이번 주의 진짜 이야기는 새로운 대규모 언어 모델이 출시되거나 곧 출시될 것이라는 소식입니다.

Google은 Gemini 1.5가 이제 180개국 이상에서 사용 가능하며, 100만 토큰의 문맥 창을 제공한다고 발표했습니다. 이는 약 75만 단어에 해당하는 규모로, 이전 모델에 비해 큰 향상입니다. 개발자들은 이제 API를 통해 Gemini 1.5에 접근할 수 있습니다.

이에 대응하여 OpenAI는 개선된 GPT-4 Turbo 모델을 API를 통해 제공하고 ChatGPT에 점진적으로 적용하고 있다고 발표했습니다. 세부 정보는 제한적이지만, 이전 버전에 비해 코딩과 수학 능력이 향상된 것으로 알려졌습니다.

오픈소스 분야에서도 활발한 움직임이 있습니다. Stability AI는 120억 개의 매개변수를 가진 Stable LLM2를 출시했고, Anthropic은 220억 개의 매개변수를 가진 Mixr 8X 22B 모델을 토렌트로 quietly 출시했습니다.

Google은 또한 코딩에 특화된 Gemma 모델과 효율적인 연구를 위한 Gemma 모델을 새로 공개했습니다. 또한 Meta는 GPT-4와 맞먹는 성능을 가진 것으로 알려진 LLaMA 3 모델을 공개할 것으로 예상됩니다.

이러한 대규모 언어 모델 발표의 물결은 이 분야의 혁신 속도가 매우 빠르다는 것을 보여줍니다. 폐쇄형 및 오픈소스 모델 모두 가능성의 경계를 계속 넓혀가고 있습니다.

주요 기술 기업들이 대규모 언어 모델을 구축하면서 Nvidia GPU에 대한 의존도를 줄이려 노력하고 있는 것 같습니다. Nvidia는 현재 AI 학습에 사용되는 GPU 시장을 주도하고 있지만, Google, Intel, Meta 등이 자체 AI 칩을 소개하고 있습니다.

Google은 Google Cloud Next 행사에서 Axion 프로세서를 소개했습니다. Intel은 Nvidia의 H100 GPU보다 40% 더 효율적이라고 주장하는 Gaudi 3 AI 칩을 공개했습니다. Meta는 1세대 대비 3배 향상된 성능을 가진 2세대 MTI(Meta Training and Inference) 가속기 칩을 발표했습니다.

한편 Nvidia는 올해 초 GTC 행사에서 현재 H100 GPU보다 4배 더 강력한 차세대 Nvidia Blackwell 칩을 발표했습니다. 이는 Nvidia가 여전히 AI 학습을 위한 원시 컴퓨팅 파워 면에서 앞서 있음을 보여줍니다.

Google, Intel, Meta의 새로운 맞춤형 칩이 Nvidia 의존도를 줄이려 노력하고 있지만, 과연 Nvidia의 최신 발전을 따라잡을 수 있을지는 지켜봐야 할 것 같습니다. 가장 강력하고 효율적인 AI 하드웨어를 개발하기 위한 경쟁이 계속되고 있습니다.

Google Cloud Next 행사에서 구글은 산업을 변화시킬 수 있는 AI 기반 동영상 제작 도구를 소개했습니다.

Image-In 2: Dolly와 Firefly와 같은 도구의 대안으로, Image-In 2는 정적 이미지뿐만 아니라 짧은 애니메이션 GIF와 클립도 생성할 수 있습니다. 이러한 텍스트 기반 실사 이미지 기능을 통해 사용자는 쉽게 매력적인 루프 비주얼을 만들 수 있습니다.

Google Vids: 'PowerPoint 스타일'의 동영상 생성기로 설명되는 Google Vids는 AI를 사용하여 스크립트나 프롬프트에서 슬라이드 기반 동영상을 만듭니다. 전문적인 프레젠테이션 소프트웨어 스타일의 결과물을 만들어내, AI 기반 동영상 콘텐츠 제작에 유용한 도구입니다.

Magic Time: 연구팀이 개발한 Magic Time은 고품질 타임랩스 영상 생성에 특화된 동영상 생성기입니다. 간단한 프롬프트만으로도 식물 성장이나 건설 프로젝트 등의 시각적으로 아름다운 타임랩스 영상을 생성할 수 있습니다. 오픈소스 코드와 Hugging Face 데모를 통해 Magic Time은 다양한 동영상 워크플로에 활용될 수 있습니다.

이러한 AI 기반 동영상 도구들은 생성 기능의 급속한 발전을 보여주며, 창작자들이 동영상 제작 프로세스를 간소화하고 새로운 창의적 영역을 탐험할 수 있게 해줍니다. 이 기술이 계속 발전함에 따라 콘텐츠 창작 환경에 미치는 영향이 클 것으로 예상됩니다.

전사에 따르면 미국 의회에 새로운 법안이 제출되어 인공지능 기업들에게 생성형 AI 모델 학습에 사용된 저작권 자료를 공개하도록 요구하고 있습니다. 주요 내용은 다음과 같습니다:

• 이 법안은 AI 기업들이 모델 출시 최소 30일 전에 학습에 사용된 저작권 자료에 대한 보고서를 제출하도록 요구합니다.

• 이는 Google, Microsoft, Meta 등 주요 기술 기업들이 학습 데이터를 공개하기 꺼려할 것이라는 우려에서 비롯된 투명성 제고 조치입니다.

• 이 법안이 통과되지 않도록 이들 강력한 기업들이 로비를 펼칠 것이라는 우려가 있습니다.

• 이 법안은 OpenAI가 GPT-4 학습에 100만 시간 이상의 YouTube 동영상을 사용했다는 보고 등 대규모 언어 모델의 학습 데이터 투명성 문제에 대응하기 위한 것입니다.

• 이 법안은 AI 기업들의 학습 데이터 사용에 대한 투명성 부족 문제를 해결하고자 합니다.

최근 카드 게임 개발자가 AI 아티스트에게 9만 달러를 지불하고 카드 아트를 생성했습니다. 'AI 아티스트'라는 용어가 논란의 여지가 있지만, 이는 AI가 어떻게 대규모 고품질 콘텐츠 제작을 지원할 수 있는지를 보여줍니다.

개발자는 인간 아티스트로는 AI 생성 이미지의 품질을 따라잡을 수 없다는 것을 발견했습니다. 그러나 이 과정은 단순히 버튼을 누르고 AI에게 맡기는 것 이상이었습니다. 개발자는 Photoshop 등의 이미지 편집 도구를 사용하여 AI 생성 이미지를 보완하고 세부적으로 조정하여 원하는 미적 스타일과 일관성을 유지했습니다.

이러한 접근 방식은 AI 보조 아트의 힘을 보여줍니다. AI가 초기 개념을 생성하면 인간 아티스트가 이를 다듬고 개선하여 원하는 결과물을 얻는 것입니다. 이를 통해 개발자는 효율적으로 많은 수의 카드 이미지를 만들 수 있었지만, 여전히 예술적 터치와 품질 관리를 유지할 수 있었습니다.

이 시도의 성공은 창의 산업에서 AI의 역할이 점점 커지고 있음을 보여줍니다. AI는 인간 아티스트를 완전히 대체하기보다는 보완하고 향상시키는 강력한 도구로 활용될 수 있습니다. AI 기술이 계속 발전함에 따라 이러한 AI 보조 아트 사례가 더 많이 등장할 것으로 예상됩니다.

대규모 언어 모델과 AI 기술의 급속한 발전은 정말 놀라운 일입니다. 이번 주에는 100만 토큰의 문맥 창을 제공하는 Gemini 1.5의 출시, GPT-4 Turbo와 오픈소스 Stable LM2, Mixr 8X 22B 모델의 공개 등 다양한 발표가 있었습니다.

NVIDIA에 대한 의존도를 줄이기 위해 Google, Intel, Meta 등 기업들이 자체 AI 칩을 개발하는 경쟁도 흥미로운 동향입니다. Google의 Image-in-2와 Magic Time 프로젝트가 보여준 AI를 활용한 애니메이션 및 동영상 생성 기능도 중요한 진전입니다.

이러한 발전이 가져올 긍정적이고 우려스러운 영향은 매우 클 것입니다. AI 기업들의 학습 데이터 공개를 요구하는 법안 도입은 투명성과 책임성 제고를 위한 중요한 조치입니다. 한편 Adobe가 창작자들로부터 직접 콘텐츠를 구매하여 모델 학습에 활용하는 접근법은 미래의 모델이 될 수 있습니다.

전반적으로 AI 분야는 매주 새로운 기능과 과제가 등장하며 급속도로 발전하고 있습니다. AI에 관심이 있는 사람으로서 이러한 동향을 지켜보고 기업, 창작자, 사회 전반에 미치는 윤리적, 실용적 영향을 고려하는 것이 흥미롭습니다.