LLM의 장단점 보고 가자! 💌

📍 [기획Resource]티타임즈(유튜브): 우리 시대의 거시적 비지니스 방향

유닛 코드 : PXO-301, 선택형

 

안녕하세요, 서비스팀 강민서입니다!

이번에는 '티타임즈TV'라는 유튜브 채널의 영상을 보고 선택형 유닛을 진행해보겠습니다!

 

---

 STEP 01.   영상 시청 및 내용 요약 정리 💫

 

a) 제가 이번에 시청한 영상은 "구글, 오픈AI, 메타, 앤스로픽 LLM의 장단점 (30년 개발자 박종천)"입니다. (러닝타임: 약 19분)

썸네일(출처: 유튜브 '티타임즈TV')

🔗영상 링크

https://www.youtube.com/watch?v=8FRexBI_5P4&t=754s

---

b) 군락 한 줄 요약

 

1. LLM 모델의 경쟁력은 어떻게 판단하나

파라미터 개수, 멀티모달, 코딩 능력, 각종 벤치마크들, 궁극적으로 추구하는 용도를 고려해볼 수 있다.

 

2. LLM의 핵심 경쟁력 2가지

나는 논리적 사고를 위한 추론 능력이며, 하나는 프롬프트에 입력하고 출력하는 양이다. 

 

3. 인컨텍스트러닝과 작은 모델이 중요한 이유

결국에는 LLM API를 가지고 어떻게 활용할 것인가, LLM별 특정 분야에 강점이 있는 것을 구별하기가 앞으로 중요하다.

 

4. 기존의 소프트웨어를 한 번에 묶을 수 있는 AI의 출현?

LLM이 기존의 모든 레거시 시스템들 위에 소프트웨어 모두를 연결할 수 있는 통합이 몇년 이내에 가능해진다.

 

5. IT 기업에 투자 잘하는 방법

어떤 기업인지, 거시 경제 현황, 사람들의 투자심리 등 이런 시기일수록 기본적인 것들을 고려해야 한다. 

 

---

c) 핵심 군락 선정

제가 생각한 핵심 군락은 3번입니다. 

현재 LLM 시장에서 경쟁기업들이 모두 ChatGPT정도의 성능은 개발 완료했습니다. 이제는 LLM을 실제 사람들의 일상이나 업무에서 어떻게 적용할 것인지에 대한 싸움이라는 생각이 드는데요. 3번에서 언급된 상황 내 학습(in-context learning)이 중요해지고 있습니다. 인컨텍스트러닝은 AI모델이 프롬프트에 입력되는 예시와 맥락을 통해 기존에 하지 못했던 작업들을 수행하는 방법으로, 기업 내에서 훈련시키지 않고 사용자의 입력 내용만으로도 문제를 바로 해결한다는 강점이 있습니다. 따라서 경쟁사들은 기존 서비스들에 LLM을 활용해 서비스의 질을 얼마나 더 올리 수 있을 것인지가 관건이 될 듯합니다.

---

 STEP 02.   모르던 사항과 워딩 탐색 및 알아보기 🖥️

 

a) 
구글이 OpenAI와는 다르게, 제미나이(Gemini), 나노(Nano), 젬마(Gemma) 등 다양한 AI 프로젝트를 동시에 진행하며 여러 가지를 시도하고 있다는 점, 특히 단순히 사용자 질문에 답하는 기능을 넘어 기업에서 활용할 수 있는 AI 솔루션을 만들기 위해 집중하고 있다는 부분이 인상적이었습니다.

이전에 OpenAI가 ChatGPT를 먼저 선보였다는 이유로 구글이 뒤처졌다는 평가가 있었지만, 실제로는 구글이 그동안 보유한 자본과 기술력으로 다양한 AI 프로젝트를 빠르게 시도하고 있는 모습이 저에게 흥미로웠습니다. ChatGPT와 다른 방향성을 갖고 차별화를 꾀하려는 전략은 구글의 장기적인 성공 가능성을 높일 것으로 보이며, 기업에 초점을 맞춘 AI 도입이 구글의 강점이 될 수 있다고 생각합니다!

 

b)

추가적인 검색을 통해 구글은 AI 프로젝트에서 제미나이(Gemini)에 더욱 집중하고 있다는 것을 알게 되었습니다. 제미나이는 멀티모달 AI 시스템으로 텍스트뿐만 아니라 이미지, 음성 등 다양한 형태의 데이터를 처리할 수 있는 능력을 가진 것이 특징입니다. 구글은 이러한 멀티모달 접근 방식을 통해 OpenAI와 차별화를 시도하고 있으며, 이를 기반으로 기업들이 다양한 환경에서 AI를 활용할 수 있도록 솔루션을 제공하려고 노력 중인 것 같습니다. 반면, 젬마(Gemma) 프로젝트는 상대적으로 소외되거나 덜 주목받고 있는 것으로 보이는 것이 인상깊었습니다.

 

의문점 및 추가 발견:

제미나이가 제공하는 멀티모달 AI가 실제로 다양한 산업에 어떻게 적용될지에 대한 구체적인 사례를 찾기는 어려웠습니다. 또한, 젬마와 제미나이 간의 역할 분담이 명확하지 않아 왜 제미나이가 주력 프로젝트가 되었는지에 대한 설명이 부족한 것 같아 앞으로 구글이 이 프로젝트를 어떻게 발전시키고 기업과의 협력 관계에서 어떤 실질적 성과를 낼지 궁금합니다!! 

 

c)

sLLM은 "Small Language Model"의 약자로, 기존의 거대 언어 모델(LLM)과 대비되는 개념입니다. LLM은 대규모 데이터 세트와 컴퓨팅 파워를 사용하여 학습되지만, sLLM은 비교적 적은 데이터와 컴퓨팅 자원으로 특정 업무에 맞게 최적화된 경량 모델을 의미합니다. 이러한 소형 모델은 특정 산업이나 용도에 맞춘 빠르고 효율적인 AI 솔루션을 제공하는 데 유용하므로 구글이나 OpenAI 같은 대기업들은 LLM을 주로 활용하지만, sLLM은 클라우드 비용 절감이나 특화된 솔루션을 원하는 기업들 사이에서 인기를 얻고 있는 것 같습니다!

---

 STEP 03.   이 영상으로 인해, 상상 혹은 예상되는 ‘기획’ 단계의 시나리오 👨‍💻

 

a)

이번 영상에서는 OpenAI의 GPT, 구글의 제미나이, 앤스로픽의 클로드, 메타의 라마와 같은 빅테크 기업들이 선보인 거대언어모델(LLM)에 대해 다루고 있습니다. 각 기업은 자신들의 모델이 최고라고 주장하고 있는데요. 해당 영상에서 개발자 박종천님은 이를 어느 정도까지 신뢰할 수 있는지에 대해 의문을 제기합니다. 30년 경력의 박종천 개발자님께서는 LLM 모델을 평가할 수 있는 구체적인 기준을 제시하시며 기술적 성능뿐만 아니라 실용성, 안전성, 비용 효율성 등 다양한 요소들을 고려해야 한다고 합니다. 또한 후발주자들이 내세우는 차별점과 각 모델이 실제로 어떻게 응용될 수 있을지에 대해서도 자세히 설명해 주시면서 기업들이 앞으로 나아가야 할 방향성을 제시합니다.

 

b)

영상에서 제시된 LLM들은 다양한 산업 분야에서 활용될 수 있을 것으로 보입니다. 특히 기업 내에서 이메일 작성 자동화, 보고서 생성, 데이터 분석 도구 등의 업무 자동화에 큰 도움을 줄 수 있을 것 같습니다. 또한, 교육 분야에서 AI 기반의 지능형 튜터링 시스템이나 언어 학습 도구로도 활용될 수 있을 것 같습니다! 특히 비용 효율성이 중요한 중소기업에서도 경량화된 LLM을 활용해 맞춤형 솔루션을 도입할 수 있을 것으로 예상됩니다.

 

c)

제가 기획자로서 생각한 실무 시나리오는 외국어 학습을 위한 맞춤형 언어 학습 AI 서비스입니다. 제미나이와 같은 멀티모달 AI를 활용하여 텍스트뿐만 아니라 음성 인식과 교정 기능도 함께 제공하는 서비스로, 사용자가 발음이나 문법을 즉각적으로 교정받을 수 있습니다. 예를 들어 학습자가 질문을 입력하면 AI가 바로 피드백을 주고, 발음 문제나 문법 실수를 교정해 주는 기능을 기획할 것 같습니다.이미 시중에 나온 서비스도 여러 개이지만, 빅테크 기업들이 sLLM을 활용한 기준이 될 만한 대표적인 서비스를 하나 만들면 좋을 것 같습니다. 또한, 학습에 필요한 이미지를 생성하거나 문법 설명을 시각적으로 표현하여 더욱 효과적인 학습을 지원할 수 있습니다. 경량화된 모델을 통해 모바일에서도 원활하게 작동하도록 하여, 언제 어디서나 학습할 수 있는 환경을 제공할 수 있을 것입니다.

 

---

LLM의 장단점 보고 가자! 💌,

끝.