Skip to main content

인공지능 파운데이션 모델

· 3 min read

인공지능 파운데이션 모델 개념

  • 대량의 무라벨 데이터로 학습되어 목적에 맞는 다운스트림 작업에 적용될 수 있는 일반화된 기초 모델
  • 데이터의 증가와 하드웨어의 연산 속도 증가로 다양한 작업에서 높은 성능을 보여주는 파운데이션 모델 등장

인공지능 파운데이션 모델 개념도, 핵심요소, 기술동향

인공지능 파운데이션 모델 개념도

인공지능 파운데이션 모델 핵심요소

구분요소내용
모델방대한 학습데이터텍스트, 이미지, 데이터 이해
-대규모 파라미터최소 수억개 이상 파라미터
기술트랜스포머순차 데이터 내 관계 학습
-Few-Shot 러닝적은 양의 데이터로 미세 조정
기능범용성생성형 기반 추론 가능
-유연성자연어 처리, 영상 인식 등 다수 분야 활용

인공지능 파운데이션 모델 기술동향

구분모델내용
OpenAISora텍스트에서 영상 생성
-GPT4o뛰어난 감정표현 가능
XGrok1.5오픈소스기반 대규모 컨텍스트 처리
MetaLlama3.1오픈소스기반, sLLM

인공지능 파운데이션 모델 고려사항

  • 지적재산권, 생성물저작권
  • 모델 운영 전력, 훈련시 탄소배출 비용
  • 편향, 환각 등 역기능 제거 노력, 윤리원칙 준수 필요