Variant Fund: 암호화 세계가 어떻게 더 세련된 AI 모델을 만들어내는가?
작성자: 알라나 레빈(Alana Levin)
번역: TechFlow
지난 2년 동안 새로운 AI 모델이 쏟아져 나왔다. 이러한 AI 모델들은 정보 검색 및 질문 응답에서부터 고객 지원, 문서 교정, 콘텐츠 생성에 이르기까지 다양한 유형의 작업을 수행할 수 있다.
이러한 작업들 중 다수는 정확한 답을 찾거나 가장 관련성 높은 정보를 식별하거나 오류와 이상 현상을 탐지하는 등 명확한 최적화 기준을 갖춘 객관적인 성격을 띤다.
그러나 예술 작품을 '훌륭하게' 만들거나 비디오를 '재미있게' 제작하는 것처럼 출력 결과가 극도로 주관적인 모델들도 있다. 나는 이를 "취향을 가진 모델(taste models)"이라고 부른다. 취향 기반 모델은 집단적 판단과 개인적 결정이 혼합된 결과이기 때문에 보통 최적화하기 어렵다. 명확한 정답이나 출력값이 존재하지 않기 때문이다. 따라서 모델이 최신 문화적 선호도를 파악하도록 돕기 위해 지속적인 피드백이 특히 소중하다.
현재 대략 두 가지 방식으로 모델의 '취향'을 육성할 수 있다.
-
사용자 생성 콘텐츠 또는 데이터(예: 트위터 또는 레딧의 피드)를 기반으로 하는 방법으로, 인간이 현재 무엇에 주목하고 있는지를 이론적으로 드러내며('취향'의 대리자 역할을 함).
-
인간 '취향 설정자(taste-makers)' 커뮤니티를 활용해 모델이 그들의 선호도를 기반으로 능동적으로 학습하도록 돕는 방법.
첫 번째 접근법은 여러 면에서 바람직하지 않은 상황을 초래한다. 데이터는 고립될 수 있으며(예: 레딧이 API를 폐쇄한 사례), 편향을 유발할 수도 있다(예: 일부 데이터만 공유되는 경우). 또한 데이터 출처가 제한되면 모델이 특정 플랫폼 알고리즘에 과도 적응할 위험도 있다. 이것이 중요치 않아 보일 수 있지만, 트위터의 인기 콘텐츠를 기반으로 대량 생산된 새로운 미디어를 상상해보면 그렇지 않다는 것을 알 수 있다. 이상적이지 않다.
후자의 방법, 즉 인간이 피드백을 제공하는 네트워크는 위에 언급된 많은 위험을 피할 수 있다. 여전히 편향이 있을 수 있지만, 그 편향은 모델 훈련에 참여하기로 선택한 커뮤니티 구성원의 선호도에 국한된다. 따라서 중요한 것은 바로 이들 '취향 설정자'들이 모델이 진정으로 좋은 취향을 개발하도록 만드는 데 실질적인 이해관계를 갖도록 보장하는 것이다.
여기서 암호화(crypto) 트랙은 이러한 이해관계 일치를 촉진하는 데 도움이 될 수 있다. 모델에 소유권을 제공하거나, 참여자에게 모델 출력 결과로부터 경제적 이익을 배분함으로써 그들의 실질적인 참여를 유도할 수 있다. 암호화폐는 또한 참여를 더욱 개방적이고 용이하게 한다. 체인 상의 지갑과 인터넷 연결만 있으면 세계 어디에 있든 누구나 기여할 수 있기 때문이다.
주목할 만한 사례로 Botto 프로젝트가 있다. Botto는 자율적 예술가로서, $BOTTO 토큰 홀더들은 매주 모델 훈련에 기여할 수 있는 권한을 가진다. 훈련 과정은 간단하다. 참가자들은 다양한 이미지에 대해 찬성 또는 반대 투표를 하고, Botto는 구성원들의 선호도를 통해 학습한다. 일주일이 끝나면 가장 인기 있었던 작품이 경매에 부쳐지며, 해당 주에 Botto 훈련을 도운 참가자들에게 보상이 지급된다.
예술은 단지 '취향을 가진 모델'의 한 범주일 뿐이다. 기타 가능한 분야로는 영화, TV, 다른 형태의 스토리텔링(소설, 단편소설), 코미디, 광고/브랜드 캠페인이 있다. 몇 년 전만 해도 이런 취향 기반 모델은 불가능했다. 당시 도구들은 표현력이 낮았고 속도도 느려, 모델이 응집력 있는 출력 혹은(비디오의 경우) 현실감 있는 결과물을 신뢰성 있게 생성하도록 기대하기 어려웠다. 오늘날에 와서야 비로소 가능해졌다.
중요한 점은, 취향을 가진 모델은 거대하고(계속 성장하는) 잠재 시장을 가지고 있다는 것이다. 예술은 수십억 달러 규모의 시장이다. 온라인 콘텐츠 소비는 매년 수조 시간의 주목을 받고 있다. 사람들이 이미 이러한 오락 형식에 시간과 돈을 쓰려는 의도를 갖고 있다면, 그 생산 과정에 일정 부분 소유권을 부여하는 것은 타당해 보인다. 이는 더 적극적인 사용자 기반을 창출할 뿐 아니라, 더 만족스러운 사용자 기반을 만들어낼 것이다. 아카데미 작품상에서 주요 참여자가 스토리라인을 개발하고 훈련에 기여한 관객들이라면, 또는 커뮤니티가 제작한 영화를 위한 완전히 새로운 상이 생긴다면 매우 멋질 것이다.
나는 이것이 기존 창작을 대체하는 것이 아니라 새로운 콘텐츠 범주를 창출한다고 본다. 이것은 스마트폰과 인스타그램이 모두를 사진작가로 만들었던 것과 유사하다. 이러한 새로운 기술의 등장은 실제 사진작가의 일을 없애지 않았으며, 오히려 사진작가의 작업을 더 많이 감상하게 만들었을지도 모른다. 취향을 가진 모델 역시 마찬가지다. 여기서는 소비자 소유권과 경제적 연계를 위한 암호화 트랙이라는 새로운 기술을 활용함으로써, 기존 각 범주를 확장하는 새로운 참여 형태를 창출하는 것이다.
지난 몇 년간 우리는 수천 개의 새로운 모델 출현을 목격했다. 향후 몇 년 안에 수백만(또는 그 이상)의 새로운 모델이 등장할 것이며, 그중 일부는 이해관계자들을 새로운 방식으로 참여시키기 위해 노력할 것이다. 더 큰 개방성과 접근성에서부터 새로운 소유 구조를 통한 인센티브 실험에 이르기까지 말이다. 취향을 가진 모델은 이러한 혁신에 특히 적합한 분야이지만, 마지막 분야는 결코 아닐 것이다.
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
Variant
