GN⁺: AI 회사는 성공할 수 있는가?

• "시장이 비합리적이어야만 생존할 수 있음"

뭔가 잘못됨

• 대규모 언어 모델을 구축하는 데는 많은 비용이 들어감
  • OpenAI는 매년 70억 달러를 연구, 새로운 AI 서비스, 직원 고용에 소비하고 있음
  • Anthropic도 올해 27억 달러를 지출할 것으로 예상됨
  • 페이스북도 수십억 달러를 투자하고 있음
• 더 저렴해지지는 않을 것임
  • 모델이 발전함에 따라 연구는 더욱 어려워지고 필요한 컴퓨팅 파워도 증가함
  • 새로운 모델을 만들기 위해서는 더 많고 어려운 수학적 계산이 필요함
• 비용에도 불구하고 사람들은 계속해서 새로운 모델을 구축함
  • 사람들은 LLM이 차세대 기술 황금기라고 믿고 있어 계속 투자할 것임
  • 인간의 본성상 모든 것을 더 빠르고, 높고, 강력하게 만들려고 함
• 업계에서 새로운 모델을 계속 만들면 기존 모델의 가치는 빠르게 하락함
  • 경쟁사가 더 좋은 새 모델을 내놓으면 코드 몇 줄만 바꿔 전환 가능
  • 꾸준히 매력적인 LLM을 판매하려면 최고 수준을 유지해야 함
• 업계에서 새로운 모델을 계속 개발하지 않거나 기술 점근점에 도달하더라도 구 모델의 가치는 빠르게 하락함
  • 최고의 독점 모델에 비해 최악의 경우 한두 단계 뒤처지는 Llama 및 Mistral과 같은 오픈 소스 모델이 몇 가지 있음
  • 독점 모델이 발전을 멈추면 오픈 소스 모델이 그 격차를 빠르게 좁힐 것
• 따라서 OpenAI, Anthropic 또는 다른 AI 공급업체의 경우 두 가지 선택지가 있음
  • 첫 번째는 막대한 비용을 투자하여 시장을 앞서가는 것. 하지만 이는 매우 위험해 보임:
    • 이러한 모델을 구축하는 데 드는 비용이 계속 상승할 가능성이 높고, 가장 똑똑한 직원이 떠날 수도 있으며, 항상 다음 돌파구를 찾는 최초의 회사가 되는 것에 비즈니스를 걸고 싶지 않을 수도 있음
    • 기술 전문성이 영원한 해자가 되는 경우는 드뭄
  • 두 번째는.. 모르겠음
    • 첫번째 선택에서 더 열심히 노력하는 것?

현재 상황에 대한 예견

• 18개월전에 LLM 공급업체는 차세대 클라우드 공급자가 될 것이라는 예측을 했었음
  • 구축에 막대한 자금이 필요하다는 점에서 표면적으로는 유사해 보이나 중요한 차이점이 있음
  • 클라우드 공급자는 하루아침에 만들 수 없음
  • LLM 공급업체는 작은 팀이 몇 개월 안에 OpenAI의 핵심 사업을 위협할 수 있음
• LLM 공급업체의 해자는 무얼까 ?
  • 브랜드, 관성, 더 나은 애플리케이션, 경쟁자보다 앞선 모델 유지를 위한 막대한 자금 투입 등
  • 그러나 AI기업은 소프트웨어 개발 비용을 선행 투자로 잘못 분류하는 시장의 극단적인 예
  • 작은 회사들은 거대 기업들처럼 수십억 달러를 지속적으로 투자하기 어려움

시기의 중요성

• 이 시장에서는 타이밍이 가장 중요할 수 있음
• 언젠가는 과대광고가 사라지고 사람들은 이런 종류의 라운드를 모금할 수 없게 될 것
• 그리고 승자는 누가 가장 빨리 달렸거나 결승선에 도달했는지가 아니라, 시장이 레이스가 끝났다고 판단했을 때 선두를 달리고 있던 사람이 될 것

GN⁺의 의견

• AI 기업들의 비즈니스 모델이 과연 지속 가능할지에 대한 의문이 듦
  • 모델 개발에 막대한 비용이 들고, 이는 앞으로도 계속 증가할 전망임
  • 기술 발전 속도가 빨라 이전 모델들은 금방 쓸모없어짐
  • 따라서 최고 수준의 모델을 유지하려면 지속적으로 거액을 투자해야 함
• 오픈소스 AI 모델들도 빠르게 발전하고 있어 상용 모델과의 격차가 줄어들 것으로 보임
  • Stable Diffusion, Llama, Mistral 등이 대표적
  • 기업들이 새 모델 개발을 멈추면 오픈소스가 곧 따라잡을 것임
• AI 기술 개발에는 거대 IT 기업들이 유리한 면이 있음
  • 구글, 마이크로소프트, 메타 등은 막대한 자금력으로 꾸준히 투자 가능
  • 높은 브랜드 인지도와 기존 고객층을 활용할 수 있음
• 반면 후발 스타트업들은 기술력만으로 살아남기 쉽지 않아 보임
  • 초기 대규모 투자를 받더라도 지속적인 자금 확보가 관건
  • 거품이 꺼지면 투자 유치가 어려워질 것
• 시장의 타이밍이 중요하며, 열기가 식을 때 선두에 있는 회사가 승리할 가능성이 높음

[aasfdkdk]

오픈ai가 시장독점을 위해 작정하고 적자사업을 벌이고 있는게 크죠. 어차피 오픈ai는 돈떨어질때마다 투자유치하면 전세계에서 러브콜이 오지만 나머지 기업은 다 죽는거죠.

[kandk]

거대한 치킨게임 아닐까요?
결국 다 죽고 하나의 거대 모델만 살아 남고 시장을 독식하겠죠..

[neo]

Hacker News 의견

• AI 연구팀 리더의 의견

  • AI가 경제적 가치를 창출하려면 현실 세계와 연결되어야 함
  • 현재 GPT-4와 같은 모델을 최대한 활용하는 방법에 대한 아이디어가 부족함
  • AI가 인간의 의도를 이해하는 데 어려움이 있음
  • 오픈소스 모델이 GPT-4 수준에 도달하면 굳이 OpenAI나 Anthropic을 사용할 필요가 없음

• 기술 혁신의 S-커브

  • 현재 기술 혁신의 급격한 S-커브 중간에 있음
  • 기술뿐만 아니라 인재 유지, 비즈니스 관계, 마케팅 등 여러 요소가 성공의 열쇠임
  • 모든 요소에서 뛰어난 실행력이 필요함

• AI의 정의 변화

  • AI로 시작된 기술이 일반화되면 더 이상 AI로 불리지 않음
  • 예: 논리 프로그래밍, OCR, 음성 인식 등

• AI 수익화 방법

  • 소비자 대상: Google 방식으로 검색 및 광고
  • 비즈니스 대상: AWS 방식으로 API 제공
  • OpenAI API를 사용하는 기업은 계속 발전 중이며, 전환할 이유가 없음

• 라이드셰어링 초기와 유사한 상황

  • 초기에는 많은 자본이 소수의 기업에 투자됨
  • 가장 자본이 많은 기업이 승리할 가능성이 큼
  • AI 시장에서도 자본이 많은 기업이 유리할 것임

• 모델의 차별화 요소

  • 모델은 성능뿐만 아니라 안전성, UX, 다중 모달리티, 신뢰성, 임베드 가능성 등에서도 차별화됨

• 시장 혼란기

  • 다양한 서비스가 자금을 받아 시장을 혼란스럽게 함
  • 소비자에게는 더 많은 혜택이 돌아감

• 모델 최적화 문제

  • 언어 모델은 몇 번의 학습만으로도 성능을 발휘할 수 있음
  • 대규모 컴퓨팅 자원을 사용하는 대신, 효율적인 학습 방법을 찾는 것이 중요함

• 제품의 교체 가능성

  • 일반적인 도구로서의 AI 모델은 교체가 쉬움
  • 모델이 더 지능적일수록 상호 교환 가능성이 높아짐