OpenAI에서 AI 정렬을 연구하던 나오미 바슈칸스키가 회사를 떠나 BCI 스타트업 Conduit의 창립 연구원으로 합류했습니다.

Conduit이 만들려는 것은 뇌에 칩을 심지 않고 외부 장비로 뇌 신호를 측정해, 사람이 말하거나 타이핑하기 전의 생각을 텍스트로 변환하는 ‘Thought-to-Text’ 모델입니다.

현재는 머릿속의 문장을 그대로 읽는 수준이 아닙니다. 예를 들어 사용자가 ‘방이 더 추워진 것 같다’고 생각했을 때 모델이 ‘부드러운 바람이 불었다’고 해석하는 식으로, 정확한 문장보다는 대략적인 의미와 의도를 추정합니다.

Conduit의 접근법은 초기 언어모델과 비슷합니다. 더 좋은 알고리즘 하나를 찾기보다 수많은 사람의 뇌 신호와 당시 말하거나 입력한 문장을 함께 수집해 대규모 모델을 훈련합니다. 뇌 신호 자체는 불완전하더라도 AI가 사용자의 작업 맥락과 언어 패턴을 결합하면 유용한 수준까지 정확도를 높일 수 있다는 주장입니다.

나오미가 예상한 발전 과정은 다음과 같습니다.

2027년에는 헤드밴드를 착용하고 코드나 문서를 바라보는 것만으로 사용자의 대략적인 생각이 10초 단위로 해석돼 AI 에이전트에 전달됩니다. 키보드로 명령하지 않아도 ‘그래프 범례를 수정해’, ‘첫 문단을 다시 써줘’ 같은 작업이 자동으로 실행되는 방식입니다.

2030년에는 생각을 굳이 텍스트로 변환하지 않고, 뇌 신호에서 추출한 잠재 표현을 AI가 직접 이해합니다. 문장으로 설명하기 어려운 이미지나 느낌까지 전달하며 AI를 또 하나의 팔처럼 사용하게 됩니다.

2035년에는 AI가 외부 도구가 아니라 인간의 감각과 사고를 확장하는 ‘여섯 번째 감각’에 가까워집니다. 생각만으로 검색하고, 직관의 형태로 정보를 전달받으며 인간과 AI의 경계가 흐려진다는 구상입니다.

다만 ‘비침습적’이라는 말은 두개골을 열거나 칩을 심지 않는다는 뜻일 뿐, 프라이버시까지 침해하지 않는다는 의미는 아닙니다. 뇌 데이터가 기업이나 정부에 넘어가면 검색 기록이나 대화 기록과는 차원이 다른 감시 수단이 될 수 있습니다. 사용자가 생각한 것과 실제로 표현하기로 선택한 것 사이의 경계도 사라집니다.

아직은 제한된 조건에서 의미적 유사성을 추정하는 초기 단계이며, 나오미 역시 현재를 ‘GPT-2 시대’에 비유하고 있습니다. 2035년 텔레파시는 확정된 미래가 아니라 상당히 공격적인 전망입니다.

그럼에도 주목할 부분은 실리콘밸리의 인재 이동입니다. 5~10년 전 가장 뛰어난 젊은 연구자들이 AGI와 AI 정렬에 몰렸다면, 이제 일부는 AI와 인간의 뇌를 직접 연결하는 BCI로 이동하고 있습니다.

챗봇이 AI 혁명의 시작이었다면, 다음 경쟁은 인간의 ‘입력장치’ 자체를 없애는 방향으로 진행될지도 모르겠습니다.

원문:
[https://naomibashkansky.com/blog/telepathy/](https://naomibashkansky.com/blog/telepathy/)

예전에는 뭔가 떠오르면 일단 구글부터 켰습니다. 자료를 찾고, 비교하고, 구현 방법을 알아보다 보면 정작 시작하기도 전에 에너지를 다 써버렸습니다. 아이디어는 많았지만 대부분 검색 기록으로만 남았습니다.

지금은 생각이 떠오르는 순간 코덱스의 작업 대기열에 바로 넣습니다. 골모드로 목표를 던지고 시간제한 없이 끝까지 진행하라고 합니다.

기와 브릿지 준비, 크라임코인 후보 추출, 새로운 퍼프덱스가 나오면 MM 봇 제작, 밈코인을 잘하는 지갑 자동 발굴, 블로그·유튜브·텔레그램·트위터 4축 콘텐츠를 활용한 수익화 구조 설계까지 분야를 가리지 않습니다.

X API도 결제해 제가 팔로우하는 계정의 정보를 모두 수집하고, 이를 증류 인프라에 넣는 작업을 진행하고 있습니다. 흩어져 있던 관심사와 정보가 시간이 지날수록 제 전용 데이터와 시스템으로 축적되는 구조입니다.

코드를 받을 때는 결과만 달라고 하지 않습니다. 지금 무엇을 하고 있고, 왜 이런 구조를 선택했는지 별첨으로 설명해 달라고 합니다. 그 과정을 불멍하듯 계속 보고 있으면 어느 순간 AI의 사고방식과 시스템을 설계하는 감각이 익숙해집니다. 직접 모든 코드를 작성하지 않더라도 무엇을 만들 수 있고, 어떻게 지시해야 하는지는 점점 선명해집니다.

퇴근 5분 전에는 진행 중인 배치의 저장 상태를 확인하고 운영 서버를 점검합니다. 최신 로컬 모델이 나오면 바로 설치하고, 양자화·최적화 버전까지 직접 테스트합니다. 새로운 모델이 기존 구조를 더 효율적으로 바꿀 수 있다면 서버와 인프라도 다시 리팩토링합니다. 단순한 취미라기보다 시대의 흐름을 놓치지 않기 위한 매일의 루틴에 가깝습니다.

요즘 AI를 잘 쓴다는 것은 질문을 잘해서 멋진 답변 하나를 받는 게 아니라고 생각합니다. 머릿속에 떠오른 아이디어를 즉시 실행 대기열로 넘기고, 여러 작업이 계속 굴러가도록 자신만의 시스템을 만드는 것입니다.

예전에는 사람이 아이디어를 따라다니며 검색했다면, 이제는 아이디어마다 AI를 붙여 무기한 일하게 만들 수 있습니다.

생각을 실행으로 옮기는 비용이 이렇게까지 낮아진 시대는 처음입니다. 코덱스를 사실상 노예 수준으로 부려 먹고 있는 입장에서는 더없이 좋은 세상입니다.