나는 소니의 탁구 로봇을 또 하나의 값비싼 실험실용 로봇으로 일축하고 싶었습니다. 엘리트 플레이어들과 대결할 수 있는 기계는 물론 인상적이지만 이미 모두가 감동받기로 합의한 방에서 경영진이 박수를 치도록 만들어진 일종의 데모처럼 들립니다.
하지만 탁구는 보기보다 까다로운 시험이다. 공은 테이블에 닿는 순간 방향을 바꿀 정도로 작고 빠르며 회전하고 무례합니다. 소니의 시스템은 계산보다는 덜 관대한 문제에 직면해 있습니다. 포인트가 사라지기 전에 보고, 예측하고, 행동해야 합니다.
Sony는 공식적인 경쟁 규칙에 따라 5명의 엘리트 플레이어와 2명의 전문가를 대상으로 Ace를 테스트했으며 로봇은 여러 번의 승리를 거두었습니다.
더 유용한 세부 사항은 경기 중에 처리해야 했던 것입니다. 바운스 후 방향을 바꾸고 작은 지연도 처벌하는 빠르고 높은 스핀 샷입니다. 쉽게 말해서 에이스는 단지 공을 다시 치는 것이 아니었습니다. 랠리가 탈출하기 전에 움직임을 읽고, 예측하고, 움직이는 것이었습니다.
AI가 이사회를 떠난다
일반적인 “AI가 인간을 이긴다”라는 헤드라인은 Ace가 실제로 테스트하는 내용을 과소평가합니다. 우리는 이미 청정 분야에서 그 이야기를 보았습니다. IBM의 Deep Blue는 1997년 Garry Kasparov를 이겼고, 인간의 기술과 기계 계산 사이의 모든 오래된 경쟁에는 여전히 상징주의가 남아 있습니다.
그러나 체스는 그 모든 전략적 깊이에도 불구하고 컴퓨터에게 예의를 갖추고 있습니다. 보드가 흔들리지 않습니다. 조각이 회전하지 않습니다. 기사는 누군가가 불쾌한 각도로 깎았기 때문에 시속 60마일로 비명을 지르며 돌아오지 않습니다.
소니의 로봇은 다른 변화를 지적합니다. AI가 움직여야 할 때 지능은 타이밍 문제가 됩니다. 시스템은 그 안에서 행동할 수 있을 만큼 빠르게 세상을 읽어야 합니다. 그게 더 유용하고 깔끔하게 상자에 보관하기가 훨씬 더 어렵습니다.
몸이 문제를 바꾼다
탁구 데모가 더 많은 작업을 시작하는 곳입니다. 회전을 추적하고 동작을 예측하며 실시간으로 반응을 조정할 수 있는 로봇은 자동으로 공장 직원, 창고 선택기, 간호사 보조원, 농장 일꾼 또는 재난 대응 기계가 아닙니다. 그 도약은 너무 깔끔한데, 이는 일반적으로 그것이 틀렸다는 것을 의미합니다.
더 넓은 로봇 시장은 이미 귀여운 데모 단계를 훨씬 넘어섰습니다. 국제로봇연맹(International Federation of Robotics)은 2024년에 542,000대의 산업용 로봇이 설치되었다고 밝혔는데, 이는 10년 전보다 두 배 이상 늘어난 수치입니다. 2025년에는 설치 수가 575,000개에 달하고 2028년에는 700,000개를 넘을 것으로 예상됩니다. 이것이 Ace를 공장 제품으로 만드는 것은 아니지만 이미 생산 현장에 나타나고 있는 더 큰 자동화 스토리의 일부가 됩니다.
제어된 산업 현장에서 로봇은 하나의 완벽한 동작을 영원히 반복하는 대신 변화를 처리해야 합니다. 물류에서는 찌그러진 상자, 잘못된 각도, 라벨 누락, 최악의 순간에 잘못된 차선으로 걸어가는 사람들과 마주하게 됩니다. 야외, 진흙, 날씨, 울퉁불퉁한 땅, 자연에 의해 형성된 농산물은 소프트웨어 요구 사항을 준수하는 것으로 알려져 있지 않습니다.
노동 측면에서는 이야기가 덜 귀엽게 됩니다. McKinsey는 오늘날의 기술이 이론적으로 현재 미국 근무 시간의 약 57%를 차지하는 활동을 자동화할 수 있다고 추정합니다. 이는 일자리가 완전히 사라진 숫자가 아니며 McKinsey는 이 점에 대해 주의를 기울이고 있습니다.
압력은 더 미묘하고 아마도 더 복잡할 것입니다. 작업이 분할되고, 역할이 재설계되고, 일부 직원은 “효율성”이 스프레드시트와 강제 미소와 함께 도착하는 습관이 있다는 것을 발견합니다.
일부 설정은 틀렸을 때의 처벌을 높입니다. 문제가 있는 챗봇은 오후 시간을 낭비할 수 있습니다. 환자의 균형을 잘못 읽는 로봇, 휠체어 또는 병원 복도는 실제 피해를 입힐 수 있습니다. AI가 더 많이 구체화될수록 실수를 덜 용서하게 됩니다.
청구서는 본체와 함께 제공됩니다.
AI가 다리, 바퀴, 로봇 팔을 갖게 되었다고 해서 인프라가 사라지는 것은 아닙니다. 여전히 칩, 데이터 센터, 냉각 시스템, 전기, 물, 모든 회사에 구축되지 않은 그리드에 의존하고 있는데 갑자기 더 많은 컴퓨팅이 필요하다는 사실을 알게 되었습니다.
국제 에너지 기구(International Energy Agency)는 2030년까지 전 세계 데이터 센터 전력 소비량이 두 배인 약 945TWh로 증가할 것으로 예상하며, 이는 전 세계 전력 소비량의 3% 미만에 해당합니다. 지역 전력망, 수자원 시스템 또는 새 데이터 센터 근처의 커뮤니티가 집중을 흡수해야 할 때까지는 그 비율이 작게 들릴 수 있습니다.
그렇다고 모두 암울한 것은 아닙니다. 더 똑똑한 로봇은 공장 폐기물을 줄이고, 위험한 현장 검사를 돕고, 정밀 농업을 개선하고, 생계를 위해 인체를 손상시키는 작업을 수행할 수 있습니다. 장점은 현실이지만 비용도 그렇습니다.
Deep Blue는 AI가 보드 게임 내에서 강력한 느낌을 갖도록 만들었습니다. Ace는 보드가 사라진 것 같은 느낌을 주며, 그 조각은 이제 공장, 병원, 농장, 그리드 및 다음에 무슨 일이 일어날지 추측하려는 작업자입니다.
Asimov는 규칙에 얽매이는 로봇을 상상했습니다. 우리가 실제로 구축하고 있는 버전은 먼저 경제적인 측면에 묶여 있을 수 있습니다.