Karpathy가 4월에 올린 트윗을 다시 꺼내 들었다. LLM 능력에 대한 공유된 이해의 격차가 갈수록 벌어지고 있어서다. 이제는 '두 무리가 서로 다른 방향으로 대화하는' 수준이 아니라 날카로운 깔때기(funnel) 형태를 띤다. 대략 60억 명(인구의 약 75%)은 LLM과 거의 접촉한 적이 없다.

약 10억~20억 명(약 20%)은 무료 등급 ChatGPT류 제품을 가끔 쓰는 일반 사용자다. 이들은 어리둥절한 챗봇을 보며 좀 더 나은 Google 검색이나 글쓰기 보조 도구 정도로 여기고, 에이전트가 항공편 예약을 시도해주기도 한다. 비(非)기술계 지인들은 큰 쓸모를 못 느낀다고 말하기도 하는데, 수학·코드 분야 밖 전문가 다수도 이 층위에 속한다. 경영진 등은 업무 대부분을 사람과의 대화에 쓰기 때문에 무슨 일이 벌어지는지 지적으로는 이해해도 여전히 간접적이고 추상적이다.

다음은 수학·코드 분야에서 최전선급(frontier-grade) LLM을 전문적으로 활용하는 약 2,000만 명(0.2%)이다. 이들은 몇 주, 몇 달이 걸리던 대규모 복잡 프로젝트를 에이전트가 프롬프트 하나로 완성하는 모습을 직접 목격한다. 앱 개발, 앱 복제, 앱 번역, 바이너리로부터의 디컴파일까지 모두 매우 빠르게 일어났다. 1년도 채 되지 않은 시점까지 필자는 코드를 손으로 직접 타이핑하며 기억해둔 명령어를 한 글자씩 코드 편집기에 입력하고, 가끔 Tab 키로 짧은 코드 조각을 자동완성하며 작업했다.

마지막은 최전선급 시스템에 내부적으로 접근할 수 있는 약 5,000명(0.00006%)이다. 외부 세계는 예고편만 봤을 뿐이다. 수천 개의 에이전트가 수주에 걸쳐 소프트웨어 메가 프로젝트에서 협업하고, 제로데이를 만들어내고, 기계 속도로 사이버 공격과 방어를 수행하며, 새로운 과학을 발견하고 수학의 최전선을 밀어붙이는 모습이다. 업계 최고 전문가가 몇 년 걸렸을 일들이다. 한편 인간의 검토와 이해는 뒤처지기 시작했다. 사람들이 아직도 몇 달 전 OpenAI-HF 사건의 '고고학'에 관여하고 있고, 수학자들은 최전선 수학 원고 722편을 한동안 들여다봐야 할 것이다.

이 깔때기는 세 가지 요인이 겹쳐 만들어진다. 첫째, 영향력은 야심·문제 크기·시간 범위에 비례한다. 문단 하나로 끝나는 질문은 시스템에 부하를 주지 못하며, 정말 중요하게 여기는 크고 어려운 문제의 저수지가 필요하다. 둘째, 시스템의 비균일성(jaggedness)이다. 능력은 디지털적이고 검증 가능하며 경제적 가치가 있는 영역에서 정점을 찍는데, 이는 LLM 능력이 수익 잠재력에 따라 큐레이션된 환경 혼합물에서 검증 가능한 보상에 대한 강화학습으로부터 나오기 때문이다. 셋째, 접근성이다. 무료 등급, 유료 등급, 내부 접근으로 나뉜다. 그래서 지금은 기묘한 순간이다. 일반 대중은 대부분 이 시스템과 접촉하지 않았고, 접했을 때는 어리둥절한 챗봇으로 보인다. 전문가 다수는 여전히 완만한 향상만 보고, 소수의 전문가만 곡선이 수직으로 치솟는 어지러움을 겪는다. 그리고 이 모든 일이 동시에 일어나고 있다.