AI 트렌드 — 현재와 방향.md

SVIC Private Session(2026.06.13) 발표용 슬라이드 텍스트. 총 19개 섹션으로 구성되며, AI 기술의 현재 상태와 향후 방향을 다룬다. [AI 트렌드 — 현재와 방향.md]

• 도입 — 닉 보스트롬의 *Superintelligence*(2014) 중 결정적 전략 우위(Decisive Strategic Advantage)와 속도 초지능(Speed Superintelligence) 개념으로 시작
• 기원 — "Attention Is All You Need"(Google Brain, 2017): 트랜스포머 아키텍처의 출발점, 병렬 처리·스케일링·범용성 설명
• 트랜스포머 원리 — 셀프 어텐션 맵, 병렬 처리, 전체 맥락 파악, 범용 아키텍처의 3대 핵심 원리
• GPT 추론 원리 — 토크나이징 → 임베딩 → 셀프 어텐션 → Softmax → 샘플링의 5단계, 자기회귀(Autoregressive) 루프

• 트랜스포머 ≠ 인간 지능 — 효율성·체화된 인지·학습-추론 동시성에서 근본적 차이 존재; "외계 지능(Alien Intelligence)" 표현 사용
• AGI 개발 사실상 실패 — 스케일링 법칙의 한계, GPT-5 반복 지연, 상업화(구독·B2B)로의 피벗
• AI 회사들의 구조적 한계 — 추론 비용 폭발, 환각(Hallucination), Lost in the Middle, 데이터 고갈·합성 데이터 딜레마
• 클라우드 구조의 한계 — 비용·레이턴시·프라이버시 세 가지 치명적 제약

1. 1.추론 시간 스케일링(Test-Time Compute) — o1/o3 모델 대표
2. 2.월드 모델(World Model) — 물리·인과 관계 시뮬레이션, Physical AI
3. 3.뉴로심볼릭 AI — 패턴 인식 + 기호 논리 결합, 환각 근본 해결
4. 4.지속 학습(Continual Learning) — 실시간 지식 업데이트

• 모델 경량화(SLM): Llama 3.2, Phi-3 Mini, 양자화 기술
• NPU 통합 칩: Apple M 시리즈, Qualcomm Snapdragon X Elite
• 비(非)트랜스포머 아키텍처: Mamba, RWKV(선형 연산)
• 하이브리드 에이전트: Apple Intelligence 방식 (로컬 SLM + 클라우드 LLM)
• 뉴로모픽 칩: 폰 노이만 구조 극복

소프트웨어 개발 소멸, 자기 참조 루프(Recursive Self-Improvement), 현실-가상 경계 붕괴(C2PA), 에너지 지정학, 핵심 역량 전환("무엇을 원하는지 아는 능력")

• 인물: 닉 보스트롬, Sam Altman, Dario Amodei
• 모델/제품: GPT 시리즈, BERT, DALL-E, InstructGPT, ChatGPT, Llama 2, DeepSeek V3/R1, o1/o3
• 기업: OpenAI, Google, Meta, Anthropic, Apple, Qualcomm
• 기술 개념: 트랜스포머, 셀프 어텐션, RLHF, RAG, MCP, LangChain, Mamba