[ 매드타임스 한수경 기자] 챗GPT와 미드저니와 같은 생성형 AI의 폭발적인 성장은 인공지능이 대중에게 그 존재감을 드러내고 특히 인간의 능력의 전통적인 영역인 읽기 이해, 음성 인식 및 이미지 식별과 같은 분야에서 그 힘을 발휘하고 있다. 실제로 AI는 여러 분야에서 인간의 성능을 뛰어넘었으며, 다른 분야에서도 인간을 앞지를 모습을 보이고 있다.
비주얼 캐피털리스트는 컨텍스트 AI의 데이터를 사용하여 AI 모델이 데이터베이스 벤치마크를 얼마나 빨리 뛰어넘기 시작했는지, 그리고 아직 인간의 기술 수준에 도달하지 못했는지 여부를 시각화했다. 각 데이터베이스는 필기 인식, 언어 이해 또는 독해와 같은 특정 기술을 중심으로 고안되었으며, 각 백분율 점수는 다음 벤치마크와 대조된다.
- 0% 또는 최대 성능 기준선: 이는 데이터 세트 생성 시점에 AI의 가장 잘 알려진 성능과 동일하다
- 100%: 이 마크는 데이터 세트에 대한 인간의 성능과 동일하다
그래픽에서는 이 두 지점 사이에 척도를 만들어 각 데이터 세트에서 AI 모델의 진행 상황을 추적할 수 있다. 선의 각 점은 최상의 결과를 의미하며, 선이 위로 올라갈수록 AI 모델은 점점 더 인간의 성과와 일치하는 것에 가까워다.
그래픽에서는 필기 인식, 음성 인식, 이미지 인식, 독해, 언어 이해, 상식 완성, 초등 수학, 코드 생성 등 8개 기술 모두에서 AI가 인간의 성과와 일치하기 시작한 시점을 보여준다. 이에 따르면, 2010년 이후 많은 진전이 이루어졌다. 사실 SQuAD, GLUE, HellaSwag 등 이러한 데이터베이스 중 상당수는 2015년 이전에는 존재하지도 않았다.
기준이 오래되어 더 이상 유효하지 않게 되면서, 새로운 데이터베이스 중 일부는 지속적으로 새로운 관련 데이터 포인트로 업데이트되고 있다. 그렇기 때문에 AI 모델은 초등 수학과 코드 생성 등 일부 영역에서 인간의 성능을 아직 기술적으로 따라잡지 못했지만, 계속 발전하고 있습니다.
그렇다면 지난 몇 년 동안 AI의 능력이 이처럼 빠르게 성장하고 AI가 인간을 능가하는 이유는 무엇일까?
비주얼 캐피털리스트는 컴퓨팅 성능, 데이터 가용성, 더 나은 알고리즘의 혁명 덕분에 AI 모델은 10년 전에 비해 더 빨라지고, 학습할 데이터 세트가 더 커졌으며, 효율성에 최적화되었다고 말했다.
그래서 표준화된 테스트에서 AI 언어 모델이 인간의 성능을 맞거나 뛰어넘는 것에 대해 언론은 빈번하게 언급한다. 실제로 AI 개발자들에게 주요한 문제 중 하나는 모델이 그들을 테스트하기 위해 개발된 기준 데이터베이스를 계속해서 넘어선다는 것이다. 그럼에도 불구하고 실제 세계에서 실패하는 경우가 종종 있다.
향후 몇 년 동안 더 많은 컴퓨팅 및 알고리즘 개선이 예상되므로 이러한 빠른 발전은 계속될 것이다. 그러나 AI 발전의 다음 잠재적 걸림돌은 AI 자체가 아니라 모델을 학습시킬 데이터의 부족일 수 있다고 비주얼 캐피털리스트는 지적했다.
