기존 AI스타트업 기업들의 고민과 챗GPT의 한계

챗GPT 시대가 도래하면서 기존 AI 스타트업들은 독자적인 AI 개발의 효용성과 LLM의 발전 속도에 대응하는 방안을 찾아야 했다. 이러한 도전에 대응하여, 많은 기업들은 범용 LLM과 자체 AI를 혼합해 사용자 경험을 제공하는 전략을 적용하였다. 이는 LLM의 장단점을 정확히 파악하고, 이를 바탕으로 AI 기술 전략을 수립하는 중요성을 강조한다.

 

1. LLM 등장에 따른 AI 기업들의 고민

AI 개발 전문 기업들은 챗GPT와 같은 대형 언어 모델의 빠른 발전에 따라 독자적으로 AI를 개발하는 것의 의미에 대해 고민하고 있다. 글로벌 빅테크 기업들이 LLM에 많은 자금과 인력을 투자하면서 스타트업들은 그 경쟁에서 자신들의 위치를 재정의하는 중이다. 챗GPT 같은 대형 언어 모델들의 빠른 발전 속도에는 AI 개발자들마저 따라가기 어려움을 느끼고 있어, 이런 상황에서 개인적으로 AI를 개발하는 것이 실제로 의미 있는 일인지 의문을 제기하게 된다. 챗GPT가 AI스타트업이 시도하려 했던 모든 것을 이미 해냈기 때문에, 몇몇 AI 개발자들은 압도당한 상태, 즉 '멘붕'에 빠져 있는 상황이다.

 

2. AI 기업들의 대응 전략

대부분의 AI 기업들은 LLM의 발전 속도와 방향을 잘 고려해 자체 AI 기술과 시너지를 낼 수 있는 방법을 모색하고 있다. 이를 위해 범용 LLM의 장단점을 파악하고, 그에 맞는 AI 기술 전략을 수립하는 것이 필요하다. 수많은 기업들은 고민의 결정을 내려, 자체 AI와 챗GPT 같은 범용 AI를 효과적으로 결합해 사용자의 경험을 향상시키는 방식을 채택하고 있다. 이러한 기업들은 범용 LLM의 발전 속도와 변화 방향을 잘 이해하고, 이를 바탕으로 자체 AI 기술과 협력할 수 있는 부분을 적절하게 식별하는 것이, 챗GPT 시대에 주요 AI 기업들이 적용하는 전략이다.

 

따라서, 어느 부분을 직접 처리하고 어느 부분에서 외부 AI를 어떻게 활용할지를 결정하는 것은 AI 회사들에게 중요한 전략적 고려사항이 되었다. 이는 범용 LLM의 강점과 약점을 제대로 이해하고, 그에 따라 AI 기술 전략을 개발해야 하는 필요성이 점점 커지고 있다는 뜻이다.

 

3. 결론 : 챗GPT의 한계와 대응방안

챗GPT는 광범위한 범위를 처리하는 단일 모델이기에 특정문제에 대한 처리능력은 제한될수 있다

1) 정확한 숫자데이터를 필요로 하는곳에서는 한계

2) 최신정보 처리에 한계

3) 개인화에 한계

LLM 같은 챗GPT의 시대에서, 각 분야에 따른 (1)범용 AI모델을 미세조정(파인튜닝)하고 (2)프롬프트 엔지니어링 지식과 (3) 자체 AI모델(자체 DB)을 결합하여 고객의 특정 문제를 해결하는 것이 점점 중요해질 것이다. 이렇게 정확한 데이터 출처가 제공됨으로서 AI에서 나타나는 할루시네이션(환각) 문제를 크게 낮출수 있다는 또다른 장점이 있다.

 

고객이 어떤 문제를 해결하길 원하는지, 그리고 어떤 기술을 이용하여 그 문제를 해결할 수 있는지를 파악하는 것이 AI 기술 회사가 존속하는 데 필수적이며, 이를 위해 범용 AI가 우수하다면 굳이 직접적으로 모든것을 스스로 다 구현할 필요는 없다. 중요한것은 고객의 문제가 무엇인지를 파악하는 것이다.