메타, 신개념 ‘AI 컴퓨터’ 공개..."앱·OS 필요 없는 단일 신경망 체제" - AI타임스

[AI] ai 컴퓨팅 | | {'이벤트': '📰', '머신러닝/연구': '📰', '하드웨어/반도체': '📰', '취약점/보안': '📰', '기타 AI': '📰', 'AI 딜': '📰', 'AI 모델': '📰', 'AI 서비스': '📰', 'discount': '📰', 'news': '📰', 'review': '📰', 'tip': '📰'} news
#npu #기술사업화 #머신러닝/연구 #온디바이스 ai #제주테크노파크

요약

메타와 킹 압둘라 과학기술대학교(KAUST) 연구진은 7일(현지시간) 운영체제(OS)와 메모리, 입출력(I/O)을 하나의 신경망 내부에 통합한 신개념 컴퓨터 ‘뉴럴 컴퓨터(NC·Neural Computer)’에 대한 논문을 온라인 아카이브를 통해 공개했다. AI가 컴퓨터 프로그램을 실행하는 도구를 넘어, 그 자체로 컴퓨터가 된다는 새로운 개념이 등장했다.

왜 중요한가

본문

AI가 컴퓨터 프로그램을 실행하는 도구를 넘어, 그 자체로 컴퓨터가 된다는 새로운 개념이 등장했다. 메타와 킹 압둘라 과학기술대학교(KAUST) 연구진은 7일(현지시간) 운영체제(OS)와 메모리, 입출력(I/O)을 하나의 신경망 내부에 통합한 신개념 컴퓨터 ‘뉴럴 컴퓨터(NC·Neural Computer)’에 대한 논문을 온라인 아카이브를 통해 공개했다. 연구진은 뉴럴 컴퓨터를 “신경망 자체가 실행되는 컴퓨터”로 정의했다. 이는 프로그램을 실행하는 기존 컴퓨터나 외부 환경에서 작업을 수행하는 AI 에이전트와는 전혀 다른 새로운 개념이다. 기존 컴퓨터는 운영체제(OS), 메모리, 입출력(I/O) 등으로 분리된 구조를 갖지만, 뉴럴 컴퓨터는 이 모든 요소를 하나의 신경망 내부 상태에 통합한다. 또 파이썬이나 C++ 같은 프로그래밍 언어로 작성된 코드를 실행하는 것이 아니라, AI가 학습된 '잠재 상태(Latent State)'를 변화시키며 결과를 바로 출력한다. 즉, 코드나 외부 실행 환경 없이도 모델 자체가 연산과 기억, 인터페이스를 모두 담당하는 방식이다. 연구진은 이를 “AI가 컴퓨터를 사용하는 것이 아니라, AI 자체가 컴퓨터가 되는 전환”이라고 설명한다. 이번 연구의 핵심은 ‘입출력(I/O) 데이터만으로 실행을 학습’하는 접근이다. 연구진은 실제 코드나 내부 상태 정보를 사용하지 않고, 화면 변화와 사용자 입력 기록만으로 컴퓨터 동작을 학습하는 초기 프로토타입을 구현했다. 대표적으로 두가지 모델이 제시됐다. 먼저 ‘NCCLIGen’은 터미널 기반의 명령줄 인터페이스(CLI) 환경을 학습하도록 설계된 모델이다. 이를 통해 텍스트 중심의 시스템 제어와 자동화 작업 수행 능력을 강화하는 데 초점을 맞췄다. ‘NCGUIWorld’는 데스크톱 그래픽 사용자 인터페이스(GUI) 환경에서의 상호작용을 학습하는 모델로, 마우스 클릭과 창 조작 등 시각적 요소를 포함한 사용자 행동을 이해하고 재현하는 데 목적이 있다. 이들 모델은 텍스트 명령, 화면 이미지, 사용자 행동을 바탕으로 다음 화면을 생성하는 방식으로 작동한다. 이는 사람이 다른 사람의 컴퓨터 사용을 관찰하며 배우는 방식과 유사하다. 연구진은 수천시간 규모의 데이터와 GPU 연산을 통해 모델을 학습했다. CLI 모델은 1100시간 이상의 터미널 영상 데이터를 활용했고, GUI 모델은 1500시간 이상의 데스크톱 상호작용 데이터를 기반으로 훈련했다. 그 결과, 뉴럴 컴퓨터는 몇가지 핵심적인 초기 능력을 확보하는 데 성공했다. 우선 화면에 표시되는 정보와 사용자 입력 간의 관계를 이해하고 대응하는 ‘입출력 정렬(I/O alignment)’ 능력이 구현됐다. 또 마우스 커서를 제어하는 등 기본적인 인터페이스 조작이 가능해졌으며, 이를 바탕으로 간단한 명령이나 절차를 수행하는 단기 작업 수행 능력도 갖추게 됐다. 특히 GUI 환경에서는 커서를 단순 좌표가 아닌 ‘시각적 객체’로 학습했을 때 정확도가 약 98%까지 향상되는 등 의미 있는 성과도 확인됐다. 다만, 현재 기술 수준은 초기 단계에 머물러 있다. 간단한 수학 문제에서도 정확도가 낮게 나타났으며, 장기적인 작업 수행이나 학습된 기능의 재사용 능력도 제한적이다. 연구진은 이번 성과와 함께 여전히 해결해야 할 핵심 과제들도 제시했다. 먼저, 학습된 기능을 안정적으로 재사용하는 능력이 필요하며, 장기 실행 과정에서도 일관성을 유지하는 문제가 남아 있다. 또 시스템의 동작을 명확하게 관리할 수 있는 업데이트 및 제어 메커니즘 구축, 그리고 신뢰할 수 있는 수준의 기호 연산 능력 확보 역시 중요한 과제로 지목됐다. 이러한 한계는 현재 뉴럴 컴퓨터가 아직 실용화 단계에 이르기 전, 개념 검증(PoC) 단계에 머물러 있음을 보여준다. 연구진은 이러한 한계를 바탕으로, 장기적으로 ‘완전한 뉴럴 컴퓨터(CNC)’를 구축하는 것을 목표로 제시했다. 이는 범용 시스템으로서 몇가지 핵심 조건을 충족해야 한다. 먼저 모든 계산을 수행할 수 있는 튜링 완전성을 갖추고, 별도의 코드 작성 없이도 스스로 재프로그래밍이 가능해야 한다. 또 실행 과정에서 행동의 일관성을 유지해야 하며, 필요할 경우 시스템을 명시적으로 업데이트하거나 이전 상태로 롤백할 수 있는 기능도 요구된다. 특히 연구진은 ‘실행(run)과 업데이트(update)를 명확히 나누는 규칙’을 강조했다. 평소에 시스템을 사용하는 과정과 시스템을 바꾸는 과정이 서로 섞이지 않도록 하자는 것이다. 이렇게 하면 일반적인 사용 중에 기존 기능이 망가지지 않게 되고, 전체 시스템을 더 안정적이고 믿을 수 있게 운영할 수 있다. 연구진은 “뉴럴 컴퓨터는 에이전트, 월드모델, 기존 컴퓨터를 넘어서는 새로운 머신 형태”라며, 앞으로 컴퓨팅 패러다임의 핵심 후보가 될 수 있다고 강조했다. 실제로 이 개념이 완성된다면 전통적인 의미의 설치형 앱이나 OS는 사라질 수 있다. 이 때문에 이번 연구에는 많은 관심이 모이고 있다. 박찬 기자 [email protected]

관련 저널 읽기

전체 보기 →