사카나AI, 왕립학회 세계 모델 특집호 소개

권두 논문의 저자 명단이 이 편집의 성격을 그대로 보여 줘요. 애덤 새프론과 마이클 레빈을 필두로 열네 명이 이름을 올렸고, 사카나AI 의 데이비드 하와 몬트리올대의 이리나 리시, 산타페 연구소의 데이비드 크라카우어와 멜라니 미첼, 하버드대의 새뮤얼 거시먼, 매사추세츠공대의 조슈아 테넨바움이 함께 들어가 있어요. AI 회사와 신경과학 연구실과 복잡계 연구소와 인지과학 연구팀이 한 논문에 섞인 명단이에요. 메탈이 확인한 목차에서 이 논문은 서문 자리에 놓여 있어요.

논문은 특집호가 던지는 질문을 한 문장으로 요약해요. 제1저자인 터프츠대의 애덤 새프론과 공저자들은 "지금의 AI 시스템이 방대한 데이터로 학습하면서 다양한 생물 지능을 특징짓는 맥락 민감하고 시간에 얹혀 있으며 가치를 띤 세계 모델링의 차원을 배우는지, 아니면 그 인상적인 능력이 주로 통계적 표면 규칙성에서 나오는지" 가 되풀이되는 주제라고 적었어요. 이들은 이어서 "이 모음으로 우리는 개념의 지형을 분명히 하고, 자연의 마음과 인공의 마음 사이에서 닮은 지점과 갈라지는 지점을 짚고자 합니다" 라고 밝혔어요. 판정을 내리는 대신 판정에 필요한 언어를 정리하겠다는 선언이에요.

수록 논문 열여덟 편의 면면도 한쪽으로 쏠려 있지 않아요. 더글러스 호프스태터가 AI 에 나라는 것이 있는지를 묻는 글을 실었고, 개리 마커스는 문장 하나가 그림 천 장의 값을 하는지를 따지는 공저 논문을 냈어요. 스튜어트 러셀은 모델 기반 강화학습과 모델 프리 강화학습의 표현 복잡도를 다뤘고, 앨리슨 고프닉은 아이와 어른이 인과 개입에서 통제 가능성과 변동성에 얼마나 민감한지를 실험으로 봤어요. 회의론과 형식 이론과 발달심리 실험이 같은 목차 안에 있어요.

애덤 새프론과 마이클 레빈이 게스트 에디터로 이름을 올린 이 특집호는 개요에서 질문을 세 개로 정리해요. 첫 질문은 "언어 모델은 얼마나 지능적이며, 그 능력은 앞으로 몇 년 동안 어떻게 진화할 것인가" 예요. 그다음이 자연이 진화시킨 유기체의 적응적 지능을 인공 시스템에서 어떻게 만들 수 있는가이고, 마지막이 방대한 통계적 연관에 기대는 학습이 자기와 세계에 대한 일관된 모델을 배우는 일을 근본적으로 제약하는가예요. 세 질문 모두 능력이 아니라 능력의 근거를 겨냥해요.

사카나AI 는 이 특집호에서 세 가지를 뽑아 소개했어요. 첫째는 할 수 있는 것과 알고 있는 것이 다르다는 점으로, 지금의 큰 모델이 보여 주는 능력이 말의 배열 패턴을 익힌 결과일 수 있고 계산 자원을 늘리는 것만으로는 그 차이가 메워지지 않는다는 논자들이 있다는 거예요. 둘째는 자기 자신을 아는 AI 로, 내부 상태를 예측하도록 학습하면 내부 표현이 정리되고 군더더기가 줄어든다는 결과예요. 셋째는 AI 의 난제가 생명의 난제로 이어진다는 것으로, 앞으로의 AI 연구가 인공생명 연구에 점점 가까워질 수 있다는 전망이에요.

이 편집을 인문학 쪽에서 보면 익숙한 구분이 하나 돌아와 있어요. 지도를 통째로 외운 사람과 그 동네에서 길을 아는 사람은 대부분의 시험에서 같은 점수를 받지만, 길이 막혔을 때 갈라져요. 특집호가 되풀이해 묻는 것이 정확히 그 지점이고, 그래서 능력 점수가 아니라 능력이 무엇 위에 서 있는지를 보라고 요구해요. 생물의 지능이 주어진 정보를 받기만 하지 않고 환경에 직접 손을 대며 세계를 배운다는 관찰이 그 요구의 근거예요.

세계 모델은 메탈이 계속 따라온 주제이기도 해요. 메탈은 월드모델에 상대의 믿음을 변수로 더했더니 예측 점수가 63점에서 88점으로 올랐다는 연구를 보도한 바 있어요. 그 연구가 보인 것도 같은 이야기예요. 세계를 더 많이 외우는 것과 세계 안의 다른 마음을 계산에 넣는 것은 다른 일이고, 뒤쪽이 빠지면 예측이 틀린 방향으로 정확해져요.

읽을 때 감안할 것도 있어요. 이 특집호는 2026년 5월 14일에 나왔고 사카나AI 의 소개는 넉 달 뒤예요. 같은 호에는 세계 모델과 무관한 정정 공지 한 건도 함께 실려 있고, 편집진 스스로 단일한 정의를 세우지 않겠다고 밝힌 만큼 이 모음이 논쟁을 끝내지는 않아요. 사카나AI 는 자사 RSI 랩에서 세계 모델과 물리 AI 연구를 이어 가겠다고 밝혔는데, 회사가 학술 논쟁의 한쪽에 서 있다는 사실도 같이 봐야 해요. 메탈은 이 회사가 트랜스포머 논문 저자가 도쿄에 세운 조직이라고 보도한 바 있어요.

학술지 한 권이 산업의 속도를 바꾸지는 않아요. 그래도 능력이 올라갈수록 능력의 근거를 묻는 언어가 낡아 간다는 문제는 남고, 이 특집호는 그 언어를 다시 깎는 작업이에요. 말을 다루는 일과 세계를 이해하는 일 사이의 거리는 아직 좁혀지지 않았고, 그 거리를 재는 자를 만드는 쪽에 AI 회사와 철학자와 발달심리학자가 같이 앉았어요. 다음 세대 모델을 판정할 잣대가 지금 그 자리에서 만들어지고 있어요.