2,628
너무나 빠르게 변화하는 AI 파도에서 허우적 거리고 있었나요?
2023년 12월, AI의 흐름을 짚고 넘어갈 수 있는 이슈들을 준비했습니다.
뤼튼을 투자한 VC 앤 파트너스의 전종현님 뉴스레터에서 AI와 관련된 내용을 가져왔어요.
Open AI의 2023년 (w/Sam Altman)
올 한해 OpenAI가 1년동안 만들어낸 발전을 돌아보면 이 산업이 얼마나 빠르게 발전해왔는지 다시 한번 체감할 수 있다.
올해 3월 GPT-4가 출시된게 가장 중요한 이벤트였다고 생각합니다. 성능이 뛰어나졌음을 당연하고, AI가 단순히 텍스트를 넘어서 이미지 등의 여러 데이터 형태를 지원하는 멀티모달의 시대로 진입했음을 보여주었기 때문입니다. 많은 사람들이 AI = ChatGPT로 인식하고 있기 때문에 텍스트의 형태를 기본으로 생각하지만, 앞으로 나올 AI 서비스들은 여러가지 형태의 데이터(텍스트, 이미지, 비디오, 음성 등)을 혼합해서 이용하는 형태로 전개될 가능성이 사실상 당연해지고 있습니다. 따라서 여러분들이 새로운 서비스를 고민하고 계시다면 반드시 멀티모달을 고려하셔야합니다.
참고로 GPT-4의 구체적인 스펙은 공개가 되지 않았는데, 유출된 정보에 의하면 1.7조개의 파라미터를 가지고 있어 GPT-3 대비 10배 정도 커진 것으로 보이고, MOE(mixture of experts)라고 부르는 각 분야에 최적화된 부분(expert)들을 만든 다음 실제 출력값을 낼 때 필요한 특정 부분만 가져와서 사용할 수 있도록 구성했다고 합니다 (여러 모델이 병렬적으로 존재하는거라고 이해하시면 될 것 같습니다).
ChatGPT 플러그인의 출시 또한 주목해야하는 사건이었다고 생각합니다. 플러그인을 통해 외부 사업자의 서비스를 ChatGPT 내에서 바로 이용이 가능해졌는데, 당시 많은 이들이 플러그인으로 인해 ChatGPT 자체가 앱스토어처럼 작동할 수 있으며 슈퍼앱으로 나아가기 위한 전략인 것 같다는 이야기들이 나왔었습니다. 하지만 현재 시점에서 플러그인은 대부분의 사람들이 사용하지 않는 것으로 보이며, 샘 알트만 또한 생각보다 성과가 나오지 않고 있음을 언급하기도 했습니다.
이와 관련해서 몇가지 생각을 해볼 수 있습니다. 우선 ChatGPT가 슈퍼앱이 되어 모든걸 다 해결해줄 수 있다는 주장은 (찬반이 많이 갈리지만) 저는 아닐 가능성이 높다고 생각합니다. 각 서비스마다 최적화된 사용자 경험이 존재할텐데, ChatGPT의 단일 인터페이스로 최적의 고객 경험을 제공해주는 것은 상당히 어렵지 않을까 싶습니다. 따라서 저는 버티컬별로 사용자 경험이 최적화된 AI 서비스들이 등장하면서 ChatGPT의 점유율을 뺏어오지 않을까 전망합니다.
어떤 면에서는 OpenAI도 정답을 모른다는걸 알 수 있습니다. 그들도 정답을 찾기 위해 고군분투하는 스타트업에 가깝고, 사실 ChatGPT 또한 잘될지 예상하지 못하고 단지 언어모델을 개선하기 위한 맛보기 서비스 정도로 생각하고 출시했는데 우연하게 성공했을 뿐이기도 하죠 (기사). 게다가 OpenAI는 대부분의 리소스를 더 나은 모델을 만드는데 집중하고 있기 때문에 ChatGPT의 발전은 우선순위에서 밀릴 수 밖에 없습니다. 그렇기 때문에 OpenAI가 결국 모든걸 다 가져갈 것이라는 주장에는 저는 동의하지 않고, 다른 (신규) 사업자들의 기회가 많을 수 밖에 없다고 생각합니다.
올해 7월 정도에 ChatGPT에 Code Interpreter라는 기능이 업데이트 되었는데, 대중적으로 많이 알려지지는 않았지만 상당히 흥미로운 업데이트입니다. 이 기능을 활성화하면 엑셀과 같은 다양한 형태의 파일 업로드가 가능해지며, 파이썬 코드를 작성하고 실행하는 것 또한 가능해집니다. ChatGPT를 단순히 텍스트로 궁금한 것을 물어보는 수준을 넘어서, 내 옆에서 일을 돕는 데이터 분석가처럼 활용 가능해졌습니다.
어떻게보면 Code Interpreter를 통해 내가 직접 코딩을 못하더라도 인간의 언어를 통해서 데이터 분석이 가능해졌다 라고도 볼 수 있겠습니다. 어쩌면 앞으로는 단순한 데이터 분석 능력은 큰 차별점으로 작용하지 않을 수도 있겠다는 생각도 드네요.
OpenAI DevDay, Opening Keynote
얼마전 11월에 열린 OpenAI 데브데이에서 큰 발표들이 나왔는데, 우선 GPT-4 Turbo가 공개되었습니다. 23년 4월까지의 정보가 업데이트 되었고, 최대 128K 토큰 길이의 응답을 할 수 있게 되었으면 (약 300페이지 분량), 무엇보다도 성능은 올라갔지만 비용이 낮아지게 되었습니다 (GPT-4에 비해 입력 비용은 3배, 출력 비용은 2배 저렴). 이외에도 새로운 TTS(텍스트-음성 변환) 모델이 출시되었고, 여러 명령을 동시에 호출가능한 function 콜 업데이트, GPT-4 파인튜닝 지원, (이전에 파운드리라는 이름으로 알려졌던) 기관용 커스텀 모델 프로그램 시작 등 여러 업데이트가 공개되었습니다.
그리고 대망의 GPTs 또한 공개되었는데요. GPTs는 자신이 원하는 목적의 AI 모델을 적절한 데이터를 넣어주기만 하면 쉽게 만들어낼 수 있는 서비스로, 이를 스토어에 올려서 판매할 수도 있게 되었습니다! 한마디로 ChatGPT 내에서 자신만의 AI 어플리케이션을 만들어볼 수 있고, 이를 앱스토어 같은 마켓에 업로드해서 수익 창출을 할 수 있게 된 것입니다. ChatGPT를 슈퍼앱으로 만드려는 OpenAI의 야심찬 프로젝트라고 볼 수 있겠죠.
저는 위에서 말한 것 처럼 ChatGPT가 슈퍼앱이 된다는 주장에 부정적인 입장이지만, 그럼에도 불구하고 GPTs는 아주 탁월한 전략인 것 같다는 생각이 드는게 사실입니다. 사람들이 재밌어서라도 여러가지 시도들을 해볼 것 같고, 그중에서 트래픽이 몰리는 GPTs 서비스들이 최소 몇 개는 탄생할 것 같거든요. 따라서 버티컬 어플리케이션들이 나와주기 전까지는 ChatGPT가 압도적인 지위를 계속해서 유지할 것 같네요. 하지만 아직 저에게는 GPTs도 ‘챗봇’의 한계를 넘어서지 못한 것 같긴 해서, 더더욱 새로운 어플리케이션들이 기대가 되는 것 같습니다.
Google Gemini (w/Sergey Brin)
Introducing Gemini: our largest and most capable AI model
Hands-on with Gemini: Interacting with multimodal AI
구글이 Gemini를 깜짝 발표. 여러 부문에서 GPT-4를 능가한다고 밝혔고, 무엇보다도 같이 공개한 영상이 큰 화제를 불러왔음. 물론 영상이 실시간이 아니라는게 밝혀지며 논란이 일긴 했지만, 그럼에도 구글이 유튜브를 가지고 있는게 향후 멀티모달 시대에서 얼마나 큰 도움이 될지 확인 가능했던 영상이라고 생각함. 모델을 울트라 (고성능), 프로 (범용성), 나노 (온디바이스)로 나누어서 출시한 부분도 주목해야할듯.
개인적으로 평가를 하자면, 성능이야 당연히 GPT-4 보다는 좋을 것 같았고 (구글이 쌓아놓은 역량 + 조직 개편 + 세르게이 브린의 프로젝트 직접 참여한게 조합된 결과물일테니), 실제로 결과물을 보니 구글이 AI를 선도하고 있는지는 모르겠지만 적어도 뒤쳐지지는 않겠다는 생각이 든다. 물론 사업적인 관점에서는 다른 이야기가 나올 수 있지만.
Introducing Cloud TPU v5p and AI Hypercomputer - Google Cloud Blog
구글이 Gemini를 공개하며 같이 공유한 TPU 기반의 컴퓨팅 인프라 아티클. 앞으로 구글이 보여줄 진짜 역량은 모델을 효율적으로 서비스하는 것이지 않을까. 괜히 빅테크 기업들이 전부 다 자체 칩 만드는게 아니라고 생각한다.
Grok (w/Elon Musk)
Elon Musk’s xAI company is seeking up to $1 billion in investments - The Verge
일론 머스크의 x.ai 또한 Grok이라는 LLM을 공개. 이어서 $1b의 자금을 공모한다고 알려졌다.
세상에서 가장 뛰어난 비전 모델을 구축한 회사가 LLM을 결합시켰을 때 어떤 모습을 보여주려나? OpenAI에 다른 방식으로 대적할 수 있는 사실상 거의 유일한 사람이라고 생각한다.
Anthropic
Anthropic to Raise $750 Million in Menlo Ventures-Led Deal - The Information
Anthropic은 pre $15b 정도에서 투자가 진행되고 있나보다. Menlo Ventures의 리드로 $750m 투자 예정.
그리고 설립된지 7개월 지난 Mistral AI 또한 a16z, LVP 등으로부터 $2b 밸류로 3억8500만유로(약 5459억원)를 투자받았다. 위의 메모를 보면 오픈 소스를 주력으로 내세운걸 확인할 수 있다.
원래 올해 말이면 AI 모델 회사들이 어느정도 정리가 될 것 같았는데 아직도 치열하게 모델 투자 전쟁이 펼쳐지고 있다. GPT와 Gemini를 보면 게임이 될까 싶으면서도, 아마존이 Bedrock으로 여러 모델을 서비스하는 전략을 펼치는걸 보면 승산이 없는건 아니겠다는 생각도 동시에 든다.
Open AI - Q Star
OpenAI researchers warned board of AI breakthrough ahead of CEO ouster, sources say - Reuters
OpenAI 내부적으로 수학 문제를 풀 수 있는 Q(Q-Star)라는 녀석이 등장했다고 한다. 몇몇 연구원들의 주도로 이 소식이 이사진들에게 공유되고 샘 알트만 사건이 벌어졌고, 샘 알트만이 OpenAI에게 가장 중요한 발전의 순간이 최근에 있었다는 발언을 했고 등등의 조각들을 맞춰보면 샘 알트만 해임 사건의 진짜 이유일 가능성이 높아보인다. 분명 ‘논리’에 대해서 학습한 무언가가 탄생한 것 같은데… 어쩌면 '인류를 위협하는 AI의 등장'이라는 이유는 그냥 하는 말이 아니라 어느정도 근거가 있는 말이었을 수도 있겠다는 생각이 들어서 조금 무섭다.
Give OpenAI's Board Some Time. The Future of AI Could Hinge on It - Newcomer
OpenAI 사태와 관련해서 한번은 생각해보면 좋을 내용들.
- OpenAI의 기존 보드진은 '비영리'를 위해 구성되었기 때문에 일반적인 영리 법인의 보드진과는 성격이 달랐음
- Anthropic의 창업자들은 알다시피 OpenAI 출신들이고, 이들은 OpenAI의 접근법에 대해 의문을 품고 독립하게 되었음 (안전에 대한 문제였음)
- 샘 알트만은 YC 재직 시절에 당시에 OpenAI에 정신이 팔렸었던 사람임
Weak-to-strong generalization - OpenAI
Weak-to-strong generalization - 엉드루
Can we use a smaller (less capable) model to supervise a larger (more capable) model?
= When we supervise GPT-4 with a GPT-2-level model using this method on NLP tasks, the resulting model typically performs somewhere between GPT-3 and GPT-3.5.
Deep Mind - AI로 수학적 문제 해결
FunSearch: Making new discoveries in mathematical sciences using Large Language Models - Deepmind
딥마인드가 네이처에 내놓은 FunSearch 논문에 따르면 컴퓨터 코드의 함수(Function)와 LLM을 결합해서 수학적 문제 해결(발견)이 가능해졌다고… 게다가 이 방식이면 문제 해결 과정이 블랙박스가 아니라는 엄청난 장점을 가진다.
최근 여러 이벤트들을 보며 AI의 발전이 상상을 초월할 정도로 빠르게 일어날 수도 있겠다는 생각이 강해지고 있다.
Video AI - Stability AI, Pika
Introducing Stable Video Diffusion — Stability AI
Stability.ai가 비디오 생성 모델을 공개.
이어서 Pika에서도 동영상 편집 및 생성 서비스의 시연 영상을 공개. Text/Image-to-Video와 Video-to-Video를 지원하는걸 확인할 수 있다. 동시에 $35m의 투자 유치에 성공했다고 밝혔고, 지금까지 총 $55m의 투자금을 모은 것으로 확인된다 (기사).
역시 비디오 생성 대중화는 시간 문제일 수 밖에 없다.
관련해서 유튜브 코파운더인 Chad Hurley가 EyeTell이라는 비디오 창작에 도움을 주는 AI 스타트업을 설립. 유튜브 창업자가 한다니까 관심이 간다. 비디오 생성/편집 분야에서 피그마가 되기 위한 치열한 경쟁이 펼쳐지는 중.
"EyeTell’s product is intended to speed up the video creation process by producing scripts based on text prompts, as well as providing inspiration for content creators. Using EyeTell, users will also be able to record their characters’ AI-generated lines, and EyeTell will generate AI video content based on those recordings."
Legal AI - 데이터 비즈니스
Legal AI Startup Harvey Valued at $700 Million in Round Co-Led By Kleiner - The Information
Legaltech x AI: The Lightspeed View - Lightspeed Venture Partners
법률 AI 스타트업 Harvey가 클라이너 퍼킨스와 Elad Gil의 리드로 $700m 밸류에 $80m 투자 유치. 법률 산업은 AI가 가장 빠르게 도입되는 산업군 중 하나.
아래는 내가 운영하는 AI 리서치 클럽에서 짧게 언급한 AI+법률 산업
[인터뷰] 이진 엘박스 대표 “리걸 테크는 120% 데이터 비즈니스, 독보적인 판례 데이터 구축으로 승부하고 있습니다” - 테크42
법률 분야는 언어 데이터 기반의 분야이자 ‘판례’라는 정형화된 데이터가 존재하는 만큼 다른 산업에 비해 AI 도입이 빠른 편입니다. 국내에서만 1년에 700만건의 소송이 진행되고, 150만개의 판결문이 나오는데요. 많은 변호사들이 주로 하는 일이 이러한 판결문을 읽으면서 선례를 찾아내는 일입니다. 엘박스는 이러한 판례들을 모아서 ‘판례 검색 서비스’를 제공하는 업체입니다. 판결문을 읽으려면 개인정보 등이 필요하기 때문에 열람이 제한적인데, 엘박스는 지금까지 총 300만건이 넘는 판결문 데이터를 확보하면서 우위를 가져가고 있습니다.
엘박스는 서비스를 개발하며 데이터를 분류하고 검색 가능하게 만들기 위해 여러 AI 기술들이 사용되었고, 현재는 GPT를 활용해 검색 능력을 고도화하는 신규 서비스를 기획하고 있다고 밝혔습니다. 정리하면 엘박스는 AI를 활용해서 변호사들의 업무 생산성을 극대화 시켜주는 서비스를 만들었는데, 역시나 AI 비즈니스에 있어서 중요한건 해당 산업에서의 핵심 데이터라는걸 볼 수 있습니다.
AI is Reinventing the Legal Industry - NFX
미국의 법률 시장은 3,000억 달러가 넘는 거대한 시장이고, 따라서 법률 관련 AI 스타트업이 다수 존재합니다.
Harvey는 미국 탑 로펌 변호사 출신 Winston Weinberg와 DeepMind, Meta AI 출신 Gabriel Pereyra가 공동 창업한 회사로, OpenAI 펀드와 세콰이어 등으로부터 $21m이 넘는 투자금을 모았습니다. 아직 프로덕트가 공개되진 않았는데, GPT-4 기반으로 변호사의 많은 업무들을 자연어로 검색하고 처리할 수 있도록 하는 서비스를 개발중에 있다고 합니다.
Casetext라는 기업 또한 GPT를 사용하여 법적 사건을 검색하고 연구 작업 및 간략한 초안 작성을 지원하는 소프트웨어를 제공하는 업체인데 8월에 톰슨 로이터에서 $650m에 인수했습니다. Responsiv라는 기업 또한 사내 법무팀에 AI 도우미 서비스를 개발하는 업체인데, 해당 업체에 투자한 Greylock에 따르면 변호사는 시간당 비용을 청구하는 산업이기 때문에 AI로 인해 효율성이 올라가는게 증명된다면 해당 서비스가 수용될 가능성이 높다는 점을 이야기하고 있습니다.
역시나 법률 산업은 판결문이라는 비교적 정형화된 데이터가 존재하는 덕분인지 다른 산업에 비해서 AI 비즈니스를 시도하는 회사가 많아 보이는 것 같고, 투자금도 상대적으로 많이 모이는 것 같습니다.
자연어 기반의 데이터 관리 - Data Bricks
Data Intelligence Platforms - Databricks
Databricks는 ‘데이터 인텔리전스 플랫폼’이라는 방향성을 설정했는데, 이제부터 데이터 관리에 AI가 접목되면서 자연어를 기반으로 데이터를 관리할 수 있고, 고도화된 데이터 검색 기능을 제공하거나, 데이터 사용량에 따라 알아서 최적화를 하거나, 스스로 보안 수준을 강화하는등 AI를 통해 데이터 관리의 새로운 혁신이 일어나고 있음을 밝히고 있다.
AI로 인해 필요성이 올라가는 인프라성 서비스가 AI의 도움으로 진화하는 신기한 모습
Hacker & Creator in AI
"인공지능 기술로 우리는 두가지 이점을 얻게 될 것: 1) General Problem Solver (지식 노동 산업혁명) 2) 컴퓨터와 인간처럼 상호작용할 수 있음 (디지털 삽입)."
"이렇게 됐을 때 세상의 문제를 해결하는 주역들이자 더욱 중요해질 사람들은 AI 기술을 발전시키고 활용할 줄 아는 hacker, 대중과의 접점을 강력하게 소유하고 있는 creator, 두 집단일 것."
AI 시대의 Software BM
Beyond SaaS - Futurist fieldnotes
LLM 시대에서 소프트웨어 비즈니스 모델이 어떻게 변할지도 궁금한 주제. 생산성이 늘어나는건 비교적 측정이 가능하기 때문에 BM의 측면에서도 큰 변화를 만들어낼 수 있다고 봄.
최근의 SaaS 업체들은 사용량 기반의 프라이싱을 채택하는 경우가 늘어나고 있는데, 위의 글에서는 LLM 시대에는 SLA pricing, Output-based pricing, Agent renting이 등장할 것이라고 예상하고 있다.
AI 파도의 큰 흐름을 공부하는, AI 리서치 클럽 2기가 모집을 시작합니다.
앤파트너스과 함께 AI 리서치클럽 2기를 모집합니다. 종현님이 큐레이션한 AI 아티클을 매일 공유 받게 됩니다. AI의 큰 흐름에 대한 깊이있는 이해부터 새로운 비즈니스 기회까지 얻어가실 수 있을 거에요. AI가 세상을 어떻게 바꿀 수 있을지 깊이 있게 고민하고 싶은 분들을 모시고 싶습니다.
AI 리서치클럽 1기 구성원의 후기
AI 리서치클럽 2기 신청 링크 : https://breakbook.oopy.io/ai
6
0