AI 겨울이라는 용어는 AI 연구 및 개발에 대한 자금 지원이 감소하는 기간을 지칭하는데, 이는 종종 기대치가 과장되어 실현되지 않은 이후에 발생합니다.
최근의 생성 AI 시스템이 투자자의 약속에 미치지 숏 상황(OpenAI의 GPT-4o부터 Google의 AI 기반 개요까지)에서 이러한 패턴은 오늘날 너무나 친숙하게 느껴집니다.
Search Engine Land는 역사적으로 AI 겨울이 흥분과 실망의 사이클을 따라왔다고 보도했습니다. 첫 번째는 1970년대에 기계 번역과 음성 인식을 달성하려는 야심찬 프로젝트의 실망스러운 결과로 인해 발생했습니다. 컴퓨팅 파워가 부족했고 컴퓨터가 이 분야에서 무엇을 이룰 수 있을지에 대한 기대가 비현실적이었기 때문에 자금 지원이 동결되었습니다.
1980년대 전문가 시스템은 희망을 보였지만, 두 번째 AI 겨울은 이 시스템이 예상치 못한 입력을 처리하지 못했을 때 발생했습니다. LISP 머신의 쇠퇴와 일본의 5세대 프로젝트의 실패는 둔화에 기여한 추가 요인이었습니다. 많은 연구자들은 부정적인 낙인을 피하기 위해 AI와 거리를 두고, 자신의 작업을 정보학 또는 머신 러닝이라고 부르기로 했습니다.
겨울 동안의 AI의 회복력
AI는 1990년대를 통과했지만 느리고 고통스러웠고, 대부분 비실용적이었습니다. IBM Watson이 인간이 질병을 치료하는 방식을 혁신할 것으로 기대되었지만, 실제 의료 관행에서 구현하는 데는 모든 면에서 어려움이 있었습니다. AI 기계는 의사의 메모를 해석하고 지역 주민의 요구에 부응할 수 없었습니다. 다시 말해, AI는 섬세한 접근 방식이 필요한 섬세한 상황에 노출되었습니다.
AI 연구와 자금 지원은 2000년대 초반 머신 러닝과 빅데이터의 발전으로 다시 급증했습니다. 그러나 과거의 실패로 인해 AI의 평판이 훼손되면서 많은 사람들이 AI 기술을 리브랜딩하게 되었습니다. 블록체인, 자율주행차, 음성 명령 장치와 같은 용어가 투자자의 관심을 끌었지만, 대부분은 부풀려진 기대에 부응하지 못하면서 사라졌습니다.
지난 AI 겨울의 교훈
AI 겨울은 매번 익숙한 순서를 따른다. 기대는 과장으로 이어지고, 그 다음에는 기술과 재정에 대한 실망이 뒤따른다. AI 연구자들은 그 분야에서 물러나 더 집중적인 프로젝트에 전념한다.
그러나 이러한 프로젝트는 장기 연구 개발을 지원하지 않고, 단기적 노력을 선호하며, 모든 사람이 AI의 잠재력을 재고하게 만듭니다. 이는 기술에 바람직하지 않은 영향을 미칠 뿐만 아니라, 결국 기술을 지속 불가능하다고 여기는 재능을 가진 인력에도 영향을 미칩니다. 삶을 바꾸는 프로젝트 중 일부는 중단되기도 합니다.
하지만 이러한 기간은 귀중한 교훈을 제공합니다. 이는 AI의 역량에 대해 현실적으로 생각하고, 기초 연구에 집중하고, 투자자와 대중과 투명하게 소통하라는 것을 상기시켜줍니다.
우리는 또다시 AI 겨울을 맞이하게 되는가?
폭발적인 2023년 이후, AI 발전 속도가 둔화된 듯합니다. 생성 AI의 획기적인 발전이 점점 더 빈번해지고 있습니다. 투자자 콜에서 AI에 대한 언급이 줄었고, 기업들은 ChatGPT와 같은 도구가 처음에 약속했던 생산성 향상을 실현하는 데 어려움을 겪고 있습니다.
생성적 AI 모델의 사용은 환각의 존재와 진정한 이해의 부족과 같은 어려움으로 인해 제한적입니다. 게다가 실제 세계 응용 프로그램을 논의할 때 AI 생성 콘텐츠의 확산과 데이터 사용과 관련된 수많은 문제점도 진행을 늦출 수 있는 문제를 제기합니다.
그러나 본격적인 AI 겨울을 피할 수 있을지도 모릅니다. 오픈소스 모델은 폐쇄형 대안을 빠르게 따라잡고 있으며, 기업들은 산업 전반에 걸쳐 다양한 애플리케이션을 구현하는 방향으로 전환하고 있습니다. 자금 투자도 멈추지 않았습니다. 특히 Perplexity의 경우, 회사의 주장에 대한 일반적인 회의론에도 불구하고 검색 공간에서 틈새 시장을 발견했을 수도 있습니다.
AI의 미래와 기업에 미치는 영향
미래에 AI가 어떻게 될지 확실하게 말하기는 어렵습니다. 한편으로는 진전이 계속될 가능성이 높고, 더 나은 AI 시스템이 개발되어 검색 마케팅 산업의 생산성이 향상될 것입니다. 반면에 기술이 AI의 존재 윤리, 사용된 데이터의 안전성, 시스템의 정확성을 포함한 현재의 문제를 해결할 수 없다면, AI에 대한 신뢰가 떨어지면서 투자가 감소하고 결과적으로 산업이 더 크게 침체될 수 있습니다.
어느 쪽이든 기업은 AI를 도입하기 위해 진정성, 신뢰, 전략적 접근 방식이 필요합니다. 검색 마케터와 AI 전문가는 충분한 정보를 갖추고 AI 도구의 한계를 이해해야 합니다. 책임감 있게 적용하고 생산성 향상을 위해 신중하게 실험해야 하며, 새로운 기술에 지나치게 의존하는 함정을 피해야 합니다.
( 필립 번켄스 촬영)
또한 참조: OpenAI 공동 창립자의 'Safe AI' 스타트업이 10억 달러 확보, 기업 가치 50억 달러 달성.
업계 리더로부터 AI와 빅데이터에 대해 더 알아보고 싶으신가요? 캘리포니아 암스테르담과 런던에서 열리는 AI & Big Data Expo를 확인해 보세요. 이 포괄적인 이벤트는 Intelligent Automation Conference , BlockX , Digital Transformation Week , Cyber Security & Cloud Expo 를 포함한 다른 주요 이벤트와 함께 진행됩니다.
여기에서 TechForge가 제공하는 다른 기업 기술 이벤트와 웨비나를 확인해 보세요.
AI 겨울 이후: 과대광고, 실망, 회복의 순환이 AI News 에 처음 게재되었습니다.
