어느덧 또 글또 8기가 마지막 제출만 남겨두어 오늘은 글또 8기를 회고하려고 합니다.
우선 8기에 작성했던 글들을 보니 mysql, fastapi에 관한 글을 주로 썼었네요.
상반기에 있었던 chatGPT의 등장 이후로, 저도 회사에서 chatGPT를 활용한 서비스를 개발하여 출시를 했는데 그러다보니 MLOps보다는 아무래도 backend 직군에 가깝게 일을 했던 것 같습니다.
8기 다짐글에서, 시스템 설계에 대한 고민이 많다는 글을 적었었는데 새로운 서비스를 개발하느라 바빴고 그 서비스에서는 복잡한 설계가 필요없었다보니 그런 고민을 좀 깊게 못 했고 관련된 공부도 못 했고 그래서 관련 글도 하나 작성하지 못했던 것 같습니다.
서비스를 개발하면서 fastapi 사용에 아직 조금 미숙하다보니, fastapi와 async에 대해서 공부를 하는 시간이 많았던 것 같네요.
다짐 글을 보면서 회고를 해보니 다짐에 대해서 전혀 못 지켰던 것 같아서, 후회가 많이 남네요.
다짐을 어떻게 했었는지 완전히 망각하고 지냈던 것 같은데, 다음부터는 다짐 글을 종종 읽어보는 것이 좋겠다는 생각이 들었습니다.
글또에 대한 회고는 이쯤으로 하고, 그 외에 대해서도 조금 회고해보려고 합니다.
NLP에서는 chatGPT가 큰 바람을 불었지만, 이미지 쪽에서도 stable diffusion이 나타나면서 이제 ML은 생성형 태스크에서도 정말 잘한다는 것을 증명하면서 서비스에도 더 많이 침투하게 되었습니다.
모델 사이즈가 엄청 커지면서, 이제는 정말로 왠만해서는 자체 모델을 가지기 힘들어지기도 했고 API로도 많이 발전되면서 chatGPT를 너도나도 적용하면서 API만 활용해서 자체 모델은 없이 서비스하는 케이스도 정말 많이 생겼는 것 같습니다.
앞으로는 점점 더 이런 분위기가 심화되고 점점 더 자체 모델을 가지기 힘들어지게 되면서, 작은 규모의 AI 팀을 가지고 있는 회사들은 점점 더 외부 API에 의존적이게 되지 않을까 생각됩니다.
데이터를 관점으로 생각해보면 생성형 모델을 활용해서 데이터 태깅을 쉽게 할 수 있어진 부분이 있어서, 모델의 크기는 키우지 않더라도 양질의 데이터가 늘어나면서 모델 성능 향상을 도모할 수 있게 되었습니다.
API를 활용하면 유료 서비스라서, 서비스에 적용하면 비용 이슈가 생길 수 있어서 자체 모델을 위한 데이터 태깅에만 활용되는 케이스도 많아질 것 같네요.
이런 변화들이 결국 어떠한 방향으로 흘러갈 지는 한치 앞을 예상할 수 없지만 이제 점점 더 빠르고 많은 변화들이 생길 것 이고, 또 그에 맞춰서 열심히 대응하기 위해 꾸준히 노력을 해야될 것 같습니다.