AI 산업의 성장과 도전 🚀
2024년, 생성형 AI의
도입이 17% 증가하면서
많은 기업이 AI를
활용하고 있습니다. 그러나,
이를 지원할 데이터의
품질이 문제로 대두되고
있습니다.
Appen의 보고서에
따르면, 기업들은
AI 시스템에 필요한
고품질 데이터를
관리하는 데 어려움을
겪고 있습니다. 🤔
데이터 준비의 복잡성
보고서는 데이터
소싱, 정리, 라벨링
관련 병목현상이
10% 증가했다고
밝혔습니다. 이는
효과적인 AI 모델
구축의 복잡성을
보여줍니다.
Appen의 전략 책임자인
시 첸은 “AI 모델이
점점 더 복잡한 문제를
해결하려 함에 따라
데이터 요구도
변화하고 있다”고
말했습니다. 🗣️
데이터 관리의 새로운
도전
AI의 잠재력은 성장하고
있지만, 보고서는
여러 장애물을
식별합니다. 특히
생성형 AI의 경우,
더욱 다양하고 예측
불가능한 출력을
가져와 성공 기준을
정의하기 어렵다고
전했습니다.
맞춤형 데이터 수집의
필요성
생성형 AI 모델의
훈련 데이터를
소싱하기 위한
주요 방법으로
맞춤형 데이터
수집이 부상하고
있습니다. 이는
일반적인 웹 스크래핑
데이터에서 벗어나
신뢰할 수 있는
데이터셋을 선호하는
변화를 반영합니다.
AI 프로젝트의
성과 감소
보고서는 AI 프로젝트의
배포율이 감소하고
ROI가 줄어드는
추세를 발견했습니다.
이는 AI 모델의
복잡성이 증가함에
따라 발생한 것으로
보입니다. 😟
데이터 정확성의
중요성
데이터 정확성이
2021년 이후
9% 하락한
것으로 나타났습니다.
모델이 점점 더
정교해짐에 따라,
데이터도 복잡해지고
있습니다.
인간의 역할
보고서는 80%의
응답자가 AI 개발에
있어 인간의
참여가 중요하다고
강조했습니다. 인간
전문가는 AI 출력의
편향을 식별하고
모델을 현실 세계의
행동과 가치에
맞게 조정하는 데
중요한 역할을
합니다.
자세한 내용은
Appen의 2024
State of AI
보고서를
참조하세요.
