실제 컴퓨터 위에 가상 컴퓨터를 구현하는 기술을 가상 머신 기술이라고 합니다.
가상 머신 기술을 이용하면, 예를 들어 실제 컴퓨터 한 대 위에서 여러 대의 컴퓨터를 가상으로 작동시킬 수 있습니다.
혹은 실제 컴퓨터와는 다른 구조를 가진 컴퓨터를 모의할 수도 있습니다.
이 가상 머신과 마찬가지로, 실제 지능 위에 가상적인 지능을 구현하는 것도 가능합니다. 이를 가상 지능이라고 부릅니다.
예를 들어, 여러 사람의 대화를 상상하거나 다른 인물을 연기할 때, 인간은 가상 지능 스킬을 발휘하고 있는 것입니다.
대화형 인공지능 또한 가상 지능 스킬을 가지고 있습니다. 두 사람의 대화문을 생성하거나 캐릭터에게 응답하도록 지시할 때, 현재 인공지능이 높은 가상 지능 스킬을 보유하고 있음을 알 수 있습니다.
지능 오케스트레이션
컴퓨터 시스템에서는 가상 머신을 이용하여 시스템 오케스트레이션을 구현할 수 있습니다.
시스템 오케스트레이션은 다양한 사양과 기능을 가진 수많은 컴퓨터를 결합하여 분산 협력 시스템을 온디맨드로 구축하고 실행할 수 있도록 합니다.
이를 통해 분산 협력 시스템의 구성을 유연하게 변경할 수 있어 개선 및 기능 추가가 용이해집니다.
현재 대화형 AI를 응용할 때, 여러 다른 역할을 가진 AI들을 조합하여 조직적인 작업을 수행하도록 하는 방식이 사용되기도 합니다.
이 경우 시스템 오케스트레이션 기술을 적용하면, 마찬가지로 여러 AI의 역할과 조합을 유연하게 전환하여 개선 및 기능 추가를 쉽게 할 수 있습니다.
반면, 가상 지능을 적용하면 시스템 오케스트레이션 대신 지능 오케스트레이션을 구현하는 것이 가능합니다.
이는 실제로는 하나의 AI를 사용하면서도, 해당 AI의 처리 과정 내에서 서로 다른 역할을 가진 여러 가상 지능을 결합하여 조직적인 작업을 수행하도록 하는 것을 의미합니다.
시스템 오케스트레이션을 통해 여러 AI를 조합하려면 시스템 개발이 필요합니다.
하지만 지능 오케스트레이션은 프롬프트 지시만으로 완료되므로 시스템 개발이 필요 없습니다.
일반적인 채팅 인터페이스에서 지시를 내리는 것만으로 지능 오케스트레이션을 통해 조직적인 작업을 구현할 수 있습니다.
이는 시스템 오케스트레이션보다 훨씬 유연하고 신속한 개선 및 기능 추가를 가능하게 합니다.
궁극의 숙고
지능 오케스트레이션의 유용성은 AI가 조직적인 작업을 수행하도록 할 때 시스템 개발을 없애는 것에만 국한되지 않습니다.
AI에게 지능 오케스트레이션 스킬을 사용하여 사고하도록 지시함으로써, AI는 숙고를 촉진받게 됩니다.
이 숙고는 방대한 정보를 조합하는 것이 아니라, 수많은 관점을 조합함으로써 이루어집니다.
나아가 지능 오케스트레이션의 특성을 활용하여, 여러 가상 지능의 역할과 구조를 반복적으로 개선하거나 기능을 추가하도록, 또는 스크랩 앤 빌드(scrap-and-build) 주기를 수행하도록 지시하는 것도 가능합니다.
이는 숙고 방식 자체를 반복적으로 변화시키는 것을 의미합니다. 이것이 바로 궁극의 숙고입니다.
궁극의 숙고는 오해와 오류를 최소화하여 사고의 정확성을 높이고, 다각적인 관점을 통해 사고의 폭을 넓힐 수 있습니다. 또한 수많은 정보와 관점의 조합으로 인한 화학 반응을 통해 새로운 발견과 창의성 발휘 또한 기대할 수 있습니다.
결론
가상 지능을 통해 단일 AI 모델이 역할과 작업에 필요한 지식을 전환하며 숙고에 참여함으로써, 시스템 오케스트레이션 없이도 정교한 조직적 지적 활동이 가능해집니다.
조직적 숙고는 AI가 실패 경험을 분석하고 축적하여 자체 지식을 업데이트할 수 있도록 합니다. 단기 기억 제약 역할을 하는 입력 토큰 수의 한계 내에서 지식을 요약하고 오래된 정보를 정리할 수도 있습니다.
결과적으로 비즈니스에서 인공지능이 진정으로 인간을 대체할 수 있는 사례가 비약적으로 증가할 것입니다.