나델라의 토큰 자본에 관하여
AI 시대 기업을 위한 가장 또렷한 논거, 그리고 그것이 한 층을 남겨 두고 멈추는 자리.
사티아 나델라는 AI 기업 명제의 가장 또렷한 경영자 판본을 내놓았고, 그것을 마이크로소프트 빌드 다음 주 리드 호프먼의 팟캐스트에서 말했다. 이제 모든 회사는, 그의 말로는, 그가 언덕 오르기 기계(hill-climbing machine)라 부르는 것을 지어야 한다. 점수 매길 수 있는 결과 하나에 그 기계를 겨눈다. 자기 데이터를 그 기계가 일하는 맥락으로 들이고, 사람과 에이전트가 그 안에서 일하게 두며, 일이 어떻게 이루어졌는지를 보여 주는 궤적을 간직해, 자기가 소유한 파라미터를 그 위에서 훈련시킨다. 그 회사 특유의 일하는 방식은 문밖으로 새어 나가는 대신, 그가 인적 자본 곁에 두고 토큰 자본이라 부르는 자산으로 복리처럼 쌓인다. 나는 그 기계에 관해 그가 옳다고 본다. 또한 나는 그 기계가 엉뚱한 쪽을 향해 있다고 본다. 그 기계가 멈춰 서는 자리는 회의론자가 멈추는 자리가 아니라, 그보다 한 층 위다. 그리고 그 기계가 거기서 한 층을 더 남겨 둔 채 끝내 닿지 못하는 그 층이야말로, 내가 여태 마음 쓴 유일한 곳이다.
그 기계가 하는 일에는, 그가 지나가듯 내놓고는 그것을 지나쳐 계속 지어 나가는 한 가지 묘사가 있다. 그는 한 기업의 암묵지란 그 기업이 일하고, 판단을 내리고, 취향을 갖는 고유한 방식이라고, 그리고 모델이 사람들이 일하는 궤적에서 그 지식을 끌어내 파라미터로 부호화할 수 있다고 말한다. 그러니 그 기계는 한 기업의 암묵지를, 그것이 쓰이는 것을 지켜봄으로써 붙잡는 루프이고, 그가 가장 막고 싶어 하는 누수, 곧 모델 회사들이 당신의 옛 직원들로 채워 넣는 훈련 환경을 통해 바로 그 지식이 걸어 나가는 것이야말로, 그 루프가 막으려고 지어진 것이다. 그러나 한 기업이 일하는 방식을, 그것이 일하는 것을 지켜봐서 붙잡는 일은, 언제나 이미 행해진 부분만을 붙잡는다. 궤적은 그 지식이 뒤에 남긴 것이다. 그것을 만들어 낸 것이 아니다. 그가 모든 기업더러 복리로 쌓으라는 그 자산은, 바로 그 까닭에, 기업이 이미 행사한 판단의 기록이다.
그는 이 제안을 받을 자격이 있다. 이 주제에 관해 경영자에게서는 드물 만큼 세부가 옳기 때문이다. 언덕 오르기 기계는 더 나은 모델이 아니라 모델을 둘러싼 루프인데, 이는 내가 프롬프트가 어떻게 어긋나는지에서 다른 길로 다다른 결론이다. 평가가 새로운 IP이고 나머지는 기계적이라는 것은, 최전선이 평가 신호가 바닥나는 바로 그곳에 있다는 말의 더 날카로운 판본이다. 그리고 그의 그림 전체를 가장 강하게 옹호하는 말은 나 자신이 해 온 것이다. 상품화되어 가는 모델에 맞서, 그것을 둘러싼 기반이 가치를 포착한다는 것, 곧 배치 양상, 평가 틀, 벤치마크 숫자를 운영상의 변화로 바꿔 내는 피드백 루프가 그렇다는 것이다. 나는 바로 그것을 기반의 역전에서 논했고, 지금도 그렇게 믿는다. 그러니 앞머리에서 그것을 인정해 두자. 기반이 가치를 포착한다. 물음은 그것이 포착하는 것이 지속되는 우위인가이고, 그 답은 포착된 궤적이 무엇을 담고 있는가에, 그리고 포착하는 행위가 그것이 포착하는 사람들에게 무엇을 하는가에 달려 있다.
루프가 붙잡는 것
궤적은 내려진 선택들의 기록이고, 한 기업이 할 줄 아는 것의 대부분은 그것이 충분히 모이면 되살려 낼 수 있다. 운영 지식, 곧 이 기업이 청구를 처리하거나 출시를 단계적으로 진행하거나 예외를 어디로 보내는지 하는 방식은 말로 옮길 수 있고, 되풀이되며, 깨끗한 궤적을 남긴다. 그런 궤적으로 훈련된 루프는 그것을 잘 붙잡는다. 이것이 기반이 실제로 장부에 올리는 부분이고, 그것은 실재한다. 그러나 나델라가 암묵지라 부르는 것 안에는, 첫 번째와 다르게 움직이는 두 번째 것이 있다. 어려운 판단의 값어치는 기록된 그 선택에 있었던 적이 없다. 그것은 뒤지기에는 너무 큰 공간에서 옳은 선택을 손닿는 거리 안에 들여놓은 그 구조에 있었다. 나는 이 구조, 곧 바깥에서는 도약으로 보이던 것을 한 걸음 안의 좋은 수로 만들어 주는, 내가 이미 아는 것의 배치야말로 취향이 실은 무엇인지, 곧 판단 아래 놓인 생성적 핵심이라고 논해 왔다. 궤적을 기록하고 그 위에서 훈련하면 얻는 것은 선택이지, 그 선택을 고를 수 있게 만든 구조가 아니다. 운영 지식은 붙잡는다. 그것을 만들어 낸 핵심은 붙잡지 못한다.
그 핵심이 아무 궤적도 남기지 않는다고 말하면 너무 성급하고, 이 글에 그런 과장은 필요하지 않다. 한 분석가가 가져오는 어떤 각도는, 그것이 수백 건에 걸쳐 되풀이되는 종류라면, 모아 놓고 보면 궤적을 남기고, 루프는 그 되풀이를 배우며, 그것은 기업이 쥐고 싶어 할 만한 실재하는 가치다. 아무것도 남기지 않는 부분은 그보다 좁고, 바로 그 부분이 중요하다. 그것은 선례 없는 수, 알려진 패턴의 드문 사례가 아니라 새 패턴의 첫 사례인 판단, 기업 자신의 역사가 가 본 적 없는 어딘가에 닿았기에 들어맞는 읽기다. 그 수는 일단 터지고 난 뒤에야 궤적을 내고, 한 번 터진 것은 패턴이 아니다. 수천 년간 연구된 게임에서 최고의 기사들을 이긴 기계는, 인간이라면 만 분의 일로나 둘 법한 수에 닿았지만, 그것에 닿은 까닭은 그 수가 규칙이 이미 점수 매기는 공간 안에서 드물었기 때문이지, 아무도 재 본 적 없는 공간에서 첫 번째였기 때문이 아니다.1 되풀이되는 드묾은 루프가 끝내 배운다. 그 종류의 첫 번째는 배우지 못한다. 아직 배울 거리가 없기 때문이다.
그러니 그것이 붙잡지 못하는 부분이 바로 우위의 원천이었던 부분이다. 한 기업의 판단을 경쟁사의 것보다 값지게 만든 것은 운영 지식이 아니었다. 운영 지식이라면 경쟁사도 제 나름으로 지어낼 수 있다. 그것은 선례 없는 판단에 닿는 역량, 곧 어떤 설계가 석 달 뒤의 부하 양상을 견디지 못하리라는 것을, 훈련할 그 실패의 궤적이 아직 존재하기도 전에 느낄 수 있는 설계자였다. 나는 취향의 지도가 아무리 촘촘해도 취향이 이미 있는 곳만 알려 줄 뿐이라고, 그리고 우리가 줄곧 최전선이라 부르는 것은 다른 어딘가에 처음으로 가 있는 사람이라고 써 왔다. 한 기업의 토큰 자본이 바로 그 지도, 기업 자신의 궤적으로 지어진, 똑같은 지평을 지닌 지도다. 그것은 기업의 판단이 어디에 가 있었는지에 대해서는 더없이 정교하다. 그 판단이 처음으로 새로운 곳에 가 있는 그 순간에 대해서는 말이 없다.
한 발 늦는 부호기
루프는 끝내, 그 기계가 기사들을 앞질렀듯, 제가 지켜보는 사람들을 앞지르지 않겠는가. 그럴 수 있고, 그것을 가르는 것은 조건이다. 판정자가 값쌀 때, 어떤 국면을 공짜로 또 즉시 점수 매길 수 있을 때, 루프는 스스로 두어 가며 인간의 분포를 앞질러 갈 수 있다. 생성적 핵심에는 그런 판정자가 없다. 그 잣대는 다투어지고, 늦게 도착하며, 대개 뒤늦게 가서야 정해지는데, 이것이 곧 진짜 무게를 지닌 일 대부분의 묘사다. 자기 개선 시스템에 관한 연구는, 값싼 외부 판정자가 없으면 그런 루프는 어떤 표적을 향한 모방이고 그 표적의 천장을 물려받아, 그 안의 사람들이 이미 아는 것에 묶인다는 점을 꽤 분명히 한다.2
그 한계는 법칙이 아니라 우연적이고, 그 우연적 판본은 기계가 취향을 못 한다는 구호보다 더 날카롭다. 그것은 판정자가 비싸다는 데 기대는데, 어떤 결과를 검증하는 일은 그것을 만들어 내는 일보다 흔히 훨씬 값싸다. 증명을 확인하는 것이 그것을 찾아내는 것보다 쉬운 것처럼.3 그 간극이 버티는 곳이라면 어디서든 판정자를 지을 수 있고, 루프는 그것을 기어오를 것이다. 그리고 여기 솔직히 인정할 대목이 있다. 그 오름은 정말로 그것이 닿는 범위를 넓힌다. 확인 가능한 보상에 맞서 훈련받으면 전에는 닿지 못하던 수에 닿을 수 있다.4 그러나 어떤 잣대 안에서 닿는 범위를 넓히는 것은 그 잣대를 세우는 것과 같지 않고, 루프는 언제나 앞엣것만 한다. 판단의 구조를 기계가 확인할 수 있는 기준들로 분해하는 것, 곧 내가 그것이 게임의 전부라고 논해 온 그것을 하면, 그 영역에서 한계가 풀리고, 루프는 거기서도 사람들을 앞지른다. 정직한 한계는 그 간극이 보장되지 않는다는 것이다. 검증이 값싼 것과 생산이 값싼 것은 서로 맞아떨어질 필요가 없는 다른 조건들이 정하고, 어떤 영역은 그 영역 자체를 돌려 보는 것 말고는 충분한 판정자가 없다.
그러니 한계는 영역마다 풀리고, 그 속도를 정하는 것이 바로 볼 대목이다. 풀림마다 먼저 구속력을 갖게 된 잣대가, 곧 누군가가 거기서 판정자를 짓기 전에 떠맡아야 하는, 무엇이 더 나은지에 대한 정의가 필요하다. 잣대를 짓는 사람이 기계가 같은 종류로는 해낼 수 없는 무언가를 하는 것인지, 아니면 제 문화가 건넨 잣대를 그저 루프가 제 것을 옮기는 것보다 조금 더 빨리 옮기는 것뿐인지, 나는 모르고, 그것을 가릴 수 없다고 전에 말한 적이 있다. 기업에는 그것이 가려질 필요가 없다. 기업에 필요한 것은 작업의 순서뿐이고, 그 순서는 바뀌지 않는다. 잣대가 구속력을 갖고, 그다음 판정자가 지어지고, 그다음 루프가 기어오른다. 루프는 사후에 추인한다. 그것은 언제나 제 표적을 만든 그 떠맡음보다 한 걸음 뒤에 있고, 먼저 감으로 정의되는 것을 뒤따르는 자가 따라잡는 속도란 없다.
새로움도 하나의 잣대다
루프더러 새로움 자체를 가치 있게 여기라 일러 줄 수 있는데, 어째서 그것이 그 순서를 벗어나지 못하는지 보아 둘 만하다. 새로움은 스스로 정의되지 않는다. 어느 보관소에 견주어 새로운지, 누구에게 흥미로운지, 무엇이 기대되었는지에 대한 누구의 모델 아래에서 놀라운지. 그것들이 답해지는 순간 새로움은 또 하나의 건네받은 잣대가 되고, 루프는 그것을 다른 어떤 것과 똑같이 기어오른다. 스스로 길을 떠나는 시스템을 짓는 데 가장 애써 온 분야가 바로 이것을 발견했다. 무엇이 흥미로운지를 보는 관찰자를, 사람들이 이미 흥미롭다고 여겨 온 것에서 길어 와 그 시스템에 쥐여 줘야 했다는 것, 그리고 그 시스템은 관찰자가 고정되는 순간 그것을 농간하고, 바깥에서 거듭 채워 넣어 줘야 한다는 것이다.5 새로움에 보상하는 것은 기준을 짓는 것이 아니다. 그것은 건네받은 기준을 한 칸 위로 옮길 뿐이고, 그 더 높은 칸에서도 그것은 여전히 건네받은 것이었다. 나델라가 당신이, 오직 당신만이 정의할 수 있다고 말하는 그 높은 취향, 좋은 평가를 어떻게 쓰는지 묘사하다 그가 흘리는 그 말이야말로, 루프가 기어오르는 보상으로 바꿀 수 없는 바로 그 부분이다. 그것이 곧 그 보상이 만들어져 나와야 할 재료이기 때문이다.
뒤따르는 자
마지막 항변은, 사람들이 계속 일하니 루프도 계속 배우고, 그래서 현재에 머문다는 것이다. 정말 그렇고, 그 현재 머무름은 제 출력만으로 훈련된 루프가 무너지는 식으로 무너지지 않는다. 진짜 사람들이 날마다 진짜 궤적을 먹여 주기 때문이고, 그것이야말로 그런 종류의 쇠퇴를 막아 준다.6 그러나 현재에 머무는 것은 추적이고, 추적은 뒤따름이다. 루프는 새 판단을, 사람이 그것을 행사하고 궤적을 남긴 뒤에 배운다. 조종 가능성에 대한 기대는 루프 속 인간이 흡수되어 가는 길목의 과도기적 존재인 것처럼 들리게 한다. 그러나 그렇지 않으며, 그 까닭이 이것이다. 조종 가능성은 닫을 수 있는 통로들, 곧 물으면 말할 원함의 부분과 시간을 두고 선택들로 드러내는 부분을 닫는 일의 좋은 이름이다. 그것은 아직 형성되지 않은 부분, 곧 보고서야 비로소 알게 되는 그 부분에는 가닿지 못한다. 거기에는 조종해 갈 대상이 없기 때문이다. 더 잘 조종되는 모델이란 당신을 더 많이 그 뒤처지는 부분으로 부호화해 넣은 모델이다. 인간은 아직 궤적이 되지 않은 그 수의, 쌓아 둘 수 없는 원천이고, 기계는 그 원천이 될 수 없다. 그것을 원천으로 만들어 줄 그 행위가, 이미 이루어지고 나서야 비로소 배울 거리를 남기기 때문이다.
맞물림이 원천을 갉아먹는다
여기서 그 제안은 그저 불완전한 것에 그치지 않고 자기 자신에 맞서 작동하기 시작하는데, 그것은 그가 가장 흐뭇해하는 부분, 곧 그 맞물림, 두 자본이 함께 복리로 불어나는 것이다. 루프를 한 바퀴 따라가 보라. 인간의 판단이 궤적을 만든다. 토큰 자본이 그것을 부호화한다. 그리고 토큰 자본은 캔버스와 에이전트들과 위임이 쌓이는 받은 편지함을 통해, 인간이 다음에 어떻게 일할지를 다시 빚어내고, 그리하여 다음 궤적은 옛 궤적에서 나온 그 토큰 자본에 의해 빚어진다. 그가 기리는 그 맞물림은 두 자본을 안에 품은 루프이고, 그런 루프는 생성적 핵심을 붙잡지 못하는 데 그치지 않는다. 그것을 닳아 없어지게 할 수 있다.
그 닳음에는 기제가 있고, 그는 그것이 무슨 일을 하는지 보지 못한 채 그것에 이름을 붙였다. 인지적 커버리지(cognitive coverage), 곧 에이전트가 일을 해낸 뒤 사람이 그것이 한 일을 연역적으로 파악할 수 있도록 동료 한 사람이 만든 그 퀴즈는, 인간의 평가적 판단을 현재에 머물게 한다. 생성적 종류는 머물게 하지 못한다. 둘은 다르고, 나는 그 차이를, 곧 검토는 무언가가 틀렸을 때를 가려내도록 판단을 단련하고 만드는 일은 옳음이 어떤 모습인지를 알도록 판단을 단련한다는 것을, 그리고 지어내는 역량은 일을 함으로써, 곧 의도를 산물로 옮기기를 서툴게 그리고 잘하게 되기까지 보낸 그 여러 해로 지어진다는 것을 논해 왔다. 그런데 그 일이 이제 루프가 하는 일이다. 낙관론자의 대답은, 판에 박힌 일을 덜어 내면 사람이 최전선의 일을 덜이 아니라 더 하게 풀려난다는 것이고, 한 사람의 경력 안에서는 한동안 그것이 참일 수 있다. 파이프라인에서는 참이 아니다. 선임의 최전선 판단은 후임의 판에 박힌 일에서 지어졌고, 그 판에 박힌 일이 사라지면 선임은 여전히 여기 있지만 다음 선임은 만들어지지 않고 있다. 기업은 판단을 부호화하는 데는 더 능해지면서 판단을 만들어 내는 데는 더 서툴러진다. 후임의 반복을 선임의 판단으로 바꾸던 그 파이프라인은 루프가 도착하기 전에 이미 얇아지고 있었다. 루프는 그 부족을 물려받는 데 그치지 않는다. 기업의 날마다의 일을, 살 수 없는 그 역량을 더는 길러 내지 못하는 일로 바꿔 놓아, 그 부족을 더 깊게 한다.
쌓아 둘 수 없는 것
여기서 그 해자가, 직관에 거슬러, 풀린다. 더 깊은 역사를 가진 기존 기업이 제 과거를 더 많이 캐낸다는 것, 곧 이십 년치 궤적을 가진 기업이 이년치를 가진 기업보다 더 풍부한 토큰 자본을 짓는다는 것을 인정하자. 그것이 캐낸 것은 과거다. 그리고 그것을 더 많이 쥐고 더 잘 부호화할수록, 다음 결정을 지난 결정의 기록에서 끌어내려는, 부호화된 과거가 판단을 대신하게 두려는 당김이 더 세진다. 기업은 그것에 맞설 수 있다. 옛 궤적의 무게를 낮추고, 토큰 자본을 주인이 아니라 도구로 다룰 수 있다. 그러나 그 맞섬은 자산의 결을 거스른다. 그 자산의 요점 전부가 복리로 불리는 것이었고, 복리로 불어나는 것은 과거이기 때문이다. 더 깊은 역사가 법칙으로서 더 무거운 닻인 것은 아니다. 그것은 닻을 내리고 싶은 더 센 유혹, 곧 제품과 사업 모델의 차원에서 판단 그 자체의 차원으로 내려온 그 오래된 역량의 덫이다.
그리하여 기반의 역전이 한데 엮었던 두 가지가 갈라선다. 기반은 상품화되어 가는 모델에 맞서 기업이 가치를 포착하는 자리이고, 이는 참이며 큰 값어치가 있다. 그것은 지속되는 우위와 같지 않다. 그것이 복리로 쌓는 것은 기업의 사람들이 세운 최전선을 한 발 늦게 부호화한 것이고, 우위는 언제나 먼저 감이었지 기업이 간 곳을 부호화한 것이 아니었기 때문이다. 먼저 감은 쌓아 둘 수 없다. 그것이 궤적을 남기는 그 순간 그것은 과거이고, 궤적은 루프가 쥘 수 있는 유일한 것이기 때문이다. 기업은 제 우위를 쌓아 둘 수 없다. 그 우위는 저녁마다 문밖으로 걸어 나갔다가 아침에 다시 들어오거나, 경쟁사로 떠나가거나, 은퇴하고, 루프는 그것이 원천이기를 그친 날까지 그것이 한 모든 일의 충실한 기록을 간직한다.
이 주장이 어디서 가장 약한지 말해 두어야겠다. 그 약함이 곧 주장의 경계이기 때문이다. 어떤 분야가 느리게 움직이고 작년의 판단이 여전히 올해의 옳은 답 대부분인 곳에서는, 한 발 늦는 부호기로도 충분하고, 토큰 자본은 훌륭한 해자이며, 위의 어느 것도 물지 않는다. 이 주장이 가장 센 곳은, 최전선이 빠르게 움직이고 올해의 옳은 답이 작년의 처지로는 닿을 수 없었던 답인 곳이다. 바로 나델라 자신의 절박함이 우리를 줄곧 데려다 놓는 자리다. 그는 둘 다 가질 수 없다. 세상이 그가 말하는 만큼 빠르게 뒤집히고 있다면, 그가 모두에게 복리로 쌓으라는 그 자산은 쌓이는 만큼 빠르게 값이 깎이고 있다.
뒤를 향하고 있다
그는 낙관론자들이 끝맺는 자리에서 끝맺는다. 그 긴 역사와 그 꿈, 근대 세계를 지어 올린 그 선순환과, 이제 그 전부가 해마다 십 퍼센트씩 복리로 불어나리라는 희망 위에서. 나는 그 꿈이 뭉클하다고 느끼고, 다만 그것이 어떤 잣대, 곧 성장을 향한 오름인데 그 안의 무엇도 그 잣대를 지어내지 않았다는 것, 그리고 그가 그 중심에 두는 인간이 흡수되어 가는 길목의 존재가 아니라 그 흡수가 기대면서도 가닿지 못하는 존재라는 것을 알아챌 뿐이다.
그가 묘사하는 그 기계는 실재하고, 계속 더 나아질 것이며, 바로 그것이 덫이다. 그것이 계속 더 나아지는 대상이 이미 되어 온 그 기업이 되는 일이기 때문이다. 토큰 자본을 가장 세게 복리로 불리는 기업은 제 과거 판단의 가장 충실한 모델을 짓고, 그 충실함을 진보로 느끼며, 제 과거의 자신이 되는 데 더 능해지는 것을 더 나아지는 것으로 착각한다. 그것이 결코 쌓아 둘 수 없는 단 한 가지, 곧 제 기록이 한 번도 가 본 적 없는 곳에 가 있는 역량이야말로, 여태 우위였던 유일한 것이다. 토큰 자본은 뒤를 향하고 있다. 최전선은 기록 안에 있었던 적이 없다. 그것은 그 기록을 남기는 사람 안에 있었다.
Footnotes
-
알파고 대 이세돌, 2국, 37수(2016년 3월). 약 만 분의 일이라는 수치는 데이비드 실버(David Silver)가 다큐멘터리 AlphaGo(2017)와 딥마인드 웹사이트에서 밝힌 것으로, 정책망을 기술한 네이처 논문(Silver et al., 2016)에는 이 수별 확률 추정치가 나오지 않는다. ↩
-
단일 결과가 아니라 대표 사례다. Audrey Huang et al., “Self-Improvement in Language Models: The Sharpening Mechanism,” arXiv:2412.01951 (2024)는 자기 개선을 모델이 이미 낼 수 있는 확률 질량을 모으는 일로 정식화하고, 그것이 기반 모델에 없던 정보를 새로 만들어 낼 수 없음을 증명한다. 같은 천장이 Yue et al., arXiv:2504.13837에도 함축되어 있다. ↩
-
형식적 판본은 P 대 NP 뒤에 있는 검증·생성 비대칭이다. 답안의 증서는 그것을 찾는 일이 어려워도 다항 시간에 확인할 수 있다. 클레이 수학연구소의 문제 진술(Cook)을 보라. 이는 복잡도 이론의 결과이지 모델에 관한 경험적 주장이 아니다. ↩
-
아직 결론 나지 않은 살아 있는 논쟁이다. Yue et al., “Does Reinforcement Learning Really Incentivize Reasoning Capacity in LLMs Beyond the Base Model?”, arXiv:2504.13837 (2025)은 RLVR이 기반 모델이 닿는 범위 안에서 표본화를 날카롭게 할 뿐이라고 본다. ProRL, arXiv:2505.24864 (2025)은 충분한 훈련이면 기반 모델이 어떤 표본화로도 닿지 못하는 문제를 풀어낸다고 본다. 정설이 아니라 논쟁으로서 인용한다. ↩
-
Edward Hughes et al., “Open-Endedness is Essential for Artificial Superhuman Intelligence,” arXiv:2406.04268 (2024). 흥미로움은 관찰자가 고른 손실 함수이고, 사람의 데이터에서 학습되며, 열린 시스템은 그 관찰자를 계속 함께 데려가야 한다. 고정된 새로움 신호가 농간당한다는 점은 더 오래되어, 스탠리와 레먼의 새로움 탐색(Why Greatness Cannot Be Planned, 2015)에서 왔다. ↩
-
Ilia Shumailov et al., “The Curse of Recursion,” arXiv:2305.17493, “AI models collapse when trained on recursively generated data,” Nature 631 (2024)로 출판됨. 생성된 데이터로 재귀적으로 훈련하면 분포가 무너진다. 그 반대 추는 진짜 데이터다. Gerstgrasser et al., arXiv:2404.01413 (2024)은 진짜 데이터를 합성 데이터와 함께 쌓아 가면 붕괴를 피한다는 것을 보인다. ↩