24년 11월 4일 흠터레스팅 테크 뉴스
중국 인민군, 메타 AI 이용해 챗봇 개발 외 4건
[오늘의 인용글 - 겸손함은 관리자의 미덕]
사실, 오만함은 불안함의 한 형태인 경우가 많습니다. 대부분의 훌륭한 관리자는 적절한 수준의 겸손함을 가지고 있으며, 자신의 성과와 성장을 개선하기 위해 끊임없이 스스로에 대해 탐구하고 노력합니다. 이들은 이러한 태도를 가지면서도 팀을 지나치게 관리하거나 팀의 자율성을 훼손하지 않습니다.
- 마티 케이건, 임파워드
If anything, arrogance itself is frequently a manifestation of insecurity. Most good managers have a healthy level of humility and are always exploring and working to improve their own performance and growth. They can have these feelings without micromanaging or undermining their team.
- Marty Cagan, EMPOWERED
(1) 중국 인민해방군 연구원, 메타 AI 모델을 이용해 군사 챗봇 개발
- Reuters에 따르면, 중국 PLA와 연계된 연구자들이 Meta의 Llama 2 AI 모델을 사용해 군사 목적의 채팅봇 ChatBIT을 개발한 것으로 전해짐
- ChatBIT은 정보 수집과 처리, 그리고 작전 결정 지원을 위한 목적으로 설계
- Meta는 Llama 2 모델 사용이 “무단”이며 자사 정책에 위배된다고 밝혔음
- 오픈 AI 모델의 국방 활용 가능성 논란: 이번 사례는 중국 군사 연구기관이 오픈 모델을 군사적으로 활용하려는 시도를 했다는 첫 번째 증거로, 오픈 AI의 장단점과 관련된 논쟁을 더욱 불러일으킬 전망
- Llama 2 모델은 약 1년 정도 된 구형 모델로, Meta는 이를 “단일, 구형” 모델이라고 언급하며, 적절한 사용이 아니라고 지적
- 이번 사건은 오픈 AI 모델이 의도치 않게 군사 및 방위 분야에 활용될 가능성을 시사하며, AI 사용의 윤리적 및 정책적 문제에 대한 논의가 촉발될 것으로 예상
(2) 스타트업 '인수' 선택지에 대한 실질적인 고려의 중요성
- 실리콘밸리에서는 IPO가 이상적인 성공 사례로 언급되지만, 실제로는 스타트업이 인수될 가능성이 16배 더 높음
- TechCrunch Disrupt 2024에서 Databricks의 VP Naveen Rao와 Snowflake의 Kamakshi Sivaramakrishnan이 인수가 IPO만큼 가치 있는 목표라는 점을 강조
- 인수는 특히 초기 투자에 비해 큰 수익을 올리기 어려운 경우, 창업자와 투자자 모두에게 성공적인 엑싯 전략이 될 수 있음
- Battery Ventures의 Dharmesh Thakker는 스타트업 인수 타이밍을 결정하기 위한 세 가지 요소를 제시
- 1. 제품: 고객이 제품을 사랑하고 자주 사용하고 있는지
- 2. 판매 실적: 판매 사이클과 성과가 원활하게 돌아가는지
- 3. 재무 상황: 현금 유동성과 자금 부족이 없는지
- 이 요소 중 두 가지 이상이 부정적이면 인수를 진지하게 고려해야 하며, 자금이 부족해질수록 신속히 인수 기회를 탐색하는 것이 바람직하다고 조언
- Thakker는 인수 시 창업자와 투자자뿐만 아니라 직원들에게도 혜택이 돌아가도록 협상해야 한다고 강조. 인수 시 직원 보상 패키지 마련은 이후 재창업 및 투자 기회로 이어질 가능성을 높임
- Rao는 회사를 성장시키는 데 집중하되, 인수 기회가 올 경우 긍정적인 시각을 유지하라고 권장. 계획된 인수보다는 자연스럽게 좋은 조건이 맞아떨어졌을 때 성공적인 결과가 나오는 경향이 크다고 함
- https://techcrunch.com/2024/11/01/when-to-sell-your-company-look-for-these-signals/
(3) MIT, 거대 언어 모델에서 영감을 얻은 로봇 학습 모델 개발
- MIT는 기존의 제한된 데이터 세트 대신 대규모 데이터를 활용하는 방식으로 로봇을 훈련하는 새로운 모델을 공개 -> 이 방식은 GPT-4와 같은 대형 언어 모델(LLM)의 데이터를 다루는 방식을 모방
- 연구진은 '모방 학습' 방식이 작은 환경 변화(조명, 장애물 등)에 적응하기 어려운 점을 지적하며, 이를 극복하기 위해 이종 사전 훈련 변환기(Heterogeneous Pretrained Transformers, HPT)라는 새로운 구조를 도입
- HPT는 다양한 센서와 환경에서 수집한 데이터를 결합하고, 변환기를 통해 이 데이터를 종합하여 훈련 모델을 생성, 대규모 데이터가 학습될수록 성능이 향상 -> 사용자는 로봇의 설계 및 구성과 원하는 작업을 입력하면 이를 기반으로 로봇이 적응하도록 학습
- 연구진은 특정 로봇에 맞춘 학습이 필요 없는 '보편적인 로봇 브레인'을 지향하고 있으며, 이는 대형 언어 모델과 유사하게 로봇 정책의 획기적 진보를 가져올 것으로 기대
(4) 오픈에이아이, 소셜 미디어 '페블' 공동 창업자 영입
- Gabor Cselle가 OpenAI에 합류하며 비밀 프로젝트를 진행 중 -> Cselle는 10월부터 OpenAI에서 근무하고 있으며, 어제 X(구 Twitter)를 통해 해당 소식을 발표
- 그는 과거 Y Combinator 지원을 받은 모바일 이메일 스타트업 reMail을 Google에 매각하고, 네이티브 광고 스타트업 Namo Media를 Twitter에 매각한 경험이 있음
- Cselle는 Twitter에서 그룹 제품 매니저로 홈 타임라인 및 사용자 온보딩 경험을 담당하다가 2016년 Google로 이직하여 Area 120 인큐베이터에서 스핀오프 프로젝트를 관리
- Cselle의 OpenAI 합류와 동시에 경쟁사인 Anthropic도 자율주행 트럭 회사 Embark의 창업자 Alex Rodrigues를 AI 안전 연구자로 영입
- 이와 같은 인재 영입은 양사 간 차세대 AI 기술과 안전 문제 해결을 위한 경쟁이 치열해지고 있음을 시사
- https://techcrunch.com/2024/11/03/openai-has-hired-the-co-founder-of-twitter-challenger-pebble/
(5) 현재 생성형 AI 발전 단계, 예전 스마트폰 '앵그리 버드' 시기
- 현재의 생성형 AI는 여전히 초기 단계에 있으며, 제품-시장 적합성에 중점을 두고 작게 시작하여 실질적이고 점진적인 진전을 이루는 것이 중요
- Kapoor는 현재의 생성형 AI가 '앵그리 버드' 시기와 같다고 비유하며, AI가 삶을 크게 바꾸기 전의 초기 단계에 있다고 평가 -> 다만, 내년에는 AI가 실제로 기업의 변화를 이끌 수 있는 애플리케이션을 통해 실질적인 변혁의 시작점이 될 것으로 예상
- NEA의 Vanessa Larco는 AI 도입 초기에 대규모 데이터를 무작위로 투입하는 것보다는 해결하고자 하는 문제와 필요한 데이터를 명확히 설정하고 이를 활용하는 접근이 필요하다고 조언
