(AI 감속 관련)
(요약)
- AI 발전 속도와 도입 여건이 산업마다 크게 다르므로, 일괄적인 개발 감속보다 산업별·단계별 접근이 필요하다.
- 모델 공개를 늦추는 것과 훈련을 늦추는 것은 다릅니다. 선도 연구소들은 공개하지 않은 고성능 내부 모델을 보유하고 있습니다.
- 코딩·수학·사이버보안은 데이터와 검증 가능한 피드백이 풍부해 빠르게 발전합니다. 자본과 컴퓨팅을 집중하면, 사람을 교육하고 조직을 구축하는 데 필요했던 시간을 크게 단축할 수 있습니다.
- 반면 금융 등에서는 판단 과정과 업무 기록을 체계적으로 수집하는 기반부터 부족합니다. 모델 성능뿐 아니라 데이터와 업무 방식의 변화가 필요합니다.
- 최첨단 분야를 보는 연구자·규제 당국은 위험을 크게 느끼지만, 현장 실무자는 부족한 데이터와 낮은 투자수익률 때문에 도입까지 갈 길이 멀다고 느낍니다.
- 따라서 빠르게 발전하는 분야의 위험은 관리하면서, 뒤처진 산업의 데이터·업무 기반 구축은 지원해야 합니다. 다만 연구소 간 경쟁과 상업적 이해관계가 공조를 어렵게 만듭니다.
https://x.com/FundaAI/status/2098969994898059556