충분한 양질의 데이터와 이를 처리할 하드웨어만 있다면 이른바 약한 인공지능은 반드시 성공시킬 수 있다

펌 ㅣ 1
충분한 양질의 데이터와 이를 처리할 하드웨어만 있다면 이른바 약한 인공지능은 반드시 성공시킬  수 있다. 이게 인공지능 업계의 공식이다. LLM발 인공지능 혁명이 성공한 건 학습에 필요한 데이터를 구하기 쉬운 덕이다. 이미지와 텍스트 데이터는 구하기 어렵지 않기 때문이다.

양질의 데이터만 있다면, 그게 어떤 것이든 간에 성공시킬수 있다는 걸 LLM발 인공지능 혁명이 증명했다.  LLM은 이미지와 텍스트 데이터는 구하기가 쉬우니 일찍 성공했을 뿐이다. 양질의 데이터만 있으면 거의 뭐든지 할수 있다는 자신감이 확산되고 있다.

2
OpenAI의 연구원인 안드레 카파시 선생은 테슬라의 자율주행 AI를 이끌었다. 그는 문제는 오직 clean/large/diverse data 일뿐이라고 공언한다. 마치 아르키메데스가 충분히 긴 지렛대와 단단한 받침대만 있으면 지구라도 들어올릴수 있다고 장담한 것과 비슷하다.
아니.. 문제는 데이타일 뿐이라면서? 그럼 OpenAI는 왜 로봇을 포기했나? 데이타를 얻기가 어렵기 때문이다. 수십만대의 로봇을 만들 하드웨어가 필요하기 때문이다. 반대로 말하면 충분한 수의 로봇을 확보할수만 있었다면 얼마든지 로봇틱스 할수 있었다는 얘기.
위대한 로봇공학자 그렉 매덕스는 이렇게 얘기했다. "투수를 위대하게 해주는 것은 팔이 아니라 뇌라 불리우는 두 귀사이에 있는 것이다."'로봇의 움직임을 완성하는 것은 모터가 아니라 인공지능이다.  앞으로 더욱 로봇은 인공지능과 결합하게 된다.

3
현재 지구상 최고의 퍼포먼스 보스턴 다이내믹스의 로봇조차 연구원의 직접 튜닝이 큰 비중을 차지한다. 아무리 덤블링을 기가 막히게 잘해내도 특정한 환경, 특정한 조건에서 발휘하는 퍼포먼스이다. 실제 리얼 월드의 다양한 환경에서 항상 그같은 퍼포먼스를 기대하기 어렵다.
3D맵이나, 연구원들의 튜닝따위로는 한계가 명확하다. 데이터 수집의 자동화 외에는 방법이 없다. 리얼월드의 수없이 다양한 데이터를 수집하는 유일한 방법은 대량의 로봇을 직접 리얼월드에서 운용해 보는 것 밖에 없다.

4
직접 움직이며 직접 감각기관을 동원해 데이터를 수집하는 능력은 AI 발전에 필수적이다. 리얼월드는 이미지와 텍스트로 구성된 게 아니기 때문이다. 리얼월드의 리얼한 데이터를 수집할수 있다면 리얼한 AI에 한발 더 다가가게 된다. 앞으로 더욱 로봇은 인공지능과 결합하게 되고 결국에는 동의어가 될것이다.
이미 바퀴달린 로봇을 땅에서 굴리면서 수백만대 단위로 데이타를 수집하고 있는 기업이 있다. 아주 거칠게 얘기하자면 바퀴 달린 로봇을 땅에 굴리면 그게 자율주행이고, 팔다리 달린 로봇을 굴리면 휴머노이드가 된다.  그 회사 이름은 안알랴줌.