이 보고서는 생성형 AI 세계에 대한 심층 분석이며, 모든 사람이 이용할 수 있는 최초의 종합적인 시장 리포입니다. 이 분야의 160개 이상의 플랫폼과 투자자들에 대한 개요뿐만 아니라, 이 기술의 잠재력에 대한 선도적 사상가들의 인사이트를 제공합니다. 독자들에게는 생성형 AI 시장에 대한 포괄적인 이해를, 신생 기업에게는 구글과 같은 기존 플레이어에 대항할 수 있을 만한 잠재력을 얻을 수 있는 기회를 제공하기 위해 작성되었습니다.
“생성형 AI는 기반 기술이며, 늘 그렇듯 새로운 플랫폼들과 함께 충분한 기회를 열어줍니다. 우리는 ‘만약에’의 단계를 통과했고, 이제는 ‘언제’와 ‘어떻게’의 단계에 와있습니다. LLM*(Large Language Models, 대규모 언어 모델은 확률을 통해 어떤 문장의 존재할 것이라는 것을 예측하는 통계모형)이 오픈 소스화됨에 따라 기반 인프라가 성숙하고 민주화되고 있으며, 이는 곧 애플리케이션 층의 가속화로 이어졌습니다.” —Irina Elena Haivas, Atomico의 투자자 및 파트너
참고: 이 글에서 제공되는 정보는 Antler의 Day Zero 투자 접근법과 전세계 창업자들에게 제공하는 지원을 기반으로 합니다. 업계 현황에 포함된 플랫폼 정보의 출처는 Crunchbase입니다. 이러한 플랫폼 중 일부는 AI와 Gen-AI 분야 모두에 속할 수 있다는 점에 주목할 필요가 있습니다. 귀사의 플랫폼이 미래에 저희와 함께해야 한다고 생각하신다면 연락부탁드립니다.
블로그 포스트를 쓰는 데 며칠, 프레젠테이션을 만드는 데 한 주, 학술 논문에 몇 달이 걸리는 대신 생성형 어시스턴트 도구를 사용하여 몇 분 만에 프로젝트를 완료할 수 있는 세계를 상상해 보세요. 이러한 도구들은 우리의 프로젝트를 돕는 것뿐만 아니라 더 나은 결정을 내릴 수 있도록 도와줍니다.
생성형 AI 플랫폼이 얼마나 강력해질 수 있는지의 예는 다음과 같습니다: 크리에이터 이코노미에 대한 우리의 보고서를 아시는 분들은, 크리에이터가 자신의 콘텐츠를 어떤 언어로든 업로드하고 로봇이나 현지 번역가에 의존하는 대신 자신의 목소리를 보이스오버로 사용할 수 있는 세상을 상상해 보세요. 이는 우리에게 수많은 시간을 절약하고 작업을 향상시킬 수 있는 강력한 도구에 접근할 수 있는 용감한 새로운 세계입니다.
"우리는 두 가지 이유로 생성형 AI의 변곡점에 있습니다: 컴퓨터가 그 어느 때보다 잘 생성할 수 있고, 사람들이 그것들과 상호작용하는 것이 그 어느 때보다 쉬워졌습니다." —Molly Welch, Radical Ventures의 투자자.
"Media Monks에서, 우리는 생성형 AI가 우리 산업에 중대한 영향을 미칠 것이라고 믿지만, 이 놀라운 기술의 실제 범위를 상상하기는 어렵습니다. 우리는 약 5년 동안 생성형 AI를 연구해 왔으며 혁신의 속도는 기하급수적이 되었습니다. 기술의 발전은 1~6개월 범위의 우리 생산 일정 내에서 일어나고 있습니다. 이는 우리가 프로젝트 시작 시 사용하는 도구가 실제로 출시될 때쯤이면 이미 구식이 된다는 것을 의미합니다." —Samuel Snider Held, Media Monks의 크리에이티브 AI 디자이너 및 엔지니어.
인공지능(AI)은 지능적 행동이 가능한 모든 기술을 지칭하는 광범위한 용어입니다. 이는 데이터를 정렬할 수 있는 간단한 알고리즘부터 인간과 유사한 사고 과정을 모방할 수 있는 더 고급 시스템까지 광범위한 기술을 포함할 수 있습니다.
반면, 생성형 AI(Gen-AI)는 텍스트, 이미지, 음악과 같은 새로운 콘텐츠를 생성하는 데 초점을 맞춘 특정 유형의 AI입니다. 이러한 시스템은 대규모 데이터셋으로 훈련되며 기계 학습 알고리즘을 사용하여 훈련 데이터와 유사한 새로운 콘텐츠를 생성합니다. 이는 예술, 음악 창작 또는 챗봇용 텍스트 생성과 같은 다양한 애플리케이션에서 유용할 수 있습니다.
본질적으로, AI는 많은 다양한 기술을 포괄하는 광범위한 용어이며, 생성형 AI는 새로운 콘텐츠 생성에 중점을 둔 특정 유형의 AI입니다.
생성형 AI는 미래에 창의적 산업에 상당한 영향을 미칠 가능성이 높습니다. 일부 창작자들은 생성형 AI 시스템에 의해 대체될 수 있지만, 다른 이들은 이러한 시스템과 함께 일하거나 생성형 AI에 의해 가능해진 콘텐츠를 만들 새로운 기회를 찾을 수 있을 것입니다. 많은 경우, 생성형 AI는 창작자들이 더 개인화되거나 독특한 콘텐츠를 만들거나, AI의 도움 없이는 가능하지 않았을 새로운 아이디어와 개념을 생성할 수 있게 함으로써 창작자의 작업을 실제로 향상시킬 수 있습니다.
창작자들에게 생성형 AI의 한 가지 잠재적 이점은 콘텐츠를 더 빠르고 효율적으로 만들 수 있게 한다는 것입니다. 예를 들어, 작가는 생성형 AI 시스템을 사용하여 기사나 이야기의 초안을 생성한 다음, 이를 편집하고 개선할 수 있습니다. 이는 시간을 절약하고 창작자들이 자신의 작업에서 가장 중요한 측면에 집중할 수 있게 합니다.
"생성형 AI는 거의 모든 산업에 불가피한 파급 효과를 일으킬 거대한 물결이며, 대부분의 산업에 엄청난 가치를 더할 것으로 생각합니다. 우리는 가장 큰 기회가 기반 모델 위에 구축된 플랫폼 플레이라고 보며, 여기서 UX, 접근성, 임베딩이 이 경쟁에서 핵심 차별화 요소가 될 것입니다. 이 모든 것은 특별한 시장 진출 전략과 무엇보다도 속도에 의해 구동되어야 합니다! 다음 반년이 중요한 시기가 될 것입니다." —Stephanie Chan, Samaipata Ventures의 투자자.
이 기술은 사용 방식에 따라 다양한 영향을 미칠 수 있습니다. 예를 들어, 생성형 AI는 음악이나 이미지와 같은 새로운 콘텐츠를 만드는 데 사용될 수 있으며, 이는 창작자에게 더 많은 유연성과 상상력을 제공하는 등 다양한 목적으로 사용될 수 있습니다. 또한 새로운 훈련 데이터를 생성하여 기계 학습 알고리즘을 개선하는 데 사용될 수도 있습니다. 전체적으로, 생성형 AI의 영향은 새롭고 유용한 콘텐츠의 창작을 가능하게 하고 기계 학습 시스템의 성능을 향상시킬 잠재력이 있기 때문에 분명히 중요할 것입니다.
"우리는 인공지능이 널리 사용될 때를 향해 가고 있습니다. 그러나 널리 사용될 수 있다는 것과 실제로 비즈니스 성과를 달성하기 위해 사용할 수 있다는 것은 두 가지 매우 다른 것입니다." —Dave Rogenmoser, Jasper의 CEO 및 공동 창업자.
생성형 AI 훈련 모델은 대규모 예제 데이터셋에서 학습하고 그 지식을 사용하여 훈련 데이터셋의 예제와 유사한 새로운 데이터를 생성함으로써 작동합니다. 이는 일반적으로 _생성 모델_이라고 불리는 유형의 기계 학습 알고리즘을 사용하여 수행됩니다. 생성 모델에는 여러 다른 유형이 있으며, 각각은 새로운 데이터를 생성하는 데 다른 접근 방식을 사용합니다. 일반적인 생성 모델 유형에는 생성적 적대 네트워크(GAN), 변분 오토인코더(VAE), 자기회귀 모델이 있습니다.
예를 들어, 얼굴 이미지 데이터셋으로 훈련된 생성 모델은 얼굴의 일반적인 구조와 외관을 학습한 다음, 그 지식을 사용하여 사실적이고 그럴듯해 보이는 이전에 보지 못한 새로운 얼굴을 생성할 수 있습니다.
생성 모델은 이미지 생성, 자연어 처리, 음악 생성을 포함한 다양한 애플리케이션에서 사용됩니다. 제품의 새로운 디자인을 만들거나 현실적으로 들리는 음성을 생성하는 경우와 같이 새로운 데이터를 수동으로 생성하기 어렵거나 비용이 많이 드는 작업에 특히 유용합니다.
"이러한 새로운 기반 모델과 그 위에 구축된 애플리케이션은 많은 산업의 속도를 가속화합니다: 게임 및 소셜 미디어 회사를 위한 창의적 콘텐츠 생성, 기업 내 수동 프로세스 자동화, 영화, 음악, 만화 제작과 같은 이전에는 상상할 수 없었던 운영 확장 지원 - 가능성은 무한합니다." —Manjot Pahwa, Lightspeed Venture Partners의 투자자
언어 모델을 만드는 방법은 여러 가지가 있지만, 가장 일반적인 방법은 기계 학습 알고리즘을 사용하여 대규모 기존 텍스트 데이터셋으로 모델을 훈련시키는 것입니다. 이 과정은 일반적으로 다음 단계를 포함합니다:
"언어 모델을 만드는 것은 상당한 컴퓨팅 자원과 기계 학습에 대한 전문 지식이 필요하다는 점을 참고하는 것이 중요합니다—비록 이 공간은 여전히 초기 단계에 있지만, 플랫폼들은 제품과 서비스를 미세 조정하는 데 수백만 달러를 지출하고 있습니다.
생성형 AI 카테고리의 창업자들이 현재 직면한 과제는 단순히 제품을 만드는 것이 아니라, 지속할 수 있는 방어 가능한 비즈니스 모델을 구축하는 것입니다. 역량 있는 개발자라면 누구나 이러한 기본 생성 엔진 주위에 애플리케이션 스킨을 래핑할 수 있습니다. 해결책은 네트워크 효과 임베딩, 전환 비용 증가, 제품 파트너십 구축 등과 같은 전략을 통해 지속 가능한 경쟁적 차별화를 통합하는 것입니다." —David Beisel, NextView Ventures의 파트너.
생성형 AI는 많은 중요한 문제를 해결할 잠재력이 있고 다양한 분야에서 무수한 새로운 기회의 문을 열어주기 때문에 존재합니다. 생성형 AI가 성장하는 연구 및 개발 분야인 주요 이유 중 일부는 다음과 같습니다:
"이것은 널리 알려져 있지 않습니다. 제 의견으로는, 생성형 AI 모델이 현재 마법처럼 느껴지는 이유는 언어를 통해 사람들의 입력을 받아들일 수 있게 되었기 때문입니다. 그리고 그들이 너무 많은 다양한 개념을 표현하고 결합할 수 있기 때문에, 아름답고 야생적이며 창의적인 결과를 만들어낼 수 있습니다. 이는 흥미롭고, 스릴 넘치며, 어쩌면 약간 두렵기도 합니다. 창작자들에게 이는 뮤즈와 함께 영감을 찾고, 프로토타입을 더 빠르게 만들고, 모델의 결합된 기술(Photoshop++)로 작품을 개선한다는 것을 의미합니다." —Sharon Zhou.
생성형 AI 기술을 사용하는 기업을 위한 몇 가지 잠재적 수익 모델이 있습니다. 가능한 수익원에는 다음이 포함됩니다:
생성형 AI의 시기가 지금인 이유는 여러 가지가 있습니다. 첫째, 기계 학습과 자연어 처리의 발전으로 AI 시스템이 고품질의 인간과 유사한 콘텐츠를 생성하는 것이 가능해졌습니다. 둘째, 예술, 마케팅, 엔터테인먼트 분야와 같이 개인화되고 독특한 콘텐츠에 대한 수요 증가로 생성형 AI 플랫폼의 필요성이 증가했습니다. 셋째, 대규모 데이터와 강력한 컴퓨팅 자원의 가용성으로 이러한 유형의 모델을 규모에 맞게 훈련하고 배포하는 것이 가능해졌습니다.
"AI가 세상을 바꿀 것이라는 약속이 있었고, 우리는 2012년부터 그것을 기다려 왔습니다. 지난 2~3년 동안 무언가가 마침내 변화했습니다. 생성형 AI에 대한 최근의 흥분은 텍스트-이미지 변환에 집중되었지만, 저는 AI 기반 텍스트 생성이 훨씬 더 변혁적일 것이라고 믿습니다. 그리고 이제, 최첨단 언어 모델에 대한 접근성이 증가함에 따라, 우리는 이 기술이 일상 제품으로 확산되는 것을 보고 있습니다—기업이 비즈니스를 수행하는 방식과 인간이 기술을 경험하는 방식을 완전히 변화시키고 있습니다." —Aidan Gomez, Cohere의 공동 창업자 및 CEO.
생성형 AI 스타트업의 전체 목록을 읽어보세요(정기적으로 업데이트됨)
생성형 AI 환경 카테고리 설명:
생성형 AI 분야에 초점을 맞춘 여러 투자자들 중, 우리는 가장 활발한 투자자들을 선별했습니다:
생성형 AI 분야에 투자하는 선별된 소수의 투자자들. 이러한 투자자들은 또한 후기 또는 초기 단계 기업에 투자할 수도 있습니다.
이 분야가 아직 출현 중이지만, 몇몇 유니콘들이 이미 등장하고 있습니다. 2019년에 두 개, 2020년에 하나, 그리고 2022년 현재까지 네 개의 유니콘이 탄생했습니다.
생성형 AI는 예술과 음악에서 몇 가지 다른 방식으로 사용되고 있습니다. 하나의 일반적인 응용은 생성 모델을 사용하여 완전히 새로운 작품을 처음부터 만들거나 기존 작품을 출발점으로 사용하고 새로운 요소를 추가하는 방식으로 새로운 예술과 음악을 만드는 것입니다. 예를 들어, 생성 모델은 대규모 그림 데이터셋으로 훈련된 다음 데이터셋의 그림과 유사하지만 독특하고 독창적인 새로운 그림을 생성하는 데 사용될 수 있습니다.
생성형 AI는 새로운 레벨이나 맵 생성, 새로운 대화나 스토리라인 생성, 새로운 가상 환경 생성 등 게임에서 여러 방식으로 사용되고 있습니다. 예를 들어, 게임은 생성형 AI 모델을 사용하여 플레이어가 매번 플레이할 때마다 새롭고 독특한 레벨을 만들거나, 플레이어의 행동에 기반하여 NPC(비플레이어 캐릭터)를 위한 새로운 대화 옵션을 생성할 수 있습니다. 또한, 생성형 AI는 도시, 숲, 행성과 같은 새롭고 사실적인 가상 환경을 플레이어가 탐험할 수 있도록 만드는 데 사용될 수 있습니다. 전반적으로, 생성형 AI는 게임 경험에 역동성과 다양성을 추가하여 플레이어에게 더 매력적이고 몰입감 있는 경험을 제공하는 데 사용될 수 있습니다.
"일반적으로, 단기적인 혁신 영역은 매우 긍정적일 것입니다. 게임과 온라인 3D 경험은 만들기가 어렵다고 알려져 있었습니다. 생성형 AI는 게임 자산을 만드는 것을 기하급수적으로 쉽게 만들어 이를 완전히 뒤집을 것입니다. 게임에 생성형 AI를 적용하는 잠재적인 단점, 또는 오히려 결과는 더 실존적입니다. AI 생성 카피라이팅이나 이미지 제작과 같은 단일 차원 애플리케이션이 우리가 수행하는 기존 작업의 단순한 증폭기이고 여전히 출력물의 적용을 제어할 수 있는 반면(즉, 우리는 카피를 수락/거부하고 어디에 사용할지 결정할 수 있음), 게임에서 AI와의 상호작용은 훨씬 더 다차원적일 것입니다. 시간이 지남에 따라, AI(환경적, 행동적, 또는 NPC 캐릭터 여부)는 인간의 필요에 적응하고 진화할 것이며, 마찬가지로 인간은 이러한 AI 생성 영역에서 사회화하고 정기적으로 상호작용하는 데 익숙해질 것입니다." —Roblox의 Annie Zhang.
크리에이터 이코노미가 이미 지속적인 혁신을 앞둔 1,000억 달러 산업인 상황에서, 생성형 AI는 크리에이터들, 특히 음악, 예술, 글쓰기를 만드는 이들에게 상당한 영향을 미칠 가능성이 높습니다. 그러나 이는 크리에이터들이 첫날부터 글로벌하게 활동할 수 있는 기회를 제공하여, 그들의 콘텐츠를 크리에이터의 목소리를 사용하여 어떤 언어로든 변환하거나 그들의 창의성을 더 매력적인 콘텐츠로 전환할 수 있게 합니다.
"생성형 AI는 크리에이터를 슈퍼히어로로 만들고 그들이 강하지 않은 영역을 보강할 것입니다. 크리에이터 대체가 아니라 크리에이터 공동 조종사라고 생각하세요." —_Inside The Creator Economy_의 저자 Jim Louderback.
크리에이터 이코노미가 성공하기 위해서는, 플랫폼이 크리에이터의 개성에 적응하여 콘텐츠가 대부분 AI 플랫폼의 지원을 받았을 때도 크리에이터가 팬들과 어떤 형태의 연결을 가질 수 있도록 해야 합니다.
"저는 예술에 가치가 있기 위해서는 인간적 요소가 필수적이라고 주장할 것입니다. AI 생성 예술이 자신만의 경험, 감정, 관점을 가진 개인이 아닌 알고리즘과 기계에 의해 만들어질 때, 이는 종종 위대한 예술에 필수적인 것으로 여겨지는 진정성과 인간성이 부족한 것으로 볼 수 있습니다. 이로 인해 일부 관람자가 AI 생성 예술과 정서적 수준에서 연결하기 어려울 수 있으며, 이는 그 영향과 중요성을 감소시킬 수 있습니다." —크리에이터 Ivona Tau.
그러나 우리가 생성형 AI가 그들에게 어떤 영향을 미칠 것인지 크리에이터에게 물었을 때, 한 크리에이터는 다음과 같이 말했습니다:
"크지 않습니다. 그러나 저는 일어나고 있는 일을 큰 관심을 가지고 지켜보고 있습니다. 저는 다른 사람들이 생성 모델의 도움으로 얻고 있는 결과에 진정으로 영감을 받습니다. 종종 예술가들이 AI 이미지 모델을 '도구'라고 부르는 것을 듣지만, AI는 도구보다 훨씬 더 많은 것입니다. 그것은 창의적 파트너, 합성 지니, 또는 영감을 주는 동맹자입니다." —예술가 James Gurney.
생성형 AI에는 이러한 모델이 생성하는 출력물의 품질과 다양성 개선, 출력물을 생성할 수 있는 속도 증가, 더 강력하고 신뢰할 수 있게 만드는 등 많은 도전이 앞에 놓여 있습니다. 또 다른 주요 도전은 더 정확하고 일관된 출력물을 생성하기 위해 작업 중인 데이터의 기본 구조와 맥락을 더 잘 이해하고 통합할 수 있는 생성형 AI 모델을 개발하는 것입니다. 또한, 생성형 AI의 윤리적, 사회적 영향에 대한 지속적인 우려와 이러한 기술이 책임감 있고 유익한 방식으로 사용되도록 보장하는 방법에 대한 문제도 있습니다.
이러한 우려 중 몇 가지를 자세히 살펴보겠습니다:
저작권. 오늘날까지 이러한 플랫폼이 원본 소스나 아트워크의 출처를 어떻게 식별하는지 보기 어렵습니다 - 모델은 수억 개의 데이터 포인트로 훈련됩니다. 크리에이터들은 이러한 플랫폼이 크리에이터 작품의 저작권 침해를 어떻게 완화할 수 있을지 우려하고 있습니다. Lauryn Ipsum이 트윗한 최근 사례에서 볼 수 있듯이, Lensa 앱에서 원래 아티스트의 서명이 배경에 있는 이미지가 사용되고 있습니다.
"현재 생성형 AI에서 가장 시급한 문제 중 하나는 시스템 신뢰성입니다. OpenAI의 ChatGPT와 같은 대규모 언어 모델은 부정확하거나 거짓 응답을 공유하기 쉽습니다. 이미지 생성에서, 시스템이 대량의 이미지로 훈련되었을 때, 시스템 출력물에 대한 저작권 및 지적 재산권 문제가 있어 기업 사용자가 제품이나 워크플로우에 통합하는 것을 불확실하게 만듭니다." —Radical Ventures의 투자자 Molly Welch.
학생들의 논문 작성. 이러한 플랫폼이 더 똑똑해짐에 따라, 젊고 영리한 학생들은 일상 생활에서 이를 채택할 것입니다. 이것이 그들의 학업에 어떤 영향을 미치고 교수들이 이것이 진정으로 그들의 작품인지 어떻게 식별할 수 있을까요? 생성형 AI는 아직 알려지지 않은 교육 분야에 큰 영향을 미칠 것입니다.
"학생들이 학습을 보완하기 위해 ChatGPT를 사용할 기회는 무한합니다. ChatGPT 모델이 계속 개선된다고 가정할 때 말이죠. 학생들은 공부를 돕기 위해 퀴즈와 플래시카드 콘텐츠를 생성하거나, 기존 코드를 최적화하거나, 심지어 학습 가이드를 위한 요약문을 작성하는 데 사용할 수 있습니다. 여기서 핵심 단어는 '보완'입니다. 학생들은 이미 하고 있는 자신의 원래 작업에 추가하여 ChatGPT를 사용해야 합니다. ChatGPT는 학생들이 콘텐츠를 자신의 작업을 대체하거나 심지어 ChatGPT 콘텐츠를 자신의 독창적 사고로 제출할 때 문제가 될 수 있습니다. 대학 행정부와 학생들은 이 새로운 세계에서 무엇이 허용되는지 명확하게 명시하는 정책을 구축하기 위해 함께 노력해야 합니다. 저는 지난주에 ChatGPT 또는 다른 AI 지원의 사용을 명시적으로 금지하는 오픈북 시험을 봤습니다." —크리에이터이자 스탠포드 대학교 학생 Cherie Lou.
허위 정보 vs 잘못된 정보. 이러한 시스템이 믿을 수 없을 정도로 똑똑하지만, 때때로 불가피하게 잘못된 정보를 제공할 것입니다. 예를 들어, 영국의 최근 Channel 4 인터뷰에서, 진행자가 Open AI에게 자신의 경력 경로에 대해 질문했을 때, 챗봇 어시스턴트는 부정확한 정보를 제공했습니다. 훈련 모델이 더 적응적이 되고 우리에 대해 더 많이 배움에 따라, 시간이 지나면 알고리즘에서 오류가 줄어들 것입니다.
생성형 AI의 단점은 다음과 같습니다:
생성형 AI는 디자이너에서 프로듀서, 아티스트에 이르기까지 수백만 개의 일자리를 대체할 가능성이 있습니다. 그러나 크리에이터들은 항상 어떤 측면에서든 존재할 것입니다.
생성형 AI가 메타버스에 어떤 영향을 미칠지 정확히 예측하기는 어렵습니다. 메타버스는 여전히 대부분 이론적인 개념이고 어떻게 생겼을지, 어떻게 기능할지에 대한 합의가 없기 때문입니다. 그러나 생성형 AI는 가상 세계 내에서 콘텐츠와 경험의 자동 생성을 가능하게 함으로써 메타버스의 생성과 개발에 중요한 역할을 할 것입니다. 이는 사용자가 즐길 수 있는 거의 무한한 새롭고 독특한 경험의 공급으로 잠재적으로 더 몰입감 있고 역동적인 메타버스로 이어질 수 있습니다. 또한 생성형 AI가 가상 경제 관리와 가상 세계가 안정적이고 기능적으로 유지되도록 보장하는 등 메타버스 내의 다양한 작업을 자동화하는 데 사용될 가능성도 있습니다. 전반적으로, 생성형 AI가 메타버스에 미치는 영향은 중요하고 광범위할 가능성이 높습니다.
"AI 스택의 다양한 계층에서 비즈니스 기회가 있을 것이며, 우리는 이미 일부 비즈니스 모델이 등장하는 것을 보고 있습니다. 분명히 GPT-3와 같은 기반 모델을 생산하는 것은 매우 비용이 많이 들고 복잡하며, 이를 할 수 있는 몇 안 되는 회사들이 풍성한 대가를 받을 것입니다. 그러나 더 전문화된 모델을 개발하고 특정 대상 시장이 필요로 하는 일반적인 기능을 번들링하는 수많은 기회가 있습니다. 이는 AI에 적용된 수직 SaaS와 동등합니다. 우리는 아마도 특정 시장을 위한 훌륭한 UX로 종합적인 솔루션을 제공하는 AI 지원 SaaS 플레이를 많이 볼 것입니다. 스택 아래쪽에서, 적절한 종류의 훈련 데이터 제공, ML 엔지니어가 빠르게 전문화된 모델을 구축할 수 있도록 하는 것, 모델의 견고성 보장은 모두 매우 실행 가능한 비즈니스입니다." —BTOV Ventures의 파트너 Andreas Goeldi.
일의 미래를 혁신할 기술 변화를 준비하세요! 우리는 수천 개의 일자리가 변환되고 새로운 일자리가 창출되는 새로운 시대의 문턱에 있습니다. 이러한 최첨단 생성형 AI 플랫폼은 확실히 우리의 일상 생활을 지원하고 향상시킬 것이지만, 우리가 그것들에 완전히 적응하기까지는 시간이 걸릴 것입니다.
"이 전례 없는 수준의 인간-기계 협업이 한창 진행 중이며, 게임은 이제 당신이 어떤 산업에 있든 생성형 AI 방법을 완전히 통합하는 데 주도권을 가질 사람에게 열려 있습니다." —뉴욕 대학교 상하이의 부교수 Gabrielle Chou.
다음 세대의 생성형 AI 플랫폼을 구축하고 계신다면, 우리는 당신을 만나고 당신의 작업에 대해 더 많이 배우고 싶습니다. 함께 미래를 만들어 갑시다!
6개 대륙에 걸쳐 20개 이상의 도시에서 앤틀러 레지던시에 지원하세요
앤틀러 인도 팀의 새로운 콘텐츠 시리즈, "AI: 인류의 기적 기계"를 읽어보세요.
창업 팀빌딩부터 비즈니스 검증, 시장 진출, 프리시드 투자 유치까지 극초기 스타트업의 모든 단계를 지원합니다.
앤틀러코리아의 다음 코호트에 지원하여 전문적인 지원과 글로벌 네트워크를 경험해보세요.
