카르파티 "LLM 이해 격차 점점 벌어져"
원제: The gap in shared understanding of LLM capability is widening
왜 중요한가
AI 역량 인식 격차는 정책·투자·교육 전반의 의사결정 왜곡으로 이어질 수 있어 업계 전체의 실질적 리스크다.
Andrej Karpathy가 X에 올린 글에서 LLM 실제 역량에 대한 사람들 간 인식 차이가 '두 집단의 평행선'에서 '급격한 깔때기 구조'로 심화되고 있다고 밝혔다. 그는 전 세계 인구를 접촉 빈도·직군·시스템 접근 권한에 따라 4단계로 분류하며, 약 60억 명(75%)은 LLM과 거의 접점이 없다고 추산했다.
Karpathy는 LLM 역량 인식을 4개 계층으로 나눴다.
첫째, 약 60억 명(75%)은 LLM을 거의 접해본 적 없다. 둘째, 10~20억 명(약 20%)은 무료 ChatGPT 류 서비스를 가끔 쓰며 '좀 더 나은 Google 검색' 정도로 인식한다. 수식·코드 외 분야 전문직도 상당수 여기에 해당한다고 그는 지적했다.
셋째, 약 2,000만 명(0.2%)은 수학·코딩 분야에서 프론티어급 LLM을 실무에 활용하는 전문가들이다. Karpathy 본인도 1년 전까지 코드를 직접 한 글자씩 타이핑했다고 회고하며, 지금은 에이전트가 수주~수개월짜리 프로젝트를 프롬프트 하나로 완성한다고 밝혔다.
마지막으로 약 5,000명(0.00006%)은 내부 프론티어 시스템에 접근하며, 수천 개 에이전트가 협력해 제로데이 취약점 발굴, 사이버 공격·방어, 신규 과학 발견, 수학 연구 등을 수행하는 장면을 직접 목격하고 있다고 했다.
이 격차를 만드는 요인으로 그는 세 가지를 꼽았다. ①문제의 규모와 야망에 따라 임팩트가 달라지는 구조, ②검증 가능한 보상 기반 강화학습 덕분에 코드·수학 분야에서 역량이 집중되는 '울퉁불퉁한(jagged)' 특성, ③무료·유료·내부 접근이라는 티어 구분이다.
그는 "일반 대중은 아직 이 시스템과 제대로 마주친 적 없고, 전문직 다수는 소폭의 향상만 느끼는 사이, 극소수 전문가들은 곡선이 수직으로 꺾이는 현기증을 경험하고 있다"고 결론지었다.