Geoffrey Hinton·Yoshua Bengio·Yann LeCun·Fei-Fei Li
딥러닝의 탄생부터 사상의 분기점까지
같은 혁명을 만든 네 사람, 이제는 서로 다른 미래를 말하다

AI 혁명을 만든 사람은 많다. 그러나 오늘날 우리가 사용하는 거의 모든 인공지능의 뿌리를 거슬러 올라가면 결국 네 명의 이름으로 수렴된다. Geoffrey Hinton, Yoshua Bengio, Yann LeCun, 그리고 Fei-Fei Li. 이들은 단순한 연구자가 아니다. 인공지능이라는 기술의 뿌리를 만든 동시에, 지금은 그 기술이 어디로 가야 하는지를 두고 서로 다른 방향을 제시하는 사상가들이다. 이들의 이야기는 기술의 역사이자, “AI는 어디로 가야 하는가”라는 질문이 어떻게 분화되어 왔는지를 보여주는 하나의 서사다.

◆ Geoffrey Hinton (제프리 힌턴)
“딥러닝을 만든 사람, 그리고 지금은 가장 강하게 경고하는 사람”

먼저 힌턴이다. 그는 흔히 ‘AI의 대부’라 불린다. 1947년 영국에서 태어나 인간의 뇌가 어떻게 학습하는지를 탐구하던 심리학적 관심에서 출발해 인공지능 연구로 들어왔다. 1980~90년대, AI 연구의 주류는 규칙 기반 시스템이었다. 명확한 규칙을 정의하고, 그 규칙에 따라 문제를 해결하는 방식이었다. 이 시기 인공신경망은 비주류였고, 심지어 실패한 접근으로 취급되기도 했다. 하지만 힌턴은 끝까지 그 길을 놓지 않았다. 그는 역전파 기반 학습, 볼츠만 머신, 분산 표현 같은 개념을 발전시키며 “지능은 규칙이 아니라 패턴에서 나온다”는 철학을 밀어붙였다. 그리고 2012년, 그의 제자들과 함께 만든 AlexNet이 등장한다. 이 모델은 이미지 인식 대회에서 기존 방식을 압도하며 승리했고, 그 순간은 단순한 기술적 성과를 넘어 하나의 선언이 됐다. 딥러닝이 세상을 바꿀 수 있다는 증명이었다. 이후 빅테크 기업들은 AI에 막대한 투자를 시작했고, 딥러닝은 AI의 표준이 됐다. 그러나 역설적으로, 지금 힌턴은 그 기술을 가장 강하게 경고하는 인물이 됐다. 그는 구글을 떠나며 “AI의 위험을 자유롭게 말하기 위해서”라고 밝혔다. 이후 그는 AI의 통제 불가능성, 허위 정보 생성, 인간 지능을 넘어설 가능성, 그리고 일자리 구조 붕괴를 반복해서 언급하고 있다. 그는 이제 기술자가 아니라, 경고자에 가깝다. 그의 메시지는 단순하다. 우리가 만든 것은 우리가 생각했던 것보다 훨씬 위험할 수 있다는 것이다.

◆ oshua Bengio (요슈아 벤지오)
“딥러닝을 체계화한 학자, 그리고 안전한 AI를 설계하는 사람”

벤지오는 다른 길을 걸어왔다. 그는 딥러닝을 ‘발명’했다기보다 ‘정리’하고 ‘확장’한 인물이다. 캐나다 몬트리올을 중심으로 연구 생태계를 구축하며, 딥러닝을 하나의 학문 체계로 끌어올렸다. 표현 학습, 확률적 모델, 이론적 구조 정립을 통해 AI는 단순한 기술이 아니라 연구 분야로 자리 잡게 된다. 그는 또한 몬트리올 AI 연구소(MILA)를 설립하며 전 세계 인재를 끌어들이고, 하나의 학파를 만들었다. 그의 핵심 철학은 “AI는 데이터를 기억하는 것이 아니라, 세계를 표현하는 방식을 학습한다”는 것이다. 이 개념은 오늘날 대형 언어 모델의 기반이 된다. 현재 벤지오는 AI 안전 문제에 집중하고 있다. 그는 비영리 조직을 설립하고 ‘정직한 AI’, 위험을 평가하는 AI, AI를 감시하는 AI 같은 개념을 제안하고 있다. 즉, AI가 만든 문제를 다시 AI로 해결하려는 접근이다. 그는 극단적인 비관론자도 아니고, 무조건적인 낙관론자도 아니다. 그는 공학적 해결주의자다. 그의 질문은 분명하다. 위험한 AI를 어떻게 측정하고 통제할 것인가.

◆ Yann LeCun (얀 르쿤)
“현재 AI를 가장 강하게 비판하는 내부자”

르쿤은 이들 중 가장 논쟁적인 인물이다. 그는 합성곱신경망(CNN)의 창시자로, 오늘날 이미지 인식과 컴퓨터 비전의 거의 모든 기반을 만든 사람이다. 얼굴 인식, 자율주행, 의료 영상 분석 등 ‘보는 AI’의 대부분은 그의 연구에서 출발했다. 그는 오랫동안 Meta에서 수석 AI 과학자로 활동하며 FAIR를 이끌었고, 산업과 학계를 동시에 연결하는 역할을 해왔다. 그러나 현재 그는 AI 흐름에 대해 가장 강하게 비판하는 내부자다. 특히 대형 언어 모델에 대해 그는 “세계를 이해하지 못한다”, “진짜 지능이 아니다”라고 단언한다. 그는 지금의 AI가 과대평가됐다고 본다. 대신 그는 ‘세계 모델’을 이해하는 AI를 강조한다. 단순히 언어를 생성하는 것이 아니라, 현실을 이해하고 예측할 수 있는 구조가 필요하다는 주장이다. 이를 위해 그는 새로운 연구 방향과 기업을 통해 다음 세대 AI를 준비하고 있다. 그는 낙관론자이면서 동시에 구조 혁신가다. 그의 메시지는 간단하다. 지금의 AI는 아직 시작도 아니라는 것이다.

◆ Fei-Fei Li (페이페이 리)
“AI에게 눈을 주고, 인간을 중심에 놓은 사람”

마지막으로 페이페이 리다. 그녀는 AI에게 ‘눈’을 준 사람으로 불린다. 그녀가 구축한 ImageNet은 수천만 장의 이미지를 라벨링해 데이터셋으로 만든 프로젝트로, AI가 시각을 이해하는 데 결정적인 역할을 했다. 2012년 AlexNet의 성공 역시 힌턴의 모델과 페이페이 리의 데이터가 결합된 결과였다. 그러나 그녀의 진짜 핵심은 기술이 아니라 철학에 있다. 그녀는 AI가 반드시 인간을 중심에 두어야 한다고 강조한다. 스탠퍼드 HAI 설립, 윤리적 AI 연구, 교육과 헬스케어 분야 적용 등 그녀의 활동은 일관되게 인간 중심적이다. 현재 그녀는 ‘공간지능’이라는 새로운 영역에 도전하고 있다. 3차원 세계를 이해하고, 물리적 상호작용을 인식하며, 로봇과 증강현실과 연결되는 AI를 만드는 것이다. 그녀는 네 명 중 가장 분명한 인본주의자다. 그녀의 질문은 단 하나다. AI가 인간의 삶을 실제로 더 나아지게 하고 있는가.

흥미로운 것은 이 네 사람이 같은 출발선에 서 있었다는 점이다. 이들은 모두 딥러닝이라는 하나의 혁명을 만들었다. 그러나 지금 그들이 서 있는 위치는 완전히 다르다. 힌턴은 위험을 경고하고 있고, 벤지오는 통제 방법을 찾고 있으며, 르쿤은 다음 구조를 설계하고 있고, 페이페이 리는 인간 중심의 방향을 제시하고 있다. 같은 기술이 네 갈래의 미래로 갈라지고 있는 셈이다.

AI는 이미 세상을 바꾸고 있다. 하지만 더 중요한 질문은 지금부터다. 이 기술을 만든 사람들조차 서로 다른 미래를 말하고 있다면, 우리는 어떤 방향을 선택해야 하는가.