원문 제목: The Wu Tapes
원문 작가: Jeremy Stern
번역: Peggy, BlockBeats

편집자 주: 대규모 모델 능력의 계속적인 주입, AI 에이전트가 개념에서 제품화로 나아가면서, 업계 토론은 이제 "모델의 강점"에서 "AI가 복잡한 업무를 어떻게 실제로 대체하는가"로 변화하고 있습니다. 그러나 코드 생성, 자동 버그 수정, 오랜 기간 자율 실행 작업이 현실로 점차 구현되면서, AI의 다음 경쟁 단계는 모델 능력 경쟁인지, 조직, 제품 및 인프라 경쟁인지에 대한 중요한 문제가 점점 더 부각되고 있습니다.

본문은 Jeremy Stern이 Cognition의 창립자 및 CEO 인 Scott Wu에 대한 장문 인터뷰를 바탕으로 합니다. Scott Wu는 국제 정보 올림피아드 대회에서 금메달을 획득한 AI 프로그래밍 인텔리전스 Devin의 핵심 창업자 중 한 명입니다. Cognition은 Devin을 활용하여 소프트웨어 엔지니어링 자동화에 진입하며 AI를 "보조 도구"에서 "자립적 동료"로 발전시키려고 시도했습니다.

참고: Devin은 Cognition이 출시한 AI 프로그래밍 인텔리전스로, "AI 소프트웨어 엔지니어"로 이해할 수 있습니다.

이 대화에서 Scott Wu는 천재 소년이 AI 유니콘을 창업한 이야기를 간단히 전하는 대신, AI 에이전트의 부상을 더 근본적인 구조적 문제 집합으로 분해합니다: 모델 능력이 어떻게 실제 생산성으로 전환되는가, 기술적인 천재가 창업 조직으로 어떻게 변모하는가, 소프트웨어 엔지니어링이 AI가 현실 세계를 개선하는 첫 번째 입구가 되는 이유, 그리고 인식이 자동화될 때 인간의 가치가 어떻게 재조정되어야 하는지에 대해 생각합니다.

첫 번째로, 기술 패러다임이 "보충"에서 "에이전트"로 전환되고 있습니다. 과거에는 생성식 AI의 주요 상상력이 여전히 텍스트 보충, 질문 응답 및 코드 지원에서 멈춰 있었으며, AI는 반응형 도구와 유사했습니다. 그러나 Wu는 진정한 변화가 에이전트 형태의 출현에 있음을 강조합니다: 이는 사용자의 글자별 코드 제공을 기다리는 대신 과제를 수행하고 코드베이스를 이해하며 디버깅, 테스트를 수행하고 검토 가능한 결과물을 제출하는 동료처럼 구동합니다. 즉, AI 제품의 핵심은 더 이상 모델 호출뿐만 아니라 실제 작업 흐름에 임베드되어 고위치 상황의 작업을 계속 수행할 수 있는지 여부에 중점을 두어야 합니다.

두 번째로, 소프트웨어 엔지니어링이 "인적 자원 집중적 노동"에서 "확장 가능한 인지 프로세스"로 전환하고 있습니다. 과거에 코드 작성은 엔지니어의 시간, 경험 및 팀 대역폭에 의존했으며, 한 팀은 항상 해야 할 일이 넘쳤으며 한정된 자원 안에서 선택해야 했습니다. Devin이 대변하는 방향은 AI가 다수의 실행 계층 작업을 맡아 엔지니어를 반복적 코딩, 디버깅 및 유지관리에서 해방하는 것입니다. 이는 소프트웨어 창작이 사라지는 것을 의미하지 않고, 문제 정의, 아키텍처 설계 및 선택의 평가가 "누가 작성하는가"에서 "누가 문제를 정의하고 구조를 설계하고 선택을 판단하는가"로 이동함을 의미합니다.

세 번째로, AI 기업가 프로필의 변화가 있습니다. 과거에는 기술 기업이 종종 조브스식 제품 직관, 비즈니스 내러티브 및 조직적 매력의 결합으로 이해되었지만, AI 및 암호화폐와 같은 고도 기술화 분야에서는 새로운 창업자 집단이 점점 더 수학, 프로그래밍 경쟁 및 양적 훈련 체제에서 비롯합니다. 그들의 강점은 지적 능력뿐만 아니라 장기적인 경쟁 환경에서 선별된 분석 능력, 승부욕 및 자가 반복 메커니즘에 있습니다. 이는 AI 시대의 창업 경쟁이 기술 판단, 연구 이해 및 제품 실현 능력과 더 깊게 연관되어 있다는 것을 의미합니다.

네 번째로, AI 위험이 추상적인 종말 서사에서 현실적인 적응 마찰로 변화하고 있습니다. 우는 AI에 대한 우려는 주로 기술 자체가 아니라 기술 확산 속도가 너무 빨라서 가져오는 불균형에서 비롯됩니다: 소수의 엘리트가 먼저 능력을 습득하고, 일반 조직, 교육 체제 및 안전 방어 메커니즘이 아직 따라잡지 못했습니다. 특히 네트워크 보안, 소프트웨어 인프라 및 기업 생산 시스템에서는 공격 능력이 방어 능력보다 먼저 확산되면 사회가 더 복잡한 불균형을 마주하게 될 것입니다.

다섯 번째로, 인류의 가치가 '문제 해결 능력'에서 '목표 제시 및 자아 표현'으로 전환되고 있습니다. AI가 결국 점점 더 많은 원시적인 두뇌 노동을 담당하게 된다면, 인간은 더 이상 자신을 계산 능력, 논리 추론 또는 실행 효율성으로만 정의하지 않을 것입니다. 우의 대답은 강한 기술적 낙관주의를 지니고 있습니다: AI는 인류를 '생존 모드'에서 '창조 모드'로 이끌 것이라고 말합니다. 그러나 이로 인해 더 깊은 문제가 제기됩니다: 인지가 복제되고 실행이 자동화될 때, 인간의 진정으로 대체할 수 없는 부분은 능력 자체가 아니라 기억, 맥락, 욕망, 존엄성 및 능력을 어떻게 사용할지를 선택하는 방식일 수 있습니다.

만약 이 대화를 판단으로 압축한다면, Devin의 의미는 AI 프로그래밍 제품에 그치는 것이 아니라 AI 에이전트가 실제 생산 시스템으로 진입하는 초기 실험입니다. 이 의미에서, 이 글에서 논의된 대상은 더는 Scott Wu나 Cognition만이 아니라 AI 산업이 모델 숭배에서 작업 흐름 재구성, 능력 전시에서 생산성 인프라로의 구조적 전환을 경험하고 있다는 것입니다.

아래는 원문 내용입니다(독해를 용이하게 하기 위해 원문이 약간 편집되었습니다):

Introduction

한 가지 수학 천재에 관한 클래식한 이야기가 오랫동안 대중 상상력을 사로잡아 왔습니다.

그것은 아직도 미국인이 스스로가 전쟁에서 이길 수 있고, 캠퍼스의 교양생이 사물함에 가둬지는 시대였습니다. 기술력의 공개적 얼굴은 아직 WASP(화이트 앵글로-색슨 계 신자), 옛 시대 엘리트 네트워크 및 스포츠 스타들에 속했습니다.

이러한 유형의 이야기는 일반적으로 친숙한 네 단계 구조를 따릅니다.

1단계: 새로운 증명이나 정리가 등장하며, 천재는 폭발적인 재능으로 전 분야를 뒤집습니다. 따라서 기존 권위자들 - 학회 거물, 수상 명예 수상자 및 그의 지위를 흔드는 모든 사람들 - 를 모욕하게 됩니다.

2단계: 그가 스스로를 정당화하기 시작합니다. 논문, 강의, 공개적인 등장 및 충실한 학생 및 추종자들은 깊고 오랜 변론 운동을 구성합니다. 과정은 모든 곳에서 막히지만 결국 제도적 시스템이 그의 가치를 불꺼주기 위해 불꺼주게 됩니다. 같은 때, 정부 기관 및 외국 정보기관들도 그에게 흥미를 갖기 시작하며 그를 이용하려 시도합니다.

3단계: 심각한 불면증, 편집증 및 정신 균형 장애 증상이 너무나 명백해집니다. 이혼, 영양실조, 자해, 정신 병원, 또는 캠퍼스의 기이한 인물로 추락 - 목욕 가운을 입고 세미나실에 무단으로 들어와 불안한 기호와 문구를 칠했던...

4단계: 되돌릴 수 없는 정신적 붕괴, 약물 진정 또는 죽음. 그 후, 신화가 생성됩니다: 미친 것은 천재가 지불해야 하는 대가로 설명되며, 그의 이야기는 학사 수업 및 중산층 문화적 유산계보로 진입하여 문학 상, 전기 글쓰기 및 아카데미 수상작 픽에 반복 소비되는 소재가 됩니다.

우리는 지금까지 이러한 이야기를 좋아합니다. '오번하이머'와 '後翼棄兵'의 성공, 조나단 로센과 벤자민 라바툭의 최근 작품은 그것의 사례입니다. 그러나 이러한 이야기는 거의 20세기로 돌아가야 한다는 것은 우연이 아닙니다.

21세기 초에, 미국 최고의 개발자의 운명은 이미 뒤바뀌었습니다.

오늘날, 젊은 '책벌레 천재'와 동일한 분야에서 활동하는 사람들은 그를 더 이상 개인적 위협으로 보지 않고, 오히려 11차 승수적 보상에 맞는 투자 위험 또는 9자리 규모의 인재 인수로 간주할 가능성이 높습니다. 국내외 정부, 특히 정보기관들은 더 이상 잠재적 감시자에 그치지 않고 그의 고객, 협업자 또는 비즈니스 라인이 될 수도 있습니다. 거부당한 사람은 상업적 대학이 되었습니다.

그는 이제 미친 집착으로 천리안을 맡을 필요가 없습니다. 가정, 사회 및 현실과 완전히 단절된 이미지는 다른 생활 방식으로 대체되고 있습니다: 고도로 사교적인 인간관계 네트워크, 동양 명상, 환각 체험, 효율적 이타주의적 식습관 및 최적화된 수면 조절. 그는 대학 캠퍼스의 잔디에서 맨발로 돌아다닐 필요가 없습니다. 파괴적 망상을 속삭인채 저음으로 걸어가며 앤더슨 쿠퍼에게 자신이 건설하고 있는 기술이 수 많은 일자리를 파괴할 수도 있고 심지어 인류의 운명을 바꿀 지도 모른다고 말할 뿐이며, 무엇이든가, 이는 주주 가치를 창출할 수 있다.

아마도 가장 중요한 변화는, 구식 책벌레 천재 세대가 '진리'에 대한 광적인 열정을 잃어가고 있다는 점일지도 모릅니다. 그 열정에는 이해받길 바라는 것과 이해받지 못하는 대가로 추방당할 용의가 함께 포함되어 있었는데요.

오늘날 명예, 재산, 그리고 권력은 더 이상 죽은 뒤에만 인정받아야 하는 것이 아니다. 이들은 평가, IPO, 핵심 인프라 통제 권한, 국가 수장의 로비, 개인 및 시스템에 대한 실시간 배치 능력을 통해 나타날 수 있다. 그들은 또한 X의 타임라인에서 매일 다시 칠해지고, 확대되고 합리화될 것이다: 기술을 숭배하며 길들여진 추종자 그룹은 목수처럼 명독한 천재적 지혜, 그리고 공개적으로 드러난 인격 결함을 스티브 잡스식 창업 신화에 포장하며, 이를 단지 "창업자 패턴"의 일시적 발작으로 규정한다.

이것이 바로 "인기있는 인공지능 거물"이 본질적으로 칵테일 파티식 모순 수사임이며, "캐나다의 악당" 또는 "독일의 코미디언"과 마찬가지로이다.

누구도 이러한 상황을 정말 즐기지 않는다. 정상화 직업이 대체되는 일에 대해 걱정할 필요가 없고, 데이터 센터가 물을 소비하는 방식을 이해할 필요가 없으며, 강렬한 기술적 증오를 안고 있지 않은 사람조차도 이를 쉽게 받아들이기 어렵다.

왜냐하면 미국인들은 근본적으로 중산층이기 때문이다. 그들은 본능적으로 천재적인 사람의 타당한 천국이 칸느 영화제에서 저명한 인물들과 함께 위치하는 것도 아니고 국가보다 강한 위치에 서는 것도 아니다. 그는 국가 안보에 봉사해야 하거나, 별자리를 탐험해야 한다. 그 후 아마 Costco와 같은 "진정한 기업"에서 일하거나, 마지막으로 "산뜻한 포인트" 또는 "세계 두뇌"를 구축하는 방법을 고민하면서 진정한 온도와 조용함을 지닌 대학 기숙사 방으로 은퇴해야 한다.

이 직관을 가진 사람들은 현재 슈퍼마켓에서 당신의 재료를 포장하는 일을 할 수도 있고, 당신을 그들의 팟캐스트로 초대할 수도 있다. 당신이 일찍이 알던 대로, 결국 그들도 이 기술 서사에 들어가게 될 것이다. 하지만 여전히 그들이 세금을 내고, 제도적 배열에 따르며, 필요시 국가를 위해 싸울 것을 바라는 경우에는, 당신이 창조하려는 "신" 역시 그들이 이해하고 받아들일 수 있는 상자속에 담겨야 한다.

개인 경험

여기에서 스콧 우에 이르게 되었다.

인지의 창업자 겸 CEO인 스콧 우는 현재 인공지능 프로그래밍 지능체 회사를 이끌고 있다. 이 회사는 AI 응용 계층에서 가장 주목 받는 신인 중 하나로 간주되며, 최근 몇 년간 가장 빠르게 성장하는 기술 스타트업 중 하나이다. 그러나 최소한 현재까지, 우의 보다 널리 알려진 정체성은 여전히 경기 수학 및 프로그래밍 계의 마이클 조던식 인물이다.

그는 루이지애나주 부탄루지에 자랐으며, 전형적인 미국 기술 천재 성장지인 곳에서는 아니지만, 수학과 프로그래밍의 고압 훈련장에서 일찌감치 명성을 얻었다. 그는 국제 정보 올림피아드(IOI) 역사상 미국의 최우수 금메달 수상자 중 한 명이자, 팀 동료, 코치, 대회 기록에 동시에 흔적을 남긴 소수의 인물 중 한 명이다. 그는 다른 이들에게 포커와 국제 체스 도전을 걸기도 하며, 카드로 수학적인 마술을 선보인다. 다시 말해, 그는 교과서적인 책치런처처럼 거의 완벽한 천재였다.

Wu는 2003년에 처음으로 동료들 사이에서 주목을 받았습니다. 그 당시 그는 2학년 학생이었지만, 중학교 수학 대회에 참가했습니다. 7살 어린이가 7학년 조 디비전에 입상하자, 그는 시상식에서 자신의 이름이 불렸을 거라 기대했지만 그렇지 않았습니다. 20년이 지난 후에도 그는 이 경험을 회상할 때, 조던이 자신의 경력에서 받았던 모든 무시들과 마찬가지로 모든 것을 기억하고 있습니다.

그 다음 해, 그는 3학년으로 9학년 조 디비전 대회에 참가하여 1위를 차지했습니다. 17살이 되기 전에 그는 이미 전국에서 가장 중요한 중학생 수학 대회인 MathCounts에서 국내 1위를 차지하고 자신의 세 번의 IOI 금메달 중 첫 번째 메달을 따냈습니다. 당시 그의 팀 동료는 Alexandr Wang, Johnny Ho, 그리고 Jesse Zhang였는데, 이들은 Scale AI, Perplexity, 그리고 Decagon의 각각 창립자로 나준 후에 되었습니다.

유진 베그나(Eugene Wigner)는 한 가지 유명한 말을 했습니다: 디랙, 슐라데, 테일러, 심지어 아인슈타인도, 그들 모두는 폰 노이만이 그들 중에서 가장 똑똑한 사람이라고 인정할 것입니다. 비슷하게, Wu의 IOI 팀 동료들도—그들이 마지막으로 공동으로 금메달을 차지한 이후 10년 동안, 이들이 설립한 회사들의 총 평가는 약 800억 달러에 이르렀습니다—그를 거의 같은 방식으로 바라보는 것으로 보입니다.

Cognition의 공동 창립자이자 또다른 IOI 금메달 수상자인 Walden Yan은 말했습니다: "Scott와 나 사이의 격차는, 나와 심지어 참가 자격을 획득하지 못한 사람들 사이의 격차와 같습니다."

Wu를 중심으로, 거의 모든 사람들이 "천재"에 대한 이야기를 갖고 있습니다.

Cognition의 세 번째 공동 창립자이자 이전 IOI 팀 동료인 Steven Hao는 Wu에게 푸타난 수학 대회 문제를 내어 두 시간 안에 종이와 연필로 풀어내는 것에 도전했습니다. 결과적으로 Wu는 고민하면서 소리내어 생각하며 심지도 않고 연필조차 닿히지 않은 채 90초만에 해결책을 제시했습니다.

또 다른 한 번, Wu는 자신의 주요 투자자인 피터 틸과 나폴레온 타에게 국제 체스와 포커 챌린지를 제안하여 회사를 위해 더 나은 투자 조건을 얻으려 했습니다. 또한 IOI 공동체에 관한 정서적인 소문도 있습니다: 거의 모든 사람들이 숭배하는 그 여자애는 처음에는 중국팀의 핵심 선수와 함께할 뻔했지만, 결국은 Wu를 택했습니다. 본문은 여기에 도발적인 농담을 하나 남겼습니다: "포기하세요, 중국팀."

한 번에, Founders Fund는 "슈퍼 스매시 브라더스 Melee"의 LAN 파티를 개최했습니다. 초대 손님은 Mango, "다섯 신"의 리더이자 역사상 가장 위대한 "Melee" 플레이어 중 한 명이었습니다. Wu는 이 게임의 신수준 플레이어가 아니었지만, 이 파티에 나타나 Mango를 이겼습니다. 그가 성공한 것은 프로급 훈련이 아니라 더 빠른 반응 속도와 포커 유인과 유인으로서의 판단이었습니다.

핵심은, 만약 다른 시대로 바뀐다면, 미시시피 강 동쪽에서 온, 빈손에서 시작한, 성미가 작고, 다양한 기술에 능통하며, 경쟁을 즐기고 가끔은 '혈전'을 갈망하는 프로그래머와 국제 지성 대회 챔피언이 29살이 되었을 때, 아마도 이미 전통적인 책가방 천재 서사의 제2막과 제3막 사이에 서 있는 것일 것이다: 체제에 인정받으며, 동시에 자신의 재능, 편견, 그리고 고립에 의해 먹히기 시작한다.

만약 그가 다른 사람이라면, 이미 '60 Minutes'에 등장하여, 정부가 신생 경쟁자에게 비슷한 금지적인 규제 비용을 부과하지 않으면, 또는 특정 소송에서 승리하지 못했다면, 그의 회사가 미국의 사회 구조에 수리할 수 없는 틈을 넓게 열고 있을 것이라고 대중에 경고할지도 모른다.

하지만 실제 세계의 Wu는 이러한 연극적인 길을 선택하지 않았다. 그는 조용히 'Cognition'을 구축하였다.

Cognition의 주력 제품 Devin은 자립형 AI 소프트웨어 엔지니어이다: 자신의 기기에서 실행되며, 프로그래밍 작업을 수신하고, 기존 코드베이스를 이해하며, 자신의 작업을 테스트하고 디버깅한 후 최종적으로 pull request를 제출하여 인류가 리뷰하도록 한다.

이것이 지루하다고 들리는 것은 거의 지루하다고 말할만큼이기도 하며, 그만큼 Cognition이 상업 역사상 가장 빠르게 성장한 기업 중 하나로 주목받을 만큼 중요하다. Devin의 사용량은 매 8주마다 두 배로 증가하며, 서비스 출시 후 18개월 만에 연간 44.5억 달러의 수익률에 도달했다. 그 배경에는 대략 네 가지 이유가 있다.

첫째, Wu는 대다수보다 더 일찍 AI 산업이 지능체 형태로 수렴하게 될 것이라고 판단하였다. 미래의 AI는 더 이상 단순히 자동 완성 도구가 아니라, 24시간 배경에서 동료처럼 미분배된 작업을 수행할 것이다.

둘째, 그는 GPT-4 시대의 모델 능력이 이미 이러한 지능체의 초기 구축을 지원할만큼 충분하다고 보았다. 그 당시 산업의 공신은 아직도 실제 사용 가능한 AI 에이전트가 몇 년이 더 필요하다고 보았다.

셋째, 외부 세계가 아직 AI 에이전트가 제품 시장과 부합하는지 의심할 때, Wu는 이것이 실제로 문제가 아니라고 봤다. 그 이유는 매우 간단했다: 세계는 이미 초인간 계산기인 '육체적 컴퓨터'인 인류 소프트웨어 엔지니어에게 매년 수십 조 달러를 투자하고 있기 때문이다.

넷째, 그는 제품을 충분히 일찍 출시하고 그에 따른 반발을 감수할 의사를 가졌다. 2024년 3월, Wu는 Devin을 발표했다. 당시 그것의 SWE-Bench 성적은 단 13%에 불과했다. SWE-Bench는 AI 프로그래밍 에이전트를 대상으로 하는 테스트로, 모델이 소프트웨어 버그 중 얼마나 많이 독립적으로 수정할 수 있는지를 측정한다. 이 성적은 상당수의 공개 비판을 일으켰지만, Wu는 이 선도 시간을 활용하여 계속해서 이터레이션하고, 결국 Cognition을 오늘의 최초 우위로 이끌었다.

오늘날, 관련 벤치마크 점수는 원본 SWE-Bench에서 90%에 가깝게 나왔고, SWE-Bench Pro에서는 80%에 가깝게 나왔습니다. Devin은 미군, 골드만삭스, 메르세데스-벤츠 등 기관들이 채용한 AI 프로그래밍 에이전트가 되었습니다. 1년 반 전에는 Cognition의 고객이 전혀 없었지만, 지금은 이 회사가 약 250억 달러에 가까운 가치로 자금을 조달하고 있습니다.

Wu가 Cognition 및 보다 넓은 의미의 AI에 대해 이야기할 때, 그는 종말론적인 시나리오를 묘사하거나 기술 지배에 대한 화려한 서사에 깊이 빠지지 않습니다. 그가 더 자주 언급하는 것은 「모두가 진정으로 유용한 소프트웨어를 더 쉽게 구축할 수 있도록 하는 방법」입니다.

그가 말하는 것은 차량 관리소, 국세청, 병원, 항공사, 그리고 당신의 아이의 초등학교 웹사이트도 Instagram처럼 부드럽고 직관적으로 작동할 수 있도록 만드는 것입니다. 그는 AI가 현대 삶에서 발생하는 짜증 스럽고 비효율적이며 진행을 방해하는 시스템적 마찰을 제거하기를 희망합니다.

그가 말하는 대로, 「이렇게 하면 우리는 더 이상《마인크래프트》의 생존 모드에서 살아가는 것이 아니라 창조 모드에서 살아가게 될 것입니다.」 AI 거물이자 「서점 앉은 왕」이라면, 이는 거의 예상치 못한 정상적인 바램입니다.

그렇다면, Cognition은 성공할까요?

아마도 그렇지 않을 것입니다. 아마 AI는 본질적으로 제로섬 시장이며, 2023년 11월에야 지능체 실험실을 설립한 것은 Wu에게는 이미 늦은 시기일지도 모릅니다. 아마 이것은 실제로 기술적 경쟁이 치열한 시장이지만, Cognition은 여전히 OpenAI의 Codex, Claude Code, 또는 xAI 및 Cursor가 조합한 어떤 혼합체에 눌릴 수도 있습니다. 아마도, 슈퍼 팀원으로 구성된 대부분의 서재인으로 구성된 팀이 이러한 전쟁에서 승리하는 것 자체가 현명한 선택이 아닐 수 있습니다.

아마도, Devin의 초기 평가가 오늘날과 같지 않아서 장기적인 시장 판단에 영향을 줄 것입니다. 아무래도 이는 중요하지 않은 부분이지만, Cognition은 결국 Cursor처럼 더 큰 모델 기업이나 플랫폼 회사 앞에서 독립성을 포기할 것입니다. 또는 우리는 실제로 NFT 형태의 거품 서사에 대해 다시 한번 논의하고 있는 것이며, 이 모든 것이 처음부터 중요하지 않았다는 것일 수도 있습니다.

작가로서, 그리고 어떤 「희귀한 인간 나비」 소장가로서, 나는 최근에 샌프란시스코에 위치한 Cognition 본사를 방문하여 Wu와 긴 대화를 나누었습니다. 만나면, 그는 나에게 수달 인형을 건네주었는데, 그것은 Devin의 동물적 모습으로, 「dev-elop-in」의 어떤 유머감각적인 말장난에서 이름을 따왔습니다.

제가 막 말하자, 출입문에 있던 회사 체육관에 아무 직원도 기구를 사용하고 있지 않은 걸 눈치챘습니다. 아마도 거기가 회사가 습기가 많은 쓰레기를 보관하는 곳이기도 했기 때문일 겁니다. Wu 는, 그들이 체육관에 습기가 많은 쓰레기를 두는 이유는 그들이 수학 올림피아드 선수라고 말했습니다.

인터뷰 도구를 책상 위에 놓고 메트로놈의 창업자 겸 CEO인 Kevin Liu 가 Wu 에게 딸기 상자를 전달하면서 "이 딸기들이 당신의 삶을 바꿀 것"이라고 말한 후 녹음 버튼을 눌렀습니다.

다음은 이 대화의 문구 기록입니다. 대화는 대략 3시간 동안 진행되었으며, 내용은 편집되고 요약되어 가독성을 높이기 위해 조정되었습니다.

인터뷰 원문

마션: 중국계 천재 소년

Jeremy Stern(주최자): Scott, 지금은 AI 거물이시고, 주변에는 꽤 풍부한 전설이 형성되어 있는 것 같습니다. 당신은 영각이라기보다는 컴퓨터 같아 보이며, 늪 지대에서 자랐다는 것까지 고려하면, 우리는 일단 과거를 살펴보겠습니다.

Scott Wu: 내 부모님은 둘 다 상해 출신으로, 중국에서 자랐습니다. 그 시기에는 정상적인 대학 입시체계가 존재하지 않았습니다. 대략 10년 정도가 지속되었습니다. 내 부모님은 정확히 그 시기를 겪었는데, 대학에 진학하지 않았을 뿐만 아니라 중학교와 고등학교도 거의 제대로 다니지 않았습니다.

나중에 시험이 다시 시작되었습니다. 당연한 일로는: 10년간 쌓인 학생들이 동일한 대학 자리를 경쟁하게 된 것입니다. 그들은 실제로 완전한 교육을 받지 않았기 때문에, 그 당시에는 어머니가 직장 다니다가 밤에 공부하고 시험 준비를 했습니다. 마지막으로 대학에 입학했습니다. 그들의 학업 성적은 매우 우수했습니다.

내 아빠는 바둑을 아주 좋아했는데, 하나의 교수님과 자주 함께 바둑을 두었습니다. 그 교수님이 후에 미국으로 이민을 갔는데, 미국으로 와서 공부해야겠다고 아빠에게 편지를 써서 이민과 관련된 서류를 도왔습니다. 그래서 아빠가 먼저 미국으로 왔다가 6개월 후에 어머니도 왔습니다. 이후 그들은 콜로라도 주립대학에서 화학공학을 공부했습니다.

Jeremy Stern: 그들이 당시에 문화 충격에 대해 언급한 적이 있나요?

Scott Wu: 그들에게는 당연히 매우 다르게 느껴졌을 겁니다. 하지만 적어도 주택과 음식 측면에서는 미국이 이미 훨씬 더 좋았습니다—당시 중국에서는 여전히 매우 부족했던 것들이었습니다. 그들은 그에 대해 매우 감사했습니다. 아빠는 계속 "이 세상에서 내가 한 가장 좋은 결정"이라고 말했습니다. 나는 이게 사실인 것 같습니다.

그들은 이전에 한번도 중국을 떠난 적이 없었습니다. 심지어 뒤에도 마찬가지였죠 — 제 엄마는 몇 년 전에 돌아가셨는데, 그녀는 중국과 미국만 다녀온 삶이었습니다. 내 아빠도 마찬가지로, 작년까지 우리가 일본에 데려갈 때까지. 그래서 물론 그것은 매우 큰 문화 충격이었습니다.

그리고 많은 작은 일들도 있었습니다. 그 시절 중국은 매우 가난했는데, 그들은 미국에 오기 위해 몇 달 동안 돈을 모았습니다. 내 아빠가 미국에 처음 도착했을 때, 그의 주머니에는 대략 80 달러가 있었습니다. 그는 한 가지 이야기를 했습니다. 그는 다른 대학원생들과 함께 공항에서 택시를 타려고 했는데, 모두가 팁을 내기 위해 돈을 조달했습니다. 그가 팁으로 1~2달러를 꺼내려 할 때, 그는 갑자기 그것이 자신의 전부 재산의 대략 3%에 해당한다는 것을 깨달았습니다. 그 순간 그에게는 매우 충격적이고 약간 부끄러운 경험이었습니다.

Jeremy Stern: 그게 언제인가요?

Scott Wu: 1989년이었죠.

Jeremy Stern: 그래서 실제로 그것은 매우 특별한 시기였네요: 미국에서 학생으로 있고 중국에 머물지 않는 것. 그 후 당신들이 어떻게 바툰루즈에 이르렀죠? 그것은 전통적인 '엘리스 섬 이민 경험'과는 다소 다를 텐데요.

Scott Wu: 그들은 모두 화학 공학을 전공했습니다. 또한 루이지애나에는 풍부한 석유 및 가스 산업이 있기 때문에 그 후에 그들은 거기에서 일을 찾았습니다. 내 아빠는 대기 질 허가에 대한 컨설팅을 하고, 엄마는 정부의 환경 품질 부서에서 일했습니다.

내는 형 Neal이 있습니다. 나보다 4살이 많아요. 나는 1996년에 태어났습니다. 그때쯤에 우리는 바툰루즈 교외에 작은 집을 가지고 중산층적인 삶을 살고 있었습니다.

어릴 때부터 나와 주변 사람들이 조금 다르다는 것이 명백했습니다. 그들은 대개 나보다 더 정상적이었습니다. 쉬는 시간에는 축구를 차기도 했는데, 나는 별로 흥미가 없었습니다. 나는 수학을 좋아하고, 또 항상 매우 야심찼습니다. 나는 3~4세쯤 됐을 때 곱셈을 배웠습니다. 사실, 많은 수학 지식은 대부분 집에서 자연스레 배웠습니다.

이것은 형이 내게 4살이나 많았기 때문에 가능했습니다. 우리에겐 많은 공통 관심사가 있었고, 나는 그를 매우 존경했습니다. 왜냐하면 루이지애나 주 바툰루즈에서는 우리와 비슷한 사람들이 별로 없었기 때문입니다.

Jeremy Stern: 특별한 이유 없이 그렇게 생각하게 만드는 게 있지는 않았지만, 어릴 때 괴롭힘을 당한 적이 있나요?

Scott Wu: 물론이죠, 있었습니다. 나는 자주 괴롭힘을 당했습니다. 나는 정말로 다르기 때문이죠. 나는 나와 매우 다른 존재였습니다. 대회를 통해 비슷한 사람들을 만나기 전까지 나는 거의 완전히 고독한 사람이었습니다. 바툰루즈에서 몇몇 친한 친구들이 있었지만, 솔직히 말해서 어느 정도로는 나는 자신을 더 많이 느낀 게 존재하는 것 같았습니다. 왜냐하면 그들은 내 주변 사람들보다 훨씬 더 나와 비슷했기 때문입니다.

제러미 스턴(Jeremy Stern)：나중에 대회에 대해 이야기하겠지만, 먼저 말해보면, 수학을 어떻게 좋아하는지 표현하셨나요? 간단한 곱셈도전 이야기 외에.

스콧 우(Scott Wu)：(웃음) 제 형은 6학년이었고, 전 1학년이었어요. 그때 그는 중학교 수학 대회에 참여하기 시작했습니다. 그래서 자연스럽게 따라가게 되고, 저도 수학을 하고 싶다고 생각했습니다. 그게 시작되었어요.

저는 Buchanan Elementary에서, 우리 지역 공립 초등학교의 천재 프로그램에 있었습니다. 옆에는 McKinley라는 중학교가 있었습니다. 저는 3학년부터 거기서 고등학교 수학을 배우러 갔어요. 몇 년 동안 매일 한 명의 선생님이 초등학교로 와서 제가 맥킨리로 데려다 주었고, 5학년에는 스스로 걸어가기 시작했습니다. 지역 학교 시스템에서 기억에 남는 점은: 그들은 저를 아주 좋게 대해주었고, 일을 움직일 수 있게 만드는 데 많은 노력을 기울였습니다.

제 형은 아마 제 4학년 때에 제가 프로그래밍을 배웠어요. 저는 자주 컴퓨터 시뮬레이터에서 포켓몬을 플레이하곤 했는데, 그로 인해 프로그래밍 공부도 하게 되었습니다. 그리고 테트리스도 했죠. 그리고 24 게임이라 불리는 카드 게임. 각종 이런저런 작은 게임들인데, 기본적으로는 논리, 퍼즐 또는 전략인데요, 거기에서 다양한 옵션을 계산할 수 있습니다. 이것들은 항상 제가 최고로 즐길 수밖에 없는 취미들이었습니다.

내 부모님은 정말로 나의 학습과 연습을 적극적으로 도왔지만, 곧 나는 완전히 스스로 하고 싶다는 단계로 들어갔습니다. 나는 완전히 자기 주도적이었습니다. 관심이 없다면 이것을 달성하는 것은 매우 어려웠을 것입니다. 나는 항상 수학을 사랑해왔는데, 왜냐하면 그것이 아주 우아하다고 생각했기 때문입니다. 물론, 부모님의 격려도 큰 도움이 되었습니다.

제러미 스턴(Jeremy Stern)：어린이는 어떻게 '우아함'을 느끼는지요?

스콧 우(Scott Wu)：아버지가 일찍 이차방정식 공식을 설명해 주셨던 게 기억나요. 그는 종이 한 장에 Ax² + Bx + C = 0라고 썼고, 그 후에 저에게 이렇게 처리해야 한다고 알려주셨죠: 먼저 A를 나눈 다음에 완전제곱을 하고, 그 방정식을 풀어서, 최종적으로 -B에 어떤 값을 더하거나 빼는지 구할 수 있습니다. 저는 이 과정을 매우 좋아했습니다.

저는 항상 논리를 좋아했고, 사물을 단계적으로 자연스럽게 도달하도록 하는 것을 즐겼습니다. 수학의 가장 멋진 점은, 당신이 이러한 것들을 실제로 깊이 있게 이해한다면, 그것들이 논리적으로 설득력이 있음을 알게 될 것이다. 물론, 수학을 잘하고, 따라서 다른 사람을 이길 수 있다면 그것에는 나쁜 점이 없다. 그리고 분명히 다른 사람을 이기는 것을 좋아했습니다.

제러미 스턴(Jeremy Stern)：'분명히'라고 말씀하셨는데, 이러한 승부욕은 어디서 비롯되었나요?

스콧 우(Scott Wu)：저는 아직도 저희 집에서 가장 강한데요, 그러나 부모님과 형은 기본적으로 99 백분위 경쟁 심리를 가진 분들입니다. 혹시 추측해 본다면, 아마 제 엄마가 우리 중에서 가장 강한 경쟁심을 가진 분일 것입니다.

부모에 대한 일상적인 고정 관념이 있습니다. 그들은 항상 당신을 다른 사람의 아이들과 비교합니다. 예를 들어, "다른 집 아이가 더 잘한다"와 같은 말이요. 그러나 내 엄마는 항상 그 반대로 말했어요. "그 똑똑한 아이는 사실 그렇게 대단한 건 아니에요. 그 사람의 아이가 프린스턴에 들어갔지만, 실제로는 인상적이지 않아."

그녀는 항상 나에게 "너는 최고가 될 잠재력이 있어"라는 생각을 강하게 주입했어요. 그녀는 결코 "다른 사람들은 너무 대단해, 넌 그들을 배워야 해"라고 말하지 않았어요. 그녀는 더 말하던데요. "그들이 할 수 있는 일, 너도 다 할 수 있어."

서예반의 올림픽

제레미 스턴: 좋아, 우리 이 마이클 조던 비유를 이어가죠. 제임스 조던은 윌미턴의 집 뒷마당에 농구대를 세웠어요. 마이클은 처음에 야구를 좋아했지만, 후에는 라리와 원대원대로 농구를 시합했어요. 그는 라리를 숭배했지만 동시에 그를 이기길 원했어요. 그 다음은 그의 인생을 바꾸는 그 결정적인 순간이었어요: 마이클은 스스로가 학교 농구팀에 들 수 있을 것으로 생각했지만, 시험 후 떨어졌어요. 당신의 삶에서 비슷한 순간을 얘길래요.

스콧 우: (웃음) 제가 이 전제를 받아들일지 확신이 없네요. 역사상 최강의 경시 프로그래머는 게나디 코롯케비치입니다. 그는 현재 Cognition에서 일하고 있어요.

제레미 스턴: 물론, 하지만 '조던 같은' 것은 우승 반지 뿐만 아니에요. 또한 수십억 달러 규모의 운동화 사업, 모든 사소한 것을 경쟁 게임으로 만드는 능력, 그 1000와트짜리 활기찬 미소, 매혹적인 쿠바계 아내까지 포함되요. 그와 함께, 저는 그녀가 Alexander Wang의 모델로 일한 적이 있다고 생각해요. 물론, 또 다른 Alexander Wang죠.

스콧 우: 알겠어요. 제가 처음으로 참가한 수학 경진 대회는 남부 대학의 바툰루스에서 열렸어요. 그것은 중학생과 고등학생을 대상으로 한 대회였어요 - 6학년생은 6학년 수학 그룹에 참가하고, 7학년생은 7학년 수학 그룹에 참가했어요. 내가 그 당시 2학년생이었지만, 7학년 수학 그룹에 등록했어요.

시상식에서, 그들은 수상자들의 이름을 읽기 시작했어요. 한번쯤은 내 이름을 듣겠지 했어요. 그러나 그런 일은 없었어요. 제가 그때 너무 분해했어요. 진정으로, 아주, 아주 분해했어요. 지금까지도 이 일을 기억하고 있어요. 그것은 내 첫 기억 가운데 하나에요.

같은 일에 참가하여, 3학년 때 다시 되돌아간 적이 있어요. 그때는 이미 대수학 1을 배우고 있었고, 나는 9학년 그룹에 참가했어요. 내가 만점을 받았고, 1등을 하였다고 기억해요. 어렸을 때부터 나는 항상 모든 사람을 이기고 싶어했어요. 상대가 나이가 더 많다고 해도 중요하지 않았어요.

제레미 스턴: 이전에 확인한 것처럼, 당신이 어릴 때 괴롭힘을 당한 적이 있습니다.

스콧 우: 제 2 학년 때는 정말로 많은 친구가 없었습니다. 그러나 대략 6학년쯤 되어서 중학교 시기에 상황이 바뀌기 시작했습니다. 중학교 때 MathCounts 라는 대회가 있었습니다. 학교의 가장 우수한 아이들이 도시 대회에 참가하고, 도시 대회 우승자들이 주 대회에 진출했습니다. 그 후 주 대회 우승자들이 미국 대회로 나아갔습니다. 주최 측은 모든 사람들을 디즈니 랜드로 데려가서 3~4일 동안의 전체 일정을 제공했습니다.

대회가 시작하면, 성적표 시험이 오전에 진행됩니다. 모든 사람들이 큰 방 안에 앉아 시험을 치르게 됩니다. 그 후 상위 12명이 라운드로 진출하게 되는데, 그것이 곧 일대일 대결인 역주시 라운드입니다.

제레미 스턴: 그 바로 너와 그 가련한 여자 아이의 핫한 영상이었던 거 맞지?

스콧 우: 맞아요. 그래서 나는 전국 대회에 참가했고, 거기서 많은 다른 아이들을 알게 되었습니다. 그들과는 그 후 Google Hangouts 를 통해 연락을 유지했습니다. 고등학교에 이르러도 이 연락을 계속했습니다. 우수한 수학과 프로그래밍 학생들은 여러 캠프에 참여하기도 했습니다. 후에 그들 중 많은 사람들이 나의 가장 친한 친구들 가운데 있었습니다. 나는 그들 중 많은 사람들과 함께 Cognition 을 창립한 사람 중의 하나이기도 합니다.

그들 대부분은, 상상할 수 있듯이, 컵티노 출신이거나, 워싱턴 D.C. 지역 출신이며, Thomas Jefferson 에서 공부하고 있는 학생들이거나, 뉴욕의 Stuyvesant 출신입니다. 나는 루이지애나 출신이지만, 여전히 나는 그들과 더 닮았다고 느꼈습니다. 우리는 끈끈한 관계를 유지했습니다.

나는 Jesse Zhang, Johnny Ho, Hyperliquid 의 Jeffrey Yan, 그리고 Scale 의 Alexandr Wang 를 이렇게 알게 되었습니다. Jeff 는 내 고등학교와 대학 시절 최고의 친구 중 하나였습니다. Alexandr 는 내 중학교 시절 최고의 친구 같은 존재였습니다. 그는 뉴멕시코 주 출신이었고, 그 의미에서 우리는 약간 비슷한 존재였습니다.

3 학년생인 우가 9 학년 수학 팀 대회에서 우승한 사진. (2006)

제레미 스턴: 나중에 왜 '야구'에서 '농구'로 전향했나요?

스콧 우: 저는 항상 수학 및 프로그래밍 대회에 동시에 참여했지만, 프로그래밍에 능력이 높았습니다. 저는 프로그래밍 대회를 더 좋아했고, 그에는 몇 가지 이유가 있습니다.

먼저, 프로그래밍 문제 자체가 제 취향과 더 일치합니다. 수학에서는, 저는 확률, 조합론, 그리고 계수 문제에 아주 능숙합니다. 이러한 문제들 사실 전략 게임과 매우 닮았습니다: 당신은 다양한 옵션을 계산해야 하며, 어떤 것이 어떤 것으로 이끄는지 이해해야 합니다. 반면에, 기하학과 같은 문제들도 할 수 있지만, 그렇게 즐기지는 않습니다. 그리고 프로그래밍에서 많은 문제들은 본질적으로 모두 조합론에 더 가깝습니다.

또 다른 점은, 수학에는 많은 용어들이 있습니다. 여기서는 파스칼의 원리를 사용해야 하고, 저기서는 폴로모겟다 정리를 사용해야 하거나 다른 어떤 정리를 사용해야 할 수도 있습니다. 재미있는 점은, 제게 있어서 항상 안정적으로 유지된 한 가지 특징은: 저는 이러한 이름들을 잘 기억하지 않습니다.

저는 항상 이러한 개념을 보다 직관적인 수준에서 이해합니다. 예를 들어, 이 조건이 성립할 때, 결과는 반드시 이렇게 될 것입니다. 저는 종종 어떤 것이 무엇인지 모르며, 그것이 어떤 정리에 해당하는지 알지 못합니다. 제게 있어서, 그것은 단지 보다 일반적이고 넓은 진리의 특정한 경우에 불과합니다.

어제도 이와 관련한 일이 한 번 있었습니다. 그때 우리는 인지훈련에 관한 연구 발표를 듣고 있었습니다. 그들은 많은 용어를 사용했고, 저는 말했습니다: "죄송합니다, 이 용어의 의미를 몰라요. 하지만 여러분이 말한 것은 사실 이것을 먼저 하고 그 다음 저것을 하는 부분인데, 맞나요?" 저는 항상 일을 보다 직관적인 방식으로 이해해 왔다고 생각합니다. 이것은 정말 조금은 일반적이지 않은 것 같습니다.

그리고 프로그래밍에는 또 다른 분명한 특징이 있습니다: 그것은 매우 실용적입니다. 제가 MathCounts 국가 대회를 위해 훈련을 받을 때 기억하는 건, 스스로에게 머릿속 계산 문제를 계속해서 내도록 하는 프로그램을 작성한 적이 있었습니다. 제가 만든 게임을 하고, 그것을 사용해 훈련했습니다. 스스로가 실제로 무언가를 만들어 낼 수 있다는 것을 깨달았을 때, 그것이 저에게 매우 만족스러웠습니다.

Jeremy Stern: 그러니까, IOI에서 세 번의 금메달을 획득하고, 나중에 청소년 선수들의 코치이자 멘토로 활동하며, 수학과 프로그래밍 천재로 이루어진 분산된 친구들 모임을 가지고 있다고 들었습니다. 그리고 내가 알기로는, 당신은 고등학교를 중퇴했다고도 합니다. 이게 합법적인 일인가요?

Scott Wu: 엄밀히 말하면, 저는 졸업했습니다. 그저 고등학교를 졸업한 후 고등학교를 떠났을 뿐입니다. 캘리포니아의 아동 노동 법은 18세가 되기 전이나 고등학교 졸업증을 받기 전까지 전일제로 일할 수 없다고 규정하고 있습니다. 그 때, 저는 베이 에어리어에서 일하고 싶었기 때문에 졸업증을 받기 위해 무엇을 해야 하는지 대략적으로 파악했습니다. 그리고 그것을 따랐습니다.

신 부다페스트: 새로운 AI 창업가 세대

참고: "신 부다페스트"는 저자가 역사적 유사성을 들어 만든 용어입니다. 20세기 초, 부다페스트 주변에는 훌륭한 헝가리 유대계 수학자, 물리학자들이 집중적으로 나타났으며, 오늘날에는 AI 분야에서도 유사한 기술적 천재와 기업가 집단이 나타나고 있는 것으로 보입니다.

제레미 스턴: 한 가지 이상한 점이 있습니다. 20세기의 많은 위대한 수학자와 물리학자들 — 나중에는 로스알라모스나 약염실험실에서 함께 일하거나, 현대 수학, 물리 및 경제학의 기초 모델을 제시한 사람들 — 거의 대부분이 1900년 전후에 태어나 헝가리 부다페스트와 그 주변의 중산층 유대인 출신이란 사실이었습니다. 나는 그들을 '화성인'이라고도 불렀던 시라드가 말한 것을 기억합니다.

리처드 로즈는 원자폭탄에 관한 그 책에서, 대답은 아마도 여러 요인의 조합일 것이라 추측했습니다: 급속한 현대화된 부다페스트, 이미 동화되었지만 여전히 이전 신분 제도에 배제되는 유대계 급부, 우수한 학교 및 수학 경시 대회, 지식 우수를 중시하는 문화, 독일로 강제 이주 후 미국으로 재이주, 그리고 전쟁 시기의 과학 기회. 이 설명은 상상력이 거의 불가능할 정도로 지루할 정도로 타당할 수도 있지만, 나는 그것이 정확할 수도 있다고 가정합니다.

내가 방금 전에 당신을 '에어 조던'으로 유사시한 것처럼, 나는 당신과 당신의 친구들을 '화성인'으로 유사시할 계획은 없습니다 — 적어도 당신의 앞에서는 말할 생각이 없습니다. 그러나 나는 정말 궁금해요. 이러한 창업자 그룹을 어떻게 설명해야 할까요: 당신들은 모두 MathCounts 및 IOI에 참가하고 구글 행아웃으로 연락을 유지했으며, 나중에 하버드를 퇴학하여 양자 회사 교육 체계에 진입하고, 그러다 LLM의 기회를 잡아 대무? 게다가, 당신들 대부분은 밀레니엄세대 전후에 태어난 미국의 한인들이군요.

스콧 우: 나도 종종 이것에 대해 생각해봅니다. 먼저, 우리가 매우 운이 좋다고 생각합니다. 우리 모두에게로서, 가장 멋진 것 중 하나는 AGI 태교의 시간에 서 있을 수 있다는 것입니다. 나는 이것이 실제로는 인류 사상에서 가장 혁명적인 사건일 지도 모른다고 생각합니다. 적어도, 그것은 확실히 우리 세대에게 있는 가장 중요한 사건이다.

내가 몇 가지 아이디어를 가지고 있습니다.

그 중 하나는 모든 것이 결국 '포인트 브레이크'로 발전한다는 것입니다. 예를 들어 포커. 70년대, 80년대, 90년대에는 포커 상에서 매우 원시적인 인물들이 많았는데, 그들은 할리우드식 '인생 문제' 분위기를 지닌채 게임을 했습니다. 그들은 게임에서 매우 깊은 직관에 의존했습니다. 물론, 그들은 분석도 하지만, 확률을 체계적으로 연구하는 서적꾼들처럼 하지는 않았습니다.

그러나 시간이 흐름에 따라, 포커가 궁극적으로 진화 한 것은 사실상 수학이었습니다. 그 곳에는 많은 수학적 요소가 있으며, 오늘날 가장 최고 수준의 포커 플레이어들은 본질적으로 수학 서적꾼입니다. 체스도 마찬가지이며, 많은 비슷한 게임들도 그렇습니다.

나는 창업이 비슷한 곡선을 겪었다고 생각하고 있습니다. 과거에는 Steve Jobs식 인물 캐릭터가 있었습니다. 그러나 지금, 특히 AI 분야에서는 어느 정도 암호화 포함해서, 창업가 캐릭터는 명백히 기술 중심적으로 전환되었습니다.

사람들이 현재 언급하는 그 AI 대기업들 대부분은 비슷한 커뮤니티에서 온 사람들이 운영하고 있습니다. 예를 들어 OpenAI가 그 예시입니다. Greg Brockman이라는 분도 있죠. 제가 좀 더 나이가 많지만, 우리와 같은 대회에 모두 참가한 경험이 있는 분입니다. 그는 미국 수학 24위였고, 미국 화학팀에 속했으며, 화학 올림피아드에서 은메달을 획득한 적이 있습니다. OpenAI의 연구팀 리더 Mark Chen은 저와 함께 미국 IOI 팀을 지도한 경험이 있습니다. Jakub Pachocki는 OpenAI의 수석 과학자로, 이전에 자주 대결했던 상대입니다. 그는 폴란드 출신이지만, 우리가 함께 참가했던 국제 대회가 같습니다. Anthropic의 Dario Amodei는 미국 물리 팀의 구성원이었습니다.

긴 이야기를 짧게 말하자면, 첫째, 여기에는 분석을 전이할 수 있는 깊은 능력이 분명히 존재합니다. 둘째, 특히 AI 분야에서는 좋은지 나쁜지에 상관없이 매우 강력한 기술적 배경이 해결해야 할 문제 자체가 매우 기술적인 성격을 띄고 있기 때문에 극도로 가치 있음이 입증되었습니다.

하지만 우리 세대에게는 또 다른 "전염성" 요소가 있습니다. 이 점에 대해 저는 Alexandr Wang의 역할을 매우 인정합니다. 그는 실제로 우리 중에서 처음으로 "응, 나는 창업할 것이다" 라고 말한 사람이었습니다. 우리 관계는 매우 밀접했고 서로를 이해했기 때문에, 그 느낌은 우리 모두가 이 일을 해야 한다는 것 같았습니다.

저와 Alexandr는 중학교 때 함께 창업 아이디어 문서를 작성한 적이 있습니다. 지금도 기억합니다. 그러한 아이디어들은 분명히 모두 좋지 않았겠지만, 그때 우리는 언젠가는 회사를 창업해야 한다고 생각했습니다.

Jeremy Stern: 좋아, 그래서 이것이 타이밍을 설명하고, 지능을 설명합니다. 기술 역사는 항상 "지능 숭배"가 아니었지만, AI는 실제로 Noam Shazeer와 같이 AI 분야에서 중요한 발전을 이룬 사람들이 대부분 수학 경시대회 챔피언이었다는 특징이 있습니다.

지능 이야기는 아마도 이 부분을 설명하고 있습니다. 예를 들어 더 멀리 볼 수 있는 의사결정 트리를 따라갈 수 있는 능력: 모델이 얼마나 향상될 것인가, 혹은 그렇지 않을 것인가; 규모화 및 강화 학습이 어떻게 작용할 것인가; 데이터와 컴퓨팅 성능이 어떻게 변할 것인가 등. 이 부분은 이해가 됩니다.

하지만 이것은 또 다른 부분을 설명하지는 않습니다: 여러분은 리더이어야 합니다. 다른 매우 똑똑한 사람들을 끌어들일 수 있어야 합니다. 전체 무대에서, 당신은 분명히 그 중심 인물 인형이어야 합니다. 단체 사진에서, 다른 빛이 비추는 모습으로 보여야 합니다. 제품 감각과 대인 관계 능력이 필요합니다.

매년 대략 25명의 이러한 금메달 수상자가 있다고 가정하고, 우리가 실제로 관련이 있는 시간 창이 10년이라고 가정하면, 전 세계 수십 억 인구 중 이것은 몇 백 명의 사람들만 있는 것뿐이죠. 하지만 그 대부분의 사람들은 창업가의 기질마저 갖추지 못했을 뿐더러 여러 가지 능력을 동시에 갖추지 못했기 때문에요.

그래서 저는 아직도 아시아계 미국인에 대해 궁금해합니다. 왜냐하면 상당히 최근까지는 이것이 사실이 아니었기 때문입니다. 저는 그 명쾌한 답변을 피하려 노력하고 있습니다 — 저는 그것을 유대인과 할리우드 또는 금융업과 비교할 수 있도록 미묘하게 비유하겠습니다.

스콧 우: 제가 지나치게 자기만족적인 바보로 보이게 만들려는 것 같습니다.

제레미 스턴: 그것은 제 문제이지, 여러분의 문제가 아닙니다. 제가 아무도 혼동시키지 않을 것을 보증합니다.

스콧 우: 나는 이 문제에 대한 제 견해가, 우리 분야에서 정말 중요한 두 가지 품질은 지능과 갈망이라고 생각합니다.

당신이 방금 언급한 다른 것들은 모두 이 두 가지 기본 특성에서 유래한 것입니다. 경쟁사회가 선별한 것은 바로 이 두 가지입니다: 첫째, 당신은 매우 똑똑합니다; 둘째, 여러분은 아주 분통 높고 모든 사람들을 쓰러뜨리고 싶어합니다.

만약 당신이 충분히 똑똑하다면, 계속해서 분석하고 조정하며, 다음에는 더 잘할 수 있도록 자신이 어디서 실수했는지 고민할 수 있고, 동시에 충분히 강력한 동기가 있어서 하루 종일 계속해서 이렇게 할 수 있다면, 몇 년 동안 계속해서요. 일반적으로 말하자면, 그러면 당신은 다른 여러 능력들에서 꽤 뛰어날 수 있습니다.

아시아계 미국인에 대해서는, 그것은 내가 앞서 말한 그 감염적인 것 중 일부입니다. 우리는 정말로 매우, 매우 운이 좋았습니다. 서로를 가질 수 있어서 말이에요. 사실 많은 사람들은 창업이라는 선택할 수 있는 옵션을 실제로는 깨달아 있지 않았습니다. 저는 단지 우리가 함께 이 프로세스를 겪을 수 있고 서로가 번영하는 것을 볼 수 있어서 우리가 매우 운이 좋다고 느끼지요.

날쌘 세월: 실패의 열 년

제레미 스턴: 이야기를 조금 벗어났습니다. 우리는 약간 빨리 진행하겠습니다. 17살 때 캘리포니아로 가셨는데, 그 해 몇 년이었죠?

스콧 우: 2014년이었습니다.

제레미 스턴: 알겠습니다, 그래서 캘리포니아 법률에 따르면 당시에 여전히 '소년 근로자'로 여겨졌지만, 고등학교 졸업증을 받아서 면제 요건을 충족시켰기 때문에 Addepar에서 고용되었습니다. 거기서 일한 후 잠시 후드슨 리버 트레이딩(HRT)과 다른 '화성인'들과 함께 간 다음 하버드에 입학하여 중퇴하고 LunchClub을 설립하고 마지막으로 Cognition을 설립했습니다. 그 약 10년간, 가장 인상 깊었던 것은 무엇이었습니까?

Scott Wu：네. 나는 Johnny Ho를 통해 Vlad Novakovski를 만났어. 당시에 Vlad는 Addepar의 엔지니어링 수석이었어. 나는 Addepar에서 소프트웨어 엔지니어로 일했고, 주로 성능 엔지니어링과 최적화를 담당했어.

Addepar에는 고객 및 자산 운용 회사를 위해 다양한 데이터를 계산해야 하는 많은 금융 분석 기능이 있어. 내가 한 일 중 많은 부분은 이러한 계산을 더 빨리 실행되게 만드는 것이었어. 거기 있을 때 1년 이상 동안, 특정 지표들의 실행 속도가 대략 100배 향상되었어.

나는 채용에 많은 시간을 투자하기도 했어. 그 해에 나는 아마 회사에서 2등이나 3등으로 랭크된 면접관 중 한 명이었고, MIT에서 캠퍼스 행사에 자주 참석했어. 모든 지원자들은 나이가 많았지만, 나는 그들에게 서 있으면서 설명했어: 여러분, 정말 Addepar에서 일해야 하는 이유는 이것들 때문이에요.

Jeremy Stern：그 때 당신의 비즈니스 감각은 어떠했나요?

Scott Wu：제로.

내 삶의 많은 시간이 수학과 프로그래밍에 쏟아졌거든. 나는 무언가를 만들 수 있지만, 이 세상이 어떻게 작동하는지를 이해하는 데 거의 경험이 없었어. 모든 것을 처음부터 배워야 했어.

나중에 Addepar를 떠나 해버드로 이사갔어, 대략 2년을 보냈지. 경제학을 전공했는데, 이것은 지금 생각해도 꽤 우스꽝스러워. 사실 내가 졸업하지는 않을 걸 알았어. 글쓰기 수업을 들었고, 공중 연설 수업을 들었고, 철학 수업을 들었고, 컴퓨터 수업도 들었지. 하지만 나는 학교 그 자체에 대해 진짜 신경을 쓰지 않았어.

해버드에는 학기말 시험 전에 한 주간의 독서 주가 있어, 논문을 쓰거나 복습을 하는 시간으로 쓰는 거지. 그런데 나는 전혀 신경 쓰지 않았어. 그 한 주 동안, 나는 다른 사람들과 만나 이야기를 나누며 노는 데만 급급했어. 많은 사람들이 전주 동안 공부만 했는데, 다른 사람을 거의 못 봤어. 그들 중 많은 사람들에게 있어 나는 그들이 공부에서 한 번 벗어나 쉬어 가는 유일한 주일 동안의 휴식이었어.

나중에 나는 학교를 그만두고 샌프란시스코로 이사를 가서 Vlad와 함께 LunchClub을 창업했어. 그것은 2017년 여름이었어. 우리는 pre-seed 투자 단계를 마쳤고, 그 당시에는 SPC (South Park Commons) 인큐베이터의 첫 번째 프로젝트로 일했어.

처음에는 Elliot Technologies라는 이름의 앱이었어, 일정을 조정하고 누구를 만나야 하는지 판단하는 데 사용되는 앱이었어. 그러나 나중에 우리는 여러 번의 점진적인 방향 전환을 해왔어. 그것은 더 이상 개인적인 만남이 아닌 직업적인 소셜 네트워킹으로 이동했고, 단순히 일정을 조정하는 것이 아닌 새로운 사람을 알게 해주는 데 도움이 되었어. 그래서 그 일련의 변화를 통해 LunchClub이 되었어.

그것은 매우 흥미로운 경험이었습니다. 우리는 약 5년간 함께이 회사를 운영했고, 수백만 건의 미팅을 이끌었으며, 팀은 한 번에 약 30명을 고용했습니다. LunchClub을 매우 좋아하는 소수의 사람들이 있었습니다. 그들은 계속해서 사람들을 만나고 새로운 연결을 형성하는 과정을 즐겼습니다.

그 후 많은 일이 있었습니다. 먼저 물론 COVID가 있었습니다. 오프라인 미팅을 촉진하는 제품에 대해 말이죠. 그 자체로도 매우 특별했습니다. 그 다음으로, 어느 순간부터 성장과 상업화가 점점 어려워졌습니다. 그동안 제 어머니는 2020년부터 심각한 질병을 앓았습니다. 2022년 6월에 제가 LunchClub을 떠났습니다.

제러미 스턴: 그녀는 언제 돌아가셨나요?

스콧 우: 2023년 10월이었습니다.

제러미 스턴: 다른 사람들에게 당신에 대해 여쭤볼 때, 경주, 카드 마술 및 인지 외에도 일반적으로 가장 먼저 언급되는 것입니다.

스콧 우: 그녀는 4기 폐암 진단을 받았습니다. 그녀는 몇 년 동안 표적 치료를 받았습니다. 그 후에 다른 합병증과 문제가 발생했습니다.

제러미 스턴: 그러나 사람들이 언급하는 것은 그녀의 별이 아니었고, 당신이 집으로 돌아가 돌보셨다는 것입니다. 당신이 직접 그녀를 보살펐다는 것은 맞죠.

스콧 우: 아마도 그것이... 그것은 제 인생 중 매우 중요한 사건 중 하나였습니다. (중단) 미안합니다.

(중단) 나중에 저는 루이지애나 주로 돌아왔습니다. COVID 대부분 기간 동안 거기에 머물렀습니다. 제가 거의 1년 동안 집에 있었습니다. 그 의미에서 COVID는 저와 제 동생에게 매우 큰 축복이 되었습니다. 그것은 우리에게 부모님과 진정으로 함께할 수 있는 기회를 주었기 때문입니다.

2021년, 외부 세계가 다시 열리기 시작한 후, 다른 곳에 더 많이 머물렀습니다. 마이애미에 한 동안 살았다가 나중에 뉴욕으로 이사했습니다. 그리고 2023년 경에 어머니의 상태가 명백히 악화되자 다시 집으로 돌아왔습니다.

전반적으로, 그것은 매우 특별한 시기였습니다. 나에게는 인생에서 무엇을 얻고 싶은지를 깨닫기 위한 과정 중 일부였습니다. 제가 첫 번째 회사를 했고, 결과는 그저 그랬지만 주목할 만한 성공은 아니었습니다. 얼마 동안 쉬었고 다양한 다른 아이디어를 탐구했습니다. 그러면서도 어머니를 돌봤습니다.

전반적인 과정은 감정적으로 매우 강렬했습니다. 그러나 그것은 또한 생각할 수 있는 시간이었습니다. 나는 무엇을 중요하게 여기며, 무엇을 소중히 여기며, 내가 인생에서 무엇을 이루고 싶어하는지.

제러미 스턴: 당시 어떤 아이디어를 탐구했나요?

스콧 우: 저희는 스티븐 하오(Steven Hao)와 안드류 허(Andrew He)와 함께 여러 가지를 시도해보면서 이 세계에 대해 알아가며 많은 것을 배웠습니다. 암호화폐 분야에는 흥미로운 방향이 몇 가지 있습니다. 우리는 시장을 배우기 위해 그것을 통해 공부했습니다. 또한 보안 분야에는 제로 지식 증명과 같이 탐구할 가치 있는 문제들이 있습니다.

그 후, ChatGPT가 2022년 11월에 출시되었습니다. 그 해 하반기에 우리는 자연스럽게 AI에 대해 더 심층적으로 연구하며 이 기술이 앞으로 어떻게 발전할지 심사숙고했습니다.

하지만 그 시기를 거의 휴가로 취급했는데, 그 이유는 어머니를 많이 돌봐 주기도 했기 때문입니다. 제 어머니는 2023년 10월 6일에 돌아가셨습니다. 한 달 후, 우리는 Cognition을 설립했습니다.

Cognition은 캘리포니아의 버클리에 위치한 기관입니다. (2025년 11월 25일)

Cognition: Devin이 해킹 방에서 AI 소프트웨어 엔지니어가 되기까지

제러미 스턴: 한편, 당신의 전체적인 인생 과정을 고려할 때, 우리의 AI 황제를 프로그래밍하도록 훈련시키는 것은 마치 당신이 이 세상에 오게 된 목적인 것처럼 보입니다. 다른 한편으로, 이 모든 것은 우연으로 가득찬 것처럼 보입니다. 어느 정도 우리 모두가 그렇지 않을까요. 하지만 당신은 이 두 가지 사이의 관계를 어떻게 이해하나요?

스콧 우: 저는 분명히 사후 회고 버전을 설명할 수 있고, 모든 것이 의도된 바였다고 말할 수 있습니다. 하지만 그것이 완전한 진실인 것 같진 않습니다.

실제로 벌어진 일은, 우리가 생성 모델 AI를 탐험하고 있었던 때였습니다. ChatGPT가 출시된 지 얼마 후에, 모두가 다양한 응용 프로그램에 대해 논의하고 있었습니다. 그 때, 대부분의 사람들이 여전히 텍스트 완성에 관심을 가졌습니다. 자연스럽게 생각한 것은: 이 것은 인터넷 전체에서 훈련되었으므로, 인터넷에서 누군가가 할 말을 완성할 수 있어야 합니다. ChatGPT는 질의응답 시스템이기도 하며, 지금처럼 말이죠.

제러미 스턴: 당신 정말 대담하시네요.

스콧 우: 하지만 반대로, 처음부터 우리가 극도로 흥미를 느낀 한 방향은 프로그래밍이었습니다. 왜냐하면 우리 모두가 프로그래머이기 때문이죠. 그리고 AI에게 코딩을 가르치는 것은 아마도 당신이 시도해볼 수 있는 가장 멋진 일 중 하나일지도 모릅니다.

2023년 말에는 특정 시점에서 사람들이 강화 학습이 실제로 작용한다고 보게 되었습니다. 저는 그것을 생성적 AI 2차 시대의 시작으로 보았습니다. ChatGPT는 1차 시대였지만, 비교적 기초적입니다.

Jeremy Stern: 연구실의 많은 사람들을 알고 계신다는 점 외에, 강화 학습이 작용하고 있다는 것을 어떻게 알게 되셨나요?

Scott Wu: 그것은 사실 그 이유가 있지만, 저는 관련 연구를 지속적으로 쫓아오고 있었고, 논문에서도 확인할 수 있습니다.

이것은 AI 분야에서 매우 흥미로운 현상입니다. 과거에는 거의 모든 연구 성과를 게재했었습니다. 그러나 2022년 11월에는 그 기술이 상당한 상업적 가치를 가질 수 있다는 것을 깨달았을 때, 이러한 상황은 거의 즉시 중단되었습니다. 그러나 여전히 수학 문제, 코드 등의 작업을 중심으로 모델을 교육하는 노력을 볼 수 있습니다.

당시 몇 가지 매우 흥미로운 논문들이 있었습니다. 간단히 말하자면, 논리적으로 다음 단계는 실제로 상당히 명백했지만, 그 단계는 공개적으로 발표되지 않았습니다. 그래서 우리는 몇 사람들과 의견을 교환하기 시작했고, 이 문제를 더 깊게 이해하기 위해 노력했습니다. 결국, 우리는 AI가 이러한 유형의 논리 추론 작업에서 매우 강력해질 것이라고 판단했습니다. 그러면 다음은 무엇이 일어날까요?

이것이 'Cognition'의 씨앗입니다.

그러나 실제 시작점은 2023년 11월 17일, 즉 Sam Altman이 OpenAI 이사회에서 해임당한 날이었습니다.

Jeremy Stern: 왜 그 일이 다른 점을 가져왔나요?

Scott Wu: 그 날, 저는 뉴욕에서 몇 명과 점심을 먹고 있었습니다. 그때 저는 다음과 같은 아이디어를 이야기하고 있었습니다: 추론 능력이 명백히 향상되고, 강화 학습이 효과를 보이기 시작했으며, 이제 새 연구소를 설립하는 적기일 지도 모른다는 것입니다.

그 때, 그 아이디어는 많이 연구적이었습니다. 우리는 제품이 무엇인지, 비즈니스 모델이 무엇인지를 명확히 이해하지 못했습니다. 그런 다음 오후에 Sam이 해임당했습니다. 우리는 당연히 생각했습니다: 그럼, 이것을 하기에 적합한 시점이 있다면, 아마 지금인 것 같습니다.

사실, 우리는 이미 그것을 할 계획이었고, 그리고 아마도 할 것이었습니다. 그러나 이 사건은 우리가 속도를 내야 한다고 생각하게 해주는 좋은 동력이 되었고, 우리는 그것을 실제로 진지하게 대할 수 있게 되었습니다. 때때로 창업은 이러한 순간이 필요합니다: 당신이 진정으로 몰입하게 만드는 순간, 이전에 회사를 세운 적이 있고 창업자였던 것이 상관없다고 말할 때도, 이번이 다릅니다. 이번이 크다. 이번은 평생을 헌신해야 하는 것입니다.

따라서, 우리는 베이 에리어로 비행하여 해커톤을 개최했습니다. 우리는 알고 있는 AI 작업을 하고 있는 사람들에게 이메일과 메시지를 보냈습니다. 우리는 말했습니다, "안녕, 우리는 이것을 구축하고 있습니다. 함께 hack 해보러 오세요, 함께 탐험해보고 마지막에 어떤 것을 만들 수 있는지 봅시다."

그 집은 캘리포니아의 버클리에 위치했습니다.

Jeremy Stern: 버클리는 중국으로 파견된 대사인 Abraham Lincoln의 이름을 따왔습니다. 그는 중국 이민자들이 미국으로의 이민을 제한하는 조약을 체결하는 협상을 진행했습니다.

Scott Wu: 네, 이것은 매우 흥미로운 사실입니다. 우리는 지금 이 곳에도 그때 그 집의 주소를 따서 명명된 회의실이 있습니다.

우리는 거기서 약 두 주 동안을 보냈습니다. 그 시기는 정확히 추수감사절 연휴였습니다. 원래는 아빠와 함께 추수감사절을 보내기로 했는데, 그때까지 엄마가 세상을 떠난 지 몇 주밖에 되지 않았습니다. 그러나 그 당시에는, 나는 지금 이것을 해야만 한다고 느꼈습니다. 우리는 이것을 성공시켜야 했습니다. 그래서 원래 계획을 취소했습니다.

결과적으로, 그 추수감사절은 친구들과 함께 코드를 작성하고 놀 수 있는 좋은 시간이 되었습니다.

그 후에, 우리는 12월에 다시 해커톤을 개최했습니다. 그 이후로 계속 전진하여, 그것이 진정한 회사로 변할 때까지. 사실, 회사가 설정된 시점뿐만 아니라 그 후에도 계속해서 그 집을 유지하며, 이른바 1월까지입니다.

사진: Andria Lo

Jeremy Stern: 당신들이 Devin이 최종적으로 어떤 형태로 존재하게 될 것인지 결정한 시기는 언제인가요?

Scott Wu: 우리는 항상 "동료"라는 형태로 생각해 왔습니다.

물론, AI 동료와 인간 동료 간에는 많은 차이가 있을 것입니다. 그러나 심지어 2년 전에 — 그때 우리는 이 개념에 대해 아직 너무 이른 시기라고 말할 수 있었을 때라도 — 그것은 우리의 판단이었습니다. 그것은 완전한 지능체여야 하며, 자체 장치를 갖추어 작업을 수행하고, 동일한 시스템에서 실행할 수 있어야 하며, 당신과 함께 Slack에 나타날 뿐만 아니라, Jira나 다른 도구에서도 당신과 함께 나타날 수 있으며, 그리고 동료처럼 협업할 수 있어야 합니다.

이름조차도 그렇습니다. 우리는 그것을 Devin이라고 이름 짓기로 결정했고, 그것에게 도구적인 이름을 붙이지 않기로 했습니다. 그것은 자체적으로 일을 할 수 있는 독립된 존재로서 항상 여겼습니다.

시간이 지남에 따라이 점은 우리에게 점점 더 현실적으로 다가오고 있습니다. 두 해 전에는 그보다는 비전의 한 부분이었습니다. 일상적인 사용에서는 여전히 Devin에 대해 많은 손잡이 안내가 필요한 것으로 보입니다. 하지만 솔직히 말해서, 우리는 이미 그 정도에 이르렀습니다: 이제 실제로 동료로서 협업할 수 있습니다.

구체적인 예로, 지금까지는 Devin 세션 중 일부가 인간이 수동적으로 시작하는 것이 아니라 자동으로 실행되고 있습니다. 이는 내부 또는 고객 환경에서 Devin이 반복되는 작업을 찾아 실행하거나 제품에서 이상한 점을 발견하고 자체적으로 수정하는 등, 특정 트리거 조건에 의해 Devin 세션이 시작되는 경우가 있습니다. 다시 말하면, Devin은 당신이 부여한 작업을 수행할 수뿐만 아니라 스스로 실행해야 할 작업을 스스로 찾아내는 능력을 갖추고 있습니다.

Jeremy Stern: 지능체나 모델이 현실 세계에서 실제로 더 나아지고 유용해졌다는 것을 어떻게 판단하나요? 평가 및 벤치마킹에만 최적화된 것이 아니라는 확신을 얻는 방법은 무엇인가요? 결국 모델이 충분히 똑똑해지면 벤치마킹이 더 이상 유효하지 않게 되며, 모델은 테스트의 허점을 이용하는 법을 배우게 됩니다. 우리는 판단력이 매우 부족하고 능력도 그다지 좋지 않지만 SAT 점수가 높은 사람을 본 적이 있습니다. 경쟁적인 시험 수험자로서, 이 문제에 대해 고민한 적이 있을 겁니다.

Scott Wu: 언어 모델이 우리를 AMC(미국 수학 경시대회)에서 이기기 시작하면, 뒷 일은 상당히 명백해집니다. AMC는 매우 어려운 고등학교 수학 대회입니다.

당신이 말한 대로, 샌드박스 환경에서의 성능과 실제 세계에서의 작업 간에는 분명히 큰 차이가 있습니다. 그러나 저는 이를 직접적인 응용으로 보는 대신, 무엇이 가능한지에 대한 증명으로 봅니다.

일부 매우 어려운 문제를 해결하기 위해, 당신은 많은 기본 논리적 추론 능력, 창의력을 발전시켜야하며, 매우 긴 추론 체인을 연결하고 각 단계가 정렬되는 능력을 보장해야 합니다. 모델이 충분한 강화 학습과 올바른 교육 데이터를 받았을 때 이러한 작업을 할 수 있다는 것을 알면, 많은 현실 세계의 실용적인 작업도 수행할 수 있음을 상당히 명확히합니다.

이 일은 대략 2024년 초에 처음 일어났을 것으로 보이며, 그 때 모델이 이러한 유형의 수학 문제에서 잘 수행하기 시작했습니다. 지난 두 년 동안 대부분은 동일한 기술 세트가 광범위하게 적용된 것을 보았습니다.

저는 특별히 언급하고 싶은 한 가지가 있습니다: 지난 두 년 동안, 주의 집중 규모나 심지어 강화 학습 자체에서 어떤 엄청난 돌파가 있었다고는 생각하지 않습니다. 사실, 지난 두 년 동안 실제로 변화한 것은 다른 몇 가지 범주뿐입니다.

하나는 규모입니다. 더 많은 컴퓨팅 자원, 더 많은 데이터입니다. 그러나 이외에도 많은 작업은 실제로 세계 곳곳의 사람들이 매일 직면하는 실제 문제를 어떻게 해결할지 이해하는 데 있습니다. 이러한 평가 기준에 따라 모델을 훈련하는 방법, 모델이 어떤 것이 좋은지, 무엇이 좋지 않은지를 특정 작업에서 이해한 다음 실제 세계에 배포하고 사용자를 그 곳으로 안내할 수 있는 제품 경험을 구축하는 방법입니다.

지난 두 년 동안 AI 사용을 폭발적으로 증가시키고 사람들이 AI에서 가치를 창출할 수 있게 한 것은 실제 이러한 혼돈적이고 구체적이며 실용적인 작업이었습니다. 이것의 중요성은 순수 기술적인 연구 수준의 어떠한 단일한 폭발적인 발전보다도 컸습니다.

제레미 스턴: 모델의 지능이 언제 일정해질까요? 그들이 언제 더 이상 매우 어리석은 실수를 저지르지 않을까요?

스콧 우: also be seen as: 아마도 이러한 모델들은 영원히 일정하지 않을 것이지만 특정 수준에 도달할 것입니다. 이러한 불안정성은 인간 능력과 교차하게 됩니다.

이는 매우 합리적입니다. 왜냐하면 인간에게 무엇을 훈련시키는지를 물어보면, 모델과는 매우 다르기 때문입니다. 따라서 당연히 두 가지 능력 분포가 다른 것이 예상되어야 합니다. 가장 명백한 예는 물리적 세계에서 작동하는 것과 지식 작업, 추상적 사고를 하는 것 사이의 차이일지도 모릅니다.

모델은 인터넷 전체의 토큰에서 훈련되었으므로, 이들은 당연히 먼저 지식 작업에서 더 잘 수행합니다. 그러나 인간은 먼저 걷기와 말하기를 배워야 합니다. 더 많은 우리의 뉴런도 이런 종류의 문제에 투입됩니다. 따라서 이러한 불안정성은 계속 존재할 것이라고 생각합니다.

여기 흥미로운 문제 하나가 있습니다: 모델이 인간에 비해 여전히 불안정할 수 있지만, 인간이 이미 완벽에 가까운 능력을 가진 경우, 모델은 동일한 수준을 달성할 수 있을까요, 심지어 약간 더 나은 성능을 나타낼 수 있을까요? 이런 면에서 우리는 이미 이론적 한계에 가까워졌습니다. 그리고 다른 면에서, 인간이 원래 그 목적을 위해 태어나지는 않았지만 최적화되고 훈련된 컴퓨터는 아주 잘 수행합니다.

재미있는 점은, 프로그래밍 및 수학 측면에서, 어떤 면에서는 인간이 수학 문제를 푸는 것 자체가 매우 기이한 일이라는 것입니다. 제가 굴지를 이끌어 내며 우리가 수학을 하는 것을 배웠는지는 정확히 모르겠습니다. 그러나 그 능력은 실제로 존재합니다.

이 관점에서 프로그래밍에 집중한 모델이 인간보다 더 잘 훈련된 모습을 보여줄 수 있다는 것은 그리 놀라운 일이 아닐 수도 있습니다. 결국, 프로그래밍은 본질적으로 컴퓨터와 대화하며 그에게 무엇을 해야 하는지 알려주는 것입니다. 그 관점에서, 프로그래밍이 첫 번째로 증명된 AI 사용 사례로 나타나는 것은 그리 미친 짓이 아닙니다. 하지만 제 주요 관심사는 이것이 실제로는 인간 지성보다는 컴퓨터 지성을 보다 많이 이야기해주는 것이라는 점입니다.

제레미 스턴: 업계에서 많은 사람들이 모든 것이 통합으로 향할 것이라고 말합니다: 모델 회사들이 응용 프로그램 층으로 들어가며, 응용 프로그램 층 회사들이 최신 모델을 구축하기 시작합니다. 왜 당신이 하나의 모델 회사로 변하지 않는 것인가요?

스콧 우: 내가 생각하기에, 기업에게는 집중이 매우 중요합니다.

다른 기능이나 다른 수직 방향을 가질 수 있지만, 내가 생각하기에는 당신은 하나의 목표만 가져야 합니다. 당신은 이것을하려고 노력하면서 그것을하려는 동안 결코 동시에 어떤 기초적인 연구 문제에 대한 해결책을 찾아낼 수 없습니다.

만약 당신이 Cognition에 대해 묻는다면, 유일한 목표는 무엇인가요, 나는 말할 것입니다, 그것은 전 세계 사람들이 보다 쉽게 소프트웨어를 구축할 수 있도록 하는 것입니다. 이것이 우리가 추구하는 목표이며, 나는 이것이 기초 모델 실험실의 목표와 다르다고 생각합니다.

이 목표를 달성하기 위해 모델 훈련에는 작업이 있고, 제품에도 작업이 있습니다. 그러나 이것이 우리의 근본적인 목표입니다.

나는 한 기업의 DNA가 어느 정도로 높은 강도로 구성되어 있다고 생각합니다. 사명은 시간이 흐름에 따라 변할 수 있지만, 그 변화는 당신이 상상하는 것보다는 훨씬 작을 것입니다. 특정 시점에 회사의 모든 사람들이 당신이 서비스하는 고객, 당신이 구축하는 제품, 당신이 운영하는 비즈니스 모델에 대해 생각합니다. 이 모든 것은 특정한 핵심 목표에 뿌리를 두고 있습니다.

그래서, 네, 나는 네가 말한 것처럼 양쪽 모두 계속 움직이고 성장할 것이라고 생각합니다. 그러나 우리와 같은 기업은 세계 어디서든 AI 프로그래밍의 혜택을 가져다주고자 합니다. 이것은 연구의 최전선을 주도하는 데 더 많은 초점을 두는 진정한 회사와는 매우 다를 것입니다.

제레미 스턴: 당신은 Cursor의 길을 따를 겁니까?

스콧 우: 우리는 실제로 "스위스식"으로 하는 것을 정말 좋아합니다. 이에는 몇 가지 이유가 있습니다. 첫째, 우리는 자신이 기업이 우리를 신뢰하고 파트너로서 우리를 취급하고 어떻게 더 빨리 이동하고 더 많은 것을 전달할 수 있는지 함께 알아내기 위한 필수적인 인프라를 구축 중이라고 생각합니다. 그래서 솔직히 말해서 중립을 유지하는 것이 큰 가치가 있습니다.

당신은 Databricks 및 다양한 대형 클라우드 공급업체와의 관계에서 어느 정도 이것을 이미 보았습니다. 그러나 여기에서는 상황이 더 극단적인 것 같습니다. 왜냐하면 우리의 신뢰를 특정 모델에 바인딩하는 것은 매우 무서운 일입니다. 12개월 후에 누가 최고의 모델을 보유할지 아무도 모릅니다.

따라서 모든 다른 모델과 협력함으로써, 특정 사용 사례에 가장 적합한 다른 모델을 사용함으로써 우리는 신속하게 변화에 적응하고 파트너가 다른 모델을 어떻게 사용해야 하는지 이해하는 데 도움을 줄 수 있습니다. 이것은 매우 중요합니다.

이외에도, 나는 지금 기술 산업에서 실제로 하나의 논의가 있다는 것을 지적하고 싶습니다. 그 논의의 요지는: 왜 새로운 것을 창업해야 하는가? 지금 정말로 아무 것도 없는 상태에서 무언가를 구축하는 시기입니까?

이에는 뭔가 가정이 내포되어 있는 것 같습니다: 세상에는 정해진 회사 수밖에 없다고 생각하는 것인데, 기존의 회사들이 결국 모든 것을 삼켜버릴 것이라고 합니다. 실리콘밸리는 현재 "새로운 의미 있는 것을 제로 베이스에서 구축할 수 있을까"에 대해 지나치게 염려하는 빈사조론이 존재한다고 생각합니다. 이것은 전혀 틀린 것이라고 생각합니다.

따라서, 우리는 이러한 도전과 야망을 매우 즐기고 있습니다: 한 그룹 사람이 같은 방 안에 모여 스스로로 위대한 것을 만들어내는 것.

이런 방식이 더 흥미롭습니다.

사진: Andria Lo

AI가 지적 노동을 맡기면 인간은 남는 게 뭐죠

Jeremy Stern: AGI 세계에서, 인간 천재는 어떤 모습이 될까요?

Scott Wu: 나는 AI에 종사하는 모든 사람들에게 있어 가장 중요한 참조 중 하나는 인간 두뇌 자체의 존재라고 생각합니다.

우리는 인간 두뇌에 대해 모든 것을 알아내지 못했지만, 우리는 이미 그것을 충분히 이해했다고 생각합니다. 그것을 근본적으로 신체 조직으로 이루어진 컴퓨터로서 볼 수 있습니다. 물론, 그 안에는 많은 세부 사항과 그 형성에 대한 흥미로운 문제가 있습니다. 그러나 AI 분야에서 우리가 이러한 회로를 "신경망"이라고 부르는 것은, 그들이 뇌의 뉴런을 모방했기 때문입니다.

인간 두뇌의 연결 방식에서 볼 수 있듯이, 그것은 학습하고 매우 어려운 문제를 해결할 수 있습니다. 이것으로부터 당연히 다음 판단이 나옵니다: 충분한 시간, 충분한 규모 및 충분한 에너지가 주어진다면, 우리는 유사하게 작동하는 "전자 두뇌"를 만들 수 있어야 합니다. 차이는, 우리가 이러한 두뇌를 더 많이 만들 수 있고, 그것들에 더 많은 회로를 추가할 수 있다는 것입니다.

사람들은 종종 묻습니다: 인간이 영원히 할 수 있지만 AI가 영원히 할 수 없는 일이 있을까요? 이것은 실제로 조금 재미있는 질문입니다. 왜냐하면 최근 몇 년 동안, 사람들이 내놓은 많은 답변들이 결국 버티기 힘들다는 것이 밝혀졌기 때문입니다.

나는 예전에 컴퓨터가 바둑은 두지만 오델로는 두지 못할 것이라고 하는 사람들이 있었다고 기억합니다. 왜냐하면 오델로에는 어떤 깊은 직관과 세계에 대한 깊은 이해가 필요하며, 이것은 컴퓨터가 습득할 수 없는 것이라고 했기 때문입니다. 분명히 사실은 그렇지 않습니다.

수학 문제를 해결하고, 코드를 생성하며, 새로운 정보를 습득하고 새 정리를 증명하는 것은 모두 같습니다. AI는 이미 이러한 장벽들을 넘어섰습니다. 당신이 인간의 정신적인 역할에 대해 묻는 문제로 돌아가서, 충분히 긴 시간 규모로 볼 때 AI가 영원히 할 수 없지만 인간이 할 수 있는 능력이 존재한다고 생각하지 않습니다.

하지만, 저는 인간의 경험이 여전히 많은 내재적 가치가 있다고 생각합니다. 제 공동 창업자 월든은 말했습니다: "우리는 오랫동안 '내 세계'의 생존 모드에서 살아왔지만, 이제 우리는 창조 모드로 진입하게 될 것입니다." 이것이 옳다고 생각합니다.

우리 모두는 무언가를 구축하고자 하는 욕망을 품고 있으며, 자신을 표현하고자 하는 방법을 갖고 있으며, 행복과 의미를 찾는 방법을 갖고 있습니다. 우리는 이러한 일들을 하고 싶어할 것입니다. 그리고 이제, 우리는 AI를 가지고, 함께 그 어려우면서도 중요한 문제들을 해결할 것입니다.

제레미 스턴: 그러나 인간은 사실적으로 고정밀 계산기로 이루어진 것은 아닙니다. 우리에게는 존엄성이라는 것이 있습니다. 우리가 속한 전통에서, 존엄성은 능력에 따라 좌우되지 않고 모든 사람에게 동등하게 부여되며, 따라서 경쟁에 의해 배제되지 않습니다.

우리는 특정 시간, 특정 장소에서 태어나 특정 부모로부터 왔으며 이름을 부여받았습니다. 우리는 어딘가에서 왔습니다. 우리는 크게는 기억에 의해 형성되었으며, 이러한 기억들은 우리 스스로 선택한 것이 아닙니다. 그것들은 우리가 의식을 이해할 때 가장 핵심적인 것들을 형성했습니다, 예를 들어 "가정"이라는 개념을.

만약 이 모든 것이 복제 가능한 회로에 불과하다면, 그럼 "내재적 가치"는 그저 진정제가 아닌가요? 아니면 도피수단인가요?

스콧 우: 방금 언급한 그러한 버전은 AI에 가까운 장기적 최종 결과입니다. 그러나 단기적 및 중기적으로, AGI는 실제로 이원론적인 개념이 아닙니다. 이것은 오히려 점진적인 과정과 같습니다.

미래에는 계속해서 점진적인 진전이 이뤄질 것입니다: 좋아, 그것은 이미 이것을 할 수 있지만 아직까지는 그 일을 잘하지 못합니다. 그런 다음, 우리는 그것도 해결하게 될 것입니다.

이 때문에 저는 많은 고수준의 범용 작업들 - 당신은 세계 각지에서 일어나는 많은 일들을 이해해야 하고, 다양한 정보를 흡수하고, 올바른 직관을 내야 하는 작업들 - 에서는 단기/중기적으로는 인간이 여전히 우위를 차지하고 있다고 봅니다.

시간이 지남에 따라, 만약 AI가 인간과 같은 맥락을 갖고, 동일한 목표를 위해 작동한다면, 결국 그것도 가능해져야 합니다.

현재, 나는 나, 또는 아무 인간이나, 가장 큰 이점 중 하나로, 우리 모두가 매우 풍부한 소프트 컨텍스트에 접근할 수 있다는 것을 생각합니다.

매일 kognition에서 하는 일을 생각해보면 또는 모든 회사에서의 일을 생각해보면, 기본 논리 문제를 해결하기 위해 처음부터 시작하는 것은 아주 드물다는 것에 주목할 필요가 있습니다. 순수한 논리적 관점에서 AI는 대부분의 면에서 사실상 어떤 인간과도 동등하다는 사실을 상기해야 합니다.

그러나 반면에 모든 작은 결정을 내리거나 어떤 방식으로 일을 하는지 선택하는 원칙, 또는 특정한 이력—예를 들어, "우리가 시스템 아키텍처를 처음에 이렇게 설계한 이유는 이것이었지만, 특정 기술이 나타난 이후 우리는 다른 프레임워크로 점진적 전환하기로 결정했고"; 또는 "이것은 kognition만의 방식으로, 대부분의 기업들과는 다른" — 모든 이러한 상황에서 인간이 맥락을 다루고 정보를 검색하고 경험을 호출하는 능력이 매우 강력함을 인지할 수 있습니다.

나는 말씀드리고 싶은데, 검색은 인간이 정말로 뛰어난 분야 중 하나입니다. 이는 실제로 당신이 방금 말씀하신 기억에 대한 것과 아주 잘 부합하는데요.

모델을 인간 두뇌와 비교하자면, 모델은 맥락 창과 볼 수 있는 및 읽을 수 있는 토큰, 그리고 호출할 수 있는 도구들이 있습니다. 그 중 한 가지 도구는 아마도 검색일 것입니다. 우리의 맥락 창은 훨씬 작습니다. 이에 관해 제가 자주 농담을 합니다. 이중 인증 시 사용되는 여섯 자리 인증 코드입니다. 인증 코드가 열 자리로 변경된다면 우리가 어떻게 대응할 수 있는지 모를 것 같습니다. 이것이 우리의 맥락 창이 얼마나 짧은지를 나타내는 것입니다.

그러나 다른 한편, 인간으로서, 코드 파일을 열어보면 갑자기 특정 기억이 떠올라—오, 맞다, 네 달 전에 우리가 이 문제를 다룬 적이 있었고, 그때는 문제가 이렇게 발생했다. 이것이 바로 당신이 현재 작업에 필요한 정보인 경우가 많습니다.

Jeremy Stern: 프로그래머 교 노동자의 마들렌 케이크를 차에 담궈 먹기.

Scott Wu: 아니면 누군가와 이야기를 나누다가 갑자기 기억나: 아, 그런데 일곱 달 전에 너 이야기했었지?

이것은 원래의 맥락과는 다릅니다. 이것은 보다 자신이 경험한 모든 과거 소프트 맥락을 집적하고 이해하는 것에 더 가깝습니다. 내 생각에, 이것이 현재에서 AI에 대한 인간의 주요 우위입니다.

현재 AI 분야에서 이 문제를 중심으로 연구 중인 여러 유형의 문제가 있습니다. 그 중 하나는 임베디드 검색입니다. 어느 의미에서는, 이것이 가장 직접적인 대응물이라고 할 수 있습니다: 대화, 다양한 코드 파일 또는 검색하려는 데이터 등을 모두 포함하는 대규모 데이터베이스에서, 현재 문제와 가장 관련 있는 부분을 어떻게 정확히 검색할 것인가?

또 다른 미래 지향적인 문제는 대부분의 산업 내에서 계속해서 진행 중인 문제인 지속적 학습이라고 일컬어 집니다. 이것은 — 나는 이것이 보다 인간의 사고 방식에 더 가깝다고 생각합니다 — AI가 자체가 배운 것에 따라 자신의 가중치를 업데이트하는 방법에 대한 것입니다.

여기에는 대략적인 아이디어가 있습니다. 즉, "동시에 활성화된 뉴런은 함께 연결됩니다." 대화하면서 이러한 경험을 통해 AI가 자체 가중치를 업데이트할 수 있기를 원합니다. 원리상, 이는 AI가 다음 관련 문제를 다룰 때 해당 정보를 기억하도록하여야 한다는 것입니다. 이러한 주제는 현재 적극적으로 탐구 중인 것들입니다. 제 생각으로는 어느 순간에는, 아마도 그리 오랜 시간이 걸리지는 않을 것이지만, AI가 이를 해낼 것으로 보입니다. 그러나 적어도 현재까지는 인간이 아직까지 우위를 점하고 있는 것으로 생각됩니다.

어떤 의미에서는, AI의 문제 해결은 실제로 인지 자체의 문제를 해결하는 것이라고 할 수 있습니다.

이는 매우 미친 듯한 동시에 진지하게 다가와야 하는 문제입니다. 인류 역사상, 우리는 항상 이런 전제 속에서 살아왔습니다: 우리는 이 도구를 빨리 작동하게 할 수 있지만, 결국 문제를 해결하고 어떻게 해야 하는지 이해하는 데에는 여전히 인간이 개입해야 합니다. 그 그것을 발명해야 할 인간이 여전히 필요합니다.

지금까지, "새로운 문제를 고민하고 해결할 수 있는 능력"을 가지고 있는 것을 인간다움의 가장 핵심적인 부분으로 여겼습니다. 그것이 변하는 것은 반드시 나쁜 일이라는 의미는 아닙니다. 제 생각으로는, 이러한 면에서 우리를 돕는 AI를 가지는 것은 매우 좋은 일일 것입니다.

좀 더 감상적으로 말하자면, AI는 지렛대이며, 이는 우리의 꿈이 꿈에 머물 지 않도록 보장합니다. 그러나 당신이 말한 대로, 지금은 다시 "우리가 인간으로 만들어지게 하는 것"을 다시 생각하고 재조명할 때입니다.

제레미 스턴: 그렇다면, 우리를 인간으로 만드는 것은 무엇인가요?

스콧 우: 저는 이와 유사한 비유를 제시할 것입니다.

몇 백 년, 수천 년 전 우리 선조들이 우리를 어떻게 볼지 상상해 보세요? 그들이 우리가 컴퓨터에서 버튼을 누르고 다른 사람들과 함께 방에 들어가서 얘기하는 모습을 보면 어떻게 생각했을까요? 우리는 이것을 회의라고 하며, 또 이를 일이라고도 부릅니다. 그들은 그 동안 일주일 내내 밭에서 일하며 충분한 음식을 확보했습니다.

우리가 어떻게 변화했는지에 대한 오늘날의 이러한 변화는 본질적으로 우리가 원시적인 신체 노동을 자동화하는 방법을 배웠다는 것입니다. 즉, 인간은 주로 지식과 사고에 의존하는 작업에 종사할 수 있게 되었다는 것입니다. 지금까지 200년 동안 인간을 위해 한 일을 요약한다면, 이겁니다.

그리고 지금, 우리는 "원시적인 뇌 능력"을 해결하려고 하고 있습니다.

이것이 가져올 변화는 무엇일까요? 더 가벼운 예는, 영양가 있는 맛있는 피자를 원하시나요? 페라리를 원하시나요? 덩크샷을 원하시나요? 좋아요, 이제 당신은 할 수 있습니다.

더 심각하게 말하면, 생존 모드에서 창조 모드로의 전환이 올바른 방향입니다. 이는 다가오는 두 년이나 네 년 안에 일어나지는 않겠지만, 닥친다는 것입니다.

어느 시점에서, 당신이 정말로 받게 될 제한은 오직 당신이 상상할 수 있는 것과 자기 인생을 어떻게 보낼지 뿐일 것입니다. 이는 매우 다른 삶일 것입니다.

당신의 질문으로 돌아와서, 저는 거기에 큰 부분이 순수한 자기 표현일 것이라고 생각합니다. 사람들은 원하는 삶을 살게 될 것입니다. 꿈을 현실로 바꾸는 병목은 크게 줄어들 것입니다.

그리고 우리의 현재 생활 방식은 당시에는 매우 미쳐 보일 것입니다.

Jeremy Stern: 가장 두려운 것은 무엇인가요?

Scott Wu: 이 질문을 처음 들었을 때, 머릿속에 떠오른 건 과거의 기술 혁명들이었습니다.

실리콘밸리에서 사람들은 일반적으로 스마트폰, 인터넷, 클라우드 컴퓨팅, 개인용 컴퓨터를 떠올립니다. 그러나 더 뒤로 올라갈수록 전기까지 거슬러 올라갈 수 있습니다, 심지어 산업 혁명까지요. AI의 경우 규모적 측면에서 봐도 이러한 기술들과는 다르게 보일 수 있지만, 더 높은 수준에서 볼 때 실은 매우 유사합니다.

장기적으로 볼 때, AI는 굉장히 강력한 능력일 것입니다. 우리 모두의 삶을 변화시키며, 더 많은 일을 할 수 있게 해줄 것입니다. 우리가 오늘과 같이 살 수 있고, 인류 노동의 90%를 농업에 투입할 필요가 없는 것은 매우 위대한 혁신입니다.

그러나 다른 한편에서, 단기적, 중기적으로 실제적인 마찰이 발생할 것이라고 생각합니다. 심지어 AI 자체보다는 이 모든 발전이 너무 빠르게 진행되고 있는 것에 대해 가장 우려하는 것이라고 말할 수 있습니다.

이는 대부분 한 문제를 가리킵니다: 우리는 전 세계적으로 일반 대중의 교육을 매우 중요시해야 합니다. 사람들은 이 기술을 어떻게 사용해야 하나요? 그것이 사람들의 삶을 어떻게 더 나아지게 하는지? 그리고 가능한 많은 사람들이 동시에 접근해 사용할 수 있도록 하는 방법은 무엇인가요?

제가 가장 우려하는 것은 꽤 오랜 기간에 걸쳐, 단지 샌프란시스코의 엘리트나 유사한 소수 계층만이 이러한 능력을 실제적으로 사용할 수 있고, 다른 사람은 배제될 수 있다는 것입니다.

또는 몇 주 동안 경험해 온 구체적인 예를 들어보면: 모델이 이미 강력한 네트워크 공격 능력을 갖췄는데 전 세계에는 많은 사람들이 동일한 능력을 방어에 사용하지 않고, 그런 똑똑한 해커들이 이미 이를 이용해 공격을 하고 있다면, 세상은 매우 어려운 불균형 상태에 놓일 것입니다.

따라서, 정말 중요한 것은, 전 세계가 이 기술을 이해하고 사용할 수 있으며, 그것과 협력할 수 있어야 한다는 것입니다. 매우 큰 문제 중 하나는, 우리가 얼마나 빨리 인류를 이에 대비시키느냐입니다.

산업 혁명은 몇 세대에 걸쳐 일어났습니다. 그것은 매우 점진적인 변화였고, 시간이 흐름에 따라 사람들은 서서히 배우면서 그 변화는 조금씩 그들의 삶으로 들어가게 되었습니다. 그러나 우리가 지금 보고 있는 변화는 훨씬 빠르기 때문에, 속도가 훨씬 빠릅니다.

나는 사람들이 적응할 수 있다고 믿고, 우리는 새로운 기술이 우리의 삶을 개선하는 다양한 방법을 찾을 것이라고 믿습니다 — 의약품 발견이든, 완벽한 맛과 영양을 갖춘 피자를 만들든, 또는 우리가 매일 사용하는 모든 기술을 개선하는 것이든 말이죠.

하지만 이는 또한 사람들이 벌어지고 있는 일에 더 신속하게 따라잡아야 한다는 것을 의미하기도 합니다. 많은 기술적 혁명이 있었지만, 몇 년 늦더라도 받아들여도 크게 문제가 되지 않았습니다. 그러나 이번에는 적응이 더 빨리 일어나야 합니다.

Jeremy Stern: AI 연구에 직접 참여하지 않은 사람으로서 이러한 것들을 정말로 상상하기 어려운 부분이 있습니다. 이것이 바로 우리 외부인들이 종종 많은 AI 분야의 중요 인물들이 미래에 대해 이야기할 때 쓸데없는 소리로 들린다고 생각하는 이유이기도 합니다.

Scott Wu: 내가 자주 생각하는 한 가지는 METR 연구입니다.

해당 연구는 현재 인공 지능이 중간에 중단 당하기 전에 인간이 몇 시간이 걸리는 작업을 이미 수행할 수 있으며, 이 시간이 몇 달마다 두 배로 늘어나고 있다는 것을 나타냅니다. 지난 몇 년 동안 AI가 몇 초만에 작업하는 것에서 몇 시간까지 발전하는 것을 볼 수 있었습니다.

분명한 문제는 이런 두 배 증가가 계속된다면 무엇이 발생하게 될지 입니다? 우리가 몇 시간이 아니라 몇 일, 몇 주에 이르고, 마지막으로는 아마 몇 년에 이를까요?

재미있는 점은 이미이 곡선을 따라 몇 초에서 몇 분, 그리고 몇 시간으로 진행된 것을 눈으로 목도하고 있다는 점입니다. 그러나 그럼에도 불구하고 그것은 여전히 사람들에게는 낯설게 느껴집니다. 인간 정신이 부자연스러운 것을 이해하는 데 매우 미숙한 부분에 대해 말할 때, 우리는 지수 곡선을 이해하는 데 굉장히 미숙합니다.

일 년간의 일을 완료할 수 있는 대상체는 무엇을 의미합니까? 당신이 그에게 작업을 시키면, 그가 말합니다: "나가 당신의 일을 처리하겠다." 그리고 일 년 후에 돌아와보면, 모든 일이 이미 끝났다는 것입니다. 이는 미친 것처럼 들리지만, 나는 우리가 그 방향으로 향할 것이라고 확신합니다.

나는 많은 AI 분야 외부인들이 항상 이런 느낌을 가지고 있다고 생각합니다: 음, 곡선이 갑자기 치솟았지만, 여기가 정점이 되어 평평한 구간으로 들어가는 곳이라고 생각합니다. 그런 다음 다시 상승하는 것을 보고 "음, 하지만 이번에는 정말 천장에 닿았다"고 말합니다.

이 모든 것을 직접 겪어본 AI 분야에 속한 사람들에게는 감정이 다르다는 것이 분명하지만, 그 이유 중 일부는 그 곡선 위의 각 작은 데이터 포인트를 보았다는 것입니다. 어떻게 여기까지 왔는지 알고 있습니다. 지난 세 년 동안, 14번의 돌파가 발생했다고 말하는 것은 아닐 것입니다. 아마 한 번일 뿐일 것입니다. 그러나 우리가 그 길을 계속 가면서 기능을 계속해서 앞으로 밀어낸다면 어떻게 할 수 있는지를 볼 수 있습니다.

실제로 AI 분야의 모든 사람들에게도 이는 여전히 소화하기 어려운 부분입니다.

제레미 스턴: 나를 대신하여 얼마나 많은 평범한 일상적 업무를 자동화할 수 있나요, 그래서 나는 내가 가장 즐기는 여가 생활로 돌아갈 수 있을까요?

스콧 우: (웃음) 간단히 말해, 하루에 한 사람이 몇 가지 아이디어를 가질까요? 그리고 이러한 아이디어 중에서 실제로 실행되는 것은 얼마나 될까요?

이 비율이 100%에 도달하지 않는 한, 당신은 꽤 명백한 병목 현상이 여전히 실행 수준에서 존재함을 알게 될 것입니다. 나는 이 비율이 현재 100%에 가까워지고 있다고 생각하지 않습니다 — 아마도 5%에 불과할 것입니다. 당신은 할 일이야말로 이 서킷 테스터 변환의 장면에서만 생각해 보여온다.

나는 이것이 AI가 해금할 주요 능력 중 하나라고 생각합니다. 특히 소프트웨어 분야에서 이를 명확히 볼 수 있습니다.

나는 어떤 엔지니어링 팀도 다음과 같은 가능성으로 자신의 일을 보지 않는다는 것을 본 적이 없습니다: 좋아, 우리는 이번 달에 이 프로젝트를 출시하고, 다음 달에는 모두 완료하고, 더 이상 소프트웨어가 필요하지 않습니다. 우리는 이미 하고 싶은 모든 것을 만들었습니다.

현실은 항상 정반대입니다: 85개의 프로젝트가 있지만, 당신은 단지 6개를 골라야 합니다. 왜냐하면 당신의 대역폭이 그만큼이기 때문입니다. 우리는 미래에, 더 많은 사람들이 하고 싶은 모든 일을 할 수 있는 것을 볼 것입니다.

사람들이 소프트웨어를 작성함에 있어 자신들이 사랑한단다고 말할 때, 실제로 그들이 사랑하고 있는 것은 무엇일까요? 실제로 이 작업에 참여하는 10%의 부분은 자신의 진정한 표현입니다: 각 문제에서 무엇을 포기해야 할지, 어떤 아키텍처를 사용해야 하는지, 어떤 구체적인 제품을 만들어야 하는지에 대해 고민할 수 있습니다.

하지만 나머지 90%는 코드 작성, 디버깅, 실행, 그리고 대규모의 반복적 노동입니다. 사람들이 소프트웨어를 진정으로 사랑한다고 말할 때, 그들을 매료시킨 것은 보통 전자입니다.

모든 분야가 그렇듯, 우리는 그렇게 발전할 것입니다: 당신은 본인이 진정 사랑하는 그 10%를 10배 이상 하게 될 것입니다.

제레미 스턴: 마지막 질문. 나는 어떻게 하면 어떤 식으로 신들에게 은총을 받거나 신들로부터 부과를 받은 사람들에게 관심이 있습니다.

그들은 어떤 재능을 가지고 있습니다. 그들은 아마도 열심히 노력하였고, 좋은 가정에서 태어나 양육되었으며, 좋은 교육을 받았고, 훌륭한 친구와 멘토를 만났으며, 충분히 운이 좋아 적기 좋은 시대에 태어났거나 Malcolm Gladwell이 지시한 대로 모든 것을 한 결과입니다.

그러나 근본적으로, 거기에는 한 부분의 재능이 있습니다. 그것은 그들 삶의 칼날입니다.

그것은 선에도 사용될 수 있고, 남용될 수도 있습니다. 그것은 낭비되거나 악용될 수 있습니다. 그것은 당신이 AI가 할 수 있다고 말한 모든 것을 이룰 수도 있습니다. 그것은 당신을 소모시킬 수도 있고, 심지어 당신을 파멸시킬 수도 있습니다.

그러니까 제가 궁금한 게 있어요: 능력이 부여된 사람으로서 — 약간 16기통 수학 두뇌와 좀 거부감이 섞인 무언가로 이루어진 — 여러분은 이 능력을 어떤 용도로 활용하려고 하는지 생각해보았나요? 그리고 여러분은 그 선택을 현명하게 했다고 생각하시나요?

Scott Wu: 간단히 말씀드리자면……

AI는 아마도 인류 역사상 가장 중요한 사건이며, 프로그래밍은 그것이 현실 세계에서 어떻게 행동하고 사물을 구축하는지 배우는 방법입니다. 만약 내가 어떤 일을 해야 한다면, 만약 내가 이곳에 왔다는 것에 이유가 있다면, 나는 AI에 프로그래밍을 가르치는 사람이 되기를 원합니다.

제가 실패할 수도 있습니다. 만약 사실이 나에게 그 역할을 맡기 위해 태어난 사람이 아니라면, 그럼 저는 물론 속상할 것입니다. 왜냐하면 저는 지지 않는 것을 극도로 거부하고 매우 승부욕이 강하기 때문입니다.

하지만 저를 직면할 수 없게 만드는 것은 다른 결과입니다: 제가 타고난 소질과 관심사, 그리고 다행히도 어떤 재능을 완벽하게 맞추게 된 한 가지를 가지고 있음에도 불구하고 그것을 위해 최선을 다하지 않았다면요.

만약 마지막 문제가, 충분히 노력하지 않았거나 그 일을 수행하는 데 충분한 동기가 부족했다면, 그렇다면 제가 나 자신과 대면하기가 힘들어졌을 것입니다.

Jeremy Stern: 감사합니다, Scott.

Scott Wu: 음. 자, 우리 이 딸기 좀 맛봐야겠어요.

[원문 링크]

BlockBeats 공식 커뮤니티에 참여하세요:

Telegram 구독 그룹：https://t.me/theblockbeats

Telegram 토론 그룹：https://t.me/BlockBeats_App

Twitter 공식 계정：https://twitter.com/BlockBeatsAsia