미국의 한 AI 유니콘 기업 임원이 최첨단 AI 모델이 복잡한 수학 문제 해결에는 뛰어나지만, 일상적인 기업 업무 처리에는 어려움을 겪는다고 지적했다.
사우스차이나모닝포스트(South China Morning Post)에 따르면, 미국 데이터 처리 및 분석 기업 데이터브릭스(Databricks)의 데이비드 마이어(David Meyer) 제품 담당 수석부사장은 최근 인터뷰에서 최첨단 모델을 만드는 특성 자체가 기본적인 사무 업무에서 문제를 일으킬 수 있다고 밝혔다.
예를 들어, 송장에서 잘못된 숫자를 식별하는 작업을 맡기면 최첨단 모델은 오류를 단순히 추출해 후속 수정을 하도록 하는 대신 '실수를 수정해버리는' 경우가 많다고 그는 설명했다.
이러한 불일치는 다른 고도로 기술적인 영역까지 확장된다. 앤트로픽(Anthropic)의 클로드(Claude)와 같은 고급 모델은 코딩에는 강력하지만, 데이터 엔지니어링과 같은 작업에서는 해당 분야에 훨씬 더 전문화된 훈련과 데이터를 갖춘 모델에 비해 뒤처질 수 있다고 마이어 수석부사장은 지적했다. 데이터 엔지니어링은 대규모 데이터 세트를 변환하고 널(null) 값이나 0을 처리하는 등 정제 작업을 포함한다.
마이어 수석부사장은 이러한 특정 복잡성을 더 효율적으로 해결하기 위해 강화 학습으로 개선된 소규모 오픈소스 모델의 사용을 제안했다. 그는 이 방법을 통해 최첨단 모델보다 '몇 배나 낮은' 훈련 비용으로 특정 목적을 달성할 수 있다고 강조했다. 그는 "아무리 큰 단일 모델이라도 모든 것을 동등하게 잘할 수는 없다"고 덧붙였다.
헬로티 이동재 기자 |
