简体中文

繁體中文

English

Tiếng Việt

한국어

日本語

ภาษาไทย

Türkçe

a16z 창립자: Agent 시대, 정말 중요한 것이 바뀌었습니다

a16z crypto

이 글을 읽으려면 16 분

미래 최고의 프로그래머는 아마도 코딩을 알 필요가 없을지도 모르지만 매우 강력한 논리적 사고력과 시스템 아키텍처적 사고가 있어야 합니다. 왜냐하면 코드는 인공지능에 의해 저렴한 상품으로 변할 수 있기 때문입니다.

원본 비디오 제목: Marc Andreessen이 브라우저의 종말, Pi + OpenClaw, 그리고 "이번에는 다르다"에 대해 내달린다.

원본 비디오 출처: a16z, Latent Space

원본 문장 번역: FuturePulse

신호 소스:

이것은 a16z 창립자 Marc Andreessen이 Latent Space 팟캐스트에서의 최신 인터뷰입니다.

그는 미국의 유명한 인터넷 기업가로, 인터넷 초기 개발의 주요 인물 중 한 명이며; 또한 a16z 설립 이후 실리콘 밸리 최고의 투자자 중 한 명으로 알려져 있습니다.

이 대화는 AI의 발전 역사와 최신 트렌드를 중심으로 전개되어 있어 매우 읽을 가치가 있습니다.

1. 이번 AI 열풍은 뜻밖이 아니라 80년의 기술 대결 후 첫 번째로 전반적으로 "일을 시작한" 것입니다.

· 이번 AI 열풍은 뜻밖이 아니라 80년의 기술 대결 후

· Marc Andreessen은 현재를 "80년간의 한밤 중의 성공"이라고 직접 지칭하며, 이는 대중이 갑자기의 폭발을 보는 것보다, 사실은 수십 년간의 기술적 준비가 집중적으로 풀려낸 것을 의미합니다.

· 그는 이 기술적 증거를 초기 신경망 연구로 거슬러 올라가보며, 오늘날 산업이 이미 "신경망이 올바른 아키텍처라는 판단을 받아들인 것"이라고 강조했습니다.

· 그의 서술에서 중요한 지점은 단일한 순간이 아니라 연속적인 쌓임이라고 강조했습니다: AlexNet, Transformer, ChatGPT, 추론 모델, 그리고 에이전트와 자가 개선.

· 그는 특히 "이번에는 다르다"고 생각하는 이유는 이번에는 텍스트 생성만 강화된 것이 아니라, LLMs, 추론, 코딩 그리고 에이전트/재귀적인 자가 개선 네 가지 기능이 동시에 나타난 것이라고 강조했습니다.

· 그가 "이번에는 다르다"고 생각하는 이유는 이번에는 이러한 능력들이 이미 현실적인 작업에서 작동하기 시작했기 때문이며, 이는 단순히 이야기가 더욱 화려해진 것이 아니라 실제 과제에서 일을 하고 있기 때문입니다.

2. Pi 및 OpenClaw가 대표하는 에이전트 아키텍처는 챗봇보다 더 깊은 소프트웨어 아키텍처 변화입니다.

· 그는 에이전트를 매우 구체적으로 설명했습니다. 본질적으로 "LLM + 쉘 + 파일 시스템 + 마크다운 + cron/루프"입니다. 이 구조에서, LLM은 추론 및 생성 핵심을 제공하고, 쉘은 실행 환경을 제공하며, 파일 시스템은 상태를 저장하고, 마크다운은 상태를 가독성 있게 만들며, cron/루프는 주기적으로 깨어나고 작업을 전진시킵니다.

· 그는 이 조합의 중요성을 다음과 같이 생각합니다. 모델 자체가 새로운 것이지만, 다른 모든 구성 요소는 소프트웨어 세계에서 이미 성숙하고 이해 가능하며 재사용 가능한 부분입니다.

· 에이전트의 상태는 파일에 저장되므로 모델 및 런타임을 초월하여 이동할 수 있습니다. 기본 모델을 교체할 수 있지만 메모리 및 상태는 그대로 유지됩니다.

· 그는 반복해서 내적 검토(introspection)를 강조합니다. 에이전트는 자신의 파일을 알고 자신의 상태를 읽을 수 있으며, 자신의 파일과 기능을 심지어 수정하여 "자신을 확장"하는 방향으로 나아갈 수 있습니다.

· 그에 따르면 진정한 돌파구는 "모델이 대답할 수 있음"뿐만 아니라, 에이전트가 기존의 Unix 도구 체인을 활용하여 전체 컴퓨터의 잠재력을 모두 활용할 수 있는 것입니다.

3. 브라우저, 전통적 GUI 및 "사람이 직접 클릭하는 소프트웨어" 시대는 점진적으로 에이전트 중심의 상호작용 방식으로 대체될 것입니다.

· Marc Andreessen은 명확히 말했습니다. 미래에는 "사용자 인터페이스가 더 이상 필요하지 않을 수도 있습니다."

· 그는 덧붙여 미래 소프트웨어의 주요 사용자는 인간이 아닌 "다른 봇"일 수도 있다고 지적했습니다.

· 이것은 오늘날 인간을 위해 디자인된 많은 클릭, 탐색, 양식 작성 인터페이스가 에이전트의 호출하는 실행 계층으로 후퇴할 것을 의미합니다.

· 이 세계에서 사람은 목표를 설정하는 사람처럼 느껴질 것입니다. 시스템에게 무엇을 원하는지 알려주고, 그런 다음 에이전트가 서비스를 호출하고 소프트웨어를 조작하여 프로세스를 완료할 것입니다.

· 그는 이러한 변화를 더 큰 소프트웨어 미래에 연결했습니다. 고품질 소프트웨어는 점차 "풍부"해지며, 소수의 엔지니어가 수작업으로 제작하는 희귀품이 아니게 될 것입니다.

· 그는 또한 프로그래밍 언어의 중요성이 감소할 것으로 판단했습니다. 모델이 다양한 언어로 코드를 작성하고 번역하며, 미래에 인간이 코드를 구성하는 방식에 대해 언어 자체에 집착하는 것이 아니라 AI의 이유를 이해하는데 더 신경쓰게 될 것이라고 말했습니다.

· 심지어 그는 더 공격적인 방향을 언급했습니다: 개념적으로, AI는 코드뿐만 아니라 보다 하위 수준의 이진 코드 또는 모델 가중치를 직접 출력할 수도 있습니다.

4. 이번 AI 투자 사이클은 2000년 인터넷 거품과 유사하지만 기본 공급 및 수요 구조는 다름

· 그는 2000년 때 강조한 바로, 붕괴가 참으로 '인터넷의 한계' 때문이 아니었고, 오히려 통신 및 대역폭 인프라의 과다 구축, 광섬유와 데이터 센터가 선행 투자된 후 장기간 소화되었다는 점을 지적했습니다.

· 그는 오늘날도 '과도한 건설' 우려를 볼 수는 있지만, 현재 투자 주체는 주로 현금이 풍부한 대기업인 Microsoft, Amazon, Google 등이며, 고도로 레버리지된 취약한 플레이어가 아닙니다.

· 그는 특히 GPU 실행 가능한 투자가 형성되는 순간, 일반적으로 수익으로 전환되는 데 빠르다는 점을 강조했으며, 이는 2000년의 대규모 유휴 용량과는 다릅니다.

· 그는 또한 우리가 현재 사용하고 있는 기술 버전이 사실 '모래주먼지에 가려진(sandbagged)' 것임을 강조했습니다: GPU, 메모리, 데이터 센터 등의 공급이 부족하여 모델의 잠재력이 완전히 발휘되지 못했다는 점입니다.

· 그의 판단에 따르면, 앞으로 몇 년 동안 진정한 병목 현상은 GPU뿐만 아니라 CPU, 메모리, 네트워크 및 전체 칩 생태계의 상호작용 병목도 포함된다고 합니다.

· 그는 AI 확장 법칙을 지난 모어의 법칙과 함께 두고, 그것들이 규칙 설명뿐만 아니라 계속해서 자본, 공학 및 산업 협력을 자극하고 있다고 봅니다.

· 그는 매우 이례적이지만 중요한 현상을 언급했습니다: 소프트웨어 최적화 속도가 빨라짐에 따라, 일부 오래된 세대의 칩이 심지어 구매 당시보다 더 큰 경제적 가치를 가질 수도 있다고 합니다.

5. 오픈 소스, 엣지 추론 및 로컬 실행은 AI 경쟁 구도의 일부임

· Marc Andreessen은 오픈 소스가 매우 중요하다고 분명히 인식하고 있으며, 그 이유는 무료뿐만 아니라 '전 세계가 그것을 어떻게 이뤄내는지 배울 수 있도록 함'입니다.

· 그는 DeepSeek와 같은 오픈 소스 릴리스를 '세상에게 선물(gift to the world)'이라고 표현하고 있습니다. 왜냐하면 코드 + 논문이 지식을 빠르게 확산시키며 산업 전체의 기초를 높일 수 있기 때문입니다.

· 그에게 따르면, 오픈 소스는 기술 선택뿐만 아니라 지리적 정치 및 시장 전략일 수도 있으며, 서로 다른 국가 및 기업은 각자의 비즈니스 제한과 영향력 목표에 기초하여 다양한 개방 전략을 채택할 수 있습니다.

· 그는 동시에 엣지 추론(Edge inference)의 중요성을 강조했습니다: 앞으로 몇 년 동안 중앙 집중식 추론 비용이 충분히 낮지 않을 수 있으며, 많은 소비자급 애플리케이션은 장기적으로 고비용 클라우드 기반 추론을 감당할 수 없을 것입니다.

· 그는 반복해서 나타나는 패턴을 언급했습니다: 오늘 날 PC에서 실행 불가능해 보이는 모델이라도, 몇 달 후에는 종종 로컬 기기에서 실행될 수 있습니다.

· 비용 외에도, 로컬 실행을 촉진하는 요소로는 신뢰, 개인 정보 보호, 지연 및 사용 시나리오가 포함됩니다: 웨어러블 장치, 도어락, 휴대용 장치 등은 모두 낮은 대기 시간과 온디스크(就地) 추론에 더 적합합니다.

· 그의 판단은 매우 명확합니다: 앞으로 거의 모든 칩이 들어간 물건은 AI 모델을 탑재할 수 있습니다.

6. AI의 진정한 어려움은 모델 능력뿐만 아니라 보안, 신원, 자금 이동, 조직 및 제도적 저항에 있음

· 보안 측면에서, 그의 판단은 매우 날카로웠습니다: 거의 모든 잠재적인 보안 버그는 더 쉽게 발견되며, 단기 내에 "컴퓨터 보안 대재앙" 기간이 나타날 가능성이 있습니다.

· 그러나 동시에, 결함을 수정하는 인공 지능 에이전트의 능력이 확장될 것이라고 봅니다; 미래에는 소프트웨어를 "보호"하는 방식이 바로 봇이 스캔하고 문제를 해결하게 하는 것일 수도 있습니다.

· 신원 문제에 대해서, 그는 "봇의 증명(proof of bot)"은 실행 불가능하다고 생각합니다, 왜냐하면 봇들은 점점 더 강력해질 것이기 때문입니다; 실제로 실행 가능한 방향은 "인간의 증명(proof of human)"이고, 이는 생체 인식, 암호화 검증 및 선택적 정보 제공의 결합입니다.

· 그는 종종 무시되는 문제에 대해 이야기했는데, 에이전트들이 실제 세계에서 업무를 처리하려면 결국 돈, 결제 능력, 심지어 어떤 형태의 은행 계좌, 카드 또는 스테이블 코인식 기반시설이 필요할 것입니다. 조직 수준에서, 그는 경영 자본주의(managerial capitalism)의 뼈대를 빌려 AI가 창업자 주도 회사(founder-led company)를 다시 강화할 수도 있다고 여겼으며, 왜냐하면 봇들은 리포팅, 조정, 서류 작성 및 대량의 "관리적 업무"에 뛰어납니다.

· 그러나 그는 사회가 AI를 빠르게 매끄럽게 받아들일 것이라고 생각하지는 않습니다: 직업 면허, 노동 조합, 도선수 파업, 정부 기관, K-12 교육, 의료 등의 예를 들어 현실 세계에는 많은 제도적 감속 장치가 있음을 보여주며,

· 그의 판단은, AI 유토피아주의자와 종말론자 모두가 쉽게 놓치는 한 가지를 강조했습니다: 기술이 한 번 가능해진다고 해서 80억 인간이 즉시 변화에 동참하는 것을 의미하지는 않는다는 점을요.