OpenAI, 인간과 유사한 추론 능력으로 AI 발전 이룩

인공지능(AI)이 현재의 대규모 언어 모델의 한계에 도달함에 따라 OpenAI와 같은 기업들은 인간과 유사한 사고 과정을 모방하는 새로운 훈련 기법을 탐구하고 있습니다. OpenAI의 최신 o1 모델에 통합된 이러한 방법들은 AI 환경을 재정의하고 에너지부터 칩 유형에 이르기까지 자원 수요에 영향을 미칠 것으로 예상됩니다.

AI 과학자, 연구원, 투자자들은 더 많은 데이터와 컴퓨팅 파워를 추가하여 AI 모델을 확장하는 전통적인 접근 방식이 정체기에 도달했다고 판단했습니다.

Safe Superintelligence (SSI)의 공동 창립자이자 전 OpenAI 임원인 Ilya Sutskever는 전략 변화의 필요성을 인정하며 "올바른 것을 확장하는 것이 그 어느 때보다 중요하다"고 강조했습니다.

연구원들은 이제 추론 단계에서 AI 모델을 향상시키는 "테스트 타임 컴퓨팅" 기술에 집중하고 있습니다. 이 방법은 AI 모델이 여러 가능성을 생성하고 평가한 후 가장 적합한 해결책을 선택함으로써 복잡한 작업을 더 효과적으로 처리할 수 있게 합니다.

OpenAI의 연구원 Noam Brown은 이 접근 방식의 효율성을 강조하며, 봇이 20초 동안 "생각"하도록 허용하는 것이 100,000배 규모 확장의 성능 향상과 맞먹을 수 있다고 설명했습니다.

이전에 Q*와 Strawberry로 알려졌던 OpenAI의 o1 모델은 이 혁신적인 기술을 활용하여 인간과 유사한 다단계 추론을 통해 문제를 해결할 수 있습니다. 이 모델은 또한 박사학위 소지자와 업계 전문가들이 제공한 정제된 데이터와 피드백의 혜택을 받습니다.

Anthropic, xAI, NASDAQ:GOOGL DeepMind를 포함한 다른 AI 연구소들도 AI 능력을 향상시키기 위해 이 기술의 자체 버전을 개발하고 있습니다.

테스트 타임 컴퓨팅과 더 효율적인 추론 기술로의 전환은 AI 하드웨어 경쟁 환경에 영향을 미칠 수 있습니다. AI 칩의 선두 공급업체인 Nvidia는 제품에 대한 높은 수요를 경험하고 있으며, CEO Jensen Huang은 추론 기술의 중요성과 최신 AI 칩인 Blackwell에 대한 강한 수요에 대해 논의했습니다.

대규모 사전 훈련 클러스터에서 추론 클라우드로의 이러한 전환은 시장을 재편할 수 있으며, Sequoia Capital의 Sonya Huang은 추론을 위한 분산형 클라우드 기반 서버로의 잠재적 이동을 언급했습니다.

AI 산업이 발전함에 따라 OpenAI와 같은 기업들은 지속적인 혁신을 통해 경쟁 우위를 유지하고 경쟁사들보다 몇 단계 앞서 나갈 준비가 되어 있습니다.

Reuters가 이 기사에 기여했습니다.

이 기사는 인공지능의 도움을 받아 번역됐습니다. 자세한 내용은 이용약관을 참조하시기 바랍니다.