[경제] [손에 잡히는 경제] 결국은 도래할 AI 시대, 이런 모습일 겁니다 - 박종훈 박사 요약본

 

https://youtu.be/iRBcGEBA808?si=My4ZWBTcTfKG8XLB

 

 

AI 산업과 미래 전망 요약

---

1. AI 산업의 현재 상황

• 엔비디아의 독점적 지위: 엔비디아는 AI 하드웨어, 특히 GPU 시장에서 독점적 위치를 차지하며, 쿠다 생태계로 강력한 영향력을 행사.
• 비판과 도전: 독점적인 지위를 유지하려는 엔비디아의 행보가 연합군 형성과 반발을 초래할 가능성이 있음.
• 기술 진화의 딜레마: GPU 성능은 빠르게 향상되고 있으나, 가격은 유지되면서 초기 투자자의 비용 부담이 가중됨.

---

2. 기술 투자와 환멸 단계

• 환멸 단계란?
  • 초기 신기술에 대한 과도한 기대 → 환멸 → 깨달음의 단계로 발전.
  • AI 기술도 과도한 기대와 투자로 환멸을 겪는 중.
• 군비 경쟁의 문제:
  • 기업들이 초거대 언어 모델(Large Language Model, LLM)에 막대한 자원을 투자하면서도 경제성을 확보하지 못함.
  • 전력 소모와 높은 비용 문제로 지속 가능성에 의문.

---

3. AI 기술의 방향성

• 거대 언어 모델(LLM)의 한계:
  • 데이터 오염 및 학습 효율성 문제.
  • 전력 및 컴퓨팅 파워에 대한 과도한 의존.
• 소형 언어 모델(SLM)로의 전환:
  • LLM 대비 컴퓨팅 파워와 전력 소모를 크게 줄임.
  • 프라이버시 문제 해결 가능성.
  • 예: 마이크로소프트의 파이3 모델(38억 파라미터로 GPT-3.5 성능 구현).

---

4. AI와 자동차 산업

• 멀티모달 AI의 중요성:
  • 음성, 센서, 표정 등 다양한 데이터를 활용한 AI 기술.
  • 자율주행, 개인화된 비서 등으로 자동차 산업과 융합 가능.
• 데이터 주도권 경쟁:
  • 자동차 내부에서 생성되는 데이터를 확보하려는 AI 및 자동차 업계 간의 협력과 경쟁.

---

5. 한국의 AI 전략

• 소버린 AI(주권 AI):
  • 국가 차원의 AI 전략이 필요하나, 단순히 한국어 특화로 경쟁력을 확보하기엔 한계.
  • LLM보다 SLM에 집중하여 실질적 성과와 효율성을 확보해야 함.
• SLM의 기회:
  • 삼성전자의 하드웨어 기술과 네이버, 카카오 같은 플랫폼 기업의 협력을 통해 시너지를 창출.
  • 초기 투자 부담이 적고 빠르게 상용화 가능.

---

6. AI 산업의 미래 과제

• 데이터 오염 문제:
  • AI가 생성한 데이터를 재학습하며 품질 저하 가능성.
• 소프트웨어 발전:
  • 하드웨어뿐만 아니라 효율적인 알고리즘 개발이 중요.
• 프라이버시와 보안:
  • 사용자 데이터 보호가 AI의 지속적 성장을 좌우할 핵심 요소.

---

결론

• 엔비디아는 당분간 AI 산업 선두를 유지하겠지만, 독점적 지위는 연합군 형성 및 새로운 기술 대안(SLM 등)의 도전에 직면할 가능성이 큼.
• 한국은 SLM 중심으로 AI 산업의 기회를 잡아야 하며, LLM은 장기적인 목표로 접근해야 함.
• AI 산업은 기술 발전뿐 아니라 데이터, 비용, 환경, 프라이버시 문제를 해결하며 지속 가능성을 확보해야 함.

 

그래서 브로드컴(AVAGO) 가 그렇게 올랐구나...

https://m.stock.naver.com/worldstock/stock/AVGO.O/total

브로드컴 - 네이버페이 증권