AI 낙관론이 계산에 안 넣는 변수를 전 OpenAI 임원이 하나 꼽았다. 기술 한계가 아니라 정치적 보호임.
Chris Williamson의 AI 토론에 나온 전 OpenAI 시장전략 총괄 Zack Kass 대목임. 정부가 머지않아 자동화 금지 직업 목록을 만들 거고, 똑똑한 정책은 아니어도 공격적일 거라고 봄. 이미 미국은 150만 개, 유럽은 600만 개 일자리를 법으로 지키는 중임. 뉴저지 주유원과 톨부스 직원이 법으로 존재해야 하는 직업이고, 다음 보호 명단에는 노조가 센 트럭기사가 오를 거라고 예측함.
미국에 고속철이 없는 건 기술 실패가 아니라 정책 실패임. 같은 원리로 AI 고용 충격도 기술 속도가 아니라 정치가 상한선을 정함. 자동화 전망에서 이 변수를 빼고 계산하면 다 틀리게 됨.
성능도 괜찮고 가격도 저렴한 LLM이 계속 나오고 있으니, 가성비가 중요한 영역에서는 이런 모델들을 적극적으로 써보는 방향에 동의합니다.
텍스트는 이제 선택할 수 있는 모델도 많고 비용 부담도 많이 낮아진 편인데, 이미지나 음악, 동영상 쪽은 아직 좋은 결과를 얻으려면 비용이나 사용량 제한을 신경 써야 하는 경우가 많더군요.
그래서 이런 쪽은 무료 사용 기간이나 프로모션이 있을 때 적극적으로 써보면서, 실제로 어느 정도까지 활용할 수 있는지 확인하고 계속 사용할 만한 수준인지 판단해보는 것도 괜찮을 것 같습니다.
X에서 토큰 소비가 심해서 그록으로 이동을 고려한다는 의견을 일부 봤는데, 다들 비슷하게 느끼는 것 같군요.
제한 없이 쓸 수 있다는 게 생각보다 중요한 것 같습니다.
저도 토큰 소비가 빠른 모델은 좀 무섭긴 합니다.
제 입장에서는 결과가 정말 잘 나오는지 확신하기 어려운 모델을 쓰는 것과, 어느 정도 결과 수준이 검증된 모델을 쓰는 것 중에서는 처음 설계할 때부터 특정 모델을 전제로 한 경우를 제외하고 굳이 전자를 써야 하나 하는 의문이 듭니다.
이미 비슷한 수준의 결과를 내는 모델이 있다면 굳이 고집할 필요 없이 옮겨가면 되지 않을까 하는 생각도 들고요.
어떻게 생각하세요?