The 2024 MAD Landscape

2024년 Machine Learning, AI & Data 업계 지도와 최신 트렌드에 관한 글.

 

원문

 

Full Steam Ahead: The 2024 MAD (Machine Learning, AI & Data) Landscape – Matt Turck

Full Steam Ahead: The 2024 MAD (Machine Learning, AI & Data) Landscape

 

GeekNews 에서 한글로 요약 정리된 글

 

2024년 ML/AI/Data 업계 지도와 최신 트렌드 | GeekNews (hada.io)

2024년 ML/AI/Data 업계 지도와 최신 트렌드 | GeekNews

 

GeekNews 페이지에서 인상적인 글귀:

• 2012년 최초 버전에서는 139개 기업만 있었으나, 2024년 MAD 생태계에는 2,011개 기업이 포함됨
• 애플리케이션 계층의 모든 기업이 이제 스스로를 "AI 기업"이라고 칭함
• 현재 비구조화된 데이터(ML/AI)는 주목받고 있지만, 구조화된 데이터(모던 데이터 스택 등)는 그렇지 않음
• 데이터 인프라 업계는 마침내 일정 수준의 통합을 경험하게 될 것임
• 모두가 LLM의 힘을 원하지만 자신들의(기업) 데이터로 학습된 모델을 원함
• 한편 새로운 세대의 AI 인프라 스타트업들이 여러 영역에서 등장하고 있음
• 하이프는 늘 그렇듯 여러 장점("광적 열정 없인 위대한 성취 없다", "백 가지 꽃이 피게 하라"식의 야심찬 프로젝트에 자금이 몰림)과 단점(하룻밤에 모두가 AI 전문가로 둔갑, 모든 스타트업이 AI 기업이 됨, AI 콘퍼런스/팟캐스트/뉴스레터 범람, AI 마켓맵 홍수)을 동반함
• 소비자 앱은 이탈률이 높음. 단순 호기심은 아니었나?
  • 개인적으로나 업무상으로나 생성형 AI를 어떻게 활용해야 할지 잘 모르겠다는 사람이 많음
  • 최고의 AI 전문가가 만든 제품이라도 모두 마법 같진 않을 것임
• 지난 18개월간 가장 흔한 질문은 이것: 우리는 결국 평준화될 제품에 엄청난 자본이 소각되는 광경을 보고 있는 걸까? 아니면 이 LLM 기업들이 새로운 AWS, Azure, GCP가 되는 걸까?
• LLM 기업 입장에선 골치 아픈 사실은, 어느 LLM도 지속적인 성능 우위를 구축하지 못하는 듯 보인다는 점
• 기업에서는 이런 다양한 모델을 조합한 하이브리드 아키텍처로 빠르게 진화하는 중
• 가격이 내려가고는 있지만 대형 사유 LLM은 여전히 비싸고 지연 문제도 있어서, 사용자/고객은 점점 더 다양한 모델을 조합해 배포하게 될 것임
  • 대형/소형, 상용/오픈소스, 범용/특화 모델을 필요와 예산에 맞게 조합해 사용하는 추세임
• ChatGPT의 등장으로 그 전까지 첨단으로 여겨지던 AI 기술들이 하루아침에 "전통적 AI"로 불리게 됨
• 앞으로 기업들은 LLM을 어떤 작업에, 전통적 AI 모델을 어떤 작업에 사용할지, 그리고 둘을 어떻게 결합할지 고민하게 될 것임
• 스타트업 생태계 참여자 입장에서는 GPT-5의 성능이 GPT-4 대비 얼마나 향상될지가 기술 발전 속도의 바로미터가 될 것임
• 시장은 자정 작용을 통해 소수의 성공적인 오픈소스 프로젝트만 클라우드 기업 등의 지원을 받게 될 것임. 그러나 그때까지는 혼란스러운 상황이 이어질 전망
• 공급자 입장에서는 AI 구축/서비스 비용이 여전히 높음
  • Anthropic은 매출의 절반 이상을 클라우드 비용으로 지출했다고 함
  • 데이터 라이선싱 비용도 만만치 않음
• OpenAI가 너무 많은 걸 하려는 건 아닌가? 수직적으로나 수평적으로 AI의 모든 것을 하겠다는 것 같은데 무리수 아닌지?
• OpenAI와 MS가 결별할까?

원문 작성자 mattturck 님과  GeekNews 에게 감사함을 표합니다.