원문 제목: Open Source Wins, AGI Is Here, and Scorsese's AI Toolkit—Cerebras & Black Forest Labs CEOs
원문 출처: All-In Podcast
원문 편집: 深潮 TechFlow

핵심 요약

이번 에피소드에는 두 명의 AI 인프라 기업 CEO가 출연했습니다. Andrew Feldman은 추론 칩 전문 기업 Cerebras의 창립자로, 최근 IPO를 완료했으며 250억 달러 규모의 백로그 주문을 보유하고 있습니다. 그는 한 가지를 반복해서 강조했습니다. AI 연산 수요는 이미 완전히 예약되어 있으며, '구축해 놓으면 사람이 올 것'이라는 상황은 존재하지 않는다는 점입니다. OpenAI, Anthropic, SpaceX, Google의 수요는 공급을 훨씬 초과합니다. 또한 추론(reasoning)의 등장으로 연산 집약도가 다시 급증했으며, 이것이 바로 고속 머신의 전장입니다. Robin Rombach는 생성형 이미지 및 비디오 모델(Flux 시리즈)을 개발하는 Black Forest Labs의 창립자로, 그는 현재 모든 이미지 및 비디오 생성 모델의 기반이 되는 latent diffusion 알고리즘을 발명했습니다. 그는 최근 Martin Scorsese와 협력하여 감독이 머릿속 이미지를 AI로 시각화할 수 있도록 지원했습니다. 하지만 그가 더 흥미를 느끼는 방향은 동일한 멀티모달 모델이 영화를 제작할 수 있을 뿐만 아니라 로봇에 배치되어 두뇌 역할을 할 수 있다는 점입니다. 생성형 비디오의 종착점은 스크린이 아니라 물리적 세계에 있습니다.

주요 관점 요약

추론이야말로 다음 연산 블랙홀

· "흥미로운 점은 이번 웨이브는 과거와 다르다는 것입니다. 그들은 '구축해 놓으면 사람이 올 것'이라고 기대하지 않습니다. 수요가 이미 생산 능력을 완전히 예약했습니다. 우리는 250억 달러의 백로그 주문을 보유하고 있습니다."

· "추론은 reasoning입니다. reasoning은 엄청난 양의 token을 소비하며, 이것이 바로 고속 머신의 전장입니다."

· "Cerebras가 15배 빠르다면, 24시간을 돌리면 몇 주 또는 몇 달 분량의 사고를 실행하는 것과 같습니다."

오픈소스와 주권: 기업이 원하는 것은 통제권

· "아무도 의존당하는 것을 좋아하지 않습니다. 하이퍼스케일 업체들은 x86 시대에서 Intel에 묶인 교훈을 얻었습니다."

· "가장 빠른 칩이 될 필요는 없어. 단지 남의 칩에 완전히 의존하지 않으면 되는 거야."

· "지금 오픈소스 모델을 돌리려면 OpenAI의 OSS 12B거나 중국 모델뿐이야. 미국엔 더 많은 자체 오픈소스 옵션이 필요해."

AGI는 20년 전 정의대로 이미 왔다

· "우리가 20년 전, 30년 전, 40년 전에 제시한 AGI 정의는 이미 훨씬 넘어섰어."

· "튜링 테스트? 이미 깨부쉈지."

· "문제는 더 이상 우리가 어떻게 질문할지 모르는 게 아니야. AI가 오히려 말해줘: '야, 이 멍청한 인간들아, 너희는 이걸 고려하지 않았잖아.'"

생성형 비디오는 인간 창작을 대체하는 게 아니다

· "이 AI 모델은 하나의 매체야. 우리는 사용법을 규정하고 싶지 않아, 특히 Martin Scorsese 같은 사람에게는 더더욱."

· "언어는 다소 손실이 있는 소통 방식이야. 시각 정보 신호는 너무 풍부하지. 머릿속 이미지를 눈에 보이는 그림으로 바꾸는 것, 그게 기술이 가장 강력한 지점이야."

· "가장 흥미로운 결과는 거의 항상 사람이 루프 안에서 반복적으로 개입할 때 나와."

영화에서 로봇까지: 동일한 모델

· "같은 멀티모달 모델로 영화를 찍고, 그걸 로봇의 두뇌로 배치할 수 있어."

· "사전 학습된 비디오는 모델에 물리적 상호작용 규칙을 암묵적으로 가르쳐줘. 그리고 같은 모델에서 동작 예측, 즉 로봇 제어를 얻는 거야."

· "목표는 in-context prompt로 로봇에게 명령하는 거야: '그 오렌지 주스 가져와.' 아직은 못 하지만, 그게 방향이야."

AI 인프라 열풍: 데이터센터가 도시보다 크다

진행자: 우리는 이런 규모의 건설을 본 적이 없어요. 만리장성, 피라미드 이후로 인류가 이렇게 많은 자본, 시간, 그리고 똑똑한 사람들을 한곳에 쏟아부은 적이 없죠. 당신은 실제로 이 일을 하고 있고, 고객들은 데이터센터를 짓고 있으며, 당신은 핵심적인 역할을 하고 있어요. 2026년, Cerebras는 무엇을 하고 있나요? 텍사스 쪽 그 거대한 프로젝트들은 또 어떤 상황인가요?

답변: 우리가 이야기하는 데이터센터는 향후 몇 년간 지구상에서 지난 50년 동안 소비된 전력량을 초과할 것입니다. 단일 건물 하나가 축구장 크기이며, 중형 도시보다 더 많은 전력을 공급받습니다. 미국 전역, 캐나다, 북유럽, 파리와 프랑스 전역, 중동, 심지어 카자흐스탄, 타지키스탄, 조지아에서도 대규모 데이터센터가 건설 중입니다. 모든 국가와 모든 주가 참여하려 합니다.

비용을 부담하는 사람은 누구일까요? OpenAI, Anthropic, SpaceX AI, Google입니다. 그들의 수요는 엄청나게 큽니다. 흥미로운 점은 이번 물결이 과거의 많은 기술 열풍과 다르다는 것입니다. 그들은 "지으면 사람이 올 것이다"라고 내기하는 것이 아니라, 수요가 이미 생산 능력을 선점했습니다. 우리는 250억 달러의 백로그 주문을 보유하고 있습니다. OpenAI는 더 많은 데이터센터를 원하고, Microsoft는 더 많은 것을 원하며, AWS도 더 많은 것을 원합니다. 수요는 손님을 기다리는 것이 아니라, 손님이 이미 줄을 서 있습니다.

진행자: 이로 인해 '토큰 맥싱(token maxing)'이라는 용어도 생겼습니다. 무제한으로 토큰을 소비하는 것이죠. 어떤 이들은 이렇게 큰 수요가 실제 가치를 창출하는지 의문을 제기합니다.

답변: 물론 엄청난 가치가 창출되고 있습니다. 물론 많은 시행착오도 있습니다. AWS가 처음 나왔을 때와 비교해보면, 자체 IT 부서를 우회하는 것이 너무 편리해서 모든 엔지니어가 신용카드 하나로 가입했습니다. 많은 경우 실제로 유용했지만, 나중에 돌아보면 "아, 이렇게 하면 안 됐는데" 싶은 경우도 있었습니다. 하지만 전반적으로는 이익이었고, 일부 방향만 빗나갔을 뿐입니다.

1988년 코스트코가 팔로알토에 문을 열었을 때, 사람들은 세이프웨이를 돌아다니듯 코스트코의 모든 진열대를 하나씩 둘러보곤 했습니다. 그것은 매우 비효율적인 쇼핑 방식이었습니다. 필요 없는 물건 네 개를 각각 22달러에 샀기 때문이죠. 나중에 사람들은 전략을 배웠습니다. 뒤쪽으로 가서 치킨을 집고, 아이 생일 파티용으로 18개 컵케이크를 사는 식으로 간결하게 말이죠. AI 토큰 소비도 마찬가지입니다. 처음에는 모두가 마음껏 사용했지만, 이제 기업들은 전략을 세우기 시작했습니다. 어떤 작업은 오픈소스 모델로 충분하고, 어떤 작업은 반드시 최첨단 모델을 사용해야 하는지 말이죠. 우리는 AI를 비즈니스처럼 관리하기 시작했습니다.

추론이 훈련을 대체하다: 왜 빠른 기계가 이번 물결의 주역인가?

진행자: Sam Altman이 AllIn에서 말했듯이, 다음 단계는 추론(reasoning)입니다. 의도를 이해하고, 전략을 수립하며, 다른 스레드의 에이전트와 교차 검증하는 것입니다. 우리는 '다음 단어 맞추기'에서 꽤 긴 여정을 걸어왔고, 지금 Cerebras가 정확히 그 중심에 서 있습니다. 추론은 추론(inference)이며, 계산량이 엄청나기 때문입니다.

답변: 추론 과정에서 엄청난 양의 토큰을 소모하기 때문에, 빠른 머신이 활약할 수 있는 여지가 생겼습니다. reasoning의 각 단계는 내부적으로 토큰을 집어삼키며, 원래는 많은 시간을 들여 좋은 답을 얻는 방식이었죠. Cerebras가 15배 빠르다는 것은, 24시간 추론을 돌리면 다른 시스템이 몇 주, 심지어 몇 달 동안 고민한 양과 맞먹는다는 뜻입니다.

오늘 아침 BitTensor의 ZAI GLM-52 모델을 테스트해봤습니다. 무한한 연산력을 주고, 매시간 전 세계에서 아직 발견되지 않은 트렌드를 알려달라고 했죠. 모델이 스스로 논쟁을 시작하더군요. Hacker News와 Reddit에서 찾을까? 아니면 Instagram에서 트렌드가 더 먼저 나타날까? 저는 백그라운드에서 스스로 논쟁하는 추론 모델을 지켜보고 있었고, 그 모델은 추론을 수행하고 있었습니다. 무한 토큰은 무한 추론을 의미하며, Cerebras의 15배 속도로 24시간이면 다른 시스템의 몇 주 분량과 같습니다.

진행자: Cerebras만의 무어의 법칙(Moore's Law)이 있나요? 내부적으로 성능이 두 배로 증가하는 주기는 어떻게 되나요?

답변: 지금까지의 모든 칩은 무어의 법칙을 따라 18개월마다 두 배가 되었습니다. 우리는 이 칩으로 그 추세선을 끊고 완전히 새로운 궤적을 만들어냈습니다. 제 판단으로는, 향후 18개월 동안 2배를 훨씬 넘어설 것입니다. 새로운 아키텍처에는 최적화할 여지가 아직 많이 남아 있습니다. GPU는 20년 된 구형 아키텍처이며, 공정 노드를 축소하는 방식으로만 버텨왔지만, 새로운 아키텍처는 배우고 조정할 것이 아직 많이 남아 있습니다.

진행자: 250억 달러 규모의 백로그 주문을 보유하고 있는데, OpenAI의 속도에 맞춰야 합니다. 그들은 잠재적인 미래 경쟁자가 될 수도 있습니다. 어떻게 회사를 운영하시나요?

답변: 현재 실리콘 웨이퍼는 유휴 상태로 남아 있지 않습니다. 수요가 너무 크거든요. 하지만 말씀하신 대로, OpenAI도 자체 칩을 만들고 있고, Amazon도 만들고 있습니다. 누구도 타사에 의존하는 것을 좋아하지 않습니다. 하이퍼스케일러들은 x86 시대에 Intel에 묶였던 교훈을 얻었고, GPU 업체들은 소수의 하이퍼스케일 고객에게 묶이는 교훈을 얻어 새로운 클라우드에 투자했습니다. 자체 칩을 만드는 핵심은 가장 빠른 것에 있는 것이 아니라, 타사에 완전히 의존하지 않고 적어도 자신의 운명 중 중요한 부분을 통제하는 데 있습니다.

오픈소스와 주권: 기업이 원하는 것은 통제권

진행자: 오픈소스가 전성기를 맞이하고 있습니다. 초기에 OpenClaude를 사용하다가 나중에 Kimmy를 사용해봤는데, Claude의 토큰이 폭발하는 것을 느꼈지만 Kimmy에서는 차이를 구분할 수 없었습니다. 오픈소스 모델이 reasoning을 도입하기 시작하면서, 격차가 올해 갑자기 좁혀졌습니다.

답변: 페라리를 타고 슈퍼마켓에 가고 싶지는 않잖아요. 가끔은 스포츠카를 타고, 가끔은 미니밴을 타면서 아이들이 치리오스를 쏟아도 신경 쓰지 않는 거죠. 기업도 마찬가지입니다. 어려운 문제는 최첨단 모델(OpenAI, Anthropic, Gemini)에 맡기지만, 뒤에서 발생하는 수많은 일상적인 문제는 탄탄한 오픈소스 능력만 있으면 해결됩니다. 기업이 Workday에서 Excel의 다른 셀로 복사하는 데 얼마나 많은 시간을 쓰는지 생각해 보세요. 이런 일에 금메달급 수학은 필요 없고, 안정적인 오픈소스면 충분합니다.

최근 또 하나의 카드가 드러났습니다. 금융, 의료 같은 규제 산업(HIPAA, FINRA)은 데이터 유출을 두려워하고, AI 주권을 다른 사람에게 빼앗기기 싫어해 모델을 로컬에 배치하고 오픈소스 버전으로 더 많은 통제권을 확보하려 합니다. OpenAI는 몇 달 전 OSS 12B를 내놓았는데, 괜찮은 편입니다. 하지만 미국이 지금 오픈소스를 활용하려면 OSS 12B나 중국 모델밖에 없어서 자국 내 오픈소스 선택지가 너무 부족합니다. NVIDIA도 이 틈을 보고 자체 오픈소스 모델을 밀고 있지만, Jensen은 망설이고 있습니다. 그의 고객이 Sam, Dario, Elon, Sergey이기 때문에 오픈소스를 밀면 고객과 경쟁하게 될까 걱정하는 거죠.

Cerebras는 비교적 중립적인 위치에 있습니다. 우리는 GLM, Kimmy, Qwen 시리즈를 돌리고, OpenAI의 폐쇄형 모델도 돌립니다. 또한 GSK가 자체 개발한 모델, UAE G42와 MBZUAI의 자체 모델도 운영합니다. 주권은 하나의 트렌드입니다.

AGI는 이미 왔다. 패러다임은 죽지 않지만, 사람은 죽는다

진행자: Fable 5와 o-56이 출시되었을 때, 정부는 "잠시 멈추고 내놓으라"고 말했습니다. Anthropic과 행정부 간의 관계는 긴장되었다가 이제 완화되기 시작했습니다. 단계적 출시가 합리적이라고 생각하나요? 모델이 정말로 위험한가요?

답변: 이런 경우는 본 적이 없습니다. 하지만 돌이켜 생각해 보면, 모델이 창의적 사고에서 충분히 강력해졌을 때 정부가 "단계적으로 출시해 주세요"라고 말하는 것은 사실 잘못된 게 아닙니다. 우리는 강력한 약물에도 이렇게 관리합니다. 물론 FDA의 7년짜리 쓰레기 서류 작업을 장려하는 건 아니지만, "적어도 정부가 레드팀 테스트를 해서 우리 방어 체계가 막을 수 있는지 확인하게 하고" 2~3주 동안 명백한 취약점을 패치하도록 하는 것은 무리한 요구가 아닙니다.

하지만 지금은 양극화가 가장 심한 때입니다. 만약 이 일이 Trump가 한 게 아니라 다른 어떤 대통령이 했다면, 반응은 완전히 달랐을 겁니다. 양극화는 명확한 사고를 해칩니다. 양쪽 모두 어리석은 일과 현명한 일을 할 겁니다. 정부 내 실무자들은 사실 매우 진지하게 일하고 있지만, 이 모든 것이 너무 빠르게 진행되고 있습니다.

Palo Alto Networks의 Nikesh가 저에게 알려준 적이 있습니다. 그들은 자체 소프트웨어로 모델을 테스트했는데, 한 시간 안에 수십 개의 심각한 취약점을 발견해서 모든 작업을 중단하고 6주 동안 패치를 적용해야 했습니다. 이것이 강력한 도구라는 것을 깨닫게 됩니다. 아마도 먼저 소수의 사람들에게만 보여주고, 먼저 레드팀 테스트를 해야 할지도 모릅니다.

진행자: 20년 전의 어떤 정의에 따르면, AGI는 이미 도래했습니다. 동의하시나요?

답변: 네. 튜링 테스트요? 이미 오래전에 통과했습니다. 10년, 15년, 20년, 30년, 40년, 50년 전에 제시된 어떤 정의든 우리는 훨씬 넘어섰습니다. SF 작가들이 던진 질문들도 모두 답했고, 그들은 "더 이상 질문이 없습니다. 죄송합니다"라고 말할 겁니다. 그래서 변두리에 있는 사람들의 말을 들어볼 가치가 있는 겁니다. Ilya가 8년 전에 안전 문제를 제기했을 때, 당신은 "뭐라고?" 했지만 결국 그는 옳았습니다. Elon이 로켓 비용을 거의 제로로 낮추겠다고 했을 때, 당신은 "뭐라고?" 했지만 그는 해냈습니다.

진행자: Recursive learning, 질문을 던지고 결과를 학습한 뒤 다시 질문하면 더 나은 답변이 나오고, 더 많은 자료를 포괄합니다. 이러한 순환에서 나오는 답변은 "조금 나아짐"에서 "훨씬 나아짐"으로 바로 점프합니다. 지수 곡선의 기울기가 너무 가파릅니다.

답변: 재귀적 이득은 지수적입니다. 더 나아지고, 다시 시도하고, 계속 이득을 얻습니다. 기울기가 너무 가파릅니다. 우리는 이제 막 이를 목격하기 시작했습니다. 계속해서 연산 능력을 투입하면 답변이 점점 더 좋아질까요? token이나 예산이 소진되면 멈추지만, 이 지수 곡선은 언제 끝날까요? 아니면 영원히 우상향할까요? 이 질문이 지금 매우 흥미롭습니다.

인간의 학습 속도는 세대에 의해 제약을 받습니다. 코끼리나 대형 포유류는 15-20년에 한 세대를 거칩니다. 속도를 높이려면 초파리처럼 하루에 두 세대를 거쳐야 합니다. AI는 수천 세대에 걸친 학습 속도를 확보하고 있습니다. 제가 심리학을 공부할 때 교수님이 한 말이 있습니다: 패러다임은 죽지 않고, 사람이 죽는다. Freud, Skinner, Jung의 제자들이 20-40년 동안 지도적 위치를 차지한 후에야 다음 세대가 의문을 제기합니다. AI는 세대 간격을 초파리 속도로 압축했습니다.

제가 내기를 걸고 있는 것은 이것입니다: 우리 아이들과 그들이 아는 모든 사람이 암으로 사망하지 않을 것입니다. 경제에는 충격이 있을 것입니다. 자동차가 등장했을 때, 말에 편자를 박던 사람들은 힘들어졌습니다. 하지만 얻은 것과 잃은 것을 나열해 보세요: 무한 에너지, 무한 식량, 무한 지식, 무한 교육, 무한 주택. 우리는 천 년 동안 일대일 지도가 교실 수업보다 낫다는 것을 알고 있었습니다. Aristotle이 Alexander를 가르쳤고, Socrates가 그의 제자들을 가르쳤지만, 우리는 공장식 대량 교육을 선택했습니다. 이제 AI는 모든 아이에게 자신만의 방식으로 배울 수 있는 멘토를 제공할 수 있습니다.

Scorsese의 AI 도구 상자: 머릿속 이미지를 현실로

진행자: Robin Rombach는 Black Forest Labs의 공동 창립자이자 CEO로, 본사는 흑림 지역의 Freiburg와 샌프란시스코에 있습니다. 당신은 이전에 Stable Diffusion을 개발했고, latent diffusion 알고리즘을 발명했습니다. Black Forest Labs의 사업은 무엇이며, 목표는 무엇인가요?

답변: 저와 공동 창업자들은 2년 전에 이 회사를 설립했습니다. 그전에는 Stable Diffusion을 만들었고, 더 일찍이 latent diffusion을 발명했습니다. 이는 현재 모든 이미지 생성, 비디오 생성, 심지어 물리 AI 모델의 기반이 되는 기본 알고리즘입니다. 원리는 자연 데이터(이미지, 비디오, 오디오)를 효율적인 표현 공간으로 압축한 후, 그 위에서 트랜스포머를 학습시키는 것입니다. JPEG나 MP3의 원리와 비슷하지만, 신경망 알고리즘으로 구현합니다. 우리는 박사 과정 중 뮌헨에서 이를 개발했습니다.

현재 우리는 다중 모드 시각 모델을 연구 중이며, 이미지와 오디오 데이터를 동시에 사전 학습하고 있습니다. 새로운 패러다임으로 나아가고 있습니다: 행동 예측(action prediction)을 결합하여 동일한 모델이 이미지, 비디오, 오디오를 생성하고 행동도 예측하게 하여, 최종적으로 실제 세계의 로봇에 배포할 수 있도록 하는 것입니다.

진행자: 이미지에서 비디오, 오디오, 로봇으로 이어지는 과정에서, 모델이 비디오를 생성할 수 있다면 세상을 이해한다는 뜻입니다.

답변: 직관적 지능과 심층 추론은 두 가지 상호 보완적인 지능 형태입니다. 우리는 직관적 측면에서 접근하며, 이미지가 가장 자연스러운 출발점입니다. 계산량이 비디오만큼 크지 않기 때문입니다. 하지만 지금은 다중 모드 모델로 수렴하고 있습니다. 사전 학습된 비디오는 모델에 물리적 상호작용 규칙을 암시적으로 가르쳐 주며, 동일한 모델에서 행동 예측, 즉 로봇 제어를 얻을 수 있습니다.

진행자: 마틴 스코세이지와 협업한 적이 있나요? 그 옆에 앉아서 그가 당신의 도구를 사용하게 했나요?

답변: 네, 저는 그와 같은 방에 앉아 있었고, 그는 우리 모델을 탐구했습니다. 핵심 연구자 중 한 명으로서 옆에 앉아 있었는데, 정말 미친 경험이었습니다. 동시에 저는 그의 열렬한 팬이기도 합니다.

그가 원했던 것은 머릿속의 장면을 시각화하는 것이었습니다. 동유럽의 어떤 마을을 묘사하면, 우리가 출력을 보고 그가 반복했습니다. 마지막으로 그가 말한 것은: 머릿속 그림을 시각적 표현으로 바꾸는 것이 언어보다 훨씬 효율적인 소통 방식이라는 점이었습니다. 언어는 다소 손실이 있는 소통 방식이며, 시각 정보의 신호는 너무 풍부합니다. 한 장의 사진이나 한 편의 비디오에 담긴 정보량은 엄청나며, 이것은 또 다른 소통 채널입니다.

우리는 이러한 모델을 어떻게 사용해야 하는지 규정하고 싶지 않습니다. 특히 마틴 스코세이지에게 "이렇게 사용해야 한다"고 말하지 않을 것입니다. AI 모델은 하나의 매체입니다. 가장 흥미로운 것들은 거의 항상 인간이 루프 안에서 반복적으로 개입할 때 나옵니다.

영화에서 로봇까지: 생성형 모델의 종착점은 스크린이 아니다

진행자: 스타트업들이 이제 Flux와 여러분의 모델을 사용해 출시 비디오를 만듭니다. 예전에는 25만 달러를 들여 런치 비디오를 제작했지만, 지금은 1~2주면 끝낼 수 있습니다. 갈 가도트가 최근 비트코인 영화를 만들었는데, 배우가 사운드 스테이지에서 그린 스크린 없이 연기하고 모든 배경을 생성형 AI로 만들었습니다. 3천만 달러 예산으로 원래 1억 5천만 달러가 필요했던 효과를 냈습니다. 실제 생산 현장에서 사용되는 것을 보셨나요?

답변: 몇 가지를 보았습니다. 고급 영화 제작은 가장 까다로운 사용 사례 중 하나입니다. 누군가가 이를 탐구하고 있다는 점이 기쁘지만, 분명히 말씀드리자면 기술은 아직 궤도(trajectory) 위에 있으며 빠르게 진화하고 있습니다. 몇 년 전 박사 과정을 할 때는 64×64 픽셀 이미지만 생성할 수 있었지만, 지금은 다중 입력 고해상도 비디오를 처리할 수 있습니다. 하지만 여기서 멈추지 않을 것입니다.

제가 가장 흥미롭게 생각하는 점은 이것입니다: 동일한 멀티모달 모델을 사용해 영화를 찍은 다음, 이를 로봇의 두뇌로 배포할 수 있다는 것입니다. 정말 흥미롭습니다. 컴퓨터 사용(computer use)이 실제로 가능할지는 아직 불확실하지만, 기술은 물리적 세계로 나아가고 있습니다. 월드 모델(world models), 액션 모델(action models)은 결국 같은 것입니다.

진행자: 훈련 데이터는 어떻게 확보하나요? 인간에게 안경과 장갑을 착용시키고 1인칭 시점을 녹화하게 하나요? 아니면 YouTube에서 천 명이 음료를 따르는 영상을 보는 것만으로 충분한가요?

답변: 목표는 인컨텍스트 프롬프트(in-context prompt)로 로봇에게 명령하는 것입니다: "그 오렌지 주스를 가져와." 아직은 불가능합니다. 현재 접근 방식은 모델이 이미 방대한 시각적 이해를 탑재하고 있어, 특정 하드웨어에 적응시키기 위해 몇 시간의 미세 조정(fine-tuning) 데이터만 있으면 됩니다. 방향은 미세 조정을 최소화하고 인컨텍스트 명령에 최대한 의존하는 것이지만, 이는 여전히 연구 과제입니다.

진행자: 오픈소스가 중요한 시점이며, 기업은 주권을 원합니다. 디즈니(Disney)와 같은 대규모 IP 라이브러리를 가진 곳은 어떻게 해야 할까요? 여러분의 오픈소스 모델을 가져와 자체 훈련을 할까요, 아니면 여러분과 협력해 전용 모델을 훈련할까요?

답변: 가장 흥미로운 사용 사례는 이전에 없던 것을 생성하는 데 있습니다. 이것이 이 기술의 본질적으로 가장 흥미로운 부분입니다. 저희 공개 도구에서는 특정 IP를 생성할 수 없으며, 이는 매우 합리적입니다. 또한 일부 IP 소유자와 협력해 모델을 개발하고 있으며, 일부는 저희 오픈소스 모델을 기반으로 하고, 일부는 더 강력한 독점(proprietary) 모델을 기반으로 합니다.

가장 흥미로운 관점은 기술이 더 빠르고 더 상호작용적으로 변하고 있다는 점입니다. Disney+에 다양한 인터랙티브 콘텐츠 제작 도구가 탑재되는 것을 상상할 수 있습니다.

진행자: 현재 가장 흥미로운 현상은 팬 필름(fan films)입니다. 예전에는 팬 픽션(fan fiction)으로 자신만의 스타워즈(Star Wars) 이야기를 썼고, 이후 제다이 복장을 입고 팬 필름을 찍는 사람들이 생겼습니다. 조지 루카스(George Lucas)는 상업적 사용이 아니라면 허용한다고 말했습니다. 이제 사람들은 AI를 사용해 아직 다뤄지지 않은 스타워즈 이야기를 재해석하고 있으며, 'Star Wars Stories Untold'는 각 영상이 수백만 뷰를 기록하고 있습니다. 이것이 미래입니다: 소비자가 라이선스 비용을 지불하고, 캐릭터를 사용해 자신만의 이야기를 창작하도록 하는 것입니다.

답변: IP 측에 적합한 비즈니스 모델을 찾고, 이와 같은 초창의적인 맞춤형 플레이를 개방할 수 있다면 정말 좋을 것 같습니다. 저는 책을 읽거나 영화를 볼 때마다 "이렇게 전개되면 어땠을까"라고 생각하곤 했는데, 이제 드디어 이런 생각들을 시각화할 수 있게 되었습니다.

저희는 막 100명을 넘겼으며, 독일과 샌프란시스코에서 인재를 모집 중입니다: 대규모 모델 훈련 연구자, diffusion 및 flow matching 훈련 경험자, 고객과 함께 맞춤형 솔루션을 개발하는 엔지니어, 대규모 컴퓨팅 인프라 운영 담당자, 그리고 기술을 더 많은 사람들에게 전달하는 데 관심이 있는 분들을 찾고 있습니다.

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