Google unveils MedLM, a family of healthcare-focused generative AI models
Google has introduced MedLM, a new set of AI models designed for healthcare, building on its Med-PaLM 2 model. MedLM, available to certain Google Cloud customers, includes two versions for different tasks and has been trialed by healthcare organizations. This initiative is part of a larger trend among tech giants to capitalize on the healthcare AI market. However, the use of AI in healthcare has been controversial, with concerns about accuracy and privacy. Despite this, Google emphasizes its commitment to responsible AI use in healthcare.

https://techcrunch.com/2023/12/13/google-unveils-medlm-a-family-of-healthcare-focused-generative-ai-models/

Google’s GitHub Copilot competitor is now generally available and will soon use the Gemini model
Google has launched Duet AI for Developers, an AI-assisted coding tool now generally available and soon to be enhanced with the Gemini model. This platform, competing with GitHub's Copilot, offers advanced code completion and generation capabilities, bolstered by partnerships with 25 companies for specialized data and documentation. Designed to streamline coding tasks and boost productivity, Duet AI supports over 20 languages and includes features like AI log summarization and error explanation. Free until January 2024, it will subsequently cost $19 per user per month on an annual commitment.

https://techcrunch.com/2023/12/13/duet-ai-for-developers-googles-github-copilot-competitor-is-now-generally-available-and-will-soon-use-the-gemini-model/

PandasAI is a Python library that adds Generative AI capabilities to pandas, the popular data analysis and manipulation tool. It is designed to be used in conjunction with pandas, and is not a replacement for it.

https://github.com/gventuri/pandas-ai

The Suez Canal at the northern end of the Red Sea and the Bab el-Mandeb Strait at the southern end are particularly important, with 40% of Asia-Europe trade normally passing through this area.

The U.S. has responded by forming a security initiative to protect ships in the Red Sea, involving multiple countries. Despite this, the Houthi rebels have continued their attacks, targeting at least 44 countries connected to the vessels. Shipping companies such as BP, MSC, Hapag-Lloyd, CMA CGM, and Maersk have suspended travel through the Red Sea due to the security risks.

The disruption has led to a significant increase in shipping costs and rerouting of vessels around Africa via the Cape of Good Hope, adding 7-10 days to transit times. This crisis has stirred memories of the 2021 Suez Canal blockage, which caused global trade bottlenecks
7. The current situation is causing congestion problems and could potentially spark a hike in shipping costs if it becomes an extended crisis
7.

The attacks have also raised concerns about the safety of seafarers and the potential for a wider conflict, with the Houthi leader threatening to escalate attacks to include U.S. naval ships 10. The shipping industry remains in the dark about the effectiveness of the U.S.-led Red Sea navy force and is waiting to see concrete action
11.

Maersk has indicated a return to directing its vessels through the Suez Canal, while other companies like Hapag-Lloyd and MSC continue to reroute their ships. The attacks have disrupted global shipping at a time when the Panama Canal is also less accessible due to a drought.

중국에서도 Foundation Model과 AGI에 대한 관심이 많은 것 같습니다. 12개 학교 32명의 저자들이 함께 쓴 169페이지 분량의 Foundation Model 기반 추론에 대한 연구동향 조사 프리프린트. 여기도 70페이지 이상이 참고문헌 목록.

그림5에서 Foundation model 기반의 Reason Task들에 대한 분류를 제시하고 있는데, 7개 중분류와 24개 세부 분류로 나누어 각각의 연구동향에 대해 소개. 전체 논문들은 다시 Github에서 정리해서 제공하고 있으니 관심있는 분들에게는 도움이 되실 듯.

제목: A Survey of Reasoning with Foundation Models: Concepts, Methodologies, and Outlook

요약:
복잡한 문제 해결을 위한 중요한 능력인 추론은 협상, 의료 진단, 범죄 수사와 같은 다양한 실제 환경에서 중추적인 역할을 합니다. 이는 인공 일반 지능(AGI) 분야의 기본 방법론으로 사용됩니다. 기초 모델이 지속적으로 개발됨에 따라 추론 작업에서 그 능력을 탐구하는 데 대한 관심이 높아지고 있습니다. 이 백서에서는 추론을 위해 제안되었거나 적용 가능한 중요한 기초 모델을 소개하고 다양한 추론 작업, 방법 및 벤치마크의 최신 발전 사항을 강조합니다. 그런 다음 기초 모델 내에서 추론 능력의 출현 이면에 있는 잠재적인 미래 방향에 대해 살펴봅니다. 또한 추론의 맥락에서 멀티모달 학습, 자율 에이전트, 슈퍼 얼라인먼트의 관련성에 대해서도 논의합니다. 이러한 미래 연구 방향에 대해 논의함으로써 연구자들이 이 분야를 탐구하는 데 영감을 얻고, 기초 모델을 통한 추론의 발전을 촉진하며, AGI의 발전에 기여할 수 있기를 바랍니다.

결론:
이 조사 연구는 추론 분야에서 기초 모델의 진화 경로를 조명하며, 초기 단계부터 현재의 발전까지 복잡성과 효율성이 눈에 띄게 발전했음을 보여줍니다. 데이터 기반 사고의 괄목할 만한 발전을 인정하지만, 대규모 모델의 강점과 한계를 객관적으로 인식하는 것이 중요합니다. 이러한 맥락에서 해석 가능성과 보안을 강화하는 것의 중요성을 강조하는 것은 필수적입니다. 또한 이 연구에서 조사된 모든 논문에서 기초 모델의 추론 능력을 지속적으로 초인적인 수준(예를 들어 IMO 메달을 획득하거나 공개 수학 문제를 해결할 수 있는 수준)으로 끌어올리는 방법에 대한 합의가 아직 이루어지지 않았다는 점에 주목합니다.
결론적으로, 기초 모델은 추론 작업에서 흥미로운 가능성을 제공하지만, 그 개발과 적용에 있어서는 비판적인 시각으로 접근하는 것이 필수적입니다. LLM 기반 추론과 관련된 도전 과제, 한계, 위험을 인식하는 것이 중요합니다. 이를 통해 이 분야의 책임감 있고 사려 깊은 발전을 촉진하여 강력하고 신뢰할 수 있는 추론 시스템의 개발을 보장할 수 있습니다.

arXiv: https://arxiv.org/abs/2312.11562
Browse: https://browse.arxiv.org/pdf/2312.11562.pdf
PDF: https://arxiv.org/pdf/2312.11562.pdf
arXiv-vanity: https://www.arxiv-vanity.com/papers/2312.11562
Paper page: https://huggingface.co/papers/2312.11562
Papers with code: https://paperswithcode.com/paper/a-survey-of-reasoning-with-foundation-models
Github: https://github.com/reasoning-survey/awesome-reasoning-foundation-models

유럽 미술사에서 17세기에 많이 그려진 장면이 있다. 두 명의 여성이 한 남자를 붙잡고 목을 베는 그림. 아마 한 번쯤은 본 적 있겠지만, 적군의 장수가 쉬고 있을 때 칼을 들고 들어가 죽이는 이 그림은 기독교 성경(외경)에 등장하는 이야기를 바탕으로 했다.

그런데 같은 주제를 그린 많은 그림 중 한 화가의 그림이 유독 그 장면을 생생하게 그려서 유명하다. 사람들은 왜 이 화가의 버전을 좋아할까? 여성이 그렸기 때문이다. 17세기에 활동한 여성 화가는 극히 드물고, 성공적으로 활동한 여성 화가는 거의 찾기 힘들다. 그런데 이 화가, 아르테미시아 젠틸레스키는 18세에 아버지의 친구에게 성폭행당했다.

아르테미시아의 작품들은 유행이 지나면서 사후에 거의 잊혀졌다가 20세기에 새롭게 조명되면서 큰 인기를 끌고 있다. 특히 1970년대 이후 다시 불붙은 페미니즘의 힘은 젠틸레스키의 작품을 다시 보게 하는 원동력이 된 게 사실이다. 그 바람에 이 그림은 성폭행당한 여성 화가가 그렸기 때문에 남성에 대한 분노가 담겨있는 것으로 해석되곤 한다.

하지만 그렇게 보는 게 맞을까? 그럴 수도 있다. 하지만 그런 렌즈로 이 화가를 바라보면 너무나 많은 것을 놓치게 될 뿐 아니라, 인물 자체를 오해하는 결과를 낳을 수 있다.

화가의 인생을 아는 것은 그의 작품을 이해하는 데 도움이 된다. 하지만 어설픈 이해는 오히려 장애물이 되고 작가를 이차원적으로 만들 수 있다. 사람들은 예술가가 남성일 경우, 특히 백인 남성일 경우 입체적인 인물로 생각하고 다양한 시도를 하지만 여성이거나 백인이 아니면 작고 납작한 해석의 공간 안에 쑤셔 넣는다.

오늘부터 소개하는 글은 그렇게 쉽게 생각하던 여성 예술가의 인생을 제대로 이해할 경우 그의 작품을 얼마나 깊고 다층적으로 이해할 수 있는지 보여주는 아주, 아주 뛰어난 글이다. 좋은 평론은 많고, 쉬운 평론도 많지만 쉽고 좋은 평론은 드문데, 이 글이 그렇게 드물게 보는 멋진 미술사+평론이다.

조금 길지만 휴일에 읽기에 아주 좋은 글!

<아르테미시아 이해하기>
https://otterletter.com/artemisia-gentileschi/

The interesting thing about this NYT/OpenAI lawsuit is the counterfactual.

If Apple is, indeed, writing substantial checks to media companies to license their content for training models, the impact of this and other lawsuits against AI companies training on non-public data will be swift and meaningful.

A very clever move by Apple if this lawsuit goes the way of NYT.

Chamath

This week I spoke to Andreessen Horowitz general partner Anish Acharya and Initialized founder Garry Tan about a two-year-old startup financial services startup they’ve backed: The Coterie, which sells software to help wealthy individuals, fund managers and institutional investors manage their investments in venture capital funds and other alternative assets.

It seems like a tough time to grow a business focused on selling software to venture investors, given that VC firms are in the middle of their worst fundraising year in the last decade. But The Coterie and its backers argue that the startup will be able to ride out the downturn and take advantage of a bigger trend. That is, more individuals want to become VC investors, or limited partners in VC funds—and more VC fund managers need to find limited partners beyond traditional endowments and pension funds. In other words, they need wealthy individuals with cash to spare.

VC firms, particularly new fund managers, “can no longer rely on large institutional investors,” said The Coterie co-founder and CEO Ethan Agarwal.

If you’re questioning whether a portal for VC investors is poised to generate the kind of returns LPs hope for, I am too. After all, it seems like the kind of product a venture capitalist would bet on, forgetting that millionaires make up less than 10% of the U.S. adult population. What’s more, venture investing is contracting. The number of new U.S. venture funds raised in the first three quarters of this year fell to 344, compared to over 1,400 in all of 2021, according to data firm PitchBook.

But Acharya and Tan—who is also Y Combinator’s CEO—say there’s still plenty of demand.

“If you look at the number of people who are wealthy in Silicon Valley in tech communities, all those people have an interest in investing and being part of that community,” said Acharya, who led a $33 million Series A investment in the company at a valuation over $100 million last year. “Usually that happens with investments in funds.”

Other startups, particularly Carta and AngelList, have also tried to capitalize on rising demand from individuals who want shares in private assets. The Coterie doesn’t make the connection between individuals and VC investments, as AngelList does, but handles what happens once an individual or firm agrees to invest. For $100 per year for each fund an LP backs, users can wire money using The Coterie’s payment systems, review fund subnoscription documents and track the performance of their funds’ holdings.

“You’ve got Robinhood to manage your public markets investments; you don’t have that for your privates,” said Acharya, a former Credit Karma executive and an investor in $12 billion–valuation payroll platform Deel. Tan added: “There are a lot of people who are accredited [high-net-worth] investors who can or should have much more exposure to alternatives.”

Perhaps that’s the case, though many banks with large wealth operations are happy to facilitate those investments. For now the startup may be benefiting from timing: Had the company gotten started during the peak of the bull market, Agarwal said, it would likely be in a difficult situation now. But The Coterie launched in late 2021, just as the market began to turn south, which encouraged the founders to stay lean. It only has 16 employees. (Agarwal declined to disclose revenue.)

In a broader story that gets inside what the last year has been like inside the company, Jon Victor broke the news today that Google is planning a new “Pixie” assistant for its Pixel devices.

Aaron Holmes wrote about the rise of SLMs versus LLMs. (Yeah, there is already a new acronym.) SLMs, or small language models, are all about running less-powerful versions of a model on, say, a mobile phone, faster and with more protection for data. Next up is certainly glasses and other wearables, as a trio of my colleagues reported this evening.

I am excited to use all these services. Many things we do will be much easier and faster with AI, and we’ll be more productive. I suspect AI won’t reorder the business landscape so much as it will entrench the services we all use even more deeply.

Upon reflection, I think that’s why so many in tech were panicked about the near-collapse of OpenAI. Against the big tech behemoths, it has been the one insurgent that has really broken through in usage and revenue.

Still, I worry investors haven’t gotten the memo. Natasha and Stephanie broke the story of Glean, an AI work assistant that uses OpenAI tech, getting close to raising at a $2 billion valuation with only $30 million in revenue. Those are 2021 multiples!

Intel has released their first mobile processors based on their highly anticipated Meteor Lake platform, the Core Ultra H and the Core Ultra U series. Available today, the Ultra Core H series has four SKUs, including two Ultra 7 16 core (6P+8E+2LP) chips and two 14 core (4P+8E+2LP) Ultra 5 chips. All run at a base TDP of 28 W, with a maximum turbo TDP of up to 115 W. The Core Ultra-H series is designed for ultra-portable notebooks but offers more performance in both computing and graphics within a slimline package.

Also announced is the Intel Core Ultra U-series, which includes four 15/57 W (base/turbo) SKUs, with two Core Ultra 7 and two Core Ultra 5 SKUs, and all coming with a variance in P, E-core and Intel's latest integrated Arc Xe graphics frequencies. All of Intel's announced Core Ultra U-series processors for mobile feature 10 CPU cores, with two Performance cores and eight Efficiency cores, making them ideal for lower-powered and ultra-thin notebooks.

The launch of Intel's tile-based Meteor Lake SoC marks the first step in a series of power-efficient and AI-focused chips on Intel 4 for the mobile market, which is ultimately designed to cater to the growing need to utilize AI inferencing on-chip. Both the Intel Core Ultra H and U families of chips include two new Low Power Island (LP-E) cores for low intensity workloads, with two Neural Compute Engines within the Intel AI NPU designed to tackle generative AI inferencing.

H&R Block launches AI tax filing assistant

H&R Block has launched AI Tax Assist, a new AI chatbot integrated into its paid DIY tax software, to answer tax-related questions and guide users through the filing process. This tool allows users to get detailed information about tax rules, exemptions, and specific scenarios like deductions for gig workers. H&R Block emphasizes transparency by informing users about the AI's involvement and plans to add AI-powered personalized advice. Developed with OpenAI and Microsoft, and trained exclusively on H&R Block's tax law library, AI Tax Assist aims to replicate human accountant interactions. It's available in subnoscription tiers starting at $35, with a focus on accuracy and user trust, backed by a team monitoring the AI for correct performance.

As drones take an increasingly prominent role in modern warfare, the need to bring them down is growing in importance.

Air defense was once the domain of specialist units with expensive equipment to destroy aircraft and missiles. Now, the proliferation of small, cheap drones is spreading the role throughout militaries, prompting governments and arms makers to work to boost their capabilities.

Pentagon acquisition chief Bill LaPlante said last week that the U.S. needed a surge in production of counterdrone technology, and that a lack of such equipment was hampering operations in both Ukraine and Israel.

“We need lots of money, we need production lines to go up fast,” he said.

https://wsj.com/world/this-russian-suicide-drone-is-blunting-ukraines-advance-8241a0e4

Expect to see more fresh food, and more big chains too. Food is an appetizing opportunity for convenience stores. On average, food-service sales accounted for about a quarter of in-store sales for convenience stores but well over a third of in-store gross profits, according to industry group NACS. At Casey’s, the gross margin on prepared food and beverages is about 60%, while its margin on fuel is closer to 10%. And as Casey’s Chief Executive Officer Darren Rebelez puts it: “You might fill up a tank once a week, but you eat three times a day.”

Researchers at the Medical University of Vienna are testing a new drug matchmaking technology called Exscientia, which uses machine learning models to test the impacts of dozens of different treatments on cancer cells at the same time instead of multiple months-long courses of chemotherapy. In addition to selecting the right drug, Exscentia is leveraging machine learning to design new drugs to test on patient cells, yielding more options to sift through when searching for an effective therapy.

FirstMark partner Matt Turck recalled a conversation he had with a group of engineers from Armenia, Spain and Portugal at a company offsite in Lisbon. “It turned out every single person in that conversation—none of whom were native English speakers or had lived in the U.S.—was a very regular listener of the podcast,” he said. “It was fascinating as an example of the globalization of entrepreneurship and the Silicon Valley way of doing things.”

https://www.theinformation.com/articles/the-besties-revenge-how-the-all-in-podcast-ate-silicon-valley?

As the tech industry slowed down for the holidays, thousands of artificial intelligence researchers, engineers, founders and investors revved up in New Orleans at the Conference on Neural Information Processing Systems—NeurIPS for short.

While researchers presented papers on large language models and diffusion models underlying image generators like Dall-E, attendees we spoke to said they weren’t there for the research. To be featured at NeurIPS, papers had to be submitted by May, making them ancient news in the world of machine learning, one attendee said.

Instead, many conference-goers focused on another key priority: recruiting. Big AI firms such as OpenAI and Google DeepMind have historically used the event to attract recruits, but the attendees I spoke with said they were shocked at how many freshly-funded startups were doing the same this year.

With OpenAI having recently offered up to $10 million in compensation packages to entice rare talent, the younger startups had to stand out in other ways. Upstarts such as Perplexity, CentML and Imbue, which have collectively raised hundreds of millions of dollars, held flashy happy hours for engineers alongside their bigger rivals.

Another group of attendees stood out to us: quantitative trading firms. At least eight such firms, including Jane Street and Citadel, were listed as top sponsors of the event next to Google, Apple and other tech incumbents. These firms have long used machine learning in their trading algorithms and are now incorporating generative AI. Jane Street, for instance, uses large language models to parse enormous amounts of data and paraphrase lengthy memos to inform traders’ rapid-fire decisions, The Information previously reported. The trading firm has already hired a Google AI veteran to build its own LLMs. Based on the list of sponsors, its rivals seem to be doing the same.

Attendees also buzzed about Mamba, an open-source model whose architecture seemingly makes it more computationally efficient than transformers-based models like OpenAI’s GPT. Another hot topic was Mistral’s Mixtral model, which is also open-source and is made up of a number of smaller models that are trained to handle different tasks.

In addition to new model architectures, attendees were especially interested in applying existing architectures to solve problems in hard science domains like physics, chemistry and materials science, said Rob Toews, a partner at Radical Ventures.

As the event drew to a close, Google DeepMind put out notable research that showed how Google’s LLMs helped humans come up with a novel solution to a mathematical problem known as “cap set.” It made us think OpenAI’s Andrej Karpathy may be onto something when he recently said LLMs are better for “creativity” than answering questions the way a search engine does. OpenAI itself may have seen this kind of creativity in action with Q*, a model that apparently solved math problems it hadn’t seen before, as my colleagues previously reported. We can’t wait to see what these kinds of models can do a year from now.

역발상과 내러티브 파괴 (Narrative Violation)


"What important truth do very few people agree with you on?"

- 피터틸


실리콘밸리의 유명 투자자인 피터틸은 새로운 사람을 만날 때 상대방의 역발상 아이디어를 묻는 질문을 통해 개인의 통찰과 독립적 사고 능력을 테스트하곤 합니다. 그의 저서 '제로투원'에 언급된 것처럼 영어로 '컨트래리언(Contrarian)'이라고 표현되는 역발상 접근법은 단순히 남들과 반대로 행동하는 것이 아닌, 일반 대중들이 잘 모르지만 자신만이 간파하고 있는 아이디어와 정보에서 출발하는 방법론의 일종입니다.

피터틸이 이끄는 파운더스펀드에서 투자 경험을 쌓고 2017년 독립 후 베드락(Bedrock) 캐피탈이라는 자신의 펀드를 이끌고 있는 제프 루이스 (Geoff Lewis)는 피터의 역발상 접근법을 더욱 발전시켜 '내러티브 파괴 (Narrative Violation)'란 투자 전략을 전면에 내세운 특색 있는 벤처캐피탈리스트입니다.

Bedrock Capital의 공동창업자 Eric Stormberg (좌) 그리고 Geoff Lewis (우)
"베드락의 접근 방식은 일반적인 내러티브를 쫓는 대신, 시장을 지배하는 내러티브와 어긋나기 때문에 과소 평가된 유망한 기업에 투자하는 것입니다. 따라서 우리의 시작점은 언제나 내러티브가 파괴되는 지점을 찾는 것입니다. 우리는 이러한 시그널을 찾은 뒤 독자적인 분석을 통해 차별화된 관점을 가지고 투자를 전개합니다."

Bedrock Capital이 내세우는 'Narrative Violation' 전략
제프는 2017년 디펜스-테크 기업 앤두릴(Anduril)의 시드 라운드, 2018년 범죄 모니터링 솔루션 플록 세이프티(Flock Safety)의 시리즈 A, 2019년 파커 콘래드의 두번째 스타트업 리플링(Rippling) 시리즈 B, 그리고 2020년 GPT-2를 개발하던 오픈AI에 대한 세컨더리 투자까지 모두 당시 시장을 지배하던 내러티브와 무관했던 투자가 지금의 성공 사례가 되었다고 언급합니다. 베드락은 가장 최근인 올해 10월에도 디펜스 스타트업인 마하 인더스트리의 시리즈 A를 이끌며 자신만의 투자 방식을 고수하고 있습니다.

내러티브의 함정

"내러티브는 우리가 세상을 이해하는 데 도움을 주는 특별한 힘입니다. 가장 강력한 내러티브는 종종 진실로 받아들여지기도 합니다. 그러나 우리는 내러티브가 진실과 동의어가 아니라는 사실을 잊어서는 안됩니다. 내러티브는 사람들이 진실이기를 바라는 것, 진실이라면 사람들을 부자로 만들 수 있는 것, 또는 단순히 알고리즘이 반복적으로 뱉어내는 것을 반영한 스토리일지도 모릅니다."

- Bedrock Capital, Founding Letter

제프는 투자에서 내러티브와 진실을 분리해야 한다고 이야기합니다. 특히 풍부한 자금이 새로운 카테고리에 대한 소문과 결합될 때 형성되는 퍼펙트 스톰을 경계해야 합니다. 쉽게 이해할 수 있고 모방하기 쉬운 새로운 스타트업이 등장하기 시작하면 환영이 보이기 시작됩니다. 몇몇 초기 스타트업의 성공 사례가 전해지면 단 며칠 만에 새로운 글로벌 카테고리가 만들어지기도 합니다. 전형적인 기술의 하입(Hype) 사이클의 등장입니다.

가트너가 제시하는 기술의 하입(Hype) 사이클
대표적인 사례가 2018년 전 세계를 강타한 공유 킥보드 사업입니다. 2017년 중국에서 모바이크(Mobike)와 오포(Ofo)라는 전기 킥보드 공유 사업의 빠른 성장성이 주목을 받자 2018년 미국에서는 유사 기업인 버드(Bird)와 라임(Lime)이 등장하며 수천억 원 자금 조달에 성공합니다. 당시 투자자들은 마이크로모빌리티의 시대가 도래하였다고 흥분하였습니다. 한국에서 킥고잉, 스윙과 같은 스타트업이 등장한 것도 이맘때입니다.

하지만 5년이 지난 지금, 미국과 중국의 공유 킥보드 기업들은 대부분 자취를 감추었습니다. 미국의 라임은 일찌감치 우버에 인수되었고, 3조 원의 기업가치로 상장에 성공한 버드는 주가 폭락을 거듭한 끝에 100억 원도 안 된 시가총액을 기록하며 상장폐지되었습니다.

제프는 투자의 적기란 '내러티브 신화'가 형성되는 시기가 아닌, 이러한 내러티브가 파괴되는 지점을 찾는 것이라고 이야기합니다. 대표적인 접근법은 과거 주목받다가 지금은 사람들에게서 잊혀진 분야에서 살아남을 승자를 찾는 것입니다. 또한 여러 벤처캐피탈들이 투자 경쟁을 벌이는 곳이 아닌, 자신들이 유일하게 텀싯을 제안한 투자자일 때 '내러티브 파괴' 영역일 가능성이 높다고 언급합니다. 제프가 파운더스펀드에서 리드했던 2014년 리프트(Lyft)의 시리즈 B 투자 및 2015년 누방크(NuBank)의 시리즈 C 투자 모두 그 당시에는 굉장히 '인기 없는' 라운드였다고 회상합니다.

Bedrock Capital이 제시하는 연도별 Narrative Violation 사례 (2023년 12월 홈페이지 게시 사례)
2010년 모두가 클린테크의 종말과 전기차의 허상을 이야기할 때 테슬라에 베팅했다면 역사적인 수익을 남겼을 것이고 2013년 잠깐 주목을 받았다가 대중의 관심에서 멀어진 비트코인에 당시 투자했다면 인생이 달라졌을지도 모릅니다. 불과 10년 전만 하더라도 미국, 중국, 인도가 아니라면 데카콘 기업이 탄생하기 어렵다고 했지만 2015년 전후 브라질의 누방크, 한국의 쿠팡과 같은 기업에 투자했다면 지금쯤 막대한 차익을 기록하였을 것입니다.

2024년의 내러티브 파괴를 찾아서

물론 '내러티브 파괴' 또한 성공한 투자에 대한 사후적 해석일 뿐이라는 비판도 존재합니다. 결국은 자신의 성과를 돋보이게 하기 위해 또 다른 이야기를 덧붙인 것이 아니냐는 것이죠. 모두가 역발상을 외치는 순간 역발상이 아닌 것이 되어버리는 아이러니가 존재하는 것입니다.

피터틸은 2008년 스페이스X에 대규모 투자를 결정하였지만 일론 머스크의 또 다른 스타트업인 테슬라에 대한 투자는 거절합니다. 피터는 2015년 DealBook 포럼에서 '스페이스X는 독점적 경쟁력을 가졌지만 테슬라는 여러 전기차 기업 중 한곳에 불과했다고' 자신의 결정을 합리화하기도 하였습니다. 하지만 역발상 투자의 대가도 이 시대 최고의 역발상 투자는 놓치고 만 것입니다.

단 900억 원 기업가치에 테슬라에 투자할 기회를 거절한 피터틸에 대한 일론머스크의 트윗
제프도 역발상 또는 내러티브 파괴에 기반한 투자 전략은 과학이 아닌 예술에 가깝다고 이야기합니다. 보다 나은 투자 전략인지는 알 수 없지만 자신들의 차별성을 명확히 드러내고 투자 접근 방법을 직관적으로 설명하기 위한 방법론 중 하나인 것이죠.

"내러티브는 우리에게 영감을 줄 수 있습니다. 다른 사람들과 연결되어 있다고 느끼게 할 수도 있습니다. 하지만 내러티브에 지나치게 의존하면 사고의 폭이 얕아지고 미래를 쉽게 재단하게 됩니다. 우리는 내러티브 소비에 중독되어 트위터, 유튜브, 인스타그램의 모든 화면에서 시시각각 도파민을 분출하는 내러티브만 쫓고 있는지도 모릅니다."

- Bedrock Capital, Founding Letter

모두가 AI를 이야기하고 있지만 지금 AI 언어모델 및 어플리케이션에 대한 투자가 현명한 접근인지는 의문입니다. 정부 수주와 하드웨어 개발에 기반한 디펜스-테크 투자가 지금 시대의 역발상이라고 주장하는 투자자도 있지만 이들 또한 이미 밸류에이션이 상당히 높아진 수준입니다. 블록체인, 핀테크, SaaS에 대한 투자가 바닥이라고 이야기하지만 지금 단계에서 단순히 '내려갔으니 올라온다'라는 관점으로 접근하기에는 부담스러운 것도 사실입니다.

지나고 나면 너무나도 당연한 것, 하지만 지금은 도무지 알 수 없는 아이디어가 바로 역발상의 묘미입니다. 피터틸이 이야기한 대로 역발상은 결국 '남들은 잘 모르지만 나를 포함한 소수만이 확신을 가지고 있는 아이디어'에서 시작할 수밖에 없는 것입니다. 연말연시를 맞아 2024년의 '내러티브 파괴' 아이디어는 무엇이 될지 생각해보며 오늘 뉴스레터를 마무리하고자 합니다.

https://event.stibee.com/v2/click/MTk1MjA5LzE5MTgyMzIvODkwL1BBSUQ/aHR0cHM6Ly9zdGliLmVlL2x6RkE

책을 잘 읽는 방법은 한 가지 원칙만 지키면 됩니다.

"책을 6개월 이상 책장에 보관하지 않는다."

어떤 책이든 6개월을 넘기지 않습니다. 이후에는 책을 처분합니다. 아무리 재미있어도, 심지어 읽지 못했어도 마찬가지입니다. 정말 읽고 싶은 책이라면 1년까지 연장할 수 있지만 그 이상은 절대로 넘겨선 안 됩니다. 1년이 지난 후 책장을 되돌아봤을 때 1년 전과 전혀 다른 책으로 책장이 가득해야 정상입니다.

책은 생각보다 부피가 크고 무겁습니다. 읽지 않은 책을 자꾸 쌓다 보면, 그리고 새로운 책을 자꾸 구매하다 보면 제한된 공간은 책으로 금방 가득 차 버립니다. 집을 도서관처럼 만들고 싶은 게 아니라면 책장은 딱 하나만 쓰고 책은 50권 내외를 유지하는 게 가장 좋습니다. 그러기 위해서는 6개월 단위로 책을 교체해야 합니다. 교체 주기를 정해야 어떻게든 책을 읽게 됩니다. 여기서 최악의 선택은, 집에 안 읽은 책이 너무 많으니 이제 더 이상 책을 안 사야겠다고 마음먹는 겁니다. 어떤 경우든 배움을 멈춰서는 안 됩니다. 배움은 꾸준해야 합니다. 6개월마다 낡은 지식을 새로운 지식으로 교체해 주는 게 21세기의 올바른 독서법입니다.

Apple is actively exploring partnerships with major news publishers to train its generative artificial intelligence (AI) systems. The company has initiated discussions for multiyear deals, each potentially worth over $50 million, to license extensive archives of news articles from publishers

The publishers involved in these negotiations include high-profile names such as Condé Nast, which publishes Vogue and The New Yorker; NBC News; and IAC, owner of People, The Daily Beast, and Better Homes and Gardens. These talks are among the first indications of Apple's efforts to catch up with competitors like Microsoft, OpenAI, Google, and Meta in the rapidly advancing field of generative AI, which enables computers to generate human-like text and images.

Generative AI systems are built using neural networks that learn to recognize patterns by analyzing large datasets, such as thousands of photos or digital texts. For example, by studying numerous cat photos, a computer can learn to recognize a cat. These AI tools have the potential to revolutionize how people work and could generate significant revenue. Apple's move comes as its AI efforts, including its virtual assistant Siri, have not been as prominent in the public eye compared to those of its rivals. The company has been investing heavily in AI, including spending millions of dollars daily and releasing a machine learning framework optimized for Apple Silicon. Additionally, Apple is reportedly developing an improved version of Siri and planning AI-related features.

The response from news publishers to Apple's overtures has been mixed. Some executives are cautiously optimistic about the potential partnership, while others are concerned about legal liabilities that could arise from the use of their content in AI applications. Apple has been somewhat vague about its specific plans for the news content in its generative AI projects.

Apple's approach to acquiring data for AI development reflects its privacy-centric philosophy, which has traditionally limited its use of internet-sourced information. As the AI landscape evolves, news industry leaders are increasingly vigilant about the implications of AI tools, such as OpenAI's ChatGPT, which could potentially redirect their audience.