A year ago, before ChatGPT, until last November, machine learning was all about building models to solve a single task, like approving loans or preventing fraud. This approach seemed to disappear with the rise of generalized LLMs, but the truth is that generalized models aren't right for every problem, and task-based models are still very much alive and well in the enterprise. "Task models are not going away," says Atul Deo, general manager of Amazon's Bedrock, which was introduced earlier this year as a way to connect to a variety of large-scale language models via APIs, "Rather, it will become another AI tool."

1년 전, ChatGPT를 알기 전인 작년 11월까지만 해도 머신러닝은 대출 승인이나 사기 방지와 같은 단일 작업을 해결하기 위한 모델을 구축하는 것이 전부였다. 이러한 접근 방식은 일반화된 LLM이 등장하면서 사라지는 듯 보였지만, 사실 일반화된 모델이 모든 문제에 적합한 것은 아니며 작업 기반 모델은 여전히 기업에서 활발히 사용되고 있다. 올해 초 API를 통해 다양한 대규모 언어 모델에 연결할 수 있는 방법으로 소개된 Amazon 베드락(Bedrock)의 총괄 매니저인 아툴 데오 역시 "작업 모델이 단순히 사라지지 않을 것"이라며, "오히려 작업 모델은 또 하나의 AI 도구가 될 것"이라고 말했다.