Ilya Sutskever가 인터뷰에서 감정을 ‘가치 함수’에 비유한 것은 상당히 신선했다. 그는 감정이 없는 완전한 합리성은 오히려 의사결정을 마비시킨다고 말했고, 실제 뇌 손상 사례를 통해 이를 뒷받침했다. RL에서 가치 함수가 샘플 효율성을 높이고 학습을 가속화하듯, 인간의 감정은 복잡하고 불확실한 환경에서 빠른 휴리스틱을 제공한다. 현재 LLM은 ‘1만 시간 공부한 학생’처럼 특정 영역에 과적합되어 있고 일반화가 떨어지는데, 이는 감정적 가치 함수가 없기 때문일 수 있다. 미래의 AI는 내재화된 감정 모델을 통해 더 효율적이고 적응력 있는 에이전트로 진화할 가능성이 크다.
근거
“실제로 있었던 사례 — 감정이 전혀 없는 사람은 선택을 전혀 못 한다” (김성현)
“가치 함수는 어떤 상태가 보상으로 이어질 것인가에 대한 함수… 세상은 불확실하고, 감정이 믿음과 도약을 가능하게 한다” (Ilya Sutskever)
“감정이 있다면 불확실성 속에서 도약해야 하는 경우에 도움이 된다. … 가치 함수 비유가 맞다.”
연결된 생각
- 20260607-pre-training-scaling-limit-research-era — 감정의 도입이 스케일링 한계를 넘는 연구적 돌파구 중 하나.
- 20260607-continual-learning-redefines-ai-agency — 내적 동기(감정)는 지속 학습의 핵심 원동력.