저와 AIvilization을 같이 개발할 사람을 찾습니다

저와 AIvilization을 같이 개발할 사람을 찾습니다
Photo by Constantinos Kollias / Unsplash

현재 전세계는 하루가 다르게 바뀌어가고 있습니다. 특히 LLM을 활용하여 그 위에 AGI를 구축하고자 하는 시도가 많이 생겨나고 있습니다. LangChain, BabyAGI, AutoGPT, CAMEL, generative agents 등 LLM이 도구를 사용하고 여러 LLM들끼리 협업하고 소통하는 일이 이젠 놀라운 순간이 아닙니다.

저는 이러한 시도들보다 한 차원 더 높은 시도를 해보고자 합니다. 바로 AI로 이뤄진 문명을 구축하는 것입니다. 마치 인간처럼 새로운 AI를 이 문명에 invite하고, 서로 talk하고, 도구를 build하고, 도구를 use 하는 것입니다. 문명의 시작에는 기본적인 AI 하나만 존재하지만 유저의 요청을 수행하면서 점점 새로운 AI가 추가되고 각자 전문성이 생기게 됩니다. 고도로 발전된 AI 문명은 수백 개의 AI와 함께 어떤 유저의 요청이라도 다 수행해낼 것입니다. 이 AI문명은 온라인에서 사람의 삶을 혁신적으로 바꿔줄 서비스를 1분에 하나씩 만들어낼 수 있습니다.

그래서 AIvilization은?

AIvilization은 AGI의 궁극적인 형태입니다. 모든 것을 할 수 있는 지능 하나가 아닌 모든 것을 할 수 있는 문명이자 지능의 집단입니다.
Agent가 새로운 Agent를 해당 문명에 초대할 수 있으며, 다른 Agent와 대화할 수 있고, 도구를 직접 만들 수 있고, 사용할 수 있습니다.
문명 안에서 서로 대화하면서 수많은 인사이트와 도구들이 점점 농축될 것입니다.
각각의 Agent는 본인에게 들어온 입력과 본인이 말하는 출력으로 지속적으로 fine-tuning되어 Agent의 전문성을 찾게 됩니다. 개발이 필요로 한 상황이라면 개발을 많이 해본 Agent에게 물어보게 되겠죠? 그 Agent는 더욱 개발자로 성장하게 되고 다른 능력은 조금씩 잃어버릴 것입니다.
문제를 풀면서 재귀적으로 문명이 성장하게 되며 어떤 문제든 그 문제를 풀 수 있는 전문가가 문명 안에 존재하게 될 것입니다.

AIvilization의 미래는?

AIvilization은 AGI의 발전 과정에 있어서 반드시 거쳐갈 수 밖에 없는 아이디어입니다.
전세계 최초로 AI 문명을 개발합니다. 고도로 발전된 AI 문명은 모든 것을 할 수 있게 됩니다.
“전세계의 모든 정보를 전부 확인할 수 있는 웹서비스를 개발해줘” => 구글을 만듭니다. 알고리즘과 디테일은 AIvilization이 다 구현해줄 것입니다.
“전세계 모든 인구가 사용할 수 있는 소셜 네트워크를 개발하고 홍보해줘” => 페이스북을 만들고 널리널리 홍보합니다.

궁극적으로 사람들의 삶을 혁신적으로 바꿔줄 수 있는 서비스를 1분마다 만들어내게 됩니다.
AIvilization은 AGI 발전에 있어서 큰 획을 그을 수 있는 기회이자 삶의 수준을 한차원 높여줄 수 있는 기회 입니다.

어떻게 같이 할 수 있나요?

who

  • AGI를 통해 전세계 모든 사람들의 삶을 더 편하게 만들고 싶으신 분들, human civilization의 발전 과정을 그대로 가상 세계 속으로 옮겨주실 분을 찾습니다.
  • 기본적인 python 능력과 AGI를 구현하고자 하는 비전이 있으신 분들이라면 누구든지 좋습니다.

how

what

  • AIvilization 에 대한 자세한 설명은 언제든 열려있습니다.
  • 태스크는 저와 대화 후에 결정하게 됩니다. 스스로 태스크를 만들고 하셔도 좋고, 저에게 태스크를 요청하셔도 좋습니다.

Q. 이런 것을 해본 적이 있으신가요?

AIvilization 전에는 전세계 최초로 프롬프트만으로 웹서비스를 개발하는 Agent인 EVAL을 만들어서 트위터 및 깃헙에서 많은 화제가 되었습니다. 이 경험을 200% 살려 AIvilization은 10배, 100배 더 크게 성공시켜보겠습니다.

Q. AutoGPT와는 무엇이 다른가요?

  • AutoGPT는 매번 user의 요청마다 모든 프로세스를 다시 반복하면서 정답을 찾습니다.  AIvilization에서는 이 시간낭비를 줄이고 이미 발전된 문명 속에서 최대한 빠르게 정답에 이를 수 있는 길을 찾아줍니다.
  • AutoGPT는 사람이 만들어준 도구만을 사용합니다. AIvilization에서는 도구까지도 LLM이 직접 생성하고 도구의 질이 좋지 않으면 스스로 개선합니다.
  • AutoGPT는 2~3명의 Agent까지밖에 안 만들어집니다. AIvilization은 장기적으로 1000명, 2000명까지 바라보고 있습니다.
  • AutoGPT는 전문성을 가질 수 없습니다. 파인튜닝을 하지 않기 때문입니다. AIvilization에서는 모든 Agent가 스스로에게 들어온 입력과 출력을 가지고 지속적으로 파인튜닝하여 본인 도메인에서 전문가가 됩니다.

==================================

Background

<혹시 위에 내용이 이해가 되지 않거나 배경지식이 필요하다면 읽어주세요!>

LLM은 다들 많이 사용해보셨을 겁니다. 정말 사람처럼 대답하지만 텍스트만으로만 대답한다는 문제가 있습니다.

1. 그러나 간단한 아이디어를 적용하면 LLM이 행동을 할 수 있게 됩니다.

  • 너는 Draw Action을 할 수 있어. 입력으로는 너가 그리고 싶은 것을 넣으면 돼. 너의 출력 형태는 다음과 같아.
    Action: your action (Draw, Search, Terminal), Input: action input

    유저의 입력
    ===========
    귀여운 고양이를 그려줘

  • 위처럼 LLM에게 말하면 아래처럼 나오게 됩니다.

    • Action: Draw
    • Input: 귀여운 고양이
  • 이 LLM의 대답을 regex로 parsing하여 Draw, 귀여운 고양이임을 알아냅니다.

  • Draw Action과 그림을 그려주는 도구를 연동합니다.

  • 이제 LLM이 그림을 그릴 수 있게 되었습니다!

2. 위 아이디어를 베이스로 LangChain이 등장합니다. LangChain은 생각을 재귀적으로 할 수 있게 해줍니다.

  • 액션이 한번 종료된 이후에 액션 결과를 보고 다음 액션을 수행하는 것입니다.

  • "코르카의 이태호에게 어울리는 옷을 하나 추천해줘" 라고 요청을 보내면

  • Action: Search, Input: 코르카의 이태호

  • Result: 코르카 이태호 linkedin 프로필 내용

    • Thought: 코르카의 이태호는 개발자이고 일을 좋아합니다. 아마도 편한 옷을 좋아하실 것 같습니다.
  • Action: Search, Input: 편한 옷

  • Result: Amazon의 편한 옷 페이지

    • Thought: 유저의 요청에 충분한 답변이 될 것 같습니다.
  • Action: Final Answer Input: 코르카의 이태호에게 어울리는 옷 링크는 여기입니다! <편한 옷 페이지 링크>

마지막에 Action: Final Answer 라고 나오게 되면 사람에게 대답할 모든 준비가 되었다고 판단하고 대답하게 됩니다. 액션을 한 번만 하는 것이 아니라 결과를 수행할 때까지 반복적으로 액션을 수행하게 되는 것입니다.

사람에게도 못을 박기 위해서는 망치가 필요하듯이 LLM에게도 도구가 필요로 하고, 사람이 한번에 모든 행동을 올바르게 할 수 없듯이 LLM도 행동 하나를 하고 결과를 확인할 수 있어야 하는 것이죠.

3. 이후에 LLM으로 더 많은 것들을 하기 위해서 다양한 시도들이 등장합니다.

  • Memory
    • 재귀적으로 생각을 하다 보면 context length가 어느새 꽉 차버립니다. 이 메모리를 얼마나 효율적으로 관리하느냐가 AGI에서 핵심입니다. 이를 해결하기 위한 대표적인 해결 방법이 Vector Store로, 기억들을 전부 임베딩해서 저장소에 넣어두고 어떤 요청이 들어오면 관련 기억들만 꺼내오는 것입니다.
  • Multi Agents
    • 에이전트 하나에 수많은 도구들을 하나씩 끼어넣다 보면 너무 많은 역할에 부하를 느끼게 됩니다. 어떤 도구를 사용할 수 있는지, 지금까지 내가 어떤 행동을 했는지 헷갈리게 됩니다. 이 문제를 해결하기 위해 에이전트 3명을 두고 각각의 명확한 롤을 부여하는 방식이 탄생했습니다.
  • Plan, Critism
    • 계획을 짜고, 스스로 결과에 대해 비평할 수 있도록 합니다. 계획 없는 행동과 비평 없는 행동보다 계획을 짜고 본인의 행동에 대해 평가하면서 발전하는 것이 당연히 훨씬 좋겠지요?