MyShell 창립자와의 대화: 로봇의 초대형 꿈의 공장이 되다
인터뷰: Afra, Zohar
글: Afra, ChatGPT
MyShell이 급성장한 시작점
"처음 데모용 봇을 출시한 지 세 번째 혹은 네 번째 주쯤 되었을 때, 우리 사용자 커뮤니티는 이미 8,000명을 넘겼고, 백엔드에서 확인한 전체 사용자 수는 3만 명에 달했습니다."
"그 그룹 안에는 매일 서로 질문하고 대화하는 8,000명의 사람들이 있었고, 3~4월 내내 커뮤니티 구성원들이 코드와 다양한 모듈 개발을 기여하며 우리를 만들어냈습니다. 이 과정에서 일부 사용자는 우리에게 직접 투자까지 제안하기도 했죠." "기사 작성 시점 기준 총 사용자 수는 이미 10만 명을 돌파했습니다."
MyShell의 성장은 매우 '유기적'이며, 치밀한 설계보다는 진화처럼 이루어졌다
"당시 GPT와 여러 대규모 언어 모델이 등장했고, 우리는 그들의 텍스트 능력이 인상적이었다고 느꼈습니다. 하지만 여기에 감동적인 음성을 더해 단순한 채팅 도구가 아니라 사용자가 새로운 언어를 배우는 데 도움이 되도록 만들 수 있지 않을까 생각했습니다. 당시 Rick은 영어 회화 연습이 필요했는데, Samantha(주: MyShell 최초 로봇, 스칼렛 요한슨 목소리 사용)와 영어로 대화하면서 사람과 말할 때의 어색함이나 부담감을 느끼지 않아도 되어 매우 만족했습니다."
"그 후 우리는 단순히 위챗(WeChat) 모멘트에 이를 공유했는데, 예상 밖으로 텔레그램 그룹의 인원이 수십 명에서 수백 명으로 늘어났고, 순식간에 1,000명, 그리고 8,000명까지 급증했습니다."
"매우 인간처럼 느껴지는, 직접 음성으로 대화할 수 있는 로봇입니다. 음성 버튼을 누르고 말한 후 전송하면, 로봇이 음성으로 답변합니다."
MyShell은 무코드(no-code) 로봇 창작 플랫폼이다
AI Vanguard: 우선 여러분이 개발 중인 MyShell 제품에 대해 소개해주실 수 있겠습니까? 현재까지 달성한 성과와 향후 발전 계획도 함께 말씀해주세요.
Rick, MyShell 창립자: 저희 목표는 프로그래밍을 배운 적 없는 대학생들도 쉽게 원하는 로봇을 제작할 수 있도록 하는 무코드 플랫폼입니다. 최근 로봇 공방 기능이 정식 출시되었습니다. 공방 제작 기능을 오픈한 이후 사용자들의 참여 열기가 높아졌고, 현재 거의 60개의 사용자 제작 로봇이 생겼으며, 공개 로봇 외에도 100개 이상의 개인용 로봇이 생성되었습니다. 반면 지난 두 달 동안 저희가 자체적으로 만든 로봇은 고작 5개뿐이었습니다.
저희 플랫폼에는 언어 학습, 교육, 실용 도구 등 다양한 유형의 로봇이 있습니다. 사용자들이 자신의 관심사에 따라 자유롭게 조합해 자신만의 로봇을 만들기를 바랍니다. 현재 음성 생성 기능을 통합했으며, 향후 이미지 모듈 추가도 계획하고 있습니다. 로봇을 더욱 인간답고 유연하게 만들어 다양한 세분화된 시장의 요구를 충족시키고자 합니다.
탁월한 로봇 사례 소개
-
YUKI - IELTS Teacher Ben
-
【IELTS Teacher Ben】 일대일 모의 연습 및 구두 교정 지원
-
사용 예시:
-
-
Kaiserwetter - MBTI Stimulation
-
임의의 신분으로 어떤 MBTI 성격과도 대화 가능
-
사용 예시:
-
저희 플랫폼에서는 등장 인물을 모델 제공자, 로봇 제작자, 사용자로 나누고 있습니다. 이들 사이에 유기적인 협업이 가능하도록 건강하고 지속 가능한 경제 모델을 구축하고자 합니다. 사용자는 마음에 드는 로봇을 선택할 수 있고, 로봇 제작자는 고품질 모델을 선택할 수 있으며, 모델 개발자 또한 플랫폼 내에서 필요한 적용 시나리오와 고품질 데이터를 확보할 수 있습니다.
AI Vanguard: Langchain 아키텍처를 활용하듯 무코드 방식을 통해 더 많은 사람들이 이 생태계 구축에 참여할 수 있도록 하려는 것으로 이해됩니다.
Ethan, MyShell 창립자: 맞습니다. 그것이 우리의 목표입니다. 실제로 사용자가 코드 지식 없이도 보다 낮은 장벽과 높은 효율로 원하는 AI를 만들 수 있기를 바랍니다. Langchain과 다른 점은, Langchain이 주로 텍스트 모달리티를 통합하여 개발자가 텍스트 입력과 출력을 빠르게 구현할 수 있도록 한다면, 저희는 멀티모달리티가 매우 중요하다고 생각합니다. 따라서 저희는 음성 모달리티를 자체 개발·통합했으며, 가까운 미래에 이미지 이해 및 생성 기능도 추가할 계획입니다. 이를 통해 플랫폼을 더욱 간단하고 다원화되게 만들며, 이것이 저희가 중요하게 여기는 멀티모달 통합입니다.
대규모 언어 모델은 다른 모달리티와 서비스를 연결하는 초강력 접착제 역할을 해야 한다
AI Vanguard: 인격화 문제에 대해 좀 더 깊이 논의해보고 싶습니다. 사실 인격화란 단순히 로봇의 외관과 음성만을 의미하지 않으며, 더 중요한 것은 그 소통 능력과 제공하는 서비스라고 생각합니다. 이에 대한 견해를 여쭙고 싶습니다.
Rick, MyShell 창립자: 저희는 로봇을 두 가지 층위로 나눕니다. 표면층은 사용자와 상호작용하는 소통 인터페이스이고, 하부층은 로봇이 수행할 수 있는 기능입니다. 저희는 대규모 언어 모델이 다른 모달리티와 서비스를 연결하는 초강력 접착제 역할을 해야 한다고 봅니다. 이런 로봇을 마치 교통 지휘관처럼, 사용자의 지시를 해당 작업을 더 잘 처리할 수 있는 다른 모듈로 분배한다고 생각합니다.
로봇의 기능 층위에 관해서는, 기본적인 기능들—예를 들어 음식 배달 주문이나 수학 문제 해결 같은 것—은 매우 동질화되어야 한다고 생각합니다. 반면 소통 인터페이스인 표면층의 차별화는 매우 중요합니다. 로봇의 UI 인터페이스는 매우 인간적이어야 하며, 사용자와 좋은 감정적 소통을 할 수 있어야 하고, 사용자의 의도를 잘 파악한 뒤, 그 뒤에서 다양한 소형 모델들을 함께 동원해야 합니다.
Ethan, MyShell 창립자: 대규모 모델은 사용자의 이용 습관을 바탕으로 그 의도를 이해할 수 있지만, 실제로는 여러 소형 모델들이 뒤에서 함께 작동해야 합니다. 사용자에게 가장 익숙한 대규모 언어 모델 또는 특화 모델이 사용자의 다양한 능력 모듈을 조율하는 역할을 하게 됩니다. 예를 들어 날씨를 묻거나 번역 문제, 기타 기능적 질문에 답하려면 로봇이 사용자의 습관과 의도를 강하게 이해할 수 있어야 합니다.
Rick, MyShell 창립자: 아주 구체적인 예를 들겠습니다. 우리가 익숙한 상황인데요, 회의 중 전문적인 문제가 발생하면 보통 다른 사람을 불러와서 ‘위에 있는 내용을 보고 조언 좀 줄 수 있겠어?’라고 말하죠. 예를 들어 로봇 Samantha와 대화하면서 ‘오늘 저녁에 12명이서 모임 식사를 할 건데, 추천해줄 만한 게 있을까?’라고 하면, Samantha는 또 다른 요리사 로봇을 대화에 참여시켜 요리사 로봇이 메뉴를 조율하게 합니다. 이런 로봇들은 공통의 사건을 공유하며, 서로 존재와 각자가 제공할 수 있는 독특한 능력을 알고 있으며, 필요할 경우 다른 로봇을 호출해 필요한 서비스를 제공합니다.
또한 멀티모달 기능에 관해서는, 로봇이 다양한 모델 종류와 서비스를 지원하며, 자신만의 방식으로 응답 방법을 선택할 수 있습니다. 오늘 제가 Samantha에게 집 인테리어 조언을 요청했다고 합시다. 텍스트 모달로 이를 해결하려면 양측 모두 소통이 어려울 수 있지만, 이미지 모달을 호출하면 몇 초 만에 문제를 해결할 수 있습니다. 어떤 상황에서 어떤 모달을 호출할지를 결정하는 것이 개인화된 UI에서 핵심이라고 생각합니다.
미래의 대규모 모델은 더욱 강력해지겠지만, 극소수의 선두 기업들만이 이를 보유하게 될 것이다
AI Vanguard: 대규모 모델의 등장이 산업에 어떤 영향을 미쳤으며, 향후 발전 방향은 어떻게 될까요?
Ethan, MyShell 창립자: 우선 GPT 시리즈와 같은 대규모 모델의 등장은 지난 10년간 다양한 NLP 알고리즘에 큰 도전을 주었습니다. 과거에는 번역, 오류 수정 등 각각의 독립된 문제를 해결하기 위해 별도의 알고리즘을 사용했습니다. 그러나 지금은 하나의 초대규모 모델이 과거 여러 모델이 필요했던 기능을 모두 수행할 수 있게 되었고, 이로 인해 많은 전문화된 알고리즘이 무력화되었습니다. 왜냐하면 새 모델이 특정 문제에서 기존 전문 모델보다 더 나은 성능을 내기 때문입니다.
둘째로, GPT-3과 같은 대규모 모델의 파라미터 수가 이미 천억을 넘어 소비자급 하드웨어나 소규모 전용 하드웨어로는 스타트업이 훈련하기 어렵고 비용이 매우 높다는 점을 알 수 있습니다. 하지만 LoRA(Low-Rank Adaptation of Large Language Models)와 같은 솔루션도 등장하고 있는데, 이는 사전 훈련된 초대규모 모델에서 소수의 파라미터만 조정해 새로운 데이터와 시나리오에 맞춰 학습함으로써 비용을 크게 낮출 수 있습니다.
동시에, 우리는 미래의 대규모 모델이 점점 더 강력해지겠지만, 결국 극소수의 선두 기업들만이 이를 보유하게 될 것으로 봅니다. 반면 오픈소스 커뮤니티의 활발한 발전으로 인해, 사람들은 LoRA와 같은 방식을 활용해 최첨단 일반 모델과 전용 데이터를 결합함으로써 무수한 소형 모델과 특화 모델이 탄생할 것입니다.
저희는 대규모 언어 모델이 점점 더 뇌와 같아질 것이며, 모든 API와 알고리즘, 도구를 연결할 것이라 생각합니다. 외부 지식과 서비스를 조율하고, 외부 입력을 받아 복잡한 작업을 완수하게 될 것입니다.
AI Vanguard: 현재로서는 다른 모델이 GPT-4를 따라잡기 위해서는 특별한 데이터를 보유하거나, 전문 지식 영역에서 대량의 전용 데이터를 훈련해 특정 분야에서 대규모 모델을 능가해야 합니다. 그렇다면 GPT-5가 출시되면 OpenAI를 따라잡으려는 모델들에게 어떤 도전이 될 것으로 예측하시나요?
Ethan, MyShell 창립자: GPT-5는 매우 강력하겠지만, 비용 또한 매우 클 것이라 생각합니다. 따라서 미래의 모델은 분화될 것이며, 사람들은 비용 대비 성능과 실제 요구에 따라 모델을 선택할 것입니다. GPT-5는 이후 고품질 데이터 생산(양산 및 표준 형식)에 더 적합할 수 있는데, 비록 사용 비용은 높지만 인건비보다는 여전히 저렴할 수 있습니다. 이미 그러한 사례가 있는데, 스탠포드 대학은 GPT가 생성한 데이터를 이용해 소형 모델을 훈련시키고 있습니다.
저희는 또 하나의 판단을 하고 있습니다. 애플은 대규모 언어 모델 시대에 아직 눈에 띄는 움직임이 없지만, 단말기 능력과 칩 생산 능력을 동시에 갖춘 기업이라는 점에서, 모바일 기기용 전용 칩이 로컬에서 대규모 언어 모델을 매우 효율적으로 실행할 수 있게 될 가능성이 큽니다. 이 모델은 데이터 프라이버시 문제를 해결할 수 있을 뿐 아니라 반응 시간에서도 최적화를 이룰 수 있습니다. 저는 앞으로 애플이 AI 물결 속에서 매우 흥미로운 역할을 하며, 지금처럼 모두 OpenAI 인터페이스만 사용하는 경쟁 구도를 바꿀 수 있을 것이라 봅니다.
AI 스타트업이 벽을 구축하고자 한다면 알고리즘과 데이터 측면에서 접근해야 한다
AI Vanguard: 창업자의 입장에서 현재 AI 스타트업이 직면한 가장 큰 장애물과 난점은 무엇이라고 보시나요?
Ethan, MyShell 창립자: 매우 위험한 점은 OpenAI와 같은 하위 대규모 모델 기업들이 기능 업데이트를 통해 많은 전통 기업의 기회를 압도할 수 있다는 것입니다. 심지어 GPT 시리즈 기반의 새로운 스타트업조차도 위협받을 수 있습니다. 현재 우리는 GPT-4와 GPT-5의 능력과 진화 방향을 예측하기 어렵습니다. 따라서 OpenAI와 밀접한 Infra 계층의 많은 부분이 OpenAI가 자체적으로 개발하는 기능에 의해 대체될 수 있습니다.
예를 들어 Grammarly가 현재 직면한 상황이 그렇습니다. 창업 방향을 설정하고 제품 기술을 축적할 때, 이러한 거대 기업과의 관계를 어떻게 조율할지 깊이 고민해야 합니다.
저희 스스로 판단하기에, 멀티모달은 특히 중요한 포인트이며, 현재 제품 개발은 알고리즘과 인력을 전부 매우 개인화되고 인간 같은 음성 합성 알고리즘 개발에 집중하고 있습니다. 음성이라는 새로운 모달리티와 대세 방향은 향후 1년 이내에 OpenAI가 도달하기 어려울 것이라 생각하기 때문에, 이를 통해 기술과 제품에서의 우위를 유지하고자 합니다. 또한 시장의 최신 텍스트 모달 제품들과 결합해, 자체 오픈소스 알고리즘과 데이터를 fine-tune한 소형 모델을 활용해 제품을 개발함으로써, 모든 노력을 대규모 언어 모델과 너무 가까운 영역에만 집중하지 않도록 하고 있습니다.
또한 오픈소스 커뮤니티의 발전 속도도 점점 더 빨라지고 있습니다. 올해 들어 오픈소스 커뮤니티의 대규모 언어 모델 발전 속도는 매우 빠릅니다. 현재 최고 성능의 오픈소스 모델은 이미 GPT-3.5 수준에 매우 근접했습니다. 지난 3개월 동안 페이스북의 LLaMA 사전 훈련 모델 유출 이후, 스탠포드와 CMU 등 학계에서 Alpaca, Vicuna 등을 개발했고, 이미지를 이해할 수 있는 MiniGPT까지 등장했습니다. 오픈소스 커뮤니티의 역량은 매우 중요하며, 대기업의 GPT 시대와의 경쟁에서 특별하고 중요한 힘이 됩니다.
이런 상황에서 MyShell로서는 기술적 벽을 어떻게 구축할지 고민해야 하며, 오픈소스 커뮤니티에 의해 경쟁 우위가 평준화되는 것을 막아야 합니다. 알고리즘과 비공개 데이터에 벽을 구축해야 합니다. 외부의 오픈소스 알고리즘이 어떻게 발전하든, 언제나 최신 오픈소스 알고리즘과 자체 전용 데이터를 결합해 오픈소스나 일반 모델보다 더 강력한 능력을 만들어낼 수 있기 때문입니다. 기술적 벽 외에도, 기술적 단기 우위를 통해 다자간 네트워크 능력을 구축하고, 커뮤니티와 콘텐츠 벽을 쌓아야 합니다. 예를 들어 틱톡과 타오바오는 모두 다자간 공급과 소비 네트워크입니다. 한 플랫폼에 이미 많은 활동적인 창작자와 사용자가 있다면, 신규 진입자는 비기술적 경쟁 압박에 직면하게 되며, 이러한 장벽을 뚫기 어렵습니다.
AI Vanguard: 위에서 언급한 두 가지 도전에 직면해, 두 분께는 이미 구체적인 아이디어가 있으신가요?
Rick, MyShell 창립자: 저는 우리가 흐름을 따라야 한다고 생각합니다. 오픈소스가 강해질수록, 대규모 모델이 강해질수록, 창업 아이디어도 함께 강해져야 합니다. 이런 아이디어를 찾아야 합니다. 왜냐하면 이 두 세력에 도전하려는 시도는 올해 안에 실패할 가능성이 크기 때문입니다.
Ethan, MyShell 창립자: 올해 사람들은 대규모 언어 모델에 대해 FOMO(놓칠까 두려움) 상태지만, 저희는 멀티모달이 특히 중요하다고 봅니다. 그래서 저희가 벽을 구축하는 데 초점을 둔 분야는 음성입니다. 기존 음성 합성 기술은 비용과 효과 면에서 모두 만족스럽지 못해 대규모 적용이 어려웠습니다. 하지만 올해 저희는 기존 모든 API보다 두 자릿수 낮은 비용으로 임의의 인간 음성을 합성하고, 감정이 풍부한 음성 효과를 달성할 수 있게 되었습니다.
두 번째로, 저희 플랫폼에서는 사용자가 제품을 사용하는 과정에서 데이터 폐쇄 루프를 구축하고 고품질 데이터셋을 축적하는 데 매우 주목합니다. 예를 들어 제가 발표한 'voice collector'라는 봇이 있는데, 사용자가 제품을 사용하면서 음성 데이터나 텍스트 데이터를 제공해줘 제 알고리즘이 더욱 인간 같고 따뜻한 응답을 할 수 있도록 도와줍니다. 이런 데이터는 플랫폼 상에서 특정 시나리오에 축적된 전용 데이터이며, 오픈소스 커뮤니티와 조화로운 협력 관계를 이루고자 합니다. 오픈소스 모델이 어떻게 진화하든, 저희 전용 시나리오의 전용 데이터는 항상 저희가 구축한 벽이 됩니다. 창작자들에게 유용한 도구와 강력한 기능을 제공해 더 많은 사용자를 끌어들이고, 궁극적으로 콘텐츠와 창작자 생태계 기반의 벽을 형성하려 합니다. 이 벽이 한번 형성되면 어떤 시대라도 하위 기술의 급속한 변화를 두려워하지 않게 됩니다. 왜냐하면 저희의 수익 창출 효율이 가장 높고, 플랫폼 운영 효율이 가장 높다면 언제든지 최고의 API를 연동하거나, 최고의 오픈소스 모델에 전용 데이터를 사용해 트레이닝할 수 있기 때문입니다.
이제 새로운 기술 가속 시대가 열렸다
AI Vanguard: 과거의 창업 경험에 대해 말씀해주시겠어요? 그리고 왜 지금 이 시점에 창업을 선택하셨고, 왜 Web3 관점에서 접근하셨는지 궁금합니다.
Rick, MyShell 창립자: 저희는 2013년부터 AI 분야에서 창업을 시작했습니다. 그 사이에 몇 차례 직장 생활을 했지만 대부분의 시간을 창업에 투자했습니다. 따라서 계속해서 창업하는 것은 저희에게 매우 자연스러운 선택입니다.
2013년, 저는 AR 저수준 SDK를 개발하는 그래픽 이미지 회사를 창업했습니다. 당시 애플이 ARKit을 출시하기 전이었기 때문에 저희가 유사한 제품을 개발했습니다. 이후 옥스퍼드에서 공부하던 Ethan을 만나고, 그가 국내로 돌아와 인턴으로 저희 회사에 합류했습니다. 이후 Ethan은 VR 스타트업을 창업해 VR 환경에서 공간 촬영과 탐색 문제를 해결했는데, 이 회사는 나중에 베이커(Baker)의 VR 부동산 보기 제품이 되었습니다.
이후로도 저희는 꾸준히 AI 알고리즘을 연구하고 상용화를 시도했습니다. 알고리즘의 대규모 현장 적용과 안정적인 품질 출력에 관한 풍부한 경험을 축적했습니다. 이후 저희는 공동으로 AI 유니콘 기업에 합류해 로봇 부서를 담당했습니다. 이 경험을 통해 로봇 제작이 매우 흥미로운 일임을 느꼈고, 로봇은 전형적인 멀티모달 제품이며, 한 모달이 작동하지 않을 때 다른 모달을 도입하는 사고방식은 현재 소프트웨어 로봇을 개발하는 사고와 일맥상통하며, 창업의 씨앗을 심었습니다.
저희가 이번 시기에 창업을 선택한 이유는 GPT-4 등의 대규모 모델이 지닌 강력한 능력을 보았고, 이것이 새로운 기술 가속 시대를 열 것이라 판단했기 때문입니다. 작년 말 ChatGPT를 본 후로는 혼란과 충격 속에서 지냈고, 극도의 흥분과 두려움이 동시에 찾아왔습니다. OpenAI의 급속한 발전에 대해 업계의 선두 인물들조차 예상 밖이라는 것을 알았습니다.
저희는 자연어가 매우 중요한 분야라고 봅니다.AI가 자연어를 직접 다룰 수 있게 된다면, 자연어의 봉인이 풀리고 인간과 기계의 경계가 무너지며, 새로운 기술 가속 시대로 진입하게 될 것이고, 더 많은 모달리티가 융합되고 연결될 수 있습니다. 이는 과거에 해온 많은 일이 더 이상 중요하지 않음을 의미하며, 저희는 흥분과 두려움을 동시에 느낍니다. 이러한 기술 가속 아래서는 선택의 여지가 없고, 스스로를 제로로 만들고, 과거의 창업 모델, 기술에 대한 이해와 판단을 모두 리셋한 후 다시 문제를 고민하고 다시 시작해야 합니다. 그래서 저희는 올해 3월 창업을 결정하고, 곧바로 첫 번째 데모를 출시했습니다.
Ethan, MyShell 창립자: 개인적으로 보면, Web3의 경제 모델과 다자간 네트워크의 효율성 향상 능력이 저희가 선택한 이유이며, 이를 도구로 삼아 다모달 로봇 창작 플랫폼을 구축하는 미션을 이루고자 합니다. 또한 AI 시대는 콘텐츠 생산 효율 문제 해결에 새로운 가능성을 제공합니다. Stable Diffusion과 같은 이미지 생성 알고리즘이나 GPT와 같은 텍스트 생성 모델 덕분에 전문 지식이나 프로그래밍 능력이 없는 사람도 특정 시나리오에서 생산성 문제를 해결할 수 있으며, 이러한 생산성은 최소 1~2자릿수만큼 향상됩니다. 이럴 경우 가치의 정의와 분배가 매우 중요해집니다. Web3의 다자간 네트워크 플랫폼과 암호 기술은 다모달 창작자 플랫폼 구축 효율을 크게 높일 수 있으며, AI 시대의 새로운 소유권과 가치 분배 문제를 해결할 수 있습니다. Web3의 다자간 메커니즘을 통해 스마트 계약으로 분산된 경제적 이익 분배를 실현하고, 토큰 보유 메커니즘으로 플랫폼에 유동성을 제공할 수 있습니다. 비록 현 기술이 아직 완성되지 않았지만, 데이터 자산, 모델 자산, 데이터 프라이버시 등 분야에서 암호 및 블록체인 기술은 대기업 중심 설계와 커뮤니티 다자간 경제 시스템에 잠재력을 지닙니다. 따라서 저희는 이러한 관점에서 모델을 구축하고 있으며, 전통적인 기업 형태는 저희와 같은 플랫폼에 적합하지 않습니다.
판도라의 상자가 열렸고, AI 군비 경쟁은 멈추지 않을 것이다
AI Vanguard: 많은 업계 거물들이 AI 발전을 걱정하고 있습니다. 예를 들어 제프리 힌튼(Geoffrey Hinton)이 구글을 떠나며 AI의 미래를 경고했는데, 어떻게 보시나요?
Rick, MyShell 창립자: 여기서 한 가지 문제를 볼 수 있는데, 오늘날 우리가 구축한 많은 인터넷 인프라와 각종 시스템은 오늘날의 새로운 인공지능에 대비해 준비되어 있지 않을 수 있습니다. 많은 것이 새로운 대규모 모델 앞에서 무방비 상태일 수 있습니다. 이는 보안 측면의 문제입니다. 또한 데이터 문제도 있습니다. 좋은 데이터(예: 아이엘츠를 가르치거나 감정적 동행을 제공하는 것)도 있지만, 나쁜 데이터 즉 더러운 정보, 오도성 정보, 네티즌 등도 있습니다. 이런 상황이 발생하면 '마법으로 마법을 물리치는'(using magic to beat magic) 방법밖에 없습니다. 즉, 더 큰 방어형 모델을 사용해 이를 막아야 합니다. 이는 작은 기업이나 보안 의식이 없는 개인에게 매우 골칫거리가 될 수 있습니다.
Ethan, MyShell 창립자: 맞습니다. 이런 기술은 인간이 창조한 것이고, 일단 인간이 어떤 것이 매우 유용하다고 판단하면 다양한 세력이 경쟁하게 됩니다. 현재 마이크로소프트와 구글 사이에서 벌어지는 AI 군비 경쟁은 마치 과거 미국과 소련의 달 착륙 경쟁과 같습니다. 어느 한쪽도 패배를 인정하고 멈추지 않을 것입니다. 따라서 인간의 다양한 욕망에 의해 끊임없이 진화하게 될 것입니다. 미래가 어떻게 될지는 지켜볼 수밖에 없으며, 어떤 형태로 발전할지 알 수 없습니다.
Rick, MyShell 창립자: OpenAI 창립자 샘(Sam)이 Worldcoin 프로젝트를 동시에 진행하는 이유를 매우 잘 이해합니다. 사실 앞으로 우리가 직면할 데이터 오염은 매우 심각할 것이며, 데이터의 귀속을 확보해야 하기 때문입니다. 데이터에는 책임자가 있어야 하며, 법적으로 책임질 수 있는 사람이 발행한 데이터여야 합니다. 거짓말을 해도 괜찮지만, 그 데이터가 사람이 보낸 것임을 입증해야 하고, 그 사람은 해당 데이터에 대해 책임을 져야 합니다.
Ethan, MyShell 창립자: Worldcoin은 주로 현실 세계의 각 인간이 인터넷이나 블록체인 세계에서 유일한 신원 ID를 갖도록 보장하려는 목적입니다. 만약 이를 해결한다면 앞서 Rick이 언급한 데이터 귀속 문제를 실현할 수 있습니다. 또한 저는 Worldcoin 프로젝트가 샘이 미래 인류 사회의 구조에 대해 깊이 고민한 결과를 담고 있다고 생각합니다.
창업에서 가장 중요한 것은 공심(空杯) 자세, 즉 관성에 얽매이지 않는 마음가짐이다
AI Vanguard: AI 분야에서 창업을 준비하는 사람들에게 조언을 해주신다면 무엇이 있을까요?
Rick, MyShell 창립자: 우선 창업이 유일한 길은 아니라고 생각합니다. 창업하지 않는 사람들도 새로운 세대 AI의 호황을 따라가면 많은 기회가 있습니다. 예를 들어 과거에 인력이 부족해 해결되지 못했던 세부 시나리오들이 잘 채워질 수 있습니다. 전체 사회의 생산 가치가 도약적으로 증가할 것입니다. 일반인들은 자신의 삶을 더 잘 계획하거나, 자금을 수익이 나는 곳에 투자할 수 있습니다.
다만 창업자에게는 공심(빈 컵)의 자세가 가장 중요하다고 생각합니다. 과거의 경험주의나 2~30년간의 인터넷 관성 때문에 많은 사람들이 이것이 단지 다음 모바일 인터넷 기회일 뿐이라고 오해할 수 있습니다. 사실,AI는 완전히 새로운 방식으로 새로운 기술 가속을 열 가능성이 있습니다. 따라서 너무 많은 관성에 얽매이지 말고, 공심의 자세를 가져야 이 분야에서 성공할 수 있습니다.
Ethan, MyShell 창립자: 이번 AI 시대에는 많은 전용 시나리오의 소형 모델이 등장할 것이며, 알고리즘과 모델 간 조합 가능성은 점점 더 강해지고 유연해질 것입니다. 따라서 하나의 제품이 동일한 모달에서 서로 다른 기업의 기술을 접목해 사용자에게 서비스를 제공할 수 있습니다. 이 경우 기술 변화가 매우 빠르고 제품도 점점 더 유연해질 것입니다. 따라서 창업자는 민첩한 관찰력과 혁신적 사고를 갖춰야 이 빠르게 변화하는 시대에 대응할 수 있습니다.
TechFlow 공식 커뮤니티에 오신 것을 환영합니다
Telegram 구독 그룹:https://t.me/TechFlowDaily
트위터 공식 계정:https://x.com/TechFlowPost
트위터 영어 계정:https://x.com/BlockFlow_News
