카카오 계정과 연동하여 게시글에 달린
댓글 알람, 소식등을 빠르게 받아보세요

가장 핫한 댓글은?

AI 분야의 미래전망과 연구자로서의 태도

2022.07.17

12

5623

서론: 안녕하세요. AI분야에서 박사과정에 재학중인 학생입니다. 제가 분야를 대표하는 정도의 실력은 없지만, 나름의 실적/실력의 자신감도 있고, 미래를 보는 뚜렸한 주관이 있습니다. 여전히 김박사넷에 AI대학원 진학에 대한 인기가 있는 것 같아 후배 혹은 동료 연구자들에게 도움이 될 수 있는 하나의 의견으로 봐주시면 좋겠습니다.

본론 1 업계전망.

저는 AI 산업의 전망을 매우 밝게 예측합니다. 현재 AI는 그 주목도에 비해서 산업적인 생산, 소득을 얻어주지는 못하고 있습니다. 그렇다면 계속 그렇게 머물러 있지는 않을 것 입니다.

Generative Model인 DallE2, 대화형 모델인 람다는 충격적인 수준의 성능을 보이고 있습니다. 현재 AI기술의 한계가 많다고는 하지만, 이제는 모델 사이즈를 키우고, 적절한 self supervised pretraining을 가미하기만 하면 엄청난 성능이 나옵니다.

Generative Model의 발전은 Reward Conditioned Model, 즉 Offline RL의 전망도 밝게 비춰줍니다. Offline RL은 기존 RL의 비 실용성을 잘 tackle 할 수 있어 보입니다. 이는 로봇 control task를 넘어 신약개발 등 신물질을 찾아내거나 최적화 하는데도 사용될 수 있으며, 매우 실용적인 단계의 결과도 나오고있습니다.

가장 무서운 것은, 생각보다 이런것들이 지금 엄청난 조명을 받고있지는 않습니다. 정말 무섭게 AI의 시대가 그림자처럼 엄습해보고 있다고 느낍니다.

산업에 AI가 전면으로 나서게 될 그 시점은 머지 않은 미래에 올 것 같습니다. 사람들이 그냥 꿈같이 하던 말과 걱정이 현실이 되면, 지금과는 비교할 수 없을 정도의 임펙트가 만들어 질 것입니다.

본론2. AI 전공자들의 태도.

그렇다면 AI 전공자들의 미래가 밝은가 하면 저는 일부만 그렇다고 예측합니다. 정말 잔인하게도 소수의 굉장히 뛰어난 능력을 가진 연구자, 엔지니어는 엄청난 연봉을 받을 것이고,
다수의 애매한 능력치를 가진 전공자들은 타 전공 (스테디셀러인 반도체 등) 보다 못한 취급을 받을 수 있다고 생각합니다.

AI기술은 고도의 발전을 거듭할수록 아이디어가 수렴되고, 기술은 통합될 것입니다. 지금처럼 발산적이고 여러 분야에서 사람이 나눠지고 흩어지는 양상을 띄지 않을 수 있습니다. 즉 지금처럼 많은 AI 리서처와 엔지니어가 필요하지는 않을 것 같습니다. AI업계는 아마 인재의 "양적성장" 보다 "질적성장"에 집중 할 것입니다. 또한 그것은 애매한 능력을 지닌 개인에게 있어 매우 잔인할 것입니다.

(리서쳐) 그렇기 때문에 최고가 될 생각으로 전공에 임하라고 조언드리고 싶습니다. 탑티어 포스터 논문은 시간만 들이면 어렵지 않게 쓸 수 있는 수준. NIPS oral 급 논문을 노력한다면 안정적으로 써낼 수 있는 수준. 다른 사람들이 생각지 못했던 분야의 허점을 찾고 크게 개선시킬 수 있는 수준. 이정도로 성장하도록 노력해야합니다.

(엔지니어) 굉장히 큰 데이터와 러닝 파이프라인 에대한 지식과 경험. High Quality MLops 를 넘어서 탑 리서처 수준의 모델 이해도, 도리어 learning pipeline을 리서처에게 역 제안할 수 있는 능력. 이정도는 되야하지 않을까요.

결론 및 디스커션.

저도 저런 레벨에 도달하기 위해서 열심히 정진중입니다. 제가 절대 저 레벨을 마스터하고 내려보는 느낌으로 이 글을 쓴 것이 아닙니다. 다만 저의 개인적인 상황 예측이고, 저는 그 예측에 맞게 목표를 위해 노력중입니다.

결론적으로 전망을 좋으나 애매한 포지션으로, 애매한 동기부여로 절대 진입하지 말라고 조언드립니다. 제가 위에서 제시한 정도의 수준을 달성하는 것은 딥러닝이 오히려 가장 진입장벽이 높은 분야중 하나임을 의미합니다.

허나 강한 동기부여를 가지고, 뚜렸한 목표를 가지고 나아가는 동료 연구자 분들에게는 반드시 AI가 활약할 날이 곧 오니, 그 초심을 잃지말고 열심히 연구하기를 바랍니다.

카카오 계정과 연동하여 게시글에 달린
댓글 알람, 소식등을 빠르게 받아보세요

댓글 12개

2022.07.17

고등학생이 쓴거 같음

2022.07.17

누적 신고가 20개 이상인 사용자입니다.

저는 다소 비관적으로 봅니다

대댓글 5개

2022.07.17

의견을 들을 수 있을까요?

2022.07.17

누적 신고가 20개 이상인 사용자입니다.

인공지능이 로보틱스, 비전, 자연어처리 분야빼고 그정도 성과를 내는 분야가 생각보다 없습니다. 아마 위 셋중 하나이실거 같은데 특히 비전분야에서는 굉장히 hype되어 있죠 이걸로 다할수 있다고. 근데 단적인 예를 들면 딥러닝으로 주가를 예측하면 자대고 줄긋는거보다 수익률이 안좋을때도 많습니다. 딥러닝이 채택하는 많은 통계적 가정들이 금융분야나 다른 사회과학 분야에서는 안통합니다

2022.07.17

분명 classical 한 통계 혹은 매우 간단한 휴리스틱이 딥러닝보다 훨씬 활약하는 분야도 아주 많습니다. 로보틱스도 governing equation 이 확실히 있는 task에서는 classic approach가 훨씬 잘하기도 하구요.

하지만, 그것이 딥러닝 application의 한계를 규정짓기에는 어렵다고 봅니다. 심지어 물리 시뮬레이션, 전자기 시뮬레이션도 딥러닝의 적용으로 엄청나게 빨라지고 있습니다. Alphafold 등, 생물학적인 예측도 그렇구요. 복잡한 물리,화학,생물 시스템이 컴퓨터안에 구현될 수 있고, (dnn based simulation) 시스템을 이용한 최적의사결정 시스템 (dnn based decision making)이 만들어 지면 저는 비전 만큼이나 무궁무진한 효과가 있을 것 같습니다.

주가 예측과 사회 과학적 예측 은 분명히 존재하는 context를 기반으로 이루어는지 오히려 더 어렵다고 봅니다.

반면 자연법칙들은 문명한 context가 존재하지요.

2022.07.17

누적 신고가 20개 이상인 사용자입니다.

네 맞습니다. 딥러닝의 성능은 물리적 자연현상에서 효과를 보입니다. 관심있으시면 lin et al 2017 why does deep and cheap learning work so well? 추천드립니다. 근데 인간의사결정이 물리적으로 모델링될수 있는건 아닙니다. 이게 바로 한계입니다. 물리현상을 좀더 정확하게 계산하는 능력은 커지겠지만 세상을 바꿀정도는 아니라는 얘기죠. 단순노무직은 다 대체를 해도 그 이상은 어렵습니다

2022.07.18

제 생각엔 AI의 활용분야중 간과하고 있는게 데이터 분석입니다. 요즘 데이터가 계속 천문학적으로 늘고 있는 추세인데, 사실 사람이 모든 데이터를 보고 판단하긴 쉽지 않죠. 그래서 AI가 보조툴로 활약 할 기회가 다양한 분야에서 점점 많아지고 있는거같습니다. 시장에서도 다양한 업계에서 AI인력들 많이 뽑고요 (미국 기준). 심지어 의학쪽은 이제 AI적용한지 별로 되지도 않았는데도 일상생활에 많이 녹아져있죠.

2022.07.18

전공자로서 동감합니다. 근데 비추 폭격 받았네요 ㅋㅋㅋ AI 잘되는거 배아파하는 사람들인가

2022.07.18

탑티어 포스터만 다섯개 있는데 학계가는건 포기함. 절대로 오럴을 못쓸거같기때문이지

대댓글 2개

2022.07.19

어떤 진로 노리시나요? 해외가시나요?

2022.07.19

해외못갑니다 이정도로는

2025.03.07

지금 시점에서 보니 굉장히 공감되네요

댓글쓰기

게시판 목록으로 돌아가기

김박사넷의 새로운 거인, 인공지능 김GPT가 추천하는 게시물로 더 멀리 바라보세요.