AI에 대해 유일하게 통찰력 있는 지적을 한 블로거는 대규모 모델 반복 작업 앞에서는 모든 노력이 헛수고가 된다는 점을 강조했습니다. 최근 화제가 되고 있는 OpenClaw를 예로 들어보겠습니다. 인상적인가요? 네. 하지만 실제로 사용할 수 있을까요? 아닙니다. 컨텍스트, 메모리, 비용 등의 제약 때문에 OpenClaw는 Jarvis처럼 강력한 도구가 아니라 그저 "가재 애완동물" 정도에 그칠 수밖에 없습니다. 하지만 대규모 모델이 단계적으로 반복 학습됨에 따라 이러한 문제들은 곧 해결될 것입니다. 따라서 OpenClaw는 지금은 강력하지 않을지 몰라도 미래에는 매우 강력해질 것이며, 이것이 바로 OpenClaw의 의미입니다. 많은 사람들이 OpenClaw의 높은 리소스 사용량에 대해 불평하는 것을 보면 웃음이 나옵니다. 당연히 강력하죠! 그냥 데이터를 무작위로 저장하는 것뿐인데, 그 데이터에 어떤 맥락이 있나요? 똑같은 작업을 반복해야 하나요? 하지만 실제로는 대부분의 작업에 MCP(다목적 구성 요소 모델)와 같은 것이 필요하며, MCP가 대대적인 검증을 거친 후에야 진정한 MVP(최소 기능 제품)가 탄생합니다. 모든 작업을 자동화하는 것보다는, 주류 대형 모델들을 꼼꼼히 시험해보고 필요에 맞는 모델을 선택하는 것이 훨씬 비용 효율적입니다. 후자가 실제로 문제를 해결해 줄 수 있기 때문입니다. 하지만 이것저것 시도해 보는 것도 재미있습니다. 똑똑한 전자 애완동물을 누가 마다하겠어요?