소식

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

전 구글 CEO 에릭 슈미트(이미지 출처: 매체)

구글의 전 CEO는 이전 고용주가 "충분하지 않다"고 비난하고 원격 근무가 구글을 망친다고 비난했던 이전 발언을 철회했습니다.

최근 전 구글 CEO이자 회장인 에릭 슈미트(Eric Schmidt)는 스탠포드 대학 연설에서 구글의 오피스 정책으로 인해 직원들이 업무를 수행하지 못하기 때문에 AI(인공지능) 경쟁에서 오픈AI(OpenAI) 같은 스타트업에 패할 것이라고 말했다. 충분히 열심히 일합니다.

"구글은 일과 삶의 균형, 조기 퇴근, 재택근무가 승리보다 중요하다고 믿습니다. 하지만 스타트업이 성공하는 이유는 사람들이 열심히 일하기 때문입니다." 슈미트는 솔직하게 "구글 직원들도 일을 즐겨라"고 말했습니다. 삶의 균형을 이루었지만 결과적으로 회사는 집중력을 잃고 OpenAI에 패했습니다. 구글의 현행 원격근무 방식이 그 주범이다. 직원들은 업무 성과를 달성하는 것보다 일찍 집에 가서 가족과 함께 시간을 보내는 것이 더 중요하다고 생각한다. "너무 무뚝뚝하게 말해서 미안하지만, 대학을 졸업하고 사업을 시작하면 직원들이 일주일에 하루만 회사에 오는 것을 허락하지 않는다는 걸 이해하시죠."

슈미트는 AI 스타트업이 먼저 다른 사람의 성숙한 작품을 '복사'한 다음, 제품이 인기를 얻은 후에 '난장판을 정리하기 위해 다수의 변호사를 고용'할 수 있다고 강조했습니다.

그러나 영상이 공개된 지 하루 만에 슈미트는 자신의 발언에 대해 사과했다.

슈미트는 지난 8월 15일 월스트리트저널에 보낸 이메일에서 “구글과 구글의 근무시간에 대한 발언에 실수가 있었고, 실수를 후회한다”고 밝혔다.

공개 정보에 따르면 슈미트는 2001년부터 2011년까지 Google CEO로 재직했으며 2019년까지 이사회에 재직했습니다. 이후 슈미트는 Google의 모회사인 Alphabet의 이사회를 떠났습니다.

하지만 지금으로서는,슈미트는 여전히 알파벳 주주로 남아 있으며, 약 240억 달러 상당의 알파벳 주식 약 1억 4,700만주(주식의 거의 1%)를 보유하고 있습니다. 슈미트의 자산은 314억 달러이다.

이번 슈미트의 지나치게 직설적인 발언은 큰 논란을 불러일으켰고, 일부 네티즌들은 이를 구글의 경영이 가장 큰 문제라고 비난했다. 그 중 알파벳 노조가 게시한 실행력 부족이 구글러를 매일 느리게 만드는 것”이라고 말했다.

슈미트는 이런 발언을 한 지 하루 만에 재빨리 공개 사과했고, 해당 영상은 스탠포드 대학에서 비공개 영상으로 설정됐다.그 전에 슈미트의 영상은 40만 회 이상 조회됐다.

많은 유명한 미국 기업가들이 실제로 슈미트와 비슷한 견해를 갖고 있다는 점은 주목할 가치가 있습니다. 예를 들어 Tesla CEO Elon Musk와 JPMorgan Chase CEO Jamie Dimon은 모두 원격 근무 정책에 대해 공개적으로 불만을 표시했습니다. Dimon은 연례 주주 서한에서 회사 관리자가 화면 앞에 앉아 팀을 이끌 수는 없다고 쓴 적이 있습니다.

"머스크를 보세요, TSMC를 보세요. 이들 회사가 성공하는 이유는 직원을 채용할 수 있기 때문입니다. 직원을 이기려면 열심히 밀어붙여야 합니다. TSMC는 첫해에 물리학 박사 학위를 공장에서 일하게 할 것입니다. 미국 박사과정 학생들이 조립 라인으로 가는 것을 상상할 수 있습니까?" 슈미트는 말했습니다.

또한 슈미트는 주식 시장에서 분명한 추세를 보았고, 즉 거대 기술 기업들이 엔비디아에 점점 더 큰 규모의 투자를 계획하고 있다고 말하면서 엔비디아에 대한 몇 가지 투자 조언도 공유했습니다. OpenAI CEO인 Sam Alter는 Sam Altman의 "가까운 친구"인 Schmidt가 덧붙였습니다. "대기업과 이야기를 나누고 있는데 그들은 200억 달러, 500억 달러, 1,000억 달러가 매우 긴급하게 필요하다고 말합니다."라고 덧붙였습니다.

Schmidt는 Nvidia가 AI 분야의 유일한 승자는 아니지만 다른 옵션은 많지 않다고 믿습니다. 그의 견해로는 Nvidia 칩과 데이터 센터에 더 많은 투자를 할 수 있는 대기업이 소규모 경쟁사보다 기술적으로 앞서게 될 것입니다.

"최첨단 모델이 3개밖에 없는데 다른 것과의 격차는 점점 더 벌어지는 것 같아요. 6개월 전에는 격차가 줄어들고 있다고 확신해서 중소기업에 많은 돈을 투자했어요. 지금은요." , 잘 모르겠습니다.” Schmidt가 지적했습니다. "저는 NVIDIA의 CUDA가 어리석은 프로그래밍 언어라고 생각했지만 이제 CUDA는 NVIDIA의 가장 강력한 해자입니다. 모든 대형 모델은 CUDA에서 실행되어야 하며 NVIDIA의 GPU만이 CUDA를 지원합니다. 이것은 다른 칩과 결합할 수 없는 것입니다."

슈미트는 지배적인 기술 기업이 새로운 산업의 물결에 적응하는 데 어려움을 겪는 경우가 많으며 혁신적인 아이디어와 강력한 사무실 존재감이 실리콘 밸리에 매우 중요하다고 강조했습니다.

따라서 슈미트의 관점은 더 넓은 질문을 제기합니다. 빠르게 진화하는 AI 시대에 혁신의 필요성과 직원 복지 사이의 균형을 어떻게 맞출 것인가?

전 Google CEO 슈미트(Schmidt)의 말은 전체 기술 산업이 직면한 과제를 대표할 수 있습니다. AI 기술이 빠르게 발전하면서 대기업은 경쟁력 유지와 직원 만족도 유지 사이에서 어떻게 균형을 찾을 수 있을까요? 이는 기업의 성공뿐만 아니라 산업 전체의 미래 발전 방향에 관한 것이기도 합니다.

보도 시간 현재 Google-A(NASDAQ: GOOGL) 주가는 1.54% 상승한 주당 미화 163.77달러를 기록했으며, 총 시장 가치는 미화 2조 2000억 달러에 이릅니다. 2024년 초부터 Google의 주가는 약 16% 상승했습니다.

다음은 편집 및 요약된 슈미트의 연설을 간략하게 요약한 것입니다.

진행자: 오늘의 손님은 소개가 필요하지 않습니다. 나는 Eric을 약 25년 전 Novell의 CEO로 Stanford GSB에 왔을 때 처음 만났습니다. 그 이후 그는 2001년부터 Google에서 주요 직책을 맡았고 2017년에는 Schmidt Futures에 합류했습니다. 이 밖에도 다수의 프로젝트에 참여해 왔고, 관련 정보를 확인하실 수 있습니다. 그러니 에릭, 가능하다면 그것부터 시작하겠습니다. 먼저, 인공지능이 단기적으로 어디로 향하고 있다고 생각하시나요? 나는 그것을 다음 1~2년으로 정의한다고 생각합니다.

슈미트: 상황이 너무 빨리 변하고 있어서 앞으로 일어날 일에 대해 6개월마다 새로운 연설을 해야 할 것 같은 느낌이 듭니다. 여기 컴퓨터 공학을 전공하는 학생들이 많이 있는데, 나머지 학생들에게 "100만 토큰 컨텍스트 창"이 무엇인지 설명해 줄 수 있는 사람이 있나요? 이름을 지정하고 어떤 기능을 하는지 알려주세요.

학생: 기본적으로 백만 개의 토큰 또는 백만 개의 단어로 프롬프트를 표시할 수 있습니다.

슈미트: 그러니까 백만 단어로 된 질문을 할 수 있는 거죠. Anthropic은 토큰 200,000개, 최대 100만 개 등입니다. OpenAI가 비슷한 목표를 가지고 있다고 상상할 수 있습니다. 여기 누구든지 AI 에이전트에 대한 기술적 정의를 내릴 수 있나요? 다시, 컴퓨터 과학.

학생: AI 에이전트는 특정한 방식으로 행동하는 것일 수 있습니다. 귀하를 대신하여 정보를 찾기 위해 웹에서 무언가를 호출할 수도 있습니다. 이 라인을 따라 다양한 것들이 있을 수 있습니다. 그 과정에는 온갖 일이 일어나고 있습니다.

슈미트: 에이전트는 일종의 작업을 수행하는 것입니다. 또 다른 정의는 LLM, 상태 및 메모리라는 것입니다. 다음으로, 컴퓨터 과학자 여러분, "텍스트를 행동으로"라고 정의할 수 있는 분 계십니까?

학생: 텍스트를 더 많은 텍스트로 변환하는 대신 AI가 이를 기반으로 작업을 트리거하도록 하세요.

슈미트: 또 다른 정의는 Python 언어입니다. 나는 프로그래밍 언어가 살아남는 것을 결코 보고 싶지 않습니다. AI의 모든 작업은 Python으로 수행됩니다. Mojo라는 새로운 언어가 막 등장했고, 마침내 AI 프로그래밍의 문제를 해결한 것처럼 보이지만 실제로 Python의 지배력에서 살아남을 수 있는지 지켜볼 것입니다. 기술적인 문제도 있습니다. 다른 회사들이 어려움을 겪고 있는 동안 NVIDIA의 가치가 2조 달러인 이유는 무엇입니까?

학생: 기술적인 대답은 대부분의 코드가 현재 NVIDIA GPU에서만 지원되는 CUDA 최적화를 사용하여 실행되어야 한다는 것입니다. 따라서 다른 회사는 원하는 것은 무엇이든 할 수 있지만 10년의 소프트웨어 경험이 없으면 기계 학습을 사용할 수 없습니다. 최적화.

슈미트: 저는 CUDA를 GPU용 C 프로그래밍 언어로 생각하고 싶고 그 생각이 마음에 듭니다. CUDA는 2008년에 설립되었습니다. 항상 나쁜 언어라고 생각했는데도 그게 인계당했어요. 주목할만한 또 다른 통찰력: 다른 어떤 라이브러리에도 없는 CUDA에 고도로 최적화된 오픈 소스 라이브러리 세트가 있습니다. 이러한 기술 스택을 구축하는 모든 사람들은 토론에서 이 점을 완전히 놓치고 있습니다. 이러한 라이브러리는 기술적으로 VLLM이라고 하며, CUDA에도 고도로 최적화된 유사한 라이브러리가 많아 경쟁업체가 복사하기 어렵습니다.

그렇다면 이것이 모두 무엇을 의미하는가? 내년에는 매우 큰 컨텍스트 창, 에이전트 및 텍스트-액션 애플리케이션을 보게 될 것입니다. 이러한 기술이 대규모로 제공되면 소셜 미디어의 영향을 훨씬 뛰어넘어 전 세계에 엄청난 영향을 미칠 것입니다. 그 이유는 다음과 같습니다. 컨텍스트 창에서는 단기 기억으로 사용할 수 있는데, 컨텍스트 창이 얼마나 긴지 보고 깜짝 놀랐습니다. 기술적인 이유는 서비스 및 계산상의 어려움과 관련이 있습니다. 단기 기억의 흥미로운 점은 정보를 입력하고 질문을 하면 책 20권을 읽고 그 책의 텍스트를 쿼리로 사용한 다음 내용이 무엇인지 묻는 것과 유사하게 중간 부분을 잊어버린다는 것입니다. 인간의 두뇌는 작동합니다.

에이전트에 관해서는 화학과 같은 분야를 읽고 이해한 다음 이를 테스트하고 이해에 다시 추가하여 LLM 에이전트를 구축하는 사람들이 있습니다. 이것은 매우 강력합니다. 세 번째 측면은 텍스트-액션입니다. 예를 들어 보겠습니다. 정부가 TikTok을 금지하려고 한다고 가정해 보겠습니다. TikTok이 금지된 경우 LLM에 다음과 같이 말하는 것이 좋습니다. TikTok을 복사하고 여기에 내 기본 설정을 입력한 후 이 앱을 만들어 다음 30초 이내에 게시하고, 인기가 없으면 1시간 이내에 게시하세요. , 그냥 그렇게 해보세요. 그것이 순서입니다. 이것이 얼마나 강력한지 알 수 있습니다.

어떤 언어에서든 숫자 명령으로 번역할 수 있다면 그것은 본질적으로 이 시나리오에서 Python입니다. 지구상의 모든 사람이 필요에 따라 일하지 않는 프로그래머가 아니라 자신이 원하는 일을 실제로 수행하는 프로그래머가 있다고 상상해 보십시오. 여기 프로그래머들은 내가 무슨 말을 하는지 알고 있습니다. 큰 비용을 지불하지 않고도 원하는 것을 실제로 수행하는 오만하지 않은 프로그래머를 상상해 보십시오. 그리고 이러한 프로그래머의 공급은 무제한입니다.

진행자: 이 모든 일이 내년이나 2년 안에 일어날까요?

슈미트: 매우 빠릅니다. 위의 세 가지가 다음 웨이브에서는 동시에 일어날 것이라고 확신합니다. 그래서 당신은 또 무슨 일이 일어날지 묻습니다. 나는 6개월마다 변동하므로 우리는 홀수-짝 진동 상태에 있습니다. 현재 최첨단 모델(현재는 3개만 있음)과 나머지 모델 간의 격차가 점점 커지고 있는 것 같습니다. 6개월 전 저는 격차가 줄어들고 있다고 확신하여 일부 소규모 회사에 막대한 투자를 했습니다. 그러나 지금은 그것에 대해 잘 모르겠습니다.

저는 일부 대기업과 대화를 나누고 있는데 그들은 100억 달러, 200억 달러, 500억 달러, 심지어 1000억 달러가 필요하다고 말합니다. 스타게이트 프로젝트에는 1000억 달러가 필요하고 매우 어렵다. 내 좋은 친구인 샘 알트만(Sam Altman)은 약 3000억 달러, 어쩌면 그 이상이 필요할 수 있다고 생각합니다. 나는 그에게 필요한 에너지를 계산했다고 지적했습니다.

완전한 공개를 위해 저는 금요일에 백악관에 가서 우리가 캐나다와 가장 친한 친구가 되어야 한다고 말했습니다. 캐나다인들은 정말 좋은 사람들이기 때문에 인공지능 발명을 도왔고 수력발전도 많이 하고 있어요. 왜냐하면 우리 국가는 이 목표를 달성할 만큼 충분한 힘을 갖고 있지 않기 때문입니다. 또 다른 옵션은 아랍 국가들이 프로젝트에 자금을 지원하는 것입니다. 나는 개인적으로 아랍인들을 좋아하고 그곳에서 많은 시간을 보내지만 그들이 우리의 국가 안보 규칙을 따르지 않을 수도 있습니다. 그리고 캐나다와 미국은 우리 모두가 동의하는 3대 국가 중 하나입니다.

따라서 1,000억 달러에서 3,000억 달러 규모의 데이터 센터에서는 전력이 희소한 자원이 되기 시작했습니다.

그런데 이런 추론을 따르면 왜 내가 CUDA와 NVIDIA에 대해 논의하고 있는지 물을 수 있습니다. 3000억 달러가 모두 NVIDIA에 간다면 주식 시장에서 무엇을 해야 할지 아실 것입니다. 그러나 이는 주식 추천이 아니며, 저는 라이센스 제공자가 아닙니다.

진행자: 부분적으로는 더 많은 칩이 필요하기 때문이기도 하지만 인텔은 미국 정부로부터 많은 돈을 받고 있습니다. AMD가 한국에 팹을 건설하려고 합니다.

슈미트: 귀하의 컴퓨팅 장치에 인텔 칩이 내장되어 있다면 손을 들어주세요. 독점에는 너무 많은 것입니다.

교수: 하지만 그게 요점이에요. 한때 그들은 독점권을 가졌고 이제는 NVIDIA가 독점권을 갖고 있습니다. 그렇다면 이러한 진입 장벽은 무엇일까요? CUDA에 관해 다른 옵션이 있나요? 일전에 Percy Lange와 이야기를 나누고 있었습니다. 그는 자신이 액세스할 수 있는 항목에 따라 TPU와 NVIDIA 칩 간에 전환하고 있습니다. 그에게는 선택의 여지가 없기 때문이다.

Schmidt: 자금이 무제한이라면 지금 NVIDIA의 B200 아키텍처를 선택할 것입니다. 더 빠르기 때문입니다. 나는 경쟁이 좋은 것이라고 제안하는 것이 아닙니다. AMD의 Lisa Su와 긴 대화를 나눴습니다. 그들은 Rokam이라는 CUDA 아키텍처를 자체 아키텍처로 변환할 수 있는 무언가를 구축했습니다. 아직 완전히 작동하지는 않지만 작업 중입니다.

사회자: 당신은 오랫동안 Google에서 일했고 Google은 Transformer 아키텍처를 발명했습니다. Peter, Jeff Dean 및 모든 사람과 같은 훌륭한 사람들에게 감사드립니다. 현재 OpenAI는 주도권을 잃은 것 같습니다. 제가 본 최근 순위에서는 Anthropic의 Claude가 1위를 차지했습니다. 나는 Sundar에게 물었지만 그는 나에게 아주 명확한 대답을 해주지 않았습니다. 어쩌면 거기에서 무슨 일이 일어나고 있는지에 대해 더 명확하고 객관적인 설명이 있을 수도 있습니다.

슈미트: 저는 더 이상 Google 직원이 아닙니다. 일과 삶의 균형에 대한 구글의 초점은 맹목적으로 승리를 추구하기보다는 직원들이 일찍 집에 돌아가 재택근무를 하도록 하는 데 더 가깝다. 반면 스타트업은 직원들이 열심히 일하기 때문에 성공한다. 다소 무뚝뚝할 수도 있지만 현실은 대학 졸업 후 회사를 시작하고 다른 스타트업과 경쟁하고 싶다면 일주일에 하루만 직원을 출근시킬 수는 없다는 것입니다.

사회자: 구글 초창기에는 마이크로소프트도 마찬가지였습니다.

슈미트: 우리 업계에서는 오랫동안 기업들이 다음 변화를 시도하기보다는 정말 창의적이고 공간을 지배함으로써 항상 승리해 온 것 같습니다. 이것은 잘 문서화되어 있습니다. 창업자는 특별하고 통제력이 필요하다고 생각합니다. 하지만 직원들에게 많은 압력을 가하기 때문에 함께 일하기가 어려울 수 있습니다. 우리는 Elon의 개인적인 행동을 좋아하지 않지만 그가 직원들로부터 무엇을 얻고 있는지 살펴보십시오. 한번은 그와 저녁을 먹은 적이 있는데 그는 비행기를 타고 있었습니다. 나는 몬타나에 있었고 그는 x.ai와의 자정 회의를 위해 그날 밤 10시에 비행기를 탔습니다. 생각해 보세요.

다른 장소에는 다른 문화가 있습니다. TSMC에 깊은 인상을 받았습니다. 물리학을 잘하는 갓 졸업한 박사과정 학생들은 공장 지하에서 일해야 한다는 규칙이 있었습니다. 미국 물리학 박사가 이런 일을 하는 것을 상상할 수 있습니까? 그럴 것 같지 않습니다. 그것은 다른 직업 윤리입니다.

제가 엄격하게 작업하는 이유는 이러한 시스템이 네트워크 효과를 가지기 때문에 시간이 가장 중요하기 때문입니다. 그리고 대부분의 비즈니스에서는 시간이 그다지 중요하지 않습니다. 시간은 충분합니다. 코카콜라와 펩시콜라는 여전히 존재할 것이고, 그들 사이의 경쟁은 계속될 것이고, 모든 것이 얼음처럼 차갑게 될 것입니다. 통신업체와 거래할 때 일반적으로 계약을 체결하는 데 18개월이 걸립니다. 어떤 일을 하는 데 18개월이 걸릴 이유가 없으며 가능한 한 빨리 완료해야 합니다. 우리는 성장과 수익 극대화의 시대에 살고 있지만, 여기에는 기발한 아이디어도 필요합니다.

예를 들어, Microsoft가 OpenAI와 계약을 맺었을 때 나는 그것이 내가 들어본 것 중 가장 멍청한 아이디어라고 생각했습니다. AI 리더십을 OpenAI와 Sam 및 그의 팀에 아웃소싱하시겠습니까? 이건 미친 짓이야. Microsoft나 다른 곳에서는 누구도 그렇게 하지 않습니다. 그러나 오늘날 그들은 가장 가치 있는 회사가 되어가고 있습니다. 확실히 Apple과 맞먹는 수준입니다. Apple은 좋은 AI 솔루션을 갖고 있지 않지만 이를 작동하게 만든 것 같습니다.

후원자: AI는 특히 중국과의 경쟁에서 국가 안보나 지정학적 이익에 어떤 역할을 하게 될까요?

슈미트: 저는 인공지능 위원회 위원장으로서 이 부분에 대해 깊이 연구했습니다. 우리는 약 752페이지에 달하는 보고서를 작성하고 이를 다음과 같이 요약했습니다. 우리는 현재 선두 위치에 있으며 이러한 이점을 유지해야 하며 이를 위해서는 상당한 재정적 지원이 필요합니다. 우리의 주요 고객은 상원과 하원이며 이로 인해 CHIPS 법 및 기타 유사한 정책이 도입되었습니다.

최첨단 모델과 일부 오픈소스 모델이 계속해서 개발된다면 이 분야에서 경쟁할 수 있는 회사는 소수에 불과할 수도 있습니다. 어떤 나라가 그런 능력을 갖고 있나요? 이들 국가는 재정이 풍부하고 재능이 있어야 하며 강력한 교육 시스템과 승리 의지를 갖추고 있어야 합니다. 미국과 중국은 주요 국가 중 하나입니다. 다른 나라도 참여할 수 있을지는 잘 모르겠습니다. 그러나 확실한 것은 미래에는 미국과 중국의 지적 패권 경쟁이 큰 싸움이 될 것이라는 점이다.

미국 정부는 공개적으로 인정하지는 않지만 엔비디아 칩의 중국 수출을 본질적으로 금지했습니다. 우리는 5나노미터 칩인 DUV 칩 분야에서 약 10년 동안 기술적 우위를 점하고 있습니다. 이러한 이점으로 인해 우리는 중국보다 몇 년 앞서게 되었으며, 이는 중국을 매우 불쾌하게 만들었습니다. 이 정책은 트럼프 행정부가 개발했고 바이든 행정부가 지지했다.

진행자: 의회가 귀하의 조언을 받아들이고 대규모 투자를 하게 될까요? 분명히 CHIPS 법이 그 한 예입니다.

슈미트: 게다가 거대한 인공지능 시스템도 구축해야 합니다. 저는 업계 일반 내부자로 구성된 비공식적, 임시적, 비법률적 그룹을 이끌고 있습니다. 작년에 이들 의원들은 역사상 가장 긴 대통령 지시인 바이든 행정부의 인공지능 법안이 된 사례를 제시했습니다.

우리는 핵심 질문에 대해 논의한 적이 있습니다. 학습했지만 무엇을 질문해야 할지 모르는 시스템에서 위험을 감지하는 방법은 무엇입니까? 즉, 시스템이 뭔가 나쁜 것을 학습했을 수도 있지만 사용자는 이에 대해 어떻게 물어봐야 할지 모릅니다. 예를 들어, 새로운 방식으로 화학 물질을 혼합하는 방법을 배웠을 수 있지만 사용자는 질문하는 방법을 모릅니다. 이 문제를 해결하기 위해 우리는 정부에 보낸 메모에서 기술적 계산 방법인 10의 26승이라는 임계값을 설정할 것을 제안했습니다. 이 기준치를 초과하는 기업은 자신의 활동을 정부에 보고해야 합니다. 서로 다른지 확인하기 위해 유럽 연합에서는 10의 25승을 10으로 설정합니다. 그러나 이 숫자는 충분히 가깝습니다. 기존 기술이 쓸모없게 되기 때문에 이러한 구별은 모두 사라질 것이라고 생각합니다. 기술적인 용어를 합동 훈련이라고 하는데, 이는 기본적으로 조각들이 서로 합쳐질 수 있다는 것을 의미합니다. 그래서 우리는 이러한 새로운 것들로부터 사람들을 보호하지 못할 수도 있습니다.

진행자: 다음으로 다소 철학적인 질문에 대해 논의하고 싶습니다. 작년에 당신은 지식의 본질과 그것이 어떻게 발전하는지에 관해 Henry Kissinger 및 Dan Huttenloch와 함께 기사를 공동 집필했습니다. 저도 며칠 전에 이 문제에 대해 논의했습니다. 대부분의 역사에서 과학 혁명과 계몽주의가 도래하기 전까지 인류의 우주에 대한 이해는 미스터리였습니다. 귀하의 기사에서 귀하는 오늘날의 모델이 너무 복잡하고 이해하기 어려워져서 그 내부에서 무슨 일이 일어나고 있는지 실제로 알 수 없다고 언급하셨습니다. 나는 Richard Feynman의 말을 인용했습니다. “내가 만들 수 없는 것은 이해할 수 없습니다.” 저는 얼마 전 이 인용문을 접했습니다. 그러나 이제 사람들은 내부 작동 방식을 실제로 이해하지 못한 채 자신이 할 수 있는 것을 만들고 있습니다. 지식의 성격이 어떤 식으로든 바뀌었나요? 우리는 이러한 모델이 우리에게 설명할 수 없는 액면 그대로 받아들여야 합니까?

슈미트: 저는 십대의 예를 하나 들어드리고 싶습니다. 십대 자녀가 있다면 그들이 인간이라는 것을 알지만 그들이 무슨 생각을 하는지는 잘 알 수 없습니다. 그러나 우리 사회는 십대들의 존재에 적응해 왔으며 결국 십대들은 그 속에서 성장할 것입니다. 이것은 심각한 질문입니다. 그래서 우리는 완전히 설명할 수 없는 지식 시스템을 갖고 있을 수도 있지만, 그 경계와 그들이 할 수 있는 일의 한계를 이해하고 있으며 그것이 아마도 우리가 얻을 수 있는 최선일 것입니다. 우리가 이러한 한계를 이해할 것이라고 생각하십니까? 우리가 그렇게 할 수 있다면 정말 좋습니다.

우리 그룹 주간 회의의 합의는 결국에는 AI 시스템을 파괴하기 위해 당신을 고용하고 돈을 지불하는 회사가 있을 소위 적대적 AI가 있을 것이라는 것입니다. 레드팀과 똑같습니다. 오늘날의 휴먼 레드팀과는 달리, 기존 AI 시스템을 혼란에 빠뜨리고 특히 우리가 파악할 수 없는 취약점을 찾아내는 일을 맡은 AI 시스템의 전체 회사와 산업 전체가 있을 것입니다. 이것은 나에게 의미가 있습니다. 스탠포드를 위한 훌륭한 프로그램이기도 합니다. 이러한 대형 모델 중 하나를 공격하는 방법을 파악하고 그것이 수행하는 작업을 이해해야 하는 대학원생이 있다면 이는 다음 세대를 구축하는 데 중요한 기술이 될 것입니다. 따라서 두 가지를 결합하는 것이 합리적입니다.

진행자: 이제 학생들의 질문에 답해 보겠습니다. 내 뒤에 동급생이 있습니다. 이름을 말해주세요.

학생: 이전에 말씀하셨는데, 이것이 AI가 실제로 원하는 일을 하게 하는 것에 대한 지금의 논평과 연결됩니다. 방금 적대적 AI에 대해 언급하셨는데요, 이에 대해 좀 더 자세히 설명해 주실 수 있는지 궁금합니다. 컴퓨팅 성능의 명백한 증가 외에도 더 높은 성능의 모델을 얻을 수 있는 것처럼 보이지만 원하는 작업을 수행하도록 하는 문제는 부분적으로 답이 없는 것 같습니다.

슈미트: 글쎄요, 기술이 발전함에 따라 현재의 환각 문제가 줄어들 것이라고 가정해야 합니다. 나는 그것이 사라질 것이라고 말하는 것이 아닙니다. 그리고 효능 테스트도 있다고 가정해야 하므로 이것이 성공했는지 알 수 있는 방법이 있어야 합니다. 제가 TikTok 경쟁사에 대해 언급한 예에서 다른 사람의 음악을 불법적으로 훔친다는 뜻은 아닙니다. 당신이 실리콘밸리의 기업가라면 어떻게 하시겠습니까? 실리콘밸리 기업가 여러분이 되시기를 바랍니다. 귀하의 제품이 성공하면 여파를 처리하기 위해 변호사 군대를 고용하게 됩니다. 그러나 아무도 귀하의 제품을 사용하지 않는다면 귀하가 모든 것을 훔쳐도 상관이 없습니다. 물론, 그것에 대해 내 말을 인용하지는 마세요.

Silicon Valley는 일반적으로 이러한 테스트를 수행하고 후속 질문을 처리합니다. 이것은 일반적인 관행입니다. 나는 점점 더 많은 성능 시스템과 더 나은 테스트, 그리고 궁극적으로 프레임워크 내에서 유지되는 적대적 테스트를 보게 될 것이라고 생각합니다. 이 전문 용어를 사고 추론이라고 합니다. 앞으로 몇 년 안에 레시피를 만드는 것처럼 수천 단계의 추론 체인을 생성할 수 있을 것으로 믿어집니다. 이를 실행하고 실제로 올바른 결과가 나오는지 테스트할 수 있습니다. 이것이 바로 시스템이 작동하는 방식입니다.

학생: 전반적으로 당신은 인공 지능의 발전 가능성에 대해 매우 낙관적입니다. 이런 발전을 이끈 원동력이 무엇인지 궁금합니다. 컴퓨팅 성능이 더 좋나요? 데이터가 더 많은가요? 근본적인 변화인가 아니면 실제 변화인가?

슈미트: 대답은 위의 모든 것입니다. 투자한 금액이 믿기지 않습니다. 누가 이길지 모르고 따라가는 돈의 양이 너무 많아서 기본적으로 모든 것을 투자했습니다. 그 이유 중 하나는 일찍 돈이 벌었고, 그것에 대해 잘 모르는 사람들은 AI 구성 요소를 가지고 있어야 한다는 것입니다. 이제 모든 것이 AI 투자이며 차이점을 알 수 없습니다.

나는 인공지능을 학습 시스템, 진정으로 학습하는 시스템으로 정의합니다. 나는 이것이 그들 중 하나라고 생각합니다. 두 번째 요점은 이제 트랜스포머 이후와 유사한 매우 복잡한 새로운 알고리즘이 있다는 것입니다. 오랜 협력자이기도 한 내 친구가 새로운 비-Transformer 아키텍처를 발명했습니다. 내가 파리에서 자금을 지원한 한 그룹도 같은 일을 했다고 주장했습니다. 세상에는 수많은 발명품이 있고 스탠포드에는 수많은 연구가 있습니다. 마지막 요점은 시장이 지능적인 발명품에는 무한한 수익이 있다고 믿는다는 것입니다. 당신이 회사에 500억 달러를 투자했다고 가정해 보면, 이를 갚으려면 정보부로부터 많은 돈을 벌어야 합니다. 우리는 거대한 투자 거품을 겪게 될 수 있으며, 그러면 그것은 저절로 해결될 것입니다. 이것은 항상 그랬고 지금도 그럴 수 있습니다.

교수: 앞서 리더들이 다른 사람들과 거리를 두고 있다고 말씀하셨는데요.

슈미트: 프랑스에는 미스트랄(Mistral)이라는 회사가 있는데, 그 회사는 아주 좋은 일을 하고 있습니다. 나는 분명히 투자자입니다. 그들은 이미 두 번째 버전을 만들었고 세 번째 모델은 너무 비싸서 폐쇄될 가능성이 높습니다. 그들은 수익이 필요하며 모델을 무료로 제공할 수 없습니다. 우리 업계에서는 오픈 소스와 폐쇄 소스 간의 논쟁이 계속되고 있습니다. 내 경력 전체는 오픈 소스 방식으로 소프트웨어를 공유하려는 사람들의 의지를 바탕으로 구축되었습니다. 제가 하는 모든 일은 오픈 소스를 기반으로 합니다. Google 기반의 대부분은 오픈 소스를 기반으로 구축되었습니다. 제가 하는 일은 주로 기술 분야입니다. 그러나 막대한 자본 비용으로 인해 소프트웨어 구축 방식이 근본적으로 바뀔 수 있습니다.

소프트웨어 프로그래머에 대한 나의 견해는 그들의 생산성이 적어도 두 배는 될 것이라는 것입니다. 현재 이를 시도하는 소프트웨어 회사가 3~4개 있는데, 나는 이 기간 동안 그들 모두에 투자했습니다. 그들은 모두 소프트웨어 프로그래머의 생산성을 높이려고 노력하고 있습니다. 저는 최근 Augment라는 매우 흥미로운 회사를 발견했습니다. 나는 이것이 목표가 아니라고 말하는 프로그래머들을 종종 생각한다. 우리의 목표는 수백만 줄의 코드를 가지고 있고 무슨 일이 일어나고 있는지 아무도 모르는 100명의 소프트웨어 프로그래밍 팀입니다. 인공지능을 아주 잘 활용한 사례네요. 그들은 돈을 벌 수 있을까요? 그러길 바라지만 여기에는 문제가 많다.

학생: 초기에 당신은 컨텍스트 창 확장, 프록시, 텍스트-액션의 조합이 놀라운 영향을 미칠 것이라고 언급했습니다. 첫째, 이 조합이 왜 중요한가? 둘째, 나는 당신이 선지자가 아니고 미래를 예측할 수 없다는 것을 알고 있는데 왜 그것이 우리의 상상을 초월한다고 생각합니까?

슈미트: 주로 컨텍스트 창을 사용하면 최근성 문제를 해결할 수 있기 때문이라고 생각합니다. 현재 모델은 훈련하는 데 6개월의 준비, 6개월의 훈련, 6개월의 미세 조정을 포함하여 약 18개월이 소요되므로 항상 최신 상태가 아닙니다. 그리고 컨텍스트 창을 사용하면 최신 사건을 입력하고 하마스-이스라엘 전쟁에 대해 맥락에 따라 질문할 수 있는데, 이는 매우 강력하고 Google만큼 최신 정보를 제공합니다.

대행사의 경우 예를 들 수 있습니다. 저는 비영리 단체에 자금을 지원하기 위해 재단을 시작했습니다. 저는 화학에 대해 잘 모르지만 화학을 배울 수 있는 대규모 언어 모델 기반 시스템인 ChatCrow라는 도구가 있습니다. 그들은 시스템을 실행하여 단백질에 대한 화학적 가설을 생성한 다음 실험실에서 이를 밤새 테스트하고 시스템이 학습합니다. 이는 화학 및 재료 과학과 같은 분야에 대한 거대한 가속기입니다. 에이전시 모델입니다.

값싼 프로그래머가 많이 있었다면 text-to-action 개념을 이해할 수 있었을 거라 생각합니다. 나는 모든 사람이 자신만의 프로그래머를 가지고 있을 때 어떤 일이 일어나는지 이해하지 못한다고 생각합니다. 이것은 또한 귀하의 전문 분야입니다. 나는 불을 켜고 끄는 것과 같은 간단한 일을 말하는 것이 아닙니다. 또 다른 예를 상상해 보겠습니다. 당신이 Google을 좋아하지 않는다고 가정해 보겠습니다. 저를 Google 경쟁자로 만들 수 있습니다. 네, 개인적으로 그렇게 할 수 있습니다. 웹을 검색하고, 사용자 인터페이스를 구축하고, 좋은 카피를 만들고, 흥미로운 방식으로 생성 AI를 추가하는 Google 경쟁자를 만들어 주세요. 30초 이내에 수행하고 효과가 있는지 확인하십시오. 많은 사람들은 Google을 포함한 기존 기업이 이러한 공격에 취약하다고 생각합니다.

진행자: 이제 살펴보겠습니다. Slido는 많은 질문을 보냈으며 그 중 일부가 업로드되었습니다. 작년에 우리는 특히 다가오는 선거 기간 동안 AI가 여론에 영향을 미치고 잘못된 정보를 퍼뜨리는 것을 막는 방법에 대해 논의했습니다.

슈미트: 단기적 해결책과 장기적인 해결책을 생각해야 합니다. 다가오는 세계 선거에서는 대부분의 잘못된 정보가 소셜 미디어에 나타날 것이며 소셜 미디어 회사의 현재 조직 역량은 이러한 정보를 효과적으로 감시하기에는 부족합니다. 예를 들어 TikTok은 특정 종류의 허위 정보를 선호한다는 비난을 받았지만 증거는 없습니다. 내 생각엔 우리가 엉망인 것 같아.

국가는 비판적 사고를 배워야 하는데, 이는 미국에게 어려운 도전이 될 수 있습니다. 누군가가 당신에게 무언가를 말한다고 해서 그것이 사실이라는 의미는 아닙니다.

진행자: 아무도 더 이상 사실인 것을 믿지 않을 만큼 멀리 갈 건가요? 어떤 사람들은 이를 인식론적 위기라고 부릅니다. 이제 Elon Musk는 자신이 아무것도 한 적이 없다고 말합니다. 그런데 그것을 어떻게 증명할 수 있을까요?

슈미트: 도널드 트럼프(Donald Trump)의 예를 들 수 있습니다. 우리 사회에는 신뢰의 문제가 있고 그로 인해 민주주의가 실패할 수도 있다고 생각합니다. 민주주의에 대한 가장 큰 위협은 잘못된 정보입니다. 왜냐하면 우리는 그것에 능숙해졌기 때문입니다.

제가 유튜브를 운영할 당시 가장 큰 문제는 가짜 영상을 올려 사람을 죽게 만드는 일이었습니다. 우리는 죽음 없는 정책을 갖고 있는데 이 문제를 해결하려는 노력은 충격적이고 끔찍합니다. 생성 인공지능이 등장하기 전의 일이다.

학생: 분산 설정을 탐색해 보셨는지 궁금합니다. 물론 큰 클러스터를 만드는 것은 어렵지만 MacBook은 강력하기 때문에 이렇게 질문합니다. 세상에는 수많은 소형 기계가 있습니다. 그렇다면 집에서 접는 것 등이 이러한 시스템을 훈련하는 데 적용될 수 있다고 생각하십니까?

슈미트: 네, 우리는 이 문제를 매우 주의 깊게 살펴보았습니다. 따라서 알고리즘이 작동하는 방식은 매우 큰 행렬을 갖고 기본적으로 곱셈 기능을 갖는 것입니다. 그러니 앞뒤로 생각해보세요. 그리고 이러한 시스템은 CPU 또는 GPU에 대한 메모리 속도에 의해 완전히 제한됩니다. 실제로 차세대 NVIDIA 칩은 이러한 모든 기능을 단일 칩에 통합했습니다. 이제 칩이 너무 커서 서로 붙어 있습니다. 실제로 패키지는 매우 민감하기 때문에 패키지와 칩 자체가 모두 클린룸에서 조립됩니다. 따라서 대답은 슈퍼컴퓨터처럼 보이며 빛의 속도, 특히 메모리 상호 연결이 실제로 우위를 점하고 있습니다. 당분간은 LLM(Large Language Model)을 세분화하는 것이 불가능할 것 같습니다.

진행자: AI 분야에서는 일부 대기업이 독점금지법과 관련해 시장을 장악하고 있는 것 같습니다.

슈미트: 저는 경력 중 마이크로소프트의 해체에 참여했지만 결국 실패했고, 구글의 해체를 막기 위해 노력했지만 역시 실패했습니다. 그러므로 추세는 나누어서는 안 된다고 생각합니다. 이들 기업이 존 D. 록펠러(John D. Rockefeller)처럼 독점 기업이 되지 않는 한 정부 조치는 있을 가능성이 없습니다.

이들 대기업만이 데이터 센터를 구축할 자본을 보유하고 있기 때문에 지배적입니다. 내 친구 Reed와 Mustafa는 수백억 달러를 조달할 수 없어 Microsoft에 사업을 분사하기로 결정했습니다. 정확한 숫자는 리드에게 물어봐야 할 수도 있습니다.

학생: 마지막으로 이러한 발전이 최첨단 모델 개발 및 계산에 참여하지 않는 국가에 어떤 영향을 미칠지 궁금합니다.

슈미트: 부유한 국가는 더욱 부유해질 것이지만, 가난한 국가는 최선을 다할 수밖에 없습니다. 이것은 실제로 막대한 자본, 기술 인재, 강력한 정부 지원이 필요한 부유한 국가를 위한 게임입니다. 전 세계적으로 많은 국가는 특히 자원이 부족한 경우 다양한 문제에 직면해 있습니다. 이러한 문제를 해결하려면 파트너를 찾고 다른 사람들과 협력해야 합니다.

진행자: 지난번 만났던 기억이 나네요. AGI House에서 해커톤에 참여하고 계셨는데요. 나는 당신이 많은 시간을 할애하고 젊은이들이 부를 창출하도록 돕는 데 열정을 갖고 있다는 것을 알고 있습니다. 강좌에 대한 사업 계획을 작성하거나 경력에 대한 정책 제안이나 연구 제안을 작성하는 사람들에게 조언이 있습니까?

슈미트: 나는 경영대학원에서 이에 관한 강좌를 가르치는데, 여러분도 오셔서 들어보시기 바랍니다. 나는 당신이 새로운 아이디어를 얼마나 빨리 제시하는지에 놀랐습니다.

제가 참여한 한 해커톤에서 우승팀은 두 타워 사이에 드론을 비행하는 임무를 맡았습니다. 그들은 Python을 사용하여 가상 드론 공간에서 코드를 생성하고 시뮬레이터에서 작업을 성공적으로 완료했습니다. 훌륭한 전문 프로그래머라면 이 작업을 수행하는 데 1~2주가 걸릴 수도 있습니다. 기업가들이 직면하는 문제 중 하나는 속도이기 때문에 빠르게 프로토타입을 제작하는 능력은 정말 중요하다고 생각합니다. 이러한 도구를 사용하여 하루 만에 프로토타입을 제작할 수 없다면 다시 생각해 보아야 합니다. 경쟁업체가 바로 그렇게 하고 있기 때문입니다.

그래서 제가 드리는 가장 큰 조언은 창업을 생각하기 시작할 때 사업 계획을 작성해도 괜찮다는 것입니다. 실제로, 합법적인 한 컴퓨터가 대신 작성하도록 할 수 있습니다. 다른 회사, 대학 또는 내가 가보지 않은 곳에서 같은 일을 하는 사람이 있을 수 있으므로 이러한 도구를 사용하여 가능한 한 빨리 아이디어의 프로토타입을 만드는 것이 중요합니다.

사회자: 슈미트 씨, 정말 감사드립니다. (약칭 부분은 Web3 스카이시티 계정에서 따왔습니다)

(이 기사는 Titanium Media App에 처음 게재되었습니다. 저자 | Lin Zhijia, 편집자 | Hu Runfeng)