스탠포드 HAI의 2025년 인공지능 지수 보고서 주요 내용

이 글을 읽으려면 10 분

AI는 더 효율적이고, 접근성이 뛰어나며, 더 저렴해졌습니다. 게다가 아시아인들은 AI에 대해 더 낙관적이다.

원제목: 2025년 AI 지수 보고서

원저자: Stanford HAI(Stanford Artificial Intelligence Institute)

원번역: Felix, PANews

Stanford HAI는 최근 456페이지 분량의 "2025년 인공지능 지수 보고서"를 발표했습니다. AI 동향에서 얻은 주요 내용은 다음과 같습니다.

1. AI는 상상했던 것보다 훨씬 더 강력해지고 있습니다.

새로운 벤치마크인 MMMU, GPQA, SWE-bench에서 AI의 성능이 상당히 향상되었습니다. 점수가 각각 18.8%, 48.9%, 67.3% 증가했습니다. 벤치마크를 넘어, AI 시스템은 고품질 비디오 생성에 있어 상당한 진전을 이루었으며, 어떤 경우에는 대규모 언어 모델(LLM)이 시간 제한이 있는 프로그래밍 작업에서 인간을 능가하기도 했습니다.

참고:

· MMMU는 대학 수준에서 다학제적 다중 모드 이해 및 추론을 위한 신중하게 설계된 새로운 벤치마크로, 광범위한 작업에 대한 기본 모델의 전문가 수준 다중 모드 이해 능력을 평가하는 것을 목표로 합니다.

· GPQA는 다양한 분야의 전문가가 작성한 448개의 고품질의 어려운 객관식 문제를 포함하는 까다로운 데이터 세트입니다. 해당 분야에서 박사 학위를 소지하거나 취득 중인 전문가의 정확도는 65%에 불과했고, 숙련된 비전문가 검증자의 정확도는 평균 30분 이상을 소비하고 인터넷에 무제한으로 접속했음에도 불구하고 34%에 불과했습니다.

· SWE-bench는 GitHub에서 수집된 실제 소프트웨어 문제에 대한 대규모 언어 모델(LLM)의 성능을 평가하기 위한 벤치마크입니다.

2. AI는 더 효율적이고, 접근성이 뛰어나며, 저렴합니다. 매개변수가 적은 작은 AI 모델이 점점 더 강력해지고 있습니다. 불과 2년 만에 매개변수의 수는 약 100배나 줄어들었지만, 대규모 다중 작업 언어 이해(MMLU) 테스트에서 여전히 60% 이상의 점수를 받았습니다.

오픈 소스와 폐쇄 소스 모델 간의 격차도 줄어들고 있으며, 일부 벤치마크에서는 성능 격차가 8%에서 1.7%로 줄었습니다.

또한 2022년 11월부터 2024년 10월까지 GPT-3.5 수준에 도달한 시스템의 추론 비용은 280배 이상 감소했습니다. 하드웨어 수준에서 비용은 매년 30%씩 감소하고 있으며, 에너지 효율성은 매년 40%씩 향상되고 있습니다.

고도 인공지능의 한계는 빠르게 낮아지고 있습니다. DeepSeek와 같은 희소 모델 개발은 말할 것도 없고, 전문가 혼합(MoE) 구조에서 사용자의 질의에 답하기 위해 관련 매개변수만 활성화되어 전체적인 효율성을 높입니다.

실제로 더 작지만 더 강력한 AI 모델이 계속해서 등장함에 따라 AI 모델 학습에 대한 요구 사항이 낮아지고 비용 효율적인 분산 학습이 향후 10년 안에 주류가 될 것으로 예상됩니다. 현재 다양한 이론적 틀을 바탕으로 관련 연구를 수행하는 몇몇 주요 프로젝트가 진행 중입니다.

3. 인공 지능은 일상생활에 점점 더 통합되고 있습니다. 2023년 미국 식품의약국(FDA)은 2015년에 6개에 불과했던 AI 지원 의료 기기를 223개로 승인했습니다. 도로에서 자율주행 자동차는 더 이상 실험이 아닙니다. 미국 최대 사업자 중 하나인 Waymo는 매주 15만 대 이상의 자율주행 서비스를 제공하고 있으며, Baidu의 무인 택시인 Apollo Go는 현재 중국 여러 도시에서 운행 중입니다.

4. 기업의 인공지능 투자가 크게 늘어나 기록적인 투자와 도입이 이루어졌습니다.

비즈니스에서 인공지능을 활용하는 방식도 가속화되고 있습니다. 2024년에는 기업의 78%가 인공지능을 사용할 것으로 예상되는데, 이는 전년도의 55%에 비해 증가한 수치입니다. 동시에, AI가 생산성을 높이고 노동력 전반의 기술 격차를 해소하는 데 도움이 될 수 있다는 것을 확인하는 연구 결과가 점점 더 늘어나고 있습니다.

실제로 AI로 인해 고객 기대치가 기하급수적으로 높아지고 기존 솔루션이 하룻밤 사이에 쓸모없게 되어 기존 기업이 적응할 기회를 잃으면서 제품-시장 적합성 붕괴가 더 자주 발생할 것입니다.