글 소개
- 실리콘밸리의 기술 전문가들이 최근 몇 주 동안 어려움을 겪고 있음
- 많은 투자자들이 AI가 그들이 추구하는 막대한 이익을 가져다주지 않을 것이라고 우려중
- AI 혁명을 주도하는 서구 기업들의 주가가 지난달 정점을 찍은 이후 15% 하락함
- ChatGPT와 같은 서비스에 동력을 공급하는 LLM의 한계에 대해 많은 관찰자들이 의문을 제기하고 있음
기업의 AI 사용 현황
- 빅테크 기업들은 AI 모델에 수십억 달러를 투자했고, 미래에 더 엄청난 지출을 약속하고 있음
- 그러나 Census Bureau의 최신 데이터에 따르면 미국 기업의 4.8%만이 상품과 서비스 생산에 AI를 사용하고 있으며, 이는 올해 초 5.4%의 최고치에서 하락한 수치임
- 향후 1년 내에 AI를 사용할 계획인 기업도 비슷한 비율임
Hype Cycle에 대한 설명
- Gartner라는 리서치 회사가 대중화한 용어이자 실리콘밸리에서 상식으로 여겨지는 "Hype Cycle"에 대해 언급함
- 초기에는 비이성적인 열광과 과잉투자 기간을 거친 후, 뜨거운 신기술은 "환멸의 깊이"에 빠지게 되며, 이 시기에는 정서가 악화됨
- 기술 도입이 너무 느리게 진행되고 있으며 이익을 내기 어렵다는 우려가 모두에게 퍼짐
- 그러나 환멸의 시기 이후에는 기술이 반등하게 됨
- 열광의 물결과 함께 이루어진 투자는 인프라의 대규모 구축을 가능하게 하고, 이는 기술이 주류 채택을 향해 나아가도록 함
- Hype Cycle이 세계의 AI 미래에 대한 유용한 지침이 될 수 있을지에 대해 질문을 던짐
기술 발전에서의 Hype Cycle 사례
- 19세기 영국의 철도 열풍과 거품, 그 이후의 철도 회사들의 선로 건설을 통한 경제 변혁
- 1990년대 인터넷에 대한 열광, 2000년 시장 붕괴와 135개 대형 닷컴 기업의 실패, 그러나 통신 회사들의 광섬유 케이블 투자로 오늘날 인터넷의 인프라가 마련됨
AI의 Hype Cycle 가능성에 대한 의견
- AI는 철도나 닷컴만큼의 대규모 붕괴를 경험하지는 않았지만, 현재의 불안감은 AI의 세계 지배가 다가오고 있음을 보여주는 증거일 수 있음
- "AI의 미래는 다른 모든 기술과 마찬가지일 것이다. 거대하고 비싼 인프라 구축, 사람들이 AI를 생산적으로 사용하는 방법을 모른다는 것을 깨달았을 때 거대한 붕괴, 그리고 그것을 알아냄에 따라 서서히 부활할 것이다."라고 경제 논평가 Noah Smith는 말함
Hype Cycle에 부합하지 않는 기술들
- AI 자체도 수십 년 동안 열광과 절망의 시기를 경험해 왔지만, Hype Cycle의 최종 단계로 나아가지는 않았음
- 1960년대 AI에 대한 열광, 1970년대와 1990년대의 AI 겨울, 2020년까지 AI에 대한 연구 관심 감소 후 생성형 AI 등장으로 다시 급증
- 클라우드 컴퓨팅, 태양광 발전, 소셜 미디어 등은 Hype Cycle과는 다른 직선적인 발전 양상을 보임
- Web3, 3D 프린터, 탄소 나노튜브 등은 열광에서 공포로 분위기가 바뀌었지만 의미 있는 수준으로 돌아오지는 않음
Hype Cycle의 경험적 규칙성 검증의 어려움
- Hype Cycle이 경험적 규칙성인지 검증하기가 쉽지 않음
- "감정 기반 데이터이기 때문에 확실하게 말하기 어렵다"고 펜실베이니아 대학의 Ethan Mollick은 지적함
The Economist의 Hype Cycle 데이터 분석
- Gartner의 수십 년간의 유망 기술 Hype Cycle 배치 데이터와 자체 데이터 분석을 결합하여 분석을 시도함
- 획기적인 기술을 시간 경과에 따라 추적한 결과, 혁신에서 흥분, 낙담, 광범위한 채택에 이르는 과정을 거치는 기술은 소수(약 20%)에 불과함
- 많은 기술이 그러한 롤러코스터를 타지 않고 널리 사용됨
- 환멸의 늪에 빠진 모든 형태의 기술 중 60%는 다시 떠오르지 않는 것으로 추정됨
- "놀랍게도 많은 기술 트렌드가 한때 유행에 불과하다"는 Michael Mullany의 결론과 유사함
AI 혁명의 가능성과 도전
- AI는 여전히 세상을 혁신할 수 있음
- 빅테크 기업 중 하나가 돌파구를 마련할 수 있음
- 기업들이 AI가 제공하는 이점을 깨달을 수 있음
- 그러나 현재 빅테크의 도전 과제는 AI가 실물 경제에 제공할 수 있는 것이 있다는 것을 증명하는 것임
- 성공이 보장되어 있지는 않음
결론
- AI의 미래에 대한 감각을 얻기 위해 기술의 역사를 살펴본다면, Hype Cycle은 불완전한 가이드임
- "쉽게 얻고 쉽게 잃는다(Easy Come, Easy Go)"는 표현이 더 나은 가이드가 될 수 있음
GN⁺의 의견
- AI 기술의 발전과 상용화에 있어 Hype Cycle이 반드시 적용되는 것은 아님. 기술마다 다양한 발전 양상을 보일 수 있음
- 현재 AI에 대한 투자 감소와 우려가 있지만, 이것이 AI의 미래 가능성을 부정하는 것은 아님. 오히려 기술 발전 과정에서 나타나는 자연스러운 현상일 수 있음
- 기업들의 AI 활용이 아직 초기 단계이기 때문에, 실물 경제에 미치는 영향이 가시화되기까지는 시간이 더 필요할 것으로 보임
- AI가 기존 산업을 얼마나 빠르고 광범위하게 변화시킬 수 있을지는 불확실하지만, 장기적으로는 사회 전반에 큰 영향을 미칠 것으로 예상됨
- 빅테크 기업들은 AI가 가진 한계를 극복하고 실질적인 가치를 창출할 수 있는 방안을 모색해야 할 것임. 단순한 기술 개발 경쟁을 넘어 사회적 책임과 윤리 문제도 함께 고려해야 함
Hacker News 의견
- 'API wrapper' 프로젝트와 스타트업의 과대광고는 줄어들 것이라는 의견이 있음
- LLMs의 한계는 아직 멀었음
- 특정 분야에 맞춘 LLMs가 전문가 수준의 성능을 보일 것임
- 이러한 모델들이 일반 목적의 MoEs와 결합될 것임
- LLMs, RL 등 외에도 새로운 접근법이 발견되고 완성될 것임
- 실제 한계는 아직 멀리 있음
- AI가 업무 흐름을 완전히 변화시켰음
- Claude Sonnet가 프로그래머로서의 업무를 변화시켰음
- Microsoft 같은 대기업은 AI를 충분히 활용하지 못하고 있음
- 대기업은 변화가 느리게 일어날 것임
- 인터넷/닷컴 붕괴와 비슷한 상황일 것임
- AI 데이터베이스 정리를 시도했으나 ChatGPT가 여러 번 실수를 저질렀음
- 엑셀로 작업하는 것이 더 나았을 것임
- AI에 대한 반응은 양극화됨
- 일부는 AI가 업무 흐름을 변화시켰다고 생각함
- 일부는 과대광고라고 생각함
- ChatGPT-4가 다양한 작업에서 인상적이었음
- 초기 경험이 나쁘면 AI를 무시할 가능성이 있음
- 신경과학자로서 AI의 발전을 놀랍게 보고 있음
- AI가 생물학적 지능과 비교될 때 매우 강력함
- AI가 전기를 많이 소비하고 취약점이 있지만, 인간보다 1000배 더 능력 있을 것임
- 급진적인 비선형 변화가 예상됨
- 새로운 기술이 많은 문제에 적용될 수 있어 과대광고가 발생함
- 시간이 지나면 실용적인 적용만 남을 것임
- AI가 요약, 설명, 코딩 지원에 유용함
- 그러나 예술가, 작가의 표절 문제와 일자리 감소 문제도 있음
- AI가 인간성을 향상시키기보다는 과대광고에 그칠 가능성이 있음
- GPT-4가 나온 지 1.5년밖에 안 됐음
- 대기업은 아직 AI를 충분히 활용하지 못하고 있음
- 과대광고가 지속 가능성을 의미하지 않음
- ChatGPT가 놀라웠음
- 텍스트 데이터가 부족해 이제 비디오 데이터로 전환됨
- AI가 경제적 이익을 제공할 것임
- AI가 직원의 생산성을 두 배로 높일 것임
- 모든 기업이 AI를 도입할 것임
원문
출처 / GeekNews
알려드립니다
이 글은 국내외 IT 소식들을 공유하는 GeekNews의 운영자이신 xguru님께 허락을 받아 GeekNews에 게제된 AI 관련된 소식을 공유한 것입니다.
출처의 GeekNews 링크를 방문하시면 이 글과 관련한 추가적인 의견들을 보시거나 공유하실 수 있습니다! 
아래
쪽에 좋아요
를 눌러주시면 새로운 소식을 정리하고 공유하는데 힘이 됩니다~ 