정답지 없이 AI끼리 1등을 가리는 법: 물리 법칙이 심판을 보다

AI 시대의 값비싼 정답지

AI가 그린 그림, AI가 쓴 소설에 세상이 떠들썩합니다. 하지만 AI의 진짜 전쟁터는 따로 있습니다. 바로 눈에 보이지 않는 과학과 공학의 세계입니다. 신약 후보 물질의 효과를 예측하고, 차세대 비행기의 공기 저항을 계산하며, 핵융합 발전로의 플라스마 움직임을 시뮬레이션하는 곳. 이곳에서 AI는 인간이 몇 주, 몇 달간 슈퍼컴퓨터를 돌려야 얻을 수 있는 결과를 단 몇 초 만에 내놓을 수 있는 잠재력을 보입니다.

그런데 여기 아주 근본적인 문제가 하나 있습니다. AI가 내놓은 답을 어떻게 믿을 수 있을까요? AI가 0.1초 만에 풀었다고 자랑하는 문제를 채점하려면, 결국 사람이 슈퍼컴퓨터를 몇 주 동안 돌려서 '정답지'를 만들어야 합니다. 학생은 시험을 순식간에 풀었지만, 선생님이 그 답을 채점하는 데 훨씬 더 많은 시간과 돈을 써야 하는 역설입니다. 이 '값비싼 정답지' 문제 때문에, 연구실에서는 혁신적이라는 AI 모델이 정작 산업 현장에서는 외면받기 일쑤였습니다.

자동차 회사가 AI로 충돌 시뮬레이션을 100배 빨리 돌릴 수 있다고 해도, 그 결과가 진짜인지 검증하기 위해 결국 실제 차를 부숴봐야 한다면 AI를 쓸 이유가 희미해집니다. AI의 예측 능력이 아무리 뛰어나도 신뢰성을 확보하는 비용이 너무 크다면 '그림의 떡'일 뿐입니다. 바로 이 지점에서, 최근 발표된 한 논문이 중요한 실마리를 던집니다.

'공유된 물리 반응'이라는 기발한 시험관

최근 공개된 논문 'Shared Physics Responses Recover Hidden Rankings in Neural Operator Libraries'는 이 해묵은 난제에 대한 우아하고도 기발한 해법을 제시합니다. 핵심은 '정답지가 없어도 AI 모델끼리 경쟁시켜 순위를 매길 수 있다'는 것입니다. 그것도 99%가 넘는 놀라운 정확도로 말입니다. 다만 연구는 정확히 읽어야 합니다. 이것은 모든 AI에 적용되는 마법이 아니라, 특정 조건에서 작동하는 정교한 과학입니다.

원리를 쉽게 풀어보겠습니다. 10명의 신인 요리사에게 세상에서 가장 완벽한 계란 프라이를 만들라는 과제를 줬다고 합시다. 문제는 심사위원인 우리에게 '완벽한 계란 프라이'의 조리법이나 사진, 즉 '정답지'가 없다는 점입니다. 이 상황에서 어떻게 최고의 요리사를 가릴 수 있을까요?

논문의 저자들은 여기에 기발한 아이디어를 적용합니다. 굳이 정답과 비교할 필요 없이, 요리사들에게 아주 구체적이고 동일한 '물리적 조건'을 주는 것입니다. 예를 들어 '정확히 섭씨 4도의 냉장고에서 꺼낸 계란을, 정확히 150도로 예열된 팬에 올려, 정확히 2분간 조리하라'는 식입니다. 이 조건이 바로 물리 현상의 특정 지점을 겨냥하는 '앵커(anchor)'입니다.

이때 '요리'라는 행위는 물리와 화학 법칙의 지배를 받습니다. 단백질이 어떻게 응고되고, 마이야르 반응이 어떻게 일어나며, 열이 어떻게 전달되는지와 같은 '지배 방정식(governing equation)'이 존재합니다. 실력이 뛰어난 요리사일수록 이 법칙을 더 잘 이해하고 일관적으로 제어할 것입니다. 따라서 그들이 내놓은 계란 프라이는 서로 매우 비슷할 가능성이 높습니다. 반면 실력이 부족한 요리사의 결과물은 제각각일 것입니다.

여기서 한 단계 더 나아갑니다. '만약 팬 온도를 1도 올리면 결과물이 어떻게 달라지는가?'와 같은 미세한 변화를 줍니다. 이것이 논문에서 말하는 '선형화된 반응(linearized response)'의 개념입니다. 최고의 요리사들은 이 미세한 변화에 대해서도 예측 가능하고 일관된 반응을 보일 것입니다. 이처럼 모델들을 정답에 비교하는 대신, 특정 물리 법칙 아래에서 서로를 비교함으로써 상대적인 실력을 가늠하는 것이 이 연구의 핵심입니다. 여기서 사용되는 AI 모델이 바로 '뉴럴 연산자(Neural Operator)'인데, 쉽게 말해 유체 역학이나 열역학 같은 물리 현상을 학습하고 예측하는 데 특화된 인공지능입니다.

컴퓨터 이전 시대의 지혜, '스케일 모델'

정답 없이 물리 법칙을 기준으로 삼아 평가한다는 아이디어는 사실 완전히 새로운 것은 아닙니다. 오히려 우리는 컴퓨터가 없던 시절, 이와 비슷한 원리로 위대한 공학적 성취들을 이뤄냈습니다. 바로 '스케일 모델(scale model)' 즉, 축소 모형을 활용하는 방식입니다.

1930년대, 보잉사가 전설적인 비행기 'B-17'을 개발할 때를 생각해 봅시다. 그들은 날개 디자인이 실제 비행에서 어떤 성능을 낼지 미리 알아야 했습니다. 하지만 디자인이 바뀔 때마다 실제 크기의 비행기를 만들어서 시험할 수는 없는 노릇이었습니다. 비용과 시간이 감당이 안 되기 때문입니다.

그래서 그들은 무엇을 했을까요? 바로 실제 비행기의 축소판인 정교한 모형을 만들어 '윈드 터널(wind tunnel)'이라는 거대한 바람 동굴에서 테스트했습니다. 모형 비행기가 윈드 터널의 공기 흐름 속에서 어떻게 반응하는지를 관찰하고 측정함으로써, 실제 크기 비행기의 성능을 놀랍도록 정확하게 예측했습니다.

어떻게 이것이 가능했을까요? 바로 공기역학이라는 '물리 법칙'이 비행기의 크기와 상관없이 동일하게 작용하기 때문입니다. 즉, 물리 법칙의 보편성(universality)과 축척성(scalability)을 믿었기 때문에, '정답'인 실제 비행기 없이도 '모형'만으로 최적의 설계를 찾아낼 수 있었던 것입니다.

이번 AI 연구는 이 낡은 지혜를 21세기 디지털 세상으로 가져온 것이나 다름없습니다. 다양한 AI 모델들은 각기 다른 설계를 가진 '축소 모형'에 해당합니다. 이 모델들에게 특정 물리 조건을 던져주는 '앵커 테스트'는 이들을 '디지털 윈드 터널'에 넣고 시험하는 과정입니다. 그리고 우리는 물리 법칙이라는 보편적인 잣대를 이용해, 어떤 모형이 가장 뛰어난지 순위를 매깁니다. 재현되는가, 조건은 무엇인가. 100년 전 엔지니어들의 고민이 오늘날 AI 연구자들의 고민과 정확히 맞닿아 있는 지점입니다.

99.6%의 정확도, 무엇을 바꿀 수 있는가

이 방법론의 효과는 놀라웠습니다. 연구진은 정답 데이터 없이도 AI 모델들의 성능 순위를 99.6%의 정확도로 맞췄고, 수많은 모델 버전 중에서 가장 성능이 좋은 '최적 체크포인트'를 99%의 정확도로 찾아냈습니다. 이는 실무적으로 엄청난 변화를 의미합니다. AI 모델을 학습시키는 과정은 마치 도자기를 굽는 것과 같아서, 수많은 버전(체크포인트)이 만들어집니다. 이 중 어떤 것이 '명품'인지 가려내려면 지금까지는 비싼 '정답지'로 하나하나 대조해야 했습니다. 이제는 그럴 필요 없이 자기들끼리 비교해서 최고의 작품을 골라낼 수 있게 된 것입니다.

이것이 어떤 변화를 가져올 수 있을지 구체적인 분야를 살펴보면 더욱 명확해집니다.

• 신약 개발: 특정 단백질과 화학 분자의 결합을 예측하는 AI 모델을 수십 개 만들었다고 합시다. 기존에는 슈퍼컴퓨터로 실제 결합 시뮬레이션을 돌려 '정답'을 확인해야 했지만, 이제는 분자 동역학의 기본 법칙을 '앵커'로 삼아 가장 유망한 AI 모델을 순식간에 추려낼 수 있습니다.

• 반도체 설계: 차세대 반도체 칩 내부의 열 분포를 예측하는 것은 설계의 성패를 가릅니다. 수많은 AI 모델 중 어떤 것이 가장 정확하게 열의 이동을 예측하는지, 실제 칩을 제작하고 테스트하지 않고도 열역학 법칙을 기준으로 빠르게 선별할 수 있습니다.

• 기후 변화 예측: 거대한 기후 모델의 일부를 AI로 대체하려는 시도가 많습니다. 대기나 해류의 움직임은 명확한 물리 방정식(나비에-스토크스 방정식 등)을 따릅니다. 이 방정식을 기준으로 삼아, 수많은 AI 후보 중 가장 안정적이고 정확한 모델을 골라낼 수 있습니다.

기존 방식과 새로운 방식을 표로 비교하면 그 차이가 더욱 극명하게 드러납니다.

물론 이 방법이 모든 것을 해결해 주지는 않습니다. 다만 AI 모델 개발의 가장 큰 병목 현상이었던 '검증' 단계를 획기적으로 단축하고 자동화할 수 있는 길을 열었다는 점에서 그 의미가 큽니다.

모든 AI에 통하는 만능열쇠는 아니다

자극적인 제목에 휘둘리지 않고 한계부터 보는 것이 제 원칙입니다. 이 연구의 가능성은 분명하지만, 이것이 모든 문제를 해결하는 '만능열쇠'인 것처럼 오해해서는 안 됩니다. 몇 가지 흔한 오해와 명백한 한계를 짚어야 합니다.

첫째, '모든 AI 모델의 성능을 이렇게 평가할 수 있다'는 오해입니다. 이는 명백히 사실이 아닙니다. 이 방법은 물리 법칙이라는 명확한 '심판'이 존재하는 영역에만 적용 가능합니다. 즉, 유체 역학, 전자기학, 양자역학 등 수학적 방정식으로 표현되는 현상을 다루는 '뉴럴 연산자' 같은 모델에 특화된 기술입니다. 우리가 일상에서 자주 접하는 챗GPT 같은 언어 모델이나 미드저니 같은 이미지 생성 AI에는 이 방법을 직접 적용할 수 없습니다. '좋은 글'이나 '아름다운 그림'을 정의하는 보편적인 '지배 방정식'은 존재하지 않기 때문입니다. 따라서 이 연구는 AI 전체의 평가 문제를 해결한 것이 아니라, 과학 및 공학이라는 매우 중요하고 특수한 분야의 문제를 해결한 사례로 정확히 이해해야 합니다.

둘째, '이제 비싼 실험이나 시뮬레이션은 전혀 필요 없다'는 성급한 결론입니다. 이 방법은 여러 '후보' 모델 중에서 상대적으로 가장 뛰어난 것을 '골라내는' 데 탁월한 '상대평가' 도구입니다. 하지만 그렇게 뽑힌 1등 모델이 과연 현실 세계의 문제를 얼마나 정확하게 해결할 수 있는지, 그 '절대적인 성능'을 보증하지는 않습니다. 마치 한 학급에서 1등인 학생을 뽑는 것과, 그 학생이 전국 모의고사에서도 1등을 할 것인지를 판단하는 것은 별개의 문제인 것과 같습니다. 결국 최종적인 검증, 즉 AI 모델의 절대적 신뢰도를 확인하기 위해서는 여전히 제한적이나마 실제 실험 데이터나 고정밀 시뮬레이션과의 비교가 필요합니다.

마지막으로 근본적인 한계가 있습니다. 만약 우리가 가진 모든 AI 모델들이 똑같이 잘못된 방향으로 학습했다면 어떻게 될까요? 이 방법은 모델들이 서로를 기준으로 삼기 때문에, 모두가 한통속으로 틀렸을 경우 그 오류를 감지하지 못할 수 있습니다. '나쁜 놈들 중에서 제일 나은 놈'을 뽑을 수는 있지만, 그가 '착한 놈'이라는 보장은 없는 셈입니다. 메커니즘과 예언을 구분해야 합니다. 이 방법은 훌륭한 메커니즘이지만, 완벽한 예언 도구는 아닙니다.

'데이터 주권'에서 '법칙 주권'으로

이러한 한계에도 불구하고, 이 연구는 AI 시대를 살아가는 우리에게 묵직한 시사점을 던집니다. 지난 10년간 우리는 '데이터가 새로운 석유'라는 말을 귀에 못이 박히도록 들어왔습니다. 더 많은 데이터를 가진 기업이 AI 경쟁에서 승리한다는 것이 상식이었습니다.

하지만 이번 연구는 새로운 관점을 제시합니다. 바로 '법칙 주권(Sovereignty of Laws)'의 시대가 열릴 수 있다는 가능성입니다. 특히 과학과 공학 분야에서는 방대한 데이터만큼이나, 그 현상을 지배하는 '물리 법칙'에 대한 깊이 있는 이해가 AI의 신뢰성을 담보하는 핵심 자산이 될 수 있다는 것입니다. 석유를 가진 자가 아니라, 석유를 가장 효율적으로 정제하는 기술을 가진 자가 시장을 지배하는 것과 같습니다. 여기서 '정제 기술'이 바로 '도메인 지식', 즉 물리 법칙에 대한 이해입니다.

이는 AI 경쟁의 판도를 바꿀 수 있습니다. 지금까지는 데이터를 독점한 거대 IT 기업들의 독무대였다면, 앞으로는 특정 분야에서 수십 년간 축적된 과학적 지식과 원천 기술을 보유한 전문 연구소, 대학, 엔지니어링 기업들이 새로운 강자로 부상할 수 있습니다. 그들은 자신들이 가장 잘 아는 '물리 법칙'을 심판으로 세워, 더 적은 데이터로도 더 안정적이고 신뢰도 높은 AI를 만들어낼 수 있기 때문입니다.

더 나아가 이는 '자가 인증 AI(Self-certifying AI)'의 등장을 예고합니다. 예를 들어 발전소의 터빈 상태를 예측하는 AI가 있다고 합시다. 이 AI는 실시간으로 자신의 예측이 물리 법칙(예: 유체역학, 재료역학)에 얼마나 잘 부합하는지 스스로 검증하고 '신뢰도 점수'를 내놓을 수 있습니다. 만약 이 점수가 특정 기준 이하로 떨어지면, 실제 사고가 발생하기 전에 시스템이 스스로 위험 신호를 보내는 것입니다. 이는 AI를 원자력 발전소, 항공 관제, 금융 시스템 등 절대적인 안정성이 요구되는 핵심 인프라에 적용하기 위한 중요한 열쇠가 될 수 있습니다.

독자가 던질 법한 세 가지 질문

Q. 이 방법이 찾아낸 '최고의 모델'이 실제 정답과 전혀 다른 엉터리일 가능성은 없습니까? A. 가능성이 0은 아닙니다. 앞서 지적했듯, 모든 후보 모델이 공통의 근본적 결함을 가졌다면 '그들 중 최고'가 '절대적으로 좋은' 모델이 아닐 수 있습니다. 다만 연구 결과 99% 이상의 높은 확률로 실제 최고 모델과 일치했습니다. 이는 뛰어난 모델일수록 물리 법칙에 더 충실하게 반응하고, 따라서 다른 뛰어난 모델들과의 예측이 유사해진다는 강력한 전제를 뒷받침합니다. 이는 마치 어려운 수학 문제를 풀 때, 실력 있는 학생들은 접근법과 답이 비슷해지는 것과 같습니다.

Q. 챗GPT나 미드저니 같은 생성 AI에는 이 기술을 적용할 수 없나요? A. 현재로서는 직접 적용하기 어렵습니다. 이 기술의 핵심은 '물리 법칙'이라는 명확하고 수학적인 '심판'이 존재한다는 것입니다. 언어나 이미지 생성에는 이런 보편적인 '지배 방정식'이 없습니다. '좋은 글'이나 '아름다운 그림'의 기준은 물리 법칙처럼 명쾌하게 정의되지 않기 때문입니다. 다만, 이 연구의 철학, 즉 '정답' 없이 모델의 일관성이나 내부 구조를 통해 성능을 가늠하려는 시도는 다른 AI 분야에도 영감을 줄 수 있습니다.

Q. 그렇다면 앞으로 AI 개발자는 물리학이나 수학을 필수로 공부해야 합니까? A. 모든 AI 개발자가 그럴 필요는 없습니다. 하지만 특정 영역, 특히 과학과 공학 시뮬레이션 AI를 개발하는 연구자나 엔지니어에게는 해당 분야의 깊이 있는 지식, 즉 '도메인 지식'의 중요성이 극적으로 커질 것입니다. 코딩 실력만으로 AI 모델을 만드는 시대를 지나, 이제는 해당 분야의 원리를 깊이 이해하고 이를 AI 모델의 설계와 검증에 녹여내는 능력이 핵심 경쟁력이 될 것입니다. AI가 목수라면, 도메인 지식은 좋은 집을 짓기 위한 건축 설계도와 같습니다.