니셔티브를 지지하는 정치인으로는 메리 로빈슨 전 아일랜드 대통령, 2016년 노벨 평화상 수상자인 후안 마누엘 산토스 전 콜롬비아 대통령, 엔리코 레타 전 이탈리아 총리가 있습니다. 유럽 의회의 브란도 베니페이와 세르게이 라고딘스키 의원도 서명에 동참했습니다.


기술 산업 참여


주요 AI 기업의 유명 직원들이 이 성명에 동참했는데, 여기에는 OpenAI 공동 설립자 보이치에흐 자렘바와 Google DeepMind 수석 과학자인 이안 구드펠로우 등이 포함되어 있습니다. 그러나 OpenAI의 샘 알트만, Anthropic의 다리오 아모데이, Google DeepMind의 데미스 하사비스 등 주요 AI 기업의 CEO들은 서명하지 않았습니다.


AI 위험에 대한 긴급성 증가


이 서한은 AI의 “현재 경로가 전례 없는 위험을 초래한다”고 경고하며, 인위적으로 설계된 팬데믹, 대량 실업, 체계적인 인권 침해, 그리고 고도화된 시스템에 대한 인간의 통제력 상실 가능성에 대한 우려를 언급합니다. 최근 AI가 대량 감시에 활용되거나, 청소년 자살과 관련이 있다는 의혹, 허위 정보 캠페인 등이 언론에 보도되면서 이러한 즉각적인 우려가 더욱 강조되고 있습니다.


구체적인 권고 사항을 피하면서도, 이 성명은 치명적인 자율 무기, 자율적 AI 자기 복제, 핵전쟁에서의 AI 활용 금지 등 잠재적 ‘레드라인’을 제안합니다. 이번 캠페인은 2023년 3월 1,000명 이상의 기술 리더들이 강력한 AI 개발 중단을 촉구했던 이전의 노력에 이어 등장했습니다.


이 캠페인은 특히 국제 AI 규제에 대한 미국의 반대 등 상당한 도전에 직면해 있습니다. 현 행정부는 “과도한 규제”와 AI 거버넌스에 대한 외국의 영향력에 대해 회의적 입장을 표명했습니다. 이런 장애물에도 불구하고, 다양한 지지세는 글로벌 AI 안전 조치의 필요성이 국제적으로 확산되고 있음을 보여줍니다.

댓글 0
전체 1,366 / 310 페이지
손목밴드에서 조정을 하는 것 같고 전작과 많이 달라졌습니다.AI 기능으로 번역도 가능하네요..https://www.meta.com/kr/ai-glasses/meta-ray-ban-display/
3223 조회
0 추천
2025.09.18 등록
조금 전 메타가 AI 기능이 있는 안경을 비롯하여 중요한 키노트를 진행하였습니다.CNET이 준비한 키노트 요약입니다.RAYBAN 과 새로 제작한 안경이 큰 화제입니다.
3269 조회
0 추천
2025.09.18 등록
마이크로소프트가 코파일럿 메모장과 그림판 연동기능을 제공하기 시작했으며이 기능은 오피스365를 사용하지 않아도 코파일럿을 이욯하면 이용할 수 있다.예를 들어 메모장은 다음과 같은 기능을 갖게 된다.-요약: 긴 텍스트를 간략하게 요점만 추려내고, 문서의 핵심을 빠르게 파악할 수 있습니다.- 쓰기: 프롬프트나 선택한 텍스트를 활용해 새로운 문장을 AI로 쉽고 빠르게 작성합니다.- 다시 쓰기: 선택한 내용을 AI가 어투, 길이, 명확성 등 다양한 스타일로 변환해 줍니다.또한 그림판은 다음과 같은 기능을 추가하게 된다.- 프로젝트 파일 저장 기능: 그림판에서 작업을 .paint 파일로 저장해 언제든 이어서 편집이 가능.- 불투명도(Opacity) 슬라이더: 연필 및 브러시 도구의 투명도를 원하는 대로 조절해 더 섬세한 혼합이나 레이어링 효과 주기.- 크기 및 불투명도 슬라이더 병행 사용: 두 슬라이더를 활용해 부드럽게 배합하고 다양한 질감의 그림 그리기.
3175 조회
0 추천
2025.09.18 등록
(퍼플렉시티가 정리한 기사)중국 AI 스타트업 DeepSeek은 획기적인 R1 모델 훈련 방식에 관한 새로운 세부 정보를 세계적인 권위지 네이처(Nature)의 동료검토 논문을 통해 발표했습니다. 이 논문에서는 기존 경쟁 모델 대비 극히 적은 비용으로 순수 강화학습만을 사용해 첨단 추론 능력을 달성한 방법을 공개했습니다.항저우에 본사를 둔 이 회사는 자사의 R1 추론 모델 훈련 비용이 단 29만 4천 달러에 불과하며, 기반 베이스 모델의 개발 비용은 약 600만 달러였음을 처음으로 공개했습니다. 총 630만 달러가 소요된 것으로, 이는 미국의 기술 기업들이 개발한 경쟁 모델이 수천만 달러에 달하는 것과는 극명한 대조를 이룹니다.순수 강화학습의 획기적인 발전DeepSeek의 주요 혁신은 연구자들이 “순수 강화 학습(pure reinforcement learning)“이라고 부르는 방식을 사용해 R1을 개발한 점에 있으며, 이는 인간이 만든 예시에 의존하는 기존의 감독 학습(supervised learning) 방식과는 다른 접근법입니다. 이 과정에서 모델은 인간이 선택한 추론 방식에 따르도록 학습시키는 대신, 올바른 답변에 도달할 때 보상을 받도록 설계되었습니다.네이처(Nature) 논문에 따르면, DeepSeek의 접근법은 모델이 인간이 제시한 전략을 따르지 않고도 자체적인 추론 전략을 개발하고 자신의 작업을 검증할 수 있는 능력을 갖추게 해주었습니다. 회사는 자체 시도에 대해 별도의 알고리즘을 사용하지 않고 추정치를 활용해 점수를 매길 수 있게 해주는 Group Relative Policy Optimization(GRPO)이라는 기법을 활용했습니다.“이 모델은 AI 연구자들 사이에서 매우 영향력이 컸습니다,“라고 오하이오 주립대(Ohio State University) 콜럼버스 소재 AI 연구원인 Huan Sun은 말했습니다. “2025년 현재까지 LLM에서 강화 학습을 수행하는 거의 모든 연구가 어떻게든 R1로부터 영감을 받았을지도 모릅니다”.5단계 훈련 과정완전한 R1 학습 과정은 감독 학습(fine-tuning)과 강화 학습을 번갈아가며 진행하는 여러 단계로 구성되었습니다. 이 과정은 딥시크(DeepSeek)의 V3-Base 모델을 수천 개의 ‘콜드 스타트’ 데이터 포인트로 파인튜닝하는 것으로 시작했고, 이후 순수 강화 학습을 통해 추론 능력을 향상시켰습니다.수렴에 가까워지면 시스템은 리젝션 샘플링(rejection sampling) 방식을 사용했습니다. 여기서 모델은 강화 학습 실행에서 성공적인 예시 중 최상의 예시를 선택해 자체 합성 훈련 데이터를 생성했습니다. 이 합성 데이터는 이후 글쓰기나 사실 기반 질문응답 등 다양한 영역에서 DeepSeek-V3-Base의 감독 학습 데이터와 통합되었습니다.동료 평가 중인 최초의 주요 LLMR1은 엄격한 동료 평가 과정을 거친 최초의 대형 언어 모델을 의미합니다. Nature 논문을 심사한 허깅페이스의 머신러닝 엔지니어 루이스 턴스톨은 이를 “매우 환영할 만한 선례”라고 평가하며, 훈련 과정이 공개되지 않으면 AI 시스템이 위험을 초래하는지 평가하기 어렵다고 언급했습니다.이 동료 평가 과정에서 DeepSeek는 훈련에 사용된 데이터 유형과 안전 조치를 포함한 기술적 세부 사항에 대한 설명을 추가하게 되었습니다. 이 모델은 오픈소스 특성을 유지하면서도 OpenAI의 o1 모델에 필적하는 추론 벤치마크 성능을 달성하였습니다.성능 및 접근성Hugging Face에서 1월에 출시된 이후, R1은 복잡한 문제 해결을 위한 플랫폼에서 가장 많이 다운로드된 모델이 되었으며, 다운로드 수는 1,090만 회를 넘어섰습니다. 이 모델은 AIME 2024 수학 벤치마크에서 pass@1 점수 79.8%를 기록하여 OpenAI o1의 79.2%를 소폭 앞섰습니다.DeepSeek의 혁신은 AI 개발 비용 및 성능 향상을 위해 모델 크기와 연산 능력을 늘려야 한다는 확장 법칙에 대한 기존의 통념에 도전장을 내밀었습니다. 회사는 비교적 덜 강력한 H800 칩을 사용해 성공을 거두었으며, 이 칩은 2023년 미국의 수출 통제로 중국 내 판매가 금지된 바 있습니다. 이러한 성과는 향후 AI 개발 방향에 대한 논의를 촉진하고 있습니다.
3157 조회
0 추천
2025.09.18 등록
홈으로 전체메뉴 마이메뉴 새글/새댓글
전체 검색
회원가입