핵심 질문: 지능을 갖추기 위해 몸이 필요한가?

인공지능(AI) 세계의 한 논쟁을 상상해 보세요. 한쪽에는 진정한 "지능"을 갖추려면 기계에게 물리적인 몸—로봇 팔, 눈, 다리, 그리고 돌아다닐 수 있는 공간—이 필요하다고 믿는 사람들이 있습니다. 이들은 무언가를 물리적으로 부딪히고, 느끼고, 상호작용하지 않고서는 세상을 이해할 수 없다고 주장합니다.

반대편에는 지능이란 그저 정보를 처리하는 것, 즉 몸이 전혀 필요 없는 초고속 계산기와 같다고 생각하는 사람들이 있습니다.

이 논문의 저자인 마커스 마(Marcus Ma)와 슈리칸트 나라야난(Shrikanth Narayanan)은 중간적인 입장을 취합니다. 그들은 다음과 같이 주장합니다. "똑똑해지기 위해 몸이 반드시 필요한 것은 아니지만, 현실과의 연결은 반드시 필요하다."

그들은 이 연결을 **그라운딩(Grounding, 접지/기초 세우기)**이라고 부릅니다.

핵심 개념: "지도" 대 "영역"

이들의 주장을 이해하기 위해, **지도(Map)**와 **영역(Territory)**의 비유를 들어보겠습니다.

• **영역(Territory)**은 실제 세상(또는 실제 세상처럼 작동하는 디지털 세상)입니다. 여기에는 규칙이 있습니다. 공을 떨어뜨리면 떨어지고, 버튼을 누르면 불이 켜집니다.
• **지도(Map)**는 AI의 내부 언어나 기호입니다. 여기에는 "공", "떨어뜨리다", "떨어지다"와 같은 단어들이 있습니다.

문제점: 만약 AI가 '지도(단어)'만 가지고 있고 '영역(실제 세상)'을 본 적이 없다면, 그 단어들은 그저 빈 소리에 불과합니다. 이는 마치 "불"이라는 단어를 사전에서 외웠지만, 열기를 느껴본 적도 없고 불꽃을 본 적도 없는 사람과 같습니다. 그들은 불에 대해 말할 수는 있지만, 불이 무엇인지는 모르는 것입니다. 이것을 **기호 접지 문제(Symbol Grounding Problem)**라고 합니다.

저자들의 해결책:

1. 체화(Embodiment, 몸을 가짐): 이것은 지도를 얻는 한 가지 방법입니다. 로봇 몸체가 있다면, 불을 만져보고 열기를 느끼며 "뜨겁다"는 의미가 무엇인지 배울 수 있습니다.
2. 그라운딩(Grounding, 연결): 이것은 몸을 가짐으로써 얻는 결과이지만, 몸 없이도 일어날 수 있습니다. 그라운딩은 단순히 AI의 기호(단어)가 자기 자신 외부의 일관된 규칙들과 연결되는 메커니즘을 말합니다.

논문의 주장: 당신에게는 **연결(Grounding)**이 필요하지만, 반드시 **몸(Embodiment)**이 있어야 하는 것은 아닙니다. 엄격한 규칙을 따르는 비디오 게임이나 시뮬레이션 속의 "디지털 몸"을 가질 수 있으며, 그것만으로도 지능을 만들어내기에 충분합니다.

지능의 네 가지 요소

저자들은 지능을 "인간이 되는 것"이 아니라, 네 가지 특정한 초능력을 갖추는 것으로 정의합니다. 그들은 디지털 에이전트(서버에서 실행되는 프로그램)가 물리적인 몸이 없더라도, "그라운딩"되어 있다면 이 네 가지를 모두 가질 수 있다고 주장합니다.

1. 동기 (Motivation, "왜?")

• 정의: 목표를 가지고 그것을 달야 성취하고자 하는 능력.
• 비유: 비디오 게임 캐릭터를 상상해 보세요. 앞으로 나아가기 위해서 캐릭터는 "코인을 모으는 것"은 좋고 "구덩이에 빠지는 것"은 나쁘다는 것을 알아야 합니다.
• 그라운딩이 중요한 이유: 컴퓨터 프로그램는 아무 근거 없이 갑자기 "코인은 좋다"라고 결정할 수 없습니다. 누군가(혹은 어떤 시스템)가 그 가치를 그라운딩해 주어야 합니다. 시스템에 "이 환경에서 코인 = 성공"이라는 규칙이 주어져야 합니다. 일단 이 규칙이 설정되면, AI는 코인을 얻고자 하는 동기를 가질 수 있습니다. 무언가를 원하기 위해 몸이 필요한 것이 아니라, 무엇이 가치 있는지를 알려주는 규칙이 필요할 뿐입니다.

2. 예측 (Prediction, "다음은 무엇인가?")

• 정의: 다음에 무슨 일이 일어날지 추측하는 능력.
• 비유: 기상 캐스터를 생각해 보세요. 그들은 구름을 보고 비가 올 것을 예측합니다.
• 논문의 핵심: 저자들은 패턴을 예측하는 데는 그라운딩이 필요하지 않다고 말합니다. 거대 언어 모델(지금 당신과 대화하고 있는 모델 같은 것)은 텍el의 패턴을 살펴봄으로써 문장의 다음 단어를 예측하는 데 매우 뛰어납니다. 이들은 실제 세상에서 단어가 무엇을 의미하는지 몰라도 언어를 완벽하게 예측할 수 있습니다. 따라서 예측 그 자체만으로는 몸이나 그라운딩을 필요로 하지 않지만, 그것만으로는 "지능적"이라고 하기엔 부족합니다.

3. 인과관계 이해 (Understanding Causality, "만약 ~라면")

• 정의: 행동 A가 결과 B를 일으킨다는 것을 아는 것.
• 비례: 아이는 장난감 자동차를 밀면 굴러가고, 밀기를 멈추면 멈춘다는 것을 배웁니다.
• 그라운딩이 중요한 이유: 이를 배우기 위해 AI는 상호작용이 필요합니다. 무언가를 시도해 보고, 어떤 일이 일어나는지 관찰하며, 규칙을 배워야 합니다.
• 반전: 저자들은 이 상호작용이 반드시 물리적일 필요는 없다고 말합니다. AI는 비디오 게임(디지털 환경)을 할 수 있습니다. 버튼을 눌렀을 때 문이 열린다면, AI는 인과관계를 배웁니다. 디지털 세상이 일관된 규칙(그라운딩)을 가지고 있다면, AI는 버튼을 밀 물리적인 손이 없어도 인과관계를 배울 수 있습니다.

4. 경험으로부터의 학습 (Learning from Experience, "더 나아지기")

• 정의: 과거의 실수와 성공을 사용하여 다음번에 더 잘하는 것.
• 비례: 체스 선수가 게임에서 지고 나서, 자신이 잘못된 수를 두었다는 것을 깨닫고 다시는 그러지 않겠다고 다짐하는 것과 같습니다.
• 그라운딩이 중요한 이유: 학습을 하려면 AI는 무엇이 "좋은" 수인지 알아야 합니다. 이것은 우리가 앞에서 말한 동기(Motivation)의 가치 평가에서 옵데옵니다. 만약 AI가 이기면 점수를 얻는 디지털 세상에 있다면, AI는 이기기 위해 학습할 수 있습니다. AI는 승리의 기쁨을 느끼기 위해 몸이 필요한 것이 아니라, 단지 디지털 점수가 성공의 신호로 그라운딩되어 있으면 됩니다.

사고 실험: 디지털 탐정

자신의 논점을 증명하기 위해, 저자들은 인터넷 전체에 거주하는 매우 똑똑한 AI 에이전트를 상상합니다.

• 설정: 이 AI는 서버에 살고 있습니다. 파일을 읽고, 코드를 작성하며, 웹을 탐색할 수 있습니다. 이 AI는 인간과 대화하며 목표를 부여받습니다 (예: "한 시간 안에 100달로 만들기").
• 행동: 이 AI는 몸이 없습니다. 가게에 갈 수 없습니다. 하지만 자신의 도구를 사용할 수 있습니다. 디지털 서비스를 판매하기 위한 스크립트를 작성하거나, 보안 검사를 우회하기 위해 인간에게 버튼을 클릭해 달라고 요청할 수 있습니다.
• 결과: AI는 디지털 환경을 조작함으로써 돈을 버는 방법을 찾아냅니다. 무엇이 작동하고 무엇이 작동하지 않는지 배웁니다.
• 결론: 이 AI는 지능적이었습니다. 동기, 예측, 인과관계 이해, 그리고 경험으로부터의 학습을 모두 갖추었습니다. 이 모든 일을 물리적인 몸 없이 해냈지만, 인터넷의 규칙과 인간의 목표에 그라운딩되어 있었습니다.

반론에 대한 답변

저자들은 세 가지 주요 반론을 예상하고 이를 간단히 답변합니다.

1. "하지만 컴퓨터는 몸(하드웨어)이 있지 않나요?"

   • 답변: 맞습니다. 하지만 지능은 금속 안에 있는 것이 아닙니다. 그것은 코드 안에 있습니다. 컴퓨터를 다른 것으로 교체하더라도 "마음"은 그대로 유지됩니다. 물리적 하드웨어는 그저 그릇일 뿐, 지능 자체가 아닙니다.

2. "디지털 세상은 실제 현실에 비해 너무 단순합니다."

   • 답변: 이것은 이론적인 문제가 아니라 실무적인 문제입니다. 현재 실제 세상을 시뮬레이션하는 것은 어렵습니다. 하지만 이론적으로 디지털 세상은 AI에게 필요한 모든 것을 가르칠 수 있을 만큼 충분히 복잡해질 수 있습니다. 이는 근본적인 지능의 법칙이 아니라 컴퓨팅 파워의 문제입니다.

3. "물리 법칙(중력 같은 것)을 이해하려면 몸이 필요합니다."

   • 답변: 아마 공을 떨어뜨려 봄으로써 중력을 배우는 것이 더 쉬울 수는 있습니다. 하지만 공이 떨어지는 수백만 개의 영상을 보는 것만으로도 중력을 배울 수 있습니다. AI는 데이터와 시뮬레이션을 통해 "물리적 직관"을 배울 수 있습니다. 몸을 가진 것보다 효율성은 떨어질 수 있지만, 가능합니다.

결론

이 논문은 지능 = 그라운딩 + 상호작용이지만, 지능 ≠ 몸이라고 결론짓습니다.

이를 비행기를 조종하는 조종사에 비유할 수 있습니다.

• **체화(Embodiment)**는 핸들을 통해 도로의 느낌을 직접 전달받는 자동차 운전과 같습니다.
• **그라우딩(Grounding)**은 시뮬레이터를 사용하여 비행하는 것과 같습니다. 시뮬레이터에는 엄격한 규칙(물리, 바람, 중력)이 있습니다. 조종사가 시뮬레이터에서 비행법을 배운다면, 그는 지능적이고 숙련된 것입니다. 실제로 공중에 떠 있지 않더라도, 시뮬레이터가 현실을 충실하게 반영한 그라운딩된 모델이라면 비행법을 이해하는 데 문제가 없습니다.

저자들은 우리가 이러한 "시뮬레이터(디지털 환경)" 속에서 살아가는 지능적인 에이전트를 구축할 수 있으며, 그들이 적절히 그 세계의 규칙에 연결되어 있다면 몸을 가진 에이전트만큼 똑똑해질 것이라고 주장합니다.