신호 학습 데이터가 6개월마다 두 배로 늘지만 품질 관리는 그 대가로 밀린다

요약

AI 모델이 커질수록 데이터 품질 문제는 더 심각해진다. 모델 학습에 쓰이는 데이터 세트는 6개월마다 두 배로 불어나고 있다. 그만한 분량을 모으려면 품질 점검을 느슨하게 해야 할 때가 있고, 그만큼 가짜이거나 출처가 의심스러운 데이터로 모델이 학습될 위험이 커진다. 그래서 EY는 가장 새롭고 가장 뛰어난 모델이 오히려 덜 믿을 만한 모델이 될 수 있다는 역설을 경고한다. 이는 소비자 불안과 사회적 우려에 더해 AI를 둘러싼 신뢰 적자에 기술적 차원을 하나 더 얹는 요인으로 다뤄지며, 모델의 성능과 신뢰성이 반드시 함께 오르지는 않는다는 점을 일깨운다.