AI는 언제까지 진화할까? 5년에서 1만 년 후, 물리학이 그리는 지능의 미래
스케일링 법칙이 연 지능의 시대. 그러나 빛의 속도, 폐열, 에너지와 인간의 선택은 성장을 전혀 다른 방향으로 이끌 수 있다.

20초 핵심
지능의 성장곡선은 어디까지 믿을 수 있을까?
2020년 발표된 AI 스케일링 연구는 모델 크기, 데이터, 학습 연산량이 증가할 때 언어모델의 예측 손실이 일정한 경험적 규칙에 따라 낮아지는 현상을 보여줬다. 중요한 것은 이것이 ‘지능이 무한히 선형 상승한다’는 증명이 아니라는 점이다.
Epoch AI의 집계에 따르면 최첨단 언어모델 학습 연산량은 2020년 이후 대략 연 5배씩 증가한 것으로 추정된다. 반면 AI 칩 공급 연산력의 증가 속도는 별도의 지표다. 서로 다른 지표의 증가율을 하나로 섞어 미래를 계산하면 쉽게 과장된다.
Epoch Capabilities Index(ECI)는 여러 AI 벤치마크를 통합한 성능 지표다. 인간 IQ 검사의 점수가 아니다. ‘연산 10배마다 IQ 60점 상승’, ‘IQ 1200의 AI’라는 숫자는 검증된 환산식이 아니므로 미래 능력을 재는 척도로 사용할 수 없다.
1막 | 앞으로 5~10년 : 지능의 우위보다 실행 능력이 중요해진다
2031년 전후, AI가 과학 연구와 소프트웨어 개발의 상당 부분에서 최고 수준의 전문가와 경쟁하거나 앞설 가능성은 있다. 그러나 모든 분야를 자율적으로 수행하는 AGI의 등장 시점에는 합의된 예측이 없다. 실험 자동화, 오류 검증, 로봇의 물리적 조작이 함께 발전해야 한다.
2036년 전후의 핵심 변수는 ‘전 인류 두뇌의 연산량을 넘어섰는가’가 아니라, AI가 얻은 계산을 실제 생산성과 과학적 발견으로 전환하는 비율이다. 생물학적 뇌의 연산량은 정의 자체가 불명확해 AI의 FLOPS와 직접 비교하기 어렵다.
전력은 강력한 제약이지만 ‘2035년 지구 전체 전력이 부족해 우주로 탈출한다’는 일정은 확인된 전망이 아니다. 먼저 전력망 증설, 칩 효율 개선, 전력 수요 관리, 액체 냉각, 전용 발전원이 경쟁할 것이다.
2막 | 50~100년 : 태양의 에너지와 빛의 속도 사이
2070~2120년대의 다이슨 스웜은 항성 빛을 수집하는 수많은 독립 구조물이라는 가설적 구상이다. 태양 광도는 약 3.828×10²⁶W에 달한다. 문명이 그 에너지의 극히 일부만 수확해도 현재의 지상 데이터센터와는 다른 규모의 계산이 가능하다. 하지만 우주 채굴, 정밀 제조, 궤도 유지, 우주 운송이 이를 따라갈지는 알 수 없다.
빛의 속도는 통신 지연의 절대적인 하한을 만든다. 분산된 노드가 한 번 신호를 주고받아야 하는 작업이라면, 지름 d의 시스템에서 최소 왕복 지연은 t≥2d/c다. 다만 모든 생각이 반드시 전체 구조물의 왕복 통신을 필요로 하는 것은 아니다. 지역별 AI가 독립적으로 계산하고 결과만 교환한다면 거대한 지능 네트워크도 충분히 작동할 수 있다.
폐열 또한 현실적인 문제다. 란다우어 원리는 정보의 논리적 삭제에 필요한 최소 에너지가 kBT ln2임을 설명한다. 모든 계산 동작이 반드시 이만큼 열을 낸다는 뜻은 아니다. 가역 계산도 이론적으로 가능하지만, 실제 시설의 전력은 결국 열 관리와 방열 설계를 요구한다.
중요한 정정이 있다. 다이슨 구조물이 에너지를 적외선으로 방출한다고 우주의 배경 온도 전체가 3K에서 300K로 변하지는 않는다. 지구의 바다가 정확히 3년 만에 끓는다는 계산도 성립하지 않는다. 지구에 미치는 영향은 구조물 위치, 차광, 복사 방향, 지구가 받는 순에너지로 계산해야 한다. 해왕성 궤도로 이주하는 것만이 유일한 해결책도 아니다.
물리학이 정해주는 통신 지연의 가격표
광속을 약 30만 km/s로 놓고 단순한 왕복 통신을 계산하면, 허용 지름은 1밀리초에 약 150km, 0.2초에 약 3만km, 1분에 약 900만km, 1시간에 약 5억4천만km다. 이는 ‘그 크기의 AI는 특정 IQ에 도달한다’는 의미가 아니라 통신 지연의 하한이다.
태양에서 해왕성까지의 평균 거리를 약 30AU로 잡으면 편도 신호가 약 4.2시간 걸린다. 지름을 가로지르는 편도는 약 8.3시간, 그 경로의 왕복은 약 16.7시간이다. 다만 이것 역시 해왕성 궤도 전체를 한 번 왕복해야 하는 중앙집중 작업에 해당하며, 모든 AI의 사고 주기가 17시간이 된다는 뜻은 아니다.
3막 | 500~1,000년 : 하나의 초지능보다 수많은 지능
2526년에서 3026년쯤의 미래를 상상해 보자. 자율 제조와 성간 항해가 가능해진다면 자가복제 탐사선이 새로운 항성계에서 장비를 생산하고 에너지를 수확할 수 있다. 그러나 광속의 10~20%로 항해하거나 스스로 복제하는 탐사선은 현재 실현된 기술이 아니다.
가장 가까운 별인 프록시마 센타우리까지도 빛이 편도로 약 4.2년 걸린다. 거대한 성간 네트워크는 하나의 실시간 중앙정부보다, 현지에서 판단하고 지식을 늦게 교환하는 연합체에 가까울 수 있다. 인간이 그 안에서 보호받는 조상이 될지, 개조된 형태로 참여할지는 기술보다 사회적 선택의 문제다.
4막 | 5,000~1만 년 : 더 빠르게가 아니라 더 오래 생각하기
7026년에서 12026년의 기술사를 예측하는 일은 사실상 불가능하다. 다만 계산이 물리적 장치에서 일어나는 이상 에너지, 통신, 엔트로피라는 제약은 사라지지 않는다. 극저온 컴퓨팅이나 회전 블랙홀의 에너지 추출 같은 아이디어는 물리학적으로 연구할 수 있지만, 문명 규모의 실현과는 거리가 멀다.
2017년 앤더스 샌드버그 등의 ‘우주 동면(aestivation)’ 가설은 먼 미래의 낮은 배경 온도를 기다렸다가 계산하면 주어진 에너지로 더 많은 정보 처리를 할 수 있다는 발상이다. 어디까지나 가설이며, 우주 팽창과 이용 가능한 에너지, 계산 방법에 따라 결과는 달라진다.
결국 질문은 AI가 언제 멈추는가에서 어떻게 진화하는가로 바뀐다. 크기를 늘리는 진화, 알고리즘을 개선하는 진화, 분산해 협력하는 진화, 에너지를 아끼며 오래 지속하는 진화가 서로 경쟁할 수 있다.
AI의 가장 큰 한계는 지능 밖에 있다
미래의 인공지능이 반드시 태양계를 차지하거나 인간을 보존한다는 필연성은 없다. 우주적 팽창을 선택할 동기 자체가 존재하지 않을 수도 있다. 따라서 먼 미래 시나리오의 진짜 가치는 연도별 예언이 아니라 현재의 선택을 비추는 거울이라는 데 있다.
현재의 인간이 검증해야 할 것은 AI 모델의 벤치마크 점수만이 아니다. 스스로 정한 목표를 안전하게 실행하는지, 에너지 비용을 감당하는지, 인간의 통제를 허용하는지, 생산성 향상이 누구에게 돌아가는지다. 지능을 만드는 능력과 지능과 공존하는 능력은 서로 다른 기술이다.
- 아니다. 전문가 수준을 넘어서는 업무가 늘 수 있어도, AGI의 정의와 검증 기준부터 논쟁적이다.
- 아니다. 자율 로봇, 경제성, 우주 인프라와 그러한 목표를 추구할 이유가 모두 필요하다.
- 아니다. 지구의 에너지 수지는 구조물의 위치와 차광, 폐열 복사 방향에 달려 있다.
- 불가능하다고 단정할 수 없다. 실시간 동기화는 느려지지만, 분산 계산과 비동기 협력은 가능하다.
- AI의 성능 경쟁과 별개로 책임, 통제, 에너지, 분배에 관한 제도를 함께 발전시키는 일이다.
체크 포인트
인사이트 타임스 편집부





































