11억 달러 투자를 이끈 Enactive AI: 데이터 중심 AI를 넘어선 행동 인지 아키텍처

Context

기존 Generative AI는 정적 데이터 기반의 다음 토큰 예측 방식에 의존하여 물리적 세계의 실시간 상호작용 구현에 한계를 보임. 특히 인간 데이터의 유한성과 정적 세계 모델의 복잡도 증가로 인해 진정한 초지능(ASI) 달성을 위한 근본적인 패러다임 전환이 요구됨.

Technical Solution

• Enactive AI 설계를 통한 인지-행동 통합 구조 채택으로 정적 예측 모델에서 실시간 상호작용 모델로 전환
• Autopoiesis 기반의 자율적 시스템 설계로 외부 보상 함수가 아닌 생존과 조직 유지라는 내부 동기 부여 메커니즘 지향
• 고정된 세계 모델을 배제하고 환경과의 물리적 Coupling을 통해 인지를 동적으로 생성하는 Runtime Learning 구조 설계
• 강화 학습(RL)과 행동 인지 철학의 결합을 통한 데이터 독립적 자가 경험 생성 체계 구축
• 단순 패턴 인식을 넘어 환경의 Affordance를 실시간으로 파악하는 에이전트 중심의 토폴로지 구성