스케일 AI의 CEO 알렉산더 왕은 인공지능의 과거, 현재, 그리고 미래에 대한 심도 깊은 통찰을 제공합니다. 그는 2009년부터 2020년까지의 딥러닝 초기 단계를 ‘실험 단계’로 정의하며, 이 시기에 이미지넷과 같은 대규모 레이블링된 이미지 데이터셋과 알렉스넷 같은 딥 뉴럴 네트워크의 등장이 인공지능 발전의 초석이 되었음을 강조합니다. 특히 GPT-2부터 GPT-4에 이르는 모델들이 인터넷의 방대한 데이터를 활용하여 규모를 확장함으로써 성능 향상을 이루었음을 설명합니다. 최근 2023년 3월 이후의 발전은 SFT, RLHF, DPO와 같은 후처리 기술의 개선에서 비롯되었으며, 이는 양보다 질 높은 데이터, 특히 전문가 영역의 복잡한 데이터셋을 활용하는 것이 중요함을 시사합니다.
현재 인공지능 업계는 AI 에이전트에 대한 기대가 매우 높지만, 인간의 행동과 사고 과정을 담은 데이터 부족이 큰 과제로 남아있습니다. 스케일 AI는 이러한 에이전트가 현실화될 수 있는 기반을 마련하는 데 주력하고 있으며, 특히 기업 환경에서 특정 작업에 특화된 에이전트의 필요성을 강조합니다. 스케일 AI는 기업들이 자체 데이터를 활용하여 맞춤형 에이전트를 구축하고, 파일럿 프로젝트를 실제 생산 환경으로 전환하는 데 겪는 어려움을 해결하는 데 도움을 줍니다.
AI 모델의 강력한 성능이 증대됨에 따라, AI 기반의 허위 정보 캠페인과 같은 잠재적 위험에 대한 신중한 고려가 필요합니다. 왕은 인공지능 기술이 긴장된 지정학적 상황과 전쟁에서 결정적인 역할을 한다고 강조하며, ‘선한 세력’과 ‘악한 세력’ 간의 AI 역량 격차가 크지 않을 것이라는 현실적인 관점을 제시합니다. 그는 미국이 AI 혁신에서 선두를 유지할 책임이 있다고 주장하며, 기술 대기업들이 AI에 막대한 투자를 하는 반면, 미국 정부의 국방 및 국가 안보 분야 AI 투자가 상대적으로 미흡하다는 점에 우려를 표합니다. 특히 미 국방부가 중국 인민해방군에 비해 데이터 및 AI에 대한 투자가 현저히 낮다는 점을 지적하며, 국방 현대화 및 조달 속도에 대한 개선이 시급하다고 강조합니다.
태그: AI 발전, 딥러닝, AI 에이전트, 기업 AI, AI 안보
