AI training depends on premium content, study finds
Axios
AI 기업들은 훈련 데이터로 무엇을 사용하는지 정확히 밝히지 않지만, Ziff Davis의 연구에 따르면 상업적인 뉴스 및 미디어 웹사이트 콘텐츠에 불균형적으로 의존하는 것으로 나타났습니다. OpenAI의 GPT-2를 훈련하기 위해 사용된 OpenWebText 데이터셋을 분석한 결과, URL의 약 10%가 연구된 15개의 프리미엄 퍼블리셔에서 나온 것으로 밝혀졌습니다. 연구는 Ziff Davis의 AI 전문 변호사 조지 우코손(George Wukoson)과 최고기술책임자 조이 포르투나(Joey Fortuna)에 의해 진행되었습니다.
Ziff Davis 역시 잡지사에서 출발했으며 News/Media Alliance(NMA) 회원사이다
BCG는 기업의 생성AI 활용에 대해 조사했으나, 예상대로 핵심 사업에 미치는 영향은 적은 것으로 나타났다.
인공 지능(AI)에 대한 과장된 홍보에도 불구하고 그 가치를 찾기는 어렵습니다. CEO들은 투자를 승인하고, 인재를 고용하고, 시범 프로그램을 시작했지만, 새로운 BCG 연구에 따르면, 개념 증명 단계를 넘어 어느 정도 가치를 창출한 기업은 22%에 불과하며, 실질적인 가치를 창출하는 기업은 4%에 불과합니다.
하지만 핵심 비즈니스와 지원 기능 모두 인공지능을 통합하여 경쟁 우위를 확보한 기업들은 높은 매출 성장, 주주총수익(TSR), 투자자본이익률(RoIC)를 기록했다. 비용 절감과 매출 증대를 목표로 인공지능을 활용했으며, 기술과 알고리즘보다는 인적요소와 프로세스에 집중했다고 한다. 아래는 몇 가지 사례
- 한 글로벌 자동차 제조사는 입찰 문서 작성 시간을 50% 단축하고 경쟁 제안 분석 속도를 50% 높이며 지식 자산 검색 시간을 75% 단축.
- 북미 통신사는 AI로 콜센터 상호작용 시간을 20% 줄이고 총 관련 비용을 25% 감소.
- 금융기관은 데이터 관리 생산성을 20~25% 개선하고 데이터 관리의 적용 범위를 5년 이상 단축.
- 유럽 자동차 제조사는 아이디어에서 생산까지의 시간을 30% 단축하고 신제품 산업화 시간 40% 감소.
Growth of AI adoption slows among U.S. workers
Axios
원자료는 여기
Slack이 의뢰한 새로운 연구에 따르면 직장에서 AI를 사용하고 있다고 답한 미국 근로자의 비율은 지난 3개월 동안 거의 제자리걸음을 유지했습니다. 이것이 중요한 이유 AI의 빠른 도입 곡선이 느려지거나 평평해지면 기술에 대한 많은 장밋빛 가정과 그에 따른 매우 높은 시장 가치 평가가 바뀔 수 있습니다. Slack은 최근 설문조사에서 미국 근로자의 33%가 직장에서 AI를 사용하고 있다고 답했으며, 이는 단 1% 포인트 증가한 수치라고 밝혔습니다. 이는 이전 설문조사에서 나타난 급격한 성장세가 상당히 평탄화된 것을 의미합니다.
관리자에게 말하기 꺼려진다는 응답은 거의 절반(48%)에 달했는데, 가장 큰 이유로는 게으르거나 속임수를 쓰거나 무능한 사람으로 비춰질까 봐라는 두려움이 꼽혔습니다.
2024: The State of Generative AI in the Enterprise
Menlo Ventures
명확한 채택 추세는 생산성 향상이나 운영 효율성을 통해 실질적인 ROI를 제공하는 사례에 집중된다고 한다. 아래 주요 사례에 대한 내용
지속적인 실험에도 불구하고 명확한 채택 추세는 이미 생산성 향상 또는 운영 효율성을 통해 실질적인 ROI(투자수익)를 제공하는 일부 사용 사례로 이어지고 있습니다:
- 코드 코파일럿(Code copilots)
51%의 채택률로, 개발자가 AI의 초기 주요 사용자로 자리 잡고 있습니다. GitHub Copilot은 연간 3억 달러의 수익 속도를 기록하며 이 경로를 입증했고, Codeium과 Cursor와 같은 신흥 도구들도 빠르게 성장하고 있습니다. 일반 코딩 어시스턴트 외에도, 기업들은 Harness의 AI DevOps 엔지니어 및 QA 어시스턴트와 같은 특정 작업에 특화된 코파일럿을 구매하여 파이프라인 생성 및 테스트 자동화를 지원하고, All Hands와 같은 AI 에이전트를 통해 보다 포괄적인 소프트웨어 개발을 수행하고 있습니다.- 지원 챗봇(Support chatbots)
기업의 31%가 채택한 이 애플리케이션은 내부 직원과 외부 고객을 위한 신뢰할 수 있는 24/7 기반의 지식 지원을 제공합니다. Aisera*, Decagon, Sierra의 에이전트는 고객과 직접 상호작용하며, Observe AI*는 통화 중 실시간 가이드를 제공하여 컨택 센터 상담사를 지원합니다.- 기업 검색 및 데이터 추출 및 변환(Enterprise search + retrieval and data extraction + transformation)
각각 28%와 27%의 채택률을 기록하며, 조직 내 산재한 데이터 사일로에 숨겨진 귀중한 지식을 잠금 해제하고 활용하려는 강한 의지를 반영합니다. Glean 및 Sana*와 같은 솔루션은 이메일, 메신저, 문서 저장소에 연결하여 이질적인 시스템 전반에 걸친 통합 의미론적 검색을 가능하게 하고, AI 기반의 지식 관리 기능을 제공합니다.- 회의 요약(Meeting summarization)
24%의 채택률로 사용 사례 중 다섯 번째로 순위에 올랐으며, 자동화된 회의록 작성 및 주요 내용 요약을 통해 시간을 절약하고 생산성을 높입니다. Fireflies.ai, Otter.ai, Sana와 같은 도구는 온라인 회의를 캡처하고 요약하며, Fathom은 비디오에서 주요 내용을 추출합니다. Eleos Health*는 이 혁신을 헬스케어 분야에 적용하여 수시간의 문서 작업을 자동화하고, EHR(전자 건강 기록)과 직접 통합하여 의료 제공자가 환자 진료에 집중할 수 있도록 지원합니다.
버티컬에 대한 이야기도 있다
Microsoft throws in the towel on HoloLens 2
The Register
광학적 문제와 틈새시장. 마이크로소프트는 손을 떼고 메타와 애플만이 진지하게 투자하는 유일한 회사로 남았다.
Microsoft는 HoloLens 2 혼합현실 헤드셋 생산을 중단했으며 하드웨어 교체는 없을 것이라고 The Register에서 확인했습니다. 회사 대변인은 “Microsoft는 더 이상 Microsoft HoloLens 2를 생산하지 않으며, 고객과 파트너를 위해 구매할 마지막 시기를 알렸습니다. 보안 업데이트를 포함한 HoloLens 2 지원은 2027년 12월 31일에 종료됩니다.
Boomer Apple
Stratechery
서비스 수익과 이익은 실제로 하드웨어 판매에서 비롯된 것이라고 볼 수 있다. 즉, 하드웨어가 없으면 서비스도 존재할 수 없다. 하지만 애플은 3년 연속 아이폰 실질 가격을 낮춤으로써 서비스 사업의 성장을 위해 하드웨어의 접근성을 높였고, 이는 애플이 과거처럼 제품 가격을 쉽게 올릴 수 있는 힘이 약해졌다는 것을 의미한다고 말한다. 즉, 장기적인 성장 전략은 서비스에 더 초점을 맞추고 있다고 분석한다.
스넬은 애플에 “어디서 왔는지 기억하라”고 촉구하며 글을 마무리합니다. 하드웨어가 모든 것을 작동하게 하는 것입니다. 저는 스넬의 주장에 공감합니다. 통합 하드웨어 회사인 애플은 제가 존경하는 존재이자 어제 제가 잘못 예측한 것에서 알 수 있듯이 여전히 제 마음속에 크게 자리 잡고 있기 때문입니다. 게다가 서비스 수익과 이익은 하드웨어 수익과 이익에 대한 회계적 구분일 뿐이라고 주장할 수 있습니다(그리고 그래야 합니다). 왜냐하면 후자가 전자를 잠금 해제하기 때문입니다.
하지만 제가 iPhone을 특별히 분류한 이유는 바로 그것입니다. 저는 Snell이 말하는 보이지 않는 선은 이미 넘어섰다고 생각합니다. 네, 다음 분기 iPhone 숫자는 계절성 덕분에 다시 급증할 것이지만, 이제 Apple은 3년 연속으로 더 안정적으로 성장하는 서비스 사업을 선호하거나(실제 가격을 낮춰 iPhone의 접근 가능한 시장을 늘림으로써) 중년기에 제품 매출을 끌어올린 가격 책정력이 없다는 것을 인정했습니다.
We’re Entering Uncharted Territory for Math
The Atlantic
순수 수학에서 LLM이 어떤 의미가 있을지에 관한 글. 수학자 테런스 타오(Terence Tao) 인터뷰. GPT4 o1 모델을 보통이지만 완전히 무능하지 않은 대학원생에 비교한 말이 화제가 된 바 있다. 하지만 의미가 곡해된 부분이 있다며 아래와 같이 이야기한다.
제가 해결할 수 있는 문제를 주고 모델을 안내하려고 했습니다. 먼저 힌트를 주었고, 모델은 힌트를 무시하고 다른 작업을 했는데, 작동하지 않았습니다. 제가 이것을 설명하자, 모델은 사과하고 “좋아요, 당신 방식대로 할게요.”라고 말했습니다. 그런 다음 제 지시를 상당히 잘 수행했지만, 다시 막혔고, 저는 다시 수정해야 했습니다. 모델은 가장 영리한 단계를 결코 알아내지 못했습니다. 그것은 모든 일상적인 일을 할 수 있었지만, 매우 상상력이 부족했습니다.
대학원생은 과제를 완전히 해결하지 못하더라도 학습하고 수정할 잠재력이 있다고 보지만 o1은 지속적인 학습과 다르다고 말한다.
그렇다면 어디에 이를 활용할 수 있을까? 이와 관련해 인터페이스로서 LLM에 대한 언급을 한다.
증명 지원 도구를 사용하면 함께 일하는 사람을 신뢰할 필요가 없습니다. 이 프로그램이 100% 보장을 제공하기 때문입니다. 그러면 지금은 실제로 존재하지 않는 공장 생산 유형의 산업 규모 수학을 할 수 있습니다. 한 사람은 현대 공급망과 같이 특정 유형의 결과만 증명하는 데 집중합니다.
문제는 이러한 프로그램이 매우 까다롭다는 것입니다. 전문 언어로 주장을 작성해야 합니다. 그냥 영어로 작성할 수는 없습니다. AI는 인간 언어에서 프로그램으로 일부 번역을 할 수 있습니다. 한 언어를 다른 언어로 번역하는 것은 거의 대규모 언어 모델이 하도록 설계된 것과 정확히 같습니다. 꿈은 챗봇과 대화를 나누며 증명을 설명하고, 챗봇이 진행하면서 증명 시스템 언어로 변환하는 것입니다.
Wong: 그러니까 챗봇은 지식이나 아이디어의 원천이 아니라 인터페이스 방식이라는 거죠. Tao: 네, 정말 유용한 접착제가 될 수 있습니다.
옵트아웃 옵션이 제공되지 않았다는 부분을 지적하는데, 이와 관련해서 호주 상원위원은 유럽과 같은 강한 규제가 없었기 때문이라 답했다.
슈브리지 상원의원은 ABC와의 인터뷰에서 정부가 청소년들이 겪는 온라인 피해에 대해 우려한다면, 개인정보 보호법을 정비하는 것이 가장 중요한 우선순위가 되어야 한다고 말했습니다.
“유럽에서는 사람들의 프라이버시가 보호되지만 호주에서는 보호되지 않는 데는 이유가 있습니다. 유럽 의원들이 엄격한 프라이버시 법률을 만들었기 때문입니다. Meta는 오늘 호주에 이와 동일한 법률이 있다면 호주인의 데이터도 보호되었을 것이라고 분명히 밝혔습니다.”라고 그는 말했습니다.
This AI Pioneer Thinks AI Is Dumber Than a Cat
WSJ
뉴욕대학 교수이자 메타 수석 AI과학자인 얀 르쿤은 대표적인 인공지능 회의론자. 인간과 같은 지능을 가지게 될 것이라는 우려에 대해 고양이에 비유하여 인공지능을 설명한다. 그의 입장은 얼마나 더 많은 데이터나 인프라를 투자하는지가 아닌 새로운 모델이 필요하다는 것. 이미지를 통해 학습하는 방식에 기대를 하고 있다는 이야기도 얼핏 나온다. 결국 지금 방식의 모델은 사람들이 걱정하는 수준에 다다를 수 없다고 본다
LeCun는 이러한 논의가 시기상조일 가능성이 크다고 말한다. 지난 5월, 떠나는 오픈AI 연구원이 초지능 AI를 제어하는 방법을 배우는 것이 필요하다고 언급했을 때, LeCun은 즉각 반응했다. 그는 X(구 트위터)에서 “우리보다 훨씬 더 똑똑한 AI 시스템을 긴급히 제어하는 방법을 알아내기 전에, 집 고양이보다 더 똑똑한 시스템을 설계할 수 있는 최소한의 단서라도 필요하다고 생각한다”고 답했다.
LeCun은 고양이 비유를 좋아한다. 그는 고양이가 물리적 세계에 대한 정신 모델, 지속적인 기억, 일정 수준의 추론 능력, 계획 수립 능력을 가지고 있다고 말한다. 그러나 메타를 포함해 오늘날의 최첨단 AI에는 이러한 특성이 전혀 존재하지 않는다.
NotebookLM now lets you listen to a conversation about your sources
Google Labs
연구 및 노트작성을 도와주는 구글의 도구인 Notebook LM. 흥미로운 기능을 소개했는데, 논문을 올려놓으면 그 내용을 바탕으로 자동으로 팟캐스트를 만들어주는 점이다.
오늘은 문서를 매력적인 오디오 토론으로 전환하는 새로운 방법인 Audio Overview를 소개합니다. 한 번의 클릭으로 두 명의 AI 호스트가 귀하의 소스를 기반으로 활기찬 “심층 분석” 토론을 시작합니다. 그들은 귀하의 자료를 요약하고, 주제 간의 연결을 만들고, 서로 농담을 주고받습니다. 대화를 다운로드하여 이동 중에도 사용할 수 있습니다.
이것이 무엇을 의미하는걸까? 기능을 보여주기 위한 서비스일수 있지만 실제 활용에서는 효과가 있을까? 재미있는 부분이 있을 것 같다.