MIT 심포지엄, AI 규모 확장 지상주의에 경종
- •저널리스트 카렌 하오(Karen Hao)는 자원 집약적인 범용 모델 대신 특정 목적에 특화된 소형 AI 모델의 필요성을 강조했다.
- •하이퍼 스케일 AI 시스템이 초래하는 막대한 환경 파괴와 기그 경제 내 노동 착취 문제가 주요 비판 대상으로 떠올랐다.
- •AlphaFold는 정제된 데이터를 활용해 복잡한 과학적 난제를 해결하는 효율적인 AI의 모범 사례로 제시되었다.
최근 개최된 한 심포지엄에서 저널리스트 카렌 하오(Karen Hao)와 학자 파올라 리카우르테(Paola Ricaurte)는 인공지능 개발의 주류인 '거거익선' 논리에 의문을 제기했다. 카렌 하오(Karen Hao)는 범용 인공지능(Artificial General Intelligence) 구현을 목표로 하는 현재의 하이퍼 스케일 데이터 센터와 방대한 데이터셋 경로가 불필요하며 지속 가능하지도 않다고 비판했다. 특히 이러한 거대 모델을 구축하는 과정에서 발생하는 막대한 에너지 및 수자원 소비와 더불어, 데이터를 수동으로 레이블링하는 전 세계 기그 노동자들의 희생이 가중되고 있다는 점을 지적했다.
이에 하오는 무조건적인 규모 확장보다는 특정 작업에 최적화된 모델로의 전환을 제안했다. 그녀는 단백질 구조 예측 도구인 AlphaFold를 대표적인 성공 사례로 언급했다. 실제로 AlphaFold는 거대 모델이 요구하는 방대한 인프라 없이도 고도로 정제된 데이터셋을 통해 과학적 돌파구를 마련하며 기술적 효율성을 증명한 바 있다.
학자 파올라 리카우르테(Paola Ricaurte) 교수 또한 기술이 공동체의 요구에 부응하는 목적 지향적 도구가 되어야 한다고 강조했다. 연사들은 AI의 미래가 아직 확정되지 않았음을 시사하며, 대중이 기술의 방향성을 정립하는 데 적극적으로 참여해야 한다고 덧붙였다. 이는 자원을 독점하는 '로켓'형 범용 모델이 아닌, 일상에서 효율적이고 민주적으로 사용될 수 있는 '자전거'형 AI를 추구해야 한다는 통찰을 담고 있다.