그 중에서 허수와 실수들이 섞여 있을 뿐임.


다만, 허수들의 공통점은 그 주장의 근거에 "추세"가 있다는 거임.



"요즘 00 모델들 하는 꼬라지 보니~~ 여기까지가 한계다~~" 


이런 논지들은 오래 살아남지 못했음. 진짜 그냥 근시안적인 예단에 불과함.



다만, 진지하게 다뤄져 볼 법한 문제제기들은 모두 이론적 토대가 있었고,


실제로 그것들때문에 딥러닝은 몇십년간의 정체기를 겪기도 했음


XOR 문제, 기울기 소실 문제, 모드 붕괴 문제, 모두 길게는 몇십년 짧게는 10년 가량의 정체기를 가져왔던 기술적 병목임.


그때도 막연히 여기서 레이어 늘리고, 데이터 증강하면 해결되겠지 하던 사람들은 그대로 10~20년을 더 기다려야 했음



그 점에서 딥러닝 쪽에서 향후 예측이라는 건 정말 무의미하고, 그 예측이 기술적 근거에 바탕을 두지 않으면 더더욱 기약이 없음.


지금의 막연한 부정적/긍정적 예측들을 어느정도 걸러들어야 할 이유고, 그 담론이 논문 밖에서 전개되고 있으면 더더욱 경계해야 함.


SNS상에서 기업인이나 전문가가 어떤 예측을 내놓는다면, 최소한 그 기술적 근거를 따져볼 비판적인 자세는 필요한 거임.