자체 하드웨어로 최전선 AI 구현

Dettmers는 150명 규모 수업에서 약 80%의 학생이 졸업 후 취업을 두려워한다는 사실을 확인했다. 또한 일부 박사과정생은 대형 AI 연구소 취업만을 목표로 학문적 연구를 무의미하다고 여기고 있다고 전했다. 그는 두 가지 비관론 모두 "GPU를 가장 많이 보유한 쪽이 미래 연구를 지배한다"는 잘못된 전제에 기반한다고 주장한다.

Dettmers가 제시하는 핵심 주장은 「연구의 단위가 논문에서 생태계로 이동했다」는 것이다. AI 에이전트의 등장으로 개별 프로젝트 수행이 빨라지면서, 이전에는 1년이 걸렸던 작업이 몇 주 또는 며칠로 단축됐다. 그 결과 파편화된 논문 한 편씩 출판하는 방식은 더 이상 좋은 연구가 아니며, 서로 시너지를 내는 구성요소들로 이루어진 통합 생태계를 구축하는 것이 진정한 연구라고 본다.

dlab 오픈소스 위크에서 공개하는 내용은 ▲모델을 저렴하게 로컬에서 실행하기 위한 도구 ▲로컬 모델 성능 강화 ▲최전선 성능에 상응하는 자율 연구 시스템 ▲도메인 특화 강화학습 환경 구축 방법론이다. 모든 결과물은 추론 서빙 프레임워크, 에이전트 시스템, 자율 연구 시스템이라는 세 축의 교차점에 위치한다.

Dettmers는 「접근성에는 두 가지 측면이 있다—필요한 자원과 필요한 전문 지식—그리고 하드웨어는 그 중 하나만 해결한다」고 강조하며, 경험 있는 연구자만 실행할 수 있는 오픈소스는 진정한 오픈소스가 아니라고 못 박는다. 대학의 학문적 자유를 활용해 최고의 AI 도구를 모두에게 무상으로 제공하는 것이 dlab의 목표다.