1. 같은 코드를 두 번 작성하지 마라.
MSDN에서 GitHub, Stack Overflow, Hugging Face, Kaggle에 이르기까지 다양한 플랫폼이 커뮤니티를 통해 코드 성과와 개발 경험을 공유하는 것을 목표로 합니다. 하지만 이를 정말 잘 활용할 수 있는 사람은 많지 않습니다. 대규모 모델이 이러한 기술을 학습한 후에는 필요에 따라 코드와 설정 파일을 생성하고 독립적으로 테스트 및 검증 작업을 수행할 수 있습니다. 지식 공백에 직면하면 인간 프로그래머에게 "창의적인" 코드를 추가하고 개발 경험을 업데이트하도록 안내할 수 있습니다.
2. 대규모 모델 지향 프로그래밍(LMOP) 전문 프로그래머가 부상하고 있다.
비즈니스에 대한 깊은 이해가 없는 프로그래머를 제거함으로써 개발 팀의 규모가 크게 줄어듭니다. 대규모 모델 프로그래밍 기술을 전문적으로 훈련하는 사람들이 증가하고 있습니다. 이 트렌드는 베테랑 코더에게 이상적인 은퇴 후 직업을 제공합니다.
3. 코드 저작권이 완전히 블록체인에 올라간다.
LMOP 프로그래머는 정기적으로 자신의 기여를 디지털 자산으로 게시합니다. 참조와 실행을 통해 수입을 얻고, NFT 형태로 이러한 자산을 거래하고 양도할 수도 있습니다.
4. LLMOps가 주류 개발 프로세스가 되었다.
버전 기반 이터레이션 방식은 온디맨드 이터레이션으로 진화했습니다. 대규모 모델은 수요 변화와 피드백에 즉시 대응하여 코드 최적화, 테스트, 배포를 추진합니다.
5. 표준 AI 인터페이스(AII)를 사용하고, AI 네이티브 앱은 사용하지 마라.
애플리케이션 전용 AI 기능을 개발하는 것은 하드코딩으로 볼 수 있습니다. 더 합리적인 접근 방식은 AI 인터페이스를 구축하는 것입니다. 이를 통해 컴퓨터의 USB 인터페이스처럼 서로 다른 인텔리전스 간에 전환할 수 있습니다.
6. 대규모 모델 + 소규모 모델이 표준 개발 프레임워크가 되었다.
네 가지 기본 엔지니어링 문제에 대한 솔루션이 확립되었습니다: 전용 지식, 보안 경계, 응답 속도, 운영 유지보수 비용. 클라우드의 대규모 모델은 애플리케이션에 범용 지식 기능을 제공합니다. 필요할 때 개발자는 프라이빗 클라우드나 엔드 디바이스에 소규모 모델을 배포하기만 하면 특정 요구사항을 해결할 수 있습니다.
7. 프로덕트 매니저와 UI 디자이너의 역할이 축소된다
AI는 요구사항의 서술, 번역, 해석을 강화할 수 있습니다. 이를 통해 요구사항에서 실행 가능한 프로그램으로의 경로가 더 직접적이고, 정확하고, 빠르며, 검증하기 쉬워집니다. 멀티모달 기술은 사용자가 WYSIWYG 방식으로 대부분의 인터랙션 레이어 작업을 수행할 수 있게 합니다.
8. 컴퓨팅 파워의 90%가 범용 인공지능(AGI)에 소비된다.
물리적 세계의 복제, 인간 표현과 감정 로직의 정확한 해석, 혼동하기 쉬운 개념의 구별에는 막대한 스토리지와 컴퓨팅 파워가 필요합니다. 이 컴퓨팅 파워 중 AI 서비스에 직접 활용되는 비율은 극히 일부에 불과합니다. 마이닝 머신이 한때 짧은 급증을 경험했듯이, GPU 수요도 일시적으로 증가하겠지만 지속되지는 않을 것입니다.
9. AGI 열풍이 식으면 AEI가 번성한다.
범용 인공지능(AGI)을 보유한다고 주장하는 제품들은 각자의 초점이 다르기 때문에 다양한 분야에서 다른 성과를 보입니다. 각 제품은 특정 분야에서 선도 모델이 되어 AGI 개념이 퇴색하고 전용 인공지능(AEI)으로 대체됩니다. 이러한 분야가 더욱 세분화됨에 따라 비용이 크게 감소하고, 사람들은 크고 포괄적인 AGI의 필요성에 의문을 제기하기 시작합니다.
10. 지식 공급망이 AI 산업의 담론권을 지배한다.
모든 사람이 동일한 기본 모델을 활용할 때, 경쟁은 지식의 규모와 품질에 집중됩니다. 지식 수집, 처리, 업데이트, 검증, 수정의 지속 가능한 산업 체인을 통제하는 자가 가장 높은 영향력을 가집니다.
11. 로우코드 서비스 제공업체에 실력을 발휘할 기회가 왔다.
로우코드 플랫폼은 디지털 스킬의 대량 생산을 위한 이상적인 생산성 도구가 되었습니다. AI의 힘을 활용하여 생각과 행동 사이의 다리를 놓고, 인간이 "일을 해내는 것"을 진정으로 지원합니다. 그러나 "스킬 마켓"의 동질화를 제거하는 것은 여전히 어려우며, 궁극적으로 하나 또는 두 개의 지배적인 슈퍼 스킬 마켓이 탄생합니다.
12. Token이 정보의 표준 단위가 된다.
ChatGPT가 Token 기반 가격 모델을 개척했고, 이후 다른 기업들이 채택했습니다. 대규모 모델 서비스 측정뿐만 아니라 지식 거래와 디지털 IQ 점수 매기기에도 사용됩니다. 바이트(Byte)와 유사한 글로벌 통합 Token 표준이 등장할 가능성이 높습니다. 정보 크기를 측정하는 데 사용되는 이 표준은 자유로운 지식 유통 생태계 구축을 촉진할 것입니다.
13. 모든 사람이 아바타를 가질 수 있다.
전화번호, TV 채널, 이메일, 웹사이트, 앱의 등장으로 개인은 서비스를 받거나 제공할 때 자신을 대표하는 디지털 아바타를 채택할 수 있게 되었습니다. 대부분의 경우 이러한 스마트 아바타는 이전에 인간이 수행하던 작업을 수행하며, 지속적인 인터랙션이나 명령 없이 백그라운드에서 조용히 작동합니다.
14. 더 이상 포털이나 소위 트래픽 입구는 없다.
사용자가 보는 콘텐츠, 내리는 명령, 여는 앱은 입구 위치의 눈에 띄는 정도에 따라 달라지지 않습니다. 인텔리전트 아바타는 모든 것을 알고 있어 사용자에게 정보를 제시하기 위해 인터페이스를 조작할 필요가 없습니다. 좋은 서비스 평판을 유지하는 것이 트래픽을 생성하는 유일한 방법입니다. 이 평판은 별점 5개에 관한 것이 아닙니다. 당신의 인텔리전트 아바타는 다른 아바타로부터 모든 것을 알아낸 다음 최선의 선택을 도와줍니다.
15. 디지털 마케팅이 AI로 전환된다.
AI가 사람들이 포털과 검색 엔진을 우회하여 직접 서비스를 받을 수 있게 함에 따라, 광고, EDM, SEO와 같은 전통적인 디지털 마케팅 방법은 상업적 가치를 잃을 수 있습니다. 이 전환은 세 가지 새로운 모델을 탄생시킬 가능성이 있습니다: 일반 인지 최적화(GCO), 아바타 타겟 전달(ATD), 임플란트 교체 가능 콘텐츠(IRC). 디지털 마케팅은 점점 더 선거를 닮아가고 있습니다.
16. 정신력과 체력의 재분배가 인지 고치를 깨뜨릴 것이다.
단기적으로는 생성 AI가 창작 효율성을 높인 것처럼 보일 수 있습니다. 대규모 모델이 기존 지식과 경험을 기반으로 콘텐츠를 생성하기 때문에, 인간이 단순히 편의를 위해 사용한다면 창의성과 영감이 억압되는 것처럼 보일 수 있습니다. 그러나 산업이 발전함에 따라 다양한 인재 구조에 대한 수요도 변화합니다. 이 전환은 모든 사람이 정신적·신체적 자원을 반복적인 작업에서 혁신적인 작업으로 전환하도록 촉구하여 기술 발전을 가속화합니다.
17. 지각 융합 지능형 컴포넌트의 급속 성장 시대에 진입하고 있다.
Vision Pro와 같은 디바이스가 인간의 1인칭 시점과 통합되고 있습니다. Neuralink는 중추신경계와의 융합을 시도하고 있습니다. 하드웨어를 AI의 물리적 신체로 간주한다면, 디지털 신호와 중추신경계를 연결하면 디지털 세계와 물리적 세계 사이의 경계가 사라질 수 있습니다. 이는 인간에게 공간적 한계를 초월할 잠재력을 제공하여 원격으로 보고, 듣고, 만질 수 있게 할 수 있습니다. 이것이 메타버스의 진정한 정의일 수 있습니다. 특정 행동 능력을 갖춘 지능형 엣지 컴포넌트는 산업의 지속적인 발전을 위한 주력이 될 것입니다.
18. 인지 보안이 주요 리스크로 부상한다.
AI의 사고 과정은 인위적으로 조작될 수 있어, 보안 시스템이 AI의 명령이 독립적인 사고의 결과인지 판단하기 어렵습니다. 또한 미래의 디지털 아바타는 소유자의 생각을 공유하면서도 독립적으로 행동할 수 있습니다. 이러한 아바타가 속임을 당하면 개인 정보를 유출할 뿐만 아니라 소유자가 인지하지 못한 채 소유자의 신원으로 위험한 행동을 수행할 수 있습니다. 이러한 위협에 대응하여 사기 방지 및 세뇌 방지 조치가 보안 산업의 미래 핵심 주제가 될 수 있습니다.