데미스 하사비스 : 데미스 하사비스의 경과

데미스 하사비스

LIFE COUNT

0~2026.04.28·15화

데미스 하사비스 : 데미스 하사비스의 성장 이야기

데미스 하사비스 : 데미스 하사비스의 AGI 예측

데미스 하사비스 : 데미스 하사비스의 AI 여정

데미스 하사비스 : AGI 안전장치 필요성

데미스 하사비스 : 데미스 하사비스의 AI 기여

데미스 하사비스 : 데미스 하사비스의 AGI 관점

데미스 하사비스 : AGI의 미래와 도전 과제

데미스 하사비스 : Gemini 3.0의 혁신

데미스 하사비스 : 데미스 하사비스의 여정

데미스 하사비스 : 데미스 하사비스의 업적

데미스 하사비스 : 데미스 하사비스와 AGI

데미스 하사비스 : 데미스 하사비스의 AGI 전망

데미스 하사비스 : 데미스 하사비스의 업적

데미스 하사비스 : 데미스 하사비스의 경과

체스 신동에서 AI 혁신가로 성장한 여정

0000년 00월 00일, 00세 때, 데미스 하사비스는 어린 시절 체스 신동으로 불리며 두각을 나타냈다.

1993년 00월 00일, 17세 때, 데미스 하사비스는 자신의 첫 히트 비디오 게임인 테마 파크를 디자인했다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 비디오 게임 개발 이후 다시 학교로 돌아가 인지 신경과학 박사 과정에 진학했다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 박사 과정을 진행하며 해마가 작동하는 방식과 새로운 지식을 기존 지식 기반에 자연스럽게 통합하는 과정을 깊이 연구했다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 뇌에서 기억과 상상력이 어떻게 작동하는지에 대한 기초적인 연구 논문을 발표했다.

2010년 00월 00일, 34세 때, 데미스 하사비스는 지능을 해결하겠다는 단일한 미션을 세우고 딥마인드를 공동 창업했다.

2010년 00월 00일, 34세 때, 데미스 하사비스는 단순한 패턴 인식 AI에 머물 수 있었지만 능동적으로 목표를 수행하고 계획을 세우는 에이전트 시스템에 집중하는 것을 선택했다. 이유는 AGI 도달을 위해서는 스스로 문제를 해결하는 능동적인 시스템이 필수적이라고 판단했기 때문이다.

2013년 00월 00일, 37세 때, 데미스 하사비스는 아타리 게임을 학습시키기 위해 기존의 기계 학습 방식에만 의존할 수 있었지만 신경과학의 경험 재생 개념을 빌려와 DQN이 성공적인 궤적을 여러 번 재생하도록 만드는 것을 선택했다. 이유는 수면 중 일어나는 뇌의 기억 통합 과정이 학습에 매우 효과적이었기 때문이다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 초기 연구 도메인으로 현실 세계의 복잡한 문제를 바로 다룰 수 있었지만 추적 및 통제가 용이하도록 우선 게임 도메인을 테스트베드로 선택했다. 이유는 게임을 통해 검증을 거친 후 점진적으로 복잡도를 높이는 것이 안정적이었기 때문이다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 자신이 이끄는 딥마인드에서 개발한 인공지능 알파고가 바둑 세계 챔피언을 상대로 승리하는 쾌거를 달성했다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 알파고의 성공 이후 스타크래프트 환경에서 작동하는 알파스타를 개발하며 현존하는 거의 모든 게임 도메인을 정복해 나갔다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 게임 모델의 성공에만 안주할 수 있었지만 지난 몇 년 동안 이 모델들을 언어 모델과 세계 모델로 일반화시키는 연구로 전환하는 것을 선택했다. 이유는 게임을 넘어선 범용적인 AI로 나아가기 위함이었다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 알파폴드를 개발하여 50년 동안 생물학계의 거대한 난제였던 단백질 구조 예측 문제를 해결하는 데 성공했다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 알파폴드의 기술을 상업화하여 막대한 이익을 독점할 수 있었지만 지구상의 모든 과학자에게 완전 무료로 공개하는 것을 선택했다. 이유는 인류의 과학적 발전에 광범위하게 기여하기 위함이었다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 알파폴드를 통한 단백질 구조 예측 성과를 전 세계적으로 인정받아 노벨 화학상을 수상했다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 제프, 오리올 등 동료들과 함께 거대 모델의 강력한 능력을 더 작은 모델로 빠르게 압축하는 지식 증류 프로세스를 새롭게 발명했다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 구글 딥마인드의 수장으로서 10대 시절부터 품어왔던 인공 일반 지능이라는 동일한 목표를 성인이 되어서도 굽히지 않고 계속해서 밀어붙이며 제미나이를 구축했다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 인터뷰 자리의 공간이 매우 훌륭하고 큰 영감을 준다고 칭찬하며 앞으로 이 공간에 자주 재방문하겠다고 약속했다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 구글의 수십억 명 사용자에게 프론티어 거대 모델을 그대로 서비스할 수 있었지만 극도로 효율적인 소형 플래시 및 플래시 라이트 모델로 증류하여 제공하는 것을 선택했다. 이유는 방대한 제품군 환경에서 빠른 속도와 낮은 비용, 짧은 지연 시간이 필수불가결했기 때문이다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 증류 기술을 적극 활용하여 작은 크기임에도 놀라운 성능을 발휘하는 젬마 4 모델 시리즈를 성공적으로 개발하고 공개했다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 자신의 AGI 실현 예상 시점을 대략 2030년경이라고 인터뷰에서 명확히 밝혔다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 현재 딥테크 분야를 시작하는 창업자들이 AGI의 등장을 간과할 수 있었지만 개발 여정 중간에 AGI가 나타날 가능성을 반드시 염두에 두고 계획을 세워야 한다고 조언하는 것을 선택했다. 이유는 강력한 범용 시스템의 등장이 모든 기술적 경로에 심대한 영향을 미칠 것이기 때문이다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 대규모 사전 학습, RLHF, 사고의 사슬 등 현재의 패러다임이 몇 년 안에 막다른 길로 판명될 것이라는 비관적인 시각을 단호히 거절했다. 이유는 이 기술들이 이미 입증해 낸 잠재력과 성과가 너무나 확고해 그런 일은 말이 되지 않는다고 판단했기 때문이다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 현재의 AI 기술만으로 AGI에 도달할 수 있다는 안일한 시각을 거절하고, 이를 달성하기 위해서는 지속적 학습, 장기적 추론, 기억의 특정 측면 등 아직 해결되지 않은 문제들을 반드시 극복해야 한다고 주장했다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 최신 파운데이션 모델의 능력을 높이기 위해 완전히 새로운 기술만을 탐색할 수 있었지만 과거 알파고 시절에 사용했던 몬테카를로 트리 탐색이나 강화학습 증강 아이디어를 대규모로 재검토하는 것을 선택했다. 이유는 당시 개척했던 사고의 모드와 추론 방식이 오늘날의 모델 발전에도 핵심적으로 유효하다고 통찰했기 때문이다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 모든 정보를 단순 무식하게 수천만 단위의 거대 컨텍스트 윈도우에 전부 욱여넣는 방식을 불만족스러운 덕트 테이프 같은 땜질 처방이라며 강력히 비판했다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 기계가 완벽한 대용량 메모리를 가질 수 있음에도 특정 결정을 내릴 때 수많은 정보 중 당장 필요한 올바른 정보를 찾아내는 데 드는 연산 비용 문제를 지적하며, 기억 장치 분야에 여전히 큰 혁신의 여지가 남아있다고 진단했다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 소형 모델의 발전이 정보 밀도의 이론적 한계에 부딪힐 것이라는 우려를 거절하고, 향후 반년 내에 가장 강력한 프론티어 모델의 능력이 아주 작은 엣지 모델로 고스란히 이식될 것이라며 긍정적으로 전망했다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 코딩 등의 작업 환경에서 무조건 최고 성능의 프론티어 모델만을 고집할 수 있었지만 성능이 90에서 95퍼센트 수준이더라도 반응 속도가 훨씬 빠른 소형 모델과 협업하는 것을 선택했다. 이유는 모델의 빠른 반복 속도를 통해 손실된 성능 이상의 가치와 효율을 얻을 수 있기 때문이다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 클라우드 서버 기반의 연산에만 의존할 수 있었지만 효율성, 프라이버시, 보안 문제를 원천적으로 해결하기 위해 엣지 디바이스와 가정용 로봇 등에서 로컬로 구동되는 매우 효율적이고 강력한 소형 모델의 필요성을 주장하는 것을 선택했다. 이유는 매우 개인적인 정보를 처리하는 기기의 특성상 완벽한 보안이 필수적이었기 때문이다.

1993년 00월 00일, 17세 때, 데미스 하사비스는 테마파크(Theme Park) 프로토타입 게임 개발을 자신의 개인적인 작업 환경에서 6개월이라는 시간을 쏟아 완성했다.

2016년 00월 00일, 40세 때, 데미스 하사비스는 서울에서 열린 알파고(AlphaGo) 2국 대국을 관전하면서 37수라는 놀라운 묘수가 나오는 것을 목격하고 이를 새로운 과학 프로젝트를 시작할 영감으로 삼았다.

2016년 00월 00일, 40세 때, 데미스 하사비스는 알파폴드(AlphaFold) 프로젝트 시작을 서울에서 대국 일정을 마치고 돌아온 바로 그날 결단하여 실행에 옮겼다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 알파폴드(AlphaFold) 기술을 비공개하거나 유료화할 수 있었지만 이를 세상에 완전히 무료로 공개하는 것을 선택했다. 이유는 오픈 소스와 오픈 사이언스를 전적으로 지지하기 때문이다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 딥마인드의 모든 과학 연구 성과를 내부 자산으로 독점할 수 있었지만 주요 학술지에 논문으로 모두 발표하는 방식을 선택했다. 이유는 지식을 개방하는 오픈 사이언스 원칙을 중요하게 여겼기 때문이다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 제미나이(Gemini)와 체스를 두며 테스트하는 과정에서, AI가 자신의 수가 악수임을 깨닫고도 더 나은 대안을 찾지 못해 같은 악수를 되풀이하는 한계를 직접 경험하고 이를 정밀한 추론 시스템의 거대한 결함이라고 분석했다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 딥마인드와 경쟁사의 AI 모델들을 모니터링하는 과정에서, AI 모델들이 종종 과도하게 생각(overthinking)하여 무의미한 사고의 루프에 빠지는 모순적인 현상을 발견했다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 최신 AI 코딩 도구를 직접 실험하는 과정에서, 17세 때 6개월이 걸렸던 테마파크 게임 프로토타입을 단 30분 만에 코딩해 내는 놀라운 성과를 달성했다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 수십 개의 AI 에이전트를 40시간 동안 구동하는 다른 사람들의 프로젝트를 지켜보는 과정에서, 엄청난 입력(input)에 비해 이를 정당화할 만한 유의미한 결과물이 나오지 않는 실패 사례들을 확인하고 에이전트 기술이 아직 초기 실험 단계라고 평가했다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 알파고 대국 10주년을 기념하기 위해 한국(서울)을 다시 방문하는 일정을 계획했다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 알파고처럼 단순히 묘수를 두는 시스템을 만드는 것에 만족할 수 있었지만 고차원적 설명만으로도 바둑 같은 게임 자체를 발명해 내는 더 높은 수준의 시스템을 개발하는 것을 새로운 목표로 선택했다. 이유는 현재의 AI가 진정한 창의성과 룰 창조 영역에서는 여전히 한계가 있다고 판단했기 때문이다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 젬마(Gemma) 모델 오픈소스화 프로젝트에서 이를 성공적으로 세상에 출시하여 불과 2주 반 만에 4천만 회 이상의 다운로드를 기록하는 놀라운 결과를 이끌어냈다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 훌륭한 성능의 중국 모델들이 오픈소스 시장을 선점하도록 관망할 수 있었지만 서구권(Western) 기반의 강력한 오픈소스 스택을 구축하여 직접 제공하는 것을 선택했다. 이유는 크기 대비 최고의 성능을 내는 모델을 개방형 생태계에서 전 세계 유저들이 마음껏 활용하게 만드는 것이 중요하다고 판단했기 때문이다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 오픈 소스와 오픈 사이언스를 지지하는 맥락에서 AlphaFold를 대중에게 무료로 공개하고 모든 과학 연구 성과를 대형 저널에 계속 발표하기로 결정했다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 최근의 오픈 소스 동향 맥락에서 모델 크기 대비 세계 최고 수준의 성능을 입증하기 위해 Gemma를 출시했다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 모든 모델을 폐쇄형으로 유지할 수 있었지만, 안드로이드, 스마트 안경, 로봇 공학 등에 사용할 엣지 모델을 완전히 오픈 소스로 전환하여 나노 사이즈 수준에서 통합하는 것을 선택했다. 이유는 여러 개의 거대 프론티어 모델을 동시에 만들 컴퓨팅 리소스가 부족하고, 엣지 모델은 외부 기기에 배포되는 순간 어차피 취약해지기 때문이다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 텍스트 데이터에만 집중하여 초기 개발을 쉽게 진행할 수 있었지만, 제미나이(Gemini) 시리즈를 처음부터 멀티모달로 구축하는 것을 선택했다. 이유는 초기 개발 과정이 더 어려워지는 한계에 부딪히더라도, 장기적으로는 직관적 물리 법칙을 이해하는 로봇 공학과 세계 모델 구축에 큰 이점이 될 것이라고 믿었기 때문이다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 AlphaFold 2를 완성한 이후 딥마인드에서 신약 발견 및 생화학 구조 설계를 전담할 아이소모픽 랩스(Isomorphic Labs)를 분사시켰다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 여러 과학 강연에서 인위적으로 조작 가능하고 실제 실험과 유사한 출력을 내어 방대한 합성 데이터를 생성할 수 있는 완전한 '가상 세포 시뮬레이션'에 대해 발표했다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 처음부터 인체나 완전한 가상 세포 전체를 모델링하는 방식에 도전할 수 있었지만, 딥마인드 과학 팀과 함께 가상 세포핵(virtual nucleus)을 먼저 모델링하는 것을 선택했다. 이유는 세포핵이 비교적 독립적인 시스템이라서 복잡성의 일부를 떼어내어 입력과 출력을 근사화하기 용이했기 때문이다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 AI가 첨단 과학 발견, 의학, 그리고 우주 이해를 위한 궁극적인 도구가 될 것이라고 확신했기 때문에 30년이 넘는 커리어 내내 인공지능 연구에 매진했다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 기존의 슬로건을 그대로 유지할 수 있었지만, '1단계: 지능 해결, 2단계: 그것을 사용해 다른 모든 것을 해결한다'는 딥마인드의 초기 미션 선언문 표현 방식을 시간이 지나면서 수정하는 것을 선택했다. 이유는 사람들이 "정말로 다른 모든 것을 해결한다는 뜻이냐"며 회의적인 질문과 반응을 지속적으로 보였기 때문이다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 다른 분야를 연구할 수 있었지만 AI가 가장 파급력이 크고 흥미로운 분야라고 생각했기 때문에, 아주 어릴 적부터 50년 일찍 시작하는 셈이 되더라도 AI를 연구하겠다는 선택을 했다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 당장 성과가 나지 않아 작은 차고에 머물거나 학계로 돌아가야 하는 상황에 직면하더라도, 포기하지 않고 AI 연구를 계속 이어나가겠다는 다짐을 했다.

2001년 00월 00일, 25세 때, 데미스 하사비스는 더 얕고 단순하며 표면적인 문제를 쫓을 수도 있었지만, 깊고 어려운 문제를 추구하는 것이 질적으로 다를 뿐 더 어렵지는 않다는 것을 깨닫고 딥테크 분야의 어려운 문제를 추구하기로 선택했다.

2010년 00월 00일, 34세 때, 데미스 하사비스는 딥테크에 대한 애정을 바탕으로 본격적인 AI 연구를 시작했다.

2010년 00월 00일, 34세 때, 데미스 하사비스는 투자자들과 학계로부터 AI는 90년대에 이미 실패한 틈새 시장이며 작동하지 않는다는 부정적인 평가를 받는 거절과 갈등을 경험했다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 1단계로 AGI를 구축하여 지능 문제를 해결하고, 2단계로 이를 이용해 다른 모든 것을 해결한다는 두 단계의 장기 목표를 세웠다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 "정말 모든 것을 해결한다는 뜻이냐"는 사람들의 의문과 반응에 직면했기 때문에, 자신의 목표를 '과학의 루트 노드(root node) 문제를 해결하여 새로운 발견의 길을 여는 것'이라고 구체화하여 기존 설명을 수정했다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 방대한 조합 탐색 공간, 명확한 목적 함수, 그리고 충분한 데이터나 시뮬레이터가 존재하는 문제를 찾아 AI를 적용하기 시작했다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 알파고(AlphaGo) 프로젝트를 통해 AI 시스템이 건초더미에서 바늘을 찾는 것과 같은 완벽한 묘수를 찾아낼 수 있음을 처음으로 증명했다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 과학 발견의 새로운 길을 열어줄 대표적 사례로 알파폴드(AlphaFold) 프로젝트를 추진하여 성공시켰다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 제약업계 임원 지인들로부터 향후 발견될 거의 모든 약의 개발 과정에 알파폴드가 사용될 것이라는 평가를 듣고 강한 자부심을 느꼈다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 재료공학과 수학 등 다른 과학 분야에도 AI를 적용하여 유망한 결과를 얻었지만, 아직 해당 분야의 거대한 도전 과제를 완전히 해결하지는 못하는 미완성과 실패의 한계를 경험했다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 과학과 공학의 모든 영역에서 AI가 도움이 될 것이라고 확신하며 AI의 역할을 확장하겠다는 결정을 내렸다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 기초적인 제미나이(Gemini) 모델의 한계를 넘어서기 위해 '코사이언티스트(co-scientist)'와 같은 일반적인 시스템 및 알고리즘을 개발했다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 IMO(국제수학올림피아드)보다 어려운 수학 문제에 AI를 적용하며 실험했으나, 아직 진정으로 거대하고 새로운 발견을 이끌어내는 데에는 실패했다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 밀레니엄 난제 중 하나이자 자신이 개인적으로 가장 좋아하는 문제인 'P=NP' 문제를 AI로 풀고 싶다는 목표를 세웠다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 AI가 진정으로 새로운 것을 발명할 수 있는지 확인하기 위해, 1901년까지의 지식만 학습시킨 AI가 아인슈타인의 1905년 발견(특수상대성이론 등)을 도출할 수 있는지 평가하는 '아인슈타인 테스트'를 고안했다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 5분의 여유 시간이 생기면 알파고와 알파폴드 등 모든 알파 프로젝트에서 얻은 교훈을 글로 정리하겠다는 다짐을 했다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 인터뷰를 통해 창업자들에게 단순히 파운데이션 모델에 API를 씌우는 쉬운 길을 선택할 수도 있었지만, AI를 재료공학이나 의학 같은 딥테크 분야와 결합하는 어려운 길을 선택해야 비즈니스 방어력이 높다고 조언했다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 인생이 짧기 때문에, 자신이 직접 나서지 않으면 이루어지지 않을 진정으로 차이를 만드는 일에 생명력을 쏟아야 한다고 발언했다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 AGI(범용인공지능)가 도래하는 시점을 2030년경으로 예측하고, 딥테크 창업 시 10년의 여정 중간에 AGI가 등장할 것을 미리 고려해야 한다고 판단했다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 향후 제미나이(Gemini)나 클로드(Claude) 같은 범용 AI 시스템이 알파폴드와 같은 특화된 시스템을 도구로 사용할 것이라고 예측했다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 AI가 과학에 주는 영향력이 마치 프로메테우스와 같다고 느끼며, AI 도구의 사용 방식과 오용 가능성에 대해 각별히 주의해야 한다고 경고했다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 25세 때 알았더라면 좋았을 점을 묻는 인터뷰 질문에 깊고 어려운 문제를 다루는 것이 얕고 단순한 문제를 다루는 것보다 반드시 더 어렵지는 않다는 깨달음을 공유했다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 인생은 짧고 에너지는 한정되어 있으므로, 평범한 목표를 추구할 수 있었지만 오히려 자신이 개입하지 않았다면 변화가 없었을 진정으로 의미 있는 일에 모든 생명력을 쏟아야 한다는 방향을 선택했다. 이유는 그것이 세상에 진정한 차이를 만들기 때문이다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 학제간 연구를 선호하며, 향후 AI의 발전으로 인해 다양한 학문 분야 간의 결합과 연결을 찾는 작업이 훨씬 더 수월해질 것이라고 전망했다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 자신이 예상하는 범용인공지능(AGI) 달성 시점이 대략 2030년경이라고 대중에게 공개적으로 밝혔다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 진정한 딥테크 개발 여정은 통상 10년이 걸리므로, 연구를 시작하는 사람들은 프로젝트 중간에 AGI가 등장할 가능성을 염두에 두고 대비해야 한다고 조언했다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 AGI 시스템 구축과 관련하여 단일 거대 AI 모델에 모든 기능을 통합하는 방식을 지지할 수 있었지만 오히려 제미나이(Gemini)나 클로드(Claude) 같은 범용 언어 모델이 알파폴드(AlphaFold)와 같은 특화 시스템을 별도의 도구로 사용하는 구조를 지지하는 쪽을 선택했다. 이유는 언어 모델에 모든 단백질 정보까지 집어넣을 경우 언어 능력이 악화되는 등 심각한 성능 저하(regression)가 발생할 것이라 우려했기 때문이다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 범용 모델이 특화 도구 모델을 훈련시킬 수는 있겠지만 결국 물리적으로 분리된 별도의 시스템으로 운영하는 것이 정보 효율성 측면에서 훨씬 뛰어나다고 분석했다.

0000년 00월 00일, 00세 때, 데미스 하사비스는 AGI가 등장할 미래를 진지하게 고려하여, 그 시대에 유용하게 쓰일 수 있는 물리적 공장과 금융 시스템 등을 지금부터 구상하고 구축해야 한다고 조언했다.

데미스 하사비스 : 데미스 하사비스의 업적

데미스 하사비스