AI의 System 1과 System 2 - 추론 스케일링의 인지과학적 함의
발견
추론 스케일링의 발전은 Daniel Kahneman의 **이중 과정 이론(Dual Process Theory)**과 구조적 유사성을 가진다.
병렬 분석
| 특성 | 기존 LLM (System 1) | 추론 스케일링 (System 2) |
|---|---|---|
| 속도 | 빠름 | 느림 |
| 인지 부하 | 낮음 | 높음 |
| 오류 유형 | 직관적 편향 | 논리적 오류 누적 |
| 적응 상황 | 일상적/단순 문제 | 복잡/새로운 문제 |
| 에너지 소비 | 낮음 | 높음 |
비약적 연결: “메타인지 AI”의 가능성
인간은 System 1과 System 2를 상황에 따라 동적으로 전환한다. 현재 AI는 대부분 **정적 전환(사용자/개발자가 설정)**에 의존한다.
미래의 진화 방향: AI가 스스로 문제의 난이도를 평가하고, 적절한 추론 깊이를 선택하는 메타인지 능력을 갖추는 것.
이는 다음과 같은 능력을 포함한다:
- 자기-난이도 평가: “이 문제는 내 현재 지식으로 충분한가?”
- 자원 할당: “얼마나 많은 추론 단계가 필요한가?”
- 자기 교정: “내 추론에 오류가 있는가? 다시 해야 하는가?”
의의
이러한 메타인지 AI는 단순히 더 똑똑한 AI를 넘어, 자기 인식과 적응 능력을 가진 AI로의 전환점이 될 수 있다.