1. AI 발전의 한계와 데이터 고갈 문제
2024년 12월 20일, 파이낸셜뉴스는 AI 발전이 데이터 고갈로 인해 한계에 직면할 수 있다는 우려를 보도했습니다. 구글 딥마인드의 데미스 하사비스 CEO는 AI 훈련에 필요한 인터넷 데이터가 거의 소진되어, 기존의 대규모 언어 모델(LLM) 기반의 발전이 둔화될 수 있다고 경고했습니다. 이러한 상황에서 AI 개발자들은 새로운 학습 방법, 예를 들어 AI가 자체 생성한 합성 데이터를 활용한 '시행착오 학습'을 모색하고 있습니다. 그러나 이러한 방법은 수학이나 과학과 같은 명확한 분야에서는 효과적일 수 있으나, 인간성이나 도덕과 같은 복잡한 영역에서는 한계가 있을 것으로 예상됩니다.
2. 메타의 최신 AI 칩 출시
한편, 2024년 4월 11일 연합뉴스에 따르면, 메타는 자체 개발한 최신 AI 칩 'MTIA'의 2세대 버전을 공개했습니다. 이 칩은 이전 모델보다 성능이 3배 향상되었으며, 주로 페이스북 등 메타의 소셜미디어에서 순위와 추천 알고리즘을 구동하는 데 사용됩니다. 메타는 이 칩을 통해 생성형 AI 훈련을 목표로 하고 있으며, 이를 통해 엔비디아에 대한 의존도를 낮추고자 합니다.
이러한 소식들은 AI 기술의 발전과 함께 새로운 도전과 기회가 공존하고 있음을 보여줍니다. 데이터 고갈 문제와 같은 한계를 극복하기 위한 새로운 접근법의 모색, 그리고 AI 칩 개발을 통한 기술 자립 등의 노력이 앞으로의 AI 발전에 중요한 역할을 할 것으로 기대됩니다.