REPAY, Matt Morrow에 대한 유도 보상 부여 발표

Meta, AI 연구 성과 공개…텍스트-이미지 동시 처리 모델 등 선보여

메타(META)의 인공지능 연구팀 FAIR(Fundamental AI Research)가 10년 이상 오픈 리서치를 통해 AI 기술 발전에 기여해 온 가운데, 최근 연구 성과를 글로벌 AI 커뮤니티에 공개했습니다. 이번 공개에는 이미지-텍스트 변환, 텍스트-음악 생성 모델, 다중 토큰 예측 모델, AI 생성 음성 탐지 기술 등 5가지 최신 연구 모델이 포함됩니다. 메타는 이러한 연구 공개를 통해 AI 분야의 혁신을 촉진하고 책임감 있는 AI 발전에 기여하고자 합니다.

특히 주목할 만한 성과는 텍스트와 이미지를 동시에 이해하고 생성할 수 있는 'Chameleon' 모델입니다. Chameleon은 인간처럼 텍스트와 이미지를 동시에 처리하며, 텍스트와 이미지의 어떤 조합이든 입력받아 텍스트와 이미지의 어떤 조합으로든 출력할 수 있습니다. 이를 통해 이미지에 대한 창의적인 캡션 생성이나 텍스트 프롬프트와 이미지를 혼합하여 새로운 장면을 만드는 등 무궁무진한 가능성을 열어줄 것으로 기대됩니다. Chameleon의 핵심 구성 요소는 연구 목적으로만 사용할 수 있는 라이선스 하에 공개됩니다.

또한, 메타는 대규모 언어 모델(LLM) 학습의 비효율성을 개선하기 위한 '다중 토큰 예측(Multi-Token Prediction)' 접근 방식을 제안했습니다. 기존 LLM은 다음 단어 하나를 예측하는 방식으로 학습되어 많은 양의 텍스트가 필요했지만, 다중 토큰 예측은 한 번에 여러 개의 미래 단어를 예측하여 학습 속도와 효율성을 높입니다. 이와 관련하여 코드 완성 기능을 위한 사전 학습 모델은 비상업적, 연구 전용 라이선스로 공개됩니다.

음악 생성 분야에서는 텍스트 프롬프트 외에 코드나 비트 등 다양한 입력을 받아 음악 생성 과정을 더욱 세밀하게 제어할 수 있는 'JASCO' 모델을 선보였습니다. JASCO는 기존 텍스트-음악 생성 모델의 생성 품질과 유사하면서도 훨씬 다양하고 유연한 제어를 가능하게 하여 창의적인 음악 탐구를 지원합니다.

AI 생성 음성 탐지 기술로는 'AudioSeal'이 공개되었습니다. AudioSeal은 AI가 생성한 음성 세그먼트를 긴 오디오 스니펫 내에서 국소적으로 탐지할 수 있는 최초의 오디오 워터마킹 기술로 평가받고 있습니다. 복잡한 디코딩 알고리즘에 의존하는 기존 방식과 달리, AudioSeal은 최대 485배 빠른 탐지 속도를 제공하여 대규모 및 실시간 애플리케이션에 적합합니다. AudioSeal은 상업적 라이선스로 공개되며, 생성형 AI 도구의 오용을 방지하기 위한 메타의 책임감 있는 연구 노력의 일환입니다.

메타는 텍스트-이미지 생성 모델의 다양성 확보에도 힘쓰고 있습니다. 이를 위해 모델 내 지리적 불균형을 평가하는 자동 지표를 개발하고, 다양한 지역의 사람들이 지리적 표현에 대해 어떻게 인식하는지 대규모 주석 연구를 통해 파악했습니다. 65,000개 이상의 주석과 20개 이상의 설문 응답을 수집하여 텍스트-이미지 모델의 자동 및 인간 평가를 개선하는 데 활용될 수 있도록 지리적 불균형 평가 코드와 주석 데이터를 공개했습니다. 이는 AI 생성 이미지의 다양성과 표현력을 높이는 데 기여할 것으로 기대됩니다.