태그검색

찾고 싶은 것이 있나요?

엑사원에 대한 7개의 태그 검색결과가 있습니다.

블로그 단어 하나면 글과 그림, 영상까지 만든다! 생성형 AI의 시대 진화하는 생성형 모델 ‘샌프란시스코 바다에 떠 있는 해적선’이라고 입력을 하면 몇 초 만에 금문교 아래를 지나가는 해적선 그림이 나타납니다. 해골과 십자형 돛이 달린, 영락없는 대항해시대의 갤리온 선박입니다. 그래픽 툴 플랫폼인 어도비가 지난달 미국 로스앤젤레스에서 연례 이벤트인 ‘어도비 맥스 2022’를 통해 선보인 생성형 AI(Generative AI) ‘센세이’입니다. 생성형 모델은 데이터를 입력하면 AI가 해당 데이터를 유추해 사람이 원하는 결과값을 만들어 내는 알고리즘입니다. 추상적인 이미지까지 그릴 수 있다는 점에서 올해 실리콘밸리에서도 매우 높은 관심을...
블로그 AI에 진심인 LG CNS가 고객경험을 혁신하는 4가지 방법 [찐텐올라가는 DX기술시리즈] DX선도기술 1편 최근 국내외 많은 기업들이 차별화된 ‘고객경험’을 제공하기 위해 AI 서비스 개발에 나서고 있습니다. 실제 구글, 애플, 마이크로소프트 등 글로벌 빅테크 기업들을 비롯해 국내 주요 IT기업들이 AI 시장 주도권 잡기에 나섰는데요. 실제 마이크로소프트가 개발한 AI 화가 ‘더 넥스트 렘브란트’는 AI 기술을 통해 네덜란드의 화가인 렘브란트의 화풍을 그대로 재현해 초상화를 그려냅니다. LG가 개발한 초거대 AI ‘엑사원(EXAONE)’도 문자 하나를 입력하면 7분 만에 그림 256장을 그려낼 수 있습니다. AI 시장...
블로그 데이터로 미래를 내다본다? 현대판 예언가 초거대 AI의 등장! 미래를 먼저 아는 사람이 세상을 승리로 이끌 수 있습니다. 최근 AI가 과거 예언가나 점성술사를 뛰어넘는 ‘예측 전문가’로 진화하고 있는데요. AI는 거대한 분량의 콘텐츠를 학습해 수필과 소설을 쓰는 창작활동까지 합니다. 여기에는 AI가 사람의 역할을 대신하고 인간을 능가하도록 만들기 위한 ‘초거대 AI 프로젝트’가 큰 몫을 하고 있는데요. 4차 산업혁명이 탄생시킬 초거대 AI는 어떤 미래를 만들까요? 몇 년 안에 지금까지의 AI와는 차원이 다른 ‘초거대 AI’가 등장할 전망인데요. 대규모 데이터를 스스로 학습해 인간처럼 논리를...
블로그 소설부터 의상 디자인까지? 초거대 AI, 어디까지 가봤니? 초거대 AI는 무엇을 할 수 있을까요? 빅테크 기업들이 단순히 소설과 칼럼을 쓰기 위해 많은 금액을 투자해 초거대 AI를 구축하지는 않았을 겁니다. 처음에 기업들은 초거대 AI를 활용해 주로 연구를 진행했습니다. 하지만 지금기업은 연구 용도를 벗어나 하나둘 초거대 AI를 사업 모델에 적용하고 있습니다.자체 서비스를 고도화하거나 타 기업과 업무협약(MOU)을 체결해 다양한 산업의 경쟁력을 높이고 있습니다. GPT-3, 다양한 기업의 서비스에 변화 이끌다 초거대 AI의 가능성을 밝힌 모델은 오픈AI의 ‘GPT-3’입니다. 그만큼 활용 사례가 다양한데요. 기업들은 GPT-3로 고객 피드백을 분석하거나 검색 엔진과 챗봇 서비스를 고도화하고 있습니다. 지금까지 공개된 GPT-3 사용 사례 중 중요한 내용을 모아봤습니다. 아이어블, GPT-3로 고객 피드백 분석 고객 피드백을 분석해 고객사의 마케팅 전략을 지원하는 아이어블(Aiable)은 2021년 피드백을 분석하는 업무에 GPT-3를 적용했습니다. 고객이 남긴 앱 리뷰나 설문 조사, 문의 사항, 소셜 미디어, 통화 내용 등에서 얻은 텍스트 형식 피드백을 GPT-3를 사용해 분석하는데요. 여기서 분석한 자료를 다시 텍스트로 처리해 마케팅 전략에 필요한 점을 찾고 있습니다. 예를 들어 “고객이 우리 호텔에서 체크아웃할 때 무엇을 가장 불편해하지?”라고 질문하면 GPT-3를 탑재한 아이어블 플랫폼은 “고객들은 체크아웃하는 시간이 너무 오래 걸린다는 점에 답답함을 느낀다. 특히 체크아웃할 때 자신의 집 주소를 불필요하게 길게 기입하는 걸 안 좋아한다. 그리고 그들은 지금보다 더 다양한 지불 방식을 원한다”라고 대답합니다. 기업 마케터는 이 내용을 사업 전략에 활용할 수 있죠. 알골리아, 고급 검색 솔루션에 GPT-3 통합 검색 엔진 솔루션 기업 알골리아(Algolia)는 자체 개발한 고급 검색 기술에 GPT-3를 통합했습니다. 고객...
블로그 텍스트를 넘어 생체신호까지 학습한다!떠오르는 ‘멀티모달 AI’ 지난 글에서는 기계 언어를 바꾼 ‘초거대 AI’의 등장을 살펴봤습니다. 초거대 AI는 인간의 뇌 구조를 모방해 스스로 사고하고 학습하며 판단할 수 있는 AI인데요. LG AI연구원이 선보인 엑사원은 오픈AI의 GPT-3와 네이버가 출시한 하이퍼클로바, 카카오의 코지피티와는 다릅니다. GPT-3와 하이퍼클로바가 언어모델이라면, 엑사원은 멀티모달 AI죠. 언어뿐만 아니라 이미지도 학습하고 사고하고 판단할 수 있습니다. 최근 초거대 AI는 언어모델을 벗어나 엑사원처럼 ‘멀티모달’ 형태로 발전하고 있습니다. 멀티모달 AI란? 멀티모달 AI는 다양한 모달리티를 동시에 받아들이고 사고하는 AI 모델을 뜻합니다. 기존 초거대 AI가 주로 언어에 초점을 맞춘 언어 모델이었다면, 멀티모달 AI는 여기서 한발 더 나아갑니다. 언어모델이 사고할 수 있었던 텍스트 데이터 외에도 △이미지 △음성 △제스처 △시선 △표정 △생체신호 등 여러 입력 방식을 받아들이고 사고할 수 있죠. 이를 통해 인간과 AI가 더욱 자연스럽게 의사소통할 수 있게 합니다. GPT-3가 영국 가디언지에 칼럼을 쓸 수 있었던 것은 AI가 텍스트를 받아들이고 이를 사고할 수 있었기 때문입니다.멀티모달 AI는 텍스트뿐만 아니라 이미지, 동영상, 생체신호 등을 학습하고 사고할 수 있기 때문에 칼럼 작성 외에 다른 일도 할 수 있는데요. 다양한 이미지를 학습해 인테리어를 디자인할 수 있고, 사람의 대화를 바로 영상으로 만들어 보여줄 수도 있습니다. 이처럼 멀티모달 AI는 텍스트 기반으로 새로운 콘텐츠를 만들어냈던 초거대 AI가 이미지, 음성, 표정, 시선, 제스처 등 다양한 데이터를 토대로 새로운 결과물을 내놓는 방향으로 진화한 버전입니다. 초거대 멀티모달 AI의 시작을 알린 오픈AI의 ‘달리(DALL-E)’ GPT-3로 초거대 언어모델 AI 시대를 알린 오픈AI는 초거대 멀티모달 AI에도 성과를 냈습니다. 오픈AI는 2021년 1월 초거대 멀티 모달 AI인 ‘달리(DALL-E)’를 자사 블로그에 공개했습니다. 달리는 자율주행 로봇 이야기를 담은 2008년 애니메이션 영화 ‘WALL-E’와 초현실주의 화가 살바도르 달리(Salvador Dalí)를 합친 이름입니다. 오픈AI는 “달리가 NLP(Natural Language Processing, 자연어처리)와 이미지 인식 기술을 함께 사용해 전에 학습한 적이 없는 이미지를 새로 ‘창조’해낼 수 있다”고 밝혔습니다. GPT-3가 방대한 양의 언어 데이터를 학습한 후 다양한 방식으로 언어를 사용할 수 있었다면, 달리는 GPT-3가 학습한 텍스트와 더불어 같은 방식으로 이미지를 학습해 새로운 결과물을 냈습니다. 달리는 기존 이미지 생성 기술과 달리 각 이미지 데이터를 큐레이팅, 라벨링 하지 않습니다. 인터넷상에서 수집한 방대한 이미지와 이를 묘사한 캡션들을 학습해 결과물을 내죠. 이를 통해 경험한 적이 없는 이미지 대상도 학습 데이터를 조합해 새로 만들어낼 수 있습니다. 예를 들어 달리는 ‘개를 산책시키는 아기 무’란 이미지를 만들어낼 수 있습니다. 개를 산책시키는 무는 세상에 없죠. 따라서 이러한 이미지를 라벨링 할 수 없고 학습할 수도 없습니다. 하지만 달리는 이 이미지를 조합해 새로운 이미지를 창조해냈습니다. 오픈AI는 블로그를 통해 “달리는 이질적인 아이디어를 결합해 사물을 합성할 수 있는 능력을 갖추고 있다”며 “현실 세계에 존재하지 않는 것도 만들어낼 수 있다”고 밝혔습니다. ‘달리 2(DALL-E 2)’와 구글 ‘이매젠(Imagen)’의 등장 오픈AI는 올해 4월 달리에 이은 ‘달리 2(DALL-E...
블로그 나랑 ‘티키타카’ 할 수 있는 AI 비서? ‘초거대 AI’의 등장! 지금의 인공지능(AI) 기술이 아이언맨에 나오는 AI 비서 ‘자비스’처럼 인간과 자연스러운 대화를 하며 도움을 줄 수 있을까요? 우리에게 익숙한 챗봇처럼 정해진 답변만 제공하는 것이 아니라 우리의 대화를 이해해 자연스러운 대화가 가능한 AI 비서가 나올 수 있을까요? 이 질문에 대한 답은 ‘그렇다’ 입니다. 이미 이러한 기술은 속속 등장하고 있죠. 초거대 AI가 등장하면서입니다. AI 업계에 ‘거거익선(巨巨益善)’바람이 불고 있습니다. 최근 AI 빅테크 기업은 하이퍼스케일(Hyperscale)급 학습 모델을 갖추고 있는데요. 이는 ‘초거대 AI’혹은 ‘초대규모 AI’라고 불리는 AI 학습 모델입니다. 초거대 AI란? 초거대 AI는 스스로 사고하고 학습하며 판단할 수 있는 인간의 뇌 구조를 모방한 AI입니다. 대용량 연산이 가능한 컴퓨팅 인프라를 기반으로 대규모 데이터를 스스로 학습하고 사고하며 판단할 수 있습니다. 글을 쓴다고 가정해봅시다. 사람이 하나의 주제에 대한 글을 쓰기 위해선 관련 주제에 대한 데이터를 모으고 공부를 해야 합니다. 그리고 이러한 데이터를 토대로 내용을 구성하고 새로운 이야기를 만들어 글을 작성하죠. 초거대 AI도 비슷합니다. 수많은 데이터를 학습하고 여기서 학습한 데이터를 토대로 새로운 이야기를 만들어냅니다. 초거대 AI가 학습할 수 있는 데이터는 사람의 학습량을 훨씬 초월하기 때문에 사람보다 더 빠르고 다양한 내용을 다룰 수 있습니다. 초거대 AI에는 인간의 뇌에서 정보를 학습하고 기억하는 ‘시냅스’와 유사한 역할을 하는 존재가 있습니다. 인공신경망에 있는 ‘파라미터(Parameter, 매개변수)’인데요. 우리 뇌에 있는 시냅스는 많으면 많을수록 뇌가 처리할 수 있는 정보량이 많아지고 처리 속도도 빨라집니다. 뇌의 성능이 좋아지는 것이죠. AI도 마찬가지입니다. 이론상으로 AI는 파라미터가 많으면 많을수록 정교한 학습이 가능합니다. 일반적으로 초거대 AI는 기존 AI보다 최소 수백 배 많은 파라미터를 탑재하고 있습니다. 오픈AI가 개발한 ‘GPT-3’는 1,750억 개의 파라미터를 탑재하고 있죠. 네이버의 ‘하이퍼클로바’는 2,040억 개, LG AI 연구원의 ‘엑사원’은 약 3,000억 개의 파라미터를 보유하고 있습니다. 이처럼 파라미터를 많이 탑재한 초거대 AI는 기존 AI처럼 특정 역할에 국한되지 않고 스스로 생각하고 학습하며 판단할 수 있습니다. 그렇다면 초거대 AI는 왜 등장하게 됐을까요? AI의 최종 목표는 사람같이 생각하고 판단할 수 있는 모델을 만드는 것입니다. 사람의 뇌와 같은 역할을 할 수 있는 AI를 목표로 하죠. 이러한 AI가 만들어져야 사람의 개입 없이 완전 자율주행을 할 수 있는 자동차가 만들어질 수 있고 영화에서 나오는 AI 비서를 만들 수 있기 때문입니다. 하지만 지금까지 AI 개발 속도는 더딘 편이었습니다. 딥러닝 학습이 등장하면서 학습 속도가 대폭 개선됐지만, 여전히 사람의 뇌에는 한참 미치지 못했는데요. 이에 AI 개발자들은 학습 모델을 대폭 키우기 시작했습니다. 엄청난 양의 데이터를 소화할 수 있는 컴퓨팅 인프라를 갖춘 후 여기서 데이터를 학습해 나갔죠. 많은 양의 데이터를 학습한 AI는 특정 역할에만 한정됐던 기존 AI의 한계를 벗어났습니다. 학습한 데이터를 토대로 더 자연스러운 대화를 하기 시작했고, 사설과 소설도 작성할 수 있게 됐습니다. 이러한 학습모델의 가능성이 켜지면서 빅테크 기업들은 경쟁적으로 초거대 AI 모델을 갖추기 시작했습니다. 초거대 AI의 불을 지핀 GPT-3 초거대 AI가 처음 등장한 것은 2020년입니다. 일론 머스크 테슬라 최고경영자(CEO)가 설립하고 마이크로소프트 등 글로벌 기업이 투자한 미국 AI 연구기관인 오픈AI는 2020년 수많은 언어 데이터를 학습한 GPT-3를 선보였습니다. GPT-3는 1,750억 개의 파라미터를 탑재한 AI 모델입니다. 기존 GPT-2가 보유한 파라미터 15억개보다 117배 많은 양을 탑재했죠. GPT-3는 자연어를 번역할 수 있었고, 대화와 작문이 가능했습니다. 자연어를 토대로 사람과 소통할 수 있는 가능성을 연 것입니다. 이 모델은 GPT-2를...
블로그 문장 하나로 2,000점의 그림을 그려내는 LG AI ‘엑사원’ 반 고흐 10년에 2,000여 점 그렸는데… 인상파 화가로 유명한 빈센트 빌럼 반 고흐(Vincent Willem van Gogh, 이하 반 고흐)는 그림을 많이 그린 다작 화가로 알려져 있습니다. 반 고흐는 1890년 자살을 감행하기 직전까지 약 10년간 900여 점의 그림과 1,100여 점의 습작을 그렸는데요. 10년간 2,000여 점이니, 반 고흐는 1년에 그림을 200여 점씩 쏟아낸 셈입니다. 적어도 그림을 이틀에 한 점 이상씩 그려낸 것이죠. 하지만 1시간이 채 안 된 시간에 2,000점의 그림을 그리는 화가가 있다면...