구글 DeepMind는 인공지능 분야에서 가장 규명하기 어려운 질문 중 하나인 '인공일반지능(AGI)의 달성 여부를 어떻게 판별할 것인가'에 대한 해답을 제시하고자 한다. 현재의 벤치마크는 주로 특정 작업이나 좁은 범위의 데이터셋에 치중되어 있다는 한계가 있다. 이에 따라 DeepMind는 신규 논문 'AGI를 향한 진전 측정: 인지적 분류 체계'를 통해 인간 지능의 근간이 되는 근본적인 인지 과정으로 초점을 전환할 것을 제안했다.

이 프레임워크는 논리적 추론부터 사회적 인지, 그리고 자신의 사고 과정을 인지하는 메타인지에 이르기까지 10가지 필수 역량을 정의하여 AI 발전의 총체적인 지도를 그려낸다. 특히 기계의 성능을 인간의 대표적인 기준 표본과 직접 대조하는 방식을 취한다. 이는 그간의 일화적인 평가 수준을 넘어 일반 지능에 대한 엄격하고 과학적인 표준을 정립하려는 시도로 평가받는다.

이러한 이론적 틀을 실질적인 평가 도구로 구현하기 위해 DeepMind는 Kaggle과 협력하여 20만 달러 상금 규모의 해커톤을 시작했다. 해당 프로젝트는 실행 기능이나 사회적 이해와 같이 현재 평가 체계가 가장 취약한 5개 영역을 보완하는 데 집중한다. 이러한 협업 방식은 집단지성을 통해 차세대 벤치마크를 구축함으로써, 인공지능 모델의 복잡도가 증가함에 따라 그 진정한 역량을 측정하는 기술적 정교함도 함께 확보하는 데 목적이 있다.

구글 DeepMind는 인공지능 분야에서 가장 규명하기 어려운 질문 중 하나인 '인공일반지능(AGI)의 달성 여부를 어떻게 판별할 것인가'에 대한 해답을 제시하고자 한다. 현재의 벤치마크는 주로 특정 작업이나 좁은 범위의 데이터셋에 치중되어 있다는 한계가 있다. 이에 따라 DeepMind는 신규 논문 'AGI를 향한 진전 측정: 인지적 분류 체계'를 통해 인간 지능의 근간이 되는 근본적인 인지 과정으로 초점을 전환할 것을 제안했다.

이 프레임워크는 논리적 추론부터 사회적 인지, 그리고 자신의 사고 과정을 인지하는 메타인지에 이르기까지 10가지 필수 역량을 정의하여 AI 발전의 총체적인 지도를 그려낸다. 특히 기계의 성능을 인간의 대표적인 기준 표본과 직접 대조하는 방식을 취한다. 이는 그간의 일화적인 평가 수준을 넘어 일반 지능에 대한 엄격하고 과학적인 표준을 정립하려는 시도로 평가받는다.

이러한 이론적 틀을 실질적인 평가 도구로 구현하기 위해 DeepMind는 Kaggle과 협력하여 20만 달러 상금 규모의 해커톤을 시작했다. 해당 프로젝트는 실행 기능이나 사회적 이해와 같이 현재 평가 체계가 가장 취약한 5개 영역을 보완하는 데 집중한다. 이러한 협업 방식은 집단지성을 통해 차세대 벤치마크를 구축함으로써, 인공지능 모델의 복잡도가 증가함에 따라 그 진정한 역량을 측정하는 기술적 정교함도 함께 확보하는 데 목적이 있다.