프랑수아 숄레는 케라스 창시자이자 구글의 AI 연구원입니다.
그는 현재 딥러닝을 넘어선 새로운 AI 패러다임을 구축하기 위해 NDIA 연구소를 설립했습니다. 성공 가능성이 낮더라도 남들이 가지 않는 길을 가는 창업가의 용기가 왜 필요한지 알아봅니다.
1. 주류 AI 연구의 문제점, 되돌아봐야 할 이유
현재 AI 산업은 딥러닝, 특히 LLM 스택에 집중되어 있습니다.
하지만 숄레는 이러한 접근 방식에 문제를 제기하며, 다음과 같이 지적합니다.
획일적인 연구 방식: 모두가 같은 것을 연구하는 것은 비효율적입니다.
미래 AI의 불확실성: 현재의 LLM 스택이 미래에도 유지될 것이라고 단정할 수 없습니다.
비효율성: 현재 방식은 최적성이 떨어집니다.
2. 성공 확률이 낮더라도 새로운 시도가 중요한 이유
NDIA의 비전은 성공 확률이 10~15%에 불과하지만,
숄레는 다음과 같은 이유로 새로운 시도의 가치를 강조합니다.
높은 파급력: 성공 시 사회에 미치는 긍정적인 영향이 매우 큽니다.
차별성: 다른 누구도 시도하지 않는 아이디어이기에 가치가 있습니다.
최적 AI 구축: NDIA는 최적 AI의 기반을 직접 구축하고자 합니다.
3. 새로운 AI 패러다임을 위한 NDIA의 방향
NDIA는 상징적 학습 비전을 가지고 연구를 시작했습니다.
딥러닝 지도를 받는 프로그램 탐색(deep learning guided program search) 방식을 통해 새로운 머신러닝 접근 방식을 모색 합니다.
상징적 공간 탐색: 딥러닝 지도를 활용하여 조합적 공간을 효율적으로 탐색합니다.
복합적인 연구 스택 구축: 재사용 가능한 기반 위에 다음 계층을 쌓아 올리는 방식으로 연구를 진행합니다.
다양한 접근 방식 모색: 유전 알고리즘 등 기존에 간과되었던 접근 방식에 대한 재평가를 시도합니다.
4. AI 연구, 확장성이 중요한 이유
숄레는 시스템의 능력을 향상시키는 유일한 방법이 인간의 시간 투자라면 성공할 수 없다고 말합니다. 시스템이 스스로 능력을 개선할 수 있는 환경을 만들어야 합니다.
딥러닝의 강점처럼, 인간 개입 없이 확장될 수 있어야 합니다.
자주 묻는 질문: FAQ
Q1. NDIA 연구소는 어떤 목표를 가지고 있나요?
NDIA 연구소는 딥러닝의 한계를 넘어선 새로운 AI 패러다임을 구축하는 것을 목표로 합니다. 성공 확률은 낮지만, 사회에 큰 영향을 미칠 수 있는 혁신적인 연구를 추구합니다.
Q2. NDIA의 연구 방식은 기존 AI 연구와 어떻게 다른가요?
NDIA는 딥러닝에만 집중하는 것이 아니라, 상징적 학습, 유전 알고리즘 등 다양한 접근 방식을 탐색합니다. 또한, 시스템이 스스로 능력을 개선할 수 있는 확장성에 중점을 둡니다.
Q3. 프랑수아 숄레가 70년대, 80년대 논문을 읽는 것을 추천하는 이유는 무엇인가요?
AI 연구 초창기에는 다양한 아이디어가 탐색되었지만, 최근에는 특정 접근 방식으로 수렴되는 경향이 있습니다. 과거 연구를 통해 새로운 영감을 얻고, 획일적인 사고에서 벗어나기 위함입니다.
🚀 법인 사업자에게는 평생 무료! 클로브AI
클로브AI(Clobe.ai)는 모든 은행 계좌, 카드, 세무 데이터를 실시간으로 통합하여 관리합니다. 특히 AI 지능적 라벨링 기능을 통해 수천 건의 거래 적요를 96% 정확도로 자동 분류하며, 이를 통해 자금일보 작성 시간을 획기적으로 줄여줍니다.
무엇보다 자금일보 관리와 실시간 손익 분석 등 클로브AI(Clobe.ai)의 핵심 가치 기능들은 법인 사업자에게 평생 전면 무료로 제공됩니다 🌟
재무 AX 자동화: 거래 분류부터 자금일보 생성까지 AI가 도맡아 야근 없는 재무팀을 만듭니다 ✨
실시간 현금 흐름 예측: 과거 데이터를 분석해 미래의 자금 위기를 미리 경고하고 런웨이를 관리해 드립니다.
투명한 재무 리포트: 실시간 데이터를 기반으로 정확한 재무 지표를 유지하고 투자자나 금융 기관에 안정적인 경영 능력을 증명하세요.