[교양학습] Gen AI (Generative AI / 생성형 AI)

개념 설명

1. 특징

- 기계가 콘텐츠, 예술, 음악 등을 만들고 생성할 수 있도록 하는 인공지능의 하위집합으로 여러 산업을 변화시킬 수 있는 잠재력을 지닌 빠르게 진화하는 기술

- Gen AI(Gen AI, Generation AI)은 새로운 이미지를 생성하여 만들어내는 인공지능 기술

- 이미지 생성 AI의 일종으로, 다양한 유형의 이미지를 생성할 수 있음

 

2. 유형 (3가지)

1) Generation(생성) : 새로운 이미지를 만들어내는 기능

일본의 AI 기업인 "Data Grid"의 "Gene Idol" 프로젝트는 AI 아이돌을 생성해내는 예시입니다.
이 프로젝트에서는 AI 기술을 사용하여 일본 아이돌과 유사한 외모와 스타일을 갖춘 여성 이미지를
생성하는 것을 목표로 하고 있습니다.

2) Translation(변형) : 이미지 변형 AI는 기존 이미지를 변형해 새로운 이미지를 만들어 내는 기능

이미지를 스케치 스타일로 변형하거나, 주어진 이미지를 다른 스타일의 그림으로 변환하는 등의 
작업을 수행할 수 있습니다.

3) Conversion(전환) : 이미지 변환 AI는 이미지의 스타일을 변환하는 기능

주어진 이미지를 수채화 스타일이나 만화 스타일로 변환하는 등의 작업을 수행할 수 있습니다.

 

3. 종류

- GPT-4 (대형언어모델/LLM, Large Language Model), DALL·E 2, Stable Diffusion, Midjourney

 

---

Gen AI의 가치 사슬

1. 컴퓨터 하드웨어

- 훈련 단계 : 콘텐츠 생성을 위한 빅데이터 학습이 필요(수십억 개 단위의 매개변수를 병렬로 처리해야함)

   따라서, 가속기칩을 가지고 있는 그래픽처리장치(GPU)나 텐서처리장치(TPU)로 구성된대규모 클러스터가 필요

- 조정 단계 : 모델의 맞춤화(조정)하는 단계로 컴퓨팅 파워를 요구하는 모델을 애플리케이션 내에서 실행할 수 있음.

   이 때는 초기 훈련 단계보단 적은 컴퓨팅 파워로도 가능

- 따라서, NVIDIA와 GOOGLE칩 이 시장의 지배적임

 

2. 클라우드 플랫폼

- GPU와 TPU가 비싸고 부족한 자원이기 때문에 클라우드에서 작업을 수행

 

3. 파운데이션 모델(대규모 딥러닝 모델)

- 인간 뇌에 연결된 수십억 개의 뉴런에 영감을 받은 확장된 인공신경망을 포함

- 매우 크고 다양한 형태의 비정형 데이터를 처리하고 여러 작업을 수행

- 원하는 수준의 정확도를 위해 훈련 알고리즘은 신경망의 가중치를 조정하고, 이러한 과정을 수백만 번 수행해야함

- 대형언어모델(LLM)이 필요.

 

4.모델 허브와 MLOps

- 파운데이션 모델을 저장하고 액세스할 수 있는 장소

- 파운데이션 모델을 적용하고 애플리케이션 내에 배포하기 위한 특화된 MLOps 도구 및 기술이 필요

- 추가 훈련 데이터를 통합하고 레이블을 지정하거나 애플리케이션이 모델과 상호 작용할 수 있는 API를 구축하는 기능이 포함

- 소스코드가 공개되지 않은 모델의 경우, 라이선싱 계약을 통해 모델에 액세스할 수 있도록 API를 제공

- 제공업체가 MLOps 기능을 제공하여 모델을 조정하고 다양한 애플리케이션에 배포할 수 있도록 함

- 베드록(Bedrock) : AWS에서 제공하는 MLOps로써,  Anthropic사의 Claude와 Stability사의 Stable Diffusion 등의

  다양한 모델을 활용할 수 있는 플랫폼을 제공

 

5. 애플리케이션

6. 서비스

- Gen AI를 사용한 실질적인 서비스로, 특정 기능이나 산업 등 다양한 맥락에서

  Gen AI 활용이나 전문 지식, 자료를 제공하는 역할

 

/* 참고링크 */
https://www.samsungsds.com/kr/insights/future_of_generative_ai_1.html