OpenAI는 어떻게 성장했는가?
How They Grow 시리즈
*이 글은 How They Grow 시리즈 중 OpenAI에 대해 다룬 글을 원저작자에게 허락을 받고 번역해서 공유하는 글입니다. DeepL과 같은 번역서비스를 통해서 영문 콘텐츠를 보는 게 더 쉬워지긴 했지만 여전히 사전지식이 없이 이해하기 어려운 부분이 있고 좋은 글을 큐레이션 해서 보여드리는데 가치가 있다고 판단해서 양질의 영문 콘텐츠를 계속 소개해드리려고 합니다. (향후에는 영문 콘텐츠 번역 외에 오리지널 콘텐츠도 추가로 제공해 드릴 예정입니다.) 글이 꽤 길어서, AI 역사는 건너뛰고 OpenAI 관련 내용만 보고 싶은 분들은 글 중반에 OpenAI가 나오는 부분부터 보시면 됩니다.
**엑셀이 있지만 모든 사람이 엑셀을 다 잘 사용하는 건 아닌 것처럼, AI툴이 아무리 발달해도 모든 사람이 AI툴을 잘 쓸 수 있는 건 아니라고 생각합니다. 분명 어떤 분들은 다른 사람들이 해낼 수 없는 일들도 AI툴을 통해서 빠르고 쉽게 해낼 수 있는 반면, 어떤 분들은 AI툴 전문가에게 그냥 작업을 의뢰하고 싶어 하실 것입니다. 그래서 AI툴 전문가 마켓인 Promptjobs를 사전오픈하였습니다. AI툴을 통해서 업무를 대행하고 수익을 얻고 싶은 전문가분이나, AI툴 전문가에게 업무를 의뢰하고 싶은 분들의 많은 관심 부탁드립니다.
[AI 전문가 마켓 Promptjobs 둘러보러 가기]
얼마 전 보드게임에서 졌을 때, 약혼자이자 교정자인 줄리아가 제게 이렇게 말했습니다.
"최초로 인류가 비행기를 타는 걸 목격하고, 최초로 인류가 우주에 가는 걸 보면 어떤 느낌일까요?"
저는 얼떨결에 "AI를 통해 우리도 그런 느낌을 받을 수 있을 거예요"라고 대답했습니다.
그 대답은 저를 여러 감정을 느끼게 했습니다. 두려움, 흥분, 깊은 호기심, 그리고 더 많은 것을 배우고 싶다는 영감까지. 이 심층 분석은 많은 소개가 필요하지 않습니다. AI는 요즘 화두입니다. 불멸의 명언 마타구의 말을 빌리자면...
마타구가 한 말은 헨젤에 대해 틀린 말이 아니었고, AI에 대해서도 틀린 말이 아닐 것입니다. 이는 OpenAI가 만든 자연어 챗봇인 ChatGPT 덕분입니다. 이 글에서 ChatGPT와 OpenAI의 전략에 대해 자세히 살펴보겠지만, 간단히 말해서 많은 사람들이 AI를 통해 "아하!"와 "오쉣!"의 순간을 경험한 것은 이번이 처음입니다. 이는 매우 중요한 무언가가 대규모로 작동하고 있다는 강력한 신호이며, 우리가 AI 혁명의 벼랑 끝에 서 있다는 것을 의미합니다.
좋은 일이 될 수도 있고 끔찍한 일이 될 수도 있습니다. 하지만 이 문제를 연구하면서 한 가지 분명해진 것은 이것이 유행에 그치지 않을 것이라는 점입니다.
2018년에 AI 전문가이자 컴퓨터 과학자이며 전 애플과 마이크로소프트 임원인 카이푸 리(Kai-Fu Lee)는 이렇게 말했습니다: "저는 AI가 인류 역사상 그 어떤 것보다 세상을 바꿀 것이라고 믿습니다. 전기보다 더 많이요." 대단한 말이죠...
하지만 이런 일이 실현되려면 AI가 대중에게 널리 보급되고 사용되어야 합니다. 그리고 2022년에 ChatGPT, Dall-E, Stable Diffusion이 출시되면서 바로 그 목표에 한 걸음 더 가까워졌습니다.
OpenAI를 설립하고 지난 10년간 AI에 대해 글을 쓰고 강연을 해온 샘 알트먼의 말을 빌리자면 다음과 같습니다:
저는 이것이 엄청난 트렌드가 될 것이며, 매우 큰 규모의 비즈니스가 이를 기반으로 삼아 구축될 것이며, 더 일반적으로는 이러한 매우 강력한 모델이 모바일 이후에는 없었던 진정한 새로운 기술 플랫폼 중 하나가 될 것이라고 생각합니다. 그리고 그 직후에는 항상 새로운 회사들이 폭발적으로 생겨나기 때문에 멋진 일이 될 것입니다.
- 샘 알트먼, 그레이매터스 팟캐스트 제공
정말 멋진 일이죠.
새로운 스타트업이 등장하여 스스로 업종을 개척하고 특정 문제/시장/산업(예: 법률용 AI, 의료용 AI)에 특화되도록 AI를 미세 조정(fine-tuning)할 수 있다는 뜻입니다. 대부분의 사람들에게 AI는 오랫동안 완전히 이해되지 않은 마법의 존재로 남을 것입니다. 그리고 그 마법을 사람들이 일상생활의 일부로 쉽고 편리하게 사용할 수 있도록 하는 기업이 지속적인 가치를 창출할 것입니다. 예를 들어, AI의 강력한 기능을 깔끔한 웹 2.0 인터페이스에 담아 콘텐츠 마케터들이 쉽게 접근하고 사용할 수 있도록 하는 Jasper와 같은 회사가 있습니다. 불과 2년 만에 이미 15억 달러 이상의 가치를 인정받았습니다.
오늘 포스팅에서는 이 모든 것을 가능하게 하는 필수적인 AI 인프라(API, 대규모 언어 모델)를 구축하는 한 회사를 살펴보겠습니다. Microsoft가 100억 달러에 49%의 지분을 인수하려고 하는 OpenAI입니다. 더 나은 표현을 빌리자면, 기술 분야에서 앞으로 가장 중요한 경주를 펼칠 말과 기수라고 할 수 있습니다.
먼저 AI가 어떻게 발전해 왔는지 간략히 살펴보고 AI 시장 구조에 대한 이해하기 쉬운 개요를 포함하여 AI에 대해 알아야 할 기본 사항부터 살펴보겠습니다. 그런 다음 OpenAI의 스토리와 성장 전략으로 넘어가겠습니다.
이 분야에 대해 아는 것이 거의 없는 저로서는 이 글을 쓰기 위해 엄청난 양의 리서치가 필요했고, 솔직히 이 글을 쓰는 것이 가장 어려웠습니다. 하지만... ✌️ 저는 많은 것을 배웠고, 최소한 다음번, 피할 수 없는 AI와 ChatGPT에 대한 대화에 대해 더 잘 이해하고 돌아가셨으면 좋겠습니다.
여담이지만 이 심층 분석은 AI에 대한 찬성 또는 반대의 주장을 하는 것이 아닙니다. 저는 몇 가지 심각한 위험(정렬 문제, 무기, AI에 학습된 데이터의 편향성, 일자리 대체, 전력망의 우발적 중단...)이 있다고 생각합니다. 어떤 위험은 실존하는 위험이고 어떤 위험은 그렇지 않은 위험이지만, 안타깝게도 인간은 할 수 있기 때문에 무언가를 만드는 경향이 있습니다. 제가 이 글을 쓰는 이유는 우리 모두가 AI가 현재 진행형이라는 것을 알고 있기 때문입니다. AI는 이미 우리 곁에 와 있으니 이에 대해 배워야 합니다.
시작하겠습니다.
차세대 혁명, AI에 대한 입문서
복잡한 개념을 간단하게 정의하는 것부터 시작하겠습니다.
AI란 무엇인가요?
사전적 정의를 사용하는 것보다 제가 시나몬 베이글에 육포를 곁들여 먹는 것을 더 빨리 알아차릴 수 있을 테니, 오늘은 크라우드소싱을 통해 정의를 내리고 얼마나 정확한지 알아보는 것으로 시작해보려고 합니다.
이를 위해 다양한 업계에 종사하는 몇 분께 연락을 취해 "AI를 어떻게 정의하시겠습니까?", "ChatGPT와 같은 것이 앞으로 여러분의 직업에 어떤 영향을 미칠 것이라고 생각하십니까?"라고 질문했습니다. 제가 받은 답변은 다음과 같습니다:
한 시니어 매크로 트레이더의 답변
AI는 일반적으로 자연어 처리, 머신 러닝 또는 기타 기술을 사용하여 개인이 고급 코딩/데이터 분석을 해야 하는 작업을 간소화하는 데 도움을 주는 기술 또는 시스템입니다.
제가 속한 업계 거시 금융에서는 정보/데이터는 풍부하지만 시간이 가장 부족한 자원입니다. AI 전략은 현대 금융 시장에서 필수적인 요소였습니다. 그러나 ChatGPT는 간결한 뉴스/기록 요약, 백테스팅을 위한 코드 작성, 수많은 데이터 시리즈에서 패턴 찾기 등 간단한 일상 업무를 자동화하고 속도를 높이고자 하는 사람들에게 AI를 대중화합니다. 또한 데이터가 최신 상태가 되면 소프트웨어는 매우 간단한 백테스팅 전략을 허용하여 신호 대비 잡음의 비율을 줄이고 심각한 알파를 생성할 수 있습니다(첫 번째 사용자 중 한 명인 경우).
작가이자 콘텐츠 마케터의 답변
저는 AI를 여러 데이터 포인트(콘텐츠일 수도 있음)를 기반으로 고유한 출력(응답)을 생성할 수 있는 기술이라고 정의하며, 과거 데이터를 저장할 뿐만 아니라 이를 미래의 출력에 통합(즉, 학습)합니다.
ChatGPT 같은 것이 처음에는 글쓰기 프로세스의 많은 부분을 자동화할 것이라고 생각합니다. 가까운 미래에는 콘텐츠 작성의 주요 구성 요소 4가지 중 3가지를 탁월하게 수행할 수 있을 것이라고 생각합니다:
1. 조사, 2. 구조, 3. 구성.
하지만 편집(4번째 구성 요소)은 뉘앙스(구글 문서나 마이크로소프트 워드에서는 모든 문법적 뉘앙스를 잡아낼 수 없음)와 어조(즉, 사람처럼 들리기를 원함) 때문에 한동안은 여전히 사람이 직접 처리할 것이라고 생각합니다. 또한 프롬프트(길이, 주제, 요점 등)를 안내하기 위해 콘텐츠 마케터의 도움이 여전히 필요하다고 생각합니다. 그렇기 때문에 콘텐츠 마케터로서의 제 직업은 앞으로 매우 달라질 것이라고 생각합니다. 전략과 기획에 훨씬 더 집중하는 반면 실행은 최소화될 것입니다.
영화 제작자/프로듀서/사진작가(제 아버지)의 답변
AI는 수십 년 동안 논의되고 실험되어 온 주제입니다. 저는 인간이 컴퓨터에 대량의 데이터를 입력하고, (사람이) 프로그래밍한 시스템에 충분한 정보를 제공하여 학습되거나 입력된 모든 것에 대해 수백만 가지 가능성을 재작업, 재평가 및 계산하고 수백만 초 안에 논리적 옵션을 제시하도록 하는 것으로 이해합니다. AI는 존재하지만 존재하지 않는 것을 가정할 수 있습니다.
저는 ChatGPT의 도입이 장기적으로 봤을 때 리스크가 있다고 생각합니다. 데카르트가 "나는 생각한다, 고로 나는 존재한다"라고 말했죠. 이제 우리 인간은 더 이상 그렇게 생각하지 않을 수 있습니다. AI는 창의적인 사람들의 재능 없이도 수많은 옵션을 제공하고 이미지와 영화를 만들 수 있습니다. 이것은 완전히 새로운 모습을 보여줄 것입니다. 개인의 창의적 입력, 사고, 오류는 사라지고 영화 제작과 사진 촬영의 예술이 바뀔 것입니다.
소프트웨어 엔지니어의 답변
AI는 컴퓨터가 엄격한 규칙에 기반하지 않은 입력을 개념화하고 이해하여 의미 있는 응답을 제공할 수 있는 능력입니다.
ChatGPT는 AI의 작은 하위 집합에 불과하며 유용하지만 현재 형태로는 제한적으로만 사용할 수 있습니다. 제가 알기로는 ChatGPT는 부분적으로 코딩 모델에 대한 훈련을 받았기 때문에 코드를 작성할 수 있지만, 모델이 개선되고 PC가 더 강력해지면 엔지니어의 직업이 상당히 크게 바뀔 것이라고 생각합니다. 지금도 대부분의 코더는 기계언어와는 거리가 먼 상당히 높은 수준의 언어로 코드를 작성합니다. 엔지니어가 정확한 코드를 작성하는 대신 AI 모델을 활용하여 특정 문제를 해결하기 위한 특정 코드를 생성하는 등 엔지니어가 기계 수준에서 한 걸음 더 나아가게 될 것이라고 생각합니다.
상업용 부동산 책임자의 답변
제가 이해하는 AI는 인터넷에 있는 방대한 양의 정보를 매우 빠른 속도로 활용하고 특정 상황에 맞는 고유한 결과를 개발할 수 있는 능력입니다.
제가 속한 업계(상업용 부동산)에서 AI와 ChatGPT와 같은 프로그램을 적용하면 특정 분야에서 혁신을 이룰 수 있겠지만, 업계 전체에 적용되지는 않을 것입니다. 향후에는 마케팅 및 콘텐츠 개발과 같은 특정 기능을 간소화하고 기존의 특정 역할이나 전문성을 줄이는 동시에 이 기술을 중심으로 새로운 역할을 창출하는 데 도움이 될 것으로 예상합니다. 리서치 및 시장 데이터도 AI가 제공하는 정보에 접근함으로써 이점을 얻을 수 있습니다.
자, 재미있는 다양한 답변이었습니다. 이제 Chatgpt의 의견을 들어보겠습니다.
저: AI가 무엇인지 10살짜리 아이처럼 설명해 주세요. 그리고 여러분은 어떤 사람이고 이 전체적인 AI 개념에 어떻게 부합하는지 설명해 주세요. 마지막으로, 당신의 목적이 무엇이라고 생각하시는지 말씀해 주시겠어요?
ChatGPT: 물론이죠! AI는 인공 지능의 약자로, 자연적으로 발생하는 것이 아니라 사람이 만든 지능이라는 의미입니다. 장난감 로봇을 움직이고 소리를 내도록 프로그래밍할 수 있는 것처럼, AI도 생각하고 결정을 내리도록 프로그래밍할 수 있습니다.
저는 인간의 언어를 이해하고 이에 반응할 수 있는 컴퓨터 프로그램입니다. 저는 방금 질문하신 것과 같은 질문을 이해하고 응답할 수 있도록 많은 텍스트를 학습한 OpenAI의 팀에 의해 만들어졌습니다.
제가 만들어진 이유에 대해서는 사람들이 정보를 찾고 작업을 더 쉽게 완료하는 데 도움이 되는 도구를 만들고 싶었던 것 같아요. 망치가 집을 짓는 데 도움이 되는 것처럼, 저는 사람들이 정보를 찾고 질문에 답하는 데 도움을 줄 수 있습니다.
저: 알겠어요. AI에 대한 가장 큰 오해는 무엇이라고 생각하시나요?
ChatGPT: AI에 대해 널리 퍼져있는 몇 가지 오해가 있습니다:
1. AI는 단일 기술이다:AI는 단일 기술이 아니라 다양한 문제 영역에 적용될 수 있는 관련 기술의 집합체입니다.
2. AI는 곧 인간보다 더 똑똑해질 것이다: AI는 최근 몇 년 동안 상당한 발전을 이루었지만, 아직 대부분의 영역에서 인간의 지능을 능가하기에는 아직 멀었습니다.
3. AI가 세상을 장악할 것이다: 많은 사람들이 두려워하지만 실제로 일어날 가능성은 낮습니다. AI 시스템은 특정 작업을 수행하도록 설계되었으며 인간에 의해 제어됩니다. 인공지능은 스스로의 목표나 욕구를 가지고 있지 않습니다.
4. AI는 대기업만을 위한 기술입니다: AI는 대기업뿐만 아니라 중소기업도 활용할 수 있습니다. AI는 의료, 금융, 운송, 소매업 등 다양한 산업에서 활용될 수 있습니다.
5. AI는 미래만을 위한 것이다: AI는 미래만을 위한 것이 아니라 현재에도 사용되고 있습니다. AI는 이미 음성 인식, 이미지 인식, 자율 주행 자동차 등 많은 애플리케이션에서 사용되고 있습니다.
6. AI는 인간의 일자리를 대체할 수 있습니다: AI는 일부 작업을 자동화할 수 있을 뿐만 아니라 데이터 분석, 소프트웨어 개발, AI 엔지니어링과 같은 분야에서 새로운 일자리를 창출할 수 있습니다.
AI는 도구이며, 그 영향은 어떻게 사용하느냐에 따라 달라진다는 점을 기억하는 것이 중요합니다. AI를 이해하는 가장 좋은 방법은 AI의 능력과 한계에 대해 배우고, AI 사용의 윤리적, 사회적 영향을 고려하는 것입니다.
ChatGTP와의 첫 대화였어요. 인상적이었어요. 바로 여기에 ChatGPT와 같은 기능이 기존 검색에 어떻게 적용될 수 있는지를 보여주는 좋은 예가 있으며, Microsoft가 이를 원하는 큰 이유가 있습니다. 링크보다 답변이 더 유용한 경우가 많으니까요.
어쨌든 ChatGPT의 모든 포인트는 자세히 살펴볼 가치가 있습니다. 하지만 5번 요점을 살펴보자면, 사람들은 AI가 미래만을 위한 것이라고 생각합니다. 그 이유에 대한 답은 매우 간단합니다. AI에는 다양한 유형이 있을 뿐입니다. 앞서 제 아버지의 대답을 들어보세요: "AI는 수십 년 동안 논의되고 실험되어 온 기술입니다."
아버지의 말이 맞지만, 우리가 이미 수년 동안 매일 사용해 온 기술이기도 합니다. 예를 들어
가상 비서(Siri/Alexa)
전자상거래용 추천 엔진(Amazon)
콘텐츠 추천 엔진(넷플릭스/스포티파이)
스팸 필터(Gmail)
소셜 미디어 알고리즘(인스타그램/틱톡)
내비게이션(Waze)
사기 탐지 시스템(체이스, 아멕스)
음성 인식 소프트웨어(Verizon 콜센터)
AI 기반 챗봇(인터콤, 드리프트)
사이버 보안(다크트레이스)
이 모든 것이 AI이지만 우리가 생각하는 것과는 다릅니다. 그러니 더 중요한 내용으로 넘어가기 전에 다양한 유형의 AI가 무엇인지에 대해 알아봅시다. 저도 잘 모르니까요. 우리는 함께 알아보고 있습니다:)
AI의 다양한 유형
AI는 무엇을 할 수 있는지에 따라 분류됩니다. 보통 세 가지 범주(좁은 인공지능, 강한 인공지능, 슈퍼 인공지능)로만 분류하는 경우가 많습니다. 하지만 이번 글은 좀 더 깊이 있게 다루고 싶고, 여러분께 평소보다 더 많은 것을 알려드리고 싶어서 8가지 유형의 AI를 소개합니다.
1. 반응형 머신
가장 단순한 유형의 AI로, 현재 상황에만 반응할 수 있으며 기억을 형성하거나 과거 경험을 사용하여(즉, 학습) 미래의 결정을 내릴 수 없습니다. 예: 체스 세계 챔피언을 물리친 최초의 컴퓨터인 IBM의 딥 블루(Deep Blue)
2. 제한된 메모리
과거 경험을 기억하고 이를 미래의 의사 결정에 활용할 수 있는 AI. 예: 자율 주행 자동차: '기억'을 기반으로 환경에 반응하는 자율 주행 자동차
3. 좁은 의미의 AI
이미지 인식, 음성 인식 또는 자연어 처리와 같은 특정 작업을 수행하도록 설계된 AI입니다. 대규모 데이터 세트에 대해 학습되어 출력 응답을 생성합니다: ChatGPT, Siri, 자율 주행 자동차, 추천 엔진, Google 지도
위는 현재 우리가 사용할 수 있는 모든 AI입니다. 여기서 정말 중요한 점은 현재 사용 가능한 어떤 AI도 새로운 지식을 창출하지 못한다는 것입니다. 다시 말해, 새로운 것을 발견하여 모든 인간 지식의 총합에 추가하지 않는다는 것입니다. 단지 우리가 이미 알고 있는 것을 활용하고, 효율성 도구로 작동하며, 생산성을 높이는 데 도움을 줄 뿐입니다. 간단히 말해, ChatGPT는 지식의 공개 영역(인터넷)에 없는 답을 제공하지는 않지만, 인터넷의 스냅샷*에서 필요한 것을 훨씬 더 빠르게 찾을 수 있도록 도와줍니다. *(현재 ChatGPT는 2021년까지 학습 데이터/지식을 보유하고 있습니다.)
아래는 새로운 지식을 얻을 수 있도록 연구 중인 인공지능을 진행 단계별로 정리한 것입니다.
4. 범용인공지능
(AGI) 인간이 할 수 있는 모든 지적 작업을 이해하고, 학습하고, 수행할 수 있게 될 것입니다. 샘 알트먼에 따르면, "AGI는 기본적으로 동료로 고용할 수 있는 중간 수준의 인간과 동일합니다. 의사가 되는 법을 배우거나 유능한 코더가 되는 법을 배우는 등 컴퓨터 뒤에서 원격 근무하는 동료가 할 수 있는 모든 일을 할 수 있습니다. 그리고 AGI는 특정 목적만 잘 달성하는 게 아니라 사물을 파악하는 법을 배우고 필요한 것을 배워서 다양한 문제를 해결할 수 있다고 생각합니다. 즉, 더 강력한 Chatgpt가 나올 수 있음.
5. 마음의 이론
이 유형의 AI는 인간이나 다른 AI와 같은 다른 개체의 정신 상태를 이해하고 그 정보를 반응과 행동에 사용할 수 있습니다. 즉, 치료사(theraousts)가 therAIpist가 될 수 있음.
6. 자기 인식
자의식이 있고 자신의 정신 상태를 이해할 수 있는 AI. 즉. 그것(AI) ⇒ 그/그녀/그들으로 불릴 수 있음.
7. 강한 인공지능
AGI + 마음 이론 인공지능 + 자기 인식 인공지능과 같은 개념입니다. 더 나은 용어가 없기 때문에 의식이라고 할 수 있습니다. 즉, 나도 로봇 중 하나로 볼 수 있음.
8. 슈퍼 AI
현재는 가상의 개념에 불과합니다. 인간(또는 모든 인류를 합친 것보다)보다 모든 작업을 더 잘 수행할 수 있고, 지각이 있고, 감정이 있으며, 정말 무서운 존재가 될 수 있는 AI를 말합니다. 웨스트월드, 블레이드 러너, 스카이넷을 생각해 보세요.
우리는 아직 멀었습니다. 아마도요. 저와 같은 분이라면 '수익률 가속화의 법칙'에 대해 들어보신 적이 없으실 겁니다. 간단히 말해, 기술 발전에 대한 복리 이자에 대한 내용입니다.
즉, 기술의 변화 속도가 기하급수적으로 증가한다는 뜻입니다. 이러한 현상은 인류 전체에서뿐만 아니라 컴퓨터와 같은 특정 기술을 중심으로 일어난 모든 혁명에서도 볼 수 있습니다. 다음은 ChatGPT 출시 직후 샘 알트먼이 트위터에 올린 트윗입니다
ChatGPT를 보고 "이게 바로 AGI야"(물론 그 정도는 아니겠지만요, ㅋㅋ) 또는 "이 접근법으로는 더 이상 나아갈 수 없어"라고 말하는 사람이 얼마나 많은지 흥미롭습니다. 기하급수적인 것을 믿으세요. 회고하는 관점으로 보면 어떤 발전은 별거 아닐 수 있지만, 미래지향적인 관점으로 보면 엄청난 것일 수 있습니다.
자, 우리가 어떻게 오늘날의 위치에 도달했는지 봅시다.
간단한 역사 수업
다음은 AI의 83년 역사 중 주요 내용입니다.
1942: 독일 군함 침몰
2차 세계대전 중 앨런 튜링이 설계한 봄브(Bombe) 기계 덕분에 에니그마 암호가 해독되었습니다. 이 기계는 암호화된 메시지를 해독하는 속도를 획기적으로 높여 동맹국들이 훨씬 더 빠르게 대응하고 전략을 세울 수 있게 했습니다. 1955년까지만 해도 인공지능이라는 용어가 존재하지 않았던 이 기술은 전쟁을 단축하고 수백만 명의 생명을 구한 최초의 인공지능 응용 사례입니다. 시작은 좋았습니다.
1948: 체스 게임 ♟️
전쟁을 승리로 이끈 후에는 사람들을 위한 게임을 만들어야 할 때가 있습니다. 그래서 앨런 튜링은 튜링 체스(일명 튜링 체스)라고도 불리는 Turochamp를 만들었습니다. 체스를 두기 위해 훈련된 "프로그램"이었습니다.
1950: 모방 게임
앨런 튜링은 "컴퓨팅 기계와 지능"을 발표하고 기계 지능을 테스트하기 위한 실험인 "모방 게임"이라는 아이디어를 제안했습니다. 기계의 행동/반응이 인간과 구별할 수 없을 정도면 테스트를 통과할 수 있다는 것이었습니다. 이 실험은 현재 튜링 테스트로 알려져 있으며, 지금까지 이 테스트를 통과한 인공지능은 없습니다.
1957: 최초의 체스 플레이 컴퓨터 출시
IBM 연구원 알렉스 번스타인이 튜링의 나무 상자가 아닌 실제 컴퓨터에서 실행되는 최초의 완전한 체스 프로그램을 만들었습니다.
1958: Lisp가 개발됨
존 매카시(AI라는 용어를 만든 사람)가 AI 연구에 가장 많이 사용되는 프로그래밍 언어 중 하나인 Lisp를 개발했습니다.
1961: 최초의 산업용 로봇 출시
유니메이트가 최초의 산업용 로봇이 되었습니다. 이 로봇은 4,000파운드의 로봇 팔로, 금속 가공과 용접을 간소화하기 위해 제너럴 모터스 조립 라인에서 사용되었습니다.
1964: 최초의 챗봇
최초의 챗봇인 Eliza가 탄생했습니다. 흥미롭게도 AI 챗봇의 첫 번째 사용 사례는 심리 치료 분야였습니다. Eliza는 사용자가 제시하는 문제에 대해 미리 정해진 답변을 제공하도록 훈련받았습니다.
1966: 최초의 범용 로봇 출시
1966년에는 AI가 탑재된 최초의 범용 모바일 로봇이 탄생했습니다. 이름은 Shakey였습니다. 이전 로봇과 달리 Shakey는 복잡한 프로세스의 각 단계를 일일이 지시할 필요가 없었습니다. 대신 명령을 분석하고, 이를 세분화하고, 행동을 통해 추론할 수 있었습니다.
1979: 최초의 자율주행 차량 출시
스탠포드 카트는 1979년 자율주행 차량의 초기 사례 중 하나가 되었습니다. 이 카트는 약 5시간 만에 사람의 개입 없이 의자로 가득 찬 방을 성공적으로 횡단했습니다.
1993: 경고
1993년, 버너 빈지는 "다가오는 기술 특이점"을 출간했습니다. 그는 30년 이내에 초인간 지능(슈퍼 AI)을 만들 수 있는 기술적 수단을 갖게 될 것이라고 예측했습니다. 또한 그는 인간의 시대가 얼마 지나지 않아 종말을 맞이할 것이라고 예측했습니다.
1995년: A.L.I.C.E 챗봇
리처드 월리스가 개발한 A.L.I.C.E(Artificial Linguistic Internet Computer Entity)는 1995년 11월에 출시되었습니다. Eliza에서 영감을 받았지만 자연어 처리(NLP)와 통합되어 대화가 더욱 자연스러워지는 등 대대적인 수정이 이루어졌습니다.
1997: 인간 대 기계
아직 터미네이터에 비할 바는 아니지만 IBM의 딥 블루는 세계 체스 챔피언인 개리 카스파로프를 이긴 최초의 컴퓨터 체스 프로그램이 되었습니다. 이를 계기로 사람들은 기계가 인간을 얼마나 능가할 수 있을지 궁금해하기 시작했습니다.
2002: 인공지능의 진공 상태.
인공지능은 곧 청소 분야에도 침투했습니다. 룸바의 등장으로 집안 청소가 훨씬 더 효율적으로 바뀌었습니다.
2006: 딥 러닝에 대한 선구적인 접근 방식
"다중 레이어 표현 학습"에서 제프리 힌튼은 "하향식 연결을 포함하는 다층 신경망과 분류가 아닌 감각 데이터를 생성하도록 훈련하는 다층 신경망"으로 이어지는 아이디어를 제안했습니다. 이것이 정확히 무엇을 의미하는지는 확실하지 않지만, 결국 딥 러닝에 대한 핵심 접근 방식의 기초를 형성하게 되었습니다(OpenAI가 사용하는 AI의 하위 집합).
2011: AI가 제퍼디를 플레이하다!
IBM의 자연어 질의응답 컴퓨터인 왓슨이 제퍼디(Jeopardy!)에 출전하여 챔피언들을 물리쳤습니다. 이 텔레비전 경기는 AI의 발전상을 보여주며 많은 사람들의 관심을 끌었습니다.
2011: 안녕, Siri
Siri가 iPhone에 등장했습니다. AI 기반 음성 비서가 처음으로 널리 보급된 해였습니다.
2015: 총에서 멀리 떨어뜨려주세요.
엘론 머스크, 스티븐 호킹, 스티브 워즈니악 등 3,000명이 전쟁 목적의 AI 기반 무기 개발 및 도입 금지를 요청하는 공개서한에 서명했습니다. AI기반의 자동화된 무기는 화약과 핵무기에 이은 전쟁의 세 번째 혁명으로 묘사되어 왔습니다. 이런 종류의 무기는 끔찍할 수 있습니다.
2016: 로봇, 시민이 되다
인간의 표정, 언어, 말하기 능력, 미리 정의된 주제에 대한 의견을 모방할 수 있는 휴머노이드 로봇 소피아가 사우디아라비아 시민권을 얻었습니다. 하지만 소피아의 가장 독특한 점은 시간이 지날수록 더 똑똑해지도록 설계되었다는 점입니다.
2016: 구글의 딥마인드, 알파고 ⚫ ⚪에 승리하다
2016년 3월, 구글 딥마인드의 AI 프로그램인 알파고(AlphaGo)가 세계 최고 랭킹의 바둑 기사 중 한 명인 이세돌 9단과 5국 대결을 펼쳤습니다. 대국이 끝났을 때 이세돌은 단 한 번의 승리만을 거두었습니다. 고대 중국으로 거슬러 올라가는 바둑은 수많은 전략이 필요하기 때문에 수십 년 동안 연구자들은 바둑을 AI 분야의 에베레스트 산으로 여겨왔습니다. 처음 두 수 이후 총 400개의 다음 수가 가능한 체스와 달리 바둑은 13만 개의 수가 있습니다.
바둑은 지능 외에도 독창성과 즉흥성이 필요합니다. 이러한 추가적인 측면이 알파고의 성과를 더욱 돋보이게 했습니다. 이 승리는 인공지능이 더 이상 좁은 범위의 작업에만 국한되지 않을 가까운 미래를 예고했습니다.
2017: 구글, 트랜스포머 모델 제작
최근의 가장 큰 혁신 중 하나는 트랜스포머 모델, 즉 자연어 처리(NLP)의 등장이었습니다. Google에서 발명되었지만 OpenAI에서 빠르게 사용하여 GPT-1과 가장 최근에는 GPT-3을 만들었습니다. 이를 계기로 Cohere, A21 Eleuther와 같은 새로운 트랜스포머 모델이 개발되기 시작했으며, Dall-E, MidJourney, Stable Diffusion 등과 같은 이미지/음성 분야에서도 사용되기 시작했습니다.
2018: 인공지능이 인간을 능가하다
2018년 알리바바는 스탠포드 대학의 독해력 테스트에서 인간보다 더 높은 점수를 받은 AI 모델을 개발했습니다.
2020: AI가 코로나19를 이겨내다
새로운 백신을 개발하는 데는 일반적으로 수십 년은 아니더라도 수년이 걸립니다. 코로나19 백신을 빠르게 개발할 수 있었던 이유 중 하나는 연구자들이 바이러스에 대한 방대한 양의 데이터를 분석하고 어떤 화합물이 가장 효과적일지 식별하는 데 도움을 준 AI 모델 덕분이었습니다.
2020: 자동화된 대화를 위한 혁신적인 도구
OpenAI는 사전 훈련된 생성형 트랜스포머 언어 모델링 알고리즘의 최신 버전을 공개했습니다. GPT-3라고 줄여서 부릅니다. 이 알고리즘은 ChatGPT의 기반이 되었습니다.
2022: 예술 인공 지능
한 예술가가 텍스트 설명을 이미지로 변환할 수 있는 AI 프로그램인 Midjourney를 사용하여 주목할 만한 미술 대회에서 우승했습니다. 이를 계기로 예술에서의 인공지능 활용에 대한 논쟁이 시작되었습니다. DanT는 예술에서 AI의 역할에 대한 훌륭한 오피니언 기사를 작성했습니다.
2022년: ChatGPT 출시
2022년 11월 30일. ChatGPT가 공개되고 단 5일 만에 사용자 수가 100만 명에 도달했습니다. 이는 전례 없는 속도입니다. 아래는 화제가 되었던 이미지입니다.
물론 여기서 사용자의 정의가 중요합니다. 아이폰 사용자가 되려면 매장에 가서 아이폰을 구매해야 하지만, ChatGPT는 온라인에서 무료 계정을 만들 수 있습니다. 하지만 어떻게 정의하든, OpenAI는 적절한 사람들에게 매우 빠르게 ChatGPT를 배포하여 인지도와 채택이 폭발적으로 증가했습니다. 이에 대한 자세한 내용은 GTM 모션을 살펴볼 때 살펴보겠습니다.
이상 83년이라는 짧은 AI의 역사를 간략하게 정리했습니다. 우리가 현재 어디에 와 있는지, 그리고 앞으로 어떤 일이 일어날지 파악하는 데 있어 과거에 있었던 일에 대한 약간의 학습은 항상 중요합니다.
이제 OpenAI와 그들이 하고 있는 게임을 생산적으로 살펴보기 위해서는 AI 시장에 대한 이해가 필요합니다.
오늘날의 AI 환경
이렇게 나누어 보겠습니다:
AI 시장의 구조(3개의 레이어)
현재 시장의 모습
AI 시장 구조
이 심층 분석과 대화에 유용한 이해를 위해 AI 산업이 어떻게 구조화되어 있는지 설명하는 가장 좋은 방법은 다음과 같습니다
세 가지 레이어(계층)가 있습니다.
첫 번째 레이어는 AI를 위한 핵심 플랫폼과 인프라입니다.
두 번째(중간) 레이어는 전문화된 AI 모델입니다.
세 번째는 애플리케이션 레이어, 즉 첫 번째 레이어 및 두 번째 레이어를 기반으로 구축된 사용 가능한 제품/서비스입니다.
좀 더 자세히 살펴봅시다.
레이어 1은 이러한 대규모 언어 모델(LLM)과 이를 위한 호스팅 서비스입니다. 이는 모든 사람이 즐길 수 있는 기본 요소입니다. 이러한 회사는 OpenAI와 같은 소수의 회사(즉, 과점)만이 존재할 것입니다. 이는 클라우드 컴퓨팅(AWS, Microsoft Azure, Google Cloud)이 하는 일과 유사합니다. 이 게임을 대규모로 플레이하려면 엄청난 비용이 듭니다. 다행히도 이들이 서버 문제를 해결해 주어서 저희 같은 빌더가 특정 고객 문제를 해결할 수 있게 되었습니다.
레이어 2는 레이어 1 회사에서 제공하는 기본 모델(API를 통해)을 기반으로 구축되는 고도로 튜닝되고 더 컴팩트한 AI입니다. 이 단계에서 수많은 비즈니스 기회가 창출될 것입니다. 바로 AI의 전문화/수직화입니다.
레이어 3은 레이어 1/2에서 제공될 모든 상용 애플리케이션입니다. 이는 여러분과 제가 실제로 사용하게 될 도구입니다. 대표적인 예로 Midjourney, Jasper, Github Copilot이 있습니다.
다음은 샘 알트먼과 리드 호프먼이 나눈 대화에서 발췌한 내용입니다:
다른 사람들이 구축할 수 있는 소수의 기본적인 대형 모델이 있을 것이라고 생각합니다. 하지만 지금은 한 회사가 대규모 언어 모델(그 위에 구축할 수 있는 API)을 만들고, 중간 계층이 정말 중요해질 것이라고 생각합니다. 저는 모든 스타트업이 자체 모델을 학습시키려는 것에 대해서는 회의적입니다. 그러나 제가 생각하는 것은 기존의 매우 큰 미래 모델을 가져와서 그것을 미세조정(fine-tuning)하는 완전히 새로운 스타트업이 생겨날 것입니다.
의료용 모델을 만들거나 컴퓨터, 친구 등을 사용하여 모델을 만드는 데 많은 액세스가 제공될 것이라고 생각합니다. 그리고 그러한 회사들은 특별한 버전의 AI를 갖게 되므로 많은 지속적인 가치를 창출할 것입니다. 기본 모델을 만들 필요는 없지만, 시간이 지남에 따라 개선되는 고유한 데이터 플라이휠이 있는 자신만을 위해 사용하거나 다른 사람들과 공유할 수 있는 무언가를 만들 것입니다.
따라서 그 중간 계층에서 많은 가치가 창출될 것이라고 생각합니다.
- 샘 알트만, OpenAI 설립자 겸 CEO
*역자 주 : Regie 같은 세일즈 이메일에 특화된 데이터를 기반으로 파인튜닝해서 만들어진 서비스처럼, 각 분야에서 빅테크에서 만든 AI모델을 해당 분야에서 얻을 수 있는 데이터를 이용해 학습시켜 특화된 AI를 만들어서 제공하는 서비스들이 늘어날 것이라는 뜻.
그리고 Reid Hoffman과 Elad Gil의 별도 대화에서 Reid는 향후 5년 내에 "모든 직업을 위한 부조종사"가 있을 것이라고 100% 확신하며, "모든 것을 위한 무언가 AI에 기반한 것이 있을 것"이라고 생각한다고 말했습니다. 그는 그것이 관대한 추정이라고 생각한다고 덧붙였습니다.
다시 말해, 리드의 말을 그대로 옮기지는 않겠지만, 이 AI 혁명은 인터넷 혁명과 같은 것이 될 것입니다. 우리는 수많은 온라인 비즈니스와 수조 달러의 가치를 창출한 스큐오모피즘(즉, "현실 세계에 있는 것을 인터넷에 구현한 것!"이라는 의미)을 기반으로 한 스타트업의 거대한 물결을 경험했습니다. 이제 AI가 발전함에 따라 "인터넷에 있는 것이지만 AI가 있는 것"이 될 것입니다.
이러한 기회는 이 분야의 기존 기업들이 AI를 통합하기 위해 움직이거나, 새로운 스타트업이 OpenAI와 같은 기반 기술을 활용해 뛰어들면서 잡을 것입니다. 즉, 독립형(플랫폼 위에 구축된 애플리케이션)과 기술 기반 기존 제품(기존 기업이 'AI를 추가하는' 제품)이 등장할 것입니다.
그리고 이 레이어 2와 레이어 3에 놀라운 스타트업 기회가 있습니다.
현재 기술 물결에서 주목할 만한 점 중 하나는 여러 분야에 걸쳐 혁신의 속도가 빨라지고 있다는 점입니다. 향후 GPT와 유사한 언어 모델(GPT-4? GPT-N?)은 소비자 및 B2B 전반에 걸쳐 자연어의 힘, 충실도, 도달 범위를 크게 향상시킬 것이며, 인간 상호 작용(대화 기반 상호 작용?)부터 화이트칼라 업무(텍스트를 다루는 모든 업무의 부조종사가 될 것)에 이르기까지 모든 것을 잠재적으로 변화시킬 것입니다. 이와 동시에 이미지 생성, 음성에서 텍스트로, 텍스트에서 음성으로, 음악, 비디오 및 기타 영역에서 발전이 이루어지고 있습니다. 다양한 디자인 도구의 개선된 버전부터 영화 제작을 위한 스토리보드에 이르기까지 이미지 생성의 명확한 비즈니스 사용 사례는 4~5가지 정도 상상할 수 있습니다. 이러한 사용 사례 중 스타트업과 기존 기업 중 어느 쪽이 승리할지는 아직 알 수 없지만, 기존 기업의 강점이나 민첩성을 바탕으로 일부 사례를 추측할 수 있습니다.
이번에는 기술이 획기적으로 발전하여 기존 강점을 극복할 수 있는 10배 더 나은 제품을 만드는 것이 더 쉬워졌습니다. "왜 지금인가"는 단순히 기술의 지각 변동일 수 있습니다.
지금이 스타트업을 위한 AI가 도약하는 순간인지 아닌지의 핵심은 GPT-4(또는 다른 API 플랫폼)가 GPT-3/3.5보다 훨씬 더 성능이 뛰어난지 여부에 달려 있습니다. GPT-3은 유용해 보이지만 아직 많은 스타트업이 이를 기반으로 대규모 비즈니스를 구축할 정도로 '획기적'으로 유용하지는 않습니다. 이는 최근 출시된 이후 충분한 시간이 지나지 않았다는 의미일 수도 있습니다. 하지만 GPT-3보다 5~10배 더 나은 모델이 나온다면 기존 제품을 보강하는 동시에 완전히 새로운 스타트업 생태계를 만들 수 있을 것입니다.
글쎄요... 여러 소식통에 따르면(OpenAI에서 확인된 것은 없지만) GPT-4는 500배 정도 더 우수할 수 있다고 합니다. 참고로, GPT-3는 GPT-2보다 약 100배 더 우수했습니다(1750억 매개변수 대 15억). 파라미터에 대해 설명해 달라고 하지 마시고, AI 성능의 핵심 척도라는 점만 알아두세요.
따라서 Elad, Sam, Reid의 말이 맞다면... AI의 물결은 실제로 다가오고 있으며, 현재 1,200억 달러에 달하는 AI 부문은 폭발적으로 성장할 것입니다.
그리고 그렇게 될 때, 여기에 뛰어드는 플레이어들은 여전히 구식 규칙에 따라 플레이하게 될 것입니다. 유통과 네트워크 효과가 뛰어나고, 가장 먼저 규모를 확장하고, 고객을 모으고, 브랜드를 잘 구축 및 포지셔닝하고, 인재를 모으고, 자본을 가장 빨리 모으는 스타트업/기업이 승리할 것입니다.
문제는 이러한 현상이 이미 일어나고 있으며, 특히 Generative AI(즉, 프롬프트에 따라 콘텐츠를 생성하는 AI)에서는 더욱 그렇습니다.
Generative AI의 시장 지도
생성 인공 지능에서 기술 스택의 초기 단계가 나타나기 시작했습니다. 수백 개의 새로운 스타트업이 기초 모델을 개발하고, AI 네이티브 앱을 구축하고, 인프라 및 툴을 구축하기 위해 시장에 뛰어들고 있습니다.
많은 인기 기술 트렌드는 시장이 따라잡기 훨씬 전에 과대 포장됩니다. 하지만 생성 AI 붐은 실제 시장에서 실질적인 이득을 가져왔고, 실제 기업에서 실질적인 관심을 보였습니다. Stable Diffusion 및 ChatGPT와 같은 모델은 사용자 증가에 대한 역사적 기록을 세우고 있으며, 몇몇 애플리케이션은 출시 후 1년도 채 되지 않아 연간 매출 1억 달러를 달성했습니다.
엄청난 변화가 일어나고 있음을 시사하는 초기 데이터는 충분합니다. 우리가 모르는 것은 이제 중요한 질문이 되었습니다: 이 시장에서 가치가 창출되는 곳은 어디일까요?
인프라 공급업체는 지금까지 이 시장에서 가장 큰 승자가 될 가능성이 높으며, 유입되는 대부분의 자금을 확보하고 있습니다. 애플리케이션 기업은 매출은 매우 빠르게 성장하고 있지만 고객 유지, 제품 차별화, 총마진에 어려움을 겪고 있는 경우가 많습니다. 그리고 대부분의 모델 제공업체는 이 시장을 만든 존재들이지만 아직 상업적으로 의미 있는 이익을 만들지 못했습니다.
- Generative AI 플랫폼의 소유자는 누구인가? - a16z 블로그
현재 생태계를 시각 해서 보려면 Base10에서 만든 이 멋진 지도를 확인해 보세요.
많은 기업이 포함되어 있지만...
이전 기술 주기에서는 대규모 독립 기업을 구축하려면 개인 소비자든 B2B 구매자이든 최종 고객을 소유해야 한다는 것이 일반적인 통념이었습니다. 제너레이티브 AI의 가장 큰 기업도 최종 사용자 애플리케이션이 될 것이라고 믿고 싶은 유혹이 있습니다. 하지만 아직까지는 확실하지 않습니다.
확실히 제너레이티브 AI 애플리케이션의 성장세는 놀라울 정도로 빨랐으며, 그 참신함과 수많은 사용 사례에 힘입은 바가 큽니다. 실제로 이미지 생성, 카피라이팅, 코드 작성 등 이미 연간 매출이 1억 달러를 넘어선 제품 카테고리가 최소 3개 이상 있는 것으로 파악되고 있습니다.
그러나 성장만으로는 내구성 있는 소프트웨어 회사를 구축하기에 충분하지 않습니다. 중요한 것은 사용자 및 고객이 일단 가입하면 수익을 창출하고(높은 총 마진), 오랫동안 유지(높은 리텐션)한다는 의미에서 성장이 수익성을 가져야 한다는 점입니다. 강력한 기술적 차별화가 없는 B2B 및 B2C 앱은 네트워크 효과, 데이터 보유, 점점 더 복잡해지는 워크플로우 구축을 통해 장기적인 고객 가치를 창출합니다.
하지만 제너레이티브 AI에서는 이러한 가정이 반드시 맞는 것은 아닙니다. 우리가 만난 앱 기업들 전반에 걸쳐, 총마진율이 90%에 달하는 경우도 있지만 50~60%에 불과한 경우도 많았는데, 이는 주로 모델 추론 비용에 기인한 것입니다. 퍼널 상단의 성장은 놀라웠지만, 유료 고객 유입 효과와 리텐션이 이미 감소하기 시작하면서 현재의 고객 확보 전략이 확장 가능할지는 불투명합니다. 또한 많은 앱이 유사한 기본 AI 모델에 의존하고 있고 경쟁업체가 복제하기 어려운 명백한 네트워크 효과나 데이터/워크플로우를 발견하지 못했기 때문에 상대적으로 차별화되지 않았습니다.
따라서 최종 사용자 앱 판매만이 지속 가능한 AI 비즈니스를 구축할 수 있는 유일한 방법 또는 최선의 방법이라고 단언하기는 아직 어렵습니다. 언어 모델의 경쟁과 효율성이 높아지면 마진이 개선될 것입니다(자세한 내용은 아래 참조). AI 관광객이 시장을 떠날수록 리텐션이 증가해야 합니다. 그리고 수직적으로 통합된 앱이 차별화를 추진하는 데 유리하다는 강력한 주장이 제기되고 있습니다. 하지만 아직 증명해야 할 것이 많습니다.
- a16z
이제 AI가 무엇인지 알고 시장에 대해 어느 정도 이해하게 되었으니, 이 분야에서 가장 중요한 기업 중 하나를 살펴볼 수 있습니다.
열러라 참깨 - OpenAI의 시작
저녁 식사와 10억 달러
모든 것은 2015년 8월 캘리포니아 멘로 파크의 한 저녁 식탁에서 시작되었습니다. 샘 알트만, 엘론 머스크, 그렉 브록맨, 일리야 수츠케버가 정기적으로 모이는 저녁 자리였습니다. 그들은 함께 모여 큰 아이디어에 대해 이야기했습니다. 이 특별한 식사 자리에서 대화의 주제는 금세 AI로 바뀌었습니다.
우리는 각자 자신만의 아이디어를 가지고 만찬에 참석했습니다. 이 자리에서 우리는 이 분야의 현황, 인간 수준의 AI가 얼마나 멀게 느껴지는지, 거기에 도달하기 위해 무엇이 필요한지 등에 대해 이야기했습니다. 대화는 어떤 종류의 조직이 AI를 가장 잘 활용할 수 있는지에 초점을 맞추었습니다.
그러한 조직은 사명을 희석시킬 경쟁적 인센티브가 없는 비영리 조직이어야 한다는 것이 분명했습니다. 또한 "미래를 예측하는 가장 좋은 방법은 미래를 발명하는 것"이라는 앨런 케이의 말처럼 최첨단 연구 기관이어야 했습니다. 그러기 위해서는 세계 최고의 AI 연구자들이 필요했습니다.
그렇다면 최고의 AI 연구자들로 구성된 연구소를 처음부터 만들 수 있을까요? 결론은 불가능하지 않다는 것입니다.
- Greg Brockman(OpenAI의 공동 창립자)의 블로그
"엘론과 샘은 인류를 위한 프로젝트에서 안전한 AI를 구축하겠다는 선명한 비전을 가지고 있었습니다."라고 Brockman은 회상합니다. 그런 다음 그들은 기존 대기업의 AI 개발 관행에 반하는 아이디어를 떠올렸습니다. 비공개로 알고리즘을 집중적으로 훈련하는 대신 AI를 구축하고 그 혜택을 가능한 한 광범위하고 균등하게 공유하자는 것이었습니다.
만찬이 끝난 직후인 2015년 12월 11일, 만찬에 참석한 네 사람이 "안전하고 친근한 AI 시스템 개발"을 위해 비영리 단체인 OpenAI를 설립했습니다. 이들은 머스크, 샘 알트먼을 비롯해 피터 틸, 리드 호프만 등 실리콘밸리의 저명한 인물들로부터 10억 달러의 자금을 빠르게 모금했습니다.
교훈: 같은 생각을 가진 사람들과 네트워크를 형성하고(또는 더 좋은 방법은 브레인 트러스트를 형성하는 것입니다) 어려운 문제와 흥미로운 아이디어에 대해 토론할 시간을 만드세요. 거기서 어떤 아이디어가 나올지 모릅니다.
ChatGPT 구축 과정
연구팀과 엔지니어로 구성된 OpenAI는 많은 실험을 진행했습니다. 비디오 게임에서 인간을 이길 수 있는 AI를 개발하고(OpenAI Five), 강화 학습 에이전트를 개발하고 테스트할 수 있는 환경을 구축했으며(OpenAI Gym), 놀랍게도 전 세계의 웹사이트, 비디오 게임 및 기타 애플리케이션을 대상으로 AI를 개발하고 테스트할 수 있는 플랫폼을 출시했습니다. 이 플랫폼은 OpenAI Universe라고 불립니다.
유니버스의 목표는 과거 경험을 유니버스 환경에 유연하게 적용하여 낯설고 어려운 환경을 빠르게 마스터할 수 있는 단일 AI 에이전트를 개발하는 것이며, 이는 범용 인공지능으로 나아가는 중요한 단계가 될 것입니다.
- OpenAI의 블로그
다시 말해... 유니버스에서는 어떤 게임이나 작업을 접하든 마스터하기 위해 학습에 몰두하는 AI를 출시했습니다. 승리할 때마다 학습하고, 그 모든 기억을 바탕으로 다음 과제를 수행하며 기하급수적으로 실력이 향상됩니다.
아마도 위 세 가지 프로젝트에 대해 들어본 적이 없으실 겁니다. 하지만 엔지니어라면 다음 프로젝트에 대해 들어보셨을 겁니다. 앞으로 몇 년 안에 이 인공지능이 비기술적인 창업자들의 판도를 크게 바꿀 것이라고 생각합니다.
교훈: 가능한 한 빨리 제품을 출시하세요. 실험하고, 배우고, 스텔스 모드에 대해 걱정하지 마세요. 피드백과 현장 데이터가 훨씬 더 중요합니다.
Codex - 코드 생성
자연어로 아이디어를 입력하고 이를 코드로 만들 수 있다고 상상해 보세요. OpenAI의 코덱스를 사용하면 영어 지침을 Python을 비롯한 12개 이상의 인기 코딩 언어로 쉽게 변환할 수 있습니다.
OpenAI 코덱스는 컴퓨터가 사람의 의도를 더 잘 이해할 수 있도록 지원하여 모든 사람이 컴퓨터로 더 많은 일을 할 수 있도록 도와줍니다.
프로그래머가 무엇을 빌드해야 하는지 알고 나면 코드를 작성하는 행위는 (1) 문제를 더 간단한 문제로 나누고 (2) 이러한 간단한 문제를 이미 존재하는 기존 코드(라이브러리, API 또는 함수)에 매핑하는 것으로 생각할 수 있습니다. 후자의 활동은 프로그래밍에서 가장 재미없고 진입 장벽이 가장 높은 부분이며, OpenAI Codex가 가장 뛰어난 부분입니다.
OpenAI 코덱스는 범용 프로그래밍 모델이기 때문에 거의 모든 프로그래밍 작업에 적용할 수 있습니다(결과는 다를 수 있지만). 우리는 이 모델을 트랜스파일링, 코드 설명, 코드 리팩토링에 성공적으로 사용했습니다. 하지만 아직 할 수 있는 일의 표면만 긁어모은 것에 불과합니다.
- OpenAI의 블로그
아래 영상의 처음 1분만 보시더라도... 정말 대단합니다.
창업자 시절에는 실제로 컴퓨터 앞에 앉아 아이디어를 직접 구현할 수 있다는 멋지고 희망적인 꿈을 꾸었습니다. 이제 그런 꿈을 실현할 수 있게 되었으니 정말 마법 같은 일이죠. 제가 본 것 중 가장 놀라운 머신러닝 응용 프로그램입니다.
- 마이크 크리거, Instagram 공동 창립자
코덱스는 GitHub Copilot을 구동하는 AI 모델이며 이미 주요 기업의 개발자들이 현장에서 사용하고 있습니다.
현재 창의성, 학습, 생산성, 문제 해결 등 다양한 범주에 걸쳐 70개 이상의 코덱스 기반 앱이 제작 중입니다.
- Open AI트위터
다음 프로젝트는 여러분이 들어보셨을지도 모를 프로젝트입니다.
DALL-E - 이미지 만들기
DALL-E는 이미지용 코덱스와 같습니다. 예를 들어:
아트 창작의 모든 것은 사용자의 프롬프트에 달려 있으며, 프롬프트는 말 그대로 무엇이든 될 수 있습니다. 콘셉트를 바꾸고, 설명어를 추가하고, 스타일을 변경하면 AI가 이미지로 만들어서 판매 등 원하는 작업을 수행할 수 있습니다.
DALL-E 2는 이미지와 이미지를 설명하는 데 사용되는 텍스트 사이의 관계를 학습했습니다. 무작위 점의 패턴으로 시작하여 이미지의 특정 측면을 인식하면 그 패턴을 이미지에 맞게 점차적으로 변경하는 'diffusion'이라는 프로세스를 사용합니다.
- OpenAI
픽셀 우주비행사만 말하는 것이 아닙니다...
최신 버전의 DALL-E는 이와 같은 놀랍도록 사실적인 이미지를 만들고 있습니다. 여기서부터의 가능성은 상상하기 어렵지 않습니다. 우리가 이미지를 만든다면 우리는 비디오로 한 걸음만 더 나아가면 됩니다. 동영상은 수많은 이미지(프레임)를 매우 빠르게 시퀀싱한 것일 뿐이라는 점을 기억하세요. AI가 이렇게 빠른 속도로 이미지를 만들 수 있다면, 비디오는 왜 안 될까요?
그 응용 분야는 엄청날 것입니다. 비디오 게임의 제너레이티브 콘텐츠(캐릭터, 전체 월드), 엔터테인먼트 콘텐츠 제작 간소화, 광고 등을 생각해 보세요. 제가 만약 스톡 라이브러리(예: Shutterstock, Getty)였다면 이 문제를 매우 진지하게 받아들이고 이를 비즈니스의 핵심 부분으로 삼을 방법을 모색했을 것입니다.
일부러 Codex와 DALL-E에 대해 먼저 말씀드린 이유는 OpenAI의 기본 NLP(자연어 처리 모델)를 기반으로 구축된 이 두 제품의 놀라운 사용 사례를 보여드리기 위해서입니다. 이 두 도구는 모두 GPT-3의 수정된 버전을 기반으로 구축되었습니다.
그렇다면 이 모든 GPT는 대체 무엇일까요?
GPT-1, 2, 3
GPT-3, 즉 3세대 생성 사전 훈련 트랜스포머는 신경망 기계입니다...
음... 간단히 말해, 텍스트 입력을 기반으로 콘텐츠를 생성하는 데 이전보다 더 능숙한 인공지능입니다.
여러분과 저의 자연어 프롬프트(입력)만 있으면 전 세계 데이터(예: 크롤링된 인터넷)에 대해 사전 학습된 딥러닝 언어 예측 모델을 기반으로 가장 유용한 지식이라고 생각되는 텍스트 응답을 출력할 수 있습니다. 하지만 앞서 말했듯이 새로운 지식을 생성하지는 않습니다. 사용자가 모르는 것을 알려줄 수는 있지만 아무도 모르는 것을 알려주지는 못합니다.
GPT-3는 무엇을 할 수 있나요?
ChatGPT를 출시하기 훨씬 전인 2020년 6월 11일, OpenAI는 GPT-3의 베타 버전을 출시하고 요청에 따라 API를 제공했습니다. 그들은 이 새로운 기술의 "강점과 한계를 탐구"하고자 했으며, 이를 통해 Jasper와 같은 회사가 시장 수요에 앞서 나갈 수 있었습니다.
이 LLM(대규모 언어 모델)의 최신 버전은 언어 구조가 있는 모든 것을 생성할 수 있습니다. 즉, 질문에 답하고, 에세이를 작성하고, 온라인 기사/책을 요약하고, 긴 텍스트를 작성하고, 언어를 번역하고, 메모를 작성하고, Codex에서 보았듯이 컴퓨터 코드를 작성할 수 있습니다.
또한 기본 모델(예: 코덱스, DALL-E)을 수정할 수 있습니다. 디자인처럼요. 디자이너가 아이디어만 입력하면 피그마에서 인스타그램 앱을 만드는 데모(약 1분 30초)를 확인해 보세요.
GPT-3가 출시된 직후, Microsoft(2019년에 10억 달러를 투자함)는 GPT-3의 '독점적' 사용 라이선스를 취득했다고 발표했습니다. 다른 사람들도 여전히 공개 API를 사용하여 출력을 받을 수 있지만, Microsoft만이 GPT-3의 기본 모델에 액세스할 수 있습니다.
GPT-3 모델을 통해 실현할 수 있는 상업적 및 창의적 잠재력의 범위는 매우 넓으며, 대부분 아직 상상조차 하지 못한 새로운 기능을 갖추고 있습니다.
- Microsoft 블로그
약 1년 후인 2021년 11월 18일, OpenAI는 API에 대한 액세스가 제한되지 않을 만큼 충분한 안전장치가 구현되었다고 발표했습니다. 그리고 2022년 1월 27일에는 최신 GPT-3 언어 모델(총칭하여 InstructGPT)이 이제 API에서 사용되는 기본 언어 모델이 될 것이라고 발표했습니다. 이 언어 모델은 프롬프트를 더 잘 따르고, 꾸며낸 사실을 덜 생성하며, 다소 덜 유해한 콘텐츠를 생성함으로써 사용자 의도에 더 잘 부합하는 콘텐츠를 생성할 수 있다고 말했습니다.
그들은 이 모델을 반복적으로 개선하여 2022년 11월 30일, 이 모델을 GPT-3.5 시리즈라고 부르기 시작했고, Google에서 검색하는 것과 유사한 우아한 경험으로 ChatGPT를 대중에게 공개했습니다.
2018년 GPT-1 이후 OpenAI의 GPT 제품이 얼마나 빠르게 발전했는지 알 수 있습니다.
GPT-3는 이전 버전보다 100배나 개선되었습니다. 게다가 이 모든 것이 단 2년 만에 이루어졌습니다.
흠. GPT-4는 어떤가요?
앞서 말씀드린 것처럼 500배 정도 개선될 수 있으며, 올해 출시될 수도 있습니다.
이것은 심각한 수익 가속화를 의미합니다. 이는 1살짜리 아기가 다음 생일을 맞이할 때 약 7번의 생을 살면서 배우고 경험을 쌓은 후 깨어나는 것과 같을 것입니다.
샘 알트먼은 사람들의 기대치가 너무 높아서 올해에는 달성하지 못할 수도 있다며 이 규모를 경시하거나 부정했습니다. 하지만 Elad가 제안한 것처럼 그 일부만 확보하더라도 엄청난 차이가 있을 것입니다. 그래서 OpenAI는 수많은 실험을 거쳐 GPT-3를 출시했고, 세 가지 핵심 제품인 Codex, DALL-E, ChatGPT를 내놓았습니다.
왜 그럴까요? 그리고 빠르게 성장하는 이 산업에서 그들의 게임 계획은 무엇일까요?
OpenAI의 전략
OpenAI의 기업 가치는 이미 290억 달러로 평가되고 있지만, 솔직히 말해서 이는 OpenAI가 가진 잠재력에 비하면 아무것도 아닙니다. 더 많은 스타트업이 L2 및 L3에 구축됨에 따라 전체 NLP 카테고리 매출의 상당 부분을 차지할 수 있는 좋은 위치에 올라섰으며, Microsoft의 제품 포트폴리오에 통합이 순조롭게 진행된다면 그 가능성은 더욱 커질 것입니다.
먼저 큰 그림부터 살펴보겠습니다. 그런 다음 거시적 전략에서 ChatGPT의 가치를 살펴보고, 이번 Microsoft와의 계약이 미치는 영향을 살펴보면서 마무리하겠습니다.
장기적인 관점
OpenAI는 레이어 2와 레이어 3의 새로운 AI 스타트업이 존재할 수 있는 오픈 소스 플랫폼(레이어 1)을 구축하고 있습니다. 게임 크리에이터에 집중하고 전체 게임 생태계를 성장시켜 비즈니스를 성장시킨다는 에픽게임즈의 전략처럼, OpenAI도 그렇게 하고 있습니다. 이름에서 알 수 있듯이 OpenAI는 기업가와 빌더에게 AI를 개방하고 있습니다. 즉, 그들의 전략은 다음과 같습니다:
심층 언어 모델 구축(GPT-n)
기능/성능을 입증하고 플랫폼 평판을 구축합니다.
API를 통해 쉽게 접근 가능
레이어 2 및 레이어 3 기업의 기반이 됩니다.
고객 고정(네트워크 효과) 및 데이터 해자 구축
AI 환경에서 창출되는 모든 가치의 일정 비율을 플랫폼 상에서 확보(API 사용량)
핵심 모델에 계속 투자하여 더 강력하고 접근하기 쉽게 만듭니다(기술 해자).
이는 새롭지는 않지만 훌륭합니다. '어떻게 성장하는가'에서 가장 최근에 살펴본 두 회사가 바로 이 전략을 실행하고 있습니다:
Stripe: 결제 인프라 플랫폼. 결제용 유료 부스.
에픽게임즈: 게임 엔진 플랫폼. 비디오 게임/엔터테인먼트용 톨부스.
그리고 이 두 회사는 핵심 전략의 일환으로 새로운 회사/창업자/빌더에 투자하여 장기적인 가치를 창출하고 해당 산업의 총 주소 가능 시장(TAM)을 성장시키는 플레이어로 성장할 수 있도록 지원하는 데 중점을 두고 있습니다. 예를 들어, 에픽게임즈의 퍼블리싱 사업부는 새로운 크리에이터에게 자금을 지원합니다.
OpenAI도 이 플레이북에서 한 가지를 가져왔습니다.
자체 고객에 대한 자금 지원과 파급력 키우기
ChatGPT 출시 직전에 OpenAI는 10개의 AI 스타트업에 각각 100만 달러와 시스템에 대한 조기 액세스 권한을 제공하겠다고 발표했습니다. 이를 OpenAI 스타트업 펀드라고 합니다. 아주 간단한 랜딩 페이지에 따르면 이렇게 설명되어 있습니다:
OpenAI 스타트업 펀드는 AI 기업이 세상에 심오하고 긍정적인 영향을 미칠 수 있도록 1억 달러를 투자하고 있습니다. 의료, 기후 변화, 교육 등 인공지능이 혁신적인 영향을 미칠 수 있는 분야와 AI 도구가 사람들의 생산성을 높여 힘을 실어줄 수 있는 분야의 소수의 초기 단계 스타트업과 파트너십을 맺고자 합니다.
그리고 이 첫 번째 펀드의 투자 대상은 OpenAI가 GTM(Go-To-Market)의 일환으로 누구를 대상으로 하는지 이해하는 데 도움이 됩니다.
엔지니어, 디자이너, 연구원, 제품 빌더 등 모든 배경, 분야, 경험 수준에 관계없이 누구나 지원할 수 있으며, AI 시스템 작업 경험이 없어도 됩니다. 우리가 원하는 인재를 찾고, 그들이 성공할 수 있는 리소스를 제공하는 동시에 업계에서 우리의 브랜드를 구축하고, 그들이 수십억 달러 규모의 회사로 성장하여 우리의 펀드와 플랫폼 수익에 모두 도움이 되기를 바라는 것이 분명합니다.
하지만 방어력은 어떨까요? 글쎄요...
플랫폼이 (항상) 승리합니다.
지난 5비트 프라이데이에서 하버드 비즈니스 리뷰의 훌륭한 에세이를 요약해 드렸습니다: 파이프라인, 플랫폼, 그리고 전략의 새로운 규칙이라는 글을 요약했습니다.
놓치셨다면 다시 한번 읽어보시기 바랍니다. 간단히 요약하자면 파이프라인 비즈니스는 Activision(직접 게임을 만들어 판매)과 같고, 플랫폼 비즈니스는 에픽게임즈(게임 빌더를 만들어 다른 사람들이 게임을 판매할 수 있게 함)와 같습니다. 그리고 항상 플랫폼이 승리합니다.
물론 자체 언어 모델을 만들려는 다른 회사도 있을 것입니다. Stripe도 마찬가지입니다. 일부 회사는 자체 결제 시스템을 원합니다. 게임 업계에서는 액티비전과 같은 회사가 콜 오브 듀티와 같은 게임에서 에픽의 엔진을 사용하는 것과 자체 엔진을 사용하길 원합니다.
대부분의 시장에서는 해결하려는 문제에 집중할 수 있는데 자체 독점 모델을 구축하는 데 많은 시간과 비용을 투자하는 것이 합리적이지 않기 때문입니다. 기존 모델을 활용하고 필요에 맞게 조정하기만 하면 바로 시작할 수 있습니다.
*역자주 : OpenAI가 만드는 대규모 언어 모델을 직접 만들기보다 가져다 쓰고 본인들의 데이터를 기반으로 추가학습/조정시키는 게 훨씬 더 합리적이라는 얘기
그렇다면 다른 기초 L1 기업과의 경쟁은 어떻게 되나요? 스택의 L1 수준에서 경쟁하는 다른 회사들이 있을 것입니다. 예를 들어, 구글의 딥마인드가 있습니다. 하지만 앞서 이야기한 것처럼 과점 시장에는 엄청난 가치가 있습니다. 통신사(Verizon, AT&T)와 클라우드 컴퓨팅(AWS, Azure, G-Cloud)만 봐도 알 수 있습니다.
OpenAI가 이를 막을 수 있는 방법은 없지만, 결국 시장의 큰 부분을 차지하고 있는 소수의 플레이어를 넘어 확장되지는 않을 것입니다. 그 시점에 스타트업의 진입 장벽은 막대한 초기 비용과 OpenAI와 같은 업체로부터 고객을 빼앗기는 어려움으로 인해 매우 높을 것입니다. 그리고 회사를 구축한 기반을 변경할 때 발생하는 종속 효과/전환 비용이 높아서 새로운 스타트업이 진입하기 더 어렵습니다.
그러나 OpenAI를 포함해 이러한 대형 모델을 제공하는 기업들은 몇 가지 어려운 문제에 직면하게 될 것입니다:
공산품화: AI 모델은 시간이 지남에 따라 성능이 수렴할 것이라는 일반적인 믿음이 있습니다. 앱 개발자들과 이야기를 나누다 보면, 텍스트와 이미지 모델 모두에서 강력한 선두 주자들이 아직 그런 일이 일어나지 않았다는 것을 분명히 알 수 있습니다. 이들의 장점은 고유한 모델 아키텍처가 아니라 높은 자본 요구 사항, 독점적인 제품 상호 작용 데이터, 부족한 AI 인재에 기반하고 있습니다. 이것이 지속적인 이점으로 작용할까요? (*역자주 : 결국 기술이 발달하고 공개됨에 따라 기업 간 기술 차별성이 점점 없어질 수 있다는 얘기)
졸업 위험: 모델 제공업체에 의존하는 것은 앱 기업이 비즈니스를 시작하고 성장시킬 수 있는 좋은 방법입니다. 하지만 규모가 커지면 자체 모델을 구축 및/또는 호스팅 할 유인이 있습니다. 또한 많은 모델 제공업체는 고객 분포가 매우 왜곡되어 있으며, 몇몇 앱이 수익의 대부분을 차지합니다. 이러한 고객이 인하우스 AI 개발로 전환하면 어떻게 될까요? (*역자주 : 즉, AI 모델을 가져다가 애플리케이션을 만들던 회사가 막대한 수익/투자로 인해 자본과 고객이 늘어나면 자체 AI 모델을 만들고 싶어 할 것이라는 것)
돈이 중요할까요? 제너레이티브 AI의 잠재력이 워낙 크고 잠재적으로 해로울 수 있기 때문에 많은 모델 제공업체가 공익법인으로 조직하거나, 이익 공유 한도를 발행하거나, 공익을 사명에 명시적으로 포함시켰습니다. 이는 모금 활동에 전혀 방해가 되지 않았습니다. 그러나 대부분의 모델 제공업체가 실제로 가치를 창출하고자 하는지, 그리고 그렇게 해야 하는지에 대해서는 합리적인 논의가 필요합니다.
- a16z
GPT는 OpenAI의 비즈니스 및 성장 전략의 중심에 있습니다. 하지만 우리 모두가 이야기하고 있는 것은 바로 ChatGPT입니다. 그럼 자세히 살펴보겠습니다.
ChatGPT를 통한 OpenAI의 GTM 전략
ChatGPT는 역사상 그 어떤 앱보다 빠르게 성장했습니다. 그 어떤 앱도 이렇게 빠르게 100만 명의 사용자를 확보하지 못했으며, 지금도 사용자 수가 급증하고 있습니다. 최근에 일어난 일이라 명확한 정답이나 플레이북은 없지만, OpenAI가 매우 잘한 몇 가지를 소개합니다.
쐐기, 그리고 대화
GPT는 핵심 제품입니다. ChatGPT는 사람들이 사용하도록 하는 쐐기일 뿐입니다. 다시 한번 에픽게임즈를 비교 대상으로 살펴보겠습니다: 에픽은 언리얼 엔진(플랫폼)을 구축했지만, 그 위에 비디오 게임 언리얼을 전략적으로 구축하여 두 가지를 동시에 출시했습니다.
*역자주 : 게임제작에 사용되는 언리얼엔진의 뛰어남을 알리는데 도움이 되도록 언리얼이란 게임을 출시해서 언리얼엔진을 통해 어느 정도 수준의 게임을 만들 수 있는지 개발자들에게도 인지시키고, 소비자들에게도 사용성을 인지시켰던 전략인데, OpenAI가 ChatGPT를 출시해서 OpenAI의 GPT를 API를 통해 가져다 쓰면 어느 정도의 서비스를 만들 수 있을지 개발자들과 소비자들에게 동시에 인식을 심어주고 있는 전략도 유사함.
이 게임은 큰 성공을 거두었고, 에픽게임즈는 광범위한 관심을 받으며 자신들이 만든 엔진의 힘을 입증했습니다. 크리에이터들이 몰려들었고, 오늘날 유니티와 더불어 세계에서 가장 큰 두 개의 게임 엔진 중 하나를 보유하게 되었습니다. 익숙한 이야기인가요?
제가 보기에 OpenAI가 해낸 가장 훌륭한 일 중 하나는 AI에 대한 대화를 시작한 것입니다. 그들은 우연히도 다른 모든 사람들이 AI와 대화를 시작할 수 있도록 허용함으로써 그렇게 했습니다. 사실 ChatGPT가 나오기 전에는 LinkedIn에서 AI에 대한 게시물, 팟캐스트, 수다가 넘쳐나지 않았고 이 새로운 미래에 대한 이야기도 많지 않았습니다.
OpenAI는 우리에게 판도라 상자를 열어줬고, 우리 모두는 그 마법을 보았습니다. 전문가가 아닌 일반인(저와 여러분)도 사용할 수 있는 아주 간단한 UI를 통해 GPT에 대한 연구를 공개하고 우리가 직접 사용해 볼 수 있도록 했습니다. 이것이 바로 인공지능 전문가들 사이에서 인공지능에 대한 논의를 촉발시킨 것입니다. 그리고 그들은 마법을 풀고 있다는 것을 알았기 때문에 일대다 방송을 연료로 삼아 사람들을 끌어들였습니다. 큰 트윗과 주목할 만한 언론 보도, 그리고 진정으로 이야기할 가치가 있는 참신한 내용을 통해 5일 만에 1백만 명의 사용자에게 도달했습니다.
다음은 대화를 촉발시킨 2가지 트윗입니다. 더 많은 트윗이 있었습니다.
오늘 ChatGPT를 출시했습니다. 여기에서 채팅을 해보세요: chat.openai.com
- 샘 알트만의 트위터
많은 사람들이 빌어먹을 ChatGPT 루프에 갇혀 있습니다
- 일론 머스크의 트위터
언론에 보도되는 방법은 흥미로운 주제이지만 여기서는 다루지 않습니다. 궁금하신 분들은 여기에서 좋은 출발점을 찾으실 수 있습니다. 하지만 ChatGPT를 잘 활용하기 위해 필요한 한 가지는 쉽게 찾을 수 있는 마법의 순간입니다.
쉬운 마법
마찰이 없는 UI/UX는 사용자가 원하는 것을 얻는 데 방해가 되지 않는 것을 의미합니다. Google에서의 검색은 마찰 없는 경험의 가장 좋은 예입니다. 사용자의 노력 없이도 작동합니다. 입력하거나 말하기만 하면 원하는 정보를 얻을 수 있습니다. Google 검색의 단순한 UI에 담긴 마법 같은 기능에 둔감해졌지만, ChatGPT를 사용해 볼 때는 확실히 그렇지 않았습니다. 그리고 모든 것이 바뀌었습니다.
복잡한 기술 단계나 긴 온보딩 절차에 묻혀 있지 않고 바로 사용할 수 있는 GPT 모델에 대한 연구와 액세스가 제공되었습니다. 이메일과 비밀번호만 알려주면 되었는데, 오늘날의 세계에서는 이 정도면 거의 마찰이 없는 것과 마찬가지입니다. 이는 제품/성장 담당자에게 매우 중요한 교훈입니다. 불필요한 마찰을 없애고 사용자가 핵심 가치 지점에 최대한 빨리, 그리고 최대한 자주 도달할 수 있도록 해야 한다는 것입니다.
*여담이지만, ChatGPT를 둘러싼 유일한 마찰은 그냥 동작하는 것입니다. 종종 트래픽이 초과되기도 합니다.
ChatGPT가 출시되기 훨씬 전부터 시작된 OpenAI의 다음 작업을 살펴봅시다.
사람들의 가장 큰 관심사를 중심으로 브랜드 구축
안전, 신뢰, 책임, 거버넌스. 이 단어들은 공허한 말이지만, OpenAI의 헌장 및 브랜드의 핵심적인 부분입니다. 안전과 신뢰가 없는 AI는 완전히 엉터리일 것이기 때문입니다. OpenAI의 연구는 이 분야에서 널리 인정받고 있으며, AI 기술 개발의 선두주자이자 책임감 있는 '혁명의 수호자'로 자리매김하는 데 큰 역할을 해왔습니다. 그리고 앞서 살펴본 실험/프로젝트는 이러한 명성을 쌓는 데 중요한 도구가 되었습니다.
또한 오픈 소스 소프트웨어에 대한 기여와 투명성과 협업을 촉진하기 위해 연구 커뮤니티에 적극적으로 참여(다른 조직/연구기관과의 파트너십 포함)한 공로도 널리 인정받고 있습니다. 폐쇄적인 환경에서 구축한 후 ChatGPT와 같은 것을 출시하는 것은 큰 실수였을 것입니다. 훨씬 더 많은 우려와 불신의 시선을 받았을 것입니다. 하지만 전문가들과 함께 구축하여 그들의 미션에 맞게 실행하고 있다는 것을 증명함으로써 이것이 바로 브랜드가 되었습니다.
이제 ChatGPT가 GPT를 위한 쐐기라는 것을 알았으니, 간단한 Canva 제작으로 이를 한데 모아보겠습니다.
왼쪽 하단을 보면 파트너십을 통한 성장과 이번 계약으로 OpenAI가 어떻게 핵심 자산인 배포를 확보했는지 자세히 살펴볼 수 있습니다.
OpenAI x Microsoft - 전략적 가치
앞서 Microsoft가 2019년에 OpenAI에 10억 달러를 투자했다고 언급했습니다. 그리고 이제 그들은 OpenAI와의 파트너십을 연장하여 훨씬 더 큰 지분을 확보하고자 합니다.
5비트 금요일의 9번째 시리즈에서 저는 다음과 같은 글을 썼습니다
수요일, 피터 양(Roblox의 제품 책임자)이 LinkedIn에서 이 강력한 이미지를 공유했습니다.
교훈: Microsoft는 향후 10년 동안 빅 테크 분야에서 최고의 위치에 있는 회사가 될 수 있습니다.
그 이유는 무엇일까요?
수익원이 매우 다양하기 때문입니다.
클라우드 제품(Azure)은 클라우드 시장에서 확실한 2위입니다.
그리고 무엇보다도 AI와 차세대 혁명에 크게 노출될 수 있습니다.
마지막 요점은 매우 중요하기 때문에 더 자세히 설명하고 싶습니다. 간단히 말해, Microsoft는 OpenAI의 지분 49%(100억 달러 가치)를 인수하려고 합니다. OpenAI는 ChatGPT의 배후에 있는 회사이며, 로이터 통신에 설명된 조건에 따르면 이는 매우 좋은 거래가 될 수 있습니다.
Microsoft는 초기 투자금을 회수할 때까지 OpenAI 수익의 75%를 받게 됩니다. 그 기준에 도달하면 다른 투자자가 49%, OpenAI의 비영리 모기업이 2%의 지분을 가져가면서 OpenAI의 지분 49%를 갖게 됩니다.
그렇다면 왜 이렇게 하는 것이며, 전략적 가치는 무엇일까요?
첫째, ChatGPT는 단순히 질문에 답하거나 채팅 봇을 넘어선 서비스입니다. 실제로 작동하는 신경망의 한 예이며, 앞으로 어떤 일이 일어날지는 아직 알려지지 않았을 뿐만 아니라 엄청날 가능성이 높습니다.
그리고 Microsoft는 몇 가지 이유로 이 기술을 원합니다
ChatGPT는 Google의 검색 엔진을 위협합니다. Google에 질문을 하면 다양한 출처의 답변 목록이 표시됩니다. 하지만 ChatGPT에 질문하면 여러 출처의 정보를 기반으로 한 하나의 답변을 제공합니다. Bing을 강화하여 시장 점유율을 높이려는 Microsoft에게 이는 중요한 무기입니다.
Microsoft는 모든 오피스 제품에 OpenAI의 챗봇과 ChatGPT를 배포할 가능성이 높습니다. 전 세계 14억 명의 사용자를 확보하고 있는 OpenAI에게 이는 매우 가치 있는 일이며, 오피스 사용자의 문제를 해결하여 비즈니스의 24%를 차지하는 도구의 가치를 높일 수 있습니다.
OpenAI는 Microsoft 클라우드에서 실행되므로 통합과 협업을 위한 훌륭한 플랫폼을 제공합니다.
마지막으로, 그리고 아마도 가장 중요한 것은 i8 Ventures의 예샤 시반의 말입니다
Microsoft는 다음 혁명을 놓치고 싶지 않습니다. 지난 20년을 보면 Microsoft는 혁명을 잃는 데 매우 능숙합니다. 인터넷의 혁명, 모바일의 혁명 등을 잃었습니다. 메타버스에 790억 달러를 투자한 것만 봐도 알 수 있습니다. 그들은 잃을 의지가 없습니다.
저는 이것이 어떻게 진행될지 매우 기대됩니다.
1월 13일에 이 글을 쓴 이후로 많은 일이 진행되었습니다.
마이크로소프트는 월요일[01/23]에 실험적인 온라인 챗봇 ChatGPT를 개발한 샌프란시스코의 인공 지능 연구소인 OpenAI에 "다년간, 수십억 달러"를 투자한다고 발표했습니다. 양사는 구체적인 계약 조건은 공개하지 않았지만, 이 문제에 정통한 한 관계자는 Microsoft가 OpenAI에 100억 달러를 투자할 것이라고 말했습니다.
Microsoft는 이미 OpenAI에 30억 달러 이상을 투자한 바 있으며, 이번 계약은 Microsoft의 미래와 구글, 메타, 애플과 같은 다른 거대 기술 기업과의 경쟁에서 OpenAI 기술이 얼마나 중요한지 보여주는 사례라고 할 수 있습니다.
Microsoft의 풍부한 자금력과 OpenAI의 최첨단 인공 지능을 통해 두 회사는 짧은 프롬프트에 응답하여 텍스트, 이미지 및 기타 미디어를 생성할 수 있는 기술인 생성 인공 지능의 선두를 유지할 수 있기를 희망합니다. 지난 11월 말, 명확하고 문장 부호가 잘 들어간 산문으로 질문에 답하는 챗봇인 ChatGPT가 깜짝 출시된 후 새롭고 강력한 인공지능의 물결을 상징하는 존재가 되었습니다.
- 뉴욕 타임즈
이제 이 거래의 배경에 대해 좀 더 자세히 설명해 보겠습니다. 이를 위해 질문으로 돌아가 보겠습니다: 이 새로운 시장에서 가치가 창출되는 곳은 어디일까요? 앞서 (1) AI 플랫폼/인프라, (2) 전문화된 AI, (3) 최종 사용자 애플리케이션의 세 가지 계층에 대해 이야기했습니다.
하지만 실제로는 네 번째 계층이 있습니다. 이제 Microsoft에 대해 이야기하고 있으니 이 스택의 매우 중요한 부분을 소개하겠습니다. 바로 AI 전용 인프라스트럭처입니다. OpenAI와 같은 회사는 이러한 대규모 모델을 구축하고 있지만, 전 세계의 다른 모든 소프트웨어 회사와 마찬가지로 컴퓨팅 성능이 필요합니다. 그리고 L1에서 구축하는 모든 회사(예: OpenAI)는 하드웨어(예: Nvidia의 GPU)와 클라우드 컴퓨팅 서비스(예: Azure)를 사용하여 존재합니다. L2와 L3의 모든 회사도 마찬가지입니다. 다시 말해... 제너레이티브 AI의 거의 모든 것이 이 단계를 통과합니다.
레이어 0은 제너레이티브 AI 모델을 위한 트레이닝과 워크로드를 실행하는 인프라 공급업체가 상주하는 곳이라고 할 수 있습니다. 집을 지을 때 시멘트가 기초에 얼마나 중요한지는 누구나 알고 있지만, 시멘트 회사에 시멘트를 만드는 데 필수적인 원료를 공급하는 석회 생산업체에 대해서는 잘 생각하지 않습니다. 이러한 레이어 0 인프라 공급업체는 모든 것에 영향을 미칩니다.
아주 오랜만에 처음으로 가장 파괴적인 컴퓨팅 기술의 발전이 엄청난 속도로 이루어지고 있습니다.
그 결과, 제너레이티브 AI 시장의 많은 자금이 궁극적으로 인프라 업체로 흘러들어 갑니다. 대략적인 수치를 말씀드리자면 평균적으로 앱 기업은 매출의 약 20~40%를 추론 및 고객별 미세 조정에 지출하는 것으로 추정됩니다. 이는 일반적으로 컴퓨팅 인스턴스를 위해 클라우드 제공업체에 직접 지불하거나 타사 모델 제공업체에 지불하며, 타사 모델 제공업체는 수익의 절반 정도를 클라우드 인프라에 지출합니다. 따라서 오늘날 제너레이티브 AI의 총수익 중 10~20%는 클라우드 제공업체에 돌아간다고 보는 것이 합리적입니다.
또한 자체 모델을 학습하는 스타트업은 수십억 달러를 조달했으며, 이 중 대부분(초기 라운드의 경우 최대 80~90%)이 클라우드 제공업체에 지출됩니다. 많은 공공 기술 기업이 외부 클라우드 제공업체 또는 하드웨어 제조업체와 직접 모델 교육에 연간 수억 달러를 지출합니다.
이는 기술 용어로 "막대한 비용"이라고 할 수 있으며, 특히 초기 시장에서는 더욱 그렇습니다.
- Generative AI 플랫폼의 소유자는 누구인가? - a16z 블로그
이를 염두에 두고 Microsoft 비즈니스의 31%가 클라우드 컴퓨팅이라는 점을 고려하면, Azure 에코시스템 내에서 독점적으로 존재하는 OpenAI가 가져올 수 있는 이점을 알 수 있습니다. 그리고 그들의 말을 빌리자면...
대규모 슈퍼컴퓨팅 - Microsoft는 전문 슈퍼컴퓨팅 시스템의 개발 및 배포에 대한 투자를 늘려 OpenAI의 획기적인 독립 AI 연구를 가속화할 것입니다. 또한 고객이 글로벌 규모로 AI 애플리케이션을 빌드하고 배포할 수 있도록 Azure의 선도적인 AI 인프라를 지속적으로 구축할 것입니다.
새로운 AI 기반 경험 - Microsoft는 소비자 및 엔터프라이즈 제품 전반에 OpenAI 모델을 배포하고 OpenAI 기술을 기반으로 구축된 새로운 범주의 디지털 경험을 소개할 것입니다. 여기에는 개발자가 신뢰할 수 있는 엔터프라이즈급 기능과 AI에 최적화된 인프라 및 도구로 뒷받침되는 OpenAI 모델에 직접 액세스하여 최첨단 AI 애플리케이션을 빌드할 수 있도록 지원하는 Microsoft의 Azure OpenAI 서비스가 포함됩니다.
독점 클라우드 공급업체 - OpenAI의 독점 클라우드 공급업체로서 Azure는 연구, 제품 및 API 서비스 전반에 걸쳐 모든 OpenAI 워크로드를 지원합니다.
- Microsoft와 OpenAI, 파트너십 확장, Microsoft 블로그
Microsoft가 OpenAI를 원하는 모든 이유는 Google이 OpenAI의 도전자인 DeepMind에게 동일하게 원하고 있습니다. 둘 사이의 고전적인 라이벌 관계는 구글이 우려하고 있습니다.
구글은 지난 12월 ChatGPT의 부상에 대해 '코드 레드'를 발령한 후 AI에 다시 집중하고 있는 것으로 보입니다. 뉴욕타임스는 오픈 AI의 챗봇 출시 이후 구글이 일상에서 벗어나고 있다고 보도했습니다.
ChatGPT의 출시는 기존 검색 엔진의 미래에 대한 우려를 불러일으켰습니다.
- 비즈니스 인사이더
게다가 래리 페이지와 세르게이 브린까지 다시 전쟁터로 돌아왔습니다. "구글의 현 최고 경영자인 순다 피차이의 초청으로 구글 창업자들이 다시 참여한 것은 많은 구글 임원들이 인공지능과 챗봇인 ChatGPT에 대해 느끼는 절박함을 강조한 것입니다."라고 말합니다.
따라서 이 새로운 인공지능 시장이 가져올 엄청난 가치 외에도 기존의 두 가지 거대한 시장이 걸려 있습니다. 검색(1,670억 달러)과 클라우드 컴퓨팅(4,260억 달러)이 바로 그것입니다.
Microsoft에게 OpenAI 인수의 전략적 중요성은 분명하지만, OpenAI가 얻는 가치는 어떨까요? 어떻게 성장하는데 도움이 될까요?
리소스 + 배포
우선, OpenAI는 현재 큰 수익을 내고 있지 않습니다. 올해 매출은 2억 달러로 예상하고 있으며, 한 가지 비용으로 현재 ChatGPT를 운영하는 데 하루에 약 10만 달러가 소요됩니다. 따라서 리소스는 당연한 것입니다. GPT-4를 구축하면서 성장뿐만 아니라 운영 자금도 필요합니다.
두 번째이자 가장 중요한 이유는 배포입니다. Microsoft는 기업과 깊은 관계를 맺고 있으며 Azure 네트워크에 수많은 기업이 구축되어 있습니다. OpenAI는 그렇지 않습니다.
그리고 우리는 이미 Microsoft가 OpenAI를 Azure 플랫폼에 통합하는 것을 볼 수 있습니다. 이러한 통합을 통해 (1) Azure는 맞춤형 AI 모델 개발을 위한 엔터프라이즈 플랫폼이 될 수 있고, (2) 방대한 고객 풀을 OpenAI에 개방할 수 있습니다. 심지어 Azure OpenAI라고 부릅니다.
보안, 안정성, 규정 준수, 데이터 개인 정보 보호, 기본 제공 책임 AI 기능 등 고객이 Azure 클라우드 및 컴퓨팅 인프라에서 기대하는 엔터프라이즈 약속을 통해 대규모 생성 AI 모델의 성능을 활용할 수 있도록 2021년 11월에 Azure OpenAI 서비스를 출시했습니다.
그 이후로 가장 흥미로운 점 중 하나는 고객에게 적합한 구매를 더 잘 매칭하는 데 도움이 되는 콘텐츠를 생성하는 것부터 고객 서비스 티켓을 요약하여 직원들이 더 중요한 업무에 집중할 수 있는 시간을 확보하는 것까지 Azure OpenAI Service를 통해 고객이 사용할 수 있는 다양한 사용 사례가 있다는 것입니다.
산업 전반에 걸쳐 모든 규모의 고객이 더 적은 작업으로 더 많은 작업을 수행하고, 최종 사용자의 경험을 개선하고, 내부적으로 운영 효율성을 간소화하기 위해 Azure OpenAI 서비스를 사용하고 있습니다. Moveworks와 같은 스타트업부터 KPMG와 같은 다국적 기업에 이르기까지 크고 작은 조직에서 고객 지원, 사용자 지정, 검색, 데이터 추출 및 분류를 사용하여 데이터에서 인사이트 확보와 같은 고급 사용 사례에 Azure OpenAI Service의 기능을 적용하고 있습니다.
- Microsoft의 블로그
Microsoft의 고객 수가 많지 않다고 생각하시는 분들을 위해 규모를 설명해 드리겠습니다. Microsoft에 따르면 Azure는 포춘지 선정 500대 기업의 약 95%에 보급되어 있으며, Microsoft Teams의 일일 활성 사용자는 1억 4,500만 명 이상, Microsoft Dynamics 365 및 Microsoft Power Platform을 사용하는 기업은 25만 개가 넘습니다. 이는 OpenAI가 확보하는 데 많은 시간을 할애할 필요가 없는 많은 B2B/엔터프라이즈 고객입니다.
OpenAI의 큰 그림 전략으로 돌아가서:
[... 초기 단계]
고객을 고정(네트워크 효과)하고 데이터 해자를 구축합니다.
AI 환경에서 창출되는 모든 가치의 일정 비율을 플랫폼에서 확보합니다(API 사용량).
핵심 모델에 계속 투자하여 더 강력하고 접근하기 쉽게 만듭니다(기술 해자).
분명히, 이 배포는 OpenAI의 경우 이를 가속화합니다. 다시 한번 보면
이것으로 OpenAI에 대한 심층 분석을 마칩니다. 저는 이 문제를 매우 신중하게 진행해야 한다고 생각한다는 말로 마무리하겠습니다. 즉, AI는 다가오고 있고 저는 타조가 되어 모래 속에 머리를 박고 싶지 않습니다. 따라서 대안은 AI의 미래에 대해 흥분하고 개방적인 태도를 취하며, AI가 우리에게 도움이 되기를 기도하는 것입니다.
오늘 글에서 가장 중요한 인용문은...
*역자주: 스파이더맨 영화에 나온 위대한 힘에는 큰 책임이 따른다는 명대사
맞습니다, 벤 삼촌.
