이 기사는 AI 경쟁이 기업 부문으로 이동함에 따라 대학 내 AI 연구에서 일어난 깊은 변화를 반영한다.
지난 4년 동안 AI 연구는 거대 언어 모델에 집중되었으며, 이로 인해 주도권이 학계에서 OpenAI와 Anthropic 같은 기업으로 넘어갔다.
많은 대학들은 첨단 모델을 학습시킬 GPU를 구매할 자금이 부족하며, Claude나 ChatGPT의 기술 세부 사항에도 접근할 수 없다.
니카 학탈랍(Nika Haghtalab) 교수는 현재 상황을 기업들만 CRISPR 유전자 편집 기술을 사용할 수 있는 경우의 생물학 분야에 비유한다.
슈미트 사이언스(Schmidt Sciences)의 AI2050 프로그램은 GPU 구매 자금을 지원하지만, 연구자들에게 OpenAI, Anthropic, Google의 API 사용 비용은 여전히 매우 높다.
많은 과학자들은 수익 창출이 어려워 기업들이 주목하지 않는 문제들을 연구하는 방향으로 전환하고 있다.
안잘리에 필드(Anjalie Field) 교수는 언어 모델이 여성들이 주로 사용하는 표현에 대해 덜 세련된 답변을 한다는 사실을 발견하여 독립적인 연구의 중요한 역할을 보여주었다.
많은 AI 연구자들은 거대 언어 모델을 개발하는 대신 기후, 과학, 물리적 시스템 시뮬레이션을 위한 특화된 AI를 구축하고 있다.
전문가들은 대중이 AI를 에너지를 많이 소비하는 거대 언어 모델과 동일시하여 다른 AI 방향에 대한 관심이 줄어드는 것을 우려하고 있다.
점점 더 많은 교수들이 대학을 잠시 떠나 AI 연구소에 합류하거나 기업에서 병행 근무를 하고 있다.
일부 수학자들은 AI가 이미 실제 연구 문제들을 많이 해결한 것에 대해 불안감을 느끼며 학계의 심리에 영향을 미치고 있다.
그럼에도 불구하고 많은 전문가들은 AI가 연구 생산성을 높이는 데 도움을 줄 것이며, 자원 제약이 대학 연구소들로 하여금 더 작고 효율적인 모델로 새로운 혁신을 창출하도록 동기를 부여할 수 있다고 믿는다.
📌 AI 연구는 데이터, GPU, 자본의 우위로 인해 민간 부문으로 강하게 이동하고 있다. 그러나 학계는 여전히 독립적 연구, 모델 편향 평가, 과학을 지원하는 특화된 AI 개발에서 중요한 역할을 하고 있다. 저자는 바로 이러한 자원 제약이 대학들이 다음 혁신을 이끌어낼 수 있는 더 새롭고 효율적인 AI 아키텍처를 창조하는 원동력이 될 수 있다고 주장한다.
