이슈 2030년이면 합성 데이터가 실제 데이터를 앞지르면서 모델 붕괴 위험을 키운다

요약

이 이슈는 합성 데이터의 가능성과 그것이 AI 품질을 떨어뜨릴 위험을 함께 저울질한다. 사람이 만든 데이터를 구하기 어려워지면서 AI가 만든 데이터로 모델을 학습시키는 기업이 늘고 있고, 일부 전문가는 2030년쯤이면 합성 데이터가 실제 데이터보다 중요해질 수 있다고 본다. 지금은 자율주행차 학습처럼 한정된 용도에 주로 쓰인다. 합성 데이터는 실제 데이터를 바탕으로 만들 때 가장 쓸모 있지만, 현실의 미묘한 차이를 뭉개거나 표본의 편향을 부풀리고 재식별 공격으로 개인정보를 드러낼 수도 있다. 품질이 떨어지는 합성 자료로 학습을 거듭하면 모델이 스스로 나빠지는 '모델 붕괴'가 생길 수 있으며, 인터넷이 합성 콘텐츠로 채워질수록 그 위험은 커진다.