챗GPT보다 강력한 GPT-4V 온다. 이미지 번역, 엑스레이 영상 분석

 

챗GPT보다 강력한 GPT-4V 온다. 이미지 번역, 엑스레이 영상 분석

 

출처 : 오픈AI (존맛탱이 들어간 이미지를 맛있는 음식이라고 정확한 설명)

 

 

올해의 핵심 단어로 'LLM(대규모언어모델)'이 대두되었지만, AI 업계에서 이 단어가 이미 낡았다는 이야기를 듣고 놀라실 수 있습니다. 이제는 'LMM(대규모멀티모달모델)'이 주목받는 새로운 용어로 떠오르고 있습니다. LLM의 대표주자인 오픈AI의 GPT-4V에 대해 알아보겠습니다.

 

 

LLM과 LMM의 차이

LLM은 주로 대규모 언어 모델을 훈련하고 이해하는 데 사용되었으며, 이 모델은 주로 텍스트를 다루는 데 중점을 두었습니다. 그러나 LMM은 언어뿐만 아니라 이미지와 음성과 같은 다양한 매체를 이해하고 처리할 수 있는 멀티모달 모델을 의미합니다. 이것은 AI가 더 다양한 형식의 정보를 처리하고 생성할 수 있게 되었다는 것을 의미합니다.

 

 

GPT-4V의 등장

오픈 AI는 최근에 GPT-4V(ision)라는 LMM을 공개했는데, 이 모델은 이미지에 대한 질문을 이해하고 이미지를 설명할 수 있는 모델입니다. 이 모델은 사실상 전 세계에서 처음으로 대중에게 공개된 LMM 서비스로, 이미지를 처리하는 데 대단한 능력을 갖췄습니다.

 

 

GPT-4V의 놀라운 능력

GPT-4V는 이미지를 인식하고 설명하는 데 매우 탁월한 능력을 갖고 있습니다. 예를 들어 엑스레이 이미지의 골절 부위를 식별하거나 외국어로 된 이미지를 해석하여 설명할 수 있습니다. 또한 김밥을 만드는 과정을 이미지로 제시하고 순서대로 나열하도록 지시하면 정확하게 수행할 수도 있습니다.

김밥 만드는 이미지를 제공하자 순서대로 나열

 

구글의 반격 예고

오픈 AI가 LMM 분야에서 주도적 역할을 하는 동안, 구글은 제미니(Gemini)라는 LMM을 다음 달에 공개할 예정입니다. 구글은 LMM을 의료 서비스, 가상 비서, 자율주행 자동차 등 다양한 분야에 활용하고자 합니다.

 

 

LMM의 중요성

LMM은 멀티모달 모델로, 다양한 감각을 갖춘 일반적인 지능을 발전시킬 수 있는 중요한 기술입니다. 이를 통해 인간과 컴퓨터 간 상호 작용이 새로운 수준으로 발전할 것으로 예상됩니다.

 

 

마무리

LMM은 AI 분야에서 중요한 혁신을 가져오고 있으며, 이러한 모델들이 다양한 분야에서의 응용 가능성을 모색하고 있습니다. AI 기술은 계속해서 발전하고 더욱 다양한 문제를 해결하는 데 활용될 것으로 기대됩니다. AI 업계와 관련 분야에서는 LMM과 LMM과 같은 새로운 모델에 주목하고 이를 활용하여 다양한 혁신을 이루어내는 것이 중요할 것입니다.