한국어·문화 직결 멀티모달 구조…글로벌 모델과 차별화
네이버클라우드 "외산 모델과 차원 다른 독보적 정확도"
네이버 사옥 전경. [사진= 네이버 제공]
네이버클라우드는 17일 '독자 AI 파운데이션 모델'(이하 독파모) 개발 프로젝트 당시 논란이 됐던 중국 비전 인코더를 완전히 배제하고 자체 개발한 비전 인코더를 자사 AI 모델에 전면 적용한다고 밝혔다.
이를 통해 중국 오픈소스 인코더 사용으로 제기된 '독자성' 논란을 해소하고 한국어·한국 문화 맥락에 최적화한 멀티모달 경쟁력을 확보한다는 복안이다.
네이버클라우드 관계자는 "한국어와 이미지를 직접 연결하도록 설계돼 정보 왜곡 없이 우리나라 문화 특유의 맥락을 읽어낼 수 있는 점이 차별점"이라고 강조했다.
이어 "한국의 지리·문화와 고유 명사가 포함된 시각 데이터를 다룰 때 외산 모델과는 차원이 다른 독보적인 정확도를 보여줄 것"이라고 덧붙였다.
이날 IT 업계에 따르면, 네이버클라우드는 지난달 초 독자적인 비전 인코더 개발을 완료하고 향후 개발하는 멀티모달 모델 전반에 이를 적용하기 위한 내재화 작업에 착수했다.
비전 인코더는 이미지·영상 정보를 AI가 이해가능한 형태로 변환한 모듈이다. 이어서 ▲텍스트 ▲이미지 ▲음성 ▲영상 정보를 종합적으로 다룬 멀티모달 모델에서 일종의 '시신경' 역할을 하는 기술이다.
네이버클라우드가 이번에 개발한 비전 인코더는 기존의 자체 인코더 기술인 'VUClip'보다 성능을 대폭 개선해 현재 오픈소스 생태계에서 활용성을 검증한 큐웬 등 최상위권 모델의 인코더와 유사한 수준의 성능을 확보한 것이다.
앞서 네이버클라우드는 올해 초 정부 주도의 독파모 프로젝트에 참여하는 과정에서 자사 멀티모달 모델 '하이퍼클로바X 시드 32B 싱크'에 알리바바가 개발한 큐웬 2.5 모델의 비전 인코더와 가중치를 일부 차용했다가 논란에 휩싸였다.
이번에 개발한 비전 인코더는 AI를 학습 단계부터 한국어로 훈련시켜 이미지와 한국어를 직접 연결한 구조를 갖췄다.
댓글
0