쇼츠 1: 메타 AI, 월 사용자 10억 명 돌파

마크 저커버그가 메타 AI의 놀라운 성장세를 이야기합니다. 특히 개인화 기능이 더해지면 더욱 큰 발전이 있을 거라고 기대하는데요.

"메타 AI는 이제 월 사용자가 거의 10억 명에 달하는데, 정말 대단한 일이죠. (...) 특히 개인화 루프가 돌아가기 시작하면 올해는 정말 큰 해가 될 거라고 생각합니다. 이제 막 구축하기 시작했지만요. (...) 사용자가 AI와 상호작용하는 내용까지 더해지면 정말 흥미로울 다음 단계가 될 겁니다."

쇼츠 2: 라마 4 모델 공개와 특징

메타가 새롭게 공개한 라마 4 모델 시리즈에 대한 설명입니다. 특히 스카웃과 매버릭 모델은 효율성에 초점을 맞췄다고 하네요.

"라마 4의 첫 번째 모델들에 꽤 만족하고 있습니다. (...) 스카웃과 매버릭은 중소형 모델이죠. (...) 이 모델들은 현존하는 어떤 모델보다 비용 대비 지능이 높은 편에 속합니다. (...) 특히 우리가 내부적으로 구축하는 많은 사용 사례에 맞춰 매우 효율적이고 낮은 지연 시간으로 설계되었습니다."

쇼츠 3: 초거대 모델 '베헤모스' 등장 예고

무려 2조 개 이상의 파라미터를 가진 메타의 초거대 모델 '베헤모스'에 대한 이야기입니다. 아직은 개발 초기 단계지만, 그 가능성이 기대되네요.

"곧 출시될 베헤모스 모델도 기대됩니다. 최전선에 있는 저희 첫 모델이 될 거예요. 파라미터가 2조 개가 넘죠. 이름처럼 정말 거대합니다. 이걸 어떻게 사람들에게 유용하게 만들지 고민 중이에요. 너무 커서 후처리 학습을 할 수 있도록 인프라를 구축해야만 했어요."

쇼츠 4: 오픈 소스 AI 모델의 발전

마크 저커버그는 오픈 소스 AI 모델의 발전에 대해 긍정적으로 평가합니다. 라마 외에도 다양한 모델들이 등장하며 경쟁하는 현재 상황을 설명합니다.

"저는 올해가 전반적으로 오픈 소스에 매우 좋은 해였다고 생각합니다. 작년만 해도 라마가 유일하게 혁신적인 오픈 소스 모델이었죠. (...) 이제는 이 분야에 많은 모델들이 있습니다. (...) 일반적으로 오픈 소스가 가장 많이 사용되는 모델로서 폐쇄형 소스를 능가할 것이라는 예측은 대체로 실현될 궤도에 있다고 봅니다."

쇼츠 5: AI 모델 평가의 어려움과 메타의 기준

다양한 AI 모델들을 어떻게 평가해야 할까요? 마크 저커버그는 현재 벤치마크들의 한계를 지적하며, 메타는 실제 사용자 가치를 가장 중요하게 생각한다고 말합니다.

"챗봇 아레나 같은 것들이 흥미롭긴 하지만, 벤치마킹 방식의 어려움을 보여줍니다. 어떤 모델이 어떤 작업에 좋은지 어떻게 알 수 있을까요?  (...) 오픈 소스 벤치마크나 LM 아레나 같은 것들의 문제는 종종 매우 특정한 사용 사례에 편향되어 있다는 겁니다. (...) 그래서 저희는 사람들이 우리에게 보고하는 제품 가치, 그들이 원하는 것, 그리고 드러난 선호도를 북극성으로 삼으려고 노력합니다."

쇼츠 6: AI 코딩 에이전트의 미래

앞으로 AI가 코딩을 얼마나 대체하게 될까요? 마크 저커버그는 1~2년 안에 AI가 코드 작성의 상당 부분을 차지하게 될 것이라고 예측합니다.

"앞으로 12개월에서 18개월 안에 이 작업에 투입되는 코드의 대부분이 AI에 의해 작성되는 시점에 도달할 것이라고 생각합니다. 자동 완성을 말하는 게 아닙니다. (...) 목표를 주면 테스트를 실행하고, 개선하고, 문제를 찾고, 팀의 평균적인 우수 인력보다 더 높은 품질의 코드를 작성하는 것을 말하는 겁니다. 이것이 확실히 이 분야의 매우 중요한 부분이 될 거라고 생각합니다."

쇼츠 7: AI 발전의 병목 현상과 인프라의 중요성

AI가 빠르게 발전하고 있지만, 물리적인 인프라 구축에는 시간이 걸린다는 점을 지적합니다. 단순히 코딩 능력만으로는 해결되지 않는 현실적인 제약들을 설명합니다.

"제가 빠른 도약 관점에 대해 일반적으로 동의하지 않는 부분 중 하나는 물리적 인프라를 구축하는 데 시간이 걸린다는 것입니다. 기가와트급 컴퓨팅 클러스터를 구축하려면 시간이 필요합니다. (...) 에너지를 확보해야 하죠. (...) 어느 한 부분에서 지능이 향상되기 시작하면 다른 병목 현상에 부딪히게 될 뿐입니다."

쇼츠 8: AI와의 건강한 관계 맺기

AI 친구, AI 치료사 등 AI와의 관계가 깊어지는 미래, 어떻게 건강한 관계를 만들어갈 수 있을까요? 마크 저커버그는 섣부른 규제보다는 사람들의 선택을 존중해야 한다고 말합니다.

"사람들이 무엇이 가치 있는지 안다고 생각하는 것이 제 핵심 원칙 중 하나입니다. (...) 당신이 보기에 나쁜 일을 누군가가 하고 있는데 그 사람이 그것이 정말 가치 있다고 생각한다면, 제 경험상 대부분의 경우 그들이 옳고 당신이 틀렸습니다. (...) 사회로서 우리는 왜 그것들이 가치 있는지, 왜 그것을 하는 사람들이 합리적인지, 그리고 그것이 실제로 그들의 삶에 어떻게 가치를 더하는지를 설명할 어휘를 시간이 지남에 따라 찾게 될 것입니다."

쇼츠 9: AI가 가져올 미래: 엔터테인먼트와 상호작용

마크 저커버그는 AI가 미래의 엔터테인먼트 경험을 완전히 바꿀 것이라고 예측합니다. 단순히 영상을 소비하는 것을 넘어, 사용자와 상호작용하는 콘텐츠가 주를 이룰 것이라고 하네요.

"미래에는 피드를 보면서 단순히 비디오만 소비하게 될까요?  아니요, 상호작용하게 될 겁니다. (...) 릴처럼 보이는 콘텐츠가 있겠지만, 말을 걸거나 상호작용하면 그것이 대답하거나 행동을 바꿀 수 있습니다. 또는 게임처럼 뛰어들어 상호작용할 수도 있고요. 이 모든 것이 AI가 될 겁니다."

쇼츠 10: AI 시대, 오히려 늘어나는 일자리?

AI가 일자리를 빼앗을 것이라는 우려와 달리, 마크 저커버그는 오히려 새로운 수요를 창출하여 일자리가 늘어날 수도 있다고 주장합니다. 고객 지원 분야를 예시로 들어 설명합니다.

"AI가 사람들의 문제 중 상당 부분을 처리할 수 있는 수준에 도달할 것입니다. (...) AI가 90%를 처리하고 나머지는 사람에게 넘긴다고 가정해 봅시다. 서비스 제공 비용이 원래의 10분의 1로 줄어든다면, 이제는 실제로 서비스를 제공하는 것이 타당할 수 있습니다. (...) 결과적으로 저는 실제로 더 많은 고객 지원 인력을 고용하게 될 것이라고 생각합니다."

쇼츠 11: 지능 폭발과 초지능에 대한 관점

소프트웨어 엔지니어링과 AI 연구가 완전히 자동화되면 지능 폭발이 일어나 초지능(ASI)으로 이어질 수 있다는 관점에 대해 마크 저커버그는 어떻게 생각할까요?

"개인적으로는 상당히 설득력 있다고 생각합니다. (...) 그래서 저희도 코딩에 많은 노력을 기울이고 있습니다. (...) 메타 내에서 여러 코딩 에이전트를 개발 중입니다. (...) 특정 목표를 추구하는 거죠. 일반적인 개발자 도구를 만들려는 것이 아닙니다. 라마 연구를 구체적으로 발전시키는 코딩 에이전트와 AI 연구 에이전트를 만들려고 합니다."

쇼츠 12: AI 모델의 '전문 분야' 등장

마크 저커버그는 현재 AI 모델들이 각기 다른 강점을 가지며 전문화되는 경향을 보인다고 설명합니다. 메타는 어떤 분야에 집중하고 있을까요?

"현재 모든 모델은 약간씩 다른 것들의 조합에 최적화되어 있습니다. (...) 앤트로픽 사람들은 코딩과 그 주변 에이전트에 정말 집중했다고 생각합니다. 오픈AI 사람들은 최근에 추론 쪽으로 좀 더 치우친 것 같고요. (...) 제 생각에는 빠르고, 상호작용이 매우 자연스러우며, 네이티브 멀티모달이고, 원하는 방식으로 하루 종일 사용할 수 있는 영역이 결국 가장 많이 사용될 것이라고 봅니다."

쇼츠 13: 자연스러운 대화형 AI의 중요성

딱딱한 정보 전달을 넘어, 사람처럼 자연스럽게 대화하는 AI의 중요성에 대해 이야기합니다. 메타가 개발 중인 '풀-듀플렉스 보이스' 기술을 예시로 듭니다.

"우리가 출시하는 새로운 메타 AI 앱을 직접 사용해 볼 기회가 있었을 겁니다. (...) 거기에 넣은 재미있는 기능 중 하나가 풀-듀플렉스 보이스 데모입니다. 아직 초기 단계이긴 하지만요. (...) 하지만 얼마나 자연스럽게 대화가 가능한지, 정말 재미있고 설득력 있는 부분이 있습니다."

쇼츠 14: 메타버스 시대의 AI: 안경과의 결합

미래에는 안경과 같은 웨어러블 기기를 통해 AI와 더욱 긴밀하게 상호작용하게 될 것이라고 예측합니다. 일상생활에 자연스럽게 녹아드는 AI 경험을 그립니다.

"결국에는 일상생활을 하면서 안경이나 다른 종류의 AI 기기를 착용하고 하루 종일 끊김 없이 상호작용하게 될 것이라고 생각합니다. (...) 그것이 바로 북극성입니다. 사람들이 그것과 상호작용하고 싶을 만큼 품질이 좋다고 느끼게 만드는 벤치마크가 무엇이든, 그것이 궁극적으로 우리에게 가장 중요할 것입니다."

쇼츠 15: AI 경쟁: 중국과의 관계

AI 기술 경쟁에서 중국은 어떤 위치에 있을까요? 마크 저커버그는 중국의 인프라 구축 능력은 뛰어나지만, 칩 수출 규제 등으로 인해 한계점도 가지고 있다고 분석합니다.

"실질적인 경쟁입니다. 산업 정책이 실제로 펼쳐지는 것을 보고 있습니다. 중국은 더 많은 전력을 공급하고 있습니다. (...) 그 때문에 미국은 데이터 센터 건설과 에너지 생산 능력을 간소화하는 데 정말 집중해야 합니다. 그렇지 않으면 상당한 불이익을 받게 될 것이라고 생각합니다. (...) 동시에 칩과 같은 것에 대한 일부 수출 통제가 어떻게 명백히 작동하는지 알 수 있습니다."

쇼츠 16: 라마 4 vs 딥시크(DeepSeek): 모델 비교

중국의 딥시크 모델과 메타의 라마 4 모델을 비교하며, 각 모델의 강점과 약점을 분석합니다. 특히 멀티모달 기능과 효율성 측면에서 라마 4의 우위를 강조합니다.

"딥시크는 텍스트 전용입니다. 인프라는 인상적입니다. 텍스트 결과도 인상적입니다. 하지만 지금 나오는 모든 주요 새 모델은 멀티모달입니다. (...) 이미지, 음성입니다. 그들의 모델에는 그런 것이 없습니다. (...) 라마 4 모델을 딥시크가 하는 것과 비교하면 좋습니다. (...) 라마 4 모델을 사용하는 것을 사람들이 일반적으로 선호할 것이라고 생각합니다."

쇼츠 17: 오픈 소스 라이선스 논쟁: 메타의 입장

라마 모델의 라이선스 조건에 대한 비판에 대해 마크 저커버그는 메타의 입장을 설명합니다. 거대 기업과의 협력을 위한 최소한의 장치이며, 오픈 소스 생태계 발전을 위한 노력의 일환이라고 강조합니다.

"우리는 기본적으로 오픈 소스 LLM을 개척했습니다. 그래서 라이선스가 부담스럽다고 생각하지 않습니다. (...) 만약 마이크로소프트, 아마존, 구글과 같은 거대 클라우드 회사들이 우리 모델을 판매하게 된다면, 최소한 그들이 그렇게 하기 전에 어떤 종류의 사업 협정을 맺어야 할지에 대해 대화할 수 있어야 합니다. (...) 우리 라이선스의 목표는 일반적으로 사람들이 모델을 사용하는 것을 막으려는 것이 아닙니다."

쇼츠 18: 메타가 자체 모델을 개발하는 이유

이미 좋은 오픈 소스 모델들이 많은데 왜 메타는 계속해서 자체 모델 개발에 투자할까요? 마크 저커버그는 원하는 기능을 정확히 구현하고 기술적 운명을 스스로 통제하기 위해서라고 답합니다.

"우리가 자체적으로 큰 모델을 구축하는 이유는 우리가 원하는 것을 정확하게 구축할 수 있기를 원하기 때문입니다. 세상의 다른 어떤 모델도 우리가 원하는 것과 정확히 일치하지 않습니다. (...) 직접 만들 때만 얻을 수 있는, 자신의 운명을 통제하는 수준이 있습니다."

쇼츠 19: AI 모델에 담긴 '가치관' 문제

AI 모델에는 개발 국가나 문화의 가치관이 반영될 수 있다는 점을 지적합니다. 특히 언어 모델의 경우 이러한 경향이 두드러지며, 모델 선택 및 활용에 신중해야 한다고 말합니다.

"이 모델들은 가치와 세상을 생각하는 방식을 인코딩한다고 생각합니다. (...) 초기 버전의 라마를 가져다가 번역했던 흥미로운 경험이 있었습니다. (...) 프랑스인들의 피드백은 '프랑스어를 배운 미국인처럼 들린다. 프랑스인처럼 들리지 않는다'는 것이었습니다. (...) 세상에 대한 그들의 생각 방식이 약간 미국적으로 보였다는 것입니다."

쇼츠 20: AI 시대, 비즈니스 모델의 다양화

AI 기술을 활용한 다양한 비즈니스 모델의 가능성에 대해 이야기합니다. 광고 기반 무료 서비스 외에도, 특정 고가치 서비스를 위한 프리미엄 모델 등 다양한 형태가 공존할 것이라고 예측합니다.

"광고는 사람들에게 무료 서비스를 제공하고 싶을 때 좋습니다. (...) 하지만 비용이 너무 높아서 무료로 제공하는 것조차 의미가 없는 다른 비즈니스 모델도 분명히 있을 것입니다. (...) 메타에서는 소비자 부분을 위해 확실히 무료 서비스를 원합니다. (...) 하지만 임의의 양의 컴퓨팅을 사용하여 무료 서비스에서 제공하는 것보다 훨씬 더 놀라운 일을 하는 사람들을 지원하는 비즈니스 모델도 원할 것이라고 생각합니다. 이를 위해 프리미엄 서비스를 결국 갖게 될 것이라고 확신합니다."

쇼츠 21: 라마 3 돌아보기: 멀티모달 기능 탑재

라마 4 이전에 나왔던 라마 3 모델 시리즈에 대한 간략한 회고입니다. 특히 3.2 버전에서 멀티모달 기능이 중요하게 추가되었다고 하네요.

"작년에 라마 3를 처음 출시했을 때도 흥미로웠고, 그 후 1년 동안 계속 발전시켜왔습니다. (...) 3.1에서는 4050억 파라미터 모델을 출시했고, 3.2에서는 모든 멀티모달 기능을 탑재했습니다. 기본적으로 올해도 비슷한 로드맵을 가지고 있습니다."

쇼츠 22: 모델 '증류' 기술이란? 작지만 강력하게!

AI 모델을 더 작고 효율적으로 만드는 '증류(Distillation)' 기술에 대해 설명합니다. 큰 모델의 지능을 상당 부분 유지하면서 비용은 줄이는 핵심 기술이죠.

"증류의 아름다움입니다. 지난 1년 동안 정말 강력한 기술로 부상한 것 중 하나라고 생각합니다. (...) 기본적으로 훨씬 큰 모델을 가져와서 그 지능의 아마 90% 또는 95%를 포착하고, 크기가 10%인 것으로 실행할 수 있습니다. (...) 비용의 10%로 지능의 95%를 얻는 것은 많은 경우에 꽤 괜찮은 거래입니다."

쇼츠 23: AI, 어려운 대화도 도와준다?

사람들이 메타 AI를 사용하는 흥미로운 방식 중 하나입니다. 바로 실생활에서 겪는 어려운 대화를 AI와 미리 연습하고 조언을 얻는 것인데요.

"이미 사람들이 메타 AI를 사용하는 주요 방식 중 하나는 삶에서 사람들과 나눠야 하는 어려운 대화에 대해 이야기하는 것입니다. (...) '여자친구와 이런 문제가 있는데, 이 대화를 도와줘.' 또는 '직장 상사와 힘든 대화를 해야 하는데, 어떻게 해야 할까?' 같은 식이죠. 꽤 도움이 됩니다."

쇼츠 24: 미국인의 친구는 평균 3명 미만? 고독과 연결의 문제

마크 저커버그가 사회적 연결에 대해 이야기하며 놀라운 통계를 언급합니다. 현대 사회의 고독 문제를 해결하는 데 AI가 어떤 역할을 할 수 있을까요?

"오랫동안 소셜 미디어를 연구하며 항상 놀랍다고 생각했던 통계가 하나 있습니다. 평균적인 미국인은 친구라고 생각하는 사람이 3명 미만입니다. (...) 그리고 평균적인 사람은 의미 있게 더 많은 친구를 원합니다. (...) 평균적인 사람은 자신이 원하는 것보다 더 많은 연결을 원합니다. 원하는 것보다 더 외롭다고 느끼는 경우가 많습니다."

쇼츠 25: 진짜 같은 아바타의 등장: 코덱 아바타

메타의 리얼리티 랩스에서 개발 중인 '코덱 아바타' 기술을 소개합니다. 단순히 화면 속 이미지가 아닌, 실제 사람처럼 느껴지는 가상현실 경험을 목표로 합니다.

"리얼리티 랩스에서 우리가 작업 중인 것을 보셨을 겁니다. 코덱 아바타가 있고 실제 사람처럼 느껴지죠. (...) 그게 바로 미래입니다. AI와 항상 켜져 있는 화상 채팅을 할 수 있게 될 것입니다. 제스처도 중요합니다. (...) 실제로 대화할 때 커뮤니케이션의 절반 이상은 말하는 단어가 아닙니다. 모든 비언어적인 것들이죠."

쇼츠 26: AI 시대, 인간의 역할은 창의성과 문화로!

AI가 반복적인 작업을 대신하면서 인간은 어떤 일에 더 집중하게 될까요? 마크 저커버그는 창의적이고 문화적인 활동에 더 많은 에너지를 쏟게 될 것이라고 예측합니다.

"인류 사회와 경제의 전반적인 흐름을 100년 또는 150년에 걸쳐 보면, (...) 기본적인 신체적 필요를 돌보는 일들이 인간 에너지에서 차지하는 비중이 점점 작아졌습니다. (...) 이러한 변화는 두 가지 영향을 미쳤습니다. 하나는 더 많은 사람이 창의적이고 문화적인 활동을 한다는 것이고, 다른 하나는 일반적으로 더 많은 사람이 일하는 시간을 줄이고 엔터테인먼트와 문화에 더 많은 시간을 할애한다는 것입니다."

쇼츠 27: 오픈 소스 생태계를 위한 노력: 라마 가드 & 코드 쉴드

메타는 단순히 모델만 공개하는 것이 아니라, 안전한 AI 개발 환경을 위한 도구들도 오픈 소스로 제공하고 있습니다. 라마 가드와 코드 쉴드가 대표적인 예시입니다.

"라마 가드 오픈 소스나 우리가 개발한 코드 쉴드 오픈 소스 도구를 사용하여, 다양한 입력을 모델에 통합하고 입력과 출력이 모두 안전한지 확인할 수 있습니다. (...) 그런 다음에는 많은 레드팀 작업이 필요합니다."

쇼츠 28: CEO의 역할: 팀 간의 시너지 창출

복잡한 기술 기업의 CEO는 어떤 역할을 할까요? 마크 저커버그는 단순히 지시하는 것을 넘어, 여러 팀이 협력하여 시너지를 내도록 조율하는 것이 중요하다고 말합니다.

"제가 많은 시간을 할애하는 것 중 하나는 훌륭한 인재를 팀에 영입하는 것입니다. (...) 그리고 팀 간의 경계를 넘나드는 일들이 있습니다. 메타 AI를 만들고 그것을 왓츠앱이나 인스타그램에 넣고 싶다면, 이제 그 팀들이 함께 이야기하도록 해야 합니다."

쇼츠 29: AI가 만들 더 '재미있고 이상한' 문화

AI는 딱딱한 기술 발전을 넘어, 우리의 문화를 더욱 풍부하고 재미있게 만들 잠재력을 가지고 있습니다. 인터넷 밈처럼, 더 기발하고 유머러스한 표현들이 넘쳐날 거라고 하네요.

"저는 세상이 훨씬 더 재미있어지고, 더 이상해지고, 더 기발해질 것이라고 생각합니다. 지난 10년 동안 인터넷 밈이 그래왔던 것처럼요. (...) 그것이 어떤 면에서는 사회를 발전시키기도 합니다. 비록 질병을 치료하는 '어려운 과학' 방식은 아닐지라도요."

쇼츠 30: 조언을 구하는 방법: 한 사람이 아닌 다양한 목소리

마크 저커버그는 중요한 결정을 내릴 때 특정 한 사람에게만 의존하기보다, 다양한 분야의 전문가와 동료들에게 조언을 구하는 방식을 선호한다고 밝힙니다.

"제 스타일의 일부는 다양한 조언자를 두는 것을 좋아한다는 것입니다. (...) 단 한 사람이 아닙니다. 우리에게는 훌륭한 팀이 있습니다. 회사에도 사람들이 있고, 이사회에도 사람들이 있습니다. 업계에는 새로운 일을 하는 많은 사람들이 있습니다. 단 한 사람은 없습니다."

쇼츠 31: AI 벤치마크, 얼마나 믿을 수 있을까?

AI 모델 성능을 비교하는 벤치마크 점수, 과연 그대로 믿어도 될까요? 마크 저커버그는 이런 벤치마크들이 특정 목적에 맞게 '조작'될 수 있다고 지적합니다.

"챗봇 아레나에서는 소네트 3.7 같은 훌륭한 모델이 상위권에 들지 못하는 것을 볼 수 있습니다. (...) 저희 팀이 라마 4 매버릭 버전을 튜닝해서 훨씬 높은 순위에 올리는 것은 비교적 쉬웠습니다. 하지만 우리가 출시한 순수 모델 버전은 그런 튜닝이 전혀 되어 있지 않아서 순위가 더 낮습니다. 따라서 일부 벤치마크에 대해서는 신중해야 합니다."

쇼츠 32: 메타 내부 코딩 AI '메타메이트'의 목표는?

메타 내부에서 사용하는 코딩 AI '메타메이트'는 어떤 목표를 가지고 개발되고 있을까요? 범용 도구가 아닌, 메타의 핵심 AI '라마' 연구를 발전시키는 데 특화되어 있다고 합니다.

"우리는 메타메이트라는 내부 도구를 가지고 있으며, 이를 중심으로 여러 코딩 및 AI 연구 에이전트를 구축하고 있습니다. (...) 라마 연구를 구체적으로 발전시키고, 우리의 툴체인 등에 완전히 통합된 코딩 에이전트와 AI 연구 에이전트를 만들려고 노력하고 있습니다."

쇼츠 33: AI 발전의 숨겨진 장벽: 허가와 에너지

AI 발전을 위해서는 단순히 칩과 컴퓨팅 파워만 필요한 것이 아닙니다. 데이터 센터 건설 허가, 안정적인 에너지 공급 같은 현실적인 문제들이 중요한 장벽이 될 수 있습니다.

"기가와트급 클러스터를 구축하려면 건물도 지어야 하고, 허가도 받아야 하고, 에너지도 확보해야 합니다. (...) 어쩌면 가스 터빈이나 친환경 에너지가 필요할 수도 있는데, 어느 쪽이든 그 모든 것에는 전체 공급망이 필요합니다. (...) 일부는 그냥 물리적인 세상의 문제, 인간의 시간 문제입니다."

쇼츠 34: 아이디어는 넘치는데… 광고 시스템 테스트의 한계

AI가 아무리 좋은 아이디어를 많이 내놓아도, 실제로 테스트하고 적용하는 데는 한계가 있다는 점을 메타의 광고 시스템 사례를 통해 설명합니다.

"광고 팀에서 우리가 가진 인간들만으로도 이미 테스트할 좋은 아이디어가 실제로 컴퓨팅이나 테스트 대상 집단보다 더 많습니다. (...) 수십억 명의 사용자가 있더라도 각 테스트는 통계적으로 유의미해야 합니다. (...) 테스트 처리량에는 한계가 있습니다."

쇼츠 35: 미국 시장 공략! 왓츠앱 넘어 독립 앱 필요한 이유

전 세계적으로 많이 쓰이는 왓츠앱이지만, 유독 미국에서는 아이메시지에 밀려 고전 중입니다. 마크 저커버그는 미국 시장의 중요성을 강조하며, 독립적인 메타 AI 앱 출시 이유를 설명합니다.

"왓츠앱은 미국 외 지역에서 주로 사용됩니다. (...) 미국에서는 아이메시지가 주 메신저 시스템입니다. (...) 따라서 미국 사람들은 메타 AI 사용량을 다소 과소평가하는 경향이 있을 수 있습니다. (...) 독립 앱이 중요한 이유 중 하나는 미국이 여러 면에서 가장 중요한 국가 중 하나이기 때문입니다."

쇼츠 36: 나도 모르게 AI가 코딩을? 미래의 AI 활용법

사용자가 직접 코딩을 요청하지 않아도, AI가 사용자의 요구를 파악하고 백그라운드에서 코딩 작업을 수행하는 미래를 예측합니다.

"사람들이 AI에게 많은 것을 요청하게 될 것이고, 그 결과 AI가 코딩을 하게 될 것이라고 생각합니다. 사용자가 반드시 그것을 알 필요는 없을 수도 있습니다. (...) 그것은 별개의 문제입니다."

쇼츠 37: 안드로이드 사례로 본 오픈 소스의 미래

구글의 안드로이드가 처음에는 오픈 소스였지만 점차 폐쇄적으로 변해간 사례를 들며, 다른 기업들의 AI 오픈 소스 참여가 지속될지에 대한 우려를 표합니다.

"안드로이드가 어떻게 되었는지 보세요. 안드로이드는 오픈 소스로 시작했습니다. (...) 시간이 지남에 따라 안드로이드는 점점 더 폐쇄적으로 변했습니다. (...) 만약 우리가 이 방향으로 업계를 밀어붙이는 것을 멈춘다면, 다른 모든 사람들은... 어쩌면 그들은 단지 우리와 경쟁하고 우리가 추진하는 방향과 경쟁하려고 하기 때문에 그렇게 하고 있을 뿐일 수도 있습니다."

쇼츠 38: AI 추론 모델: 편향은 적지만 보안은 중요!

수학 문제 풀이나 코딩처럼 검증 가능한 영역에 특화된 '추론 모델'은 문화적 편향 문제는 적지만, 코드 취약점 삽입 등 보안 위협 가능성은 여전히 존재한다고 지적합니다.

"추론 모델의 좋은 점 중 하나는 검증 가능한 문제에 대해 훈련된다는 것입니다. (...) 모델이 수학을 하고 있다면 문화적 편향에 대해 걱정할 필요가 있을까요? 아마 아닐 겁니다. (...) 하지만 코딩 주변에는 완전히 다른 문제들이 있습니다. (...) 다른 정부와 연관된 모델을 사용하고 있다면, 그들의 정보 기관이 나중에 악용할 수 있는 코드 취약점을 심을 수 있는지 걱정해야 합니다."

1년 이내에 거의 모든 코드가 인공지능으로 만들어진다니..

개발자 수명 .. 무엇..? yo ..