CTM-AI: A Blueprint for General AI Inspired by a Model of Consciousness

본 논문은 다양한 전문 및 범용 프로세서를 동적으로 선택하고 통합하여 다중 모달 이해 및 에이전트 작업에서 최첨단 성능을 달성하기 위해 의식 튜링 머신 모델을 기초 모델과 통합한 범용 인공지능을 위한 원칙적 청사진인 CTM-AI 를 소개한다.

핵심

CTM-AI: 의식 모델에서 영감을 받은 범용 AI 를 위한 청사진이라는 논문에 대한 설명을 간단한 개념과 일상적인 비유로 나누어 정리합니다.

핵심 아이디어: "의식 있는" 전문가 팀

매우 까다로운 수수께끼를 풀려고 한다고 상상해 보세요. 방 안에는 시각 예술가, 음악가, 논리학자, 역사가, 그리고 코미디언이라는 전문가 팀이 있습니다.

대부분의 현재 AI 시스템에서는 보통 모든 사람에게 지시를 내리는 "상사"(중앙 관리자) 가 있거나, 혼자서 모든 일을 하려고 노력하는 단일 초지능자가 있습니다.

CTM-AI는 이와 다릅니다. 이는 인간의 의식이 작동하는 방식에 대한 이론 (의식적 튜링 머신이라고 함) 에서 영감을 받았습니다. 상사 대신 다음과 같은 시스템을 사용합니다:

1. 모두가 동시에 작업합니다.
2. 중앙 관리자가 없습니다.
3. 들려지기 위해 경쟁합니다.
4. 더 똑똑해지기 위해 배운 것을 공유합니다.

이 논문은 이 접근 방식이 현재 시스템보다 복잡한 작업을 더 잘 처리할 수 있는 더 유연한 "범용"AI 를 창출한다고 주장합니다.

---

작동 원리: "타운 홀" 비유

CTM-AI 시스템을 문제 (사용자의 질문) 가 발표되는 붐비는 타운 홀 회의라고 상상해 보세요. 논문이 설명하는 단계별 과정은 다음과 같습니다:

1. "무의식적" 군중 (프로세서)

LTM 프로세서라고 불리는 수백 명의 전문가들로 가득 찬 방을 상상해 보세요. 어떤 이들은 그림을 보는 데 능숙하고, 어떤 이들은 소리를 듣는 데 능숙하며, 어떤 이들은 계산기나 웹 브라우저 같은 도구를 사용하는 데 능숙하고, 어떤 이들은 새로운 기술을 배우기 준비된 "자유 에이전트"일 뿐입니다.

• 그들이 하는 일: 질문이 들어오면, 방 안의 모든 사람이 자신의 전문 분야에 기반하여 동시에 그것에 대해 생각합니다.
• 출력: 각 사람은 다음을 포함하는 짧은 메모 ("조각") 를 작성합니다:
  • 요지: 그들의 최선의 추측이나 발견.
  • 점수: 얼마나 확신하는지.
  • 질문: 수수께끼를 풀기 위해 다른 사람에게 하고 싶은 후속 질문.

2. "업 - 트리" 경쟁 (누가 말할 자격이 있는가?)

방이 너무 시끄러워 모두 한 번에 말할 수 없습니다. 그래서 그들은 투표 시스템 (업 - 트리) 을 사용합니다.

• 메모들은 판사들의 사다리를 따라 위로 전달됩니다.
• 판사들은 메모와 점수를 비교합니다.
• 승자: 단 하나의 최고의 메모 (가장 높은 확신과 관련성을 가진 것) 만 소리 내어 말할 권리를 얻습니다. 이것이 시스템의 "의식적" 사고가 됩니다.

3. "다운 - 트리" 방송 (발표)

승자가 선정되면, 그들의 메모는 방 안의 모든 사람에게 (다운 - 트리) 방송됩니다.

• 이제 모든 전문가가 "의식적" 사고가 무엇인지 알게 됩니다.
• 이는 그들의 기억을 업데이트합니다. 그들은 이제 모두 동일한 맥락을 공유하게 됩니다.

4. "링크" 형성 (속삭임 네트워크)

이것이 마법 같은 부분입니다. 전문가 A 가 전문가 B 가 승리한 메모를 설명하는 데 도움이 되는 정보를 가지고 있음을 깨닫는다면, 그들은 링크를 형성합니다.

• 무의식적 소통: 다시 스피커를 거치는 대신, 그들은 서로 직접 대화합니다.
• 융합: 그들은 지식을 결합합니다. 예를 들어, "시각" 전문가가 슬픈 표정을 보고, "오디오" 전문가가 행복한 톤을 듣는다면, 그들은 사람이 비꼬는 것임을 깨닫기 위해 연결됩니다.
• 이는 다음 경쟁 라운드 전에 더 풍부한 이해를 구축하기 위해 "무의식적으로"(배경에서) 발생합니다.

5. 루프 (반복)

시스템은 이 주기를 반복합니다. 단순히 한 가지 답변을 제공하는 것이 아니라, 최종 답변을 내기에 충분히 확신할 때까지 이해를 계속 정제하고, 새로운 링크를 형성하며, 더 많은 증거를 수집합니다.

---

그들은 실제로 무엇을 만들었는가?

연구자들은 이 "타운 홀" 구조를 사용하는 CTM-AI라는 작동하는 컴퓨터 프로그램을 만들었습니다. 그들은 단순히 이론화한 것이 아니라, 실제 세계의 문제들에 대해 이를 테스트했습니다.

테스트 ("시험"):

1. 유머와 비꼬기 이해 (MUStARD & UR-FUNNY):
   • 도전 과제: 비꼬기는 톤을 듣고, 표정을 보고, 단어를 읽는 것을 동시에 해야 하므로 어렵습니다.
   • 결과: CTM-AI 는 다른 고급 AI 모델에 비해 가장 높은 점수 (약 72%) 를 받았습니다. 한 번에 모든 일을 하려고 하거나 중앙 관리자를 사용하는 시스템을 능가했습니다.
2. 도구 사용 (StableToolBench):
   • 도전 과제: AI 에게 계산기를 사용하거나, 날씨를 검색하거나, 비행기를 예약하도록 요청하는 것.
   • 결과: CTM-AI 는 표준 AI 에이전트 대비 성공률이 10 점 이상 향상되었습니다. 어떤 도구를 사용해야 하는지 그리고 어떻게 결합해야 하는지 파악하는 데 더 능숙해졌습니다.
3. 웹 탐색 (WebArena-Lite):
   • 도전 과제: 특정 정보를 찾거나 작업을 완료하기 위해 웹사이트를 클릭하며 이동하는 것.
   • 결과: 표준 AI 에이전트보다 복잡한 웹사이트를 탐색하는 데 훨씬 더 뛰어났습니다.

왜 이것이 다른가?

이 논문은 CTM-AI 와 다른 AI 간의 두 가지 주요 차이점을 강조합니다:

• "상사" 없음: 대부분의 AI 시스템은 에이전트에게 무엇을 할지 말해주는 중앙 관리자 (회사 내 프로젝트 관리자 같은) 가 있습니다. CTM-AI 에는 관리자가 없습니다. "상사"는 경쟁 그 자체입니다. 이는 더 유연하게 만듭니다. 새로운 유형의 문제가 발생하면 시스템은 새로운 관리자가 필요하지 않고, 단지 올바른 전문가들이 경쟁하여 승리하기만 하면 됩니다.
• 자기 개선 링크: 시스템이 문제를 해결함에 따라 전문가들은 누구와 대화해야 하는지 배웁니다. "시각" 전문가가 항상 "텍스트" 전문가의 도움이 필요하다고 느끼면, 그들은 영구적인 링크를 형성합니다. 시간이 지남에 따라 시스템은 인간이 자신의 사회적圈子에서 특정 사람들을 신뢰하도록 배우는 것처럼, 자체적인 효율적인 통신 네트워크를 구축합니다.

결론

이 논문은 CTM-AI를 더 지능적이고 적응력 있는 AI 를 위한 청사진으로 제시합니다. 아이디어가 경쟁하고, 승리한 다음 모든 사람에게 퍼지는 글로벌 워크스페이스를 사용하여 인간의 의식이 작동하는 방식을 모방함으로써, 이 시스템은 현재의 "단일 뇌" 또는 "상사 관리"AI 시스템보다 복잡한 다단계 문제를 더 잘 해결할 수 있습니다.

중요한 참고 사항: 저자들은 명시적으로 의식을 가진 존재를 만들고 있다고 밝히지 않습니다. 그들은 더 좋고 효과적인 기계를 만들기 위해 의식의 모델을 청사진으로 사용하고 있습니다. 그들은 AI 가 무언가를 "느낀다"고 주장하는 것이 아니라, 그 사고의 구조가 그것을 더 똑똑하게 만든다고 주장합니다.

기술 요약

기술 요약: CTM-AI: 의식 모델에서 영감을 받은 범용 AI 를 위한 청사진

문제 제기

중대한 진전이 있었음에도 불구하고, 현재의 AI 시스템은 범위가 제한적이며 인간 능력의 특징인 유연하고 적응적이며 다감각적인 지능을 결여하고 있습니다. 의식에 대한 이론들 (예: 글로벌 워크스페이스 이론) 은 잠재적인 아키텍처 영감을 제공하지만, 대부분 추상적이거나 순수 이론적 수준에 머무르며 실제 시스템에서의 경험적 검증을 받지 못했습니다. 반면, 기존 다중 에이전트 프레임워크는 종종 일반화를 저해하는 경직된 중앙 오케스트레이터나 사전 정의된 워크플로우에 의존합니다. 의식에 대한 이론적 모델과 다양한 모달리티와 도구를 중앙 집행부 없이 동적으로 조정할 수 있는 실용적이고 범용적인 AI 시스템 구현 사이에는 중요한 격차가 존재합니다.

방법론: CTM-AI 아키텍처

본 논문은 현대 기반 모델 (foundation models) 을 사용하여 Blum & Blum (2021; 2022) 의 의식 형식 모델인 **의식 튜링 머신 (CTM)**을 구체화한 CTM-AI라는 구체적인 시스템을 소개합니다. 중앙의 "지휘자"를 사용하는 전통적인 에이전트 워크플로우와 달리, CTM-AI 는 정보 흐름이 분산된 경쟁과 브로드캐스트에 의해 결정되는 완전한 분산 아키텍처를 사용합니다.

핵심 구성 요소

시스템은 7-튜플 <STM, LTM, Up-Tree, Down-Tree, Links, Input, Output>로 정의됩니다.

1. 장기 기억 (LTM) 프로세서: 병렬적이고 독립적인 프로세서들의 연방. 여기에는 다음이 포함됩니다:
   • 감각 프로세서: 시각, 오디오, 텍스트에 특화됨.
   • 확장 프로세서: 외부 도구 및 API 를 위한 래퍼.
   • 인지 프로세서: 추론 및 계획 처리.
   • 운동 프로세서: 출력 (대화, API 호출) 생성.
   • 비특화 "자유" 프로세서: 시간이 지남에 따라 새로운 기술을 습득하기 위한 슬롯.
2. 단기 기억 (STM): 임의의 시간 단계에서 단일 정보 "덩어리 (chunk)"를 보유하는 제한된 용량의 작업 공간으로, 시스템의 현재 "의식" 내용을 나타냅니다.
3. 통신 메커니즘:
   • Up-Tree 경쟁: 모든 LTM 프로세서가 (요지, 후속 질문, 자기 평가 점수를 포함하는) "덩어리"를 제출하는 위계적 (또는 단순화된 전역) 경쟁. 승자가 STM 에 진입합니다.
   • Down-Tree 브로드캐스트: 승리한 덩어리가 모든 프로세서에게 브로드캐스트되어 개인 기억을 업데이트하고 정보를 전역적으로 사용 가능하게 만듭니다.
   • 링크 및 융합: 프로세서들은 브로드캐스트된 내용과 관련된 정보의 관련성에 따라 양방향 링크를 형성합니다. 연결된 프로세서들은 STM 병목 현상을 우회하여 덩어리를 직접 교환하고 지식을 융합하는 "무의식적" 통신에 참여합니다.

추론 역학

CTM-AI 는 반복 루프 (알고리즘 1) 를 통해 작동합니다:

1. 덩어리 추론: 모든 프로세서가 관찰과 개인 기억을 기반으로 덩어리를 생성합니다. 점수는 가중치(관련성), 강도(신뢰도), 기분(예상치 못함) 으로 분해됩니다.
2. 경쟁: Up-Tree 가 STM 을 위한 최고 점수 덩어리를 선택합니다.
3. 브로드캐스트: STM 내용이 모든 프로세서에게 브로드캐스트됩니다.
4. 링크 형성 및 융합: 높은 관련성 점수를 가진 프로세서들은 링크를 형성하고 정보를 교환하여 컨텍스트를 풍부하게 합니다.
5. 반복: 풍부해진 기억들이 다음 반복으로 입력됩니다. 루프는 신뢰도 임계값이 충족되거나 최대 반복 횟수에 도달할 때까지 계속됩니다.

주요 기여

1. CTM 의 첫 번째 실용적 구체화: CTM-AI 는 추상적이고 형식적인 CTM 프레임워크를 실행 가능한 AI 시스템으로 변환하여 이론적 메커니즘 (Up-Tree 경쟁, Down-Tree 브로드캐스트) 을 현대 기반 모델에 기반합니다.
2. 분산형 모듈식 아키텍처: 시스템은 중앙 집행부나 경직된 워크플로우의 필요성을 제거합니다. 프로세서는 유연하게 추가되거나 제거될 수 있으며, 우선순위는 경쟁을 통해 동적으로 결정됩니다.
3. 추론과 에이전시의 통합: 이 프레임워크는 분산된 협력 역학이 단일 에이전트 모델을 넘어 추론을 확장하고, 다중 모달 지각, 도구 사용, 에이전트 제어를 통합하는 방법을 보여줍니다.

실험 결과

저자들은 CTM-AI 를 다중 모달 지각, 도구 사용, 에이전트 작업에 걸쳐 평가하여 통합 기반 모델 및 다양한 다중 에이전트 프레임워크와 비교했습니다.

• 다중 모달 지각 (MUStARD 및 UR-FUNNY): CTM-AI 는 MUStARD 에서 72.28, UR-FUNNY 에서 72.13을 기록하여 최첨단 정확도를 달성했습니다. 이는 Qwen3-Omni, Gemini-2.5-Flash 와 같은 통합 베이스라인 및 MetaGPT 와 Mixture-of-Agents (MoA) 와 같은 다중 에이전트 프레임워크보다 우월했으며, 종종 동등하거나 더 낮은 API 호출 수와 지연 시간을 보였습니다.
• 도구 사용 (StableToolBench): CTM-AI 는 강력한 단일 모델 베이스라인 대비 통과율에서 10% 이상의 절대적 향상을 보여주었습니다 (예: Qwen3-8B-think 를 사용한 특정 하위 집합에서 약 39.7% 에서 약 56.5% 로 개선).
• 에이전트 작업 (WebArena-Lite): 시스템은 동일한 백본 모델을 사용한 ReAct 기반 베이스라인 대비 5 가지 웹사이트 카테고리에서 성공률을 향상시켰습니다.
• Ablation 연구: 핵심 구성 요소 (Up-Tree, Down-Tree, 링크 형성, 또는 반복) 중 하나를 제거하면 성능이 저하되어 전체 동적 루프의 필요성을 확인했습니다. 반복 루프가 가장 중요한 구성 요소로 식별되었습니다.

중요성 및 주장

본 논문은 CTM-AI 를 범용 AI 를 위한 원칙적이고 검증 가능한 청사진으로 위치시킵니다. 그 중요성은 의식 이론과 실용적인 AI 공학 사이의 간극을 메우는 데 있습니다. CTM 에서 영감을 받은 분산형 경쟁 기반 아키텍처가 중앙 집중식 다중 에이전트 시스템 및 통합 모델을 능가할 수 있음을 입증함으로써, 저자들은 다음과 같이 주장합니다:

• 의식 이론은 철학적 논쟁을 넘어 AI 를 위한 실행 가능한 아키텍처 기반을 제공할 수 있습니다.
• 분산 조정은 작업 복잡성에 대한 유기적 적응을 가능하게 하며, 링크 형성과 융합은 교차 모달 또는 교차 도구 통합의 필요성에 따라 자연스럽게 확장됩니다.
• 시스템은 과도하게 설계된 것이 아닙니다. 핵심 역학은 하이퍼파라미터에 대해 견고하며 외부 피드백 없이 자체 보고 점수를 활용하여 내부 보정을 효과적으로 수행합니다.

저자들은 목표가 "의식 있는" AI 를 구축하거나 인간 정체성을 복제하는 것이 아니라, 더 신뢰할 수 있고 적응적이며 유능한 범용 시스템을 만들기 위해 의식 모델을 활용하는 것이라고 강조합니다.