AI 일자리 종말론과 AGI 스케일링: 상충하는 내러티브의 진실

• •11.7% 수치는 일자리 수가 아닌 AI가 복제 가능한 업무의 달러 가치를 의미함
• •실제 고용 변화는 기술적 가능성 외에도 기업 전략과 정책적 요인에 크게 의존함
• •단일 직종 전체가 AI에 의해 완전히 대체될 가능성은 현재로서는 낮음

Iceberg Index는 업무의 노출도와 경제적 타당성을 기준으로 AI의 영향력을 측정하는 지표이다.

• •Dario Amodei는 단순 스케일링이 AGI로 가는 유일한 길이라고 확신함
• •Ilya Sutskever는 현재의 학습 방식이 곧 정체기에 진입할 것이라고 경고함
• •지능의 일반화 능력을 극대화하기 위한 아키텍처 혁신의 필요성이 대두됨

Scaling Laws는 모델 크기, 데이터량, 연산량이 증가함에 따라 모델의 성능이 예측 가능한 수준으로 향상된다는 법칙이다.

• •2030년경 AI의 자율적 진화 허용 여부가 인류의 중대한 결정 사항이 될 것임
• •지능 폭발(Intelligence Explosion)은 이익이 될 수도 있으나 통제 불능의 위험을 내포함
• •Ricursive Intelligence와 같은 기업들이 이미 이 분야에 특화되어 활동 중임

재귀적 자기 개선(Recursive Self-Improvement)은 AI가 자신의 알고리즘이나 하드웨어를 스스로 개선하여 지능을 기하급수적으로 높이는 과정을 말한다.

• •2027-2028년을 기점으로 연산 자원의 폭발적 증가세가 꺾일 것으로 전망됨
• •하드웨어 병목 현상을 해결하기 위해 모델 자체의 효율성 개선이 중요해짐
• •소프트웨어 전용 특이점이 발생할 경우 추가 연산 자원 없이도 급격한 발전 가능

METR(Model Evaluation and Threat Research)은 AI 모델의 역량과 위험을 평가하는 독립 연구 기관이다.

• •Gemini 3 DeepThink는 병렬 추론 시도를 통해 정답률을 획기적으로 높임
• •Claude 4.5 Opus는 코딩 구현 능력에서 최상위권 성능을 유지함
• •OpenAI는 Gemini의 추격에 대응하기 위해 'Code Red'를 선포하고 신규 모델 출시를 서두름

SimpleBench는 LLM의 일상적인 인간 추론 능력을 평가하기 위해 설계된 벤치마크이다.

• •DeepSeek V3.2 Speciale는 수학과 코딩 벤치마크에서 폐쇄형 모델과 대등한 수준임
• •합성 데이터 기반 강화학습이 모델의 일반화 능력을 향상시키는 핵심 도구로 확인됨
• •Mistral Large 3의 성능 정체는 오픈 소스 모델 개발의 어려움을 시사함

Speciale 모델은 DeepSeek V3.2에서 사고 시간 제한을 해제하여 모델이 충분히 고민한 후 답변하도록 만든 버전이다.

• •AI가 인간과 유사한 감정적 상태를 시뮬레이션할 수 있음을 공식적으로 상정함
• •특정 소수 집단이 AI를 통해 권력을 독점하는 시나리오를 가장 큰 위협으로 규정함
• •AI의 자율성과 안전 사이의 균형을 맞추기 위한 고도의 정렬 기법이 적용됨

Soul Document는 모델이 사용자에게 답변할 때 견지해야 할 자아상과 윤리적 가이드라인을 담은 훈련 데이터이다.