4월 트윗을 다시 꺼내 봅니다. LLM 능력에 대한 공유된 이해의 이 격차가 *벌어지고 있기* 때문입니다. 이제는 "서로 말이 통하지 않는 두 집단"이라기보다는 날카로운 깔때기에 가깝습니다.
- 어림잡아 약 6B 명(인구의 ~75%)은 LLM과 거의 접촉한 적이 없습니다.
- 약 1-2B 명(~20%)은 무료 등급의 ChatGPT 유사 제품을 가끔, 드물게 사용하는 사용자들입니다. 이 집단은 서툰 챗봇을 보고 그것을 약간 더 나은 Google 검색이나 글쓰기 도구 정도로 여깁니다. 어쩌면 에이전트가 항공편을 예약해 주려고 할 수도 있습니다. 저는 비(非)기술 분야 친구들 중에 (제 생각엔 합리적으로) 전혀 쓸모가 없다고 말하는 사람들이 있습니다. 수학&코드 분야 밖의 많은 전문가들도 이 등급에 속합니다. 예를 들어, 경영진과 여러 다른 직무의 사람들은 많은 시간을 다른 사람들과 대화하는 데 보내므로, 지적으로는 무슨 일이 일어나고 있는지 이해하지만 여전히 간접적이고 다소 추상적입니다.
- 이제 수학&코드 분야에서 프런티어급 LLM을 전문적으로 사용하는 경우로 넘어갑니다. 약 20M 명(0.2%)이 몇 주/몇 달이 걸리던 크고 복잡한 프로젝트를 이제는 프롬프트 하나로 에이전트가 완료할 수 있다는 것을 직접 목격합니다. 앱 빌드, 앱 복제, 앱 번역, 바이너리에서 앱을 디컴파일하는 것들... 이 모든 일은 매우 빠르게, 아주 최근에 일어났습니다. 1년도 채 지나지 않아서, 저는 얼마 전까지 코드를 손으로 직접 작성하고, 외워둔 컴퓨터 코드 명령어를 코드 편집기에 한 글자씩 타이핑하며, 가끔 Tab을 눌러 코드의 작은 조각을 자동완성하곤 했습니다.
- 그리고 마지막으로 사내에서 프런티어급 시스템에 접근할 수 있는 약 5,000 명(~0.00006%)에 이릅니다. 외부 세계는 미리보기를 보았습니다. 그것은 수천 개의 에이전트가 소프트웨어 메가 프로젝트 위에서 몇 주에 걸쳐 협업하는 모습으로 보입니다. 제로데이를 채굴하고, 기계 속도로 사이버 공격과 방어를 수행하고, 새로운 과학을 발견하고, 수학의 프런티어를 앞당기는 것들. 업계 최고 전문가들에게 수년의 작업이 필요했을 일들입니다. 한편, 인간의 검토와 이해는 뒤처지기 시작하고 있습니다. 예를 들어, 사람들은 여전히 수개월 전 OpenAI-HF 사건의 "고고학"에 관여하고 있습니다. 수학자들은 프런티어 수학에 관한 722개의 원고를 한동안 들여다볼 수도 있습니다.
이 깔때기는 여러 요인의 결합으로 만들어집니다:
1. 그 영향은 야망, 문제의 크기, 그리고 시간적 범위에 비례해 확대됩니다. 한 단락 분량의 답이 나오는 질문은 시스템에 거의 부담을 주지 못합니다. 당신이 정말 신경 쓰는 크고 어려운 문제들의 저수지가 필요합니다. 이 측면이 깔때기의 소비자/전문가 차원을 이끕니다.
2. 시스템의 울퉁불퉁함(jaggedness)(이에 대해서는 별도로 여러 번 써왔습니다). 능력은 디지털적이고, 검증 가능하며, 경제적으로 가치 있는 도메인에서 정점에 이릅니다. 이는 LLM 능력이 수익 잠재력에 따라 선별된 환경 혼합물에서 검증 가능한 보상에 대한 강화 학습으로부터 나오기 때문입니다. 이 측면이 주로 깔때기의 영역(예: 수학&코드) 차원을 이끕니다.
3. 접근성. 무료 등급, 유료 등급, 사내.
바로 이것이 이 순간의 기묘함입니다. 일반 대중은 대부분 이 시스템들과 상호작용한 적이 없습니다. 상호작용해 보았을 때, 그것은 서툰 챗봇으로 보입니다. 대다수의 전문가들은 여전히 미미한 향상만을 보고 있습니다. 그리고 소수의 전문가들은 수직으로 치솟는 곡선의 어지러움을 경험하고 있습니다. 그리고 이 모든 것이 동시에 일어나고 있습니다.