AI 인사이트 딥러닝 모델 최적화 방법: 모델 경량화와 모델 추론 속도 가속화 딥러닝 모델 최적화는 딥러닝 모델을 개선하고 최적화하여 더 나은 성능, 효율성, 형태 또는 특정 요구 사항을 충족시키는 프로세스를 의미합니다. 딥러닝 모델 최적화는 다양한 목표를 달성하기 위해 다양한 기술과 방법을 사용합니다. 딥러닝 모델의 성능을 향상시키는 ‘성능 최적화', 모델의 크기를 줄이는 ‘모델 크기 최적화', 모델 추론 속도를 향상시키는 ‘추론 시간
AI 인사이트 2023년 생성형AI 트렌드와 AI 개발을 위한 필수요소 요약 2023년 한 해는 생성형AI의 해였다고 해도 과언이 아니다. 이러한 생성형AI의 확산 경향은 챗GPT를 중심으로 한 초거대언어모델(LLM)에서 특히 두드러지게 나타났는데, 그동안 인공지능 시장에서는 Google, OpenAI, Meta 등 빅테크 기업들이 자사 기초모델(Foundation Model)을 적용한 Bard, ChatGPT, LLaMA 등 다양한 서비스를 출시해왔다. 뿐만 아니라 국내외 여러 스타트업과 연구기관 등에서는
AI 인사이트 초거대언어모델(LLM)과 일반인공지능(AGI)의 탄생 조건 뇌과학이 말하는 일반인공지능의 조건 초거대언어모델(LLM)을 비롯한 생성형 인공지능(Generative AI) 기술의 발전은 인간처럼 의식을 가지고 다방면의 태스크를 지시 없이도 스스로 처리해 내는 일반인공지능(Artificial General Intelligence, AGI)의 실현 가능성에 대한 기대를 한층 끌어올렸다. 이러한 기대는 얼마 전 오픈에이아이가 GPT-4에 이미지 인식이 가능한 멀티 모달(Multi Modal) 기능의
AI 인사이트 자연어 처리(NLP)는 왜 어려울까? 1. 자연어와 인공어 그리고 자연어 처리의 정의 세상에는 두 가지 종류의 언어가 있다. 하나는 우리가 일상적으로 쓰는 의사소통을 위한 언어다. 언제부터, 왜, 무엇을 계기로 인류가 언어를 쓰기 시작했는지 명확하지는 않지만 이러한 언어를 자연적으로 발생했다고 하여 자연어(Natural Language)라고 부른다. 한국어, 영어, 독일어, 프랑스어 등 우리가 알고 있는 거의 모든
AI 인사이트 인공지능 개발은 인류에게 위협일까? 세계 각국의 인공지능 개발 규제 움직임 생성형 AI로 떠들썩했던 올해 세계 각국에서는 인공지능 개발 규제 움직임이 활발해지고 있다. 유럽연합 의회는 2021년에 발표했던 인공지능 법안의 수정안을 2023년 6월 채택하면서 세계 최초로 인공지능 개발 규제 법안을 마련했다. 법안은 다섯개의 항목으로 구성되어 있는데, 금지되는 인공지능 활동(prohibited AI practices)과 투명성 의무 그리고
AI 인사이트 농업과 AI: 식량 부족 문제를 해결하기 위한 변화 농업과 AI AI 기술이 발전하면서 점점 다양한 도메인에서 활용되고 있는데요. 오늘은 농업에서의 인공지능 기술에 대해 이야기해 보려 합니다. 세계 인구가 계속해서 증가하면서 인구 수요를 충족시키지 못하는 식량 부족 문제가 대두되고 있습니다. 기후 변화, 자연재해, 토지 부족, 물 부족 등도 식량 부족 문제를 악화시키는 요인입니다. 이러한 환경 속에서 현대 농업 트렌드는
AI 인사이트 ChatGPT 플러그인이란? 2022년 11월 출시 이후 지난 1년 동안 시간 동안 ChatGPT 사용자 수는 무서운 기세로 늘어났다. ChatGPT 사용자 수 증가세가 둔화되었다고는 하지만 지금 이 순간도 신규 사용자 수는 유입되고 있다. 하지만 신규 가입자 유입에 비해 ChatGPT를 적극적으로 업무에 활용하는 사례는 좀처럼 늘어나지 않고 있는 것처럼 보인다. 사람인 HR연구소가 진행한 'ChatGPT의
AI 인사이트 ChatGPT의 새로운 시작: 이미지와 음성으로 대화하기 OpenAI가 또 한 번의 놀라운 업데이트를 발표했다. 뛰어난 언어능력으로 세상을 떠들썩하게 하더니 이제 보고 듣고 말하는 것으로 그 능력을 확장한다고 한다. ChatGPT는 뛰어난 언어능력에서 시작해 챗봇, 업무 자동화, 검색, 광고, 마케팅, 영화, 게임 등 여러 분야에 적용되며 혁신을 이끌고 있는데 이번 업데이트 역시 단순히 ChatGPT가 음성과 이미지를 인식하는 것을 넘어
AI 인사이트 NeRF: 공간 재현을 위한 뷰 합성 방법 “Neural Radiance Fields (NeRF)” NeRF는 "Neural Radiance Fields"의 약자로, 3D 장면을 생성하고 렌더링하기 위한 신경망 기반의 컴퓨터 비전 기술입니다. NeRF는 실제 세계의 3D 장면을 모델링하고 새로운 시점에서 장면을 볼 수 있도록 하는 것이 주요 목표입니다. 물체나 사람을 360도 돌려가며 다양한 각도에서 관측하려면 2D 이미지 대신 3D 렌더링이
AI 인사이트 자연어 처리 (NLP): 개인화와 업무 자동화의 시작 Natural Language Processing (자연어 처리) 자연어 처리(NLP, Natural Language Processing)는 인간이 사용하는 자연어를 컴퓨터가 이해하고 처리할 수 있도록 하는 인공지능 분야입니다. NLP는 다양한 언어 관련 작업과 텍스트 데이터를 분석, 이해, 생성하는 기술을 다룹니다. 이를 통해 컴퓨터는 언어에 대한 이해력을 향상시키고 사람과 자연스러운 대화를 나눌 수 있게 됩니다. 컴퓨터
AI 인사이트 '가성비' 좋은 LLM을 직접 만들어보자: PEFT를 활용한 LLM 경량화 테크닉 LLM 거대화 트렌드는 이제 언어 모델 개발의 새로운 표준이 되었다. 언어 모델의 데이터 학습에 있어서 가중치(weight)와 편향(bias)을 조정해 주는 매개변수(parameter)의 수와 모델이 학습하는 말뭉치(corpus)의 양이 많을수록 일반적으로 언어 모델의 성능은 뛰어난 것으로 알려져 있기 때문에 빅테크 기업들은 경쟁적으로 더 많은 양의 GPU와
AI 인사이트 LLMOps가 주목받고 있는 이유: DevOps에서 LLMOps까지 2023년 인공지능 업계의 가장 핫한 트렌드는 단연 생성형AI와 초거대언어모델(LLM)이었다. 2022년 11월 등장한 챗GPT를 시작으로 등장한 초거대언어모델(LLM)은 우리 삶에 자연스럽게 녹아들며 우리의 삶을 크게 바꾸어나가기 시작했다. 자연스럽게 LLM을 활용하기 위한 다양한 라이브러리(Libraries)와 방법론이 등장하기 시작했는데, 이번시간에는 초거대언어모델(LLM)을 보다 효율적으로 운영하고 거대한 언어모델의 사전학습
AI 인사이트 AI가 창조할 수 있는 비밀: 생성형 AI 이해하기 생성형 AI가 주목을 받으면서 '생성형 AI가 거품이다 아니다' 논쟁도 있지만 개인적으로는 OpenAI의 성공과 ChatGPT를 사용하는 개인과 기업들, 그리고 의료 국방 제조 등 여러 분야에서 AI를 이용한 시도, 혁신이 이뤄지고 있는 모습들을 보면 단순히 거품에 거치지 않을 것이라는 생각이다. 가트너의 2023년 Hype Cycle에 따르면 현재 생성형 AI는 기대감 최고
AI 인사이트 ChatGPT 유행이 가지는 의미 (3) – 우리 삶과 AI 분명 ChatGPT는 인공지능 업계에서 새로운 패러다임임과 동시에 사회의 유행을 이끌고 있습니다. 물론 꼭 ChatGPT가 아니더라도 여태까지 우리 사회에 유행을 이끌었던 것은 많습니다. 크게는 인터넷과 스마트폰의 등장을 대표적인 예로 생각해볼 수 있으며, 작게는 특정 유행어나 패션이 유행을 하기도 합니다. 이러한 다양한 유행은 시간이 지나고 ‘당연한 것’이 되어 우리 삶을 크게
AI 인사이트 OpenAI가 직면한 과제와 돌파구 ClosedAI와 오픈소스 문화 OpenAI의 사용자 감소세가 심상치 않다. 애널리틱스인디아에 따르면 2022년 11월 서비스 개시 이후 수직 상승하던 OpenAI의 사용자수가 2023년 5월을 정점으로 감소세로 들어서, 7월 이용자수는 동년 6월에 비해 12%나 감소했다고 한다. (출처 : 테크42, 챗GPT 선구자 ‘오픈AI’에 드리운 먹구름···파산 위기설까지) 사용자 감소세의 원인으로는 여러가지를 들 수 있겠지만, 가장 유력한 것은
AI 인사이트 ChatGPT 유행이 가지는 의미 (2) – 초거대 AI ChatGPT가 등장하고 행사하는 영향력은 어마어마합니다. 그리고 우리가 ChatGPT의 영향력이 크다고 말할 수 있는 이유는 딱 하나입니다. 바로 ChatGPT라는 인공지능이 너무나도 정확하고 그럴듯한 결과물을 계속 내놓고 있기 때문입니다. ChatGPT는 일반적인 채팅 상대로서의 기능도 해주는데다, 번역이면 번역, 작문이면 작문, 거기에 코딩까지 정말 다양한 영역에서 놀라운 능력을 보여주고 있습니다. 만약, 아무리 다양한 기능을
AI 인사이트 창작의 새로운 패러다임을 이끄는: 이미지 생성 AI Image Generation AI (이미지 생성 AI) Image Generation AI(이미지 생성 AI)는 이미지 또는 텍스트 입력을 기반으로 새로운 이미지를 생성하는 기술입니다. 특히 텍스트에서 이미지를 생성하는 Text-to-Image Generation AI는 딥러닝 기술을 활용하여 주어진 텍스트 설명을 이해하고 해당 내용을 시각적으로 표현하는 인공지능 기술로 큰 주목을 받고 있습니다. 이러한 텍스트-이미지 생성형 AI는
AI 인사이트 ChatGPT 유행이 가지는 의미 (1) – GPT와 ChatGPT 최근 인공지능 분야에서 가장 핫한 키워드를 하나만 뽑으라면 단연 ChatGPT일 것입니다. ChatGPT는 사용자와 문답이 가능한 인공지능입니다. 그 무엇이든 궁금한 질문을 ChatGPT에게 던지면 ChatGPT는 그럴듯한 답변을 내놓습니다. 이러한 ChatGPT는 인공지능 분야에서 가장 유명한 LLM입니다. LLM(Large Language Model)은 초대용량의 언어 데이터를 기반으로 대화, 번역, 문장 생성 등 언어 관련 목적으로
AI 인사이트 좋은 데이터에서 탁월한 LLM이 나온다 지난달 21일 한국을 방문한 스탠포트 대학교의 앤드류 응(Andrew Ng) 겸임교수는 "우수한 데이터 관리와 가공은 인공지능 구축 과정에서 약 80%의 핵심 작업을 차지한다.”고 강조했다. 응 교수는 데이터 중심 인공지능(Data-centric AI)의 필수성에 대해 강조하면서, AI 개발자들에게 코드의 수정을 통한 하이퍼파라미터 조절에 지나치게 의존하기보다는 고품질의 데이터 확보
AI 인사이트 초해상도(Super Resolution) 기술로 보이지 않았던 세상을 발견하는 방법 Super Resolution (초해상도) Super Resolution(SR) 기술은 저해상도의 영상을 고해상도의 영상으로 변환하는 기술입니다. 고해상도 이미지는 더 많은 세부 정보와 더 적은 노이즈를 가지고 있기 때문에 시각적인 선명도와 품질이 향상됩니다. 해상도를 높이는 작업이 딥러닝으로 쉽게 풀 수 있는 문제라고 생각하실 수도 있지만 생각보다 쉽지 않은 기술입니다. 딥러닝 기반의 SR기술이 주변 컨텍스트
AI 인사이트 시계열 데이터 예측: 미래를 알고 싶은 욕망 Time Series Forecasting (시계열 예측) Time Series Forecasting(시계열 예측)은 과거 시간에 따른 데이터 포인트들의 열(시계열)을 분석하여 미래 값을 예측하는 분석 기술입니다. 시계열 예측에 대해 이야기하기 전에 우선 “시계열 데이터”에 대해 먼저 알아봅시다. 시계열 데이터(Time Series Data)는 일련의 시간 순서에 따라 기록된 데이터를 나타냅니다.
AI 인사이트 추천 시스템: 사용자가 원하는 콘텐츠를 찾아내는 기술 Recommender System(추천 시스템) 유튜브나 넷플릭스를 이용할 때면 우연히 추천해 주는 영상을 보게 되는 경우가 많습니다. 흔히들 “알고리즘이 추천해 주는 대로 영상을 보다 보니 여기까지 왔다"라는 이야기를 합니다. 정보(데이터)가 많아지는 만큼 개인에게 필요한 정보를 찾아내는 일이 쉽지 않습니다. 때문에 거의 모든 플랫폼 기업들은 사용자의 니즈에 맞는
AI 인사이트 벡터 스토어로 LLM 백배 활용하기 요즘 언어모델 개발자들 사이에서 가장 핫한 라이브러리를 하나 뽑으라면 바로 Langchain이 아닐까 싶다. 2022년 10월 오픈소스로 세상에 공개된 LangChain은 초거대언어모델(LLM)을 사용하여 애플리케이션 생성을 단순화하도록 설계된 프레임워크다. Langchain은 챗GPT 뿐만 아니라 메타의 LLaMA 시리즈와 구글의 Bard 등 다양한 LLM에 적용이 가능할 뿐만 아니라, faiss나 chromadb와 같은 벡터 데이터베이스를 활용하여
AI 인사이트 초거대언어모델(LLM)을 백배 활용하는 법 OpenAI사는 챗GPT를 비롯해 많은 자사 개발 모델의 소스코드를 공개하지 않는 원칙을 고수하고 있다. 따라서 사용자들은 기존의 엔지니어들이 시도했던 방식처럼 모델의 매개변수(parameter)를 직접 수정하거나 추가 데이터를 학습하는 방식으로 모델을 활용할 수 없다. 그러나 소스코드 공개 없이도 챗GPT를 효과적으로 활용할 방법은 여전히 있다. 이번 시간에는 사전학습된 초거대언어모델(LLM)이 텍스트
AI 인사이트 챗GPT 이외의 LLM에는 어떤 것들이 있을까?: 초거대언어모델의 경량화 트렌드 OpenAI사의 챗GPT는 LLM 시장의 대중화를 향한 첫 문을 열었다는 점에서 생성형 언어모델의 선구자라고 할 수 있다. 그러나 당연하게도 LLM에는 챗GPT만 있는 것이 아니다. 이번 시간에는 구글과 Meta를 비롯한 다양한 빅테크 기업들이 사용자들의 니즈에 맞게 야심차게 준비한 ‘챗GPT 이외의 초거대언어모델’들에 대해 알아보도록 하겠다. 주목할 점은 매개변수와 훈련 데이터를 늘려가며 성능을
