RAND Corporation의 최근 연구에 따르면, 80% 이상의 AI 프로젝트가 실패하며 이는 비AI 기술 스타트업의 실패율의 두 배에 해당합니다. 이 우려스러운 통계는 AI 분야의 데이터 과학자와 엔지니어 65명과의 인터뷰를 통해 도출되었으며, 높은 실패율의 여러 주요 원인을 강조하고 있습니다.
가장 큰 원인은 이해관계자 간의 목표 불일치로, 비즈니스 리더들이 대중문화에 의해 영향을 받아 AI의 능력에 대해 비현실적인 기대를 가지는 경우가 많습니다. 이러한 단절은 프로젝트에 할당되는 자원과 시간이 부족하게 만듭니다.
또한, 데이터 과학자들은 최신 AI 개발에 주의를 빼앗기기도 하며, '반짝이는 물체 증후군(shiny object syndrome)'에 빠져 실제 프로젝트에 대한 가치를 평가하지 않고 새로운 기술을 도입하는 경우가 있습니다. 그 외에도 잘 준비되지 않은 데이터 세트, 불충분한 인프라, AI 솔루션과 해결하고자 하는 문제 간의 불일치 등이 추가적인 요인으로 작용합니다.
연구는 이러한 문제들이 민간 부문에 국한되지 않으며, 학계에서도 유사한 도전에 직면하고 있음을 지적합니다. 학계는 종종 AI 연구의 실용적 응용보다 출판을 우선시하는 경향이 있습니다. 이 결과는 AI 산업 내 통합과 실패의 광범위한 추세를 반영하며, 바이두(Baidu) CEO인 로빈 리 얀홍(Robin Li Yanhong)은 실용적 응용이 부족한 중국의 대형 언어 모델이 과도하게 많다고 비판했습니다.
AI 혁신에 대한 급박한 요구는 기업들이 프로젝트를 서둘러 개발하게 만들고 있으며, 이는 실패의 상당한 위험을 초래할 수 있습니다. AI 프로젝트가 지속적으로 기대에 미치지 못한다면, 이는 전체 산업을 위태롭게 하여 조만간 조 단위의 거품과 같은 붕괴로 이어질 수 있습니다.
* 이 글은
tomshardware.com의 기사를 요약한 것입니다. 전체 기사의 내용은
이곳에서 확인하실 수 있습니다.