베네딕트 에반스가 바라본 2024년 기술 트렌드

베네딕트 에반스 (Benedict Evans)는 지난 10년 간 기술과 혁신 분야에서 가장 선견지명이 있다고 여겨지는 애널리스트이자 테크 저널리스트이다. 유명한 벤처 케피탈인 Andreessen Horowitz에서 파트너로 재직 했으며 다년간 쌓아온 테크 업체에 대한 통찰력으로 매년 기술 업계의 거대한 변화에 대한 분석을 공개하고 있다. 테크 업계에 트렌드가 되고 있는 기술에 대한 깊이 있는 통락과 전망은 우리에게 어떤 새로운 기회가 있는지 매번 제시하고 있다.

이번 글에서는 그가 2024년 기술 트렌드: AI, 그리고 그외 모든 것들 (AI, and everything else)에서 어떤 비전을 제시하고 있는지 확인해 볼 예정이다.

 

1. AI가 대세인 현재, 벤처 캐피탈을 중심으로 AI 스타트업 투자가 급증하고 있다.

• 현재 실리콘 밸리에서는 스타트업 창업을 할 때 AI 관련 분야로 창업하는 것이 대세이며 AI 관련 분야가 아닌 경우 우려스러운 시선으로 스타트업을 바라보고 있다.
• Y Combinator에서 발표한 스타드업들 중 거의 모두가 generative AI를 사용하는 기업이다.
• 2021년에 세계 경제의 위기로 인해 벤처 캐피탈 산업이 후퇴 하였지만 AI 스타트업 분야는 성장하고 있으며 AI 트렌드가 점점 대세가 되어 가고 있다.
• McKinsey의 조사 결과에는 기업의 의사 결정에서 AI가 이용되는 비중이 증가하고 있으며 이 분야로 투자하는 금액 또한 급증하고 있다는 것을 보여준다.

2. AI에 대한 인기와 규제가 함께 증가하고 있다.

• 인공지능에 대한 관심과 투자는 커지고 있으며 OpenAI는 주간 사용자가 1억 명 이상이고 연간 매출은 10억 달러가 넘는다.
  • Nvidia는 GPU 수요를 따라잡을 수가 없을 정도로 수익이 엄청나게 증가했다.
  • 빅 3 클라우드 (AWS, 구글, 그리고 Microsoft)도 인프라를 엄청나게 확장 중이며 2023년에만 인프라에 약 130조원을 투자 했다.
• 이와 함께 기술 규제 분야에서도 이에 대한 규제를 촉구하고 있으며 EU에서는 실행 명령과 법률, UK에서는 정상회의, 그리고 중국에서는 새로운 규제를 발표하고 있다.
• 기술 업계의 사람들은 이 폭풍같은 움직임을 중요한 변화로 인식하고 있으며 이 변화를 어떻게 이해할지? 어떤 수준의 접근이 필요한지?, 그리고 어떻게 개념화해야 하는지? 에 대해 규명하는 것을 중요한 과제로 바라보고 있다.
• 이 변화는 아이폰, 클라우드, SaaS, 머신러닝을 처음 만났을 때와 비슷한 충격의 변화로 생각할 수 있다.

3. 새로운 기술을 바라보는 관점은?

• 누군가는 이러한 변화를 30~40년에 한번씩 일어나는 일종의 큰 변화라고 주장한다.
• 이러한 변화에는 항상 진보된 기술이 인간을 죽인다는 SF적 상상력이 언급되곤 한다.
• 하지만 기술 산업은 10~15년마다 플랫폼 변화가 일어나며 새로운 기반을 구축해 왔다.
• 15년 전에 스마트폰이 출시되었고, 그 다음 플랫폼은 생산성 인공지능일 것으로 예상된다.
• 새로운 플랫폼은 일반적으로 세 단계를 거치며, 처음에는 '이게 유용한 게 뭐지?'라는 의문이 생긴다.
• 소비자 서비스라면 부자들의 장난감으로 여겨질 수 있고, 기업용 서비스라면 확장할 수 없다고 생각하는 사람들이 있다.

4. 새로운 기술은 지루하지만 결국 익숙한 기술로 자리매김 한다.

• 기술 업계는 플랫폼의 변화에 따라 움직인다.
  • 메인프레임 -> PC -> 웹/오픈소스 -> 스마트폰/쿨라우드 -> 생성형 AI
• 초기의 아이폰 3G는 사람들이 열광했지만 현재의 아이폰 15는 그저 익숙한 기기이며 이는 Boring 단계에 들어섰다고 할 수 있다.
• 10년 전의 기계학습 기술은 우리에게 신뢰감을 쌓아가던 기술이었지만 지금은 Exciting 단계를 거의 통과하고 있다고 말할 수 있다.
• 다만 생성 모델 기계학습 (generative machine learning) 은 아직 활용 방안에 대해 탐구 중인 Exciting 단계에 있다.
• 2013년의 AI 기술은 ImageNet에서 많은 흥미를 이끌었지만 80년대에서는 완전 실패한 개념으로 여겨졌다.
• 하지만 기계학습 기술이 현재에 익숙하게 사용되고 있는 것 처럼 새로운 기술에 대한 흐름을 이해하는데는 이전 역사를 이해하는 것이 필요하다.

5. 인공지능을 대하는 태도는 어떻게 변화 했는가?

• 2013년의 기계학습은 인공지능으로 하여금 어떻게 고양이를 인식하게 할지 고민 했으며, 이에 대한 해답으로 인공지능에게 고양이 사진 수백만장을 제공하는 것이다.
• 2023년의 기계학습은 인공지능으로 하여금 문제에 대해 어떻게 추론하고 이해하게 할지 고민 했으며, 이에 대한 해답으로 인공지능에게 인간의 모든 지식을 제공하는 것이다.
• 단순히 한 영역의 인식에서 모든 일반 영역으로 범위와 개념을 넓혀 나갔다.

6. 인공지능은 항상 정확하지 않으며 이 기술에 대한 올바른 생각 방식을 갖는 것이 중요하다.

• 인공지능은 우리가 이해하는 것처럼 이해하지 않으며 컴퓨터는 잘할 것이라고 기대하는 것들을 잘하지 못하는 경향이 있다.
• 하지만 반대로 컴퓨터가 잘하지 못하는 것을 인공지능은 잘할 수 있다.
• 이 동작성이 어떤 용도로 사용되는지? 와 어떻게 유용한지? 에 대해서 우리는 생각해볼 필요가 있다.
• 인공지능은 무한한 수의 인턴을 제공한다고 할 수 있다.
• 예를 들어, 콜센터의 모든 통화를 듣고 고객이 화를 내는지 서비스 요원이 무례한지 알려주고 싶다. 모든 엑스레이를 확인하고 이상한 점이 없는지 확인하고 싶다. 신용카드 거래를 모두 조사하여 이상한 점이 없는지 확인하고 싶다.
• 이를 위해 15세의 아이에게 부탁하거나 개를 훈련시킬 수도 있지만 적절한 15세 소년이나 개가 없다.
• 인공지능은 이러한 문제들을 자동화할 수 있게 해주며 이는 지난 15년 동안 우리가 해온 것이다.

7. 기술 혁신으로 기업의 업무 방식은 변화한다.

• 새로운 도구가 도입되면, 처음에는 이미 하고 있던 작업에 적용하는 방식으로 도입되지만 시간이 지나면서 기업의 업무 방식 자체가 바뀌게 된다.
• 기술 혁신은 제품 및 서비스 플랫폼의 변화를 유발하며 이로 인해 세상은 점점 변화하고 있다.
  • 과거에 상대방과 전화하기 위해서는 교환원을 통해 상대방과 연결되어야 했다.
  • 기술의 도입으로 교환원 업무는 기계가 대체하게 되었고, 현재는 음성 뿐만 아니라 영상 통화까지 가능하게 되었다.

8. AI 산업에서 새로운 Platform Shift가 시작된다.

• Generative AI를 향한 새로운 플랫폼 변화가 시작된다.
• 예전처럼 비슷한 앱들을 개발하는 것이 아닌, Generative AI를 위한 새로운 혁신적인 앱을 개발하게 될 것이다.
• 이러한 플랫폼의 변화라는 것은 매우 직관적으로 보일 수 있지만 이것이 단순한 변화일 뿐만 아니라 패러다임의 변화 라고 볼 수 있기도 하다.
• 빌게이츠의 명언에서와 같이, 새로운 패러다임의 출현은 미래를 예측할 수 없게 만들 수 있다는 것을 의미한다.

9. GUI와 ChatGPT 덕분에 누구나 쉽게 소프트웨어를 사용할 수 있게 되었다.

• GUI(Graphical User Interface)와 ChatGPT는 기존의 커맨드 라인(Command Line)과는 달리 일반인들에게 소프트웨어 사용법의 벽을 낮추었다.
• 커맨드 라인은 명령어를 문법대로 입력해야하므로 단순한 작업조차도 귀찮고 어려웠는데 GUI의 등장으로 명령어를 선택하고 클릭만으로 쉽게 작업을 처리할 수 있게 되었다.
• GUI는 다양한 문제를 해결하기 위한 여러 소프트웨어 개발에도 유용하게 활용되고 있지만 GUI도 GUI를 개발하는 사람이 필요하다.
• GUI와 ChatGPT 등은 소프트웨어의 활용성과 함께 제한적이었던 사용자 중심의 소프트웨어 시장을 성장시켰다.
• 상황에 맞는 소프트웨어 개발이 중요하다는 점에 변함이 없으며, GUI와 ChatGPT 등은 이러한 필요성에서 출발한 혁신 중 하나이다.
  • 커맨드 라인 (명령을 배우고 직접 입력) -> GUI (옵션을 보고 선택) -> 생성형 AI (컴퓨터에게 원하는 것을 말함)

10. Artificial General Intelligence (AGI, 인공 일반 지능)를 대체하는 Agent 등장

• 최근 몇 달 간, 'Agent' 라는 단어가 돌아오고 있다.
• 1990년대에는 모든 일을 대신할 일반적인 인공지능 역할을 한다는 애매한 개념으로 기억한다.
• 그러나 이제 'Agent'가 애플리케이션 전체를 구축하거나 고등학교 또는 대학교의 지원서를 최적화하는 등 일을 대신해주는 개념으로 사용되고 있다.
• 이것은 매우 이상적인 꿈이지만 모든 일을 한가지 소프트웨어로 해결할 수 있다는 강한 유토피아적 상상으로 이루어진 것이다.

11. GPT는 더 많은 개발이 필요한 기술 데모일 가능성이 있다.

• ChatGPT를 보면서 이것이 완성된 제품인지? 아니면 기술 데모인지 자문해 볼 수 있다.
• 만약 지역 시멘트 제조업체의 미지급금 담당 부서에게 GPT를 소개하면서 '이제 이걸로 모든 송장 문제를 해결할 수 있있는가?'라고 질문했을 때 '그렇다' 라고 대답할 수 있을까?
• GPT만으로는 이 문제를 해결하는데 어려울 수 있지만 GPT를 보조하는 추가적인 패키지 등을 만들어서 사용하면 가능할 수도 있다.
• Excel을 생각 해보면 이것을 가지고 많은 것을 할 수 있지만 처음에는 빈화면 부터 시작한다는 문제가 있다.
• Microsoft는 이러한 빈 화면 문제점을 지원하기 위하여 템플릿과 아이디어 그리고 기술 도구를 제안하고 있다.
• 마치 Unix function이 회사가 되었다는 것 (Unbundling) 처럼 이러한 템플릿을 가지고 회사가 생겨나기 시작한 것이다.
• 결과적으로, GPT 또한 좀 더 다양한 개발이 필요한, 기술적 도전과제가 존재하는 기술 데모일 가능성이 높다고 볼 수 있다.

12. 인공지능과 Large Language Models (LLM, 대규모 언어 모델)로 소프트웨어 수를 줄이며 대규모 문제 해결을 자동화 할 수 있다.

• LLM과 인공지능을 활용해 자동화 할 작업 수가 대폭 증가할 가능성이 있다.
• 별도의 도구 없이도 컴퓨터에게 원하는 부분만 말하면 알아서 작업을 처리할 수 있으므로 적은 소프트웨어로 더 많은 작업을 자동화할 수 있다.
• 수천 가지 작업을 자동화 하면서 문제를 대규모로 해결할 수 있지만 필요한 도구 수는 오히려 줄일 수도 있는 프로덕트 패러독스가 발생한다.
• 이러한 과정에서 소프트웨어 개발자들은 본래 하던 일 또는 다른 분야로 이동할 가능성이 있다.

13. 머신러닝의 발전과 차세대 어플리케이션이 나아갈 방향은?

• 모든 사람이 자신들의 앱을 만들어낼 수 있게 될 무코드 시대를 떠올리며 대화 자연어처리 기술 (ChatGPT)이 미래에 어떻게 바뀌고 발전할지에 대한 궁금증이 커졌다.
• 대화 자연어처리 기술(ChatGPT)도 엑셀이나 노션과 같이 범용적이고 지속 가능성 있는 도구일 수 있겠지만 고객에게 알맞는 맞춤형 애플리케이션이 등장한다면 더 효율적인 결과를 가져올 것이라는 예상도 있다.
• 하지만 지금 당장에는 미지수가 많기 때문에 앞으로 어떤 일이 일어날 지는 아직 알 수 없다.
• 결국 머신러닝 기술발전이 어떻게 적용될 것인지? 그리고 다양한 도움되는 맞춤형 애플리케이션이 나올 것인지?는 앞으로 이어지는 연구가 보여줄 것이다.

14. AGI에 대해서는 전문가도 모른다.

• AGI에 대한 이해를 시작하기 위해서는 '인공지능'이라는 용어가 무엇을 의미하는지 알아야 한다.
• 계산기는 인간이 암산할 수 없는 계산을 할 수 있고, 데이터베이스는 인간의 기억력을 아득히 뛰어넘는 기억력을 가지지만 이것은 슈퍼 지능을 의미하는 것이 아니라 그저 기계일 뿐이다.
• 우리는 세탁기를 보고 '앗, 이것이 세상을 지배할 거야'라고 말하지 않는다. 그것은 그냥 기계에 불과하며 아무것도 모른다.
• AGI에 대한 정답은 현재 아무도 모르기 때문에 자신의 무지를 당당히 인정하는 것이 옳다고 생각한다.

15. AGI의 개발에 점점 가까워지면서 과거 AI에 대한 두려움과 그에 관한 해결책을 두고 많은 논쟁이 발생하고 있다.

• 사람, 개, 낙타, 말, 고양이 등이 각자의 지능을 갖고 있다는 것이 증명되었으며 이론적으로 그것들과 동일하지 않아도 '그런 것'을 만들어낼 수 있을 것이라 생각된다.
• 최근 ChatGPT가 나왔을 때 일부 사람들은 이것이 그 길을 열어준다 생각해 감격했고, 더 나아가 이것이 이제 그 방향으로 나아가는 길임을 예측하기 시작했다.
• OpenAI에서는 이에 대한 논란이 있었고, 우려하는 사람들이 경계해야 된다고 말하는 반면, 다른 사람들은 그것보다는 약간 덜 우려할 만하다고 생각했다.
• 그러나 지금은 아직 그런 종류의 기술이 완전히 구현되지 않아서 예측이 어려운 상황이며, 이것은 과거 AI에 대한 도전 문제를 잘 나타내는 사례이다.

16. AI 모델이 본질적 한계를 가지고 있다면 어떻게 극복할 수 있을까?

• AI 모델이 가지고 있는 본질적 한계를 극복하기 위해 어떻게 해야 할 지 과학계가 대화를 나누고 있다.
• 한 의견으로는 모델을 더 크게 만들면 문제가 해결될 수 있다는 것으로 이런 방법을 '창출적 능력 (emergent capability)'이라고 한다.
• 한편, 모델이 충분히 좋다면, 그 모델이 왜 그런 결정을 내리는지 알지 못하더라도 적용해도 좋다는 의견도 있다.
• 하지만 이에 대한 반대 의견도 있으며, 이 문제를 극복하기 위해 또 다른 발전이 필요하다고 주장하는 연구자들도 있다.

17. 머신러닝과 인간의 지능에 대한 논쟁도 있다.

• 기계학습과 인간의 지능에 대한 논쟁은 술자리에서 이야기하기 좋은 주제이다.
• 기계학습과 일반적 사람들의 지능의 구분이 모호해서 정확한 결론을 내리지 못한다.
• 그렇다고 해서 인간의 지능이 없다는 것은 아니다.
• 두 가지 지능의 차이점을 이해해야 인간의 오류들을 설명할 수 있다.

18. 인공지능 측정에 대한 논의와 우리 지식의 한계

• ChatGPT를 측정할 때, 우리는 지능을 보고 있는 건가? 정보 검색을 보고 있는 건가? 인간 같이 보이는 능력을 보고 있는 건가?
• 시험은 인간들이 잘하지 못하는 것을 테스트하는 것이지만 컴퓨터에 동일한 방식을 적용하기는 어렵다.
• 우리는 우리의 지능이나 AGI의 이론적인 모델을 갖고 있지 않기 때문에 AI에 대한 대화는 우리의 관점에 따라 결정된다.
• 따라서 인공지능에 대한 진행 상황을 정확히 예측할 수 없기 때문에 우리는 미래가 어떻게 될지 확실하게 말할 수 없다.

19. 기술 발전 속도에 따라 기업의 미래를 예측하는 Tech Industry와 인터넷에 있는 오래된 아이디어가 경제를 뒤흔드는 상황

• 기술 산업은 2030년의 AI 기술까지 예측하고 잇지만 소프트웨어 회사 대부분은 2010년대에 구현된 아이디어를 따라가고 있으며 이를 활용하여 규모를 키우고 있다. (SAS, Cloud, Automation 등)
• 그 반면, 기존 경제에는 2000년대의 인터넷에서 시작된 아이디어들이 적용되며 이는 예전과는 다른 문제점들과 함께 제기되고 있다. (ex. E-commerce)
• 개인용 컴퓨터와 인터넷 인프라가 발전하는 가운데, 모바일 스마트폰이 50억명 이상 사용되고 있으며 대부분 인터넷을 이용하는 추세이다.
• 이러한 환경 변화로 인해 20% ~ 30%까지 상승한 e-commerce의 성장세에서 볼 수 있듯이 기존 경제와 새로운 기술 간 상호작용이 빈번해지고 있는 것으로 보인다.

20. 선례 없이 모든 기업들은 소프트웨어가 중심이 되어 간다.

• 미국의 50% 이상의 새로운 연애 관계가 온라인에서 시작되는 등 소프트웨어 산업은 일상의 필수품이 되었으며 모든 기업들이 소프트웨어에 보다 '의존'하게 된다.
• 이젠 중국 기업 하나만으로도 패션 산업의 전세계 1위 기업으로 성장하는 상황이 발생하고, 소프트웨어가 중심이 된 기존 회사들의 매장이 도시 외곽에 위치하다가 중심가를 차지하게 될 만큼 소프트웨어에 의존해야 하는 상황에 직면하게 된다.
• 따라서 지금은 소프트웨어 산업의 50년대 이후에 선례 없이 모든 기업에서 소프트웨어가 중심이 되는 시대가 되어간다.
• 이러한 내용은 자동차 산업과도 유사한데 자동차 산업의 처음 50년은 '자동차가 무엇인가?', '자동차 생산에 관여하는 회사가 무엇인가?'와 같은 기본적인 질문에 대한 내용이었지만 다음 50년은 '자동차를 가진 사람들이 문제삼는 다양한 상황'에 대한 내용이 주를 이룬다.
• 소프트웨어 산업도 이와 동일하게 과거 50년은 '컴퓨터가 무엇인가?'와 같은 내용에 관한 것이었으나 지금은 모든 것이 소프트웨어에 의존적인 상황인 만큼 이와 관련한 질문들이 중심이 되고 있으며 미래의 기업들도 이러한 성격을 가질 것이라고 생각한다.

Presentations — Benedict Evans (ben-evans.com)

Presentations — Benedict Evans

https://youtu.be/xNBiPd2H9J0