AI 뉴스

OpenAI 의장, AI가 닷컴 버블같은 상황이지만 그래도 낙관적

페이지 정보

작성자 xtalfi
작성일 2025.09.15 17:52
1,198 조회
0 추천
0 비추천

본문

4d3f57bd1c07379742a86c7873bc489cqvQX.png

(퍼플렉시티가 정리한 기사)

OpenAI 이사회 의장 브렛 테일러는 최근 더 버지와의 인터뷰에서 인공지능 산업이 닷컴 시대와 유사한 거품을 겪고 있다는 점을 인정하면서도, 변화의 잠재력에 대해 낙관적인 견해를 보였습니다.


AI 에이전트 스타트업 시에라의 CEO로도 활동 중인 테일러는, “AI에서 엄청난 손실을 입는 사람이 분명히 나올 것”이라고 경고했던 OpenAI CEO 샘 올트만의 발언에 동조했습니다. 인터뷰에서 테일러는 “AI가 경제를 변화시킬 것이며, 앞으로 인터넷처럼 막대한 경제적 가치를 창출할 것이라는 점은 사실이라고 생각합니다. 동시에 우리는 거품 안에 있고, 많은 사람들이 큰 손실을 겪게 될 것이라고도 생각합니다”라고 말했습니다.


이러한 인정은 인공지능 투자 수준이 전례 없이 높아지는 가운데 나왔는데, 2025년 2분기에만 벤처캐피털의 투자액이 910억 달러에 달했습니다. OpenAI 역시 올해 초 860억 달러였던 기업가치를 거의 두 배인 1,500억 달러로 평가받으며 자금 조달을 모색 중인 것으로 알려졌습니다.


닷컴 시대와의 유사점 그리기


테일러는 현재 AI 환경을 1990년대 후반의 닷컴 버블과 직접적으로 비교하며, 역사적 선례가 기술적 버블이 진정한 혁신과 공존할 수 있음을 보여준다고 주장했다. 그는 “1999년에 있던 사람들은 다들 어느 정도 맞았다”고 언급하며, 아마존과 구글과 같은 기업들이 수많은 실패에도 불구하고 닷컴 시대에 탄생했다는 점을 지적했다.


비즈니스 인사이더(Business Insider) 보도에 따르면, 테일러는 현재 AI 시장에 “엉터리”(snake oil)가 존재한다는 점을 인정하면서도, “실제로 매우 큰 가치가 창출되고 있다”고 강조했다. 그는 기술적 버블은 대규모 기술 변화와 함께 일어나는 경우가 많으며, 실험과 혁신을 촉진해 결국 지속 가능한 기업들이 탄생하는 데 기여할 수 있다고 주장했다.


AI 투자 급증이 지속 가능성에 대한 우려를 불러일으킨다
AI 지출 열풍은 여러 산업 분야에서 뚜렷하게 드러나고 있습니다. 주요 기술 기업들은 AI 인프라에 기록적인 자금을 쏟아붓고 있으며, 아마존, 마이크로소프트, 알파벳, 그리고 메타 등은 2025년 자본 지출에 총 3,000억 달러를 쓸 것으로 예상됩니다. 미국의 데이터 센터 건설 지출만 해도 6월에 사상 최고치인 400억 달러를 기록했습니다.


하지만 이러한 투자들이 지속 가능할지에 대한 우려도 커지고 있습니다. MIT 연구에 따르면 기업의 생성형 AI 프로젝트 중 95%가 수십억 달러의 투자에도 불구하고 의미 있는 재무적 성과를 내지 못한 것으로 나타났습니다. 오픈AI 역시 야심찬 2029년 1,000억 달러 매출 목표를 추구하는 과정에서 올해 50억 달러를 손실로 기록할 것으로 전망되고 있습니다.


시에라의 10억 달러 규모 AI 에이전트 베팅


테일러가 인공지능(AI)의 미래에 대해 자신감을 갖는 데는 자신의 스타트업 성공이 뒷받침되고 있다. 고객 서비스 AI 에이전트를 개발하는 시에라는 최근 9월에 이전 평가액의 두 배가 넘는 100억 달러의 기업가치로 3억 5,000만 달러의 투자를 유치했다. 이 회사는 SoFi, Ramp, Brex와 같은 주요 브랜드를 포함해 “수백 개의 고객사”에 서비스를 제공한다고 주장하고 있다.


테일러는 AI 에이전트가 전체 직업을 자동화하고 소프트웨어-서비스 모델 내에서 “조 단위 달러 시장기회”를 만들 수 있다고 내다봤다. 시에라의 플랫폼은 기업이 복잡한 고객 서비스 업무를 처리할 수 있는 AI 에이전트를 구축할 수 있도록 도와주며, 테일러는 이를 디지털 비즈니스 인터페이스의 미래로 보고 있다.


버블 위험을 인정하면서도 테일러는 AI의 장기적 전망에 대해 계속해서 낙관적이다. 그는 현재의 투자 열풍이 자율형 AI 시스템 등 분야에서의 진보를 가속화하고 있다고 주장한다. 그의 관점은 단기적으로 시장 조정이 있더라도 근본 기술이 경제를 근본적으로 재편할 것이라는 실리콘밸리의 넓은 정서를 반영한다.

댓글 0
전체 1,070 / 214 페이지
손목밴드에서 조정을 하는 것 같고 전작과 많이 달라졌습니다.AI 기능으로 번역도 가능하네요..https://www.meta.com/kr/ai-glasses/meta-ray-ban-display/
1125 조회
0 추천
2025.09.18 등록
조금 전 메타가 AI 기능이 있는 안경을 비롯하여 중요한 키노트를 진행하였습니다.CNET이 준비한 키노트 요약입니다.RAYBAN 과 새로 제작한 안경이 큰 화제입니다.
1227 조회
0 추천
2025.09.18 등록
마이크로소프트가 코파일럿 메모장과 그림판 연동기능을 제공하기 시작했으며이 기능은 오피스365를 사용하지 않아도 코파일럿을 이욯하면 이용할 수 있다.예를 들어 메모장은 다음과 같은 기능을 갖게 된다.-요약: 긴 텍스트를 간략하게 요점만 추려내고, 문서의 핵심을 빠르게 파악할 수 있습니다.- 쓰기: 프롬프트나 선택한 텍스트를 활용해 새로운 문장을 AI로 쉽고 빠르게 작성합니다.- 다시 쓰기: 선택한 내용을 AI가 어투, 길이, 명확성 등 다양한 스타일로 변환해 줍니다.또한 그림판은 다음과 같은 기능을 추가하게 된다.- 프로젝트 파일 저장 기능: 그림판에서 작업을 .paint 파일로 저장해 언제든 이어서 편집이 가능.- 불투명도(Opacity) 슬라이더: 연필 및 브러시 도구의 투명도를 원하는 대로 조절해 더 섬세한 혼합이나 레이어링 효과 주기.- 크기 및 불투명도 슬라이더 병행 사용: 두 슬라이더를 활용해 부드럽게 배합하고 다양한 질감의 그림 그리기.
1167 조회
0 추천
2025.09.18 등록
(퍼플렉시티가 정리한 기사)중국 AI 스타트업 DeepSeek은 획기적인 R1 모델 훈련 방식에 관한 새로운 세부 정보를 세계적인 권위지 네이처(Nature)의 동료검토 논문을 통해 발표했습니다. 이 논문에서는 기존 경쟁 모델 대비 극히 적은 비용으로 순수 강화학습만을 사용해 첨단 추론 능력을 달성한 방법을 공개했습니다.항저우에 본사를 둔 이 회사는 자사의 R1 추론 모델 훈련 비용이 단 29만 4천 달러에 불과하며, 기반 베이스 모델의 개발 비용은 약 600만 달러였음을 처음으로 공개했습니다. 총 630만 달러가 소요된 것으로, 이는 미국의 기술 기업들이 개발한 경쟁 모델이 수천만 달러에 달하는 것과는 극명한 대조를 이룹니다.순수 강화학습의 획기적인 발전DeepSeek의 주요 혁신은 연구자들이 “순수 강화 학습(pure reinforcement learning)“이라고 부르는 방식을 사용해 R1을 개발한 점에 있으며, 이는 인간이 만든 예시에 의존하는 기존의 감독 학습(supervised learning) 방식과는 다른 접근법입니다. 이 과정에서 모델은 인간이 선택한 추론 방식에 따르도록 학습시키는 대신, 올바른 답변에 도달할 때 보상을 받도록 설계되었습니다.네이처(Nature) 논문에 따르면, DeepSeek의 접근법은 모델이 인간이 제시한 전략을 따르지 않고도 자체적인 추론 전략을 개발하고 자신의 작업을 검증할 수 있는 능력을 갖추게 해주었습니다. 회사는 자체 시도에 대해 별도의 알고리즘을 사용하지 않고 추정치를 활용해 점수를 매길 수 있게 해주는 Group Relative Policy Optimization(GRPO)이라는 기법을 활용했습니다.“이 모델은 AI 연구자들 사이에서 매우 영향력이 컸습니다,“라고 오하이오 주립대(Ohio State University) 콜럼버스 소재 AI 연구원인 Huan Sun은 말했습니다. “2025년 현재까지 LLM에서 강화 학습을 수행하는 거의 모든 연구가 어떻게든 R1로부터 영감을 받았을지도 모릅니다”.5단계 훈련 과정완전한 R1 학습 과정은 감독 학습(fine-tuning)과 강화 학습을 번갈아가며 진행하는 여러 단계로 구성되었습니다. 이 과정은 딥시크(DeepSeek)의 V3-Base 모델을 수천 개의 ‘콜드 스타트’ 데이터 포인트로 파인튜닝하는 것으로 시작했고, 이후 순수 강화 학습을 통해 추론 능력을 향상시켰습니다.수렴에 가까워지면 시스템은 리젝션 샘플링(rejection sampling) 방식을 사용했습니다. 여기서 모델은 강화 학습 실행에서 성공적인 예시 중 최상의 예시를 선택해 자체 합성 훈련 데이터를 생성했습니다. 이 합성 데이터는 이후 글쓰기나 사실 기반 질문응답 등 다양한 영역에서 DeepSeek-V3-Base의 감독 학습 데이터와 통합되었습니다.동료 평가 중인 최초의 주요 LLMR1은 엄격한 동료 평가 과정을 거친 최초의 대형 언어 모델을 의미합니다. Nature 논문을 심사한 허깅페이스의 머신러닝 엔지니어 루이스 턴스톨은 이를 “매우 환영할 만한 선례”라고 평가하며, 훈련 과정이 공개되지 않으면 AI 시스템이 위험을 초래하는지 평가하기 어렵다고 언급했습니다.이 동료 평가 과정에서 DeepSeek는 훈련에 사용된 데이터 유형과 안전 조치를 포함한 기술적 세부 사항에 대한 설명을 추가하게 되었습니다. 이 모델은 오픈소스 특성을 유지하면서도 OpenAI의 o1 모델에 필적하는 추론 벤치마크 성능을 달성하였습니다.성능 및 접근성Hugging Face에서 1월에 출시된 이후, R1은 복잡한 문제 해결을 위한 플랫폼에서 가장 많이 다운로드된 모델이 되었으며, 다운로드 수는 1,090만 회를 넘어섰습니다. 이 모델은 AIME 2024 수학 벤치마크에서 pass@1 점수 79.8%를 기록하여 OpenAI o1의 79.2%를 소폭 앞섰습니다.DeepSeek의 혁신은 AI 개발 비용 및 성능 향상을 위해 모델 크기와 연산 능력을 늘려야 한다는 확장 법칙에 대한 기존의 통념에 도전장을 내밀었습니다. 회사는 비교적 덜 강력한 H800 칩을 사용해 성공을 거두었으며, 이 칩은 2023년 미국의 수출 통제로 중국 내 판매가 금지된 바 있습니다. 이러한 성과는 향후 AI 개발 방향에 대한 논의를 촉진하고 있습니다.
1133 조회
0 추천
2025.09.18 등록
홈으로 전체메뉴 마이메뉴 새글/새댓글
전체 검색
회원가입