앤드루 응 TED 강연: AI 민주화와 롱테일 문제, 소상공인의 AI

핵심 메시지

• AI의 확산은 과거 문해력의 확산과 닮았다. 소수 전문가의 전유물에서 모두의 능력으로 넓혀야 한다.
• AI가 빅테크에 집중된 이유는 개발 비용이 크고, 수억 명 사용자에게 적용해야 투자 회수가 되기 때문이다.
• 동네 가게마다 메뉴·고객·기록 방식이 달라 '하나로 다 되는' AI가 통하지 않는 것이 AI의 롱테일 문제다.
• 수많은 소규모 프로젝트는 각각의 가치는 작아도 합치면 막대하지만, 지금은 아무도 손대지 않고 있다.
• 코드 작성 대신 데이터 제공에 집중하는 새 플랫폼이 AI 개발의 문턱을 낮추고 있다.

쉽게 이해하기

앤드루 응은 AI의 부상을 수백 년 전 문해력의 확산에 빗대며 강연을 연다. 과거에는 모두가 읽고 쓸 필요가 없다고 여겨, 성직자만 경전을 읽고 나머지는 듣기만 했다. 그러나 많은 사람이 읽고 쓰게 되면서 훨씬 풍요로운 사회가 됐다. 그는 오늘날 AI가 빅테크의 숙련된 엔지니어라는 '소수의 사제' 손에 집중돼 있다고 본다.

AI가 대기업에 쏠린 이유는 경제 구조에 있다. AI 시스템은 수십 명의 숙련 엔지니어와 수백만~수천만 달러가 드는 비싼 사업인 경우가 많다. 검색이나 상품 추천처럼 '하나로 다 되는' 시스템을 수억 명에게 적용해 막대한 수익을 내는 빅테크만이 이 투자를 회수해 왔다. 문제는 이 공식이 기술·인터넷 바깥 산업에서는 통하지 않는다는 점이다.

응은 동네 피자 가게를 예로 든다. 가게 주인은 판매를 통해 데이터를 만들지만, AI 팀을 고용할 만큼 손님이 많지 않다. 미국에는 약 50만 개의 독립 식당이 있고 합치면 수천만 명을 상대하지만, 가게마다 메뉴·고객·판매 기록 방식이 달라 하나의 AI로는 모두를 맞출 수 없다. 그는 흔한 통념과 달리 AI가 피자 한 가게 수준의 적은 데이터로도 충분히 작동할 수 있다고 짚는다. 진짜 문제는 데이터 부족이 아니라 비용을 정당화할 규모가 없다는 것이다.

그는 이것을 'AI의 롱테일 문제'라 부른다. 모든 AI 프로젝트를 가치 순으로 늘어놓으면, 광고·검색·상품 추천 같은 최상위 소수 뒤로 티셔츠 수요 예측, 피자 가게 수요 예측처럼 각각 맞춤 제작이 필요한 무수한 프로젝트가 꼬리처럼 이어진다. 이 꼬리에 놓인 수백만 개 프로젝트는 합친 가치가 막대한데도 아무도 작업하지 않는다. 제약사·자동차회사·병원 같은 대기업조차 자기 분야에서는 같은 어려움을 겪는다.

해법으로 그는 코드 대신 데이터에 집중하는 새 개발 방식을 제시한다. 자신의 팀이 만든 플랫폼을 예로, 검수원이 원단 사진을 올리고 찢어짐과 변색 부위에 사각형을 그려 AI에 '이것이 결함'이라고 알려주는 방식을 보여준다. AI가 찢어짐은 충분히 봤지만 변색은 덜 봤다면, 검수원이 변색 사진을 더 추가해 학습을 보강한다. 마치 신참 검수원을 키우듯 데이터를 조정해 AI를 똑똑하게 만든다. 그는 펜과 종이가 문해력을 넓혔듯, 이런 플랫폼이 회계 담당자·매장 관리자·구매 담당자·검수원 모두가 자신의 AI를 만들게 해 AI가 창출하는 부를 사회 전반에 고르게 퍼뜨릴 것이라 전망한다.

주요 인사이트

• AI 격차를 권력의 문제로 본 비유가 인상적이다. '읽어주는 사제'와 '직접 읽는 시민'의 차이처럼, AI를 직접 만들 수 있느냐가 사회의 풍요를 좌우한다.
• 롱테일 문제는 'AI가 어렵다'가 아니라 'AI가 경제성이 없다'는 진단이다. 기술이 아니라 비용 구조가 소상공인을 배제해 왔다.
• '데이터가 많아야 한다'는 통념을 정면으로 반박한다. 응은 피자 한 가게가 만드는 정도의 적은 데이터로도 AI가 충분히 작동할 수 있다고 본다.
• 코드 중심에서 데이터 중심으로의 전환이 핵심이다. 사각형을 그려 결함을 알려주는 방식은 비전문가도 며칠 안에 맞춤 AI를 만들 수 있게 한다.
• 이 플랫폼들은 아직 모든 피자 가게 주인이 쓸 만큼 쉽지는 않지만, 기술에 익숙한 사람이라면 약간의 훈련으로 활용할 수 있는 수준에 이르렀다는 현실적 진단도 함께 제시한다.

자주 묻는 질문