https://youtube.com/v/1xDidxh2ZCA?si=k1m3NSQBf9xBN_Nj

 

1. AI 발전의 동력
- 지난 20년간 데이터와 컴퓨팅 파워의 증가가 AI 발전을 이끌어 왔음. 앞으로도 이 추세는 지속될 것으로 보임.
- 하지만 고품질의 데이터 또한 중요함. 공개된 데이터는 한계에 다다르고 있어, 기업 내부의 데이터 활용이 더욱 중요해질 것임.
- 단순히 모델 파라미터 수를 늘리는 것보다, 모델에 투입하는 총 연산(flops)을 늘리는 것이 더 나은 척도가 될 수 있음.

2. AI의 영향과 인간과의 관계  
- 향후 AI는 모든 산업, 모든 기업에 영향을 미칠 것임.
- AI는 사람을 대체하기보다 증강하는 방향으로 발전해야 함. AI를 활용해 단순 업무를 자동화하고, 사람은 더 복잡한 문제 해결에 집중할 수 있을 것임.
- AI를 cognitive tool로 바라봐야 함. 계산기 등장 이후 사람들의 인지 방식이 변화한 것처럼, AI로 인해 우리의 사고방식도 변화할 것임.

3. 향후 AI 연구 방향
- 추론(Inference) 과정의 개선이 필요함. 질문의 난이도에 따라 컴퓨팅 자원을 유연하게 배분하는 식으로 추론을 효율화할 수 있어야 함.
- 범용 AI(AGI)를 위해서는 현재의 Next token prediction으로는 한계가 있을 수 있으나, 그렇다고 이를 완전히 버리기는 어려움. 연산 효율성 등을 고려했을 때 합리적인 대안을 찾는 것이 중요함.
- 가상 환경에서의 AI 에이전트 학습이 주목받을 것임.
  
4. 데이터에 대한 논의
- 합성 데이터는 데이터 augmentation 차원에서 유용할 수 있으나, 합성 데이터 생성 모델 자체의 한계를 벗어나기는 어려움. 실제 데이터를 통한 학습이 여전히 중요함.
- 개인정보 등 민감한 데이터일수록 모델 학습에 더 큰 가치가 있으나, 동시에 이에 대한 접근과 활용에는 어려움이 있음. 데이터 보안과 AI 성능, 이 둘 사이의 균형을 잡는 것이 중요한 과제임.

5. AI로 인한 변화
- AI가 우리 문화와 삶에 미칠 영향에 주목해야 함. 새로운 미디어로서 AI를 바라볼 필요가 있음.  
- 가상 세계에서 AI 에이전트와 인간의 상호작용이 만들어낼 새로운 경험이 기대됨.