3년이 지난 지금, 추론 언어 모델은 경제에서 빠르게 성장하는 한 부분이 되었으며, 과학의 한계를 넓히기 시작하고 있다. 이 모델들은 컴퓨터와 그래픽 인터페이스를 조작하고, 사람이나 다른 AI와 협력하며, 연구 프로젝트를 수행할 수 있다. 또한 컴퓨터 보안의 지형을 바꾸고 있으며, 그 과정에서 분명한 새로운 위험을 드러내고 있다.

이 기간에 많은 새로운 연구가 이루어졌고, 이 시스템들에 대한 우리의 이해도 2023년과는 다시 조금 달라졌다. 내부 연구 결과를 바탕으로, 나는 이러한 발전 속도가 재귀적 자기개선에 이르기까지 지속될 수 있으리라고 강하게 예상한다. AI 개발이 현재의 경로를 따라 계속된다면, 앞으로 몇 년 안에 등장할 시스템들은 지금까지와 같거나 더 큰 폭의 능력 도약을 보여줄 가능성이 높으며, 자신을 개발하는 과정을 점점 더 많이 주도하게 될 것이다.

---

큰 틀에서 보면, 기계 지능의 발전을 이끄는 것은 연산 능력의 증가다. OpenAI는 여러 연구 프로젝트에서 규모 확대가 일관된 성과로 이어지는 것을 확인한 뒤, 2017년 무렵 이 사실을 깊이 받아들였다.1 그 결과, 우리는 당초 계획보다 훨씬 많은 컴퓨팅 자원을 확보하려 했고, 연구의 방향도 확장성이 매우 높은 소수의 분야에 점점 더 집중시켰다. 우리는 이것이 AI 연구의 최전선에 머물면서 AGI가 미칠 영향에 관여할 수 있는 유일한 길이라고 믿었다.

그 과정에서 새로운 알고리즘이 개발되었고, 여러 팀과 개별 연구자들의 독창성이 새로운 성과를 만들어냈다. 나는 이를 대체로 규모를 확대해 나가는 과정에서 이루어진 발견으로 본다. 딥러닝의 과학은 아직 초기 단계에 있으며, 의미 있는 알고리즘 발전은 컴퓨팅 자원에 대한 접근성과 상관관계를 보이는 경향이 있다. 몇 년 단위의 시야로 멀리서 바라보면, AI는 더 큰 컴퓨터에서 규모가 확대될수록 계속해서 더 똑똑해지고 있다.

그리고 레이 커즈와일이 20세기 말에 내놓았던 예측과도 일치하게, 우리는 이제 기계 지능이 세상을 근본적으로 바꿀 수 있는 방식으로 인간의 지능을 넘어서기 시