오픈AI가 AI 모델의 추론 성능 개선을 위한 비공개 연구에 돌입했다. AI 모델에 대한 새로운 접근 방식을 연구하고 있다는 관측이다. 15일 로이터에 따르면 오픈AI는 코드명 ‘스트로베리(Strawberry, 딸기)’라는 내부 프로젝트를 진행 중이다. 인간처럼 추론할 수 있는 AI 모델을 위한 기술 개발이 이 프로젝트의 목표다. 로이터가 입수한 오픈AI 내부 문서에 따르면 스트로베리에는 사용자의 요청(queries)에 대한 답변 생성 뿐 아니라 심층 연구(deep research)까지 수행할 수 있다. 심층 연구란 AI가 인터넷을 자율적이고 안정적으로 탐색, 더 깊이 있는 결과를 찾아내는 능력이다. 고성능 AI 에이전트(Agent, 대리인)처럼 자율적으로 탐색하고 작업을 순차적으로 계획, 수행할 수 있다는 점이 특징이다.
안녕하세요, 앞서가는 더밀크 구독자 여러분을 위한 AI 뉴스레터 [박원익의 AI인사이트]입니다. “AI로 인한 행동 변화는 의료 서비스를 혁신할 수 있습니다.”샘 알트만 오픈AI CEO, 허핑턴포스트 설립자로 유명한 아리아나 허핑턴 쓰라이브 글로벌 CEO가 7일(현지시각) 타임지 기명 기고문을 통해 밝힌 의견입니다. 두 거물 기업가는 왜 손을 잡았을까요? 이들이 하려는 일은 무엇일까요?오늘은 업의 경계를 허물며 확장 중인 기업들의 소식을 중심으로 레터를 준비했습니다. 생성 AI 기술, 인프라를 적극적으로 활용하며 새로운 비즈니스 영역으로 외연을 확장하는 흥미로운 사례들입니다. 매주 수요일 발행하는 ‘AI인사이트’를 통해 글로벌 AI·테크업계의 최신 흐름, 중요한 시그널을 놓치지 말고 확인하세요!
오픈AI는 올해 초 GPT스토어를 출시했다. 챗GPT와 서드파티(외부) 앱을 백엔드 플러그인으로 통합, AI를 전면(frontend)에 내세운게 GPT스토어의 특징이다.한데 이런 움직임은 ‘AI가 기존 소프트웨어에 내장(embedding)돼 모든 기술과 제품의 근간이 될 것’이라는 아이디어와는 완전히 다른 접근 방식이다. 개인이 아닌 비즈니스용(B2B)으로 기업이 활용하기에는 한계가 있다는 지적도 있다. AI 챗봇을 넘어 에이전트(agent, 대리인) 시대에 접어든 지금, 우리의 업무방식을 바꿀 ‘AI와 앱의 상호작용’은 어떻게 발전할 수 있을까. ‘디지털 및 AI 전환’의 맥락에서 두 가지 방법론을 제안한다.
인간처럼 사고하고 행동할 수도 있는 인공지능(AI), '일반인공지능(AGI)'에 대한 기대와 두려움이 커지는 가운데, AI가 이미 인간의 학습능력을 침범하기 시작했다는 주장이 나왔다. 이때 눈에 띄는 변화는 AI의 추격이 아닌 인간 스스로의 후퇴다. 이장선(학계 활동명: 칼 스트라토스) 럿거스대학교(뉴저지주 주립대) 교수는 AGI 시대에 앞서 인간이 경계해야 할 점으로 ‘생각의 자동화’를 꼽았다. 미국 고등교육 현장에서 이미 이를 피부로 느끼고 있다. 챗GPT 등으로 학교 과제가 무의미해지고, 인간의 학습 능력이 쇠퇴하기 시작했다는 것. 이 교수는 미국 컬럼비아대학교를 거쳐 현재 럿거스 대학교에서 AI 비지도 학습법 및 지식사용모델 개발을 연구하는 미국 내에서도 손꼽히는 AI 전문가다.
메타 라마3는 오픈 소스일까요? 팩트를 체크해 보면 답은 ‘아니오’에 가깝습니다. “공개적으로 설계에 접근할 수 있어 누구나 해당 기술을 수정하고 공유할 수 있다”는 오픈 소스의 정의에 해당하지 않기 때문입니다. 결정적으로 라마3는 소스 코드가 공개돼 있지 않습니다. 소스 코드가 공개돼 있느냐, AI 모델을 훈련한 데이터가 공개돼 있느냐, AI 모델의 특성 및 성능을 결정하는 가중치(weights)가 공개돼 있느냐 등 세부 항목을 따져서 ‘개방성’ 정도를 평가하는 차트가 등장할 정도로 ‘개방성’은 AI 업계의 중요 이슈가 되고 있습니다.
바야흐로 인공지능(AI) 인프라를 향한 군비 경쟁 시대다. 대형언어모델(LLM)을 훈련하는데 필수재인 AI 칩 전쟁이 국가전으로 확대되는가 하면 한편에서는 데이터 확보 전쟁이 치열하다. 언어모델은 인간의 언어, 행동, 관습 등을 모방하는 게 기본 골자다. 그 때문에 연구자료, 기사, 위키피디아 등 인터넷에서 생성된 텍스트를 최대한 많이 넣어(인풋) 훈련해야 최고의 결과물(아웃풋)을 얻을 수 있다. 그러나 AI칩처럼 AI 모델 고도화에 필요한 고품질 데이터에도 품귀 현상이 벌어지고 있다. 절대적인 양이 부족한 데다 저작권 문제 등으로 데이터 확보가 더 어려워진 것. 이에 마이크로소프트, 오픈AI, 구글 등 기업은 데이터 원천소스를 늘리는 한편, 인공으로 데이터를 만드는 ‘합성데이터(synthetic data)’에 주목하고 있다.
생성 AI 서비스가 정치적, 역사적 논란으로 확대되고 있다. 생성AI 챗봇은 정보 검색, 이미지 제작에 본격적으로 활용되고 있지만, 답변에 인종 및 민족을 부정확하게 묘사하거나 기존 인간이 차별, 고정관념을 반영한 이미지를 생성,하고 가짜 정보를 사실처럼 제공(환각)하는 등 부작용이 점차 커지고 있는 것. 특히 대형 선거가 치러지는 올해, 생성AI 챗봇에 대한 여론조작 우려가 커지자 정치권이 규제에 나서면서 이는 비즈니스에 직접적인 영향을 미치는 중이다. 이에 콘텐츠 조정과 언어 뉘앙스를 이해하는 기술적 발전이 AI비즈니스의 성패를 가를 요소가 되고 있다. 지난 8일부터 16일까지 미 텍사스 오스틴에서 열린 SXSW2024에서도 이 문제가 집중적으로 거론됐다. 더밀크는 이 문제에 권위자로 인정받고 있는 파비앙 오퍼트(Fabian Offert) UC산타바바라 교수를 인터뷰했다.
