Google, 차세대 모델 Gemini 1.5 공개 191

Gemini(구글이 ai 업계의 정점에 올려놓고자 하는 모델)를 출시한 지 두 달 만에, 회사는 이미 새로운 버전을 발표했습니다. 구글은 오늘 Gemini 1.5를 출시했으며, 본격적인 소비자용 버전 출시 전에 개발자와 기업 사용자에게 먼저 제공될 예정입니다.

Gemini 1.5는 100만 토큰의 컨텍스트 이해 능력을 갖추고 있어 현재 가장 강력합니다! Gemini 1.5는 멀티모달 이해 및 추론 능력을 제공하여 텍스트, 코드, 이미지, 오디오 및 비디오에 대한 매우 복잡한 이해와 추론이 가능합니다. 1시간 분량의 비디오, 11시간 분량의 오디오, 30,000줄 이상의 코드 또는 700,000단어 이상의 텍스트를 분석할 수 있습니다.

Gemini 1.5 소개:

1. 성능 향상: Gemini 1.5는 여러 측면에서 상당한 성능 향상을 보여주며, 특히 긴 컨텍스트 정보를 처리하는 능력에서 획기적인 도약을 이루었습니다. 최대 100만 토큰을 연속적으로 처리할 수 있으며, 현재까지의 모든 대규모 기반 모델 중 가장 긴 컨텍스트 창을 보유하고 있습니다.

2. 효율적인 아키텍처: Gemini 1.5는 새로운 전문가 혼합(MoE) 아키텍처를 채택하여 설계되었으며, 이를 통해 학습 및 서빙이 더욱 효율적입니다. 동시에 1.0 Ultra 모델과 유사한 품질을 유지하면서도 계산 요구 사항을 줄였습니다.

텍스트, 코드, 이미지, 오디오 및 비디오 평가 세트에 대한 테스트에서 Gemini 1.5 Pro는 LLM 벤치마크 테스트에서 87%의 점수로 Gemini 1.0 Pro를 능가했습니다. 또한 최대 모델인 1.0 Ultra와 성능 면에서 대등한 수준을 보였습니다.

3. 컨텍스트 내 학습 능력: 이 특징을 통해 Gemini 1.5는 대량의 정보를 처리하고 분석할 수 있습니다. 예를 들어, 1시간 분량의 비디오, 11시간 분량의 오디오, 30,000줄 이상의 코드베이스 또는 700,000단어 이상의 텍스트를 처리할 수 있습니다.

Gemini 1.5 Pro에게 Kalamang어의 문법 안내서를 제공했을 때, 제공된 정보로부터 새로운 기술을 학습할 수 있었으며, 영어에서 Kalamang어로의 번역 작업을 수행할 수 있었고, 번역 수준은 동일한 내용으로부터 학습한 인간과 유사했습니다.

Kalamang어는 전 세계에 200명도 안 되는 화자가 사용하는 마이너 언어입니다!

이 성과는 Gemini 1.5 Pro가 희귀하거나 마이너한 언어를 처리하는 능력을 부각할 뿐만 아니라, 장문의 복잡한 텍스트 정보를 이해하고 적용하는 강력한 성능을 입증합니다. 이러한 능력은 언어 학습, 자연어 처리, 그리고 문화 간 소통 응용 분야에 중요한 의미가 있습니다.

4. 멀티모달 이해 및 추론: Gemini 1.5는 텍스트, 코드, 이미지, 오디오 및 비디오를 포함한 다양한 모달의 콘텐츠에 대해 매우 복잡한 이해와 추론을 수행할 수 있습니다. 예를 들어, 44분짜리 무성영화를 분석하여 줄거리의 핵심과 세부 사항을 정확하게 파악합니다.

5. 향상된 성능: 텍스트, 코드, 이미지, 오디오 및 비디오 평가의 종합 패널에서 테스트할 때, 텍스트, 코드, 이미지, 오디오 및 비디오에 대한 매우 복잡한 이해와 추론이 가능합니다. Gemini 1.5는 44분짜리 무성영화의 줄거리 핵심을 정확하게 분석하여 다양한 매체 콘텐츠에 대한 심층적인 이해를 보여줍니다.

Gemini 1.5 작동 원리:

MoE 기술: 모델을 더 작은 "전문가" 신경망들로 분할하고 입력 유형에 따라 가장 관련성 높은 전문가 경로를 선택적으로 활성화함으로써, MoE 기술은 모델의 효율성을 크게 향상시킵니다. 일련의 머신러닝 혁신을 통해 Gemini 1.5는 전례 없는 규모의 정보를 처리하고 분석할 수 있으며, 개발자와 기업 고객에게 모델과 애플리케이션에 새로운 역량을 제공하여 도움을 줍니다. 이러한 긴 컨텍스트 창 능력은 대량의 데이터와 복잡한 상황을 처리해야 하는 응용 시나리오, 예를 들어 대규모 문서의 심층 분석, 비디오 콘텐츠 이해, 복잡한 코드 분석, 멀티모달 데이터 융합 등에 특히 유용합니다.

구글은 현재 최고의 인공지능 도구를 구축하기 위한 치열한 경쟁을 벌이고 있습니다. 이는 전 세계의 기업들이 자체 AI 전략과 OpenAI, 구글 또는 다른 회사와의 개발자 계약 체결 여부를 파악하려 노력하고 있기 때문입니다. Google이 Gemini Pro 1.5를 발표한 지 2시간 후 같은 날, OpenAI는 텍스트-비디오 생성 모델인 Sora를 발표했습니다. 이 모델은 웹 사용자가 텍스트 프롬프트만으로 고품질 AI 비디오를 생성할 수 있도록 하는 것을 목표로 합니다.