AI개발을 위해서 GPU를 많이 모아야 한다고 말한다. 물론 맞는 말이다. GPU가 있어야 뭔가 모델을 학습시키고 진행할 수 있다. 하지만 내가 중요하게 생각하는 것은 데이터와 인재라고 생각한다. 하나씩 짚어보면, GPU는 다다익선이다. 많으면 많을수록 좋다. 하지만 클라우드를 쓰면, 우리가 foundation 모델을 만들 것이 아니라면 충분히 커버 가능하다고 생각한다. 데이터는 예전에는 ‘많은 데이터’가 필수 조건이었다. 그런데 요즘은 합성데이터로도 좋은 모델을 많이 만들 수 있다. 물론 중요한 건 맞다. 하지만 ‘절대적 필수’는 아닐 수 있다는 뜻이다. 결국 남는 건 인력이다. 인력은 더 고등위의 작업을 한다고 생각한다. 많은 의사결정 중에 하나를 선택하고, 실행하고, 버티고, 책임지는 일. 그런 역..

최근 AI 투자 축소에 대한 뉴스최근 마이크로소프트(MS)가 미국 내 데이터센터 임대 계약을 일부 취소했다는 보도가 나오며 화제가 되었습니다. 블룸버그에 따르면 MS는 두 곳 이상의 데이터센터 운영업체와 맺었던 임대 계약을 철회했으며, 그 규모가 수백 메가와트급 전력 용량에 달한다고 합니다. 저는 이번 결정을 AI 인프라의 장기적 투자 축소가 아니라 일시적인 투자 조정 과정으로 보고 있습니다. MS는 즉각 성명을 통해 “이번 회계연도에만 800억 달러(약 114조 원) 이상의 인프라 투자를 계획하고 있으며, 모든 지역에서 강력한 성장을 이어갈 것”이라고 밝혔고, CEO 사티아 나델라 역시 "AI 수요가 폭발적으로 증가하고 있어 지속적인 투자가 필수적"이라고 강조했기 때문입니다. MS 사례 외 다른 빅테크..

구글이 AI와 데이터를 활용하는 방법구글은 오랜 시간 동안 전 세계에 걸쳐 지도 데이터를 수집하고 이를 바탕으로 다양한 서비스를 제공해 왔습니다. 구글 어스(Google Earth), 구글 맵(Google Maps) 등은 대표적인 예로, 이러한 서비스의 성공 뒤에는 방대한 데이터의 수집과 정교한 가공 과정이 있었습니다.최근 구글은 이처럼 축적된 지도 데이터를 AI 서비스와 결합하여 새로운 가치를 창출하려 하고 있습니다. 생성형 AI는 등장 당시 많은 이들에게 놀라움을 안겨주었지만, 실질적으로 "큰 도움이 되었다"라고 느낄 만한 사례는 생각보다 적었습니다. 그러나 구글은 자신들의 풍부한 지도 데이터를 AI와 결합함으로써 사용자들에게 더 유용하고 혁신적인 서비스를 제공할 준비를 하고 있습니다.예를 들어, 생..