Today and Tommorrow

알리바바의 동영상 생성 AI 모델 공개 - 알리바바는 자사의 동영상 생성 AI 모델 4가지 버전을 오픈소스로 공개하였다. - 이 모델은 **완2.1(Wan2.1)**이라고 불리며, 텍스트-동영상 변환 기능을 갖추고 있다. - 공개된 모델은 복잡한 움직임을 정확하게 처리하고, 픽셀 품질을 향상시키며, 물리적 원칙을 준수하는 특징이 있다. - 이러한 기술은 현실적인 영상을 만드는 데 뛰어난 성능을 발휘한다고 알리바바는 강조하였다. 완2.1 모델의 특징과 성능 - 완2.1 모델은 명령 실행의 정밀도를 최적화하여 고품질의 영상을 생성할 수 있도록 설계되었다. - 이 모델은 13억 개에서 140억 개에 이르는 매개변수를 사용하여 몇 초 길이의 동영상을 최대 720p 해상도로 생성할 수 있다. - 1080p 해상도 동영상을 생성할 수 있는 모델에 대한 출시 계획은 아직 알려지지 않았다. - 알리바바는 이 모델이 텍스트 및 이미지 입력을 기반으로 고품질 이미지와 동영상을 생성하도록 설계되었다고 밝혔다. 상업적 출시와 경쟁 모델 - 완2.1은 2024년 상업적으로 출시될 예정이다. - 이 모델은 오픈AI의 소라(Sora) 동영상 생성 모델에 대한 무료 대안으로 제공된다. - 소라는 챗GPT 플러스 요금제에 포함되어 있으며, 월 20달러에 480p 해상도 동영상을 최대 50개 생성할 수 있다. - **구글의 비오 2(Veo 2)**는 일부 사용자에게만 공개되어 있어, 완2.1의 경쟁 모델로 언급된다. 동영상 생성 AI의 발전과 한계 - 동영상 생성 AI는 유용한 생산성 도구가 될 수 있지만, 기술이 성숙하는 데 시간이 걸린다. - 잭 골드는 현재 많은 모델이 아직 기초적인 수준이라고 언급하며, 이 기술로 3시간짜리 영화를 만들 수 있는 단계는 아니다라고 말했다. - 그는 현재의 동영상 생성 AI 모델을 1980년대 워드 프로세서에 비유하며, 시간이 지나면서 점점 개선될 것이라고 예측하였다. - 워드 프로세서와 AI의 차이점은 사용자가 모델에 정보를 입력한다는 점이다. 기업 사...

 검색 증강 생성(RAG) 개요 - 검색 증강 생성(RAG)는 외부 검색을 통해 대형언어모델(LLM)의 정확도를 높여주는 기술이다. - 기업의 LLM 도입이 증가함에 따라 RAG는 필수 기술로 자리 잡고 있다. - RAG는 AI의 주류를 이루는 기술로, 앞으로도 계속해서 중요성을 가질 것이다. - 마크테크포스트는 RAG 기술의 정교화와 세분화에 대해 소개하고 있다. RAG의 발전과 중요성 - 최근 RAG를 넘어서는 효과적인 지식 검색 시도가 이어지고 있다. - 그럼에도 불구하고 RAG는 여전히 AI의 중심 기술로 남을 것이라는 점이 강조된다. - RAG의 발전은 기업의 AI 활용도를 높이는 데 기여하고 있다. - 기술의 진화는 AI의 다양한 응용 분야에서 중요한 역할을 한다. 표준 RAG의 구조 - 표준 RAG 프레임워크는 RAG의 기본 모델로, 2단계 프로세스에 의존한다.   1. 모델은 대규모 외부 데이터에서 관련 정보를 검색한다.   2. 검색된 정보를 바탕으로 언어 모델을 사용해 응답을 생성한다. - 검색된 문서는 입력 쿼리에 대한 추가 컨텍스트 역할을 하여 정확하고 유익한 답변을 생성하는 데 기여한다. - 표준 RAG는 정확하고 사실적인 정보가 필요한 경우에 특히 유용하다. - AI 모델은 정보를 일관된 출력으로 합성하는 기능을 수행한다. 수정 RAG의 기능 - 수정 RAG 모델은 표준 RAG를 기반으로 하며, 생성된 응답의 오류나 불일치를 수정하는 계층을 추가한다. - 이 모델은 다음과 같은 기능을 포함한다:   1. 검색 및 생성 단계 후 수정 메커니즘을 통해 출력의 정확성을 확인한다.   2. 검색된 문서의 추가 참조나 모델의 미세 조정이 이루어진다.   3. 모델이 출력을 자체 평가하는 피드백 루프를 구현한다. - 수정 RAG는 의료, 법률, 과학 등 고도의 정확성이 필요한 분야에서 유용하다. - 이 모델은 신뢰할 수 있는 출처와 출력을 일치시켜 모델 응답에 대한 신뢰를 강화한다. 추측 RAG...