Gartner, Inc.에 따르면, 생성 AI(GenAI) 솔루션의 40%는 2027년까지 멀티모달(텍스트, 이미지, 오디오 및 비디오)이 될 것이며, 이는 2023년의 1%에서 증가한 수치입니다. 개인 모델에서 멀티모달 모델로의 이러한 전환은 향상된 인간-AI 상호 작용과 GenAI 기반 오퍼링을 차별화할 수 있는 기회를 제공합니다.
Gartner의 Distinguished VP Analyst인 Erick Brethenoux는 “GenAI 시장이 두 가지 이상의 모달리티에서 기본적으로 학습된 모델로 진화함에 따라, 이는 다양한 데이터 스트림 간의 관계를 포착하는 데 도움이 되며 모든 데이터 유형과 애플리케이션에서 GenAI의 이점을 확장할 수 있는 잠재력이 있습니다. 또한 AI가 환경에 관계없이 인간이 더 많은 작업을 수행하도록 지원할 수 있습니다.”라고 말했습니다. 멀티모달 GenAI는 2024 Gartner Hype Cycle for GenAI에서 식별된 두 가지 기술 중 하나로, 조기 도입 시 주목할 만한 경쟁 우위와 출시 시간 이점을 얻을 수 있는 잠재력이 있습니다. 오픈소스 대규모 언어 모델(LLM)과 함께 두 기술 모두 향후 5년 내에 조직에 큰 영향을 미칠 잠재력이 있습니다.
가트너가 10년 이내에 주류로 채택될 것으로 예상하는 GenAI 혁신 중에서 두 가지 기술이 가장 큰 잠재력을 제공하는 것으로 확인되었습니다. 도메인별 GenAI 모델과 자율 에이전트입니다. 가트너의 Distinguished VP Analyst인 아룬 찬드라세카란은 “기술과 공급업체의 혼란스럽고 빠르게 움직이는 생태계로 인해 GenAI 생태계를 탐색하는 것은 기업에 계속해서 압도적일 것입니다.”라고 말했습니다. “GenAI는 산업 통합의 시작과 함께 환멸의 골짜기에 있습니다. 과장된 광고가 가라앉으면 실질적인 이점이 나타날 것이며, 향후 몇 년 동안 기능의 발전이 빠른 속도로 이루어질 가능성이 높습니다.”
멀티모달 GenAI
멀티모달 GenAI는 그렇지 않으면 달성할 수 없는 새로운 기능과 기능을 추가할 수 있게 함으로써 엔터프라이즈 애플리케이션에 획기적인 영향을 미칠 것입니다. 영향은 특정 산업이나 사용 사례에 국한되지 않으며 AI와 인간 사이의 모든 접점에 적용될 수 있습니다. 오늘날 많은 멀티모달 모델은 2~3개의 모달리티로 제한되어 있지만 향후 몇 년 동안 더 많은 모달리티를 포함하도록 증가할 것입니다.
Brethenoux는 “실제 세계에서 사람들은 오디오, 시각 및 감지와 같은 다양한 모달리티를 결합하여 정보를 접하고 이해합니다.”라고 말했습니다. “멀티모달 GenAI는 데이터가 일반적으로 멀티모달이기 때문에 중요합니다. 단일 모달리티 모델을 결합하거나 조립하여 멀티모달 GenAI 애플리케이션을 지원하는 경우 종종 지연과 덜 정확한 결과로 이어져 낮은 품질의 경험이 발생합니다.”
오픈소스 LLM
오픈소스 LLM은 상업적 접근을 민주화하고 개발자가 특정 작업과 사용 사례에 맞게 모델을 최적화할 수 있도록 함으로써 GenAI 구현에서 기업 가치를 가속화하는 딥러닝 기반 모델입니다. 또한, 모델을 개선하고 더욱 가치 있게 만들기 위한 공통 목표를 향해 노력하는 기업, 학계 및 기타 연구 역할의 개발자 커뮤니티에 대한 액세스를 제공합니다. Chandrasekaran은 “오픈소스 LLM은 사용자 정의, 개인 정보 보호 및 보안에 대한 더 나은 제어, 모델 투명성, 협업적 개발 활용 능력 및 공급업체 잠금을 줄일 수 있는 잠재력을 통해 혁신 잠재력을 높입니다.”라고 말했습니다. “궁극적으로, 기업에 더 쉽고 비용이 적게 드는 더 작은 모델을 제공하고, 비즈니스 애플리케이션과 핵심 비즈니스 프로세스를 지원합니다.”
도메인별 GenAI 모델
도메인별 GenAI 모델은 특정 산업, 비즈니스 기능 또는 작업의 요구 사항에 맞게 최적화됩니다. 기업 내에서 사용 사례 정렬을 개선하는 동시에 향상된 정확성, 보안 및 개인 정보 보호와 더 나은 문맥화된 답변을 제공할 수 있습니다. 이를 통해 일반 용도 모델에 비해 고급 프롬프트 엔지니어링의 필요성이 줄어들고 타깃 훈련을 통해 환각 위험을 낮출 수 있습니다.
Chandrasekaran은 “도메인별 모델은 산업별 작업에 대한 보다 진보된 시작점을 제공함으로써 AI 프로젝트에 대한 가치 실현 시간을 단축하고 성능을 개선하며 보안을 강화할 수 있습니다.”라고 말했습니다. “이를 통해 조직에서 범용 모델이 성능이 충분하지 않은 사용 사례에 GenAI를 적용할 수 있기 때문에 GenAI의 광범위한 채택이 촉진될 것입니다.”
자율 에이전트
자율 에이전트는 인간의 개입 없이 정의된 목표를 달성하는 결합된 시스템입니다. 다양한 AI 기술을 사용하여 환경의 패턴을 식별하고, 결정을 내리고, 일련의 작업을 호출하고, 출력을 생성합니다. 이러한 에이전트는 환경에서 학습하고 시간이 지남에 따라 개선할 수 있는 잠재력을 가지고 있어 복잡한 작업을 처리할 수 있습니다.
Brethenoux는 “자율 에이전트는 AI 역량에 있어 상당한 변화를 나타냅니다.”라고 말했습니다. “독립적인 운영 및 의사 결정 역량을 통해 비즈니스 운영을 개선하고, 고객 경험을 향상시키고, 새로운 제품과 서비스를 제공할 수 있습니다. 이는 비용 절감을 가져와 경쟁 우위를 확보할 가능성이 높습니다. 또한 조직 인력이 제공에서 감독으로 전환됩니다.”
