홈
AI AI
속보
심층
이벤트
Pro
더보기
자금 조달 정보
특집
온체인 생태계
용어
팟캐스트
데이터
OPRR
简体中文
繁體中文
English
Tiếng Việt
한국어
日本語
ภาษาไทย
Türkçe
BTC
$96,000
5.73%
ETH
$3,521.91
3.97%
HTX
$0.{5}2273
5.23%
SOL
$198.17
3.05%
BNB
$710
3.05%
XRP
$2.25
2.07%
DOGE
$0.325
2.23%
USDC
$0.999
3.05%
Partnered With:

AI 시대에는 어떤 영역들이 여전히 모래성을 갖고 있을까요?

이 글을 읽으려면 3 분
이미 발생한 신호를 기반으로 방향을 결정하고 즉시 조치를 취하세요.
원문 제목: 더러운 미래를 어떻게 이해해야 하는가
원문 작성자: Systematic Long Short
번역: Peggy, 블록비츠


편집자 주: 인공지능이 코드를 작성하고 최적화하며, 결국 소프트웨어 생산 과정을 점차 인수할 수 있는 시점에, 보다 심층적인 구조적 변화가 점점 가까워지고 있습니다: 직업 분할, 기업 조직, 심지어 지식 장벽이 다시 정의될 수 있습니다.


이 글의 저자는 헤지펀드에서 거의 20명의 팀을 이끌었지만, 인생에서 중요한 순간에 이직하여 창업하였습니다. 그에게 진정한 신호는 시장 감정이 아니라 기술 능력의 진보였습니다. 모델이 안정적으로 사용 가능한 코드를 생성하고 재귀적으로 개선 능력을 갖출 때, 소프트웨어 개발과 지식 생산의 논리는 이미 변화하기 시작했습니다.


본문은 양자 금융의 시각에서 시작하여, AI 시대에 여전히 존재할 수 있는 몇 가지 단기적인 "모략"을 분석하였습니다. 이것은 전용 데이터, 규제적 마찰, 권위의 보증 및 물리적 세계의 지연과 같은 요소들을 포함하며, 동시에 핵심적인 판단을 내놓았습니다: 매우 불확실한 시대에 있어서, 미래를 정확히 예측하는 것보다는 방향을 식별하고 창을 닫히기 전에 행동을 취하는 것이 더 중요합니다.


아래는 원문입니다:


모델이 코드를 작성하기 시작할 때, 변화는 이미 돌이킬 수 없게 되었다


나는 산업이 어떤 전환점에 다가가고 있는지를 처음 깨달았던 것은 이전 직장 때였습니다. 마치 배경 음악이 천천히 멈추기 시작한 것 같았지만, 주변 사람들은 여전히 모든 것이 변하지 않을 것처럼 속고 있었습니다.


당시에 나는 거의 20명의 팀을 이끄는 헤지펀드에서 일을 하고 있었고, 여러 해동안 해온 일을 하고 있었습니다. 외부에서 보기에는 거의 꾸준히 상승하는 직업 경로였습니다. 그곳에 남아있다면, 나는 아마 더 큰 성공을 거둘 수 있었을 것입니다. 그러나 결국, 나는 많은 사람들이 꿈꿔오던 위치를 떠나 제로베이스에서 몇 명의 사람들과 함께 창업하는 길을 선택했습니다. 그 결정은 당시 거의 아무도 이해하지 못했고, 심지어는 "직업 자살"의 한 형태로 여겨졌습니다.


그러나 최근 몇 달간 대규모 인원 감축, 자발적인 이직 창업, 백화점에서 낮에 일하고 밤에 몰래 코드를 쓰고 프로젝트를 하는 사람들이 점점 늘어나는 것을 보면, 당시 "미친" 결정이 그렇게 부자연스럽지 않기도 한 것 같습니다.


최근 이 기간 동안 많은 사람들이 나에게 물었습니다: 이 모든 것이 최종적으로 어디로 향하게 될까요? 현재로서 제공할 수 있는 답은 이 기사입니다.



변화가 더는 뒤로 돌릴 수 없다는 것을 제대로 깨달은 것은 ChatGPT의 o1 모델이었습니다.


이전에는 항상 이러한 시스템을 'LLM'으로 부르고 'AI'가 아니라고 생각했습니다. 그들이 어떤 지능에 근접한 능력을 실제로 갖고 있는 것으로 보지 않았습니다. 그러나 o1이 등장할 때, 일어난 일 중요한 변화가 있었습니다: 이러한 모델들이 처음으로 구조화된 단서를 통해 안정적으로 코드를 생성할 수 있었습니다.


코드는 여전히 완벽하지 않고 환영이 있거나 오해가 있을 수 있습니다. 그러나 핵심은 다음과 같습니다: 이제 유용한 코드를 작성할 수 있습니다.


나의 판단은 매우 간단했습니다. AI가 유용한 코드를 생성할 수 있게 되면, 그것은 자체 논리를 재귀적으로 개선하며 소프트웨어 개발을 우리가 상상조차 못할 속도로 촉진시킬 것입니다.


이 사실을 제기할 때마다 누군가는 "이 코드에는 여전히 버그가 있으며 프로덕션 요구 사항에는 만족하지 못합니다"라고 반박합니다. 그러나 이는 인간이 작성한 코드도 버그가 있다는 사실을 무시하는 것입니다. 우리가 AI가 완벽한 코드를 작성하지 않더라도, 스스로 코드를 작성하는 것을 그만두지 않을 것이라는 것입니다.


진정한 전환점은 AI가 코드를 작성하는 오류율이 인간보다 낮고 속도가 훨씬 빠른 경우입니다. 그 순간에, 코딩이 완전히 기계에게 아웃소싱될 것입니다.


나는 o1의 능력을 직접 보고 나서 거의 확신할 수 있었습니다: 미래에는 매우 급격한 변화가 일어날 것입니다.


AI 시대에서 여전히 존재하는 요새


처음에는 AI가 양자 금융 산업을 점진적으로 침식시킬 것으로 생각했으나, 이 과정이 상대적으로 느릴 것이라고 생각했습니다. 그 이유는 매우 간단합니다: 기관급 코드에는 거의 공개 데이터가 없기 때문입니다.


당시에 나는 소프트웨어 엔지니어링을 피라미드로 상상했습니다: 최하위에는 기초 코딩 작업이 있고; 그 위에는 아키텍처 역량을 갖춘 고급 엔지니어가 있으며; 그 위로는 데이터 과학자, 양자 개발자, 각종 산업 전문가 같은 전문 개발자가 있습니다. 이론적으로 전문 지식이 깊을수록 직업이 더 안전할 것입니다.


내 판단은 다음과 같았습니다: 두 해 내에 기초 프로그래머가 먼저 제외될 것이며; 그 다음은 고급 엔지니어이고; 더 나아가, 모델이 점차 전문 지식을 흡수함에 따라 더 높은 수준의 직위도 영향을 받을 것입니다.


그러나 곧 다른 것을 깨달았습니다: 선두 모델 기업들은 궁극적으로 직접 산업 전문가를 고용하여 전문 지식을 모델에 입력할 것입니다. 다시 말해, 전문 지식은 짧은 시기의 요새가 될 수 있지만 장기적으로는 모델이 점진적으로 소화할 것입니다.


당시 판단에서, 미래 5년 내에 쉽게 전복되지 않을 몇 가지 비즈니스 유형이 있었습니다.


첫 번째 유형: 독점 데이터


소유하고 있는 막대한 양의 데이터를 보유한 회사들이 더욱 교체하기 어렵습니다.


예를 들어, 대형 다스트레이딩 헤지펀드 (포드 샵)인 Millennium과 같은 기관들은 매일 방대한 양의 데이터를 생산합니다: 애널리스트 연구, 투자 제안, 시장 판단, 실제 거래 결과


이러한 데이터는 모델을 계속해서 미세 조정하여 외부에서 재현하기 어려운 장점을 형성합니다. 기업의 데이터 원천이 모델에 대해 쉽게 이용할 수 없는 한, 그것은 여전히 일정 기간의 보호막을 갖게 됩니다.


두 번째 유형: 규제적 마찰


대량의 인간 승인이 필요한 산업은 빠르게 전복되기 어렵습니다. 예를 들어, 전통적인 금융 시장.


이러한 시장에 진입하려면: 증권사 계좌 개설, 라이선스 획득, 국가 간 법률 문서에 서명해야 합니다. 암호화 자산 거래는 간단하지만 외국 기업이 중국에서 철 광석을 거래하려면 그렇게 간단하지 않습니다.


어떤 산업이 인간 서명 승인을 계속 필요로 할 때, 그것의 성장 속도는 반드시 승인 절차로 제한될 것입니다.


세 번째 유형: 권위로운 서비스


지금은 AI가 법적 자문서를 작성하는 것이 어렵지 않습니다. 그러나 사실은, 사람들은 아직도 수만 달러를 지불하여 변호사에게 법률 자문을 구합니다. 그 이유는 매우 간단합니다: 현재 AI의 의견에는 권위가 없습니다.


스마트 계약 감사도 동일한 논리입니다. 기술적으로는 AI가 이미 최고 수준의 감사보다 더 나은 수준에 이를 수 있습니다. 그러나 시장은 여전히 유명 감사 회사의 "도장"을 더 구매하려고 합니다.


고객이 구매하는 것은 의견 자체가 아니라, 의견 뒤의 권위입니다.


네 번째 유형: 물리적 세계


하드웨어의 진보 속도는 소프트웨어의 것보다 훨씬 느리며, 동시에 하드웨어 문제 해결은 더 어렵습니다.


그러므로, 직접적으로 현실 세계와 상호 작용하는 유형의 산업은 AI에 의해 빠르게 전복되기 어렵을 것입니다. 그러나, 일단 하드웨어 능력이 따라잡게 되면, 동일한 논리가 여전히 유효할 것입니다: 하위 수준의 업무가 먼저 사라지고, 그런 다음 더 높은 수준의 업무가 사라질 것입니다.


이러한 보호막은 실제로 존재합니다. 그러나 변경을 지연시키고, 변경을 방지하는 것은 아닙니다.


신호에 기반한 조치, 확신을 기다리는 것이 아닌


미래가 불확실하고 변화 속도가 매우 빠를 때, 사람들은 일반적으로 두 가지 오류를 저지릅니다.


첫 번째는, 확신을 기다렸다가 조치를 취하는 것입니다. 두 번째는, 역사적 유사성을 간단히 적용하는 것입니다. 예를 들어, "이것은 인터넷 거품과 같습니다."


두 가지 접근 방식 모두 오류로 이어질 수 있습니다.


불완전한 정보 상황에서는, 더 합리적인 방법은, 제일 먼저 원리로부터 추론하는 것입니다.


미래의 모든 세부 사항을 알 필요는 없습니다. 단지, 대략적인 방향을 판단하고, 비대칭적인 베팅을 설계하는 것입니다. 즉, 만약 판단이 잘못되면 손실은 관리 가능하고; 판단이 맞다면 수확은 거대할 것입니다.


불확실한 미래에서, 비대칭성은 모든 것입니다.


실용적인 사고 방식은, 먼저 스스로에게 물어봅니다 "어떤 결과가 일어나려면, 어떤 전제 조건이 필요한가?", 그리고 다시 물어봅니다, 이러한 전제 조건이 이미 충족되었는가?


이번 AI의 전환점을 다시 돌아보면, 사실 예견하기 어렵지 않았습니다. 왜냐하면 주요 입력이 이미 존재했기 때문입니다, 코드를 짤 수 있는 코드, 재귀적으로 개선할 수 있는 모델, 키로운트 지식을 구매할 수 있는 기관.


이러한 신호를 신중하게 관찰하면, 미래의 방향을 대략적으로 판단할 수 있습니다.


심지어 계속 추론을 할 수도 있습니다.


아마 우리는 아직 다음의 시나리오를 직접 보지 못했을지도 모릅니다: AI가 스스로 훈련할 수 있음, AI가 자신을 복제할 수 있음, AI가 완전히 자율적으로 운영될 수 있음


만약 AI가 스스로 능력을 0.1% 향상시킬 수 있는 일련의 조치를 취할 수 있다면, 이는 큰 차이가 없는 것처럼 들립니다. 하지만 이 숫자가 0이 아니라면, 지속적으로 커질 것입니다. 이것의 배후에는 전형적인 멱법칙 효과가 있습니다.


금융 시장에서, 신호가 명백해지자 교역은 이미 혼잡해져 있을 때가 많습니다.


투자에서, 불확실성을 초기 신념으로 바꾸려고 합니다. 직업과 창업에서도 본질적으로 마찬가지입니다.


따라서 진짜 문제는, 미래에 무엇이 발생할 것인가?가 아니라, 내가 이미 무엇을 알고 있는가? 이러한 정보는 어떤 방향을 가리키는가? 지금 진행하거나 기다리는 것 사이의 비용 차이는 무엇인가?


무시되기 쉬운 하나의 사실은, 행동 자체가 정보를 창출한다는 것입니다.


행동은 공허함에서 일어나는 것이 아닙니다. 세상으로 하여금 행동을 하게 하면, 세상은 피드백을 제공합니다. 이러한 피드백은 새로운 정보를 가져옵니다. 정보는 반복을 촉진합니다. 반복은 더 나은 행동을 낳습니다. 이것이 발전의 기본 메커니즘입니다.


불확실한 상황에서 가만히 서있으면, 그것은 천천히 떨어지는 것을 의미합니다. 반면에 행동은 탐험을 의미합니다.


만약 나는 그저 기존 체계의 혜택을 계속 취하고 싶다면, 아마 몇 년은 갈지도 모릅니다. 그러나 나는 항상 진정으로 제 것을 하고 싶었으며, 그 기회가 빠르게 소멸되고 있다고 느낍니다.


물론, 세계 최대의 헤지펀드는 여전히 잘 살아갈 것이며, 그들은 독점적 데이터를 보유하고 있어서 복제가 매우 어렵습니다. 전통적인 금융 시장도 여전히 규제 및 수동 프로세스로 제한되어 있습니다.


하지만 저는 이러한 기관들이 결국 대부분의 직원, 심지어 포트폴리오 매니저까지도 AI로 대체될 것이라 믿습니다.


즉시는 아니지만 언젠가는 그럴 것입니다.


내 판단은 당시에 대략 4-5 년의 윈도우가 있다고 생각합니다. 기본 모델 회사들이 충분한 산업 전문가를 흡수하면, 신생 기업들은 이 분야로 진입하기가 매우 어려워질 것입니다. 미국 주식 시장과 같은 일부 시장에서는 이미이러한 경향이 명백히 나타나고 있습니다. 몇 년 후 효율성이 얼마나 높아질지 상상조차 어렵습니다.


곧, 이 세상에는 더 이상 '2등'이라는 공간이 없을 것입니다. 저는 최고의 기관에서 계속 일할 수 있지만, 여전히 우위를 점할 수 있는 분야에서 행동하기를 원합니다.


그래서 제가 사직서를 제출했고, 모든 것을 바친 창업을 결심했습니다. 그 후 이 회사는 OpenForage로 변모했습니다.


지금, 그 창은 명백히 좁아지고 있습니다. 변화 속도는 더 이상 점진적이지 않습니다. 몇 달 전까지 필요했던 진전은 지금은 몇 주 만에 이루어집니다.


내가 미래 몇 년간 일자리가 완전히 사라질 것이라고는 생각하지 않습니다. 인간은 여전히 인간을 필요로 합니다. 인간은 사회적 동물이며, 현재 인간은 아직 AI를 믿지 않습니다. 권위 주의는 여전히 인간으로부터 비롯해야 합니다.


미래 몇 년 동안, 우리는 심지어 AI CEO를 볼 수 있지만, 아마도 결정을 승인하기 위해 아직 인간 CEO가 필요할 것입니다. 이러한 '인간 인증'은 조직 구조를 따라 계층적으로 전달될 것입니다. 인간 관리자는 일단의 AI 에이전트를 관리할 것입니다.


그러나 채용 논리가 변할 것이며, CEO가 당신에게 지시를 내리기보다 AI에게 더 쉽게 명령을 내릴 때, 당신은 고용되지 않을 가능성이 매우 높을 것이며, 기본 코딩 작업은 점차 찾기 어려워질 것입니다.


자리를 지키려면 두 가지를 해야합니다. 먼저, AI를 기준으로 한 수준에서 시간적으로 능가해야 합니다. 예를 들어, 장기 전략 수립, 복잡한 결정, 장기 주기 관리 등. 둘째, 시스템 범위에서 AI를 능가해야 합니다. AI의 문맥은 여전히 제한적이며, 그들은 많은 사실을 알지만 복잡한 시스템의 연쇄 작용을 이해하기는 어렵습니다.


장기적 사고, 신속한 정보 흡수, 장기적 결정력을 가지고 있으며 효율적인 협업 능력을 갖춘 경우 향후 예측 가능한 시간대에도 여전히 일자리가 있을 것입니다.


전환점은 사실 볼 수있는 신호입니다. 그러나 대부분의 사람들은 보지 않거나 보더라도 행동하지 않거나, 신호가 너무 명확해져서야 반응합니다. 그러나 그때에는 기회가 이미 시장에 반영되어 있을 것입니다.


움직이는 땅을 무시하지 마십시오. 우위를 잃고 있는 위치에 머물지 마십시오. 동시에 더 나은 타이밍을 기다리겠다고 스스로에게 이야기하십시오. 진정한 기회는 거의 결코 사전 통지되지 않습니다. 다들 깨달을 때쯤이면, 창문은 이미 종종 닫혀 있습니다.


신호를 보았고, 내가 내기를 했습니다. 지금, 나는 이 내기의 결과 속에 살아가고 있습니다 — 좋든 나쁘든.


[원문 링크]



BlockBeats 공식 커뮤니티에 참여하세요:

Telegram 구독 그룹:https://t.me/theblockbeats

Telegram 토론 그룹:https://t.me/BlockBeats_App

Twitter 공식 계정:https://twitter.com/BlockBeatsAsia

举报 오류 신고/제보
문고 선택
새 문고 추가
취소
완료
새 문고 추가
자신만 보기
공개
저장
오류 신고/제보
제출