최근 OpenAI의 발전에 비추어 볼 때, AI에 대한 담론은 근본적인 논쟁으로 이동했습니다: 우리는 AI 개발을 가속화해야 할까요, 아니면 늦춰야 할까요? 그리고 AI 도구를 인류의 필요에 어떻게 맞출 수 있을까요? 이 대화의 중요한 측면은 인공지능 일반 지능(AGI)—인간이 수행할 수 있는 모든 작업을 수행할 수 있는 AI—의 추구에 초점을 맞추고 있습니다. 이 과정에서 우리는 AGI가 실현 가능한지에 대한 중요한 질문을 던집니다.
AGI 논의가 중요하지만, AI의 주요 도전 과제를 간과하고 있습니다: 바로 높은 비용입니다.
AI는 인재, 데이터, 확장성을 필요로 합니다
인터넷 혁명은 소프트웨어를 민주화하여 주로 기술 세트에 대한 진입 장벽을 낮췄습니다. 그러나 AI의 발전은 주로 규모 확대를 통해 이루어졌으며, 이는 상당한 컴퓨팅 파워를 요구합니다. 이로 인해 주요 기술 기업들은 GPU 구매와 컴퓨팅 인프라 최적화에 수십억 달러를 투자하고 있습니다.
효과적인 AI를 구축하려면 조직이 인재, 데이터, 확장 가능한 컴퓨팅 자원에 접근할 필요가 있습니다. 이러한 자원에 대한 수요는 급증하고 있으며, 이는 오로지 몇몇 대기업만이 의미 있게 참여할 수 있는 환경을 만들고 있습니다. 대부분의 국가, 개인, 소규모 기업은 모델 훈련뿐만 아니라 배포에서도 상당한 비용 부담을 감당할 여력이 없습니다.
AI의 민주화로 더 넓은 접근 가능성 확보
최근 Coatue의 연구에 따르면, GPU 수요가 이제 막 급증하기 시작했으며 이는 우리의 전력망에 부담을 주고 서버 비용을 증가시킬 수 있습니다. 이러한 시스템이 발전함에 따라 그 기능은 향상되지만 혁신적인 솔루션 없이 자원 집약적이 될 것입니다. 현재 재정적으로 안정적인 기업만이 AI 기능을 개발할 수 있어 중대한 위험을 초래합니다. AI의 중앙집중식 접근법은 우려를 낳습니다: 단일 모델이 실패하거나 관리 문제를 겪을 경우, 여러 의존 비즈니스에 심각한 혼란을 초래할 수 있습니다. 확률 기반 출력을 생성하는 시스템에 대한 의존은 예측할 수 없는 결과를 초래하여 신뢰성과 관리의 복잡성을 증가시킵니다.
중앙집중화의 위험
중앙집중화는 안전 위험을 초래합니다: 조직들은 자기 이익을 우선시하며, 안전이나 위험 관련 문제 해결이 복잡해집니다. AI의 비용이 높고 접근이 제한된 상황에서 기존의 불평등은 더욱 심화되어, 고급 AI에 접근할 수 있는 그룹과 그렇지 않은 그룹 간의 격차가 확대될 것입니다.
AI의 혜택을 안전하게 개선하려면 대규모 AI 배포와 관련된 비용을 줄여야 합니다. 이는 투자 다각화와 컴퓨팅 자원 및 인재 접근성 확대를 포함합니다. 데이터 소유권 또한 AI 접근성에 중요한 역할을 합니다. 독특하고 고품질의 데이터가 많을수록 AI의 가치와 유용성이 증가합니다.
AI의 접근성 향상
현재 오픈소스 모델은 성능 격차가 있지만, 지원 정책이 시행된다면 그 활용도가 증가할 것으로 예상됩니다. 많은 모델들이 특정 용도에 최적화될 수 있어, 기업들이 다양한 산업에 맞춘 효과적인 경로 로직과 조정 계층을 생성할 수 있는 길을 열어줍니다. 오픈소스 모델을 활용하면 다중 모델 접근이 가능해져, 기존 성능 격차에도 불구하고 더 많은 통제를 할 수 있습니다. 향후, 규모가 작은 최적화된 모델이 덜 복잡한 작업을 처리하고, 더 고급 모델이 복잡한 문제를 해결할 수 있는 미래를 볼 수 있을 것입니다. 예를 들어, 기본 고객 서비스 문의에 트릴리언 파라미터 모델이 필요하지 않습니다.
AI의 잠재력을 활용하기 위해서는 데모 및 협업에서 벗어나 확장 가능하고 지속 가능한 AI 배포로 전환해야 합니다. 이러한 과제를 해결하고 전문화된 기술을 통해 추론 비용을 줄이는 신생 기업들이 등장하고 있습니다. 이러한 분야에 대한 투자 증가가 중대한 발전을 이끄는 데 필수적입니다.
AI의 비용을 낮추면 더 많은 이해관계자들이 산업에 참여할 수 있으며, 이는 AI 도구의 신뢰성과 안전성을 향상시킵니다. 궁극적으로 이는 더 넓은 대중에게 가치를 전달하려는 집단적 열망과 일치합니다.
순위 목록
