삭제된 이 동영상에서 구글의 전 CEO는 많은 진실을 이야기했습니다.

구글의 전 CEO이자 "지금은 더 이상 구글 직원이 아닌" 에릭 슈미트가 얼마 전 스탠퍼드에서 강연을 했습니다.

이 강연은 동영상으로 촬영되어 공식 스탠포드 온라인 YouTube 페이지에 업로드되었으며, 슈미트와 학생들 간의 40분간의 Q&A 세션이 포함되었습니다.

슈미트의 공유가 화제가 된 이유는 매우 직접적이고 솔직했기 때문입니다.

스탠포드 관계자는 이 영상을 숨겼습니다.

결국 슈미트는 이메일 인터뷰를 통해 '잘못된 표현'에 대해 사과했습니다.

저명한 기술 블로거 Appendix가 슈미트의 발언을 요약했습니다. /이 기사에는 슈미트와의 전체 Q&A가 포함되어 있으며, 슈미트의 공유 내용 중 주요 내용을 요약한 TLDR도 포함되어 있습니다.

Google이 지금 AI 분야에서 OpenAI에 밀리고 있는 이유는 무엇인가요? Google은 경쟁에서 이기는 것보다 직원들을 일찍 퇴근시키고 업무의 균형을 맞추는 것이 더 중요하다고 생각하기 때문입니다. 직원들이 일주일에 하루만 출근한다면 어떻게 OpenAI나 Anthropic을 이길 수 있을까요?

머스크를 보세요, TSMC를 보세요, 이 회사들이 성공한 이유는 직원들을 굴릴 수 있는 능력 때문이며, 직원들을 충분히 강하게 밀어붙여야 승리할 수 있고 TSMC는 박사 학위를 가진 물리학자에게도 일을 맡깁니다. 물리학 박사학위 소지자가 첫해에 공장에서 일하게 한다면 미국의 박사과정 학생이 조립 라인에 가는 것을 상상할 수 있을까요?

저도 많은 실수를 저질렀는데, 예를 들어 예전에는 NVIDIA의 CUDA가 멍청한 프로그래밍 언어라고 생각했지만 이제 CUDA는 NVIDIA의 가장 강력한 해자이며 모든 대형 모델은 CUDA에서 실행되어야하며 다른 칩이 흔들 수없는 조합 인 NVIDIA의 GPU 만이 CUDA를 지원합니다.

그리고 Microsoft가 OpenAI와 파트너 관계를 맺을 때도 믿기 어려웠는데, 어떻게 Microsoft가 가장 중요한 AI 사업을 저런 작은 회사에 아웃소싱하고, 대기업들이 모두 관료주의에 빠져서 일을 처리하는 데 어려움을 겪는 애플의 미온적인 AI 접근 방식을 볼 수 있을까요?

TikTok은 미국인들에게 교훈을 주었습니다: 만약 당신이 미국 젊은이이고, 사업을 시작한다면, 음악을 훔칠 수 있다면, 빨리 해야 합니다. -- 돈을 벌면 최고의 변호사를 고용해 엉덩이를 닦아줄 돈이 있고, 안 벌면 아무도 고소하지 않을 테니까요.

오픈AI의 스타게이트는 1000억 달러가 필요하다고 광고했지만 실제로는 3000억 달러가 안 될 수도 있고 에너지 격차가 너무 커서 미국이 수력 자원이 풍부하고 노동력이 싸고 미국과 충분히 가까운 캐나다와 좋은 관계를 맺거나 아랍 국가들과 친해져서 하게 해야 한다고 백악관에 제안했죠. 백악관은 미국이 수력 자원이 풍부하고 노동력이 저렴하며 미국과 충분히 가까운 캐나다와 잘 지내거나 아랍 국가들과 가까워져서 그들이 주권 투자를 할 수 있도록 해야 한다고 제안했습니다.

유럽은 희망이 없고, 브뤼셀(유럽연합 본부가 있는)은 기술 혁신의 기회를 파괴하고 있으며, 프랑스에는 약간의 희망이 있을 수 있지만 독일은 말할 것도 없고 나머지 유럽은 말할 것도 없으며, 인도는 미국 동맹국 중 가장 중요한 스윙 국가이고 미국은 중국을 잃었습니다.

오픈소스는 훌륭하고 구글의 역사상 많은 인프라가 오픈소스의 혜택을 받았지만 솔직히 오픈소스를 사용하기에는 AI 산업의 비용이 너무 높고, 구글이 투자한 프랑스의 대형 모델인 Mistral은 폐쇄 소스 방식으로 전환할 예정인데, 이는 모든 회사가 메타처럼 기꺼이 할 수 있는 일이 아니며 할 수 있는 일도 아닙니다. 모든 회사가 Meta처럼 큰 일을 할 의지와 능력이 있는 것은 아닙니다.

AI는 부자를 더 부자로, 가난한 사람을 더 가난하게 만들 것이며 국가도 마찬가지입니다. 이것은 강대국 간의 게임이며 기술 자원이 없는 국가는 강대국의 공급망에 참여할 수 있는 티켓을 얻지 못하면 잔치를 놓치게 될 것입니다.

AI 칩은 고급 제조업에 속하고 생산량은 매우 높지만 고용을 끌어낼 가능성은 거의 없으며, 기계화 된 생산으로 가득 찬 칩 제조 공장에 가본 사람이 거의 없을 수 있으며, 사람이 될 필요가 없으며, 사람들은 어리 석고 더러워서 제조업이 부활 할 것으로 기대하지 말고, 애플 맥북 생산 라인을 텍사스로 다시 이전 한 것은 저임금 때문이 아니라 다른 대규모 생산이 필요 없기 때문입니다. 애플이 맥북 생산 라인을 텍사스로 다시 옮긴 것은 텍사스의 임금이 낮아서가 아니라 더 이상 대규모로 인력을 고용할 필요가 없기 때문입니다.

역사적으로 전기가 공장에 도입되었을 때 증기기관보다 생산성이 높지 않았고, 약 30년이 지난 후에야 분산 전력이 작업 현장의 레이아웃을 바꾸고 조립 시스템의 출현을 이끌면서 생산성 도약의 시발점이 되었습니다. AI는 당시 전기가 그랬던 것처럼 지금도 가치가 있지만, 큰 성과를 거두려면 조직 혁신이 필요하며 현재로서는 모두가 '낮은 열매'를 따고 있을 뿐입니다.

팔로우를 클릭하여 더 많은 AI 기업가를 찾아보세요

1.미래를 바꿀 세 가지 AI 기술

호스트: 단기적으로 AI가 어떻게 진화할 것으로 보십니까? 단기적이라는 정의는 향후 1~2년 정도라고 보시죠?

Eric Schmidt: 6개월마다 미래에 대한 제 강연을 다시 해야 할 정도로 상황이 빠르게 변화하고 있습니다. 여기 컴퓨터 과학 전공자가 있나요? 백만 개의 토큰 컨텍스트 창이 무엇인지 설명할 수 있는 사람이 있나요?

청중: 기본적으로 백만 개의 토큰이나 백만 개의 단어 등으로 질문 프롬프트를 보낼 수 있다는 뜻입니다.

Eric Schmidt: 백만 개의 토큰은 백만 단어 길이의 질문을 할 수 있다는 뜻이죠.

청중: 네, 그게 현재 제미니의 큰 방향성이라는 것을 알고 있습니다.

제미니의 공식 웹사이트 설명(중국어로 번역됨)은 다음과 같습니다. 플러그인 효과, 몰입형 번역 덕분)

Eric Schmidt: 아니요, 목표는 천만 명입니다. Anthropic은 이미 20만 명에 도달했고 계속 성장하고 있습니다. 목표는 백만 명 이상이며, OpenAI도 비슷한 목표를 가지고 있다고 생각할 수 있습니다. 다음으로, AI 에이전트가 무엇인지 기술적으로 정의해 줄 수 있나요?

청중: AI 에이전트는 웹에서 작업을 수행하고, 사용자를 대신해 물건을 구매하는 등의 작업을 수행하는 사람입니다.

Eric Schmidt: 에이전트는 어떤 종류의 작업을 수행하는 무언가이고, 또 다른 정의는 메모리가 있는 언어의 큰 모델입니다. 컴퓨터 공학을 전공하는 학생 여러분, 텍스트 투 액션이 무엇인지 설명할 수 있는 사람이 있나요?

청중 : 텍스트를 더 많은 텍스트로 확장하고 텍스트를 입력한 다음 AI가 텍스트를 기반으로 동작을 트리거하는 것입니다.

Eric Schmidt: 또 다른 정의는 프로그래밍 언어인 파이썬으로 언어를 변환하는 것인데, 저는 결코 살아남을 수 없다고 생각했습니다. 하지만 이제 AI의 모든 작업은 파이썬으로 이루어집니다. 최근에 출시된 Mojo라는 새로운 언어가 AI 프로그래밍 문제를 해결할 수 있을 것으로 보이지만, 파이썬의 독주를 견뎌낼 수 있을지는 지켜봐야 할 것입니다.

또 다른 기술적 질문, 다른 회사들은 고전을 면치 못하고 있는데 왜 엔비디아는 2조 달러의 가치를 지니고 있을까요?

청중: 기술적인 문제입니다. 주로 코드 실행의 최적화에 달려 있다고 생각합니다. 오늘날 대부분의 코드는 최적화된 환경에서 실행되어야 하며, 이는 엔비디아의 GPU만이 할 수 있습니다. 사실 다른 회사들은 모든 종류의 기술을 개발할 수 있고 최대 10년의 소프트웨어 개발 경험을 가지고 있지만, 머신 러닝에 특별히 최적화된 팀을 보유하고 있지는 않습니다.

Eric Schmidt: 저는 CUDA를 GPU의 C 언어라고 생각하고 싶습니다. 저는 그렇게 생각하고 싶습니다. 2008년에 탄생했고, 저는 항상 끔찍한 언어라고 생각했지만 지금은 주류가 되었습니다. CUDA에 고도로 최적화된 오픈 소스 라이브러리도 많이 나와 있습니다. 이러한 기술 스택을 구축하는 모든 사람이 요점을 놓치고 있습니다. 우리는 이를 vlm 기술이라고 부르며, 이와 유사한 다른 오픈 소스 라이브러리도 모두 CUDA에 최적화되어 있습니다. 이는 경쟁사가 모방하기 매우 어렵습니다.

이 모든 것이 무엇을 의미할까요?

내년에는 컨텍스트 창, 에이전트 및 텍스트-투-액션 기능을 훨씬 더 큰 규모로 만나보실 수 있습니다. 이 기능들이 대규모로 적용되면 적어도 제 생각에는 지금 소셜 미디어에서 보고 있는 엄청난 영향력보다 더 큰 영향력을 발휘할 것입니다. 컨텍스트 창에서 단기 메모리로 사용할 수 있고, 그 규모가 이렇게 대규모로 이루어질 수 있다는 것이 너무 충격적이며, 기술적으로도 서비스와 계산이 매우 복잡합니다.

단기 기억의 흥미로운 점은 20권의 책을 읽고 그 책의 텍스트를 쿼리로 입력한 다음 책의 내용을 알려주도록 하는 것입니다. 인간의 뇌는 중간 부분을 잊어버립니다. 예를 들어 화학 관련 책을 읽고 그 안에 있는 화학 원리를 발견한 다음 테스트하고 그 결과를 이해에 추가하는 방식으로 작동합니다. 이것은 매우 강력합니다.

세 번째 요점은 제가 언급한 텍스트 투 액션입니다. 예를 들어, 정부는 현재 TikTok을 금지하는 방안을 검토하고 있습니다. 실제로 그렇게 될지 여부는 알 수 없습니다. 만약 틱톡이 금지된다면, 저는 LLM에게 이렇게 말하길 제안합니다. '틱톡을 복사해서 모든 사용자를 확보하고, 모든 음악을 확보하고, 내 선호도를 추가하고, 30초 안에 생성하여 게시하세요. 한 시간 안에 불이 붙지 않으면 그 대신 비슷한 작업을 하라고 지시하는 것이죠. 쾅, 쾅, 쾅, 바로 시작하세요.

알겠나요? 어떤 언어에서든 임의의 숫자 명령을 직접 생성할 수 있다면, 이 시나리오에서는 기본적으로 파이썬이 하는 일입니다. 내 말을 듣지 않는 프로그래머 대신 내가 원하는 방식으로 일하는 프로그래머가 모두에게 있다고 상상해 보세요. (웃음) 프로그래머들은 제가 무슨 말을 하는지 잘 알고 있죠. 거만하지 않고, 내가 원하는 대로만 해주고, 돈을 많이 주지 않아도 되는 프로그래머를 상상해 보세요. 그리고 이런 프로그래머는 무한히 공급됩니다. 그리고 이러한 ......

호스트: 모두 향후 1~2년 내에 실현될 것입니다.

Eric Schmidt: 곧 실현될 것입니다. 저는 다음 기술의 물결에서 이런 일이 일어날 것이라고 확신합니다.

청중: 확장된 컨텍스트 창, 프록시, 텍스트 투 액션의 조합이 상상할 수 없는 영향력을 발휘할 것이라고 언급하셨습니다. 첫째, 이러한 조합이 중요한 이유는 무엇인가요? 둘째, 미래를 예측할 수 없다는 것을 알지만, 현재 우리가 상상할 수 있는 것 이상으로 발전할 것이라고 생각하는 이유는 무엇인가요?

Eric Schmidt: 확장된 컨텍스트 창이 적시성 문제를 해결해 주기 때문이라고 생각합니다. 현재 AI 모델은 준비 기간 6개월, 훈련 기간 6개월, 미세 조정 기간 6개월 등 1년 정도 걸리기 때문에 항상 조금 뒤쳐져 있습니다. 하지만 확장된 컨텍스트 창을 사용하면 가장 최신 정보를 입력할 수 있으므로 Google의 실시간 업데이트 기능과 마찬가지로 매우 강력한 컨텍스트 기능을 활용할 수 있습니다.

에이전트 모델에 대해 예를 들어 보겠습니다. 저는 한 비영리 단체에 자금을 지원하는 재단을 만들었는데, 이 단체는 화학 학습을 위한 대규모 언어 모델에 기반한 시스템인 Chemcrow라는 도구로 프로젝트를 시작했습니다. 그들은 이 시스템을 사용하여 단백질에 대한 화학적 가설을 생성한 다음, 실험실에서 밤에 테스트를 하고 시스템이 계속 학습하는 방식으로 연구를 진행했습니다. 이를 통해 화학과 재료 과학 분야의 연구 발전이 크게 가속화되었습니다.

'텍스트 투 액션'은 값싼 프로그래머들이 많이 투입된 효과로 이해할 수 있다고 생각합니다. 하지만 전등을 켜고 끄는 것과 같은 단순한 일이 아니라, 각자가 전문적으로 하는 일을 하는 프로그래머가 있을 때 어떤 일이 일어나는지 우리는 잘 이해하지 못한다고 생각합니다.

예를 들어 Google이 마음에 들지 않는다고 가정하고 웹 검색, 인터페이스 구축, 생성형 AI 추가, 30초 만에 완성되는 Google 경쟁사를 만들어서 결과를 보자고 해봅시다. 구글과 같은 오래된 기업들은 이런 종류의 공격에 위협을 받을 가능성이 높으며, 두고 볼 일입니다.

2. "저는 더 이상 구글 직원이 아닙니다."

진행자: 오랫동안 구글에서 근무하셨고, 트랜스포머 아키텍처를 발명하셨죠. 전 구글 리서치 엔지니어링 디렉터였던 피터 노르빅(Peter Norvig)이 그 주역 중 한 명이었습니다. 피터와 제프 딘과 같은 똑똑한 사람들 덕분이죠. 하지만 이제 구글은 주도권을 잃은 것 같고 OpenAI가 따라잡았습니다. 제가 본 가장 최근 순위에서는 Anthropic의 Claude가 1위를 차지했습니다. 이에 대해 순다르(순다르 피차이)에게 물어봤지만 명확한 답변을 해주지 않았습니다. 실제로 무슨 일이 벌어지고 있는지 더 명확하고 객관적인 설명이 있을지도 모르겠네요.

Eric Schmidt: 저는 더 이상 Google의 직원이 아닙니다. 솔직히 Google은 일과 삶의 균형에 훨씬 더 중점을 두고 있으며, 전투에서 승리하는 것보다 일찍 퇴근하고 재택근무하는 것이 더 중요해 보입니다. 스타트업 성공의 비결은 직원들이 열심히 일하는 것입니다. 너무 직설적으로 말해서 미안하지만 그게 바로 현실입니다. 여러분이 졸업하고 회사를 창업했다면 일주일에 하루만 출근하고 대부분의 시간을 재택근무하는 직원은 없을 것입니다. 다른 스타트업과 경쟁하려면 그렇게 해서는 안 됩니다.

호스트: Google의 초기 시절은 당시 Microsoft와 매우 흡사했습니다 ......

Eric Schmidt. 강한>에릭 슈미트: 네.

어떤 기업은 매우 혁신적인 방식으로 시장을 장악하고 한 분야를 완전히 지배한 후 다음 단계로 원활하게 전환하지 못하는 것은 우리 업계에서 흔히 볼 수 있는 현상입니다.

이런 상황이 많이 있습니다. 저는 창업자가 중요하다고 생각하며, 이는 매우 중요한 문제입니다. 창업자는 회사를 이끌고 있기 때문입니다. 창업자는 종종 함께 일하기 어렵고 직원들에게 까다롭지만, 동시에 회사를 발전시키는 원동력이기도 합니다.

엘론(머스크)의 개인적인 행동 중 일부가 마음에 들지 않을 수도 있지만, 그가 직장에서 한 일을 살펴보세요. 제가 그와 저녁을 먹던 날, 그는 비행기를 타고 왔다 갔다 하고 있었습니다. 저는 몬태나에 있었는데, 그는 그날 밤 10시에 xAI와의 이른 아침 회의에 참석하기 위해 비행기를 타야 했습니다.

대만에 갔을 때 다른 곳의 다른 문화를 느낄 수 있었고, TSMC에는 물리학 박사 학위를 받은 신입 사원이 공장 지하에서 먼저 일해야 한다는 규칙이 있다는 사실에 충격을 받았습니다. 미국인 박사에게 그런 일을 부탁하는 것이 상상이나 되나요? 거의 불가능합니다.

그러나 일은 달랐습니다. 제가 업무 문제를 열심히 다루는 이유는 이러한 시스템에는 네트워크 효과가 있기 때문입니다. 시간은 매우 중요하지만 대부분의 산업에서 시간은 그다지 중요하지 않습니다. 코카콜라와 펩시는 항상 존재할 것이고 두 회사의 경쟁은 빙하처럼 천천히 변화하면서 계속될 것입니다.

통신 회사에서 일할 때 일반적인 통신 계약은 체결하는 데 18개월이 걸렸습니다. 저는 그렇게 오래 걸릴 필요는 없다고 생각하며 가능한 한 빨리 일을 처리해야 한다고 생각합니다. 지금은 성장과 수익이 최고조에 달하고 있으며, 기발한 아이디어가 필요한 시기입니다.

예를 들어 Microsoft가 OpenAI와 제휴하기로 결정했을 때 저는 가장 멍청한 아이디어 중 하나라고 생각했습니다. 마이크로소프트가 OpenAI와 샘의 팀에게 AI 리더십을 넘겨준 것은 정말 놀라운 일이었습니다.

3. 모델 격차가 벌어지고 있습니다

Eric Schmidt: AI의 격차에 대해 질문하셨어요. strong>: 방금 다음에 무슨 일이 일어날지 물으셨는데, 6개월마다 제 생각이 달라집니다. 우리는 홀수 짝수 주기의 변동 주기에 있습니다. 현재로서는 프론티어 모델(지금은 세 가지 모델만 있습니다)과 다른 모델 간의 격차가 점점 더 벌어지고 있는 것 같습니다. 6개월 전에는 격차가 좁혀지고 있다고 생각해서 소규모 회사에 많은 돈을 투자했지만 지금은 잘 모르겠습니다.

대기업들과 이야기를 시작했는데, 대기업들은 100억, 200억, 500억, 심지어 1,000억이 필요하다고 말하더군요.

호스트: 목표가 1,000억이죠?

Eric Schmidt: 네, 매우 어렵습니다. 저는 샘 알트먼과 친한 친구인데, 그는 3,000억 달러 이상이 필요하다고 생각해요. 저는 이미 필요한 전력을 계산해 놓았다고 말했죠. 저는 지난 금요일 백악관에 가서 캐나다 사람들이 친절할 뿐만 아니라 캐나다가 AI 발명을 도왔고 수력 자원이 많기 때문에 캐나다와 좋은 관계를 맺어야 한다고 솔직하게 이야기했습니다. 그리고 우리나라는 이러한 발전을 뒷받침할 전력이 충분하지 않습니다.

또 다른 옵션은 아랍 국가들이 자금을 지원하도록 하는 것입니다. 저는 개인적으로 아라비아를 좋아하고 그곳에서 많은 시간을 보냈습니다. 하지만 그들은 우리의 국가 안보 규칙을 지키지 않을 것이지만, 캐나다와 미국은 협력할 수 있습니다.

호스트: 맞습니다. 따라서 1,000억 달러, 3,000억 달러 규모의 데이터센터, 전력은 희소 자원이 될 것입니다.

Eric Schmidt: 그렇습니다. 그런 맥락에서 엔비디아에 3,000억 달러가 투자된다면 어떤 주식을 사야 할지 아시겠죠? (웃음) 물론 주식을 추천하는 것은 아닙니다.

호스트: 맞습니다. 우리는 더 많은 칩이 필요할 것이고, 인텔은 미국 정부로부터 많은 돈을 받고 있고, AMD는 모두 칩 공장을 건설하려고 노력하고 있습니다.

에릭 슈미트: 바닥에 인텔 칩을 사용하는 기기가 있으면 손을 들어주세요(청중 손 들기). 이제 인텔의 독점은 끝날 것 같습니다.

진행자: 인텔은 한때 독점을 했습니다. 지금은 엔비디아가 독점하고 있습니다. 그렇다면 CUDA와 같은 기술 장벽을 극복할 수 있는 다른 회사가 있을까요? 얼마 전 다른 기업가와 이야기를 나눴는데, 그는 확보할 수 있는 자원에 따라 TPU와 엔비디아 칩을 전환할 계획이라고 합니다.

Eric Schmidt: 다른 선택지가 없었기 때문이죠. 만약 그에게 무제한의 돈이 있었다면 더 빠른 엔비디아의 B200 아키텍처를 선택했을 것입니다. 어떤 것을 암시하려는 것은 아니지만 경쟁은 확실히 좋은 것입니다. 저는 AMD의 Lisa Sue와 이 문제에 대해 자세히 논의했고, 그들은 CUDA 아키텍처를 자체 아키텍처로 변환하는 시스템인 Rocm을 개발했습니다. 아직 완전히 작동하지는 않지만 계속 연구 중입니다.

4.우리는 거대한 거품을 겪을 것이고,그런 다음 시장은 스스로 조정될 것입니다

AUDIENCE: AI의 미래에 대해 매우 낙관적으로 전망하고 계십니다. 그 발전의 원동력은 무엇이라고 생각하시나요? 더 많은 자금인가요? 아니면 더 많은 데이터인가요? 아니면 기술적인 혁신일까요?

Eric Schmidt: 저는 기본적으로 어떤 것이 효과가 있을 것이라고 말할 수 없기 때문에 보이는 모든 것에 투자하고 있습니다. 그리고 지금 저를 따라 많은 돈이 들어오고 있습니다. 그 이유 중 하나는 초기 투자가 돈을 벌었고 이제 큰 돈을 버는 투자자들은 AI에 대해 잘 모르더라도 모든 프로젝트에 AI 요소가 있어야한다고 생각하기 때문에 이제는 거의 모든 투자가 AI 투자가되었습니다. 그들은 좋은 것과 나쁜 것을 구분할 수 없습니다. 제가 이해하는 AI는 정말 학습하는 시스템이고, 그게 중요하다고 생각합니다.

또한 더 이상 트랜스포머 아키텍처에 국한되지 않는 매우 진보된 새로운 알고리즘도 있습니다. 트랜스포머가 아닌 새로운 아키텍처를 만든 친구이자 오랜 파트너가 있고, 제가 파리에 투자한 팀도 비슷한 혁신 기술을 가지고 있으며, 스탠포드 쪽에서도 새로운 움직임이 꽤 많이 일어나고 있습니다.

마지막으로, 스마트 기술을 개발하면 큰 보상을 받을 수 있다는 믿음이 시장에 널리 퍼져 있습니다. 예를 들어, 어떤 회사에 500억 달러를 투자했다면 스마트 기술을 통해 그 중 엄청난 금액을 회수할 수 있을 것으로 기대할 것입니다. 따라서 엄청난 투자 버블을 겪은 후 시장이 저절로 조정될 수 있습니다. 과거에도 항상 그랬고 지금도 마찬가지일 것입니다.

호스트: 앞서 선두 기업들 간의 격차가 점점 더 벌어지고 있다고 언급하셨습니다.

Eric Schmidt: 네, 지금은 그렇습니다. 프랑스에 미스트랄이라는 회사가 있는데, 아주 잘하고 있어서 제가 투자한 적이 있습니다. 두 번째 버전의 모델을 출시했지만 비용이 너무 많이 들어 세 번째 버전은 아마도 폐쇄될 것입니다. 수익이 필요하고 더 이상 무료로 모델을 제공할 수 없기 때문입니다.

오픈 소스와 비공개 소스 간의 논쟁은 우리 업계에서 매우 치열합니다. 개인적으로 저는 오픈 소스 소프트웨어를 공유하려는 사람들의 의지를 바탕으로 제 커리어를 쌓아왔습니다. 제가 해온 모든 기술 작업은 오픈소스이고, 구글의 핵심 기술 중 상당수가 오픈소스입니다. 하지만 이제는 자본 비용이 너무 높아져서 소프트웨어 개발 방식이 급격하게 바뀔 수도 있습니다.

개인적으로는 소프트웨어 프로그래머의 생산성이 적어도 두 배 이상 높아질 것이라고 생각합니다. 현재 이 목표를 향해 노력하는 서너 개의 소프트웨어 회사가 있고, 저는 이 회사들에 투자했습니다. 이들의 목표는 소프트웨어 프로그래머의 효율성을 개선하는 것입니다. 최근에 제가 본 흥미로운 회사 중 하나는 Augment라는 회사인데, 저는 항상 개별 프로그래머에 대해 생각하지만 이 회사는 수백만 줄의 코드를 가지고 있지만 아무도 그 코드가 어떻게 작동하는지에 대한 모든 세부 사항을 파악할 수 없는 대규모 소프트웨어 팀을 대상으로 하고 있습니다. 바로 이런 문제가 인공지능으로 해결하기에 완벽한 문제입니다. 돈을 벌 수 있을까요? 그러길 바랍니다.

호스트: 그래서 더 논의할 것이 많습니다.

청중: 트랜스포머가 아닌 아키텍처의 경우, 상태 모델 등에 대한 논의가 많지 않았던 것 같은데, 이제 조금 더 주목을 받고 있는데 이 분야에서 새롭게 발전하고 있는 분야에는 어떤 것들이 있나요?

Eric Schmidt: 저는 수학을 잘 모르며, 여기서의 수학은 매우 복잡합니다. 하지만 기본적으로 경사 하강과 행렬 곱셈을 더 빠르고 더 잘하는 다른 방법일 뿐이고, 트랜스포머는 제가 알기로는 곱셈을 동시에 체계적으로 수행하는 방식입니다. 이것과 비슷하지만 수학은 다릅니다.

청중: 당신은 교육을 통해 엔지니어가 되셨는데, 이런 모델들이 미래에 어떤 기능을 할 수 있을지 생각하면서 프로그래밍을 배우는 데 시간을 투자해야 하나요?

Eric Schmidt: 영어를 이미 구사하는데 왜 계속 배워야 하느냐는 것과 같습니다. 학습은 항상 다음 단계로 나아가기 위한 것이죠. 이러한 시스템이 어떻게 작동하는지 이해해야 합니다.

5.분산 컴퓨팅은 산술 문제를 해결하지 못합니다AI

청중: 두 가지 간단한 질문: 첫째, 대규모 언어 모델의 경제적 영향이 처음 예상했던 시장 영향보다 더 느린가요? 둘째, 학계가 AI 보조금을 받아야 한다고 생각하시나요? 아니면 대기업과 협력해야 할까요?

Eric Schmidt: 저는 대학을 위한 데이터 센터를 추진하려고 노력해 왔습니다. 제가 컴퓨터 공학과 교수라면 대학원생들과 함께 알고리즘을 개발할 수 없고 대기업과 함께 일해야 하기 때문에 매우 불만스러울 것입니다. 제 생각에는 그런 회사들이 그런 노력을 충분히 하지 않는 것 같아요. 많은 교수님들과 이야기를 나눠봤는데, 많은 교수님들이 구글 클라우드 사용 할당량을 기다리는 데 많은 시간을 소비해야 한다고 하더군요. 이 분야는 급성장하는 분야이고, 대학에서 리소스를 사용할 수 있도록 하는 것이 옳은 일이며, 저는 이를 추진하려고 노력하고 있습니다.

노동 시장에 미치는 영향에 대해서는 기본적으로 고숙련 대학교육과 관련 일자리는 사람들이 이러한 시스템으로 일하게 될 것이므로 괜찮을 것이라고 생각합니다. 이러한 시스템이 이전 기술의 물결과 다르지 않다고 생각하며, 위험하고 인간의 판단력이 덜 필요한 직업은 결국 대체될 것입니다.

청중: 분산 환경에 대해 살펴본 적이 있나요? 대규모 클러스터를 구축하기는 어렵지만 MacBook은 여전히 매우 강력하기 때문에 물어봅니다. 전 세계에는 더 작은 컴퓨터가 많이 있습니다. Folding@home과 같은 아이디어가 교육에 활용될 수 있다고 생각하시나요?

주: "Folding@home"은 전 세계 참여자 컴퓨터의 유휴 자원을 활용해 단백질 폴딩 계산을 수행하는 전 세계적으로 분산된 컴퓨팅 프로젝트입니다.

Eric Schmidt: 분산 환경은 참으로 어려운 과제입니다. 대규모 클러스터를 구축하는 것도 쉽지 않지만 각 MacBook은 자체적인 컴퓨팅 성능을 가지고 있습니다. 전 세계에 작은 컴퓨터가 너무 많기 때문에 이들을 하나로 묶는 아이디어는 큰 잠재력을 가지고 있습니다. 교육용으로 사용할 수 있지만 해결해야 할 기술적 세부 사항이 많이 있습니다.

이 알고리즘의 작동 원리를 자세히 살펴보면, 매우 큰 행렬이 있고 기본적으로 곱셈을 하고 있습니다. 상상할 수 있듯이 이 프로세스는 반복적으로 수행됩니다. 이러한 시스템의 성능은 전적으로 데이터가 메모리에서 CPU 또는 GPU로 얼마나 빨리 전송되는지에 따라 달라집니다. 실제로 엔비디아의 차세대 칩은 이러한 모든 기능을 하나의 칩에 통합했으며, 칩의 크기가 너무 커서 모든 기능이 하나로 통합되었습니다. 그리고 패키징 공정이 매우 섬세해서 칩과 패키징은 클린룸에서 이루어집니다. 따라서 현재로서는 슈퍼컴퓨터와 빛의 전송 속도, 특히 메모리 간의 상호 연결이 핵심 요소입니다. 그래서 말씀하신 것처럼 단기간에 실현될 가능성은 그리 높지 않다고 생각합니다.

호스트: 큰 언어 모델을 분할할 수 있나요?

Eric Schmidt: 그렇게 하려면 수백만 개의 모델이 있어야 합니다. 그리고 질문하는 방식이 매우 느려집니다.

6.미래에는 AI를 이해하지 않고도 할 수 있지만, 그 경계를 알아야 합니다

진행자: 주제를 바꿔서 조금 철학적인 얘기를 해보겠습니다. 작년에 헨리 키신저, 다니엘 후텐로처 지식의 본질과 그 진화에 관한 글을 함께 작성했습니다. 저도 최근 이 주제에 대해 다른 사람들과 이야기를 나누고 있는데, 과학 혁명과 계몽주의가 등장하기 전까지 대부분의 역사에서 인류의 우주에 대한 이해는 신비로 가득 차 있었습니다. 기사에서는 이제 우주 모델이 점점 더 복잡해지고 이해하기 어려워져 더 이상 내부 메커니즘을 명확히 알 수 없게 되었다고 말합니다.

파인만은 "내가 만들 수 없는 것은 이해할 수 없다. "라는 말을 남겼는데, 현재 사람들은 자신도 잘 이해하지 못하는 것들을 만들어내고 있는 것 같습니다. 이것은 지식에 대한 우리의 이해가 변화하고 있다는 것을 의미할까요? 명확한 설명을 제공하지 않더라도 이러한 모델의 결론을 받아들여야 할까요?

Eric Schmidt: 비유를 들어 말씀드리자면, 청소년과 비슷합니다. 가족 중에 십대가 있다면 그들도 인간이라는 것을 알지만, 항상 생각하는 방식은 다릅니다. 하지만 우리 사회는 그들의 존재에 적응하는 법을 배웠고 그들이 결국 성숙할 것이라는 것을 알고 있습니다. 따라서 우리가 완전히 이해할 수 없는 지식 체계가 있을 수 있지만, 그들의 경계는 이해할 수 있습니다. 우리는 그들이 무엇을 할 수 있고 무엇을 할 수 없는지 알고 있습니다. 그것이 우리가 기대할 수 있는 최선일 것입니다.

호스트: 이러한 한계를 파악할 수 있다고 생각하시나요?

Eric Schmidt: 관리할 수 있다고 생각합니다. 우리가 매주 이야기하는 소규모 팀은 미래에 이런 종류의 적대적 AI 기술을 사용할 수 있을 것이라고 생각합니다. 돈을 지불하면 AI 시스템을 테스트하고 취약점을 찾아주는 전문 회사가 있는 미래를 상상해 보세요. 지금 있는 '레드팀'처럼, 이번에는 AI를 통해 업계 전체가 이런 종류의 AI 대 AI, 특히 우리가 아직 이해하지 못하는 부분을 찾아내는 일을 하게 될 것입니다. 상당히 신뢰할 수 있다고 생각합니다. 스탠포드도 이런 방향을 고려할 수 있습니다. 이러한 큰 모델을 해독하고 작동 방식을 연구하는 방법에 관심이 있는 대학원생이 있다면 좋은 기술 포인트가 될 것입니다. 그래서 이 두 가지가 함께 발전할 것이라고 생각합니다.

청중: 앞서 적대적 AI와 관련된 의견을 언급하셨는데, AI 성능 모델을 개선하는 것 외에 우리가 해결해야 할 문제는 어떤 것들이 있을까요? AI가 실제로 우리가 원하는 일을 하도록 하기 위한 주요 과제는 무엇인가요?

Eric Schmidt: 고성능 모델을 강화해야 하는 것은 사실입니다. 인공지능에 대한 환상이 완전히 사라질 것이라는 말은 아니지만, 기술이 발전함에 따라 줄어들 것이라는 점을 전제해야 합니다. 또한 효과를 검증할 수 있는 방법이 있다는 가정 하에 결과가 기대에 부합하는지를 알아야 합니다.

방금 언급한 TikTok의 경쟁사 사례처럼요. 그런데 모든 사람의 음악을 불법적으로 훔치라는 것이 아닙니다. 만약 여러분이 실리콘밸리의 기업가라면 - 그리고 여러분 모두가 그렇게 되길 바랍니다 - <강조>제품이 인기를 끌면 변호사를 고용해 도움을 받겠지만, 아무도 여러분의 제품을 사용하지 않는다면 모든 콘텐츠를 훔쳤다고 해도 모든 콘텐츠를 훔쳐도 상관없습니다. 하지만 제 말을 너무 심각하게 받아들이지 마세요.

실리콘밸리에서는 이러한 테스트를 통해 문제를 해결합니다. 그것이 우리가 일반적으로 처리하는 방식입니다. 따라서 앞으로 점점 더 많은 고성능 시스템을 보게 될 것이고, 테스트는 점점 더 세분화될 것이며, 결국에는 AI가 통제 가능한 수준인지 확인하기 위한 적대적 테스트가 등장할 것이라고 믿습니다. 이를 전문 용어로 '연쇄적 사고 추론'이라고 부릅니다. 향후 몇 년 안에 레시피를 따르는 것처럼 1000단계의 연쇄 추론을 생성할 수 있게 될 것으로 예상됩니다. 레시피를 단계별로 따라가면서 최종 결과가 올바른지 확인할 수 있습니다. 이것이 시스템이 작동하는 방식입니다. 물론 게임을 하는 것이 아니라면 말이죠.

7.단기간에 극복하기 어려워 보이는 허위 정보

청중: AI가 허위 정보를 생성하는 것을 방지하는 방법 특히 다가오는 선거에서 여론이 허위 정보를 만들어내는 것을 어떻게 막을 수 있을까요? 장단기적으로 어떤 해결책이 있을까요?

Eric Schmidt: 다가오는 선거에서, 그리고 전 세계적으로도 대부분의 허위 정보는 소셜 미디어를 통해 퍼질 것이며, 소셜 미디어 회사는 현재 이러한 정보를 관리할 만큼 충분히 강력하지 않습니다. . 틱톡을 보면 일부 사람들은 틱톡이 한 종류의 허위 정보를 다른 정보보다 선호한다고 비판합니다. 저는 우리가 그 부분에서 혼란에 빠져 있다고 생각하며 비판적으로 생각하는 방법을 배워야 한다고 생각합니다. 어려운 도전이 될 수 있지만 누군가가 무언가를 말한다고 해서 그것이 사실이라는 것을 의미하지는 않습니다.

청중: 다른 극단으로 가나요? 진실이 아닌데도 아무도 믿지 않나요? 어떤 이들은 이 현상을 '인식론적 위기'라고 요약하기도 합니다.

Eric Schmidt: 저는 우리가 신뢰의 위기에 직면해 있다고 생각합니다. 사회에 대한 가장 큰 위협은 허위 정보라고 생각합니다. 왜냐하면 우리는 허위 정보를 만드는 데 점점 더 능숙해지고 있기 때문입니다. 제가 유튜브를 운영할 때 가장 큰 문제는 사람들이 가짜 동영상을 업로드하고 그로 인해 목숨까지 잃는다는 것이었는데, 당시에는 충격적으로 들리겠지만 '사망 금지 정책'이 있었어요.

주: YouTube는 심각한 신체적 상해나 사망을 초래할 수 있는 위험하거나 불법적인 활동을 조장하는 콘텐츠를 허용하지 않습니다.

이러한 문제를 해결하려고 노력하는 것은 정말 고통스러웠고, 당시에는 생성형 AI가 없었기 때문에 솔직히 말해서 특별히 좋은 해결책이 없었습니다.

사회자: 기술적 수단이 모든 문제를 해결할 수는 없지만, 문제를 완화할 수 있을 것으로 보이는 한 가지 방법은 공개 키 인증입니다. 예를 들어, 바이든이 연설하기 위해 무대에 올라갈 때 SSL처럼 디지털 서명을 할 수 없는 이유는 무엇일까요? 또는 유명인이나 공인이 연설할 때 자신의 공개 키를 가질 수 있을까요? 신용카드 정보를 아마존에 제공할 때 수신자가 실제로 아마존이라는 것을 아는 것처럼 말이죠.

Eric Schmidt: 정보의 출처를 확인하기 위해 공개 키 인증과 다른 검증 수단을 추가한 형태입니다.

방금 말씀하신 내용을 뒷받침하는 논문을 공동 집필했지만, 안타깝게도 별다른 성과를 거두지 못했습니다. 따라서 시스템이 말씀하신 대로 문제를 해결하도록 구성되어 있지 않을 수도 있습니다.

전반적으로 CEO는 수익 극대화를 목표로 하고 있으며, 이를 위해서는 사용자 참여를 극대화하는 것을 목표로 해야 합니다. 참여를 극대화한다는 것은 더 많은 분노를 불러일으킨다는 것을 의미합니다. 알고리즘은 사람들을 화나게 하는 콘텐츠를 푸시하는 데 우선순위를 두는데, 이는 더 많은 수익을 가져다주기 때문입니다. 따라서 전반적으로 극단적인 콘텐츠를 선호하는 경향이 있으며, 이는 진영을 구분하지 않습니다. 이는 우리 사회에서 반드시 해결해야 할 문제입니다.

전에도 개인적으로 TikTok의 솔루션에 대해 이야기한 적이 있습니다. 제가 어렸을 때 '동일 시간 규칙'이라는 규칙이 있었습니다. 틱톡은 사실 소셜 미디어가 아니라 프로그래머가 콘텐츠를 통제하는 텔레비전과 더 비슷하기 때문입니다. 일부 데이터에 따르면, 미국의 TikTok 사용자는 하루에 평균 90분 동안 200개의 동영상을 시청하는 것으로 나타났는데, 이는 상당히 많은 양입니다. 정부가 동등한 시간 규칙을 정할 수는 없겠지만, 어느 정도의 균형은 필요합니다.

8. 빅 모델은 소수의 국가만 자격이 있는 경쟁입니다

청중: 국가 안보나 이익 측면에서 중국과의 경쟁에서 AI가 어떤 역할을 할 것이라고 생각하십니까?

에릭 슈미트: 저는 이 문제를 자세히 살펴본 AI 위원회의 위원장을 맡았습니다. 보고서는 752페이지 분량이며, 여기에서 읽어보실 수 있습니다. 간단히 요약하자면, 우리는 지금 앞서 있고, 계속 앞서 나가야 하며, 그러기 위해서는 많은 돈이 필요하다는 것입니다.

큰 그림은 최첨단 AI 모델이 계속 발전하고 오픈 소스 모델이 몇 가지 포함된다면 소수의 국가만이 자격을 갖추게 될 것이라는 것입니다. 많은 돈과 강력한 교육 시스템, 이기고자 하는 의지가 있는 국가들입니다. 미국도 그중 하나이고 중국도 마찬가지입니다. 다른 국가들도 있을 수 있습니다. 하지만 확실한 것은 미국과 중국 간의 지식 분야 경쟁이 인류 역사상 가장 큰 대결이 될 것이라는 점입니다.

미국 정부는 중국에 대한 엔비디아 칩 수출을 사실상 금지하고 있으며, 이런 말을 할 수는 없지만, 실제로 그렇게 하고 있습니다. 우리는 칩 기술에서 중국보다 약 10년 정도 앞서 있습니다. 포토리소그래피 분야에서도 10년 정도 앞서 있습니다. 앞으로는 몇 년 더 앞설 수 있을 것 같습니다. 칩 법안은 트럼프 행정부의 결정이었으며 바이든 행정부가 승인했습니다.

호스트: 현 행정부와 의회가 귀하의 조언에 귀를 기울이고 있다고 생각하십니까? 그들이 이 정도 규모의 투자를 할 것이라고 생각하십니까? 칩 법안 이후에도 대규모 AI 시스템을 계속 구축할까요?

Eric Schmidt: 아시다시피 저는 공식적인 성격이 아닌 비공식적인 그룹을 이끌고 있으며, 여기에는 일반적인 AI 분야 플레이어들이 모두 포함되어 있습니다. 지난 한 해 동안 이 참가자들이 제시한 권고안은 AI 분야에서 바이든 행정부가 내린 결정의 기초가 되었으며, 이 법안은 역사상 가장 긴 대통령 지침이 될 수 있습니다.

주: 작년 8월 9일에 발표된 바이든 대통령의 특정 국가 안보 기술 및 제품에 대한 미국의 투자에 관한 행정명령은 역사상 가장 긴 대통령 지침입니다. 우려 국가의 특정 국가 안보 기술 및 제품에 대한 투자)

사회자:특별 경쟁 연구 프로젝트를 진행하고 계십니다.

Eric Schmidt:행정부에서 법안을 실제로 시행하는 것입니다. 그들은 세부적인 실행을 위해 바쁘게 일하고 있으며, 지금까지는 잘하고 있습니다. 예를 들어, 작년에 우리는 시스템에서 잠재적 위험을 감지하는 방법에 대한 문제를 논의했습니다. 이러한 시스템은 위험에 대해 무언가를 학습했을 수 있지만 무엇을 물어봐야 할지 모릅니다. 다시 말해, 이것이 핵심 문제입니다. 시스템이 무언가 나쁜 것을 학습했지만 무엇을 학습했는지 알려주지 않고 무엇을 물어봐야 할지 모릅니다. 예를 들어, 사용자가 이해하지 못하는 화학 물질을 혼합하는 방법을 학습했을 수 있는 등 많은 위협이 있습니다. 그래서 지금 많은 사람들이 이 문제를 해결하려고 노력하고 있습니다.

결국, 메모에 컴퓨팅 성능의 척도인 10^26번째 부동소수점이라는 임계값을 설정했습니다. 이 임계값을 초과하면 정부에 신고해야 합니다. 이는 규칙의 일부이며 EU는 10의 25승의 임계값을 설정하지만 큰 차이는 없습니다. 저는 이러한 모든 기술적 구분이 결국 사라질 것이라고 생각합니다. 이제 기술은 '연합 훈련'을 허용하므로 서로 다른 부분을 결합하여 훈련 할 수 있습니다. 따라서 우리는 이러한 새로운 기술의 위협을 완전히 피할 수 없을지도 모릅니다.

사회자: 전력 소모가 너무 커서 모든 연산을 혼자서 감당할 수 있는 곳이 없기 때문에 OpenAI가 이미 이 작업을 수행해야 한다고 들었습니다.

9.AI는 부자들의 게임이고,부자들은 더 부자가 된다

청중: 뉴욕타임즈는 OpenAI의 작업으로 모델을 학습시킨 것에 대해 소송을 제기했습니다. 이것이 데이터 사용에 어떤 의미가 있다고 생각하시나요?

Eric Schmidt: 저는 음악 저작권과 관련해 많은 경험을 가지고 있습니다. 60년대에는 일련의 소송이 있었는데, 청취자가 누군지 알든 모르든 노래가 재생될 때마다 일정 금액의 로열티를 받고, 그 돈이 은행 계좌에 입금된다는 합의로 정점을 찍었습니다. 미래도 비슷할 것으로 예상되며, 많은 소송과 결국에는 수익의 일정 비율을 저작물 사용에 대해 지불해야 한다는 일종의 합의가 이루어질 것으로 예상됩니다. 미국 작곡가, 작가 및 출판사 협회(ASCAP)와 미국 공연 권리 단체인 방송 음악 협회(BMI)를 예로 들 수 있는데, 다소 시대에 뒤떨어진 것처럼 보일 수 있지만 결국에는 그렇게 될 것이라고 생각합니다.

청중: 이 분야를 지배하고 있고 앞으로도 계속 지배할 몇몇 회사가 있는 것 같고, 바로 이 회사들이 모든 독점금지법의 관심의 대상이 되고 있는 것 같습니다. 이 두 가지 트렌드에 대해 어떻게 생각하시나요? 규제 당국이 이 회사들을 해체할 것이라고 생각하시나요? 이것이 업계에 어떤 영향을 미칠까요?

Eric Schmidt: 제 경력에서 저는 Microsoft의 해체를 추진했지만 결국 해산되지 못했습니다. 또한 Google이 분리되는 것을 막기 위해 노력했지만 역시 분리되지 않았습니다. 따라서 저는 이 회사들이 존 록펠러(스탠다드 오일의 설립자)와 같은 거대 독점 기업이 되지 않는 한, 분할을 하지 않는 것이 추세인 것 같습니다. 이것이 바로 반독점법에서 비롯된 것입니다.

정부가 나서지 않을 것 같아요. 대기업이 시장을 지배하는 이유는 데이터 센터를 건설할 수 있는 돈이 있는 유일한 기업이기 때문입니다. 그래서 제 친구인 리드 헤이스팅스(Netflix 공동창업자 겸 CEO)와 엘론 머스크가 이 일을 하고 있는 것입니다.

그래서 부자는 더 부자가 되고 가난한 사람은 가진 것으로 만족해야 합니다. 부유한 나라들의 게임인 것은 사실이며, 막대한 자본과 많은 숙련된 인력, 강력한 정부 지원이 필요합니다. 이러한 자원이 없는 다른 많은 국가들은 여러 가지 문제를 안고 있기 때문에 다른 국가와 협력해야 합니다.

AUDIENCE: 젊은이들이 부를 창출할 수 있도록 많은 시간을 할애하고 열정을 쏟고 계십니다. 커리어의 이 단계에 있는 학생들과 미래를 위해 조언해 주실 말씀이 있으신가요?

Eric Schmidt: 새로운 아이디어를 빠르게 제시하는 능력이 인상적이었습니다. 제가 참여했던 한 해커톤에서 우승한 팀은 드론으로 두 개의 타워 사이를 비행하는 임무를 맡았어요. 그들은 가상의 드론 공간에서 이 작업을 수행하여 드론이 '사이'의 의미를 이해하도록 하고, 파이썬으로 코드를 작성한 다음, 시뮬레이터에서 드론이 타워를 통과하도록 했습니다. 전문 프로그래머가 이 작업을 수행했다면 1~2주 정도 걸렸을지도 모릅니다.

제가 말씀드리고 싶은 것은 빠르게 프로토타이핑하는 능력이 정말 중요하다는 것입니다. 기업가로서 겪는 문제 중 하나는 모든 일이 매우 빠르게 진행된다는 것입니다. 다양한 도구를 사용해 하루 만에 프로토타입을 만들지 못한다면 경쟁자들이 이미 완성할 수 있기 때문에 고려해야 할 것이 많습니다.

그래서 제 조언은 창업을 생각하기 시작하면 사업 계획서를 작성하는 것이 좋으며, 컴퓨터가 사업 계획서를 대신 작성하도록 하고 이러한 도구를 사용하여 아이디어를 프로토타입으로 빠르게 전환하는 것이 매우 중요하다는 것입니다. 다른 회사, 다른 대학 또는 여러분이 가본 적 없는 곳에서 누군가가 같은 일을 하고 있다고 가정하는 것이 안전하기 때문입니다.