검색
-
-
'최악의 실패작 톱10' 리스트에 구글·애플·MS·삼성이?
- 삼성이나 구글, 애플 등 세계적인 IT 기업들이 신제품을 공개하면 기대감이 높아지곤 한다. 하지만 성공을 위해선 실패가 수반되기 마련이다. 최근 모바일 산업뉴스 전문매체 XDA가 공개한 '최악의 실패작 TOP10' 리스트에 국내외 거대 IT 기업의 제품들이 포진되어 있어 관심을 모으고 있다. 구글의 '구글글래스(Google Glass)'는 기술의 한계와 비싼 가격 탓에 2015년 결국 시장에서 퇴출됐다. 구글글래스는 증강현실(AR) 꿈을 실현시킬 장치로 소개됐지만, 기술 한계와 제품 가격이 문제였다. 가격은 무려 1500달러(약 198만 원)로 매우 비싼데다가, 배터리 수명이 낮고 일부 기능도 의도한 대로 작동하지 않는 등 심각한 기술적 한계를 드러냈다. 구글은 마침내 2015년 시장에서 이 제품을 철수했다. 애플의 '애플뉴턴(Apple Newton)'은 필기 인식의 문제로 사용자들에게 큰 불만을 사게 됐다. 애플뉴턴은 지난 1993년 메시지패드(PDA)로 출시됐다. 메모를 작성하고 연락처와 일정을 저장하고 팩스를 보내는 등의 작업을 수행할 수 있는 혁신적 기능에도 불구하고, 사용자의 필기를 정확하게 인식하지 못하는 등 치명적인 단점을 드러냈다. 하지만 XDA는 "이 제품이 현대의 스마트폰, 태블릿의 길을 열었다"며 그 중요성을 언급했다. 마이크로소프트의 '윈도우비스타(Windows Vista)'는 초기 호환성 문제와 사용자 경험의 문제가 실패로 이어졌다. 윈도우비스타는 초기에 많은 어플리케이션과 하드웨어 장치 등과 호환되지 않았고, 새롭게 도입된 사용자 계정 제어(UAC)는 귀찮은 시스템으로 악명을 떨쳤다. 오히려 사용자 대부분이 '윈도우XP'에 만족하고 있었다는 것이 실패의 원인으로 지적됐다. 세계적인 스마트폰 제조사 삼성전자의 '갤럭시 노트7'은 배터리 폭발 사건으로 불명예를 안았다. 지난 2016년 여름에 탄생한 갤럭시 노트7은 출시한 지 1개월도 채 되지 않아 30대 이상이 폭발했다. 삼성 측은 노트7의 무료 반품을 실시했고, 미국연방항공청(FAA)도 이 제품의 사용을 금지하기에 이르렀다. XDA는 "그후 삼성전자는 노트7FE를 출시해 문제를 해결했으며, 예상치 못한 문제만 아니었다면 훌륭한 스마트폰이었다"는 긍정적인 평가도 덧붙였다. 블랙베리로 전세계 휴대폰 업계에 신선한 충격을 가했던 림(RIM)은 처음으로 터치스크린 '블랙베리스톰(BlackBerry Storm)'을 출시했다. 그러나 터치스크린인 슈어프레스(SurePress) 디스플레이는 타이핑 속도가 극도로 느린 탓에 소비자 불만이 컸다. 게다가 어플리케이션과 소프트웨어도 훌륭하지 못했다는 평가다. 이밖에 너무 늦게 출시돼 명성을 얻지 못한 휴대용 MP3인 '마이크로소프트준(Microsoft Zune)', 유명무실해진 애플의 소프트웨어 '아이튠즈핑(iTunes Ping)', 다루기 어려운 노키아의 모바일 게이밍 폰 '노키아 엔 게이지(N-Gage)', 품질이 낮은 디스플레이를 장착한 휴렛팩커드의 터치패드(HP TouchPad) 등도 최악의 실패작 리스트에 이름을 올렸다. 하지만 XDA는 "이러한 실패에도 불구하고 기술 산업은 항상 혁신하고 있다"며 "앞으로 10년 동안 더 많은 제품들이 나타날 것이며, 그 중 일부는 이 목록에 들어갈 수도 있을 것"이라고 말했다. 이처럼 실패는 불가피하지만 그 속에서 새로운 혁신과 기회를 찾아낼 수 있는 기업만이 미래를 이끌 것이다.
-
- 산업
-
'최악의 실패작 톱10' 리스트에 구글·애플·MS·삼성이?
-
-
블록체인, 금융에서 공급망까지 일상생활에 적극 활용
- '블록체인'은 단순히 금융 분야나 암호화폐의 기술로 국한되지 않는다. 최근에는 다양한 산업에서 그 가치와 실용성을 입증하며, 사회 전반의 혁신적 변화를 주도하고 있다. 블록체인 기술은 분산 원장 기술(Distributed Ledger Technology, DLT)의 한 형태로, 거래의 기록이나 데이터를 연결된 '블록'들의 체인으로 저장하는 시스템이다. 한번 기록된 정보는 변경이 불가능하여 높은 투명성과 신뢰성을 제공하며, 사기나 해킹의 위험도 줄여준다. 이 기술은 암호화폐뿐만 아니라, 음악 스트리밍 서비스 스포티파이에서의 라이선스 계약 관리, 보험, 부동산, 정부에서의 도입 등 다양한 분야에서 활용되고 있다. 애널리스틱스인사이트는 블록체인의 다양한 활용 분야 10가지를 집중 조명했다. 1. 공급망 관리 블록체인 기술은 물품의 이동을 추적하고, 제품의 품질과 출처를 확인하며, 사기와 오류를 줄임으로써 공급망의 효율성, 투명성, 보안을 강화할 수 있다. 최고의 기술 기업 중 하나인 IBM은 여러 공급망 관리 블록체인 프로젝트에 참여하고 있다. IBM 공급망용 블록체인은 공급망 참여자들이 블록체인 기술을 통해 신뢰할 수 있는 데이터를 전달할 수 있도록 지원하는 제품 중 하나다. 2. 디지털 ID 디지털 ID는 인터넷 사용자 수가 증가함에 따라 신원을 확인하고 보안을 유지하기 위한 중요한 다음 단계다. 블록체인 기술을 통한 디지털 신분증 발급은 네트워크에 보관되는 데이터의 보안과 개방성을 높인다. 공식 문서가 부족하거나 차별을 경험한 사람들에게 블록체인 기술은 디지털 신원을 생성하고 확인하는 데 더 접근하기 쉽고 안전한 방법을 제공할 수 있다. 마이크로소프트는 노숙자와 난민에게 블록체인 기반 ID를 부여하는 프로젝트를 개발 중이다. 3. 의료 블록체인 기술은 의료 기록의 배포, 데이터 보안 및 개인정보 보호 강화, 임상시험 간소화, 원격 진료의 용이성 등 의료산업의 다양한 분야에 기여할 수 있다. 메디레저 프로젝트는 제넨텍, 화이자, 아메리소스버겐, 맥케슨 코퍼레이션과 같은 주요 제약 회사들이 주도하고 있다. 이들은 블록체인에 의약품을 안전하게 등록하고 인증하는 시스템의 작동하는 프로토타입을 만들었다. 이는 블록체인이 어떻게 의료 안전을 개선하고 위조 의약품의 글로벌 공급을 차단할 수 있는지 보여준다. 4. 상속 블록체인 기술은 중개인 없이 자동으로 유언장이나 상속을 실행하는 스마트 계약을 활용하여 사망 후 자산과 재산을 이전하는 과정을 간소화할 수 있다. 5. 식품의 안전성 블록체인 기술은 식품의 출처와 품질을 추적하고, 사기와 오염을 발견하며, 규제 준수를 보장함으로써 식품 안전을 개선할 수 있다. 6. 디지털 투표 블록체인 기술은 단순히 사기를 방지하고, 신원을 확인하며, 익명성을 유지하는 것 외에도 더욱 안전하고 투명하며 효과적인 디지털 투표 시스템을 구축하는 데 도움이 될 수 있다. 7. 부동산 블록체인의 불변성으로 인해 물리적 자산과 불가역적으로 연결된 고유 토큰을 생성할 수 있다. 이는 사기를 방지하기 위해 소유권 기록과 거래에 대한 스마트 계약을 유지하는 데 도움이 된다. 블록체인 기술은 중개인을 없애고, 서류 작업을 줄이고, 소유권을 확인하고, 결제를 용이하게 함으로써 부동산 거래의 비용과 복잡성을 낮출 수 있다. 8. 데이터 공유 블록체인 기술은 사람, 기업, 디바이스 간에 탈중앙화되고 신뢰가 필요 없는 데이터 공유를 가능하게 함으로써 협력, 창의성, 수익 창출의 새로운 가능성을 열어준다. 9. 대체 불가능한 토큰(NFT) 블록체인 기술을 사용하여 게임, 수집품, 음악, 예술 및 기타 형태의 창의적 표현을 나타내는 고유한 디지털 자산인 대체불가능한 토큰(NFT)을 생성할 수 있다. 여러 플랫폼에서 암호화폐를 사용하여 대체 불가능한 토큰을 구매, 판매, 거래할 수 있다. 10. 정부 블록체인 기술은 관료주의를 줄이고, 사기와 부패를 방지하며, 시민 참여를 높이고, 국제 협업을 촉진함으로써 정부 서비스의 효율성, 투명성, 책임성을 높일 수 있다.
-
- 경제
-
블록체인, 금융에서 공급망까지 일상생활에 적극 활용
-
-
네이버, 생성형 AI '하이퍼클로바X' 공개…11월 검색엔진에 통합
- 한국판 생성형 인공지능(AI)이 드디어 베일을 벗었다. 한국 대표 인터넷 대기업 네이버가 최근 생성형 AI '하이퍼클로바 X(HyperCLOVA X)'를 공개하며 세계 AI 경쟁 무대에 데뷔했다. 네이버의 대규모 언어모델(Large Language Model, LLM)은 챗GPT와 유사한 인공지능 챗봇인 '클로바 X'와 마이크로소프트 빙(Bing)에 해당하는 생성형 AI 기반 검색 엔진인 '큐(Cue)'등의 서비스를 제공한다. 세계는 현재 생성형 AI 분야에서의 경쟁이 가열되고 있다. 네이버의 생성형 AI 출시는 다른 글로벌 기업들의 AI 강화 움직임에 발맞춰 이루어진 것이다. 오픈AI는 마이크로소프트의 지원을 받으며 이 경쟁을 선도하고 있다. 구글은 '바드'라는 AI 챗봇을 출시하고 미국 인공지능 스타트업 '앤트로픽'(Anthropic)에 투자하는 한편, 중국의 바이두는 '어니봇'을 선보였다. 메타와 아마존 같은 기업들 또한 자신들만의 AI 챗봇을 곧 선보일 계획이다. 미국이 생성형 AI 분야를 선도하는 가운데, 네이버의 한국판 생성형 AI 출시는 국내외에서 높은 관심을 받고 있다. 해외 IT 전문 매체 테크크런치 보도에 따르면, 네이버 클라우드에서 출시한 '하이퍼클로바 X'는 지난 8월 24일부터 한국어와 영어로 베타 서비스를 시작했다. 그리고 '큐'는 9월의 베타 테스트를 마치고 11월에는 네이버의 기존 검색 엔진과 통합될 계획이다. 네이버 측은 "하이퍼클로바 X는 크리에이터와 기업 고객 모두가 사용 가능하다"라며, 이는 2021년에 출시된 한국어 LLM 하이퍼클로바의 업그레이드 버전이라고 설명했다. 또한, 하이퍼클로바는 2400억 개 이상의 파라미터를 가지고 있음을 공개했지만, 하이퍼클로바 X에 얼마나 많은 파라미터가 학습되었는지는 구체적으로 공개하지 않았다. 네이버 최수연 대표는 주주에게 보낸 서한에서 "회사는 AI 전문가 500명을 보유하고 있으며, 1000억 개 이상의 파라미터로 구성된 대규모 언어 모델을 독자적으로 개발한 전 세계 5개 기업 중 하나"라고 밝혔다. 네이버 클라우드의 기술 및 하이퍼스케일 AI 책임자인 성낙호 총괄은 "네이버 클라우드는 텍스트부터 이미지, 동영상, 오디오에 이르기까지 다양한 데이터를 분석하고 생성하는 다중 모드 언어 모델의 개발을 진행 중"이라고 밝혔다. 즉, 클로바 X는 텍스트, 이미지, 음성 등의 다양한 데이터 형태를 통합해 학습함으로써 기존 언어 모델보다 더 깊은 정보 인식과 풍부한 정보 제공이 가능하다. 네이버는 한국, 일본, 동남아시아뿐만 아니라 중동, 스페인, 멕시코와 같은 비영어권 국가와 정치적으로 민감한 지역에서도 맞춤형 AI 애플리케이션을 제공하려고 한다. 이를 통해 경쟁사들이 아직 진출하지 않은 지역에 주목하고 있다는 점을 강조했다. 네이버의 최수연 대표는 컨퍼런스에서 11월에 60만 대의 서버로 구축된 'GAK 세종'이라는 두 번째 데이터 센터를 한국에서 오픈할 예정이라고 밝혔다. 네이버는 지난해 12월부터 삼성과 함께 하이퍼스케일 AI를 위한 AI 칩 개발에 착수했고, 삼성 또한 곧 기업용 생성형 AI를 출시할 계획이다. 네이버는 판매자, 창작자, 광고주를 포함한 파트너들을 위한 AI 기술 도구를 선보일 예정이다. '클로바 for Writing'이라는 글쓰기 도구와 '클로바 for AD'라는 광고 상품을 통해 다양한 네이버 서비스에 생성형 AI를 신속하게 통합할 계획이다. 또한 네이버 클라우드는 AI 기반의 B2B 상품을 출시하며, '뉴로클라우드'라는 완전 관리형 하이브리드 클라우드 서비스와 '클로바 스튜디오'라는 AI 개발 도구로 고객 기업들의 자체 생성형 AI 구축을 지원할 방침이다. 전문가들은 네이버의 강점이 다양한 서비스와 파트너들이 연계되어 성장을 이끌어내며, 그 결과로 플랫폼의 발전이 이루어지는 '위닝 루프' 구조에 있다고 지적하며, "하이퍼클로바X가 이 과정을 가속화시킬 것"이라고 전망했다.
-
- IT/바이오
-
네이버, 생성형 AI '하이퍼클로바X' 공개…11월 검색엔진에 통합
-
-
워런 버핏의 '버크셔 해서웨이' 자산 1조달러 돌파…MS‧알파벳‧메타 합산 금액 추월
- '투자의 귀재' 워런 버핏(92)의 버크셔 해서웨이가 지난 분기 처음으로 자산 1조 달러를 돌파했다고 마켓사이더가 23일(현지시간) 보도했다. 이는 미국 대형 기술기업 마이크로소프트와 메타(이전 '페이스북'), 구글 모기업인 알파벳의 자산을 합친 것보다 많은 규모다. 버크셔 해서웨이의 2분기 자산은 애플의 3배, 테슬라의 10배, 엔비디아의 20배에 달한다. 버핏이 이끄는 회사는 6월 말 기준으로 1조40억 달러의 자산을 보유했으며, 이 중 3530억 달러가 주식 포트폴리오로, 애플 주식만 1780억 달러에 달했다. 버크셔 해서웨이의 자산은 또한 1470억 달러의 현금과 국채를 포함하고 있다. 아울러 크래프트 하인즈, 파일럿, 오시덴탈 페트롤리엄 등과 같은 기업들과의 지분 투자와 장비, 재고, 채권 등도 포함된다. 버핏의 거대한 대기업은 보험, 에너지, 철도, 부동산, 산업, 제조, 서비스, 소매업 등 수십 개 산업에 걸쳐 수많은 기업을 소유하고 있다. 버크셔 해서웨이의 방대한 규모와 자산이 적은 무형적인 기술 대신 '실물 경제'에 초점을 맞추고 있다는 점을 고려할 때, 그 어떤 빅테크 기업보다 더 큰 대차대조표를 보유하고 있는 것은 당연한 일이다. 실제로 애플은 지난 2분기 말에 3350억 달러의 자산을 보유했다. 이 중 1670억 달러가 현금, 유가증권 등 유동자산이었다. 아마존은 4630억 달러의 자산을 가졌다. 마이크로소프트와 알파벳, 메타는 각각 2000억 달러에서 4000억 달러 사이의 자산을 보유하고 있다고 밝혔다. 버크셔 해서웨이와 비슷한 시가총액을 자랑하는 전기 자동차 제조업 테슬라의 6월 말 자산은 910억 달러에 불과했다. 약 1조 2000억 달러의 시가총액을 보고했던 엔비디아는 최근 집계에서 자산이 440억 달러에 불과해 버크셔 총자산의 1/20에도 미치지 못했다. 그러나 버크셔 해서웨이는 월스트리트 최대 은행들보다는 훨씬 적은 자산을 보유하고 있다. 예를 들어 JP모건은 지난 분기에 3조9000억 달러의 자산을 보고했다. 그 중 4690억 달러가 예금이고 1조3000억 달러가 대출이었다. 그럼에도 불구하고 버크셔 해서웨이의 1조 달러 돌파는 상당한 성과다. 버핏이 경영을 맡기 전인 1964년 버크셔는 약 3000만 달러의 자산을 보유하고 있었다. 그 수치는 30년 만인 1994년에 약 210억 달러로 늘어나 700배나 증가했다. 버크셔 해서웨이의 자산은 그 이후에도 48배나 증가했다. 이는 버핏이 CEO로 재임하는 동안 자산이 약 3만3000배나 증가했음을 의미한다. 한편, 버크셔 해서웨이는 워럿 버핏의 투자목적 지주회사다. 1839년 섬유 제조회사로 출발했다. 1962년부터 워런 버핏이 버크셔 해서웨이의 지분을 인수하기 시작해 경영권을 갖게 되었다. 1967년에는 보험 관련 사업에 진출했으며, 1985년 초기 사업 부문인 섬유업을 정리했다. 투자전문 매체 배런스는 2007년 버크셔 해서웨이를 세계에서 가장 존경받는 기업으로 선정했다. 버핏은 버크셔 해서웨이 보고서를 통해 후계자를 찾고 있다고 밝혔다. 워런 버핏은 2021년 5월 1일 온라인 주주총회에서 버크셔 해서웨이의 후계자로 그렉 에이블을 공식적으로 지명했다. 그렉 에이블은 버크셔 해서웨이 비보험계열 총괄 부회장직과 버크셔 해서웨이 에너지사의 회장 겸 CEO직을 겸하고 있다.
-
- 경제
-
워런 버핏의 '버크셔 해서웨이' 자산 1조달러 돌파…MS‧알파벳‧메타 합산 금액 추월
-
-
인공지능(AI) 성능 급감하는 '드리프트' 현상 발생 이유는?
- 마이크로소프트(MS) 창업자 빌 게이츠가 "인터넷의 발명만큼 중대한 사건"이라고 극찬한 챗GPT(Chat GPT)는 오픈AI에서 개발한 대화형 인공지능(AI) 서비스로, 대량의 데이터를 학습해 새로운 정보를 생성하고 응답하는 능력을 갖춘 시스템이다. 챗GPT는 챗(Chat)과 GPT(Generative Pre-trained Transformer)의 합성어로, 트랜스포머(Transformer) 계열의 대규모 언어 모델(GPT-3.5)을 기반으로 한다. GPT-3.5는 오픈AI에서 개발한 GPT-3의 업그레이드 버전으로, 1000억 개의 파라미터를 가지고 있다. 파라미터란 AI가 학습할 수 있는 변수의 수를 의미하는데, 이는 GPT-3의 2배에 달한다. 챗GPT는 강화학습(RLHF) 방식을 채택해 자신의 행동에 따른 보상을 통해 스스로 학습하고 발전할 수 있다. 챗GPT는 번역 및 문장 재구성, 텍스트 요약, 콘텐츠 생성, 코딩 등 다양한 영역에서 우수한 성능을 뽐내고 있다. 무엇보다 인간 고유의 영역이라 여겨져 온 창작의 영역까지 AI가 파고든 사실에 많은 사람이 놀라고 있다. 지난해 11월 선보인 챗GPT는 출시된 지 5일 만에 이용자 수 100만 명을 확보했고, 1억 명을 돌파하는 데는 두 달이면 충분했다. 현재 전 세계적으로 가장 많은 사용자를 보유하고 있는 AI 서비스로 자리매김했다. AI 지능 저하 '드리프트' 현상이란? 인공지능(AI)의 새로운 패러다임인 챗GPT와 같은 채팅AI가 의사 면허 시험을 통과하거나 복잡한 수학 문제를 놀라운 정확도로 풀 수 있다는 보고서도 나왔다. 그런데 최근 챗GPT의 성능이 급격히 저하되는 현상이 나타나 인공지능 학계를 발칵 뒤집어 놓았다. 파겐 와사니 테크롤로지스(Fagen Wasanni Technologies)와 일본 매체 기가진(gigazine)의 최근호에 따르면 올해 3월부터 6월까지 채팅 AI의 수학 능력이 급격히 떨어지는 현상이 발견됐다. 이러한 채팅 AI의 지능 저하 현상을 '드리프트(drift)'라고 한다. 외신에 따르면 미국 스탠포드 대학과 UC 버클리가 올해 3월과 6월 두 차례에 걸쳐 오픈AI의 대규모 언어모델(LLM) 'GPT-3.5'와 'GPT-4'로 구동되는 챗GPT에 '수학 문제', '코드 생성', '시각적 추론', '민감한 질문' 등 4가지 과제를 부여해 그 답변의 신속성과 정확성을 분석했다. 그 결과, '17077은 소수인가?'와 같은 단순 수학 문제에 대한 GPT-4의 응답 정확도가 2023년 3월부터 6월 사이에 97.6%에서 무려 2.4%로 급락한 것으로 나타났다. 두 대학의 연구진에 따르면, "AI의 드리프트 문제는 매우 복잡한 AI 모델의 일부를 개선하려고 할 때 모델의 다른 부분의 성능이 저하되는 문제"라고 설명했다. 연구원들은 3월과 6월 다양한 버전의 LLM을 테스트하고 위의 네 가지 과제 외에 미국 의사 면허 시험, 시각적 추론을 포함한 다양한 AI 작업에서 성능을 평가했다. 그 결과, LLM이 제공하는 답변에 상당한 변동성이 있는 것으로 나타났다. 특히 GPT-4의 수학 문제 해결 능력은 3월과 6월 사이에 정확도가 84.0%에서 51.1%로 떨어지는 등 급격히 악화됐다. 반면, GPT-3.5의 정확도는 같은 기간 동안 49.6%에서 76.2%로 향상됐다. 연구원들은 또한 특정 작업에서 지시를 따르는 GPT-4의 능력이 저하되는 것을 관찰했다. 예를 들어, '행운의' 숫자와 관련된 수학 문제에서 GPT-4의 정확도는 3월과 6월 사이에 83.6%에서 35.2%로 떨어졌고 GPT-3.5의 정확도는 30.6%에서 48.2%로 오히려 증가했다. 또한 ‘민감하거나 위험한 질문’에 답변하려는 LLM의 의지에 변화가 있었다. GPT-4는 응답률이 21.0%에서 5.0%로 급격히 낮아졌고, GPT-3.5는 2.0%에서 5.0%로 소폭 증가했다. 복잡한 추론 과제에서 GPT-4는 정확한 답변을 생성하는 점이 1.2%에서 37.8%로 증가해 개선된 모습을 보였다. 그러나 GPT-3.5의 추론 완전 일치 성공률은 22.8%에서 14.0%로 감소했다. 연구원들은 또한 시간이 지남에 따라 LLM이 생성한 코드의 실행 가능성도 감소하는 것을 관찰했다. 또 미국 의사 면허 시험에서 GPT-4의 성적은 86.6%에서 82.4%로 소폭 하락한 반면, GPT-3.5는 54.7%였다. 시각적 추론 과제에서 약간의 개선이 있었지만 두 모델 모두 전반적인 정확도는 여전히 낮았다. 연구진은 짧은 시간 내에 GPT-3.5와 GPT-4의 성능과 동작에 상당한 변화가 있었다는 점을 강조했다. "AI 미세 조종시 다른 영역서 후퇴" 스탠포드대 제임스 조우(James Zou) 컴퓨터 과학 연구원은 "AI 모델을 미세 조정해 특정 방향으로 강화하면 다른 영역에서는 후퇴할 위험이 있다"며 "AI 모델을 지속적으로 개선하는 것은 매우 어렵다"고 말했다. 또한 조우 연구원은 "우리는 GPT-4와 같은 AI 모델에서 언젠가 드리프트 문제가 발생할 것으로 예상했지만, 이렇게 빨리 드리프트 문제가 발생한 것에 대해 매우 놀랐다"고 했다. 해외 매체 크립토폴리탄(Cryptopolitan)은 AI의 드리프트 문제에 대해 "이 문제는 프롬프트 엔지니어링(Prompt Engineering)이라는 급성장 중인 트렌드와 관련이 있을 수 있다"고 추측했다. '프롬프트 엔지니어링'은 사용자가 프롬프트를 만들어 AI로부터 특정 반응을 이끌어내는 개념이다. 이 매체는 "GPT-4의 수학적 능력 저하가 프롬프트 엔지니어링에 대응하기 위해 취해진 우발적 결과일 수 있다"고 지적했다. 오픈AI "개선 위해 다양한 연구 진행" 드리프트 문제에 대해 오픈AI 측은 "새로운 AI 모델을 출시할 때, 우리는 새로운 모델을 더 똑똑하게 만드는 것을 최우선 과제로 삼고 있다. 또한 우리는 새로운 AI 모델 버전이 포괄적인 작업의 개선으로 이어지고 있는지 확인하기 위해 다양한 조사와 연구를 진행하고 있다. 하지만 우리의 평가 방법은 완벽하지 않기 때문에 지속적으로 개선해 나가고 있다"고 말했다. 조우는 AI의 드리프트 문제에 대해 "중요한 것은 지능이 떨어진다고 해서 기술을 포기하는 것이 아니라 그 어느 때보다 AI를 면밀하게 모니터링하는 것"이라고 말했다. 아울러 연구팀은 챗GPT와 같은 AI 모델에 대해 수천 개의 질문을 던져 체계적인 테스트를 계속하고 있으며, 시간이 지남에 따라 성능 변화를 분석하고 있다고 덧붙였다.
-
- IT/바이오
-
인공지능(AI) 성능 급감하는 '드리프트' 현상 발생 이유는?