AI의 진화: 뇌에서 눈으로, 그리고 몸으로
피지컬AI AI
거대해지기만 하던 AI가 이제는 작고 빨라지기도 하고, 시각과 신체를 얻기도 한다. 현대 AI 모델의 계보와 이를 구동하는 하드웨어까지 완벽하게 분석한다.
01🧠 LLM · Large Language Model
“모든 것을 아는 거대한 뇌”
LLM은 인터넷상의 방대한 텍스트 데이터를 학습하여 인간의 언어를 이해하고 생성하는 AI입니다. 문맥을 파악하고 추론하며, 창의적인 글쓰기나 복잡한 코딩이 가능합니다.
- Limitation: 너무 커서 슈퍼컴퓨터급 서버가 필요하며, 비용이 비쌉니다. 또한 시각 정보가 없는 '텍스트 전용'이라는 근본적인 한계가 있습니다.
- 특징거대함, 고성능
- 실행클라우드 서버
- 예시ChatGPT, Gemini Ultra
02📱 sLM · Small Language Model
“내 손안의 똑똑한 비서”
LLM의 덩치를 줄여 스마트폰이나 노트북에서 직접 구동되도록 만든 경량 모델입니다. LLM만큼 방대한 지식은 없지만, 요약이나 번역 등 특정 작업에서는 놀라운 효율을 보여줍니다.
- Advantage: 인터넷 없이도 작동하며(On-Device), 데이터가 외부 서버로 전송되지 않아 보안성이 탁월합니다.
- 특징경량화, 효율성
- 실행온디바이스 (모바일)
- 예시Gemini Nano, Phi-3
03👁️ VLM · Vision-Language Model
“눈을 뜬 AI”
언어 모델에 '시각 정보 처리 능력'을 더했습니다. 이제 AI는 사진 속 강아지를 보고 "귀여운 골든 리트리버가 공을 물고 있네요"라고 텍스트로 설명할 수 있습니다. 냉장고 사진을 보고 레시피를 제안하는 시각적 추론이 가능해졌습니다.
- Limitation: 상황을 이해하고 설명할 수는 있지만, 직접 물리적인 행동을 취할 수는 없습니다. "쓰레기가 있다"고 말할 뿐, 줍지는 못합니다.
- 입력텍스트 + 이미지
- 출력텍스트
- 예시GPT-4o, Gemini 1.5 Pro
04🦾 VLA · Vision-Language-Action
“몸을 움직이는 피지컬 AI”
피지컬 AI의 완성형입니다. VLM이 텍스트를 출력한다면, VLA는 '로봇 팔의 움직임'을 출력합니다. "목이 마르다"는 말을 들으면 컵을 찾아 물을 따르는 일련의 제어 신호를 스스로 생성합니다.
- Breakthrough: 현실 세계의 상황을 로봇의 행동으로 번역합니다. 일일이 코딩하지 않아도, 인터넷 데이터를 통해 배운 상식으로 행동합니다.
- 입력텍스트 + 이미지
- 출력로봇 행동 (Action)
- 예시Google RT-2
05왜 AI 시대엔 CPU가 아닌 GPU가 선택받았나?
Computing Power · Semiconductors
👨💼 CPU Central Processing Unit
"똑똑한 관리자 1명"
직렬 처리의 달인. 복잡하고 순서가 중요한 명령을 빠르게 처리하지만, AI 학습 같은 대규모 단순 연산에는 비효율적입니다.
👷 GPU Graphics Processing Unit
"단순 노동자 1,000명"
병렬 처리의 황제. 수천 개의 코어로 동시에 연산하는 구조가 AI의 행렬 연산과 완벽하게 맞아떨어집니다.
NPU (Neural Processing Unit)
인간의 뇌 신경망을 모방하여 전력 효율을 극대화한 칩.
TPU (Tensor Processing Unit)
구글이 텐서플로우 학습 가속을 위해 직접 만든 전용 칩.
06Summary Table
| Model | Input | Output | Analogy |
|---|---|---|---|
| LLM | Text | Text | 박학다식한 교수님 |
| sLM | Text | Text | 빠릿빠릿한 비서 |
| VLM | Text + Image | Text | CCTV 관제 요원 |
| VLA | Text + Image | Action | 현장 해결사 |
© 2024 Tech Insight Review. All rights reserved.