아마존 CTO의 2024년 이후 기술 예측

(allthingsdistributed.com)

22P by xguru 11달전 | favorite | 댓글 6개

워너 보겔스 박사의 글

인류는 역사를 통틀어 자신의 능력을 증강하고 증폭하는 도구와 시스템을 개발해 왔음
클라우드 기술, 머신러닝, 생성형 AI의 접근성이 높아지면서 이메일 작성부터 소프트웨어 개발, 심지어 암의 조기 발견에 이르기까지 우리 삶의 거의 모든 측면에 영향을 미치고 있음
앞으로 몇 년간 기술에 대한 접근성을 대중화하고 여러 분야의 혁신으로 가득 차게 될 것이며, 그 시작은 제너레이티브 AI에서 시작될 것

[생성형 AI가 문화를 인식하게 됨] - Generative AI becomes culturally aware

"문화적으로 다양한 데이터로 학습된 대규모 언어 모델(LLM)은 인간의 경험과 복잡한 사회적 문제를 더욱 미묘하게 이해할 수 있게 됨. 문화적 유창성(fluency)은 전 세계 사용자가 제너레이티브 AI에 더 쉽게 접근할 수 있게 해줄 것"
문화는 모든 것에 영향을 미침 - 우리가 하는 이야기, 먹는 음식, 옷차림, 가치관, 매너, 편견, 문제에 접근하고 결정을 내리는 방식 등 모든 것
문화는 우리 각자가 커뮤니티 내에서 어떻게 존재하는지에 대한 토대
문화는 우리의 행동과 신념을 규정하고 지배하는 규칙과 지침을 제공하며, 이러한 계약은 우리가 어디에 있고 누구와 함께 있는지에 따라 달라지고, 이러한 차이는 때때로 혼란과 오해를 초래할 수 있음
인간은 여러 문화권에서 일하는 데 익숙하기 때문에 이러한 정보를 맥락화하고 종합하며 이해를 조정하고 적절하게 대응할 수 있음
앞으로 몇 년 동안 문화는 기술을 설계, 배포, 소비하는 방식에 중요한 역할을 할 것이며, 그 효과는 제너레이티브 AI에서 가장 분명하게 드러날 것

문화적 유창성 확보를 위한 노력

LLM 기반 시스템이 전 세계 사용자에게 다가가기 위해서는 인간이 본능적으로 느끼는 "문화적 유창성"을 확보해야 함
많은 LLM을 훈련하는 데 사용된 Common Crawl은 약 46%가 영어이며, 언어에 관계없이 사용 가능한 콘텐츠의 훨씬 더 많은 비율이 문화적으로 서구적임(미국에 상당히 치우쳐 있음)
지난 몇 달 동안 비 서구권 언어 학습자가 등장하기 시작: 아랍어와 영어 데이터로 훈련된 Jais, 중국어/영어 이중 언어 모델인 Yi-34B, 방대한 일본어 웹 코퍼스로 훈련된 Japanese-large-lm 등
이는 문화적으로 정확한 비서구권 모델을 통해 수억 명의 사람들이 교육에서 의료에 이르기까지 광범위한 분야에 영향을 미칠 수 있는 제너레이티브 AI를 사용할 수 있게 될 것이라는 신호
언어와 문화는 동일하지 않다는 점을 명심할 것
완벽한 번역을 할 수 있다고 해서 문화에 대한 모범적인 인식이 있는 것은 아님
이러한 모델에 무수히 많은 역사와 경험이 내재되어 있기 때문에 LLM은 더 폭넓고 전 세계적인 관점을 개발하기 시작할 것
인간이 토론과 논쟁, 아이디어 교환을 통해 배우는 것처럼, LLM도 관점을 넓히고 문화를 이해하기 위해 비슷한 기회가 필요함
이러한 문화 교류에서 두 가지 연구 분야가 중추적인 역할을 할 것
- 하나는 한 모델이 다른 모델의 피드백을 통합하는 AI 피드백을 통한 강화 학습(RLAIF). 이 시나리오에서는 서로 다른 모델이 서로 상호 작용하고 이러한 상호 작용을 기반으로 다양한 문화적 개념에 대한 이해를 업데이트할 수 있음
- 두 번째는 다중 에이전트 토론을 통한 협업으로, 한 모델의 여러 인스턴스가 응답을 생성하고 각 응답의 타당성과 그 이면에 있는 추론에 대해 토론하며 이러한 토론 과정을 통해 최종적으로 합의된 답변에 도달하는 것
- 두 가지 연구 영역 모두 모델을 훈련하고 미세 조정하는 데 드는 인적 비용을 줄여줌
LLM이 서로 교류하고 배우면서 다양한 문화적 관점을 바탕으로 복잡한 사회적 문제를 더욱 미묘하게 이해할 수 있게 될 것
이러한 발전은 또한 모델이 기술과 같은 분야의 광범위한 주제에 대해 더욱 강력하고 기술적으로 정확한 대응을 제공하도록 보장할 것
그 효과는 지역, 커뮤니티, 세대에 걸쳐 심오하게 나타날 것

[FemTech가 마침내 도약] - FemTech finally takes off

"펨테크에 대한 투자가 급증하고, 의료 서비스가 하이브리드화되고, 풍부한 데이터를 통해 진단과 환자 치료 결과가 개선되면서 여성 의료는 변곡점에 도달했음. 펨테크의 부상은 여성에게만 혜택을 주는 것이 아니라 전체 의료 시스템에 활력을 불어넣을 것"

여성의료는 틈새시장이 아닌데 외면 받고 있음

여성 의료 서비스는 틈새 시장이 아님. 미국에서만 여성은 연간 5,000억 달러 이상을 의료 서비스에 지출
여성은 전체 인구의 50%를 차지하며 소비자 의료 결정의 80%를 차지하지만, 현대 의학의 근간은 기본적으로 남성이었음
1993년 미국 국립보건원 활성화법이 제정되고 나서야 미국 내 여성들이 임상 연구에 참여하기 시작
생리 관리나 폐경 치료와 같은 일반적인 요구는 역사적으로 금기시되어 왔으며, 여성은 임상시험과 연구에서 배제되어 왔기 때문에 그 결과는 일반적으로 남성보다 더 나빴음
평균적으로 여성은 남성보다 많은 질병에 대해 늦게 진단을 받고, 심장마비 후 오진을 받을 확률이 50% 더 높음
불평등을 가장 극명하게 보여주는 예는 처방약으로, 여성은 남성보다 훨씬 높은 비율로 부작용을 보고함
이러한 통계는 겉으로 보기에는 우려스러워 보이지만, 클라우드 기술과 데이터에 대한 접근성 향상에 힘입어 여성 의료 서비스(일명 펨테크)에 대한 투자가 증가하고 있음
AWS는 여성이 주도하는 스타트업과 긴밀히 협력해 왔으며, 펨테크의 성장을 직접 목격함. 작년에만 자금 지원이 197% 증가.
자본, 머신러닝과 같은 기술, 여성을 위해 특별히 설계된 커넥티드 디바이스에 대한 접근성이 높아지면서 우리는 여성 돌봄에 대한 인식뿐만 아니라 관리 방식에 있어서도 전례 없는 변화의 기로에 서 있음

기술로 무장한 펨테크 기업들이 나오고 있음

Tia, Elvie, Embr Labs와 같은 기업들은 데이터와 예측 분석을 활용하여 개별화된 치료를 제공하고 집과 이동 중에도 환자가 편한 곳에서 환자를 만날 수 있는 엄청난 잠재력을 보여주고 있음
여성 건강 문제에 대한 낙인이 사라지고 이 분야에 더 많은 자금이 유입됨에 따라, 펨테크 기업들이 이전에는 간과되었던 여성 건강 문제와 니즈에 적극적으로 대처하는 모습을 계속 보게 될 것
동시에 온라인 의료 플랫폼, 저비용 진단 기기의 가용성, 의료 전문가에 대한 온디맨드 접근성을 활용하는 하이브리드 치료 모델 덕분에 여성의 의료 서비스 접근성이 크게 향상될 것
Maven은 정신 건강과 신체 건강의 경계를 허물고 관계 상담부터 폐경기 관리까지 모든 것을 제공하면서 이 분야의 선두주자임을 입증
NextGen Jane이 개발 중인 스마트 탐폰 시스템을 통해 여성은 자신의 자궁 건강 프로필을 구축하고 질병의 잠재적 게놈 마커를 식별할 수 있으며, 이를 임상의와 원활하게 공유할 수 있음
또한 웨어러블이 사용자와 의사에게 분석할 수 있는 풍부한 종단적 건강 데이터를 제공할 것
오늘날 70% 이상의 여성이 폐경 증상을 치료받지 않고 방치하고 있는 상황에서 교육 강화, 데이터의 가용성, 비침습적 솔루션은 산부인과 치료의 결과를 획기적으로 개선할 수 있으며, 이는 산부인과 치료 그 이상의 의미를 지님

여성 건강 관리의 변곡점

우리는 여성 건강 관리의 변곡점에 서 있음
컴퓨터 비전 및 딥 러닝과 같은 클라우드 기술과 결합된 다양한 데이터에 대한 액세스는 오진을 줄이고 오늘날 여성에게 불균형적으로 영향을 미치는 약물 부작용을 최소화하는 데 도움이 될 것
자궁내막증과 산후우울증은 마땅히 받아야 할 관심을 받게 될 것
마침내 여성 치료가 변두리에서 최전선으로 이동하는 것을 보게 될 것
그리고 여성이 주도하는 팀은 남성으로만 구성된 팀보다 광범위한 건강 문제를 해결하는 데 더 유리하기 때문에, 펨테크는 여성으로 식별되는 사람들에게 혜택을 줄 뿐만 아니라 전체 의료 시스템을 향상시킬 것

[AI 어시스턴트 들이 개발자 생산성을 재정의] - AI assistants redefine developer productivity

"AI 어시스턴트는 기본적인 코드 생성자에서 소프트웨어 개발 수명 주기 전반에 걸쳐 지원을 제공하는 교사이자 지칠 줄 모르는 협력자로 진화할 것. 복잡한 시스템을 간단한 언어로 설명하고, 목표 개선 사항을 제안하고, 반복적인 작업을 대신 수행하여 개발자가 작업에서 가장 큰 영향을 미치는 부분에 집중할 수 있도록 도와줌"
나는 2021년에 제너레이티브 AI가 소프트웨어 작성 방식에 중요한 역할을 하기 시작할 것이라고 예측했음. 개발자의 기술을 보강하여 더 안전하고 신뢰할 수 있는 코드를 작성하는 데 도움이 될 것이라고

AI 비서는 동료이자 스승

현재 자연어 프롬프트를 기반으로 전체 함수, 클래스, 테스트를 생성할 수 있는 도구와 시스템에 대한 광범위한 액세스가 가능해지면서 이러한 현상이 본격적으로 나타나고 있음
실제로 2023년 스택 오버플로 개발자 설문조사에서 응답자의 70%가 개발 프로세스에서 이미 AI 지원 도구를 사용하고 있거나 사용할 계획이라고 답함
이제 출시될 AI 비서들은 코드를 이해하고 작성할 뿐만 아니라 지칠 줄 모르는 협력자이자 스승이 될 것
어떤 작업도 그들의 에너지를 소진시키지 않으며, 몇 번을 물어봐도 개념을 설명하거나 작업을 다시 하느라 조바심을 내지 않을 것
무한한 시간과 인내심으로 팀원 모두를 지원하고 코드 검토부터 제품 전략에 이르기까지 모든 일에 기여할 것

경계가 모호해짐

제품 관리자, 프론트엔드 및 백엔드 엔지니어, DBA, UI/UX 디자이너, DevOps 엔지니어, 아키텍트 간의 경계가 모호해질 것
AI 어시스턴트는 고립된 모듈뿐만 아니라 전체 시스템에 대한 컨텍스트 이해를 바탕으로 냅킨 스케치를 스캐폴딩 코드로 번역하거나, 요구 사항 문서에서 템플릿을 생성하거나, 작업에 가장 적합한 인프라(예: 서버리스와 컨테이너)를 추천하는 등 인간의 창의력을 강화하는 추천을 제공할 것

맞춤화 가능

이러한 어시스턴트는 개인, 팀 또는 회사 수준에서 고도로 맞춤화할 수 있음
주니어 개발자는 익숙하지 않은 인프라를 빠르게 익히는 데 활용할 수 있고, 시니어 엔지니어는 새로운 프로젝트나 코드베이스를 빠르게 이해하고 의미 있는 기여를 시작하는 데 사용할 수 있음
이전에는 코드 변경의 다운스트림 영향을 완전히 파악하는 데 몇 주가 걸렸지만, 어시스턴트는 수정 사항을 즉시 평가하고 시스템의 다른 부분에 미치는 영향을 요약하며 필요에 따라 추가 변경 사항을 제안할 수 있음

이미 개발자의 손을 덜어주기 시작

단위 테스트, 상용구 코드 작성, 오류 디버깅 등 최신 소프트웨어 개발에서 가장 지루한 부분이 개발자의 손에서 벗어나는 것을 이미 목격중
이러한 작업은 종종 '부가적인' 작업으로 간주되어 뒷전으로 밀려나곤 했는데 어시스턴트에 의해 처리됨
물론 개발자는 여전히 결과물을 계획하고 평가해야 함
하지만 이러한 보조 도구는 학술 연구를 통해 분산 시스템에 적합한 알고리즘을 선택하고, 기본-백업 접근 방식에서 능동-능동 구현으로 가장 잘 전환하는 방법을 결정하고, 리소스가 개별적으로 효율성에 어떤 영향을 미치는지 이해하고 가격 모델을 개발하는 데 도움을 줘서, 그 어느 때보다 더 많은 일을 하게 될 것
개발자는 Java 버전 업그레이드와 같은 차별화되지 않은 과중한 업무에 대한 부담을 덜고 혁신을 주도하는 창의적인 작업에 집중 가능
향후 몇 년 동안 엔지니어링 팀은
- 생산성을 높이고,
- 더 높은 품질의 시스템을 개발하며,
- 전체 소프트웨어 산업에서 AI 어시스턴트가 참신함에서 필수 요소로 이동함에 따라
- 소프트웨어 릴리스 주기를 단축하게 될 것

[기술 혁신의 속도에 맞춰 진화하는 교육] - Education evolves to match the speed of tech innovation

"고등 교육만으로는 기술 변화의 속도를 따라잡을 수 없음. 업계가 주도하는 기술 기반 교육 프로그램이 등장할 것이며, 이는 숙련된 기술자의 여정과 더욱 유사할 것. 이러한 지속적인 학습으로의 전환은 개인과 기업 모두에게 도움이 될 것"
특히 기술 분야에서는 최고의 인재를 채용하고 최고의 직장에 취업하기 위해서는 대학 학위가 필수라는 인식이 널리 퍼져 있지만, 개인과 기업 모두에서 이 모델이 무너지기 시작
학생의 경우, 비용이 상승하고 있으며 실무 교육이 가능한 상황에서 전통적인 대학 학위의 가치에 의문을 제기하는 사람들이 많음
기업 입장에서는 신입사원에게 여전히 실무 교육이 필요하며, 점점 더 많은 산업에서 직원의 전문성을 요구함에 따라 학교에서 가르치는 것과 고용주가 필요로 하는 것 사이의 간극이 점점 더 벌어지고 있음
수십 년 전의 소프트웨어 개발 과정과 마찬가지로 기술 교육도 중요한 시점에 도달했으며, 한때 소수를 위한 맞춤형 현장 교육이었던 것이 이제는 다수를 위한 업계 주도의 기술 기반 교육으로 발전할 것

이미 수년간 이런 변화가 진행중

원래 소비자에 초점을 맞추었던 Coursera와 같은 회사는 기업과 파트너십을 맺고 업스킬링 및 재교육 노력을 확장
이제 기업들도 기술 기반 교육에 대규모로 진지하게 투자하기 시작. 실제로 Amazon은 이미 전 세계 2,100만 명의 기술 학습자에게 기술 교육을 실시했다고 발표