빅 월드 가설

빅 월드 가설은 우리가 살아가는 세계가 어떤 사람의 머릿속이나 AI 에이전트가 가진 지식보다 훨씬 크고 복잡하다는 전제다. 아무리 정밀한 지도를 그려도 실제 땅 전체를 지도 안에 다 담을 수는 없다. 세계와 그 세계를 이해하려는 존재 사이에는 항상 이런 크기 차이가 있다는 뜻이다.

이 생각이 중요해지는 지점은 AI를 학습시킬 때다. 사람이 만든 데이터가 부족해지면, 요즘은 모델이나 가상의 시뮬레이터로 데이터를 대량으로 지어내 학습에 쓴다. 그런데 빅 월드 가설에 따르면 이렇게 만든 가짜 세계는 아무리 정교해도 결국 작은 프로그램이 만든 작은 세계일 뿐이다. 실제 마찰력이나 로봇 모터의 미묘한 움직임을 정확히 재현하지 못하고, 무엇보다 다른 사람들의 속마음처럼 애초에 흉내조차 낼 수 없는 부분이 세계에는 존재한다.

그래서 이 가설은 곧 하나의 반론으로 이어진다. 진짜 세계가 그렇게 크고 복잡하다면, AI는 미리 만들어진 가짜 세계로 훈련받는 대신 실제 경험을 통해 끊임없이 스스로 배우고 고쳐나가야 한다는 것이다.

기사에서는 "세계는 무한히 복잡해서 어떤 마음, 어떤 에이전트보다도 훨씬 크다는 전제"라고 설명한다. 오해하기 쉬운 점은 이게 그냥 철학적인 이야기가 아니라는 것이다. 리처드 서튼은 이 가설을 근거로 삼아 합성 데이터로 AI를 확장하려는 업계 전략 자체를 비판했다. 즉 이 용어는 특정 기술의 한계를 설명하는 실전적인 논거로 쓰인다.