마이크로소프트가 꼽은 2024년 AI 트렌드 : sLM, 멀티모달 AI, 과학분야의 AI

소식
2024.06.19

마이크로소프트가 꼽은 2024 AI TREND

점점 더 발전해서 이제 전 산업군에 퍼져 있는 인공지능(AI). 마이크로소프트는 인공지능이 업무와 일상의 변화를 넘어, 기술의 통합과 발전으로 인류의 난제를 해결하고 더 풍요로운 삶을 살 수 있도록 만들어줄 것이라고 기대하고 있습니다. 마이크로소프트는 2024년에 주목해야 할 AI 트렌드를 자사 블로그에 공개했는데요. △sLM △멀티모달AI △과학분야의 AI를 꼽았습니다.

sLM (small Language Model)

sLM이란?

언어 모델인 1천억 개 이상이면 LLM으로 분류되고, 수십억 개 정도의 매개변수만으로 연산 작업을 단축시킨 것을 소형언어모델, 즉 sLM으로 분류합니다. sLM은 매개변수가 적은 만큼 LLM에 비해 더 적은 컴퓨팅(처리 과정) 자원으로 최대한의 효율을 낼 수 있으며 그만큼 훈련 시간이나 비용, 용량, 전력 소모량이 훨씬 절감됩니다.

특히 인터넷 연결 없이 사용할 수 있다는 장점 때문에 온디바이스 AI 시장에서 각광받고 있습니다. 온디바이스 AI는 클라우드가 아니라 스마트폰, 노트북 등 기기 자체에 AI 서비스가 탑재된 것을 말하는데, 제한된 성능과 공간에서 AI를 구동하려면 작은 모델이 더 적합하기 때문입니다.

마이크로소프트가 꼽은 첫 번째 트렌드, sLM

마이크로소프트는 이제 모델이 너무 커서 상당한 컴퓨팅 리소스가 필요한 대형 언어 모델(LLM)보다 접근이 쉬운 sLM이 트렌드가 될 것이라고 주목했습니다. 특히 마이크로소프트 리서치의 기계 학습 재단 그룹을 이끌어가고 있는 Sebastien Bubeck은 “sLM은 크기와 가격 때문에 인공지능에 접근하기 쉽게 만들 수 있다”라며 “우리는 인공지능을 큰 언어 모델만큼 강력하게 만드는 새로운 방법들을 발견하고 있다.”라고 강조했습니다.

실제로 마이크로소프트 연구진은 특정 분야에서 대형언어모델과 동등하거나 더 나은 성능을 보이는 두 개의 소형언어모델인 파이(Phi)와 오르카(Orca)를 개발해 성능에 대한 새로운 기준점을 찾기 위해 노력하고 있습니다. 특히 2024년에는 개선된 모델을 출시해 더 많은 연구와 혁신 촉진에 기여할 것으로 기대하고 있습니다.

글로벌부터 국내까지, sLM 현황 살펴보기

마이크로소프트뿐 아니라 구글과 메타 등 다른 대기업들도 sLM을 개발 및 출시하며 시장을 선점하기 위해 노력하고 있습니다. 구글은 지난 2월 인공지능 개발자와 연구자 등을 위한 동급 최고의 sLM 모델 ‘젬마(Gemma)’를 오픈소스로 출시했는데요. 젬마는 구글의 LLM 기술 ‘제미나이(Gemini)’ 모델과 동일한 연구 및 기술을 기반으로 개발되었으며 개발자용 노트북이나 데스크톱 컴퓨터에서 직접 실행할 수 있습니다. 메타도 라마 3 시리즈 중 매개변수 80억개(8B)와 700억개(70B)의 소형 버전을 공개했습니다.

이러한 글로벌 흐름에 발맞춰 국내에서도 sLM 개발 경쟁에 합류했습니다. 네이버는 “LLM 개발에 주력하되, 비용 절감을 위해 쓰임에 따라 다양한 모델을 출시하고 비용문제를 해결하기 위해 글로벌 빅테크와 손잡고 생태계를 확장하고 있다”라고 언급한 바 있으며, 자체 초거대 AI 모델 ‘하이퍼클로바X’의 경량화 버전인 ‘대시(HCX-DASH)’를 공개했습니다. 자체 sLM ‘솔라 미니’를 개발한 업스테이지와 ‘루시아GPT’를 개발한 솔트룩스와 같은 AI 스타트업들과, SK·KT·LG U+ 등 국내 주요 통신사들도 sLLM 경쟁에 뛰어들었습니다.

멀티모달 AI

멀티모달 AI란?

멀티모달 AI는 여러 가지 유형의 데이터 또는 정보를 함께 활용하여 인공지능 시스템을 구축하는 접근 방식을 나타냅니다. 이러한 다양한 유형의 데이터는 주로 텍스트, 이미지, 음성, 비디오 등이 될 수 있는데요. 멀티모달 AI는 이러한 다양한 데이터를 조합하여 더 풍부하고 유용한 결과를 도출하고자 하는 목적으로 사용됩니다.

여러 모달리티(Modalities)는 서로 다른 감각이나 유형의 정보를 의미합니다. 예를 들어, 텍스트 데이터는 언어적인 정보를 담고 있고, 이미지는 시각적 정보를 제공하며, 음성은 청각적 정보를 전달합니다. 멀티모달 AI는 이러한 다양한 정보를 종합적으로 이해하고 처리하여 보다 풍부하고 복합적인 작업을 수행할 수 있습니다.

마이크로소프트가 꼽은 두 번째 트렌드, 멀티모달 AI

마이크로소프트는 멀티모달 AI가 가진 ‘다양한 정보를 종합적으로 이해하고 처리’하는 기능이 기술을 더욱 풍부하고 정확하며 매끄럽게 만들어준다며 멀티모달 AI에 집중했습니다.

또한 멀티모달 AI는 우리가 원하는 것에 대한 설명을 기반으로 이미지를 생성하고, 자연스럽게 들리는 음성을 가능하게 하여 디자이너 혹은 장애가 있는 사람들을 위한 도구에 유용하다고 언급했습니다. 마이크로소프트의 최고 기술 책임자인 Kevin Scott은 “멀티모달리티는 시각, 청각, 언어와 같이 우리가 인간으로서 사용하는 감각의 범위를 더 잘 활용할 수 있는 더 인간다운 경험을 만들어낼 수 있는 힘을 가지고 있습니다.”라고 강조했습니다.

글로벌부터 국내까지, 멀티모달 AI 현황 살펴보기

마이크로소프트의 ‘MS 코파일럿’은 멀티모달 AI 기술을 활용해 이미지, 자연어, 빙(Bing) 검색 데이터를 처리합니다. 이를 통해 사용자는 본인이 업로드한 이미지에 담긴 관련 정보를 파악할 수 있습니다. 해당 AI 기술은 마이크로소프트 디자이너 그래픽 디자인 앱에도 적용되어, 사용자는 설명을 기반으로 원하는 이미지를 생성할 수 있으며 자연스러운 음성을 만들 수 있습니다.

역시 다른 기업들도 멀티모달 AI 모델 개발 및 출시에 힘쓰고 있습니다. 오픈AI는 GPT-4o 멀티모달 AI 모델을 시연했고, 구글은 프로젝트 아스트라(추후 구글 제미나이에 추가될 기능 세트)의 시연을 선보였습니다.

과학분야의 AI

과학 분야별 AI의 사용

인공지능은 기후변화, 에너지 위기, 질병 등 다양한 과학 분야에서 혁신적인 해결책을 제시합니다.

1) 신약 개발 : 인공지능은 신약 개발 과정에서 후보 물질 발굴, 독성 예측, 임상 시험 설계 등을 수행하여 신약 개발의 속도와 성공률을 높입니다. 예를들어 인공지능은 대규모의 화합물 데이터베이스를 분석하여 신약 후보 물질을 발굴하고, 독성 예측을 통해 신약 개발의 위험성을 최소화합니다.

2) 예측 및 시뮬레이션 : 인공지능은 기후변화, 전염병 확산 등의 예측과 시뮬레이션을 통해 과학적 예측의 정확도를 향상시킵니다. 예를 들어 인공지능은 기상 데이터를 분석하여 기후 변화를 예측하고, 전염병 데이터를 분석하여 전염병 확산을 예측합니다.

3) 생명공학 : 생명공학 분야에서는 인공지능이 유전체 분석, 단백질 구조 분석 등을 수행하여 생명공학 연구의 성과를 높이는 데에 큰 역할을 합니다. 서울대학교 생명과학부 이현숙 교수는 “암 진단 시기를 앞당기고 환자 개인에게 최적화된 약물을 빠르게 찾아낼 것”이며 “인공지능과 바이오의 융합은 우리 삶에 직접적인 영향을 미치는 기술을 선사할 것”이라고 강조했습니다.

4) 로봇공학 : 로봇공학 분야에서는 인공지능이 로봇의 동작을 제어하고, 인간과 상호작용하는 데에 큰 역할을 합니다. 인공지능은 로봇의 학습 능력을 향상시켜 인간의 행동을 모방하고, 인간과 자연스럽게 대화할 수 있도록 합니다.