서론AI 세계 내부에서 이상한 격차가 벌어지고 있다.한쪽에서는 대부분의 사람들이 여전히 AI를 단순한 채팅창으로 경험한다. 질문을 하고, 답을 받고, 어쩌다 문서를 업로드하며, 때때로 글쓰기, 검색, 또는 빠른 설명을 위해 사용한다. 이는 유용하지만, 산업을 재편할 수 있는 종류의 기술처럼 느껴지는 경우는 드물다.다른 한쪽에서는 훨씬 더 작은 집단의 개발자, 연구자, 창업자, 그리고 엔터프라이즈 사용자들이 훨씬 더 강력한 시스템을 다루고 있다. 더 강한 모델, 더 긴 컨텍스트 윈도우, 에이전트 모드, 연결된 데이터, 내부 도구, 비공개 워크플로, 그리고 높은 추론 예산까지 활용한다. 이들에게 AI는 더 이상 단순한 챗봇이 아니다. 하나의 작동하는 시스템이 되어 가고 있다.이것이 원문 기사에서 설명된 논쟁의 핵심이다. 대중은 AI 장난감을 보고 있지만, 소수의 집단은 이미 풀스택 AI 노동에 더 가까운 무언가를 사용하고 있을지도 모른다는 것이다.## 출처 참고출처에는 X, Reddit, 그리고 연구 페이지의 스크린샷이 포함되어 있다. 맥락상 매우 관련성이 높은 스크린샷은 유지했다. 장식용 로고, 홍보 이미지, QR 코드 형태의 자산, 그리고 반복되는 브랜딩 배너는 포함하지 않았다. 원문 중간에 있던 이미지 두 장은 불러오는 과정에서 시간 초과가 발생해 삽입되지 않았다.“Fable 5”, “GPT-5.6”, “Opus 4.8”, “Sonnet 5”라는 모델명은 출처의 논의에 등장하기 때문에 그대로 유지했다. 공개된 공식 제품 페이지에서는 모든 정확한 버전명을 동일한 방식으로 문서화하고 있지 않을 수 있다.## Fable 5와 GPT-5.6: 일반 사용자와 AI 엘리트 사이의 격차이 논의는 Sam Altman이 X에 올린 게시물에서 시작되었다. 그는 가볍고 개인적인 어조로, 아이가 처음으로 두 단어를 조합한 언어 발달의 이정표를 GPT-5.6이 새로운 수학을 발견하는 개념과 비교했다.
이 게시물은 곧바로 온라인에서 여러 각도로 분석되었다. 어떤 사람들은 이를 따뜻한 가족의 순간으로 받아들였다. 다른 이들은 그 뒤에 다른 의미가 있다고 보았다. 즉, 최고의 AI 시스템은 더 이상 모두가 똑같이 경험하는 것이 아닐 수 있다는 점을 상기시킨다는 것이다.바로 여기서 “AI-folded” 세계라는 개념이 등장한다. 이 표현은 사람들이 기술적으로는 같은 AI 시대에 살고 있지만, 실제로는 접근 수준이 완전히 다른 세계를 뜻한다. 소수의 집단은 Fable 같은 최전선 모델이나 곧 등장할 GPT-5.6급 시스템을 사용하고 있을 수 있는 반면, 더 넓은 대중은 주로 경량 모델, 무료 챗봇 요금제, 또는 소비자 제품 안에 들어 있는 기본적인 어시스턴트와 상호작용한다.출처에서 인용된 한 차트는 이 격차를 날카롭게 보여준다. 세계 대부분의 사람들은 AI를 전혀 사용해 본 적이 없고, 그보다 작은 집단이 무료 챗봇을 사용하며, 고급 AI 서비스에 비용을 지불하는 사람들은 극히 일부에 불과하다.
이것은 단순한 가격 문제만이 아니다. 사람들이 AI 물결 전체를 이해하는 방식 자체를 바꾼다.당신이 기술 업계 밖에 있고, AI에 대한 유일한 경험이 때때로 피상적이거나 틀린 답을 내놓는 무료 챗봇뿐이라면, AI가 일자리를 대체할 것이라는 주장들은 과장되어 들릴 수 있다. 당신의 관점에서는 여전히 평범한 작업에서도 실패하는 모델들에 왜 기업들이 수천억 달러를 쓰는지 의아할 수도 있다.하지만 긴 컨텍스트, 비공개 데이터, 에이전트, 워크플로 자동화, 높은 추론 예산을 갖춘 최전선 도구를 사용하는 소수 집단 안에 있다면, 그림은 완전히 다르게 느껴진다. AI는 신기한 장난감처럼 보이지 않는다. 지렛대처럼 보인다.
원문에서 LMArena 주변의 핵심 인물로 묘사된 Peter Gostev의 스크린샷은 이 점을 직접적으로 보여준다. 그의 주장은 최고급 모델을 실제로 접하는 사용자는 아주 작은 일부에 불과할 수 있으며, 나머지 사람들은 무료 ChatGPT, AI Overviews, Meta AI, 또는 기본적인 Copilot류 제품을 통해 훨씬 약한 버전의 AI를 접하고 있다는 것이다.
일반 사용자에게는 그래서 AI가 과대평가된 것처럼 느껴진다. 반면 최상위 사용자들에게는 이미 불공정한 우위처럼 느껴질 수도 있다.## 오늘날의 AI는 여전히 보통 사람들에게 너무 멀게 느껴진다이 글은 이어서 모델의 성능에서 일상생활로 시선을 옮긴다. 왜 아직도 이렇게 많은 사람들이 AI가 유용하지 않다고 느낄까?한 가지 예시는 AI 해설자 Kol Tregaskes에게서 나온다. 그는 자신의 형제를 전형적인 비기술 사용자로 묘사했다. 그의 형제는 가끔 무료 ChatGPT를 사용하고, 기본적인 Apple Intelligence 기능이 탑재된 iPhone을 가지고 있다. 그것이 사실상 그의 AI 경험의 전부다.
그는 Claude에 대해 잘 모른다. Fable이 무엇인지도 모른다. 에이전트, 검색 증강, 컨텍스트 윈도, 도구 사용, 워크플로 자동화 같은 개념으로 사고하지도 않는다. 더 중요한 것은, 많은 사람들이 검색에 돈을 낼 것이라고 기대하지 않는 것처럼, 그 역시 AI 구독에 돈을 낼 가능성이 낮다는 점이다.이 차이가 중요한 이유는, 이 두 집단이 단순히 같은 것의 “더 나은” 버전과 “더 나쁜” 버전을 쓰고 있는 것이 아니기 때문이다. 그들은다양한 제품 범주를 사용하면서.무료 사용자에게 AI는 흔히 챗봇이다. 질문에 답하고, 글을 다듬고, 문서를 요약하고, 작은 작업을 도와줄 수 있다. 이것만으로도 이미 많은 사람들에게 유용하다.고급 사용자에게 AI는 작업 시스템이 된다. 내부 데이터에 연결되고, 프로젝트 맥락을 기억하며, 여러 파일에 걸쳐 작업하고, 반복 업무를 자동화하고, 사설 지식 베이스를 지원하며, 더 복잡한 의사결정을 뒷받침할 수 있다.원문에는 이 격차를 시각적으로 비교한 내용도 포함되어 있다. 무료 사용자는 범용 챗봇을 받는 반면, 유료 엘리트 또는 엔터프라이즈 사용자는 에이전트, 긴 컨텍스트, 연결된 데이터, 프라이버시 제어, 자동화, 사설 지식, 그리고 특화된 워크플로를 제공받는다.이것은 AI를 둘러싼 대중적 대화가 왜 자주 혼란스럽게 느껴지는지 설명해 준다. 기술 기업들은 AI가 호화로운 결혼식을 기획하고, 완전한 애플리케이션을 만들고, 복잡한 연구를 수행하는 데모를 보여 준다. 하지만 많은 사람들에게 그런 것은 필요하지 않다. 그들에게 필요한 것은 청구서, 서식, 장보기 목록, 이메일, 약속, 갱신, 보험 서류, 가족 일정 조율, 그리고 반복적인 행정 업무를 돕는 일이다.일상생활에 진정으로 유용한 AI 비서는 사용자의 예산, 습관, 가정의 선호, 알레르기, 지역 상점, 일정, 문서, 그리고 제약 조건을 알아야 할 것이다. 단지 채팅창에서 질문에 답하는 데 그치지 않을 것이다. 조용히 의사결정을 돕고, 선택지를 비교하고, 목록을 준비하고, 비용이 너무 높을 때 경고하고, 반복 작업을 자동화해 줄 것이다.바로 그것이 빠져 있는 층위다. 주류 AI가 여전히 범용적인 채팅 인터페이스 안에 갇혀 있는 한, 많은 사용자들은 실제로 한 주의 삶을 바꿔 주는 제품이 아니라 데모만 보게 될 것이다.
## 하루 1,000달러짜리 AI 워크플로는 어떤 모습일까?이 격차를 가장 분명하게 보여 주는 예는 비용이다.원문에서 한 레딧 사용자는 하루 동안 Fable 추론에 1,000달러를 썼다고 말한다. 심지어 대기업 내부에서도 그렇게 모델 사용에 돈을 쓸 자유가 있는 사람은 소수에 불과하다고 그는 덧붙였다.
이 숫자는 접근성 문제를 눈에 보이게 만든다. 최전선 모델을 본격적으로 하루 사용한 비용이 노트북 한 대 값과 맞먹을 수 있다면, “최고의 AI”가 아직 대중 시장용 경험이 아니라는 것은 분명하다.원문은 또한 접근이 제한되기 전에 Fable의 성능에 깊은 인상을 받았던 엔지니어들에 대해서도 설명한다. 한 엔지니어는 복잡한 ReBAC 권한 부여 시스템에 이를 사용했고, 수작업으로 프로토타입을 만드는 데 몇 주가 걸렸을 일을 짧은 시간 안에 처리했다고 느꼈다고 전해진다.그런 주장 하나하나를 모두 문자 그대로 받아들여야 하는지는 또 다른 문제다. 하지만 중요한 것은 패턴이다. 고급 사용자들은 더 이상 AI를 그것이 할 수 있는지 없는지로만 평가하지 않는다.정중한 이메일을 작성하세요. 그들은 그것이 수석 기술 협업자처럼 행동할 수 있는지 시험하고 있습니다.또 다른 Reddit 댓글은 더 균형 잡힌 시각을 덧붙입니다. 해당 사용자는 Codex 스타일 도구를 좋아하고 현재도 다른 워크플로에 의존하고 있다고 말하지만, 그럼에도 Fable이 유난히 어려운 문제를 해결하는 것처럼 보이는 순간들이 있다고 봅니다. 문제는 단지 성능만이 아닙니다. 일상적인 업무에 그 비용이 합리적인지의 여부입니다.
이어서 원문은 한층 더 진보된 행동 양상을 강조합니다. 최상위 사용자들은 반드시 단일 모델에만 의존하지 않습니다. 그들은 여러 모델을 결합한 워크플로를 구축하고, 서로 다른 역할에 맞게 서로 다른 모델을 사용합니다.| 워크플로 계층 | 원문에 언급된 모델 | 워크플로에서의 역할 |
|-|-|-|
| 창의 및 요구사항 계층 | ChatGPT 5.5 | 제품 관리자처럼 행동하며 브레인스토밍, 아이디어 구체화, 상세 프롬프트 작성에 도움을 줍니다. |
| 아키텍처 및 계획 계층 | Fable | 시스템 아키텍트처럼 행동하며 상위 구조, 단계 설계, 논리 점검을 담당합니다. |
| 대규모 실행 계층 | Opus 4.8 | 중간에서 어려운 수준의 구현 작업에서 수석 개발자처럼 행동합니다. |
| 마무리 및 검토 계층 | Sonnet 5 | 반복적인 코딩, 정리 작업, 최종 검토를 처리합니다. |
이 워크플로에서는 가장 강력한 모델이 항상 모든 코드 한 줄 한 줄을 작성하는 데 쓰이는 것은 아닙니다. 대신 그 모델은 계획, 아키텍처, 추론, 검증을 담당합니다. 그러고 나서 더 저렴하거나 더 안정적인 모델들이 실행 작업의 대부분을 맡습니다.이는 챗봇 세션이라기보다 소프트웨어 팀에 더 가깝습니다.원문에는 또 다른 개발자의 댓글도 포함되어 있는데, 그는 온라인의 많은 사람들이 AI를 과소평가하는 이유가 그것이 진지한 기술 워크플로에서 사용되는 모습을 보지 못했기 때문이라고 주장합니다. 핵심은 AI가 매번 완벽한 코드를 작성한다는 것이 아닙니다. 핵심은 AI를 어떻게 이끌고 적절한 맥락을 제공해야 하는지 아는 사람들에게는 그것이 전문적인 업무를 크게 가속할 수 있다는 점입니다.
바로 여기에서 그 격차가 현실적인 문제가 됩니다. 어떤 사람은 AI를 빠른 답변을 얻는 데 사용합니다. 또 다른 사람은 AI를 조율된 전문 작업자 집합처럼 사용합니다.## 의료 분야와 개인적 위험에 존재하는 숨은 장벽이 글은 또한 접근성 격차를 코딩을 넘어서는 영역으로 확장합니다. 의료는 그보다 더 민감한 사례입니다.의학적 질문의 경우, 약한 답변과 강한 답변의 차이는 매우 중요할 수 있습니다. 원문은 심각한 건강 문제를 가진 사람들이 더 나은 AI 접근성의 혜택을 받을 수 있다고 주장합니다. 그러나 가장 도움이 필요한 집단일수록 오히려 고급 시스템을 사용하거나 비용을 지불할 가능성이 가장 낮은 경우가 많습니다.또한 의료 학습자와 임상의에게 진단 도구로서의 ChatGPT에 관한 연구 스크린샷도 인용합니다.해당 PLOS ONE 연구에서는 ChatGPT가 테스트된 진단 챌린지 세트 사례의 49%에 정답을 제시했으며, 더 폭넓은 진단 관련 지표도 논문에 보고되어 있다.
그렇다고 해서 사람들이 건강 교육을 위해 AI를 완전히 피해야 한다는 뜻은 아니다. 다만 무료 범용 챗봇을 의사처럼 취급해서는 안 된다는 뜻이다. 건강, 금융, 법률 계약, 보험, 개인 업무 문서처럼 위험이 큰 영역에서는 모델의 품질은 문제의 한 부분일 뿐이다.다른 문제들도 그만큼 중요하다:1. 시스템이 충분한 맥락을 가지고 있는가? - 데이터는 비공개로 안전하게 보호되는가?
- 답변을 신뢰할 수 있는 출처와 대조해 검증할 수 있는가?
- 사용자는 언제 멈추고 인간 전문가에게 물어봐야 하는지 알고 있는가?
- AI가 실제 워크플로에 통합되어 있는가, 아니면 그저 일반적인 조언만 제공하는가?엔터프라이즈 도구, 내부 지식 베이스, 안전한 데이터 접근, 유료 모델을 사용할 수 있는 사람들에게는 AI가 더 풍부한 맥락에서 작동할 수 있다. 무료 사용자에게는 그 경험이 종종 피상적이고 일반적이다.이로 인해 또 다른 형태의 불평등이 생긴다. 단순히 누가 AI를 가지고 있느냐가 아니라, 누가 가치 있는 개인적 또는 직업적 정보를 안전하게 다룰 수 있는 AI를 가지고 있느냐의 문제다.## 반론: 정말 모든 직업에 Fable이 필요한가?원문은 한쪽 입장만 제시하지 않는다. 반론도 함께 담고 있다.한 가지 반론은 단순하다. 대부분의 일반적인 업무는 “새로운 수학을 발견할” 만큼 강력한 모델을 필요로 하지 않는다. 많은 비즈니스 업무는 프런티어 모델의 의미에서 지적으로 어려운 일이 아니다. 오히려 맥락 의존성이 크다.즉, 문제는 종종 AI가 너무 약하다는 데 있지 않다. 문제는 AI에 적절한 데이터, 문서, API, 예시, 비즈니스 규칙, 이력, 또는 워크플로상의 위치가 제공되지 않았다는 데 있다.많은 사무직 종사자에게는 강력하면서도 감당 가능한 모델만으로도 이미 충분할 수 있다. 대개 부족한 것은 다음과 같다:- 명확한 작업 지시;
- 충분한 배경 맥락;
- 올바른 파일과 시스템에 대한 접근;
- 반복 가능한 워크플로;
- 검토와 검증;
- 개인정보 및 권한 통제.이것은 중요한 수정이다. 사용자가 모델에 모호한 질문을 던지고 유용한 맥락을 전혀 주지 않는다면, 비싼 프런티어 모델조차 평범한 답을 내놓을 수 있다. 반대로 좋은 맥락과 잘 설계된 워크플로를 갖춘 더 저렴한 모델이, 부주의하게 사용된 더 강력한 모델을 종종 이길 수 있다.따라서 진짜 질문은 단지 “누가 최고의 모델을 가지고 있는가?”만이 아니다. “누가 그 모델을 둘러싼 최고의 시스템을 가지고 있는가?”이기도 하다.그 시스템에는 데이터, 도구, 권한, 자동화, 프롬프트, 평가, 그리고 인간의 검토가 포함된다.## AI에 접힌 미래에서, 당신은 어느 편에 설 것인가?원문은 더 큰 문제를 제기하며 끝맺는다.경고: 서로 다른 등급의 AI에 대한 접근성이 새로운 형태의 불평등이 될 수 있다.이 격차는 반드시 하루아침에 벌어지는 극적인 사건처럼 찾아오지는 않을 수 있다. 조용히 진행될 수도 있다. 한 집단은 계속 무료 챗봇을 사용하며 AI가 과대평가되었다고 느낀다. 다른 집단은 에이전트형 시스템을 업무에 내장하고, 일주일 걸리던 작업을 몇 시간으로 압축하며, 그 생산성 향상을 계속해서 누적시킨다.위험한 점은 두 집단 모두 “AI”에 대해 이야기하지만, 더 이상 같은 것을 두고 말하고 있지 않다는 것이다.대중에게 AI는 여전히 실수를 하기는 하지만 때로는 유용한 보조 도구처럼 보일 수 있다. 엘리트 사용자에게 AI는 이미 디지털 협업 팀처럼 보일 수 있다. 기업에게는 내부 운영 전반에 내장된 하나의 계층이 될 수 있다. 의료, 금융, 법률 워크플로에서는 품질, 개인정보 보호, 맥락이 모두 중요하기 때문에 그 격차가 더욱 중대한 결과를 낳을 수 있다.이것이 바로 “AI가 접힌” 세계의 진짜 의미다. 기술이 단순히 더 똑똑해진 것이 아니다. 불균등하게 분배된 것이다.결론은 모두가 가장 비싼 모델을 써야 한다는 뜻이 아니다. 더 유용한 핵심은 이것이다. 모델 성능, 워크플로 통합, 맥락, 접근성은 점점 떼어놓을 수 없는 요소가 되고 있다. 일반적인 채팅창 안의 약한 모델과 완전한 업무 시스템 안의 최전선 모델은 같은 제품이 아니다.## FAQ### “AI 접근 격차”란 무엇을 의미하나요?AI 접근 격차는 대부분의 사용자가 이용할 수 있는 기본적인 AI 도구와, 소수의 유료 사용자·기술 사용자·기업 사용자가 활용하는 고급 AI 시스템 사이의 차이를 뜻한다. 이 격차에는 모델 품질, 컨텍스트 길이, 데이터 접근성, 에이전트 기능, 개인정보 보호 제어, 추론 예산이 포함된다.### Fable 5와 GPT-5.6은 공식적인 공개 제품인가요?원문은 최전선 AI 접근성에 관한 더 넓은 온라인 논의의 일부로 Fable 5와 GPT-5.6을 언급한다. 이 수정본도 원문에 등장하기 때문에 그 이름을 유지했지만, 현재의 공개 제공 여부와 정확한 모델 명칭은 공식 제공자 페이지에서 확인해야 한다.### 무료 AI 도구는 왜 종종 덜 유용하게 느껴지나요?무료 도구는 보통 폭넓은 접근성, 안전성, 비용 통제, 일반적인 작업에 맞게 최적화된다. 더 약한 모델을 쓰거나, 제한이 더 낮거나, 컨텍스트가 더 적거나, 통합 기능이 더 적거나, 비공개 업무 데이터에 접근하지 못할 수 있다. 그래서 단순한 작업에는 유용하지만 완전한 업무 시스템으로서는 덜 효과적일 수 있다.### 일반적인 직장인도 정말 최전선 AI 모델이 필요한가요?항상 그런 것은 아니다. 많은 업무는 지능 집약적이라기보다 맥락 집약적이다. 적절한 문서, 워크플로, 검토 프로세스와 연결된 어느 정도 성능 있는 모델은, 충분한 맥락 없이 사용되는 더 강력한 모델보다 오히려 더 유용할 때가 많다.### 이 논쟁에서 AI 에이전트가 중요한 이유는 무엇인가요?에이전트는 AI를 “질문에 답하는 것”에서 “일을 수행하는 것”으로 이동시킨다. 에이전트는 단계를 계획하고, 도구를 사용하고, 파일을 처리하고, 데이터와 상호작용하며, 반복 가능한 작업을 실행할 수 있다. 그래서 에이전트 접근성은 단순한 챗봇과는 전혀 다른 경험을 만들어낼 수 있다.### 의료 관련 질문에 AI를 사용하는 것은 안전한가요?AI는 의료 정보를 설명하거나, 의사에게 물어볼 질문을 준비하거나, 일반적인 개념을 요약하는 데 도움을 줄 수 있다. 하지만 전문적인 진단이나 치료를 대체해서는 안 된다. 원문에서 언급된 PLOS ONE 논문은 진단 정확도에 한계가 있을 수 있음을 보여주므로,고위험 건강 관련 결정에는 자격을 갖춘 임상의가 참여해야 합니다.### AI 접근 격차를 해소하는 가장 좋은 방법은 무엇인가?모델 비용을 낮추는 것은 도움이 되겠지만, 가격은 해결책의 한 부분일 뿐입니다. 더 나은 제품 설계, 더 안전한 데이터 통합, 사용자 교육, 개인정보 보호 제어, 워크플로 템플릿도 함께 필요합니다. 대부분의 사용자에게 목표는 단순히 더 똑똑한 모델이 아니라, 실제 일상 업무에 잘 맞는 AI입니다.## 관련 도구- ChatGPT: 글쓰기, 리서치, 코딩 지원, 분석, 일상 업무를 위한 OpenAI의 소비자용 AI 어시스턴트.
- Claude: 글쓰기, 추론, 코딩, 긴 컨텍스트 작업에 흔히 사용되는 Anthropic의 AI 어시스턴트.
- Microsoft Copilot: 일반 검색, 생산성, 글쓰기, Microsoft 통합 워크플로를 위한 Microsoft의 AI 어시스턴트.
- Microsoft 365 Copilot: Microsoft 365 환경 내 사용자를 위한 Microsoft의 업무 중심 Copilot 경험.
- Apple Intelligence: 지원되는 iPhone, iPad, Mac 환경에 내장된 Apple의 개인용 지능 시스템.
- Arena: 이전에 LMArena로 알려졌던 공개 모델 비교 및 리더보드 플랫폼.## 관련 링크- Original BAAI Hub Article: 이 영어 재작성의 기반이 된 중국어 원문 기사.
- OpenAI: 제품, 연구, 모델 업데이트를 위한 OpenAI 공식 웹사이트.
- Anthropic: Claude 관련 발표와 AI 안전성 연구를 위한 Anthropic 공식 웹사이트.
- Microsoft Copilot: 소비자용 AI 지원을 위한 Microsoft Copilot 공식 진입점.
- Apple Intelligence Support: Apple Intelligence의 제공 여부와 설정 방법을 설명하는 Apple 지원 페이지.
- Arena GitHub Organization: Arena/LMArena 관련 프로젝트의 공식 GitHub 조직.
- PLOS ONE: Evaluation of ChatGPT as a Diagnostic Tool: 원문의 의료 섹션에서 언급된 연구 논문.
- PubMed Record for the Diagnostic Evaluation Paper: 동일한 의료 평가 연구에 대한 PubMed 항목.## 요약이 글은 AI 계층화에 관한 논쟁을 설명합니다. 대부분의 사람들은 여전히 AI를 무료 또는 저비용 챗봇으로 경험하는 반면, 훨씬 더 작은 집단은 프런티어 모델, 에이전트, 비공개 데이터, 고비용 추론 워크플로를 활용하고 있습니다.핵심 문제는 모델의 지능만이 아닙니다. 접근성, 맥락, 워크플로 설계, 개인정보 보호, 데이터 통합, 비용이 모두 AI가 사용자에게 실제로 무엇을 할 수 있는지를 결정합니다.많은 사람들에게 답은 단순히 “가장 강력한 모델에 비용을 지불하라”가 아닙니다. 충분한 맥락을 갖춘 잘 설계된 워크플로가 순수한 모델 성능보다 더 중요할 수 있습니다. 그러나 프런티어 시스템이 더 유능해지고 더 비싸질수록, 기본적인 AI와 최상위 AI 사이의 격차는 점점 더 무시하기 어려워질 것입니다.AI는 쓸모없어지고 있는 것이 아닙니다. 불균등하게 분배되고 있을 뿐입니다.
