사상 리더

AI는 투자를 주도하지만 기업가들은 주장에 주의해야 한다

Kevin Dowling
Unite.AI를 Google의 선호 소스에 추가
핵심 포인트FTC는 AI 세탁으로 인한 신뢰도 하락과 소송 위험을 이유로 허위 AI 주장을 단속하고 있습니다.
더 보기
  • FTC는 AI 세탁으로 인한 신뢰도 하락과 소송 위험을 이유로 허위 AI 주장을 단속하고 있습니다.
  • 창업자들은 투자자들에게 주목받기 위해 유행어를 넘어서 AI의 측정 가능한 영향력을 명확히 설명해야 합니다.
  • AI의 진정한 가치는 단순한 챗봇이 아닌 물류나 로봇공학과 같은 구체적인 문제 해결에 있습니다.

인공 지능(AI)은 벤처 자본 투자의 강력한 동인으로 남아 있으며, 하이프 사이클이 끝나지 않았다는 것을 입증했다. 최근 EY 보고서에 따르면, 2024년 3분기에 37%의 자금 조달이 AI 관련 회사에 대한 것이었다. 이는 2분기와 비슷한 수준이다. AI를 사용하는 스타트업은 로봇공학, 자동화, 의료, 물류 등에서 큰 문제를 해결하는 능력으로 주목을 받고 있다. 그러나 현실은 투자자들이 하루종일 “우리는 AI를 사용한다”는 말을 듣고 있다는 것이다. 기업가들이 실제로 AI를 사용하는 정도는 상당히 다르다. 골드만삭스(Goldman Sachs (GS ))의 31페이지 보고서는 AI에 대한 투자가 그만큼 가치 있는지 질문한다.

연방거래위원회(FTC)는 최근 AI 관련 허위 주장에 대한 단속을 발표했다. 마케팅에 AI를 언급하지만 실제로 뒷받침하지 않는다는 것은 “AI 세탁”이라고 불린다. 이것은 주목을 끌 수 있지만, 신뢰를 잃는 빠른 길이다. 기업가들은 비즈니스에서 AI를 어떻게 사용하는지에 대해 명확하게 그리고 진실하게 소통해야 한다. 초점은 실제 혁신에 있어야지, 단순히 유행어를 따라가기보다는.

테라노스(Theranos)와 같은 상황을 피하는 것이 중요하다. 그곳에서는 대담한 주장이 내용 없이 이루어졌고, 심각한 결과를 초래했다. AI의 경우 기술적 복잡성이 높아 주장의 내용을 검증하기가 더 어려워지고, 오남용이 쉽게 발생할 수 있다. 보험회사 알리안츠(Allianz)에 따르면, 2020년 3월부터 2024년 10월까지 38건의 AI 관련 보안 클래스 소송이 제기되었으며, 그중 13건은 2024년에 발생했다.

투자자들에게 AI의 매력은 기술적인 복잡성에만 있는 것이 아니다. 그것은 중요한 문제를 해결하고 실제 비즈니스를 창출하는 것이다. 기업가들이 단축기를 사용하거나 AI 능력을 과장한다면, 그들이 유혹하려고 하는 후원자들을 멀어질 수 있다. 규제기관이 검토를 강화하고 시장은 더 까다로워지면서, 내용을 제공하는 것이 필수적이다.

AI의 광범위한 범위

인공 지능은 대화형 AI 도구가 주도하는 헤드라인을 넘어 더 많은 것을 포함한다. MIT의 늦은 컴퓨터 과학자이자 교수인 패트릭 윈스턴(Patrick Winston)은 30년 전 그의 대표적인 교과서 “인공 지능“에서 AI의 기초 요소를 설명했다. 대규모 언어 모델이 공중의 상상을 사로잡기 전에, AI는 문제 해결, 양적推論, 알고리즘적 제어 등에서 발전을 이끌었다. 이러한 뿌리들은 챗봇과 자연어 처리를 넘어선 AI의 다양한 응용 분야를 강조한다.

로봇공학과 컴퓨터 비전에서 AI의 역할을 고려해 보자. 동시적 위치화 및 매핑(Simultaneous Localization and Mapping, SLAM)은 기계가 환경을 탐색하고 해석할 수 있는 혁신적인 기술이다. 이것은 중요한 자율 시스템의 기초를 이루고 있으며, AI가 복잡한 기술적인 도전을 해결하는 능력을 보여준다. 대규모 언어 모델만큼 널리 알려지지는 않지만, 이러한 발전은 똑같이 변革적이다.

음성 인식과 컴퓨터 비전 같은 분야는曾經 AI 혁신으로 여겨졌지만, 이제는 별개의 학문 분야로 성장했으며, 많은 경우에 ‘AI’라는 레이블을 잃어버렸다. 음성 인식은 접근성과 음성 주도 인터페이스를 혁신적으로 개선했으며, 컴퓨터 비전은 자율 주행 자동차, 의료 영상, 얼굴 인식, 소매 분석 등 분야에서 발전을 이끌었다. 기업가들에게 이것은 혁신이 AI의 더广泛한 풍경 안에서 어떻게 적합하는지에 대한 이해를 강조한다. AI의 범위에 대한 세련된 이해를 보여줌으로써, 스타트업은 초기 단계의 회사에 대한 경쟁적인 자금 조달 환경에서 두드러날 수 있다.

예를 들어, 기계 학습 모델은 공급망 로직을 최적화하거나 장비 고장을 예측하거나 동적 가격 전략을 가능하게 할 수 있다. 이러한 응용 분야는 챗봇만큼 주목을 끌지 못할 수 있지만, 효율성과 혁신에 초점을 맞춘 산업에서巨大한 가치를 제공한다.

투자자의 언어로 말하기

기업가들이 투자자에게 AI를 어떻게 사용하는지에 대해 소통할 때, 측정 가능한 영향에 초점을 맞추어야 한다. 효율성 개선, 사용자 결과 향상, 또는 고유한 기술적 이점 등이다. 많은 투자자는 깊이 기술적인 내용을 이해하지 못하므로, AI 능력을 간단하고 접근하기 쉬운 언어로 표현해야 한다. AI가 무엇을 하는지, 어떻게 작동하는지, 그리고 왜 중요한지에 대한 설명은 신뢰와 신뢰성을 구축한다.

투자자들은 “AI”라는 용어가 과도하게 사용된다는 것을 걱정하고 있다. 기업가들이 기술을 사용하여 문제를 해결하는 것보다 AI를 사용한다는 사실을 강조한다는 것이다. AI는 많은 산업에서 표준이 되었으며, 그 역할을 회사 전략에서 과장해서는 안 된다.

투명성도同樣 중요하다. FTC가 과장된 AI 주장에 대한 단속을 강화하면서, 기술이 무엇을 할 수 있고 할 수 없는지에 대한 진실성을 유지하는 것이 필요하다. 능력을 과장하는 것은 초기 관심을 끌 수 있지만, 신뢰를 잃거나 규제적 검토를 받을 수 있다.

기업가들은 또한 AI를 사용하여 더廣泛한 시장 기회와 어떻게 일치하는지 강조해야 한다. 예를 들어, 예측 분석, 최적화, 또는 의사 결정 시스템을 위한 AI를 사용하는 것은 전망과 혁신을 보여줄 수 있다. 이러한 응용 분야는 챗봇만큼 헤드라인을 지배하지 못할 수 있지만, 투자자와 공鳴하는 실제 세계의 필요를 해결한다.

궁극적으로, AI를 가치 창출과 중요한 문제 해결을 위한 도구로 제시하는 것이 중요하다. 투자자와의 소통, 진실성, 그리고 투자자 우선순위와의 일치에 초점을 맞춤으로써, 기업가들은 AI 분야에서 신뢰할 수 있고 전향적인 리더로 자신을 пози션할 수 있다.

Kevin Dowling 박사는 Robotics Factory 및 하드웨어 부문 총괄 책임자이며 로봇공학, 하드웨어, 첨단 엔지니어링 분야에서 수십 년의 리더십 경험을 갖고 있습니다. 이전에는 사람과 로봇을 위한 세계적 수준의 3D 매핑 및 위치 추정 솔루션으로 알려진 Kaarta의 CEO를 역임했습니다. 그 전에는 4Moms의 엔지니어링 부사장으로 50명 규모의 팀을 이끌며 혁신적인 소비자 제품을 개발했습니다. 더 이전에는 케임브리지 소재 MC10의 연구개발 부사장으로 엔지니어링 팀을 구성하고 이끌었으며, 회사의 고성능 반도체 기반 신축성 전자기술을 실제 응용 분야에 도입하는 데 기여했습니다.

Kevin은 LED 조명을 개척한 선도 기업 Philips Color Kinetics에서 전략 및 기술 부사장을 맡았습니다. CK가 2004년 기업공개를 하고 2007년 Philips에 8억 달러에 인수되는 과정에서 고위 경영진의 핵심 구성원으로 활동했습니다. 기술 리더십 외에도 LED 측정과 수명, LED 표준 및 적합성 등재 활동을 표준화하는 최초의 위원회들을 설립하고 의장을 맡았습니다. 업계와 정부기관을 연결하고 에너지 관련 입법 활동에 참여했으며, Philips가 상금 1천만 달러의 L-Prize를 수상하는 데 기여했습니다. 여러 교육 프로그램을 이끌고 업계 행사에서 자주 강연했습니다.

Color Kinetics 이전에는 PRI Automation의 수석 로봇 엔지니어였습니다. Carnegie Mellon University 로봇연구소에서 20년 이상 첨단 로봇공학 경험을 쌓았으며, 그곳에서 세계 최초의 자율주행 차량들 중 일부를 만들었습니다.

Dowling 박사는 등록된 미국 특허 85건 이상의 발명자로 등재되어 있습니다. Carnegie Mellon University에서 수학 학사와 로봇공학 석사 및 박사 학위를 취득했습니다.