AI가 당신의 마음을 읽을 수 있다면?

1924 년, 한스 베르거(Hans Berger)는 텔레파시 통신을 구현하기 위해 EEG(뇌전도)를 발명했습니다. 100 년이 지난 지금, 신경 센서와 딥러닝 모델의 발전은 그 꿈을 현실로 만들 만한 돌파구를 마련했습니다. 실제로 Sabi 가 개발 중인 야구 모자처럼 단순하고 착용 가능한 기기만으로도 말이죠.

하지만 이 분야는 모든 에너지를 BCI(뇌-컴퓨터 인터페이스) 구축에 쏟아부으며, 마우스 클릭을 흉내 내거나 키보드로 입력할 단어를 타이핑하는 데 집중해 왔습니다. 흥미로운 일이지만, 잘못된 목표입니다.

컴퓨터는 더 이상 마우스, 키보드, 모니터의 집합체가 아닙니다. 이제는 당신을 대신해 일을 처리하는 AI 모델입니다. 데스크톱, 스마트폰, 시계, 안경, 심지어 모자에 탑재될 수도 있죠. 컴퓨터가 점점 더 자율적으로 변하면서, 한계는 우리가 기계와 얼마나 빠르게 소통하느냐가 아니라 기계가 지시 없이도 얼마나 많이 이해하느냐에 있습니다.

우리는 방향을 재정립하여 끊임없이 발전하는 AI 모델과 가장 매끄럽게 연결되는 인터페이스를 구축해야 합니다.

비침습적 BCI 기기가 생각-텍스트 변환 능력(생각을 단어 단위로 디코딩하는 기술)에서 뛰어난 성과를 보이기 시작했지만, 동시에 사용자의 의미론적 의도와 취향, 선호도를 이해하고 미래 행동을 예측하는 것도 가능해졌습니다.

당신의 의도를 의미론적으로 디코딩한 결과는 AI 모델과 에이전트를 위한 프롬프트로 활용될 수 있습니다. 손실이 크고 느린 타이핑이나 음성 입력 대신, Instinct 나 Muse 에이전트에게 당신의 생각만으로 직접 지시를 내린다고 상상해 보세요. 무슨 뜻인지 확인하기 위해 주고받을 필요 없이, 에이전트가 매번 당신이 요청한 대로 정확히 수행하는 것입니다.

Vinod Khosla 는 최근 Forbes 와의 인터뷰에서 이렇게 말했습니다. "타이핑은 자연스러운 행동이 아닙니다. 타이핑을 시작하기 전에 무엇을 칠지 먼저 생각해야 하죠. 만약 뇌의 신호를 중간에 가로챌 수 있다면… 정말 대단한 일일 겁니다."

생각을 의미론적으로 이해하는 것 외에도, 뇌 신호는 당신의 취향과 선호도를 파악하는 데 쓰일 수 있습니다. 어떤 그림을 좋아하는지, 어떤 음악이 감정을 자극하는지, 혹은 어떤 AI 응답이 형편없는 결과물(slop)이고 어떤 것이 진정으로 흥미로운지 알아낼 수 있죠.

오늘날 AI 모델은 매우 일반적이며 개인화된 응답을 생성할 방법이 없습니다. 하지만 뇌 신호로부터 지속적으로 학습하면 모든 사람을 위한 고도로 개인화되고 적합한 AI 제품을 만들 수 있습니다.

마지막으로, AI 모델은 신경 반응이 일어날 때 이를 디코딩하는 것을 넘어, 몇 초 앞서 이를 예측하는 데에도 능숙해졌습니다. Sabi 는 사용자가 다음에 입력할 3~4 개의 키 입력을 예측하는 데 도움을 주는 타이핑 BCI 모델을 훈련시켰습니다.

이러한 모델이 더 넓은 오픈 도메인으로 확장되면, 사용자가 의식적으로 생각하기도 전에 디지털 및 물리적 공간에서 예측적 조치를 취해 사용자를 대신해 일을 처리하는 AI 에이전트를 갖게 될 것입니다.

다만 여기에는 중요한 전제 조건이 따릅니다. 신뢰 없이는 이 중 어느 것도 작동하지 않습니다. 신경 데이터는 반드시 암호화된 상태로 유지되어야 하며, 당신이 무엇을 생각하는지 본인 외에는 누구도 접근할 수 없어야 합니다.

이 모든 것은 야심 찬 기능들이며, BCI 기기가 더욱 착용하기 편하고 안정적으로 발전함에 따라 결국 일반 소비자에게도 보급될 것입니다. 브레인-AI 인터페이스(Brain-AI Interface)를 구축함으로써 우리는 급속히 성장하는 기계 지능과 생물학적 지능을 융합할 수 있습니다.

이는 단순한 편의성 이상의 의미를 지닙니다. AI 가 인간 수준의 지능을 향해 급격히 발전하는 가운데, 우리는 AI 와 인류의 정렬(alignment) 문제를 시급히 해결해야 합니다. 이제 모델의 능력은 우리의 지적 역량과 주의력이 따라잡기 어려울 정도가 되었습니다. 에이전틱(agentic) 시스템은 머지않아 은행이나 정부 네트워크 같은 보안 시스템을 뚫을 수 있게 될지도 모릅니다. 이러한 능력은 이미 우리가 이를 조종하거나 통제할 수 있는 범위를 넘어서고 있습니다.

앞으로 나아갈 길은 공진화(co-evolution) 입니다. 즉, 인간의 사고와 감정 방식으로부터 직접 학습하고, 인간이 생각하는 것처럼 자연스럽게 AI 를 지시할 수 있도록 하는 것입니다. 브레인-AI 인터페이스를 구축하면 이 두 가지가 모두 가능해집니다. 인간의 마음과 기계의 마음이 긴밀하게 결합된 상태를 유지한다면, 장기적인 정렬을 달성할 가능성이 생깁니다.

AI 는 인류에게 실존적 위험을 제기하지만, 건강하고 정렬된 공진화를 통해 우리는 AI 와 끊임없이 경쟁하는 대신 인공 지능을 계속 유용하게 활용할 수 있습니다.